Содержание к диссертации
Введение
Глава 1. Состояние теории и практики организации дорожного движения на магистральных автомобильных дорогах
1.1. Особенности функционирования магистральных и скоростных автомобильных дорог
1.2. Магистральные автомобильные дороги как составляющие транспортных коридоров
1.3. Концепция автоматизированной системы управления дорожным движением на магистрали
1.4. Концепция активного управления дорожным движением 17
1.5. Особенности управления дорожным движением на основе 1Q использования мониторинга транспортных потоков
1.6. Информация, необходимая для управления транспортными -1 потоками на магистральных дорогах
1.7. Технические характеристики современных детекторов транспорта
1.8. Обзор существующих детекторов транспорта 39
1.9. Выводы. Формулирование цели и задач исследования 60
Глава 2. Теоретические основы оценки существующих матриц корреспонденции 82
2.1. Классификация моделей оценок матриц корреспонденции 62
2.2. Особенности оценки матрицы корреспонденции с использованием только значений интенсивности движения
2.3. Обработка информации о параметрах транспортных потоков 64
2.4. Методы робастного оценивания параметров линейной „ регрессии
2.5. Метод, разработанный Транспортной Лабораторией ИрГТУ - (TL-ISTU)
2.6. Программный комплекс Visum методы моделирования 76
2.7. Программный комплекс Aimsun 79
2.8. Выводы по второй главе 80
Глава 3. Состав экспериментальных исследований и экспериментальная база 100
3.1. Состав и очередность выполненных экспериментов 82
3.2. Функциональные возможности детектора Wavetronix Smart R4 Sensor HD125
3.3. Дорожная лаборатория TL - ISTU 93
3.4. Методика обработки видеоматериала 95
3.5. Выводы по третьей главе 98 Глава 4. Результаты анализа экспериментальных данных 100 4.1. Результаты оценки точности измерений детектора Wavetronix Smart Sensor HD 125 102 104
113
4.2. Результаты оценки объемов транзитного автомобильного движения
4.3. Результаты натурного обследования транспортного коридора М53-М55 на участке г. Ангарск-г. Иркутск-г. Шелехов
4.4. Результаты эксперимента, оценка влияния удаленности детекторов транспорта на ошибку сведения данных замеров в единую 107 выборку
4.5. Результаты тестирования методов оценки матриц корреспонденции на примере искусственных данных
4.6. Модель транспортного коридора М53-М55 на участке г. Ангарск - г. Иркутск - г. Шелехов
4.7. Результат оценки матрицы корреспонденции транспортного 1 -, коридора М53 - М 4.8 Оценка эффективности введения светофорного регулирования на 1 ., рампах развязок магистральной автомобильной дороги
4.9 Выводы по четвертой главе 154 Основные выводы 156 Библиографический список
- Концепция активного управления дорожным движением
- Обработка информации о параметрах транспортных потоков
- Программный комплекс Visum методы моделирования
- Результаты натурного обследования транспортного коридора М53-М55 на участке г. Ангарск-г. Иркутск-г. Шелехов
Введение к работе
Актуальность исследования. Рост уровня автомобилизации и объемов пассажирских и грузовых перевозок автомобильным транспортом в Российской Федерации сопровождаются концентрацией транспортных потоков на магистральных автомобильных дорогах (далее по тексту - магистралях). Например, на МКАД в Москве и КАД в Санкт-Петербурге интенсивность движения уже превышает 100 тыс. автомобилей в сутки. Транспортные заторы на таких магистралях характеризуются значительным суммарным ущербом, вызванным задержками транспорта, увеличением расхода топлива и уровня загрязнения, транспортной усталостью населения и т.д. Поэтому организация дорожного движения (ОДД) на магистралях становится важной составляющей развития автотранспортного комплекса страны и сферой применения новых информационных технологий на автомобильном транспорте. В связи с этим в нашей стране разрабатывается концепция системы автоматизированного управления дорожным движением - АСУДД «Магистраль».
