Author Produced

הערכה של עיצוב U-הפעלה בלעדית של דרבן-הפעל עם מכ ם איסוף נתונים וסימולציה

Engineering

Your institution must subscribe to JoVE's Engineering section to access this content.

Fill out the form below to receive a free trial or learn more about access:

 

Summary

פרוטוקול זה מתאר את תהליך הפתרון של בעיית תנועה מיקרוסקופית עם הדמיה. התהליך כולו מכיל תיאור מפורט של איסוף נתונים, ניתוח נתונים, בניית מודל הדמיה, כיול סימולציה וניתוח רגיש. גם שינויים ופתרון בעיות של השיטה נדונים.

Cite this Article

Copy Citation | Download Citations | Reprints and Permissions

Shao, Y., Yu, H., Wu, H., Han, X., Zhou, X., Claudel, C. G., Zhang, H., Yang, C. Evaluation of an Exclusive Spur Dike U-Turn Design with Radar-Collected Data and Simulation. J. Vis. Exp. (156), e60675, doi:10.3791/60675 (2020).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

עיצובים U-הפעלה מסורתיים יכולים לשפר את התכונות התפעוליות כמובן, בעוד U-להפוך הסחות ומקטעי מיזוג עדיין לגרום עומס תעבורה, קונפליקטים, ועיכובים. עיצוב בלעדי בתורו U-הפעל נתיב (ESUL) מוצע כאן כדי לפתור את החסרונות של עיצובים U-הפעל מסורתיים. כדי להעריך את ביצועי הפעולה של ESUL, יש צורך בפרוטוקול סימולציית תעבורה. כל תהליך ההדמיה כולל חמישה שלבים: איסוף נתונים, ניתוח נתונים, בניית מודל הדמיה, כיול סימולציה וניתוח רגיש. איסוף נתונים ומודל הדמיה לבנות הם שני שלבים קריטיים מתוארים בהמשך בפירוט רב יותר. שלושה אינדקסים (זמן נסיעה, עיכוב ומספר עצירות) משמשים בדרך כלל בהערכה, וניתן למדוד פרמטרים אחרים מהסימולציה בהתאם לצרכים הניסיוניים. התוצאות מראות כי ESUL מפחיתה באופן משמעותי את החסרונות של עיצובים U-הפעלה מסורתיים. ניתן ליישם את ההדמיה כדי לפתור בעיות תנועה מיקרוסקופיים, כגון בצמתים בודדים או מספר או מקטעים קצרים. שיטה זו אינה מתאימה לרשתות או הערכות בהיקפים גדולים יותר ללא איסוף נתונים.

Introduction

בעיות תנועה מסוימות, כגון עומס תנועה בצומת או קטע קצר, ניתן לפתור או לשפר על-ידי אופטימיזציה של עיצוב הכביש, לשנות את תזמון האות, מדידות ניהול תנועה, וטכנולוגיות תחבורה אחרות1,2,3,4. לשיפורים אלה יש השפעה חיובית או שלילית על פעולות זרימת התעבורה בהשוואה למצבים המקוריים. השינויים בפעולות התנועה יכולים להיות מושווים בתוכנת סימולציית תנועה במקום בשחזור בפועל של הצטלבות או קטע. שיטת סימולצית תנועה היא אפשרות מהירה וזולה כאשר מוצעות תוכניות שיפור אחת או יותר, במיוחד בעת השוואת תוכניות שיפור שונות או הערכת יעילות השיפורים. מאמר זה מציג את התהליך של פתרון בעיית תנועה עם הדמיה על ידי הערכת מאפיינים מבצעיים של זרימת התנועה של מסלול U-הפעלה בלעדית של התוכנית5.

תנועת u-להפוך היא ביקוש התנועה הנרחבת הדורשת פתיחה החציוני U-הפעלה על הכביש, אבל זה כבר התווכחו. עיצוב הפתיחה U-הפעלה יכול לגרום לעומס התנועה, בזמן סגירת הפתיחה U-תורו יכול לגרום לחפש את כלי הרכב U-פונים. שתי תנועות, U-הפעל כלי רכב ישירה הפונים שמאלה, דורשים פתיחה U-הפעלה ולגרום עיכובים התנועה, עצירות, או אפילו תאונות. טכנולוגיות מסוימות הוצעו על מנת לפתור את החסרונות של תנועות U-הפעלה, כגון סימן6,7, שמאל בלעדי מסלולים8,9, ומכוניות אוטונומיות10,11. פוטנציאל השיפור עדיין קיים בסוגיות U-הפעלה, בשל הפתרונות הנ ל שיש יישומים מגבילים. עיצוב חדש של U-בתורו עשוי להיות פתרון טוב יותר בתנאים מסוימים ולהיות מסוגל לטפל בבעיות קיימות.

העיצוב הפופולרי ביותר u-הפעל הוא צומת u-להפוך החציוני (מוטי)12,13,14,15, כמוצג באיור 1. מגבלה משמעותית של המוטי היא שהיא אינה יכולה להבחין בין יו-פונים לבין כלי רכב חולפים והתנגשות התנועה עדיין קיימת16,17. עיצוב U-הפעלה שונה הנקרא השלוחה הבלעדית U-פונים למסלול (ESUL; איור 2) מוצע כאן ומטרתו לצמצם את העומס בתנועה על ידי החדרת נתיב בלעדי U-בתורו משני צידי החציון. ESUL יכול להפחית באופן משמעותי את זמן הנסיעה, עיכובים, ואת מספר העצירות בשל התקשור של שני זרימות.

כדי להוכיח כי ה-ESUL יעיל יותר מאשר מוטי הרגיל, יש צורך בפרוטוקול קפדני. אי אפשר לבנות את ESUL בפועל לפני מודל תיאורטי; לפיכך, הדמיה נדרשת18. באמצעות פרמטרים של זרימת התנועה, כמה מודלים מרכזיים שימשו במחקר סימולציה19, כגון התנהגות נהיגה מודלים20,21, המכונית בעקבותמודלים 22,23, U-הפעל מודלים4, וליין לשנות מודלים21. הדיוק של סימולציות זרימת התנועה מתקבל באופן נרחב16,24. במחקר זה, הן מוטי ו-ESUL מדומים עם נתונים שנאספו כדי להשוות שיפורים שנעשו על ידי ESUL. כדי להבטיח דיוק, ניתוח רגיש של ESUL הוא גם מדומה, אשר יכול לחול על הרבה מצבים תנועה שונים.

פרוטוקול זה מציג הליכים ניסיוניים לפתרון בעיות תנועה אמיתיות. השיטות לאיסוף נתוני תעבורה, ניתוח נתונים וניתוח של יעילות כוללת של שיפורים בתעבורה מוצעות. ניתן לסכם את ההליך בחמישה שלבים: 1) התנועה איסוף נתונים, 2) ניתוח נתונים, 3) סימולציה מודל לבנות, 4) כיול של מודל הדמיה, ו 5) ניתוח רגישות של ביצועים תפעוליים. אם אחת מהדרישות הללו בחמשת השלבים לא מתקיימים, התהליך אינו שלם ואינו מספיק כדי להוכיח יעילות.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. הכנת הציוד

  1. הכן שניים מכל אחד מההתקנים הבאים כדי לאסוף זרמי תעבורה בשני כיוונים: מכ מים, מחשבים נישאים, סוללות וכבלים עבור מכ מים ומחשבים נישאים, מצלמות ומכשירי מכ ם ומצלמה.
    הערה: מכ ם והתוכנה המתאימה לו משמשים לאיסוף מהירות הרכב ומסלול, וזה מדויק יותר מאשר אקדח מהירות. המכ ם אינו האפשרות היחידה אם ציוד אחר זמין לאיסוף מהירות רכב, מסלול ונפח. כמו אותות מכ ם ניתן לחסום בקלות על ידי כלי רכב גדולים, וידאו נורה על ידי מצלמות ניתן להשתמש עבור ספירת הרכב. במהלך החקירה, אם מזג האוויר גשום או שטוף שמש, יש צורך בהגנה על הציוד. במיוחד ביום שמש, הציוד עשוי להגיע לטמפרטורה גבוהה וכיבוי, כך מטריה או ציוד קירור נדרש עבור המצב הזה.

