Please activate JavaScript!
Please install Adobe Flash Player, click here for download

VSS_Verkehr_12_2015

Schlussfolgerungen und Ausblick DiediskutiertenKombinationsmöglichkeitenvonITSmitVer- kehrsmodellierung zeigen auf, dass diesbezüglich Synergie­ potenziale gegeben sind. Diese unterstützen das Bestreben nach einer Erhöhung der Verlässlichkeit der Verkehrsmodel- lierung und der Verkehrssysteme und schaffen damit die Ba- sis für eine verlässlichere Entscheidungsfindung bezüglich Investitionen in ITS. Allerdings ist dabei nicht ausser Acht zu lassen, dass eine gesteigerte Verlässlichkeit von Verkehrs- systemen in erster Linie auf eine reduzierte Verkehrsdichte zurückzuführen ist. Im Verkehrssystem ist somit wieder mehr Platz vorhanden, was einer Angebotserhöhung gleich- kommt. Ohne flankierende Massnahmen ist eine Erhöhung der Nachfrage, was wieder eine Erhöhung der Dichte und so- mit auch eine Reduktion der Verlässlichkeit zur Folge hätte, ein realistisches Szenario. Mit Mobility Pricing steht diesbezüglich ebenfalls ein ITS- Lösungsansatz im Raum. Dieser wird zwar kontrovers dis- kutiert, und es gibt diesbezüglich auch die These, dass die Verkehrsteilnehmenden sich über die Zeit hinweg mit den Preisen arrangieren würden, sodass eine stetige Erhöhung dieser Preise notwendig würde, damit die Dichte eine be- stimmte Grenze nicht überschreitet. Klar ist dabei, dass die Nachfraglenkung als eine der nachhaltigsten Massnahmen in der Langzeitperspektive anzusehen ist. Von wegen Langzeitperspektive: Die diskutierten Synergien aus der Kombination von ITS mit der Verkehrsmodellierung erschliessen sich für die Verkehrsmodellierung insbeson- dere in Anwendungen der Kurz- und Mittelfristperspektive. Inwieweit ein Nutzen auch für die Langfristmodellierung re- sultiert, bleibt angesichts der sehr grossen Unsicherheiten der Langzeitbetrachtung noch zu diskutieren. Unabhängig davon zahlt es sich ohnehin aus, die Verkehrsmodelle in der Langzeitperspektive mehr im Sinne der Beurteilung ver- schiedener Entwicklungsszenarios als der eigentlichen Pro- gnose einzusetzen. Während die Ungewissheiten insbeson- dere die grundsätzliche Verkehrsnachfrage betreffen, wären aufgrund der geschilderten Synergien jedoch verlässlichere Aussagen dazu, wie der Verkehr in solchen Szenarios ge- managt werden könnte, möglich. Dabei sollen Chancen und Risiken insbesondere hinsichtlich der Investitionssicherheit für Entscheidungsträger abgewogen werden. Systeme wie C-ITS und automatisiertes Fahren werden un- sere Verkehrssysteme sichtbar verändern. Bezüglich der Verlässlichkeit des Verkehrs kann erwartet, dass damit die Grenze zur Instabilität, die im Strassenverkehr heute bei rund 85 % Auslastung liegt, nach oben verschoben wird, weil individuelle Einflüsse wie Reaktionsschnelligkeit oder Trödeln wegfallen. Doch wo kommt dann die Grenze neu zu liegen? Oder ist dies dann etwa die Überwindung der Unver- lässlichkeit? Die Chancen stehen nicht schlecht, dass dies schon bald in Realität erfahren werden kann. fiabilité accrue des systèmes de transport résulte principalement d’une réduction de la densité de circulation. Ainsi, on crée de l’es- pace dans le système de transport, ce qui équivaut à une augmenta- tion de l’offre. Sans mesures d’accompagnement, une augmentation de la demande, générant une augmentation de la densité et donc aussi une réduction de la fiabilité, constitue un scénario réaliste. Dans ce contexte, la tarification de la mobilité constitue également une solution envisageable pour les ITS. Certes, elle fait l’objet de controverses et il existe une thèse selon laquelle les usagers de la route s’accommoderaient de cette tarification au fil du temps, imposant une augmentation continue des prix pour que la densité ne dépasse pas un certain seuil. En l’occurrence, il est clair que la gestion de la demande doit être considérée comme l’une des mesures les plus durables dans une perspective à long terme. Parlons-en, du long terme: les synergies découlant de la combinai- son ITS / modélisation du trafic sont surtout exploitables dans les applications à court et moyen terme pour la modélisation du trafic. Considérantlestrèsgrandesincertitudesquerecèlelelongterme,il reste à voir dans quelle mesure il existe aussi un intérêt pour la mo- délisation à long terme. Indépendamment de cela, il vaut de toute façon la peine d’utiliser les modèles de trafic dans une perspective à long terme davantage en termes d’évaluation de différents scéna- rios d’évolution que pour des prévisions proprement dites. Alors que les incertitudes concernent surtout la demande fondamentale de trafic, il devrait être toutefois possible, sur la base des synergies présentées, de tirer des conclusions plus fiables sur la manière dont le trafic pourrait être géré dans de tels scénarios. En l’occurrence, il convient de peser les avantages et les risques, notamment concer- nant la sécurité d’investissement pour les décideurs. Les systèmes comme les C-ITS et la conduite autonome vont modifier visiblement nos systèmes de transport. Concernant la fiabilité du trafic, on peut s’attendre à ce que le seuil d’instabilité du trafic routier, d’environ 85% aujourd’hui, soit rehaussé car il n’y aura plus d’influences individuelles comme la vitesse de réaction ou le lambinage. Mais où s’établira le nouveau seuil? Serait-ce l’établissement d’une fiabilité totale? Il y a de bonnes chances pour qu’on puisse le savoir bientôt dans la réalité. Literatur/Littérature [1] Heimgartner, Ch. (2012) Virtual ITS-Evaluation – Establishment of Micro- Simulation for the City Centre of Zurich, presentation at the 19th ITS World Congress, Vienna, October 2012. [2] Transportation Research Board (2010) HCM2010 Highway Capacity Manual, National Academy of Science, Washington, DC. [3] Lämmer S., R. Donner and D. Helbing (2007) Anticipative control of switched queueing systems, The European Physical Journal B, 63 (3) 341-347. [4] Traffic Quality Management s.r.o. (2014) KENTTS – KPIs of European Nationwide Truck Tolling Schemes, Covering Austria, Belarus, Czech Republic, Germany, Poland, Slovak Republic, and Switzerland, Traffic Quality Management s.r.o., www.trafficqm.eu, Bratislava. [5] Technion Israel Institute of Technology, Imperial College London, Technical University of Munich, Institute of Studies for the Integration of Systems, Mu- nicipality of Barcelona, Rome Mobility Agency, City of Paris, Istanbul Metro- politan Municipality, ISBAK, Bruxelles Mobilité and POLIS (2011) CONDUITS, Coordination Of Network Descriptors for Urban Intelligent Traffic Systems, Haifa, London, Munich, Rome, Barcelona, Paris, Istanbul and Bruxelles, funded by the European Commission under the 7th Framework Programme for R&D, Theme 7 «TRANSPORT (including AERONAUTICS)», Bruxelles. [6] PTV Group (2015) PTV VISUM – Verkehrsmodellierungssoftware, PTV Group, Karlsruhe. [7] Santa, C., J. Kaths, P. Mathias und T. Schendzielorz (2014) Potenziale ko- operativer Lichtsignalsteuerung zur Steigerung der Verkehrseffizienz und -sicherheit, Straßenverkehrstechnik, 58 (10) 676-683. FACHARTIKEL ARTICLES TECHNIQUES 25

Seitenübersicht