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.
In questo studio, viene analizzato l'effetto del parcheggio lungo la strada su una strada urbana. L'intero processo consiste nella raccolta dei dati sul traffico, nell'elaborazione dei dati, nella simulazione della simulazione, nella calibrazione della simulazione e nell'analisi della sensibilità.
Il parcheggio lungo la strada è un fenomeno di traffico comune in Cina. Le strette strade urbane, le elevate richieste di parcheggio e la carenza di parcheggi costringono il pubblico a impegnarsi in parcheggi casuali lungo la strada. Viene proposto un protocollo per determinare l'impatto di un veicolo parcheggiato lungo la strada sui veicoli in transito. In questa indagine, una strada urbana a doppio senso e a due corsie in cui un veicolo è parcheggiato sul ciglio della strada viene selezionata per la raccolta dei dati sul traffico. Sulla base di questi dati, viene determinato l'impatto dei veicoli parcheggiati lungo la strada sulla traiettoria e sulla velocità dei veicoli in transito. Inoltre, viene applicato un modello di microsimulazione per determinare l'impatto del parcheggio lungo la strada sulla lunghezza massima della coda, sul ritardo, sulle emissioni e su altri indicatori sotto diversi volumi di traffico in base all'analisi di sensibilità. I risultati mostrano che i veicoli parcheggiati lungo la strada influenzano la traiettoria dei veicoli in transito per circa 80 m e hanno un effetto negativo sulla velocità, con la velocità più bassa osservata nella posizione del veicolo parcheggiato lungo la strada. I risultati dell'analisi di sensibilità suggeriscono che il volume del traffico aumenta in modo sincrono con i valori degli indicatori. Il protocollo fornisce un metodo per determinare l'effetto del parcheggio lungo la strada sulla traiettoria e sulla velocità di viaggio. La ricerca contribuisce alla gestione raffinata dei futuri parcheggi stradali.
L'accelerazione dell'urbanizzazione è accompagnata da un evidente aumento della proprietà dei veicoli a motore e del flusso del traffico urbano. Nel 2021, la proprietà di auto della Cina ha raggiunto 378 milioni, con un aumento di 25,1 milioni rispetto a quello del 20201. Tuttavia, la situazione attuale con capacità stradale insufficiente e tecnologia di gestione del traffico limitata ha portato a una discrepanza sempre più evidente tra l'offerta e la domanda di traffico urbano. Pertanto, la congestione del traffico stradale si è gradualmente intensificata. Come problema più diffuso nel trasporto urbano, la congestione del traffico causa molti pericoli e ha attirato l'attenzione dei ricercatori 2,3,4. Oltre a prolungare i tempi di percorrenza, la congestione del traffico aggrava anche l'inquinamento ambientale, intensifica il consumo di energia e aumenta le emissioni inquinanti 5,6,7,8. Esiste una correlazione positiva tra congestione del traffico e tassi di incidenti 9,10. Oltre agli effetti summenzionati, l'aumento della congestione del traffico riduce il reddito e l'occupazione11, e questo effetto è strettamente correlato alla vita quotidiana delle persone, rendendo così questo uno dei principali problemi nelle città. Con lo sviluppo delle città, l'impatto negativo della congestione stradale sulla società continuerà ad aumentare.
La congestione del traffico è un riflesso completo di molti problemi del traffico urbano, tra cui il parcheggio è il principale. L'espansione della popolazione urbana e l'aumento dei veicoli a motore hanno un impatto negativo sull'offerta di parcheggi e sulla domanda di parcheggi in sospeso. Nel sistema di parcheggio, il parcheggio lungo la strada è comune nel traffico urbano ed è un mezzo importante per affrontare lo squilibrio tra offerta e domanda di parcheggio. Il parcheggio lungo la strada utilizza risorse su entrambi i lati della strada per fornire posti auto. Il parcheggio lungo la strada è comodo, veloce, flessibile e salvaspazio rispetto ad altri parcheggi. Tuttavia, il parcheggio lungo la strada occupa le risorse stradali e i suoi effetti negativi non possono essere ignorati. Nelle città in rapido sviluppo nei paesi in via di sviluppo, l'impennata della domanda di parcheggio rende sovraccarichi i parcheggi lungo la strada, riducendo così la sicurezza del traffico, la qualità dell'aria e lo spazio pubblico12. Pertanto, il problema dei parcheggi lungo la strada deve essere affrontato.
