1. Repository at ChSTU
  2. Випускні кваліфікаційні роботи
  3. Магістр
  4. 275 Транспортні технології (Транспортні технології (на автомобільному транспорті))
Please use this identifier to cite or link to this item: https://er.chdtu.edu.ua/handle/ChSTU/8783
Title: Порівняльний аналіз безпеки та шкідливих викидів при заміні регульованих перехресь перехрестями з безперервним рухом
Authors: Рудь , Максим Петрович
Рудовол, Володимир Володимирович
Issue Date: 2023
Abstract: Об’єкт дослідження – перехрестя з безперервним рухом. Предмет дослідження – вплив заміни регульованих перехресть перехрестями з безперервним рухом на безпеку та шкідливі викиди. Мета дослідження – є вдосконалення кількісної оцінки потенційних переваг безперервних перетинів потоків у двох основних аспектах: безпеці та екології. Для досягнення мети нам необхідно вирішити такі завдання:  визначити, чи перехрестя з безперервним потоком є безпечнішими, ніж звичайні перехрестя з сигналізацією для тих самих умов дорожнього руху, використовуючи сурогатні заходи безпеки за допомогою мікросимуляції та перевірки за допомогою даних реальних аварій.  визначити, чи перехрестя безперервного потоку виробляють нижчі рівні викидів, ніж звичайні перехрестя з сигналізацією за тих самих умов руху шляхом мікромоделювання. Методи дослідження – мікроскопічне моделювання транспортних потоків. Кваліфікаційна робота магістра складається з 72 сторінок пояснювальної записки і включає: вступ, три розділи, висновок, список використаних джерел, а також 11 таблиць, 25 рисунки і 20 джерел.
URI: https://er.chdtu.edu.ua/handle/ChSTU/8783
Appears in Collections:275 Транспортні технології (Транспортні технології (на автомобільному транспорті))

Files in This Item:
File Description SizeFormat 
Рудовол.pdf
  Restricted Access		1.81 MBAdobe PDFView/Open Request a copy
Show full item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

Extracted text 
 
МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ 
ЧЕРКАСЬКИЙ ДЕРЖАВНИЙ ТЕХНОЛОГІЧНИЙ УНІВЕРСИТЕТ 
18006, м. Черкаси, бул. Шевченка, 460, тел./факс (0472) 71 00 92 
 
ЗАТВЕРДЖУЮ 
зав. кафедри автомобілів та  
технологій їх експлуатації, професор 
______________ Л.А. Тарандушка 
 «___» __________________2023 р. 
 
Кваліфікаційна робота магістра 
«ПОРІВНЯЛЬНИЙ АНАЛІЗ БЕЗПЕКИ ТА ШКІДЛИВИХ ВИКИДІВ ПРИ 
ЗАМІНІ РЕГУЛЬОВАНИХ ПЕРЕХРЕСТЬ ПЕРЕХРЕСТЯМИ З 
БЕЗПЕРЕРВНИМ РУХОМ»  
 
начальник технічного відділу  
КП «Черкасиелектротранс»       _________________           К.П. Бражник 
                            (посада)                                                                     (підпис)                                (Ініціали, прізвище) 
 
Керівник роботи:  
доцент кафедри АТЕ                      _______________               М.П. Рудь  
                  (посада)                                                                       (підпис)                                           (Ініціали, прізвище) 
Виконавець: 
студент 2 курсу, гр. мАВ-83                           
спеціальності 274 – Автомобільний  
транспорт                                                  _______________  _В.В. Рудовол  
                                                                                                        (підпис)                     (Ініціали, прізвище) 
 
2023  
 
2 
 
РЕФЕРАТ 
 
«ПОРІВНЯЛЬНИЙ АНАЛІЗ БЕЗПЕКИ ТА ШКІДЛИВИХ ВИКИДІВ ПРИ 
ЗАМІНІ РЕГУЛЬОВАНИХ ПЕРЕХРЕСТЬ ПЕРЕХРЕСТЯМИ З 
БЕЗПЕРЕРВНИМ РУХОМ» 
 
Об’єкт дослідження – перехрестя з безперервним рухом. 
Предмет дослідження – вплив заміни регульованих перехресть 
перехрестями з безперервним рухом на безпеку та шкідливі викиди. 
Мета дослідження – є вдосконалення  кількісної оцінки потенційних переваг 
безперервних перетинів потоків у двох основних аспектах: безпеці та екології. 
Для досягнення мети нам необхідно вирішити такі завдання: 
− визначити, чи перехрестя з безперервним потоком є безпечнішими, 
ніж звичайні перехрестя з сигналізацією для тих самих умов дорожнього руху, 
використовуючи сурогатні заходи безпеки за допомогою мікросимуляції та 
перевірки за допомогою даних реальних аварій. 
− визначити, чи перехрестя безперервного потоку виробляють нижчі 
рівні викидів, ніж звичайні перехрестя з сигналізацією за тих самих умов руху 
шляхом мікромоделювання. 
Методи дослідження – мікроскопічне моделювання транспортних потоків. 
Кваліфікаційна робота магістра складається з 72 сторінок пояснювальної 
записки і включає: вступ, три розділи, висновок, список використаних джерел, а 
також 11 таблиць, 25 рисунки і 20 джерел. 
 
 
  
 
3 
 
 
Зміст 
ВСТУП .......................................................................................................................... 5 
РОЗДІЛ 1. Огляд літератури ...................................................................................... 8 
1.1 Інформація про перехрестя безперервного потоку ........................................ 8 
1.2 Аналіз операцій моделювання перехресть 12 
1.3 Аналіз безпеки дорожнього руху ................................................................... 13 
1.4 Аналіз викидів вихлопних газів ..................................................................... 16 
1.5 Підсумки огляду літератури ........................................................................... 19 
РОЗДІЛ 2 Методика дослідження безпеки та екологічності перехерсть ............ 20 
2.1 План дослідження перехерсть ........................................................................ 20 
2.1.1 Цілі дослідження перехерсть ................................................................... 20 
2.2 Завдання дослідження перехресть .............................................................. 21 
2.3 НАУКОВО-ДОСЛІДНИЦЬКІ ВНЕСКИ.................................................... 25 
2.2 Оцінка безпеки шляхом мікросимуляції КФІ ............................................... 26 
2.2.1 Методологія дослідження ......................................................................... 26 
2.2.2 Аналіз та результати дослідження ........................................................... 33 
РОЗДІЛ 3 ДОСЛІДЖЕННЯ ПЕРЕХРЕСТЯ ЗГІДНО ПОСТАВЛЕНИХ ЗАДАЧ
 ..................................................................................................................................... 41 
3.1 Оцінка викидів перехресть суцільного потоку ............................................. 41 
3.1.1 Методологія дослідження шкідливих викидів ....................................... 41 
3.1.2 Аналіз та результати моделювання ......................................................... 44 
3.1.3. Обговорення отриманих результатів моделювання ............................. 48 
3.2 Оцінка ефективності перехресть з постійним потоком за змінного попиту
 .................................................................................................................................. 49 
 
4 
 
3.2.1 Методологія дослідження ефективності ................................................. 49 
3.2.2 Аналіз та результати дослідження ефективності ................................... 51 
3.3 Дослідження та рекомендації згідно отриманих результатів ..................... 64 
3.3.1 Результати отримані до мети дослідження  №1 ..................................... 64 
3.3.2 Результати отримані до мети дослідження  №2 ..................................... 65 
3.3.3 Результати отримані до мети дослідження  № 3 .................................... 66 
3.3.4 Результати отримані до мети дослідження  №4 ..................................... 67 
ВИСНОВКИ ............................................................................................................... 69 
СПИСОК ЛІТЕРАТУРИ ........................................................................................... 70 
 
  
 
5 
 
 
ВСТУП 
Звичайні перехрестя з сигналізацією існують з початку 1900-х років. Водії 
звикли їхати по правій стороні дороги, наближаючись до перехрестя, повертаючи 
ліворуч, праворуч або продовжуючи рух. Однак із збільшенням кількості 
пройдених транспортних засобів (VMT) збільшується кількість заторів, які 
виникають у вузлових точках транспортної мережі: перехрестях. Рух ліворуч 
особливо сприйнятливий до цього, оскільки транспортні засоби, що повертають 
ліворуч, повинні зупинятися та чекати на перехресті, перш ніж виявити проміжок 
у зустрічному транспорті, коли це дозволено, або повинні отримати власну фазу 
сигналу. Додавання фази сигналу вимагає або більшої тривалості циклу, або 
коротшого зеленого часу для наскрізних рухів, що збільшує загальну затримку 
для користувачів. Протягом останніх п’яти десятиліть інноваційні інженери 
дорожнього руху шукали вирішення цієї проблеми, і одним із поширених рішень 
є альтернативні конструкції перехресть, які переміщують або відхиляють рух 
ліворуч. Цього можна досягти багатьма способами, але мета завжди одна: 
підвищити експлуатаційну ефективність і безпеку перехрестя. 
Найпоширенішим альтернативним проектом перехрестя є круговий рух. 
З’явившись у Сполучених Штатах у 1990-х роках, кругові перехрестя швидко 
набувають популярності по всій країні. Форма кільця, вона усуває сигнал, 
дозволяє транспортним засобам в'їжджати на перехрестя, коли існує достатній 
проміжок у циркулюючому русі, і трактує всі рухи повороту однаково. Таким 
чином, транспортні засоби, що повертають ліворуч, не мають більшого впливу, 
ніж транспортні засоби, що рухаються або повертають праворуч. Але круговим 
перехрестям вже присвячено значну кількість досліджень, і в цьому проекті вони 
не будуть обговорюватися. 
Натомість цей проект буде зосереджений на перетині безперервного потоку 
(CFI), який був розроблений у 1991 році Франсіско Мієром і з тих пір 
реалізований на низці місць по всій країні [1]. Хоча на сьогоднішній день у 
 
6 
 
Сполучених Штатах реалізовано лише приблизно 25 CFI, вони існують у 
багатьох різних місцях по всій країні. Штат Юта був їх прихильником, 
перетворивши щонайменше 11 звичайних перехресть на CFI з 2007 року [2]. CFI 
також існують у Меріленді, Міссурі та Колорадо, серед інших штатів, і зараз 
плануються або будуються у Вірджинії, Техасі та Флориді. 
ПОСТАНОВКА ПРОБЛЕМИ 
Незважаючи на те, що інноваційні проекти перехресть, такі як CFI, часто 
відстоюють дизайнери як життєздатні та стійкі альтернативи перехрестям із 
сигналізацією, бракує кількісних даних, щоб підтвердити ці твердження. 
Попередні дослідження показали, що CFI загалом забезпечують кращі 
експлуатаційні характеристики, ніж звичайні перехрестя з сигналізацією, але 
інші впливи альтернативних конструкцій перехресть на стійкість не вивчалися. 
Це особливо вірно, оскільки це стосується безпеки та впливу CFI на 
навколишнє середовище. Щоб технологія була стійкою, вона має бути стійкою в 
трьох аспектах: економічному, соціальному та екологічному. Таким чином, 
знання впливу на навколишнє середовище (наприклад, кількість вироблених 
парникових газів або вплив на здоров’я людини) є важливим для початку 
визначення того, чи CFI є стійкими. Вплив на безпеку перетворення звичайного 
перехрестя з сигналізацією на CFI також впливає на стійкість. Згідно зі звітом 
NHTSA за 2010 рік, економічна вартість аварій у Сполучених Штатах лише за 
цей рік склала приблизно 240 мільярдів доларів [3]. З огляду на якість життя, 
загальні витрати суспільства перевищили 800 мільярдів доларів лише за 2010 рік 
[3]. Будь-яке скорочення цих витрат сприяє покращенню стійкості транспортної 
інфраструктури. Однак без кількісної оцінки покращень у сфері безпеки та 
навколишнього середовища неможливо показати справжні масштаби покращень 
сталого розвитку. 
ОБЛАСТЬ ДОСЛІДЖЕННЯ 
Метою цього дослідження є наступні два компоненти: 1) оцінка безпеки та 
2) оцінка викидів на CFI. 
 
7 
 
ЦІЛІ ДОСЛІДЖЕННЯ 
Загальною метою цього дослідження є краща кількісна оцінка потенційних 
переваг безперервних перетинів потоків у двох основних аспектах: безпеці та 
екології. Для належного задоволення цих дослідницьких потреб були визначені 
такі цілі: 
• Визначте, чи перехрестя з безперервним потоком є безпечнішими, 
ніж звичайні перехрестя з сигналізацією для тих самих умов дорожнього руху, 
використовуючи сурогатні заходи безпеки за допомогою мікросимуляції та 
перевірки за допомогою даних реальних аварій. 
• Визначте, чи перехрестя безперервного потоку виробляють нижчі 
рівні викидів, ніж звичайні перехрестя з сигналізацією за тих самих умов руху 
шляхом мікромоделювання. 
Цілі, перераховані вище, докладніше описані в розділі 3. 
  
 
8 
 
 
РОЗДІЛ 1. Огляд літератури  
1.1 Інформація про перехрестя безперервного потоку 
Робота різних альтернативних конструкцій перехресть нещодавно була 
детально задокументована Федеральною адміністрацією автомобільних доріг 
(FHWA) [2]. У наступному розділі узагальнено відповідні публікації та 
обговорено основні переваги та недоліки встановлення CFI. 
Перехрестя безперервного потоку (CFI) також зазвичай називають 
перехрестями зі зміщеним лівим поворотом (DLT) або перехрестями зі зміщеним 
лівим поворотом (XDL). Ці перехрестя переміщують рух ліворуч під’їзду до 
іншої сторони зустрічного потоку на перехресті перетину вище за течією, як 
показано на рисунку 1.1 на наступній сторінці. Таке переміщення дозволяє 
проходити через головне перехрестя одночасно наскрізним рухам і поворотам 
ліворуч і усуває конфлікт між перехрестям повороту ліворуч і зустрічним 
наскрізним рухом. Отже, кількість фаз на CFI зменшується, оскільки фази для 
поворотів ліворуч не потребують захисту. Зелений час, призначений для 
повороту ліворуч на звичайних перехрестях із сигналом, може натомість бути 
виділений для руху через прохід або пішоходів. 
CFI можуть мати багато різних геометричних конфігурацій. При перетині 
двох великих доріг можливе зміщення смуг лівого повороту для всіх чотирьох 
під’їздів. Однак, якщо об’єм дороги, що повертає ліворуч, не такий високий, як 
головна дорога, можна встановити частковий CFI. Частковий CFI змінив смуги 
лівого повороту лише для основних під’їздів і звичайні смуги повороту ліворуч 
для другорядних під’їздів. У Сполучених Штатах існує кілька чотириногих CFI, 
тому перехрестя, які вивчаються в цьому проекті, є частковими CFI. На рисунку 
1.1 зображено типовий частковий CFI. Червоні стрілки показують рух у східному 
напрямку, а сині стрілки – у західному напрямку. Після того, як транспортні 
засоби, що повертають ліворуч у східному та західному напрямках, перетнуться 
під час наскрізних етапів у напрямку північ/південь, транспортні засоби, що 
 
9 
 
прямують ліворуч у східному/західному напрямку, і транспортні засоби, що 
рухаються наскрізно, можуть використовувати головне перехрестя одночасно. 
Іншими поширеними геометричними варіаціями є наявність або відсутність 
каналізованих смуг для правого повороту або пішохідних острівців. 
Правосторонні повороти з каналом вимагають створення додаткової переваги, 
але усунення конфліктів між правоповоротними рухами та зміщеними 
транспортними засобами, що повертають ліворуч. 
 
