Name: Ocena wyjątkowego projektu zawracania wału przeciwpowodziowego z danymi zebranymi przez radar i symulacją (Wideo) | JoVE Journal
Uploaded: 2020-02-01T14:00:00.000+00:00
Duration: 11 min 41 s
Description: Poznaj metodę oceny projektu zawracania z wykorzystaniem danych radarowych i symulacji WaSiM. Naucz się zbierać dane ruchu, kalibrować modele i analizować poprawę przepływu pojazdów w inżynierii drogowej.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Autorzy chcieliby podziękować Chińskiej Radzie Stypendialnej za częściowe sfinansowanie tej pracy z plikiem nr 201506560015.

<ol><li>Tang, J. Q., Heinimann, H. R., Ma, X. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+resilience-oriented+approach+for+quantitatively+assessing+recurrent+spatial-temporal+congestion+on+urban+roads%5BTitle%5D)+AND+%22PLoS+ONE%22%5BJournal%5D)">A resilience-oriented approach for quantitatively assessing recurrent spatial-temporal congestion on urban roads.</a> PLoS ONE. 13 (1), e0190616(2018).</li>
<li>Bared, J. G., Kaisar, E. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Median+U-turn+design+as+an+alternative+treatment+for+left+turns+at+signalized+intersections%5BTitle%5D)+AND+%22ITE+Journal%22%5BJournal%5D)">Median U-turn design as an alternative treatment for left turns at signalized intersections.</a> ITE Journal. 72 (2), 50-54 (2002).</li>
<li>El Esawey, M., Sayed, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Operational+performance+analysis+of+the+unconventional+median+U-turn+intersection+design%5BTitle%5D)+AND+%22Canadian+Journal+of+Civil+Engineering%22%5BJournal%5D)">Operational performance analysis of the unconventional median U-turn intersection design.</a> Canadian Journal of Civil Engineering. 38 (11), 1249-1261 (2011).</li>
<li>Leng, J., Zhang, Y., Sun, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((VISSIM-based+simulation+approach+to+evaluation+of+design+and+operational+performance+of+U-turn+at+intersection+in+China%5BTitle%5D)+AND+%222008+International+Workshop+on+Modelling%2C+Simulation+and+Optimization%22%5BJournal%5D)">VISSIM-based simulation approach to evaluation of design and operational performance of U-turn at intersection in China.</a> 2008 International Workshop on Modelling, Simulation and Optimization. , IEEE. Hong Kong, China. (2008).</li>
<li>Shao, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluating+the+sustainable+traffic+flow+operational+features+of+an+exclusive+spur+dike+U-turn+lane+design%5BTitle%5D)+AND+%22PLoS+ONE%22%5BJournal%5D)">Evaluating the sustainable traffic flow operational features of an exclusive spur dike U-turn lane design.</a> PLoS ONE. 14 (4), e0214759(2019).</li>
<li>Zhao, J., Ma, W. J., Head, K., Yang, X. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optimal+Intersection+Operation+with+Median+U-Turn%3A+Lane-Based+Approach%5BTitle%5D)+AND+%22Transportation+Research+Record%22%5BJournal%5D)">Optimal Intersection Operation with Median U-Turn: Lane-Based Approach.</a> Transportation Research Record. (2439), 71-82 (2014).</li>
<li>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).</li>
<li>Ram, J., Vanasse, H. B. Synthesis of the Median U-Turn Intersection Treatment. Transportation Research Board. , Washington, DC. (2007).</li>
<li>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).</li>
<li>Mousa, M., Sharma, K., Claudel, G. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Inertial+Measurement+Units-Based+Probe+Vehicles%3A+Automatic+Calibration%2C+Trajectory+Estimation%2C+and+Context+Detection%5BTitle%5D)+AND+%22IEEE+Transactions+on+Intelligent+Transportation+Systems%22%5BJournal%5D)">Inertial Measurement Units-Based Probe Vehicles: Automatic Calibration, Trajectory Estimation, and Context Detection.</a> IEEE Transactions on Intelligent Transportation Systems. , 1-11 (2017).</li>
<li>Odat, E., Shamma, J., Claudel, G. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Vehicle+Classification+and+Speed+Estimation+Using+Combined+Passive+Infrared%2FUltrasonic+Sensors%5BTitle%5D)+AND+%22IEEE+Transactions+on+Intelligent+Transportation+Systems%22%5BJournal%5D)">Vehicle Classification and Speed Estimation Using Combined Passive Infrared/Ultrasonic Sensors.</a> IEEE Transactions on Intelligent Transportation Systems. , 1-14 (2017).</li>
<li>Liu, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Operational+effects+of+U-turns+as+alternatives+to+direct+left-turns%5BTitle%5D)+AND+%22Journal+of+Transportation+Engineering%22%5BJournal%5D)">Operational effects of U-turns as alternatives to direct left-turns.</a> Journal of Transportation Engineering. 133 (5), 327-334 (2007).</li>
<li>Potts, I. B., et al. Safety of U-turns at Unsignalized Median Opening. Transportation Research Board. , Washington, DC. (2004).</li>