Il parcheggio su strada può essere situato in due scenari: (1) la corsia non motorizzata (cioè, su strade larghe con corsie motorizzate e non motorizzate separate, il parcheggio lungo la strada occupa spazio sulla corsia non motorizzata più a destra); e 2) la corsia mista tra veicoli a motore e veicoli non a motore, che è spesso una strada stretta con un basso volume di traffico. Poiché i veicoli a motore e non a motore condividono le risorse stradali, il parcheggio lungo la strada porta spesso al caos nelle operazioni di traffico nel secondo scenario. Tuttavia, la maggior parte degli studi esistenti si è concentrata sul primo scenario 13,14,15,16,17,18.
Quando un parcheggio lungo la strada è presente nella corsia non motorizzata e se non vi è alcun isolamento obbligatorio delle corsie motorizzate e non motorizzate, il parcheggio lungo la strada porta indirettamente al traffico misto. Un parcheggio lungo la strada riduce significativamente la larghezza effettiva della corsia non motorizzata, aumentando così la probabilità che i veicoli non a motore passino attraverso la corsia non motorizzata e occupino la corsia motorizzata adiacente. Il comportamento è chiamato attraversamento della corsia16. Molti studi hanno esplorato l'impatto del parcheggio lungo la strada nella corsia non motorizzata sul flusso di traffico misto. Sulla base del modello degli automi cellulari, Chen et al.13 hanno valutato l'impatto dei parcheggi lungo la strada su operazioni di traffico eterogenee nelle strade urbane attraverso lo studio dei conflitti di attrito e congestione tra veicoli a motore e non a motore 13. Chen et al. hanno proposto un modello di resistenza stradale del flusso di traffico misto considerando l'effetto del parcheggio lungo la strada17. Inoltre, alcuni studi hanno esaminato l'impatto del parcheggio lungo la strada solo sui veicoli a motore. Guo et al. hanno proposto un metodo basato sulla durata del rischio, che è stato utilizzato per analizzare quantitativamente il tempo di guida dei veicoli a motore sulle sezioni di parcheggio lungo la strada19, e i risultati hanno mostrato che il parcheggio lungo la strada ha avuto un impatto significativo sul tempo di viaggio.
La simulazione del traffico è uno strumento comune per studiare l'impatto del parcheggio lungo la strada. Yang et al. hanno utilizzato il software VISSIM per esplorare l'impatto del parcheggio lungo la strada sul traffico dinamico (in particolare sulla capacità), hanno sviluppato un modello di traffico con ritardo medio dei veicoli e verificato l'affidabilità del modello attraverso la simulazione20. Gao et al. hanno analizzato l'effetto del parcheggio lungo la strada sul traffico misto sotto quattro tipi di interferenze del traffico utilizzando lo stesso software18. Guo et al. hanno utilizzato un modello di automi cellulari per analizzare l'influenza del parcheggio lungo la strada sulle caratteristiche del traffico dei veicoli (capacità della corsia e velocità del veicolo) attraverso la simulazione Monte Carlo in diversi scenari21. Nell'ambito della teoria del traffico trifase di Kerner, Hu et al. hanno analizzato l'impatto del comportamento temporaneo dei parcheggi lungo la strada sul flusso del traffico basato sul modello di automi cellulari22. Questi studi dimostrano che il parcheggio lungo la strada ha un grande impatto negativo sull'efficienza del traffico.
Il dipartimento di gestione del traffico è interessato a comprendere l'effetto dei veicoli parcheggiati lungo la strada sul flusso del traffico. La lunghezza specifica e il grado dell'effetto sono importanti per gestire i problemi con il parcheggio lungo la strada, ad esempio, fornendo informazioni su come delimitare i parcheggi, determinare le zone non di parcheggio e regolare la durata dei parcheggi. In questo studio, è stato progettato un protocollo per esaminare l'effetto di un singolo veicolo parcheggiato lungo la strada sul funzionamento del traffico. La procedura può essere riassunta nei seguenti passaggi: 1) preparazione dell'apparecchiatura, 2) selezione del luogo di raccolta dei dati, 3) selezione del tempo di indagine, 4) raccolta dei dati, 5) esecuzione dell'analisi dei dati, 6) costruzione del modello di simulazione, 7) calibrazione del modello di simulazione e 8) esecuzione dell'analisi di sensibilità. Se uno qualsiasi dei requisiti in queste otto fasi non è soddisfatto, il processo è incompleto e insufficiente per dimostrare l'efficacia.
