Säkerhetseffekter av trafikledning på motorväg - Movea Trafikkonsult ...

Säkerhetseffekter av trafikledning 

och ITS 

Slutrapport 

V1.0 

2012-01-15 

Gunnar Lind, Per Strömgren och Johan Olstam

Säkerhetseffekter av trafikledning och ITS 2012-01-15 

Förord 

Arbetet med att ta fram riktlinjer för vägtrafikledning på högtrafikerade motorvägar 

visar att det är svårt att härleda trafiksäkerhetseffekter för olika delsystem och utformningsvarianter. 

Kunskapen ligger på en övergripande nivå och de olika delsystemens 

bidrag är oklart. 

Syftet med FUD-projektet ”Trafiksäkerhetseffekter av vägtrafikledning och ITS” (Sätra) 

är att få trovärdiga säkerhetsbedömningar av trafikledningsåtgärder. Enskilda faktorers 

bidrag till trafiksäkerheten behöver kartläggas bättre t.ex. hastighetsnivå, relativa 

hastigheter, hastighetsvariationer, förekomst av korta tidluckor, skillnader i hastighet 

mellan körfält, varningsvägmärken m.m. 

FUD-projektet genomförs gemensamt av Movea och VTI. Gunnar Lind och Per 

Strömgren deltar från Movea medan Johan Olstam deltar från VTI. 

I Arbetsrapport 1 redovisas en internationell scanning av trafiksäkerhetseffekter av trafikledning 

på högtrafikerade motorvägar. Med ledning av denna görs i Arbetsrapport 2 ett 

försök till syntes för beskrivning av effekter av variabla hastighetsgränser, varningsvägmärken, 

kövarningssystem, kamerabevakning, hastighetsövervakning m.m. i 

trafikledningssystem. Denna utgör utgångspunkten för känslighetsanalyser med hjälp 

av trafiksimulering, som redovisas i Arbetsrapport 3. 

Gunnar Lind och Per Strömgren, Movea, svarar för Arbetsrapport 1 och 2. Johan Olstam, 

VTI, svarar för Arbetsrapport 3. Föreliggande Slutrapport sammanfattar de tre 

arbetsrapporterna. Gunnar Lind, Movea, svarar för redigeringen av slutrapporten. 

Kent Olsson 

Trafikverket


Innehåll 

SAMMANFATTNING .............................................................................................................. 1 

1 BAKGRUND .......................................................................................................................... 3 

1.1 Problem och syfte ................................................................................................... 3 

1.2 Arbetsmetodik ........................................................................................................ 4 

1.3 Härledning av säkerhetseffekter .......................................................................... 4 

2 SUMMERING AV LITTERATURSTUDIEN ..................................................................... 6 

2.1 Viktigaste olyckspåverkande faktorer ................................................................ 6 

2.2 Viktigaste säkerhetshöjande åtgärder ................................................................. 8 

3 SAMLADE EFFEKTER AV AKTIV TRAFIKLEDNING ................................................ 10 

3.1 Utgångspunkter ................................................................................................... 10 

3.2 Tillämpningsområden ......................................................................................... 12 

3.3 Preliminära effektsamband ................................................................................ 14 

4 VAD KAN FÖRKLARAS AV EGENSKAPER HOS TRAFIKFLÖDET? ...................... 20 

4.1 Skiss till uppbyggnad av trafikteknisk modell ................................................ 20 

4.2 Genomsnittlig fordonshastighet ........................................................................ 20 

4.3 Referenshastighet ................................................................................................. 21 

4.4 Hastighetsspridning ............................................................................................ 22 

4.5 Distanshållning..................................................................................................... 23 

4.6 Flödets instabilitet/harmonisering ..................................................................... 24 

4.7 Reaktionsberedskap ............................................................................................. 26 

5 KÄNSLIGHETSANALYS AV KÖVARNING OCH HOMOGENISERING ............... 28 

5.1 Inledning ............................................................................................................... 28 

5.2 Kövarning ............................................................................................................. 30 

5.2.1 Reshastighet .......................................................................................... 30 

5.2.2 Hastighetsspridning ............................................................................. 33 

5.2.3 Hastighetsskillnad mellan körfält ...................................................... 34 

5.2.4 Slutsatser kring hypoteserna .............................................................. 35 

5.3 Homogenisering via variabel hastighet (VH) .................................................. 36 

6 SLUTSATSER ....................................................................................................................... 36 

6.1 Erfarenheter från litteraturinventeringen ......................................................... 36 

6.2 Erfarenheter från modellformuleringen ........................................................... 37 

6.3 Erfarenheter från trafiksimuleringen ................................................................ 38


7 FORTSATT ARBETE OCH OBESVARADE FRÅGOR .................................................. 39 

7.1 Ökad förståelse av homogenisering .................................................................. 39 

7.2 Simuleringar kan göra nytta ............................................................................... 42 

7.3 Svenska mätdata är en bristvara ........................................................................ 42 

REFERENSER ........................................................................................................................... 44

Säkerhetseffekter av trafikledning och ITS 

Sammanfattning 

Arbetet med att ta fram riktlinjer för vägtrafikledning på högtrafikerade motorvägar har 

visat att det är svårt att härleda trafiksäkerhetseffekter för olika delsystem och 

utformningsvarianter. Syftet med projektet ”Säkerhetseffekter av trafikledning och ITS” 

är att bidra till mer trovärdiga bedömningar av trafikledningsåtgärder. 

Arbetet har bestått av tre delar. I Arbetsrapport 1 redovisas en internationell scanning av 

trafiksäkerhetseffekter av trafikledning på högtrafikerade motorvägar. Med ledning av 

denna görs i Arbetsrapport 2 ett försök till syntes för beskrivning av effekter av variabla 

hastighetsgränser, varningsvägmärken, kövarningssystem, kamerabevakning, 

hastighetsövervakning m.m. i trafikledningssystem. Denna utgör utgångspunkten för 

känslighetsanalyser med hjälp av trafiksimulering, som redovisas i Arbetsrapport 3. 

De viktigaste erfarenheterna från projektets tre delar: 

Trafikledningssystem höjer reaktionsberedskapen 

En studie av Bernhard (1999) visar att reaktionstiden minskar med ökande hastighet. 

Förare med högre utgångshastighet kompenserar detta med större retardation. Genom 

variabla meddelandeskyltar (VMS) eller MCS kan en ökande reaktionsberedskap 

skapas i samband med att man når mycket tät trafik eller köslut med en kortare 

reaktionstid som följd. 

Det är svårt att isolera effekterna för enskilda system 

System för homogenisering av trafik (VH) och kövarning (MCS) ingår ofta i ett 

integrerat system. Resultat avseende effekter avser därför också summan av de båda 

funktionerna. Homogenisering genom trafikstyrd variabel hastighet gör störst nytta vid 

omkring 90% belastning, då sammanbrott kan förhindras eller försenas. Därvid reduceras 

också upphinnandeolyckor. Kövarning gör störst nytta vid plötsliga hastighetsfall 

i samband med olyckor. 

Säkerhetseffekter uppstår även när systemet är inaktivt 

Olycksanalyser för kövarningssystemet utanför Birmingham (M42) visar att säkerheten 

ökar mest i lågtrafik då många singelolyckor inträffar. Olycksanalyser för väderstyrd 

VH i Halland (E6) visar att säkerheten ökar mest vid torrt väglag. Båda dessa resultat är 

kontraintuitiva och indikerar att säkerhetseffekter på lång sikt uppstår även när 

systemet inte är aktivt. Vår hypotes är att det uppstår en fokuseringseffekt till den VHutrustade 

vägsträckan, som innebär att trafikanterna kör mer försiktigt. 

1


Kövarning har större effekter i lågtrafik 

Trafiksimuleringar som genomförts styrker att kövarning ger ett lugnare inbromsningsförlopp 

vid köslut. Simuleringarna styrker också att effekten är större vid högre 

fordonshastigheter / lägre belastningsgrader. Olycksanalyser visar också att allvarlighetsgraden 

hos upphinnandeolyckor vid dessa tillfällen kan vara upp till tre gånger 

värre än vid låga hastigheter / höga belastningsgrader. 

Störd trafik ökar risken för olyckor 

Ett bra mått för att beskriva störd trafik är den relativa förändringen av standardavvikelsen 

i medelhastigheter (CVS) för 5-minutersperioder. I samband med olyckor är 

ofta variationen i medelhastigheten uppströms (enligt Abdel-Aty et al, 2005) betydligt 

högre än normalt 5-10 minuter före att en verklig olycka inträffar. Det går därför att 

spåra en förhöjd risk om variationen i medelhastighet är förhöjd. 

Skillnaderna i effekt vid olika hastighetsintervall går ej att förklara enbart med potensmodellen 

Vid vägrensutnyttjande fördubblas olycksrisken vid fordonshastigheter över 120 km/h 

enligt tyska erfarenheter. Vid hastigheter på 80 km/h går det däremot inte att spåra 

någon förhöjd risk. Detta resultat indikerar att relativa hastighetsskillnader i 

förhållande till köslut och andra fordon bör användas vid tillämpning av potensmodellen. 

Sannolikt är sambandet mer komplext än så. Mer studier behövs. 

Plötsliga hastighetsfall uppstår även senare än efter 20 min 

Holländska erfarenheter är att kövarning har störst effekter under de första tjugo 

minuterna efter en olycka (Middelham, 2006). Risken för sekundärolyckor avtar med 

kvadraten på tiden från olyckstillfället. Detta har inte gått att bekräfta genom 

simuleringar. Även efter 60 min uppstår stora hastighetsfall vid köslut. Den holländska 

erfarenheten skulle kunna kan bero på att de flesta trafikanter hinner bli informerade 

om olyckan inom tjugo minuter. 

Effekten av homogenisering har inte gått att bekräfta 

Effekten av trafikstyrd variabel hastighet för att homogenisera flödet har inte gått att 

bekräfta med den tillgängliga simuleringsmodellen (Aimsun). En väsentlig brist har 

dock varit att simuleringsmodellen inte kunnat hantera ändrade reaktionstider och 

annan beteendepåverkan från trafikledning på ett trovärdigt sätt. Modellen måste också 

kunna simulera störd trafik bättre. 

Bättre mätdata är nödvändiga för att förstå homogenisering och kövarning 

För att kunna förstå trafiken på mikronivå med hjälp av empiriskt material behövs en 

fin upplösning. Även flexibiliteten vad gäller analyser vid senare skeden bör tas hänsyn 

till. Nya frågeställningar kräver att trafikdata är på sådan nivå att de kan användas till 

olika studier, kostnaden för data är så stor att de bör vara så generella som möjlig. Detta 

gör att data helst ska vara på fordonsnivå. 

2


Vad krävs då för data? För normala framkomlighetsstudier krävs framför allt hastighet 

och flöde. Ska även köuppskattning ske är det en fördel om densitet i form av tidsluckor 

mäts (ofta mätt som headway). Dessutom krävs relativt täta mätsnitt för att få en 

uppfattning av vad som händer på en sträcka i form av köuppbyggnad, köavveckling 

etc. Specifikt för homogenisering och kövarning krävs därför data av den allra finaste 

upplösningen eftersom vi vill åt förändringar i olika individers beteenden. 

Slutsatser: 

1. Förbättrat modellstöd, med förmåga att simulera individuella förares körstil och 

påverkan från trafikledning, behövs för att bättre förstå homogenisering, 

vägrensutnyttjande (särskilt vid incidenter), kövarning och påfartsreglering. 

2. Svenska mätdata behövs för att kalibrera trafikmodeller, bl.a. saknas lämpliga 

mätdata för reaktionstider, hastighetsspridning och distanshållning i tät trafik 

samt mått på flödets instabilitet/harmonisering. 

3. Ökade insikter behövs i beteendeförändringar och olyckspåverkan p.g.a. 

fokuseringseffekter, som kan påverka reaktionstid på utrustade vägar och vid 

dåligt väder. 

4. Ökad kunskap behövs om ruttvalsbeteende och eventuella negativa 

säkerhetseffekter p.g.a. VMS och aktiv omledning. 

5. Ökad kunskap behövs om sambandet mellan relativa hastigheter (hastighetsskillnader) 

och uppkomsten av sekundärolyckor/upphinnandeolyckor. 