Рисунок 1.1: Частковий CFI зі зміщеними лівими на головній вулиці 
Час сигналу для CFI вимагає ретельної розробки, щоб транспортні засоби не 
зупинялися більше одного разу. Вище за течією перехрестя можна керувати 
окремо від основного перехрестя або можна використовувати один контролер 
для всього перехрестя. Загальна схема розподілу по фазах виглядає наступним 
чином: основний рух перехрестя позначається зеленим кольором, тоді як 
незначні рухи вулиць позначаються зеленим кольором. 
Тоді, коли кроссовер наближається до головного перехрестя, основний 
наскрізний рух і рух ліворуч світяться зеленим кольором [2]. Щоб найкраще 
обслуговувати ці транспортні засоби, довжина перехресної зони лівого повороту 
має бути достатньо довгою, щоб час, необхідний транспортним засобам для 
 
10 
 
проїзду довжини цієї зони, дорівнював часу, необхідному фазі сигналу для 
перемикання з другорядної вулиці на головну. вулиця. Занадто короткий проїзд 
призведе до зупинки транспортних засобів як на перехресті, так і на головному 
перехресті, а надто довгий проїзд призведе до надто тривалого часу в дорозі, що 
може призвести до того, що кросовер буде змушений зупинятися на обох 
перехрестях [4]. ]. 
Хоча теоретично CFI безпечніші за звичайні перехрестя, оскільки вони 
усувають конфлікти поворотів ліворуч, існує мало емпіричних доказів на 
підтримку цієї гіпотези. Це пояснюється тим, що зараз у Сполучених Штатах є 
лише 25 CFI, і всі, крім трьох, були побудовані за останні десять років. Як 
наслідок, велика частина попередньої літератури щодо безпеки CFI ще має бути 
перевірена польовими даними. Одним із часто цитованих моментів про переваги 
безпеки CFI є зменшення конфліктних точок [2]. Навіть якщо кількість 
конфліктних точок сама по собі не обов’язково вказує на рівень безпеки, 
порівняння кількості конфліктних точок двох перехресть може дати уявлення 
про переваги безпеки одного перехрестя порівняно з іншим. Коли 
встановлюється часткова CFI, кількість конфліктних точок зменшується з 32 на 
звичайному перехресті з сигналом до 30. Ці дві усунуті конфліктні точки є 
конфліктами перетину, які є більш небезпечними, ніж конфлікти злиття або 
розходження, які часто пов’язані зі смугою руху. зміна маневрів. 
Незнайомість водія може створити деякі проблеми з безпекою під час 
будівництва нового CFI. Проте дослідження, проведене Коледжем Даулінга, 
показало, що приблизно 80 відсотків тих, хто вперше користується ним, дали 
позитивний відгук про геометричний дизайн [2]. Цей показник збільшився 
приблизно до 100 відсотків після того, як учасники використовували його 
протягом тижня. Належне маркування та вивіски можуть допомогти незнайомим 
водіям і зменшити ймовірність небезпечної поведінки або пересування. 
FHWA надає таблицю, яка підсумовує як переваги, так і недоліки CFI. Ця 
таблиця дублюється нижче, щоб надати картину потенційних переваг 
 
11 
 
встановлення CFI. 
Таблиця 1.1: Підсумок переваг і недоліків CFI (Джерело: [5]) 
Характеристи Потенційні переваги Потенційні недоліки 
ки 
Безпека Ліві повороти Не ідентифіковано 
видалено з головного 
перехрестя 
Операції Більше зеленого для Більше зупинок і затримок для 
наскрізних рухів поворотів ліворуч 
Мультимодал Відсутність конфліктів Двоступінчастий пішохідний 
ьний під час пішохідного перехід 
переходу Розташування може бути не 
відразу помітним, особливо для 
пішоходів із вадами зору 
фізичний Менша площа, ніж Потрібна перевага 
альтернатива обміну Більший слід, ніж звичайне 
перехрестя 
Керування доступом 
Соціально- Якість повітря Вартість будівництва 
економічний Керування доступом 
Застосування, Не ідентифіковано Може знадобитися громадська 
навчання та інформаційна кампанія 
обслуговуван
ня 
 
Незважаючи на те, що експлуатаційні переваги CFI добре задокументовані, 
залишаються питання щодо їх ефективності безпеки, особливо щодо 
мультимодальних користувачів. Крім того, у жодному дослідженні не вивчався 
вплив CFI на навколишнє середовище, який потенційно може бути зменшений 
 
12 
 
для транспортних засобів, що рухаються, але посилений для транспортних 
засобів, що повертають ліворуч, порівняно з традиційними перехрестями з 
сигналом. 
1.2 Аналіз операцій моделювання перехресть 
Перетини безперервних потоків раніше були змодельовані в 
мікросимуляції. Попередні дослідження були присвячені роботі цих перехресть 
і тому, чи досягли вони більш ефективного руху транспортних засобів, ніж 
звичайні перехрестя з сигналізацією. 
Jagannathan і Bared використовували VISSIM для моделювання трьох 
випадків CFI (відомих як XDL) [6]. Випадки A і B були подвійними CFI, тоді як 
випадок C був T-подібним CFI, лише головна дорога мала зміщений лівий 
поворот. Як параметри для оцінки автори використовували кількість зупинок і 
затримку на перехресті. Їх висновки показали, що CFI перевершить звичайне 
перехрестя з сигналізацією в усіх сценаріях попиту. Однак ступінь зменшення 
затримок і черг залежав від інтенсивності руху на перехресті. Зниження кількості 
зупинок через CFI на звичайному перехресті становило від 15% до 30% для умов 
недостатнього руху та від 85% до 95% для умов насиченого руху. 
Дослідження 2013 року Autey et al. розглянув чотири різні альтернативні 
конструкції перехресть, двома з яких були середній розворот (MUT) і CFI 
(іменований XDL) [7]. Використовуючи VISSIM для моделювання типових 
перехресть із різним обсягом трафіку, автори порівняли результати затримок для 
чотирьох типів перехресть. Найважливіше те, що вони виявили, що кожен 
альтернативний дизайн перевершує звичайне перехрестя з сигналом, незалежно 
від попиту. Вони також виявили, що MUT не був настільки надійним, коли попит 
зростав, особливо коли відсоток трафіку, що повертає ліворуч, збільшувався, але 
CFI міг справлятися з великим попитом на трафік без збоїв. 
Рейд і Хаммер (2001) порівняли сім різних нетрадиційних конструкцій 
(включаючи CFI, jughandle і MUT) зі звичайним перехрестям [8]. На відміну від 
Оті та інших, Рейд і Хаммер використовували час у дорозі як міру ефективності 
 
13 
 
при оцінці кожного дизайну. Сім традиційних перехресть були змодельовані в 
CORSIM і модифіковані для відображення ідеальної геометрії семи 
альтернативних конструкцій перехресть. Результати показали, що, як і в інших 
дослідженнях, принаймні одне альтернативне проектування перехрестя завжди 
переважало звичайне перехрестя з сигналом. Важливим для майбутньої роботи з 
викидів є те, що автори виявили, що конструкція MUT дає найбільшу кількість 
миль на кожному перехресті, що може бути показником збільшення викидів. 
Також цікаво відзначити, що автори виявили, що ручка кулака завжди 
перевершує звичайне перехрестя за середнім часом подорожі [8]. Це може бути 
переважене іншими перевагами, але за показниками ефективності, обраними 
лише Рідом і Хаммером, було встановлено, що ручка кулака поступається 
звичайним перехрестям із сигналом. 
 
1.3 Аналіз безпеки дорожнього руху 
Найпоширенішим методом аналізу безпеки на дорозі є порівняння 
поточного рівня аварійності з історичними даними. Це дозволяє проводити 
статистичний аналіз реальних даних, які представляють точну картину стану 
дороги. Як тільки на ділянці дороги трапляється більше аварій, ніж це було 
раніше або очікується, транспортні агенції застосовують методи відновлення для 
боротьби з цією проблемою. Це корисно для аналізу місць, які існують певний 
час, оскільки зазвичай є достатньо історичних даних для спостереження за 
статистично значущими змінами. 
Однак протягом багатьох років не було можливості оцінити ефективність 
безпеки для нових ділянок дороги або запропонованих покращень. Це спонукало 
дослідників у рамках гранту FHWA розробити Сурогатну модель оцінки безпеки 
(SSAM) [9]. SSAM — це програмне забезпечення, яке використовує 
кодифіковані параметри для оцінки наявності конфліктів дорожнього руху з 
урахуванням змодельованих траєкторій транспортного засобу. Модель 
використовує сурогатну міру безпеки дорожніх конфліктів замість фактичної 
 
14 
 
частоти аварій для кількісної оцінки безпеки дорожнього полотна. Цей показник 
не слід плутати з терміном «конфліктні точки», який раніше використовувався 
для опису місць на перехресті, де потенційно можуть зіткнутися два транспортні 
засоби. Натомість дорожні конфлікти визначаються як «спостережувана 
ситуація, в якій два або більше учасників дорожнього руху наближаються один 
до одного в часі та просторі до такої міри, що існує ризик зіткнення, якщо їхні 
рухи залишаються незмінними» [10]. Дорожні конфлікти не обов’язково 
вказують на те, що сталася аварія, оскільки в більшості випадків водії змінюють 
свою поведінку. Наприклад, водій, який наближається до черги на червоне 
світло, майже завжди сповільнюватиме швидкість, щоб уникнути зіткнення 
ззаду, навіть якщо залежно від швидкості та прискорення це може бути 
визначено спостерігачем як дорожній конфлікт. SSAM покращує суб’єктивність, 
яку людина-спостерігач вносить у спостереження в реальному світі, 
використовуючи кілька сурогатних заходів безпеки для визначення конфлікту. 
Ці сурогатні показники включають мінімальний час до зіткнення (TTC) і 
мінімальний постконфлікт (PET). Щоб проаналізувати проїжджу частину в 
SSAM, проїжджу частину потрібно змоделювати в програмному забезпеченні 
мікросимуляції. Файли траєкторії (.trj) можна експортувати з програмного 
забезпечення для мікромоделювання до SSAM і аналізувати на конфлікти 
трафіку. 
Дослідники перевірили SSAM у трьох основних аспектах: теоретична 
перевірка, польова перевірка та аналіз чутливості для різних конструкцій 
перехресть. Під час теоретичної перевірки дослідники в першу чергу були 
стурбовані відносною точністю моделі в оцінці 11 пар проектів перехресть. Ці 
проекти включали 6 звичайних перехресть із сигналізацією, одне перехрестя в 
формі ромба, один серединний розворот і три кругові перехрестя. У кожній парі 
дизайн A вважався інтуїтивно безпечнішим, тоді як дизайн B вважався менш 
безпечним. Звичайні моделі прогнозування аварій, засновані на об’ємах 
наближення та геометричних факторах, використовувалися для порівняння 
 
15 
 
дизайну A з проектом B. Потім Gettman et al. порівняли ті самі два дизайни в 
SSAM, щоб побачити, чи SSAM робить ті самі прогнози, що й звичайні моделі 
прогнозування аварій. Результати теоретичної перевірки показали, однак, що 
часто дизайн A мав більше конфліктів, ніж дизайн B, тоді як дизайн B мав більшу 
серйозність конфліктів, ніж дизайн A [11]. І хоча деякі прогнози, отримані від 
сурогатних вимірювань, збігалися з прогнозами звичайних моделей 
прогнозування аварій, інші випадки дали непереконливі або суперечливі 
результати. Дослідники припустили, що слід більше працювати, щоб дослідити 
наслідки сурогатних заходів безпеки щодо того, яка конструкція є об’єктивно 
безпечнішою. 
На відміну від теоретичної валідації, польова валідація була проведена для 
забезпечення абсолютної точності SSAM [11]. Для моделювання було обрано 
вісімдесят три місця, а результати аналізу SSAM порівнювалися з історичними 
даними про ДТП, отриманими від страхових випадків. Ця перевірка 
продемонструвала, що дані конфлікту з SSAM добре корелюють з історичними 
даними про ДТП для всіх типів ДТП, за винятком ДТП під правим кутом лівого 
повороту (визначених як конфлікти перехресть), які були недостатньо 
представлені в SSAM. Зв’язок між конфліктами та збоями був відкалібрований 
за даними дослідження та наведений у рівнянні нижче. [11] 
    (1) 
Аналіз чутливості включав аналіз SSAM підмножини з п’яти з попередніх 
83 місць, змодельованих за допомогою чотирьох окремих програм 
мікросимуляції. Кожне з п’яти досліджуваних перехресть являло собою звичайні 
перехрестя з сигналізацією з різними планами синхронізації сигналів і 
геометрією. Файли траєкторії з аналізу кожного місця в VISSIM, AIMSUN, 
Paramics і TEXAS були проаналізовані в SSAM і результати порівняні один з 
одним. Дослідники виявили, що SSAM є корисним для виявлення аномалій у 
програмному забезпеченні моделювання, і відзначили, що їхня робота спонукала 
 
16 
 
до оновлення програмного забезпечення від TEXAS і VISSIM з 2008 року для 
усунення цих помилок [11]. 
Хоча немає публікацій, де детально описано використання SSAM в CFI, 
SSAM використовувався для оцінки інших проектів перехресть, особливо 
звичайних перехресть із сигналізацією та кругових розв’язок. Шахда та ін. (2014) 
використовували SSAM у розробці моделі для отримання коефіцієнтів 
модифікації аварій (CMF) на міських перехрестях [12]. Їхня робота була 
зосереджена на тому, як взаємозв’язок між спостережуваними даними про аварії 
та змодельованими даними конфлікту може бути використаний у розробці CMF 
для перетворення дозволених поворотів ліворуч на захищені повороти ліворуч. 
Ці CMF порівнювали з традиційним емпіричним дослідженням Байзеса на основі 
аварії до та після дослідження. Ця робота була розширена Shahdah et al. (2015), 
де дослідники підтвердили висновки Shahdah et al. (2014) з більшою кількістю 
місць дослідження [13]. Вони прийшли до висновку, що зв’язок між 
спостережуваними аваріями та змодельованими конфліктами був значним і що 
зв’язок посилювався зі збільшенням порогу для конфліктів (тобто TTC 
знижувався). Роуч та ін. (2016) використовували VISSIM і SSAM для оцінки як 
одиночного, так і подвійного кругового перехрестя та порівняли результати з 
польовими спостереженнями конфліктів [14]. Результати цього дослідження 
показали, що SSAM підтвердив зменшення конфліктів, які виникли б через 
перетворення звичайних перехресть на кругові. Це дослідження також дійшло 
висновку, що SSAM може бути дійсним для оцінки конфліктів на кільцевих 
перехрестях, якщо попит достатньо високий, щоб викликати конфлікти. Якщо 
попит низький, що конфліктів не буде або буде мало, SSAM буде визнано 
непридатним для виділення проблемних місць. 
 
