Professional Documents
Culture Documents
Mikrosimulering av fotgngare
En parameterstudie utgende ifrn simuleringar,
berkningar och fltstudier.
Oskar Kryh
Trafik och Vg
Institutionen fr Teknik och Samhlle
Lunds Tekniska Hgskola
Lunds Universitet
Examensarbete
CODEN: LUTVDG/(TVTT-5211)/1100pdf-sidor/2013
ISSN 1653-1922
Author:
Oskar Kryh
Title:
English title:
Language
Swedish
Year:
2013
Keywords:
Citation:
Abstract:
A bigger focus on sustainable travel has increased the interest in changing stations by
introducing larger amounts of shops and restaurants. A tool that can be used by planners
to estimate the impact of these changes on pedestrian movements is microsimulation
models for pedestrians. This master thesis aims to investigate potential differences in
maximal escalator capacity and density between field observations, capacity calculations
and simulated results. The thesis also aims to describe the effects that adjustments on
calibrating parameters have on the escalator capacity and how this can be used when
calibrating pedestrian models in Vissim/Viswalk. When comparing the maximum
capacities its seen in this thesis that Vissim/Viswalk, using a basic parameter
configuration, underestimates the capacity by about 10% compared to what was observed
in field studies. In the comparison, its also seen that the computation correlations
according to TRB overstate capacity by about 7% and that the capacity values according
to EN 115-1 overestimate escalator capacity by as much as 45% compared to what was
observed in the field studies. The parameters considered to be most interesting from a
calibration perspective is A_soc_mean, which controls the speed-dependent force
between two pedestrians, B_soc_isotropic, which corresponds to the pedestrians average
body radius and tau that controls the pedestrians reaction time in the model.
Trafik och vg
Institutionen fr Teknik och samhlle
Lunds Tekniska Hgskola, LTH
Lunds Universitet
Box 118, 221 00 LUND
Frord
Detta examensarbete r den avslutande delen i min Civilingenjrsutbildning i Vg- och
vattenbyggnad p LTH. Examensarbetet har genomfrts under vren 2013 p
institutionen fr Teknik och samhlle samt Trafik- och samhllsplaneringsenheten p
Rambll i Malm.
Jag vill brja med ett stort tack till mina handledare Anders Sjholm och Thomas
Jonsson fr den hjlp jag har ftt och det std som ni utgjort. Era ider, frgor och er
konstruktiva kritik har svl hjt kvaliteten p detta arbete som gjort det roligare och
intressantare att genomfra.
Ett stort tack riktas ven till Planung Transport Verkehr AG (PTV AG) som gjort detta
examensarbete mjligt genom att tillhandahlla programvaror och tekniskt std. Tack
speciellt till Tobias Kretz p PTV fr din hjlp med de allra svraste programrelaterade
frgorna.
Sedan vill jag ven rikta ett varmt tack till Malin Sternerup p Trafikverket och Mats
Amen p Sknetrafiken. Tack Malin fr den stora hjlpen med ritningar ver Malm C
och tack Mats fr hjlpen med resandestatistik fr tgtrafiken. Ett stort tack riktas ven
till operatrerna p Trafikverkets driftledningscentral i Malm fr deras hjlp vid
fltstudie 5 och 6.
Jag vill ven passa p att rikta ett stort tack till alla medarbetare p Ramblls Trafikoch samhllsplaneringsenhet som fick mig att knna mig som hemma redan ifrn dag
ett. Era glada tillrop, intressanta frgor och hrliga laganda har gjort det roligt att g till
jobbet varje dag och har drmed ocks gjort det lttare att genomfra detta
examensarbete.
Sist men absolut inte minst vill jag ven rikta ett stort tack till min familj fr allt std
och all hjlp jag ftt under arbetet. Tack fr att ni finns!
Oskar Kryh
Malm, juni 2013
Innehllsfrteckning
Frord ................................................................................................................................ i
Sammanfattning ................................................................................................................ v
Summary........................................................................................................................ viii
1
Inledning ................................................................................................................... 1
1.1
Bakgrund ............................................................................................................ 1
1.2
Syfte ................................................................................................................... 2
1.3
Hypoteser ........................................................................................................... 3
1.4
Avgrnsning ....................................................................................................... 4
1.5
1.6
Lsanvisning ...................................................................................................... 1
Metod ........................................................................................................................ 5
2.1
2.1.1
2.1.2
Viswalk ....................................................................................................... 7
2.1.3
2.1.4
2.1.5
2.1.6
2.1.7
2.2
Fltstudie .......................................................................................................... 27
2.2.1
2.2.2
2.2.3
2.2.4
2.2.5
2.3
Berkningar ...................................................................................................... 29
2.3.1
Indata ........................................................................................................ 29
2.3.2
2.4
ii
Litteraturstudie ................................................................................................... 5
Simulering ........................................................................................................ 31
2.4.1
2.4.2
2.4.3
2.4.4
2.4.5
Studier....................................................................................................... 38
2.4.6
2.5
3
Resultat ................................................................................................................... 44
3.1
Fltstudie .......................................................................................................... 44
3.2
Berkning ......................................................................................................... 50
3.3
Simulering ........................................................................................................ 51
3.4
3.4.1
Tau ............................................................................................................ 55
3.4.2
Grid_size................................................................................................... 55
3.4.3
React_to_n ................................................................................................ 56
3.4.4
A_soc_isotropic ........................................................................................ 56
3.4.5
B_soc_isotropic ........................................................................................ 57
3.4.6
Lambda_mean .......................................................................................... 57
3.4.7
A_soc_mean ............................................................................................. 58
3.4.8
B_soc_mean ............................................................................................. 58
3.4.9
VD ............................................................................................................ 59
3.4.10
Sammanstllning ...................................................................................... 60
3.5
3.6
Analys ..................................................................................................................... 64
4.1
4.1.1
4.1.2
4.1.3
4.1.4
4.1.5
4.1.6
Slutsatser................................................................................................................. 73
5.1
iii
5.2
6
Referenser ............................................................................................................... 78
Bilaga 1 ........................................................................................................................... 80
Bilaga 2 ........................................................................................................................... 81
Bilaga 3 ........................................................................................................................... 82
Bilaga 4 ........................................................................................................................... 83
iv
Sammanfattning
P senare r har miljmedvetandet bland svl allmnheten som hos planerarna kat.
Detta har lett till att fokus blivit strre p det hllbara resandet. Som en del i detta har
intresset kat fr att f fler att ka kollektivt. D jrnvgsstationer anses vara stora
symboler fr kollektivtrafiken, r det viktigt att beakta hur resenrerna upplever
stationsmiljn och stationens kopplingar till omgivningen. Detta d upplevelsen vid ett
stationsbesk kan pverka resenrens syn p hela kollektivtrafikssystemet. I samband
med renovering av gamla stationer har intresset kat fr att frndra delar av stationens
anvndning genom att infra strre mngder handel och restauranger. En sdan
frndring stller speciella krav p utformningen d andelen ickeresande beskare kar
och nya rrelsemnster introduceras i stationsmiljn.
Ett verktyg som kan anvndas av planerare och stationsinnehavare fr att bedma hur
fotgngarfldena pverkas av om- och tillbyggnader r mikrosimuleringsmodeller fr
fotgngare. I detta examensarbete anvnds ett mikrosimuleringsprogram som heter
Vissim, med fotgngartillgget Viswalk, som utvecklas och marknadsfrs av Planung
Transport Verkehr AG (PTV AG).
Vissim/Viswalk anvnds fr att simulera fotgngarflden i bland annat jrnvgsstationer
arenor och andra byggnader med stora fotgngarflden. Vid simulering kan mjliga
platser fr till exempel rulltrappor och hissar utredas samtidigt som platser dr
kapaciteten verskrids kan identifieras.
Examensarbetet syftar till att underska eventuella skillnader mellan fltstudier,
mikrosimulering och berkning vad det gller maximala fotgngarflden och
densitetsniver i och vid rulltrappor i stationsmiljer. Examensarbetet har ven som
syfte att beskriva vilka effekterna blir av olika parameterjusteringar p kapaciteten i
rulltrappan, samt hur dessa justeringar kan anvndas fr att kalibrera fotgngarmodeller
i Vissim/Viswalk.
Examensarbetet inleds med en litteraturstudie fr att dels f en verblick ver vad som
gjorts angende kalibrering av modeller i Vissim/Viswalk tidigare och dels fr att f en
djupare frstelse av hur programmet Vissim/Viswalk och dess Social force modell r
uppbyggda. Litteraturstudien inkluderar ven en beskrivning av ruttvalsmodellerna i
Vissim/Viswalk, en redogrelse ver befintliga berkningssamband, en redogrelse fr
konceptet Level of Service (LOS) samt en presentation av frutsttningarna som legat
till grund fr arbetets fltstudier.
I Vissim/Viswalk simuleras fotgngarnas rrelser och beteenden med hjlp av den s
kallade Social force modellen som bestr av en serie ekvationer som mnar beskriva de
olika krafter en person i en folkmassa utstts fr frn andra personer och omgivningen.
Som en del av litteraturstudien beskrivs modellens ekvationer samt vilka frndringar
som gjorts fr att anpassa Social force modellen till simulering i Vissim/Viswalk. I
samband med detta beskrivs ven de ruttvalsmodeller som anvnds i
v
simuleringsprogrammet och som tillsammans med Social force modellen ligger till
grund fr simuleringen.
Konceptet Level of Service skapades fr fotgngare av John Fruin utgende ifrn
observerade data ver trngsel i folksamlingar och kformationer. Konceptet bestr
huvudsakligen av 6 niver, A-F som bestmts utifrn parametrar som till exempel
fotgngarnas tillgngliga yta och deras mjlighet att vlja sin egen hastighet.
De befintliga berkningssamband som anvnds i detta examensarbete hrleds dels ifrn
Transportation Research Board (TRB) och dels ifrn den europeiska standarden fr
rulltrappors dimensionering och installation EN 115-1. I arbetet presenteras samband
fr fotgngarflden i korridorer, i rulltrappor, vid drrppningar och vid passage av
flaskhalsar.
Fltstudierna som genomfrts i detta examensarbete har utfrts vid Malm C och
mnade underska dels hur stort det maximala fldet var under rusningstid samt en
studie ver vilken densitet som uppns nedanfr rulltrappan vid kbildning d
rulltrappans kapacitet verskrids.
Enligt statistik frn Sknetrafikens rliga rkningar gr varje dag cirka 35000 personer
p eller av ett tg p Malm C nedre. Den riktning och tidpunkt som rulltrapporna r
hrdast belastade r mellan 07:30 och 08:30 fr de sdergende tgen p spr 1 och 2.
Detta d denna tidsperiod och riktning har det strsta antalet avstigande samtidigt som
resenrerna d ankommer till stationen sttvis och huvudsakligen endast belastar en av
rulltrapporna upp till Glashallen.
Med utgngspunkt i ritningar, observationer och mtningar har miljerna i fltstudien
modellerats i 3D i mikrosimuleringsprogrammet Vissim/Viswalk. I modellen har sedan
rulltrappskapaciteten utvrderats fr svl konfiguration med grundparametrar som fr
konfigurationer med justerade parametrar. Detta fr att underska hur parametrarna i
modellen skall justeras fr att rulltrappsfldena och densitetsniverna i modellen p ett
bttre stt skall efterlikna de som uppmttes vid fltstudien.
Vid jmfrelse av maxkapaciteten i rulltrappan enligt fltstudie, berkning och
simulering ses i detta examensarbete att Vissim/Viswalk, vid krning med
grundparameterkonfigurationen, underskattar kapaciteten med cirka 10% jmfrt med
vad som observerats vid fltstudierna. Vid jmfrelsen ses ven att sambanden enligt
TRB verskattar kapaciteten med cirka 7% och att kapacitetsvrdena enligt EN 115-1
verskattar rulltrappskapaciteten med hela 45% jmfrt med observerade fltvrden.
Med std i parameterstudien ses att rulltrappskapaciteten i Vissim/Viswalk kan justeras
till att motsvara observerade fltdata p ett flertal olika stt genom parameterjusteringar.
De parametrar som anses intressantast ur ett kalibreringsperspektiv r A_soc_mean,
som styr den hastighetsberoende kraften tv fotgngare emellan, B_soc_isotropic, som
motsvarar fotgngarnas genomsnittliga kroppsradie och tau som styr fotgngarnas
vi
vii
Summary
In recent years, environmental awareness both among the public and the planners has
increased. This has led to a bigger focus on sustainable means of travel. As part of this,
interest has increased to encourage more people to use the public transport system.
Since railway stations are considered major symbols for the public transport system, it
is important to consider how passengers perceive the station environment and the
stations connections to its surroundings. This is important because a travellers
experience of a station can affect its view on the public transport system as a whole. In
association with renovation of old stations, interest has been increased in changing parts
of the station by introducing larger amounts of shops and restaurants. Changes like this
puts special demands on the design and layout of the station. This since the proportion
of non travelling visitors increases and new patterns of movement are introduced in the
station environment.
A tool that can be used by planners and station owners to estimate the impact the
changes of the station environment will have on the pedestrian movements is
microsimulation models for pedestrians. In this thesis a microsimulation model called
Vissim is being used with the pedestrian add on Viswalk, developed and distributed by
Planung Transport Verkehr AG (PTV AG)
Vissim/Viswalk can be used to simulate pedestrian movements inside buildings such as
railway stations and other buildings with high amounts of pedestrian traffic. By
simulating the environment, possible positions of escalators and elevators can be
examined and areas where the capacity will be exceeded can be identified.
This master thesis aims to investigate potential differences in maximal escalator
capacity and density between field observations, capacity calculations and simulated
results. The thesis also aims to describe the effects that adjustments on calibrating
parameters have on the escalator capacity and how this can be used when calibrating
pedestrian models in Vissim/Viswalk.
The thesis begins with a literature review, partly to get an overview of what has been
done regarding the calibration of the models in Vissim/Viswalk previously, and also to
gain a better understanding of how the program Vissim/Viswalk and its social force
model works. The literature review also includes a description of the route choice
models in Vissim/Viswalk, a description of existing computation correlations for
capacity calculation, an explanation of the concept Level of service (LOS) and a
presentation of the conditions that formed the basis for the field studies in this thesis.
In Vissim/Viswalk the movement and behavior of the simulated pedestrians is modeled
by the Social Force model, which consists of a series of equations that describes the
various forces a person in a crowd is exposed to, from other people and the
surroundings. The literature review also describes the equations in the Social force
model and the changes that have been made to adapt the Social force model to the
viii
simulation in Vissim/Viswalk. Adjacent to this the route choice models used in the
simulation program are also described, which together with Social force model form the
underlying simulation model.
The concept Level of Service was created by John Fruin from observed data from
crowding in pedestrian areas. The concept consists mainly of 6 levels, A-F, determined
by parameters such as the size of each pedestrians accessible area and their ability to
choose their own speed.
