È richiesta un abbonamento a JoVE per visualizzare questo contenuto. Accedi o inizia la tua prova gratuita.

Articolo metodologico

Valutazione di un design esclusivo Spur Dike U-Turn con dati e simulazione raccolti con radar

18.3K visualizzazioni

⸱

DOI:

10.3791/60675

⸱

1 febbraio 2020

 ,  ,  ,  ,  ,  ,  , 
1Highway Academy, Chang'an University, 2Human Resource Department, Xi'an Shiyou University, 3Cockrell School of Engineering, University of Texas at Austin, 4Department of Earth and Atmospheric Science, University of Houston, 5School of Foreign Languages, Xi'an Shiyou University

In questo articolo

Sommario

Questo protocollo descrive il processo di risoluzione di un problema di traffico microscopico con la simulazione. L'intero processo contiene una descrizione dettagliata della raccolta dei dati, dell'analisi dei dati, della compilazione del modello di simulazione, della calibrazione della simulazione e dell'analisi sensibile. Vengono inoltre discusse le modifiche e la risoluzione dei problemi del metodo.

Abstract

I progetti tradizionali a U possono ovviamente migliorare le caratteristiche operative, mentre le deviazioni a U e i segmenti di unione causano ancora congestione del traffico, conflitti e ritardi. Un esclusivo design eSUL (U-turn Lane design) di diga sperone è proposto per risolvere gli svantaggi dei tradizionali design a U-turn. Per valutare le prestazioni operative di ESUL, è necessario un protocollo di simulazione del traffico. L'intero processo di simulazione include cinque passaggi: raccolta dei dati, analisi dei dati, costruzione del modello di simulazione, calibrazione della simulazione e analisi sensibile. La compilazione del modello di simulazione e la raccolta dei dati sono due passaggi critici e vengono descritti più avanti in modo più dettagliato. Nella valutazione vengono comunemente utilizzati tre indici (tempo di viaggio, ritardo e numero di fermate) e altri parametri possono essere misurati dalla simulazione in base alle esigenze sperimentali. I risultati mostrano che l'ESUL riduce significativamente gli svantaggi dei tradizionali progetti a U-turn. La simulazione può essere applicata per risolvere problemi di traffico microscopici, ad esempio in incroci singoli o diversi adiacenti o segmenti brevi. Questo metodo non è adatto per reti stradali su larga scala o valutazioni senza raccolta dati.

Introduzione

Alcuni problemi di traffico, come la congestione del traffico in un incrocio o in un segmento corto, possono essere risolti o migliorati ottimizzando la progettazione della strada, la tempistica del segnale di modifica, le misurazioni della gestione del traffico e altre tecnologie di trasporto1,2,3,4. Questi miglioramenti hanno un effetto positivo o negativo sulle operazioni di flusso del traffico rispetto alle situazioni originali. I cambiamenti nelle operazioni di traffico possono essere confrontati nel software di simulazione del traffico piuttosto che nella ricostruzione effettiva dell'intersezione o del segmento. Il metodo di simulazione del traffico è un'opzione rapida ed economica quando vengono proposti uno o più piani di miglioramento, soprattutto quando si confrontano diversi piani di miglioramento o si valuta l'efficacia dei miglioramenti. In questo articolo viene presentato il processo di risoluzione di un problema di traffico con la simulazione valutando le caratteristiche operative del flusso di traffico di un design esclusivo della corsia a u spur5.

Il movimento a U è una domanda di traffico diffusa che richiede un'apertura mediana a U sulla strada, ma questo è stato discusso. La progettazione di un'apertura a U può causare congestione del traffico, mentre la chiusura dell'apertura a U può causare deviazioni per i veicoli a U. Due movimenti, veicoli a U e veicoli diretti a sinistra, richiedono un'apertura inversione a U e causano ritardi nel traffico, fermate o persino incidenti. Alcune tecnologie sono state proposte per risolvere gli svantaggi dei movimenti di inversione a U, come la signalizzazione6,7, corsie di svolta a sinistra esclusive8,9, e veicoli autonomi10,11. Il potenziale di miglioramento esiste ancora sui problemi di inversione delle U, a causa delle soluzioni di cui sopra che hanno applicazioni restrittive. Un nuovo design a U può essere una soluzione migliore in determinate condizioni ed essere in grado di risolvere i problemi esistenti.

Il design più diffuso è l'intersezione mediana di inversione a U (MUTI)12,13,14,15, , come illustrato nella Figura 1. Una limitazione significativa del MUTI è che non è in grado di distinguere i veicoli in nevi dal passaggio di veicoli e che il conflitto di traffico esiste ancora16,17. Un design modificato a U chiamato l'esclusiva dike U-turn lane (ESUL; Figura 2) è proposto qui e mira a ridurre la congestione del traffico introducendo un'esclusiva corsia a U su entrambi i lati di una mediana. L'ESUL può ridurre significativamente i tempi di percorrenza, i ritardi e il numero di fermate dovute alla sua canalizzazione dei due flussi.

