Содержание к диссертации
Введение
ГЛАВА I. Анализ существующей практики оценки качества организации движения 10
1.1. Задачи организации дорожного движения на современном этапе К)
1.2. Классификация критериев оценки качества организации движения 11
1.3. Частные критерии оценки качества организации дорожного движения 16
1.4. Интегральные критерии оценки качества организации движения 25
1.5. Возможность применения двухжидкостной модели транспортного потока 32
1.6. Выводы по главе 1 34
ГЛАВА 2. Теоретическое обоснование интегральной оценки качества организации движения на основе критерия германа-пригожина 36
2.1. Двухжидкостная модель Германа-Пригожина 36
2.2. Параметры в составе модели модели Германа-Пригожина 37
2.3. Возможности использования модели Германа-Пригожина для оценки УДС 42
2.4. Использование модели Германа-Пригожина для оценки поведения водителей 48
2.5. Использование модели Германа-Пригожина для оценки влияния отдельных характеристик улично-дорожной сети 50
2.6. Использование модели Германа-Пригожина при моделировании дорожного движения 53
2.7. Взаимосвязь модели Германа-Пригожина с основной диаграммой транспортного потока 55
2.8. Выводы по главе 2 56
ГЛАВА 3. Методика исследований условий движения на улично-дорожной сети с применением навигационного оборудования
3.1. Особенности спутникового мониторинга автомобильного транспорта 58
3.2. Программное обеспечение к GPS приборам спутникового мониторинга автомобильного транспорта 63
3.3. Комплекс спутникового мониторинга «АвтоГРАФ» 65
3.4. Методика проведения эксперимента с применением навигационного
оборудования 67
3.5. Обработка экспериментальных данных 71
3.6. Методика подготовки данных для статистического анализа 73
3.7. Выводы по главе 3 81
ГЛАВА 4. Разработка интегральной оценки качества организации дорожного движения на основе критерия германа-пригожина 82
4.1. Основные характеристики экспериментальных данных 82
4.2. Разработка оценочной градации критерия темп движения 84
4.3. Классификация городских улиц и дорог на основе параметров модели Германа-Пригожина и планировочных характеристик
4.4. Зависимости темпа движения от уровня загрузки 104
4.5. Выводы по главе 4 116
Основные выводы и рекомендации 119
Список литературы
- Частные критерии оценки качества организации дорожного движения
- Параметры в составе модели модели Германа-Пригожина
- Программное обеспечение к GPS приборам спутникового мониторинга автомобильного транспорта
- Разработка оценочной градации критерия темп движения
Введение к работе
Актуальность исследования. Рост уровня автомобилизации сопровождается усложнением условий дорожного движения в городах Российской Федерации, т.е. ростом задержек транспортных средств, снижением скорости сообщения и возникновением транспортных заторов. Поэтому совершенствование организации дорожного движения (ОДД) становится одной из важнейших задач эффективного развития автомобильного транспорта, обеспечения его работоспособности, дорожной и экологической безопасности.
Развитие технических средств мониторинга транспортных потоков создает предпосылки для управления дорожным движением в режиме реального времени. Следовательно, в современных условиях особый интерес представляют критерии оценки качества ОДД, основанные на данных мониторинга текущего состояния транспортных потоков. К их числу относится критерий Германа-Пригожина, учитывающий две составляющие удельных затрат времени на поездку - затраты времени в движении и затраты времени, связанные с задержками (простоем). Эти две составляющие чутко реагируют на воздействие многочисленных факторов, влияющих на состояние транспортного потока. Особая ценность рассматриваемого критерия - возможность применения его при обработке данных (GPS и ГЛОНАСС-треков), поступающих с навигационного оборудования транспортных средств. При этом применимы следующие источники данных и их сочетания: специализированные подвижные лаборатории, осуществляющие сбор информации о состоянии транспортных потоков; подвижной состав общественного пассажирского транспорта, оборудованный навигационными системами; автомобили водителей-волонтеров, имеющих автомобильные навигаторы.
Практическое использование критерия Германа-Пригожина невозможно из-за отсутствия оценочной градации его значений, разработанной с учетом максимально широкого спектра условий движения транспортных потоков на всех существующих технических категориях городских улиц и дорог.
