Summary
Este protocolo describe el proceso de resolución de un problema de tráfico microscópico con la simulación. Todo el proceso contiene una descripción detallada de la recopilación de datos, el análisis de datos, la construcción del modelo de simulación, la calibración de la simulación y el análisis confidencial. También se describen las modificaciones y la solución de problemas del método.
Abstract
Los diseños tradicionales de giro en U pueden mejorar las características operativas, obviamente, mientras que las desviaciones de giro en U y los segmentos de fusión todavía causan congestión del tráfico, conflictos y retrasos. Aquí se propone un exclusivo diseño de carril de giro en U (ESUL) para resolver las desventajas de los diseños tradicionales de giro en U. Para evaluar el rendimiento de la operación de ESUL, se necesita un protocolo de simulación de tráfico. Todo el proceso de simulación incluye cinco pasos: recopilación de datos, análisis de datos, compilación de modelos de simulación, calibración de simulación y análisis confidencial. La recopilación de datos y la compilación del modelo de simulación son dos pasos críticos y se describen más adelante con mayor detalle. Tres índices (tiempo de viaje, retardo y número de paradas) se utilizan comúnmente en la evaluación, y otros parámetros se pueden medir desde la simulación de acuerdo con las necesidades experimentales. Los resultados muestran que el ESUL disminuye significativamente las desventajas de los diseños tradicionales de giro en U. La simulación se puede aplicar para resolver problemas de tráfico microscópico, como en intersecciones individuales o varias adyacentes o segmentos cortos. Este método no es adecuado para redes de carreteras a mayor escala o evaluaciones sin recopilación de datos.
Introduction
Algunos problemas de tráfico, como la congestión del tráfico en una intersección o segmento corto, se pueden resolver o mejorar optimizando el diseño de la carretera, la sincronización de la señal de cambio, las mediciones de gestión del tráfico y otras tecnologías de transporte1,2,3,4. Estas mejoras tienen un efecto positivo o negativo en las operaciones de flujo de tráfico en comparación con las situaciones originales. Los cambios en las operaciones de tráfico se pueden comparar en el software de simulación de tráfico en lugar de en la reconstrucción real de la intersección o segmento. El método de simulación de tráfico es una opción rápida y barata cuando se proponen uno o más planes de mejora, especialmente cuando se comparan diferentes planes de mejora o se evalúa la eficacia de las mejoras. Este artículo presenta el proceso de resolución de un problema de tráfico con simulación mediante la evaluación de las características operativas de flujo de tráfico de un exclusivo dique de espuela U-turn lane design5.
El movimiento de giro en U es una demanda de tráfico generalizada que requiere una mediana de giro en U de apertura en la carretera, pero esto ha sido debatido. Diseñar una abertura de giro en U puede causar congestión del tráfico, mientras que cerrar la apertura de giro en U puede causar desvíos para los vehículos de giro en U. Dos movimientos, vehículos de giro en U y vehículos directos a la izquierda, requieren una apertura de giro en U y causan retrasos de tráfico, paradas o incluso accidentes. Se han propuesto algunas tecnologías para resolver las desventajas de los movimientos degiro en U, como la señalización6,7,los carriles de giro a la izquierda exclusivos 8,9,y los vehículos autónomos10,11. El potencial de mejora sigue existiendo en los problemas de giro en U, debido a que las soluciones anteriores tienen aplicaciones restrictivas. Un nuevo diseño de giro en U puede ser una mejor solución bajo ciertas condiciones y ser capaz de abordar los problemas existentes.
El diseño de giro en U más popular es la mediana de intersección de giro en U (MUTI)12,13,14,15, como se muestra en la Figura 1. Una limitación significativa del MUTI es que no puede distinguir los vehículos de giro en U de los vehículos que pasan y que el conflicto de tráfico sigue existiendo16,17. Un diseño modificado de giro en U llamado el exclusivo carril de giro en U del espolón (ESUL; Figura 2) se propone aquí y tiene como objetivo disminuir la congestión del tráfico mediante la introducción de un carril exclusivo de giro en U a ambos lados de una mediana. El ESUL puede reducir significativamente el tiempo de viaje, los retrasos y el número de paradas debido a su canalización de los dos flujos.
Para demostrar que el ESUL es más eficiente que el MUTI normal, se necesita un protocolo riguroso. El ESUL no puede construirse realmente antes de un modelo teórico; por lo tanto, la simulación es necesaria18. Utilizando parámetros de flujo de tráfico, algunos modelos clave se han utilizado en la investigación de simulación19,como los modelos de comportamiento de conducción20,21, los modelos de seguimiento de coches22,23, U-turn4y los modelos de cambio de carril21. La precisión de las simulaciones de flujo de tráfico es ampliamente aceptada16,24. En este estudio, tanto el MUTI como el ESUL se simulan con los datos recopilados para comparar las mejoras realizadas por la ESUL. Para garantizar la precisión, también se simula un análisis sensible del ESUL, que puede aplicarse a muchas situaciones de tráfico diferentes.
Este protocolo presenta procedimientos experimentales para resolver problemas de tráfico reales. Se proponen los métodos para la recopilación de datos de tráfico, el análisis de datos y el análisis de la eficiencia general de las mejoras de tráfico. El procedimiento se puede resumir en cinco pasos: 1) recopilación de datos de tráfico, 2) análisis de datos, 3) compilación del modelo de simulación, 4) calibración del modelo de simulación y 5) análisis de sensibilidad del rendimiento operativo. Si alguno de estos requisitos en los cinco pasos no se cumple, el proceso es incompleto e insuficiente para demostrar su eficacia.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. Preparación del equipo
- Prepare dos de cada uno de los siguientes dispositivos para recopilar flujos de tráfico de dos direcciones: radares, computadoras portátiles, baterías y cables para radares y portátiles, cámaras y trípodes de radar y cámara.
NOTA: El radar y su software correspondiente se utilizan para recoger la velocidad y la trayectoria del vehículo, y esto es más preciso que una pistola de velocidad. El radar no es la única opción si hay otros equipos disponibles para recoger la velocidad, la trayectoria y el volumen del vehículo. Como las señales de radar pueden ser bloqueadas fácilmente por vehículos grandes, los videos filmados por cámaras se pueden utilizar para el conteo de vehículos. Durante la investigación, si el clima es lluvioso o soleado, se necesita protección del equipo. Especialmente en un día soleado, el equipo puede alcanzar una alta temperatura y apagarse, por lo que se necesita un paraguas o equipo de refrigeración para esta situación.
