Author Produced

Évaluation d'une conception exclusive de la digue en u-turn avec des données et des simulations recueillies par radar

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

Ce protocole décrit le processus de résolution d'un problème de trafic microscopique avec la simulation. L'ensemble du processus contient une description détaillée de la collecte de données, de l'analyse des données, de la construction de modèles de simulation, de l'étalonnage de simulation et de l'analyse sensible. Les modifications et le dépannage de la méthode sont également discutés.

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

Les conceptions traditionnelles de demi-tour peuvent évidemment améliorer les caractéristiques opérationnelles, tandis que les déviations en demi-tour et les segments de fusion causent toujours des embouteillages, des conflits et des retards. Une conception exclusive de voie de demi-tour de digue (ESUL) est proposée ici pour résoudre les inconvénients des conceptions traditionnelles de demi-tour. Pour évaluer les performances opérationnelles de l'ESUL, un protocole de simulation de trafic est nécessaire. L'ensemble du processus de simulation comprend cinq étapes : la collecte de données, l'analyse de données, la construction de modèles de simulation, l'étalonnage de simulation et l'analyse sensible. La collecte de données et la construction de modèles de simulation sont deux étapes critiques et sont décrites plus en détail plus tard. Trois index (temps de déplacement, retard et nombre d'arrêts) sont couramment utilisés dans l'évaluation, et d'autres paramètres peuvent être mesurés à partir de la simulation en fonction des besoins expérimentaux. Les résultats montrent que l'ESUL diminue considérablement les inconvénients des conceptions traditionnelles de demi-tour. La simulation peut être appliquée pour résoudre des problèmes de circulation microscopiques, comme dans des intersections ou plusieurs segments adjacents ou courts. Cette méthode ne convient pas aux réseaux routiers ou aux évaluations à plus grande échelle sans collecte de données.

Introduction

Certains problèmes de circulation, tels que la congestion de la circulation à une intersection ou un segment court, peuvent être résolus ou améliorés en optimisant la conception de la route, le changement de calendrier du signal, les mesures de gestion de la circulation, et d'autres technologies de transport1,2,3,4. Ces améliorations ont un effet positif ou négatif sur les opérations de circulation par rapport aux situations initiales. Les changements dans les opérations de trafic peuvent être comparés dans les logiciels de simulation de trafic plutôt que dans la reconstruction réelle de l'intersection ou du segment. La méthode de simulation de trafic est une option rapide et bon marché lorsqu'un ou plusieurs plans d'amélioration sont proposés, en particulier lorsque l'on compare différents plans d'amélioration ou lorsqu'on évalue l'efficacité des améliorations. Cet article introduit le processus de résolution d'un problème de trafic avec la simulation en évaluant les caractéristiques opérationnelles de flux de trafic d'une digue exclusive de la voie de demi-tourconception 5.

Le mouvement de demi-tour est une demande de trafic généralisée qui nécessite une ouverture médiane demi-tour sur la route, mais cela a été débattu. La conception d'une ouverture en demi-tour peut causer des embouteillages, tandis que la fermeture de l'ouverture du demi-tour peut provoquer des détours pour les véhicules en demi-tour. Deux mouvements, les véhicules en demi-tour et les véhicules directs en virage à gauche, nécessitent une ouverture en demi-tour et causent des retards de circulation, des arrêts ou même des accidents. Certaines technologies ont été proposées pour résoudre les inconvénients des mouvements de demi-tour, tels que la signalisation6,7, exclusive voies de virage à gauche8,9, et les véhicules autonomes10,11. Le potentiel d'amélioration existe toujours sur les questions de demi-tour, en raison des solutions ci-dessus ayant des applications restrictives. Une nouvelle conception de demi-tour peut être une meilleure solution dans certaines conditions et être en mesure de résoudre les problèmes existants.

La conception en demi-tour la plus populaire est l'intersection médiane en demi-tour (MUTI)12,13,14,15, comme le montre la figure 1. Une limitation importante du MUTI est qu'il ne peut pas distinguer les véhicules en demi-tour des véhicules qui passent et que le conflit de la circulation existe toujours16,17. Une conception modifiée de demi-tour appelée la voie exclusive de demi-tour de dike de dike (ESUL ; Figure 2) est proposé ici et vise à réduire la congestion de la circulation en introduisant une voie exclusive de demi-tour des deux côtés d'une médiane. L'ESUL peut réduire considérablement le temps de déplacement, les retards et le nombre d'arrêts en raison de sa canalisation des deux flux.

Pour prouver que l'ESUL est plus efficace que le MUTI normal, un protocole rigoureux est nécessaire. L'ESUL ne peut pas être réellement construit avant un modèle théorique; ainsi, la simulation est nécessaire18. En utilisant les paramètres de flux de trafic, certains modèles clés ont été utilisés dans la recherche de simulation19, tels que les modèles de comportement de conduite20,21, voiture suivant les modèles22,23, U-turn modèles4, et les modèles de changement de voie21. La précision des simulations de flux de trafic est largement acceptée16,24. Dans cette étude, le MUTI et l'ESUL sont simulés avec des données recueillies pour comparer les améliorations apportées par l'ESUL. Pour garantir l'exactitude, une analyse sensible de l'ESUL est également simulée, qui peut s'appliquer à de nombreuses situations de trafic différentes.

