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.
Neste estudo, analisa-se o efeito do estacionamento à beira da estrada em uma rua urbana. Todo o processo consiste na coleta de dados de tráfego, processamento de dados, simulação de operação, calibração de simulação e análise de sensibilidade.
O estacionamento na estrada é um fenômeno de tráfego comum na China. Ruas urbanas estreitas, altas demandas de estacionamento e escassez de estacionamentos forçam o público a se envolver em estacionamento aleatório ao longo da estrada. Um protocolo é proposto para determinar o impacto de um veículo estacionado na estrada nos veículos que passam. Nesta investigação, uma rua urbana de dois sentidos e duas faixas em que um veículo está estacionado na beira da estrada é selecionada para a coleta de dados de tráfego. Com base nesses dados, o impacto dos veículos estacionados na estrada na trajetória e velocidade dos veículos que passam é determinado. Além disso, um modelo de microssimulação é aplicado para determinar o impacto do estacionamento na estrada no comprimento máximo da fila, atraso, emissões e outros indicadores sob diferentes volumes de tráfego de acordo com a análise de sensibilidade. Os resultados mostram que os veículos estacionados na estrada afetam a trajetória dos veículos que passam por aproximadamente 80 m e têm um efeito negativo na velocidade, com a menor velocidade sendo observada no local do veículo estacionado na estrada. Os resultados da análise de sensibilidade sugerem que o volume de tráfego aumenta de forma síncrona com os valores do indicador. O protocolo fornece um método para determinar o efeito do estacionamento na estrada na trajetória e velocidade de viagem. A pesquisa contribui para a gestão refinada do futuro estacionamento à beira da estrada.
A aceleração da urbanização é acompanhada por um aumento óbvio na propriedade de veículos a motor e no fluxo de tráfego urbano. Em 2021, a propriedade de carros da China atingiu 378 milhões, representando um aumento de 25,1 milhões em comparação com o de 20201. No entanto, a situação actual, com capacidade rodoviária insuficiente e tecnologia limitada de gestão do tráfego, conduziu a uma discrepância cada vez mais evidente entre a oferta e a procura de tráfego urbano. Por conseguinte, o congestionamento do tráfego rodoviário intensificou-se gradualmente. Como o problema mais difundido no transporte urbano, o congestionamento do tráfego causa muitos perigos e tem atraído ampla atenção dos pesquisadores 2,3,4. Além de prolongar o tempo de viagem, o congestionamento do tráfego também agrava a poluição ambiental, intensifica o consumo de energia e aumenta as emissões de poluentes 5,6,7,8. Há uma correlação positiva entre congestionamento de tráfego e taxas de acidentes 9,10. Para além dos efeitos acima referidos, o aumento do congestionamento do tráfego prejudica o rendimento e o emprego11, e este efeito está intimamente relacionado com a vida quotidiana das pessoas, tornando este um dos principais problemas das cidades. Com o desenvolvimento das cidades, o impacto adverso do congestionamento rodoviário na sociedade continuará a aumentar.
O congestionamento do tráfego é um reflexo abrangente de muitos problemas de tráfego urbano, entre os quais o estacionamento é o principal. A expansão da população urbana e o aumento dos veículos a motor têm um impacto negativo na oferta de estacionamento e na procura de estacionamento excecional. No sistema de estacionamento, o estacionamento à beira da estrada é comum no tráfego urbano e é um meio importante de resolver o desequilíbrio entre a oferta e a procura de estacionamento. O estacionamento à beira da estrada utiliza recursos em ambos os lados da estrada para fornecer vagas de estacionamento. O estacionamento à beira da estrada é conveniente, rápido, flexível e economiza espaço em comparação com outras instalações de estacionamento. No entanto, o estacionamento à beira da estrada ocupa os recursos da estrada e seus efeitos adversos não podem ser ignorados. Em cidades em rápido desenvolvimento nos países em desenvolvimento, as crescentes demandas de estacionamento tornam o estacionamento na estrada sobrecarregado, reduzindo assim a segurança no trânsito, a qualidade do ar e o espaço público12. Por conseguinte, a questão do estacionamento na estrada tem de ser abordada.