2. בדיקת ציוד

  1. תוודא שכל החוקרים. לובשים אפודים משקפים
  2. הכן את חצובה המכ ם והארך אותו גבוה ככל האפשר. להגדיר את החצובה גבוה מ 2 מ ' כדי למנוע אותות מלהיות חסום על הכביש.
  3. להתקין את המכ ם על גבי החצובה ולנעול את המכ ם.
  4. הגדר את המכ ם כ 0.5 מ' ליד הכביש, כוונן את המכ ם במאונך, ופנה לכיוון הרכב או לכיוון ההפוך. שמור את הזווית בין הכביש לבין המכ ם קטן ככל האפשר.
    הערה: המכ ם יכול לזהות 200 מ' לכל היותר. אם המכ ם ממוקם קרוב מדי לנתיב, הוא עלול לפוצץ את כלי הרכב החולפים. לפיכך, 0.5-1.0 מטר הוא המרחק הרגיל לנתיב.
  5. הפעל את סוללת החשמל וחבר את המחשב הנישא לסוללת החשמל. חבר את כבל המכ ם וחבר את ה-USB של נתוני המכ ם למחשב הנישא. כאשר כל הכבלים מחוברים, הפעל את המחשב הנישא.
  6. הגדר את המצלמה ליד המכ ם כדי לירות את זרימת הרכב.
  7. פתיחת תוכנת המכ ם
    1. לחץ על בדיקת תקשורתולאחר מכן בחר את מספר מזהה המכ ם מהרשימה הנפתחת. זה יציג מכ ם זוהה עם מספר זיהוי.
    2. לחץ על הגדרת חקירה. בתפריט הנפתח, לחץ על קריאת זמן RLUוהזמן של ההתקן בצד שמאל ישתנה. לאחר מכן, לחץ על הגדרת זמן RLU והזמן הנוכחי של המחשב משמאל ישתנה גם הוא.
    3. לחץ על התחל חקירה, ומצב העבודה של ההתקן ישתנה מהקלטת נתונים אינו ממשיך ואין נתונים בהתקן להקלטת נתונים בהליך ובנתונים בהתקן. לחץ על ' סגור ' כדי לסגור תיבת דו-שיח זו.
    4. לחץ על תצוגת זמן אמת כדי לבדוק את מצב המכ ם. תופיע תיבת דו-שיח חדשה, ונתוני המכ ם יוגלגלו במהירות. משמעות הדבר היא כי המכ ם מזהה את כלי הרכב ועובד היטב. שמור תיבת דו-שיח זו פתוחה עד לסיום האיסוף.
      הערה: ניתן ללכוד את הרכב על ידי המכ ם בעת העברת המכ ם.
    5. לחץ על סגור בתיבת הדו כדי לסיים את האוסף.
    6. לחץ על הגדרת חקירה | , סיים את החקירה. ותאשר בתיבת הדו לחץ על לחצן הסגירה .
    7. בחרו הורדת נתונים בתפריט הראשי. לחץ על עיון כדי לבחור מקום לשמירת נתוני המכ ם. הקלט שם בודד עבור הגיליון האלקטרוני. לחץ על לחצן התחל הורדה , יופיע פס התקדמות ותיבת דו-שיח תופיע לאחר ההורדה. לחץ על אשר כדי לסיים את איסוף הנתונים.
    8. לחץ על הגדרת חקירה | מחק רשומת נתוניםואשר אותה בתיבת הדו הבאה כדי לנקות את הזיכרון הפנימי של המכ ם.
      הערה: יש צורך בבדיקה של כל הציוד לפני היציאה למיקום איסוף הנתונים. העבר את כל הציוד למיקום איסוף הנתונים אם כל החלקים פועלים היטב.

3. איסוף נתונים

  1. בחירת מיקום איסוף נתונים (איור 3)
    1. בחר מיקום מתאים הדומה לסוג החיתוך המשמש במחקר.
      הערה: זוהי דרישת המפתח בבחירת מיקום. צורת המיקום, מצב זרימת התנועה, בקרת אור התנועה ופקדים אחרים נחוצים בהתחשב. ככל שאתר המחקר דומה יותר, כך התוצאות מדויקות יותר. הפתיחה החציוני של U-הפעלה על הכביש המהיר נדרשת. יש צורך בשורה ארוכה מספיק של מראה וסיווג, שהיא הכרחית לרדאר ובטיחות לחוקרים. בהתבסס על מרחק האיתור של המכ ם ומרחק עצירת הרכב, קו הראייה צריך להיות לפחות 200 מ' מהמיקום לכיוון הזרם.
    2. תבדקו את הסיווג. של כיוון המכ ם ודאו שאין עצים, שיחים, כבישי גשרים, תמרורים או פנסי רחוב באופק.
    3. ודא כי המיקום הוא מקום בטוח עבור ציוד וחוקרים. האם הציוד מוגדר על שפת הכביש או מעל הכביש תלוי בשטח.
    4. מניחים את הציוד במקום מבודד כדי להימנע מקבלת תשומת לב הנהג.
      הערה: על פי הניסיון הקודם, נהגים מסוימים עשויים להאט אם הם רואים את ציוד החקירה, אשר יוביל לשגיאות. את ציוד רכישת הנתונים ניתן לראות כמכשיר מדידה עבור משטרת התנועה למדוד כלי רכב מהירות.
  2. אוסף נתוני תעבורה
    1. בחר את זמן האיסוף.
      1. לאסוף 3 הנתונים: 1 h בשיא הבוקר, 1 h בצהריים בעמק, ו 1 h בשיא הערב.
      2. בדוק את זמן השיא והעמק המדויקים מדוח מחקר התנועה, משטרת התנועה, או חברות עסקיות25,26 (איור 4).
        הערה: אם אין דוח תעבורה או ניתוח כהפניה, אסוף 3 מתוך נתונים במהלך שלוש התקופות שהוזכרו לעיל, ובחר את הנתונים הגבוהים ביותר.
      3. הקלט את הנתונים עם עוצמת התעבורה הגבוהה ביותר לאורך תקופה של 1 שעות למודל הסימולציה ומקטע הניתוח. השתמש ב -2 הנתונים הנותרים לצורך אימות בסוף.
    2. כיוונון ציוד
      1. כוונן את כיוון המכ ם, והגדר את המצלמה ליד המכ ם שבו היא יכולה ללכוד את כל הנתיבים. חזור על תהליך התקנת כל הציוד בסעיף 2 בגשר המדרחוב.
        הערה: הסיווג לפני המכ ם צריך להיות ארוך ורחב ככל האפשר כדי לכסות את כל המגוון של תנועות U-הפעלה. המכ ם (מזרח למערב) מתמודד מול זרימת התנועה, והמכ ם (מערב למזרח) פונה לכיוון זנבות הרכב עקב יישור כביש (איור 5). אין הבדלים בין התוצאות של הגדרת הציוד בצד הפנימי לעומת הצד החיצוני של הנתיבים. הצד הפנימי או החיצוני של מיקום המכ ם משפיע רק על מערכת הקואורדינטות של נתוני מסלול עם נתוני מכ ם. כאשר המכ ם פונה לזרימת התעבורה, מהירות הריצה שזוהתה היא שלילית ויש להפוך אותה במהלך עיבוד נתונים. כאשר המכ ם פונה לזרימת התעבורה, מהירות הריצה המזוהה חיובית וניתן להשתמש בה ישירות.
      2. להגדיר את מכ מים ומצלמות כך שהם קצת גבוה יותר מעקות הגשר כדי להבטיח סיווג לפני מכ מים ומצלמות.
        הערה: אין צורך ב-מכ ם להיות גבוה כמו ההתנחלות בצד הדרך.
    3. ודא שהתזמון של מכ מים, מחשבים נישאים ומצלמות תואמים בזמן אמת.
    4. הפעל שני מכ מים ומצלמות בו זמנית כדי לתזמן את הזמן.
    5. בדוק אם מכ ם ומצלמות לעבוד בדרך כלל כל 5 דקות במהלך איסוף הנתונים כדי להבטיח כי כל החלקים לעבוד היטב.
    6. סיים את איסוף הנתונים והפלט של נתוני המכ ם כגיליון אלקטרוני עם שם מזוהה (טבלה 1).

