英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料
联网车辆在城市主干道出入控制的运行分析
摘要：城市主干道具有交通流量大，交通密度大易导致拥堵和车辆碰撞的特征。可以通过实施接入口管理策略来提高城市主干道上的交通安全水平并且改善道路运行状况。一种策略是通过设置或增高道路中央分隔带来限制车辆左转，使出入口附近车辆在进出城市主干道时只能“右进右出”。虽然过去的研究已经发现了这种策略对道路运行带来的益处，但是尚未在动态出入控制的具体情境中进行评估。这项研究调查了联网车辆在动态出入控制的效用。并对这种策略在以下四种不同情况下的城市道路应用场景进行分析：（1）在整条道路上允许直接左转弯；（2）高度增加的中央分隔带来限制所有车道，车辆只能采用“右进右出”的方式出入道路并且在信号交叉口处允许掉头；（3）高峰小时限制所有车道的直接左转；（4）在车辆联网环境下，车道“右进右出”的动态限制（即在流量超过给定阈值的时间间隔内实施的限制）。在仿真分析的基础上，研究发现基于车辆联网环境中，将车道的出入口由完全开放改为右进右出将改善主要交通流的运行条件。
1 绪论
城市主干道通常具有紧密间隔的信号交叉口，高交通流量和车道密度。这些特征导致在城市主干道上有很高的碰撞几率。这些碰撞中有很多与道路接入口相关，并且由于不合理的出入口控制导致碰撞的数量因州而异。除了安全问题，城市主干道也面临着严重的交通拥堵，行程时间增加和停车延误的问题。“道路和土地开发之间通道的协调规划，法规和设计”形式的接入口管理是一种可用于缓解城市主干路的安全形势和提高运行水平的综合途径。出入口控制技术为信号间距，车道间距，转弯间隙，辅助车道供应以及中央分隔带处理方案选择提供了参考。这些出入口控制技术的实施和影响已经得到充分记录。在这些技术中，已经广泛研究禁止在车道上的直接左转，支持右转后掉头，以提升道路安全性和运行水平。许多研究调查了直接左转和其他动作对安全和运行的影响，许多研究得出的结论是，其影响会因交通状况而异。根据一项关于多车道分隔的主干道的研究，在一定范围内的主干道流量（即主线流量小于650辆/小时/车道），从道路网平均延误的角度来看，直接左转比右转之后掉头更具有优势。另一项研究指出，随着直行交通量（即1000-6000辆/小时）和左转交通量（即50-150辆/小时）增加，右转后倒头产生的延误远低于直接左转。Malik等人研究车道上直接左转的影响，为各种通道配置和主干道交通流量下的道路交通提供了指南。对于特定的道路类型（即具有两条直行车道，一条左转专用道，一条右转专用道的道路），作者发现限制转角车道接入口右进右出而不是直接左转取决于主干道交通量的范围（例如，主线交通量ge;500辆/小时，同时车道转角净距le;100英尺）。
尽管这些过去的研究工作已经发现了使出入口管理策略有效的交通流量阈值，但他们并未考虑根据主线流量状况而变化的动态策略的影响。关于动态选择方案的一个重要注意事项是实用性和实施——实施此类系统的最实用方法是通过联网车辆。联网车辆使用无线车载通讯通信（即多个联网车辆之间的通信）和车载基础设施通信（即联网车辆与交通信号灯和交通管理中心等基础设施之间的通信）来支持安全、移动性和环境应用。 无线车载通讯通信和车载基础设施通信可用于实时交通状况评估和管理，行驶时间预测以及实时天气和结构健康状况信息发布。但是，尚未研究联网车辆在动态出入口管理策略中的应用。 在车辆联网的环境中，将在预定义的连续的时间间隔内（在研究中以每15秒、30秒或45秒决策一次的频率）通过无线车载通讯通信和车载基础设施通信手段不断向驾驶员更新有关车道选择的信息。
为此，作者详细介绍了他们的方法，以阐明车道转弯运动的动态管理如何影响车辆联网环境中主线车辆的操作性能。假设是车辆联网辅助的动态出入口控制策略优于传统的出入口管理策略，为了验证所述假设，本文将南卡罗来纳州格林维尔的干路作为研究区域，并使用微观交通模拟对该区域进行分析。对四种情况进行了评估，其中考虑了平均行驶时间，延误，停车延误以及干线交通和小区车道交通的停车次数作为有效性度量：
（1）双向左转车道并且在所有车道上允许直接左转的现有状况。
（2）将双向左转车道转换为升高的道路中央分隔带，将所有车道交通限制为右进右出，并在信号交叉口允许掉头。
（3）仅在高峰时段限制直接左转。