2. Prueba del equipo
- Asegúrese de que todos los investigadores lleven chalecos reflectantes.
- Prepare el trípode de radar y extiéndalo lo más alto posible. Ajuste el trípode de más de 2 m para evitar que las señales se bloqueen en la carretera.
- Instale el radar en la parte superior del trípode y bloquee el radar.
- Ajuste el radar aproximadamente 0,5 m junto a la carretera, ajuste el radar verticalmente y enfrente la dirección del vehículo o la dirección opuesta. Mantenga el ángulo entre la carretera y el radar lo más pequeño posible.
NOTA: El radar puede detectar 200 m como máximo. Si el radar está demasiado cerca del carril, puede soplar sobre los vehículos que pasan. Por lo tanto, 0,5 x 1,0 m es la distancia habitual al carril. - Encienda la batería de alimentación y conecte el portátil a la batería de alimentación. Conecte el cable de alimentación del radar y conecte el USB de datos del radar a la computadora portátil. Cuando todos los cables estén conectados, encienda el portátil.
- Ajuste la cámara junto al radar para disparar el flujo del vehículo.
- Apertura del software de radar
- Haga clic la marca de la comunicación,después seleccione el número de ID del radar de la lista desplegable. Mostrará Radar detectado con un número de identificación.
- Haga clic en Configuración de investigación. En el menú emergente, haga clic en Leer hora RLUy cambiará la hora del dispositivo de la izquierda. A continuación, haga clic en Configurar tiempo RLUy la hora actual del PC a la izquierda también cambiará.
- Haga clic en Iniciar investigacióny el estado de funcionamiento del dispositivo cambiará de Registro de datos no está en curso y No hay datos en el dispositivo a Registro de datos en el procedimiento y Datos en el dispositivo. Haga clic en Cerrar para cerrar este cuadro de diálogo.
- Haga clic en la vista en tiempo real para comprobar el estado del radar. Aparecerá un nuevo cuadro de diálogo y los datos del radar se implementarán rápidamente. Esto significa que el radar está detectando los vehículos y funciona bien. Mantenga este cuadro de diálogo abierto hasta que finalice la colección.
NOTA: El vehículo puede ser capturado por el radar al pasar el radar. - Haga clic en Cerrar en el cuadro de diálogo para finalizar la colección.
- Haga clic en Configuración de la investigación ( Investigation setup) Finalicela investigación y confirme en el cuadro de diálogo. Haga clic en el botón Cerrar.
- Seleccione Descarga de datos en el menú principal. Haga clic en Examinar para seleccionar un lugar para guardar los datos del radar. Introduzca un nombre individual para la hoja de cálculo. Haga clic en el botón Iniciar descarga, aparecerá una barra de progreso y aparecerá un cuadro de diálogo después de la descarga. Haga clic en Confirmar para finalizar la recopilación de datos.
- Haga clic en Configuración de la investigación ( Investigation setup) Borreel registro de datos y confírmelo en el siguiente cuadro de diálogo para borrar la memoria interna del radar.
NOTA: Se necesita una prueba de todo el equipo antes de la salida a la ubicación de recopilación de datos. Mueva todo el equipo a la ubicación de recopilación de datos si todas las piezas funcionan bien.
3. Recopilación de datos
- Selección de la ubicación de la recopilación de datos (Figura 3)
- Seleccione una ubicación adecuada que sea similar al tipo de intersección utilizado en la investigación.
NOTA: Este es el requisito clave en la selección de ubicación. La forma de la ubicación, la situación del flujo de tráfico, el control del semáforo y otros controles son todos necesarios en consideración. Cuanto más similar es el sitio de estudio, más precisos son los resultados. Se necesita una mediana de giro en U en la autopista. Se requiere una línea de visión y aclaramiento suficientemente largas, lo que es necesario para el radar y la seguridad para los investigadores. Sobre la base de la distancia de detección del radar y la distancia de parada del vehículo, la línea de visión debe estar al menos 200 m desde la ubicación hasta una dirección ascendente. - Compruebe el espacio libre de la dirección del radar. Asegúrese de que no haya árboles, arbustos, pasarelas, señales de tráfico o farolas a la vista.
- Asegúrese de que la ubicación es un lugar seguro para el equipo y los investigadores. Si el equipo está situado en la carretera o por encima de la carretera depende del terreno.
- Coloque el equipo en un lugar apartado para evitar llamar la atención del conductor.
NOTA: Según la experiencia previa, algunos conductores pueden reducir la velocidad si ven el equipo de investigación, lo que dará lugar a errores. El equipo de adquisición de datos puede considerarse un dispositivo de medición para que la policía de tráfico mida los vehículos de exceso de velocidad.
- Seleccione una ubicación adecuada que sea similar al tipo de intersección utilizado en la investigación.
- Recopilación de datos de tráfico
- Elija la hora de recogida.
- Recopilar 3 h de datos: 1 h en pico matutino, 1 h en el valle del mediodía y 1 h en el pico de la tarde.
- Compruebe el pico exacto y el tiempo del valle del informe de investigación de tráfico, el departamento de policía de tráfico o las empresas de negocios de tráfico25,26 (Figura 4).
NOTA: Si no hay ningún informe o análisis de tráfico como referencia, recopile 3 h de datos durante los tres períodos mencionados anteriormente y elija los datos más altos. - Introduzca los datos con mayor volumen de tráfico durante un período de 1 h en el modelo de simulación y la sección de análisis. Utilice las 2 h restantes de datos para la verificación al final.
- Configuración del equipo
- Ajuste la dirección del radar y ajuste la cámara junto al radar donde puede capturar todos los carriles. Repita el proceso de instalación de todos los equipos en la sección 2 del puente peatonal.
NOTA: La holgura antes del radar debe ser lo más larga y amplia posible para cubrir toda la gama de movimientos de giro en U. El radar EW (de este a oeste) se enfrenta al flujo de tráfico, y el radar WE (de oeste a este) mira hacia las colas del vehículo debido a la alineación de la carretera(Figura 5). No hay diferencias entre los resultados de la configuración del equipo en el lado interior frente al exterior de los carriles. El lado interno o exterior de la ubicación del radar sólo afecta al sistema de coordenadas de las figuras de trayectoria con datos de radar. Cuando el radar enfrenta el flujo de tráfico, la velocidad de funcionamiento detectada es negativa y necesita ser invertida durante el procesamiento de datos. Cuando el radar enfrenta el flujo de tráfico, la velocidad de funcionamiento detectada es positiva y se puede utilizar directamente. - Ajuste los radares y las cámaras de modo que sean ligeramente más altos que las barandillas del puente para garantizar la autorización antes que los radares y las cámaras.
