6 . IL MODELLO DI SIMULAZIONE DEL TRAFFICO

(1)

6

.

IL MODELLO DI SIMULAZIONE DEL TRAFFICO

Il modello di simulazione del traffico è un importante strumento per la pianificazione, che consente essenzialmente di valutare gli effetti sul traffico indotti da interventi strutturali di progetto sulle reti di trasporto, permettendo anche il confronto di diverse soluzioni progettuali.

I modelli di simulazione tradizionalmente utilizzati, nati alla fine degli anni ’50, sono basati sull’ipotesi di stazionarietà sul periodo di osservazione. In essi la domanda di trasporto, con le sue caratteristiche rilevanti e l’offerta, assumono un valore medio costante per un periodo di tempo sufficientemente ampio da consentire di poter riconoscere condizioni stazionarie, condizioni nelle quali le grandezze considerate assumono valori costanti. Le variabili caratteristiche del deflusso vengono riferite all’intero periodo di simulazione, attraverso il calcolo dei loro valori medi, e non consentono dunque di considerare tutti quei fenomeni dinamici che caratterizzano le reti congestionate: la propagazione a ritroso del ritardo di una intersezione; la formazione, evoluzione e dissipazione delle code; gli effetti generati dalla verifica di incidenti in un determinato punto della rete ed in un determinato istante; gli effetti della variabilità della domanda nel periodo di riferimento; le prestazioni della rete al verificarsi di eventi eccezionali quali l’evacuazione di un’area in presenza di una calamità naturale.

Tali fenomeni non possono essere studiati e valutati in termini medi, in quanto è proprio la fluttuazione delle variabili caratteristiche che porta al manifestarsi degli stessi fenomeni; elemento che non può essere rappresentato se si analizza il sistema riferendosi all’intero periodo di riferimento.

I modelli dinamici rappresentano la naturale evoluzione di quelli statici, e sono stati sviluppati con l’obiettivo di migliorare le criticità dell’approccio tradizionale. Uno degli aspetti fondamentali che i modelli statici non riescono a simulare è la propagazione e dinamicità dei fenomeni di congestione, ma vanno analizzati nella loro evoluzione all’interno del periodo di simulazione di riferimento.

(2)

I modelli dinamici consentono di rappresentare la variabilità della domanda all’interno del periodo di simulazione, in maniera tale che il numero di veicoli che attraversano un arco e il corrispondente tempo di viaggio diventino dipendenti dal tempo.

Tramite tali modelli è possibile riprodurre il funzionamento interno del sistema di trasporto

(per esempio la formazione, propagazione e dissipazione delle code) e la sua evoluzione nel tempo (non stazionarietà della domanda e dell’offerta). Essi

consentono di conoscere la posizione dei veicoli, o di aggregazioni di veicoli quali i plotoni, nei diversi istanti o nei diversi sotto intervalli elementari in cui il periodo di simulazione può essere suddiviso, e dunque di analizzare il fenomeno secondo un’ottica disaggregata e puntuale.I modelli dinamici sviluppati sono quelli definiti microscopici, in cui vengono rappresentati e analizzati gli spostamenti dei singoli veicoli, e mesoscopici, in cui i veicoli vengono aggregati in unità chiamate

pacchetti.

Mentre i modelli microscopici simulano ciascun singolo spostamento della matrice di domanda, il tempo di calcolo di un modello mesoscopico dipende direttamente dal numero di unità aggregate in cui la corrente di traffico viene suddivisa, un parametro che può essere impostato nel modello.

(3)

6.1. MODELLAZIONE MEDIANTE SOFTWARE AIMSUN

Il seguente lavoro di micro-simulazione e analisi degli scenari di traffico è stato svolto con l’ausilio di uno dei più avanzati software di simulazione della circolazione veicolare in ambito urbano il programma: Aimsun, marchio registrato da Transport Simulation System S.L. (TSS). La versione usata è la 6.1. e la licenza è la Professional.

Figura 6.1–Il logo di Aimsum.

L’approccio è definito “microscopico” poiché durante tutto l’intervallo di analisi viene simulato il comportamento di ogni singolo veicolo, le sue interazioni con gli altri veicoli e con le infrastrutture stradali, sulla base di algoritmi decisionali di tipo comportamentale, che stabiliscono di volta in volta il cambio di corsia, regolano la distanza dal veicolo che li precede, l’immissione nelle corsie di accelerazione e decelerazione, l’effettuazione della manovra di sorpasso o di parcheggio. Anche la scelta del percorso viene periodicamente calcolata in funzione delle mutate condizioni della rete (presenza di congestione e/o di un eventuale impedimento alla circolazione).

Ad ogni veicolo sono associate caratteristiche dimensionali e comportamentali; le prime riguardano lunghezza, larghezza, velocità massima, accelerazione dei veicoli, mentre le seconde sono relative alla guida dei conducenti, quali il vincolo costituito dal rispetto dei limiti di velocità, oppure l’aggressività del conducente, e così via.

Aimsun riproduce le dinamiche dei fenomeni di traffico, utilizzando un sofisticato modello microscopico di tipo stocastico e basato sugli eventi e il comportamento dei guidatori; il software esegue analisi dettagliate di complessi sistemi viari e simula realisticamente i flussi di veicoli, pedoni, mezzi pesanti, autobus e sistemi di trasporto su ferro.

(4)

Aimsun esegue le simulazioni in funzione delle caratteristiche infrastrutturali della rete, dei flussi di traffico, delle regolazioni delle intersezioni e dell’eventuale presenza di veicoli adibiti al servizio di trasporto pubblico.

