• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Master's Dissertation
DOI
https://doi.org/10.11606/D.18.2021.tde-27062022-082840
Document
Author
Full name
Renan Favero
Institute/School/College
Knowledge Area
Date of Defense
Published
São Carlos, 2021
Supervisor
Committee
Setti, Jose Reynaldo Anselmo (President)
Carlson, Rodrigo Castelan
Jacques, Maria Alice Prudêncio
Title in Portuguese
Impactos de veículos autônomos na operação de autoestradas através de equivalência veicular
Keywords in Portuguese
Árvore de decisão
Capacidade de rodovias
Fator de equivalência
HCM
Simulação de tráfego rodoviário
Veículos Autônomos
Abstract in Portuguese
No futuro, quando inseridos na corrente de tráfego das rodovias, os veículos autônomos (AVs) influenciarão a operação do tráfego, a capacidade e a eficiência do fluxo nas rodovias. Este trabalho investiga o impacto dos AVs na operação de autoestradas no Brasil quando há um mix de AVs e veículos convencionais. Para isso, utilizou-se uma adaptação do procedimento usado no HCM-6 para veículos pesados. Dados sintéticos foram gerados através de simulações no software Vissim 2020, cujos parâmetros foram recalibrados para representar o tráfego de uma autoestrada típica do estado de São Paulo. Foram simulados 25 515 cenários criados pela combinação de características do fluxo e da via. Os resultados foram utilizados para obter o coeficiente de ajuste da capacidade (CAF) cujos valores médios variaram entre 0,95 e 1,30 e um modelo para estimação do CAF a partir de características do tráfego e da via foi calibrado e validado, resultando num erro absoluto médio de 0,032. Fatores de equivalência para AVs (EAV) foram calculados com base nos valores de CAF e obteve-se um valor médio de 0,804, o que sugere que um AV impacta a corrente de tráfego menos que um automóvel convencional. O nível de comunicação V2V dos AVs foi o fator que mais contribuiu para a redução do EAV. Um modelo de árvore de decisão foi ajustado para estimar o EAV a partir das características do tráfego e da via. O modelo obtido apresentou uma boa acurácia, com um erro absoluto médio de 0,084.
Title in English
Evaluating autonomous vehicle impacts on freeway operations using passenger car equivalency
Keywords in English
Autonomous vehicles
Decision tree
Equivalence factor
HCM
Highway capacity
Traffic flow simulation
Abstract in English
In the future, when they will become a significant fraction of vehicular fleet, autonomous vehicles (AVs) will impact the operation, capacity and the efficiency of the traffic flow on highways. This thesis examines the impacts of the operation of AVs on the operation of freeways in Brazil using an adaptation of the method used in the HCM-6 to treat heavy vehicles. Synthetic data were generated using a version of Vissim 2020 recalibrated to represent traffic flows on a typical freeway in the state of São Paulo, through the simulation of 25,515 scenarios created from the combination of traffic and roadway characteristics. The simulation results were used to calculate values for the capacity adjustment factor (CAF), whose average values ranged from 0.95 to 1.30. A model to estimate CAF values from traffic and roadway characteristics was fitted and validated, resulting on an mean average error of 0.032. Passenger car equivalent for AVs (EAV) were calculated from CAF values, resulting on a mean EAV value of 0.804, meaning that an AV has a lower impact on the traffic flow than that of a conventional passenger car. The V2V communication capabilities of AVs were the factor responsible for the greatest reduction on EAV. A decision tree model was fitted to estimate EAV values from traffic and roadway characteristics. The fitted model has a good accuracy, with a mean absolute error of 0.084.
 
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
Publishing Date
2022-06-28
 
WARNING: Learn what derived works are clicking here.
All rights of the thesis/dissertation are from the authors
CeTI-SC/STI
Digital Library of Theses and Dissertations of USP. Copyright © 2001-2022. All rights reserved.