Summary
इस अध्ययन में, एक शहरी सड़क पर सड़क के किनारे पार्किंग के प्रभाव का विश्लेषण किया जाता है। पूरी प्रक्रिया में ट्रैफ़िक डेटा इकट्ठा करना, डेटा प्रोसेसिंग, ऑपरेशन सिमुलेशन, सिमुलेशन अंशांकन और संवेदनशीलता विश्लेषण शामिल हैं।
Abstract
सड़क के किनारे पार्किंग चीन में एक आम यातायात घटना है। संकरी शहरी सड़कें, उच्च पार्किंग की मांग, और पार्किंग स्थलों की कमी जनता को सड़क के किनारे यादृच्छिक पार्किंग में संलग्न होने के लिए मजबूर करती है। गुजरने वाले वाहनों पर सड़क के किनारे खड़े वाहन के प्रभाव को निर्धारित करने के लिए एक प्रोटोकॉल प्रस्तावित है। इस जांच में ट्रैफिक डेटा के कलेक्शन के लिए दोहरी दिशा और दो लेन वाली शहरी गली जिसमें एक वाहन सड़क किनारे खड़ा होता है, का चयन किया जाता है। इन आंकड़ों के आधार पर, गुजरने वाले वाहनों के प्रक्षेपवक्र और गति पर सड़क के किनारे खड़े वाहनों का प्रभाव निर्धारित किया जाता है। इसके अलावा, संवेदनशीलता विश्लेषण के अनुसार विभिन्न ट्रैफ़िक वॉल्यूम के तहत अधिकतम कतार की लंबाई, देरी, उत्सर्जन और अन्य संकेतकों पर सड़क के किनारे पार्किंग के प्रभाव को निर्धारित करने के लिए एक माइक्रोसिमुलेशन मॉडल लागू किया जाता है। परिणाम बताते हैं कि सड़क के किनारे खड़े वाहन लगभग 80 मीटर तक गुजरने वाले वाहनों के प्रक्षेपवक्र को प्रभावित करते हैं और गति पर नकारात्मक प्रभाव डालते हैं, सड़क के किनारे खड़े वाहन के स्थान पर सबसे कम गति देखी जाती है। संवेदनशीलता विश्लेषण के परिणाम बताते हैं कि ट्रैफ़िक वॉल्यूम संकेतक मूल्यों के साथ तुल्यकालिक रूप से बढ़ता है। प्रोटोकॉल यात्रा प्रक्षेपवक्र और गति पर सड़क के किनारे पार्किंग के प्रभाव को निर्धारित करने के लिए एक विधि प्रदान करता है। अनुसंधान भविष्य के सड़क के किनारे पार्किंग के परिष्कृत प्रबंधन में योगदान देता है।
Introduction
शहरीकरण का त्वरण मोटर वाहन स्वामित्व और शहरी यातायात प्रवाह में स्पष्ट वृद्धि के साथ है। 2021 में, चीन का कार स्वामित्व 378 मिलियन तक पहुंच गया, जो 2020 1 की तुलना में 25.1 मिलियन की वृद्धि का प्रतिनिधित्व करता है। हालांकि, अपर्याप्त सड़क क्षमता और सीमित यातायात प्रबंधन प्रौद्योगिकी के साथ वर्तमान स्थिति ने शहरी यातायात आपूर्ति और मांग के बीच तेजी से स्पष्ट विसंगति पैदा कर दी है। इसलिए, सड़क यातायात की भीड़ धीरे-धीरे बढ़ गई है। शहरी परिवहन में सबसे व्यापक समस्या के रूप में, यातायात की भीड़ कई खतरों का कारण बनती है और शोधकर्ताओं 2,3,4 से व्यापक ध्यान आकर्षित किया है। यात्रा के समय को बढ़ाने के अलावा, यातायात की भीड़ पर्यावरण प्रदूषण को भी बढ़ाती है, ऊर्जा की खपत को तेज करती है, और प्रदूषक उत्सर्जन 5,6,7,8 को बढ़ाती है। यातायात की भीड़ और दुर्घटना दर 9,10 के बीच एक सकारात्मक सहसंबंध है। उपर्युक्त प्रभावों के अलावा, बढ़ती यातायात भीड़ आय और रोजगार को कम करती है, और यह प्रभाव लोगों के दैनिक जीवन से निकटता से संबंधित है, जिससे यह शहरों में मुख्य समस्याओं में से एक बन जाता है। शहरों के विकास के साथ, समाज पर सड़क की भीड़ का प्रतिकूल प्रभाव बढ़ता रहेगा।
यातायात की भीड़ कई शहरी यातायात समस्याओं का एक व्यापक प्रतिबिंब है, जिनमें से पार्किंग प्रमुख है। शहरी आबादी के विस्तार और मोटर वाहनों में वृद्धि का पार्किंग आपूर्ति और बकाया पार्किंग मांग पर नकारात्मक प्रभाव पड़ता है। पार्किंग प्रणाली में, शहरी यातायात में सड़क के किनारे पार्किंग आम है और पार्किंग आपूर्ति और मांग के बीच असंतुलन को दूर करने का एक महत्वपूर्ण साधन है। सड़क के किनारे पार्किंग स्थान प्रदान करने के लिए सड़क के दोनों किनारों पर संसाधनों का उपयोग करता है। अन्य पार्किंग सुविधाओं की तुलना में सड़क के किनारे पार्किंग सुविधाजनक, त्वरित, लचीला और स्थान की बचत है। हालांकि, सड़क के किनारे पार्किंग सड़क संसाधनों पर कब्जा कर लेती है, और इसके प्रतिकूल प्रभावों को नजरअंदाज नहीं किया जा सकता है। विकासशील देशों में तेजी से विकास के दौर से गुजर रहे शहरों में, बढ़ती पार्किंग की मांग सड़क के किनारे पार्किंग को ओवरलोड कर देती है, इस प्रकार यातायात सुरक्षा, वायु गुणवत्ता और सार्वजनिक स्थान को कम करतीहै। इसलिए, सड़क के किनारे पार्किंग के मुद्दे को संबोधित करने की आवश्यकता है।
सड़क के किनारे पार्किंग स्थान दो परिदृश्यों में स्थित हो सकता है: (1) गैर-मोटरचालित लेन (यानी, अलग-अलग मोटर चालित और गैर-मोटरचालित लेन वाली चौड़ी सड़कों पर, सड़क के किनारे पार्किंग सबसे दाईं ओर गैर-मोटर चालित लेन पर जगह लेती है); और (2) मोटर वाहन और गैर-मोटर वाहन मिश्रित लेन, जो अक्सर कम यातायात की मात्रा के साथ एक संकीर्ण सड़क होती है। चूंकि मोटर और गैर-मोटर वाहन सड़क संसाधनों को साझा करते हैं, सड़क के किनारे पार्किंग अक्सर दूसरे परिदृश्य में यातायात संचालन में अराजकता का कारण बनती है। हालांकि, अधिकांश मौजूदा अध्ययनों ने पहले परिदृश्य 13,14,15,16,17,18 पर ध्यान केंद्रित किया है।
जब गैर-मोटर चालित लेन में सड़क के किनारे पार्किंग स्थान मौजूद होता है, और यदि मोटर चालित और गैर-मोटर चालित लेन का कोई अनिवार्य अलगाव नहीं होता है, तो सड़क के किनारे पार्किंग अप्रत्यक्ष रूप से मिश्रित यातायात की ओर ले जाती है। एक सड़क के किनारे पार्किंग स्थान गैर-मोटरचालित लेन की प्रभावी चौड़ाई को काफी कम कर देता है, जिससे गैर-मोटर चालित लेन से गुजरने वाले गैर-मोटर वाहनों की संभावना बढ़ जाती है और आसन्न मोटर चालित लेन पर कब्जा हो जाता है। व्यवहार को लेन-क्रॉसिंग16 कहा जाता है। कई अध्ययनों ने मिश्रित यातायात प्रवाह पर गैर-मोटर चालित लेन में सड़क के किनारे पार्किंग के प्रभाव का पता लगाया है। सेलुलर ऑटोमेटा मॉडल के आधार पर, चेन एट अल .13 ने मोटर और गैर-मोटर वाहनों के बीच घर्षण और भीड़ संघर्ष के अध्ययन के माध्यम से शहरी सड़कों में विषम यातायात संचालन पर सड़क के किनारे पार्किंगके प्रभाव का मूल्यांकन किया। चेन एट अल ने सड़क के किनारे पार्किंग17 के प्रभाव पर विचार करके मिश्रित यातायात प्रवाह का एक सड़क प्रतिरोध मॉडल प्रस्तावित किया। इसके अलावा, कुछ अध्ययनों ने केवल मोटर वाहनों पर सड़क के किनारे पार्किंग के प्रभाव की जांच की है। गुओ एट अल ने जोखिम अवधि के आधार पर एक विधि का प्रस्ताव दिया, जिसका उपयोग सड़क के किनारे पार्किंग खंड19 पर मोटर वाहनों के ड्राइविंग समय का मात्रात्मक विश्लेषण करने के लिए किया गया था, और परिणामों से पता चला कि सड़क के किनारे पार्किंग ने यात्रा के समय को काफी प्रभावित किया।
