AAU Studenterprojekter - besøg Aalborg Universitets studenterprojektportal
Et kandidatspeciale fra Aalborg Universitet
Book cover


Metoder til trængslesopgørelse ved brug af GPS-data

Oversat titel

Methods for estimating congestion by the use of GPS data

Forfattere

;

Semester

10. semester

Udgivelsesår

2007

Antal sider

128

Abstract

Specialet undersøger, hvordan trafikal trængsel kan registreres, analyseres og gøres op ved hjælp af GPS-data fra en flåde af køretøjer, så metoden kan bruges på ethvert vejnet. Som grundlag beskrives trængslens konsekvenser og både traditionelle og nyere metoder til at indsamle trafikdata. På baggrund af litteraturen vælges en generel definition, der fokuserer på selve fænomenet: Trængsel forstås som de gener, trafikanter påfører hinanden i form af nedsat bevægelsesfrihed, når de færdes i trafiksystemet. Kernen i metoden er at sammenligne en situation med trængsel med en situation uden trængsel ('free-flow'), hvor den enkelte bilist ikke er påvirket af anden trafik. I praksis udføres analysen med særligt udviklede computerprogrammer, der betragter trafikken som strømme (grupper af ture mellem to definerede områder). Brugeren angiver en geografisk afgrænsning og to bokse, hvorefter programmet samler GPS-logninger til ture i strømme mellem boksene og beregner aktuelle rejsehastigheder og -tider for at beskrive den givne trafiksituation. Free-flow estimeres som gennemsnitlige rejsehastigheder i tidsrummet 20.00–06.00, hvor der er størst sandsynlighed for trafik uden indbyrdes påvirkning. For at undgå indirekte påvirkninger fra fx signalanlæg (rød lys), frasorteres ture, der indeholder hastighedslogninger på 0 km/t. Derudover nedjusteres hastigheder, der overskrider den gældende hastighedsgrænse, til netop grænsen, så ulovlig hastighed ikke får free-flow-estimatet (og dermed den beregnede trængsel og samfundsomkostninger) til at fremstå lavere end realistisk. GPS-datasættet er valideret ved at sammenligne målinger for et snit på Østre Allé med en maskinel snittælling samme sted samt ved at sammenholde forsinkelser fra GPS-data med forsinkelser beregnet i programmet Dankap. Valideringen peger på, at resultaterne mest pålideligt bør opgøres i tre-timers intervaller summeret over hverdage inden for data­perioden. Når rejsehastigheder i henholdsvis free-flow og trængsel er kendt, kan den trængselsrelaterede tidsudgift (forsinkelsen) beregnes for kendte distancer. Ved hjælp af trafiktællinger kan disse forsinkelser opskaleres til at repræsentere den samlede trafik i de analyserede strømme. Ved at anvende samfundsøkonomiske enhedspriser for tidsforbrug kan de samlede omkostninger ved trængsel i de pågældende perioder estimeres. Samme fremgangsmåde kan bruges på stræknings-, kryds- og netniveau, så de samlede forsinkelser og omkostninger for et helt vejnet kan opgøres.

This thesis explores how to detect, analyze, and quantify road congestion using GPS data from a fleet of vehicles, aiming for a method that can be applied to any road network. It first outlines the consequences of congestion and reviews both traditional and newer traffic data collection methods. Based on the literature, a general definition is adopted that focuses on the phenomenon itself: congestion is understood as the interference road users impose on each other in the form of reduced freedom of movement when traveling in the traffic system. The core approach is to compare a congested situation with a 'free-flow' situation, where an individual driver is not affected by other traffic. In practice, the analysis is performed with custom-built software that treats traffic as flows (groups of trips between two defined areas). The user sets a geographic boundary and two boxes, after which the software aggregates GPS logs into trips in the flows between the boxes and calculates current travel speeds and times to describe the traffic conditions. Free-flow is approximated by average travel speeds between 20:00 and 06:00, when the likelihood of traffic without mutual influence is highest. To avoid indirect effects from signalized intersections, trips that include speed logs of 0 km/h are excluded. In addition, any recorded speeds above the posted limit are capped at the speed limit so that speeding does not inflate the free-flow estimate and thereby distort measured congestion and the related socioeconomic costs. The GPS dataset was validated by comparing measurements for a cross-section on Østre Allé with a machine-based section count at the same location and by comparing delays derived from the GPS data with delays calculated using the Dankap software. The validation indicates that reliable reporting should be limited to three-hour intervals aggregated across weekdays within the data period. Once travel speeds with and without congestion are known, the congestion-related time loss (delay) can be calculated for known distances. Using traffic counts, these delays can be scaled up to represent total traffic in the analyzed flows. By applying socioeconomic unit values of time, the total costs of congestion in the periods studied can be estimated. The same approach can be applied at the link, intersection, and network levels to quantify total delays and costs for an entire road network.

[Dette resumé er genereret ved hjælp af AI]