Ce protocole présente des procédures expérimentales pour résoudre les problèmes réels de circulation. Les méthodes de collecte de données sur le trafic, d'analyse des données et d'analyse de l'efficacité globale des améliorations du trafic sont proposées. La procédure peut se résumer en cinq étapes : 1) la collecte de données sur le trafic, 2) l'analyse des données, 3) la construction de modèles de simulation, 4) l'étalonnage du modèle de simulation et 5) l'analyse de sensibilité des performances opérationnelles. Si l'une de ces exigences dans les cinq étapes n'est pas remplie, le processus est incomplet et insuffisant pour prouver l'efficacité.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. Préparation de l'équipement

  1. Préparez deux de chacun des appareils suivants pour recueillir les flux de trafic à deux directions : radars, ordinateurs portables, batteries et câbles pour les radars et les ordinateurs portables, caméras et trépieds radar et caméra.
    REMARQUE: Le radar et son logiciel correspondant sont utilisés pour recueillir la vitesse du véhicule et la trajectoire, et c'est plus précis qu'un pistolet de vitesse. Le radar n'est pas le seul choix si d'autres équipements sont disponibles pour la collecte de la vitesse, de la trajectoire et du volume du véhicule. Comme les signaux radar peuvent être facilement bloqués par de gros véhicules, les vidéos tournées par des caméras peuvent être utilisées pour le comptage des véhicules. Pendant l'enquête, si le temps est pluvieux ou ensoleillé, la protection de l'équipement est nécessaire. Particulièrement un jour ensoleillé, l'équipement peut atteindre une température élevée et s'arrêter, ainsi un parapluie ou un équipement de refroidissement est nécessaire pour cette situation.

2. Test de l'équipement

  1. Assurez-vous que tous les enquêteurs portent des gilets réfléchissants.
  2. Préparez le trépied radar et étendez-le le plus grand possible. Installez le trépied de plus de 2 m pour éviter que les signaux ne soient bloqués sur le bord de la route.
  3. Installez le radar au-dessus du trépied et verrouillez le radar.
  4. Réglez le radar à environ 0,5 m près du bord de la route, ajustez le radar verticalement et faites face à la direction du véhicule ou à la direction opposée. Gardez l'angle entre la route et le radar aussi petit que possible.
    REMARQUE : Le radar peut détecter 200 m tout au plus. Si le radar est réglé trop près de la voie, il peut souffler sur les véhicules qui passent. Ainsi, 0,5 à 1,0 m est la distance habituelle de la voie.
  5. Allumez la batterie d'alimentation et connectez l'ordinateur portable à la batterie d'alimentation. Branchez le câble d'alimentation radar et branchez les données radar USB à l'ordinateur portable. Lorsque tous les câbles sont connectés, allumez l'ordinateur portable.
  6. Définir la caméra à côté du radar pour tirer le flux du véhicule.
  7. Ouverture du logiciel radar
    1. Cliquez sur Communication check, puis sélectionnez le numéro d'iD radar de la liste de déroulant. Il affichera Radar Détecté avec un numéro d'iD.
    2. Cliquez sur la configuration investigation. Dans le menu pop-up, cliquez sur Lire l'heure RLU, et l'heure de l'appareil sur la gauche va changer. Ensuite, cliquez sur Configurer l'heure RLU, et l'heure actuelle du PC sur la gauche va également changer.
    3. Cliquez sur Démarrer l'enquête, et l'état de fonctionnement de l'appareil va changer de l'enregistrement des données ne se déroule pas et pas de données dans l'appareil à l'enregistrement des données dans la procédure et les données dans l'appareil. Cliquez sur Fermer pour fermer cette boîte de dialogue.
    4. Cliquez sur la vue en temps réel pour vérifier l'état du radar. Une nouvelle boîte de dialogue s'affichera, et les données radar seront roulées rapidement. Cela signifie que le radar détecte les véhicules et fonctionne bien. Gardez cette boîte de dialogue ouverte jusqu'à ce que la collection soit terminée.
      REMARQUE : Le véhicule peut être capturé par le radar lorsqu'il passe le radar.
    5. Cliquez sur Fermer sur la boîte de dialogue pour terminer la collection.
    6. Cliquez sur la configuration de l'enquête (fr) Fin de l'enquête, et confirmer dans la boîte de dialogue. Cliquez sur le bouton Fermer.
    7. Sélectionnez Téléchargement de données dans le menu principal. Cliquez sur Parcourir pour sélectionner un endroit pour enregistrer les données radar. Entrez un nom individuel pour la feuille de calcul. Cliquez sur le bouton Démarrer le téléchargement, une barre de progression s'affiche, et une boîte de dialogue apparaîtra après le téléchargement. Cliquez sur Confirmer pour terminer la collecte de données.
    8. Cliquez sur la configuration de l'enquête (fr) Effacer l'enregistrementdes données , et le confirmer dans la boîte de dialogue suivante pour effacer la mémoire interne du radar.
      REMARQUE : Un test de tout l'équipement est nécessaire avant le départ vers le lieu de collecte de données. Déplacez tout l'équipement vers l'emplacement de collecte de données si toutes les pièces fonctionnent bien.