ट्रैफिक सिमुलेशन सड़क के किनारे पार्किंग के प्रभाव की जांच करने के लिए एक सामान्य उपकरण है। यांग एट अल ने गतिशील यातायात (विशेष रूप से क्षमता पर) पर सड़क के किनारे पार्किंग के प्रभाव का पता लगाने के लिए VISSIM सॉफ्टवेयर का उपयोग किया, एक वाहन औसत देरी यातायात मॉडल विकसित किया, और सिमुलेशन20 के माध्यम से मॉडल विश्वसनीयता को सत्यापित किया। गाओ एट अल ने एक ही सॉफ्टवेयर18 का उपयोग करके चार प्रकार के यातायात हस्तक्षेप के तहत मिश्रित यातायात पर सड़क के किनारे पार्किंग के प्रभाव का विश्लेषण किया। गुओ एट अल ने विभिन्न परिदृश्यों के तहत मोंटे कार्लो सिमुलेशन के माध्यम से वाहन यातायात विशेषताओं (लेन क्षमता और वाहन की गति) पर सड़क के किनारे पार्किंग के प्रभाव का विश्लेषण करने के लिए एक सेलुलर ऑटोमेटा मॉडल का उपयोगकिया। केर्नर के तीन-चरण यातायात सिद्धांत के ढांचे के तहत, हू एट अल ने सेलुलर ऑटोमेटा मॉडल22 के आधार पर यातायात प्रवाह पर अस्थायी सड़क के किनारे पार्किंग व्यवहार के प्रभाव का विश्लेषण किया। इन अध्ययनों से पता चलता है कि सड़क के किनारे पार्किंग का यातायात दक्षता पर बड़ा नकारात्मक प्रभाव पड़ता है।
यातायात प्रबंधन विभाग सड़क के किनारे खड़े वाहनों के यातायात प्रवाह पर पड़ने वाले प्रभाव को समझने में रुचि रखता है। प्रभाव की विशिष्ट लंबाई और डिग्री सड़क के किनारे पार्किंग के साथ मुद्दों के प्रबंधन के लिए महत्वपूर्ण है, उदाहरण के लिए, पार्किंग स्थलों को सीमांकित करने, गैर-पार्किंग क्षेत्रों को निर्धारित करने और पार्किंग अवधि को विनियमित करने के बारे में जानकारी प्रदान करके। इस अध्ययन में, यातायात संचालन पर सड़क के किनारे पार्क किए गए एकल वाहन के प्रभाव की जांच करने के लिए एक प्रोटोकॉल तैयार किया गया था। प्रक्रिया को निम्नलिखित चरणों में संक्षेपित किया जा सकता है: 1) उपकरण तैयार करना, 2) डेटा संग्रह स्थान का चयन करना, 3) जांच समय का चयन करना, 4) डेटा एकत्र करना, 5) डेटा विश्लेषण करना, 6) सिमुलेशन मॉडल का निर्माण करना, 7) सिमुलेशन मॉडल को कैलिब्रेट करना, और 8) संवेदनशीलता विश्लेषण करना। यदि इन आठ चरणों में कोई भी आवश्यकता संतुष्ट नहीं है, तो प्रक्रिया अपूर्ण है और प्रभावशीलता साबित करने के लिए अपर्याप्त है।
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. उपकरण की तैयारी
- सुनिश्चित करें कि आवश्यक सभी उपकरण उपलब्ध हैं: रडार, सड़क के किनारे लेजर डिवाइस, लैपटॉप, बैटरी, एक कैमरा, एक ड्रोन, एक चिंतनशील तिपाई, संबंधित केबल और डिवाइस ट्राइपॉड।
2. डेटा संग्रह स्थान का चयन (चित्रा 1)
- डेटा संग्रह स्थान का चयन करें. सुनिश्चित करें कि चयनित स्थान दो-दिशा और दो-लेन सड़क पर है।
नोट: इस शोध में स्थान विकल्प महत्वपूर्ण है। दो-लेन चौड़ाई का निरीक्षण करना आसान है। - सुनिश्चित करें कि स्थान में कोई चौराहा नहीं है।
नोट: तीसरी दिशा से आने वाले वाहन अवलोकन में अराजकता पैदा कर सकते हैं। - सुनिश्चित करें कि जांचकर्ताओं द्वारा रखे गए एक पार्क किए गए वाहन को छोड़कर सड़क पर कोई बाधा नहीं है।
नोट: बाधाएं वाहन व्यवहार को बाधित कर सकती हैं और रडार का पता लगाने को अवरुद्ध कर सकती हैं। - सुनिश्चित करें कि कम से कम 300 मीटर की दृष्टि दूरी और निकासी हो। रडार जांच और जांचकर्ताओं की सुरक्षा के लिए यह आवश्यक है।
नोट: एक रडार अधिकतम 200 मीटर का पता लगा सकता है। रडार जांच में पार्क किए गए वाहन से 100 मीटर ऊपर और नीचे की ओर स्थित हैं। - सुनिश्चित करें कि स्थान एक सीधी रेखा खंड है।
नोट: यदि सेगमेंट सीधा नहीं है, तो यह निर्धारित करना संभव नहीं है कि वाहन ऑफसेट सड़क के किनारे पार्किंग के कारण होता है या नहीं।
3. जांच समय का चयन
- जांच समय का चयन करें। कुल मिलाकर कम से कम 3 घंटे की आवश्यकता होती है, जिसमें सुबह के शिखर के दौरान 1 घंटे, दोपहर में 1 घंटे और शाम के शिखर के दौरान 1 घंटे 23,24,25 होता है।
- यातायात अनुसंधान रिपोर्ट, यातायात पुलिस विभागों, या यातायात व्यवसाय कंपनियों से पीक ट्रैफ़िक वॉल्यूम घंटे का समय प्राप्त करें26 (चित्रा 2)।
- संदर्भ के रूप में ट्रैफ़िक रिपोर्ट या विश्लेषण की अनुपस्थिति में, ऊपर दी गई तीन अवधियों के दौरान कई घंटों का डेटा एकत्र करें, और फिर उच्चतम पीक ट्रैफ़िक वॉल्यूम27,28 के साथ डेटा का चयन करें।
- डेटा विश्लेषण करने के लिए और सिमुलेशन मॉडल में इनपुट के रूप में उच्चतम ट्रैफ़िक वॉल्यूम वाले घंटे डेटा का उपयोग करें। मॉडल सत्यापन के लिए सभी 3 घंटे डेटा का उपयोग करें।
नोट: चयनित सड़क रेस्तरां से घिरी हुई थी, और खानपान के लिए पीक ऑवर सड़क के किनारे पार्किंग की मांग के लिए पीक ऑवर है। यातायात की मात्रा के लिए पीक आवर ऑफ-टाइम है, और ऑफ-टाइम खानपान के लिए पीक टाइम भी है। इसलिए, यातायात की मात्रा के लिए पीक आवर और पार्किंग की मांग के लिए पीक आवर लगभग तुल्यकालिक हैं।
4. डेटा संग्रह (चित्रा 3)
- वाहन को अंकुश से लगभग 20 सेमी दूर इच्छित स्थान पर पार्क करें ताकि सड़क के किनारे लेजर डिवाइस रखा जा सके।
- वाहन के पीछे चिंतनशील तिपाई रखें। यह सुनिश्चित करने के लिए इसे बहुत दूर न रखें कि यह वाहनों के व्यवहार को प्रभावित नहीं करता है।
नोट: चीनी सड़क यातायात सुरक्षा कानून के प्रासंगिक प्रावधानों के आधार पर टकराव को सतर्क करने और / या बचने के लिए एक चिंतनशील तिपाई आवश्यक है। तिपाई को पार्क किए गए वाहन के पीछे एक निश्चित दूरी पर रखा जाता है ताकि वाहनों को सतर्क किया जा सके कि एक पार्क किया गया वाहन सामने है और इस प्रकार, टक्कर से बचने के लिए। रिफ्लेक्टिव ट्राइपॉड और पार्क किए गए वाहन के बीच की दूरी को कम रखा जाता है ताकि गुजरने वाले वाहनों के व्यवहार पर रिफ्लेक्टिव ट्राइपॉड के प्रभाव को कम किया जा सके, इसलिए अध्ययन के परिणामों पर इसका प्रभाव नगण्य है। - रडार ट्राइपॉड सेट करें। सिग्नल ब्लॉकेज से बचने के लिए ट्राइपॉड को 2 मीटर से कम की ऊंचाई पर सेट करें। ट्राइपॉड के साथ रडार को लॉक करें। रडार को लंबवत रूप से समायोजित करें, और इसे पार्क किए गए वाहन की ओर मोड़ें। लैपटॉप यूएसबी पोर्ट के साथ रडार डेटा केबल कनेक्ट करें।
नोट: एक रडार 100 मीटर ऊपर की ओर है और एक पार्क किए गए वाहन के 100 मीटर नीचे की ओर है। ट्रैफिक डेटा को पकड़ने के लिए दोनों रडार पार्क किए गए वाहन के एक ही तरफ रखे गए हैं। - रडार सॉफ़्टवेयर खोलें, और निम्न चरणों का पालन करें।
- संचार जांच पर क्लिक करें। सीरियल पोर्ट का चयन करें, और कनेक्ट पर क्लिक करें। सॉफ़्टवेयर द्वारा रडार डिटेक्ट दिखाए जाने के बाद पुष्टि करें पर क्लिक करें.
