En automatiserad process för identifiering av flaskhalsar i trafiksystemet
Trafikhaveri är ofta observerade fenomen på vägar i större städer, särskilt under rusningstid. Platser längs en vägsträcka med ofta observerade haverier kallas återkommande flaskhalsar. Kunskap om flaskhalsplatser är viktiga för att förbättra trafikförhållandena på dessa platser.
Flaskhalsplatser kan identifieras genom manuell inspektion av data. Men på grund av den omfattande mängd data som finns tillgänglig idag, blir det opraktiskt att manuellt identifiera haverier och istället kan en automatiserad process användas. Vi föreslår en sådan automatiserad metod. Den föreslagna metoden tillämpas på ett användningsfall söder om Stockholm i Sverige. En månads data som samlats in på tätt placerade detektorer används för att undersöka känsligheten hos parameterinställningarna. Efter kalibrering av tröskelvärdena identifieras 100 % av de större haverierna och 40 % av medelstora haverier. Mindre haverier, som inte ger någon betydande inverkan på trafikförhållandena, upptäcks endast i 10–20 % av fallen. Därefter tillämpas metoden på 1 års data för att illustrera metodens tillämpbarhet på en större datamängd. Resultaten visar att metoden är lovande att använda för identifiering av återkommande flaskhalsplatser.
Läs hela artikel från CTR-projektet Evaluation of the impact on capacity at incidents här.