sviluppo trafficcamp
DESCRIPTION
Presentazione effettuata presso il TrafficCamp di Milano, 17 marzo 2012TRANSCRIPT
TESI: SVILUPPO DI UN INDICE DI COMPATIBILITÀ PER LA MOBILITÀ CICLISTICA
Colombo Dario
17/03/2012
Milano e la sua ciclabilità.
MOBILITA' CICLISTICA: Una soluzione ai problemi di mobilità all'interno delle grandi città
Possibile solo sePROMOSSADIFESA
È necessario conoscere il comportamento dei ciclisti nei confronti delle infrastrutture e degli altri utenti della strada
Individuare tratti stradali ed intersezioni fondamentali per interventi efficaci
per
Individuare il percorso quotidiano
Caratterizzare tratti stradali ed intersezioni
CHE COSA SERVE?
• Stima dell’INDICE DI COMPATIBILITÀ (per tratti stradali, intersezioni e percorsi) percepito dai ciclisti:
• Individuazione del PERCORSO PREFERITO dal ciclista.
“...il livello di gradimento del ciclista nel percorrere un determinato tratto di strada o nell'affrontare un'intersezione. Questo livello di gradimento è principalmente determinato dalla percezione di sicurezza e di comodità del ciclista. Sicurezza e comodità sono a loro volta formate a partire da tutte quelle caratteristiche valutate dal ciclista mentre percorre il tratto o l'intersezione stradale.”
CICLABILITA’
STATO DI FATTO
• B.C.I. Bicycle Compatibility Index (Harkey); • Rural B.C.I. (Jones);• I.L.S. Intersection Level of Service (Landis);• B.S.I.R. Bicycle Safety Index Rating (Davis);
...
A B C D E F
METODOLOGIA SEGUITAIndagine Visione filmati per valutazione dell’indice di compatibilità (on-line)
Identificazione dei modelli- Regressione lineare ai minimi quadrati- CROSS VALIDATION- Analisi d’incertezza
Implementazione - Software CUBE- Validazione- Confronto con B.C.I.
MOBIBIC: progettazione
QUESTIONARIOON-LINE
-presentazione dell' attributo-combinazione tra gli attributi
-tempo di questionario-limitata possibilità di combinazione degli attributi
-comportamento strategico-errata interpretazione-captatio benevolentiae
-presentazione di un numero limitato di esempi da valutare
MOBIBIC: progettazione
numero limitato di filmati.
-presentazione dell' attributo-combinazione tra gli attributi
Quali sono questi attributi?
Scelta basata su tecniche di progettazione.
Quali proporre?
MOBIBIC: progettazioneQuali sono questi attributi?
CICLABILITÀ DEI TRATTI
CICLABILITÀ DELLE INTERSEZIONI
CICLABILITÀ DEI PERCORSI
● Larghezza totale● Larghezza ciclabile● Fisicamente separata● Pedoni● Velocità veicoli● Parcheggio auto● Accessi carrabili● Pavimentazione● Discontinuità● Binari● Pendenze● Uso improprio● Segnaletica● Capacità e flussi veicolare● Accelerazioni verticali...
● Rami● Velocità veicoli● Rotatoria● Semaforo● Parcheggio auto● Pavimentazione● Rallentamento veicoli● Binari● Uso improprio● Isole● Larghezza accessi● Capacità e flussi veicolari...
● Ciclabilità del tratto stradale peggiore● Ciclabilità dell'intersezione peggiore● Media delle ciclabilità dei tratti stradali● Media delle ciclabilità delle intersezioni
DATI E FILMATI ACQUISITI TRA GENNAIO E MARZO 2011.
MOBIBIC: progettazioneQuali sono questi attributi?
PREFERENZA DEI PERCORSI
● Lunghezza totale● Tempo totale● Ciclabilità di percorso
NESSUN VIDEO, SOLO PRESENTAZIONE GRAFICA (ortofoto)
MOBIBIC: somministrazione
CICLABILITÀ di tratti stradali, intersezioni e percorsi: A - F33 tratti stradali18 intersezioni
5 percorsiMILANO
MOBIBIC: somministrazione
PREFERENZA di percorso: 1 - 10
13 percorsi
REGRESSIONEIndividuare i modelli che stimino:
● il valore medio dell’indice di compatibilità indicato dai partecipanti all’indagine per tratti stradali (CICLA), intersezioni (CICLN) e percorsi (CICLP).
● il valore medio della utilità del percorso indicato dai partecipanti (CTOT).
INDICE VALORE NUMERICO
A 1
B 2
C 3
D 4
E 5
F 6
A B C D E F1 2 3 4 5 6
1 2 3 … 8 9 10
Perché regressione lineare ai minimi quadrati?
• unicità della soluzione (valori dei parametri del modello);
• formula algebrica, ;
• riduzione degli errori di stima di grande entità;
• stima d’incertezza del valore dei parametri del modello.
Modelli identificati anche per “ciclisti esperti” e “ciclisti inesperti”.
REGRESSIONE
P=M T M −1M Ty
MODELLICICLA = 3,7473 - 1,1460*FIS_SEP + 1,0338*USO_IMPR + 0,4678*DISC + - 0,2524*ACC/100M + 0,7918*PAVIM + 0,0006*VEQ + 0,5566*PARCH
CICLN = 4.4784 – 0,6537*L_ACC + 1,4316*USO_IMPR + 0,5981*BIN +0,3401*RALL + 0,3370*ROT + 0,2745*PAVIM
R2 = 0,7785
R2 = 0.9417
MODELLI
R2 = 0,9956
R2 = 0,9113
Lunghezza del percorso più corto
Lunghezza del percorso in questione
CICLP=1,1606∗ 1Ltot
∗∑iLi∗CICLAi0,3303∗ 1
N∗∑ j
CICLN j−1,1697
CTOT=−0,10131,3168∗CICLP0,8908∗Ltot−Lmin
Lmin
IMPLEMENTAZIONECUBE 5 (Voyager)
…perc=kk num_arc=0 ltot_perc=0 m_c_a=0 s_c_a=0 s_c_n=0 loop k=1,dbi.1.numrecords,+1 ;per ogni arco if (dba.1.perc[k]=kk) ;seleziono percorso kk-esimo num_arc=num_arc+1 if(!((dba.1.nodo_a[k]=idx_a)||(dba.1.nodo_b[k]=idx_b))) s_c_a=s_c_a+(dba.1.lunghezza[k]*dba.1.ciclano_ac[k]) ltot_perc=ltot_perc+dba.1.lunghezza[k] s_c_n=s_c_n+dba.1.cicln_b[k] endif endif endloop if(!(ltot_perc=0))…
IMPLEMENTAZIONE
IMPLEMENTAZIONE
CTOT = 7,0653 CTOT = 7,4124
VALIDAZIONE
C_TOTVariazione dalC_TOT minore (%)
7.1473 1.16%
7.1678 1.45%
7.2335 2.38%
7.2505 2.62%
7.3501 4.03%
7.4124 4.91%
7.4395 5.30%
7.4876 5.98%
7.4975 6.12%
7.5708 7.15%
7.5745 7.21%
7.6833 8.75%
7.7843 10.18%
7.8348 10.89%
7.8745 11.45%
7.9742 12.86%
8.1566 15.45%
8.1584 15.47%
8.2636 16.96%
8.6495 22.42%
QUESTIONARIO presso il deposito biciclette della stazione ferroviaria di Lambrate:• 29 risposte
38%, percorso a CTOT minore (7,0653).7%, percorso con il 2° CTOT minore (7,1473).7%, percorso a lunghezza minore (7,4124).2 preferenze per percorsi non individuati dal s.w.
11 preferenze per percorsi non in regola per il Codice della Strada.
Il comportamento scorretto abbatte il CTOT del percorso.
61% delle preferenze per il percorso a CTOT minore (7,0653).11% delle preferenze per il percorso con il 2° CTOT minore (7,1473).
Il sw non può valutare anche questi percorsi.
B.C.I. (Harkey)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33-4
-2
0
2
4
6
8
comparazione tra questionario, modello e BCI
CICLA_QUESTCICLA_MODBCI
indi
ce d
i cic
labi
lità
Applicazione al grafo Lambrate – Città Studi Applicazione alle risposte del questionario
B.C.I.:Ee = -1,39 (-38%)σe
2 = 1,49
ABABCDEF
CICLA:Ee = 0σe
2 = 0,24
Usato in passato per definire la ciclabilità della rete stradale della Provincia di Parma
CONCLUSIONI
Filmati e questionari on-line Comodità e sicurezza nella somministrazione del questionario. Solido legame con realtà.
Attributi di strade ed intersezioni Buon compromesso tra legame con la realtà e facilità di acquisizione.
Modelli identificati Ottima stima della percezione dei ciclisti.Dedicati al territorio in esame.
Software Calcolo dei costi di percorso CTOT e individuazione del percorso a CTOT minore (conferma dalla validazione).Non deve giustificare il comportamento scorretto di alcuni ciclisti.Strumento per identificare le cause del comportamento scorretto.
Grafo Necessità di un grafo dedicato (es.: piste ciclabili in sede separata) per una corretta analisi della mobilità ciclistica.
POSSIBILI SVILUPPI
Attributi di strade ed intersezioni Uso del suolo.Interazione tra larghezza del percorso e flusso veicolare.Delimitatori di corsia.
Ciclisti inesperti.Modelli identificati
Individuazione di tratti stradali e intersezioni di interesse per la realizzazione di interventi (ANALISI MULTI-OBIETTIVI).
Supporto alle decisioni
J£
JCICL, f
y
x J£
ANALISI M.O.