Session 49 david gundlegård

Alternativa kostnadseffektiva metoder för

insamling av trafikdata

METRA

David Gundlegård

Institutionen för Teknik och Naturvetenskap

Avdelningen för Kommunikations- och Transportsystem

Andreas Allström (LiU/Sweco)

Transportforum 2012

2012-01-12 David Gundlegård, ITN

Sid

2

Outline

Om METRA

Trafikdata

Alternativa tekniker

Specifika sensorer

Frågor

METRA

• Alternativa MEtoder för kostnadseffektiv

insamling av TRAfikantdata

• Finansierat av Trafikverket FUD – TTS

• Två huvudområden

• Översikt alternativa metoder

för insamling av trafikdata

• Test av GPS-utrustade mobil-

telefoner som trafiksensorer

• Fortsättningen på METRA är ett projekt som

heter Mobile Millennium Stockholm


Sid

3

Sensorer för ”officiella” restider

4

Vad estimera?

• Flöde

• Hastighet

• Densitet

• Restid

• O/D-matris

Varför?

• Trafikantinformation

• Kövarning

• Vägval

• Trafikstyrning

• Påfartskontroll

• Körfältskontroll

• Resmönster

• Statistik

• Årsdygnstrafik

• Trender restid

• Miljöpåverkan

• …


Sid

5

Trafikdata

Fasta sensorer

• Penetrationsgrad

• Antal körfält

• Mätnoggrannhet

• Position

• Hastighet

• Occupancy

• Aggregeringsnivå

• Installationsprocedur

• Placering

Rörliga sensorer (probes)


• Samplingsfrekvens

• Rum VS tid

• Mätnoggrannhet

• Position

• Hastighet


Jämför: ”Bilkön rör sig till sensorn”

VS ”Sensorn rör sig till bilkön”

Huvudegenskaper sensorer

Alternativa tekniker

• Vad är alternativa tekniker?

• Motsatsen till standardtekniker…

• Radar

• Slingdetektorer

• Nummerskyltskameror

• I detta projekt

• Fokus på trafikdata som primärt samlas in för andra syften

• Egenskaper standardtekniker

• Hög installationskostnad

• Hög underhållskostnad

• Pålitliga

• Datakvalitet vid låga och mycket varierande hastigheter?

• Alternativa tekniker

• Trafiksignaldetektorer

• Radartorn

• Bluetooth- / WiFi-sensorer

• Vägtullar/trängselskatt

• GPS-probes

• Mobilnätsdata


Trafiksignaldetektorer

• Primärt

användningsområde är att

styra trafiksignaler

• Stor potential

• ca 600 trafiksignaler i

Stockholm

• Möjlig datakälla för att

skatta och prediktera

trafikläget i staden

• Dagens signaldetektorer ej

anpassade för att samla in

trafikdata

• Ny generation

trafiksignaldetektorer

• Trådlös kommunikation,

enkla att installera

• Möjlighet att mäta flöde,

hastighet och ev. restid

• Försök pågår i Stockholm

David Gundlegård, ITN

Trafiksignaldetektorer

• Problem

• Olika typer av detektorer

• Systemet ej byggt för datainsamling

• Svårigheter vid

acceleration/retardation

• Restider genom

matchning av signaturer


Radartorn

• Ursprungligt användningsområde

• Övervakning

• Användning vägtrafik

• Stillastående fordon, hinder på vägen

• Ersätter videobaserade system

• Mäter rörelse 360° inom en radie av ~ 800 m

• Trafikdetektoranvändning

• Hastighet och flöde

• Restid (max sträcka 1,5 km)

• Följa fordon, vävningsbeteende vid ramper etc


Sid

10

Bluetooth / WiFi

• Detekterar Bluetooth-enheter i bilar

• Kostnadseffektiv och enkel installation

• WiFi-enheter

• Mobiltelefonen som WiFi-accesspunkt

• WiFi-nätverk i bilen?


Bluetooth


• Varierar mellan 2 och 20 % i litteraturen

• Köpenhamn

• En sensor täckte motorväg med två körfält i

vardera riktning

• Penetrationsgrad runt 20 %

• Positioneringsnoggrannhet tillräcklig för

stadstrafik?

• Försök på gång i Stockholm

• Bygger på att Bluetooth-enheter kan

upptäckas

• WiFi/Bluetooth probes…


Sid

12

GPS-probes

• Smartphones

• Navigeringssystem

• Fleet management-system

• Taxi

• Bussar

• Åkerier

• Hemtjänst

• …

• Pay-as-you-drive

• …


Sid

13

GPS-probes METRA

14 David Gundlegård, ITN

Mobilnätsdata

• Hur många mobiltelefon-abonnemang i

Sverige?

• 11.6 miljoner

• Hur många mobiltelefoner per fordon?

• Antagligen minst 1…

• Nya typer av nät och mer trafik i näten

• Mer data av bättre kvalitet!


Mobilnätsdata

• Vilken data som genereras från en mobiltelefon beror på telefonens tillstånd

• Aktiv VS påslagen

• Lämplig för olika typer av användningsområden

• Restider

• Resmönster/OD-skattning

• Mer datatrafik ger fler aktiva telefoner

• Smartphones genererar mycket datatrafik för synkronisering av olika tjänster

• Mycket användbart för att få information om hur fordon rör sig


Sid

16

Aktiv mobil (GSM + GPRS)

Aktiv (GSM + GPRS)

och nyligen aktiv mobil (GPRS)

Inaktiv men påslagen mobil (GSM + GPRS)

Mobilnätsdata

• Utvärderat för restider i Malmö

• Varför lades systemet ner?

• Dålig kvalitet på restidsskattningar

• Kan bero på antalet aktiva mobiltelefoner, nät- och vägstrukturen i området, de algoritmer som användes för att skatta restider etc.

• Endast CellInt vet den verkliga orsaken…

• Omogen teknik med stor potential, behövs forskning och oberoende utvärdering med svenskt fokus

• Vinnova-projekt ”Framtidens mobilitet”

• Konsortium byggs just nu: SICS, LiU, Ericsson, IBM, Sweco, Trafikverket, MSB…


Sid

17

• O/D-estimering från Mobilnätsdata relativt enkelt och ändå bättre än resvane-undersökningar ur flera aspekter?

Sammanfattningsvis

• Många alternativa tekniker tillgängliga

• Alla har olika egenskaper

• Ingen teknik perfekt, kombinera för bästa

resultat

• Hur kombinera? En annan presentation!

• Minska antalet fasta sensorer genom att

kombinera effektivt med alternativa tekniker

• Tillämpningen styr val av sensor

• Kostnadseffektivitet kräver dock multipla

tillämpningar från samma sensor


Sid

18

[email protected]

Documents

Session 49 david gundlegård