Modellering av fart for vanlig sykkel og elsykkel

Like dokumenter
(El-)sykkelmodeller. Stefan Flügel Bedre By seminar

Fartsmodell for sykkel og elsykkel

Forklaringer på transportmiddelbruk - Casestudie sykkel. Et oppdrag for Vegdirektoratets etatsprosjekt: Miljøvennlig bytransport

Teknologidagene 2017 Samfunnsøkonomisk analyse og transport

Sykling og betydningen av arealbruk, topografi, avstand og reisetid

Transportstandard for sykkel SINTEF og Urbanet Analyse

Storbysamling Hvordan beregne effekter av sykkelekspressveier? Oslo, Oskar Kleven

Vekter for sykkelinfrastruktur til bruk ved rutevalg i regionale transportmodeller

Bakgrunn. Data. Sammendrag Modellering av reisehensikts- og døgnfordelinger for togreiser

NOTAT OM SYKLING SPYDEBERG HALLERUDSTRANDA. - en del av utredningsarbeidet for ny gang- og sykkelvei. Hovin skole Granodden langs fylkesvei 202

sentrum og fra Arendal vest via Hisøy mot sentrum.

Omtrent 15 prosent av syklingen foregår utenfor vegnettet

Syklistenes verdsetting av tid hvordan planlegge for framtidens syklister? v/ Ingunn Ellis, Urbanet Analyse Urbanet Analyses jubileumskonferanse 2016

KIT mer konkret tallfesting i transportmodellene?

ATP Modellen og sykkelplanlegging Lasse Andreassen

Utvikling av ulykkesmodeller for ulykker på riks- og fylkesvegnettet i Norge

Fartsmodellprosjektet

TMA4240 Statistikk 2014

Planlegging for sykkeltrafikk - 1

Ekspressveger for sykkel Nytt tiltak for å få fart på syklingen

TMA4245 Statistikk Eksamen desember 2016

Oppdrag. Data. Telefon: Rapporten kan lastes ned fra

RVU Dybdeanalyser. Sammenhengen mellom transportmiddelvalg, transportkvalitet og geografiske kjennetegn

Nye løsninger? Status for pilotprosjektet for sykkel. Tanja Loftsgarden, Statens vegvesen Samling i Sykkelbynettverket, Hamar 18. okt.

Gåing og sykling i transportmodeller og byutredninger. Oskar Kleven, Vegdirektoratet Bergen

Fartsmodell for næringslivets transporter

Gamlehaugveien Nybygg kontor

Etterspørselsmodellering av sykkel i transportmodeller

Utvikling og variasjon i sykkelomfanget i Norge - En analyse av RVU-data

Status for sykkel i fire byområderhvem og hvordan?

1. Hvilken by bor du i?

Pilotprosjekt for sykkelnye løsninger på gang?

Transportstandard for kollektivtrafikk og sykkel. SINTEF og Urbanet Analyse

Foreldremedvirkning: For å få nok voksne ute, er vi avhengige av å ha med foreldre som observatører.

Vinterfartsgrenser. Problemstilling og metode. Sammendrag:

NOTAT 1 INNLEDNING FAGRAPPORT TRAFIKK

Lokale klimagassutslipp fra veitrafikk

Målrettede sykkeltiltak i fire byområder. v/ Ingunn Ellis, Urbanet Analyse Sykkelbysamling region sør 2016

Temaanalyse av sykkelulykker basert på data fra dybdeanalyser av dødsulykker

Metodikk for kartlegging av forholdene for syklister og gående i et bysentrum Case: Midtbyen i Trondheim

Skadestueregistreringer af ulykker med cyklister i Oslo. Lárus Ágústsson, COWI A/S Plan og Trafik

Metodikk for kartlegging av forholdene for syklister og gående i et bysentrum Case: Midtbyen i Trondheim

Teknologidagene 2016 Bedre by folk og biler i kø

NOTAT. 1 Innledning SAMMENDRAG

Omfang av gåing til holdeplass

1 Innledning Datagrunnlag Sykkelnettet Kollektivnettet Holdeplasser... 3

IKEA VESTBY. REGULERINGSPLAN. VURDERING AV GANG- OG SYKKELVEGTILKNYTNING.

