A subscription to JoVE is required to view this content. Sign in or start your free trial.
Research Article
Please note that some of the translations on this page are AI generated. Click here for the English version.
En este estudio, se analiza el efecto del estacionamiento en una calle urbana. Todo el proceso consiste en la recopilación de datos de tráfico, procesamiento de datos, simulación de operación, calibración de simulación y análisis de sensibilidad.
El estacionamiento en carretera es un fenómeno de tráfico común en China. Las calles urbanas estrechas, las altas demandas de estacionamiento y la escasez de estacionamientos obligan al público a participar en el estacionamiento aleatorio a lo largo de la carretera. Se propone un protocolo para determinar el impacto de un vehículo estacionado en la carretera en los vehículos que pasan. En esta investigación, se selecciona una calle urbana de doble dirección y dos carriles en la que un vehículo está estacionado al borde de la carretera para la recopilación de datos de tráfico. Sobre la base de estos datos, se determina el impacto de los vehículos estacionados en la carretera en la trayectoria y la velocidad de los vehículos que pasan. Además, se aplica un modelo de microsimulación para determinar el impacto del estacionamiento en carretera en la longitud máxima de la cola, el retraso, las emisiones y otros indicadores bajo diferentes volúmenes de tráfico de acuerdo con el análisis de sensibilidad. Los resultados muestran que los vehículos estacionados en la carretera afectan la trayectoria de los vehículos que pasan durante aproximadamente 80 m y tienen un efecto negativo en la velocidad, observándose la velocidad más baja en la ubicación del vehículo estacionado en la carretera. Los resultados del análisis de sensibilidad sugieren que el volumen de tráfico aumenta sincrónicamente con los valores del indicador. El protocolo proporciona un método para determinar el efecto del estacionamiento en carretera en la trayectoria y la velocidad de viaje. La investigación contribuye a la gestión refinada del futuro estacionamiento en carretera.
La aceleración de la urbanización va acompañada de un aumento evidente de la propiedad de vehículos de motor y del flujo de tráfico urbano. En 2021, la propiedad de automóviles de China alcanzó los 378 millones, lo que representa un aumento de 25,1 millones en comparación con 20201. Sin embargo, la situación actual con capacidad vial insuficiente y tecnología de gestión del tráfico limitada ha llevado a una discrepancia cada vez más evidente entre la oferta y la demanda de tráfico urbano. Por lo tanto, la congestión del tráfico rodado se ha intensificado gradualmente. Como el problema más extendido en el transporte urbano, la congestión del tráfico causa muchos peligros y ha atraído la atención de los investigadores 2,3,4. Además de extender el tiempo de viaje, la congestión del tráfico también agrava la contaminación ambiental, intensifica el consumo de energía y aumenta las emisiones contaminantes 5,6,7,8. Existe una correlación positiva entre la congestión del tráfico y las tasas de accidentes 9,10. Aparte de los efectos antes mencionados, el aumento de la congestión del tráfico socava los ingresos y el empleo11, y este efecto está estrechamente relacionado con la vida cotidiana de las personas, lo que lo convierte en uno de los principales problemas de las ciudades. Con el desarrollo de las ciudades, el impacto adverso de la congestión vial en la sociedad seguirá aumentando.
La congestión del tráfico es un reflejo integral de muchos problemas de tráfico urbano, entre los cuales el estacionamiento es el principal. La expansión de la población urbana y el aumento de los vehículos de motor tienen un impacto negativo en la oferta de estacionamiento y la demanda de estacionamiento pendiente. En el sistema de estacionamiento, el estacionamiento en carretera es común en el tráfico urbano y es un medio importante para abordar el desequilibrio entre la oferta y la demanda de estacionamiento. El estacionamiento en la carretera utiliza recursos a ambos lados de la carretera para proporcionar espacios de estacionamiento. El estacionamiento en la carretera es conveniente, rápido, flexible y ahorra espacio en comparación con otras instalaciones de estacionamiento. Sin embargo, el estacionamiento en carretera ocupa recursos viales, y sus efectos adversos no pueden ser ignorados. En las ciudades que experimentan un rápido desarrollo en los países en desarrollo, las crecientes demandas de estacionamiento hacen que el estacionamiento en carretera esté sobrecargado, reduciendo así la seguridad del tráfico, la calidad del aire y el espacio público12. Por lo tanto, es necesario abordar el problema del estacionamiento en la carretera.