1.4 Аналіз викидів вихлопних газів 
У цьому проекті аналіз викидів був зосереджений на дослідженнях 
мікромоделювання. Існують інші методи аналізу викидів, такі як аналітичні 
 
17 
 
моделі та вимірювання в реальному світі. Проте для аналізу рідкісного та 
нетрадиційного типу перехрестя було визначено, що найкращим інструментом 
аналізу було використання моделі викидів у поєднанні з програмним 
забезпеченням для мікромоделювання. Найпоширенішим програмним 
забезпеченням моделювання викидів, яке використовується в літературі, є 
CMEM, Comprehensive Modal Emissions Model [15]. Сама модель була 
розроблена дослідниками Каліфорнійського університету в Ріверсайді в 
партнерстві з дослідниками Мічиганського університету та Національної 
лабораторії Лоуренса Берклі. Хоча також була модель для транспортних засобів 
великої вантажопідйомності (HDV), оригінальна модель була розроблена для 
транспортних засобів легкої вантажопідйомності (LDV). На відміну від іншого 
програмного забезпечення, яке часто базується на матрицях швидкості-
прискорення або на потужності та швидкості двигуна, CMEM використовує 
«підхід модального моделювання потреб фізичної потужності, заснований на 
параметризованому аналітичному представленні виробництва викидів» [15]. 
Іншими словами, викиди моделюються безпосередньо на фізичних 
характеристиках і поведінці транспортних засобів. Це можна зробити на 
мікроскопічній основі, враховуючи профілі окремого транспортного засобу, або 
на макроскопічній основі, враховуючи середні характеристики автопарку. 
Модель є комплексною, оскільки вона розроблена для низки легких і важких 
транспортних засобів різного віку та стану ремонту. 
Інші моделі викидів включають MOVES і VT-Micro. MOVES було 
розроблено EPA для використання статистично заснованої питомої потужності 
транспортного засобу (VSP) для розрахунку викидів, а не аналітичного 
моделювання фізичних процесів, що виконується CMEM. VT-Micro — це модель 
мікроскопічних викидів, як CMEM; однак, замість використання моделі попиту 
на потужність, VT-Micro є регресійною моделлю, що використовує різні 
«поліноміальні комбінації рівнів швидкості та прискорення» [16]. 
Stathopoulos і Noland (2003) використовували CMEM у поєднанні з VISSIM 
 
18 
 
для оцінки викидів двома сценаріями покращення транспортного потоку [17]. 
Перший сценарій полягав у додаванні смуги до вузького місця злиття; другим 
був проект координації світлофорів. Мета цього дослідження полягала в тому, 
щоб визначити, чи можна отримати короткострокові та довгострокові переваги 
для навколишнього середовища. Хоча в короткостроковій перспективі 
дослідники виявили скорочення викидів, це не вдалося зберегти в 
довгостроковій перспективі завдяки введенню нового попиту для обох сценаріїв. 
Пісня та ін. (2012) проілюстрував недоліки використання MOVES у 
поєднанні з мікросимуляційним аналізом для надання остаточних оцінок 
реальних умов викидів [18]. Їхня робота показала, що розподіли VSP за 
замовчуванням у VISSIM, як правило, суттєво відрізнялися від розподілів VSP у 
реальному світі, особливо вища та нижча потужність спектру. Це було особливо 
помітно на низьких швидкостях автомобіля, де відсоткова похибка для оцінених 
викидів була навіть вищою, ніж для інших швидкостей. Це означало, що 
використання MOVES і VISSIM для порівняння альтернативних методів 
лікування було ненадійним, оскільки будь-які відмінності у швидкості, 
викликані змінами на проїжджій частині, призвели б до помилок в оцінці 
викидів. 
Park and Rakha (2010) використовували VT-Micro для вивчення впливу на 
навколишнє середовище встановлення CFI. Використовуючи дані, надані 
Департаментом транспорту штату Юта, Парк і Ракха розробили моделі 
мікросимуляції для сценаріїв без будівництва та будівництва для CFI у Вест-
Веллі-Сіті, Юта. Вихідні дані моделей мікросимуляції використовували у VT-
Micro для порівняння викидів за обома сценаріями. Автори виявили, що 
покращення викидів було досягнуто в діапазоні від 0% до 10% шляхом 
будівництва CFI замість традиційного перехрестя з сигналом [19]. Однак у цьому 
дослідженні розглядалося лише одне перехрестя, і автори визнали необхідність 
оцінити інші місця CFI та різні рівні попиту. 
 
 
19 
 
1.5 Підсумки огляду літератури 
Усі документи, в яких детально описується продуктивність операцій, 
використовували моделі мікросимуляції для визначення найкращих умов для 
використання кожного типу перехрестя. Було виявлено, що CFI загалом 
працюють краще, ніж звичайні перехрестя з сигналізацією, з точки зору загальної 
затримки та зупинок, навіть незважаючи на те, що ця загальна перевага іноді 
відбувалася за рахунок транспортних засобів, що повертають ліворуч. 
Хоча переваги безпеки CFI обговорювалися в теорії, CFI були впроваджені 
в Сполучених Штатах лише нещодавно. Таким чином, дані до і після збою 
стають доступними лише зараз. Крім того, сурогатні заходи безпеки, такі як 
конфлікти, не використовувалися для демонстрації переваг безпеки CFI, 
незважаючи на те, що вони використовуються для інших типів перехресть. 
Нарешті, незважаючи на те, що дослідники рекламують екологічні переваги 
альтернативних перехресть, вдалося знайти лише одне дослідження, яке 
намагалося кількісно оцінити покращення викидів, пов’язане з CFI. Інші 
дослідження використовували моделі викидів та мікромоделювання для оцінки 
інших сценаріїв покращення доріг, але виявили змішані результати при оцінці 
будь-яких довгострокових переваг, пов’язаних із покращеннями. Крім того, 
дослідження показали, що неточності в деяких із цих моделей викидів дали 
невідповідні результати для кількісної оцінки викидів на перехресті. 
  
 
20 
 
 
РОЗДІЛ 2 Методика дослідження безпеки та екологічності перехерсть 
2.1 План дослідження перехерсть 
План дослідження складається з цілей дослідження та завдань дослідження. 
2.1.1 Цілі дослідження перехерсть 
Визначення завдань дослідження мало важливе значення для виконання 
мети цього дослідження. У цьому розділі кожна ціль обговорюється докладніше, 
але чотири основні цілі такі: 
1. Перевірте точність SSAM в оцінці типу та місця аварій на CFI, 
використовуючи дані реальних аварій. 
2. Порівняйте безпеку CFI з безпекою на перехрестях з сигналом за 
допомогою мікросимуляції. 
3. Порівняйте викиди, пов’язані з роботою CFI, з тими, які пов’язані з 
роботою перехресть із сигналом. 
4. Оцініть будь-які потенційні переваги CFI для безпеки та 
навколишнього середовища на різних рівнях попиту. 
У наступних підрозділах детально описані вищезазначені цілі. 
Мета дослідження 1 
• Перевірити точність SSAM в оцінці типу, кількості, місця та кількості 
аварій у CFI, використовуючи дані реальних аварій. 
Як зазначено в огляді літератури, було проведено мало досліджень щодо 
обґрунтованості SSAM для оцінки безпеки в CFI. Порівнюючи прогнозовані 
ДТП із сурогатного аналізу безпеки з фактичними даними про ДТП, ми можемо 
підтвердити використання SSAM для типів перехресть, які раніше не 
перевірялися його творцями. Точні дані про місце аварії недоступні; однак 
можна порівняти місце аварії відносно ділянок підходу, кількість і типи. Це 
можна зробити для одного з двох досліджуваних перехресть. 
Мета дослідження 2 
• Порівняти безпеку CFI з безпекою на перехрестях з сигналом за 
 
21 
 
допомогою мікросимуляції. 
Більшість досліджень, які вивчають безпеку альтернативних типів 
перехресть, використовують аналіз до/після ДТП. Хоча це корисно для окремого 
перехрестя, воно не обов’язково розкриває багато про тип перехрестя в цілому. 
Виконуючи сурогатний аналіз безпеки та порівнюючи результати різних типів 
перехресть, можна зрозуміти переваги безпеки CFI порівняно зі звичайним 
перехрестям із сигналізацією. 
Мета дослідження 3 
• Порівняти викиди, пов’язані з CFI, з викидами, пов’язаними з 
перехрестями з сигналізацією. 
Хоча вплив на навколишнє середовище інших типів перехресть (таких як 
звичайні перехрестя з сигналізацією та кругові розв’язки) вивчався, кількісних 
досліджень для трьох типів перехресть, розглянутих у цій статті, мало. 
Теоретично такі типи перехресть зменшать загальні викиди, оскільки 
зменшиться середня кількість зупинок і затримок. Однак, щоб перевірити цю 
гіпотезу, рівні CO2, CO, NOx і HC на альтернативних перехрестях будуть 
порівнюватися з рівнями на традиційному перехресті з сигналом. Це буде 
виконано за допомогою програмного забезпечення для мікромоделювання разом 
із програмним забезпеченням моделювання викидів CMEM. 
Мета дослідження 4 
• Оцінити будь-які потенційні переваги для безпеки та навколишнього 
середовища за різних рівнів попиту. 
Для того, щоб надати рекомендації практикам щодо встановлення CFI, будь-
які потенційні переваги для безпеки та навколишнього середовища повинні 
існувати не лише на поточних рівнях попиту, але й у непікові години та 
несподіване зростання попиту. Аналіз SSAM і CMEM буде повторено для п’яти 
різних сценаріїв попиту як для звичайного перехрестя зі сигналом, так і для CFI. 
2.2 Завдання дослідження перехресть 
Для виконання поставлених вище завдань дослідження було створено 
 
22 
 
наступну серію завдань. 
Завдання 1: Огляд літератури 
Перше завдання полягало в тому, щоб завершити огляд літератури за темою, 
пов’язаною з цілями дослідження. Це призвело до попередніх досліджень щодо 
експлуатації, безпеки та викидів на альтернативних проектах перехресть. Крім 
того, він досліджував моделі для оцінки викидів з мікросимуляційних моделей. 
Завдання 2: Вибір тестових майданчиків і збір даних 
Оскільки в України на сьогодні складні перехрестя недостатньо розвинені і 
також обмежена можливість зі збору необхідної для дослідження інформації, для 
проведення перевірки моделі було вибрано дві локації за кордоном про які можна 
отримати повну інформації з мережі інтернет, які будуть використані як 
тематичні дослідження. Це перехрестя Summit Rd. і MO-30 у Фентоні, Міссурі 
США (локація A), і на бульварі Ейзенхауера. і Медісон-авеню в Лавленді, штат 
Колорадо США (локація B). 
Локацію А було обрано через його сільську місцевість. Основна дорога MO-
30 має обмеження швидкості 60 миль на годину (96 км/год) та перетинається з 
Summit Road, для якої обмеження швидкості становить 35 миль на годину. На 
MO-30 проїзд обмежено для автотранспорту, тобто мультимодальний транспорт 
на перехресті заборонено. Немає жодних велосипедних та пішохідних 
маршрутів. Таким чином, ділянка A підходить для вивчення сільських 
застосувань CFI. На рисунку 2.1 нижче наведено супутниковий знімок першого 
місця дослідження. 
 
23 
 
 
Рисунок 2.1: CFI на Summit Road і MO-30, Фентон, Міссурі (Джерело: [20]) 
З іншого боку, ділянку B було обрано через його розташування в більш міському 
середовищі. 
На обох дорогах, що перетинаються, розташовані комерційні підприємства, 
тому обмеження швидкості на обох дорогах становить лише 35 миль на годину 
(56 км/год). На рисунку 2.2 нижче показано супутникове зображення другого 
тестового майданчика. 
 
