Особенности сбора транспортных данных.

Сбор транспортных данных для инженера – то же, что разведка для командира. Достоверная информация о транспортных потоках – основа управления дорожным движением. Поэтому исключительно важно установить методологию, определяющую порядок и методы сбора информации, форматы входных и выходных данных, регламент обработки и анализа получаемой информации, порядок использования данных. Для предотвращения, с одной стороны, излишних затрат, а с другой стороны, необоснованных решений, совершенно необходимо определить, в каких случаях и какая информация на самом деле требуется для практической работы.

Сбор транспортных данных можно осуществить:

  • методами транспортного обследования;
  • с использованием автоматизированных пунктов учета дорожного движения (АПУ), основанных на применении детекторов транспорта;
  • методами экспертных оценок, в том числе с использованием виртуальных детекторов транспорта.

Возможность полностью описать транспортную ситуацию на основании данных, полученных только лишь одним из перечисленных методов, предоставляется, исключительно редко, в основном, в зонах сплошного мониторинга (рис. 1), стоимость которых очень и очень высока.

Поэтому исключительно важно, чтобы параметры измерений были стандартизованы, и, таким образом, сопоставимы при определении различными методами (рис.2).

Рис. 1. Отслеживание транспортных средств и пешеходов современными средствами транспортного мониторинга

Исключительно важно понимание необходимости сбора транспортных данных не только о самом движении транспорта, но также о составе транспортных средств и дорожных условиях. Без этих сведений верная интерпретация данных о транспортных потоках невозможна.

Рис. 2. Организация ввода данных транспортного обследования в программе ArteryLite позволяет обеспечить такой же анализ, как и при использовании данных детектирования

Информационное наполнение, которое может быть положено в основу сбора транспортных данных, касающихся учета дорожного движения, в современной мировой нормативно-технической базе нашло наиболее полное отражение в документе «Руководство по управлению пропускной способности магистралей» (HCM–2000). Этот документ повсеместно используется для планирования и управления дорожным движением в США, а также является признанным мировой научной общественностью справочником. HCM – 2000 содержит методические основы сбора транспортных данных (глава 2,7,8) и предусматривает около 2 десятков классов информации о дорожном движении, которые, с учетом специфики федеральных дорог, могут быть адаптированы к Российским условиям следующим образом:

a) Характеристики автомобилей;
b) Характеристики водителей;
c) Характеристики пешеходов;
d) характеристики общественного транспорта малой вместимости;
e) характеристики общественного транспорта большой вместимости;
f) календарные (суточные, недельные, сезонные) колебания характеристик a-e;
g) временной тренд математического ожидания характеристик a-e с учетом календарных колебаний;
h) часы пик и анализируемые периоды, распределение трафика во времени;
i) распределение трафика в пространстве (направления, полосы);
j) нагрузки и интенсивности потока: средние значения и колебания (автомобили);
k) скорости: средние значения и колебания;
l) случайная составляющая нагрузки;
m) потоки насыщения;
n) характеристики заторообразования;
o) характеристики инцидентов и чрезвычайных ситуаций;
p) характеристики управления АСУДД.

ArteryLite включает в себя инструменты, позволяющие осуществлять сбор транспортных данных с детекторов транспорта, а также формализации данных транспортных обследований. Эти инструменты дополняются возможностями проверки адекватности данных, отбраковки неверных/сомнительных значений, визуализации и сравнения (иллюстрируется рисунком ниже). Имеются специальные приложения для работы с детекторами в режиме реального времени, а также для глубокого анализа данных всех видов (StaTran).

Рис. 3. Интерфейс одного из приложений для глубокого анализа данных всех видов (StaTran)

 

Возможность ознакомиться с более подробной информацией доступна для зарегистрированных пользователей

пример использования расчетного комплекса ArteryLite

качество работы детекторов транспорта на Московской УДС

количественный анализ дорожного движения в г. Москве

как собирать транспортные данные

выбор временной базы для расчета