Summary

Evaluatie van een exclusieve Spur Dike U-Turn Design met radarverzamelde gegevens en simulatie

Published: February 01, 2020
doi:

Summary

Dit protocol beschrijft het proces van het oplossen van een microscopisch verkeersprobleem met simulatie. Het hele proces bevat een gedetailleerde beschrijving van het verzamelen van gegevens, gegevensanalyse, simulatiemodelbouw, simulatiekalibratie en gevoelige analyse. Wijzigingen en het oplossen van problemen met de methode worden ook besproken.

Abstract

Traditionele U-turn ontwerpen kunnen de operationele functies uiteraard verbeteren, terwijl U-turn omleidingen en samenvoegen segmenten nog steeds verkeersopstoppingen, conflicten en vertragingen veroorzaken. Een exclusieve spur dijk U-turn lane design (ESUL) wordt hier voorgesteld om de nadelen van traditionele U-turn ontwerpen op te lossen. Om de operationele prestaties van ESUL te evalueren, is een verkeerssimulatieprotocol nodig. Het hele simulatieproces omvat vijf stappen: gegevensverzameling, gegevensanalyse, simulatiemodelbouw, simulatiekalibratie en gevoelige analyse. Het verzamelen van gegevens en het bouwen van simulatiemodellen zijn twee kritieke stappen en worden later in meer detail beschreven. Drie indexen (reistijd, vertraging en aantal stops) worden vaak gebruikt in de evaluatie, en andere parameters kunnen worden gemeten uit de simulatie op basis van experimentele behoeften. De resultaten tonen aan dat de ESUL de nadelen van traditionele U-turn ontwerpen aanzienlijk vermindert. De simulatie kan worden toegepast om microscopische verkeersproblemen op te lossen, zoals in enkele of meerdere aangrenzende kruispunten of korte segmenten. Deze methode is niet geschikt voor grootschaligere wegennetwerken of evaluaties zonder gegevensverzameling.

Introduction

Sommige verkeersproblemen, zoals verkeersopstoppingen op een kruispunt of kort segment, kunnen worden opgelost of verbeterd door het wegontwerp, de signaaltiming van het wisselsignaal, de metingen van het verkeersbeheer en andere vervoerstechnologieën1,2,3,4te optimaliseren. Deze verbeteringen hebben een positief of negatief effect op de verkeersstroomactiviteiten in vergelijking met de oorspronkelijke situaties. De veranderingen in verkeersactiviteiten kunnen worden vergeleken in verkeerssimulatiesoftware in plaats van in de daadwerkelijke reconstructie van het kruispunt of segment. De verkeerssimulatiemethode is een snelle en goedkope optie wanneer een of meer verbeterplannen worden voorgesteld, vooral bij het vergelijken van verschillende verbeterplannen of het evalueren van de effectiviteit van verbeteringen. Dit artikel introduceert het proces van het oplossen van een verkeersprobleem met simulatie door het evalueren van de verkeersstroom operationele kenmerken van een exclusieve spur dijk U-turn lane ontwerp5.

U-bocht beweging is een wijdverbreide vraag naar verkeer dat een U-bocht mediaan opening op de weg vereist, maar dit is besproken. Het ontwerpen van een U-bocht opening kan leiden tot verkeersopstoppingen, terwijl het sluiten van de U-bocht opening kan leiden tot omleidingen voor de U-turn voertuigen. Twee bewegingen, U-bocht voertuigen en directe linksaf voertuigen, vereisen een U-bocht opening en veroorzaken vertragingen, stops, of zelfs ongevallen. Sommige technologieën zijn voorgesteld om de nadelen van U-draaibewegingen op te lossen, zoals signalering6,7, exclusieve linkerrijstroken8,9en autonome voertuigen10,11. Verbeteringspotentieel bestaat nog steeds bij Problemen met u-turn, als gevolg van de bovenstaande oplossingen met beperkende toepassingen. Een nieuw U-turn ontwerp kan onder bepaalde voorwaarden een betere oplossing zijn en bestaande problemen kunnen aanpakken.

