Saltar navegación e ir al contenido principal

Estás filtrando por

Se encontraron 110737 resultados en recursos

Exclusivo BibloRed

Por: Hindawi | Fecha: 2019

Los sistemas mundiales de navegación por satélite de bajo coste combinados con un sistema de navegación inercial (GNSS/INS) utilizados con mayor frecuencia para la localización de vehículos muestran errores de hasta 10 m, aproximadamente, incluso en entornos de cielo abierto como las autopistas. Para reducir este error en autopistas, este artículo propone un método de localización basado en puntos finales de carril. Dado que un punto final de carril aparece con frecuencia en una carretera y puede detectarse muy cerca incluso con una cámara monocular de bajo coste, es un punto de referencia muy útil para una localización precisa. Sin embargo, la anchura del carril suele ser inferior a 3,5 m, y el error de localización del GNSS es de unos 10 m. Por lo tanto, si no se identifica un ego-lane, los puntos finales de carril detectados en un ego-lane pueden corresponderse falsamente con los puntos finales de carril en el otro carril de un mapa. Este artículo propone un método de localización dentro del carril que utiliza los puntos finales del carril, la relación entre una cámara y una carretera, y la orientación estimada del vehículo a partir de un mapa. Además, este trabajo propone un método de identificación ego-lane que genera una hipótesis sobre la posición de un vehículo ego por carril utilizando el método de localización in-lane propuesto y verifica cada hipótesis mediante la proyección de los puntos finales del carril y un punto de referencia adicional como una señal de tráfico. El error medio del método de localización en el carril propuesto es de 0,248 m en autopistas. La tasa de éxito del método de identificación de carriles ego propuesto es del 99,28 y un ensayo y alcanza el 100 y fusionando los resultados.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi | Fecha: 2020

Con la mejora del nivel de vida de la población, aumenta la demanda de viajes en taxi, pero el sistema de servicios de taxi aún no es perfecto; los taxistas suelen confiar en su experiencia operativa o navegar al azar para encontrar pasajeros. Sin una macroorientación, el papel del sistema de taxis no puede aprovecharse plenamente. Muchos estudiosos han estudiado el comportamiento de los taxis para encontrar mejores estrategias operativas para los conductores, pero sus investigaciones se basan en métodos de optimización local para mejorar el beneficio de los conductores, lo que provocará un desequilibrio entre la oferta y la demanda en la ciudad. Para resolver este problema, proponemos un modelo de predistribución de taxis basado en el aprendizaje por refuerzo multiagente (MARL) mediante el análisis de los datos de funcionamiento de 13.000 taxis. A diferencia de otros métodos de programación de taxis basados en la localización en tiempo real de los pedidos, nuestro modelo predice primero la demanda de taxis en diferentes regiones en el siguiente periodo y, a continuación, despacha taxis con antelación para satisfacer las necesidades futuras; de este modo, se puede equilibrar el número de taxis necesarios y disponibles en diferentes regiones. Además, para reducir la complejidad computacional, proponemos varios métodos para reducir el espacio de estados y el espacio de acciones del aprendizaje por refuerzo. Finalmente, comparamos nuestro método con otro método de despacho de taxis, y los resultados muestran que el método propuesto tiene una mejora significativa en la tasa de utilización de vehículos y en la tasa de satisfacción de la demanda de pasajeros.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi | Fecha: 2020

Con el fin de mejorar la seguridad, la estabilidad y la eficacia de la operación de cambio de carril, este artículo propone una estrategia coordinada para varios vehículos en el entorno de la red de vehículos. La viabilidad de la operación colaborativa de cambio de carril se establece estableciendo una función de ganancia basada en el modelo de incentivos. Comparando la ganancia por cambio de carril con la ganancia por mantenimiento de carril, se puede juzgar si es factible realizar la colaboración en las condiciones actuales. Basándose en el control predictivo de modelos (MPC), se establece una función de control de optimización multiobjetivo para el cambio de carril cooperativo con el fin de realizar el control distribuido. Se propone un novedoso marco de cambio de carril cooperativo en dos etapas, que divide el proceso de cambio de carril en la fase de cambio de carril y la fase de ajuste de avance longitudinal. Es importante resolver el difícil problema numérico causado por la dimensión de las restricciones para evitar colisiones y la no linealidad de la cinemática del vehículo. En la primera fase, el vehículo sujeto completa la operación de cambio de carril. En esta etapa, se consideran tanto los movimientos longitudinales como laterales del vehículo para optimizar la aceleración y el error de la distancia de seguimiento; en la segunda etapa, se completa la operación de ajuste de la distancia longitudinal entre vehículos en el carril objetivo, y en este periodo, sólo se considera el movimiento longitudinal del vehículo para optimizar el error de aceleración del vehículo. Para resolver el problema de control de optimización paso a paso, se utiliza el algoritmo de dominio temporal de optimización rodante. Por último, a partir de la base de datos de flujo de tráfico de código abierto US NGSIM, se verifica la precisión y viabilidad de la estrategia propuesta.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi | Fecha: 2020