3. Collecte de données

  1. Sélection de l'emplacement de la collecte de données (Figure 3)
    1. Sélectionnez un emplacement approprié qui est similaire au type d'intersection utilisé dans la recherche.
      REMARQUE : Il s'agit de l'exigence clé dans la sélection de l'emplacement. La forme de l'emplacement, la situation de circulation, le contrôle des feux de circulation et d'autres contrôles sont tous nécessaires en considération. Plus le site de l'étude est similaire, plus les résultats sont précis. Une ouverture médiane en demi-tour sur l'autoroute est nécessaire. Une ligne de visée et de dégagement suffisamment longue sont nécessaires, ce qui est nécessaire pour le radar et la sécurité pour les enquêteurs. Sur la base de la distance de détection du radar et de la distance d'arrêt du véhicule, la ligne de mire doit être d'au moins 200 m de l'emplacement vers une direction en amont.
    2. Vérifiez le dégagement de la direction radar. Assurez-vous qu'il n'y a pas d'arbres, d'arbustes, de passerelles, de panneaux de signalisation ou de lampadaires en vue.
    3. Assurez-vous que l'emplacement est un endroit sûr pour l'équipement et les enquêteurs. Si l'équipement est réglé sur le bord de la route ou au-dessus de la route dépend du terrain.
    4. Placez l'équipement dans un endroit isolé pour éviter d'attirer l'attention du conducteur.
      REMARQUE : Selon l'expérience antérieure, certains conducteurs peuvent ralentir s'ils voient l'équipement d'enquête, ce qui entraînera des erreurs. L'équipement d'acquisition de données peut être considéré comme un dispositif de mesure pour la police de la circulation pour mesurer les excès de vitesse des véhicules.
  2. Collecte de données sur le trafic
    1. Choisissez l'heure de la collecte.
      1. Recueillir 3 h de données : 1 h au pic du matin, 1 h à midi vallée, et 1 h au pic du soir.
      2. Vérifiez l'heure exacte de pointe et de vallée du rapport de recherche sur la circulation, du service de police de la circulation ou des entreprises de la circulation25,26 (figure 4).
        REMARQUE : S'il n'y a pas de rapport de trafic ou d'analyse comme référence, collectez 3 h de données au cours des trois périodes mentionnées ci-dessus et choisissez les données les plus élevées.
      3. Entrez les données avec le volume de trafic le plus élevé sur une période de 1 h dans le modèle de simulation et la section d'analyse. Utilisez les 2 h de données restantes pour vérification à la fin.
    2. Configuration de l'équipement
      1. Ajustez la direction radar et réglez la caméra à côté du radar où elle peut capturer toutes les voies. Répétez le processus d'installation de tout l'équipement dans la section 2 sur le pont piétonnier.
        REMARQUE : L'autorisation avant le radar doit être aussi longue et large que possible pour couvrir toute la gamme des mouvements de demi-tour. Le radar EW (est à ouest) fait face à la circulation, et le radar WE (ouest à est) se dirige vers la queue du véhicule en raison de l'alignement de la route (figure 5). Il n'y a aucune différence entre les résultats de la mise en place de l'équipement sur le côté intérieur par rapport à l'extérieur des voies. Le côté intérieur ou extérieur de l'emplacement radar n'affecte que le système de coordonnées des figures de trajectoire avec des données radar. Lorsque le radar fait face à la circulation, la vitesse de fonctionnement détectée est négative et doit être inversée pendant le traitement des données. Lorsque le radar fait face à la circulation, la vitesse de fonctionnement détectée est positive et peut être utilisée directement.
      2. Fixez les radars et les caméras de sorte qu'ils soient légèrement plus grands que les garde-corps du pont pour assurer l'autorisation devant les radars et les caméras.
        REMARQUE : Il n'est pas nécessaire que les radars soient aussi hauts que le campement en bordure de route.
    3. Assurez-vous que le moment des radars, des ordinateurs portables et des caméras est compatible avec le temps réel.
    4. Démarrez deux radars et caméras simultanément pour planifier le temps.
    5. Vérifiez si les radars et les caméras fonctionnent normalement toutes les 5 min pendant la collecte des données pour s'assurer que toutes les pièces fonctionnent bien.
    6. Mettre fin à la collecte de données et à la production des données radar sous forme de feuille de calcul avec un nom identifié (tableau 1).

4. Analyse des données

  1. Utilisation d'un logiciel de calcul pour extraire les données radar et tirer les chiffres de vitesse de fonctionnement et de trajectoires de la feuille de calcul.
    REMARQUE : Les coordonnées X/Y et la vitesse X/Y sont dans la feuille de calcul.
  2. Supprimer les points évidemment discrets dans les chiffres. Ces points sont des erreurs radar.
    REMARQUE : Le radar détecte une vaste gamme de zones, de sorte que les données peuvent contenir des véhicules cibles, des véhicules opposés et des véhicules non motorisés dans les voies réservées aux véhicules non motorisés. Lorsqu'on trace toutes les données en chiffres, les véhicules cibles à trois voies sont évidents, et les points restants sont « évidemment des points distincts ». Les zones de détection sont droites dans la figure 3, la largeur des trois voies est connue, et les "points évidemment discrets" peuvent être supprimés dans le logiciel. Tracer les points nécessaires comme indiqué dans la figure 6b,d.
  3. Rejouez les vidéos de trafic et comptez manuellement pour obtenir le volume et les types de trafic.
    REMARQUE : Les véhicules peuvent être divisés en voitures et camions en fonction de leur taille. Toutes les voitures, les taxis et les petits camions à moins de 6 m sont classés ici comme des voitures. Tous les gros camions et autobus sont classés comme camions.
  4. Sélectionnez le groupe de volume de trafic le plus élevé comme données représentatives et entrez-le dans la simulation décrite à la section 5.
    REMARQUE : Un seul groupe de données est nécessaire dans la simulation et l'analyse de sensibilité. Les données des deux autres groupes seront simulées à titre de vérification.