В европейских странах (ФРГ, Англия, Голландия, Франция) аналогом АСУДД «Магистраль» стал «Активный менеджмент трафика» (Active Traffic Management -ATM), внедряемый сейчас в США, Австралии и Канаде. ATM позволил сократить (): продолжительность поездок на 25%; количество ДТП на 30%; количество заторов на 20%. Важнейшей задачей ATM является прогноз и предупреждения транспортных заторов на магистралях и ликвидации заторов в случае их возникновения. Практика показала, что самый эффективный инструмент решения этой задачи - светофорное регулирование въезда на магистраль (Ramp Metering), которому сейчас уделяется большое внимание (пример - проект стран Европейского содружества EURAMP).
Алгоритмы координированного светофорного регулирования въезда на магистраль основываются на информации о распределении транспортных потоков на ней -т.е. на расчете матрицы корреспонденции, между въездами на магистраль, съездами с нее и участком прогнозируемого или возникшего транспортного затора. Сам расчет матрицы осуществляется на основе данных, поступающих в режиме реального времени с детекторов, размещаемых вдоль магистрали, на въездах и выездах. Ограничение въезда на магистраль дополняется динамической ремаршрутизацией (Dynamic Rerouting) - предоставлением в режиме реального времени информации водителям об ограничении въезда на магистраль и рекомендуемых маршрутах движения.
Для внедрения в нашей стране оперативного управления дорожным движением на магистралях необходимы получение и систематизация новых научных знаний:
о методах расчета матриц корреспонденции, на основе которых осуществляется оценка распределения транспортных потоков;
о методах определения зон, предшествующих возникающему или возникшему затору, в границах которых следует выполнять оперативное управление дорожным движением и осуществлять ограничение въезда на магистраль;
о факторах, влияющих на точность оценки распределения транспортных потоков на магистрали, на основе которой выполняется оперативное управление дорожным движением.
В этой связи данная диссертация посвящена актуальной теме совершенствования методов мониторинга транспортных потоков для оперативного управления дорожным движением на магистралях.
Рабочая гипотеза. Оперативное управление дорожным движением на магистралях, направленное на снижение вероятности возникновения транспортных заторов или продолжительности их существования, должно основываться на оценке распределения потоков транспортных средств с использованием данных мониторинга.
Цель работы - совершенствование методов мониторинга потоков транспорта при оперативном управлении дорожным движением на магистралях, осуществляемого в целях предотвращения предзаторовых состояний и сокращения продолжительности заторов в случае их возникновения.
Объект исследования - процесс оценки распределения транспортных потоков по данным, поступающим с детекторов транспорта.
Предмет исследования - факторы, влияющие на точность оценки матрицы корреспонденции на основе данных, поступающих с детекторов транспорта.
Цель работы обусловила постановку и решение следующих основных задач:
оценить точность измерений интенсивности движения радиолокационными детекторами;
теоретически обосновать модели оценки матриц корреспонденции на магистралях и выполнить сравнительный анализ точности на примере искусственных и реальных данных интенсивности движения;
установить перечень важнейших факторов, влияющих на точность оценки матрицы корреспонденции, оценить влияние этих факторов;
сформулировать практические рекомендации по оценке распределения транспортных потоков на магистральных дорогах на основе применения радиолокационных детекторов транспорта;
произвести производственную проверку и технико-экономическую оценку исследований
Научная новизна исследования:
установлены свойства и величины ошибок, возникающих при сведении данных единовременных замеров интенсивности движения на магистрали в единую выборку;
на основе сравнительного анализа точности выявлена оптимальная модель расчета матрицы корреспонденции на магистрали в случаях использования данных интенсивности движения, поступающих с детекторов транспорта;
установлены факторы, влияющие на точность оценки матрицы корреспонденции и зависимости, характеризующие влияние этих факторов на оценки распределения потоков транспортных средств.
