У статті досліджено особливості розподілу швидкостей руху транспортних засобів на багатосмугових автомобільних дорогах на підходах до значних та найзначніших міст на прикладі шестисмугової ділянки автомобільної дороги М-05 Київ – Одеса. Методика дослідження ґрунтується на натурному спостереженні з використанням покадрового відеоаналізу з точністю 0,04 с, що дало змогу визначити часові інтервали між транспортними засобами та отримувати моментальну швидкість руху. У ході аналізу було побудовано теоретичні та фактичні криві розподілу швидкостей, визначено типові швидкісні діапазони для різних смуг та перевірено відповідність отриманих даних нормальному закону розподілу.
У ході дослідження розподілу швидкостей транспортних засобів на багатосмугових автомобільних дорогах було визначено ключові напрями аналізу. Зокрема, дослідження спрямовувалося на перевірку відповідності емпіричних даних статистичній моделі нормального розподілу, встановлення характерних швидкісних діапазонів залежно від типу транспортного засобу, а також на оцінювання впливу інтенсивності руху та структурного складу потоку на параметри швидкості.
У межах дослідження проаналізовано просторово-часову структуру транспортного потоку: встановлено добовий розподіл інтенсивності руху, його варіацію за смугами та напрямками, а також визначено фактичні та теоретичні криві розподілу швидкостей. Досліджено залежності між основними параметрами потоку – інтенсивністю, щільністю та швидкістю. Для опису закономірностей розподілу транспортних засобів по смугах застосовано метод лінійної регресії, що дало змогу побудувати аналітичні залежності N₁, N₂, N₃ від загальної інтенсивності N з використанням методу найменших квадратів.
Результати дослідження показали, що розподіл швидкостей на дослідженій ділянці достатньо добре узгоджується із нормальним розподілом, а виявлені відхилення є випадковими. Отримане значення швидкості 85 % забезпеченості (98 км/год) можна використовувати як орієнтир для встановлення рекомендованих обмежень швидкості, моделювання пропускної здатності та розроблення елементів інтелектуального управління дорожнім рухом.
1. Polishchuk, V. P., Nahrebelna, L. P., Vyhovska, I. A., & Popov, S. Y. (2024). Applying energy principles to the assessment of road traffic safety. Journal of Transport Systems and Traffic Safety, 1(58), 133-141. DOI: 10.33744/2308-6645-2024-1-58-133-141 (in English).
https://doi.org/10.33744/2308-6645-2024-1-58-133-141
2. Popov, S., & Vyhovska, I. (2024). Digital Control Tower Model for Public Transport City Network. In International Scientific Conference Intelligent Transport Systems: Ecology, Safety, Quality, Comfort (pp. 385-394). Cham: Springer. DOI: 10.1007/978-3-031-87376-8_34 (in English).
https://doi.org/10.1007/978-3-031-87376-8_34
3. Xu, M., Di, Y., Ding, H., Zhu, Z., Chen, X., & Yang, H. (2023). AGNP: Network-wide short-term probabilistic traffic speed prediction and imputation. Communications in Transportation Research, 3, 100099. DOI: 10.1016/j.commtr.2023.100099 (in English).
https://doi.org/10.1016/j.commtr.2023.100099
4. Al-Bayati, A. J., Ali, M., Alhomaidat, F., Bandara, N., & Chen, Y. (2024). The Effects of Temporary Portable Rumble Strips on Vehicle Speeds in Road Work Zones. Safety, 10(4), 105. DOI: 10.3390/safety10040105 (in English).
https://doi.org/10.3390/safety10040105
5. Del Serrone, G., Cantisani, G., & Peluso, P. (2023). Speed data collection methods: a review. Transportation research procedia, 69, 512-519. DOI: 10.1016/j.trpro.2023.02.202 (in English).
https://doi.org/10.1016/j.trpro.2023.02.202
6. Ahmad, F., Ansari, M. Z., Hamid, S., & Saad, M. (2023). A Computer Vision based Vehicle Counting and Speed Detection System. In 2023 International Conference on Recent Advances in Electrical, Electronics & Digital Healthcare Technologies (REEDCON) (pp. 487-492). IEEE. DOI: 10.1109/reedcon57544.2023.10151423 (in English).
https://doi.org/10.1109/REEDCON57544.2023.10151423
7. Yanumula, V. K., Typaldos, P., Troullinos, D., Malekzadeh, M., Papamichail, I., & Papageorgiou, M. (2023). Optimal trajectory planning for connected and automated vehicles in lane-free traffic with vehicle nudging. IEEE Transactions on Intelligent Vehicles, 8(3), 2385-2399. DOI: 10.1109/tiv.2023.3241200 (in English).
https://doi.org/10.1109/TIV.2023.3241200
8. Kwon, N., Chang, I., Lee, J., & Ahn, S. (2024). Analysis of E-scooter Risk Factors by Road Types on Different Speed Levels. KSCE Journal of Civil Engineering, 28(8), 3533-3542. DOI: 10.1007/s12205-024-1335-6 (in English).
https://doi.org/10.1007/s12205-024-1335-6
9. Nahrebelna, L., Kostrulyova, T., Korchevska, A., & Shpin, D. (2024, November). Improving Traffic Safety with Using a Promising Extrapolation Method. In International Scientific Conference Intelligent Transport Systems: Ecology, Safety, Quality, Comfort (pp. 183-193). Cham: Springer. DOI: 10.1007/978-3-031-87379-9_17 (in English).
https://doi.org/10.1007/978-3-031-87379-9_17
10. Yu, M., Evangelou, S. A., & Dini, D. (2024). Advances in active suspension systems for road vehicles. Engineering, 33, 160-177. DOI: 10.1016/j.eng.2023.06.014 (in English).
https://doi.org/10.1016/j.eng.2023.06.014
11. Pascale, A., Macedo, E., Guarnaccia, C., & Coelho, M. C. (2023). Smart mobility procedure for road traffic noise dynamic estimation by video analysis. Applied Acoustics, 208, 109381. DOI: 10.1016/j.apacoust.2023.109381 (in English).
https://doi.org/10.1016/j.apacoust.2023.109381
12. Astarita, V., Haghshenas, S. S., Guido, G., & Vitale, A. (2023). Developing new hybrid grey wolf optimization-based artificial neural network for predicting road crash severity. Transportation Engineering, 12, 100164. DOI: 10.1016/j.treng.2023.100164 (in English).
https://doi.org/10.1016/j.treng.2023.100164
13. Polishchuk, V., Yanishevskyi, S., Bilonoh, O., Nahrebelna, L., Trushevsky, V., Korchevska, A., ... & Vyhovska, I. (2023). Expert assessment of engineering and planning solutions to improve the safety of vulnerable road users in Ukraine. Retrieved from: https://monograph.route.ee/rout/catalog/book/978-9916-9850-2-1.ch6. DOI: 10.21303/978-9916-9850-2-1.ch6 (in English).
https://doi.org/10.21303/978-9916-9850-2-1.ch6
14. Del Serrone, G., Cantisani, G., & Peluso, P. (2023). Speed data collection methods: a review. Transportation research procedia, 69, 512-519. DOI: 10.1016/j.trpro.2023.02.202 (in English).
https://doi.org/10.1016/j.trpro.2023.02.202
15. Polischuk, V.P., Vygovska, I.A., Nahrebelna, L.P. & Korchevska, A.A. (2023). Modeliuvannia rozpodilu transportnykh potokiv na merezhi avtomobilnykh dorih [Modeling of traffic flow distribution on the road network]. Zbirnyk naukovykh prats «Dorohy i mosty» [The Collection of scientific papers "Roads and Bridges"], 27(2023), 253-266 DOI: 10.36100/dorogimosti2023.27.253 (in Ukrainian).
https://doi.org/10.36100/dorogimosti2023.27.253
16. Orsini, F., Gecchele, G., Gastaldi, M., & Rossi, R. (2020). Large‐scale road safety evaluation using extreme value theory. IET Intelligent Transport Systems, 14(9), 1004-1012. DOI: 10.1049/iet-its.2019.0633 (in English).
https://doi.org/10.1049/iet-its.2019.0633
17. Lyashuk, O. L., Tsyon, O. P., Dzyura, V. O., Babiy, M. V., Kristopchuk, M. E., Lysenko, S. V. & Borodyak Y.D. (2022). Doslidzhennia bezpeky dorozhnoho rukhu na avtoshliakhakh [Research of road safety on highways]. Tsentralnoukrainskyi naukovyi visnyk. Tekhnichni nauky [Central Ukrainian Scientific Bulletin. Technical Sciences], 5(36), 311-317. DOI: 10.32515/2664-262X.2022.5(36).І.311-317 (in Ukrainian).