English
Język Polski
Zastosowanie i porównanie różnych metod analizy konfliktów ruchowych - studium przypadku drogi 2+1
DOI:
https://doi.org/10.24425/ace.2021.136493Abstrakt
Statystyczne metody przewidywania zdarzeń drogowych, takie jak modele regresyjne (SPF) czy współczynniki zmian liczby zdarzeń drogowych (CMF) wymagają długich okresów gromadzenia danych o zdarzeniach oraz dużych nakładów finansowych w przypadku oceny efektywności środków poprawy bezpieczeństwa ruchu drogowego lub zmian w infrastrukturze drogowej. Jednym ze sposobów badań niwelujących wyżej wymienioną niedogodność są analizy bezpieczeństwa ruchu za pomocą miar pośrednich, jakimi są np.: zmiana liczby konfliktów w ruchu drogowym obserwowanych lub symulowanych. Analiza konfliktów obserwowanych pozwala na ocenę bezpieczeństwa ruchu na podstawie krótkiego okresu obserwacji i oceny ich liczby oraz ciężkości. Jednakże, ocena bezpieczeństwa ruchu na podstawie konfliktów obserwowanych jest badaniem empirycznym, które można przeprowadzić dopiero po wdrożeniu środków poprawy bezpieczeństwa ruchu lub zmian w infrastrukturze, co jest kosztowne. Środkiem łagodzącym wyżej wymienione wady jest ocena bezpieczeństwa ruchu na podstawie konfliktów symulowanych. Zastosowanie w ocenach bezpieczeństwa ruchu konfliktów symulowanych wymaga znajomości związku pomiędzy konfliktami obserwowanymi i symulowanymi. Celem przedstawionych badań jest ocena różnych metod wykrywania i klasyfikacji konfliktów ruchowych, w odniesieniu do obserwowanych konfliktów na drogach 2+1 w Polsce. Konflikty obserwowane były wykrywane i klasyfikowane na podstawie nagrań wideo i analizy trajektorii pojazdów w obszarze włączenia pasa do wyprzedzania na końcu odcinka drogi 2+1. Badania koncentrowały się wyłącznie na konfliktach powodujących zmianę pasa ruchu. Tak uzyskane konflikty były porównywane z konfliktami wykrytymi w środowiskach symulowanych. Konflikty symulowane były analizowane na podstawie podejścia mikrosymulacyjnego (ABM) oraz symulacji rzeczywistości wirtualnej przy użyciu symulatora jazdy (DS). Oba modele, tj.: mikrosymulacyjny jak i w symulatorze jazdy zostały skalibrowane na podstawie empirycznych badań ruchu pojazdów w środowisku rzeczywistym. Konflikty symulowane w środowisku mikrosymulacyjnym były oceniane na podstawie trajektorii pojazdów uzyskanych z wcześniej zbudowanego modelu w programie VISSIM oraz ich analizy w narzędziu Surrogate Safety Assessment Model (SSAM). Badania te były realizowane w ramach wcześniejszych prac autorów. Badania konfliktów w symulatorze jazdy przeprowadzono na podstawie rzeczywistego przebiegu dwóch poligonów badawczych na Uniwersytecie Roma Tre w Rzymie. Na podstawie badań zidentyfikowano, dla warunków rzeczywistych i symulowanych, lokalizacje konfliktów, wartości czasu po wtargnięciu (PET) i czasu do kolizji (TTC) obserwowanych i symulowanych konfliktów między pojazdami. Obserwowane konflikty porównano z konfliktami oszacowanymi w środowisku mikrosymulacyjnym i w symulatorze jazdy, aby określić, czy istnieje między nimi związek pozwalający na ocenę wpływu zmian w infrastrukturze drogowej na bezpieczeństwo ruchu.Bibliografia
1. J. Ambros, J. Altmann, C. Jurewicz, C. Chevalier, “Proactive assessment of road curve safety using floating car data: An exploratory study”, Archives of Transport, 50(2), 7-15, 2019.
2. S. Cafiso, C. D’Agostino, “Assessing the stochastic variability of the Benefit-Cost ratio in roadway safety managemen”, Accident Analysis & Prevention, 93, 189-197, 2016.
3. R. Dowling, A. Skabardonis, V. Alexiadis, Volume III: “Guidelines for Applying Traffic Microsimulation Software” - FHWA-HRT-04-040 - 2004, 2004.
