Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Engineering
Click here for the English version

Engineering

Yol Kenarındaki Park Yerinin Çift Yönlü Bir Kentsel Cadde Üzerindeki Etkisinin Değerlendirilmesi

Published: January 20, 2023 doi: 10.3791/63384
Automatic Translation
1, 1, 1, 2, 1, 1
1Highway Academy, Chang’an University, 2School of Modern Posts (Logistics School) & Institute of Posts, Xi’an University of Posts and Telecommunications

Summary

Bu çalışmada, yol kenarındaki otoparkın kentsel bir cadde üzerindeki etkisi analiz edilmiştir. Tüm süreç trafik veri toplama, veri işleme, operasyon simülasyonu, simülasyon kalibrasyonu ve hassasiyet analizinden oluşur.

Abstract

Yol kenarına park etme, Çin'de yaygın bir trafik fenomenidir. Dar kentsel sokaklar, yüksek park talepleri ve park yeri sıkıntısı, halkı yol kenarında rastgele park etmeye zorluyor. Yol kenarına park edilmiş bir aracın yoldan geçen araçlar üzerindeki etkisini belirlemek için bir protokol önerilmektedir. Bu araştırmada, trafik verilerinin toplanması için bir aracın yol kenarına park edildiği çift yönlü ve iki şeritli bir kentsel cadde seçilmiştir. Bu verilerden yola çıkarak yol kenarına park etmiş araçların yoldan geçen araçların yörüngesi ve hızı üzerindeki etkisi belirlenir. Ek olarak, yol kenarındaki park etmenin, duyarlılık analizine göre farklı trafik hacimleri altındaki maksimum sıra uzunluğu, gecikme, emisyonlar ve diğer göstergeler üzerindeki etkisini belirlemek için bir mikrosimülasyon modeli uygulanır. Sonuçlar, yol kenarına park edilmiş araçların yaklaşık 80 m boyunca geçen araçların yörüngesini etkilediğini ve hız üzerinde olumsuz bir etkiye sahip olduğunu, en düşük hızın yol kenarına park edilmiş aracın bulunduğu yerde gözlemlendiğini göstermektedir. Duyarlılık analizi sonuçları, trafik hacminin gösterge değerleriyle senkronize olarak arttığını göstermektedir. Protokol, yol kenarındaki park etmenin seyahat yörüngesi ve hızı üzerindeki etkisini belirlemek için bir yöntem sağlar. Araştırma, gelecekteki yol kenarı otoparkının rafine yönetimine katkıda bulunuyor.

Introduction

Kentleşmenin hızlanmasına, motorlu taşıt sahipliğinde ve kentsel trafik akışında belirgin bir artış eşlik ediyor. 2021 yılında, Çin'in otomobil sahipliği 378 milyona ulaştı ve 2020'ye kıyasla 25,1 milyon artış gösterdi1. Bununla birlikte, yetersiz yol kapasitesi ve sınırlı trafik yönetimi teknolojisi ile mevcut durum, kentsel trafik arz ve talebi arasında giderek daha belirgin bir tutarsızlığa yol açmıştır. Bu nedenle, karayolu trafik sıkışıklığı giderek yoğunlaşmıştır. Şehir içi ulaşımda en yaygın sorun olan trafik sıkışıklığı birçok tehlikeye neden olmakta ve araştırmacıların geniş ilgisini çekmektedir 2,3,4. Seyahat süresini uzatmanın yanı sıra, trafik sıkışıklığı çevre kirliliğini de ağırlaştırır, enerji tüketimini yoğunlaştırır ve kirletici emisyonlarını arttırır 5,6,7,8. Trafik sıkışıklığı ile kaza oranları arasında pozitif korelasyon 9,10'dur. Yukarıda belirtilen etkilerin yanı sıra, artan trafik sıkışıklığı gelir ve istihdamı azaltmaktadır11 ve bu etki insanların günlük yaşamıyla yakından ilgilidir ve bu nedenle bunu şehirlerdeki temel sorunlardan biri haline getirmektedir. Şehirlerin gelişmesiyle birlikte, yol tıkanıklığının toplum üzerindeki olumsuz etkisi artmaya devam edecektir.

Trafik sıkışıklığı, otoparkın en önemli olduğu birçok kentsel trafik sorununun kapsamlı bir yansımasıdır. Kentsel nüfusun genişlemesi ve motorlu taşıtlardaki artış, otopark arzı ve olağanüstü otopark talebi üzerinde olumsuz bir etkiye sahiptir. Park sisteminde, yol kenarına park etme şehir trafiğinde yaygındır ve park arzı ile talebi arasındaki dengesizliği ele almanın önemli bir yoludur. Yol kenarına park yeri, park yerleri sağlamak için yolun her iki tarafındaki kaynakları kullanır. Yol kenarına park etme, diğer park tesislerine kıyasla kullanışlı, hızlı, esnek ve yerden tasarruf sağlar. Bununla birlikte, yol kenarındaki park yeri yol kaynaklarını kaplar ve olumsuz etkileri göz ardı edilemez. Gelişmekte olan ülkelerde hızlı bir gelişme gösteren şehirlerde, artan park talepleri, yol kenarındaki otoparkı aşırı yüklemekte, böylece trafik güvenliğini, hava kalitesini ve kamusal alanı azaltmaktadır12. Bu nedenle, yol kenarındaki park sorununun ele alınması gerekiyor.

Yol kenarındaki park yeri iki senaryoda bulunabilir: (1) motorsuz şerit (yani, ayrı motorlu ve motorsuz şeritlere sahip geniş yollarda, yol kenarı park yeri en sağdaki motorsuz şeritte yer kaplar); ve (2) genellikle düşük trafik hacmine sahip dar bir yol olan motorlu taşıt ve motorlu olmayan araç karışık şeridi. Motorlu ve motorlu olmayan araçlar yol kaynaklarını paylaştığından, yol kenarına park etme genellikle ikinci senaryoda trafik operasyonlarında kaosa yol açmaktadır. Bununla birlikte, mevcut çalışmaların çoğu ilk senaryo 13,14,15,16,17,18'e odaklanmıştır.

