CN106228307A - 高速公路etc***环境效益测算方法 - Google Patents
高速公路etc***环境效益测算方法 Download PDFInfo
- Publication number
- CN106228307A CN106228307A CN201610600079.0A CN201610600079A CN106228307A CN 106228307 A CN106228307 A CN 106228307A CN 201610600079 A CN201610600079 A CN 201610600079A CN 106228307 A CN106228307 A CN 106228307A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- track
- oil consumption
- lane
- drivers
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/06—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
- G07B15/066—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems being coin-operated
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Finance (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了高速公路ETC***环境效益测算方法,调查现有办理ETC业务的各种类型的车辆的类型、油耗和排量;采用雷达测速和单点观测相结合的测速方法调查各个收费场站,掌握车辆经过不同类型收费车道时全程的速度变化;根据收费站广场视频检测数据统计人工收费车道各种排队情况比例;根据调查的结果进行实验,利用专业检测仪器获取不同车型、不同排队长度通过不同收费车道的油耗和污染物排放监测值,进而得到ETC***交易所产生的环境效益测算值。本方法基于视频检测器数据实现动态统计人工收费车道的车辆各种排队长度情况所占的比例,构建ETC***实施的能源环境效益测算模型,定量评估整个ETC***所带来的环境效益。
Description
技术领域
本发明涉及一种高速公路ETC(电子不停车收费)环境效益测算方法,属于ETC数据应用和驾驶模拟实验领域。
背景技术
电子不停车收费***(ETC)能够明显地提高收费站区的车辆通行效率,减少汽车尾气排放,节省收费站用地,降低公路运营部门的管理成本。测算ETC***的环境效益对于定量评估ETC的节能减排效果具有重要意义。
机动车辆废气的排放主要有碳氢化合物、一氧化碳、氮氧化合物和颗粒物质,CO、HC、NOX的排放量可作为环境影响的评价指标。目前计算经过ETC车道和人工收费车道不同类型的车辆的油耗与排放量多采用间接计算方法。间接计算方法一般先采用仿真模拟、现场观测试验、数学模型计算等方法模拟收费站交通流的变化,进而确定车辆的运行状态的有关参数;应用模拟车辆的运行状态与油耗的关系的相关模型,得到车辆在收费站的油耗,并根据车辆的运行状态,利用相应的排放因子的模拟模型,计算出相应的排放因子,进而再计算车辆在收费站区的排放量。间接计算方法大多基于仿真软件或单车实验,未能开展***的实车试验定量评估整个ETC***所带来的环境效益。另外,传统车辆排放模型无法准确评估经过收费站车辆的启动–停止这一过程真实排放情况;间接计算方法基于传统排队论模型,假设车辆到服从泊松分布,基于来车强度和服务时间估算排队概率,与实际车辆到达、排队情况有一定差距。
本方法首先通过交通调查获得车辆经过ETC收费车道与人工收费车道的全程速度变化,基于视频检测器数据获得人工收费车道的车辆各种排队长度情况所占的比例,利用专用的精确仪器,直接测试不同车型车辆在不同排队情况下经过收费车道时发动机的燃油耗量与排放量,来估算ETC获得的效益,该方法测量车辆的油耗与排放量较间接计算法更加准确。
发明内容
本发明目的在于提出一种高速公路ETC***环境效益测算方法,通过开展不同车型实车驾驶实验,获取了ETC和人工收费车道两类不同收费模式下车辆的油耗和尾气排放值。为今后开展ETC***的综合评价,节能减排效益的测算与预测、碳交易量计算,以及发展策略制定提供了支撑。
为了实现上述目的,本发明采用以下技术方案:
