JoVE Logo
Yazarlar
Bize Ulaşın

Oturum Aç

Bu içeriği görüntülemek için JoVE aboneliği gereklidir. Oturum açın veya ücretsiz deneme sürümünü başlatın.

Bu Makalede

  • Özet
  • Özet
  • Giriş
  • Protokol
  • Sonuçlar
  • Tartışmalar
  • Açıklamalar
  • Teşekkürler
  • Malzemeler
  • Referanslar
  • Yeniden Basımlar ve İzinler

Özet

Bu protokol simülasyon ile bir mikroskobik trafik sorunu çözme sürecini açıklar. Tüm süreç veri toplama, veri analizi, simülasyon modeli oluşturma, simülasyon kalibrasyonu ve hassas analiz ayrıntılı bir açıklamasını içerir. Yöntemin modifikasyonları ve sorun giderme de tartışılır.

Özet

U dönüşü saptırmave birleştirme segmentleri hala trafik sıkışıklığına, çakışmalara ve gecikmelere neden olurken, geleneksel U dönüşü tasarımları açıkça operasyonel özellikleri artırabilir. Özel bir mahmuz dike U-dönüş şerit tasarımı (ESUL) geleneksel U-dönüş tasarımları dezavantajlarını çözmek için burada önerilmiştir. ESUL'un çalışma performansını değerlendirmek için bir trafik simülasyon protokolü gereklidir. Tüm simülasyon süreci beş adım içerir: veri toplama, veri analizi, simülasyon modeli oluşturma, simülasyon kalibrasyonu ve hassas analiz. Veri toplama ve simülasyon modeli oluşturma iki kritik adımdır ve daha sonra daha ayrıntılı olarak açıklanmıştır. Değerlendirmede üç dizin (seyahat süresi, gecikme ve durak sayısı) yaygın olarak kullanılır ve diğer parametreler simülasyondan deneysel ihtiyaçlara göre ölçülebilir. Sonuçlar, ESUL'un geleneksel U dönüşü tasarımlarının dezavantajlarını önemli ölçüde azalttığını göstermektedir. Simülasyon, tek veya birkaç bitişik kavşak veya kısa segmentgibi mikroskobik trafik sorunlarını çözmek için uygulanabilir. Bu yöntem, veri toplama olmadan daha büyük ölçekli yol ağları veya değerlendirmeler için uygun değildir.

Giriş

Bir kavşak veya kısa segmentte trafik sıkışıklığı gibi bazı trafik sorunları, çözülebilir veya yol tasarımı optimize ederek geliştirilebilir, sinyal zamanlaması değiştirmek, trafik yönetimi ölçümleri, ve diğer ulaşım teknolojileri1,2,3,4. Bu iyileştirmeler, orijinal durumlara kıyasla trafik akışı işlemleri üzerinde olumlu veya olumsuz bir etkiye sahiptir. Trafik işlemlerindeki değişiklikler, kavşak veya segmentin gerçek yeniden yapılandırması yerine trafik simülasyon yazılımında karşılaştırılabilir. Trafik simülasyon yöntemi, özellikle farklı iyileştirme planlarını karşılaştırırken veya iyileştirmelerin etkinliğini değerlendirirken, bir veya daha fazla iyileştirme planı önerildiğinde hızlı ve ucuz bir seçenektir. Bu makalede, özel bir mahmuz dike U-dönüş şerit tasarımı5trafik akışı operasyonel özelliklerini değerlendirerek simülasyon ile bir trafik sorunu çözme sürecini tanıttı.

U-turn hareketi yolda bir U-turn medyan açılış gerektiren yaygın bir trafik talebi, ama bu tartışıldı. U dönüşü açma nın tasarlanması trafik sıkışıklığına neden olurken, U dönüşü açıklığı kapatmak U dönüşü araçlar için sapmalara neden olabilir. İki hareket, U dönüşü araçlar ve doğrudan sola dönüşlü araçlar, U dönüşü açılmasını gerektirir ve trafikte gecikmelere, duraklara ve hatta kazalara neden olur. Bazı teknolojiler u-dönüş hareketlerinin dezavantajlarını çözmek için önerilmiştir, sinyalizasyon gibi6,7, özel sol dönüşşeritleri 8,9, ve otonom araçlar10,11. Yukarıdaki çözümlerin kısıtlayıcı uygulamalara sahip olması nedeniyle, U dönüşü konularında iyileştirme potansiyeli hala mevcuttur. Yeni bir U dönüşü tasarımı belirli koşullar altında daha iyi bir çözüm olabilir ve varolan sorunları giderebilir.

