Validační studie Příloha č. 2 k průběžné zprávě za rok 2012

Validační studie Příloha č. 2 k průběžné zprávě za rok 2012

Číslo projektu: TA01031193

Název projektu: Aplikace mikroskopických simulačních nástrojů k evaluaci a optimalizaci dopravně-inženýrských řešení silniční infrastruktury – validace nástrojů a stanovení standardů Předkládá: Název organizace: AF-CityPlan s.r.o. Spoluřešitel: VUT Brno Jméno řešitele: Ing. Petr Hofhansl, PhD.

OBSAH 1

ÚVOD __________________________________________________________________ 6

2

NEŘÍZENÁ PRŮSEČNÁ KŘIŽOVATKA SUCHDOL __________________________________ 7 2.1

POPIS LOKALITY .................................................................................................................... 7

2.2

PROVEDENÉ DOPRAVNÍ PRŮZKUMY ...................................................................................... 8

2.3

2.4

2.5

3

2.2.1

Intenzita vozidel a chodců (JAMAR) .............................................................................. 8

2.2.2

Časové zdržení – videoprůzkum ................................................................................. 11

2.2.3

Délka kolony – ruční záznam ...................................................................................... 11

2.2.4

Profilové rychlosti (radar) .......................................................................................... 12

MODEL V SOFTWARU VISSIM .............................................................................................. 13 2.3.1

Rozsah a definice modelu .......................................................................................... 13

2.3.2

Kalibrace modelu ....................................................................................................... 18

2.3.3

Ověření potřebného počtu simulačních procesů ......................................................... 19

2.3.4

Validace modelu ........................................................................................................ 21

2.3.5

Závěry ....................................................................................................................... 22

MODEL V SOFTWARU AIMSUN ............................................................................................ 23 2.4.1


2.4.1


2.4.2

Validace modelu ........................................................................................................ 28

2.4.3

Závěry ....................................................................................................................... 30

MODEL V SOFTWARU S-PARAMICS ...................................................................................... 31 2.5.1


2.5.2


2.5.3

Validace modelu ........................................................................................................ 36

2.5.4

Závěry ....................................................................................................................... 38

OKRUŽNÍ KŘIŽOVATKA LIPŮVKA ____________________________________________ 39 3.1

POPIS LOKALITY .................................................................................................................. 39

3.2

PROVEDENÉ DOPRAVNÍ PRŮZKUMY .................................................................................... 40

3.3

MODEL V SOFTWARU VISSIM .............................................................................................. 41 3.3.1


3.3.2

Validace intenzit na vjezdech do modelu .................................................................... 44

Evropská 2589/33b, 160 00 Praha 6 telefon: +420 234 611 111 / fax: +420 234 611 112 / email: [email protected] www.tacr.cz

1

3.4

3.5

4

3.3.3

Test senzitivity modelu .............................................................................................. 44

3.3.4

Závěry ....................................................................................................................... 48

MODEL V SOFTWARU AIMSUN ............................................................................................ 49 3.4.1


3.4.2

Validace modelu ........................................................................................................ 50

3.4.3


3.4.4

Závěry ....................................................................................................................... 53

MODEL V SOFTWARU S-PARAMICS ...................................................................................... 54 3.5.1

Kalibrace modelu....................................................................................................... 54

3.5.2

Validace modelu ........................................................................................................ 55

3.5.1


3.5.2

Závěry ....................................................................................................................... 57

ZÁVĚR _________________________________________________________________ 59 4.1

DŮLEŽITOST LADĚNÍ MODELU.............................................................................................. 59

4.2

PROBLEMATIKA SBĚRU DAT PRO KALIBRACI A VALIDACI ...................................................... 59

4.3

PROBLEMATIKA SIMULACE BEZ MODELU SOUČASNÉHO STAVU ........................................... 59

4.4

PROBLEMATIKA SENZITIVITY MODELU ................................................................................. 60

4.5

POČET SIMULAČNÍCH PROCESŮ ........................................................................................... 60


2

SEZNAM OBRÁZKŮ Obrázek 1 – Poloha křižovatky.......................................................................................................................... 7 Obrázek 2 – Směrování pěších proudů v křižovatce ......................................................................................... 8 Obrázek 3 – Pohled kamery na křižovatku .....................................................................................................11 Obrázek 4 – Zaznamenána délka kolony ........................................................................................................12 Obrázek 5 – Umístnění radarů pro měření profilových rychlostí ...................................................................12 Obrázek 6 – Histogram a popisná statistika rychlosti v profilu A ...................................................................13 Obrázek 7 – Histogram a popisná statistika rychlosti v profilu B ...................................................................13 Obrázek 8 – Histogram a popisná statistika rychlosti v profilu C ...................................................................13 Obrázek 9 – Rozsah simulačního modelu (vizualizovaná část) .......................................................................14 Obrázek 10 – Detail nastavení profilů pro přednosti v jízdě ..........................................................................14 Obrázek 11 – Doplňkové nastavení konfliktních ploch...................................................................................15 Obrázek 12 – Definice tras v modelu ..............................................................................................................15 Obrázek 13 – Definice intenzit vozidel na vjezdech do modelu .....................................................................16 Obrázek 14 – Definice úseků se sníženou rychlostí (směrové oblouky) .........................................................16 Obrázek 15 – Definice tříd a typů vozidel .......................................................................................................17 Obrázek 16 – Definice dopravního chování ....................................................................................................17 Obrázek 17 – Definice hromadné dopravy a zastávek ...................................................................................18 Obrázek 18 – Histogram a popisná statistika měření rychlosti, radar B, směr Praha, špičková ranní hodina, doba měření: říjen 2012, výběr hodnot ze dvou pracovních dnů ............................................19 Obrázek 19 – Histogram a popisná statistika simulace rychlosti, pozice radaru B, směr Praha, špičková ranní hodina .............................................................................................................................19 Obrázek 20 – Délka kolony pozorované ve špičkové hodině, měření ............................................................21 Obrázek 21 – Průměrná délka kolony v jednotlivých simulačních procesech ................................................21 Obrázek 22 – Rozsah simulačního modelu .....................................................................................................23 Obrázek 23 – Nastavení stupně podřazenosti - provádí se pro každou dvojici křižovatkových pohybů, kterým je definován příznak (stůj,) dej přednost v jízdě. Viditelné jsou i stopčáry. ................24 Obrázek 24 – Zastávka v jízdním pruhu, zastávkový záliv s nesprávně najetým kloubovým autobusem a autobusová stanice s jedním stanicujícím autobusem z maximálního počtu jednoho (viz 1/1 vlevo dole) ................................................................................................................................25 Obrázek 25 – Nastavení trasy linek označováním výchozí, koncové a případně mezilehlých hran. Odmazání či přidání hrany má za následek nutnost nové definice trasy. Je-li na hraně alespoň jedna zastávka, tak právě jedna zastávka může být lince přiřazena..................................................25 Obrázek 26 – Nastavení parametrů vozidel - rozměry, rychlost, zrychlení atd. .............................................26 Obrázek 27 – Vývoj délky kolon v jednotlivých simulacích ............................................................................29 Obrázek 28 – Délka kolony pozorované ve špičkové hodině .........................................................................29 Obrázek 29 – Rozsah simulačního modelu .....................................................................................................31 Obrázek 30 – Nastavení přednosti v jízdě ......................................................................................................32 Obrázek 31 – Nastavení matice dopravních vztahů .......................................................................................32 Obrázek 32 – Definice parametrů hrany, např. rychlost, šířka, počet pruhů, ale také cenový faktor, který má význam u složitější sítě, kdy připadá do úvahu více variant spojení mezi výchozím a cílovým centroidem. ................................................................................................................33 Obrázek 33 – Implementace linky hromadné dopravy ..................................................................................33 Obrázek 34 – Jízdní řád, stejně jako veškeré ostatní zadání lze otevřít v příslušném textovém souboru. ....34 Obrázek 35 – Délka kolony pozorované ve špičkové hodině .........................................................................36 Obrázek 36 – Vývoj délky kolon v jednotlivých simulacích ............................................................................37 Obrázek 37 – Okolí Brna, severním směrem vede I/43, na které je řešená křižovatka Lipůvka. ...................39 Evropská 2589/33b, 160 00 Praha 6 telefon: +420 234 611 111 / fax: +420 234 611 112 / email: [email protected] www.tacr.cz

3

Obrázek 38 – Letecká fotografie okružní křižovatky I/23 a II/379 v Lipůvce, která nahradila původní stykovou křižovatku. ................................................................................................................40 Obrázek 39 – Rozmístění měřících profilů (radarů) na okružní křižovatce v Lipůvce .....................................40 Obrázek 40 – Montáž radar Sierzega na dopravní značku (Ilustrační obrázek) .............................................41 Obrázek 41 – Rozsah modelu (vizualizovaná část modelu) ............................................................................42 Obrázek 42 – Definice omezení rychlosti v křižovatce Lipůvka ......................................................................42 Obrázek 43 – Definice předností v jízdě v křižovatce Lipůvka ........................................................................43 Obrázek 44 – Vzdálenost „visibility“ v softwaru VISSIM ................................................................................44 Obrázek 45 – Umístění virtuálních detektorů a tras.......................................................................................45 Obrázek 46 – Závislost průměrné délky kolony na rozhledu řidiče dL2 ..........................................................46 Obrázek 47 – Závislost průměrné délky kolony na rozhledu řidiče dL2 ..........................................................47 Obrázek 48 – Závislost průměrného časového zdržení na rozhledu řidiče dL1 ...............................................48 Obrázek 49 – Závislost průměrné délky kolony na rozhledu řidiče dL1 ..........................................................48 Obrázek 50 – Výřez z dopravní sítě křižovatky v Lipůvce v SW Aimsun .........................................................49 Obrázek 51 – Visibility distance v nástroji Aimsun .........................................................................................51 Obrázek 52 – Závislost délky kolony na délce rozhledu (Aimsun) ..................................................................52 Obrázek 53 – Závislost průměrné úsekové rychlosti na délce rozhledu (Aimsun) .........................................52 Obrázek 54 – Závislost délky kolony na délce rozhledu (Aimsun) ..................................................................53 Obrázek 55 – Síť v blízkosti okružní křižovatky Lipůvka v S-Paramics ............................................................54 Obrázek 56 – Dialogové okno pro nastavení mj. délka rozhledu v SW S-Paramics........................................56 Obrázek 57 – Závislost délky kolony na délce rozhledu (S-Paramics) ............................................................56

SEZNAM TABULEK Tabulka 1 – Intenzita chodců na přechodech pro chodce ................................................................................ 8 Tabulka 2 – Intenzita vozidel v křižovatce dne 15.5.2012 ................................................................................ 9 Tabulka 3 – Intenzita vozidel v křižovatce dne 22.5.2012 ..............................................................................10 Tabulka 4 – Naměřené zdržení stáním vozidel v jednotlivých křižovatkových směrech ................................11 Tabulka 5 – Hodnoty prům. zdržení stáním vozidla na vjezdu a výběrových směrodatných odchylek .........18 Tabulka 6 – Tabulka hodnot prům. zdržení stáním vozidla na vjezdu a výběrových směrod. odchylek ........20 Tabulka 7 – Minimální počet simulačních procesů dle úrovně spolehlivosti a požadovaného rozsahu ........20 Tabulka 8 – Přehled intenzit na vjezdech do modelu: simulované a měřené hodnoty .................................22 Tabulka 9 – Tabulka hodnot průměrného zdržení stáním vozidla na vjezdu .................................................27 Tabulka 10 – Modelovaná rychlost vozidel ....................................................................................................27 Tabulka 11 – Tabulka hodnot průměrného zdržení stáním vozidla na vjezdu a výběrových směrodatných odchylek ....................................................................................................................................28 Tabulka 12 – Modelovaná délka kolony .........................................................................................................30 Tabulka 13 – Přehled intenzit na vjezdech do modelu: simulované a měřené hodnoty ...............................30 Tabulka 14 – Tabulka hodnot průměrného zdržení stáním vozidla na vjezdu ...............................................34 Tabulka 15 – Modelovaná rychlost vozidel ....................................................................................................35 Tabulka 16 – Tabulka hodnot průměrného zdržení stáním vozidla na vjezdu a výběrových směrodatných odchylek ....................................................................................................................................36 Tabulka 17 – Přehled intenzit na vjezdech do modelu: simulované a měřené hodnoty ...............................37 Tabulka 18 – Přehled rychlostí a intenzit na jednotlivých vjezdech ...............................................................41 Tabulka 19 – Podíly intenzit jednotlivých křižovatkových pohybů na celkové dopravní zátěži křižovatky ....41 Tabulka 20 – Průměrná rychlost v simulaci a při měření v jednotlivých stanovištích a jejich srovnání .........43 Tabulka 21 – Intenzita dopravy na jednotlivých stanovištích v simulaci a při měření a jejich srovnání ........44 Evropská 2589/33b, 160 00 Praha 6 telefon: +420 234 611 111 / fax: +420 234 611 112 / email: [email protected] www.tacr.cz

4

Tabulka 22 – Vyhodnocení průměrné délky kolony v závislosti na parametru rozhled řidiče dL2..................46 Tabulka 23 – Vyhodnocení průměrného časového zdržení v závislosti na parametru rozhled řidiče dL2 ......46 Tabulka 24 – Porovnání modelovaných (simulace 1 až 10) a měřených rychlostí v profilech radarů 1 až 3 .49 Tabulka 25 – Intenzita dopravy na jednotlivých stanovištích v simulaci a při měření a jejich srovnání ........50 Tabulka 26 – Intenzita dopravy na jednotlivých stanovištích v simulaci a při měření a jejich srovnání ........54 Tabulka 27 – Intenzita dopravy na jednotlivých stanovištích v simulaci a při měření a jejich srovnání ........55 Tabulka 28 – Intenzita dopravy na jednotlivých stanovištích v simulaci a při měření a jejich srovnání ........57


5

1

ÚVOD

Předkládaná zpráva reprezentuje výsledek V002 Validační studie, který byl náplní druhého roku řešení projektu TAČR (etapa E002). Validační studie představuje materiál hodnotící míru shody simulačních modelů tří nejrozšířenějších simulačních softwarů (VISSIM, AimSun, Paramics) s empirickými daty o dopravním proudu, definující jejich slabé a silné stránky. Má poskytnout informaci o tom, jak věrně zmíněné softwarové nástroje dokážou napodobovat reálný dopravní provoz. Náplní etapy E002 projektu TA01031193 bylo: 

Provedení testovacích simulací Ověření funkčnosti a míry flexibility jednotlivých softwarových nástrojů.  Kalibrace použitých softwarových nástrojů Nastavení kalibračních parametrů jednotlivých simulačních nástrojů (VISSIM, AimSun, Paramics) pro odpovídající charakteristiky dopravního proudu a dopravního chování.  Simulace modelových infrastrukturních prvků Aplikace kalibrovaných simulačních nástrojů na vybrané modelové infrastrukturní prvky, záznam a zpracování výsledků.  Komparace výsledků simulace s empirickými daty, hodnocení míry aproximace k realitě Srovnání měřených dat o dopravním proudu s výsledky mikroskopických simulačních modelů, hodnocení míry shody.  Sestavení finálního hodnotícího dokumentu s názvem "validační studie" Validační studie byla provedena celkem pro dvě vybrané lokality: křižovatku Kamýcké a Internacionální ulice v pražské městské části Suchdol a okružní křižovatku Lipůvka (křižovatka silnic I/43 a II/379).