1 Bakgrund 

1.1 Problem och syfte 

Arbetet med att ta fram riktlinjer för vägtrafikledning på högtrafikerade motorvägar har 

visat att det är svårt att härleda trafiksäkerhetseffekter för olika delsystem och 

utformningsvarianter. Det finns en samlad internationell kunskap om att homogenisering 

av hastigheter och kövarning är mycket fördelaktigt från trafiksäkerhetssynpunkt. 

Till detta bidrar dels mindre hastighetsvariationer mellan fordon samt lägre 

relativa hastigheter mellan angränsande körfält och lägre relativ hastighet mellan 

ankommande fordonsström och hastighet i framförvarande kö. Vid händelser ger också 

varningsvägmärken trafiksäkerhetseffekter som förstärker effekten av hastighetsanpassningen. 

Kunskapen ligger dock på en övergripande nivå och de olika 

delsystemens bidrag är oklara. 

Syftet med projektet ”Säkerhetseffekter av trafikledning och ITS” är att bidra till mer 

trovärdiga bedömningar av trafikledningsåtgärder. För att kunna bedöma olika 

vägtrafikledningsutformningar bättre bör bidraget till trafiksäkerheten av förändringar 

av hastighetsnivå, relativa hastigheter, hastighetsvariationer, förekomst av korta 

3


tidluckor, skillnader i hastighet mellan körfält, varningsmärken m.m. kunna förklaras 

bättre. Det finns en övertro på den förenklade potensmodellen (Vägverket, 2009a) som 

enligt vår mening i sin nuvarande form inte är tillämplig för vägtrafikledning på 

högtrafikerade motorvägar. Potensmodellen är utvecklad främst för landsbygdsvägar. 

För flerfordonsolyckor är en alternativ hypotes att istället relativa hastigheter bör 

användas. Det amerikanska Vägverket hävdar t.ex. att hastighetsvariationen har större 

betydelse än hastighetsnivån för olyckor på flerfältiga motorvägar. Detta stöds delvis av 

resultaten på E6 i Mölndal där hastighetsnivån ökat, medan olyckorna minskat med 

30% tack vare trafikstyrd variabel hastighet (VH). 

1.2 Arbetsmetodik 

I Arbetsrapport 1 redovisas en internationell scanning av trafiksäkerhetseffekter av 

trafikledning på högtrafikerade motorvägar. Med ledning av denna görs i Arbetsrapport 

2 ett försök till syntes för beskrivning av effekter av variabla hastighetsgränser, 

varningsmärken, kövarningssystem, kamerabevakning, hastighetsövervakning m.m. i 

trafikledningssystem. Denna utgör utgångspunkten för känslighetsanalyser med hjälp 

av trafiksimulering, som redovisas i Arbetsrapport 3. 

Målet är att erhålla en översiktlig modell för bedömning av säkerhetseffekter av 

vägtrafikledning och ITS. Tonvikten ligger på att skapa förståelse för olika faktorers 

bidrag till trafiksäkerheten. Projektet avslutas med att föreslå kompletterande 

undersökningar för att validera trafiksäkerhetseffekterna för svenska förhållanden. 

Valideringen ligger dock utanför projektets ram. 

1.3 Härledning av säkerhetseffekter 

Oftast kombineras olika trafikledningsåtgärder i ett system. Motorvägsstyrning (MCS) 

består vanligen av både varningsmärken, variabla hastighetsgränser och kövarning. 

Avsikten här är att så långt möjligt försöka förstå hur olika delar i systemen påverkar 

trafiksäkerheten var för sig. 

Vad som menas med vägtrafikledning har definierats av Trafikverket i Figur 1.1 

4


Informera trafikant 

Leda trafik 

Dynamiskt 

Manuellt 

Permanent 

Informera 

Varna 

Reglera 

Informera 

dynamiskt 

Omleda 

aktivt 

Varna för 

fara 

Stänga 

körfält 

Harmonisera 

hastighet 

Omdisponera 

vägren 

Reglera 

påfart 

Figur 1.1 

Olika tjänster inom vägtrafikledning 

Målet för litteraturgenomgången är att försöka hitta bevis eller åtminstone indikationer 

på förändringar när det gäller säkerhetseffekter av trafikledningsåtgärder och kombinationer 

av dem i första hand på motorvägar. Tjänsterna påverkar olika systemegenskaper 

som t.ex. aktuell hastighetsgräns. Aktuell hastighetsgräns påverkar i sin tur 

säkerhetsindikatorer som genomsnittlig fordonshastighet och hastighetsspridning. 

I nedanstående bild har införts en föraranknuten systemegenskap. Den avser att fånga 

in den ökade uppmärksamhetsnivå och benägenhet att reagera på förändringar i 

trafikflödet, som följer av dynamisk trafikinformation och varningsbudskap. 

Egenskapen kan vara svår att direkt mäta på vägen, men påverkar indirekt 

fordonshastighet, hastighetsspridning, tidsluckor, reaktionstid m.m. som följd av 

trafikinformation och trafikstyrning. 

5


Figur 1.2 

Samband mellan vägtrafikledning (VTL) och olycksutfall 

Säkerhetsindikatorer är faktorer vars inverkan på det verkliga olycksutfallet är relativt 

väl känt. Genom att känna till vilka systemegenskaper som påverkas och hur dessa 

påverkar säkerhetsindikatorerna skulle därför det sannolika olycksutfallet indirekt 

kunna härledas. I många fall är dock sambanden ännu osäkra, vilket kommenteras i 

slutet av rapporten. 

2 Summering av litteraturstudien 

2.1 Viktigaste olyckspåverkande faktorer 

Litteraturinventeringen, som redovisas i detalj i Arbetsrapport 1, har visat på tendenser 

när det gäller olyckspåverkande faktorer, men i många fall saknas säkra svar. 

Resultaten pekar på att en säkerhetsmodell i första hand måste kunna beakta genomsnittlig 

fordonshastighet, fordonshastighet relativt vägens standard, hastighetsspridning, 

distanshållning, förarnas uppmärksamhetsnivå (reaktionstid) och 

belastningsgrad. 

6


1) Nivå på fordonshastigheten 

Den genomsnittliga fordonshastigheten har troligen allra störst inverkan på trafiksäkerheten 

på motorvägar. Ändring från fri fart (ca 140 km/h) till hastighetsgräns 120 

km/h resulterade i Tyskland i en minskning av personskadeolyckorna med 40%. I 

Sverige räknar vi att personskadeolyckorna minskar med potens omkring två vid lägre 

genomsnittliga fordonshastigheter. En sänkning av den genomsnittliga fordonshastigheten 

från 140 till 120 km/h skulle exempelvis innebära 27% färre olyckor. 

2) Relationen mellan fordonshastighet och referenshastighet 

Referenshastigheten är den hastighet, som vägen är dimensionerad för och är ett uttryck 

för vägens geometriska standard. Den sätts traditionellt till 85%-percentilen, dvs den 

hastighet som överskrids av 15% av trafikanterna. Kör man fortare än referenshastigheten 

innebär detta en ökad risk. I Sverige ligger 85%-percentilen på 103 km/h på 90- 

vägar och 126 km/h på 110-vägar (Vägverket Konsult, 2005) 1 . 

I anglosaxiska länder har man strävat efter att sätta hastighetsgränsen nära referenshastigheten, 

men detta har inte alltid lyckats. I Sverige har vi traditionellt satt 

hastighetsgränsen ca 10 km/h under referenshastigheten. Under senare år har ”Nya 

hastighetsgränser” inneburit att den sätts ännu lägre på befintliga vägar. Den spontana 

efterlevnaden av hastighetsgränsen är delvis en kulturell fråga. I många sydeuropeiska 

länder är fortkörning mycket vanlig. I England räknar man med att ca 50% kör mer än 

15 km/h för fort på motorvägarna. I Sverige gäller att ungefär 21 % av trafikarbetet 

genereras med en reshastighet som överstiger tillåten hastighet med över 10 km/h på 

90-vägar i Sverige. Motsvarande siffra på 110-vägar är 28% (Vägverket Konsult, 2005). 

3) Hastighetsspridningen 

En starkt bidragande olycksfaktor på högtrafikerade motorvägar är också 

hastighetsspridningen. Stor hastighetsspridning skapar mer upphinnande- och 

omkörningssituationer, som innebär riskmoment i trafiken. Jämnare hastigheter 

minskar risken för väjningar, hastighetsförändringar och chockvågor, som kan leda till 

plötsliga hastighetsfall och olyckor. Den spontana hastighetsspridningen är enligt 

litteraturstudien minst när referenshastigheten (vägens standard) ligger ca 10 km/h över 

hastighetsgränsen. 

4) Distanshållningen 

Ytterligare en viktig faktor är distanshållningen. Ett mått på distanshållningen är 

tidluckan. Tidluckor över 1,8 sek anses säkra. Under 1,8 sek ökar risken men en tidlucka 

brukar inte anses vara kritisk förrän den understiger 1,0 sek som ofta är lägsta tillåtna 

värde i avancerade distanshållningssystem (ACC). Andelen kritiska tidluckor uppgår 

på 110-vägar i Sverige till 25% (Vägverket Konsult, 2005). Den genomsnittliga korta 

tidluckan uppgår till 0,7 sek. Vid 0,5 sek tidlucka måste föraren göra undanmanövrar 

1 Uppskattning från diagram 8 och 9 i rapporten. 

7


för att undvika kollisioner. Avancerade fordonssäkerhetssystem (Emergency Braking) 

sätts in i nödsituationer så sent som 0,3 sek före kollision. Kombinationen av höga 

hastigheter och korta tidluckor utgör en starkt olycksbidragande faktor i tät trafik. 

Litteraturinventeringen har dock inte gett några träffar om sambandet mellan tidluckor 

och olycksrisker, troligen beroende på att det är komplicerat att genomföra relevanta 

studier. 

5) Uppmärksamhetsnivån 

Ytterligare en faktor att hantera är förarnas uppmärksamhetsnivå. Ökad uppmärksamhet 

med aktivare bilkörning påverkar indirekt fordonshastighet, hastighetsspridning, 

tidsluckor, reaktionstid m.m. Impulsen som erhålls från aktiva väginformatiksystem 

leder t.ex. till överraskande stora hastighetssänkningar i korsningar och svår halka. En 

trolig förklaring är att förarens reaktionstid vid förändringar reduceras. Litteraturinventeringen 

ger visst stöd för att uppmärksamhetsnivån är högre vid högre fordonshastighet. 

Däremot har den inte gett några träffar för sambandet mellan aktiva system och 

t.ex. reaktionstiden. 

6) Belastningsgrad 

En viktig faktor att hantera är belastningsgrad (BG), som i stort beskriver samband 

mellan flöde och kapacitet och därmed även speglar densitet och hastighet. Ett flertal 

studier pekar på att det finns ett minimum för olycksrisken beroende på BG. Minimumet 

är tydligare för egenskapsolyckor än personskadeolyckor, vilket förklaras med att 

vid höga BG inträffar fler olyckor men med lägre allvarlighetsföljd. Måttet bör vara 

användbart som förklaringsparameter i en olycksmodell. 

2.2 Viktigaste säkerhetshöjande åtgärder 

En modell kan troligen inte hantera alla tänkbara trafikregleringsåtgärder av resursskäl. 

Nedan har vi gjort en prioritering av de mest intressanta åtgärderna som vi tror har 

högst säkerhetspotential. 

1) Övervakning av hastighet 

Störst inverkan på personskadeolyckorna av trafikregleringssystemen har troligen 

intensifierad övervakning av hastighetsgränsen. I Sverige är potentialen stor, eftersom 

20-30% av bilisterna på stomvägarna kör mer än 10 km/h för fort. Övervakning av 

hastighet har både effekt på hastighetsnivån och på hastighetsspridningen. Tyvärr gör 

den svenska lagstiftningen övervakningen mer kostnadskrävande och mindre effektiv. 

Det krävs därför ganska stora resurser för att nå en övervakning i paritet med våra 

grannländer (ETSC, 2011). 

8


2) Hastighetsbegränsning 

Hastighetsbegränsningar är viktiga för att nå en jämn risknivå på olika vägar. Alltför 

låga hastighetsbegränsningar riskerar dock att inte respekteras av trafikanterna. 

Lämplig hastighetsgräns är därför en balansgång mellan säkerhetsmål och efterlevnad. 