The existing computation correlations that is used in this thesis is derived partly from
the Transportation Research Board (TRB) and partly from the European standard for
design and installation of escalators, EN 115-1. In the thesis the computation
correlations is presented for pedestrian flows in corridors, escalators, at doorways and at
the crossing of bottlenecks.
The field studies conducted in this thesis was conducted by the escalators on Malm C
and was destined to examine both the maximum flow during peak hours and the
maximum density that is reached below the escalator at times when the escalator
capacity is exceeded.
According to the statistics from Sknetrafikens annual recordings there are about 35,000
people embarking or disembarking a train at Malm C nedre each day. The direction
and time interval when the escalators are at the biggest pressure is between 7:30 and
8:30 for the southbound trains on tracks 1 and 2. This is because during this time period
and in this direction the number of passengers disembarking at the same time is the
highest. During this time period the passengers embark intermittently and mainly use
only one of the possible escalators up to the main building, so called Glashallen.
Based on blueprints, observations and measurements the environments in the field study
were modelled in 3D in the microsimulation program Vissim/Viswalk. The model has
then been used to evaluate the escalator capacity for both configurations with basic
parameters and for the configurations with adjusted parameters. This was done to
investigate how the parameters in the model must be adjusted to get the escalator
capacity and the density levels in the model to mimic those observed in the field studies.
When comparing the maximum capacities of the escalator from the field study, the
calculation and the simulations its seen in this thesis that Vissim/Viswalk, using a basic
parameter configuration, underestimates the capacity by about 10% compared to what
was observed in field studies. In the comparison, its also seen that the computation
correlations according to TRB overstate capacity by about 7% and that the capacity
values according to EN 115-1 overestimate escalator capacity by as much as 45%
compared with the capacity observed in the field studies.
With the support of the parameter study its seen that the escalator capacity in
Vissim/Viswalk can be adjusted to correspond to the observed field data in a variety of
ix
1 Inledning
1.1 Lsanvisning
Kapitel 1 Inledning Hr presenteras examensarbetets bakgrund, syfte och
hypotesuppstllningar.
Kapitel 2 Metod Beskrivning av vilka metoder som anvnts i arbetet som till exempel
litteraturstudie, fltstudie, berkning och simulering. I litteraturstudien beskrivs bland
annat programmet Vissim/Viswalk, Social force modellen och de ruttvalsmodeller som
ingr i Vissim/Viswalk samt konceptet Level of service.
Kapitel 3 Resultat Hr beskrivs resultaten av fltstudien, berkningarna och
simuleringarna. Hr redogrs ven fr resultaten av parameterstudien fr svl
rulltrappsfldet som densitetsutvecklingen.
Kapitel 4 Analys I kapitlet jmfrs och analyseras resultaten ifrn fltstudien,
berkningarna och simuleringarna. Efter analysen presenteras parameterjusteringar som
kan gras fr att simuleringsmodellen p ett bttre stt skall verensstmma med
fltstudieresultaten.
Kapitel 5 Slutsats Hr presenteras examensarbetets slutsatser grundat p analysen i
kapitel 4.
Kapitel 6 Referenser Hr presenteras de referenser som legat till grund fr svl
litteraturstudie som metodval i examensarbetet.
1.2 Bakgrund
I takt med ett kat miljmedvetande, bland svl allmnheten som hos planerarna, har
fokus blivit allt strre p det hllbara resandet och drigenom ven p vad som kan gras
fr att f fler att ka kollektivt. En viktig del av kollektivtrafiken r kvaliteten p dess
kopplingar till nrliggande omrden och till andra transportslag. Som en del i arbetet med
att frbttra och skerstlla kvaliteten p kollektivtrafiken satsas det i dagslget mycket p
frbttring och utveckling av landets jrnvgsstationer (Trafikverket, 2008).
Jrnvgsstationer anses ofta vara symboler fr kollektivtrafiken och det r drfr viktigt att
beakta hur resenrer och beskare upplever stationsmiljn. Detta d upplevelsen vid
stationsbesk kan pverka resenrens syn p hela kollektivtrafikssystemet. En vl
fungerande station har stor potential att bidra till ett kat kollektivtrafiksresande samtidigt
som risken r stor fr att en dligt utformad station bidrar till motsatsen. Stationer har
historiskt sett haft stor pverkan p samhllsutvecklingen och i mnga stder r stationen
fortfarande en av de strsta mtespunkterna och drmed ocks en viktig plats fr bland
annat handel och kommunikationer (Trafikverket, 2012).
Ett kat utnyttjande av stationsmiljn fr handel och restauranger stller speciella krav p
utformningen d andelen ickeresande beskare tenderar att ka samtidigt som en rad nya
rrelsemnster introduceras (Trafikverket, 2012). Introducerandet av strre mngder
handel och restauranger i stationsmiljn r ngot som nyligen gjorts p centralstationen i
Malm. Detta d den gamla vnthallen byggdes om till saluhall i samband med att en ny
glashall frdigstllts till Citytunnelns ppnande i december 2010 (Jernhusen, 2013).
Ett verktyg som kan anvndas fr att hjlpa planerare att se hur fotgngarfldena pverkas
av om- och tillbyggnader r mikrosimuleringsmodeller. I mikrosimuleringsmodeller kan
varje fotgngare simuleras individuellt utifrn en rad olika parametrar. Modellerna fr
simulering av fotgngare har utvecklats mycket sedan 1990 i takt med att datorerna blivit
allt kraftfullare. Till en brjan anvndes mikrosimuleringsmodellerna fr fotgngare frmst
vid simulering av utrymningsscenarier. P senare r har intresse vckts fr att ven
anvnda sig av mikrosimulering vid planerandet av till exempel stationer och andra platser
dr mycket fotgngare r i rrelse. Fr att kunna terge fotgngarnas beteenden ven i
vardagssituationer har modellerna kompletterats med bland annat mer avancerade
ruttvalsmodeller och rutiner fr kbildning m.m. (Fujijama & Tyler, 2010).
Mikrosimuleringsprogrammet fr vgtrafik, PTV Vissim, kompletterades 2008, nr version
5.1 slpptes, med en modul fr att hantera fotgngares rrelser fritt i plan. Tidigare
simulerades fotgngare i Vissim endast lnkbundet i syfte att frmst beskriva interaktionen
med vgtrafik vid till exempel vergngsstllen. Inkluderandet av en mer avancerad
fotgngarmodul innebar d att det blev mjligt fr Vissim-anvndare att beskriva
interaktionen mellan fotgngare och kollektivtrafik samt hur fotgngare rr sig i
trafikmiljn p ett mer realistiskt stt n tidigare. 2011 lanserades sedan
fotgngarsimuleringsmodulen i Vissim ven som ett fristende program, Viswalk, fr
anvndning vid beskrivning av framfrallt byggnader och ppna platser dr i stort sett
endast fotgngare frekommer (Kronenbitter, 2013).
1.3 Syfte
Detta examensarbete syftar till att underska eventuella skillnader mellan fltstudier,
mikrosimulering och berkning vad det gller maximala fotgngarflden och
densitetsniver i och vid rulltrappor i stationsmiljer. Arbetet syftar ven till att beskriva
hur eventuella skillnader mellan simuleringar och fltstudier kan avhjlpas genom
parameterjusteringar.
1.4 Hypoteser
H1. Simulerade vrden i Vissim/Viswalk med grundparameterinstllningar
underskattar kapaciteten i rulltrappor vid verbelastning jmfrt med observerade
fltdata.
Denna hypotes utgr grunden fr examensarbetet och hrstammar ifrn det faktum
att aktiva i branschen vid tidigare arbeten med fotgngarsimuleringar misstnkt att
modellens kapacitet r fr lg.
H2. Befintliga berkningssamband verskattar kapaciteten i rulltrappor vid
verbelastning jmfrt med observerade fltdata.
D simuleringar kan anvndas istllet fr berkningssamband vid dimensionering
av fotgngaranlggningar r det av intresse att underska hur vl dessa samband
verensstmmer med fltstudierna. D rulltrappsfldet som uppgavs i ngra av
sambanden var hgt jmfrt med fotgngarflden fr gngvgar fattades misstanke
om att de befintliga berkningssambanden verskattar rulltrappskapaciteten
H3. a. Vissim/Viswalk verskattar, vid simulering med grundparametrar, densitetsnivn
p ytan nedanfr rulltrappan, det vill sga att fotgngarna placerar sig ttare i
modellen n i verkligheten.
b. Kformen i Vissim/Viswalk bestr i strre grad n vid fltstudierna av endast en
person i bredd.
Efter en serie testkrningar av modelleringsprogrammet frfattades hypotes tre d
det okulrt verkade vara onormalt korta avstnd fotgngarna emellan i modellen.
H3b frfattades som en delhypotes fr att belysa eventuella skillnader i
utbredningen av vntande fotgngare, d enradigt kbeteende observerades vid
pstigning av tg i modellen antogs detta glla generellt vid ker i modellen.
H4. verensstmmelse mellan kapacitetsvrden och densitetsniver i Vissim/Viswalk
och fltdata kan ns genom justering av kalibreringsparametrar i programmet.
Denna hypotes utgr grunden fr den i arbetet ingende parameterstudien och
mnar utreda huruvida simuleringsmodeller kan justeras till att motsvara
fltstudievrden eller inte.
H5. Fotgngare accepterar hgre densitetsniver, och stller sig drmed ttare, ju
nrmare rulltrappans ingng de befinner sig.
Denna hypotes grundar sig p observationer som gjorts vid Malm C och vid
liknande situationer fre examensarbetet. Hypotesen avgr ven om anvndandet
av olika Level of service serier fr olika ytor kan rttfrdigas eller inte.
1.5 Avgrnsning
I arbetet har endast rulltrappor i stationsmilj studerats d dessa ofta har stor betydelse fr
den totala kapaciteten p en station samt fr att mjliggra inhmtning av tillrckliga
mngder data vid fltstudien. Fltstudierna avgrnsas till att endast omfatta rulltrapporna
p Malm C.
Arbetet har avgrnsats till att endast behandla mikrosimuleringsprogrammet
Vissim/Viswalk och drigenom ocks avgrnsats till att endast innefatta kontinuerlig
modellering vad det gller svl simulerad tid som simulerad yta.
Arbetet avgrnsas i kalibrerings- och valideringsavseende till att endast innefatta en
parameterstudie dr effekterna p en modell utvrderas och kan drfr inte ses som en
valideringsstudie.
2 Metod
2.1 Litteraturstudie
Arbetet inleds med en litteraturstudie fr att dels f en verblick ver vad som gjorts
angende kalibrering av modeller i Vissim/Viswalk tidigare och dels fr att f en djupare
frstelse av hur programmet Vissim/Viswalk och Social force modellen r uppbyggda.
Litteraturstudien inkluderar ven en beskrivning av ruttvalsmodellerna i Vissim/Viswalk
samt en redogrelse ver befintliga berkningssamband fr fotgngarflden.
Litteraturstudien behandlar ven frutsttningarna fr den fltstudie som genomfrts som
en del av detta examensarbete.
Litteraturstudien grundar sig p skningar i artikeldatabaser som bland annat TRID1 och
arXiv2 samt genom rekommenderad litteratur av personer som r insatta i mnet (frn
institutionen fr teknik och samhlle p LTH, Rambll, VTI3 m.fl). Resultatet av
litteraturstudien ligger sedan till grund fr utformning av fltstudie samt varit ett std och
underlag vid berkning och simulering.
2.1.1 Tidigare studier angende kalibrering av Vissim/Viswalk
Vid skningar i bland annat TRID1 och arXiv2 har inga kalibrerings- eller
valideringsstudier fr just rulltrappsflden i Vissim/Viswalk funnits. Anslutande till
omrdet har dock ett antal studier utfrts som bland annat berr kalibrering och validering
av Social force modellen bde som fristende modell och implementerad i Vissim/Viswalk.
Artikeln Performance Evaluation of Railway Platform Design using Microscopic
Simulation av Johansson, Petersson och Tapani (2012) behandlar utvrdering av Social
1
http://trid.trb.org/
http://arxiv.org/
3
Statens vg- och transportforskningsinstitut. www.vti.se
2
force modellen utgende ifrn en rad parametrar frn observerade data. Studien fokuserar
p att underska hur vl modellen beskriver de olika Level of Service niverna samt
drigenom ven relationen mellan gnghastighet och densitet. I artikeln beskrivs ven en
struktur fr modellering av fotgngare, se Tabell 1, dr tre niver r definierade. Den
strategiska beslutsnivn (Strategical i Tabell 1) omfattar hur en fotgngare planerar sin
huvudsakliga rutt frn sin nuvarande position till sin efterfrgade slutdestination. Denna
niv pverkar modellen som helhet och fotgngarnas val grs hr vl medvetet. Den
taktiska nivn (Tactical i Tabell 1) omfattar hur en fotgngare vljer mellan olika mjliga
delrutter utefter vissa parametrar. Denna niv pverkar valen i en del av modellen och
fotgngarnas val framkallas hr genom att de tvingas vlja ett av flera alternativ. Den
operationella nivn (Operational i Tabell 1) omfattar hur fotgngarna rr sig i frhllande
till varandra och deras interaktioner i miljn. Dessa val pverkar endast fotgngarens
absoluta nrhet och dessa val grs instinktivt av fotgngaren (Johansson, et al., 2012).
Tabell 1 Huvudsaklig modellstruktur vid simulering av fotgngare (Johansson, et al., 2012, p. 4)
Vid studien som behandlas i artikeln anvndes inte programmet Vissim/Viswalk. Som kan
ses i kolumnen lngst till hger i Tabell 1 anvndes istllet en s ren variant som mjligt av
Social force modellen fr att drigenom undvika strningar vars ursprung r annat n
sjlva Social force modellen. Det enda tillgg de i artikeln anvnde sig av var en
ruttvalsmodell baserad p kortast vg. Studien finner att modellen p ett tillfrlitligt stt
beskriver hur fotgngare undviker frdrjningar. I artikelns slutsats betonas ven vikten av
en bra koppling mellan Social force modellen och de ruttvalsmodeller som anvnds fr att
erhlla tillfrlitliga resultat (Johansson, et al., 2012).