Практическая значимость работы: Даны практические рекомендации по выполнению мониторинга транспортных потоков и оценки их распределения на магистральной автомобильной дороге в случае применения радиолокационных детекторов. Рекомендации могут использоваться проектными и эксплуатационными организациями, службами ГИБДД:
в проектах оснащения техническими средствами ОДД магистральных автомобильных дорог;
при разработке программного обеспечения АСУДД третьего и четвертого поколения для магистральных автомобильных дорог;
при оперативном управлении дорожным движением на магистральных автомобильных дорогах.
Обоснованность и достоверность исследований обеспечены: необходимым объемом экспериментальных исследований, установленным при помощи теории ве-
роятности и математической статистики; корректность экспериментов, выполненных с применением современного оборудования; корректным использованием корреляционно-регрессивного анализа;
Научные положения, выносимые на защиту:
расчет матрицы корреспонденции с использованием данных, получаемых с детекторов транспорта должен осуществляться на основе робастной модели;
при осуществлении оперативного управления дорожным движением рекомендуется размещать детекторы транспорта на развязках и перегонах на расстоянии друг от друга не превышающем 2 км, что позволяет минимизировать ошибки, возникающие при сведении в единую выборку данных интенсивности движения;
с целью предотвращения предзаторовых ситуаций и заторов на магистралях целесообразно применять оперативное управление дорожным движением в зонах протяженностью до 15 км.
Реализация работы. Результаты исследования внедрены «Проблемной лабораторией организации и безопасности дорожного движения» МАДИ в научно-исследовательской работе «Проведение исследований и разработка предложений по установлению (уточнению) критериев введения светофорного регулирования на перекрестках», выполненной в рамках Федеральной целевой программы «Повышение безопасности дорожного движения в 2006-2012 годах».
Апробация работы. Основные положения и результаты исследований докладывались: на VI Всероссийской научно-технической конференции «Политранспортные системы Сибири» (Новосибирск, 2009 г.); на VII Всероссийской научно-технической конференции «Проблемы и достижения автотранспортного комплекса» (Екатеринбург, 2009г.); на II Международной научно-практической конференции «Проблемы и перспективы развития Евроазиатских транспортных систем» (Челябинск, 2010г.); на V Российско-Германской конференции по безопасности дорожного движения «Безопасность движения в городах» (Иркутск, 2010г.); на IX и X научно-практических конференциях «Организация и безопасность дорожного движения в крупных городах» (Санкт - Петербург, 2010 и 2012 г.), на II Всероссийской научно-практической конференции, приуроченной ко дню космонавтики (Иркутск, 2012г.).
Публикации. По теме диссертации опубликовано 13 печатных работ, в том числе 4 публикации в изданиях, входящих в перечень российских рецензируемых научных журналов.
Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, основных выводов, приложения и списка литературы. Объем диссертации составляет 229 стр. машинописного текста, включая 115 рисунков и 64 таблицы. Библиографический список включает 134 наименования.
Концепция активного управления дорожным движением
Магистральные автомобильные и городские скоростные дороги являются важной составляющей наземных транспортных коридоров, в том числе, международных. При этом понимается, что транспортный коридор представляет собой совокупность транспортных коммуникаций различных видов транспорта и обслуживающих инфраструктур, обеспечивающих транспортировку грузов и пассажиров.
Эффективное функционирование транспортных коридоров требует решения целого ряда задач, для их правильного функционирования существуют различные методы и задачи управления движением. Управление транспортным коридором включает оперативные мероприятия по организации дорожного движения, направленные на повышение безопасности движения и пропускной способности самого коридора. Помимо оперативных мероприятий в рамках управления коридором на основе анализа его состояния могут приниматься решения о совершенствовании его отдельных элементов, например, строительстве параллельных дорог. Все это требует наличия информации о распределении транспортных потоков в коридоре [1, 14, 18, 23, 56, 57, 79].