Senare års förändring av hastighetsgränserna tenderar att ge något svagare effekter än 4 

km/h i medelhastighet per 10 km/h skillnad i hastighetsbegränsning som anges i 

Effektkatalogen (Vägverket, 2009c). Resultaten av hastighetsmätningarna visar att den 

faktiska reshastigheten för personbil ökar med cirka 3,5 km/h när hastighetsgränsen 

höjs med 10 km/h. Där hastighetsgränsen har sänkts med 10 km/h har den faktiska 

reshastigheten minskat med 2,3 km/h på 2+1-väg och 2,0 km/h på vanlig landsväg 

(Vadeby och Forsman, 2010). 

Väderstyrda variabla hastighetsgränser respekteras i högre grad av trafikanterna. Vid 

svår halka har hastigheten i VH-försöken minskat med 14-20 km/h utöver den spontana 

hastighetsändringen p.g.a. väglaget i samband med hastighetsgränssänkningar på 40-60 

km/h. 

3) Trafikstyrd VH (homogenisering) 

Trafikstyrd variabel hastighet kan införas för att homogenisera trafikflödet. Syftet är att 

uppnå lugnare trafik med minskade hastighetsvariationer i tid och rum, vilket påverkar 

såväl risken för olyckor som den relativa hastigheten mellan fordon vid en eventuell 

olycka. Signalen att hastigheten förändrats påverkar också förarens uppmärksamhetsnivå 

gentemot andra trafikanter. Mycket stora effekter, upp till 40%, har uppnåtts bl.a. i 

England vid kombination med hastighetsövervakning. 

4) Vägrensutnyttjande och nödfickor 

Tillfälligt vägrensutnyttjande i högtrafik kan införas för att öka kapaciteten under 

rusningstid. Samtidigt sänks hastighetsgränsen för att lugna ner trafiken och motverka 

de ökade riskerna i tät trafik och i mörker. I kombination med nödfickor och möjlighet 

till körfältsavstängning vid fordonshaverier har säkerheten tvärtom ökat väsentligt t.ex. 

i England. När hastighetsgränsen sätts till 80 km/h eller lägre har man i Tyskland inte 

funnit någon säkerhetsrisk med att utnyttja vägrenen som extra körfält. 

5) MCS (kövarning) 

Kövarningssystem har stor betydelse om plötsliga hastighetsfall uppstår utan 

förvarning. Störst betydelse har kövarning i låg- och mellantrafik samt nattetid då 

fordonshastigheterna är som högst och olyckskonsekvenserna allvarligast. Effekten 

begränsas om fordonshastigheterna är låga. Kövarning kan utformas på olika sätt. Det 

viktigaste är troligen den första impulsen som ges på att trafiken är onormal och 

plötsliga hastighetsfall uppstår. Ytterligare sänkningar har troligen en mer marginell 

effekt. Klara indikationer saknas dock i litteraturinventeringen. 

9


6) Varningsmärke (olycka, kö, vägarbete) eller köinformation 

Varningsmärken för t.ex. olycka, kö, vägarbete förstärker efterlevnaden av variabla 

hastighetsgränser och ökar förståelsen för trafiksituationen. Detta gör att trafikanten 

spontant kör försiktigare och är mer uppmärksam. 

7) Omkörningsförbud för lastbilar 

I tät trafik när hastighetsgränserna sänks tenderar lastbilar att förflytta sig åt vänster på 

motorvägen. Därigenom skapas ibland hastighetsfall och chockvågor i de vänstra 

körfälten. I Holland anger man att omkörningsförbud för lastbilar minskar olyckorna 

med ca 20%. Det troliga är dock att resultatet är överskattat p.g.a. att det finns en 

samvariation med effekten av övriga trafikregleringsåtgärder. 

8) Körfältsavstängning (kryss och pilar) 

Möjlighet till körfältsavstängning är viktig vid underhållsarbete, olyckor och fordonshaverier. 

Ofta behöver underhållsarbete genomföras minst en gång i veckan. Storleken 

på effekterna av körfältsavstängning är osäkra. Man kan tolka litteraturinventeringen 

som att olycksrisken är förhöjd upp till 100% om inga trafikstyrningsåtgärder vidtas. I 

genomsnitt leder trafikstyrningsåtgärder till att risken kan sänkas med omkring två 

tredjedelar, så att riskökningen stannar vid ca 30% högre än normalt. 

9) Påfartsreglering 

Reglering av påfarter görs för att öka framkomligheten för huvudströmmen. Ofta 

uppstår ökade risker vid vävning mellan påfartsflöde och huvudström. Det finns också 

risk för påkörning bakifrån på påfartsrampen. Stora effekter har dokumenterats vid 

aktivt system om vävningen vid påfarten tidigare varit kaotisk. 

10) Trafikinformationstavlor (VMS) och omledning 

Trafikinformationstavlor med varningar och/eller restider har en lugnande effekt på 

trafiken. En del av trafikanterna närmar sig då platsen för incidenten mer försiktigt och 

reagerar snabbare på förändringar i hastighet eller flödet. För trafikanter med god 

lokalkännedom innebär det också en möjlighet att välja annan väg. 

3 Samlade effekter av aktiv trafikledning 

3.1 Utgångspunkter 

Av litteraturinventeringen framgår att fem egenskaper hos trafikflödet är särskilt 

intressanta från trafiksäkerhetssynpunkt: 

- fordonshastigheten, som har betydelse för olycksfrekvens och krockvåld 

10


- skillnaden mellan olika förares hastighetsanspråk och distanshållning, som 

representerar förarnas aggressivitet och påverkar bl.a. antal omkörnings- och 

upphinnandesituationer 

- flödets instabilitet/harmonisering, som ökar/minskar risken för störningar och i 

värsta fall olyckor 

- förarnas reaktionsberedskap och körskicklighet, som påverkar reaktionstiden och 

benägenheten att reagera på aktiva trafikledningsåtgärder 

- hastigheten relativt vägens standard, som har betydelse för väghållningsförmågan 

I Arbetsrapport 2 beskrivs åtta olika trafikregleringsåtgärder för högtrafikerade 

motorvägar. Syftet är därvid att göra en syntes utgående från litteraturinventeringen 

avseende hur olika trafiktekniska egenskaper hos flödet påverkas av resp. åtgärd. 

Denna syntes bildar sedan utgångspunkt för en förarbeteendemodell, som används vid 

simulering av kövarning och homogenisering i Arbetsrapport 3. 

Av resultatet av litteraturinventeringen kan man dra slutsatsen att trafikledningssystemen 

kan påverka körbeteendet på tre huvudsakliga sätt: 

1) Systemet leder till att vägsträckan uppmärksammas som extra besvärlig. Det gör att 

hastigheten kan bli något lägre och reaktionstiden något kortare än på andra liknande 

sträckor. En bidragande orsak kan vara att förarna tror att hastighetsövervakningen är 

förstärkt på den reglerade sträckan. Denna effekt uppstår redan med passivt, ej 

aktiverat system. Detta förklarar varför hastigheten ofta blir lägre än förväntat i 

lågtrafik. 

2) När systemet aktiveras ökar handlingsberedskapen och reaktionstiden minskar. Man 

lägger större fokus på trafik och väglag. Detta förklarar att olycksrisken kan minska 

även vid marginella förändringar av hastigheten. 

3) Efter aktivering sker så småningom en anpassning av hastigheten och distanshållningen, 

som påverkas av fortsatta regleringsåtgärder och trafikförhållanden. 

I allmänhet har man utgått från att trafikledning enbart har effekter när systemet är 

aktiverat och att styralgoritmen avgör vilka effekter som uppnås. Inverkan på 

säkerheten uppstår emellertid även under andra tider, i vissa fall är effekterna t.o.m. 

större än när systemet är aktiverat. Framtida forskning bör därför inriktas i högre grad 

på att även undersöka hypoteserna om ökad fokusering på vägsträckor med 

trafikledningssystem och ökad handlingsberedskap när systemet aktiveras. 

11


3.2 Tillämpningsområden 

Aktiv vägtrafikledning (vägtrafikregleringssystem) bör enligt underlag till VGU 2 för 

högtrafikledning primärt övervägas på väg med mer än 20 000 fordon/dygn 

(Trafikverket, 2010). Lägsta utformningsnivå är trafikinformationstavla, som ger 

möjlighet till allmänna budskap om väglag, vägarbete, olycka och annan situation som 

kan leda till kö eller behov av sänkt hastighet. Vid större trafikmängd eller särskilda 

förhållanden kan det finnas behov av att överväga ytterligare tjänster enligt Tabell 3.1. 

Tabell 3.1 

ITS-tjänster för motorväg med återkommande miljö-, väder- eller köproblem 

Tjänst Nivå 1 Nivå 2 Nivå 3 Nivå 4 

Trafikmängd ÅDT 20 000-49 999 50 000-79 999 80 000-119 999 > 120 000 

Dynamisk trafikantinformation X X X X 

Anpassning till väder och väglag X X X X 

Varning för kö och annan fara X X X 

Körfältsavstängning X X X 

Homogenisering av hastighet X X X 

Omdisponering av vägren* X X X 

Aktiv omledning X X 

Påfartsreglering 

X 

*= kan komma ifråga vid höga timflöden (> ca 3000 f/maxtim) och återkommande hastighetsfall 

med mer än 10 km/h 

Aktiv vägtrafikledning kan också övervägas vid trafikflöden under 20 000 fordon/dygn 

om särskilda skäl föreligger såsom: 

• besvärliga väder- och väglagsförhållanden 

• anhopning av olyckor i samband med körfältsbyte 

• frekventa kösituationer som leder till olyckor p.g.a. kö och tidsförlust vid flaskhals 

• brant stigning med hög lastbilsandel som leder till kapacitetsbegränsning 

• flaskhals som uppstår på huvudkörbanan vid påfart, som ofta är blockerad 

• tillbakablockering vid avfart, som når ända in på huvudkörbanan 

Dynamiska trafikantinformationstavlor (VMS) bör finnas på motorväg med mer än 

20 000 fordon/dygn. För beslut om införande ska analys som påvisar samhällsekonomisk 

lönsamhet genomföras. Sådan väg bör utrustas med trafikinformationstavla i 

närheten av på- och avfart till större stad, där den kan merutnyttjas. Trafikinformationstavla 

bör också användas för längre avsnitt till nästa större stad (ca 5-10 mil) för att 

upplysa om hinder på vägen och kunna ge omledningsinformation, men också för att 

informera om restid, evenemang samt andra hinder i omland och i stadsområde. 

Informationstavlorna bör utnyttjas t ex för alla stora stopp med minst 15 min 

varaktighet. 

2 VGU = väggeometriska riktlinjer (Vägverket, 2004) 

12


Aktiv omledning har i Sverige hittills endast tillämpats i mycket begränsad omfattning 

och då som fast omledning med traditionell vägmärkeshantering. Svenska erfarenheter 

saknas därför av aktiv omledning. Med hänvisning till centraleuropeiska erfarenheter 

bör aktiv omledning övervägas på motorväg med mer än 80 000 fordon/ dygn. Omledningsinformation 

bör visas vid trafikplats före sträcka där avstängning regelbundet 

sker, t.ex. i tunnel av personsäkerhetsskäl eller bro p.g.a. stark vind. Huvudsyftet är att 

påverka trafiken för bättre framkomlighet. Åtgärden kan vara lämplig även på annan 

motorväg om återkommande köproblem förekommer eller att det finns en bra 

alternativväg med god kapacitet som kan utnyttjas vid störning. 

Homogenisering av hastighet med variabla föreskrivna hastighetsgränser bör övervägas 

på motorväg med mer än 50 000 fordon/dygn och högsta hastighetsgräns på 90 

km/h eller mer, i praktiken 100 km/h eftersom 90-gränsen enligt inriktningen för nya 

hastighetsgränser successivt kommer att försvinna. Sänkning av hastighetsgräns med 20 

km/h kan ske om särskilda skäl såsom återkommande sänkt hastighet med mer än 10 

km/h relativt skyltad hastighetsgräns förekommer under rusningstid och om tillämpningen 

är samhällsekonomiskt lönsam. Det primära är att uppnå lugnare trafik med 

liten hastighetsspridning och enhetliga tidsluckor. Övervakning och kampanjer kan 

bidra till ökad homogenisering. 