NOTA: No es necesario que los radares sean tan altos como el asentamiento en carretera.
- Ajuste la dirección del radar y ajuste la cámara junto al radar donde puede capturar todos los carriles. Repita el proceso de instalación de todos los equipos en la sección 2 del puente peatonal.
- Asegúrese de que la sincronización de los radares, portátiles y cámaras sea consistente con el tiempo real.
- Inicie dos radares y cámaras simultáneamente para programar el tiempo.
- Compruebe si los radares y las cámaras funcionan normalmente cada 5 minutos durante la recopilación de datos para asegurarse de que todas las piezas funcionan bien.
- Finalice la recopilación de datos y genere los datos de radar como una hoja de cálculo con un nombre identificado (Tabla 1).
- Elija la hora de recogida.
4. Análisis de datos
- Usando software de cálculo para extraer los datos del radar y extraer cifras de velocidad de operación y trayectorias de la hoja de cálculo.
NOTA: Las coordenadas X/Y y la velocidad X/Y están en la hoja de cálculo. - Elimine los puntos obviamente discretos de las figuras. Estos puntos son errores de radar.
NOTA: El radar detecta una amplia gama de áreas, por lo que los datos pueden contener vehículos objetivo, vehículos opuestos y vehículos no motorizados en carriles de vehículos no motorizados. Al trazar todos los datos como cifras, los vehículos objetivo de tres carriles son obvios, y los puntos restantes son "puntos obviamente discretos". Las áreas de detección son rectas en la Figura 3,se conoce el ancho de los tres carriles, y los "puntos obviamente discretos" se pueden eliminar en el software. Trazar los puntos necesarios como se muestra en la Figura 6b,d. - Reproduzca los vídeos de tráfico y cuente manualmente para obtener el volumen y los tipos de tráfico.
NOTA: Los vehículos se pueden dividir en coches y camiones según el tamaño. Todos los coches, taxis y camiones pequeños dentro de 6 m se clasifican aquí como coches. Todos los camiones y autobuses grandes están clasificados como camiones. - Seleccione el grupo de volúmenes de tráfico más alto como datos representativos e inórtelo en la simulación descrita en la sección 5.
NOTA: Solo se necesita un grupo de datos en el análisis de simulación y sensibilidad. Los datos de los otros dos grupos se simularán como verificación.
5. Construcción del modelo de simulación
- Construcción de la carretera
- Abra el software de simulación. Haga clic en el botón Mapa en la parte superior de la interfaz y haga zoom en el mapa para encontrar la ubicación de la recopilación de datos.
- Haga clic en Vínculos a la izquierda, mueva el cursor a la ubicación de inicio del vínculo y haga clic con el botón derecho. Seleccione Agregar nuevo vínculo, introduzca el nombre del vínculo y el número de carriles y haga clic en Aceptar. Arrastre el cursor para dibujar el vínculo en el mapa.
- Haga clic con el botón derecho en el vínculo y seleccione Agregar punto. Agregue puntos y puntos de arrastre para que el enlace sea más suave con la alineación real de la carretera en el mapa.
- Repita los pasos 5.1.2 y 5.1.3 3x para construir cuatro segmentos, excepto la abertura mediana de giro en U.
- Mantenga pulsado el botón derecho del ratón y el botón Ctrl en el teclado y, a continuación, arrastre el punto final de un vínculo al vínculo adyacente para conectar los vínculos. Esta parte se llama el "conector" y puede ser más suave a medida que se agregan más puntos.
- Repita el paso 5.1.5 para conectar todos los enlaces y rutas de giro en U.
- Entrada de la velocidad deseada
- Seleccione Datos base en la barra superior y, a continuación, seleccione Distribuciones . Velocidad deseada.
- Haga clic en el botón Agregar cruz verde en la parte inferior para agregar una nueva velocidad deseada y, a continuación, asíbndo le.
- En el cuadro de diálogo Distribuciones de velocidad deseadas, introduzca la velocidad máxima recopilada de los datos representativos como la velocidad máxima deseada y, a continuación, introduzca la velocidad media calculada a partir de los datos representativos como la velocidad mínima deseada. Elimine los datos predeterminados.
- Introduzca un nombre para esta velocidad deseada, que normalmente se denomina mediante una dirección.
- Repita los pasos 5.2.3 y 5.2.4 para aumentar todas las velocidades deseadas (WE, EW, WW U-turn y EE U-turn).
- Composición del vehículo
- Seleccione el botón Listas en la barra superior y, a continuación, haga clic en Transporte privado . Composiciones de vehículos.
- Haga clic en el botón Añadir cruz verde en la parte inferior para agregar una nueva composición del vehículo. Seleccione la velocidad deseada incorporada en el paso 5.2 como Coche.
- Haga clic en el botón Añadir cruz verde para añadir el tipo de vehículo bus/camión como HGV. Seleccione la misma velocidad deseada que en el paso 5.3.2.
- Introduzca el volumen de automóviles y camiones en RelFlow a partir de los datos representativos.
- Repita los pasos 5.3.2-5.3.5 para construir todas las composiciones de vehículos (WE, EW, WW U-turn y EE U-turn).
- Rutas vehiculares
- Seleccione Ruta del vehículo en la barra de menús izquierda.
- Mueva el cursor a la corriente ascendente de un vínculo como punto inicial, haga clic con el botón derecho y, a continuación, seleccione Agregar nueva decisión de enrutamiento de vehículos estáticos.
- Arrastre el cursor azul que representa las rutas del vehículo en la recopilación de datos. Repita este paso 4x en WE, EW, WW U-turn y EE U-turn para dibujar todas las rutas del vehículo.
- Reducción de las áreas de velocidad
- Seleccione Zonas de velocidad reducida en la barra de menús izquierda.
- Haga clic con el botón derecho en la conexión en sentido ascendente de la apertura de giro en U y, a continuación, seleccione Agregar nueva áreade velocidad reducida .
NOTA: La longitud del área depende de los datos representativos y de la longitud del cambio de velocidad. - Construye esta área en ambas direcciones.
- Zonas de conflicto
- Seleccione Zonas de conflicto en la barra de menús izquierda. En la sección de apertura de la mediana se mostrarán cuatro áreas de conflicto amarillas.
- Haga clic con el botón derecho en un área de conflicto amarilla y seleccione Establecer estado en Indeterminado a medida que la situación realista y las áreas de conflicto se vuelvan rojas.