Utvikling og variasjon i sykkelomfanget i Norge - En dybdeanalyse av RVU-data. Ingunn Opheim Ellis, Urbanet Analyse Sykkelseminar 17.

FROGNER KRYSSINGSSPOR DETALJPLAN NOTAT GANG OG SYKKELVEGER

Temaanalyse av dødsulykker i gangfelt

Holdningsundersøkelse Sykkel i Bodø kommune

ATP-modellen og sykkelplanlegging. Kari Skogstad Norddal Asplan Viak i Trondheim

Eksamensoppgave i TMA4240 Statistikk

Bruk av reduserte fartsgrenser i byer og tettsteder

Simulere effekter av restriksjoner og økte tilbud hvordan kan dette brukes i forhold til lokal luftforurensning?

RVU-analyse sykling i Bergen

Avbøyningsradiens effekt på kjøretøyhastighet inn i rundkjøringer

Planlegging for sykkeltrafikk

Grunnkretsinterne reiser med gange i RTM

SKARET EIENDOM AS REGULERINGSPLAN SKARET EIE, EIGERSUND KOMMUNE TRAFIKKANALYSE

Evaluering av sykling mot enveiskjøring i Sandefjord sentrum. Førundersøkelse

TMA4240 Statistikk Høst 2018

4 Fremtidig situasjon

Transportstandard for kollektivtrafikk. SINTEF og Urbanet Analyse

Likestilte kommuner. Melhus er en mangfoldig kommune der det skal være mulig å være modig

Miljøpedagogisk samling 10. September. Gange, sykling, elsykling, CO2, kroner og helse. Fakta og framlegg til miljøpedagogisk prosjekt og kampanje

Bruk av ATP-modellen i sykkelplanlegging. Kari Skogstad Norddal Asplan Viak

Bruk av ATP-modellen i sykkelplanlegging

TMA4240 Statistikk Høst 2009

Sykkelen som premissgiver i arealplanleggingen

Vinterdekk og sykkelbruk

Effekter av nytt sykkelvegnett i Oslo Analyser for Oslopakke 3-sekretariatet Presentasjon frokostseminar 17. november 2017

Forelesning 16 Regresjonsanalyse 3. Regresjonsanalyse av timelønn. Modeller med samspill

Forelesning 17 Logistisk regresjonsanalyse

Guro Berge. Sykkelbysamling Region vest Mai Hva skjer i BEST?

Innholdsfortegnelse. Saksvik Øvre - trafikkanalyse. Solem:hartmann AS

ÅPENT MØTE KOMMUNEDELPLAN FOR SYKKEL LILLESAND KOMMUNE

Sykling mot enveiskjøring Effekter av å tillate toveis sykling i enveisregulerte gater i Oslo

UNIVERSITETET I OSLO

TMA4245 Statistikk Eksamen august 2014

Revidert håndbok 017 Veg- og. Randi Eggen Statens vegvesen Vegdirektoratet

Vi må bygge gode veganlegg for sykling!

Trafikdage Ålborg Universitet august 2007

Transportanalyser for kollektiv- gang- og sykkel i by. Bård Norheim

UNIVERSITETET I OSLO

TMA4240 Statistikk Høst 2016

Modellering av fartsvalg. Trafikdage Aalborg 2009

Institutt for byforming og planlegging

Øving 7: Statistikk for trafikkingeniører

ATP-analyser for sykkelplanlegging

TRAFIKANTERS VURDERING AV FART OG AVSTAND. Sammenfatning av litteraturstudium

Gruvedrift. Institutt for matematiske fag, NTNU. Notat for TMA4240/TMA4245 Statistikk

Hvilke tiltak vektlegger ulike trafikantgrupper, og finner vi lokale forskjeller?