Информация о распределении транспортных потоков представляет собой матрицу корреспонденции между территориями, обслуживаемыми транспортным коридором. Таким образом, задача оценки распределения транспортных потоков в коридоре сводится к нахождению матрицы корреспонденции между примыканиями к коридору на рассматриваемом участке дорожной или улично-дорожной сети (УДС).
Получить такую матрицу корреспонденции можно разными способами. Если речь идет о небольшом участке УДС, то матрицу корреспонденции для данного участка можно получить из матрицы, полученной ранее для всей улично-дорожной сети города или дорожной сети региона. Следует отметить, что часто матрица корреспонденции, рассчитанная для всего города или региона, не является актуальной, т.е. пригодной для оперативного планирования транспортными потоками [19,79]. В этой связи необходимы другие способы нахождения матриц корреспонденции.
Одним из способов, позволяющих определить матрицу корреспонденции для такого участка УДС, как транспортный коридор или магистральная автомобильная дорога в его составе, является метод восстановления матрицы по замерам на сети. При этом в качестве исходных данных используются результаты измерений интенсивности движения в отдельных сечениях рассматриваемого участка УДС. В зависимости от особенностей математического аппарата, применяемого для обработки результатов измерения, возможно использование исходных данных различного качества.
Наиболее важным при проведении мониторинга и анализа транспортных потоков является способ получения значений интенсивностей движения на участках УДС. Например, при подсчете интенсивностей движения вручную на местности можно получить распределение потоков на узлах рассматриваемого коридора. При этом такой способ требует значительных трудозатрат и практически не позволяет выполнять замеры на пересечениях в одно и то же время на протяжении всей магистрали, следовательно, не пригоден для постоянного мониторинга, и тем более адаптивного управления. Значения интенсивностей движения можно получить различными способами, но для осуществления мониторинга транспорта в режиме реального времени (online), необходимым условием является получение информации об интенсивности потоков в реальном времени. Данное условие является необходимостью для АСУДД третьего и четвертого поколения [14,79,80].
Несмотря на высокую точность, детекторов транспорта, при сведении данных в единую выборку появляются ошибки, особенно на больших перегонах, поэтому необходимо принимать во внимание расстояние между замерами, погрешность измерений и скорость движения. 1.3. Концепция автоматизированной системы управления дорожным движением на магистрали
В рамках Федеральной целевой программы «Повышение безопасности дорожного движения в 2006-2012 годах» был разработан концептуальный документ «Российская Интеллектуальная Транспортная Система» (РИТС)[96]. Одним из важнейших компонентов РИТС должны составлять автоматизированные системы управления дорожным движением на магистральных и скоростных автомобильных дорогах (АСУДД Магистраль).
В настоящее время в РФ целый ряд организаций разрабатывает и внедряет АСУДД Магистраль [23, 93, 99]. В частности такие АСУДД уже начинают реализовьшаться на целом ряде федеральных автомобильных дорог и городских скоростных дорог [96]: МКАД и 3-я кольцевая дорога (Москва); КАД (Санкт-Петербург).
Обработка информации о параметрах транспортных потоков
В настоящее время с развитием вычислительной техники и беспроводных средств связи для получения данных о транспортных потоках, широко используются различные виды детекторов транспорта, которые стали неотъемлемой частью ИТС.
В последнее время в направлении развития детекторов автомобильного транспорта проведены многочисленные исследования [85,93,96,99,122,129], в результате которых стало возможным создать детекторы, позволяющие определять не только количество транспортных средств, проходящих через заданное сечение, но также их тип (легковые, грузовые, автопоезда и т.д.), вес, и идентифицировать транспортное средство (по регистрационному номеру, транспондеру и т.д.).
В настоящее время наблюдается тенденция развития детекторов транспорта, как за рубежом, так и в России, известно много различных принципов чувствительных элементов, на основе которых создаются детекторы транспорта.