Het meest populaire U-turn ontwerp is de mediane U-turn intersection (MUTI)12,13,14,15, zoals weergegeven in figuur 1. Een belangrijke beperking van het MUTI is dat het geen u-draaivoertuigen van passerende voertuigen kan onderscheiden en dat het verkeersconflict nog steedsbestaat 16,17. Een aangepast U-turn ontwerp genaamd de exclusieve spur dijk U-turn lane (ESUL; Figuur 2) wordt hier voorgesteld en heeft tot doel de verkeersopstoppingen te verminderen door aan beide zijden van een mediaan een exclusieve U-bochtbaan in te voeren. De ESUL kan de reistijd, vertragingen en het aantal stops aanzienlijk verminderen vanwege de kanaalisatie van de twee stromen.

Om te bewijzen dat de ESUL efficiënter is dan de normale MUTI, is een rigoureus protocol nodig. De ESUL kan niet daadwerkelijk worden gebouwd vóór een theoretisch model; simulatie is dus nodig18. Met behulp van traffic flow parameters, zijn sommige belangrijke modellen gebruikt in simulatie onderzoek19, zoals rijgedrag modellen20,21, auto volgende modellen22,23, U-turn modellen4, en lane change modellen21. De nauwkeurigheid van verkeersstroomsimulaties wordt algemeen aanvaard16,24. In deze studie worden zowel de MUTI als esul gesimuleerd met verzamelde gegevens om verbeteringen van de ESUL te vergelijken. Om de nauwkeurigheid te garanderen, wordt ook een gevoelige analyse van de ESUL gesimuleerd, die kan gelden voor veel verschillende verkeerssituaties.

Dit protocol presenteert experimentele procedures voor het oplossen van echte verkeersproblemen. De methoden voor het verzamelen van verkeersgegevens, gegevensanalyse en analyse van de algehele efficiëntie van verkeersverbeteringen worden voorgesteld. De procedure kan worden samengevat in vijf stappen: 1) het verzamelen van verkeersgegevens, 2) data-analyse, 3) simulatiemodel build, 4) kalibratie van simulatiemodel en 5) gevoeligheidsanalyse van de operationele prestaties. Als niet aan een van deze vereisten in de vijf stappen wordt voldaan, is het proces onvolledig en onvoldoende om de effectiviteit te bewijzen.

Protocol

1. Voorbereiding van de uitrusting Bereid twee van elk van de volgende apparaten voor om tweerichtingsverkeersstromen te verzamelen: radars, laptops, batterijen en kabels voor radars en laptops, camera’s en radar- en camerastatieven.OPMERKING: De radar en de bijbehorende software worden gebruikt om de snelheid en het traject van het voertuig te verzamelen, en dit is nauwkeuriger dan een snelheidspistool. De radar is niet de enige keuze als er andere apparatuur beschikbaar is voor het verzamelen van voertuig…

Representative Results

Figuur 2 toont de illustratie van de ESUL voor U-turn mediane opening. WENS betekent vier kardinale aanwijzingen. De hoofdweg heeft zes rijstroken met twee richtingen. Greenbelts verdelen niet-gemotoriseerde rijstrook aan beide zijden en verdelen de twee richtingen in het midden. Stroom 1 is het oosten tot westen door het verkeer, stroom 2 is oost naar oost U-bocht stroom, stroom 3 is west naar oost door het verkeer, en stroom 4 is west naar west U-turn verke…

Discussion

In dit artikel werd de procedure voor het oplossen van een verkeersprobleem op een kruispunt of een kort segment met behulp van simulatie besproken. Verschillende punten verdienen speciale aandacht en worden hier nader besproken.

Het verzamelen van veldgegevens is het eerste wat aandacht verdient. Enkele vereisten voor het verzamelen van gegevens zijn als volgt: 1) Het vinden van een geschikte locatie voor het verzamelen van gegevens. De locatie moet vergelijkbaar zijn met de weg geometrische …

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

De auteurs willen de China Scholarship Council erkennen voor het gedeeltelijk financieren van dit werk met het dossier Nr. 201506560015.