Motorsuz şeritte yol kenarında bir park yeri varsa ve motorlu ve motorsuz şeritlerin zorunlu izolasyonu yoksa, yol kenarına park etmek dolaylı olarak karışık trafiğe yol açar. Yol kenarındaki bir park yeri, motorsuz şeridin etkin genişliğini önemli ölçüde azaltır, böylece motorlu olmayan araçların motorsuz şeritten geçme ve bitişik motorlu şeridi işgal etme olasılığını artırır. Bu davranışa şerit geçişi16 denir. Birçok çalışma, motorsuz şeritte yol kenarına park etmenin karışık trafik akışı üzerindeki etkisini araştırmıştır. Chen ve ark.13, hücresel otomata modeline dayanarak, yol kenarına park etmenin kentsel sokaklardaki heterojen trafik operasyonları üzerindeki etkisini, motorlu ve motorlu olmayan taşıtlar arasındaki sürtünme ve tıkanıklık çatışmalarının incelenmesiyle değerlendirmiştir13. Chen ve ark., yol kenarındaki park yerinin etkisini göz önünde bulundurarak karışık trafik akışının bir yol direnci modeli önermişlerdir17. Buna ek olarak, bazı çalışmalar yol kenarına park etmenin sadece motorlu taşıtlar üzerindeki etkisini incelemiştir. Guo ve ark., yol kenarı park bölümleri19'daki motorlu taşıtların sürüş süresini nicel olarak analiz etmek için kullanılan risk süresine dayalı bir yöntem önerdi ve sonuçlar, yol kenarındaki park etmenin seyahat süresini önemli ölçüde etkilediğini gösterdi.

Trafik simülasyonu, yol kenarına park etmenin etkisini araştırmak için yaygın bir araçtır. Yang ve ark., yol kenarındaki park etmenin dinamik trafik üzerindeki etkisini (özellikle kapasite üzerinde) keşfetmek için VISSIM yazılımını kullandılar, bir araç ortalama gecikme trafiği modeli geliştirdiler ve simülasyon20 ile model güvenilirliğini doğruladılar. Gao ve ark., aynı yazılımı kullanarak yol kenarındaki park etmenin dört tür trafik paraziti altında karışık trafik üzerindeki etkisini analiz ettiler18. Guo ve ark., farklı senaryolar21 altında Monte Carlo simülasyonu aracılığıyla yol kenarına park etmenin araç trafik özellikleri (şerit kapasitesi ve araç hızı) üzerindeki etkisini analiz etmek için hücresel bir otomata modeli kullandılar. Kerner'in üç aşamalı trafik teorisi çerçevesinde, Hu ve ark. geçici yol kenarı park etme davranışının hücresel otomata model22'ye dayanarak trafik akışı üzerindeki etkisini analiz ettiler. Bu çalışmalar, yol kenarındaki otoparkın trafik verimliliği üzerinde büyük bir olumsuz etkiye sahip olduğunu göstermektedir.

Trafik yönetimi departmanı, yol kenarına park edilmiş araçların trafik akışı üzerindeki etkisini anlamakla ilgilenmektedir. Etkinin belirli uzunluğu ve derecesi, örneğin otoparkların nasıl sınırlandırılacağı, park edilmeyen bölgelerin nasıl belirleneceği ve park sürelerinin nasıl düzenleneceği hakkında bilgi sağlayarak, yol kenarındaki park yeri ile ilgili sorunları yönetmek için önemlidir. Bu çalışmada, yol kenarına park edilmiş tek bir aracın trafik operasyonu üzerindeki etkisini incelemek üzere bir protokol tasarlanmıştır. Prosedür şu adımlarda özetlenebilir: 1) ekipmanın hazırlanması, 2) veri toplama yerinin seçilmesi, 3) araştırma süresinin seçilmesi, 4) verilerin toplanması, 5) veri analizinin yapılması, 6) simülasyon modelinin oluşturulması, 7) simülasyon modelinin kalibre edilmesi ve 8) duyarlılık analizinin yapılması. Bu sekiz adımdaki herhangi bir gereklilik karşılanmazsa, süreç eksik ve etkinliği kanıtlamak için yetersizdir.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. Ekipmanın hazırlanması

  1. Gerekli tüm ekipmanların mevcut olduğundan emin olun: radarlar, yol kenarı lazer cihazı, dizüstü bilgisayarlar, piller, bir kamera, bir drone, yansıtıcı bir tripod, ilgili kablolar ve cihaz tripodları.

2. Veri toplama yerinin seçimi (Şekil 1)

  1. Veri toplama konumunu seçin. Seçilen konumun iki yönlü ve iki şeritli bir yolda olduğundan emin olun.
    NOT: Konum seçimi bu araştırmada anahtardır. İki şeritli genişliğin gözlemlenmesi kolaydır.
  2. Konumun herhangi bir kavşağı olmadığından emin olun.
    NOT: Üçüncü bir yönden gelen araçlar gözlemde kaosa neden olabilir.
  3. Araştırmacılar tarafından yerleştirilen park edilmiş bir araç dışında yolda herhangi bir engel olmadığından emin olun.
    NOT: Bariyerler araç davranışını kesintiye uğratabilir ve radar algılamasını engelleyebilir.
  4. En az 300 m'lik bir görüş mesafesi ve açıklık olduğundan emin olun. Bu, radar araştırması ve araştırmacıların güvenliği için gereklidir.
    NOT: Bir radar en fazla 200 m mesafeyi algılayabilir. Radarlar, soruşturmada park halindeki araçtan 100 m yukarı ve aşağı yönde yer almaktadır.
  5. Konumun düz çizgili bir segment olduğundan emin olun.
    NOT: Segment düz değilse, araç ofsetinin yol kenarındaki park yerinden kaynaklanıp kaynaklanmadığını belirlemek mümkün değildir.

3. Soruşturma süresinin seçimi

  1. İnceleme zamanını seçin. Sabah zirvesinde 1 saat, öğlen 1 saat ve akşam zirvesinde 1 saat23,24,25 olmak üzere toplamda en az 3 saat gereklidir.
  2. Trafik araştırma raporlarından, trafik polisi departmanlarından veya trafik iş şirketlerinden26 (Şekil 2) en yüksek trafik hacmi saatinin zamanını elde edin.
  3. Referans olarak trafik raporlarının veya analizlerinin yokluğunda, yukarıdaki üç dönemde birkaç saatlik veri toplayın ve ardından en yüksek trafik hacmi27,28 olan verileri seçin.
  4. Veri analizi yapmak için ve simülasyon modeline girdi olarak en yüksek trafik hacmine sahip saat verilerini kullanın. Model doğrulaması için 3 saatlik verilerin tümünü kullanın.
    NOT: Seçilen yol restoranlarla çevriliydi ve yemek servisi için en yoğun saat, yol kenarındaki park talebi için en yoğun saattir. Trafik hacmi için en yoğun saat, kapalı zamandır ve kapalı zaman aynı zamanda catering için en yoğun zamandır. Bu nedenle, trafik hacmi için en yoğun saat ve park talebi için en yoğun saat neredeyse eşzamanlıdır.