<li>Yang, X. K., Zhou, G. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((CORSIM-Based+Simulation+Approach+to+Evaluation+of+Direct+Left+Turn+vs+Right+Rurn+Plus+U-Turn+from+Driveways%5BTitle%5D)+AND+%22Journal+of+Transportation+Engineering%22%5BJournal%5D)">CORSIM-Based Simulation Approach to Evaluation of Direct Left Turn vs Right Rurn Plus U-Turn from Driveways.</a> Journal of Transportation Engineering. 130 (1), 68-75 (2004).</li>
<li>Guo, Y. Y., Sayed, T., Zaki, M. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Exploring+Evasive+Action-Based+Indicators+for+PTW+Conflicts+in+Shared+Traffic+Facility+Environments%5BTitle%5D)+AND+%22Transportation+Engineering%2C+Part+A%3A+Systems%22%5BJournal%5D)">Exploring Evasive Action-Based Indicators for PTW Conflicts in Shared Traffic Facility Environments.</a> Transportation Engineering, Part A: Systems. 144 (11), 04018065(2018).</li>
<li>Liu, P., Qu, X., Yu, H., Wang, W., Gao, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Development+of+a+VISSIM+simulation+model+for+U-turns+at+unsignalized+intersections%5BTitle%5D)+AND+%22Journal+of+Transportation+Engineering%22%5BJournal%5D)">Development of a VISSIM simulation model for U-turns at unsignalized intersections.</a> Journal of Transportation Engineering. 138 (11), 1333-1339 (2012).</li>
<li>Shao, Y., Han, X. Y., Wu, H., Claudel, G. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluating+Signalization+and+Channelization+Selections+at+Intersections+Based+on+an+Entropy+Method%5BTitle%5D)+AND+%22Entropy%22%5BJournal%5D)">Evaluating Signalization and Channelization Selections at Intersections Based on an Entropy Method.</a> Entropy. 21 (8), 808(2019).</li>
<li>Ander, P., Oihane, K. E., Ainhoa, A., Cruz, E. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Transport+Choice+Modeling+for+the+Evaluation+of+New+Transport+Policies%5BTitle%5D)+AND+%22Sustainability%22%5BJournal%5D)">Transport Choice Modeling for the Evaluation of New Transport Policies.</a> Sustainability. 10 (4), 1230(2018).</li>
<li>Wang, J., Kong, Y., Fu, T., Stipanicic, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+impact+of+vehicle+moving+violations+and+freeway+traffic+flow+on+crash+risk%3A+An+application+of+plugin+development+for+microsimulation%5BTitle%5D)+AND+%22PLoS+ONE%22%5BJournal%5D)">The impact of vehicle moving violations and freeway traffic flow on crash risk: An application of plugin development for microsimulation.</a> PLoS ONE. 12 (9), e0184564(2017).</li>
<li>Lin, C., Gong, B., Qu, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Low+Emissions+and+Delay+Optimization+for+an+Isolated+Signalized+Intersection+Based+on+Vehicular+Trajectories%5BTitle%5D)+AND+%22PLoS+ONE%22%5BJournal%5D)">Low Emissions and Delay Optimization for an Isolated Signalized Intersection Based on Vehicular Trajectories.</a> PLoS ONE. 10 (12), e0146018(2015).</li>
<li>Tang, T. Q., Wang, Y. P., Yang, X. B., Huang, H. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+multilane+traffic+flow+model+accounting+for+lane+width%2C+lanechanging+and+the+number+of+lanes%5BTitle%5D)+AND+%22Networks+and+Spatial+Economics%22%5BJournal%5D)">A multilane traffic flow model accounting for lane width, lanechanging and the number of lanes.</a> Networks and Spatial Economics. 14 (14), 465-483 (2014).</li>
<li>Gupta, A. K., Dhiman, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Analyses+of+a+continuum+traffic+flow+model+for+a+nonlane-based+system%5BTitle%5D)+AND+%22International+Journal+of+Modern+Physics+C%22%5BJournal%5D)">Analyses of a continuum traffic flow model for a nonlane-based system.</a> International Journal of Modern Physics C. 25 (10), 1450045(2014).</li>
<li>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).</li>
<li>PTV AG. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22PTV+VISSIM+10+User+Manual%22">PTV VISSIM 10 User Manual</a>. , Karlsruhe, Germany. (2018).</li>
<li>AutoNavi Traffic Big-data. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%222017+Traffic+Analysis+Reports+for+Major+Cities+in+China%22">2017 Traffic Analysis Reports for Major Cities in China</a>. , China. https://report.amap.com/share.do?id=8a38bb86614afa0801614b0a029a2f79 (2018).</li>
<li>AutoNavi Traffic Big-data. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Xi%27an+realtime+traffic+congestion+delay+index%22">Xi'an realtime traffic congestion delay index</a>. , https://trp.autonavi.com/detail.do?city=610100 (2019).</li>
<li>Xiang, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluating+the+Operational+Features+of+an+Unconventional+Dual-Bay+U-Turn+Design+for+Intersections%5BTitle%5D)+AND+%22PLoS+ONE%22%5BJournal%5D)">Evaluating the Operational Features of an Unconventional Dual-Bay U-Turn Design for Intersections.</a> PLoS ONE. 11 (7), e0158914(2016).</li>
