文摘

任何违反交通流的速度从一个限速代表交通事故的潜在风险,所以速度管理出现作为当务之急。然而,一组不足限速经常导致司机的不服从它在现实交通流的条件。通过确定的价值根据车辆超速类,可以建议一个可信的超速值可以被认为是可信的价值高于限速。本文确定的多步速度偏离速度限制的数学模型提出了车辆的纵向梯度的函数类。共有11个测量部分与不同交通流类型进行了分析。基于超速的详细分析,模型的偏差15日50,和第85百分位数,目的是调整实际偏差控制措施。这一研究获得的结果进行比较,两车道的道路上交通流加速进行的调查在塞尔维亚。

1。介绍

道路是重要的资源和最重要的公共投资一个国家,和重要的资金用于建设和维护两个基本任务,高效、是安全的。在现实交通流中,几乎所有的函数依赖是基于流之间的关系,速度,密度,交通事故的数量,等交通参数,和纵向梯度,道路条件、最小水平曲率半径等道路特征。特别注意在分析交通和道路的功能依赖参数表达为两车道的公路因为大部分这些公路构成了最大的一个国家的道路网络的一部分。通过分析交通参数,很明显,交通流的速度的一个主要参数,而与此同时,大小和功能的主要指标和项目解决方案的经济评价。交通管理系统中的任何加速意味着应用程序的一个适当的速度管理政策,以确保和谐交通流量。

偏离主要限速与交通事故的概率增加。此外,确定一个可靠的偏离实际交通流的速度限制是一个必须在分析超速行驶,从而减少可能发生的事件。通常,交通事故的数量和有关操作风险的增加速度。操作速度是高于设计速度的限速55英里每小时或更少。因此,它是非常重要的分析速度通过五项具体指标的依赖速度的几何特征。这些道路几何形状之间的关系和操作速度,影响道路几何操作速度,安全对道路的影响几何,潜在影响大型车辆,speed-safety权衡的性质(1]。

分析和确定适当的价值超过限速代表了权力在交通工程的决策,这是经常被忽视。任何偏离限速相关技术和开发特点,驾驶和车辆的动态特性流,以及司机的心理物理能力。每小时20英里后结果表明,干预,控制的混杂变量驱动速度下降(2,3]。例如,在斜率−5.50%到4.50%不等的高原或地形测量,发现随速度增加斜率(上升和下降),但在驾驶上增加压力下降和上升4]。同时,在这个研究中,测量部分的提升被确定为潜在的交通事故比例高的地方。根据研究[5),约有40%的司机开车速度自由允许速度限制,这比例的超速不同位置的位置。得出60 km / h限制并不适合大部分的位置选择。在双车道公路交通和操作进行分析,调整速度是交通事故的关键指标之一。速度的第85百分位的重要性尤其强调在科学文献中,因为它是一个代表速度设计分析交通流的道路网络用户(5- - - - - -9]。

现代HCM(公路容量手册)方法(10),根据速度限制,可以分类两车道的郊区道路分为三个类。基于HCM的建议,在这个研究中,分析了它在波斯尼亚和黑塞哥维那双车道二级公路,在不超过限速80公里/小时。定性的评估衡量的服务水平(LOS)没有分析它是基于百分比的确定的时间损失,而不是速度的平均值或偏离速度限制10]。德国方法论哈佛商学院200111)主要表达的功能依赖问题的旅行速度行车道宽度。该方法定义了一个最小车道宽度为2.75米,而在某些部分在波斯尼亚和黑塞哥维那、车道宽度2.50米。

本文的主要贡献体现在确定性模型预测偏差的形成真正的速度不同的汽车类的限速纵向梯度的函数(上升和下降)。这使限速信誉在当地条件的考虑在特定的部分,即。,the adoption of adequate engineering measures in terms of setting a credible limit in order to harmonize speeds in traffic flow and improve traffic efficiency and safety.

