本视频旨在展示通过雷达、路边激光设备收集交通数据的过程，并通过仿真模型进行评估。路边停车很常见，这往往是交通拥堵，特别是在狭窄的城市街道上，所以我们想讨论路边停车对城市街道新方向的影响。确定其影响车道和范围。
我们使用雷达和路边激光设备收集交通数据，并使用模拟软件评估路边停车对交通运行效果的影响。交通数据收集至少需要两个方向的数据。所需设备如下。
两个雷达，电池和电缆，笔记本电脑，路边激光设备，无人机，相机以及相应的相机和雷达三脚架。反光三脚架显示在截面数据集中。该位置必须位于双向和双车道的道路上。
需要没有交叉点的街道线段。除了调查人员提供的一辆停放车辆外，道路上没有任何障碍物。需要足够长的场地线和间隙，这是雷达调查和调查人员安全所必需的。
该地点必须有足够的安全空间供设备和调查人员使用。将车辆停放在距离路边约 20 厘米的地方，以便放置路边激光装置。将反光三脚架放在车辆后部。
不要放置得太远，以确保它不会影响车辆的行为。设置雷达三脚架。将三脚架高度设置为两米以上，以避免信号阻塞。
用三脚架锁定雷达。垂直调整雷达并将其朝向停放的车辆。将雷达数据线与笔记本电脑 USB 端口连接。
打开雷达软件。单击通信检查。连接串行端口，然后单击连接。
它将显示检测到雷达，然后单击确认。点击调查设置。单击读取RLU时间并依次设置RLU时间。
单击擦除数据记录并确认。清除雷达的内部存储器。单击“开始调查并关闭对话框”。
单击实时视图以检查雷达状态，交通数据将随着车辆通过而滚动。准备路边激光设备和电缆。将路边激光设备数据线连接到端口。
将路边激光设备数据线与笔记本电脑 USB 端口连接。将路边激光设备放置在停放的车辆中间。旋转设备上的完整调整柱以调平激光设备。
打开路边激光设备软件。单击通信检查，选择 RLU 串行端口号，然后单击连接。它将显示检测到新的 RLU 连接，然后单击确认。
单击“查看调查”。当车辆通过时，它将实时查看交通流量。点击调查设置。
单击读取RLU时间并依次设置RLU时间。设置开始时间和结束时间，然后单击设置任务。它将显示 RLU 调查设置成功并确认。
单击完成。单击设备状态，查看路边激光设备的状态。将摄像头设置在停放车辆上游 30 米以上。
将所有设备放在密集的道路上。每五分钟检查一次雷达、路边激光设备和摄像头是否正常工作。并收集数据，关闭雷达软件中的实时检查窗口。
点击调查设置。选择“结束调查”并确认。关闭对话框。
选择数据下载。浏览计算机以保存数据并输入文件的名称。单击“打开”，然后单击“开始下载”。
单击确认以完成雷达数据采集。单击路边激光设备软件中的设备状态，然后单击停止任务以结束数据收集。选择数据下载，浏览并输入文件的名称。
单击打开，然后单击开始下载。单击“确认”，完成路边激光设备的数据采集。雷达通过计算软件收集轨迹和速度。
路边激光装置提供停放车辆位置的偏移值、超车速度、车辆数量和车辆类型。使用计算软件在代表性数据上绘制两个雷达和一个路边激光设备提供的整个范围轨迹和速度。打开仿真软件。
导入所调查路段的背景地图。单击左键的障碍物，右键单击，然后选择添加新障碍物。输入障碍物的长度和宽度，然后单击确定。跟踪光标以将障碍物移动到道路上。
点击左侧的链接。将光标移动到链接的开头，然后单击鼠标右键。选择“添加新链接”。
输入链接宽度，然后单击确定。跟踪光标以在地图上绘制链接。重复此步骤三次以构建四个路段。按住鼠标右键和键盘上的控制按钮，将一个链接的端点拖动到相邻链接以连接两个链接。
重复此步骤以连接所有链路。从顶部栏中选择“基本数据”，然后选择“分布”、“期望速度”。单击底部的绿色交叉添加按钮以添加新的所需速度分布并命名。
输入平均速度和从代表性数据中获取的最大速度作为最小和最大所需速度。删除默认数据。重复这些步骤两次以建立所有所需的速度分布。
从顶部栏中选择 列表，然后选择 私人运输、车辆组成。单击绿色十字添加按钮以添加新的车辆组合。单击添加按钮以添加两种车辆类型，HGV 和公共汽车。
选择所需的速度分配设置，汽车，HGV和公共汽车的最后一步。重复这些步骤以建立两个车辆组合。从代表性数据中输入汽车、HGV和公交车的流量。
从左侧菜单栏中选择车辆路线。将光标移动到一个链接的上游。右键单击，然后选择添加新静态车辆配送决策。
跟踪蓝色光标以在地图上绘制车辆路线作为数据收集中的真实路线。从左侧菜单栏中选择减速区域。右键单击停车位置的上游，然后选择添加新的减速区域。
区域的长度取决于数据分析结果。右键单击屏幕空白处。选择“添加”，然后选择在前面步骤中设置的降低速度区域所需的速度作为区域速度。
重复这些步骤两次以设置或减少速度区域。从左侧菜单栏中选择优先级规则。右键单击停放车辆上游从西向东的减速区域，然后选择添加新的优先级规则。
输入最小深度时间和间隙。重复此步骤，将停放车辆下游的优先级规则设置为东西方向。优先级规则的设置取决于数据收集所反映的实际流量操作。
从左侧选择车辆行驶时间。右键单击一个链接的开头，然后选择添加新车辆行驶时间测量。将光标定向到链接的末端以构建车辆行驶时间测量。
对所有车辆路线重复此步骤。从左侧选择车辆输入。右键单击一个链接的开头，然后选择添加新车辆输入。
将鼠标移动到左下角，在代表性数据处输入音量。对所有链接重复这些步骤。从左侧选择节点。
右键单击以选择“添加新节点”，然后单击“确定”。左键单击并移动鼠标以调整中等节点范围。单击模拟界面顶部的评估，然后选择结果列表。单击节点结果和车辆行驶时间结果。
单击顶部的蓝色播放按钮开始模拟。单击设备按钮快速模式以最大化模拟速度。仿真后，节点结果和车辆行驶时间结果显示在界面底部，包括最大队列长度、停车时间等。
将收集到的数据输入到仿真模型中。对模拟进行四舍五入并收集模拟结果。可以从仿真结果中生成模拟体积。
将模拟卷与集体卷进行比较。集体体积和模拟体积之间的差异称为平均绝对百分比误差。当 MAPE 较小时，仿真精度是可以接受的。
代表性数据总结了三组数据。西到东体积，东到西体积等参数。将西向东卷分为六类。
将东西体积分为七类，并在模拟中保持其他参数稳定。模拟42种情况，结果验证了所有情况下的有效性。结果中显示了不同的流量，没有索引。
最大排队长度、车辆数量、延误、停靠次数、一氧化碳排放、电氧化物排放、挥发性有机化合物排放、油耗和行驶时间。结果表明，在所有交通量情况下，路边停车均有显著效果。现在，指标被评估投资模拟。
通过集体数据和仿真结果，路边停车的影响是显著的。我们想使用这种方法确定路边停车车辆对良好方向城市街道交通流量的影响列表和范围。它可以用于由运输部门确定停车位置和长度。
该方法的主要研究是建立真实的交通数据收集和仿真模型。