4. ניתוח נתונים

  1. שימוש בתוכנת חישוב כדי לחלץ את נתוני המכ ם ולצייר מהירות הפעלה ונתוני מסלולים מהגיליון האלקטרוני.
    הערה: קואורדינטות X/Y ומהירות X/Y נמצאות בגיליון האלקטרוני.
  2. מחיקת נקודות בדידה ברור באיורים. נקודות אלה הן שגיאות מכ ם.
    הערה: המכ ם מזהה מגוון רחב של שטח, כך שהנתונים עשויים להכיל כלי רכב מכוונים, כלי רכב מנוגדים ומכוניות לא מוטוריות בנתיבי רכב שאינם מוטוריים. כאשר מזימות את כל הנתונים כאיורים, רכבי היעד של שלוש הנתיבים ברורים, והנקודות הנותרות הן "נקודות ברורות". אזורי האיתור הם ישרים באיור 3, הרוחב של שלושת הנתיבים ידוע, ואת "נקודות ברור בדידים" ניתן למחוק בתוכנה. התווה את הנקודות הנחוצות כמוצג באיור 6b, d.
  3. הפעל שוב את סרטוני התנועה וספור ידנית כדי להשיג את אמצעי האחסון והסוגים של התעבורה.
    הערה: ניתן לחלק כלי רכב למכוניות ולמשאיות בהתאם לגודלם. כל המכוניות, הטקוניות והמשאיות הקטנות ברדיוס של 6 מ' מסווגות כאן כמכוניות. כל המשאיות והאוטובוסים הגדולים מסווגים כמשאיות.
  4. בחר את קבוצת נפח התעבורה הגבוהה ביותר כנתונים מייצגים והקלט אותה לתוך ההדמיה המתוארת בסעיף 5.
    הערה: יש צורך בקבוצת נתונים אחת בלבד בניתוח ההדמיה והרגישות. נתונים משתי הקבוצות האחרות יהיו מדומים כאימות.

5. בניית מודל ההדמיה

  1. בניית הכביש
    1. פתח את תוכנת ההדמיה. לחץ על כפתור מפה בחלק העליון של הממשק ולהגדיל את המפה כדי למצוא את מיקום איסוף הנתונים.
    2. לחץ על קישורים משמאל ולאחר מכן הזז את הסמן למיקום ההתחלה של הקישור ולחץ לחיצה ימנית. בחרו ' הוסף קישור חדש', הקלט את שם הקישור ומספר הנתיבים ולחצו על הלחצן ' אשר'. גרור את הסמן כדי לצייר את הקישור במפה.
    3. לחצו לחיצה ימנית על הקישור ובחרו ' הוסף נקודה'. הוסף נקודות וגרור נקודות כדי להפוך את הקישור לחלק יותר עם יישור הכביש האמיתי במפה.
    4. חזור על שלבים 5.1.2 ו-5.1.3 3x כדי לבנות ארבעה מקטעים, למעט הפתיחה החציוני של U-הפעל.
    5. החזק את הלחצן הימני של העכבר ולחצן Ctrl בלוח המקשים ולאחר מכן גרור את נקודת הקצה של קישור אחד לקישור הסמוך כדי לחבר את הקישורים. חלק זה נקרא "מחבר" והוא יכול להיות חלק יותר נקודות יותר מתווספים.
    6. חזור על שלב 5.1.5 כדי לחבר את כל הקישורים ונתיבי U-להפעיל.
  2. קלט של המהירות הרצויה
    1. בחר נתוני בסיס מהשורה העליונה ולאחר מכן בחר הפצות | . המהירות הרצויה
    2. לחץ על לחצן הצלב הירוק להוסיף בתחתית כדי להוסיף מהירות רצויה חדשה, ולאחר מכן שם אותו.
    3. בתיבת הדו של הפצות המהירות הרצויה , הקלט את המהירות המירבית שנאסף מהנתונים הנציגים כמהירות הרצויה המרבית, ולאחר מכן הקלט את המהירות הממוצעת שחושבה מהנתונים הנציגים כמהירות הרצויה המינימלית. מחק את נתוני ברירת המחדל.
    4. הזן שם עבור מהירות רצויה זו, הקרויה בדרך כלל על-ידי שימוש בכיוון.
    5. חזור על שלבים 5.2.3 ו 5.2.4 לבנות את כל המהירויות הרצויות (אנחנו, EW, WW U-הפעל, ו-EE הפעל).
  3. הרכב רכב
    1. בחר בלחצן רשימות מתוך הסרגל העליון ולאחר מכן לחץ על הובלה פרטית | קומפוזיציות רכב.
    2. לחץ על לחצן הצלב הירוק להוסיף בתחתית כדי להוסיף הרכב רכב חדש. בחר את המהירות הרצויה מובנה בשלב 5.2 כמכונית.
    3. לחץ על כפתור הצלב הירוק כדי להוסיף את סוג הרכב אוטובוס/משאית כמו הנמל . בחר את אותו המהירות הרצויה כפי שנעשה בשלב 5.3.2.
    4. הקלט את עוצמת הקול של מכוניות ומשאיות ב- Relflow מתוך נתוני הנציג.
    5. חזור על שלבים 5.3.2-5.3.5 לבנות את כל הקומפוזיציות הרכב (אנחנו, EW, WW U-הפעל, ו-EE הפעל).
  4. מסלולי רכב
    1. בחרו ' נתיב רכב ' משורת התפריטים השמאלית.
    2. הזז את הסמן אל המעלה של קישור אחד כנקודת ההתחלה, לחץ לחיצה ימנית ולאחר מכן בחר באפשרות הוסף החלטה חדשה של ניתוב רכב סטטי.
    3. גרור את הסמן הכחול המייצג את נתיבי הרכב באיסוף נתונים. חזור על שלב זה 4x ב אנחנו, EW, WW U-הפעל, ו-EE U-לצייר את כל נתיבי הרכב.
  5. אזורי מהירות מופחתים
    1. בחר אזורי מהירות מופחתים משורת התפריטים השמאלית.
    2. לחצו לחיצה ימנית במעלה הזרם של הפתיחה U-הפעל, ולאחר מכן בחרו ' הוסף אזור מהירות חדשה מופחתת'.
      הערה: אורך האזור תלוי בנתוני הנציג ובאורך השינוי במהירות.
    3. . לבנות את האזור הזה בשני הכיוונים
  6. אזורי קונפליקט
    1. בחר אזורי התנגשות משורת התפריטים השמאלית. ארבעה אזורי התנגשות צהובים יופיעו במקטע הפתיחה החציוני.
    2. לחץ לחיצה ימנית על אזור התנגשות צהוב אחד ובחר באפשרות קבע מצב לא נקבע כאשר המצב הריאליסטי ואזורי ההתנגשות הופכים לאדומים.
    3. חזור על שלב ה5.6.2 עבור כל ארבעת אזורי ההתנגשות.
  7. מדידת זמן נסיעה
    1. בחרו ' זמני נסיעה ברכב ' משורת התפריטים השמאלית.
    2. לחץ לחיצה ימנית בתחילת קישור אחד ובחר באפשרות ' הוסף מדידת זמן נסיעה ברכב חדש'.
    3. גררו את הסמן לסוף הקישור כדי לבנות את המדידה האחת של זמן נסיעה ברכב. חזור על שלב זה עבור כל נתיבי הרכב (אנחנו, EW, WW U-פונים, ו-EE U-הפעל).
    4. שם כל זמן נסיעה מדידה עם הכיוון המתאים.
      הערה: כדי להשוות את מצבי הפעולה עם עיצובים שיפור, אורך מדידות זמן הנסיעה צריך להיות זהה בשני מודלים סימולציה.
  8. כניסת רכב
    1. בחרו תשומות לרכב משורת התפריטים השמאלית. לחץ על נקודת ההתחלה של קישור אחד ולחץ לחיצה ימנית כדי להוסיף קלט רכב חדש.
    2. הזז את העכבר לקצה התחתון ולעוצמת הקלט מנתונים מייצגים. חזור על שלב זה עבור כל הקישורים.
  9. בניית מודל אחר סימולציה ESUL כהשוואה, רק את חלק U-לפתוח את הקטע צריך להיות שונה (איור 7 ושולחן 2).
  10. לחץ על לחצן ההפעלה הכחולה בחלק העליון של הממשק, ואת הסימולציה יופעל. גררו את הסולם שמשמאל ללחצן ההפעלה, שיכול לכוונן את מהירות ההדמיה.
    הערה: מצב מהיר של לחצן המכשיר יכול להפוך את מהירות ההדמיה למקסימום.
  11. כאשר הסימולציה נגמרת, כל התוצאות יוצגו בחלק התחתון של הממשק. העתק את התוצאות לגיליון אלקטרוני חדש. כאן, זמן נסיעה, עיכוב ומספר העצירות מוערכים בניתוח27.