5. Construire le modèle de simulation

  1. Construction de la route
    1. Ouvrez le logiciel de simulation. Cliquez sur le bouton Carte en haut de l'interface et zoomez sur la carte pour trouver l'emplacement de la collecte de données.
    2. Cliquez sur Liens sur la gauche, puis déplacez le curseur vers l'emplacement de départ du lien, et cliquez à droite. Sélectionnez Ajouter un nouveau lien, entrer le nom du lien et le nombre de voies, et cliquez sur OK. Faites glisser le curseur pour dessiner le lien sur la carte.
    3. Cliquez à droite sur le lien et sélectionnez Ajouter Point. Ajoutez des points et des points de traînée pour rendre le lien plus lisse avec l'alignement réel de la route dans la carte.
    4. Répétez les étapes 5.1.2 et 5.1.3 3x pour construire quatre segments, à l'exception de l'ouverture médiane demi-tour.
    5. Maintenez le bouton droit de la souris et le bouton Ctrl sur le clavier, puis faites glisser le point de terminaison d'un lien vers le lien adjacent pour connecter les liens. Cette partie est appelée le "connecteur" et peut être plus lisse que plus de points sont ajoutés.
    6. Répétez l'étape 5.1.5 pour relier tous les liens et les itinéraires de demi-tour.
  2. Entrée de la vitesse désirée
    1. Sélectionnez les données de base à partir de la barre supérieure, puis sélectionnez Distributions Vitesse désirée.
    2. Cliquez sur le bouton Vert-croix Ajouter en bas pour ajouter une nouvelle vitesse désirée, puis le nommer.
    3. Dans la boîte de dialogue de distributionde de vitesse désirée, entrez la vitesse maximale recueillie à partir des données représentatives comme vitesse maximale désirée, puis entrez la vitesse moyenne calculée à partir des données représentatives comme vitesse minimale désirée. Supprimer les données par défaut.
    4. Entrez un nom pour cette vitesse désirée, qui est généralement nommé en utilisant une direction.
    5. Répétez les étapes 5.2.3 et 5.2.4 pour construire toutes les vitesses désirées (WE, EW, WW U-turn et EE U-turn).
  3. Composition du véhicule
    1. Sélectionnez le bouton Listes à partir de la barre supérieure, puis cliquez sur Transport Privé Compositions de véhicules.
    2. Cliquez sur le bouton Vert-croix Ajouter en bas pour ajouter une nouvelle composition de véhicule. Sélectionnez la vitesse désirée construite à l'étape 5.2 comme Voiture.
    3. Cliquez sur le bouton D'ajout de la croix verte pour ajouter le type de véhicule bus/camion comme poids lourd. Sélectionnez la même vitesse désirée que dans l'étape 5.3.2.
    4. Entrez le volume de voitures et de camions à RelFlow à partir des données représentatives.
    5. Répétez les étapes 5.3.2-5.3.5 pour construire toutes les compositions de véhicules (WE, EW, WW U-turn et EE U-turn).
  4. Itinéraires des véhicules
    1. Sélectionnez Itinéraire véhicule à partir de la barre de menu gauche.
    2. Déplacez le curseur vers l'amont d'un lien comme point de départ, clic droit, puis sélectionnez Ajouter une nouvelle décision de routagede véhicule statique .
    3. Faites glisser le curseur bleu représentant les itinéraires des véhicules dans la collecte de données. Répétez cette étape 4x dans WE, EW, WW U-turn, et EE Demi-tour pour dessiner tous les itinéraires de véhicules.
  5. Zones de vitesse réduite
    1. Sélectionnez zones de vitesse réduite à partir de la barre de menu gauche.
    2. Cliquez à droite en amont de l'ouverture en demi-tour, puis sélectionnez Ajouter une nouvelle zone de vitesse réduite.
      REMARQUE : La longueur de la zone dépend des données représentatives et de la longueur du changement de vitesse.
    3. Construisez cette zone dans les deux directions.
  6. Zones de conflit
    1. Sélectionnez zones de conflit à partir de la barre de menu de gauche. Quatre zones de conflit jaune seront indiquées dans la section d'ouverture médiane.
    2. Cliquez à droite sur une zone de conflit jaune et sélectionnez État d'ensemble à indéterminé lorsque la situation réaliste et les zones de conflit deviennent rouges.
    3. Répétez l'étape 5.6.2 pour les quatre zones de conflit.
  7. Mesure du temps de déplacement
    1. Sélectionnez les temps de déplacement des véhicules à partir de la barre de menu gauche.
    2. Cliquez à droite au début d'un lien et sélectionnez Ajouter de nouvelles mesures du temps de déplacement des véhicules.
    3. Faites glisser le curseur jusqu'à la fin du lien pour construire la mesure du temps de déplacement d'un seul véhicule. Répétez cette étape pour tous les itinéraires de véhicules (WE, EW, WW U-turn, et EE U-turn).
    4. Nommez chaque mesure du temps de déplacement avec la direction correspondante.
      REMARQUE : Pour comparer les situations d'exploitation avec les conceptions d'amélioration, la durée des mesures du temps de déplacement doit être la même dans les deux modèles de simulation.
  8. Entrée du véhicule
    1. Sélectionnez les entrées de véhicule à partir de la barre de menu gauche. Cliquez sur le point de départ d'un lien et cliquez à droite pour ajouter de nouvelles entrées de véhicule.
    2. Déplacez la souris vers le bas gauche et entrez le volume à partir de données représentatives. Répétez cette étape pour tous les liens.
  9. Construire un autre modèle de simulation ESUL à titre de comparaison, seule la partie d'ouverture demi-tour doit être modifiée (Figure 7 et tableau 2).
  10. Cliquez sur le bouton de lecture bleue en haut de l'interface, et la simulation commencera. Faites glisser l'échelle à gauche du bouton de lecture, qui peut ajuster la vitesse de simulation.
    REMARQUE : Le bouton d'instrument Le mode rapide peut rendre la vitesse de simulation au maximum.
  11. Lorsque la simulation se termine, tous les résultats seront affichés au bas de l'interface. Copiez les résultats dans une nouvelle feuille de calcul. Ici, le temps de déplacement, le retard et le nombre d'arrêts sont évalués dans l'analyse27.

6. Calibrage du modèle de simulation

  1. Entrez le volume de trafic des données représentatives dans un logiciel de simulation et effectuez la simulation (Figure 8a).
  2. Comparez le volume de trafic des résultats de simulation avec le volume de données collectés.
  3. Calculez la capacité à l'aide de l'équation 1 ci-dessous :
    (1)
    C désigne la capacité idéale (veh/h) et ht dénote la moyenne des progrès minimaux (s).
  4. À l'aide de la capacité, estimez l'erreur de simulation comme l'erreur de pourcentage absolue moyenne (MAPE) suivant l'équation 2:
    (2)
    n désigne les quatre flux différents dans cette étude, Civ est la capacité simulée dans le modèle de simulation (veh/h), et Cif est la capacité de l'enquête (veh/h). Le MAPE calculé est présenté dans le tableau 3.
    REMARQUE: Le modèle de simulation peut être utilisé si le MAPE est petit28,29,30.
  5. Modifier les paramètres (c.-à-d., semences aléatoires, type de modèle de suivi de voiture, règle de changement de voie, etc.) en fonction des instructions du logiciel de simulation, ou vérifier toutes les étapes décrites ci-dessus lors de la construction du modèle de simulation31,32,33,34.