Per dimostrare che l'ESUL è più efficiente del normale MUTI, è necessario un protocollo rigoroso. L'ESUL non può essere effettivamente costruito prima di un modello teorico; pertanto, è necessaria una simulazione18. Utilizzando i parametri del flusso di traffico, alcuni modelli chiave sono stati utilizzati nella ricerca di simulazione19, come i modelli di comportamento di guida20,21, auto seguendo modelli22,23, modelli di inversione a U4, e modelli di cambio di corsia21. L'accuratezza delle simulazioni del flusso di traffico è ampiamente accettata16,24. In questo studio, sia il MUTI che l'ESUL sono simulati con dati raccolti per confrontare i miglioramenti apportati dall'ESUL. Per garantire l'accuratezza, viene simulata anche un'analisi sensibile dell'ESUL, che può applicarsi a molte situazioni di traffico diverse.

Questo protocollo presenta procedure sperimentali per risolvere problemi di traffico reali. Sono stati proposti i metodi per la raccolta dei dati sul traffico, l'analisi dei dati e l'analisi dell'efficienza complessiva dei miglioramenti del traffico. La procedura può essere riepilogata in cinque passaggi: 1) raccolta dati sul traffico, 2) analisi dei dati, 3) costruzione del modello di simulazione, 4) calibrazione del modello di simulazione e 5) analisi di sensibilità delle prestazioni operative. Se uno qualsiasi di questi requisiti nei cinque passaggi non viene soddisfatto, il processo è incompleto e insufficiente a dimostrare l'efficacia.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Protocollo

1. Preparazione dell'apparecchiatura

  1. Prepara due dei seguenti dispositivi per raccogliere i flussi di traffico a due direzioni: radar, laptop, batterie e cavi per radar e laptop, fotocamere e treppiedi radar e fotocamere.
    NOTA: Il radar e il software corrispondente vengono utilizzati per raccogliere la velocità e la traiettoria del veicolo, e questo è più preciso di un cannone di velocità. Il radar non è l'unica scelta se sono disponibili altre attrezzature per la raccolta di velocità, traiettoria e volume del veicolo. Poiché i segnali radar possono essere facilmente bloccati da veicoli di grandi dimensioni, i video ripresi dalle telecamere possono essere utilizzati per il conteggio dei veicoli. Durante l'indagine, se il tempo è piovoso o soleggiato, è necessaria la protezione dell'attrezzatura. Soprattutto in una giornata di sole, l'apparecchiatura può raggiungere una temperatura elevata e spegnersi, quindi è necessario un ombrello o un'apparecchiatura di raffreddamento per questa situazione.

2. Test dell'apparecchiatura

  1. Assicurarsi che tutti gli investigatori indossino giubbotti riflettenti.
  2. Preparare il treppiede radar ed estenderlo il più alto possibile. Impostare il treppiede più alto di 2 m per evitare che i segnali vengano bloccati sul ciglio della strada.
  3. Installare il radar sulla parte superiore del treppiede e bloccare il radar.
  4. Impostare il radar circa 0,5 m accanto al ciglio della strada, regolare il radar verticalmente e affrontare la direzione del veicolo o la direzione opposta. Mantenere l'angolo tra la strada e il radar il più piccolo possibile.
    NOTA: Il radar è in grado di rilevare al massimo 200 m. Se il radar è troppo vicino alla corsia, può soffiare sui veicoli in transito. Pertanto, 0,5 x 1,0 m è la distanza abituale dalla corsia.
  5. Accendere la batteria e collegare il portatile alla batteria di alimentazione. Collegare il cavo di alimentazione radar e collegare i dati radar USB al computer portatile. Quando tutti i cavi sono collegati, accendere il portatile.
  6. Impostare la telecamera accanto al radar per sparare il flusso del veicolo.
  7. Apertura del software radar
    1. Fare clic su Controllo di comunicazione, quindi selezionare il numero ID radar dall'elenco a discesa. Mostrerà Radar rilevato con un numero ID.
    2. Fare clic su Impostazione indagine. Nel menu a comparsa, fai clic su Leggi tempo RLUe il tempo del dispositivo a sinistra cambierà. Quindi, fare clic su Imposta rLU tempo, e PC ora corrente a sinistra cambierà anche.
    3. Fare clic su Avvia indaginee lo stato di lavoro del dispositivo cambierà da Registrazione dati non procede e Nessun dato nel dispositivo alla registrazione dei dati in fase di procedura e Dati nel dispositivo. Fare clic su Chiudi per chiudere questa finestra di dialogo.
    4. Fare clic sulla visualizzazione In tempo reale per verificare lo stato del radar. Verrà visualizzata una nuova finestra di dialogo e i dati radar verranno arrotolati rapidamente. Ciò significa che il radar sta rilevando i veicoli e funziona bene. Mantenere aperta questa finestra di dialogo fino al termine della raccolta.
      NOTA: il veicolo può essere catturato dal radar quando si passa il radar.
    5. Fare clic su Chiudi nella finestra di dialogo per completare la raccolta.
    6. Fare clic su Impostazione indagine . Terminare l'indaginee confermare nella finestra di dialogo. Fare clic sul pulsante Chiudi.
    7. Selezionare Download dati nel menu principale. Fare clic su Sfoglia per selezionare un luogo in cui salvare i dati radar. Immettere un nome individuale per il foglio di calcolo. Fare clic sul pulsante Avvia download, verrà visualizzata una barra di avanzamento e verrà visualizzata una finestra di dialogo dopo il download. Fare clic su Conferma per completare la raccolta dei dati.
    8. Fare clic su Impostazione indagine . Cancellare il setdi dati e confermarlo nella finestra di dialogo successiva per cancellare la memoria interna del radar.
      NOTA: un test di tutte le attrezzature è necessario prima della partenza per la posizione di raccolta dei dati. Spostare tutte le apparecchiature nel luogo di raccolta dati se tutte le parti funzionano bene.

