Sinyalize Bir Kavşakta Oluşan Trafik Akımının Kuyruk Teorisi ile Performansının İncelenmesi

Yapılan bu araştırmada özellikle şehir merkezlerinde trafik yoğunluğunu azaltma amaçlı konumlandırılan sinyalize kavşakların, çalışmaprensipleri ve araç akışını düzenleyici yaklaşımları ele alınmıştır. Araç gecikmeleri, sinyal sürelerinin hesaplama yöntemleri veperformans ölçütlerinin çıkarılması ile ilgili analitik yaklaşımlar incelenmiştir. İstanbul Güngören’de seçilen bir kavşaktan loopalgılayıcılar ile elde edilen gerçek veriler kullanılarak performansının ortaya çıkarılması amaçlanmıştır. Seçilen bu kavşaktan elde edilenveriler ile yapılan çalışmada iki haftalık veri üzerinden günün en sık araç akışının olduğu üç zaman dilimi incelenmiştir. Kuyruk teorisi,bekleme hattı problemlerinde sıklıkla başvurulan yöntemlerin başında gelmektedir. Kuyruk teorisi modelleri, kendi içinde sisteme gelenbireylerin veya bizim uygulamamızda araçların, geliş, ayrılış ve servis disiplini gibi karakteristiklerine göre farklı notasyon vehesaplama yöntemlerine sahip olabilmektedir. Kuyruk modellerinin ihtiyaç duyduğu dağılımlar için genellikle varsayımlar yapılmaktave trafik mühendisliği araştırmalarında gelen akımın rastgele olduğu varsayılmaktadır. Araştırmada araçların gelişleri poisson, gelişlerarası sürenin ise üstel dağılıma uyduğu kabul edilmiştir. Pilot olarak seçilen bu kavşaktaki veriler M/M/1 kuyruk modeli ile incelenmişve sinyalize bir kavşaktaki bağlı kolların kuyruk uzunlukları, sistemde geçirilen zaman, araç başı servis süreleri, ortalama beklemesüreleri gibi ölçütler ortaya çıkarılmıştır. Uygulanan senaryoda kavşak bağlantı kollarının her biri bir kuyruk olarak değerlendirilmiş vehesaplamalarda her kolun performansı ayrı değerlendirilmiştir. Ortaya çıkan sonuçlara göre günün belli saat dilimlerinde sinyalizesistemlerin optimize çalışmadığı ve kuyruk uzunluklarını azaltmada yeterli olmadığı sonucuna ulaşılmıştır. Günün bu saat dilimlerindekavşak kollarına tanınan yeşil sürelerin veya kolların çalışma sıralarının iyileştirmeye ihtiyaç duyduğu söylenebilir. Elde edilen kuyrukuzunlukları veya ortalama bir aracın sistemde kaybettiği zaman dikkate alınarak kavşak modellemesi veya süre dağılımları gözdengeçirilmelidir.

Study of Performance Measures of Traffic Flow at Signalized Intersection with Queueing Theory

In this study, the working principles of the signalized intersections located in the city centers to reduce the traffic density and the approaches to regulate the flow of vehicles are discussed. Analytical approaches related to vehicle delays, calculation methods of signal times and performance criteria were investigated. In the study made with the data obtained from this selected intersection, three time periods with the most frequent vehicle flow of the day were examined over two weeks of data. Queue theory is one of the most frequently used methods in waiting line problems. Queue theory models can have different notation and calculation methods according to the characteristics of individuals coming to the system or vehicles in our application such as arrival, departure, and service discipline. Generally, assumptions are made for the distributions required by queuing models and the current arrivals in traffic engineering research are assumed to be random. It is aimed to reveal its performance by using real data obtained with loop sensors from an intersection in Güngören, Istanbul. The data at this intersection chosen as a pilot was analyzed with the M/M/1 queue model and criteria such as the queue lengths of the connected arms at a signalized intersection, the time spent in the system, the service time per vehicle, and the average waiting times were revealed. In the applied scenario, each of the junction link arms was evaluated as a queue and the performance of each arm was evaluated separately in the calculations. According to the results, it is concluded that the signaled systems do not work optimized in certain time zones of the day and are not sufficient in decreasing the tail lengths. In these time zones of the day, it can be said that the green times given to the junction arms or the working order of the arms need improvement.

