Waiting
Elaborazione accesso...

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

Engineering

Radar Toplanan Veri ve Simülasyon ile Özel Bir Spur Dike U-Turn Tasarımının Değerlendirilmesi

Published: February 1, 2020 doi: 10.3791/60675
Automatic Translation
1, 1, 2, 1, 1, 3, 4, 5
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

Summary

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

Abstract

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

Introduction

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

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

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

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

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

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. Ekipmanın hazırlanması

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

2. Ekipmanın test edilmesi

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

3. Veri toplama

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

4. Veri analizi

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

5. Simülasyon modelini oluşturma

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

6. Simülasyon modeli kalibrasyonu

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

7. Duyarlılık analizi

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

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

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

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

ESUL'un iç 2 şeridinin işlevleri, U dönüşü yönlendirmek, hızlandırmak, hızlandırmak, yol aramak ve U dönüşü araçları birleştirmektir. Mahmuz dike parçası çekirdek parçasıdır ve sıradan U-turn tasarımları farklıdır. Bu bölüm, trafik akışını hafifçe (tek şeritgenişliği) dışa doğru hareket etmeye zorlama ve mahmuz dike'den sonra trafik ve U dönüşü trafiğini ayırma potansiyeline sahiptir.

Mahmuz dike tasarım üç önemli farklılıklar vardır. İlk olarak, tüm şeritleri dışa doğru hareket ettirerek trafikten etkilenmemek için belirli bir U dönüşü şeridi sağlar. İşaretlerle karşılaştırıldığında, sürücüler mahmuz dike boyunca olamaz ve ayrı iki akışları bölmek için şeritleri takip etmelidir36,37. İkinci olarak, her iki yönlü U dönüşü taleplerini simetrik olarak tasarlayarak araziyi maksimum olarak kullanır. Üçüncü olarak, mahmuz dike araçların farklı U-turn yarıçapı ayarlar ve esnek arazi kullanır.

Şekil 3 Shaanxi Eyaleti, Çin Xi'an City ikinci döngü yolun kuzeybatı köşesinde tipik bir ortanca açılış olan veri toplama konumunu gösterir. Bu araştırmadaki döngü yolu altı şeritten oluşur ve döngü yolundaki hız sınırlaması 80 km/s 'dir (Şekil 3a). Şeridin genişliği ortalama 3,5 m, ortanca genişliği ise ortalama 1,2 m'dir. Ortanca açılış bölümü 10 m genişliğinde ve 17 m uzunluğundadır. Her iki tarafta motorsuz araç şeritleri (9 m genişlik) bulunur ve 1,5 m'lik bir yeşil kuşak onları ana şeritlerden ayırır(Şekil 3b).

Ortanca açıklığa yakın yukarı ve aşağı kavşaklar arasındaki mesafe 5,1 km 'dir(Şekil 3a). Bu bölümiçin giriş ve çıkış olmadığı için, ortanca açıklık 200 m'ye ulaştıktan sonra çalışma hızı hız sınırına ulaşabilir. Ortanca açılıştan yukarı kavşak 1,4 km ve aşağı kavşak için 3,6 km. U dönüşü açılış tasarlanmazsa araçlar 10 km (en fazla 9 dk gecikme) yol alar. U dönüşü araçlar kavşakta buluştuğunda veya katılmak zorunda kalırken uzun süre beklemeli, bu da gecikmelere veya trafik boyunca durmaya neden olmalıdır. Şekil 4, sabah zirvesinin sabah 07:00-09:00 saatleri arasında, akşam zirvesinin 17:00-19:00 ve vadinin (gece geç saatler hariç) 12:00-14:00 saatleri arasında göründüğünü göstermektedir.

Doğudan batıya tüm trafiğin hızları Şekil 6a'dagösterilmiştir. U dönüşü açıklığı yatay eksende ~70 m'de gerçekleşir. Yavaşlama ve hızlanma 70 metreye yakın bir yerde, bu da araçların U dönüşü araçlardan etkilendiğini gösteriyor. Şekil 6 a'daki pik değeri 80 km/s'nin altındadır ve noktalar çoğunlukla 40 km/s'nin altında merkezidir ve bu da çalışma hızının hız limitinden (80 km/sa) çok daha düşük olduğunu gösterir. Şekil 6b, doğudan batıya trafik akışının yörüngelerini gösterir. Üç şeritli ve U-dönüş araç yörüngeleri şekilde kolayca tanımlanır. En düşük yörünge koyu mavi ve üzerinde iki yörüngedaha geniş, U-dönüş araçlar arasında ve araçlar aracılığıyla birleştirme gösteren. Birleştirme hareketi 60 m'den başlar ve 40 m'de biter ve bu da 20 m'lik birleştirme segmentini temsil eder. İç şeritteki trafik U dönüşü araçlardan ciddi şekilde etkilendi.