3. Raccolta dei dati

  1. Selezione della posizione di raccolta dei dati (Figura 3)
    1. Selezionare una posizione adatta simile al tipo di intersezione utilizzato nella ricerca.
      NOTA: questo è il requisito chiave nella selezione della posizione. La forma della posizione, la situazione del flusso di traffico, il controllo del semaforo e altri controlli sono tutti necessari in considerazione. Più simile è il sito di studio, più accurati sono i risultati. È necessaria un'apertura mediana in versione U sull'autostrada. È necessaria una linea di vista e di sgombero sufficientemente lunga, necessaria per il radar e la sicurezza per gli investigatori. In base alla distanza di rilevamento del radar e della distanza di arresto del veicolo, la linea di vista dovrebbe essere di almeno 200 m dalla posizione a una direzione a monte.
    2. Controllare la distanza della direzione radar. Assicurati che non ci siano alberi, arbusti, passerelle, segnali stradali o lampioni in vista.
    3. Assicurarsi che la posizione sia un luogo sicuro per l'attrezzatura e gli investigatori. Se l'attrezzatura è impostata sul ciglio della strada o sopra la strada dipende dal terreno.
    4. Posizionare l'attrezzatura in un luogo appartato per evitare di ottenere l'attenzione del conducente.
      NOTA: In base all'esperienza precedente, alcuni conducenti potrebbero rallentare se vedono l'apparecchiatura di indagine, che porterà a errori. L'apparecchiatura di acquisizione dei dati può essere considerata come un dispositivo di misura per la polizia stradale per misurare l'eccesso di velocità dei veicoli.
  2. Raccolta dei dati sul traffico
    1. Scegliere l'ora di ritiro.
      1. Raccogliere 3 h di dati: 1 h nel picco mattutino, 1 h a mezzogiorno valle, e 1 h al picco serale.
      2. Controllare il picco preciso e l'ora della valle dal rapporto di ricerca del traffico, dipartimento di polizia stradale, o società di business del traffico25,26 (Figura 4).
        NOTA: se non è presente alcun rapporto sul traffico o analisi come riferimento, raccogliere 3 h di dati durante i tre periodi sopra menzionati e scegliere i dati più elevati.
      3. Inserisci i dati con il volume di traffico più alto in un periodo di 1 h nella sezione di analisi e modello di simulazione. Utilizzare le restanti 2 h di dati per la verifica alla fine.
    2. Configurazione dell'apparecchiatura
      1. Regolare la direzione del radar e impostare la telecamera accanto al radar in cui è in grado di catturare tutte le corsie. Ripetere il processo di installazione di tutte le attrezzature nella sezione 2 sul ponte pedonale.
        NOTA: La distanza prima del radar deve essere il più lunga e ampia possibile per coprire l'intera gamma di movimenti di inversione a U. Il radar EW (da est a ovest) si affaccia sul flusso del traffico e il radar WE (da ovest a est) si affaccia verso le code del veicolo a causa dell'allineamento della strada (Figura 5). Non ci sono differenze tra i risultati derivanti dall'impostazione dell'apparecchiatura sul lato interno rispetto al lato esterno delle corsie. Il lato interno o esterno della posizione radar influisce solo sul sistema di coordinate delle figure di traiettoria con dati radar. Quando il radar affronta il flusso del traffico, la velocità di marcia rilevata è negativa e deve essere invertita durante l'elaborazione dei dati. Quando il radar affronta il flusso del traffico, la velocità di marcia rilevata è positiva e può essere utilizzata direttamente.
      2. Impostare i radar e le telecamere in modo che siano leggermente più alti rispetto alle ringhiere del ponte per garantire l'altezza prima dei radar e delle telecamere.
        NOTA: Non è necessario che i radar siano alti come l'insediamento lungo la strada.
    3. Assicurati che i tempi dei radar, dei laptop e delle telecamere siano coerenti con quelli in tempo reale.
    4. Avviare due radar e telecamere contemporaneamente per pianificare il tempo.
    5. Controllare se i radar e le telecamere funzionano normalmente ogni 5 min durante la raccolta dei dati per assicurarsi che tutte le parti funzionino bene.
    6. Terminare la raccolta dei dati ed emettere i dati radar come foglio di calcolo con un nome identificato (Tabella 1).

