文摘
最近,在文献中,微观模拟是最具吸引力的影响评估方法的自动车辆(AVs)交通流。住客可以分为不同的类别,每一方都有不同的驾驶特点。因此,校准微观仿真器对不同AV类别可以挑战AVs的影响评估。的PTV Vissim微观交通仿真软件校准模拟不同类型的AVs在大量的文学作品。有两个主要的流的研究在文学改编AVs的驾驶行为在Vissim内部(即。Vissim,调整参数的默认的驾驶行为模型)或外部(即。、适应AVs的行为通过外部VISSIM接口)的建模方法。探讨当前PTV Vissim是如何在内部校准的模拟不同类型的住客和比较文学的校准值与默认值介绍了最新版本的PTV Vissim。在摘要中,回顾了研究划分为两个主要类别根据AVs研究的特点,研究关注于自治自动化车辆(装甲防护),专注于合作的自动车辆(骑士)。我们的发现表明文学预计一个较低的值为参数包括停滞距离(CC0),进展时间(CC1)变异(CC2)后,进入“后”的门槛(CC3),消极/积极阈值(CC4 / CC5)后,振荡速度依赖性(CC6),振动加速度(CC7),安全距离换算系数(SDRF)和最小进展前/后(AVs MinHW)比传统的车辆(CVs)。此外,文学预计高值参数包括停滞加速度(CC8),在80 km / h加速(CC9),距离,和合作的最大减速制动对AVs (MaxDCB)。介绍了AVs当谨慎,防止影响预计在文献中(例如,更高的CC0)。 Moreover, CAVs can have higher looking distance values compared with AAVs.
1。介绍
最近,自动化工具的影响评估(AVs)交通流量已成为一个热门研究课题由于其潜在的流动性好处克服挑战与传统车辆(CVs) (1,2]。根据驾驶员的驾驶任务执行和车辆系统,汽车工程师协会AVs分为六个级别的自动化。传统车辆无自动化和被称为0级,1级是司机援助,二级是部分自动化,三级是有条件的自动化、四级高自动化,和水平5是完全自动化。主驾驶任务是由驾驶员前三的自动化水平。相比之下,车辆系统处理的大多数动态驾驶任务为以下三个层次(3]。
自动驾驶系统通常被称为“自治”(例如,4- - - - - -6)和“自动化”(例如,1,7,8])。“自治”这一术语指的是完全自动化的工具,不需要任何援助从人类司机。然而,“自动车辆”一词意味着车辆系统,可能控制在几个水平,不一定需要完全自动化,没有在任何情况下驾驶员交互(9]。此外,这项研究由萨拉和Soriguera [10)认为“连接自治”来描述车辆是完全自动的,可以与他们的环境,而研究[11,12)使用“自主自动车辆”和“合作自动车辆。“因此,看着大量的文学作品(例如,10,12- - - - - -13]),这两种类型的完全自动化车辆自主(没有通信能力)、自动车辆(装甲防护),和合作/连接自动车辆(骑士)。装甲防护仅仅使用自己的传感器收集信息,但骑士把所有AAV特性与vehicle-to-vehicle和vehicle-to-infrastructure交流来增强他们的传感器的数据。
AVs很快上市,预计将会带来机遇与挑战并存的道路交通系统。根据最近的一项研究贝等。14),技术已成为能够穿越城市道路环形和过路的行人等;然而,他们的操作速度过低(不到20公里/小时),这对上班族是不够的。此外,小张和小王(15]表明,四级AV在美国城市的市场份额可能会在2040年达到34%,2030年为75%。的形式共享使用,AVs预计2030年代显著穿透城市道路(16]。从2040年开始,AVs将变得更加负担得起的;到2045年,据预测,AVs将占所有新车销售的50% (17]。关于公众接受的住客,研究(例如,18- - - - - -20.]),专注于用户的态度后,试点项目经验表明,对技术有积极的意图,尽管较低的操作速度,难达到行动障碍者个体和交互AVs的行人和骑自行车的人仍然是大规模部署的问题。
在文献中有不同的方法来评估AVs的影响(包括现场测试实验4,21)和仿真(10]。微观模拟是最受欢迎的方法之一AVs在文献中对交通流的影响评估。校准的微观交通仿真软件对不同类型的AVs是最具挑战性的步骤之一,在AVs的影响评估使用微观模拟方法。
PTV Vissim微观交通仿真软件被校准的模拟不同类型的AVs在大量的文献评估AVs在交通流的影响。在文献中,PTV Vissim校准基于不同的方法包括使用字段数据(22- - - - - -24前发表的研究[]和总结5,25,26]。根据调查AVs的特点,评估研究分为两类:那些专注于骑士和那些专注于装甲防护。装甲防护依靠机载传感器,而骑士可以通过加强机载传感器信息沟通与路边基础设施等其他实体,车辆,云,和/或行人(11,27,28]。在文学,PTV Vissim主要校准只有单一类型的AVs在每一个研究中,装甲防护或骑士;然而,在这项研究[27),装甲防护和骑士都考虑。调查情况的文献包括AVs的影响城市道路十字路口和高速公路上段。然而,一些研究评估AVs的影响在一个大的公路网络。尽管大部分的文学作品寻找完全AVs,一些研究([29日,30.)认为四级AVs。
AVs的选择算法和参数对这种破坏性的影响评估有重大影响传输技术;假定仿真参数及其校准可以改变仿真输出。因此,研究结果可能会改变明显,导致了不同的结论。更重要的是,不同的Vissim校准值被认为是文学作品的AVs的驾驶行为仍在调查之中。本文试图填补这一空缺,彻底审查的文学作品,总结不同类型的住客和道路的校准值,可用于AVs的校正阶段仿真研究。最好的作者的知识,目前的审查将在其独特的类型的微观模拟不同类型的住客使用PTV Vissim。
论文的主要贡献是执行如下:(1)探讨PTV Vissim车辆换道,横向参数校准在文献中已经有模拟不同类型的住客。(2)比较值AVs的车辆换道,横向参数校准在文学的介绍PTV Vissim 2020。
剩下的论文结构如下。部分2提出了方法论的框架。校准车辆换道,在文献研究和横向参数部分3和4,分别。部分5论述了文献回顾的结果。最后,部分6提供的结论和未来的研究方向。
2。方法论的框架