7. Analyse de sensibilité

REMARQUE : Le processus d'analyse de sensibilité est indiqué à la figure 8b. Les données recueillies ne peuvent refléter que leur propre rendement (Figure 9, Tableau 4, Tableau 5et Tableau 6). Pour prouver l'efficacité dans toutes les situations, toutes les situations de circulation possibles et les différentes combinaisons ont été intégrées au modèle de simulation pour s'assurer que toutes les situations sont couvertes entre le MUTI et l'ESUL(figure 10 et tableau 7).

  1. Sélectionnez le rapport voiture/camion (bus) et la vitesse de fonctionnement des données représentatives. Maintenir ces paramètres.
  2. Définir le rapport Demi-tour de 0,03 à 0,15 dans l'analyse de sensibilité avec une augmentation de 0,03, ce qui signifie cinq rapports demi-tour dans l'analyse de sensibilité.
    REMARQUE : Selon les données représentatives du tableau 1, la fourchette du taux de demi-tour est de 0,04-0,15.
  3. Définir le volume de trafic de 0,2 à 1,0 V/C avec une augmentation de 693 veh/h (0,1 V/C; Tableau 7), ce qui signifie neuf volumes dans l'analyse de sensibilité.
    REMARQUE : Le volume de trafic maximal est de 6 930 veh/h dans une autoroute urbaine à trois voies, ce qui correspond au niveau de service E selon le Manuel35 de la capacité routière de l'AASHTO lorsque la vitesse de conception est de 80 km/h.
  4. Simulez les 45 situations et enregistrez les résultats dans la situation actuelle (MUTI) et la situation améliorée (ESUL).
  5. Vérifier l'amélioration du temps de déplacement et des retards en calculant le ratio (MUTI - ESUL)/MUTI x 100%. Vérifier l'amélioration du nombre d'arrêts en calculant le temps réduit ' MUTI - ESUL.
    REMARQUE : Dans les résultats finaux (figure 10), un résultat positif (-gt;0) signifie que l'ESUL a amélioré la situation du trafic, tandis qu'un résultat négatif (lt;0) en sensibilité représente le contraire.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

La figure 2 montre l'illustration de l'ESUL pour l'ouverture médiane demi-tour. WENS signifie quatre directions cardinales. La route principale a six voies avec deux directions. Les ceintures de verdure divisent les voies non motorisées des deux côtés et divisent les deux directions au milieu. Le débit 1 est l'est à l'ouest à travers le trafic, le débit 2 est d'est en est à l'est en demi-tour, le débit 3 est d'ouest en est à l'est à travers le trafic, et le débit 4 est de l'ouest à l'ouest du trafic en demi-tour.

Les fonctions des 2 voies intérieures de l'ESUL sont de détourner, décélérer, demi-tour, accélérer, chercher des progrès, et fusionner les véhicules en demi-tour. La partie de digue d'éperon est la partie centrale et est différente des conceptions ordinaires de demi-tour. Cette partie a le potentiel de forcer la circulation à se déplacer légèrement vers l'extérieur (largeur d'une voie) et de séparer le trafic à travers et en demi-tour après la digue de l'éperon.

La conception de la digue d'éperon a trois différences significatives. Tout d'abord, il fournit une voie de demi-tour spécifique pour éviter l'influence de travers la circulation en déplaçant l'ensemble des voies vers l'extérieur. Par rapport aux marquages, les conducteurs ne peuvent pas traverser la digue de l'éperon et doivent suivre les voies pour diviser les deux flux à part36,37. Deuxièmement, il utilise au maximum le terrain en concevant symétriquement les deux demandes de demi-tour à deux directions. Troisièmement, la digue d'éperon ajuste différents radii de demi-tour des véhicules et utilise la terre avec souplesse.

La figure 3 montre l'emplacement de la collecte de données, qui est une ouverture médiane typique à l'angle nord-ouest de la deuxième route en boucle de la ville de Xi'an dans la province du Shaanxi, en Chine. La route en boucle dans cette recherche se compose de six voies, et la limitation de vitesse dans la route en boucle est de 80 km/h (Figure 3a). La largeur de la voie est de 3,5 m et la largeur médiane est de 1,2 m en moyenne. La section d'ouverture médiane est de 10 m de large et 17 m de long. Deux voies non motorisées (9 m de largeur) sont des deux côtés, et une ceinture de verdure de 1,5 m les sépare des voies principales(figure 3b).

La distance entre les échangeurs en amont et en aval près de l'ouverture médiane est de 5,1 km(figure 3a). Comme il n'y a pas d'entrée ou de sortie pour cette section, la vitesse de fonctionnement peut atteindre la limite de vitesse après que l'ouverture médiane atteigne 200 m. De l'ouverture médiane, il est de 1,4 km à l'échangeur en amont et de 3,6 km à l'échangeur en aval. Les véhicules font un détour de 10 km (retard de 9 min au maximum) si aucune ouverture en demi-tour n'est conçue. Les véhicules qui tournent en demi-tour doivent attendre longtemps lorsqu'ils se rencontrent à l'intersection ou sont forcés de s'y joindre, ce qui entraîne des retards ou l'arrêt de la circulation. La figure 4 montre que le pic du matin apparaît de 7 h à 9 h, que le pic du soir apparaît de 17 h à 19 h et que la vallée (à l'exclusion de la fin de la nuit) apparaît de 12 h à 14 h.

