HASTIGHEDSKORT FOR DANMARK VHA. GPS

Relaterede dokumenter
Renteformlen. Erik Vestergaard

Lys og gitterligningen

Bestemmelse af vandføring i Østerå

Løsningsforslag til skriftlig eksamen i Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)

Køretider, belastningsgrader og forsinkelser i kryds beregnet ud fra Floating Car Data

Branchevejledning. ulykker indenfor. godschauffør. området. Branchearbejdsmiljørådet for transport og engros

Claus Munk. kap. 1-3

Dagens forelæsning. Claus Munk. kap Obligationer Grundlæggende Intro. Obligationer Grundlæggende Intro. Obligationer Grundlæggende Intro

Matematik A. Højere handelseksamen. Tirsdag den 26. maj 2015 kl hhx151-mat/a

hvor i er observationsnummeret, som løber fra 1 til stikprøvestørrelsen n, X i

Branchevejledning. ulykker indenfor. lager. området. Branchearbejdsmiljørådet for transport og engros

Definition: Normalfordelingen. siges at være normalfordelt med middelværdi µ og varians σ 2, hvor µ og σ er reelle tal og σ > 0.

Motivation. En tegning

9. Binomialfordelingen

Løsninger til kapitel 7

Maja Tarp AARHUS UNIVERSITET

GPS data til undersøgelse af trængsel

Meningsmålinger KLADDE. Thomas Heide-Jørgensen, Rosborg Gymnasium & HF, 2017

Sætning: Middelværdi og varians for linearkombinationer. Lad X 1,X 2,...,X n være stokastiske variable. Da gælder. Var ( a 0 + a 1 X a n X n

Statistik 8. gang 1 KONFIDENSINTERVALLER. Konfidensintervaller: kapitel 11. Valg og test af fordelingsfunktion

Projekt 1.3 Brydningsloven

Økonometri 1. Inferens i den lineære regressionsmodel 29. september Økonometri 1: F7 1

Elementær Matematik. Polynomier

Gamle eksamensopgaver. Diskret Matematik med Anvendelser (DM72) & Diskrete Strukturer(DM504)

Introduktion til uligheder

Atom og kernefysik Ingrid Jespersens Gymnasieskole 2007

Sprednings problemer. David Pisinger

Formelskrivning i Word 2. Sådan kommer du i gang 4. Eksempel med skrivning af brøker 5. Brøker skrevet med småt 6. Hævet og sænket skrift 6

Begreber og definitioner

Matematisk trafikmodellering

Noter om kombinatorik, Kirsten Rosenkilde, februar Kombinatorik

Anvendt Statistik Lektion 3. Punkt- og intervalestimater Konfidensintervaller Valg af stikprøvestørrelse

Program. Ensidet variansanalyse Normalfordelingen. Antibiotika og nedbrydning af organisk materiale. Tegninger

Spørgsmål 3 (5 %) Bestem sandsynligheden for at et tilfældigt valgt vindue har en fejl ved listerne, når man ved at der er fejl i glasset.

Introduktion til uligheder

Projekt 9.10 St. Petersborg paradokset

Projekt 4.8 De reelle tal og 1. hovedsætning om kontinuerte funktioner

1.0 FORSIKRINGSFORMER

Kapitel 10 KALIBRERING AF STRØMNINGSMODEL

Projekt 3.2 Anlægsøkonomien i Storebæltsforbindelsen. Indhold. Hvad er matematik? 1 ISBN

Georg Mohr Konkurrencen Noter om uligheder. Søren Galatius Smith

Estimation og test i normalfordelingen

Praktisk info. Statistisk analyse af en enkelt stikprøve: kendt eller ukendt varians Sandsynlighedsregning og Statistik (SaSt) I tirsdags.

Artikler fra Trafikdage på Aalborg Universitet Abstrakt

DATV: Introduktion til optimering og operationsanalyse, Følsomhed af Knapsack Problemet

Forslag til besvarelser af opgaver m.m. i ε-bogen, Matematik for lærerstuderende

Du skal redegøre for løsning af ligninger og herunder behandle omformningsreglerne for ligninger.

Vejledende besvarelser til opgaver i kapitel 15

Teoretisk Statistik, 9. februar Beskrivende statistik

og Fermats lille sætning

Undgå tab med effektiv debitorstyring og inkasso

Introduktion til optimering og operationsanalyse. Asymmetric Traveling Salesman Problem

Grundlæggende Lederuddannelse

DATV: Introduktion til optimering og operationsanalyse, Bin Packing Problemet

og Fermats lille Projekt 0.4 Modulo-regning, restklassegrupperne sætning ..., 44, 20,4,28,52,... Hvad er matematik? 3 ISBN

Blisterpakninger i det daglige arbejde

Noter om kombinatorik, Kirsten Rosenkilde, februar Kombinatorik

Matematikkens mysterier - på et obligatorisk niveau. 7. Ligninger, polynomier og asymptoter

Teoretisk Statistik, 18. november Stikprøveteori: hvor er vi, og hvor skal vi hen? Proportional allokering Optimal allokering

Projekt 9.1 Regneregler for stokastiske variable middelværdi, varians og spredning

Matematik A. Studentereksamen. Forberedelsesmateriale. Forsøg med digitale eksamensopgaver med adgang til internettet.

Analyse af elbilers forbrug Ove Andersen Benjamin B. Krogh Kristian Torp Institut for Datalogi, Aalborg Universitet {xcalibur, bkrogh,

Giv eksempler på hvordan forskellige ligningstyper (lineære, eksponentielle eller potens) løses.

Kvadratisk 0-1 programmering. David Pisinger

Statistik Lektion 8. Parrede test Test for forskel i andele Test for ens varians Gensyn med flyskræk!

Beregning af prisindeks for ejendomssalg

Transkript:

HASTIGHEDSKORT FOR DANMARK VHA. GPS Ove Aderse xcalibur@cs.aau.dk Istitut for Datalogi Aalborg Uiversitet Harry Lahrma lahrma@pla.aau.dk Trafikforskigsgruppe Aalborg Uiversitet Kristia Torp torp@cs.aau.dk Istitut for Datalogi Aalborg Uiversitet Itroduktio Et kort over vejettet, der viser geemsitshastighede på de ekelte vejsegmeter, har mage avedelser i trafikaalyse, f.eks. ka ma berege rejsetider mellem forskellige pukter i vejettet, me der ka også lokaliseres strækiger med trægsel (1) eller strækiger, hvor bilister geerelt kører for hurtigt. Dee artikel beskriver hvorledes et hastighedskort for Damark er skabt udelukkede vha. GPS data. E stor fordel ved at bruge GPS data er, at der er store mægder data tilgægeligt fra mage forskellige kilder. Det store problem er at sikre e passede dækigsgrad og et tilstrækkeligt atal GPS data observatioer per segmet. Herudover er der ved GPS data e række fejlkilder, som det er ødvedigt at elimiere (2) (3) (4) Metode Der vil i artikle blive præseteret to måder til beregig af hastigheder på et segmet vha. GPS data. De første måde kaldes puktbaseret og avedes for lav frekvet data f.eks. hvis GPS data ku modtages hver 30. sekud fra et køretøj. De ade måde kaldes turbaseret og avedes, år GPS data afsedes så ofte, at data fra et ekelt køretøj ka sammesættes til e tur (2). Formålet med at have to måder er, at de puktbaserede altid ka avedes, me det atages at de turbaserede er mere retvisede. Hver måde at berege hastigheder på ka implemeteres ved flere kokrete metoder. For både de puktbaserede og de turbaserede er to kokrete metoder avedt (fire metoder i alt). Disse fire kokrete metoder beskrives i flere detaljer i det efterfølgede. De puktbaserede måde er illustreret i Figur 1, som viser et kort udsit med 3 segmeter. De 7 cirkler repræseterer GPS data og er markeret med id/hastighed. Bemærk at det atages, at alle GPS måliger er fra forskellige køretøjer. 111 75 112 82 212 74 311 78 312 81 Segmet 100 211 67 Segmet 200 Segmet 300 113 83 Figur 1 Puktbaseret måde (avedes både til simpel og vægtet puktbaseret metode).

Det atages, at hvert GPS pukt mapmatches til ærmeste segmet, som er idikeret vha. cirkles farver. E simpel geemsitshastighed for hvert segmet ka u bereges med formle: v = i=1 v i (1) Dee kokrete metode kaldes simpel puktbaseret. Problemet med dee metode er imidlertid, at observatioere er logget efter e tidsfrekves. Dette betyder, at der på det ekelte segmet vil være e overrepræsetatio af observatioer med lave hastigheder. Dee fejl ka elimieres ved at vægte de ekelte observatio i forhold til observatioes hastighed. Dette er gjort i formel 2 heruder. v = i=1 (v i 2 3,6) i=1 (v i 3,6) ( 2) Hvor v i er hastighed og l i er distace, der er kørt med i ét sekud, med hastighede v i. Dee kokrete metode kaldes vægtet puktbaseret. Hvis de 7 pukter i figur 1 bruges i de puktbaserede hastigheds beregig bliver resultatet som vis i Tabel 1, og det bemærkes, at formel 2 giver højere geemsitshastigheder ed formel 1 Segmet Obs. Geemsitshastighed Geemsitshastighed Observatioer Hastighed simpel (formel 1) vægtet (formel 2) 100 75+82+83 80,00 80,16 3 200 67+74 70,50 70,67 2 300 78+81 79,50 79,53 2 Tabel 1: Resultat af pukt baseret beregig De turbaserede måde er illustreret i Figur 2. De viser to køretøjer, der begge har passeret tre segmeter, me køretøj A har kørt med cirka de halve hastighed af køretøj B. 41 43 42 45 44 43 44 47 44 46 40 43 43 42 39 37 38 Køretøj A x x x x x x x x x x x x x x x x x Køretøj B o o o o o o o o 83 85 86 86 89 91 93 95 Segmet 10 Segmet 11 Segmet 12 Figur 2 Turbaseret måde.