进一步,回顾相关文献。随后,部分2介绍了数据分析和合成所需的方法,限制和选择足够的网站的实证研究。节3,提供的结果是多步实证模型,确定性的图形模型,和比较的研究结果与调查在塞尔维亚。在部分4和5,本文的讨论和结论。

2。文献综述

研究基于分析个人开车时司机的态度和行为可以预测水平的遵守速度限制包括限速的感知可信度和道路风险的感知12]。道路的几何特征的协调驱动程序执行的期望根据自己的知觉,而不是根据设计师的看法(预计速度)(7]。一般来说,道路的几何,司机的特点,和天气条件是重要的因素,影响司机的决定坚持现有的速度限制。然而,建立可靠的限制是可能只有影响司机的合规识别的因素(2,13,14]。此外,一些研究表明,一个偏离的速度限制司机是实际接受的如果是10%高于道路的限速15,16]。李等人分析了平均速度和标准偏差根据速度限制使用的驾驶记录数据和确认减少平均速度的影响17]。

超过速度限制的主要原因,通过一些作者,指的是设置限速的可信度,因为司机不考虑他们现实18- - - - - -20.]。然而,一些作者调查的功能依赖速度、长度的个人道路几何元素,曲率半径,横向/纵向梯度,和交通事故21- - - - - -24]。同时,减少速度的研究提出了问题由于道路的几何特征。重型车辆的减少速度是专门分析研究[25),9.0%的纵向梯度在1.20公里路的考虑,这显著降低重型车辆的速度。根据这项研究,为了提高速度由于有影响力的道路因素,必须改善质量/功率比(25]。根据一份报告进行了在德克萨斯州26),回归分析发现以下变量影响交通事故的预测:AADT(年度平均每日流量)、车道宽度、路肩宽度,部分长度。更广泛的使用纵向标记在路上会导致减少车辆的速度,从而减少交通事故的数量。日夜的分析速度减少驾驶条件的平均减少交通负荷导致以下车辆速度:2.24%,1.96%为轻型汽车在晚上,晚上的2.46%和2.15%为重型车辆(27]。分析的贝叶斯网络的概率预测的影响交通和道路因素对交通事故的发生,以下是特别强调:车辆速度、平面曲线半径,车辆类型、粘附系数和纵向坡度23]。同时,一项研究的结果(24]表明,连续使用几个限制索引和长时间的过度平均斜率和陡峭的部分公路事故频发的主要原因之一,在中国河西路的一段。在他们的研究中,Silvano等人的影响评估技术和开发特点的道路和变化速度限制的速度免费市区道路交通流使用一个广泛的数据集(28]。基于在波兰,一项调查发现,限速90公里/小时的免费交通状况,38%的轻型车辆超过速度限制白天晚上和42%。为重型车辆70公里/小时的限制,这类车辆的限速超过相同的交通流条件下晚上当天是83.5%和86% (29日]。研究集中在80 km / h的可信度两车道的农村道路速度限制,在驱动程序验证了提出的速度为每个27路的情况下,这表明有很大差异在司机的态度不同的道路和环境特征(非)遵守相关限制在给定的情况下16]。此外,基于研究在马来西亚,两个实验照片的情况提出了司机,没有速度限制,根据司机选择了速度。第二个实验是基于驱动程序创建的评估适当的速度根据主观的态度对于一个给定的情况。实验得出的结论是,在司机可以修改他们的估计有限制的适当的行车速度,根据速度限制(30.]。根据一项研究[31日]在英国进行的,30英里每小时(城市道路)和70英里每小时(农村公路)限制被认为是可信的,40英里/小时(城市高速公路),太慢,和60英里每小时测量农村位置(农村单一的车道)作为高速限制。在我们的地区,研究[32)是在塞尔维亚检查的基础上进行的速度在高速公路上的价值和双车道公路纵向梯度的函数。在这个研究中,模型的免费交通流速度作为纵向梯度的函数。

研究在波哥大降低限速60公里/小时50公里/小时3不同时期从2017年到2019年。减少平均速度在走廊与管理速度为1.48公里/小时白天和3.04 km / h在夜间,没有速度管理,减少平均速度为0.7公里/小时白天在夜间和2.2公里/小时。通过减少速度限制,驾驶事故的平均数量降低了10% (14]。进行了类似的研究在波士顿的速度限制在每小时30英里从减少到25英里每小时。认为设置限速的第85个百分位的速度可以自由流动的障碍当地社区寻求降低限速(9]。通过分析研究的发布速度限制(PSL)从40或50到60公里= h,结果表明,降低PSL 40 km / h是一个畅通的速度和平均速度方差显著减少,而增加PSL 60 km / h导致增加意味着畅通的速度,但不改变速度的变化。(33]。