El propósito de este estudio es investigar el impacto de la proporción de camiones en las medidas de seguridad sustitutas para explorar la relación entre la proporción de camiones y la seguridad del tráfico. La relación entre la proporción de camiones y los parámetros de flujo de tráfico se analizó mediante análisis de correlación y correlación parcial, y el valor de la velocidad del percentil 85 menos la velocidad del percentil 15 (85%V-15%V) y el coeficiente de variación de la velocidad se seleccionaron como medidas de seguridad sustitutas para explorar el impacto de la proporción de camiones en el estado del tráfico. Se emplearon el algoritmo k-means y la máquina de vectores de apoyo para evaluar el estado del tráfico en una autopista bajo diferentes proporciones de camiones en distintos periodos. Los principales resultados son que la relación entre la proporción de camiones y el valor de 85%V-15%V y el coeficiente de variación de velocidad es consistente en diferentes periodos de agregación. Al aumentar la proporción de camiones, el valor de 85%V-15%V, así como el coeficiente de variación de velocidad, aumenta inicialmente y luego disminuye. Además, el estado del flujo de tráfico tiende a ser peligroso cuando la proporción de camiones oscila entre 0,4 y 0,6 y cuando el valor de 85%V-15%V y el coeficiente de variación de velocidad son superiores a 42 km/h y 0,223, respectivamente. Cuando la proporción de camiones oscila entre 0,1 y 0,3 y entre 0,7 y 0,9, el flujo de tráfico es relativamente seguro a condición de que el valor de 85%V-15%V y el coeficiente de variación de la velocidad estén por debajo de 42 km/h y 0,223, respectivamente. Por lo tanto, la relación entre la proporción de camiones y la seguridad del tráfico podría ser bien revelada por dos medidas de seguridad sustitutas, es decir, el valor de 85%V-15%V y el coeficiente de variación de velocidad. Además, el algoritmo k-means y la máquina de vectores de apoyo pueden revelar bien el impacto de la proporción de camiones en la seguridad del tráfico en diferentes periodos. Las conclusiones de este estudio indican la necesidad de disminuir las perturbaciones del tráfico mixto y el impacto de la proporción de camiones en el estado de la seguridad del tráfico.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi | Fecha: 2020

Las bicicletas eléctricas desempeñan un papel importante en el sistema de transporte urbano de China. El comportamiento de los conductores al saltarse el semáforo en amarillo es uno de los factores más críticos para los conductores de bicicletas eléctricas implicados en accidentes de tráfico en intersecciones. El objetivo principal de este estudio es explorar cómo una variedad de factores afectan al comportamiento de los conductores de e-bikes al saltarse el semáforo en amarillo en una intersección mediante una observación de campo realizada en Xi'an, China. Sobre la base de 396 ciclistas electrónicos que se enfrentaron a muestras de semáforos en amarillo, se emplearon dos métodos analíticos, el modelo logístico de análisis de componentes principales y un modelo logístico de base, para evaluar el impacto de los factores que contribuyen al comportamiento de los ciclistas electrónicos en los semáforos en amarillo. Los resultados del modelo mostraron que siete variables afectan significativamente al comportamiento de los conductores de e-bikes en los semáforos en amarillo: la velocidad de aproximación de la e-bike, la distancia a la línea de detención, la edad y el sexo de los conductores, el tipo de e-bike y las características de la intersección, incluida su anchura y la existencia de barreras físicas. Este estudio puede proporcionar información valiosa para comprender el comportamiento de los conductores de e-bikes que se saltan el semáforo en amarillo y también puede ayudar a los responsables de la toma de decisiones a proponer contramedidas para reducir las colisiones relacionadas con los conductores de e-bikes en las intersecciones.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi | Fecha: 2020