- Repita el paso 5.6.2 para las cuatro áreas de conflicto.
- Medición del tiempo de viaje
- Seleccione Tiempos de viaje del vehículo en la barra de menús izquierda.
- Haga clic con el botón derecho al principio de un enlace y seleccione Agregar nueva medicióndel tiempo de viaje del vehículo .
- Arrastre el cursor hasta el final del enlace para construir la medición del tiempo de viaje de un vehículo. Repita este paso para todas las rutas del vehículo (WE, EW, WW U-turn y EE U-turn).
- Asigne un nombre a cada medición del tiempo de viaje con la dirección correspondiente.
NOTA: Para comparar las situaciones de funcionamiento con diseños de mejora, la duración de las mediciones de tiempo de viaje debe ser la misma en ambos modelos de simulación.
- Entrada del vehículo
- Seleccione Entradas de vehículo en la barra de menús izquierda. Haga clic en el punto inicial de un enlace y haga clic con el botón derecho para agregar una nueva entrada de vehículo.
- Mueva el ratón a la parte inferior izquierda y el volumen de entrada de los datos representativos. Repita este paso para todos los vínculos.
- Cree otro modelo de simulación ESUL como comparación, solo debe modificarse la pieza de apertura de giro en U(Figura 7 y Tabla 2).
- Haga clic en el botón azul de reproducción en la parte superior de la interfaz, y se iniciará la simulación. Arrastre la escala a la izquierda del botón de reproducción, que puede ajustar la velocidad de simulación.
NOTA: El botón de instrumento Modo rápido puede hacer que la velocidad de simulación al máximo. - Cuando finalice la simulación, todos los resultados se mostrarán en la parte inferior de la interfaz. Copie los resultados en una nueva hoja de cálculo. Aquí, el tiempo de viaje, el retraso y el número de paradas se evalúan en el análisis27.
6. Calibración del modelo de simulación
- Introduzca el volumen de tráfico de los datos representativos en el software de simulación y realice la simulación(Figura 8a).
- Compare el volumen de tráfico de los resultados de la simulación con el volumen de datos recopilado.
- Calcule la capacidad utilizando la Ecuación 1 a continuación:
(1)
donde C denota la capacidad ideal (veh/h) y ht denota el margen mínimo promedio (s). - Utilizando la capacidad, calcule el error de simulación como el error de porcentaje absoluto medio (MAPE) siguiendo la Ecuación 2:
(2)
donde n denota los cuatro flujos diferentes en este estudio, Civ es la capacidad simulada en el modelo de simulación (veh/h), y Cif es la capacidad de la investigación (veh/h). El MAPE calculado se presenta en el Cuadro 3.
NOTA: El modelo de simulación se puede utilizar si el MAPE es pequeño28,29,30. - Modifique los parámetros (es decir, semillas aleatorias, el tipo de modelo de seguimiento del coche, la regla de cambio de carril, etc.) en función de las instrucciones del software de simulación, o compruebe todos los pasos descritos anteriormente al construir el modelo de simulación31,32,33,34.
(1)
(2)7. Análisis de sensibilidad
NOTA: El proceso de análisis de sensibilidad se muestra en la Figura 8b. Los datos recopilados sólo pueden reflejar su propio rendimiento(Figura 9, Tabla 4, Tabla 5y Tabla 6). Para demostrar la eficacia en todas las situaciones, se introdujeron todas las situaciones de tráfico posibles y diferentes combinaciones en el modelo de simulación para garantizar que todas las situaciones se cubran entre el MUTI y el ESUL(Figura 10 y Tabla 7).
- Seleccione la relación coche/camión (autobús) y la velocidad de funcionamiento de los datos representativos. Mantenga estos parámetros.
- Establezca la relación de giro en U de 0,03-0,15 en el análisis de sensibilidad con un aumento de 0,03, lo que significa cinco relaciones de giro en U en el análisis de sensibilidad.
NOTA: Según los datos representativos del Cuadro 1, el rango de la velocidad de giro en U es 0,04-0,15. - Fije el volumen de tráfico de 0,2 a 1,0 V/C con un aumento de 693 veh/h (0,1 V/C; Cuadro 7), que significa nueve volúmenes en el análisis de sensibilidad.
NOTA: El volumen máximo de tráfico es de 6.930 veh/h en una autopista urbana con un segmento de tres carriles, correspondiente al nivel de servicio E según el Manual de Capacidad de Carreteras35 de la AASHTO cuando la velocidad de diseño es de 80 km/h. - Simular las 45 situaciones y guardar los resultados tanto en la situación actual (MUTI) como en la mejora de la situación (ESUL).
- Verifique las mejoras en el tiempo de viaje y los retrasos calculando la relación (MUTI - ESUL)/MUTI x 100%. Verifique las mejoras en el número de paradas calculando el tiempo reducido - MUTI - ESUL.
NOTA: En los resultados finales(Figura 10), un resultado positivo (>0) significa que el ESUL mejoró la situación del tráfico, mientras que un resultado negativo (<0) en la sensibilidad representa lo contrario.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
La Figura 2 muestra la ilustración del ESUL para la apertura de la mediana de giro en U. WENS significa cuatro direcciones cardinales. La carretera principal tiene seis carriles con dos direcciones. Los cinturones verdes dividen el carril no motorizado en ambos lados y dividen las dos direcciones en el medio. El flujo 1 es el este al oeste a través del tráfico, el flujo 2 es flujo de giro en U del este al este, el flujo 3 es del oeste al este a través del tráfico, y el flujo 4 es del oeste al tráfico del U-turn.
Las funciones de los 2 carriles interiores del ESUL son desviar, desacelerar, girar en U, acelerar, buscar el camino y fusionar los vehículos de giro en U. La parte del dique de espolón es la parte central y es diferente de los diseños ordinarios de giro en U. Esta parte tiene el potencial de forzar el flujo de tráfico para moverse hacia afuera ligeramente (ancho de un carril) y separar el tráfico de tráfico pasante y de giro en U después del dique de espolón.
El diseño del dique de espolón tiene tres diferencias significativas. En primer lugar, proporciona un carril de giro en U específico para evitar la influencia de través del tráfico moviendo todos los carriles hacia afuera. En comparación con las marcas, los conductores no pueden cruzar el dique de espolón y deben seguir los carriles para dividir los dos flujos separados36,37. En segundo lugar, utiliza al máximo la tierra diseñando simétricamente las demandas de dos direcciones en U-turn. En tercer lugar, el dique de espolón ajusta diferentes radios de giro en U de los vehículos y utiliza el terreno de manera flexible.