4. Analisi dei dati

  1. Utilizzo di un software di calcolo per estrarre i dati radar e disegnare le cifre relative alla velocità di funzionamento e alle traiettorie dal foglio di calcolo.
    NOTA: le coordinate X/Y e la velocità X/Y sono nel foglio di calcolo.
  2. Eliminare i punti ovviamente discreti nelle figure. Questi punti sono errori radar.
    NOTA: il radar rileva un'ampia gamma di aree, quindi i dati possono contenere veicoli bersaglio, veicoli opposti e veicoli non a motore in corsie non a motore. Quando si tracciano tutti i dati come cifre, i veicoli di destinazione a tre corsie sono ovvi e i punti rimanenti sono "punti ovviamente discreti". Le aree di rilevamento sono dritte in Figura 3, la larghezza delle tre corsie è nota, e i "punti ovviamente discreti" possono essere eliminati nel software. Tracciare i punti necessari come illustrato nella figura 6b,d.
  3. Riprodurre i video sul traffico e contare manualmente per ottenere il volume di traffico e i tipi.
    NOTA: I veicoli possono essere suddivisi in auto e camion in base alle dimensioni. Tutte le auto, i taxi e i piccoli camion entro 6 m sono classificati qui come auto. Tutti i grandi camion e autobus sono classificati come camion.
  4. Selezionare il gruppo di volumi più alto come dati rappresentativi e immetterlo nella simulazione descritta nella sezione 5.
    NOTA: è necessario un solo gruppo di dati nella simulazione e nell'analisi di sensibilità. I dati degli altri due gruppi saranno simulati come verifica.

