Mobilita ciclistica testo_colombo_dario

173 views

Published on

testo diriferimento per le presentazioni MOBILITA_CICLISTICA

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
173
On SlideShare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
4
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Mobilita ciclistica testo_colombo_dario

  1. 1. SVILUPPO DI UN INDICE DI PER LANALISI DELLA MOBILITÀ CICLISTICA.Colombo Dario, Febbraio 2012.INTRODUZIONELa mobilità ciclistica potrebbe rivelarsi una soluzione (anche solo parziale) dei problemi di mobilitàallinterno dei grandi centri urbani come la città di Milano, per far ciò essa deve essere valorizzata, promossae difesa; questo è possibile solo conoscendo il comportamento assunto dai ciclisti nei confronti delleinfrastrutture e degli altri utenti della strada. Proprio dalla città di Milano si è voluto attingere perlacquisizione di tutti quei dati necessari per la realizzazione di questo lavoro.Gli obbiettivi dello studio presentato attraverso questo articolo sono la stima di un indice di incompatibilitàper quanto riguarda i tratti stradali e le intersezioni dal punto di vista dei ciclisti. Questo indice dipende dallivello di gradimento del ciclista nellaffrontare tratti stradali o intersezioni (che potrebbe essere definito conil termine di ciclabilità), influenzato dalle percezioni di sicurezza e di comodità da parte del ciclista. Questepercezioni a loro volta dipendono dalle caratteristiche fisiche e funzionali delle infrastrutture, siano esse trattistradali ( caratterizzate quindi da larghezza delle corsie, presenza di auto parcheggiate, flusso di macchine,ecc...) o intersezioni ( caratterizzate per esempio dalla presenza di controlli semaforici o rotatorie, numero dirami incidenti, ecc...).Il secondo obbiettivo di questo lavoro è invece lindividuazione del percorso scelto dal ciclista perraggiungere la destinazione semplicemente basandosi sulle proprie percezioni di sicurezza e comodità e sullecaratteristiche globali dei possibili percorsi.IMPOSTAZIONE DEL METODO DI LAVOROAl momento la maggior parte degli studi effettuati sullargomento sono di origine statunitense [1,2,3,4,5] eportano tutti alla realizzazione di un indice alfabetico da A ad F, con A indicante il livello di massimogradimento (ottima comodità e sicurezza) e F indicante il minimo livello di gradimento (pessima comodità esicurezza). Tutti questi indici hanno due forti limitazioni: • riguardano un territorio (U.S.A.) molto diverso da quello italiano sia dal punto delle modalità di urbanizzazione che dal punto di vista di approccio culturale alla mobilità ciclistica. • stimano lindice di incompatibilità di singoli elementi della rete stradale (tratti stradali o intersezioni) senza però proporre una visione globale del sistema, risultando quindi difficilmente utilizzabili per lindividuazione del percorso scelto dal ciclista.Si è quindi pensato di sviluppare il lavoro secondo la seguente metodologia: 1. sviluppo e somministrazione di unindagine SP (stated preferences) basata sulla visione e la valutazione di filmati; 2. identificazione dei modelli tramite regressione lineare ai minimi quadrati e cross-validation[8]; 3. implementazione dei modelli ottenuti nel software CUBE5 per lindividuazione del percorso preferito dal ciclista.REALIZZAZIONE DELLINDAGINELa realizzazione dellindagine si è basata sulla somministrazione di un questionario on-line, progettato inmodo tale da non impegnare esageratamente i partecipanti (in termini di tempo di visione e numero deifilmati) cercando tuttavia di presentare una serie di scenari che potessero fornire una buona rappresentazionedella realtà milanese (basandosi anche su indici di confronto, di ortogonalità e di effetto principale [9]) purdovendo confrontarsi con un numero limitato di possibili combinazioni tra gli attributi presentati allinternodei singoli filmati in quanto ripresi dalla realtà.Il questionario è stato pubblicizzato attraverso le numerose ciclofficine e i numerosi gruppi di appassionaticiclisti presenti nella città in questione. Si è inoltre cercato di allargare la partecipazione pubblicizzando ilquestionario anche durante eventi che non fossero direttamente legati al ciclismo.Ad ogni partecipante è stato chiesto di valutare la personale percezione di ciclabilità di 33 tratti stradali, 18nodi e 5 percorsi secondo i valori da 1 (ottima ciclabilità) a 6 (pessima ciclabilità), ognuno presentatoattraverso la visione del proprio filmato caricato su apposite piattaforme multimediali on-line.