En popüler U dönüşü tasarımı, Şekil 1'degösterildiği gibi ortanca U dönüşü kavşağı (MUTI)12,13,14,15'tir. MUTI önemli bir sınırlama geçen araçlar dan U-dönüş araçlar ayırt edemez ve trafik çatışma hala varolmasıdır 16,17. Özel mahmuz dike U-turn şerit (ESUL) olarak adlandırılan değiştirilmiş bir U-dönüş tasarımı; Şekil 2) burada önerilmektedir ve bir ortanca her iki tarafında özel bir U-dönüş şerit tanıtarak trafik sıkışıklığını azaltmayı amaçlamaktadır. ESUL, iki akışı kanalize etmesi nedeniyle seyahat süresini, gecikmeleri ve durak sayısını önemli ölçüde azaltabilir.

ESUL'un normal MUTI'dan daha verimli olduğunu kanıtlamak için sıkı bir protokol gereklidir. ESUL aslında teorik bir modelden önce inşa edilemez; böylece, simülasyon18gereklidir. Trafik akış parametreleri kullanılarak, bazı anahtar modeller simülasyon araştırmakullanılmıştır 19, sürüş davranış modelleri gibi20,21, araba aşağıdaki modeller22,23, U-turn modelleri4, ve şerit değiştirme modelleri21. Trafik akışı simülasyonları doğruluğu yaygın olarak kabul edilir16,24. Bu çalışmada, hem MUTI hem de ESUL, ESUL tarafından yapılan iyileştirmeleri karşılaştırmak için toplanan verilerle simüle edilmiştir. Doğruluğu garanti etmek için, ESUL'un hassas bir analizi de simüle edilebilmekte ve bu analizbirçok farklı trafik durumu için geçerli dir.

Bu protokol, gerçek trafik sorunlarının çözümü için deneysel prosedürler sunar. Trafik veri toplama, veri analizi ve trafik iyileştirmeleri genel verimliliği analizi için yöntemler önerilmektedir. Prosedür beş adımda özetlenebilir: 1) trafik veri toplama, 2) veri analizi, 3) simülasyon modeli oluşturma, 4) simülasyon modelinin kalibrasyonu ve 5) operasyonel performansın duyarlılık analizi. Beş adımda bu gereksinimlerden herhangi biri karşılanmazsa, işlem eksik tir ve etkinliğini kanıtlamak için yetersizdir.

Protokol

1. Ekipmanın hazırlanması

  1. İki yönlü trafik akışlarını toplamak için aşağıdaki cihazlardan ikisini hazırlayın: radarlar, dizüstü bilgisayarlar, piller ve radarlar ve dizüstü bilgisayarlar için kablolar, kameralar ve radar ve kamera tripodları.
    NOT: Radar ve ilgili yazılım araç hızı ve yörüngetoplamak için kullanılır ve bu bir hız tabancası daha doğrudur. Diğer ekipman araç hız, yörünge ve hacim toplamak için kullanılabilir ise radar tek seçenek değildir. Radar sinyalleri büyük araçlar tarafından kolayca engellenebileceğiiçin, kameralar tarafından çekilen videolar araç sayımı için kullanılabilir. İnceleme sırasında, hava yağmurlu veya güneşli ise, ekipman koruma gereklidir. Özellikle güneşli bir günde, ekipman yüksek bir sıcaklığa ulaşabilir ve kapatılabilir, bu nedenle bu durum için bir şemsiye veya soğutma ekipmanı gereklidir.