Les vitesses de tout le trafic d'est en ouest sont indiquées à la figure 6a. L'ouverture du demi-tour se produit à 70 m à l'axe horizontal. La décélération et l'accélération sont évidentes à près de 70 m, ce qui indique que les véhicules ont été touchés par les véhicules en demi-tour. La valeur maximale de la figure 6a est inférieure à 80 km/h, et les points sont principalement centralisés à moins de 40 km/h, ce qui indique que la vitesse de fonctionnement était beaucoup plus faible que la limite de vitesse (80 km/h). La figure 6b montre les trajectoires de circulation d'est en ouest. Les trajectoires des trois voies et des véhicules en demi-tour sont facilement identifiées dans la figure. La trajectoire la plus basse est bleu foncé et plus large que les deux trajectoires au-dessus, ce qui indique la fusion entre les véhicules en demi-tour et à travers les véhicules. Le mouvement de fusion commence à 60 m et se termine à 40 m, ce qui représente un segment de fusion de 20 m. La circulation dans la voie intérieure a été sérieusement affectée par les véhicules qui tournent en demi-tour.

La figure 6c est la vitesse des débits d'ouest en est. Lorsque la vitesse de course atteint 80 m à l'ouverture du demi-tour, elle commence à augmenter. Le résultat indique que le flux de demi-tour de ww a eu une plus petite influence sur WE par l'écoulement qui était dû au mouvement de déjudiciarisation (plutôt que de fusionner le mouvement ; Figure 6b. Les points à partir de 0 km/h indiquent que les véhicules de demi-tour ww ont causé des arrêts et des décélérations pour des véhicules entiers. La figure 6d montre les trajectoires d'ouest en est du trafic à travers et du trafic en demi-tour. La section demi-tour a de hauts arbres, qui bloquent les signaux radar pour détecter les mouvements de demi-tour.

La figure 7 montre la moitié de la conception ESUL. Les voies 1 et 4 sont des voies de circulation à circulation, et les voies 2 et 3 sont des voies de demi-tour. Le calcul de chaque section est basé sur les lignes directrices précédemment publiées35,38 et les études39,40. La section AB est fondée sur un processus d'alignement des routes, la section C.-B. dépend des temps de réaction et des procédures de déplacement des conducteurs, la section CD est la partie de dérivation et la section DE contient la décélération et la distance de sécurité. La section EF offre suffisamment d'espace pour faire demi-tour. La section FH et HI contiennent l'accélération, la recherche de l'avance et le mouvement combiné séparément. Toutes les sections sont décrites dans le tableau 2 selon une vitesse de conception de 80 km/h.

La figure 10a montre que le ratio de temps de déplacement du débit 1 a diminué avec l'ESUL dans toutes les combinaisons de trafic dans les 20 à 40 %. Le retard a considérablement diminué de 35 % à 70 %(figure 10b). Le nombre d'arrêts a légèrement diminué, avec une valeur maximale de 0,4 (figure 10c). L'ESUL a montré une amélioration significative pour le trafic à travers EW dans toutes les situations. La figure 9e,f et la figure 10d montrent les résultats de sensibilité du débit 2 (véhicules en demi-tour EE). Les trois indices des véhicules eE demi-tour ont été grandement améliorés. Le temps de déplacement indiqué à la figure 10d a diminué de 20 à 70 %, compte-temps, avec l'augmentation du volume de trafic. Les retards dans la figure 10e ont diminué plus que le temps de déplacement et ont atteint près de 100 % à la valeur maximale. Le ratio d'amélioration minimum était supérieur à 70 %. Une amélioration significative du nombre d'arrêts indiqués à la figure 10f a atteint six au plus.

La figure 9i,j et la figure 10h montrent les résultats de sensibilité du débit 3 (WE à travers les véhicules). Avec une tendance similaire à l'écoulement 1, le flux 3 s'est beaucoup amélioré avec ESUL. Le temps de déplacement a diminué de 40 % à 50 % à la figure 10h. Les retards ont diminué de 50 % à 90 % dans la figure 10i. Le nombre d'arrêts n'a diminué que de 0,4 x tout au plus dans la figure 10j. Dans le débit 4, les véhicules en demi-tour de la WW et les résultats de sensibilité sont indiqués dans la figure 9l,m et la figure 10k. Le temps de déplacement a diminué de 20 % à 60 % avec l'augmentation du volume de trafic(figure 10k). Dans la figure 10l, les retards ont augmenté de 1 % lorsque le volume de trafic était de 1 386 veh/h, et le ratio demi-tour était de 0,06. Les retards ont diminué de façon significative de 54 % à 97 % dans le reste du pays. Le nombre d'arrêts diminue jusqu'à 6x tout au plus(figure 10m).

Figure 1
Figure 1 : Exemples d'intersections médianes en demi-tour (MUTIs). Deux conceptions représentent l'ouverture commune de demi-tour sur la route, mais il convient de noter que les véhicules en demi-tour peuvent causer des conflits de circulation avec les véhicules qui passent, que ce soit dans la même direction ou dans la direction opposée. Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

Figure 2
Figure 2 : Illustration de la conception de l'ESUL sur la route principale provinciale. W - ouest, E , est, N , nord, S et sud. Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

Figure 3
Figure 3 : Emplacement de collecte de données à un terre-plein à l'angle nord-ouest de la deuxième route à Xi'an. Coordonnées: 108.903898, 34.301482. (a) Le schéma de localisation de l'enquête. (b) Le MUTI de l'ouverture médiane de demi-tour. L'image a été prise par un drone à la hauteur de 150 m. S'il vous plaît cliquez ici pour voir une version plus grande de ce chiffre.