Şekil 6c batıdan doğuya doğru akan hızıdır. U dönüşü açılışta koşu hızı 80 m'ye ulaştığında artmaya başlar. Sonuç, WW U dönüşü akışının saptırma hareketine bağlı akış yoluyla WE üzerinde daha küçük bir etkiye sahip olduğunu gösterir (birleştirme hareketi yerine; Şekil 6b. 0 km/s'den başlayan noktalar, WW U dönüşü araçların tüm araçlarda durma ve yavaşlamaya neden olduğunu göstermektedir. Şekil 6d, batıdan doğuya doğru olan trafik ve U dönüşü trafiğin yörüngelerini gösterir. U dönüşü bölümünde, U dönüşü hareketlerini tespit etmek için radar sinyallerini engelleyen yüksek ağaçlar vardır.

Şekil 7, ESUL tasarımının yarısını göstermektedir. 1 ve 4. Her bölümün hesaplanması daha önce yayınlanmış yönergeleri35,38 ve çalışmalar39,40dayanmaktadır. Bölüm AB bir yol hizalama işlemine dayanır, bölüm BC sürücülerin tepki süreleri ve hareket prosedürleri bağlıdır, bölüm CD saptırma parçası, ve bölüm DE yavaşlama ve güvenlik mesafesi içerir. Bölüm EF U dönüşü için yeterli alan sağlar. Bölüm FH ve HI ayrı ayrı ivme, yol bulma ve kombine hareket içerir. Tüm bölümler 80 km/s'lik tasarım hızına göre Tablo 2'de açıklanmıştır.

Şekil 10a, tüm trafik kombinasyonları altında ESUL ile akış 1 seyahat süresi oranının %20-40 oranında azaldığını göstermektedir. Gecikme büyük ölçüde %35−%70 oranında azaldı (Şekil 10b). Durak sayısı, maksimum değeri 0,4 olan(Şekil 10c)ile hafifçe azalmıştır. ESUL her durumda EW ile trafik için önemli bir iyileşme gösterdi. Şekil 9e,f ve Şekil 10d akış 2 (EE U-turn araçlar) duyarlılık sonuçlarını gösterir. EE U-turn araçların üç indeksleri büyük ölçüde geliştirilmiştir. Şekil 10d'de gösterilen seyahat süresi artan trafik hacmi ile %20-70 oranında azalmıştır. Şekil 10e'deki gecikmeler seyahat süresinden daha fazla azaldı ve en yüksek değerde yaklaşık %100'e ulaştı. Minimum iyileştirme oranı %70'ten büyüktü. Şekil 10f'de gösterilen durak sayısı için önemli bir iyileşme en fazla altıya ulaşmıştır.

Şekil 9i,j ve Şekil 10h akış 3 (ARAÇLAR yoluyla WE) duyarlılık sonuçlarını göstermektedir. Akış 1 benzer bir eğilim ile, akış 3 ESUL ile çok düzeldi. Seyahat süresi Şekil 10h'de %40-%50oranında azalmıştır. Gecikmeler Şekil 10i'de%50-90 oranında azalmıştır. Durak sayısı Şekil 10j'deen fazla 0.4x azalmıştır. Akış 4'te WW U dönüşü araçlar ve duyarlılık sonuçları Şekil 9l,m ve Şekil 10k'dagösterilmiştir. Seyahat süresi trafik hacminin artmasıyla ~%20-%60 oranında azalmıştır(Şekil 10k). Şekil 10l'detrafik hacmi 1.386 veh/h olduğunda gecikmeler %1, U dönüş oranı ise 0.06 iken %1 arttı. Gecikmeler geri kalan kapsamda %54-97 oranında önemli ölçüde azaldı. Durak sayısı en fazla 6 x azalır(Şekil 10m).

