Sviluppo trafficcamp

159 views

Published on

Presentazione effettuata presso il TrafficCamp di Milano, 17 marzo 2012

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

  • Be the first to like this

No Downloads
Views
Total views
159
On SlideShare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
2
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Sviluppo trafficcamp

  1. 1. 17/03/2012Milano e la sua ciclabilità. TESI: SVILUPPO DI UN INDICE DI COMPATIBILITÀ PER LA MOBILITÀ CICLISTICA Colombo Dario
  2. 2. MOBILITA CICLISTICA: Una soluzione ai problemi di mobilità allinterno delle grandi città Possibile solo se PROMOSSA DIFESA È necessario conoscere il comportamento dei ciclisti nei confronti delle infrastrutture e degli altri utenti della strada perCaratterizzare tratti stradali ed Individuare il percorsointersezioni quotidiano Individuare tratti stradali ed intersezioni fondamentali per interventi efficaci
  3. 3. CHE COSA SERVE?• Stima dell’INDICE DI COMPATIBILITÀ (per tratti stradali, intersezioni e percorsi) percepito dai ciclisti: CICLABILITA’ “...il livello di gradimento del ciclista nel percorrere un determinato tratto di strada o nellaffrontare unintersezione. 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 lintersezione stradale.”• Individuazione del PERCORSO PREFERITO dal ciclista.
  4. 4. 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); ... ABCDEF
  5. 5. METODOLOGIA SEGUITA Indagine 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.
  6. 6. MOBIBIC: progettazione -presentazione di un numero limitato di esempi da valutare-presentazione -tempo di questionariodell attributo -limitata possibilità di QUESTIONARIO-combinazione combinazione degli ON-LINEtra gli attributi attributi -comportamento strategico -errata interpretazione -captatio benevolentiae
  7. 7. MOBIBIC: progettazione numero limitato di filmati. Quali proporre? Scelta basata su tecniche di progettazione. -presentazione dell attributo -combinazione tra gli attributi Quali sono questi attributi?
  8. 8. MOBIBIC: progettazione Quali sono questi attributi? CICLABILITÀ DEI CICLABILITÀ DELLE CICLABILITÀ DEI TRATTI INTERSEZIONI PERCORSI ● Larghezza totale ● Rami ● Ciclabilità del tratto stradale ● Larghezza ciclabile ● Velocità veicoli peggiore ● Fisicamente separata ● Rotatoria ● Ciclabilità dellintersezione ● Pedoni ● Semaforo peggiore ● Velocità veicoli ● Parcheggio auto ● Media delle ciclabilità dei ● Parcheggio auto ● Pavimentazione tratti stradali ● Accessi carrabili ● Rallentamento veicoli ● Media delle ciclabilità delle ● Pavimentazione ● Binari intersezioni ● Discontinuità ● Uso improprio ● Binari ● Isole ● Pendenze ● Larghezza accessi ● Uso improprio ● Capacità e flussi veicolari ● Segnaletica ... ● Capacità e flussi veicolare ● Accelerazioni verticali ...DATI E FILMATI ACQUISITI TRA GENNAIO E MARZO 2011.
  9. 9. MOBIBIC: progettazione Quali sono questi attributi? PREFERENZA DEI PERCORSI ● Lunghezza totale ● Tempo totale ● Ciclabilità di percorsoNESSUN VIDEO, SOLO PRESENTAZIONE GRAFICA (ortofoto)
  10. 10. MOBIBIC: somministrazioneCICLABILITÀ di tratti stradali, intersezioni e percorsi: A - F 33 tratti stradali 18 intersezioni 5 percorsi MILANO
  11. 11. MOBIBIC: somministrazione PREFERENZA di percorso: 1 - 10 13 percorsi
  12. 12. 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). ABCDEF INDICE VALORE NUMERICO A 1 B 2 C 3 12 3 4 56 D 4 E 5 F 6● il valore medio della utilità del percorso indicato dai partecipanti (CTOT). 1 2 3 … 8 9 10
  13. 13. REGRESSIONEPerché regressione lineare ai minimi quadrati?• unicità della soluzione (valori dei parametri del modello);• formula algebrica, P= M T M −1 M T  y ;• 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”.
  14. 14. 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 R2 = 0,7785 R2 = 0.9417CICLN = 4.4784 – 0,6537*L_ACC + 1,4316*USO_IMPR + 0,5981*BIN+0,3401*RALL + 0,3370*ROT + 0,2745*PAVIM
  15. 15. MODELLI R2 = 0,9956 1 1CICLP =1,1606∗ ∗∑i L i∗CICLAi 0,3303∗ ∗∑ j CICLN j −1,1697 Ltot N Lunghezza del percorso più corto Lunghezza del percorso in questione R2 = 0,9113 Ltot −Lmin  CTOT =−0,10131,3168∗CICLP 0,8908∗ Lmin
  16. 16. IMPLEMENTAZIONE …CUBE 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)) …
  17. 17. IMPLEMENTAZIONE
  18. 18. IMPLEMENTAZIONECTOT = 7,0653 CTOT = 7,4124
  19. 19. VALIDAZIONEQUESTIONARIO presso il deposito biciclette della stazione ferroviaria di Lambrate:• 29 risposte Variazione dalC_TOT C_TOT minore (%)7.1473 1.16%7.1678 1.45%7.2335 2.38%7.2505 2.62%7.3501 4.03% 38%, percorso a CTOT minore (7,0653).7.41247.4395 4.91% 5.30% 7%, percorso con il 2° CTOT minore (7,1473).7.4876 5.98% 7%, percorso a lunghezza minore (7,4124).7.4975 6.12% 2 preferenze per percorsi non individuati dal s.w.7.5708 7.15%7.57457.6833 7.21% 8.75% 11 preferenze per percorsi non in regola per il7.7843 10.18% Codice della Strada.7.8348 10.89%7.8745 11.45% Il sw non può valutare anche questi percorsi. Il comportamento scorretto7.9742 12.86% abbatte il CTOT del percorso.8.1566 15.45%8.1584 15.47%8.2636 16.96% 61% delle preferenze per il percorso a CTOT minore (7,0653).8.6495 22.42% 11% delle preferenze per il percorso con il 2° CTOT minore (7,1473).
  20. 20. B.C.I. (Harkey)Applicazione al grafo Lambrate – Città Studi Applicazione alle risposte del questionario comparazione tra questionario, modello e BCI 8 6 F E D4 indice di ciclabilità C 2 B AA 0 -2 -4 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 CICLA_QUEST CICLA_MOD BCI B.C.I.: CICLA: Ee = -1,39 (-38%) Ee = 0 σe2 = 1,49 σe2 = 0,24 Usato in passato per definire la ciclabilità della rete stradale della Provincia di Parma
  21. 21. CONCLUSIONIModelli identificati Ottima stima della percezione dei ciclisti. Dedicati al territorio in esame.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.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.
  22. 22. POSSIBILI SVILUPPISupporto alle decisioni Individuazione di tratti stradali e intersezioni di interesse per la realizzazione di interventi (ANALISI MULTI- OBIETTIVI). y JCICL, f ANALISI M.O. J£ x J£Attributi di strade ed intersezioni Uso del suolo. Interazione tra larghezza del percorso e flusso veicolare. Delimitatori di corsia.Modelli identificati Ciclisti inesperti.

×