Säkerhetseffekter av trafikledning på motorväg Gunnar Lind och Per Strömgren, Movea Trafikkonsult AB Johan Olstam, VTI
Jul 24, 2015
Säkerhetseffekter av trafikledning på motorväg
Gunnar Lind och Per Strömgren, Movea Trafikkonsult ABJohan Olstam, VTI
2
Syfte, metodik
Syfte:• “… att bidra till mer trovärdiga bedömningar av
trafikledningsåtgärder”
Metodik:• en internationell scanning av trafiksäkerhetseffekter av
trafikledning på högtrafikerade motorvägar• ett försök till syntes av effekter av variabla
hastighetsgränser, varningsvägmärken, kövarningssystem, kamerabevakning, hastighetsövervakning m.m.
• känslighetsanalyser med hjälp av trafiksimulering.
3
Svårt att isolera effekterMCS, motorvägsstyrningssystem= kövarning + homogenisering + körfältssignaler m.m.
Störst effekt i gles trafik
Störst effekt i tät trafik
Q (fordon/ 5 min)
v (km/ tim)
4
Hypotes om beteendeeffekterStudier från Finland, England och Sverige visar att säkerheten förbättras
även när systemet är passivt, ibland mer än när det är aktivt
• Fokuseringseffekter uppstår när en väg eller korsning utrustas med trafikledningssystem– man tror sig vara detekterad, att något ska hända
• Aktiveringseffekter uppstår när en skylt eller blinkande ljus tänds– beredskapen ökar, reaktionstiden minskar
• Hastighetsanpassningseffekter uppstår när hastigheten sänks eller homogeniseras– manöverutrymmet ökar, olyckskonsekvenserna minskar
5
Minskad reaktionstid väsentlig
Minskad olycksrisk som funktion av reaktionstid (Enke, 1979)
En halv sekund kortare reaktionstid kan minska upphinnande-olyckorna med upp till 40%
6
Trafikledning höjer reaktionsberedskapen
Tysk modell (Bernhard, 1999)
Trolig effekt av trafikledning
7
Kövarning har störst effekt i lågtrafik
Simuleringar styrker:• att kövarning ger ett
lungnare inbromsningsförlopp
• att effekten är större vid högre fordonshastigheter / lägre belastningsgrader
Olycksanalyser visar:• att allvarlighetsgraden i
lågtrafik kan vara upp till tre gånger högre
8
Hastighetsfall uppstår långt efter incidenter
• Kövarning kan fördubbla bromssträckan• Effekten (utan information) nästan lika stor efter 40 min som efter 10 min
9
Potensmodellen ej tillräckligEffekter vid olika hastighetsintervall går ej att förklara med
potensmodellen
• Ex: variabel hastighet– Högre hastighet ger lägre risk
• Ex: vägren som extra körfält– vid 140 km/h fördubblad risk– vid 80 km/h, ingen förhöjd risk
Relativa hastighetsskillnader kan förklara mer, men ej tillräckligt.
Sambanden är mer komplicerade
10
Säkerhet på motorvägarKomplext samband som är en kombination av
• hastighetsanpassning• reaktionsberedskap och• manöverutrymme
Trafikledning kan öka säkerheten med 10-30% beroende på vägtyp, trafikflöde, andel tät trafik, väderproblem m.m.
11
Störd trafik ökar risken
Det finns ett minimum för olycksrisken på 60-70% belastning.
Relativa förändringen av standardavvikelsen i medelhastigheter kan förklara risken vid störd trafik än bättre (Abdel-Aty, 2005).
Standardavvikelsen ofta fördubblad i samband med upphinnandeolyckor i tät trafik.
12
Variabel hastighet kan verka förebyggandeSammanbrott inträffar med ökad sannolikhet vid hög belastning (Kerner, 2011)
• En mycket stor störning krävs för sammanbrott vid belastning 0,85-0,9
• En mycket liten störning kan utlösa sammanbrott vid belastning 0,95-1,0
• Sänkt variabel hastighet (20 km/h) kan verka förbyggande vid belastning 0,7-0,8
13
Effekten av homogenisering behöver bekräftas
Mycket goda resultat internationellt, men kan vi uppnå dem I Sverige?
1. Lägre hastighet i låg- och mellantrafik tack vare hastighetskontroll
2. Jämnare hastighet vid tät trafik tack vare variabel hastighet
3. Ökad genomströmning vid maxbelastning
4. Färre sammanbrott med stora kapacitetsförluster
1
2
3
4
Exempel: M42 vid Birmingham
14
Bättre svenska mätdata är nödvändiga
• Hastighetsvariation och distanshållning på fordonsnivå– ökar förståelsen av störd trafik och effekt av homogenisering
• Effekt vid olika fordonshastigheter (hastighetsgräns, trafikflöde)– ökar förståelsen av effekter av homogenisering och kövarning
• Förekomst av sekundärolyckor– ökar förståelsen av behovet av kövarning
15
Fem punkter att ta tag i
• Bättre svenska mätdata• Beteendeförändringar (förståelse av fokuserings- och
aktiveringseffekter)
• Relativa hastigheters betydelse• Förbättrat modellstöd• Ruttvalsbeteende vid trafikledning och -information
Rapporten (Sätra v 1.0)kan laddas ned på
movea.se/Publikationer
Innehåller tre delstudier samt bedömningar av enskilda system vid
olika trafikförhållanden.
Tack för visat intresse!