В этой связи особую актуальность приобретает необходимость проведения научного исследования по установлению:
диапазонов вариации параметров, входящих в состав двухжидкостной модели транспортного потока Германа-Пригожина;
зависимостей между характеристиками улично-дорожной сети (УДС), дорожными условиями и параметрами модели Германа-Пригожина.
Разработка градации критерия Германа-Пригожина позволит использовать навигационные системы транспортных средств для оценки качества ОДД, и тем самым повысить эффективность оперативного управления дорожным движением.
Основная идея работы. Использование данных, поступающих с навигационного оборудования транспортных средств, позволяет снижать трудоемкость и стоимость оценки качества организации дорожного движения, а также осуществлять его оперативную оценку в режиме реального времени.
Целью работы является повышение качества ОДД, в том числе оперативного управления транспортными потоками в режиме реального времени на основе использования данных, поступающих с навигационного оборудования транспортных средств.
Объект исследования - процесс движения транспортных потоков на улично- дорожной сети города и их мониторинга с использованием навигационных систем транспортных средств.
Предмет исследования - зависимости, характеризующие влияние условий движения потока транспортных средств на значения параметров, входящих в состав модели Германа-Пригожина.
Сформулированная цель работы потребовала решения следующих задач:
экспериментально получить репрезентативные выборки значений параметров, входящих в состав модели Германа-Пригожина (удельных затрат времени, удельных затрат времени в движении, удельных затрат времени от задержек) для максимально широкого диапазона условий дорожного движения транспортных потоков на улично-дорожных сетях городов;
разработать научно обоснованную классификацию критерия темп движения Т для экспрессной оценки качества организации дорожного движения и оперативного управления движением потоков транспортных средств;
разработать детальную классификацию городских улиц и дорог на основе параметров, входящих в состав модели Германа-Пригожина;
выполнить экспериментальную проверку и технико-экономическую оценку эффективности применения модели Германа-Пригожина для определения качества организации движения в условиях улично-дорожной сети больших и средних городов.
Обоснованность и достоверность научных положений, выводов и рекомендаций обеспечены репрезентативными объемами выборок исследуемых параметров транспортных потоков, выбором моделей расчета критериев оценки организации дорожного движения и задержек, соответствующих установленным характеристикам транспортных потоков, верификацией результатов экспериментов общепринятыми статистическими критериями, использованием пакетов статистической обработки данных. Результаты данной работы согласуются и не противоречат ранее проведенным исследованиям.
Научная новизна:
установлены значения параметров, входящих в состав модели Германа- Пригожина для широкого диапазона условий движения на УДС городов;
разработана научно обоснованная классификация условий движения по УДС на основе критерия темп движения Т;
разработана детальная классификация городских улиц и дорог на основе оценки реакции параметров модели Германа-Пригожина на показатель уровень загрузки.
Практическая ценность работы:
разработанная классификация условий движения по улично-дорожной сети на основе критерия темп движения T может использоваться муниципальными органами, занимающимися вопросами организации дорожного движения, для экспрессной оценки качества организации дорожного движения на базе данных GPS и ГЛОНАСС-треков, а также использоваться водителями, транспортные средства которых оборудованы навигационными системами;
разработанная классификация городских улиц и дорог на основе параметров модели Германа-Пригожина и полученные зависимости критерия темп движения T от уровня загрузки могут использоваться муниципальными органами и проектными организациями, занимающимися вопросами организации дорожного движения, для прогнозирования скорости движения, для верификации результатов микро - и макромоделирования транспортных и пассажирских потоков при выполнении следующих проектов: комплексных транспортных схем; комплексных схем организации дорожного движения; организации движения.
Научные положения, выносимые на защиту:
использование данных GPS и ГЛОНАСС-треков навигационного оборудования транспортных средств позволяет осуществлять оценку и контроль качества организации дорожного движения в режиме реального времени и при этом значительно снижать их трудоемкость;
разработанная и научно обоснованная классификация значений критерия темп движения T позволяет значительно повысить точность и достоверность экспрессной оценки качества организации дорожного движения, а также эффективность оперативного управления движением потоков транспортных средств;
разработанная на основе параметров модели Германа-Пригожина детальная классификация городских улиц и дорог позволяет при проектировании организации дорожного движения прогнозировать скорость сообщения на любом заданном участке улично-дорожной сети.
