Analys av mätdata fö beäkning av noggannhet i sklassificeing och hastighetsegisteing Rappot 01 Mätning i Klett nov 2011 och Amsbeg januai 2012 Kund Tafikveket Mottagae Pe Melén, Dennis Andesson Vesion Klass Antal sido 1.0-40 Datum Statisticons pojektnumme 2012-07-04 TRV_4404 Ämne Uppdaget bestå i att analysea mätdata fö beäkning av noggannhet i sklassificeing och hastighetsegisteing enligt Avopsföfågan avseende analys av mätdata fö beäkning av noggannhet i sklassificeing och hastighetsegisteing, TRV 2012/12182. Föfattae Åsa Geije, Anna Calsund, Tommy Eiksson Ganskae STATISTICON AB Östa Ågatan 31 753 22 UPPSALA Wallingatan 38 111 24 STOCKHOLM vxl: 08-402 29 00 info@statisticon.se www.statisticon.se
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 2 Innehållsföteckning 1 INLEDNING OCH BAKGRUND... 3 1.1 SYFTE... 3 1.2 DEFINITIONER... 3 2 METOD OCH DATAMATERIAL... 4 2.1 MÄTNING I AMSBERG... 4 2.2 MÄTNING I KLETT... 4 2.3 VAL AV TIDPUNKT FÖR ANALYS AV DATA... 5 2.4 ANTAL FORDON SAMT FORDONSKLASSIFICERING... 5 2.5 GRUPPERING AV DATA... 6 2.6 HASTIGHETSREGISTRERING... 8 2.7 GENOMFÖRANDE AV VIDEOGRANSKNING... 9 2.8 ÖVERSÄTTNING MELLAN MÄTUTRUSTNINGARNAS FORDONSKLASSIFICERING OCH NORSIKT... 9 2.9 AVGRÄNSNINGAR... 9 3 RESULTAT... 10 3.1 INLEDNING... 10 3.2 FÖRMÅGA ATT REGISTRERA FORDON... 11 3.3 FÖRMÅGA ATT REGISTRERA FORDONSTYP... 13 3.4 FÖRMÅGA ATT REGISTRERA HASTIGHETER... 23 4 SLUTSATSER... 26 5 BILAGA A. FORDONSKLASSIFICERING ENLIGT NORSIKT... 28 6 BILAGA B. FORMLER... 29 7 BILAGA C. MÄTUTRUSTNINGENS PLACERING I VÄGBANAN - AMSBERG.. 31 8 BILAGA D. MÄTUTRUSTNINGENS PLACERING I VÄGBANAN KLETT... 33 9 BILAGA E. MÄTUTRUSTNINGAR OCH FORDONSKLASSER... 34 BILAGA F TABELLER BILAGA G HASTIGHETSGRAFER Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 3 1 INLEDNING OCH BAKGRUND Tafikveket dive tillsammans med öviga vägmyndighete i Noden ett fleåigt utvecklingspojekt (NoSIKT) som huvudsakligen syfta till att ta fam en nodisk gemensam sklassificeing inom omådet vägtafikmätning. En del i pojektet ä att testa hu väl olika tafikmätningsutustninga klaa av att klassificea enligt olika sklassindelninga. Teste i vägmiljö och skap tafikmiljö ha genomföts och nu ä utvecklingspojektet inne i en fas dä mätdata fån olika tafikmätningsutustninga ska analyseas. I dag använde de olika nodiska ländena olika metode fö att klassificea och tafikmätninga ske på olika sätt, vilket fösvåa jämföbaheten mellan de olika ländena. Genom att uppätta en gemensam standad fö sklassificeing hoppas vägmyndighetena kunna undelätta jämföelse mellan ländena samt skapa en stöe maknad fö mätutustninga och tafikstyningssystem. Tafikveket ha givit Statisticon i uppdag att analysea mätdata fån olika type av mätutustninga som använts vid två olika mättillfällen på två olika platse. 1.1 Syfte Viktiga syften med pojektet ä att: - Testa NoSIKTs klassificeingsschema inklusive definitione fö använd utustning - Få indikatione på utustningas tekniska möjlighete att mäta antal och shastighete samt klassificea stype fö motodivna - Testa metode fö analys av tafikmätningsutustninga Syftet ä inte att jämföa de olika utustningana med vaanda utan att validea utustninganas fömåga att klassificea enligt leveantöenas egna sklasse samt hu väl de kan klassificea utifån NoSIKTs sklassificeing. 1.2 Definitione I bilaga A åtefinns klassificeingen av enligt NoSIKT. I edovisningen ha det av paktiska skäl vait nödvändigt att slå samman vissa av guppena Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 4 2 METOD OCH DATAMATERIAL 2.1 Mätning i Amsbeg Den 11-12 januai å 2012 genomföde Tafikveket en mätning av tafikflöden och hastighete på iksväg 70 i Amsbeg mellan Bolänge och Leksand. Vid mätningen samlades data in fån en ad olika mätutustninga och efeensutustninga. Dessutom filmades samtliga spassage unde mätningen och med hjälp av mätutustning fö optisk teckenigenkänning (ANPR) identifieades enskilda och data om dessa hämtades fån Tanspotstyelsens segiste. Hastighete beäknas med hjälp av tidsegisteinga fån laseutustning (EMIT). I tabell 1 nedan finns en edovisning av de mät- och efeensutustninga som användes. Tabell 1. Använda mät- espektive efeensutustninga, Amsbeg Typ Beskivning Typ Refeensutustning ANPR Optisk teckenigenkänning Video Bild EMIT Lase Mätutustning Meto1, nämast Bolänge Slanga Meto2, mellan slangpa 1 och 3 Meto3, nämast Leksand STMS_41, iktning Leksand Magnetomete STMS_42, iktning Leksand STMS_43, iktning Bolänge STMS_44, iktning Bolänge VDK 9000 Induktiva slingo Pofile typ F MK 660 (Golden Rive) DATAREC Loop Monito DSL12, Jokela En skiss öve mätutustningens placeing vid mätplatsen finns i bilaga C. Val av tidpunkt fö analys: 11 januai 2012, ca kl. 12.30 14.45. Antal spassage NW (mot Leksand): 616 Antal spassage SE (mot Bolänge) : 524 2.2 Mätning i Klett Den 22-23 novembe å 2011 genomföde Statens Vegvesen (Noges vägmyndighet) en mätning av tafikflöden och hastighete på Euopaväg 6 vid Klett ca 15 km söde om Tondheim. Pecis som vid mätningen i Amsbeg användes ett antal olika mätutustninga samt efeensutustninga. I tabell 2 nedan finns en edovisning av de mät- och efeensutustninga som användes i Klett. Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 5 Tabell 2. Använda mät- espektive efeensutustninga, Klett Typ Beskivning Typ Refeensutustning ANPR Optisk teckenigenkänning Video Bild Via Falcon II Vplus Rada Mätutustning STMS VVN_A1 (iktning SW) Magnetomete STMS VVN_A2 (iktning NE) STMS VVN_A3 (iktning NE) DATAREC 7 Induktiva slingo DATAREC Loop Monito FMA Pofile typ F RTMS Vipe Wim TIRTL 1 1 Titl ä även efeensutustning fö hastighetsmätninga Rada Induktiva slingo inkl. piezo Lase infaöd En skiss öve mätutustningens placeing vid mätplatsen i Klett finns i bilaga D. Val av tidpunkt fö analys: 23 novembe 2011, ca kl. 11-13 Antal spassage, NE (mot Tondheim): 1 387 Antal spassage SW (mot Oslo): 1 169 2.3 Val av tidpunkt fö analys av data Viktiga kiteie fö val av tidpunkt fö analys av data va All mätutustning i funktion Lätt att analysea Relativt högt tafikflöde Kiteiet lätt att analysea betyde att fö att en klassificeing av via video ska vaa meningsfull föutsätts dagsljus. Den 11 januai 2012 gick solen upp ca kl. 08.55 och ned kl. 15.15 i Bolänge. Vid tidpunkten fö mätningen i Klett den 23 novembe 2011 va föutsättningana fö solens upp- och nedgång i pincip de samma, solen gick upp kl. 9.02 och ned kl. 15.02. 