Aimsun è un ambiente software espandibile che offre, in un’unica applicazione, tutti gli strumenti necessari per una pianificazione trasportistica professionale. Al momento, l’ambiente software è composto da questi elementi:

• l’editor della rete con visualizzazioni 2D e 3D;

• strumenti di importazione file da terzi come CAD o GIS;

• strumenti di importazione per software di controllo del traffico da terze parti come Contram, Paramics e Vissim;

• simulatori microscopici, mesoscopici e macroscopici per il traffico veicolare; • un simulatore integrato da Legione per il traffico pedonale che può essere

usato nelle simulazioni microscopiche;

• scripting completo che usa il linguaggio di programmazione Python;

• piena estensibilità e personalizzazione dell’ambiente di lavoro utilizzando linguaggi di programmazione come C++ e l’Aimsun SDK (Software Development Kit);

• un software di sviluppo in C++ per modificare i modelli comportamentali delle tipologie di veicolo desiderate;

• interfacce software di pianificazione con Emme e Saturn;

• interfacce di ottimizzazione delle segnalazioni semaforiche con Transyt-7F, Transyt/12 e Synchro;

(5)

L’applicazione è disponibile in due versioni, una con l’interfaccia grafica e l’altra senza, chiamata Aimsun Console. Le seguenti analisi sono state fatte utilizzando la prima versione dotata di interfaccia grafica al fine di una più corretta corrispondenza fra la realtà e il modello simulato.

I file creati contestualmente al modello Aimsun con estensione .ANG sono: • file ANG.OLD: copia di backup del modello senza le ultime modifiche; • file SANG: contiene le informazioni del modello all’inizio della sessione di

lavoro, viene creato in automatico quando la rete viene salvata per la prima volta e non viene mai modificato con le successive modifiche apportate alla rete.

Per realizzare lo scenario di simulazione occorre fissare un set di parametri che definisce l’esperimento e una serie di dati di input. Lo scenario si compone di tre tipi di dati:

• scenario di rete; • scenario dei flussi;

• piani di controllo del traffico.

I parametri da impostare servono per caratterizzare la simulazione( tempo di simulazione, periodo di riscaldamento, intervalli delle statistiche, ecc…) e per calibrare i modelli( tempi di reazione, zone di cambio corsia ecc….).

(6)

6.1.1 LO SCENARIO DI RETE

Questo scenario definisce la rete stradale, specificando le caratteristiche di tutti gli elementi di cui essa è costituita, quali traiettorie dei veicoli, semafori, attraversamenti pedonali ecc…

Una rete è composta da una serie di sezioni (tutte a senso unico, definite link) collegate tra loro attraverso nodi (incroci, definiti node) che possono contenere caratteristiche di traffico diverse. Per costruire il modello di rete è necessario prima di tutto importare la mappa della zona, preferibilmente digitalizzata in formato DXF o DWG, ma anche in “file immagine” tipo JPEG.

Figura 6.2–Menu’ di importazione nella mappa.

Quando si definiscono le traiettorie della rete stradale, per ognuna di esse oltre all’andamento planimetrico della stessa, si specificano importanti parametri relativi al numero di corsie e loro larghezza, alla velocità di libero deflusso e all’algoritmo che esprime il comportamento del veicolo in funzione di quello che lo precede sulla medesima corsia (secondo la teoria del “Car-following”). All’utente rimane solo il compito di modificare eventuali condizioni particolari (restringimenti/allargamenti, punti singolari, parcheggi in linea, corsie riservate, ecc…); il software consente di trasformare direttamente un nodo in rotatoria.

(7)

Ulteriori rappresentazioni geometriche (raggi di curvatura, raccordi, ecc…) sono possibili manualmente, al fine di migliorare la qualità della simulazione, di norma già comunque ottima anche in condizioni “standard”.

In uno scenario di rete, per gestire i punti di conflitto tra le traiettorie (per esempio in un’intersezione), devono essere specificate le regole di precedenza. Infatti, come impostazione base, le vetture sono consapevoli della presenza di altri veicoli solo se questi stanno percorrendo la stessa traiettoria. Finché non sono definite le regole di precedenza, i veicoli ignorano quelli presenti su traiettorie adiacenti o trasversali. Aimsun offre molte tipologie di gestione delle traiettorie conflittuali, tra cui “Stop”, “Dare precedenza” e “Linea di Arresto” associata ad un semaforo. Nella figura seguente è riportata la finestra di dialogo del software utilizzata per definire le proprietà di un nodo:

(8)

6.1.2 LO SCENARIO DEI FLUSSI

Vengono considerati due diversi tipi di simulazione in Aimsun a seconda dei dati disponibili sulla domanda di traffico:

• Flusso di traffico in ingresso e percentuali di svolta; • Matrici origine/destinazione (O/D) e percorsi o sentieri.

Il primo può essere ottenuto come risultato di un modello di assegnazione precedente, dai dati raccolti dai rilevatori o definiti dall’utente come un’ipotesi sperimentale. I veicoli sono generati nella rete attraverso le sezioni di ingresso, secondo un modello casuale in base alla media dei flussi in ingresso per quelle sezioni. Essi vengono poi distribuiti in modo casuale su tutta la rete in conformità con i valori (percentuali) di svolta definiti in ogni sezione della rete.