Реализация работы. Результаты исследований приняты к внедрению в АНО «Институт Проблем безопасности движения» для подготовки новой редакции текста ОДМ «Методические рекомендации по оценке пропускной способности автомобильных дорог».
Апробация работы. Основные положения и результаты диссертационного исследования представлялись в научных докладах и выступлениях: межвузовские научно-технические конференции «Современные технологии и научно-технический прогресс» (г. Ангарск, 200-2010 гг.); IX Международная конференция «Организация безопасности дорожного движения» (г. Санкт-Петербург, 2010 г.); III Международная научно-практическая конференция «Проблемы и перспективы развития евроазиатских транспортных систем» (г. Челябинск, 2011 г.); Международный конгресс, посвященный 180-летию СПбГАСУ «Наука и инновации в современном строительстве - 2012» (г. Санкт-Петербург, 2012 г.); Всероссийская 66-я научно-практическая конференция «Ориентированные фундаментальные и прикладные исследования - основа модернизации и инновации развития архитектурно-строительного и дорожно- транспортного комплексов России» (г. Омск, 2012 г.); II Международная научно- практическая конференция «Перспективы развития и безопасность автотранспортного комплекса» (г. Новокузнецк, 2012 г.); Всероссийская научная конференция молодых ученых «Наука. Технологии. Инновации» (г. Новосибирск, 2012 г.).
Публикации. По результатам диссертационного исследования опубликовано 13 печатных работ, в т. ч. 4 печатные работы в изданиях, утвержденных ВАК Минобразования РФ.
Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, выводов, списка литературы и приложений. Общий объем диссертации составляет 121 страницу машинописного текста, которая включает 47 рисунков, 36 таблиц и приложение - 58 страниц. Библиография содержит 160 наименований, в том числе 80 источников на иностранном языке.
Частные критерии оценки качества организации дорожного движения
Средняя задержка Этот показатель наиболее широко применяется в качестве критерия оптимальности управления на отдельном пересечении [7; 8; 36; 37; 38; 40; 47; 48; 55; 56; 58; 60; 68; 79; 111; 135; 138]. Средняя задержка хорошо коррелирует с такими величинами, как-то: интенсивность движения, длина очереди, суммарная задержка, характеристики режима регулирования.
Величина средней задержки, или продолжительность обслуживания -один из самых используемых критериев качества функционирования систем массового обслуживания [7; 8]. Он полезен также при экономической оценке качества управления движением. Поэтому многие исследователи предлагают использовать среднюю задержку как индикатор уровня обслуживания.
Суммарная задержка - общая задержка всех транспортных средств за определенный период, часто применяется при использовании адаптивного регулирования. Этот показатель тесно коррелирует с длиной очереди, средней задержкой, интенсивностью прибывающих потоков и более подходит для экономической оценки организации движения, чем средняя задержка, так как последняя в основном характеризует качество обслуживания отдельно взятого транспортного средства.
Суммарная задержка в качестве критерия оценки качества управления движением на перекрестке использовалась Миллером [135]. Он предложил полуоптимизированный метод регулирования, при котором решение о продлении текущей фазы принимается на основе оценки контрольной функции. Управляющая функция определялась как разность между сокращением задержки транспорта за счеі дополнительного пропуска потока при продлении текущей фазы и возникающей при этом дополнительной задержки на другом пересекающемся направлении.
Под максимальной понимается наибольшая задержка одного из транспортных средств за рассматриваемый период. Отмечается, что она может использоваться как индикатор степени перенасыщения перекрестка и полезна, главным образом, как дескриптор [154]. Максимальная задержка тесно коррелирует с величиной входящего на перекресток потока и длиной очереди, но определение максимальной задержки значительно сложнее, чем других видов задержек. Показатели, основанные на величине очереди автомобилей у перекрестка
Под длиной очереди подразумевают число автомобилей в ней, ее протяженность в линейных единицах. Этот показатель находит применение и как параметр управления, и как дескриптор. Его можно применять в качестве индикатора степени насыщения, сравнивая с длиной очереди, пропускаемой за цикл. Длина очереди хорошо коррелирует с величиной задержки, интенсивностью движения, геометрическими параметрами перекрестка и характеристиками режима регулирования. После величины средней задержки показатель длины очереди используется наиболее часто. В условиях насыщенных и перенасыщенных потоков длина очереди и основанные на ней показатели наиболее приемлемы для управления.