Los estudios actuales sobre predicción de colisiones de tráfico se centran principalmente en la frecuencia y gravedad de las colisiones en autopistas o arterias. Sin embargo, rara vez se tiene en cuenta el tipo de colisión en las autopistas urbanas. Mientras tanto, con el rápido desarrollo de los sistemas de autopistas urbanas en China en los últimos años, los problemas de seguridad del tráfico han atraído más atención. Además, las características del tráfico se consideran un factor de predicción potencialmente importante de los accidentes de tráfico; sin embargo, su impacto en las colisiones ha sido controvertido. Por lo tanto, en este estudio se propone un modelo de predicción de la frecuencia de colisiones en autopistas urbanas teniendo en cuenta los tipos de colisión. Los datos de tráfico del detector de bucle y los datos históricos de colisiones se agregaron basándose en las similitudes de las condiciones de tráfico 5 minutos antes de que se produjera la colisión, entre las cuales las colisiones se dividieron por tipo de colisión (colisión trasera y colisión lateral). El impacto de las características del tráfico junto con las variables meteorológicas, así como sus interacciones, en la frecuencia de colisiones se modelizó mediante un modelo de regresión binomial negativa. Los resultados indicaron que la influencia de los factores de tráfico y meteorológicos en los dos tipos de colisión compartía una tendencia similar, pero de diferente nivel. En el caso de las colisiones por alcance, la frecuencia de colisiones aumentaba con una velocidad media más baja y un mayor volumen de tráfico cuando el límite de velocidad era bajo. Y cuando el límite de velocidad es alto, una mayor velocidad media unida a un mayor volumen aumenta la probabilidad de colisión. Una mayor velocidad media y un mayor volumen de tráfico aumentan la probabilidad de colisiones laterales, sin que les afecte el límite de velocidad. Las conclusiones del presente estudio podrían ayudar a determinar contramedidas de seguridad eficaces destinadas a mejorar el rendimiento de la seguridad de las autovías urbanas.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi | Fecha: 2020

En este trabajo, se establecen los equilibrios de tráfico para flujos de tráfico mixtos de vehículos conducidos por humanos (HDV) y vehículos conectados y autónomos (CAV) bajo un esquema de crédito negociable (TCS) y se formulan como dos problemas de desigualdad variacional (VI) con una tasa de penetración de CAV exógena y endógena, respectivamente. Se propone un método dual lagrangiano modificado (MLD) integrado con un algoritmo de intercambio de rutas de Smith revisado (RSRS) para resolver los problemas. Basándose en el análisis numérico, se investigan los impactos de la penetración de CAV y el gasto extra de usar un CAV en el rendimiento de la red. Para mejorar la eficiencia del TCS se propone una novedosa gestión de la calzada, el enlace vehículo autónomo/carga de crédito (AVCC). Bajo el TCS con una tasa de penetración exógena del CAV, se aplica un modelo basado en logit para describir el equilibrio estocástico del usuario para el flujo de tráfico mixto. Se constata que la penetración de CAV da lugar a un mejor rendimiento de la red y que puede mejorarse aún más mediante el despliegue de enlaces AVCC. Bajo el TCS con tasa de penetración endógena, se aplica un modelo logit anidado para describir las elecciones de los viajeros en cuanto a tipos de vehículos y rutas. Se constata que el despliegue de enlaces AVCC puede ralentizar la tasa de disminución de la penetración de los CAV con el aumento de los gastos y, por tanto, garantizar un tiempo medio de viaje inferior para los CAV. En ambos casos, el despliegue de enlaces AVCC puede estimular el comercio de créditos y reducir su precio unitario.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi | Fecha: 2020