同时,分析交通网络已经建立了,在凌晨交通很轻,降低限速的影响是显著的。在拥挤的时间段,旅行从降低限速不显著减速。(20.]。

基于可变速度限制(:研究结果表明,在中等和较低的交通密度条件下,不同的:值可以减少意味着交通速度和类似的交通条件下,大多数:值降低了汽车连续速度之间的差异,从而减少交通流的速度任选一(34]。

3所示。研究方法

监控超速速度管理策略不可分割的一部分。然而,在公路上设置限速网络并不意味着通过利用路上的司机遵守它。这项研究的主要目的,这是考试的基础上加速的部分两车道的道路,在这一节中给出的论文。在方法内,测量部分被选中,速度偏离速度限制的值测定,然后收集到的数据进行必要的分析和合成。本研究的假设框架是基于假设与增加纵向梯度(上升/下降)在现实条件下,交通流速度的偏差值速度增加。这个声明是基于各类车辆、客运车辆(PV)、轻型汽车(LDV),重型车辆(丁肝病毒),巴士(公共汽车),取决于大量的环境因素影响。同时,按照假设的框架,研究[4)表明,随着斜坡(上升/下降)会增加速度的偏差超出了限速,也适用于应力水平。可靠的速度偏离速度限制意味着一个可信的偏差如果它对应于道路和环境条件和大多数司机遵守偏差。如果道路和环境条件不按照限速(有利的技术和开发特点,和低速度限制),它不能被认为是可信的。相关文献的分析的可靠的速度偏离限速值提供了相当矛盾的观点,以便验证偏差值的值没有偏离限速极端值的偏差(5,28,35]。

在本文中,我们进行了一项调查八(11 cross-sections-S测量部分₁- s₁₁)以定义的值可信的双车道偏离速度限制类我道路的基础上,参考样品,和推荐的一种形式。使用可信计算模型的偏离限速是基于确定性数学模型,目的是适应模型在波斯尼亚和黑塞哥维那实际路况。研究方法和技术,选址和数据处理方法,给出了表1并使用以下标准:

确定一个可靠的偏差涉及车辆分类(光伏、公交、LDV和丁肝病毒)11日部分纵向梯度的函数(上升/下降)。在每个测量部分给定表2,它是由实证研究,超过65%的车辆超过速度限制选择测量的双车道公路。同时,基于流量的洞察数据库体育“RS的道路”和2017年体育“波黑的道路”,双车道公路的部分m - i - 108显示了每小时的代表值负载问_m200= 545 (veh / h) AADT的8.38%。最短的m - 110部分边界(RS /波黑)-Donje Caparde每小时的低价值负载问_m200= 346 (veh / h) AADT的8.03%。

确定偏离限速选择根据车辆类出现在测量部分意味着计算根据以下方程: V是测量车辆速度,V_lim是测量截面上的速度限制。

分析了限速,也最常见的限制在波斯尼亚和黑塞哥维那一级公路(50公里/小时,70公里/小时,80公里/小时)。假设速度偏差的值上升/下降速度限制的范围从10公里/小时20公里/小时,所以速度类范围的数据的合成采用2 km / h。

另外,当测量速度和确定速度偏离价值有限,有必要确定基于样本人口的基本特征。样品代表的概率基本人口取决于错误在数据收集和样本的大小。错误通常发生由于缺陷的测量设备,取样方法,或者不小心。抽样误差增加由于记录只有一个交通流(代表性)的一部分。使用一个更大的样本减少的可能性,样本的特征可能不同于人口的特点。通过分析偏差的实际速度限速,分布是高斯分布近似,对均值和渐近方法是对称的纵轴。

通过分析所需的样本规模水平的准确性和可靠性,其测定值一般形式: 在哪里σ样本的标准偏差,K是标准差的数量在正态分布的均值,e可接受的偏差极限,U的系数是一定程度的可靠性。