 
24 
 
Рисунок 2.2: CFI на Медісон-авеню та бульварі Ейзенхауера, Лавленд, 
Колорадо (Джерело: [21]) 
Дані для локації А були отримані з сайту Міністерства транспорту Міссурі 
[20]. Час сигналу, обсяг трафіку та підрахунок поворотів були отримані разом із 
файлами SYNCHRO, які використовувалися на початковому етапі розробки 
перехрестя. Дані для ділянки B були отримані з сайту адміністрації міста 
Лавленд, штат Колорадо [21]. Це включає час сигналу для головного перехрестя, 
а також для двох суміжних перехресть, щоб можна було зафіксувати наслідки 
руху взводу. Крім того, для перехрестя були отримані дані про ДТП, обсяги 
трафіку та кількість поворотів. 
Завдання 3: Розробка мікросимуляційних моделей 
Моделі мікросимуляції для традиційного перехрестя з сигналізацією та CFI 
були розроблені як для Фентона, Миссурі, так і для Лавленда, Колорадо. 
Використовувалися обсяги трафіку та кількість поворотів. Надані хронометражі 
сигналів використовувалися, коли вони були доступні, інакше хронометражі 
сигналів були оптимізовані в SYNCHRO з метою мінімізації загальної затримки 
та зупинок. 
Завдання 4: Аналіз SSAM 
Файли траєкторії (.trj) були отримані для кожного запуску моделювання у 
VISSIM. Їх було імпортовано в SSAM і проаналізовано для визначення 
конфліктів транспортних засобів. Конфлікти були позначені кольором за типом 
конфлікту. До аналізу було додано фоновий шар, щоб конфлікти можна було 
нанести на вихідне супутникове зображення, допомагаючи визначити найбільш 
проблемні місця. 
Завдання 5: Порівняння польових і симуляційних даних безпеки 
Були отримані потенційні конфлікти з сурогатного аналізу безпеки та 
порівняні з даними реальних аварій. Це сталося завдяки співпраці з містом 
Лавленд, штат Колорадо, в обміні даними про аварії з тестового майданчика з 
моменту будівництва CFI. Цей аналіз був використаний для підтвердження того, 
 
25 
 
що SSAM здатний точно передбачати тип конфлікту та проблемні місця. 
Завдання 6: Аналіз викидів шляхом моделювання 
Після того, як моделі мікросимуляції були відкалібровані та підтверджені, 
викиди транспортних засобів (включаючи HC, NO X, CO та CO 2) були оцінені 
за допомогою CMEM. Для CMEM потрібні посекундні траєкторії швидкості 
транспортних засобів, а також характеристики парку транспортних засобів. Щоб 
врахувати стохастичність, було проведено багаторазове моделювання та 
усереднено результати викидів. Ці результати були отримані як для звичайних 
перехресть із сигналізацією, так і для CFI, і їх порівняли, щоб визначити, чи 
справді альтернативні конструкції зменшують викиди. 
Завдання 7: Аналіз чутливості безпеки та викидів 
Щоб визначити, чи мають CFI справжню перевагу над звичайними 
перехрестями з сигналізацією, обидва перехрестя були змодельовані у VISSIM 
для різних рівнів попиту. Траєкторії транспортних засобів для цих додаткових 
симуляцій були проаналізовані за допомогою SSAM і CMEM для визначення 
конфлікту та викидів на більших і менших рівнях об’єму, ніж існуючі польові 
умови. 
Завдання 8: Документування знахідок 
Дослідження, детально описане вище, було задокументовано в 
магістерському проекті, який було подано до Інженерного коледжу Університету 
Массачусетса в Амгерсті. При виконанні цього проекту дотримувались 
«Методичних рекомендацій щодо магістерських та докторських дисертацій». 
2.3 НАУКОВО-ДОСЛІДНИЦЬКІ ВНЕСКИ 
Загалом це дослідження має чотири основні внески: 
• Перевірка SSAM для CFI з точки зору типу конфлікту та розташування. 
• Оцінка показників безпеки CFI порівняно зі звичайними перехрестями з 
сигналізацією. 
• Оцінка екологічної ефективності CFI порівняно з еквівалентними 
звичайними перехрестями з сигналізацією. 
 
26 
 
• Визначення того, чи чутливі CFI переваги щодо безпеки та викидів до 
різних рівнів попиту на подорожі. 
 
2.2 Оцінка безпеки шляхом мікросимуляції КФІ 
2.2.1 Методологія дослідження 
Методологія складається з дослідження до та після конфлікту в середовищі 
мікросимуляції з використанням двох вибраних місць дослідження. Аналіз 
конфлікту виконується за допомогою VISSIM і SSAM. Результати SSAM до і 
після аналізу порівнюються один з одним для обох дослідницьких сайтів, щоб 
визначити, чи відбулося покращення безпеки після встановлення CFI. Результати 
досліджень до та після проведення досліджень у Лавленді, штат Колорадо, також 
порівнюються з даними про аварії, зібраними на місці, щоб визначити точність 
SSAM в оцінці конфліктів CFI. 
Навчальні сайти 
Для цього дослідження було обрано два місця: 1) перехрестя Summit Rd і 
MO-30 у Фентоні, Міссурі, і 2) перехрестя Eisenhower Rd. і Madison St. в 
Лавленді, штат Колорадо. Обидва перехрестя наразі є частковими CFI, які були 
переобладнані зі звичайних повністю керованих перехресть. Було обрано два 
місця дослідження, щоб отримати більший розмір вибірки та продемонструвати 
відмінності у застосуванні CFI. Лавленд, штат Колорадо CFI, знаходиться в 
комерційному районі з високою щільністю руху, на головній дорозі рухається зі 
швидкістю 35 миль на годину. Зміщені ліві повороти розташовані на другорядній 
дорозі, на якій великий відсоток транспортних засобів повертає ліворуч на 
головну дорогу. Fenton, MO CFI знаходиться у більш сільській місцевості, з MO-
30 має обмеження швидкості 60 миль на годину. Зміщені ліві повороти 
розташовані на головній дорозі для покращення пропускної здатності МО-30. 
Обидва досліджувані перехрестя мають каналізовані смуги для правого повороту 
під'їзду, які не мають зміщених лівих поворотів. Ці перехрестя зображено на 
рисунку 2.3. 
 
27 
 
 
Рисунок 2.3: Місця дослідження: a) CFI на Summit Rd і MO-30 у Фентоні, 
Миссурі, і b) CFI на Eisenhower Blvd і Madison Ave в Loveland, CO (Джерело: 
[20]) 
 
Для того, щоб точно зафіксувати наслідки розведення на міському коридорі 
для Loveland, CO CFI, сусідні перехрестя Redwood Dr і Boise Ave з Eisenhower 
Blvd були змодельовані у VISSIM. Дані для місця дослідження Лавленда, штат 
Колорадо, були отримані від Департаменту громадських робіт міста Лавленд. 
 
28 
 
Для цього дослідження була змодельована вечірня година пік з 17:00 до 18:00. 
Пікові погодинні обсяги та підрахунки поворотів були отримані з досліджень 
дорожнього руху 2012 року на трьох зазначених перехрестях. Вони були 
масштабовані до рівнів 2015 року з використанням AADT, наданих для кожного 
року з веб-сайту управління даними про дорожній рух Департаменту транспорту 
Колорадо (DOT) [21]. Поточний час сигналу для кожного перехрестя надав 
міський інженер станом на 2016 рік і використовував для подальших умов. Час 
сигналу для всіх трьох перехресть уздовж коридору бульвару Ейзенхауера було 
оптимізовано в SYNCHRO для попередніх умов шляхом мінімізації затримок. 
Щоб уникнути надмірних черг, оптимізована тривалість циклу була визначена 
між 40 і 150 секундами. Скоординована тривалість циклу 120 секунд для Madison 
Ave і Boise Ave і 60 секунд для Redwood Dr. визначено оптимальним. Ступінь 
насичення був розрахований для досліджуваного перетину як до, так і після 
умов. Початковий ступінь насичення 0,81 був знижений до 0,62 після побудови 
CFI. Дані про аварії також були надані для перехрестя за десятирічний період з 
2006 по 2016 рік, який представляв як до, так і після будівництва CFI в 2010 році. 
Дані для дослідницького центру Фентон, Міссурі, були отримані через запит 
на записи від Міністерства транспорту Міссурі. Через відсутність перехресть у 
безпосередній близькості від досліджуваного перехрестя, додаткові перехрестя 
для цього місця не моделювалися. Вечірні пікові обсяги та підрахунки поворотів 
за 2012 рік, а також план синхронізації сигналу на 2012 рік були взяті з файлу 
SYNCHRO CFI, наданого Міністерством транспорту Міссурі, і використані для 
подальших умов. Тривалість циклу CFI становила 90 секунд. Синхронізація 
сигналу для звичайного перехрестя із сигналізацією не була надана, тому 
перехрестя було побудовано, а синхронізацію сигналу оптимізовано в 
SYNCHRO з використанням старої геометрії та послідовності фазування, але 
обсягів 2012 року. Тривалість циклу була оптимізована до 150 секунд. Ступінь 
перетину насичення було зменшено з 1,04 до 0,59 після побудови CFI. Групи 
смуг руху та поетапні діаграми для умов до та після досліджуваних перехресть 
 
29 
 
представлені на рисунку 2.4 на наступній сторінці. 
 
Рисунок 2.4: Групи смуг і схеми поетапного розподілу для a) Фентона, штат 
Миссурі, звичайного перехрестя, b) Фентона, штат Миссурі, CFI, в) Лавленда, 
штат CO, і d) Лавленда, CO CFI 
Мікросимуляційне моделювання 
Дані, які обговорювалися вище, були використані для моделювання умов до 
та після для обох місць дослідження у VISSIM 9. VISSIM — це програмне 
забезпечення для мікросимуляції, розроблене PTV, яке використовує 
моделювання поведінки для створення траєкторій окремих транспортних засобів 
[22]. Поведінка водія моделюється за допомогою окремих функцій слідування 
автомобіля та поведінки при зміні смуги руху. Це програмне забезпечення було 
вибрано через його гнучкість у створенні незвичайних геометрій і здатність 
створювати файли траєкторій, які можна експортувати в SSAM. Фізична 
геометрія поточних перехресть була змодельована шляхом трасування мереж за 
допомогою вбудованої функції Bing Maps у VISSIM. Фізичні геометрії 
попередніх умов були змодельовані шляхом відстеження масштабованих 
зображень старих перехресть із Google Earth. Обмеження швидкості, ширина 
 
30 
 
смуги руху, повороти, конфліктні зони та повороти праворуч на червоному – усе 
це вводилося відповідно до існуючих умов. Для імітації уповільнення 
транспортних засобів через повороти були включені зони прийняття рішення про 
знижену швидкість. Усі інші параметри були залишені як значення за 
замовчуванням для початкових моделей до калібрування. Всього в VISSIM 
створено п'ять моделей. Моделі до та після з використанням поточних об’ємів 
були створені для дослідницького майданчика у Фентоні, штат Місурі, щоб 
забезпечити порівняння SSAM проектів перехрестя до та після. Дві моделі до і 
одна після були створені для дослідницького сайту Лавленд, Колорадо. 
Попередня модель використовувала поточні об’єми, щоб можна було порівняти 
результати SSAM щодо геометрії до та після перетину та часу сигналу. Інша 
попередня модель використовувала томи з 2008 року, щоб результати SSAM 
можна було порівняти з наданими даними про збої безпосередньо перед 
встановленням CFI. Загалом було проведено десять прогонів для кожної моделі 
з випадковим посівом. Кожен захід мав період моделювання 3600 секунд і період 
розминки 300 секунд. У таблиці 2.1 нижче наведено перелік моделей 
мікросимуляції, розроблених для цього дослідження, а також різні роки об’єму 
та використані часові характеристики сигналів. 
Таблиця 2.1: Список розроблених моделей мікросимуляції 
Модель VISSIM Рік Час сигналу 
2012 - Оптимізовано 
I) Умовне перехрестя МО 2012 рік SYNCHRO 
II) MO CFI 2012 рік 2015 - Надано 
2009 - Оптимізовано 
III) Умовне перехрестя CO 2009 рік SYNCHRO 
2009 - Оптимізовано 
IV) Умовне перехрестя CO 2015 рік SYNCHRO 
V) CO CFI 2015 рік 2015 - Надано 
 
 
31 
 
Під час візуального огляду в моделях VISSIM було помічено кілька 
небажаних явищ, у тому числі імітацію зіткнень між транспортними засобами. 
Це було результатом або недостатніх проміжків для безпечного повороту, різкої 
зміни смуги руху, або недотримання правил пріоритету та конфліктної 
поведінки. Розділ 4 Звіту про перевірку SSAM від FHWA містить вказівки щодо 
вирішення цих проблем, яких дотримувалися в цьому дослідженні [9]. Коли 
черги спостерігалися на смугах для повороту ліворуч і праворуч, транспортні 
засоби, що йшли назустріч, проходили позаду останнього транспортного засобу 
в черзі під час зміни смуги руху. Щоб подолати це, у вікні поведінки водіння у 
VISSIM було вибрано параметр дотримання мінімальної бокової дистанції до 
транспортних засобів. Це може зменшити пропускну спроможність, але 
необхідно, щоб уникнути такої незвичної поведінки при зміні смуги руху. Крім 
того, було помічено, що транспортні засоби на початку зелених інтервалів не 
будуть чекати, поки повільно рухаються транспортні засоби, що повертають, 
щоб звільнити перехрестя, перш ніж прискорюватися. Це спричинило низку 
зіткнень, які збільшили кількість імітованих конфліктів, що призвело до збоїв, 
яких, швидше за все, можна було б уникнути в реальному житті. За пропозицією 
Gettman et al. [9], правила пріоритету були створені для тих, хто проїжджає через 
пересування, які диктували їм чекати, поки всі транспортні засоби, що 
повертають, звільнять перехрестя, перш ніж рухатися. Навіть незважаючи на це, 
конфлікти існували, оскільки мінімальне прийняття розриву було надто малим, 
тому значення VISSIM за замовчуванням 3,0 секунди було збільшено до 5,0 
секунд. Це призвело до безпечної поведінки водіння, яка спостерігалася на 
початку руху транспортних засобів. Однак було помічено, що симульовані ДТП 
іноді траплялися, особливо на дорогах з великою кількістю автомобілів, таких як 
бульвар Ейзенхауера. або МО-30. Ці збої були виключені з остаточного аналізу 
SSAM за рекомендацією Gettman et al. [9]. 
Після внесення вищезазначених налаштувань було проведено перевірку 
калібрування моделі. Відповідно до Traffic Analysis Toolbox Volume III: 
 