全面的文献综述进行了地图目前可用的信息和精确知识缺口。文献综述方法在当前纸后提出的一个Massar et al。31日),这是最广泛应用的方法,包括一系列的阶段,包括设计审查方法,定位和选择相关研究,提取和合成数据,并最终总结研究结果。科学的斯高帕斯和Web数据库被用来提取相关文献。斯高帕斯搜索,关键字的组合,“TITLE-ABS-KEY (Vissim仿真和(自动或自治)和车辆)”使用。另一方面,关键字的组合,“所有=((自动或自治区)和车辆和Vissim仿真)”从网上提取相关研究被认为是科学的。提取相关的文章,文章发表在英语,访问,不早于2016年出版。因此,48和53篇文章从相应的数据库和检索61篇论文被发现后删除重复的输出这两个数据库。
此外,在文献中,两个主要研究利用Vissim流复制AVs的驾驶行为使用内部或外部造型技术。第一个流(例如,看到7,12,25,32)使用的内部造型,并修改默认魏德曼驱动逻辑(车辆)和换道参数来模拟所需的驾驶行为。第二个流,它使用外部Vissim接口和外部造型方法,发送用户定义的算法来动态链接库模仿AVs的驱动逻辑(例如,看到33,34])。本研究遵循第一个流的文献。因此,进一步分析搜索的输出导致16相关研究。此外,滚雪球式的技术已被用于额外的搜索和共32篇文章回顾了在当前的研究中。
如图1,回顾了研究由装甲防护和骑士在不同道路类型,如城市道路节点以及高速公路段。值得一提的,一些研究考虑进行模拟。
在最新的版本中,PTV Vissim 2020包括三种不同的驾驶模型设计自动化工具(AVs)基于现场数据:AV咄咄逼人,AV正常,AV谨慎。AV谨慎实现安全驾驶行为绝对制动距离是执行,和车辆保持大进展过程中车道改变。AVnormal执行类似于驾驶员的能力进一步确定速度和距离附近的车辆在其传感器的范围,然而,在AV咄咄逼人,合作特点,肤浅的注意力,和预测能力预计,可能导致更小的进展(35]。除此之外,在PTV Vissim 2020年,新的驾驶特性包括连,执行绝对制动距离,隐含推断统计学、交互对象的数量,和汽车。软件默认值也显示在表中1和2,这显示了建议的模拟参数AV谨慎,AV正常,AV积极在最近版本的软件除了传统的车辆(CV)的默认值。
3所示。车辆参数
本部分调查PTV Vissim车辆参数包括停滞距离(CC0),进展时间(CC1)变异(CC2)后,进入“后”(CC3)阈值,消极/积极阈值(CC4 / CC5)后,振荡速度依赖性(CC6),振动加速度(CC7)停滞加速度(CC8),在80 km / h加速(CC9),看看设置已经校准了AVs的不同类型文学。校准值的总结文献中也展示在表1。
3.1。CC0:停滞距离(米)
CC0平均所需的两个连续停止车辆之间的距离。它决定了堵塞道路基础设施密度和容量成反比。默认值是1.5036]。
2016年,骑士,咏叹调37基本高速公路)视为CC0值为1.5和2.5合并和不同高速公路段提出的基于价值观Leyn和Vortisch22]。同样,Motamedidehkordi et al。381.0]假定模拟骑士在高速公路网络宣布的缺失数据在这个研究课题。2021年,饶et al。39)被认为是5英尺(1.52米)的装甲防护高速公路段各种几何和交通条件。
2015年,玻姆和海格被认为是CC0 1.0基于价值观的价值提出了由Bierstedt et al。40)评估装甲防护对瑞典的交通系统的影响,包括不同几何安排(41]。同样,Deluka Tibljašet al。6)模拟装甲防护在环形CC0价值1.0采用前发表的文章。2018年,Morando et al。42)采用两套CC0值0.50和0.75在路口的十字路口和迂回的装甲防护相关的文学作品来研究这种新兴技术如何影响道路段检查。对于多车道的高速公路上模拟装甲防护,El-Hansali et al。43校准CC0值0.75,值为0.5时被认为是模拟的装甲防护合并高速公路上段由李等。44]。
装甲防护的研究,分析环境影响城市道路,采用CC0值为1.47 (5,26]。测量装甲防护的影响与不同的领域包括高速公路拥堵的道路网络交换和动脉走廊,斯坦内克et al。32)提出了一种基于1.25的价值研究Bierstedt et al。40),致力于自适应巡航控制的功能。同样,调查相关文献后,他et al。25)指定一个CC0值1.25模拟骑士的编织高速公路段。
2019年,Stogios et al。7)被认为是最谨慎的和攻击性驾驶行为的装甲防护在路口十字路口和高速公路网络组成的不同几何安排包括入站、车道下降,和出站;通过审查的文学作品,他们认为CC0值谨慎的装甲防护的2.50和0.50对激进的装甲防护。此外,雷·考尔菲德(45推荐值为0.38时在他们的研究中,分析了影响高速公路的装甲防护。
值得一提的是,住客可以谨慎或攻击性驾驶行为取决于级别的自动化和驱动逻辑。因此,歌曲等。46]校准CC0值2.17和0.5警告骑士和咄咄逼人的骑士,分别对不同道路网络组成的高速公路和二级公路。此外,Boualam [47]假定1.5和1.0用谨慎和攻击性驾驶行为模拟装甲防护的迂回,分别。1.5和1.0的相同值也被Postigo et al。48装甲防护的模拟高速公路网络。另一方面,Tafidis et al。49]认为1.0和0.5 CC0值装甲防护和谨慎的攻击性驾驶行为,分别。此外,Szimba和哈特曼(29日]假定值为0.50时为四级(谨慎)和5级(有闯劲的)骑士在道路网络中由高速公路、干道和收藏家。
2016年,阿特金斯(50]认为CC0值在2.50至0.50的范围对驾驶行为从最谨慎最激进的骑士在一个宽阔的道路网络,包括城市道路和高速公路段。相应地,李等人分类骑士在一条四车道的高速公路段9水平的攻击性水平,研究通过阿特金斯(50]。因此,李等人考虑的范围从2.50到0.50,第一个和第二个值代表最谨慎、最骑士的攻击性驾驶行为,分别是(51]。同样,Asadi et al。52]假定CC0的价值与(联合国)市区道路路口十字路口和环形路的范围可以从1.50 1.00最谨慎的骑士最激进的骑士。利用遗传算法,刘和风扇53)的值校准CC0 0.65四车道高速公路基本段的骑士。另一项研究通过Khattak et al。332.64)视为CC0的价值更高,骑士在多车道高速公路与其他研究相比。此外,Budan et al。54]假定值从1.0到0.5的模拟城市道路交叉口的骑士。
2018年,雷森(27值为1.00)用于装甲防护和骑士来评估这些车辆容量的影响不同的高速公路段(基本高速公路、合并、分叉和编织)使用一个全面的调查相关的文学作品。更重要的是,城市道路交叉口1.0用于骑士(55- - - - - -57)和在网络范围的模拟(58]。
3.2。CC1:进展时间(年代)
CC1是司机希望保持所需的时间距离;该参数控制的时间分布的speed-dependent部分所需的安全距离。大容量的交通,CC1是最重要的参数影响能力和安全距离。默认值是0.9036]。
装甲防护的路口交叉迂回,Morando等人采取了CC1值0.50和0.45的道路类型被认为是前发表的文献评估两组装甲防护的驾驶行为的影响(42]。
2015年,玻姆和海格,采用的研究(40),被认为是一个值的0.50仿真全网流量的装甲防护系统(41]。研究[6]假定0.50模拟城市道路路口装甲防护,采用从之前出版的文章。此外,李et al。44]校准值0.6仿真的装甲防护合并高速公路段。
回顾现有的文献后,他等人模拟骑士CC1值为0.50在他们的研究来评估骑士编织段高速公路上的影响(25]。同样,托马斯等人认为值为0.50时在他们的研究针对装甲防护的环境影响调查的城市道路(5]。此外,Motamedidehkordi等人CC1值0.50用于模拟连接高度AVs在高速公路网络在比较文学的几个值(38]。
一些研究认为略小CC1比上面所引的文献。因此,研究[37,590.30)被认为是骑士的模拟城市交通系统的基础上,提出了价值的试验研究[60]。同样,2018年,斯坦内克等人认为CC1值0.25估计装甲防护的影响拥挤的公路网络实现的进展(前保险杠前保险杠)0.50秒之间连续车辆的速度80公里/小时(32]。
2018年,雷森(27)指定CC1装甲防护的0.90值0.50,骑士为不同类别的配置基本覆盖高速公路,高速公路合并,分叉,编织后段调查不同的文学作品。2020年,拉斐尔et al。26)模拟装甲防护城市道路CC1值为1.0,援引先前发表的研究文章。研究[43,45]建议CC1值0.45的装甲防护的影响研究在高速公路研究[55- - - - - -58]假定值0.5模拟骑士对城市道路的影响。此外,Tafidis [49)校准值0.5谨慎和积极的装甲防护在城市道路网络。
在一些研究中,CC1一直被认为是不同的。研究人员认为这是基于侵略性的装甲防护水平和骑士。他们透露,激进的AVs CC1价值低于谨慎的住客。因此,CC1值在1.80最激进的骑士至少0.60最谨慎的被认为是骑士道路网络与不同的几何元素的研究(50]。2019年,采用的研究(50),但与更广泛,李等人使用相应CC1评估值的范围从2.10到0.50骑士9个类别的攻击性水平在四车道高速公路51]。同样,Asadi等人调整CC1的价值,可以谨慎的范围从1.50到0.50的最激进的骑士(联合国)组成的城市道路路口十字路口和环形路(52]。最近,在2022年,Boualam et al。47)使用环形装甲防护的1.5到0.6范围,而Postigo et al。48)被认为是1.5到0.7模拟高速公路装甲防护。此外,Budan et al。54]假定值从0.8到0.5的模拟城市道路交叉口的骑士。
2019年,Stogios et al。7)模拟装甲防护在道路网络组成的高速公路和城市街道路口CC1值为2.10 0.50最谨慎、最攻击性驾驶行为采用前发表的文章。同样,Szimba和哈特曼(29日]假定值0.90和0.50 4级和5级骑士,分别在该研究领域,包括高速公路、干道和收藏家。这项研究由Khattak et al。33)被认为是价值1.54骑士多车道的高速公路。2020年,刘和风扇53),使用遗传算法的方法,找到了一个校准值1.2四车道高速公路基本段的骑士。2021年,歌等人谨慎校准这套价值1.70和0.5的骑士和侵略性的骑士组成的道路网络干线公路和二级高速公路在中国(46]。超越,饶等人调整CC1 1.20模拟装甲防护的高速公路网络与不同的几何特征(39]。
3.3。CC2:变异(m)后
CC2的参数限制了纵向振动;它决定了多少距离比所需的安全距离司机允许之前故意靠近前方的车辆。默认值是4.0,结果在一个适度稳定后(36]。Motamedidehkordi等人考虑连接的默认值高度AVs在高速公路上,强调缺乏相关的文学作品(38]。除此之外,2021年,拉奥也使用的默认值模拟AVs在不同高速公路几何(39]。
2016年,基于价值提出了研究[22],咏叹调模拟骑士CC2值为4.00在高速公路的基本高速公路和合并片段,同时考虑5.00骑士在不同高速公路段37]。2018年,斯坦内克等人认为3.00装甲防护在拥挤的道路网络,包括高速公路交换和动脉走廊在回顾相关的文学作品(32]。此外,在广泛调查相关的文学作品,他为骑士等人CC2调整到3.00模拟高速公路编织段(25]。2021年,雷·考尔菲德(45)建议值为2.00的装甲防护高速公路网络。刘和风扇53)也为骑士校准值3.35四车道高速公路基本段通过遗传算法。
查阅了相关文献资料后,雷森指定CC2 1.00和2.00装甲防护骑士模拟在不同的高速公路基本段组成的高速公路,合并,分叉,编织13,27]。基于价值观的研究中提出了自适应巡航控制系统(40],玻姆和海格值为1.00时用于仿真的装甲防护瑞典交通系统(41]。此外,Deluka Tibljašet al。6)和Giuffre et al。55,56)模拟骑士在环形CC1值为1.00。
不同于上面所引的研究工作,有些研究认为CC2值为0.0,预期,AVs将没有变化而之后。采用前发表的文献,CC2值调整到0.0 AVs在城市道路(26,47,54,57,58装甲防护,在高速公路上44,48),骑士在城市道路(52),和骑士在一条四车道的高速公路研究[51]。同样,Szimba和哈特曼修改CC2 0.0四级(谨慎)和5(有闯劲的)骑士在道路网络中涉及高速公路、干道和收藏家29日]。此外,Morando等人采用两套CC2值模拟的环形路口十字路口和装甲防护。因此,他们使用0.0和2.0两种道路类型他们认为(42]。Tafidis [49)被认为是2.0和0.0,分别为谨慎和积极的装甲防护网络范围的模拟研究。