O espaço de estacionamento à beira da estrada pode ser localizado em dois cenários: (1) a faixa não motorizada (ou seja, em estradas largas com faixas motorizadas e não motorizadas separadas, o estacionamento à beira da estrada ocupa espaço na faixa não motorizada mais à direita); e (2) a faixa mista de veículos a motor e veículos não motorizados, que muitas vezes é uma estrada estreita com um baixo volume de tráfego. Como os veículos a motor e não a motor compartilham recursos rodoviários, o estacionamento na estrada frequentemente leva ao caos nas operações de tráfego no segundo cenário. No entanto, a maioria dos estudos existentes tem se concentrado no primeiro cenário 13,14,15,16,17,18.
Quando um espaço de estacionamento à beira da estrada está presente na pista não motorizada, e se não houver isolamento obrigatório das faixas motorizadas e não motorizadas, o estacionamento à beira da estrada leva indiretamente ao tráfego misto. Um espaço de estacionamento à beira da estrada diminui significativamente a largura efetiva da pista não motorizada, aumentando assim a probabilidade de veículos não motorizados passarem pela pista não motorizada e ocuparem a pista motorizada adjacente. O comportamento é chamado de passagem de faixa16. Muitos estudos exploraram o impacto do estacionamento na estrada na pista não motorizada no fluxo de tráfego misto. Com base no modelo de autômatos celulares, Chen et al.13 avaliaram o impacto do estacionamento na estrada em operações de tráfego heterogêneo em vias urbanas por meio do estudo de conflitos de atrito e congestionamento entre veículos automotores e não motorizados 13. Chen et al. propuseram um modelo de resistência rodoviária do fluxo de tráfego misto, considerando o efeito do estacionamento na estrada17. Além disso, alguns estudos examinaram o impacto do estacionamento na estrada apenas nos veículos a motor. Guo et al. propuseram um método baseado na duração do risco, que foi usado para analisar quantitativamente o tempo de condução de veículos a motor em seções de estacionamento à beira da estrada19, e os resultados mostraram que o estacionamento na estrada impactou significativamente o tempo de viagem.
A simulação de tráfego é uma ferramenta comum para investigar o impacto do estacionamento na estrada. Yang et al. utilizaram o software VISSIM para explorar o impacto do estacionamento na estrada no tráfego dinâmico (especialmente na capacidade), desenvolveram um modelo de tráfego de atraso médio do veículo e verificaram a confiabilidade do modelo por meio da simulação20. Gao et al. analisaram o efeito do estacionamento na estrada sobre o tráfego misto sob quatro tipos de interferência de tráfego utilizando o mesmo software18. Guo et al. utilizaram um modelo de autômatos celulares para analisar a influência do estacionamento na estrada nas características do tráfego de veículos (capacidade da pista e velocidade do veículo) por meio da simulação de Monte Carlo em diferentes cenários21. Sob a estrutura da teoria do tráfego trifásico de Kerner, Hu et al. analisaram o impacto do comportamento temporário de estacionamento na estrada no fluxo de tráfego com base nos autômatos celulares modelo22. Estes estudos mostram que o estacionamento na estrada tem um grande impacto negativo na eficiência do tráfego.
O departamento de gerenciamento de tráfego está interessado em entender o efeito dos veículos estacionados na estrada no fluxo de tráfego. O comprimento e o grau específicos do efeito são importantes para gerenciar problemas com estacionamento na estrada, por exemplo, fornecendo informações sobre como delimitar estacionamentos, determinar zonas de não estacionamento e regular as durações de estacionamento. Neste estudo, um protocolo foi projetado para examinar o efeito de um único veículo estacionado na estrada na operação de tráfego. O procedimento pode ser resumido nas seguintes etapas: 1) preparação do equipamento, 2) seleção do local de coleta de dados, 3) seleção do tempo de investigação, 4) coleta dos dados, 5) realização da análise dos dados, 6) construção do modelo de simulação, 7) calibração do modelo de simulação e 8) realização da análise de sensibilidade. Se algum requisito nessas oito etapas não for satisfeito, o processo é incompleto e insuficiente para comprovar a eficácia.