- जांच सेट अप पर क्लिक करें। Read RLU समय पर क्लिक करें और RLU समय सेट करें। डेटा रिकॉर्ड को मिटाने पर क्लिक करें, और रडार की आंतरिक मेमोरी को साफ़ करने के लिए इसकी पुष्टि करें। जांच प्रारंभ करें पर क्लिक करें, और संवाद बॉक्स बंद करें।
- रडार स्थिति की जांच करने के लिए रियल-टाइम व्यू पर क्लिक करें, और वाहनों के गुजरने के साथ यातायात डेटा एकत्र किया जाना चाहिए।
- सड़क के किनारे लेजर डिवाइस और केबल तैयार करें। पोर्ट के साथ सड़क के किनारे लेजर डिवाइस डेटा केबल कनेक्ट करें। लैपटॉप यूएसबी पोर्ट के साथ सड़क के किनारे लेजर डिवाइस डेटा केबल कनेक्ट करें।
- सड़क किनारे लेजर डिवाइस को पार्क किए गए वाहन के बीच में रखें। इसे समतल करने के लिए डिवाइस पर चार समायोजन कॉलम घुमाएं।
नोट: सड़क के किनारे लेजर डिवाइस मानक स्थिति के तहत काम करना चाहिए। - सड़क के किनारे लेजर डिवाइस सॉफ़्टवेयर खोलें, और निम्नलिखित ऑपरेशन करें।
- संचार जांच पर क्लिक करें। RLU सीरियल पोर्ट नंबर का चयन करें, और कनेक्ट पर क्लिक करें। सॉफ़्टवेयर द्वारा नया RLU कनेक्शन पता लगाए जाने के बाद पुष्टि करें पर क्लिक करें.
- जांच देखें पर क्लिक करें। जब वाहन गुजरते हैं, तो यातायात प्रवाह वास्तविक समय में दिखाया जाएगा।
- जांच सेट अप पर क्लिक करें। आरएलयू समय पढ़ें पर क्लिक करें और क्रमिक रूप से आरएलयू समय सेट करें। प्रारंभ समय और समाप्ति समय सेट करें, और कार्य सेट करें पर क्लिक करें. सॉफ्टवेयर द्वारा आरएलयू जांच सेट अप सफल होने के बाद पुष्टि करें पर क्लिक करें।
- फिनिश पर क्लिक करें। सड़क के किनारे लेजर डिवाइस की स्थिति देखने के लिए डिवाइस स्थिति पर क्लिक करें।
- कैमरे को पार्क किए गए वाहन के लगभग 30 मीटर ऊपर की ओर सेट करें।
नोट: ट्रैफ़िक डेटा रडार और सड़क के किनारे लेजर डिवाइस द्वारा एकत्र किया जा सकता है। ट्रैफ़िक ऑपरेटिंग वीडियो डेटा सत्यापन के लिए तैयार किए जाते हैं। - डबल-लेन डबल-साइड रोड (यहां, डायन ज़ी यी रोड) पर सभी उपकरण सेट करें। जांचें कि रडार, सड़क के किनारे लेजर डिवाइस और कैमरा हर 5 मिनट में अच्छी तरह से काम कर रहे हैं या नहीं।
नोट: सुनिश्चित करें कि लैपटॉप और कैमरे का समय वास्तविक समय के समान है। निर्धारित समय पर दो रडार, सड़क के किनारे लेजर डिवाइस और कैमरा एक साथ शुरू करें। एक दूसरे के सामने दो रडार, एक मध्यवर्ती सड़क के किनारे लेजर डिवाइस के साथ मिलकर, प्रभावित यातायात का एक निरंतर प्रक्षेपवक्र प्रदान करते हैं। - डेटा संग्रह समाप्त करें, और रडार सॉफ़्टवेयर में वास्तविक समय की जांच विंडो बंद करें।
- जांच सेट अप पर क्लिक करें, अंत जांच का चयन करें, और इसकी पुष्टि करें। संवाद बॉक्स बंद करें।
- डेटा डाउनलोड का चयन करें, डेटा सहेजने के लिए कंप्यूटर ब्राउज़ करें, और फ़ाइल के लिए कोई नाम इनपुट करें। ओपन पर क्लिक करें, और फिर डाउनलोड प्रारंभ करें पर क्लिक करें। रडार डेटा संग्रह को पूरा करने के लिए पुष्टि करें पर क्लिक करें।
- सड़क के किनारे लेजर डिवाइस सॉफ़्टवेयर में डिवाइस स्थिति पर क्लिक करें, और फिर डेटा संग्रह समाप्त करने के लिए स्टॉप टास्क पर क्लिक करें। डेटा डाउनलोड का चयन करें, ब्राउज़ करें, और फ़ाइल के लिए एक नाम इनपुट करें। ओपन पर क्लिक करें, और स्टार्ट डाउनलोड पर क्लिक करें। सड़क के किनारे लेजर डिवाइस के डेटा संग्रह को पूरा करने के लिए पुष्टि करें पर क्लिक करें।
5. डेटा विश्लेषण
नोट: डेटा संग्रह के माध्यम से, 3 घंटे डेटा प्राप्त किया जाता है, जिसमें सुबह का पीक, मध्य दोपहर का समय और शाम का पीक शामिल है। ट्रैफ़िक वॉल्यूम और वाहन प्रकारों को मैन्युअल रूप से कैलिब्रेट करने के लिए कैमरे द्वारा प्लेबैक ट्रैफ़िक वीडियो प्रदान किए जाते हैं। डेटा विश्लेषण करने के लिए प्रतिनिधि घंटे के रूप में उच्चतम मात्रा (यानी, इस मामले में सुबह का पीक डेटा) वाले समूह डेटा का चयन करें।
- रडार से प्रक्षेपपथ और गति एकत्र करने के लिए सॉफ़्टवेयर का उपयोग करें।
नोट: रडार पार्क किए गए वाहन से 100 मीटर दूर स्थित है, और सड़क 10 मीटर चौड़ी है। इसलिए, उस सीमा से परे सभी डेटा बिंदु रडार त्रुटियां हैं और उन्हें हटा दिया जाना चाहिए। - सुनिश्चित करें कि सड़क के किनारे लेजर डिवाइस ऑफसेट मूल्य, पासिंग गति, वाहनों की संख्या और पार्क किए गए वाहन की स्थिति में वाहनों के प्रकार प्रदान करता है।
- गणना सॉफ्टवेयर (आंकड़े 4-6) का उपयोग करके प्रतिनिधि डेटा के रूप में दो रडार और एक सड़क के किनारे लेजर डिवाइस द्वारा प्रदान किए गए प्रक्षेपपथ और गति की पूरी श्रृंखला खींचें।
6. सिमुलेशन मॉडल का निर्माण
नोट: माइक्रोस्कोपिक सिमुलेशन मॉडल यातायात सिमुलेशन के लिए सिमुलेशन सॉफ्टवेयर द्वारा स्थापित किया गया है। ट्रैफ़िक वॉल्यूम, वाहन की गति और वाहन प्रकार संरचना सहित डेटा संग्रह के परिणाम, ट्रैफ़िक सिमुलेशन में महत्वपूर्ण पैरामीटर हैं और मॉडल बिल्डिंग का आधार बनाते हैं। सिमुलेशन में केवल प्रतिनिधि डेटा समूह की आवश्यकता होती है।
- सड़क निर्माण
- सिमुलेशन सॉफ्टवेयर खोलें। जांच किए गए सड़क खंड की पृष्ठभूमि मानचित्र आयात करें।
- बाईं ओर बाधाओं पर क्लिक करें, राइट-क्लिक करें, और नई बाधा जोड़ें का चयन करें। बाधा की लंबाई और चौड़ाई इनपुट करें, और फिर OK पर क्लिक करें। बाधा को सड़क मार्ग पर ले जाने के लिए कर्सर खींचें।
नोट: "बाधा" सड़क के किनारे खड़े वाहन को संदर्भित करता है। बाधा की लंबाई और चौड़ाई पार्क किए गए वाहन के वास्तविक आकार के अनुसार निर्धारित की जाती है। - बाईं ओर लिंक पर क्लिक करें, कर्सर को लिंक की शुरुआत में ले जाएं, और राइट-क्लिक करें। नया लिंक जोड़ें चुनें, लेन की चौड़ाई इनपुट करें, और ठीक पर क्लिक करें। मानचित्र पर लिंक खींचने के लिए कर्सर खींचें।
- चार सड़क खंडों के निर्माण के लिए चरण 6.1.3 दोहराएं।
- दो लिंक को कनेक्ट करने के लिए एक लिंक के समापन बिंदु को आसन्न लिंक पर खींचने के लिए माउस के दाहिने बटन और कीबोर्ड पर Ctrl बटन दबाए रखें।
नोट: इस भाग को "कनेक्टर" कहा जाता है, और अधिक बिंदुओं को जोड़ने पर यह चिकना हो जाता है। - सभी लिंक कनेक्ट करने के लिए चरण 6.1.5 दोहराएँ।
- वांछित गति
- शीर्ष पट्टी से आधार डेटा का चयन करें, और उसके बाद वितरण | का चयन करें वांछित गति.