  2. 2. Per quanto riguarda invece la scelta del percorso si è scelto (per motivi di tempo richiesto ai partecipanti) unapresentazione puramente grafica (foto aeree) evidenziando alcuni possibili percorsi utilizzabili per connetteremedesima origine e destinazione, inoltre venivano presentati anche i dati essenziali dei percorsi (tempoimpiegato, lunghezza percorsa e incompatibilità generale del percorso): veniva chiesta una valutazione da 1(ottimo percorso) a 10 (pessimo percorso).Il questionario è stato attivato il 30 marzo 2011 ed è stato chiuso il 21 luglio 2011, con un totale di 105partecipanti. Di questi 9 sono stati esclusi dallanalisi dei dati in quanto hanno completato il questionario inmeno di 20 minuti.IDENTIFICAZIONE DEI MODELLISi è proceduto quindi allindividuazione dei modelli che riuscissero stimare il valore dellindice medio diincompatibilità indicato dai partecipanti al questionario (indice da 1 a 6). Questo è stato fatto per trattistradali, intersezioni e percorsi.Il quarto modello invece è stato identificato per permettere la stima dellindice di dis-utilità medio dipercorso indicato dai partecipanti al questionario (indice da 1 a 10).Per individuare i modelli si è scelto di basarsi sulla regressione lineare ai minimi quadrati in quanto permettedi ottenere (per ogni modello) ununica soluzione del problema (in questo caso individuare i valori deiparametri moltiplicativi da inserire allinterno del modello), soprattutto tramite una formula algebricafacilmente implementabile nel calcolatore. Questa regressione permette inoltre di ridurre gli errori di stimadi grande entità e di stimare lincertezza dei valori dei parametri individuati (la presentazione di un modellonon può non essere accompagnata da una sua analisi dincertezza).In presenza di un dataset molto scarno si è evitato di scegliere arbitrariamente la suddivisione di questultimoin dataset di calibrazione e dataset di validazione, si è optato invece per lutilizzo della k-fold cross validation(per quanto riguarda tratti stradali ed intersezioni) e una leave one out cross validation (per quanto riguarda ipercorsi) [8]. Allinterno degli algoritmi sviluppati per lindividuazione dei modelli si è introdotto anche unmeccanismo per evitare loverfitting (sovraparametrizzazione) dei modelli. In questo modo si è assicuratoche con buona probabilità i modelli, seppur identificati da un dataset molto scarno, funzionino bene non soloper il dataset di origine ma anche per lintera rete stradale di Milano.I modelli individuati dalla regressione lineare ai minimi quadrati sono mostrati qui di seguito.Il modello identificato per la stima dellindice di incompatibilità del singolo tratto stradale è:ICA=3,8819 - 1,2491*FIS_SEP + 1,0419*USO_IMPR + 0,4269*DISC – 0,2796*ACC/100M + +0,7488*PAVIM + 0,0006*VEQ + 0,5073*PARCHcon: Unità di misura/Attributo Descrizione valori 0 = no, Valore posto pari a 1 nel caso in cui il percorso ciclabileFIS_SEP 1= sì rientri nella tipologia “piste ciclabili in sede propria” [14]. 0 = assente, Valore posto a 1 nel caso in cui lungo il tratto stradalePARCH percorso siano parcheggiate oltre il 30% delle macchine 1= presente potenzialmente parcheggiabili. Numero medio di accessi carrabili da parcheggi oACC/100M acc/100m abitazioni private ogni 100m (solo sul lato destro del senso di marcia).PAVIM 0 = conglomerati, Valore posto pari a 0 nel caso in cui la pavimentazione sia 1=giuntati composta da materiali senza giunti; posto pari a 1 nel caso in cui i materiali usati per la pavimentazione siano
  3. 3. Unità di misura/Attributo Descrizione valori caratterizzati da giunti. Valore posto pari a 1 nel caso in cui lungo larco stradale 0= assente, siano presenti uno o più elementi di discontinuità (dossi,DISC 1= presente attraversamenti pedonali,platee rialzate, dissuasori verticali,...). Posto pari a 1 nel caso in cui il percorso ciclabile (di qualsiasi tipologia) sia ostruito parzialmente o in toto da 0= assente, veicoli fermi o in movimento. Non rientra in questo casoUSO_IMPR 1= presente il parcheggio al di fuori degli appositi spazi indicati dalla segnaletica orizzontale se non intralcia il percorso ciclistico. Riporta il flusso rilevato al momento delle riprese inV_EQ Veicoli equiv./h veicoli equivalenti per ora.ICA Da 1 a 6 Stima dellindice di incompatibilità del tratto stradale.Il modello riguardante la ciclabilità dei tratti stradali (indicata con la variabile ICA) è quindi fortementeinfluenzato da vari attributi tra cui la presenza o meno di percorsi ciclabili fisicamente separati dal trafficoautomobilistico (FIS_SEP), luso improprio (USO_IMPR) da parte degli altri veicoli dei percorsi ciclabili (diqualunque natura essi siano), la frequenza di accessi carrabili (ACC/100M); gli indici prestazionali sono:Jm_val=0.4015;Jm_cal=0.2259;R2=0.7785;F=11.1395;con:Jm_val= valore medio della funzione obiettivo in fase di validazione ovvero, errore quadratico medio valutatonei vari dataset di validazione durante la cross validation.Jm_val= valore medio della funzione obiettivo in fase di calibrazione ovvero, errore quadratico medio valutatonei vari dataset di calibrazione durante la cross validation.R2=coefficiente di determinazione del modello.F=statistica F del modello.Per quanto riguarda invece la ciclabilità delle intersezioni il modello trovato è:ICN= 4.479 – 0,6537 * L_ACC + 1,4316 * USO_IMPR + 0,5981 * BIN +0,3401 * RALL + 0,3370 *ROT + 0,2745 * PAVIMcon: Unità di misura/Attributo Descrizione valore 0 = assente, Valore posto a 1 nel caso in cui lintersezione stradale siaROT 1= presente entro una rotatoria.
  4. 4. Unità di misura/Attributo Descrizione valore Valore posto pari a 0 nel caso in cui la pavimentazione 0 = conglomerati, sia composta da materiali senza giunti; posto pari a 1 nelPAVIM 1=giuntati caso in cui i materiali usati per la pavimentazione siano caratterizzati da giunti. Valore posto a 1 nel caso in cui lintersezione (non i nodi 0= assente, ad essa connessi) sia fornita di strutture per ilRALL 1= presente rallentamento dei veicoli che si accingono ad attraversarla (es.: platee rialzate). 0= assente, Valore posto pari a 1 nel caso in cui presso il nodoBIN stradale siano presenti binari per la circolazione 1= presente tramviaria. Posto pari a 1 nel caso in cui il percorso ciclabile allinterno, allingresso o alluscita dellintersezione sia 0= assente, ostruito parzialmente o in toto. Non rientra in questo casoUSO_IMPR 1= presente il parcheggio al di fuori degli spazi indicati dalla segnaletica orizzontale che non intralci il percorso ciclabile. Larghezza del percorso ciclabile in corrispondenza dellaccesso allintersezione. Posto pari a 0 nel caso in cuiL_ACC metri lintersezione non preveda alcun percorso ciclabile riservato per nessun arco connesso al nodo.Il modello riguardante la ciclabilità delle intersezioni (variabile ICN) è fortemente influenzato anche inquesto caso dallutilizzo improprio che gli altri veicoli possono fare dei percorsi riservati in realtà ai soliciclisti (USO_IMPR), allo stesso modo la presenza di binari allinterno dellintersezione (BIN) contribuisce apeggiorare il valore dellindice di ciclabilità, come anche la presenza di rotatorie (ROT) o il tipo dipavimentazione (PAVIM). Gli indici prestazionali sono:Jm_val=0.0869;Jm_cal=0.0295;R2=0.9417;F=25.8061;Il modello riguardante lincompatibilità dei percorsi ( insieme di tratti stradali ed intersezioni che locompongono) si basa principalmente sulla media delle ciclabilità dei tratti stradali componenti il percorso(pesata in base alle lunghezze dei singoli tratti) e sulla media della ciclabilità dei nodi componenti ilpercorso.ICP = -1,4239 + 1,2675 * media(ICAi) + 0,1820 * media(ICNj)Gli indici prestazionali sono:Jm_val=0.0285;Jm_cal=0.0014;R2=0.9956;F=1008;
  5. 5. Infine il modello per la stima della dis-utilità totale IVP del percorso si basa sia sulla ciclabilità del percorsostesso sia sullincremento relativo di lunghezza del percorso in questione rispetto al percorso a distanzaminima che si potrebbe effettuare per raggiungere la medesima destinazione.IVP= -0.1014 + 1,3168 * ICP + 3,8908* (LP-Lmin)/LminIndividuando il percorso a costo totale IVP più basso si viene quindi ad individuare il percorso che conmaggiori probabilità verrà scelto dal ciclista nella realtà. Gli indici prestazionali sono:Jm_val=0.2842;Jm_cal=0.1881;R2=0.9113;F=47,8165;IMPLEMENTAZIONEI modelli precedentemente identificati sono quindi stati utilizzati per lindividuazione del percorso scelto dalciclista nella realtà; questo è avvenuto implementandoli allinterno del software CUBE 5, ideato per losviluppo di applicazioni riguardanti la pianificazione dei sistemi di trasporto di qualsiasi tipo. Questosoftware offre agli utenti uninterfaccia molto elastica in quanto basata su un linguaggio di programmazionemesso a disposizione dellutente per la realizzazione di scripts dedicati agli obbiettivi prefissati. In questomodo si è potuto implementare secondo il linguaggio proprietario di CUBE5 i modelli identificati.Si è voluto utilizzare il software in alcuni casi reali tra cui la rete stradale compresa tra la stazioneferroviaria di Lambrate e Città Studi, per individuare il percorso preferito dal ciclista con origine presso lastazione ferroviaria e destinazione presso piazza Leonardo da Vinci (individuato nella seguente figura 1 incolor azzurro).In seguito si è proceduto alla fase di validazione per verificare se il percorso individuato dal software fosserealmente quello preferito dai ciclisti per i propri spostamenti. Per far ciò si è sottoposto un velocequestionario ai ciclisti in partenza dalla rimessa di biciclette della stazione ferroviaria di Lambrate. Venivarichiesto di indicare il percorso preferito nel caso in cui partendo da quel punto si fossero dovuti dirigerepresso Piazza Leonardo da Vinci, angolo Viale Celoria. Sono state ottenute 29 risposte con le seguentipreferenze: – il 38% preferisce il medesimo percorso individuato dal software; – il 7% preferisce il medesimo percorso individuato dal software come quello con la seconda disutilità più bassa tra la totalità dei possibili percorsi effettuabili; – Il 7% preferisce il percorso a lunghezza minore.Le risposte rimanenti fanno tutte capo a comportamenti scorretti dei ciclisti (in particolar modo affrontaretratti stradali in senso opposto rispetto a quello prescritto), vedi figura 1.
  6. 6. Illustrazione 2: caratterizzazione del grafo stradale e Illustrazione 1: percorsi scelti dai ciclistipercorso a minima disutilità ma non i regola con il C.d.S.Queste risposte non possono essere utilizzate per validare il software ma soprattutto questultimo non può inalcun modo prendere in considerazione la possibilità che i ciclisti possano effettuare queste scelte, sarebbecome giustificare questo comportamento scorretto. Il software può invece essere usato in una seconda faseper analizzare il comportamento scorretto dei ciclisti (infatti si evidenzia come il comportamento scorrettotenda ad incrementare lutilità di percorso fino a farle raggiungere a valori comparabili allutilità del percorsoindividuato dal software come il migliore possibile in condizioni di rispetto delle regole) e per individuare lescelte adatte per ridurre questi comportamenti.A valle di questi ragionamenti si può comunque evidenziare come il software riesca a rappresentarecorrettamente il 72% delle preferenze ritenute concordi con il Codice della Strada registrate durantelindagine.CONFRONTO CON IL B.C.I.Il confronto con il B.C.I. sviluppato da Harkey [1] per la stima della ciclabilità dei tratti stradale è riportatoin figura 3 : il B.C.I. è stato utilizzato per cercare di stimare le risposte al questionario on-line riguardantilindice di ciclabilità dei tratti stradali: si può vedere attraverso il grafico come il B.C.I. sottostimi gli indiciindicati nel questionario in media del 38%. In realtà la sottostima non è costante, infatti lerrore di stima delmodello ha una varianza pari a 1,49 punti (per un indice numerico compreso tra 1 e 6). Nel caso in cui ilB.C.I. venisse usato allinterno di un modello per la stima dellindice di incompatibilità, questo modelloavrebbe un coefficiente di determinazione (R 2) pari a 0,42 (il modello perfetto avrebbe un indice pari a 1 e ilmodello precedentemente individuato per la stima di ICA ha un coefficiente R 2 pari a 0.7785).
  7. 7. Il B.C.I. non riesce a rappresentare correttamente le percezioni dei ciclisti poiché è stato sviluppato negliU.S.A., in cui cultura ciclistica e strutture urbane sono ben differenti da quelle italiane e, in questo caso, daquelle di Milano. I modelli individuati in questo lavoro fanno invece riferimento a filmati effettuati a Milanoe stimano le percezioni dei ciclisti milanesi.Illustrazione 3: la comparazione evidenzia la sottostima del modello B.C.I.CONCLUSIONIUna prima ed inevitabile conclusione è che lanalisi di incompatibilità delle infrastrutture nei confronti dellamobilità ciclistica richiede la realizzazione di strumenti dedicati al territorio in esame. Infatti i modelliidentificati, essendo dedicati al territorio in esame (rete stradale, normativa e comportamento degli utentidella strada, ciclisti) forniscono unottima stima della percezione dei ciclisti.Ulteriori conclusioni sono le seguenti: – lutilizzo di filmati e questionari on-line permetto leffettuare indagini con una alta comodità e sicurezza (per i ciclisti) pur permettendo ai partecipanti di immedesimarsi negli scenari che sono chiamati a valutare. – Gli attributi di strade ed intersezioni utilizzati allinterno dei modelli risultano essere un buon compromesso tra facilità di acquisizione e prestazioni dei modelli. – Il software utilizzato fornisce non solo il percorso a maggior utilità ma anche i percorsi con utilità minori. La qualità del software e degli scripts implementati è stata confermata dalla fase di validazione (anche se in un caso molto critico come nel grafo compreso tra la stazione ferroviari di Milano Lambrate e Città Studi, in quanto non erano presenti tratti con un buono o almeno sufficiente livello di ciclabilità). Il software non deve giustificare il comportamento scorretto tenuto da alcuni ciclisti ma invece deve essere utilizzato come supporto per individuare le cause di ciò e le possibili soluzioni attuabili come forma di contrasto. – Il corretto funzionamento del software è fortemente legato alluso di una rappresentazione delle reali infrastrutture messe a disposizione dei ciclisti. In questo caso ci si è basati sul grafo messo a disposizione dallAgenzia per la Mobilita lAmbiente e il Territorio A.M.A.T., questo grafo è nato per lanalisi della mobilità dei veicoli a motore, non sono ad esempio rappresentate le piste ciclabili in sede separata.
  8. 8. BIBLIOGRAFIA 1. Harkey, et al.. (1998). Development of the Bicycle Compatibility Index: A Level of Service Concept. Report FHWA-RD-98-072, FHWA. U.S. Department of Transportation. 2. Davis, J. (1987), Bicycle Safety Evaluation. Auburn University, City of Chattanooga, and Chattanooga-Hamilton County Regional Planning Commission, Chattanooga. 3. Landis, et al., (1997). Real-Time Human Perceptions: Toward a Bicycle Level of Service. In Transportation Research Record 1578, TRB, National Research Council, Washington, DC. 4. Jones, E. G. (2004). Final report: Development of rural bicycle compatibility index. 5. Landis, B. W., et al., (2003). Intersection Level of Service for the Bicycle Through Movement. 6. Lorenzo Giorgio, (2003). La mobilita ciclistica nel cuore di Milano : nuove metodologie nella pianificazione. Politecnico di Milano. 7. Busi, R. et al., (2007). Interventi per incentivare la mobilità non motorizzata, pp. 19-35, 71-83. 8. Refaeilzadeh P., et al., (2009). Cross-Validation, Encyclopedia of Database Systems, pp.532–538). 9. Cascetta, E. (2006). Modelli per i sistemi di Trasporto, pp. 526-532. 10. Hochmair, H. H.GIS-based identification of effective bicycle level of service improvement in street networks. 11. Drufuca, A. (2009) Andamento della mobilità ciclistica a Milano (2008-09). 12. F.I.A.B. CICLOBBY(2009). 8° Censimento dei ciclisti milanesi. 13. Colombo, D., (2011) SVILUPPO DI UN INDICE DI COMPATIBILITÀ PER LA MOBILITÀ CICLISTICA, Politecnico di Milano. 14. DECRETO MINISTERIALE 30 novembre 1999, n. 557, Regolamento recante norme per la definizione delle caratteristiche tecniche delle piste ciclabili.

×