Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Engineering
Click here for the English version

Engineering

Evaluación del efecto del estacionamiento en carretera en una calle urbana de doble dirección

Published: January 20, 2023 doi: 10.3791/63384
Automatic Translation
1, 1, 1, 2, 1, 1
1Highway Academy, Chang’an University, 2School of Modern Posts (Logistics School) & Institute of Posts, Xi’an University of Posts and Telecommunications

Summary

En este estudio, se analiza el efecto del estacionamiento en una calle urbana. Todo el proceso consiste en la recopilación de datos de tráfico, procesamiento de datos, simulación de operación, calibración de simulación y análisis de sensibilidad.

Abstract

El estacionamiento en carretera es un fenómeno de tráfico común en China. Las calles urbanas estrechas, las altas demandas de estacionamiento y la escasez de estacionamientos obligan al público a participar en el estacionamiento aleatorio a lo largo de la carretera. Se propone un protocolo para determinar el impacto de un vehículo estacionado en la carretera en los vehículos que pasan. En esta investigación, se selecciona una calle urbana de doble dirección y dos carriles en la que un vehículo está estacionado al borde de la carretera para la recopilación de datos de tráfico. Sobre la base de estos datos, se determina el impacto de los vehículos estacionados en la carretera en la trayectoria y la velocidad de los vehículos que pasan. Además, se aplica un modelo de microsimulación para determinar el impacto del estacionamiento en carretera en la longitud máxima de la cola, el retraso, las emisiones y otros indicadores bajo diferentes volúmenes de tráfico de acuerdo con el análisis de sensibilidad. Los resultados muestran que los vehículos estacionados en la carretera afectan la trayectoria de los vehículos que pasan durante aproximadamente 80 m y tienen un efecto negativo en la velocidad, observándose la velocidad más baja en la ubicación del vehículo estacionado en la carretera. Los resultados del análisis de sensibilidad sugieren que el volumen de tráfico aumenta sincrónicamente con los valores del indicador. El protocolo proporciona un método para determinar el efecto del estacionamiento en carretera en la trayectoria y la velocidad de viaje. La investigación contribuye a la gestión refinada del futuro estacionamiento en carretera.

Introduction

La aceleración de la urbanización va acompañada de un aumento evidente de la propiedad de vehículos de motor y del flujo de tráfico urbano. En 2021, la propiedad de automóviles de China alcanzó los 378 millones, lo que representa un aumento de 25,1 millones en comparación con 20201. Sin embargo, la situación actual con capacidad vial insuficiente y tecnología de gestión del tráfico limitada ha llevado a una discrepancia cada vez más evidente entre la oferta y la demanda de tráfico urbano. Por lo tanto, la congestión del tráfico rodado se ha intensificado gradualmente. Como el problema más extendido en el transporte urbano, la congestión del tráfico causa muchos peligros y ha atraído la atención de los investigadores 2,3,4. Además de extender el tiempo de viaje, la congestión del tráfico también agrava la contaminación ambiental, intensifica el consumo de energía y aumenta las emisiones contaminantes 5,6,7,8. Existe una correlación positiva entre la congestión del tráfico y las tasas de accidentes 9,10. Aparte de los efectos antes mencionados, el aumento de la congestión del tráfico socava los ingresos y el empleo11, y este efecto está estrechamente relacionado con la vida cotidiana de las personas, lo que lo convierte en uno de los principales problemas de las ciudades. Con el desarrollo de las ciudades, el impacto adverso de la congestión vial en la sociedad seguirá aumentando.

La congestión del tráfico es un reflejo integral de muchos problemas de tráfico urbano, entre los cuales el estacionamiento es el principal. La expansión de la población urbana y el aumento de los vehículos de motor tienen un impacto negativo en la oferta de estacionamiento y la demanda de estacionamiento pendiente. En el sistema de estacionamiento, el estacionamiento en carretera es común en el tráfico urbano y es un medio importante para abordar el desequilibrio entre la oferta y la demanda de estacionamiento. El estacionamiento en la carretera utiliza recursos a ambos lados de la carretera para proporcionar espacios de estacionamiento. El estacionamiento en la carretera es conveniente, rápido, flexible y ahorra espacio en comparación con otras instalaciones de estacionamiento. Sin embargo, el estacionamiento en carretera ocupa recursos viales, y sus efectos adversos no pueden ser ignorados. En las ciudades que experimentan un rápido desarrollo en los países en desarrollo, las crecientes demandas de estacionamiento hacen que el estacionamiento en carretera esté sobrecargado, reduciendo así la seguridad del tráfico, la calidad del aire y el espacio público12. Por lo tanto, es necesario abordar el problema del estacionamiento en la carretera.

El espacio de estacionamiento en la carretera se puede ubicar en dos escenarios: (1) el carril no motorizado (es decir, en carreteras anchas con carriles motorizados y no motorizados separados, el estacionamiento en la carretera ocupa espacio en el carril no motorizado más a la derecha); y (2) el carril mixto de vehículos motorizados y vehículos no motorizados, que a menudo es una carretera estrecha con un bajo volumen de tráfico. Como los vehículos motorizados y no motorizados comparten recursos viales, el estacionamiento en carretera con frecuencia conduce al caos en las operaciones de tráfico en el segundo escenario. Sin embargo, la mayoría de los estudios existentes se han centrado en el primer escenario 13,14,15,16,17,18.

Cuando un espacio de estacionamiento en la carretera está presente en el carril no motorizado, y si no hay aislamiento obligatorio de los carriles motorizados y no motorizados, el estacionamiento en la carretera conduce indirectamente al tráfico mixto. Un espacio de estacionamiento en la carretera disminuye significativamente el ancho efectivo del carril no motorizado, lo que aumenta la probabilidad de que los vehículos no motorizados pasen por el carril no motorizado y ocupen el carril motorizado adyacente. El comportamiento se llama cruce de carril16. Muchos estudios han explorado el impacto del estacionamiento en la carretera en el carril no motorizado en el flujo de tráfico mixto. Con base en el modelo de autómatas celulares, Chen et al.13 evaluaron el impacto del estacionamiento en carretera en operaciones de tráfico heterogéneo en calles urbanas a través del estudio de conflictos de fricción y congestión entre vehículos motorizados y no motorizados 13. Chen et al. propusieron un modelo de resistencia vial de flujo de tráfico mixto considerando el efecto del estacionamiento en carretera17. Además, algunos estudios han examinado el impacto del estacionamiento en carretera solo en vehículos motorizados. Guo et al. propusieron un método basado en la duración del riesgo, que se utilizó para analizar cuantitativamente el tiempo de conducción de los vehículos motorizados en las secciones19 de estacionamiento en carretera, y los resultados mostraron que el estacionamiento en carretera afectó significativamente el tiempo de viaje.

