JoVE Journal > Engineering
Summary
Abstract
Introduction
Protocol
Results
Discussion
Disclosures
Acknowledgements
Materials
References
Automatic Translation
Engineering

Evaluering av en eksklusiv Spur Dike U-Turn Design med radarinnsamlede data og simulering

Published: February 01, 2020
doi:
10.3791/60675
, , , , , , ,
1Highway Academy,Chang’an University, 2Human Resource Department,Xi’an Shiyou University, 3Cockrell School of Engineering,University of Texas at Austin, 4Department of Earth and Atmospheric Science,University of Houston, 5School of Foreign Languages,Xi’an Shiyou University

Summary

Denne protokollen beskriver prosessen med å løse et mikroskopisk trafikkproblem med simulering. Hele prosessen inneholder en detaljert beskrivelse av datainnsamling, dataanalyse, simuleringsmodellbygging, simuleringskalibrering og sensitiv analyse. Endringer og feilsøking av metoden er også diskutert.

Abstract

Tradisjonelle U-turn design kan forbedre operasjonelle funksjoner åpenbart, mens U-sving avledninger og slå sammen segmenter fortsatt føre trafikkaos, konflikter og forsinkelser. En eksklusiv spur dike U-turn lane design (ESUL) er foreslått her for å løse ulempene ved tradisjonelle U-turn design. For å evaluere driftsytelsen til ESUL er det nødvendig med en trafikksimuleringsprotokoll. Hele simuleringsprosessen inneholder fem trinn: datainnsamling, dataanalyse, simuleringsmodellbygging, simuleringskalibrering og sensitiv analyse. Datainnsamling og simuleringsmodellbygging er to kritiske trinn og beskrives senere i større detalj. Tre indekser (reisetid, forsinkelse og antall stopp) brukes ofte i evalueringen, og andre parametere kan måles fra simuleringen i henhold til eksperimentelle behov. Resultatene viser at ESUL reduserer ulempene ved tradisjonelle U-turn design betydelig. Simuleringen kan brukes til å løse mikroskopiske trafikkproblemer, for eksempel i enkelt eller flere tilstøtende kryss eller korte segmenter. Denne metoden er ikke egnet for større veinett eller evalueringer uten datainnsamling.

Introduction

Noen trafikkproblemer, for eksempel trafikkaos i et kryss eller kort segment, kan løses eller forbedres ved å optimalisere veidesign, endre signaltiming, trafikkstyringsmålinger og andre transportteknologier1,2,3,4. Disse forbedringene har enten en positiv eller negativ effekt på trafikkflytoperasjoner sammenlignet med de opprinnelige situasjonene. Endringene i trafikkoperasjoner kan sammenlignes i trafikksimuleringsprogramvare i stedet for i selve gjenoppbyggingen av skjæringspunktet eller segmentet. Trafikksimuleringsmetoden er et raskt og billig alternativ når en eller flere forbedringsplaner foreslås, spesielt når man sammenligner ulike forbedringsplaner eller evaluerer effektiviteten av forbedringer. Denne artikkelen introduserer prosessen med å løse et trafikkproblem med simulering ved å evaluere trafikkflytoperasjonelle funksjoner i en eksklusiv anspore dike U-turn lane design5.

U-svingbevegelse er et utbredt trafikkbehov som krever en U-sving median åpning på veien, men dette har blitt debattert. Utforming av en U-svingåpning kan føre til trafikkaos, mens lukking av U-svingåpningen kan føre til omveier for U-svingkjøretøyene. To bevegelser, U-sving kjøretøy og direkte venstresving kjøretøy, krever en U-sving åpning og forårsake trafikkforsinkelser, stopp, eller til og med ulykker. Noen teknologier har blitt foreslått for å løse ulempene ved U-sving bevegelser, for eksempel signalisering6,7, eksklusive venstre sving baner8,9, og autonome kjøretøy10,11. Forbedringspotensialet finnes fortsatt på U-sving-problemer, på grunn av de ovennevnte løsningene som har restriktive applikasjoner. En ny U-turn design kan være en bedre løsning under visse forhold og være i stand til å løse eksisterende problemer.

