Browsing by Author "Qadri, Syed Shah Sultan Mohiuddin"

Now showing 1 - 5 of 5

Citation - WoS: 1
Citation - Scopus: 4
Assessing Traffic Performance: Comparative Study of Human and Automated Hgvs in Urban Intersections and Highway Segments
(Univ Tun Hussein onn Malaysia, 2024) Almusawi, Ali; Albdairi, Mustafa; Qadri, Syed Shah Sultan Mohiuddin
This study conducts a comparative analysis of traffic dynamics at urban signalized intersections and on highways, incorporating both human-operated and automated heavy goods vehicles (HGVs) using the PTV VISSIM simulation model. It examines the impacts of automated driving technologies on critical traffic performance metrics such as queue length, travel time, vehicle delay, emissions, and fuel consumption. Initial findings indicate that automation in HGVs enhances traffic flow, particularly by reducing queue lengths and vehicle delays. However, varying levels of automation from cautious to aggressive reveal complex trade-offs between operational efficiency and environmental impacts. On highways, automated HGVs demonstrate superior performance by reducing travel times and delays while increasing throughput compared to human-driven HGVs. These results underscore the operational benefits of automated HGVs under diverse traffic conditions and highlight their significant implications for transportation planning and policy-making. This research contributes valuable insights into the integration of automated technologies in transportation systems, facilitating informed decision-making for stakeholders considering the adoption of these advancements in the current infrastructure.
Evaluation of Robust Evacuation Strategies for Resilient Urban Infrastructure Through Microscopic Traffic Simulation
(Univ Studi Trieste, Ist Studio Trasporti integrazione Econ Europea-Istiee, 2025) Kabarcık, Ahmet; Qadri, Syed Shah Sultan Mohiuddin; Qadri, Shah Sultan Mohiuddin; Athar, Ambreen Ilyas; Albdairi, Mustafa; Kabarcik, Ahmet; Endüstri Mühendisliği
Natural disasters are a global threat, highlighting the urgent need for effective disaster management systems worldwide. Many countries, both developed and developing, are not adequately prepared, emphasizing the importance of governmental action. Key to disaster management is the creation of specialized disaster management units that develop and implement rapid response plans for potential risks. A crucial aspect of disaster management is evacuation-the process of moving vulnerable populations to safer areas. However, evacuations face challenges such as timely alert issuance, traffic congestion, resident reluctance to evacuate, and potential damage to transportation infrastructure. These challenges can be mitigated through comprehensive evacuation plans that ensure smooth relocation to shelters. This paper addresses these issues by developing and evaluating traffic routing conditions in an evacuation study area using the microscopic simulator SUMO. It examines two algorithms, Dijkstra and A-star (A*), which optimize vehicle routes under different network conditions. By focusing on criteria such as Minimum Travel Time and Maximum Number of Evacuations (clearance time), the research aims to improve disaster response and resilience. The objective is to enhance evacuation procedures, thereby strengthening disaster management and ensuring the safety of affected populations. Results show that the A* algorithm outperforms Dijkstra, reducing travel times by up to 18% and network clearance times by up to 6.8% under optimal conditions. The Manhattan-based network design further enhances evacuation efficiency, reducing average waiting time by up to 35% compared to the actual map.
Citation - WoS: 3
Citation - Scopus: 10
Integrating Autonomous Vehicles (Avs) Into Urban Traffic: Simulating Driving and Signal Control
(Mdpi, 2024) Almusawi, Ali; Albdairi, Mustafa; Qadri, Syed Shah Sultan Mohiuddin
The integration of autonomous vehicles into urban traffic systems offers a significant opportunity to improve traffic efficiency and safety at signalized intersections. This study provides a comprehensive evaluation of how different autonomous vehicle driving behaviors-cautious, normal, aggressive, and platooning-affect key traffic metrics, including queue lengths, travel times, vehicle delays, emissions, and fuel consumption. A four-leg signalized intersection in Balgat, Ankara, was modeled and validated using field data, with twenty-one scenarios simulated to assess the effects of various autonomous vehicle behaviors at penetration rates from 25% to 100%, alongside human-driven vehicles. The results show that while cautious autonomous vehicles promote smoother traffic flow, they also result in longer delays and higher emissions due to conservative driving patterns, especially at higher penetration levels. In contrast, aggressive and platooning autonomous vehicles significantly improve traffic flow and reduce delays and emissions. Mixed-behavior scenarios reveal that different driving styles can coexist effectively, balancing safety and efficiency. These findings emphasize the need for optimized autonomous vehicle algorithms and signal control strategies to harness the potential benefits of autonomous vehicle integration in urban traffic systems fully, particularly in terms of improving traffic performance and sustainability.
Optimization of Signalized Intersections: Analyzing Autonomous Vehicle Behaviors Through Data-Driven Simulations
(Springer Science and Business Media Deutschland GmbH, 2026) Qadri, Syed Shah Sultan Mohiuddin; Albdairi, Mustafa; Almusawi, Ali; Kabarcik, Ahmet; Abdulrahman, H. S.