歌等人认为CC2值1.00警告骑士和激进的骑士不同的高速公路和干线公路网络由二级公路(46]。此外,评估的值设置为2.0的安全影响装甲防护多车道的高速公路上段(43]。
3.4。进入“后”CC3:阈值(s)
CC3−8.00的默认值,之前的秒数达到安全距离,和它控制的开始减速的过程。在这个阶段,驾驶员感知前较慢的车辆(36]。2016年,Motamedidehkordi等人使用的默认CC3价值评估的影响连接高度AVs高速公路上拥堵的模式,并没有相关的工作在文献[38]。此外,Deluka Tibljaš等人相同的值用于模拟装甲防护的引入在迂回的6]。研究人员还建议使用默认值CC3不管他们的驾驶行为模拟研究,包括装甲防护高速公路(45城市道路[]和骑士52]。
2020年,他等人指定CC3值−12.0模拟骑士在一个高速公路编织部分从回顾相关的文学作品25]。采用从以前出版的文献,为装甲防护在城市道路、−13.50被认为是研究[26]和−13.54研究[5]。同样,斯坦内克等人认为CC3−12.0模拟装甲防护的价值在一个拥挤的道路网络32]。此外,最近2022年,Boualam et al。47]假定值从10.0−−6.0迂回的装甲防护。
2018年,雷森回顾了现有文献中的建议值和设置CC3价值为装甲防护和−16.0−12.0在高速公路段,包括合并、骑士不同,织造(27]。基本高速公路段,刘和风扇53校准值13.0−骑士。此外,微观交通仿真的值设置为−6.0骑士在迂回的55,56和网络范围的模拟57,58]。此外,Budan et al。54]假定值为-8.0的模拟城市道路交叉口的骑士。
2019年,Stogios等人采取了CC3值为谨慎和−−16.0 4.0的激进的装甲防护,采用相关的文学作品的评论在基于仿真的研究中由城市走廊和高速公路(路口7]。
El-Hansali et al。43)被认为是价值8.0−装甲防护的多车道的高速公路。最近,在2022年,Postigo et al。48]假定范围窄,从10.0−−6.0模拟装甲防护对高速公路交通的影响。类似地,歌等人认为CC3值−3.33警告骑士和−1.00激进的骑士不同的高速公路和干线公路网络由二级公路(46]。完全不同于上述研究,李等人将CC3值设置为0.0骑士在一条四车道的高速公路44,51]。
3.5。CC4 / CC5:消极/积极后阈值(米/秒)
正面和负面的阈值定义的正面和负面的速度差异后,分别在接下来的过程。这些阈值较低的价值时,司机的反应前车辆加速或减速将更加敏感。默认值是−0.35/0.35后各自的阈值(36]。研究[27,32,45)使用软件默认无论车辆自动化类别。
低CC4和CC5值被认为是文学的AVs(装甲防护和骑士)由于期望,这些车辆更敏感的反应比人类司机前面的车辆。2015年,玻姆和海格值提出了采用自适应巡航控制系统研究[40值−0.10/0.10),用于装甲防护在瑞典交通系统进行研究[41]。研究也校准CC4 / CC5值−0.10/0.10环形路的装甲防护,采用从之前发表的文章6,47]。同样,一个值−0.10/0.10的装甲防护和骑士在高速公路段研究[25,48]。
2020年,城市道路的装甲防护,研究[5,26校准它−0.13/0.13采用从相关的文学作品。对于骑士来说,CC4 / CC5−0.10/0.10的价值被认为是[38,43,55- - - - - -58]。2018年,Budan et al。54]假定−0.05/0.05 m值的模拟城市道路交叉口的骑士。在研究[51骑士在一条四车道的高速公路和研究][29日,44,46)模拟骑士与不同巷道几何配置和交通状况,CC4 / CC5调整到0.0/0.0。
2019年,Stogios等人被认为是激进的装甲防护的-0.10/0.10值时考虑−0.60/0.60谨慎驾驶行为基于值的装甲防护提出了以前发表的文章(7]。此外,Morando等人采取了CC4 / 0.00/0.00和0.10/0.10−CC5价值相关的文学作品在道路模拟两套装甲防护的驾驶行为包括环形和路口十字路口(42]。
不同于上述作品在文学和Vissim默认情况下,使用Aria CC4和CC5值不同的情况下,强调司机响应速度在加速减速比。因此,−0.30 CC4与相应的高速公路基本段CC5 0.35的价值,考虑为CC4−0.35/0.35 / CC5值合并和不同部分(37]。同样,2020年,刘和风扇53)校准值−0.24/0.4骑士基本高速公路段。更重要的是,Tafidis [49]认为各自的价值−0.1/1.0谨慎的装甲防护和0.0/0.0咄咄逼人的装甲防护的一个城市道路的环境,有不同的几何配置。
3.6。振荡CC6:速度依赖性(1 / (m / s))
CC6定义了距离对下列过程中速度波动的影响。较大的值导致更大的速度振荡随着距离增加,值为0.00时指出,速度振荡是独立的距离。Vissim的默认值是11.44。(36]。
由于自动驾驶系统的本质,文学预计不会有显著的速度变化装甲防护和骑士。鉴于此,一些研究认为是CC6值为0.00 (6,25,27,32,38,41- - - - - -44,46- - - - - -49,51,52,54,57,58]。然而,一些研究认为默认(11.44)(例如,37)高速公路段的骑士组成的基本高速公路不同和合并片段)。此外,其他研究采用CC6值11.40模拟骑士在市区道路26和装甲防护在高速公路45]。与上面所引的的文学作品,值为1.0时被认为是模拟的骑士(55,56]。
3.7。CC7:振动加速度(m / s2)
CC7是绝对的最小值加速或减速驱动程序使用当另一辆车。默认值是0.2536]。一些研究[25,32,37,38,45)被认为是默认值。