1. Preparazione dell'attrezzatura
2. Selezione del luogo di raccolta dei dati (Figura 1)
3. Selezione del tempo dell'indagine
4. Raccolta dei dati (Figura 3)
5. Analisi dei dati
NOTA: Attraverso la raccolta dei dati, vengono acquisite 3 ore di dati, tra cui il picco del mattino, l'ora centrale di mezzogiorno e il picco serale. La riproduzione di video sul traffico viene fornita dalla telecamera per calibrare manualmente i volumi di traffico e i tipi di veicoli. Selezionare i dati di gruppo con il volume più alto (ad esempio, i dati di picco del mattino in questo caso) come ora rappresentativa per condurre l'analisi dei dati.
6. Costruire il modello di simulazione
NOTA: Il modello di simulazione microscopica è stabilito dal software di simulazione per la simulazione del traffico. I risultati della raccolta dei dati, tra cui il volume del traffico, la velocità del veicolo e la composizione del tipo di veicolo, sono parametri vitali nella simulazione del traffico e costituiscono la base della costruzione del modello. Nella simulazione è necessario solo il gruppo di dati rappresentativo.
7. Calibrazione del modello di simulazione
NOTA: In questo studio, le osservazioni sul traffico hanno mostrato che i dati di picco del mattino avevano il volume più alto, ma i tre gruppi di dati sono stati simulati per la verifica per illustrare pienamente l'affidabilità del modello di simulazione.
(1)
(2)
è la capacità simulata nel modello di simulazione (veh/h) e 
è la capacità dell'indagine (veh/h). Il MAPE calcolato è elencato nella Tabella 2.8. Analisi di sensibilità
NOTA: la Figura 7B mostra il processo di analisi della sensibilità. Il processo di analisi della sensibilità riflette solo le prestazioni dei dati raccolti (Tabella 3). Per comprendere situazioni con diversi volumi di traffico in scenari in tempo reale, tutte le possibili combinazioni di volumi di traffico vengono inserite nel modello di simulazione per garantire che tutte le situazioni siano coperte nell'analisi dei parcheggi lungo la strada (Figura 8 e Tabella 4).
Questo documento presenta un protocollo per determinare l'effetto del parcheggio lungo la strada sui veicoli in transito su una strada urbana a due direzioni e due corsie attraverso la raccolta e la simulazione dei dati sul traffico. È stata selezionata una strada come sito di studio (Figura 1) e un veicolo è stato parcheggiato nella posizione stradale pianificata. Sono stati applicati radar, un dispositivo laser lungo la strada e una telecamera per raccogliere la traiettoria del veicolo, la velocità, il volume e la composizione del tipo per determinare i cambiamenti nella traiettoria del veicolo e nella velocità sotto il parcheggio stradale (Figure 4-6). È stato costruito un modello di simulazione microscopica basato sulle caratteristiche geometriche della strada e sui risultati della raccolta dei dati (Figura 7). L'analisi di sensibilità ha determinato l'impatto del parcheggio lungo la strada sulla lunghezza massima della coda, sul ritardo, sulle emissioni e su altri indicatori di funzionamento del veicolo a volumi di traffico variabili (Figura 8).
Nella Figura 1 viene illustrato il percorso di raccolta dei dati. La strada di prova era una strada a due direzioni e due corsie nella città di Xi'an, nella provincia dello Shaanxi, in Cina. La larghezza della strada era di 10 m, il limite di velocità era di 60 km/h e non c'era una striscia mediana, che rappresentava le condizioni tipiche del parcheggio lungo la strada. Il traffico bidirezionale potrebbe scorrere facilmente ma rallentato in modo significativo in presenza di un veicolo parcheggiato.
La figura 4 mostra le traiettorie sotto l'influenza del parcheggio lungo la strada in base ai dati misurati dai radar e dal dispositivo laser stradale. La figura mostra che il veicolo parcheggiato lungo la strada ha influenzato la traiettoria dei veicoli in transito per una lunghezza di 80 m. Il blu rappresenta i dati radar occidentali e l'arancione indica i dati radar orientali. La linea nera centrale è una raccolta di punti, che è la distribuzione della posizione formata dalla posizione verticale dei veicoli di passaggio rilevati dal dispositivo laser stradale.