Når køretider bereges vha. ture skal det udgås, at e lagsomt kørede vægter højere ed e hurtigt kørede. Dette er vist i Tabel 2, hvorda hver tur, der passerer et segmet, ku tælles med é gag per køretøj. Segmet Køretøj Beregig Observatioer Geemsit 10 A (41+43+42+45+44)/5 5 43.0 10 B (83+85+86)/3 3 84.6 10 Geemsit (43+84.6)/2 2 63.8 11 A (43+44+47+44+46+40+43)/7 7 43.8 11 B (86+89+91)/3 3 88.6 11 Geemsit (43.8+88.6)/2 2 66.2 12 A (43+42+39+37+38)/5 5 39.8 12 B (93+95)/8 2 94.0 12 Geemsit (39.8+94)/2 2 66.9 Tabel 2 Ture baseret beregig De kokrete beregigsmetode vist overfor kaldes simple turbaseret. Problemet med dee metode er, at de blot samler observatioer per segmet. For at få selve ture bedre repræseteret 41 43 42 45 44 43 44 47 44 46 40 43 43 42 39 37 38 Køretøj A x x x x x x x x x x x x x x x x x Segmet 10 Segmet 11 Segmet 12 Figur 3: Sammehægede turbaseret metode. i beregiger afprøves e sammehægede turbaseret metode, som er illustreret i Figur 3. Hovedidee er, at de først GPS målig på segmet 10 kobles med de første målig på segmet 11 (det æste segmet på ture). Ud fra disse GPS måligers afstad i tid og rum bereges køretide for dee tur på segmet 10. Tilsvarede ka hastighed bereges på segmet 11, me ikke på segmet 12, hvis det atages at dette er det sidste segmet på ture. Resultater Følgede resultater vil blive vist i artikle. Køretider bereget vha. puktbaseret og turbaseret og kombieret o Hvor mage pukter og hvor mage ture har datasættet Dækigsgrade for hele Damark o Her vil de procetvise dækig af de forskellige vejklasser blive listet

For udvalgt kedt strækiger med trægsel f.eks. Køge Bugt motorveje vil det bliver udersøgt, om trægsel ka idetificeres og hvor lage perioder på hverdage, der er trægsel? Resultater for motorveje vil sammeliget med veje i bymidte for at udersøge om GPS data ka avedes begge steder. Som et eksempel på dækigsgrade viser Figur 3 tre måeders data (bemærk Østsjællad heruder Købehav er i øjeblikket frasorteret. Disse data haves me er edu ikke mapmatched og idlæste). I Figur 3 er alle vejklasser idlæst for at vise dækige iklusive færgeruter som er e del af kortet, der bruges. Farvekodere er følgede: Farve Atal observatioer 0 Sort 0-10 Rød 10-50 Gul 50-100 Grø 100-250 Blå >250 Lilla Figur 4 Dækig for Damark med 3 måeders data [Billede er kort vist med Google Earth]

Diskussio I diskussio vil bl.a. følgede emer blive berørt: Fordele og ulemper ved pukt baseret GPS data o Hvorda mapmatches foruftigt? o Hvorda hådteres observatioer med ul hastigheder? Fordele og ulemper med tur baseret o Hvor lav ka sampligsfrekves være Hvor meget data skal der være til rådighed for at få et retvisede resultat? o Dette gælder både pukt- og turmetodere Hvorda vægtes tur- og puktbaserede hastigheder år begge haves på et segmet? o Uder atagelse af at turbaseret er mere retvisede. Hvorda er de beregede hastigheder sammeliget med f.eks. Google Maps, Kraks, eller Sithastigheder fra Mastradatabase? Styrker og svagheder ved at avede GPS data sammeliget med eksisterede metoder o Beskidte GPS data (hastighed, placerig forkert, ul hastighed) Referecer 1. COWI A/S. Projekt Trægsel. 2004. ISBN: 87-91511-34-8. 2. GPS pilotprojekt. Holm, J. og Foller, Jes. 2008. Trafikdage på Aalborg Uiversitet. 3. GPS data som grudlag for e atioal rejsehastighedsdatabase. Holm, Ja. s.l. : Trafikdage på Aalborg Uiversitet, 2009. ISSN 1603-9696. 4. Metode til beregig af køretider, trægsel og forsikelser i kryds vha. GPS Data. Torp, Kristia og Lahrma, Harry. Aalborg : Trafikdage på Aalborg Uiversitet, 2009. ISSN 1903-1092. 5. Pereira, Fracisco, Costa, Hugo og Pereira, Nuo. A off-lie map-matchig algorithm for icomplete map databases. Europea Trasport Research Review. 1, 2009, 3, s. 107-124.