4. Veri toplama (Şekil 3)

  1. Yol kenarındaki lazer cihazının yerleştirilebilmesi için aracı kaldırımdan yaklaşık 20 cm uzağa istenilen yere park edin.
  2. Yansıtıcı tripodu aracın arkasına yerleştirin. Araçların davranışını etkilemediğinden emin olmak için çok uzağa koymayın.
    NOT: Çin Karayolu Trafik Güvenliği Kanunu'nun ilgili hükümlerine dayanarak çarpışmayı uyarmak ve/veya önlemek için yansıtıcı bir tripod gereklidir. Tripod, park halindeki aracın arkasında bulunan araçları uyarmak ve böylece çarpışmayı önlemek için park edilmiş aracın arkasına belirli bir mesafe yerleştirilir. Yansıtıcı tripodun geçen araçların davranışı üzerindeki etkisini en aza indirmek için yansıtıcı tripod ile park edilmiş araç arasındaki mesafe düşük tutulur, bu nedenle çalışma sonuçları üzerindeki etkisi ihmal edilebilir düzeydedir.
  3. Radar tripodunu ayarlayın. Sinyal tıkanmasını önlemek için tripodu en az 2 m yüksekliğe ayarlayın. Radarı tripod ile kilitleyin. Radarı dikey olarak ayarlayın ve park halindeki araca doğru çevirin. Radar veri kablosunu dizüstü bilgisayarın USB bağlantı noktasına bağlayın.
    NOT: Bir radar park halindeki aracın 100 m yukarısında, diğeri ise 100 m aşağıdadır. Her iki radar da trafik verilerini yakalamak için park halindeki aracın aynı tarafına yerleştirilir.
  4. Radar yazılımını açın ve aşağıdaki adımları uygulayın.
    1. İletişim Kontrolü'ne tıklayın. Seri Bağlantı Noktasını seçin ve Bağlan'a tıklayın. Yazılım Radar Algılandı öğesini gösterdikten sonra Onayla'ya tıklayın.
    2. Soruşturma Kurulumu'na tıklayın. RLU Zamanını Oku'ya tıklayın ve RLU Zamanını Ayarlayın. Veri Kaydını Sil'e tıklayın ve radarın dahili belleğini temizlemek için onaylayın. İncelemeyi Başlat'a tıklayın ve iletişim kutusunu kapatın.
    3. Radar durumunu kontrol etmek için Gerçek Zamanlı Görünüm'e tıklayın ve araçlar geçerken trafik verileri toplanmalıdır.
  5. Yol kenarındaki lazer cihazını ve kabloyu hazırlayın. Yol kenarındaki lazer cihazı veri kablosunu bağlantı noktasına bağlayın. Yol kenarındaki lazer cihazı veri kablosunu dizüstü bilgisayarın USB bağlantı noktasına bağlayın.
  6. Yol kenarındaki lazer cihazını park halindeki aracın ortasına yerleştirin. Aygıtın düzeyini belirlemek için aygıttaki dört ayarlama sütununu döndürün.
    NOT: Yol kenarındaki lazer cihazı standart konumda çalışıyor olmalıdır.
  7. Yol kenarı lazer cihazı yazılımını açın ve aşağıdaki işlemleri gerçekleştirin.
    1. İletişim Kontrolü'ne tıklayın. RLU Seri Bağlantı Noktası Numarasını seçin ve Bağlan'a tıklayın. Yazılım Yeni RLU Bağlantısı Algılandı ifadesini gösterdikten sonra Onayla'ya tıklayın.
    2. İncelemeyi Görüntüle'ye tıklayın. Araçlar geçtiğinde, trafik akışı gerçek zamanlı olarak gösterilecektir.
    3. Soruşturma Kurulumu'na tıklayın. RLU Zamanını Oku'ya tıklayın ve RLU Zamanını art arda ayarlayın. Başlangıç Saati ve Bitiş Saati'ni ayarlayın ve Görevi Ayarla'ya tıklayın. Yazılım RLU Investigation Setup Up Succeeded'ı gösterdikten sonra Onayla'ya tıklayın.
    4. Son'a tıklayın. Yol kenarındaki lazer cihazının durumunu görüntülemek için Cihaz Durumu'na tıklayın.
  8. Kamerayı park halindeki aracın yaklaşık 30 m yukarısına yerleştirin.
    NOT: Trafik verileri radarlar ve yol kenarındaki lazer cihazı ile toplanabilir. Trafik çalışma videoları veri doğrulaması için hazırlanır.
  9. Tüm ekipmanı çift şeritli çift taraflı yola yerleştirin (burada, Dian Zi Yi Yolu). Radarların, yol kenarındaki lazer cihazının ve kameranın her 5 dakikada bir iyi çalışıp çalışmadığını kontrol edin.
    NOT: Dizüstü bilgisayarların ve kameranın saatinin gerçek saatle aynı olduğundan emin olun. İki radarı, yol kenarındaki lazer cihazını ve kamerayı planlanan zamanda aynı anda çalıştırın. Birbirine bakan iki radar, bir ara yol kenarı lazer cihazı ile birleştiğinde, etkilenen trafiğin sürekli bir yörüngesini sağlar.
  10. Veri toplamayı sonlandırın ve radar yazılımındaki gerçek zamanlı kontrol penceresini kapatın.
    1. İnceleme Kurulumu'na tıklayın, İncelemeyi Sonlandır'ı seçin ve onaylayın. İletişim kutusunu kapatın.
    2. Veri İndirme'yi seçin, verileri kaydetmek için bilgisayara göz atın ve dosya için bir ad girin. Aç'a ve ardından İndirmeyi Başlat'a tıklayın. Radar veri toplamayı tamamlamak için Onayla'ya tıklayın.
  11. Yol kenarındaki lazer cihaz yazılımında Cihaz Durumu'na tıklayın ve ardından veri toplamayı sonlandırmak için Görevi Durdur'a tıklayın. Veri İndirme'yi seçin, göz atın ve dosya için bir ad girin. Aç'a tıklayın ve İndirmeyi Başlat'a tıklayın. Yol kenarındaki lazer cihazının veri toplamasını tamamlamak için Onayla'ya tıklayın.

5. Veri analizi

NOT: Veri toplama yoluyla, sabah en yüksek seviyesi, orta öğlen saati ve akşam zirvesi dahil olmak üzere 3 saatlik veri elde edilir. Trafik videolarını oynatmak, trafik hacimlerini ve araç türlerini manuel olarak kalibre etmek için kamera tarafından sağlanır. Veri analizini gerçekleştirmek için temsili saat olarak en yüksek hacme sahip grup verilerini (yani, bu durumda sabah en yüksek verilerini) seçin.