2.4 Antal samt sklassificeing Inom amen fö detta pojekt ha visuell ganskning av de fö analys utvalda timmana gjots. I samband med detta kontolleas att inget ha missats i egisteingen och att det inte finns någa spökegisteinga (dä en mätutustning egistea ett utan att något passea mätplatsen). Det hä lede till att vi kan uttala oss om det sanna antalet som ha passeat. Däutöve ha en klassificeing av styp utifån NoSIKTs klassificeingsschema gjots (Se bilaga A). Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 6 2.5 Guppeing av data Ett fösta steg i abetet va att lägga samman mätdata fån de olika utustningana fö att på ett tillfölitligt sätt identifiea vaje enskilt. Mätningana fån de olika mätutustningana ha guppeats efte vaje spassage, dvs. en gupp bestå av alla mätninga som egisteats fö ett enskilt. Guppeingen ä gjod så att alla enhete tidsynkoniseas mot en och samma enhet, va fö sig, fö att sedan läggas ihop. I Amsbeg (båda iktningana) och i Klett i nodostlig tafikiktning ha synkoniseing gjots mot en STMS-enhet som efeensenhet. I Klett, sydvästlig tafikiktning användes Dataec Loop Monito som efeensenhet. Att en annan efeensutustning användes dä beo på att klockan i den (enda) STMS-enhet som fanns inte va stabil. Nä alla enhete ä tidsynkoniseade mot sin efeensenhet läggs mätningana fö alla enhetena ihop, en guppeing av mätninga fö vaje bildas. 2.5.1 Beskivning av guppeing av data I följande avsnitt beskivs hu guppeingen gös utifån en mätning som genomfödes på E4 vid Bjöklinge i augusti 2011 som exempel. Denna beskivning åtefinns även i delappot1 fån det tidigae genomföda uppdaget Analys av mätdata fån STMS-enhete. I Bjöklinge finns två STMS-enhete som båda ä placeade i mitten av köbanan med ett mellanum i längsled på 30 cm. I följande avsnitt beskivs hu guppeing av data fån denna mätplats genomfödes. I föeliggande studie ha motsvaande guppeing gjots fö samtliga föekommande mätutustninga Nedan finns ett utdag av de fösta adena i datafilen: Figu 1 Exempel på tidsdiffeense mellan passeing av STMS-enhete detecto sideways tids- time beaing lane displacement detecto beaing diection displacement diffeens 2011-08-17 20:00:03.262 Noth Fist lane fom vege cente of lane 0.15m in beaing diection 2011-08-17 20:00:03.343 Noth Fist lane fom vege cente of lane 0.15m in opposite beaing diection 0,081 2011-08-17 20:00:06.028 Noth Fist lane fom vege cente of lane 0.15m in beaing diection 2,685 2011-08-17 20:00:06.109 Noth Fist lane fom vege cente of lane 0.15m in opposite beaing diection 0,081 2011-08-17 20:00:09.910 Noth Fist lane fom vege cente of lane 0.15m in beaing diection 3,801 2011-08-17 20:00:09.984 Noth Fist lane fom vege cente of lane 0.15m in opposite beaing diection 0,074 2011-08-17 20:00:16.715 Noth Fist lane fom vege cente of lane 0.15m in beaing diection 6,731 2011-08-17 20:00:16.797 Noth Fist lane fom vege cente of lane 0.15m in opposite beaing diection 0,082 2011-08-17 20:00:37.942 Noth Fist lane fom vege cente of lane 0.15m in beaing diection 21,145 2011-08-17 20:00:38.023 Noth Fist lane fom vege cente of lane 0.15m in opposite beaing diection 0,081 Tidsdiffeensen (den sista kolumnen) beäknas som tid mellan mätningana i fösta kolumnen. Tidsdiffeensen mellan STMS-enhetena se ut att vaa ungefä åtta hundadels sekund medan tidsdiffeensen mellan en ä betydligt stöe. Det mönstet används fö att guppea mätningana, dvs. om tidsavståndet till nämast föegående mätning ä tilläckligt litet antas det vaa fån sam- Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 7 ma. Fö att få en tydligae bild edovisas i figu 2 nedan ett exempel dä tidsavstånden mellan STMS-enheten 0,15m in opposite beaing diection och nämast tidigae enhet i 0,15m in beaing diection plottats. Mätningana ä gjoda mellan klockan 20 och 21 och tidsavståndet mellan enhetena ä ungefä åtta hundadels sekund. Ett som åke i 80 km/h ö sig ca 1,7 m på åtta hundadels sekund, vilket ä fem gånge länge än 0,3 m, som det ä mellan STMS-enhetena. Att tidsavståndet ä stöe än det bode vaa beo på att klockona ha olika stattid. Man kan också se att tidsdiffeensen ä något stöe klockan 21 än klockan 20, vilket antyde att klockona gå olika fot. I det hä fallet osaka det inget poblem eftesom tidsavståndet mellan STMS-enhetena ä så mycket minde än mellan två. Figu 2 Tidsdiffeens mellan passeing av två STMS-enhete 0,2 0,18 tidsdiffeens sekunde 0,16 0,14 0,12 0,1 0,08 0,06 0,04 0,02 0 20 20,2 20,4 20,6 20,8 21 tid I ovanstående fall ä det elativt enkelt att se vilka mätninga som hö ihop, men ju länge mättid och ju stöe avstånd mellan enhete som ska synkoniseas, desto svåae bli guppeingen. Poblemet som kan uppstå nä data fö en länge tidspeiod ska guppeas ä att olika mätutustningas klocko inte alltid gå lika fot utan att en av klockona gå snabbae än den anda. Ju länge avstånd det ä mellan efeensutustning och den utustning man ska synkonisea med, desto stöe ä sannolikheten att hastigheten kan ha föändats mellan tidpunktena fö passage av espektive mätutustning. Nä data ä synkoniseat guppeas de obsevatione som ligge näa i tiden samman. I våt exempel med de två STMS-enhetena ä en föutsättning fö att det ska lyckas att tiden mellan att ett passea den fösta och den