JoVE Logo
Authors
Contact Us

Sign In

A subscription to JoVE is required to view this content. Sign in or start your free trial.

In This Article

  • Summary
  • Abstract
  • Introduction
  • Protocol
  • النتائج
  • Discussion
  • Disclosures
  • Acknowledgements
  • Materials
  • References
  • Reprints and Permissions

Summary

يصف هذا البروتوكول عملية حل مشكلة المرور المجهرية مع المحاكاة. تحتوي العملية بأكملها على وصف مفصل لجمع البيانات ، وتحليل البيانات ، وبناء نموذج المحاكاة ، ومعايرة المحاكاة ، والتحليل الحساس. كما تتم مناقشة التعديلات واستكشاف الأخطاء وإصلاحها للأسلوب.

Abstract

يمكن أن تؤدي التصاميم التقليدية لـ U-turn إلى تحسين الميزات التشغيلية بوضوح ، في حين أن عمليات التحويل ودمج مقاطع U لا تزال تسبب ازدحامًا مروريًا وصراعات وتأخيرات. ويقترح تصميم خاص من نوع "سد يو-تيرن" (ESUL) لحل مساوئ التصاميم التقليدية لـ U-turn. لتقييم أداء تشغيل ESUL ، هناك حاجة إلى بروتوكول محاكاة حركة المرور. تتضمن عملية المحاكاة بأكملها خمس خطوات: جمع البيانات ، وتحليل البيانات ، وبناء نموذج المحاكاة ، ومعايرة المحاكاة ، والتحليل الحساس. جمع البيانات وبناء نموذج المحاكاة خطوتان حاسمتان ويتم وصفهما لاحقًا بمزيد من التفصيل. وتستخدم في التقييم ثلاثة فهارس (وقت السفر، والتأخير، وعدد مرات التوقف) ويمكن قياس بارامترات أخرى من المحاكاة وفقا للاحتياجات التجريبية. تظهر النتائج أن ESUL يقلل بشكل كبير من عيوب التصاميم التقليدية U-turn. يمكن تطبيق المحاكاة لحل مشاكل المرور المجهرية ، كما هو الحال في تقاطعات مفردة أو عدة تقاطعات متجاورة أو أجزاء قصيرة. هذه الطريقة غير مناسبة لشبكات الطرق على نطاق أوسع أو التقييمات دون جمع البيانات.

Introduction

يمكن حل بعض المشاكل المرورية، مثل الازدحام المروري عند تقاطع أو جزء قصير، أو تحسينها من خلال تحسين تصميم الطريق، وتغيير توقيت الإشارة، وقياسات إدارة حركة المرور، وغيرها من تقنيات النقل1،2،3،4. هذه التحسينات إما أن يكون لها تأثير إيجابي أو سلبي على عمليات تدفق حركة المرور بالمقارنة مع الحالات الأصلية. يمكن مقارنة التغييرات في عمليات المرور في برامج محاكاة حركة المرور بدلاً من إعادة البناء الفعلي للتقاطع أو الجزء. طريقة محاكاة حركة المرور هي خيار سريع ورخيص عند اقتراح خطة تحسين واحدة أو أكثر ، خاصة عند مقارنة خطط التحسين المختلفة أو تقييم فعالية التحسينات. تقدم هذه المقالة عملية حل مشكلة المرور مع المحاكاة من خلال تقييم الميزات التشغيلية لتدفق حركة المرور من تصميم ممر dike Dike U-turn الحصري5.

حركة U-turn هي مطلب مروري واسع النطاق يتطلب فتح متوسط U-turn على الطريق ، ولكن تم مناقشة هذا الأمر. يمكن أن يؤدي تصميم فتحة U-turn إلى ازدحام مروري ، في حين أن إغلاق فتحة U-turn يمكن أن يسبب انعطافات للمركبات U-turn. اثنين من التحركات, يو بدوره المركبات ومباشرة اليسار بدوره المركبات, تتطلب فتح يو بدوره وتسبب تأخير حركة المرور, توقف, أو حتى الحوادث. وقد تم اقتراح بعض التقنيات لحل مساوئ حركات U-turn ، مثل signalization6،7، الممرات اليسرى الحصرية8،9، والمركبات المستقلة10،11. لا تزال إمكانية التحسين موجودة على مشكلات U-turn ، نظرًا للحلول المذكورة أعلاه التي لها تطبيقات تقييدية. قد يكون تصميم U-turn الجديد حلًا أفضل في ظل ظروف معينة ويكون قادرًا على معالجة المشاكل القائمة.

تصميم يو بدوره الأكثر شعبية هو تقاطع U بدوره المتوسط (MUTI)12،13،14،15، كما هو موضح في الشكل 1. ومن القيود الهامة على MUTI أنه لا يمكن التمييز بين المركبات U-turn من المركبات المارة وأن الصراع المروري لا يزال قائما16،17. تصميم تحويل U تعديل يسمى الحصري حفز السد U-بدوره حارة (ESUL; الشكل 2) هو المقترح هنا ويهدف إلى تقليل الازدحام المروري من خلال إدخال حارة حصرية يو بدوره على كلا الجانبين من وسيط. يمكن أن يقلل ESUL بشكل كبير من وقت السفر والتأخير وعدد التوقفات بسبب توجيهه للتدفقين.

