Насколько плох переезд

В хорошем подмосковном городе есть плохой железнодорожный переезд. В час пик встает не только он, но и соседние перекрестки и дороги. Проезжая в очередной раз, я задался вопросом — какая у него пропускная способность и можно ли что-то изменить?


Переезд


Для ответа мы немного углубимся в нормативы и теорию транспортных потоков, проанализируем данные GPS и акселерометра с помощью Python и сравним теоретические расчеты с экспериментальными данными.


Содержание



1. Исходные данные


Мы имеем одноколейный железнодорожный переезд с плохим качеством дороги, скорость на котором примерно 10 км/ч. Из подручных средств современный смартфон и ноутбук.


Весь код и данные доступны в формате Jupyter Notebook на моем GitHub'е.


Переезд


Нам понадобятся следующие библиотеки:


import pandas as pd
import numpy as np
import glob

#!pip install utm
import utm

from sklearn.decomposition import PCA
from scipy import interpolate

import matplotlib.pyplot as plt
import seaborn as sns
sns.set(rc={'figure.figsize':(12, 8)})
import plotly.express as px

# Токен Mapbox для карт в Plotly
mapbox_token = open('mapbox_token', 'r').read()

2. Теория транспортного потока


Для начала определимся с терминами.
Плотность движения $\rho$ — Число автомобилей на 1 км дороги.
$v$скорость АТС.


Интенсивность движения $Q(\rho)$ — Количество транспортных средств, проходящие в единицу времени через определенное сечение дороги.


Пропускная способность $P$ — Максимальное число автомобилей, которое может пропустить участок дороги в единицу времени в одном или двух направлениях в рассматриваемых дорожных и погодно-климатических условиях.


Плотность движения и интенсивность связаны формулой:


$Q = V \cdot \rho$


Зависимость $Q(\rho)$ часто называют фундаментальной диаграммой.


Так на графике ниже отображены экспериментальные данные «Центра исследования транспортной инфраструктуры» г. Москвы, собранные в течение одного дня в 2005 г. по четырем полосам на участке третьего транспортного кольца от Автозаводской улицы до Варшавского шоссе, и сагрегированные на одну полосу.


Фундаментальная диаграмма


Оценка пропускной способности


Основным документом при оценке пропускной способности дорог и их элементов является документ ОДМ 218.2.020-2012 "Методические рекомендации по оценке пропускной способности автомобильных дорог".


Для железнодорожных переездов выделен целый раздел, и пропускная способность в разных дорожных условиях рассчитывается по формуле:


$P_{ж.п.}=P_д \cdot \beta^{ж.п.}_1 \cdot \beta^{ж.п.}_2 \cdot \beta^{ж.п.}_3 \cdot \beta^{ж.п.}_4 \cdot \beta^{ж.п.}_5,$


где $\beta^{ж.п.}_1,\beta^{ж.п.}_2,\beta^{ж.п.}_3,\beta^{ж.п.}_4,\beta^{ж.п.}_5$ — коэффициенты снижения пропускной способности, учитывающие состав движения, характеристики железнодорожных переездов и дорожные условия в зоне переезда, которые определяются по приведенным таблицам.


Рассчитаем пропускную способность, исходя из наших условий:


$P_{ж.п.}=1500 \cdot 0.93 \cdot 0.66 \cdot 0.8 \cdot 1 \cdot 1 = 736.56 авт./ч = 12.3 авт./мин$


Мы получили теоретическую оценку, теперь перейдем к тому, что есть на самом деле.


В реальных условиях я использовал 2 метода оценки пропускной способности:


  • Непосредственный подсчет проехавших через переезд АТС;
  • Вычисление средней скорости движения АТС в выделенной нами области и применение различных функционалов для определения плотности.

В качестве функционала можно использовать простые модели:


  • Модель Танака:

$\rho(v)=\frac{1}{d(v)}$,
$d(v)= L+ c_1 v+ c_2 v^2$,


где $d(v)$ – среднее (безопасное) расстояние между АТС, $L$ – средняя длина АТС, $c_1$ – время, характеризующее реакцию водителя, $c_2$ — коэффициент пропорциональности тормозному пути. При нормальных условиях (сухой асфальт): $L=5.7 м, c_1=0.504 c, c_2=0.0285 с^2/м$.


  • Модель Гриндшилдса:

$\rho= \rho_{max} (1 - \frac{v}{v_{max}})$,


где $\rho_{max}$ — максимальная плотность потока (при отсутствии движения), $v_{max}$ — максимальная (желаемая) скорость движения АТС (при пустой дороге). Эти данные можно взять из того же ОДМ 218.2.020-2012 — $\rho_{max} = 85 авт./км, v_{max}=60 км/ч$


Код для графиков
# Загрузка данных для Диаграммы уравнения потока
diagram1 = pd.read_csv('Диаграмма уравнения потока.csv', sep=';', header=None, names=['P', 'V'], decimal=',')
diagram1_func = interpolate.interp1d(diagram1['P'], diagram1['V'], kind='cubic')
diagram1_xnew = np.arange(diagram1['P'].min(), diagram1['P'].max())