Figure 4
Figure 4 : Indice de congestion de 24 h. (a) La tendance de 24 h de congestion des grandes villes de 2015 à 201725. (b) L'indice de retard de congestion de 24 h pour Xi'an le 22 mai2019 25,26. Les données du panel a proviennent des rapports d'analyse de trafic 2017 pour les grandes villes de Chine25, qui est fourni par un fournisseur chinois de navigation de cartographie web41. Les données du panel b proviennent de l'indice de congestion en temps réel à Xi'an le22mai 201926. Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

Figure 5
Figure 5 : Collecte de données avec radar sur un pont piétonnier à l'emplacement du demi-tour. Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

Figure 6
Figure 6 : Vitesse et trajectoiredes des flux de trafic. (a) Vitesse des véhicules d'est en ouest. b) Trajectoires de véhicules d'est en ouest. c) Vitesse des véhicules d'ouest en est. d) Trajectoires de véhicules d'ouest en est. Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

Figure 7
Figure 7 : Géométrie de la conception ESUL. La flèche bleue représente les véhicules qui circulent tout droit, et la flèche rouge représente les véhicules en demi-tour. Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

Figure 8
Figure 8 : Diagramme de calcul du MAPE et analyse sensible. (a) Processus de calcul de MAPE. (b) Processus d'analyse sensible. Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

Figure 9
Figure 9 : Comparaison entre MUTI et ESUL avec les données recueillies. Comparaison du temps de trajet (a), retard (b) et nombre d'arrêts (c) avec pic du matin (h). Comparaison du temps de déplacement (d), retard (e) et nombre d'arrêts (f) avec la vallée du midi moyen (h). Comparaison du temps de trajet (h), retard (i) et nombre d'arrêts (j) avec pic du soir (h). Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

Figure 10
Figure 10 : Analyse de sensibilité de tous les flux, y compris EW à travers, EE demi-tour, WE through et WW-turn. Axe X - différents volumes de trafic, y-axe Y - rapport demi-tour, et ratio d'amélioration de l'axe Z (ratio [MUTI - ESUL]/MUTI x 100%) en temps de trajet et en retard, temps réduit (temps réduits - MUTI - ESUL) en nombre d'arrêts. (a-c) EW à travers le flux, (d-f) EE U-turn flow, (h-j) WE through flow, and (k-m) WW U-turn flow. Tous les trois chiffres sont le temps de voyage (a,d,h,k), retard (b,e,i,l) et le nombre d'arrêts (c,f,j,m), respectivement. Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

Article Matin (07:00-08:00) Midi moyen (13:00-14:00) Soirée (17:00-18:00)
Direction Ew Nous Ew Nous Ew Nous
Flux i 1 i 2 i 3 i 4 i 1 i 2 i 3 i 4 i 1 i 2 i 3 i 4
Voiture 4195 172 3442 504 3001 176 2460 402 1665 287 3296 394
Camion 86 10 56 16 79 7 60 41 11 6 38 35
Ratio demi-tour 4281:182 3498:520 3080:183 2520:443 1676:293 3334:429
Moyenne. Vitesse 21.5 11.5 22.2 10.5 36.7 12.3 23.7 11.8 29.3 12.8 22.9 12.1
Max. Vitesse 73.8 13.4 63.7 12.8 90.4 15.6 75.9 13.5 76.7 14.6 63.7 13.3
Min. Vitesse 0 0 0 0 0 0 0 0 0 0 0 0

Tableau 1 : Renseignements recueillis sur les véhicules. Une vitesse minimale de 0 km/h indique que certains véhicules ont été immobilisés avant de commencer à se déplacer.

Article Description
LAB (en) 166 m. Longueur pour que tous les flux se déplacent légèrement vers l'extérieur
LC.-B. 185 m. Longueur pour le débit i 4 pour reconnaître le signe de demi-tour et prendre des mesures
LCD 50 m. Longueur de dérivation pour séparer le débit i 3 et le débit i 4
LDE 42 m. Flux i 4 longueur de décélération
LEF Rayon de 7,26 m. Largeur de demi-tour pour les voitures de tourisme
LFH 180 m. Longueur d'accélération du débit i 4
LHI 140 m. La longueur pour chercher un progrès pour le flux i 4 et fusionner dans le flux i 1

Tableau 2 : Paramètres géométriques de l'ESUL. Le calcul de chaque section est basé sur les lignes directrices précédemment publiées35,38 et les études39,40. La valeur du tableau 2 est l'entrée dans le modèle de simulation pour évaluer les performances de l'ESUL à une vitesse de conception de 80 km/h.

Article Matin (07:00-08:00) Midi (13:00-14:00) Soirée (17:00-18:00)
Direction Ew Nous Ew Nous Ew Nous
Flux i 1 i 2 i 3 i 4 i 1 i 2 i 3 i 4 i 1 i 2 i 3 i 4
Investir. Capacité (veh/h) 4281 182 3498 520 3080 183 2520 443 1676 293 3334 429
Capacité simulée (veh/h) 4115 127 3571 501 3000 169 2484 360 1814 268 3381 409
MAPE individuel (%) -3.9 -30.2 2.1 -3.6 -2.6 -7.4 -1.4 -18.7 8.2 -8.5 1.4 -4.6
MAPE (%) -9.9 -7.5 -5.7

Tableau 3 : Résultats de l'étalonnage de simulation. L'étalonnage entre l'enquête et la simulation est indiqué dans le tableau. Le MAPE est calculé à l'aide de l'équation 2, et les résultats sont acceptables27,30.

Article Temps de voyage (s) Retard (s) Nombre d'arrêts
Flux Muti ESUL (ESUL) Taux (%) Muti ESUL (ESUL) Taux (%) Muti ESUL (ESUL) Taux (%)
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

Tableau 4 : Résultats de simulation de MUTI et d'ESUL avec les données de pointe du matin. Dans le pic du matin, l'ESUL s'améliore beaucoup plus que le MUTI. Le temps de déplacement a diminué de 29,4 % à 57,5 %. Le retard a diminué de 44,4 % à 97,7 %. Le nombre d'arrêts est complètement diminué.

Article Temps de voyage (s) Retard (s) Nombre d'arrêts
Flux Muti ESUL (ESUL) Taux (%) Muti ESUL (ESUL) Taux (%) Muti ESUL (ESUL) Taux (%)
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

Tableau 5 : Résultats de simulation de MUTI et d'ESUL avec les données du milieu du midi. À midi, le temps de déplacement diminuait de 31,3 % à 43,8 %. Le retard a diminué de 50,0 % à 87,1 % et il n'y a pas eu d'arrêts avec l'ESUL.