Il radar ovest mostra i cambiamenti di traiettoria. Quando i veicoli hanno visto la barriera parcheggiata sul ciglio della strada, hanno compensato dalla posizione normale da 40 m a monte del veicolo parcheggiato.
Il dispositivo laser su strada potrebbe registrare la posizione laterale e la velocità di ogni veicolo in transito. La posizione laterale variava da 2,3 m a 4,9 m (cioè le estremità inferiore e superiore della linea nera centrale nella figura 4). La posizione media era di 3,3 m. La posizione qui indica la posizione sul lato destro dei veicoli che operano nella direzione W-E e la posizione sul lato sinistro per i veicoli che operano nella direzione E-W.
Per il radar est, è stata osservata una tendenza simile al radar ovest. I veicoli sono tornati alla posizione normale circa 40 m dopo aver superato il veicolo di prova.
Come si vede nella figura 4, la lunghezza dell'effetto di un veicolo parcheggiato lungo la strada sulla traiettoria dei veicoli in transito era di 80 m. I veicoli in transito hanno iniziato a deviare dalla loro traiettoria normale a 40 m dal centro del veicolo parcheggiato e sono tornati alla loro traiettoria normale dopo 40 m dal centro del veicolo parcheggiato (la posizione esatta è contrassegnata da due lunghe linee nere nella figura 4 e le posizioni orizzontali delle due linee sono 60 m e 140 m). Nella posizione del veicolo parcheggiato (cioè la posizione con le coordinate [100,0] nella figura 4), la distanza media tra i veicoli in transito e il bordo esterno del veicolo parcheggiato era di 3,3 m. Considerando la larghezza del veicolo parcheggiato, la distanza media tra i veicoli in transito e il bordo interno del veicolo parcheggiato era di 1,3 m. Le distanze minime e massime tra i veicoli in transito e il bordo interno del veicolo parcheggiato erano rispettivamente di 0,3 m e 2,9 m, come determinato dalla posizione originale e dalle condizioni operative dei veicoli in transito. I veicoli che viaggiavano vicino al marciapiede non avevano una grande distanza laterale dal veicolo parcheggiato quando lo passavano e passavano anche vicino ad esso a bassa velocità a causa dell'influenza di altri veicoli che viaggiavano nella stessa direzione. Quando il veicolo di passaggio non era disturbato da altri veicoli che viaggiavano nella stessa direzione, la larghezza di viaggio era più generosa. In altre parole, la larghezza laterale tra il veicolo in transito e il veicolo parcheggiato lungo la strada era sufficiente. Naturalmente, la larghezza laterale tra il veicolo in transito e il veicolo parcheggiato dipende anche dal comportamento di guida. Rispetto a un conducente aggressivo, un conducente stabile ha maggiori probabilità di superare un veicolo parcheggiato con una larghezza laterale maggiore.
Le figure 5 e 6 mostrano che il parcheggio lungo la strada è inferiore alla velocità dei veicoli in transito, con la velocità più bassa dei veicoli in transito osservata nella posizione del veicolo parcheggiato (cioè la posizione con una coordinata orizzontale centrale di [100, 0]). La Figura 5 mostra la velocità nella direzione E-W. Il traffico si sposta da destra a sinistra nella foto, indicando che la velocità del veicolo diminuisce gradualmente entro il raggio di 180-120 m. Dopo aver superato la posizione parcheggiata, la velocità è stata gradualmente e uniformemente distribuita senza un evidente aumento.
Nel tratto arancione, poco prima della posizione del veicolo parcheggiato, è stata raggiunta una velocità massima di 54,7 km/h, e questa era la velocità alla quale il veicolo passava a una velocità superiore a quella del veicolo in arrivo. La velocità minima era di 0 km/h, e questo si è verificato nella posizione di parcheggio. Con valori di offset più elevati del veicolo nella direzione W-E, quel veicolo occupava una larghezza della strada maggiore e il veicolo nella direzione E-W doveva aspettare, il che significa che la velocità di quest'ultimo veicolo era di 0 km / h.