لإثبات أن ESUL أكثر كفاءة من MUTI العادي ، هناك حاجة إلى بروتوكول صارم. لا يمكن بناء ESUL بالفعل قبل نموذج نظري. وبالتالي ، هناك حاجة إلى المحاكاة18. باستخدام معلمات تدفق حركة المرور ، وقد استخدمت بعض النماذج الرئيسية في بحوث المحاكاة19، مثل نماذج سلوك القيادة20،21، نماذج السيارات التالية22،23، نماذج U-turn4، ونماذج تغيير حارة21. يتم قبول دقة محاكاة تدفق حركة المرور على نطاق واسع16،24. في هذه الدراسة، يتم محاكاة كل من MUTI و ESUL مع البيانات التي تم جمعها لمقارنة التحسينات التي أدخلتها ESUL. لضمان الدقة ، يتم أيضًا محاكاة تحليل حساس لـ ESUL ، والذي يمكن تطبيقه على العديد من حالات المرور المختلفة.

يقدم هذا البروتوكول إجراءات تجريبية لحل مشاكل المرور الحقيقية. وتقترح أساليب لجمع بيانات حركة المرور، وتحليل البيانات، وتحليل الكفاءة العامة للتحسينات المرورية. ويمكن تلخيص الإجراء في خمس خطوات: 1) جمع بيانات حركة المرور، 2) تحليل البيانات، 3) بناء نموذج محاكاة، 4) معايرة نموذج المحاكاة، و 5) تحليل حساسية الأداء التشغيلي. وإذا لم يتم الوفاء بأي من هذه المتطلبات في الخطوات الخمس، فإن العملية تكون ناقصة وغير كافية لإثبات فعاليتها.

Protocol

1. إعداد المعدات

  1. إعداد اثنين من كل من الأجهزة التالية لجمع تدفقات حركة المرور في اتجاهين: الرادارات وأجهزة الكمبيوتر المحمولة والبطاريات والكابلات للرادارات وأجهزة الكمبيوتر المحمولة والكاميرات وحوامل الرادار والكاميرا.
    ملاحظة: يتم استخدام الرادار والبرامج المقابلة له لجمع سرعة السيارة ومسارها، وهذا أكثر دقة من بندقية السرعة. الرادار ليس الخيار الوحيد إذا كانت المعدات الأخرى متاحة لجمع سرعة السيارة ومسارها وحجمها. وبما أنه يمكن حظر إشارات الرادار بسهولة بواسطة المركبات الكبيرة، يمكن استخدام مقاطع الفيديو التي التقطتها الكاميرات لعد المركبات. أثناء التحقيق ، إذا كان الطقس ممطرًا أو مشمسًا ، فإن حماية المعدات مطلوبة. خاصة في يوم مشمس ، قد تصل المعدات إلى درجة حرارة عالية وتغلق ، لذلك هناك حاجة إلى مظلة أو معدات تبريد لهذا الوضع.