Одним из параметров указанного вида является отношение длины очереди к длине перегона, за длину перегона принимается расстояние от рассматриваемого перекрестка до предшествующего ему по ходу движения соседнего пересечения.
Другой показатель, близкий к рассмотренному выше - длина перегона за вычетом длины очереди. Преимущество этих показателей по сравнению с абсолютной длиной очереди заключается в том, что они характеризуют работу перекрестка как элемент уличной сети. Второй из этих показателей принят как параметр управления в условиях перенасыщения.
Стоимостные показатели качества управления движением на пересечениях Прошедшее десятилетие характерно появлением работ, в которых эффективность управления движением оценивается экономическими показателями, в том числе соотношением затрат на то или иное мероприятие к его экономическому эффекту. К числу таких исследований относится выполненная в Швеции разработка стратегии гибкого управления на изолированном перекрестке [99]. Авторы работы критически рассмотрели предшествовавшие исследования, в том числе стратегию минимизации средней задержки Дан на и Потса [111], стратегию минимизации общей задержки А. Миллера [135]. Этот метод управления получил название «Traffic Optimisation Logic» (логика транспортной оптимизации). В качестве оптимизирующего показателя предложена «функция контроля» 0, которая представляет собой стоимостную оценку суммарной задержки транспорта (с выделением общественного -автобусов) и пешеходов: 0 = rA(av SAv + ab SAb) + bv 8Av + bb SAb -h(av nBv + ab nBb + +ap nBp)- (bv A nbv + bb A nBb), (1.1) где A - направление, открытое в данный момент светофорным сигналом; гА - интервал времени (продолжительность красного и переходного сигналов), после которого на направлении А будет снова включен зеленый сигнал; а - стоимость задержки продолжительностью 1 с; S - дополнительное число автомобилей, автобусов, пешеходов, которые могут быть пропущены через перекресток, если зеленый сигнал увеличить на h с; Ъ — потери от снижения скорости до полной остановки и набора скорости до установившейся, приходящиеся на одно транспортное производится подсчет контрольной функции; п - число автомобилей, автобусов и т. д. В очереди на подходах с красным сигналом, для которых задержка возрастет на И с, если продлить зеленый сигнал на другом направлении;
Параметры в составе модели модели Германа-Пригожина
Проблема автоматизации управления движением наземных транспортных средств возникла в начале XX века вместе с развитием железнодорожного и автомобильного транспорта. Наибольшего развития автоматизированные системы управления движением получили на железнодорожном транспорте на основе релейной автоматики УКВ-радиосвязи.
В 70-х годах вопрос об автоматизации управления движением автомобильного транспорта в связи с массовым развитием дорожного движения в промышленно развитых странах встал особенно остро. Поэтому на мировом рынке появились системы управления автотранспортом на основе локальных систем местонахождения объектов и автомобильных УКВ-радиостанций [1; 12; 39; 67; 69; 100].
Принципиально новые возможности для создания автоматизированных систем управления транспортными потоками в масштабах городов, регионов и даже континентов появились в 80-х годах в связи с развитием радиосистем дальней навигации и дальней радиосвязи: импульсно-фазовых и фазовых радионавигационных систем, систем метеорной радиосвязи и, в особенности, спутниковых РНС и спутниковых систем радиосвязи [4; 5; 117].
Спутниковый мониторинг транспорта — система мониторинга подвижных объектов, построенная на основе систем спутниковой навигации, оборудования и технологий сотовой и/или радиосвязи, вычислительной техники и цифровых карт. Спутниковый мониторинг транспорта используется для диспетчерского контроля и управления пассажирского транспорта, для решения задач транспортной логистики в системах управления перевозками и автоматизированных системах управления автопарком [5; 9; 16].
GPS-мониторинг транспорта - одна из разновидностей систем спутникового мониторинга транспорта, основанная на использовании американских спутников GPS. Следует различать GPS-мониторинг транспорта с использованием американских спутников GPS и ГЛОИАСС-мониторинг транспорта с использованием российских спутников ГЛОНАСС. GPS-мониторинг транспорта - технология, применяемая в диспетчерских службах на транспорте, а также для решения задач транспортной логистики в системах управления перевозками (англ. TMS, Transportation management system) и автоматизированных системах управления автопарком (англ. FMS, Fleet Management System) для контроля фактических маршрутов транспортных средств при помощи спутников GPS.