anda STMS-enheten ä väsentligt mycket minde än tiden mellan två olika en. Hastigheten som et åke med påveka också hu sto tidsdiffeensen till famfövaande mätning få vaa fö att man fotfaande ska to att mätningana komme fån samma. Att Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 8 åka te mete i 160km/h ta sju hundadela av en sekund medan det ta dygt en halv sekund i 20 km/h (t.ex. en kösituation). Det betyde att om ett åke med en låg hastighet kan man toleea en stöe tidsdiffeens och fotfaande to att det komme fån samma. I tabell 3 finns någa exempel på hu lång tid det ta att tillyggalägga olika stäcko vid olika hastighete. Tabell 3. Exempel på föflyttning vid olika hastighete Hastighet Antal mete på Antal sekunde det ta att åka km/h m/s 0,1 s 0,05 s 0,01 s 3 m 10 m 25 m 160 44 4 2,2 0,4 0,07 0,23 0,56 120 33 3 1,7 0,3 0,09 0,30 0,75 100 28 3 1,4 0,3 0,11 0,36 0,90 80 22 2 1,1 0,2 0,14 0,45 1,13 60 17 2 0,8 0,2 0,18 0,60 1,50 40 11 1 0,6 0,1 0,27 0,90 2,25 20 6 1 0,3 0,1 0,54 1,80 4,50 Det faktum att mätutustningana vid mätningen som genomfödes i januai 2012 ä placeade utmed en elativt lång stäcka i Amsbeg (dygt 100 mete) medföde att guppeingen av data fösvåades. Svåighetena beo på att ju länge en mätutustning ä belägen fån efeensenheten ju stöe ä isken att et ha hunnit ända hastighet, vilket i sin tu innebä att tiden mellan mätutustningen och efeensen inte länge ä konstant/föända sig konstant (linjä föänding). Detta ha i Amsbeg lett till många manuella kontolle. 2.6 Hastighetsegisteing I uppdaget ingick utöve att mäta hu väl mätutustningana klassificea även att utvädea hu ba de ä på att mäta hastighete. På vaje mätplats fanns en efeensutustning fö hastighetsmätning. Mot denna efeensutusning ha de uppmätta hastighetena utvädeats. I Amsbeg användes en laseutustning benämnd EMIT och i Klett användes också lase, hä benämns utustningen TIRTL. Att mätutustningen placeats ut öve en stäcka som ä dygt 100 mete lång i Amsbeg ha fått som följd att de slutsatse som kan das av analysena vid denna mätplats ä begänsade. Hastigheten fö ett föbipasseande kan ändas mycket på en så lång stäcka, och det gå inte att säket uttala sig om kvaliteten på mätutustningana som ligge långt fån efeensutustningen. I Klett ä mätomådet betydligt kotae, mellan 50 och 60 mete och alla mätutustninga utom en (Dataec 7) ligge inom ett betydligt minde avstånd, mellan 10 och 15 mete fån efeensutustningen. Av detta skäl kan man fövänta sig att de väden som uppmätts av de olika mätutustningana bli betydligt me jämföbaa med efeensutustningana. Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 9 2.7 Genomföande av videoganskning I både Amsbeg och i Klett ha omking två timmas tafik ganskats dä vaje iktning ha ganskats sepaat. Den exakta tiden skilje sig åt lite mellan mätplatse och iktninga vilket beo på att filmenas stat- och sluttid samt längd vaiea något. Totalt ha cika åtta timmas tafik ganskats utifån videofilm. Vaje föbipasseande ha delats in efte NoSIKTs klassificeingsschema (se Bilaga A). Till hjälp ha ANPR-utustningen som hämta infomation fån espektive lands segiste använts. I de fall dä ANPR ha missat att egistea et elle dä ANPR-utustningen uppenbat klassat fel ha en bedömning gjots av videoganskana som själva delat in det föbipasseande et i den sklass som bedömts vait mest koekt. 2.8 Övesättning mellan mätutustninganas sklassificeing och NoSIKT Va och en av de tolv studeade mätutustningana ha en egen indelning i sklasse och dessa ha övesatts till NoSIKTs klassificeing. I ett fösta steg tog Statisticon tillsammans med Tafikveket fam ett föslag på övesättninga. Däefte togs en kontakt med va och en av de tolv leveantöena och dessa ombads att godkänna övesättningen altenativt inkomma med föslag på justeinga. 2.9 Avgänsninga 2.9.1 Amsbeg Tidpunkten fö filmganskningen ä tidig eftemiddag (ca kl. 12.30 14.45), vilket innebä att man inte inkludea peiodena mogon och kväll med den mest intensiva tafiken. Skälet till detta ä att identifieing av föbipasseande fösvåas nä det ä mökt. Redan vid 15-tiden böja det skymma och filmganskningen bli svåae. Hastighetsmätningen med EMIT statades inte helle föän unt klockan 12 den aktuella dagen vafö det inte va meningsfullt att välja mogontafiken fö videoganskning. 2.9.2 Klett I Klett passea i stoleksodningen sexhunda mätplatsen vaje timme unde timmana med dagsljus. Tidpunkten fö filmganskningen ha valts till mitt på dagen, ca kl. 11-13. Liksom i Amsbeg fångas inte timmana med mest intensiv tafik, men av samma skäl som att dessa timma inte kunde väljas i Amsbeg, nämligen bist på dagsljus, valdes tiden utifån tillgång till dagsljus. Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 10 3 RESULTAT 3.1 Inledning Unde de dyga 8 timma film som studeats passeade sammanlagt cika 3 700 på de båda mätplatsena, vaav ca 2 500 i Klett. I figu 3 och 4 nedan visas hu spassagena födela sig öve tid unde de aktuella peiodena. Diagammen visa det totala antalet spassage (obseveade på filmen vid espektive mätplats födelat öve tid). Figu 3 Antal spassage - Amsbeg Antal 200 NW 175 SE 150 125 100 75 50 25 0 12:31 12:46 13:01 13:16 13:31 13:46 14:01 14:16 14:31 Figu 4 Antal spassage - Klett Antal 200 NE 175 SW 150 125 100 75 50 25 0 10:46 11:01 11:16 11:31 11:46 12:01 12:16 12:31 12:46 Det vekliga antalet som passeat ehålls genom ganskning av filmen fån espektive mätplats. Alla ha dävid klassificeats enligt NoSIKTs klassificeingsschema. Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 11 3.2 Fömåga att egistea I Amsbeg finns nio olika mätutustninga och i Klett finns åtta stycken. Någa av mätutustningana (STMS-enhete och Metos slanga) finns i flea uppsättninga. I både Amsbeg och Klett används ANPR som stöd till beslut fö sklassificeing i samband med videoganskning. I Amsbeg ä det EMIT som ä efeensutustning fö hastighetsmätninga, medan det i Klett ä TIRTL som används i detta syfte. Den utustning som egisteat stöst andel spökegisteinga, dvs. dä mätutustningen egisteat en spassage men dä det enligt filmen inte passeat något ä fö båda mätplatsena ANPR. Andelen spökegisteinga fö ANPR ä mellan 5 och 10 pocent. En del av dessa föklaas av att det föekomme att vagna egisteats som egna utan dag. I de flesta fallen ä det dock moto som egisteats, och en tänkba föklaing kan vaa att det ä tafik i den motsatta iktningen som egisteats. I Noge föekomme flea olika typfomat fö egisteingsskylta och även det skulle kunna föklaa att ANPR fått två olika täffa (fam- och bakskylt på ett och samma som passeat mätplatsen). Föutom att vagna egisteas som sepaata kan en spökegisteing även uppstå vid omköning elle fö Meto att två möts i samma ögonblick de passea slangana. Flest oklassificeade ha STMS-enhetena i Amsbeg, ca sex pocent. Det ä dock inte känt hu elle om det föekomme att de olika mätutustningana använde någon metod fö att esätta saknade elle felaktiga mätväden sklasse och/elle hastighete (s.k. imputeing). I tabell 4 och 5 nedan edovisas antal egisteade spassage, antal som missats, ej kunnat klassificeas samt spökegisteinga. Andelen missade ä geneellt sett mycket liten. I Amsbeg ä det fämst EMIT, ANPR och DSL12 (iktning mot Leksand) som missat att egistea, medan det i Klett va ANPR och RTMS som missade (iktning mot Tondheim). Tänkbaa föklainga fö ANPR skulle kunna vaa desamma som osaka spökegisteinga ovan, men även smutsiga egisteingsskylta, dåliga ljusföhållanden elle utländska (som ej åtefinns i segistet). Fö RTMS skulle föklaingen kunna vaa att adautustningen (RTMS) stå placead endast på ena sidan av vägen. Det skulle kunna medföa att i den anda köiktningen täcks av föbipasseande i den nämaste iktningen. Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 12 Tabell 4. Antal egisteade/missade, Amsbeg Amsbeg NW Amsbeg SE Registeade "Spök- Regist- "Spök- Missade egist- eade Missade egist- Fodonsklass einga" einga" Veifiead 615 530 ANPR 555 60 30 460 70 20 EMIT 533 82 2 446 84 5 STMS 41 528 0 0 STMS 42 527 2 STMS 43 614 0 0 STMS 44 614 1 4 METOR 10 612 3 3 524 6 6 METOR 20 611 4 8 524 6 8 METOR 30 612 3 6 522 8 7 VDK 900 615 2 524 6 2 Pofile 614 1 2 525 5 4 Golden ive 612 3 6 526 4 4 DRLM 614 1 2 526 4 2 DSL12 592 23 526 4 3 1 Med missade fö EMIT avses eg.de som gallats bot pga. de ej säket kunnat fastställas som ett och samma elle flea som ligge näa vaanda i samma elle olika iktninga. Tabell 5. Antal egisteade/missade, Klett Klett NE Missade Registeade "Spök- Klett SW Veifiead 1 387 1 169 Missade egiste- inga" Registeade "Spök- egiste- inga" ANPR 920 467 99 895 274 81 STMS A2 1 384 3 STMS A1 1 164 5 1 Dataec 7 1 384 3 3 1 167 2 DRLM 1 386 1 1 1 169 Vipe Wim 1 378 9 1 161 8 ATKI 1 385 2 2 1 164 5 Pofile 1 380 7 4 1 167 2 2 TIRTL 1 381 6 3 1 165 4 1 RTMS 1 239 148 43 1 160 9 2 Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 13 3.3 Fömåga att egistea styp I samband med videoganskning ha vaje föbipasseande tilldelats en sann sklass utifån NoSIKT klassificeingsschema (se Bilaga A). Nä ett passea en mätutustning ske i de flesta fall en egisteing av bland annat både styp och hastighet. De olika mätutustningana ha va och en olika sätt att klassificea en i olika type och använde en ad olika teknike fö att fånga segenskape i tafik. Exempel på olika metode som används kan t.ex. vaa att äkna/mäta antal axla samt axelavstånd mot vägbana, analysea slängde elle att mäta föänding av specifika mätväden (fekvens av växelspänning elle jodmagnetism). Ingen mätutustning som använts vid dessa mätninga använde samma sklassificeingsschema som NoSIKT. Antalet sklasse som en utustning kan dela in i vaiea mellan ca 5 och 25 stycken, och fö att kunna göa en jämföelse med NoSIKTs klasse ha guppeinga av sklasse vait nödvändiga. Vid esultatedovisningen ha NoSIKTs sklasse guppeats till sjutton klasse, vilka edovisas i tabell 6 nedan. Tabell 6. Guppeing i sklasse enligt NoSIKT i esultatedovisningen, samt antal obseveade pe mätplats och iktning Amsbeg Klett N Klass NW SE NE SW 1 Moped 2 MC 1 3 Pesonbil utan 497 383 946 702 4 Pesonbil m 4 12 22 20 5 Lätt 7 4 9 6 6 8 5 12 14 7 Liten lätt lastbil utan 62 52 192 194 8 Liten lätt lastbil med 13 12 9 Sto lätt lastbil utan 10 14 24 10 Sto lätt lastbil med 1 11 Dagbil utan påhängsvagn 5 5 3 12 lastbil utan 8 25 70 67 13 lastbil med 23 38 41 42 14 lastbil med efte 1 15 Dagbil m påhängsvagn 1 62 81 16 17 Öviga moto 1 2 Totalt 615 530 1387 1169 I esultatsammanställningen i bilaga F vaiea den inbödes odningen mellan dessa sjutton sklasse eftesom olika mätutustninga guppea olika stype på olika sätt. Exempelvis kan vissa mätutustninga inte säskilja på pesonbila med och utan, medan anda utustninga Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 14 skilje på detta, men däemot klassificea pesonbila och små lätta lastbila som en och samma styp. I den följande texten gös en kot genomgång av esultaten fö va och en av de föekommande mätutustningana. Då flea av stypena ä ganska sällan föekommande ä det många av klassena som endast ha ett fåtal obsevatione. Den beskivande texten i esultatedovisningen nedan ha däfö avgänsats till de sklasse/guppe av sklasse dä åtminstone 20-25 obseveats. Texten i esultatavsnittet bygge på data fån båda mätplatse/iktninga, och i föekommande fall (Meto och STMS) även samtliga enhete lagts samman fö att få ett stöe undelag fö edovisningen. I esultatsammanställningen i bilaga G åtefinns dock en sammanställning fö vaje enhet, iktning och mätplats. I samband med att esultat fö espektive mätutustning edovisas pesenteas andelen fel av typ A och typ B i ett diagam, och vilka sklasse som ä aktuella pesenteas också. I bilaga E åtefinns en