5. Costruire il modello di simulazione

  1. Costruzione della strada
    1. Aprire il software di simulazione. Fare clic sul pulsante Mappa nella parte superiore dell'interfaccia e ingrandire la mappa per trovare la posizione di raccolta dati.
    2. Fare clic su Collegamenti a sinistra, quindi spostare il cursore nella posizione iniziale del collegamento e fare clic con il pulsante destro del mouse. Selezionare Aggiungi nuovo collegamento, immettere il nome e il numero di corsie del collegamento e fare clic su OK. Trascinare il cursore per disegnare il collegamento sulla mappa.
    3. Fare clic con il pulsante destro del mouse sul collegamento e selezionare Aggiungi punto. Aggiungere punti e punti di trascinamento per rendere il collegamento più uniforme con l'allineamento della strada reale nella mappa.
    4. Ripetere i passaggi 5.1.2 e 5.1.3 3x per creare quattro segmenti, ad eccezione dell'apertura mediana dell'inversione a U.
    5. Tenere premuto il pulsante destro del mouse e ctrl sulla tastiera, quindi trascinare il punto finale di un collegamento sul collegamento adiacente per connettere i collegamenti. Questa parte è chiamata "connettore" e può essere più liscia con l'aggiunta di più punti.
    6. Ripetere il passaggio 5.1.5 per collegare tutti i collegamenti e i percorsi di inversione u.
  2. Ingresso della velocità desiderata
    1. Seleziona Dati di base dalla barra superiore, quindi seleziona Distribuzioni. Velocità desiderata.
    2. Fare clic sul pulsante Aggiungi a croce verde in basso per aggiungere una nuova velocità desiderata, quindi assegnarle un nome.
    3. Nella finestra di dialogo Distribuzioni velocità desiderate, immettere la velocità massima raccolta dai dati rappresentativi come velocità massima desiderata, quindi immettere la velocità media calcolata dai dati rappresentativi come velocità minima desiderata. Eliminare i dati predefiniti.
    4. Immettere un nome per questa velocità desiderata, che di solito viene denominato utilizzando una direzione.
    5. Ripetere i passaggi 5.2.3 e 5.2.4 per aumentare la velocità desiderata (WE, EW, WW U-turn ed EE U-turn).
  3. Composizione del veicolo
    1. Seleziona il pulsante Elenchi nella barra in alto, quindi fai clic su Trasporto privato. Composizioni dei veicoli.
    2. Fai clic sul pulsante Aggiungi a croce verde in basso per aggiungere una nuova composizione del veicolo. Selezionare la velocità desiderata nel passaggio 5.2 come Auto.
    3. Fare clic sul pulsante Aggiungi con croce verde per aggiungere il tipo di veicolo bus/camion come HGV. Selezionare la stessa velocità desiderata come fatto nel passaggio 5.3.2.
    4. Inserisci il volume di auto e camion a RelFlow dai dati rappresentativi.
    5. Ripetere i passaggi 5.3.2-5.3.5 per costruire tutte le composizioni dei veicoli (WE, EW, WW U-turn ed EE U-turn).
  4. Percorsi dei veicoli
    1. Selezionare Percorso veicolo dalla barra dei menu a sinistra.
    2. Spostare il cursore a monte di un collegamento come punto iniziale, fare clic con il pulsante destro del mouse, quindi selezionare Aggiungi nuova decisione di instradamento di veicoli statici.
    3. Trascinare il cursore blu che rappresenta i percorsi del veicolo nella raccolta dei dati. Ripetere questo passaggio 4x in WE, EW, WW U-turn ed EE U-turn per disegnare tutti i percorsi dei veicoli.
  5. Aree di velocità ridotte
    1. Selezionare Aree velocità ridotte dalla barra dei menu a sinistra.
    2. Fare clic con il pulsante destro del mouse sull'upstream dell'apertura dell'inversione a U, quindi selezionare Aggiungi nuova areadi velocità ridotta .
      NOTA: la lunghezza dell'area dipende dai dati rappresentativi e dalla lunghezza di variazione della velocità.
    3. Costruisci quest'area in entrambe le direzioni.
  6. Aree di conflitto
    1. Selezionare Aree di conflitto dalla barra dei menu a sinistra. Nella sezione di apertura mediana verranno visualizzate quattro aree di conflitto gialle.
    2. Fare clic con il pulsante destro del mouse su un'area di conflitto gialla e selezionare Imposta stato su Indeterminato quando la situazione realistica e le aree di conflitto diventano rosse.
    3. Ripetere il passaggio 5.6.2 per tutte e quattro le aree di conflitto.
  7. Misurazione del tempo di percorrenza
    1. Seleziona Tempi di viaggio del veicolo dalla barra dei menu a sinistra.
    2. Fare clic con il pulsante destro del mouse all'inizio di un collegamento e selezionare Aggiungi nuova misurazionedel tempo di viaggio del veicolo .
    3. Trascinare il cursore alla fine del collegamento per creare la misurazione del tempo di percorrenza di un veicolo. Ripetere questo passaggio per tutti i percorsi del veicolo (WE, EW, WW U-turn ed EE U-turn).
    4. Assegnare un nome a ogni misurazione del tempo di percorrenza con la direzione corrispondente.
      NOTA: Per confrontare le situazioni operative con i progetti di miglioramento, la durata delle misurazioni del tempo di percorrenza deve essere la stessa in entrambi i modelli di simulazione.
  8. Ingresso del veicolo
    1. Selezionare Input veicolo dalla barra dei menu a sinistra. Fare clic sul punto di partenza di un collegamento e fare clic con il pulsante destro del mouse per aggiungere il nuovo ingresso del veicolo.
    2. Spostare il mouse in basso a sinistra e inserire il volume dai dati rappresentativi. Ripetere questo passaggio per tutti i collegamenti.
  9. Costruire un altro modello di simulazione ESUL come confronto, solo la parte di apertura dell'inversione di U deve essere modificata(Figura 7 e Tabella 2).
  10. Fare clic sul pulsante di riproduzione blu nella parte superiore dell'interfaccia e verrà avviata la simulazione. Trascinare la scala a sinistra del pulsante di riproduzione, che può regolare la velocità di simulazione.
    NOTA: Il pulsante dello strumento La modalità rapida può rendere la velocità di simulazione al massimo.
  11. Al termine della simulazione, tutti i risultati verranno visualizzati nella parte inferiore dell'interfaccia. Copiare i risultati in un nuovo foglio di calcolo. Qui, il tempo di percorrenza, il ritardo e il numero di fermate vengono valutati nell'analisi27.

6. Calibrazione del modello di simulazione

  1. Inserire il volume di traffico dei dati rappresentativi nel software di simulazione ed eseguire la simulazione (Figura 8a).
  2. Confrontare il volume di traffico dai risultati della simulazione con il volume di dati raccolto.
  3. Calcolare la capacità utilizzando l'equazione 1 di seguito:
    figure-protocol-1(1)
    dove C indica la capacità ideale (veh/h) e ht indicano i progressi minimi medi(s).
  4. Utilizzando la capacità, stimare l'errore di simulazione come errore medio percentuale assoluto (MAPE) dopo l'equazione 2:
    figure-protocol-2(2)
    dove n denota i quattro diversi flussi in questo studio, Civ è la capacità simulata nel modello di simulazione (veh/h), e Cif è la capacità dell'indagine (veh/h). Il MAPE calcolato è presentato nella tabella 3.
    NOTA: Il modello di simulazione può essere utilizzato se il MAPE è piccolo28,29,30.
  5. Modificare i parametri (ad esempio, seme casuale, auto seguono il tipo di modello, regola di modifica della corsia, ecc.) in base alle istruzioni del software di simulazione, o controllare tutti i passaggi descritti sopra quando si compila il modello di simulazione31,32,33,34.

