Методика визначення вузьких місць на вулично-дорожній мережі міста шляхом аналізу даних GPS-треків
DOI:
https://doi.org/10.30977/AT.2219-8342.2023.52.0.08Ключові слова:
дорожній рух, вулично-дорожня мережа, GPS-треку, вузькі місця, умови рухуАнотація
Проблема. В статті розглядається питання визначення розташування «вузьких місць» на вулично-дорожній мережі (ВДМ) великих міст на основі дослідження режиму руху автомобіля, що отримуються в результаті обробки та аналізу даних GPS. Мета. Метою даного дослідження є розробка та апробація методики визначення потенційних «вузьких місць» на ВДМ міста шляхом аналізу даних GPS-треку автомобіля. Предметом дослідження є взаємозв’язок характеристик ділянок ВДМ міста з параметрами, що характеризують режим руху автомобіля в транспортному потоці. Методика. Для отримання даних про умови руху на ВДМ міста Харкова були обрані два експериментальні маршрути з однаковими початковими та кінцевими пунктами, які відповідають типовим маршрутам службового переміщення особистого транспорту в будні дні тижня. Під час руху автомобіля за означеними маршрутами були отримані GPS-треки, обробка яких дозволила визначити умови руху по всій довжині маршрутів. Результати. В роботі представлена методика дослідження режиму руху автомобіля шляхом аналізу даних GPS-треку; визначені показники режиму руху, що можуть бути ефективно використані як критерії визначення потенційних «вузьких місць» на ВДМ міста; проведена апробацію методики на реальних маршрутах руху на ВДМ міста Харкова. Для обраних маршрутів в роботі представлено гістограми розподілу миттєвої швидкості, графіки руху автомобіля в координатах «відстань – швидкість» та «час – швидкість». Для окремих кілометрових відрізків маршрутів отримані графіки зміни питомого часу у русі, питомого часу простою, градієнту швидкості, градієнту енергії, критерій Германа – Пригожина. Найбільш ефективними критеріями для цілей визначення «вузьких місць» ВДМ виявилися питомий час простою та критерій Германа – Пригожина. Оригінальність. Була розроблена та перевірена експериментальна методика, які дозоляє визначати потенційні «вузькі місця» ВДМ міста в результаті проведення нетривалих та нетрудомістких досліджень. Запропонований підхід не вимагає наявності спеціалізованого обладнання або програмного забезпечення, що робить даний метод ефективним при проведенні наукових досліджень. Практичне значення. Було показано можливість використання запропонованої методики обробки даних GPS-треків для аналізу умов руху на ВДМ міста та виявлення потенційних «вузьких місць». Для обраних маршрутів в м. Харкові такими ділянками виявилися вул. Весніна (за перехрестям з вул. Пушкінською); просп. Героїв Сталінграду (підхід до перехрестя з просп. Льва Ландау); просп. Гагаріна (підхід до перехрестя з вул. Каштановою).
Посилання
Dr. Jean-Paul Rodrigue, Dr. Theo Notteboom. The Geography of Transport Systems: Transport Costs and Rates. Retrieved from https://transportgeography.org/?page_id=5268
Md. Abdul Fattah, Syed Riad Morshed, Abdulla-Al Kafy. (2022). Insights into the socio-economic impacts of traffic congestion in the port and industrial areas of Chittagong city, Bangladesh. Transportation Engineering. Vol. 9. https://doi.org/10.1016/j.treng.2022.100122
Hale David; Jagannathan Ramanujan, Xyntarakis Michalis, Su Peng, Jiang Ximiao, Ma Jiaqi, Hu Jia, Krause Cory. (2016). Traffic Bottlenecks: Identification and Solutions. Federal Highway Administration report, (FHWA-HRT-16-064). Retrieved from https://rosap.ntl.bts.gov/view/dot/39938
Frazão, A., Pais, R., & Gaspar, R. (2018). Identification and optimization of urban bottleneck locations for smart traffic management. Procedia Computer Science, 138, 243-250. https://doi.org/10.1016/j.procs.2018.10.145
Habib, K. N., & Haq, M. U. (2018). Identifying bottlenecks in urban transport using GPS trajectory data: A case study of Lahore. Transportation Research Procedia, 35, 675-682. https://doi.org/10.1016/j.trpro.2018.12.048
Emilian Necula. (2015). Analyzing Traffic Patterns on Street Segments Based on GPS Data using R. Transportation Research Procedia, 10, 2015. 276 – 285. https://doi.org/10.1016/j.trpro.2015.09.077
Peng, W., Luan, X., Qin, H., Li, Z., & Wu, J. (2019). Research on the identification of traffic bottlenecks based on spatial clustering and GPS traces data. Journal of Transportation Technologies, 10(11), 334. https://doi.org/10.3390/info10110334
Zhao, M., Guo, F., & Deng, Z. (2020). A Method of Identifying Road Bottlenecks Based on GPS Data. Journal of Advanced Transportation, 2020, 1-10. https://doi.org/10.1155/2020/1254681
Ei Ei Mon,Hideya Ochiai,Chaiyachet Saivichit, Chaodit Aswakul (2020). Road network bottleneck identification based on GPS devices. Electronics 2020, 9(9), 1412. https://doi.org/10.3390/electronics9091412
Sun, Z., Luo, Y., Chen, J., Wang, Y., & Yang, X. (2021). Analysis of the influencing factors of bottleneck roads based on GIS and GPS data: A case study of Xi'an City, China. Sustainability, 13(5), 2845. https://doi.org/10.3390/su13052845
Lei Wei, Peng Chen, Yu Mei, Yunpeng Wang. (2022). Turn-level network traffic bottleneck identification using vehicle trajectory data. Transportation Research Part C: Emerging Technologies. Volume 140, July 2022, 103707. https://doi.org/10.1016/j.trc.2022.103707
Qi H, Liu M, Zhang L, Wang D. (2016). Tracing Road Network Bottleneck by Data Driven Approach. LoS ONE 11(5): e0156089. doi:10.1371/journal.pone.0156089
Abdul-Kader, A. F., El-Fakih, K., & Almohammedi, A. (2020). Characterization of Urban Road Bottlenecks Based on Speed Profiles. Journal of Transportation Technologies, 10(3), 292-303. https://doi.org/10.4236/jtts.2020.103016
Ceylan, H., Lebacque, J. P., & Bayındır, R. (2014). Identification of road bottlenecks using clustering approach and their impact on traffic flow. Transportation Research Procedia, 3, 349-358. https://doi.org/10.1016/j.trpro.2014.10.064
Jiang, C., & Chen, S. (2016). Method for identifying urban road bottlenecks based on frequency of congestion. Journal of Transportation Engineering, Part A: Systems, 143(9), 04017051. https://doi.org/10.1061/JTEPBS.0000070
Guo, J., Bai, Y., Xi, X., Zhang, L., & Huang, X. (2019). Identification of freeway bottlenecks based on real-time traffic information. Journal of Advanced Transportation, 2019, 1-11. https://doi.org/10.1155/2019/2136958
Kim, H. Y., & Lee, S. W. (2019). Traffic Congestion Analysis and Driver Assistance Based on Urban Narrow Road Detection. Sensors (Basel, Switzerland), 19(16), 3440. https://doi.org/10.3390/s19163440
Drew D.A. Braun M., Coleman C.S. Traffic Flow Theory. Differential Equation Models. Modules in Applied Mathemat-ics. Springer, New York, 1983. https://doi.org/10.1007/978-1-4612-5427-0_14.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2023 Автомобільний транспорт
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.