fullständig sammanställning öve vilka sklasse som föekomme fö va och en av mätutustningana och vilka NoSIKT-klasse som espektive sklass övesatts till. Om antalet i en viss sklass ä alltfö litet (nomalt fäe än 20-25 ) edovisas denna klass ej i diagammet. I esultatedovisningen pesenteas fel av typ A och typ B. I bilaga B finns en metodbeskivning av dessa feltype men kot kan de två felen sägas bestå av följande A-fel: Fodon i espektive klass som felklassificeats elle missats helt B-fel: Fodon som felaktigt klassificeats in i en sklass Dataec Loop Monito (DRLM) Dataec Loop Monito ä av typen induktiva slingo och mätutustningen fanns i både Amsbeg och Klett. DRLM klassificea med god pecision pesonbila/små lätta lastbilana i ätt klass, både A- och B- felet ä i stoleksodningen en till två pocent. Däemot ha utustningen svåae att skilja på dag med påhängsvagn och tunga lastbila med /efte. Mellan 50 och 60 pocent av dagen med påhängsvagn felklassificeas. B-felet, dvs. dä felaktigt placeats in i en skategoi ä stöst fö stoa lätta lastbila, både pesonbila, a och tunga lastbila/dag ha klassificeats som stoa lätta lastbila. Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 15 Figu 5. Andel A- och B-fel fö mätutustningen DRLM B-fel 1,00 0,50 /e, m- system Sto Dag, phv PB, liten PB, liten lätt Buss 0,00 Dag 0,00, tung LB 0,50 1,00 A-fel Fodonsklasse PB Liten PB m Liten lätt Lätt Sto Sto lätt 1) Dag LB Dag m phv efte Modulsy stem Dataec 7 Dataec7 ä av typen induktiva slingo och mätutustningen fanns i Klett. Benämns PB, liten PB, liten lätt Buss Sto Dag, tung LB Dag, phv /e, m-sy stem 1) Fö få obsev atione fö att edov isas Även Dataec7 kan med god pecision klassificea i klassen pesonbil/liten lätt lastbil, den totala felandelen fö fel av typ A och B ä mellan en och två pocent. Fodonstypen stoa lätta lastbila (som ä en liten klass med sammanlagt 38 ) ä svåast fö utustningen att klassificea på ätt sätt. I stället klassificeas dessa som pesonbila. Både pesonbila och dag/tunga lastbila klassificeas i sto utstäckning av mätutustningen som stoa lätta lastbila, B-felet fö stoa lätta lastbila ä 73 pocent. Figu 6. Andel A- och B-fel fö mätutustningen Dataec7 B-fel 1,00 0,50 Dag, phv /e, m- system Sto PB, liten PB, liten lätt Dag Buss 0,00, tung LB 0,00 0,50 1,00 A-fel Fodonsklasse PB Liten PB m Liten lätt Lätt Sto Sto lätt Dag LB Dag m phv efte Modulsy stem Benämns PB, liten PB, liten lätt Buss Sto Dag, tung LB Dag, phv /e, m-sy stem Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 16 DSL12 Jokela Mätutustningen DSL12 Jokela ä av typen induktiva slingo och mätutustningen fanns i Amsbeg. Jokelas sklass fö lätt tafik utan bestå av pesonbila samt små och stoa lätta lastbila. Hä ä andelen felklassificeinga mycket litet, omking en pocent. Fö öviga sklasse ä andelen betydligt höge. Fö klassen som bestå av tunga lastbila med /efte, modulsystem och dag med påhängsvagn beo felet i fösta hand på att ututningen i iktning NW i Amsbeg ha missat att egistea 20. I den anda iktningen ä andelen fel betydligt läge, 13 pocent. Felandelen fö fel av typ A fö a ä mycket hög, men det totala antalet a i Amsbeg uppgick till 24 st. vafö esultatet bö tolkas med viss fösiktighet. Figu 7. Andel A- och B-fel fö mätutustningen DSL12 Jokela B-fel 1,00 0,50 PB, liten/sto Dag, tung LB Dag, phv /e, m- system, dagf. m phv Buss 0,00 0,00 0,50 1,00 A-fel Fodonsklasse PB Liten Sto Lätt Dag LB efte Modulsy stem Dag m phv PB m Liten lätt Sto lätt Benämns PB, liten/sto Buss Dag, tung LB /e, m-sy stem, dagf. m phv 1) Fö få obsev atione fö att edov isas FMA Mätutustningen FMA ä av typen induktiva slingo och mätutustningen fanns i Klett. 1) FMA klaa väl av att klassificea pesonbila, andelen felklassificeade pesonbila ä te pocent. Däemot klassas en hel del lätta lastbila in i pesonbilsklassen vafö B-felet fö pesonbila bli höge, 14 pocent. Detsamma gälle fö pesonbila med, dä samtliga veifieade också klassats ätt. Men dessutom ha ett stot antal lätta lastbila med (Små och stoa) också klassificeats som pesonbila med, vafö B-felet fö denna sklass bli dygt 40 pocent. Fö lätta lastbila utan ä A-felet 67 pocent, huvuddelen av de felklassificeade en ha hamnat i sklassen pesonbil. Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 17 FMA ä alla bäst på att klassificea i klassen som omfatta dag med påhängsvagn, tung lastbil med elle efte samt modulsystem. Hä ä A-felen en pocent och B-felen 3 pocent. Figu 8. Andel A- och B-fel fö mätutustningen FMA B-fel 1,00 0,50 PB PB m Buss Dag Dag, tung LB phv, tung /e, m- system Liten/sto 0,00 0,00 0,50 1,00 A-fel Fodonsklasse PB PB m Lätt Liten Sto Liten lätt Sto lätt Dag LB Dag m phv efte Modulsy stem Benämns PB PB m Buss Liten/sto 1) Fö få obsev atione fö att edov isas 1) Dag, tung LB Dag phv, tung /e-, m- sy stem Golden ive Mätutustningen Golden Rive ä av typen induktiva slingo och mätutustningen fanns i Amsbeg. Andelen felklassificeinga i klassen pesonbila (utan ) ä liten, totalt omking två pocent ha missats medan sju pocent av de som klassats som pesonbila i själva veket va något annat (fämst liten lätt lastbil). Även klassen tunga lastbila utan och dagbila klassas med god pecision, felandelen ä sex pocent. Lätta lastbila (stoa och små) sammanblandas däemot ofta med pesonbila och ca hälften av de föbipasseande lätta lastbilana klassificeas felaktigt som pesonbila av Golden Rive. Även denna mätutustning ha svåt att klassificea a och de hamna istället i sklassena lätta lastbila altenativt dag med påhängsvagn. Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 18 Figu 9. Andel A- och B-fel fö mätutustningen Golden Rive B-fel 1,00 0,50 Liten/sto Dagfodo PB n, tung LB Buss 0,00 0,00 /e 0,50 1,00 A-fel Fodonsklasse PB Benämns PB PB m 1) Liten Sto Liten lätt Sto lätt Lätt Dag LB efte Dag m phv 1) Modulsy stem 1) Liten/sto 1) Fö få obsev atione fö att edov isas 1) Buss Dag, tung LB /e- METOR3000 Mätutustningen Meto3000 ä av typen slanga och mätutustningen fanns i Amsbeg. Det finns te slangpa i vadea iktningen. Meto3000 ä den mätutustning som geneellt ha lägst felandel. Ca fem pocent av en i sklassen pesonbil/liten lätt lastbil (utan ) missas, och hamna istället i klassen som bestå av a, stoa lätta lastbila, dag samt tunga lastbila. B-felen, dvs. att felaktigt placeas in i en sklass ä stöst i Metos sklass Bussa, stoa lätta lastbila med och utan, dag och tunga lastbila (utan ). Fya av tio i denna klass ha felklassificeats, i stot sett samtliga ä i själva veket pesonbila. Figu 10. Andel A- och B-fel fö mätutustningen Meto3000 B-fel 1,00 0,50 Buss, sto m/u, dagfodo n, tung LB PB, liten lätt /e, dagfodo 0,00 PB, liten n phv 0,00 0,50 1,00 A-fel Fodonsklasse Benämns PB PB, liten Liten PB m PB, liten lätt Liten lätt Lätt Sto Buss, sto lätt /u Sto lätt, dag, tung LB Dag LB /e-, efte dag phv Dag m phv Modulsy stem 1) 1) Fö få obsev atione fö att edov isas Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 19 Pofile Mätutustningen Pofile ä av typen induktiva slingo och mätutustningen fanns både i Amsbeg och i Klett. Andelen A-fel fö pesonbila ä fö Pofile ca 4 pocent, medan B-felen fö samma kategoi ä tio pocent. Fö lätta lastbila ä däemot A-felet ca 50 pocent, och dä ha nästan samtliga felklassificeade klassats som pesonbila. a lastbila med elle efte ha i sto utstäckning felklassificeats, A-felet ä dygt 80 pocent hä. Dessa ha antingen klassats som modulvagnståg elle missats i klassificeingen. Figu 11. Andel A- och B-fel fö mätutustningen Pofile B-fel 1,00 0,50 PB m Liten/sto /e Liten/sto lätt Dag PB, tung LB Buss 0,00 0,00 0,50 1,00 A-fel Fodonsklasse PB PB m Liten Sto Liten lätt Sto lätt Lätt Dag LB efte Benämns PB Dag m phv 1) Modulsy stem 1) PB m Liten/sto Liten/sto lätt Buss Dag, tung LB /e 1) Fö få obsev atione fö att edov isas RTMS Mätutustningen RTMS ä av typen ada och mätutustningen fanns i Klett. RTMS klassificea efte slängd. RTMS guppea tvåhjuliga moto med pesonbila och små lätta lastbila och pecisionen i denna gupp ä god, andelen A-fel ä fem pocent och B-felen sju pocent. Fö öviga sklasse ä felandelen betydligt höge, åtminstone vad gälle A-fel. I kategoin sto lätt lastbil och liten ha 87 pocent av en istället klassificeats som pesonbil. Av de som RTMS klassificeat som stoa lätta lastbila/lätta a ha ungefä nio av tio placeats dä felaktigt. Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 20 Figu 12. Andel A- och B-fel fö mätutustningen RTMS B-fel 1,00 0,50 MC, PB, Liten lätt LB, tung LB, dag, PB m, lätt Sto, liten /e, dag phv, modulsyste m 0,00 0,00 0,50 1,00 A-fel Fodonsklasse PB Liten Sto Lätt LB Dag PB m Liten lätt Sto lätt efte Dag m phv Modulsy stem Benämns MC, PB, Liten Sto, liten, tung LB, dag, PB m, lätt /e-, dag phv, modulsy stem STMS Mätutustningen STMS bygge på magnetometeteknik och mätutustningen fanns både i Amsbeg och i Klett. I Amsbeg finns två STMS-enhete i vadea iktningen och i Klett en i vadea iktningen. STMS ä den mätutustning fö vilken esultat edovisas i flest sklasse, nio stycken. Andelen A-fel ä fö pesonbila 8 pocent. B-felen fö pesonbila, dvs. att mätutustningen klassat ett som pesonbil tots att den sanna sklassen ä en annan ä 14 pocent. I denna gupp ä det vanligast att det ä små lätta lastbila som klassats som pesonbila. I klassen tunga a ha nästan samtliga felklassificeats. De tunga ana ha av STMS klassificeats som i fösta hand dag/tung lastbil (utan ) elle dag med påhängsvagn/ modulsystem. Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 21 Figu 13. Andel A- och B-fel fö mätutustningen STMS B-fel 1,00 0,50 PB PB, liten lätt Dagfodo n, tung LB /e Liten lätt LB 0,00 0,00 0,50 1,00 A-fel Fodonsklasse PB PB m Liten lätt Lätt Liten Benämns PB Sto 1) Sto lätt 1) Dag LB efte Dag m phv Modulsy stem PB, liten lätt Liten Dag, tung LB /e 1) Fö få obsev atione fö att edov isas TIRTL Mätutustningen TIRTL ä av typen lase och mätutustningen finns i Klett. TIRTL används som efeens fö hastighetsmätninga i Klett, men ä också en egen mätutustning. 1) TIRTL ha föhållandevis ba esultat fö A-felen på sina sklasse, med undantag fö sklassen Dag, tung lastbil med elle efte samt modulsystem dä 93 pocent av de föbipasseande en klassificeats som dag med påhängsvagn. Figu 14. Andel A- och B-fel fö mätutustningen TIRTL B-fel 1,00 0,50 Buss, tung LB Dagfodo n, phv MC, PB, Liten/sto PB, liten/sto lätt Dagfodo n, tung LB m /e, m- system 0,00 0,00 0,50 1,00 A-fel Fodonsklasse PB Liten Sto PB m Liten lätt Sto lätt Lätt LB Dag efte Modulsy stem Dag m phv Benämns MC, PB, Liten/sto lätt LB PB, liten/sto lätt Buss, tung LB Dag, tung /e-, m- sy stem Dag, phv Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 22 VDK 900 Mätutustningen VDK 900 ä av typen induktiva slingo och mätutustningen finns i Amsbeg. Fö sklassen pesonbila ä klassificeingsnoggannheten god, A-felet ä två pocent och B- felet 7 pocent. De som av mätutustningen klassas som pesonbila men som inte ä det i vekligheten ä i själva veket nästan alltid lätta lastbila. Just klassen stoa/små lätta lastbila ä den som VDK900 ha svåast att klassificea, ca hälften av de lätta lastbilana ha klassats som pesonbila. Bussa och pesonbila ha även felaktigt klassats som lätta lastbila av utustningen. B-felet fö lätta lastbila ä 27 pocent. VDK900 klassa med gott esultat tunga lastbila/dag och tunga lastbila med /efte, A-felen ä 6 espektive 2 pocent fö dessa sklasse. Figu 15. Andel A- och B-fel fö mätutustningen VDK900 B-fel 1,00 0,50 PB Dag, tung LB Liten/sto Buss 0,00 /eftef 0,00 odon 0,50 1,00 A-fel Fodonsklasse PB PB m Liten Sto Liten lätt Sto lätt Lätt Dag LB efte Benämns PB Dag m phv 1) Modulsy stem 1) Liten/sto Liten/sto 1) Fö få obsev atione fö att edov isas 1) Buss Dag, tung LB /efte VipeWim Mätutustningen VipeWim ä av typen induktiva slingo inkl piezo och mätutustningen finns i Klett. VipeWim klassificea nio av tio i klassen pesonbil samt lätt lastbil utan ätt (A-fel) och fö denna sklass ä B-felet noll pocent. Däemot ha utustningen svåae att klassificea i klassen pesonbil samt lätt lastbil med på ett ba sätt. B-felet i denna gupp ä 80 pocent och ett stot antal av de felklassificeade en ä egentligen pesonbila elle lätta lastbila utan. Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 23 Figu 16. Andel A- och B-fel fö mätutustningen VipeWim B-fel 1,00 0,50 Dagfodo n, tung LB PB/ m Buss /E, 0,00 PB, 0,00 liten/sto dag 0,50 phv 1,00 A-fel Fodonsklasse Benämns PB Liten PB, liten/sto Sto PB m Liten lätt PB/lätt Sto lätt Lätt Buss Dag Dag, tung LB LB /E, dag phv Dag m phv efte Modulsy stem 1) Öv iga moto 1) 1) Fö få obsev atione fö att edov isas 3.4 Fömåga att egistea hastighete Fö att visa hu ba de olika mätutustningana egistea hastighete ha vi jämföt vaje mätutustning med en efeensutustning. Refeensutustningen ä laseutustning och betaktas som den sanna hastigheteten fö ett. Fö Amsbeg används tidtagningssystemet EMIT. Tidena egisteas nä ett med fonten byte två laseståla som ä liggande vinkelät i vägens längdiktning. Lasestålana ä placeade med 2 000 mm mellanum samt ca 0,4 mete öve vägbanan. Hastigheten fås sedan genom att stäckan (2 000 mm) divideas med den tid som ehålls mellan de olika lasestålana, v= S/ t. Fö efeensen i Klett används TIRTL:s hastighetsväden. Även detta baseat på laseståla som byts nä passea vaefte hastigheten beäknas. Gafena nedan visa spidningen i hastighet mellan mätutustningen och efeensutustningen. Om ett (visas som en punkt i gafena) hamna längs den diagonala efeenslinje som finns i gafena öveensstämme hastighetena exakt. Om mätutustningen egistea en höge hastighet än efeensutustningen hamna punkten nedanfö linjen. På samma sätt hamna punkten ovanfö linjen om mätutustningen egistea en läge hastighet. Det ideala ä alltså att samtliga punkte ligge på elle åtminstone mycket näa efeenslinjen. I nedanstående analys bö det beaktas att vissa mätutustninga i Amsbeg ä placeade långt ifån efeensutustningen (som längst dygt 100 mete). Däfö ä det toligen inte ättvist att da någa slutsatse om deas fömåga att egistea hastighete eftesom eventuella avvikelse i hastighet likaväl kan beo på avståndet till efeensutustningen som faktiska mätfel. Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 24 3.4.1 Kommentae king skillnade i hastighete Både STMS och Meto öveensstämme ba med efeensutustningen. Detta gälle i synnehet Meto dä i stot sett alla väden ligge samlade mycket näa efeenslinjen i gafen. Figu 17. Spidning av hastighete fö mätutustningana STMS och Meto 160 160 140 140 120 120 Emit_F300 (km/h) 100 80 60 Emit_F300 (km/h) 100 80 60 40 40 20 20 0 0 20 40 60 80 100 120 140 0 0 20 40 60 80 100 120 140 STMS_41 (km/h) METOR_1 (km/h) Gemensamt fö dessa va att de låg utplaceade vid elle mycket näa efeensutustningen. Fö de öviga slingutustningana i Amsbeg som låg me elle minde långt ifån efeensutustningana blev esultaten betydligt osäkae. Att avståndet mellan efeensutustning och mätutustning påveka hastighetsmätningana illusteas i figu 18 nedan. Mätutustningen Pofile fanns vid båda mätplatsena och spidningen av hastighete va betydligt stöe i Amsbeg än i Klett. Detta föstäke misstankana ytteligae om att avståndet fån efeensutustningen ha sto betydelse hu tillfölitliga esultaten bli fö hastighetsegisteinga. Figu 18. Skillnad i spidning av hastighete fö mätutustningen Pofile (Amsbeg t.v., Klett t.h.) 160 140 140 120 120 100 Emit_F300 (km/h) 100 80 60 CEOS_TIRTL (km/h) 80 60 40 40 20 20 0 0 20 40 60 80 100 120 140 CA_Pofile_F (km/h) 0 0 20 40 60 80 100 120 140 CA_PofileF (km/h) Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 25 Den mätutustning som ha de svåaste esultaten att föklaa ä RTMS. I gafen nedan se det ut som att utustningen ha svåt att egistea hastighete unde 50 km/tim och hastighete öve 80 km/tim. Istället samlas alla punkte som en boll i mitten av gafen, vilket ä ett mönste som avvike fån öviga mätutustninga. Figu 19. Spidning av hastighete fö mätutustningen RTMS 140 120 100 CEOS_TIRTL (km/h) 80 60 40 20 0 0 20 40 60 80 100 120 140 SWARCO_RTMS (km/h) Botsett fån de poblem som finns i Amsbeg veka de flesta mätutustninga egistea hastighete på ett ba sätt. RTMS avvike, men dä ä det svåt att föklaa esultaten Ett ytteligae test bö genomföas innan slutsatse das. Det ä sedan tidigae känt att ada ä känsligt fö hu den placeas i föhållande till vägen. Kanske kan utustningen placeas på ett annat sätt fö att egistea hastighete bätte? Tabelle med diffeense av hastighet fö espektive mätutustning finns i esultatsammanställningen i Bilaga F. Fö ättvisande esultat ha vi valt att fö Amsbeg endast edovisa esultat fö STMS och Meto. Dessa mätutustninga ä placeade näa efeensutustningen. Fö Klett edovisas samtliga esultat. I Bilaga G finns däemot samtliga spidningsgafe fö de två mätplatsena. Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 26 4 SLUTSATSER Syftet med detta pojekt ha inte vait att jämföa de olika mätutustninganas fömåga att egistea, klassificea och mäta hastighete utan att validea utustninganas fömåga att klassificea enligt leveantöenas egna sklasse hu väl de kan klassificea utifån till NoSIKTs sklassificeing. Nä det gälle sklassificeing kan konstateas att de 12 mätutustninga som ingått i studien samtliga ha olika sätt att klassificea. Många av utustningana ha mellan 5 och 10 sklasse och guppeinga av NoSIKTklasse ha däfö vait nödvändig att göa i edovisningen. I någa fall ha flea av mätutustningens klasse vait tvungna att slås samman. Det gälle t.ex. utustninga som gö sin klassificeing utifån antal axelpa och axelavstånd, dä kan man ibland ha flea klasse fö exempelvis tunga lastbila med, medan detta i NoSIKTs klassificeing endast ä en klass. Ingen mätutustning kan idag identifiea flaktyp (på lastbil, elle påhängsvagn) vafö detta inte helle utvädeats. Fömågan att egistea Andelen missade ä geneellt sett mycket liten. Det ä i fösta hand efeensutustningen ANPR som missat. RTMS och DSL12 ha ett föhöjt antal missade i den ena köiktningen, vilket fö RTMS skulle kunna föklaas av att adautustningen (RTMS) stå placead endast på ena sidan av vägen. Det skulle kunna medföa att i den anda köiktningen täcks av föbipasseande i den nämaste iktningen. Fömåga att egistea styp Fya av mätutustningana, nämligen Dataec7, DataecLoopMonito, DSL12 och Meto klaa att med god pecision klassificea i pesonbilsklassen. Gemensamt fö dessa fya mätutustninga ä att denna sklass omfatta såväl pesonbila som små lätta lastbila utan (DSL12 även stoa lätta lastbila). Såväl A- som B-fel ä fö dessa mätutustninga 5 pocent elle läge. Ytteligae fya mätutustninga, GoldenRive, VDK900, Pofile och FMA ha ett litet fel av typ A fö pesonbilsklassen, men ett B-fel på mellan 5 och 15 pocent. De missa dämed endast ett fåtal pesonbila men egistea även stoa och små lätta lastbila som pesonbila. Gemensamt fö dessa utustninga ä att de ha en enodlad pesonbilsklass. Fö esteande mätutustninga (RTMS, STMS TIRTL och VipeWim) ä typ A-felen mellan fem och tio pocent fö pesonbilsklassen. Vad denna klass omfatta vaiea fån en en pesonbilsklass (STMS) till moped/mc, pesonbil samt lätt lastbil (TIRTL). Andelen B-fel vaiea fån 0 (VipeWim) till 14 pocent (STMS). Även hä ä det lätta lastbila som klassificeas som pesonbila som ä den huvudsakliga osaken till B-felen. Dataec7, DataecLoopMonito och Meto ha en sklass fö pesonbila och lätta lastbila med, men det ä baa Meto som med god pecision kan placea in en i denna Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö beäkning av noggannhet Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 27 klass, de båda öviga utustningana båda missa (A-felet ä dygt 30 pocent fö bägge utustningana). Alla te utustninga ha ett litet B-fel, få felaktiga klassificeas. Öviga mätutustninga ha svåt att klassificea lätta lastbila ätt. Sammanblandning ske i huvudsak med pesonbila men i viss utstäckning även med tunga lastbila. GoldenRive, VipeWim samt VDK900 ha samtliga både A- och B-fel på unde 10 pocent fö sklassen tung lastbil utan och dag utan påhängsvagn. Fö Dataec7, DataecLoopMonito och Pofile ä A-felet fö klassen tung lastbil utan och dag utan påhängsvagn omking 15 pocent, medan B-felet ä ca åtta pocent. Sammanblandning ske fö Dataec7 och DataecLoopMonito med stoa lätta lastbila, men fö Pofile klassas dessa istället som tunga lastbila med elle dag med påhängsvagna. Klassificeing av tunga lastbila med /efte och dagbila med påhängsvagna klaas bäst av FMA, GoldenRive samt VDK900. Fö FMA:s utustning ä typ A-felet en pocent och B-felet te pocent. Motsvaande andel fö GoldenRive ä 13 espektive noll pocent och fö VDK900 sju espektive två pocent. Fö öviga mätutustninga ä fömågan att klassificea tunga med (motsv.) högst vaieande. DataecLoopMonito och Meto ha A-fel på mellan 9 espektive 16 pocent. B- felet fö DataecLoopMonito ä dock 40 pocent, medan motsvaande andel fö Meto ä te pocent. Fömåga att egistea hastighete Den utustning som visa på klat bäst esultat av hastighetsegisteinga ä Meto. Toligen beo det på att den ha ett elativt långt avstånd mellan de två slanga som egistea spassage, samt att de luftpulse som bildas nä ett passea ge tydliga makeinga. Öviga utustninga mäte hastighete fån sensoe som ligge nämae vaanda elle egistea en minde initial distinkt föänding, vilket sannolikt ge en stöe osäkehet. I synnehet gälle detta fö STMS dä sensoena sitte på ett mycket litet avstånd. STMS visa en något höge genomsnittlig hastighet än efeensutustningen och ha en lite stöe spidning än många av de anda mätutustningana. De flesta slingutustninga visa en något läge genomsnittlig hastighet än efeensutustningen. Spidningen ä dock geneellt sett liten och sammantaget veka alla dessa utustninga egistea hastighete med ba kvalitet. RTMS adautustning utmäke sig i detta sammanhang avvikande. Det se ut att vaa sto spidning av hastighete dä säskilt de alla lägsta och de alla högsta hastighetena veka vaa svåa att fånga. Det ä oklat vad detta beo på, men möjligen gå det kanske att ställa in elle kalibea utustningen på något sätt så att esultaten bli bätte? Rappot_01v10_Rappot_Mätutustninga.docx
Dokumenttyp Klass Pojekt Kund Rappot 01 - Analys av mätdata fö Tafikveket Vesion Datum Föfattae Statisticons pojektn Sida 1.0 2012-07-04 Åsa Geije, Anna Calsund, Tommy Eiksson TRV_4404 28 5 BILAGA A. FORDONSKLASSIFICERING ENLIGT NORSIKT Klassificeing motodivna - Klassificeing kopplade Nivå 0 Nivå 1 Nivå 2 Nivå 3 Nivå 4 Nivå 3 Nivå 4 1 Motodivet 1 Moto fö pesontanspot 1 Moped klass I / EUmoped N.A. 1 Påhängsvagn 1 Öppet flak 2 Moped klass II 2 Stängt flak 2 Motocykel 1 Lätt motocykel 3 Skåp 2 motocykel 4 Tank 3 Pesonbil 1 Pesonbil klass I 5 Boskap 2 Pesonbil klass II/husbil 6 Husvagn 4 Lätt 1 Sto stads/ Sto 7 Öviga lokal 5 2 Liten stads/ Liten 2 Släpkäa 1 Öppet flak lokal 3 Sto landsvägs o 2 Stängt flak Sto långfäds 4 Liten landsvägs o 3 Skåp Liten långfäds 5 Öviga a 4 Tank 2 Lastbil 1 Lätt lastbil/ 1 Liten lätt lastbil / Liten 1 Öppet flak 5 Boskap vaubil vaubil 2 Sto lätt lastbil/sto vaubil 2 Stängt flak 6 Husvagn 3 Övigt 1 Moped/ knallet 2 lastbil 3 Dag/ dagbil 1 lastbil utan kopplat / 2 lastbil med käa 3 Dag med påhängsvagn / Saettevagnstag 4 / Modulvagnståg 5 lastbil med efte 3 Skåp 7 Öviga 4 Tank 5 Boskap 6 Öviga 0 = Klassificeing kan inte göas på denna nivå Rappot_01v10_Rappot_Mätutustninga.docx