Принцип мониторинга заключается в отслеживании и анализе пространственных и временных координат транспортного средства. Существует два варианта мониторинга: on-line - с дистанционной передачей координатной информации и off-line - информация считывается по прибытию на диспетчерский пункт.
На транспортном средстве устанавливается мобильный модуль, состоящий из следующих частей: приёмник спутниковых сигналов, модули хранения и передачи координатных данных. Программное обеспечение мобильного модуля получает координатные данные от приёмника сигналов, записывает их в модуль хранения и по возможности передаёт посредством модуля передачи. Мобильный модуль может быть построен на основе приёмников спутникового сигнала, работающих в стандартах NAVSTAR GPS или ГЛОНАСС.
Системы спутникового мониторинга транспорта решают следующие задачи: Мониторинг включает определение координат местоположения транспортного средства, его направления, скорости движения и других параметров: расход топлива, температура в рефрижераторе и др. Системы спутникового мониторинга транспорта помогают водителю в навигации при передвижении в незнакомых районах. Контроль соблюдения графика движения - учёт передвижения транспортных средств, автоматический учёт доставки грузов в заданные точки и др. Сбор статистики и оптимизация маршрутов - анализ пройденных маршрутов, скоростного режима, расхода топлива и др. транспортных средств с целью определения лучших маршрутов.
Система спутникового мониторинга транспорта включает следующие компоненты: Транспортное средство, оборудованное GPS или ГЛОНАСС-контроллером или трекером, который получает данные от спутников и передаёт их на серверный центр мониторинга посредством GSM, CDMA или реже спутниковой и УКВ связи. Последние два актуальны для мониторинга в местах, где отсутствует полноценное GSM-покрытие, таких, как Сибирь или Дальний Восток.
Серверный центр с программным обеспечением для приёма, хранения, обработки и анализа данных. Компьютер диспетчера, ведущего мониторинг автомобилей. Организация движения транспортных средств характеризуется большим разнообразием, что требует учета специфики навигационного обеспечения при перевозке грузов и пассажиров.
Программное обеспечение к GPS приборам спутникового мониторинга автомобильного транспорта
Исследованием охвачены улицы следующих технических категорий: магистральные улицы районного значения, магистральные улицы городского значения регулируемого движения; городские скоростные дороги.
Общий объем исследования составил 507 треков, что является репрезентативной выборкой для оценки параметров модели Германа Пригожина. Полученные репрезентативные данные позволяют научно обосновать применение GPS и ГЛОНАСС-треков, поступающих с навигационного оборудования транспортных средств, для оценки качества организации дорожного движения и осуществления управления движением потоков транспортных средств
Полученные вариационные размахи значений параметров Ts, Тг и Т позволяют утверждать, что обследованием охвачен широкий диапазон условий движения транспортных потоков, что делает возможным разработку методики оценки качества ОДД на основе полученных экспериментальных данных. При этом следует отметить, что наибольшее значение коэффициента вариации наблюдается у параметра ГЛ (см. табл. 4.1), следовательно, на вариацию удельных затрат времени Т этот параметр оказывает большее влияние, чем параметр Тг.
В среднем в условиях УДС г. Иркутска удельные затраты времени, вызванные задержками, составляют 13 % удельных затрат времени. Такой результат можно объяснить включением в обследование участков УДС, имеющих низкую плотность размещения регулируемых перекрестков.
Анализ полученных данных показал, что темп движения (или удельные затраты времени) Г более тесно коррелирует с удельными затратами времени на движение Тп чем с затратами времени, вызванными задержками Г, (см. рис. 4.1-4.3). /
Следует также особо отметить, что в ряде экспериментов были получены значения Ts = 0, что не отмечалось в работах, выполненных ранее другими авторами.
В целом, для обследованной УДС г. Иркутска получены линейные уравнения регрессии (4.1-4.3), связывающие темп движения Тс удельными затратами времени на движение Тг и удельных затратах времени, вызванных задержками Ts: Т = 2,463 +1,698 Ts, R = 0,715; (4.1) Т = -0,182 +1,215 Tr, R = 0,922; (4.2) Г = 0,421 Т, +0,758 Тг, Д = 0.997. (4.3) Регрессионную модель 4.3 можно рассматривать как новый научный результат, поскольку линейная модель, связывающая Т„ Тг и Г с высокими показателями корреляции (R = 0,997), также не приводилась ранее другими исследователями.