高速公路ETC***环境效益测算方法,车辆的油耗与排放指标计算主要分为五个步骤,首先根据各ETC卡办理中心的登记记录,确定现有办理ETC业务的各种类型的车辆比例。然后,通过各个收费场站的实地调查,掌握车辆经过不同类型收费车道时全程的速度变化。其次,根据收费站收费广场视频检测器数据,统计经过人工收费车道的车辆各种排队长度情况所占的比例。根据前面两个调查的结果进行实验,获取不同车型在不同排队长度通过不同收费车道的油耗和污染物(HC化合物,CO化合物和NOx化合物)排放监测值。最后,根据ETC节能减排综合计算模型确定ETC***的综合环境效益。
污染物为HC化合物、CO化合物、NOx化合物。
其特征在于包括以下步骤:
步骤1,确定试验车型;
根据车辆登记时的车辆型号与排量信息调查,获得ETC***登记用户车辆的品牌、型号和排量,并从中国工业和信息化部公布的《轻型汽车燃油消耗数据库》检索得到每一种登记车型的标准油耗推荐值。严格按照车辆的油耗与排放的分布情况,通过用“K-均值聚类”方法将测试车辆分类,根据类中心排量和类中心油耗选择代表性车辆展开油耗和排放模拟实验。
步骤2,实地调查车辆经过ETC和人工收费车道全程的速度变化特性;
在对ETC车道和人工收费车道实地调查过程中采用采用雷达测速和单点观测相结合的测速方法(该方法适用于低速测定),采集距离收费口200米远范围内车辆的减速进入收费口与加速离开收费口的速度变化过程,以及车辆在MTC车道的服务时间;车辆在ETC车道的经过最低速度等。
步骤3,视频数据处理获得实时的车道排队长度;
由于车辆通过ETC车道时服务时间较短,其通行能力较高,因此在平峰时段,基本没有排队现象,高峰时段即使形成排队,其排队现象持续时间非常短,并不会形成拥堵。而人工收费车道在高峰时期和平峰时期会出现不同的排队长度,当排队长度为不同值时,车辆经过收费站ETC车道节约的能源和减少的排放量有所不同。利用收费站广场的视频检测器数据,根据公式(1)统计人工收费车道的车辆各种排队长度情况所占的比例,作为效益计算的权重值。排队***中有j辆车排队的比例为:
式中,T为统计周期;n为人工收费车道数;l为人工收费车道的车道编号,l=1,2,3.……n;tlj为统计周期内第l条人工收费车道排j辆车时的累计时间。
视频检测器数据应采用来自收费站广场侧向安装的视频检测器,可有效避免车道之间遮挡。
步骤4,排放模拟试验;
测试不同类型的车辆经过ETC车道与人工收费车道过程中的油耗与排放量情况,选取不同类型的实验车辆,分别模拟其经过ETC与人工收费车道的时间-速度轨迹,既将不同车型在实验中,分别按照设定的时间-速度曲线模拟其经过ETC与人工收费车道的过程。
根据实验获得的以秒为单位的时间序列的车辆油耗与排放量结果,截取所需实验区间段的数据结果,计算不同类型的车辆经过ETC收费站的油耗与排放量,以及不同排队长度下车辆经过人工收费车道的油耗与排放量。
实验得到的结果包括:不同类型车辆经过ETC时的油耗与排放;不同类型车辆经过人工收费车道(包括拿票与缴费)时,在不同排队长度情况下的油耗与排放量。
步骤5,ETC节能减排综合计算模型;
对于整个ETC***的环境效益评价,应该在不同车型、不同排队长度条件下,综合计算车辆通过收费车道的耗油减少值和尾气排放量减少值。根据式(2)和式(3)确定第m年的总油耗量的减少量Δom和总排放减少量Δgm:
式中:VEM代表第m年ETC的总交易量;ri代表第i种车型在总车型中所占的比例;rj代表到达人工收费车道后后排队长度为j的车辆所占的比例;Δoij代表第i种车型,在到达人工收费车道时如果排队长度为j,比ETC车道要多耗费的油量。
式中:VEM代表第m年ETC的总交易量;ri代表第i种车型在总车型中所占的比例;rj代表到达人工收费车道后排队长度为j的车辆所占的比例;Δgij代表第i种车型,在到达人工收费车道时如果排队长度为j,比走ETC车道要多排放的某种废气物的排放量。
发明与现有技术相比,具有以下明显的优势和有益效果:
本方法较传统的车辆排放模型着重考虑收费站区ETC和人工收费车道的交通流特性和车辆运行轨迹特点;本方法利用视频检测数据实现动态统计人工收费车道的车辆各种排队长度情况所占的比例,较传统排队论模型估算更符合实际车流到达和排队特征,具有更强的适用性;开展实车排放实验,构建不同车型、不同排队情形下ETC***能源环境效益测算模型,定量评估ETC***所带来的环境效益,本发明测量车辆的油耗与排放量较间接计算法更加准确。
附图说明
图1为ETC车道车辆行驶轨迹模型图;
图2为人工车道车辆轨迹模型图;
图3为车辆经过ETC收费站的时间—速度轨迹图;
图4为车辆经过人工收费车道的时间—速度轨迹图;
图5为收费站广场侧向安装的视频检测器示意图;
图6为各种实验车型的实际运行轨迹图。
图7为本方法的实施流程图。
具体实施方案
本实施例经过对北京市ETC用户车辆的抽样调查、聚类分析后选定7类典型车型开展实车排放测试实验,选取对北京市京沈高速白鹿收费站、台湖收费站(匝道收费站)、京承高速主线收费站进行调查,获取收费站区车辆行驶特性,模拟车辆通过ETC车道和MTC车道的行驶过程,获取不同车型通过不同收费车道的油耗和污染物(HC化合物,CO化合物和NOx化合物)排放监测值,最后得到北京市ETC***平均单次交易所产生的环境效益测算值。