Nella zona blu, dopo aver superato la posizione di parcheggio, la velocità del veicolo è rimasta nell'intervallo di 8-35 km/h. Sarebbe stato difficile per le auto raggiungere limiti di velocità superiori più elevati a causa dell'ambiente stradale. Il limite di velocità inferiore è leggermente aumentato da 8 km/h a 20 km/h a causa dell'allontanamento dalla posizione di parcheggio.
La figura 6 mostra la velocità nella direzione W-E, con i veicoli che si muovono da sinistra a destra nella foto. I cambiamenti di velocità nella direzione W-E erano simili a quelli nella direzione E-W.
Prima della posizione di parcheggio (cioè entro l'intervallo 0-100 m nella figura), i limiti superiore e inferiore della velocità del veicolo nella direzione W-E si sono gradualmente ridotti dalla posizione di 20 m. Nell'intervallo 0-40 m, il limite superiore è gradualmente diminuito ed è stato più basso nella posizione di 80 m. Il limite massimo di velocità di 38,6 km/h (in posizione 20 m) è sceso a 29 km/h (in posizione 80 m). Il limite di velocità inferiore è aumentato da 9,4 km/h (in posizione 10 m) a 10,44 km/h (in posizione 100 m).
Il limite di velocità abbassato prima della posizione di parcheggio. Durante l'osservazione, se un veicolo nella direzione W-E trovava il veicolo parcheggiato sullo stesso lato e non c'erano veicoli davanti ad esso o il veicolo opposto era lontano, il veicolo nella direzione W-E tendeva ad accelerare e compensare prima per occupare una buona posizione per superare prima il veicolo parcheggiato. Questo fenomeno è la ragione dell'aumento di velocità proprio prima della posizione di parcheggio.
Superando la posizione di parcheggio, la gamma di velocità era di 8,2-47,7 km / h. Il limite di velocità inferiore è diminuito perché alcuni conducenti hanno frenato quando hanno superato il veicolo parcheggiato per evitare graffi. I graffi si verificano quando i veicoli provenienti da entrambe le direzioni si incontrano nel parcheggio e, in questi casi, i conducenti cercano di evitare i graffi riducendo la velocità. Rispetto all'area blu, il limite di velocità è stato aumentato di 9,1 km/h. Questo perché quando nessun veicolo stava arrivando nella direzione opposta, i veicoli nella direzione W-E acceleravano dalla posizione di parcheggio dopo aver confermato di non aver graffiato il veicolo parcheggiato lungo la strada, coerentemente con le abituali abitudini di guida dei conducenti.
Nella zona arancione, il limite di velocità inferiore di 7,5 km/h è aumentato significativamente dopo aver superato la posizione di parcheggio. Ciò indica che la maggior parte dei veicoli può accelerare di nuovo alla velocità prima della posizione di parcheggio dopo essersi allontanata di 10 m dalla posizione di parcheggio.
La figura 8 indica i risultati della simulazione di nove indicatori che riflettono lo stato operativo dei veicoli a diversi volumi di traffico. I volumi di traffico nelle direzioni E-W e W-E hanno influenzato la lunghezza massima della coda (Figura 8A), il numero di veicoli (Figura 8B), il ritardo (Figura 8C), il numero di fermate (Figura 8D), le emissioni di CO (Figura 8E), le emissioni di NO (Figura 8F), le emissioni di COV (Figura 8G), il consumo di carburante (Figura 8H) e il tempo di percorrenza (Figura 8I) ) allineandosi ai dati relativi ai parcheggi lungo la strada. L'aumento del volume di traffico porta all'aumento di tutti i valori dell'indicatore, ma il grado interessato dei diversi valori dell'indicatore è vario. Inoltre, il parcheggio lungo la strada non ha un effetto identico sui veicoli nelle direzioni E-W e W-E.
Con l'aumento del volume di traffico, il grado di impatto del parcheggio lungo la strada sui veicoli nella direzione W-E per i tre indicatori di lunghezza massima della coda, ritardo e numero di fermate è stato significativamente superiore a quello dei veicoli nella direzione E-W. In termini di cinque indicatori relativi alle emissioni, consumo di carburante e tempo di viaggio, il grado di impatto sui veicoli nelle direzioni E-W e W-E era quasi lo stesso, ma era leggermente maggiore per i veicoli nella direzione W-E. Dopo che il volume di traffico ha raggiunto 300-350 veh/h nelle direzioni W-E ed E-W, il trend di crescita della lunghezza massima della coda, del ritardo e del numero di fermate è stato significativamente più elevato, con l'impatto negativo del parcheggio lungo la strada sull'efficienza operativa del traffico del flusso di traffico in transito che diventa più grave. Cinque degli indicatori relativi alle emissioni, al consumo di carburante e al tempo di percorrenza sono cambiati uniformemente con l'aumento del volume di traffico in entrambe le direzioni.