6

2 2.1

NEŘÍZENÁ PRŮSEČNÁ KŘIŽOVATKA SUCHDOL POPIS LOKALITY

Křižovatka je situovaná na okraji Prahy v městské části Suchdol. Jedná se o neřízenou průsečnou křižovatku ulic Kamýcká a Internacionální. Křižovatka kromě rezidenční oblasti napojuje areál Zemědělské univerzity a Kamýcká ulice je jednou z pražských radiál nižší třídy. Křižovatkou projíždí několik linek městské hromadné dopravy a Kamýcká ulice je zejména díky přilehlé univerzitě křižována nárazovými intenzivními pěšími proudy. Obrázek 1 – Poloha křižovatky


7

2.2

PROVEDENÉ DOPRAVNÍ PRŮZKUMY

2.2.1 Intenzita vozidel a chodců (JAMAR) Intenzita vozidel v jednotlivých křižovatkových pohybech a intenzita chodců na přechodech pro chodce byla měřena 15.5.2012 (úterý) v ranních hodinách od 7:00 do 9:00. Doplňující dopravní průzkum intenzit dopravy byl proveden 22.5.2012 (úterý) ve stejném časovém období. Oba průzkumy byly provedené za dobrého počasí (bez deště a mlhy) s pomocí sčítacího zařízení JAMAR. Obrázek 2 – Směrování pěších proudů v křižovatce

Tabulka 1 – Intenzita chodců na přechodech pro chodce k univerzitě

od univerzity

oba směry

přechod č. 1 přechod č. 2

479 329

19 27

498 356

celkem

808

46

854


8

Tabulka 2 – Intenzita vozidel v křižovatce dne 15.5.2012

Start Time

Osobní vozidla 1) ČZU 2) KAMÝCKÁ Sever 3) INTERNACIONÁLNÍ 4) KAMÝCKÁ Z CENTRA vpravo rovně vlevo vpravo rovně vlevo vpravo rovně vlevo vpravo rovně vlevo celkem

07:00 dop. 07:15 dop. 07:30 dop. 07:45 dop. 08:00 dop. 08:15 dop. 08:30 dop. 08:45 dop.

15 21 13 12 16 16 9 7

4 1 1 0 6 4 1 3

1 1 3 8 6 2 8 5

14 17 16 19 19 15 18 5

116 158 133 124 108 110 109 66

14 3 24 16 14 17 12 9

10 7 10 19 17 17 11 14

4 3 2 9 4 7 6 2

10 13 23 18 14 16 11 13

1 4 7 7 6 7 7 7

24 35 45 58 67 36 38 41

16 27 32 35 42 26 19 19

229 290 309 325 319 273 249 191

hodinová špička

57

11

19

69

475

71

63

22

71

27

206

135

1226

Start Time 07:00 dop. 07:15 dop. 07:30 dop. 07:45 dop. 08:00 dop. 08:15 dop. 08:30 dop. 08:45 dop. hodinová špička



Lehká nákladní vozidla 1) ČZU 2) KAMÝCKÁ Sever 3) INTERNACIONÁLNÍ 4) KAMÝCKÁ Z CENTRA vpravo rovně vlevo vpravo rovně vlevo vpravo rovně vlevo vpravo rovně vlevo celkem 0 0 0 1 4 0 0 1 1 0 4 1 12 4 0 0 0 5 1 1 2 1 1 4 0 19 0 1 1 0 4 1 1 1 2 0 4 2 17 2 0 0 1 7 4 1 0 2 1 5 0 23 1 1 0 2 7 0 1 0 0 2 8 1 23 2 0 0 0 10 2 7 0 0 1 5 3 30 3 0 0 2 11 1 1 0 0 0 3 2 23 0 0 0 1 9 3 0 0 2 2 4 1 22 5

2

1

3

28

7

10

1

4

4

22

6

93

Nákladní vozidla 1) ČZU 2) KAMÝCKÁ Sever 3) INTERNACIONÁLNÍ 4) KAMÝCKÁ Z CENTRA vpravo rovně vlevo vpravo rovně vlevo vpravo rovně vlevo vpravo rovně vlevo celkem 1 0 1 0 4 0 0 0 1 0 5 0 12 2 0 0 0 2 0 0 0 0 0 3 1 8 0 0 1 0 3 0 0 0 0 0 5 0 9 0 0 0 1 6 1 2 1 0 0 2 0 13 0 0 1 1 7 0 0 0 0 0 10 0 19 0 0 0 0 1 1 1 0 0 1 1 1 6 1 0 0 0 7 2 1 0 0 1 2 0 14 0 0 0 0 2 2 1 0 2 0 4 1 12 0

0

2

2

17

2

3

1

0

1

18

1

47

vozidla celkem 1) ČZU 2) KAMÝCKÁ Sever 3) INTERNACIONÁLNÍ 4) KAMÝCKÁ Z CENTRA vpravo rovně vlevo vpravo rovně vlevo vpravo rovně vlevo vpravo rovně vlevo celkem 16 4 2 15 124 14 10 5 12 1 33 17 253 27 1 1 17 165 4 8 5 14 5 42 28 317 13 2 5 16 140 25 11 3 25 7 54 34 335 14 0 8 21 137 21 22 10 20 8 65 35 361 17 7 7 22 122 14 18 4 14 8 85 43 361 18 4 2 15 121 20 25 7 16 9 42 30 309 13 1 8 20 127 15 13 6 11 8 43 21 286 7 3 5 6 77 14 15 2 17 9 49 21 225 62

13

22

74

520


80

76

24

75

32

246

142

1366

9

Tabulka 3 – Intenzita vozidel v křižovatce dne 22.5.2012

Start Time

1) ČZU vpravo rovně

vlevo

Osobní vozidla 2) KAMÝCKÁ Sever 3) INTERNACIONÁLNÍ vpravo rovně vlevo vpravo rovně vlevo

4) KAMÝCKÁ Z CENTRA vpravo rovně vlevo

celkem


12 7 17 8

2 0 2 3

1 4 1 12

7 13 6 15

124 107 127 119

31 19 9 14

24 22 20 15

3 7 3 3

21 16 14 20

3 11 6 5

43 58 43 38

33 23 27 19

0 0 304 287 275 271 0 0

hodinová špička

44

7

18

41

477

73

81

16

71

25

182

102

1137

Start Time


vlevo

LNV 2) KAMÝCKÁ Sever 3) INTERNACIONÁLNÍ vpravo rovně vlevo vpravo rovně vlevo


celkem


1 0 2 1

1 0 0 0

1 0 0 0

2 0 0 0

8 10 9 4

3 1 0 1

0 3 3 2

0 0 0 0

2 2 0 1

0 0 1 0

4 1 3 7

2 1 6 3

0 0 24 18 24 19 0 0

hodinová špička

4

1

1

2

31

5

8

0

5

1

15

12

85

NV Start Time


vlevo

2) KAMÝCKÁ Sever vpravo rovně vlevo

3) INTERNACIONÁLNÍ vpravo rovně vlevo


celkem


1 0 1 1

0 0 0 0

0 0 0 0

1 1 1 0

1 4 3 1

0 1 2 1

0 1 1 2

0 1 0 1

0 0 0 0

0 1 1 0

6 1 1 7

0 1 1 1

0 0 9 11 11 14 0 0

hodinová špička

3

0

0

3

9

4

4

2

0

2

15

3

45

Start Time


vlevo

vozidla celkem 2) KAMÝCKÁ Sever 3) INTERNACIONÁLNÍ vpravo rovně vlevo vpravo rovně vlevo


celkem


0 0 14 7 20 10 0 0

0 0 3 0 2 3 0 0

0 0 2 4 1 12 0 0

0 0 10 14 7 15 0 0

0 0 133 121 139 124 0 0

0 0 34 21 11 16 0 0

0 0 24 26 24 19 0 0

0 0 3 8 3 4 0 0

0 0 23 18 14 21 0 0

0 0 3 12 8 5 0 0

0 0 53 60 47 52 0 0

0 0 35 25 34 23 0 0

0 0 337 316 310 304 0 0

hodinová špička

51

8

19

46

517

82

93

18

76

28

212

117

1267


10

2.2.2 Časové zdržení – videoprůzkum Videozáznam dění v křižovatce byl proveden 15.5.2012 v ranních hodinách od 7:00 do 9:00 pomocí statické videokamery umístněné v budově bezprostředně u křižovatky. Následnou analýzou videozáznamu pak byly stanoveny časy zdržení stáním vozidel ve vybraných křižovatkových pohybech. Obrázek 3 – Pohled kamery na křižovatku

Tabulka 4 – Naměřené zdržení stáním vozidel v jednotlivých křižovatkových směrech vjezd Počet vozidel

Univerzita

INTERNACIONÁLNÍ

Kamýcká jih

vpravo

přímo

vlevo

přímo

vlevo

vlevo

62

1

23

24

75

33

0 28,8 0 6,325 8,9

0 53,7 7,8 12,4 14,0

2,5 30,9 7 8,6 6,0

Zdržení Min [s] Max [s] Medián [s] Průměr [s] Směr. odchylka [s]

0 93,6 0 8,3 15,6

22,6 22,6 22,6 22,6 0,0

2,5 76,3 19,8 22,9 20,5

2.2.3 Délka kolony – ruční záznam Délka kolony byla měřena ručním záznamem do mapy na konci každé minuty. Nejedná se tedy o průměrné délky kolony v jednotlivých minutách ale hodnoty v momentě zápisu. Z těchto hodnot byl vypočten průměr a medián délky kolony. Data z prvních deseti minut měření byla vyloučena, jelikož byla ovlivněna ojedinělým manévrem vozidla a zápis hodnot by byl nepřesný z důvodu nedostatečného výhledu sčítače. Evropská 2589/33b, 160 00 Praha 6 telefon: +420 234 611 111 / fax: +420 234 611 112 / email: [email protected] www.tacr.cz

11

Obrázek 4 – Zaznamenána délka kolony

2.2.4 Profilové rychlosti (radar) Profilové rychlosti byly zjišťovány jako doplňkové informace k základnímu nastavení modelovacího softwaru a jeho kalibraci. Měření bylo realizováno statickými radary typu Sierzega SR4. Soubor dat pro statistický popis rychlostí obsahuje hodnoty rychlostí za 24 hodin provozu v běžný pracovní den. Obrázek 5 – Umístnění radarů pro měření profilových rychlostí


12

Obrázek 6 – Histogram a popisná statistika rychlosti v profilu A rychlost Stř. hodnota Chyba stř. hodnoty Medián Modus Směr. odchylka Rozptyl výběru Špičatost Šikmost Minimum Maximum Součet Počet Hladina spolehlivosti (95,0%)

44,51441 0,08167 44 45 8,20731 67,35994 2,69827 0,390668 8 107 449551 10099 0,160089

Obrázek 7 – Histogram a popisná statistika rychlosti v profilu B rychlost Stř. hodnota Chyba stř. hodnoty Medián Modus Směr. odchylka Rozptyl výběru Špičatost Šikmost Minimum Maximum Součet Počet Hladina spolehlivosti (95,0%)

46,0316 0,087278 46 45 8,531816 72,79188 3,026908 -0,06549 8 103 439878 9556 0,171083

Obrázek 8 – Histogram a popisná statistika rychlosti v profilu C rychlost Stř. hodnota Chyba stř. hodnoty Medián Modus Směr. odchylka Rozptyl výběru Špičatost Šikmost Minimum Maximum Součet Počet Hladina spolehlivosti (95,0%)

2.3

50,5186 0,093392 50 51 9,276893 86,06075 1,956697 0,28861 10 114 498467 9867 0,183068

MODEL V SOFTWARU VISSIM

2.3.1 Rozsah a definice modelu Rozsah modelu je vymezen na obrázku níže (Obrázek 9). Okolní křižovatky nejsou implementovány do simulace, ve špičkové ranní hodině mají zanedbatelný vliv na dopravní provoz v zájmové křižovatce. Délky ramen křižovatky jsou voleny záměrně delší, aby bylo možné sledovat i případné nárazové kolony, ke kterým dochází zejména na severním vjezdu Kamýcké ulice (směr Přílepy  Praha).