4. F. Huang, P. Liu, H. Yu, W. Wang, “Identifying if VISSIM simulation model and SSAM provide reasonable estimates for field measured traffic conflicts at signalized intersections”, Accident Analysis and Prevention, 50, 1014-1024, 2013.
5. L. Pu, J. Rahul, “Surrogate Safety Assessment Model (SSAM): Software User Manual”, Publication FHWAHRT-08-050. Federal Highway Administration, U.S. Department of Transportation, 2008, http://www.fhwa.dot.gov/publications/research/safety/08050/08050.pdf. Last accessed on April 30, 2020.
6. C. Wang, N. Stamatiadis, “Surrogate Safety Measure for Simulation-Based Conflict Study” Transportation Research Record, 2386, 72-80, 2013.
7. R. Fan, H. Yu, P. Liu, W. Wang, “Using VISSIM simulation model and Surrogate Safety Assessment Model for estimating field measured traffic conflicts at freeway merge areas”, IET Intelligent Transport Systems, 7(1), 68-77, 2013.
8. U. Shahdah, F. Saccomanno, B. Persaud, “Integrating Observational and Traffic Simulation Models for Priority Ranking of Unsafe Intersections”, Transportation Research Record, 2280., 118-126, 2013.
9. R. M. Wojtal, L. R. Rilett, “Development of a statistically-based methodology for analyzing automatic safety treatments at isolated high-speed signalized intersections” Archives of Transport, 44(4), 75-88, 2017.
10. S. Cafiso, C, D’Agostino, M. Kiec, R. Bak, “Safety assessment of passing relief lanes using microsimulation - based conflicts analysis” Accident Analysis & Prevention, 116, 94-102, 2018.
11. P. Kirby, G. Koorey, B. Wilmshurst, “Operating characteristics and economic evaluation of 2+1 lanes with or without intelligent transport systems assisted merging”, NZ Transport Agency research report 549, 2014.
12. M. Tracz, M. Kieć, “Operational problems of 2+1 bypass road sections” Archives of Transport, 38(2), 79-89, 2016.
13. M. Kieć, "Operation of 2+1 Road with High Shares of Heavy Vehicles", Archives of Civil Engineering, vol. 63 (3), 53-70, 2017.
14. A. Calvi, “A Study on Driving Performance Along Horizontal Curves of Rural Roads”, Journal of Transportation Safety & Security 7(3), 243-267, 2015.
15. A. Calvi, “Investigating the effectiveness of perceptual treatments on a crest vertical curve: A driving simulator study”, Transportation Research Part F, Traffic Psychology and Behaviour, 58, 1074-1086, 2018.
16. F. Bella, “Driving simulator for speed research on two-lane rural roads”, Accident Analysis and Prevention, 40, 1078-1087, 2008.
17. X. Yan, M. Abdel-Aty, E. Radwan, X. Wang, P. Chilakapati, “Validating a driving simulator using surrogate safety measures”, Accident Analysis and Prevention, 40, 274-288, 2008.
18. S. Cafiso, C. D’Agostino, M. Kiec, “Investigating the influence of passing relief lane sections on safety and traffic performance”, Journal of Transport & Health, Volume 7, Part A, 38-47, 2017.
19. C. D’Agostino, S. Cafiso, M. Kiec, “Comparison of Bayesian techniques for the before–after evaluation of the safety effectiveness of short 2+1 road sections” Accident Analysis and Prevention, 127, 163-171, 2019.
20. S. Cafiso, C. D'Agostino, R. Bak, M. Kieć, “Traffic conflicts analyses for 2+1 road sections”, 12th International Road Safety Conference GAMBIT 2018, Gdańsk, Poland, MATEC Web of Conferences, 2018, 231, 01006, 2018.
21. S. Cafiso, C. D’Agostino, R. Bak, M. Kiec, “Assessment of road safety for passing relief lanes using microsimulation and traffic conflict analysis”, Advances in Transportation Studies, an International Journal. Vol. 2, pp. 55-64, 2016.
22. A. Calvi, F. D’Amico, C. Ferrante, L. Bianchini Ciampoli, “Applying Perceptual Treatments for Reducing Operating Speeds on Curves: A Driving Simulator Study for Investigating Driver’s Speed Behavior”, Advances in Intelligent Systems and Computing, 964, 330-340, 2020.
23. V. P. Giofrè, Sputnik user manual, Università della Calabria, 2011.
Pobrania
Opublikowane
Jak cytować
Numer
Dział