<li>Kuang, Y., Qu, X., Weng, J., Etemad, S. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((How+Does+the+Driver%27s+Perception+Reaction+Time+Affect+the+Performances+of+Crash+Surrogate+Measures%3F%5BTitle%5D)+AND+%22PLoS+ONE%22%5BJournal%5D)">How Does the Driver's Perception Reaction Time Affect the Performances of Crash Surrogate Measures?</a> PLoS ONE. 10 (9), e0138617(2015).</li>
<li>Zhao, F., Sun, H., Wu, J., Gao, Z., Liu, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Analysis+of+Road+Network+Pattern+Considering+Population+Distribution+and+Central+Business+District%5BTitle%5D)+AND+%22PLoS+ONE%22%5BJournal%5D)">Analysis of Road Network Pattern Considering Population Distribution and Central Business District.</a> PLoS ONE. 11 (3), e0151676(2016).</li>
<li>Jian, S. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aJian%2C+S+%22Guideline+for+microscopic+traffic+simulation+analysis%22">Guideline for microscopic traffic simulation analysis</a>. , Tongji University Press. Shanghai, China. (2014).</li>
<li>Liu, K., Cui, M. Y., Cao, P., Wang, J. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Iterative+Bayesian+Estimation+of+Travel+Times+on+Urban+Arterials%3A+Fusing+Loop+Detector+and+Probe+Vehicle+Data%5BTitle%5D)+AND+%22PLoS+ONE%22%5BJournal%5D)">Iterative Bayesian Estimation of Travel Times on Urban Arterials: Fusing Loop Detector and Probe Vehicle Data.</a> PLoS ONE. 11 (6), e0158123(2016).</li>
<li>Ran, B., Song, L., Zhang, J., Cheng, Y., Tan, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Using+Tensor+Completion+Method+to+Achieving+Better+Coverage+of+Traffic+State+Estimation+from+Sparse+Floating+Car+Data%5BTitle%5D)+AND+%22PLoS+ONE%22%5BJournal%5D)">Using Tensor Completion Method to Achieving Better Coverage of Traffic State Estimation from Sparse Floating Car Data.</a> PLoS ONE. 11 (7), e0157420(2016).</li>
<li>Zhao, J., Li, P., Zhou, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Capacity+Estimation+Model+for+Signalized+Intersections+under+the+Impact+of+Access+Point%5BTitle%5D)+AND+%22PLoS+ONE%22%5BJournal%5D)">Capacity Estimation Model for Signalized Intersections under the Impact of Access Point.</a> PLoS ONE. 11 (1), e0145989(2016).</li>
<li>Wei, X., Xu, C., Wang, W., Yang, M., Ren, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluation+of+average+travel+delay+caused+by+moving+bottlenecks+on+highways%5BTitle%5D)+AND+%22PLoS+ONE%22%5BJournal%5D)">Evaluation of average travel delay caused by moving bottlenecks on highways.</a> PLoS ONE. 12 (8), e0183442(2017).</li>
<li>American Association of State and Highway Transportation Officials (AASHTO). <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Highway+Capacity+Manual+6th+edition%22">Highway Capacity Manual 6th edition</a>. , Washington, D.C. (2010).</li>
<li>Wang, Y., Qu, W., Ge, Y., Sun, X., Zhang, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effect+of+personality+traits+on+driving+style%3A+Psychometric+adaption+of+the+multidimensional+driving+style+inventory+in+a+Chinese+sample%5BTitle%5D)+AND+%22PLoS+ONE%22%5BJournal%5D)">Effect of personality traits on driving style: Psychometric adaption of the multidimensional driving style inventory in a Chinese sample.</a> PLoS ONE. 13 (9), e0202126(2018).</li>
<li>Shen, B., Qu, W., Ge, Y., Sun, X., Zhang, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+relationship+between+personalities+and+self-report+positive+driving+behavior+in+a+Chinese+sample%5BTitle%5D)+AND+%22PLoS+ONE%22%5BJournal%5D)">The relationship between personalities and self-report positive driving behavior in a Chinese sample.</a> PLoS ONE. 13 (1), e0190746(2018).</li>
<li>American Association of State and Highway Transportation Officials (AASHTO). <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22A+policy+on+geometric+design+of+highways+and+streets+6th+Edition%22">A policy on geometric design of highways and streets 6th Edition</a>. , Washington, D.C. (2011).</li>
<li>Ashraf, M. I., Sinha, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+%22handedness%22+of+language%3A+Directional+symmetry+breaking+of+sign+usage+in+words%5BTitle%5D)+AND+%22PLoS+ONE%22%5BJournal%5D)">The "handedness" of language: Directional symmetry breaking of sign usage in words.</a> PLoS ONE. 13 (1), e0190735(2018).</li>
<li>Lu, A. T., Yu, Y. P., Niu, J. X., John, X. Z. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Effect+of+Sign+Language+Structure+on+Complex+Word+Reading+in+Chinese+Deaf+Adolescents%5BTitle%5D)+AND+%22PLoS+ONE%22%5BJournal%5D)">The Effect of Sign Language Structure on Complex Word Reading in Chinese Deaf Adolescents.</a> PLoS ONE. 10 (3), e0120943(2015).</li>
<li>Fan, L., Tang, L., Chen, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optimizing+location+of+variable+message+signs+using+GPS+probe+vehicle+data%5BTitle%5D)+AND+%22PLoS+ONE%22%5BJournal%5D)">Optimizing location of variable message signs using GPS probe vehicle data.</a> PLoS ONE. 13 (7), e0199831(2018).</li>
</ol>

