Trafikdage på Aalborg Universitet 2014 ISSN
|
|
- August Lindholm
- 8 år siden
- Visninger:
Transkript
1 Modellering af kø-opstuvning i en statisk rutevalgsmodel Christian Overgård Hansen, COH ApS, coh_aps@mail.dk Dorte Filges, Vejdirektoratet, dorf@vd.dk HenningSørensen, Vejdirektoratet, has@vd.dk Bjarke Brun, Rapidis ApS, bb@rapidis.com Abstrakt Artiklen beskriver forbedring til de statiske rutevalgsmodeller, som anvendes i Landstrafikmodellen (LTM) og OTM, så de bedre kan håndtere trængsel i vejnettet. Trængsel opstår typisk som følge af flaskehalse i vejnettet eksempelvis ved tilkørselsrampe på motorvej eller kryds i byen. I takt med stigende trafik bliver det derfor mere påkrævet, at trafikmodellerne kan belyse konsekvenserne i forhold til eksisterende og fremtidige flaskehalse. Der foreslås en metode, som umiddelbart kan integreres med de nuværende rutevalgsmodeller i LTM og OTM. De nuværende speed-flow kurver udbygges med kø-ventetidsfunktioner, som anvendes udover kapacitetsgrænsen. Kø-ventetidsfunktionerne, som beskriver middelventetid i kø pr. køretøj, er estimeret ved hjælp af kø-teori og verificeret mod aktuelle rejsetidsmålinger. Derudover introduceres reduktionsfaktorer for at kunne håndtere multiple flaskehalse i vejnettet, som er mere eller mindre indbyrdes afhængige. Metoden er succesfyldt testet i Hovedstadsområdet. Det er således muligt at identificere eksisterende flaksehalse og beregne køretider i myldertid svarende til rejsetidsmålinger. Det anbefales at arbejde videre med henblik på implementering i LTM. 1. Indledning Trængsel opstår typisk som følge af flaskehalse i vejnettet eksempelvis ved tilkørselsrampe på motorvej eller kryds i byen. Betydningen af sådanne flaskehalse i forhold til trafikafvikling og trængsel er steget over de sidste 20 år, hvilket målinger af rejsetider og tidstab tydeligt viser. Flaskehalse i vejnettet kan således have stor betydning for valg af infrastrukturinvesteringer, idet eksisterende flaskehalse kan fjernes eller aflastes. Omvendt kan der også ved nye tiltag eller ved stigende trafik skabes flaskehalse andre steder i nettet. Det er derfor ved undersøgelse af eksempelvis nye vejanlæg i stigende grad vigtigt at kunne belyse konsekvenserne i forhold til eksisterende eller fremtidige flaskehalse. Rutevalgsmodellerne i OTM og Landstrafikmodellen (LTM) kan ikke beregne tilbagestuvning af trafik ved overbelastet vejstrækning, idet rejsetid på vejstrækningerne i modellerne beregnes ved hjælp af speedflow kurver uafhængigt af trafikken på øvrige vejstrækninger. Artiklen præsenterer forslag til forbedring af de eksisterende statiske rutevalgsmodeller til at kunne håndtere tilbagestuvninger af trafik tilstrækkeligt præcist til at kunne vurdere konsekvenser af flaskehalse på vejstrækninger. Artiklen beskriver et teoretisk grundlag, som demonstreres i et casestudy baseret på data fra Hovedstadsområdet. Artiklen fokuserer på flaskehalse, som opstår på vejstrækninger, idet forbedringer af krydsmodellerne ikke diskuteres nærmere. Trafikdage på Aalborg Universitet 2014 ISSN
2 2. Baggrund og formål Wardrop s principper har traditionelt dannet grundlaget for statisk trafikassignment. Det første princip om brugerligevægt siger: The journey times on all routes actually used are equal and are not greater than those which would be experienced by a single vehicle on any unused route (Wardrop, 1952) Brugerligevægten som beskrevet af Wardrop opnås typisk gennem en iterativ beregningsprocedure. Szeto og Wong (2011) lister forskellige udvidelser til den traditionelle statiske assignment, som er anvendt igennem tiden. Daganzo og Sheffi (1977) beskriver en udvidelse med stokastisk simulering, der tager hensyn til, at trafikanterne ikke kender rejsetiderne præcist eller opfatter ruterne forskelligt. Metoden med stokastisk brugerligevægt (SUE) anvendes eksempelvis i LTM og OTM. De statiske modeller har stor praktisk anvendelse og er dominerende på markedet. Da de normalt når en ligevægt eller tilnærmer en ligevægt, er de meget praktiske ved sammenligninger. Det kan f.eks. være i forbindelse med undersøgelse af et nyt vejanlæg sammenlignet med en basis uden denne vej. Chiu et. al (2010) lister imidlertid en række mangler ved de statiske modeller: Speed-flow kurver har ingen trafikal mening over kapacitetsgrænsen Trafikstrøm ind og ud af strækning er ens Først-ind-først-ud princip Der differentieres ikke mellem kørespor på en strækning De statiske assignmentmodeller er karakteriseret ved speed-flow kurver, der beskriver rejsetiden på en strækning som funktion af trafikmængden på strækningen. Trafikmængden på en strækning kan overstige den fysiske kapacitet, hvorfor speed-flow kurven ikke har nogen fysisk fortolkning over kapacitetsgrænsen. Det forudsættes samtidigt, at trafikken uanset trafikmængde bevæger sig frem med ens hastighed. Antallet af biler, som kommer ind på en vejstrækning er dermed lig med antallet af biler, som strømmer ud fra strækningen i et givet tidsbånd. Der kan således ikke opbygges køer. Begrænsningen om først-ind-og-førstud medfører i princippet, at der ikke kan overhales i en statisk model. Det modificeres dog ofte ved opdeling i forskellige køretøjsklasser, som har forskellige tilladt kørehastighed. Begrænsningerne leder frem til udvikling af en ny type af assignmentmodeller, som benævnes dynamiske assignmentmodeller. Dynamiske assignmentmodeller er en forholdsvis bred betegnelse for modeller, der som minimum inkluderer en tidsvariation i efterspørgslen. Chiu et. al (2010) anvender begrebet dynamisk for at tilkendegive, at en ligevægt er baseret på erfaret rejsetid og omkostninger. I SUE forudsættes i princippet, at trafikanterne ændrer rutevalg undervejs, hvis rejsetiderne ændres. I praksis vil trafikanterne imidlertid i overvejende grad beslutte en rute inden de kører afhængig af deres erfaring med trafikken på det givne tidspunkt. Det kræver modelmæssigt en finere tidsmæssig opdeling af efterspørgslen og løbende opsamling af rejsetider på ruterne. Dynamiske assignmentmodeller klassificeres traditionelt i mikroskopiske, meso-skopiske og makroskopiske modeller (Snelder, 2009). De varierer i detaljering af net (f.eks. med og uden modellering af kørespor) og i det omfang de dynamiske effekter modelleres. Der findes flere mikrosimuleringsmodeller af enkeltkøretøjer, som i praksis anvendes til undersøgelse af kryds eller mindre afgrænset vejnet. Der kan f.eks. nævnes VISSIM eller SATURN. Derimod findes kun få dynamiske modeller, som i praksis kan anvendes i beregning af større vejnet. Der kan nævnes INDY (Bliemer, 2004) og DYNAMEQ (Mahut, 2000). De er dog kun testet på net (Snelder, 2009), som er meget mindre end vejnet i LTM og OTM. De statiske modeller har som nævnt mangler med hensyn til håndtering af kø og tilbagestuvninger. Omvendt har de dynamiske modeller endnu lille eller ingen praktisk anvendelse ved større modelarbejder. Det undersøges derfor, om de eksisterende statiske rutevalgsmodeller kan forbedres til at kunne håndtere tilbagestuvninger af trafik tilstrækkeligt præcist, så konsekvenser af flaskehalse kan beregnes. Trafikdage på Aalborg Universitet 2014 ISSN