基于价值观的建议的研究Bierstedt et al。40),玻姆和海格41)被认为是CC7值为0.40的装甲防护瑞典的交通系统。最近2022年,Postigo et al。48]假定值为0.1时为研究装甲防护高速公路交通的影响。值为0.4时用于装甲防护的研究Deluka Tibljašet al。6和李et al。44]调查迂回的装甲防护的影响,结合高速公路段,分别。同样,雷森校准CC7 0.10装甲防护和骑士在高速公路段模拟,包括合并、编织、发散、基本高速公路段在回顾相关工作(27]。在研究[5,26),0.08的装甲防护模拟城市道路采用相关的文学作品。研究[47,55- - - - - -57]CC7值设置为0.1 AVs的影响评价城市道路环境。此外,Hurtado-Beltran和Rilett [58]校准值0.1网络范围的骑士的影响评估。
研究还强调了重要性的考虑谨慎和攻击性驾驶行为的特点,AVs在校准过程中微观模拟的PTV Vissim。因此,模拟的骑士在公路网络包括城市走廊和高速公路,阿特金斯使用值的范围从0.10到0.40的第一个值代表最谨慎的驾驶行为(50]。采用从价值观提出了阿特金斯(50],李等人也被认为是一个CC7值范围为0.05到0.45骑士在一条四车道的高速公路9类别的攻击性水平从最谨慎最激进的驾驶特点,第一个值代表最谨慎的骑士(51]。同样,Asadi等人认为谨慎的值从0.15到0.45的激进的骑士在城市道路网络(52]。
2019年,对高速公路和城市道路路口,模拟装甲防护Stogios等人调整了CC7价值0.05的谨慎和0.45的攻击性驾驶行为对于每个道路类型考虑,在前面的基础上,建议发表文献[7]。2021年,首歌等人认为CC7值警告骑士的0.12和0.45为激进的骑士不同的公路网络组成的高速公路干线和辅助高速公路(46]。刘和风扇530.46)校准值骑士基本高速公路段。此外,Budan et al。54]假定值的范围从0.3到0.45的骑士在城市道路路口。
此外,Morando等人认为两套CC7值评估对路口十字路口和迂回的装甲防护的影响。因此,他们采用了0.45和0.25相关的文学作品为每个考虑道路(42]。此外,El-Hansali et al。43)将值设置为0.25研究装甲防护的安全影响的公路网络。不同于其他文献,最近研究Rao等人认为CC7价值更高,0.91,装甲防护的高速公路网络(39]。超越,Tafidis [49)校准CC7值为谨慎的装甲防护0.25和0.4为激进的装甲防护城市道路环境与不同的几何排列。
3.8。CC8:停滞加速度(m / s2)
CC8时所需的车辆加速度从停止状态。默认值是3.5036]。研究还认为默认值在高速公路编织段模拟骑士(25装甲防护,在拥挤的公路网络与不同的几何安排(32装甲防护,在高速公路45),和骑士在不同道路配置包括合并、发散,并且直段(37]。同样,Motamedidehkordi et al。38)认为模拟骑士在高速公路网络的默认值。
2018年,雷森视为CC8装甲防护的骑士和4.00的3.50值包含基本的高速公路,高速公路合并,不同,对称的编织后段探索以前发表的文献[27]。在装甲防护的研究评估了影响城市道路网络,CC8值校准3.72,采用从相关的文学作品5,26]。CC8值4.00被认为是研究调查装甲防护的影响不同路段的道路网络组成城市道路和高速公路段(41),环形路(6),进行模拟(58]。最近,在2022年,Elawady et al。57]校准值3.5研究骑士对城市道路交通的影响。研究[55,56)校准值3.0仿真的骑士与迂回的城市道路设置。李等人。44)校准值3.8装甲防护的影响评估合并片段,而El-Hansali et al。433.5]假设分析高速公路网络上装甲防护的安全影响。此外,Budan et al。54]假定值的范围从3.6到3.9的模拟城市道路的骑士。
与上面所引的文献相比,阿特金斯用CC8值在3.20到3.80范围骑士道路,包括城市和高速公路段,第一个值代表最谨慎的驾驶行为(50]。考虑到提出特金(范围值的研究50],李等人使用CC8值在3.10至3.90的范围模拟相应的骑士的攻击性水平在四车道高速公路51]。此外,Asadi等人使用一个值从3.30到3.90,分别为谨慎和积极的骑士在城市道路。另一方面,歌曲等人认为值为3.5时警告骑士和激进的骑士道路段高速公路组成各种交通水平(46]。
CC8 Stogios等人修改,2019年3.10谨慎的激进的装甲防护装甲防护和3.90公路段包含城市走廊和高速公路路口段基于相关的文学作品(7]。此外,Morando模拟装甲防护等人在环形路口十字路口和两套CC8值3.90和3.50每个巷道类型采用从文献[42]。超越,Tafidis [49)校准CC8值为谨慎的装甲防护3.5和4.0对城市道路主动装甲防护。不同于上述的文学作品,研究[47,48)承担更大范围的值,从3.0到4.0的装甲防护。
3.9。CC9:在80 km / h加速(m / s2)
CC9所需的加速度的车辆的速度80公里/小时。默认值是1.5036]。研究人员认为默认为骑士CC9价值在高速公路([37,38])。斯坦内克等人也用装甲防护在拥挤的道路网络的默认值由不同几何安排(32和高速公路45]。同样,默认值被认为是在他et al。25为骑士在一段高速公路编织和Elawady et al。57骑士在城市道路环境。对高速公路段合并,李et al。44假定一个CC9 1.8装甲防护的价值。
2018年,雷森2.00用于装甲防护和骑士在一个多样化的覆盖基本的高速公路,高速公路段合并,分叉,编织段(27]。此外,装甲防护,值为2.00时被认为是研究集中在网络范围的交通系统(41,58),和环形路6)收养前发表的文章。2020年,研究人员指定CC9值1.60模拟骑士在城市道路采用的相关文献(5,26]。最近2021年,歌等人认为值为1.50时警告骑士和骑士道路段组成的高速公路各种交通水平(46]。此外,Budan et al。54]采用值的范围从1.6到1.9的模拟城市道路的骑士。
在上面所引的的文学作品相比,阿特金斯在1.20至1.80的范围用于骑士与驾驶行为从最谨慎最积极,分别为(50]。采用阿特金斯值研究,李等人认为CC9值在1.10至1.90的范围对应的骑士驾驶行为在一条四车道的高速公路51]。范围从1.30到1.90的骑士在城市道路也被认为是研究Asadi et al。52]。同样,Stogios等人认为CC9 1.90 1.10谨慎和积极的装甲防护的价值评估对路口城市道路和高速公路交通的影响提出了基于值前发表文献[7]。此外,研究[47,48]假定装甲防护的值从1.2到2.0。与上述研究相比,对迂回的骑士,Giuffre et al。55和塞韦里诺等。56校准CC9为一个较小的值,是0.5。