Questo significa che i veicoli non conoscono il loro percorso completo lungo la rete, ma solo il loro prossimo movimento di svolta. Aimsun distingue tra i diversi ingressi ad una sezione definendo le proporzioni di svolta. Ogni percentuale di svolta interesserà solo i veicoli che entrano nella sezione da un ingresso diverso. Il secondo, come detto, viene realizzato definendo una serie di matrici O/D, ottenute assegnando il numero di viaggi da ogni centroide origine ad ogni centroide destinazione per un intervallo di tempo e per un tipo di veicolo.

(9)

Quando un veicolo viene generato, l’assegnazione del veicolo per gli oggetti collegati al centroide (sezioni e quindi anche nodi) può essere fatta sulla base di probabilità o fatta dipendere dal percorso di destinazione. Utilizzando l’approccio su base probabilistica, l’utente specifica una quota di vetture che prendono ciascuno dei possibili percorsi collegati al baricentro. In entrambi i casi il software adotta la metodologia della maggior parte dei micro-simulatori, i quali basano il loro funzionamento su modelli in grado di rappresentare singolarmente il movimento di ciascun veicolo sulla base del comportamento del conducente; quest’ultimo segue le regole dettate dalla teoria dell’inseguitore (Car-Following), da quella del cambio di corsia (Lane-Changing) e da quelle dell’intervallo minimo di accesso (Gap-Acceptance).

In sostanza, i conducenti tendono a viaggiare con la velocità desiderata, ma l’ambiente circostante (i veicoli precedenti, i veicoli adiacenti, la geometria della strada, i segnali stradali ed i semafori, gli ostacoli, ecc…) condiziona il loro comportamento. Il tempo di simulazione è diviso in piccoli intervalli di tempo chiamati cicli di simulazione oppure intervalli di simulazione.

L’intervallo di simulazione può influire sia sulla performance dell’elaboratore di calcolo, sia su molti dati di output della simulazione, come la capacità delle sezioni; per esempio più è piccolo l’intervallo di simulazione, più alti sono i valori di capacità che si ottengono. La causa di tutto questo è il fatto che i guidatori sono più abili per i loro tempi di reazione più bassi. Essi possono guidare molto vicino ai veicoli precedenti, possono trovare intervalli di accesso più rapidamente e facilmente, possono accelerare e frenare repentinamente ed hanno quindi maggiori opportunità per entrare all’interno della rete.

Il modello di “Car-Following” implementato in Aimsun è basato sul modello di Gipps. Questo può essere considerato un modello all’avanguardia nel campo dei modelli empirici, nei quali i parametri non sono globali ma determinati dall’influenza di parametri locali che dipendono dal tipo di guidatore (accettazione del limite di velocità da parte del veicolo), dalla geometria della sezione (limite di velocità nella sezione e limiti di velocità nelle svolte, ecc…), dall’influenza dei veicoli su corsie adiacenti, ecc…

(10)

Questo modello possiede due componenti: accelerazione e decelerazione. La prima rappresenta l’intenzione di un veicolo di raggiungere una certa velocità desiderata, mentre la seconda riproduce le limitazioni imposte dal veicolo che lo precede quando il primo cerca di guidare alla velocità desiderata.

Anche il modello di cambio di corsia “Lane-Changing” può essere considerato come uno sviluppo del modello di cambio di corsia di Gipps. Tale manovra è modellata come un processo decisionale, analizzando la necessità di cambiare corsia (per esempio per svoltare in una strada secondaria), la desiderabilità di cambiare corsia (per raggiungere una velocità desiderata quando il veicolo leader più lento) e le condizioni di fattibilità per

il cambio di corsia che sono anch’esse locali, dipendono cioè dalla posizione del veicolo nella rete.

Il modello di “Gap-Acceptance” consente di controllare, attraverso un algoritmo, se l’intervallo in cui si effettua il cambio di corsia è accettabile o meno ed è anche

usato per modellare il comportamento del dare precedenza: si determina se un veicolo in approccio ad una intersezione da una strada secondaria può o non può attraversarla, in funzione di parametri (posizione e velocità) dei veicoli sulla strada principale. Molti parametri del veicolo in approccio all’intersezione possono influenzare il risultato di tale modello: l’accelerazione, velocità desiderata, il massimo tempo di dare precedenza, le distanze di visibilità all’intersezione e la velocità di svolta.

(11)

6.1.3 I PIANI DI CONTROLLO DEL TRAFFICO

Aimsun utilizza gli scenari dei semafori per definire i piani semaforici delle intersezioni semaforizzate, specificando la durata delle singole fasi all’interno del ciclo. Inoltre è possibile implementare piani semaforici a ciclo variabile in funzione delle condizioni di traffico rilevate da detectors opportunamente collocati nella rete di simulazione.

Per il controllo di un’intersezione, il ciclo è diviso in fasi, in cui ogni fase è un particolare insieme di gruppi di segnali con diritto di precedenza contemporanea. Viene definita quindi una sequenza di fasi per l’intero incrocio.

Figura 6.4–Finestra di dialogo delle impostazioni di piano di controllo semaforico. Durante la simulazione di uno scenario, Aimsun esegue un piano di controllo tenendo conto della fase di modellazione per ogni nodo. Tuttavia questa

definizione di controllo può essere variabile nel corso del periodo di simulazione. L’utente può avvalersi di diversi piani che possono essere attivati nel corso della simulazione al tempo specificato. Inoltre il software offre la possibilità di utilizzare diversi tipi di semafori: a ciclo fisso, completamente attuati, semi-attuati, e di personalizzarne il controllo attraverso alcuni parametri come il verde massimo e minimo, la funzione che regola il gap, recall (richiamo), delay (ritardo), reserve (riserva) e funzione del preemption (priorità).

(12)

6.1.4 I RISULTATI

Aimsun produce due tipologie di risultati: dati numerici e animazioni. I dati numerici possono essere rappresentati su grafici o con tabelle, mentre le animazioni possono essere visualizzate su una mappa di sfondo in formato 2D oppure 3D.

Figura 6.5–Esempio di simulazione 2D.

Data la natura microscopica e stocastica di Aimsun, ogni simulazione assegna in modo casuale i valori dei vari parametri. Questa aleatorietà produce risultati differenti ad ogni simulazione, sebbene i dati di input siano gli stessi. Queste differenze simulano le variazioni di traffico che possono avvenire da un giorno all’altro su una rete reale.

(13)

In Aimsun è possibile eseguire più simulazioni (replication) e ottenere dei risultati numerici mediando i valori ottenuti ad ogni iterazione (average).

Nel caso in oggetto sono state eseguite

In particolare i risultati che possono essere raccolti da Aimsun sono:

• Flusso istantaneo;

• Massimo numero di veicoli; • Numero medio di veicoli; • Tempo medio di percorrenza; • Ritardo;

• Lunghezza della coda (massima,media,virtuale) • Massima velocità;

• Velocità media;

• Emissioni d’inquinanti;

Inoltre per ogni dato raccolto è possibile ottenere le relative statistiche, quali:

• Media;

• Deviazione standard; • Intervallo di confidenza;

• Valore massimo e valore minimo;

Maggiori informazioni ed illustrazioni su quanto detto in questo paragrafo verranno riportate facendo riferimento al caso specifico.

(14)

6.2.DEFINIZIONE DELLO STATO ATTUALE (SCENARIO 0)

In questo paragrafo è riportato il modello della rete viaria attuale attorno al porto di Levante di Viareggio ed è stata descritta la metodologia tramite cui si è valutata la matrice O/D per tale scenario. Inoltre sono riportati i risultati ottenuti attraverso la simulazione con Aimsun, riguardanti sia il tempo di attesa nelle intersezioni, sia il tempo medio di viaggio su itinerari opportunamente scelti.

6.2.1. MODELLAZIONE DELLA RETE

Le arterie stradali che formano il modello di simulazione e i 12 centroidi che lo delimitano, i quali rappresentano gli attrattori o i generatori di flusso di traffico sono evidenziati in figura n°6.6:

Figura 6.6–Rete dello stato attuale.

1 2 3 4 5 6 7 8 9 10 11 12

(15)

6.2.2.LA COSTRUZIONE DELLA MATRICE O/D DELLA RETE

Le simulazioni su Aimsun, tra i vari dati di input, richiede la corretta definizione della matrice O/D della rete nello stato attuale.

Nel capitolo 2 sono state messe in evidenza le misure di traffico effettuate alle singole intersezioni considerate. Utilizzando tali dati sono stati determinati preventivamente i flussi in entrata e in uscita da ogni centroide origine-destinazione della rete, individuati come nodi estremi degli archi esterni della rete e così definita una prima matrice O/D. Successivamente, a mezzo del software Aimsun, tale matrice è stata corretta in modo tale che i flussi assegnati sulla rete fossero corrispondenti alle misure di traffico.

Il procedimento è stato quindi svolto seguendo gli step:

1) Determinazione della domanda generata ed attratta dai centroidi, sia su base estimativa, sia sulla base delle misure di traffico effettuate.

2) Ripartizione della domanda fra i vari centroidi a mezzo del metodo euristico e definizione quindi di una prima matrice Origine / Destinazione.

3) Assegnazione macroscopica sul software Aimsun e correzione della matrice Origine / Destinazione sulla base di una Real Data Set definito a partire dalle misure di traffico effettuate alle intersezioni.

A questo livello è definito il modello rappresentativo degli spostamenti nell’orario dalle 16:30 / 17:30 per motivi di lavoro, tipico del periodo invernale per la località in esame. In realtà le condizioni peggiori sono quelle caratteristiche del periodo estivo, infatti si ha in aggiunta il traffico da e verso gli stabilimenti balneari. Si è quindi proceduto come segue:

4) Determinazione di un’ulteriore matrice O/D relativa al traffico balneare, mediante ripartizione della domanda fra i centroidi proporzionalmente a quanto già definito per gli spostamenti lavorativi.

5) Somma delle due matrici O/D rappresentanti il traffico lavorativo e balneare e determinazione della matrice O/D totale.

Con quest’ultimo step è ottenuta la matrice definitiva dello stato attuale

La metodologia di ripartizione euristica della domanda si basa sull’ipotesi che il flusso che da un centroide i è diretto verso un centroide j è determinato dal prodotto del flusso totale che esce da j per il rapporto tra il flusso che entra

(16)

da i e la somma dei flussi che entrano da tutti i centroidi, j escluso. Naturalmente si impone che i veicoli non ritornano mai indietro al centroide da cui sono entrati. Con tale metodologia si è ricavata la prima matrice O/D in funzione dei flussi generati/attratti dai vari centroidi:

1

2

3

4

5

6

7

8

9

10

11

12 Qe

1

₀ ₀ ₁ ₁ ₀ ₈ ₁₅ ₇ ₇ ₂ ₅ ₂ 48

2

₀ ₀ ₂ ₁ ₀ ₁₄ ₂₅ ₁₁ ₁₁ ₆ ₉ ₄ 83

3

₃ ₄ ₀ ₇ ₀ ₈₉ ₁₅₇ ₇₁ ₆₇ ₂₅ ₅₇ ₂₁ 501

4

₂ ₂ ₇ ₀ ₀ ₄₉ ₈₈ ₄₁ ₃₇ ₁₇ ₃₂ ₁₃ 288

5

₀ ₀ ₀ ₀ ₀ ₀ ₀ ₀ ₀ ₀ ₀ ₀ 0

6

₆ ₇ ₂₄ ₁₂ ₀ ₀ ₂₇₉ ₁₂₆ ₁₁₉ ₄₄ ₁₀₂ ₃₈ 757

7

₄ ₄ ₁₃ ₆ ₀ ₈₈ ₀ ₇₁ ₆₇ ₂₇ ₅₇ ₂₃ 360

8

₃ ₃ ₁₁ ₆ ₀ ₈₂ ₁₄₅ ₀ ₆₁ ₂₃ ₅₂ ₂₁ 407

9

₄ ₅ ₁₇ ₈ ₀ ₁₁₃ ₂₀₁ ₉₁ ₀ ₃₂ ₇₃ ₂₉ 573

10

₁ ₁ ₃ ₁ ₀ ₁₄ ₂₈ ₁₂ ₁₂ ₀ ₈ ₄ 84

11

₃ ₄ ₁₄ ₇ ₀ ₉₁ ₁₆₁ ₇₃ ₆₈ ₂₆ ₀ ₂₃ 470

12

₁ ₁ ₄ ₂ ₀ ₂₉ ₅₁ ₂₃ ₂₂ ₁₀ ₁₇ ₀ 160

Qu

27 31 96 51 0 577 1150 526 471 212 412 178 3731 Tabella 6.1 – Matrice O/D iniziale non compensata.

La matrice O/D ottenuta in questo modo è corretta solo nei totali di colonna (flussi uscenti) mentre i totali di riga (flussi entranti) differiscono di un

Δ

in più o in meno rispetto ai valori effettivi dei fussi di ogni centroide. Perciò è procedere iterativamente alla correzione in modo che sia i totali di riga, sia quelli di colonna rispecchino i valori dei flussi entranti e uscenti dai centroidi inizialmente valutati. Tale operazione di correzione della matrice è eseguita tramite ripartizione degli scostamenti tra i valori reali e i totali, alternativamente di riga e di colonna, in ragione del rispettivo peso percentuale del singolo elemento di matrice sul totale di riga, ovvero di colonna, stesso.

Si riporta un esempio del passo di compensazione: PASSO DI COMPENSAZIONE:

Viene generata una matrice di correzione da applicare a quella iniziale. Ciascuna correzione

Δ

’_ij viene calcolata come segue:

(17)

′ =

,

con:

Δ’ij: correzione da apportare all’elemento generico ij della matrice. Δi: scostamento tra valore effettivo e totale di riga per il centroide i. Qij: flusso che dal centroide i va verso il centroide j.

Qi,ent: flusso totale attratto dal centroide i.

A questo punto, è possibile riportare le correzioni alla matrice iniziale secondo la seguente formula:

=

+

con:

Q’ij: flusso corretto che dal centroide i va verso centroide j. Qij: flusso che dal centroide i va verso centroide j.

Δ’ij: correzione da apportare all’elemento generico ij della matrice.

Il procedimento iterativo si arresta quando risulta soddisfatto il test di convergenza e di solito questo avviene dopo poche iterazioni. La matrice O/D definitiva ottenuta per il traffico lavorativo risulta la seguente:

1

2

3

4

5

6

7

8

9

10

11

12 Qe

1

0 0 1 1 0 7 14 6 6 2 5 2 44

2

0 0 2 1 0 12 22 10 9 3 8 3 70

3

3 3 0 6 0 79 144 63 59 22 50 20 449

4

2 2 6 0 0 43 79 34 32 12 28 11 249

5

0 0 0 0 0 0 0 0 0 0 0 0 0

6

6 7 24 12 0 0 301 131 123 46 105 42 797

7

4 5 16 8 0 112 0 89 84 31 71 28 448

8

3 3 12 6 0 81 148 0 61 23 52 21 410

9

4 5 16 8 0 113 205 90 0 31 72 29 573

10

1 1 2 1 0 15 28 12 11 0 10 4 85

11

3 4 13 6 0 89 161 70 66 25 0 22 459

12

1 1 4 2 0 26 48 21 20 17 7 0 147

Qu

27 31 96 51 0 577 1150 526 471 212 408 182 3731 Tabella 6.2 – Matrice O/D iniziale compensata.

(18)

Nello step successivo, la matrice Origine / Destinazione è stata corretta dal software Aimsun sulla base delle misure di traffico rappresentate all’interno del Real Data Set, ottenendo il traffico lavorativo corretto:

1

2

3

4

5

6

7

8

9

10

11

12 Qe

1

0 0 1 0 0 6 17 8 3 5 11 7 58

2

₀ ₀ ₁ ₀ ₀ ₁₀ ₂₅ ₁₂ ₄ ₆ ₁₆ ₁₀ 84

3

2 2 0 4 0 127 317 151 60 22 49 31 765

4

₁ ₁ ₆ ₀ ₀ ₁₁₅ ₂₈₈ ₁₀₀ ₆ ₀ ₁ ₁ 519

5

0 0 0 0 0 0 0 0 0 0 0 0 0

6

₁₅ ₁₆ ₁₃₂ ₆₆ ₀ ₀ ₁₄₃ ₆₅ ₃₇₃ ₆ ₁₂ ₁₄ 842

7

₇ ₈ ₆₅ ₃₂ ₀ ₇₆ ₀ ₁₉₇ ₂₂₀ ₈ ₁₉ ₇ 639

8

2 2 30 15 0 55 149 0 61 23 52 7 396

9

₁ ₁ ₁₆ ₈ ₀ ₁₀₇ ₂₇₆ ₉₁ ₀ ₃₁ ₇₂ ₁₀ 613

10

1 1 5 2 0 10 29 12 11 0 10 1 82

11

₂ ₂ ₃₀ ₁₄ ₀ ₆₃ ₁₆₇ ₇₀ ₆₆ ₂₅ ₀ ₈ 447

12

1 1 17 9 0 8 22 2 2 1 2 0 65

Qu

32 34 303 150 0 577 1433 708 806 127 244 96 4510 Tabella 6.3 – Matrice O/D del traffico lavorativo.

A questa matrice è stata quindi aggiunta quella relativa al traffico balneare, la quale si suppone che sia distribuisca tra i vari centroidi in maniera del tutto analoga al traffico lavorativo, precedentemente determinato

1

2

3

4

5

6

7

8

9

10

11

12 Qe

1

0 9 30 13 25 25 136 68 76 13 21 9 425

2

₇ ₀ ₈ ₃ ₇ ₇ ₃₇ ₁₈ ₂₁ ₃ ₆ ₃ 120

3

43 18 0 0 0 0 0 0 0 0 0 0 61

4

₃₁ ₁₃ ₀ ₀ ₀ ₀ ₀ ₀ ₀ ₀ ₀ ₀ 44

5

23 9 0 0 0 0 0 0 0 0 0 0 32

6

₂₃ ₉ ₀ ₀ ₀ ₀ ₀ ₀ ₀ ₀ ₀ ₀ 32

7

36 15 0 0 0 0 0 0 0 0 0 0 51

8

₂₃ ₉ ₀ ₀ ₀ ₀ ₀ ₀ ₀ ₀ ₀ ₀ 32

9

₃₆ ₁₅ ₀ ₀ ₀ ₀ ₀ ₀ ₀ ₀ ₀ ₀ 51

10

5 2 0 0 0 0 0 0 0 0 0 0 7

11

₂₅ ₁₁ ₀ ₀ ₀ ₀ ₀ ₀ ₀ ₀ ₀ ₀ 36

12

3 1 0 0 0 0 0 0 0 0 0 0 4

Qu

255 111 38 16 32 32 173 86 97 16 27 12 895 Tabella 6.4 – Matrice O/D del traffico balneare.

(19)

L’ultimo step è stato eseguito attraverso la somma della due matrice O/D precedentemente definite, ovvero relative al traffico lavorativo e al traffico balneare. Il risultato di ciò è evidenziato in tabella n°6.5:

1

2

3

4

5

6

7

8

9

10

11

12 Qe

1

0 9 31 13 25 31 152 76 79 18 32 16 482

2

7 0 9 3 7 17 62 30 25 9 22 13 204

3

45 20 0 4 0 127 317 151 60 22 49 31 826

4

32 14 6 0 0 115 288 100 6 0 1 1 563

5

23 9 0 0 0 0 0 0 0 0 0 0 32

6

38 25 132 66 0 0 143 65 373 6 12 14 874

7

43 23 65 32 0 76 0 197 220 8 19 7 690

8

25 11 30 15 0 55 149 0 61 23 52 7 428

9

37 16 16 8 0 107 276 91 0 31 72 10 664

10

6 3 5 2 0 10 29 12 11 0 10 1 89

11

27 13 30 14 0 63 167 70 66 25 0 8 483

12

4 2 17 9 0 8 22 2 2 1 2 0 69

Qu

287 145 341 166 32 609 1605 794 903 143 271 108 5404 Tabella 6.5 – Matrice O/D stato attuale definitiva.

Questa matrice rappresenta quella definitiva dello scenario 0, ed è rappresentante lo stato attuale. Sarò quindi utilizzata come dato di input per la simulazione di traffico.

(20)

6.2.3. CALIBRAZIONE DEL MODELLO

Nella parte seguente si riporta le calibrazioni che sono state effettuate sul modello con le rispettive correlazioni ottenute tra i parametri espresse in termini di R2.

6.2.3.1. CALIBRAZIONE MACROSCOPICA

Costruito il modello, il passo successivo è stato quello di calibrare lo stesso, operando un confronto tra i parametri, rappresentativi delle condizioni di traffico, calcolati facendo riferimento allo stato di traffico attuale e quelli ricavati invece dalla simulazione di traffico.

In particolare sono state messi in relazione i flussi di traffico simulati e quelli misurati nella campagna di misure. Come indicato dalla seguente figura, è stata ottenuta un’ottima correlazione fra i dati. In particolare il parametro statistico R2 di correlazione è risultato pari a 0.97.

Figura 6.7–Rete dello stato attuale.

6.2.3.2. CALIBRAZIONE MICROSCOPICA

Anche per quanto riguarda la calibrazione del modello dinamico – microscopico, è stata eseguita una correlazione fra le misure di traffico assegnate dal software Aimsun e quelle rilevate.

Per garantire la correlazione è stata perfezionata la geometria del modello, si sono precisate le velocità di percorrenza di certe manovre e si sono variati importanti parametri di simulazione dinamica, come, ad esempio il tempo di reazione dei veicoli allo stop (reaction time), oppure l’entità dell’accelerazione o decelerazione dei veicoli.

