Сборник докладов - Системы организации и управления безопасностью дорожного движения 2008

Подождите немного. Документ загружается.

Целевая конференция «Системы организации и управления безопасностью дорожного движения»

количественной форме (в виде направления связи показателей и т.д.). Однако даже сам

выбор этих переменных представляет собой серьезную исследовательскую задачу.

Количество показателей состояния крупной транспортной системы исчисляется тысячами, а

тех алгоритмов их классификации, выявления взаимосвязей между ними и формирования

сводных показателей, которые разработаны на сегодняшний день, недостаточно для решения

столь глобальной задачи.

Статистические и эконометрические модели успешно применяется при

прогнозировании поведения транспортной системы в его отдельных аспектах, например, в

части спроса на транспорт [3,7]. Однако корректность применения только этого класса

моделей для прогнозирования поведения системы в целом вызывает сомнения. Дело в том,

что всякая транспортная система обладает достаточно высокой инерцией, а многие ее

элементы находятся друг с другом не только в корреляционных, но и в функционально-

технологических взаимосвязях. Тем самым, транспортная система в целом как объект

моделирования не всегда удовлетворяет одной из базовых предпосылок статистической

методологии – предположению о статистической независимости наблюдений.

Методы экспертных оценок также не могут играть роль основного инструмента

поддержки принятия решений в силу низкой степени формализации и наличия субъективных

факторов.

Приведем краткое описание средств моделирования, используемых

PTV Vision® VISUM. По существу, идея состоит в представлении реальной транспортной

системы в виде набора лишь небольшого числа базовых объектов, связанных определенными

отношениями, число видов которых также не слишком велико.

Состояние каждого объекта характеризуется набором значений некоторого

количества переменных, называемых атрибутами, вообще говоря, различным для объектов

разных типов.

Базовые объекты описания транспортной системы и отношения между ними

приведены в табл. 1.

Базовые объекты PTV Vision® VISUM

Таблица 1.

Тип объекта

Описание

Связи с другими объектами

Узлы

точки пересечения транспортны

х коммуникаций

(автомобильных дорог, железнодорожных и

трамвайных путей), назначение которых состоит в

модельном представлении перекрёстков. Каждому

отрезку однозначно соответствует пара узлов.

Соответственно, в число атрибутов каждого узла

входят идентификаторы отрезков,

соответствующих данному узлу, а также

бинарные переменные, показывающие, является

ли данный узел началом или концом данного

отрезка.

может являться одним из

концов отрезка;

связывается с центрами

тяжести прилегающих

районов посредством

примыканий;

может быть носителем

поворотов, остановок и

других объектов.

Отрезки

Часть пути (например,

автомобильной или железной дороги),

ограниченная двумя

перекрёстками и не содержащая

других перекрёстков. Графически

представлены в виде двунаправленных дуг,

причем значения некоторых атрибутов могут быть

различными для разных направлений.

Соединяет

два различных

узла;

может являться носителем

других объектов (например,

остановок).

Повороты

Набор данных, описывающих

правила осуществления поворотов на данном узле

соответствует конкретному

узлу;

содержит данные о видах

транспорта, для которых

Целевая конференция «Системы организации и управления безопасностью дорожного движения»

разрешен поворот;

Районы

Замкнутые области на карте, выделяемые по

признаку использования земли по одному

определенному назначению (жилой район,

промышленный район и др.)

Центры тяжести районов

связаны с прилегающими

узлами посредством

примыканий.

Примыкания

Объект, связывающий районы и узлы. Содержит

информацию о среднем времени пешеходного

пути или поездки на индивидуальном

транспортном средстве от центра тяжести района

до узла и обратно. Как и отрезок, представляется в

виде двунаправленной дуги.

Соответствует паре «узел

–

центр тяжести района».

Маршруты

Последовательности отрезков, с помощью

которых на карте отображаются реально

действующие маршруты общественного

транспорта.

Состоят из узлов, в которых

есть остановки, соединенных

отрезками.

Программный комплекс PTV Vision® VISUM обладает удобным и логично

организованным интерфейсом (рис. 2-5), позволяет импортировать данные в форматах MS

Access, SQL, Shape и других. На основе имеющихся данных с помощью

PTV Vision® VISUM проводится расчет сценарного прогноза поведения транспортной

системы при различных режимах ее функционирования. Например, можно оценить

последствия временной блокировки линии метро, введения нового автобусного маршрута

или строительства новой автодороги, причем прогнозные оценки выражаются в терминах

четко интерпретируемых количественных показателей.