32 
 
Guidelines for Applying Microsimulation Software [23], калібрування 
мікросимуляційних моделей може бути виконано відповідно до наступних цілей 
прийнятності калібрування, які були створені Вісконсін DOT. Індивідуальні 
потоки ланки з від 700 авг /год до 2700 авг /год повинні бути в межах 15% 
спостережуваних умов принаймні в 85 відсотках випадків, а канали з потоками 
менше ніж 700 авг /год повинні бути в межах 100 авг /год для при щонайменше 
85 відсотків випадків. Ці критерії відповідають заданим погодинним потокам у 
5 створених моделях мікросимуляції, і 85-відсотковий критерій було виконано 
для всіх 10 прогонів. Крім того, сума всіх потоків каналів у змодельованих 
мережах була в межах 5 відсотків від усіх входів каналів, а візуальний огляд 
підтвердив, що перевантаження виникло в очікуваних місцях. Таким чином, не 
було потрібно змінювати інші параметри VISSIM за замовчуванням і не було 
необхідності в додатковому калібруванні. 
Оцінка безпеки за допомогою SSAM 
Траєкторії (. trj) були створені під час оцінки VISSIM та імпортовані в SSAM 
версії 3. Ці файли траєкторій були отримані для кожної з п’яти моделей. Загалом 
було виконано десять прогонів моделювання з випадковими початковими 
числами для кожної моделі. Таким чином, загалом було проведено 50 оцінок 
SSAM. Оцінка SSAM включає зчитування файлу траєкторії, оцінку кількості, 
типу та розташування конфліктів, присутніх у кожному запуску моделювання, і 
створення зведеної таблиці цих конфліктів. Конфлікти були нанесені на 
перехрестя з інформацією про найбільш проблемні місця. У цьому дослідженні 
параметри конфлікту були встановлені на значення за замовчуванням SSAM 1,5 
секунди або менше для максимального часу до зіткнення (TTC) і 5 секунд або 
менше для максимального часу після нападу (PET). Як зазначено вище, 
мінімальний TTC і PET були встановлені на 0,01 секунди, щоб не включати 
аварії, які сталися у VISSIM через неправильну логіку моделювання, тобто 
транспортні засоби не дотримуються фізичної геометрії інших транспортних 
засобів. Типи конфліктів у SSAM визначаються кутом падіння між двома 
 
33 
 
траєкторіями транспортних засобів. Ці порогові значення визначаються SSAM, 
але можуть бути змінені користувачами. Для цього дослідження значення були 
залишені на стандартних порогових значеннях: менше 30° для конфлікту ззаду, 
від 30° до 80° для конфлікту зі зміною смуги руху та більше 80° для конфлікту 
перехрестя. 
2.2.2 Аналіз та результати дослідження 
Результати представлені сайтом дослідження. Середнє число для кожного 
типу конфлікту відображається в таблицях 2.1 і 2.2 для дослідницьких сайтів у 
Лавленді, Колорадо та Фентоні, Місурі, відповідно як до, так і після. Непарні t-
тести були виконані для кожного типу конфлікту для умов до і після, і результати 
також включені в ці таблиці. Рівень значущості, обраний для t-тестів, становить 
0,01. 
Fenton, MO Study Site 
Результати оцінки SSAM демонструють зменшення загальної кількості 
конфліктів після перетворення традиційного перехрестя зі сигналом на CFI. 
Попередні умови давали середнє значення 156 конфліктів/ год, тоді як поточні 
умови давали середнє значення 144,7 конфліктів/год. Це зниження не було 
статистично значущим; однак варто відмітити, що стандартне відхилення 
конфліктів/ год було набагато більшим в умовах до, ніж після. Це свідчить про 
те, що кількість конфліктів на звичайному перехресті з сигналом більше 
мінливості та непередбачуваності, ніж на перехресті з безперервним потоком. Це 
скорочення відбулося в основному завдяки майже повному виключенню 
конфліктів на переїздах з 15 конфліктів/ год до 2,1 конфліктів/ год, а також 
зменшення конфліктів при зміні смуги руху з 39,0 конфліктів/ год до 17,4 
конфліктів/год. З іншого боку, спостерігалося невелике зростання конфліктів із 
заду, зі 103 конфліктів/ год до 125,2 конфліктів/год. Ці результати, а також 
результати тестів на значущість можна побачити в таблиці 2.2. 
 
 
 
34 
 
Таблиця 2.2: Зведення конфліктів SSAM для перехрестя Фентон, Міссурі 
Тип Раніше Після t-значення Р-значення 
Зміна смуги 
39,0 17.4 3,934 0,00234 
руху 
Задня 
103,0 125.2 -3,030 0,00843 
частина 
Перетин 15,0 2.1 8,712 2.88E-06 
Всього 156,0 144.7 0,931 0,36903 
 
На рисунку 2.5 зображено розташування конфліктів для умов до, а на 
рисунку 2.6 зображено умови після. Конфлікти при переїзді зображені червоним 
кольором, конфлікти при зміні смуги руху – синім, а конфлікти при проїзді ззаду 
– жовтим. Кожне зображення нижче містить конфлікти з чотирьох прогонів, щоб 
показати узгодженість між різними прогонами SSAM. 
 
Рисунок 2.5: Карта конфлікту для попереднього стану дослідницької 
ділянки Фентон, Міссурі 
 
35 
 
 
Рисунок 2.6: Карта конфлікту для досліджуваної ділянки Фентон, Міссурі 
Loveland, CO Study Site SSAM Analysis 
Як і у випадку з дослідницьким сайтом Фентон, штат Миссурі, оцінка SSAM 
сайту Лавленд, штат Колорадо, показала загальне зменшення загальної кількості 
конфліктів після встановлення CFI. Використовуючи обсяги 2012 року, 
попередні умови давали середнє значення 94,5 конфліктів/ год, а CFI давало 
середнє значення 77,9 конфліктів/год. Це скорочення пов’язане зі зменшенням 
конфліктів на задній частині з 79,5 конфліктів/ год до 62,3 конфліктів/год. 
Конфлікти зі зміною смуги руху справді трохи зросли з 14,9 конфліктів/ год до 
15,5 конфліктів/ год після. Однак це збільшення не є статистично значущим і, 
швидше за все, пов’язане з близькою близькістю трьох перехресть на тестовому 
майданчику. Загальне скорочення конфліктів і скорочення конфліктів, 
пов’язаних з тилом, є значними. Ці результати, а також результати t-тестів можна 
побачити в таблиці 2.3. 
 
 
 
 
 
36 
 
Таблиця 2.3: Зведення конфліктів SSAM для Лавленда, CO Intersection 
Тип Раніше Після t-значення Р-значення 
Зміна смуги 14.9 15.5 -0,389 0,353 
руху 
Задня частина 79,5 62.3 2,655 0,0131 
Перетин 0,1 0,1 0,0 0,500 
Всього 94.5 77.9 2,545 0,0157 
На рисунку 2.7 нижче зображено розташування конфліктів для умов до та 
після. Конфлікти перетину зображені червоним кольором, конфлікти зміни 
смуги руху – синім, а конфлікти заднього ходу – жовтим. Кожне зображення 
нижче містить конфлікти з чотирьох прогонів, щоб показати узгодженість між 
різними прогонами SSAM. 
 
Рисунок 2.7: Карта конфлікту для попереднього стану Лавленду, 
дослідницьке місце CO 
 
37 
 
 
Рисунок 2.8: Карта конфлікту для подальшого стану Лавленду, 
дослідницьке місце CO 
 
Лавленд, CO Study Site Польові дані 
Для дослідницького місця в Лавленді, штат Колорадо, дані про аварії були 
отримані за десятирічний період з 2006 по 2016 роки. У таблиці 2.4 нижче 
наведено зведення даних про аварії на дослідницькому місці Лавленд, штат 
Колорадо, для умов до та після, зокрема за 2009 та 2015 роки. 2009 рік був 
останнім повним роком доступних даних до того, як перехрестя було 
перетворено на CFI у 2010. 2015 рік було обрано, щоб відповідати використаним 
даним обсягу та врахувати період коригування, поки мешканці ознайомляться з 
новою геометрією. Також були включені дані про аварії за 2011 рік, рік, який був 
відразу після будівництва CFI. Це можна використовувати, щоб визначити, чи є 
період коригування, коли водії не знайомі з тим, як рухатися на перехресті. 
Нагадаємо, на північному та південному підходах були зміщені смуги лівого 
повороту. 
 
 
 
38 
 
 
 
Таблиця 2.4: Резюме аналізу безпеки для Лавленду, CO 
Тип аварії Місце аварії 
Збій Задня Перетин пров Інший WB EB NB SB Головна 
Numbe r Кінец Зміна Підхід Підхід Підхід Підхід Перетин 
ь 
2009 рік 13 4 1 1 6 0 3 4 6 
2011 рік 7 21 1 0 3 4 0 2 20 
2015 рік 11 2 1 2 3 6 2 2 3 
 
 
Як показано в таблиці 2.4, 68 відсотків аварій у 2009 році були задніми. З 
розширених даних про аварії також важливо, що 75 відсотків конфліктів на 
перехрестях були пов’язані з поворотом ліворуч, а 6 із 19 аварій сталися на 
головному перехресті. У 2011 році спостерігалося збільшення ДТП, особливо 
щодо руху на переходах. Перевірка даних показує, що 19 із 21 конфлікту на 
перетині були викликані транспортними засобами, які повертали ліворуч. 17 із 
цих транспортних засобів повертали ліворуч від Ейзенхауера на Медісон, які не 
отримали зміщеного лівого повороту. Швидше за все, це стало наслідком двох 
факторів. По-перше, рух ліворуч у східному та західному напрямках після 
будівництва CFI спочатку був захищено-дозвільним під час фази наскрізного 
руху. По-друге, наявність зміщеної смуги для повороту ліворуч після завершення 
повороту ліворуч могла збентежити цих користувачів, змусивши їх довше 
вагатися на головному перехресті. Поєднання цих двох факторів, що призвело до 
збільшення кількості аварій, змусило місто Лавленд змінити рух ліворуч у 
східному та західному напрямках на лише захищений, саме так було 
змодельовано перехрестя для цього дослідження. Із загальних 19 аварій на 
лівому повороті лише дві були спричинені транспортними засобами, які 
повертали ліворуч з Медісона на Ейзенхауера, і це могло статися через 
незнайомство з новим перехрестям. До 2015 року не було аварій, спричинених 
 
39 
 
транспортними засобами, які повертали ліворуч на будь-якому під’їзді. Цього 
слід очікувати з часом, оскільки CFI видаляє повороти на північ і південь з 
головного перехрестя, а водії знайомляться з новою геометричною 
конфігурацією. Можна очікувати додаткових зіткнень ззаду на перехресті 
кросовера, але через недостатню точність наявних даних про аварії невідомо, чи 
чотири зіткнення ззаду на північ і південь сталися через рух ліворуч чи через рух. 
Крім того, лише 3 із 16 аварій сталися на головному перехресті. Це показник 19 
відсотків у порівнянні з 32 відсотками для попередніх умов, тобто звичайного 
перехрестя з сигналом. 
Порівняння цих результатів з аналізом SSAM дозволяє виявити кілька 
ключових тенденцій. Для попередніх умов 16 відсотків конфліктів стосувалися 
зміни смуги руху, 84 відсотки – руху ззаду і 0 відсотків – конфліктів при 
перетині. У VISSIM не спостерігалося конфліктів на переїздах, тоді як відсоток 
аварій на переїздах становив 21 відсоток. Однак відсоток конфліктів при зміні 
смуги руху значно перевищив SSAM (16 відсотків проти 5 відсотків). Подальші 
умови виявили схожі тенденції. 20 відсотків змодельованих конфліктів 
стосувалися зміни смуги руху, 80 відсотків — руху ззаду та 0 відсотків — 
конфліктів на перехресті. Значення 84 відсотків симульованих конфліктів із 
задньою частиною, що спостерігалося для попередніх умов, є похибкою на 23,5 
відсотка порівняно з 67 відсотками аварій із задньою частиною, які 
спостерігалися в полі. Конфлікти змін смуги руху були надмірно представлені з 
200-відсотковою помилкою за допомогою мікросимуляції. Таким чином, хоча 
SSAM підтвердив загальне зниження конфліктів і високий відсоток конфліктів 
ззаду, він не зміг точно передбачити конфлікти при перетині або зміні смуги 
руху. Це ілюструє слабкість аналізу безпеки мікросимуляції. 
Зауважте, що хоча результати SSAM вказують на набагато більшу кількість 
конфліктів, ніж збої, які спостерігалися, це відбувається тому, що SSAM 
повідомляє про всі потенційні конфлікти, тоді як польові дані складаються з 
фактичних збоїв за цілий рік. Наведені дані про аварії не включають випадки 
 
40 
 
аварії або конфлікти, яких вдалося уникнути через маневрування або втручання 
водія. З цієї причини типи та місця конфліктів порівнювалися з типами та 
місцями аварій, представленими у відсотках від загальної кількості. 
  
 
41 
 
 
РОЗДІЛ 3 ДОСЛІДЖЕННЯ ПЕРЕХРЕСТЯ ЗГІДНО ПОСТАВЛЕНИХ ЗАДАЧ 
 
3.1 Оцінка викидів перехресть суцільного потоку 
 
3.1.1 Методологія дослідження шкідливих викидів 
Розроблені раніше моделі мікромоделювання знову були використані для 
оцінки викидів, що утворюються на перетинах безперервних потоків. 
Дослідження до і після було проведено зі звичайним сигналізованим 
перехрестям як умовою перед і безперервним перехрестям потоку, використаним 
як умовою після. Було досліджено лише сайт Лавленд, штат Колорадо, через 
невпевненість у точності результатів у дослідницькому місці Фентон, штат 
Місурі, після виявлення деяких помилок у CMEM. Для суттєвого порівняння в 
умовах до і після використовувалися однакові об’єм і відсотки повороту. Час 
сигналу не було оптимізовано для максимізації паливної ефективності чи 
мінімізації рівня викидів. Натомість у цьому завданні знову використовувалися 
таймінги сигналу, використані в розділі 4. 
Програмне забезпечення для моделювання викидів CMEM було 
використано для оцінки рівня викидів вуглеводнів (HC), оксиду вуглецю (CO), 
оксидів азоту (NOx) і вуглекислого газу (CO2), а також споживання палива з 
використанням траєкторій, отриманих за допомогою мікромоделювання. Для 
CMEM потрібні три вхідні файли: файл активності автомобіля, файл визначення 
автомобіля та файл керування транспортним засобом. 
Посекундні траєкторії транспортних засобів, включаючи час моделювання, 
ідентифікатор транспортного засобу, швидкість, прискорення та рішення про 
маршрут, були виведені з VISSIM. Ці дані було відформатовано для створення 
файлу активності транспортного засобу шляхом видалення даних рішення про 
маршрут, які пізніше використовуватимуться для фільтрації транспортних 
засобів, що повертають ліворуч. Файл визначення транспортного засобу 
 
42 
 
визначає категорію транспортного засобу CMEM для кожного унікального 
ідентифікатора транспортного засобу. У кожній з оцінок використовувався 
послідовний парк транспортних засобів, що складається з восьми категорій 
транспортних засобів. Ці категорії були обрані на основі роботи Stevanovic et al. 
(2009), який відобразив типи транспортних засобів із бази даних MOBILE 6.2 
Агентства з охорони навколишнього середовища США (EPA) на категорії 
транспортних засобів CMEM [24]. Ця база даних містить розподіл автомобілів за 
віком автопарку США. Стеванович та ін. (2009) співвіднесли розподіл 
транспортних засобів США за віком до категорій транспортних засобів CMEM, 
щоб створити репрезентативний автопарк. Це дослідження мало вирішальне 
значення, оскільки категорії транспортних засобів CMEM базуються на 
характеристиках пробігу та потужності транспортного засобу, які відрізняються 
від більш доступних даних розподілу автомобілів за віком. Результатом цієї 
роботи був репрезентативний автопарк із вісьмома категоріями CMEM та їх 
відповідним відсотком від загального парку. 
Останній парк транспортних засобів CMEM, використаний Stevanovic et al. 
(2009) складається з двох старих категорій транспортних засобів (які 
сертифіковані Tier 0 або не сертифіковані Tier 1), чотирьох категорій автомобілів 
Tier 1 і двох категорій Tier 2. Транспортні засоби рівня 1 поділяються на дві 
категорії на основі пробігу транспортного засобу (менше або більше 50 000 
миль), а також на дві категорії залежно від низького чи високого співвідношення 
потужності до ваги автомобіля. Передбачається, що транспортні засоби рівня 0 
мають пробіг понад 50 000 миль, оскільки на момент реалізації цього проекту їм 
більше 25 років. Тому транспортні засоби рівня 0 відрізнялися лише за 
співвідношенням потужності до ваги. Ці вісім категорій транспортних засобів 
були випадковим чином призначені для кожного зі змодельованих 
ідентифікаторів транспортного засобу з вихідних даних VISSIM, 
використовуючи відсоткове співвідношення в Таблиці 3.1. Слід зазначити, що 
цей розподіл не є специфічним для Колорадо чи Міссурі, а базується на 
 
43 
 
національних розподілах транспортних засобів. 
 
