論文の概要: Variability Analysis of Isolated Intersections Through Case Study
- arxiv url: http://arxiv.org/abs/2210.03908v1
- Date: Sat, 8 Oct 2022 04:13:35 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 11:36:14.229866
- Title: Variability Analysis of Isolated Intersections Through Case Study
- Title（参考訳）: 分離断面積のケーススタディによる変動解析
- Authors: Savithramma R M, R Sumathi, Sudhira H S
- Abstract要約: 都市部の人口と経済成長により、民間車の利用が激化している。
信号化交差点は交通管理の主要な関心事である。
データは飽和フロー、構成、ボリューム、容量対容量比などのトラフィックパラメータを推定する。
- 参考スコア（独自算出の注目度）: 1.2891210250935146
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Population and economic growth of urban areas have led to intensive use of
private vehicles, thereby increasing traffic volume and congestion on roads.
The traffic management in the city is a challenge for concerned authorities,
and the signalized intersections are the primary interest of traffic
management. Interpreting traffic patterns and current traffic signal operations
can provide thorough insights to take appropriate actions. In this view, a
comprehensive study is conducted at selected intersections from Tumakuru
(tier-2 city), Karnataka, India. Data estimates traffic parameters such as
saturation flow, composition, volume, and volume-to-capacity ratio. The
statistical results currently confirm the stable traffic condition but do not
ensure sustainability. The volume-to-capacity ratio is greater than 0.73 along
three major arterial roads of study intersections, indicating congestion in the
future as the traffic volume is increasing gradually, as per the Directorate of
Urban Land Use and Transportation, Government of Karnataka. The statistical
results obtained through the current study uphold the report. The empirical
results showed 40% of green time wastage at one of the study intersections,
which results in additional waiting delays, thereby increasing fuel consumption
and emissions. The overall service level of the study intersections is of class
C based on computed delay and volume-to-capacity ratio. The study suggests
possible treatments for improving the service level at the intersection
operations and sustaining the city's stable traffic condition. The study
supports city traffic management authorities in identifying suitable treatment
and implementing accordingly.
- Abstract（参考訳）: 都市部の人口と経済成長により、民間車の利用が激化し、道路の交通量や渋滞が増大している。
市内の交通管理は関係当局にとって課題であり、信号化された交差点は交通管理の主要な関心事である。
トラフィックパターンと現在のトラフィック信号操作を解釈することは、適切なアクションを取るための詳細な洞察を提供する。
この観点から,インド・カルナタカ州トゥムクル(層2市)から選択された交差点で総合的研究を行った。
データは飽和流、組成、容積、容量対容量比などのトラフィックパラメータを推定する。
統計結果は現在、安定した交通条件を確認しているが、持続性は保証されていない。
カルナタカ市立都市土地利用交通局によると、交通量の増加に伴い、今後は交通渋滞が増す中、研究交差点の幹線道路3本に沿って、容量と容量の比率が0.73以上になる。
最近の研究で得られた統計結果は報告を維持した。
実験の結果、グリーンタイムの40%は研究交差点の1つでウェイステージとなり、さらに待ち時間が長くなり、燃料消費と排出が増加した。
研究交差点全体のサービスレベルは計算遅延と容量対容量比に基づいてクラスCである。
本研究は、交差点運転におけるサービス水準の向上と、市の安定的な交通状況を維持するための治療の可能性を提案する。
本研究は,都市交通管理当局による適切な対応と実施を支援する。
関連論文リスト