La simulación de tráfico es una herramienta común para investigar el impacto del estacionamiento en la carretera. Yang et al. utilizaron el software VISSIM para explorar el impacto del estacionamiento en carretera en el tráfico dinámico (especialmente en la capacidad), desarrollaron un modelo de tráfico de retraso promedio del vehículo y verificaron la confiabilidad del modelo a través de la simulación20. Gao et al. analizaron el efecto del estacionamiento en carretera sobre el tráfico mixto bajo cuatro tipos de interferencia de tráfico utilizando el mismo software18. Guo et al. utilizaron un modelo de autómatas celulares para analizar la influencia del estacionamiento en carretera en las características del tráfico vehicular (capacidad de carril y velocidad del vehículo) a través de la simulación Monte Carlo en diferentes escenarios21. Bajo el marco de la teoría del tráfico trifásico de Kerner, Hu et al. analizaron el impacto del comportamiento de estacionamiento temporal en carretera en el flujo de tráfico basado en el modelo de autómatas celulares22. Estos estudios muestran que el estacionamiento en carretera tiene un gran impacto negativo en la eficiencia del tráfico.

El departamento de gestión del tráfico está interesado en comprender el efecto de los vehículos estacionados en la carretera en el flujo de tráfico. La longitud y el grado específicos del efecto son importantes para gestionar los problemas con el estacionamiento en carretera, por ejemplo, al proporcionar información sobre cómo delimitar los estacionamientos, determinar las zonas de no estacionamiento y regular la duración del estacionamiento. En este estudio, se diseñó un protocolo para examinar el efecto de un solo vehículo estacionado en la carretera en la operación del tráfico. El procedimiento se puede resumir en los siguientes pasos: 1) preparación del equipo, 2) selección de la ubicación de recolección de datos, 3) selección del tiempo de investigación, 4) recolección de los datos, 5) realización del análisis de datos, 6) construcción del modelo de simulación, 7) calibración del modelo de simulación y 8) realización del análisis de sensibilidad. Si no se cumple algún requisito en estos ocho pasos, el proceso es incompleto e insuficiente para demostrar la efectividad.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. Preparación del equipo

  1. Asegúrese de que todo el equipo requerido esté disponible: radares, dispositivo láser de carretera, computadoras portátiles, baterías, una cámara, un dron, un trípode reflectante, los cables correspondientes y trípodes de dispositivos.

2. Selección de la ubicación de recolección de datos (Figura 1)

  1. Seleccione la ubicación de recopilación de datos. Asegúrese de que la ubicación seleccionada esté en una carretera de dos direcciones y dos carriles.
    NOTA: La elección de la ubicación es clave en esta investigación. El ancho de dos carriles es fácil de observar.
  2. Asegúrese de que la ubicación no tenga intersecciones.
    NOTA: Los vehículos que vienen de una tercera dirección pueden causar caos en la observación.
  3. Asegúrese de que no haya barreras en la carretera, excepto un vehículo estacionado colocado por los investigadores.
    NOTA: Las barreras pueden interrumpir el comportamiento del vehículo y bloquear la detección del radar.
  4. Asegúrese de que haya al menos una distancia de visión y un espacio libre de 300 m. Esto es necesario para la investigación del radar y la seguridad de los investigadores.
    NOTA: Un radar puede detectar 200 m como máximo. Los radares se encuentran a 100 m río arriba y aguas abajo del vehículo estacionado en la investigación.
  5. Asegúrese de que la ubicación sea un segmento en línea recta.
    NOTA: Si el segmento no es recto, no es posible determinar si el desplazamiento del vehículo es causado por el estacionamiento en la carretera.

3. Selección del tiempo de investigación

  1. Seleccione el tiempo de investigación. Se necesitan al menos 3 h en total, con 1 h durante el pico de la mañana, 1 h al mediodía y 1 h durante el pico de la tarde23,24,25.
  2. Obtenga la hora de la hora de volumen máximo de tráfico a partir de informes de investigación de tráfico, departamentos de policía de tráfico o empresas comerciales de tráfico26 (Figura 2).
  3. En ausencia de informes o análisis de tráfico como referencia, recopile varias horas de datos durante los tres períodos anteriores y luego seleccione los datos con el mayor volumen de tráfico pico27,28.
  4. Utilice los datos de horas con el mayor volumen de tráfico para realizar análisis de datos y como entrada en el modelo de simulación. Utilice las 3 h de datos para la verificación del modelo.
    NOTA: La carretera seleccionada estaba flanqueada por restaurantes, y la hora pico para el catering es la hora pico para la demanda de estacionamiento en la carretera. La hora pico para el volumen de tráfico es el tiempo libre, y el tiempo de inactividad también es el momento pico para el catering. Por lo tanto, la hora pico para el volumen de tráfico y la hora pico para la demanda de estacionamiento son casi sincrónicas.

