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!

16gunnar.lind@movea.se