2. Ekipmanın test edilmesi

  1. Tüm müfettişlerin yansıtıcı yelek giydiklerinden emin olun.
  2. Radar tripod hazırlayın ve mümkün olduğunca uzun boylu uzatmak. Yol kenarında sinyallerin engellenmesini önlemek için tripodu 2 m'den uzun ayarlayın.
  3. Radarı tripodun üstüne töyorum ve radarı kilitle.
  4. Radarı yol kenarının yanına yaklaşık 0,5 m ayarlayın, radarı dikey olarak ayarlayın ve aracın yönü veya ters yöne bakın. Yol ve radar arasındaki açıyı mümkün olduğunca küçük tutun.
    NOT: Radar en fazla 200 m algılayabilir. Radar şeride çok yakın ayarlanırsa, geçen araçların üzerinden patlayabilir. Böylece, 0.5−1.0 m şerit için olağan mesafedir.
  5. Güç pilini açın ve dizüstü bilgisayarı güç bataryasına bağlayın. Radar güç kablosunu takın ve radar veri USB'sini dizüstü bilgisayara takın. Tüm kablolar bağlandığında, dizüstü bilgisayarı açın.
  6. Araç akışını çekmek için kamerayı radarın yanına ayarlayın.
  7. Radar yazılımının açılması
    1. İletişim denetimi'nitıklatın, ardından açılan listeden radar kimlik numarasını seçin. Radar Algılandı'yı bir kimlik numarasıyla gösterir.
    2. Soruşturma kurulum'utıklatın. Açılan menüde, RLU saatini Oku'yutıklatın ve soldaki Aygıt saati değişecektir. Ardından, RLU saatini ayarla'yıtıklatın ve soldaki PC geçerli saati de değişecektir.
    3. Araştırmayı Başlat'ıtıklatın ve aygıt çalışma durumu Veri kaydından değişmez ve aygıttaki veri yok, devam eden veri kaydı ve aygıttaki Veriler. Bu iletişim kutusunu kapatmak için Kapat'ı tıklatın.
    4. Radar durumunu kontrol etmek için Gerçek Zamanlı görünümü tıklatın. Yeni bir iletişim kutusu gösterilecektir ve radar verileri hızla yuvarlanır. Bu radar araçları tespit ve iyi çalıştığı anlamına gelir. Koleksiyon bitene kadar bu iletişim kutusunu açık tutun.
      NOT: Araç radardan geçerken radar tarafından yakalanabilir.
    5. Koleksiyonu bitirmek için iletişim kutusunu Kapat'ı tıklatın.
    6. Soruşturma kurulumu na tıklayın | Araştırmayı sonlave iletişim kutusunda onaylayın. Kapat düğmesini tıklatın.
    7. Ana menüden Veri karşıdan yükleme'yi seçin. Radar verilerini kaydetmek için bir yer seçmek için Gözat'ı tıklatın. Elektronik tablo için ayrı bir ad giriş. İndir düğmesini başlat'ı tıklatın, bir ilerleme çubuğu gösterilecektir ve indirdikten sonra bir iletişim kutusu görüntülenir. Veri toplamayı bitirmek için Onayla'yı tıklatın.
    8. Soruşturma kurulumu na tıklayın | Veri kaydını silinve radarın iç belleği temizlemek için bir sonraki iletişim kutusunda onaylayın.
      NOT: Veri toplama konumuna ayrılmadan önce tüm ekipmanların test edilmesi gerekmektedir. Tüm parçalar iyi çalışıyorsa tüm ekipmanı veri toplama konumuna taşıyın.

3. Veri toplama

  1. Veri toplama konumunun seçimi (Şekil 3)
    1. Araştırmada kullanılan kesişme türüne benzer uygun bir konum seçin.
      NOT: Bu, konum seçiminde temel gereksinimdir. Konumun şekli, trafik akışı durumu, trafik ışığı kontrolü ve diğer kontroller göz önünde bulundurularak gereklidir. Çalışma alanı ne kadar benzerse, sonuçlar o kadar doğru olur. Otobanda U dönüşü ortanca bir açıklık gereklidir. Müfettişler için radar ve güvenlik için gerekli olan yeterince uzun bir görüş ve açıklık hattı gereklidir. Radarın ve aracın durma mesafesinin tespit mesafesine bağlı olarak, görüş mesafesi yerden yukarı doğru en az 200 m olmalıdır.
    2. Radar yönünükontrol edin. Hiçbir ağaç, çalılar, yaya köprüleri, trafik işaretleri veya sokak lambaları görünürde olduğundan emin olun.
    3. Konumu ekipman ve müfettişler için güvenli bir yer olduğundan emin olun. Ekipmanın yol kenarında mı yoksa yolun üzerinde mi ayarlanıp ayarlılmadığı araziye bağlıdır.
    4. Sürücünün dikkatini çekmemek için ekipmanı tenha bir yere yerleştirin.
      NOT: Önceki deneyimlere göre, bazı sürücüler araştırma ekipmanını gördüklerinde yavaşlayabilirler ve bu da hatalara yol açabilir. Veri toplama donanımı, hız veren araçları ölçmek için trafik polisinin ölçüm cihazı olarak kabul edilebilir.
  2. Trafik verilerinin toplanması
    1. Toplama süresini seçin.
      1. 3 saat veri toplayın: Sabah zirvesinde 1 saat, öğlen vadisinde 1 saat ve akşam zirvesinde 1 saat.
      2. Trafik araştırma raporu, trafik polisi departmanı veya trafik iş şirketleri25,26 (Şekil 4)doğru zirve ve vadi zaman kontrol edin.
        NOT: Referans olarak trafik raporu veya analiz yoksa, yukarıda belirtilen üç dönemde 3 saat veri toplayın ve en yüksek verileri seçin.
      3. 1 saat boyunca en yüksek trafik hacmine sahip verileri simülasyon modeli ve analiz bölümüne girin. Sonunda doğrulama için kalan 2 saat veriyi kullanın.
    2. Ekipmanın kurulumu
      1. Radar yönünü ayarlayın ve kamerayı tüm şeritleri yakalayacak şekilde radarın yanına ayarlayın. Yaya köprüsünün 2 numaralı bölümündeki tüm ekipmanların takılması işlemini tekrarlayın.
        NOT: Radarın önündeki açıklık, tüm U dönüşü hareketlerini kapsayacak şekilde mümkün olduğunca uzun ve geniş olmalıdır. EW (doğudan batıya) radarı trafik akışına ve WE (batıdan doğuya) radarı yol hizalaması nedeniyle araç kuyruklarına doğru yüzler (Şekil 5). Şeritlerin iç ve dış tarafında ekipman kurulumu sonuçları arasında hiçbir fark yoktur. Radar yerinin iç veya dış tarafı sadece radar verileri ile yörünge figürlerinin koordinat sistemini etkiler. Radar trafik akışıyla karşılaştığında, algılanan çalışma hızı negatiftir ve veri işleme sırasında tersine çevrilmesi gerekir. Radar trafik akışıyla karşılaştığında, algılanan çalışma hızı pozitiftir ve doğrudan kullanılabilir.
      2. Radarları ve kameraları, radarlardan ve kameralardan önce açıklık sağlamak için köprü korkuluklarından biraz daha uzun olacak şekilde ayarlayın.
        NOT: Radarların yol kenarı yerleşimi kadar uzun olmasına gerek yoktur.
    3. Radarların, dizüstü bilgisayarların ve kameraların zamanlamasının gerçek zamanlı olarak tutarlı olduğundan emin olun.
    4. Zaman planlamak için aynı anda iki radar ve kamera başlatın.
    5. Tüm parçaların iyi çalışmasını sağlamak için veri toplama sırasında radarların ve kameraların normal çalışıp çalışmadığını kontrol edin.
    6. Veri toplamayı sonlayın ve radar verilerini tanımlanmış bir ada sahip bir elektronik tablo olarak çıktı (Tablo 1).

4. Veri analizi

  1. Radar verilerini ayıklamak ve elektronik tablodan çalışma hızı ve yörünge rakamları çizmek için hesaplama yazılımı kullanma.
    NOT: X/Y koordinatları ve X/Y hızı elektronik tabloda dır.
  2. Rakamlardaki ayrık noktaları silin. Bu noktalar radar hatalarıdır.
    NOT: Radar geniş bir alan aralığıalgılar, bu nedenle veriler hedef araçlar, karşıt araçlar ve motorsuz araç şeritlerinde motorsuz araçlar içerebilir. Tüm verileri şekil olarak çizerken, üç şeritli hedef araçlar açıktır ve geri kalan noktalar "açıkça ayrı noktalar"dır. Algılama alanları Şekil 3'tedüzdür, üç şeridin genişliği bilinmektedir ve yazılımda "açıkça ayrık noktalar" silinebilir. Şekil 6b,d'degösterildiği gibi gerekli noktaları çizin.
  3. Trafik videolarını yeniden oynatın ve trafik hacmini ve türlerini elde etmek için el ile sayın.
    NOT: Araçlar boyutlarına göre otomobil ve kamyonlara ayrılabilir. 6 m içindeki tüm arabalar, taksiler ve küçük kamyonlar burada araba olarak sınıflandırılır. Tüm büyük kamyon lar ve otobüsler kamyon olarak sınıflandırılır.
  4. Temsili veri olarak en yüksek trafik hacmi grubunu seçin ve bölüm 5'te açıklanan simülasyona girin.
    NOT: Simülasyon ve duyarlılık analizinde sadece bir veri grubuna ihtiyaç vardır. Diğer iki gruptan gelen veriler doğrulama olarak simüle edilecektir.