4. Recolección de datos (Figura 3)

  1. Estacione el vehículo aproximadamente a 20 cm de distancia de la acera en el lugar previsto para que se pueda colocar el dispositivo láser en la carretera.
  2. Coloque el trípode reflectante en la parte trasera del vehículo. No lo coloque demasiado lejos para asegurarse de que no afecte el comportamiento de los vehículos.
    NOTA: Un trípode reflectante es necesario para alertar y / o evitar colisiones basadas en las disposiciones relevantes de la Ley de Seguridad del Tráfico Vial de China. El trípode se coloca a cierta distancia detrás del vehículo estacionado para alertar a los vehículos detrás de que un vehículo estacionado está delante y, así, para evitar una colisión. La distancia entre el trípode reflectante y el vehículo estacionado se mantiene baja para minimizar el efecto del trípode reflectante en el comportamiento de los vehículos que pasan, por lo que su efecto en los resultados del estudio es insignificante.
  3. Ajuste el trípode del radar. Coloque el trípode a una altura no inferior a 2 m para evitar el bloqueo de la señal. Bloquea el radar con el trípode. Ajuste el radar verticalmente y gírelo hacia el vehículo estacionado. Conecte el cable de datos del radar con el puerto USB del portátil.
    NOTA: Un radar está a 100 m aguas arriba y otro a 100 m aguas abajo del vehículo estacionado. Ambos radares se colocan en el mismo lado del vehículo estacionado para capturar los datos de tráfico.
  4. Abra el software de radar y realice los pasos siguientes.
    1. Haga clic en Communication Check (Comprobación de comunicación). Seleccione el puerto serie y haga clic en Conectar. Haga clic en Confirmar después de que el software muestre Radar detectado.
    2. Haga clic en Configuración de investigación. Haga clic en Leer hora RLU y Establecer hora RLU. Haga clic en Borrar registro de datos y confírmelo para borrar la memoria interna del radar. Haga clic en Iniciar investigación y cierre el cuadro de diálogo.
    3. Haga clic en Vista en tiempo real para verificar el estado del radar, y los datos de tráfico deberían recopilarse a medida que pasan los vehículos.
  5. Prepare el dispositivo láser de carretera y el cable. Conecte el cable de datos del dispositivo láser en carretera con el puerto. Conecte el cable de datos del dispositivo láser en carretera con el puerto USB del portátil.
  6. Coloque el dispositivo láser en la carretera en el centro del vehículo estacionado. Gire las cuatro columnas de ajuste del dispositivo para nivelarlo.
    NOTA: El dispositivo láser de carretera debe estar funcionando en la posición estándar.
  7. Abra el software del dispositivo láser en carretera y realice las siguientes operaciones.
    1. Haga clic en Communication Check (Comprobación de comunicación). Seleccione el número de puerto serie RLU y haga clic en Conectar. Haga clic en Confirmar después de que el software muestre Nueva conexión RLU detectada.
    2. Haga clic en Ver investigación. Cuando pasen vehículos, el flujo de tráfico se mostrará en tiempo real.
    3. Haga clic en Configuración de investigación. Haga clic en Leer hora RLU y Establecer hora RLU, sucesivamente. Establezca la hora de inicio y la hora de finalización, y haga clic en Establecer tarea. Haga clic en Confirmar después de que el software muestre que la investigación de RLU se ha configurado correctamente.
    4. Haga clic en Finalizar. Haga clic en Estado del dispositivo para ver el estado del dispositivo láser en carretera.
  8. Coloque la cámara a unos 30 m aguas arriba del vehículo estacionado.
    NOTA: Los datos de tráfico pueden ser recopilados por radares y el dispositivo láser de carretera. Los videos operativos de tráfico están preparados para la validación de datos.
  9. Coloque todo el equipo en la carretera de doble carril de doble lado (aquí, Dian Zi Yi Road). Compruebe si los radares, el dispositivo láser de carretera y la cámara funcionan bien cada 5 minutos.
    NOTA: Asegúrese de que la hora de las computadoras portátiles y la cámara sea la misma que la del tiempo real. Inicie dos radares, el dispositivo láser de carretera y la cámara simultáneamente a la hora programada. Dos radares enfrentados, combinados con un dispositivo láser intermedio en carretera, proporcionan una trayectoria continua del tráfico afectado.
  10. Finalice la recopilación de datos y cierre la ventana de verificación en tiempo real en el software de radar.
    1. Haga clic en Configuración de investigación, seleccione Finalizar investigación y confírmela. Cierre el cuadro de diálogo.
    2. Seleccione Descarga de datos, busque en el equipo para guardar los datos e introduzca un nombre para el archivo. Haga clic en Abrir y luego haga clic en Iniciar descarga. Haga clic en Confirmar para finalizar la recopilación de datos de radar.
  11. Haga clic en Estado del dispositivo en el software del dispositivo láser en carretera y luego haga clic en Detener tarea para finalizar la recopilación de datos. Seleccione Descarga de datos, busque e introduzca un nombre para el archivo. Haga clic en Abrir y haga clic en Iniciar descarga. Haga clic en Confirmar para finalizar la recopilación de datos del dispositivo láser de carretera.

5. Análisis de datos

NOTA: A través de la recopilación de datos, se adquieren 3 h de datos, incluido el pico de la mañana, la hora del mediodía y el pico de la tarde. La cámara proporciona videos de tráfico de reproducción para calibrar los volúmenes de tráfico y los tipos de vehículos manualmente. Seleccione los datos de grupo con el mayor volumen (es decir, los datos pico de la mañana en este caso) como la hora representativa para realizar el análisis de datos.

  1. Utilice software para recopilar las trayectorias y la velocidad de los radares.
    NOTA: El radar se encuentra a 100 m del vehículo estacionado, y la carretera tiene 10 m de ancho. Por lo tanto, todos los puntos de datos más allá de ese rango son errores de radar y deben eliminarse.
  2. Asegúrese de que el dispositivo láser de carretera proporcione el valor de desplazamiento, la velocidad de paso, el número de vehículos y los tipos de vehículos en la posición del vehículo estacionado.
  3. Dibuje toda la gama de trayectorias y velocidad proporcionada por los dos radares y un dispositivo láser de carretera como datos representativos utilizando un software de cálculo (Figuras 4-6).

6. Construyendo el modelo de simulación

NOTA: El modelo de simulación microscópica se establece mediante un software de simulación para la simulación de tráfico. Los resultados de la recopilación de datos, incluido el volumen de tráfico, la velocidad del vehículo y la composición del tipo de vehículo, son parámetros vitales en la simulación de tráfico y forman la base de la construcción del modelo. Solo se necesita el grupo de datos representativo en la simulación.