Figure 1
Şekil 1: Ortanca U dönüşü kavşakörnekleri (MUTIs). İki tasarım yolda ortak U dönüşü açılış temsil, ancak U-dönüş araçlar geçen araçlar ile trafik çatışmalara neden olabilir unutulmamalıdır, aynı veya ters yönde akış olsun. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Figure 2
Şekil 2: İl gövde karayolu üzerinde ESUL tasarım İllüstrasyon. W = batı, E = doğu, N = kuzey, S = güney. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Figure 3
Şekil 3: Xi'an'daki kuzeybatı köşesindeki ikinci döngü yolundaki ortanca daki veri toplama konumu. Koordinatlar: 108.903898, 34.301482. (a) Soruşturma yeri şeması. (b) U dönüşü ortanca açmanın MUTI'sı. Görüntü 150 m. yükseklikte bir drone tarafından alınmıştır bu figürün daha büyük bir sürümünü görmek için lütfen buraya tıklayın.

Figure 4
Şekil 4: 24 saat tıkanıklık indeksi. (a) 2015-201725büyük şehirlerin 24 saat tıkanıklık trendi . (b)22Mayıs 2019 tarihinde Xi'an için 24 saat tıkanıklık gecikme endeksi25,26. Panel a verileri 2017Çin'deBüyük Şehirler için Trafik Analizi Raporları geliyor 25 , Hangi Çinli bir web haritalama navigasyon sağlayıcısı tarafından sağlanan41. B panelindeki veriler22Mayıs 2019 tarihinde Xi'an'daki gerçek zamanlı tıkanıklık endeksindengeliyor, 2019 26. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Figure 5
Şekil 5: U dönüşü konumundaki bir yaya köprüsünde radar lı veri toplama. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Figure 6
Şekil 6: Trafik akışlarının hızı ve yörüngeleri. (a)Doğudan batıya araçların hızı. (b) Doğudan batıya araçların yörüngeleri. (c) Batıdan doğuya araçların hızı. (d) Batıdan doğuya araçların yörüngeleri. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Figure 7
Şekil 7: ESUL tasarımının geometrisi. Mavi ok düz giden araçları, kırmızı ok ise U dönüşü araçları temsil eder. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Figure 8
Şekil 8: MAPE ve hassas analizhesaplama akış şeması. (a) MAPE hesaplama işlemi. (b) Hassas analiz süreci. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Figure 9
Şekil 9: MUTI ve ESUL arasında toplanan verilerle karşılaştırılması. Seyahat süresinin(a),gecikme(b) ve durak sayısının(c)sabah tepe noktası (h) ile karşılaştırılması. Seyahat süresinin(d), gecikme(e) ve durak sayısının(f)orta öğle vadisi (h) ile karşılaştırılması. Seyahat süresinin(h),gecikme(i)ve durak sayısının(j)akşam tepe noktası (h) ile karşılaştırılması. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Figure 10
Şekil 10: EW through, EE U-turn, WE through ve WW U-turn dahil olmak üzere tüm akışların duyarlılık analizi. X ekseni = farklı trafik hacimleri, Y ekseni = U-dönüş oranı ve Z ekseni = iyileştirme oranı (oran = [MUTI - ESUL]/MUTI x 100%) seyahat süresi ve gecikme, azaltılmış süreleri (azaltılmış süreleri = MUTI - ESUL) durak sayısı. (a-c) Akış yoluyla EW, (d-f) EE U-dönüş akışı, (h-j) WE akış yoluyla, ve (k-m) WW U-dönüş akışı. Her üç rakam da seyahat süresi(a,d,h,k),gecikme(b,e,i,l)ve durak sayısı(c,f,j,m),sırasıyla. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Öğe Sabah (07:00−08:00) Orta Öğlen (13:00−14:00) Akşam (17:00−18:00)
Yön Ew Biz Ew Biz Ew Biz
Akışı i = 1 i = 2 i = 3 i = 4 i = 1 i = 2 i = 3 i = 4 i = 1 i = 2 i = 3 i = 4
Araba 4195 172 3442 504 3001 176 2460 402 1665 287 3296 394
Kamyon 86 10 56 16 79 7 60 41 11 6 38 35
U dönüş Oranı 4281:182 3498:520 3080:183 2520:443 1676:293 3334:429
Aver. Hız 21.5 11.5 22.2 10.5 36.7 12.3 23.7 11.8 29.3 12.8 22.9 12.1
Max. Hız 73.8 13.4 63.7 12.8 90.4 15.6 75.9 13.5 76.7 14.6 63.7 13.3
Min. Hız 0 0 0 0 0 0 0 0 0 0 0 0

Tablo 1: Toplanan araç bilgileri. Minimum 0 km/s hız bazı araçların hareket etmeye başlamadan önce durdurulduğunu gösterir.

