文摘
专用的优化(共)车道管理可以更好地提高道路资源的效率。本文首先总结了当前高巷实施和研究分析和识别的阈值设置高巷路连接汽车环境下动态控制。然后,优先级高巷的动态控制过程是确定的,和操作效率和能耗提出了评价方法。此外,一个案例研究在无锡城市,中国,进行了。高巷后,结果表明,实施优先级动态控制,公路网总里程的车辆节省4.93%,人均平均旅行时间降低了4.27%,和道路网络的总节能率为21.96%。
1。介绍
高车道的设置可以提供更多的空间资源,多人乘坐汽车来提高交通运行效率。然而,它开始时很受争议1- - - - - -3因为高巷时没有充分利用时间,道路空间资源浪费(4];普拉文·和汉5)做了一个全面的比较高巷和普通车道设置在加州在美国。高车道通行能力调查后,交通运行条件,拼车的百分比,它被认为,在适当的道路和交通条件下,共乘车道可以提高通行能力,但当达到一定饱和时,频繁的车道变化可能导致产能下降。达利(6]声称共车道上设置有一个显著的影响在减少二氧化碳和其他温室气体的排放。古铁雷斯et al。7- - - - - -10]做了一个详细的比较分析的实现模式收费车道,车道收费车道和总结不同的适用条件和共乘车道。陈(11)模式的经验和教训,重点讨论详细规划和全球应用程序的必要性和可行性,提出高优先权引入城市交通规划在中国。结论表明,智能交通的发展水平和城市住宅特征技术在中国共乘车道的实现提供了必要的条件。
王(12]提出概念性计划拼车优先级高方案和设计经验的基础上指出,道路,交通,城市土地使用功能的主要影响因素是高巷设置在大城市。Bi (13拼车率模型)进行了深入研究后,共乘车道设置和澄清了拼车率条件下的变化规律不同的公共汽车和乘客数量共汽车,从而证明的必要性和可行性高车道设置在城市的城市。吴和锅14)分析和研究了BRT专用道之间的关系和共乘车道在城市道路和实现策略;一些学者也研究了操作效率和交通状况等方面。高车道设置的可行性已系统地研究[15- - - - - -21),它提供了一种理论依据科学合理的设置模式之道。总之,大多数以前的研究集中于高车道设置的可行性,路况,共巷静态管理。然而,基于实时数据的动态控制模式之道将被忽略。与信息技术和互联网的快速发展和改进的车辆(IoV)技术,它是可行的,实现共使用实时数据为拼车优先车道动态控制。
2。阈值测定高车道设置优先连接汽车环境下动态控制
共乘车道为多人乘坐的车辆提供方式的权利。它提高了高速公路的运营效率和吸引更多的人拼车,从而减少旅行的数量由私人汽车入住率较低,和缓解城市交通拥堵。目前,使用模式之道主要采用固定方案。随着数据采集方法的发展,它将是可行的模式实现动态智能控制通道连接汽车环境下,实现基础设施资源的优化管理。
在本节中,为了提供一个基础的动态控制共乘车道拼车头等大事,阈值的确定引入共乘车道连接汽车环境下进行了分析。
2.1。Speed-Volume模型
BPR(公路)模型显示了功能之间的关系路段的旅行时间和交通负荷: 在哪里指的是旅行时间在流动 , 旅行时间当交通量 , 是交通容量,模型参数。
同样的旅行,旅行的距离是一个常数;因此,方程(1)可以转化为以下方程: 在哪里指的是速度和流量指的是畅通的速度条件下混合交通的车辆有不同的入住率。
畅通的速度可以由道路等级,及其推荐值如表所示1。
在城市道路方面,主要交叉口间距、停止时间的电台,信号周期持续时间,和绿色的信号比,可以由以下公式计算: 在哪里指的是十字路口的平均延迟,是道路段的长度,指的是畅通的速度。
2.2。Speed-Volume模型校准
最小二乘法是用来校准speed-volume模型条件下混合交通模式和车道如下:
2.3。阈值引入高巷