Anders Johansson (2008) har i sin doktorsavhandling Data-Driven Modelling of
Pedestrian Crowds, behandlat kalibrering av Social force modellen. Kalibreringen har inte
fokus p kapacitet utan har istllet fokus p hur vl modellen beskriver hur en person rr
sig inom en folkmassa. Han har i sin doktorsavhandling utgtt ifrn videodata frn tre olika
frsk. Tv av dessa genomfrdes i naturlig milj och genomfrdes under ett experiment i
riggad milj. Utgende ifrn videodata har fotgngarnas gngvg registrerats och utifrn
detta har sedan parametrar ssom hastighet och densitet tagits fram. Genom att ge varje
reell person en motsvarande virtuell person i simuleringsmodellen och sedan lta den
virtuella individen agera mot omkringliggande reella fotgngare har Johansson kunnat ta
fram ett avvikelsevrde p hur vl simuleringsmodellen efterliknar den observerade
situationen. Genom att ndra parametrarna i modellen och sedan jmfra hur
avvikelsevrdet pverkas har sedan lmpliga vrden fr de observerade situationerna
kunnat bestmmas. Utgende ifrn den studien har ven de olika parametrarnas pverkan
p avvikelsevrdet uppskattats (Johansson, 2008).
Hur vl Social force modellen i Vissim/Viswalk beskriver flden vid flaskhalsar och den
problematik som dr kan uppst har underskts av Kretz, Hengst och Vortisch (2008) i
Pedestrian Flow at Bottlenecks Validation and Calibration of Vissims Social Force
Model of Pedestrian Traffic and its Empirical Foundations. I artikeln har resultat ifrn
frsk jmfrts med simuleringar av samma situation. Vid jmfrelse mellan frsken och
simuleringarna anvndes en serie olika flaskhalsbredder mellan 40 och 100cm. Fr att
kalibrera modellen anvndes 7 olika parameterkonfigurationer dr endast en parameter
varierades mellan varje simulering. Resultaten frn de olika simuleringarna jmfrs i
artikeln sedan grafiskt med svl resultaten frn frsken som med de andra
parameterkonfigurationerna. Vid dessa jmfrelser ses att modellen likt frsken uppvisar
en minimipunkt fr en specifik bredd, ngot som anses vara en stor framgng med hnsyn
till den komplexitet som anses ligga bakom uppkomsten av en sdan minimipunkt. I
artikeln uppvisar dock simuleringarna minimipunkter fr lgre vrden n vad som
observerats vid frsken och detta tros i artikeln bero p att ingende data fr kroppsradien
i modellen kan varit fr lg. Vid jmfrelsen ses att simuleringarna svl som frsken
uppvisar stor fldesknslighet fr sm skillnader i flaskhallsbredd (Kretz, et al., 2008).
2.1.2 Viswalk
2.1.2.1 Beskrivning
Viswalk r ett mikrosimuleringsprogram fr fotgngare som utvecklas och marknadsfrs av
Planung Transport Verkehr AG (PTV AG). Viswalk ingr i deras programserie VISION
TRAFFIC SUITE och kan drfr helt integreras i deras mikrosimuleringsprogram fr
trafik, Vissim. I Vissim/Viswalk simuleras fotgngarnas rrelser och beteenden med hjlp
av den s kallade Social force modellen, se avsnitt 2.1.3, som utvecklats av Prof. Dr. Dirk
Helbing vid ETH i Zurich (PTV AG, 2012).
Som beskrivits under avsnitt 2.1.1 styrs en fotgngares beteenden huvudsakligen p tre
olika niver, den strategiska, den taktiska och den operationella nivn (Hoogendoorn, et
al., 2002). Den strategiska beslutsnivn motsvaras i Vissim/Viswalk av de indata som ges
av anvndaren till modellen, i form av mjliga vgar och huvudsakliga rutter. Den taktiska
nivn bestr i Vissim/Viswalk dels av de frprogrammerade delrutter som anvndaren
skapat och dels av en rad olika frdelningar som styr valet mellan dessa. Den operationella
nivn utgrs i Vissim/Viswalk av Social force modellen som beskriver fotgngarnas
rrelser samt hur de undviker kollisioner med svl andra fotgngare som med fasta hinder
p sin vg mot nsta valpunkt (PTV AG, 2012).
Att varje enskild fotgngare i modellen simuleras individuellt samt att densamme kan rra
sig och agera med andra fotgngare fritt i plan innebr att dessa typer av modeller r
relativt berkningstunga jmfrt med liknande modeller fr vgtrafik. Frutom att de r
kapacitetskrvande r modellerna ven beroende av relativt stora mngder indata fr att
beskriva den simulerade situationen med hg noggrannhet (Kretz, et al., 2011).
Vid krning av en simulering i Vissim/Viswalk kan fotgngarnas och fordonens rrelser
visas i svl 2D som 3D under simuleringens gng. Ngot som kan vara till stor hjlp vid
till exempel inkrning av en modell. Fr presentation av en simulerad milj kan
anvndaren ven vlja att spela in en film i avi-format. Som resultat av en
simuleringskrning kan anvndaren vlja att fr fotgngarsimuleringen f ut en rad olika
former av utdata. Genom att i modellen konfigurera olika typer av mtytor och
samplingsintervall kan anvndaren mta till exempel densitet p en yta, antalet passerande
fotgngare ver en yta, fotgngarnas hastighet p en yta eller restiden mellan tv snitt/ytor.
I modellen kan ven skillnaden mellan en fotgngares aktuella hastighet och dennes
efterfrgade hastighet registreras under passage av en viss yta. Fr de ytor dr kbildning
r aktiverat, och fotgngarna drfr stller sig i en k med ett led kan ven klngden
registreras. Dessa resultat exporteras, efter avslutad simulering, till separata textfiler som
sedan kan importeras och behandlas i till exempel Excel eller liknande program. Under en
simuleringskrning kan ven LOS-niver (beskrivs i avsnitt 2.1.5 nedan) avlsas grafiskt
direkt i modellens 2D-lge i form av ett rutnt dr varje LOS-niv representeras av en egen
frg (PTV AG, 2012).
2.1.2.2 Anvndningsomrden
Vissim/Viswalk anvnds bland annat fr att simulera fotgngarflden och ruttval i
jrnvgsstationer, arenor och andra byggnader, bde vad det gller normala frhllanden
och evakueringssituationer. Vid simulering av jrnvgsstationer och andra bytespunkter
kan mjliga platser fr hissar och rulltrappor utredas samtidigt som platser dr kapaciteten
riskerar att verskridas kan identifieras. Vid simulering av interna flden i byggnader kan
programmet anvndas fr att identifiera flaskhalsar och andra kapacitetshmmande objekt.
Programmet kan ven anvndas vid utvecklandet av stads- och gatumiljer fr att dr
simulera interaktionen mellan fotgngare och andra trafikslag, till exempel av- och
pstigning av kollektiva frdmedel (PTV AG, 2013).
2.1.3 Social force modellen
2.1.3.1 Beskrivning
Social force modellen (SFM) bestr av en serie ekvationer som beskriver de olika sociala
och individuella krafter som en person i en folkmassa utstts fr frn andra personer och
omgivningen. Trots att SFM r en stor frenkling av verkligheten beskriver den p ett
relativt realistiskt stt flera av de sjlvorganiserande fenomen som kan observeras i
folkmassor som inte styrs utifrn genom t.ex. skyltar och signaler. Ett exempel p beteende
som SFM efterliknar realistiskt, utan att individerna kommunicerar eller tar strategiska
beslut, r bildandet och upplsningen av spontana radformationer bland mnniskor som r
p vg i samma riktning (Helbing & Johansson, 2009).
2.1.3.2 Uppbyggnad
SFM bygger p antagandet att alla fotgngare () har en efterfrgad destination
och
att de vill ta sig dit med minsta mjliga uppoffring. Vgen mellan fotgngarens
utgngsposition och des slutposition beskrivs i modellen med hjlp av en polygon med
punkterna
. Om fotgngarens nsta position lngs polygonen antas vara
kan fotgngarens efterfrgade riktning
i den nuvarande punkten
beskrivas enligt ekvation ( 1 ) (Helbing & Molnr, 1995).
(1)
Om fotgngaren stter p hinder p sin vg mot nsta position kommer denne att tvingas
anpassa sin hastighet fr att undvika en kollision. Detta innebr att den verkliga
hastigheten
avviker ifrn den nskade farten
. Nr hindret undvikits eller
avlgsnats kommer fotgngaren terigen frska accelerera till sin nskade fart, med en
(2)
. Detta samband
1995).
(3)
(4)
Nr fotgngare rr sig i en milj kommer de frutom att anpassa sin hastighet, ven att
ndra riktning fr att undvika andra fotgngare och fasta hinder. Hur en fotgngare ()
agerar vid konflikt med en annan fotgngare () beror dels p avstndet till den andra
fotgngaren och dels p riktningsvektorn dem emellan, se Figur 3 nedan (Helbing &
Molnr, 1995).
(5)
10
I ekvation ( 5 ) ovan beskrivs potentialen hos den bortsttande reaktionen som en funktion
av hur lngt in ngot inkrktar p det personliga omrdet (Helbing & Molnr, 1995). I
ekvation ( 6 ) beskrivs det personliga omrdet som ellipsformade ekvipotentiallinjer dr (b)
motsvarar ellipsens kortaste diameter och ges av ekvation ( 6 ). Ellipsen r riktad i linje
med frdriktningen d utrymme krvs fr nsta steg, ngot som ven fotgngarna runt
omkring tar hnsyn till (Helbing & Johansson, 2009).
(6)
Dr
och dr hnsyn tas till skillnaden i steglngd p grund av
hastighetsskillnaden mellan fotgngarna genom:
Fotgngare knner sig generellt mer obekvma ju nrmare ett hinder eller en vgg de
befinner sig. Detta representeras i modellen, genom ekvation ( 7 ), av en bortsttande kraft
vars potential
kar d avstndet mellan fotgngare och hinder minskar.
Avstndet mellan fotgngaren () och den punkt p hindret (B) som r nrmast densamma
ges av vektorn
(Helbing & Molnr, 1995).
(7)
Frutom att fotgngare vjer fr hinder och andra fotgngare, hnder det ocks att
fotgngare attraheras av varandra eller andra intressanta freml s som till exempel
skyltfnster. Modellen tar hnsyn till detta genom en ekvation lik de bortsttande krafter
som tidigare presenterats. Strsta skillnaden r, frutom att kraften snarare attraherar n
repellerar, att den attraktiva potentialen
avtar med tiden. Detta d det antas att
intresset svalnar allt eftersom personen tar del av informationen. Den attraherande
reaktionen
ges av ekvation ( 8 ) dr
(8)
(9)
11
( 10 )
( 11 )
Sammanstlls sedan ekvationerna ( 2 ),( 7 ),( 10 ) och ( 11 ) erhlls ett totalt uttryck fr
krafterna i Social force modellen enligt ekvation ( 12 ) (Helbing & Molnr, 1995).
( 12 )
Fr att Social force modellen ven skall ta hnsyn till de avvikelser, avsiktliga som
oavsiktliga, som kan uppst, samt fr att kunna hantera de situationer d tv olika
alternativ blir lika bra, har en variationsterm introducerats enligt ekvation ( 13 ) (Helbing
& Molnr, 1995).
( 13 )
12
13
En annan typ av rutnt som anvnds av Vissim/Viswalk r det topologiska rutntet som
beskriver kopplingarna mellan modellens olika element utan att ta hnsyn till avstnd eller
deras faktiska lge i frhllande till varandra. Storleken p detta nt definieras av
anvndaren genom parametern routing_large_grid och genom justering av denna kan
modellens noggrannhet kas/minskas med hnsyn till modellens ramminnesbehov. I
samband med berkning av mjliga vgar fr olika ruttval anvnds tv parametrar
routing_step och routing_accuracy fr att justera noggrannhet och drmed ven
berkningstyngden. I samband med berkning av statiska rutter kan parametern
routing_obstacle_dist anvndas fr att justera avstndet p vilket ett hinder pverkar
ruttberkningen och drmed hur nra en simulerad fotgngare vljer att g vggar och
andra hinder. Fr att undvika orealistiskt beteende i vissa situationer har PTV inkluderat en
parameter never_walk_back som ger anvndaren mjlighet att avgra om de simulerade
fotgngarna skall stanna eller ej om deras riktningsvektor ndras mer n 90. Med hjlp av
denna parameter kan anvndaren drmed frhindra/tillta att fotgngarna i modellen
backar eller gr tillbaka (PTV AG, 2012).
Fr att minska datakapacitetsbehovet vid uppstart av simuleringar, dr komplexa miljer
ingr, kan en cachefunktion use_cache i Viswalk initieras. Om anvndaren vljer att
aktivera cachefunktionen berknas distanser fr modellens ingende delar p nytt endast
om geometrin i modellen har ndrats sen tidigare simulering. En parameter som
anvndaren enligt PTV endast br justera i felavhjlpningssyfte, vid anvndandet av smala
passager, r routing_cell_size som bestmmer avstndet mellan de datapunkter som
anvnds vid ruttval fr att berkna avstnd lngs en rutt (PTV AG, 2012).
2.1.4 Ruttvalsmodeller i Vissim/Viswalk
2.1.4.1 Huvudrutter (Static routes) och delrutter (Partial routes)
I Vissim/Viswalk finns tv typer av rutter vid konstruktion av modeller, huvudrutter och
delrutter. Huvudrutterna r de rutter som avgr en fotgngares startpunkt, slutpunkt och
eventuella delml. I de fall fotgngarna skall frdelas till flera mlytor frn en och samma
startyta kan fldet frdelas med hjlp av en anvndarbestmd procentsats. En fotgngare
som pbrjat en huvudrutt kommer att flja densamma till dess att huvudruttens mlyta har
ntts. I de fall delrutter frekommer lngs huvudrutten kommer fotgngaren att flja dessa
och sedan fortstta sin huvudrutt direkt efter det att en eventuell delrutt avklarats (PTV
AG, 2012).
Delrutter utgr alltid en del av en statisk rutt och anvnds dr fotgngare har tv eller fler
vgval mellan tv punkter. Vid konfigurering av delrutter kan anvndaren vlja om
fotgngarnas val skall baseras p en procentsats likt fr de statiska rutterna, om de istllet
skall grundas p restid eller om det ska baseras p klngden hos en definierad
servicestation. Om valet grundas p restid kan andelen fotgngare som ska vlja
alternativet med kortast restid bestmmas med hjlp av procentsats, Best time, eller ett
flertal olika frdelningsmodeller, som till exempel Kirchoff och Logit. Anvndaren kan
ven bestmma antalet fotgngare p vilket medelrestiden fr de olika alternativen skall
14
bestmmas. Delrutter kan ven anvndas fr att leda fotgngare som gr p en viss yta, en
viss vg. Detta d delrutter har en ersttande effekt p de fotgngare vars huvudrutt har ett
delml p den yta dr delrutten har sin mlpunkt. Detta kan till exempel anvndas vid
frdelning av fotgngare till olika biljettkassor eller liknande, se Figur 4 nedan. I figuren
motsvarar rda ytor startytor fr rutter och delrutter och den grna ytan utgr mlyta fr
samtliga rutter. Den gula linjen representerar huvudrutten i omrdet och de orangea
linjerna representerar delrutter (PTV AG, 2012).