3.10。看设置
看设置定义的最小和最大距离车辆可以看到其他车辆作出反应。它包括向前看,回顾距离。先进的车辆通信技术如vehicle-to-vehicle,车辆基础设施和车辆云可以扩展距离几公里。
3.10.1。展望未来的距离(米)
“向前看距离”是一个参数,它定义了最小和最大距离,汽车可以看到反应在同一个链接转发给其他车辆前或除了它。默认值是0的最低和最高25036]。
2016年,咏叹调从这项研究采用61年),使用150年和200年,分别为骑士的最大和最小值在不同的配置,包括高速公路、高速公路段合并,分叉,编织37]。最近,在2022年,Postigo et al。48]假定最大和最小值0和300年,分别为研究装甲防护高速公路交通的潜在影响。
2015年,玻姆和海格装甲防护的最大先行的距离翻了一番。因此,他们认为最小和最大先行的距离为0和500年,分别模拟装甲防护的瑞典交通系统(41]。此外,斯坦内克等人采用建议的值在研究[41)模拟装甲防护拥挤的道路上链接覆盖高速公路段和环形路(32]。Tafidis等人的研究也使用值为0.00和500年骑士各自在十字路口往前看距离采用相关研究(62年]。2020年,他等人回顾了相关的文学作品和校准的值为0和500年,分别模拟骑士的最大和最小值在一个高速公路编织段(25]。2021年,公园等人也调整了最小值为0和最大到500年城市道路环境中模拟装甲防护与不同交通条件和几何配置,包括单行道,多车道,十字路口30.]。此外,Giuffre et al。55和塞韦里诺等。56]校准的最小值和最大值到20和200年,分别为模拟城市道路设置环形路的骑士。
为模拟在迂回的装甲防护,Deluka Tibljašet al。6)调整相应的值为0和105年,专门为CVs基于校准进行了研究[63年]。此外,雷森采用各自的最小值和最大值的装甲防护,150年和200年5000年和5000年的骑士前发表的相关文献,评估的影响这一新兴技术在高速公路交通组成的合并,分叉,编织,并且直段27]。Asadi等人的研究建议更短的距离向前看的骑士(800)市区道路(52]。
3.10.2。回顾距离(米)
“回头看距离”定义的最小和最大距离车辆可以看到倒在同一个链接对其他车辆。默认值最低为0,最高15036]。
2015年,玻姆和海格最大的装甲防护lookback距离增加了一倍。因此,他们认为是一个最小值和最大值向前看0到300的距离,分别模拟装甲防护的瑞典交通系统(41]。
基于价值观的玻姆和海格的建议的研究41),斯坦内克et al。32)认为这是0和299米(980英尺),分别。拥挤的道路连接模拟装甲防护。此外,最近在2020年,他等人回顾了相关的文学作品和校准的值为0和500年,分别为最小和最大值在模拟骑士freeway-weaving段(25]。环形路的装甲防护,Deluka Tibljaš等人调整相应的值为0和280年专门为CVs基于校正进行了研究[6,63年]。最近,在2022年,Postigo et al。48)采用0到150的最大和最小值,分别为模拟装甲防护高速公路交通的影响。此外,Giuffre et al。55和塞韦里诺等。56)校准的最小值和最大值到20和200年,分别模拟的骑士与环形城市道路设置。
2016年,咏叹调从这项研究采用61年),被认为是150年和200年,分别作为骑士的最大和最小值在不同的高速公路段,包括高速公路、合并,分叉,编织37]。Tafidis等人的研究采用的值为0和300年骑士在十字路口各自回首距离采用相关研究(62年]。Asadi等人的研究还建议一个回头的距离800米的骑士在城市道路(52]。同样,雷森采用各自的最小和最大值150年和200年的装甲防护,5000年和5000年骑士文学的相关工作来评估这些车辆在高速公路上交通的影响包括合并、发散,编织,并且直段27]。此外,公园等人将最小值设置为0和500装甲防护的最大城市道路网络(30.]。
3.10.3。11月:观察车辆的数量(−)
这个参数定义了如何链接内的车辆可以预测其他车辆的运动和做出相应的反应。默认值是2 99年魏德曼车辆模型(36]。
一些研究认为这个仿真参数的值为10。它可能从这一事实的最大车辆数可能添加仅限于10早期版本的PTV Vissim软件。2015年,玻姆和海格认为10瑞典交通系统(模拟装甲防护的41]。斯坦内克等人的研究认为玻姆提出的价值观和海格为研究装甲防护对拥挤的道路段组成的多元化的影响几何配置(32]。除此之外,2018年,Morando等人使用两组值10的装甲防护和2路口十字路口和迂回的研究这一颠覆性技术如何影响道路部分检查(42]。李等人。44]也认为一个值为10的装甲防护合并高速公路段。
一个发人深省的研究由李等人认为11月10在不同模拟骑士攻击性水平在四车道高速公路51]。研究还认为是骑士的10个值在城市道路组成不同的几何配置(49,52,55,56,62年]。
2018年,雷森调查包含合并AVs在高速公路段的影响,不同,织造,直部分。他们认为许多观察车辆的装甲防护和10 8骑士采用评审的相关工作在文献[27]。
4所示。换道和侧参数
本部分调查PTV Vissim车道改变和横向参数,包括最低进展(MinHW),安全距离换算系数(SDRF),合作的最大减速制动(MaxDCB)合作巷变化(CLC),和在同一车道超车(OSL),已校准的不同类型的AVs文学。表2总结了从文献的校准值。
4.1。MinHW:最低进展(前后)(米)
它定义了两辆车之间的最小距离应后巷的改变可以发生。可能需要更大的进展在正常交通流条件下保持speed-dependent安全距离。默认值是0.5036]。2021年,Hurtado-Beltran和Rilett [58]假定默认值模拟的骑士在道路上不同的几何构型。
2018年,斯坦内克等人认为MinHW值0.375模拟装甲防护在拥挤的道路链接包含不同的几何配置(32]。2019年,Tafidis等人也用斯坦内克等人认为的价值评估骑士在城市道路交叉口的影响62年]。
