Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  rozkład przestrzenny ruchu
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
Modern IT and telecommunications technologies create new possibilities of data acquisition for the needs of traffic analyses and transport planning. At the same time, the current experience suggests that it is becoming increasingly difficult to obtain data on interurban travels of people in a traditional way (among others, in Poland there has been no comprehensive survey of drivers on the sections of non-urban roads since 2006). Within the framework of the INMOP 3 research project, an attempt was made to analyse the use of the Big Data application possibilities including data from SIM cards of the mobile telephony operator [1] and data from probe vehicle data (also known as “floating car data”), as data sources for carrying out the traffic analyses and modelling of travels by all means of transport in Poland. The article presents the manner, in which the data were used, as well as methodological recommendations for creating transport models at the national, regional and local levels. Especially the results of work can be applied for systematic passenger cars trip matrix update.
PL
Współczesne technologie informatyczne oraz telekomunikacyjne tworzą nowe możliwości pozyskiwania danych na potrzeby analiz ruchu i modelowania systemów transportu. Równocześnie dotychczasowe doświadczenia wskazują, że coraz trudniej jest pozyskiwać dane o międzymiastowych podróżach osób w sposób tradycyjny (między innymi od 2006 r. nie odbyło się żadne kompleksowe badanie ankietowe kierowców na odcinkach dróg zamiejskich). Prowadzone są jedynie wyrywkowe badania w małej skali do tego w sposób niesystematyczny. Tworzy to problemy lub wręcz uniemożliwia wykonywanie systematycznej aktualizacji modeli systemów transportowych, które są stosowane do analiz i prognozowania ruchu. Dotyczy to także Krajowego Modelu Ruchu Generalnej Dyrekcji Dróg Krajowych i Autostrad stosowanego praktycznie we wszystkich największych projektach drogowych w Polsce, zwłaszcza w budowie autostrad i dróg ekspresowych. Dane typu Big Data w stosunku do danych gromadzonych w sposób tradycyjny (np. na podstawie badań i pomiarów) zbierane są na skalę hurtową. Mogą być gromadzone, analizowane i udostępniane w czasie przeszłym (pozyskane wstecz). W szczególnych przypadkach mogą być pozyskiwane i analizowane w czasie rzeczywistym (np. dane o prędkościach pojazdów pozyskiwane z sondowania pojazdów w centrach zarządzania ruchem). Możliwe jest również zaplanowanie okresów dla których dostawcy danych będą je pozyskiwać z uwzględnieniem specjalnych wymogów, jak np. uwzględnienie wybranej szczególnej grupy użytkowników. W ramach projektu badawczego INMOP 3 podjęto próbę wykorzystania do modelowania podróży danych z tzw. sondowania pojazdów, czyli danych o użytkownikach nawigacji satelitarnej i systemów GPS zamontowanych w pojazdach, bez informacji osobowych i rzeczywistych identyfikatorów pojazdów. Pozyskano dane z ponad 80 tys. pojazdów flotowych wyposażonych we wbudowane urządzenia GPS oraz 275 tys. urządzeń i aplikacji do nawigacji osobistej. Ujęto je w formie macierzy podróży odbywanych pomiędzy rejonami komunikacyjnymi. Przyjęty w projekcie układ rejonów komunikacyjnych opiera się o administracyjny podział kraju na powiaty. Uwzględniono w nim również przejścia graniczne drogowe i kolejowe, porty morskie i lotniska.
2
Content available remote Modelowanie wyboru drogi w transporcie indywidualnym - wybrane aspekty
PL
Jednym z najważniejszych etapów modelowania ruchu w miastach jest odwzorowanie zachowań podróżnych związanych z decyzją o wyborze drogi. Problem ten jest szczególnie istotny w gęstych sieciach miejskich, dla których efektywne zarządzanie ruchem często wymaga określenia aktualnego rozkładu przestrzennego ruchu na podstawie chwilowych wartości natężeń ruchu na odcinkach sieci. W artykule zidentyfikowano najistotniejsze problemy związane z modelowaniem procesów decyzyjnych dotyczących wyboru drogi przez użytkowników transportu indywidualnego w sieciach miejskich. Na tym tle przedstawiono najczęściej stosowane modele.
EN
Travel behavior modeling related with decision of route choice is a fundamental aspect of demand analysis in cities. The problem is special important in dense urban network, where efficient traffic management systems require dynamic OD matrix estimation. They are usually determined on base of aggregated information considered to be traffic counts, that is, counts of user flows on some links of the transportation network. The selected issues related with modeling of decision making process in urban networks have been identifying in the article. On that background the specification of used models have been presented. The special role of information in the process was also underlined.
EN
The article deals with some issues related with the travel demand modelling in dense street networks. Estimation of the trip distribution usually presented in a form of O-D matrix has been described as one of the most important stages of this process. The field of interest includes a short review as well as classification of the most popular and applicable methods in this area. The main emphasis has been placed on dynamic approach based on traffic counts. Advanced technologies used in traffic management systems should rely on real up-to-date and exact not only average travel demand information that provides efficient results. All above makes a background to formulate some assumptions for the original concept of the O-D matrix estimation.
PL
Określenie rozkładu przestrzennego ruchu, przedstawianego w postaci kwadratowej macierzy O-D, stanowi jeden z najważniejszych etapów procesu modelowania podróży w gęstych sieciach ulic. W artykule zamieszczono krótki przegląd oraz klasyfikację najczęściej wykorzystywanych metod wyznaczania macierzy podróży ze szczególnym uwzględnieniem metod o charakterze dynamicznym, opartych na pomiarach natężeń ruchu, które mogą być stosowane w efektywnym zarządzaniu ruchem w mieście. W przypadku gęstych sieci klasyczne metody wyznaczania macierzy O-D często są drogie i czasochłonne, a uzyskane na ich podstawie wyniki szybko się dezaktualizują ze względu na zmienny charakter systemu transportowego i jego otoczenia. W związku z tym coraz częściej wykorzystuje się dodatkowe tańsze źródła informacji i techniki budowy macierzy podróży. W czasach coraz bardziej powszechnego monitoringu obszarów miejskich informacja o aktualnym natężeniu ruchu na poszczególnych odcinkach sieci ulic staje się ważną wielkością, na podstawie której można wyznaczać macierze rozkładu przestrzennego ruchu. W artykule przedstawiono także koncepcję dynamicznego określania macierzy podróży w gęstych sieciach ulic.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.