Figur 4 Exempel p Partial routes ersttande effekt (PTV AG, 2012, p. 420)
Frdelningen till de olika kassorna sker hr genom att huvudrutterna ges ett delml p en
uppsamlingsyta efter kassorna och att delrutter sedan lggs frn uppfngstytor framfr
kassorna, via kassorna, till samma yta. En sdan konfiguration fr d funktionen att
fotgngare frdelar sig p de olika kassorna beroende p var de anlnder till omrdet (PTV
AG, 2012).
2.1.4.2 Dynamiskt vgval (Dynamic potential)
Dynamic potential r en ruttvalsfunktion i Vissim/Viswalk som kan anvndas fr att gra
de huvudsakliga rutterna dynamiska och drigenom p ett bttre stt beskriva hur
fotgngare vljer sin vg genom en milj. Huvudsyftet r att fotgngarna skall vlja den
vg som har kortast restid snarare n den vg som innebr kortast strcka. Nr dynamiskt
vgval r aktiverat fr en rutt kommer varje simulerad fotgngare att vlja vg genom
miljn utgende ifrn den restid som terstr fr de olika alternativen just d. Tack vare
detta kommer fotgngarna att sjlvmant undvika passager dr ker uppstr om det finns
snabbare alternativa vgar, ven om dessa innebr en omvg. Anvndandet av dynamiska
vgval innebr ven att fotgngarnas ruttval inte behver begrnsas till specifika
valpunkter likt vid anvndandet av delrutter. Vid anvndandet av dynamiska vgval gr
varje simulerad fotgngare kontinuerligt nya riktningsval utifrn den d gllande
situationen (PTV AG, 2012).
15
Figur 5 Exempel p situation utan och med dynamiskt vgval aktiverat (Kretz, et al., 2011, p. 746)
16
17
LOS niv F, dremot representerar en situation dr fldet har kollapsat och fotgngarna
sjlva inte kan bestmma sin hastighet och till viss del ven riktning. Detta samtidigt som
kroppskontakt med omgivande fotgngare r oundviklig och det r nstintill omjligt att
korsa ett flde med en avvikande riktning (TRB, 2003).
LOS-konceptet r framtaget fr att anvndas vid dimensionering och utformning av
stationer och andra ytor dr stora mngder fotgngare rr sig. Anvndning av konceptet
tidigt i planeringsprocessen mjliggr fr en bttre fotgngarmilj och drmed ven en
milj dr chansen r strre att personer trivs (NYC DCP, 2006).
Det grundlggande antagandet i konceptet r att fotgngare i allmnhet upplever en strre
frihet d de kan vlja sin egen hastighet och vg oberoende av andra i sin omgivning. Detta
innebr i sin tur att ju mindre en fotgngares tillgngliga yta r och ju mer dess rrelse
hindras, desto strre blir dess obehag. Dock r det s att frutom tillgnglig yta och mjlig
hastighet, spelar enligt TRB (2003) ven uppehllstiden i situationen in som en avgrande
faktor fr det obehag en person upplever. Detta medfr att fotgngare i vissa situationer
kan acceptera en hgre tthet om det endast r under en kort period, jmfr exempelvis
ytan i en hiss med en vnteyta p en station. Fr att ta hnsyn till detta har ett antal olika
LOS-serier utvecklats fr olika typer av omrden som till exempel gngvgar (Tabell 2)
och komrden (Tabell 3). Fr illustrationer och karakteristika fr de olika LOS-niverna
se Bilaga 2 fr gngvgar och Bilaga 3 fr komrden (TRB, 2003).
Ett flertal vidareutvecklingar har genom ren gjorts utgende ifrn Fruins LOS-niver fr
olika tillmpningar. Dock avses som grund i programmet Vissim/Viswalk Fruins niver
varfr endast grundformerna behandlas i detta arbete (PTV AG, 2012).
18
Om fotgngarnas upplevda trngsel i rulltrappor antas kunna hrledas till samma faktorer
som fr kytor kan en parallell dras mellan niverna i Tabell 3 och fyllnadsgraden fr
rulltrappor, som berrs i avsnitt 2.1.6.2. Om man frenklat ser p LOS-niverna fr kytor
utgende endast ifrn fotgngarnas tillgngliga yta kan olika LOS-niver relateras till olika
fyllnadsgrader fr rulltrappor. Fr en rulltrappa som den i fltstudierna, med en bredd p
1m och ett stegdjup p 0,4m, motsvarar d LOS-A en situation dr det str en person p
vart tredje steg eller mindre. LOS-C motsvaras av en situation dr det str en person p
vartannat steg och situationen d det str en person p varje steg representeras d av LOSD. En situation dr den teoretiska maxkapaciteten fr rulltrappan uppns, dr det str tv
personer per steg representeras d av LOS-E.
2.1.6 Befintliga berkningssamband
2.1.6.1 Gngvgar och korridorer
Fr gngvgar och korridorer har Transportation Research Board (TRB) tagit fram tv
samband. Det frsta r sambandet mellan fotgngarnas tillgngliga yta (inverterad densitet)
och fotgngarnas hastighet, se Figur 9 nedan. Den fria gnghastigheten varierar stort
mellan olika typer av fotgngare, frn 145m/min till 45m/min. Fr folksamlingar antas
drfr att medelgnghastigheten r 75m/min och att hastigheter under 45m/min kan anses
vara begrnsade hastigheter. I Figur 9 ses att gnghastigheten avtar betydligt nr
fotgngarnas tillgngliga yta blir mindre n 1,5m/pers och att hastigheten snabbt nrmar
sig noll d den tillgngliga ytan per person blir mindre n 0,5m (TRB, 2003).
19
Figur 9 Samband mellan gnghastighet och tillgnglig yta fr gngvgar och korridorer (TRB, 2003, p. 67)
Det andra r sambandet mellan fotgngarnas tillgngliga yta och det maximala fldet per
breddmeter. I Figur 10 illustreras tre olika fldestyper och fr samtliga fldestyper infaller
det maximala fldet d varje fotgngare har cirka 0,46m tillgnglig yta, vilket innebr att
densiteten r cirka 2,17p/m. Fr ett dubbelriktat pendlingsflde r det maximala fldet
enligt Figur 10, 82p/m/min. Det maximala fldet representerar en situation med mycket
trngsel och liten rrelsefrihet varp det inte br anvndas som ett generellt vrde vid
dimensionering utan endast ses som en maximal kapacitet. P LOS-skalan motsvarar
situationen vid det maximala fldet LOS-E (TRB, 2003).
Figur 10 Samband mellan fotgngarflden och tillgnglig yta fr tre olika fldestyper (TRB, 2003, p. 67)
Att det enkelriktade och det dubbelriktade pendlingsfldena i Figur 10 inte skiljer sig
speciellt mycket visar p att motriktade flden p gngvgar och i korridorer inte pverkar
det totala fldet betydligt. Bredden som avses i Figur 10 r den effektiva bredden vilket
innebr att en meter (0,5m p vardera sidan) subtraherats frn den verkliga bredden fr att
20
ta hnsyn till det avstnd fotgngare vljer att ha till vggar och trottoarkanter (TRB,
2003).
2.1.6.2 Rulltrappor
Fr rulltrappor kan tv typer av kapaciteter anges, den teoretiska kapaciteten som anger
rulltrappans kapacitet vid en fyllnadsgrad p 100% och den praktiska kapaciteten som skall
avspegla den kapacitet som uppns vid normal fyllnadsgrad. Fyllnadsgraden fr en
rulltrappa blir i praktiken aldrig 100%, vilket beror p en rad faktorer som till exempel att
fotgngarna inte anlnder i en kontinuerlig strm till rulltrappan och att fotgngare vljer
att hlla ett visst komfortavstnd till personen framfr. Frutom detta pverkar ven
andelen fotgngare som har bagage med sig samt att personer inte alltid kliver p
rulltrappan lika snabbt som r teoretiskt mjligt (TRB, 2003).
D en fyllnadsgrad p 100% aldrig uppns i praktiken, se resonemang om motsvarande
LOS-niver under avsnitt 2.1.5, anvnder rulltrappstillverkarna vid dimensionering av
rulltrappsanlggningar istllet en praktisk kapacitet. TRB rekommenderar att de praktiska
kapacitetsvrdena baseras p att det antingen str en person p vartannat steg i en 0,6m
bred rulltrappa eller en person per steg i en 1m bred rulltrappa. Dimensionerande
kapaciteter utifrn dessa antaganden presenteras i Tabell 4 nedan (TRB, 2003).
Enligt en europeisk branschstandard fr dimensionering och installation av rulltrappor
kallad EN 115-1 skall vid dimensionering kapaciteter enligt Tabell 5 anvndas (SS EN
115-1, 2010).
Tabell 4 Rulltrappskapaciteter enligt TRB (TRB, 2003, p. 36)
21
Vid jmfrelse mellan Tabell 4 och Tabell 5 br beaktas att hastigheten 36,6m/min i Tabell
4 motsvarar cirka 0,65m/s i Tabell 5 vilket innebr att de jmfrbara kapaciteterna fr en
1m bred rulltrappa r 5400p/h enligt TRB (2003) och 7300P/h enligt EN 115-1 (2010).
2.1.6.3 Drrar
Fr dimensionering av drrar rekommenderar TRB att fltfrsk utfrs fr drrar lika de
som skall studeras fr att drigenom konstatera hur mnga fotgngare som kan passera
drren per minut. Drrar som inte krver ngon insats av fotgngaren har generellt hgre
kapacitet n drrar som mste aktiveras eller ppnas fr hand (TRB, 2003). D de
berknade kapacitetsvrdena i denna studie skall jmfras mellan svl simuleringsdata
som med fltdata kan inte den berknade kapaciteten grundas p tidigare fltstudier. Den
berknade drrkapaciteten har istllet uppskattats utgende ifrn resultat av experiment
utfrda av Daamen och Hoogendoorn fr en rad olika drrbredder.
I Figur 11 nedan visas resultaten av experimenten dr Daamen och Hoogendoorn (2012)
underskt kapaciteten hos drrppningar med bredderna 50, 85, 100, 110, 165, 220 och
275cm. I figuren har frutom flden fr olika stressituationer, fr varje underskt bredd,
ven schablonkapaciteten (2,25p/m/s) enligt den Hollndska byggfrordningen lagts in.
Fr en drrbredd p 220cm ses att differensen mellan de olika frsken r stor samt att
medelvrdet fr kapaciteten r betydligt hgre n schablonkapaciteten. Detta
uppmrksammas av Daamen och Hoogendoorn (2012) i artikeln som ngot
anmrkningsvrt. Av frsiktighetsprincip anvnds i detta arbete drfr inte
kapacitetssiffrorna fr just drrppningsbredden p 220cm. I Figur 11 ses att
medelkapaciteten fr 4 olika bredder ligger nra byggfrordningens kapacitet och att
kapaciteten fr tv (tre) bredder verstiger denna. Om endast de vrden dr ingen stress
frekom i frsken beaktas ses att kapaciteten vid dessa situationer var ngot lgre n
medelvrdet (Daamen & Hoogendoorn, 2012).
22
2.1.6.4 Flaskhalsar
Fr att bedma hur fotgngarflden pverkas nr de tvingas passera kraftigt avsmalnade
passager, s kallade flaskhalsar, kan nedanstende Figur 12 frn Seyfried et al (2009)
anvndas. Diagrammet r en sammanstllning av resultat ifrn en rad olika experiment dr
fldet genom flaskhalsar med varierande bredd underskts. Plottat i figuren r det
uppmtta fldet J (p/m/s) fr respektive ppningsbredd med en symboltyp per studie. I
figuren har en trendlinje anpassats till dataserierna och enligt trendlinjen kan fldet fr
flaskhalsar uppskattas till 1,9p/m/s (Seyfried, et al., 2009).
23
24
Varje dag gr enligt Sknetrafiken cirka 35000 personer p eller av ett tg p Malm C
nedre, vilket r den del av Malm C som trafikeras av tgen i Citytunneln. (Sknetrafiken,
2012). Antalet p- och avstigande baseras p de rliga rkningar som utfrs av
Sknetrafiken en hstvecka varje r. I dessa rkningar r alla Sknetrafikens avgngar
inkluderade men de avgngar som trafikeras av andra aktrer, som SJ och Veolia, r ej
inkluderade i statistiken (Amen, 2013).
Genom studie av resandestatistik frn Sknetrafikens rliga rkningar 2012 kan
nedanstende diagram sammanstllas, se Figur 14 och Figur 15. Vid jmfrelse mellan
figurerna ses att fltstudien br genomfras mellan 07:30 och 08:30 fr de sdergende
tgen (spr 1 och 2). Detta d denna tidsperiod och riktning r den d antalet avstigande r
strst, vilket i sin tur innebr att belastningen p rulltrapporna d kan antas vara som strst
i och med att stora mngder mnniskor kommer sttvis. Totalt under den hgst belastade
timmen ankommer cirka 1700 personer till Malm C p de sdergende tgen. Under den
studerade perioden i fltstudierna r Sknetrafiken den enda aktren som trafikerar Malm
C nedre i sdergende riktning varfr det inte pverkar resultatet att endast Sknetrafikens
statistik anvnts som underlag.
Figur 14 Sderut frn Malm C nedre 06:30-09:30 och 15:00-18:00 Utdrag ur Sknetrafikens rkningar hsten
2012 (Amen, 2013).
25
Figur 15 Norrut frn Malm C nedre 06:30-09:30 och 15:00-18:00 Utdrag ur Sknetrafikens rkningar hsten
2012 (Amen, 2013).
26
2.2 Fltstudie
Fltstudierna mnade underska dels hur stort det maximala fldet var under rusningstid
och dels om detta flde innebar att k bildades nedanfr trappan/rulltrappan, se Figur 16
fr verblick ver fltstudieplats. Fltstudierna inkluderar ven en studie ver vilken
densitet som uppns nedanfr rulltrappan vid kbildning. Intressant fr jmfrelse mot det
simulerade resultaten var ven att registrera andelen gende i rulltrappan samt om ngot
irrationellt beteende uppstod i eller omkring trappan.
27
28
2.3 Berkningar
2.3.1 Indata
Rulltrappan hade vid tiden fr fltstudien en hastighet p 0,65m/s, en inklination p 30
och en stegbredd p 1m enligt Trafikverkets ritning (E-69247.03-0.02).
Vid rulltrappans anslutning till perrongen r den inbyggd i ett frrum med drrar dels ut
mot perrongen och dels i ett mellanskikt precis nedanfr rulltrappan enligt Figur 17 nedan.
Fr de dimensioner som anvnts vid berkning se Tabell 6.
Figur 17 Utsnitt ur Trafikverkets ritning J988HP0202106 kompletterad med skala och norrpil
90cm
230cm
8cm
70cm
127cm
100cm
100cm
340cm
480cm
29
30
2.4 Simulering
Med utgngspunkt i ritningar, observationer och mtningar har miljerna i fltstudien
modellerats i 3D i mikrosimuleringsprogrammet Vissim/Viswalk. Denna modell har sedan
justerats vad det gller utformning och rulltrappskarakteristika utgende ifrn det som
observerades vid fltstudien fr att ge en bttre verensstmmelse mellan simuleringen och
situationen vid fltstudierna.
2.4.1 Modellens uppbyggnad
Utifrn ritningar i PDF-format frn Trafikverket skapades en dwg-fil genom konvertering
med hjlp av webverktyg. Denna fil frenklades och frfinades i Autocad fr att sedan
importeras i Vissim/Viswalk. D importen i Vissim/Viswalk endast hanterar ytor och
polylines modifierades dwg-filen s att de vitala konstruktionsdelarna utgjordes av slutna
polylines. Vid import i Vissim/Viswalk gavs sedan varje lager i dwg-filen egna attribut
ssom hjd, tjocklek och typ av objekt, se Figur 18 fr versikt. Vid import till
Vissim/Viswalk kan hnsyn ej tas till trappor och rulltrappor varfr dessa mste lggas in i
efterhand. Frn glashallen ner till perrongerna lades de totalt 8 rulltrapporna in efter
dimensioner enligt trafikverkets ritning (E-69247.03-0.02). Dimensionerna p trapporna
upp till fjrrbussterminalen uppskattades utifrn observationer vid fltstudie 1 och
rullbanden upp till Anna Lindhs plats dimensionerades enligt trafikverkets ritning (E66551.00-0.04).
3D-miljn avgrnsades i nedre plan av uppgngen till Anna Lindhs plats i den vstra delen
och av trapporna upp till fjrrbussterminalen i den stra delen. I markplan begrnsas
modellen i den vstra delen av vergngen frn rullbanden till mezzaninplan p Anna
Lindhs plats. Den centrala delen av modellen begrnsas vid utgngarna ifrn Glashallen
samt vid grnsen mellan den yttre Glashallen och resterande del av stationen. Den stra
delen av modellen begrnsas i snittet mellan trapporna och markplan.
31
Nr 3d-miljn importerats och kopplingar mellan de olika planen lagts in i modellen lades
de fotgngarytor in som skulle representera ingngarna till stationen. I stationens vre plan
(markplan) lades tre ytor ut, en vid vardera karuselldrr och en vid grnssnittet till vriga
stationen, se blmarkerade ytor i Figur 19. Vid dessa ytor genererades och attraherades
sedan fotgngare till och frn perrongerna. Fr att ge modellen som helhet mer realistiska
perrongflden lades ven en yta in vid uppgngen till Bagers plats dr fotgngare svl
frs in i modellen som tas ut ur densamma. Dessa ytor programmerades s att totalt 550p/h
genererades fr att ungefrligt motsvara det antal fotgngare som ankommer till stationens
Glashall och nergngen vid Anna Lindhs plats mellan 07:30 och 08:30 enligt
Sknetrafikens resandestatistik (se avsnitt 2.1.7). Vid trapporna upp till fjrrbussterminalen
lades inte in ngra ytor fr varken fotgngargenerering eller attrahering d detta flde var
s lgt att det vid fltstudierna inte pverkade situationen p perrongen.
Nere p perrongen lades ytor ut fr att motsvara perrongkant och de ytor som anvnds av
vntande resenrer. Modellen kompletterades sedan med kollektivtrafikslinjer och
hllplatslgen fr de fyra spr som utgr Malm C nedre. Rulltrappor och de omgivande
rummen dr dessa ansluter till perrongen frfinades i modellen enligt ritningar frn
Trafikverket (J988HP0202106). Detta d denna del av modellen r den som skall studeras i
detalj och drfr r det mest vsentliga. I arbetet med uppbyggnaden av modellen gjordes
en frenkling av sjlva perrongplanet d modellen annars blivit fr komplex. I verkligheten
lutar perrongplanet nedt t vster (mot tunneln) vilket innebr att lyfthjden skiljer sig
frn 9,9m fr de stra rulltrapporna till 10,5m fr de vstra rulltrapporna. I modellen har en
lyfthjd p 10m antagits fr samtliga rulltrappor vilket medfr att lngden p de vstra
rulltrapporna i modellen skiljer sig ngot mot verkligheten. Denna frenkling pverkar
dock inte resultatet vad det gller rulltrappskapaciteten, d rulltrappslngden i sig inte
pverkar fldet.
32
33
frdades upp frn perrongen till Glashallen testades sedan en rad olika ruttkonfigurationer
fr att p bsta stt beskriva hur resenrerna vljer mellan de tv mjliga rulltrapporna.
Den frsta och enklaste ruttkonfigurationen ur ett modellperspektiv, konfiguration ett, var
att frdela resenrerna procentuellt mellan de tv mjliga rulltrapporna utgende ifrn
uppmtta vrden. Dock skulle en sdan ruttkonfiguration inte ta hnsyn till eventuell
trngsel eller tgens position i modellen.
Fr att mjliggra fr att modellen automatiskt skulle frdela resenrerna mellan de tv
rulltrapporna konfigurerades modellen istllet enligt konfiguration tv. Konfiguration tv
innebar att fotgngarna, nr de klev av ytan vid plattformskanten, valde en av de tv
rulltrapporna baserat p vilken vg som hade kortast restid, se Figur 21. I denna
konfiguration var valytan gemensam fr de tv spren och restiderna baserades hr p
medelvrdet av de senaste 100 personerna fr varje val. Anledningen till att medeltalet
berknades fr de senaste 100 resenrerna var fr att undvika att en kraftig kbildning vid
en tgankomst medfr att en orealistiskt stor del av resenrerna p nstkommande tg
vljer den lngre vgen (stra rulltrappan). I verkligheten kan antas att resenrerna vid
tgankomst grundar sitt vgval p situationen som rder vid ankomst samt p viss
erfarenhet ifrn tidigare besk, ngot som kan vara ptagligt vid pendling d vissa
resenrer gr samma resa varje dag. Fr att ta hnsyn till att erfarenheter spelar in vid
vgvalet har en frdelning grundad p kortast tid en viktig roll. Fotgngarna frdelades i
konfiguration tv med en Kirchoff-frdelning dr sannolikheten att en fotgngare valde ett
alternativ berknades som kvoten mellan inversen av restiden och inversen av samtliga
alternativs restider. Anledningen till att en Kirchoff-frdelning valdes framfr
grundinstllningen, dr en procentsats anges fr hur stor del som skall vlja alternativet
med kortast restid, var bland annat fr att f mjukare verflyttningar mellan de olika
alternativen.
Frdelarna med denna konfiguration var att den gav en relativt mjuk verfrflyttning och
en rimlig frdelning mellan de olika rulltrapporna, samtidigt som den har en lg
komplexitet. Nackdelarna var dock att konfigurationen anvnde samma medelrestider fr
samtliga resenrer, vilket innebar att en person som gtt av tget s lngt vsterut som
mjligt hade samma sannolikhet att vlja den stra rulltrappan som en person som gtt av
tget lngst sterut.
34
Den tredje konfigurationen, se Figur 22, bestod istllet av att valytan delades upp i tv
delar med skrningspunkt i hjd med den vstra rulltrappan. Anledningen till detta var att
p ett bttre stt frska efterlikna hur resenrernas val av rulltrappa pverkas av var p
plattformen de gtt av tget. ven i den tredje konfigurationen anvndes en Kirchofffrdelning baserat p restid, men d fotgngarna i denna konfiguration ankom till olika
ytor baserades ven deras val p olika medelrestider. Denna konfiguration innebar dock en
kad komplexitet och svrigheter vad det gllde placering av valytorna. Detta d delrutter i
Vissim/Viswalk har en ersttande effekt i de fall dr fotgngarens huvudrutt inkluderar ytan
dr delrutten har sin mlpunkt, se avsnitt 2.1.4.1. D samtliga fotgngare p ett tg i
modellen ankommer till en yta fr plattformskanten, kan endast en huvudrutt anvndas
mellan plattformskanten och mlpunkten i till exempel glashallen. Detta innebar i sin tur
att samtliga delrutters mlytor mste representeras ven i huvudrutten och drigenom kan
inte heller den ersttande effekten hos delrutterna undvikas.
Efter en serie testkrningar konstaterades att ruttkonfiguration tv var den som gav mest
tillfrlitliga resultat och att de fel denna konfiguration riskerar att ge upphov till inte
pverkar sjlva frdelningen mellan rulltrapporna utan endast pverkar fotgngarnas totala
restid och modellens estetik.
2.4.3 Modellspecifika instllningar
Ankommande tg i modellen programmerades att slppa av 225 personer vid ankomst och
att de sedan skulle ta med samtliga fotgngare p perrongen fr det aktuella spret vid
avgng. Detta fr att frska efterlikna situationen d det tg som i Sknetrafikens
resanderkningar hade flest avstigande under den studerade timmen i fltstudierna, 07:3008:30, ankommer till stationen i sdergende riktning. Tiden mellan tv tg p samma
plattform angavs till 330s d detta r medelmellanrummet mellan tv tg under den
studerade timmen i fltstudierna. Fr rulltrapporna i modellen matades frutom deras
dimensioner ven in karakteristika som hastighet p 0,65m/s och att fotgngarna vljer att
st till hger och g till vnster. Utgende ifrn uppmtta vrden vid fltstudie 2 angavs i
modellen ven att cirka 30% av fotgngarna vljer att g upp fr rulltrappan.
2.4.4 Uppkomna problem under modellkonfigurationen
Frutom de ruttrelaterade problemen som behandlats under avsnitt 2.4.2 ovan uppstod
ven i modellen problematik med att simulerade fotgngare blev stende vid sidan av
rulltrappans ingng p en yta som vid fltstudierna inte anvndes av resenrerna, se Figur
24.
36
Fr att identifiera vad i modellen som r anledningen till problematiken testades att fr ett
antal krningar ta bort mellanvggen i frrummet. D detta inte innebar ngon frbttring
kunde slutsatsen dras att problematiken ligger vid rulltrappans ingng, mjligtvis i
kombination med den nrliggande vggen eller den andra rulltrappan. ven ett mer
extremt test med endast en mittcentrerad rulltrappa utfrdes men inte heller det resulterade
i en lsning av problemet vilket innebar att det kunde fastsls att problematiken beror p
fotgngarnas beteende vid ingngen till rulltrappan. Fr att lsa problemet testades tv
olika modelluppbyggnader och fr att fr att minska problematiken ytterligare undersktes
tv av konfigurationsparametrarna med hnsyn till denna problematik.
En metod som testades i modellen var att lgga in s kallade kytor nedanfr rulltrapporna
fr att drigenom erhlla ett mer organiserat kbeteende och ge anvndaren mjlighet att
pverka kformationen, ngot som behandlas i avsnitt 2.1.3.3. I programmet stlls kriteriet
att en frprogrammerad frdrjning mste frekomma p ytan fr att ett kbeteende skall
initieras. I detta fall sattes denna frdrjning till 0,1s fr att inte pverka restiden nmnvrt
och drmed heller inte pverka valet av rulltrappa. Infrandet av kytor precis framfr
rulltrappan gav dock inte upphov till ngon strre frbttring d detta istllet innebar att
problematiken med stillastende fotgngare frskts till omrdet fre innerdrren. I det fall
d hela ytan i frrummet programmerades som en kyta hade inte detta ngon effekt p
fotgngarnas beteende d detta innebar att kytan blev fr stor fr att endast en k skulle
bildas. Infrandet av kytor medfrde ven en kad komplexitet i modellen d dessa fr att
fungera mste inkluderas som delml i de rutter som passerar omrdet.
En annan lsning p problemet, som freslogs av Tobias Kretz (2013) p PTV, var att en
separat yta lades in nedanfr rulltrappan och att fotgngarna p denna yta gavs samma
37
38
Vid studierna anvndes ett samplingsintervall p 30s fr att drigenom, enligt Jianhong
och Xiaohong (2011), skerstlla att fldet r stabilt samtidigt som man inte riskerar att
matta ut korta toppar allt fr mycket. Vrden insamlade p 30s r, enligt Jianhong och
Xiaohong (2011), tillrckligt stabila fr att anvndas fr berkning av timvrden, ngot
som dock ej kan gras i dessa fall d belastningen r mycket varierande p timbasis.
2.4.6 Verifiering, Validering och Kalibrering
Viktigt att tnka p vid Validering och kalibrering av simuleringsmodeller r vilket
avseende som r mest relevant i det aktuella fallet. r det makroskopiska vrden som till
exempel flden och restider som r det intressanta eller r det snarare att modellen p den
mikroskopiska nivn beskriver interaktioner och beteenden p ett realistiskt stt. Att den
ena av dessa stmmer bra verens med verkligheten betyder inte automatiskt att den andra
gr det. Det kan till exempel uppst situationer dr effekterna av tv felaktigheter p det
mikroskopiska planet tar ut varandra p det makroskopiska planet eller tvrt om (Kretz, et
al., 2008).
39
41
Studerade
parametrar
Tau
Grid_size
React_to_n
A_soc_isotropic
B_soc_isotropic
Lambda_mean
A_soc_mean
B_soc_mean
VD
Grundvrde i
Vissim/Viswalk
0.4
5
8
1.6
0.2
0.3
0.4
2.8
3
42
rulltrappsflden som skiljer sig mycket mot de vid fltstudien blir irrelevanta att underska
ur ett densitetsperspektiv. Vid densitetsstudien har medelvrden fr densitetsniverna fr
de i krningen frekommande tgankomsterna tagits och dessa representeras sedan i
figuren av en kurva per parameterkonfiguration. Likt fr rulltrappsfldena tas ej
krningens frsta tgankomst med i studien och vid jmfrelsen r det endast den aktuella
parametern som frndrats utifrn grundvrdesstudien.
43
3 Resultat
3.1 Fltstudie
Fltstudieserien i detta examensarbete inleddes med en frsta fltstudie som frutom
inventering av sjlva stationsmiljn ven innefattade mtningar av andelen som vljer att
g i rulltrappan samt rulltrappans hastighet fr anvndning vid simuleringarna. Resultatet
av den frsta fltstudien ses i Tabell 8 nedan och dr kan utlsas att medelandelen som
vljer att g uppfr rulltrappan r cirka 28%. Vid frsta fltstudietillfllet uppmttes
restiden uppfr rulltrappan (cirka 23m) till 36s vilket bekrftar att tillverkarens angivna
hastighet p 0,65m/s r den som anvnds.
Tabell 8 Andel gende i rulltrappan fltstudie 1
Andel gende
32%
26%
27%
Klockslag
08:14
08:23
08:30
Tgtyp
-tg
-tg
-tg
Tgnr
1029
1331
1031
Vid fltstudie 2 och 3 mttes fldet upp fr rulltrappan i 30s intervall fr att drigenom
registrera rulltrappans maxkapacitet, se Tabell 9. I tabellen kan utlsas att medelfldet fr
fltstudie 2 var 72,4p/min och att det maximala fldet under fltstudie 2 uppmttes till
84,6p/min. Fr fltstudie 3 i nedre delen av Tabell 9 uppmttes medelfldet till 71,3p/min
och det maximala rulltrappsfldet till 84,2p/min. Frutom just rulltrappsflden
registrerades under fltstudierna ven den tid det tar frn det att frsta resenren stiger av
till dess att kn nedanfr rulltrapporna upphrt. I Tabell 9 kan utlsas att
medeltidstgngen fr plattformstmning var 2:21min vid fltstudie 2 och 01:43min vid
fltstudie 3. Fr fyra av tgankomsterna under fltstudie 2 registrerades ej tidstgngen fr
plattformstmning d andra observationer gjordes i anslutning till dessa tgankomster.
Under fltstudie 3 genomfrdes fr tv av tgankomsterna dubbla fldesmtningar med
30s intervall.
44
Uppmtt flde
p/min
56,3
59,1
82,1
78,7
80,9
84,6
69,9
67,6
70,4
64,8
68,9
84,2
77,0
77,1
75,0
63,5
64,0
68,2
Tidstgng
Klockslag
Tgtyp
Tgnr
P-tg
-tg
P-tg
-tg
P-tg
-tg
-tg
P-tg
1215
1025
1515
1327
1709
1027
1329
1217
-tg
-tg
P-tg
-tg
-tg
P-tg
P-tg
-tg
P-tg
-tg
1027
1329
1217
1029
1029
1711
1711
1331
1219
1031
Fltstudie 2
07:25
07:33
02:16
07:38
02:06
07:42
07:46
02:45
07:53
02:18
08:02
08:08
Fltstudie 3
01:56
07:51
01:41
08:00
01:17
08:08
01:57
08:12
08:12
01:47
08:14
08:14
02:03
08:21
01:16
08:25
01:51
08:28
Vid den sjtte fltstudien registrerades dels tiden det tar innan trngsel uppstr frn det att
de frsta resenrerna stiger av tget och dels tiden det tar frn det att resenrerna brjar
stiga av till dess att de sista resenrerna lmnar perrongen, se Tabell 10. I tabellen nedan
inkluderas resenrerna frn resundstg 1029 i tidstgngen fr plattformstmningen fr
Pgatg 1711 d trngseln aldrig upphrde mellan dessa tgankomster. P grund av detta
har inte heller tid till k registrerats fr Pgatg 1711.
Tabell 10 Uppmtta tider fltstudie 6
Plattformstmning
02:11
01:55
01:37
03:34
02:02
01:13
Tid tills k
00:15
00:20
00:22
00:23
00:22
00:18
Klockslag
07:51
08:00
08:08
08:12
08:14
08:21
08:25
Tgtyp
-tg
-tg
P-tg
-tg
P-tg
-tg
P-tg
Tgnr
1027
1329
1217
1029
1711
1331
1219
Vid fltstudie 4 och 5 mttes densiteten p tv ytor. Den frsta ytan p 3,5m (benmnd Y1
nedan) begrnsades vid studien av rulltrappan i ster och mellandrrpartiet i vster. Den
andra ytan p 8,2m (benmnd Y2 nedan) begrnsades vid studien av drrpartiet ut mot
45
plattformen i vster och av mellandrrpartiet i ster. Fr att ta hnsyn till den kformation
som uppstod vid fltstudierna omfattade Y2 endast halva ytan i nord-sydlig riktning mellan
drrpartierna i frrummet, se versikt i Figur 26 nedan.
Y1 07:30-08:00
2,0
Y1 medel F4
P/m
1,5
Y1 medel F5
1,0
LOS A
LOS B
0,5
LOS C
0,0
30
60
90
46
120
LOS D
Y1 08:00-08:30
2,0
Y1 medel F4
P/m
1,5
Y1 medel F5
1,0
LOS A
LOS B
0,5
LOS C
0,0
30
60
90
120
LOS D
Y2 07:30-08:00
2,0
Y1 medel F4
P/m
1,5
Y1 medel F5
1,0
LOS A
LOS B
0,5
LOS C
0,0
30
60
90
120
LOS D
47
Y2 08:00-08:30
2,0
Y1 medel F4
P/m
1,5
Y1 medel F5
1,0
LOS A
LOS B
0,5
LOS C
0,0
30
60
90
120
LOS D
48
49
3.2 Berkning
Rulltrappans maxkapacitet ges, utifrn indata, av Tabell 5 och enligt EN 115-1 till:
. Utgr man istllet ifrn de samband som TRB (2003) tagit fram i
Tabell 4 kan det maximala fldet fr rulltrappan antas vara strax ver 90p/min.
Fr korridoren kan den maximala kapaciteten berknas enligt avsnitt 2.1.6.1, utgende
ifrn maxkapaciteten fr LOS-E (82p/(mmin)) och ovanstende indata till:
.
Kapaciteten fr drren mellan plattformsytan och frrummet blir enligt schablonvrdet i
Daamen och Hoogendoorn (2012):
och enligt sambandet fr
flaskhalskapaciteter:
.
Kapaciteten fr denna drr enligt schablonvrdet i Daamen och Hoogendoorn (2012) r:
och enligt sambanden fr flaskhalsar kan berknas till
.
50
3.3 Simulering
Vid simulering med rulltrappsspecifikationer enligt fltstudiesituationen och
grundparametrar i Vissim/Viswalk kunde tv typer av vrden fr varje simuleringskrning
registreras, se Tabell 11. Krningsmaxvrdet avser det hgsta fldesvrdet som uppntts
under krningen och medelvrdet av ankomstmaxvrdena avser ett medelvrde av de 10 i
krningen frekommande ankomsternas maxflden.
I tabellen ses att differensen mellan krningsmaxvrdet och medelvrdet fr
ankomstmaxvrdet fr flera krningar r omkring 10p/min. Detta tyder p att maxfldet
vid de krningarna endast intrffat vid en eller ett ftal tgankomster. I Tabell 11 nedan
kan ven utlsas att medelvrdet fr de 15 krningsmaxvrdena var 76p/min och att
medelvrdet fr de olika krningarnas medelvrden fr ankomstmax var 67p/min.
Tabell 11 Rulltrappsflde med grundparametrar (p/min)
Krning
Krningsmax
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Medelvrde
Std. av.
80
78
72
78
76
76
70
76
70
74
78
76
78
80
72
76
3,3
Medel av
ankomstmax
67,8
68,6
68
67,6
67,2
65,6
67,6
66,2
64
65,6
68
66,4
69,6
65,4
67,6
67
1,5
52
53
54
Tau
100
Krningsmax
P/min
90
80
Grundparameter
krningsmax
70
Medelvrde ankomstmax
60
50
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
Grundparameter
medelvrde ankomstmax
Parametervrde
Grid size
100
P/min
90
Krningsmax
80
Grundparameter
krningsmax
70
Medelvrde ankomstmax
60
50
0
Grundparameter
medelvrde ankomstmax
Parametervrde
55
I Figur 36 ses att rulltrappsfldet, vid en justering av grid_size, uppvisar en svag trend mot
att lgre vrden p grid_size ger hgre maxflden i rulltrappan. Maxvrdena i figuren
varierar mellan 92-70 och medelvrdena fr ankomstmax varierar mellan 80-65.
3.4.3 React_to_n
React to n
100
P/min
90
Krningsmax
80
Grundparameter
krningsmax
70
Medelvrde ankomstmax
60
50
0
10
12
14
16
18
Grundparameter
medelvrde ankomstmax
Parametervrde
Trenden i Figur 37 tyder p att maxkapaciteten i rulltrappan kar vid ett lgre vrde p
parametern react_to_n. Maxvrdena i figuren varierar mellan 92-70 och medelvrdena fr
ankomstmax varierar mellan 79-65.
3.4.4 A_soc_isotropic
A_soc_isotropic
100
P/min
90
Krningsmax
80
Grundparameter
krningsmax
70
Medelvrde ankomstmax
60
50
0,9
Grundparameter
medelvrde ankomstmax
Parametervrde
56
I Figur 38 ses att justering av parametern A_soc_isotropic ger upphov till en svag trend fr
att lgre parametervrden ger ngot hgre fldesvrden. Maxvrdena i figuren varierar
mellan 82-70 och medelvrdena fr ankomstmax varierar mellan 74-64.
3.4.5 B_soc_isotropic
B_soc_isotropic
100
P/min
90
Krningsmax
80
Grundparameter
krningsmax
70
Medelvrde ankomstmax
60
50
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
Grundparameter
medelvrde ankomstmax
Parametervrde
I Figur 39 ses att rulltrappskapaciteten i modellen har en kande trend fr lgre vrden p
parametern B_soc_isotropic. Maxvrdena i figuren varierar mellan 88-72 och
medelvrdena fr ankomstmax varierar mellan 79-65.
3.4.6 Lambda_mean
Lambda mean
100
P/min
90
Krningsmax
80
Grundparameter
krningsmax
70
Medelvrde ankomstmax
60
50
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
Grundparameter
medelvrde ankomstmax
Parametervrde
57
I Figur 40 ovan ses en trend mot att hjda vrden p parametern lambda_mean tenderar
att hja maxkapaciteten fr rulltrapporna i modellen. Maxvrdena i figuren varierar mellan
88-72 och medelvrdena fr ankomstmax varierar mellan 77-66.
3.4.7 A_soc_mean
A_soc_mean
100
P/min
90
Krningsmax
80
Grundparameter
krningsmax
70
Medelvrde ankomstmax
60
50
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
Grundparameter
medelvrde ankomstmax
Parametervrde
B_soc_mean
100
P/min
90
Krningsmax
80
Grundparameter
krningsmax
70
Medelvrde ankomstmax
60
50
1,4 1,6 1,8 2,0 2,2 2,4 2,6 2,8 3,0 3,2 3,4
Grundparameter
medelvrde ankomstmax
Parametervrde
58
Frndrade vrden p parametern B_soc_mean uppvisar enligt Figur 42 inte ngon trend
fr att varken hja eller snka rulltrappskapaciteten i modellen. Maxvrdena i figuren
varierar mellan 82-74 och medelvrdena fr ankomstmax varierar mellan 71-66.
3.4.9 VD
VD
100
P/min
90
Krningsmax
80
Grundparameter
krningsmax
70
Medelvrde ankomstmax
60
50
0
Grundparameter
medelvrde ankomstmax
Parametervrde
I Figur 43 ovan begrnsas studien vid parametervrdet 5, d detta r det hgsta vrde fr
vilket parametern VD kan underskas med alla andra parametrar p sitt grundvrde. Inom
parametervrdesintervallet 1-5 uppvisar justering av VD inte ngon trend fr att varken
hja eller snka maxfldet i rulltrappan. Maxvrdena i figuren varierar mellan 82-78 och
medelvrdena fr ankomstmax varierar mellan 71-68. Fr parametervrden ver 5 har i
Figur 44 nedan parametern grid_size, se avsnitt 3.4.2, kats motsvarande d detta r ett
krav fr att hgre vrden p VD skall f effekt i modellen.
59
VD
100
P/min
90
Krningsmax
80
Grundparameter
krningsmax
70
Medelvrde ankomstmax
60
50
0
Grundparameter
medelvrde ankomstmax
Parametervrde
I Figur 44 ses att inte heller parametervrden ver 5 innebr ngon signifikant
kning/snkning av maxfldet i rulltrappan. Maxvrdena i figuren varierar mellan 82-76
och medelvrdena fr ankomstmax varierar mellan 71-67.
3.4.10 Sammanstllning
I tabellen nedan presenteras de konfigurationer som med utgngspunkt i tidigare
parameterstudier bedmdes som intressanta ur ett kalibreringsperspektiv. Frutom de
enparameterjusteringar som utretts grafiskt ovan presenteras i Tabell 12 ven en rad
parameterkonfigurationer dr tv eller flera parametrar justerats. I tabellen presenteras
krningsmax och medel av ankomstmax fr respektive parameterjustering.
Tabell 12 Sammanstllning parameterkonfigurationer
Frndrade parametrar
Tau: 0.3
B_soc_iso: 0.15
A_soc_mean: 0.3
Tau: 0.3 B_soc_iso: 0.15
B_soc:iso: 0.15 A_soc_mean: 0.3
Tau: 0.3 A_soc_mean: 0.3
60
Krningsmax
82
78
80
82
86
82
Medelvrde av ankomstmax
74
69
71
76
76
76
Parameterjmfrelse densitetsutveckling Y1
2,5
Grundvrden
P/m
Tau: 0.3
1,5
B_soc_isotropic: 0.15
0,5
0
15
65
115
165
215
B_soc_isotropic: 0.15
A_soc_mean: 0.3
Tau: 0.3 A_soc_mean: 0.3
61
Parameterjmfrelse densitetsutveckling Y2
2,5
Grundvrden
P/m
Tau: 0.3
1,5
B_soc_isotropic: 0.15
0,5
0
15
65
115
165
215
B_soc_isotropic: 0.15
A_soc_mean: 0.3
Tau: 0.3 A_soc_mean: 0.3
Grundvrden
1,4
Tau: 0.3
P/m
1,2
B_soc_isotropic: 0.15
1,0
0,8
0,6
Tau: 0.3 B_soc_isotropic:
0.15
0,4
0,2
70
90
110
130
150
B_soc_isotropic: 0.15
A_soc_mean: 0.3
Tau: 0.3 A_soc_mean: 0.3
I Figur 46 och Figur 47 ovan ses att densitetsutvecklingen, ven fr yta 2, uppvisar lgre
maxvrden fr konfigurationerna med justerade parametrar. I figurerna ses ven att vissa
av konfigurationerna uppvisar en brantare kurvlutning under perioden d trngseln byggs
upp.
62
63
4 Analys
4.1 Jmfrelse av resultat
4.1.1 Begrnsande snitt mellan plattform och rulltrappa
I Tabell 13 nedan jmfrs maxkapaciteterna fr de tre snitten i frrummet nedanfr
rulltrappan. I tabellen ses att sambanden fr drrar ger ngot hgre vrden n sambanden
fr flaskhalsar fr bda drrsnitten. I tabellen ses ven att det begrnsande fldet r
144p/m vid drren nedanfr rulltrapporna i det fall denna bedms utgende ifrn
sambanden fr flaskhalsar. Jmfr man sedan detta med de berknade vrdena fr
rulltrappan enligt svl TRB som EN 115-1, se Tabell 14, ses att det i detta fall r
rulltrappans flde som r det begrnsande. Detta resonemang stds ven av LOSrutntsstudien, se Figur 33, dr det syns att trngseln inte r strre i ngot annat snitt samt
att kn lever kvar framfr rulltrappan ven d resenrsantalet avtar.
Tabell 13 Fldeskapacitet frrumspassager
Drr plattformsfrrum
enl. Drrsamband
enl. Flaskhals
310p/m
262p/m
Fltstudie 1och 2
maxvrden
84p/m
Berkning enligt
EN 115-1
122p/m
Simulering grundv.
(krningsmax)
76p/m
64
Densitetsutveckling Y1 Jmfrelse
P/m
2,5
Medeldensitet Sim
Medel F4 07:30-08:00
1,5
Medel F4 08:00-08:30
Medel F5 07:30-08:00
Medel F5 08:00-08:30
0,5
LOS A - Que
0
15
65
115
165
215
LOS B - Que
LOS C - Que
LOS D - Que
Densitetsutveckling Y2 Jmfrelse
P/m
2,5
Medeldensitet Sim
Medel F4 07:30-08:00
1,5
Medel F4 08:00-08:30
Medel F5 07:30-08:00
Medel F5 08:00-08:30
0,5
LOS A - Que
0
15
65
115
165
215
LOS B - Que
LOS C - Que
LOS D - Que
65
ytor skilja sig. Att en stor del av fotgngarna i och med detta kommer fram till uppgngen
snabbare i fltstudien n vid simuleringen, innebr att trngseln uppstr snabbare vid
fltstudiesituationen.
I Figur 49 ses ven att hgsta nivn fr fltstudieresultaten p yta 1 r lgre n den hgsta
nivn under simuleringen. Detta samtidigt som varaktigheten fr toppen r kortare vid
fltstudierna n vid simuleringen. I jmfrelsen fr yta 2 i Figur 50 ses att trngseln ven
hr visar ngot hgre maxniver vid simuleringen n vid fltstudierna ven om skillnaden
hr r betydligt mindre n fr yta 1. Vid jmfrelsen fr yta 2 ses att varaktigheten fr
vissa av fltstudieresultaten liknar den fr simuleringen samt att varaktigheten fr vissa av
fltstudieresultaten ven hr skiljer sig ngot mot simuleringen.
Att varaktigheten vid jmfrelserna i Figur 49 och Figur 50 fr trngselsituationen
nedanfr rulltrapporna vid fltstudierna varierar och skiljer sig ngot mot modellen, beror
p att passagerarantalet varierat mellan de olika tgankomsterna vid fltstudierna och att de
drfr ven skiljer sig mot antalet avstigande fr tgankomsten i modellen. Den
modellerade tgankomsten har, som berrts under avsnitt 2.4.3, ett resenrsantal
motsvarande den ankomst som under den studerade timmen hade strst antal avstigande
enligt Sknetrafikens statistik.
Ytterligare en bidragande faktor till att resultaten skiljer sig vad det gller tidpunkt d
trngseln frst intrffar och varaktighet fr sjlva ksituationen r att hastighetsspridningen
mellan fotgngarna i verkligheten troligtvis r strre n mellan fotgngarna i modellen. En
strre hastighetsspridning innebr att tiden mellan det att frsta och sista fotgngaren
anlnder frlngs, vilket i sin tur innebr att trngseln blir lgre i omrdet nedanfr
rulltrapporna. Att rulltrapporna i modellen med grundparametrar ven underskattar fldet
enligt tidigare jmfrelse riskerar ven det att bidra till en hgre trngsel p ytan nedanfr
rulltrapporna.
Vid jmfrelse mellan densitetsniverna fr de olika tidsperioderna under fltstudierna ses
att maxniverna fr den andra halvtimmen (08:00-08:30) r lgre n fr den frsta. Detta
trots att antalet resenrer r i samma storleksordning tyder p ett skiljande beteende hos
resenrerna, exempelvis en lgre stressniv.
4.1.4 Skillnader i kbeteende
En betydlig skillnad mellan trngselsituationen som observerades under fltstudierna och
trngselsituationen i modellen r den form som kbildningen tar. Nedan i Figur 51 visas en
situation frn fltstudie 6 dr en k har uppsttt som strcker sig ut p plattformsytan
utanfr frrummet. I Figur 52 visas som jmfrelse en situation ifrn simuleringsmodellen
dr ungefr lika mnga fotgngare ingr i kn men dr kn trots detta inte gr utanfr
frrummet.
66
En intressant notering vid denna jmfrelse r att kn vid fltstudien har en lngsmal form
och att fotgngarna i den situationen verkar fredra att redan ifrn brjan placera sig tv
och tv i bredd. Kn vid den simulerade situationen har istllet en radiell form dr de
vntande fotgngarna utgr ringformade lager. Denna skillnad i kform ger upphov till
olika spridning av trngseln d fotgngarna i fltstudiesituationen, genom att bilda en k
som endast r tv personer bred, sprider ut sig p fler ytor. Till exempel pverkar
situationen vid fltstudien ytan utanfr frrummet i strre grad men hller samtidigt ytan i
67
frrummet fri fr det motriktade fotgngarfldet. Situationen i modellen innebr istllet att
hela ytan i frrummet pverkas men att ytan ute p plattformen lmnas opverkad. Vid
LOS-rutntsstudien, Figur 33 under avsnitt 3.3, ses att kbildningen i simuleringen till en
brjan pverkar ytan p plattformen och att kbildningen sedan packas ihop och d ven
brjar pverka ytan fr det motriktade fotgngarfldet. Anledningen till att kns form
frndras r att de simulerade fotgngare strvar efter att optimera sin egen situation och
drfr vill minimera avstndet till rulltrappan. D situationen i fltstudien istllet prglas
av en rad sociala och psykologiska faktorer uppstr denna skillnad i kform.
4.1.5 Analys av parameterkonfigurationer - Rulltrappsflden
I figurerna fr respektive parameters effekt p rulltrappskapaciteten, som presenterats
under avsnitt 3.4 ovan, ses dels en kurva som representerar krningsmax och dels en kurva
som representerar medelvrdet av de olika ankomsternas maxvrden.
Tau:
Ett lgre vrde p parametern Tau innebr att trgheten minskar i reaktionen d det ter
blir fri vg efter en situation dr fotgngaren tvingats bromsa in och att fotgngarna drfr
snabbare ter r uppe i sin efterfrgade hastighet. Fr kapaciteten i rulltrappan, se Figur 35,
innebr den kortare reaktionstiden, det vill sga lgre parametervrden p Tau, en hgre
rulltrappskapacitet d fotgngarna har lttare fr att hinna stiga p rulltrappan nra efter
fregende fotgngare. Vid ksituationen nedanfr rulltrappan innebr detta att
varaktigheten fr kn minskar d tiden mellan det att en situation lses tills dess att hela
kn ter rr p sig kortas.
Gridsize:
En justering av parametern grid_size innebr en frndring av storleken p det omrde fr
vilket en simulerad fotgngare influeras. Ett strre influensomrde innebr i sin tur att den
aktuella fotgngaren har mjlighet att pverkas av ett strre antal omgivande fotgngare.
Lgre vrden p parametern grid_size tenderar enligt Figur 36 att innebra hgre
rulltrappskapaciteter. Detta beror p att fotgngarna nr de endast influeras av ett litet
omrde i det hr fallet i strre utstrckning pverkas i frdriktningen n i sidled varvid
strningarna p fldet minskar. Vrdena i nrheten av grundvrdet uppvisar dock en plat
vilket gr det ngot oskert att ndra denna parameter i kalibreringssyfte.
React to n:
D parametern react_to_n anger antalet fotgngare som den aktuella fotgngaren skall ta
hnsyn till innebr ett hgre parametervrde att den simulerade fotgngaren tar hnsyn till
fler av de omgivande fotgngarna. Som visas i Figur 37 tenderar lgre parametervrden att
ge hgre rulltrappskapaciteter. Denna tendens har sin grund i att fotgngarna vid
pstigning av rulltrappan och strax dr fre egentligen endast pverkas av ett ftal
personer. Att den simulerade fotgngaren d tar hnsyn till ett ondigt stort flde innebr
troligtvis strningar som inverkar negativt p rulltrappans kapacitet. Trots detta lmpar sig
inte justering av denna parameter fr kalibrering av modeller vad det gller maxkapacitet i
rulltrappor d variationerna i serien r stora vilket gr justering av parametern osker.
68
A soc isotrpoic:
En snkning av parametern A_soc_isotropic innebr att den kraft som beror p avstndet
mellan fotgngarna minskar och att fotgngarna i modellen drigenom i mindre grad
pverkas av omgivande fotgngare. Detta leder till att fotgngarna vljer att st och g
nrmare varandra, ngot som gynnar fyllnadsgraden i rulltrappan och drmed ven
kapaciteten. I Figur 38 syns att detta ger upphov till en svag trend mot att lgre vrden p
parametern A_soc:isotropic ger upphov till hgre kapacitet i rulltrappan. Dock uppvisar
frndring av parametern stor variation vad det gller maxkapaciteten vilket gr att
parametern inte r intressant ur ett kalibreringssyfte fr just flden i och omkring
rulltrappor.
B soc isotropic:
En snkning av parametervrdet fr B_soc_isotropic innebr att ytan varje fotgngare tar i
ansprk minskar. I modellen br dock enligt PTV (2012) vrdet p parametern
B_soc_isotropic ungefr motsvara fotgngarnas genomsnittliga kroppsradie. I Figur 39 ses
en tydlig trend mot att lgre parametervrden ger upphov till hgre rulltrappskapacitet.
Detta genom att mindre avstnd fotgngarna emellan ger upphov till en hgre fyllnadsgrad
och drmed ven en hgre kapacitet. Intressant att se i parameterjmfrelsen r ven den
pverkan som storleken p de simulerade fotgngarna har p rulltrappskapaciteten i
modellen, ngot som kan vara intressant vid till exempel jmfrelser mellan situationer i
olika delar av vrlden. Att parametervrdet br motsvara fotgngarnas genomsnittliga
kroppsradie innebr att stora justeringar p denna parameter r orimliga och att drfr
endast sm justeringar br gras frutom i specialfall.
Lambda mean:
En hjning av parametern lambda_mean innebr att de simulerade fotgngarna influeras
allt mindre av sociala krafter bakifrn. Detta leder till mindre strningar i sidled frn
omgivande fotgngare som befinner sig bakom den aktuella fotgngaren. Dessa
sidledsstrningar tenderar att pverka fotgngarnas frammtgende rrelser mer negativt
n vad de eventuella ptryckade krafterna pverkar rrelsen positivt. I och med detta kan
en trend mot att hgre vrden p lambda_mean ger upphov till hgre rulltrappskapaciteter
observeras i Figur 40. Dock r trenden ngot ostabil fr de nrmast omkringliggande
vrdena vilket gr denna parameter ngot osker vid kalibrering av just maxkapaciteter fr
rulltrappor.
A soc mean:
D en nedjustering av parametern A_soc_mean innebr en frsvagning av den kraft mellan
fotgngare som beror p den relativa hastigheten dem emellan blir det lttare fr
fotgngare att bryta in i passerande flden. Detta ger upphov till bttre flyt i kbildningen
och gynnar drmed kapaciteten i rulltrappan genom att det blir en jmnare strm
fotgngare som kan stiga p. Intressant i Figur 41 r ven att differensen mellan det totalt
maximala vrdet och vrdet fr genomsnittet av ankomsternas maxvrden fr detta
slumptal skiljer sig kraftigt mellan parametervrdet 0.6 och 0.7. Detta tyder p att det vid
parametervrdet 0,7 fr ngra ankomster under krningen uppstr en situation med
69
betydligt hgre flde n fr andra ankomster, samtidigt som det fr parametervrdet 0.6
istllet uppns vldigt lika maxflden fr de olika ankomsterna under krningen.
B soc mean:
D parametern B_soc_mean representerar avstndet inom vilket en simulerad fotgngare
pverkas av sociala krafter innebr ett kat avstnd att fotgngaren kan pverkas av ett
strre antal omgivande fotgngare. Frndring av denna parameter ger i Figur 42 inte
upphov till varken ngon hjning eller snkning av rulltrappskapaciteten. Att denna
parameter r beroende av att parametern grid_size mste vara lika stor eller strre pverkar
inte resultatet i Figur 42 d grid_size som grundvrde har 5.
VD:
D parametern VD styr i vilken grad en simulerad fotgngare tar hnsyn till omgivande
fotgngares hastighet innebr ett hjt vrde p VD att fotgngarna i modellen tidigare vjer
fr andra fotgngare med betydligt hgre, lgre eller motriktad hastighet. Vid justering av
parametern ses i Figur 44 inte ngon trend fr att varken hja eller snka maxfldet i
rulltrappan. Vid bedmning av vrden ver 5 br beaktas att variationerna kan bero p
konflikten mellan parametern VDs kande trend och parametern grid_sizes nedtgende
trend fr kande parametervrden.
De parametrar som utgende ifrn effektbedmningen anses vara intressanta ur ett
kalibreringsperspektiv fr kapaciteten i rulltrappor r parametrarna Tau, avsnitt 3.4.1,
B_soc_isotropic, avsnitt 3.4.5, och A_soc_mean, avsnitt 3.4.8. Dessa tre kombineras ven
fr att utreda om kombinationer kan anvndas fr finjustering eller inte. I Tabell 12
sammanstlls dessa sex freslagna parameterkonfigurationer och dr presenteras ven det
maxvrde och medelvrde fr ankomstmax respektive parameterkonfiguration ger upphov
till i modellen.
4.1.6 Analys av parameterkonfigurationer Densitet
I Figur 45 ovan ses att samtliga parameterkonfigurationer som tidigare presenterats ger
upphov till en hgre rulltrappskapacitet ven ger upphov till svl lgre densitetsniver
som kortare varaktigheter. Detta d en hgre rulltrappskapacitet medfr att tiden det tar fr
resenrerna att lmna plattformen minskar och att frre resenrer drfr samlas i
frrummet nedanfr rulltrappan. Samtliga parameterkonfigurationer visar samma mnster
fr tidsperioden d trngseln byggs upp men avviker sedan fr att uppn olika maxvrden.
Den parameterkonfiguration av de som studerats som innebr minst pverkan r den dr
parametern A_soc_mean ges vrdet 0.3. I Figur 45 ses ven att kurvorna fr samtliga
parameterkonfigurationer frutom B_soc_isotropic har sin topp ngot tidigare n
konfigurationen med grundinstllningar.