13

Obrázek 9 – Rozsah simulačního modelu (vizualizovaná část)

Obrázek 10 – Detail nastavení profilů pro přednosti v jízdě

Přednosti v jízdě jsou definovány pomocí programových prvků „priority rules“, tudíž jsou definovány „stop profily“ (červeně) a „konfliktní profily“ (zeleně) doplněné o údaje potřebné prostorové mezery v metrech a časové mezery v sekundách.


14

Obrázek 11 – Doplňkové nastavení konfliktních ploch

Prvek „konfliktní plochy“ je využitý pro definici předností v jízdě v místech přechodů pro chodce a některých dalších vybraných konfliktních plochách, jejichž řešení je takto praktičtější než v případě využití prvků „priority rules“. Obrázek 12 – Definice tras v modelu

Trasy v modelu určují intenzity na jednotlivých křižovatkových pohybech a jsou definovány dle hodnot zjištěných dopravním průzkumem, samostatně pro jednotlivé kategie vozidel.


15

Obrázek 13 – Definice intenzit vozidel na vjezdech do modelu

Objemy vozidel na vjezdech do modelu (resp. na vjezdových linkách modelu) jsou definovány jako stochastické, tudíž v každém jednotlivém simulačním procesu dochází k mírné změně objemu vozidel vjíždějících do modelu a také je odlišné „dávkování“ vozidel prostřednictvím „random seed number“, které je jedinečné pro každý simulační proces. Základní počet simulačních procesů je stanoven na 10, po kontrole kalibrační veličiny je definován potřebný počet simulačních procesů pro dosažení stanovené míry spolehlivosti. Objemy, resp. intenzity vozidel jsou definovány jako hodinové, tj. ve vozidlech příslušné kategorie za hodinu. Model však v případě potřeby umožňuje definici různé intenzity i v kratších časových úsecích než 1 hodina. Obrázek 14 – Definice úseků se sníženou rychlostí (směrové oblouky)


16

Redukce rychlostí jsou definovány ve směrových obloucích a v místech, kde je rychlost omezená svislou dopravní značkou. Ve směrových obloucích jsou rychlosti nastavené zvlášť pro jednotlivé kategorie vozidel dle průzkumů provedených v prvním roce řešení a zjištění v průběhu průzkumu na místě. Obrázek 15 – Definice tříd a typů vozidel

V simulaci je definována kategorie osobních vozidel, která zahrnuje 6 typů osobních vozidel dle pozorování dopravního proudu. Lehká nákladní, střední nákladní a těžká nákladní jsou definovány jako samostatné kategorie. Obdobně jsou jako samostatné kategorie definovány autobusy a kloubové autobusy. Poslední využitou kategorií „vozidel“ resp. účastníků dopravního provozu jsou chodci. Cyklisté a motocyklisté nejsou implementováni do simulace, nebyli v průběhu simulace zaznamenáni, nebo byl jejich počet zanedbatelný (1-2 po dobu sčítání). Obrázek 16 – Definice dopravního chování

Dopravní chování bylo nastaveno jako Urban (motorized), což odpovídá dopravnímu chování v intravilánu podle Wiedemanna (Wiedemann 74).


17

Obrázek 17 – Definice hromadné dopravy a zastávek

Vozidla pravidelné hromadné dopravy (v rámci Pražské integrované dopravy) byly do modelu implementovány pomocí vlastních tras a odjezdů dle jízdního řádu PID v ranní špičkové hodině. Typ vozidla – krátký nebo kloubový – v simulaci odpovídá skutečnosti zjištěné v průběhu průzkumu. Obsazenost jednotlivých vozidel je nastavena tak, aby v součtu počet simulovaných pěších přecházejících přes přechody pro chodce po výstupu z vozidla PID odpovídal počtu chodců zjištěnému v průběhu průzkumu.

2.3.2 Kalibrace modelu Pro kalibraci modelu byla použita data získaná průzkumem dne 15.5.2012, tj. intenzity dopravy, intenzity chodců, časové zdržení, dále geometrie křižovatky, rychlostní limity a výhled. 2.3.2.1 Kalibrace časového zdržení stáním vozidla V první fázi probíhal proces ladění modelu tak, aby co nejlépe odpovídal pozorováním v průběhu průzkumu. Byly postupně odstraňovány chyby v definici a struktuře modelu, byla testována funkčnost pravidel předností v jízdě a interakce mezi chodci a vozidly. Tabulka 5 – Hodnoty prům. zdržení stáním vozidla na vjezdu a výběrových směrodatných odchylek Univerzita

INTERNACIONÁLNÍ

Kamýcká jih

vpravo vlevo + přímo

přímo + vlevo

vlevo

vjezd dle měření [s]

8,3

16,2

11,4

2,4

před kalibrací, po vyladění modelu

8,8

20,3

15,9

6,0

po kalibraci rozdíl simulace - měření [s]

8,3 0,0

17,4 1,2

13,1 1,7

3,0 0,6

V druhé fázi bylo přistoupeno ke kalibraci modelu, kde jako kalibrační veličina bylo vybráno časové zdržení stáním vozidel na vjezdech do křižovatky. Po provedení 10 simulačních procesů byly porovnávány hodnoty měřené a simulované. Následně byly upravovány parametry modelu za účelem přiblížení simulovaných hodnot k měřeným. Tento proces probíhal iteračně, upravovány byly především parametry nastavení předností v jízdě a pozice profilů pro měření zdržení tak, aby odpovídaly způsobu odečtu zdržení Evropská 2589/33b, 160 00 Praha 6 telefon: +420 234 611 111 / fax: +420 234 611 112 / email: [email protected] www.tacr.cz

18

z videozáznamu pořízeného v průběhu dopravního průzkumu. Po několika iteračních úpravách modelu bylo dosaženo stavu, který byl shledán za vyhovující, jelikož rozdíl mezi měřením a simulací nepřekročil 2 sekundy na žádném měřeném vjezdu. Výsledky ilustruje tabulka výše (viz Tabulka 5). 2.3.2.1 Kalibrace rychlosti Kalibrace rychlosti byla provedena v profilu radaru B, který byl umístěn nejblíže k simulované křižovatce. Přibližování měřeným hodnotám bylo prováděno opět iteračním způsobem, pomocí změn v nastavení křivky požadovaných rychlostí vozidel. Po sérii simulací bylo dosaženo velmi dobré shody v průměrné rychlosti v daném profilu, histogram rychlostí vykazuje malé odchylky. Obrázek 18 – Histogram a popisná statistika měření rychlosti, radar B, směr Praha, špičková ranní hodina, doba měření: říjen 2012, výběr hodnot ze dvou pracovních dnů rychlost Stř. hodnota 41,79 Chyba stř. hodnoty 0,26 Medián 43 Modus 44 Směr. odchylka 7,76 Rozptyl výběru 60,28 Špičatost 2,84 Šikmost -1,10 Minimum 11 Maximum 67 Součet 36190 Počet 866

Obrázek 19 – Histogram a popisná statistika simulace rychlosti, pozice radaru B, směr Praha, špičková ranní hodina rychlost Stř. hodnota 42,06 Chyba stř. hodnoty 0,41 Medián 44,28 Modus 44,28 Směr. odchylka 10,66 Rozptyl výběru 113,63 Špičatost 3,09 Šikmost -1,64 Minimum 0,72 Maximum 69,48 Součet 28009 Počet 666

2.3.3 Ověření potřebného počtu simulačních procesů Simulační model je vyladěn, kalibrován a připraven k vyhodnocování. Byl uplatněn následující postup: 1) Výběr proměnné: Časové zdržení stáním na vjezdech křižovatky 2) Provedení 10ti simulačních procesů, každý se stejným celkovým dopravním zatížením, ale s jiným nastavením generátoru náhodných čísel (vždy jiné „random seed number“) 3) Volba úrovně a intervalu spolehlivosti: Úroveň spolehlivosti: 95 % Interval spolehlivosti: 5 4) Výpočet směrodatné odchylky měřené proměnné Evropská 2589/33b, 160 00 Praha 6 telefon: +420 234 611 111 / fax: +420 234 611 112 / email: [email protected] www.tacr.cz

19

Tabulka níže uvádí hodnoty průměrného časového zdržení stáním vozidla na jednotlivých vjezdech po dobu simulované špičkové hodiny. Odchylka je vypočtena jako výběrová směrodatná odchylka. Tabulka 6 – Tabulka hodnot prům. zdržení stáním vozidla na vjezdu a výběrových směrod. odchylek vjezd/směr simulační proces č. 1 2 3 4 5 6 7 8 9 10

Univerzita vpravo

Univerzita vlevo + přímo

hodnota odchylka hodnota 7,3 9,7 12,1 13,0 8,6 8,0 11,5 8,1 7,6 11,1

2,1

Internacionální vlevo + přímo

odchylka

hodnota

3,1

9,4 11,0 10,7 11,6 10,3 9,8 11,3 12,8 13,7 12,1

17,4 14,9 23,8 18,6 21,2 13,5 16,8 18,4 15,6 15,3

odchylka

Kamýcká hodnota odchylka 2,5 2,9 2,6 2,3 2,3 2,2 2,8 2,7 3,4 3,1

1,3

0,4

5) Stanovení minimálního počtu simulačních procesů Požadovaný rozsah = 5 / 3,1  1,61 Pro hodnotu rozsahu 1,5  12 simulačních procesů Pro hodnotu rozsahu 2  8 simulačních procesů Závěr: Ke stanovení průměrného zdržení v síti s přesností ± 2,5 s a s úrovní spolehlivosti 95 % je zapotřebí přibližně 11 simulačních procesů. Tabulka 7 – Minimální počet simulačních procesů dle úrovně spolehlivosti a požadovaného rozsahu požadovaný rozsah (=interval spolehlivosti/směrodatná odchylka)

požadovaná úroveň spolehlivosti

minimální počet simulačních procesů

0,5 0,5 0,5 1 1 1 1,5 1,5 1,5 2 2 2

99% 95% 90% 99% 95% 90% 99% 95% 90% 99% 95% 90%

130 83 64 36 23 18 18 12 9 12 8 6


20

2.3.4 Validace modelu 2.3.4.1 Validace podle délky kolony K validaci modelu byla použita data získaná průzkumem dne 22.5.2012, tj. intenzity dopravy a délka kolony. Dále byla použita data získaná profilovým měřením rychlosti. Délka kolony byla při sčítání zapisována ke konci každé minuty. Nejedná se proto přímo o průměrnou kolonu, což je nutno vzít v potaz při srovnávání s délkou kolony v simulaci. Prvních 10 minut z dopravního průzkumu bylo z hodnocení vyloučeno, jelikož v tomto intervalu došlo k vytvoření nestandardní situace a výhled sčítače nebyl dostatečný k objektivnímu hodnocení délky kolony. Obrázek 20 – Délka kolony pozorované ve špičkové hodině, měření

Obrázek 21 – Průměrná délka kolony v jednotlivých simulačních procesech


21

Z grafu délky kolony (viz Obrázek 20) je zřejmé, že charakter kolony je oscilační – ke tvorbě kolony dochází prakticky pouze v případě, kdy jízdní pruh křižují chodci, kteří vystoupili z vozidla MHD. Jedná se tedy o skupiny několika desítek lidí. Dojde-li ke kumulaci několika spojů hromadné dopravy, ze kterých vystoupí větší počet cestujících (převážně studenti univerzity), délka kolony může přesáhnout 150 m. Jako validační veličina byla zvolena průměrná délka kolony. Tato v průběhu dopravního průzkumu dosáhla hodnoty 18,2 m. Podíváme-li se na vývoj kolony v simulaci, vidíme stejný oscilační charakter kolony – rychle roste a rychle klesá, tak jak to bylo zaznamenáno i v průběhu průzkumu. Průměrná délka kolony z deseti simulačních procesů dosahuje hodnoty 17,9 m, což je ve velmi dobré shodě s hodnotou zjištěnou při dopravním průzkumu. 2.3.4.2

Validace podle intenzit na vjezdech do modelu Tabulka 8 – Přehled intenzit na vjezdech do modelu: simulované a měřené hodnoty sim. proces

Intenzita na vjezdu [voz/h] Internacionální

Kamýcká jih Univerzita

Kamýcká sever

vše

1 2 3 4 5 6 7 8 9 10

200 202 189 180 208 185 184 189 213 205

411 420 486 439 412 435 423 448 438 434

102 116 92 96 106 99 110 95 104 84

674 664 686 697 700 687 668 676 700 663

1387 1402 1453 1412 1426 1406 1385 1408 1455 1386

minimum maximum směrodatná odchylka medián průměr

180 213 11 195 196

411 486 21 435 435

84 116 9 101 100

663 700 14 681 682

1385 1455 24 1407 1412

měřená hodnota

197

436

97

681

1411

rozdíl simulace -2 -1 3 1 1 (průměr) - měření Jelikož intenzita vozidel na jednotlivých modelových vjezdech byla nastavena jako stochastická veličina, byl proveden test shody s měřenými intenzitami. V tabulce níže (Tabulka 8) jsou uvedeny intenzity vozidel ze všech simulačních procesů a jejich statistické hodnocení a srovnání s měřenými daty. Z tabulky je patrné, že mezi měřenými hodnotami a průměrnými simulovanými hodnotami panuje velmi dobrá shoda, rozdíly jsou minimální, v řádu jednotek.