В общем виде детектор транспорта можно представить, как устройство, сочетающее несколько функциональных узлов: а) чувствительный элемент, вырабатывающий первичный сигнал при прохождении транспортным средством зоны (сечения) дороги, основанный на реакции элемента на различные физические свойства транспорта; б) усилительно-преобразовательный блок, в котором первичный сигнал подвергается обработке для преобразования в электрический сигнал; в) выходной элемент, передающий закодированную информацию в контроллеры и другие устройства управления дорожным движением.
Детекторы транспорта можно классифицировать по назначению, принципу действия чувствительного элемента и специализации: 1) Проходные детекторы. Проходные детекторы выдают нормированные по длительности сигналы при появлении транспортного средства в контролируемой детектором зоне. Параметры сигнала не зависят от времени нахождения в этой зоне транспортного средства. Таким образом, этот тип детекторов фиксирует только факт появления автомобиля, что необходимо для реализации алгоритма поиска разрыва в потоке. В силу этого проходные детекторы нашли наибольшее распространение.
2) Детектор присутствия. Детекторы присутствия выдают сигнал в течение всего времени нахождения транспортного средства в зоне, контролируемой детектором. Эти типы детекторов по сравнению с проходным применяют реже, так как они предназначены в основном для обнаружения предзаторных и заторных состояний потока, соответственно используются для подтверждения занятости полос.
Классификация детекторов по принципу действия чувствительного элемента:
а) Чувствительные элементы контактного типа:
1) Электромеханический. Состоит из двух стальных полос, которые герметически вулканизированы резиной. При наезде колес автомобиля на чувствительный элемент контакты замыкаются и формируется электрический импульс;
2) Пневмоэлектрический. Представляет собой резиновую трубку, заключенную в стальной лоток. При наезде автомобиля на трубку давление воздуха в ней повышается, действуя на мембрану пневмореле и замыкая его электрические контакты;
3) Пьезоэлектрический. Представляет собой полимерную пленку, обладающую способностью поляризовать на поверхности электрический заряд при механической деформации.
Несмотря на небольшую стоимость, существенный недостаток детекторов контактного типа - низкая износостойкость, необходимость в перекрытии движения при их установке и обслуживании, а также разрушение дорожного полотна.
б) Чувствительные элементы бесконтактного типа:
1 Фотоэлектрический. Включает в себя источник светового луча и приемник с фотоэлементом. При прерывании луча транспортным средством изменяется освещенность фотоэлемента, что вызывает изменение его электрических параметров. Недостатком фотоэлектрических ЧЭ является погрешность измерений, возникающая при многорядном интенсивном движении автомобилей, а также тот факт, что на их работу оказывают большое влияние пыль, грязь, дождь, снег;
2 Радарный. Представляет собой направленную антенну, устанавливаемую сбоку от проезжей части или над ней. Излучение направляется вдоль дороги и, отражаясь от движущегося автомобиля, принимается антенной. Действие радарного детектора основано на применении эффекта Доплера;
3 Ультразвуковой. Представляет собой приемоизлучатель импульсного направленного луча. Он выполнен в виде параболического рефлектора с помещенным внутри пьезоэлектрическим преобразователем, генерирующим ультразвуковые импульсы. Недостатками ультразвуковых чувствительных элементов является их чувствительность к акустическим и механическим помехам и необходимость жестко фиксировать рефлектор в пространстве для того, чтобы приемоизлучатель противостоял действию ветровой нагрузки;
4 Оптический. Снимает визуальную информацию с потока на цифровую видеокамеру, что позволяет хранить и при необходимости воспроизводить полученную информацию. Однако, существенным недостатком данного метода является зависимость от погодных условий и высокие требования к качеству линий связи;
5 Поляризационный. Представляет собой установку СВЧ—излучения, устанавливаемую над проезжей частью. Работа основана на принципе измерения поляризации излученной волны;
Программный комплекс Visum методы моделирования
В рассматриваемом случае исходными данными являются замеры интенсивности движения в отдельных пунктах улично-дорожной сети (т.е. на перекрестках, на перегонах), выполняемые детекторами транспорта. Данные об интенсивности движения содержат ошибки, вызванные проведением замеров на разных участках, и ошибки самих подсчетов интенсивности движения[Л-9] Отличительными особенностями сформулированной задачи восстановления матрицы корреспонденции являются:
1) детальное рассмотрение улично-дорожной сети в виде ориентированного графа, для каждой дуги которого обследованиями устанавливается значение интенсивности движения;
2) использование только данных обследований интенсивности движения, которые традиционно применяются в практике ОДД для построения картограмм интенсивности движения (подсчет количества транспортных средств учетных видов с последующим определением приведенной интенсивности движения); 3) матрицы корреспонденции между выделенными пунктами улично-дорожной сети определяются методами, устойчивыми к выбросам, т.е. с помощью, так называемого робастного регрессионного анализа.