Таблиця 3.1: Використані категорії транспортних засобів CMEM 
Опис транспортного засобу CMEM Відсоток потоку 
3-компонентний каталізатор, 
4 0,13 
FI, >50k miles low 
3-компонентний каталізатор, 
5 0,13 
FI, висота >50 тис. миль 
Рівень 1 >50 тис., низький 
8 0,20 
коефіцієнт 
Рівень 1 >50 тис., високий 
9 0,20 
коефіцієнт 
Рівень 1 <50 тис., низький 
10 0,09 
коефіцієнт 
Рівень 1 <50 тис., високий 
11 0,09 
коефіцієнт 
Ultra-low-emission vehicle 51 0,08 
Partial zero-emissions vehicle 52 0,08 
FI = впорскування палива 
 
Файл керування транспортним засобом визначає такі параметри автомобіля, 
як маса автомобіля, крутний момент, максимальна потужність, ефективність та 
інші показники викидів для кожної категорії автомобіля. Параметри CMEM за 
замовчуванням використовувалися для кожної з вибраних категорій 
транспортних засобів. Після створення вхідних файлів, що відповідають 
кожному виходу в режимі VISSIM, інтерфейс командного рядка CMEM 
використовувався для запуску програми та генерації показників викидів. Вихідні 
файли CMEM містять посекундні дані про викиди вихлопної труби, а також 
підсумкові дані про викиди та пройдену відстань для кожного унікального 
 
44 
 
ідентифікатора автомобіля. Файли викидів і відстані для сценаріїв до і після 
кожного місця дослідження були відформатовані для використання в базі даних. 
Використовуючи SQL Server, викиди CMEM і вихідні дані про відстань потім 
були пов’язані за ідентифікатором транспортного засобу та рівнями викидів, 
помноженими на пройдену відстань, щоб отримати загальні викиди, вироблені 
для кожного циклу моделювання. Загальні викиди для кожного забруднювача 
були поділені на загальну відстань, яку проїхали всі транспортні засоби, щоб 
отримати середньозважену кількість викидів на милю. 
Після того, як рівень викидів для парку транспортних засобів було 
обчислено, результати були відфільтровані, щоб включати лише транспортні 
засоби, які користуються зміщеними смугами для лівого повороту. На цьому 
етапі моделі CO до і після Loveland були проаналізовані вдруге, цього разу 
враховуючи лише транспортні засоби, що прямують на північ і південь, що 
повертають ліворуч. Це порівняння вкаже на те, чи відбулося покращення 
екологічних характеристик перехрестя в цілому за рахунок транспортних 
засобів, що повертають ліворуч. 
 
3.1.2 Аналіз та результати моделювання 
Рівень викидів для всього парку транспортних засобів для всіх десяти 
прогонів моделювання для умов до та після наведено спочатку в таблиці 3.2. За 
ними йдуть рисунки 3.1-3.3, на яких порівнюються середні рівні викидів значних 
забруднюючих речовин для умов до та після. Смуги похибок на цих рисунках 
відображають 99% довірчий інтервал. Крім того, ці цифри також порівнюють 
рівень викидів для парку транспортних засобів із середнім обсягом викидів для 
транспортних засобів, що повертають ліворуч, що використовують нещодавно 
змінені смуги для повороту ліворуч. Рівень значущості, вибраний для всіх тестів 
статистичної значущості, був рівнем довіри 99%. 
 
 
45 
 
Досліджувана локація Loveland, CO  
На дослідницькому майданчику в Лавленді, штат Колорадо, після 
перетворення звичайного перехрестя з сигналом на CFI спостерігалося зниження 
викидів у всіх категоріях. NOx мав найбільше зниження на 7,90%, тоді як CO 2 
мав найменше зниження на 6,32%. Крім того, економія палива зросла на 6,75% 
після конверсії. Усі ці зміни були статистично значущими, оскільки P-значення 
наближалися до нуля на 99% рівні довіри. Зменшення рівнів викидів для всіх 
типів, швидше за все, можна пояснити кращими експлуатаційними 
характеристиками CFI. Середню затримку було зменшено з 34,5 секунд на 
транспортний засіб до 26,9 секунд на транспортний засіб, а середню кількість 
зупинок зменшено з 0,77 до 0,63. Менше часу, витраченого на очікування, і 
менше зупинок і рушань з місця, сприяли зниженню рівня викидів. 
З іншого боку, транспортні засоби, які повертали ліворуч, мали вищі рівні 
NOx і CO2 і нижчу економію палива, ніж середні показники для всіх автомобілів. 
На додаток до вищих рівнів викидів для транспортних засобів, що повертають 
ліворуч, ніж середні показники для транспортних засобів, транспортні засоби, 
які повертають ліворуч, зазнали збільшення рівня викидів від стану до та після. 
Це збільшення становило 7,10% для HC, 1,78% для CO, 12,8% для NOx і 12,3% 
для CO2. Зменшення економії палива на 10,5% також спостерігалося для 
транспортних засобів, що повертають ліворуч, у задньому стані. Усі ці зміни від 
стану до стану після були значущими на рівні довіри 99%. Це вказує на те, що 
хоча ефективність викидів на перехресті в цілому покращується після 
перетворення звичайного перехрестя з сигналом на CFI, ця перевага відбувається 
за рахунок вищих викидів для користувачів, які повертають ліворуч. 
Користувачі, які повертають ліворуч, стикаються з додатковими затримками, 
очікуючи на перехрестя, і, у разі відсутності пропускної здатності перехрестя, 
можуть бути змушені зупинятися двічі - один раз на перехресті та один раз на 
головному перехресті. Ці додаткові затримки та зупинки для користувачів, які 
повертають ліворуч, не тільки призведуть до підвищення рівня викидів у них, 
 
46 
 
ніж при інших рухах, але також можуть пояснити збільшення після перетворення 
звичайного перехрестя з сигналом. У наступному розділі розглядається питання 
про те, чи ці витрати для користувачів, які повертають ліворуч, переважають 
переваги перехресть за різних вимог транспортних засобів. 
Таблиця 3.2: Середні рівні викидів на дослідницькому майданчику Лавленд, 
CO для всіх транспортних засобів 
 Перед Умова Після умови 
HC CO NOx CO 2 Паливо HC CO NOx CO2 Паливо 
(г/миль) (г/милі) (г/міль) (г/милі) (милі/гал) (г/миль) (г/милі) (г/міль) (г/милі) (милі/гал) 
Прогін 1 0,228 16.3 0,522 429 18.4 0,212 15,0 0,465 398 19.9 
Прогін 2 0,222 15.6 0,503 432 18.4 0,213 14.8 0,480 408 19.5 
Прогін 3 0,232 16.3 0,518 437 18.1 0,216 15.5 0,482 410 19.3 
Прогін 4 0,226 15.9 0,513 428 18.5 0,211 15,0 0,473 407 19.5 
Прогін 5 0,228 16.6 0,507 426 18.5 0,218 15.3 0,483 405 19.6 
Прогін 6 0,229 16.2 0,520 427 18.5 0,214 15.2 0,479 402 19.7 
Прогін 7 0,227 15.9 0,515 434 18.3 0,207 14.8 0,471 398 19.9 
Прогін 8 0,223 15.9 0,512 432 18.4 0,212 15,0 0,465 405 19.6 
Прогін 9 0,227 16.1 0,520 433 18.3 0,207 14.7 0,464 399 19.9 
Прогін 
0,228 16.1 0,514 428 18.5 0,212 15.3 0,476 402 19.7 
10 
Середній 0,227 16.1 0,514 431 18.4 0,212 15.1 0,474 403 19.6 
станд. 
0,00270 0,259 0,00569 3.24 0,126 0,00329 0,238 0,00687 3,98 0,192 
Dev. 
 
 
47 
 
 
Рисунок 3.1: Рівень викидів NOx - Лавленд, Колорадо 
 
Рисунок 3.2: Рівень викидів CO 2 - Лавленд, Колорадо 
 
48 
 
 
Рисунок 3.3: Економія палива – Лавленд, Колорадо 
 
3.1.3. Обговорення отриманих результатів моделювання 
Початкова гіпотеза цього аналізу полягала в тому, що загальні показники 
викидів для певної досліджуваної ділянки зменшаться після перетворення 
звичайного перехрестя з сигналом на CFI. Це було підтверджено статистично 
значущим зниженням для кожного забруднювача до рівня довіри 99% для десяти 
циклів моделювання. Також спостерігалося статистично значуще збільшення 
економії палива після перетворення, демонструючи, що для цього базового стану 
CFI працює краще з точки зору навколишнього середовища. Менша кількість 
зупинок і коротший час затримки, ніж на традиційному перехресті з 
сигналізацією, означає, що транспортні засоби покращують свою економію 
палива та не генерують велику кількість викидів під час прискорення та 
уповільнення. 
У транспортних засобів, які повертають ліворуч, спостерігалося незначне 
збільшення рівня викидів після переобладнання, а також вищі показники, ніж 
середні показники на перехрестях як до, так і після переобладнання. 
Спостереження за мікросимуляцією показує, що ці транспортні засоби 
зупиняються та рушать частіше та чекають довше, ніж інші транспортні засоби, 
 
49 
 
які використовують перехрестя. Ситуація посилюється після переходу на CFI, 
коли транспортні засоби, що повертають ліворуч, повинні чекати довше, перш 
ніж отримати можливість скористатися перехрестям, щоб рухатися ліворуч. 
Залишаються питання щодо того, чи можна цю вигоду підтримувати 
протягом різного попиту на трафік, чи збільшення рівня викидів для тих, хто 
повертає ліворуч, зрештою переважить покращення скрізного руху. У розділі 6 
це буде досліджено за допомогою аналізу чутливості Лавленду, штат Колорадо, 
за умов різного попиту. 
 
 
3.2 Оцінка ефективності перехресть з постійним потоком за змінного попиту  
 
3.2.1 Методологія дослідження ефективності 
У той час як переваги безпеки та викидів спостерігалися завдяки 
перетворенню звичайного перехрестя зі сигналом на CFI у двох випадках, 
початкове моделювання проводилося лише з використанням умови базового 
об’єму. У пошуках більш суттєвих висновків і рекомендацій було проведено 
моделювання на тих самих перехрестях із різною вимогою повороту ліворуч. 
Часи сигналу зберігалися такими ж, як і в базових умовах. Хоча це не покаже 
реального діапазону переваг, які може отримати CFI, це покаже, чи зможе CFI 
протистояти неочікуваному попиту краще, ніж звичайне перехрестя з 
сигналізацією, таким чином краще імітуючи сценарії реального світу. Геометрія 
попередньо розроблених моделей мікросимуляції знову була використана для 
дослідницьких майданчиків Лавленд, Колорадо та Фентон, Місурі. Об’єми 
зміщених смуг для лівого повороту змінювалися в обох сценаріях, іншими 
словами, об’єми для лівих поворотів у північному та південному напрямку для 
кожного місця дослідження. Ці об’єми змінювалися на ±50% та ±75%. У 
таблицях 3.3 і 3.4 показано обсяги та відсотки повороту, використані для 
дослідницьких ділянок у Фентоні, Миссурі та Лавленді, Колорадо, відповідно. 
 
50 
 
Таблиця 3.3: Вхідні дані VISSIM із змінним об’ємом для Фентона, Міссурі 
На південь MO-30 
% змін RT ЧЕРЕЗ LT Всього 
-75% 295 1900 рік 55 2250 
-50% 295 1900 рік 110 2305 
0% 295 1900 рік 220 2415 
+50% 295 1900 рік 330 2525 
+75% 295 1900 рік 385 2580 
На північ MO-30 
% змін RT ЧЕРЕЗ LT Всього 
-75% 230 1245 39 1514 рік 
-50% 230 1245 78 1553 рік 
0% 230 1245 155 1630 рік 
+50% 230 1245 233 1708 рік 
+75% 230 1245 271 1746 рік 
 
Таблиця 3.4: Введення змінного об’єму VISSIM для Loveland, CO 
Південний бульвар Медісон 
% змін RT ЧЕРЕЗ LT Всього 
-75% 73 201 81 355 
-50% 73 201 162 436 
0% 73 201 324 597 
+50% 73 201 486 759 
+75% 73 201 567 840 
Північний бульвар Медісон 
% змін RT ЧЕРЕЗ LT Всього 
-75% 112 204 22 337 
-50% 112 204 43 359 
 
51 
 
0% 112 204 86 402 
+50% 112 204 129 445 
+75% 112 204 151 466 
 
Дослідження до і після було проведено зі звичайним сигналізованим 
перехрестям як попередньою умовою, а безперервний перетин потоку 
використовувався як після умови для дослідницьких ділянок у Фентоні, Місурі 
та Лавленді, Колорадо. У цьому завданні знову використовувалися ті самі 
таймінги сигналу, які використовувалися в розділі 4. 
 