# Загрузка данных для Фундаментальной диаграммы
diagram2 = pd.read_csv('Фундаментальная диаграмма.csv', sep=';', header=None, names=['P', 'Q'], decimal=',')
diagram2_func = interpolate.interp1d(diagram2['P'], diagram2['Q'], kind='cubic')
diagram2_xnew = np.arange(diagram2['P'].min(), diagram2['P'].max())

def density_Tanaka(V):
    # Функция плотности для модели Танака

    V = V * 1000 / 60 / 60 # переводим км/ч в м/с
    L = 5.7 # м
    c1 = 0.504 # с
    c2 = 0.0285 #с**2/м

    return 1000 / (L + c1 * V + c2 * V**2) # авт./км

def density_Grindshilds(V):
    # Функция плотности для модели Гриндшилдса 

    pmax = 85 # авт./км
    vmax = 60 # км/ч

    return pmax * (1 - V / vmax) # авт./км

# Построение графиков
V = np.arange(1, 80) # км/ч
V1 = np.arange(1, 61) # км/ч

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(16, 8))

ax1.plot(density_Tanaka(V), V, label="Модель Танака")
ax1.plot(density_Grindshilds(V1), V1, label="Модель Гриндшилдса")
ax1.plot(diagram1_xnew, diagram1_func(diagram1_xnew), label="Экспер. данные ТТК")
ax1.set_xlabel(r'Плотность $\rho$, авт/км')
ax1.set_ylabel(r'Скорость $V$, км/ч')
ax1.legend()

ax2.plot(density_Tanaka(V), density_Tanaka(V) * V, label="Модель Танака")
ax2.plot(density_Grindshilds(V1), density_Grindshilds(V1) * V1, label="Модель Гриндшилдса")
ax2.plot(diagram2_xnew, diagram2_func(diagram2_xnew), label="Экспер. данные ТТК")
ax2.set_xlabel(r'Плотность $\rho$, авт/км')
ax2.set_ylabel(r'Интенсивность $Q$, авт/ч')
ax2.legend()

plt.show()

Диаграммы


Модель Гриндшилдса с исходными данными для переезда существенно занижает интенсивность по сравнению с экспериментальными данными для обычной дороги. Давайте сравним эту модель с реальностью.


3. Сбор и анализ данных


3.1 Ручной подсчет интенсивности движения


Я не стал усложнять и применять нейронные сети для распознавания машин, а просто написал кейлогер с сохранением времени и нажатой клавиши. Чтобы после каждого нажатия не вводить Enter, код немного усложнился:


Код кейлогера
%%writefile "key-logger.py"
import pandas as pd
import time
import datetime

class _GetchUnix:
    # from https://code.activestate.com/recipes/134892/
    def __init__(self):
        import tty, sys

    def __call__(self):
        import sys, tty, termios
        fd = sys.stdin.fileno()
        old_settings = termios.tcgetattr(fd)
        try:
            tty.setraw(sys.stdin.fileno())
            ch = sys.stdin.read(1)
        finally:
            termios.tcsetattr(fd, termios.TCSADRAIN, old_settings)
        return ch

def logging():
    path = 'logs/keylog/'
    filename = f"{time.strftime('%Y-%m-%d %H-%M-%S')}.csv"
    path_to_file = path + filename
    db = []
    getch = _GetchUnix()
    print('Процесс...')
    while True:
        key = getch()
        if key == 'c':
            break
        else:
            db.append((datetime.datetime.now(), key))
    df = pd.DataFrame(db, columns=['time', 'click'])
    print(df)
    df.to_csv(path_to_file, index=False)
    print(f"\nSaved to {filename}")

if __name__ == "__main__":
    logging()

Пришлось посидеть возле переезда 20 минут и внимательно смотреть за потоком. Я записал 2 периода сразу после проезда поезда, т. е. при загрузке переезда на 100%:


files = glob.glob('logs/keylog/*.csv')
keylogger_data = []
print(f'Количество файлов - {len(files)} шт.')
for filename in files:
    df = pd.read_csv(filename, parse_dates=['time'])
    keylogger_data.append(df)
keylogger_data = pd.concat(keylogger_data, ignore_index=True)
keylogger_data.head()


time click
0 2020-09-29 16:24:02.691189 d
1 2020-09-29 16:24:05.186670 a
2 2020-09-29 16:24:07.157702 d
3 2020-09-29 16:24:11.506961 a
4 2020-09-29 16:24:14.206266 a


Клавиша "a" — машина проехала через переезд из города, клавиша 'd' — в город.
Сагрегируем данные по минутам и направлению:


keylogger_data['time'] = keylogger_data['time'].astype('datetime64[m]')
keylogger_per_min = keylogger_data.groupby(['click', 'time'], as_index=False).size().reset_index().rename(columns={0:'size'})
keylogger_per_min.head()


index click time size
0 0 a 2020-09-29 16:24:00 12
1 1 a 2020-09-29 16:25:00 13
2 2 a 2020-09-29 16:26:00 9
3 3 a 2020-09-29 16:27:00 18
4 4 a 2020-09-29 16:28:00 14


sns.catplot(x='click', y='size', kind="box", data=keylogger_per_min);

png


print(f"Средняя пропускная способность: {keylogger_per_min['size'].mean():.1f} авт./мин \
или {keylogger_per_min['size'].mean() * 60:.1f} авт./ч")

Средняя пропускная способность: 11.7 авт./мин или 700.0 авт./ч
Экспериментальная интенсивность почти соответствуют расчетной с неудовлетворительным состоянием переезда.
Вспомним нашу модель Гриндшилдса — интенсивности в 700 авт./ч соответствует скорость около 10 км/ч (о 50 км/ч речи не идет) — по ощущения при переезде это так и есть.


plt.plot(V1, density_Grindshilds(V1)*V1, label="Модель Гриндшилдса")
plt.xlabel(r'Скорость $V$, км/ч')
plt.ylabel(r'Интенсивность $Q$, авт/ч')
plt.show()

Grindshilds_model


3.2 Измерение средней скорости на переезде


Для измерения скорости я использовал приложение для Android GPSLogger с сохранением трекинга в csv файлы. В процессе написания статьи возникла идея посмотреть на данные акселерометра (линейного ускорения) с привязкой данных GPS — с этим отлично справилось приложение Physics Toolbox Suite.


За всё время у меня набралось около 50 проходов переезда. Данные записывались и при нулевом трафике и в пробках — я старался проезжать переезд со скоростью потока.


Загрузим все данные, при этом сразу добавим информацию о направлении движения — это понадобится в дальнейшем для графиков.


Данные приложения GPSLogger


Приложение GPSLogger сохраняет много информации, но нам потребуется только:


  • time — дата и время;
  • lat и lon — широта и долгота, град;
  • speed — скорость, $м/с^2$;
  • direction — направление, в город или из города.

files = glob.glob('logs/gps/*.csv')
gpslogger_data = []
print(f'Количество файлов с данными GPS - {len(files)} шт.')
for filename in files:
    df = pd.read_csv(filename, parse_dates=['time'], index_col='time')
    if df.iloc[10, 1] < df.iloc[-1, 1]:
        df['direction'] = 0 # в город
    else:
        df['direction'] = 1 # из города
    gpslogger_data.append(df)
gpslogger_data = pd.concat(gpslogger_data)
gpslogger_data.head()

gps_1 = gpslogger_data[['lat', 'lon', 'speed', 'direction']]

Количество файлов с данными GPS — 37 шт.


Данные приложения Physics Toolbox Suite:


files = glob.glob('logs/gps_accel/*.csv')
print(f'Количество файлов с данными акселерометра - {len(files)} шт.')
pts_data = []

for filename in files:
    df = pd.read_csv(filename, sep=';',decimal=',')
    df['time'] = filename[-22:-12] + '-' + df['time']
    if df.iloc[10, 5] < df.iloc[-1, 5]:
        df['direction'] = 0 # в город
    else:
        df['direction'] = 1 # из города
    pts_data.append(df)
pts_data = pd.concat(pts_data)
pts_data.head()

Количество файлов с данными акселерометра — 14 шт.



time ax ay az Latitude Longitude Speed (m/s) Unnamed: 7 direction
0 2020-09-04-14:11:18:029 0.0 0.0 0.0 0.000000 0.00000 0.0 NaN 1
1 2020-09-04-14:11:18:030 0.0 0.0 0.0 56.372343 37.53044 0.0 NaN 1
2 2020-09-04-14:11:18:030 0.0 0.0 0.0 56.372343 37.53044 0.0 NaN 1
3 2020-09-04-14:11:18:094 0.0 0.0 0.0 56.372343 37.53044 0.0 NaN 1
4 2020-09-04-14:11:18:094 0.0 0.0 0.0 56.372343 37.53044 0.0 NaN 1


Данные содержат некорректные записи с нулевой широтой, долготой — почистим:


pts_data = pts_data.query('Latitude != 0.')

Приложение Physics Toolbox Suite записывает данные с максимальной частотой для акселерометра 400 Гц, но датчик GPS работает с частотой 1 Гц, поэтому разделим данные по датчикам:


pts_data['time'] = pd.to_datetime(pts_data['time'], format='%Y-%m-%d-%H:%M:%S:%f')
pts_data = pts_data.rename(columns={'Latitude':'lat', 'Longitude':'lon', 'Speed (m/s)':'speed'})

Данные акселерометра:


accel_data = pts_data[['time', 'lat', 'lon', 'ax', 'ay', 'az', 'direction']].copy()
accel_data = accel_data.set_index('time')
accel_data['direction'] = accel_data['direction'].map({1.: 'Из города', 0.: 'В город'})
accel_data.head()


lat lon ax ay az direction
time
2020-09-04 14:11:18.030 56.372343 37.53044 0.0 0.0 0.0 Из города
2020-09-04 14:11:18.030 56.372343 37.53044 0.0 0.0 0.0 Из города
2020-09-04 14:11:18.094 56.372343 37.53044 0.0 0.0 0.0 Из города
2020-09-04 14:11:18.094 56.372343 37.53044 0.0 0.0 0.0 Из города
2020-09-04 14:11:18.095 56.372343 37.53044 0.0 0.0 -0.0 Из города


Данные GPS:


gps_2 = pts_data[['time', 'lat', 'lon', 'speed', 'direction']].copy()
gps_2 = gps_2.set_index('time')
gps_2 = gps_2.resample('S').mean()
gps_2 = gps_2.dropna(how='all')
gps_2.head()


lat lon speed direction
time
2020-08-10 00:45:02 56.338342 37.522946 0.0 1.0
2020-08-10 00:45:03 56.338342 37.522946 0.0 1.0
2020-08-10 00:45:04 56.338342 37.522946 0.0 1.0
2020-08-10 00:45:05 56.338342 37.522946 0.0 1.0
2020-08-10 00:45:06 56.338342 37.522946 0.0 1.0


Объединим все GPS данные:


gps_data = gps_1.append(gps_2, ignore_index=True)
gps_data['direction'] = gps_data['direction'].map({1.: 'Из города', 0.: 'В город'})
gps_data.head()


lat lon speed direction
0 56.167241 37.504026 19.82 Из города
1 56.167051 37.503804 19.36 Из города
2 56.166884 37.503667 19.62 Из города
3 56.166718 37.503554 19.35 Из города
4 56.166570 37.503427 19.12 Из города


3.2.1 Визуализация на карте


Визуализируем данные на карте с помощью библиотеки Plotly:


fig = px.scatter_mapbox(gps_data, lat="lat", lon="lon", color='direction', zoom=17, height=600)
fig.update_layout(mapbox_accesstoken=mapbox_token, mapbox_style='streets')
fig.show()

Карта


3.2.2 Визуализация профиля переезда


Чтобы построить график продольного сечения переезда нужно выполнить два преобразования:


  1. Перевести координаты GPS, а это обычно система координат WGS 84 в плоскую проекцию.
  2. Спроецировать данные на профиль дороги.

В сервисах онлайн карт обычно используется проекция Web Mercator, которая имеет один недостаток — это сильное искажение расстояний, именно поэтому Гренландия на картах выглядит больше Африки, хотя на самом деле меньше в несколько раз.


Для геодезических и картографических работ применяются проекции, основанные на поперечной проекции Меркатора. В России и многих других странах применяется проекция Гаусса — Крюгера, в США — универсальная поперечная проекция Меркатора (UTM).


Проекция Web-Mercator
Проекция Web-Mercator


Проекция UTM
Проекция UTM


Для преобразования в UTM для Python есть простое решение https://github.com/Turbo87/utm, его и будем использовать.


gps_data['xs'] = gps_data[['lat', 'lon']].apply(lambda x: utm.from_latlon(x[0], x[1])[0], axis=1)
gps_data['ys'] = gps_data[['lat', 'lon']].apply(lambda x: utm.from_latlon(x[0], x[1])[1], axis=1)
gps_data['speed_kmh'] = gps_data.speed / 1000 * 60 * 60

Оставим данные только вокруг переезда в радиусе 50 метров:


# Координаты переезда
lat0 = 56.35205
lon0 = 37.51792
xc, yc, _, _ = utm.from_latlon(lat0, lon0)

r = 50
gps_data = gps_data.query(f'{xc - r} < xs & xs < {xc + r}')\
                   .query(f'{yc - r} < ys & ys < {yc + r}')

fig = px.scatter_mapbox(gps_data, lat="lat", lon="lon", color='direction', zoom=17, height=600)
fig.update_layout(mapbox_accesstoken=mapbox_token, mapbox_style='streets')
fig.show()

Карта
Теперь спроецируем точки на ось дороги. Это по сути задача понижения размерности с 2d в 1d, которая решается методом главных компонент (PCA).


Мы можем поступить 2 способами — вручную вычислить матрицу поворота и взять одну компоненту или довериться реализации scikit-learn. Для простоты выберем Sklearn:


pca = PCA(n_components=1).fit(gps_data[['xs', 'ys']])
gps_data['xs_transform'] = pca.transform(gps_data[['xs', 'ys']])

sns.relplot(x='xs_transform', y='speed_kmh', data=gps_data, aspect=2.5, hue='direction');

png


В большинстве случаев после переезда скорость возрастает. По графику можно выделить границы переезда — это примерно интервал [-5, 25]. Для уточнения посмотрим на данные с акселерометра.


accel_data['xs'] = accel_data[['lat', 'lon']].apply(lambda x: utm.from_latlon(x[0], x[1])[0], axis=1)
accel_data['ys'] = accel_data[['lat', 'lon']].apply(lambda x: utm.from_latlon(x[0], x[1])[1], axis=1)
accel_data = accel_data.query(f'{xc - r} < xs & xs < {xc + r}')\
                       .query(f'{yc - r} < ys & ys < {yc + r}')
accel_data['xs_transform'] = pca.transform(accel_data[['xs', 'ys']])

Оси акселерометра в Android располагаются следующим образом:
Оси акселерометра


При записи данных телефон всегда лежал по ходу движения (ось Y). Посмотрим на графики отдельно по осям:


sns.relplot(x='xs_transform', y='ax', data=accel_data, aspect=2.5, hue='direction');

png


sns.relplot(x='xs_transform', y='ay', data=accel_data, aspect=2.5, hue='direction');

png


sns.relplot(x='xs_transform', y='az', data=accel_data, aspect=2.5, hue='direction');

png


Увеличим масштаб по оси Z:


sns.relplot(x='xs_transform', y='az', data=accel_data.query('-20 < xs_transform < 40'), aspect=2.5, hue='direction');

png


По осям X и Z четко определяются границы переезда — интервал [-10, 25] с центром в точке 7.5.


cross = gps_data.query('-10 < xs_transform < 25')

fig = px.scatter_mapbox(cross, lat="lat", lon="lon", color='direction', zoom=19, height=600)
fig.update_layout(mapbox_accesstoken=mapbox_token, mapbox_style='streets')
fig.show()

Карта


Теперь посмотрим как распределена скорость на переезде:


mean_v = cross.speed_kmh.mean()
print(f"Средняя скорость на переезде - {mean_v:.2} км/ч")
sns.distplot(cross.speed_kmh);

