Отримано 30.03.2023, Доопрацьовано 03.05.2023, Прийнято 15.06.2023

Дослідження показників якості організації дорожнього руху в умовах міста методом GPS-треків

Олександр Рябушенко, Віталій Кашканов, Микола Скляров

Вибір раціональних критеріїв якості організації дорожнього руху у містах є актуальним завданням для вчених у галузі автомобільного транспорту, оскільки це безпосередньо впливає на ефективність діяльності у сфері забезпечення безпеки та комфортності руху автомобілів у міських умовах. Залежно від цілей аналізу, складності мережі, технічних можливостей якість організації дорожнього руху може оцінюватися за показниками економічної ефективності транспортного процесу, рівня аварійності, екологічної безпеки, соціальної привабливості тощо. Сучасний рівень розвитку геоінформаційних технологій дає змогу здійснювати постійний моніторинг швидкісного режиму руху транспортного засобу. Для отримання характеристик якості організації дорожнього руху були проведені експериментальні дослідження на ділянці вулично-дорожньої мережі міста Харкова, яка відповідає типовому маршруту руху особистого транспорту від віддаленого спального району до центральної частини міста.  
У результаті обробки даних GPS-треку були побудовані гістограма розподілу миттєвої швидкості та графіки руху автомобіля в координатах «час–відстань», «час–швидкість», відстань–швидкість», які дозволяють візуально оцінити режим руху упродовж всього маршруту та визначити потенційні «вузькі місця». Також були розраховані такі просторово-часові характеристики, як середня технічна швидкість, питомий час у русі, питомий час простою, а також енергетичні показники якості організації дорожнього руху: шум прискорення, градієнт швидкості, градієнт енергії. Після розділення експериментального маршруту на окремі кілометрові ділянки були проаналізовані зміни характеристик якості організації дорожнього руху у міру наближення до центру міста. На першій половині маршруту при русі магістральною вулицею спостерігалася нестабільність швидкісного режиму через зупинки та простої в зоні регульованих перехресть. Наявність тренду до зменшення середньої технічної швидкості при наближенні до центру міста пояснюється збільшенням завантаження ВДМ у межах центральної ділової частини міста та, як наслідок, появою додаткових затримок руху автомобіля. З наближенням до центру міста відбувалося збільшення питомого часу у русі при незначному зростанні питомого часу простоюю, також спостерігалося зростання градієнту швидкості при незначному зменшенні градієнту енергії

організація дорожнього руху, швидкісний режим, середня технічна швидкість, графік зміни швидкості, GPS-треки
129-137
Riabushenko, O., Kashkanov, V., & Sklyarov, М. (2023). The research of quality indicators of traffic management in the city using the method of GPS-tracks . Journal of Mechanical Engineering and Transport, 9(1), 129-137. https://doi.org/10.31649/2413-4503-2023-17-1-129-137

Використані джерела

[1] Farias, C.A., Nascimento, E.S., & Gouvea, R.S. (2019). The relationship between population growth and car dependence in Brazilian cities. Journal of Transport Geography, 74, article number 149158. doi: 10.1016/j.jtrangeo.2018.11.021.

[2] Hondula, D.M., Penney, K., & Devitt, D.A. (2018). The complex relationships between acculturation and transportation behaviors of mexican immigrants in the United States. Journal of Immigrant and Minority Health, 20(2), 408-416. doi: 10.1007/s10903-017-0727-1.

[3] Jin, J., & Lu, J.W. (2016). A spatial Durbin panel analysis of urbanization, population density, and residential CO2 emissions in China. Sustainability, 8(3), 231-239. doi: 10.3390/su8030231.

[4] Alanazi, F. (2023). A systematic literature review of autonomous and connected vehicles in traffic management. Applied Sciences, 13(3), article number 1789. doi: 10.3390/app13031789.

[5] Ren, X., Liu, R., & Wu, C.-H. (2018). A review of the criteria for evaluating traffic signal control systems. Transportation Research, Part C: Emerging Technologies, 95, 435-441.

[6] Kapitanov, V., Silyanov, V., Monina, O., & Chubukov, A. (2018). Methods for traffic management efficiency improvement in cities. Transportation Research Procedia, 36, 252-259. doi: 10.1016/j.trpro.2018.12.077.

[7] Angelakis, V., Tragos, E., Pöhls, H.C., Kapovits, A., & Bassi, A. (2017). Designing, developing, and facilitating smart cities: Urban design to IoT solutions. Switzerland: Springer.

[8 Naveed, Q.N., Alqahtani, H., Khan, R.U., Almakdi, S., Alshehri, M., & Abdul Rasheed, M.A. (2022). An intelligent traffic surveillance system using integrated wireless sensor network and improved phase timing optimization. Sensors, 22, article number 3333. doi: 10.3390/s22093333.

[9] Hofman, A.F. et al. 2016.Criteria for evaluating dynamic traffic management strategies: A stakeholder-driven approach. Transportation Research Part C: Emerging Technologies, 71, 215-221.

[10] Fouladfar, E., Khayyambashi, M.-R., & Sole-Pareta, J. (2021). Using cloud computing to improve urban traffic management and optimization system. International Journal of Advanced Research in Engineering and Technology, 12(4), 302-313. doi: 10.34218/IJARET.12.4.2021.032. 

[11] Mohan, D., Bangdiwala, S.I., & Villaveces, A. (2017). Urban street structure and traffic safety. Journal of Safety Research, 62, 63-71. doi: 10.1016/j.jsr.2017.06.003/.

[12] Othman, S., & Thomson, R. (2000). Influence of road characteristics on traffic safety. Chalmers: Chalmers University of Technology.

[13] Colagrande, S. (2022). A methodology for the characterization of urban road safety through accident data analysis. Transportation Research Procedia, 60, 504-511. doi: 10.1016/j.trpro.2021.12.061.

[14] Penny, S. (2021). Level of service: Defining scores for different transportation facilities. Retrieved from https://www.smatstraffic.com/2021/07/26/level-of-service/.

[15] Solodkyi, A.I., & Chernykh, N.V. (2020). Improving the level of traffic service on the road network of cities. IOP Conference Series Materials Science and Engineering, 786(1), article number 012044. doi: 10.1088/1757-899X/786/1/012044.

[16] Gauthier, J. et al. (2017). Macroscopic approach to urban traffic network performance assessment. Transportation Research Procedia, 25, 3151-3167.

[17] Sun, S., Chen, J., & Sun, J. (2019). Traffic congestion prediction based on GPS trajectory data. International Journal of Distributed, 15(5). doi: 10.1177/1550147719847440.

[18] D'Andrea, E., & Marcelloni, F. (2017). Detection of traffic congestion and incidents from GPS trace analysis. Expert Systems with Applications, 73, 43-56. doi: 10.1016/j.eswa.2016.12.018.

[19] Xie, Y., He, S., Wang, D., & Ma, Y. (2020). Evaluation of the quality of urban road network using GPS data. Journal of Advanced Transportation, 2020, article number 4285694.

[20] Drew, D.A., Braun, M., & Coleman, C.S. (1983). Traffic flow theory. Differential equation models. Modules in applied mathematics. New York: Springer.