JoVE Logo
АВТОРЫ
СВЯЖИТЕСЬ С НАМИ

Войдите в систему

Для просмотра этого контента требуется подписка на Jove Войдите в систему или начните бесплатную пробную версию.

В этой статье

  • Резюме
  • Аннотация
  • Введение
  • протокол
  • Результаты
  • Обсуждение
  • Раскрытие информации
  • Благодарности
  • Материалы
  • Ссылки
  • Перепечатки и разрешения

Резюме

Этот протокол описывает процесс решения микроскопической проблемы трафика с помощью моделирования. Весь процесс содержит подробное описание сбора данных, анализа данных, построения модели моделирования, калибровки моделирования и конфиденциального анализа. Обсуждаются также модификации и устранение неполадок метода.

Аннотация

Традиционные конструкции разворота могут улучшить эксплуатационные характеристики, очевидно, в то время как развороты и сегменты слияния по-прежнему вызывают заторы на дорогах, конфликты и задержки. Эксклюзивный шпора дамбы Разворот переулок дизайн (ESUL) предлагается здесь, чтобы решить недостатки традиционных разворотконструкций. Для оценки эксплуатационных характеристик ESUL необходим протокол моделирования трафика. Весь процесс моделирования включает в себя пять этапов: сбор данных, анализ данных, сборка модели моделирования, калибровка моделирования и чувствительный анализ. Сборка модели сбора данных и моделирования — это два важных шага, которые описаны позднее более подробно. Три индекса (время в пути, задержка и количество остановок) обычно используются в оценке, а другие параметры могут быть измерены по моделированию в соответствии с экспериментальными потребностями. Результаты показывают, что ESUL значительно уменьшает недостатки традиционных конструкций разворота. Моделирование может быть применено для решения микроскопических проблем трафика, например, на одном или нескольких смежных перекрестках или коротких сегментах. Этот метод не подходит для более масштабных дорожных сетей или оценок без сбора данных.

Введение

Некоторые транспортные проблемы, такие как пробки на перекрестке или короткий сегмент, могут быть решены или улучшены за счет оптимизации конструкции дороги, изменения времени сигнала, измерения управления движением и других транспортныхтехнологий1,2,3. Эти улучшения оказывают положительное или отрицательное воздействие на операции транспортного потока по сравнению с первоначальными ситуациями. Изменения в операциях трафика можно сравнить в программном обеспечении моделирования трафика, а не в фактической реконструкции перекрестка или сегмента. Метод моделирования трафика является быстрым и дешевым вариантом, когда предлагается один или несколько планов улучшения, особенно при сравнении различных планов улучшения или оценки эффективности улучшений. Эта статья вводит процесс решения проблемы движения с моделированием путем оценки транспортных потоков оперативных особенностей эксклюзивного размыва разворота дизайн полосы5.

Разворот движения является широкое движение спроса, который требует разворота среднего открытия на дороге, но это было обсуждено. Проектирование разворота открытия может привести к заторов на дорогах, в то время как закрытие разворота открытия может привести к объезддляе автомобилей разворота. Два движения, разворот транспортных средств и прямого левого поворота транспортных средств, требуют разворота открытия и привести к задержкам движения, остановки, или даже несчастных случаев. Некоторые технологии были предложены для решения недостатков разворота движений, таких как сигнализация6,7,эксклюзивные левые полосы поворота8,9,и автономные транспортные средства10,11. Потенциал улучшения по-прежнему существует по вопросам разворота, из-за вышеуказанных решений, имеющих ограничительные приложения. Новый разворот дизайн может быть лучшим решением при определенных условиях и быть в состоянии решить существующие проблемы.

Наиболее популярным разворотом является средний разворот пересечения (MUTI)12,13,14,15, как показано на рисунке 1. Существенное ограничение MUTI является то, что он не может отличить разворот транспортных средств от проезжающих транспортных средств и что дорожный конфликт по-прежнему существует16,17. Модифицированный разворот дизайн называется эксклюзивный шпора дамбы Разворот переулок (ESUL; Рисунок 2) предлагается здесь и направлена на уменьшение заторов на дорогах путем введения эксклюзивного разворота полосу по обе стороны от медианы. ESUL может значительно сократить время в пути, задержки и количество остановок из-за его направления двух потоков.