7. Analisi della sensibilità

NOTA: il processo di analisi della sensibilità è illustrato nella figura 8b. I dati raccolti possono riflettere solo le proprie prestazioni (Figura 9, Tabella 4, Tabella 5e Tabella 6 ). Per dimostrare l'efficacia in tutte le situazioni, tutte le possibili situazioni di traffico e le diverse combinazioni sono state inserite nel modello di simulazione per garantire che tutte le situazioni siano coperte tra il MUTI e ESUL (Figura 10 e Tabella 7).

  1. Selezionare il rapporto auto/camion (bus) e la velocità di funzionamento dei dati rappresentativi. Mantenere questi parametri.
  2. Impostare il rapporto di inversione a U da 0,03 a 0,15 nell'analisi di sensibilità con un aumento di 0,03, ovvero cinque rapporti di inversione a U nell'analisi di sensibilità.
    NOTA: in base ai dati rappresentativi riportati nella tabella 1,l'intervallo del tasso di inversione delle U è 0,04-0,15.
  3. Impostare il volume di traffico da 0,2 a 1,0 V/C con un aumento di 693 veh/h (0,1 V/C; Tabella 7), ovvero nove volumi nell'analisi di sensibilità.
    NOTA: il volume massimo di traffico è di 6.930 veh/h in un'autostrada urbana con un segmento a tre corsie, corrispondente al livello di servizio E secondo l'Autostrada Manuale35 dell'AASHTO quando la velocità di progettazione è di 80 km/h.
  4. Simula tutte le 45 situazioni e salva i risultati sia nella situazione attuale (MUTI) che in una situazione migliorata (ESUL).
  5. Verificare i miglioramenti nei tempi di percorrenza e nei ritardi calcolando il rapporto di (MUTI - ESUL)/MUTI x 100%. Verificare i miglioramenti nel numero di fermate calcolando il tempo ridotto - MUTI - ESUL.
    NOTA: nei risultati finali (Figura 10), un risultato positivo (>0) indica che ESUL ha migliorato la situazione del traffico, mentre un risultato negativo (<0) in sensibilità rappresenta l'opposto.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Risultati

La figura 2 mostra l'illustrazione dell'ESUL per l'apertura mediana di inversione u. WENS significa quattro direzioni cardinali. La strada principale ha sei corsie con due direzioni. Le cinture verdi dividono corsia non motorizzata su entrambi i lati e dividono le due direzioni al centro. Il flusso 1 è il flusso da est a ovest attraverso il traffico, il flusso 2 è il flusso da est a U-turn est, il flusso 3 è da ovest a est attraverso il traffico e il flusso 4...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Discussione

In questo articolo è stata discussa la procedura di risoluzione di un problema di traffico in corrispondenza di un incrocio o di un breve segmento utilizzando la simulazione. Diversi punti meritano particolare attenzione e sono discussi in modo più dettagliato qui.

La raccolta dei dati sul campo è la prima cosa che merita attenzione. Alcuni requisiti per la posizione di raccolta dati sono i seguenti: 1) Trovare una posizione adatta per la raccolta dei dati. La posizione dovrebbe essere simile ...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Dichiarazioni

Gli autori non hanno nulla da rivelare.

Ringraziamenti

Gli autori desiderano riconoscere che il China Scholarship Council per aver parzialmente finanziato questo lavoro è stato con il numero 201506560015.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Materiali

Elenco dei materiali utilizzati in questo articolo
NomeAziendaNumero di catalogoCommenti
BatteriaBeijing Aozeer Technology CompanyLPB-568SCapacità: 3,7 V / 50000 mAh. Due porte, DC 1 out: 19v/5A (max), per un laptop. DC 2 out: 12v/3A (max), per un radar.
Cavo della batteriaBeijing Aozeer Technology CompanyNo Numero di catalogoCollegare una batteria con un computer portatile.
FotocameraSONYa6000/as50rI video girati dalle telecamere erano 1080p, il che significa che la risoluzione è 1920*1080.
Treppiede per fotocameraWEI FENG3560/3130L'altezza del treppiede per fotocamera è di 1,4 m.
Computer portatileDellC2H2L82Funziona con il sistema di base Windows 7.
Software MatlabMathWorksR2016a
RadarBeijing Aozeer Technology CompanySD/D CADX-0037
Software radarBeijing Aozeer Technology CompanyDatalogger
Radar TreppiedeBeijing Aozeer Technology CompanyNessun numerodi catalogo Treppiedi corrispondenti che potrebbero connettersi con i radar, l'altezza è di 2 m al massimo.
Gilet catarifrangentepersonalizzatosenza numero
VISSIM SoftwarePTV AG groupPTV vissim 10.00-07 versione
di catalogo per studenti