2- اختبار المعدات

  1. تأكد من أن جميع المحققين يرتدون سترات عاكسة.
  2. إعداد ترايبود الرادار وتمديده طويل القامة قدر الإمكان. تعيين ترايبود أطول من 2 متر لتجنب الإشارات من سدت على جانب الطريق.
  3. تثبيت الرادار على رأس ترايبود وقفل الرادار.
  4. تعيين الرادار حوالي 0.5 متر بجوار جانب الطريق، وضبط الرادار عموديا، ومواجهة اتجاه السيارة أو الاتجاه المعاكس. الحفاظ على زاوية بين الطريق والرادار صغيرة قدر الإمكان.
    ملاحظة: يمكن للرادار الكشف عن 200 متر على الأكثر. إذا تم تعيين الرادار قريبة جدا من حارة، فإنه قد ضربة على المركبات المارة. وهكذا، فإن 0.5-1.0 متر هي المسافة المعتادة إلى الممر.
  5. قم بتشغيل بطارية الطاقة وقم بتوصيل الكمبيوتر المحمول ببطارية الطاقة. سد العجز في كابل الطاقة الرادار وسداد العجز في البيانات الرادار USB إلى الكمبيوتر المحمول. عند توصيل كافة الكابلات، قم بتشغيل الكمبيوتر المحمول.
  6. تعيين الكاميرا بجانب الرادار لاطلاق النار تدفق السيارة.
  7. فتح برنامج الرادار
    1. انقر فوق التحقق من الاتصال،ثم حدد رقم معرف الرادار من القائمة المنسدلة. وسوف تظهر الرادار الكشف عن رقم الهوية.
    2. انقر فوق إعداد التحقيق. في القائمة المنبثقة، انقر فوق وقت قراءة RLU، وسيتغير وقت الجهاز على اليسار. ثم انقر فوق إعداد وقت RLU، والكمبيوتر الوقت الحالي على اليسار سوف تتغير أيضا.
    3. انقر فوق بدء التحقيق، وسيتغير وضع عمل الجهاز من تسجيل البيانات لا يسير ولا توجد بيانات في الجهاز إلى تسجيل البيانات في المتابعة والبيانات في الجهاز. انقر فوق إغلاق لإغلاق مربع الحوار هذا.
    4. انقر فوق طريقة العرض في الوقت الحقيقي للتحقق من حالة الرادار. سيظهر مربع حوار جديد، وسيتم إرجاع بيانات الرادار بسرعة. وهذا يعني أن الرادار هو الكشف عن المركبات ويعمل بشكل جيد. احتفظ بمربع الحوار هذا مفتوحًا حتى يتم الانتهاء من المجموعة.
      ملاحظة: يمكن التقاط المركبة بواسطة الرادار عند تمرير الرادار.
    5. انقر فوق إغلاق على مربع الحوار لإنهاء المجموعة.
    6. انقر فوق إعداد التحقيق | إنهاء التحقيق، وتأكيد في مربع الحوار. انقر على زر الإغلاق.
    7. حدد تنزيل البيانات في القائمة الرئيسية. انقر فوق استعراض لتحديد مكان لحفظ بيانات الرادار. إدخال اسم فردي لجدول البيانات. انقر على زر بدء التنزيل، وسيظهر شريط تقدم، وسيظهر مربع حوار بعد التنزيل. انقر فوق تأكيد لإنهاء جمع البيانات.
    8. انقر فوق إعداد التحقيق | مسح سجل البيانات، وتأكيده في مربع الحوار التالي لمسح الذاكرة الداخلية للرادار.
      ملاحظة: هناك حاجة إلى اختبار جميع المعدات قبل المغادرة إلى موقع جمع البيانات. نقل كافة المعدات إلى موقع جمع البيانات إذا كانت جميع أجزاء تعمل بشكل جيد.

3 - جمع البيانات

  1. اختيار موقع جمع البيانات(الشكل 3)
    1. حدد موقعًا مناسبًا يشبه نوع التقاطع المستخدم في البحث.
      ملاحظة: هذا هو المطلب الرئيسي في تحديد الموقع. هناك حاجة إلى شكل الموقع ، وحالة تدفق حركة المرور ، ومراقبة إشارات المرور ، وغيرها من الضوابط في الاعتبار. كلما كان موقع الدراسة أكثر تشابهًا ، كلما كانت النتائج أكثر دقة. هناك حاجة إلى فتح وسيط U-turn على الطريق السريع. وثمة حاجة إلى خط طويل بما فيه الكفاية للبصر والتطهير، وهو أمر ضروري للرادار والسلامة للمحققين. واستناداً إلى مسافة الكشف عن مسافة الرادار ومسافة توقف المركبة، ينبغي أن يكون خط البصر على الأقل 200 متر من الموقع إلى اتجاه المنبع.
    2. تحقق من إزالة اتجاه الرادار. تأكد من عدم وجود أشجار أو شجيرات أو جسور مشاة أو إشارات مرور أو أضواء الشوارع في الأفق.
    3. التأكد من أن الموقع هو مكان آمن للمعدات والمحققين. ما إذا كان يتم تعيين المعدات على جانب الطريق أو فوق الطريق يعتمد على التضاريس.
    4. ضع المعدات في مكان منعزل لتجنب جذب انتباه السائق.
      ملاحظة: وفقًا للخبرة السابقة، قد يتباطأ بعض السائقين إذا رأوا معدات التحقيق، مما سيؤدي إلى أخطاء. ويمكن اعتبار معدات الحصول على البيانات بمثابة جهاز قياس لشرطة المرور لقياس المركبات المسرعة.
  2. جمع بيانات حركة المرور
    1. اختر وقت التحصيل.
      1. جمع 3 ساعات من البيانات: 1 ساعة في ذروة الصباح، 1 ساعة في وادي الظهيرة، و 1 ساعة في ذروة المساء.
      2. تحقق من وقت الذروة والوادي الدقيق من تقرير أبحاث المرور أو قسم شرطة المرور أو شركات الأعمال المرورية25و26 (الشكل 4).
        ملاحظة: إذا لم يكن هناك تقرير حركة المرور أو التحليل كمرجع، قم بتجميع 3 ح من البيانات خلال الفترات الثلاث المذكورة أعلاه، واختر أعلى البيانات.
      3. إدخال البيانات ذات أعلى حجم حركة مرور على مدى فترة ساعة واحدة في قسم نموذج المحاكاة والتحليل. استخدم البيانات المتبقية التي تُقدّم إلى 2 ساعة للتحقق في النهاية.
    2. إعداد المعدات
      1. ضبط اتجاه الرادار، وتعيين الكاميرا بجانب الرادار حيث يمكن التقاط جميع الممرات. كرر عملية تركيب جميع المعدات في القسم 2 على جسر المشاة.
        ملاحظة: يجب أن يكون التطهير قبل الرادار طويلًا وواسعًا قدر الإمكان لتغطية النطاق الكامل لحركات الدوران. يواجه رادار EW (من الشرق إلى الغرب) تدفق حركة المرور ، ويواجه رادار WE (من الغرب إلى الشرق) نحو ذيول السيارة بسبب محاذاة الطريق(الشكل 5). لا توجد اختلافات بين النتائج من إعداد المعدات على الجانب الداخلي مقابل الجانب الخارجي من الممرات. ولا يؤثر الجانب الداخلي أو الخارجي لموقع الرادار إلا على نظام إحداثيات أرقام المسارات مع بيانات الرادار. عندما يواجه الرادار تدفق حركة المرور، تكون سرعة التشغيل المكتشفة سلبية وتحتاج إلى عكسها أثناء معالجة البيانات. عندما يواجه الرادار تدفق حركة المرور، تكون سرعة التشغيل المكتشفة إيجابية ويمكن استخدامها مباشرة.
      2. تعيين الرادارات والكاميرات بحيث تكون أطول قليلا من السور الجسر لضمان إزالة قبل الرادارات والكاميرات.
        ملاحظة: ليست هناك حاجة للرادارات أن تكون طويلة مثل مستوطنة على جانب الطريق.
    3. تأكد من أن توقيت الرادارات وأجهزة الكمبيوتر المحمولة والكاميرات متوافقة مع الوقت الحقيقي.
    4. بدء تشغيل اثنين من الرادارات والكاميرات في وقت واحد لتحديد الوقت.
    5. تحقق مما إذا كانت الرادارات والكاميرات تعمل بشكل طبيعي كل 5 دقيقة أثناء جمع البيانات لضمان أن جميع الأجزاء تعمل بشكل جيد.
    6. إنهاء جمع البيانات وإخراج بيانات الرادار كجدول بيانات مع اسم محدد(الجدول 1).