  1. Radarlardan yörüngeleri ve hızı toplamak için yazılım kullanın.
    NOT: Radar, park halindeki araçtan 100 m uzakta ve yol 10 m genişliğindedir. Bu nedenle, bu aralığın ötesindeki tüm veri noktaları radar hatalarıdır ve silinmelidir.
  2. Yol kenarındaki lazer cihazının ofset değerini, geçiş hızını, araç sayısını ve park edilmiş araç konumundaki araç türlerini sağladığından emin olun.
  3. İki radar ve bir yol kenarı lazer cihazı tarafından sağlanan tüm yörünge ve hız aralığını, hesaplama yazılımını kullanarak temsili veri olarak çizin (Şekil 4-6).

6. Simülasyon modelinin oluşturulması

NOT: Mikroskobik simülasyon modeli, trafik simülasyonu için simülasyon yazılımı tarafından oluşturulmuştur. Trafik hacmi, araç hızı ve araç tipi kompozisyonu dahil olmak üzere veri toplamanın sonuçları, trafik simülasyonunda hayati parametrelerdir ve model oluşturmanın temelini oluşturur. Simülasyonda yalnızca temsili veri grubuna ihtiyaç vardır.

  1. Yol yapımı
    1. Simülasyon yazılımını açın. İncelenen yol segmentinin arka plan haritasını içe aktarın.
    2. Soldaki Engeller'e tıklayın, sağ tıklayın ve Yeni Engel Ekle'yi seçin. Engelin uzunluğunu ve genişliğini girin ve ardından Tamam'a tıklayın. Engeli karayoluna taşımak için imleci sürükleyin.
      NOT: "Engel", yol kenarına park edilmiş aracı ifade eder. Engelin uzunluğu ve genişliği, park halindeki aracın gerçek boyutuna göre ayarlanır.
    3. Soldaki Bağlantılar'a tıklayın, imleci bağlantının başına getirin ve sağ tıklayın. Yeni Bağlantı Ekle'yi seçin, şerit genişliğini girin ve Tamam'a tıklayın. Bağlantıyı harita üzerine çizmek için imleci sürükleyin.
    4. Dört yol segmenti oluşturmak için adım 6.1.3'ü tekrarlayın.
    5. İki bağlantıyı bağlamak üzere bir bağlantının uç noktasını bitişik bağlantıya sürüklemek için farenin sağ düğmesini ve klavyedeki Ctrl düğmesini basılı tutun.
      NOT: Bu parçaya "konektör" denir ve daha fazla nokta eklendiğinde daha pürüzsüz hale gelir.
    6. Tüm bağlantıları bağlamak için adım 6.1.5'i yineleyin.
  2. İstenilen hız
    1. Üst çubuktan Temel Veriler'i seçin ve ardından Dağıtımlar | İstenilen Hız.
    2. İstediğiniz yeni bir hız dağılımı eklemek ve adlandırmak için alttaki yeşil çarpı Ekle düğmesine tıklayın.
    3. Temsili verilerden alınan ortalama hızı ve maksimum hızı, istenen minimum ve maksimum hızlar olarak girin. Varsayılan verileri silin.
    4. İstenen tüm hız dağılımlarını (doğudan batıya yön, batıdan doğuya yön ve azaltılmış hız alanı) belirlemek için 6.2.2-6.2.3 adımlarını tekrarlayın.
      NOT: Aşağıdaki metinde doğudan batıya yönü E-W, batıdan doğuya yönü ise W-E olarak kısaltılmıştır.
  3. Araç kompozisyonları
    1. Üst çubuktan Listeler'i seçin ve ardından Özel Aktarım | Araç Kompozisyonları.
    2. Yeni bir araç kompozisyonu eklemek için yeşil çarpı işareti Ekle düğmesine tıklayın.
    3. İki araç türü eklemek için Ekle düğmesine tıklayın: ağır vasıtalar (HGV'ler) ve otobüsler.
    4. Otomobiller, HGV'ler ve otobüsler için adım 6.2'de ayarlanan istenen hız dağılımını seçin.
    5. İki araç bileşimi (E-W ve W-E) oluşturmak için 6.3.2-6.3.4 arasındaki adımları tekrarlayın. Temsili verilerden arabaların, HGV'lerin ve otobüslerin akışını girin.
  4. Araç rotaları
    1. Sol menü çubuğundan Araç Rotaları'nı seçin.
    2. İmleci bir bağlantının yukarı akışına getirin, sağ tıklayın ve Yeni Statik Araç Yönlendirme Kararı Ekle'yi seçin.
    3. Veri koleksiyonundaki gerçek rotalardan haritadaki araç rotalarını çizmek için mavi imleci sürükleyin.
  5. Azaltılmış hız alanları
    1. Sol menü çubuğundan Azaltılmış Hız Alanları'nı seçin.
    2. Park konumunun yukarı yönündeki alana sağ tıklayın ve Yeni Azaltılmış Hız Alanı Ekle'yi seçin.
      NOT: Alanın uzunluğu, veri analizi sonuçlarına bağlıdır.
    3. Ekranın kenar boşluğuna sağ tıklayın, Ekle'yi seçin ve alan hızı olarak azaltılmış hız alanı için adım 6.2'de ayarlanan istenen hızı seçin.
    4. Tüm azaltılmış hız alanlarını ayarlamak için 6.5.2-6.5.3 arasındaki adımları yineleyin.
  6. Öncelik kuralları
    1. Sol menü çubuğundan Öncelik Kuralları'nı seçin.
    2. Park edilmiş aracın W-E yönünde yukarı akışındaki azaltılmış hız alanına sağ tıklayın ve Yeni Öncelik Kuralı Ekle'yi seçin. Minimum boşluk süresini ve boşluğunu girin.
    3. Park halindeki aracın aşağı akışındaki öncelik kuralını E-W yönünde ayarlamak için adım 6.6.2'yi tekrarlayın.
      NOT: Öncelik kurallarının ayarlanması, veri toplama tarafından yansıtılan gerçek trafik işlemine bağlıdır.
  7. Araç seyahat süreleri
    1. Soldan Araç Hareket Süreleri'ni seçin.
    2. Bir bağlantının başına sağ tıklayın ve Yeni Araç Yolculuk Süresi Ölçümü Ekle'yi seçin.
    3. Bir araç seyahat süresi ölçümü oluşturmak için imleci bağlantının sonuna sürükleyin.
    4. Tüm araç rotaları için adım 6.7.3'ü tekrarlayın.
  8. Araç girişleri
    1. Soldan Araç Girişleri'ni seçin. Bir bağlantının başına sağ tıklayın ve Yeni Araç Girişi Ekle'yi seçin.
    2. Fareyi sol alta hareket ettirin ve temsili verilerin ses düzeyini girin.
    3. Tüm bağlantılar için 6.8.1-6.8.2 arasındaki adımları yineleyin.
  9. Düğüm
    1. Soldan Düğümler'i seçin. Yeni Düğüm Ekle'yi seçmek için sağ tıklatın ve sonra Tamam'a tıklayın.
    2. Orta düğüm aralığını ayarlamak için fareyi sol tıklatın ve hareket ettirin.
      NOT: Düğüm aralığı simülasyon sonuçlarıyla ilgilidir ve yol kesit geometrisine bağlıdır.
  10. Simülasyon arayüzünün üst kısmındaki Değerlendirme'ye tıklayın ve Sonuç Listeleri'ni seçin. Düğüm Sonuçları ve Araç Yolculuk Süresi Sonuçları'na tıklayın.
  11. Simülasyonu başlatmak için üstteki mavi oynat düğmesine tıklayın. Simülasyon hızını en üst düzeye çıkarmak için cihazın Hızlı Mod düğmesine tıklayın.
  12. Simülasyondan sonra, maksimum sıra uzunluğu, park süreleri, gecikme, araç sayısı, yakıt tüketimi, CO emisyonları, NO emisyonları, VOC emisyonları ve seyahat süresi dahil olmak üzere düğüm sonuçları ve araç seyahat süresi sonuçları arayüzün altında gösterilir.