  1. Construcción de carreteras
    1. Abra el software de simulación. Importe el mapa de fondo del segmento de carretera investigado.
    2. Haga clic en Obstáculos a la izquierda, haga clic con el botón derecho y seleccione Agregar nuevo obstáculo. Ingrese la longitud y el ancho del obstáculo y luego haga clic en Aceptar. Arrastre el cursor para mover el obstáculo a la carretera.
      NOTA: "Obstáculo" se refiere al vehículo estacionado en la carretera. La longitud y el ancho del obstáculo se establecen de acuerdo con el tamaño real del vehículo estacionado.
    3. Haga clic en Enlaces a la izquierda, mueva el cursor al inicio del enlace y haga clic con el botón derecho. Seleccione Agregar nuevo enlace, ingrese el ancho del carril y haga clic en Aceptar. Arrastre el cursor para dibujar el vínculo en el mapa.
    4. Repita el paso 6.1.3 para construir cuatro segmentos de carretera.
    5. Mantenga presionado el botón derecho del mouse y el botón Ctrl en el teclado para arrastrar el punto final de un enlace al enlace adyacente para conectar los dos enlaces.
      NOTA: Esta parte se denomina "conector" y se vuelve más suave cuando se agregan más puntos.
    6. Repita el paso 6.1.5 para conectar todos los vínculos.
  2. Velocidad deseada
    1. Seleccione Datos base en la barra superior y, a continuación, seleccione Distribuciones | Velocidad deseada.
    2. Haga clic en el botón verde cruz Agregar en la parte inferior para agregar una nueva distribución de velocidad deseada y nombrarla.
    3. Introduzca la velocidad media y la velocidad máxima tomadas de los datos representativos como las velocidades mínimas y máximas deseadas. Elimine los datos predeterminados.
    4. Repita los pasos 6.2.2-6.2.3 para establecer todas las distribuciones de velocidad deseadas (la dirección de este a oeste, la dirección de oeste a este y el área de velocidad reducida).
      NOTA: En el siguiente texto, la dirección de este a oeste se abrevia como E-W, y la dirección de oeste a este se abrevia como W-E.
  3. Composiciones de vehículos
    1. Seleccione Listas en la barra superior y, a continuación, seleccione Transporte privado | Composiciones de vehículos.
    2. Haga clic en el botón verde Añadir cruz para añadir una nueva composición de vehículo.
    3. Haga clic en el botón Agregar para agregar dos tipos de vehículos: vehículos pesados (HGV) y autobuses.
    4. Seleccione la distribución de velocidad deseada establecida en el paso 6.2 para automóviles, vehículos pesados y autobuses.
    5. Repita los pasos 6.3.2-6.3.4 para establecer dos composiciones de vehículos (E-W y W-E). Ingrese el flujo de automóviles, vehículos pesados y autobuses a partir de los datos representativos.
  4. Rutas de vehículos
    1. Seleccione Rutas de vehículos en la barra de menú izquierda.
    2. Mueva el cursor a la secuencia arriba de un vínculo, haga clic con el botón derecho y seleccione Agregar nueva decisión de ruta de vehículo estático.
    3. Arrastre el cursor azul para dibujar las rutas de vehículos en el mapa a partir de rutas reales en la recopilación de datos.
  5. Áreas de velocidad reducida
    1. Seleccione Áreas de velocidad reducida en la barra de menú izquierda.
    2. Haga clic con el botón derecho en el área aguas arriba de la posición de estacionamiento y seleccione Agregar nueva área de velocidad reducida.
      NOTA: La longitud del área depende de los resultados del análisis de datos.
    3. Haga clic con el botón derecho en el margen de la pantalla, seleccione Agregar y seleccione la velocidad deseada establecida en el paso 6.2 para el área de velocidad reducida como velocidad de área.
    4. Repita los pasos 6.5.2-6.5.3 para establecer todas las áreas de velocidad reducida.
  6. Reglas de prelación
    1. Seleccione Reglas de prioridad en la barra de menú izquierda.
    2. Haga clic con el botón derecho en el área de velocidad reducida aguas arriba del vehículo estacionado en la dirección W-E y seleccione Agregar nueva regla de prioridad. Introduzca el tiempo de intervalo mínimo y el espacio libre.
    3. Repita el paso 6.6.2 para establecer la regla de prioridad aguas abajo del vehículo estacionado en dirección E-W.
      NOTA: El establecimiento de reglas de prioridad depende de la operación de tráfico real reflejada por la recopilación de datos.
  7. Tiempos de viaje del vehículo
    1. Seleccione Tiempos de viaje del vehículo a la izquierda.
    2. Haga clic con el botón derecho al principio de un enlace y seleccione Agregar medición del tiempo de viaje del vehículo nuevo.
    3. Arrastre el cursor hasta el final del enlace para crear una medición del tiempo de viaje del vehículo.
    4. Repita el paso 6.7.3 para todas las rutas de vehículos.
  8. Entradas de vehículos
    1. Seleccione Entradas de vehículo en la izquierda. Haga clic con el botón derecho al principio de un enlace y seleccione Agregar entrada de vehículo nuevo.
    2. Mueva el ratón a la parte inferior izquierda e introduzca el volumen de los datos representativos.
    3. Repita los pasos 6.8.1-6.8.2 para todos los vínculos.
  9. Nodos
    1. Seleccione Nodos de la izquierda. Haga clic con el botón derecho para seleccionar Agregar nuevo nodo y, a continuación, haga clic en Aceptar.
    2. Haga clic con el botón izquierdo y mueva el ratón para ajustar un rango de nodos moderado.
      NOTA: El rango de nodos está relacionado con los resultados de la simulación y depende de la geometría de la sección de carretera.
  10. Haga clic en Evaluación en la parte superior de la interfaz de simulación y seleccione Listas de resultados. Haga clic en Resultados de nodos y Resultados de tiempo de viaje del vehículo.
  11. Haga clic en el botón azul de reproducción en la parte superior para iniciar la simulación. Haga clic en el botón del dispositivo Modo rápido para maximizar la velocidad de simulación.
  12. Después de la simulación, los resultados del nodo y los resultados del tiempo de viaje del vehículo se muestran en la parte inferior de la interfaz, incluida la longitud máxima de la cola, los tiempos de estacionamiento, el retraso, el número de vehículos, el consumo de combustible, las emisiones de CO, las emisiones de NO, las emisiones de COV y el tiempo de viaje.

7. Calibración del modelo de simulación

NOTA: En este estudio, las observaciones de tráfico mostraron que los datos de pico de la mañana tenían el mayor volumen, pero los tres grupos de datos se simularon para su verificación para ilustrar completamente la confiabilidad del modelo de simulación.

  1. Introduzca los datos recopilados en el modelo de simulación, ejecute la simulación y obtenga el resultado de la simulación (Figura 7A).
    NOTA: El volumen de simulación se puede generar a partir del resultado de la simulación.
  2. Compare el volumen de simulación con el volumen recopilado.
    NOTA: Calcule la capacidad usando la Ecuación 1:
    Equation 1(1)
    donde C denota la capacidad ideal (veh/h), y ht denota la(s) aproximación(es) mínima(s).
    NOTA: La diferencia entre el volumen recopilado y el volumen de simulación se denomina error porcentual absoluto medio (MAPE), como se muestra en la Ecuación 2:
    Equation 2(2)
    donde n denota los cuatro flujos diferentes en este estudio, Equation 3 es la capacidad simulada en el modelo de simulación (veh/h), y Equation 4 es la capacidad de la investigación (veh/h). El MAPE calculado se enumera en la Tabla 2.
    NOTA: La precisión de la simulación es aceptable cuando el MAPE es pequeño.

8. Análisis de sensibilidad

NOTA: La figura 7B muestra el proceso de análisis de sensibilidad. El proceso de análisis de sensibilidad solo refleja el rendimiento de los datos recopilados (Tabla 3). Para comprender situaciones con diferentes volúmenes de tráfico en escenarios en tiempo real, todas las combinaciones posibles de volúmenes de tráfico se introducen en el modelo de simulación para garantizar que todas las situaciones estén cubiertas en el análisis de estacionamiento en carretera (Figura 8 y Tabla 4).