1. Preparação do equipamento
2. Seleção do local de coleta de dados (Figura 1)
3. Seleção do tempo de investigação
4. Coleta de dados (Figura 3)
5. Análise dos dados
NOTA: Por meio da coleta de dados, são adquiridas 3 h de dados, incluindo o pico da manhã, a hora do meio-dia e o pico da noite. Os vídeos de tráfego de reprodução são fornecidos pela câmera para calibrar manualmente os volumes de tráfego e os tipos de veículos. Selecione os dados do grupo com o maior volume (ou seja, os dados de pico da manhã, neste caso) como a hora representativa para a realização da análise dos dados.
6. Construindo o modelo de simulação
NOTA: O modelo de simulação microscópica é estabelecido por software de simulação para simulação de tráfego. Os resultados da coleta de dados, incluindo o volume de tráfego, a velocidade do veículo e a composição do tipo de veículo, são parâmetros vitais na simulação de tráfego e formam a base do edifício modelo. Somente o grupo de dados representativo é necessário na simulação.
7. Calibração do modelo de simulação
NOTA: Neste estudo, as observações de tráfego mostraram que os dados de pico matinal apresentaram o maior volume, mas os três grupos de dados foram simulados para verificação para ilustrar completamente a confiabilidade do modelo de simulação.
(1)
(2)
é a capacidade simulada no modelo de simulação (veh/h), e 
é a capacidade da investigação (veh/h). O MAPE calculado está listado na Tabela 2.8. Análise de sensibilidade
NOTA: A Figura 7B mostra o processo de análise de sensibilidade. O processo de análise de sensibilidade reflete apenas o desempenho dos dados coletados (Tabela 3). Para entender situações com diferentes volumes de tráfego em cenários em tempo real, todas as combinações possíveis de volume de tráfego são inseridas no modelo de simulação para garantir que todas as situações sejam cobertas na análise de estacionamento na estrada (Figura 8 e Tabela 4).
Este trabalho apresenta um protocolo para determinar o efeito do estacionamento na estrada sobre os veículos que passam em uma estrada urbana de duas direções e duas pistas por meio da coleta e simulação de dados de tráfego. Uma estrada foi selecionada como local de estudo (Figura 1) e um veículo foi estacionado no local de beira de estrada planejado. Radares, um dispositivo laser de beira de estrada e uma câmera foram aplicados para coletar a trajetória, a velocidade, o volume e a composição do tipo do veículo para determinar as mudanças na trajetória e velocidade do veículo sob o estacionamento à beira da estrada (Figuras 4-6). Um modelo de simulação microscópica foi construído com base nas características geométricas da estrada e nos resultados da coleta de dados (Figura 7). A análise de sensibilidade determinou o impacto do estacionamento na estrada no comprimento máximo da fila, atraso, emissões e outros indicadores de operação do veículo em volumes de tráfego variados (Figura 8).
A Figura 1 mostra o local de coleta de dados. A estrada de teste era uma estrada de duas direções e duas pistas na cidade de Xi'an, província de Shaanxi, China. A largura da estrada era de 10 m, o limite de velocidade era de 60 km/h e não havia faixa mediana, representando condições típicas de estacionamento à beira da estrada. O tráfego em duas direções podia fluir facilmente, mas diminuía significativamente na presença de um veículo estacionado.
A Figura 4 mostra as trajetórias sob a influência do estacionamento na estrada com base nos dados medidos pelos radares e pelo dispositivo laser de beira de estrada. A figura mostra que o veículo estacionado à beira da estrada afetou a trajetória dos veículos que passavam por um comprimento de 80 m. O azul representa os dados do radar oeste e o laranja indica os dados do radar leste. A linha preta do meio é uma coleção de pontos, que é a distribuição de posição formada pela posição vertical dos veículos que passam detectada pelo dispositivo laser de beira de estrada.
O radar oeste mostra as mudanças de trajetória. Quando os veículos viram a barreira estacionada à beira da estrada, eles se deslocaram da posição normal a partir de 40 m a montante do veículo estacionado.