2.3.5 Závěry Posuzovaná křižovatka je specifická nárazovými pěšími proudu studentů a zaměstnanců blízké Zemědělské univerzity. Pro věrné zachycení tohoto vlivu byl proto využitý i přídavný modul VisWalk určený Evropská 2589/33b, 160 00 Praha 6 telefon: +420 234 611 111 / fax: +420 234 611 112 / email: [email protected] www.tacr.cz

22

speciálně pro simulaci pěších a jejich interakce s ostatními účastníky dopravy a zároveň byl proud pěších řízen příjezdy vozidel hromadné dopravy dle jejich jízdního řádu. Díky tomu byl věrně simulován oscilační charakter kolony na severním vjezdu Kamýcké ulice. Kalibrace modelu proběhla pro časové zdržení stáním vozidel (její hodnota se dá určit měřením resp. analýzou videozáznamu přesněji než hodnota celkového zdržení) a na rychlost vozidel. Po odladění modelu, které samo osobě zabere významnou část času tvorby simulačního modelu, bylo při srovnání měřených a simulovaných dat po kalibraci dosaženo velmi dobré shody (rozdíly průměrných hodnot v rozmezí 0 – 1,7 s). Obdobně velmi dobré shody bylo dosaženo při kalibraci rychlosti, kde rozdíl průměrných hodnot (měření versus simulace) je menší než 1 km/h. Kalibrační proces samozřejmě vyžadoval množství iteračních kroků a vhodný výběr upravovaných parametrů k dosažení dobrého výsledku. Validace modelu byla provedena využitím délky kolony a intenzit na vjezdech do modelu. Byla zjištěna dobrá shoda v oscilačním charakteru průběhu délky kolony a také v průměrné hodnotě délky kolony. V případě intenzit na vjezdech modelu jde spíše o validaci implicitní funkcionality daného softwaru, shoda byla velmi dobrá (absolutní rozdíly průměrných hodnot v rozmezí -2 až +3 voz/h).

2.4

MODEL V SOFTWARU AIMSUN

2.4.1 Kalibrace modelu Rozsah modelu je stejně jako v případě produktu PTV vymezen na obrázku níže (Obrázek 22). Okolní křižovatky nejsou implementovány do simulace, ve špičkové ranní hodině mají zanedbatelný vliv na dopravní provoz v zájmové křižovatce. Délky ramen křižovatky jsou voleny záměrně delší, aby bylo možné sledovat i případné nárazové kolony, ke kterým dochází zejména na severním vjezdu Kamýcké ulice (směr Přílepy  Praha). Obrázek 22 – Rozsah simulačního modelu


23

Dopravní zatížení bylo zadáno maticemi dopravních vztahů - čtyři centroidy (zóny), tzn. jeden pro každý paprsek křižovatky pro vozidla a čtyři centroidy, tzn. jeden v každém kvadrantu pro pěší. V softwaru Aimsun je možné pro kalibraci použít nastavení dle popisu v následujících kapitolách. 2.4.1.1 Přednost v jízdě Nastavuje se míra podřazenosti každého křižovatkového pohybu a typ přednosti (dej přednost v jízdě, vs. stůj, dej předost v jízdě). Nastavit je možné také polohu stopčáry (stopčar). Požadovaný čas mezer mezi vozidly na hlavní tg definovat nelze, lze pouze definovat čas Give Way Time, po kterém začnou být řidiči při vyjíždění z vedlejší agresivnější a akceptují kratší mezeru tg (opět ale nedefinovatelnou) - tento čas se definuje nikoli pro vjezdy, ale pro kategorie vozidel. Další definovatelnou proměnnou je Visibility Distance, která určuje vzdálenost na vedlejší komunikaci, ze které má řidič vozidla dávajícího přednost rozhled na hlavní komunikace. Křižovatku je možné definovat jako Yellow box - při tomto nastavení vozidlo nevjede do křižovatky, pokud předcházející vozidlo jede rychlostí nižší, než definovanou Yellow box speed. Tato volba zabraňuje zablokování křižovatky - vozidla totiž jezdí jen po přesně definované trajektorii, a to včetně vozidel typu chodec. Použití Yellow boxu mírně snižuje kapacitu. Obrázek 23 – Nastavení stupně podřazenosti - provádí se pro každou dvojici křižovatkových pohybů, kterým je definován příznak (stůj,) dej přednost v jízdě. Viditelné jsou i stopčáry.

2.4.1.2 MHD Aimsun umožňuje definici linek hromadné dopravy. Nejdříve je nutné vložit zastávky, a to buď zastávku v jízdním pruhu, v zálivu, nebo autobusovou stanici. Při vjíždění a vyjíždění do a ze zálivu se systém pokouší simulovat skutečnou jízdu vozidla - simulovaný pohyb je ale nevěrohodný a provoz v jízdním pruhu je při simulaci narušen více než v reálném provozu. Proto byla použita autobusová stanice, která nesimuluje skutečnou jízdu vozidla, vozidlo z jízdního pruhu odebere a opět jej do něj zařadí - ostatní provoz v jízdním pruhu je při této simulaci ovlivněn reálným způsobem. Autobusová stanice se dále od zálivu (ale i od zastávky) odlišuje počtem "absorbovaných" vozidel, které na rozdíl od jmenovaných nevyplývá z délky zastávky, resp. zálivu, ale z přímo nadefinované hodnoty. V jedné sekci může být umístěno více zastávek, ale jedna linka může v jedné sekci zastavovat jen v jediné zastávce. Evropská 2589/33b, 160 00 Praha 6 telefon: +420 234 611 111 / fax: +420 234 611 112 / email: [email protected] www.tacr.cz

24

Obrázek 24 – Zastávka v jízdním pruhu, zastávkový záliv s nesprávně najetým kloubovým autobusem a autobusová stanice s jedním stanicujícím autobusem z maximálního počtu jednoho (viz 1/1 vlevo dole)

Obrázek 25 – Nastavení trasy linek označováním výchozí, koncové a případně mezilehlých hran. Odmazání či přidání hrany má za následek nutnost nové definice trasy. Je-li na hraně alespoň jedna zastávka, tak právě jedna zastávka může být lince přiřazena.

Dalším krokem je nastavení linek a jejich jízdních řádů. Na rozdíl od českých reálií, kdy linkou jsou zpravidla označeny vlaky jedoucí tam i zpět, tak v Aimsunu je linka vždy jednosměrná. Pro každou linku lze nastavit jízdní řád(y), a to buď intervalem, což je vhodné pro často jezdící spoje, nebo výpisem odjezdů, což je vhodné pro nepravidelně jezdící účelové linky. Každému jízdnímu řádu se nastavuje jeden typ vozidla Evropská 2589/33b, 160 00 Praha 6 telefon: +420 234 611 111 / fax: +420 234 611 112 / email: [email protected] www.tacr.cz

25

(např. autobus, kloubový autobus atd.). Linky se stejnou částí trasy lze intervalově provázat (např. ze dvou desetiminutových intervalů lze udělat pravidelný pětiminutový). Nastavit také lze doba stanicování, která stejně jako interval může být statisticky znepravidelněna (střední hodnota, směrodatná odchylka, maximum a minimum). 2.4.1.3 Rychlostní omezení Rychlost vozidel lze nastavit pro každou hranu, dále lze pro jednotlivé kategorie vozidel nastavit maximální rychlost, zrychlení a zpomalení (včetně směrodatné odchylky, minima a maxima) a míru akceptace rychlostního omezení rychlosti (opět včetně směrodatné odchylky, minima a maxima). Rychlost vozidel lze nastavit i pro jednotlivé křižovatkové pohyby. Obrázek 26 – Nastavení parametrů vozidel - rozměry, rychlost, zrychlení atd.

2.4.1.4 Průběh intenzit Do verze 8, která je nabízena od prosince 2012, není možné definovat průběh intenzit v čase pro jednotlivé matice. Je možné zadat mnoho v čase na sebe navazujících matic, což je velmi pracné. Problém se dá také vyřešit vložením světelné signalizace, která dávkuje dopravní zátěž. Toho bylo použito v případě chodců - dle průzkumu tvoří zátěž přechodů pro chodce cestující vystupující z autobusů. Simulace pěší dopravy zahrnující zátěž vystupujícími cestujícími je obsažena v produktu Legion for Aimsun, který není součástí základního balíku Aimsunu. Situaci lze vyřešit právě pomocí světelné signalizace, která vpouští chodce v čase odpovídajícím příjezdu autobusu. 2.4.1.5 Doba zdržení Pro kalibraci byla použita doba zdržení. Aimsun zná Delay Time a Stop Time, tzn. dobu zdržení (rozdíl cestovní doby mezi body "A" a "B" při neomezené jízdě a při reálné (simulované) jízdě) a dobu stání (dobu, kdy vozidlo stojí). Dle popisu dopravního průzkumu naměřené hodnoty odpovídají době stání, proto také byla použita právě doba stání. Evropská 2589/33b, 160 00 Praha 6 telefon: +420 234 611 111 / fax: +420 234 611 112 / email: [email protected] www.tacr.cz

26

Tabulka 9 – Tabulka hodnot průměrného zdržení stáním vozidla na vjezdu vjezd Měření Simulace Rozdíl

vpravo 8,3 8,8 0,5

Univerzita přímo 22,6 19,9 -2,7

vlevo 22,9 23,7 0,8

INTERNACIONÁLNÍ přímo vlevo 6,325 12,4 8,6 12,7 2,3 0,3

Kamýcká jih vlevo 8,6 6,3 -2,3

2.4.1.6 Rychlost Sledováno bylo nastavení rychlosti v místě radaru B. Aimsun nedovoluje ukládat rychlost jednotlivých vozidel v určeném profilu (detektoru) - při výpisu jednotlivých hodnot vrací průměrnou rychlost jednotlivého vozidla. Zajištěno bylo tedy pouze dodržení průměrné naměřené rychlosti 42 km/h. Tabulka 10 – Modelovaná rychlost vozidel simulace 1 2 3 4 5 6 7 8 9 10 průměr - model směrodatná odchylka

rychlost 42,2 42,5 42,0 42,6 42,2 43,3 42,7 42,3 42,3 42,3 42,4 0,3

měření rozdíl simulace - měření

42,0 0,4

2.4.1 Ověření potřebného počtu simulačních procesů Obdobným způsobem jako v případě softwaru PTV VISSIM byl z dob zdržení v jednotlivých simulačních krocích odvozen minimální počet simulačních kroků. Simulační model je vyladěn, kalibrován a připraven k vyhodnocování. Byl uplatněn následující postup: 1) Výběr proměnné: Časové zdržení stáním na vjezdech křižovatky 2) Provedení 10ti simulačních procesů, každý se stejným celkovým dopravním zatížením ale s jiným nastavením generátoru náhodných čísel (vždy jiné „random seed number“) 3) Volba úrovně a intervalu spolehlivosti: Úroveň spolehlivosti: 95 % Interval spolehlivosti: 5 4) Výpočet směrodatné odchylky měřené proměnné Tabulka níže uvádí hodnoty průměrného časového zdržení stáním vozidla na jednotlivých vjezdech po dobu simulované špičkové hodiny. Odchylka je vypočtena jako výběrová směrodatná odchylka.


27

Tabulka 11 – Tabulka hodnot průměrného zdržení stáním vozidla na vjezdu a výběrových směrodatných odchylek simulace 1 2 3 4 5 6 7 8 9 10 průměr v_sm_odch

vpravo 5,9 6,3 9,9 11,4 8,3 9,5 8,9 9,7 8,3 9,6 8,8 1,67

Univerzita přímo 20,8 13,4 14,8 19,2 24,1 19,8 17,1 18,9 28,3 22,9 19,9 4,42

vlevo 23,3 23,0 18,7 18,7 24,2 22,6 33,0 26,0 13,8 33,5 23,7 6,14

INTERNACIONÁLNÍ přímo vlevo 5,9 10,9 6,3 15,7 9,9 14,5 11,4 12,3 8,3 13,2 9,5 10,8 8,9 10,3 8,3 12,1 8,3 12,0 9,6 15,1 8,6 12,7 1,64 1,90

Kamýcká jih vlevo 6,7 7,0 7,0 6,8 5,2 5,1 5,4 5,7 4,8 8,8 6,3 1,24

1) Stanovení minimálního počtu simulačních procesů Požadovaný rozsah = 5 / 4,42  1,13 Pro hodnotu rozsahu 1,5  12 simulačních procesů Pro hodnotu rozsahu 1  23! simulačních procesů Výběrová směrodatná odchylka se v jednotlivých křižovatkových pohybech pohybuje od 1,24 po 6,14. V úvahu byla vzata druhá nejnepříznivější hodnota, tj. 4,42. Pro interval spolehlivosti 5 činí požadovaný rozsah 1,13. Při použití tabulky (Tabulka 7) a požadované úrovni spolehlivosti 95 % jsou nejbližší hodnoty požadovaného rozsahu 1,5, kterému odpovídá 12 simulačních procesů a 1,0, kterému odpovídá 23 simulačních procesů.

2.4.2 Validace modelu 2.4.2.1 Validace podle délky kolony Situaci komplikuje fakt, že software Aimsun neměří délku kolony v metrech, ale výhradně v počtu vozidel. Vozidla pochopitelně nejsou stejně dlouhá, délku kolony navíc ovlivňuje i odstup mezi vozidly. Faktem také je, že není jednoznačně deklarováno, co ještě je a co již není kolonou.