Öğe Açıklama
LAB 166 m. Tüm akışların hafifçe dışa doğru hareket etmesi için uzunluk
LM.Ö. 185 m. Akış i = 4 u dönüşü işaretini tanımak ve harekete geçmek için uzunluk
LCD 50 m. Diversion uzunluğu ayrı akış i = 3 ve akış i = 4
LDE 42 m. Akış i = 4 yavaşlama uzunluğu
LEF Yarıçap = 7.26 m. Binek otomobiller için U dönüş genişliği
LFH 180 m. Akış ivmeuzunluğu i = 4
LHI 140 m. Akış i = 4 için bir yol aramak ve akış i = 1 birleştirmek için uzunluk

Tablo 2: ESUL'un geometrik parametreleri. Her bölümün hesaplanması daha önce yayınlanmış yönergeleri35,38 ve çalışmalar39,40dayanmaktadır. Tablo 2'deki değer, ESUL performansını 80 km/s'lik tasarım hızında değerlendirmek için simülasyon modeline girilir.

Öğe Sabah (07:00−08:00) Öğlen (13:00−14:00) Akşam (17:00−18:00)
Yön Ew Biz Ew Biz Ew Biz
Akışı i = 1 i = 2 i = 3 i = 4 i = 1 i = 2 i = 3 i = 4 i = 1 i = 2 i = 3 i = 4
Yatırım. Kapasite (veh/h) 4281 182 3498 520 3080 183 2520 443 1676 293 3334 429
Simüle Kapasite (veh/h) 4115 127 3571 501 3000 169 2484 360 1814 268 3381 409
Bireysel MAPE (%) -3.9 -30.2 2.1 -3.6 -2.6 -7.4 -1.4 -18.7 8.2 -8.5 1.4 -4.6
MAPE (%) -9.9 -7.5 -5.7

Tablo 3: Simülasyon kalibrasyon sonuçları. Araştırma ve simülasyon arasındaki kalibrasyon tabloda gösterilmiştir. MAPE Denklem 2 kullanılarak hesaplanır ve sonuçlar kabul edilebilir27,30.

Öğe Seyahat süresi (ler) Gecikme (ler) Durak sayısı
Akışı MUTI ESUL Oran (%) MUTI ESUL Oran (%) MUTI ESUL Oran (%)
i = 1 17.7 12.5 -29.4 7.2 4 -44.4 0.19 0 -100
i = 2 33.2 14.1 -57.5 17.4 0.4 -97.7 1 0 -100
i = 3 18.3 9.9 -45.9 5.6 1.6 -71.4 0.06 0 -100
i = 4 27.8 15.7 -43.5 14.8 3 -79.7 0.89 0 -100

Tablo 4: MUTI ve ESUL'un sabah pik verileri ile simülasyon sonuçları. Sabah zirvesinde, ESUL MUTI'dan önemli ölçüde daha fazla gelişir. Seyahat süresi %29.4-%57.5 oranında azalmıştır. Gecikme %44.4-%97.7 oranında azaldı. Durak sayısı tamamen azalır.

Öğe Seyahat süresi (ler) Gecikme (ler) Durak sayısı
Akışı MUTI ESUL Oran (%) MUTI ESUL Oran (%) MUTI ESUL Oran (%)
i = 1 16.3 11.2 -31.3 5.6 2.8 -50 0.1 0 -100
i = 2 26.7 15.6 -41.6 10.1 1.3 -87.1 0.5 0 -100
i = 3 17.8 10 -43.8 4.9 1.6 -67.3 0.1 0 -100
i = 4 24.4 15 -38.5 11.7 2.9 -75.2 0.7 0 -100

Tablo 5: MUTI ve ESUL'un orta öğle verileri ile simülasyon sonuçları. Öğle saatlerinde seyahat süresi %31.3-%43.8 oranında azaldı. Gecikme %50.0-87.1 oranında azalmış ve ESUL ile durak sayısı yoktur.