3 3. Metodegrundlag I LTM og OTM, udlægges timetrafikken i en iterativ proces (Means-of-Successive-Averages (MSA)) til ligevægt, hvilket vanskeliggør integrationen med køopstuvning af flere årsager. For det første foreligger der ingen tidsmæssig opdeling af trafikken indenfor timen, idet trafikken udlægges samlet. Dermed kan en tidsmæssig opbygning af kø ikke beskrives ud fra assignmentmodellens resultater. For det andet omfatter de beregnede ruter hele timen, så det er ikke muligt at korrigere rutevalg løbende på basis af blokering af strækninger eller kryds. For det tredje skal rejsetiden på en strækning være en funktion af trafikmængden på strækningen for at sikre konvergens. Det betyder, at rejsetiden på en strækning ikke må afhænge af belastningen på en anden strækning. Bundschuh et al. (2006) foreslår ved integration af kø-opstuvning i SUE at justere speed-flow funktionen, således at rejsetiderne tilnærmelsesvis kommer til at svare til rejsetid inklusiv tid forårsaget af tilbagestuvninger på grund af kø. Det vil sige, at speed-flow kurverne udvides til at omfatte en ekstra parameter θ, så speed-flow funktionen nu kan udtrykkes som f(n a, θ a ). Den nye parameter kan eksempelvis være en korrektion til kapaciteten på strækningen eller tillæg for kø-ventetid. Det vælges her at anvende kø-ventetid, som kan bestemmes på basis af kø-teori (se afsnit 4). SUE kan derfor umiddelbart udvides med en ydre løkke, hvor korrektioner til speed-flow kurverne θ a opdateres ved hjælp af MSA. Det vil sikre konvergens, men er meget beregningstungt. Der foreslås derfor en anden beregningsprocedure, hvor θ opdateres samtidigt med trafik og rejsetid. Da de første iterationer giver meget usikre estimater for trafik og rejsetid, er det ikke hensigtsmæssigt at starte beregningen af θ, før der er opnået en vis form af ligevægt. Hvis det initiale antal iterationer benævnes n 0, kan proceduren beskrives som følger: For i = 1 til n 0 0. Trafikmængden på strækning a sættes til nul: N a = 0 1. Opdater rejsetid på sidst beregnede modellerede trafik vha. speed-flow kurve f(n a,i) 2. Simulér præferencevægte og strækningsstokastik og beregn strækningsomkostninger angivet ved (1) 3. Udlæg trafik ved hjælpaf en alt-eller-intet beregning 4. MSA opdatér trafikmængden på strækningen a på basis af den seneste alt-eller-intet beregning (N a,i) og den forrige iteration (N a,i-1) for at den få nyeste modellerede trafik: N, = N, + N, 5. Rejsetider- og omkostninger (LOS) opdateres tilsvarende ved hjælp af MSA som beskrevet i beregningstrin 4 Sæt i + 1 og gå til 1 Hvis i + 1 > n 0 sæt i = n og gå til 6 For i = n til n 6. Opdater rejsetid på sidst beregnede modellerede trafik vha. speed-flow kurve f(n a,i, θ a,j) 7. Simulér præferencevægte og strækningsstokastik og beregn strækningsomkostninger angivet ved (1) 8. Udlæg trafik ved hjælp af en alt-eller-intet beregning 9. MSA opdatér trafikmængden på strækningen a på basis af den seneste alt-eller-intet beregning (N a,i) og den forrige iteration (N a,i-1) for at få den nyeste modellerede trafik: N, = N, Rejsetider- og omkostninger (LOS) opdateres tilsvarende ved hjælp af MSA som beskrevet i beregningstrin Beregn θ a,j 12. MSA opdater parameter: θ, = θ, + Sæt i + 1 og gå til 6 Hvis i + 1 > n stoppes. θ, N, Metoden forudsætter: At der ikke arves kø fra omgivende timer At rejsetiden på ruten ikke strækker sig udover kø-ventetiden At der kun er en flaskehals på ruten Den første forudsætning er i overensstemmelse med udlægning af trafikken i isolerede tidsbånd, som anvendes i OTM 1. Det kan ved massive overbelastninger af nettet medføre en underberegning af rejsetiderne ved at betragte tidsbåndene separat. Det kan dog grundlæggende kun løses ved hjælp af en dynamisk assignment. Hvis ruten er lang, kan køen være afviklet, før nogle af bilisterne når den 1 Endnu ikke færdig implementeret i LTM Trafikdage på Aalborg Universitet 2014 ISSN
4 overbelastede strækning. OTM beskriver ture indenfor det tidligere Hovedstadsområde, så turenes varighed vil derfor overvejende være væsentlig kortere end en time. Hvis der på en rute er flere flaskehalse, er det ikke korrekt at beregne forsinkelsen for hver flaskehals og lægge dem sammen. Det vil typisk være den flaskehals, der har den størst beregnede belastningsgrad, der er afgørende for bilisternes forsinkelse. Det er derfor i et net nødvendigt at identificere, hvilke flaskehalse der kan anses som uafhængige. Lad os forudsætte, at der findes et sæt af ruter R {R 1, R 2.} med tilknyttede trafikmængder, som hver mindst indeholder en overbelastet strækning. I beskrivelse af uafhængighed mellem flaskehalsene kan der introduceres en doseringsfaktor D a, som knyttes til hver beregnet flaskehals. Hvis en flaskehals er uafhængig af alle andre flaskehalse eksempelvis fordi der beregnes en meget stor overbelastning, så tildeles den værdien 0. Er flaskehalsen derimod i umiddelbar forlængelse af en større flaksehals, tildeles den værdien 1. Doseringsfaktoren kan derfor tolkes som en slags korrelationsfaktor, hvor værdien 1 angiver fuldstændig korrelation og værdien 0 ingen korrelation. Angiver t kø,a den beregnede tid på strækning a ifølge den anvendte kø-ventetidsfunktion, så indregnes følgende tid på strækningen: (1) t = t' kø, a kø,a ( 1-D α ) a Der skal således opstilles regler for beregning af doseringsfaktoren, hvorefter beregning af kø-ventetiderne umiddelbart følger. Det kan eksempelvis være følgende fremgangsmåde: 1. Flaskehalsene sorteres efter belastningsgrad og tilknyttes hver en delmængde af ruterne i R, som passerer den pågældende flaskehals. 2. Flaskehals med størst belastningsgrad tillægges doseringsfaktor Da = Dernæst gennemgås de øvrige flaskehalse i sorteret rækkefølge: a. Hvis alle ruter knyttet til den betragtede flaskehals indgår i sæt af ruter for allerede behandlede flaskehals, sættes Da = 1. Det vil typisk være strækninger, som ligger umiddelbart før eller efter en større belastet strækning. b. Hvis ingen af ruterne knyttet til den betragtede flaskehals indgår i sæt af ruter for allerede behandlede flaskehals, sættes Da = 0. c. Hvis en del af ruterne knyttet til de betragtede flaskehals indgår i sæt af ruter for allerede behandlede flaskehals, beregnes Da som en andel af de berørte trafikmængde. Passeres eksempelvis den betragtede flaskehals af 10 ruter med samlet 1000 biler, hvoraf 8 ruter med samlet 700 biler indeholder flaskehalse som allerede er behandlet, beregnes Da = 0,7 (700/1000) ved α=1. Således indregnes 30% af den beregnede kø-ventetid. Den geografiske udbredelse af køopstuvning sikres igennem den iterative beregningsprocedure i SUE, hvor flaskehalsene vil flytte sig afhængig af den aktuelle kø-ventetid. 4. Estimation af kø-ventetidsfunktion I dette afsnit præsenteres metoden, der er anvendt til at udvikle de generaliserede kø-ventetidsfunktioner for flaskehalse på vejstrækninger. Ventetidsfunktioner anvendes til at estimere en middelventetid i kø pr. køretøj som funktion af graden af overbelastning af flaskehalsen. Figur 1. Trafikfordeling over døgn, begge retninger på sydlige del af Køge Bugt Motorvejen Trafikdage på Aalborg Universitet 2014 ISSN