本实施例包括以下步骤:
步骤1,确定试验车型;
在北京市全市范围内的所有ETC客服中心开展抽样调查,抽样比例为5%,按照车辆油耗和排量数据,利用K-均值聚类法对所有样本车辆进行聚类,聚类结果将所有车型划分为7类。
表1车型参数表
步骤2,车辆通过收费站区的速度特性;
调查过程中采用采用雷达测速和单点观测相结合的测速方法(该方法适用于低速测定),采集距离收费口200米远范围内车辆的减速进入收费口与加速离开收费口的速度变化过程,获得ETC车道和人工收费车道的车辆行驶轨迹模型。
在ETC车费收费车道,车辆从距离收费口大概100米远的位置开始缓慢减速,此时速度平均大约是60km/h,到达收费时车辆的平均最低速度是24km/h,然后车辆开始加速行驶,到距离收费口100m远的位置开始速度达到60km/h左右,之后车辆速度几乎不再变化。
车辆在经过人工收费车道时,在距离收费口160m左右的位置开始缓慢减速,靠近收费口处时开始停车,如果遭遇排队,车辆在距离收费口6*N米(N代表排队的车辆数)处停车,每10-12秒左右向前移动6米,共停留N次,离开收费口后在大概140米远的位置车辆开始以正常速度行驶。
步骤3,视频数据处理获得实时的车道排队长度;
根据实际的北京市各个高速公路收费站每天的24小时交通量的变化和各个高速公路收费站的车道数,对收费站排队情况进行分析,ETC车道基本无排队现象,人工收费车道无论平峰时间段还是高峰时间段,都有可能出现排队现象。
采用收费站广场侧向安装的视频检测器的视频数据,利用专业的交通事件检测软件对视频数据进行分析,分别统计24小时内人工收费车道每种排队长度的累计时间,统计出车辆在到达收费站之后的各种排队长度占所有排队长度情况的比例。最后将各个高速公路收费站的排队情况进行加权平均的整体考虑,排队长度比例推荐值如下所示:
表2排队长度比例推荐值
步骤4,模拟实验;
选取7种不同类型的实验车辆,分别模拟其经过ETC与人工时的时间-速度轨迹,既7辆车在实验中,分别按照设定的时间-速度曲线模拟其经过ETC与人工收费车道的过程,得到7种车型在ETC过程和MTC过程的油耗值和排放值。表3为通过ETC车道的油耗排放测定值;表4为通过MTC车道无排队,1辆和2辆车排队下的测定值。
表3七种车型ETC车道油耗排放测试结果
表4七种车型人工收费车道油耗排放测试结果
取两组实验结果的平均值,其差值即为燃油和排放的节约值。通过上述油耗与排放测试实验,获得式中各个参数的具体值如下表所示:
表5油耗减少量计算参数表
表6CH排放降低量计算参数表
表7CO排放降低量计算参数表
表8NO化物排放降低量计算参数表
结果分析:
(1)从通过ETC收费车道的所有车辆中共选取七种车型,通过车辆的油耗与排放实验,精确的测试出在2辆车排队的情况下,车辆的油耗节省量从最少的12.1毫升/车·次到25.0毫升/车·次,排放降低量CO化物在三种排放物中所占比例最高,当排队长度增大时,油耗和排放的节省和降低量逐步上升。
(2)根据各种实验车型在所有注册ETC车辆中所占的比例,以及预测的不同排队长度的车辆在所有经过ETC车道中所占的比例,在实验测试结果的基础上,计算得到平均每辆ETC车辆在经过ETC车道时,油耗的节省量为31.4毫升/车·次,CH化合物,CO化合物和NO化合物三种排放物的降低量依次为0.68克/车·次、4.65克/车·次,0.27克/车·次。
(3)以2013年为例,北京市区域ETC***1.3062亿次的交易,预计节约燃油消耗410.15万升,减少各类污染气体排放730.9吨.以平均燃油成本为7.8元/升,平均空气污染物治理成本8.98元/千克计算核算,全年北京市ETC***实施,预计所产生的环境效益货币化测算值约为3 855.52万元。
Claims (5)
1.高速公路ETC***环境效益测算方法,其特征在于:该方法包括如下步骤,
步骤1,确定试验车型;
根据车辆登记时的车辆型号与排量信息调查,获得ETC***登记用户车辆的品牌、型号和排量,并从中国工业和信息化部公布的《轻型汽车燃油消耗数据库》检索得到了每一种登记车型的标准油耗推荐值;严格按照车辆的油耗与排放的分布情况,通过用“K-均值聚类”方法将测试车辆分类,根据类中心排量和类中心油耗选择代表性车辆展开油耗和排放模拟实验;
步骤2,实地调查车辆经过ETC和人工收费车道全程的速度变化特性;
在对ETC车道和MTC车道实地调查过程中采用采用雷达测速和单点观测相结合的测速方法(该方法适用于低速测定),采集距离收费口200米远范围内车辆的减速进入收费口与加速离开收费口的速度变化过程,以及车辆在MTC车道的服务时间;车辆在ETC车道的经过最低速度;