Autonomous vehicles (AVs) present a transformative opportunity to enhance traffic flow, particularly at urban intersections where delays are most frequent. This study investigates how different AV driving behaviors and penetration rates affect traffic efficiency at signalized intersections. Using a microscopic simulation model in PTV VISSIM, the research centers on a four-way intersection in Balgat, Ankara. Five AV driving behaviors—cautious, normal, aggressive, platooning, and mixed—are modeled under various signal cycle lengths. The simulation’s accuracy was ensured through calibration and validation with real-world traffic data. The findings reveal that the integration of AVs can significantly improve traffic flow, with aggressive and platooning driving behaviors achieving the most notable reduction in vehicle delays, particularly at shorter cycle lengths (60–70 s). Increased AV penetration rates amplify these positive effects, reducing delays and queue lengths in all tested scenarios. In contrast, cautious AV behaviors led to more significant delays, highlighting the importance of intelligent AV driving strategies for optimizing traffic management. The results underscore that optimizing signal cycle lengths with AV integration can reduce congestion and improve urban traffic flow. While the study demonstrates the potential of AVs to enhance urban traffic management, it also stresses the need for real-world validation and the development of adaptive traffic signal systems capable of accommodating diverse driving behaviors. These insights offer urban planners and policymakers valuable guidance on integrating AVs into current infrastructure to create more resilient and efficient transportation networks. © 2025 Elsevier B.V., All rights reserved.
Sinyal Kontrollü Kavşaklarda Otonom Araçların Trafik Verimliliği Üzerindeki Etkisinin Değerlendirilmesi
(2024) Albdairi, Mustafa Azhar Hussein; Al-Musawi, Ali Abdulhussein Abdulridha; Qadri, Syed Shah Sultan Mohiuddin
Kentsel hareketliliğin gelişen bağlamında, otonom araçların (AV'ler) entegrasyonu, özellikle kentsel trafik yönetiminin hayati bir bileşeni olan sinyalize kavşaklarda büyük vaatler ve zorluklar sunmaktadır. Bu tez, Ankara Balgat'taki sinyalize bir kavşakta otonom araçların karmaşık dinamiklerini, PTV VISSIM kullanarak mikroskobik trafik simülasyonu ile incelemektedir. Çalışma, farklı AV sürüş davranışları (tedbirli, normal, agresif, platoon ve karışık) ve %25'ten %100'e kadar değişen penetrasyon oranları ile insan sürüş senaryolarını içeren 21 senaryoyu kapsamaktadır. Bulgular, sinyal kontrol optimizasyonu öncesi ve sonrası belirgin etkiler ortaya koymaktadır. Optimizasyon öncesinde, güvenliği ön planda tutan tedbirli AV davranışları, özellikle yüksek penetrasyon oranlarında, kuyruk uzunlukları, seyahat süreleri, gecikmeler, emisyonlar, yakıt tüketimi ve çatışma noktalarında artışa neden olmuştur. Normal AV davranışları, %25 penetrasyon oranında başlangıçta insan sürüşüne benzerlik göstermiş, ancak penetrasyon oranları arttıkça kuyruk uzunlukları, seyahat süreleri, gecikmeler ve çatışmalarda iyileşmeler göstermiştir, ancak emisyonlar ve yakıt tüketimi biraz daha yüksek kalmıştır. Agresif AV davranışları, tüm penetrasyon oranlarında kuyruk uzunlukları, seyahat süreleri, gecikmeler, emisyonlar, yakıt tüketimi ve çatışma noktalarını önemli ölçüde azaltmış ve %100 penetrasyonda en olumlu sonuçlara ulaşmıştır. Platoon davranışları da kuyruk uzunluklarını, seyahat sürelerini, gecikmeleri ve çatışmaları azaltmış, ancak %100 penetrasyonda platoon liderliğinin dinamikleri nedeniyle emisyonlarda ve yakıt tüketiminde artış göstermiştir. Optimizasyon sonrası, tüm AV davranışlarında önemli iyileşmeler gözlemlenmiştir. %0 AV penetrasyonunda insan sürüş senaryolarında kuyruk uzunlukları, seyahat süreleri, gecikmeler ve çatışma noktalarında önemli azalmalar yaşanmıştır. Tedbirli AV'ler, diğer davranışlara göre hala daha yüksek değerlere sahip olmasına rağmen, tüm penetrasyon oranlarında iyileşmeler göstermiştir. Normal AV'ler, optimizasyon sonrası daha yüksek penetrasyon oranlarında tüm metriklerde önemli düşüşler göstermiştir. Agresif AV'ler, özellikle %100 penetrasyonda, tüm metriklerde en iyi sonuçlara ulaşmıştır. Platoon AV'ler de önemli iyileşmeler göstermiştir, ancak %100 penetrasyonda liderin etkisi nedeniyle emisyonlar ve yakıt tüketiminde artışlar görülmüştür. Özellikle, daha kısa sinyal sürelerinin kuyruk uzunlukları, seyahat süreleri, gecikmeler, emisyonlar ve yakıt tüketimini azaltmada daha uzun sürelerden daha iyi performans gösterdiği gözlemlenmiştir. Karışık davranış senaryosu, tüm penetrasyon oranlarında sürekli olarak kuyruk uzunluklarını, seyahat sürelerini, gecikmeleri ve çatışmaları azaltmış ve emisyonlar ve yakıt tüketiminde insan sürüş senaryolarına benzer eğilimler sergilemiştir. Alan verileri kullanılarak yapılan doğrulama, modelin doğruluğunu sağlamış ve AV'lerin mevcut trafik yapısına entegrasyonu için pratik içgörüler sunmuştur. Bu çalışma, AV'lerin kentsel trafik yönetimini iyileştirmedeki dönüştürücü potansiyelini vurgulamakta ve AV entegrasyonu ve optimizasyonu alanında gelecekteki araştırmalar için bir temel oluşturmaktadır.