Materials

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

Riferimenti

  1. Tang, J. Q., Heinimann, H. R., Ma, X. L. A resilience-oriented approach for quantitatively assessing recurrent spatial-temporal congestion on urban roads. PLoS ONE. 13 (1), e0190616 (2018).
  2. Bared, J. G., Kaisar, E. I. Median U-turn design as an alternative treatment for left turns at signalized intersections. ITE Journal. 72 (2), 50-54 (2002).
  3. El Esawey, M., Sayed, T. Operational performance analysis of the unconventional median U-turn intersection design. Canadian Journal of Civil Engineering. 38 (11), 1249-1261 (2011).
  4. Leng, J., Zhang, Y., Sun, M. VISSIM-based simulation approach to evaluation of design and operational performance of U-turn at intersection in China. 2008 International Workshop on Modelling, Simulation and Optimization. , (2008).
  5. Shao, Y., et al. Evaluating the sustainable traffic flow operational features of an exclusive spur dike U-turn lane design. PLoS ONE. 14 (4), e0214759 (2019).
  6. Zhao, J., Ma, W. J., Head, K., Yang, X. G. Optimal Intersection Operation with Median U-Turn: Lane-Based Approach. Transportation Research Record. (2439), 71-82 (2014).
  7. Hummer, J. E., Reid, J. E. Unconventional Left Turn Alternatives for Urban and Suburban Arterials-An Update. Urban Street Symposium Conference Proceedings. , (1999).
  8. Ram, J., Vanasse, H. B. Synthesis of the Median U-Turn Intersection Treatment. Transportation Research Board. , (2007).
  9. Levinson, H. S., Koepke, F. J., Geiger, D., Allyn, D., Palumbo, C. Indirect left turns-the Michigan experience. Fourth Access Management Conference. , (2000).
  10. Mousa, M., Sharma, K., Claudel, G. C. Inertial Measurement Units-Based Probe Vehicles: Automatic Calibration, Trajectory Estimation, and Context Detection. IEEE Transactions on Intelligent Transportation Systems. , 1-11 (2017).
  11. Odat, E., Shamma, J., Claudel, G. C. Vehicle Classification and Speed Estimation Using Combined Passive Infrared/Ultrasonic Sensors. IEEE Transactions on Intelligent Transportation Systems. , 1-14 (2017).
  12. Liu, P., et al. Operational effects of U-turns as alternatives to direct left-turns. Journal of Transportation Engineering. 133 (5), 327-334 (2007).
  13. Potts, I. B., et al. Safety of U-turns at Unsignalized Median Opening. Transportation Research Board. , (2004).
  14. Yang, X. K., Zhou, G. H. CORSIM-Based Simulation Approach to Evaluation of Direct Left Turn vs Right Rurn Plus U-Turn from Driveways. Journal of Transportation Engineering. 130 (1), 68-75 (2004).
  15. Guo, Y. Y., Sayed, T., Zaki, M. H. Exploring Evasive Action-Based Indicators for PTW Conflicts in Shared Traffic Facility Environments. Transportation Engineering, Part A: Systems. 144 (11), 04018065 (2018).
  16. Liu, P., Qu, X., Yu, H., Wang, W., Gao, B. Development of a VISSIM simulation model for U-turns at unsignalized intersections. Journal of Transportation Engineering. 138 (11), 1333-1339 (2012).
  17. Shao, Y., Han, X. Y., Wu, H., Claudel, G. C. Evaluating Signalization and Channelization Selections at Intersections Based on an Entropy Method. Entropy. 21 (8), 808 (2019).
  18. Ander, P., Oihane, K. E., Ainhoa, A., Cruz, E. B. Transport Choice Modeling for the Evaluation of New Transport Policies. Sustainability. 10 (4), 1230 (2018).
  19. Wang, J., Kong, Y., Fu, T., Stipanicic, J. The impact of vehicle moving violations and freeway traffic flow on crash risk: An application of plugin development for microsimulation. PLoS ONE. 12 (9), e0184564 (2017).