7. Simülasyon modeli kalibrasyonu

NOT: Bu çalışmada, trafik gözlemleri sabah tepe verilerinin en yüksek hacme sahip olduğunu göstermiştir, ancak simülasyon modelinin güvenilirliğini tam olarak göstermek için doğrulama için üç veri grubu simüle edilmiştir.

  1. Toplanan verileri simülasyon modeline girin, simülasyonu çalıştırın ve simülasyon sonucunu elde edin (Şekil 7A).
    NOT: Simülasyon hacmi, simülasyon sonucundan oluşturulabilir.
  2. Simülasyon birimini toplanan hacimle karşılaştırın.
    NOT: Denklem 1'i kullanarak kapasiteyi hesaplayın:
    Equation 1(1)
    burada C ideal kapasiteyi (veh/h) ve ht ortalama minimum ilerlemeyi (s) gösterir.
    NOT: Toplanan hacim ile simülasyon hacmi arasındaki fark, Denklem 2'de gösterildiği gibi ortalama mutlak yüzde hatası (MAPE) olarak adlandırılır:
    Equation 2(2)
    burada n, bu etütteki dört farklı akışı gösterir, Equation 3 simülasyon modelinde simüle edilen kapasitedir (veh / h) ve Equation 4 araştırmanın kapasitesidir (veh / h). Hesaplanan MAPE Tablo 2'de listelenmiştir.
    NOT: MAPE küçük olduğunda simülasyon doğruluğu kabul edilebilir.

8. Duyarlılık analizi

NOT: Şekil 7B, duyarlılık analizi sürecini göstermektedir. Duyarlılık analizi süreci sadece toplanan verilerin performansını yansıtır (Tablo 3). Gerçek zamanlı senaryolarda farklı trafik hacimlerine sahip durumları anlamak için, tüm olası trafik hacmi kombinasyonları, tüm durumların yol kenarı park analizinde ele alındığından emin olmak için simülasyon modeline girilir (Şekil 8 ve Tablo 4).

  1. Temsili verilerin üç veri grubu içerdiğinden emin olun (örneğin, W-E hacmi, E-W hacmi ve diğer parametreler).
  2. W-E hacmini altı kategoriye ayırın, E-W hacmini yedi kategoriye bölün ve simülasyondaki diğer parametreleri sabit tutun.
    NOT: W-E trafik hacmi, yoğun saatte 50 veh / s artışla 150-400 veh / s ve E-W trafik hacmi, yoğun saatte 50 veh / s artışla 150-450 veh / s idi. Kentsel caddede bir şeridin maksimum hizmet trafiği hacmi 1.140 veh / s idi.
  3. 42 durumu simüle edin ve tüm durumlarda etkinliği doğrulayın.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Bu yazıda, trafik verilerinin toplanması ve simülasyonu yoluyla iki yönlü ve iki şeritli bir kentsel yolda yoldan geçen araçlar üzerinde yol kenarına park etmenin etkisini belirlemek için bir protokol sunulmaktadır. Çalışma alanı olarak bir yol seçildi (Şekil 1) ve planlanan yol kenarındaki yere bir araç park edildi. Yol kenarındaki park etme altında araç yörüngesindeki ve hızındaki değişiklikleri belirlemek için araç yörüngesini, hızını, hacmini ve tip kompozisyonunu toplamak için radarlar, bir yol kenarı lazer cihazı ve bir kamera uygulanmıştır (Şekil 4-6). Yolun geometrik özelliklerine ve veri toplama sonuçlarına göre mikroskobik bir simülasyon modeli oluşturulmuştur (Şekil 7). Duyarlılık analizi, yol kenarındaki park etmenin maksimum kuyruk uzunluğu, gecikme, emisyonlar ve değişen trafik hacimlerinde araç çalışmasının diğer göstergeleri üzerindeki etkisini belirlemiştir (Şekil 8).

Şekil 1'de veri toplama konumu gösterilmektedir. Test yolu, Çin'in Shaanxi Eyaleti, Xi'an şehrinde iki yönlü ve iki şeritli bir yoldu. Yolun genişliği 10 m, hız sınırı 60 km / s idi ve yol kenarındaki park etmenin tipik koşullarını temsil eden medyan şerit yoktu. İki yönlü trafik kolayca akabilir, ancak park edilmiş bir aracın varlığında önemli ölçüde yavaşlar.

Şekil 4, radarlar ve yol kenarı lazer cihazı tarafından ölçülen verilere dayanarak yol kenarındaki park etme etkisi altındaki yörüngeleri göstermektedir. Şekil, yol kenarına park edilmiş aracın, geçen araçların yörüngesini 80 m uzunluğunda etkilediğini göstermektedir. Mavi batı radar verilerini, turuncu ise doğu radar verilerini temsil eder. Orta siyah çizgi, yol kenarı lazer cihazı tarafından algılanan geçen araçların dikey konumunun oluşturduğu konum dağılımı olan noktaların bir koleksiyonudur.

Batı radarı yörünge değişikliklerini gösteriyor. Araçlar yol kenarındaki park edilmiş bariyeri gördüklerinde, park halindeki aracın 40 m yukarısındaki normal konumdan uzaklaşırlar.

Yol kenarındaki lazer cihazı, geçen her aracın yanal konumunu ve hızını kaydedebilir. Yanal pozisyon 2,3 m ile 4,9 m arasında değişmekteydi (yani, Şekil 4'teki orta siyah çizginin alt ve üst uçları). Ortalama pozisyon 3.3 m idi. Buradaki konum, W-E yönünde çalışan araçların sağ taraf konumu ve E-W yönünde çalışan araçların sol taraf konumu anlamına gelir.