(21)

6.2.4. I RISULTATI OTTENUTI

Dopo aver effettuato la calibrazione del modello si sono ricavati i risultati della simulazione, ottenuti in termini di ritardo medio in corrispondenza dei nodi della rete nello scenario attuale.

INTERSEZIONE VIALE EUROPA -MOLO MARINAI D'ITALIA

Manovre

Corsia ATTUALE(s) LOS

Molo marinai d'Italia - Da ovest verso sud 1 67,08 F Molo marinai d'Italia - Da ovest verso est 1 45,25 E

Viale Europa - Da sud verso nord 1 0,78 A

Viale Europa - Da nord verso sud 1 1 A

Tabella 6.6 – Risultati ricavati dalla simulazione per il nodo A.

INTERSEZIONE VIALE EUROPA -VIA GIORGETTI-VIA SALVATORI

Manovre Corsia ATTUALE(s) LOS

Viale Salvatori - da ovest verso est

1 –

–

Viale Europa - da sud verso nord

1 56,08

F

Viale Salvatori - da est verso ovest

1 2,12

A

Via Giorgetti - da nord verso sud

1 26,24

C

Tabella 6.7 – Risultati ricavati dalla simulazione per il nodo B.

INTERSEZIONE VIALE TIGLI -VIA VIRGILIO

Manovre

Corsia ATTUALE(s) LOS

Via Virgilio - da ovest verso est 2 45,08 D

Via della Pineta - da sud verso nord 1 84,17 F

Via della Pineta - da sud verso est 1 54,5 D

Viale dei Tigli - da sud verso nord 1 24,3 C

Via Oberdan - da nord verso est 1 23,88 C

Via Oberdan - da nord verso sud 1 23,85 C

(22)

INTERSEZIONE VIALE TIGLI -VIA DEI COMPARINI

Manovre

Viale dei Tigli - da sud verso nord 1 4,88 A

Via dei comparini - da est verso ovest 1 20,72 C

Viale dei Tigli - da nord verso sud 1 14,06 B

Tabella 6.9– Risultati ricavati dalla simulazione per il nodo D

Si può osservare che il ritardo medio in alcuni rami assume valori molto elevati che danno luogo a livello di servizio F, non accettabile in campo urbano visto che il minimo accettabile risulta il D. La classificazione utilizzata per valutare il LoS è quella fornita dall’HCM e schematizzata in tabella n°6.6:

LOS

Di

ROTATORIA

Di INTERSEZIONE

SEMAFORIZZATA

A

<10

≤10

B

>10-15

>10-20

C

>15-25

>20-35

D

>25-35

>35-55

E

>35-50

>55-80

F

>50

>80

Tabella 6.10 – Livello di servizio delle corsie d’entrata.

Oltre ai risultati ottenuti in termini di tempo d’ attesa ai singoli rami delle intersezioni considerate, è preso in esame il tempo medio di viaggio relativo a tre itinerari opportunamente scelti.

Tutti gli itinerari sono stati iniziati dal centroide del porto di Levante e hanno avuto termine rispettivamente al centroide del ponte girante, al centroide della via delle Darsene e a quello del quartiere ex Campo d’Aviazione. Nella tabella n°6.11 si evidenziano i risultati e nelle figure n°6.8 si possono delineare gli itinerari.

ITINERARIO 1 : PORTO LEVANTE - PONTE GIRANTE: 302 sec ITINERARIO 2 : PORTO LEVANTE - VIA DELLE DARSENE: 370 sec ITINERARIO 3 : PORTO LEVANTE - CAMPO D'AVIAZIONE: 378 sec

(23)

-ITINERARIO 1:PORTO DI LEVANTE-PONTE GIRANTE

Figura 6.8–Itinerario 1.

A

(24)

-ITINERARIO 2:PORTO DI LEVANTE-PONTE GIRANTE

A

(25)

-ITINERARIO 3:PORTO DI LEVANTE-QUARTIERE EX CAMPO D’AVIAZIONE

A

(26)

6.3. DEFINIZIONE DELLO STATO DI PROGETTO –SCENARIO 1

Lo scenario 1 è quello che prevede l’implementazione delle rotatorie nelle intersezioni a raso che sono state considerate. Nella parte sottostante sono riportate le modifiche che sono state apportate rispetto allo stato attuale ai nodi della rete:

INTERSEZIONE A

Figura 6.8–Modifiche apportate al nodo A. INTERSEZIONE B

(27)

INTERSEZIONE C

Figura 6.9–Modifiche apportate al nodo C. INTERSEZIONE D

(28)

6.3.1 I RISULTATI OTTENUTI

I risultati ottenuti dalla simulazione, dopo aver calibrato il modello sono stati ottenuti in termini di tempi medi d’attesa nei rami delle intersezioni e si evidenziano nelle tabelle n°6.11, 6.12, 6.13, 6.14:

INTERSEZIONE VIALE EUROPA -MOLO MARINAI D'ITALIA

Manovre Corsia SCENARIO 1(s) LOS

Molo marinai d'Italia - Da ovest verso sud 1 2,88 A

Viale Europa - Da nord verso sud 1 1,52 A

INTERSEZIONE VIALE EUROPA -VIA GIORGETTI-VIA SALVATORI

Viale Salvatori - da ovest verso est 1 5,3 A

Viale Europa - da sud verso nord 1 5,8 A

Viale Salvatori - da est verso ovest 1 6,32 A

Via Giorgetti - da nord verso sud 1 2,27 A

Tabella 6.12 – Risultati ricavati dalla simulazione per il nodo B.