5. Simülasyon modelini oluşturma

  1. Yolun inşası
    1. Simülasyon yazılımını açın. Arabirimin üst kısmındaki Harita düğmesini tıklatın ve veri toplama konumunu bulmak için haritayı yakınlaştırın.
    2. Soldaki Bağlantılar'ı tıklatın, ardından imleci bağlantının başlangıç konumuna taşıyın ve sağ tıklatın. Yeni Bağlantı Ekle'yiseçin, bağlantı adını ve şerit sayısını girdive Tamam'ıtıklatın. Bağlantıyı haritaya çizmek için imleci sürükleyin.
    3. Bağlantıyı sağ tıklatın ve Point Ekle'yiseçin. Haritadaki gerçek yol hizalamasıyla bağlantıyı daha düzgün hale getirmek için noktaları ekleyin ve sürükle noktaları ekleyin.
    4. U dönüşü ortanca açılış dışında dört segment oluşturmak için 5.1.2 ve 5.1.3 3x adımlarını tekrarlayın.
    5. Klavyede farenin sağ düğmesini ve Ctrl düğmesini basılı tutun, ardından bağlantıları bağlamak için bir bağlantının bitiş noktasını bitişik bağlantıya sürükleyin. Bu bölüme "bağlayıcı" denir ve daha fazla nokta eklendikçe daha düzgün olabilir.
    6. Tüm bağlantıları ve U dönüşü rotalarını bağlamak için adım 5.1.5'i tekrarlayın.
  2. İstenilen hızın girişi
    1. Üst çubuktan Temel Verileri seçin, ardından Dağıtımlar'ı seçin | İstenilen hız.
    2. İstenilen yeni bir hız eklemek için alttaki yeşil haç Ekle düğmesini tıklatın ve ardından adını adlandırın.
    3. İstenilen Hız Dağılımları iletişim kutusunda, temsilci verilerden toplanan maksimum hızı istenilen maksimum hız olarak girdi, ardından temsilci verilerden hesaplanan ortalama hızı en az istenilen hız olarak girdi. Varsayılan verileri silin.
    4. Genellikle bir yön kullanılarak adlandırılır bu istenen hız için bir ad giriş.
    5. Tüm istenilen hızları (WE, EW, WW U-turn ve EE U dönüşü) oluşturmak için adımları 5.2.3 ve 5.2.4'ü tekrarlayın.
  3. Araç kompozisyonu
    1. Üst çubuktan Listeler düğmesini seçin ve ardından Özel Aktarım'ı tıklatın | Araç Kompozisyonları.
    2. Yeni bir araç kompozisyonu eklemek için alttaki yeşil haç Ekle düğmesini tıklatın. Araçolarak adım 5.2'de üretilen istenilen hızı seçin.
    3. HGVolarak araç tipi veri /kamyon eklemek için yeşil haç Ekle düğmesini tıklatın. Adım 5.3.2'de yapılan aynı hızı seçin.
    4. Temsili verilerden RelFlow'daki otomobil ve kamyon ların hacmini girdi.
    5. Tüm araç kompozisyonlarını (WE, EW, WW U dönüşü ve EE U dönüşü) oluşturmak için adımları 5.3.2-5.3.5'i tekrarlayın.
  4. Araç güzergahları
    1. Sol menü çubuğundan Araç Rotası'nı seçin.
    2. İmleci başlangıç noktası olarak bir bağlantının yukarısına taşıyın, sağ tıklatın ve ardından Yeni Statik Araç Yönlendirme Kararı Ekle'yiseçin.
    3. Veri toplamada araç rotalarını temsil eden mavi imleci sürükleyin. Tüm araç rotalarını çizmek için WE, EW, WW U dönüşü ve EE U dönüşünde bu adımı 4x olarak tekrarlayın.
  5. Azaltılmış hız alanları
    1. Sol menü çubuğundan Azaltılmış Hız Alanları'nı seçin.
    2. U dönüşü açmanın yukarı akışına sağ tıklayın, ardından Yeni Azaltılmış Hız Alanı Ekle'yiseçin.
      NOT: Alanın uzunluğu temsili verilere ve hız değişim uzunluğuna bağlıdır.
    3. Bu alanı her iki yönde de oluşturun.
  6. Çakışma alanları
    1. Sol menü çubuğundan Çakışma Alanları'nı seçin. Ortanca açılış bölümünde dört sarı çakışma alanı gösterilir.
    2. Bir sarı çakışma alanını sağ tıklatın ve gerçekçi durum ve çakışma alanları kırmızıya döndükçe Durumu Belirsiz olarak Ayarla'yı seçin.
    3. Dört çakışma alanı için adım 5.6.2'yi yineleyin.
  7. Seyahat süresi ölçümü
    1. Sol menü çubuğundan Araç Seyahat Saatleri'ni seçin.
    2. Tek bir bağlantının başında sağ tıklayın ve Yeni Araç Seyahat Süresi Ölçümü ekle'yiseçin.
    3. Bir araç seyahat süresi ölçümü oluşturmak için imleci bağlantının sonuna sürükleyin. Tüm araç güzergahları (WE, EW, WW U dönüşü ve EE U dönüşü) için bu adımı tekrarlayın.
    4. Her seyahat süresi ölçüsünü ilgili yöne göre adlandırın.
      NOT: Çalışma durumlarını iyileştirme tasarımları ile karşılaştırmak için, seyahat süresi ölçümlerinin uzunluğunun her iki simülasyon modelinde de aynı olması gerekir.
  8. Araç girişi
    1. Sol menü çubuğundan Araç Girişleri'ni seçin. Bir bağlantının başlangıç noktasını tıklatın ve yeni araç girişi eklemek için sağ tıklatın.
    2. Fareyi sol alta taşıyın ve temsili verilerden birim giriş. Tüm bağlantılar için bu adımı yineleyin.
  9. Karşılaştırma olarak başka bir ESUL simülasyon modeli oluşturun, yalnızca U dönüşü açılış kısmının değiştirilmesi gerekir(Şekil 7 ve Tablo 2).
  10. Arabirimin üst kısmındaki mavi oynat düğmesini tıklatın ve simülasyon başlayacak. Simülasyon hızını ayarlayabilen oynat düğmesinin solundaki ölçeği sürükleyin.
    NOT: Enstrüman düğmesi Hızlı mod simülasyon hızını maksimuma kadar yapabilir.
  11. Simülasyon sona erdiğinde, tüm sonuçlar arabirimin alt kısmında gösterilir. Sonuçları yeni bir elektronik tabloya kopyalayın. Burada seyahat süresi, gecikme ve durak sayısı analizde değerlendirilir27.