4 - تحليل البيانات

  1. استخدام برنامج الحساب لاستخراج بيانات الرادار ورسم أرقام سرعة التشغيل والمسارات من جدول البيانات.
    ملاحظة: إحداثيات X/Y وسرعة X/Y في جدول البيانات.
  2. حذف نقاط منفصلة بوضوح في الأرقام. هذه النقاط هي أخطاء الرادار.
    ملاحظة: يكتشف الرادار نطاقًا كبيرًا من المساحة، لذلك قد تحتوي البيانات على مركبات مستهدفة ومركبات معاكسة ومركبات غير آلية في ممرات المركبات غير الآلية. وعند رسم جميع البيانات كأرقام، تكون المركبات المستهدفة ذات الممرات الثلاث واضحة، والنقاط المتبقية هي "نقاط منفصلة بوضوح". مناطق الكشف هي مباشرة في الشكل 3، عرض الممرات الثلاثة معروف ، ويمكن حذف "نقاط منفصلة بوضوح" في البرنامج. رسم النقاط اللازمة كما هو مبين في الشكل 6ب، د.
  3. إعادة تشغيل مقاطع الفيديو المرور والعد يدويا للحصول على حجم حركة المرور وأنواعها.
    ملاحظة: يمكن تقسيم المركبات إلى سيارات وشاحنات حسب الحجم. جميع السيارات وسيارات الأجرة والشاحنات الصغيرة في غضون 6 م تصنف هنا كسيارات. وتصنف جميع الشاحنات والحافلات الكبيرة على أنها شاحنات.
  4. حدد أعلى مجموعة من وحدات تخزين حركة المرور كبيانات تمثيلية وأدخلها في المحاكاة الموضحة في القسم 5.
    ملاحظة: هناك حاجة إلى مجموعة واحدة فقط من البيانات في تحليل المحاكاة والحساسية. وسيتم محاكاة البيانات الواردة من المجموعتين الأخريين كتحقق.