La Figura 3 muestra la ubicación de la recopilación de datos, que es una apertura mediana típica en la esquina noroeste de la segunda carretera de circunvalación de la ciudad de Xi'an en la provincia de Shaanxi, China. La carretera de bucle en esta investigación consta de seis carriles, y la limitación de velocidad en la carretera de bucle es de 80 km/h(Figura 3a). La anchura del carril es de 3,5 m y la anchura media es de 1,2 m en promedio. La sección de apertura mediana es de 10 m de ancho y 17 m de largo. Dos carriles de vehículos no motorizados (9 m de ancho) están en ambos lados, y un cinturón verde de 1,5 m los divide de los carriles principales(Figura 3b).
La distancia entre los intercambios aguas arriba y aguas abajo cerca de la apertura mediana es de 5,1 km(Figura 3a). Dado que no hay entrada o salida para esta sección, la velocidad de operación puede alcanzar el límite de velocidad después de que la apertura mediana alcance los 200 m. Desde la mediana de apertura, es de 1,4 km al intercambiador ascendente y 3,6 km al intercambiador descendente. Los vehículos hacen un desvío de 10 km (retraso de 9 minutos como máximo) si no se diseña ninguna abertura de giro en U. Los vehículos de giro en U deben esperar mucho tiempo cuando se reúnen en la intersección o se ven obligados a unirse, lo que resulta en retrasos o detención del tráfico. La Figura 4 muestra que el pico de la mañana aparece de 7:00 a.m. a 9:00 a.m., el pico de la tarde aparece de 17:00 a 19:00, y el valle (excluyendo tarde por la noche) aparece de 12:00 a 14:00.
Las velocidades de todo el tráfico de este a oeste se muestran en la Figura 6a. La abertura del giro en U se produce a 70 m en el eje horizontal. La desaceleración y aceleración son obvias cerca de 70 m, lo que indica que los vehículos se vieron afectados por vehículos de giro en U. El valor máximo en la Figura 6a es inferior a 80 km/h, y los puntos están principalmente centralizados por debajo de 40 km/h, lo que indica que la velocidad de funcionamiento fue mucho menor que el límite de velocidad (80 km/h). La Figura 6b muestra las trayectorias del flujo de tráfico de este a oeste. Las trayectorias de los tres carriles y los vehículos de giro en U se identifican fácilmente en la figura. La trayectoria más baja es de color azul oscuro y más ancha que las dos trayectorias por encima de ella, lo que indica la fusión entre los vehículos de giro en U y a través de los vehículos. El movimiento de fusión comienza en 60 m y termina en 40 m, lo que representa un segmento de fusión de 20 m. El tráfico en el carril interior se vio gravemente afectado por los vehículos de giro en U.
La Figura 6c es la velocidad de los flujos de oeste a este. Cuando la velocidad de marcha alcanza los 80 m en la apertura del giro en U, comienza a aumentar. El resultado indica que el flujo WW U-turn tuvo una influencia menor en NOSOTROS a través del flujo que se debió al movimiento de desviación (en lugar de movimiento de fusión; Figura 6b. Los puntos que comienzan a partir de 0 km/h indican que los vehículos WW U-turn causaron paradas y desaceleración para vehículos enteros. La Figura 6d muestra las trayectorias de oeste a este de tráfico a través y tráfico de giro en U. La sección de giro en U tiene árboles altos, que bloquean las señales de radar para detectar movimientos de giro en U.
La Figura 7 muestra la mitad del diseño ESUL. Los carriles 1 y 4 son carriles de tráfico a través, y los carriles 2 y 3 son carriles de giro en U. El cálculo de cada sección se basa en las directrices publicadas anteriormente35,38 y los estudios39,40. La sección AB se basa en un proceso de alineación de la carretera, la sección BC depende de los tiempos de reacción y los procedimientos de movimiento de los conductores, la sección CD es la parte de desvío y la sección DE contiene la desaceleración y la distancia de seguridad. La sección EF proporciona suficiente espacio para el giro en U. La sección FH y HI contienen aceleración, búsqueda de los cabezales y movimiento combinado por separado. Todas las secciones se describen en la Tabla 2 según una velocidad de diseño de 80 km/h.
La Figura 10a muestra que la relación de tiempo de viaje del flujo 1 disminuyó con ESUL bajo todas las combinaciones de tráfico dentro del 20%-40%. El retraso disminuyó considerablemente en un 35%-70%(Figura 10b). El número de paradas disminuyó ligeramente, con un valor máximo de 0,4(Figura 10c). El ESUL mostró una mejora significativa para EW a través del tráfico en todas las situaciones. La Figura 9e,f y la Figura 10d muestran los resultados de sensibilidad del flujo 2 (vehículos EE U-turn). Los tres índices de los vehículos EE U-turn se mejoraron considerablemente. El tiempo de viaje mostrado en la Figura 10d disminuyó en un 20%-70% con el aumento del volumen de tráfico. Los retrasos en la Figura 10e disminuyeron más que el tiempo de viaje y alcanzaron casi el 100% en el valor máximo. La tasa mínima de mejora fue superior al 70%. Una mejora significativa para el número de paradas mostradas en la Figura 10f alcanzó seis como máximo.
La Figura 9i,j y la Figura 10h muestran los resultados de sensibilidad del flujo 3 (WE a través de vehículos). Con una tendencia similar al flujo 1, el flujo 3 mejoró mucho con ESUL. El tiempo de viaje disminuyó un 40%-50% en la Figura 10h. Los retrasos disminuyeron entre un 50%y un 90% en la Figura 10i. El número de paradas sólo disminuyó 0,4 veces como máximo en la Figura 10j. En el flujo 4, los vehículos WW U-turn y los resultados de sensibilidad se muestran en la Figura 9l,m y la Figura 10k. El tiempo de viaje disminuyó entre un 20 % y un 60 % con aumentos del volumen de tráfico(Figura 10k). En la Figura 10l,los retrasos aumentaron un 1% cuando el volumen de tráfico era de 1.386 veh/h, y la relación de giro en U era de 0,06. Los retrasos disminuyeron significativamente en un 54%-97% en el resto del ámbito. El número de paradas disminuye hasta 6 veces como máximo(Figura 10m).
Figura 1: Ejemplos de intersecciones medianas de giro en U (MUTI). Dos diseños representan la apertura común de giro en U en la carretera, pero cabe señalar que los vehículos de giro en U pueden causar conflictos de tráfico con los vehículos que pasan, ya sea en la misma dirección o en el flujo opuesto. Haga clic aquí para ver una versión más grande de esta figura.
