Suchergebnisse

Gedurende de voorbije decennia zijn er wereldwijd heel wat initiatieven ondernomen om de verkeersonveiligheid terug te dringen. Maar ondanks deze inspanningen blijft het aantal ongevallen en verkeersslachtoffers onverantwoord hoog. Om de verkeersveiligheid te verhogen worden daarom doelstellingen vooropgesteld en maatregelen genomen. De vooropgestelde reductie van het aantal verkeersongevallen en –slachtoffers binnen een bepaalde tijdspanne werkt vaak als een extra motivatie voor de betrokken partijen om nog bijkomende inspanningen te leveren en een concreet verkeersveiligheidsprogramma op te stellen en acties te ondernemen. Om de vooropgestelde doelstellingen in Vlaanderen te bereiken, heeft de Vlaamse overheid een Verkeersveiligheidsplan Vlaanderen (Departement Mobiliteit en Openbare Werken, 2008) opgesteld waarin 33 verkeersveiligheidsmaatregelen werden voorgesteld. Deze beleidsaanpak moet er voor zorgen dat het aantal doden en zwaargewonde verkeersslachtoffers teruggedrongen wordt tot een maximum van 250 doden en 2 000 zwaargewonden tegen 2015 (Departement Mobiliteit en Openbare Werken, 2008). In 2020 zouden deze aantallen nog verder gedaald moeten zijn tot 200 doden en 1 500 zwaargewonden (Vlaanderen in Actie, 2011). In dit onderzoek wordt een model voor Vlaanderen ontwikkeld dat ons in staat stelt om het effect op de verkeersveiligheid in Vlaanderen te kwantificeren wanneer we een set van regionale en lokale maatregelen doorrekenen. De methodologie draagt er toe bij dat enerzijds inzicht verkregen wordt in de mate waarin de voorgestelde maatregelen bijdragen tot het bereiken van de vooropgestelde verkeersveiligheidsdoelstellingen en dat anderzijds maatregelen tegenover elkaar kunnen afgewogen worden. Meer concreet worden in dit Vlaamse rekenmodel op een stapsgewijze manier de effecten van een maatregelenpakket doorgerekend. De toepassing richt zich op een set van zes verkeersveiligheidsmaatregelen uit het Verkeersveiligheidsplan Vlaanderen (Departement Mobiliteit en Openbare Werken, 2008) die op regionale of lokale schaal op wegvakken geïmplementeerd worden. Bovendien wordt er een uitsplitsing gemaakt naar drie wegtypes: autosnelwegen, gewestwegen en gemeentewegen. De methodologie bestaande uit 5 stappen is gebaseerd op Reurings et al. (2009). (1) In de eerste stap van het model wordt de verkeerssituatie en de verkeersveiligheidssituatie in het referentiejaar (2007) beschreven. (2) Daarna wordt de baselineprognose uitgewerkt waarin het aantal letselongevallen, doden, zwaar- en lichtgewonden berekend wordt voor de periode 2008 tot 2015 wanneer er enkel rekening wordt gehouden met de veranderingen van de verkeersprestatie en de autonome verandering van het risico. (3) In de maatregelprognose worden, naast deze twee aspecten, ook de effecten van het maatregelpakket in rekening gebracht. (4) Dit leidt tot een voorspelling van het aantal bespaarde letselongevallen, doden en zwaar- en lichtgewonde slachtoffers op wegvakken in Vlaanderen in 2015 berekend in geval een maatregelpakket (bestaande uit zes maatregelen) wordt geïmplementeerd tussen 2008 en 2015. (5) Op basis van de besparingen en de investeringskosten wordt een kosten-batenanalyse geïllustreerd. Graag willen we benadrukken dat de beschrijving van de methodologie en de inventarisatie van de datanoden de belangrijkste focus van deze studie is. Daarnaast wordt in dit rapport het model zo goed mogelijk geïmplementeerd aan de hand van een illustratie die gebaseerd is op de meest recente datasets die ter beschikking waren toen de studie van start ging (eind 2010). Omdat de resultaten van deze illustratieve doorrekening sterk beïnvloed worden door de vele aannames die (moeten) gebeuren doorheen het rekenproces, willen we extra benadrukken dat de bekomen resultaten enkel een richting aangeven en zeker geen enkele getalmatige waarde hebben. De illustratie is dus een 'proof of concept'. In het algemeen kunnen we besluiten dat dit rekenmodel veel mogelijkheden biedt voor beleidsmakers om hun beleid te optimaliseren en af te stemmen op de vooropgestelde verkeersveiligheidsdoelstellingen. Ondanks de relatief ver gevorderde uitwerking van het model zijn er enkele aspecten waarmee men rekening dient te houden bij toekomstig onderzoek en gebruik. Hierbij denken we aan het hoge detailniveau van de gebruikte datasets, de gedetailleerde beschrijving van de geplande maatregelen, de beperkte beschikbaarheid van (gedetailleerde) Vlaamse informatie over de effectiviteit van maatregelen en het ongevallenprofiel. Eén van de grote uitdagingen voor deze methodologie zou de implementatie zijn in een GIS-applicatie. ; In the last few decades, many initiatives were taken world-wide to reduce traffic unsafety. However, in spite of these efforts the number of accidents and traffic casualties remains inordinately high. Therefore targets are set and measures are taken to increase traffic safety. The aimed reduction of the number of traffic accidents and casualties within a certain time frame often