6. Simülasyon modeli kalibrasyonu

  1. Temsili verilerin trafik hacmini simülasyon yazılımına girin ve simülasyonu gerçekleştirin (Şekil 8a).
  2. Simülasyon sonuçlarındaki trafik hacmini toplanan veri hacmiyle karşılaştırın.
  3. Aşağıdaki Denklem 1'i kullanarak kapasiteyi hesaplayın:
    figure-protocol-15321(1)
    C ideal kapasiteyi (veh/h) ve ht ortalama minimum başlangıç (s) gösterir.
  4. Kapasiteyi kullanarak, denklem 2'densonraki ortalama mutlak yüzde hatası (MAPE) olarak simülasyon hatasını tahmin edin:
    figure-protocol-15635(2)
    n bu çalışmada dört farklı akışı ifade ettiği durumlarda, Civ simülasyon modelinde (veh/h) simüle edilen kapasitedir ve Cif araştırma kapasitesidir (veh/h). Hesaplanan MAPE Tablo 3'te sunulmuştur.
    NOT: MAPE küçükse simülasyon modeli kullanılabilir28,29,30.
  5. Simülasyon yazılımının talimatlarına göre parametreleri (yani, rastgele tohum, araba takip model türü, şerit değiştirme kuralı, vb) değiştirin veya simülasyon modeli31,32,33,34inşa ederken yukarıda açıklanan tüm adımları kontrol edin.