Öğe Seyahat süresi (ler) Gecikme (ler) Durak sayısı
Akışı MUTI ESUL Oran (%) MUTI ESUL Oran (%) MUTI ESUL Oran (%)
i = 1 13 9.4 -27.7 2.9 1.1 -62.1 0 0 0
i = 2 37.6 16.3 -56.6 20.7 1.7 -91.8 5.9 0 -100
i = 3 18.3 10.6 -42.1 5.6 2.2 -60.7 0.2 0 -100
i = 4 23 15.5 -32.6 9.5 3.1 -67.4 1.4 0 -100

Tablo 6: MUTI ve ESUL'un akşam pik verileri ile simülasyon sonuçları. Akşam zirve verileri ile seyahat süresi %27.7-%56.6 oranında azaldı. Gecikme %60.7-91.8 oranında azaldı. ESUL ile durak sayısı da azalır.

Öğe Değer
Araba/Kamyon(otobüs) oranı 4281:182 (EW) / 3498:520 (BIZ)
U dönüş oranı (%) 0.03/0.06/0.09/0.12/0.15
V/C 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Hacim (veh/h) 1386 2079 2772 3465 4158 4851 5544 6237 6930

Tablo 7: Simülasyonda duyarlılık analizine parametreler girisim.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

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

Alan veri toplama ilk şey dikkat hak ediyor. Veri toplama konumu için bazı gereksinimler şunlardır: 1) Veri toplama için uygun bir konum bulmak. Konum, veri toplama nın öncül noktası olan çalışmada yol geometrik şekline benzer olmalıdır. 2) Radar sinyallerinin engellenemediği yerlerde yeterli açıklık bulunarak radar ve diğer ekipmanların belirlenen yerinin belirlenmesi. Bazı son teknoloji, insansız hava araçları gibi, trafik operasyonlarını tespit etmek için kullanılabilir. Tüm gözlem alanı, ağaçlar veya mimari gibi engellerden arındırılmalıdır. 3) Son olarak, veri toplama süresi tek bir yerde en az 3 saat olmalıdır. Saat, sabah ve akşam zirvelerinin yanı sıra günün vadi durumunu da yansıtmalıdır. Tıkanıklık indeksi süresi gözlem veya başka bir güvenilir ulaşım yayıncısı elde edilebilir.

Simülasyon modeli oluşturma başka bir kritik adımdır. Simülasyon modelinin doğruluğu farklı simülasyon hatalarına yol açacaktır. Simülasyon modelinde ilk şey konektördür. Bağlayıcının bir tarafındaki bir bağlantı hareket ederse, bağlayıcı şekilsiz olabilir ve bitişik bağlantıya veya bağlayıcıya izinsiz girilebilir ve bu da hatalara neden olabilir. Bu nedenle, bir bağlantıyı taşımak gerektiğinde bağlayıcıyı yeniden hesaplamak önemlidir.

Bir diğer önemli adım da çatışma alanındaki çatışma kuralıdır. Kesişme lerde yol hakkını simüle etmek için öncelik kuralları yerine çakışma alanlarını kullanın. Öncelik kurallarıyla karşılaştırıldığında, çakışma alanları otomatik olarak görüntülenir ve bu nedenle sürücü davranışının daha iyi ayarlanıp daha iyi yansıtılaması daha kolaydır. Çakışma kuralı veri toplama yla aynı olmalıdır ve her çakışma alanı ilgili kurallarla ayarlanmalıdır. Son kritik adım simülasyon hatası (MAPE) büyük olduğunda sürüş davranışları ile ilgili parametrelerin ayarlanmasıdır. Sürüş davranışlarının birkaç ayrı parametresi vardır ve her parametredeki küçük bir değişiklik sonuçlar üzerinde olumlu veya olumsuz bir etkiye yol açabilir. Çeşitli parametreleri dikkatle ve tekrar tekrar ayarlamak için anahtardır.

