Fremtiden for sortpletarbejdet

Relaterede dokumenter
Sortpletudpegning på baggrund af skadestuedata

Skadestueregistrering - Betydning for trafiksikkerhedsarbejdet

Aalborg Universitet. Nye tilgange til udpegning af risikolokaliteter Andersen, Camilla Sloth; Agerholm, Niels. Published in: Trafik & Veje

Vejkarakteristika og ulykkestæthed

Trafiksikkerhedsinspektion - Fra ulykkesbaseret til ikke ulykkesbaseret udpegning

Detailudformning af cykelstier i kryds En undersøgelse baseret på skadestuedata

Analyse af grå strækninger og temaanalyse. Ny håndbog på vej

Hvad kan vejbestyrelserne bruge Automatisk Trafikkontrol (ATK) til, og hvad sker der med ATK i fremtiden?

Effektstudie af stræknings-atk

Trafiksikkerhedsudvalget

Uheldsrapport Baggrundsrapport til Thisted Kommunes Trafiksikkerhedsplan

UDKAST. Fredensborg Kommune. Trafiksikkerhedsplan Kortlægning Rev. 26. november december 2007 MKK/RAR

Trafiksikkerhedsudvalget

Trafiksikkerhedsplan for København

Procesorienteret trafiksikkerhedsplan borgernes trafiksikkerhedsplan Civilingeniør Jan Ingemann Ivarsen, NIRAS A/S

Trafiksikkerhed. December 2015

Trafiksikkerhedsplan Randers Kommune

Screening af sikre og usikre landevejsstrækninger

Trafiksikkerhedsplan

AABENRAA KOMMUNE HASTIGHEDSPLAN FOR ÅBENT LAND

Trafik- og transportplanlægning i et korridor- og netperspektiv - tanker og idéer til fremtidig planlægning

ØKONOMI AKADEMIET FOR TALENTFULDE UNGE. Carsten Paysen T. Rosenskjold. d. 24 marts. Department of Economics and Business, Aarhus University

Uheldsrapport

Hvordan forudser vi de trafikale konsekvenser ved vejarbejder?

Center for Logistisk (CELOG) på Aalborg University Udvikling af værktøjer og teknikker til at analysere og forbedre styring af logistik og processer

Bilag J - Beregning af forventet uheldstæthed på det tosporede vejnet i åbent land Andersen, Camilla Sloth

Stevns Kommune. Trafiksikkerhedsplan

TRAFIKSIKKERHEDS TILTAG

TRAFIKSIKKERHEDSPLAN 2010 FOR LEJRE KOMMUNE

HASTIGHEDSPLAN Holstebro Kommune

Brådalvej. Cykelstiprojekt, Nøvling - Visse. Trafiksikkerhedsrevision Trin 1. google

AP-PARAMETRE TIL UHELDS- MODELLER

Trafiksikkerhedsudvalget

NY VERSION AF VEJMAN.DK VEJMAN.DK 1.9 SERVICEPAKKE 5

SE TRAFIK TRAFIKSIKKERHEDSINSPEKTION AF UDVALGTE VEJE I AABENRAA KOMMUNE. Teknisk notat ver. 2.

Af seniorforsker Tove Hels og seniorforsker Ivanka Orozova-Bekkevold, Danmarks TransportForskning

AP-PARAMETRE TIL UHELDS- MODELLER

1 Uheldsgrundlag Sammenligning med andre kommuner Færdselssikkerhedskommissionens målsætning Uheldsudvikling...

Uheld. Uheldsanalyse

i trafikberegninger og samfundsøkonomiske analyser i Vejdirektoratet

Forord. Trafiksikkerhedsplanen erstatter kommunens tidligere trafiksikkerhedsplan fra 2010.

Referat Trafiksikkerhedsplan Følgegruppemøde

Adaptiv Signalstyring i Aalborg Effekt på trafikafviklingen

Transkript:

Fremtiden for sortpletarbejdet Udpegning af risikolokaliteter på 2-sporede veje i åbent land på baggrund af vejkarakteristika Camilla Sloth Andersen Ph.d. studerende csa@plan.aau.dk Camilla Sloth Andersen, Traffic Research Group, Aalborg University Nr. 1 of 16

Camilla Sloth Andersen 2004: Civilingeniør, speciale: by- og trafikplanlægning 2004-2007: Trafiksikkerhedsmedarbejder, Viborg Amt 2007: Trafiksikkerhedsmedarbejder, Vejdikretoratet 2007-2011: Projektleder, Nordjyllands Trafikselskab 2011- : PhD studerende ved Trafikforskningsgruppen på Aalborg Universitet Camilla Sloth Andersen, Traffic Research Group, Aalborg University Nr. 2 of 16

Agenda Sorte pletter Hvorfor arbejde med sorte pletter og risikolokaliteter? Problemstilling vedr. sortpletarbejdet Mulige løsninger Forskning på AAU vedrørende risikolokaliteter Metode basseret på vejkarakteristika Camilla Sloth Andersen, Traffic Research Group, Aalborg University Nr. 3 of 16

Sorte pletter (risikolokaliteter) Praktisk definition benyttet i Danmark: En sort plet er en lokalitet på vejnettet hvor det forventede antal uheld pga. lokale uheldsfaktorer er større end det forventede antal uheld ved lignende lokaliteter. Ideel definition (Thorsen O. 1970): En sort plet er et punkt på vejen eller en strækning af vejen, hvor vejudformningen eller trafikreguleringen adskiller sig fra vejens eller reguleringens generelle standard på den pågældende vej eller i det pågældende land, således uheldsrisikoen forøges, uden at det kan erkendes eller forudses af trafikanten Camilla Sloth Andersen, Traffic Research Group, Aalborg University Nr. 4 of 16

Hvorfor arbejde med sorte pletter..? 30.500 dræbte på vejene i EU i 2011 Hjørnesten i det stedbestemte trafiksikkerhedsarbejde Væsentlige effekter af sortpletarbejdet Effect of HRL treatment Best estimate 95% conf. interval Injury accidents -33% (-36;-30) Proporty damage only accidents +0% (-27;+38) The Handbook of Road Safety Measures - Second Edition (2009) Camilla Sloth Andersen, Traffic Research Group, Aalborg University Nr. 5 of 16

Problemstilling Det er ikke altid muligt at udpege sorte pletter på baggrund af det eksisterende uheldsgrundlag Der er færre uheld registreret Mange sorte pletter er udbedret Registreringsgraden er faldet Camilla Sloth Andersen, Traffic Research Group, Aalborg University Nr. 6 of 16

Problemstilling Trafiksikkerhedsarbejdet baseres på en mindre del af det reelle antal ulykker År Kun Politi Kun Skadestue/ sygehus Politi og skadestue/ sygehus I alt Politiets andel 2001 1.977 39.204 6.911 48.092 18 % 2002 2.067 41.015 7.177 50.259 18 % 2003 1.883 38.603 6.730 47.216 18 % 2004 1.705 38.948 6.082 46.735 17 % 2005 1.492 38.876 5.286 45.654 15 % 2006 1.496 38.277 5.207 44.980 15 % 2007 1.613 40.895 5.284 47.792 14 % Camilla Sloth Andersen, Traffic Research Group, Aalborg University Nr. 7 of 16

Mulige løsninger Stoppe med at udpege sorte pletter / risikolokaliteter Supplere uheldsdata fra politiet med data fra skadestue/ praktiserende læger/selvrapportering Udvikle nye metoder til udpegning der ikke er baseret på uheldsdata Camilla Sloth Andersen, Traffic Research Group, Aalborg University Nr. 8 of 16

Forskning på AAU vedrørende risikolokaliteter Lige nu to projekter i gang vedr. Identificering af risikolokaliteter Et baseret på jerks fra floating car data Et baseret på vejkarakteristika Accidents) Fatal)accidents) Injury)accidents) Serious)Jerks) Moderate)Jerks) Normal)driving) Camilla Sloth Andersen, Traffic Research Group, Aalborg University Nr. 9 of 16