El espacio de estacionamiento en la carretera se puede ubicar en dos escenarios: (1) el carril no motorizado (es decir, en carreteras anchas con carriles motorizados y no motorizados separados, el estacionamiento en la carretera ocupa espacio en el carril no motorizado más a la derecha); y (2) el carril mixto de vehículos motorizados y vehículos no motorizados, que a menudo es una carretera estrecha con un bajo volumen de tráfico. Como los vehículos motorizados y no motorizados comparten recursos viales, el estacionamiento en carretera con frecuencia conduce al caos en las operaciones de tráfico en el segundo escenario. Sin embargo, la mayoría de los estudios existentes se han centrado en el primer escenario 13,14,15,16,17,18.
Cuando un espacio de estacionamiento en la carretera está presente en el carril no motorizado, y si no hay aislamiento obligatorio de los carriles motorizados y no motorizados, el estacionamiento en la carretera conduce indirectamente al tráfico mixto. Un espacio de estacionamiento en la carretera disminuye significativamente el ancho efectivo del carril no motorizado, lo que aumenta la probabilidad de que los vehículos no motorizados pasen por el carril no motorizado y ocupen el carril motorizado adyacente. El comportamiento se llama cruce de carril16. Muchos estudios han explorado el impacto del estacionamiento en la carretera en el carril no motorizado en el flujo de tráfico mixto. Con base en el modelo de autómatas celulares, Chen et al.13 evaluaron el impacto del estacionamiento en carretera en operaciones de tráfico heterogéneo en calles urbanas a través del estudio de conflictos de fricción y congestión entre vehículos motorizados y no motorizados 13. Chen et al. propusieron un modelo de resistencia vial de flujo de tráfico mixto considerando el efecto del estacionamiento en carretera17. Además, algunos estudios han examinado el impacto del estacionamiento en carretera solo en vehículos motorizados. Guo et al. propusieron un método basado en la duración del riesgo, que se utilizó para analizar cuantitativamente el tiempo de conducción de los vehículos motorizados en las secciones19 de estacionamiento en carretera, y los resultados mostraron que el estacionamiento en carretera afectó significativamente el tiempo de viaje.
La simulación de tráfico es una herramienta común para investigar el impacto del estacionamiento en la carretera. Yang et al. utilizaron el software VISSIM para explorar el impacto del estacionamiento en carretera en el tráfico dinámico (especialmente en la capacidad), desarrollaron un modelo de tráfico de retraso promedio del vehículo y verificaron la confiabilidad del modelo a través de la simulación20. Gao et al. analizaron el efecto del estacionamiento en carretera sobre el tráfico mixto bajo cuatro tipos de interferencia de tráfico utilizando el mismo software18. Guo et al. utilizaron un modelo de autómatas celulares para analizar la influencia del estacionamiento en carretera en las características del tráfico vehicular (capacidad de carril y velocidad del vehículo) a través de la simulación Monte Carlo en diferentes escenarios21. Bajo el marco de la teoría del tráfico trifásico de Kerner, Hu et al. analizaron el impacto del comportamiento de estacionamiento temporal en carretera en el flujo de tráfico basado en el modelo de autómatas celulares22. Estos estudios muestran que el estacionamiento en carretera tiene un gran impacto negativo en la eficiencia del tráfico.
El departamento de gestión del tráfico está interesado en comprender el efecto de los vehículos estacionados en la carretera en el flujo de tráfico. La longitud y el grado específicos del efecto son importantes para gestionar los problemas con el estacionamiento en carretera, por ejemplo, al proporcionar información sobre cómo delimitar los estacionamientos, determinar las zonas de no estacionamiento y regular la duración del estacionamiento. En este estudio, se diseñó un protocolo para examinar el efecto de un solo vehículo estacionado en la carretera en la operación del tráfico. El procedimiento se puede resumir en los siguientes pasos: 1) preparación del equipo, 2) selección de la ubicación de recolección de datos, 3) selección del tiempo de investigación, 4) recolección de los datos, 5) realización del análisis de datos, 6) construcción del modelo de simulación, 7) calibración del modelo de simulación y 8) realización del análisis de sensibilidad. Si no se cumple algún requisito en estos ocho pasos, el proceso es incompleto e insuficiente para demostrar la efectividad.