Autorzy nie mają nic do ujawnienia.

W artykule omówiono procedurę rozwiązywania problemu drogowego na skrzyżowaniu lub krótkim odcinku z wykorzystaniem symulacji. Na szczególną uwagę zasługuje kilka punktów, które zostały omówione bardziej szczegółowo tutaj.
Zbieranie danych terenowych to pierwsza rzecz, która zasługuje na uwagę. Niektóre wymagania dotyczące miejsca zbierania danych są następujące: 1) Znalezienie odpowiedniej lokalizacji do zbierania danych. Lokalizacja powinna być zbliżona do kształtu geometrycznego drogi w bad...

Niektóre problemy z ruchem, takie jak korki na skrzyżowaniu lub krótkim odcinku, mogą być rozwiązane lub poprawione poprzez optymalizację projektu drogi, zmianę czasu sygnalizacji, pomiary zarządzania ruchem i inne technologie transportowe1,2,3,4. Ulepszenia te mają pozytywny lub negatywny wpływ na przepływ ruchu w porównaniu z pierwotnymi sytuacjami. Zmiany w ruchu drogowym można porównać w oprogramowaniu do symulacji ruchu, a nie w rzeczywistej przebudowie skrzyżowania lub odcinka. Metoda symulacji ruchu drogowego jest szybką i tanią opcją, gdy proponowany jest jeden lub więcej planów poprawy, zwłaszcza przy porównywaniu różnych planów ulepszeń lub ocenie skuteczności ulepszeń. W tym artykule przedstawiono proces rozwiązywania problemów drogowych za pomocą symulacji poprzez ocenę cech operacyjnych przepływu ruchu ekskluzywnego projektu pasa do zawracania z ostrogą5.
Ruch zawracania to powszechne zapotrzebowanie na ruch, które wymaga zawracania na drodze, ale to było dyskutowane. Projektowanie otworu do zawracania może powodować zatory drogowe, podczas gdy zamykanie otworu do zawracania może powodować objazdy dla pojazdów zawracających. Dwa ruchy, pojazdy zawracające i pojazdy z bezpośrednim skrętem w lewo, wymagają zawrócenia i powodują opóźnienia w ruchu, zatrzymania, a nawet wypadki. Zaproponowano pewne technologie, aby rozwiązać problemy związane z zawracaniem, takie jak sygnalizacja6,7, wyłączne pasy do skrętu w lewo8,9 i pojazdy autonomiczne10,11. Nadal istnieje potencjał poprawy w przypadku problemów z zawracaniem, ze względu na to, że powyższe rozwiązania mają restrykcyjne zastosowania. Nowa konstrukcja zawracania może być lepszym rozwiązaniem w pewnych warunkach i być w stanie rozwiązać istniejące problemy.
Najpopularniejszym projektem zawracania jest środkowa część skrzyżowania z zawracaniem (MUTI)12,13,14,15, jak pokazano na rysunku 1. Istotnym ograniczeniem MUTI jest to, że nie jest w stanie odróżnić pojazdów zawracających od przejeżdżających pojazdów, a konflikt drogowy nadal istnieje16,17. Zmodyfikowana konstrukcja zawracania zwana ekskluzywnym pasem do zawracania z wałem ostrogowym (ESUL; Rysunek 2) ma na celu zmniejszenie natężenia ruchu drogowego poprzez wprowadzenie wyłącznego pasa do zawracania po obu stronach pasa ruchu. ESUL może znacznie skrócić czas podróży, opóźnienia i liczbę postojów dzięki kanalizacji dwóch przepływów.
Aby udowodnić, że ESUL jest bardziej wydajny niż normalne MUTI, potrzebny jest rygorystyczny protokół. ESUL nie może być faktycznie skonstruowany przed modelem teoretycznym; W związku z tym potrzebna jest symulacja18. Korzystając z parametrów przepływu ruchu, niektóre kluczowe modele zostały wykorzystane w badaniach symulacyjnych19, takie jak modele zachowań podczas jazdy20,21, modele samochodów podążających za modelami22,23, modele zawracania4 oraz modele zmiany pasa ruchu21. Dokładność symulacji przepływu ruchu jest powszechnie akceptowana16,24. W tym badaniu zarówno MUTI, jak i ESUL są symulowane z zebranymi danymi w celu porównania ulepszeń wprowadzonych przez ESUL. Aby zagwarantować dokładność, symulowana jest również czuła analiza ESUL, która może mieć zastosowanie do wielu różnych sytuacji drogowych.
Ten protokół przedstawia eksperymentalne procedury rozwiązywania rzeczywistych problemów z ruchem. Zaproponowano metody gromadzenia danych o ruchu, analizy danych i analizy ogólnej efektywności usprawnień ruchu. Procedurę można podsumować w pięciu krokach: 1) zbieranie danych o ruchu, 2) analiza danych, 3) budowa modelu symulacyjnego, 4) kalibracja modelu symulacyjnego oraz 5) analiza wrażliwości wydajności operacyjnej. Jeśli którykolwiek z tych wymogów w pięciu krokach nie jest spełniony, proces jest niekompletny i niewystarczający, aby udowodnić skuteczność.