Den mest populære U-turn design er median U-sving krysset (MUTI)12,13,14,15, som vist i figur 1. En betydelig begrensning av MUTI er at den ikke kan skille U-sving kjøretøy fra passerende kjøretøy og at trafikkkonflikt fortsatt eksisterer16,17. En modifisert U-turn design kalt den eksklusive anspore dike U-turn lane (ESUL; Figur 2) er foreslått her og har som mål å redusere trafikkaos ved å innføre en eksklusiv U-sving kjørefelt på begge sider av en median. ESUL kan redusere reisetiden betydelig, forsinkelser og antall stopp på grunn av kanaliseringen av de to strømmene.

For å bevise at ESUL er mer effektiv enn den normale MUTI, er det nødvendig med en streng protokoll. ESUL kan faktisk ikke konstrueres før en teoretisk modell; dermed er simulering nødvendig18. Ved hjelp av trafikkflytparametere, noen viktige modeller har blitt brukt i simulering forskning19,for eksempel kjøring atferd modeller20,21, bil følgende modeller22,23, U-turn modeller4, og lane endre modeller21. Nøyaktigheten av trafikkflytsimuleringer er allment akseptert16,24. I denne studien simuleres både MUTI og ESUL med innsamlede data for å sammenligne forbedringer gjort av ESUL. For å garantere nøyaktighet simuleres en sensitiv analyse av ESUL også, noe som kan gjelde for mange forskjellige trafikksituasjoner.

Denne protokollen presenterer eksperimentelle prosedyrer for å løse reelle trafikkproblemer. Metodene for innsamling av trafikkdata, dataanalyse og analyse av generell effektivitet av trafikkforbedringer foreslås. Prosedyren kan oppsummeres i fem trinn: 1) trafikkdatainnsamling, 2) dataanalyse, 3) simuleringsmodellbuild, 4) kalibrering av simuleringsmodell og 5) følsomhetsanalyse av driftsytelse. Hvis noen av disse kravene i de fem trinnene ikke er oppfylt, er prosessen ufullstendig og utilstrekkelig til å bevise effektivitet.

Protocol

1. Utarbeidelse av utstyret Forbered to av hver av følgende enheter for å samle to-veis trafikkflyter: radarer, bærbare datamaskiner, batterier og kabler for radarer og bærbare datamaskiner, kameraer og radar- og kamerastativer.MERK: Radaren og den tilsvarende programvaren brukes til å samle kjøretøyhastighet og bane, og dette er mer nøyaktig enn en hastighetspistol. Radaren er ikke det eneste valget hvis annet utstyr er tilgjengelig for å samle kjøretøyhastighet, bane og volum. Siden radarsignal…

Representative Results

Figur 2 viser illustrasjonen av ESUL for U-sving medianåpning. WENS mener fire kardinalretninger. Hovedveien har seks kjørefelt med to retninger. Greenbelter deler ikke-motorisert kjørefelt på begge sider og deler de to retningene i midten. Flyt 1 er øst mot vest gjennom trafikken, flyt 2 er øst til øst U-sving flyt, flyt 3 er vest til øst gjennom trafikken, og flyt 4 er vest til vest U-sving trafikk. <p class="jove_content" fo:keep-together.withi…

Discussion

I denne artikkelen ble prosedyren for å løse et trafikkproblem i et kryss eller et kort segment ved hjelp av simulering diskutert. Flere punkter fortjener spesiell oppmerksomhet og diskuteres mer detaljert her.

Feltdatainnsamling er det første som fortjener oppmerksomhet. Noen krav til datainnsamlingssted er som følger: 1) Finne en passende plassering for datainnsamling. Plasseringen skal være lik veien geometrisk form i studien, som er premisset for datainnsamling. 2) Fastsettelse av den…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Forfatterne ønsker å anerkjenne China Scholarship Council for delvis finansiering dette arbeidet var med filen No. 201506560015.

Materials

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

References

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

Tags

U-turn DesignRadar Data CollectionTraffic SimulationTraffic EvaluationMedian OpeningTraffic FlowTraffic DataRadar InstallationRadar SoftwareTraffic Data Analysis

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
Cite This Article
Shao, Y., Yu, H., Wu, H., Han, X., Zhou, X., Claudel, C. G., Zhang, H., Yang, C. Evaluation of an Exclusive Spur Dike U-Turn Design with Radar-Collected Data and Simulation. J. Vis. Exp. (156), e60675, doi:10.3791/60675 (2020).
Download Citation
Reprints and Permissions

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image