28

Obrázek 27 – Vývoj délky kolon v jednotlivých simulacích

délka kolony [vozidel]

Vývoj délky kolony v simulaci 12,0

10,0 1 2 8,0

3 4 5

6,0

6 7 8

4,0

9 10 2,0

0,0 0

10

20

30

40

50

60 čas [min]

Průměrná délka vozidla na sledovaném vjezdu od Přílep je 5,4 (vážený průměr podle skladby dopravního proudu včetně MHD a uvažované délky vozidel). Světlý odstup mezi vozidly uvažujeme odborným odhadem 1,5 m. Obrázek 28 – Délka kolony pozorované ve špičkové hodině

Modelovaný průběh délky kolony odpovídá průběhu naměřenému. Evropská 2589/33b, 160 00 Praha 6 telefon: +420 234 611 111 / fax: +420 234 611 112 / email: [email protected] www.tacr.cz

29

Tabulka 12 – Modelovaná délka kolony simulace průměr [voz] průměr [m]

1 1,7 11,9

2 1,5 10,4

3 1,6 10,8

4 1,4 9,3

5 1,7 11,5

6 1,3 8,8

7 1,2 8,4

8 1,9 12,8

9 1,7 12,0

10 1,6 11,0

2.4.2.2 Validace podle intenzit na vjezdech do modelu Byl ověřen skutečný počet vjíždějících vozidel vs. počet zadaných vjíždějících vozidel: Tabulka 13 – Přehled intenzit na vjezdech do modelu: simulované a měřené hodnoty sim. proces 1 2 3 4 5 6 7 8 9 10 min max směrodatná odchylka medián průměr

Přílepy 639 651 707 600 674 619 643 659 665 631 600 707 28,5 647 649

Nový Suchdol 207 226 214 199 216 228 219 231 198 221 198 231 11,0 218 216

Praha 392 367 397 388 379 364 356 371 390 406 356 406 15,3 384 381

ČZU 84 75 89 95 97 92 84 66 79 78 66 97 9,2 84 84

vše 1322 1319 1407 1282 1366 1303 1302 1327 1332 1336 1282 1407 33,6 1325 1330

měřená hodnota 681 197 436 97 1411 Rozdíl simulace - měření -32 19 -55 -13 -81 Patrný je velký rozsah hodnot (směrodatná odchylka mezi jednotlivými simulacemi pro jednotlivý vjezd až 29 vozidel) a také významný rozdíl oproti naměřeným (a do modelu zadaným) hodnotám.

2.4.3 Závěry V prostředí nástroje Aimsun byl vytvořen model neřízené křižovatky v pražském Suchdole, jejíž provoz je navíc zatížen silným pěším vztahem mezi autobusovými zastávkami a areálem vysoké školy (ČZU). Kalibrace modelu proběhla na základě na místě naměřených dob zdržení pro jednotlivé podřazené křižovatkové pohyby a také podle rychlosti vozidel v daném profilu na hlavní komunikace. Rozdíl naměřené a simulované doby zdržení se pohybuje od 0,3 do 2,7 s a rozdíl naměřené a simulované rychlosti nepřesahuje 0,5 km/h. Dále bylo statistickou analýzou dob zdržení v jednotlivých simulačních krocích odvozeno, kolik je pro požadovanou úroveň spolehlivosti (95 %) a požadovaný interval spolehlivosti (5) nezbytné provést simulačních kroků. Výsledky ukazují, že potřebný počet kroků se pohybuje v intervalu 12 až 23. Dalším krokem byla validace modelu. K té byl použit naměřený průběh kolony v čase a také skutečný počet vozidel v modelu, který se může od zadaného (a zároveň naměřeného) počtu odlišovat. Průběh simulované kolony v čase odpovídá naměřenému průběhu, který silně osciluje z důvodu vlivu nepravidelně přecházejících chodců. Rozdíl v počtu vozidel je do 10 %. Evropská 2589/33b, 160 00 Praha 6 telefon: +420 234 611 111 / fax: +420 234 611 112 / email: [email protected] www.tacr.cz

30

2.5

MODEL V SOFTWARU S-PARAMICS

Práce se softwarem S-Paramics je komplikována nevlídným uživatelským prostředím – S-Paramics nefunguje ve Windows, pro práci na PC vybaveným Windows je nutné spustit podpůrný software Exceed. I základní operace, jako je posouvání a zoomování okna, se provádějí zcela odlišně než v aplikacích pro Windows, což vyžaduje od uživatele – dopravního inženýra nezanedbatelnou dobu pro „osáhání“ a zažití těchto věcí pod kůži. Na rozdíl od Aimsunu se v S-Paramicsu nevytvářejí nejdříve hrany, které se pak propojují v křižovatkách, ale vytváří se uzly, které se propojují křižovatkami. Jedna křižovatka může být tvořena více uzly, je-li potřeba věrohodně modelovat složitější křižovatku. Připojení každé hrany do uzlu náleží stopčára – zde lze také definovat natočení vozidla vůči ose hrany. Obrázek 29 – Rozsah simulačního modelu

Přednost v jízdě se definuje stupni podřazenosti pro jednotlivé křižovatkové pohyby – jistým handicapem je, že jsou k dispozici jen tři stupně podřazenosti, resp. čtyři s tím, že poslední ale znamená zákaz odbočení v daném směru.


31

Obrázek 30 – Nastavení přednosti v jízdě

Dopravní zátěž se zadává maticí dopravních vztahů a k tomu profilem (rozložením zátěže v čase) a skladbou dopravního proudu (kategorie vozidel), což je od Aimsunu významně odlišné. Zkušený uživatel Excelu se ale dokáže mezi daty pro Aimsun a S-Paramics pohybovat relativně rychle a snadno. Obrázek 31 – Nastavení matice dopravních vztahů

Pro každou hranu lze zadat rychlostní omezení, obdobně pro kategorie vozidel. Evropská 2589/33b, 160 00 Praha 6 telefon: +420 234 611 111 / fax: +420 234 611 112 / email: [email protected] www.tacr.cz

32

Obrázek 32 – Definice parametrů hrany, např. rychlost, šířka, počet pruhů, ale také cenový faktor, který má význam u složitější sítě, kdy připadá do úvahu více variant spojení mezi výchozím a cílovým centroidem.

Obdobně jako v SW Aimsun i v SW S-Paramics tvoří klasická linka tam a zpět linky dvě - jednu tam a druhou zpět. Nastavit lze trasu, zastávky, jízdní řád i typ vozidla. U zastávek je ve srovnání s Aimsunem nevýhoda v případě tramvajových tratí - skotský S-Paramics neumožňuje zadat zastávku jinde než v krajním pruhu, takže tramvajová zastávka s nástupem cestujících z jízdního pruhu je bez rozdělení komunikace do více paralelních neřešitelná. Obrázek 33 – Implementace linky hromadné dopravy


33

Obrázek 34 – Jízdní řád, stejně jako veškeré ostatní zadání lze otevřít v příslušném textovém souboru. Name: "107 A" Route Count 1 Route: 1 Capacity: 40 Vehicle Type: 30 Start: 07:15:00 End: 08:45:00 Frequency: 00:03:30 Name: "107 B" Route Count 1 Route: 2 Capacity: 40 Vehicle Type: 30 Start: 07:10:00 End: 08:50:00 Frequency: 00:03:30

2.5.1 Kalibrace modelu 2.5.1.1

Doba zdržení Tabulka 14 – Tabulka hodnot průměrného zdržení stáním vozidla na vjezdu

vjezd Měření Simulace Rozdíl

vpravo 8,3 8,7 0,4

Univerzita přímo 22,6 23,1 0,5

vlevo 22,9 22,6 -0,3

přímo 6,325 7,5 1,2

vlevo 12,4 12,8 0,4

vlevo 8,6 7,1 -1,5

Stejně jako při práci s ostatními SW, bylo i v případě S-Paramicsu započato s kalibrací na dobu zdržení, tzn., nastavení modelu tak, aby délka čekání vozidla jedoucího v podřazeném jízdním proudu v modelu odpovídala naměřeným hodnotám. Výsledky kalibrace na dobu zdržení jsou v tabulce (Tabulka 14). 2.5.1.2 Rychlost Sledováno bylo nastavení rychlosti v místě radaru B. Jak vypovídá tabulka (


34

Tabulka 15), bylo zajištěno, že model dodržel průměrnou naměřenou rychlost 42 km/h.


35

Tabulka 15 – Modelovaná rychlost vozidel simulace 1 2 3 4 5 6 7 8 9 10 průměr - model směrodatná odchylka

rychlost 42,1 43,0 42,5 41,8 42,2 41,9 42,2 42,1 42,5 42,1 41,7 0,33

měření rozdíl simulace - měření

42,0 -0,3

2.5.2 Ověření potřebného počtu simulačních procesů Obdobným způsobem jako v případě SW PTV Vissim byl z dob zdržení v jednotlivých simulačních krocích odvozen minimální počet simulačních kroků. Simulační model je vyladěn, kalibrován a připraven k vyhodnocování. Byl uplatněn následující postup: 1) Výběr proměnné: Časové zdržení stáním na vjezdech křižovatky 2) Provedení 10ti simulačních procesů, každý se stejným celkovým dopravním zatížením ale s jiným nastavením generátoru náhodných čísel (vždy jiné „random seed number“) 3) Volba úrovně a intervalu spolehlivosti: Úroveň spolehlivosti: 95 % Interval spolehlivosti: 5 4) Výpočet směrodatné odchylky měřené proměnné Tabulka níže (Tabulka 16) uvádí hodnoty průměrného časového zdržení stáním vozidla na jednotlivých vjezdech po dobu simulované špičkové hodiny. Odchylka je vypočtena jako výběrová směrodatná odchylka. 5) Stanovení minimálního počtu simulačních procesů Požadovaný rozsah = 5 / 4,53  1,10 Pro hodnotu rozsahu 1,5  Pro hodnotu rozsahu 1 

12 simulačních procesů 23! simulačních procesů

Výběrová směrodatná odchylka se v jednotlivých křižovatkových pohybech pohybuje od 0,3 po 1,6. V úvahu byla vzata druhá nejnepříznivější hodnota, tj. 4,53, která je obdobná jako hodnota u SW Aimsun. Pro interval spolehlivosti 5 činí požadovaný rozsah 1,10. Při použití tabulky (Tabulka 7) a požadované úrovni spolehlivosti 95 % jsou nejbližší hodnoty požadovaného rozsahu 1,5, kterému odpovídá 12 simulačních procesů a 1,0, kterému odpovídá 23 simulačních procesů.


36

Tabulka 16 – Tabulka hodnot průměrného zdržení stáním vozidla na vjezdu a výběrových směrodatných odchylek simulace 1 2 3 4 5 6 7 8 9 10 průměr v_sm_odch

vpravo 5,5 6,4 10,3 11,7 7,6 10,1 9,0 9,3 7,8 9,3 8,7 1,89

Univerzita přímo 22,5 15,9 18,0 22,3 28,3 21,2 21,2 20,4 31,0 25,2 22,6 4,53

vlevo 21,1 24,0 19,9 17,5 24,5 22,0 30,6 26,5 12,7 30,5 22,9 5,58

INTERNACIONÁLNÍ přímo vlevo 4,3 11,5 4,8 14,3 6,8 13,6 9,0 12,4 6,0 13,7 7,5 11,2 6,2 9,5 6,4 11,8 5,7 10,6 6,4 15,8 6,3 12,4 1,33 1,89

Kamýcká jih vlevo 9,3 9,3 9,1 8,9 7,9 6,8 6,8 8,6 7,3 12,4 8,6 1,62

2.5.3 Validace modelu 2.5.3.1 Validace podle délky kolony Ověření správnosti modelu bylo provedeno porovnáním průběhu naměřené a simulované kolony na vjezdu do křižovatky od Přílep. V obou případech (Obrázek 35, Obrázek 36) je patrná rychle se měnící délka kolony, což je způsobeno nárazově zatíženým přechodem pro chodce. Obrázek 35 – Délka kolony pozorované ve špičkové hodině


37

Obrázek 36 – Vývoj délky kolon v jednotlivých simulacích

Délka kolony [m]

Vývoj délky kolony v simulaci 160 140 1 120

2 3

100

4 5

80

6 7

60

8 9

40

10 20

8:27

8:24

8:21

8:18

8:15

8:12

8:09

8:06

8:03

8:00

7:57

7:54

7:51

7:48

7:45

7:42

7:39

7:36

7:33

7:30

0

Čas [min]

2.5.3.2 Validace podle intenzit na vjezdech do modelu Byl ověřen skutečný počet vjíždějících vozidel vs. počet zadaných vjíždějících vozidel: Tabulka 17 – Přehled intenzit na vjezdech do modelu: simulované a měřené hodnoty sim. proces sim. proces 1 2 3 4 5 6 7 8 9 10 min max směrodatná odchylka medián průměr

Přílepy Přílepy 618 644 631 667 682 674 622 683 626 645 618 683 24,0 644 660

Nový Suchdol Nový Suchdol 200 195 173 207 225 229 184 193 226 183 173 229 18,8 197 201

Praha Praha 385 376 399 424 395 412 369 383 393 384 369 424 15,7 389 395

ČZU ČZU 86 104 72 97 83 98 96 85 111 88 72 111 10,7 92 89

vše vše 1289,1 1318,2 1275,3 1394,5 1384,2 1413,1 1270,6 1343,7 1355,9 1299,5 1271 1413 48,9 1331 1334

měřená hodnota

681

197

436

97

1411


38

2.5.4 Závěry V prostředí nástroje S-Paramics byl vytvořen model neřízené křižovatky v pražském Suchdole, jejíž provoz je navíc zatížen silným pěším vztahem mezi autobusovými zastávkami a areálem vysoké školy (ČZU). Kalibrace modelu proběhla na základě na místě naměřených dob zdržení pro jednotlivé podřazené křižovatkové pohyby a také podle rychlosti vozidel v daném profilu na hlavní komunikace. Rozdíl naměřené a simulované doby zdržení se pohybuje od 0,3 do 1,5 s a rozdíl naměřené a simulované rychlosti nepřesahuje 0,3 km/h. Dále bylo statistickou analýzou dob zdržení v jednotlivých simulačních krocích odvozeno, kolik je pro požadovanou úroveň spolehlivosti (95 %) a požadovaný interval spolehlivosti (5) nezbytné provést simulačních kroků. Výsledky ukazují, že potřebný počet kroků se stejně jako u nástroje Aimsun pohybuje v intervalu 12 až 23. Dalším krokem byla validace modelu. K té byl použit naměřený průběh kolony v čase a také skutečný počet vozidel v modelu, který se může od zadaného (a zároveň naměřeného) počtu odlišovat. Průběh simulované kolony v čase odpovídá naměřenému průběhu, který silně osciluje z důvodu vlivu nepravidelně přecházejících chodců. Rozdíl v počtu vozidel je pod 10 %.