<table><tbody><tr><td>Bateria</td><td>Beijing Aozeer Technology Company</td><td>LPB-568S</td><td>Pojemność: 3,7 V / 50000 mAh. Dwa porty, wyjście DC 1: 19 V / 5 A (maks.), dla jednego laptopa. Wyjście DC 2: 12 V / 3 A (maks.), dla jednego radaru.</td></tr><tr><td>akumulatorowy</td><td>Beijing Aozeer Technology Company</td><td>Brak numeru katalogowego</td><td>Podłącz jedną baterię do jednego laptopa.</td></tr><tr><td>Kamera</td><td>SONY</td><td>a6000/as50r</td><td>Filmy nakręcone kamerami miały rozdzielczość 1080p, co oznacza, że rozdzielczość wynosi 1920*1080.</td></tr><tr><td>Statyw do aparatu</td><td>WEI FENG</td><td>3560/3130</td><td>Wysokość statywu do aparatu wynosi 1,4m.</td></tr><tr><td>Laptop</td><td>Dell</td><td>C2H2L82</td><td>obsługuje podstawowy system Windows 7.</td></tr><tr><td>Matlab Software</td><td>MathWorks</td><td>R2016a</td><td></td></tr><tr><td>Radar</td><td>Beijing Aozeer Technology Company</td><td>SD/D CADX-0037</td><td></td></tr><tr><td>Oprogramowanie radarowe</td><td>Beijing Aozeer Technology Company</td><td>Datalogger Statyw</td><td></td></tr><tr><td>radarowy</td><td>Beijing Aozeer Technology Company</td><td>Brak numeru katalogowego</td><td>Odpowiednie statywy, które mogą łączyć się z radarami, wysokość wynosi maksymalnie 2 m.</td></tr><tr><td>Kamizelka odblaskowa</td><td>Dostosowana</td><td>Brak numeru katalogowego</td><td></td></tr><tr><td>VISSIM Oprogramowanie</td><td>PTV AG grupa</td><td>PTV vissim 10.00-07 wersja studencka</td><td></td></tr></tbody></table>

ocena wyjątkowego projektu zawracania wału przeciwpowodziowego z danymi zebranymi przez radar i symulacją

Evaluation of an Exclusive Spur Dike U-Turn Design with Radar-Collected Data and Simulation

Tradycyjne projekty zawracania oczywiście mogą poprawić funkcje operacyjne, podczas gdy objazdy zawracania i łączenia segmentów nadal powodują zatory komunikacyjne, konflikty i opóźnienia. Zaproponowano tutaj ekskluzywną konstrukcję pasa do zawracania z wałem czołowym (ESUL), aby rozwiązać wady tradycyjnych konstrukcji zawracania. Aby ocenić wydajność działania ESUL, potrzebny jest protokół symulacji ruchu. Cały proces symulacji składa się z pięciu etapów: zbierania danych, analizy danych, budowy modelu symulacyjnego, kalibracji symulacji i analizy czułości. Zbieranie danych i tworzenie modelu symulacyjnego to dwa krytyczne kroki, które zostały opisane bardziej szczegółowo w dalszej części. W ocenie powszechnie stosuje się trzy wskaźniki (czas podróży, opóźnienie i liczba postojów), a inne parametry można mierzyć na podstawie symulacji zgodnie z potrzebami eksperymentalnymi. Wyniki pokazują, że ESUL znacznie zmniejsza wady tradycyjnych konstrukcji zawracania. Symulacja może być stosowana do rozwiązywania mikroskopijnych problemów związanych z ruchem drogowym, na przykład na jednym lub kilku sąsiednich skrzyżowaniach lub krótkich odcinkach. Metoda ta nie jest odpowiednia w przypadku sieci drogowych na większą skalę lub ocen bez gromadzenia danych.

Rycina 2 przedstawia ilustrację ESUL dla otwarcia pasa do zawracania na środku drogi. WENS oznacza cztery kierunki świata. Droga główna ma sześć pasów ruchu w dwóch kierunkach. Zielone pasy oddzielają pasy dla ruchu niesamochodowego po obu stronach oraz dzielą oba kierunki ruchu w środku. Strumień 1 to ruch przejezdny z wschodu na zachód, strumień 2 to strumień zawracającego ruchu z wschodu na wschód, strumień 3 to ruch przejezdny z zachodu na wschód, a strum...

Ten protokół opisuje proces rozwiązywania mikroskopijnego problemu z ruchem za pomocą symulacji. Cały proces zawiera szczegółowy opis zbierania danych, analizy danych, budowy modelu symulacyjnego, kalibracji symulacji i analizy czułości. Omówiono również modyfikacje i rozwiązywanie problemów z metodą.

Ocena wyjątkowego projektu zawracania wału przeciwpowodziowego z danymi zebranymi przez radar i symulacją

Traditional U-turn designs can improve operational features obviously, while U-turn diversions and merge segments still cause traffic congestion, ...