3.2.2 Аналіз та результати дослідження ефективності 
Результати розділені за типом проведеного аналізу – безпеки чи викидів. 
Порівняльний аналіз SSAM містить показники до та після конфлікту для всіх 
п’яти сценаріїв обсягу для обох місць дослідження. Порівняльний аналіз CMEM 
містить рівні викидів до та після для всіх п’яти сценаріїв об’єму для 
дослідницького майданчика Лавленд, штат Колорадо. Аналіз викидів на 
дослідницькому майданчику Фентон, Міссурі, не був включений через 
невідповідності моделі програмного забезпечення. Усі тести на значущість 
проводили з довірчим інтервалом 99%. 
 
Порівняльний аналіз SSAM - Фентон, Міссурі 
Щоб відстежити тенденцію зміни типів конфліктів у міру збільшення 
обсягу, було розраховано типи конфліктів у відсотках від загальної кількості 
конфліктів. Вони представлені в таблиці 3.5. Конфлікти перетину становлять 
незначну частину від загальної кількості конфліктів у Фентоні, Міссурі. 
Конфлікти ззаду становлять більшість конфліктів як на звичайному перехресті, 
так і на CFI. Однак у сценаріях з малим обсягом відсоток конфліктів із задньою 
частиною збільшився після перетворення на CFI. Це змінилося в умовах великої 
кількості автомобілів, коли відсоток конфліктів із задньою частиною автомобіля 
 
52 
 
зменшився, а конфліктів зі зміною смуги руху збільшився після переходу на CFI. 
Проте як на традиційному перехресті з сигналізацією, так і на CFI відсоток 
конфліктів із задньою частиною має тенденцію зростати разом із гучністю, а 
відсоток конфліктів із зміною смуги руху зменшується разом із гучністю. Це 
можна пояснити збільшенням середньої кількості зупинок у міру зростання 
попиту, що може створити потенціал для більшої кількості конфліктів із задньою 
частиною автомобіля. Крім того, у міру того, як на проїжджій частині з’являється 
більше транспортних засобів, стає менше можливостей і прогалин для 
транспортних засобів для зміни смуги руху. Таким чином, конфлікти, швидше за 
все, будуть пов’язані зі їздою позаду, ніж зі зміною смуги руху. Поєднання цих 
двох явищ може пояснити тенденцію до конфліктів із задньою частиною, 
оскільки попит зростає. 
 
Таблиця 3.5: Відсоток типів конфлікту для Фентона, Міссурі 
Задня Зміна смуги 
% змін Тип Перетин 
частина руху 
-75% звичайний 0,00% 79,9% 20,1% 
 CFI 0,05% 83,0% 16,9% 
-50% звичайний 0,00% 81,9% 18,1% 
 CFI 0,05% 84,7% 15,2% 
0% звичайний 0,00% 82,4% 17,6% 
 CFI 0,00% 84,1% 15,9% 
+50% звичайний 0,03% 91,9% 8,06% 
 CFI 0,00% 90,1% 9,9% 
+75% звичайний 0,01% 93,4% 6,63% 
 CFI 0,00% 91,8% 8,25% 
 
На рисунках 3.4–3.7 показано середнє значення кількості конфліктів на 
годину за 10 прогонів моделювання для дослідницького майданчика Фентон, 
 
53 
 
штат Місурі. Смуги похибок на цих рисунках відображають 99% довірчий 
інтервал. Як показано на рисунку 3.4, для сценаріїв обсягу -75% і -50% умова CFI 
представляла трохи більше загальних конфліктів на годину. Це збільшення від 
умови «до» до «після» було статистично значущим на рівні достовірності 99%. 
На рисунках 3.5–3.7 показано подібне збільшення кількості конфліктів на годину 
для конфліктів перетину, заднього ходу та зміни смуги руху відповідно в обох 
сценаріях обсягу -75% і -50%. Однак це збільшення було значним лише для 
конфліктів ззаду, а не для змін смуги руху або конфліктів перехрестя. Для 
кожного іншого сценарію обсягу звичайне перехрестя демонструвало більше 
конфліктів на годину для всіх типів конфліктів. Як описано в розділі 4, це 
зменшення базового сценарію об’єму від умови «до» до «після» не було значним 
для всіх типів конфлікту. Зменшення було значним для всіх типів конфлікту 
(загальний, переїзд, рух ззаду та зміна смуги руху). для решти двох сценаріїв 
обсягу (+50% і +75%). 
 
Рисунок 3.4: Загальна кількість конфліктів на годину – Фентон, Міссурі 
 
54 
 
 
Рисунок 3.5: Перетинання конфліктів за годину — Фентон, Міссурі 
 
Рисунок 3.6: Тилові конфлікти за годину – Фентон, Міссурі 
 
55 
 
 
Рисунок 3.7: Конфлікти змін смуги руху за годину – Фентон, Міссурі 
 
Порівняльний аналіз SSAM – Loveland, CO 
Цей аналіз конфлікту SSAM було повторено за змінного попиту на сайт 
дослідження Лавленд, штат Колорадо. Типи конфліктів у відсотках від загальної 
кількості конфліктів були розраховані та представлені в таблиці 3.6. Як і у 
випадку з дослідницьким місцем у Фентоні, штат Місурі, конфлікти 
схрещування становили лише невеликий відсоток від загальної кількості. 
Конфлікти в задній частині склали більшість конфліктів (понад 75 відсотків) для 
всіх сценаріїв обсягу і як для звичайного перехрестя, так і для CFI. Зі 
збільшенням обсягу відсоток конфліктів із задньою частиною мав тенденцію до 
збільшення на звичайних перехрестях із сигналом, тоді як відсоток конфліктів 
при зміні смуги руху зменшувався. Це також було вірно для CFI, аж до випадку 
базового об’єму, де конфлікти в задній частині зрівнялися на рівні приблизно 79 
відсотків від загальної кількості конфліктів. 
 
 
 
 
 
56 
 
Таблиця 3.6: Відсоток типів конфліктів для Лавленда, Колорадо 
% змін Тип Перетин Задня частина Зміна смуги руху 
-75% звичайний 0,15% 75,18% 24,67% 
 CFI 0,00% 73,21% 26,79% 
-50% звичайний 0,00% 80,69% 19,31% 
 CFI 0,00% 75,42% 24,58% 
0% звичайний 0,11% 84,13% 15,77% 
 CFI 0,13% 79,97% 19,90% 
+50% звичайний 0,00% 87,33% 12,67% 
 CFI 0,31% 79,54% 20,15% 
+75% звичайний 0,00% 91,70% 8,30% 
 CFI 0,09% 79,26% 20,65% 
 
На рисунках 3.8–3.11 показано конфлікти на годину для загальної кількості 
конфліктів, конфліктів перетину, руху ззаду та зміни смуги руху відповідно для 
місця дослідження Лавленд, штат Колорадо. Смуги похибок на цих рисунках 
відображають 99% довірчий інтервал. На рисунку 3.8 зображено загальну 
кількість конфліктів за годину за різних умов обсягу. Зменшення загальної 
кількості конфліктів у діапазоні від 9,80% до 74,4% спостерігалося для кожного 
сценарію обсягу, і ці скорочення були статистично значущими на рівні 
достовірності 99%. На рисунку 3.10 зображено конфлікти в задній частині за 
годину за різних умов гучності. Статистично значущі зміни в частоті конфліктів 
від умов «до» до «після» не спостерігалися до сценарію базового об’єму, де 
кількість конфліктів на задньому плані було зменшено з 79,4 до 62,3 
конфліктів/год. Статистично значуще зниження частоти конфліктів із задньою 
частиною на 63,8% і 77,9% від стану «до» до «після» відбулося в умовах обсягу 
+50% і +75% відповідно. 
На рисунку 3.11 показано конфлікти змін смуги руху на годину за умов 
різної кількості. Тут статистично значущі зміни від стану до до стану після не 
 
57 
 
спостерігалися до умов обсягу +50% і +75%, де спостерігалося зменшення 
конфліктів при зміні смуги руху. У той час як зменшення на 5,99% і збільшення 
на 14,8% і 4,03% у конфліктах зміни смуги від попереднього до наступного стану 
спостерігалося в умовах -75%, -50% і базового об'єму відповідно, ці зміни не 
були статистично значущими. 
Загалом CFI показав кращі результати, ніж звичайне перехрестя з 
сигналізацією, оскільки обсяг збільшився. Традиційне перехрестя спостерігало 
збільшення відсотка конфліктів до 190% від базової умови до сценарію обсягу 
+50%, а також збільшення відсотка до 90% від сценарію обсягу +50% до +75%. 
Це на відміну від збільшення відсотка до 18,7% від базової умови до сценарію 
обсягу +50%, а відсоток збільшується до 24,6% від сценарію обсягу +50% до 
+75% для CFI. 
 
Рисунок 3.8 Загальна кількість конфліктів на годину – Лавленд, Колорадо 
 
58 
 
 
Рисунок 3.9: Перетинання конфліктів за годину – Лавленд, Колорадо 
 
Рисунок 3.10: Тилові конфлікти за годину – Лавленд, Колорадо 
 
59 
 
 
Рисунок 3.11: Конфлікти змін смуги руху за годину – Лавленд, Колорадо 
 
Порівняльний аналіз CMEM 
На рисунках з 3.12 по 3.16 наведено результати рівня викидів для всіх 5 
сценаріїв об’єму (-75%, -50%, 0%, +50% і +75%) для місця дослідження Лавленд, 
штат Колорадо. Смуги похибок на цих рисунках відображають 99% довірчий 
інтервал. На рисунку 3.12 наведені рівні викидів для вуглеводнів за змінного 
попиту. Статистично значущі скорочення для всіх рівнів попиту в діапазоні від 
5,38% до 10,6% спостерігалися на 99% рівні довіри. На рисунку 3.13 наведені 
показники викидів CO за змінного попиту. Статистично значущі скорочення для 
всіх рівнів попиту в діапазоні від 5,52% до 7,34% спостерігалися на рівні довіри 
99%. На рисунку 3.14 наведені показники викидів NOx при змінному попиті. 
Статистично значущі скорочення для всіх рівнів попиту в діапазоні від 5,68% до 
12,6% спостерігалися на рівні довіри 99%. На рисунку 3.15 наведені показники 
викидів CO2 за змінного попиту. Статистично значущі скорочення для всіх рівнів 
попиту в діапазоні від 3,32 % до 20,5 % спостерігалися на рівні довірчої 
вірогідності 99 %. На рисунку 3.16 наведені показники економії палива в милях 
на галон за змінного попиту. Статистично значущі збільшення для всіх рівнів 
попиту в діапазоні від 3,58 % до 24,8 % спостерігалися на рівні довіри 99 %. 
 
60 
 
Кожна з цих цифр також відображає переваги для CFI порівняно зі 
звичайним перехрестям із сигналізацією, яке менш сприйнятливе до змін із 
збільшенням обсягу. Для HC загальна зміна рівнів викидів від -75% об’ємного 
випадку до +75% об’ємного випадку становила 8,14% для звичайного перехрестя 
з сигналізацією порівняно з лише 2,22% для CFI. Різниця в загальній зміні рівнів 
викидів CO була меншою – 3,19% для звичайного перехрестя з сигналом 
порівняно з 1,39%. Однак більша різниця в загальних змінах спостерігалася в 
NOx, CO 2 і паливі економ — 11,0% для звичайного перехрестя з 2,84% для CFI, 
28,5% для звичайного перехрестя порівняно з 5,58% для CFI та -21,2% для 
звичайного перехрестя порівняно з -5,07% для CFI відповідно. 
 
Рисунок 3.12: Рівень викидів вуглецю – Лавленд, Колорадо 
 
61 
 
 
Рисунок 3.13: Показники викидів CO – Лавленд, Колорадо 
 
Рисунок 3.14: Рівень викидів NOx – Лавленд, Колорадо 
 
62 
 
 
Рисунок 3.15: Рівень викидів CO2 - Лавленд, Колорадо 
 
 
Рисунок 3.16: Економія палива — Loveland, CO 
 
З цих цифр можна зробити кілька зауважень. По-перше, CFI стабільно 
працює краще, ніж звичайне перехрестя з сигналом. Це справедливо для кожної 
категорії викидів та сценарію обсягу. По-друге, звичайне перехрестя набагато 
 
63 
 
чутливіше до змін обсягу, ніж CFI. Відсоток зміни умов до умов збільшується зі 
збільшенням обсягу. Таким чином, у довгостроковій перспективі CFI, як 
правило, зберігають свою екологічну перевагу над звичайними перехрестями з 
сигналізацією.  
 
64 
 
3.3 Дослідження та рекомендації згідно отриманих результатів 
У розділі 3 цього проекту було викладено чотири дослідницькі внески: 
• Перевірка SSAM для CFI з точки зору типу конфлікту та розташування. 
• Оцінка показників безпеки CFI порівняно зі звичайним перехрестям із 
сигналізацією. 
• Оцінка екологічної ефективності CFI порівняно зі звичайним перехрестям 
із сигналізацією. 
• Визначення переваг CFI щодо безпеки та викидів залежить від різних 
рівнів попиту на подорожі. 
У цьому розділі буде обговорено, наскільки успішно було досягнуто ці 
внески, і надано рекомендації щодо майбутніх досліджень для покращення цього 
дослідження. 
 
3.3.1 Результати отримані до мети дослідження  №1 
 
• Аналіз SSAM і підтвердження для CFI з точки зору типу конфлікту та 
розташування. 
Змодельовані конфлікти порівнювали з фактичними даними про аварії на 
дослідницькому місці в Лавленді, штат Колорадо. Це показало, що SSAM має 
тенденцію переоцінювати конфлікти, пов’язані зі зміною смуги руху, і 
недооцінювати конфлікти перехресть у відсотках від загальної кількості 
конфліктів. Крім того, у багатьох реальних ДТП брали участь один транспортний 
засіб і придорожній об’єкт. Ці типи конфліктів не спостерігалися у VISSIM, що 
свідчить про слабкість аналізу безпеки мікросимуляції. SSAM точно передбачив, 
що більшість конфліктів відбуватиметься на підходах, які не були перетворені на 
CFI, особливо конфлікти з тилу. Маючи більше польових даних, подібне 
порівняння можна було б провести для інших дослідницьких сайтів для 
подальшої перевірки на CFI. Крім того, більш точні дані про збої можуть 
призвести до більш точних прогнозів SSAM щодо типів і місць конфлікту. 
 