  1. Asegúrese de que los datos representativos contengan tres grupos de datos (es decir, volumen W-E, volumen E-W y otros parámetros).
  2. Divida el volumen W-E en seis categorías, divida el volumen E-W en siete categorías y mantenga los demás parámetros estables en la simulación.
    NOTA: El volumen de tráfico W-E fue de 150-400 veh/h, con un aumento de 50 veh/h durante la hora punta, y el volumen de tráfico E-W fue de 150-450 veh/h, con un aumento de 50 veh/h durante la hora punta. El volumen máximo de tráfico de servicio de un carril en la calle urbana fue de 1.140 veh/h.
  3. Simule 42 situaciones y verifique la efectividad en todas las situaciones.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Este documento presenta un protocolo para determinar el efecto del estacionamiento en la carretera en los vehículos que pasan en una carretera urbana de dos direcciones y dos carriles a través de la recopilación y simulación de datos de tráfico. Se seleccionó una carretera como sitio de estudio (Figura 1) y se estacionó un vehículo en la ubicación planificada al borde de la carretera. Se aplicaron radares, un dispositivo láser en la carretera y una cámara para recopilar la trayectoria del vehículo, la velocidad, el volumen y la composición del tipo para determinar los cambios en la trayectoria y la velocidad del vehículo bajo el estacionamiento en carretera (Figuras 4-6). Se construyó un modelo de simulación microscópica basado en las características geométricas de la carretera y los resultados de la recolección de datos (Figura 7). El análisis de sensibilidad determinó el impacto del estacionamiento en carretera en la longitud máxima de la cola, el retraso, las emisiones y otros indicadores de operación del vehículo en diferentes volúmenes de tráfico (Figura 8).

La figura 1 muestra la ubicación de la recopilación de datos. La carretera de prueba fue una carretera de dos direcciones y dos carriles en la ciudad de Xi'an, provincia de Shaanxi, China. El ancho de la carretera era de 10 m, el límite de velocidad era de 60 km / h, y no había una franja mediana, lo que representa las condiciones típicas de estacionamiento en la carretera. El tráfico bidireccional podía fluir fácilmente, pero se ralentizaba significativamente en presencia de un vehículo estacionado.

La Figura 4 muestra las trayectorias bajo la influencia del estacionamiento en carretera en función de los datos medidos por los radares y el dispositivo láser de carretera. La figura muestra que el vehículo estacionado al borde de la carretera afectó la trayectoria de los vehículos que pasaban por una longitud de 80 m. El azul representa los datos del radar oeste, y el naranja indica los datos del radar este. La línea negra central es una colección de puntos, que es la distribución de posición formada por la posición vertical de los vehículos que pasan detectada por el dispositivo láser de carretera.

El radar oeste muestra los cambios de trayectoria. Cuando los vehículos vieron la barrera estacionada al borde de la carretera, se desviaron de la posición normal desde 40 m aguas arriba del vehículo estacionado.

El dispositivo láser en la carretera podría registrar la posición lateral y la velocidad de cada vehículo que pasa. La posición lateral varió de 2,3 m a 4,9 m (es decir, los extremos inferior y superior de la línea negra media en la Figura 4). La posición media era de 3,3 m. La posición aquí significa la posición del lado derecho de los vehículos que operan en la dirección W-E y la posición del lado izquierdo para los vehículos que operan en la dirección E-W.

Para el radar este, se observó una tendencia similar al radar oeste. Los vehículos volvieron a la posición normal aproximadamente 40 m después de pasar el vehículo de prueba.

Como se ve en la Figura 4, la longitud del efecto de un vehículo estacionado al borde de la carretera en la trayectoria de los vehículos que pasan fue de 80 m. Los vehículos que pasaban comenzaron a desviarse de su trayectoria normal a 40 m del centro del vehículo estacionado y volvieron a su trayectoria normal después de 40 m del centro del vehículo estacionado (la ubicación exacta está marcada con dos largas líneas negras en la Figura 4, y las posiciones horizontales de las dos líneas son 60 m y 140 m). En la posición del vehículo estacionado (es decir, la posición con coordenadas [100,0] en la Figura 4), la distancia promedio entre los vehículos que pasan y el borde exterior del vehículo estacionado fue de 3,3 m. Teniendo en cuenta el ancho del vehículo estacionado, la distancia promedio entre los vehículos que pasaban y el borde interior del vehículo estacionado era de 1,3 m. Las distancias mínima y máxima entre los vehículos que pasaban y el borde interior del vehículo estacionado eran de 0,3 m y 2,9 m, respectivamente, determinadas por la ubicación original y las condiciones de funcionamiento de los vehículos que pasaban. Los vehículos que circulaban cerca de la acera no tenían una gran distancia lateral del vehículo estacionado al pasarlo e incluso pasaban cerca de él a baja velocidad debido a la influencia de otros vehículos que viajaban en la misma dirección. Cuando el vehículo que pasaba no fue perturbado por otros vehículos que viajaban en la misma dirección, el ancho de viaje fue más generoso. En otras palabras, el ancho lateral entre el vehículo que pasaba y el vehículo estacionado en la carretera era suficiente. Por supuesto, el ancho lateral entre el vehículo que pasa y el vehículo estacionado también depende del comportamiento de conducción. En comparación con un conductor agresivo, es más probable que un conductor estable pase a un vehículo estacionado con un mayor ancho lateral.

La Figura 5 y la Figura 6 muestran que el estacionamiento en carretera reduce la velocidad de los vehículos que pasan, y la velocidad más baja de los vehículos que pasan se observa en la posición del vehículo estacionado (es decir, la posición con una coordenada horizontal central de [100, 0]). La Figura 5 muestra la velocidad en la dirección E-W. El tráfico se mueve de derecha a izquierda en la imagen, lo que indica que la velocidad del vehículo disminuye gradualmente dentro del rango de 180-120 m. Después de pasar la posición estacionada, la velocidad se distribuyó gradual y uniformemente sin un aumento obvio.

En la sección naranja, justo antes de la posición del vehículo estacionado, se alcanzó una velocidad máxima de 54,7 km/h, y esta fue la velocidad a la que el vehículo pasó a una velocidad superior a la del vehículo que se aproximaba. La velocidad más baja fue de 0 km/h, y esto ocurrió en la posición de estacionamiento. Con valores de desplazamiento más altos del vehículo en la dirección W-E, ese vehículo ocupaba más ancho de carretera, y el vehículo en la dirección E-W tenía que esperar, lo que significa que la velocidad de este último vehículo era de 0 km / h.

En el área azul, después de pasar la posición de estacionamiento, la velocidad del vehículo se mantuvo en el rango de 8-35 km / h. Habría sido difícil para los automóviles alcanzar límites de velocidad superiores más altos debido al entorno de la carretera. El límite de velocidad inferior aumentó ligeramente de 8 km/h a 20 km/h debido a la conducción lejos de la posición de estacionamiento.

La Figura 6 muestra la velocidad en la dirección W-E, con vehículos moviéndose de izquierda a derecha en la imagen. Los cambios de velocidad en la dirección W-E fueron similares a los de la dirección E-W.

Antes de la posición de estacionamiento (es decir, dentro del rango de 0-100 m en la figura), los límites superior e inferior de la velocidad del vehículo en la dirección W-E se estrecharon gradualmente desde la posición de 20 m. En el rango de 0-40 m, el límite superior disminuyó gradualmente y fue más bajo en la posición de 80 m. El límite máximo de velocidad de 38,6 km/h (en la posición de 20 m) se redujo a 29 km/h (en la posición de 80 m). El límite de velocidad inferior aumentó de 9,4 km/h (en la posición de 10 m) a 10,44 km/h (en la posición de 100 m).