5 Grundlaget for udvikling af ventetidsfunktionerne er trafikfordelinger over hverdagsdøgn, som er målt i snit på vejstrækninger, se eksempel figur 1. Fremgangsmåden ved brug af trafikdata og efterfølgende fastlæggelse af ventetidsfunktioner er: 1. Der er udvalgt en række repræsentative tællesnit på vejstrækninger. For vejstrækninger skelnes mellem tre vejtyper: motorveje, motortrafikveje og øvrige landeveje. Det skyldes, at LTM og OTM anvender disse vejtyper. 2. For alle udvalgte tællesnit på strækninger anvendes trafikdata over døgnet på kvartersniveau for gennemsnit af hverdage fra mandag torsdag over en periode på to uger. Trafikdata for fredage anvendes ikke, fordi trafikfordelingen på denne ugedag ofte er meget anderledes end for øvrige hverdage. 3. Der fokuseres i analysen på trafik, der ankommer til flaskehalsen i spidstimen. Spidstimen kan enten forekomme om morgenen eller om eftermiddagen, og dette har givet anledning til udvikling af to ventetidsfunktioner pr. vejtype for hhv. morgen- og eftermiddagsspidstimer. 4. Kapaciteten for strækningen omkring tællesnittet beregnes i henhold til vejreglerne, og ved en given trafikintensitet kan der herefter beregnes en belastningsgrad, som er trafikintensiteten divideret med kapaciteten. 5. Der anvendes en simpel deterministisk kø-beregningsmodel til at beregne middelventetiden i kø for den trafik, som ankommer til kø-bagenden ved flaskehalsen i spidstimen. Hvis der ikke er kø, sættes ventetiden til nul. Ved at opskrive trafikken ved bibeholdelse af den aktuelle døgntrafikfordeling for tællesnittet, kan der for hvert valgt tællesnit opnås forskellige belastningsgrader, som hver giver anledning til beregning af middelventetiden i kø. 6. Punkter, der repræsenterer samhørende værdier af belastningsgrad og middelventetid i kø for hvert tællesnit, indlægges i et diagram som vist på figur 2. Der skelnes som nævnt mellem beregnede ventetider for hhv. morgen- og eftermiddagsspidstimer. 7. Den generelle ventetidsfunktion er udviklet som et anden grads polynomium som empirisk model på baggrund af de beregnede samhørende værdier af belastningsgrad og ventetid for alle tællesnit på hver af vejtyperne. Der blev også forsøgt med andre typer af modeller, men disse var generelt set ikke mere repræsentative for punkterne end anden grads polynomiet. Figur 2 viser resultatet af kø-beregninger for forskellige trafikfordelinger målt på motorvejsstrækninger. De forskellige belastningsgrader, som aflæses på den vandrette akse på figur 2, er fremkommet ved, at trafikken beregningsmæssigt er opskrevet med faktorer, som medfører de pågældende belastningsgrader i spidstimen, samtidig med at trafikfordelingen over døgnet er bibeholdt, se pkt. 5 og 6 ovenfor. De blå punkter repræsenterer den beregnede ventetid ved pågældende belastningsgrad for trafik, der ankommer i en spidstime om morgenen og de røde om eftermiddagen. Den blå og røde kurve på figur 2 er tilsvarende de udviklede kø-ventetidsfunktioner fundet ud fra punkterne ved regression med et andengradspolynomium, se pkt. 7 ovenfor. De fundne funktioner for motorvejstrafik er: y = 0,2611x 2 + 0,1920x - 0,4531 ved morgentrafik y = 0,5945x 2-0,2984x - 0,2961 ved eftermiddagstrafik hvor x er belastningsgraden, og y er middelventetiden i timer pr. køretøj. Der er ligeledes udviklet kø-ventetidsfunktioner for motortrafikveje og landeveje. Trafikdage på Aalborg Universitet 2014 ISSN
6 Figur 2. Samhørende værdier af belastningsgrad og middelventetid for trafik, der ankommer i morgen- eller eftermiddagsspidstimen Man skal være opmærksom på, at der både er trafik som får en større og en mindre ventetid end den, der beregnes for spidstimen. Trafikken, der ankommer tidligt i løbet af perioden med overbelastning, vil således have en mindre ventetid end trafik, der ankommer sent i perioden med overbelastning. Dette skyldes, at der i perioden med overbelastning dannes en stadig længere kø, som først skal afvikles, inden de sidst ankomne køretøjer kan passere flaskehalsen. Som det ses i figur 2, er der forholdsvis stor variation i ventetiden, der beregnes for de forskellige tællesnit, især ved høj belastningsgrad. Dette skyldes forskelle i trafikfordeling mellem de indgående målesnit. Ved forskellige trafikfordelinger vil der således være arvet en forskellig kø, når spidstimen indtræffer, og denne initialkø har en særdeles stor virkning på ventetiden for trafik med ankomst i spidstimen. For motorveje og øvrige landeveje ligger kurven for eftermiddagsspidstimen højere end for morgenspidstimen, hvilket vil sige at en given belastningsgrad for en eftermiddagsspidstime giver en længere ventetid end samme belastningsgrad for en morgenspidstime. Årsagen er, at trafikken normalt er mere fordelt over tid om eftermiddagen end om morgenen, hvor trafikken ofte topper i en forholdsvis smal spids, se eksemplet vist på figur 1. Den mere spredte trafik om eftermiddagen betyder, at der er et større potentiale for kødannelse allerede inden spidstimen, hvilket øger kølængde og ventetid for den trafik, der ankommer i spidstimen. 5. Beskrivelse af testcase 5.1. Datagrundlag Det er valgt at teste metoden ved hjælp af data fra OTM, da tilstrækkelig detaljerede data endnu ikke foreligger fra LTM. For det første er tidsbåndopdelte matricer endnu ikke færdigkalibreret i LTM. Det er nødvendigt for at kunne belyse trængsel i myldertid. For det andet er krydsforsinkelsesmodellen endnu ikke implementeret i LTM, hvilket bl.a. er nødvendigt for at kunne sammenligne rejsetider med målinger. OTM dækker det tidligere Hovedstadsområde (København og Frederiksberg kommuner samt tidligere København, Frederiksborg og Roskilde amter). Basisåret for OTM er Der er i anden sammenhæng beregnet en 2009-situation, som er sammenlignet med tællinger. Bilmatricerne fra den beregning er Trafikdage på Aalborg Universitet 2014 ISSN
7 benyttet her. Hverdagsdøgnet er opdelt i 7 tidsbånd, herunder myldertiderne kl. 7-8, kl. 8-9 og kl OTM omfatter også krydsforsinkelsesmodel, således at vejnettet indeholder kodning af kryds. Det er i artiklen valgt at fokusere på resultater for morgenmyldertid kl OTM-vejnet med tilhørende krydsdata er overført til Traffic Analyst formatet, der benyttes i LTM. Traffic Analyst anvender et GIS vejnet, der kan udnytte ArcGIS Network Dataset til at sikre topologien i netværket. Kryds data er overført ved en nyudviklet automatisk rutine fra OTM til krydsmodul, som anvendes i LTM. Efterfølgende er overførsel af data fra OTM til LTM-platformen tjekket ved sammenligning af kørsler med Traffic Analyst og OTM Værktøj Testværktøjet er implementeret i Traffic Analyst, så det vil være nemt at tage i brug i LTM på sigt. Testværktøjet indeholder i forhold til den nuværende version af LTM følgende udvidelser: Vejnettet er tilføjet parametre til beregning af flaskehalstid. For vejstrækninger, der har flaskehalsparametre, anvendes speed-flow kurverne kun op til belastningsgrad=1, hvorefter der suppleres med kø-ventetid. Flaskehalstiden doseres efter brugerens specifikation. Flaksehalstid opsamles i en matrix med rejsetider. I LTM og OTM anvendes som tidligere omtalt SUE i udlægning af trafikken. Det er i testene valgt at udelade den stokastiske variation af præferencer og strækninger for i praksis at kunne gennemføre et tilstrækkeligt antal test. Metodikken kan simpelt udvides til SUE, det vil dog tage væsentlig længere tid at konvergere beregningerne. 6. Resultater af testberegninger 6.1. Lokalisering af flaksehalse Det er indledningsvis belyst, hvorvidt metoden er i stand til at finde de faktiske flaskehalse i vejnettet i og omkring København. Figur 3 viser i illustration til venstre en beregning baseret på OTM-data for 2009 for tidsrummet kl Vejnettet indeholder således ikke de gennemførte udvidelser af Køgebugt Motorvej, Holbæk Motorvej, M4 og motorvejstrækningen mellem M3 og M4. Det virker visuelt overbevisende, da de forventede flaskehalse stort set er fundet. Det noteres, at de gennemførte motorvejsudvidelser og de kommende udvidelser af Helsingør Motorvej og Køgebugt Motorvej søger at aflaste nogle af de beregnede flaksehalse. Der er i illustration til højre i figur 3 gennemført en beregning, hvor trafikken i tidsrummet er opskrevet med 20%. Det kan illustrere det værste tidspunkt under myldertiden. Det kan også bruges til at give en ide om, hvor der vil opstå nye flaksehalse, hvis trafikken i fremtiden vokser i morgenmyldertiden. Farven indikerer størrelsen af forsinkelsen i kø. Størrelsen af forsinkelse undersøges nærmere i afsnit 6.3 ved sammenligning med GPS-målinger. Trafikdage på Aalborg Universitet 2014 ISSN
