Ocena wykorzystania danych GPS z systemu rowerów miejskich w analizach ruchu rowerowego i jego bezpieczeństwa
Wariant tytułu
Assessment of using a bikesharing system GPS data in the analysis of bicycle traffic and its safety
Autor
Pazdan, Sylwia
Promotor
dr hab. inż. Mariusz Kieć, prof. PK
Data wydania
2022
Data obrony
24.06.2022
Wydawca
[s.n.]
Język
polski
Słowa kluczowe
rower, bezpieczeństwo ruchu, GPS, big data
bicycle, road safety, GPS, big data
Abstrakt
W pracy zbadano możliwość wykorzystania danych GPS z systemu rowerów miejskich do szacowania parametrów ruchu rowerowego, oceny bezpieczeństwa ruchu rowerowego oraz identyfikacji miejsc o zwiększonym zagrożeniu zdarzeniami drogowymi z udziałem rowerzystów.
Na podstawie analizy ANOVA oraz przy wykorzystaniu uogólnionych modeli liniowych wykonano analizę porównawczą zmienności sezonowej oraz wpływu warunków pogodowych na natężenia ruchu rowerowego i liczbę wypożyczeń rowerów miejskich. Zbadano również udział rowerów miejskich w natężeniu dobowym ruchu rowerowego i związek pomiędzy prędkościami chwilowymi rowerzystów korzystających z rowerów miejskich, a prędkościami rowerzystów wyznaczonymi w badaniach empirycznych.
W ramach oceny bezpieczeństwa ruchu rowerowego zidentyfikowano miarę pośrednią wyznaczoną na podstawie danych GPS, która wykazywała najsilniejszy związek z liczbą zdarzeń drogowych z udziałem rowerzystów. Wybrana miara była podstawą modelu bezpieczeństwa ruchu rowerowego, umożliwiającego ocenę poziomu bezpieczeństwa rowerzystów na przejazdach rowerowych. W skali makro w sposób ilościowy oszacowano wpływ czynników infrastrukturalnych zidentyfikowanych na podstawie baz OpenStreetMap oraz CARTO na zagrożenie zdarzeniami drogowymi z udziałem rowerzystów (ocenione w oparciu o wytypowaną miarę pośrednią). Wykorzystując teorię wartości ekstremalnych wskazano graniczną wartość opóźnienia w ruchu rowerów systemu miejskiego, która mogłaby być wykorzystana do identyfikacji miejsc o zwiększonym zagrożeniu zdarzeniami drogowymi z udziałem rowerzystów.
The thesis addresses the problem of using bike sharing system GPS data to estimate bicycle traffic parameters, assess bicycle road safety and identify locations with increased possibility of road crashes with cyclist in macro scale.
Based on ANOVA analysis of variance and generalized linear models, a comparative analysis of seasonal variability and the impact of weather conditions on daily bicycle volume and daily number of city bike rentals was performed. Share of public bikes in daily bicycle volume and the relationship between speeds of regular cyclists gathered during empirical research and speeds of bike sharing system users were also analysed.
As a part of bicycle road safety analysis, a surrogate safety measure calculated based on bike sharing system GPS data, with the strongest relationship with the number of observed road crashes with cyclists was identified. The selected surrogate safety measure was the basis of the bicycle crash prediction model, which allows to assess bicycle road safety at bicycle crossings. The impact of infrastructural factors identified based on OpenStreetMap and CARTO databases on the possibility of road crashes with cyclists was quantified on a macro scale (assessment on the basis of the selected surrogate safety measure). By using the extreme value theory, a threshold value of deceleration rate of the bike sharing system users’, which could be used to identify locations with increased possibility of road crashes with cyclist, was estimated.