O dispositivo laser de beira de estrada poderia registrar a posição lateral e a velocidade de cada veículo que passava. A posição lateral variou de 2,3 m a 4,9 m (ou seja, as extremidades inferior e superior da linha preta média na Figura 4). A posição média foi de 3,3 m. A posição aqui significa a posição do lado direito dos veículos que operam na direção W-E e a posição do lado esquerdo para os veículos que operam na direção E-W.
Para o radar leste, uma tendência semelhante ao radar oeste foi observada. Os veículos regressaram à posição normal aproximadamente 40 m após a aprovação no veículo de ensaio.
Como visto na Figura 4, o comprimento do efeito de um veículo estacionado na estrada na trajetória dos veículos que passavam era de 80 m. Os veículos que passavam começaram a se desviar de sua trajetória normal a 40 m do centro do veículo estacionado e retornaram à sua trajetória normal após 40 m do centro do veículo estacionado (a localização exata é marcada com duas longas linhas pretas na Figura 4, e as posições horizontais das duas linhas são de 60 m e 140 m). Na posição do veículo estacionado (ou seja, a posição com coordenadas [100,0] na Figura 4), a distância média entre os veículos que passam e a borda externa do veículo estacionado foi de 3,3 m. Considerando a largura do veículo estacionado, a distância média entre os veículos que passam e a borda interna do veículo estacionado foi de 1,3 m. As distâncias mínima e máxima entre os veículos que passam e a borda interna do veículo estacionado foram de 0,3 m e 2,9 m, respectivamente, conforme determinado pela localização original e condições de operação dos veículos que passam. Os veículos que trafegavam perto do meio-fio não tinham uma grande distância lateral do veículo estacionado ao passá-lo e até passavam perto dele em baixa velocidade devido à influência de outros veículos que trafegavam na mesma direção. Quando o veículo que passava não era perturbado por outros veículos que viajavam na mesma direção, a largura de viagem era mais generosa. Em outras palavras, a largura lateral entre o veículo que passava e o veículo estacionado na estrada era suficiente. Naturalmente, a largura lateral entre o veículo que passa e o veículo estacionado também depende do comportamento de condução. Em comparação com um motorista agressivo, um motorista estável é mais propenso a passar por um veículo estacionado com uma largura lateral maior.
A Figura 5 e a Figura 6 mostram que o estacionamento na estrada prejudica a velocidade dos veículos que passam, com a menor velocidade dos veículos que passam sendo observada na posição do veículo estacionado (ou seja, a posição com uma coordenada horizontal central de [100, 0]). A Figura 5 mostra a velocidade na direção E-W. O tráfego está se movendo da direita para a esquerda na imagem, indicando que a velocidade do veículo diminui gradualmente dentro da faixa de 180-120 m. Depois de passar a posição estacionada, a velocidade foi gradualmente e uniformemente distribuída sem um aumento óbvio.
Na seção laranja, pouco antes da posição do veículo estacionado, uma velocidade máxima de 54,7 km/h foi atingida, e esta foi a velocidade na qual o veículo passou a uma velocidade maior do que o veículo que se aproximava. A menor velocidade foi de 0 km/h, e isso ocorreu na posição de estacionamento. Com valores de deslocamento mais altos do veículo na direção W-E, esse veículo ocupava mais largura da estrada, e o veículo na direção E-W tinha que esperar, o que significa que a velocidade do último veículo era de 0 km / h.
Na área azul, depois de passar a posição de estacionamento, a velocidade do veículo permaneceu na faixa de 8-35 km / h. Teria sido difícil para os carros atingirem limites de velocidade superiores mais elevados devido ao ambiente rodoviário. O limite de velocidade mais baixo aumentou ligeiramente de 8 km/h para 20 km/h devido à condução longe da posição de estacionamento.
A Figura 6 mostra a velocidade na direção W-E, com os veículos se movendo da esquerda para a direita na imagem. As mudanças de velocidade na direção W-E foram semelhantes às da direção E-W.