Film ten ma na celu pokazanie procesu zbierania danych o ruchu drogowym przez radary i oceny za pomocą modelu symulacyjnego. Za każdym razem, gdy mijamy środkowy otwór do zawracania, znajduję sposób, aby samochody zwalniały, a nawet się zatrzymywały. Dlatego chcemy zaprojektować specjalny pas do zawracania, aby oddzielić pojazdy przejeżdżające i zawracające oraz zmniejszyć problem z ruchem powodowany przez pojazdy do zawracania.Używamy radarów do zbierania rzeczywistych danych o ruchu drogowym i używamy oprogramowania symulacyjnego WaSiM do oceny poprawy tych pasów do zawracania w pobliżu lotniska. Dwa radary powinny być używane w tym samym czasie dla obu kierunków pojazdów. Sytuacja eksploatacyjna ruchu w szczycie porannym.Tymczasem wieczorny szczyt nasze dane powinny zostać zebrane. Gromadzenie danych o ruchu drogowym wymaga co najmniej dwóch danych kierunkowych. Cały niezbędny sprzęt jest następujący: Dwa radary, laptopy, baterie,, kamery i odpowiednie statywy do radarów i kamer, dla bezpieczeństwa dla wszystkich potrzebna jest również kamizelka odblaskowa.Na początku załóż kamizelki odblaskowe dla wszystkich. Przygotuj statywy radarowe, rozłóż je tak wysoko, jak to możliwe. Zamontuj radar na górze statywu i zablokuj go.Ustaw radar obok pobocza, około pół metra. Ustaw radar w pionie i skieruj go w stronę pojazdu lub w przeciwnym kierunku. Włącz baterię zasilającą.Podłącz laptopa do baterii zasilającej. Podłącz zasilający radaru i podłącz USB danych radaru do laptopa. Następnie wszystkie są dobrze podłączone.Włącz laptopa. Ustaw kamerę obok radaru, aby sfotografować przepływ pojazdu. Teraz cała instalacja sprzętu jest zakończona.Otwórz oprogramowanie radarowe. Kliknij Sprawdzanie komunikacji "Wybierz numer identyfikacyjny radaru, a wyświetli się Wykryto radar" z numerem identyfikacyjnym. Kliknij Konfiguracja analizy zagrożeń"Kliknij przycisk Odczyt czasu RLU" i kolejno ustaw czas RLU.Następnie kliknij Rozpocznij dochodzenie"i zamknij okno dialogowe. Kliknij Widok w czasie rzeczywistym", aby sprawdzić stan radaru. Gdy pojazd mija lokalizację radaru, dane zostaną przechwycone przez radar.Oznacza to, że wszystkie części działają dobrze. Zamknij okno sprawdzania w czasie rzeczywistym i kliknij Ustawienia śledztwa"Wybierz Zakończ dochodzenie" i potwierdź to, a następnie zamknij okno dialogowe. Wybierz Pobieranie danych"Przeglądaj pulpit, aby zapisać dane i wprowadzić nazwę pliku.Kliknij Rozpocznij pobieranie"przycisk. Kliknij Potwierdź", aby zakończyć zbieranie danych. Kliknij Ustawienia śledztwa"a następnie kliknij Wymaż rekord danych" i potwierdź to w następnym oknie dialogowym, aby wyczyścić pamięć wewnętrzną radaru.Lokalizacja musi być zbliżona do typu skrzyżowania w badaniu. Potrzebny jest środkowy otwór do zawracania na autostradzie, wymagana jest wystarczająco długa linia wzroku i prześwit, co jest niezbędne dla radaru i bezpieczeństwa śledczych. Lokalizacja musi mieć wystarczająco dużo i bezpieczne miejsce na sprzęt i śledczych.Dostosuj kierunek radaru. Ustaw kamerę obok radaru, w miejscu, w którym może rejestrować wszystkie pasy ruchu. Powtórz proces instalacji wszystkich urządzeń na moście dla pieszych.Sprawdzaj, czy wszystkie urządzenia działają dobrze podczas zbierania danych. Wyodrębnij trajektorie i prędkość z pliku danych radarowych i uzyskaj natężenie ruchu z filmów. Wybierz grupę o największym natężeniu ruchu jako dane reprezentatywne.Otwórz oprogramowanie symulacyjne. Kliknij przycisk Mapa wewnętrzna i powiększ mapę, aby znaleźć lokalizację danych. Kliknij Linki"po lewej stronie, a następnie przesuń kursor do początkowej lokalizacji linku i kliknij prawym przyciskiem myszy.Wybierz nowe łącze. Wprowadź nazwę łącza, liczbę pasów, a następnie kliknij OK"Przeciągnij kursor, aby narysować link na mapie. Kliknij łącze prawym przyciskiem myszy i wybierz Dodaj punkt"Dodaj punkty i punkty bezpośrednie, aby połączenie było gładsze z rzeczywistymi wyrównaniami trasy na mapie.Powtórz ten krok trzy razy, aby zbudować cztery segmenty z wyjątkiem środkowego otworu do zawracania. Umieść prawy przycisk na myszy i przycisk sterujący na klawiaturze. Przeciągnij punkt końcowy jednego łącza do sąsiedniego łącza, aby połączyć łącza.Powtórz ten krok, aby połączyć wszystkie