INTERSEZIONE VIALE TIGLI -VIA VIRGILIO

Via Virgilio - da ovest verso est 1 2,56 A

Via della Pineta - da sud verso nord 1 119,27 F

Viale dei Tigli - da sud verso nord 1 10,34 B

Via Oberdan - da nord verso sud 1 1,61 A

(29)

INTERSEZIONE VIALE DEI TIGLI – VIA DEI COMPARINI

Via dei Tigli-da sud verso nord 1 2,47 A

Via dei Comparini-da est verso ovest 1 1,03 A

Viale dei Tiigli-da nord verso sud 1 5,01 A

Tabella 6.14 – Risultati ricavati dalla simulazione per il nodo D.

Anche in questo caso, oltre ai tempi di attesa, è stato ricavato il tempo medio di viaggio relativo ai tre itinerari presi in riferimento, i quali sono riportati nella tabella n°6.15:

Tabella 6.15 – Tempo medio di viaggio degli itinerari .

6.3.2 CONFRONTO TRA STATO ATTUALE E SCENARIO 1

Per quanto riguarda il tempo medio di attesa alle intersezione si evidenzia il fatto che al nodo A si risolvono i problemi legati all’elevato tempo di attesa e LoS di Via Molo Marinai d’Italia, passando da LoS F ad A.Nel nodo B si diminuisce notevolmente il tempo medio d’attesa in Viale Europa (LoS da F ad A) e nell’intersezione D si migliora LoS di Via dei Comparini, passando dal C ad A. Analizzando il tempo medio di viaggio sugli itinerari considerati si denota un miglioramento evidente nello scenario 1. Infatti per l’itinerario 1 si passa da 302 a

198 sec, per l’itinerario 2 da 370 a 216 sec e infine nell’itinerario 3 da 378 a 274 sec.

(30)

6.4. DEFINIZIONE DELLO STATO DI PROGETTO –SCENARIO 2

Lo scenario 2 è quello che oltre all l’implementazione delle rotatorie nelle intersezioni a raso che sono state considerate, prevede la realizzazione della strada urbana locale. Nella parte sottostante sono riportate le modifiche che sono state apportate rispetto allo scenario 1 ai nodi della rete:

Figura 6.11–Modifiche apportate al nodo E.

(31)

6.4.1 I RISULTATI OTTENUTI

I risultati ottenuti per quanto riguarda il tempo medio d’attesa ai rami delle intersezioni, può essere visualizzato nelle tabelle sottostanti:

INTERSEZIONE VIALE EUROPA -MOLO MARINAI D'ITALIA

Manovre _Corsia _{SCENARIO 2(s)} _LOS

Molo marinai d'Italia - Da ovest verso sud 1 3,45 A

Viale Europa - Da nord verso sud 1 1,96 A

INTERSEZIONE VIALE EUROPA -VIA GIORGETTI-VIA SALVATORI

Manovre

Viale Salvatori - da ovest verso est 1 3,37 A

Viale Europa - da sud verso nord 1 3,07 A

Viale Salvatori - da est verso ovest 1 3,98 A

Via Giorgetti - da nord verso sud 1 2,58 A

Tabella 6.17 – Risultati ricavati dalla simulazione per il nodo B

INTERSEZIONE VIALE TIGLI -VIA VIRGILIO

Via Virgilio - da ovest verso est ₁ _2,59 _A

Via della Pineta - da sud verso nord ₁ _27,24 _D

Viale dei Tigli - da sud verso nord ₁ _7,94 _A

Via Oberdan - da nord verso sud ₁ _1,63 _A

(32)

INTERSEZIONE VIALE TIGLI -VIA DEI

COMPARINI

Vietta dei comparini - da ovest verso est 1 4,81 A

Viale dei Tigli - da sud verso nord 1 2,47 A

Vietta dei comparini - da est verso ovest 1 1,03 A

Viale dei Tigli - da nord verso sud 1 5,01 A

Tabella 6.19 – Risultati ricavati dalla simulazione per il nodo D.

INTERSEZIONE VIALE EUROPA –VIA DEI COMPARINI

Manovre _Corsia _{SCENARIO 2(s)} _LOS

Viale Europa- da nord verso sud 1 10,45 B

Via dei Comparini-da est verso ovest 1 16,76 C

Tabella 6.20 – Risultati ricavati dalla simulazione per il nodo A. Il tempo medio di percorrenza sugli itinerari presi in riferimento risulta:

Tabella 6.21 – Tempo medio di viaggio degli itinerari .

6.4.2. CONFRONTO TRA STATO ATTUALE E SCENARIO 2

Considerando il tempo medio d’attesa si evidenzia il fatto che nel nodo A, si ottiene un LoS A con lo scenario 2 e in tal modo si risolve le problematiche di Via Molo Marinai d’Italia dove il LoS era F. Analogo discorso per il nodo B, mentre per il nodo C, è stato ottenuto un LoS D per Via della Pineta, una traversa di Via Virgilio, rispetto al LoS F che si era verificato nello stato attuale. Il nodo E non ha alcun problema e il nodo fornisce un LoS A per tutti i rami della rotatoria nello scenario 2.Analizzando il tempo medio di viaggio sugli itinerari considerati si denota un miglioramento evidente nello scenario 1. Infatti per l’itinerario 1 si passa da 302 a 176 sec, per l’itinerario 2 da 370 a 205 sec e infine nell’itinerario 3 da 378 a 251 sec.