- एक नया वांछित गति वितरण जोड़ने और इसे नाम देने के लिए नीचे ग्रीन-क्रॉस ऐड बटन पर क्लिक करें।
- प्रतिनिधि डेटा से ली गई औसत गति और अधिकतम गति को न्यूनतम और अधिकतम वांछित गति के रूप में इनपुट करें। डिफ़ॉल्ट डेटा हटाएँ.
- सभी वांछित गति वितरण (पूर्व से पश्चिम की दिशा, पश्चिम से पूर्व की दिशा, और कम गति क्षेत्र) स्थापित करने के लिए चरण 6.2.2-6.2.3 दोहराएं।
नोट: निम्नलिखित पाठ में, पूर्व से पश्चिम की दिशा को ई-डब्ल्यू के रूप में संक्षिप्त किया गया है, और पश्चिम से पूर्व की दिशा को डब्ल्यू-ई के रूप में संक्षिप्त किया गया है।
- वाहन रचनाएँ
- शीर्ष पट्टी से सूचियों का चयन करें, और उसके बाद निजी ट्रांसपोर्ट | का चयन करें वाहन रचनाएँ।
- एक नया वाहन संरचना जोड़ने के लिए ग्रीन-क्रॉस जोड़ें बटन पर क्लिक करें।
- दो वाहन प्रकार जोड़ने के लिए जोड़ें बटन पर क्लिक करें: भारी माल वाहन (एचजीवी) और बसें।
- कारों, एचजीवी और बसों के लिए चरण 6.2 में वांछित गति वितरण सेट का चयन करें।
- दो वाहन रचनाओं (ई-डब्ल्यू और डब्ल्यू-ई) को स्थापित करने के लिए चरण 6.3.2-6.3.4 दोहराएं। प्रतिनिधि डेटा से कारों, एचजीवी और बसों के प्रवाह को इनपुट करें।
- वाहन मार्ग
- बाएँ मेनू पट्टी से वाहन मार्गों का चयन करें.
- कर्सर को एक लिंक के अपस्ट्रीम में ले जाएं, राइट-क्लिक करें, और नया स्थैतिक वाहन रूटिंग निर्णय जोड़ें का चयन करें।
- डेटा संग्रह में वास्तविक मार्गों से मानचित्र पर वाहन मार्गों को खींचने के लिए नीले कर्सर को खींचें।
- कम गति क्षेत्र
- बाएँ मेनू पट्टी से सीमित गति क्षेत्रों का चयन करें.
- पार्किंग स्थिति के ऊपर के क्षेत्र पर राइट-क्लिक करें, और नया कम गति क्षेत्र जोड़ें का चयन करें।
नोट: क्षेत्र की लंबाई डेटा विश्लेषण परिणामों पर निर्भर करती है। - स्क्रीन के मार्जिन पर राइट-क्लिक करें, जोड़ें का चयन करें, और क्षेत्र की गति के रूप में कम गति क्षेत्र के लिए चरण 6.2 में वांछित गति सेट का चयन करें।
- सभी कम गति क्षेत्रों को सेट करने के लिए चरण 6.5.2-6.5.3 दोहराएँ।
- प्राथमिकता के नियम
- बाएँ मेनू पट्टी से प्राथमिकता नियमों का चयन करें.
- डब्ल्यू-ई दिशा में पार्क किए गए वाहन के ऊपर की ओर कम गति क्षेत्र पर राइट-क्लिक करें, और नया प्राथमिकता नियम जोड़ें का चयन करें। न्यूनतम अंतराल समय और निकासी इनपुट करें।
- ई-डब्ल्यू दिशा में पार्क किए गए वाहन के डाउनस्ट्रीम प्राथमिकता नियम को सेट करने के लिए चरण 6.6.2 दोहराएं।
नोट: प्राथमिकता नियमों की स्थापना डेटा संग्रह द्वारा परिलक्षित वास्तविक ट्रैफ़िक ऑपरेशन पर निर्भर करती है।
- वाहन यात्रा का समय
- बाईं ओर से वाहन यात्रा समय का चयन करें।
- एक लिंक की शुरुआत में राइट-क्लिक करें, और नया वाहन यात्रा समय माप जोड़ें का चयन करें।
- वाहन यात्रा समय माप बनाने के लिए कर्सर को लिंक के अंत में खींचें।
- सभी वाहन मार्गों के लिए चरण 6.7.3 दोहराएं।
- वाहन इनपुट
- बाईं ओर से वाहन इनपुट का चयन करें। एक लिंक की शुरुआत में राइट-क्लिक करें, और नया वाहन इनपुट जोड़ें का चयन करें।
- माउस को बाएँ तल पर ले जाएँ, और प्रतिनिधि डेटा के लिए वॉल्यूम इनपुट करें।
- सभी लिंक के लिए चरण 6.8.1-6.8.2 दोहराएँ।
- नोड्स
- बाईं ओर से नोड्स का चयन करें। नया नोड जोड़ें का चयन करने के लिए राइट-क्लिक करें, और उसके बाद OK पर क्लिक करें।
- बाएं क्लिक करें और एक मध्यम नोड सीमा समायोजित करने के लिए माउस ले जाएं।
नोट: नोड रेंज सिमुलेशन परिणामों से संबंधित है और सड़क अनुभाग ज्यामिति पर निर्भर करता है।
- सिमुलेशन इंटरफ़ेस के शीर्ष पर मूल्यांकन पर क्लिक करें, और परिणाम सूचियों का चयन करें। नोड्स परिणाम और वाहन यात्रा समय परिणाम पर क्लिक करें।
- सिमुलेशन शुरू करने के लिए शीर्ष पर नीले प्ले बटन पर क्लिक करें। सिमुलेशन गति को अधिकतम करने के लिए डिवाइस बटन क्विक मोड पर क्लिक करें।
- सिमुलेशन के बाद, नोड परिणाम और वाहन यात्रा समय परिणाम इंटरफ़ेस के निचले भाग में दिखाए जाते हैं, जिसमें अधिकतम कतार की लंबाई, पार्किंग समय, देरी, वाहनों की संख्या, ईंधन की खपत, सीओ उत्सर्जन, कोई उत्सर्जन, वीओसी उत्सर्जन और यात्रा का समय शामिल है।
7. सिमुलेशन मॉडल अंशांकन
नोट: इस अध्ययन में, यातायात टिप्पणियों से पता चला कि सुबह के पीक डेटा में उच्चतम मात्रा थी, लेकिन सिमुलेशन मॉडल की विश्वसनीयता को पूरी तरह से चित्रित करने के लिए तीन डेटा समूहों को सत्यापन के लिए अनुकरण किया गया था।
- एकत्रित डेटा को सिमुलेशन मॉडल में इनपुट करें, सिमुलेशन चलाएं, और सिमुलेशन परिणाम प्राप्त करें (चित्रा 7 ए)।
नोट: सिमुलेशन वॉल्यूम सिमुलेशन परिणाम से उत्पन्न किया जा सकता है। - एकत्रित मात्रा के साथ सिमुलेशन वॉल्यूम की तुलना करें।
नोट: समीकरण 1 का उपयोग कर क्षमता की गणना करें:
(1)
जहां सी आदर्श क्षमता (veh / h) को दर्शाता है, और h t औसत न्यूनतम हेडवे (s) को दर्शाता है।
नोट: एकत्रित मात्रा और सिमुलेशन वॉल्यूम के बीच के अंतर को औसत निरपेक्ष प्रतिशत त्रुटि (एमएपीई) कहा जाता है, जैसा कि समीकरण 2 में दिखाया गया है:
(2)
जहां एन इस अध्ययन में चार अलग-अलग प्रवाहों को दर्शाता है, सिमुलेशन मॉडल (veh / h) में अनुकरण की गई क्षमता है, और जांच की क्षमता (veh / h) है। गणना की गई एमएपीई तालिका 2 में सूचीबद्ध है।
नोट: एमएपीई छोटा होने पर सिमुलेशन सटीकता स्वीकार्य है।
8. संवेदनशीलता विश्लेषण
नोट: चित्रा 7 बी संवेदनशीलता विश्लेषण प्रक्रिया दिखाता है। संवेदनशीलता विश्लेषण प्रक्रिया केवल एकत्र किए गए डेटा के प्रदर्शन को दर्शाती है (तालिका 3)। वास्तविक समय परिदृश्यों में विभिन्न ट्रैफ़िक वॉल्यूम वाली स्थितियों को समझने के लिए, सभी संभावित ट्रैफ़िक वॉल्यूम संयोजन सिमुलेशन मॉडल में इनपुट होते हैं ताकि यह सुनिश्चित किया जा सके कि सभी स्थितियों को सड़क के किनारे पार्किंग विश्लेषण (चित्रा 8 और तालिका 4) में कवर किया गया है।
- सुनिश्चित करें कि प्रतिनिधि डेटा में डेटा के तीन समूह हैं (यानी, डब्ल्यू-ई वॉल्यूम, ई-डब्ल्यू वॉल्यूम, और अन्य पैरामीटर)।
- डब्ल्यू-ई वॉल्यूम को छह श्रेणियों में विभाजित करें, ई-डब्ल्यू वॉल्यूम को सात श्रेणियों में विभाजित करें, और सिमुलेशन में अन्य मापदंडों को स्थिर रखें।