2020年,托马斯等人值为0.70时用于装甲防护在城市高速公路基于该值在前发表的文章(5]。此外,调查现有文献后,他为骑士等人MinHW调整到0.37高速公路编织段(25]。
2016年,阿特金斯使用一个值在0.80至0.20的范围为骑士的道路上由两部分组成:城市和高速公路段,第一个值代表最谨慎的驾驶行为(50]。模拟骑士的一条四车道的高速公路,李等人也被认为是相同的一系列MinHW值提出了相应侵略性的阿特金斯(51]。Asadi等人的研究被认为是一个较小的范围相比之前的研究。Asadi等人认为警告骑士的值从0.70到0.20的激进的骑士在城市道路环境中(52]。2021年,公园等。30.]MinHW的值设置为0.20装甲防护在城市道路环境下,虽然李et al。44)被认为是相同的值合并的装甲防护高速公路段。最近2022年,Postigo et al。48)被认为是一个值在1.0至0.5的范围在高速公路装甲防护。
此外,Stogios等人被认为是最低进展0.80谨慎为激进的装甲防护装甲防护和0.20公路网络组成城市路口走廊和高速公路7]。然而,歌等人被认为是相同的值,0.50,谨慎的骑士和激进的骑士在不同巷道几何图形(46]。此外,Tafidis [49)校准值0.5谨慎的激进的装甲防护装甲防护和0.2一个城市道路环境。
4.2。SDRF:安全距离换算系数(-)
“SDRF”反映了安全距离的减少与换道车辆参与关联的策略。当车道改变完成,再次被认为是原始的安全距离。一个更小的值导致更激进的换道行为。默认值是0.60,结果减少了40%安全距离(36]。雷森Vissim默认SDRF值用于装甲防护和骑士模拟在不同高速公路段,包括合并、发散,编织,并且直段27]。此外,最近2021年,歌等人认为是相同的值,0.60,谨慎和积极的骑士在道路网络中具有不同几何设置(46]。
2016年,咏叹调视为SDRF基本高速公路值为0.60,0.85 0.80合并,不同段的骑士的基础上,提出价值研究[22,37]。0.45 Tafidis等人的研究被认为是骑士在城市路口,采用从之前发表的文章62年]。此外,研究假设值为0.75模拟骑士在不同道路配置(38,58]。
2020年,托马斯等人模拟城市道路上装甲防护考虑SDRF值0.21基于提出的价值观前发表的研究工作5]。此外,他的骑士等人指定的值为0.45高速公路编织部分在回顾几个作品在文献[25]。
不同于上面所引的文献中,阿特金斯认为SDRF在0.90到0.30范围,第一个代表最谨慎和第二个最激进的骑士(50]。2019年,李等人采用相同范围的SDRF研究[50)各自的攻击性驾驶水平的骑士在一条四车道的高速公路段51]。相应地,Asadi等人校准值在0.80至0.30的范围为骑士在城市道路环境中(52]。同样,Stogios为谨慎的装甲防护等人指定的值为0.70和0.10主动装甲防护的研究,评估这些车辆在道路的影响链接组成的高速公路段和路口城市走廊7]。最近,在2022年,Postigo et al。48)视为一个窄的范围,从1.0到0.6的装甲防护高速公路。另一方面,公园等。30.]SDRF的值设置为0.30的装甲防护城市道路设置,而李et al。44]假设相同的值对装甲防护合并高速公路段。
4.3。MaxDCB:合作的最大减速制动(m / s2)
“MaxDCB”是一个参数,它定义了最大减速后车司机会接受合作帮助换道车辆执行其策略。值越大,意味着一个强大的制动和车道改变的可能性很高。默认值是−3.00 [36]。
2016年,Motamedidehkordi等人认为值−3.50连接高度AVs在高速公路38]。同样,Tafidis等人采用−4.00模拟骑士在城市路口从相关的文学作品62年]。咏叹调MaxDCB分配不同类型的高速公路段的基础上,提出研究中的值(22]。因此,咏叹调认为−3.00−6.00,和9.00−骑士在基本的高速公路,合并,分别和不同段37]。此外,2021年,Hurtado-Beltran和Rilett [58)校准MaxDCB -6.0模拟骑士”的价值影响的巷道不同几何配置。
2020年,他为骑士等人使用−4.00编织高速公路段在回顾相关的文学作品(25]。同样,斯坦内克等人认为−4.00装甲防护在拥挤的公路网络覆盖城市和高速公路道路段(32),而值−4.40用于装甲防护在高速公路段具有不同的几何构型39]。最近,在2022年,Postigo et al。48)设置值的范围从2.5−−6.0研究装甲防护对高速公路的影响。
最近,歌等人调整了价值−3.00谨慎和积极的骑士在不同巷道几何图形(46]。这项研究由Khattak et al。33]认为−7.06骑士在多车道高速公路段。
4.4。CLC:合作巷变化(-)
该参数规定的情况下,落后于车辆在目标车道将尝试移动到另一侧建立换道车辆的空间。车辆执行合作巷变化如果定义的最大速度差和最大碰撞时间不超过。默认的PTV Vissim是不36]。
2016年,咏叹调等人激活CLC骑士的最大速度差设置为3.0公里/小时,最大碰撞时间10.0秒(59]。其他研究也激活这个参数和使用默认的最大速度差异(10.0 km / h)和最大碰撞时间(10秒)。这些包括斯坦内克等人的研究来评估装甲防护的影响链接(拥挤的道路上32),Tafidis等人的研究来评估骑士在城市道路交叉口的影响62年和公园等人在装甲防护的影响城市道路网络的评估(30.]。另一方面,研究[52,58)被认为是最大速度差10.80公里/小时,最大碰撞时间10秒的道路环境中骑士组成(联合国)路口十字路口和环形路。
4.5。OSL:超越在同一车道(−)
当造型交通不是巷绑定,可以让车辆超车车道内通过OSL可以定义。车辆可以在车道超车向左或向右。默认是不36]。Hurtado-Beltran和Rilett58)认为是骑士的模拟的默认值在巷道网络与不同的几何构型。
2013年,蒋介石和陈在java虚拟机模拟自动车辆使用一个算法,用于取代在同一车道(左和右)满足安全要求时(64年]。此外,咏叹调等人激活OSL骑士在高速公路段包括合并、发散,和基本的高速公路,考虑为最小的横向距离0.15米和0.50米和最小的横向距离驾驶站在50公里/小时,分别为(59]。