Doğu radarı için de batı radarına benzer bir eğilim gözlenmiştir. Araçlar, test aracını geçtikten yaklaşık 40 m sonra normal pozisyonlarına geri döndü.

Şekil 4'te görüldüğü gibi yol kenarına park edilmiş bir aracın yoldan geçen araçların yörüngesine etkisinin uzunluğu 80 m idi. Geçen araçlar, park halindeki aracın merkezinden 40 m uzakta normal yörüngelerinden sapmaya başlamış ve park edilmiş aracın merkezinden 40 m sonra normal yörüngelerine geri dönmüştür (tam konum Şekil 4'te iki uzun siyah çizgi ile işaretlenmiştir ve iki çizginin yatay konumları 60 m ve 140 m'dir). Park edilmiş araç konumunda (yani, Şekil 4'te koordinatları [100,0] olan konum), geçen araçlar ile park edilmiş aracın dış kenarı arasındaki ortalama mesafe 3,3 m idi. Park edilen aracın genişliği dikkate alındığında, geçen araçlar ile park edilen aracın iç kenarı arasındaki ortalama mesafe 1,3 m idi. Geçen araçlar ile park halindeki aracın iç kenarı arasındaki minimum ve maksimum mesafeler, geçen araçların orijinal konumu ve çalışma koşullarına göre belirlendiği şekilde sırasıyla 0,3 m ve 2,9 m idi. Kaldırıma yakın seyahat eden araçlar, geçerken park halindeki araçla büyük bir yanal mesafeye sahip değildi ve hatta aynı yönde seyahat eden diğer araçların etkisiyle düşük bir hızda yakın geçtiler. Yoldan geçen araç aynı yönde ilerleyen diğer araçlar tarafından rahatsız edilmediğinde, hareket genişliği daha cömertti. Yani yoldan geçen araç ile yol kenarına park edilmiş araç arasındaki yanal genişlik yeterliydi. Tabii ki, geçen araç ile park edilmiş araç arasındaki yanal genişlik de sürüş davranışına bağlıdır. Agresif bir sürücüyle karşılaştırıldığında, istikrarlı bir sürücünün park edilmiş bir aracı daha büyük bir yanal genişliğe sahip geçme olasılığı daha yüksektir.

Şekil 5 ve Şekil 6, yol kenarındaki park etmenin, geçen araçların hızını azalttığını, geçen araçların en düşük hızının park edilmiş araç konumunda (yani, merkezi yatay koordinatı [100, 0] olan konum) gözlemlendiğini göstermektedir. Şekil 5, E-W yönündeki hızı göstermektedir. Resimde trafik sağdan sola doğru hareket ediyor ve bu da araç hızının 180-120 m aralığında kademeli olarak azaldığını gösteriyor. Park edilmiş konumu geçtikten sonra, hız belirgin bir artış olmadan kademeli ve eşit olarak dağıtıldı.

Turuncu bölümde, park halindeki araç konumundan hemen önce, maksimum 54,7 km/s hıza ulaşıldı ve bu, aracın karşıdan gelen araçtan daha yüksek bir hızda geçtiği hızdı. En düşük hız 0 km / s idi ve bu park konumunda gerçekleşti. Aracın W-E yönünde daha yüksek ofset değerleri ile, bu araç daha fazla yol genişliği kapladı ve E-W yönündeki araç beklemek zorunda kaldı, yani ikinci aracın hızı 0 km / s idi.

Mavi alanda, park pozisyonunu geçtikten sonra araç hızı 8-35 km/s aralığında kaldı. Yol ortamı nedeniyle otomobillerin daha yüksek üst hız sınırlarına ulaşması zor olurdu. Düşük hız sınırı, park konumundan uzaklaşma nedeniyle 8 km / s'den 20 km / s'ye hafifçe yükseldi.

Şekil 6, resimde soldan sağa hareket eden araçlarla W-E yönündeki hızı göstermektedir. W-E yönündeki hız değişimleri E-W yönündekilere benzerdi.

Park pozisyonundan önce (yani, şekildeki 0-100 m aralığında), W-E yönündeki araç hızının üst ve alt sınırları kademeli olarak 20 m konumundan daraldı. 0-40 m aralığında, üst sınır kademeli olarak azaldı ve 80 m pozisyonunda en düşüktü. 38,6 km/s (20 m konumda) üst hız sınırı 29 km/s'ye (80 m konumda) düştü. Alt hız sınırı 9,4 km/s'den (10 m konumda) 10,44 km/s'ye (100 m konumda) yükseltildi.

Hız sınırı park konumundan önce düşürüldü. Gözlem sırasında, W-E yönündeki bir araç park halindeki aracı aynı tarafta bulursa ve önünde araç yoksa veya karşı araç çok uzaktaysa, W-E yönündeki araç önce park halindeki aracı geçmek için iyi bir konuma gelmek için önce hızlanma ve dengelenme eğilimindeydi. Bu fenomen, park pozisyonundan hemen önce hız artışının nedenidir.

Park pozisyonunu geçtikten sonra hız aralığı 8.2-47.7 km / s idi. Bazı sürücüler çizilmeleri önlemek için park halindeki aracı geçerken fren yaptıkları için düşük hız sınırı azaldı. Çizikler, her iki yönde de gelen araçlar park yerinde buluştuğunda meydana gelir ve bu durumlarda sürücüler hızlarını azaltarak çizikleri önlemeye çalışırlar. Mavi alanla karşılaştırıldığında, hız sınırı 9,1 km / s artırıldı. Bunun nedeni, hiçbir araç ters yönde gelmediğinde, W-E yönündeki araçların, sürücülerin normal sürüş alışkanlıklarına uygun olarak, yol kenarına park edilmiş aracı çizmediklerini doğruladıktan sonra park pozisyonu ile hızlanmalarıdır.

Turuncu alanda, 7,5 km / s'lik alt hız sınırı, park pozisyonunu geçtikten sonra önemli ölçüde arttı. Bu, çoğu aracın park konumundan 10 m uzaklaştıktan sonra park konumundan önceki hıza geri dönebileceğini gösterir.

Şekil 8, araçların farklı trafik hacimlerindeki çalışma durumunu yansıtan dokuz göstergenin simülasyon sonuçlarını göstermektedir. E-W ve W-E yönlerindeki trafik hacimleri maksimum kuyruk uzunluğunu (Şekil 8A), araç sayısını (Şekil 8B), gecikmeyi (Şekil 8C), durak sayısını (Şekil 8D), CO emisyonlarını (Şekil 8E), NO emisyonlarını (Şekil 8F), VOC emisyonlarını (Şekil 8G), yakıt tüketimini (Şekil 8H) ve seyahat süresini (Şekil 8I) etkiledi ) yol kenarı park verilerine hizalanarak. Trafik hacmindeki artış, tüm gösterge değerlerinde artışa neden olur, ancak farklı gösterge değerlerinin etkilenen derecesi çeşitlidir. Ek olarak, yol kenarındaki park yeri, E-W ve W-E yönlerindeki araçlar üzerinde aynı etkiye sahip değildir.