交通旅游者,旅游质量评价的重要指标是旅行时间,很大程度上取决于交通状况。交通条件可分为两种状态:理想状态与实际状态。然后,旅行时间分为理想的旅行时间和实际旅行时间。实际旅行时间通常包括两部分:理想的旅行时间和理想的旅行推迟。理想的旅行时间是只有旅行距离和相关旅游模式;即,当旅行距离和模式是固定的,理想的旅行时间是一个固定值,但理想的旅行推迟将取决于交通状况并将继续增加随着交通状况的变化。交通条件的改善和减少可以有效地反映道路网络的运营效率。本文以人均延误路网运行效率的评价指标。引入共乘车道的阈值是通过最小化人均延误指数调查。
人均延误指数可以通过使用以下公式计算: 在哪里指的是多人乘坐车辆的交通量,代表的人数在每个车辆占用,指每个专用的延迟,指nonhigh-occupancy车辆的交通量,代表的人数在每个nonoccupancy车辆,和是指每个nonoccupancy车辆的延误。
每辆车延迟可以计算如下:
根据前面的调查和数据分析,约2/3的人自己的私家车愿意拼车,约1/3的人拥有私家车不愿意拼车,如图1。
从图可以看出2大多数(50.3%)多人乘坐车辆有两个乘客,紧随其后的是一名乘客(24.56%)和三名乘客(24.26%)。只有0.89%多人乘坐汽车有四个乘客。
以双向6个车道道路为例,假设 和= 3,高车道设置优先级动态控制阈值的确定如下:首先,把交通卷代入方程(3)和(4去多人乘坐和nonhigh-occupancy车辆的速度。然后,把速度代入方程(6)得到多人乘坐的每辆车延迟和nonhigh-occupancy车辆。最后,人均延误可以得到每辆车延误到方程(5)。图3显示人均延误之间的关系和交通量引入前后共乘车道。
如果我们改变从160年到180年汽车每小时而其他条件保持不变,那么人均延误和交通量的关系如图4:
当多人乘坐车辆的交通量= 160辆/小时,可以看到从图3的人均延误正常的混合流量低于高车道的交通当交通量小于每小时600辆。这意味着它是不适合设置一个高的车道。然而,当交通量大于600时,应采用高巷,减少人均延误。在这种情况下,每小时600车辆的交通量阈值设置共乘车道。同样,从图可以看出4当多人乘坐车辆的体积等于180辆/小时,阈值是每小时640辆。的阈值对不同交通卷多人乘坐的车辆展示在表2。
2.4。高巷优先具有拼车连接汽车环境下的动态控制过程
确定高车道设置的阈值后,本文选择拼车比率,饱和度(v / c)和平均交通速度的指标共巷优先级的动态控制。
服用一个周期的下游交叉口路段时间尺度,动态控制流程图如图5。步骤1:使用全球定位系统、射频识别、信息传输网络,连接汽车环境下和其他信息收集技术来收集所需的基本交通信息。第二步:执行数据预处理、数据清洗、数据修复、筛选在步骤1中收集的数据。第三步:上传数据交通信息处理中心。步骤4:显示交通信息,从理论上分析了基于拼车需求设置共乘车道比,饱和度(v / c)和平均交通速度。第五步:设置时间范围为下游交叉口的信号周期。步骤6:确定多人乘坐的车辆上的乘客的数量(拼车)。第七步:判断如果正常混合交通量大于阈值。如果是的,那么共乘车道只允许多人乘坐汽车来访问(设置共乘车道)。如果没有,共乘车道开放给所有车辆与不同的入住率(删除共乘车道)。第八步:重复步骤4步骤7。
2.5。评价高巷实施优先级的动态控制
实时交通信息,如乘客数量、旅行时间、车辆位置和车辆类型可以通过连接车辆技术。摘要人均减少旅行时间和总里程旅行选择的评价指标的实现高巷优先级的动态控制。
主要观点如下:首先,实时交通道路网络的运行状况在混合交通状态(在设置共乘车道):获得乘客的数量,旅行时间和旅行里程。其次,根据上面的信息,总里程和旅行时间旅行在混合交通状态可以计算。第三,理论分析将估计交通运行条件假设介绍了共乘车道和总旅行里程和旅行时间的新交通状态模式(在设置车道)可以计算。最后,评估实施的有效性高巷优先级动态控制车辆里程储蓄率和还原速度的人均旅游消费。流程图如图6。
2.5.1。混合交通的交通信息采集
假设有米在道路网络和部分n汽车在每个部分,那么车辆里程道路网络的最初始的操作状态(混合交通)可以表示如下: 在哪里的里程吗我th的车辆j部分的道路网络和总里程的车辆。
然后,初始工作状态的总旅行时间可以计算如下: 在哪里总行程时间,是noncarpooling游客的数量,noncarpooling旅客的平均旅行时间,拼车的旅客人数,是拼车的平均旅行时间旅行者,公共交通的旅客人数,是公共交通的平均旅行时间旅行者。
2.5.2。运输方式转移
后高巷的实现优先级动态控制,低居住车辆的旅行(私家车)公路网络将转向多人乘坐车辆(拼车)。通过presurvey,旅游模式获得传递函数在不同的州,如表所示3。
2.5.3。交通信息采集与共乘车道交通
假设有米在道路网络和部分n汽车在每个部分,然后,道路网络的总车辆里程后操作状态(在设置共乘车道)可以表示如下: 在哪里的里程吗我th的车辆jth网络和部分的道路总里程的车辆。
然后,v的总旅行时间可以计算如下: 在哪里总行程时间,是noncarpooling游客的数量,noncarpooling旅客的平均旅行时间,拼车的旅客人数,是拼车的平均旅行时间旅行者,公共交通的旅客人数,是公共交通的平均旅行时间旅行者。
2.5.4。运营效率评价
比例减少总旅行里程可以表示如下:
同样,人均减少旅行时间百分比可以表示如下:
2.5.5。能源消耗评价
评价和比较前后道路网络能耗高巷优先级动态控制促进具有重要意义和应用模式之道。根据文献[22,23),不同的交通模式在城市的能源消耗是总结在表中4和5。
根据调查城市的实际情况,能耗noncarpooling私人汽车出行,私家车拼车出行,公共汽车旅行和单室被选为10.17(25%),3.67(75%),和1.24(50%),分别为。
道路网络的总节能率可以由以下公式计算: 在H是道路网络的总节能率;是能源消耗系数noncarpooling旅行,10.17×10−5 L / p·m;拼车出行的能耗系数3.76×10−5 L / p·m;公共汽车旅行的能源消耗系数,1.24×10−5 L / p·m;平均旅行里程noncarpooling旅行的初始操作状态(混合交通),m;拼车出行的平均旅行里程在初始工作状态(混合交通),m;公共汽车旅行的平均旅行里程在初始工作状态(混合交通),m;是noncarpooling旅行的汽车的数量在初始工作状态(混合交通),阿明费;是车辆的数量,拼车出行在最初的操作状态(混合交通),阿明费;公共巴士旅行是车辆的数量的初始工作状态(混合交通),阿明费;noncarpooling旅行的平均旅行里程后操作状态(在设置共乘车道),m;拼车出行的平均旅行里程后操作状态(在设置共乘车道),m;平均旅行巴士旅行的里程后操作状态(在设置共乘车道),m;是车辆的数量后noncarpooling旅行的操作状态(在设置共乘车道),阿明费;是拼车出行的车辆的数量后操作状态(设置共乘车道)后,阿明费;和是汽车的数量的公共汽车旅行后操作状态(设置共乘车道)后,阿明费。
3所示。在中国无锡市案例Study-HOV车道动态控制
3.1。在无锡城市共车道动态控制方案
江苏无锡,是中国第一个城市实现高巷优先级动态管理,取得了良好的效果。Liangxi区和无锡市Xinwu区都位于江苏省东南部,位于无锡的城市中心。当前Liangxi地区的常住人口是950000,和当前的Xinwu区常住人口是364400。2014年5月16日,中国第一个专门的拼车车道是在无锡市引入“共巷”。
在实地调查,以下道路表所示6选择调查的阈值设置共乘车道。
据调查,拼车出行占总数的5%在无锡城市私人汽车旅行。首先,方程(3)是用于计算每个道路的交通速度和确定的平均延迟时间考虑交叉口的信号控制获得私人汽车旅行的运营效率,如表所示7。
十字路口的运行效率的研究领域是总结表8旅行,旅行时间和里程不同的旅游模式的初始工作状态表进行了总结9。
旅行者在无锡市可以在线预约提前根据他们的旅行时间和路线。在线系统将自动匹配根据用户需求和供应。本节将科学评估的效率无锡拼车出行。
拼车出行时间主要由等待时间,旅行时间,绕道。旅行时间是由旅游路径。等待时间和绕行时间主要是由时间和空间分布密度的拼车旅行者,如表所示10。
3.2。效率和能耗评估模式之道在无锡城市优先级的动态控制
3.2.1之上。初步分析的操作效率
设置高巷后,私人汽车在普通车道的交通速度(noncarpooling车道)如表所示11。
设置高巷后,私家车拼车车道上的车辆速度表所示12。
noncarpooling私人汽车的旅行时间旅行和私家车拼车行程计算和总结在表13。
3.2.2。交通方式转移
基于行程时间的增量的影响拼车行为,多座客车设置通道后,拼车出行时间的增加是noncarpooling旅行时间的21.7%。转移的比例低居住旅游模式多人乘坐旅游模式是12.0%。
3.2.3。运行效率分析后的交通方式转移
不同的旅游模式的旅行时间和旅行里程的交通方式转移后总结在表14。此外,比较数量的旅行,旅行,旅行时间和旅行里程首次(混合交通)和后操作状态(交通方式转移之后)提出了数字7- - - - - -10,分别。
3.2.4。最后评价的操作效率和能源消耗
比例减少总旅行里程可以计算如下:
人均比例减少旅行时间可以计算如下:
公路网络的总节能率可以计算如下:
总之,高巷后优先级动态控制实施和旅游模式转移完成后,车辆在道路网络的总里程得救了4.93%,人均出行时间减少从1138年代到1089年代,降低率为4.27%;网络中旅行的总能源消耗降低了39岁的26275.62 L, 21.96%的储蓄率。
4所示。结论
本文首先总结了当前高巷实施和研究分析和识别的阈值设置高巷路连接汽车环境下动态控制。此外,高巷优先级动态控制过程是确定的,和操作效率和能耗提出了评价方法。在中国无锡的城市,一个案例研究,。高巷后,结果表明,实施优先级动态控制,公路网总里程的车辆节省4.93%,人均平均旅行时间降低了4.27%,和道路网络的总节能率为21.96%。从结果可以看出,动态控制模式之道与优先级拼车能节省车辆在道路网络的总里程,人均平均旅行时间,和总能耗,从而提高出行效率。IoV技术的进一步发展,多座客车的动态管理和控制通道可以结合实时动态可逆巷技术实现实时动态控制模式之可逆车道实现精确控制优化。
数据可用性
使用的数据来支持本研究的结果包括在本文中。
的利益冲突
作者宣称没有利益冲突。
作者的贡献
Guiliang周的构思和设计。Guiliang周和Pengsen胡写的。莉娜毛泽东和Pengsen胡锦涛进行了模型。冯太阳和徐包收集交通数据。
确认
这项研究得到了江苏省重点实验室开放基金的交通和运输安全(淮阴理工学院)(TTS2020-05和TTS2020-09),江苏省Enterprise-University-Research研究所合作项目(DH20190231),江苏省研究生创新项目(KYLX15_0148),中国国家自然科学基金(61573098和61573098),江苏大学自然科学重大基础工程(15 kja580001),青年淮阴研究所的技术基础(HGC1408)和江苏省自然科学基金,中国(BK20171426)。