（4）基于干线交通车辆联网环境中的动态出入口控制（从完全开放和只允许右进右出之间进行选择）。在这种情况下，还将对不同的交通流量阈值和检测器数据收集汇总时间进行性能评估。
本文分为五个部分。在第2节中，回顾了有关直接左转替代方案的先前文献。在第3节中，针对测试场景讨论了研究方法以及进行研究的基本假设。第4节介绍了在模拟环境中进行的研究区域的结果。最后，第5节介绍了研究结果，并讨论了未来的研究方向。
2 文献述评
通常通过比较干线行驶时间和车道延误来评估直接左转替代方案的运营影响。 Eisele等人的研究发现，用道路中央分隔带代替双向左转车道通常会导致更长的干线行驶时间，并且由于增加车辆掉头和相关运动而导致平均速度略有降低。 Chowdhury等人的研究将每辆车的平均网络延迟视为有效性度量。作者发现直接左转和其他右转后掉头运动之间的操作差异很小。但是，在某些情况下，观察到在每条车道车流量大于1200 辆/小时情况下，直接左转的车道运行优于右转后掉头的选择。在另一项研究中，Zhou等人发现掉头对车道交通延误的影响与主线交通流量和小区道路左转车辆的流量有关。观察到的总体趋势是，随着车道和交通流量的增加，右转后掉头变得优于直接左转。对于左转流量为50辆/小时甚至是更小的小区道路，在主线双向交通流量为4500辆/小时甚至是更大时，右转后掉头的平均延迟明显小于直接左转；而对于左转流量为100辆/小时甚至是更小的小区道路，在主线双向流量大于或等于3000辆/小时的情况下，右转后掉头的平均延迟明显小于直接左转。刘等人同样发现，随着车道和主要道路通行量的增加，直接左转的车辆的延误迅速增加。他们还发现，在道路中央分隔带开口处允许掉头的右转后掉头运动比直接左转和右转后在信号交叉口掉头的延迟小得多。Malik等人进行了一项模拟研究，以确定仅允许右进右出的条件。作者建议对于5条车道的道路，如果干线流量超过1500辆/小时，应限制车辆的左转进入和左转驶离。
前述研究均未考虑沿主线交通流量的变化以及不同出入口管理策略的相关有效性。与前述研究不同的是，本次研究目的是在车辆联网环境中评估动态出入口管理策略有效性，而在车辆联网环境中，出入口控制策略将根据主线流量变化而变化。在这项研究中，使用环路检测器收集干线流量数据；但是如果没有可用的传感器或传感器数据不完整，则可以采用先前研究开发的方法来估算交通密度。
3 研究方法
3.1 车辆联网辅助动态方案的基本假设
在车辆联网的环境中，将由车载基础设施通信支持的路边单元做出实时车道访问控制的决定，并且将通过车辆上的车载单元更新有关车道访问选项传达给车辆驾驶员。关于路线选择行为的分析，较早的一项研究发现，驾驶员使用驾驶模拟器对具有动态信息标志的遵从率为65％。但是，此遵从率还取决于过去对动态消息符号和信息可靠性的了解程度，节省的旅行时间以及从过去的经验中学到的知识。在这项研究中，假设人类驾驶员将完全遵守访问决策的动态切换。假设在研究道路的每个交叉点都安装了一个路边单元，并且所有路边单元都配备了微处理器，有线和无线接口。路边单元和干线流量检测器之间的通信（即基础结构到基础设施即I2I通信）需要从干线检测器向路边单元传输干线流量计数数据。有线连接可以支持此基础结构到基础设施通信。此外，车载基础设施通信将用于从路边单元向联网车辆分发实时车道访问信息。假定专用短程通信（DSRC）用于车载基础设施通信，因为专用短程通信支持高速和低延迟无线通信，并且专门分配给智能交通系统应用程序。对于信号交叉口空间较大的道路，当车辆不在专用短程通信范围内时，其他通信媒介[例如，无线保真，微波存取全球互通技术，长期演进（LTE）]可用于向覆盖范围更大的车辆提供访问信息。尽管除了专用短程通信之外的其他通信选项会具有更高的延迟（例如，在路边单元覆盖区域内具有40个联网车辆的情况下，平均延迟对于专用短程通信而言为88毫秒，对于长期演进而言为1742毫秒），对于本研究中考虑的应用程序（即动态访问）而言，通信延迟是可以接受的。图1示出了取决于来自交叉路口路边单元车辆的位置的不同通信选项（即专用短程通信和长期演进）的使用。
可以推测，联网车辆可以直接与路边单元通信，也可以通过多跳通信（即通过靠近路边单元的联网车辆进行中继）。 对于联网车辆，通信任务由异构无线网络支持的车载单元处理，这些车载单元仅在与路边单元建立经过身份验证的通信之后才从路边单元接收实时的车道访问信息。
3.2 选址和描述