Figura 2: Ilustración del diseño ESUL en la carretera troncal provincial. W á oeste, E al este, n al norte, s a sur. Haga clic aquí para ver una versión más grande de esta figura.
Figura 3: Ubicación de la recopilación de datos en una mediana en la esquina noroeste de la carretera de segundo bucle en Xi'an. Coordenadas: 108.903898, 34.301482. (a) El esquema de ubicación de la investigación. (b) El MUTI de la apertura de la mediana de giro en U. La imagen fue tomada por un dron a la altura de 150 m. Por favor, haga clic aquí para ver una versión más grande de esta figura.
Figura 4: índice de congestión de 24 h. (a) La tendencia de congestión de 24 h de las principales ciudades de 2015 a 201725. (b) El índice de retardo de congestión de 24 horas para Xi'an el22de mayo, 201925,26. Los datos en el panel a provienen de los informes de análisis de tráfico de 2017 para las principales ciudades de China25, que es proporcionado por un proveedor de navegación de mapas web chino41. Los datos del panel b provienen del índice de congestión en tiempo real en Xi'an el22de mayo de 201926. Haga clic aquí para ver una versión más grande de esta figura.
Figura 5: Recopilación de datos con radar en un puente peatonal en la ubicación de giro en U. Haga clic aquí para ver una versión más grande de esta figura.
Figura 6: Velocidad y trayectorias de los flujos de tráfico. (a) Velocidad de los vehículos de este a oeste. (b) Trayectorias de vehículos de este a oeste. (c) Velocidad de los vehículos de oeste a este. (d) Trayectorias de vehículos de oeste a este. Haga clic aquí para ver una versión más grande de esta figura.
Figura 7: Geometría del diseño ESUL. La flecha azul representa los vehículos que viajan directamente a través, y la flecha roja representa los vehículos de giro en U. Haga clic aquí para ver una versión más grande de esta figura.
Figura 8: Diagrama de flujo de cálculo de MAPE y análisis sensible. (a ) Proceso de cálculo de MAPE. (b) Proceso de análisis sensible. Haga clic aquí para ver una versión más grande de esta figura.
Figura 9: Comparación entre MUTI y ESUL con los datos recopilados. Comparación del tiempo de viaje(a ), retraso (b) y número de paradas (c) con el pico de la mañana (h). Comparación del tiempo de viaje (d), retardo (e) y número de paradas (f) con el valle del mediodía medio (h). Comparación del tiempo de viaje (h), retardo (i) y número de paradas (j) con pico de noche (h). Haga clic aquí para ver una versión más grande de esta figura.
Figura 10: Análisis de sensibilidad de todos los flujos, incluyendo EW through, EE U-turn, WE through y WW U-turn. Eje X: diferentes volúmenes de tráfico, eje Y, relación U-turn y eje Z, relación de mejora (ratio de [MUTI - ESUL]/MUTI x 100%) tiempo de viaje y retardo, tiempos reducidos (tiempos reducidos - MUTI - ESUL) en número de paradas. (a-c) EW a través del flujo, (d-f) EE U-turn flow, (h-j) WE a través del flujo, y (k-m) WW U-turn flow. Cada tres cifras son el tiempo de viaje (a,d,h,k), el retardo (b,e,i,l) y el número de paradas (c,f,j,m), respectivamente. Haga clic aquí para ver una versión más grande de esta figura.
| Artículo | Mañana (07:00-08:00) | Mediodía Medio (13:00-14:00) | Noche (17:00-18:00) | |||||||||
| Dirección | Ew | Nosotros | Ew | Nosotros | Ew | Nosotros | ||||||
| Flujo | i 1 | i 2 | i 3 | i 4 | i 1 | i 2 | i 3 | i 4 | i 1 | i 2 | i 3 | i 4 |
| Coche | 4195 | 172 | 3442 | 504 | 3001 | 176 | 2460 | 402 | 1665 | 287 | 3296 | 394 |
| Camión | 86 | 10 | 56 | 16 | 79 | 7 | 60 | 41 | 11 | 6 | 38 | 35 |
| Relación de giro en U | 4281:182 | 3498:520 | 3080:183 | 2520:443 | 1676:293 | 3334:429 | ||||||
| Aver. Velocidad | 21.5 | 11.5 | 22.2 | 10.5 | 36.7 | 12.3 | 23.7 | 11.8 | 29.3 | 12.8 | 22.9 | 12.1 |
| máximo. Velocidad | 73.8 | 13.4 | 63.7 | 12.8 | 90.4 | 15.6 | 75.9 | 13.5 | 76.7 | 14.6 | 63.7 | 13.3 |
| Velocidad mínima | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
Tabla 1: Información recopilada del vehículo. Una velocidad mínima de 0 km/h indica que algunos vehículos fueron detenidos antes de comenzar a moverse.
| Artículo | Descripción |
| LAB | 166 m. Longitud para que todos los flujos se muevan hacia afuera ligeramente |
| LBC | 185 m. Longitud del flujo i a 4 para reconocer la señal de giro en U y tomar medidas |
| LCD | 50 m. Longitud de la desviación para separar el caudal i a 3 y el caudal i a 4 |
| LDE | 42 m. Flujo i 4 longitud de desaceleración |
| LEF | Radio: 7,26 m. Ancho de giro en U para turismos |
| LFH | 180 m. Longitud de aceleración del caudal i a 4 |
| LHI | 140 m. La longitud para buscar un paso de cabeza para el flujo i 4 y fusionarse en el flujo i - 1 |
Tabla 2: Parámetros geométricos de ESUL. El cálculo de cada sección se basa en las directrices publicadas anteriormente35,38 y los estudios39,40. El valor de la Tabla 2 se introduce en el modelo de simulación para evaluar el rendimiento de ESUL a una velocidad de diseño de 80 km/h.
| Artículo | Mañana (07:00-08:00) | Mediodía (13:00-14:00) | Noche (17:00-18:00) | |||||||||
| Dirección | Ew | Nosotros | Ew | Nosotros | Ew | Nosotros | ||||||
| Flujo | i 1 | i 2 | i 3 | i 4 | i 1 | i 2 | i 3 | i 4 | i 1 | i 2 | i 3 | i 4 |
| Invertir. Capacidad (veh/h) | 4281 | 182 | 3498 | 520 | 3080 | 183 | 2520 | 443 | 1676 | 293 | 3334 | 429 |
| Capacidad simulada (veh/h) | 4115 | 127 | 3571 | 501 | 3000 | 169 | 2484 | 360 | 1814 | 268 | 3381 | 409 |
| MAPE individual (%) | -3.9 | -30.2 | 2.1 | -3.6 | -2.6 | -7.4 | -1.4 | -18.7 | 8.2 | -8.5 | 1.4 | -4.6 |
| MAPE (%) | -9.9 | -7.5 | -5.7 | |||||||||
Tabla 3: Resultados de la calibración de la simulación. La calibración entre la investigación y la simulación se muestra en la tabla. El MAPE se calcula utilizando la Ecuación 2, y los resultados son aceptables27,30.