Antes da posição de estacionamento (ou seja, dentro da faixa de 0-100 m na figura), os limites superior e inferior da velocidade do veículo na direção W-E gradualmente se estreitaram a partir da posição de 20 m. Na faixa de 0-40 m, o limite superior diminuiu gradualmente e foi mais baixo na posição de 80 m. O limite superior de velocidade de 38,6 km/h (na posição de 20 m) caiu para 29 km/h (na posição de 80 m). O limite de velocidade inferior aumentou de 9,4 km/h (na posição de 10 m) para 10,44 km/h (na posição de 100 m).
O limite de velocidade baixou antes da posição de estacionamento. Durante a observação, se um veículo na direção W-E encontrasse o veículo estacionado do mesmo lado e não houvesse veículos à sua frente ou o veículo oposto estivesse longe, o veículo na direção W-E tendia a acelerar e compensar primeiro para ocupar uma boa posição para passar o veículo estacionado primeiro. Este fenômeno é a razão para o aumento de velocidade logo antes da posição de estacionamento.
Passando a posição de estacionamento, a faixa de velocidade foi de 8,2-47,7 km / h. O limite de velocidade mais baixo diminuiu porque alguns motoristas frearam ao passar pelo veículo estacionado para evitar arranhões. Os arranhões acontecem quando os veículos que chegam em ambos os sentidos se encontram no local de estacionamento e, nesses casos, os motoristas tentam evitar arranhões reduzindo sua velocidade. Em comparação com a área azul, o limite de velocidade foi aumentado em 9,1 km/h. Isso ocorre porque, quando nenhum veículo estava vindo na direção oposta, os veículos na direção W-E aceleraram pela posição de estacionamento depois de confirmar que não arranharam o veículo estacionado à beira da estrada, consistente com os hábitos habituais de condução dos motoristas.
Na área laranja, o limite de velocidade inferior de 7,5 km/h aumentou significativamente depois de passar a posição de estacionamento. Isso indica que a maioria dos veículos pode acelerar de volta à velocidade antes da posição de estacionamento depois de se mover a 10 m da posição de estacionamento.
A Figura 8 indica os resultados da simulação de nove indicadores que refletem o estado operacional dos veículos em diferentes volumes de tráfego. Os volumes de tráfego nas direções E-W e W-E afetaram o comprimento máximo da fila (Figura 8A), o número de veículos (Figura 8B), o atraso (Figura 8C), o número de paradas (Figura 8D), as emissões de CO (Figura 8E), as emissões de NO (Figura 8F), as emissões de COV (Figura 8G), o consumo de combustível (Figura 8H) e o tempo de viagem (Figura 8I ) alinhando-se aos dados de estacionamento na estrada. O aumento no volume de tráfego leva ao aumento de todos os valores do indicador, mas o grau afetado de diferentes valores do indicador é variado. Além disso, o estacionamento na estrada não tem um efeito idêntico em veículos nas direções E-W e W-E.
Com o aumento do volume de tráfego, o grau de impacto do estacionamento na estrada nos veículos na direção W-E para os três indicadores de comprimento máximo da fila, atraso e número de paradas foi significativamente maior do que o dos veículos no sentido E-W. Em termos dos cinco indicadores relacionados às emissões, consumo de combustível e tempo de viagem, o grau de impacto nos veículos nas direções E-W e W-E foi quase o mesmo, mas foi ligeiramente maior para os veículos na direção W-E. Depois que o volume de tráfego atingiu 300-350 veh/h nas direções W-E e E-W, a tendência de crescimento do comprimento máximo da fila, atraso e número de paradas foi significativamente maior, com o impacto negativo do estacionamento na estrada na eficiência da operação de tráfego do fluxo de tráfego de passagem se tornando mais grave. Cinco dos indicadores relacionados às emissões, consumo de combustível e tempo de viagem mudaram uniformemente com o aumento do volume de tráfego em ambos os sentidos.