El límite de velocidad bajó antes de la posición de estacionamiento. Durante la observación, si un vehículo en la dirección W-E encontró el vehículo estacionado en el mismo lado y no había vehículos delante de él o el vehículo contrario estaba lejos, el vehículo en la dirección W-E tendía a acelerar y desplazarse primero para ocupar una buena posición para pasar primero al vehículo estacionado. Este fenómeno es la razón del aumento de velocidad justo antes de la posición de estacionamiento.

Al pasar la posición de estacionamiento, el rango de velocidad fue de 8.2-47.7 km / h. El límite de velocidad más bajo disminuyó porque algunos conductores frenaron al pasar el vehículo estacionado para evitar arañazos. Los arañazos ocurren cuando los vehículos que vienen en ambas direcciones se encuentran en el lugar de estacionamiento, y en estos casos, los conductores intentan evitar los arañazos reduciendo su velocidad. En comparación con el área azul, el límite de velocidad se incrementó en 9,1 km/h. Esto se debe a que cuando ningún vehículo venía en la dirección opuesta, los vehículos en la dirección W-E aceleraron por la posición de estacionamiento después de confirmar que no rayaron el vehículo estacionado en la carretera, de acuerdo con los hábitos de conducción habituales de los conductores.

En el área naranja, el límite de velocidad inferior de 7,5 km / h aumentó significativamente después de pasar la posición de estacionamiento. Esto indica que la mayoría de los vehículos pueden acelerar de nuevo a la velocidad antes de la posición de estacionamiento después de alejarse 10 m de la posición de estacionamiento.

La Figura 8 indica los resultados de la simulación de nueve indicadores que reflejan el estado operativo de los vehículos en diferentes volúmenes de tráfico. Los volúmenes de tráfico en las direcciones E-W y W-E afectaron la longitud máxima de la cola (Figura 8A), el número de vehículos (Figura 8B), el retraso (Figura 8C), el número de paradas (Figura 8D), las emisiones de CO (Figura 8E), las emisiones de NO (Figura 8F), las emisiones de COV (Figura 8G), el consumo de combustible (Figura 8H) y el tiempo de viaje (Figura 8I ) alineado con los datos de estacionamiento en carretera. El aumento en el volumen de tráfico conduce al aumento de todos los valores del indicador, pero el grado afectado de los diferentes valores del indicador es diverso. Además, el estacionamiento en carretera no tiene un efecto idéntico en los vehículos en las direcciones E-W y W-E.

Con el aumento en el volumen de tráfico, el grado de impacto del estacionamiento en carretera en los vehículos en la dirección W-E para los tres indicadores de longitud máxima de la cola, retraso y número de paradas fue significativamente mayor que en los vehículos en la dirección E-W. En términos de los cinco indicadores relacionados con las emisiones, el consumo de combustible y el tiempo de viaje, el grado de impacto en los vehículos en las direcciones E-W y W-E fue casi el mismo, pero fue ligeramente mayor para los vehículos en la dirección W-E. Después de que el volumen de tráfico alcanzó 300-350 veh / h en las direcciones W-E y E-W, la tendencia de crecimiento de la longitud máxima de la cola, el retraso y el número de paradas fue significativamente mayor, con el impacto negativo del estacionamiento en carretera en la eficiencia de la operación del tráfico del flujo de tráfico que pasa cada vez más grave. Cinco de los indicadores relacionados con las emisiones, el consumo de combustible y el tiempo de viaje cambiaron uniformemente con el aumento del volumen de tráfico en ambas direcciones.

Figure 1
Figura 1: La ubicación de la recopilación de datos: una carretera de dos direcciones y dos carriles, Dian Zi Yi Road en Xi'an. Coordenadas: 108.932882,34.220774. (A) Un esquema del lugar de investigación en la ciudad de Xi'an. (B) La línea roja representa el segmento de recopilación de datos. El cruce de la carretera norte con la línea roja es una calle peatonal con poca gente y no afecta esta investigación. Haga clic aquí para ver una versión más grande de esta figura.

Figure 2
Figura 2: El índice de congestión de 24 h. Los datos en el panel provienen del índice de congestión en tiempo real en Xi'an el 24 de agosto de 202126. Los datos indican que el pico de la mañana ocurrió de 07:00 a 09:00 y el pico de la tarde ocurrió de 17:00 a 19:00. El valle, excluyendo la noche, ocurrió de 11:00 a 12:00. Los índices de congestión fueron 2.25 y 2.66 a las 08:00 am y 18:00 pm, respectivamente. Haga clic aquí para ver una versión más grande de esta figura.

Figure 3
Figura 3: Esquema de recolección de datos que se muestra en una imagen tomada por un dron a una altura de 150 m. La sombra del árbol cubre todo el equipo, por lo que los bloques coloridos representan el equipo. El vehículo estacionado en la carretera está en el medio, y los dos radares se colocan 100 m río arriba y 100 m río abajo del vehículo estacionado. El radar oeste y el radar este se enfrentan al vehículo estacionado. Haga clic aquí para ver una versión más grande de esta figura.

Figure 4
Figura 4: Trayectorias completas. El vehículo de prueba está estacionado en la posición de (100,0) en el panel. El azul representa los datos del radar oeste, la línea negra central representa los datos del dispositivo láser en la carretera y el naranja representa los datos del radar este. Haga clic aquí para ver una versión más grande de esta figura.

Figure 5
Figura 5: Velocidad Este-Oeste. Haga clic aquí para ver una versión más grande de esta figura.

Figure 6
Figura 6: Velocidad oeste-este. Haga clic aquí para ver una versión más grande de esta figura.

Figure 7
Figura 7: Diagramas de flujo para calcular el error de simulación (MAPE) y realizar el análisis de sensibilidad. (A) Diagrama de flujo para el cálculo del MAPE. (B) Diagrama de flujo para el análisis de sensibilidad. Haga clic aquí para ver una versión más grande de esta figura.

Figure 8
Figura 8: Análisis de sensibilidad. Eje X = volumen de tráfico E-W, eje Y = volumen de tráfico W-E y eje Z = valor del índice de evaluación. (A) Longitud máxima de la cola. B) Número de vehículos. c) Retraso. (D) Número de paradas. e) Emisiones de CO. (F) NO emisiones. g) Emisiones de COV. h) Consumo de combustible. (I) Tiempo de viaje. 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 W–E E–W W–E E–W W–E E–W
Coche (veh/h) 306 374 167 148 351 228
Camión (veh/h) 1 3 1 0 4 0
Autobús (veh / h) 9 9 4 5 6 4
Afirmar. velocidad (km / h) 21.7 24.5 19.4 24.7 18.8 20.5
Velocidad máx. (km/h) 47.7 54.7 55.8 56.2 44.6 45.0
Velocidad mínima (km/h) 0 0 0 0 0 0

Tabla 1: Información del vehículo recopilada en la investigación. Una velocidad mínima de 0 km/h indica que algunos vehículos dejan de moverse.