Ny modell for å anslå kollektivandelen i Oslo og Akershus: Hvilke tiltak har størst effekt? Stefan Flügel (TØI),

EKSAMENSOPPGAVE I SØK1004 STATISTIKK FOR ØKONOMER

Faktorer som påvirker fergereisendes ventetid

Sykkelsatsning i Norge hvem planlegges det for? Hilde Solli og Tanja Loftsgarden Urbanet Analyse Årskonferanse 29. august 2014

UNIVERSITETET I OSLO

n n i=1 x2 i n x2 n i=1 Y i og x = 1 n i=1 (x i x)y i = 5942 og n T = i=1 (x i x) 2 t n 2

Kapittel 2. Utforske og beskrive data. Sammenhenger mellom variable

Transkript:

Modellering av fart for vanlig sykkel og elsykkel 17. februar 2017 Nina Hulleberg (TØI), nhu@toi.no

Innhold Bakgrunn Litteraturgjennomgang hva er gjort tidligere? Modellering Hva er modellering? Modellering av sykkelfart Datagrunnlag GPS-observasjoner Måling av sykkelfart Nettverk Estimering av modell Resultater Side 2

Oppdraget Utvikle en fartsmodell for sykkel/elsykkel Følgende prinsipper: Det skal beregnes en basisfart Lenkeinformasjon Utgangspunktet vil være vegnettet fra Nasjonal Vegdatabank (NVDB) Modellen skal være utformet slik at den kan brukes på hele vegnettet Modellen skal kunne integreres i RTM I dag brukes fast hastighet på 15 km/t Oppdragsgiver: Statens vegvesen, Guro Berge (Bedre by) Side 3

Modelleringsprosess Tid DATA Beskrive relasjoner Predikerende analyser Hva har skjedd? Hvorfor? Hva kommer til å skje? Side 4

Generelt arbeidsopplegg i prosjektet Teori og modellutvikling Litteraturgjennomgang fartsmodeller Identifisering av relevante forklaringsvariabler Utvikling av fartsmodell (matematisk funksjon) Datainnsamling og koding Samle inn GPS data Knytte GPS-data til nettverksdata Etablere/kvalitetssikre datagrunnlag for estimering Estimering og implementering Estimering av parameterne Beregne gjennomsnittshastighet for alle lenker i nettverket Validering av resultater (realitetssjekk) Side 5

Litteraturgjennomgang Hvor fort sykler en syklist? Ulike metoder: GPS- og pulsmålere (Parkin & Rotheam, 2010) Ferdselsregistratorer på sykler (Schleitz et.al., 2017) Små utvalg Hovedsakelig under 100 deltagere Flere med færre enn 20 stk. Stor variasjon i målt gjennomsnittshastighet 14 22 km/t Hva påvirker farten? Kjennetegn ved syklisten Kjønn Alder (?) Kjennetegn ved sykkelen Vanlig sykkel/elsykkel Type sykkel (bysykkel, racersykkel, ) Kjennetegn ved omgivelsene Stigning Infrastruktur Andre trafikanter (biler, fotgjengere, ) Side 6

Modellering Utvikle en fartsmodell for sykkel/elsykkel Følgende prinsipper: Det skal beregnes en basisfart Lenkeinformasjon Utgangspunktet vil være vegnettet fra Nasjonal Vegdatabank (NVDB) Modellen skal være utformet slik at den kan brukes på hele vegnettet Modellen skal kunne integreres i RTM I dag brukes fast hastighet på 15 km/t Side 7

Modellering Utvikle en fartsmodell for sykkel/elsykkel Følgende prinsipper: Det skal beregnes en basisfart Lenkeinformasjon Utgangspunktet vil være vegnettet fra Nasjonal Vegdatabank (NVDB) Modellen skal være utformet slik at den kan brukes på hele vegnettet Modellen skal kunne integreres i RTM I dag brukes fast hastighet på 15 km/t Side 8

Modellering Utvikle en fartsmodell for sykkel/elsykkel Følgende prinsipper: Det skal beregnes en basisfart Lenkeinformasjon Utgangspunktet vil være vegnettet fra Nasjonal Vegdatabank (NVDB) Modellen skal være utformet slik at den kan brukes på hele vegnettet Modellen skal kunne integreres i RTM I dag brukes fast hastighet på 15 km/t Side 9

Datagrunnlag GPS-observasjoner Faktisk adferd Hvor Når Hvem Nettverk Hvor Egenskaper ved infrastruktur Side 10

GPS-observasjoner Illustrasjon Sense.Dat Side 11

GPS-observasjoner Gjenkjenner transportmidler automatisk Registrert rundt 50000 sykkelturer i perioden 1.april 30.juni 2016 (ca. 24% elsykkel) 709 personer Side 12

GPS-observasjoner GPS-observasjoner: Person-ID kjønn, alder Tur-ID Koordinater (x,y) Tidspunkt pr. punkt Momentanhastighet Reisemiddel Reisehensikt Kollektivrute (hvis aktuelt) Side 13

Nettverk fra NVDB Egenskaper i NVDB samsvarer med egenskaper i RTM ~50.000 lenker Side 14

Koble GPS-punkter til NVDB-nettverk Hvert GPS-punkt finner nærmeste lenke Oppgir distanse mellom punkt og lenke Side 15

Koble GPS-punkter til NVDB-nettverk Side 16

Måling av fart på lenkenivå Slutt Start «observert» distanse Distanse hele lenken Vektet harmonisk gjennomsnitt Overestimerer basisfart (mister en del informasjon ved kryss) Side 17

Modellering Side 18

Estimering Ønsker å forklare (mest mulig) observert variasjon i datasettet Empirisk modell Lineær regresjonsmodell Logtransformert modell (ln(fart)) Inkluderer kun antatt beste observasjoner Vekting med lenkelengde Y = β 0 + β 1 x + ε Anvendelse RTM: Bør treffe fart på turnivå Lengre lenker viktigere for gjennomsnittsfart. Side 19

Modell ln(y) = β 0 + β 1 x + ε Y = exp β 0 + β 1 x + ε To separate fartsmodeller En for vanlig sykkel og en modell for elsykkel Samme matematisk modell, men ulike estimerte β-parametere Hver modell har over 40 variabler 18 dummy-variabler representerer stigning (én normalisert) 1 kontinuerlig variabel for stigning på inngående lenker 1 kontinuerlig variabel for kurvatur 4 dummy-variabler for infrastruktur (én normalisert) 12 dummy-variabler for krysstype kombinert med lengde på lenke 1 dummy-variabel for hovedsykkelruter 4 Proxy-variabler for trafikktetthet (sentrumsområde kombinert med skiltet hastighet) Side 20