Riferimenti

  1. Tang, J. Q., Heinimann, H. R., Ma, X. L. A resilience-oriented approach for quantitatively assessing recurrent spatial-temporal congestion on urban roads. PLoS ONE. 13 (1), e0190616(2018).
  2. Bared, J. G., Kaisar, E. I. Median U-turn design as an alternative treatment for left turns at signalized intersections. ITE Journal. 72 (2), 50-54 (2002).
  3. El Esawey, M., Sayed, T. Operational performance analysis of the unconventional median U-turn intersection design. Canadian Journal of Civil Engineering. 38 (11), 1249-1261 (2011).
  4. Leng, J., Zhang, Y., Sun, M. VISSIM-based simulation approach to evaluation of design and operational performance of U-turn at intersection in China. 2008 International Workshop on Modelling, Simulation and Optimization. , IEEE. Hong Kong, China. (2008).
  5. Shao, Y., et al. Evaluating the sustainable traffic flow operational features of an exclusive spur dike U-turn lane design. PLoS ONE. 14 (4), e0214759(2019).
  6. Zhao, J., Ma, W. J., Head, K., Yang, X. G. Optimal Intersection Operation with Median U-Turn: Lane-Based Approach. Transportation Research Record. (2439), 71-82 (2014).
  7. Hummer, J. E., Reid, J. E. Unconventional Left Turn Alternatives for Urban and Suburban Arterials-An Update. Urban Street Symposium Conference Proceedings. , Dallas, TX. (1999).
  8. Ram, J., Vanasse, H. B. Synthesis of the Median U-Turn Intersection Treatment. Transportation Research Board. , Washington, DC. (2007).
  9. Levinson, H. S., Koepke, F. J., Geiger, D., Allyn, D., Palumbo, C. Indirect left turns-the Michigan experience. Fourth Access Management Conference. , Portland, OR. (2000).
  10. Mousa, M., Sharma, K., Claudel, G. C. Inertial Measurement Units-Based Probe Vehicles: Automatic Calibration, Trajectory Estimation, and Context Detection. IEEE Transactions on Intelligent Transportation Systems. , 1-11 (2017).
  11. Odat, E., Shamma, J., Claudel, G. C. Vehicle Classification and Speed Estimation Using Combined Passive Infrared/Ultrasonic Sensors. IEEE Transactions on Intelligent Transportation Systems. , 1-14 (2017).
  12. Liu, P., et al. Operational effects of U-turns as alternatives to direct left-turns. Journal of Transportation Engineering. 133 (5), 327-334 (2007).
  13. Potts, I. B., et al. Safety of U-turns at Unsignalized Median Opening. Transportation Research Board. , Washington, DC. (2004).
  14. Yang, X. K., Zhou, G. H. CORSIM-Based Simulation Approach to Evaluation of Direct Left Turn vs Right Rurn Plus U-Turn from Driveways. Journal of Transportation Engineering. 130 (1), 68-75 (2004).
  15. Guo, Y. Y., Sayed, T., Zaki, M. H. Exploring Evasive Action-Based Indicators for PTW Conflicts in Shared Traffic Facility Environments. Transportation Engineering, Part A: Systems. 144 (11), 04018065(2018).
  16. Liu, P., Qu, X., Yu, H., Wang, W., Gao, B. Development of a VISSIM simulation model for U-turns at unsignalized intersections. Journal of Transportation Engineering. 138 (11), 1333-1339 (2012).
  17. Shao, Y., Han, X. Y., Wu, H., Claudel, G. C. Evaluating Signalization and Channelization Selections at Intersections Based on an Entropy Method. Entropy. 21 (8), 808(2019).
  18. Ander, P., Oihane, K. E., Ainhoa, A., Cruz, E. B. Transport Choice Modeling for the Evaluation of New Transport Policies. Sustainability. 10 (4), 1230(2018).
  19. Wang, J., Kong, Y., Fu, T., Stipanicic, J. The impact of vehicle moving violations and freeway traffic flow on crash risk: An application of plugin development for microsimulation. PLoS ONE. 12 (9), e0184564(2017).
  20. Lin, C., Gong, B., Qu, X. Low Emissions and Delay Optimization for an Isolated Signalized Intersection Based on Vehicular Trajectories. PLoS ONE. 10 (12), e0146018(2015).
  21. Tang, T. Q., Wang, Y. P., Yang, X. B., Huang, H. J. A multilane traffic flow model accounting for lane width, lanechanging and the number of lanes. Networks and Spatial Economics. 14 (14), 465-483 (2014).