Trafik hacmindeki artışla birlikte, maksimum kuyruk uzunluğu, gecikme ve durma sayısının üç göstergesi için W-E yönündeki araçlar üzerindeki yol kenarı park etme etki derecesi, E-W yönündeki araçlardan önemli ölçüde daha yüksekti. Emisyonla ilgili beş gösterge, yakıt tüketimi ve seyahat süresi açısından, E-W ve W-E yönlerindeki araçlar üzerindeki etki derecesi neredeyse aynıydı, ancak W-E yönündeki araçlar için biraz daha büyüktü. Trafik hacmi W-E ve E-W yönlerinde 300-350 veh/s'ye ulaştıktan sonra, maksimum sıra uzunluğunun, gecikmenin ve durak sayısının büyüme eğilimi önemli ölçüde daha yüksekti ve yol kenarına park etmenin trafik akışını geçmenin trafik operasyon verimliliği üzerindeki olumsuz etkisi daha ciddi hale geldi. Emisyonla ilgili göstergelerden beşi, yakıt tüketimi ve seyahat süresi, her iki yönde de artan trafik hacmiyle eşit olarak değişti.

Figure 1
Resim 1: Veri toplama yeri: Xi'an'daki iki yönlü ve iki şeritli bir yol, Dian Zi Yi Yolu. Koordinatlar: 108.932882,34.220774. (A) Xi'an Şehrindeki soruşturma yerinin şeması. (B) Kırmızı çizgi, veri toplama segmentini temsil eder. Kırmızı çizgiyle kesişen kuzey yolu, az kişinin yaşadığı bir yaya caddesidir ve bu araştırmayı etkilemez. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Figure 2
Şekil 2: 24 saatlik tıkanıklık indeksi. Paneldeki veriler, 24 Ağustos 202126'da Xi'an'daki gerçek zamanlı tıkanıklık endeksinden geliyor. Veriler, sabah zirvesinin 07: 00-09: 00 arasında gerçekleştiğini ve akşam zirvesinin 17: 00-19: 00 arasında gerçekleştiğini göstermektedir. Vadi, gece geç saatler hariç, 11: 00-12: 00 saatleri arasında meydana geldi. Tıkanıklık endeksleri sırasıyla 08:00 ve 18:00'de 2,25 ve 2,66 olarak gerçekleşti. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Figure 3
Şekil 3: Bir drone tarafından 150 m yükseklikte çekilen bir resimde gösterilen veri toplama şeması. Ağaç gölgesi tüm ekipmanı kaplar, bu nedenle renkli bloklar ekipmanı temsil eder. Yol kenarına park edilmiş araç ortadadır ve iki radar park edilmiş aracın 100 m yukarısına ve 100 m aşağısına yerleştirilmiştir. Batı radarı ve doğu radarının her ikisi de park halindeki araca bakmaktadır. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Figure 4
Şekil 4: Tüm yörüngeler. Test aracı panelde (100,0) konumuna park edilmiştir. Mavi batı radar verilerini, orta siyah çizgi yol kenarı lazer cihazı verilerini ve turuncu doğu radar verilerini temsil eder. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Figure 5
Şekil 5: Doğu-Batı hızı. Bu rakamın daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Figure 6
Şekil 6: Batı-Doğu hızı. Bu rakamın daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

Figure 7
Şekil 7: Simülasyon hatasını (MAPE) hesaplamak ve duyarlılık analizini gerçekleştirmek için akış şemaları. (A) MAPE'nin hesaplanması için akış şeması. (B) Duyarlılık analizi için akış şeması. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Figure 8
Şekil 8: Duyarlılık analizi. X ekseni = E-W trafik hacmi, Y ekseni = W-E trafik hacmi ve Z ekseni = değerlendirme dizini değeri. (A) Maksimum sıra uzunluğu. (B) Araç sayısı. (C) Gecikme. (D) Durak sayısı. (E) CO emisyonları. (F) Emisyon YOK. (G) VOC emisyonları. (H) Yakıt tüketimi. (I) Seyahat süresi. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Madde Sabah (07:00−08:00) Orta Öğlen (13:00−14:00) Akşam (17:00-18:00)
Yön W–E E-W W–E E-W W–E E-W
Araba (veh / s) 306 374 167 148 351 228
Kamyon (veh / h) 1 3 1 0 4 0
Otobüs(veh/h) 9 9 4 5 6 4
İddia etmek. hız (km / s) 21.7 24.5 19.4 24.7 18.8 20.5
hız(km/s) 47.7 54.7 55.8 56.2 44.6 45.0
Min. hız (km / s) 0 0 0 0 0 0

Tablo 1: Soruşturmada toplanan araç bilgileri. Minimum 0 km/s hız, bazı araçların hareket etmeyi bıraktığını gösterir.

Madde Sabah (07:00−08:00) Orta Öğlen (13:00−14:00) Akşam (17:00─18:00)
Yön W–E E-W W–E E-W W–E E-W
Yatırım kapasitesi (veh/h) 316 386 172 153 361 232
Simüle edilmiş kapasite (veh/h) 306 360 174 150 354 216
Bireysel MAPE(%) 3.2 6.7 1.2 2.0 1.9 6.9
MAPE(%) 5.0 1.6 4.4

Tablo 2: Simülasyon modeli için kalibrasyon sonuçları. İncelenen trafik hacmi ile simüle edilen hacim arasındaki kalibrasyon sonuçları tabloda listelenmiştir. MAPE, Denklem 2 kullanılarak hesaplanır ve simüle edilmiş kapasite ile gerçek kapasite arasındaki hatalar, hepsi küçük olan üç veri grubu için% 5,5,% 1,6 ve% 4,4'tür. Toplam kapasite hatası% 15'ten az olduğundan, kurulan modelin hatası kabul edilebilir aralıkta ve simülasyon doğruluğu yeterli29'dur.

Madde Sabah Orta Öğlen Akşam
(07:00-08:00) (13:00−14:00) (17:00─18:00)
W–E E-W W–E E-W W–E E-W
maksimum sıra uzunluğu (m) 31.26 34.93 12.00 7.96 34.88 20.40
araç sayısı 306 360 168 150 348 216
gecikme(ler) 6.47 6.58 3.10 1.74 6.68 4.64
durak sayısı (kez) 0.28 0.52 0.05 0.11 0.24 0.42
CO emisyonları (gram) 191.790 249.606 89.112 77.820 219.462 135.468
Emisyon YOK (gram) 37.314 48.564 17.340 15.138 42.702 26.358
VOC emisyonları (gram) 44.448 57.846 20.652 18.036 50.862 31.398
yakıt tüketimi (galon) 2.742 3.570 1.272 1.116 3.138 1.938
seyahat süresi/süreleri 35.46 29.12 31.92 24.56 35.73 27.25

Tablo 3: Sabah en yüksek verileri, öğlen ortası verileri ve akşam en yüksek verileri ile simülasyon sonuçları. Temsili veriler olarak, sabah en yüksek veri grubu en yüksek trafik hacmine ve gösterge değerlerine sahiptir. Öğlen trafiği veri grubu en düşük trafik hacmine ve gösterge değerlerine sahiptir.