Genellikle, seyahat süresi, gecikme ve durak sayısı simülasyonda operasyonel özellikleri değerlendirilmesinde en yaygın kullanılan dizinler. Simülasyondan (araç hacmi, egzoz salınımı, yakıt tüketimi, yaya kaydı, güvenlik değerlendirmesi, araç davranışları, araç güzergahları, koordinatlar vb.) diğer birçok indeks de elde edilebilir. Farklı deneysel ihtiyaçlara göre ilgili değerlendirme indekslerinin seçilmesi önemlidir. Diğer indeksler, en yaygın olarak kullanılan yukarıdaki üç dışında, yeni araştırma bulguları veya yöntemleri yol açabilir.

Simülasyonu gerçekleştirirken "hızlı mod" kullanmak simülasyonun en yüksek hıza ulaşmasını ve özellikle hassas analiz sırasında zamandan tasarruf etmesine olanak sağlayabilir. Bu nedenle düzinelerce simülasyona ihtiyaç vardır. Simülasyon sonucu, hangi simülasyon hızı seçilirse seçilsin aynı kalır.

Gelecekteki uygulamalar için iki ana alan vardır. Bir uygulama trafik sorunlarının çözümü ve bir kavşak veya kısa segmentte bir veya daha fazla trafik tasarımları değerlendirilmesidir. Simülasyon, ister araçlar, ister yayalar, altyapı değişiklikleri veya trafik yönetimi ölçümleri olsun, mikroskobik trafik davranışlarının değerlendirilmesine yardımcı olur. İkinci olarak, süreç trafik araştırması yapanlar için yeterli bir uygulama kılavuzu sağlar. Hükümler, trafik simülasyonölçümleri hakkında doğru ve sağlam veriler elde edilmesine yardımcı olur.

Bu yöntemde de bazı sınırlamalar vardır. İlk olarak, radar düz bir yön algılayabilir ve bu hedef segmenti de düz gerektirir. Radar rampalar gibi kavisli segmentler için kullanılamaz. İkinci olarak, radar araçları tespit etmek için yeterli yetkigerektirir. Ancak, gerçek ortamda, her zaman sinyal engellemek ağaçlar veya reklam panoları vardır. Radar yerleşimi için uygun bir yer bulmak zordur. Buna ek olarak, trafik hacmi büyük olduğunda veya araçlar birbirine yakın olduğunda, radar araçları ayırt edemez ve video dan manuel sayma tek seçenektir, hangi bir sürü iş. Protokol ayrıca araçları otomatik olarak sayabilen ve sınıflandırabilen bir yöntem kullanıyorsa verimlilik ve doğruluk artırılabilir.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Yazarların açıklayacak bir şeyi yok.

Acknowledgments

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

Materials

Name Company Catalog Number Comments
Battery Beijing Aozeer Technology Company LPB-568S Capacity: 3.7v/50000mAh. Two ports, DC 1 out:19v/5A (max), for one laptop. DC 2 out:12v/3A (max), for one radar.
Battery Cable Beijing Aozeer Technology Company No Catalog Number Connect one battery with one laptop.
Camera SONY a6000/as50r The videos shot by the cameras were 1080p, which means the resolution is 1920*1080.
Camera Tripod WEI FENG 3560/3130 The camera tripod height is 1.4m.
Laptop Dell C2H2L82 Operate Windows 7 basic system.
Matlab Software MathWorks R2016a
Radar Beijing Aozeer Technology Company SD/D CADX-0037
Radar Software Beijing Aozeer Technology Company Datalogger
Radar Tripod Beijing Aozeer Technology Company No Catalog Number Corresponding tripods which could connect with radars, the height is 2m at most.
Reflective Vest Customized No Catalog Number
VISSIM Software PTV AG group PTV vissim 10.00-07 student version

DOWNLOAD MATERIALS LIST

References

  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).

Tags

Mühendislik Sayı 156 U dönüşü mahmuz dike simülasyon trafik verileri trafik sıkışıklığı ulaşım otoyol
Radar Toplanan Veri ve Simülasyon ile Özel Bir Spur Dike U-Turn Tasarımının Değerlendirilmesi
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Shao, Y., Yu, H., Wu, H., Han, X.,… More

Shao, Y., Yu, H., Wu, H., Han, X., Zhou, X., Claudel, C. G., Zhang, H., Yang, C. Evaluation of an Exclusive Spur Dike U-Turn Design with Radar-Collected Data and Simulation. J. Vis. Exp. (156), e60675, doi:10.3791/60675 (2020).

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