39

3 3.1

OKRUŽNÍ KŘIŽOVATKA LIPŮVKA POPIS LOKALITY

Jedná se provizorní okružní křižovatku silnic I/43 (Brno - Lipůvka - Svitavy) a II/379 (Lipůvka - Blansko) nacházející si při vjezdu I/43 do obce Lipůvka. Kraj: Jihomoravský Okres: Blansko Obec: Lipůvka GPS: 49°20'8.994"N, 16°33'10.460"E Obrázek 37 – Okolí Brna, severním směrem vede I/43, na které je řešená křižovatka Lipůvka.

Silnice I/43 i II/379 jsou dvoupruhové. Vzhledem k poloze na okraji obce Lipůvka, kde již nejsou pro pěší dopravu žádné atraktivní cíle, zde není pěší doprava zastoupena. Autobusové zastávky jsou taktéž umístěny mimo přímý dosah křižovatky.


40

Obrázek 38 – Letecká fotografie okružní křižovatky I/23 a II/379 v Lipůvce, která nahradila původní stykovou křižovatku.

3.2

PROVEDENÉ DOPRAVNÍ PRŮZKUMY

Dopravní průzkum byl proveden pomocí radarů Sierzega, které zaznamenávají průjezd každého jednotlivého vozidla a to včetně rychlosti vozidla, přesného času průjezdu a délky vozidla. Radarem je možno měřit i vícepruhové komunikace - zde se ale vyskytuje omezení, protože při větší intenzitě se vozidla v jednotlivých pruzích překrývají a měření pak vykazuje vysokou chybovost. Pro simulaci byla vybrána páteční odpolední špička. Obrázek 39 – Rozmístění měřících profilů (radarů) na okružní křižovatce v Lipůvce


41

Obrázek 40 – Montáž radar Sierzega na dopravní značku (Ilustrační obrázek)

Tabulka 18 – Přehled rychlostí a intenzit na jednotlivých vjezdech Radar 3 Od Brna I/43

Radar 4 Od Blanska II/379

Radar 5 Od Svitav I/43

50,4

69,9

44,9

1101

275

492

Průměrná naměřená rychlost [km/h] Naměřená intenzita [voz/h]

Dále byl proveden ruční směrový průzkum na křižovatce pro rozdělení profilových intenzit do matic dopravních vztahů. Tabulka 19 – Podíly intenzit jednotlivých křižovatkových pohybů na celkové dopravní zátěži křižovatky 1868 voz/h Brno Blansko Svitavy

3.3

Brno 14% 42%

Blansko 8%

Svitavy 24% 6%

6%

MODEL V SOFTWARU VISSIM

Rozsah modelu je patrný z obrázku níže (viz Obrázek 41), kde je vidět vizualizovanou část modelu. Kromě této části byl model rozšířen o nevizualizovanou část a to na jižním (I/43 směr Brno  Lipůvka) a východním vjezdu (II/379 směr Blansko  Lipůvka), čímž došlo ke zdvojnásobení délky vjezdů. Důvodem je možnost vzniku kolony, která by zasahovala nebo ovlivňovala i dopravní proud mimo vizualizovanou oblast.


42

Obrázek 41 – Rozsah modelu (vizualizovaná část modelu)

Definice intenzit vozidel je provedena stejným způsobem jako v případě křižovatky Suchdol (viz kap. 2.3.1). Simulovaná intenzita dopravy je intenzitou měřenou v průběhu špičkové páteční odpolední hodiny. Definice tras je provedena stejným způsobem jako v případě křižovatky Suchdol (viz kap. 2.3.1). Definice rychlostních omezení je principiálně provedena stejným způsobem jako v případě křižovatky Suchdol (viz kap. 2.3.1), hodnoty rychlostí a místo aplikace ale odpovídá místním podmínkám. Obrázek 42 – Definice omezení rychlosti v křižovatce Lipůvka

Definice předností v jízdě jsou zadány jiným způsobem než v případě křižovatky Suchdol. V případě křižovatky Lipůvka byl použitý nástroj „conflict areas“ místo nástroje „priority rules“. Tento způsob využívá definice „front gap“ a „rear gap“ – časových mezer, které musí být v simulaci zachovány při průjezdu konfliktní plochou v kombinaci s viditelností konfliktních ploch (pomocí definovaných vzdáleností). Pro detaily definice konfliktních ploch viz manuál softwaru VISSIM. Evropská 2589/33b, 160 00 Praha 6 telefon: +420 234 611 111 / fax: +420 234 611 112 / email: [email protected] www.tacr.cz

43

Obrázek 43 – Definice předností v jízdě v křižovatce Lipůvka

3.3.1 Kalibrace modelu Kalibrace rychlosti byla provedena ve třech profilech ve směru do křižovatky, tj. na vjezdech do křižovatky. Přibližování k měřeným hodnotám bylo prováděno iteračně postupnou úpravou základních rychlostních profilů (požadovaná rychlost) a parametru visibility neboli viditelnosti konfliktních ploch (rozhledu). Po několika iteracích bylo dospěno k dobré shodě průměrných hodnot rychlosti, jak ilustruje tabulka níže (viz Tabulka 20). Tabulka 20 – Průměrná rychlost v simulaci a při měření v jednotlivých stanovištích a jejich srovnání simulační proces 1 2 3 4 5 6 7 8 9 10 min max směrodatná odchylka modus medián průměr

Rychlost na stanovišti [km/h] 3 4 5 57,6 73,3 46,0 63,9 71,3 45,7 51,4 72,0 45,6 48,7 72,2 46,0 48,7 41,2 46,1 38,4 64,7 46,0 38,8 69,1 46,0 46,4 64,5 46,1 25,7 65,9 45,6 63,8 74,4 45,3 25,7 41,2 45,3 63,9 74,4 46,1 11,3 9,2 0,3 48,7 46,0 48,7 70,2 46,0 48,3 66,9 45,8

průměr z měření rozdíl simulace - měření

50,4 -2,1


69,9 -3,0

44,9 0,9

44

3.3.2 Validace intenzit na vjezdech do modelu Jelikož intenzity na vjezdech do modelu jsou nastaveny jako stochastické, bylo provedeno ověření hodnot v deseti simulačních procesech a srovnání s měřenými hodnotami. Výsledek tohoto postupu uvádí tabulka níže (viz Tabulka 21). Z tabulky je patrné, že mezi měřenou a průměrnou simulovanou hodnotou intenzity je velmi dobrá shoda. Tabulka 21 – Intenzita dopravy na jednotlivých stanovištích v simulaci a při měření a jejich srovnání

simulační proces

Intenzita na stanovištích [voz/h] (intenzita v jednom směru – do křižovatky) 3 4 5

1 2 3 4 5 6 7 8 9 10

1137 1031 1092 1105 1132 1089 1080 1139 1171 1081

273 284 265 249 322 293 298 292 270 262

456 472 525 497 473 470 474 503 478 488

min max směrodatná odchylka medián průměr

1031 1171 38 1099 1106

249 322 20 279 281

456 525 19 476 484

údaj z měření

1101

275

492

5

6

-8

rozdíl simulace - měření

3.3.3 Test senzitivity modelu Test senzitivity modelu se provádí za účelem stanovení vlivu vybraného parametru na výsledky simulačního modelu. Obrázek 44 – Vzdálenost „visibility“ v softwaru VISSIM


45

Jako testovací parametr byl vybrán parametr dL2 neboli vzdálenost, ze které řidič přibližujícího vozidla již plně vidí vozidla konfliktního dopravního proudu (rozhled řidiče). Při testech bylo vyhodnocováno průměrné časové zdržení na všech vjezdech do okružní křižovatky a rovněž průměrná a maximální délka kolony. Intenzita při všech testech je shodná. Umístění virtuálních detektorů pro měření délky kolony a virtuálních tras pro měření časového zdržení je viditelné na následujícím obrázku. Čistá délka modelové simulace byla nastavena na 3 600 sekund, tedy 1 hodinu. Celkový čas simulace byl nastaven na 8 000 sekund s tím, že prvních 4 400 sekund nebylo statisticky vyhodnocováno z důvodu překonání počátečního stavu nulového nasycení. Statistické výstupy jsou zaznamenávány v průměrné hodnotě za simulovanou hodinu. Vyhodnocení průměrného časového zdržení a průměrné délky kolony je provedeno na základě deseti simulačních procesů, které se odlišují rozdílným časovým přidělením vozidel na síť. Intenzita je vždy shodná, liší se pouze časový vstup jednotlivých vozidel na dopravní síť. Tímto krokem se předejde příliš negativnímu nebo pozitivnímu přidělení vozidel na síť. K tomu by mohlo dojít především v křižovatkových uzlech, kdy je rozdíl, zda v koloně před křižovatkou za sebou stojí tři těžká nákladní vozidla nebo čtyři osobní automobily. Výsledná hodnota časového zdržení a průměrné délky kolony je pak průměrem ze všech deseti simulací. 3.3.3.1

Test 1 – proměnná hodnota dL2

Za proměnnou byla zvolena vzdálenost dL2, která během testů dosahovala hodnot: 40m, 30m, 20m, 10m, 5m, 4m, 3m, 2m a 1m Viditelnost vozidel na hlavní lince dL1 zůstávala během testu fixní, a to 50 metrů. Obrázek 45 – Umístění virtuálních detektorů a tras trasa 3 300 m trasa 2 1 000 m

trasa 1 1 000 m

3 2

1


46

Tabulka 22 – Vyhodnocení průměrné délky kolony v závislosti na parametru rozhled řidiče dL2 průměrná délka kolony [m] vzdálenost „visibility“ [m] vjezd 1 vjezd 2 vjezd 3

40

30

20

10

5

4

3

2

1*

208 82 1

204 61 1

322 59 1

690 80 1

995 66 2

973 53 2

995 66 2

1089 29 10

1177 1269 310

* při zadání parametru „visibility“ o délce 1 metr dojde k zastavení vozidla před konfliktní plochou, kde stojí po celou dobu simulace – vozidlo nemá zajištěno bezpečný průjezd přes konfliktní plochu.

Obrázek 46 – Závislost průměrné délky kolony na rozhledu řidiče dL2

Tabulka 23 – Vyhodnocení průměrného časového zdržení v závislosti na parametru rozhled řidiče dL2 průměrné časové zdržení [s] vzdálenost „visibility“ [m] trasa 1 trasa 2 trasa 3

40 83 140 4

30 80 110 4

20 105 105 5

10 185 134 5

5 309 111 9

4 343 94 10

3 309 111 9

2 481 56 20

1* 999 999 999

* při zadání parametru „visibility“ dL2=1 metr dojde k zastavení vozidla před konfliktní plochou, kde stojí po celou dobu simulace – vozidlo nemá zajištěno bezpečný průjezd přes konfliktní plochu.


47

Obrázek 47 – Závislost průměrné délky kolony na rozhledu řidiče dL2

Jak je patrné z předcházejících grafů, průběh hodnot průměrné délky kolony a časového zdržení při nižším dopravním zatížení (vjezd 2 a 3) je téměř konstantní. Naopak u nejvíce zatíženého vjezdu 1, kde dochází k tvorbě dlouhodobých kolon, je patrný výrazný nárůst hodnot s klesajícím rozhledem. V intervalu 40 až 30 metrů je nárůst hodnot minimální. V intervalu mezi 30 a 20 metry dochází k pozvolnému nárůstu naměřených hodnot. Nejmarkantnějšího růstu hodnot je dosaženo v intervalu mezi 20 a 5 metry, kde dochází k troj až čtyřnásobnému nárůstu hodnot. Při rozhledu 5 až 3 metry je nárůst hodnot minimální. V posledním intervalu 3 až 2 metry je pak opět viditelný nárůst naměřených hodnot. Ze statistického vyhodnocení vyplývá, že rozhled řidiče z vozidla má výrazný vliv na dosažené hodnoty délek kolon a časového zdržení, a to především na nejvíce zatíženém vjezdu do okružní křižovatky. Na vjezdu 1 je dosaženo průměrné hodnoty délky kolony 208 metrů, a to při rozhledu 40 metrů. Při rozhledu 10 metrů dosahuje hodnota průměrné délky kolony 690 metrů a při rozhledu 2 metrů dokonce 1089 metrů. Z tohoto zjištění vyplývá, že je nutné věnovat tomuto parametru zvýšenou pozornost a vždy je nutné ověřit reálnou viditelnosti na všech vjezdech do křižovatky. 3.3.3.2

Test 2 – proměnná hodnota dL1

Za proměnnou byla zvolena vzdálenost dL1, která během testů dosahovala hodnot: 40m, 30m, 20m, 10m, 5m, 4m, 3m, 2m a 1m Viditelnost vozidel na hlavní lince dL2 zůstávala během testu fixní, a to 30 metrů.


48

průměrné časové zdržení [s]

Obrázek 48 – Závislost průměrného časového zdržení na rozhledu řidiče dL1 ZÁVISLOST PRŮMĚRNÉHO ČASOVÉHO ZDRŽENÍ NA ROZHLEDU ŘIDIČE 120 trasa 1 trasa 2 trasa 3

100

80

60

40

20

0

2

3

4

5 10 rozhled řidiče dL1 [m]

20

30

40

průměrná délka kolony [m]

Obrázek 49 – Závislost průměrné délky kolony na rozhledu řidiče dL1 ZÁVISLOST PRŮMĚRNÉ DÉLKY KOLONY NA ROZHLEDU ŘIDIČE 250

vjezd 1 vjezd 2 vjezd 3

200

150

100

50

0 2

3

4

5

10 rozhled řidiče dL1 [m]

20

30

40

Ze statistického vyhodnocení simulace vyplývá, že parametr viditelnosti na nadřazené lince dL1 nemá žádný vliv na hodnoty průměrného časové zdržení a průměrné délky kolony. 3.3.3.3 Test 3 – proměnné hodnoty dL1 a dL2 Do simulace byly definovány hodnoty podle klíče dL1 = dL2, a to pro délky 40, 30, 20, 10, 5, 4, 3 a 2 metry. V tomto případě bylo dosaženo vždy hodnot průměrné délky kolony a průměrného časového zdržení jako při testu 1, kdy se měnil pouze parametr dL2. Bylo tedy prokázáno, že parametr dL1 nemá při konfliktech typu „křížení“ – s definovaným hlavním a vedlejším směrem žádný vliv na statistické vyhodnocení.