Madde Değer
E-W hacmi (veh / h) 150/200/250/300/350/400/450
W–E hacmi(veh/h) 150/200/250/300/350/400
Not: E-W trafik hacmi, 50 veh/s artışla 150–450 veh/s aralığındadır. W-E trafik hacmi, 50 veh / s artışla 150-400 veh / s aralığındadır.

Tablo 4: Simülasyondaki duyarlılık analizi için giriş parametreleri.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Yol kenarındaki otoparkın kentsel sokaklardaki etkisi göz ardı edilemez ve rastgele park etme 30,31'in ele alınması gerekir. Yol kenarındaki park yerinin çift yönlü bir kentsel caddede trafik akışı üzerindeki etkisini belirlemek için bir protokol burada sunulmaktadır. Veri toplama, yol kenarına park etmenin neden olduğu geçen araçların yörüngesini ve hız değişikliklerini belirtir. Trafik simülasyonu, maksimum kuyruk uzunluğu, gecikme ve emisyonlar gibi karayolu endekslerini ölçer.

Protokoldeki kritik adımlar veri toplama ve mikrosimülasyon modeli oluşturmadır. Veri toplama konumu, kesişme, giriş veya çıkış olmadan düz bir segmenttir. Etkinin görünür olmasını sağlamak için, yol 10 m'den daha geniş olamaz. 10 m genişliğinde bir sokak gözlem için uygundur. Daha darsa, trafik tamamen bozulabilir ve daha genişse, etki tespit edilemeyebilir. Yeterince uzun bir görüş mesafesi de segment için bir gerekliliktir. Simülasyon modeli oluşturulurken azaltılmış hız alanlarına ve öncelik kurallarına dikkat edilmelidir. Azaltılmış hız alanlarının ilgili parametreleri (hız ve uzunluk), gerçek yol çalışmasını yansıtmak için temsili verilere dayanarak ayarlanır. Sürücülerin davranışları, çatışma alanları yerine öncelik kuralları kullanılarak daha iyi yansıtılabilir. Öncelik kuralları temsili verilerle aynıdır ve kamera tarafından yakalanan trafik operasyon videoları kullanılarak kontrol edilir.

Yol kenarına park etmenin geçen araçlar üzerindeki etkisiyle ilgili olarak, bu protokol soruşturma sonuçlarının spesifik ve gerçekçi bir tanımını sağlar. Örneğin, geçen araçların yörüngeleri 80 m uzunluğunda etkilenir ve araç hızı da olumsuz etkilenir. Ayrıca farklı trafik hacimleri altında simülasyon analiz sonuçları, trafik operasyon verimliliğini yansıtan çeşitli endekslerin performansını göstermektedir. Trafik hacmindeki artış, gösterge değerlerindeki artışla eş zamanlıdır.

Bu protokolün ana sınırlaması, sadece yol kenarında park edilmiş bir araç için etkili olmasıdır. Bir sonraki araştırma aşaması, rastgele park edilmiş birden fazla aracın trafik akışı operasyonu üzerindeki etkisini belirlemek için gerçekleştirilecektir.

Trafik polisinin, yol kenarına park edilmiş araçları izlemek için dar kentsel sokaklara izleme ekipmanı eklemesi ve böylece yol kenarındaki park etmenin etkisini hafifletmesi önerilir.

Yol kenarındaki park yerinin çift yönlü bir kentsel cadde üzerindeki etkisini değerlendirmek için burada açıklanan protokol, izin verilen park süresi, önerilen park yeri ve izin verilen park aracı türleri gibi rafine yol kenarı park yönetimi önlemleri önermek için uygulanabilir.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Yazarların açıklayacak hiçbir şeyleri yoktur.

Acknowledgments

Yazarlar, Shaanxi İl Eğitim Departmanı tarafından finanse edilen Bilimsel Araştırma Programı'nı (Program No. 21JK0908) kabul etmek istemektedir.

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

DOWNLOAD MATERIALS LIST

References

  1. China Statistical Yearbook. National Bureau of Statistics. , Available from: http://www.stats.gov.cn/tjsj./ndsj/ (2020).
  2. He, Y. X. A traffic capacity model of lane occupation. Applied Mechanics and Materials. 599-601, 2083-2087 (2014).
  3. 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).
  4. 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).
  5. Rajé, F., Tight, M., Pope, F. D. Traffic pollution: A search for solutions for a city like Nairobi. Cities. 82, 100-107 (2018).
  6. 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).
  7. 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).
  8. 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).
  9. Sánchez González, S., Bedoya-Maya, F., Calatayud, A. Understanding the effect of traffic congestion on accidents using big data. Sustainability. 13 (13), 7500 (2021).
  10. 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).
  11. 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).
  12. 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).
  13. 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).
  14. 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).
  15. 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).
  16. 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).
  17. 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).
  18. 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).
  19. 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).
  20. 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).
  21. 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).
  22. 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).
  23. 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).
  24. 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).
  25. 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).
  26. Xi'an realtime traffic congestion delay index. AutoNavi Traffic Big-data. , Available from: https://trp.autonavi.com/detail.do?city=610100 (2021).
  27. 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).
  28. Pan, B. H., et al. Evaluating operational features of three unconventional intersections under heavy traffic based on CRITIC method. Sustainability. 13 (8), 4098 (2021).
  29. Sun, J. Guideline for Microscopic Traffic Simulation Analysis. , Tongji University Press. Shanghai, China. (2014).
  30. 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).
  31. 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).

Tags

Mühendislik Sayı 191 Yol kenarı park etme trafik verileri trafik gecikmesi trafik sıkışıklığı ulaşım kentsel sokak
Yol Kenarındaki Park Yerinin Çift Yönlü Bir Kentsel Cadde Üzerindeki Etkisinin Değerlendirilmesi
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Pan, B., Liu, J., Chai, H., Shao,… More

Pan, B., Liu, J., Chai, H., Shao, Y., Zhang, R., Li, J. Evaluating the Effect of Roadside Parking on a Dual-Direction Urban Street. J. Vis. Exp. (191), e63384, doi:10.3791/63384 (2023).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter