TESI: SVILUPPO DI UN INDICE DI COMPATIBILITÀ PER LA MOBILITÀ CICLISTICA

Colombo Dario

25/01/2011

MOBILITA' CICLISTICA: Una soluzione ai problemi di mobilità all'interno delle grandi città

Possibile solo sePROMOSSADIFESA

È necessario conoscere il comportamento dei ciclisti nei confronti delle infrastrutture e degli altri utenti della strada

Individuare tratti stradali ed intersezioni fondamentali per interventi efficaci

per

Individuare il percorso quotidiano

Caratterizzare tratti stradali ed intersezioni

OBIETTIVI

• Stima dell’INDICE DI INCOMPATIBILITÀ (per tratti stradali, intersezioni e percorsi) percepito dai ciclisti:

• Individuazione del percorso scelto dal ciclista (INDICE DI DIS-UTILITA' DEL PERCORSO).

“...il livello di gradimento del ciclista nel percorrere un determinato tratto di strada o nell'affrontare un'intersezione. Questo livello di gradimento è principalmente determinato dalla percezione di sicurezza e di comodità del ciclista. Sicurezza e comodità sono a loro volta formate a partire da tutte quelle caratteristiche valutate dal ciclista mentre percorre il tratto o l'intersezione stradale.”

CICLABILITA’

STATO DI FATTO

• B.C.I. Bicycle Compatibility Index (Harkey); • Rural B.C.I. (Jones);• I.L.S. Intersection Level of Service (Landis);• B.S.I.R. Bicycle Safety Index Rating (Davis);

...

A B C D E F

METODOLOGIAIndagine Visione filmati per valutazione dell’ indice di incompatibilità (on-line)

Identificazione dei modelli- Regressione lineare ai minimi quadrati- CROSS VALIDATION- Analisi d’incertezza

Implementazione - Software CUBE- Validazione- Confronto con B.C.I.

INDAGINE SP: progettazione

QUESTIONARIO

-confronto dell'attributo-effetto principale dell'attributo-ortogonalità tra gli attributi

-tempo di questionario-limitata possibilità di combinazione degli attributi

-comportamento strategico-errata interpretazione-captatio benevolentiae

-piano fattoriale fratto

INDAGINE SP: progettazione

numero limitato di filmati

Quali sono questi attributi?

Scelta basata su criteri di progettazione.

Quali proporre?

-confronto dell'attributo-effetto principale dell'attributo-ortogonalità tra gli attributi

INDAGINE SP: progettazioneQuali sono questi attributi?

INCOMPATIBILITÀ DEI TRATTI

INCOMPATIBILITÀ DELLE INTERSEZIONI

INCOMPATIBILITÀ DEI PERCORSI

● Larghezza totale● Larghezza ciclabile● Fisicamente separata● Pedoni● Velocità veicoli● Parcheggio auto● Accessi carrabili● Pavimentazione● Discontinuità● Binari● Pendenze● Uso improprio● Segnaletica● Capacità e flussi veicolare● Accelerazioni verticali...

● Rami● Velocità veicoli● Rotatoria● Semaforo● Parcheggio auto● Pavimentazione● Rallentamento veicoli● Binari● Uso improprio● Isole● Larghezza accessi● Capacità e flussi veicolari...

● Ciclabilità del tratto stradale peggiore● Ciclabilità dell'intersezione peggiore● Media delle ciclabilità dei tratti stradali● Media delle ciclabilità delle intersezioni

DATI E FILMATI ACQUISITI TRA GENNAIO E MARZO 2011.

1° OBIETTIVO

INDAGINE SP: progettazioneQuali sono questi attributi?

DIS-UTILITA' DEI PERCORSI

● Lunghezza totale● Tempo totale● Ciclabilità di percorso

NESSUN VIDEO, SOLO PRESENTAZIONE GRAFICA (ortofoto)

2° OBIETTIVO

INDAGINE: somministrazione

Incompatibilità di tratti stradali, intersezioni e percorsi: A - F

33 tratti stradali18 intersezioni

5 percorsiMILANO

INDAGINE: somministrazione

Dis-utilità di percorso: 1 - 10

13 percorsi

I numeriNumero totale di partecipanti: 105Partecipanti esclusi (tempo<20 min.): 9

PRIMA PARTE: DOMANDE GENERICHEpartecipanti 96

SECONDA PARTE: INCOMPATIBILITÀ DEI TRATTIpartecipanti 68

TERZA PARTE: INCOMPATIBILITÀ DELLE INTERSEZIONIpartecipanti 50

QUARTA PARTE: INCOMPATIBILITÀ DEI PERCORSIPartecipanti 46

QUINTA PARTE: DIS-UTILITÀ DEI PERCORSIPartecipanti 43

SAMPLE SIZESEMPRE RISPETTATO(int. di conf. 90%)

REGRESSIONEIndividuare i modelli che stimino:

● il valore medio dell’indice di incompatibilità indicato dai partecipanti all’indagine (per tratti stradali, intersezioni e percorsi).

● il valore medio dell'indice di dis-utilità di percorso indicato dai partecipanti.

INDICE VALORE NUMERICO

A 1

B 2

C 3

D 4

E 5

F 6

A B C D E F1 2 3 4 5 6

1 2 3 … 8 9 10

Perché regressione lineare ai minimi quadrati?

• unicità della soluzione (valori dei parametri del modello);

• formula algebrica, ;

• riduzione degli errori di stima di grande entità;

•stima d’incertezza del valore dei parametri del modello.

REGRESSIONE

Funzione obiettivo da minimizzare, M.S.E. : J= 1N∗∑i

y i− yi2

P=M T M −1M Ty

-1,5 -1,3 -1,1 -0,9 -0,7 -0,5 -0,3 -0,1 0,1 0,3 0,5 0,7 0,9 1,1 1,3 1,50

1

2

3

4

5

6

MAEMSE(n=2)ME(n=4)

errore

REGRESSIONE

CROSS VALIDATION• K- fold cross validation (indice di incompatibilità di tratti e intersezioni);tratti-> K=11intersezioni ->K=9

• leave one out cross validation (indice di incompatibilità dei percorsi e indice di dis-utilità dei percorsi);

DATASET ESIGUO

SUDDIVISIONE IN DATASET DI CALIBRAZIONE E DATASET DI VALIDAZIONE?

REGRESSIONE NO OVERFITTING (NO SOVRAPARAMETRIZZAZIONE) DEL MODELLO.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 150,0000

0,1000

0,2000

0,3000

0,4000

0,5000

0,6000

0,7000

0,8000

overfitting

Jm_calJm_val

n° variabili

J

SECONDO QUALE ORDINE SONO STATE INSERITE LE VARIABILI?

STATISTICA TEST T-STUDENT, ovvero significanza della variabile nel modello

TRATTI

MODELLIICA = 3,7546 - 1,1460*FIS_SEP + 1,0338*USO_IMPR + 0,4678*DISC + - 0,2524*ACC/100M + 0,7918*PAVIM + 0,0006*VEQ + 0,5566*PARCH

Jm_val = 0,4015Jm_cal = 0,2259R2 = 0,7785

ICN = 4.479 – 0,6537 * L_ACC + 1,4316 * USO_IMPR + 0,5981 * BIN + +0,3401 * RALL + 0,3370 * ROT + 0,2745 * PAVIM

Jm_val = 0.0869Jm_cal = 0.0295R2 = 0.9417

A B C D E F

1 2 3 4 5 6

MODELLI

Jm_val = 0,0285Jm_cal = 0,0014R2 = 0,9956

ICP=1,1606∗ 1Ltot

∗∑iLi∗ICAi0,3303∗ 1

N∗∑ j

ICN j−1,6306

A B C D E F

1 2 3 4 5 6

MODELLI

Jm_val = 0,2842Jm_cal = 0,1881R2 = 0,9113

Lunghezza del percorso più corto

Lunghezza del percorso in questione

IVP=−0,10141,3168∗ICP3,8908∗Ltot−Lmin

Lmin

1 2 3 … 8 9 10

IMPLEMENTAZIONE

IMPLEMENTAZIONECUBE 5 (Voyager)

…perc=kk num_arc=0 ltot_perc=0 m_c_a=0 s_c_a=0 s_c_n=0 loop k=1,dbi.1.numrecords,+1 ;per ogni arco if (dba.1.perc[k]=kk) ;seleziono percorso kk-esimo num_arc=num_arc+1 if(!((dba.1.nodo_a[k]=idx_a)||(dba.1.nodo_b[k]=idx_b))) s_c_a=s_c_a+(dba.1.lunghezza[k]*dba.1.ciclano_ac[k]) ltot_perc=ltot_perc+dba.1.lunghezza[k] s_c_n=s_c_n+dba.1.cicln_b[k] endif endif endloop if(!(ltot_perc=0))…

IMPLEMENTAZIONE

1

2

IMPLEMENTAZIONE

IMPLEMENTAZIONE

IVP = 7,0653 IVP = 7,4124

VALIDAZIONE

C_TOTVariazione dalC_TOT minore (%)

7.1473 1.16%

7.1678 1.45%

7.2335 2.38%

7.2505 2.62%

7.3501 4.03%

7.4124 4.91%

7.4395 5.30%

7.4876 5.98%

7.4975 6.12%

7.5708 7.15%

7.5745 7.21%

7.6833 8.75%

7.7843 10.18%

7.8348 10.89%

7.8745 11.45%

7.9742 12.86%

8.1566 15.45%

8.1584 15.47%

8.2636 16.96%

8.6495 22.42%

Indagine SP presso il deposito biciclette della stazione ferroviaria di Lambrate:• 29 risposte

38%, percorso a IVP minore (7,0653).7%, percorso con il 2° IVP minore (7,1473).7%, percorso a lunghezza minore (7,4124).2 preferenze per percorsi non individuati dal s.w.

11 preferenze per percorsi non in regola per il C.d.S.

Il comportamento scorretto abbatte il IVP del percorso.

61% delle preferenze per il percorso a IVP minore (7,0653).11% delle preferenze per il percorso con il 2° IVP minore (7,1473).Il metro di valutazione dei ciclisti non è solo la lunghezza di percorso

Il sw non può valutare anche questi percorsi.

72%

11 preferenze per percorsi non in regola per il Codice della Strada.

VALIDAZIONEIndagine SP presso il deposito biciclette della stazione ferroviaria di Lambrate:• 29 risposte

Il comportamento scorretto abbatte il IVP del percorso.

IVP = 7,0384 IVP = 7,23227 preferenze 4 preferenze

B.C.I. (Harkey)

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33-4

-2

0

2

4

6

8

comparazione tra questionario, modello e BCI

CICLA_QUESTCICLA_MODBCI

indi

ce d

i cic

labi

lità

Applicazione al grafo Lambrate – Città Studi Applicazione alle risposte del questionario

B.C.I.:Ee = -1,39 (-38%)σe

2 = 1,49

ABABCDEF

ICA:Ee = 0σe

2 = 0,24

Usato in passato per definire la ciclabilità della rete stradale della Provincia di Parma

CONCLUSIONI

Filmati e questionari on-line Comodità e sicurezza nella somministrazione del questionario. Solido legame con realtà.

Attributi di strade ed intersezioni Buon compromesso tra legame con la realtà e facilità di acquisizione.

Modelli identificati Ottima stima della percezione dei ciclisti.Dedicati al territorio in esame.

Software Calcolo dell'indice di utilità di percorso IVP e individuazione del percorso a IVP minore (conferma dalla validazione).Non deve giustificare il comportamento scorretto di alcuni ciclisti.Strumento per identificare le cause del comportamento scorretto.

Grafo Necessità di un grafo dedicato (es.: piste ciclabili in sede separata) per una corretta analisi della mobilità ciclistica.

POSSIBILI SVILUPPI

Attributi di strade ed intersezioni Uso del suolo.Interazione tra larghezza del percorso e flusso veicolare.Delimitatori di corsia.

Ciclisti inesperti.Modelli identificati

Individuazione di tratti stradali e intersezioni di interesse per la realizzazione di interventi (ANALISI MULTI-OBIETTIVI).

Supporto alle decisioni

J£

JCICL, f

y

x J£

ANALISI M.O.