利用无人机数据评估信号交叉口性能
计算机与社会
2022-07-19 v1 应用统计
摘要
本文提出一种利用飞行无人机采集的车辆轨迹数据计算信号交叉口各项有效性度量（MOEs）的新方法。MOEs 是确定信号交叉口服务质量的关键参数。具体而言，本研究调查了在希腊雅典一个繁忙的三路信号交叉口使用无人机原始数据的情况，并建立在 pNEUMA 实验开放数据倡议之上。通过对从实时视频中提取的数据采用微观方法和冲击波分析，我们估计了最大排队长度、溢出是否发生及发生的时间和位置、车辆停车次数、车辆行程时间与延误、碰撞率、燃料消耗、CO2 排放以及基本图。各项 MOEs 的结果令人鼓舞，这证实了使用无人机采集的交通数据具有多种应用。我们还证明，利用无人机数据实现实时 MOEs 估计是可行的。此类模型能够跟踪街道网络内单个车辆的运动，从而允许建模者考虑从高度欠饱和到高度过饱和的任何交通条件。这些微观模型的优势在于能够捕捉瞬态车辆行为对各种 MOEs 的影响。
引用
@article{arxiv.2207.08025,
title = {Evaluating a Signalized Intersection Performance Using Unmanned Aerial Data},
author = {Mujahid I. Ashqer and Huthaifa I. Ashqar and Mohammed Elhenawy and Mohammed Almannaa and Mohammad A. Aljamal and Hesham A. Rakha and Marwan Bikdash},
journal= {arXiv preprint arXiv:2207.08025},
year = {2022}
}