połączenia i trasy zawracania. Wybierz Dane podstawowe"z górnego paska. Wybierz Dystrybucje"i kliknij Żądana prędkość"Kliknij przycisk krzyżyka pierścieniowego na dole, aby dodać nową żądaną prędkość i nazwać ją.Wprowadź maksymalną prędkość zebraną z reprezentatywnych danych, tak wysoką jak nasza prędkość, a każda prędkość jest obliczana jako minimalna żądana prędkość. Usuń domyślne dane z żądaną prędkością. Wybierz listy"przycisk z górnego paska.Kliknij Transport prywatny"następnie kliknij Kompozycje pojazdów"Kliknij przycisk dodawania krzyżyka pierścieniowego, aby dodać nowy skład pojazdu. Następnie wybierz Żądany pas prędkości"w ostatnim kroku dla samochodów osobowych i kliknij przycisk Dodaj", aby dodać kolejny typ pojazdu ciężarówki. Wolumen wejściowy samochodów osobowych i ciężarowych oraz rzeczywisty przepływ z reprezentatywnych danych.Wybierz Trasa pojazdu" z lewego paska menu. Przesuń kursor w stronę jednego łącza jako punktu początkowego. Kliknij prawym przyciskiem myszy i wybierz Dodaj nową statyczną decyzję o wyznaczaniu tras dla pojazdów"Przeciągnij niebieski kursor, aby narysować wszystkie trasy pojazdów na mapie jako rzeczywiste trasy.Wybierz Obszary zmniejszonej prędkości"z lewego paska menu. Kliknij prawym przyciskiem myszy trasę zawracania, a następnie wybierz nowy obszar o zmniejszonej prędkości. Długość obszaru zależy od reprezentatywnych danych.Prędkość zmienia długość i buduje ten obszar dla obu kierunków. Wybierz Obszary konfliktu"z lewego paska menu. Cztery żółte obszary konfliktu pojawią się w środkowej sekcji otwarcia.Kliknij prawym przyciskiem myszy żółty obszar i wybierz Ustaw status"na nieokreślony jako rzeczywista sytuacja. Wybierz Czas przejazdu pojazdu" od lewej. Kliknij prawym przyciskiem myszy na początku jednego linku i wybierz Dodaj nowy pomiar czasu przejazdu pojazdu"Przeciągnij kursor na koniec linku, aby zbudować pomiar czasu podróży jednym pojazdem.Powtórz ten krok dla wszystkich tras pojazdów. Wybierz Dane wejściowe pojazdu"od lewej strony, a następnie kliknij punkt początkowy jednego linku i kliknij prawym przyciskiem myszy Dodaj nowe dane wejściowe pojazdu"Następnie przesuń mysz w lewo na dół i wprowadź objętość z reprezentatywnych danych. Powtórz ten krok dla wszystkich łączy.Budowa kolejnego modelu symulacyjnego ESUL jako porównania. Modyfikowane są tylko części otwierane w kształcie litery U. Kliknij niebieski przycisk odtwarzania u góry interfejsu, a symulacja się rozpocznie.Przeciągnij skalę po lewej stronie przycisku odtwarzania, aby dostosować szybkość symulacji. A tryb szybki przycisku przyrządu może zwiększyć prędkość symulacji do maksimum. Po zakończeniu symulacji wszystkie wyniki zostaną wyświetlone na dole interfejsu.Wyniki zostaną przeanalizowane w kolejnym kroku. Wprowadzanie zebranych danych do modelu symulacyjnego. Uruchom symulację i uzyskaj wynik symulacji.Na podstawie wyniku można wygenerować objętości symulacji, a następnie porównać je z objętością zebraną. Różnica między objętością zebraną a objętością symulowaną nazywana jest średnim błędem bezwzględnym procentowym. Dokładność symulacji jest akceptowalna, gdy MAPE jest mały.Dane reprezentatywne zawierają dane z trzech grup: współczynnik zawrócenia, objętość i inne parametry. Podziel współczynnik zawracania na pięć kategorii, podziel głośność na dziewięć kategorii i utrzymuj inne parametry na stabilnym poziomie w następujących sytuacjach. Czyli 45 symulacji, które obejmowały wszystkie sytuacje.Wszystkie te wyniki symulacji weryfikują skuteczność i doskonalenie ESUL. W wyniku pokazane są przepływy ruchu w czterech kierunkach z trzema indeksami: czas podróży, opóźnienie i liczba przystanków. Wyniki wskazują na znaczną poprawę ESUL we wszystkich sytuacjach drogowych.Czas przejazdu, opóźnienie i liczba postojów to trzy wskaźniki potrzebne w symulacji WaSiM. Dzięki zebranym danym i wynikowi symulacji, ulepszenie ekskluzywnej konstrukcji zawracania jest wszystkim innym. Chcemy rozwiązać realistyczny problem za pomocą łatwej metody, którą można zastosować w inżynierii.Ta metoda może być stosowana na pojedynczym skrzyżowaniu lub krótkim segmencie. Kluczowym krokiem w tym zakresie jest zebranie rzeczywistych danych o ruchu drogowym i zbudowanie modelu symulacyjnego.