La conducción autónoma es un campo popular y prometedor de la inteligencia artificial. La decisión rápida de la siguiente acción en función de las últimas acciones y el estado, como la aceleración, el freno y el ángulo de giro, es una de las principales preocupaciones de la conducción autónoma. Existen algunos métodos de aprendizaje, como el aprendizaje por refuerzo, que aprende automáticamente la decisión. Sin embargo, suele requerir un gran volumen de muestras. En este trabajo, para reducir el tamaño de la muestra, explotamos el proceso profundo de Gauss, donde un modelo de regresión se entrena en pequeños conjuntos de datos de muestra y captura las características más significativas correctamente. Además, para realizar el control en tiempo real y en bucle cerrado, combinamos el control de retroalimentación en el proceso. Los resultados experimentales obtenidos con el motor de simulación Torcs demuestran que se puede conseguir una conducción suave en una carretera virtual. En comparación con la cantidad de datos de entrenamiento en el aprendizaje profundo por refuerzo, nuestro método utiliza sólo el 0,34% de su tamaño y obtiene resultados de simulación similares. Puede ser útil para pruebas en carretera real en el futuro.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi | Fecha: 2020

La glorieta megaelíptica es una nueva intersección en autopistas rurales de varios carriles. Esta intersección se desarrolló en un documento anterior utilizando datos de simulación, y los autores descubrieron que es mejor que el intercambio (trébol completo) en la mayoría de los escenarios de flujo de tráfico. Básicamente, no existen directrices ni procedimientos para el diseño de mega rotondas elípticas en el Libro Verde de la AASHTO, las guías de la Administración Federal de Carreteras y el Manual de Capacidad de Autopistas. Por lo tanto, el objetivo de este estudio es analizar el funcionamiento del tráfico y proponer una metodología para calcular la capacidad de la megaglorieta elíptica, así como el nivel de servicio mediante la teoría de aceptación de huecos. Por otra parte, esta investigación estudió la influencia de diferentes valores de las relaciones de camiones y también diferentes valores de la velocidad de una carretera principal en el diseño geométrico y el rendimiento de las operaciones de tráfico para la mega rotonda elíptica. Para validar la rigurosidad de la metodología propuesta, se realizaron simulaciones VISSIM. Esta investigación ayudará a los profesionales a determinar el diseño geométrico adecuado, evaluar las intersecciones de mega rotondas elípticas y realizar comparaciones con otras alternativas.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi | Fecha: 2020

Este artículo examina el comportamiento diario de los viajeros a la hora de elegir ruta con los Sistemas Avanzados de Información al Viajero (ATIS) mediante un método experimental de laboratorio. Se diseñan cinco grupos de experimentos de elección de ruta para simular el comportamiento diario real de los viajeros. En el experimento, se proporciona a los sujetos diferentes niveles de información sobre la red completa de carreteras para simular la proporción de sujetos equipados con equipos ATIS (es decir, la penetración del mercado ATIS) y eligen las rutas repetidamente. Se analiza el comportamiento de elección de ruta del sujeto bajo diferentes proporciones de información completa de la red de carreteras, y se determina la estrategia de liberación de dicha información completa cuando el rendimiento del sistema de red de carreteras es el mejor. En el experimento y el análisis se utilizó la red Braess, que consta de tres rutas. Los resultados muestran que la fluctuación del flujo de tráfico recorre todo el experimento, pero tiende a converger hacia el equilibrio del usuario. Cuando la penetración en el mercado es del 75%, tanto la fluctuación del flujo de tráfico como la tendencia de los sujetos a cambiar de ruta son las menores, por lo que el sistema de red de carreteras es el más estable. Este interesante resultado indica que facilitar información sobre el tráfico a todos los viajeros no es lo mejor. Otros resultados muestran que los tiempos de viaje de las tres rutas en los cinco grupos de experimentos tienden a converger y finalmente fluctúan en torno al tiempo de viaje de equilibrio del usuario. Con el aumento de la penetración del mercado ATIS, el tiempo medio de viaje de los sujetos en cada ronda tiende a aumentar. La tendencia general de los cinco grupos de experimentos es que, a medida que aumenta el número de cambios de ruta, aumenta el tiempo medio de viaje. Los resultados también indican que la difusión de información sobre el tráfico a todos los viajeros no puede debilitar la paradoja de Braess. Por el contrario, cuantos más viajeros reciban información sobre el tráfico, menos probable será que se debilite la Paradoja de Braess.

Fuente: Revista Virtual Pro Formatos de contenido: Otros