5. بناء نموذج المحاكاة

  1. بناء الطريق
    1. افتح برنامج المحاكاة. انقر على زر الخريطة في أعلى الواجهة وقم بتكبير الخريطة للعثور على موقع تجميع البيانات.
    2. انقر فوق الارتباطات على اليسار، ثم حرك المؤشر إلى موقع بدء الارتباط، وانقر بزر الماوس الأيمن. حدد إضافة ارتباط جديد، أدخل اسم الرابط وعدد الممرات ، وانقر فوق موافق. اسحب المؤشر لرسم الرابط على الخريطة.
    3. انقر على الرابط وحدد إضافة نقطة. إضافة نقاط وسحب النقاط لجعل الارتباط أكثر سلاسة مع محاذاة الطريق الحقيقي في الخريطة.
    4. كرر الخطوات 5.1.2 و 5.1.3 3x لبناء أربعة أجزاء، باستثناء فتح وسيط U-turn.
    5. اضغط على الزر الأيمن للفأرة وزر Ctrl على لوحة المفاتيح، ثم اسحب نقطة النهاية لارتباط واحد إلى الرابط المجاور لتوصيل الروابط. ويسمى هذا الجزء "موصل" ويمكن أن تكون أكثر سلاسة كما يتم إضافة المزيد من النقاط.
    6. كرر الخطوة 5.1.5 لتوصيل جميع الروابط ومسارات U-turn.
  2. إدخال السرعة المطلوبة
    1. حدد البيانات الأساسية من الشريط العلوي، ثم حدد التوزيعات | السرعة المطلوبة.
    2. انقر على الزر إضافة عبر الأخضر في الجزء السفلي لإضافة سرعة جديدة المطلوبة، ثم تسميته.
    3. في مربع حوار توزيعات السرعة المطلوبة، أدخل السرعة القصوى التي تم جمعها من البيانات التمثيلية كأقصى سرعة مطلوبة، ثم أدخل متوسط السرعة المحسوبة من البيانات التمثيلية كالحد الأدنى للسرعة المطلوبة. حذف البيانات الافتراضية.
    4. إدخال اسم لهذه السرعة المطلوبة، والتي عادة ما تسمى باستخدام اتجاه.
    5. كرر الخطوات 5.2.3 و 5.2.4 لبناء جميع السرعات المطلوبة (نحن ، EW ، WW U بدوره ، وEE U بدوره).
  3. تكوين المركبة
    1. حدد زر القوائم من الشريط العلوي، ثم انقر فوق النقل الخاص | تراكيب المركبات.
    2. انقر على الزر إضافة عبر الأخضر في الجزء السفلي لإضافة تكوين سيارة جديدة. حدد السرعة المطلوبة بنيت في الخطوة 5.2 كسيارة.
    3. انقر على الزر إضافة عبر الأخضر لإضافة نوع السيارة حافلة / شاحنة كما HGV. حدد نفس السرعة المطلوبة كما هو الحال في الخطوة 5.3.2.
    4. إدخال حجم السيارات والشاحنات في RelFlow من البيانات التمثيلية.
    5. كرر الخطوات 5.3.2-5.3.5 لبناء جميع التراكيب السيارة (نحن، EW، WW U بدوره، وEE U-بدوره).
  4. طرق المركبات
    1. حدد مسار السيارة من شريط القائمة الأيسر.
    2. نقل المؤشر إلى المنبع من وصلة واحدة كنقطة بداية، انقر بزر الماوس الأيمن، ثم حدد إضافة قرار توجيه مركبة ثابتة جديدة.
    3. اسحب المؤشر الأزرق الذي يمثل مسارات السيارة في جمع البيانات. كرر هذه الخطوة 4x في WE، EW، WW U بدوره، وEE U-بدوره لرسم جميع مسارات المركبات.
  5. مناطق السرعة المنتقلة
    1. حدد مناطق السرعة المخفضة من شريط القائمة الأيسر.
    2. انقر بزر الماوس الأيمن عند المنبع لفتح U-turn ، ثم حدد إضافة منطقة سرعة مخفضة جديدة.
      ملاحظة: يعتمد طول المنطقة على البيانات التمثيلية وطول تغيير السرعة.
    3. بناء هذه المنطقة في كلا الاتجاهين.
  6. مناطق النزاع
    1. حدد مناطق التعارض من شريط القائمة الأيسر. سيتم عرض أربع مناطق صراع صفراء في القسم الافتتاحي الوسيط.
    2. انقر بزر الماوس الأيمن على منطقة تعارض صفراء واحدة وحدد تعيين الحالة إلى غير محدد مع تحول الوضع الواقعي ومناطق الصراع إلى اللون الأحمر.
    3. كرر الخطوة 5.6.2 لجميع مناطق الصراع الأربعة.
  7. قياس وقت السفر
    1. حدد أوقات سفر المركبات من شريط القائمة الأيسر.
    2. انقر بزر الماوس الأيمن في بداية رابط واحد وحدد إضافة قياس وقت سفر السيارة الجديد.
    3. اسحب المؤشر إلى نهاية الارتباط لبناء قياس وقت سفر السيارة الواحدة. كرر هذه الخطوة لجميع مسارات المركبات (نحن، EW، WW U-بدوره، وEE U-بدوره).
    4. قم بتسمية كل قياس وقت سفر مع الاتجاه المقابل.
      ملاحظة: لمقارنة حالات التشغيل بتصميمات التحسين، يجب أن يكون طول قياسات وقت السفر هو نفسه في كلا طرازي المحاكاة.
  8. مدخلات المركبات
    1. حدد مدخلات السيارة من شريط القائمة الأيسر. انقر على نقطة البداية من ارتباط واحد وانقر على الحق لإضافة مدخلات السيارة الجديدة.
    2. نقل الماوس إلى أسفل اليسار وحجم الإدخال من البيانات التمثيلية. كرر هذه الخطوة لجميع الروابط.
  9. بناء نموذج محاكاة ESUL آخر بالمقارنة ، فقط الجزء الافتتاحي U-turn يحتاج إلى تعديل(الشكل 7 والجدول 2).
  10. انقر على زر التشغيل الأزرق في الجزء العلوي من الواجهة، وستبدأ المحاكاة. اسحب المقياس الموجود على يسار زر التشغيل، والذي يمكنه ضبط سرعة المحاكاة.
    ملاحظة: يمكن للزر أداة وضع سريع جعل سرعة المحاكاة إلى أقصى حد.
  11. عند انتهاء المحاكاة، سيتم عرض كافة النتائج في الجزء السفلي من الواجهة. نسخ النتائج إلى جدول بيانات جديد. هنا، يتم تقييم وقت السفر والتأخير وعدد المحطات في التحليل27.