evaluation-an-exclusive-spur-dike-u-turn-design-with-radar-collected

Research

JoVE Journal

Engineering

Inżynieria

Testy rozwojowe materiałów wybuchowych do zastosowań wojskowych obejmują formułowanie na małą skalę, testy bezpieczeństwa, a na końcu testy wydajności detonacji w celu weryfikacji teoretycznych obliczeń. W tym artykule omówiono typowe testy rozwojowe związane z pomiarem prędkości detonacji i ciśnienia detonacji.

Badania i rozwój materiałów wybuchowych o wysokiej wydajności

Protokół jest opisany dla charakterystyki kluczowych parametrów elektrochemicznych elektrody diamentowej domieszkowanej borem (BDD) i późniejszego zastosowania do eksperymentów z generowaniem pH in situ.

Ocena jakości elektrody diamentowej domieszkowanej borem i zastosowanie jej do modyfikacji in situ lokalnego pH metodą elektrolizy wody

Kinematyczne historie pasów fałdowo-naporowych są zazwyczaj oparte na dokładnych badaniach wysokiej jakości skał metamorficznych w obrębie jednego z nich. Zapewniamy nowatorską metodę zrozumienia pasów fałdowo-oporowych poprzez badanie połączeń między wgłębieniem wystającym. Analizujemy często ignorowane skały górnej skorupy ziemskiej, stosując połączone podejście do szczegółowej analizy uskoków z eksperymentalnym modelowaniem w piaskownicy.

Historia kinematyczna skrzyżowania z wgłębieniem wystającym zbadana za pomocą połączonego podejścia opartego na danych terenowych i modelowaniu w piaskownicy analogowej

W tym raporcie opisujemy szczegółowe procedury przeprowadzania eksperymentów dyfrakcji rentgenowskiej monokryształów z komórką kowadełka diamentowego na linii badawczej GSECARS 13-BM-C w Zaawansowanym Źródle Fotonów. Do analizy danych wykorzystywane są programy ATREX i RSV.

Dyfrakcja monokryształów pod wysokim ciśnieniem w PX^2

Trójwymiarowa (3D) sejsmologia refleksyjna to potężna metoda obrazowania podpowierzchniowych wulkanów. Korzystając z przemysłowych danych sejsmologicznych 3D z Basenu Tarymskiego, ilustrujemy, jak wyodrębnić progi i kanały podpowierzchniowych wulkanów z kostek danych sejsmicznych.

Metody przetwarzania danych do obrazowania sejsmicznego 3D wulkanów podpowierzchniowych: zastosowania do bazaltu powodzi Tarymu

Tutaj prezentujemy system georadarowy (GPR) oparty na gęsto zaludnionym układzie antenowym do monitorowania dynamicznego procesu infiltracji wód podpowierzchniowych. Poklatkowy obraz radarowy procesu infiltracji pozwolił na oszacowanie głębokości frontu zwilżającego w trakcie procesu infiltracji.

Śledzenie głębokości frontu infiltracji za pomocą poklatkowych zbiorów z wieloma przesunięciami zebranych za pomocą radaru penetrującego grunt z anteną tablicową

Ten manuskrypt przedstawia metodę kontroli jakości instalacji kotew kolczastych zaprojektowanych w celu opóźnienia delaminacji zewnętrznie związanych polimerów wzmocnionych włóknami. Protokół obejmuje przygotowanie wywierconego otworu i proces wprowadzania. Omówiono najważniejsze parametry wpływające na skuteczność kotew.

Metoda instalacji w celu poprawy kontroli jakości kotew kolczastych z polimeru wzmocnionego włóknem

Tutaj prezentujemy metodologię dynamicznej charakterystyki próbek rozciągających przy średnich szybkościach odkształcania przy użyciu szybkiej serwohydraulicznej ramy obciążeniowej. Zdefiniowano również procedury oprzyrządowania i analizy tensometrycznej, a także pomiarów odkształceń w korelacji obrazów cyfrowych na próbkach.

Charakterystyka materiału o pośredniej szybkości odkształcania z cyfrową korelacją obrazu

Cyfrowa korelacja obrazu jest używana w testach zmęczeniowych na maszynie do badania rezonansu do wykrywania makroskopowych pęknięć i monitorowania propagacji pęknięć w próbkach spawanych. Pęknięcia na powierzchni próbki stają się widoczne jako zwiększone odkształcenia.

Monitorowanie pęknięć w rezonansowych badaniach zmęczeniowych spawanych próbek z wykorzystaniem cyfrowej korelacji obrazu

W tym badaniu analizowany jest wpływ parkowania przy drodze na ulicy miejskiej. Cały proces składa się z gromadzenia danych o ruchu, przetwarzania danych, symulacji operacji, kalibracji symulacji i analizy wrażliwości.

Ocena wpływu parkowania na poboczu drogi na dwukierunkową ulicę miejską

Model symulacyjny specjalnie wspierający wstępny projekt pompy o zmiennej wydajności elektrycznej (EVDP) jest rozwijany i częściowo weryfikowany przez eksperymenty. Wydajność sterowania, żywotność, niezawodność itp. można ocenić przy użyciu proponowanego modelu, który obejmuje główne wymagania dotyczące wydajności w ramach zadania wstępnego projektu EVDP.

Metoda modelowania i symulacji dla wstępnego projektu pompy o zmiennej wydajności

Poznaj metodę oceny projektu zawracania z wykorzystaniem danych radarowych i symulacji WaSiM. Naucz się zbierać dane ruchu, kalibrować modele i analizować poprawę przepływu pojazdów w inżynierii drogowej.

Ocena wyjątkowego projektu zawracania wału przeciwpowodziowego z danymi zebranymi przez radar i symulacją

Przeglądaj więcej filmów