3.3.4 Závěry Předmětná tříramenná okružní křižovatka Lipůvka je charakteristická vysokým dopravním zatížením ve špičkových hodinách, což je doprovázeno vznikem rozsáhlé kolony. Poměr intenzity a kapacity křižovatky ovlivňuje kromě jiného rychlost vozidel, která byla vybrána jako kalibrační charakteristika. Po mnoha iteracích a úpravách modelových parametrů bylo dosaženo dobré shody mezi průměrnou měřenou a simulovanou hodnotou rychlosti na jednotlivých stanovištích v rozsahu -3 až +0,9 km/h. Validace modelu byla provedena pro intenzity vozidel na vjezdech s velmi dobrým výsledkem (viz Tabulka 21). Evropská 2589/33b, 160 00 Praha 6 telefon: +420 234 611 111 / fax: +420 234 611 112 / email: [email protected] www.tacr.cz

49

3.4

MODEL V SOFTWARU AIMSUN

Stavba modelu je obdobná jako v případě suchdolské křižovatky. Obrázek 50 – Výřez z dopravní sítě křižovatky v Lipůvce v SW Aimsun

3.4.1 Kalibrace modelu Po základním zakódování sítě - modelu křižovatky v Lipůvce včetně navazujících úseků a zadání dopravního zatížení, tedy naměřených intenzit osobních a nákladních vozidel, bylo přistoupeno ke kalibraci, a to pomocí porovnání naměřených a simulovaných rychlostí na vybraných profilech. Tabulka 24 – Porovnání modelovaných (simulace 1 až 10) a měřených rychlostí v profilech radarů 1 až 3 simulační proces 1 2 3 4 5 6 7 8

Rychlost na stanovišti [km/h] 3 4 5 67,2 69,7 53,4 49,8 70,4 53,3 50,9 70,1 53,2 51,6 70,0 53,3 52,1 70,2 53,3 54,3 69,5 53,2 48,5 70,6 53,3 50,1 69,2 53,3

9 10 min max směrodatná odchylka medián průměr

49,9 50,2 48,5 67,2 5,1 50,5 52,5

70,1 69,8 69,2 70,6 0,4 70,1 70,0

53,2 53,2 53,2 53,4 0,1 53,3 53,3

průměr z měření rozdíl simulace - měření

50,4 2,1

69,9 0,1

44,9 8,4


50

Úprava modelu pro dosažení shody rychlostí spočívala v úpravách geometrie vlastní okružní křižovatky (trajektorie křižovatkových pohybů, umístění stopčar), maximálních rychlostí (intravilán vs. extravilán) a v neposlední řadě rozhledových délek pro vozidla jedoucí po vedlejší. Tabulka (Po základním zakódování sítě - modelu křižovatky v Lipůvce včetně navazujících úseků a zadání dopravního zatížení, tedy naměřených intenzit osobních a nákladních vozidel, bylo přistoupeno ke kalibraci, a to pomocí porovnání naměřených a simulovaných rychlostí na vybraných profilech. Tabulka 24) obsahuje výpis rychlostí na třech jednosměrných profilech (viz Obrázek 39) z jednotlivých simulačních kroků a jejich porovnání s naměřenými hodnotami. Na stanovištích 3 a 4 (mimo obec) se podařilo dosáhnout velmi dobré shody, na stanovišti 5 (v obci) je rozdíl významnější.

3.4.2 Validace modelu Vjíždění vozidel do systému je podrobeno randomizaci, což mj. znamená, že skutečný počet projetých vozidel neodpovídá přesně počtu vozidel, který byl zadán. Větší rozdíl v neprospěch simulovaných hodnot může znamenat chybějící propojení (kvůli absenci křižovatkového pohybu není možná jízda vozidel mezi dvojicí centroidů, odpovídající vozidla, přestože byla zadána, v modelu vůbec neprojedou) nebo nedostatečně dlouhé úseku před kapacitním hrdlem - délka kolony přesáhne hranici modelu a zadaná vozidla na sledovaný úsek vůbec nevjedou. Tabulka 25 – Intenzita dopravy na jednotlivých stanovištích v simulaci a při měření a jejich srovnání simulační proces 1 2 3 4 5 6 7 8 9 10 min max směrodatná odchylka medián průměr údaj z měření rozdíl simulace - měření

3 4 5 977 305 568 1014 296 550 1004 292 567 1019 301 559 1004 286 565 1001 305 562 1003 297 583 1002 301 566 1014 292 556 1007 302 571 976,8 286 550 1018,6 305 583 10,85 5,933801 8,509407 1004,3 299 565,5 1004,52 297,7 564,7 1101 -96,48

275 22,7

492 72,7

Stejně jako u Suchdolské křižovatky i zde je patrný velký rozdíl mezi jednotlivými simulacemi i mezi průměrnou hodnotou simulací a hodnotou změřenou.

3.4.3 Test senzitivity modelu Obdobně jako v případě nástroje Vissim bylo přikročeno k ověření vlivu nastavení délky rozhledu vozidel vyjíždějících z vedlejší na chování simulovaných vozidel. Zadatelná hodnota délka rozhledu, Visibility Distance, vyjadřuje, v jaké vzdálenosti před křižovatkou se začne aplikovat Gap Acceptance Evropská 2589/33b, 160 00 Praha 6 telefon: +420 234 611 111 / fax: +420 234 611 112 / email: [email protected] www.tacr.cz

51

Model. V příkladu na obrázku (Obrázek 51), kde je zadaná hodnota Visibility Distance znázorněna černou šipkou, řidič červeného vozidla již sleduje situace v nadřazených dopravních proudech a je připraven akceptovat mezeru a uskutečnit zamýšlený křižovatkový pohyb. Naopak řidič modrého vozidla ještě provoz na hlavní silnice nesleduji, pouze zpomaluje tak, aby byl v případě nutnosti schopen před křižovatkou zastavit. Dá se tedy říct, že:   

nulová Visibility Distance znamená značku Stůj, dej přednost v jízdě (řidič si ověřuje možnost překřížení nadřazeného dopravního proudu až v nulové vzdálenosti od křižovatky, tzn. v nulové rychlosti), při zvětšování hodnoty Visibility Distance se může řidič rozhodovat dříve a při velikosti hodnoty Visibility Distance na úrovni místa, kde řidič před křižovatkou začíná zpomalovat, řidič nemusí při příznivé dopravní situaci (dostatečná mezera v dopravním proudu na hlavní) začít zpomalovat a může plynule pokračovat v jízdě. Obrázek 51 – Visibility distance v nástroji Aimsun

Jako kritérium pro hodnocení závislosti na parametru Visibility Distance jsme zvolili délku kolony na vjezdu a průměrnou rychlost v úseku před vjezdem do okružní křižovatky.


52

Obrázek 52 – Závislost délky kolony na délce rozhledu (Aimsun)

Jak je z grafu (Obrázek 52) patrné, ukázalo se, že na model mají vliv ne jednotky, ale dokonce desetiny metru. Dále je vidět, že s narůstající intenzitou se citlivost modelu snižuje. Jako druhý ukazatel byla zvolena průměrná rychlost na úseku. Potvrzuje předchozí poznatek, a sice že s narůstající intenzitou se citlivost snižuje (Obrázek 53). Obrázek 53 – Závislost průměrné úsekové rychlosti na délce rozhledu (Aimsun)

Pro ověření vlivu intenzity byl experiment zopakován s nižší intenzitou, stejnou na všech větvích, a sice 500 voz/h.


53

Obrázek 54 – Závislost délky kolony na délce rozhledu (Aimsun)

Model byl při těchto intenzitách relativně citlivý, což potvrdilo výsledky předchozího testu, navíc se ukázal být při Visibility Distance 2,4 m nestabilní (což je znázorněno zopakováním této hodnoty na ose x, viz Obrázek 54). Lze tedy říct, že v tomto konkrétním případě určeném geometrií křižovatky, funguje model při nižších intenzitách více méně ve dvou ustálených stavech, naopak při vyšších zatíženích je možné Visibility Distance využít k vyladění modelu. Průběh závislosti délky kolony na délce rozhledu je u všech vjezdů stejný, ke zlomu dochází v hodnotách dvou až tří metrů a pro jednotlivé vjezdy se liší v desetinách metrů. Přestože toto není v manuálech nijak ozřejměno, dá se předpokládat, že pro vnitřní výpočetní algoritmus Aimsunu je hranice dvou až tří metrů rozhodující, zda vozidlo zastaví či nikoli (Dej přednost vs. Stůj, dej přednost) a toto zastavení má výrazný vliv na požadovanou mezeru v nadřazeném proudu, přičemž přesná desetinná hodnota závisí ještě na jiném parametru, např. rychlosti odpovídající poloměru trajektorie v křižovatce. Je tedy rozumné vyhnout se nastavování Visibility Distance v "nestabilním rozsahu" 2 až 3 metrů, kdy je výsledek nejistý - mimo tento rozsah naopak není přesné nastavení hodnot pro výsledek simulace podstatný.

3.4.4 Závěry Model okružní křižovatky v Lipůvce v nástroji Aimsun byl kalibrován pomocí rychlostí naměřených radary na všech třech paprscích křižovatky. Na dvou paprscích bylo dosaženo rozdílu do 2,1 km/h, na třetím paprsku činí rozdíl 8,4 km/h. Kalibrace byla s ohledem na dostupná data provedena porovnáním počtu naměřených (zadaných) a simulovaných vozidel. Zjištěný rozdíl nepřekračuje 15 %. Posouzení bylo rozšířeno i na citlivostní analýzu, tj. na ověření vlivu vybraného parametru na celkové výsledky. Zvolena byla stejně jako u nástrojů Vissim a S-Paramics délka rozhledu před křižovatkou (Visibility Distance), tzn. vzdálenost od konce vedlejší vstříc přijíždějícím vozidlům, na které začíná být aplikován gap-acceptance model. Analýza ukázala na výrazný zlom při délce rozhledu okolo 2,3 až 2,5 m, kdy došlo k znatelnému prodloužení kolony, resp. snížení průměrné rychlosti. Při hodnotách délky rozhledu nad 3 m prakticky nedochází k e kolonám, naopak při hodnotě 0 (což znamená "Stůj, dej přednost v jízdě") dosahují délky kolon přes 100 metrů a průměrná rychlost klesá na nulu.


54

3.5

MODEL V SOFTWARU S-PARAMICS Obrázek 55 – Síť v blízkosti okružní křižovatky Lipůvka v S-Paramics

3.5.1 Kalibrace modelu Po základním zakódování sítě - modelu křižovatky v Lipůvce včetně navazujících úseků a zadání dopravního zatížení, tedy naměřených intenzit osobních a nákladních vozidel, bylo přistoupeno ke kalibraci, a to pomocí porovnání naměřených a simulovaných rychlostí na vybraných profilech. Tabulka 26 – Intenzita dopravy na jednotlivých stanovištích v simulaci a při měření a jejich srovnání simulační proces 1 2 3 4 5 6 7 8 9 10 min max směrodatná odchylka medián průměr průměr z měření rozdíl simulace - měření Evropská 2589/33b, 160 00 Praha 6 telefon: +420 234 611 111 / fax: +420 234 611 112 / email: [email protected] www.tacr.cz

Rychlost na stanovišti [km/h] 3 4 5 41,8 66,6 47,3 46,7 66,8 46,8 41,5 66,6 47,0 47,3 67,2 46,8 47,3 67,2 47,2 41,6 67,4 47,2 42,4 66,7 46,9 48,3 67,4 47,0 43,4 66,6 47,2 44,2 67,4 47,1 41,5 66,6 46,8 48,3 67,4 47,3 7,1 0,9 0,6 43,8 67,0 47,1 45,0 67,0 47,0 50,4 -5,4

69,9 -2,9

44,9 2,1 55

Úprava modelu pro dosažení shody rychlostí spočívala v úpravách geometrie vlastní okružní křižovatky (trajektorie křižovatkových pohybů, umístění stopčar), maximálních rychlostí (intravilán vs. extravilán) a v neposlední řadě rozhledových délek pro vozidla jedoucí po vedlejší. Tabulka (Po základním zakódování sítě - modelu křižovatky v Lipůvce včetně navazujících úseků a zadání dopravního zatížení, tedy naměřených intenzit osobních a nákladních vozidel, bylo přistoupeno ke kalibraci, a to pomocí porovnání naměřených a simulovaných rychlostí na vybraných profilech. Tabulka 26) obsahuje výpis rychlostí na třech jednosměrných profilech (viz Obrázek 39) z jednotlivých simulačních kroků a jejich porovnání s naměřenými hodnotami. Na všech stanovištích 3 se podařilo dosáhnout velmi dobré shody.

3.5.2 Validace modelu Vjíždění vozidel do systému je podrobeno randomizaci, což mj. znamená, že skutečný počet projetých vozidel neodpovídá přesně počtu vozidel, který byl zadán. Větší rozdíl v neprospěch simulovaných hodnot může znamenat chybějící propojení (kvůli absenci křižovatkového pohybu není možná jízda vozidel mezi dvojicí centroidů, odpovídající vozidla, přestože byla zadána, v modelu vůbec neprojedou) nebo nedostatečně dlouhé úseku před kapacitním hrdlem - délka kolony přesáhne hranici modelu a zadaná vozidla na sledovaný úsek vůbec nevjedou. Tabulka 27 – Intenzita dopravy na jednotlivých stanovištích v simulaci a při měření a jejich srovnání simulační proces 1 2 3 4 5 6 7 8 9 10 min max směrodatná odchylka medián průměr průměr z měření rozdíl simulace měření

Intenzita na stanovišti [voz/h] 3 4 5 1168 259 463 1167 254 461 1170 254 463 1163 255 455 1164 253 463 1164 257 465 1171 259 458 1163 257 458 1165 255 456 1168 255 464 1163 253 455 1171 259 465 13,1 6,9 11,7 1165,9 255,2 461,5 1165,0 256,0 460,0 1101

275

492

64,0

-19,0

-32,0

Rozdíly mezi naměřenými (a zároveň zadanými) a simulovanými intenzitami nepřesahují 7 %.