6- معايرة نموذج المحاكاة

  1. إدخال حجم حركة المرور من البيانات التمثيلية في برامج المحاكاة وتنفيذ المحاكاة(الشكل 8أ).
  2. قارن حجم حركة المرور من نتائج المحاكاة مع حجم البيانات التي تم جمعها.
  3. حساب القدرة باستخدام المعادلة 1 أدناه:
    figure-protocol-13670(1)
    حيث يشير C إلى القدرة المثالية (veh/h) وht يدل على متوسط الحد الأدنى من تقدم (s).
  4. باستخدام السعة، قم بتقدير خطأ المحاكاة كمتوسط خطأ النسبة المئوية المطلقة (MAPE) التالي للمعادلة 2:
    figure-protocol-13971(2)
    حيث ن يدل على أربعة تدفقات مختلفة في هذه الدراسة، Civ هو القدرة محاكاة في نموذج المحاكاة (veh/h)، وCif هو قدرة التحقيق (veh/h). يتم تقديم MAPE المحسوب في الجدول 3.
    ملاحظة: يمكن استخدام نموذج المحاكاة إذا كان MAPE صغير28و29و30.
  5. تعديل المعلمات (أي البذور العشوائية ، نوع نموذج متابعة السيارة ، قاعدة تغيير المسار ، وما إلى ذلك) استنادًا إلى تعليمات برنامج المحاكاة ، أو التحقق من جميع الخطوات الموضحة أعلاه عند بناء نموذج المحاكاة31،32،33،34.

7- تحليل الحساسية

ملاحظة: تظهر عملية تحليل الحساسية في الشكل 8ب. يمكن أن تعكس البيانات التي تم جمعها فقط أدائها الخاص(الشكل 9، الجدول 4، الجدول 5، والجدول 6). لإثبات الفعالية في جميع الحالات ، تم إدخال جميع حالات المرور المحتملة والتركيبات المختلفة في نموذج المحاكاة لضمان تغطية جميع الحالات بين MUTI و ESUL(الشكل 10 والجدول 7).

  1. حدد نسبة السيارة/الشاحنة (الحافلة) وسرعة التشغيل للبيانات التمثيلية. الحفاظ على هذه المعلمات.
  2. تعيين نسبة U-بدوره من ~ 0.03-0.15 في تحليل الحساسية مع زيادة 0.03، مما يعني خمس نسب U بدوره في تحليل الحساسية.
    ملاحظة: وفقًا للبيانات التمثيلية في الجدول 1، فإن نطاق معدل الدوران U هو 0.04-0.15.
  3. تعيين حجم حركة المرور من ~ 0.2-1.0 V/C مع زيادة قدرها 693 veh /h (0.1 V/C; الجدول 7)،الذي يعني تسعة مجلدات في تحليل الحساسية.
    ملاحظة: الحد الأقصى لحجم حركة المرور هو 6,930 veh/h في طريق سريع حضري مع قطعة من ثلاثة حارات، المقابلة لمستوى الخدمة E وفقا لدليل سعة الطريق السريعAASHTO 35 عندما تكون سرعة التصميم 80 كم / ساعة.
  4. محاكاة كافة الحالات 45 وحفظ النتائج في كل من الوضع الحالي (MUTI) والوضع المحسن (ESUL).
  5. تحقق من التحسينات في وقت السفر والتأخير عن طريق حساب النسبة = (MUTI - ESUL)/MUTI x 100%. تحقق من التحسينات في عدد التوقفات عن طريق حساب الوقت المنخفض = MUTI - ESUL.
    ملاحظة: في النتائج النهائية(الشكل 10)،نتيجة إيجابية (>0) يعني أن ESUL تحسين حالة حركة المرور، في حين أن نتيجة سلبية (<0) في الحساسية يمثل العكس.

النتائج

يوضح الشكل 2 الرسم التوضيحي لـ ESUL لفتح وسيط U-turn. WENS يعني أربعة اتجاهات الكاردينال. يحتوي الطريق الرئيسي على ستة ممرات ذات اتجاهين. الأحزمة الخضراء تقسيم حارة غير مزودة بمحركات على كلا الجانبين وتقسيم الاتجاهين في الوسط. التدفق 1 هو الشرق إلى الغرب من خلال ح...

Discussion

في هذه المقالة، تمت مناقشة إجراء حل مشكلة حركة المرور عند تقاطع أو جزء قصير باستخدام المحاكاة. وهناك عدة نقاط تستحق اهتماما خاصا وتناقش بمزيد من التفصيل هنا.