Article Temps de voyage (s) Retard (s) Nombre d'arrêts
Flux Muti ESUL (ESUL) Taux (%) Muti ESUL (ESUL) Taux (%) Muti ESUL (ESUL) Taux (%)
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

Tableau 6 : Résultats de simulation du MUTI et de l'ESUL avec les données de pointe du soir. Avec les données de pointe du soir, le temps de déplacement a diminué de 27,7 % à 56,6 %. Le retard a diminué de 60,7 % à 91,8 %. Le nombre d'arrêts diminue également avec l'ESUL.

Article Valeur
Ratio voiture/camion (bus) 4281:182 (EW) / 3498:520 (WE)
Ratio demi-tour (%) 0.03/0.06/0.09/0.12/0.15
V/C 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Volume (veh/h) 1386 2079 2772 3465 4158 4851 5544 6237 6930

Tableau 7 : Paramètres d'entrée dans l'analyse de sensibilité dans la simulation.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Dans cet article, la procédure de résolution d'un problème de circulation à une intersection ou à un segment court à l'aide de simulation a été discutée. Plusieurs points méritent une attention particulière et sont discutés plus en détail ici.

La collecte de données sur le terrain est la première chose qui mérite l'attention. Certaines exigences relatives à l'emplacement de la collecte de données sont les suivantes : 1) Trouver un endroit approprié pour la collecte de données. L'emplacement doit être similaire à la forme géométrique de la route dans l'étude, qui est la prémisse de la collecte de données. 2) Détermination de l'emplacement fixé du radar et d'autres équipements en trouvant une autorisation suffisante, où les signaux radar ne peuvent pas être bloqués. Certaines technologies de pointe peuvent être utilisées, comme les drones, pour détecter les opérations de trafic. Toute la zone d'observation doit être dégagée des barrières, comme les arbres ou l'architecture. 3) Enfin, le temps de collecte des données doit être d'au moins 3 h en un seul endroit. L'heure devrait refléter les pics du matin et du soir ainsi que la situation de la vallée dans la journée. L'indice de temps de congestion peut être obtenu à partir de l'observation ou d'un autre éditeur de transport fiable.

La construction de modèles de simulation est une autre étape critique. La précision du modèle de simulation entraînera différentes erreurs de simulation. La première chose dans le modèle de simulation est le connecteur. Si un lien d'un côté du connecteur se déplace, le connecteur peut être hors de forme et empiéter sur le lien ou le connecteur adjacent, ce qui peut entraîner des erreurs. Ainsi, il est important de recalculer le connecteur chaque fois que le déplacement d'un lien est nécessaire.

Une autre étape clé est la règle du conflit dans les zones de conflit. Utilisez les zones de conflit au lieu de règles prioritaires pour simuler l'emprise aux intersections. Par rapport aux règles de priorité, les zones de conflit sont automatiquement affichées, et sont donc plus faciles à modifier et à mieux refléter le comportement de conduite. La règle du conflit doit être la même que la collecte de données, et chaque zone de conflit doit être fixée avec des règles correspondantes. La dernière étape critique est l'ajustement des paramètres concernant les comportements de conduite lorsque l'erreur de simulation (MAPE) est importante. Les comportements de conduite ont plusieurs paramètres individuels, et un petit changement dans chaque paramètre peut conduire à un impact positif ou négatif sur les résultats. Il est essentiel d'ajuster les différents paramètres avec soin et à plusieurs reprises.

Habituellement, le temps de déplacement, le retard et le nombre d'arrêts sont les index les plus courants utilisés dans l'évaluation des caractéristiques opérationnelles dans la simulation. De nombreux autres indices peuvent également être obtenus à partir de la simulation (c.-à-d. le volume du véhicule, les émissions d'échappement, la consommation de carburant, le dossier des piétons, l'évaluation de la sécurité, les comportements des véhicules, les itinéraires des véhicules, les coordonnées, etc.). Il est important de sélectionner les indices d'évaluation correspondants en fonction des différents besoins expérimentaux. D'autres indices, à l'exception des trois qui sont le plus couramment utilisés, peuvent mener à de nouvelles découvertes ou méthodes de recherche.

L'utilisation du « mode rapide » lors de l'exécution de la simulation peut permettre à la simulation d'atteindre la vitesse la plus élevée et de gagner du temps, en particulier lors de l'analyse sensible. Ainsi, des dizaines de simulations sont nécessaires. Le résultat de simulation reste le même, quelle que soit la vitesse de simulation choisie.

Il y a deux grands domaines pour les applications futures. Une application est la résolution de problèmes de circulation et l'évaluation d'une ou plusieurs conceptions de la circulation à une intersection ou un segment court. La simulation permet d'évaluer les comportements de circulation microscopiques, qu'il s'agisse de véhicules, de piétons, de modifications d'infrastructure ou de mesures de gestion de la circulation. Deuxièmement, le processus fournit un guide de pratique suffisant pour ceux qui effectuent des recherches sur la circulation. Les dispositions aident à obtenir des données précises et robustes sur les mesures de simulation de trafic.

Cette méthode a également quelques limites. Tout d'abord, le radar peut détecter une direction droite, ce qui nécessite que le segment cible est également droite. Le radar ne peut pas être utilisé pour les segments incurvés, comme les rampes. Deuxièmement, le radar nécessite une autorisation suffisante pour détecter les véhicules. Cependant, dans l'environnement réel, il y a toujours des arbres ou des panneaux d'affichage qui bloquent le signal. Il est difficile de trouver un endroit approprié pour le règlement radar. En outre, lorsque le volume de trafic est important ou que les véhicules sont proches les uns des autres, le radar ne peut pas distinguer les véhicules, et compter manuellement de la vidéo est la seule option, ce qui est beaucoup de travail. L'efficacité et la précision peuvent être améliorées si le protocole utilise également une méthode qui peut compter et classer automatiquement les véhicules.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Les auteurs n'ont rien à révéler.

Acknowledgments

Les auteurs aimeraient remercier le China Scholarship Council pour avoir financé partiellement ce travail dans le dossier 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