Отсутствие предварительной информации о маршрутах движения требует представить исходные данные для оценки матрицы корреспонденции так, чтобы каждая пара взаимно корреспондирующих пунктов связывалась одним маршрутом.
Прием определения матрицы корреспонденции, который можно адаптировать для случая транспортного коридора, приведен в Руководстве НСМ 2000 [79], в соответствии с которым направления движения двухсторонней дороги рассматриваются отдельно; соответственно оцениваются две отдельные треугольные матрицы корреспонденции. Исходными данными являются значения интенсивности движения на въездах на магистраль и выездах с нее. Кроме того, для протяженных участков производятся замеры интенсивности движения всех поворотных потоков и на перегонах, эти дополнительные данные используются для аппроксимации.
Для участков большей протяженности предложен алгоритм оценки матрицы с применением регрессии. На первом шаге с использованием гравитационной модели (2.21) оценивается матрица корреспонденции. По результатам оценки определяются значения потоков на участках дороги (на дугах графа), на которых производились замеры интенсивности движения.
Для восстановления матрицы корреспонденции наиболее пригодно регрессионное оценивание с применением статистических процедур, устойчивых к выбросам. Робастные регрессионные методы оценивания достаточно подробно рассмотрены в литературе [6,11,42,48].
Главное общее свойство таких методов заключается в том, что они малочувствительны к выбросам, но менее эффективны в случаях, когда вероятность выбросов мала. Большинство алгоритмов регрессионного анализа основано на предположениях нормальности ошибок регрессии. Когда это предположение не выполняется, статистические процедуры, основанные на моментах первого и второго порядков, быстро теряют свои оптимальные свойства.
Известно также, что оценки методов наименьших квадратов (МНК) весьма чувствительны к наличию резко выделяющихся наблюдений среди обрабатываемых данных.
Принимая гипотезу нормальности, предполагается, что основная масса отклонений сосредоточена на некотором интервале, при этом вероятность большого отклонения весьма мала.
Робастные оценки устойчивы относительно априорного распределения отклонений. Если отклонения не засорены, т.е. вероятность больших отклонений мала, робастные оценки будут менее эффективны, зато если отклонения содержат выбросы, то эти оценки будут малочувствительны к ним, а потому более удовлетворительными.
Для разработки методики оценки матрицы корреспонденции транспортного коридора, основанную на использовании данных интенсивности движения, собираемых за небольшой промежуток времени (режим online), прежде всего требуется оценить качество полученных данных и на основе этой оценки определить необходимость применения робастного регрессионного анализа.
В случае доказанного наличия выбросов в исходных данных процедуру оценки матрицы корреспонденции можно рассматривать как аппроксимацию невязок данных интенсивностей движения транспортных потоков.