6. כיול מודל הדמיה

  1. הקלט את נפח התעבורה של הנתונים הנציג לתוך תוכנת הדמיה ולבצע את ההדמיה (איור 8א).
  2. השווה את עוצמת התעבורה מתוצאות ההדמיה עם עוצמת הנתונים שנאספה.
  3. חשב את הקיבולת באמצעות משוואה 1 להלן:
    1
    כאשר C מציין את הקיבולת האידיאלית (veh/h) ו-ht מציין את התקדמות המינימום הממוצעת (s).
  4. באמצעות הקיבולת, העריכו את שגיאת ההדמיה כשגיאת האחוזים המוחלטת (MAPE) בעקבות המשוואה 2:
    2
    כאשר n מציין את ארבעת הזרמים השונים במחקר זה, civ הוא קיבולת מדומה במודל הסימולציה (veh/h), ו Cif הוא היכולת של החקירה (veh/h). MAPE מחושב מוצג בטבלה 3.
    הערה: מודל הסימולציה ניתן להשתמש אם mape הוא קטן28,29,30.
  5. לשנות את הפרמטרים (כלומר, זרע אקראי, מכונית לעקוב סוג המודל, ליין לשנות את החוק, וכו ') מבוסס על הוראות של תוכנת הסימולציה, או לבדוק את כל השלבים המתוארים לעיל בעת בניית מודל הסימולציה31,32,33,34.

7. ניתוח רגישות

הערה: תהליך ניתוח הרגישות מוצג באיור 8ב. הנתונים שנאספו יכולים לשקף ביצועים משלו בלבד (איור 9, טבלה 4, טבלה 5 וטבלה 6). כדי להוכיח את האפקטיביות בכל המצבים, כל מצבי התנועה האפשריים ושילובים שונים היו קלט למודל סימולציה כדי להבטיח כי כל המצבים מכוסים בין מוטי ו ESUL (איור 10 ושולחן 7).

  1. בחר ביחס הרכב/משאית (אפיק) ומהירות ההפעלה של נתוני הנציג. . שמור על הפרמטרים האלה
  2. הגדר את יחס U-להפוך מ-~ 0.03-0.15 בניתוח הרגישות עם גידול של 0.03, כלומר חמש יחסי U-הפעלה בניתוח רגישות.
    הערה: בהתאם לנתוני הנציג בטבלה 1, הטווח של שיעור U-בתורו הוא 0.04-0.15.
  3. הגדר נפח תעבורה מ ~ 0.2-1.0 V/C עם גידול של 693 veh/h (0.1 V/C; טבלה 7), כלומר תשעה כרכים בניתוח הרגישות.
    הערה: נפח התנועה המקסימלי הוא 6,930 veh/h בכביש המהיר העירוני עם קטע של שלושה נתיבים, המתאים לרמת השירות E על פי קיבולת הכביש המהיר AASHTO של35 כאשר מהירות העיצוב היא 80 קמ ש.
  4. דמה את כל 45 המצבים ושמור את התוצאות הן במצב הנוכחי (מוטי) והן במצב משופר (ESUL).
  5. ודא שיפורים בזמן הנסיעה ובעיכובים על-ידי חישוב היחס = (מוטי-ESUL)/מוטי x 100%. ודא שיפורים במספר העצירות על-ידי חישוב זמן מופחת = מוטי-ESUL.
    הערה: בתוצאות הסופיות (איור 10), תוצאה חיובית (> 0) פירושה ש-esul שיפר את מצב התנועה, בעוד שתשליל (< 0) גורם לרגישות מייצג את ההיפך.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

איור 2 מציג את האיור של esul for U-להפוך פתיחה חציון. ה-WENS מתכוון לארבעה כיוונים עיקריים. בכביש הראשי יש שישה מסלולים עם שני כיוונים. בשני הצדדים מחלקים את שני הכיוונים באמצע. זרימה 1 היא ממזרח למערב דרך התנועה, הזרימה 2 מזרחה לכיוון מזרח U-הפעלה, זרימה 3 היא מערבה למזרח דרך התנועה, וזרימת 4 הוא מערבה לכיוון מערב U-הפעלה.

הפונקציות של 2 הנתיבים הפנימיים של ESUL הם להסיט, להאט, U-להפוך, להאיץ, לחפש התקדמות, ולמזג את כלי רכב U-הפעל. החלק הדורבן הוא החלק המרכזי והוא שונה מעיצובי U-הפעלה רגילים. לחלק זה יש את הפוטנציאל לכפות על זרימת התנועה לנוע מעט כלפי חוץ (רוחב של נתיב אחד) ולהפריד את התנועה דרך התנועה ו-U-פונים לאחר התמריץ.