Tjänst/system för varning för omedelbar fara bör övervägas på väg med mer än 50 000 

fordon/dygn om återkommande hastighetsfall på mer än 10-20 km/h förekommer under 

rusningstrafik. Problemanalys med lönsamhetsberäkning utförs före beslut om 

införande. Det primära är att uppnå förarnas förståelse av aktuell situation nedströms 

och därmed lägga grunden till att de närmar sig faran med försiktighet. Om särskilda 

skäl som besvärliga väder- och väglagsförhållanden föreligger bör varning för halka, 

dimma m.m. övervägas redan vid lägre flödesnivåer. 

Körfältssignaler för avstängning av körfält bör övervägas på motorväg med mer än 

50 000 fordon/dygn. Med mycket trafik är det viktigt att snabbt kunna stänga av körfält 

vid hinder och att varna ankommande trafikanter om detta. Olika principer för 

reglering är lämpliga för smala respektive breda motorvägar. 

Omdisponering av vägren till extra körfält bör övervägas på högtrafikerad motorväg 

med mer än 50 000 fordon/dygn om särskilda skäl som återkommande hastighetsfall 

med mer än 10-20 km/h i förhållande till referenshastigheten förekommer under kortare 

tid. Det primära är att uppnå bättre framkomlighet vid högtrafik utan att försämra 

framkomligheten i låg- och mellantrafik. Vägrensutnyttjande är en åtgärd i väntan på 

ombyggnad av vägen till högre standard. 

Påfartsreglering syftar till att minska risken för kapacitetssammanbrott på motorväg 

vid vävning mellan påfart och huvudkörbana. Reglering bör övervägas på motorväg 

med mer än 120 000 fordon/dygn. Åtgärden är lämplig även på motorväg med lägre 

13


flöde där återkommande flaskhalsar uppstår i samband med vävning vid påfart. Det 

primära är att uppnå en smidigare vävning mellan påfart och huvudkörbana så att 

körfältsbyte och tillbakablockering begränsas. 

3.3 Preliminära effektsamband 

Preliminära effekter av trafikledningssystem har skattats i Arbetsrapport 2 för olika 

typvägar. Mer kunskap behövs dock för att helt förstå de olika systemens bidrag till 

säkerheten. De kombinationer av trafikledningsåtgärder som bedömts följer rekommendationerna 

i Tabell 3.1. 

Hastighetsnivån har central betydelse för hur stor effekten blir av olika trafikledningssystem. 

Särskilt gäller det variabel hastighet, som kan användas för att varna för dåligt 

väglag, homogenisera flödet eller varna för plötsliga köer eller hastighetsfall. Sambandet 

är komplext och av litteraturstudien framgår att flera orsaker samverkar. Hur är 

dock oklart, varför mer forskning behövs. Potensmodellen har i de tidigare kapitlen 

använts absolut, dvs det har antagits att medelhastigheten före insats av variabel 

hastighet är avgörande för effekten. 

En alternativ hypotes är att det är den relativa hastigheten vid köslut och incidenter 

som är avgörande. Av detta skäl har antagits följande hastigheter i skattningarna: 

- Hastighet vid trängsel 60 km/h 

- Hastighet vid köslut 40 km/h 

- Hastighet vid incident 20 km/h 

- Hastighet vid påfart 20 km/h 

Skattningar har gjorts för båda alternativen i tabellerna nedan. Den totala effekten av 

flera ITS-tjänster har beräknats genom s.k. multiplikativ ansats. 

Tabell 3.2 Uppskattad effekt av trafikledning på 4-fältig motorväg med ÅMD 30000 

MV4f 110; 30 000 axp/d 

Resulterande effekt 

Personskadeolyckor 

Alt.A Alt.B 

Absolut Relativt 

Andel 

tät trafik 

VMS < 0,5% < 0,5% < 1% 

Väderstyrd VH 10% 10% 

Totalt 10% 10% 

Endast marginella säkerhetseffekter har antagits av dynamisk trafikinformation genom 

VMS, främst uppkommer effekter på ruttval enligt Kapitel 2. Vid 110 km/h antas 

väderstyrning ge 10% effekt enligt Kapitel 3. 

14



MV4f 110; 45 000 axp/d 



Alt.A Alt.B 


VMS < 0,5% < 0,5% 


Andel 

tät trafik 

Trafikstyrd VH 0,4% 0,3% < 1% 


Effekten av trafikstyrd VH för att homogenisera flödet är beroende av andelen aktivt 

system. Andelen har antagits överensstämma med andelen trafikarbete med 

belastningsgrad över 0,7 enligt Tabell 3.4. Beräkningarna utgår från flödets fördelning på 

timmar enligt rangkurvan för närtrafik. 

Tabell 3.4 

Skattad andel aktiv trafikledning (andel tät trafik) för olika typer av motorvägar 

Maximal 

genomströmning 

per timme 

% av 

ÅMD v/c=0,7 % av ÅMD 

Andel tät 

trafik 

Andel 

överbelastning 

ÅMD 

MV 4f 

15000 3900 52,0 2730 36,4 < 1% < 1% 

30000 3900 26,0 2730 18,2 < 1% < 1% 

45000 3900 17,3 2730 12,1 < 1% < 1% 

60000 3900 13,0 2730 9,1 9% < 1% 

75000 3900 10,4 2730 7,3 28% 4% 

90000 3900 8,7 2730 6,1 51% 14% 

MV 6f 

75000 5700 15,2 3990 10,6 3% < 1% 

90000 5700 12,7 3990 8,9 12% < 1% 

105000 5700 10,9 3990 7,6 23% 2% 

120000 5700 9,5 3990 6,7 39% 7% 

135000 5700 8,4 3990 5,9 54% 16% 

MV 8f 

90000 7400 16,4 5180 11,5 1% < 1% 

105000 7400 14,1 5180 9,9 5% < 1% 

120000 7400 12,3 5180 8,6 15% < 1% 

135000 7400 11,0 5180 7,7 23% 2% 

150000 7400 9,9 5180 6,9 36% 5% 

165000 7400 9,0 5180 6,3 48% 11% 

Vid andel tät trafik överstigande 40% är vägen mycket störningskänslig under hela för- 

och eftermiddagen. Vi har därför antagit att motorvägarna är fyrfältiga upp till ÅMD 75 

000, sexfältiga upp till ÅMD 120 000 och därefter åttafältiga. 

15



MV4f 90; 60 000 axp/d 



Alt.A Alt.B 


VMS < 0,5% < 0,5% 


Andel 

tät trafik 

Trafikstyrd VH + 9% 

Vägrensutnyttjande 4% 1% 

Körfältssignaler 0,8% 0,5% 

Totalt 10% 7% 

Tillfälligt vägrensutnyttjande samverkar med trafikstyrd VH och har därför bedömts 

gemensamt. 


MV4f 90; 75 000 axp/d 



Alt.A Alt.B 


VMS < 0,5% < 0,5% 


Andel 

tät trafik 




Kövarning 3% 2% 


Flödesstyrda delar av MCS som främst avser återkommande köer i tät trafik ingår i 

trafikstyrd VH. 

16



MV6f 110; 90 000 axp/d 



Alt.A Alt.B 


VMS < 0,5% < 0,5% 


Andel 

tät trafik 

Trafikstyrd VH 5% 3% 12% 

Körfältssignaler 2% 1% 



Vid ÅMD 90000 på 4-fältig väg blir andelen tät trafik enligt Tabell 3.4 hela 51%. Vi har 

därför utgått från att en motorväg med detta flöde är 6-fältig. 


MV6f 110; 105 000 f/d 



Alt.A Alt.B 


VMS < 0,5% < 0,5% 


Andel 

tät trafik 



Körfältssignaler 2% 1% 



Med hög andel tät trafik och vägrensutnyttjande nås den högsta effekten av 

trafikledning på 6-fältiga motorvägar med hög referenshastighet. 

17


Tabell 3.9 Uppskattad effekt av trafikledning på 6-fältig motorväg med ÅMD 120 000 

MV6f 90; 120 000 f/d 



Alt.A Alt.B 


VMS < 0,5% < 0,5% 


Andel 

tät trafik 





Aktiv omledning 0% 0% 


Ingen säkerhetseffekt har antagits av aktiv omledning, enbart effekter på ruttval. 


MV8f 90; 135 000 f/d 



Alt.A Alt.B 


VMS < 0,5% < 0,5% 


Andel 

tät trafik 

Trafikstyrd VH 23% 




Aktiv omledning 0% 0% 

Påfartsreglering 2% 2% 


Vid ÅMD 135000 på 6-fältig väg blir andelen tät trafik enligt Tabell 3.4 hela 54%. Vi har 

därför utgått från att en motorväg med detta flöde är 8-fältig. 

Resulterande PO-kvoter framgår av Tabell 3.11. PO-kvoter med trafikledning är 

beräknade utifrån medeltalet av alternativen a och b. 

PO-kvoter utan trafikledning har i huvudsak hämtats från översynen av effektkatalogen 

inför planeringsomgången 2012 (Carlsson och Björketun, 2010). Där finns uppdelning 

på motorvägar i hastighetsklasser (110, 90, 70 km/h) samt flödesklasser (ÅDT 0-16000, 

16000-32000, 32000-66000, 66000-100000 samt över 100000). 

18

MV8f 

MV6f 

MV4f 

Vägtyp / antal 

körfält 

Referenshastighet 

(km/h) 

Trafikflöde ÅMD 

(axelpar/dygn) 


För de tre högsta typvägarna finns inga tillförlitliga svenska data. Dessa har därför 

extrapolerats från befintligt material för vägar med mindre trafik. Enligt amerikanska 

studier avtar fördelen med fler körfält och därmed lägre kapacitetsutnyttjande för 

mångfältiga vägar. PO-kvoten för 8-fältig motorväg antas därför vara densamma som 

för 6-fältig motorväg. 

Tabell 3.11 

Uppskattade personskadeolyckskvoter utan och med trafikledning på olika typmotorvägar 

PO-kvot utan 

trafikledning 

(personskadeolyckor 

per 

milj axpkm) 

Trafikledningssystem 

Beräknad 

minskning av 

personskadeolyckor 

Skattad POkvot 

med 

trafikledning 

(personskadeolyckor 

per 

milj axpkm) 

110 30 000 0,057 VMS, 

väderstyrd VH 

110 45 000 0,069 VMS, (trafikoch 

väderstyrd) 

VH 

90 60 000 0,094 VMS, VH, 

HSR, KF 

90 75 000 0,124 VMS, VH, 

HSR, KF, QW 

110 90 000 0,094 VMS, VH, KF, 

QW 

110 105 000 0,102 VMS, VH, 

HSR, KF, QW 

90 120 000 0,139 VMS, VH, QW, 

KF, HSR, OM, 

RM 

90 135 000 0,139 VMS, VH, QW, 

KF, HSR, OM, 

RM 

10% 0,051 

11% 0,062 

9% 0,086 

16% 0,104 

20% 0,076 

30% 0,071 

19% 0,112 

17% 0,116 

VMS = Dynamisk trafikantinformation (symbol och text, DRIP) 

VH = Trafik- och/eller väderstyrd variabel föreskriven hastighet 

QW = Varning för kö och annan fara 

HSR = Tillfälligt vägrensutnyttjande 

KF = Körfältssignaler för avstängning av körfält (kryss och pilar) 

OM = Aktiv omledning (DRIP, GRIP) 3 

RM = Påfartsreglering 

3 DRIP = Dynamic Road Information Panel, GRIP = Graphic Road Information Panel 

19


4 Vad kan förklaras av egenskaper hos 

trafikflödet? 

4.1 Skiss till uppbyggnad av trafikteknisk modell 

I Kapitel 3 har ett försök gjorts att bedöma effekten av olika ITS-tjänster med ledning av 

resultat från litteraturinventeringen. I huvudsak finns säkra resultat för höghastighetsvägar 

på landsbygden. I Sverige tillämpas trafikledning företrädesvis på stadsmotorvägar 

och infartsleder med lägre hastighetsgräns. För att översätta resultat från höghastighetsvägar 

(120 km/h) till motorvägar med lägre hastighetsgräns har potensmodellen 

använts. På längre sikt skulle förståelsen öka om det var möjligt att härleda 

effekter från skillnader i trafiktekniska egenskaper. Nedan diskuteras faktorer som bör 

ingå i en utvecklad prediktionsmodell. 

4.2 Genomsnittlig fordonshastighet 

Den genomsnittliga fordonshastigheten har troligen allra störst inverkan på 

trafiksäkerheten på motorvägar. Hastighetsnivån har särskilt stor betydelse för 

singelolyckor vid frifordonshastigheter. Hastighetsnivån avgör också hur stort 

hastighetsfallet blir i samband med tätnande trafik och köer. Vid beräkning av 

säkerhetseffekter med potensregeln vid olika hastighetsgränser bör därför 

genomsnittlig fordonshastighet vara utgångspunkten, ej hastighetsgränsen. 

Detta gäller anpassning till väder och väglag, homogenisering, tillfälligt vägrensutnyttjande, 

kövarning och körfältsavstängning. För beräkningarna krävs därför 

samband mellan hastighetsgräns och genomsnittlig hastighet vid olika belastningsgrader. 

Nedan visas värden enligt den senaste effektkatalogen (Vägverket, 2009b). 

Tabell 4.1 

Genomsnittlig fordonshastighet vid olika hastighetsgränser och belastningsgrad för vägar 

med olika standard 

Hastighetsgräns Genomsnittlig hastighet (Pb) 

Lågtrafik (belastning 10-40%) 

Genomsnittlig hastighet 

Tät trafik (belastning 80-90%) 

120 km/h 115,0 km/h 106,3 

110 km/h 110,0 102,1 

100 km/h 103,5 96,7 

90 km/h 97,0 91,3 

80 km/h 88,0 82,9 

Värdena i Tabell 4.1 avser vägar med olika linjeförings- och korsningsstandard. Om man 

i stället ändrar hastighetsgränsen på en väg utan att ändra övrig standard antas normalt 

att medelhastigheten förändras med 4 km/h vid 10 km/h i ändrad hastighetsgräns. 

20


Tabell 4.2 

Genomsnittlig fordonshastighet vid olika hastighetsgränser och belastningsgrad för vägar 

med samma standard (110-väg) 

Hastighetsgräns Genomsnittlig hastighet (Pb) 

Lågtrafik (belastning 10-40%) 

Genomsnittlig hastighet 

Tät trafik (belastning 80-90%) 

120 km/h 114,0 km/h 105,5 

110 km/h 110,0 102,1 

100 km/h 106,0 98,8 

90 km/h 102,0 95,5 

Vid tät trafik minskar skillnaden mellan alternativen. Om man t.ex. homogeniserar 

flödet med trafikstyrd VH vid belastning 70-80% har hastigheten redan sjunkit ca 10 

km/h pga trafikbelastningen. I detta läge är det troligare att genomsnittshastigheten 

minskar med 1-2 km/h. Nya mätningar krävs för att verifiera detta. 

Det finns enligt litteraturinventeringen ett direkt samband mellan genomsnittlig 

fordonshastighet och olycksutfall. Fordonshastigheten bör därför ingå i olycksmodellen 

som en viktig förklaringsvariabel. 

4.3 Referenshastighet 

Referenshastigheten är den hastighet, som vägen är dimensionerad för och är ett uttryck 

för vägens geometriska standard. Den sattes traditionellt till 85%-percentilen, dvs. den 

hastighet som överskreds av 15% av trafikanterna. Referenshastigheten påverkas bl.a. 

av vägens linjeföring, sikt och körfältsbredd. På senare år har referenshastigheten och 

hastighetsgränserna sänkts. Detta har lett till att andelen som överskrider hastighetsgränsen 

har ökat (Vägverket Konsult, 2005). 

Tabell 4.3 

Hastighetsöverskridande (skillnad mellan medelhastighet och hastighetsgräns) 

Hastighetsgräns Skillnad i lågtrafik 

(belastning 10-40%) 

Skillnad i tät trafik 


120 km/h Data saknas Data saknas 

110 km/h 7,0 Data saknas 




Vi har bara hittat ett enstaka värde. Nya mätningar krävs för att komplettera tabellen 

för andra hastighetsgränser och flödesförhållanden. 

21


Givet samma genomsnittliga fordonshastighet bör en större skillnad till hastighetsgränsen 

medföra högre hastighetsspridning. Vissa trafikanter strävar efter att hålla 

hastighetsgränsen medan andra anser att den är för låg. 

Anpassningen till referenshastigheten kan påverkas bl.a. av hastighetsövervakning. 

Traditionellt är emellertid övervakningsnivån låg på motorvägar i Sverige. Med 

kameraövervakning (ATK) kan efterlevnaden förbättras och andelen som kör över 

hastighetsgränsen reduceras. 

Vi anser dock att hastighetsöverskridande inte uttrycker förhållandet till referenshastigheten 

på något bra sätt. För att ta hänsyn till linjeföringen bör man därför 

använda andra mått t.ex. siktklass eller kurvighet. Vi anser därför inte att relationen till 

hastighetsgränsen (hastighetsöverskridandet) bör ingå i olycksmodellen. 

4.4 Hastighetsspridning 

En starkt bidragande olycksfaktor är hastighetsspridningen. Den uttrycker både 

skillnader i hastighetsanspråk och flödets grad av homogenisering. Den spontana 

hastighetsspridningen är enligt litteraturstudien minst när referenshastigheten (vägens 

standard) ligger ca 10 km/h över hastighetsgränsen. Stor hastighetsspridning skapar 

mer upphinnande- och omkörningssituationer, som innebär riskmoment i trafiken. 

Jämnare hastigheter minskar risken för väjningar, hastighetsförändringar och 

chockvågor, som kan leda till plötsliga hastighetsfall och olyckor. 

Tabell 4.4 

Hastighetsspridning vid olika hastighetsgränser 

Hastighetsgräns Hastighetsspridning (Pb) 


Hastighetsspridning (Pb) 


120 km/h 12,0 km/h Data saknas 





Data från före- och eftermätningar på motorväg som genomförts i samband med 

utvärdering av nya hastighetsgränser tyder på att standardavvikelsen för medelreshastighet 

för personbilar vid frifordonsförhållanden är mer eller mindre konstant 

oberoende av hastighetsgräns. Situationen vid tät trafik är okänd. Datamaterialet ger 

följande värden på standardavvikelse för olika fordonstyper: personbil 12 km/h, lastbil 

12 km/h och lastbil med släp 4 km/h. 

22


Hastighetsspridningen har främst betydelse för flerfordonsolyckor, särskilt 

upphinnandeolyckor. Givet samma genomsnittliga fordonshastighet bör mindre 

hastighetsspridning innebära högre trafiksäkerhet. 

Det finns enligt litteraturinventeringen ett direkt samband mellan hastighetsspridning 

och olycksutfall i tät trafik. Hastighetsspridningen bör därför ingå i olycksmodellen som 

en förklaringsvariabel i låg och måttlig trafik. Vid tät trafik har ryckigheten i hastigheter 

större betydelse. Då föreslås i stället att variationen i medelhastigheten enligt Avsnitt 4.6 

används som förklaringsmått. 

4.5 Distanshållning 

Ytterligare en viktig faktor är distanshållningen. Den påverkas av förarnas grad av 

aggressivitet och bedömningsförmåga. Ett mått på distanshållningen är tidluckan. Tät 

trafik och stor hastighetsvariation leder till uppkomst av korta tidluckor. Tidluckor 

under 1,0 sek anses riskabla. Andelen korta tidluckor uppgick år 2004 på tvåfältiga 110- 

vägar i Sverige till 26% (Vägverket Konsult, 2005). Den genomsnittliga korta tidluckan 

uppgår till 0,7 sek. Vid 0,5 sek tidlucka måste föraren göra undanmanövrar för att 

undvika kollisioner. 

Svenska mätvärden för motorvägar saknas. Nya mätningar krävs för att fylla luckorna i 

Tabell 4.5. 

Tabell 4.5 

Distanshållning vid olika hastighetsgränser 

Hastighetsgräns Andel korta tidluckor < 1 sek 


Andel korta tidluckor < 1 sek 



110 km/h ca 25% Data saknas 




Givet samma genomsnittliga fordonshastighet bör lägre andel korta tidluckor innebära 

högre trafiksäkerhet. Sambandet mellan korta tidluckor och olycksutfall är dock oklart. 

En amerikansk studie pekar mot att det är inte tidsluckan i sig som skapar olyckan utan 

spridningen i kombination med små tidsluckor (Xin et al. 2008). 

Ett liknande mått som ofta används i modeller är TTC (time to collision). Det anger tid 

till oundviklig krasch om fordonen behåller sin hastighet och riktning. Måttet utvecklades 

av LTH för tätortstrafik (Hydén, 1987). TTC beräknas nu för andra situationer som 

upphinnande eller körfältsbyte på motorväg (Corens et al, 2011). För andra använd- 

23


ningsområden måste dock ett nytt samband mellan TTC och olycksutfall utvecklas, 

vilket är komplicerat. Det ligger därför utanför föreliggande forskningsuppdrag. 

Vi anser därför tills vidare att vare sig korta tidluckor eller TTC bör ingå i olycksmodellen 

som förklaringsvariabler. 

4.6 Flödets instabilitet/harmonisering 

En viktig faktor att hantera är flödets instabilitet, som påverkar uppkomsten av 

chockvågor, hastighetsfall och i värsta fall olyckor. I lågtrafik inträffar relativt fler 

singelolyckor än flerfordonsolyckor. Singelolyckorna minskar med ökad belastning, 

medan flerfordonsolyckorna ökar. 

Ett flertal studier pekar på att det finns ett minimum för olycksrisken vid 60-70% 

belastning. Minimat är tydligare för egendomsskadeolyckor än personskadeolyckor, 

vilket förklaras med att vid höga belastningsgrader inträffar främst fler upphinnandeolyckor 

med lägre allvarlighetsföljd. Vid alltmer störd trafik över 60-70% av kapaciteten 

ökar olycksrisken kraftigt enligt litteraturinventeringen och kan nära kapacitetsgränsen 

ha fördubblats. 

Motsvarande svenska värden som verifierar detta saknas. Att det kan ligga någonting i 

detta visas dock av Tabell 4.6 som tagits fram av VTI (Carlsson och Björketun, 2010) och 

avser motorvägar med 110 km/h. 

Tabell 4.6 

PO-kvot per ÅDT-klass för sju tidsperioder vardagar 

24


Vardagar 6-9 ökar kvoten från 0,055 i den lägsta till 0,090 i den högsta klassen. Vardagar 

15-18 ökar kvoten från 0,045 till 0,159. I den högsta klassen är andelen tät trafik 10-20% 

enligt Tabell 3.4. 

Ett bättre mått än belastningsgraden för att beskriva störd trafik kan enligt litteraturinventeringen 

vara den relativa förändringen av standardavvikelsen i medelhastigheter 

(1-minutsvärden) för 5-minutersperioder (Abdel-Aty et al, 2005). I samband med 

olyckor är ofta variationen i medelhastigheten uppströms (enligt Abdel-Aty et al) 

betydligt högre än normalt 5-10 minuter före en verklig olycka inträffar. Det går därför 

att spåra en förhöjd risk om variationen i medelhastighet är förhöjd. 

Tabell 4.7 

Relativ variation i medelhastighet i samband med olyckor 

Hastighetsgräns Relativ variation i 

fordonshastighet 

(normalt) 

Relativ variation i 

fordonshastighet 

(vid olyckor) 


110 km/h 1,0 2,0 




Svenska värden saknas helt. Enligt Abdel-Aty et al är variationen i medelhastighet 

uppströms fördubblad i samband med olyckor. Variationen i medelhastighet speglar 

den oro som skapas vid tätnande trafik och används här som ett uttryck för graden av 

störd trafik. Det är därmed också ett indirekt mått på förekomsten av kombinationen 

höga hastigheter och korta tidluckor. 

Givet samma genomsnittliga fordonshastighet bör fördubblad variation i medelhastighet 

innebära starkt ökad risk för trafikolyckor. Det finns således ett direkt samband 

mellan variation i medelhastighet och olycksutfall i tät trafik. Medelhastighetens variation 

bör därför ingå i olycksmodellen som en förklaringsvariabel i tät trafik medan 

hastighetsspridningen mellan fordon används som förklaringsvariabel vid låg och 

måttlig belastning. 

Variansen i hastigheter speglas av ett antal olika parametrar. Exempel på dessa är 

hastighetsbegränsning, trafikmiljö, tvärsektion, trafiktyp (långväga/lokal), andel tung 

trafik etc. I de svenska effektsambanden finns inte detta mått med och därmed finns ett 

behov av att konstruera ett sådant utifrån trafikdata. Att mäta alla dessa parametrar är 

väldigt svårt, en möjlighet är att för flerfältsvägar studera data där vi har registrerat en 

kraftig hastighetsreduktion. 

25


Befinner sig flaskhalsen på en länk utan influens från påfart, avfart eller växlingssträcka, 

bör anledningen vara någon form av incident. Möjlighet finns då att detaljstudera 

AID-algoritmen, dvs den åtgärd som MCS-systemet har gjort. Exempel på detta 

kan vara att stänga av (kryssa) ett körfält etc. 

Därefter kan hastigheterna studeras på 1-minutsnivå upp till 10- 15 minuter före 

incidenten uppstod och jämföras med värden för opåverkade flöden. Relationerna 

mellan variation i fordonshastighet mellan opåverkad situation och en situation då 

olyckor har inträffat skulle kunna tas fram på detta sätt. Detta kan då också göras för 

respektive körfält och i portaler både uppströms och nedströms olyckan. 

Finns möjlighet att registrera enskilda fordon under en längre tidsperiod, krävs att det 

sker en incident/olycka, ger detta naturligtvis ännu större säkerhet/kvalitet för 

resultatet. 

4.7 Reaktionsberedskap 

Ytterligare en faktor att hantera är förarnas uppmärksamhetsnivå. Ökad uppmärksamhet 

med aktivare bilkörning påverkar indirekt fordonshastighet, hastighetsspridning, 

och tidsluckor, men framför allt reaktionsberedskapen. Omsätts kunskapen att ökad 

reaktionsberedskap ger kortare reaktionstid, skulle en användning av aktiv 

trafikledning primärt syfta till att åstadkomma en ökande reaktionsberedskap i 

samband med att trafiken tätnar eller att man når köslut. Därmed kan reaktionstiden 

förkortas och förutsättningen för att förarna kan hantera uppkomna situationer ökar. 

Vi utgår från den tyska modellen från litteraturinventeringen (heldragen kurva), men 

anpassar den till svenska förhållanden. Ett tillägg görs därför på 0,2 sek för att bättre 

återspegla svenska erfarenheter, som innebär något längre reaktionstider än i Tyskland. 

Minimivärdet blir då 1,0 sek istället för 0,8 sek. 

26


Figur 4.1 

Antagen inverkan av aktiv trafikledning på reaktionstid 

Vid aktiv trafikledning skulle kurvan kunna skjutas åt vänster och därmed ge kortare 

reaktionstider vid lägre hastigheter. De tidigare diskuterade nivåerna av aktiv 

trafikledning borde innebära olika starka effekter på reaktionstiden. Fokusering ger en 

svag effekt, aktivering i samband med VH starkare effekter och akuta varningar den 

starkaste effekten. 

Hög fordonshastighet, tät trafik och impulser från trafikledningssystem kan således 

minska reaktionstiden kraftigt. Med t.ex. 1 sek kortare reaktionstid blir bromssträckan 

densamma som om man kört 30 km/h saktare. Detta skulle kunna innebära ca 35 % 

färre olyckor med döda och svårt skadade. Givet samma genomsnittliga 

fordonshastighet bör alltså kortare reaktionstid innebära högre trafiksäkerhet. 

För att ta fram grundvärden för detta krävs i princip instrumenterade fordon, framför 

allt därför att reaktionstid och retardation är så förarknutet och varierar stort. 

Alternativet är att ha mätdata per fordon över flera portaler och utnyttja dessa för att 

kalibrera en mikrosimuleringsmodell med den ansatta förarmodellen för reaktionstid, 

hastighet och retardation. 

Vi antar att det finns ett direkt samband mellan reaktionstid och olycksutfall, särskilt i 

tät trafik. Reaktionstiden bör därför ingå i en olycksmodell som en viktig förklaringsvariabel. 

27


5 Känslighetsanalys av kövarning och 

homogenisering 

5.1 Inledning 

I Arbetsrapport 3 redovisas trafiksimuleringar, som genomförts för att utröna hur mycket 

av de säkerhetsmässiga effekterna som går att förklara med egenskaper hos trafikflödet. 

Två system har därvid valts ut; homogenisering med variabel hastighet och kövarning. 

Det trafiktekniska angreppssättet testades genom trafiksimulering av ett par funktioner. 

Det fanns inte resurser för att simulera alla system. Följande prioritering gjordes: 

1) Kövarning 

2) Homogenisering via VH 

3) Homogenisering via VH med mer övervakning 

Syftet med projektet är att bidra till mer trovärdiga bedömningar av trafikledningsåtgärder 

innehållande bl.a. kövarning och homogenisering med VH. Det var därför 

intressant att testa ett antal hypoteser. 

Hypoteser avseende kövarning 

Kövarningen ger en oförändrad genomsnittlig reshastighet 

Kövarningen ger lugnare inbromsningsförlopp vid köslut 

Kövarning ger endast effekt de första 20 minuterna efter det att kön uppstått 

Kövarningen ger större effekt i lågtrafik med högre fordonshastigheter 

Hypoteser avseende homogenisering med VH 

Homogenisering via VH bibehåller en högre genomsnittlig reshastighet för 

belastningsgrader över 0,7 

Homogenisering via VH ger en lägre restidsvariation (standardavvikelse) 

Homogenisering via VH ger en lägre hastighetsskillnad mellan körfält 

Homogenisering via VH ger större effekt vid mer övervakning 

Geografisk avgränsning 

Det område som valts ut för att genomföra simulering av kövarning ligger mellan 

Stockholm och Södertälje, närmare bestämt den sträcka av E4:an, i riktning söderut, 

som startar vid Lindvretens trafikplats och slutar vid Salems trafikplats. En karta över 

området finns i Figur 5.1. Försökssträckan har sex körfält mellan Bredäng och Hallunda 

och fyra körfält mellan Hallunda och Salem. 

28


1 

3 

2 

4 

5 

Figur 5.1 

Karta över den del av E4:an som ska simulerats 

Genomförande och analys 

För kövarningssimuleringarna lades en störning/incident till för att skapa en 

kösituation. Störningen/incidenten placerades förslagsvis i slutet av försökssträckan, 

strax uppströms om trafikplats Salem i södergående riktning (markerad som nummer 5 

i Figur 5.1). 

För att kunna besvara de uppställda hypoteserna behövde följande data samlas in och 

eller beräknas fram: 

Medelhastighet 

Hastighetsspridning 

Hastighetsskillnad mellan körfält 

Hastighetsprofil längs vägen 

Restid och restidsvariation 

Av litteraturstudien framgår också att förändringar i reaktionstid till följd av kövarning 

måste kunna hanteras vid simuleringen. Dessutom behövde CVS 4 -måttet som anger 

hastighetsvariationen för rullande 5-minutersperioder, kunna beräknas vid homogenisering, 

eftersom detta kan förklara olyckor vid störd trafik. 

4 CVS = Coefficient of Variation of Speed 

29


Vid simuleringarna har simuleringsprogrammet kompletterats med modeller som 

beskriver hur förare anpassar sin hastighet, samt hur deras genomsnittliga reaktionstid 

och retardationsnivå påverkas av interaktion med dessa trafikledningssystem. Dessa 

nya delmodeller har inte genomgått någon utförlig kalibrering eller validering och 

därför bör inga alltför långtgående slutsatser dras från simuleringsresultaten. 

5.2 Kövarning 

Resultaten som presenteras nedan är baserade på 20 iterationer dvs. upprepade 

simuleringar. 

5.2.1 Reshastighet 

Figur 5.2 visar hur den genomsnittliga reshastigheten varierar över den studerade 

sträckan. I figuren syns tydligt att hastighetssänkningseffekten av incidenten utan 

trafikledning fortplantar sig snabbare och längre med ökande belastningsgrad. Vid 

högre belastningsgrader inträffar hastighetsfallet tidigare, men vid lägre belastning blir 

hastighetsfallet kraftigare. För de delar av sträckan som chockvågen från incidenten inte 

når påverkas inte den genomsnittliga reshastigheten. För de delsträckor som påverkas 

av incidenten fås en något lägre genomsnittlig reshastighet i kövarningsfallet vilket 

visar på ett lugnare inbromsningsförlopp som följd av kövarningsalgoritmen. 

30

Hastighet [km/h] 


120 

100 

80 

60 

Reshastighet vid detektorstationerna. 

Incident 0,3 

Kövarning 0,3 

Incident 0,7 


Incident 0,8 


Incident 0,9 


40 

20 

0 

0 2 4 6 8 10 12 14 16 

Sträcka [km] 

Lindvreten Södergående Salem 

Figur 5.2 

Genomsnittlig reshastighet över den studerade timmen vid samtliga detektorstationer (ca 

500 meters mellanrum) för de fyra olika belastningsfallen. Incident = störning, men ingen 

kövarning 

Det lugnare inbromsningsförloppet syns tydligare om reshastighetsförändringen i både 

tid och rum studeras. Figur 5.3 visar en nivåkurvegraf över hur den genomsnittliga 

reshastigheten (mätt över 5 minuter) förändras över tiden och längs med sträckan. 

Hastighetsnivån i incidentområdet ligger på 10 km/h och är den mörkröda delen av 

graferna. Mer intressant är att studera bredden och ytan på de områden som beskriver 

hastighetsminskningen från 100 km/h till 10 km/h. Figurerna visar tydligt att 

kövarningen gör att de simulerade förarna använder en längre sträcka för sin 

retardation. Figuren visar även att effekten av kövarningen är större vid den lägre 

belastningsnivån och stärker därmed hypotesen om att kövarning har störst effekt vid 

låga belastningsnivåer / högre fordonshastigheter. 

31

Sträcka [km] 

Sträcka [km] 

Sträcka [km] 

Sträcka [km] 

90 


12 

11 

10 

9 

Incident 0,3 

20 

30 

70 

40 

80 

50 60 

90 

100 

10 

60 

20 

50 40 

10 

30 

70 

20 

30 

50 60 70 40 

80 

90 

100 

100 

80 

60 

40 

20 

12 

11 

10 

9 


20 

40 50 60 30 

70 

80 

90 

100 

10 

50 40 20 

30 

10 

70 

60 

20 30 

40 50 

70 60 

80 

90 

100 

100 

80 

60 

40 

20 

20 40 60 

Tid [min] 

Incident 0,7 

20 40 60 

Tid [min] 


12 

90 

40 

10 

50 

60 

70 

80 

30 

50 40 

10 

30 

20 

70 

60 

80 

12 

50 60 

80 

30 

20 

40 

70 

30 20 10 

40 

70 

60 

50 

80 

11 

60 

11 

60 

10 

40 

10 

40 

9 

20 20 

90 

50 

40 

30 

60 

70 

80 

10 

20 

9 

10 10 

90 

60 40 

80 70 

20 

30 

50 

20 

20 40 60 

Tid [min] 

20 40 60 

Tid [min] 

Figur 5.3 

Genomsnittlig reshastighet över tid och rum i form av en nivåkurvegraf. Graferna avser 

endast den del av sträckan som startar 4 km uppströms incidenten. 

Trajektorierna som bildas genom att fordonen färdas fram till och genom flaskhalsen i 

form av en incident kan beskrivas genom Figur 5.4. Incidenten sker vid en belastningsgrad 

0,3, och beskriver förloppet för de två övre bilderna i Figur 5.3. Notera att hastighetsreduktionen 

sker över en betydligt längre sträcka vid kövarning än utan. Trajektorierna 

beskriver också hur hastighetsreduktionen sker över en längre sträcka desto 

längre tid som har förlöpt sedan incidenten skedde. 

32


Figur 5.4 Trajektorier vid en incident med och utan kövarning vid belastningsgrad = 0,3. 

Simuleringarna har inte kunnat styrka att kövarningen endast skulle ha effekt under de 

första 20 minuterna efter det att incidenten inträffat. Utan kövarning tycks hastighetsfall 

uppträda relativt plötsligt även efter 40 minuter, men hastighetsfallet är inte lika brant 

som efter 10 minuter. En möjlig anledning till erfarenheten (från Holland) är att 

information inom 20 min kan ha kommit trafikanterna till del genom VMS, radio eller 

navigationssystem (TMC). Även om hastighetsfallet kommer lika plötsligt är det då inte 

lika oväntat. 