Средняя скорость на переезде — 9.4 км/ч


png


Округлим координаты до метра и построим еще немного красивых графиков:


base = 1
gps_data['xs_transform_round'] = gps_data['xs_transform'].apply(lambda x: base * round(x / base))
accel_data['xs_transform_round'] = accel_data['xs_transform'].apply(lambda x: base * round(x / base))

sns.relplot(x='xs_transform_round', y='speed_kmh', data=gps_data, kind="line", aspect=2.5);

png


sns.relplot(x='xs_transform_round', y='az', data=accel_data, kind="line", aspect=2.5);

png


3.3 Оценка плотности


Для расчета пропускной способности используем две модели для плотности:


gps_data['flow_Tanaka'] = density_Tanaka(gps_data.speed_kmh) * gps_data.speed_kmh
gps_data['flow_Grindshilds'] = density_Grindshilds(gps_data.speed_kmh) * gps_data.speed_kmh

sns.relplot(x='xs_transform_round', y='flow_Grindshilds', data=gps_data, aspect=2.5, kind='line', hue='direction');

png


cross = gps_data.query('-10 < xs_transform < 25')

mean_flow_Tanaka = cross.flow_Tanaka.mean()
print(f"Средняя пропускная способность по модели Танака - {mean_flow_Tanaka:.1f} авт/ч \
или {mean_flow_Tanaka / 60:.1f} авт/мин")

Средняя пропускная способность по модели Танака — 1275.5 авт/ч или 21.3 авт/мин


mean_flow_Grindshilds = cross.flow_Grindshilds.mean()
print(f"Средняя пропускная способность по модели Гриндшилдса - {mean_flow_Grindshilds:.1f} авт/ч \
или {mean_flow_Grindshilds / 60:.1f} авт/мин")

Средняя пропускная способность по модели Гриндшилдса — 660.0 авт/ч или 11.0 авт/мин
Как видно, наша оценка по модели Гриндшилдса наиболее близка данным эксперимента в 700 авт./ч.


plt.plot(V1, density_Grindshilds(V1)*V1, label="Модель Гриндшилдса")
plt.xlabel(r'Скорость $V$, км/ч')
plt.ylabel(r'Интенсивность $Q$, авт/ч')
plt.show()

png


Исходя из этой модели, если мы каким-то образом увеличим скорость на переезде всего до 30 км/ч — пропускная способность увеличится почти в два раза.


Примерно тоже самое мы получим при расчете по формуле, введя коэффициент для хорошей ровности дороги:


$P_{ж.п.}=1500 \cdot 0.93 \cdot 0.98 \cdot 0.8 \cdot 1 \cdot 1 = 1093.7 авт./ч = 18.3 авт./мин$


Также проблему железнодорожных переездов с предложениями хорошо осветил автор статьи "Как надо решать проблему ж/д переездов".


4. Итоги


Исходя из нашего анализа можно утверждать, что железнодорожный переезд находится в неудовлетворительном состоянии и скорость потока составляется примерно 10 км/ч, что при полной загрузке дороги вызывает затруднение движения и пробки.


Пропускную способность переезда можно существенно повысить при приведение переезда в удовлетворительное состояние.

Средняя зарплата в IT

110 000 ₽/мес.
Средняя зарплата по всем IT-специализациям на основании 8 813 анкет, за 2-ое пол. 2020 года Узнать свою зарплату
Реклама
AdBlock похитил этот баннер, но баннеры не зубы — отрастут

Подробнее

Комментарии 43

    +1
    Как увеличить скорость, если для проезда переезда не трамвайного надо
    остановиться перед переездом
    и (или) дождаться дистанции когда уйдёт предыдущий, чтобы заехать в свободный переезд
    Так что до 30 не увеличить никак без понимания, каково двигаться автомобилям после пересечения.
    Оценить же качество переезда легко почти без кода, одним снимком со структурированным светом. Может даже айфоны новые уже днём смогут взяв карту глубины определить приемлемость плоскости для колесного перемещения в 3 строчки кода.
    Идея для РЖД и транспортных ведомств
      +3
      Я думаю РЖД как то все равно какие там пробки и сколько там машин, им даже все равно в каком состоянии жд переходы на их территории зимой для людей (когда там каток и каждые полчаса кто то пару пролетов на пятой точке пролетает, наблюдаю две зимы подряд — сделать крышу как в надземных переходах в городе им религия не позволяет видимо)

      У меня обычно два вопроса возникает, почему жд колея идет через центр многих городов (хотя понимаю что исторически сложилось строиться на берегу реки или по обее строны железки) и делит их на 2 части, и всего 1-2 переезда И почему при увеличении транспортного потока в городе не сделали подземный/наземный переезд. Это уже вопрос к администрации конкретного города.

      По мне так надо не костыльные решения убирающие последствия переездов искать, а убирать сами причины этих проблем.
      Но есть один маленький нюанс, в виду того что проблема пробок в общем существует, то даже если переезд будет пересекаться всегда без задержек, просто пробка перенесеться за переезд.
        0
        > почему при увеличении транспортного потока в городе не сделали подземный/наземный переезд

        Для создания переезда надо сначала закрыть проезд. В это время надо направить транспортный поток куда-то ещё. И потом, если вплотную к железке стоят, например, жилые дома — как вы сделаете мост? Это же не Transport Tycoon, два-три тайла поднял, тоннелем соединил. Мост должен быть достаточно длинным всё-таки.
          +1
          Переезд — собственность владельца участка железной дороги. Стоимость развязки в разных уровнях не подъёмна собственникам жд, они могут быть построены исключительно на средства федерального или московского бюджетов.
            0
            И почему при увеличении транспортного потока в городе не сделали подземный/наземный переезд

            В Уфе есть такой переезд, над которым год или два назад построили мост. Разговоры про строительство этого моста ходили годов так с 80-х

          +2
          Исходя из нашего анализа можно утверждать, что железнодорожный переезд находится в неудовлетворительном состоянии и скорость потока составляется примерно 10 км/ч, что при полной загрузке дороги вызывает затруднение движения и пробки.

          Водители это понимают и без математических формул, когда в пробке на машинах там стоят.
            0

            Думаю лучше все-таки пускать поезда ниже или выше дороги. Чтобы никто никому не мешал.

              0
              Исходя из нашего анализа можно утверждать, что кто-то распилил бюджет выделенный на ремонт дороги и переезда)
                –5
                Исходя из нашего анализа можно утверждать, что железнодорожный переезд находится в неудовлетворительном состоянии и скорость потока составляется примерно 10 км/ч, что при полной загрузке дороги вызывает затруднение движения и пробки.

                Пробки возникают из-за излишнего количества автомобилей. Именно эту проблему и надо решать.


                Пропускную способность переезда можно существенно повысить при приведение переезда в удовлетворительное состояние.

                Пропускная способность — не цель дорожного движения.
                https://www.consultant.ru/document/cons_doc_LAW_8585/5d1409631777998cf5b45686fa72ec6a9b6e9810/


                Изменения в организации дорожного движения для повышения пропускной способности дорог или для других целей за счет снижения уровня безопасности дорожного движения не допускаются.
                  0
                  Пробки возникают из-за излишнего количества автомобилей. Именно эту проблему и надо решать.

                  Если вы уменьшите количество автомобилей до того уровня, при котором даже на самом ужасном переезде не будет пробок — остальная городская автомобильная инфраструктура будет использоваться неэффективно.

                    –1

                    Использование городской территории как инфраструктуры для автомобилей и есть наиболее неэффективное использование этой территории. На любой дороге или парковке город только теряет деньги, в отличии от инфры для людей, на которой город зарабатывает.


                    И да, даже во время максимальных пробок большинство дорог стоят пустые и "используются неэффективно":


                      +1

                      Зеленое не означает "пустая дорога", зеленое означает "скорость движения выше N км/ч". N — то ли 40, то ли 50 км/ч, но могу ошибаться.

                        0

                        А как можно ехать 50 км/ч по заполненной городской улице?

                          +2

                          Заполненной == забитой машинами впритык? Только такой вариант считается "используются эффективно"?

                            –3

                            Я чуть выше написал что любая автомобильная дорога в городе в принципе используется неэффективно в любом состоянии, так что эта переписка уже скатилась в уровень смехуечков.


                            Заполненной == забитой машинами впритык? Только такой вариант считается "используются эффективно"?

                            А вы утверждаете что кусок асфальта шириной в 7-9 метров по которому проезжает от силы 10 машин в минуту в час пик используется эффективно?

                              +1

                              а какого эффекта вы хотите добиться?

                                +3

                                Велосипед с передней корзинкой, хрустящий багет подмышкой и неспеша как в Европе, два часа крутить педали в Москве в конце ноября под дождем и мокрым снегом. Мечта любого урбаниста в энтоннетах.

                                0
                                Поправьте если я ошибаюсь, но когда-то я читал, что в первом приближении пропускная способность дороги НЕ зависит от скорости движения по ней.
                                Объяснение на пальцах: безопасный интервал 3 секунды между машинами и практически не зависит от скорости. А пропускная способность как раз измеряется в машинах в секунду.
                                Итого что 5км/ч едет плотный поток, что 60км/ч, количество машин в час, проехавших по дороге будет одинаковым. Хотя 1-й случай это пробка, а второй свободное движение по меркам яндекс карт.
                                  +1

                                  На маленькой скорости начинает играть роль длина машин. Получается время интервала между машинами + время проезда длины корпуса машины. Если длину корпуса взять за 5 метров, то на скорости 18 км/ч будет уходить секунда на проезд длины корпуса, а на 9 км/ч — уже две секунды, а на 4.5 км/ч — 4 секунды (и их плюсовать к интервалу, так что пропускная способность будет падать).


                                  Между машинами интервал в 3 секунды редко встретишь, я бы сказал 1-2 секунды, так что эффект из-за длины машин на самом деле сильнее.

                                    –1
                                    Интервал в 3 секунды не совсем константа, а зависит от свободности дороги.
                                    Если дорога пустая, ты не будешь прижиматься даже на 3 секунды.
                                    А в пробке ты нервничаешь и стараешься уплотниться.
                                    +1
                                    Как раз в таком приближении и зависит. Вы забыли, что 3 секунды это интервал между машинами, т.е. к интервалу 3сек*V нужно прибавить еще длину автомобиля L. Теперь если считать время между, скажем передними бамперами машин, то это будет 3 секунды + L/V.

                                    Т.е. чем больше скорость, тем меньше будет это время, и тем больше машин пересекут линию замера за единицу времени.

                                    Получается, что пропуская способность зависит от соотношения длины машины и скорости ее передвижения. Давайте опять же грубо прикинем, насколько это существенный фактор. Возьмем длину машины 3 метра, и посчитаем пропускную способность на скорости 30 м/с (108 км/ч — «автобан») и 3 м/с (10 км/ч — «пробка»).

                                    Автобан = 3сек + 3м/30м/с = 3+0.1 = 3.1 сек
                                    Пробка = 3 + 3/3 = 4 сек.
                                    Разница почти на четверть, однако. Не фатально, конечно, но существенно.
                                      –1
                                      Интервал в 3 секунды не совсем константа, а зависит от свободности дороги.
                                      Если дорога пустая, ты не будешь прижиматься даже на 3 секунды.
                                      А в пробке ты нервничаешь и стараешься уплотниться.
                                        0
                                        Ну так и длина машины не константа, но даже оценочная прикидка модели «интервал в N секунд между машинами» говорит о том, что пропускная способность существенно зависит от скорости движения.
                                    0
                                    А вы утверждаете что кусок асфальта шириной в 7-9 метров по которому проезжает от силы 10 машин в минуту в час пик используется эффективно?

                                    Я такого не утверждал никогда.

                                    Я только пытаюсь понять, что означает «эффективное использование дороги» в вашем понимании.
                              +4
                              вообще неэффективно используются как раз таки красные дороги на этой картинке. Потому что они полностью забиты недвижущимися машинами блокирующими проезд/проход и при этом не решающими задачу перемещения из точки А в точку Б. Поэтому картинка хорошая, но интерепретирована вами абсолютно неправильно.
                                +1
                                Использование городской территории как инфраструктуры для автомобилей и есть наиболее неэффективное использование этой территории.

                                Если под эффективностью использования понимать доход даже не города, а чиновников.
                                Вполне «эффективно» вместо детского сада, школы и больницы построить торговый комплекс. А уж про парки и лужайки лучше вообще не вспоминать, крайне не «эффективные» сооружения.
                                Так что у вас выходит что город должен превратиться в один большой магазин, где на втором этаже будут офисы в которых люди и будут спать после работы платя за это деньги. Хотите в такой «эффективный» город?
                              0
                              Проведём небольшой анализ))
                              Автомобилями владеют люди, а значит для уменьшения количества автомобилей надо уменьшить количество людей (дабы интересы их не пересекались с теми, кто тоже хочет ездить по дорогам на автомобиле).
                              По какому принципу предлагаете избавляться от неугодных людей?
                              +3

                              А можно просто разнести ЖД пути и автодорогу на разные уровни. Бонусом получим нулевую смертность на переездах.
                              К пересечениям автомагистралей и других скоростных дорог это тоже относится.

                                +5
                                Лично мне, например, больше понравился не результат анализа, а сам анализ. То что плохое состояние переезда приводит к огромному скоплению машин перед ним, это и так понятно, и решение в таких случаях очевидно и без сложных расчетов. Но зачастую, очень много пробок собирается стихийно. Например в моем городе есть односторонняя дорога, с двух полосным движением, и в одном месте собирается пробка, в которой я трачу в среднем полтора часа времени. Спустя полтора часа мыторства, внезапно, поток ускоряется до 30-35 км/ч и далее пробка рассасывается. Все 5 лет что я там езжу, я не могу понять причины возникновения этой пробки. Думаю что не только в моем городе есть такие проблемы, и, как мне кажется, подобный подход (совместно с усилиями администрации города), мог бы найти решение этой проблемы.
                                  +1

                                  Это известная в транспортной науке тема. Суть в том, что кто-то где-то тормознул (может его подрезали, может кошка на дорогу выбежала, может просто случайно слишком близко прижался к предыдущему). А потом сзади машины тоже стали тормозить. при этом тормозят машины быстрее, чем разгоняются. В итоге пока одна машина отъезжает спереди, сзади подъезжают и тормозят еще 2-3. В итоге пробка растет сзади быстрее, чем рассасывается спереди.
                                  И машина, создавшая ее, уже давно уехала, препятствия на дороге нет, а пробка все растет на казалось бы пустом месте.

                                  0
                                  На картинке не «Проекция UTM», а Равнопромежуточная проекция с делением на зоны UTM. И «Проекция UTM» это набор проекций, а точнее поперечная цилиндрическая проекция меркатора разными параметрами которые должны выглядеть примерно так image
                                    +4
                                    — вы, наверное, консультант
                                    — да, а как вы узнали?
                                    — вы провели кучу дорогих высокотехнологичных измерений и в итоге сообщили мне очевидную вещь, которую я всегда знал и ежедневно наблюдал.
                                      +4
                                      Ожидал, что статья будет про минусы релокации) Судя по названию и тенденциям.
                                        +2
                                        Не понимаю, почему ПОСЛЕДОВАТЕЛЬНЫЙ проезд автомобилей не превратить в ПАРАЛЛЕЛЬНЫЙ?
                                        Есть какой-то ГОСТ, что переезды можно делать только по одной полосе в каждую сторону? Почему не сделать три, четыре полосы в каждую сторону и этим увеличить скорость проезда?
                                          0
                                          А шлагбаум? Светофоры, чтобы всем был виден? К тому же при переезде по правилам нужно внимательно смотреть по сторонам на случай неисправности автоматики — как это сделать на скоростном шестиполосном шоссе?
                                            +1
                                            Светофоры, чтобы всем был виден?

                                            Вас же не смущают светофоры на шестиполосном шоссе? Все всё видят, все останавливаются ровно до стоп-линии, тем более при наличии видеонаблюдения (а на переезде оно обязательно).

                                            А шлагбаум?

                                            Какие-то проблемы «удлинить палку»? Либо сделать ворота-турникеты, как на платных магистралях. К тому же все переезды комплектуются подъемными барьерами, в качестве дополнительной меры.

                                            К тому же при переезде по правилам нужно внимательно смотреть по сторонам на случай неисправности автоматики — как это сделать на скоростном шестиполосном шоссе?

                                            На случай отказа автоматики переезды комплектуются дежурным по переезду, оснащенным КНОПКОЙ.
                                            Короче, было бы желание…
                                              –1
                                              Текущие светофоры и шлагбаумы не подходят. Естественно, можно принять новые ПДД с новыми типами светофоров, разработать и заказать светофоры, шлагбаумы и пр. Но это, помимо желания, ещё и немалые деньги.
                                          0
                                          Исходя из нашего анализа можно утверждать, что железнодорожный переезд находится в неудовлетворительном состоянии и скорость потока составляется примерно 10 км/ч

                                          Я не понял как это вы вывели из анализа. Где критерии? Вполне может оказаться что 10км/ч это максимально возможная скорость движения на переезде вообще и тогда вывод будет, что он находиться в идеальном состоянии. Просто переезд всегда снижает скорость движения и всегда вызывает пробки при достижении определенной плотности.
                                          Ну и из ваших вычислений совершенно не понятно что с этим делать. Если бы вы вывели и доказали (показали) например зависимость скорости машин от глубины ям и что по ГОСТу… ямы должны быть, а по ТУ… могут быть, то стало бы понятно что надо заделать ямы и всё станет хорошо (лучше) и это реально возможно. А из вывода что при утроении скорости вырастит пропускная способность какая польза? Может она вырастит и при уменьшении гравитации в 3 раза, но нам то что до этого.
                                            0
                                            Критерий качества покрытия это скорость при свободном проезде, которая прямо влияет на пропускную способность участка.
                                            В первом расчете теоретической пропускной способности есть коэффициент отвечающий за качество покрытия, я принял его как для неудовлетворительного (самого плохого) покрытия, и эта оценка совпала с реальной.
                                            Поэтому можно говорить, что покрытие переезда неудовлетворительное.
                                            При этом скорость свободного движения по переезду в ОДМ 218.2.020-2012 для одного пути — 50 км/ч, да и логически она ограничена только качеством дороги.
                                            Далее я показал, что было бы если привести покрытие в порядок, т.е. увеличить скорость движения. Уже с этими расчетами можно обратиться в администрацию города, чтобы они решили насколько целесообразно ремонтировать переезд.
                                              0
                                              чтобы отремонтировать переезд нужно удалить рельсы, но тогда он перестанет быть переездом
                                              статья несет ноль полезной информации, у меня вообще сложилось впечатление что это нейросеть сгенерировала
                                                –1
                                                Критерий качества покрытия это скорость при свободном проезде, которая прямо влияет на пропускную способность участка.

                                                И что? Вы же понимаете что скорость проезда даже идеального переезда ниже скорости движения по дороге. Это особенность переезда, там рельсы, там опасность.
                                                В первом расчете теоретической пропускной способности есть коэффициент отвечающий за качество покрытия, я принял его как для неудовлетворительного (самого плохого) покрытия, и эта оценка совпала с реальной.

                                                Это большая ошибка, совпадение результата вычислений вовсе не гарантирует что все источники верны. А возможности как то проверить данные, изменив параметры, у вас нет.
                                                При этом скорость свободного движения по переезду в ОДМ 218.2.020-2012 для одного пути — 50 км/ч

                                                Я не нашел в этом документе даже упоминания 50 км/ч.
                                                да и логически она ограничена только качеством дороги

                                                Совершенно не логично. Переезд такой конструкции по определению не может быть абсолютно ровным. Там всегда будет снижение скорости. К тому же переезд — это опасный участок и там обязано быть снижение скорости для безопасности, водитель должен убедится что путь безопасен.
                                                Далее я показал, что было бы если привести покрытие в порядок, т.е. увеличить скорость движения

                                                Вы не показали что скорость зависит от качества, нет у вас этого. Вы констатировали факт скорости и за уши притянули качество. Даже если это так, вы это никак не показали.
                                              0
                                              В некоторых случаях проблема переезда в ЖД-автоматике, которая держит его закрытым когда поезд уже проехал. Потому что автоматика которая закрывает переезд и которая открывает — это одна логика с одинаковыми параметрами. Триггер на расстояние от переезда до ближайшей колёсной пары.
                                                0
                                                Вообще логика закрытия переездов требует доработки. Часто наблюдаю как электричка стоит на остановке и высаживает людей, а переезд минут 5 как уже закрыт. Почему не закрыть его перед отправлением электрички? Я понимаю Сапсаны и прочие скоростные, перед ними надо с запасом. Но если электричка стоит, зачем запас? И зачем ждать пока она уедет на какое-то расстояние. Ладно старые переезды, где всё управлялось замыканием рельсов, но в нагруженных местах можно же сделать цифровые системы. Тем более Сапсаны и прочие закрывают сильно заранее, видимо по расписанию, а не по факту замыкания между рельсов.

                                              Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.

                                              Самое читаемое