U给出了速度比例系数表3为15%、50%和85%。

如果标准偏差值σ= 2,4,6,8,10,12 km / h是指定的,可以接受错误的极限值e= 1 km / h,在下表中给出的样本大小4确定的可靠性水平。

3.1。限制和研究选址

本文测量进行实际道路和环境条件,使用速度测量装置(布什内尔NSN 5840-01-620-6670)。测量速度的免费交通流是由“本地测量方法”的基础上提到的合成数据就开始了。当地的测量方法意味着自由流动测量车辆速度的截面观测断面的长度1000米。观察横截面的测量区域的道路,自由流动车辆向截面的速度测量。测量速度值输入到数据库中。这项研究是在日常驾驶条件下,进行最佳的天气条件下(没有雪、雨、雾或能见度)。研究不包括公共交通车辆、专用汽车、消防车和类似的车辆用于其他目的。研究进行了今年5月,6月,7月,2021年在选定的测量部分,实证测量进行相关工作天从早上8点到晚上8点。纵向梯度(上升/下降)测量段的长度1000米被确定通过确定算术平均(基于数据库的公共企业共和国共和国道路和公路的波斯尼亚和黑塞哥维那)给定部分的纵向梯度值,测量每200米。测量截面放置结束时测量段的长度1000米,和一个坚定的提升/不错。 These locations can be considered representative in order to obtain adequate data. It is also important that when doing measurements on measuring sections of two-lane roads, on all longitudinal gradients (ascent/descent) and on flat terrain, there is no lane for slow driving. Figure1显示标记的位置测量部分(S₁- s₁₁在波斯尼亚和黑塞哥维那路线图。

测量分两车道的道路上被选中的部分Klupe-Teslićm - i - 108的主要道路,边境(RS /波黑)-Donje Caparde m - i - 110,Šepak-Karakaj m - i - 115,和m - i - 110的主要部分道路,Maglaj-Ozimica。

开始前的分析可信的速度偏离速度限制,有必要确定提到的交通流量测量的结构部分。车辆的分析包括四类,表5显示商用车(CV),即车辆以外的乘用车(总线+ LDV +丁肝病毒)。

这个结构分析道路网络交通流的年代₁- s₁₁大约80%的乘用车和商用车的20%。从表3,可以得出的结论是,这种异质结构的交通流的价值相对较低的AADT部分₁₁veh /天,超过10000的部分₄,年代₅,年代₆。

4所示。合成和研究结果的分析

实证测量测量部分是使用手持雷达执行布什内尔NSN 5840-01-620-6670,数据录入和处理进行笔记本电脑英特尔奔腾双CPU 2.16 GHz 2 GB。基于实际测量值的速度在5类,分类从限速值的偏差,这是进一步处理Microsoft Office Excel依照(1),之后进一步进行统计处理。

进行了实证研究,车辆的速度为4类的值进行测量,和测量速度值没有超过允许的速度被拒绝的研究。通过提取只有超过速度与交通流,分析了它的样本大小超过速度,大于65%的测量速度测量部分(表2)。为每个类别的车辆,算术平均值的值(AM)的速度值偏离速度限制,标准偏差(SD)和变异系数(Cv)测定测量部分的双车道公路。获得值的分类进行了类的宽度2 km / h。通过分类,得到每辆车的速度偏差值的分布类别(光伏、公交、LDV和丁肝病毒)。表格数据被用于进一步的统计分析和定义足够的获得值的分布。另外,表格数据被用来确定ΔV_15%,ΔV_50%,ΔV_85%百分位值,使用统计软件表2 d v5.01曲线。经验和获得的值列表,SD,简历的目的是用于开发确定性数学模型确定速度限制的自由流速度的偏差作为纵向梯度的函数(上升/下降)。为这一研究的研究期间的低流量(200公里/小时)的双向流动,和所有车辆的速度测量在畅通的条件进行每十车,随意。

获得值的统计研究横截面的测量部分由高斯分布(正常)进行了测试。基于统计分析,表格获得的偏离限速值根据类布局显示分布的高斯分布与足够的相关系数(R2 > 0.50),在图2。经验分布的假设是,在足够大的情况下速度偏差值统计样本对于给定车辆类理论上可以近似的正态分布(尽管这不是有关这项研究的范围)。也,累积相对频率的值决定,这在所有情况下都可以用累积近似高斯分布(图3)。

通过获得的经验值算术平均值(AM)为每一个截面的测量部分预测汽车类,这是开始多步数学模型的发展。同时,标准差的值(SD)测定,结果表明,所有的变异系数(Cv)给定截面小于0.50。开发的模型,目的是获得可靠的速度偏差的功能依赖某些车辆类(PV, LDV、丁肝病毒和总线)的纵向梯度(上升/下降)双车道公路。

多步模型的一般形式在以下形式: ,A, B, C,…。X是回归曲线系数四舍五入到小数点后三位G是纵向坡度(%)(上升/下降)。

基于先前给定方程,经验数学模型开发了确定的功能依赖可靠的速度偏差在纵向梯度。模型给出了一种高阶多项式表6。模型的精度和准确度高根据车辆类(PV, LDV、丁肝病毒和总线)证实了高处理速度依赖于纵向梯度相关系数(R²> 0.8)。

尤为重要的是,要指出,光伏类的实证测量速度,偏离的限速范围从最低的价值偏离的速度限制G= + 3.00%,9.743 km / h,偏差值G= + 1.00%,22.490公里/小时。光伏平衡的偏差平坦的地形,但逐渐增加的后裔。这表明大量弥散速度对个人对光伏测量部分。LDV的分散速度偏差的纵向梯度是略低于光伏和范围从7.417公里/小时≤ΔV≤15.316 km / h。偏离最高限速的提升光伏发生在一个梯度的测量部分G= + 4.06%。发生显著降低色散的总线和功能依赖于纵向梯度,范围从7.143公里/小时≤ΔV≤13.250 km / h。也为总线,最大的散射速度偏离限速G= + 4.06%。如果它被丁肝病毒的偏差,偏差最小的是最大的纵向梯度G= + 7.00%和3.467,偏差超过10公里/小时发生在平坦的地形,为这类车辆下坡。这种不平衡的趋势散射偏离速度限制的速度选择测量部分可以通过地形的特点,合理的驾驶和车辆的动态特点,驾驶员的心理物理能力,技术和开发特点的双车道公路。由于这些影响因素,我和SD值确定速度偏差的测量部分提到的,目的是获得足够的统计累退税率。

图4显示一个图形概括模型的确定一个可靠的速度偏离速度限制在一个四级多项式的一种形式,但是对于所有车辆类测量部分的双车道公路。通过为所有车辆类校准模型,两种极端的速度偏离限速值可以注意到,一个较低的下降和一个更高的提升。相关系数R²≈0.50显示速度值的算术方式偏离限速变化从一个测量段到另一个测量部分,所以四级多项式作为一个工具来简化模型。

考虑到在前面的模型图4分析了速度限制,只有速度偏离,我和SD规定偏差的测量部分所示;基于该模型,最小的速度偏差为所有类型的车辆在平原地带G= 0±1.00%,这个值不超过10公里/小时。分析模型类的我在波斯尼亚和黑塞哥维那的道路,和回顾之前校准模型显示了明显的结论是,偏差流速度的增加速度限制在上升和下降为所有类型的车辆,但它必须考虑所有4前面提到的工具类(PV, LDV、丁肝病毒和总线)。

同时,为了获得更精确的值前面提到的模型,它是进一步发展ΔV校准模型_15%,ΔV_50%,ΔV_85%作为一个纵向梯度的函数。测量部分偏差值的15%,50%,和85%的速度偏离限值是超过10公里/小时,可以看到根据模型图5。分析模型的泛化速度偏离限速值的所有车辆类15%,50%,和85%,分析发达表中给出的数学模型7被获得。

从分析发达的数学模型给出了表7,图5显示了偏差确定性模型的交通流速度限速ΔV 15, 50和85百分位数作为纵向梯度的函数。这些值显示出明显的散射的偏差值由85百分位数和最小15百分位数。

