MARC

 008260126s2024        us                              c    eng  d
■001000017360320
■00520260202105506
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798263326326
■035    ▼a(MiAaPQ)AAI32308035
■035    ▼a(MiAaPQ)GeorgiaTech78537
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a910.285
■1001  ▼aWei,  Anqi.
■24510▼aAnalysis  of  Roundabout  Drivers'  Gap-Acceptance  Behavior  using  a  Drone-Based  Measurement  Technique
■260    ▼a[Sl]▼bGeorgia  Institute  of  Technology▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a375  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-05,  Section:  A.
■500    ▼aAdvisor:  Rodgers,  Michael.
■5021  ▼aThesis  (Ph.D.)--Georgia  Institute  of  Technology,  2024.
■520    ▼aCollecting  real-world  transportation  operational  data  from  existing  facilities  is  crucial,  as  this  data  is  often  necessary  for  facility  performance  evaluation,  aiding  practitioners  in  making  more  informed  decisions  in  transportation  management  and  planning  design.  Among  the  wide  variety  of  available  technologies  for  data  collection,  aerial  survey  methods  offer  numerous  advantages  over  others  in  terms  of  data  collection  efficiency,  flexibility,  and  safety.  More  importantly,  these  methods  provide  an  unrestricted  top-down  view  of  survey  sites  that  can  largely  eliminate  image  distortion  issues.  However,  in  the  past,  the  lack  of  accessible  equipment  and  professional  operators  led  most  previous  research  studies  to  choose  ground-based  methods  like  fixed  cameras  for  data  collection  activities.  Nowadays,  with  the  increasing  availability  of  inexpensive  high-resolution  video  drones  and  advancements  in  image/video  processing  techniques,  the  aerial  survey  method  is  expected  to  have  immense  application  potential  in  traffic  surveillance  and  operational  analysis.  This  research  aims  to  develop  a  drone-based  measurement  technique  that  combines  drone  video  data  collection  with  image  processing  tools.  This  technique  can  also  be  easily  incorporated  with  other  measuring  equipment/software  and  customized  based  on  users'  data  collection  interests.  A  set  of  standard  operating  procedures  and  training  material  were  also  created  to  ensure  the  reliable  production  of  quantitative  measurements  of  traffic  conditions  for  various  purposes.To  demonstrate  one  potential  application  of  the  developed  drone-based  measurement  technique,  a  case  study  was  conducted  to  analyze  entering  drivers'  gapacceptance  behavior  under  general  operational  conditions  at  roundabouts.  Since  in  modern  roundabouts,  priority  is  always  given  to  circulating  vehicles,  entering  drivers  are  often  faced  with  the  decision  to  either  accept  or  reject  a  gap  in  the  circulating  stream  as  they  arrive  at  the  approach  yield  line.  These  gap  acceptance/rejection  decisions  can  vary  significantly  among  drivers.  A  commonly  used  parameter  to  characterize  these  decisions  is  the  "critical  gap",  defined  as  the  minimum  gap  in  the  conflicting  flow  accepted  by  almost  all  drivers  and  serves  as  an  input  into  most  roundabout  entry  capacity  models.  Current  practice  for  estimating  the  critical  gap  requires  the  operational  data  to  be  collected  under  saturated  conditions  when  there  is  a  constant  queue.  However,  as  most  roundabouts  rarely  operate  near  capacity,  this  requirement  significantly  restricts  measurement  of  gap  acceptance  under  a  variety  of  conditions.  Therefore,  this  case  study  establishes  a  framework  to  obtain  reliable  and  accurate  measurements  of  drivers'  critical  gaps  under  a  wide  range  of  operational  conditions  using  the  developed  drone-based  measurement  technique.In  this  study,  a  DJI  quadcopter  drone  equipped  with  a  4k-camera  was  used  collect  aerial  video  recordings  of  traffic  operations  at  24  selected  roundabouts  in  Georgia.  From  these  videos,  vehicle  trajectory  data  were  automatically  extracted  and  analyzed  to  establish  entering  drivers'  gap-acceptance  behavior.  External  factors  related  to  geometric  design  and  operation  were  also  measured  using  the  drone-based  technique.  A  predictive  model  for  roundabout  drivers'  critical  gap  estimation  was  developed  at  an  approach  level  to  help  identify  significant  factors  that  influence  field-observed  gap-acceptance  behavior,  and  provide  insights  into  future  intersection  design  decisions.  Since  many  approaches  have  seen  a  substantial  number  of  drivers  with  inconsistent  gap-acceptance  behavior,  to  better  understand  each  driver's  gap-acceptance  decision-making  process  under  unsaturated  conditions,  additional  variables  related  to  vehicle  dynamics  like  circulating  vehicles'  lateral  positions  within  the  travel  lanes,  turning  angle  rate  of  change,  etc.  that  might  provide  certain  visual  indications  to  entering  drivers  were  also  collected.  Upon  further  investigation  of  these  variables'  impacts  on  entering  drivers'  gap-acceptance  decisions,  it  was  found  that  entering  drivers  tend  to  exhibit  more  cautious  behavior  when  they  are  uncertain  of  the  incoming  circulating  vehicle's  intentions  in  terms  of  whether  to  exit  at  the  approach  or  continue  to  circulate  through  the  roundabout.  This  case  study  also  demonstrates  the  extent  to  which  vehicle  trajectories  extracted  from  drone-based  video  data  can  be  used  to  obtain  valuable  information  regarding  driver  behavior,  driving  environment,  and  roadway  geometric  characteristics,  etc.,  and  to  further  refine  our  understanding  of  operations  observed  in  transportation  facilities.
■590    ▼aSchool  code:  0078.
■650  4▼aGlobal  positioning  systems--GPS
■650  4▼aBehavior
■650  4▼aSoftware
■650  4▼aVideo  recordings
■650  4▼aNeural  networks
■650  4▼aDecision  making
■650  4▼aContingency  tables
■650  4▼aAviation
■650  4▼aUnmanned  aerial  vehicles
■650  4▼aBatteries
■650  4▼aDrones
■650  4▼aCorrelation  analysis
■650  4▼aSurveillance
■650  4▼aRecording  equipment
■650  4▼aVehicles
■650  4▼aAerospace  engineering
■650  4▼aFilm  studies
■650  4▼aRobotics
■690    ▼a0538
■690    ▼a0800
■690    ▼a0900
■690    ▼a0771
■71020▼aGeorgia  Institute  of  Technology.
■7730  ▼tDissertations  Abstracts  International▼g87-05A.
■790    ▼a0078
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17360320▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서