Impactos de veículos autônomos na operação de autoestradas através de equivalência veicular
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 conv...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2021 |
| País: | Brasil |
| Institución: | Universidade de São Paulo (USP) |
| Repositorio: | Biblioteca Digital de Teses e Dissertações da USP |
| Idioma: | portugués |
| OAI Identifier: | oai:teses.usp.br:tde-27062022-082840 |
| Acceso en línea: | https://www.teses.usp.br/teses/disponiveis/18/18144/tde-27062022-082840/ |
| Access Level: | acceso abierto |
| Palabra clave: | Árvore de decisão Autonomous vehicles Capacidade de rodovias Decision tree Equivalence factor Fator de equivalência HCM Highway capacity Simulação de tráfego rodoviário Traffic flow simulation Veículos Autônomos |
| Sumario: | 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. |
|---|