Figura 1: O local de coleta de dados: uma estrada de duas direções e duas pistas, a estrada Dian Zi Yi em Xi'an. Coordenadas: 108.932882,34.220774. (A) Um esquema do local de investigação na cidade de Xi'an. (B) A linha vermelha representa o segmento de coleta de dados. O cruzamento da estrada norte com a linha vermelha é uma rua pedonal com poucas pessoas e não afeta esta investigação. Por favor, clique aqui para ver uma versão maior desta figura.
Figura 2: O índice de congestionamento de 24 horas. Os dados no painel vêm do índice de congestionamento em tempo real em Xi'an em 24 de agosto de 202126. Os dados indicam que o pico da manhã ocorreu das 07:00 às 09:00 e o pico da noite ocorreu das 17:00 às 19:00. O vale, excluindo tarde da noite, ocorreu das 11:00 às 12:00. Os índices de congestionamento foram de 2,25 e 2,66 às 08:00 e 18:00 horas, respectivamente. Por favor, clique aqui para ver uma versão maior desta figura.
Figura 3: Esquema de coleta de dados mostrado em uma foto tirada por um drone a uma altura de 150 m. A sombra da árvore cobre todo o equipamento, de modo que os blocos coloridos representam o equipamento. O veículo estacionado à beira da estrada está no meio, e os dois radares são colocados a 100 m a montante e 100 m a jusante do veículo estacionado. O radar oeste e o radar leste estão voltados para o veículo estacionado. Por favor, clique aqui para ver uma versão maior desta figura.
Figura 4: Trajetórias inteiras. O veículo de ensaio está estacionado na posição de (100,0) no painel. O azul representa os dados do radar oeste, a linha preta do meio representa os dados do dispositivo laser de beira de estrada e o laranja representa os dados do radar leste. Por favor, clique aqui para ver uma versão maior desta figura.
Figura 5: Velocidade Leste-Oeste. Clique aqui para ver uma versão maior desta figura.
Figura 6: Velocidade Oeste-Leste. Clique aqui para ver uma versão maior desta figura.
Figura 7: Fluxogramas para cálculo do erro de simulação (MAPE) e realização da análise de sensibilidade. (A) Fluxograma para o cálculo do MAPE. (B) Fluxograma para a análise de sensibilidade. Por favor, clique aqui para ver uma versão maior desta figura.
Figura 8: Análise de sensibilidade. Eixo X = volume de tráfego E-W, eixo Y = volume de tráfego W-E e eixo Z = valor do índice de avaliação. (A) Comprimento máximo da fila. (B) Número de veículos. (C) Atraso. (D) Número de paradas. (E) Emissões de CO. (F) SEM emissões. (G) Emissões de COV. (H) Consumo de combustível. (I) Tempo de viagem. Por favor, clique aqui para ver uma versão maior desta figura.
| Item | Manhã (07:00−08:00) | Médio meio-dia (13:00−14:00) | Noite (17:00−18:00) | |||
| Direção | W–E | E–W | W–E | E–W | W–E | E–W |
| Car(veh/h) | 306 | 374 | 167 | 148 | 351 | 228 |
| Caminhão (veh/h) | 1 | 3 | 1 | 0 | 4 | 0 |
| Ônibus (veh/h) | 9 | 9 | 4 | 5 | 6 | 4 |
| Aver. velocidade (km/h) | 21.7 | 24.5 | 19.4 | 24.7 | 18.8 | 20.5 |
| Velocidade máxima (km/h) | 47.7 | 54.7 | 55.8 | 56.2 | 44.6 | 45.0 |
| Velocidade mínima (km/h) | 0 | 0 | 0 | 0 | 0 | 0 |
Tabela 1: Informações sobre veículos coletadas na investigação. Uma velocidade mínima de 0 km/h indica que alguns veículos param de se mover.