Как уже указывалось в данный работе ранее, удельные затраты времени, обозначаемые как темп движения Т, объединяют две составляющие - удельные затраты времени на движение и удельные затраты, вызванные задержками. Поэтому темп движения Т может рассматриваться как интегральный показатель, которым оценивается качество функционирования УДС, состоящей из перегонов и перекрестков различных типов.
С учетом возможностей применения модели Германа-Пригожина одной из главных задач настоящего исследования была выбрана разработка оценочной шкалы условий движения на основе показателя темп движения Т как альтернатива оценки условий движения «ЯНДЕКС-ПРОБКИ» в виде баллов.
По результатам обработки данных, значения показателя темп движения Т подчиняются логарифмически нормальному распределению (4.4), а основная масса его значений сосредоточена в диапазоне 0,55-3,20 мин/км (рис. 4.4 и табл. 4.2). f(T)
Для научного обоснования градации значений критерия Т следует воспользоваться главными статистиками его распределения (табл. 4.2). Например, при разделении качественных условий движения на четыре оценочных уровня следует воспользоваться квартилями распределения, что обеспечивает равные вероятности отнесения к любому из уровней. Таблица
Данную градацию показателя темп движения предлагается использовать в оперативном управлении дорожным движением для экспрессной оценки условий движения по УДС на основе использования данных GPS и ГЛОНАСС-треков, поступающих в режиме реального времени. Кроме того, этой оценочной шкалой могут пользоваться водители транспортных средств, оборудованных навигационными системами. 4.3. Классификация городских улиц и дорог на основе параметров модели Германа-Пригожина и планировочных характеристик
Другой главной задачей данного исследования была разработка детальной классификации городских улиц и дорог, па основании которой можно создать инструменты прогнозирования значений параметров, входящих в модель Германа-Пригожина. Таким образом, предполагалось создать модели оценка параметров Т,„ и п для разных классов улиц, характеризующихся количеством полос движения; линейной плотностью размещения светофорных объектов; пешеходных переходов; примыканий улиц и местных проездов.
Одним из наиболее распространённых методов многомерной классификации является кластерный анализ. При этом в самом кластерном анализе широко используется критерий евклидово пространство С/(Х/Г\"А), которым измеряется схожесть сравниваемых объектов, Фі к) = Y,(f-lj(xi / А))2 , (4.5) где tij(Xj), fi/x/J - меры обладания j-м свойством соответственно /-ым и к-ым объектами. Обследованные улицы и дороги классифицировались на основе показателей линейной плотности размещения (на 1 км): светофорных объектов; нерегулируемых перекрестков; нерегулируемых переходов; примыканий улиц и местных проездов.
Для выбора оптимального количества кластеров в данной работе использовался показатель - квадрат евклидова расстояния ct. Резкий скачок значения показателя d может рассматриваться как признак получения количества классов, объективно существующих в исследуемой совокупности. Скачок получается в результате роста евклидова расстояния внутри самих кластеров, когда дальнейшее укрупнение кластеров уже не имеет смысла. Такой скачок был отмечен на 41 шаге выполнения кластерного анализа (рис. 4.5 и 4.6), когда было получено 8 классов городских улиц и дорог.
Кроме того, существует и другой наглядный способ отображения процесса объединения в кластеры в виде дендрограммы (рис. 4.6).
К полученным в результате кластерного анализа классам были добавлены еще два класса улиц, у которых в процессе выполнения активного эксперимента были получены значения критерия я = 0 (табл. 4.3). В результате получена следующая классификация улиц, представленная в табл. 4.3, в которой приведено описание классов и указаны значения п и Т,„. Полученная классификация также графически отображена на рис. 4.7
Разработка оценочной градации критерия темп движения
Для улиц и дорог 1 класса характерно отсутствие средств успокоения движения, пешеходных переходов и примыканий. Удельных затрат времени, вызванных задержками Ts, на этих участках не было зафиксировано, соответственно, следует принимать /7=0 (табл. 4.4 и рис. 4.8).
На улицах и дорогах 2 класса в процессе экспериментальных проездов не были зафиксированы удельные затраты времени, вызванные задержками Ts (табл. 4.4 и рис. 4.8). Данные улицы и дороги имеют примыкания, но на них отсутствует светофорное регулирование. Кроме того, эти улицы имеют низкую интенсивность на главных направлениях и примыкающих второстепенных направлениях.