לעיצוב התמריץ יש שלושה הבדלים משמעותיים. ראשית, הוא מספק מסלול פרסה מסוים כדי למנוע השפעה דרך התנועה על ידי הזזת כל הנתיבים החוצה. בהשוואה לסימונים, הנהגים אינם יכולים לחצות את השלוחה וחייבים לעקוב אחר הנתיבים כדי לחלק את שני הזרמים36,37. שנית, הוא משתמש באופן מקסימאלי בקרקע באופן סימטרי לעיצוב שני כיוונים ודרישות U-הפעלה. שלישית, התמריץ מתאים לשימוש בכלי רכב ומשתמש בקרקע בגמישות.

איור 3 מציג את מיקום איסוף הנתונים, שהוא פתיחה החציוני אופייני בפינה הצפון מערבית של הכביש השני לולאה של שיאן סיטי במחוז שאאנקסי, סין. כביש הלולאה במחקר זה מורכב משישה נתיבים, והגבלת המהירות בכביש הלולאה היא 80 קמ ש (איור 3א). רוחב הנתיב הוא 3.5 מ' ורוחבו החציוני הוא 1.2 m בממוצע. מקטע הפתיחה החציוני הוא ברוחב של 10 מ' ואורכו 17 מ'. שני שבילי רכב שאינם מוטוריים (ברוחב 9 מ') נמצאים משני הצדדים, ורצועת 1.5 מ' מנתקת אותם מהמסלולים הראשיים (איור 3ב').

המרחק בין מחלפים המעלה למעלה למטה בסמוך לפתח החציוני הוא 5.1 ק מ (איור 3א). כיוון שאין כניסה או יציאה לסעיף זה, מהירות הפעולה יכולה להגיע למגבלת המהירות לאחר שהפתיחה החציוני מגיעה ל-200 מ'. מהפתח החציוני, הוא 1.4 ק מ עד למחלף במעלה הזרם ו 3.6 ק מ למחלף במורד הזרם. כלי רכב לעשות עיקוף של 10 ק מ (השהיה של 9 דקות לכל היותר) אם פתיחת U-הפעלה לא מתוכננת. כלי רכב U-הפעל חייב לחכות זמן רב כאשר נפגשים בצומת או נאלצים להצטרף, וכתוצאה מכך עיכובים או עצירה של דרך התנועה. איור 4 מראה כי שיא הבוקר מופיע משעה 7:00 בבוקר עד 9:00 בבוקר, שיא הערב מופיע בין 17:00 ל-19:00, והעמק (למעט לילה מאוחר) מופיע בין השעות 12:00 ל-14:00.

המהירויות של כל התנועה ממזרח למערב מוצגות באיור 6א. פתיחת U-הפעלה מתרחשת ב ~ 70 m על הציר האופקי. ההאטה וההאצה ברורים ליד 70 מ', המציינת כי כלי הרכב הושפעו מכלי רכב U-הפעל. ערך השיא באיור 6a הוא תחת 80 קמ ש, ונקודות ממורכזות בעיקר תחת 40 קמ ש, המציינות כי מהירות ההפעלה היתה נמוכה בהרבה ממגבלת המהירות (80 קמ"ש). איור 6ב מראה את מסלולי זרימת התנועה ממזרח למערב. שלושת הנתיבים ונתיבי כלי הרכב U-פונים מזוהים בקלות בדמות. המסלול הנמוך ביותר הוא כחול כהה ורחב יותר משני הסלולים שמעליו, ומציין מיזוג בין כלי הרכב של U-הפעל ובאמצעות כלי רכב. תנועת המיזוג מתחילה ב-60 מ' ומסתיימת ב-40 מ', המייצגת קטע מיזוג של 20 מ'. התנועה בנתיב הפנימי הושפעה ברצינות מכלי רכב U-הפעל.

איור 6ג הוא מהירות הזורם ממערב למזרח. כאשר מהירות הריצה מגיעה 80 מ ' בפתיחה U-הפעלה, הוא מתחיל להגדיל. התוצאה מצביעה על כך שזרימת ה-WW U-בתורו היתה השפעה קטנה יותר על אנו באמצעות זרימה כי היה בשל תנועת הסחה (ולא מיזוג תנועה; איור 6ב הנקודות החל מ-0 קמ ש מציינות כי כלי הרכב של ה-WW U-הפעל את העצירות והאטה עבור כלי רכב שלמים. איור 6ד מציג את הדרכים ממערב למזרח לתנועה דרך התנועה ו-U-להפעיל. המקטע U-בתורו יש עצים גבוהים, אשר לחסום את אותות מכ ם לזיהוי תנועות U-הפעל.

איור 7 מציג מחצית אחת מהעיצוב של esul. מסלולים 1 ו-4 הם מסלולים דרך התנועה, ושבילים 2 ו-3 הם מסלולים U-פונים. החישוב של כל מקטע מבוסס על הנחיות שפורסמו בעבר35,38 ולימודים39,40. סעיף AB מבוסס על תהליך יישור הכביש, סעיף לפנה ס תלוי בזמני התגובה של מנהלי ההתקנים ונוהלי התנועה, התקליטור הסעיף הוא חלק ההסחה, ובסעיף DE מכיל האטה ומרחק בטיחות. מקטע EF מספק מספיק מקום ל-U-הפעל. מקטע FH ו-HI מכילים תאוצה, מציאת התקדמות ותנועה משולבת בנפרד. כל הסעיפים מתוארים בטבלה 2 על פי מהירות העיצוב של 80 קמ ש.

איור 10a מראה כי זרימת 1 היחס זמן הנסיעה ירד עם esul תחת כל שילובי התנועה בתוך 20%-40%. העיכוב ירד במידה ניכרת ב-35%-70% (איור 10ב). מספר העצירות ירד מעט, עם ערך מירבי של 0.4 (איור 10ג). ESUL הראה שיפור משמעותי עבור ה-EW-התנועה בכל המצבים. איור 9e, f ו- איור 10d להראות את תוצאות רגישות של זרימה 2 (EE U-הפעל כלי רכב). כל שלושת האינדקסים של כלי רכב U-הפעל שופרו מאוד. זמן הנסיעה המוצג באיור 10d ירד ב -20%-70% עם נפח תנועה גובר. העיכובים באיור 10e ירדו יותר מזמן הנסיעה והגיעו כמעט 100% בערך השיא. יחס השיפור המינימלי היה גדול יותר מ-70%. שיפור משמעותי במספר התחנות המוצגות באיור 10הגיע לשש לכל היותר.

איור 9אני, j ואיור 10h להראות את התוצאות רגישות של זרימה 3 (אנחנו דרך כלי רכב). עם מגמה דומה לזרום 1, זרימה 3 השתפר הרבה עם ESUL. זמן הנסיעה ירד ב-40%-50% באיור 10h. עיכובים ירדו ב-50%-90% באיור 10i. מספר העצירות בלבד ירד ברוב של 0.4 x באיור 10j. בזרימה 4, כלי הרכב ותוצאות הרגישות של WW U-הפעל מוצגים באיור 9l, m ואיור 10k. זמן הנסיעה ירד ב-~ 20%-60% עם עליות נפח התנועה (איור 10k). באיור 10l, עיכובים הוגדלה 1% כאשר נפח התנועה היה 1,386 veh/h, ויחס U-להפוך היה 0.06. עיכובים ירדו באופן משמעותי ב-54%-97% בטווח המנוחה. מספר העצירות פוחת עד 6x לכל היותר (איור 10מ').