नोट: डब्ल्यू-ई यातायात की मात्रा 150-400 वेह / घंटा थी, पीक घंटे के दौरान 50 वेह / घंटा की वृद्धि के साथ, और ई-डब्ल्यू यातायात की मात्रा 150-450 वेह / घंटा थी, जिसमें पीक घंटे के दौरान 50 वेह / घंटा की वृद्धि हुई थी। शहरी सड़क में एक लेन की अधिकतम सेवा यातायात मात्रा 1,140 वेह / घंटा थी। - 42 स्थितियों का अनुकरण करें, और सभी स्थितियों के तहत प्रभावशीलता को सत्यापित करें।
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
यह पेपर यातायात डेटा संग्रह और सिमुलेशन के माध्यम से दो-दिशा और दो-लेन शहरी सड़क पर गुजरने वाले वाहनों पर सड़क के किनारे पार्किंग के प्रभाव को निर्धारित करने के लिए एक प्रोटोकॉल प्रस्तुत करता है। अध्ययन स्थल (चित्रा 1) के रूप में एक सड़क का चयन किया गया था, और एक वाहन नियोजित सड़क के किनारे स्थान पर खड़ा किया गया था। रडार, एक सड़क के किनारे लेजर डिवाइस, और एक कैमरा को सड़क के किनारे पार्किंग के तहत वाहन प्रक्षेपवक्र और गति में परिवर्तन निर्धारित करने के लिए वाहन प्रक्षेपवक्र, गति, मात्रा और प्रकार संरचना एकत्र करने के लिए लागू किया गया था (आंकड़े 4-6)। सड़क की ज्यामितीय विशेषताओं और डेटा संग्रह परिणामों (चित्रा 7) के आधार पर एक सूक्ष्म सिमुलेशन मॉडल बनाया गया था। संवेदनशीलता विश्लेषण ने अधिकतम कतार की लंबाई, देरी, उत्सर्जन और अलग-अलग यातायात मात्रा में वाहन संचालन के अन्य संकेतकों पर सड़क के किनारे पार्किंग के प्रभाव को निर्धारित किया (चित्रा 8)।
चित्र 1 डेटा संग्रह स्थान दिखाता है। परीक्षण सड़क चीन के शांक्सी प्रांत के शियान शहर में दो दिशाओं और दो लेन की सड़क थी। सड़क की चौड़ाई 10 मीटर थी, गति सीमा 60 किमी / घंटा थी, और कोई औसत पट्टी नहीं थी, जो सड़क के किनारे पार्किंग की विशिष्ट स्थितियों का प्रतिनिधित्व करती थी। दो-दिशा यातायात आसानी से बह सकता था लेकिन एक पार्क किए गए वाहन की उपस्थिति में काफी धीमा हो गया।
चित्रा 4 रडार और सड़क के किनारे लेजर डिवाइस द्वारा मापा गया डेटा के आधार पर सड़क के किनारे पार्किंग के प्रभाव में प्रक्षेपपथ दिखाता है। आंकड़े से पता चलता है कि सड़क के किनारे खड़े वाहन ने 80 मीटर की लंबाई के लिए गुजरने वाले वाहनों के प्रक्षेपवक्र को प्रभावित किया। नीला पश्चिम रडार डेटा का प्रतिनिधित्व करता है, और नारंगी पूर्वी रडार डेटा को इंगित करता है। मध्य काली रेखा बिंदुओं का एक संग्रह है, जो सड़क के किनारे लेजर डिवाइस द्वारा पता लगाए गए वाहनों की ऊर्ध्वाधर स्थिति से गठित स्थिति वितरण है।
पश्चिम रडार प्रक्षेपवक्र परिवर्तन दिखाता है। जब वाहनों ने सड़क के किनारे खड़े बैरियर को देखा, तो वे पार्क किए गए वाहन के 40 मीटर ऊपर की ओर से सामान्य स्थिति से दूर हो गए।
सड़क के किनारे लेजर डिवाइस हर गुजरने वाले वाहन की पार्श्व स्थिति और गति को रिकॉर्ड कर सकता है। पार्श्व स्थिति 2.3 मीटर से 4.9 मीटर तक थी (यानी, चित्रा 4 में मध्य काली रेखा के निचले और ऊपरी छोर)। औसत स्थिति 3.3 मीटर थी। यहां स्थिति का अर्थ है डब्ल्यू-ई दिशा में चलने वाले वाहनों की दाईं ओर की स्थिति और ई-डब्ल्यू दिशा में चलने वाले वाहनों के लिए बाईं ओर की स्थिति।
पूर्वी रडार के लिए, पश्चिम रडार के समान प्रवृत्ति देखी गई थी। परीक्षण वाहन को पास करने के लगभग 40 मीटर बाद वाहन सामान्य स्थिति में लौट आए।
जैसा कि चित्र 4 में देखा गया है, गुजरने वाले वाहनों के प्रक्षेपवक्र पर सड़क के किनारे खड़े वाहन के प्रभाव की लंबाई 80 मीटर थी। पासिंग वाहन पार्क किए गए वाहन के केंद्र से 40 मीटर पर अपने सामान्य प्रक्षेपवक्र से विचलित होने लगे और पार्क किए गए वाहन के केंद्र से 40 मीटर के बाद अपने सामान्य प्रक्षेपवक्र पर लौट आए (सटीक स्थान चित्र 4 में दो लंबी काली रेखाओं के साथ चिह्नित है, और दो लाइनों की क्षैतिज स्थिति 60 मीटर और 140 मीटर है)। पार्क किए गए वाहन की स्थिति में (यानी, चित्र 4 में निर्देशांक [100,0] के साथ स्थिति), पास करने वाले वाहनों और पार्क किए गए वाहन के बाहरी किनारे के बीच की औसत दूरी 3.3 मीटर थी। पार्क किए गए वाहन की चौड़ाई को ध्यान में रखते हुए, वहां से गुजरने वाले वाहनों और पार्क किए गए वाहन के अंदर के किनारे के बीच की औसत दूरी 1.3 मीटर थी। पासिंग वाहनों और पार्क किए गए वाहन के अंदर के किनारे के बीच न्यूनतम और अधिकतम दूरी क्रमशः 0.3 मीटर और 2.9 मीटर थी, जैसा कि गुजरने वाले वाहनों के मूल स्थान और परिचालन स्थितियों द्वारा निर्धारित किया गया था। अंकुश के करीब यात्रा करने वाले वाहनों को पार्क किए गए वाहन से गुजरने पर उससे बड़ी पार्श्व दूरी नहीं थी और यहां तक कि उसी दिशा में यात्रा करने वाले अन्य वाहनों के प्रभाव के कारण कम गति से इसके करीब से गुजरा। जब गुजरने वाले वाहन को उसी दिशा में यात्रा करने वाले अन्य वाहनों से परेशान नहीं किया गया था, तो यात्रा की चौड़ाई अधिक उदार थी। दूसरे शब्दों में, गुजरने वाले वाहन और सड़क के किनारे खड़े वाहन के बीच पार्श्व चौड़ाई पर्याप्त थी। बेशक, गुजरने वाले वाहन और पार्क किए गए वाहन के बीच पार्श्व चौड़ाई भी ड्राइविंग व्यवहार पर निर्भर करती है। एक आक्रामक चालक की तुलना में, एक स्थिर चालक को अधिक पार्श्व चौड़ाई के साथ पार्क किए गए वाहन को पारित करने की अधिक संभावना है।
चित्र 5 और चित्र 6 से पता चलता है कि सड़क के किनारे पार्किंग गुजरने वाले वाहनों की गति को कम करती है, पार्क किए गए वाहन की स्थिति में गुजरने वाले वाहनों की सबसे कम गति देखी जाती है (यानी, केंद्रीय क्षैतिज समन्वय के साथ स्थिति [100, 0])। चित्र 5 ई-डब्ल्यू दिशा में गति को दर्शाता है। तस्वीर में यातायात दाएं से बाएं जा रहा है, यह दर्शाता है कि वाहन की गति 180-120 मीटर की सीमा के भीतर धीरे-धीरे कम हो जाती है। पार्क की गई स्थिति को पार करने के बाद, गति को स्पष्ट वृद्धि के बिना धीरे-धीरे और समान रूप से वितरित किया गया था।
नारंगी खंड में, पार्क किए गए वाहन की स्थिति से ठीक पहले, 54.7 किमी / घंटा की अधिकतम गति तक पहुंचा गया था, और यह वह गति थी जिस पर वाहन आने वाले वाहन की तुलना में अधिक गति से गुजरता था। सबसे कम गति 0 किमी / घंटा थी, और यह पार्किंग की स्थिति में हुआ। डब्ल्यू-ई दिशा में वाहन के उच्च ऑफसेट मूल्यों के साथ, उस वाहन ने अधिक सड़क की चौड़ाई पर कब्जा कर लिया, और ई-डब्ल्यू दिशा में वाहन को इंतजार करना पड़ा, जिसका अर्थ है कि बाद के वाहन की गति 0 किमी / घंटा थी।
