ANALIZA DANYCH POMIAROWYCH SYSTEMÓW TRANSPORTOWYCH

Transkrypt

1 PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 113 Transport 2016 ANALIZA DANYCH POMIAROWYCH SYSTEMÓW TRANSPORTOWYCH : maj 2016 Streszczenie: wybranym odcinku trasy wskazano t ych 1. WPROWADZENIE 3]: 1) studiów transportowych do planowania systemów transport miejskiego wraz ze spo- 2) 3) 4) analiz ekonomicznych; 5) 6) [6]. Ich celem jest zasilenie informacyjne procesu decyzyjnego ukie najlepsze wykorzystanie infrastruktury transportowej, dla zapewnienia bezpiecznego i efektywnego ruchu osób i towarów. Od kilku lat wyniki pomiarów parametrów ruchu badania ruchu. Badania ruchu drogowego, prowadzone przez autorki,

2 456 cesie decyzyjnym. ji uzyskiwanych wyników. W ramach podsumowa- 2. wykorzystanie infrastruktury transportowej dla zapewnienia bezpiecznego i efektywnego i eksploatacji systemu organizacji ruchu oraz nadzorze nad nim [6]. [6]: 1) oraz ich technicznej eksploatacji; 2) uchem w naj- padki, zmia logii (telekomunikacyjnych, informatycznych, automatycznych i pomiarowych) oraz tech- turalnego [16 [10 torek skupiona zostanie tylko na pierwszym podsystemie 10]: 1) 2) systemy automatycznego nadzoru nad ruchem; 3) systemy automatyczne i aglomeracjach miejskich. chodów i pojazdów transportu publicznego [17 system ITS to [7]:

3 Analiza TS 457 nadawanie priorytetu transportowi publicznemu mie realizac (np. miejskich) nadawania priorytetu om naprawczym i eksploatacyjnym infrastruktury miejskiej. przede wszystkim charakterystyk tzn. [2 tygodnia lub roku; struktura ruchu; obc miasta elementów infrastruktury. Dane wykorzystywane przez system ITS do analizy sytu- waniach. 8 dy. 3. ANALIZA MIEJSKIM 6]. 1 nym obszarze. Ponadto, jak zauwa sieci transportowej. Jednak analiza tych danych dla ruchu miejskiego stanowi wyzwanie dla analityków. 6]: ok

4 458 miara dla bezpiecznej jazdy [4; 12 Kempy, wzory Szczuraszka i Kempy) [3 skiego. [9; 3; 15]: 1) cechy pojazdu; 2) cechy kierowców; 3) cechy drogi i jej otoczenia; 4) warunki atmosferyczne; 5) 6) czas, w tym rok, pora roku oraz pora doby. W przypadku b Badacze [14 Dlatego czasy [5; 11] ci, a war- Do wnioskowania na temat zbioru danych pomiarowych a ich

5 Analiza TS OBSZAR BADAWCZY w jednym z polskich miast wojewódzkich, w 2015 roku. Rejestrowa normy. Znacznie centra biznesu zlokalizowanie pojazdu, odnalezienie tablicy rejestracyjnej, odczytanie jej i odpowiednia kwalifikacja. o tym samym numerze rejestracyjnym w innym punkcie pomiarowym jego czas. W badaniach opisanych w [13], przeprowadzono dla dwóch grup pomiarów czasów na tym samym odcinku drogi, pierwotnych do aby. odrzucen na wykluczeniu czasów przejazdów ; odrzucenia pomiarów sek.). ch

6 460 nych na badanym odcinku. Drugim ki jedynie da- wypadki drogowe) wych). 5. EFEKTY IMPLEMENTACJI SYSTEMU ITS NA WYBRANYM ODCINKU W celu oceny pracy systemu e, porównano czasy w dwóch dniach (1) i (2), przez odcinek opisywany w rozdziale 3, porównano z warto- zmierzonymi na tym samym odcinku, kiedy system optymalizacji sterowania ruchem jeszcze. rzejazdu na trasie oraz liczba zarejestrowanych pojazdów. dniu (1) i (2) szczytu porannego od godziny 7:30 w godzinach 15:30 17:30. Wyniki analizy przedstawione w tabeli 1 oraz 2. zmia-, dla szczy- : wszystkie systemu; szczycie porannym ym ;

