Search

Avgörande för ökat hållbart resande är tillgängligheten till hållbara färdmedel. Planering för cykeltrafik blir därför ett allt viktigare område. Därmed behöver våra transportmodeller förbättras i hur de modellerar cykelresor och specifikt hur cyklisters ruttval bör modelleras. Under 2019 har rapporten ”Behovsanalys för cykeltrafikmodeller” levererats till Trafikverket och Sveriges Kommuner och Regioner. Rapporten sammanfattar behov av att vidareutveckla makroskopiska trafikmodeller bland annat för att utvärdera effekter av cykelinvesteringar/åtgärder. I projektet RUCY adresserar vi denna fråga. Många investeringsåtgärder handlar om att bredda befintliga cykelbanor vilket inte kan utvärderas med det befintliga samhällsekonomiska analysverktyget. Även internationellt har nästan inga studier fångat upp hur cykelbanans bredd har påverkat ruttvalet. Det finns därmed ett värde i att öka kunskapsmängden inom området och jämföra resultat mellan olika länder/städer. RUCY använder GPS-data från ca 13 000 cykelresor från projektet ”Bike data – Crowd sourced Big Data för cykling” för att skatta en ruttvalsmodell för cykel för Göteborg. En modell baserad på HIdden-Markovs kartmatchningsalgoritm används för att identifiera rutter utifrån GPS-spår. Möjliga alternativa rutter genereras via upprepade ruttsökningsmetoder samt observerade rutter med samma start- och målpunkt. En Path-size-logit-modell har skattats med relativa effekter för exempelvis cykelbana med olika breddkategorier, belysning och lutning. Resultaten visar att osäkerhet i kartmatchning, som inte har fått uppmärksamhet i de flesta tidigare studierna, har en stor påverkan på modellskattningsresultaten. Studien lyckas fånga resenärernas skillnad i upplevd resuppoffring mellan cykelbana med bredd mindre än 2 meter och de med bredd större än 2 meter. Studien fångar också effekter av lutning, korsningsfördröjning, belysning samt typ av beläggning. Effekterna jämförs med internationella studier. Fångade effekter av bredd, It is critical to maintain good accessibility for active travel modes in order to increase and encourage sustainable travel. Therefore, planning for cycling infrastructure is becoming an increasingly important area. This also necessitates improvements in our transportation models in how they model bicycle journeys. In 2019, the report "Research needs for Bicycle Traffic Models" was delivered to Swedish Transport Administration and SKR. The report summarizes the needs for further development of macroscopic traffic models, among other things, to facilitate evaluation of effects of bicycle investments/measures. Moreover, many infrastructure investments are about widening existing bike lanes, which cannot be evaluated with existing Cost-Benefit analysis tools, GC-kalk. Internationally, almost no studies have evaluated the effect of bike lane width. Therefore, there is a need to increase the knowledge in this area and compare results between different countries/cities. The above mentioned issues are addressed in the project RUCY, which is presented in this report. RUCY employs GPS data from approx. 13,000 bicycle trips from the project "Bike data - Crowd sourced Big Data for cycling" to estimate a route choice model for cycling for Gothenburg. A model based on a Hidden-Markov map matching algorithm is used to identify routes based on GPS tracks. Possible alternative routes are generated via repeated path search methods as well as observed routes with the same origin and destination points. A Path-size logit model is estimated. The results illustrate that uncertainty in map-matching, which has not received much attention in most previous studies, has a large impact on model estimation results. The study captures the travelers' difference in perceived travel time between cycle lanes with width less than 2 meters and those with width larger than 2 meters. The study also captures effects of grade, intersection delay, lighting, and type of pavement. The effects are compared w, Skattning av ruttvalsmodell för cykel för svenska förhållanden (RUCY) / Bicycle route choice modelling for the Swedish context

Avgörande för ökat hållbart resande är tillgängligheten till hållbara färdmedel. Planering för cykeltrafik blir därför ett allt viktigare område. Därmed behöver våra transportmodeller förbättras i hur de modellerar cykelresor och specifikt hur cyklisters ruttval bör modelleras. Under 2019 har rapporten ”Behovsanalys för cykeltrafikmodeller” levererats till Trafikverket och Sveriges Kommuner och Regioner. Rapporten sammanfattar behov av att vidareutveckla makroskopiska trafikmodeller bland annat för att utvärdera effekter av cykelinvesteringar/åtgärder. I projektet RUCY adresserar vi denna fråga. Många investeringsåtgärder handlar om att bredda befintliga cykelbanor vilket inte kan utvärderas med det befintliga samhällsekonomiska analysverktyget. Även internationellt har nästan inga studier fångat upp hur cykelbanans bredd har påverkat ruttvalet. Det finns därmed ett värde i att öka kunskapsmängden inom området och jämföra resultat mellan olika länder/städer. RUCY använder GPS-data från ca 13 000 cykelresor från projektet ”Bike data – Crowd sourced Big Data för cykling” för att skatta en ruttvalsmodell för cykel för Göteborg. En modell baserad på HIdden-Markovs kartmatchningsalgoritm används för att identifiera rutter utifrån GPS-spår. Möjliga alternativa rutter genereras via upprepade ruttsökningsmetoder samt observerade rutter med samma start- och målpunkt. En Path-size-logit-modell har skattats med relativa effekter för exempelvis cykelbana med olika breddkategorier, belysning och lutning. Resultaten visar att osäkerhet i kartmatchning, som inte har fått uppmärksamhet i de flesta tidigare studierna, har en stor påverkan på modellskattningsresultaten. Studien lyckas fånga resenärernas skillnad i upplevd resuppoffring mellan cykelbana med bredd mindre än 2 meter och de med bredd större än 2 meter. Studien fångar också effekter av lutning, korsningsfördröjning, belysning samt typ av beläggning. Effekterna jämförs med internationella studier. Fångade effekter av bredd, It is critical to maintain good accessibility for active travel modes in order to increase and encourage sustainable travel. Therefore, planning for cycling infrastructure is becoming an increasingly important area. This also necessitates improvements in our transportation models in how they model bicycle journeys. In 2019, the report "Research needs for Bicycle Traffic Models" was delivered to Swedish Transport Administration and SKR. The report summarizes the needs for further development of macroscopic traffic models, among other things, to facilitate evaluation of effects of bicycle investments/measures. Moreover, many infrastructure investments are about widening existing bike lanes, which cannot be evaluated with existing Cost-Benefit analysis tools, GC-kalk. Internationally, almost no studies have evaluated the effect of bike lane width. Therefore, there is a need to increase the knowledge in this area and compare results between different countries/cities. The above mentioned issues are addressed in the project RUCY, which is presented in this report. RUCY employs GPS data from approx. 13,000 bicycle trips from the project "Bike data - Crowd sourced Big Data for cycling" to estimate a route choice model for cycling for Gothenburg. A model based on a Hidden-Markov map matching algorithm is used to identify routes based on GPS tracks. Possible alternative routes are generated via repeated path search methods as well as observed routes with the same origin and destination points. A Path-size logit model is estimated. The results illustrate that uncertainty in map-matching, which has not received much attention in most previous studies, has a large impact on model estimation results. The study captures the travelers' difference in perceived travel time between cycle lanes with width less than 2 meters and those with width larger than 2 meters. The study also captures effects of grade, intersection delay, lighting, and type of pavement. The effects are compared w, Skattning av ruttvalsmodell för cykel för svenska förhållanden (RUCY) / Bicycle route choice modelling for the Swedish context