Resumen

La medición de rampas es una medida eficaz para aliviar la congestión en las autopistas. Los métodos tradicionales se basaban sobre todo en datos de sensores fijos, por lo que los patrones de origen-destino (OD) no pueden recogerse directamente. Hoy en día, se dispone de datos de trayectoria para seguir los movimientos de los vehículos. Los patrones OD pueden estimarse con hipótesis menos estrictas y, por tanto, más cercanas a la realidad. Esta ventaja permite mejorar la medición de las rampas. En este artículo se extraen patrones de OD con datos históricos de trayectorias. Se propone una prueba de validación para garantizar la representatividad de la muestra de las trayectorias de los vehículos y, a continuación, aplicar una medición coordinada de las rampas basada en la contribución del tráfico en las rampas a los cuellos de botella aguas abajo. La contribución viene determinada por los patrones de OD. Se realizan experimentos de simulación en escenarios reales. Los resultados muestran que la medición de rampas con datos de trayectoria aumenta el rendimiento en un 4 % en comparación con los datos de sensores fijos tradicionales. La ventaja es más significativa en condiciones de mayor demanda de tráfico, en las que el control tradicional apenas puede aliviar la situación; en cambio, nuestro control consigue que la congestión se disipe antes e incluso evita que se forme en algunos tramos. La penetración de los datos de la trayectoria influye en los efectos del control. La penetración mínima requerida del 4,0% se determina mediante una prueba t y el coeficiente de correlación de Pearson. Cuando la penetración es inferior al mínimo, la correlación entre la estimación y la verdad disminuye significativamente, la estimación de la DO tiende a ser poco fiable y el rendimiento del control se vuelve más sensible. El enfoque propuesto es eficaz en congestiones recurrentes en autopistas con patrones constantes de OD. Está listo para la práctica y el análisis apoya su aplicación en el mundo real.

• Materias:Infraestructura de transportes Ingeniería del transporte Seguridad del transporte Planificación de ruta Capacidad de tráfico
• Subjects:Transport infrastructure Transport engineering Transport safety Path planning Traffic capacity
• Palabras claves:patrones de tráfico, medición de rampas, datos de sensores, datos de trayectorias, los datos de trayectorias influyen en los efectos de control, coeficiente de correlación de pearson, medición coordinada de rampas, tramos de cuello de botella aguas abajo, mayor demanda de tráfico, datos históricos de trayectorias
• Keywords:od patterns, ramp metering, sensor data, trajectory data, trajectory data influences control effects, pearson correlation coefficient, coordinated ramp metering, downstream bottleneck sections, heavier traffic demand, historical trajectory data