1. Preparación del equipo
2. Selección de la ubicación de recolección de datos (Figura 1)
3. Selección del tiempo de investigación
4. Recolección de datos (Figura 3)
5. Análisis de datos
NOTA: A través de la recopilación de datos, se adquieren 3 h de datos, incluido el pico de la mañana, la hora del mediodía y el pico de la tarde. La cámara proporciona videos de tráfico de reproducción para calibrar los volúmenes de tráfico y los tipos de vehículos manualmente. Seleccione los datos de grupo con el mayor volumen (es decir, los datos pico de la mañana en este caso) como la hora representativa para realizar el análisis de datos.
6. Construyendo el modelo de simulación
NOTA: El modelo de simulación microscópica se establece mediante un software de simulación para la simulación de tráfico. Los resultados de la recopilación de datos, incluido el volumen de tráfico, la velocidad del vehículo y la composición del tipo de vehículo, son parámetros vitales en la simulación de tráfico y forman la base de la construcción del modelo. Solo se necesita el grupo de datos representativo en la simulación.
7. Calibración del modelo de simulación
NOTA: En este estudio, las observaciones de tráfico mostraron que los datos de pico de la mañana tenían el mayor volumen, pero los tres grupos de datos se simularon para su verificación para ilustrar completamente la confiabilidad del modelo de simulación.
(1)
(2)
es la capacidad simulada en el modelo de simulación (veh/h), y 
es la capacidad de la investigación (veh/h). El MAPE calculado se enumera en la Tabla 2.8. Análisis de sensibilidad
NOTA: La figura 7B muestra el proceso de análisis de sensibilidad. El proceso de análisis de sensibilidad solo refleja el rendimiento de los datos recopilados (Tabla 3). Para comprender situaciones con diferentes volúmenes de tráfico en escenarios en tiempo real, todas las combinaciones posibles de volúmenes de tráfico se introducen en el modelo de simulación para garantizar que todas las situaciones estén cubiertas en el análisis de estacionamiento en carretera (Figura 8 y Tabla 4).
Este documento presenta un protocolo para determinar el efecto del estacionamiento en la carretera en los vehículos que pasan en una carretera urbana de dos direcciones y dos carriles a través de la recopilación y simulación de datos de tráfico. Se seleccionó una carretera como sitio de estudio (Figura 1) y se estacionó un vehículo en la ubicación planificada al borde de la carretera. Se aplicaron radares, un dispositivo láser en la carretera y una cámara para recopilar la trayectoria del vehículo, la velocidad, el volumen y la composición del tipo para determinar los cambios en la trayectoria y la velocidad del vehículo bajo el estacionamiento en carretera (Figuras 4-6). Se construyó un modelo de simulación microscópica basado en las características geométricas de la carretera y los resultados de la recolección de datos (Figura 7). El análisis de sensibilidad determinó el impacto del estacionamiento en carretera en la longitud máxima de la cola, el retraso, las emisiones y otros indicadores de operación del vehículo en diferentes volúmenes de tráfico (Figura 8).
La figura 1 muestra la ubicación de la recopilación de datos. La carretera de prueba fue una carretera de dos direcciones y dos carriles en la ciudad de Xi'an, provincia de Shaanxi, China. El ancho de la carretera era de 10 m, el límite de velocidad era de 60 km / h, y no había una franja mediana, lo que representa las condiciones típicas de estacionamiento en la carretera. El tráfico bidireccional podía fluir fácilmente, pero se ralentizaba significativamente en presencia de un vehículo estacionado.
La Figura 4 muestra las trayectorias bajo la influencia del estacionamiento en carretera en función de los datos medidos por los radares y el dispositivo láser de carretera. La figura muestra que el vehículo estacionado al borde de la carretera afectó la trayectoria de los vehículos que pasaban por una longitud de 80 m. El azul representa los datos del radar oeste, y el naranja indica los datos del radar este. La línea negra central es una colección de puntos, que es la distribución de posición formada por la posición vertical de los vehículos que pasan detectada por el dispositivo láser de carretera.
