کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4968683 1449676 2016 18 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Collecting ambient vehicle trajectories from an instrumented probe vehicle
ترجمه فارسی عنوان
جمع آوری مسیرهای محرک وسیله نقلیه وسیله نقلیه پروب
کلمات کلیدی
ترافیک بزرگراه، داده های تجربی، مجموعه داده های میکروسکوپی، نظریه جریان ترافیک، ماشین زیر، مانع تغییر خط، ترافیک بارگذاری شده، لیادور،
ترجمه چکیده
این مقاله روششناسی و نتایج حاصل از یک مطالعه را برای استخراج تجربیات میکروسکوپی وسایل نقلیه از یک وسیله نقلیه پروب با استفاده از سنسورها برای نظارت بر وسایل نقلیه محیطی به عنوان عبور یک راهرو بزرگراه طول 28 آمپر در یک مایل ارائه می دهد. سهم این مقاله دو برابر است: ابتدا روش و رویکرد کلی برای به دست آوردن تعادل هزینه ای بین اتوماسیون و کاهش داده های دستی که فراتر از برنامه خاص است. دوم، مجموعه داده تجربی حاصل شده به منظور پیشبرد تئوری جریان ترافیکی به طور کلی و مدل های خودرو به طور خاص در نظر گرفته شده است. به طور کلی مجموعه ای از داده های تعامل بین وسایل نقلیه میکروسکوپی تجربی، یا بیش از حد محاسباتی فشرده و یا نیروی کار است. استخراج اطلاعات اتوماتیک از لحاظ تاریخی دقت لازم برای پیشبرد تئوری جریان را فراهم نمی کند، در حالی که نیازهای کار از استخراج اطلاعات دستی، تلاش های گذشته را برای مقیاس های کوچک محدود کرده اند. کلیدی برای مطالعه حاضر این است که تعادل مناسب بین پردازش خودکار و دستی انجام شود. با شناختن اینکه هرگونه داده های میکروسکوپی تجربی برای نظریه جریان ترافیک باید به صورت دستی اعتباردهی شود، مطالعه حاضر با استفاده از یک "خیلی خوب" الگوریتم پردازش خودکار به دنبال پاک کردن دستی دقیق با استفاده از رابط کاربری کارآمد برای سرعت بخشیدن به داده ها. این مطالعه تقریبا دو ساعت از داده های جمع آوری شده در بزرگراه را در اوج روزهای هفته معمولی که شامل تراکم تکراری می شود، تقریبا دو ساعت می گذارد. داده های مربوطه به جامعه تحقیقاتی در دسترس هستند تا به پیشبرد تئوری جریان ترافیکی به طور کلی و مدل های خودرو به طور خاص کمک کند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
پیش نمایش مقاله
جمع آوری مسیرهای محرک وسیله نقلیه وسیله نقلیه پروب
چکیده انگلیسی
This paper presents the methodology and results from a study to extract empirical microscopic vehicular interactions from a probe vehicle instrumented with sensors to monitor the ambient vehicles as it traverses a 28 mi long freeway corridor. The contributions of this paper are two fold: first, the general method and approach to seek a cost-effective balance between automation and manual data reduction that transcends the specific application. Second, the resulting empirical data set is intended to help advance traffic flow theory in general and car following models in particular. Generally the collection of empirical microscopic vehicle interaction data is either too computationally intensive or labor intensive. Historically automatic data extraction does not provide the precision necessary to advance traffic flow theory, while the labor demands of manual data extraction have limited past efforts to small scales. Key to the present study is striking the right balance between automatic and manual processing. Recognizing that any empirical microscopic data for traffic flow theory has to be manually validated anyway, the present study uses a “pretty good” automated processing algorithm followed by detailed manual cleanup using an efficient user interface to rapidly process the data. The study spans roughly two hours of data collected on a freeway during the afternoon peak of a typical weekday that includes recurring congestion. The corresponding data are being made available to the research community to help advance traffic flow theory in general and car following models in particular.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Transportation Research Part C: Emerging Technologies - Volume 72, November 2016, Pages 254-271
نویسندگان
, , , ,