数据6和7比较ΔV获得的经验值获得的乘用车和商用车的基础上研究在波斯尼亚和黑塞哥维那塞尔维亚(Subotićet al .)和(Atanacković)。此外,研究在塞尔维亚(32]给出了速度限制,这部分郊区的双车道公路,在70公里/小时的速度限制,为指定的测量速度的价值部分。基于(1),速度的值偏离限速为整个免费交通流两车道的道路在塞尔维亚被确定。在这种情况下,不仅偏离了价值有限的速度被挑出,与本研究一样,但也观察的重点是指整个流程。考虑到两项调查的条件进行了免费的交通流量,可以获得比较值,给一个适当的结论提供按照限速。

研究与偏离速度限制在塞尔维亚(ΔV Atanacković)测量横截面的测量部分Rudnik II-Ljig (±8.02%), Rudnik I-Gornji Milanovac (±6.34%), Borova Glava-Uvac (±5.14%), Rušanj III (±4.46%), Rušanj II (±3.56), Orlovača(±2.17),和Pančevo-Vršac (0.00%)。研究与偏离速度限制在波斯尼亚和黑塞哥维那(ΔV Subotićet al。)测量横截面的测量部分Granica (RS / FBIH) -Donje Caparede (+ 7.00%), Klupe-Teslić(±5.70%±4.06%±3.00%),Maglaj-Ozimica (−−2.76%, 1.70%我−1.35%)和Šepak-Karakaj 3 (+ 1.00%)。

图6显示的值是速度偏离速度限制,对PV的纵向梯度在塞尔维亚和波斯尼亚和黑塞哥维那研究。PV,显然,ΔV的值明显偏离在塞尔维亚,波黑相比,如果−的值≥5.0%G≥5.0%。这些偏差将明显高于如果超速车辆的速度值都考虑在塞尔维亚,波黑的研究。同时,塞尔维亚最大的偏离速度限制给出了PV梯度的0%,这是超过25公里/小时。波黑的研究,有一个大的散射ΔV价值观,它显示了一个相关系数较低,R²= 0.34。

然而,图7显示的值速度偏离速度限制,自由流动的条件在塞尔维亚,波黑货运车辆在梯度的函数。在这种情况下,基于研究的样本在塞尔维亚测量速度,可以得出的结论是,货运车辆超过速度只在平坦地形和略微下降。如果我们比较超速在塞尔维亚,波黑,纵向梯度的测量部分,在波斯尼亚和黑塞哥维那ΔV明显高于调查在塞尔维亚。更大的上升和下降,在塞尔维亚,没有超速记录类别的货运车辆,在波黑,情况就不一样了。在这种情况下,四年级的发展模式在波斯尼亚和黑塞哥维那货运车辆,有良好的相关性,R²= 0.6825,这与PV,情况就不一样了。

以这种方式记录的偏差在塞尔维亚,不超过7公里/小时,在波黑偏离很多结果,但事实上,一小部分车辆在上升和下降超过速度限制必须考虑。在塞尔维亚,研究货运车辆不超过限速从样本并没有消除,这是一个重要的限制相比,这项研究。

5。研究结果与讨论

大量的研究速度可信度是指有价值的影响因素的分析,有助于增加/减少超速在现实道路和环境条件。在前面的文献综述,发现其中的一部分主要是基于道路几何形状的影响因素,其中包括纵向梯度,半径的曲线。为了确定的可信值速度偏离速度限制,有必要分别观察每个测量部分,因为有大量的道路因素,心理物理能力的司机,驾驶车辆动力特性的典型地影响力。

摘要11测量部分主要两车道的道路(S1-11)进行了分析,目的是确定一个可靠的车辆速度偏差超过速度限制纵向梯度的函数。在给定的测量部分,确定限速超过65%以上的车辆,和在某些部分≈95%。通过分析超速,在实证的基础上测量,这是确定的最高超速发生PV,点的平均值在所有ΔV测量部分14.898 km / h(≈15公里/小时)。价值最低的是对所有测量部分测量ΔV丁肝病毒和8.585 km / h(≈9公里/小时),而这个值总线(9.785 km / h)和LDV (10.201 km / h)≈10公里h。