El radar oeste muestra los cambios de trayectoria. Cuando los vehículos vieron la barrera estacionada al borde de la carretera, se desviaron de la posición normal desde 40 m aguas arriba del vehículo estacionado.
El dispositivo láser en la carretera podría registrar la posición lateral y la velocidad de cada vehículo que pasa. La posición lateral varió de 2,3 m a 4,9 m (es decir, los extremos inferior y superior de la línea negra media en la Figura 4). La posición media era de 3,3 m. La posición aquí significa la posición del lado derecho de los vehículos que operan en la dirección W-E y la posición del lado izquierdo para los vehículos que operan en la dirección E-W.
Para el radar este, se observó una tendencia similar al radar oeste. Los vehículos volvieron a la posición normal aproximadamente 40 m después de pasar el vehículo de prueba.
Como se ve en la Figura 4, la longitud del efecto de un vehículo estacionado al borde de la carretera en la trayectoria de los vehículos que pasan fue de 80 m. Los vehículos que pasaban comenzaron a desviarse de su trayectoria normal a 40 m del centro del vehículo estacionado y volvieron a su trayectoria normal después de 40 m del centro del vehículo estacionado (la ubicación exacta está marcada con dos largas líneas negras en la Figura 4, y las posiciones horizontales de las dos líneas son 60 m y 140 m). En la posición del vehículo estacionado (es decir, la posición con coordenadas [100,0] en la Figura 4), la distancia promedio entre los vehículos que pasan y el borde exterior del vehículo estacionado fue de 3,3 m. Teniendo en cuenta el ancho del vehículo estacionado, la distancia promedio entre los vehículos que pasaban y el borde interior del vehículo estacionado era de 1,3 m. Las distancias mínima y máxima entre los vehículos que pasaban y el borde interior del vehículo estacionado eran de 0,3 m y 2,9 m, respectivamente, determinadas por la ubicación original y las condiciones de funcionamiento de los vehículos que pasaban. Los vehículos que circulaban cerca de la acera no tenían una gran distancia lateral del vehículo estacionado al pasarlo e incluso pasaban cerca de él a baja velocidad debido a la influencia de otros vehículos que viajaban en la misma dirección. Cuando el vehículo que pasaba no fue perturbado por otros vehículos que viajaban en la misma dirección, el ancho de viaje fue más generoso. En otras palabras, el ancho lateral entre el vehículo que pasaba y el vehículo estacionado en la carretera era suficiente. Por supuesto, el ancho lateral entre el vehículo que pasa y el vehículo estacionado también depende del comportamiento de conducción. En comparación con un conductor agresivo, es más probable que un conductor estable pase a un vehículo estacionado con un mayor ancho lateral.
La Figura 5 y la Figura 6 muestran que el estacionamiento en carretera reduce la velocidad de los vehículos que pasan, y la velocidad más baja de los vehículos que pasan se observa en la posición del vehículo estacionado (es decir, la posición con una coordenada horizontal central de [100, 0]). La Figura 5 muestra la velocidad en la dirección E-W. El tráfico se mueve de derecha a izquierda en la imagen, lo que indica que la velocidad del vehículo disminuye gradualmente dentro del rango de 180-120 m. Después de pasar la posición estacionada, la velocidad se distribuyó gradual y uniformemente sin un aumento obvio.
En la sección naranja, justo antes de la posición del vehículo estacionado, se alcanzó una velocidad máxima de 54,7 km/h, y esta fue la velocidad a la que el vehículo pasó a una velocidad superior a la del vehículo que se aproximaba. La velocidad más baja fue de 0 km/h, y esto ocurrió en la posición de estacionamiento. Con valores de desplazamiento más altos del vehículo en la dirección W-E, ese vehículo ocupaba más ancho de carretera, y el vehículo en la dirección E-W tenía que esperar, lo que significa que la velocidad de este último vehículo era de 0 km / h.
En el área azul, después de pasar la posición de estacionamiento, la velocidad del vehículo se mantuvo en el rango de 8-35 km / h. Habría sido difícil para los automóviles alcanzar límites de velocidad superiores más altos debido al entorno de la carretera. El límite de velocidad inferior aumentó ligeramente de 8 km/h a 20 km/h debido a la conducción lejos de la posición de estacionamiento.
La Figura 6 muestra la velocidad en la dirección W-E, con vehículos moviéndose de izquierda a derecha en la imagen. Los cambios de velocidad en la dirección W-E fueron similares a los de la dirección E-W.
Antes de la posición de estacionamiento (es decir, dentro del rango de 0-100 m en la figura), los límites superior e inferior de la velocidad del vehículo en la dirección W-E se estrecharon gradualmente desde la posición de 20 m. En el rango de 0-40 m, el límite superior disminuyó gradualmente y fue más bajo en la posición de 80 m. El límite máximo de velocidad de 38,6 km/h (en la posición de 20 m) se redujo a 29 km/h (en la posición de 80 m). El límite de velocidad inferior aumentó de 9,4 km/h (en la posición de 10 m) a 10,44 km/h (en la posición de 100 m).
El límite de velocidad bajó antes de la posición de estacionamiento. Durante la observación, si un vehículo en la dirección W-E encontró el vehículo estacionado en el mismo lado y no había vehículos delante de él o el vehículo contrario estaba lejos, el vehículo en la dirección W-E tendía a acelerar y desplazarse primero para ocupar una buena posición para pasar primero al vehículo estacionado. Este fenómeno es la razón del aumento de velocidad justo antes de la posición de estacionamiento.
Al pasar la posición de estacionamiento, el rango de velocidad fue de 8.2-47.7 km / h. El límite de velocidad más bajo disminuyó porque algunos conductores frenaron al pasar el vehículo estacionado para evitar arañazos. Los arañazos ocurren cuando los vehículos que vienen en ambas direcciones se encuentran en el lugar de estacionamiento, y en estos casos, los conductores intentan evitar los arañazos reduciendo su velocidad. En comparación con el área azul, el límite de velocidad se incrementó en 9,1 km/h. Esto se debe a que cuando ningún vehículo venía en la dirección opuesta, los vehículos en la dirección W-E aceleraron por la posición de estacionamiento después de confirmar que no rayaron el vehículo estacionado en la carretera, de acuerdo con los hábitos de conducción habituales de los conductores.
En el área naranja, el límite de velocidad inferior de 7,5 km / h aumentó significativamente después de pasar la posición de estacionamiento. Esto indica que la mayoría de los vehículos pueden acelerar de nuevo a la velocidad antes de la posición de estacionamiento después de alejarse 10 m de la posición de estacionamiento.
La Figura 8 indica los resultados de la simulación de nueve indicadores que reflejan el estado operativo de los vehículos en diferentes volúmenes de tráfico. Los volúmenes de tráfico en las direcciones E-W y W-E afectaron la longitud máxima de la cola (Figura 8A), el número de vehículos (Figura 8B), el retraso (Figura 8C), el número de paradas (Figura 8D), las emisiones de CO (Figura 8E), las emisiones de NO (Figura 8F), las emisiones de COV (Figura 8G), el consumo de combustible (Figura 8H) y el tiempo de viaje (Figura 8I ) alineado con los datos de estacionamiento en carretera. El aumento en el volumen de tráfico conduce al aumento de todos los valores del indicador, pero el grado afectado de los diferentes valores del indicador es diverso. Además, el estacionamiento en carretera no tiene un efecto idéntico en los vehículos en las direcciones E-W y W-E.
Con el aumento en el volumen de tráfico, el grado de impacto del estacionamiento en carretera en los vehículos en la dirección W-E para los tres indicadores de longitud máxima de la cola, retraso y número de paradas fue significativamente mayor que en los vehículos en la dirección E-W. En términos de los cinco indicadores relacionados con las emisiones, el consumo de combustible y el tiempo de viaje, el grado de impacto en los vehículos en las direcciones E-W y W-E fue casi el mismo, pero fue ligeramente mayor para los vehículos en la dirección W-E. Después de que el volumen de tráfico alcanzó 300-350 veh / h en las direcciones W-E y E-W, la tendencia de crecimiento de la longitud máxima de la cola, el retraso y el número de paradas fue significativamente mayor, con el impacto negativo del estacionamiento en carretera en la eficiencia de la operación del tráfico del flujo de tráfico que pasa cada vez más grave. Cinco de los indicadores relacionados con las emisiones, el consumo de combustible y el tiempo de viaje cambiaron uniformemente con el aumento del volumen de tráfico en ambas direcciones.
Figura 1: La ubicación de la recopilación de datos: una carretera de dos direcciones y dos carriles, Dian Zi Yi Road en Xi'an. Coordenadas: 108.932882,34.220774. (A) Un esquema del lugar de investigación en la ciudad de Xi'an. (B) La línea roja representa el segmento de recopilación de datos. El cruce de la carretera norte con la línea roja es una calle peatonal con poca gente y no afecta esta investigación. Haga clic aquí para ver una versión más grande de esta figura.
Figura 2: El índice de congestión de 24 h. Los datos en el panel provienen del índice de congestión en tiempo real en Xi'an el 24 de agosto de 202126. Los datos indican que el pico de la mañana ocurrió de 07:00 a 09:00 y el pico de la tarde ocurrió de 17:00 a 19:00. El valle, excluyendo la noche, ocurrió de 11:00 a 12:00. Los índices de congestión fueron 2.25 y 2.66 a las 08:00 am y 18:00 pm, respectivamente. Haga clic aquí para ver una versión más grande de esta figura.
Figura 3: Esquema de recolección de datos que se muestra en una imagen tomada por un dron a una altura de 150 m. La sombra del árbol cubre todo el equipo, por lo que los bloques coloridos representan el equipo. El vehículo estacionado en la carretera está en el medio, y los dos radares se colocan 100 m río arriba y 100 m río abajo del vehículo estacionado. El radar oeste y el radar este se enfrentan al vehículo estacionado. Haga clic aquí para ver una versión más grande de esta figura.
Figura 4: Trayectorias completas. El vehículo de prueba está estacionado en la posición de (100,0) en el panel. El azul representa los datos del radar oeste, la línea negra central representa los datos del dispositivo láser en la carretera y el naranja representa los datos del radar este. Haga clic aquí para ver una versión más grande de esta figura.
Figura 5: Velocidad Este-Oeste. Haga clic aquí para ver una versión más grande de esta figura.
Figura 6: Velocidad oeste-este. Haga clic aquí para ver una versión más grande de esta figura.
Figura 7: Diagramas de flujo para calcular el error de simulación (MAPE) y realizar el análisis de sensibilidad. (A) Diagrama de flujo para el cálculo del MAPE. (B) Diagrama de flujo para el análisis de sensibilidad. Haga clic aquí para ver una versión más grande de esta figura.
Figura 8: Análisis de sensibilidad. Eje X = volumen de tráfico E-W, eje Y = volumen de tráfico W-E y eje Z = valor del índice de evaluación. (A) Longitud máxima de la cola. B) Número de vehículos. c) Retraso. (D) Número de paradas. e) Emisiones de CO. (F) NO emisiones. g) Emisiones de COV. h) Consumo de combustible. (I) Tiempo de viaje. Haga clic aquí para ver una versión más grande de esta figura.
| Artículo | Mañana (07:00−08:00) | Mediodía Medio (13:00−14:00) | Noche (17:00−18:00) | |||
| Dirección | W–E | E–W | W–E | E–W | W–E | E–W |
| Coche (veh/h) | 306 | 374 | 167 | 148 | 351 | 228 |
| Camión (veh/h) | 1 | 3 | 1 | 0 | 4 | 0 |
| Autobús (veh / h) | 9 | 9 | 4 | 5 | 6 | 4 |
| Afirmar. velocidad (km / h) | 21.7 | 24.5 | 19.4 | 24.7 | 18.8 | 20.5 |
| Velocidad máx. (km/h) | 47.7 | 54.7 | 55.8 | 56.2 | 44.6 | 45.0 |
| Velocidad mínima (km/h) | 0 | 0 | 0 | 0 | 0 | 0 |
Tabla 1: Información del vehículo recopilada en la investigación. Una velocidad mínima de 0 km/h indica que algunos vehículos dejan de moverse.