جمع البيانات الميدانية هو أول شيء يستحق الاهتمام. وفيما يلي بعض المتطلبات المتعلقة بموقع جمع البيانات: 1) إيجاد موقع ?...

Disclosures

وليس لدى صاحبي البلاغ ما يكشفان عنه.

Acknowledgements

يود المؤلفون أن يعترفوا بأن مجلس المنح الدراسية الصيني لتمويله جزئيًا هذا العمل كان مع الملف رقم 201506560015.

Materials

NameCompanyCatalog NumberComments
BatteryBeijing Aozeer Technology CompanyLPB-568SCapacity: 3.7v/50000mAh. Two ports, DC 1 out:19v/5A (max), for one laptop. DC 2 out:12v/3A (max), for one radar.
Battery CableBeijing Aozeer Technology CompanyNo Catalog NumberConnect one battery with one laptop.
CameraSONYa6000/as50rThe videos shot by the cameras were 1080p, which means the resolution is 1920*1080.
Camera TripodWEI FENG3560/3130The camera tripod height is 1.4m.
LaptopDellC2H2L82Operate Windows 7 basic system.
Matlab SoftwareMathWorksR2016a
RadarBeijing Aozeer Technology CompanySD/D CADX-0037
Radar SoftwareBeijing Aozeer Technology CompanyDatalogger
Radar TripodBeijing Aozeer Technology CompanyNo Catalog NumberCorresponding tripods which could connect with radars, the height is 2m at most.
Reflective VestCustomizedNo Catalog Number
VISSIM SoftwarePTV AG groupPTV vissim 10.00-07 student version