步骤3,视频数据处理获得实时的车道排队长度;
由于车辆通过ETC车道时服务时间较短,其通行能力较高,因此在平峰时段,基本没有排队现象,高峰时段即使形成排队,其排队现象持续时间非常短,并不会形成拥堵;而人工收费车道在高峰时期和平峰时期会出现不同的排队长度,当排队长度为不同值时,车辆经过收费站ETC车道节约的能源和减少的排放量有所不同;利用收费站广场的视频检测器数据,根据公式(1)统计人工收费车道的车辆各种排队长度情况所占的比例,作为效益计算的权重值;排队***中有j辆车排队的比例为:
式中,T为统计周期;n为人工收费车道数;l为人工收费车道的车道编号,l=1,2,3.……n;tlm为统计周期内第l条人工收费车道排j辆车时的累计时间;
视频检测器数据应采用来自收费广场侧向安装的视频检测器,可有效避免车道之间遮挡;
步骤4,排放模拟试验;
为测试不同类型的车辆经过ETC收费车道与MTC车道过程中的油耗与排放量情况;选取不同类型的实验车辆,分别模拟其经过ETC与MTC的时间——速度轨迹,既将不同车型在实验中,分别按照设定的时间-速度曲线模拟其经过ETC与人工收费车道的过程;
根据实验获得的以秒为单位的车辆油耗与排放量结果,截取所需实验区间段的数据结果,计算不同类型的车辆经过ETC收费站的油耗与排放量,以及不同排队长度下车辆经过人工收费车道的油耗与排放量;
实验得到的结果包括:不同类型车辆经过ETC时的油耗与排放;不同类型车辆经过人工收费车道时,在不同排队长度情况下的油耗与排放量;
步骤5,ETC节能减排综合计算模型;
对于整个ETC***的环境效益评价,应该在不同车型、不同排队长度条件下,综合计算车辆通过收费车道的耗油减少值和尾气排放量减少值;根据式(2)和式(3)确定第m年的总油耗量的减少量Δom和总排放减少量Δgm:
式中:VEM代表第m年ETC的总交易量;ri代表第i种车型在总车型中所占的比例;rj代表到达人工收费车道后后排队长度为j的车辆所占的比例;Δoij代表第i种车型,在到达人工收费车道时如果排队长度为j,比ETC车道要多耗费的油量;
式中:VEM代表第m年ETC的总交易量;ri代表第i种车型在总车型中所占的比例;rj代表到达人工收费车道后排队长度为j的车辆所占的比例;Δgij代表第i种车型,在到达人工收费车道时如果排队长度为j,比走ETC车道要多排放的某种废气物的排放量。
2.根据权利要求1所述的高速公路ETC***环境效益测算方法,其特征在于,所述步骤2中采用雷达测速和单点观测相结合的测速方法,该方法适用于低速测定,采集距离收费口200米远范围内车辆的减速进入收费口与加速离开收费口的速度变化过程,以及车辆在人工收费车道的服务时间;车辆在电子收费车道的经过最低速度。
3.根据权利要求1所述的高速公路ETC***环境效益测算方法,其特征在于,统计人工收费车道不同的排队长度占总排队长度的比例时,利用收费站广场的视频检测器数据,根据公式(1)统计人工收费车道的车辆各种排队长度情况所占的比例,作为效益计算的权重值;为避免车道之间遮挡,视频检测器数据应采用来自收费广场侧向安装的视频检测器。
4.根据权利要求1所述的高速公路ETC***环境效益测算方法,其特征在于,对于整个ETC***的环境效益评价,将不同车型、不同排队长度条件下,车辆通过收费车道的耗油减少值和尾气排放量减少值代入公式(2)和(3)确定第m年的总油耗量的减少量Δom和尾气排放量Δgm。
5.根据权利要求1所述的高速公路ETC***环境效益测算方法,其特征在于,污染物为HC化合物、CO化合物、NOx化合物。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610600079.0A CN106228307A (zh) | 2016-07-26 | 2016-07-26 | 高速公路etc***环境效益测算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610600079.0A CN106228307A (zh) | 2016-07-26 | 2016-07-26 | 高速公路etc***环境效益测算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106228307A true CN106228307A (zh) | 2016-12-14 |
Family