Figure 1
איור 1: דוגמאות לנקודות חיתוך בצורת U-הפעלה (MUTIs). שני עיצובים מייצגים את הפתיחה U-הפעלה משותפת על הכביש, אבל יש לציין כי U-פונים כלי רכב עלול לגרום להתנגשויות תנועה עם כלי רכב עוברים, בין אם באותו זרם או הפוך. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 2
איור 2: איור של העיצוב ESUL על כביש מחוזי עורק. W = מערבה, E = מזרחה, N = צפון, S = דרום. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 3
איור 3: מיקום איסוף הנתונים בחציון בפינה הצפון-מערבית ברחוב שיאן. נקודות ציון: 108.903898, 34.301482. (א) מיקום החקירה סכימטי. (ב) מוטי הפתיחה החציוני של U-הפעל. התמונה צולמה על ידי זמזום בגובה 150 m. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 4
איור 4:24 h מדד גודש. (א) המגמה לגודש של 24 שעות בערים הגדולות מ 2015 עד 201725. (ב) המדד להשהיה של 24 שעותעבור שיאן ב -22במאי, 201925,26. הנתונים בפאנל מגיע 2017 ניתוח התנועה דוחות עבור ערים גדולות בסין25, אשר מסופק על ידי מיפוי אינטרנט סיני ספקית הניווט41. הנתונים בלוח b מגיע מדד הגודש בזמן אמת ב שיאןב -22 במאי, 201926. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 5
איור 5: איסוף נתונים עם מכ ם על גשר להולכי רגל במיקום U-הפעל. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 6
איור 6: מהירות ומסלולים של זרימות תעבורה. (א) מהירות של כלי רכב ממזרח למערב. (ב) מסלולים של כלי רכב ממזרח למערב. (ג) המהירות של כלי רכב ממערב למזרח. (ד) מסלולים של כלי רכב ממערב למזרח. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 7
איור 7: גאומטריה של עיצוב ESUL. החץ הכחול מייצג כלי רכב הנוסעים ישר דרך, והחץ האדום מייצג כלי רכב של U-הפעל. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 8
איור 8: תרשים זרימה של חישוב MAPE וניתוח רגיש. (a) חישוב תהליך של mape. (ב) תהליך של אנליזה רגישה. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 9
איור 9: השוואה בין מוטי לבין ESUL עם נתונים שנאספו. השוואה של זמן נסיעה (א), עיכוב (ב) ומספר עצירות (ג) עם שיא הבוקר (h). השוואת זמן הנסיעה (d), השהיה (e) ומספר העצירות (f) עם עמק הצהרי התיכון (h). השוואת זמן הנסיעה (h), עיכוב (i) ומספר העצירות (j) עם פסגת הערב (h). אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 10
איור 10: ניתוח רגישות של כל הזרימות, כולל EW עד, u-הפעל, אנו דרך ו WW u-הפעל. ציר X = אמצעי אחסון שונים של תעבורה, ציר Y = U-להפוך יחס ו-Z-ציר = יחס שיפור (יחס = [מוטי-ESUL]/מוטי x 100%) בזמן הנסיעה ועיכוב, פעמים מופחת (מופחת פעמים = מוטי-ESUL) במספר עצירות. (א-ג) EW דרך הזרם, (d-f) זרם u-הפעל, (h-j) אנו דרך הזרימה, ו (k-m) זרם u-הפעלה. כל שלוש דמויות הן זמן נסיעה (a, d, h, k), עיכוב (b, e, i, l) ואת מספר העצירות (c, f, j, m), בהתאמה. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

פריט בוקר (07:00/08:00) 12:00 בצהריים באמצע הצהרים (בין השעות 14:, 00) ערב (17:00:00)
כיוון איכס אנחנו איכס אנחנו איכס אנחנו
זרימת i = 1 i = 2 i = 3 i = 4 i = 1 i = 2 i = 3 i = 4 i = 1 i = 2 i = 3 i = 4
מכונית 4195 172 3442 504 3001 176 2460 402 1665 287 3296 394
משאית 86 10 56 16 79 7 60 41 11 6 38 35
יחס U-הפעלה 4281:182 3498:520 3080:183 2520:443 1676:293 3334:429
יותי. הירות 21.5 11.5 22.2 10.5 36.7 12.3 23.7 11.8 29.3 12.8 22.9 12.1
מקס. הירות 73.8 13.4 63.7 12.8 90.4 15.6 75.9 13.5 76.7 14.6 63.7 13.3
מהירות מינימלית 0 0 0 0 0 0 0 0 0 0 0 0

טבלה 1: נאסף מידע רכב. מהירות מינימלית של 0 קמ ש מציינת שכלי רכב מסוימים הופסקו לפני שמתחילים לנוע.

פריט תיאור/
LAB 166 מ' אורך עבור כל הזרמים לנוע מעט החוצה
L 'לפנה ס 185 מ' אורך עבור זרימה i = 4 כדי לזהות את השלט U-להפוך ולפעול
תקליטור L 50 מ '. אורך הסחה לזרימה נפרדת i = 3 וזרימה i = 4
L 'DE 42 מ' תזרים i = 4 אורך האטה
LEF רדיוס = 7.26 מ. U-להפוך רוחב עבור מכוניות נוסעים
אניFH 180 מ ' האצת אורך הזרימה i = 4
אנישלום 140 מ'. האורך כדי לחפש התקדמות זרימת i = 4 ומזג לתוך זרם i = 1

שולחן 2: פרמטרים גיאומטריים של ESUL. החישוב של כל מקטע מבוסס על הנחיות שפורסמו בעבר35,38 ולימודים39,40. הערך בטבלה 2 הוא קלט למודל הסימולציה כדי להעריך את ביצועי esul במהירות העיצוב של 80 קמ ש.

פריט בוקר (07:00/08:00) 12:00 בצהריים (13:00:00) ערב (17:00:00)
כיוון איכס אנחנו איכס אנחנו איכס אנחנו
זרימת i = 1 i = 2 i = 3 i = 4 i = 1 i = 2 i = 3 i = 4 i = 1 i = 2 i = 3 i = 4
השקיע. קיבולת (veh/h) 4281 182 3498 520 3080 183 2520 443 1676 293 3334 429
קיבולת מדומה (veh/h) 4115 127 3571 501 3000 169 2484 360 1814 268 3381 409
מסכת בודדות (%) -3.9 -30.2 2.1 -3.6 -2.6 -7.4 -1.4 -18.7 8.2 -8.5 1.4 -4.6
מסכת MAPE (%) -9.9 -7.5 -5.7

שולחן 3: תוצאות כיול סימולציה. הכיול בין החקירה לסימולציה מוצג בטבלה. Mape מחושב באמצעות משוואה 2, ואת התוצאות מקובלים27,30.

פריט זמן נסיעה (ים) השהיה (ים) מספר עצירות
זרימת וטי איסול תעריף (%) וטי איסול תעריף (%) וטי איסול תעריף (%)
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

שולחן 4: הדמיה של תוצאות מוטי ו-ESUL עם נתוני שיא הבוקר. בשיא הבוקר, ESUL משפרת באופן משמעותי יותר מאשר מוטי. זמן הנסיעה ירד ב-29.4%-57.5%. ההשהיה ירדה על-ידי 44.4%-97.7%. מספר העצירות מופחת לחלוטין.

פריט זמן נסיעה (ים) השהיה (ים) מספר עצירות
זרימת וטי איסול תעריף (%) וטי איסול תעריף (%) וטי איסול תעריף (%)
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

שולחן 5: תוצאות הסימולציה של מוטי ו-ESUL עם נתוני הצהריים באמצע. בצהריים, זמן הנסיעה ירד ב-31.3%-43.8%. ההשהיה הצטמצמה על-ידי 50.0%-87.1% ואין מספר עצירות קיימות ב-ESUL.