नीले क्षेत्र में, पार्किंग स्थिति से गुजरने के बाद, वाहन की गति 8-35 किमी / घंटा की सीमा में रहती है। सड़क के माहौल के कारण कारों के लिए उच्च ऊपरी गति सीमा तक पहुंचना मुश्किल होता। पार्किंग की स्थिति से दूर ड्राइविंग के कारण कम गति सीमा 8 किमी / घंटा से बढ़कर 20 किमी / घंटा हो गई।
चित्र 6 डब्ल्यू-ई दिशा में गति दिखाता है, जिसमें चित्र में वाहन बाएं से दाएं जा रहे हैं। डब्ल्यू-ई दिशा में गति परिवर्तन ई-डब्ल्यू दिशा के समान थे।
पार्किंग की स्थिति से पहले (यानी, आंकड़े में 0-100 मीटर की सीमा के भीतर), डब्ल्यू-ई दिशा में वाहन की गति की ऊपरी और निचली सीमाएं धीरे-धीरे 20 मीटर की स्थिति से संकुचित हो गईं। 0-40 मीटर की सीमा में, ऊपरी सीमा धीरे-धीरे कम हो गई और 80 मीटर की स्थिति में सबसे कम थी। 38.6 किमी / घंटा (20 मीटर की स्थिति पर) की ऊपरी गति सीमा 29 किमी / घंटा (80 मीटर की स्थिति पर) तक गिर गई। कम गति सीमा 9.4 किमी / घंटा (10 मीटर की स्थिति पर) से बढ़कर 10.44 किमी / घंटा (100 मीटर की स्थिति पर) हो गई।
पार्किंग की स्थिति से पहले गति सीमा कम हो गई। अवलोकन के दौरान, यदि डब्ल्यू-ई दिशा में किसी वाहन ने पार्क किए गए वाहन को एक ही तरफ पाया और उसके सामने कोई वाहन नहीं था या विपरीत वाहन बहुत दूर था, तो डब्ल्यू-ई दिशा में वाहन पहले खड़े वाहन को पास करने के लिए एक अच्छी स्थिति पर कब्जा करने के लिए तेजी और ऑफसेट करने की प्रवृत्ति थी। यह घटना पार्किंग की स्थिति से ठीक पहले गति वृद्धि का कारण है।
पार्किंग की स्थिति को पार करते हुए, गति सीमा 8.2-47.7 किमी / घंटा थी। कम गति सीमा कम हो गई क्योंकि कुछ ड्राइवरों ने खरोंच से बचने के लिए पार्क किए गए वाहन को पास करते समय ब्रेक लगाया। खरोंच तब होती है जब दोनों दिशाओं में आने वाले वाहन पार्किंग स्थल पर मिलते हैं, और इन मामलों में, चालक अपनी गति कम करके खरोंच से बचने का प्रयास करते हैं। नीले क्षेत्र की तुलना में, गति सीमा 9.1 किमी / घंटा बढ़ गई थी। ऐसा इसलिए है क्योंकि जब कोई वाहन विपरीत दिशा में नहीं आ रहा था, तो डब्ल्यू-ई दिशा में वाहनों को पार्किंग की स्थिति से तेज कर दिया गया, यह पुष्टि करने के बाद कि उन्होंने ड्राइवरों की सामान्य ड्राइविंग आदतों के अनुरूप सड़क किनारे खड़े वाहन को खरोंच नहीं किया था।
ऑरेंज एरिया में पार्किंग की स्थिति से गुजरने के बाद 7.5 किमी/घंटा की निचली गति सीमा काफी बढ़ गई। यह इंगित करता है कि अधिकांश वाहन पार्किंग की स्थिति से 10 मीटर दूर जाने के बाद पार्किंग की स्थिति से पहले गति में वापस तेजी ला सकते हैं।
चित्रा 8 नौ संकेतकों के सिमुलेशन परिणामों को इंगित करता है जो विभिन्न ट्रैफ़िक वॉल्यूम पर वाहनों की परिचालन स्थिति को दर्शाते हैं। ई-डब्ल्यू और डब्ल्यू-ई दिशाओं में यातायात की मात्रा ने अधिकतम कतार की लंबाई (चित्रा 8 ए), वाहनों की संख्या (चित्रा 8 बी), देरी (चित्रा 8 सी), स्टॉप की संख्या (चित्रा 8 डी), सीओ उत्सर्जन (चित्रा 8 ई), कोई उत्सर्जन (चित्रा 8 एफ), वीओसी उत्सर्जन (चित्रा 8 जी), ईंधन की खपत (चित्रा 8 एच), और यात्रा समय (चित्रा 8 आई) को प्रभावित किया। ) सड़क के किनारे पार्किंग डेटा के साथ संरेखित। ट्रैफ़िक वॉल्यूम में वृद्धि से सभी संकेतक मूल्यों में वृद्धि होती है, लेकिन विभिन्न संकेतक मूल्यों की प्रभावित डिग्री विभिन्न है। इसके अतिरिक्त, सड़क के किनारे पार्किंग का ई-डब्ल्यू और डब्ल्यू-ई दिशाओं में वाहनों पर समान प्रभाव नहीं पड़ता है।
यातायात की मात्रा में वृद्धि के साथ, अधिकतम कतार की लंबाई, देरी और स्टॉप की संख्या के तीन संकेतकों के लिए डब्ल्यू-ई दिशा में वाहनों पर सड़क के किनारे पार्किंग की प्रभाव डिग्री ई-डब्ल्यू दिशा में वाहनों की तुलना में काफी अधिक थी। पांच उत्सर्जन-संबंधी संकेतकों, ईंधन की खपत और यात्रा के समय के संदर्भ में, ई-डब्ल्यू और डब्ल्यू-ई दिशाओं में वाहनों पर प्रभाव की डिग्री लगभग समान थी, लेकिन यह डब्ल्यू-ई दिशा में वाहनों के लिए थोड़ा अधिक थी। डब्ल्यू-ई और ई-डब्ल्यू दिशाओं में यातायात की मात्रा 300-350 वेएच / घंटा तक पहुंचने के बाद, अधिकतम कतार की लंबाई, देरी और स्टॉप की संख्या की वृद्धि की प्रवृत्ति काफी अधिक थी, जिसमें यातायात प्रवाह को पारित करने की यातायात संचालन दक्षता पर सड़क के किनारे पार्किंग का नकारात्मक प्रभाव अधिक गंभीर हो गया था। उत्सर्जन से संबंधित संकेतकों में से पांच, ईंधन की खपत और यात्रा का समय दोनों दिशाओं में बढ़ते यातायात की मात्रा के साथ समान रूप से बदल गया।
चित्रा 1: डेटा संग्रह स्थान: एक दो-दिशा और दो-लेन सड़क, शियान में दियान ज़ी यी रोड। निर्देशांक: 108.932882,34.220774. (ए) शियान शहर में जांच स्थान का एक योजनाबद्ध। (बी) लाल रेखा डेटा संग्रह खंड का प्रतिनिधित्व करती है। लाल रेखा के साथ उत्तरी सड़क क्रॉसिंग कुछ लोगों के साथ एक पैदल यात्री सड़क है और इस जांच को प्रभावित नहीं करती है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।
चित्रा 2: 24 एच कंजेशन इंडेक्स। पैनल में डेटा 24 अगस्त, 202126 को शीआन में रियल-टाइम कंजेशन इंडेक्स से आता है। आंकड़ों से संकेत मिलता है कि सुबह का शिखर 07:00 से 09:00 तक और शाम का शिखर 17:00 से 19:00 तक हुआ। घाटी, देर रात को छोड़कर, 11:00 से 12:00 तक हुई। सुबह 08:00 बजे और दोपहर 18:00 बजे भीड़ सूचकांक क्रमशः 2.25 और 2.66 थे। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।
चित्रा 3: डेटा संग्रह योजना 150 मीटर की ऊंचाई पर ड्रोन द्वारा ली गई तस्वीर में दिखाई गई है। पेड़ की छाया सभी उपकरणों को कवर करती है, इसलिए रंगीन ब्लॉक उपकरण का प्रतिनिधित्व करते हैं। सड़क के किनारे पार्क किया गया वाहन बीच में है, और दो रडार पार्क किए गए वाहन के 100 मीटर ऊपर और 100 मीटर नीचे की ओर रखे गए हैं। पश्चिम रडार और पूर्वी रडार दोनों पार्क किए गए वाहन का सामना करते हैं। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।
चित्रा 4: पूरे प्रक्षेपपथ। परीक्षण वाहन पैनल में (100,0) की स्थिति में पार्क किया गया है। नीला पश्चिम रडार डेटा का प्रतिनिधित्व करता है, मध्य काली रेखा सड़क के किनारे लेजर डिवाइस डेटा का प्रतिनिधित्व करती है, और नारंगी पूर्वी रडार डेटा का प्रतिनिधित्व करता है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।
चित्र 5: पूर्व-पश्चिम गति. कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें.
चित्र 6: पश्चिम-पूर्व गति. कृपया इस चित्र का बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.
चित्रा 7: सिमुलेशन त्रुटि (MAPE) की गणना करने और संवेदनशीलता विश्लेषण करने के लिए फ़्लोचार्ट। (A) MAPE की गणना के लिए फ़्लोचार्ट। (बी) संवेदनशीलता विश्लेषण के लिए फ्लोचार्ट। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।
चित्रा 8: संवेदनशीलता विश्लेषण। X-अक्ष = E-W ट्रैफ़िक वॉल्यूम, Y-अक्ष = W-E ट्रैफ़िक वॉल्यूम, और Z-अक्ष = मूल्यांकन सूचकांक मान। (ए) अधिकतम कतार की लंबाई। (बी) वाहनों की संख्या। (ग) विलंब। (डी) स्टॉप की संख्या। (ई) सीओ उत्सर्जन। (च) कोई उत्सर्जन नहीं। (छ) वीओसी उत्सर्जन। (ज) ईंधन की खपत। (I) यात्रा का समय। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।
मद | सुबह (07:00−08:00) | मध्य दोपहर (13:00−14:00) | शाम (17:00−18:00) | |||
दिशा | W-E | E-W | W-E | E-W | W-E | E-W |
कार (वेह / | 306 | 374 | 167 | 148 | 351 | 228 |
ट्रक (veh/h) | 1 | 3 | 1 | 0 | 4 | 0 |
बस (वेह / | 9 | 9 | 4 | 5 | 6 | 4 |
निश्चय से कहना। गति (किमी/घंटा) | 21.7 | 24.5 | 19.4 | 24.7 | 18.8 | 20.5 |
अधिकतम गति (किमी/घंटा) | 47.7 | 54.7 | 55.8 | 56.2 | 44.6 | 45.0 |
न्यूनतम गति (किमी/घंटा) | 0 | 0 | 0 | 0 | 0 | 0 |
तालिका 1: जांच में एकत्र की गई वाहन की जानकारी। 0 किमी/घंटा की न्यूनतम गति इंगित करती है कि कुछ वाहन चलना बंद कर देते हैं।
मद | सुबह (07:00−08:00) | मध्य दोपहर (13:00−14:00) | शाम (17:00:18:00) | |||
दिशा | W-E | E-W | W-E | E-W | W-E | E-W |
निवेश क्षमता (veh/h) | 316 | 386 | 172 | 153 | 361 | 232 |
नकली क्षमता (veh / h) | 306 | 360 | 174 | 150 | 354 | 216 |
व्यक्तिगत एमएपीई (%) | 3.2 | 6.7 | 1.2 | 2.0 | 1.9 | 6.9 |
एमएपीई (%) | 5.0 | 1.6 | 4.4 |
तालिका 2: सिमुलेशन मॉडल के लिए अंशांकन परिणाम। जांच किए गए ट्रैफ़िक वॉल्यूम और सिम्युलेटेड वॉल्यूम के बीच अंशांकन परिणाम तालिका में सूचीबद्ध हैं। एमएपीई की गणना समीकरण 2 का उपयोग करके की जाती है, और सिम्युलेटेड क्षमता और वास्तविक क्षमता के बीच त्रुटियां तीन डेटा समूहों के लिए 5.5%, 1.6% और 4.4% हैं, जो सभी छोटे हैं। चूंकि कुल क्षमता त्रुटि 15% से कम है, स्थापित मॉडल की त्रुटि स्वीकार्य सीमा के भीतर है, और सिमुलेशन सटीकता पर्याप्त29 है।
मद | सुबह | मध्य दोपहर | शाम | |||
(07:00−08:00) | (13:00−14:00) | (17:00:18:00) | ||||
W-E | E-W | W-E | E-W | W-E | E-W | |
अधिकतम कतार लंबाई (मीटर) | 31.26 | 34.93 | 12.00 | 7.96 | 34.88 | 20.40 |
वाहनों की संख्या | 306 | 360 | 168 | 150 | 348 | 216 |
विलंब (ओं) | 6.47 | 6.58 | 3.10 | 1.74 | 6.68 | 4.64 |
स्टॉप की संख्या (समय) | 0.28 | 0.52 | 0.05 | 0.11 | 0.24 | 0.42 |
CO उत्सर्जन (ग्राम) | 191.790 | 249.606 | 89.112 | 77.820 | 219.462 | 135.468 |
कोई उत्सर्जन नहीं (ग्राम) | 37.314 | 48.564 | 17.340 | 15.138 | 42.702 | 26.358 |
वीओसी उत्सर्जन (ग्राम) | 44.448 | 57.846 | 20.652 | 18.036 | 50.862 | 31.398 |
ईंधन की खपत (गैलन) | 2.742 | 3.570 | 1.272 | 1.116 | 3.138 | 1.938 |
यात्रा का समय | 35.46 | 29.12 | 31.92 | 24.56 | 35.73 | 27.25 |
तालिका 3: सुबह के पीक डेटा, मध्य दोपहर डेटा और शाम के पीक डेटा के साथ सिमुलेशन परिणाम। प्रतिनिधि डेटा के रूप में, सुबह के पीक डेटा समूह में उच्चतम ट्रैफ़िक वॉल्यूम और संकेतक मान हैं। मध्य दोपहर के ट्रैफ़िक डेटा समूह में सबसे कम ट्रैफ़िक वॉल्यूम और संकेतक मान हैं।
मद | मूल्य |
E-W आयतन (veh/h) | 150/200/250/300/350/400/450 |
W-E आयतन (veh/h) | 150/200/250/300/350/400 |
नोट: ई-डब्ल्यू ट्रैफ़िक वॉल्यूम 50 वेह / घंटा की वृद्धि के साथ 150-450 वेएच / घंटा की सीमा में है। डब्ल्यू-ई यातायात की मात्रा 50 वेह / घंटा की वृद्धि के साथ 150-400 वेएच / घंटा की सीमा में है। |
तालिका 4: सिमुलेशन में संवेदनशीलता विश्लेषण के लिए इनपुट पैरामीटर।
Subscription Required. Please recommend JoVE to your librarian.
Discussion
शहरी सड़कों पर सड़क के किनारे पार्किंग के प्रभाव को नजरअंदाज नहीं किया जा सकता है, और यादृच्छिक पार्किंग को संबोधित करने की आवश्यकता है। दोहरी दिशा वाली शहरी सड़क में यातायात प्रवाह पर सड़क के किनारे पार्किंग के प्रभाव को निर्धारित करने के लिए एक प्रोटोकॉल यहां प्रस्तुत किया गया है। डेटा संग्रह सड़क के किनारे पार्किंग के कारण गुजरने वाले वाहनों के प्रक्षेपवक्र और गति परिवर्तनों को निर्दिष्ट करता है। यातायात सिमुलेशन अधिकतम कतार की लंबाई, देरी और उत्सर्जन जैसे सड़क मार्ग सूचकांकों को निर्धारित करता है।
प्रोटोकॉल में महत्वपूर्ण कदम डेटा संग्रह और माइक्रोसिमुलेशन मॉडल बिल्डिंग हैं। डेटा संग्रह स्थान एक चौराहे, प्रवेश द्वार या निकास के बिना एक सीधा खंड है। यह सुनिश्चित करने के लिए कि प्रभाव दिखाई दे रहा है, सड़क 10 मीटर से अधिक चौड़ी नहीं हो सकती है। 10 मीटर की चौड़ाई वाली एक सड़क अवलोकन के लिए सही है। यदि संकरा है, तो यातायात पूरी तरह से टूट सकता है, और यदि व्यापक है, तो प्रभाव का पता नहीं लगाया जा सकता है। सेगमेंट के लिए एक लंबी पर्याप्त दृष्टि दूरी भी एक आवश्यकता है। सिमुलेशन मॉडल स्थापित करते समय, कम गति क्षेत्रों और प्राथमिकता नियमों पर ध्यान दिया जाना चाहिए। कम गति वाले क्षेत्रों के प्रासंगिक पैरामीटर (गति और लंबाई) वास्तविक सड़क संचालन को प्रतिबिंबित करने के लिए प्रतिनिधि डेटा के आधार पर निर्धारित किए जाते हैं। संघर्ष क्षेत्रों के बजाय प्राथमिकता नियमों का उपयोग करके ड्राइवरों के व्यवहार को बेहतर ढंग से प्रतिबिंबित किया जा सकता है। प्राथमिकता नियम प्रतिनिधि डेटा के समान हैं और कैमरे द्वारा कैप्चर किए गए ट्रैफ़िक ऑपरेशन वीडियो का उपयोग करके जांच की जाती है।
गुजरने वाले वाहनों पर सड़क के किनारे पार्किंग के प्रभाव के बारे में, यह प्रोटोकॉल जांच परिणामों का एक विशिष्ट और यथार्थवादी विवरण प्रदान करता है। उदाहरण के लिए, गुजरने वाले वाहनों के प्रक्षेपपथ लंबाई में 80 मीटर तक प्रभावित होते हैं, और वाहन की गति भी नकारात्मक रूप से प्रभावित होती है। इसके अलावा, विभिन्न ट्रैफ़िक वॉल्यूम के तहत, सिमुलेशन विश्लेषण परिणाम विभिन्न सूचकांकों के प्रदर्शन को दिखाते हैं जो ट्रैफ़िक ऑपरेशन दक्षता को दर्शाते हैं। ट्रैफ़िक वॉल्यूम में वृद्धि संकेतक मूल्यों में वृद्धि के साथ तुल्यकालिक है।
इस प्रोटोकॉल की मुख्य सीमा यह है कि यह केवल सड़क के किनारे खड़े वाहन के लिए प्रभावी है। यातायात प्रवाह संचालन पर कई यादृच्छिक रूप से पार्क किए गए वाहनों के प्रभाव को निर्धारित करने के लिए अगला शोध चरण आयोजित किया जाएगा।
यह सिफारिश की जाती है कि यातायात पुलिस संकरी शहरी सड़कों पर निगरानी उपकरण जोड़े ताकि सड़क के किनारे खड़े वाहनों की निगरानी की जा सके, जिससे सड़क के किनारे पार्किंग के प्रभाव को कम किया जा सके।
दोहरी दिशा वाली शहरी सड़क पर सड़क के किनारे पार्किंग के प्रभाव का मूल्यांकन करने के लिए यहां वर्णित प्रोटोकॉल को परिष्कृत सड़क किनारे पार्किंग प्रबंधन उपायों का प्रस्ताव करने के लिए लागू किया जा सकता है, जैसे कि स्वीकार्य पार्किंग समय, अनुशंसित पार्किंग स्थान और अनुमेय पार्किंग वाहन प्रकार।
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
लेखकों के पास खुलासा करने के लिए कुछ भी नहीं है।
Acknowledgments
लेखक शांक्सी प्रांतीय शिक्षा विभाग (कार्यक्रम संख्या 21जेके0908) द्वारा वित्त पोषित वैज्ञानिक अनुसंधान कार्यक्रम को स्वीकार करना चाहते हैं।
Materials
Name | Company | Catalog Number | Comments |
battery | Shenzhen Saiqi Innovation Technology Co., Ltd | LPB-568S | |
cables for radar | BEIJING AOZER TECH & DEVELOPMENT CO.,LTD | ||
cables for roadside laser device | MicroSense | ||
camera | Sony Group Corp | HDR-CS680 | |
camera tripod | Sony Group Corp | ||
drone | SZ DJI Technology Co.,Ltd. | DA2SUE1 | |
laptop | Dell | C2H2L82 | |
radar | BEIJING AOZER TECH & DEVELOPMENT CO.,LTD | CADS-0037 | |
radar tripod | BEIJING AOZER TECH & DEVELOPMENT CO.,LTD | ||
reflective tripod | Beijing Shunan liandun Technology Co., Ltd | ||
roadside laser device | MicroSense |
References
- China Statistical Yearbook. National Bureau of Statistics. , Available from: http://www.stats.gov.cn/tjsj./ndsj/ (2020).
- He, Y. X. A traffic capacity model of lane occupation. Applied Mechanics and Materials. 599-601, 2083-2087 (2014).
- Hua, S. Y., Wang, J. L., Zhu, Y. Cause analysis and countermeasures of Beijing city congestion. Procedia-Social and Behavioral Sciences. 96, 1426-1432 (2013).
- Yang, H. X., Li, J. D., Zhang, H., Liu, S. Q. Research on the governance of urban traffic jam based on system dynamics. Systems Engineering-Theory & Practice. 34 (8), 2135-2143 (2014).
- Rajé, F., Tight, M., Pope, F. D. Traffic pollution: A search for solutions for a city like Nairobi. Cities. 82, 100-107 (2018).
- Abdull, N., Yoneda, M., Shimada, Y. Traffic characteristics and pollutant emission from road transport in urban area. Air Quality, Atmosphere & Health. 13 (6), 731-738 (2020).
- Shi, K., Di, B. F., Zhang, K. S., Feng, C. Y., Svirchev, L. Detrended cross-correlation analysis of urban traffic congestion and NO 2 concentrations in Chengdu. Transportation Research Part D: Transport and Environment. 61, 165-173 (2018).
- Lu, Q. Y., Chai, J., Wang, S. Y., Zhang, Z. G., Sun, X. C. Potential energy conservation and CO2 emissions reduction related to China's road transportation. Journal of Cleaner Production. 245, 118892 (2020).
- Sánchez González, S., Bedoya-Maya, F., Calatayud, A. Understanding the effect of traffic congestion on accidents using big data. Sustainability. 13 (13), 7500 (2021).
- Fuente, J., Rolloque, A. C., Azas, P., Alcantara, M. M. Young road safety advocate program, the "peer to peer" approach in teaching pedestrian safety. Injury Prevention. 22, Suppl 2 67 (2016).
- Jin, J., Rafferty, P. Does congestion negatively affect income growth and employment growth? Empirical evidence from US metropolitan regions. Transport Policy. 55, 1-8 (2017).
- Ajeng, C., Gim, T. Analyzing on-street parking duration and demand in a metropolitan city of a developing country: A case study of Yogyakarta City, Indonesia. Sustainability. 10 (3), 591 (2018).
- Chen, J. X., Li, Z. B., Jiang, H., Zhu, S. L., Wang, W. Simulating the impacts of on-street vehicle parking on traffic operations on urban streets using cellular automation. Physica A: Statistical Mechanics and its Applications. 468, 880-891 (2017).
- Ye, X. F., Chen, J. Impact of curbside parking on travel time and space mean speed of nonmotorized vehicles. Transportation Research Record. 2394 (1), 1-9 (2013).
- Ye, X., Yan, X. C., Chen, J., Wang, T., Yang, Z. Impact of curbside parking on bicycle lane capacity in Nanjing, China. Transportation Research Record. 2672 (31), 120-129 (2018).
- Guo, H. W., Gao, Z. Y., Zhao, X. M., Yang, X. B. Traffic behavior analysis of non-motorized vehicle under influence of curb parking. Journal of Transportation Systems Engineering and Information Technology. 11 (1), 79-84 (2011).
- Chen, J., Mei, Z. Y., Wang, W. Road resistance model under mixed traffic flow conditions with curb parking. China Civil Engineering Journal. (09), 103-108 (2007).
- Gao, L. P., Sun, Q. X., Liu, M. J., Liang, X., Mao, B. H. Delay models and simulation on mixed traffic system with curb parking. Journal of System Simulation. 22 (003), 804-808 (2010).
- Guo, H. W., Gao, Z. Y., Yang, X. B., Zhao, X. M., Wang, W. H. Modeling travel time under the influence of on-street parking. Journal of Transportation Engineering. 138 (2), 229-235 (2012).
- Yang, X. G., Long, L., Pu, W. J. Optimal distance between one-side curbside parking location and signalized intersection. Journal of Tongji University (Natural Science). 33 (3), 297-300 (2005).
- Guo, H. W., Wang, W. H., Guo, W. W. Micro-simulation study on the effect of on-street parking on vehicular flow. 2012 15th International IEEE Conference on Intelligent Transportation Systems. , 1840-1845 (2012).
- Hu, X. J., Hao, X. T., Wang, H., Su, Z. Y., Zhang, F. Research on on-street temporary parking effects based on cellular automaton model under the framework of Kerner's three-phase traffic theory. Physica A: Statistical Mechanics and its Applications. 545, 123725 (2020).
- Shao, Y., et al. Evaluation of two improved schemes at non-aligned intersections affected by a work zone with an entropy method. Sustainability. 12 (14), 5494 (2020).
- Shao, Y., et al. Evaluating the sustainable traffic flow operational features of an exclusive spur dike U-turn lane design. PLoS One. 14 (4), 0214759 (2019).
- Shao, Y., Han, X. Y., Wu, H., Claudel, C. G. Evaluating signalization and channelization selections at intersections based on an entropy method. Entropy. 21 (8), 808 (2019).
- Xi'an realtime traffic congestion delay index. AutoNavi Traffic Big-data. , Available from: https://trp.autonavi.com/detail.do?city=610100 (2021).
- Pan, B. H., et al. Evaluation and analysis model of the length of added displaced left-turn lane based on entropy evaluation method. Journal of Advanced Transportation. 2021, 2688788 (2021).
- Pan, B. H., et al. Evaluating operational features of three unconventional intersections under heavy traffic based on CRITIC method. Sustainability. 13 (8), 4098 (2021).
- Sun, J. Guideline for Microscopic Traffic Simulation Analysis. , Tongji University Press. Shanghai, China. (2014).
- Koohpayma, J., Tahooni, A., Jelokhani, N. M., Jokar, A. J. Spatial analysis of curb-park violations and their relationship with points of interest: A case study of Tehran, Iran. Sustainability. 11 (22), 6336 (2019).
- Zoika, S., Tzouras, P. G., Tsigdinos, S., Kepaptsoglou, K. Causal analysis of illegal parking in urban roads: The case of Greece. Case Studies on Transport Policy. 9 (3), 1084-1096 (2021).