ID=57533724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610600079.0A Pending CN106228307A (zh) | 2016-07-26 | 2016-07-26 | 高速公路etc***环境效益测算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106228307A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108959821A (zh) * | 2018-08-01 | 2018-12-07 | 河南城建学院 | 一种高速公路收费站可变向车道通行控制方法 |
CN110008595A (zh) * | 2019-04-08 | 2019-07-12 | 交通运输部路网监测与应急处置中心 | Etc节能减排效益测算方法和装置 |
CN113850991A (zh) * | 2021-08-31 | 2021-12-28 | 北京北大千方科技有限公司 | 一种收费站的交通状况识别方法、装置、存储介质及终端 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103700264A (zh) * | 2013-12-09 | 2014-04-02 | 北京工业大学 | 基于etc收费数据的高速公路路段行程速度计算方法 |
CN105355048A (zh) * | 2015-11-05 | 2016-02-24 | 北京市交通行业节能减排中心 | 一种交通指数与机动车污染物排放耦合分析方法 |
CN105551240A (zh) * | 2015-12-08 | 2016-05-04 | 东南大学 | 基于不同道路状况的汽车尾气排放测定方法 |
-
2016
- 2016-07-26 CN CN201610600079.0A patent/CN106228307A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103700264A (zh) * | 2013-12-09 | 2014-04-02 | 北京工业大学 | 基于etc收费数据的高速公路路段行程速度计算方法 |
CN105355048A (zh) * | 2015-11-05 | 2016-02-24 | 北京市交通行业节能减排中心 | 一种交通指数与机动车污染物排放耦合分析方法 |
CN105551240A (zh) * | 2015-12-08 | 2016-05-04 | 东南大学 | 基于不同道路状况的汽车尾气排放测定方法 |
Non-Patent Citations (3)
Title |
---|
翁剑成等: "《ETC***的环境效益评价测算模型》", 《交通运输***工程与信息》 * |
肖鹤等: "《ETC***碳减排模型研究》", 《中国交通信息化》 * |
陆键等: "《ETC***效益评价指标体系》", 《交通运输工程与信息学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108959821A (zh) * | 2018-08-01 | 2018-12-07 | 河南城建学院 | 一种高速公路收费站可变向车道通行控制方法 |
CN108959821B (zh) * | 2018-08-01 | 2022-10-25 | 河南城建学院 | 一种高速公路收费站可变向车道通行控制方法 |
CN110008595A (zh) * | 2019-04-08 | 2019-07-12 | 交通运输部路网监测与应急处置中心 | Etc节能减排效益测算方法和装置 |
CN110008595B (zh) * | 2019-04-08 | 2023-11-03 | 交通运输部路网监测与应急处置中心 | Etc节能减排效益测算方法和装置 |
CN113850991A (zh) * | 2021-08-31 | 2021-12-28 | 北京北大千方科技有限公司 | 一种收费站的交通状况识别方法、装置、存储介质及终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lin et al. | A review of travel-time prediction in transport and logistics | |
Sun et al. | Modeling carbon emissions from urban traffic system using mobile monitoring | |
Barth et al. | Recent validation efforts for a comprehensive modal emissions model | |