  22. Gupta, A. K., Dhiman, I. Analyses of a continuum traffic flow model for a nonlane-based system. International Journal of Modern Physics C. 25 (10), 1450045(2014).
  23. Chen, H., Zhang, N., Qian, Z. VISSIM-Based Simulation of the Left-Turn Waiting Zone at Signalized Intersection. 2008 International Conference on Intelligent Computation Technology and Automation (ICICTA). , IEEE. Hunan, China. (2008).
  24. PTV AG. PTV VISSIM 10 User Manual. , Karlsruhe, Germany. (2018).
  25. AutoNavi Traffic Big-data. 2017 Traffic Analysis Reports for Major Cities in China. , China. https://report.amap.com/share.do?id=8a38bb86614afa0801614b0a029a2f79 (2018).
  26. AutoNavi Traffic Big-data. Xi'an realtime traffic congestion delay index. , https://trp.autonavi.com/detail.do?city=610100 (2019).
  27. Xiang, Y., et al. Evaluating the Operational Features of an Unconventional Dual-Bay U-Turn Design for Intersections. PLoS ONE. 11 (7), e0158914(2016).
  28. Kuang, Y., Qu, X., Weng, J., Etemad, S. A. How Does the Driver's Perception Reaction Time Affect the Performances of Crash Surrogate Measures? PLoS ONE. 10 (9), e0138617(2015).
  29. Zhao, F., Sun, H., Wu, J., Gao, Z., Liu, R. Analysis of Road Network Pattern Considering Population Distribution and Central Business District. PLoS ONE. 11 (3), e0151676(2016).
  30. Jian, S. Guideline for microscopic traffic simulation analysis. , Tongji University Press. Shanghai, China. (2014).
  31. Liu, K., Cui, M. Y., Cao, P., Wang, J. B. Iterative Bayesian Estimation of Travel Times on Urban Arterials: Fusing Loop Detector and Probe Vehicle Data. PLoS ONE. 11 (6), e0158123(2016).
  32. Ran, B., Song, L., Zhang, J., Cheng, Y., Tan, H. Using Tensor Completion Method to Achieving Better Coverage of Traffic State Estimation from Sparse Floating Car Data. PLoS ONE. 11 (7), e0157420(2016).
  33. Zhao, J., Li, P., Zhou, X. Capacity Estimation Model for Signalized Intersections under the Impact of Access Point. PLoS ONE. 11 (1), e0145989(2016).
  34. Wei, X., Xu, C., Wang, W., Yang, M., Ren, X. Evaluation of average travel delay caused by moving bottlenecks on highways. PLoS ONE. 12 (8), e0183442(2017).
  35. American Association of State and Highway Transportation Officials (AASHTO). Highway Capacity Manual 6th edition. , Washington, D.C. (2010).
  36. Wang, Y., Qu, W., Ge, Y., Sun, X., Zhang, K. Effect of personality traits on driving style: Psychometric adaption of the multidimensional driving style inventory in a Chinese sample. PLoS ONE. 13 (9), e0202126(2018).
  37. Shen, B., Qu, W., Ge, Y., Sun, X., Zhang, K. The relationship between personalities and self-report positive driving behavior in a Chinese sample. PLoS ONE. 13 (1), e0190746(2018).
  38. American Association of State and Highway Transportation Officials (AASHTO). A policy on geometric design of highways and streets 6th Edition. , Washington, D.C. (2011).
  39. Ashraf, M. I., Sinha, S. The "handedness" of language: Directional symmetry breaking of sign usage in words. PLoS ONE. 13 (1), e0190735(2018).
  40. Lu, A. T., Yu, Y. P., Niu, J. X., John, X. Z. The Effect of Sign Language Structure on Complex Word Reading in Chinese Deaf Adolescents. PLoS ONE. 10 (3), e0120943(2015).
  41. Fan, L., Tang, L., Chen, S. Optimizing location of variable message signs using GPS probe vehicle data. PLoS ONE. 13 (7), e0199831(2018).

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Ristampe e permessi

Tag

Raccolta dei dati di trafficoConfigurazione dell apparecchiatura radarSoftware di simulazione WaSiMAnalisi dei tempi di percorrenzaMisurazione dei ritardiNumero di fermateCostruzione del modello di simulazioneCalibrazione della simulazioneAnalisi di sensitivit
Valutazione di un design esclusivo Spur Dike U-Turn con dati e simulazione raccolti con radar
Contattaci
Raccomanda alla biblioteca

Privacy

Termini di utilizzo

Politiche

Copyright © 2026 MyJoVE Corporation. Tutti i diritti riservati.