Artículo Mañana (07:00−08:00) Mediodía Medio (13:00−14:00) Tarde (17:00─18:00)
Dirección W–E E–W W–E E–W W–E E–W
Capacidad de inversión (veh / h) 316 386 172 153 361 232
Capacidad 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

Tabla 2: Los resultados de calibración para el modelo de simulación. Los resultados de calibración entre el volumen de tráfico investigado y el volumen simulado se enumeran en la tabla. El MAPE se calcula utilizando la Ecuación 2, y los errores entre la capacidad simulada y la capacidad real son 5.5%, 1.6% y 4.4% para los tres grupos de datos, que son todos pequeños. Como el error de capacidad total es inferior al 15%, el error del modelo establecido está dentro del rango aceptable y la precisión de la simulación es suficiente29.

Artículo Mañana Mediodía medio Noche
(07:00−08:00) (13:00−14:00) (17:00─18:00)
W–E E–W W–E E–W W–E E–W
Longitud máxima de la cola(m) 31.26 34.93 12.00 7.96 34.88 20.40
Número de vehículos 306 360 168 150 348 216
Retraso(s) 6.47 6.58 3.10 1.74 6.68 4.64
Número de paradas(tiempos) 0.28 0.52 0.05 0.11 0.24 0.42
Emisiones de CO (gramos) 191.790 249.606 89.112 77.820 219.462 135.468
NO emisiones (gramos) 37.314 48.564 17.340 15.138 42.702 26.358
Emisiones de COV (gramos) 44.448 57.846 20.652 18.036 50.862 31.398
Consumo de combustible (galón) 2.742 3.570 1.272 1.116 3.138 1.938
Tiempo(s) de viaje 35.46 29.12 31.92 24.56 35.73 27.25

Tabla 3: Resultados de la simulación con los datos del pico de la mañana, los datos del mediodía medio y los datos del pico de la tarde. Como datos representativos, el grupo de datos de picos matutinos tiene el mayor volumen de tráfico y valores indicadores. El grupo de datos de tráfico del mediodía central tiene el volumen de tráfico y los valores de indicador más bajos.

Artículo Valor
Volumen E-W (veh / h) 150/200/250/300/350/400/450
Volumen W-E (veh / h) 150/200/250/300/350/400
Nota:El volumen de tráfico E-W está en el rango de 150–450 veh/h con un aumento de 50 veh/h. El volumen de tráfico W-E está en el rango de 150-400 veh / h con un aumento de 50 veh / h.

Tabla 4: Parámetros de entrada para el análisis de sensibilidad en la simulación.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

El efecto del estacionamiento en carretera en las calles urbanas no puede ser ignorado, y el estacionamiento aleatorio debe abordarse30,31. Aquí se presenta un protocolo para determinar el impacto del estacionamiento en la carretera en el flujo de tráfico en una calle urbana de doble dirección. La recopilación de datos especifica la trayectoria y los cambios de velocidad de los vehículos que pasan causados por el estacionamiento en la carretera. La simulación de tráfico cuantifica los índices de carreteras, como la longitud máxima de la cola, el retraso y las emisiones.

Los pasos críticos en el protocolo son la recopilación de datos y la construcción del modelo de microsimulación. La ubicación de recopilación de datos es un segmento recto sin intersección, entrada o salida. Para garantizar que la influencia sea visible, el camino no puede ser más ancho que 10 m. Una calle con un ancho de 10 m es adecuada para la observación. Si es más estrecho, el tráfico puede descomponerse por completo, y si es más amplio, es posible que no se detecte la influencia. Una distancia de visión lo suficientemente larga también es un requisito para el segmento. Al establecer el modelo de simulación, debe prestarse atención a las áreas de velocidad reducida y a las reglas de prioridad. Los parámetros relevantes (velocidad y longitud) de las áreas de velocidad reducida se establecen en función de los datos representativos para reflejar el funcionamiento real de la carretera. El comportamiento de los conductores puede reflejarse mejor utilizando reglas de prioridad en lugar de áreas de conflicto. Las reglas de prioridad son las mismas que los datos representativos y se verifican utilizando los videos de operación de tráfico capturados por la cámara.

En cuanto al efecto del estacionamiento en carretera en los vehículos que pasan, este protocolo proporciona una descripción específica y realista de los resultados de la investigación. Por ejemplo, las trayectorias de los vehículos que pasan se ven afectadas por 80 m de longitud, y la velocidad del vehículo también se ve afectada negativamente. Además, bajo diferentes volúmenes de tráfico, los resultados del análisis de simulación muestran el rendimiento de varios índices que reflejan la eficiencia de la operación del tráfico. El aumento en el volumen de tráfico es sincrónico con el crecimiento en los valores del indicador.

La principal limitación de este protocolo es que solo es efectivo para un vehículo estacionado en la carretera. La siguiente etapa de investigación se llevará a cabo para determinar el efecto de múltiples vehículos estacionados al azar en la operación del flujo de tráfico.

Se recomienda que la policía de tránsito agregue equipos de monitoreo en calles urbanas estrechas para monitorear los vehículos estacionados en la carretera, mitigando así el impacto del estacionamiento en la carretera.

El protocolo descrito aquí para evaluar el efecto del estacionamiento en carretera en una calle urbana de doble dirección se puede aplicar para proponer medidas refinadas de gestión del estacionamiento en carretera, como el tiempo de estacionamiento permitido, la ubicación de estacionamiento recomendada y los tipos de vehículos de estacionamiento permitidos.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Los autores no tienen nada que revelar.

Acknowledgments

Los autores desean reconocer el Programa de Investigación Científica financiado por el Departamento de Educación Provincial de Shaanxi (Programa No. 21JK0908).