Vejkarakteristiska: Ph.d. projekt Periode: September 2011 september 2014 Samarbejdsparter: Camilla Sloth Andersen,Traffic Research Group, Aalborg University Nr. 10 of 16

Vejkarakteristika: Overordnet mål Udvikle en praktisk anvendelig metode til at udpege risikolokaliteter på 2 sporede veje i åbent land baseret på vejkarakteristik Ide: At gå tilbage til den ideelle definition af risikolokaliteter (sorte pletter) Nøgleord Praktisk anvendelig Vejkarakteristika Åbent land Camilla Sloth Andersen, Traffic Research Group, Aalborg University Nr. 11 of 16

Vejkarakteristikbaseret tilgang: idé Formulere et udtryk til at beregne risiko niveau for en lokalitet ved at benytte vejkarakteristika RL= i=0 n y i x i Udtrykket skal tage hensyn til Relationen mellem uhelds- og skadesrisiko og vejkarakteristika. Praktisk anvendelighed Camilla Sloth Andersen, Traffic Research Group, Aalborg University Nr. 12 of 16

Vejkarakteristikbaseret tilgang: Data Analysevejnet i Aalborg Kommune Gennemfartsvej Fordelingsveje I alt ca. 180 km vej i åbent land fordelt på 145 strækninger Data fra vejman.dk, Mastra, den koordinerede uheldsstatistik, manuelle registreringer Camilla Sloth Andersen, Traffic Research Group, Aalborg University Nr. 13 of 16

Vejkarakteristika Vejbredde Køresporsbredde Kantbanebredde Bredde af rabat Kurver Antal kryds/km Antal adgange/km Cykelsti Grøftedybde og afstand Camilla Sloth Andersen, Traffic Research Group, Aalborg University Nr. 14 of 16

Vejkarakteristika Faste genstande Autoværn m/km Belægningstilstand Kantskader Kanthøjde Afstribning Stribernes tilstand Trafikmængde Camilla Sloth Andersen, Traffic Research Group, Aalborg University Nr. 15 of 16

Vejkarakteristika: Praktisk anvendeligt Resultatet skal kunne forklares til politikere og borgere, dvs. parametrenes betydning for resultatet skal kunne aflæses for hver enkelt strækning. Parametrene i metoden skal som udgangspunkt bestå af eksisterende data suppleret med få yderligere vejkarakteristika. Metoden benytter Excel til beregninger. Metoden skal være fleksibel i forhold til hvilket vejnet analyseres og hvilke parametre anvendes. Det skal fremgå, hvad der sker med validiteten når parametre vælges fra. Omkostninger ved at benytte metoden må ikke overstige 10% af udgifter til forbedring af strækningerne. Camilla Sloth Andersen, Traffic Research Group, Aalborg University Nr. 16 of 16

Vejkarakteristika: Næste step Identificere relationen mellem vejkarakteristika og uhelds- samt skadesrisiko: Regressionsanalyse Formulere metode Afprøve metode Verificere metoden Camilla Sloth Andersen, Traffic Research Group, Aalborg University Nr. 17 of 16

Vejkarakteristikbaseret tilgang: Verifikation Sammenligne med andre studier primært fra EU og Nordamerika Feedback fra 3 testkommuner omkring brugen af metoden Feedback fra 3 testkommuner omkring resultatet sammenholdt med bl.a. registreringer af nærveduheld Blindtest Camilla Sloth Andersen, Traffic Research Group, Aalborg University Nr. 18 of 16

Vejkarakteristikbaseret tilgang: Fordele og ulemper Fordele Uafhængig af uheldsregistrering Praktisk anvendelig ved forskellige niveauer af datakvalitet Ulemper Periodiske lokale forhold indgår ikke Majsmark der blokerer for oversigten Glatte veje ved markoverkørsler Camilla Sloth Andersen, Traffic Research Group, Aalborg University Nr. 19 of 16

Spørgmål? Camilla Sloth Andersen Traffic Research Group Aalborg University csa@plan.aau.dk Camilla Sloth Andersen, Traffic Research Group, Aalborg University Nr. 20 of 16