Wyniki wyszukiwania - Biblioteka Nauki

1

Possibility of Big Data Application for OD-matrix Callibration in Transport Demand Models

100%

Brzeziński A. , Dybicz T. , Brzeziński A. , Dybicz T.

|

nr 1

2

Analiza zmian natężeń ruchu drogowego w obszarach dużych aglomeracji

84%

Sarna S.

|

tom nr 5

160--168

PL

Analiza zmian natężeń ruchu na sieci drogowej w pięciu dużych aglomeracjach wykazała, że natężenia ruchu na sieci drogowej w aglomeracjach, gdzie wybudowano autostrady i drogi ekspresowe wzrosło bardziej niż w innych. Oznacza to, że szybkie drogi wzbudzają dodatkowy ruch, ponieważ umożliwiają budowanie osiedli oddalonych od centrów miast. Zjawisko to powoduje z kolei zapotrzebowanie na zwiększanie przekrojów poprzecznych dróg. W prognozach ruchu należy szacować ruch wzbudzony i dodawać go do ruchu wynikającego z modeli.

EN

Analysis of road traffic changes on road network in five large conurbations shows that traffic volumes in conurbations, in which motorways and expressways have been constructed, increased more than in others. In means that fast roads induce extra traffic since they make possible construction of new settlements far from town centers. This phenomenon causes in the result need for extension of road cross-sections. Induced traffic should be estimated and added to the traffic calculated in models.

3

Ruchotwórczość obiektów hotelowych na przykładzie Krakowa

84%

Rudnicki A. , Wojnar I.

|

tom Nr 90, z. 148

197-214

PL

Na podstawie pomiarów przeprowadzonych w 10 wybranych hotelach Krakowa oszacowano wzory regresji na potencjał ruchotwórczy, jaki wywołują. Wzory te uzależniają liczbę wjeżdżających i wyjeżdżających pojazdów w ciągu godziny szczytu porannego i popołudniowego od liczby pokoi w hotelu, bądź od liczby miejsc postojowych na przyhotelowym parkingu bądź od opłaty za parkowanie. W sytuacji maksymalnego obłożenia pokoi w hotelu, jeden pokój generuje przeciętnie w godzinie szczytu po ok. 0,15 wjazdów i wyjazdów, a jedno miejsce parkingowe - po ok. 0,2 wjazdów i wyjazdów.

EN

On the base of traffic measurements performed in 10 selected hotels in Krakow, the set of regression formulas for trip generation have been estimated. They involve number of incoming or outcoming vehicles during morning and afternoon rush hour with: number of rooms in a hotel, number of parking places and the charge for parking. On average, one hotel room generates circa 0,15 vehicles trips in rush hour or one parking place at the hotel generates circa 0,2 vehicles trips in rush hour for each kind from mentioned movements. Given numbers relate to the situation when all rooms are occupied.

4

Possibility of big data application for OD-matrix callibration in transport demand models

67%

Brzeziński A. , Dybicz T.

|

2021

|

tom Vol. 67, nr 1

215--232

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.

5

Differences between the traffic model and the actual road traffic and its structure

67%

Łukasiewicz A. , Świtała M.

|

tom Vol. 19, no. 1

79--91

EN

The paper presents two models of traffic forecasting developed for two completed road construction projects in two cities of Poland: Lublin and Poznań. The predictions from both models were compared with the field data. In the first part the article presents the currently used model for computational determination of road projects’ viability, including indication of relationships between road traffic forecasts on the one hand and actual road operations and viability of road projects on the other. The second part presents results of various international studies on road projects in order to show the differences between the predicted and the actual traffic volumes, which is typical for most developed countries. Then, the article discusses the differences observed between the model outputs and the actual traffic and its structure in the analysed road projects. Finally, the authors put forward their conclusions regarding the inconsistencies between the traffic models (as well as the resulting traffic forecasts) and the actual transport performance.

PL

W artykule przedstawiono dwa modele natężenia ruchu opracowane dla inwestycji drogowych zrealizowanych w Lublinie i Poznaniu. Dokonano porównania danych wynikających z obu modeli z danymi pomiarowymi pozyskanymi w terenie. W pierwszej części artykułu zaprezentowano obecnie wykorzystywany model obliczania efektywności ekonomicznej inwestycji drogowych, wraz ze wskazaniem powiązań pomiędzy prognozami ruchu drogowego a wykonywaną pracą przewozową i opłacalnością inwestycji drogowych. W drugiej części podane zostały wyniki międzynarodowych badań dotyczących inwestycji drogowych w celu wykazania odchyleń notowanych prawie we wszystkich krajach wysoko rozwiniętych, pomiędzy modelami ruchu a rzeczywistym natężeniem ruchu. W kolejnej części pracy omówiono różnice odnotowane między modelami ruchu w przypadku badanych inwestycji drogowych a rzeczywistym natężeniem i strukturą ruchu. We wnioskach przedstawiono konkluzje autorów na temat przyczyn odchyleń pomiędzy modelami ruchu i wynikającymi z nich prognozami ruchu a rzeczywistą pracą przewozową realizowaną na badanych odcinkach dróg.

6

Traffic analysis and pavement technology as a tool for urban noise control

59%

Kowalski K. J. , Brzeziński A. J. , Król J. B. , Radziszewski P. , Szymański Ł.

Archives of Civil Engineering

|

2015

|

tom Vol. 61, nr 4

107--125

EN

Traffic related noise is currently considered as an environmental pollution. Paper presents results of multidirectional study attempting to serve urban traffic without the need to erect noise barriers interfering urban space. Initial concept of the road expansion included construction of 1000 m of noise barriers dividing city space. Improvement in the acoustic conditions after construction completion is possible due to the applied noise protection measures: vehicle speed limit, smooth of traffic flow, use of road pavement of reduced noise emission and the technical improvement of the tramway.

PL

Budowa ciągów komunikacyjnych na terenie miejskim, w tym jezdni samochodowych i torowisk tramwajowych, związana jest z koniecznością spełnienia wielu dodatkowych wymagań związanych z bezpieczeństwem, organizacją ruchu pojazdów i wymaganiami ochrony środowiska. W ostatnich latach w Polsce jak i na całym świecie wzrosły oczekiwania społeczne dotyczące hałasu komunikacyjnego. Zgodnie z tzw. „dyrektywą hałasową” UE (2002/49/EC) hałas klasyfikuje się jako jedno z zanieczyszczeń negatywnie wpływających na środowisko. W Polsce przepisy (m.in. rozporządzenie Ministra Środowiska z 14 czerwca 2007 r. „W sprawie dopuszczalnych poziomów hałasu w środowisku”) początkowo nałożyły wysokie obostrzenia, przyczyniając się do budowy dużej liczby kosztownych ekranów akustycznych. Następnie wymagania w tym względzie złagodzono („Zmieniające rozporządzenie w sprawie dopuszczalnych poziomów hałasu w środowisku” z 1 października 2012 r.) na skutek protestów związanych ze znaczną ingerencją ekranów w krajobraz, ryzykiem zagrożenia bezpieczeństwa ruchu (ograniczanie widoczności) oraz podwyższaniem kosztów inwestycyjnych.