8 Fixed Dose, 2009 trafik Flaskehals MM Doseret Flaskehals MM Udoseret Fixed Dose, plus 20% Flaskehals MM Doseret Flaskehals MM Udoseret Figur 3. Modelberegnede flaskehalse i Hovedstadsområdet i 2009 i tidsrummet kl I illustration til højre er trafikken opregnet med 20% 6.2. Undersøgelse af dosering Hvis den samme bilist passerer flere potentielle flaskehalse, så vil det være den værste af dem, som primært skaber trængsel. Den afhængighed er forsøgt udtrykt ved hjælp af (1). Alfa angiver den funktionelle form af gensidig påvirkning mellem flaskehalsene. Hvis parameterværdien eksempelvis er 1, vil der være en lineær reduktion i den beregnede kø-ventetid i forhold i den del af trafikken, som passerer to flaskehalse. Hvis der forudsættes en parameterværdi, som er større end 1, så vil kø-ventetiden blive mindre reduceret i tilfælde, hvor der er lille korrelation mellem flaskehalsene. Omvendt vil der i tilfælde, hvor trafikken er næsten den samme ved to flaskehalse, være større reduktion i den beregnede kø-ventetid. Det synes derfor mest korrekt at forudsætte en parameterværdi større end 1. Det skyldes, at trafikken langs indfaldsveje primært forsinkes af en flaskehals på strækningen. Samtidig vil det være en undervurdering af forsinkelse for mange bilister at reducere kø-ventetid, hvis kun få bilister på strækningen passerer en værre flaskehals. Doseringen betyder, at flaskehalse og forsinkelser flytter mellem iterationer i udlægning af trafikken. Figur 4 viser den beregnede kø-ventetid inklusiv reduktion (1) for 6 strækninger langs Køgebugt Motorvejen afbildet som funktion af iterationsnummer (her iteration 11 til 50). Det ses, at kø-ventetiderne (i minutter) hopper mellem iterationer og kun dæmpes lidt. I den venstre figur er benyttet alfa = 1, mens der i den højre figur er benyttet alfa = 5. Det ses, at nogle af de største udsving reduceres ved at gå over til alfa = 5. Derimod ses der i eksemplet ikke nogen tydelig forskel i forhold til konvergens. Køgebugt Motorvejen er formodentlig er en af de værste strækninger at modellere, da trafikken på strækningen er stor og meget korreleret. Figuren er derfor ikke repræsentativ for konvergens i vejnettet, det er nærmere worst case. Trafikdage på Aalborg Universitet 2014 ISSN
9 Figur 4. Stabilitet i lokalisering af flaskehalse langs Køgebugt motorvej ved anvendelse af alfa = 1 og alfa = 5 Beregningstiden ved fremgangsmåden beskrevet i afsnit 3 er forholdsvis lang, da der udtrækkes og behandles rutebundter i hver iteration større end n o. Der er derfor undersøgt metoder til at reducere regnetid og samtidig reducere fluktuation i lokalisering af flaksehalse mellem iterationer. En mulighed er at modificere beregningsrutinen beskrevet i afsnit 3, således at doseringsfaktorerne fastlåses efter iteration n. De efterfølgende iterationer gennemføres helt almindeligt uden udskrivning af rutebundter indtil konvergens. En sådan fremgangsmåde er testet, idet rutebundterne er bestemt på basis af iterationsnummer n = n Det reducerer beregningstiden meget kun at udskrive og behandle rutebundter for en enkelt iteration. Det kræver, at antallet af iterationer n 0 er tilstrækkelig til at opnå en tilfredsstillende ligevægt, som kan danne grundlag for rutebundterne. Figur 5 viser den gennemsnitlige afvigelse i den udlagte trafik i forhold til den foregående iteration. Figuren antyder en forholdsvis hurtig konvergens i den modificerede metode. Der er i beregningen anvendt n 0 = 39 og beregning af rutebundter i iteration n = 40. Der ses i figuren et lille spring efter, at doseringsfaktorerne er blevet fastlåste. Metoden med fastlåsning af doseringsfaktorer synes derfor beregningsmæssigt at have fordele fremfor metoden beskrevet i afsnit 3. Figur 5. Gennemsnitlig forskel i udlagt trafik mellem successive iterationer i metode med fastlåsning af doseringsfaktorer Trafikdage på Aalborg Universitet 2014 ISSN
10 6.3. Sammenligning af rejsetid med målinger Figur 6 sammenligner beregnet og målt rejsetid for 12 udvalgte relationer. Beregningen er baseret på den modificerede metode beskrevet ovenfor. Rejsetiderne er beregnet med og uden 20% opregning af trafik. Der er ikke fuldstændig konsistens mellem måling og beregning, da nogle af målingerne stammer fra 2010, og beregningen er baseret på data fra Der konstateres en fin overensstemmelse mellem målt og beregnet rejsetid, og en statistisk analyse bekræfter, at der ikke en nogen signifikant forskel mellem de to sæt af rejsetider. Forskellen mellem beregning og måling skyldes ikke alene usikkerhed i beregning af rejsetid ved hjælp af kø-ventetidsfunktion og krydsmodel. Det skyldes også usikkerhed i modellens trafikstrømme, som ligger til grund for udlægning af trafikken i vejnettet. Det er formodentlig således, at trafikken i tidsrummet kl. 7-8 generelt er størst tæt på kl. 8. En større trafik omkring kl. 8 vil ikke forsinke bilisterne tidligere i timen. En ujævn fordeling af trafikken i tidsrummet kl. 7-8 vil derfor kun i ringe grad påvirke kø-opstuvning og rejsetid. Det kan være en medforklaring på den gode overensstemmelse med målinger. Der må forventes dårligere overensstemmelse for myldertid kl. 8-9, da trafik i begyndelsen af perioden kan være med til at opbygge kø senere i tidsrummet. Det kan i givet fald imødegås ved eksempelvis at underopdele tidsbåndet. Der er i kø-ventetidsfunktion for eftermiddagsmyldertid jf. afsnit 4 i højere grad taget hensyn til, at kø opbygges i den første del af myldertiden. Det kan muligvis fjerne behov for underopdeling af eftermiddagsmyldertid. Figuren antyder ved opskrivning af trafikken med 20%, at vil der komme store forsinkelser på specielt Køgebugt Motorvejen og Frederikssundsvejen. Det falder således i god tråd med de igangværende udbygninger af motorvejsnettet omkring København. 100,0 90,0 80,0 70,0 60,0 50,0 40,0 30,0 20,0 10,0 Rejsetid i minutter Beregnet GPS-måling Beregnet med +20% trafik 0,0 Ballerup-Kgs Nytorv Dragør-Kgs Nytorv Hørsholm-Kgs Nytorv Farum-Kgs Nytorv Herfølge-Kgs Nytorv Køge-Kgs Nytorv Roskilde-Kgs Nytorv Jægerspris-Ballerup Avedøre-Nordhavn Nordhavn-Avedøre DTU-Brøndby Brøndby-DTU Figur 6. Rejsetid kl. 7-8 mellem udvalgte relation i Hovedstadsområdet Trafikdage på Aalborg Universitet 2014 ISSN
11 7. Det videre arbejde Der er i nærværende artikel beskrevet og testet en metode til bedre beregning af trængsel i vejnet. Metoden afspejler eksisterende flaskehalse og rejsetidsmålinger i Hovedstadsområdet. Det antyder, at forslaget kan tilføje de statiske rutevalgsmodeller forbedringer. Værktøjet, som er benyttet i test, er udviklet således, at det umiddelbart kan implementeres i LTM. Der anbefales dog et antal yderligere analyser og optimering af beregningstid og konvergens, før det implementeres i praksis. Desuden bør der foretages en nærmere vurdering og justering af krydsmodellerne, så de bedre afspejler forsinkelser over kapacitetsgrænsen. 8. Referencer Bliemer, M.C.J. (2004). INDY 2.0. Model Specifications. Delft University of Technology Bundschuh, M., Vortich, P. og Van Vuren, T. (2006). Modelling queues in static traffic assignment. Association for European Transport and contributors. Chiu et.al (2010). A Primer for Dynamic Traffic Assignment. Transportation Network Modeling Committee, TRB Daganzo, C.F. og Sheffi, Y. (1977). On Stochastic Models of Traffic Assignment. Transportation Science No. 11(3), pp Mahut, M. (2000). Discrete flow model for dynamic network loading. Ph.D. Thesis, Universitet af Montreal. Udgivet af Cnter for research on Transportation (CRT), University of Montreal Snelder, M. (2009). A comparison Between Dynameq and Indy. CIRRELT Szeto W.Y. og Wong, S.C. (2011). Dynamic traffic assignment: Model classifications and rev cent advances in travel choice principles. Central European Journal of Engineering, side 1-18 Wardrop J. (1952), Some theoretical aspects of road traffic research, ICE proceedings: Part II Engineering Division, 1, side Trafikdage på Aalborg Universitet 2014 ISSN
Model til fremkommelighedsprognose på veje
Model til fremkommelighedsprognose på veje Henning Sørensen, Vejdirektoratet 1. Baggrund Ved trafikinvesteringer og i andre tilfælde hvor fremtidige forhold ønskes kortlagt, gennemføres en trafikprognose
Læs mereInterface mellem trafikmodellen VISUM og simuleringsmodellen VISSIM
Interface mellem trafikmodellen VISUM og simuleringsmodellen VISSIM Søren Frost Rasmussen, COWI Lars Jørgensen, COWI Indledning Trafikmodeller kan opdeles i makroskopiske og mikroskopiske modeller, hvor
Læs mereModel til fremkommelighedsprognose på veje. Henning Sørensen Vejdirektoratet
Model til fremkommelighedsprognose på veje Henning Sørensen Vejdirektoratet Fremkommelighedsprognose 1)Problemstilling 2)Modelbeskrivelse 3)Eksempler på anvendelse Prognose for årsdøgntrafik ÅDT 2020 Prognose
Læs mereACTUM. Path-baseret dynamisk bil-assignment. Rasmus Dyhr Frederiksen
ACTUM Path-baseret dynamisk bil-assignment Rasmus Dyhr Frederiksen rdf@rapidis.com Lidt baggrund Modellering af rutevalg for biltrafik Basis: Tur-mønstre (hvorfra, hvortil) Model af vejnet Beskrivelse
Læs merei trafikberegninger og samfundsøkonomiske analyser i Vejdirektoratet
Forsinkelser og regularitet i trafikberegninger og samfundsøkonomiske analyser i Vejdirektoratet Trafikdage, 23. august 2011 Henrik Nejst Jensen Vejdirektoratet SIDE 2 Tidsbesparelser Er normalt sammen
Læs mereBluetooth detektorer som ny cost efffektiv sensor i vejtrafikken
Bluetooth detektorer som ny cost efffektiv sensor i vejtrafikken Forfattere: Harry Lahrmann Aalborg Universitet lahrmann@plan.aau.dk Kristian Skoven Pedersen Grontmij-Carl Bro KristianSkoven.Pedersen@grontmij-carlbro.dk
Læs mereEstimat over fremtidig trafik til IKEA
BILAG Estimat over fremtidig trafik til IKEA Estimat af fremtidig trafik til IKEA For at estimere den fremtidige trafik til IKEA tages der udgangspunkt i en tælling af trafikken i IKEA Århus og i antallet
Læs mereKøretider, belastningsgrader og forsinkelser i kryds beregnet ud fra Floating Car Data
Køretider, belastningsgrader og forsinkelser i kryds beregnet ud fra Floating Car Data Kristian Torp torp@cs.aau.dk Institut for Datalogi Aalborg Universitet Harry Lahrmann lahrmann@plan.aau.dk Trafikforskningsgruppen
Læs mereEFFEKT AF DE VARIABLE TAVLER PÅ MOTORRING 3 KONSOLIDERINGSANALYSE
Til Vejdirektoratet Dato December 2015 EFFEKT AF DE VARIABLE TAVLER PÅ MOTORRING 3 KONSOLIDERINGSANALYSE EFFEKT AF DE VARIABLE TAVLER PÅ MOTORRING 3 KONSOLIDERINGSANALYSE Revision 1 Dato 2015-12-04 Udarbejdet
Læs mereEvaluering af Københavns Amts adaptive styresystem MOTION i Lyngby
Evaluering af Københavns Amts adaptive styresystem MOTION i Lyngby Københavns Amt har etableret flere områder med adaptiv styring inden for de seneste 3 år, heraf 3-4 områder med MOTION omfattende i alt
Læs mereTRAFIKUNDERSØGELSE AF UDBYHØJVEJSRUNDKØRSLEN INDHOLD. 1 Baggrund og sammenfatning Konklusioner 2
RANDERS KOMMUNE TRAFIKUNDERSØGELSE AF UDBYHØJVEJSRUNDKØRSLEN ADRESSE COWI A/S Parallelvej 2 2800 Kongens Lyngby TLF +45 56 40 00 00 FAX +45 56 40 99 99 WWW cowi.dk INDHOLD 1 Baggrund og sammenfatning 2
Læs mereBluetooth detektorer som ny cost effektiv sensor i vejtrafikken
Bluetooth detektorer som ny cost effektiv sensor i vejtrafikken Forfattere: Harry Lahrmann Aalborg Universitet lahrmann@plan.aau.dk Kristian Skoven Pedersen Grontmij-Carl Bro KristianSkoven.Pedersen@grontmij-carlbro.dk
Læs mereIndholdsfortegnelse. Vejbetjening af erhvervscenter i Vemmelev - østvendte ramper ved Bildsøvej m.m. Slagelse Kommune. Trafiktekniske vurderinger
Slagelse Kommune Vejbetjening af erhvervscenter i Vemmelev - østvendte ramper ved Bildsøvej mm Trafiktekniske vurderinger COWI A/S Parallelvej 2 2800 Kongens Lyngby Telefon 45 97 22 11 Telefax 45 97 22
Læs mereNOTAT. Udkast. 1.0 Indledning. 2.0 Fordeling af trængsel. Trængselskommissionen OAN
NOTAT Til Trængselskommissionen Vedr. Vejtrængsel Hvor, hvornår, hvor meget? Fra DTU Transport 7. oktober 2012 OAN Udkast 1.0 Indledning Dette notat opsumerer kort de dele af Otto Anker Nielsens præsentation
Læs mereNOTAT. Projekt om rejsetidsvariabilitet
NOTAT Dato J. nr. 15. oktober 2015 2015-1850 Projekt om rejsetidsvariabilitet Den stigende mængde trafik på vejene giver mere udbredt trængsel, som medfører dels en stigning i de gennemsnitlige rejsetider,
Læs mereDer er tidligere foretaget en tilsvarende undersøgelse med signalanlæg, og efterfølgende er minirundkørslen undersøgt.
NOTAT Projekt Vurdering af minirundkørsel i krydset Dronning Margrethes Vej- -Kapacitetsvurdering med VISSIM-simulering Kunde Roskilde Kommune Notat nr. 01 Dato 2015-09-10 Til Fra Jesper Larsen 1. Indledning
Læs mereTrafikale konsekvenser ved nyt boligområde
Notat Dato: 12.09.2016 Projekt nr.: 1005832 T: +45 2540 0382 E: tfj@moe.dk Projekt: Nyt boligområde Tommerup Vest Emne: Trafikale konsekvenser ved nyt boligområde Notat nr.: 001 Rev.: 1 Fordeling: Jimmy
Læs mereEr der forskelle i resultaterne fra VISSIM og DanKap?
Af Civilingeniør Søren Olesen, Carl Bro as Er der forskelle i resultaterne fra og? Flere og flere er begyndt at anvende trafiksimuleringsprogrammet til kapacitets og fremkommelighedsanalyser idet programmet
Læs mereVurdering af trafikafviklingen ved brug af trafikmodellen VISUM og trafiksimuleringsmodellen
Vurdering af trafikafviklingen ved brug af trafikmodellen VISUM og trafiksimuleringsmodellen VISSIM. Indlæg på Vejforum den 2. december 2004. Af Jesper Nordskilde, jno@cowi.dk Søren Frost Rasmussen, sfr@cowi.dk
Læs mereGPS data til undersøgelse af trængsel
GPS data til undersøgelse af trængsel Ove Andersen Benjamin B. Krogh Kristian Torp Institut for Datalogi, Aalborg Universitet {xcalibur, bkrogh, torp}@cs.aau.dk Introduktion GPS data fra køretøjer er i
Læs mereNOTAT - UDKAST TRAFIKAFVIKLING I KRYD- SET USSERØD KONGE- VEJ/BREELTEVEJ
NOTAT - UDKAST TRAFIKAFVIKLING I KRYD- SET USSERØD KONGE- VEJ/BREELTEVEJ Projekt Trafikafvikling i krydset Usserød /Breeltevej Kunde Hørsholm Kommune Notat nr. V2 Dato 2017-12-04 Til Charlotte Skov Fra
Læs mereDen trafikale vurdering omfatter:
UDKAST Rema 1000 Butik på Bagsværd Hovedgade Trafikal vurdering NOTAT 8. februar 2007 JVL/psa 1 Indledning Rema 1000 overvejer at etablere en butik og syv boliger på Bagsværd Hovedgade ved krydset med
Læs mereMaskinel køretøjsklassifikation ud fra mønstergenkendelse. Udarbejdet: Christian Overgård Hansen 28. september 2004
Notat Sag: Titel: Maskinel køretøjsklassifikation ud fra mønstergenkendelse Analyse af antalstællinger Notatnr. 11-7 Rev.: Til: Bjarne Bach Nielsen, Allan Christensen Udarbejdet: Christian Overgård Hansen.
Læs mereAssensvej Analyse af trafikale konsekvenser ved etablering af grusgrav
Assensvej Analyse af trafikale konsekvenser ved etablering af grusgrav... 1 Baggrund og forudsætninger Assens Kommune har bedt Tetraplan om at vurdere de trafikale konsekvenser ved etablering af en grusgrav
Læs mereKonsekvensanalyse af trafikale påvirkninger på vejnettet omkring Kornmarksvej 25
Notat Dato: 13.12.2016 Projekt nr.: 1006456 T: +45 2429 4987 E: bklh@moe.dk Projekt: Etablering af dagligvarebutik på Kornmarksvej 25 Emne: Notat nr.: 001 Konsekvensanalyse af trafikale påvirkninger på
Læs mereUDKAST. Dragør Kommune. Besøgsgård på Ndr. Dragørvej Trafikale konsekvenser NOTAT 22. september 2016 SB/AHA
UDKAST Besøgsgård på Ndr. Dragørvej Trafikale konsekvenser NOTAT 22. september 2016 SB/AHA 1 Indledning... 2 2 Nuværende trafik... 3 3 Fremtidig trafik... 4 4 Krydset Ndr. Dragørvej/Hartkornsvej... 5 4.1
Læs mereFaxe Kommune. Byudvikling i Dalby. Trafikforhold. Oktober 2007. Rådgivning for By-, trafik- og landskabsudvikling
Faxe Kommune Byudvikling i Dalby Trafikforhold Oktober 2007 Rådgivning for By-, trafik- og landskabsudvikling Faxe Kommune Byudvikling i Dalby Trafikforhold Oktober 2007 Ref Faxe Kommune Version V1 Dato
Læs mereServiceniveau for til- og frakørsler på motorveje
Vurdering af beregningsmetode Februar 2006 Poul Greibe Scion-DTU Diplomvej, bygning 376 2800 Kgs. Lyngby www.trafitec.dk Indhold Indledning...3 Baggrund...3 Formål...3 Dataindsamling...4 Trafik- og hastighedsmålinger...4
Læs mereHenrik Paag, Havnetunnelgruppen / TetraPlan A/S Henrik Nejst Jensen, Vejdirektoratet, Plan- og telematikafdelingen
HAVNETUNNEL I KØBENHAVN Henrik Paag, Havnetunnelgruppen / TetraPlan A/S Henrik Nejst Jensen, Vejdirektoratet, Plan- og telematikafdelingen 1. Baggrund og indledning Vejdirektoratet foretager i øjeblikket
Læs mereMovia Rejsekort Analyse System. Opbygning af et driftssystem
Movia Rejsekort Analyse System Opbygning af et driftssystem About Rapidis Software developers and consultants in Logistics, Transport and Public Transportation. All products and solutions are based on
Læs mereTRAFIKLEDELSE VED VEJARBEJDER PÅ KØGE BUGT MOTORVEJEN
TRAFIKLEDELSE VED VEJARBEJDER PÅ KØGE BUGT MOTORVEJEN Af civilingeniør Charlotte Vithen, afdelingen for Trafikal Drift, Vejdirektoratet. Artikel bragt i Dansk Vejtidsskrift Oktober 2002. I forbindelse
Læs mereIntelligent signalprioritering for busser og udrykningskøretøjer i Vejle
Denne artikel er publiceret i det elektroniske tidsskrift Artikler fra Trafikdage på Aalborg Universitet (Proceedings from the Annual Transport Conference at Aalborg University) ISSN 1603-9696 www.trafikdage.dk/artikelarkiv
Læs mereAnalyse af sammenhæng. mellem vejr og hastigheder. udvalgte vejstrækninger
Analyse af sammenhæng mellem vejr og hastighed på udvalgte vejstrækninger Vejdirektoratet har undersøgt, om bilisterne ændrer hastighed under forskellige vejrforhold. Analysen er bl.a. gennemført for bedre
Læs mere1 Baggrund og formål
Paper Emne: Personer pr. bil Til: Trafikdage 2003 Fra: Allan Christensen, Vejdirektoratet Hjalmar Christiansen, TetraPlan A/S 26. juni 2003 1 Baggrund og formål Oplysninger om bilernes belægningsgrader
Læs mereLyngby-Taarbæk Kommune Dyrehavegårds Jorder Supplerende Trafikanalyse for Tracéet
Dyrehavegårds Jorder Supplerende Trafikanalyse for Tracéet NOTAT 3. juni 2015 tfk/ms 0 Indholdsfortegnelse 0 Indholdsfortegnelse... 2 1 Indledning... 3 2 Forudsætninger og metode... 4 2.1 Turrater... 4
Læs mereI tillæg er der i basismodellen foruden de signalregulerede kryds på Roskildevej inkluderet signalgruppeplaner i krydsene:
Bilag 1 NOTAT Projekt Modelberegninger IRMA grunden Kunde Rødovre kommune Notat nr. 1 Dato 17-06-18 Til Fra Hans Georg Hybschmann RAHH & CM 1. Indledning Rødovre kommune har i samarbejde med Orbicon ønsket
Læs mereRØDOVRE NORD - ISLEV INDHOLD. 1 Indledning
RØDOVRE KOMMUNE RØDOVRE NORD - ISLEV TRAFIKANALYSE ADRESSE COWI A/S Parallelvej 2 2800 Kongens Lyngby TLF +45 56400000 FAX +45 56409999 WWW cowi.dk INDHOLD 1 Indledning 1 2 Grundtrafikken 2 2.1 Fordeling
Læs mereFaktorer til opdeling af turmatricer for kollektiv trafik efter tidsbånd
LT VERS. 1.0.8.3 Titel: Faktorer til opdeling af turmatricer for kollektiv trafik efter tidsbånd Dok. nr.: 35243-003 Rev.: 0 Udarbejdet: Christian Overgård Hansen 26. februar 2015 Kontrolleret: COH Godkendt:
Læs mereTRAFIKANALYSE FOR ROSEN BUTIKSCENTER, ETAPE 2, MED LUKNING AF SMEDELUNDSGADE INDHOLD. 1 Baggrund og sammenfatning. 1 Baggrund og sammenfatning 1
ROSEN APS. TRAFIKANALYSE FOR ROSEN BUTIKSCENTER, ETAPE 2, MED LUKNING AF SMEDELUNDSGADE ADRESSE COWI A/S Parallelvej 2 2800 Kongens Lyngby Danmark TLF +45 56 40 00 00 FAX +45 56 40 99 99 WWW cowi.dk NOTAT
Læs mereNOTAT. 1. Trafikale forudsætninger
NOTAT Projekt Usserød Kongevej trafiksimulering Kunde Hørsholm Kommune Notat nr. 1100025067-02 Dato 2017-12-11 Til Fra Charlotte Skov Rambøll - By og Trafik 1. Trafikale forudsætninger En række byudviklingsprojekter
Læs mereGlostrup Kommune Computercity Kapacitetsberegning
Computercity Kapacitetsberegning NOTAT Rev. 1-29. august 2016 Rev. 2-4. januar 2017 RAR 0 Indledning Der er foretaget en vurdering af de trafikale konsekvenser ved udbygning af computercity med en discountbutik
Læs mereResultater fra QUO VADIS projektet i Aalborg. 1. Indledning. 2. Baggrund. Vejdirektoratet Trafikinformatikafdelingen
Resultater fra QUO VADIS projektet i Aalborg. Vejdirektoratet Trafikinformatikafdelingen Charlotte Vithen Lone Dörge Peter Lund-Sørensen 1. Indledning Dette indlæg beskriver de evalueringsresultater, der
Læs mereKirkevej 137, Dragør Trafikanalyse ved etablering af Lidl-butik
Lidl Danmark K/S NOTAT 12. april 2019 AYN/SB Trafikanalyse ved etablering af Lidl-butik Indhold 1 Resumé... 3 2 Nuværende forhold...4 Trafikmængder... 4 2.1.1 Sammenlign med slangetælling... 7 3 Fremtidige
Læs mereSkautrupvej. Trafiktal fra VVM-analysen for Holstebro i Sorte tal viser trafikken uden motorvejen, og de røde med motorvejen.
Dato 2017-07-04 Sagsbehandler Niels Boesgaard Lauridsen Mail nbje@vd.dk Telefon 7244 2048 Dokument DokNr Side 1/12 Vurdering af trafik på H422 Herningvej ved Tvis I krydset mellem Herningvej og Skautrupvej
Læs mereForbedret fremkommelighed på vejnettet i Hovedstadsområdet? Otto Anker Nielsen, Professor
Forbedret fremkommelighed på vejnettet i Hovedstadsområdet? Otto Anker Nielsen, Professor Årsager til og effekter af trængsel Definition af trængsel Trængsel er et udtryk for trafikanternes nedsatte bevægelsesfrihed
Læs mereOTM 5 og dens anvendelse til VVM for udbygning af Køge Bugt motorvejen
OTM 5 og dens anvendelse til VVM for udbygning af Køge Bugt motorvejen Af Goran Vuk, Vejdirektoratet, og Henrik Paag, Tetraplan A/S Vejdirektoratet har anvendt trafikmodellen OTM til vurderinger af de
Læs mereOPTIMERING AF SIGNALANLÆG I KØBENHAVN
OPTIMERING AF SIGNALANLÆG I KØBENHAVN DTU Transport Danmarks Tekniske Universitet Jakob Tønnesen og Morten Hedelund BAGGRUND 2 Trafiksignaler er en nødvendighed i byens infrastruktur Kapacitetsfordeler
Læs mereKapacitetsanalyse på Stevnsvej
Afsender Ashti Bamarne E-mail Ashti.bamarne@afconsult.com Dato 07/11/2017 Projekt ID 5958 Modtager Stevns Kommune Kapacitetsanalyse på Stevnsvej 5958rap001-Rev0-Kapacitetsanalyse.docx Page 1 (10) Indholdsfortegnelse
Læs mereNotat om vejtrafikkens udvikling i Storkøbenhavn
Notat om vejtrafikkens udvikling i Storkøbenhavn Maj 2012 Notat om vejtrafikkens udvikling i Storkøbenhavn Indhold: 1. Baggrund 2. Oversigt over trafikudviklingen 2.1. Trafiktællinger 2.2. Trafikindeks
Læs mereAbstrakt. Landstrafikmodellen og valideringsprocessen. Trafikberegninger
Denne artikel er publiceret i det elektroniske tidsskrift Artikler fra Trafikdage på Aalborg Universitet (Proceedings from the Annual Transport Conference at Aalborg University) ISSN 1603-9696 www.trafikdage.dk/artikelarkiv
Læs mereHOLBÆK HAVE INDHOLD. 1 Indledning 3. 2 Grundtrafik Biltrafik Lastbiltrafik Cykeltrafik 6. 3 Nygenereret trafik 7
HOLBÆK HAVE TRAFIKANALYSE ADRESSE COWI A/S Parallelvej 2 2800 Kongens Lyngby TLF +45 56 40 00 00 FAX +45 56 40 99 99 WWW cowi.dk INDHOLD 1 Indledning 3 2 Grundtrafik 5 2.1 Biltrafik 5 2.2 Lastbiltrafik
Læs mereBornholms Regionskommune. Campus Bornholm Kapacitetsberegninger vha. trafiksimulering NOTAT 14. november 2017 ms/uvh
Campus Bornholm Kapacitetsberegninger vha. trafiksimulering NOTAT 14. november 2017 ms/uvh Indholdsfortegnelse Kapacitetsberegninger vha. trafiksimulering... 1 1 Indledning... 3 2 Opsummering... 3 3 Trafikalt
Læs mereVejtrængsel hvor, hvornår, hvor meget? Otto Anker Nielsen, Professor
Vejtrængsel hvor, hvornår, hvor meget? Otto Anker Nielsen, Professor Sammenhæng mellem hastighed og trafikmængde Stor uforudsigelighed Baggrundsfigur; Kilde Vejdirektoratet og Christian Overgaard Hansen
Læs mereTSA 52, Odense SV. Evaluering af dynamisk ruderanlæg. Annette Jørgensen, Vejdirektoratet Ole Svendsen, Vejdirektoratet Jonas H.
TSA 52, Odense SV Evaluering af dynamisk ruderanlæg Annette Jørgensen, Vejdirektoratet Ole Svendsen, Vejdirektoratet Jonas H. Olesen, Cowi Før 2 Efter 3 4 5 6 Hvad forventer vi af det dynamiske ruderanlæg?
Læs mereEvaluering af 10 trængselspletprojekter - resultater og anbefalinger
Evaluering af 10 trængselspletprojekter - resultater og anbefalinger Trafikdage i Aalborg 22. august 2016 v/lone M. H. Kristensen og René Juhl Hollen Indhold Evalueringsprojekt Formål med evalueringsprojekt
Læs mereRutevalg. - Otto Anker Nielsen
Rutevalg - Otto Anker Nielsen Overblik Generel sammenhæng med resten af modellen Zonestruktur og modelniveauer Vejvalgsmodellen Kollektiv rutevalg Kort om cykel 2 DTU Transport Landstrafikmodellens struktur
Læs mereNye turmatricer for Hovedstadsområdet
Nye turmatricer for Hovedstadsområdet Otto Anker Nielsen, oan@ctt.dtu.dk Christian Overgård Hansen, coh@ctt.dtu.dk (CTT) Disposition Justering af zonestruktur Fremgangsmåde Datagrundlag Justering af bilmatricer
Læs mereVESTERGADE ETABLERING AF PARKE- RING
Til Køge Kommune Dokumenttype Notat Dato September 2011 VESTERGADE ETABLERING AF PARKE- RING VESTERGADE ETABLERING AF PARKERING Revision V2 Dato 2011-09-15 Udarbejdet af CM, PT Beskrivelse Notat vedr.
Læs mereBenefitmodel togpassagerers tidsgevinster ved regularitetsforbedringer
Benefitmodel togpassagerers tidsgevinster ved regularitetsforbedringer Trafikplanlægger Jane Ildensborg-Hansen, TetraPlan A/S, København (jih@tetraplan.dk) Indledning Banedanmark arbejder pt. på at tilvejebringe
Læs mereTrængsel er spild af tid
Trængsel er spild af tid Michael Knørr Skov Urban Planning and Transport 1 2 Projekt Trængsel Problemformulering Hvad er trængsel og med hvilke parametre kan den opgøres? Hvor stort er trængselsproblemet
Læs mereNOTAT. 1. Hovedkonklusioner
NOTAT Projekt Sammenhæng mellem trængsel og hændelser på E20 over Fyn Kunde Byregion Fyn og Region Syddanmark Notat nr. 02 Dato 24. august 2017 Til Thomas Thume Nielsen, Byregion Fyn Erik Ørskov, Region
Læs mereTRAFIKMÆNGDER OG REJSETIDER IGENNEM TSA52, ODENSE SV INDHOLD. 1 Baggrund og formål 2
VEJDIREKTORATET TRAFIKMÆNGDER OG REJSETIDER IGENNEM TSA52, ODENSE SV ADRESSE COWI A/S Visionsvej 53 9000 Aalborg TLF +45 56 40 00 00 FAX +45 56 40 99 99 WWW cowi.dk EVALUERING AF ETABLERING AF DYNAMISK
Læs mereOpdatering af model for Hovedstadsregionen
Opdatering af model for Hovedstadsregionen Christian Overgård Hansen Center for Trafik and Transport (CTT), DTU coh@ctt.dtu.dk Trafikdage på AUC 22-23.8.2005 Copyright CTT 2005 Disposition Baggrund Formål
Læs mereTrafikmodeller, kapacitet og cykling
Biografteatret Trafikmodeller, kapacitet og cykling Cykelkonferencen 2018 Henrik Nejst Jensen, Vejdirektoratet og Henrik Paag, MOE Tetraplan Kapacitet på cykelsti, Trafitec 2015 Thomas Buch og Poul Greibe
Læs mereDer er foretaget 8 maskinelle ugetællinger og 13 manuelle tællinger á 4 eller 12 timer i et tidsrum, hvor spidstimen er dækket.
Af Malene Kofod Nielsen Cowi A/S mkni@cowi.dk Carsten Krogh Aalborg Kommune ckj-teknik@aalborg.dk Nye turrater i Aalborg Kommune Kommuner, projektudviklere og andre, der planlægger ny- eller ombygning
Læs mereUDKAST. EUC Sjælland. Indhold. 1 Indledning. Skolegade, Haslev Trafikanalyse. 1.1 Baggrund. NOTAT rev december 2017 adp/uvh
UDKAST EUC Sjælland Skolegade, Haslev Trafikanalyse NOTAT rev. 1 6. december 2017 adp/uvh Indhold 1 Indledning 1.1 Baggrund 1 Indledning... 1 1.1 Baggrund... 1 2 Området... 3 3 Trafikale vurderinger...
Læs mereHASTIGHEDSBAROMETER. Indledning. Formål med et hastighedsbarometer
DATO DOKUMENT SAGSBEHANDLER MAIL TELEFON 10. december 2008 HASTIGHEDSBAROMETER Indledning Hastighedsbarometeret skal på en enkel måde beskrive hastighedsudviklingen for et begrænset antal af vejtyper.
Læs mereRETTELSESBLAD NR. 2 21. november 2011 KORREKTION AF OPGJORT TRAFIKARBEJDE, REJSETIDER OG EMISSIONER I VVM-UNDERSØGELSEN FOR EN 3. LIMFJORDSFORBINDELSE
RETTELSESBLAD NR. 2 21. november 2011 KORREKTION AF OPGJORT TRAFIKARBEJDE, REJSETIDER OG EMISSIONER I VVM-UNDERSØGELSEN FOR EN 3. LIMFJORDSFORBINDELSE Der er gennemført nye beregninger af trafikarbejde
Læs mereTRAFIKANALYSE FOR ÅDALSVEJ 50
Til Corpus Ejendomme Dokumenttype Notat Dato Maj 2012 CORPUS EJENDOMME TRAFIKANALYSE FOR ÅDALSVEJ 50 CORPUS EJENDOMME TRAFIKANALYSE FOR ÅDALSVEJ 50 Revision 6 Dato 2012-05-22 Udarbejdet af rahh, hdj Godkendt
Læs mereHvad ved vi om de trafikale effekter af den ny teknologi
Hvad ved vi om de trafikale effekter af den ny teknologi Vejforum 2. December 2015 Christian Juul Würtz, Vejdirektoratet Karakteristika for selvkørende biler Øget kapacitet Mindre energiforbrug lavere
Læs mereNOTAT. 1. Indledning. Projekt Evaluering af lukning af Sandmosevej Kunde Aarhus Kommune Notat nr. 2. Dato
NOTAT Projekt Evaluering af lukning af Sandmosevej Kunde Aarhus Kommune Notat nr. 2 Dato 215-12-8 Til Fra Jesper Frandsen Rolf Sode-Carlsen & Anders Aagaard Poulsen. 1. Indledning Omkring morgenspidstimen
Læs mereAccelerations- og decelerationsværdier
Accelerations- og decelerationsværdier for personbiler Baseret på data fra testkørsler med 20 testpersoner Poul Greibe Oktober 2009 Scion-DTU Diplomvej 376 2800 Lyngby www.trafitec.dk Indhold 1. Introduktion...
Læs mereFremkommelighed på motorveje i Københavnsområdet
Fremkommelighed på motorveje i Københavnsområdet af civ.ing. Steen Lauritzen, Vejdirektoratet, Danmark I 1997 idriftsatte Vejdirektoratet et system til dynamisk indsamling, behandling og formidling af
Læs mereVejdirektoratet har 16. januar 2012 sendt miljøundersøgelse om trængselsafgift i hovedstaden i høring.
Hovedpunkter fra miljøundersøgelse om trængselsafgift i hovedstaden Vejdirektoratet har 16. januar 2012 sendt miljøundersøgelse om trængselsafgift i hovedstaden i høring. Miljøundersøgelsen er tilgængelig
Læs mereFREDERIKSSUND IDRÆTSBY INDHOLD. 1 Indledning. 1 Indledning 1. 2 Trafik til Idrætsbyen Aflastning i andre områder 3
FREDERIKSSUND KOMMUNE FREDERIKSSUND IDRÆTSBY MODELBEREGNINGER ADRESSE COWI A/S Parallelvej 2 2800 Kongens Lyngby TLF +45 56 40 00 00 FAX +45 56 40 99 99 WWW cowi.dk INDHOLD 1 Indledning 1 2 Trafik til
Læs mereHørsholm Kommune. Nye boliger på Louis Petersens Vej Overordnet trafikal vurdering. Notat Udgave 1 (udkast)
Notat Udgave 1 (udkast) 05.11.2017 Hørsholm Kommune Nye boliger på Louis Petersens Vej Overordnet trafikal vurdering Valentin Trafikplanlægning ApS Telefon: 51 95 55 51 E-mail: info@valentintrafik.dk www.valentintrafik.dk
Læs mereKATTEGAT- FORBINDELSEN
TRAFIKAL VURDERING AF KATTEGAT- FORBINDELSEN SAMMENFATNING OKTOBER 2012 2 TRAFIKAL VURDERING AF KATTEGATFORBINDELSEN FORORD Mange spørgsmål skal afklares, før Folketinget kan tage endelig stilling til
Læs mereSmalle kørespor på motorvej
Effekt på trafikafvikling og trafikantadfærd Foreløbig Poul Greibe September 211 Scion-DTU Diplomvej 376 28 Lyngby www.trafitec.dk Indhold Resumé... 3 1. Introduktion... 5 2. Analysestrækning... 6 Dataindsamling...
Læs mereNy metode til opgørelse af forsinkelser og trængsel Kasper Rosenstand og Lars Olsen Vejdirektoratet og Transportministeriet
Denne artikel er publiceret i det elektroniske tidsskrift Artikler fra Trafikdage på Aalborg Universitet (Proceedings from the Annual Transport Conference at Aalborg University) ISSN 1603-9696 www.trafikdage.dk/artikelarkiv
Læs mereAnalyse af muligheder for øget kapacitet på Motorring 3, herunder kørsel i nødspor
Opgavebeskrivelse Analyse af muligheder for øget kapacitet på Motorring 3, herunder kørsel i nødspor November 2014 Dato 19. november 2014 Sagsbehandler Hans-Carl Nielsen Mail hcn@vd.dk Telefon 7244 3652
Læs mereTRAFIKVURDERING AF NYT BOLIGOMRÅDE I ALKEN INDHOLD. 1 Baggrund 2. 2 Beskrivelse Eksisterende forhold Fremtidige forhold 3
ELLA THOR EJENDOMME APS. TRAFIKVURDERING AF NYT BOLIGOMRÅDE I ALKEN ADRESSE COWI A/S Stormgade 2 6700 Esbjerg TLF +45 56 40 00 00 FAX +45 56 40 99 99 WWW cowi.dk INDHOLD 1 Baggrund 2 2 Beskrivelse 2 2.1
Læs mereChristian Overgård 21. januar 2016 35425-009 rev A coh
FORELØBIGT NOTAT Titel Prognoseresultater for Basis 2020 og 2030 udført med LTM 1.1 Til Kontrol Godkendt Fra 1. Indledning Christian Overgård 21. januar 2016 35425-009 rev A coh Nærværende notat indeholder
Læs mereKapacitet af motorveje
Kapacitet af motorveje af Henning Sørensen, Vejdirektoratet 1. Indledning Formål Trafikmængden på de danske motorveje er steget væsentligt i løbet af de senere år, og det må forventes at udbygningen af
Læs mere3. Trafik og fremkommelighed
3. Trafik og fremkommelighed 3.1 Trafik Fra 1998 til 1999 konstateredes en stigning på 3,6 pct. i trafikarbejdet, dvs. det samlede antal kørte km, på vejnettet i Danmark. En del af stigningen (ca. 1 pct.)
Læs mereNotat. 1 Notatets formål. Projekt: Krydsombygning Højnæsvej. Emne: Kapacitet og signaloptimering. Notat nr.: Rev.: Fordeling:
Notat Dato: 17.07.2015 Projekt nr.: 1004095-001 T: +45 2540 0108 E: ivi@moe.dk Projekt: Krydsombygning Højnæsvej Emne: Kapacitet og signaloptimering Notat nr.: Rev.: Fordeling: Birgit Knudsholt Ramus Peter
Læs mereVed hjælp af Bootstrap metoden er der etableret en ramme for beregninger af varians og konfidensintervaller for Transportvaneundersøgelsen (TU).
Denne artikel er publiceret i det elektroniske tidsskrift Artikler fra Trafikdage på Aalborg Universitet (Proceedings from the Annual Transport Conference at Aalborg University) ISSN 163 9696 www.trafikdage.dk/artikelarkiv
Læs mereRejsetidsvariabilitet på veje. Vejdirektoratet og Transport DTU Trafikdage 2017
Rejsetidsvariabilitet på veje Vejdirektoratet og Transport DTU Trafikdage 2017 Baggrund Rejsetidsvariabilitet -> mulighed for at forudsige rejsetider Risiko for forsinkelse tage for tidligt af sted
Læs mereOPGØRELSE AF BUSTRÆNGSEL INDHOLD. 1 Baggrund. 1 Baggrund 1. 2 Resultater 2. 3 Generelle forudsætninger 5. 4 Bilag 6
TRANSPORTMINISTERIET OPGØRELSE AF BUSTRÆNGSEL NOTAT ADRESSE COWI A/S Parallelvej 2 2800 Kongens Lyngby TLF +45 56 40 00 00 FAX +45 56 40 99 99 WWW cowi.dk INDHOLD 1 Baggrund 1 2 Resultater 2 3 Generelle
Læs mereTrafikmodelberegninger for havneområdet i Svendborg
Notat Dato: 02.10.2018 Projekt nr.: 100-9520 T: +45 3373 7123 E: jah@moe.dk Projekt: Trafikmodelberegninger for havneområdet i Svendborg Emne: Scenarier for vejløsninger 2025 Notat nr.: 01 Rev.: 2 1 Indledning
Læs mereI browserens adressefelt skrives www.imastra.dk. Der logges ind på vanlig vis med brugernavn og password til imastra.
December 2014 Vejarbejdsansvarlige modul i Mastra til analyse af trafik Kort vejledning 1. Formål Mastra er et system til lagring, efterbehandling og udtræk af trafiktællinger. Trafiktællinger er grundlaget
Læs mereServiceniveau for fodgængere og cyklister
Serviceniveau for fodgængere og cyklister Af civilingeniør Søren Underlien Jensen Trafitec suj@trafitec.dk Trafikanters oplevelser i trafikken er en særdeles væsentlig parameter i trafikpolitik, både lokalt,
Læs mereTrafikale effekter af en ny motorvejskorridor i Ring 5
DEPARTEMENTET Dato 8. april 2010 Trafikale effekter af en ny motorvejskorridor i Ring 5 Det fremgår af Aftalen om en grøn transportpolitik af 29. januar 2009, at der skal gennemføres en strategisk analyse
Læs mereEffektberegninger af Ring 5 trafikmodel og prognoser
Effektberegninger af Ring 5 trafikmodel og prognoser 1 Indledning Dette notat dokumenterer de gennemførte trafikmodelberegninger for belysning af de trafikale konsekvenser af etablering af en henholdsvis
Læs mereLTM 1.1. Modelkørsler
LTM 1.1 Modelkørsler Stephen Cochrane Januar 2016 Agenda Beregningsgang og konfigurationsmuligheder Start beregninger fra LTM Manager Opret konfigurationer Opret beregningsscenarie (main scenarie) Import
Læs mereMODULVOGNTOGSKØR- SEL PÅ ISTERØDVEJEN
Til Fredensborg og Hørsholm kommuner Dokumenttype Memo Dato Marts 2019 MODULVOGNTOGSKØR- SEL PÅ ISTERØDVEJEN MODULVOGNTOGSKØRSEL PÅ ISTERØDVEJEN Projektnavn MVT Isterødvejen Projektnr. 1100037496 Modtager
Læs mere1 Projektets baggrund og formål
MEMO TITEL Rejsetid og forsinkelser igennem Ribe DATO 29. oktober 2013 TIL Vejforum 2013 FRA Ole Svendsen, Vejdirektoratet og Jonas Olesen, COWI ADRESSE COWI A/S Parallelvej 2 2800 Kongens Lyngby TLF +45
Læs mereTRÆNGSELSANALYSER FORMIDLING AF RESULTATER
TRÆNGSELSANALYSER FORMIDLING AF RESULTATER Simon Sletting Bojer Civilingeniør, trafikplanlægger 1 Agenda Gennemførelse af trængselsanalyser: - Kort om beregningsmetoder - Kort om datakilder Formidling
Læs mereTrafikanalyse for Haslev
Trafikanalyse for Haslev Hovedrapport, Februar 2015 Side 1 Udgivelsesdato : 17. februar 2015, version 2 Vores reference : 22.5044.01 Udarbejdet : Anne Mette Bach-Jacobsen og Bo Brassøe Kontrolleret : Irene
Læs mereNOAH-Trafik Nørrebrogade 39 2200 København N www.trafikbogen.dk http://noah.dk noahtrafik@noah.dk
NOAH-Trafik Nørrebrogade 39 2200 København N www.trafikbogen.dk http://noah.dk noahtrafik@noah.dk Kbh. 29. september 2012 Til Trængselskommisionen og Transportministeriet Vedrørende: TRÆNGSELSINDIKATORER
Læs mere