| Artículo | Tiempo de viaje (s) | Retardo (s) | Número de paradas | ||||||
| Flujo | Muti | ESUL | Tasa (%) | Muti | ESUL | Tasa (%) | Muti | ESUL | Tasa (%) |
| i 1 | 17.7 | 12.5 | -29.4 | 7.2 | 4 | -44.4 | 0.19 | 0 | -100 |
| i 2 | 33.2 | 14.1 | -57.5 | 17.4 | 0.4 | -97.7 | 1 | 0 | -100 |
| i 3 | 18.3 | 9.9 | -45.9 | 5.6 | 1.6 | -71.4 | 0.06 | 0 | -100 |
| i 4 | 27.8 | 15.7 | -43.5 | 14.8 | 3 | -79.7 | 0.89 | 0 | -100 |
Tabla 4: Resultados de la simulación de MUTI y ESUL con datos de picos matutinos. En el pico de la mañana, el ESUL mejora significativamente más que el MUTI. El tiempo de viaje disminuyó un 29,4%-57,5%. El retardo disminuyó un 44,4%-97,7%. El número de paradas se reduce por completo.
| Artículo | Tiempo de viaje (s) | Retardo (s) | Número de paradas | ||||||
| Flujo | Muti | ESUL | Tasa (%) | Muti | ESUL | Tasa (%) | Muti | ESUL | Tasa (%) |
| i 1 | 16.3 | 11.2 | -31.3 | 5.6 | 2.8 | -50 | 0.1 | 0 | -100 |
| i 2 | 26.7 | 15.6 | -41.6 | 10.1 | 1.3 | -87.1 | 0.5 | 0 | -100 |
| i 3 | 17.8 | 10 | -43.8 | 4.9 | 1.6 | -67.3 | 0.1 | 0 | -100 |
| i 4 | 24.4 | 15 | -38.5 | 11.7 | 2.9 | -75.2 | 0.7 | 0 | -100 |
Tabla 5: Resultados de la simulación de MUTI y ESUL con datos del mediodía medio. Al mediodía, el tiempo de viaje disminuyó un 31,3%-43,8%. El retardo disminuyó en un 50,0%-87,1% y no existe ningún número de paradas con ESUL.
| Artículo | Tiempo de viaje (s) | Retardo (s) | Número de paradas | ||||||
| Flujo | Muti | ESUL | Tasa (%) | Muti | ESUL | Tasa (%) | Muti | ESUL | Tasa (%) |
| i 1 | 13 | 9.4 | -27.7 | 2.9 | 1.1 | -62.1 | 0 | 0 | 0 |
| i 2 | 37.6 | 16.3 | -56.6 | 20.7 | 1.7 | -91.8 | 5.9 | 0 | -100 |
| i 3 | 18.3 | 10.6 | -42.1 | 5.6 | 2.2 | -60.7 | 0.2 | 0 | -100 |
| i 4 | 23 | 15.5 | -32.6 | 9.5 | 3.1 | -67.4 | 1.4 | 0 | -100 |
Tabla 6: Resultados de la simulación de MUTI y ESUL con datos de pico nocturno. Con los datos máximos de la noche, el tiempo de viaje disminuyó un 27,7%-56,6%. El retardo disminuyó un 60,7%-91,8%. El número de paradas también disminuye con el ESUL.
| Artículo | Valor | ||||||||
| Relación coche/camión (autobús) | 4281:182 (EW) / 3498:520 (NOSOTROS) | ||||||||
| Relación U-turn (%) | 0.03/0.06/0.09/0.12/0.15 | ||||||||
| V/C | 0.2 | 0.3 | 0.4 | 0.5 | 0.6 | 0.7 | 0.8 | 0.9 | 1 |
| Volumen (veh/h) | 1386 | 2079 | 2772 | 3465 | 4158 | 4851 | 5544 | 6237 | 6930 |
Tabla 7: Entrada de parámetros en el análisis de sensibilidad en la simulación.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
En este artículo, se discutió el procedimiento para resolver un problema de tráfico en una intersección o segmento corto mediante simulación. Varios puntos merecen una atención especial y se discuten con más detalle aquí.
La recopilación de datos de campo es lo primero que merece atención. Algunos requisitos para la ubicación de la recopilación de datos son los siguientes: 1) Encontrar una ubicación adecuada para la recopilación de datos. La ubicación debe ser similar a la forma geométrica de la carretera en el estudio, que es la premisa de la recopilación de datos. 2) Determinación de la ubicación establecida del radar y otros equipos mediante la búsqueda de una autorización suficiente, donde las señales de radar no pueden ser bloqueadas. Algunas tecnologías de última generación se pueden utilizar, como los drones, para detectar las operaciones de tráfico. Toda el área de observación debe estar libre de barreras, como árboles o arquitectura. 3) Por último, el tiempo de recopilación de datos debe ser de al menos 3 h en una ubicación. El tiempo debe reflejar los picos de la mañana y la noche, así como la situación del valle en el día. El tiempo del índice de congestión se puede obtener de la observación o de otro editor de transporte confiable.
La creación de modelos de simulación es otro paso crítico. La precisión del modelo de simulación dará lugar a diferentes errores de simulación. Lo primero en el modelo de simulación es el conector. Si un vínculo en un lado del conector se mueve, el conector puede estar fuera de forma e invadir el vínculo o conector adyacente, lo que puede dar lugar a errores. Por lo tanto, es importante volver a calcular el conector siempre que sea necesario mover un vínculo.
Otro paso clave es la regla de conflicto en el área de conflicto. Utilice áreas de conflicto en lugar de reglas de prioridad para simular el derecho de paso en las intersecciones. En comparación con las reglas de prioridad, las áreas de conflicto se muestran automáticamente y, por lo tanto, son más fáciles de editar y reflejan mejor el comportamiento de conducción. La regla de conflicto debe ser la misma que la recopilación de datos y todas las áreas de conflicto deben establecerse con las reglas correspondientes. El último paso crítico es el ajuste de los parámetros relativos a los comportamientos de conducción cuando el error de simulación (MAPE) es grande. Los comportamientos de conducción tienen varios parámetros individuales, y un pequeño cambio en cada parámetro puede conducir a un impacto positivo o negativo en los resultados. Es clave ajustar los diversos parámetros cuidadosamente y repetidamente.