从一个可信的限制也是一个合格的速度限制,它可以由司机根据道路和交通状况的感知的道路上均匀的部分,允许司机在更高的速度。为什么会需要重新考虑在某些测量部分设置限速。通过分析以前的速度偏离限速值测量部分(S1-11), 11日获得的值可以推荐一个可信的10公里/小时的速度偏差在波黑两车道的道路,无论纵向梯度。

合成的基础上获得的数据,多步确定性数学模型的功能依赖于纵向梯度开发。此外,为了推广模式,所有车辆的通用模型被开发,ΔV偏差的值显示为两个极端,它发生在的价值G=±5%。基于一般多步模型校准四级多项式,ΔV 15%, 50%,和85%的模型被开发。这三个模型之间的偏差ΔV大于10 km / h为所有测量部分,和增加一个百分比值,偏差的散射ΔV增加。同时,ΔV百分位值的85%,最大的散射偏差值。

研究[15,16)认为可信的偏差从有限的速度是10%真实的。比较这些结论和获得的研究结果,确定偏差的10公里/小时,可以看出本文获得的可靠的偏差阈宽容得多。

同时,基于研究[5),它是发现,40%的司机超过速度限制;在这项研究中,这个比例显著较高(> 65%),但这两项研究的共同点,超速的百分比变化测量部分。然而,它是不可能平等的极限偏差,比较两项研究,因为部分的开发特点进行研究特定与提到的研究(5]。同时,应用方法的研究包括理想的特色部分,和60公里/小时的速度限制。这是一个重要的方法论的偏差与本文研究相比。

这一研究获得的结果的比较分析,在塞尔维亚32),光伏的偏差值的ΔV高于波黑塞尔维亚共和国。在塞尔维亚,分析还包括pv不超过有限的速度。这些偏差会更大,如果超速车辆指出在塞尔维亚。与光伏的偏差,得到更高的值超过ΔV在波黑塞尔维亚。

还有一些其他的因素影响偏离速度限制。路肩宽度对速度有更大的影响当车道狭窄,但路肩宽度的影响减少车道宽度增加。一个合理的解释是,一个更广泛的车道可以将允许更高的旅行速度。众所周知,访问点的数量的增加和禁止通行区域,自由流动的速度减少。然而,这些参数没有在本研究调查。

6。结论

提出了一个详细的分析的操作速度偏差的不同车辆类速度极限,在纵向梯度的函数在波斯尼亚和黑塞哥维那的双车道公路。基于实证研究进行了横截面的代表11日部分,它已经表明,偏差取决于许多因素。在大多数的部分,一个伟大的合规的分析速度已经确定,这表明这些测量部分道路的几何特征和环境对应的类。

进行的研究证实了假设的假设纵向梯度的增加在现实条件中,有一个偏差值的增加交通流速度的速度限制。当然,如果考虑到单独的类的分析车辆在现实交通流中,可以得出的结论是,速度偏差的增加增加而增加纵向后裔,虽然速度会随着不断增加的价值提升。

基于发达模型的预测偏差的运营速度有限的速度作为纵向梯度的函数,可信的偏差的值10公里/小时的限量值。超速的获得值更接近的第85个百分位值偏差的测量部分,这证实了使用测量速度的第85个百分位的有效性在许多国家在确定限速(36(民国,1998)。高速度的偏差设置限速,发现他们的审查的必要性。即最高偏差记录部分以50公里/小时的限制,通过增加速度限制的决定10 km / h,超速的比例会大幅减少。这提供了更大程度的协调车辆在交通流速度不同的类,这将提高效率和安全。结果符合研究的结果(37由所罗门(1964),这表明,超过10公里/小时的速度限制导致自杀率最低的交通事故。

自本文分析的重点是在纵向梯度,在未来的研究中,有必要研究其他因素没有考虑,如横向剖面的影响特点,横向曲率、车辆特征、气象的影响,和驱动程序的特点。此外,为了获得最准确的数据,在今后一段时期,有必要进行详细的分析更大数量的测量部分。连续的研究速度偏离速度限制的值将为项目提供代表标准程序确定可靠的速度限制,目的是改善交通状况。

数据可用性

所有数据包括用于支持这个研究的发现在纸. .

的利益冲突

作者宣称没有利益冲突。