Abstract

Travel time distribution estimation is fundamentally important for the evaluation of travel time variability and reliability. For urban roads, signal delays are key components of travel time. They are stochastic and differ for vehicular movements due to different signal timings for through, left-turning, and right-turning vehicles. To better assist travelers in making trip decisions under connected environments, this study seeks to investigate lane-level travel time distributions for signalized arterial roads by specifically considering the impacts of both the link travel time and the vehicle movement-based signal delays at an intersection. A simulation testbed based on the VISSIM microscopic traffic simulator and a Java plugin is developed to mimic the traffic flow dynamics of a signalized arterial, El Camino Real, in Palo Alto, California, under a connected environment. The detailed vehicle trajectory data obtained from the simulation can be leveraged to obtain lane-level travel time information. Typical normal, lognormal, gamma, and Weibull distributions, as well as kernel density estimation (KDE), are adopted to calibrate the lane-level travel time distributions. The estimation results demonstrate that conventional distribution models are suitable for estimating the travel time distributions of only a few road segments, while KDE fully captures travel time reliability metrics such as the buffer time index, skewness, and width of the travel time distributions for all road segments. This result will help traffic managers and engineers carry out effective traffic management and control to optimize the operation of arterial roads.

摘要

旅行时间分布估计对于评估旅行时间可变性和可靠性至关重要。对于城市道路，信号延迟是行程时间的关键组成部分。由于直行、左转和右转车辆的信号时间不同，它们是随机的，并且因车辆运动而异。为了更好地帮助旅行者在互联环境下做出出行决策，本研究旨在通过特别考虑链路行程时间和交叉路口基于车辆运动的信号延迟的影响，研究信号化主干道的车道级行程时间分布。开发了基于 VISSIM 微观交通模拟器和 Java 插件的模拟测试平台，以模拟加利福尼亚州帕洛阿尔托的信号化主干道 El Camino Real 的交通流动态，连接的环境下。可以利用从模拟中获得的详细车辆轨迹数据来获取车道级行驶时间信息。采用典型的正态分布、对数正态分布、伽马分布和威布尔分布以及核密度估计 (KDE) 来校准车道级行程时间分布。估计结果表明，传统分布模型仅适用于估计少数路段的旅行时间分布，而 KDE 完全捕获旅行时间可靠性指标，例如缓冲时间指数、偏度和所有道路旅行时间分布的宽度段。这一结果将有助于交通管理者和工程师进行有效的交通管理和控制，以优化干线道路的运营。可以利用从模拟中获得的详细车辆轨迹数据来获取车道级行驶时间信息。采用典型的正态分布、对数正态分布、伽马分布和威布尔分布以及核密度估计 (KDE) 来校准车道级行程时间分布。估计结果表明，传统分布模型仅适用于估计少数路段的旅行时间分布，而 KDE 完全捕获旅行时间可靠性指标，例如缓冲时间指数、偏度和所有道路旅行时间分布的宽度段。这一结果将有助于交通管理者和工程师进行有效的交通管理和控制，以优化干线道路的运营。可以利用从模拟中获得的详细车辆轨迹数据来获取车道级行驶时间信息。采用典型的正态分布、对数正态分布、伽马分布和威布尔分布以及核密度估计 (KDE) 来校准车道级行程时间分布。估计结果表明，传统分布模型仅适用于估计少数路段的旅行时间分布，而 KDE 完全捕获旅行时间可靠性指标，例如缓冲时间指数、偏度和所有道路旅行时间分布的宽度段。这一结果将有助于交通管理者和工程师进行有效的交通管理和控制，以优化干线道路的运营。