session 12 astrid bergman
TRANSCRIPT
© T
rivecto
r T
raff
ic A
B
Analytiska trafikmodeller för
cirkulationsplatser med gång-
och cykeltrafik Examensarbete 2010 KTH
Astrid Bergman, Trivector Traffic
© T
rivecto
r T
raff
ic A
B
• Bakgrund & syfte
• Litteraturstudie och val av modell
• Datainsamling och jämförelse mot
microsimuleringar
• Modellutveckling
• Slutsats och rekommendationer
© T
rivecto
r T
raff
ic A
B
Bakgrund till examensarbetet
• Del av FUD-projektet KAKOR (Kapacitetsmodeller i Korsningar)– Syftet med KAKOR var att bedöma Capcals användningsområden
och jämföra mot övriga likvärdiga beräkningsmodeller tillgängliga på marknaden
• Största bristerna i cirkulationsplatsmodellen i Capcal som konstaterades var– Beräkningsmodellen för tvåfältiga cirkulationsplatser
– Små cirkulationsplatser kan inte beräknas
– Effekter av gång- och cykeltrafiks påverkan på framkomligheten i cirkulationsplatsen hanteras inte av Capcal eller av några andra likvärdiga beräkningsprogram/modeller (Sidra , HCM)
© T
rivecto
r T
raff
ic A
B
• När blir det problem?
© T
rivecto
r T
raff
ic A
B
Microsimulering
• Tar lång tid att genomföra en simulering
• Kräver mycket data
• Kräver mer kunskap av användaren
• Ger inte automatiskt t ex belastningsgrad
© T
rivecto
r T
raff
ic A
B
Syfte
• Förbättring av cirkulationsplatsmodellen i Capcal
är efterfrågad
• Syftet är att studera och utvärdera befintliga
beräkningsmodeller för att se om någon kan vara
lämplig att utveckla programmet med
– Eller klargöra om behov finns att utveckla en ny modell
© T
rivecto
r T
raff
ic A
B
• Bakgrund & syfte
• Litteraturstudie och val av modell
• Datainsamling och jämförelse mot simuleringar
• Modellutveckling
• Slutsats
© T
rivecto
r T
raff
ic A
B
Litteraturstudie
• Tre olika modeller studerades
– Griffiths ”A mathematical model of a nonsignalized
pedestrian crossing”
– Marlow och Maycock ”The effect of zebra crossings on
junction entry capacity”
– Rodegerdts och Blackwelder ”Analytical analysis of
pedestrians effect on roundabout exit capacity”
© T
rivecto
r T
raff
ic A
B
Fördelar Nackdelar
Griffiths • Grundläggande köteori
• Använd av andra
anlytiska modeller
• Komplex
• Ej fokus cirkulationsplats
• För detaljerad för Capcal
• Kräver mycket jobb för att
passa Capcal
Marlow and Maycock • Bygger på Griffiths
• Fokuserar på
övergångsställen före
cirkulationsplatsen
• Ingen vidareutveckling av
Griffiths modell snarare en
applikation
Rodegerdts and
Blackwelder
• Enkel
• Lätt att anpassa till
Capcal
• Alltför enkel (?)
• Behöver vidareutvecklas
för att kunna passa Capcal
© T
rivecto
r T
raff
ic A
B
Rodegerdts och Blackweldersmodell
• Beräknar en genomsnittlig kös tidslängd
• Multiplicerar detta med antal gångar under en
studietimme som en blockering in i den
cirkulerande strömmen sker
– Ger antal sekunder under studietimmen som
närliggande tillfart är blockerad av en kö
• Översätts till en procentuell kapacitetsnedsättning
Fungerar modellen på verkliga exempel??
© T
rivecto
r T
raff
ic A
B
• Bakgrund & syfte
• Litteraturstudie och val av modell
• Datainsamling och jämförelse mot simuleringar
• Modellutveckling
• Slutsats
© T
rivecto
r T
raff
ic A
B
Är modellen korrekt?
• Datainsamling från film
– Fyra cirkulationsplatser
• Data från 6 övergångs-
ställen
© T
rivecto
r T
raff
ic A
B
Fordonsflöde i
utfarten
Fotgängar /
cyklistflöde
Antal
blockerande
händelser
under
studietimman
Solna 1056 133 (24) 54
Rissne 311 169 (51) 8
Malmö 748 39 (18) 10
Lund Västra 597 104 (27) 19
Östra 429 126 (44) 13
Södra 447 131 (73) 10
Kapacitetsförlust
hos infart närmast
utfarten med
övergångsstället
Solna 17,93 %
Rissne 0,12 %
Malmö 2,65 %
Lund, västra 0,30 %
Lund, östra 1,62 %
Lund, södra 2,70 %
© T
rivecto
r T
raff
ic A
B
• Jämförelse mot simulering i VISSIM
– Solna
– Rissne
• Med och utan övergångsställe
• En simulering ger inte en procentuell
kapacitetsnedsättning – går inte att jämföra
resultaten rakt av
© T
rivecto
r T
raff
ic A
B
Med
övergångsställe
Utan
övergångsställe
Signifikant
skillnad
Genomsnittlig
försening / fordon
18,39 s 11,74 s Ja, t-test p<0,05
Genomsnittligt
antal stopp /
fordon
0,65 0,42 Ja, t-test p<0,05
Solna
© T
rivecto
r T
raff
ic A
B
Rissne
Med
övergångsställe
Utan
övergångsställe
Signifikant
skillnad
Genomsnittlig
försening / fordon
3,14 s 3,07 s Nej, t-test p>0,05
Genomsnittligt
antal stopp /
fordon
0,103 0,094 Nej, t-test p>0,05
© T
rivecto
r T
raff
ic A
B
Restider för olika rutter genom cirkulationsplatserna
© T
rivecto
r T
raff
ic A
B
I Rissne var bara restidsskillnaden signifikant för de rutter som passerade övergångsstället
© T
rivecto
r T
raff
ic A
B
Jämförelse av resultat från simuleringen och modellen
• Samma trender
– Men olika “typer” av resultat
• Svårt att bekräfta att modellen är korrekt
© T
rivecto
r T
raff
ic A
B
• Bakgrund & syfte
• Litteraturstudie och val av modell
• Datainsamling och jämförelse mot simuleringar
• Modellutveckling
• Slutsats och rekommendationer
© T
rivecto
r T
raff
ic A
B
Rodegerdts och Blackweldersmodell
• Beräknar en genomsnittlig kös tidslängd
• Multiplicerar detta med antal gångar under en
studietimme som en blockering in i den
cirkulerande strömmen sker
– Hur kan vi veta få reda på detta?