7. Duyarlılık analizi

NOT: Duyarlılık analizi süreci Şekil 8b'degösterilmiştir. Toplanan veriler yalnızca kendi performansını yansıtabilir(Şekil 9, Tablo 4, Tablo 5ve Tablo 6). Tüm durumlarda etkinliğini kanıtlamak için, tüm olası trafik durumları ve farklı kombinasyonlar tüm durumların MUTI ve ESUL arasında ele alındığından emin olmak için simülasyon modeline girmiştir(Şekil 10 ve Tablo 7).

  1. Temsili verilerin araç/kamyon (veri) oranını ve çalışma hızını seçin. Bu parametreleri koruyun.
  2. Duyarlılık analizinde 0,03 artış la ~0.03-0.15'ten U-dönüş oranını ayarlayın, bu da duyarlılık analizinde beş U-dönüş oranı anlamına gelir.
    NOT: Tablo 1'dekitemsili verilere göre U dönüş oranı nın aralığı 0.04-0.15'tir.
  3. Trafik hacmini ~0,2-1,0 V/C'den 693 veh/h (0,1 V/C) artışla ayarlayın; Tablo 7), duyarlılık analizinde dokuz cilt anlamına gelir.
    NOT: AASHTO'nun Otoyol Kapasite El Kitabı35'e göre, tasarım hızı 80 km/s olduğunda, üç şeritli segmente sahip bir şehir otobanında maksimum trafik hacmi 6.930 veh/h'dir.
  4. 45 durumun tümini simüle edin ve hem mevcut durumda (MUTI) hem de geliştirilmiş durumda (ESUL) sonuçları kaydedin.
  5. = (MUTI - ESUL)/MUTI x %100 oranını hesaplayarak seyahat süresindeki gelişmeleri ve gecikmeleri doğrulayın. Azaltılmış süre = MUTI - ESUL hesaplayarak durak sayısındaki gelişmeleri doğrulayın.
    NOT: Nihai sonuçlarda(Şekil 10),pozitif (>0) sonuç, ESUL'un trafik durumunu iyileştirdiğini, negatif (<0) ise hassasiyet sonucunun tam tersini temsil ettiği anlamına gelir.

Sonuçlar

Şekil 2, U dönüşü ortanca açılış için ESUL'un çizimini göstermektedir. WENS dört kardinal yönü anlamına gelir. Ana yol iki yönde altı şeritli vardır. Greenbelts her iki tarafta motorsuz şerit bölmek ve ortasında iki yönde bölmek. Akış 1 trafik yoluyla doğudan batıya, akış 2 doğudan doğuya U dönüşü akışı, akış 3 trafik yoluyla doğuya batı, ve akış 4 batıya U-dönüş trafik.

Tartışmalar

Bu makalede, simülasyon kullanarak bir kavşak veya kısa segmentte bir trafik sorunu çözme prosedürü tartışıldı. Birkaç nokta özel ilgi hak ve burada daha ayrıntılı olarak ele alınmıştır.

Alan veri toplama ilk şey dikkat hak ediyor. Veri toplama konumu için bazı gereksinimler şunlardır: 1) Veri toplama için uygun bir konum bulmak. Konum, veri toplama nın öncül noktası olan çalışmada yol geometrik şekline benzer olmalıdır. 2) Radar sinyallerinin engellenemedi?...

Açıklamalar

Yazarların açıklayacak bir şeyi yok.

Teşekkürler

Yazarlar kısmen bu işi finanse etmek için Çin Burs Konseyi kabul etmek istiyorum dosya No 201506560015 oldu.

Malzemeler

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

Referanslar

  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).

Yeniden Basımlar ve İzinler

Bu JoVE makalesinin metnini veya resimlerini yeniden kullanma izni talebi

Izin talebi

Daha Fazla Makale Keşfet

M hendislikSay 156U d nmahmuz dikesim lasyontrafik verileritrafik s k klula motoyol

This article has been published

Video Coming Soon

JoVE Logo

Gizlilik

Kullanım Şartları

İlkeler

Bize Ulaşın

KÜTÜPHANEYE TAVSİYE ET

JoVE HABER BÜLTENLERİ

Araştırma

Eğitim

Yazarlar

Kütüphaneciler

JoVE Hakkında

Telif Hakkı © 2020 MyJove Corporation. Tüm hakları saklıdır