References

  1. Tang, J. Q., Heinimann, H. R., Ma, X. L. A resilience-oriented approach for quantitatively assessing recurrent spatial-temporal congestion on urban roads. PLoS ONE. 13 (1), e0190616 (2018).
  2. Bared, J. G., Kaisar, E. I. Median U-turn design as an alternative treatment for left turns at signalized intersections. ITE Journal. 72 (2), 50-54 (2002).
  3. El Esawey, M., Sayed, T. Operational performance analysis of the unconventional median U-turn intersection design. Canadian Journal of Civil Engineering. 38 (11), 1249-1261 (2011).
  4. Leng, J., Zhang, Y., Sun, M. VISSIM-based simulation approach to evaluation of design and operational performance of U-turn at intersection in China. 2008 International Workshop on Modelling, Simulation and Optimization. , (2008).
  5. Shao, Y., et al. Evaluating the sustainable traffic flow operational features of an exclusive spur dike U-turn lane design. PLoS ONE. 14 (4), e0214759 (2019).
  6. Zhao, J., Ma, W. J., Head, K., Yang, X. G. Optimal Intersection Operation with Median U-Turn: Lane-Based Approach. Transportation Research Record. (2439), 71-82 (2014).
  7. Hummer, J. E., Reid, J. E. Unconventional Left Turn Alternatives for Urban and Suburban Arterials-An Update. Urban Street Symposium Conference Proceedings. , (1999).
  8. Ram, J., Vanasse, H. B. Synthesis of the Median U-Turn Intersection Treatment. Transportation Research Board. , (2007).
  9. Levinson, H. S., Koepke, F. J., Geiger, D., Allyn, D., Palumbo, C. Indirect left turns-the Michigan experience. Fourth Access Management Conference. , (2000).
  10. Mousa, M., Sharma, K., Claudel, G. C. Inertial Measurement Units-Based Probe Vehicles: Automatic Calibration, Trajectory Estimation, and Context Detection. IEEE Transactions on Intelligent Transportation Systems. , 1-11 (2017).
  11. Odat, E., Shamma, J., Claudel, G. C. Vehicle Classification and Speed Estimation Using Combined Passive Infrared/Ultrasonic Sensors. IEEE Transactions on Intelligent Transportation Systems. , 1-14 (2017).
  12. Liu, P., et al. Operational effects of U-turns as alternatives to direct left-turns. Journal of Transportation Engineering. 133 (5), 327-334 (2007).
  13. Potts, I. B., et al. Safety of U-turns at Unsignalized Median Opening. Transportation Research Board. , (2004).
  14. Yang, X. K., Zhou, G. H. CORSIM-Based Simulation Approach to Evaluation of Direct Left Turn vs Right Rurn Plus U-Turn from Driveways. Journal of Transportation Engineering. 130 (1), 68-75 (2004).
  15. Guo, Y. Y., Sayed, T., Zaki, M. H. Exploring Evasive Action-Based Indicators for PTW Conflicts in Shared Traffic Facility Environments. Transportation Engineering, Part A: Systems. 144 (11), 04018065 (2018).
  16. Liu, P., Qu, X., Yu, H., Wang, W., Gao, B. Development of a VISSIM simulation model for U-turns at unsignalized intersections. Journal of Transportation Engineering. 138 (11), 1333-1339 (2012).
  17. Shao, Y., Han, X. Y., Wu, H., Claudel, G. C. Evaluating Signalization and Channelization Selections at Intersections Based on an Entropy Method. Entropy. 21 (8), 808 (2019).
  18. Ander, P., Oihane, K. E., Ainhoa, A., Cruz, E. B. Transport Choice Modeling for the Evaluation of New Transport Policies. Sustainability. 10 (4), 1230 (2018).
  19. Wang, J., Kong, Y., Fu, T., Stipanicic, J. The impact of vehicle moving violations and freeway traffic flow on crash risk: An application of plugin development for microsimulation. PLoS ONE. 12 (9), e0184564 (2017).
  20. Lin, C., Gong, B., Qu, X. Low Emissions and Delay Optimization for an Isolated Signalized Intersection Based on Vehicular Trajectories. PLoS ONE. 10 (12), e0146018 (2015).
  21. Tang, T. Q., Wang, Y. P., Yang, X. B., Huang, H. J. A multilane traffic flow model accounting for lane width, lanechanging and the number of lanes. Networks and Spatial Economics. 14 (14), 465-483 (2014).
  22. Gupta, A. K., Dhiman, I. Analyses of a continuum traffic flow model for a nonlane-based system. International Journal of Modern Physics C. 25 (10), 1450045 (2014).
  23. Chen, H., Zhang, N., Qian, Z. VISSIM-Based Simulation of the Left-Turn Waiting Zone at Signalized Intersection. 2008 International Conference on Intelligent Computation Technology and Automation (ICICTA). , (2008).
  24. PTV AG. . PTV VISSIM 10 User Manual. , (2018).
  25. AutoNavi Traffic Big-data. . 2017 Traffic Analysis Reports for Major Cities in China. , (2018).
  26. AutoNavi Traffic Big-data. . Xi'an realtime traffic congestion delay index. , (2019).
  27. Xiang, Y., et al. Evaluating the Operational Features of an Unconventional Dual-Bay U-Turn Design for Intersections. PLoS ONE. 11 (7), e0158914 (2016).
  28. Kuang, Y., Qu, X., Weng, J., Etemad, S. A. How Does the Driver's Perception Reaction Time Affect the Performances of Crash Surrogate Measures?. PLoS ONE. 10 (9), e0138617 (2015).
  29. Zhao, F., Sun, H., Wu, J., Gao, Z., Liu, R. Analysis of Road Network Pattern Considering Population Distribution and Central Business District. PLoS ONE. 11 (3), e0151676 (2016).
  30. Jian, S. . Guideline for microscopic traffic simulation analysis. , (2014).
  31. Liu, K., Cui, M. Y., Cao, P., Wang, J. B. Iterative Bayesian Estimation of Travel Times on Urban Arterials: Fusing Loop Detector and Probe Vehicle Data. PLoS ONE. 11 (6), e0158123 (2016).
  32. Ran, B., Song, L., Zhang, J., Cheng, Y., Tan, H. Using Tensor Completion Method to Achieving Better Coverage of Traffic State Estimation from Sparse Floating Car Data. PLoS ONE. 11 (7), e0157420 (2016).
  33. Zhao, J., Li, P., Zhou, X. Capacity Estimation Model for Signalized Intersections under the Impact of Access Point. PLoS ONE. 11 (1), e0145989 (2016).
  34. Wei, X., Xu, C., Wang, W., Yang, M., Ren, X. Evaluation of average travel delay caused by moving bottlenecks on highways. PLoS ONE. 12 (8), e0183442 (2017).
  35. American Association of State and Highway Transportation Officials (AASHTO). . Highway Capacity Manual 6th edition. , (2010).
  36. Wang, Y., Qu, W., Ge, Y., Sun, X., Zhang, K. Effect of personality traits on driving style: Psychometric adaption of the multidimensional driving style inventory in a Chinese sample. PLoS ONE. 13 (9), e0202126 (2018).
  37. Shen, B., Qu, W., Ge, Y., Sun, X., Zhang, K. The relationship between personalities and self-report positive driving behavior in a Chinese sample. PLoS ONE. 13 (1), e0190746 (2018).
  38. American Association of State and Highway Transportation Officials (AASHTO). . A policy on geometric design of highways and streets 6th Edition. , (2011).
  39. Ashraf, M. I., Sinha, S. The "handedness" of language: Directional symmetry breaking of sign usage in words. PLoS ONE. 13 (1), e0190735 (2018).
  40. Lu, A. T., Yu, Y. P., Niu, J. X., John, X. Z. The Effect of Sign Language Structure on Complex Word Reading in Chinese Deaf Adolescents. PLoS ONE. 10 (3), e0120943 (2015).
  41. Fan, L., Tang, L., Chen, S. Optimizing location of variable message signs using GPS probe vehicle data. PLoS ONE. 13 (7), e0199831 (2018).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Explore More Articles

156

This article has been published

Video Coming Soon

JoVE Logo

Privacy

Terms of Use

Policies

Contact Us

Recommend to library

JoVE NEWSLETTERS

Research

Education

Authors

Librarians

ABOUT JoVE

Copyright © 2025 MyJoVE Corporation. All rights reserved