Figura 1: Il luogo di raccolta dei dati: una strada a due direzioni e due corsie, Dian Zi Yi Road a Xi'an. Coordinate: 108.932882,34.220774. (A) Uno schema del luogo dell'indagine nella città di Xi'an. (B) La linea rossa rappresenta il segmento di raccolta dei dati. L'incrocio stradale nord con la linea rossa è una strada pedonale con poche persone e non influisce su questa indagine. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 2: L'indice di congestione delle 24 ore. I dati del pannello provengono dall'indice di congestione in tempo reale a Xi'an il 24 agosto 202126. I dati indicano che il picco mattutino si è verificato dalle 07:00 alle 09:00 e il picco serale si è verificato dalle 17:00 alle 19:00. La valle, esclusa la tarda notte, si svolgeva dalle 11:00 alle 12:00. Gli indici di congestione erano 2,25 e 2,66 rispettivamente alle 08:00 e alle 18:00. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 3: Schema di raccolta dei dati mostrato in una foto scattata da un drone ad un'altezza di 150 m. L'ombra dell'albero copre tutte le attrezzature, quindi i blocchi colorati rappresentano l'attrezzatura. Il veicolo parcheggiato lungo la strada si trova al centro e i due radar sono posizionati 100 m a monte e 100 m a valle del veicolo parcheggiato. Il radar ovest e il radar est sono entrambi rivolti verso il veicolo parcheggiato. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 4: Traiettorie intere. Il veicolo di prova è parcheggiato nella posizione di (100,0) nel pannello. Il blu rappresenta i dati del radar ovest, la linea nera centrale rappresenta i dati del dispositivo laser lungo la strada e l'arancione rappresenta i dati radar orientali. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 5: Velocità Est-Ovest. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 6: Velocità ovest-est. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 7: Diagrammi di flusso per il calcolo dell'errore di simulazione (MAPE) e l'esecuzione dell'analisi di sensibilità. (A) Diagramma di flusso per il calcolo del MAPE. (B) Diagramma di flusso per l'analisi di sensibilità. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 8: Analisi di sensibilità. Asse X = volume di traffico E-W, asse Y = volume di traffico W-E e asse Z = valore dell'indice di valutazione. (A) Lunghezza massima della coda. (B) Numero di veicoli. (C) Ritardo. (D) Numero di fermate. E) emissioni di CO. (F) NESSUNA emissione. G) emissioni di COV. (H) Consumo di carburante. (I) Tempo di viaggio. Fare clic qui per visualizzare una versione ingrandita di questa figura.
| Articolo | Mattina (07:00−08:00) | Mezzogiorno medio (13:00−14:00) | Sera (17:00−18:00) | |||
| Direzione | W–E | E–W | W–E | E–W | W–E | E–W |
| Auto (veh/h) | 306 | 374 | 167 | 148 | 351 | 228 |
| Camion (veh / h) | 1 | 3 | 1 | 0 | 4 | 0 |
| Bus (veh/h) | 9 | 9 | 4 | 5 | 6 | 4 |
| Asserire. Velocità (km/h) | 21.7 | 24.5 | 19.4 | 24.7 | 18.8 | 20.5 |
| Velocità massima (km/h) | 47.7 | 54.7 | 55.8 | 56.2 | 44.6 | 45.0 |
| Velocità minima (km/h) | 0 | 0 | 0 | 0 | 0 | 0 |
Tabella 1: Informazioni sui veicoli raccolte nell'ambito dell'inchiesta. Una velocità minima di 0 km/h indica che alcuni veicoli smettono di muoversi.