- A Holistic Framework Towards Vision-based Traffic Signal Control with
Microscopic Simulation [53.39174966020085]
交通信号制御(TSC)は交通渋滞を低減し、交通の流れを円滑にし、アイドリング時間を短縮し、CO2排出量を減らすために重要である。
本研究では,道路交通の流れを視覚的観察によって調節するTSCのコンピュータビジョンアプローチについて検討する。
我々は、視覚ベースのTSCとそのベンチマークに向けて、TrafficDojoと呼ばれる総合的なトラフィックシミュレーションフレームワークを導入する。
論文 参考訳（メタデータ） (2024-03-11T16:42:29Z) - Establishing a real-time traffic alarm in the city of Valencia with Deep
Learning [0.0]
スペイン・バレンシア市における交通フラックスと汚染の相関分析を行った。
道路が今後30分で異常に高いトラフィックを経験する確率を予測するアラームシステムの開発を行う。
論文 参考訳（メタデータ） (2023-09-05T07:47:43Z) - Uncertainty Quantification for Image-based Traffic Prediction across
Cities [63.136794104678025]
不確実量化(UQ)法は確率論的推論を誘導するためのアプローチを提供する。
複数の都市にまたがる大規模画像ベース交通データセットへの適用について検討する。
モスクワ市を事例として,交通行動に対する時間的・空間的影響を考察した。
論文 参考訳（メタデータ） (2023-08-11T13:35:52Z) - DenseLight: Efficient Control for Large-scale Traffic Signals with Dense
Feedback [109.84667902348498]
交通信号制御(TSC)は、道路網における車両の平均走行時間を短縮することを目的としている。
従来のTSC手法は、深い強化学習を利用して制御ポリシーを探索する。
DenseLightは、不偏報酬関数を用いてポリシーの有効性をフィードバックする新しいRTLベースのTSC手法である。
論文 参考訳（メタデータ） (2023-06-13T05:58:57Z) - iPLAN: Intent-Aware Planning in Heterogeneous Traffic via Distributed
Multi-Agent Reinforcement Learning [57.24340061741223]
本稿では,高密度および不均一な交通シナリオにおける軌跡や意図を予測できる分散マルチエージェント強化学習(MARL)アルゴリズムを提案する。
インテント対応プランニングのアプローチであるiPLANにより、エージェントは近くのドライバーの意図をローカルな観察からのみ推測できる。
論文 参考訳（メタデータ） (2023-06-09T20:12:02Z) - Deep Reinforcement Learning to Maximize Arterial Usage during Extreme
Congestion [4.934817254755007]
本稿では,過度の混雑中における多車線高速道路の交通渋滞を軽減するための深層強化学習(DRL)手法を提案する。
エージェントは、渋滞した高速道路交通に対する適応的な抑止戦略を学ぶために訓練される。
エージェントは、急激な混雑時の非作用と比較して平均交通速度を21%向上させることができる。
論文 参考訳（メタデータ） (2023-05-16T16:53:27Z) - Automated Quantification of Traffic Particulate Emissions via an Image
Analysis Pipeline [0.0]
交通画像を利用して車両数を求める統合機械学習パイプラインの提案と実装を行う。
シンガポールのロケーションで取得した交通画像のオープンソースデータセット上で,このパイプラインの有用性と精度を検証する。
路側粒子放出は、得られた車両数と0.93の相関係数とをよく相関させ、この方法が粒子放出の迅速かつ効果的な相関として有効であることを示す。
論文 参考訳（メタデータ） (2022-11-24T07:48:29Z) - An Experimental Urban Case Study with Various Data Sources and a Model
for Traffic Estimation [65.28133251370055]
我々はスイスのチューリッヒの都市ネットワーク内の地域でビデオ計測による実験キャンペーンを組織した。
我々は,既存のサーマルカメラからの測定を確実にすることで,交通の流れや走行時間の観点からの交通状況の把握に注力する。
本稿では,様々なデータソースの融合による移動時間を推定するために,単純かつ効率的な多重線形回帰(MLR)モデルを提案する。
論文 参考訳（メタデータ） (2021-08-02T08:13:57Z) - A Graph Convolutional Network with Signal Phasing Information for
Arterial Traffic Prediction [63.470149585093665]
動脈交通予測は 現代のインテリジェント交通システムの発展に 重要な役割を担っています
動脈交通予測に関する既存の研究の多くは、ループセンサからの流量と占有率の時間的測定のみを考慮し、上流と下流の検出器間のリッチな空間的関係を無視している。
我々は,信号タイミング計画から発生する空間情報を用いて,深層学習アプローチである拡散畳み込みリカレントニューラルネットワークを強化することで,このギャップを埋める。
論文 参考訳（メタデータ） (2020-12-25T01:40:29Z) - Traffic Modelling and Prediction via Symbolic Regression on Road Sensor
Data [0.8602553195689513]
本稿では,ラグ演算子により強化されたシンボル回帰に基づく,新しいかつ正確な交通流予測手法を提案する。
提案手法は都市道路の複雑度に適したロバストモデルであり,高速道路よりも予測が困難である。
論文 参考訳（メタデータ） (2020-02-14T16:03:04Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。