Чтобы доказать, что ESUL является более эффективным, чем обычный MUTI, необходим строгий протокол. ESUL не может быть построен до теоретической модели; таким образом, моделирование необходимо18. Используя параметры транспортного потока, некоторые ключевые модели были использованы в исследовании моделирования19, таких как модели поведения вождения20,21, автомобиль следующие модели22,23, разворот модели4, и модели изменения полосы движения21. Точность моделирования транспортных потоков широкопризнана 16,24. В этом исследовании как MUTI, так и ESUL моделируются со сбором данных для сравнения улучшений, сделанных ESUL. Чтобы гарантировать точность, также моделируется чувствительный анализ ESUL, который может применяться к различным дорожным ситуациям.

Этот протокол представляет экспериментальные процедуры для решения реальных проблем дорожного движения. Предлагаются методы сбора данных о дорожном движении, анализа данных и анализа общей эффективности улучшений дорожного движения. Процедура может быть обобщена в пять этапов: 1) сбор данных о трафике, 2) анализ данных, 3) сборка модели моделирования, 4) калибровка модели моделирования и 5) анализ чувствительности операционной эффективности. Если какое-либо из этих требований в рамках пяти этапов не будет выполнено, этот процесс является неполным и недостаточным для подтверждения эффективности.

протокол

1. Подготовка оборудования

  1. Подготовьте два из каждого из следующих устройств для сбора двухнаправлений транспортных потоков: радары, ноутбуки, батареи и кабели для радаров и ноутбуков, камеры, радары и штативы камеры.
    ПРИМЕЧАНИЕ: Радар и соответствующее программное обеспечение используются для сбора скорости и траектории транспортного средства, и это более точно, чем скорость пушки. Радар не единственный выбор, если другое оборудование доступно для сбора скорости транспортного средства, траектории и объема. Поскольку радиолокационные сигналы могут быть легко заблокированы крупными транспортными средствами, видео, снятые камерами, могут быть использованы для подсчета транспортных средств. Во время исследования, если погода дождливая или солнечная, необходима защита оборудования. Особенно в солнечный день, оборудование может достичь высокой температуры и выключить, поэтому зонтик или охлаждающее оборудование необходимо для этой ситуации.

2. Тестирование оборудования

  1. Убедитесь, что все следователи носят светоотражающие жилеты.
  2. Подготовьте радиолокационный штатив и расширьте его как можно выше. Установите штатив выше 2 м, чтобы избежать сигналов от блокировки на обочине дороги.
  3. Установите радар на верхней части штатива и заблокировать радар.
  4. Установите радар около 0,5 м рядом с обочиной, отрегулируйте радар вертикально, и лицом к направлению транспортного средства или противоположному направлению. Держите угол между дорогой и радар как можно меньше.
    ПРИМЕЧАНИЕ: Радар может обнаружить 200 м максимум. Если радар установлен слишком близко к полосе, он может взорваться над проезжающих транспортных средств. Таким образом, 0,5-1,0 м - это обычное расстояние до полосы.
  5. Включите аккумулятор питания и подключите ноутбук к батарее питания. Подключите радиолокационный силовой кабель и подключите данные радара USB к ноутбуку. Когда все кабели подключены, включите ноутбук.
  6. Установите камеру рядом с радаром, чтобы стрелять поток транспортного средства.
  7. Открытие радиолокационного программного обеспечения
    1. Нажмите проверка связи,а затем выберите номер радара ID из списка выпадающих. Он покажет Радар Обнаруженный с идентификационным номером.
    2. Нажмите Установка расследования. В всплывающем меню нажмите Кнопка Read RLU,и время устройства слева изменится. Затем нажмите Нарежье время RLU,и текущее время ПК слева также изменится.
    3. Нажмите Начало расследования, и состояние рабочего устройства будет меняться от записи данных не продолжается, и нет данных в устройстве для записи данных в продолжении и данных в устройстве. Нажмите Близко, чтобы закрыть этот диалоговый ящик.
    4. Нажмите на представление в реальном времени, чтобы проверить состояние радара. Появится новый диалоговый ящик, и данные радаров будут быстро свернуты. Это означает, что радар обнаруживает транспортные средства и хорошо работает. Держите эту коробку диалога открытой до тех пор, пока коллекция не будет закончена.
      ПРИМЕЧАНИЕ: Транспортное средство может быть захвачено радаром при прохождении радара.
    5. Нажмите Закрыть на диалоговом поле, чтобы закончить коллекцию.
    6. Нажмите Установка Расследования (ru) Окончание расследования, и подтвердить в диалоговом поле. Нажмите кнопку "Закрыть".
    7. Выберите загрузку данных в основном меню. Нажмите Просмотр, чтобы выбрать место для сохранения радиолокационных данных. Ввейте отдельное имя для электронной таблицы. Нажмите кнопку "Начать загрузку", покажет панель прогресса, а после загрузки появится диалоговый ящик. Нажмите Подтвердите, чтобы завершить сбор данных.
    8. Нажмите Установка Расследования (ru) Стереть запись данных,и подтвердить его в следующем диалоговом поле, чтобы очистить внутреннюю память радара.
      ПРИМЕЧАНИЕ: Перед отъездом в место сбора данных необходимо проверить все оборудование. Переместите все оборудование в место сбора данных, если все детали работают хорошо.