| Articolo | Mattina (07:00−08:00) | Mezzogiorno medio (13:00−14:00) | Sera (17:00─18:00) | |||
| Direzione | W–E | E–W | W–E | E–W | W–E | E–W |
| Capacità di investimento (veh/h) | 316 | 386 | 172 | 153 | 361 | 232 |
| Capacità simulata (veh/h) | 306 | 360 | 174 | 150 | 354 | 216 |
| MAPE individuale (%) | 3.2 | 6.7 | 1.2 | 2.0 | 1.9 | 6.9 |
| MAPE(%) | 5.0 | 1.6 | 4.4 |
Tabella 2: Risultati della calibrazione per il modello di simulazione. I risultati della calibrazione tra il volume di traffico studiato e il volume simulato sono elencati nella tabella. Il MAPE viene calcolato utilizzando l'equazione 2 e gli errori tra la capacità simulata e la capacità effettiva sono 5,5%, 1,6% e 4,4% per i tre gruppi di dati, che sono tutti piccoli. Poiché l'errore di capacità totale è inferiore al 15%, l'errore del modello stabilito rientra nell'intervallo accettabile e l'accuratezza della simulazione è sufficiente29.
| Articolo | Mattina | Mezzogiorno medio | Sera | |||
| (07:00−08:00) | (13:00−14:00) | (17:00─18:00) | ||||
| W–E | E–W | W–E | E–W | W–E | E–W | |
| Lunghezza massima della coda(m) | 31.26 | 34.93 | 12.00 | 7.96 | 34.88 | 20.40 |
| numero di veicoli | 306 | 360 | 168 | 150 | 348 | 216 |
| ritardo(i) | 6.47 | 6.58 | 3.10 | 1.74 | 6.68 | 4.64 |
| Numero di fermate (orari) | 0.28 | 0.52 | 0.05 | 0.11 | 0.24 | 0.42 |
| Emissioni di CO (grammi) | 191.790 | 249.606 | 89.112 | 77.820 | 219.462 | 135.468 |
| NESSUNA emissione (grammi) | 37.314 | 48.564 | 17.340 | 15.138 | 42.702 | 26.358 |
| Emissioni di COV (grammi) | 44.448 | 57.846 | 20.652 | 18.036 | 50.862 | 31.398 |
| Consumo di carburante (gallone) | 2.742 | 3.570 | 1.272 | 1.116 | 3.138 | 1.938 |
| tempo di percorrenza | 35.46 | 29.12 | 31.92 | 24.56 | 35.73 | 27.25 |
Tabella 3: Risultati della simulazione con i dati di picco del mattino, dei dati di mezzogiorno e dei dati di picco serali. Come dati rappresentativi, il gruppo di dati di picco mattutino ha il volume di traffico e i valori degli indicatori più elevati. Il gruppo di dati sul traffico di mezzogiorno centrale ha il volume di traffico e i valori degli indicatori più bassi.
| Articolo | Valore |
| Volume E–W (veh/h) | 150/200/250/300/350/400/450 |
| Volume W-E (veh/h) | 150/200/250/300/350/400 |
| Nota:Il volume di traffico E–W è compreso tra 150 e 450 veh/h con un aumento di 50 veh/h. Il volume di traffico W-E è compreso tra 150 e 400 veh/h con un aumento di 50 veh/h. |
Tabella 4: Parametri di input per l'analisi di sensibilità nella simulazione.
Gli autori non hanno nulla da rivelare.
In questo studio, viene analizzato l'effetto del parcheggio lungo la strada su una strada urbana. L'intero processo consiste nella raccolta dei dati sul traffico, nell'elaborazione dei dati, nella simulazione della simulazione, nella calibrazione della simulazione e nell'analisi della sensibilità.
Gli autori desiderano riconoscere il programma di ricerca scientifica finanziato dal Dipartimento provinciale dell'istruzione dello Shaanxi (programma n. 21JK0908).
| batteria | Shenzhen Saiqi Innovation Technology Co., Ltd | LPB-568S | |
| cavi per radar | PECHINO AOZER TECH & Cavi DEVELOPMENT CO., LTD | ||
| per dispositivo laser stradale | Fotocamera MicroSense | ||
| Sony Group Corp | HDR-CS680 | ||
| treppiede per fotocamera | Sony Group Corp | ||
| drone | SZ DJI Technology Co., Ltd. | DA2SUE1 | |
| computer portatile | Dell | C2H2L82 | |
| radar | BEIJING AOZER TECH & SVILUPPO CO., LTD | CADS-0037 | |
| treppiede radar | PECHINO AOZER TECH & DEVELOPMENT CO., LTD | ||
| treppiede riflettente | Beijing Shunan liandun Technology Co., Ltd | ||
| dispositivo laser stradale | MicroSense |