פריט זמן נסיעה (ים) השהיה (ים) מספר עצירות
זרימת וטי איסול תעריף (%) וטי איסול תעריף (%) וטי איסול תעריף (%)
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

שולחן 6: תוצאות הדמיה של מוטי ו-ESUL עם נתוני שיא הערב. עם שיא הערב נתונים, זמן הנסיעה ירד על ידי 27.7%-56.6%. ההשהיה ירדה על-ידי 60.7%-91.8%. גם מספר העצירות פוחת עם ה-ESUL.

פריט ערך
יחס רכב/משאית (אפיק) 4281:182 (EW)/3498:520 (אנחנו)
יחס U-הפעלה (%) 0.03/0.06/0.09/0.12/0.15
מג 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
אמצעי אחסון (veh/h) 1386 2079 2772 3465 4158 4851 5544 6237 6930

טבלה 7: פרמטרים קלט לניתוח רגישות בסימולציה.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

במאמר זה, הנוהל של פתרון בעיית תנועה בצומת או קטע קצר באמצעות סימולציה נדונה. מספר נקודות מגיעה לתשומת לב מיוחדת ונידונות ביתר פירוט כאן.

איסוף נתוני שדה הוא הדבר הראשון שראוי לתשומת לב. דרישות מסוימות עבור מיקום איסוף נתונים הן כדלקמן: 1) חיפוש מיקום מתאים עבור איסוף נתונים. המיקום צריך להיות דומה לצורה הגאומטרית של הכביש במחקר, שהיא ההנחה של איסוף הנתונים. 2) קביעת המיקום הקבוע של מכ ם וציוד אחר על-ידי מציאת סיווג מספיק, כאשר לא ניתן לחסום אותות מכ ם. ניתן להשתמש בטכנולוגיות מתקדמות מסוימות, כגון דבורים, כדי לזהות פעולות תעבורה. אזור התצפית כולו צריך להיות ברור מחסומים, כמו עצים או אדריכלות. 3) לבסוף, זמן איסוף הנתונים אמור להיות לפחות 3 שעות במיקום אחד. הזמן אמור לשקף את פסגות הבוקר והערב, כמו גם את המצב בעמק ביום. ניתן לקבל את הזמן של אינדקס הגודש מהסתכלות או ממוציא לאור אחר של הובלה אמינה.

בניית מודל הסימולציה היא צעד קריטי נוסף. הדיוק של מודל הסימולציה יוביל לשגיאות סימולציה שונות. הדבר הראשון במודל הסימולציה הוא המחבר. אם קישור אחד בצד אחד של המחבר זז, ייתכן שהמחבר אינו בכושר ומפריע לקישור או למחבר הסמוכים, דבר שעלול לגרום לשגיאות. לכן, חשוב לחשב מחדש את המחבר כאשר הזזת קישור נחוצה.

שלב מפתח נוסף הוא כלל ההתנגשות באזור ההתנגשויות. השתמש באזורי התנגשות במקום בכללי עדיפות כדי לדמות את הימין של הדרך בצמתים. בהשוואה לכללי עדיפות, אזורי התנגשות מוצגים באופן אוטומטי, ולכן קל יותר לערוך ולשקף טוב יותר את התנהגות הנהיגה. על כלל ההתנגשות להיות זהה לאיסוף נתונים, וכל אזור התנגשות צריך להיות מוגדר עם הכללים המתאימים. הצעד הקריטי האחרון הוא התאמה של הפרמטרים לגבי התנהגויות נהיגה כאשר שגיאת הדמיה (MAPE) הוא גדול. להתנהגויות נהיגה יש מספר פרמטרים בודדים, ושינוי קטן בכל פרמטר עלול להוביל להשפעה חיובית או שלילית על התוצאות. זה המפתח להתאים את הפרמטרים השונים בזהירות ושוב.

בדרך כלל, זמן הנסיעה, ההשהיה ומספר העצירות משמשים את האינדקסים הנפוצים ביותר בהערכת התכונות התפעוליות בסימולציה. אינדקסים רבים אחרים יכולים להתקבל גם מן הסימולציה (כלומר, נפח הרכב, פליטת פליטה, צריכת דלק, הולכי רגל, הערכת בטיחות, התנהגויות רכב, נתיבי רכב, קואורדינטות, וכו '). חשוב לבחור את אינדקסי ההערכה המתאימים בהתאם לצרכים הניסיוניים השונים. אינדקסים אחרים, למעט שלושת הנמצאים בשימוש הנפוץ ביותר, עלולים להוביל לממצאים מחקריים חדשים או לשיטות שירות.

השימוש ב"מצב מהיר" בעת ביצוע ההדמיה עשוי לאפשר להדמיה להגיע למהירות הגבוהה ביותר ולחסוך זמן, במיוחד במהלך הניתוח הרגיש. לכן, יש צורך בעשרות סימולציות. תוצאת ההדמיה נשארת זהה לא משנה איזו מהירות סימולציה נבחרה.

ישנם שני תחומים עיקריים ליישומים עתידיים. יישום אחד הוא פתרון בעיות תנועה והערכת אחד או יותר מעיצובי תנועה בהצטלבות או במקטע קצר. ההדמיה מסייעת להערכת התנהגויות תנועה מיקרוסקופיים, בין אם היא כוללת כלי רכב, הולכי רגל, שינויי תשתית או מדידות לניהול תנועה. שנית, התהליך מספק מדריך אימון מספיק למחקרים המקיימים את התנועה. ההוראות עוזרות לקבל נתונים מדויקים וחזקים על מדידות סימולצית תנועה.

שיטה זו כוללת גם מספר מגבלות. ראשית, המכ ם יכול לזהות כיוון ישר, והדבר דורש גם שפלח היעד יהיה ישר. אין אפשרות להשתמש ברדאר עבור מקטעים עקומים, כגון רמפות. שנית, המכ ם דורש מספיק. סיווג כדי לזהות את כלי הרכב עם זאת, בסביבה האמיתית, יש תמיד עצים או שלטי חוצות שחוסמים את האות. קשה למצוא מקום מתאים להסדר מכ ם. בנוסף, כאשר נפח התנועה גדול או כלי רכב קרובים זה לזה, המכ ם אינו יכול להבדיל בין כלי הרכב, והספירה באופן ידני מהווידאו היא האפשרות היחידה, שהיא הרבה עבודה. ניתן לשפר את היעילות והדיוק אם הפרוטוקול משתמש גם בשיטה שיכולה לספור ולסווג כלי רכב באופן אוטומטי.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

. למחברים אין מה לגלות

Acknowledgments

המחברים רוצים להכיר את המועצה למלגות סין על מימון חלקי עבודה זו היתה עם הקובץ 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