• Hypotes: antal blockerande händelser beror av
fordonsflödet i utfarten och antalet fotgängare och
cyklister som passerar på övergångsstället
© T
rivecto
r T
raff
ic A
B
© T
rivecto
r T
raff
ic A
B
• Testade några olika kombinationer av linjära och
icke-linjära samband
– Alla regressioner fick en R 2 runt 0,8 vilket gjorde det
svårt att säga vilken som passade bäst
• Liten datamängd
© T
rivecto
r T
raff
ic A
B
© T
rivecto
r T
raff
ic A
B
• Bakgrund & syfte
• Litteraturstudie och val av modell
• Datainsamling och jämförelse mot simuleringar
• Modellutveckling
• Slutsats och rekommendationer
© T
rivecto
r T
raff
ic A
B
Brister
• Fanns bara en cirkulationsplats med
kapacitetsproblem
• Svårt att jämföra resultat från en microsimulering
med resultat från en analytisk modell
• Regressionsanalysen
– Mer data behövs!
• Microsimulering kan vara en bra metod för att samla
in data
© T
rivecto
r T
raff
ic A
B
Rekommendationer för Capcal
• Lägg till modellen av Rodegerdts och Blackwelder
som en “varningsmodell”
– Varna användaren när resultaten inte är pålitliga
– Men räknar inte ut en kapacitetsförlust
• Mer data behövs för att kunna utvärdera modellen
© T
rivecto
r T
raff
ic A
B
Tack!
08 – 545 551 78
© T
rivecto
r T
raff
ic A
B
Rodegerdts och Blackweldersmodell
March 2010Astrid Bergman, KTH29
• Beräknar sannolikheten för kö av en viss längd q (q = 1, 2, 3, 4, 5..)
• Korta köer har hög sannolikhet, Långa köer låg sannolikhet
• Antar Poisson-fördelad ankomst
• Indata: – Flödet av fordon i utfarten (VE)
– Den genomsnittliga kön i utfarten vid flödet q (Qavg)
– Längden av en blockerande händelse, TB
– Mättnadsflödet, SE
© T
rivecto
r T
raff
ic A
B
March 2010Astrid Bergman, KTH30
© T
rivecto
r T
raff
ic A
B
March 2010Astrid Bergman, KTH31
• Varje kö av längden ”q” har en viss livslängd i tid
– Korta köer kort livslängd, långa köer längre livslängd
© T
rivecto
r T
raff
ic A
B
March 2010Astrid Bergman, KTH32
© T
rivecto
r T
raff
ic A
B
March 2010Astrid Bergman, KTH33
• Sannolikheten för att kö ”q” ska uppstå är känd
• Livslängden för kön ”q” är känd
– Multipliceras dessa två och summeras kan den
genomsnittliga varaktigheten för den genomsnittliga
kön beräknas.
• tavg multipliceras sedan med antal gånger N som
en blockerande händelse inträffar under en
studietimme
© T
rivecto
r T
raff
ic A
B
Exempel Trebent cirkulationsplats med ett
övergångsställe i Solna
March 2010Astrid Bergman, KTH34
Antal blockerande händelser 54Antal fordon i utfarten, VE 1056
Längden av en blockerandehändelse 5 sekunder
Mättnadsflöde, SE 1800Qe 0
Qavg3,548 avrundas
till 4
© T
rivecto
r T
raff
ic A
B
March 2010Astrid Bergman, KTH35
q P(q) t(q) P(q) * t(q)Summan av
P(q)*t(q)
1 0,10209067 7 0,714634693 0,714634693
2 0,181128609 9 1,630157478 2,344792171
3 0,214238139 11 2,356619533 4,701411703
4 0,190049962 13 2,47064951 7,172061213
5 0,134874167 15 2,023112502 9,195173715
6 0,079764292 17 1,355992967 10,55116668
7 0,040433512 19 0,768236731 11,31940341
8 0,017934219 21 0,376618601 11,69602202
9 0,007070839 23 0,162629299 11,85865131
10 0,002509007 25 0,062725185 11,9213765
11 0,000809357 27 0,021852645 11,94322914
12 0,000239326 29 0,006940456 11,9501696
13 6,53247E-05 31 0,002025067 11,95219467
14 1,6557E-05 33 0,00054638 11,95274105
© T
rivecto
r T
raff
ic A
B
March 2010Astrid Bergman, KTH36
• Tavg = 11.95
• Antal blockerande händelser = 54 stycken
• Tblock = 645 sekunder
• 645 sekunder / 3600 sekunder = 0,1793 = 17,93 %
kapacitetsförlust
© T
rivecto
r T
raff
ic A
B
March 2010Astrid Bergman, KTH37
• För enkelt?
• Test och jämförelse av modellen krävs