65 
 
Маючи лише базову інформацію про місцезнаходження транспортних засобів, 
важко оцінити точність SSAM. Тому SSAM рекомендується як інструмент 
порівняння двох альтернатив, а не як інструмент оцінки реальних умов без більш 
повних польових даних. 
 
3.3.2 Результати отримані до мети дослідження  №2 
• Оцінка показників безпеки CFI порівняно зі звичайним перехрестям із 
сигналізацією. 
Для цього дослідницького завдання було оцінено два дослідницькі сайти — 
Фентон, Міссурі та Лавленд, Колорадо. Кількість очікуваних конфліктів на 
годину для обох досліджуваних сайтів було оцінено за допомогою SSAM. 
Результати показали, що звичайні перехрестя з сигналізацією, як правило, мають 
більше загальних конфліктів, ніж CFI, але перетворення на CFI може збільшити 
конфлікти в задній частині. Швидше за все, це спричинено збільшенням 
середньої кількості зупинок транспортних засобів, які повертають ліворуч. 
Практики можуть використовувати ці знання під час розробки та підготовки 
до оприлюднення нових CFI. Певні способи лікування можна використовувати, 
щоб допомогти водіям безпечно пересуватися на перехресті, наприклад, 
зменшити обмеження швидкості на під’їзді до перехрестя. Інші способи 
лікування можуть включати розширення жовтого інтервалу зазору та повністю 
червоного інтервалу, щоб усунути зону дилеми для користувачів, сподіваючись, 
у свою чергу, зменшити кількість конфліктів із задньою частиною. Більш 
просунуті покажчики можуть бути використані для попередження водіїв про 
правильну смугу руху, особливо тих, хто користується зміщеною смугою для 
повороту ліворуч, щоб уникнути маневрів швидкої зміни смуги, які можуть 
спричинити конфлікти при зміні смуги. 
Подальші дослідження можуть повторити цей метод, запустивши величезну 
кількість симуляцій, щоб підвищити рівень достовірності результатів до рівня 
99,9%, а також порівняти ці досліджувані сайти з іншими CFI по всій країні, які 
 
66 
 
були або зараз встановлені. Ці два досліджувані місця були обидва частковими 
CFI, оскільки вони найчастіше зустрічаються на перехрестях великих і 
другорядних доріг. Тим не менш, Юта експериментувала з повними CFI, які 
замінювали повороти ліворуч на кожному підході. Подальша робота може 
вивчити ці перехрестя, щоб визначити, чи є додаткова перевага для безпеки від 
перетворення всіх чотирьох кінців на CFI. Майбутні дослідження можуть також 
оцінити вплив певних конструктивних особливостей, таких як швидкість, 
довжина відсіку черги та довжина смуги з’єднання, на частоту конфліктів. 
 
3.3.3 Результати отримані до мети дослідження  № 3 
• Оцінка екологічної ефективності CFI порівняно з еквівалентним 
звичайним перехрестям із сигналом. 
Моделі мікромоделювання, розроблені для вищевказаного аналізу безпеки, 
також використовувалися для оцінки показників викидів CFI. Були проведені 
дослідження до та після для дослідницького майданчика Лавленд, штат 
Колорадо, з використанням CMEM для аналізу викидів. Це виявило, що CFI 
загалом мають нижчі рівні викидів, ніж звичайні перехрестя з сигналізацією. Це 
зниження становило до 12,8% за базових умов залежно від типу забруднювача. 
Загальні екологічні показники перехресть були досягнуті за рахунок вищих 
викидів для транспортних засобів, що повертають ліворуч, які користуються 
зміщеними смугами для лівого повороту. Це вказує на те, що залежно від 
геометрії перехрестя, можливо, рівень викидів для деяких транспортних засобів 
зросте, незважаючи на загальне скорочення рівня викидів на перехресті. 
Ці результати повинні підтвердити, що розробка належного часу сигналу 
для CFI є важкою з точки зору як експлуатаційних (наприклад, мінімізація 
затримок і зупинок), так і екологічних (наприклад, рівень CO 2) або ефективності 
(наприклад, споживання палива). Навіть більше, ніж на звичайних перехрестях 
із сигналізацією, хронометраж сигналів має бути розроблений і оновлений 
належним чином, щоб транспортні засоби, що повертають ліворуч, зупинялися 
 
67 
 
лише один раз і не витрачали час. Однак ці результати повинні також спонукати 
практиків до впровадження CFI, враховуючи їх переваги для навколишнього 
середовища та можуть зменшити вплив на здоров’я людей у густонаселених 
районах. 
Майбутні дослідження можуть досліджувати фактори, що сприяють 
збільшенню рівня викидів для транспортних засобів, що повертають ліворуч, і 
шляхи мінімізації цього збільшення. Деякі з цих удосконалень можуть бути 
пов’язані з конструкцією CFI: наприклад, довжина черги для повороту ліворуч, 
швидкість або відстань перехрестя від основного перехрестя. Іншими 
факторами, які слід дослідити, можуть бути коригування часу сигналу, 
врахування попиту пішоходів або наявність великовантажних транспортних 
засобів. 
 
3.3.4 Результати отримані до мети дослідження  №4 
• Визначення того, чи чутливі переваги CFI щодо безпеки та викидів до 
різних рівнів попиту на подорожі. 
Сценарії мікромоделювання повторювалися в різних сценаріях обсягу. 
Гучність повороту вліво змінювалася на -75%, -50%, 0%, +50% і +75% від 
початкових значень. Аналіз SSAM і CMEM, описаний раніше, повторювався для 
кожного сценарію обсягу. 
Результати SSAM були неоднозначними за сценаріїв малого обсягу, але за 
базових умов і сценаріїв великого обсягу CFI відчував менше конфліктів на 
годину. На дослідницькому сайті у Фентоні, штат Міссурі, спостерігалося 
загальне зменшення конфліктів від умов до та після на 3,88%, 37,2% та 41,4% 
для базового сценарію, +50% та +75% обсягу відповідно. На дослідницькому 
сайті Лавленда, штат Колорадо, було зафіксовано загальне скорочення конфлікту 
від стану до до стану після на 17,6%, 60,3% і 74,4% для тих самих трьох сценаріїв 
обсягу. Більше зменшення конфліктів, а також нижчі масштаби конфлікту для 
дослідницького майданчика Лавленд, штат Колорадо, можуть бути наслідком 
 
68 
 
нижчих швидкостей доріг, що перетинаються, порівняно з дослідницьким 
майданчиком Фентон, штат Місурі. Крім того, у Лавленді, штат Колорадо, 
спостерігався менший обсяг трафіку, ніж у Фентоні, Миссурі. Зі збільшенням 
обсягу вигода від встановлення CFI, як правило, зростала, і спостерігалося 
більше зменшення конфліктів. Якщо ця тенденція збережеться, це означатиме, 
що CFI має значні довгострокові переваги щодо безпеки в порівнянні зі 
звичайним перехрестям із сигналізацією. 
Аналіз CMEM показав, що Лавленд, CO CFI показав незмінно кращі 
результати, ніж звичайне перехрестя з сигналізацією в кожному сценарії обсягу. 
Крім того, CFI був менш чутливим до збільшення попиту, зазнаючи збільшення 
рівня викидів набагато повільніше, ніж на звичайному перехресті з сигналом. Це 
вказує на те, що, незважаючи на те, що CFI знижує загальні рівні викидів за 
рахунок транспортних засобів, що повертають ліворуч, виявлено, що недоліки 
для транспортних засобів, що повертають ліворуч, не переважають переваги для 
перехрестя в цілому, навіть при великих обсягах повороту ліворуч. 
Майбутня робота може підтвердити це за допомогою ще більшого обсягу 
сценаріїв (тобто +100% або 150%) і може зосередитися на пошуку точки 
беззбитковості (якщо вона існує), де недоліки для транспортних засобів, що 
повертають ліворуч, перекривають загальну вигоду від перехресть. Інша робота 
може досліджувати більше досліджуваних ділянок з різними геометричними 
конфігураціями (тобто повний CFI проти часткового CFI, наявність 
каналізованих смуг для правого повороту тощо), щоб визначити, які фактори в 
конструкції можуть дозволити CFI досягти максимальної безпеки та 
екологічного потенціалу за різноманітні вимоги до трафіку. 
  
 
69 
 
ВИСНОВКИ 
 
На підставі проведеного дослідження можна зробити висновок користь 
прийняття перехресть безперервного потоку (CFI) як життєздатної альтернативи 
звичайним перехрестям із сигналізацією.  
Переваги CFI були перевірені з використанням моделей мікросимуляції та 
складних інструментів, таких як Сурогатна модель оцінки безпеки (SSAM) і 
Комплексна модель модальних викидів (CMEM). Отримані дані показують, що 
CFI не тільки зменшує загальну кількість конфліктів транспортних засобів, 
особливо тих, які пов’язані з поворотами ліворуч, але також демонструють 
зменшення викидів шкідливих забруднюючих речовин, таких як CO2, CO, NOx і 
HC. Ця подвійна перевага покращення безпеки та зменшення впливу на 
навколишнє середовище позиціонує CFI як стратегічне рішення деяких із 
найактуальніших проблем у сфері управління міським транспортом. 
Покзано, що CFI ефективні в різних сценаріях попиту на трафік, 
демонструючи меншу чутливість до коливань обсягу трафіку порівняно зі 
звичайними перехрестями. Цей аспект підкреслює універсальність і стійкість 
CFI в різноманітних міських умовах, від міських центрів до приміських районів. 
Крім того, скорочення часу зупинок і затримок на CFI не тільки сприяє 
зниженню викидів, але й підвищує загальну ефективність транспортного потоку, 
що є вирішальним фактором у міському середовищі, яке бореться із заторами та 
втратою часу. 
Хоча для повної перевірки використаних моделей потрібна більша кількість 
даних, дослідження забезпечує основу для подальших досліджень і практичного 
впровадження. Результати роботи є аргументом для перегляду звичайних 
проектів перехресть. 
  
 
70 
 
СПИСОК ЛІТЕРАТУРИ 
 
1. F. D. Mier and B. H. Romo, “Continuous Flow Intersection,” 5,049,000,17-Sep- 
1991. 
2. H. Steyn et al., “Displaced Left Turn Informational Guide,” Federal Highway 
Administration, FHWA-SA-14-068, 2014. 
3. L. Blincoe, T. R. Miller, E. Zaloshnja, and B. A. Lawrence, “The Economic and 
Societal Impact of Motor Vehicle Crashes, 2010 (Revised),” National Highway 
Traffic Safety Administration, DOT HS 812 013. 
4. D. Carroll and D. Lahusen, “Operational Effects of Continuous Flow Intersection 
Geometries: A Deterministic Model,” Transp. Res. Rec. J. Transp. Res. Board, 
vol. 2348, pp. 1-11, Dec. 2013. 
5. L. Rodegerdts et al., “Signalized Intersections: Informational Guide,” Federal 
Highway Administration, FHWA-HRT-04-091, 2004. 
6. R. Jagannathan and J. Bared, “Design and Operational Performance of Crossover 
Displaced Left-Tum Inter sections,” Transp. Res. Rec. J. Transp. Res. Board, vol. 
1881, pp. 1-10, Jan. 2004. 
7. J. Autey, T. Sayed, and M. El Esawey, “Operational performance comparison of 
four unconventional intersection designs using micro-simulation,” J. Adv. 
Transp., vol. 47, no. 5, pp. 536-552, Aug. 2013. 
8. J. Reid and J. Hummer, “Travel Time Comparisons Between Seven 
Unconventional Arterial Intersection Designs,” Transp. Res. Rec. J. Transp. Res. 
Board, vol. 1751, pp. 56-66, Jan. 2001. 
9. D. Gettman, L. Pu, T. Sayed, and S. Shelby, “Surrogate Safety Assessment Model 
and Validation: Find Report,” Federal Highway Administration, FHWA-HRT-
08- 051, 2008. 
10. F. H. Amundsen and C. Hyden, “Proceedings of First Workshop on Traffic 
Conflicts,” Oslo/Lund Institue of Technology, 1977. 
11. J. Bared, “Surrogate Safety Assessment Model (SSAM),” Federal Highway 
 
71 
 
Administration, FHWA-HRT-08-049, 2008. 
12. U. Shahdah, F. Saccomanno, and B. Persaud, “Integrated traffic conflict model 
for estimating crash modification factors,” Accid. Anal. Prev., vol. 71, pp. 228-
235, Oct. 2014. 
13. U. Shahdah, F. Saccomanno, and B. Persaud, “Application of traffic 
microsimulation for evaluating safety performance of urban signalized 
intersections,” Transp. Res. Part C Emerg. Technol., vol. 60, pp. 96-104, Nov. 
2015. 
14. D. Roach, E. Christofa, and M. A. Knodler Jr., “Safety Assessment Before and 
After Implementation of Roundabouts through Microsimulation,” Adv. Transp. 
Stud., no. 2, pp. 41-54, Dec. 2016. 
15. G. Scora and M. Barth, “Comprehensive Modal Emissions Model (CMEM), 
version 3.01: User’s Guide,” University of California, Riverside, 2006. 
16. H. Rakha, K. Ahn, and A. Trani, “Comparison of MOBILE5a, MOBILE6, VT- 
MICRO, and CMEM models for estimating hot-stabilized light-duty gasoline 
vehicle emissions,” Can. J. Civ. Eng., vol. 30, no. 6, pp. 1010-1021, Dec. 2003. 
17. F. G. Stathopoulos and R. B. Noland, “Induced Travel and Emissions from Traffic 
Flow Improvement Projects,” presented at the Transportation Research Board 
82nd Annual Meeting, Washington, D.C., 2003. 
18. G. Song, L. Yu, and Y. Zhang, “Applicability of Traffic Microsimulation Models 
in Vehicle Emissions Estimates: Case Study of VISSIM,” Transp. Res. Rec. J. 
Transp. Res. Board, vol. 2270, pp. 132-141, Dec. 2012. 
19. S. Park and H. Rakha, “Continuous flow intersections: A safety and 
environmental perspective,” 2010, pp. 85-90. Google Earth Pro. Google, 2017. 
20. Missouri Department of Transportation. https://www.modot.org/  
21. “Transportation Data Management System,” Colorado Department of 
Transportation. [Online]. Available: 
http://cdot.ms2soft.com/tcds/tsearch.asp?loc=Cdot&mod=. [Accessed: 31-Mar- 
2017].