Forklaringsvariabler og estimert relativ effekt vanlig elsykkel Dummy for stigning. Gj.snittlig stigning er brattere enn -9% 5 % 5 % Dummy for stigning. Gj.snittlig stigning er mellom -7 og -9% 11 % 6 % Dummy for stigning. Gj.snittlig stigning er mellom -6 og -7% 14 % 12 % Dummy for stigning. Gj.snittlig stigning er mellom -5 og -6% 18 % 19 % Dummy for stigning. Gj.snittlig stigning er mellom-4 og -5% 18 % 15 % Dummy for stigning. Gj.snittlig stigning er mellom -3 og -4% 15 % 12 % Dummy for stigning. Gj.snittlig stigning er mellom -2 og -3% 11 % 8 % Dummy for stigning. Gj.snittlig stigning er mellom -1 og -2% 6 % 3 % Dummy for stigning. Gj.snittlig stigning er mellom 0 og -1% 4 % 2 % Dummy for stigning. Gj.snittlig stigning er mellom 0 og 1% Normalisert Normalisert Dummy for stigning. Gj.snittlig stigning er mellom 1 og 2% -10 % -4 % Dummy for stigning. Gj.snittlig stigning er mellom 2 og 3% -13 % -8 % Dummy for stigning. Gj.stittlig stigning er mellom 3 og 4% -20 % -8 % Dummy for stigning. Gj.snittlig stigning er mellom 4 og 5% -27 % -12 % Dummy for stigning. Gj.snittlig stigning er mellom 5 og 6% -30 % -14 % Dummy for stigning. Gj.snittlig stigning er mellom 6 og 7% -39 % -18 % Dummy for stigning. Gj.snittlig stigning er mellom 7 og 9% -39 % -24 % Dummy for stigning. Gj.snittlig stigning er brattere enn 9% -43 % -32 % Kurvatur. Mål på hvor mye lenken svinger. -22 % -19 % Dummy for tilgang på markert sykkelfelt 8 % 7 % Dummy for gang- og sykkelvei tilgjengelig 6 % 9 % Dummy for sykkelvei 11 % 12 % Dummy for arbeidsreiser 11 % 11 % Dummy for Tkryss i start av lenke, lengelengde kortere enn 30 meter -9 % -13 % Dummy for Tkryss i slutten av lenke, lengelengde kortere enn 30 meter -4 % 0 % Dummy for Xkryss i start av lenke, lengelengde kortere enn 30 meter -12 % -24 % Dummy for Xkryss i slutten av lenke, lengelengde kortere enn 30 meter -9 % -4 % Dummy for Tkryss i start av lenke, lengelengde lenger enn 100 meter 0 % -1 % Dummy for Tkryss i slutten av lenke, lengelengde lenger enn 100 meter -2 % -1 % Dummy for Xkryss i start av lenke, lengelengde lenger enn 100 meter -1 % -1 % Dummy for Xkryss i slutten av lenke, lengelengde lenger enn 100 meter -3 % -3 % Dummy for Tkryss i start av lenke, lengelengde lenger mellom 30 og 100 meter -5 % -7 % Dummy for Tkryss i slutten av lenke, lengelengde mellom 30 og 100 meter -7 % -7 % Dummy for Xkryss i start av lenke, lengelengde mellom 30 og 100 meter -4 % -4 % Dummy for Xkryss i slutten av lenke, lengelengde mellom 30 og 100 meter -2 % -4 % Dummy for kjønn, mann = 1 13. % 5 % Gjennomsnitt av stigning på foregående lenker (kontinuerlig) Dummy for hovedsykkelruter (Tour de finance, ring 3, Trondheimsveien nord for Sinsenkrysset) -40 % -29 % 11 % 10 % Dummy for sentrumslenker hvor det er lav skiltet hastighet (<= 30 km/t) -21 % -21 % Dummy for lenker utenfor sentrum med lav skiltet hastighet (<= 30 km/t) -12 % -12 % Side 21 Dummy for sentrumslenker med skiltet hastighet over 30 km/t. -13 % -14 %

Predikert sykkelfart (over lenkene med observasjoner) Vanlig sykkel: Oppover: Min: 7,8 km/t Max: 23,8 km/t Gjennomsnitt: 14,4 km/t Elsykkel: Oppover: Min: 8,9 km/t Max: 23,9 km/t Gjennomsnitt: 16,4 km/t Nedover: Min: 10,3 km/t Max: 29,3 km/t Gjennomsnitt: 18,9 km/t Nedover: Min: 11,2 km/t Max: 29,1 km/t Gjennomsnitt: 19,4 km/t Side 22

Sykling nedover Sykling oppover vanlig El Side 23

Sammenheng mellom stigning og predikert fart Side 24

Utenfor sentrum Sentrum Predikert hastighet, ulik infrastruktur tilgjengelig elsykkel vanlig sykkel elsykkel vanlig sykkel 0 5 10 15 20 25 Sykkelvei Sykkelfelt Gsvei Veibanen Side 25

Side 26

Side 27

Oppsummering Å etablere fartsmodell kan videreutvikle dagens modeller og analyser Gjennomsnittshastigheten er over 15 km/t Variasjonen er relativt stor Observerer meningsfull variasjon i sykkelfart Menn raskere enn kvinner Sykling med elsykkel gir høyere fart enn med vanlig sykkel Stigning: Effekten av elsykkel er større i motbakker enn nedover Observerer en nedbremsingseffekt (nedover) ved bruk av både vanlig sykkel og elsykkel Side 28