7 Analiza TS 461 Tablica 1 Bazowe Warunki Porównawcze Odcinek Szczyt Liczba pojazdów [s] ednia jazdy [km/h] Liczba pojazdów [s] jazdy [km/h] Zmiana czasu A-> B B -> A ,1 36, ,1 27,3 134,27% ,2 24, ,3 39,7 60,77% ,8 50, ,8 48,7 106,22% ,5 23, ,1 32,1 75,84% > B w szczycie porannym. W przypadku -> A. Z tabeli 1 A -> B w dniu (1), czasie oraz, tendencja wzrostowa liczby oraz ruchu na badanej trasie z powodu nowych Drugim przypadkiem, zamieszczonym w tabeli 1, w którym czas przez odcinek z ym ruchem, B -> A, podczas szczytu porannego. W tym przypadku jednak porów- stanowi tylko 6 - c po- ITS mimo wzrostu liczby samochodów W B -> A. sprzed uruchomiania ITS, w tym kierunku Odcinek A -> B pokonany przez badane pojazdy szybciej w przypadku sterowania ruchem przy pomocy ITS. 40

8 462 Tablica 2 Odcinek A-> B B -> A Szczyt Bazowe Warunki Porównawcze Liczba pojazdów as [s] jazdy [km/h] Liczba pojazdów [s] jazdy [km/h] Zmiana czasu ,1 36, ,6 33,9 108,39% ,2 24, ,3 36,9 65,40% ,8 50, ,6 38,9 132,81% ,5 23, ,9 33,5 72,54% W przypadku porównania danych bazowych z danymi z dnia (1), e systemu -> B w szczycie porannym. Podobnie, jak w przypadku analizowanym w tabeli 2, uzyskano na trasie A -> B w szczycie porannym oraz na trasie w przeciwnym kierunku, przez odcinek B -> A. Pokonanie pona ku, liczonego dla, 9 minut, co oznacza przejazd ze A -> B w ponad 10 minut, natomiast przed wprowadzeniem ITS, w obu kierunkach, kami uzyskanymi w dniu (1). 6. PODSUMOWANIE, w celu usprawnienia ruchu. Analizy danych gromadzonych przez te sys Analiza funkcjonowania oraz ocena pracy systemu ITS jest zadaniem skomplikowanym W referacie przedstawiono Systemu Transpor- na porównaniu war-

9 Analiza TS 463 Podczas przygotowywania wnioskowa Gdy system nie potrafi sam poprawnie zidenty- prze problem, np. które wloty a ne przez system. Aby praca przez nich odpowiednich informacji przygotowywanych przez system na podstawie po- Celem niniejsze wych oraz porównanie wyników pomiarów przeprowadzonych przed wprowadzeniem ITS nie przez autorki. Kolejn Bibliografia 1. Birr K, Jamroz K., Kustra W.: Travel Time of Public Transport Vehicles Estimation. Transportation Research Procedia vol.3, 2014, s Politechnika Krakowska, Kraków a European Commission. MASTER Managing speeds of traffic on European roads (No. RO-96-SC.202). European Commission, Finland Freedman, D.A.: Ecological inference and the ecological fallacy. International Encyclopedia of the Social and Behavioral Sciences 6, 1999, s WKi Hadas A.: Zastosowanie zintegrowanego systemu transportu w aglomeracji miejskiej. nikacyjny nr. 4, 2015, s Kempa J., Szczuraszek T.: Design speed, actual speed and road designing. 2nd International Symposium on Highway Geometric Design. Transportation Research Board, Road and Transportation Research Association, Mainz Oskarbski J., Jamroz K., Litwin M.: Inteligentne systemy transportu nia ruchem Park, Y., Saccomanno, F.: Evaluating speed consistency between successive elements of a two-lane rural highway. Transportation Research Part A: Policyand Practice (40), 2006, s Shinar, D.: Traffic Safety and Human Behavior. Elsevier, Oxford,UK/Amsterdam The issue of analyzing measurement data of driving speed in large urban areas, po recenzji, w druku (Springer) Watanatada T.: A model for Predicting Free-flow Speed Based on Probabilistic Limiting Velocity Concepts: Theory and Estimation. Transportation Research Record vol. 1091,

10 464 ANALYSIS OF MEASUREMENT DATA DERIVED FROM INTELLIGENT TRANSPOR- TATION SYSTEMS Summary: The paper discusses the functionality of ITS systems and their impact on the management of vehicle traffic in the city. In the paper the difficulties facing the analysis of the speed of vehicles in traffic are also pointed out. Based on studies measuring the selected section of the route, the authors indicated difficulties in interpreting the results. In conclusion the directions for further research, allowing in a complex way to introduce the discussed issues, were defined. Keywords: Intelligent Transportation Systems, Traffic Engineering, Data Analysis