I studien fr yta 2 i Figur 46 ses att flera av parameterkonfigurationerna som testats
uppvisar en brantare lutning n konfigurationen med grundinstllningar i det inledande
skedet. En brantare lutning i det inledande skedet innebr att maxvrdet uppns tidigare
men pverkar i vrigt inte den upplevda trngseln nedanfr rulltrappan. Samtliga
konfigurationer med justerade parametrar uppvisar ven hr lgre maxvrden n
70
Densitetsutveckling Y1 Analys
Medel F4/F5 07:30-08:00
2,5
P/m
Tau: 0.3
1,5
B_soc_isotropic: 0.15
1,0
0,5
0,0
15
65
115
165
215
B_soc_isotropic: 0.15
A_soc_mean: 0.3
Tau: 0.3 A_soc_mean: 0.3
I Figur 53 ses att ett kat rulltrappsflde till fljd av justeringen av kalibreringsparametrar
ger upphov till en densitetsutveckling i modellen som i hgre grad efterliknar utvecklingen
vid fltstudien. Trots att flera av konfigurationerna enligt Tabell 12 ger upphov till
liknande fldesvrden ses dock i Figur 54 att de trots detta ger upphov till olika
densitetsutvecklingar. Detta medfr att valet av parameterkonfiguration br gras med
avseende p svl kapacitetsvrden som densitetsutveckling. Dock ses i figuren att ingen
av konfigurationerna med justerade parametervrden uppvisar trngsel lika tidigt som
observerats vid fltstudierna. Detta innebr att skillnaden beror p andra faktorer n
rulltrappsfldet och drmed eventuellt krver frndring av hastighetsfrdelningar eller
andra delar av modellen. Det viktigaste fr fotgngarnas upplevelse av trngseln r dess
maxniv samt hur lnge trngseln varar, se avsnitt 2.1.5. I denna studie r det drfr av
mindre betydelse att puckeln fr fltstudiedatan uppstr tidigare n vid simuleringen, s
lnge de uppvisar liknande form och maximalt densitetsvrde.
71
Densitetsutveckling Y2 Analys
Medel F4/F5 07:30-08:00
2,5
P/m
Grundvrden
1,5
Tau: 0.3
1,0
B_soc_isotropic: 0.15
A soc mean: 0.3
0,5
65
115
165
215
B_soc_isotropic: 0.15
A_soc_mean: 0.3
Tau: 0.3 A_soc_mean: 0.3
Densitetsutveckling Y2 Analys
Medel F4/F5 07:30-08:00
1,6
1,4
Grundvrden
P/m
1,2
1,0
Tau: 0.3
0,8
B_soc_isotropic: 0.15
0,6
0,4
0,2
70
90
110
130
150
Fr analysen i Figur 54, med detalj i Figur 55, ses att maxniverna ven hr fr flera av de
justerade parameterkonfigurationerna, i strre grad n grundparameterkonfigurationen,
efterliknar fltstudiesituationens densitetsutveckling. Likt resonemanget fr yta 1 och
genom den absoluta kopplingen ytorna emellan beror den frskjutna starten ven hr p
andra faktorer n kapaciteten i rulltrappan.
72
5 Slutsatser
5.1 Bedmning av hypoteser
H1. Simulerade vrden i Vissim/Viswalk med grundparameterinstllningar underskattar
kapaciteten i rulltrappor vid verbelastning.
Hypotesen bedms vara bekrftad d resultaten i Tabell 14 visar p att hgre maxflden i
rulltrappan har observerats vid fltstudietillfllena n vid ngon av de ankomster som
simulerats under de 15 krningarna med grundparametrar. Vid anvndning av
grundparameterkonfigurationen underskattas, fr den aktuella situationen, det maximala
rulltrappsfldet med cirka 10% i Vissim/Viswalk jmfrt med vad som observerats vid
fltstudierna. Det faktum att simuleringsmodellen underskattar den maximala kapaciteten
hos rulltrapporna vid verbelastning innebr ven att modellen riskerar att verskatta
densitetsnivn nedanfr rulltrappan och drigenom ven terge en fr hg Level of Service
niv fr de aktuella ytorna.
H2. Befintliga berkningssamband verskattar kapaciteten i rulltrappor vid
verbelastning.
Med utgngspunkt i Tabell 14 och med std i avsnitt 2.1.6 bedms hypotes H2 vara
bekrftad d de maxkapaciteter som observerats vid fltstudierna understiger samtliga
kapacitetsvrden som angivits och berknats enligt befintliga berkningssamband. Vad det
gller rulltrappskapaciteten verskattar sambandet enligt TRB kapaciteten med cirka 7%
och kan drmed bekrftas uppfylla sin roll som ett generellt riktvrde vid dimensionering
av byggnader och fotgngarfaciliteter. Rulltrappskapaciteten enligt EN 115-1 verskattar
dock kapaciteten jmfrt med vad som observerats vid fltstudierna med hela 45%. Denna
verskattning riskerar att vid dimensionering av fotgngarfaciliteter innebra en
underdimensionering av till exempel antalet rulltrappor samt en underskattning av
densitetsniverna p ytan nedanfr rulltrappan.
H3.a. Vissim/Viswalk verskattar vid simulering med grundparametrar densitetsnivn p
ytan nedanfr rulltrappan, det vill sga att fotgngarna placerar sig ttare i modellen n i
verkligheten.
Denna hypotes kan med std i Figur 50, och delvis ven Figur 49, bekrftas d
densitetsutvecklingskurvan fr simuleringskrningarna med grundparametrarna visar p
hgre densitetsvrden n kurvorna fr fltstudierna. Fr studien p yta 1, Figur 49, br
beaktas att det vid simuleringskrningen med grundparametrar vid ngra tillfllen
frekommit problematik med stillastende personer vid sidan av rulltrappans ingng. D en
person blir stillastende p en yta som vid fltstudierna inte anvnds av resenrer pverkar
detta densitetsnivn mot hgre vrden. D denna problematik endast frekommer p yta 1
baseras istllet bedmningen av hypotesen p situationen p yta 2. Fr situationen p yta 2
ses att simuleringen ger upphov till hgre densitetsniver vilket bekrftar hypotesen. Fr
yta 2 innebr verskattningen ven att LOS-D uppns vid maxvrdet enligt simuleringen
trots att det vid fltstudietillfllet som mest uppns LOS-C.
73
74
slutsatser endast kan dras fr Malm C men att dessa slutsatser och parametrarnas
pverkan med stor sannolikhet ven gr att tillmpa fr liknande situationer och modeller.
75
76
77
6 Referenser
Amen, M., 2013. Resandestatistik frn Sknetrafiken [Intervju] (28 02 2013).
Andersson, H., 2004. Mikrosimulering - Kurs KTH, februari. [Online]
http://www.infra.kth.se/courses/1H1402/Litteratur/Mikrosimulering.pdf
[Anvnd 31 Januari 2013].
Daamen, W. & Hoogendoorn, S. P., 2012. Emergency Door Capacity: Influence of Door
Width, Population Composition and Stress Level. Fire Technology, 48(1), pp. 55-71.
Fujijama, T. & Tyler, N., 2010. Predicting the walking speed of pedestrians on stairs.
Transportation Planning and Technology, 33:2, pp. 178-202.
Gunnefur, O., 2013. Resenrsrkningar och kameravervakning p Malm C [Intervju]
(27 02 2013).
Helbing, D. & Johansson, A., 2009. Pedestrian, Crowd and Evacuation Dynamics.
Encyclopedia of Complexity and Systems Science, vol 16, pp. 6476-6495.
Helbing, D. & Molnr, P., 1995. Social force model for pedestrian dynamics. Physical
review E, pp. 4282-4286.
Hoogendoorn, S., Bovy, P. & Daamen, W., 2002. Mikroscopic Pedestrian Wayfinding and
Dynamics Modelling. Schreckenberg and Sharma, pp. 123-154.
Jernhusen, 2013. Malm Centralstation. [Online]
http://www.jernhusen.se/Resenar/Malmo-Centralstation/
[Anvnd 5 Februari 2013].
Jianhong, Y. & Xiaohong, C., 2011. Optimal Measurement Interval for. Journal of
Transportation Engineering, pp. 934-943.
Johansson, A., 2008. Data-Driven Modeling of Pedestrian Crowds. Dresden: Faculty of
Traffic Sciences, Technische Universitt Dresden.
Johansson, F., Petersson, A. & Tapani, A., 2012. Performance evaluation of railway
platform design using. Santiago, Chile, Linkpings universitet, Tekniska hgskolan.
Kretz, T., 2011. A level of service scheme for microscopic simulation, of pedestrians that
integrates queuing, uni-and multi-directional flow situations.. European Transport
Research Review, 3(4), pp. 211-220.
Kretz, T., 2013. Problems during Viswalk simulation [Intervju] (07 Maj 2013).
Kretz, T. o.a., 2011. Quickest paths in simulations of pedestrians. Advances in complex
systems, vol 14 no.5, pp. 733-759.
78
Kretz, T., Hengst, S. & Vortisch, P., 2008. Pedestrian Flow at Bottlenecks - Validation and
Calibration of Vissim's Social Force Model of Pedestrian Traffic and its Empirical
Foundations. Gold Coast, Australia, International Symposium of Transport Simulation
2008.
Kronenbitter, S., 2013. PTV Viswalk information [Intervju] (28 Februari 2013).
Lowenes, N. E. & Machem, R. B., 2006. VISSIM: A Multi-parameter Sensitivity Analysis.
Monterey, California, Winter Simulation Conference.
NYC DCP, 2006. Pedestrian Level of Service Study, Phase 1. New York: New York City Department of City Planning.
PTV AG, 2012. VISSIM 5.40 - User Manual. Karlsruhe: PTV AG.
PTV AG, 2013. PTV viswalk - Application areas. [Online]
http://www.ptv-vision.com/en-uk/products/vision-traffic-suite/ptv-viswalk/applicationareas/
[Anvnd 31 Januari 2013].
Rakha, H., Hellinga, B., Van Aerde, M. & Perez, W., 2005. Systematic Verification,
Validation and Calibration of Traffic. Washington D.C., Transportation Reaserch Board.
Samtrafiken, 2013. Stationsinfo. [Online]
http://www.stationsinfo.se/station/MalmoCentral
[Anvnd 25 Februari 2013].
Seyfried, A. o.a., 2009. New insights into pedestrian flow through bottlenecks.
Transportation Science, Volym 43, pp. 395-406.
Sknetrafiken, 2012. Antal resor per station i Skne 2000-2012. [Online]
http://a3.mndcdn.com/raw/upload/uowda9xz0z4zscb2k1yf.xls
[Anvnd 1 Mars 2013].
SS EN 115-1, 2010. SS-EN 115-1: 2008+A1:2010 Rulltrappor och rullramper Skerhet,
Stockholm: Swedish Standards Institute.
Trafikverket, 2008. KOLL framt en kraftfull kning av andelen kollektivtrafik. [Online]
http://publikationswebbutik.vv.se/upload/4233/2008_33_koll_framat_huvudrapport_20071
221.pdf
[Anvnd 5 Februari 2013].
Trafikverket, 2012. Stationshandbok. [Online]
http://publikationswebbutik.vv.se/upload/6934/2012_226_Stationshandbok.pdf
[Anvnd 5 Februari 2013].
TRB, 2003. Transit Capacity and Quality of Service Manual Part 7. 2:a red. Washington
DC: Transportation Reaserch Board.
79
Bilaga 1
Exempel p fotgngarparameterfil frn Vissim 5.40
<parameter name="parameter_use_cache"
usage in later runs; 0:don't"/>
<parameter name="parameter_Tau"
value="0"
default="0"
type="integer" scope="global"
<parameter name="parameter_grid_size"
<parameter name="parameter_react_to_n"
pedestrians"/>
value="5"
default="5"
value="8"
type="integer" scope="global"
default="8"
<parameter name="parameter_A_soc_isotropic"
relative speed-dependent social force (physical, static)"/>
value="1.6" default="1.6"
<parameter name="parameter_B_soc_isotropic"
m"/>
value="0.2" default="0.2"
<parameter name="parameter_lambda_mean"
soc_isotropic force from behind"/>
<parameter name="parameter_A_soc_mean"
value="0.4" default="0.4"
direction dependent social force (social/psychological, dynamic)"/>
<parameter name="parameter_B_soc_mean"
be at least as large, else increasing this value has no effect"/>
value="2.8" default="2.8"
<parameter name="parameter_VD"
value="3" default="3"
make opposing pedestrians evade earlier; effect limited by parameter grid_size"/>
<parameter name="parameter_noise"
value="1.2" default="1.2" minimum="0.0" scope="pedestrian type" description="general force of random force applied
on pedestrians being forced to move slower than desired for some time"/>
<parameter name="parameter_never_walk_back"
value="0" default="0" type="boolean" scope="global" description="Enable/disable pedestrians stopping, if the
calculated velocity points more than 90 away from the desired direction (1 = on, 0 = off)."/>
<parameter name="parameter_routing_large_grid"
value="7" default="7" type="integer" scope="global"
description="increase in scenarios with large open
spaces and large obstacles and decrease in small scale scenarios to reduce need for RAM; this parameter has no directed influence on the movement" />
<parameter name="parameter_routing_step"
value="4" default="4"
distance look-up table, decrease for faster calculation of distance look-up table"/>
type="integer" scope="global"
<parameter name="parameter_routing_accuracy"
value="1.0" default="1.0" minimum="0.0" scope="global"
distance look-up table in draft runs; always set 1.0 in runs done to obtain results and/or animations"/>
<parameter name="parameter_routing_obstacle_dist"
value="0.5" default="0.5" minimum="0.0" scope="global"
kept from walls at low densities; reduce in scenarios with narrow passages"/>
<parameter name="parameter_routing_cell_size"
value="0.15" default="0.15" minimum="0.01" scope="global"
description="The cell size for the routing field
(static potential). Reduce to 0.1, if you experience problems with passages narrower than 50 cm. Start with 0.15 for any new project."/>
<parameter name="parameter_dynamic_potential_average_f"
1/f over time (1 = on, 0 = off)."/>
<parameter name="parameter_dynamic_potential_cell_size"
dynamic potential field."/>
value="0"
default="0"
type="boolean"
<parameter name="parameter_dynamic_potential_g"
<parameter name="parameter_dynamic_potential_h"
default="1"
type="boolean"
scope="global" description="Enable/disable
<parameter name="parameter_dynamic_potential_direction_change_p"
value="4" default="4" type="double" minimum="0.0" scope="global" description="Degree of clipping
of direction changes in potential field. Can be between 0 and 180 (absolute) degrees."/>
<parameter name="parameter_queue_order"
defines the shape of a (user-specified) queue." />
<parameter name="parameter_queue_straightness"
defines the shape of a (user-specified) queue." />
80
<parameter name="parameter_side_preference"
value="0"
default="0"
Bilaga 2
Pedestrian Level of Service on Walkways (TRB, 2003, p. 11)
81
Bilaga 3
Pedestrian Level of Service in Queuing Areas (TRB, 2003, p. 14)
82
Bilaga 4
Demonstration av Dynamic Potential (Kretz, et al., 2011, p. 746)
83