5.2.2 Hastighetsspridning 

Som mått på hastighetsspridningen har CVS (Abdel-Aty et al, 2005) använts. CVS 

beräknas utifrån det harmoniska medelvärdet och standardavvikelsen över individuella 

hastighetsobservationer från de senaste 5-minuterna med uppdatering en gång i minuten. 

Figur 5.5 visar genomsnittlig CVS per detektorstation för de fyra olika belastningsfallen. 

33

CVS 

CVS 

CVS 

CVS 


1.5 

1 

Belastningsgrad 0.3 

Incident 

Kövarning 

1.5 

1 


Incident 

Kövarning 

0.5 

0.5 

0 

0 5 10 15 

Distance [km] 


1.5 

1 

Incident 

Kövarning 

0 

0 5 10 15 

Distance [km] 


1.5 

1 

Incident 

Kövarning 

0.5 

0.5 

0 

0 5 10 15 

Distance [km] 

0 

0 5 10 15 

Distance [km] 

Figur 5.5 

Hastighetsspridning (CVS) för de fyra olika belastningsfallen med och utan kövarning. 

Södergående trafik från Lindvreten till Salem. 

Som synes fås ett något lägre CVS (hastighetsspridning) i kövarningsfallet för de 

delsträckor som incidenten berör. Detta gäller framförallt för belastningsgrader upp till 

0,8. Detta kan ha en viss inverkan på olycksrisken. 

5.2.3 Hastighetsskillnad mellan körfält 

Figur 5.6 visar skillnad i genomsnittlig reshastighet mellan de olika körfälten. Som synes 

kan ingen skillnad mellan fallet med och utan kövarning konstateras, dvs. resultaten 

från simuleringarna stärker inte hypotesen. I samband med vävningen från tre till två 

körfält för genomgående trafik och ett körfält för avsvängande trafik vid trafikplats 

Hallunda fås en dipp i hastighetsskillnaden mellan mittkörfältet och högerkörfältet. Då 

denna dipp förekommer i både fallet med och utan kövarning påverkas detta inte av 

införandet av kövarningssystemet. 

34

Hast diff. [km/h] 

Hast diff. [km/h] 


20 


20 


15 

15 

10 

10 

5 

5 

0 

0 

-5 

-5 

-10 

-15 

IN kf 2-1 

IN kf 3-2 

QW kf 2-1 

QW kf 3-2 

-20 

0 5 10 15 

Sträcka [km] 

-10 

-15 

IN kf 2-1 

IN kf 3-2 

QW kf 2-1 

QW kf 3-2 

-20 

0 5 10 15 

Sträcka [km] 

Figur 5.6 Skillnad i hastighet mellan olika körfält (1 = höger körfält, 2 = mitt/vänster körfält, 3 = 

vänster körfält). Södergående trafik från Lindvreten till Salem. 

5.2.4 Slutsatser kring hypoteserna 

Syftet med denna simuleringsstudie var att ge en ökad förståelse för hur trafikledningssystem 

som kövarning och homogenisering påverkar viktiga trafiktekniska mått. Nedan 

följer en sammanställning av uppställda hypoteser och en diskussion simuleringsresultaten 

kopplade till dessa hypoteser. 

Kövarningen ger en oförändrad genomsnittlig reshastighet 

Simuleringarna styrker detta. Det är endast under den tid som chockvågen 

passerar som en något lägre genomsnittlig reshastighet fås på grund av ett 

lugnare inbromsningsförlopp. 

Kövarningen ger lugnare inbromsningsförlopp vid köslut 

Simuleringar styrker denna hypotes 

Kövarning ger endast effekt de första 20 minuterna efter det att kön uppstått 

Simuleringarna har inte kunnat påvisa att så är fallet 

Kövarningen ger större effekt vid högre fordonshastigheter / Lägre belastningsgrader 

Simuleringarna styrker hypotesen 

35


5.3 Homogenisering via variabel hastighet (VH) 

Resultaten visas inte i detalj, eftersom de inte blev helt trovärdiga. Det visade sig även 

svårt att i den aktuella programvaran (Aimsun) fullt ut ta hänsyn till de antagna 

reaktionstidsförändringarna, se vidare diskussion under avsnitt 6.3. Trafiksimuleringsmodeller 

har i dagsläget endast förenklade modeller för hur förarbeteende påverkas av 

trafikledningssystem såsom kövarning och homogenisering. 

Homogenisering via VH ger en högre genomsnittlig reshastighet för belastningsgrader 

över 0,7 

Simuleringarna har inte kunnat påvisa detta vid antagande om begränsad 

övervakning. Vid antagande om ökad övervakning (vilket antas ge en lägre 

spridning i hastighetsanspråk) fås en oförändrad genomsnittlig reshastighet. 

Hypotesen utgår dels från att homogeniseringen minskar risken för trafiksammanbrott 

och att hastigheten vid homogenisering då skulle vara högre än 

vid ett sammanbrott. Då simuleringarna inte omfattat trafiksammanbrott bör 

hypotesen kanske snarare vara oförändrad genomsnittlig reshastighet, vilket 

verkar gälla i fallet med mer övervakning. 

Homogenisering via VH ger en lägre reshastighetsvariation (standardavvikelse) 

Simuleringarna styrker att så verkar vara fallet, framförallt vid mer övervakning 

samt vid en sänkning från 110 km/h till 90 km/h (som ger mer lika 

hastighetsgräns mellan fordonstyperna). 

Homogenisering via VH ger en lägre hastighetsskillnad mellan körfält 

Detta har inte kunna konstaterats från simuleringarna. I fallet med mer 

övervakning kunde dock en minskning i hastighetsskillnad mellan körfälten 

konstateras för sexfältssträckan. 

Homogenisering via VH ger större effekt vid mer övervakning 

Givet att ökad övervakning ger en minskning i variation i hastighetsanspråk så 

styrker simuleringarna att homogenisering i kombination med mer övervakning 

ger större effekt än vid enbart homogenisering. 

6 Slutsatser 

6.1 Erfarenheter från litteraturinventeringen 

Bedömningen av effekterna av olika system och varianter försvåras av att alla relevanta 

omständigheter inte är tillräckligt kända. Exempelvis är effekterna beroende på 

geometriska förhållanden och trafiksammansättningen på sträckan. Ofta åtgärdas 

36


problemsträckor med höga olyckstal först, vilket är rationellt, men leder till att 

effekterna i ett längre perspektiv blir något överskattade. 

Effekterna på säkerheten av fordonshastighet och hastighetsspridning är relativt 

väldokumenterade. Riskökningen i förhållande till referenshastigheten är däremot rätt 

oklar. Distanshållningens betydelse för upphinnandeolyckor är självklar, däremot är det 

oklart hur sambandet mellan tidluckor och olyckor ser ut. Uppmärksamhetsnivån är en 

faktor som inte uppmärksammats tillräckligt. Här behövs fortsatta studier. 

Betydelsen av hastighetsbegränsningar och övervakning av dessa är väldokumenterade. 

Stora effekter har påvisats av trafikstyrd variabel hastighet, vägrensutnyttjande och 

kövarningssystem. Det är däremot oklart hur mycket av effekten som bör hänföras till 

homogeniseringen av hastigheterna, den höjda uppmärksamhetsnivån av lysande 

system som VH och VMS eller den lugnande inverkan som uppstår genom lägre 

trafikintensitet. 

Betydelsen av varningsvägmärken är mycket bristfälligt dokumenterade. Vid halka och 

köer kan lysande vägmärken nog ha lika stora effekter som hastighetsbegränsningar. 

Finska resultat för halka visar att hastighetsgränser och varningar förstärker varandra. I 

andra sammanhang har visats att traditionella (ej lysande) vägmärken inte uppmärksammas 

i så hög grad av trafikanterna. Den lysande principen är därför viktig. 

Omkörningsförbud för lastbilar och påfartsstyrning anges av flera källor ha stor effekt i 

tät trafik. Det är dock osäkert hur effekten av dessa åtgärder samvarierar med 

förekomsten av VH och MCS. 

Effekterna på säkerhet av körfältsavstängning och isolerade trafikinformationstavlor är 

bristfälligt dokumenterade, men troligtvis mer begränsade än effekterna av 

hastighetsbegränsningar och kövarningssystem. 

6.2 Erfarenheter från modellformuleringen 

Genomgången visar att de viktigaste trafiktekniska egenskaperna som i nuläget bäst 

skulle kunna användas för att förklara olycksutfallet vid aktiv trafikledning är: 

- Fordonshastigheten, som har störst betydelse för singelolyckor vid låg belastning 

- Hastighetsspridningen mellan fordon, som har stor betydelse för flerfordonsolyckor 

- Variationen i medelhastighet mellan korta konsekutiva tidsperioder, som kan 

förklara uppkomsten av olyckor vid störd trafik 

- Reaktionstiden (uppmärksamhetsnivån), som har betydelse för möjligheten att 

hantera risksituationer 

- Även retardationsvärdet är av betydelse, beroende på olika beteenden hos 

förarpopulationen 

37


Sambandet mellan spridningen i hastighet (samt nivån), reaktionstiden och retardationsvärdet 

är viktigt att förstå för att kunna modellera effekter på den mikronivå som 

har förekommit i detta projekt. Vissa förare kompenserar hög hastighet med låg reaktionstid 

och hög retardation medan vissa har låg hastighet med lång reaktionstid och 

låg retardationsnivå. Mellan dessa två ytterligheter finns ett spann av variationer. 

I modellbildningen har en modell skattats med bakgrund av de värden som ligger till 

grund för Trafikverkets effektsamband (Vägverket, 2009 a och b). Dessa värden är 

ganska grova. Därför går modellen att förfina om mer detaljerade empiriska värden 

ansätts. 

6.3 Erfarenheter från trafiksimuleringen 

De kommersiellt tillgängliga trafiksimuleringsprogrammen har generellt en mycket 

begränsad modellering av hur förares inställning, egenskaper och beteende påverkas av 

olika ITS-system och förarstöd. Simulering av ITS-system kräver därför helt eller delvis 

att trafiksimuleringsprogrammets förarmodeller ersätts/utökas med förarmodeller som 

i större utsträckning fångar upp förarbeteendeförändringar pga. av ett ITS-system. De 

vanligast förekommande trafiksimuleringsprogrammen (inkl. Aimsun) möjliggör detta 

via ett ”Application Programming Interface (API)”. Antingen görs detta per projekt och 

trafikledningssystem eller kan generella modeller skapas som t.ex. TNOs ITS modeller 

(TNO, 2011). 

Aimsun och Aimsun:s API har i detta projekt erbjudit tillräckliga möjligheter för att 

implementera den utökning av förarmodeller som varit nödvändig med undantag för 

modelleringen av reaktionstid. Tyvärr saknade den version av trafiksimuleringsprogrammet 

Aimsun som användes möjligheten att modellera spridning i reaktionstid 

mellan förare. Valet av programvara och version gjordes innan behovet av att kunna 

variera reaktionstid mellan förare konstaterades. För en än mer detaljerad modellering 

av förarnas reaktion vid olika variabla hastighetsgränser borde en annan 

programvara/programvaruversion som ger möjlighet att modellera spridningen i 

reaktionstid ha använts. Effekten av att detta inte gjordes var att de simulerade förarna 

hade samma reaktionstid och att effekten av att de modellerade trafikledningssystemen 

antagits ge lägre reaktionstid vid aktivt system endast delvis fångades upp i 

simuleringarna. 

Det är rimligt att anta att om simuleringarna även hade inkluderat modelleringen av 

den lägre reaktionstiden vid aktivt system så hade de positiva effekterna av kövarningssystemet 

med lugnare inbromsningsförlopp m.m. stärkts ytterligare. Kortare reaktionstid 

leder i regel till högre kapacitet samt färre och mindre kraftiga hastighetsvariationer 

och ökad säkerhet. Då spridningen i reaktionstid inte kunde inkluderas i modellen är 

detta dock endast kvalificerade gissningar. 

38


Betydelsen av att kunna hantera förändringar av reaktionstiden framgår tydligt av 

nedanstående figur som hämtats från Enke (1979). Enligt Enke innebär en minskad 

reaktionstid med 0,5 sek att kollisionsrisken minskar med 40% för upphinnandeolyckor, 

55% för korsningsolyckor och 70% för mötesolyckor. Tillämpas motsvarande resonemang 

på effektivare trafiklednings- och fordonssäkerhetssystem som leder till snabbare 

reaktion från förare och/eller fordon förstår man att detta kan ha avgörande betydelse 

för säkerheten. 

Figur 6.1 Olycksrisk som funktion av reaktionstid (Enke, 1979) 

För implementeringen av kövarningssystemet erbjöd Aimsun med tillhörande API 5 de 

funktioner och funktionalitet som behövdes. För implementering av homogeniseringssystemet 

behövs bättre möjligheter att modellera reaktionstid och störd trafik. I båda 

fallen utgör dessutom bristfällig dokumentation om hur dessa system fungerar ytterligare 

ett problem. Mer mätdata behövs således från befintliga system, exempelvis från 

Södertäljevägen. 

7 Fortsatt arbete och obesvarade frågor 

7.1 Ökad förståelse av homogenisering 

Det är oklart hur harmoniseringsalgoritmen bäst bör utformas. Tyvärr misslyckades 

trafiksimuleringen belysa detta tillräckligt bra. Vi behöver förstå vilka effekter som kan 

uppnås för olika utgångshastigheter och flödesförhållanden. Tyska erfarenheter är att 

homogenisering påverkar kapaciteten ner till ca 80 km/h (Arnold, 2011). Engelska 

erfarenheter är att harmonisering och övervakning kan minska olyckorna med 40% vid 

5 API = tilläggsfunktioner som programmeras av användaren 

39


normal hastighet 70 mph (112 km/h). I Tyskland och England sänker man hastigheten 

ca 20 km/h vid belastningsrad 0,7 för att flödet ska hinna homogeniseras, vilket tar 

minst fem minuter, innan trafiken tätnat allt för mycket. 

Kerner (2011) har försökt förklara vad som händer på en motorväg vid hög belastning. 

Det finns tre sorters flöde: 

1) fritt flöde 

2) harmoniserat (eller synkroniserat) flöde 

3) överbelastning (köer efter trafiksammanbrott) 

Fritt eller nästan fritt flöde råder vid låg- och mellantrafik upp till belastningar på 70% 

av kapacitetsgränsen. Harmoniserat flöde innebär lägre synkroniserade hastigheter i tät 

trafik, som kan men inte behöver leda till trafiksammanbrott. Det svarta hålet i Figur 7.1 

består av lägre hastigheter. 

Figur 7.1 Illustration av harmonisering med spontan överbelastning (Kerner, 2011) 

Överbelastningar kan vara av två slag: 

1) Spontan överbelastning, som uppstår på sträcka pga hög trafikbelastning. Fritt 

flöde råder både före och efter sträckan, där överbelastningen uppstår (jfr Figur 

7.1). 

2) Inducerad (framkallad) överbelastning, som uppstår som en följd av 

köuppbyggnad vid en flaskhals t.ex. en trafikplats (jfr Figur 7.2). 

40


Figur 7.2 Illustration av inducerad överbelastning (Kerner, 2011) 

Spontan överbelastning uppstår som en funktion av flödet på en sträcka. Från min 

kapaciteten = ca 1900 (f/h) befinner sig flödet i ett labilt (eller metastabilt) läge. Vid max 

kapaciteten = ca 2150 (f/h), som brukar benämnas kapacitetsgräns, är sannolikheten för 

sammanbrott nära 100%. Vid min kapaciteten är däremot sannolikheten för 

sammanbrott nära 0%. 

Figur 7.3 

(Kerner, 2011) 

Sannolikhetsfördelning för risk för sammanbrott mellan min kapacitet och max kapacitet 

Nära minimikapaciteten krävs en förhållandevis stor störning av flödet pga hastighet 

eller täthet (avståndshållning) för att ett sammanbrott ska inträffa. Vid maximikapaciteten 

krävs bara en minimal störning för att ett spontant sammanbrott ska 

inträffa. Harmoniseringens bidrag är främst att minska risken för att en tillräckligt stor 

störning ska inträffa, som leder till ett trafiksammanbrott med stor risk för 

upphinnandeolyckor. 

41


7.2 Simuleringar kan göra nytta 

Trafiksimulering gör det möjligt att på ett konsekvent sätt undersöka olika varianter av 

trafikledningssystem såsom kövarning och homogenisering. Här är några exempel på 

frågor som skulle kunna belysas bättre genom trafiksimulering. 

Vad händer när man passerar en VMS med varningsbudskap? Hur nära 

händelsen måste man vara för att sänka hastigheten? Vad krävs för att påverka 

säkerheten? 

Hur påverkas hastighetsnivå och –spridning vid halt väglag? Hur påverkas 

reaktionstid och distanshållning? Vad krävs för att halkvarningar ska påverka 

säkerheten? 

Hur påverkas man av VH-budskap i hög- och lågtrafik? I vilka situationer går 

det att skapa lugnare trafik? Kan symboler förstärka hastighetsbudskapen? 

Hur påverkas man av en kövarningssymbol? Ger det lika stor lugnande effekt 

på inbromsningsförloppet som MCS? Kan kövarningsalgoritmen förbättras? 

Hur hanterar trafikanter fordonshaverier när vägren saknas? Hur påverkas köer 

och upphinnandeolyckor? Vilken roll spelar nödfickor? 

Hur väjer man vid körfältssignaler? Sker väjning på en längre sträcka? Blir 

inbromsningarna färre och mindre häftiga? 

Hur väver man vid påfartsreglering? I vilka situationer går det att skapa lugnare 

trafik? Minskar konflikter på påfarten? 

7.3 Svenska mätdata är en bristvara 

Förutsättningen för att utnyttja simulering är att lämpliga indata finns, helst kalibrerade 

för svenska förhållanden. 

Detaljerade olycksanalyser behövs för högtrafikerade motorvägar. Ett problem är att 

trafikledningssystem ofta byggts ut i kombination med breddning. Det är därför svårt 

att isolera kövarning och homogenisering från effekten av breddning. 

När MCS infördes på E4 1996 breddades samtidigt vägen. Samma gällde när kövarning 

infördes 2004 i Göteborg. En möjlighet är att istället göra en tvärsnittsanalys för att få 

fram olycksrisken som funktion av antal körfält, flöde och trafikledningssystem (MCS, 

VMS, VH, enkel kövarning). Därvid bör även kartläggas om systemet varit aktivt eller 

passivt vid olyckstillfället, med uppdelning på hög- och lågtrafik samt vilka olyckor 

som påverkas mest. 

Olycksanalyser ger grova svar. För att förstå skeendet bättre och för att kunna 

prediktera effekten av olika åtgärder behövs trafiksimulering. Simuleringen behöver i 

sin tur kalibreras mot mätdata. 

42


Nya mätdata behövs således för att förstå trafikanternas beteende med trafikledning. Vi 

behöver förstå hur trafikanterna reagerar på trafikledningsbudskap. Minskar 

reaktionstiden enligt vår hypotes? Leder detta till ökad homogenisering av hastigheter 

och tidluckor? 

Kartläggningen av mätdata visar att data helt saknas eller är bristfälliga i Sverige för 

fordonshastigheternas påverkan av lysande variabla hastigheter, inverkan av trafikledning 

på frekvensen av trafiksammanbrott, reaktionstider, hastighetsspridning och 

distanshållning i hög- och lågtrafik samt mått på flödets instabilitet/harmonisering. 

Sambandet mellan trafikanternas beteendeförändringar och effekten på olyckor behöver 

sedan kartläggas genom att matcha mätdata och olycksanalys mot varandra. 

43


Referenser 

Arbetsrapporter: 

Lind, G. och Strömgren, P. (2011) Säkerhetseffekter av trafikledning och ITS. 

Arbetsrapport 1. Litteraturinventering. Movea. 

Lind, G. och Strömgren, P. (2011) Säkerhetseffekter av trafikledning och ITS. 

Arbetsrapport 2. Skiss till trafiksäkerhetsmodell. Movea. 

Olstam, J. Säkerhetseffekter av trafikledning och ITS. Arbetsrapport 3. 

Trafiksimuleringsstudie av vägtrafikledningssystem för kövarning och 

homogenisering. VTI. 

Övriga referenser: 

Abdel-Aty M., Uddin N and Pande A. (2005) improving safety and security by 

developing a traffic accident prevention system. First International Conference on 

Safety and Security Engineering Proceedings. Rome, 2005) 

Arnold, M. (2001) Verfahren zur Wirtschaftlichkeitsuntersuchung einer befristeten 

Umnutzung von Standstreifen an BAB für Zwecke des fließenden Verkehrs. 

Forschung Straßenbau und Straßenverkehrstechnik. Heft 820. 

Bernard, M., (1999) Zur Bemessung der Haltesichtweite im Straßenentwurf; 

Fortschrittsberichte VDI, Reihe 12: Verkehrstechnik/Fahrzeugtechnik, Nr. 400; 

VDI Verlag, Düsseldorf. 

Bertini R.L., Bogenberger K. and Boice S. (2005) Impact of Driver Information System on 

Traffic Dynamics on a German Autobahn: Lessons for US Applications. 12th World 

Congress on Intelligent Transport Systems. San Francisco. 

Carlsson A. och Björketun U. (2010) Analys av olycksutfall på MV samt prediktionsmodell 

för olycksskattning. 

Carlsson, Arne och Yahya, Mohammad-Reza (2002) Kövarningssystem på E6 Göteborg. 

Redovisning av trafikmätningar. VTI notat 39-2002. 

Corens P., Verduyn K. and Schevernels M. (2011) Using microsimulation to evaluate 

traffic safety. Traffic Engineering and Control. 

Davidsson F. och Lindqvist E. (2007) PM – Samhällsekonomisk kalkyl av 

trimningsåtgärder. Movea. 

Davidsson F., Kronborg P och Lind G. (2007) PM – Trafikstyrning och tillgänglighet. 

Movea. 

Enke, M. (1979): Collision probability related to shift forward of driver reaction, in: 

National Highway Traffic Safety Administration (ed.): 7 th International Technical 

Conference on Experimental Safety Vehicles, June 5-8, 1979, Washington D.C., pp. 

789-802. 

ETSC (2011) 5th Road Safety PIN Report. European Traffic Safety Council. 

44


Hegyi, A., De Schutter B. and Hellendoorn J. (2003). Optimal Coordination of Variable 

Speed Limits to Suppress Shock Waves. Proceedings of the 2003 American 

Control Conference, Denver, Colorado, pp. 4083-4088, June 2003. 

Highways Agency (2008) ATM Monitoring and Evaluation. 4-Lane Variable mandatory 

Speed Limits. 12 month Report. Mott MacDonald. 

Highways Agency (2011) M42 MM Monitoring and Evaluation. Three Year Safety 

Review. 

Kerner B. (2011) Traffic FlowRates and Light Signal Controls in Networks. TEC. 

Middelham F. (2006) Traffic Management: Some History and future of ITS. ISEP 2008. 

TNO. (2011). ITS modeller. Hämtat från 

http://www.tno.nl/downloads/ITS%20modeller3.pdf den 5 December 2011 

Trafikverket (2010) Aktiv högtrafikledning - Kunskapsdokument och tillämpningsråd. 

Utkast v0.99. 

Vadeby, A. och Forsman, Å. (2010) Utvärdering av nya hastighetsgränssystemet. 

Effekter på hastigheter. Etapp 1. VTI notat 14-2010. 

Vägverket (2004) Vägar och gators utformning VGU. VV Publikation 2004:80 

Vägverket (2009a) Nybyggnad och förbättring - effektkatalog. Kap 6 Trafiksäkerhet. 

Publikation 2009:151 

Vägverket (2009b) Nybyggnad och förbättring - effektkatalog. Kap 4 Tillgänglighet. 

Publikation 2009:151 

Vägverket Konsult (2005) Hastigheter och tidluckor 2004. Publikation 2005: 2 

Xin, W., et al. (2008). The Less-than-perfect Driver: A Model of Collision-inclusive Carfollowing 

Behavior. Submitted for Presentation and Publication Transportation 

Research Board 2008 Annual Meeting January 2008 Washington, D.C 

45

Movea trafikkonsult AB 

www.movea.se Hammarby Fabriksväg 25 

fornamn.efternamn@movea.se 

120 33 STOCKHOLM

Säkerhetseffekter av trafikledning på motorväg - Movea Trafikkonsult ...

Create successful ePaper yourself

Delete template?

Save as template?