DOWNLOAD MATERIALS LIST

References

  1. Tang, J. Q., Heinimann, H. R., Ma, X. L. A resilience-oriented approach for quantitatively assessing recurrent spatial-temporal congestion on urban roads. PLoS ONE. 13, (1), e0190616 (2018).
  2. Bared, J. G., Kaisar, E. I. Median U-turn design as an alternative treatment for left turns at signalized intersections. ITE Journal. 72, (2), 50-54 (2002).
  3. El Esawey, M., Sayed, T. Operational performance analysis of the unconventional median U-turn intersection design. Canadian Journal of Civil Engineering. 38, (11), 1249-1261 (2011).
  4. Leng, J., Zhang, Y., Sun, M. VISSIM-based simulation approach to evaluation of design and operational performance of U-turn at intersection in China. 2008 International Workshop on Modelling, Simulation and Optimization. IEEE. Hong Kong, China. (2008).
  5. Shao, Y., et al. Evaluating the sustainable traffic flow operational features of an exclusive spur dike U-turn lane design. PLoS ONE. 14, (4), e0214759 (2019).
  6. Zhao, J., Ma, W. J., Head, K., Yang, X. G. Optimal Intersection Operation with Median U-Turn: Lane-Based Approach. Transportation Research Record. (2439), 71-82 (2014).
  7. Hummer, J. E., Reid, J. E. Unconventional Left Turn Alternatives for Urban and Suburban Arterials-An Update. Urban Street Symposium Conference Proceedings. Dallas, TX. (1999).
  8. Ram, J., Vanasse, H. B. Synthesis of the Median U-Turn Intersection Treatment. Transportation Research Board. Washington, DC. (2007).
  9. 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).
  10. Mousa, M., Sharma, K., Claudel, G. C. Inertial Measurement Units-Based Probe Vehicles: Automatic Calibration, Trajectory Estimation, and Context Detection. IEEE Transactions on Intelligent Transportation Systems. 1-11 (2017).
  11. Odat, E., Shamma, J., Claudel, G. C. Vehicle Classification and Speed Estimation Using Combined Passive Infrared/Ultrasonic Sensors. IEEE Transactions on Intelligent Transportation Systems. 1-14 (2017).
  12. Liu, P., et al. Operational effects of U-turns as alternatives to direct left-turns. Journal of Transportation Engineering. 133, (5), 327-334 (2007).
  13. Potts, I. B., et al. Safety of U-turns at Unsignalized Median Opening. Transportation Research Board. Washington, DC. (2004).
  14. Yang, X. K., Zhou, G. H. CORSIM-Based Simulation Approach to Evaluation of Direct Left Turn vs Right Rurn Plus U-Turn from Driveways. Journal of Transportation Engineering. 130, (1), 68-75 (2004).
  15. Guo, Y. Y., Sayed, T., Zaki, M. H. Exploring Evasive Action-Based Indicators for PTW Conflicts in Shared Traffic Facility Environments. Transportation Engineering, Part A: Systems. 144, (11), 04018065 (2018).
  16. Liu, P., Qu, X., Yu, H., Wang, W., Gao, B. Development of a VISSIM simulation model for U-turns at unsignalized intersections. Journal of Transportation Engineering. 138, (11), 1333-1339 (2012).
  17. Shao, Y., Han, X. Y., Wu, H., Claudel, G. C. Evaluating Signalization and Channelization Selections at Intersections Based on an Entropy Method. Entropy. 21, (8), 808 (2019).
  18. Ander, P., Oihane, K. E., Ainhoa, A., Cruz, E. B. Transport Choice Modeling for the Evaluation of New Transport Policies. Sustainability. 10, (4), 1230 (2018).
  19. Wang, J., Kong, Y., Fu, T., Stipanicic, J. The impact of vehicle moving violations and freeway traffic flow on crash risk: An application of plugin development for microsimulation. PLoS ONE. 12, (9), e0184564 (2017).
  20. Lin, C., Gong, B., Qu, X. Low Emissions and Delay Optimization for an Isolated Signalized Intersection Based on Vehicular Trajectories. PLoS ONE. 10, (12), e0146018 (2015).
  21. Tang, T. Q., Wang, Y. P., Yang, X. B., Huang, H. J. A multilane traffic flow model accounting for lane width, lanechanging and the number of lanes. Networks and Spatial Economics. 14, (14), 465-483 (2014).
  22. Gupta, A. K., Dhiman, I. Analyses of a continuum traffic flow model for a nonlane-based system. International Journal of Modern Physics C. 25, (10), 1450045 (2014).
  23. Chen, H., Zhang, N., Qian, Z. VISSIM-Based Simulation of the Left-Turn Waiting Zone at Signalized Intersection. 2008 International Conference on Intelligent Computation Technology and Automation (ICICTA). IEEE. Hunan, China. (2008).
  24. PTV AG. PTV VISSIM 10 User Manual. Karlsruhe, Germany. (2018).
  25. AutoNavi Traffic Big-data. 2017 Traffic Analysis Reports for Major Cities in China. China. https://report.amap.com/share.do?id=8a38bb86614afa0801614b0a029a2f79 (2018).
  26. AutoNavi Traffic Big-data. Xi'an realtime traffic congestion delay index. https://trp.autonavi.com/detail.do?city=610100 (2019).
  27. Xiang, Y., et al. Evaluating the Operational Features of an Unconventional Dual-Bay U-Turn Design for Intersections. PLoS ONE. 11, (7), e0158914 (2016).
  28. Kuang, Y., Qu, X., Weng, J., Etemad, S. A. How Does the Driver's Perception Reaction Time Affect the Performances of Crash Surrogate Measures? PLoS ONE. 10, (9), e0138617 (2015).
  29. Zhao, F., Sun, H., Wu, J., Gao, Z., Liu, R. Analysis of Road Network Pattern Considering Population Distribution and Central Business District. PLoS ONE. 11, (3), e0151676 (2016).
  30. Jian, S. Guideline for microscopic traffic simulation analysis. Tongji University Press. Shanghai, China. (2014).
  31. Liu, K., Cui, M. Y., Cao, P., Wang, J. B. Iterative Bayesian Estimation of Travel Times on Urban Arterials: Fusing Loop Detector and Probe Vehicle Data. PLoS ONE. 11, (6), e0158123 (2016).
  32. Ran, B., Song, L., Zhang, J., Cheng, Y., Tan, H. Using Tensor Completion Method to Achieving Better Coverage of Traffic State Estimation from Sparse Floating Car Data. PLoS ONE. 11, (7), e0157420 (2016).
  33. Zhao, J., Li, P., Zhou, X. Capacity Estimation Model for Signalized Intersections under the Impact of Access Point. PLoS ONE. 11, (1), e0145989 (2016).
  34. Wei, X., Xu, C., Wang, W., Yang, M., Ren, X. Evaluation of average travel delay caused by moving bottlenecks on highways. PLoS ONE. 12, (8), e0183442 (2017).
  35. American Association of State and Highway Transportation Officials (AASHTO). Highway Capacity Manual 6th edition. Washington, D.C. (2010).
  36. Wang, Y., Qu, W., Ge, Y., Sun, X., Zhang, K. Effect of personality traits on driving style: Psychometric adaption of the multidimensional driving style inventory in a Chinese sample. PLoS ONE. 13, (9), e0202126 (2018).
  37. Shen, B., Qu, W., Ge, Y., Sun, X., Zhang, K. The relationship between personalities and self-report positive driving behavior in a Chinese sample. PLoS ONE. 13, (1), e0190746 (2018).
  38. American Association of State and Highway Transportation Officials (AASHTO). A policy on geometric design of highways and streets 6th Edition. Washington, D.C. (2011).
  39. Ashraf, M. I., Sinha, S. The "handedness" of language: Directional symmetry breaking of sign usage in words. PLoS ONE. 13, (1), e0190735 (2018).
  40. Lu, A. T., Yu, Y. P., Niu, J. X., John, X. Z. The Effect of Sign Language Structure on Complex Word Reading in Chinese Deaf Adolescents. PLoS ONE. 10, (3), e0120943 (2015).
  41. Fan, L., Tang, L., Chen, S. Optimizing location of variable message signs using GPS probe vehicle data. PLoS ONE. 13, (7), e0199831 (2018).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Usage Statistics