2018年,斯坦内克et al。32)激活OSL最小横向距离为0.15米,最小的横向距离为0.75 m,分别。同样,Tafidis等人0.15米和0.50米,用于激活相应的距离为骑士在城市道路交叉口采用前发表的文献[62年]。以外,在最近的一项研究在2020年,他在高速公路等人激活OSL用于骑士编织段与相同的值(0.75米)最小的横向距离站和最小的横向距离行驶50公里/小时采用经过审查的相关工作在文献[25]。
5。讨论
微观交通仿真器在造型复杂的交通行为中起关键作用,同时保持计算效率。PTV Vissim是最受欢迎的交通模拟器之一,这是一个离散的、随机的,time-step-based,微观模型driver-vehicle单位视为一个单一的实体。Vissim采用心理物理车辆模型,这个模型包括心理活动(例如,无意识的车辆和perception-reaction阈值)和体育活动(例如,加速和减速的努力)65年]。车辆换道,横向行为的仿真模型是最重要的成分直接影响车辆网络中的交互和模仿现实世界的交通流至关重要。的PTV Vissim软件为仿真参数提供默认值,可以使用为基础的仿真场景,反映实际交通与不同巷道几何配置。尽管如此,校准值模拟的自动车辆(AVs)在不同文学不同的住客还没有在交通。
在文献中,不同的驾驶行为AVs的假设;例如,他们可以分组为谨慎和积极7,50,51基于自动化的水平),5级是最激进的住客。住客可以进一步集群合作/连接AVs(骑士)和自治(没有沟通能力)AVs(装甲防护)12,11]。更重要的是,道路产生重大影响的类型在AVs的驾驶特点,为研究[22),例如,显示基本的高速公路上车辆更保守的比合并和不同高速公路段。研究了几种类型的道路在文学,包括基本高速公路段(27,51),合并高速公路段(27,44),不同高速公路段(25),编织高速公路段(27,59),路口十字路口(54,57),环形路(55,56,63年),和网络范围的模拟,包括各种巷道的元素(32,37,41]。
综合文献综述表明,假设有一个变化的车辆,换道和横向行为参数之间的文学作品以及最新版本的建议之一PTV Vissim。考虑到所有车辆参数CC0和CC1,文献认为谨慎AVs值高于传统汽车(例如,7,46,52)这意味着较低的自动化和不确定的操作设计领域AVs执行不到传统的车辆交通。此外,PTV Vissim 2020显示相同的值的CC0谨慎AVs和正常的装甲防护,同时积极AVs推荐一个较低的值。关于CC2,这是一个参数,限制了车辆的纵向振动相比,一个在前面,PTV Vissim建议值为0.0时车辆自动化可以消除振荡。尽管如此,大多数的研究假设值从0.0到4.0不等。相比其他车辆设置、价值观提出了CC3, CC4, CC5, CC6 CC7, CC8, CC9不同相对略在文学作品和软件提供的默认值(见表1)。向前看的距离(小伙子)和回顾距离(精神的小黑裙),文献认为小伙子AVs的将是更大的比正常的汽车,但是汽车自动化的软件假定的小黑裙是独立的。此外,如表所示2、文献认为车辆自动化和连接导致较低的最低进展(MinHW)激进的住客和更高价值谨慎AVs尽管PTV Vissim假定他们可以有相同的值作为传统汽车。同样,安全距离的标定值换算系数(SDRF)和最大减速合作打破(MaxDCB)不同的文学作品中以及软件默认。超出合作自动车辆被认为有能力合作换道超车在同一车道(例如,12,27,37,59])。
表3显示了AVs的类型评估通过PTV Vissim内部模型以及相应的研究区域,Vissim参数,评估标准,包括研究的主要结果。本文文献研究的潜在影响AVs的交通流特性,安全、排放、能源消耗进行了综述,并得出结论,AVs,作为他们的市场渗透,充满希望地提高道路交通性能当攻击性驾驶行为逻辑。然而,AVs的长期效应,特别是在能源消耗和排放,有不确定性,他们可能有负面影响在异构的场景和低市场普及率。然而,研究结果表明,骑士有更好的交通比装甲防护性能。
6。结论和未来的研究
目前,影响评估不同类型的自动车辆(AVs),自主自动车辆(装甲防护),和合作自动车辆(骑士)交通流量已收到巨大的兴趣研究人员由于其潜在的流动性在传统车辆(CVs)中获益。在文献中有不同的方法来评估AVs的影响。微观模拟是最受欢迎的方法用于调查的交通流影响住客这些车辆,目前,不是交通系统中广泛使用。PTV Vissim广泛用于AVs影响评估的文献。
当前论文试图探讨如何PTV Vissim为模拟不同类型的校准AVs的校准值和比较文学与默认值介绍该软件的最新版本,PTV Vissim 2020。2020由新特性包括连PTV Vissim,执行绝对制动距离,隐含推断统计学,许多交互对象,有助于AVs在微观交通仿真模型。本文考虑了车辆、换道参数和横向参数。
我们的发现写下来,在文献中,校准的PTV Vissim参数集中在假设从前面的文献和技术的期望。一般来说,文献CC0预期较低的值参数,CC1, CC2, CC3, CC4, CC6, CC7, SDRF,和MinHW而期待更高的值的参数包括CC8 CC9,距离,和所有类型的AVs MaxDCB完全自动化水平比较为CVs的参数值。然而,当保守AVs比CVs介绍了道路交通安全注意事项,防止影响预计在文献中(例如,更高的CC0和CC1而CC8和CC9值较小)。此外,骑士中的通信功能可以帮助他们有更高的距离与装甲防护。
在某些情况下,文学预计不同的仿真参数设置建议的PTV Vissim。例如,考虑到SDRF价值提出了积极的住客,文学预计值小于默认而PTV Vissim为这个参数提出了一个更高的价值。此外,建议值PTV Vissim 2020表明MinHW独立于车辆自动化和攻击性水平。然而,文学预计较小咄咄逼人的AVs的MinHW值同时为谨慎AVs预期更高的价值。
从目前的研究结果表明,不同类型的自动车辆的影响评估还处于开始阶段,包括各种不确定性。尽管内部Vissim模型相关文献如车辆、换道,和横向AVs的行为,进一步的研究应该扩展不同微观交通仿真器的校准和比较每个仿真参数的敏感性。
信息披露
这个刊物的预印本版本添加到ResearchGate网站(66年)为了使研究开放和透明的。作者引用本出版物和它将更新ResearchGate网站链接指向发布版本。
的利益冲突
作者宣称没有利益冲突的出版物。