Materials

Name Company Catalog Number Comments
battery Shenzhen Saiqi Innovation Technology Co., Ltd LPB-568S
cables for radar BEIJING AOZER TECH & DEVELOPMENT CO.,LTD
cables for roadside laser device MicroSense
camera Sony Group Corp HDR-CS680
camera tripod Sony Group Corp
drone SZ DJI Technology Co.,Ltd. DA2SUE1
laptop Dell C2H2L82
radar BEIJING AOZER TECH & DEVELOPMENT CO.,LTD CADS-0037
radar tripod BEIJING AOZER TECH & DEVELOPMENT CO.,LTD
reflective tripod Beijing Shunan liandun Technology Co., Ltd
roadside laser device MicroSense

DOWNLOAD MATERIALS LIST

References

  1. China Statistical Yearbook. National Bureau of Statistics. , Available from: http://www.stats.gov.cn/tjsj./ndsj/ (2020).
  2. He, Y. X. A traffic capacity model of lane occupation. Applied Mechanics and Materials. 599-601, 2083-2087 (2014).
  3. Hua, S. Y., Wang, J. L., Zhu, Y. Cause analysis and countermeasures of Beijing city congestion. Procedia-Social and Behavioral Sciences. 96, 1426-1432 (2013).
  4. Yang, H. X., Li, J. D., Zhang, H., Liu, S. Q. Research on the governance of urban traffic jam based on system dynamics. Systems Engineering-Theory & Practice. 34 (8), 2135-2143 (2014).
  5. Rajé, F., Tight, M., Pope, F. D. Traffic pollution: A search for solutions for a city like Nairobi. Cities. 82, 100-107 (2018).
  6. Abdull, N., Yoneda, M., Shimada, Y. Traffic characteristics and pollutant emission from road transport in urban area. Air Quality, Atmosphere & Health. 13 (6), 731-738 (2020).
  7. Shi, K., Di, B. F., Zhang, K. S., Feng, C. Y., Svirchev, L. Detrended cross-correlation analysis of urban traffic congestion and NO 2 concentrations in Chengdu. Transportation Research Part D: Transport and Environment. 61, 165-173 (2018).
  8. Lu, Q. Y., Chai, J., Wang, S. Y., Zhang, Z. G., Sun, X. C. Potential energy conservation and CO2 emissions reduction related to China's road transportation. Journal of Cleaner Production. 245, 118892 (2020).
  9. Sánchez González, S., Bedoya-Maya, F., Calatayud, A. Understanding the effect of traffic congestion on accidents using big data. Sustainability. 13 (13), 7500 (2021).
  10. Fuente, J., Rolloque, A. C., Azas, P., Alcantara, M. M. Young road safety advocate program, the "peer to peer" approach in teaching pedestrian safety. Injury Prevention. 22, Suppl 2 67 (2016).
  11. Jin, J., Rafferty, P. Does congestion negatively affect income growth and employment growth? Empirical evidence from US metropolitan regions. Transport Policy. 55, 1-8 (2017).
  12. Ajeng, C., Gim, T. Analyzing on-street parking duration and demand in a metropolitan city of a developing country: A case study of Yogyakarta City, Indonesia. Sustainability. 10 (3), 591 (2018).
  13. Chen, J. X., Li, Z. B., Jiang, H., Zhu, S. L., Wang, W. Simulating the impacts of on-street vehicle parking on traffic operations on urban streets using cellular automation. Physica A: Statistical Mechanics and its Applications. 468, 880-891 (2017).
  14. Ye, X. F., Chen, J. Impact of curbside parking on travel time and space mean speed of nonmotorized vehicles. Transportation Research Record. 2394 (1), 1-9 (2013).
  15. Ye, X., Yan, X. C., Chen, J., Wang, T., Yang, Z. Impact of curbside parking on bicycle lane capacity in Nanjing, China. Transportation Research Record. 2672 (31), 120-129 (2018).
  16. Guo, H. W., Gao, Z. Y., Zhao, X. M., Yang, X. B. Traffic behavior analysis of non-motorized vehicle under influence of curb parking. Journal of Transportation Systems Engineering and Information Technology. 11 (1), 79-84 (2011).
  17. Chen, J., Mei, Z. Y., Wang, W. Road resistance model under mixed traffic flow conditions with curb parking. China Civil Engineering Journal. (09), 103-108 (2007).
  18. Gao, L. P., Sun, Q. X., Liu, M. J., Liang, X., Mao, B. H. Delay models and simulation on mixed traffic system with curb parking. Journal of System Simulation. 22 (003), 804-808 (2010).
  19. Guo, H. W., Gao, Z. Y., Yang, X. B., Zhao, X. M., Wang, W. H. Modeling travel time under the influence of on-street parking. Journal of Transportation Engineering. 138 (2), 229-235 (2012).
  20. Yang, X. G., Long, L., Pu, W. J. Optimal distance between one-side curbside parking location and signalized intersection. Journal of Tongji University (Natural Science). 33 (3), 297-300 (2005).
  21. Guo, H. W., Wang, W. H., Guo, W. W. Micro-simulation study on the effect of on-street parking on vehicular flow. 2012 15th International IEEE Conference on Intelligent Transportation Systems. , 1840-1845 (2012).
  22. Hu, X. J., Hao, X. T., Wang, H., Su, Z. Y., Zhang, F. Research on on-street temporary parking effects based on cellular automaton model under the framework of Kerner's three-phase traffic theory. Physica A: Statistical Mechanics and its Applications. 545, 123725 (2020).
  23. Shao, Y., et al. Evaluation of two improved schemes at non-aligned intersections affected by a work zone with an entropy method. Sustainability. 12 (14), 5494 (2020).
  24. Shao, Y., et al. Evaluating the sustainable traffic flow operational features of an exclusive spur dike U-turn lane design. PLoS One. 14 (4), 0214759 (2019).
  25. Shao, Y., Han, X. Y., Wu, H., Claudel, C. G. Evaluating signalization and channelization selections at intersections based on an entropy method. Entropy. 21 (8), 808 (2019).
  26. Xi'an realtime traffic congestion delay index. AutoNavi Traffic Big-data. , Available from: https://trp.autonavi.com/detail.do?city=610100 (2021).
  27. Pan, B. H., et al. Evaluation and analysis model of the length of added displaced left-turn lane based on entropy evaluation method. Journal of Advanced Transportation. 2021, 2688788 (2021).
  28. Pan, B. H., et al. Evaluating operational features of three unconventional intersections under heavy traffic based on CRITIC method. Sustainability. 13 (8), 4098 (2021).
  29. Sun, J. Guideline for Microscopic Traffic Simulation Analysis. , Tongji University Press. Shanghai, China. (2014).
  30. Koohpayma, J., Tahooni, A., Jelokhani, N. M., Jokar, A. J. Spatial analysis of curb-park violations and their relationship with points of interest: A case study of Tehran, Iran. Sustainability. 11 (22), 6336 (2019).
  31. Zoika, S., Tzouras, P. G., Tsigdinos, S., Kepaptsoglou, K. Causal analysis of illegal parking in urban roads: The case of Greece. Case Studies on Transport Policy. 9 (3), 1084-1096 (2021).

Tags

Ingeniería Número 191 Estacionamiento en carretera datos de tráfico retraso de tráfico congestión de tráfico transporte calle urbana
Evaluación del efecto del estacionamiento en carretera en una calle urbana de doble dirección
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Pan, B., Liu, J., Chai, H., Shao,… More

Pan, B., Liu, J., Chai, H., Shao, Y., Zhang, R., Li, J. Evaluating the Effect of Roadside Parking on a Dual-Direction Urban Street. J. Vis. Exp. (191), e63384, doi:10.3791/63384 (2023).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter