Risicoanalyse op autosnelwegen

Risicoanalyse op autosnelwegen

Deel II: Analyse van de Vlaamse infrastructuurkenmerken

RA-2005-59

Frank Van Geirt, Erik Nuyts Onderzoekslijn infrastructuur en ruimte

DIEPENBEEK, 2012. STEUNPUNT VERKEERSVEILIGHEID.

Documentbeschrijving Rapportnummer:

RA-2005-59

Titel:

Risicoanalyse op autosnelwegen

Ondertitel:

Deel II: Analyse infrastructuurkenmerken

Auteur(s):

Frank Van Geirt, Erik Nuyts

Promotor:

Rob Cuyvers

Onderzoekslijn:

infrastructuur en ruimte

Partner:

Limburgs Universitair Centrum

Aantal pagina’s:

119

Trefwoorden:

verkeersveiligheid, steunpunt, Vlaanderen, autosnelwegen, Aran, kenmerken

Projectnummer Steunpunt:

2.2.2.

Projectinhoud:

Risicoanalyse van autosnelwegen infrastructuurkenmerken

Uitgave: Steunpunt Verkeersveiligheid, april 2005.

Steunpunt Verkeersveiligheid Universitaire Campus Gebouw D B 3590 Diepenbeek T 011 26 81 90 F 011 26 87 11 E [email protected] I www.steunpuntverkeersveiligheid.be

van

de

Vlaamse

risicoanalyse, infrastructuur,

op

basis

van

Samenvatting In dit tweede deel van de risicoanalyse cyclus voor Vlaamse autosnelwegen wordt dieper ingegaan op de wegkenmerken op zich. Er worden nog geen correlaties gezocht tussen kenmerken onderling en/of kenmerken met andere mobiliteitsparameters, noch met ongevalsdata. In dit deel worden de ARAN meetdata van de wegkenmerken verwerkt en geanalyseerd met als doel na te gaan of de kenmerken al dan niet voldoen aan de normen en richtlijnen. Verder gaan we na – Omdat het de eerste maal is dat ARAN data hiervoor worden gebruikt, gaan we uiteraard na tot welk niveau de bruikbaarheid van de metingen is. Als basis worden de ARAN foto’s op Vlaamse autosnelwegen van maart 2003 gebruikt. Ontbrekende data worden opgevuld m.b.v. imputatietechnieken. Enkele technieken worden met elkaar vergeleken voor verschillende wegkenmerken. Lineaire interpolatie komt er als beste uit voor niet-discrete data zoals breedtes van stroken. Parameters met discrete waarden zoals het aantal rijstroken vragen ook om specifieke opvulmethodes zoals het constant houden van de gekende waarde tot een nieuwe gekende waarde wordt tegengekomen, de zogenaamde Last Observation Carried Forward (LOCF) techniek. Een belangrijke conclusie van dit rapport is de meetfout die ontstaat bij het gebruik van de ARAN data. Diverse oorzaken liggen aan de basis van de meetfout. Voor kenmerken zoals de rijstrookbreedte valt deze binnen een aanvaardbare marge en zelfs in de grootteorde van de meetfout die de softwareleverancier opgeeft. Voor kenmerken zoals de vluchtstrook- en redresseerstrookbreedte bekomen we hoge waarden voor de meetfout. Na analyse blijkt dat de hoofdoorzaak de meetprocedure is. Voor toekomstige analyses met ARAN data kan dit probleem zeker verbeterd en misschien zelfs verholpen worden. Ondanks de soms hoge meetfouten willen we toch proberen een eerste uitspraak te doen over de wegkenmerken op basis van deze data. Daarom bepalen we ook de 95% betrouwbaarheidsintervallen. Als we de infrastructuur het voordeel van de twijfel geven, kunnen we met 95% zekerheid stellen dat ongeveer 48 km autosnelweg in Vlaanderen een rechterrijstrook heeft die smaller is dan 3.50 m, zoals voorgeschreven in de richtlijnen. Voor de vluchtstrook ligt de meetfout zeer hoog. De breedte van de vluchtstrook verandert ook heel regelmatig, b.v. aan brugpijlers. Hierdoor krijgen we grotere variaties wanneer we uitmiddelen over 100 m segmenten. De meetprocedure dient hiervoor zeker verbeterd te worden. Wanneer we toch nog de meest optimale situatie betreffende de meetfout nemen, vinden we ongeveer 80 km aan autosnelweg waarbij de 100 m segmenten een gemiddelde vluchtstrookbreedte hebben smaller dan de voorgeschreven 3.00 m. Over de redresseerstrook kunnen we op basis van deze data geen uitspraak doen. De meetfout is groter dan de metingen. Dit kan verbeterd worden door in de toekomst metingen te verrichten op de meest linkse rijstrook. Dit blijkt uit de meetfoutenanalyse. Verder worden ook nog berekeningen gemaakt van o.a. de verdeling van het aantal rijstroken, de dichtheid van bebording, afstanden van open afrittencomplexen, lengte van in- en uitvoegstroken en breedte van de in- en uitvoegstroken.

Steunpunt Verkeersveiligheid

3

RA-2005-59

Summary In this second part of the risk analysis cycle on Flemish motorways, we do a further investigation of the road characteristics. Correlations between characteristics and/or other traffic parameters are not done. The characteristics are studied separately. We start by using ARAN data in order to tell whether specific motorway sections are according to the standards and guidelines, as collected in part 1. Since it is the first time that ARAN data is used for this purpose in Flanders, we also investigate the practicability of it. The bases for this study are pictures and measurements from March 2003. Missing data is added by using imputation techniques. Some techniques are compared for different road characteristics. For non-discrete data, like lane widths, the linear interpolation technique seems to be the best method. Discrete data, like number of lanes, can be best imputed with the Last Observation Carried Forward method. In this case a known value is kept constant until another value is found. An important conclusion of this report is the measurement error when using the ARAN data. Several causes exist for this error. For road characteristics like lane width of the lane on which the pictures were taken, the error is very low and acceptable. It is comparable with the errors mentioned by the software supplier. For road characteristics like the shoulder width or the redress lane width, the errors are bigger. After analysis, it seems that the main cause can be found with the measurement procedures. For future analyses, it is thus possible to improve the error and the road characteristic data. Despite the big errors for some characteristics, we still want to tell something about the road characteristics, based on this database. For that reason we calculate the 95% confidence intervals. So, in the most positive situation for the infrastructure, we can tell that on about 48 km motorway the right-most lane is smaller than 3.50 m. For the shoulder width, we find a big error. The width of the shoulder changes very much along the motorway, e.g. due to piers of bridges. We get big changes when we calculate the means on road sections of 100 m. The measuring procedure has to be improved definitely. Looking at the most positive situation, we find about 80 km of motorway with 100 m road segments where the mean shoulder width is below 3.00 m, stated in the guidelines. Based on this database, we can not judge the redress lane. The error is bigger than the measurements. This error can also be reduced a lot by improving the procedure. When taking pictures and measurements on the left-most lane, the error for this characteristic will drop drastically. Other road characteristics are also calculated and evaluated. For example, distribution of the number of lanes, the density of objects along the roadside, distance between ramps, lengths and widths of ramps.


5

RA-2005-59

Inhoud

1.

INLEIDING .............................................................................. 15

1.1

Doelstelling voor dit onderzoek

15

1.2

Onderzoeksvragen

15

1.3

Onderzoeksopzet

16

1.3.1

Selectie van de wegen ...................................................................16

1.3.2

Informatie verzamelen van de autosnelwegen ..................................16

1.3.3

Analyse en evaluatie ......................................................................16

1.4

Beperkingen van dit rapport

16

2.

SELECTIE VAN DE WEGEN EN DEFINITIES ........................................... 17

2.1

Definitie autosnelwegen

17

2.2

Selectie autosnelwegen

17

2.3

Definitie rijrichting

18

2.4

Definitie wegsegmenten

18

2.5

Definitie zones

19

3.

MEETDATA VAN DE INFRASTRUCTUUR KENMERKEN ................................ 20

3.1

Aran meetwagen

20

3.2

Aran software: module Surveyor

20

3.3

Aran databestanden

21

3.4

Werkwijze

21

3.4.1

Van tekst naar Excel ......................................................................21

3.4.2

Op naar SAS .................................................................................21

3.4.3

Imputatie en samenvoeging van data ..............................................21

3.4.4

Analyse ........................................................................................21

4.

VERWERKING VAN DE MEETDATA .................................................... 22

4.1

Aanmaken SAS dataset

22

4.2

Combinatie van de metingen

22

4.2.1

Aantal rijstroken. ..........................................................................22

4.2.2

Rijstrookbreedte ...........................................................................22

4.2.3

Zijberm ........................................................................................22

4.2.4

Kant van een invoegstrook .............................................................22

4.2.5

Andere kenmerken in samenvattende tabel ......................................23

4.3

Beschikbare en ontbrekende data

23

5.

IMPUTATIE VAN ONTBREKENDE DATA ................................................ 26

5.1

Imputatie methodes: een overzicht

26

5.1.1

LOCF – Last Observation Carried Forward .........................................26

5.1.2

NOCB – Next Observation Carried Backward .....................................26

5.1.3

LOCF en NOCB gecombineerd .........................................................27


6

RA-2005-59

5.1.4

Lineaire interpolatie (L.I.) ..............................................................27

5.1.5 Lineaire interpolatie in combinatie met LOCF en NOCB voor de buitengebieden .........................................................................................28

5.2

5.3

5.1.6

Gemiddelde van gekende waarden ..................................................28

5.1.7

Mediaan van gekende waarden .......................................................28

Vergelijking imputatiemethodes

28

5.2.1

Inleiding ......................................................................................28

5.2.2

Methodiek ....................................................................................29

5.2.3

Resultaten ....................................................................................29

5.2.4

Conclusies ....................................................................................30

Geselecteerde methodes per wegkenmerk

31

5.3.1

Aantal rijstroken ...........................................................................31

5.3.2

Breedte rijstroken .........................................................................31

5.3.3

Breedte vluchtstrook .....................................................................31

5.3.4

Breedte redresseerstrook ...............................................................31

5.3.5

Zijberm – geleiderail ......................................................................31

5.3.6

Middenberm – geleiderail ...............................................................31

5.3.7

Bebording ....................................................................................31

5.3.8

Inrijstrook / uitrijstrook breedte ......................................................31

5.3.9

Snelheid.......................................................................................32

5.3.10

Langsgroeven ............................................................................32

5.3.11

Op- en afrittencomplexen – aanwezigheid .....................................32

6.

FOUTEN ANALYSE ...................................................................... 33

6.1

Meetfout op de Aran kilometerteller

6.2

6.3

33

6.1.1

Doel ............................................................................................33

6.1.2

Werkwijze ....................................................................................33

6.1.3

Resultaten ....................................................................................33

6.1.4

Conclusie .....................................................................................37

Nauwkeurigheid van de kilometerpaalregistratie

38

6.2.1

Doel ............................................................................................38

6.2.2

Werkwijze ....................................................................................38

6.2.3

Resultaten en analyse ....................................................................38

6.2.4

Conclusie .....................................................................................38

Meetfout op foto

39

6.3.1

Inleiding ......................................................................................39

6.3.2

Theoretische fout van Surveyor ......................................................39

6.3.3

Methodiek ter bepaling van de systematische fout .............................40

6.3.4

Resultaten ....................................................................................42

6.3.5

Conclusies en aanbevelingen ..........................................................47


7

RA-2005-59

7.

ANALYSE INFRASTRUCTUURKENMERKEN............................................. 48

7.1

Wegsegmenten – aantal

48

7.2

Rijstroken: aantal

49

7.2.1

Methodiek ....................................................................................49

7.2.2

Normen .......................................................................................49

7.2.3

Resultaten ....................................................................................49

7.2.4

Opmerking i.v.m. kaarten ..............................................................50

7.2.5

Conclusies en aanbevelingen ..........................................................51

7.3

Overlangse markeringen

52

7.4

Rijstrookbreedte

53

7.5

7.6

7.7

7.4.1

Methodiek ....................................................................................53

7.4.2

Normen .......................................................................................53

7.4.3

Resultaten zonder correctie ............................................................53

7.4.4

Resultaten na correctie van de deelstreep ........................................54

7.4.5

Meetfout ......................................................................................55

7.4.6

Resultaten na correctie van de deelstreep en de meetfout ..................56

7.4.7

Conclusie .....................................................................................59

Vluchtstrookbreedte

60

7.5.1

Methodiek ....................................................................................60

7.5.2

Normen .......................................................................................60

7.5.3

Resultaten ....................................................................................60

7.5.4

Resultaten na correctie van de kantstreep ........................................61

7.5.5

Meetfout ......................................................................................62

7.5.6

Resultaten na correctie van de kantstreep en de meetfout..................62

7.5.7

Conclusie .....................................................................................64

Redresseerstrookbreedte

66

7.6.1

Methodiek ....................................................................................66

7.6.2

Normen .......................................................................................66

7.6.3

Resultaten ....................................................................................66

7.6.4

Resultaten na correctie van de kantstreep ........................................67

7.6.5

Meetfout ......................................................................................68

7.6.6

Resultaten na correctie van de kantstreep en de meetfout..................68

7.6.7

Conclusie .....................................................................................69

Middenberm: type beveiligingsconstructie

70

7.7.1

Methodiek ....................................................................................70

7.7.2

Normen .......................................................................................70

7.7.3

Resultaten ....................................................................................70

7.7.4

Conclusie .....................................................................................74


8

RA-2005-59

7.8

7.9

7.10

7.11

7.12

7.13

7.14

7.15

Zijberm: type beveiligingsconstructie

76

7.8.1

Methodiek ....................................................................................76

7.8.2

Normen .......................................................................................76

7.8.3

Resultaten ....................................................................................76

7.8.4

Conclusie .....................................................................................79

Maximaal toegelaten snelheid

80

7.9.1

Methodiek ....................................................................................80

7.9.2

Normen .......................................................................................80

7.9.3

Resultaten ....................................................................................80

7.9.4

Conclusie .....................................................................................83

Langsgroeven

84

7.10.1

Normen ....................................................................................84

7.10.2

Meetdata ..................................................................................84

7.10.3

Conclusie ..................................................................................85

In- en uitvoegstroken: aantallen en locaties

86

7.11.1

Methodiek .................................................................................86

7.11.2

Normen ....................................................................................86

7.11.3

Resultaten ................................................................................86

7.11.4

Buitenlandse resultaten ..............................................................89

7.11.5

Conclusies & aanbevelingen ........................................................89

Lengte van de uitvoegstroken

90

7.12.1

Methodiek .................................................................................90

7.12.2

Normen ....................................................................................90

7.12.3

Resultaten ................................................................................90

7.12.4


Lengte van de invoegstroken

93

7.13.1

Methodiek .................................................................................93

7.13.2

Normen ....................................................................................93

7.13.3

Resultaten ................................................................................93

7.13.4

Conclusie ..................................................................................94

In- en uitvoegstroken: kant van de weg

95

7.14.1

Methodiek .................................................................................95

7.14.2

Normen ....................................................................................95

7.14.3

Resultaten ................................................................................95

7.14.4


Breedte van in- en uitvoegstroken

97

7.15.1

Methodiek .................................................................................97

7.15.2

Normen ....................................................................................97


9

RA-2005-59

7.16

7.15.3

Resultaten zonder correctie .........................................................97

7.15.4

Resultaten na correctie voor de deelstreep ....................................98

7.15.5

Meetfout ...................................................................................98

7.15.6

Resultaten na correctie van de meetfout .......................................99

7.15.7

Conclusies ................................................................................99

Puntobstakels

100

7.16.1

Methodiek ............................................................................... 100

7.16.2

Resultaten .............................................................................. 100

7.16.3

Conclusie ................................................................................ 103

8.

CONCLUSIES EN AANBEVELINGEN .................................................. 104

8.1

Analyse van de infrastructuur kenmerken

104

8.2

Nauwkeurigheid en bruikbaarheid van de Aran meetgegevens

105

8.3

Imputatiemethodes

105

8.4

Verder onderzoek

106

8.4.1

Meetfout reductie ........................................................................ 106

8.4.2

Extra wegkenmerken ................................................................... 106

8.4.3

Risicoanalyse deel 3: bepalen van risico cijfers ............................... 106

9. 10.

AFKORTINGEN ........................................................................ 107 REFERENTIES......................................................................... 108

10.1

Boeken, rapporten en artikels

108

10.2

Internet URL’s

108

10.3

Bedankingen

108

BIJLAGE A - AUTOSNELWEGEN IN VLAANDEREN ........................................... 109 BIJLAGE B - ARAN BESTANDEN .............................................................. 111

Lijst van figuren Figuur 1: Autosnelwegen in Vlaanderen volgens de Topografische Atlas België (NGI, 2002). ...........................................................................................................18 Figuur 2: Gedefiniëerde zones. ...............................................................................19 Figuur 3: Percentage wegsegmenten met aantal beschikbare meetdata.......................24 Figuur 4: Wegsegmenten met 4 bekende gegevens. .................................................24 Figuur 5: Wegsegmenten met 3 en 4 bekende gegevens. ..........................................24 Figuur 6: Wegsegmenten met 1 tot en met 4 bekende gegevens. ...............................25 Figuur 7: Ritafstanden van de ARAN metingen. ........................................................34 Figuur 8: Relatief verschil. .....................................................................................34 Figuur 9: Absoluut verschil. ...................................................................................35


10

RA-2005-59

Figuur 10: Relatief verschil t.o.v. gereden afstand (km). ...........................................36 Figuur 11: Absoluut verschil (km) t.o.v. gereden afstand (km). ..................................36 Figuur 12: Absolute fout i.f.v. ritdatum. ..................................................................37 Figuur 13: Aanduiding meetvlakken in Surveyor software (Bron: http://www.roadware.com). .............................................................................39 Figuur 14: Visualisatie van N en C metingen van de vluchtstrookbreedte (m) i.f.v. de kilometerstand (m). ........................................................................................41 Figuur 15: Bovenste grens van het 95% BI van de meetafwijking op rijstrookbreedte bij verschillende segmentlengtes. ..........................................................................43 Figuur 16: Bovenste grens van het 95% BI van de meetafwijking op vluchtstrook breedte bij verschillende segment lengtes......................................................................44 Figuur 17: N en C metingen op de A001 in richting 1 van kilometerpaal 25 tot 30. .......45 Figuur 18: Bovenste grens van het 95% BI van de meetafwijking op redresseerstrook breedte bij verschillende segmentlengtes. ..........................................................46 Figuur 19: 95% BI van de meetafwijking t.o.v. dwarse afstand (segmentlengte = 100m). ....................................................................................................................47 Figuur 20: Aantal segmenten t.o.v. aantal rijstroken. ................................................49 Figuur 21: Overzichtskaart van het aantal rijstroken. ................................................50 Figuur 22: Aantal rijstroken van de autosnelwegen rond Antwerpen. ..........................50 Figuur 23: Schematische voorstelling van diverse stroken. ........................................52 Figuur 24: Verdeling van de rijstrookbreedte – lineaire interpolatie - geen correctie deelstreep – geen correctie meetfout. ...............................................................53 Figuur 25: Verdeling van de rijstrookbreedte – lineaire interpolatie – correctie deelstreep – geen correctie meetfout. ...............................................................................55 Figuur 26: Verdeling van de rijstrookbreedte – lineaire interpolatie – correctie deelstreep – correctie meetfout. .......................................................................................56 Figuur 27: Kaart met aanduiding van de rijstrookbreedte. .........................................57 Figuur 28: Rijstrookbreedte volgens wegnummer (ident7). ........................................58 Figuur 29: Aantal segmenten per klasse van breedte en per wegnummer. ...................58 Figuur 30: Verdeling van de vluchtstrookbreedte – lineaire interpolatie – geen correcties. ....................................................................................................................60 Figuur 31: Verdeling van de vluchtstrookbreedte – lineaire interpolatie – correctie kantstreep - geen correctie meetfout. ................................................................61 Figuur 32: Verdeling van de vluchtstrookbreedte – lineaire interpolatie – correctie kantstreep - correctie meetfout. .......................................................................63 Figuur 33: Aanduiding van de vluchtstrookbreedte op kaart van Vlaanderen. ...............64 Figuur 34: Aanduiding van de segmenten met een gemiddelde vluchtstrookbreedte smaller dan 3.00 m. ........................................................................................64 Figuur 35: Verdeling van de redresseerstrookbreedte - imputatie met lineaire interpolatie - geen correctie kantstreep - geen correctie meetfout..........................................67 Figuur 36: Verdeling van de redresseerstrookbreedte - imputatie met lineaire interpolatie - correctie kantstreep - geen correctie meetfout. ................................................68 Figuur 37: Verdeling van de redresseerstrookbreedte - imputatie met lineaire interpolatie - correctie kantstreep - correctie meetfout. ........................................................69 Steunpunt Verkeersveiligheid

11

RA-2005-59

Figuur 38: Schets van een mogelijk segment met meerdere types bermbeveiligingsconstructies. ...........................................................................71 Figuur 39: Type beveiligingsconstructie in middenberm - metaal. ...............................73 Figuur 40: Type beveiligingsconstructie in middenberm – New Jersey. ........................73 Figuur 41: Type beveiligingsconstructie in middenberm - beton. .................................73 Figuur 42: Aanduiding segmenten zonder vangrail in middenberm of zonder meetgegevens. ...............................................................................................74 Figuur 43: Type beveiligingsconstructie in zijberm - metaal. ......................................78 Figuur 44: Type beveiligingsconstructie in zijberm - New Jersey. ...............................78 Figuur 45: Type beveiligingsconstructie in zijberm - beton. ........................................78 Figuur 46: Aanduiding van segmenten zonder vangrail in zijberm of zonder meegegevens. ................................................................................................79 Figuur 47: Verdeling van de segmenten naargelang de maximaal toegelaten snelheid. ..81 Figuur 48: Aanduiding van de maximaal toegelaten snelheid. ....................................81 Figuur 49: Maximaal toegelaten snelheden op A010 in Oostende. ...............................82 Figuur 50: Maximaal toegelaten snelheden op A014 rond Gent. ..................................82 Figuur 51: Maximaal toegelaten snelheden op R004 in Gent. .....................................83 Figuur 52: Wegenkaart met langsgroeven. ..............................................................85 Figuur 53: Schets met registratiepunten aan het begin en einde van een uitvoegstrook. ....................................................................................................................86 Figuur 54: Locaties van in- en uitvoegstroken (complexen en parkings). .....................87 Figuur 55: Gekende en ongekende punten van een complex. .....................................88 Figuur 56: Aanduiding van uitvoegstrooklengte. .......................................................90 Figuur 57: Verdeling van uitvoegstroken naar hun lengte. .........................................91 Figuur 58: Rangschikking van de uitvoegstroken volgens hun lengte..........................91 Figuur 59: Verdeling de invoegstroken naar hun lengte. ............................................93 Figuur 60: Rangschikking van de invoegstroken volgens hun lengte. ...........................94 Figuur 61: Verdeling van de invoegstrookbreedtes. ...................................................97 Figuur 62: Verdeling van de uitvoegstrookbreedtes...................................................98 Figuur 63: Segmenten met aanwezigheid van puntobstakels. ................................... 100 Figuur 64: Aanduiding van praatpalen (bord03 en bord04) in het oosten van Vlaanderen. .................................................................................................................. 101 Figuur 65: Aantal puntelementen i.f.v. weglengte in aantal segmenten. .................... 103 Figuur 66: ARAN voertuig (Bron foto: MVG, 2002). ................................................. 111

Lijst van tabellen Tabel 1: Geselecteerde (wiskundige) bewerking om meerdere metingen op eenzelfde segment samen te voegen. ..............................................................................23 Tabel 2: Verdeling van rijstrookbreedtes na toepassing van diverse imputatie methodes (eenheid: m). .................................................................................................29


12

RA-2005-59

Tabel 3: Verdeling van de meetafwijkingen tussen de N en C-dataset voor de rijstrookbreedtes na diverse imputaties (eenheid: m - segmentlengte: 100 m). ......30 Tabel 4: Kengetallen van het relatief verschil, het absoluut verschil en de gereden afstand. .........................................................................................................33 Tabel 5: Absoluut verschil in gereden afstand. .........................................................35 Tabel 6: Kengetallen van de meetafwijkingen tussen de N en C-dataset voor de rijstrookbreedtes voor verschillende segmentlengtes (eenheid: m – geen imputatie). ....................................................................................................................42 Tabel 7: Kengetallen van de meetafwijkingen tussen de N en C-dataset voor de rijstrookbreedtes voor verschillende segmentlengtes (eenheid: m – imputatie: lineaire interpolatie). .......................................................................................42 Tabel 8: Kengetallen van de meetafwijkingen tussen de N en C-dataset voor de vluchtstrookbreedtes voor verschillende segmentlengtes (eenheid: m – geen imputatie). .....................................................................................................43 Tabel 9: Kengetallen van de meetafwijkingen tussen de N en C-dataset voor de vluchtstrook breedtes voor verschillende segment lengtes (eenheid: m – imputatie: lineaire interpolatie). .......................................................................................44 Tabel 10: Kengetallen van de meetafwijkingen tussen de N en C-dataset voor de redresseerstrookbreedtes voor verschillende segmentlengtes (eenheid: m – imputatie: geen). ............................................................................................45 Tabel 11: Kengetallen van de meetafwijkingen tussen de N en C-dataset voor de redresseerstrookbreedtes voor verschillende segmentlengtes (eenheid: m – imputatie: lineaire interpolatie).........................................................................45 Tabel 12: Statistische kengetallen van de meetafwijking op de redresseerstrook bij lineaire interpolatie opgesplitst naar aantal rijstroken. .........................................46 Tabel 13: Lengte van het Vlaamse autosnelwegennet volgens diverse bronnen. ...........48 Tabel 14: Autosnelwegsegmenten van hoofdwegen met 1 rijstrook. ............................49 Tabel 15: Verdeling van het aantal segmenten volgens rijstrookbreedte – lineaire interpolatie - geen correctie van de deelstreep. ..................................................54 Tabel 16: Verdeling van het aantal segmenten volgens rijstrookbreedte – lineaire interpolatie – correctie van de deelstreep. ..........................................................54 Tabel 17: Meetafwijkingen van de rijstrookbreedte bij gebruik van lineaire interpolatie als imputatiemethode. ..........................................................................................56 Tabel 18: Verdeling van het aantal segmenten volgens rijstrook breedte – lineaire interpolatie - correctie deelstreep – correctie meetfout. .......................................57 Tabel 19: Verdeling van het aantal segmenten volgens de vluchtstrook breedte. ..........61 Tabel 20: Verdeling van het aantal segmenten volgens de vluchtstrook breedte na correctie van de kantlijn. .................................................................................62 Tabel 21: Meetafwijking op de vluchtstrook breedte met lineaire interpolatie als imputatiemethode en een segmentlengte van 100 m. ..........................................62 Tabel 22: Verdeling van het aantal segmenten volgens de vluchtstrook breedte. ..........63 Tabel 23: Verdeling van het aantal segmenten volgens redresseerstrook breedte – lineaire interpolatie – geen kantstreep correctie – geen meetfout correctie. ...........66 Tabel 24: Verdeling van het aantal segmenten volgens redresseerstrookbreedte – lineaire interpolatie – correctie kantstreep – geen correctie meetfout. ..............................67


13

RA-2005-59

Tabel 25: Statistische kengetallen van de meetfout op de redresseerstrook breedte na lineaire interpolatie en met een segmentlengte van 100 m. ..................................68 Tabel 26: Verdeling van het aantal segmenten volgens redresseerstrookbreedte – lineaire interpolatie – kantstreep correctie – correctie meetfout. ......................................69 Tabel 27: Aantal segmenten met een (of meerdere) type middenberm beveiligingsconstructie.....................................................................................72 Tabel 28: Aantal segmenten met een (of meerdere) type zijberm beveiligingsconstructie. ....................................................................................................................77 Tabel 29: Weggedeelten met meetdata voor langsgroeven. .......................................84 Tabel 30: Aantal in- en uitvoegstroken in de databank. .............................................87 Tabel 31: Aantal en onderlinge afstand van de opritten. ............................................87 Tabel 32: Aantal en onderlinge afstand van de afritten. .............................................88 Tabel 33: Verdeling van de uitvoegstroken naargelang hun lengte. .............................90 Tabel 34: Verdeling van de invoegstroken naargelang hun lengte. ..............................94 Tabel 35: Verdeling van de open afritten volgens de kant van de weg. ......................95 Tabel 36: Overzicht van de complexen met een linkse op- of afrit. .............................95 Tabel 37: Kengetallen van de invoegstrook breedte. .................................................97 Tabel 38: Kengetallen van de uitvoegstrook breedte. ................................................98 Tabel 39: Meetafwijkingen van de invoegstrookbreedte zonder imputatiemethode. .......99 Tabel 40: Meetafwijkingen van de uitvoegstrookbreedte zonder imputatiemethode. ......99 Tabel 41: Aantallen en dichtheid per type puntelement. .......................................... 101 Tabel 42: Overzicht van het aantal segmenten dat een bepaald aantal borden van een bepaald type bevat. ...................................................................................... 102 Tabel 43: Autosnelwegen volgens de Topografische Atlas België (NGI, 2002). ............ 110 Tabel 44: Gemeten wegkenmerken. ...................................................................... 112 Tabel 45: Lay-out van Aran log bestand. ............................................................... 114


14

RA-2005-59

1.

INLEIDING

1.1

Doelstelling voor dit onderzoek

Dit rapport kadert in een geheel van drie onderzoeken, waarbij we risicoanalyses maken van (1) Vlaamse autosnelwegen, (2) gewestwegen binnen de bebouwde kom en (3) gewestwegen buiten de bebouwde kom. Elk van deze onderzoeken wordt op dezelfde wijze uitgewerkt. (a) Aan de hand van binnen- en buitenlandse literatuur bespreken we een aantal infrastructuurkenmerken en –maatregelen. We verzamelen daarbij richtlijnen, aanbevelingen en resultaten uit internationaal onderzoek naar infrastructuurkenmerken die bepalend zijn voor de verkeersveiligheid van autosnelwegen. (b) In een tabel geven we een samenvatting van de richtcijfers voor infrastructuurkenmerken. Dit geeft op compacte en overzichtelijke wijze een aantal toetsingscriteria voor de Vlaamse situatie. (c) In een tweede tabel geven we een samenvatting van de effectiviteit van infrastructuurmaatregelen. Op basis hiervan kunnen voorstellen geformuleerd worden voor aanpassingen van bestaande wegen of voor de aanleg van nieuwe wegen. (d) Daarna behandelen we de Vlaamse situatie. We overlopen de ministeriële omzendbrieven en gaan na in hoeverre deze overeenkomen met de richtcijfers die we in de literatuur gevonden hebben. (e) Omdat we zowel de Vlaamse ‘theorie’ als de ‘praktijk’ willen screenen, geven we daarna weer welke reële data beschikbaar zijn voor het onderzoek en in welke databanken deze te vinden zijn. (f) Op basis van deze data analyseren we dan de bestaande infrastructuur in Vlaanderen. We vergelijken de verzamelde data met de richtcijfers die we eerder in de literatuur gevonden hebben. (g) Door tenslotte de infrastructuurdata te koppelen aan de ongevalgegevens kunnen we verbanden leggen tussen infrastructuurkenmerken en frequentie van ongevallen. We bouwen een regressiemodel dat het aantal ongevallen voorspelt in functie van de verschillende infrastructuurkenmerken. In eerder onderzoek behandelden we onderzoekstappen (a) tot en met (d) voor autosnelwegen (Nuyts et al, 2004). In dit rapport behandelen we onderzoekstappen (e) en (f) voor autosnelwegen. Onderzoekstap (g), de uiteindelijke risicoanalyse op Vlaamse autosnelwegen, zal in een volgend rapport behandeld worden.

1.2

Onderzoeksvragen

In dit rapport zijn er drie concrete onderzoeksvragen. 

Analyse van de infrastructuurkenmerken: in hoeverre komen de metingen van de huidige Vlaamse autosnelwegen infrastructuur overeen met de (inter)nationale normen en aanbevelingen?



Wat is de nauwkeurigheid, juistheid, bruikbaarheid,… van de Aran meetgegevens?



Welke imputatiemethode is het best bruikbaar om op basis van bestaande data de ontbrekende verkeerstechnische data in te vullen?


15

RA-2005-59

1.3

Onderzoeksopzet

1.3.1 Selectie van de wegen In dit onderzoek concentreren we ons op autosnelwegen. Een overzichtslijst van de Vlaamse autosnelwegen wordt opgesteld. Deze lijst wordt vervolgens aangevuld met de begin- en eindpositie (eerste respectievelijk laatste kilometerpaal) van de betreffende autosnelweg. Op basis van die gegevens kan dan een overzichtstabel van wegsegmenten (100m) gecreëerd worden. Volgende bronnen worden gebruikt om het overzicht te maken: 

Topografische Atlas België van het Nationaal Geografisch Instituut (NGI, 2002);



Ruimtelijk Structuurplan Vlaanderen (RSV, 1998).

1.3.2 Informatie verzamelen van de autosnelwegen 

Categorieën (hoofdwegen of primaire wegen) (RSV, 1998);



Infrastructuurmetingen m.b.v. ARAN1 via de Administratie van Wegen en Verkeer (AWV, maart 2003);

1.3.3 Analyse en evaluatie De ruwe meetdata (Aran) worden verwerkt tot bruikbare SAS datasets. De waarde (concrete afmeting, de eventuele aanwezigheid, het type, ...) van elk infrastructuurkenmerk wordt toegekend aan een eenduidig bepaald wegsegment. Vervolgens kunnen diverse statistische methodes toegepast worden op de ruwe data (steekproefmetingen) om ze in eerste instantie op te vullen tot een volwaardige dataset (streefdoel: 100% compleet). Elk infrastructuurkenmerk wordt afzonderlijk geanalyseerd. De resultaten worden geëvalueerd ten opzichte van de – in deel 1 (Nuyts et al, 2004) verzamelde – Vlaamse en internationale normen en richtlijnen. Gaandeweg wordt er ook ervaring opgebouwd met de Aran metingen. Moeilijkheden, fouten en problemen worden onderzocht ter verbetering van de verwerkingsmethode voor de meetdata en de analyse van de weginfrastructuur.

1.4

Beperkingen van dit rapport

De lijst van kenmerken uit de Aran is beperkt. De metingen zijn in nauwkeurigheid beperkt tot de capaciteiten van de Aran en de meetfouten van de registranten. Het rapport behandelt enkel data van de “hoofdweg” en geen open afritten.

1

Automatic Road Analyser (http://www.roadware.com)


16

RA-2005-59

2.

SELECTIE

2.1

Definitie autosnelwegen

VAN DE WEGEN EN DEFINITIES

In dit onderzoek vertrekken we van een lijst met de te onderzoeken wegen. Het gaat hierbij om autosnelwegen. Volgens het Koninklijk besluit van 1 december 1975 houdende algemeen reglement op de politie van het wegverkeer en van het gebruik van de openbare weg, artikel 2 bepalingen is een autosnelweg de openbare weg waarvan het begin of de oprit aangeduid is met het verkeersbord F5 en het einde met het verkeersbord F7 (http://wegcode.be/wegcode/art2.htm#Autosnelweg).

F5

F7

In het Ruimtelijk Structuurplan Vlaanderen (1998) worden de autosnelwegen in twee grote groepen verdeeld: internationale autosnelwegen en stedelijke autosnelwegen 2.

2.2

Selectie autosnelwegen

Tabel 43 (Bijlage A) bevat een overzicht van alle autosnelwegen in Vlaanderen die opgenomen worden in dit onderzoek. Deze selectie wordt gemaakt aan de hand van de Topografische Atlas België (NGI, 2002). Alle autosnelwegen (paarse wegen in de atlas) worden opgezocht. De bijhorende begin en eind kilometerpalen worden bepaald. Uit het Ruimtelijk Structuurplan Vlaanderen (RSV, 1998) wordt de informatie gehaald of het om een hoofdweg of een primaire weg I gaat. Om de tabel duidelijker en leesbaarder te maken, worden aan de hand van de atlas en het structuurplan ook enkele benamingen toegevoegd. De uiteindelijke selectie van wegen waar mee gewerkt wordt, wordt in Figuur 1 getoond.

2

Internationale autosnelwegen zijn autosnelwegen met ontwerpstandaarden op Europees niveau. De ontwerpsnelheid dient hoger dan 100 km/u te zijn en de kans op files voor het lange afstandsverkeer dient kleiner dan 5% te zijn. Die hoofdwegen, welke tevens zijn aangewezen als hoofdtransportas, mogen een filekans hebben voor het vrachtverkeer van maximaal 2%. Tot de hoofdwegen behoren ondermeer hoofdtransportassen en achterlandverbindingen, waarvan sommigen onderdeel zijn van "Trans-European Networks (TEN)", het Europese netwerk van transportassen. Primaire wegen I hebben een uitvoeringsvorm van een autoweg of een stedelijke autosnelweg (RSV, 1998). Stedelijke autosnelweg: binnen stedelijke gebieden kan het aangewezen zijn te kiezen voor een uitvoering als een stedelijke autosnelweg, waarbij het verkeersregime hetzelfde is als op de autosnelwegen, maar de ontwerpstandaard lager liggen (b.v. A12, tussen Brussel en Antwerpen, en vakken van R4). De ontwerpsnelheid is 100 km/u of lager (kleinere bochtstralen, steilere hellingen).


17

RA-2005-59

Figuur 1: Autosnelwegen in Vlaanderen volgens de Topografische Atlas België (NGI, 2002).

2.3

Definitie rijrichting

De rijrichting is belangrijke informatie. Een autosnelweg bestaat steeds uit minstens 2 rijbanen gescheiden door een middenberm. Beide rijbanen kunnen aan dezelfde kilometerpaal enorm van elkaar afwijken inzake infrastructuur. In deze studie hebben we de afspraak gemaakt dat de rijrichtingen aangeduid worden door een cijfer: 1 of 2. De keuze wordt als volgt vastgelegd: 1: rijrichting met oplopende kilometerpalen. 2: rijrichting met afnemende kilometerpalen.

2.4

Definitie wegsegmenten

Om een verdere analyse te maken van de autosnelwegen splitsen we ze op in wegsegmenten van 100 m.3 En dit per rijrichting. Elk wegsegment krijgt zijn eigen unieke aanduiding WWWWWWW – R – KKKKKK, waarbij: 

W: weg identificatie (ident7);



R: richting;



K: Kilometerpaal.

Voorbeeld: A010000-1-015800 (Kilometerpaal 15.8 in richting 1 op de A10). Het aantal wegsegmenten dat we op deze manier in rekening brengen, is 19816. Alle data die we in de verdere studie gaan onderzoeken op autosnelwegen worden aan deze 19816 segmenten gekoppeld. Data waarvoor geen segment wordt gevonden in deze lijst, worden verwijderd. We gaan er voor die data dan vanuit dat ze niet tot de autosnelwegen behoren.

3

Standaard wordt een segment lengte van 100 m gebruikt in deze studie. Voor specifieke deelonderzoeken, zoals meetfouten, worden wel eens andere lengtes (bvb 25 m, 50 m) genomen. In dat geval wordt de segmentlengte expliciet vermeld.


18

RA-2005-59

Bij iedere berekening wordt er aandachtig gekeken dat we steeds de 19816 segmenten hebben. Dit is een interne controle die we aanhouden. We willen er zeker van zijn dat we van ieder segment iets over alle infrastuctuurkenmerken weten; of het nu gaat om een concrete waarde of een ‘missing value’.

2.5

Definitie zones

Het is mogelijk om bepaalde kenmerken te onderzoeken voor alle autosnelwegsegmenten maar we kunnen ook een onderscheid maken tussen homogene zones of gebieden. Zo kunnen we van een stedelijk en een open gebied spreken. Macro kenmerken zoals het aantal open afritcomplexen per kilometer kunnen verschillen tussen dergelijke gebieden. Het bepalen van de zones wordt visueel m.b.v. de Topografische Atlas gedaan. Een waterdicht criterium hiervoor werd niet gevonden in de literatuur. We passen deze methode toe: Volgende zones worden aangemaakt: -

Stedelijk gebied (Antwerpen, Luchthaven Zaventem)

-

Buitengebied

-

Verkeerswisselaars

Brussel,

Gent,

Kortrijk,

Leuven,

Oostende,

De ringwegen worden gedefiniëerd als stedelijk gebied. Voor de aansluitende wegen wordt het eerste open afrittencomplex meegenomen. Rond Leuven worden de verschillende open afrittencomplexen die aansluiten op Leuven ook als stedelijk gebied meegenomen. Verder onderzoek kan leiden tot een beter criterium voor toekomstige risicoanalyses. Ter verduidelijking worden in Figuur 2 de stedelijke gebieden voorgesteld. De opsplitsing naar stad toe wordt opgenomen in het databestand. Dit kan later nog nuttig zijn.

Figuur 2: Gedefiniëerde zones.


19

RA-2005-59

3.

MEETDATA

VAN DE INFRASTRUCTUUR KENMERKEN

Dit hoofdstuk bevat de voornaamste problemen, oplossingen, conclusies en aanbevelingen voor het gebruik van de ARAN meetwagen, de herkenningssoftware en de ruwe databestanden. Voor verdere technische beschrijvingen verwijzen we naar bijlage B. De Administratie Wegen en Verkeer (AWV) van de Vlaamse Gemeenschap beschikt over een voertuig, ARAN (Automatic Road Analyser) genaamd, waarmee het mogelijk is om foto’s te nemen van de weg waarover het rijdt. Deze foto’s worden vervolgens ingelezen in het software pakket Surveyor van Roadware. Deze software laat de gebruiker toe om delen van de weg op de foto aan te duiden en zo een meting van het wegkenmerk te maken. De resultaten van deze metingen worden samen met hun weglocatie in log bestanden (ASCII bestanden) weggeschreven. De registratie van de wegkenmerken via de foto’s voor dit rapport wordt uitgevoerd door jobstudenten. De ASCII databestanden met de wegkenmerken, waarmee achteraf een SAS dataset wordt samengesteld, worden dus afgeleid van foto’s van ARAN. Hoewel dit afwijkingen van de werkelijkheid veroorzaakt, is het de beste benadering indien we over een voldoende grote hoeveelheid meetdata wensen te beschikken.

3.1

Aran meetwagen

De ARAN wordt in Canada ontwikkeld en wordt op het ogenblik van dit schrijven gebruikt bij ongeveer 75 agentschappen in 15 verschillende landen. De eerste werd geleverd aan Autostrade in Italië in 1984. Het kan gegevens over diverse wegkarakteristieken verzamelen. Data over langs- en dwarsvlakheid, stroefheid en textuur, GPS coördinaten, locaties van objecten, panoramische video van de rijweg, … Met de meetwagen wordt alleen gereden door medewerkers van AWV. Binnen het onderzoeksinstituut Architectuur, Mobiliteit en Omgeving (AMO) van de Provinciale Hogeschool Limburg hebben we daar geen ervaring mee en kunnen we geen uitspraken doen over de kwaliteit en betrouwbaarheid van de auto. Het aantal foto’s per tijdseenheid en rijafstand is ruim voldoende om een goede databank van infrastructuurkenmerken op te zetten.

3.2

Aran software: module Surveyor

De opmeting van de infrastructuurkenmerken werd uitgevoerd door jobstudenten. Er werden instructies gegeven en de studenten schreven elke eigenaardigheid die ze tegen kwamen op. Deze notities waren een goede bron om datafouten te corrigeren of betere analyses uit de resultaten te trekken. Echter, verschillende computerhandelingen zijn nodig om de gegevens van één enkel kenmerk weg te schrijven naar een databestand. Een geoefende gebruiker heeft ongeveer één minuut nodig per kenmerk. Dit is een waar monnikenwerk met risico op fouten. Het risico op manuele fouten kan o.a. verminderd worden door het automatiseren van dataregistratie en dataopslag. Een stap voor stap automatisatie wordt aanbevolen. Dit vereenvoudigt het oplossen van softwarefouten. Prioriteit ligt eerder op registratie dan op dataopslag. Een databestand voldoet momenteel goed. Het zijn de juiste data die tellen nu! Het gebruik van fotoherkenningssoftware voor het automatisch herkennen en registreren van infrastructuurkenmerken op foto’s dient onderzocht te worden. De mogelijkheden die de Aran meetwagen, met zijn verschillende camera’s aan boord, biedt, zijn legio.


20

RA-2005-59

3.3

Aran databestanden

Tijdens de analyse en de eerste verwerking van de Aran databestanden kwamen diverse fouten naar boven die gemakkelijk manueel te corrigeren waren in de oorspronkelijke data. Het ging om typfouten die door manuele analyse van de andere data gemakkelijk verbeterd konden worden. Het zou technisch te ver leiden als we hier de concrete problemen met de databestanden gingen beschrijven. Voor deze informatie verwijzen we naar bijlage B.

3.4

Werkwijze

Het is niet de bedoeling hier een volledige uitwerking van de software en de methodes te geven. Toch willen we in deze paragraaf een summier overzicht geven van de diverse handelingen. Voor de verwerking van de data werden de volgende softwarepakketten gebruikt: Microsoft Excel 2002, SAS 8.02 en ArcView 3.1. 3.4.1 Van tekst naar Excel Met behulp van een Excel macro worden de Aran bestanden ingelezen in Excel. De data worden gekoppeld aan een segmentnummer en iedere parameterwaarde wordt in een specifieke kolom geschreven. Dit leverde een databestand met een totaal van 33233 metingen verdeeld over 45 parameters. 3.4.2 Op naar SAS Vervolgens wordt deze Excel file ingelezen in SAS. De ruwe data bevatten ook fouten. Deze worden in deze fase gecorrigeerd. 3.4.3 Imputatie en samenvoeging van data 

Sortering 1: Het SAS databestand wordt eerst gesorteerd volgens Aranbestand. Indien er van bepaalde autosnelwegen meerdere databestanden bestaan, worden die dus in eerste instantie apart behandeld.



Combinatie 1: Vervolgens gaan we per Aranbestand de gegevens van elk segment combineren. Meerdere metingen van eenzelfde kenmerk op eenzelfde segment worden gecombineerd volgens de afspraken beschreven in hoofdstuk 4.



Imputatie 1: Nadien imputeren we de data per Aranbestand. Lege wegsegmenten worden indien mogelijk opgevuld.



Sortering 2: Vervolgens sorteren we alle data per segment.



Combinatie 2: Aangezien sommige wegdelen meerdere malen zijn opgemeten en dus in meerdere databestanden te vinden zijn, kan het na de 2 de sorteeractie mogelijk zijn dat er opnieuw meerdere metingen voor eenzelfde wegsegment voorkomen. Uiteindelijk dienen we dus nogmaals de data te combineren per segment.

3.4.4 Analyse De dataset kan nu gebruikt worden om wegkenmerken te analyseren.


21

RA-2005-59

4.

VERWERKING

VAN DE MEETDATA

Gezien er meerdere metingen van eenzelfde kenmerk op eenzelfde segment kunnen voorkomen, dienen we een beslissing te nemen hoe we met deze waarden omgaan. Soms moeten we de gemiddelde waarde nemen, soms het minimum, soms het maximum,… In dit hoofdstuk wordt per kenmerk op dit probleem ingegaan.

4.1

Aanmaken SAS dataset

De structuur van de Aran bestanden laat niet toe de gegevens op een vlotte manier in te lezen in SAS. Een Excel macro is gemaakt om een eerste importeerslag te verwezenlijken. Hierbij worden de meetgegevens regel voor regel verwerkt. Afhankelijk van het type data dat de regel bevat worden specifieke kolommen in Excel ingevuld. In SAS kunnen we dan het Excel bestand op zijn beurt importeren. Tijdens toekomstige onderzoeken dient een verdere evaluatie te gebeuren om de meetdata op een vlottere en efficiëntere manier (rechtstreeks) te importeren in SAS.

4.2

Combinatie van de metingen

4.2.1 Aantal rijstroken. In normale omstandigheden treedt er maar één unieke waarde op per segment. Wanneer op een segment twee verschillende waarden gegeven worden voor het aantal rijstroken zijn er de volgende mogelijkheden: 

werkelijke verandering van het aantal rijstroken op dat segment;



dataverzamelaar heeft zich vergist bij een van de twee.

We kiezen voor de bewerking ‘minimum waarde’ zodat bij verandering van het aantal rijstroken de kleinste waarde genomen wordt. Dit wordt als de meest kritische waarde beschouwd. Tijdens de uiteindelijke risicoanalyse zal het waarschijnlijk zinvoller zijn om zowel de minimum als de maximum waarde bij te houden in 2 variabelen. Eventueel kan ook een variabele ‘verandering rijstrook aantal’ ingevoerd worden met als waarden ‘ja’ en ‘neen’. Op die manier brengen we ook zoveel mogelijk de veranderingen in het aantal rijstroken in kaart. In deel 3 zal dit verder onderzocht worden. 4.2.2 Rijstrookbreedte Bij deze parameter is er geen twijfel mogelijk. Meerdere metingen met verschillende waarden op eenzelfde 100 m segment zijn perfect mogelijk. De bewerking “gemiddelde waarde” levert de beste schatting op. 4.2.3 Zijberm Voor zijbermen werken we met een parameter die de aanwezigheid aangeeft. Als een segment een beveiligingsconstructie heeft, krijgt de parameter de waarde 1, anders 0. Indien meerdere metingen op eenzelfde segment voorkomen, wordt een logische som operatie gebruikt (0+0=0; 0+1=1; 1+1=1). 4.2.4 Kant van een invoegstrook In Error! Reference source not found. vermelden we de bewerking “directe waarde”. Hiermee bedoelen we dat er eigenlijk geen acties gebeuren op de meting. Een invoegstrook ligt links of rechts. Indien meerdere verschillende metingen bestaan voor eenzelfde invoegstrook worden alle waarden verwijderd. In dit geval is er namelijk een foute registratie gebeurd en spelen we zo op veilig.


22

RA-2005-59

4.2.5 Andere kenmerken in samenvattende tabel De andere kenmerken worden op hun beurt geanalyseerd. In Error! Reference source not found. wordt aangegeven volgens welke wiskunde bewerking we verschillende metingen van eenzelfde kenmerk op eenzelfde segment gaan samenvoegen.

Wegkenmerk

Dimensie

Bewerking

Rijstrook

Aantal

Minimum

Rijstrook

Breedte

Gemiddelde

Vluchtstrook

Breedte

Gemiddelde

Zijberm

Type beveiligingsconstructie;

Aanwezigheid

Middenberm


Aanwezigheid

Redresseerstrook

Breedte

Gemiddelde

Invoegstroken

Aantal

Minimum

Invoegstroken

Kant

Directe waarde

Uitvoegstroken

Aantal

Minimum

Uitvoegstroken

Kant

Directe waarde

Maximum snelheid

Waarde

Maximum

Langsgroeven

Lengte

Aanwezigheid

Bebording

Type

Aanwezigheid

Bebording

Aantal

Som

Tabel 1: Geselecteerde (wiskundige) bewerking om meerdere metingen op eenzelfde segment samen te voegen.

4.3

Beschikbare en ontbrekende data

Om een idee te krijgen van de hoeveelheid beschikbare meetdata tellen we het aantal metingen van vier kenmerken die op ieder segment bestaan: 

aantal rijstroken;



breedte van de rijstroken;



breedte van de redresseerstrook;



breedte van de vluchtstrook.

Het resultaat zien we op Figuur 3. Van 49.9% van de segmenten hebben we dus geen meetdata van de vier vermelde kenmerken. Van 4% hebben we data van de vier kenmerken. Op het eerste zicht lijkt het alsof we weinig data ter beschikking hebben. Wanneer we echter dezelfde informatie visualiseren op een wegenkaart zien we dat de beschikbare data zeer goed verdeeld zijn over de bestudeerde autosnelwegen. Zie Figuur 4, Figuur 5 en Figuur 6. De hoeveelheid data waarmee uiteindelijk de analyse wordt uitgevoerd zal groter zijn. Hiervoor gebruiken we opvul of imputatietechnieken. Deze worden in het volgende hoofdstuk beschreven.


23

RA-2005-59

Figuur 3: Percentage wegsegmenten met aantal beschikbare meetdata.

Figuur 4: Wegsegmenten met 4 bekende gegevens.

Figuur 5: Wegsegmenten met 3 en 4 bekende gegevens.


24

RA-2005-59

Figuur 6: Wegsegmenten met 1 tot en met 4 bekende gegevens. Op Figuur 6 zien we van welke delen van autosnelwegen we geen meetdata ter beschikking hebben. Het gaat hier dan over één richting van de A12 (Antwerpen – Nederland), N49 en een gedeelte van de A14 (Antwerpen – Gent).


25

RA-2005-59

5.

IMPUTATIE

VAN ONTBREKENDE DATA

Niet ieder kenmerk wordt voor ieder segment opgemeten. Het tijdrovende karakter van de dataverzameling verhindert dit. Hierdoor ontstaan er gaten in de data. Deze dienen opgevuld te worden vooraleer we met de risicoanalyse verder kunnen. Om ontbrekende informatie op te vullen, bestaan er verschillende methodes. Het aanvullen van ontbrekende data, op basis van de beschikbare data, wordt imputatie genoemd. In de volgende paragraaf wordt een overzicht gegeven van mogelijke methodes.

5.1

Imputatie methodes: een overzicht

5.1.1 LOCF – Last Observation Carried Forward Deze methode kent de vorige laatste waarde van de variabele toe aan de ontbrekende waarde (Engels en Diehr, 2003). Bij Statistical Solutions (www.statsol.ie) noemt men deze methode ook ‘Last Value Carried Forward’ (LVCF).

Oorspronkelijk . 1 . . . 2 . 3 .

Methode: LOCF Methode 4 n.v.t.

Resultaat . 1 1 1 1 2 2 3 3

LOCF LOCF LOCF LOCF LOCF

5.1.2 NOCB – Next Observation Carried Backward Bij deze methode wordt de eerst volgende gekende waarde na de ontbrekende gebruikt als waarde voor de ontbrekende waarde (Engels en Diehr, 2003).


Methode: NOCB Methode NOCB

Resultaat 1 1 2 2 2 2 3 3 .

NOCB NOCB NOCB NOCB n.v.t.

4

Methode is op dit record niet van toepassing (n.v.t.). In dit specifieke geval (LOCF) is er namelijk nog geen vorige waarde gekend. Als resultaat blijft er dan een ‘missing value’ over (dot ‘.’). Deze uitleg geldt ook voor de volgende methoden.


26

RA-2005-59

5.1.3 LOCF en NOCB gecombineerd Hier gaan we beide vorige methodes combineren om geen enkele missing value te hebben. Oorspronkelijk . 1 . . . 2 . 3 .


Methode: LOCF (+NOCB) Methode NOCB LOCF LOCF LOCF LOCF LOCF

Methode: NOCB (+LOCF) Methode NOCB NOCB NOCB NOCB NOCB LOCF

Resultaat 1 1 1 1 1 2 2 3 3

Resultaat 1 1 2 2 2 2 3 3 3

Als we de bovenstaande resultaten vergelijken, zien we duidelijk dat de volgorde van de methodes een grote invloed heeft. Bij de keuze van de methode voor een specifiek kenmerk moeten we kritisch nagaan welke methode en/of volgorde mag en kan gebruikt worden.

5.1.4 Lineaire interpolatie (L.I.) Bij de 4de methode wordt een lineaire interpolatie toegepast op de ontbrekende waarden met als input de vorige en de volgende gekende waarden. De ontbrekende waarden worden dus evenredig verdeeld over de lengte van het interval.



Methode: L.I. Methode n.v.t.

Resultaat . 1 1,25 1,50 1,75 2 2,5 3 .

L.I. L.I. L.I. L.I. n.v.t.

27

RA-2005-59

5.1.5 Lineaire interpolatie in combinatie met LOCF en NOCB voor de buitengebieden 5 Hierbij wordt een lineaire interpolatie toegepast op de ontbrekende waarden met als input de vorige en de volgende gekende waarden. De ontbrekende waarden worden dus evenredig verdeeld over de lengte van het interval. Voor de buitengebieden wordt ofwel de NOCB ofwel de LOCF techniek toegepast. Hier hebben we namelijk maar één waarde ter beschikking waardoor geen lineaire interpolatie kan uitgevoerd worden.


Methode: L.I. (+ NOCB + LOCF) Methode NOCB L.I. L.I. L.I. L.I. LOCF

Resultaat 1 1 1,25 1,50 1,75 2 2,5 3 3

5.1.6 Gemiddelde van gekende waarden Bij deze methode wordt de ontbrekende waarde vervangen door het gemiddelde van gekende waarden. Hierbij kan nog een onderscheid gemaakt worden tussen: 

Gemiddelde van alle gekende waarden;



Gemiddelde van alle gekende waarden vóór de ontbrekende waarde;



Gemiddelde van alle gekende waarden behorend tot een gekozen klasse (wegtype, jaartal, …);



Gemiddelde van vorige en volgende gekende waarde.

5.1.7 Mediaan van gekende waarden Deze methode is vergelijkbaar met de ‘gemiddelde waarde’, maar maakt gebruik van de mediaan. Een gelijkaardig onderscheid kan ook hier gemaakt worden.

5.2

Vergelijking imputatiemethodes

5.2.1 Inleiding In hun onderzoeksrapport rond imputatie van data komen Engels en Diehr (2003) tot de volgende conclusie. Indien longitudinale data beschikbaar zijn voor en na de ontbrekende waarde wordt het gemiddelde van de vorige en volgende waarde aangeraden als nieuwe waarde. Indien alleen data beschikbaar zijn vóór de ontbrekende waarde wordt de LOCF 5

Met buitengebied bedoelen we hier de gedeelten van de dataset vóór de eerste gekende waarde en ná de laatste gekende waarde.


28

RA-2005-59

methode aangeraden. Als algemeen besluit wordt gesteld dat de methode met de beste performantie een methode is waarbij een gecombineerde strategie wordt uitgewerkt. Omdat bvb de breedte van een rijstrook niet sprongsgewijs wijzigt maar een continue lijn volgt, lijkt een lineaire interpolatie de werkelijkheid echter beter te benaderen. Daarom nemen we deze zeker mee in de vergelijking van de imputatiemethodes.

5.2.2 Methodiek We willen de invloed van de verschillende imputatiemethodes op de meetdata kennen. We onderzoeken dit op basis van de metingen van de rijstrook breedte. Alle metingen zijn verzameld tijdens het rijden op de 1e, meest rechtse rijstrook. De bereden strook bevindt zich ongeveer in het midden van de foto’s en levert ons de meest correcte data op, zeker wat betreft de meetfouten. Dit wordt duidelijker in paragraaf 6.3 waar we de meetfouten behandelen. Het komt er in principe op neer dat hoe meer men naar de zijkant van een foto gaat om kenmerken te registreren, hoe groter de meetfout wordt. We berekenen de statistische kengetallen (aantal observaties, gemiddelde, standaard deviatie, mediaan, minimum en maximum) van de rijstrookbreedte na imputatie met verschillende methodes. We berekenen eveneens de gemiddelde meetafwijkingen, hun standaard deviaties en de 95% betrouwbaarheidsintervallen (BI) 6. De methodiek voor de betrouwbaarheidsintervallen van de meetfout wordt in hoofdstuk 6 verder uitgelegd. Daar wordt dieper ingegaan op diverse meetfouten die kunnen optreden.

5.2.3 Resultaten We starten met de verdeling voor de ruwe data, zonder imputatie of opvulling van ontbrekende data. Hierdoor krijgen we een beeld van de eventuele afwijking die we bekomen indien we geen imputatiemethode zouden gebruiken. In Tabel 2 vergelijken we de verdeling van de rijstrookbreedtes na verschillende imputaties met de verdeling van de oorspronkelijke metingen.

Imputatie methode

N: Aantal observaties

Gemiddelde

Standaard deviatie

Mediaan

Minimum

Maximum

Geen

3875

3.583

0.193

3.623

2.786

4.371

LOCF

16068

3.594

0.183

3.628

2.843

4.371

NOCB

15597

3.596

0.178

3.631

2.843

4.309

LOCF + NOCB

16075

3.593

0.182

3.628

2.843

4.309

L.I.

15590

3.596

0.175

3.630

2.843

4.371

L.I. + LOCF + NOCB

16075

3.594

0.177

3.629

2.843

4.309

Gemiddelde

15590

3.596

0.174

3.631

2.843

4.371

Tabel 2: Verdeling van rijstrookbreedtes na toepassing van diverse imputatie methodes (eenheid: m).

6

95% BI = gemiddelde ± 1,96 * standaard deviatie.


29

RA-2005-59

Voor de oorspronkelijke meetdata (imputatie = geen) vinden we een mediaan die hoger ligt dan de gemiddelde waarde. Dit leidt ertoe dat na om het even welke imputatie de gemiddelde waarde naar boven verschuift. De verschillen tussen de gemiddelde waarden zijn zeer klein. Het gemiddelde schuift maximaal op met iets meer dan een centimeter. De standaard deviatie wordt na imputatie kleiner. Dit is eveneens te verklaren. Door imputatie worden meer waarden die liggen rond het gemiddelde geïmputeerd dan waarden gelegen rond het minimum of maximum. Het aantal observaties neemt toe, de uiterste waarden blijven nagenoeg hetzelfde en de spreiding wordt aldus kleiner.

Imputatie methode

N

Gem.

St. Dev.

Mediaan

Min

Max

95% BI

Geen

185

0.022

0.067

0.012

-0.251

0.394

-0.109 / 0.153

LOCF

2497

0.015

0.109

0.013

-0.864

0.607

-0.199 / 0.229

NOCB

2361

0.031

0.114

0.017

-1.058

0.635

-0.192 / 0.254

LOCF + NOCB

2630

0.015

0.117

0.014

-0.864

0.607

-0.214 / 0.244

L.I.

2227

0.027

0.084

0.015

-0.763

0.604

-0.138 / 0.192

L.I. + LOCF + NOCB

2630

0.019

0.093

0.012

-0.763

0.604

-0.163 / 0.201

Gemiddelde

2227

0.026

0.083

0.017

-0.616

0.602

-0.137 / 0.189

meetfout

Tabel 3: Verdeling van de meetafwijkingen tussen de N en C-dataset7 voor de rijstrookbreedtes na diverse imputaties (eenheid: m - segmentlengte: 100 m). Zonder toepassing van imputatie houden we maar 185 observaties over om een meetafwijking en betrouwbaarheidsinterval te bepalen. De reden hiervoor is dat we slechts 185 segmenten hebben met zowel een N-meting als een C-meting. Wanneer we de meetfout vergelijken tussen de verschillende imputatiemethodes zien we dat de lineaire interpolatie en de “gemiddelde” methode de kleinste meetfout (kleinste betrouwbaarheidsinterval) introduceren. De andere methodes veroorzaken een extra verhoging van de meetfout.

5.2.4 Conclusies Wanneer we de spreiding op de meetafwijkingen bekijken, zien we een toename als we lineaire interpolatie combineren met de andere opvulmethodes. Het gebruik van enkel een lineaire interpolatie zorgt voor een kleinere toename van de spreiding in het meetverschil. Het is vooral de LOCF – NOCB combinatie die voor een toename zorgt. Toegepast zonder lineaire interpolatie geeft deze methode zelfs de grootste toename van de spreiding op de meetfout. De LOCF en NOCB methodes worden enkel toegepast indien het niet anders kan of mag. Als het gaat over meetdata bestaande uit discrete waarden moeten we deze methode toepassen. Bijvoorbeeld om het aantal rijstroken aan te vullen.

7

In het verdere rapport wordt regelmatig gewerkt met een N en C-dataset. Dit wordt ook in paragraaf 6.3 verder uitgelegd. Samengevat zijn dit 2 datasets van metingen van dezelfde kenmerken op dezelfde autosnelwegen door 2 verschillende personen uitgevoerd. We noemen deze twee datasets verder de N(ormale) en de C(ontrole) dataset. Ze dienen vooral om meetfouten te onderzoeken.


30

RA-2005-59

Het gebruik van de gemiddelde methode waarbij we de gemiddelde waarde van de vorige gekende en volgende gekende waarde gaan invullen voor de tussenliggende ontbrekende waarden zorgt voor gelijkaardige resultaten als de lineaire interpolatie. Gezien de verwaarloosbare verschillen tussen de gemiddelde meetafwijkingen na imputatie met lineaire interpolatie of gebruik van de “gemiddelde”-methode en het feit dat een lineaire interpolatie meer de werkelijkheid benadert, kiezen we – ondanks de conclusies van Engels en Diehr - toch voor lineaire interpolatie voor kenmerken met nietdiscrete waarden. De breedte van een rijstrook varieert namelijk niet trapsgewijs maar geleidelijk.

5.3

Geselecteerde methodes per wegkenmerk

Niet elk kenmerk kan volgens dezelfde imputatiemethode aangevuld worden. In deze paragraaf geven we een overzicht van de methodes die per kenmerk gebruikt worden. 5.3.1 Aantal rijstroken Voor het aantal rijstroken gebruiken we de LOCF methode. De laatst gekende waarde kopiëren we voor de onbekende waarden tot een nieuwe waarde wordt tegengekomen. Op deze manier werd de data ook geregistreerd. Enkel voor het eerste deel van de autosnelweg kan het gebeuren dat we geen informatie hebben. We kunnen geen NOCB methode toepassen. We weten nooit met zekerheid hoe de autosnelweg eruit ziet vóór de startpositie. 5.3.2 Breedte rijstroken Voor dit kenmerk kiezen we als imputatie methode een lineaire interpolatie tussen twee gekende waarden. In de buitengebieden doen we niets. Deze blijven onbekend. 5.3.3 Breedte vluchtstrook Hiervoor gebruiken we lineaire interpolatie. In de buitengebieden doen we niets. 5.3.4 Breedte redresseerstrook Hiervoor gebruiken we lineaire interpolatie. In de buitengebieden doen we niets. 5.3.5 Zijberm – geleiderail Bij dit kenmerk is het voldoende om het al dan niet aanwezig zijn van het beveiligingssysteem te weten. Tijdens de meting werd gevraagd een begin- en eindpunt van de constructie op te meten. Tijdens het opvullen van de data geven we vervolgens een waarde “1” voor het aanwezig zijn / een waarde “0” bij het ontbreken van de constructie. Bij twijfel wordt het veld als “missing value” ingevuld. 5.3.6 Middenberm – geleiderail Hier gebruiken we dezelfde methode als voor de zijberm constructie. 5.3.7 Bebording Bebording bestaat uit puntelementen. Hiervoor is geen opvulmethode nodig. 5.3.8 Inrijstrook / uitrijstrook breedte Vergelijkbaar met rijstrook. Hier gebruiken we dus lineaire interpolatie.


31

RA-2005-59

5.3.9 Snelheid Vanaf een oprit geldt de snelheid van 120 km/h. Deze waarde wordt verder gebruikt tot een ander verkeersbord i.v.m. de maximaal toegelaten snelheid wordt tegengekomen. De waarde van dit bord wordt dan doorgetrokken tot het volgende bord of de volgende oprit. 5.3.10

Langsgroeven

De lengte van de langsgroeven is gekend ter hoogte van het startsegment voor de langsgroeven. Het eindsegment is dan ook gekend. Een variabele die de aanwezigheid van de langsgroeven bijhoudt kan dan vanaf het start segment tot het eindsegment een specifieke waarde krijgen. 5.3.11

Op- en afrittencomplexen – aanwezigheid

De begin en eindpunten van open afritten worden bepaald. M.b.v. een LOCF methode is het mogelijk om de aanwezigheid (0 of 1) over de volledige lengte van de invoeg- of uitvoegstrook aan te geven.


32

RA-2005-59

6.

FOUTEN

ANALYSE

In dit hoofdstuk worden foutmarges bepaald voor de resultaten. Er zijn verschillende zaken die aanleiding kunnen geven tot fouten: 

meetfouten te wijten aan de ARAN wagen o

v.b. bandenspanning, vetergang, kalibratie van gereedschap



verwerkingsfouten bij de selectie en ingave van gegevens tijdens het registreren van kenmerken op de foto’s



interpretatiefouten tijdens analyse van foto’s (vb verkeerd type van geleiderail)



fouten geïntroduceerd door de imputatie van ontbrekende waarden

6.1

Meetfout op de Aran kilometerteller

6.1.1 Doel In dit deel bekijken we wat de afwijking is van de kilometerstand van de Aran wagen en de lengte van het vooropgestelde traject dat werd opgemeten.

6.1.2 Werkwijze We gebruiken volgende formules: Relatief verschil = (EindeKM - EindeAran) / (EindeKM - StartKM) Absoluut verschil = EindeKM - EindeAran Waarbij: 

StartKM: kilometerpaal waar wordt vertrokken met de wagen;



EindKM: kilometerpaal waar wordt gestopt met de wagen;



StartAran: = StartKM;



EindeAran: kilometerstand van de Aran op de stopplaats.

Veronderstelling: kilometerpaal staat fysisch op de juiste plaats. Een eventuele afwijking hiervan wordt niet meegenomen.

6.1.3 Resultaten Alle ritten liggen binnen een afstand van 40 km. We berekenen de kengetallen van het relatief verschil, het absoluut verschil en de gereden afstand.

Aantal ritten

Gemiddelde

Standaard Deviatie

Minimum

Maximum

Relatief verschil

131

-0.001

0.005

-0.030

0.009

Absoluut verschil (km)

131

-0.009

0.076

-0.640

0.160

Gereden afstand (km)

131

14.098

9.354

0.490

37.300

Tabel 4: Kengetallen van het relatief verschil, het absoluut verschil en de gereden afstand.


33

RA-2005-59

Figuur 7: Ritafstanden van de ARAN metingen. In Figuur 7 lezen we dat ongeveer 47% van de ritten korter is dan 12.5 km, 83% korter dan 22.5 km en allemaal korter dan 37.5 km.

Figuur 8: Relatief verschil. 95% van de ritten heeft een relatieve fout tussen -0.012 en 0.008.


34

RA-2005-59

Figuur 9: Absoluut verschil. In tabelvorm geeft dit de volgende resultaten: Absoluut verschil

Aantal ritten

Percentage

0 – 100 m

148

93.08

100 – 200 m

8

5.03

200 – 300 m

2

1.26

600 – 700 m

1

0.63

Tabel 5: Absoluut verschil in gereden afstand. 11 ritten hebben dus een absolute fout groter dan 0.1 km. Om na te gaan of we eventueel te maken hebben met een cumulatieve fout (hoe verder we rijden, hoe groter de fout) zetten we de absolute en relatieve fout uit tegen de gereden afstand.


35

RA-2005-59

Figuur 10: Relatief verschil t.o.v. gereden afstand (km). Op Figuur 10 zien we enkele krommen verschijnen. Allereerst is er een horizontale lijn rond 0. Vervolgens zien we ook verscheidene krommen verschijnen met een hyperbolische vorm. Welke functie hier achter zit wordt niet in deze studie onderzocht. Een mogelijk model is echter

f ( x) 

k waarbij k diverse waarden aanneemt. Een x

mogelijk onderwerp voor verder onderzoek is het achterhalen van de waarden van k en hun technische betekenis.

Figuur 11: Absoluut verschil (km) t.o.v. gereden afstand (km). Steunpunt Verkeersveiligheid

36

RA-2005-59

Op Figuur 11 zien we dat het absoluut verschil zich concentreert rond 0. Dit is goed. Rond een gereden afstand van 20 km zien we een toename van de absolute fout. Hiervoor hebben we geen verklaring. Verder merken we geen cumulatieve fout. Het vermoeden dat de Aran wagen nauwkeuriger wordt met de tijd (door technische verbeteringen, nieuwe kennis en ervaring met voertuig, …) wordt niet bevestigd in Figuur 12. We bevelen aan om deze analyse nog eens toe te passen in de toekomst op een grotere dataset. Een periode van 2 maanden is te kort.

Figuur 12: Absolute fout i.f.v. ritdatum.

6.1.4 Conclusie @Uit Figuur 9 en Figuur 10 blijkt dat de gereden afstand niet rechtstreeks gerelateerd is aan de fout die gemaakt wordt. Een logische redenering zou leiden tot “hoe groter de gereden afstand, hoe groter de fout”. Dit is echter niet het geval. Er is dus geen sprake van een systematische fout die zich cumuleert. Om de fout te reduceren dienen acties ondernomen te worden naar de mogelijke oorzaken vermeld in de inleiding van dit hoofdstuk. Dit betreft o.a. onderzoek naar technische verbeteringen aan de Aran wagen, controle op manueel ingevoerde data en naast goede correctie-acties op de meetdata ook onderzoek naar en evaluatie van imputatiemethodes.


37

RA-2005-59

6.2

Nauwkeurigheid van de kilometerpaalregistratie

6.2.1 Doel We willen nagaan welke gemiddelde longitudinale afstandsfout we maken bij het toekennen van kenmerken aan een specifiek wegsegment. 6.2.2 Werkwijze Kenmerken worden bepaald via de kilometerstand van de Aran. Van elk geregistreerd punt weten we dus de op dat ogenblik afgelegde afstand van de Aran in meters. Ook de kilometerpalen langs de weg worden geregistreerd als wegkenmerken. We voeren een lineaire regressie uit op de volgende variabelen: 

Afhankelijke variabele: kilometerstand (m).



Onafhankelijke variabele: nummer van kilometerpaal (m).

Hierbij hanteren we de volgende definities: Kilometerpaal: dit is de fysieke paal om de 100 m langs de rand van de weg. Kilometerstand: dit is de waarde van de kilometerteller van de Aran meetwagen op het moment dat de foto gemaakt wordt. Deze waarde is zelfs gekend op millimeter niveau. 6.2.3 Resultaten en analyse Een lineaire regressie uitgevoerd op de parameters geeft volgende resultaten. DF

Sum of Squares

Mean Square

1 1271 1272

7.971929E11 960081 7.971939E11

7.971929E11 755.37484

Source Model Error Corrected Total

Root MSE Dependent Mean Coeff Var

27.48408 34101 0.08060

R-Square Adj R-Sq

F Value

Pr > F

1.055E9

<.0001

1.0000 1.0000

Parameter Estimates Variable

DF

Parameter Estimate

Standard Error

t Value

Pr > |t|

1 1

6.53226 0.99984

1.30186 0.00003078

5.02 32486.3

<.0001 <.0001

Intercept kmpaal

Dit geeft de volgende regressievergelijking: Kilometerstand = 0.9998 * Kmpaal + 6.5323 De regressiecoëfficiënt of richtingscoëfficiënt van de regressielijn is 0.9998 en de correlatiecoëfficiënt is 1.00. Met een adjusted R² van 1 kunnen we besluiten dat de bovenstaande formule kan gebruikt worden om de kilometerstand te berekenen aan de hand van de kilometerpaal. 6.2.4 Conclusie De afwijking van 6.5 m kan eventueel gebruikt worden om een correctie uit te voeren op de posities van de wegkenmerken binnen de wegsegmenten. De invloed van deze afwijking dient nagegaan te worden in toekomstige analyses. Deze afwijking kan verschillende oorzaken hebben: 

afstand tussen camera en foto locatie;


38

RA-2005-59



kilometerpaal staat niet exact op zijn positie;



fout geïntroduceerd door de Aran;



fout geïntroduceerd door de Aran software;



typefout door bediener van Aran software.

Voor deze afwijking wordt in deze studie niet gecorrigeerd.

6.3

Meetfout op foto

6.3.1 Inleiding Wegkenmerken worden bepaald aan de hand van digitale foto’s. Via de Surveyor software van Roadware worden de foto’s ingelezen en kan de gebruiker punten op het scherm aanduiden. Afstanden tussen deze punten worden omgerekend waardoor posities, afstanden, groottes, breedtes, e.d. van diverse wegkenmerken geregistreerd kunnen worden. Vanaf het registreren van een kenmerk met de camera tot het inlezen van de gegevens in een databank kunnen er meetfouten optreden. In dit hoofdstuk bespreken we verschillende mogelijke fouten. We proberen ook een schatting van deze fouten te maken. De onderzoeksfouten kunnen we opsplitsen in systematische fouten en toevallige fouten (Dierckx, 2004). In de volgende paragrafen gaan we voornamelijk de systematische fouten onderzoeken. De toevallige fouten t.g.v. verkeerde codering van de data worden manueel uit de data verwijderd naarmate het onderzoek vordert wanneer er fouten gedetecteerd worden. De grootte van de steekproef zorgt ervoor dat de invloed van de toevallige fouten beperkt blijft. Het is voornamelijk de systematische fout die hier van belang is. 6.3.2 Theoretische fout van Surveyor We bespreken eerst de theoretische fout van de Surveyor software. Volgens de informatiefiche van de Surveyor software van Roadware wordt de locatie van een object t.o.v. de camera positie gemeten met een nauwkeurigheid van 6 inch (= 15.24 cm) in de horizontale en verticale vlakken (http://www.roadware.com).

Figuur 13: Aanduiding meetvlakken http://www.roadware.com).

in

Surveyor

software

(Bron:

Meer informatie over deze meetfout hebben we niet teruggevonden. Uit de contacten met Paul Harbin van Roadware blijkt dat de 6 inch een theoretische fout is. Indien een


39

RA-2005-59

foutenanalyse wordt uitgevoerd op basis van echte infrastructuurmetingen wordt de 6 inch irrelevant. Deze fout nemen we dan ook niet verder mee in de analyses.

6.3.3 Methodiek ter bepaling van de systematische fout a. Datasets Aan de jobstudenten werd gevraagd om hun metingen te controleren door bepaalde delen van het autosnelwegennet - bepaalde fotoreeksen dus - door twee verschillende personen te laten opmeten. Op die manier beschikken we over twee datasets van dezelfde kenmerken op dezelfde wegsegmentenen. We noemen deze twee datasets verder de N(ormale) en de C(ontrole) dataset. De kenmerken die we voor deze fout onderzoeken, zijn de rijstrookbreedte, de vluchtstrookbreedte en de redresseerstrookbreedte. Op beide datasets wordt een imputatiemethode toegepast. We kiezen voor lineaire interpolatie. Vervolgens vergelijken we de waarden van overeenkomstige segmenten. Dit zowel voor de originele datasets (geen imputatie) als voor de geïmputeerde datasets. b. Meetfout We werken met 95% betrouwbaarheidsintervallen (BI). De meetfout berekenen we dus als volgt: A = meetafwijking. Ā = gemiddelde van de meetafwijkingen. Dit is de beste schatting van de meetfout. σA = standaard deviatie van de meetafwijkingen. Het 95% BI wordt berekend als Ā ± 1.96 * σA. We kunnen dan met 95% zekerheid zeggen dat de meetfout in dit interval ligt. Breedte van het wegkenmerk = meting + meetfout. We onderscheiden twee oorzaken in de meetfout (MF): -

procedure fouten (MP);

-

nauwkeurigheid van de gebruiker (MG).

We stellen dus MF = MP + MG.

c. Procedure fouten Dit zijn fouten die geïntroduceerd worden door een gebrekkige procedure, d.w.z. het meetvoorschrift was onvoldoende duidelijk omschreven. Als voorbeeld halen we hier de vluchtstrook aan. Bij een meetprocedure die voorschrijft dat de vluchtstrook gemeten moet worden vanaf de kantlijn van de rijstrook tot de beveiligingsconstructie, kan het gebeuren dat sommigen meten tot de palen van de vangrail en anderen tot de ligger van de vangrail. Dit kan al gauw enkele 10-tallen cm verschil opleveren. Indien er geen beveiligingsconstructie aanwezig is, is het ook niet altijd duidelijk tot waar de jobstudent heeft gemeten: tot graskant, tot struiken, … Dit stellen we visueel voor in Figuur 14 waar de N en C-metingen afzonderlijk worden getoond. De metingen zijn uitgezet tegen de kilometerstand. Meetpunten die dicht bij


40

RA-2005-59

elkaar bepaald zijn, hebben dezelfde meetwaarde of vertonen op zijn minst een systematische afwijking (nauwkeurigheid van de gebruiker). Deze consequente afwijking is een maat voor de meetfout.

Figuur 14: Visualisatie van N en C metingen van de vluchtstrookbreedte (m) i.f.v. de kilometerstand (m). Wanneer we de verbindingslijnen met elkaar vergelijken – de resultaten van een lineaire interpolatie als imputatie – zien we dat de verschillen groot kunnen worden. De oorzaak is dat de “controle-student” veel minder metingen heeft uitgevoerd. Een verandering van de segmentlengte zal dus zeker een invloed hebben op de meetfout. Om hier een beter beeld van te krijgen gaan we dezelfde analyse uitvoeren voor segmentlengtes van 25 tot 150 m met intervallen van 25 m. Zie verder Tabel 6 en Tabel 7. d. Nauwkeurigheid van de gebruiker Deze fout hangt samen met de mate van ervaring om objecten op de foto’s in Surveyor op te meten. Het exact aanduiden van een specifiek punt op de foto zal verbeteren naarmate men meer gebruik maakt van de software en zal zeker ook verschillen van persoon tot persoon.


41

RA-2005-59

6.3.4 Resultaten a. Rijstrook Tijdens het vergelijkend onderzoek van de diverse imputatie methodes vonden we reeds de invloed van de imputatie op de meetfout (zie Tabel 3). We hebben geopteerd voor lineaire interpolatie wat betreft de breedtes van stroken. Zowel het gemiddelde als de standaard deviatie van de meetafwijking neemt toe bij het gebruik van om het even welke imputatiemethode. Het gebruik van een imputatie is dus in ieder geval nadelig voor de meetfout. In Tabel 6 (geen imputatie) en Tabel 7 (lineaire interpolatie) geven we de gemiddelde meetafwijkingen en het 95% BI voor verschillende segmentlengtes. De gemiddelde afwijking wordt kleiner bij kortere segmenten. Ook het 95% BI wordt kleiner. We kunnen dit verklaren doordat kortere segmenten “uniformer” worden binnen het segment. Wanneer lineaire interpolatie wordt toegepast, zien we dat de segmentlengte geen grote invloed meer heeft.

Segment

N

Gem

St Dev

Mediaan

Min

Max

lengte

95% BI meetfout

100 m

185

0.022

0.067

0.012

-0.251

0.394

-0.109 / 0.153

75 m

151

0.020

0.071

0.012

-0.251

0.394

-0.119 / 0.159

50 m

134

0.015

0.055

0.007

-0.239

0.182

-0.093 / 0.123

25 m

80

0.016

0.057

0.009

-0.113

0.394

-0.096 / 0.128

Tabel 6: Kengetallen van de meetafwijkingen tussen de N en C-dataset voor de rijstrookbreedtes voor verschillende segmentlengtes (eenheid: m – geen imputatie).

Segment

N

Gem

St Dev

Mediaan

Min

Max

lengte

95% BI meetfout

100 m

2227

0.027

0.084

0.015

-0.763

0.604

-0.138 / 0.192

75 m

2943

0.028

0.083

0.015

-0.706

0.610

-0.134 / 0.191

50 m

4382

0.027

0.082

0.015

-0.922

0.610

-0.134 / 0.188

25 m

8668

0.027

0.080

0.015

-0.690

0.610

-0.130 / 0.184

Tabel 7: Kengetallen van de meetafwijkingen tussen de N en C-dataset voor de rijstrookbreedtes voor verschillende segmentlengtes (eenheid: m – imputatie: lineaire interpolatie). In Figuur 15 hebben we de bovenste grenzen van de betrouwbaarheidsintervallen van de meetfouten voor de verschillende segmentlengtes uitgezet. We hebben telkens ook de trendlijn toegevoegd. Hieruit blijkt duidelijk de verwachting dat een grotere segmentlengte een negatieve invloed heeft op de meetfout en zijn betrouwbaarheidsinterval.


42

RA-2005-59

Bovenste grens 95% BI meetafwijking (m)

0,24 0,22 0,2 Geen imputatie Lineaire interpolatie

0,18 0,16 0,14 0,12 0,1 0

25

50

75

100

125

150

175

Segment lengte (m) Figuur 15: Bovenste grens van het 95% BI van de meetafwijking op rijstrookbreedte bij verschillende segmentlengtes. Procedure fouten verwachten we niet bij de rijstrook metingen. De procedure is als volgt: -

de rijstrook moet opgemeten op de strook waarop wordt gereden;

-

de metingen moeten gebeuren tussen de twee witte lijnen;

-

bij een doorbroken lijn mag enkel gemeten worden op gedeelten met een stuk lijn.

Op deze manier worden gissingen dus uitgesloten. We stellen bij de rijstrook metingen de procedure fout dan ook op 0 m. In het meest ongunstige geval hebben we een meetfout van 0.153 m (bovenste grens 95% BI bij een segmentlengte van 100 m). Deze 0.153 m is de gebruikersfout. Deze komt goed overeen met de theoretische fout van Surveyor (6 inch = 15.24 cm). b. Vluchtstrook Voor de vluchtstrook metingen doen we eenzelfde analyse. We bepalen de 95% BI van de meetfouten voor diverse segment lengtes.

Segment lengte

N

Gem

St Dev

Mediaan

Min

Max

95% BI meetfout

100 m

488

0.140

0.627

0.078

-3.614

2.953

-1.089 / 1.369

75 m

431

0.119

0.689

0.078

-3.986

2.807

-1.231 / 1.469

50 m

361

0.169

0.702

0.112

-3.986

4.662

-1.207 / 1.545

25 m

285

0.114

0.663

0.049

-3.614

3.584

-1.185 / 1.413

Tabel 8: Kengetallen van de meetafwijkingen tussen de N en C-dataset voor de vluchtstrookbreedtes voor verschillende segmentlengtes (eenheid: m – geen imputatie).


43

RA-2005-59

Segment lengte

N

Gem

St Dev

Mediaan

Min

Max

95% BI meetfout

100 m

2402

0.208

0.644

0.206

-2.430

5.882

-1.054 / 1.470

75 m

3178

0.208

0.676

0.201

-4.244

5.886

-1.117 / 1.533

50 m

4733

0.203

0.642

0.202

-3.986

5.731

-1.055 / 1.461

25 m

9356

0.200

0.662

0.201

-4.833

5.808

-1.098 / 1.498

Tabel 9: Kengetallen van de meetafwijkingen tussen de N en C-dataset voor de vluchtstrook breedtes voor verschillende segment lengtes (eenheid: m – imputatie: lineaire interpolatie). Ook voor de vluchtstrook zetten we de bovenste grens van de 95% BI van de meetfouten uit op grafiek (Figuur 16). Hierbij zien we echter een daling van de bovenste grens bij stijgende segmentlengte. Voor de berekeningen zonder imputatie hebben we zowel een lineaire regressie als een 2e-graads regressie toegevoegd. Deze laatste heeft een R 2 van 0.90 t.o.v. een R2 van 0.10 voor de lineaire. De 2e-graads polynoom heeft dus een betere fit. Voor deze metingen bereikt de meetfout dus een maximale grens.


1,7 1,6 1,5

Geen imputatie Lineaire interpolatie

1,4 1,3 1,2 0

25

50

75

100

125

150

175

Segment lengte (m) Figuur 16: Bovenste grens van het 95% BI van de meetafwijking op vluchtstrook breedte bij verschillende segment lengtes. Als verklaring voor de zeer grote afwijkingen (zie minimum en maximum waarden van de meetverschillen in Tabel 8 en Tabel 9) geven we in Figuur 17 nog een voorbeeld van “het snel door de bocht gaan” van de controle-student. De piek die we hier zien, heeft te maken met een rijstrooksplitsing die door de ene student in kaart werd gebracht en door de andere niet.


44

RA-2005-59

Figuur 17: N en C metingen op de A001 in richting 1 van kilometerpaal 25 tot 30. c. Redresseerstrook Tot slot maken we dezelfde berekeningen voor de redresseerstrook. Segment lengte

N

Gem

St Dev

Mediaan

Min

Max

95% BI meetfout

100 m

130

0.035

0.338

0.053

-0.979

1.039

-0.627 / 0.697

75 m

122

0.031

0.453

0.038

-1.593

1.885

-0.857 / 0.919

50 m

109

0.073

0.665

0.070

-2.245

1.885

-1.230 / 1.376

25 m

97

-0.049

0.485

0.021

-1.061

1.900

-1.000 / 0.902

Tabel 10: Kengetallen van de meetafwijkingen tussen de N en C-dataset voor de redresseerstrookbreedtes voor verschillende segmentlengtes (eenheid: m – imputatie: geen).

Segment lengte

N

Gem

St Dev

Mediaan

Min

Max

95% BI meetfout

100 m

1840

-0.013

0.667

-0.008

-2.746

4.839

-1.320 / 1.294

75 m

2443

-0.016

0.674

0.004

-2.706

5.430

-1.337 / 1.305

50 m

3651

-0.030

0.666

-0.004

-2.680

5.098

-1.335 / 1.275

25 m

7280

-0.019

0.679

-0.004

-2.852

5.823

-1.350 / 1.312

Tabel 11: Kengetallen van de meetafwijkingen tussen de N en C-dataset voor de redresseerstrookbreedtes voor verschillende segmentlengtes (eenheid: m – imputatie: lineaire interpolatie). Steunpunt Verkeersveiligheid

45

RA-2005-59

1,5


1,4 1,3 1,2 1,1

Geen imputatie Lineaire interpolatie

1 0,9 0,8 0,7 0,6 0,5 0

25

50

75

100

125

150

175

Segment lengte (m) Figuur 18: Bovenste grens van het 95% BI van de meetafwijking op redresseerstrook breedte bij verschillende segmentlengtes. Er werd met de Aran wagen steeds op de 1e rijstrook – meest rechtse - gereden. Verder varieert het aantal rijstroken van 1 t.e.m. 4. De redresseerstrook zal dus bij een hoger aantal rijstroken “verder” weg liggen op de foto’s. Doordat de breedte van de redresseerstrook in die gevallen gemeten wordt op minder nauwkeurige plaatsen op de foto’s, verwachten we een toename van de meetfout en een vergroting van het 95% BI. Voor de secties met slechts 1 rijstrook hebben we geen meetgegevens. Voor de secties met 4 rijstroken hebben we te weinig observaties (35). Om een betrouwbaarheid van 95% te verkrijgen, dienen we eigenlijk over minstens 384 observaties te beschikken. De resultaten voor de “4” zijn dus enkel ter illustratie.

Aantal

N

Gem.

St. Dev.

Mediaan

Min

Max

95% BI meetfout

rijstroken 1

0

2

1319

-0.010

0.646

0.049

-2.746

4.055

-1.276 / 1.256

3

457

-0.025

0.759

-0.153

-0.654

4.839

-1.513 / 1.463

4

35

0.008

0.415

0.144

-1.783

0.790

-0.805 / 0.821

Tabel 12: Statistische kengetallen van de meetafwijking op de redresseerstrook bij lineaire interpolatie opgesplitst naar aantal rijstroken. Wanneer we de verschillende resultaten (rijstrook, vluchtstrook, redresseerstrook) samenvoegen op 1 grafiek waarbij we rekening houden met het aantal rijstroken dat we opschuiven t.o.v. de “werkelijk bereden rijstrook” (in ons geval altijd de 1 e), bekomen we de volgende grafiek (Figuur 19). De vluchtstrook ligt altijd naast de 1e rijstrook, dus “afstand = 1” want we schuiven 1 rijstrook op. Voor de redresseerstrook op een 2-baans weg, schuiven we 2 stroken op, dus “afstand = 2”.


46

RA-2005-59

1,6


1,4

n = 2402

1,2

n = 457 n = 1319

1

Rijstrook

0,8

Vluchtstrook n = 35

Redresseerstrook

0,6 0,4 0,2 0

n = 2227

0

n = aantal observaties

1

2

3

4

Afstand (aantal rijstroken) Figuur 19: 95% BI van de meetafwijking t.o.v. dwarse afstand (segmentlengte = 100m).

6.3.5 Conclusies en aanbevelingen De meetfout kunnen we opsplitsen in een procedure fout en een gebruikersfout. Voor de metingen van de rijstrookbreedte kunnen we stellen dat de procedure fout nagenoeg nul is. De gevonden beste schatting van de meetfout geeft een idee van de gebruikersfout. Voor de rijstrookbreedte metingen kunnen we met 95% zekerheid zeggen dat de meetfout tussen [-0.109; 0.153] m voor de originele data en tussen [-0.138; 0.192] m voor de geïnterpoleerde data ligt. De meetfouten op vluchtstrook en redresseerstrookbreedtes liggen een stuk hoger. Dit heeft te maken met meetprocedures die niet helemaal waterdicht zijn. Afwijkingen van verscheidene 10-tallen centimeters zijn gemakkelijk te verklaren doordat de grenzen van de bermen, tot waar men dient te meten, onvoldoende gespecificeerd waren. In toekomstige onderzoeken die gebaseerd worden op Aran data dienen deze procedures grondig herbekeken te worden. Wat de invloed van de segmentlengte op de meetfout betreft, kunnen we stellen dat voor de rijstrookbreedtemetingen de fout toeneemt met stijgende segmentlengte. Voor de vluchtstrook en redresseerstrook krijgen we op basis van deze resultaten eerder de indruk dat er ook nog een 2e kwadratische orde functie inzit met een maximum rond 50 m. Verdere analyses zijn nodig om deze cijfers gedetailleerder te krijgen. Een invloed van de afstand van de “gemeten strook” t.o.v. de “bereden strook” kan aanwezig zijn. Metingen op een strook verschillend van de bereden strook vertonen veel grotere meetfouten. We zien echter geen verdere stijging van de meetfout met de afstand maar eerder een constant blijven van de meetfout ongeacht welke naastgelegen strook we meten.


47

RA-2005-59

7.

ANALYSE

INFRASTRUCTUURKENMERKEN

In dit hoofdstuk worden de infrastructuur kenmerken van de Vlaamse autosnelwegen afzonderlijk geanalyseerd. Het doel van dit hoofdstuk is een antwoord te formuleren op de eerste en tevens ook belangrijkste onderzoeksvraag van dit rapport. In hoeverre voldoet de bestaande infrastructuur aan de (inter)nationale normen en aanbevelingen? De referentiewaarden komen vnl. uit de literatuurstudie van Nuyts et al. (2004).

7.1

Wegsegmenten – aantal

Via de door ons gevolgde methode om de lijst van wegsegmenten te bepalen, hebben we 19816 segmenten van 100m geïnventariseerd. Dit cijfer omvat beide rijrichtingen. Op basis van dit getal bekomen we een lengte van het Vlaamse autosnelwegennet van 990.8 km. Gecombineerd met andere bronnen krijgen we de volgende tabel: Bron

Lengte

Referentie

NGI

990 km

Topografische atlas (NGI, 2002)

AWV

916 km

Jaarboek 2003 Administratie Wegen en Verkeer (MVG, 2004)

NIS

849 km

http://statbel.fgov.be/figures/d133_nl.asp (2002)

Febiac

838 km

http://www.febiac.be/nl/statistics/mobil_infrastructure.asp (1999)

Tabel 13: Lengte van het Vlaamse autosnelwegennet volgens diverse bronnen. We vinden 990 km autosnelwegen m.b.v. de Topografische Atlas. We werken enkel met kilometerpalen die in de atlas staan aangeduid. Als een autosnelweg begint of eindigt tussen 2 kilometerpalen in, dan kan het gebeuren dat we enkele 100 m teveel hebben geselecteerd. Dit heeft echter een voordeel doordat de “eindstukken” deel uit maken van het onderzoek. Deze eindstukken kunnen gezien worden als poorten / overgangen tussen de autosnelweg en een weg van lagere categorie. Deze poorten kunnen gevaarlijke wegdelen zijn. Het is zeer belangrijk deze overgangsstukken duidelijk aan te geven indien een of ander kenmerk er afwijkende afmetingen heeft. Verder is het mogelijk dat de definities gebruikt door NGI, AWV, NIS en Febiac niet overeenstemmen. Dit wordt niet verder onderzocht in deze studie. We vertrekken van een bepaalde set autosnelwegsegmenten. Van AWV hebben we meetdata verkregen van autosnelwegen. Door combinatie van beide sets vallen bepaalde delen niet-autosnelwegen er wel automatisch tussenuit. Gezien we bij verder onderzoek de twee rijrichtingen apart bestuderen, krijgen we voor deze verdere studie een autosnelwegenlengte van 1981.6 km.


48

RA-2005-59

7.2

Rijstroken: aantal

7.2.1 Methodiek Het aantal rijstroken wordt op diverse kilometerstanden op de digitale foto’s visueel bepaald en weggeschreven naar een Aran databestand. Bij aanwezigheid van meerdere metingen op eenzelfde segment wordt de minimum waarde geselecteerd. Met de LOCF imputatietechniek worden de ontbrekende waarden (segmenten) verder aangevuld. 7.2.2 Normen Mogelijke types van autosnelwegen zijn 2x2, 2x3 of 2x4, dus 2 tot 4 rijstroken per rijrichting (Nuyts et al, 2004). Het Ruimtelijk Structuurplan Vlaanderen (1998) raadt 2 tot 3 rijstroken per rijrichting aan. Voor primaire wegen type I wordt 1 rijstrook ook aanvaard. 7.2.3 Resultaten Van de 19816 segmenten hebben we meetdata voor 3878 segmenten (19.57%). Na LOCF imputatie bekomen we de volgende verdeling van het aantal segmenten naargelang het aantal rijstroken (15449 of 77.96% gekend).

Figuur 20: Aantal segmenten t.o.v. aantal rijstroken. Primaire wegen kunnen eventueel slechts 1 rijstrook hebben. Hoofdwegen echter niet. In de volgende tabel worden de segmenten van de hoofdwegen met slechts 1 rijstrook weergegeven.

Wegnr

Richting

Km palen

Richting

Categorie (RSV, 1998)

A001

Antwerpen - Brussel

27.0 – 28.0

Aflopend

Hoofdweg

R001

Ekeren - Linkeroever

15.7 – 16.3

Oplopend

Hoofdweg

R002

Beveren – Stabroek

77.8 – 79.0

Oplopend

Hoofdweg

R002

Stabroek - Beveren

78.0 – 78.5

Aflopend

Hoofdweg

Tabel 14: Autosnelwegsegmenten van hoofdwegen met 1 rijstrook.


49

RA-2005-59

Figuur 21: Overzichtskaart van het aantal rijstroken.

7.2.4 Opmerking i.v.m. kaarten We willen hier een opmerking maken i.v.m. de kaarten gegenereerd op basis van de Aran data en gemaakt met ArcView. De kaarten die in het verdere verloop van dit document worden getoond, dienen enkel ter verduidelijking van de gegevens op macro niveau. De lezer zou echter op bepaalde punten verrast kunnen zijn doordat dingen anders worden ingekleurd dan ze werkelijk zijn. De reden is de schaal uiteraard. Uit Figuur 21 zou je kunnen afleiden dat de R001 (Ring rond Antwerpen) voornamelijk 3 rijstroken heeft. Wanneer we echter inzoomen op dat gebied (Figuur 22) zien we dat de onderliggende data veel genuanceerder zijn. Hiermee moet bij het interpreteren van de kaarten steeds rekening worden gehouden.

Figuur 22: Aantal rijstroken van de autosnelwegen rond Antwerpen.


50

RA-2005-59

7.2.5 Conclusies en aanbevelingen a. Infrastructuur Bijna 98% van de segmenten waarvan het aantal rijstroken gekend is (15090 van de 15499) hebben 2 of 3 rijstroken. Het aantal segmenten met 1 of 4 rijstroken is zeer laag. De segmenten die in principe niet voldoen aan de normen worden in Tabel 14 weergegeven. Het zijn de segmenten die onder de term ‘hoofdweg’ vallen. b. Data Over 22.04% van de segmenten kunnen we geen uitspraak doen i.v.m. het aantal rijstroken. Van een aantal autosnelwegen (A007, A025 en N049) hebben we geen meetdata. Zij zijn in het vervolg van het onderzoek telkens mede oorzaak voor de lege digitale segmenten. Van andere autosnelwegen hebben we van bepaalde gedeelten geen meetdata.


51

RA-2005-59

7.3

Overlangse markeringen

In deze studie onderscheiden we 2 soorten overlangse markeringen: -

deelstreep: overlangse markering die de rijstroken aanduidt;

-

kantstreep: overlangse markering die de rand van de rijbaan aanduidt.

De markeringen worden aangebracht met een verfpistool met constante spuitmond breedte. De breedte van deze lijnen voor autosnelwegen werd vastgelegd in het Ministerieel Besluit van 11 oktober 1976, waarbij de minimumafmetingen en de bijzondere plaatsingsvoorwaarden van de verkeerstekens werden bepaald (MB, 1976). De waarden van de breedtes zijn de volgende: -

deelstreep al dan niet onderbroken: 0.20 m;

-

kantstreep: 0.30 m.

De overlangse markeringen worden op de volgende wijze bij de rij-, vlucht- en / of redresseerstroken geteld:8 De rechter kantstreep hoort bij de vluchtstrook. De linker kantstreep hoort bij de redresseerstrook. De deelstrepen worden opgesplitst en verdeeld over de aanliggende rijstroken. -

1e rijstrook: +0.10 m (indien aantal rijstroken > 1, anders wordt er niets bijgeteld).

-

Vluchtstrook: +0.30 m.

-

Redresseerstrook: +0.30 m.

In deze studie worden geen overlangse markeringen opgemeten. De waarden uit de literatuur worden gebruikt.

Figuur 23: Schematische voorstelling van diverse stroken.

8

Met dank aan ir. Freddy Haemels van A.W.V. Vlaams-Brabant voor de informatie.


52

RA-2005-59

7.4

Rijstrookbreedte

7.4.1 Methodiek Op diverse kilometerstanden wordt de breedte van de eerste rijstrook bepaald. De afstand tussen de witte lijnen wordt opgemeten. Deze waarde wordt digitaal weggeschreven naar een Aran logbestand. Bij meerdere metingen op eenzelfde wegsegment wordt de gemiddelde waarde berekend. Als imputatiemethode wordt lineaire interpolatie gebruikt. In de volgende stap wordt een correctie voor de breedte van de wegmarkeringen uitgevoerd. Tenslotte wordt een meetfout correctie uitgevoerd. 7.4.2 Normen Zowel de Vlaamse omzendbrief uit 1979 als de internationale richtlijnen geven een minimum waarde van 3.50 m aan (Nuyts et al, 2004). 7.4.3 Resultaten zonder correctie Van de 19816 wegsegmenten is de rijstrookbreedte voor 3875 segmenten (19.55%) gekend. Na lineaire interpolatie hebben we 14973 (75.56%) gekende segmenten. De verdeling van deze waarden is te zien in Figuur 24.

Figuur 24: Verdeling van de rijstrookbreedte – lineaire interpolatie - geen correctie deelstreep – geen correctie meetfout.


53

RA-2005-59

Klasse

Aantal segmenten

< 3.00 m

Percentage segmenten 12

0.06

3.00 – 3.49 m

2794

14.10

3.50 – 3.99 m

12138

61.25

≥ 4.00 m

29

0.15

Onbekend

4843

24.44

19816

100.00

Totaal

Tabel 15: Verdeling van het aantal segmenten volgens rijstrookbreedte – lineaire interpolatie - geen correctie van de deelstreep. Op basis van de geïmputeerde meetdata en zonder enige correctie vinden we dat 14.16% van de segmenten een rijstrookbreedte smaller dan 3.50 m heeft. Over ongeveer 24% kunnen we geen uitspraak doen. In verdere paragrafen brengen we correcties in rekening en bekijken we de verbetering.

7.4.4 Resultaten na correctie van de deelstreep We voeren een correctie van de meetdata door voor de breedte van de overlangse markeringen. De kantlijnen tellen niet mee voor de rijstroken. De deelstrepen worden verdeeld over de 2 aanliggende rijstroken. Voor de 1e rijstrook krijgen we 2 situaties: -

rijbaan met 1 rijstrook  enkel kantstrepen  geen correctie nodig

-

rijbaan met minstens 2 rijstroken  1e rijstrook heeft 1 kantstreep en 1 deelstreep  correctie voor 1 deelstreep.

Wanneer het segment dus minstens 2 rijstroken heeft, verhogen we de rijstrookbreedte met 10 cm (de helft van de breedte van een deelstreep).

Klasse

Aantal segmenten

< 3.00 m


0.02

3.00 – 3.49 m

1497

7.55

3.50 – 3.99 m

13378

67.51

≥ 4.00 m

95

0.48

Onbekend

4843

24.44

19816

100.00

Totaal

Tabel 16: Verdeling van het aantal segmenten volgens rijstrookbreedte – lineaire interpolatie – correctie van de deelstreep.


54

RA-2005-59

Figuur 25: Verdeling van de rijstrookbreedte – lineaire interpolatie – correctie deelstreep – geen correctie meetfout. Wanneer we de breedte van de deelstreep in rekening brengen, houden we nog 1500 segmenten (7.57%) over die smaller zijn dan 3.50 m. Uiteraard kunnen we nog steeds over ongeveer 24% geen uitspraak doen bij gebrek aan meetdata. Dit is onze beste schatting. Een bepaling van de meetfout dringt zich op.

7.4.5 Meetfout De rijstrookbreedtes in Figuur 25 zijn onze beste schatting. Onze meetmethode introduceert echter meetfouten. Deze werden in hoofdstuk 6 behandeld. De invloed van de imputatiemethode werd in hoofdstuk 5 onderzocht. Hier herhalen we even de resultaten voor de L.I. imputatie. Met een segmentlengte van 100 m en een imputatiemethode lineaire interpolatie vinden we een 95% BI van de meetfout van [-0,081; 0.192] m (= gemiddelde ± 1.96 * standaard afwijking). We kunnen corrigeren naar boven en onder toe. Deze meetfouten geven dus soms onderschattingen en soms overschattingen. Om de bestaande infrastructuur “het voordeel van de twijfel” te geven, herberekenen we de breedtes alsof de meetfouten allemaal onderschattingen waren. We doen dus een correctie naar boven toe. Bovendien corrigeren we niet met het gemiddelde maar met de 95% BI van de meetfout.


55

RA-2005-59

N

Gemiddelde

Standaard afwijking

Mediaan

Minimum

Maximum

95%BI Meetfout

2227

0.027

0.084

0.015

-0.763

0.604

-0.081 / 0.192

Tabel 17: Meetafwijkingen van de rijstrookbreedte bij gebruik van lineaire interpolatie als imputatiemethode. We tellen dus bij iedere meting nog eens 0.192 m bij.

7.4.6 Resultaten na correctie van de deelstreep en de meetfout Na correctie van de deelstreep en van de meetfout vinden we volgende resultaten.

Figuur 26: Verdeling van de rijstrookbreedte – lineaire interpolatie – correctie deelstreep – correctie meetfout.

Klasse

Aantal segmenten

< 3.00 m


0.00

3.00 – 3.49 m

479

2.42

3.50 – 3.99 m

10804

54.52

≥ 4.00 m

3690

18.62

Onbekend

4843

24.44

19816

100

Totaal


56

RA-2005-59

Tabel 18: Verdeling van het aantal segmenten volgens rijstrook breedte – lineaire interpolatie - correctie deelstreep – correctie meetfout. Wanneer we zowel een correctie voor de deelstreep als voor de meetfout invoeren, houden we nog 2.42% van de segmenten over met een rijstrookbreedte smaller dan de Vlaamse norm van 3.50 m. Het gaat hier om een totaal van 479 segmenten oftewel ongeveer 47.9 km autosnelweg. Alle 3 de groepen van klassen segmenten worden op Figuur 27 aangeduid.

Figuur 27: Kaart met aanduiding van de rijstrookbreedte. In Figuur 28 worden de rijstrookbreedtes uitgezet t.o.v. de wegnummer. Beide rijrichtingen werden samengenomen. We herkennen de volgende elementen op de grafiek: -

de lengte van de box stelt de interkwartiel afstand voor (de afstand tussen de 25 e en de 75e percentiel);

-

het kruisje in de box stelt de gemiddelde waarde voor;

-

de horizontale lijn in de box stelt de mediaan voor;

-

de vertikale lijnen vetrekkende uit de box lopen tot de minimum en maximum waarden van de rijstrookbreedte.

Hieruit blijkt dat de rijstrookbreedtes op de A008 aan de lage kant liggen. Het interkwartiel ligt onder 3.50 m. Dit wil zeggen dat minstens 75% van de waarnemingen kleiner zijn dan 3.50 m.


57

RA-2005-59

Figuur 28: Rijstrookbreedte volgens wegnummer (ident7).

Figuur 29: Aantal segmenten per klasse van breedte en per wegnummer.


58

RA-2005-59

7.4.7 Conclusie a. Infrastructuur Na correctie van de rijstrookbreedtes met de deelstreep en de meetfout, kunnen we stellen dat er 2,42% van de segmenten smaller zijn dan 3.50 m. Aangezien we hier corrigeren met de bovenste grens van het 95% BI is dit de meest positieve uitspraak. Voor 2,42% van de segmenten kunnen we met 95% zekerheid stellen dat ze een te smalle rijstrookbreedte hebben volgens de normen. De wegen met probleemgebieden zijn de A008, A012, A013, R000, R004 en R008. De A008 blijkt volgens deze metingen voornamelijk te smalle rijstroken te hebben. b. Data Voor 484.3 km autosnelweg (24.44% van de segmenten) kunnen we, op basis van de ARAN metingen van maart 2003 geen uitspraak doen over de breedte van de eerste rijstrook. Zelfs na toepassing van lineaire interpolatie blijft er dus nog ongeveer één vierde van deze dataset onbekend voor dit infrastructuurkenmerk. Aanbeveling: in volgende meetsessies ook de gedeelten die nu ontbreken meenemen zodat in volgende risicoanalyses een vollediger beeld van het Vlaamse autosnelwegennet kan worden verkregen. We kunnen enkel uitspraken doen over de 1e, meest rechtse rijstrook. Interessant naar de toekomst kan zijn om ook een beeld te krijgen van de andere rijstroken. Aanbeveling: metingen verrichten door met de Aran wagen ook op de andere rijstroken beeldmateriaal te verzamelen en te (laten) verwerken.


59

RA-2005-59

7.5

Vluchtstrookbreedte

7.5.1 Methodiek De vluchtstrook is het verharde gedeelte tussen de meest rechtse rijstrook en de onverharde kantstrook. De rechterkantstreep wordt gerekend bij de vluchtstrook. Deze kantstreep heeft een vaste breedte van 30 cm. Tijdens de metingen op de foto’s werd deze kantstreep niet meegenomen. Er wordt in dit hoofdstuk dan ook een correctie voor de kantstreep uitgevoerd. Als imputatiemethode wordt lineaire interpolatie gebruikt. Verder voeren we ook nog een meetfoutcorrectie door. 7.5.2 Normen Uit Nuyts et al. (2004) halen we de volgende waarden: 

De huidige Vlaamse richtlijn is 3.00m, inclusief mogelijk 0.75m kantstrook of watergreppel;



Het internationaal richtcijfer is 4.00m. Alternatieve waarden gaan van 3.00m tot meer dan 4.00m.

7.5.3 Resultaten Van de 19816 wegsegmenten starten we met 8466 gekende (42.72%). Na L.I. imputatie worden dit 15169 (76.55%) gekende waarden.

Figuur 30: Verdeling van de vluchtstrookbreedte – lineaire interpolatie – geen correcties.


60

RA-2005-59

De resultaten kunnen ook vertaald worden in tabelvorm voor de belangrijkste categorieën. Klasse

Aantal segmenten

Percentage segmenten

≤ 2.99 m

8906

44.94

3.00 – 3.49 m

4320

21.80

3.50 – 3.99 m

1152

5.81

≥ 4.00 m

791

3.99

Ongekend

4647

23.45

19816

100.00

Totaal

Tabel 19: Verdeling van het aantal segmenten volgens de vluchtstrook breedte. Zonder correctie van de gegevens met een kantstreep of meetfout vinden we 44.94 % van de segmenten die een gemiddelde vluchtstrook breedte hebben smaller dan 3.50 m. 7.5.4 Resultaten na correctie van de kantstreep De kantstreep wordt steevast bij de vluchtstrook gerekend. We tellen dus bij iedere meting 0.30 m bij.

Figuur 31: Verdeling van de vluchtstrookbreedte – lineaire interpolatie – correctie kantstreep - geen correctie meetfout.


61

RA-2005-59

Opnieuw de gegevens onderverdeeld in enkele categorieën geeft: Klasse

Aantal segmenten


≤ 2.99 m

5303

26.76

3.00 – 3.49 m

6072

30.64

3.50 – 3.99 m

2306

11.64

≥ 4.00 m

1488

7.51

Ongekend

4647

23.45

19814

100.00

Totaal

Tabel 20: Verdeling van het aantal segmenten volgens de vluchtstrook breedte na correctie van de kantlijn. Na correctie van de gegevens voor de kantstreep, houden we nog 26.76% van de segmenten over met een gemiddelde vluchtstrookbreedte smaller dan 3.00m.

7.5.5 Meetfout De vluchtstrookbreedtes van Figuur 31 zijn onze beste schatting. Onze meetmethode introduceert echter meetfouten. Deze werden in hoofdstuk 6 behandeld. De invloed van de imputatiemethode werd in hoofdstuk 5 onderzocht. Hier herhalen we even de resultaten voor de L.I. imputatie. Met een segmentlengte van 100 m en een imputatiemethode lineaire interpolatie vinden we een 95% BI voor de meetfout van [-1.089; 1.369] m (= gemiddelde ± 1.96 * standaard afwijking). We kunnen corrigeren naar boven en onder toe. Deze meetfouten geven dus soms onderschattingen en soms overschattingen. Om de bestaande infrastructuur “het voordeel van de twijfel” te geven, herrekenen we de breedtes alsof de meetfouten allemaal onderschattingen waren. We doen dus een correctie naar boven toe. Bovendien corrigeren we niet met het gemiddelde maar met de bovenste grens van het 95% BI van de meetfout.

N

Gemiddelde

Standaard afwijking

Mediaan

Min

Max

95% BI meetfout

2402

0.208

0.644

0.206

-2.430

5.882

-1.054 / 1.470

Tabel 21: Meetafwijking op de vluchtstrook breedte met lineaire interpolatie als imputatiemethode en een segmentlengte van 100 m. We hanteren dezelfde methode als in de vorige sectie en we tellen nu bij iedere meting 1,470 m erbij.

7.5.6 Resultaten na correctie van de kantstreep en de meetfout Na correctie van de gegevens voor de kantstreep (0.30 m) en de meetfout (1.470 m), verkrijgen we de volgende grafiek.


62

RA-2005-59

Figuur 32: Verdeling van de vluchtstrookbreedte – lineaire interpolatie – correctie kantstreep - correctie meetfout. In tabelvorm geeft dit: Klasse

Aantal segmenten


≤ 2.99 m

741

3.74

3.00 – 3.49 m

388

1.96

3.50 – 3.99 m

1055

5.32

≥ 4.00 m

12985

65.53

Ongekend

4647

23.45

19816

100.00

Totaal

Tabel 22: Verdeling van het aantal segmenten volgens de vluchtstrook breedte. Na 2 correcties hebben we nog 3.74 % van de segmenten die een gemiddelde vluchtstrook smaller dan 3.00 m hebben. Het gaat hier over 74.1 km autosnelweg. Deze segmenten worden gevisualiseerd in Figuur 33 en Figuur 34.


63

RA-2005-59

Figuur 33: Aanduiding van de vluchtstrookbreedte op kaart van Vlaanderen.

Figuur 34: Aanduiding van de segmenten vluchtstrookbreedte smaller dan 3.00 m.

met

een

gemiddelde

Deze segmenten bevinden zich meestal in de omgeving van open afritten of verkeerswisselaars. 7.5.7 Conclusie a. Infrastructuur We corrigeren de gegevens met de bovenste grens van het 95% BI van de meetfout. Hiermee geven we de bestaande infrastructuur het voordeel van de twijfel. Van de resultaten die achteraf nog niet voldoen aan de 3.00m norm, weten we dan met 95% zekerheid dat ze te smal zijn. We moeten echter wel opletten, want we werken met gemiddelden over segmenten van 100 m. Indien toevallig alleen aan brugpijlers is gemeten, krijgen we een onderschatting. Indien toevallig de brugpijlers op bepaalde secties niet meegenomen werden; krijgen we daar een overschatting van de vluchtstrook breedte. In- en uitvoegstroken kunnen ook een invloed hebben op de breedtes van vluchtstroken. Na correctie van de gegevens voor de kantstrookbreedte (0.30 m) en de meetfout (95%BI: 1.470 m) vinden we dat 3.74% van de segmenten een gemiddelde vluchtstrook smaller dan 3.00 m heeft. Het gaat hierbij om 741 segmenten, dus ongeveer 74.1 km. Steunpunt Verkeersveiligheid

64

RA-2005-59

b. Data Gezien de relatief grote meetfout is het nuttig en nodig om bij toekomstige metingen deze meetfout te reduceren. Dit kan o.a. door metingen (foto’s) te verzamelen terwijl men rijdt op de vluchtstrook zelf. Ook het verbeteren van de meetprocedure is nodig. Hierin moet heel strikt beschreven worden van welk punt tot welk punt moet gemeten worden. Het maakt een verschil als alleen het verharde gedeelte mag gemeten worden en dus aan de graskant gestopt mag worden. Een andere mogelijkheid is meten tot aan de beveiligingsconstructie. Ook hier treden problemen op. Meet men bij metalen vangrails tot de dwarsligger of de palen? Dit maakt al gauw verschillende 10-tallen centimeters verschil. Maar wat doet men indien er geen bermbeveiligingsconstructie is? Dan tot aan de graskant? Er is dus een eenduidige meetprocedure nodig.


65

RA-2005-59

7.6

Redresseerstrookbreedte

7.6.1 Methodiek De redresseerstrook is de verharde ruimte naast de kantstreep aan de linkerkant van de meest linkse rijstrook. Er wordt gemeten tot de voorzijde van de beveiligingsconstructie. Indien er geen constructie is wordt er gemeten tot ongeveer de helft van de middenberm. Op plaatsen waar de geleiderails naar elkaar toekomen en een dienstopening creëren, wordt de breedte van de redresseerstrook erg breed. Van meerdere metingen op eenzelfde segment wordt het gemiddelde berekend. Als imputatiemethode kiezen we opnieuw voor lineaire interpolatie. Eerst wordt een correctie voor de kantstreep breedte uitgevoerd. Verder wordt er ook voor de meetfout gecorrigeerd. 7.6.2 Normen De Vlaamse norm houdt het momenteel op een redresseerstrookbreedte van minimum 0.75m. Internationaal geeft men richtlijnen voor breedtes vanaf 0.50m (Nuyts et al, 2004). 7.6.3 Resultaten We nemen als kantelwaarde voor de analyse 0.75m. In de volgende tabel worden het aantal segmenten dat zich onder en boven deze waarde bevinden, opgeteld.

Klasse

Aantal segmenten


< 0.75 m

7873

39.73

≥ 0.75 m

9246

46.66

Onbekend

2697

13.61

19816

100.00

Totaal

Tabel 23: Verdeling van het aantal segmenten volgens redresseerstrook breedte – lineaire interpolatie – geen kantstreep correctie – geen meetfout correctie. Van de 19816 wegsegmenten hebben we voor 2697 (13.61%) segmenten geen meting van dit kenmerk.


66

RA-2005-59

Figuur 35: Verdeling van de redresseerstrookbreedte - imputatie met lineaire interpolatie - geen correctie kantstreep - geen correctie meetfout. Van Figuur 35 lezen we af dat zonder enige correctie 52.37% van de segmenten een gemiddelde redresseerstrookbreedte hebben smaller dan 75 cm.

7.6.4 Resultaten na correctie van de kantstreep De linkerkantlijn wordt volledig bij de redresseerstrook gerekend. Dit betekent een toename van de redresseerstrookbreedte van 30 cm bovenop de metingen. In de volgende tabel worden het aantal segmenten dat zich onder en boven de kantelwaarde van 75 cm bevinden, opgeteld.

Klasse

Aantal segmenten


< 0.75 m

3411

17.21

≥ 0.75 m

13708

69.18

Onbekend

2697

13.61

19816

100.00

Totaal

Tabel 24: Verdeling van het aantal segmenten volgens redresseerstrookbreedte – lineaire interpolatie – correctie kantstreep – geen correctie meetfout.


67

RA-2005-59

Figuur 36: Verdeling van de redresseerstrookbreedte - imputatie met lineaire interpolatie - correctie kantstreep - geen correctie meetfout. Wanneer we een correctie voor de kantstreep toepassen, houden we nog 22.69% van de segmenten over die een redresseerstrookbreedte hebben smaller dan 75 cm.

7.6.5 Meetfout De redresseerstrookbreedtes op Figuur 36 zijn onze beste schatting. Onze meetmethode introduceert echter meetfouten. Deze werd in hoofdstuk 6 behandeld. De invloed van de imputatiemethode werd in hoofdstuk 5 onderzocht. Hier herhalen we even de resultaten voor de L.I. imputatie. Met een segmentlengte van 100 m en een imputatiemethode lineaire interpolatie vinden we een 95% BI voor de meetfout van [-0,627; 0.697] m (= gemiddelde ± 1.96 * standaard afwijking). We kunnen corrigeren naar boven en onder toe. Deze meetfouten geven dus soms onderschattingen en soms overschattingen. Om de bestaande infrastructuur “het voordeel van de twijfel” te geven, herrekenen we de breedtes alsof de meetfouten allemaal onderschattingen waren. We doen dus een correctie naar boven toe. Bovendien corrigeren we niet met het gemiddelde maar met de 95% BI meetfout.

N

Gemiddelde

Standaard afwijking

Mediaan

Min

Max

95% BI meetfout

130

0.035

0.338

0.053

-0.979

1.039

-0.627 / 0.697

Tabel 25: Statistische kengetallen van de meetfout op de redresseerstrook breedte na lineaire interpolatie en met een segmentlengte van 100 m. We tellen vervolgens bij iedere meting nog eens 0.697 m bij.

7.6.6 Resultaten na correctie van de kantstreep en de meetfout In de volgende tabel worden het aantal segmenten die een breedte onder en boven 75 cm hebben, opgeteld.


68

RA-2005-59

Klasse

Aantal segmenten


< 0.75 m

0

0.00

≥ 0.75 m

17119

86.39

Onbekend

2697

13.61

19816

100.00

Totaal

Tabel 26: Verdeling van het aantal segmenten volgens redresseerstrookbreedte – lineaire interpolatie – kantstreep correctie – correctie meetfout.

Figuur 37: Verdeling van de redresseerstrookbreedte - imputatie met lineaire interpolatie - correctie kantstreep - correctie meetfout. Na correctie voor de meetfout houden we geen segmenten over met een redresseerstrookbreedte die smaller is dan 75 cm. Dit komt doordat de bovenste grens van het 95% BI van de meetfout al ongeveer 70 cm bedraagt.

7.6.7 Conclusie a. Infrastructuur Gezien de grote meetfout die optreedt bij de meting van de redresseerstrookbreedte kunnen we hier geen uitspraak doen over de kwaliteit van de redresseerstrookbreedte t.o.v. de norm. Nieuwe data moeten verzameld worden om een betere uitspraak te kunnen doen over dit kenmerk. De aanbeveling voor dit kenmerk zit dan ook bij de data. b. Data De meetfout wordt groter naarmate de afstand tussen de gemeten en te meten plaats stijgt. Om de redresseerstrook correcter op te meten dient men zo dicht mogelijk erbij gereden te hebben. Dit is mogelijk door met de Aran wagen foto’s te maken op de meest linkse rijstrook.


69

RA-2005-59

7.7

Middenberm: type beveiligingsconstructie

7.7.1 Methodiek Bij deze meting wordt het type van beveiligingsconstructie aangeduid. Het begin en eindpunt worden aangeduid op de foto’s. Met behulp van de LOCF imputatiemethode worden de tussenliggende punten ingevuld. Op die manier brengen we de volledige lengte van de geleiderails in kaart. We verkrijgen dus segmenten met ongekende waarden, waarde 0 bij afwezigheid en 1 bij aanwezigheid van een bepaald type. Wanneer meerdere waarden voorkomen, wordt de maximum waarde genomen, d.w.z. aanwezigheid wordt gekozen boven afwezigheid. Er worden 3 types onderscheiden: metaal, New Jersey en beton. New Jersey geleiderails zijn ook vervaardigd uit beton. Hier wordt het typische profiel beschouwd. Betonnen geleiderails in deze studie zijn alle andere (lagere). 7.7.2 Normen Wat het materiaal betreft, zijn er geen voorschriften voor de beveiligingsconstructies. Zowel staal als beton kan gebruikt worden voor beveiligingsconstructies op autosnelwegen. Van beide materialen zijn voorbeelden van constructies gevonden die voldoen aan het H4-niveau9. Voor constructies met een beperkte breedte verdient beton de voorkeur boven staal. Voor constructies met een grotere breedte verdient staal de voorkeur boven beton (van de Pol, 1997). Of er al dan niet een beveiligingsconstructie nodig is in de middenberm hangt enkel af van de breedte van deze middenberm. In een middenberm met een breedte van 18 tot 20 m is geen beveiligingsconstructie nodig. Bij smallere middenbermen moet een beveiligingsconstructie voorzien worden (Nuyts et al, 2004). Aangezien we niet beschikken over de middenbermbreedtes van Vlaamse autosnelwegen, kunnen we geen uitspraak doen of een beveiligingsconstructie op zijn plaats staat, ontbreekt of niet voldoet. In volgende paragrafen visualiseren we dus enkel de aanwezigheid van een bepaald type geleiderail op een bepaalde plaats.

7.7.3 Resultaten Om een beeld te krijgen van het aantal segmenten met een beveiligingsconstructie en het aantal gekende waarden hebben we Tabel 27 samengesteld. Een “?” duidt op ongekend, “0” op geen constructie aanwezig en “1” op wel een constructie aanwezig. Een gekend segment kan al dan niet een beveiligingsconstructie bevatten. Sommige segmenten bevatten eigenlijk meer dan één type beveiligingsconstructie. Dit is het gevolg van het samenvoegen van gegevens over een lengte van 100 m per segment. In Figuur 38 tonen we een voorbeeld waarbij eenzelfde segment een metalen vangrail van 30 m (b.v. afscherming van een bord) en een betonnen veiligheidsstootband van 40 m bevat. Deze laatste zou een begin kunnen zijn van een betonnen constructie die over de volgende 5 km doorloopt.

9

H4 prestatieniveau is het zwaarste niveau waarop een bermbeveiligingsconstructie getest kan worden. Bij deze crash testen wordt b.v. een vrachtwagen van 38 ton gebruikt (EN-1317-2, 1998).


70

RA-2005-59

Figuur 38: Schets van een bermbeveiligingsconstructies.

mogelijk

segment

met

types

Klasse

Metaal

New Jersey

Beton

1

?

?

?

4548

22.95

2

?

?

0

57

0.29

3

?

?

1

688

3.47

4

?

0

?

50

0.25

5

?

0

0

0

0.00

6

?

0

1

69

0.35

7

?

1

?

4272

0.22

8

?

1

0

461

2.33

9

?

1

1

49

0.25

10

0

?

?

150

0.76

11

0

?

0

77

0.39

12

0

?

1

357

1.80

13

0

0

?

616

3.11

14

0

0

0

22

0.11

15

0

0

1

67

0.34

16

0

1

?

1683

8.49

17

0

1

0

617

3.11

18

0

1

1

117

0.59

19

1

?

?

2705

13.65

20

1

?

0

84

0.42

21

1

?

1

98

0.49


71

Aantal segmenten

meerdere

Aantal segmenten (%)

RA-2005-59

22

1

0

?

2125

10.72

23

1

0

0

110

0.56

24

1

0

1

19

0.10

25

1

1

?

745

3.76

26

1

1

0

24

0.12

27

1

1

1

6

0.03

Tabel 27: Aantal segmenten beveiligingsconstructie.

met

een

(of

meerdere)

type

middenberm

Uit Tabel 27 halen we de volgende cijfers: -

Van 22 segmenten (2.2 km) weten we met zekerheid dat er geen beveiligingsconstructie staat in de middenberm (klasse 14). Het gaat hierbij om segmenten op de A18.

-

Van 5498 segmenten (549.8 km) weten we niet zeker of er een beveiligingsconstructie staat in de middenberm (klasses 1, 2, 4, 5, 10, 11 en 13);

-

Van de in totaal 19816 segmenten (1981.6 km) bezitten 14296 segmenten (72.1%) minstens één van de drie types beveiligingsconstructie (niet noodzakelijk voor de volle 100 m van het segment);

-

5916 segmenten (591.6 km) hebben een metalen vangrail (metaal = 1) in de middenberm;

-

7974 segmenten (797.4 km) hebben een New Jersey veiligheidsstootband (New Jersey = 1) in de middenberm;

-

1470 segmenten (147.0 km) hebben een lage betonnen veiligheidsstootband (beton = 1) in de middenberm;

-

Over 4548 segmenten (454.8 km) kunnen we totaal geen uitspraak doen (klasse 1);

-

982 segmenten (98.2 km) kennen we volledig (geen “?”).

Als we zeggen dat we 982 segmenten volledig kennen, wil dit niet zeggen dat veel data ontbreken. De 4272 segmenten met een New Jersey (klasse 7) en wel/geen (“?”) ander type constructie zijn waarschijnlijk ook volledig gekend. Omdat er waarschijnlijk geen ander type beveiligingsconstructie staat, wordt ze ook op de foto’s niet geregistreerd. Het voorbeeld segment uit Figuur 38 kan in verschillende klasses in Tabel 27 thuishoren (klasse 25 of 26 – Metaal = New Jersey = 1; Beton = ? of 0). We weten niet of er nog een 3e type aanwezig is. Men kan dit vergeten te registreren zijn of het kan werkelijk afwezig zijn. Een verbeterde registratiemethode of een alternatieve verwerkingsmethode kan het aantal segmenten met een “?” voor bepaalde types van constructies verminderen. Daar wordt in dit onderzoek niet verder op ingezoomd. In de volgende figuren illustreren we de aanwezigheid van specifieke types van constructies op de Vlaamse autosnelwegen.


72

RA-2005-59

Figuur 39: Type beveiligingsconstructie in middenberm - metaal.

Figuur 40: Type beveiligingsconstructie in middenberm – New Jersey.

Figuur 41: Type beveiligingsconstructie in middenberm - beton. Een algemene opmerking bij alle kaarten waarop de aanwezigheid van geleiderails is gevisualiseerd is dat deze kaarten zijn gemaakt m.b.v. ArcView 3.2. Om het visuele Steunpunt Verkeersveiligheid

73

RA-2005-59

aspect duidelijker te maken, wordt de breedte van de lijnen dikker gemaakt. Dit heeft als gevolg dat de punten (segmenten) groter uitvallen en dus niet meer op schaal getoond worden. Dit geeft dan ook de indruk dat op sommige autosnelwegen er continue geleiderails van 10-tallen kilometers lang. Als we de kaarten van de diverse types geleiderails naast elkaar leggen lijkt het alsof er meerdere types samen op dezelfde locatie staan. Dit is een vorm van gezichtsbedrog t.g.v. de visualisatie in ArcView. Wanneer men inzoomt op de kaarten worden de lege plaatsen zichtbaar. De toegevoegde kaarten dienen dus enkel als macro visualisatie en om de lezer een idee te geven op welke plaatsen er wel of niet iets staat en tevens om een beeld te geven van de hoeveelheid data die we ter beschikking hebben om een verder risicoanalyse af te handelen. Om een exacter beeld te krijgen van de hoeveelheid geleiderails is het nodig de cijfers uit de tabel te gebruiken.

Figuur 42: Aanduiding segmenten zonder vangrail in middenberm of zonder meetgegevens. De segmenten op Figuur 42 zijn diegene uit Tabel 27 waarbij alle constructietypes een waarde “0” of “?” hebben. Het is dus best mogelijk en zelfs waarschijnlijk dat een deel van deze segmenten in werkelijkheid toch een beveiligingsconstructie bevatten.

7.7.4 Conclusie a. Infrastructuur Van de 19816 segmenten (1981.6 km) bezitten 14296 segmenten (72.1%) minstens één van de drie types beveiligingsconstructie in de middenberm (niet noodzakelijk voor de volledige 100 m van het segment). Van 22 segmenten (2.2 km; 0.11%) weten we met zekerheid dat er geen beveiligingsconstructie staat in de middenberm (klasse 14). Het gaat hierbij om segmenten op de A18. Op basis van de opgebouwde databank is het niet mogelijk een uitspraak te doen of een bepaalde beveiligingsconstructie juist staat, ontbreekt of van het verkeerde type is. Hiervoor zijn extra data nodig, zoals b.v. de afstand van de rijstrook tot de constructie en de breedte van de middenberm.


74

RA-2005-59

b. Data Verdere aanbeveling is het verder in kaart brengen van de types en locaties van de geleiderails. Eventueel kan de registratie uitgebreid worden met andere afmetingen (b.v. de afstand van de beveiligingsconstructie tot de rijbaan). Als aanbeveling voor de risicoanalyse kan het ook interessant zijn om in plaats van enkel een aanwezigheidscode (0 of 1) te gebruiken, percentages te gebruiken. Wanneer op een bepaald segment een metalen vangrail van 30 m voorkomt, wordt deze als 0.30 aangeduid. Wanneer dan op datzelfde segment nog eens 10 m New Jersey voor komt, wordt deze laatste aangeduid met 0.10. Op deze manier bekomen we gedetailleerdere gegevens. Als een segment dan een waarde 1.00 heeft voor een bepaald type constructie, weten we dat er geen ander type kan voorkomen. Dit reduceert het aantal onbekende velden in de dataset.


75

RA-2005-59

7.8

Zijberm: type beveiligingsconstructie

7.8.1 Methodiek Bij deze meting wordt het type van beveiligingsconstructie aangeduid. De begin- en eindpunten worden aangeduid op de foto’s. Met behulp van de LOCF imputatiemethode worden de tussenliggende punten ingevuld. Op die manier brengen we de volledige lengtes van de geleiderails in kaart. We verkrijgen dus segmenten met waarden “.” voor ongekend, “0” voor afwezigheid en “1” voor aanwezigheid van een bepaald type. Wanneer meerdere waarden voorkomen, wordt de maximum waarde genomen, d.w.z. aanwezigheid wordt gekozen boven afwezigheid. Er worden 3 types onderscheiden: metaal, New Jersey en beton. New Jersey geleiderails zijn ook vervaardigd uit beton. Hier wordt het typische profiel beschouwd. Betonnen geleiderails in deze studie zijn alle andere (lagere). 7.8.2 Normen Het al dan niet nodig zijn van een geleiderailconstructie in de zijberm is enkel afhankelijk van het type zijberm. De breedte, de hellingsgraad en de aanwezigheid van obstakels bepalen het type en de locatie. Aangezien we via de ARAN metingen niet over al deze zijbermkenmerken beschikken, kunnen we hier geen uitspraak doen over het ontbreken of teveel staan van bepaalde geleiderailconstructies. 7.8.3 Resultaten Op basis van de ARAN data van 2003 vinden we de volgende hoeveelheden segmenten die al dan niet een geleiderailconstructie in de zijberm hebben:

Klasse

Metaal

New Jersey

Beton

1

?

?

?

5196

26.22

2

?

?

0

0

0.00

3

?

?

1

14

0.07

4

?

0

?

18

0.09

5

?

0

0

25

0.13

6

?

0

1

0

0.00

7

?

1

?

82

0.41

8

?

1

0

6

0.03

9

?

1

1

12

0.06

10

0

?

?

3769

19.02

11

0

?

0

118

0.60

12

0

?

1

56

0.28

13

0

0

?

1430

7.22

14

0

0

0

200

1.01


Aantal segmenten

76

Aantal segmenten (%)

RA-2005-59

15

0

0

1

127

0.64

16

0

1

?

831

4.19

17

0

1

0

170

0.86

18

0

1

1

29

0.15

19

1

?

?

4586

23.14

20

1

?

0

383

1.93

21

1

?

1

97

0.49

22

1

0

?

1706

8.61

23

1

0

0

415

2.09

24

1

0

1

85

0.43

25

1

1

?

333

1.68

26

1

1

0

123

0.62

27

1

1

1

5

0.03

Tabel 28: Aantal segmenten beveiligingsconstructie.

met

een

(of

meerdere)

type

zijberm

Uit Tabel 28 halen we de volgende cijfers: -

Van 200 segmenten (20.0 km) weten we met beveiligingsconstructie staat in de zijberm (klasse 14).

-

Van 10556 segmenten (1055.6 km; 53.27%) weten we niet zeker of er een beveiligingsconstructie staat in de zijberm (klasses 1, 2, 4, 5, 10, 11 en 13);

-

Van de 19816 segmenten (1981.6 km) bezitten 9060 segmenten (45.72%) minstens één van de drie types beveiligingsconstructie (niet noodzakelijk voor de volledige 100 m van het segment);

-

7733 segmenten (773.3 km) hebben een metalen vangrail (metaal = 1) in de middenberm;

-

1591 segmenten (159.1 km) hebben een New Jersey veiligheidsstootband (New Jersey = 1) in de middenberm;

-

425 segmenten (42.5 km) hebben een lage betonnen veiligheidsstootband (beton = 1) in de middenberm;

-

Over 5196 segmenten (519.6 km) kunnen we geen uitspraak doen (klasse 1);

-

1154 segmenten (115.4 km / 5.82 %) kennen we volledig (geen “?”).


77

zekerheid

dat

er

geen

RA-2005-59

Figuur 43: Type beveiligingsconstructie in zijberm - metaal.

Figuur 44: Type beveiligingsconstructie in zijberm - New Jersey.

Figuur 45: Type beveiligingsconstructie in zijberm - beton.


78

RA-2005-59

Figuur 46: Aanduiding van segmenten zonder vangrail in zijberm of zonder meegegevens.

7.8.4 Conclusie a. Infrastructuur Zoals de reeds eerder gemaakte opmerkingen rond de normen, kunnen we hier dus geen uitspraak doen over het al dan niet gewenst zijn van een bepaald type geleiderail op een bepaalde plaats. De resultaten van onze metingen worden in dit rapport enkel gevisualiseerd en dienen als input voor de hierop volgende risicoanalyse. In verdere studies rond geleiderailconstructies is het raadzaam om deze dataset verder te vergelijken met andere databestanden over geleiderails. b. Data Uit Tabel 28 en uit Figuur 46 volgt dat voor een groot aantal van de wegsegmenten de waarde niet gekend zijn wat betreft het type en de aanwezigheid van de geleiderailconstructie. De cijfers geven echter een onderschatting van het aantal gekende segmenten. Segmenten die over de volledige lengte een bepaald type geleiderail bezitten, kunnen automatisch geen 2e type bezitten. De segmenten worden hier niet op die manier onderzocht. Voor het volgende deel van deze onderzoekscyclus wordt aangeraden meer aandacht te besteden aan de codering van de geleiderailgegevens. Een belangrijke aanbeveling naar toekomstige onderzoeken, gebaseerd op Aran gegevens is om de dataset uit te breiden met extra segmenten en extra parameters. De hoogte van de geleiderail en de afstand van de geleiderail tot de dichtstbijzijnde rijstrook zijn twee belangrijke.


79

RA-2005-59

7.9

Maximaal toegelaten snelheid

7.9.1 Methodiek Standaard wordt aangenomen dat de maximaal toegelaten snelheid 120 km/u bedraagt. Dit wordt o.a. aangegeven door het verkeersbord “F5”. Van zodra een verkeersbord met lagere snelheid wordt tegengekomen tijdens het doorlopen van de foto’s, wordt de nieuwe snelheid samen met de kilometerstand weggeschreven.

F5

F7

Wanneer meerdere waarden op eenzelfde segment voorkomen, wordt de maximum waarde behouden. Als imputatiemethode wordt LOCF gebruikt. Voor de onbekende segmenten waar de LOCF methode niet van toepassing is – dit zijn de segmenten vóór de eerste meting – wordt de standaardsnelheid van 120 km/u ingevuld. Vanaf het bord F5 geld namelijk deze snelheid. De metingen beginnen steeds vanaf een oprit. Segmenten vóór deze oprit worden leeg gelaten. 7.9.2 Normen De ontwerp-snelheid op autosnelwegen met ontwerp-standaarden op Europees niveau moet hoger zijn dan 100 km/u (RSV, 1998). De Vlaamse norm geeft een basissnelheid van 120 km/u aan (Nuyts et al, 2004). Volgens de Belgische Verkeerswetgeving is de 

maximale snelheid op autosnelwegen 120 km/u10;



minimum snelheid op autosnelwegen 70 km/u 11.

7.9.3 Resultaten In Figuur 47 tonen we de verdeling van de segmenten volgens de geregistreerde snelheidslimiet. Zoals verwacht heeft het overgrote deel (71%) van de segmenten een maximaal toegelaten snelheid van 120 km/u. Over ongeveer 23% van de segmenten kunnen we geen uitspraak doen. De lagere snelheden zijn in zeer lage aantallen vertegenwoordigd.

10

Koninklijk besluit van 1 december 1975 houdende algemeen reglement op de politie van het wegverkeer en van het gebruik van de openbare weg. Artikel 11.2. 11

Koninklijk besluit van 1 december 1975 houdende algemeen reglement op de politie van het wegverkeer en van het gebruik van de openbare weg. Artikel 21: verkeer op autosnelwegen. 21.2.: Behalve wanneer een lagere snelheid wordt opgelegd door het verkeersbord C43, mag geen enkele bestuurder op een autosnelweg met een lagere snelheid rijden dan 70 km per uur. Hij moet evenwel zijn snelheid regelen overeenkomstig de bepalingen van artikel 10.1. (http://www.wegcode.be/).


80

RA-2005-59

Figuur 47: Verdeling van de segmenten naargelang de maximaal toegelaten snelheid.

Figuur 48: Aanduiding van de maximaal toegelaten snelheid. Aangezien we standaard als snelheid 120 km/u nemen, kan het gebeuren dat we de waarde 120 opvullen op plaatsen waar we eigenlijk geen data ter beschikking hebben. Het eventueel missen / overslaan van een snelheidsbord kan een invloed hebben. Er kan dus een overschatting zijn aan segmenten met een maximale toegelaten snelheid van 120 km/u. Een beperkt aantal segmenten hebben een maximaal toegelaten snelheid lager dan de minimum snelheid opgelegd door het wegreglement. Deze segmenten bespreken we hier nu verder in detail. Op de A010 in richting 1 van kilometerpaal 104.2 tot 104.4. Hier eindigt de autosnelweg A010 aan de rotonde in Oostende. Er is een afbouw van 120, over 90 en 70, tot 50 km/u (zie Figuur 49).


81

RA-2005-59

Figuur 49: Maximaal toegelaten snelheden op A010 in Oostende. Op de aansluiting van de A012 met de Antwerpse Ring R001 te Ekeren. Hier hebben we een gelijkaardige snelheidsafbouw als we van de A012 naar de R001 rijden. Op de A014 (Antwerpen – Kortrijk), richting 2 nabij kilometerpaal 0.7, bij het naderen van de Franse grens wordt de snelheid ook volgens 90 – 70 – 50 afgebouwd. Op de A014, richting 2 van kilometerpaal 51.7 tot 52.2. Hier wordt de snelheid tijdelijk afgebouwd volgens 90 - 70 – 50 en na de brug opnieuw opgebouwd.

Figuur 50: Maximaal toegelaten snelheden op A014 rond Gent. Op de R004, ring rond Gent, wordt naar een bocht toe de snelheid afgebouwd volgens 120-90-70-60 km/u.


82

RA-2005-59

Figuur 51: Maximaal toegelaten snelheden op R004 in Gent.

7.9.4 Conclusie Over 23% van de segmenten kunnen we op basis van de Aran data geen uitspraak doen. Iets meer dan 70% van de segmenten heeft een maximaal toegelaten snelheid van 100 of 120 km/u. 0.08% van de segmenten heeft een maximaal toegelaten snelheid lager dan de minimum snelheid opgelegd door het wegreglement.


83

RA-2005-59

7.10

Langsgroeven

Op het startpunt van de langsgroeven wordt de waarde van de lengte ervan weggeschreven. We introduceren een variabele die de aanwezigheid van een langsgroef bevat. Vanaf het startpunt tot de lengte bereikt is, geven we die parameter waarde 1. Op segmenten die niet of zelfs niet gedeeltelijk over langsgroeven beschikken, krijgt de variabele de waarde 0. 7.10.1

Normen

Langsgroeven worden aangeraden op wegen met een verhoogd risico op aquaplaning (Nuyts et al, 2004). 7.10.2

Meetdata

Op slechts 2 autosnelwegen, de A002 en A003, hebben we meetdata van langsgroeven. Dit is in totaal een lengte van 25.0 kilometer. In volgende tabel wordt een overzicht gegeven van de opgemeten langsgroeven. De kilometerpaalkolom geeft het beginpunt aan van de langsgroeven. De groeven zelf hebben vervolgens een lengte aangeduid in de kolom ‘Lengte’.

Wegnr

Beschrijving

Km paal (km)

Lengte (m)

A002

Nederlandse grens - A3 (Bertem)

57.8

950

A002


59.0

870

A002


63.0

1300

A002


65.5

3200

A002

A3 (Bertem) - Nederlandse grens

58.8

800

A002


60.0

800

A002


64.4

1380

A002


68.8

2200

A003

Grens Brussels Hoofdstedelijk Gewest – R0 (Kraainem)

5.0

4000

A003

R0 (Kraainem) - Luik

9.6

7000

A003

R0 (Kraainem)

16.7

2500

Tabel 29: Weggedeelten met meetdata voor langsgroeven.


84

RA-2005-59

Figuur 52: Wegenkaart met langsgroeven. 7.10.3

Conclusie

In deze studie hebben we enkel de aanwezigheid van langsgroeven digitaal vastgelegd ter voorbereiding van de risicoanalyse. In dit rapport vermelden we ze enkel ter informatie en ter volledigheid. Dit kenmerk kan niet worden beoordeeld m.b.v. richtlijnen of –cijfers. Algemeen kunnen we wel concluderen dat langsgroeven slechts beperkt aanwezig zijn in Vlaanderen, nl slechts 25 km op een totale lengte van 1981.6 km. Dit geeft 1.26 %.


85

RA-2005-59

7.11

In- en uitvoegstroken: aantallen en locaties

7.11.1

Methodiek

Het voornaamste doel van deze paragraaf is de mogelijkheid te onderzoeken om op basis van de Aran metingen een overzicht te maken van de in- en uitvoegstroken. Het gaat hier dan o.a. over het aantal en de ligging. Verder berekenen we op basis van de aanwezige data de onderlinge afstand tussen de open afrittencomplexen. De dataset bevat in- en uitvoegstroken van zowel open afritten complexen als parkings.

Figuur 53: Schets met registratiepunten aan het begin en einde van een uitvoegstrook. De volgende kenmerken worden bijgehouden: -

Begin- en eindpositie van de invoeg- en uitvoegstroken (zie Figuur 53)

-

linker of rechterkant van de rijbaan

-

breedte van de invoeg- en uitvoegstroken

-

aantal invoeg- en uitvoegstroken

7.11.2

Normen

Naar Europese normen wordt het aantal aansluitingen beperkt gehouden; de afstand tussen twee aansluitingen is ten minste 8 à 10 km (RSV, 1998). 7.11.3

Resultaten

a. Technisch De volgende figuur geeft een overzicht van de open afritten die a.d.h.v. de Aran data geregistreerd werden.


86

RA-2005-59

Figuur 54: Locaties van in- en uitvoegstroken (complexen en parkings).

Opritten Aantal

389

Afritten 398

Tabel 30: Aantal in- en uitvoegstroken in de databank. Het aantal in- en uitvoegstroken is verschillend. Meerdere oorzaken kunnen hier aan de basis van liggen. Aanwezigheid aan de ene kant en afwezigheid aan de andere kant van de autosnelweg, foute registraties, start en stop plaatsen van de meetwagen, … In Tabel 31 en Tabel 32 geven we een overzicht van de gemiddelde dichtheid van open afrittencomplexen in Vlaanderen en voor de verschillende deelzones. Deze cijfers worden bepaald op basis van de aanwezige complexen in de databank. Aangezien er complexen ontbreken in de databank liggen de aantallen in werkelijkheid hoger. Hierdoor zijn de dichtheid cijfers in werkelijkheid hoger en de gemiddelde afstanden kleiner. De cijfers in deze tabel zijn dus een positievere weergave dan in werkelijkheid.

Zone

Segmenten

Weglengte

Opritten

Dichtheid

(aantal)

(km)

(aantal)

(aantal / km)

Gemiddelde afstand (km)

Vlaanderen

19816

1981.6

389

0.196

5.09

Buitengebied

14218

1421.8

236

0.166

6.02

Stedelijk

3722

372.2

92

0.247

4.05

Stedelijk – Brussel

1452

145.2

29

0.200

5.01

Stedelijk – Antwerpen

846

84.6

18

0.213

4.70

Stedelijk – Gent

722

72.2

17

0.235

4.25

Stedelijk – Kortrijk

442

44.2

16

0.362

2.76

Stedelijk - Leuven

220

22.0

13

0.591

1.69

Tabel 31: Aantal en onderlinge afstand van de opritten.


87

RA-2005-59

Zone

Segmenten

Weglengte

Afritten

Dichtheid

(aantal)

(km)

(aantal)

(aantal / km)

Gemiddelde afstand (km)

Vlaanderen

19816

1981.6

398

0.201

4.98

Buitengebied

14218

1421.8

238

0.167

5.97

3722

372.2

110

0.296

3.38

846

84.6

20

0.236

4.23

1452

145.2

38

0.261

3.82

Stedelijk – Gent

722

72.2

21

0.291

3.44

Stedelijk – Kortrijk

442

44.2

17

0.385

2.60

Stedelijk - Leuven

220

22.0

13

0.591

1.69

Stedelijk Stedelijk – Antwerpen Stedelijk – Brussel

Tabel 32: Aantal en onderlinge afstand van de afritten. Als we de gemiddelde afstanden in Tabel 31 en Tabel 32 bekijken, vinden we waarden van 1.69 tot en met 6.02 km. Als we weten dat de resultaten in de tabellen overschattingen zijn en ze bij een completere dataset nog lager zouden liggen, dan kunnen we zonder enige twijfel besluiten dat de open afrittencomplexen in Vlaanderen veel te dicht bij elkaar liggen. b. Inhoudelijk Het overzicht van de open afrittencomplexen is niet volledig. Verschillende redenen kunnen hiervoor aangehaald worden. Men start aan het begin van de dag met de Aran wagen aan hetzelfde complex als datgene waar men de dag ervoor gestopt is. Hierdoor registreert men het begin van de afrit en het einde van de oprit. De tussenliggende punten worden niet geregistreerd. Zie Figuur 55.

Figuur 55: Gekende en ongekende punten van een complex. Aanbeveling: het complex waar gestopt / gestart wordt mag niet hetzelfde zijn. Men moet starten aan een complex eerder dan men gestopt is. Op deze manier neemt men alle complexen mee tijdens de metingen (foto’s maken). Het complex waar men stopt of start mag niet meegenomen worden; dit om te vermijden dat we maar de helft van de data van een complex registreren. Steunpunt Verkeersveiligheid

88

RA-2005-59

Een ander probleem ontstaat wanneer meerdere metingen geregistreerd worden van een start- of eindpunt. Voor een goede werking van een imputatiemethode dienen we dan vooraf deze meetpunten te verwijderen. Dit is een manuele activiteit die redelijk tijdsintensief kan zijn.

7.11.4

Buitenlandse resultaten

Tijdens deze studie wordt ook gekeken naar de situatie in het buitenland. Hoe ver liggen op buitenlandse autosnelwegen de open afrittencomplexen van elkaar? Verschillende zoekacties op het Internet naar studies en resultaten hieromtrent leverden echter niets op.

7.11.5

Conclusies & aanbevelingen

a. Infrastructuur Ondanks het feit dat nog niet alle open afrittencomplexen in de databank zitten, krijgen we toch al een idee van de dichtheid op de Vlaamse autosnelwegen. Zeker als we dan aparte “stedelijk” gebieden gaan definiëren zien we de dichtheid onmiddellijk enorm toenemen. In vergelijking met de richtlijn in het RSV (1998), liggen de complexen veel te dicht bij elkaar. b. Data In de onderzochte dataset zaten nogal wat fouten. De data werden eerst nog manueel opgekuist. Mogelijke fouten waren o.a. het registreren van een ‘einde’ i.p.v. een ‘start’ of omgekeerd, het vergeten van een ‘start’ of ‘eind’ of een dubbel registreren van een ‘start’ of ‘eind’. Deze fouten verwijderen leidt uiteraard tot een extra dataverlies. We verkrijgen hierdoor een onderschatting van het aantal complexen. De procedure om via Aran data de complexkenmerken in kaart te brengen, dient nog verder uitgewerkt te worden. Deze methode leent zich echter vrij goed om een databank op te bouwen van de open afrittencomplexen.


89

RA-2005-59

7.12

Lengte van de uitvoegstroken

7.12.1

Methodiek

Om de lengte van de uitvoegstroken te bepalen wordt het begin en eindpunt van de afrit opgemeten. Dit wordt gedaan in de langsrichting van de autosnelweg.

Figuur 56: Aanduiding van uitvoegstrooklengte. De start en eindposities worden vastgelegd tijdens het registratieproces op basis van de foto’s. Wanneer meerdere metingen beschikbaar zijn voor eenzelfde referentiepunt dan wordt het gemiddelde van de locaties (kilometerstanden) berekend.

7.12.2

Normen

Het richtcijfer voor de lengte van een uitvoegstrook is 100 - 450 m (Nuyts et al, 2004).

7.12.3

Klasse

Resultaten

Aantal uitvoegstroken

< 100 m 100 – 450 m > 450 m Totaal

Percentage

24

6.03

354

88.94

20

5.03

398

100

Tabel 33: Verdeling van de uitvoegstroken naargelang hun lengte.


90

RA-2005-59

Figuur 57: Verdeling van uitvoegstroken naar hun lengte. We rangschikken de uitvoegstroken volgens hun lengte en genereren hiermee volgende figuur.

Figuur 58: Rangschikking van de uitvoegstroken volgens hun lengte. Steunpunt Verkeersveiligheid

91

RA-2005-59

7.12.4


a. Infrastructuur We vinden 24 afritten met een uitvoegstrook korter dan 100 m en 20 afritten met een uitvoegstrook langer dan 450 m. Alle andere (89% van de afritten in de databank) voldoen aan de norm. Over de (on)veiligheid van de kortere of langere uitvoegstroken kunnen we hier geen uitspraak doen. Dit moet blijken uit de risicoanalyse. b. Data Deze methode is zeer geschikt om dit soort kenmerken in kaart te brengen. Een aanbeveling is zeer zeker om ook op deze metingen een uitgebreide meetfout analyse uit te voeren. Op die manier bekomen we informatie over meetfouten in langsrichting van de autosnelweg.


92

RA-2005-59

7.13

Lengte van de invoegstroken

7.13.1

Methodiek

Om de lengte van de invoegstroken te bepalen wordt het begin en eindpunt van de oprit gemeten. Dit wordt gedaan in de langsrichting van de autosnelweg. Deze meting is gelijkaardig aan de meting van de lengte van de uitvoegstroken. Voor een schets wordt dan ook naar Figuur 56 verwezen. 7.13.2

Normen

Het internationale richtcijfer voor een invoegstrook is 750 m. De minimale lengte is 210 en 240 m (Nuyts et al, 2004). Als kantelwaarden voor onze analyse nemen we 250 m en 750 m. 7.13.3

Resultaten

Figuur 59 toont de verdeling van de invoegstrooklengtes. Als we naar de cumulatieve percentages kijken, zien we dat ongeveer 90% van de invoegstroken in Vlaanderen korter zijn dan 450 m.

Figuur 59: Verdeling de invoegstroken naar hun lengte. Uit de volgende tabel blijkt dat ongeveer een vierde van de complexen een invoegstrook heeft die korter is dan 250 m.


93

RA-2005-59

Klasse

Aantal invoegstroken

Percentage

< 250 m

103

26.48

250 – 750 m

280

71.98

6

1.54

389

100

> 750 m Totaal

Tabel 34: Verdeling van de invoegstroken naargelang hun lengte.

Figuur 60: Rangschikking van de invoegstroken volgens hun lengte.

7.13.4

Conclusie

a. Infrastructuur A.d.h.v. de verzamelde meetdata vinden we dat 26% van de gekende opritten een lengte heeft die korter is dan de minimale lengte van 250 m. Verder vinden we 6 invoegstroken langer dan de voorgeschreven 750 m. b. Data Voor de conclusies en aanbevelingen over de data verwijzen we naar 7.12.4 b.


94

RA-2005-59

7.14

In- en uitvoegstroken: kant van de weg

7.14.1

Methodiek

In deze paragraaf onderzoeken we de kant van de weg waar de invoeg- of uitvoegstrook gelegen is. 7.14.2

Normen

In- en uitvoegen gebeurt het best aan de rechterkant van de rijbaan, langs rechte delen van de hoofdstroom (Nuyts et al, 2004). 7.14.3

Resultaten

In volgende tabel tonen we het aantal linkse en rechtse open afritten uit onze dataset. Van een aantal gekende complexen (15) weten we niet aan welke kant hun op- of afrit gelegen is.

Kant

Opritten

Rechts

Afritten

Totaal

378

389

776

Links

3

2

5

Onbekend

8

7

15

389

398

796

Totaal

Tabel 35: Verdeling van de open afritten volgens de kant van de weg. In onze dataset zitten dus 5 op- of afritten die aan de linkerkant van de autosnelweg gelegen zijn. Dit is slechts 0.63% van het totaal aantal gekende complexen in onze dataset. Deze 5 complexen worden in Tabel 36 opgesomd.

Wegnr

Richting

Km palen

Richting

Type

A001

Antwerpen - Brussel

17.6 – 17.9

Aflopend

Linkse oprit

R001


2.0 – 2.7

Aflopend

Linkse oprit

R001


14.4 – 14.7

Aflopend

Linkse oprit

R008

Halle – Wallonië (E42)

6.0 – 6.2

Aflopend

Linkse afrit

R008

Halle – Wallonië (E42)

15.4 – 15.7

Aflopend

Linkse afrit

Tabel 36: Overzicht van de complexen met een linkse op- of afrit.

7.14.4


a. Infrastructuur Van 781 in- of uitvoegstroken in de databank kennen we de kant van de weg. Ondanks de onveiligere situatie bestaan er in Vlaanderen toch nog steeds open afrittencomplexen gelegen aan de linker kant van de autosnelweg. Percentueel t.o.v. het totale aantal zijn ze heel beperkt, nl. slechts 5 (0.63%).


95

RA-2005-59

b. Data Een verdere uitbreiding van de databank wordt aanbevolen. Aangezien de linkse complexen als gevaarlijker worden ervaren, is het noodzakelijk deze bij toekomstige risicoanalyses allemaal in rekening te kunnen brengen. Dit is zeker belangrijk omdat ze laag in aantal zijn.


96

RA-2005-59

7.15

Breedte van in- en uitvoegstroken

7.15.1

Methodiek

Om een idee te krijgen van de breedte van de in- en uitvoegstroken hebben we alle beschikbare metingen in een verdelingsgrafiek geplaatst. Het aantal metingen per complex is niet constant en ligt tussen 1 en 6. Alle metingen worden samengenomen. We berekenen geen gemiddelde per in- of uitvoegstrook en we passen ook geen lineaire interpolatie toe. Een in- of uitvoegstrook heeft in ieder geval een verloop van 0 m breed tot een breedte veel breder dan een normale rijstrook. 7.15.2

Normen

De rijstrook in een op- of afrit moet even breed zijn als een gewone rijstrook (Nuts et al, 2004). Dit komt dus neer op een gemiddelde breedte van 3.50 m. 7.15.3

Resultaten zonder correctie

Wanneer we alle metingen van de invoegstrook breedtes statistisch verwerken, vinden we de volgende kengetallen:

N

Gemiddelde

Standaard afwijking

Mediaan

Minimum

Maximum

1058

3.606

0.754

3.565

1.522

7.011

Tabel 37: Kengetallen van de invoegstrook breedte.

Figuur 61: Verdeling van de invoegstrookbreedtes.


97

RA-2005-59

Voor de uitvoegstrook vinden we de volgende resultaten: N

Gemiddelde

Standaard afwijking

Mediaan

Minimum

Maximum

1172

3.289

O.934

3.229

0.825

7.549

Tabel 38: Kengetallen van de uitvoegstrook breedte. De verdeling van de breedtes ziet er als volgt uit:

Figuur 62: Verdeling van de uitvoegstrookbreedtes. 7.15.4

Resultaten na correctie voor de deelstreep

Een correctie voor de deelstreep kan ook voor deze parameter doorgevoerd worden. De rechterkantstreep blijft nog steeds deel uitmaken van de vluchtstrook. De linkerdeelstreep wordt verdeeld onder de invoeg- of uitvoegstrook en de 1e rijstrook. D.w.z. dat we 10 cm dienen te corrigeren. Alle resultaten, zoals het gemiddelde, de mediaan, de standaard deviatie, het minimum en maximum, schuiven hierdoor 10 cm naar boven. 7.15.5

Meetfout

De meetfout bepalen we op dezelfde manier als bij de rijstroken en vluchtstroken. Per dataset (N en C) wordt het gemiddelde berekend per segment. Vervolgens wordt van de waarden van overeenkomstige segmenten het verschil bepaald. Van dit verschil tonen we in Tabel 39 en Tabel 40 de statistische kengetallen. Het aantal waarnemingen is onvoldoende om een 95% BI te bepalen. Hiervoor hebben we minstens 384 waarnemingen nodig (Dierckx, 2004).


98

RA-2005-59

N

Gemiddelde

Standaard afwijking

Mediaan

Minimum

Maximum

95%BI Meetfout

97

0.835

1.410

0.246

-2.721

4.674

-1.927 / 3.599

Tabel 39: Meetafwijkingen imputatiemethode.

van

de

invoegstrookbreedte

zonder

Ook voor de bepaling van het 95% BI voor de meetfout op de uitvoegstrook breedte beschikken we over te weinig waarnemingen om een uitspraak te doen. N

Gemiddelde

Standaard afwijking

Mediaan

Minimum

Maximum

95%BI Meetfout

95

0.991

1.786

0.246

-3.419

4.822

-2.510 / 4.492

Tabel 40: Meetafwijkingen imputatiemethode.

7.15.6

van

de

uitvoegstrookbreedte

zonder

Resultaten na correctie van de meetfout

Voor deze parameter doen we in deze studie geen correctie voor de meetfout. Met de beschikbare meetdata is het onmogelijk om een goede uitspraak te doen over de meetfout en het bijhorende betrouwbaarheidsinterval.

7.15.7

Conclusies

a. Infrastructuur De breedte van een in- of uitvoegstrook verloopt steeds van 0 m (begin uitvoegstrook; einde invoegstrook) tot een bepaalde maximum waarde. Deze vorm herkennen we ook in de verdelingen. De gemiddelde waarde ligt rond 3.50 m, wat overeenkomt met de aanbevelingen in de richtlijnen. b. Data In toekomstige onderzoeken dient erop gelet te worden dat meer metingen verzameld worden. Gezien het feit dat de breedte van dit soort stroken heel snel varieert in de langsrichting is het nodig om deze eventueel elke 10m op te meten. Op die manier krijgen we een realistischer beeld van de stroken en kunnen we ook de meetfout op kleinere segmentlengtes bepalen. Hierdoor gaat de fout waarschijnlijk afnemen en onze resultaten nauwkeuriger worden.


99

RA-2005-59

7.16

Puntobstakels

7.16.1

Methodiek

Telkens een puntobstakel of een bord wordt tegengekomen op de foto’s wordt het type geselecteerd en de positie weggeschreven. Het totale aantal puntobstakels per segment wordt berekend. Voor deze resultaten behouden we enkel de gegevens van de N-dataset. Het risico bestaat dat we dezelfde puntelementen dubbel gaan tellen als we ook de C-dataset meenemen. Verder dienen we hier ook de opmerking te maken dat het registreren van de puntobstakels niet van in het begin gevraagd werd. Dit is mede de oorzaak van de onvolledige dataset. 7.16.2

Resultaten

Eerst en vooral beschouwen we Figuur 63. Deze kaart toont alle segmenten die een puntelement bevatten volgens de beschikbare Aran data. Wanneer we nu naar bepaalde autosnelwegen kijken (bvb A10, A13, A14) zien we grote lege gedeelten. Hiervan kunnen we met zekerheid zeggen dat er data ontbreekt in onze dataset. De volgende berekeningen zijn dus indicatief en dienen in toekomstige studies herbekeken te worden.

Figuur 63: Segmenten met aanwezigheid van puntobstakels. We berekenen nu enkele basiswaarden. In de vorige paragrafen hadden we reeds 1981.6 km aan autosnelweg bepaald. Samen met de aantallen puntelementen kunnen we de dichtheid van de bebording bepalen.

Code

Benaming

Aantal

Aantal /km

Bord01

Bord met vangrail

72

0.036

Bord02

Bord zonder vangrail

890

0.449

Bord03

Telefoon zonder vangrail

164

0.082

Bord04

Telefoon met vangrail

154

0.078

Bord05

Wegwijzer groot met vangrail

152

0.077

Bord06

Wegwijzer groot zonder vangrail

95

0.048


100

RA-2005-59

Bord07

Wegwijzer klein met vangrail

52

0.026

Bord08

Wegwijzer klein zonder vangrail

590

0.298

Bord09

Geen benaming

4

0.002

Bord10

Geen benaming

34

0.017

Bord11

Lantaarnpaal

1129

0.570

3336

1.683

Totaal

Tabel 41: Aantallen en dichtheid per type puntelement. Uit Tabel 41 blijkt dat er heel wat puntelementen zonder vangrail bestaan t.o.v. puntelementen met vangrail. Dit hoeft uiteraard geen probleem te zijn omdat we geen informatie hebben over de afstand van het puntelement tot de rijbaan. In toekomstige studies moet dit wel verder onderzocht worden. Ook het ontbreken van data speelt hierbij een rol. Op elke kilometer autosnelweg staan er gemiddeld 1.7 puntelementen. Aangezien de lijst van puntelementen niet compleet is (zie lege plekken in Figuur 64), ligt het werkelijke cijfer hoger.

Figuur 64: Aanduiding van praatpalen (bord03 en bord04) in het oosten van Vlaanderen. Het aantal objecten in de databank is zeker niet compleet. Een ruwe schatting van de volledigheid kunnen we maken op basis van de telefoons of praatpalen. In elke rijrichting staat elke 2 km een praatpaal. Als we een totale autosnelweglengte beschouwen van 1981 km, kunnen we stellen dat er ongeveer 990 praatpalen bestaan in Vlaanderen. De aantallen van “bord03” en “bord04” geven 318 praatpalen samen. Dit wil zeggen dat we ongeveer 32 % van de data beschikbaar hebben.


101

RA-2005-59

Indien we dit cijfer gebruiken om een correctie toe te passen op het totaal aantal puntobjecten, bekomen we ongeveer 10000 objecten en dus ongeveer 5 puntobjecten per kilometer. Dit is gemiddeld een object elke 200 m.

Aantal segmenten

Aantal borden op 1 segment

Type bebording

.

0

1

2

3

4

bord01

4515

15237

56

8

bord02

4515

14515

687

94

bord03

4515

15140

158

3

bord04

4515

15149

150

2

bord05

4515

15150

150

1

bord06

4515

15209

89

3

bord07

4515

15251

48

2

bord08

4515

14754

507

37

3

bord09

4515

15297

4

bord10

4515

15267

34

bord11

4515

14792

150

144

179

5

6

7

8

5

30

4

1

1

Tabel 42: Overzicht van het aantal segmenten dat een bepaald aantal borden van een bepaald type bevat. Uit Tabel 42 lezen we dat er 4515 segmenten zijn waar we geen uitspraak kunnen over doen. Deze segmenten dienen zeker in volgende projecten opgemeten te worden. Verder blijkt dat een bepaald type bord meestal 1x, soms tot 2x voorkomt op een 100 m segment. Lantaarnpalen zijn het dichtst bezaaid. Deze komen 3x, 4x tot zelfs 8x voor op een segment van 100 m lengte. Hoe langer een weg, hoe meer puntelementen tegengekomen worden. Dit is een voor de hand liggende uitspraak. Uit Figuur 65 blijkt echter geen lineair verband. De Pearson correlatiecoëfficiënt is 0.65. Andere factoren bepalen dus de dichtheid.


102

RA-2005-59

Figuur 65: Aantal puntelementen i.f.v. weglengte in aantal segmenten.

7.16.3

Conclusie

a. Infrastructuur Met deze metingen willen we een overzicht maken van het aantal en het type van borden die zich op autosnelwegsegmenten bevinden. Het is moeilijk te controleren of alle puntobstakels geregistreerd werden. Wel kunnen we een overzicht geven van alle geregistreerde puntobstakels. Om een beeld te krijgen van het aantal puntobstakels dat op een bepaald gedeelte autosnelweg voorkomt, tellen we het totaal aantal en berekenen we een dichtheid van obstakels per kilometer weglengte. Dit geeft een gemiddelde van 1.683 (3336 / 1981.6) borden / km of gemiddeld om de 594 m een bord. b. Data De berekende cijfers geven een eerste richtwaarde voor de Vlaamse situatie. Tijdens het registratieproces zijn zeker nog puntelementen vergeten aangezien de vraag voor registratie pas gekomen is nadat de eerste metingen van kenmerken al waren uitgevoerd. Het aantal puntelementen per afstand en de afstand van de puntelementen tot de rijbaan zijn van invloed op de verkeersveiligheid en de bepaling van de nodige beveiligingsconstructies. Hiervoor is het nodig om naar de toekomst toe een volledig databestand van alle borden (en palen) langs de autosnelwegen te bezitten. Een ruwe schatting op basis van de praatpalen levert ons een volledigheid cijfer van slechts 32% op. Bij puntvormige kenmerken kunnen we daarenboven geen imputatie toepassen. Bij volgende analyses dient hier extra rekening mee gehouden te worden.


103

RA-2005-59

8.

CONCLUSIES

EN AANBEVELINGEN

De volgende onderzoeksvragen werden gesteld: 

Analyse van de infrastructuurkenmerken: in hoeverre komen de metingen van de huidige Vlaamse autosnelwegeninfrastructuur overeen met de (inter)nationale normen en aanbevelingen?



Wat is de nauwkeurigheid, juistheid, bruikbaarheid,… van de Aran meetgegevens?



Welke imputatiemethode is het beste om de ontbrekende verkeerstechnische data aan te vullen op basis van bestaande data?

8.1

Analyse van de infrastructuur kenmerken

Ondanks de soms hoge meetfouten willen we toch proberen een eerste uitspraak te doen over de wegkenmerken op basis van deze data. Indien de data het toelaat, bepalen we daarom ook de 95% betrouwbaarheidsintervallen. Verder worden op basis van deze resultaten geen infrastructuuraanbevelingen gedaan. Hiervoor wensen we eerst de infrastructuurkenmerken te onderzoeken samen met andere mobiliteitsparameters, zoals intensiteiten en ongevallengegevens. De normen spreken over minstens 2 rijstroken per richting op autosnelwegen. Uit de dataset blijkt dat dit in Vlaanderen het geval is. Meer dan 99,5% van de gekende segmenten hebben 2 of meer rijstroken. Slechts op een zeer beperkt aantal locaties is er slechts 1 rijstrook, terwijl de weg daar toch als hoofdweg wordt gecategoriseerd. Dit zijn dan begin- of eindpunten van autosnelwegen. In het meest optimale geval van de meetfout vinden we ongeveer 48 km autosnelweg waarbij de rechter rijstrook smaller is dan de 3.50 m voorgeschreven in de richtlijnen. Voor de vluchtstrook ligt de meetfout zeer hoog. De breedte van de vluchtstrook verandert ook heel regelmatig, b.v. aan brugpijlers. Hierdoor krijgen we grotere variaties wanneer we uitmiddelen over 100 m segmenten. De meetprocedure dient hiervoor zeker verbeterd te worden. Wanneer we toch nog de meest optimale situatie betreffende de meetfout nemen, vinden we ongeveer 80 km aan autosnelweg waarbij de 100 m segmenten een gemiddelde vluchtstrook breedte hebben smaller dan de voorgeschreven 3.00 m. Over de redresseerstrook kunnen we op basis van deze data geen uitspraak doen. De meetfout is groter dan de metingen. Dit kan verbeterd worden door in de toekomst metingen te verrichten op de meest linkse rijstrook. Dit blijkt uit de meetfoutenanalyse. De bermbeveiligingsconstructies worden vrij goed in kaart gebracht door ARAN. Om een uitspraak te doen of ze geplaatst zijn volgens de normen, beschikken we hier niet over de juiste gegevens. Ook de afstand tussen de rijstrook en de beveiligingsconstructie dient dan minstens te worden geregistreerd. Dit wordt zeker aanbevolen naar volgende analyses. Echter, zowel voor de middenberm als de zijberm, hebben we een bruikbaar overzicht kunnen opbouwen voor 3 types van constructies. Deze dataset is bruikbaar voor de risicoanalyse. Wat betreft de maximaal toegelaten snelheid kunnen we over ongeveer 23% van de segmenten geen uitspraak doen, wegens het ontbreken van data. 70% heeft een maximaal toegelaten snelheid van 100 km/u of meer. Ook de langsgroeven worden op deze manier in kaart gebracht. Het aantal kilometers autosnelweg in Vlaanderen met langsgroeven is zeer beperkt. Het gaat om een totale lengte van ongeveer 25 km, dus slechts 1.26% van de totale autosnelweglengte. Met behulp van de ARAN hebben we 389 opritten en 398 afritten in kaart gebracht. Een dichtheidsberekening levert hiermee voor Vlaanderen een gemiddelde afstand tussen open afrittencomplexen van ongeveer 5 km. De gemiddelde breedte van de in- en


104

RA-2005-59

uitvoegstroken ligt, zoals voorgeschreven rond de 3.50 m. Van de geregistreerde uitvoegstroken valt ongeveer 11% buiten het voorgeschreven venster van 100 – 450 m. Voor de invoegstroken is het kader 250 – 750 m, maar valt wel 28 % hier buiten. Een aantal complexen in Vlaanderen zijn nog aan de linkerkant van de autosnelweg gelegen. Het gaat hier om 5 complexen die we via ARAN hebben geregistreerd. Uit de onderzochte dataset blijkt een puntobstakel dichtheid van ongeveer 1.7 elementen per kilometer. Dit is ongeveer om de 600 m een puntelement. Wanneer we de resultaten extrapoleren op basis van het aantal praatpalen in de dataset en het geschatte aantal praatpalen in werkelijkheid, vinden we een dichtheid van ongeveer 5 elementen per kilometer of ongeveer elke 200 m een puntelement.

8.2

Nauwkeurigheid en bruikbaarheid van de Aran meetgegevens

A.d.h.v. de redresseerstrookmetingen kunnen we ons een idee vormen over de meetfout die we maken als we kenmerken opmeten die verder naar de zijkant van de foto gelegen zijn. We zien inderdaad een toename van de meetfout bij een toenemend aantal rijstroken. Alle foto’s werden genomen vanaf de eerste rijstrook. Aanbeveling: In de toekomst is het nuttig om met de Aran wagen ook te rijden op de 2 e, 3e en 4e rijstrook. Hiermee verkrijgen we niet alleen gegevens van deze rijstroken maar ook nauwkeurigere resultaten van de redresseerstrook en eventueel middenberm. Indien mogelijk wordt ook aangeraden eens te rijden op de vluchtstroken. Ook hier kan zo de meetfout nog gereduceerd worden. Voor bepaalde kenmerken, zoals de vluchtstrook zien we dat de meetfout zeer hoog is. Uit de analyse blijkt dat het voornamelijk om procedurefouten gaat. Deze kunnen verbeterd worden door het aantal controlemetingen te laten toenemen. De controlemetingen mogen geen kleinere selectie zijn dan de normale metingen. Beide datasets moeten volgens dezelfde procedure opgesteld worden.

8.3

Imputatiemethodes

Tijdens dit onderzoek wordt een eerste ervaring met imputatiemethodes opgedaan. Het effect van diverse methodes op de meetdata en meetfout wordt geanalyseerd. Methodes als lineaire interpolatie of het gebruik van het gemiddelde tussen gekende waarden leveren de beste resultaten voor het opvullen van niet gekende waarden voor wegkenmerken. Aangezien bepaalde wegkenmerken, zoals breedtes, een continu verloop hebben, verkiezen we lineaire interpolatie. Het constant houden van de gekende waarde voor de eerste of na de laatste gekende waarde wordt afgeraden. Dit heeft een dusdanige invloed op de meetfout dat de gegevens onbetrouwbaar worden. Het gebruik van een methode waarbij de gekende waarde constant gehouden wordt voor de onbekende segmenten werkt wel en moet wel gebruikt worden voor kenmerken met discrete waarden, zoals het aantal rijstroken. Dit is het meest intuïtieve en volgt ook de meetprocedures waarbij gevraagd wordt enkel gegevens te registreren wanneer er een verandering optreedt.


105

RA-2005-59

8.4

Verder onderzoek

8.4.1 Meetfout reductie Om op termijn tot een goed wegkenmerkendatabank te komen m.b.v. Aran is het nodig de meetfouten op sommige wegkenmerken te reduceren. Het zijn vooral meetprocedure fouten die de analyse van de vluchtstrook- en redresseerstrookbreedte bemoeilijken. Een onderzoek waarbij, misschien volgens een iteratief proces procedures worden opgesteld, meetfouten worden geanalyseerd en verbeterde procedures worden voorgesteld, kan uitkomst brengen.

8.4.2 Extra wegkenmerken Er zijn zeker nog andere kenmerken die nader onderzocht kunnen worden. Voor bermbeveiligingsconstructies kan het nuttig zijn om ook de hoogte en afstand tot kantlijn in kaart te brengen. Ook voor bebording kunnen de afstanden tot de kantlijn nuttig zijn en bijgevolg opgenomen worden.

8.4.3 Risicoanalyse deel 3: bepalen van risico cijfers Ondanks het feit dat we t.g.v. mogelijke grote meetfouten in dit rapport beperkte uitspraken kunnen doen over bepaalde wegkenmerken, zoals vluchtstrookbreedte en redresseerstrookbreedte, kunnen we de bekomen dataset wel gebruiken voor het deel 3 van de risico analyse op Vlaamse autosnelwegen. Het is niet zozeer de effectieve waarde van de strookbreedtes die bepalend is voor de risicocijfers, maar de onderlinge verschillen tussen segmenten.


106

RA-2005-59

9.

AFKORTINGEN

AMO

Onderzoekscel Architectuur, Mobiliteit en Omgeving

ARAN Automatic Road Analyser ASCII American Standard Code for Information Interchange ASW

Autosnelweg

AWV

Administratie Wegen en Verkeer

BI

Betrouwbaarheidsinterval

LI

Lineaire interpolatie

LOCF Last Observation Carried Forward MVG

Ministerie van de Vlaamse Gemeenschap

NGI

Nationaal Geografisch Instituut

NOCB Next Observation Carried Backward RSV

Ruimtelijk Structuurplan Vlaanderen


107

RA-2005-59

10.

REFERENTIES

10.1

Boeken, rapporten en artikels

Dierckx, C. (2004). Verkeersonderzoek. Hogeschool voor Verkeerskunde. Diepenbeek. EN1317-2 (1998). Afschermende constructie voor wegen – deel 2: prestatieklasses, botsproef-beoordelingscriteria en beproevingsmethoden voor vangrails. NBN EN 1317-2. Belgisch Instituut voor Normalisatie, Brussel, 23 juni 1998. Engels, J. M. & Diehr, P. (2003). Imputation of missing longitudinal data: a comparison of methods. Journal of clinical epidemiology, 56, p968-976, 2003. MB (1976). Ministerieel Besluit van 11 oktober 1976, waarbij de minimumafmetingen en de bijzondere plaatsingsvoorwaarden van de verkeerstekens worden bepaald. 11 oktober 1976. MVG (2002). Jaarboek Administratie Wegen en Verkeer 2001. MVG – LIN – AWV. oktober 2002. D/2002/3241/329. NGI (2002). Topografische Atlas België 1:50000. Nationaal Geografisch Instituut, Brussel en Uitgeverij Lannoo, Tielt. 2002. Nuyts, E., Hannes, E. & Dreesen, A. (2004). Risicoanalyse autosnelwegen. Deel I: literatuurstudie. Steunpunt Verkeersveiligheid, Rapport RA-2004-28, Provinciale Hogeschool Limburg, Onderzoekscel Architectuur, Mobiliteit en Omgeving. RSV (1998). Ruimtelijk Structuurplan Vlaanderen. MVG – LIN – AROHM, Afdeling Ruimtelijke Planning. 1998. Van de Pol, W.H.M. (1997). Literatuuronderzoek voertuigkering H4-niveau. R-97-49. SWOV, Leidschendam, Nederland.

10.2

Internet URL’s

Belgisch Verkeersreglement: http://www.wegcode.be/ Febiac: http://www.febiac.be/nl/home/default.asp NGI – Nationaal Geografisch Instituut: http://www.ngi.be NIS – Nationaal Instituut voor de Statistiek: http://statbel.fgov.be/home_nl.htm Statistical Solutions - Solas: http://www.statsol.ie/solas/solas.htm

10.3

Bedankingen

A.W.V.: Lucien Helleven voor aanleveren van Aran data en uitleg rond het registratie systeem. A.W.V.: Freddy Haemels voor de informatie rond de breedtes en het gebruik van de langsmarkeringen.


108

RA-2005-59

BIJLAGE A - AUTOSNELWEGEN

IN

VLAANDEREN

Volgende tabel bevat een overzicht van alle autosnelwegen in Vlaanderen volgens de Topografische Atlas België van het Nationaal Geografisch Instituut (2002). Dit werk werd als basis gekozen voor het oplijsten van de te onderzoeken wegen. In de tabel wordt ook aangeduid of de betreffende weg een hoofdweg of een primaire I weg is volgens het Ruimtelijk Structuurplan Vlaanderen (1998). De kilometerpalen van het begin en einde van de autosnelweg gedeelten werden toegevoegd. StartASW en EindeASW zijn de start en eindkilometerpalen van de betreffende autosnelwegen. Eventuele hiaten zijn het gevolg van wegdelen die geen autosnelwegen zijn. Een mooi voorbeeld is de A012 Brussel – Antwerpen. De gedeelten die geen autosnelweg zijn, worden niet in deze lijst opgenomen. Meetdata die dus niet kan gekoppeld worden aan een segment, berekend m.b.v. deze lijst, wordt niet meegenomen in verdere analyses op autosnelwegen.

Ident7 A001000 A001000 A002000 A003000

E-Nr E19 E19 E314

Naam Brussel - Antwerpen Antwerpen - Breda Aachen-Lummen-Leuven

A003000 A004000 A007000 A008000

E40 E411 E19 E429

Brussel-Leuven-Luik

E42 in topo atlas

StartKnoop R0 (Machelen) R1 (Ekeren) Nederlandse grens Grens Brussels Hoofdstedelijk Gewest R0 (Kraainem) R0 (Hoeilaart) R0 (Drogenbos) R0 (Halle)

A010000

E40

Oostende-Jabbeke-Gent-Brussel

A010000 A011000

E34

N49 / Havenweg

A012000 A012000 A012000


109

EindKnoop R1 (Berchem) Breda A3 (Bertem) R0 (Kraainem)

RSV Hoofdweg Hoofdweg Hoofdweg Prim1

R0 (Groot-Bijgaarden)

Luik Namen Bergen Grens Vlaams Gewest (Halle) A18 (Jabbeke)

A18 (Jabbeke) A14 (Antwerpen Linkeroever) A1 (Ekeren) A1 (Ekeren) R1 (Antwerpen)

0 35 0 0

EindeASW 35 70 87 6

Hoofdweg Hoofdweg Hoofdweg Hoofdweg

6 0 0 4

85 13,5 13,5 7,5

Hoofdweg

0

93

R31 (Oostende-rondpunt) Sint-Gillis-Waas

Prim1 Hoofdweg

93 0

105 21

Grens Nederland Grens Nederland Grens Brussels Hoofdstedelijk Gewest (Strombeek-Bever)

Hoofdweg Hoofdweg Prim1

37 43 0

41,5 55 9

RA-2005-59

StartASW

A012000

R1 (Antwerpen)

Grens Brussels Hoofdstedelijk Gewest (Strombeek-Bever)

Prim1

18

27

A012000

R1 (Antwerpen)

Grens Brussels Hoofdstedelijk Gewest (Strombeek-Bever)

Prim1

31

34

Grens Vlaams Gewest (Boirs) R1 (Antwerpen– Linkeroever) A10 (Oostkamp)

Hoofdweg

0

100,5

Hoofdweg

0

100

Hoofdweg

17,5

68

A10 (Jabbeke)

Hoofdweg

5

48

Kortrijk A13 (Ranst) Grens Nederland (Maastricht)

Ieper Grens Nederland (Postel) Luik

??? Hoofdweg Hoofdweg

0 10 0

23 58 15

R0

Prim1

0

5

A14 (Antwerpen Linkeroever)

Parking luchthaven Zaventem Sint-Gillis-Waas

Hoofdweg

0

21

A7 (Ittre) Vorst A1 (Ekeren) N49/A11 (Beveren) A11/N49 (Zelzate) Kortrijk

Vorst A7 (Drogenbos) A14 (Linkeroever) A12 (Stabroek) A11/N49 (Zelzate) Kortrijk

Hoofdweg Hoofdweg Hoofdweg Hoofdweg Prim1 Prim2

0 14 0 77 14 0

12 72 17 90 43 17

A013000

E313

Antwerpen-Limburg-NL

R1 (Deurne)

A014000

E17

Lille-Kortrijk-Gent-Antwerpen

Grens Frankrijk (Moeskroen)

Doornik - Oostkamp

Grens Vlaams Gewest (Rollegem) Grens Frankrijk (De Panne)

A017000 A018000

E40

A019000 A021000 A025000

E34 E25

A201000 N049000 R000000 R000000 R001000 R002000 R004000 R008000

Jabbeke-Veurne-FR

Leopold III laan A011 Ring rond Brussel Ring rond Brussel Ring rond Antwerpen Ring Gent Ring Kortrijk

Tabel 43: Autosnelwegen volgens de Topografische Atlas België (NGI, 2002).


110

RA-2005-59

BIJLAGE B - ARAN

BESTANDEN

De Administratie Wegen en Verkeer (AWV) van de Vlaamse Gemeenschap beschikt over een voertuig, ARAN genaamd, waarmee het mogelijk is om foto’s te nemen van de weg waarover het rijdt. Deze foto’s worden vervolgens ingelezen in een software pakket Surveyor. Deze software laat de gebruiker toe om delen van de weg op de foto aan te duiden en zo een meting van het wegkenmerk te maken. De resultaten van deze metingen worden in log bestanden – ASCII bestanden bijgehouden. Het bestand wegkenmerken wordt dus afgeleid van foto’s van ARAN.

Figuur 66: ARAN voertuig12 (Bron foto: MVG, 2002). In dit hoofdstuk wordt de verwerking van de Aran log bestanden beschreven en onderzocht. Tijdens de verwerking komen allerhande problemen naar boven. Deze problemen kunnen te maken hebben met de inhoud en / of structuur van de bestanden. Voor ieder probleem wordt een tijdelijke oplossing gegeven zodat het onderzoek verder kan maar wordt ook een voorstel tot verbetering aangegeven zodat in de toekomst de verwerking gemakkelijker, sneller en correcter kan verlopen.

Digitalisering van wegkenmerken Werkwijze Om de foto’s, genomen met de Aran in maart 2003 om te zetten naar bruikbare log bestanden, werden jobstudenten aan het werk gezet. Op voorhand werd bepaald welke wegkenmerken opgemeten dienden te worden. De kenmerken staan vermeld in volgende tabel. Wegkenmerk

Dimensie

Mogelijke waarden

Rijstrook

Aantal

1, 2, 3, 4

Rijstrook

Breedte

Vluchtstrook

Breedte

Zijberm


Metaal New Jersey Geluid + New Jersey

12

Deze wagen rijdt tegen een gemiddelde snelheid van 70 km/u over de weg.


111

RA-2005-59

Geluid + metaal Wit – rood Lage beton Geluid + lage beton Middenberm


Metaal New Jersey Geluid + New Jersey Geluid + metaal Wit – rood Lage beton

Middenberm

Breedte

Inrijstroken

Aantal

Inrijstroken

Breedte

Inrijstroken

Kant

Uitrijstroken

Aantal

Uitrijstroken

Breedte

Uitrijstroken

Kant

Snelheid

Waarde

Snelheid

Plaats

Langsgroeven

Lengte

Aanduiding aanwezigheid

Bebording

Type

1: Bord met rail

Links – rechts

Links – rechts

2: Bord zonder rail 3: Telefoon zonder rail 4: Telefoon met rail 5: Wegwijzer groot met rail 6: Wegwijzer groot zonder rail 7: Wegwijzer klein met rail 8: Wegwijzer klein zonder rail 9: ? 10: ? 11: Lantaarnpaal

Tabel 44: Gemeten wegkenmerken.

Foute wegnummers Sommige wegnummers zijn dubbelzinnig. Zo is er de R000 rond Brussel die overgaat in de A007 in Drogenbos. De Aran bestanden 33P08000 en 33P09000 bevatten metingen van de A007, terwijl de R000 stond aangeduid. Het is niet mogelijk om de bestanden aan te passen. Om dit probleem op te vangen, hebben we in het wegen bestand zowel R000 (km 58-72) als A007 (km 0-14) opgenomen.

Opbouw van Aran bestand Soorten bestanden


112

RA-2005-59

Er bestaan verschillende types van ARAN bestanden. Deze zijn in eerste instantie te herkennen aan de extensie. De types bestanden die voor dit onderzoek van belang zijn, zijn: 

IDN: identificatie bestand;



TXT: meetdata bestand.

In dit hoofdstuk worden de tekstbestanden beschreven. Een beschrijving van de opbouw wordt gegeven. Aanbevelingen voor verbeteringen worden gedaan.

Naamgeving13 De naam van het bestand bevat basis informatie. De naam is uniek. 3AE01000.1xy 

Pos 1: jaar – laatste cijfer van het jaartal



Pos 2: maand – 1, 2, 3, …, 9, A, B, C



Pos 3: dag – 1, 2, 3, 4, …, V (=31)



Pos 4-5: nummer van de proef op die dag



Pos 6-8: nummer van de analyse op dezelfde beelden

Extentie: aanduiding van verschillende soorten informatie (identificatie, configuratie, data, …).

IDN bestand - opbouw Hier volgt een voorbeeld van een Identification bestand: 1

VA001MACHELEN ZEMST

2

prov

3

wegnr A001

4

sectie MACHELEN ZEMST

5

m start

900

6

m aank

012100

7

Dir

1

8

Lane

1

9

aranend

012100

031703

33H01000.1M0

V

12120

TXT bestand – opbouw Deze tabel is ontstaan aan de hand van een gesprek met Lucien Heleven, AWV en eigen trial & error oefeningen tijdens het bouwen van de import modules in Excel. Een officiële beschrijving of bestandspecificatie werd niet gevonden. Er kunnen bijgevolg nog fouten in deze tabel zitten. Waarschijnlijk is deze lay-out ook afhankelijk van bepaalde

13

Informatie via gesprekken met AWV – afdeling Wegenbouwkunde (met dank aan Lucien Heleven).


113

RA-2005-59

instellingen in de software, zoals het scheidingsteken. In de Aran databestanden voor deze studie werd de spatie als scheidingsteken gebruikt.

Header

Start Eind Lengte Beschrijving

Level 1

1

16

16

Level 2

17

32

16

Level 3

33

48

16

Frame

49

63

15

Chainage

64

79

16

Offset

90

105

16

Height

106

122

17

Width

123

137

15

Height

138

154

17

Depth

155

162

8

LOC

163

169

7

Niet gebruikt. geleiderails.

Dient

voor

de

beoordeling

van

MD

170

175

6


Dient

voor

de

beoordeling

van

HD

176

181

6


Dient

voor

de

beoordeling

van

PD

182

187

6


Dient

voor

de

beoordeling

van

CS

188

193

6


Dient

voor

de

beoordeling

van

DT

194

196

3


Dient

voor

de

beoordeling

van

Comment 197

247

51

GPS

248

251

4

Niet gebruikt.

Error

252

263

12

Niet gebruikt.

Picture

264

279

16

Tabel 45: Lay-out van Aran log bestand.

Voorbeeld van een ARAN databestand


114

RA-2005-59

: G:\03AWEGEN\3560w000.S10

Acquisition File : G:\03AWEGEN\3560w000.1s0 Surveyor File

Pechstrook 2 Pechstrook 0.000 000000000024.jpg

1 Aantal rijstr 2 rijstroken 0.000 000000495434.jpg

1 Aantal rijstr 2 rijstroken 0.000 000000000024.jpg

0.000

0.000

0.000

0.000

PD

CS

: Fri Oct 24 09:19:52 2003

Date & Time of Acquisition : Tue May 20 11:21:47 2003 Date & Time of Survey Tape number : 0 Unit : Chainage and Measurements in meters


0.000

Level3 HD MD


0.000

LOC

3 barr. zijberm 31 begin metaal 0.000 000000000024.jpg

0.000

Level2 Depth

4 barr. middenb 42 begin New Je 0.000 000000000024.jpg

0.000

Level1 Height File Name

51 Pechstrook m 5 Middenberm 0.000 000000000024.jpg

R

R

R

R

R

R

R

R

Chainage

Offset

0.000

0.000

0.000

0.000

0.000

0.000

0.000

0.000

Frame DT Comment

0

0

0

0

0

0

0

0

0.000

8814.597

8805.185

8805.695

9313.505

8925.449

8812.809

9301.446

8805.882 0

0

0

0

0

0

0

0

0

99

0

22

100

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0.661 0

0.487 0

0.000 0

0.000 0

2.992 0

2.491 0

2.821 0

3.640 0

3.708 0

Width Frame

0

Height GPS Error

0.000

0.000

0.000

0.000

0.000

0.000

0.000

0.000

0.000

0.000

9252.413

0.144

0.000

0

0.000 0.000 000000470525.jpg

0.057

87

9284.505

0.000 0.000 000000500276.jpg

R

94

9315.695

0.000

5 Middenberm 51 Pechstrook m 0 0 0 0 0 R 0.000

100

51 Pechstrook m 5 Middenberm 0.000 000000435494.jpg

5 Middenberm 51 Pechstrook m 0 0 0 0 0 R 0.000

RA-2005-59

115


Van ASCII via Excel naar SAS Methodes Het omzetten van de Aran log bestanden in ASCII naar een bruikbaar wegkenmerken bestand in SAS, gebeurt in 2 grote stappen. 

Excel: import van ASCII bestanden tot één Excel bestand.



SAS: import van Excel bestand in SAS.

Importeren in Excel Het proces wordt in twee onderdelen uitgevoerd: Voorbereiden van rijrichting, …):

bestanden

lijst

met

bijhorende

meta-informatie

(wegnummer,



lees alle namen van de TXT bestanden in (vgl DIR commando in DOS);



voor iedere file, neem eerste deel van de naam en zoek hiermee de bijhorende IDN file op;



IDN file openen voor lezen en de nodige meta data uitfilteren;



Metadata samen met naam TXT file wegschrijven.

Tijdens dit proces worden de wegnummers gecodeerd naar een 7 karakter string: wegnummer + “000”. Op deze manier krijgen we een wegnummer dat combineerbaar is met andere databestanden. Aanbevelingen naar AWV: 

wegnummer in 7 karakter formaat (ident7) wegschrijven;



wegnummer in 8 karakter formaat (ident8) wegschrijven.

Importeren in SAS Excel bestand wordt ingelezen en verder verwerkt tot bruikbare SAS bestanden. De verschillende resultaten worden in de volgende paragraaf beschreven.

Resultaten We hebben twee soorten metingen: de normale metingen en de controle metingen. De controle metingen zijn voornamelijk hermetingen uitgevoerd door een tweede persoon. Deze dient om een vergelijking tussen metingen te maken en zodoende ook een inzicht te krijgen in de fouten die optreden.

Problemen met Aran log bestanden Scheiding velden De bestanden, gemaakt voor de risicoanalyse op autosnelwegen hebben spaties als scheidingsteken. Omdat sommige waarden eveneens spaties bevatten is het onmogelijk om de spatie als scheidingsteken te gebruiken bij de verwerking van de data naar de database. Voor de uiteenrafeling van een regel in zijn verschillende velden wordt dus gebruikt gemaakt van de startpositie en de lengte van ieder veld. Het probleem met Chainage (het veld dat de kilometerstand aangeeft) kolom: de headers (vb Level1, Level2, Frame, Height, …) dienen telkens te beginnen in de kolom


116

RA-2005-59

waar ook de data begint. Dit is niet altijd het geval. In het geval van de kolom “Chainage” hebben we volgende situatie: In het bestand 33H01000 vinden we bvb het volgende: 

header “Chainage” begint in kolom 72;



waarden < 10000 beginnen ook in kolom 72;



waarden > 10000 echter beginnen in kolom 71  kan niet!

Volgende aanbeveling kan gemaakt worden. Wanneer gebruik gemaakt wordt van een scheidingsteken wordt dit probleem opgevangen. Een scheidingsteken, zoals het pipekarakter “|” geeft verschillende voordelen. De data kan niet verschuiven t.o.v. de “vaste” positie. Er is namelijk geen vaste startpositie meer. Het veld wordt herkend aan het aantal scheidingskarakters. Een pipe-karakter wordt zelden tot nooit gebruikt in veldwaarden en kan dus geen aanleiding geven tot verkeerd verwerken.

Frame = “” Sommige bestanden bevatten records waarbij de gegevens vanaf de variabele ‘Level1’ of variabele ‘Frame’ verschoven zijn. Manueel corrigeren van de records en vervolgens het bestand opnieuw aanbieden voor verwerking. Verder onderzoek en opvolging van dit probleem is nodig. Bij een van de probleemrecords, bevat het vorig record een leeg ‘Picture’ veld. Dit veld bevat zeer veel spaties. Dit zou een mogelijke oorzaak kunnen zijn.

Level1 = ‘NULL’ In dit geval begint een bepaald record met de tekst ‘NULL’. Het level 1 en level 2 veld is niet ingevuld. Vanaf de variabele Frame is er informatie aanwezig. De volledige record is echter onbruikbaar. Dit probleem moet onderzocht worden aan de log zijde. Een “Null” record moet worden opgevangen via een foutmelding. Data werden waarschijnlijk wel ingegeven, maar oncorrect bewaard t.g.v. ontbrekende informatie. Dit moet onmiddellijk gemeld worden tijdens de aanmaak van de log bestanden.

Niet gebruikte velden Het tekstbestand bevat kolommen die niet gebruikt worden. Deze werden tijdens de ontwikkelfase van de software meegenomen, maar worden dus niet ingevuld. Deze velden hoeven ook niet verwerkt te worden in de database. De database blijft kleiner in omvang en het risico op overflow tijdens de verwerking verlaagt. Het gaat om volgende velden: LOC; MD; HD; PD; CS; DT; GPS; Error. Mogelijkheid nagaan om deze kolommen niet in de bestanden op te nemen. Dit houdt waarschijnlijk een wijziging van de software in. Een mogelijke oplossing kan zijn om velden aan en uit te schakelen. Dit geeft echter op zijn beurt weer aanleiding tot problemen bij het inlezen van de gegevens in de database. Het handigste blijft een databestand met een vast aantal gedefinieerde velden. Het is dan soms beter de nietgebruikte velden leeg te laten.


117

RA-2005-59

Risicoanalyse op autosnelwegen

Recommend Documents