Выводы

Программный комплекс PTV Vision® VISUM, с одной стороны, позволяет получить

системное представление и сценарные прогнозы поведения транспортной системы на

макроуровне (город, регион), проводить расчет реального процесса функционирования

транспортной системы в различных условиях на основе компьютерной модели. Этим

обеспечивается достоверность и непротиворечивость результатов моделирования. С другой

стороны, сами используемые средства моделирования достаточно наглядны, просты и

естественны с точки зрения восприятия пользователя. Именно это свойство позволяет

говорить о высокой эффективности комплекса PTV Vision® VISUM не просто как средства

изучения процесса функционирования транспорта, но именно как средства поддержки

принятия решений, составляющего основу комплексной технологии управления крупными

транспортными системами.

Рис. 2. Транспортная модель г. Ишим Рис. 3. Транспортная модель

Целевая конференция «Системы организации и управления безопасностью дорожного движения»

г. Новый Уренгой

Рис. 4. Транспортная модель г. Алматы Рис. 5. Транспортная модель Тверской обл.

Литература

1. Доклад Рабочей группы Президиума Государственного Совета Российской Федерации « О

транспортной стратегии Российской Федерации». – М.: 2003.

2. Транспортная стратегия Российской Федерации на период до 2020 года.- М.: 2005.

3. Лозе Д. Моделирование транспортного предложения и спроса на транспорт для пассажирского и

служебного транспорта – обзор теории моделирования // Организация и безопасность дорожного

движения в крупных городах: Сборник докладов седьмой международной научно-практической

конференции. СПб гос. архит.-строит. ун-т. СПб, 2006 – 544 с.

4. Олещенко Е.М., Бёттгер К. Экспериментальная разработка транспортной модели в Санкт-

Петербурге (на примере Василеостровского района) // Организация и безопасность дорожного движения

в крупных городах: Сборник докладов седьмой международной научно-практической конференции. СПб

гос. архит.-строит. ун-т. СПб, 2006 – 544 с.

5. Чернов. В.П. Математическое и компьютерное моделирование экономической динамики. - СПб.:

Наука, 2000.

6. Швецов В.Л., Андреева Е.А. Управление транспортной системой на основе компьютерной модели

PTV VISION ® VISUM // Организация и безопасность дорожного движения в крупных городах: Сборник

докладов седьмой международной научно-практической конференции. СПб гос. архит.-строит. ун-т.

СПб, 2006 – 544 с

7. Lohse, D.: Grundlagen der Straßenverkehrstechnik und der Verkehrsplanung, Band 2: Verkehrsplanung, 2.

Aufgabe, Berlin, Verlag für Bauwesen GMbH, 1997

ТЕХНИКО-ЭКОНОМИЧЕСКОЕ ОБОСНОВАНИЕ ВНЕДРЕНИЯ СИСТЕМ

АДАПТИВНОГО УПРАВЛЕНИЯ ДОРОЖНЫМ ДВИЖЕНИЕМ НА МАГИСТРАЛЯХ

(Г. НИЖНИЙ НОВГОРОД)

Сухоченков А.С., к.э.н., Бродский Г.С., д.т.н., ООО «Группа АГА», Грибов В.Г., Дельфинов

В.Г., зам. директора Департамента транспорта и связи, Нижний Новгород, Россия

Технический смысл систем адаптивного управления дорожным движением (АдСУ

ДД) состоит в наиболее полном учете транспортных потребностей на всех направлениях

пересечения. Удлиняя время горения зеленого сигнала светофора на направлениях движения,

где транспортная потребность максимальна, можно добиться снижения комплексной

задержки транспортных средств (ТС) в условиях насыщенного движения, уменьшения

количества остановок транспорта в незагруженные часы, общего увеличения пропускной

способности перекрестка и скорости движения по улично-дорожной сети (УДС).

Результатом внедрения АдСУ ДД должно являться качественное изменение основных

параметров работы светофорных объектов (СО), которое в свою очередь приводит к

Целевая конференция «Системы организации и управления безопасностью дорожного движения»

изменению затрат, несомых потребителями (участниками дорожного движения) при

эксплуатации транспортной инфраструктуры. Конкретно изменяются (согласно ГОСТ

24.501-82):

- объем топлива, расходуемого на СО;

- транспортная задержка (время, которое тратится участником дорожного

движения (УДД) на перекрестке);

- эксплуатационные расходы (затраты, которыми сопровождается пользование

УДД светофорным объектом).

Основные параметры работы СО могут быть выражены денежно:

- затраты на топливо, руб./год;

- стоимость человеко- и машино-часа, руб./год;

- затраты на эксплуатацию транспортного средства (ТС), руб./год.

Экономический эффект от внедрения АдСУ ДД может быть представлен в виде

изменения затрат на создание АдСУ ДД по отношению к затратам возникающим без

реализации проекта с учетом фактора времени.

Экономический эффект в данном случае возникает на уровне УДД и региональном

уровне и представлен в виде экономии времени УДД, средств на топливо и содержание

автомобиля, а так же сокращения выбросов газов в атмосферный воздух города.

При разработке технико-экономического обоснования внедрения АдСУ ДД на

магистралях г. Нижний Новгород рассмотрено три варианта пилотных проектов:

- 9 перекрестков, находящихся на одной магистрали;

- 13 перекрестков, находящихся на одной магистрали;

- 9 перекрестков, не находящихся на одной магистрали и расположенных в

различных частях города.

Для каждого СО составлена модель TRANSYT-7FR. В связи с недостаточностью

данных, связанной с отсутствием развитой системы мониторинга транспортных потоков в г.

Нижний Новгород, исходными данными для составления моделей являлись:

- исполнительная документация, предоставленная Департаментом транспорта и

связи г. Нижнего Новгорода;

- результаты экспертной оценки интенсивностей транспортных потоков;

- данные транспортного мониторинга аппаратными средствами на ул.

Мурашкинская и ул. Должанская (рис.1).

С использованием средств компьютерного моделирования TRANSYT-7FR были

определены «базовые» (до внедрения системы) значения следующих показателей

эффективности для каждого СО:

- затраты у потребителя при эксплуатации СО, руб./год.;

- потери машинного времени на СО, маш-час./час;

- объемы используемого топлива на СО, лит./час.

Проведен оптимизационный расчет средствами TRANSYT-7FR. Оптимизируемыми

параметрами в данном случае являлись:

- продолжительность цикла, сек.;

- продолжительность каждой фазы сек.;

- последовательность фаз;

- смещение, сек. (если было возможно).

Целевая функция оптимизации была представлена в виде минимизации общих

неблагоприятных условий для движения транспорта (таких как повышенный расход топлива,

прирост очереди, эксплуатационные расходы, суммарная задержка транспортных средств

(ТС) на СО).

Целевая конференция «Системы организации и управления безопасностью дорожного движения»

Рис.

1. Транспортный мониторинг на пересечении улиц Мурашкинская и Должанская в г.

Нижнем Новгороде с использованием видеодетекторов Iteris Edge2 и программы StaTran 4.0

В результате оптимизационного расчета разработаны рекомендации по организации

дорожного движения с использованием адаптивных систем управления и изменению планов

работы СО.

С использованием средств компьютерного моделирования TRANSYT-7FR

определены «новые» (после внедрения системы) значения показателей эффективности для

каждого СО.

Произведено два расчета обоснования экономической эффективности.

Первый расчет строился на модели TRANSYT-7FR. В данном случае эффект от

внедрения АдСУ ДД может быть определен как разница между затратами, которые несут

пользователи УДС в результате эксплуатации СО, до и после внедрения системы.

Эксплуатационные затраты в данном случае были определены по формуле:

ТОСTOC

, (1)

где Id

COfC

dCSKTTK

TOC

tif

idiiii

+××+×+

×+×+×

1000

где

TOC

TOC – общие эксплуатационные затраты на СО и на

-том направлении

движения соответственно, руб.;

TT – общее время в пути на

-том направлении движения,

км на ТС;

S – общее количество остановок на

-том направлении движения, ТС/час;

d –

общая задержка на

-том направлении движения, ТС/час;

f – общий объем расходуемого

топлива на

-том направлении движения, литр;

– среднее количество пассажиров

Целевая конференция «Системы организации и управления безопасностью дорожного движения»

(человек) в ТС, чел/ТС;

V – скорость на

-том направлении движения, км/час;

– уровень

инфляции;

C – удельные стоимости, соответственно, (

) задержки, за исключением

стоимости времени пассажиров, ( f ) расхода топлива, (

) времени пассажиров, руб.;

K –

коэффициент, который представлен в виде функции скорости на каждом

-том направлении

движения. Значения коэффициентов приняты на основании опыта транспортной инженерии

США.

Определена разница между эксплуатационными расходами до и после внедрения

АдСУ ДД. Определены капитальные затраты на создание АдСУ ДД, включающие затраты на

оборудование, программное обеспечение, монтаж и обучение. Определены затраты,

связанные с эксплуатацией оборудования, которые составили 3% от капитальных затрат. В

эксплуатационные затраты также были включены расходы на заработную плату

обслуживающего персонала.

Оценка эффективности рассматриваемых вариантов АдСУ ДД производилась путем

сопоставления показателей эффективности, которые были определены, как отношение

эффектов к затратам, возникающим в результате реализации проекта с учетом фактора

времени.

Наиболее предпочтительным в данном случае является вариант внедрения АдСУ ДД

на разрозненных пересечениях. Эффекты превышают затраты на реализацию АдСУ ДД в

4.19 раза. При этом потери времени снижаются на 1 554 000 маш-час в год, а расход топлива

на 5 283 600 литров в год, что позволяет в свою очередь значительно сократить нагрузку на

воздушный бассейн города.

Годовой социально-экономический эффект от реализации АдСУ ДД на магистралях,

входящих в состав наиболее предпочтительного варианта составил 53 890 200 руб./год.

Анализ результатов оценки эффективности АдСУ ДД показал, что использование

метода TRANSYT-7FR в Российских условиях должен производиться с учетом разницы

исходных данных, в том числе:

- удельных стоимостей задержки;

- удельной стоимости топлива;

- удельной стоимости затрат времени пользователями ТС.

В этой связи расчеты экономических эффектов, проведенные в программе TRANSYT-

7FR, могут давать существенные погрешности по абсолютной величине.

Поэтому методику TRANSYT-7FR в Российских условий целесообразно применять

исключительно для сравнительного анализа вариантов АдСУ ДД.

Второй расчет строился на данных модели TRANSYT-7FR с использованием

алгоритмов AGA, учитывающих характерные для РФ социально-экономические условия. В

данном случае эффект от внедрения АдСУ ДД также может быть определен как разница

между затратами, которые несут пользователи УДС в результате эксплуатации СО, до и

после внедрения системы.

Годовые затраты, которые несут пользователи УДС в данном случае представлены

следующим образом:

(

)

(

)

fapall

CVCCnTNZ ×++××××= 24 , (2)

где

all

Z – годовые затраты, которые несут пользователи УДС, руб./год;

– количество дней

в году, дней (

350

);

– транспортные задержки, маш-час./час;

– количество человек в

транспортном средстве, чел. (

);

C – стоимость человеко-часа, руб.;

C – стоимость

машино-часа, руб.;

– объем используемого топлива на СО, литр/час.;

C – стоимость

топлива, руб./литр.

Целевая конференция «Системы организации и управления безопасностью дорожного движения»

( )

kkk

C ×+×+××=

321

aaa

, (3)

где

Z – среднестатистическая заработная плата, руб./мес. ( 7000=

Z );

T – месячная

выработка времени рабочего, час./мес. ( 160=

T );

– коэффициенты стоимости

времени, соответственно, пассажиров, пользующихся ТС для служебных поездок, поездок с

целью отдыха и рекреационных целях, и поездок в свободное время (определяются на

основании регионального социально-экономического анализа) (в данном расчете приняты:

, 5.0

, 2.0

);

k ,

k – коэффициенты, учитывающие долю пользователей

ТС, соответственно, для служебных поездок, поездок с целью отдыха и рекреационных

целях, и поездок в свободное время (определяются на основании регионального социально-

экономического анализа) (в данном расчете приняты: 4.0=

k , 1.0=

k , 5.0=

k ).

( )

eauto

auto

kkkk

C ×+×+×+××

×+

4321

aaaa

, (4)

где

auto

Z – среднестатистическая стоимость ТС, руб. ( 470000=

auto

Z );

n – срок службы ТС,

год. ( 7=

n );

N – продолжительность эксплуатации в год, дней/год ( 200=

N );

t –

продолжительность эксплуатации в день, час./день. ( 8=

t );

k – коэффициент

определяющий эксплуатационные затраты в зависимости от стоимости ТС;

– коэффициенты стоимости используемого времени, соответственно, легковым, малым

грузовым, большим грузовым и общественным транспортом (определяются на основании

регионального социально-экономического анализа) (в данном расчете приняты: 7.0

, 2.1

, 2

);

k ,

k – коэффициенты, учитывающие долю,

соответственно, легкового, малого грузового, большого грузового и общественного

транспорта (определяются на основании транспортного обследования) (в данном расчете

приняты: 6.0=

k , 2.0=

k , 12.0=

k , 08.0=

k ).

Наиболее предпочтительный вариант в данном случае вариант внедрения АдСУ ДД

на разрозненных пересечениях, эффекты превышают затраты на реализацию АдСУ ДД в

19.84 раза.

Годовой социально-экономический эффект от реализации АдСУ ДД на магистралях,

входящих в состав наиболее предпочтительного варианта составил:

- от снижения используемого топлива на СО – 105 672 000 руб./год;

- от снижения потерь машинного времени на СО – 43 746 110 руб./год;

- от снижения потерь времени пользователей ТС на СО – 95 862 375 руб./год.

При внедрении пилотного проекта АдСУ ДД потери времени УДД на СО снизятся на

1 554 000 маш-час в год, а расход топлива на 5 283 600 литров в год, что позволит в свою

очередь значительно сократить нагрузку на воздушный бассейн города.

Выводы:

1. Моделирование показало, что наиболее предпочтительным, как с точки зрения

транспортного, так и с точки зрения экономического эффекта является проект реконструкции

по варианту внедрения АдСУ ДД на разрозненных пересечениях. Этот вывод можно сделать

на основании транспортно-экономических моделей, построенных на основе как российских,

так и американских исследований.

Целевая конференция «Системы организации и управления безопасностью дорожного движения»

2. Условия загрузки УДС в г. Нижнем Новгороде требуют, для обеспечения

эффективности выполняемых проектов, проводить предварительный транспортный

мониторинг длительностью от 3 до 5 недель на реконструируемых пересечениях. Результаты

мониторинга можно использовать не только для проектирования мероприятий по

организации движения, но и с целью уточнения коэффициентов, используемых при

экономических расчетах.

3. Для привязки экономических расчетов к условиям г. Нижнего Новгорода

необходимо определить локальные величины экономических констант, таких, как стоимость

эксплуатации ТС, стоимость потерь времени пользователей ТС, стоимость топлива.

ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ ДЛЯ СБОРА ИСХОДНЫХ ДАННЫХ

РАСЧЕТА ПОТЕРЬ НА ИСКУССТВЕННЫХ НЕРОВНОСТЯХ

Врубель Ю.А., к.т.н., доцент, Капский Д.В., к.т.н., доцент, Кот Е.Н., к.т.н., Коржова А.В.,

Кузьменко В.Н., Мозалевский Д.В., Белорусский национальный технический университет,

г. Минск, Республика Беларусь

Для выполнения расчетов необходимо иметь масштабный план (желательно, в

масштабе 1:500) участка, на котором планируется установить (или уже установлена)

искусственную неровность. На этом плане, на удалении до 65м, должны быть нанесены

здания и сооружения с указанием их характеристик (этажность, назначение и т.п.), зеленые

насаждения, тротуары, объекты пешеходного тяготения и т.д. Должно быть указано число

полос движения транспорта, расстояние до нерегулируемого пешеходного перехода и его

ширина, расположение и ширина тротуаров, наличие и расположение остановочных пунктов

маршрутного пассажирского транспорта, запрещение стоянки транспорта на проезжей части

и т.д.

Транспортная нагрузка. Необходимо располагать распределением интенсивности

движения транспорта за расчетный период с 7.00 до 21.00 с обязательным выделением

пиковых (как правило, утреннего и вечернего) периодов. Замеры продолжительностью по 10

мин производятся в течение каждого часа в указанный промежуток времени, при этом в

межпиковые часы интервалы времени между замерами могут быть увеличены, однако

общее число замеров за расчетный период не должно быть меньше 10. Замеры

интенсивности движения рекомендуется выполнять одновременно с измерением состава

транспортного потока по методике БНТУ.

По результатам измерений должно быть получено

для каждого замера:

– интенсивность движения Q, авт/ч;

– коэффициент приведения транспортного потока динамический,

пн

nнi

пн

где

nнi

– динамический коэффициент приведения для данного типа транспортного

средства);

– частота появления данного типа транспортного средства.

– коэффициент приведения транспортного потока экономический,

пэ

Целевая конференция «Системы организации и управления безопасностью дорожного движения»

nэi

пэ

где

nэi

– экономический коэффициент приведения для данного типа транспортного

средства);

– частота появления данного типа транспортного средства.

– приведенная (по динамическому коэффициенту приведения

пн

) интенсивность

движения,

nн

KQQ ×=

для расчетного периода:

– распределение интенсивности движения Q и приведенной интенсивности движения

за расчетный период (полигон или гистограмма) с указанием времени измерения);

– средневзвешенное значение (математическое ожидание распределения)

интенсивности движения,

, авт/ч;

где

– текущее значение интенсивности движения, авт/ч;

– частота появления величины

– средневзвешенное значение (математическое ожидание распределения) приведенной

(по динамическому коэффициенту приведения

пн

) интенсивности движения,

, ед/ч;

– динамический коэффициент приведения

nнi

для транспортного потока;

– экономический коэффициент приведения

nэi

для транспортного потока;

– пиковые периоды (превышающие среднее значение

не менее, чем в 1,25 раза) с

точной привязкой по времени и с указанием среднего пикового значения интенсивности

движения,

, ед/ч и продолжительности пикового периода, Т0, час – не менее 0,2 часа

указанного выше превышения среднего значения

;

Значения Q,

пэ

определяются для каждой полосы движения каждого

направления. Допускается, при отсутствии маршрутного пассажирского транспорта или

стоянок в районе установки искусственной неровности, интенсивность движения на полосе

определять путем деления интенсивности движения данного направления на число полос

движения. При этом, в пределах общей интенсивности движения по направлению,

допускается незначительная корректировка интенсивности движения и коэффициентов

приведения по отдельным полосам.

– динамический коэффициент приведения электротранспорта,

элпн

– параметры суммарного транспорт ного потока,

пн

пэ

авт/ч,

nн

пн

2211

Целевая конференция «Системы организации и управления безопасностью дорожного движения»

nэ

пэ

2211

где

111

nэnн

KKQ

– параметры транспортного потока при движении в данном

направлении;

222

nэnн

KKQ

– параметры транспортного потока при движении в обратном

направлении;

– доля маршрутного пассажирского транспорта в суммарном транспортном потоке, ΔО:

nn +

– число зафиксированных единиц маршрутного транспорта, включая одиночные

и сочлененные подвижные единицы;

– общее число зафиксированных единиц транспорта.

– доля электротранспорта в суммарном транспортном потоке, Δэл:

эл

Пешеходная нагрузка. Необходимо располагать распределением интенсивности

движения пешеходов за расчетный период с 7.00 до 21.00 с обязательным выделением

пиковых (как правило, утреннего и вечернего) периодов, при этом возможны различные

модификации, например, в районе школ. Замеры желательно производить одновременно с

замерами транспортной нагрузки, возможно, со смещением на 10 минут.

По результатам измерений должно быть получено:

– распределение интенсивности движения пешеходов по часам суток (полигон или

гистограмма) с указанием временных точек замеров (см. рис. 19);

– математическое ожидание распределения интенсивности движения пешеходов за

расчетный период,

, чел/ч;

– пиковые периоды (превышающие среднее значение

не менее, чем в 1,25 раза) с

точной привязкой по времени и с указанием среднего пикового значения интенсивности

движения,

0Р

, чел/ч и продолжительности пикового периода, ТР0, час – не менее 0,2 часа

указанного выше превышения среднего значения

Необходимо располагать данными по суммарной средней (за расчетный период с 7.00

до 21.00) интенсивности движения пешеходов по тротуарам, расположенным в районе

установки искусственной неровности с обеих сторон дороги на протяжении, примерно, по

75м в обе стороны от искусственной неровности,

1Р

, чел/ч. Для этого достаточно

выполнить 4÷5 кратковременных (по 5 минут) замера – по одному в пиковые периоды и по 2

замера – в межпиковый период и полученные результаты усреднить с учетом

продолжительности измеряемых периодов.

Другие исходные данные

Экологические потери. При расчете потерь от выбросов в атмосферу неравномерность

скорости движения транспортного потока учитывается с использованием коэффициента

изменения расхода топлива от градиента скорости,

),20(3,0

VVFG

IGK +=

где

– коэффициент вариации распределения скорости движения на исследуемом

участке;

– градиент скорости: