Office of Highway Policy Information (OHPI) ndash Système de surveillance de la performance routière (HPMS) ndash Réévaluation HPMS Système de surveillance de la performance routière 2010 (HPMS) 5.0 Lignes directrices pour la collecte de données pour les routes à haut volume L'art et la pratique de la collecte et du traitement des données de trafic Établi au fil des ans. Chaque état DOT suit un ensemble de procédures, choisit et utilise l'équipement qui répond le mieux à leurs besoins spécifiques. Les lignes directrices présentées dans ce chapitre reconnaissent l'existence de ces pratiques et procédures propres à l'État. Ces lignes directrices visent à améliorer le processus et à améliorer la qualité de la collecte et du traitement des données de trafic sur les routes à gros volumes en particulier. Les lignes directrices ne sont pas conçues comme un ensemble de normes uniformes que tous les États doivent suivre, elles ne visent pas non plus à remplacer les pratiques couronnées de succès. Ces lignes directrices sont plutôt destinées à servir de guide ou de source de référence à partir des expériences des États et des leçons apprises pour aider les États à rechercher des orientations ou des orientations sur des questions communes ou spécifiques liées à la collecte et au traitement de données routières pour les grands volumes. L'objectif principal est d'améliorer la qualité des données de trafic sur les routes à grand volume. Les lignes directrices sont regroupées en quatre grandes catégories: collecte de données, traitement des données et assurance de la qualité, utilisation des données STI et équipement. Celles-ci sont fondées sur les meilleures pratiques ou sur la description des équipements présentés aux chapitres 3 et 4 du présent rapport. Les lignes directrices sont présentées avec des exemples et des hyperliens vers d'autres informations détaillées sur le CD d'accompagnement. 5.1 Collecte des données La collecte des données pour les rapports SMPS continuera d'être basée sur les comptages à court terme et les stations permanentes. Les étapes suivantes sont considérées comme utiles pour la surveillance du trafic sur des routes à grand volume. 5.1.1 Définir le volume de trafic élevé La première étape consiste à définir ce qui constitue un volume de trafic élevé. Alors que la plupart des États ont tendance à définir des itinéraires à volume élevé de trafic en termes de capacité à installer l'équipement de collecte de données en toute sécurité, une telle perception peut être traduite en volume de trafic. La définition d'itinéraires à volume élevé en termes d'AADT est censée fournir un moyen standard d'identifier des routes qui transportent des volumes de trafic suffisamment élevés pour mettre en danger la sécurité de l'équipe de collecte de données. Il est probable que la valeur de seuil de trafic peut ne pas être la même dans tous les états. Dans certains États, l'AADT de 50 000 peut être considéré comme élevé, alors que 100 000 peuvent être le seuil dans d'autres États. Par exemple, I1 DOT utilise 70 000 AADT alors que NYSDOT utilise 80 000 AADT pour définir des routes à volume élevé. Cependant, l'analyse des données de l'AADT pour déterminer les états à interviewer indique que les 10 principaux états basés sur les milles de la route transportant des volumes de trafic satisfaisant les trois seuils (50 000, 75 000 et 100 000 AADT) sont identiques. Le classement des états varie cependant selon le seuil. A titre indicatif, il est donc recommandé que les itinéraires à volume élevé puissent être définis comme étant ceux qui transportent plus de 50 000 AADT. 5.1.2 Identifier les emplacements à volume élevé L'étape suivante consiste à identifier les routes transportant du volume de trafic qui satisfont à la valeur de seuil. La sécurité du personnel de la circulation pendant l'installation des capteurs de trafic a été la principale préoccupation exprimée par les États interrogés. Par conséquent, il est important que les DOTs d'état identifient des endroits où la sécurité est une préoccupation en raison des volumes de trafic, de la géométrie ou d'autres raisons. Cette étape comprend également l'identification des endroits où la collecte des données est difficile en raison des limitations technologiques causées par la congestion et le trafic stop-and-go. Une fois que ces emplacements ont été identifiés, il devient facile d'identifier les stratégies de collecte de données appropriées concernant le type d'équipement le nombre de personnel de la circulation nécessaire les temps d'installation et de retrait (pic, hors pointe, nuit seulement) Stratégie de collecte de données (p. Ex. Équilibrage de la rampe) L'État de Washington utilise des zones de sécurité codées par couleur pour identifier les lieux de collecte des données. Ces zones n'ont pas été identifiées strictement en fonction du volume de trafic, mais d'une combinaison de caractéristiques de la circulation et de la chaussée et d'identifier les besoins en personnel et en temps d'installation pour les emplacements. Les détails de cette approche sont fournis dans le CDSD (Zones de sécurité pour la surveillance du trafic), (WsDOT). 5.1.3 Sélectionner des stratégies de collecte de données Les stratégies adaptées aux emplacements de grand volume visent à améliorer le processus de collecte de données et à résoudre les problèmes et les défis associés aux routes à grand volume, comme on l'a vu au chapitre précédent. Voici certaines stratégies et approches recommandées: 5.1.1.1 Fournir une formation et des lignes directrices Une stratégie visant à améliorer les pratiques de collecte de données sur les routes à grand volume est de fournir de la formation, y compris des directives de sécurité pour tout le personnel sur le terrain. Il conviendrait d'encourager l'utilisation de directives de sécurité ou de manuels d'exploitation comportant des exigences de sécurité. Des exemples utiles sont les suivants. Le CD DOTs Traffic Monitoring Handbook de la Floride comprend des consignes de sécurité et une vidéo de sécurité pour le personnel de la circulation. Le manuel détaillé contient également des informations sur l'installation et la sélection du site. VDOT a créé un CD de poche (quotGuide à l'installation de Road-Tubes en Virginiaquot) CD sur l'installation de tubes de route en fonction des conditions de circulation. De plus, le VDOT organise des réunions annuelles de programme, des examens trimestriels et d'autres formations liées à l'équipement afin de renforcer les compétences et l'expérience du personnel de terrain et des entrepreneurs. La formation continue aide le personnel sur le terrain à sélectionner les zones présentant les meilleures caractéristiques nécessaires pour recueillir des données précises sur le trafic. Le NYSDOT forme le personnel du comté, les entrepreneurs et le personnel de l'État sur la surveillance du trafic dans les ateliers annuels. Ces ateliers sont ouverts à tous et servent de forum précieux pour toutes les parties impliquées dans la surveillance du trafic dans l'état pour rencontrer et discuter des préoccupations, des opportunités et des approches émergentes. 5.1.1.2 Installation de l'équipement de coordonnées avec la construction et l'entretien Il est recommandé que les états planifient l'installation et maintiennent l'équipement de collecte de données (p. Ex. Boucles inductives) pour coïncider avec la construction de la chaussée et les activités de maintenance. Cela assure la sécurité du personnel de collecte des données et permet l'installation, l'inspection et l'entretien de l'équipement dans des conditions de circulation contrôlées. En outre, il est recommandé que l'installation de l'équipement soit effectuée en dehors des heures de pointe. Les boucles inductives et les capteurs piézoélectriques sont l'équipement préféré des ATR. Cependant, certains États (par exemple la Floride) tentent d'installer des boucles et des conduits sur des installations multilignes et les utilisent ensuite pour des comptages à court terme en connectant un compteur de trafic au besoin. Une boucle et un conduit correctement installés peuvent fournir des données de bonne qualité lorsqu'un détecteur de trafic est connecté sans compromettre la sécurité du personnel de la circulation. L'installation de tels équipements est mieux réalisée lorsqu'elle est coordonnée avec les opérations de construction et d'entretien. 5.1.1.3 Utiliser des techniques d'équilibrage des rampes Dans les installations à accès restreint avec un volume de trafic important, l'équilibrage de la rampe est suggéré si les stations de comptage permanentes ne sont pas disponibles pour les sections de la ligne principale. Le CD Guide de surveillance du trafic fournit des directives sur le comptage des rampes. Dans les endroits où des approches d'équilibrage de rampe sont utilisées, des tentatives doivent être faites pour automatiser les étapes de réduction des données, en particulier pour calculer les volumes de lignes principales à partir des comptages de rampe, pour convertir les comptages de volumes en AADT et convertir les volumes de segments en volumes de sections HPMS. En Californie, en Floride, en Géorgie, au Michigan, en Ohio, au Texas et à Washington, des approches d'équilibrage des rampes qui ont été élaborées sur la base des directives et des recommandations du Guide de surveillance du trafic. Les exemples suivants servent de guides dans l'utilisation de la technique d'équilibrage de rampe. Californie utilise l'équilibrage de rampe largement sur les routes à grand volume où il n'y a pas de compteurs permanents et ne peut pas installer en toute sécurité des compteurs portables. Caltrans utilise un CD-ROM MS Excel (Calculational Worksheet, Caltrans) contenant des formules permettant de calculer les volumes AADT en fonction du nombre de rampes quotidiennes. Une telle feuille de calcul simple peut réduire l'effort et les erreurs. Des instructions pour remplir la feuille de travail sont également fournies au personnel sur le terrain et ont été montrées à la figure 3.3 dans le chapitre 3 de ce rapport. MDOT utilise un programme de comptage de rampes dans S. E. Michigan (région de Détroit). Le personnel de l'État compte aux emplacements d'entrée et de sortie de la rampe au lieu de compter les segments de la ligne principale. Ces comptages sont ensuite utilisés en combinaison avec les détecteurs ITS et les boucles sur la ligne principale pour obtenir les AADT pour les segments entre deux points d'entrée et d'accès. Le programme de comptage des rampes est réalisé conformément aux directives TMG. Au Texas, un nouveau système de base de données (STARS) devrait automatiser le processus d'équilibrage des rampes. Les programmes d'équilibrage des rampes sont en cours d'élaboration sur la base des lignes directrices du TMG. 5.1.1.4 Utilisation de techniques pour une meilleure classification et la détection voie par ligne L'un des problèmes signalés de surveillance du trafic sur les routes à grand volume est le mauvais comptage et la mauvaise classification des véhicules en raison de multiples impacts, des impacts fantômes sur les installations à voies multiples. Il est recommandé d'utiliser des technologies et des techniques qui améliorent la détection de la voie par voie et la classification des véhicules. Les exemples suivants illustrent des techniques réussies: le VDOT utilise des procédés comme des quotblockers et des arrays quotindependents pour séparer les actionnements du véhicule dans des voies adjacentes afin de recueillir avec succès des données de trafic dans des voies à grand volume avec des tubes pneumatiques. Les détails de cette technique sont fournis dans quotGuide à installer Road Tube en Virginiaquot (VDOT), CD. Les comptes de couverture sont collectés avec des tubes routiers en utilisant l'ADR 1000 en plus des algorithmes de logique de contre-courant. De plus, VDOT a testé et revu à fond les tableaux de classification où seuls les tableaux de classification approuvés et actuels doivent être utilisés sur les équipements. Le NJDOT exige que, sur les routes à voies multiples ayant un volume supérieur à 10 000 AADT unidirectionnel, des boucles portables et des capteurs d'essieu électroniques soient utilisés pour collecter les données de classification. Ne pas dépasser une voie doit être surveillée pour le classement du type de véhicule par enregistreur AVC et paire de tubes. Sur les routes à deux voies, un enregistreur AVC et une paire de tubes doivent être installés de chaque côté de la chaussée. Sur les routes à quatre voies avec une médiane appropriée, un enregistreur AVC supplémentaire à quatre canaux ou deux enregistreurs AVC supplémentaires à deux canaux doivent être installés dans la médiane pour classer le trafic dans les voies adjacentes à cette médiane. Les détails de cette technique sont fournis dans le CD de contrôle de traçage (CDND, 2002). 5.1.3.5 Utiliser des ententes de partage des données et des ressources avec les organismes locaux L'enquête de l'Observatoire des transports urbains (16 avril 2004) mentionnée précédemment indique que 79% des villes qui ont répondu (soit 98 sur 124) Les activités de collecte de trafic, ce qui entraîne un gaspillage de fonds, la duplication des efforts et l'incapacité à partager les ressources. Les ententes de partage des données et des ressources codifient les rôles, les attentes et les responsabilités des parties qui fournissent et utilisent des données sur le trafic. De tels accords peuvent vraisemblablement se faire entre entités publiques, entièrement entre entités privées, ou entre entités privées et publiques. Les accords de partage de données traitent généralement de questions telles que la sécurité et la confidentialité, la responsabilité, la fréquence des transmissions de données, auxquelles les données peuvent être diffusées, et les frais. Par exemple, NYSDOT utilise des comtés pour la collecte de données de trafic. 5.1.3.6 Utiliser des entrepreneurs pour la collecte de données L'utilisation d'entreprises privées pour recueillir des données sur le trafic augmente dans les États. Cela est particulièrement vrai pour les données de compte à court terme. Il est suggéré que la qualité des données et les exigences pour le fonctionnement du système soient incluses dans les spécifications. Voici quelques exemples de contrats réussis avec des fournisseurs de données privés. Le Maryland et la Virginie ont des spécifications détaillées pour les comptages à court terme effectués par les entrepreneurs. Ces spécifications incluent les niveaux de qualité, l'installation et les procédures de collecte de données. Selon la Maryland State Highway Administrations quotSpécification pour les services de consultation pour la collecte de trafic manuel et Portable Machine Counts et sur le site de génie du trafic et d'ingénierie routière Assistance CD 2004 CD, si les comptes à court terme sont trouvés dans l'erreur, l'agence exige des entrepreneurs Pour raconter la section. VDOT a établi des critères de location basés sur la performance pour le paiement des services de collecte de données. La rémunération de l'entrepreneur est basée sur le nombre de données acceptables soumises par l'entrepreneur. De plus, VDOT nécessite une certaine quantité de données acceptables de chaque site pour pouvoir utiliser ce site pour la création de facteur de trafic NYSDOT a incorporé l'exigence d'assurer la continuité des stations de comptage, des stations AVC et la disponibilité opérationnelle du système AVC-WIM Au moins 95 dans les spécifications de l'entrepreneur. D'autres détails sont disponibles dans le CD des NYSDOTs Zone 3 Contractor Specifications (NYSDOT, 2003). 5.2 Traitement des données et assurance de la qualité des données Les données sur le trafic pour les routes à grand volume sont actuellement traitées de la même manière que pour les autres emplacements de trafic. Dans la déclaration des valeurs AADT requises pour HPMS, deux étapes connexes sont impliqués ndash traitement des données pour vérifier la validité et l'exhaustivité, et le calcul des facteurs d'ajustement. Ces lignes directrices et d'autres sont présentées ci-dessous. 5.2.1 Validation des données Le traitement des données pour vérifier la validité et l'exhaustivité est réalisé à l'aide de logiciels internes ou de programmes mainframe existants par tous les États interrogés. Dans le cas de la surveillance du trafic et de la gestion du trafic, tous les États interrogés utilisent un logiciel pour signaler des données potentiellement erronées pour examen par le personnel du DOT qui a des connaissances et une expérience locales étendues. La plupart des états interrogés par les DOT n'utilisent pas de logiciel de traitement de données pour traiter les données de comptage à court terme, sauf dans les cas où le logiciel fourni par le fournisseur est utilisé pour télécharger des données à partir de l'appareil. Certains États ont des progiciels internes pour traiter les données de comptage à court terme (par exemple, la Floride utilise un logiciel nommé quotSurvey Processing Software, l'État de Washington utilise un programme interne New Jersey utilise TRADAS, un système disponible dans le commerce et un logiciel mainframe existant qui a été développé en - maison). Un récent sondage sur le transport urbain (16 avril 2004) auprès des ingénieurs en trafic aux États-Unis et au Canada a révélé qu'environ 36% des répondants (soit 45 sur 124) n'utilisaient aucun logiciel de contrôle de la qualité pour le traitement des données. L'enquête a indiqué que le logiciel utilisé pour le contrôle de la qualité des comptes de trafic est principalement du fabricant (56 pour cent), avec un tiers (8 pour cent) et des logiciels internes (11 pour cent). Il est recommandé que tous les organismes qui collectent des données évaluent la qualité des données, en particulier pour les itinéraires à volume élevé. Il est important qu'en l'absence de logiciels tiers ou internes, les agences doivent au moins exiger que les fournisseurs fournissent aux logiciels un équipement qui permette des contrôles de validité des données basés sur des critères communs ou publiés, en particulier pour les comptes à court terme. Plusieurs États ont récemment mis à jour leur logiciel de traitement du trafic vers des applications plus récentes basées sur des bases de données relationnelles. Plusieurs États sont en train de développer des systèmes de base de données complets pour stocker, traiter et interroger toutes leurs données de trafic. Ces systèmes de base de données devraient également avoir des procédures rigoureuses de contrôle de la qualité et d'évaluation. Par exemple, le Texas est en train de développer le Statewide Traffic and Recording System (STARS), l'Ohio développe Traffic Keeper-Ohio (TKO) et la Géorgie met à jour son système QCQA. La Californie utilise déjà un système de base de données relationnelles appelé le réseau de systèmes de transport (TSN). La documentation et les guides d'utilisation de certains logiciels utilisés par les États sont fournis sur le CD. Le ministère des Transports de l'État de New York, Bureau des services de données routières, éditeur de compte de trafic: Manuel de l'utilisateur et documentation du système CD, février 2003 Département des Transports de la Floride, quotSurvey Manuel d'utilisation du logiciel de traitement (SPS), CD. Juin 2001 La FHWA a lancé une étude de fonds en commun avec le Minnesota, le Wisconsin, le Dakota du Sud, l'Indiana, le New York, le Connecticut, la Caroline du Nord, la Caroline du Sud, la Géorgie, la Floride, le Nouveau-Mexique, la Californie, l'Idaho et le Montana. Qualité. Bien qu'elle ait été conclue avant que tous les objectifs prévus n'aient été atteints, l'étude a compilé une liste de tous les outils de dépistage utilisés par un ou plusieurs des États participants, puisqu'ils sont appliqués au volume court ou continu, à la classification des véhicules et aux données WIM pour les données sélectionnées Produits. Le rapport comprenait un ensemble de règles logiques cohérentes pour le dépistage des données de trafic découlant de cinq séances d'ingénierie des connaissances de plusieurs jours auxquelles ont participé plus de 60 experts en contrôle de la circulation. Le rapport comprenait également des algorithmes de vérification des données de trafic, des définitions et des instructions de pseudo-code pour appuyer le développement de logiciels de test basés sur des règles (MnDOT, 1997). 5.2.2 Facteurs d'ajustement et facteurs de croissance Des facteurs d'ajustement fondés sur les recommandations TMG CD sont nécessaires pour convertir les comptages de volumes à court terme en AADT en tenant compte des variations saisonnières, mensuelles et quotidiennes. TMG recommande que les comptes manqués en raison d'échecs d'équipement, de mauvais temps, ou d'autres raisons devraient être compensés au cours de l'année. Les comptes partiels inférieurs à 24 heures devraient, en règle générale, être repris. La plupart des États interrogés ont indiqué qu'ils calculent les facteurs saisonniers basés sur les moyennes mobiles des données ATR fondées sur les lignes directrices et les groupes de facteurs du TMG. Voici quelques exemples d'autres approches utilisées par certains États. Ceux-ci sont décrits en détail au chapitre 3 du présent rapport. Florida DOT publie un quotProject Traffic Forecasting Handbookquot CD qui fournit des détails sur les calculs des facteurs. FDOT a également une vidéo sur les procédures d'estimation AADT dans leur manuel de surveillance du trafic. L'approche de Californias pour le calcul du facteur d'ajustement est décrite au chapitre 3 du présent rapport. Washington DOT a développé un court comptage du Guide de mise en oeuvre disponible sur le site Web de WsDOT. Le document contient des informations sur les capteurs utilisés, les types de comptage, les facteurs de réglage utilisés, etc. Les facteurs de réglage sont actualisés chaque année. New Jersey utilise des facteurs de modèle (facteurs d'ajustement saisonnier) qui sont calculés en regroupant les stations de surveillance continue en grands groupes de classe fonctionnelle. Ces facteurs sont mis à jour annuellement. Les écarts par rapport à la moyenne du groupe de plus de 20% sont rejetés. Ce processus est itéré jusqu'à ce que les stations au sein de chaque groupe soient conformes au modèle de groupe. Les facteurs de correction de l'essieu sont calculés en regroupant toutes les données de classification du véhicule disponibles par classification fonctionnelle. Les facteurs de correction de l'essieu sont actualisés chaque année en fonction d'une moyenne mobile de trois ans. Dans le Massachusetts, les facteurs saisonniers d'ajustement sont développés à partir des stations permanentes inductives de câble looppiezo. Les facteurs de correction d'essieu sont développés à partir du TMGHPMS requis 300 stations de classification des véhicules (100 ans sur un cycle de 3 ans). Les facteurs sont développés et mis à jour chaque année. Ils sont saisis dans une feuille de calcul Excel par groupe pour les facteurs d'ajustement saisonnier et la classification fonctionnelle des facteurs de correction de l'essieu (camion), puis analysés pour élaborer les facteurs d'ajustement énumérés. 5.2.3 Évaluation de la qualité des données Plusieurs États interrogés ont noté que les préoccupations concernant la qualité des données obtenues à partir de sources externes empêchent leur utilisation intensive. Actuellement, il n'existe aucune méthode acceptée pour évaluer la qualité des données de trafic provenant de différentes sources et applications. Un cadre d'évaluation de la qualité des données sur le trafic a été élaboré et constitue un outil précieux pour les organismes chargés de la collecte des données. Le cadre fournit une méthodologie pour calculer six mesures fondamentales recommandées de la qualité des données de trafic. Les méthodologies présentées dans le cadre sont applicables à la fois aux données de trafic générées par les STI et les autres STI. Le cadre devrait guider les États sur la manière d'évaluer la qualité des données sur le trafic. Les mesures fondamentales de qualité des données de trafic sont définies ci-dessous: Précision ndash Mesure ou degré d'accord entre une valeur de données ou un ensemble de valeurs et une source supposée correcte. Elle est aussi définie comme une évaluation qualitative de la liberté contre l'erreur, avec une évaluation élevée correspondant à une petite erreur. Exhaustivité (également appelée disponibilité) ndash Le degré auquel les valeurs de données sont présentes dans les attributs (par exemple, le volume et la vitesse sont des attributs du trafic) qui les exigent. L'exhaustivité est typiquement décrite en termes de pourcentages ou de nombre de valeurs de données. L'exhaustivité peut se référer à la fois à l'aspect temporel et spatial de la qualité des données, en ce sens que l'exhaustivité mesure la quantité de données disponibles par rapport à la quantité de données disponibles. Validité ndash Le degré auquel les valeurs de données satisfont aux exigences d'acceptation des critères de validation ou tombent dans le domaine respectif des valeurs acceptables. La validité des données peut être exprimée de nombreuses façons. Une façon courante est d'indiquer le pourcentage de valeurs de données qui passent ou échouent les vérifications de validité des données. Timeliness ndash La mesure dans laquelle les valeurs de données ou un ensemble de valeurs sont fournies au moment requis ou spécifié. La rapidité peut être exprimée en termes absolus ou relatifs. Coverage ndash Le degré auquel les valeurs de données dans un échantillon représentent exactement l'ensemble de ce qui doit être mesuré. Comme pour d'autres mesures, la couverture peut être exprimée en unités absolue ou relative. Accessibilité (également appelée usabilité) ndash La facilité relative avec laquelle les données peuvent être récupérées et manipulées par les consommateurs de données pour répondre à leurs besoins. L'accessibilité peut être exprimée en termes qualitatifs ou quantitatifs. Selon l'application, les six mesures ne seront pas toutes nécessaires. Aux fins du rapport SMPH, l'exactitude, l'exhaustivité, la validité et la couverture semblent être les mesures de qualité des données les plus importantes. Comme on l'a vu plus haut (chapitre 3), tous les États interrogés procèdent à des contrôles de qualité limités pour identifier au moins des données potentiellement erronées. Tous les États interrogés utilisent des critères de validité ou des règles de traitement des données pour évaluer la qualité des données. Les règles de traitement des données utilisées par les États interrogés sont fondées sur les lignes directrices de l'AASHTO et du TMG et comprennent les contrôles de portée, l'exhaustivité des données et les divisions de répartition de la voie. Par exemple, la Californie utilise un système de base de données relationnelle appelé le réseau de systèmes de transport (TSN). Virginia utilise une procédure détaillée d'évaluation de la qualité qui comprend six catégories de qualité différentes. Cependant, aucun des États interrogés n'utilise une procédure complète d'évaluation de la qualité des données par rapport au cadre d'évaluation de la qualité des données mentionné ci-dessus. Les États sont encouragés à examiner le CD de la version préliminaire du Rapport sur la mesure de la qualité des données du trafic (Battelle, 2004) pour évaluer la qualité des données sur le trafic provenant de différentes sources et pour différentes applications. 5.3 Utilisation des STI et autres sources de données Les données STI constituent une source précieuse de données sur le trafic, en particulier pour le programme SMPS. De nombreux États interrogés considèrent les données STI comme une source potentielle pour certaines de leurs données. Deux questions majeures sont la qualité des données et l'impossibilité de fournir des données de classification. Certains DOT d'état utilisent déjà des données générées par ITS pour signaler AADT pour HPMS pour des parties de leur programme, d'autres états ont des inquiétudes concernant la qualité et la fiabilité de ces données. La différence de qualité des données de ces capteurs est directement liée aux différentes exigences des groupes de surveillance des opérations et du trafic. Bien qu'il soit reconnu que de nombreux sites de capteurs ITS souffrent de problèmes de qualité tels que des données manquantes et inexactes, une classification et des temps d'arrêt fréquents et prolongés, il est toujours possible de collecter des données utilisables à partir de sources de données ITS, Terme. Les sections qui suivent décrivent certaines approches possibles pour encourager l'utilisation des données STI pour les rapports de volume HPMS. 5.3.1 Partage de ressources La fusion de l'infrastructure de terrain ITS (comme les boucles inductives et les capteurs) avec les dispositifs de comptage de trafic traditionnels permettrait l'utilisation des classificateurs de compteurs de trafic aux côtés des dispositifs ITS. L'approche de l'isolateur de détection (DIA) utilisée en Californie en est un bon exemple. L'approche DIA permet l'utilisation de l'infrastructure existante sur les routes à gros volumes et améliore la sécurité du personnel de la circulation. Caltrans est en train de développer une technologie de partage de capteurs pour utiliser l'infrastructure existante de boucles, d'armoires et de blocs d'alimentation pour collecter des données de planification. Le dispositif Caltrans DIA assure également une isolation totale entre les fonctions d'enregistrement de la circulation et les fonctions de contrôle de la circulation. Le dispositif DIA est logé dans le même boîtier que le contrôleur de trafic et détecte la fermeture de commutateur électronique produite par le détecteur et transmet le signal à l'enregistreur de trafic. Cette technologie offre un grand potentiel d'utilisation de l'infrastructure existante pour obtenir des données de planification et est d'utilisation immédiate dans des endroits à volume élevé avec des contrôleurs de trafic et des détecteurs STI (Triplett et Avis, 2002). La Californie n'utilise pas encore de données ITS pour les rapports HPMS. Cependant, le programme de comptage de Caltrans compte environ 219 emplacements où l'infrastructure de détection des signaux et des rampes est partagée. De même, le DOT de l'Ohio, travaillant sur le même principe de partage de détecteurs, utilise des boucles qui ne sont actuellement pas utilisées pour l'analyse opérationnelle par les groupes ITS pour sa collecte de données de trafic. 5.3.2 Équipement compatible Les groupes ITS et les groupes de surveillance du trafic collectent des données de trafic similaires. Plus souvent, l'équipement utilisé par les deux groupes est incompatible. Il est suggéré que les organismes enquêtent sur l'utilisation d'équipements compatibles ou de dispositifs de partage des capteurs lorsque les signaux des capteurs routiers sont divisés en deux dispositifs. Par exemple, certains équipements dans certains emplacements permettraient de recueillir des données à des intervalles de temps courts comme requis pour les opérations et auraient également suffisamment de stockage pour les téléchargements quotidiens par les groupes de surveillance du trafic. Quelques premiers efforts dans ce domaine existent déjà. Par exemple, la Division de la planification du Kentucky a investi dans des équipements dont elle a le goût et la confiance et ARTIMIS (le TMC dans la région de Cincinnati) a identifié des modifications à ces dispositifs afin qu'ils puissent également être utilisés pour les applications STI par le TMC. 5.3.3 Emplacements stratégiques La clé de la réussite des approches présentées ci-dessus (partage des ressources et équipement compatible) est l'identification des endroits où ces stratégies peuvent être mises en œuvre. De plus, la localisation stratégique des capteurs ITS permettrait de maintenir les capteurs conjointement par les groupes de surveillance du trafic et les groupes ITS. Ces emplacements doivent être identifiés par le groupe de surveillance du trafic comme des composantes importantes du programme de surveillance du trafic, soit en raison de volumes élevés, soit pour d'autres raisons. La coopération peut aller de l'assistance technique informelle aux accords officiels de partage des données et au soutien du personnel. Voici quelques exemples. Ohio DOT utilise les données ITS d'ARTIMIS qui fournit les données au format TMG. ODOT obtient également des données de certaines boucles inutilisées installées par la ville de Columbus TMC. Les données sont dérivées des sorties de boucle utilisant des cartes de fermeture de contact. De plus, l'ODOT a installé 44 nouveaux systèmes d'information météorologique routière (RWIS) qui recueillent des données de trafic au format TMG et fournissent des informations météorologiques en temps réel. Le DOT du Michigan utilise les données ITS des autoroutes de Detroit pour les rapports AADT. Michigan ITS (MITS) est chargé de recueillir et de résumer les données de trafic en intervalles d'une heure. Le MITS est responsable des contrôles de qualité des données brutes. Il s'agit d'une relation qui a grandi et a été en place depuis les 12 dernières années. Les données ITS fournissent également plus de points de contrôle au programme de comptage de rampe. 5.3.4 Sources de données supplémentaires L'utilisation croissante des données provenant des archives de données de STI pourrait compléter les SGE et les STI Programmes de surveillance du trafic. Cependant, l'utilisation des archives de données STI est limitée par les préoccupations concernant la qualité des données et les efforts nécessaires pour traiter et intégrer avec succès ces sources dans le reste du programme de surveillance du trafic. Des exemples de projets d'archivage de données sont décrits ci-dessous. D'autres États (par exemple l'Ohio, l'Illinois, le Michigan notamment) utilisent également les données STI sous forme d'archives pour compléter leurs besoins de collecte de données. Caltrans dispose d'un système de mesure de la performance (PeMS) pour les boucles inductives (Choe, et al., 2002). PeMS obtient en temps réel des données de détecteur de boucle de 30 secondes de chaque centre de gestion de transport (TMC) du district de Caltrans. Les données sont transférées à travers le réseau étendu de Caltrans (WAN) auquel tous les districts sont connectés. Caltrans collabore avec l'équipe du projet PeMS pour permettre le transfert de données entre les bases de données PeMS et le programme de comptage des autoroutes. L'utilisation de données PeMS fournira au programme de comptage du trafic routier de l'État une multitude de détecteurs qui peuvent fonctionner soit comme détecteurs permanents, soit comme points de contrôle. Le FDOT a mené des recherches pour utiliser les données archivées des STI pour les fins de la planification du transport et du SGHP. FDOT a développé un système de logiciel pour extraire des données ITS de la région I-4 à Orlando. Le logiciel est utilisé pour convertir les données obtenues à partir de TMC à un format utilisable par le logiciel de contrôle de la qualité (Survey Processing Software). Le plan est de l'étendre à d'autres TMC. Le FDOT a indiqué que, dans un premier temps, les données des sources ITS doivent être disponibles dans une archive. 5.4 Équipement Le chapitre 4 du présent rapport fournit des descriptions détaillées des différents types d'équipement de collecte de données sur le trafic. Il est reconnu que tous les États emploient des équipements de collecte de données par différents fabricants. Le choix de l'équipement est basé sur les expériences, les besoins et les conditions individuelles de l'état. Invariablement, les boucles inductives sont le choix principal avec l'équipement installé en permanence utilisé pour les comptages continus et à court terme tandis que les tubes pneumatiques sont utilisés pour les comptages à court terme. Les équipements de différents fabricants, bien que conçus pour effectuer des tâches identiques, peuvent avoir des caractéristiques différentes en termes de fiabilité, de précision, de robustesse et de durabilité, entre autres. Voici les faits saillants des progrès de la technologie de collecte de données, à la fois traditionnelle et non intrusive. Ils sont conçus pour guider le choix des équipements et des technologies pour la collecte des données. 5.4.1 Advances in Detection Technology There are some recent advances in detection technology directed at improving traffic volume and vehicle classification on high-volume routes especially in congested and stop-and-go traffic conditions. Improvements in loop installations and vehicle counters have reduced greatly the problems with inductive loops. Advanced vehicle counters with loop signatures-based detection and classifications promise to build upon the improvements. Inductive loop signatures, a technology that involves several algorithms designed for use in roadside vehicle detection equipment, may apply to vehicle classification, toll applications, and incident detection. For example, recent tests on the loop-signature technology conducted by the TTI indicated that the technology was very accurate as a classifier, counter, and speed-detection device and as a generator of simultaneous contact closure output (Middleton and Parker, 2002). 5.4.2 Equipment Calibration and Testing Accuracy testing of equipment is often done at the time of procurement rather than during regular operations. In order to test equipment installed in the field for accuracy, it is necessary to develop quick and easy methods for field personnel, including such methods as visual displays on counters or manual counts prior to setting up short-term counts, which are used by Washington, Virginia, and Georgia. In Washington, tube counters are set and validated prior to every count. A manual count (100 axles or 5 minutes of traffic, whichever comes first) is performed and compared to the data from the traffic counters. Similarly, each of the continuous count sites is validated once a year by a manual traffic count (three hours duration). In Virginia, trained operators check equipment for accuracy during the initial setup operation in all cases. All equipment currently in use has a visual display with real-time results. Advanced loop logic functions are included to provide warning signs when piezo-sensors begin to fail so that preventive maintenance can be planned. Georgia DOT randomly tests ATRs for accuracy using video logs, which are then compared to the collected data. GDOT allows a tolerance level of 5 percent variance from the ground truth that all equipment are expected to meet. Ohio DOT provides guidelines for testing and acceptance of traffic counters. Details can be found in quot Warranty, Service and Acceptance Requirements quot, Ohio DOT, 2004 CD. 5.4.3 Equipment Maintenance The use of maintenance contracts for rapid restoration of ATRs is a strategy being considered by some states interviewed. The ability to restore an ATR in the least possible time is critical for state DOTs because of the importance of these sites to traffic monitoring programs. Tasks for such contracts include performing regular maintenance of equipment, on-call duties, and installation of new sites. Some states, including Ohio, New York, and Maryland, have used on-call contractors for maintaining and installing permanent count stations. Other states also have expressed interest in task-order-based maintenance contracts including Texas, Florida, and Maryland (Fekpe et al. 2003). The following are some examples. NYSDOT uses performance-based maintenance contracts for the regular maintenance of equipment, on-call duties, and installation of new sites. These contracts are renewed annually. The scope of work for contractors provides details about the maintenance activities, turnaround times and on-time performance criteria (NYSDOT Zone 3 Contractor Specifications, 2003). CD The scope of work includes on-time requirements, turnaround times, and site inspection preventive maintenance and repair visits consisting of: Repair of sensor epoxy Repair of sensor lead-in epoxy Battery condition check Power system condition check Communication system condition and operation check Surge protection equipment condition check Clean cabinet and solar panel Repair conduit-sealing material Manual traffic counts to verify ATR performance and data collection accuracy in all lanes. ODOT is in the process of executing a task-order-type contract for maintenance to have contractors on board for anticipated and unanticipated maintenance requirements of the traditional data collection equipment statewide. ODOT is issuing a task-order-type maintenance contract to repair equipment including loops, piezo-sensors, and WIM sites. 5.4.4 Non-intrusive Equipment Many states are considering the use of non-intrusive equipment. Out of 13 states interviewed, 10 indicated they either use or are testing non-intrusive detection equipment. These devices are being tested through small pilot tests and programs. In order for state DOTs to appreciate the capabilities of non-intrusive equipment and to meet individual state requirements, it is suggested that states develop specifications or criteria that non-intrusive detectors must satisfy. These specifications or criteria would include, at a minimum, information on: Situationslocations where non-intrusive detectors are useful o Installation and calibration guidelines Functionality requirements (e. g. volume accuracy, classification accuracy) Testing procedures Equipment specifications, including power supply issues, weather-related issues Data polling, processing and review issues These specifications or criteria would be useful to both state DOTs and equipment vendors. For example, Caltrans has developed guidelinesrequirements for non-intrusive detectors (Microwave Vehicle Detection Systems Guidelines, 2003) CD. The draft guidelines are intended to help personnel in California to make educated estimates of whether microwave sensors can fulfill their requirements. The document contains checklists of requirements that must be met, test results of various microwave models, technology descriptions, and installation overviews. Also, FHWA sponsored a Field Test of Monitoring of Urban Vehicle Operations Using Non-Intrusive Technologies (FHWA-PL-97-018). The final report of the evaluation is available in html format at dot. state. mn. usguidestarnitfinalabout. htm 5.4.5 Testing and Evaluation Results The rapid improvements in detection technology have resulted in various products being tried by the state DOTs. Sharing information about the capabilities or experiences with certain technologies and vendors is considered important to state DOTs. A clearinghouse of vehicle-detector information would be useful to state DOTs in comparing and selecting detection equipment. The Vehicle Detection Clearinghouse (VDC), a multi-state, pooled-fund project managed by the Southwest Technology Development Institute (SWTDI) at New Mexico State University (NMSU) (nmsu. edu traffic) and sponsored in cooperation with the U. S. DOT FHWA, is a valuable resource for information on technology, evaluation, testing results, and level of use by states. FHWA in conjunction with VDC produced a summary of vehicle detection and surveillance technologies in 2000 ( quotA Summary of Vehicle Detection and Surveillance Technologies used in Intelligent Transportation Systems quot) CD. The document describes the common types of vehicle detection and surveillance technologies in terms of theory of operation, installation methods, advantages and disadvantages, summary information about performance in clear and inclement weather, as well as their relative costs. The descriptions also include vendor-provided information about specific sensor models, their functions and applications, users, and installation and maintenance costs. Martin et al. (2003) CD. also conducted a comprehensive evaluation of vehicle detector technologies. Office of Highway Policy Information (OHPI) ndash Highway Performance Monitoring System (HPMS) ndash HPMS Reassessment 2010 Highway Performance Monitoring System (HPMS) 3.0 Best or Most Common Practices used by States 3.1 Introduction The purpose of this chapter is to describe the various practices that address the issues and challenges associated with data collection, processing, and reporting for high traffic-volume routes. Table 3.1 aligns the issues to the practices adopted by states to overcome or mitigate them. The practices are grouped into four major categories: (A) general (the issues apply to all categories), (B) data collection equipment, (C) data collection, and (D) data processing, quality control, and quality assurance. The descriptions are based on the information gathered through the interviews of sample states and supplemented by information from the published literature. The practice areas are illustrated with examples of use by states. Additional sources of information relevant to the practices are also identified. Furthermore, additional documentation for each practice area is included on an accompanying CD. Where possible, hyperlinks to these documents are provided. The documents on the CD include traffic monitoring guidelines, HPMS field guides, contractor specifications, training materials, equipment evaluations and specifications, and data quality assessments. Table 3.1: Best or Most Common Practices used by States Category Practice Issues Addressed Examples A1. Training and Guidelines Safety to field crew Equipment installation, calibration, amp maintenance Data quality control and assurance Institutional issues DOTs Traffic Monitoring Handbook Pennsylvania HPMS Quality Review NYSDOT Annual Training Workshop Indiana DOTs assessment of traffic monitoring program B. Data Collection Equipment B1. Equipment Selection, Calibration and Maintenance Technological limitations of detection equipment safety of field crew on high-volume routes Equipment failures and damage High quality data on high-volume routes DOTs pocket guide to installing road-tubes TxDOT, WsDOT, Georgia DOT and Michigan DOT equipment testing TI and Vehicle Detector Clearinghouse evaluation of equipment B2. Use of Non-Intrusive Equipment Safety of field crew on high-volume routes Installation and maintenance costs Equipment damage ndash loops and sensors Congested and stop-and-go traffic conditions construction and incidents Microwave detection use in New York, Ohio, California, and Virginia California Microwave Specifications TTI, Vehicle Detector Clearinghouse evaluations of equipment C. Data Collection C1. Use of Safety Strategies Safety of field crew on high-volume routes Data collection on high-volume routes Congested and stop-and-go traffic conditions WsDOT Safety Zones Florida DOT Safety Guidelines C2. Ramp Balancing Safety of field crew on high-volume routes Data collection on high-volume routes Congested and stop-and-go traffic conditions Ramp Balancing in California, Georgia, Texas, and Washington C3. Use of Innovative contractual Practices Improved data quality situational issues, e. g. funding lack of interagency cooperation Maryland Contractor Specifications NYSDOT Contractor Specifications Ohio DOT Task-Order Contract for Maintenance Virginia DOTs performance based service agreements C4. Use of ITS Data Safety of field crew on high-volume routes Limited coverage of traffic monitoring program Congested and stop-and-go traffic conditions Construction and incidents Californias Detector Isolation Assembly California PeMS database ODOTs use of ARTIMIS data Michigan DOTs use of MITS data Illinois DOTs use of CATS data WsDOT use of ITS data in Spokane D. Data Processing and Quality Control D1. Data Processing and Quality Control Procedures Raw data analysis and AADT estimation Assumptions and business rules Data quality control and assurance issues California Validity Criteria Virginia Quality Edits D2. Adjustment Factors and Growth Factors Raw data analysis and AADT estimation Assumptions and business rules Californias Adjustment Factor calculation WsDOT short count guidelines 3.2 Best or Most Common Practices A1. Training and Guidelines for Traffic Monitoring Personnel Issues Addressed Safety to field crew Equipment installation, calibration, and maintenance Data quality control and assurance Institutional issues Description Improving HPMS data collection on high-volume roads is often pursued by training and providing guidelines to personnel and agencies, since high-volume routes have special requirements with regards to placement of equipment and data quality verification. Several agencies provide focused training to the staff involved in data collection and processing. Examples of Use by States Staff training was identified as an important element to ensure that good quality and reliable traffic data are collected. For example, Virginia DOT (VDOT) conducts annual program meetings, quarterly reviews, and other equipment-related training to enhance the skills and experience of the field staff and contractors. VDOT also publishes a pocket guide for conducting traffic counts, including guidance on best practices for installation and site selection (Guide to Installing Road-Tubes in Virginia CD) . On-going training helps field personnel in selecting areas with the best characteristics needed to collect accurate traffic data. New York State DOT (NYSDOT) trains county personnel, contractors, and state personnel on traffic monitoring in an annual workshop. The workshop is open to all and serves as a valuable forum for all the parties involved with traffic monitoring in the state to meet and discuss concerns, opportunities, and emerging approaches. Florida follows certain guidelines for multilane facilities as laid out in the Traffic Monitoring Handbook CD . These guidelines are used by the Central and District Offices as well as their consultants and contractors performing traffic surveys for FDOT use. It may also be used by local governments and other agencies. Guidelines are presented in a multimedia-rich format with audio-visual presentations and accompanying text. The guidelines incorporate site selection, safety procedures, type of counts and durations for short-counts. Similar details are offered for permanent weigh-in-motion (WIM), classification, and volume stations. The guidelines also document adjustment factor calculations, factor development, and AADT estimation Maryland and Virginia have detailed specifications for short-term counts performed by a contractor, including quality levels, installation, and data collection procedures. Maryland has detailed specifications and requirements for contractors to follow, including a review of data by a professional engineer. If short-term counts are found to be in error, the agency requires contractors to recount the section. Pennsylvania DOT (PennDOT) assesses HPMS data and publishes an annual quality review report. The main objectives of the quality report are to ascertain the current state of HPMS data quality and ensure that errors found are corrected, determine if any common problems areas exist and identify training needs, and determine if any organizational or procedural changes to HPMS program are warranted. To this end, random HPMS field views of randomly selected sample sections in several counties are checked. Approximately one third of the data-collecting agencies in Pennsylvania are reviewed each year (Heltebridle, 2002). Some of the improvements attributed to the quality reviews include development of the PennDOT HPMS Data Collection Guide, HPMS conferences, yearly quarterly review reports, and invitations to MPOs and city officials to attend conferences. However, it is not clear if AADT values are checked as a part of the quality reviews. Indiana DOT (IDOT) conducted a detailed assessment and update of its traffic monitoring system to ensure that IDOT is in agreement with the new traffic-monitoring guide requirements (Labi and Fricker, 1998). The assessment focused on the management systems, the continuous counts, coverage counts, vehicle classifications, database systems, office factoring, and field procedures used by IDOT. The document also discusses the HPMS program, involvement of MPOs in traffic data collection, and traffic-monitoring activities of other states. Additional Information on CD Heltebridle, L. Pennsylvania Department of Transportation, PennDOT Quality Reviews . Presentation at HPMS Issues Workshop, Chicago, August, 2002. Florida Department of Transportation, Transportation Statistics Office, Traffic Monitoring Handbook . October 2002 Virginia Department of Transportation, Guide to Installing Road-Tubes in Virginia B1. Equipment Selection, Calibration, and Maintenance Issues Addressed Technological limitations of vehicle detection equipment Safety of field crew on high-volume routes Equipment failures and damage High quality data on high-volume routes Description Agencies are trying to maximize performance of existing technologies such as axle and volume traffic counters using road tubes or inductive loops. Improving performance of these detectors is primarily achieved through a combination of installation, calibration, and maintenance practices as well as through technical improvements. Examples of Use in States Accuracy of Counters The accuracy of counters declines in high-volume conditions, especially using pneumatic road tubes. The accuracy of classifiers also declines in congested or especially in stop-and-go conditions. The following are potential solutions to the problem and illustrated by examples. Make sure local practice complies with standards for installing pneumatic tubes for roadway traffic counters and classifiers (See ASTM E1957, quotStandard Practice for Using Pneumatic Tubing for Roadway Traffic Counters and Classifiersquot). Tests conducted by Texas Transportation Institute (TTI) on Peek ADR-6000 demonstrated that it can accurately classify vehicles in stop-and-go conditions and even when vehicles change lanes over the detectors. Washington state DOT (WSDOT) conducts coverage counts by pneumatic road tubes using Peek ADR-1000 equipment. The software includes tailgate logic to improve classification accuracy in cases where vehicles are close together and might otherwise be classified as a single vehicle (truck) instead of two cars. Florida DOT (FDOT) discourages the use of pneumatic road tubes and recommends installation of permanent sensors as part of construction projects on multilane facilities. California DOT (Caltrans) has a battery of quality checks for equipment and data. It also recommends hiring quality staff to ensure high-quality data. VDOT uses tight classification tables and requires vendors to use the same. Field personnel are experts with the equipment. Illinois DOT (ILDOT) had great success with Hi-Star Numetric sensors in collecting traffic volume and classification data on highways carrying traffic less than 75,000 AADT. These sensors are easy to install and are excellent for volume data and fairly good for vehicle classification. Maintenance, Calibration, and Testing Pneumatic tubes are a stable technology and are the mainstay of short-term equipment in many states. States interviewed are comfortable in using this technology, while recognizing its limitations. In order to increase the efficiency of road tubes, states require staff and contractors to select appropriate locations to minimize some common problems (e. g. stop-and-go traffic, parking on road tubes, pavement surface deterioration), secure the tubes to the roadway, and check the settings on the counter. The use of high-quality surge suppressors and adequate equipment ground on-site minimizes the risk of damage to pneumatic road tubes due to lightening. Also, the use of gas-discharge tubes for primary protection of phone lines. In order to reduce the risk of premature loop failure due to pavement rutting or other pavement factors, avoid the use of inductive loops in thin pavements (less than 4 inches thick) or in pavements that need rehabilitation. Their installation in such pavements will often induce even more problems. Improve pavement maintenance and use deeper saw cuts to allow milling as needed. The use of high quality loop detector wire with a thick PE or PVC tube such as IMSA Spec 51-5 and twist loop lead-in wire at least 6 turns per foot to reduce cross talk is recommended. VDOT provides a Pocket Guide (quotGuide to Installing Road-Tubes in Virginiaquot) CD to their field staff to aid in road-tube installation. The guide provides guidance on installation techniques based on traffic conditions and some general best practices. As such, VDOT routinely uses methods like quotblockerquot and quotindependent arraysquot to separate the vehicle actuations in adjacent lanes in order to successfully gather traffic data in high-volume routes using pneumatic tubes. An example installation of an independent array using two tubes, two traffic counters, and blockers in the middle of the lane is shown in Figure 3.1. Further details can be found in, Lane Array and Road Tube Best Practice Guidelines . (VDOT, 2002). Figure 3.1: Independent Array Installation of Road-tubes (Virginia DOT) In Ohio, data collection crews are instructed to review data prior to submitting to central office for processing. The crew is instructed to check for high volume, multiple hours of zeros, and to reset the counters if necessary. The existing count contract includes a reset clause. When Ohio DOT (ODOT) determines that there is an error with the count, the contractor is required to make a reset. If reset is within a given range of the original count, ODOT pays the contractor for the two counts. If a difference in the count is significant, ODOT pays for one count. All new equipment is tested for accuracy and calibrated before installation. ODOT is currently initiating a research project to create a piezo-weigh-in-motion (WIM) bench tester. Texas DOT (TxDOT) tests axle counters annually using a test highway section and ground truth measurements, including manual and video counts that are then corroborated with axle counters. In Washington, tube counters are set and validated prior to every count. A manual count (100 axles or 5 minutes of traffic, whichever comes first) is performed and compared to the data from the traffic counters. Similarly, each of the continuous count sites is validated once a year by a manual traffic count (three hours in duration) Michigan DOT (MDOT) tests short-count equipment set-up for accuracy prior to data collection. ATR data are downloaded daily and reviewed in week-long chunks. Any abnormalities in the data are identified by the reviewer, and the maintenance staff is sent to check the device. In addition, ATRs are also polled daily to test for communication problems. MDOT tries to schedule counts either before or after construction when possible during the traffic-counting season (Mid-April to Mid November). Caltrans inspects ATRs only if unable to poll the ATR or if the data are erroneous. However, extreme care is taken in installation and calibration. Extensive calibration is performed before accepting any new equipment. In Virginia, trained operators check equipment for accuracy during the initial setup operation in all cases. All equipment currently in use has a visual display with real-time results. Each new count setup requires an evaluation of performance before continuing on to the next count. Road-tubes are checked before each setup and replaced as needed. Advanced loop logic functions provide information when piezo-sensors begin to fail so that preventive maintenance can be planned. Equipment performance is continuously reviewed, and hardware and firmware upgrades are added as needed. In-house software is used to examine all data collected to determine the performance of equipment and sensors. New rules and parameters are added to the review process as needed. Any performance issues are addressed by making calibration changes to the detectors setup. Any changes in performance are addressed immediately. Locations with extreme stop and - go traffic are avoided. Georgia DOT (GDOT) randomly tests ATRs for accuracy using video logs that are then compared to the collected data. GDOT has a tolerance level of 5 percent variance from the ground truth and only equipment that meets this threshold is used. Adjustment factors for AADTs can be estimated better if ATRs are accurate and installed properly. For short-term counts, historical trend analysis is used with a tolerance level. GDOT also requires crews to report on conditions in the field, including changes from the previous count cycle. New Jersey regularly recalibrates WIM sensors. Regular crack sealing is done at piezoelectric axle sensors. Most service involves the communication link, such as resetting or reprogramming modems, replacing surge suppressors, or cleaning the cabinet interior. Occasionally, unexplained problems require replacing circuit boards or the equipment (e. g. communication boards, loop detector boards, or other ancillary boards). Massachusetts reported that equipment is checked on an ongoing basis, performing testing throughout the year. The DOT emphasizes operational instructions to field staff on a continuous basis. Staff are required to wait after equipment is installed to ensure it is working before leaving the site, and to check if it is still working accurately before shutting it off and picking it up at the conclusion of the count. Technology Improvements Maryland uses two road-tube-based products from Progressive Engineering Technologies (i. e. PET Switch, Road Ramp) for traffic monitoring on high-volume roads. The PET Switch System uses an intelligent road tube that is configured to distinguish between lanes and allows the collection of speed, axle classification, and volume data simultaneously in up to four lanes. RoadRamp, a portable axle-sensing system with a separate axle sensor in each lane, guarantees more accurate lane classification and reliable traffic counts on busy, multi-lane sites. VDOT has specified that all traffic-counting equipment include a visual display component that enables the field personnel to check visually if the equipment is set-up, calibrated, and working correctly. VDOT also works closely with vendors to develop a tight classification table and requires vendors to use this table for their classification algorithms. Any vehicle that registers as an unclassifiable (Class 15) will be reported back to the center and reviewed. VDOT also works with the vendors (e. g. PEEK) to develop a tailgating logic especially for high-volume roads with close headways to better classify vehicles (e. g. determining whether four counted axles represent two cars or one truck). VDOT uses in-house software to cross check set-up parameters in counters to ensure that manufacturers correctly code in the required information. NYSDOT has specifications describing the requirements for portable microprocessor based ATR to be furnished to NYSDOT, and other governmental units within New York State for use with loop-piezo-based sensors. Technical requirements include construction, materials, hardware, software, environment, vehicle detection, and operations. One of the breakthroughs, which enhance vehicle detector output by utilizing inductive loop signatures, is now available in the Peek ADR-6000. The software enhancement techniques involve several algorithms designed for use in roadside vehicle detection equipment and which may apply to vehicle classification, toll applications, and incident detection. Recent tests by the TTI indicated that the Peek ADR-6000 was very accurate as a classifier, counter, and speed detection device and as a generator of simultaneous contact closure output. However, its recent introduction into the U. S. market and being adapted from a toll application are factors in its need for further refinement. The classification result for a data set of 1,923 vehicles indicated only 21 errors and resulted in a classification accuracy of 99 percent (ignoring Class 2 and 3 discrepancies). This data sample occurred during a peak period and included some stop-and-go traffic. For count accuracy, the Peek in this same data set only missed one vehicle (it accurately accounts for vehicles changing lanes) (Middleton and Parker, 2002). Additional Information on CD NYSDOT, Highway Data Services Bureau, LoopPiezo Automatic Traffic Recorder Specification . September 2001. Virginia DOT, Lane Array and Road Tube Best Practice Guidelines . December 2002 FHWA, Traffic Detector Handbook - Chapter 6 Draft ndash Sensor Maintenance Florida Department of Transportation, Standardization of Count and Classification equipment set-up and configuration process . prepared by PB Farradyne, 1995 New Jersey Department of Transportation. Traffic Monitoring Standards . January 2000 Ohio Department of Transportation, Service, Acceptance and Warranty Requirements B2. Use of Non-Intrusive Equipment Issues Addressed Safety of field crew on high-volume routes Installation and maintenance costs Equipment damage ndash loops and sensors Congested and stop-and-go traffic conditions Construction and incidents Description Non-intrusive sensors require less exposure of workers to traffic hazards and are sufficiently accurate for traffic volume monitoring applications except in very congested and stop and go conditions. The use of non-intrusive data collection equipment for traffic data collection has been investigated by various states primarily to realize two major advantages: relative ease of installation and improved safety of traffic personnel. Non-intrusive traffic detection technologies include infrared-, microwave-, laser-, acoustic-, and video-based sensors. Examples of Use by States While some of the states are experimenting and testing some types of non-intrusive equipment, other states are now beginning to review that option. The following sections summarize state practices and experiences with non-intrusive equipment. ODOT uses Electronic Integrated Systems (EIS) Remote Traffic Microwave Sensor RTMS (rtms-by-eis) units in five locations to collect traffic volume data. ODOT has also tested video (Autoscope) and acoustic sensors. ODOT observes that the main disadvantages are that set-up is difficult and that RTMS only reports two vehicle classifications: long vehicles (trucks) and all others. VDOT is actively researching several non-intrusive technology devices. To date, only the RTMS sidefire radar has been approved for use. It can be used as a portable detector and has the required accuracy. VDOT has reviewed other non-intrusive products but none has met their current needs. Caltrans tested RTMS extensively but did not obtain favorable results, citing long set-up times and occlusion problems. Caltrans recognizes that these technologies have improved since and has developed guidelinesrequirements for non-intrusive detectors. The draft guidelines are intended to help California personnel to make an educated estimate of whether microwave sensors can fulfill their requirements. The document contains checklists of requirements that must be met, test results of various microwave models, technology descriptions, and installation overviews. The Detector Evaluation and Testing Team (DETT) of the California Department of Transportation has recently tested two non-intrusive detectors, RTMS and Wavetronix SmartSensor. Results indicate that overall count accuracy was almost always within 95 percent of true counts and within 98 percent on some lanes. Speeds were also within 95 percent. One difference between the Wavetronix and the RTMS X3 detectors was the difficulty of setup and calibration. The Wavetronix only required 15 to 20 minutes total to set up, whereas the factory representative took about one hour per lane for the RTMS (Middleton et al. 2004). ILDOT is a strong proponent of length-based classification and has worked with FHWA to report length-based classification for HPMS. The use of length-based classifications encourages the use of non-intrusive detectors. Often the inability of such devices to classify vehicles into 13 vehicle categories is mentioned as a major impediment to their increased use. ILDOT tested various non-intrusive equipment including microwave and acoustic sensors. NYSDOT tested 3M Microloops for bridge deck applications. NYSDOT also tested SAS-1 acoustic sensors for their low-power requirements and low cost advantages. The main advantage stated by New York is the safety of traffic personnel. The Traffic Monitoring Unit of the NYSDOT has successfully developed a permanent acoustic traffic monitoring site. This site was developed in-house to support nonintrusive sensor technology with applications in data collection and ITS activities. Further details are presented in Chapter 4 of this report. In addition to using the acoustic sensors as permanent stations, NYSDOT also has four mobile platforms equipped with the sensor for portable counts including coverage counts, special counts, and some ITS design applications. Each is used to collect volume data on high-speed, high-volume, multi-lane facilities where typical collection methods cannot be used due to safety concerns or equipment limitations. New Jersey DOT (NJDOT) indicated the following non-intrusive equipment use and research: Peek-Vision pole-mounted video data collection was installed. Institutional considerations required the mounting to be roadside rather than in the median. Pole height was limited by available service equipment. Communication was via land line rather than the fiber-optic network originally planned. Staff constraints precluded sufficient evaluation or implementation. 3M Microloop system was installed and operated satisfactorily. The Detector Recorder system could not be set to record data on the hour it was always plus or minus several minutes although 60-minute intervals could be recorded. Initially, there seemed to be interference from nearby power lines. The manufacturer adjusted the systems frequency to alleviate the problem. Staff constraints precluded followup with the manufacturer to rectify the recording time or further implementation. Although RTMS sensors have been installed as part of ITS incident management initiatives, NJDOT does not use count data from these sensors yet. The New Jersey Highway Authority tested an acoustic detector. NJDOT was never advised of the results. Sources of further information The Vehicle Detection Clearinghouse, a multi-state, pooled-fund project managed by the Southwest Technology Development Institute (SWTDI) at New Mexico State University (NMSU) and sponsored in cooperation with the U. S. DOT FHWA, is a valuable resource for o documentation about technology, evaluation and testing results, and details on use of technologies by states. On the Internet, the clearinghouse is located at nmsu. edu FHWA sponsored Field Test of Monitoring of Urban Vehicle Operations Using Non-Intrusive Technologies (FHWA-PL-97-018). The final report of the evaluation is available in html format at dot. state. mn. usguidestarnitfinalabout. htm Additional Information on CD California Department of Transportation, Traffic Operations, Microwave Vehicle Detection Systems (MVDS) Guidelines . DRAFT, 2003 U. S. DOT, Federal Highway Administration, A Summary of Vehicle Detection and Surveillance Technologies used in Intelligent Transportation Systems . produced by the Vehicle Detector Clearinghouse (VDC) for FHWA ITS Joint Program Office, Fall 2000 Peter Martin et al, Detector Technology Evaluation . November 2003 New York State Department of Transportation, Permanent and Mobile Platform Acoustic Site Summaries. C1. Use of Safety Strategies Issues Addressed Safety of field crew on high-volume routes Data collection on high-volume routes Congested and stop-and-go traffic conditions Description A primary concern in the monitoring of high-volume routes is the safety of data collection crews. Various states have developed strategiesguidelines to ensure safety of the agency personnel and the traveling public. Some of the strategies include setting of safety zones, training, and guidelines for field personnel. Examples of Use by States Washington State identified different zones for data collection. These zones were not identified strictly based on traffic volume but a combination of traffic and roadway characteristics (Figure 3.2). Green Zone, May set counter any time, 1 person Yellow Zone, May set counter any time, 2-person crew required Blue Zone, May set counter during off peak times, 1 person Purple Zone, May set counter during off peak times, 2-person crew required Red Zone, no personnel without traffic control, 2-person crew required Source: Interviews with WsDOT, 2003 Figure 3.2: Washington DOT Zones for Data Collection FDOT has the following safety procedures in their traffic monitoring handbook (Florida DOT, 2002): All traffic-count personnel must be provided a minimum of two weeks of training by accompanying an experienced field technician who is collecting traffic data. All personnel must be provided training in first-aid techniques and be familiar with safety procedures before they are allowed in the field. All vehicles used for traffic data collection will be equipped with the minimum equipment specified. All traffic count personnel shall adhere to the following procedures: Seat belts shall be worn during operation of vehicles. Orange safety vests and UL-approved safety glasses or safety prescription glasses shall be worn during field operations. Reflective safety vests shall be worn during low-visibility situations. Vehicle lights shall be used in the following manner: Turn signal and yellow roof mounted strobe lights shall be activated as the traffic count vehicle approaches the work site, usually five hundred to one thousand feet (500 ndash 1000) in advance of the site. Four-way flashers shall be activated at the work site and the flashers and strobe lights shall remain activated until the proper turn signal is activated to leave the work site. Strobe lights shall be turned off after the vehicle safely re-enters traffic flow. All traffic count personnel shall conform to Occupational Safety and Health Administration (OSHA) Rules amp Regulations. vehicles shall be parked where there is adequate space to park the vehicle safely. The vehicle should be parked a minimum of four feet from the edge of the pavement. All traffic count personnel shall exercise extreme caution when entering the roadway to set or retrieve traffic sensors. Under no circumstances shall traffic sensors be placed in the roadway when it is raining or foggy. All traffic count personnel have the right to request that their supervisor assign additional help to assist them if they deem there is a need for a two-person crew to set equipment safely. Only state vehicles are authorized to cross the Interstate medians. All other vehicles are subject to moving violations Night work should be done only when traffic flow dictates it to be necessary, and then only with two or more technicians. One person should spot while the other is working near the pavement. Reflective vests must be worn at all times when working at night. These procedures are also reinforced through a video about safety included in the handbook. New Jersey emphasizes installation safety on high-volume roads. The necessity of obtaining vehicle-type classification data by visualmanual methods rather than automatic vehicle classification (AVC) technology also requires special emphasis on safety for high-volume roads. Special consideration is usually given to volumes over 15,000 per lane per day. Typically classification using AVCs is not undertaken where more than one lane cannot be monitored by one machine. Also, if the state or the contractor determines that lane closures are needed to safely install and remove traffic monitoring sensors, the contractor is required to submit a quotrequest for police assistancequot to the appropriate state police coordinator and procure the services of a New Jersey DOT-approved Maintenance and Protection of Traffic contractor. According to ILDOT, data collection staff cannot safely install data collection equipment on high-volume roads (AADT greater than 70,000). Road segments with traffic volumes greater than 100,000 AADT are in the Chicago area. In these areas traffic data are collected with loops and at toll way facilities by the toll way authorities and Chicago Area Transportation Study (CATS). When it is determined that a road carries sufficiently high traffic volume to preclude the safe installation of data collection equipment, manual count is used. However, manual counts are not a recommended practice because it noted to be expensive and could potentially suffer from accuracy and reliability problems. Similarly, Texas and New Jersey also perform manual classification counts where it is not possible to install traffic data collection equipment either because of safety considerations or because of equipment limitations. Massachusetts employs safety procedures to protect DOT staff and the general public. Installation of inductive loops on high-volume routes are coordinated with pavement construction and maintenance programs. Additional Information on CD Washington Department of Transportation, Safety Zones for Traffic Monitoring, Regions: Eastern, North Central, North Western, South Central, South Western, Olympia Florida Department of Transportation, Transportation Statistics Office, Traffic Monitoring Handbook . October 2002. Florida Department of Transportation, Safety Video for Field Personnel . included in Traffic Monitoring Handbook, October 2002. C2. Ramp Balancing Issues Addressed Safety of field crew on high-volume routes Data collection on high-volume routes Congested and stop-and-go traffic conditions Description Ramp balancing using counts on onoff ramps combined with control counts on the main line are used in locations with high traffic volumes where it is not possible to conduct mainline counts safely. The TMG defines ramp counting as the process of counting traffic volumes on all entranceexit ramps between two established mainline counters, such as permanent ATRs or other installations, and then reconciling the count data to estimate mainline AADT. A limitation of the ramp-counting approach to estimate mainline volume is that, travel-lane volumes cannot be estimated because traffic entering the road cannot be allocated to lanes. This limitation is not a concern for data collected to meet the specifications of the HPMS, but it may have implications for other programs that depend on lane-specific traffic volume information. Examples of Use in States California, Florida, Georgia, Michigan, Ohio, Texas, and Washington use ramp-balancing approaches that were developed based on the guidelines and recommendations of the TMG. California uses ramp balancing extensively on high-volume roads where there are no permanent counters and crew cannot safely install portable counters. Caltrans has an Excel spreadsheet that contains formulae to calculate AADT volumes based on daily ramp counts. Instructions to complete the worksheet are also provided to the field staff and are shown in Figure 3.3. MDOT uses a ramp-counting program in S. E. Michigan (Detroit area). State personnel count at ramp entry and exit locations instead of counting mainline segments. These are then used in combination with the ITS detectors and the loops on the mainline to obtain the AADTs for the segments between two entry and access points. The ramp-counting program is conducted according to the TMG guidelines. Georgia DOT was one of the first state agencies to use step-down (ramp balancing) approaches to counting traffic on mainlines of limited access highways. In Texas a database system (STARS) is expected to automate the ramp-balancing process. The ramp-balancing programs are being set up based on the TMG guidelines. Washington DOT calculates adjustment factors differently for the ramp balancing and has a quality check of less than five percent variation from the control points and estimated counts as recommended by TMG guidelines. Additional Information on CD U. S. Department of Transportation, Office of Policy, Traffic Monitoring Guide . 2001 Section 3, Chapter 4. Caltrans Ramp Balancing Process Worksheet, Blank Computational Worksheet . from Joe Avis, Chief, Traffic Data and Photolog Unit, Division of Traffic Operations Freeway ramp balancing is performed to calculate mainline Annual Average Daily Traffic (AADT) between 2 control stations. This process also calculates Ramp AADTs. The latest LRIMADT and daily reports for ramps will be needed. The following are instructions for filling out the Freeway ramp balancing computation worksheet: The instruction number corresponds to the number identified on the sheet. Enter beginning Control Station AADT. This number is posted on the LRIMADT report. It is critical for this number to be accurate, therefore the control station must be free of erroneous data. Enter ending Control Station AADT. This number is posted on the LRIMADT report. It is critical for this number to be accurate, therefore the control station must be free of erroneous data. Enter post mile for ramp Enter description for ramp. Enter ramp volumes. Enter NB or EB off Enter NB or EB on Enter SB or WB off Enter SB or WB on Sum NB or EB off ramp volumes, (Back off) Sum NB or EB on ramp volumes, (Ahead on) Daily volume vs recent MaxMin ndash count too low or too high Daily directional splits Figure 3.4: Californias Checklist for Editing Traffic Counts 5 Virginia uses a detailed quality assessment procedure that includes six different categories of quality as shown in Figure 3.5. Data from ATRs are processed and determined to fit into six quality groups ranging from data not acceptable to VDOT to data acceptable for all purposes. Some error messages from the automated count processing system used to process data at VDOT are also shown in Figure 3.5. 1) VDOT Traffic Monitoring System Data Quality Codes 0 Not Reviewed 1 Acceptable for Nothing 2 Acceptable for Qualified Raw Data Distribution 3 Acceptable for Raw Data Distribution 4 Acceptable for use in AADT Calculation 5 Acceptable for all TMS uses 2) Sample data messages from automated system ounter Set Non Existent or Redundant for Count Period. More than one direction (1, 7) is assigned to lane 1. 96 Raw Data Records are outside of Counter Definition Specifications. 9051 Vehicles recorded in a direction other than Primary and Secondary. Expected data from 2 Counters, found 1 Data Set is Incomplete. Counter Number 1 Lane Number 4 is not complete. Total Day Count for all lanes combined is Zero. No Data Found for Counter Number 1, Lane 3. Units of Axle or Vehicle not available for some or all of this count data. This Continuous Count Data was collected on a Sunday This Continuous Count Data was collected on Labor Day Travel (09012002) Counter Number 1 class table name VDOT0901 is invalid. Maximum elapsed zero time for any lane is 4.00 Hours. Percent Unclassified Vehicles (11) is greater than 10.00 for Counter Number 2, Lane 1. Total Percent Unclassified Vehicles (7) is greater than 5.00. Percent Double Trailers (10.26) is greater than 10.00 for Counter Number 1, Lane 2 on this NHS highway Total Percent Double Trailers (3.37) is greater than 2.00 on this NHS highway. Unclassified Data. Lane Total Percent Class 8 (37.01) is greater than 5.00 for Counter Number 1, Lane 3. Max Lane Percent Unclassified Trucks (40.00) gt 25 Total Percent Class 20 of Total (0.56) gt 0.5000 Total Day Count for Primary Direction (1) of 48 is less than 40 of Total Day Count of 19077 ADT for 2001 was 15000 This Daily Count Total: 12182. Preliminary AADT estimate of 18007 based on this count of 17625 is 93 of the 2000 A Quality ADT (19392). Raw Data Sensor Layout does not agree with Counter Sensor Type for Counter Number 1, Lane 2. Figure 3.5: Virginias Quality Flags and Error Messages from the Information System 6 FHWA initiated a pooled fund study with Minnesota, Wisconsin, South Dakota, Indiana, New York, Connecticut, North Carolina, South Carolina, Georgia, Florida, New Mexico, California, Idaho, and Montana to develop a system for consistent traffic data quality edits. Although concluded before all its intended objectives were met, the study compiled a list of all data-screening tools used by one or more of the participating states as they are applied to short or continuous volume, vehicle classification, andor WIM data for the selected data products. The report included a set of logically consistent, state-of-the-practice rules for traffic-data screening derived from five, multiple-day knowledge-engineering sessions attended by more than 60 traffic-data screening experts. The report also included traffic-data screening algorithms, definitions, and pseudo-code statements to support the development of rule-based testing software (MnDOT, 1997). Sources of further information Triplett, R. and Avis, J. Sensor Sharing Among Applications . NATMEC, Orlando, Florida, 2002. Available from NATMEC Proceedings CD Additional Information on CD Fekpe et al., Traffic Data Quality Workshop and Action Plan . Report to FHWA, 2003 Ohio Department of Transportation, Traffic Keeper-Ohio (TKO) Traffic Edit Guidelines, Service, Acceptance and Warranty Requirements New York State Department of Transportation, Highway Data Services Bureau, Traffic Count Editor: User Manual and System Documentation . February 2003 Florida Department of Transportation, Survey Processing Software (SPS) User Manual . June 2001. D2. Adjustment Factors and Growth Factors Calculation Issues Addressed Raw data analysis and AADT estimation Assumptions and business rules Data quality control and assurance issues Description Adjustment factors are used to convert short-term volume counts to AADT. These factors include seasonal factors which account for daily, monthly, weekly variations in data axle correction factors use when axles instead of vehicles are counted and growth factors when counts are not available. Most states interviewed indicated that estimating these adjustment factors are based on the recommendations of the TMG. Some states have detailed documentation of the methods used to calculate these factors. It was observed what while adjustment factors were calculated based on factor groups, these groups were mostly determined by functional classifications rather than by traffic volumes. There is no difference in the procedures for calculating the adjustment factors based on traffic volumes. Examples of Use by States ODOT uses a total of 84 factors (12 months 7 days) which are generated using 3 year rolling averages from ATRs for each functional class. These factors are calculated using a mainframe program. These are updated yearly. FDOT calculates two traffic adjustment factors using proprietary TranStat database software and can be accessed through the DOT Infobase under IMS from the Traffic Characteristics Inventory (TCI) databases. TCI contains both current and historical information. The continuous counts and the seasonal classification counts provide the necessary information to establish traffic adjustment factors. In the absence of any continuous counts within a county, TranStat borrows seasonal factors from adjacent county sites and assign seasonal factors for these sites. These adjustment factors are later applied to the short-term counts to estimate AADT, K30, D30, and T. Details are available in FDOTs quotProject Traffic Forecasting Handbook quot CD. FDOT also has a video on AADT estimation procedures in their traffic monitoring handbook TxDOT uses seasonal factors from ATRs and truck factors from classification stations. 12-month rolling summaries are used to generate adjustment factors. TxDOT plans to move towards calendar year based averages. California has a slightly different approach to adjustment factor calculation. During any 12-month period there are consistent variations in traffic volume by month, day, and hour. The changes that may occur in this consistent pattern for a specific count location are attributable to normal growth in traffic volume and random incidents affecting the site. Given these consistent variations, factors can be developed for any day of the week, month of the year, and season fluctuation to be used in estimating AADT. These factors are defined below 7 . The L factor measures the level of traffic by the day of the week. The seven-day average equals 1.00. The factors typically range from 0.80 to 1.20. The daily traffic volumes are related to AADT by L (level) factor. The L factor is calculated by the following formula: (Annual average daily count for one day of the week ----------------------------------------------------------- 7-day annual average daily traffic (AADT) Where: 7- day counts are taken for 4, 8, or 12 months on a symmetrical basis in a year. The R factor measures the Range of fluctuation between average summer and average winter traffic. This factor is calculated by day of week as well as a 7- day average. The factors typically vary from 0.00 to 0.70. For a few control stations that have higher traffic in the winter than in the summer, the factor is negative. There are a few control stations with extreme summerwinter fluctuations causing the factor to be higher than 0.70. The R factor is calculated by the following formula: Where: N the number of months counted. 7-day counts are taken for 4, 8, or 12 months on a symmetrical basis in a year. The I factor measures the Incremental changes in the R factor from month to month in the fluctuation from summer to winter. The factors typically vary from 0.00 to - 10.00. If the R factor is very close to 0.00 the I factor is larger. How much a month is quotRquot differs from the Average quotRquot. This is needed to adjust the specific day profile counts R factor. The I factor is calculated by the following formula: Where: V Monthly average daily traffic A Annual average daily traffic. R 7-day R factor. These factors are recomputed every year. The station AADT is then calculated by dividing Profile Count Volumes (counts for which one day of complete data is available) by the average L factor for back and ahead traffic stations (ATRs) for the same day of week, plus average R factor for back and ahead ATRs for the same day of week, multiplied by the incremental regional factor, I, for back traffic station. WsDOT has developed a short count Factoring Guide CD document available from the WsDOT website. The document contains information on the sensors used, the types of counts and the adjustment factors used. Adjustment factors are updated every year. A preliminary factor is applied to short term counts during the year and re-factored based on data from ATRs at the end of the year. The Factoring Guide discusses how WsDOT calculates and applies seasonal, day of week, and axle-correction factors. It does not discuss the fact that WsDOT creates expansion factors for application to manual count traffic data in order to estimate daily traffic from manual counts (which are conducted for less that 24 hours). These factors are based on short-duration classification count and annual traffic report data. Michigan calculates adjustment factors from 2 year rolling averages of Permanent Traffic Recorders (PTR) data. Factors are calculated for 3 patterns of traffic (Urban to Recreational). These factors are calculated and adjusted every year. ILDOT uses a 4-year rolling average from ATR counts for seasonal factors (monthly factors) calculated from ATR data for five categories ndash urban interstate, urban noninterstate, rural non-interstate and recreational roads. No Day-of-Week (DOW) factor is used as IDOT schedules only 24 hour counts on a weekday and does not count on weekend and holidays. The Chicago area does not have different adjustment factors as of date but IDOT is working towards developing a new set of factors for the Chicago area. To this end, IDOT has added 38 new ATRs in the Chicago region between 1998 and 2000. Virginia uses ATRs to determine the adjustment factors (7 days (DOW) times 12 months). The factors are computed yearly. Axle correction factors are also calculated. ATRs are also used to develop growth factors for AADT estimates created from short-term counts not being counted in the current year of the three-year cycle. In Massachusetts, seasonal adjustment factors are developed from the permanent inductive looppiezo cable stations. The axle correction factors are developed from the TMGHPMS required 300 vehicle classification stations (100year on a 3 year cycle). The factors are developed and updated each year. They are entered into a MS Excel spreadsheet by group for seasonal adjustment factors and functional classification for axle correction (truck) factors, and then analyzed to develop the listed adjustment factors. In New Jersey, pattern factors (Seasonal Adjustment Factors) are computed by grouping continuous monitoring stations into broad functional class groups (i. e. rural interstate, other rural, urban interstate, other urban, and recreational). For each station, the monthly average weekday is compared to the AADT, as is done for the group as a whole. Stations at which three or more months deviate from the group average by more than 20 percent are rejected from the group and considered as recreational pattern. The stations in each group are then analyzed and it the variation exceeds 20 percent, the station is considered ungrouped. This process is iterated until the stations within each group conform to the group pattern. Axle Correction Factors are computed by grouping all available vehicle type classification data by functional classification. The sum of vehicles by type is divided by total vehicles to determine percentage of vehicles by type. By using axles per vehicle type, average axles per vehicle is determined, and when divided into 2, the Axle Correction Factors are determined. These are averaged for three years of classification data to provide a three-year moving average. The pattern factors (Seasonal Adjustment Factors) are updated annually. The Axle Correction Factors are updated annually based on a three-year moving average. Additional Information on CD U. S. Department of Transportation, Office of Policy, Traffic Monitoring Guide . 2001 Section 3, Chapter 4 Washington Department of Transportation, Short Count Factoring Guide . June 2004 Florida DOT, Project Forecasting Handbook . June 2000, Chapter 2 Florida DOT, AADT Estimation Video . Traffic Monitoring Handbook, 2002 3 Interview with Tom Schinkel, Virginia Department of Transportation for FHWAs Traffic Data Quality Workshop project, October 1, 2002. 4 NYSDOT, Zone 3 Contractor Specifications, June 2003. 5 California Department of Transportation (Caltrans), Guide for Staff to review traffic data, from Joe Avis, Chief, Traffic Data and Photolog Unit, Division of Traffic Operations. 6 Virginia DOT, Average Daily Traffic volumes on Interstate, Arterial and Primary Routes, Glossary of Terms, 2001, available at virginiadot. orgprojectsresources(IAP)AADT. pdf 7 Information provided by Joe Avis, Caltrans. Longx2010Range Forecasting Highway Construction Costs LongRange Forecasting Highway Construction Costs In the process of decision making for design and execution of highway construction projects, longrange cost forecasting is one of the most significant and complicated problems. This paper describes the development of a model that enables the user to make longrange cost projections, taking into consideration general characteristics of the highway construction industry, as well as pertinent local conditions. The model presented uses conventional statistical methods to represent the main categories of typical jobs in the highway construction industry. From these categories, a composite model is created by assigning different weights to the input elements costs and then choosing a series of indicators to predict price trends for each separate element of the composite model. Use of this model reveals that bid volume in a certain area is a factor that has significant influence upon cost forecasts. This paper is accompanied by a case study based on actual data from highway construction projects performed for the Florida Department of Transportation in the years 19681981. Access content Please select your options to get access Personal login ASCE Members: To see member pricing, log in or confirm your ASCE membership number in My Profile Information on ASCE Library Cards An ASCE Library Card allows you to download journal articles, proceedings papers, and available book chapters across the entire ASCE Library collection. This content will be debited as one download at time of checkout.
No comments:
Post a Comment