交通微观仿真工具已在过去的许多研究工作中用于评估现有交通情景和替代交通情景，因为它们是一种衡量交通状况，道路几何形状和车辆路线变化影响的经济有效的手段。在这项研究中，交通微观仿真软件VISSIM用于对上一节中定义的三种访问管理方案进行建模。选择单一通道作为分析的研究地点。选择该通道的依据是最近完成的南卡罗来纳州运输部（SCDOT）的一项研究，该研究对南卡罗来纳州美国和南卡罗来纳州沿线与出入口相关的撞车进行了深入调查，并根据每年与车道相关的撞车频率确定了11条高风险路线。这11条通道沿线的路段均具有双向左转车道，且年平均日流量高，商业用地利用率高，信号交叉口的数量多，车道密度大。一个部分是位于南卡罗来纳州格林维尔的SC-146（伍德拉夫路）。伍德拉夫路因经常性的高峰时段交通拥堵而闻名。南卡罗来纳州运输部还了解此部分的运营和安全问题。所选路段长1.5英里，有5条车道（包括一条双向左转车道），年平均日流量为35400辆/天，限速为45英里每小时，有6个信号交叉口[如图2所示的黄色标记和62个车道（绿色标记，如图2所示），所有这些标记均具有完全访问权限（允许左进左出）]。
3.3 基本模型开发
VISSIM中使用Google Earth的测量值和图像在VISSIM中绘制了所选道路的现有几何形状以及交叉路口和车道的位置。基于Siddiqui概述的方法，在VISSIM中使用重叠的链接和连接器对双向左转车道进行建模，并通过优先级规则和冲突区域控制双向左转车道流量。然后将基本模型校准为沿通道在两个主线方向上实地观察到的行驶时间。
3.3.1 数据收集：为了开发和校准现有的情景模型，收集了信号交叉口的数量，信号时间，车道流量和双向行驶时间。南卡罗来纳州运输部过去的信号计数表明，对于通道上的大多数信号交叉口，高峰时间在5:00至6:00 PM之间。因此，在此间隔内针对每个信号收集了流量计数。信号时序计划是从南卡罗来纳州运输部获得的，用于为VISSIM中的信号控制器设计信号分离，网络周期长度和协调模式。对于基本方案，未对信号拆分，周期长度或协调模式进行优化。对于连通主要业务/发展的小区道路（即超级市场），收集出入小区车道的流量。对于其他车道，出口量和进入量是根据交通工程师协会（ITE）出行生成手册的出行率估算和分配的。在高峰时段，使用浮动车方法测量了东行方向和西行方向在通道上的行驶时间。为了在一次模拟运行中研究高峰和非高峰时段的出入口管理策略的性能，执行了一个5 小时的模拟（3:00 PM–8：00 PM），并采用了梯形的车辆输入模式。根据收集的现场数据，下午5时至下午6时是该研究通道的高峰时间。因此，模型从下午3时到下午4时处于非高峰运行，并在下午4时到下午5时间隔内逐渐增加流量，直到达到峰值。它在下午5时到下午6时间隔的高峰时段运行，然后在下午6时到下午7时逐渐降低流量到非高峰时段，并在非高峰时段运行下午7时到下午8时间隔内再次增加流量。过去的南卡罗来纳州运输部信号流量计数用于估算该研究通道非高峰时间的流量，以及4:00 PM–5：00 PM和6:00 PM–7：00 PM期间车辆输入的增量线性增加/减少比。
3.3.2 模型校准：当模型在高峰时段产生的平均行驶时间与在现场测量的行驶时间的误差在10％以内时，就被认为已校准。为了达到该校准阈值，使用了Park和Schneeberger提出的微观仿真模型校准和验证方法。他们的研究确定了紧急制动距离，换道距离，期望速度分布，观察到的先前车辆的数量，平均停顿距离，排队消散前的等待时间以及最小行驶距离是可控制的参数，可以对这些参数进行合理调整以校准模型。这些参数在Park和Schneeberge的研究给出的可接受范围内进行操作。使用以下公式（1），确定了每个替代方案所需的仿真运行次数：
(1)
对于95％置信区间，为1.96。为了估计标准偏差（sigma;），基本模型运行了10次，每次运行使用不同的种子数。误差E设置为现场测量的平均旅行时间的10％，因为该研究认为10％的差异是可以接受的。使用这些值并输入，得到所需的运行次数为8，少于最初的10次。因此，十次模拟运行被视为可接受的次数。模拟运行和实际观测的结果显示在表1中。由于两个方向（东向和西向）的平均实测和模拟行进时间差均小于10％，因此该模型被视为已校准。
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[238940]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