3. Сбор данных

  1. Выбор места сбора данных(рисунок 3)
    1. Выберите подходящее место, аналогичное типу пересечения, используемому в исследовании.
      ПРИМЕЧАНИЕ: Это ключевое требование при выборе местоположения. Необходимо учитывать форму местоположения, ситуацию с транспортным потоком, управление светофором и другие элементы управления. Чем больше похож на сайт исследования, тем точнее результаты. Необходимо среднее отверстие разворота на автостраде. Требуется достаточно длинная линия видимости и расчистки, которая необходима для радара и безопасности для следователей. Исходя из расстояния обнаружения радара и остановки транспортного средства, линия видимости должна быть не менее 200 м от места до восходящего направления.
    2. Проверьте расчистку радиолокационного направления. Убедитесь, что нет деревьев, кустарников, пешеходных мостов, дорожных знаков или уличных фонарей в поле зрения.
    3. Убедитесь, что расположение является безопасным местом для оборудования и следователей. Устанавливается ли оборудование на обочине дороги или над дорогой, зависит от рельефа.
    4. Поместите оборудование в уединенное место, чтобы не привлечь внимание водителя.
      ПРИМЕЧАНИЕ: Согласно предыдущему опыту, некоторые водители могут замедлиться, если они видят оборудование для расследования, что приведет к ошибкам. Оборудование для сбора данных можно рассматривать в качестве измерительного устройства для дорожной полиции для измерения превышения скорости транспортных средств.
  2. Сбор данных о трафике
    1. Выберите время сбора.
      1. Соберите 3 ч данных: 1 ч в утреннем пике, 1 ч в полдень долины, и 1 ч в вечернем пике.
      2. Проверьте точное время пика и долины из отчета о дорожном движении, ГИБДД, или компаний дорожного бизнеса25,26 (рисунок 4).
        ПРИМЕЧАНИЕ: Если нет отчета о трафике или анализа в качестве ссылки, соберите 3 ч данных в течение трех периодов, упомянутых выше, и выберите самые высокие данные.
      3. Ввиньи данные с наибольшим объемом трафика за 1 ч в раздел модели моделирования и анализа. Используйте оставшиеся 2 ч данных для проверки в конце.
    2. Настройка оборудования
      1. Отрегулируйте направление радара и установите камеру рядом с радаром, где она может захватить все полосы движения. Повторите процесс установки всего оборудования в разделе 2 на пешеходном мосту.
        ПРИМЕЧАНИЕ: Клиренс перед радаром должен быть как можно более длинным и широким, чтобы охватить весь диапазон разворотных движений. РЛС РЭБ (с востока на запад) сталкивается с транспортным потоком, а радар МЭ (с запада на восток) обращен к хвосту транспортного средства из-за выравнивания дороги(рисунок 5). Нет различий между результатами настройки оборудования на внутренней и внешней стороне полосдвижения. Внутренняя или внешняя сторона радиолокационного расположения влияет только на систему координат фигур траектории с радиолокационными данными. Когда радар сталкивается с транспортным потоком, обнаруженная скорость работы является отрицательной и нуждается в обратном направлении при обработке данных. Когда радар сталкивается с транспортным потоком, обнаруженная скорость бега положительна и может быть использована непосредственно.
      2. Установите радары и камеры так, чтобы они были немного выше, чем ограждения моста, чтобы обеспечить расчистку перед радарами и камерами.
        ПРИМЕЧАНИЕ: Нет необходимости в том, чтобы радары были такими же высокими, как придорожное поселение.
    3. Убедитесь, что время радиолокационных, ноутбуков и камер соответствует реальному времени.
    4. Запустите два радара и камеры одновременно, чтобы запланировать время.
    5. Проверьте, работают ли радары и камеры в обычном режиме каждые 5 минут во время сбора данных, чтобы убедиться, что все детали работают хорошо.
    6. Окончание сбора данных и вывода радиолокационных данных в виде электронной таблицы с идентифицированным именем (таблица 1).

4. Анализ данных

  1. Использование программного обеспечения для расчета для извлечения радиолокационных данных и составления данных о скорости работы и траекториях из электронной таблицы.
    ПРИМЕЧАНИЕ: X/Y координаты и скорость X/Y находятся в таблице.
  2. Удаление явно дискретных точек в цифрах. Эти точки являются ошибками радара.
    ПРИМЕЧАНИЕ: Радар обнаруживает большой диапазон площади, поэтому данные могут содержать транспортные средства мишени, противоположные транспортные средства и немоторные транспортные средства в немоторных полосах движения транспортных средств. При построении всех данных в виде цифр, трехполосные целевые транспортные средства очевидны, а остальные точки являются "очевидно дискретными точками". Области обнаружения прямо на рисунке 3,ширина трех полос известна, и "очевидно, дискретные точки" могут быть удалены в программном обеспечении. Участок необходимые точки, как показано на рисунке 6b,d.
  3. Воспроизведение видео трафика и подсчитать вручную, чтобы получить объем трафика и типы.
    ПРИМЕЧАНИЕ: Транспортные средства могут быть разделены на легковые и грузовые автомобили в зависимости от размера. Все автомобили, такси и небольшие грузовики в пределах 6 м классифицируются здесь как автомобили. Все большие грузовики и автобусы классифицируются как грузовики.
  4. Выберите группу наивысшего объема трафика в качестве репрезентативных данных и введите их в моделирование, описанное в разделе 5.
    ПРИМЕЧАНИЕ: В симуляции и анализе чувствительности требуется только одна группа данных. Данные двух других групп будут смоделированы в качестве проверки.

5. Создание модели моделирования

  1. Строительство дороги
    1. Откройте программное обеспечение для моделирования. Нажмите кнопку Карта в верхней части интерфейса и увеличить карту, чтобы найти местоположение сбора данных.
    2. Нажмите ссылки слева, затем переместите курсор в начальное место ссылки и нажмите правой кнопкой мыши. Выберите Добавить новую ссылку,ввейди имя ссылки и количество полос движения, и нажмите OK. Перетащите курсор, чтобы нарисовать ссылку на карте.
    3. Право нажмите на ссылку и выберите Добавить точку. Добавьте точки и точки перетаскивания, чтобы сделать ссылку более гладкой с реальным выравниванием дороги на карте.
    4. Повторите шаги 5.1.2 и 5.1.3 3x для построения четырех сегментов, за исключением медианного открытия разворота.
    5. Держите правую кнопку мыши и кнопку Ctrl на клавиатуре, а затем перетащите конечную точку одной ссылки на смежную ссылку для подключения ссылок. Эта часть называется "разъем" и может быть более гладкой по мере добавления большего количества очков.
    6. Повторите шаг 5.1.5 для подключения всех ссылок и маршрутов разворота.
  2. Вход нужной скорости
    1. Выберите базовые данные из верхней панели, а затем выберите Дистрибутивы Пожеланная скорость.
    2. Нажмите кнопку "зеленый крест Добавить" внизу, чтобы добавить новую желаемую скорость, а затем назовите ее.
    3. В диалоговом ящике Desired Speed Distributions ввешаем максимальную скорость, собранную из репрезентативных данных, как максимальную нужную скорость, затем ввводя среднюю скорость, рассчитанную на основе репрезентативных данных, как минимальную нужную скорость. Удалите данные по умолчанию.
    4. Ввеждите имя для этой желаемой скорости, которая обычно называется с помощью направления.
    5. Повторите шаги 5.2.3 и 5.2.4 для построения всех желаемых скоростей (WE, EW, WW U-turn и EE U-turn).
  3. Состав автомобиля
    1. Выберите кнопку Списки из верхней панели, а затем нажмите Частный транспорт (ru) Автомобиль Композиции.
    2. Нажмите кнопку "зеленый крест Добавить" внизу, чтобы добавить новую композицию транспортного средства. Выберите нужную скорость, построенную в шаге 5.2 как автомобиль.
    3. Нажмите кнопку зеленый крест Добавить, чтобы добавить автомобиль типа автобуса / грузовика, как HGV. Выберите ту же нужную скорость, что и в шаге 5.3.2.
    4. Ввод объема легковых и грузовых автомобилей на RelFlow из репрезентативных данных.
    5. Повторите шаги 5.3.2-5.3.5 для построения всех композиций транспортных средств (WE, EW, WW U-turn и EE U-turn).
  4. Маршруты транспортных средств
    1. Выберите маршрут транспортного средства из левой панели меню.
    2. Переместите курсор вверх по течению одной ссылки в качестве отправной точки, нажмите правой кнопкой мыши, а затем выберите Добавить новое статическое решение о реутриции транспортного средства.
    3. Перетащите синий курсор, представляющий маршруты транспортных средств, в сборе данных. Повторите этот шаг 4x в WE, EW, WW разворот, и EE разворот, чтобы привлечь все маршруты транспортных средств.
  5. Области снижения скорости
    1. Выберите области с пониженной скоростью из левой панели меню.
    2. Нажмите на правой щелчок вверх по течению разворота открытия, а затем выберите Добавить новые снижение скорости области.
      ПРИМЕЧАНИЕ: Длина области зависит от репрезентативных данных и длины изменения скорости.
    3. Постройте эту область в обоих направлениях.
  6. Конфликтные районы
    1. Выберите зоны конфликта из левой панели меню. Четыре желтые зоны конфликта будут показаны в разделе медианного открытия.
    2. Нажмите правой щелкните одну желтую зону конфликта и выберите Set Status для неопределенных, поскольку реалистичная ситуация и зоны конфликтов покраснеют.
    3. Повторите шаг 5.6.2 для всех четырех районов конфликта.
  7. Измерение времени в пути
    1. Выберите время в пути к транспортному средству из левого бара меню.
    2. Нажмите правой кнопкой мыши в начале одной ссылки и выберите Добавить новое транспортное средство Время в пути измерения.
    3. Перетащите курсор до конца ссылки, чтобы построить одно измерение времени в пути транспортного средства. Повторите этот шаг для всех маршрутов транспортных средств (МЫ, EW, WW U-поворот, и EE разворот).
    4. Назовите каждое измерение времени в пути соответствующим направлением.
      ПРИМЕЧАНИЕ: Чтобы сравнить операционные ситуации с дизайном улучшений, продолжительность измерений времени в пути должна быть одинаковой в обеих моделях моделирования.
  8. Ввод транспортного средства
    1. Выберите входы в транспортное средство из левой панели меню. Нажмите на отправную точку одной ссылки и нажмите правой кнопкой мыши, чтобы добавить новый вход автомобиля.
    2. Переместите мышь в левое дно и объем ввода из репрезентативных данных. Повторите этот шаг для всех ссылок.
  9. Построить еще одну модель моделирования ESUL для сравнения, только разворот открытия часть должна быть изменена(Рисунок 7 и таблица 2).
  10. Нажмите на синюю кнопку воспроизведения в верхней части интерфейса, и начнется моделирование. Перетащите шкалу слева от кнопки воспроизведения, которая может регулировать скорость моделирования.
    ПРИМЕЧАНИЕ: Кнопка прибора Быстрый режим может сделать скорость моделирования до максимума.
  11. Когда моделирование заканчивается, все результаты будут показаны в нижней части интерфейса. Копируйте результаты в новую таблицу. Здесь время в пути, задержка и количество остановок оцениваются в анализе27.

6. Калибровка модели моделирования

  1. Ввиньте объем трафика репрезентативных данных в программное обеспечение моделирования и выполните моделирование(рисунок 8a).
  2. Сравните объем трафика из результатов моделирования с объемом собранных данных.
  3. Рассчитайте емкость с помощью уравнения 1 ниже:
    figure-protocol-17027(1)
    где C обозначает идеальную емкость (veh/h) и ht обозначает средний минимальный уровень (ы).
  4. Используя емкость, оцените ошибку моделирования как среднее абсолютное процентное погрешность (MAPE) после уравнения 2:
    figure-protocol-17359(2)
    где n обозначает четыре различных потока в этом исследовании, Civ — это емкость, смоделированная в модели моделирования (veh/h), а Cif — это способность исследования (veh/h). Расчетный MAPE представлен в таблице 3.
    ПРИМЕЧАНИЕ: Модель моделирования может быть использована, если MAPE небольшой28,29,30.
  5. Изменение параметров (т.е. случайных семян, автомобиль следовать типу модели, правила изменения полосы движения и т.д.) на основе инструкций программного обеспечения моделирования, или проверить все шаги, описанные выше при создании модели моделирования31,32,33,34.

7. Анализ чувствительности

ПРИМЕЧАНИЕ: Процесс анализа чувствительности показан на рисунке 8b. Собранные данные могут отражать только его собственную производительность(рисунок 9, таблица 4, Таблица 5и таблица 6). Чтобы доказать эффективность в любой ситуации, все возможные дорожные ситуации и различные комбинации были влиты в модель моделирования, чтобы гарантировать, что все ситуации охватываются между MUTI и ESUL(рисунок 10 и таблица 7).

  1. Выберите соотношение автомобиля/грузовика (автобуса) и скорость работы репрезентативных данных. Поддерживайте эти параметры.
  2. Установите коэффициент разворота от 0,03-0,15 евро в анализе чувствительности с увеличением на 0,03, что означает пять коэффициентов разворота в анализе чувствительности.
    ПРИМЕЧАНИЕ: Согласно репрезентативным данным в таблице 1,диапазон коэффициента разворота составляет 0,04-0,15.
  3. Установите объем трафика от 0,2-1,0 V/C с увеличением на 693 вэ/ч (0,1 В/С; Таблица 7), что означает девять томов в анализе чувствительности.
    ПРИМЕЧАНИЕ: Максимальный объем движения составляет 6930 вэ/ч в городской автостраде с трехполосным сегментом, соответствующим уровню обслуживания E в соответствии с Руководством по пропускной способности шоссе AASHTO35, когда скорость проектирования составляет 80 км/ч.
  4. Имитировать все 45 ситуаций и сохранить результаты как в нынешней ситуации (MUTI) и улучшение ситуации (ESUL).
  5. Проверить улучшение времени в пути и задержки, вычисляя соотношение - (MUTI - ESUL)/MUTI x 100%. Проверить улучшения в количестве остановок, вычисляя сокращенное время - MUTI - ESUL.
    ПРИМЕЧАНИЕ: В окончательных результатах(Рисунок 10),положительный (Зтт;0) результат означает, что ESUL улучшил дорожную ситуацию, в то время как отрицательный (Злт;0) результат чувствительности представляет обратное.

Результаты

На рисунке 2 показана иллюстрация ESUL для медианного открытия разворота. WENS означает четыре кардинальных направления. Главная дорога имеет шесть полос движения с двумя направлениями. Зеленые ремни делят немоторизованную полосу с обеих сторон и делят д?...

Обсуждение

В этой статье обсуждалась процедура решения дорожной проблемы на перекрестке или коротком сегменте с помощью моделирования. Особого внимания заслуживают несколько пунктов, которые обсуждаются здесь более подробно.

Сбор полевых данных – это первое, что заслуживает вни?...

Раскрытие информации

Авторам нечего раскрывать.

Благодарности

Авторы хотели бы признать, что Китайский стипендиальный совет за частичное финансирование этой работы был с файлом No 201506560015.

Материалы

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

Ссылки

  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).

Перепечатки и разрешения

Запросить разрешение на использование текста или рисунков этого JoVE статьи

Запросить разрешение

Смотреть дополнительные статьи

156

This article has been published

Video Coming Soon

JoVE Logo

Конфиденциальность

Условия эксплуатации

Политика

СВЯЖИТЕСЬ С НАМИ

РЕКОМЕНДОВАТЬ БИБЛИОТЕКЕ

НОВОСТИ JoVE

Исследования

Образование

АВТОРЫ

Библиотекарь

О JoVE

Авторские права © 2025 MyJoVE Corporation. Все права защищены