56

3.5.1 Test senzitivity modelu Stejně jako v Aimsunu se rozhledová vzdálenost pro dávání přednost v křižovatce nenastavuje ve vlastnostech křižovatky, ale hrany. Odlišností S-Paramicsu od Aimsunu je možnost nastavení času tg (Path Cross). Obrázek 56 – Dialogové okno pro nastavení mj. délka rozhledu v SW S-Paramics

Obrázek 57 – Závislost délky kolony na délce rozhledu (S-Paramics) 600

Délka kolony [m]

500 směr do Brna

400

směr do Svitav směr z Blanska

300

200

100

0 0

5

10

15

20

25

30

35

40

Visibility Distance [m]

Koncepce Visibility Distance je totožná jako u nástroje Aimsun. Tzn., že prodlužování délky rozhledu na vedlejší komunikaci před křižovatkou by mělo mít za následek zvětšení kapacity křižovatky, které se Evropská 2589/33b, 160 00 Praha 6 telefon: +420 234 611 111 / fax: +420 234 611 112 / email: [email protected] www.tacr.cz

57

projevuje např. délkou kolony. Tento předpoklad byl při testu senzitivity potvrzen, ale jen v poměrně úzkém rozsahu dopravního zatížení. Při nastavení intenzit 500 voz/h na všech vjezdech byl i při nejhorším nastavení délky rozhledu odpovídajícím značce STOP provoz zcela plynulý a nedocházelo k tvorbě kolon. Naopak zvýšení vstupních intenzit vedlo k tvorbě kolon i při velké rozhledové vzdálenosti. Jakýsi mezistav byl nalezen při použití intenzit 600 voz/h na všech vjezdech, kterýžto stav je zobrazen v obrázku (Obrázek 57). Pro porovnání délky kolony při různě nastavené visibility distance byla použita intenzita 600 voz/hod. Při menších intenzitách nebyly i při nulové visibility distance (tj. při pro řidiče nejméně příznivé hodnotě) kolony dosaženy, resp. jejich délka byla nulová. Tabulka 28 – Intenzita dopravy na jednotlivých stanovištích v simulaci a při měření a jejich srovnání Visibility 0 1 5 10 40

Délka kolony na vjezdech [m] od Brna od Svitav od Blanska 321,01 249,36 560,61 315,42 247,04 536,79 169,00 132,09 140,06 69,12 51,34 40,28 63,03 51,71 43,14

Z tabulky (Tabulka 28) a grafu (Obrázek 57) je patrné, že narušení plynulosti simulovaného provozu nastávalo do délky rozhledu 5 m, kdy oproti dvojnásobné délce rozhledu nastala třikrát delší kolona. Při nulové rozhledové vzdálenosti roste délka kolony velmi výrazně.

3.5.2 Závěry Model okružní křižovatky v Lipůvce v nástroji S-Paramics byl kalibrován pomocí rychlostí naměřených radary na všech třech paprscích křižovatky. Dosažený rozdíl se pohybuje od 2,1 do 5,4 km/hod. Kalibrace byla s ohledem na dostupná data provedena porovnáním počtu naměřených (zadaných) a simulovaných vozidel. Zjištěný rozdíl se pohybuje pod 10 %. Posouzení bylo rozšířeno i na citlivostní analýzu, tj. na ověření vlivu vybraného parametru na celkové výsledky. Zvolena byla stejně jako u nástrojů Vissim a Aimsun délka rozhledu před křižovatkou (Visibility Distance), tzn. vzdálenost od konce vedlejší vstříc přijíždějícím vozidlům, na které začíná být aplikován gapacceptance model. Z výsledku analýzy vyplývá, že při délce rozhledu nad 10 m je délka kolony konstantní, pohybuje se okolo 50 m. Zkrácení délky na polovinu (5 m) vede ztrojnásobení délky kolony (cca 150 m), při zkrácení délky rozhledu na nulu se délky kolony pohybují pro jednotlivé vjezdy od 250 do 550 m. Cílem testu senzitivity bylo ověřit, jaký vliv má nastavení parametru Visibility Distance na výsledek modelu. Při této analýze jsme použili model zkalibrovaný a validovaný dle kapitol výše. Při nastavení krajních hodnot Visibility Distance se ukázalo, že kolona nevzniká vůbec (dva vjedzy s nízkou intenzitou), resp. vzniká pořád (jeden vjezd s vysokou intenzitou). To nás vedlo k dosazení jiných intenzit, které pokryly hodnoty reálného provozu, přičemž jsme se opět pohybovali v binárním stavu: "kolona vždy", nebo "kolona vůbec". Hranici mezi těmito stavy jsme nalezli na hodinových hodnotách 600 vozidel na všech vjezdech - zjevně není náhoda, že se jedná o intenzitu blížící se kapacitě křižovatky. Při jiném rozdělení zatížení (nulový provoz na hlavní apod.) bychom pochopitelně dosáhli jiných hodnot. Vývoj délky kolony je uveden na grafu X - je patrné, že v případě intenzity blížící se kapacitě je parametr Visibility Distance významný, protože výrazně ovlivní výsledek. Důležitým aspektem je samotný princip modelu, při kterém je do výpočtu (mikrosimulace) zahrnut vliv parametru Visibility Distance. Manuál softwaru tuto "černou skříňku" nepopisuje; z definice nasatvení Visibility Distance a zchování modelu je patrné, že obdobně jako v případě SW Aimsun ovlivňuje délka Evropská 2589/33b, 160 00 Praha 6 telefon: +420 234 611 111 / fax: +420 234 611 112 / email: [email protected] www.tacr.cz

58

rozhledu rychlost vozidla brzdícího před značkou (stůj,) dej přednost v jízdě - při krátké délce rozhledu se řidič rozhoduje později, musí mít nižší rychlost a vyžaduje tak delší mezeru v nadřazeném dopravním proudu. Oproti Aimsunu je ale dle zjištěných výsledků váha tohoto parametru nižší a projevuje se, jak bylo napsáno výše, jen v realitvně úzkém rozsahu intenzit. Zároveň je ale jasné, že právě při tomto rozsahu intenzit je správné nastavení modelu zásadní (při zatížení vjezdu okružní křižovatky pěti tisíci vozidly za hodinu je výsledek modelu jasný). Riziko tedy spočívá v situaci, kdy se ve stávajícím stavu pohybujeme mimo kritickou hladinu zatížení a model bez problému zkalibrujeme, ale při výhledových intenzitách se dostaneme do kritické hladiny a kvůli nesprávně nastavené délce rozhledu se dostaneme k výrazně odlišným výsledkům. Jinými slovy, parametr Visibility Distance je velmi obtížně kalibrovatelný.


59

4

ZÁVĚR

Běžně používané a rozšířené programy pro simulaci dopravního proudu – VISSIM, S-PARAMICS, AIMSUN nabízejí široké možnosti jak kalibrace, tak validace modelu. Liší se samozřejmě ve ztvárnění uživatelského prostředí (v tomto ohledu je S-Paramics méně přívětivý) i v možnostech ladění modelu nebo nastavování jednotlivých parametrů, nebo v přístupu k tvorbě sítí a statistickém vyhodnocování průběhu simulačního děje. Pro některé aplikace je možné využití přídavných modulů k simulaci specifických dějů (např. simulaci pěších) jako např. VisWalk pro VISSIM nebo Legion pro Aimsun. Simulační software je velmi účinný a užitečný nástroj, jehož komplexita postupným vývojem roste. Jeho použití nelze brát na lehkou váhu, chybná definice modelu nebo nastavení modelových parametrů vede k chybným závěrům. Na druhou stranu, se simulačním modelem jsme schopni řešit úlohy mimo normové mantinely, s významnými synergickými efekty nebo s mnoha druhy účastníků dopravního provozu.

4.1

DŮLEŽITOST LADĚNÍ MODELU

Důležitým krokem, který musí v simulačních modelech vždy předcházet kalibračnímu procesu je tzv. ladění modelu, tj. vyhledání a odstranění všech vad a nedostatků v definici modelu, test na extrémní hodnoty a kontrola vstupních údajů a databází. Opomenutí vyladění modelu může vést k nesprávné kalibraci a ke značným problémům s validací modelu. V případě, že nesprávně vyladěný model nějakým způsobem projde kalibrací i validací, stále zůstává riziko odchylek a chyb ve finálním hodnocení modelu. V průběhu procesu ladění modelu by mělo být dosaženo alespoň hrubé shody mezi reálným a simulovaným dopravním provozem (je-li simulováno existující dopravní řešení). Zcela protichůdné výsledky (např. plynulý provoz v simulaci – tvorba rozsáhlé kolony v realitě) nejsou vhodné ani před kalibrací modelu (vyžaduje se další ladění modelu).

4.2

PROBLEMATIKA SBĚRU DAT PRO KALIBRACI A VALIDACI

Při každé simulační studii je nutné popsat způsob sběru dat, ze kterých simulace vychází a také jejich spolehlivost. -

-

-

4.3

Je nutné vědět, co znamenají jednotlivá nastavení v softwaru a jestli jsou principiálně ve shodě s měřením nebo měřené data vyžadují úpravu. Různé softwary mohou vyžadovat různou úpravu dat. Pro kalibraci a validaci modelu je možné použít různá data (různé měřené charakteristiky), nebo data stejná (stejné charakteristiky) je-li jich dostatečné množství a datový soubor je možné rozdělit na dvě části, ze kterých se jedna použije pro kalibraci a druhá pro validaci. Důležitá je vhodná volba parametrů, které se v modelu budou upravovat v procesu kalibrace. Neníli dostatečná znalost vlivu změny parametru na výsledky modelu, je vhodné provést test senzitivity.

PROBLEMATIKA SIMULACE BEZ MODELU SOUČASNÉHO STAVU

V praxi dochází mnohokrát k požadavkům na simulaci dopravního řešení, které není v provozu, ale pouze v podobě projektového návrhu. V takovém případě samozřejmě není možný sběr dat o dopravním provozu v předmětném místě. Principiálně jsou možné dva přístupy:


60



Sběr dat v podobné lokalitě se stejným nebo podobným dopravním řešením a se stejnými a podobnými podmínkami. Najít stejnou lokalitu se stejnými podmínkami může být velmi obtížné. U lokalit a podmínek podobných je riziko zcela jiného subjektivního hodnocení ze strany objednatele nebo oponenta simulační studie, tudíž si tento přístup vyžaduje pečlivý přístup a vysvětlení podobností a analogií.



Využití defaultních nastavení dopravního chování a využití zkušeností z předchozích simulací Při této variantě je velmi důležitá druhá část předchozí věty odvolávající se na zkušenosti z předchozích simulací. Autor simulační studie by měl dostatečné zkušenosti prokázat. Pojem „dostatečná zkušenost“ lze interpretovat různě, za dostatečnou považujeme dobu praxe alespoň 5 let.

4.4

PROBLEMATIKA SENZITIVITY MODELU

Jak je patrné z testů senzitivity, parametr, který se u dvou různých softwarů jeví jako stejný nebo velmi podobný, může mít rozdílnou míru dopadu na výsledek simulace. Je to důsledek jiného teoretického přístupu k řešení problematiky rozhledu u jednotlivých softwarů. Z toho vyplývá nutnost detailní znalosti používaného softwaru a jeho možností a nemožnost přímého přenosu softwarového nastavení (kopírování hodnot modelových parametrů) mezi jednotlivými softwary. Z uvedeného je zřejmé, že nelze také připravit nějaký univerzální set „správných“ hodnot parametrů pro všechny softwary. Využitelnost parametrů v procesu kalibrace modelu je rovněž rozdílná u jednotlivých softwarů. Nejblíže běžné řidičské zkušenosti je nastavitelný parametr rozhledu v softwaru VISSIM, ve kterém (v konkrétním posuzovaném případě) pásmo signifikantního vlivu rozhledu na plynulost provozu leží v rozmezí 5 až 30 metrů. Jako abstraktní se jeví pásmo vlivu u softwaru Aimsun v rozmezí desetin metru (v pásmu 2-3 m). U S-Paramicsu byl pozorován vliv parametru na výsledek simulace pouze při použití jiných intenzit dopravy v pásmu kolem kapacity křižovatky. Značné rozdíly výsledků u jednotlivých softwarů v testu senzitivity poukazují na potřebu víceparametrové kalibrace modelu (tzn. kalibrace pouze na jeden parametr, např. rychlost není dostatečná).

4.5

POČET SIMULAČNÍCH PROCESŮ

Dle provedených simulací a také dle předchozích zkušeností zpracovatelů studie vychází jako základní výchozí neboli minimální počet simulačních procesů v hodnotě 10, což většinou postačuje pro běžné případy, kdy není vyžadovaná velmi vysoká míra statistické spolehlivosti. Tento počet je jeví jako rozumný i z hlediska objemu hodnotících dat a časové náročnosti výpočtu. Vyšší počet simulačních procesů je možný a při požadavku vyšší míry přesnosti a spolehlivosti výsledku nebo vyšší komplexity modelu taky nevyhnutelný. Nese sebou ale vyšší nároky na výpočetní čas a velkost výsledných databází nebo datových souborů. Nižší počet než 10 simulačních procesů pro vyhodnocování simulací nedoporučujeme.


61

Validační studie Příloha č. 2 k průběžné zprávě za rok 2012

Recommend Documents