Distribution of vehicle speeds in traffic flow on multilane roads approaching major and metropolitan cities

Abstract

У статті досліджено особливості розподілу швидкостей руху транспортних засобів на багатосмугових автомобільних дорогах на підходах до значних та найзначніших міст на прикладі шестисмугової ділянки автомобільної дороги М-05 Київ – Одеса. Методика дослідження ґрунтується на натурному спостереженні з використанням покадрового відеоаналізу з точністю 0,04 с, що дало змогу визначити часові інтервали між транспортними засобами та отримувати моментальну швидкість руху. У ході аналізу було побудовано теоретичні та фактичні криві розподілу швидкостей, визначено типові швидкісні діапазони для різних смуг та перевірено відповідність отриманих даних нормальному закону розподілу. У ході дослідження розподілу швидкостей транспортних засобів на багатосмугових автомобільних дорогах було визначено ключові напрями аналізу. Зокрема, дослідження спрямовувалося на перевірку відповідності емпіричних даних статистичній моделі нормального розподілу, встановлення характерних швидкісних діапазонів залежно від типу транспортного засобу, а також на оцінювання впливу інтенсивності руху та структурного складу потоку на параметри швидкості. У межах дослідження проаналізовано просторово-часову структуру транспортного потоку: встановлено добовий розподіл інтенсивності руху, його варіацію за смугами та напрямками, а також визначено фактичні та теоретичні криві розподілу швидкостей. Досліджено залежності між основними параметрами потоку – інтенсивністю, щільністю та швидкістю. Для опису закономірностей розподілу транспортних засобів по смугах застосовано метод лінійної регресії, що дало змогу побудувати аналітичні залежності N₁, N₂, N₃ від загальної інтенсивності N з використанням методу найменших квадратів. Результати дослідження показали, що розподіл швидкостей на дослідженій ділянці достатньо добре узгоджується із нормальним розподілом, а виявлені відхилення є випадковими. Отримане значення швидкості 85 % забезпеченості (98 км/год) можна використовувати як орієнтир для встановлення рекомендованих обмежень швидкості, моделювання пропускної здатності та розроблення елементів інтелектуального управління дорожнім рухом.The distribution characteristics of vehicle speeds on multilane highways approaching major and metropolitan cities, using a six-lane segment of the M-05 Kyiv – Odesa highway as a case study, are investigated in this paper. The research methodology is based on field observations employing frame-by-frame video analysis with an accuracy of 0.04 seconds, enabling precise identification of time headways between vehicles and calculating their instantaneous speeds. Both theoretical and empirical speed distribution curves were constructed. Typical speed ranges for different traffic lanes were identified, and the conformity of the observed data to the normal distribution law was statistically verified. The research identified several key analytical directions in the study of vehicle speed distribution on multilane highways. Specifically, the investigation focused on assessing the conformity of empirical data to the normal distribution model, establishing characteristic speed ranges by vehicle type, and evaluating the influence of traffic volume and traffic flow composition on speed parameters. The authors also examined the spatiotemporal structure of traffic flow, including the daily distribution of traffic volumes, lane-by-lane and directional variation, and empirical and theoretical speed distribution curves. Relationships among key traffic parameters – volume, density, and speed – were analyzed. A linear regression method was applied to describe the lane-wise distribution of vehicles, enabling the derivation of analytical dependencies N₁, N₂, and N₃ on total traffic volume N using the least squares method. The results showed that the speed distribution on the studied highway segment aligns well with the normal distribution, with observed deviations being random. The obtained 85th percentile speed (98 km/h) can serve as a reference for setting recommended speed limits, modeling roadway capacity, and developing intelligent traffic management systems components