constitutes an extra motivation for concerned parties to make additional efforts and draw up a concrete road safety plan and take action. To meet the targeted objectives in Flanders, the Flemish government has formulated the Road Safety Plan Flanders (Department Mobility and Public Works, 2008) in which 33 road safety measures were presented. This policy has to ensure that the number of fatalities and seriously injured are pushed back to a maximum of 250 fatalities and 2,000 seriously injured in 2015 (Department Mobility and Public Works, 2008). In 2020, these numbers have to be reduced even further to 200 fatalities and 1,500 seriously injured (Flanders in Action, 2011). In this research, a model for Flanders is developed which enables us to quantify the impact on traffic safety in Flanders when considering a set of regional and locational measures. On the one hand, the used methodology allows us to gain insight in the degree to which the planned measures will contribute to meet the targeted road safety objectives and on the other, it allows us to compare measures with each other. More specifically, in this Flemish computational model, the impact of a set of measures is calculated step by step. The application focuses on a set of six road safety measures from the Road Safety Plan Flanders (Department Mobility and Works, 2008) which are being implemented on road segments on a regional or locational scale. Moreover, a distinction is made between three road types: highways, secondary roads and local roads. The methodology, which consists of 5 steps, was based on Reurings et al. (2009). (1) In the first step of the model a description is given of the traffic situation and the traffic safety situation in the reference year (2007). (2) Subsequently, the baseline prognosis is made. In this prognosis the number of injury accidents, fatalities, and seriously and slightly injured casualties is calculated for the period from 2008 until 2015, only taking into account changes in the number of vehicle kilometres and the autonomous risk change. (3) In addition to these two aspects, the measure prognosis also takes into account the impact of the set of measures. (4) This leads to a prediction of the reduction of injury accidents, fatalities and seriously and slightly injured casualties on road segments in Flanders in 2015, calculated based on the implementation of a set of measures (consisting of six measures) between 2008 and 2015. (5) Based on savings and investment costs, a cost-benefit analysis is illustrated. We would like to emphasize that the main focus of this study lies in the description of the methodology and an inventory of data needs. In this report the model is moreover implemented as well as possible by means of an illustration based on the most recent data sets which were available at the start of the study (end of 2010). Since the results of this illustrative calculation are strongly influenced by the many assumptions that had to be taken throughout the computational process, we want to explicitly emphasize that the obtained results only indicate a direction and should by no means be taken literally. The illustration is therefore a 'proof of concept'. In general we can conclude that this computational model offers a lot of opportunities for policymakers to optimize and attune their policy to the targeted road safety objectives. Despite the relatively advanced development of the model, there are some aspects which have to be taken into account in future research and use. Examples are the high level of detail of the used data sets, the detailed description of the planned measures and the limited availability of (detailed) Flemish information on the effectiveness of measures and accident profiles. One of the big challenges for this methodology would be its implementation in a GIS-application.

The generation of substantial amounts of travel- and mobility-related data has spawned the emergence of the era of big data. However, this data generally lacks activity-travel information such as trip purpose. This deficiency led to the development of trip purpose inference (activity type imputation/annotation) techniques, of which the performance depends on the available input data and the (number of) activity type classes to infer. Aggregating activity types strongly increases the inference accuracy and is usually left to the discretion of the researcher. As this is open for interpretation, it undermines the reported inference accuracy. This study developed an optimised classification methodology by identifying classes of activity types with an optimal balance between improving model accuracy, and preserving activity information from the original data set. A sensitivity analysis was performed. Additionally, several machine learning algorithms are experimented with. The proposed method may be applied to any study area. ; This work was supported by the National Research Foundation of Korea funded by the Korean government (MSIP) under grant NRF-2010-0028693.