Рис. 4.9. Улицы, относящиеся к 2 классу. Графики зависимостей темпа движения Гот потерь времени, связанных с задержками Ts Улицы, относящиеся к третьему классу (табл. 4.7 и рис. 4.10) — это улицы с высокой плотностью размещения светофорных объектов и примыканий, но на них отсутствуют нерегулируемые перекрёстки. Для них характерен большой разброс значений параметра п, другой параметр Тт варьирует в узком диапазоне значений 0,96-1,48. Следовательно, для этого класса улиц характерно разное влияние интенсивности на показатель темп движения Т.
Улицы, вышедшие в 4 класс, не имеют светофорных объектов, невысокая плотность размещения нерегулируемых перекрестков и примыканий местных улиц и проездов (0,8-0,9 на км), но достаточно высока плотность размещения нерегулируемых переходов - 2,3 на км. Для этого класса улиц, как и для третьего класса, характерен большой разброс значений параметра п (от 2,17 до 12,05). Соответственно, параметр Тт варьирует в несколько большем диапазоне значений 0,62-1,69. Следовательно, для этого класса улиц также характерно разное влияние интенсивности на показатель темп движения.
Улицы, относящиеся к 5 классу. Графики зависимостей темпа движения Гот потерь времени, связанных с задержками Ts Улицы, относящиеся к 5 классу - это улицы, на которых отсутствуют регулируемые объекты, малая плотность регулируемых пересечений, низкая плотность примыканий. У данного класса значения критерия Германа-Пригожина п сосредоточены в диапазоне 1,6-1,8.
Улицы, относящиеся к 5 классу, обладают средней плотностью регулируемых пересечений и переходов и низкой плотностью примыканий. Для этого класса характерны значения п, сосредоточенные в узком диапазоне 2,3-2,73, относящемся к средним значениям этого параметра, установленным в процессе эксперимента.
Улицы 7 класса - это магистральные улицы имеющие среднюю плотность регулируемых объектов (перекрестков, переходов), но отсутствуют нерегулируемые перекрёстки. Основная масса значений параметра Тт сосредоточена в диапазоне 0,68-1,59, а значение 2,83 можно рассматривать как выброс. X
Улицы, относящиеся к 8 классу - это улицы с регулируемыми и нерегулируемыми перекрестками и переходами, а также высокой плотностью примыканий, от 9 до 15 на км. Значения параметра и варьируют достаточно широко, но в целом выше, чем у других классов улиц.
Улицы, относящиеся к 9 классу - это улицы с малой плотностью размещения регулируемых и нерегулируемых перекрёстков и невысокой плотностью примыканий. Основная масса значений параметра п превышает 3, а параметр Тт имеет незначительный разброс значений 1,19-1,72.
Улицы, относящиеся к 10 классу - улицы с высокой плотностью нерегулируемых пересечений и нерегулируемых пешеходных переходов и примыканий. Характерен очень большой разброс значений параметра п, при этом зафиксированы самые большие его значения 5,13 и 9,24, которые еще не приводились в специальной литературе.
На основе данных табл. 4 получены уравнения регрессии как зависимости параметров Т,„ и п от линейной плотности размещения (на 1 км): Xi - светофорных объектов, Х2 - нерегулируемых перекрестков Х3 -нерегулируемых переходов Х4- примыканий улиц и местных проездов
В процессе выполнения эксперимента установлено, что темп движения Т значительно меняется по часам суток, как и уровень загрузки УДС (рис. 4.17-4.20). В этой связи одной из целей диссертационной работы стало установление зависимостей зависимость темпа от уровня загрузки для разных классов улиц.
Далее, на основе значений параметров Т„, и п, полученных в разные часы суток для 10-ти классов улиц (табл. 4), проведен анализ зависимости показателя Т от уровня загрузки. Уровень загрузки определялся для перегонов улиц и дорог с использованием формулы Z = N/(P-n), (13) где N - интенсивность, авт/ч; Р -пропускная способность полосы, авт./ч; п -число полос для движения на рассматриваемом перегоне улицы или дороги. При этом пропускная способность полосы движения Р рассчитывалась по хорошо известной упрощенной динамической модели.