| Item | Manhã (07:00−08:00) | Médio meio-dia (13:00−14:00) | Noite (17:00─18:00) | |||
| Direção | W–E | E–W | W–E | E–W | W–E | E–W |
| Capacidade de investimento (veh/h) | 316 | 386 | 172 | 153 | 361 | 232 |
| Capacidade simulada (veh/h) | 306 | 360 | 174 | 150 | 354 | 216 |
| MAPE individual (%) | 3.2 | 6.7 | 1.2 | 2.0 | 1.9 | 6.9 |
| MAPE(%) | 5.0 | 1.6 | 4.4 |
Tabela 2: Os resultados da calibração para o modelo de simulação. Os resultados da calibração entre o volume de tráfego investigado e o volume simulado estão listados na tabela. O MAPE é calculado usando a Equação 2, e os erros entre a capacidade simulada e a capacidade real são de 5,5%, 1,6% e 4,4% para os três grupos de dados, que são todos pequenos. Como o erro de capacidade total é inferior a 15%, o erro do modelo estabelecido está dentro da faixa aceitável, e a precisão da simulação é suficiente29.
| Item | Manhã | Meio meio-dia | Noite | |||
| (07:00−08:00) | (13:00−14:00) | (17:00─18:00) | ||||
| W–E | E–W | W–E | E–W | W–E | E–W | |
| comprimento máximo da fila (m) | 31.26 | 34.93 | 12.00 | 7.96 | 34.88 | 20.40 |
| número de veículos | 306 | 360 | 168 | 150 | 348 | 216 |
| atraso(s) | 6.47 | 6.58 | 3.10 | 1.74 | 6.68 | 4.64 |
| número de paragens (vezes) | 0.28 | 0.52 | 0.05 | 0.11 | 0.24 | 0.42 |
| Emissões de CO (gramas) | 191.790 | 249.606 | 89.112 | 77.820 | 219.462 | 135.468 |
| SEM emissões (gramas) | 37.314 | 48.564 | 17.340 | 15.138 | 42.702 | 26.358 |
| Emissões de COV (gramas) | 44.448 | 57.846 | 20.652 | 18.036 | 50.862 | 31.398 |
| consumo de combustível (galão) | 2.742 | 3.570 | 1.272 | 1.116 | 3.138 | 1.938 |
| tempo(s) de viagem | 35.46 | 29.12 | 31.92 | 24.56 | 35.73 | 27.25 |
Tabela 3: Resultados da simulação com os dados de pico da manhã, meio-dia e dados de pico noturno. Como os dados representativos, o grupo de dados de pico matinal tem o maior volume de tráfego e valores do indicador. O grupo de dados de tráfego do meio-dia tem o menor volume de tráfego e valores de indicador.
| Item | Valor |
| Volume E–W (veh/h) | 150/200/250/300/350/400/450 |
| Volume W–E (veh/h) | 150/200/250/300/350/400 |
| Nota: O volume de tráfego E–W está na faixa de 150–450 veh/h com um aumento de 50 veh/h. O volume de tráfego W-E está na faixa de 150 a 400 veh/h com um aumento de 50 veh/h. |
Tabela 4: Parâmetros de entrada para a análise de sensibilidade na simulação.
Os autores não têm nada a revelar.
Neste estudo, analisa-se o efeito do estacionamento à beira da estrada em uma rua urbana. Todo o processo consiste na coleta de dados de tráfego, processamento de dados, simulação de operação, calibração de simulação e análise de sensibilidade.
Os autores gostariam de agradecer o Programa de Pesquisa Científica Financiado pelo Departamento de Educação Provincial de Shaanxi (Programa No. 21JK0908).
| bateria | Shenzhen Saiqi Innovation Technology Co., Ltd | LPB-568S | |
| cabos para radar | BEIJING AOZER TECH & DEVELOPMENT CO.,LTD | ||
| cabos para dispositivo a laser de beira de estrada | Câmera MicroSense | ||
| Sony Group Corp | HDR-CS680 | ||
| tripé de câmera | Sony Group Corp | ||
| drone | SZ DJI Technology Co.,Ltd. | DA2SUE1 | |
| laptop Dell | C2H2L82 | ||
| radar | BEIJING AOZER TECH & DESENVOLVIMENTO CO., LTD | CADS-0037 | |
| tripé de radar | BEIJING AOZER TECH & DEVELOPMENT CO.,LTD | ||
| tripé reflexivo | Beijing Shunan liandun Technology Co., Ltd | ||
| dispositivo a laser de beira de estrada | MicroSense |