Yu et al. | Improving urban bus emission and fuel consumption modeling by incorporating passenger load factor for real world driving | |
Montazeri-Gh et al. | Development of car drive cycle for simulation of emissions and fuel economy | |
Zhang et al. | Assessing effect of traffic signal control strategies on vehicle emissions | |
CN104850676B (zh) | 一种公路桥梁随机车流仿真模拟方法 | |
Yang et al. | Arterial roadway energy/emissions estimation using modal-based trajectory reconstruction | |
Seedam et al. | Development of an onboard system to measure the on-road driving pattern for developing motorcycle driving cycle in Khon Kaen city, Thailand | |
CN103942957B (zh) | 信号交叉口饱和状态下车辆排队长度计算方法 | |
CN104835099A (zh) | 一种城市路网机动车尾气实时遥感监测基址选取方法 | |
Ryu et al. | Development of a corrected average speed model for calculating carbon dioxide emissions per link unit on urban roads | |
CN106228307A (zh) | 高速公路etc***环境效益测算方法 | |
Younglove et al. | Designing on-road vehicle test programs for the development of effective vehicle emission models | |
Milkins et al. | Comparison of urban driving patterns | |
CN110867075B (zh) | 一种评估雨天条件下道路测速仪对驾驶人员反应行为影响的方法 | |
Śmieszek et al. | Determining the fuel consumption of a public city bus in urban traffic | |
Zhai et al. | Comparative analysis of drive-cycles, speed limit violations, and emissions in two cities: Toronto and Beijing | |
Kühlwein et al. | Traffic measurements and high-performance modelling of motorway emission rates | |
CN109960889A (zh) | 轨道交通工具线路典型速度-时间行驶工况构建方法 | |
Yan et al. | Vehicle emission comparisons along electronic and manual toll collection lanes | |
Bigazzi et al. | Traffic data for local emissions monitoring at a signalized intersection | |
Song et al. | Emission analysis at toll station area in Beijing with portable emission measurement system | |
Chen et al. | Development of macroscopic emission estimation model based on microscopic operating modes | |
Jiang et al. | Development of vehicle platoon distribution models and simulation of platoon movements on Indian rural corridors |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161214 |