Por lo general, el tiempo de viaje, el retraso y el número de paradas son los índices más comunes utilizados en la evaluación de las características operativas en la simulación. Muchos otros índices también se pueden obtener de la simulación (es decir, volumen del vehículo, emisión de gases de escape, consumo de combustible, registro de peatones, evaluación de la seguridad, comportamientos del vehículo, rutas de vehículos, coordenadas, etc.). Es importante seleccionar los índices de evaluación correspondientes según las diferentes necesidades experimentales. Otros índices, excepto los tres anteriores que se utilizan más comúnmente, pueden conducir a nuevos hallazgos o métodos de investigación.
El uso de "modo rápido" al realizar la simulación puede permitir que la simulación alcance la velocidad más alta y ahorre tiempo, especialmente durante el análisis sensible. Por lo tanto, se necesitan docenas de simulaciones. El resultado de la simulación permanece igual sin importar la velocidad de simulación elegida.
Hay dos áreas principales para futuras aplicaciones. Una aplicación es la resolución de problemas de tráfico y la evaluación de uno o más diseños de tráfico en una intersección o segmento corto. La simulación ayuda a evaluar los comportamientos microscópicos del tráfico, ya sea que incluya vehículos, peatones, modificaciones de infraestructura o mediciones de gestión del tráfico. En segundo lugar, el proceso proporciona una guía de práctica suficiente para aquellos que llevan a cabo la investigación de tráfico. Las disposiciones ayudan a obtener datos precisos y robustos sobre las mediciones de simulación de tráfico.
Este método también tiene algunas limitaciones. En primer lugar, el radar puede detectar una dirección recta, y esto requiere que el segmento objetivo también sea recto. El radar no se puede utilizar para segmentos curvos, como rampas. En segundo lugar, el radar requiere suficiente espacio libre para detectar los vehículos. Sin embargo, en el entorno real, siempre hay árboles o vallas publicitarias que bloquean la señal. Es difícil encontrar un lugar adecuado para el asentamiento del radar. Además, cuando el volumen de tráfico es grande o los vehículos están cerca uno del otro, el radar no puede distinguir los vehículos, y contar manualmente del vídeo es la única opción, que es mucho trabajo. La eficiencia y la precisión se pueden mejorar si el protocolo también utiliza un método que puede contar y clasificar los vehículos automáticamente.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Los autores no tienen nada que revelar.
Acknowledgments
Los autores quisieran reconocer al Consejo de Becas de China por financiar parcialmente este trabajo con el expediente No 201506560015.
Materials
| Name | Company | Catalog Number | Comments |
| Battery | Beijing Aozeer Technology Company | LPB-568S | Capacity: 3.7v/50000mAh. Two ports, DC 1 out:19v/5A (max), for one laptop. DC 2 out:12v/3A (max), for one radar. |
| Battery Cable | Beijing Aozeer Technology Company | No Catalog Number | Connect one battery with one laptop. |
| Camera | SONY | a6000/as50r | The videos shot by the cameras were 1080p, which means the resolution is 1920*1080. |
| Camera Tripod | WEI FENG | 3560/3130 | The camera tripod height is 1.4m. |
| Laptop | Dell | C2H2L82 | Operate Windows 7 basic system. |
| Matlab Software | MathWorks | R2016a | |
| Radar | Beijing Aozeer Technology Company | SD/D CADX-0037 | |
| Radar Software | Beijing Aozeer Technology Company | Datalogger | |
| Radar Tripod | Beijing Aozeer Technology Company | No Catalog Number | Corresponding tripods which could connect with radars, the height is 2m at most. |
| Reflective Vest | Customized | No Catalog Number | |
| VISSIM Software | PTV AG group | PTV vissim 10.00-07 student version |
References
- 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).
- 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).
- 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).
- Leng, J., Zhang, Y., Sun, M. VISSIM-based simulation approach to evaluation of design and operational performance of U-turn at intersection in China. 2008 International Workshop on Modelling, Simulation and Optimization. , IEEE. Hong Kong, China. (2008).
- 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).
- 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).
- 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).
- Ram, J., Vanasse, H. B. Synthesis of the Median U-Turn Intersection Treatment. Transportation Research Board. , Washington, DC. (2007).
- 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).
- 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).
- 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).
- Liu, P., et al. Operational effects of U-turns as alternatives to direct left-turns. Journal of Transportation Engineering. 133 (5), 327-334 (2007).
- Potts, I. B., et al. Safety of U-turns at Unsignalized Median Opening. Transportation Research Board. , Washington, DC. (2004).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- PTV AG. PTV VISSIM 10 User Manual. , Karlsruhe, Germany. (2018).
- AutoNavi Traffic Big-data. 2017 Traffic Analysis Reports for Major Cities in China. , China. https://report.amap.com/share.do?id=8a38bb86614afa0801614b0a029a2f79 (2018).
- AutoNavi Traffic Big-data. Xi'an realtime traffic congestion delay index. , https://trp.autonavi.com/detail.do?city=610100 (2019).
- Xiang, Y., et al. Evaluating the Operational Features of an Unconventional Dual-Bay U-Turn Design for Intersections. PLoS ONE. 11 (7), e0158914 (2016).
- 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).
- 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).
- Jian, S. Guideline for microscopic traffic simulation analysis. , Tongji University Press. Shanghai, China. (2014).
- 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).
- 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).
- Zhao, J., Li, P., Zhou, X. Capacity Estimation Model for Signalized Intersections under the Impact of Access Point. PLoS ONE. 11 (1), e0145989 (2016).
- 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).
- American Association of State and Highway Transportation Officials (AASHTO). Highway Capacity Manual 6th edition. , Washington, D.C. (2010).
- 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).
- 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).
- American Association of State and Highway Transportation Officials (AASHTO). A policy on geometric design of highways and streets 6th Edition. , Washington, D.C. (2011).
- Ashraf, M. I., Sinha, S. The "handedness" of language: Directional symmetry breaking of sign usage in words. PLoS ONE. 13 (1), e0190735 (2018).
- 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).
- Fan, L., Tang, L., Chen, S. Optimizing location of variable message signs using GPS probe vehicle data. PLoS ONE. 13 (7), e0199831 (2018).