| Artículo | Mañana (07:00−08:00) | Mediodía Medio (13:00−14:00) | Tarde (17:00─18:00) | |||
| Dirección | W–E | E–W | W–E | E–W | W–E | E–W |
| Capacidad de inversión (veh / h) | 316 | 386 | 172 | 153 | 361 | 232 |
| Capacidad simulada (veh/h) | 306 | 360 | 174 | 150 | 354 | 216 |
| MAPE individual(%) | 3.2 | 6.7 | 1.2 | 2.0 | 1.9 | 6.9 |
| MAPE(%) | 5.0 | 1.6 | 4.4 |
Tabla 2: Los resultados de calibración para el modelo de simulación. Los resultados de calibración entre el volumen de tráfico investigado y el volumen simulado se enumeran en la tabla. El MAPE se calcula utilizando la Ecuación 2, y los errores entre la capacidad simulada y la capacidad real son 5.5%, 1.6% y 4.4% para los tres grupos de datos, que son todos pequeños. Como el error de capacidad total es inferior al 15%, el error del modelo establecido está dentro del rango aceptable y la precisión de la simulación es suficiente29.
| Artículo | Mañana | Mediodía medio | Noche | |||
| (07:00−08:00) | (13:00−14:00) | (17:00─18:00) | ||||
| W–E | E–W | W–E | E–W | W–E | E–W | |
| Longitud máxima de la cola(m) | 31.26 | 34.93 | 12.00 | 7.96 | 34.88 | 20.40 |
| Número de vehículos | 306 | 360 | 168 | 150 | 348 | 216 |
| Retraso(s) | 6.47 | 6.58 | 3.10 | 1.74 | 6.68 | 4.64 |
| Número de paradas(tiempos) | 0.28 | 0.52 | 0.05 | 0.11 | 0.24 | 0.42 |
| Emisiones de CO (gramos) | 191.790 | 249.606 | 89.112 | 77.820 | 219.462 | 135.468 |
| NO emisiones (gramos) | 37.314 | 48.564 | 17.340 | 15.138 | 42.702 | 26.358 |
| Emisiones de COV (gramos) | 44.448 | 57.846 | 20.652 | 18.036 | 50.862 | 31.398 |
| Consumo de combustible (galón) | 2.742 | 3.570 | 1.272 | 1.116 | 3.138 | 1.938 |
| Tiempo(s) de viaje | 35.46 | 29.12 | 31.92 | 24.56 | 35.73 | 27.25 |
Tabla 3: Resultados de la simulación con los datos del pico de la mañana, los datos del mediodía medio y los datos del pico de la tarde. Como datos representativos, el grupo de datos de picos matutinos tiene el mayor volumen de tráfico y valores indicadores. El grupo de datos de tráfico del mediodía central tiene el volumen de tráfico y los valores de indicador más bajos.
| Artículo | Valor |
| Volumen E-W (veh / h) | 150/200/250/300/350/400/450 |
| Volumen W-E (veh / h) | 150/200/250/300/350/400 |
| Nota:El volumen de tráfico E-W está en el rango de 150–450 veh/h con un aumento de 50 veh/h. El volumen de tráfico W-E está en el rango de 150-400 veh / h con un aumento de 50 veh / h. |
Tabla 4: Parámetros de entrada para el análisis de sensibilidad en la simulación.
Los autores no tienen nada que revelar.
En este estudio, se analiza el efecto del estacionamiento en una calle urbana. Todo el proceso consiste en la recopilación de datos de tráfico, procesamiento de datos, simulación de operación, calibración de simulación y análisis de sensibilidad.
Los autores desean reconocer el Programa de Investigación Científica financiado por el Departamento de Educación Provincial de Shaanxi (Programa No. 21JK0908).
| batería | Shenzhen Saiqi Innovation Technology Co., Ltd | LPB-568S | |
| cables para radar | BEIJING AOZER TECH & DESARROLLO CO., LTD | ||
| cables para dispositivo láser | de carretera Cámara MicroSense | ||
| Sony | Group Corp | HDR-CS680 | |
| trípode de cámara | Sony Group Corp | ||
| dron | SZ DJI Technology Co., Ltd. | DA2SUE1 | |
| portátil | Dell | C2H2L82 | |
| radar | BEIJING AOZER TECH & DESARROLLO CO., LTD | CADS-0037 | |
| trípode de radar | BEIJING AOZER TECH & DESARROLLO CO., LTD | ||
| trípode reflectante | Beijing Shunan liandun Technology Co., Ltd | ||
| dispositivo láser de carretera | MicroSense |