В связи со сформулированной задачей восстановления матриц и учитывая исходные данные, на основе которых проводится оценка существующих матриц, в данной диссертации рассмотрены следующие вопросы:
Результаты натурного обследования транспортного коридора М53-М55 на участке г. Ангарск-г. Иркутск-г. Шелехов
Обработка видеоматериала проводилась с помощью замедленного просмотра и фиксированием транспортных средств по методики описанной ранее (см. гл. 3.4). Полученные с применением видеосъемки данные приняты реальными значениями интенсивности движения.
Результаты сравнения данных, полученных с : детектора и видеокамеры Показатель точности Направление движения в Иркутск из Иркутска Средняя ошибка за 5 мин 1,144 1,368 Максимальное отклонение по модулю за 5 мин 8 10 Максимальная суммарная ошибка за час 1,833 2,083 Суммарная ошибка за период наблюдений 8:40-19:40 1,76% 2,07% Полученные погрешности измерений интенсивностей движения транспорта с использованием детектора Wavetronix Smart Sensor HD125 не превысили ошибки, указываемые производителем [85, 93], который гарантировал ошибку измерения не более 3% в условиях правильной установки детектора.
Результаты свидетельствует о достаточной точности получения данных интенсивности движения на многополосных магистралях с применением данного радиолокационного детектора, а также его правильной установки в процессе выполнения эксперимента.
Оценка величины транзитного потока выполнена в целях последующей проверки точности определения матрицы корреспонденции, с использованием нескольких сравниваемых математических моделей.
Для определения величины транзитного потока был проведен эксперимент, включающий в запись номеров автомобилей въезжающих на рассматриваемый участок транспортного коридора М53 - М55, и запись номеров автомобилей покидающих его. Средние потери времени на проезд через весь участок транспортного коридора составляют 55 минут (без задержек, вызванных заторами). Учитывая возможные кратковременные остановки транспортных средств и изменения скорости их движения в результате изменений дорожных условий, продолжительность регистрации транспортных средств на въезд осуществлялось в течение одного часа, а регистрация на выезде проводилась в течение трех часов с получасовым смещением начала регистрации относительно начального участка (рис. 4.3).
Регистрация транзитного проезда автомобилей: tl-интервал времени регистрации номеров на въезде, t2 - интервал времени фиксации всех номеров, t3 - интервал времени фиксации номеров на выезде коридора
Методом замедленного просмотра и фиксацией номеров было зарегистрировано 2344 автомобиля, совпадающие на въезде-выезде номера автоматически регистрировались в программном приложении, разработанном в среде MS Excel.
В итоге, за весь период выполнения эксперимента было зафиксировано 15 автомобилей, которые оказались транзитными. Среднее время проезда транспортного коридора составило 69 минут. График регистрации транспортных средств приведен на рисунке 4.3.
Эксперимент показал, что основную нагрузку на рассматриваемом участке УДС Иркутской агломерации составляет транспорт, движущийся в г. Иркутск и не являющийся транзитным по отношению к территории агломерации. Данный эксперимент проводился в 2010 году, когда не был введен в эксплуатацию обход города Иркутска.
В данном эксперименте обследовалась интенсивность движения на пересечениях в одном уровне и развязках в разных уровнях в границах рассматриваемого участка транспортного коридора М53-М55. Видеозаписи материала выполнялись одновременно в течение одного буднего дня по методике, описанной в Главе 3. По результатам обработки этих данных было получено распределение транспортных потоков на перекрестках и перегонах (всего 17 перекрестков и развязок). Результаты эксперимента представлены на рис. 4.4.
Данные эксперимента внесены в модель транспортного коридора, выполненного с применением пакета Vissim (см. рис. 4.4). Для этой модели рассчитана матрица корреспонденции, учитывающая: протяженность перегонов и общую протяженность рассматриваемого участка коридора; количество полос проезжих частей перегонов между перекрестками и развязками; скорость движения на этих перегонах. Для учета неравномерности потоков транспортных средств в течение дня были оценены часовые колебания интенсивности движения, наблюдаемые на крупных перекрестках.