___

  • Ağırdır, M.L. (1998). Kuyruk Teorisi Analizi ve Sinyalize Kavşaklarda Yeni Bir Model. Doktora Tezi, Karadeniz Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 162s, Trabzon,
  • Akcelik, Rahmi. (1981). Traffic Signals: Capacity and Time Analysis, Australian Road Research Board, Research Report ARR No.123, Nunawading, Australia
  • Akcelik, R. (1980). Time –Dependent Expressions for Delay, Stop rate and Queue Length at Traffic Signals. Australian Road Research Board. Internal Report AIR, 367-1
  • Akcelik, R. (1988). The Highway Capacity Manual delay Formula for Signalized Intersections. ITE Journal Vol. 58(3), pp. 23-27.
  • Akcelik, R. (1990), Appendix: A Note on the Generalised Delay Model. Compendium of Technical Papers, 60th Annual Meeting of Institute of Transportation Engineers, Orlando Florida, pp. 217-219.
  • Akgungor, A P, Bullen. (1999). Analytical Delay Models for Signalized Intersections, Transportation Frontiers for the Next Millennium: 69th Annual Meeting of the Institute of Transportation Engineers Location: Las Vegas
  • Armağan, K. (2019). The New Technological Advances in Highway Pavements: A Review. Avrupa Bilim ve Teknoloji Dergisi, (17), 1092-1096
  • Ayfer, M. Ö. (1977). Trafik sinyalizasyonu. Bayındırlık Bakanlığı, Karayolları Genel Müdürlüğü. Yayın No: 226, 46-67, Ankara.
  • B. Zhou, J. Cao, X. Zeng and H. Wu. (2010). Adaptive Traffic Light Control in Wireless Sensor Network-Based Intelligent Transportation System. IEEE 72nd Vehicular Technology Conference- Fall, Ottawa, ON, pp. 1-5, doi: 10.1109/VETECF.2010.5594435.
  • Buckley, D. J. (1962). Road traffic distributions. Proceedings of the Australian Road Research Board 1, 1533187.
  • Bullock, D. M., J. R. Sturdevant, and C. M. Day. (2008). Signalized Intersection Performance Measures for Operations DecisionMaking. ITE Journal, Vol. 78(8), pp. 20–23.
  • Cakici, Z., Murat. Y. S. (2015). Sinyalize Dönel Kavşakların Performanslarının Farklı Senaryolar Altında İncelenmesi, 11. Ulaştırma Kongresi, 27-29 Mayıs, İstanbul-Türkiye, 105-116.
  • Cakici, Z., Murat, Y. S., Aydin, M. M. (2019). An Empirical Model for the Estimation of Fuel Consumption at Signalized Intersections. 3rd International Conference on Advanced Engineering Technologies, September 19-21, Bayburt-Turkey,1000-1010.
  • Caliskanelli S.P., Sinyalizasyon Sistemlerinden ayrılan Araçların Takip Aralığı Dağılımının İncelenmesi, Doktora Tezi, Dokuz Eylül Üniversitesi Fen Bilimleri Enstitüsü, Aralık 2010
  • Francois Dion a, Hesham Rakha b, Youn-Soo Kang c. (2004). Comparison of delay estimates at under-saturated and over-saturated pretimed signalized intersections, Transportation Research Part B 38, 99–122.
  • Fambro, D., N. Rouphail P. Sloup, J. Daniel, and J. Li. (1996). Highway Capacity Manual Revisions of Chapters 9 and 11, Report No. FHWA-RD-96-088, 204pp.
  • Harb, A, Durdu, A, Terzioglu, H. (2019). Kavşak Trafik Sinyalizasyon Kontrolü için Bulanık Mantık Yöntemi ile Gerçek Zamanlı Sistemin Tasarımı ve Uygulaması. Avrupa Bilim ve Teknoloji Dergisi, 490-497. DOI: 10.31590/ejosat.638612
  • Heidemann, D. (1991). Queue length and waiting time distributions at priority intersections. Transportation Research-B, 25, pp 163- 174.
  • Ilıcalı, M., Toprak, T., Özen, H., Tapkın, S., Öngel, A., Camkesen, N., Kantarcı, M. (2016). Akıcı–Güvenli Trafik için Akıllı Ulaşım Sistemleri, Erişim adresi: https://ww4.ticaret.edu.tr/ulastirma/wp-content/uploads/sites/85/2016/05/AKICIG%c3%9cVENL%c4%b0-TRAF%c4%b0K-%c4%b0%c3%87%c4%b0N-AKILLI-ULA%c5%9eIMS%c4%b0STEMLER%c4%b0.pdf
  • Kimber, R.M. and E.M. Hollis. (1979). Traffic Queues and Delays at Road Junctions. TRRL Laboratory Report 909, Berkshire, England.
  • Murat Y. S., Cakici Z., (2017). Sinyalize Kavşaklarda Durma Gecikmesi ve Kontrol Gecikmesi Arasındaki İlişkinin İncelenmesi, Ulaştırma Kongresi Bildiriler Kitabı, Volume: 12, At: 13-24
  • Özen, M. (2020). Kentsel Kavşaklarda Trafik Kazalarının Sıklığını Etkileyen Faktörlerin İncelenmesi. Teknik Dergi, 31 (3). DOI: 10.18400/tekderg.509128
  • Transportation Research Board. (1985). Highway Capacity Manual, TRB Special Report 209, National Research Council, Washington D.C.
  • Traffic Signal Settings, by F.V. Webster. (1958). Road Research Technical paper No. 39, Ministry of Transport, Her Majesty’s Stationary Office, 1958.
  • Transportation Research Board. (1994). Highway Capacity Manual 1994, TRB, NRC, Washington, DC.
  • Transportation Research Board. (1997). Highway Capacity Manual 1997, TRB, NRC, Washington, DC.
  • Transportation Research Board. (2000). Highway Capacity Manual 2000, TRB, NRC, Washington, DC.
  • Webster. (1958). F. V., Traffic Signal Settings, Road Research Technical Paper No. 39, Road Research Laboratory, Her Majesty’s Stationery Office, Berkshire, England.
  • Yisheng Lv, Yanjie Duan, Wenwen Kang, Zhengxi Li, and Fei-Yue Wang. (2015). Traffic Flow Prediction With Big Data: A Deep Learning App, IEEE Transactions on Intelligent Transportation Systems, vol. 16(2)