  20. Lin, C., Gong, B., Qu, X. Low Emissions and Delay Optimization for an Isolated Signalized Intersection Based on Vehicular Trajectories. PLoS ONE. 10 (12), e0146018 (2015).
  21. Tang, T. Q., Wang, Y. P., Yang, X. B., Huang, H. J. A multilane traffic flow model accounting for lane width, lanechanging and the number of lanes. Networks and Spatial Economics. 14 (14), 465-483 (2014).
  22. Gupta, A. K., Dhiman, I. Analyses of a continuum traffic flow model for a nonlane-based system. International Journal of Modern Physics C. 25 (10), 1450045 (2014).
  23. Chen, H., Zhang, N., Qian, Z. VISSIM-Based Simulation of the Left-Turn Waiting Zone at Signalized Intersection. 2008 International Conference on Intelligent Computation Technology and Automation (ICICTA). , (2008).
  24. PTV AG. . PTV VISSIM 10 User Manual. , (2018).
  25. AutoNavi Traffic Big-data. . 2017 Traffic Analysis Reports for Major Cities in China. , (2018).
  26. AutoNavi Traffic Big-data. . Xi’an realtime traffic congestion delay index. , (2019).
  27. Xiang, Y., et al. Evaluating the Operational Features of an Unconventional Dual-Bay U-Turn Design for Intersections. PLoS ONE. 11 (7), e0158914 (2016).
  28. Kuang, Y., Qu, X., Weng, J., Etemad, S. A. How Does the Driver’s Perception Reaction Time Affect the Performances of Crash Surrogate Measures?. PLoS ONE. 10 (9), e0138617 (2015).
  29. Zhao, F., Sun, H., Wu, J., Gao, Z., Liu, R. Analysis of Road Network Pattern Considering Population Distribution and Central Business District. PLoS ONE. 11 (3), e0151676 (2016).
  30. Jian, S. . Guideline for microscopic traffic simulation analysis. , (2014).
  31. Liu, K., Cui, M. Y., Cao, P., Wang, J. B. Iterative Bayesian Estimation of Travel Times on Urban Arterials: Fusing Loop Detector and Probe Vehicle Data. PLoS ONE. 11 (6), e0158123 (2016).
  32. Ran, B., Song, L., Zhang, J., Cheng, Y., Tan, H. Using Tensor Completion Method to Achieving Better Coverage of Traffic State Estimation from Sparse Floating Car Data. PLoS ONE. 11 (7), e0157420 (2016).
  33. Zhao, J., Li, P., Zhou, X. Capacity Estimation Model for Signalized Intersections under the Impact of Access Point. PLoS ONE. 11 (1), e0145989 (2016).
  34. Wei, X., Xu, C., Wang, W., Yang, M., Ren, X. Evaluation of average travel delay caused by moving bottlenecks on highways. PLoS ONE. 12 (8), e0183442 (2017).
  35. American Association of State and Highway Transportation Officials (AASHTO). . Highway Capacity Manual 6th edition. , (2010).
  36. Wang, Y., Qu, W., Ge, Y., Sun, X., Zhang, K. Effect of personality traits on driving style: Psychometric adaption of the multidimensional driving style inventory in a Chinese sample. PLoS ONE. 13 (9), e0202126 (2018).
  37. Shen, B., Qu, W., Ge, Y., Sun, X., Zhang, K. The relationship between personalities and self-report positive driving behavior in a Chinese sample. PLoS ONE. 13 (1), e0190746 (2018).
  38. American Association of State and Highway Transportation Officials (AASHTO). . A policy on geometric design of highways and streets 6th Edition. , (2011).
  39. Ashraf, M. I., Sinha, S. The “handedness” of language: Directional symmetry breaking of sign usage in words. PLoS ONE. 13 (1), e0190735 (2018).
  40. Lu, A. T., Yu, Y. P., Niu, J. X., John, X. Z. The Effect of Sign Language Structure on Complex Word Reading in Chinese Deaf Adolescents. PLoS ONE. 10 (3), e0120943 (2015).
  41. Fan, L., Tang, L., Chen, S. Optimizing location of variable message signs using GPS probe vehicle data. PLoS ONE. 13 (7), e0199831 (2018).
check_url/it/60675?article_type=t

Play Video

Citazione di questo articolo
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).

View Video