การจำลองสถานการณ์จราจรเพื่อลดผลกระทบการจราจร ในช่วงเวลาพิเศษของมหาวิทยาลัยเชียงใหม่ (Traffic simulation for mitigating traffic impacts during special events in Chiang Mai University)

Abstract

บทความนี้มุ่งศึกษาผลกระทบด้านการจราจรจากการขยายตัวของปริมาณการเดินทางภายในและชุมชนโดยรอบมหาวิทยาลัยเชียงใหม่ โดยประยุกต์ใช้เทคโนโลยีอากาศยานไร้คนขับสำหรับรายงานสภาพการจราจรและจัดการจราจร พัฒนาแบบจำลองด้านการจราจรสำหรับประเมินสภาพการจราจร และวิเคราะห์ผลกระทบด้านการจราจรที่เกิดขึ้นจากเหตุการณ์พิเศษของมหาวิทยาลัยเชียงใหม่ โดยการประเมินด้วยแบบจำลองการจราจรในระดับจุลภาค Vissim เพื่อประเมินประสิทธิภาพและศักยภาพของโครงข่ายถนนรูปแบบต่าง ๆ ในการรองรับสภาพการจราจรที่จะเกิดขึ้น การศึกษานี้ได้เปรียบเทียบการจัดการจราจรทางเลือก 5 รูปแบบ สำหรับรองรับปริมาณจราจรที่อาจเกิดขึ้นในอนาคตและในเหตุการณ์พิเศษ พร้อมทั้งเสนอแนะแนวคิดระบบขนส่งอัจฉริยะประกอบการใช้มาตรการการจัดการจราจร โดยทางเลือกทั้ง 5 รูปแบบประกอบด้วย 1) การจัดการจราจรที่มีอยู่ในปัจจุบัน 2) การปรับเปลี่ยนเส้นทาง 3) การเพิ่มเส้นทางทางเลือก 4) การปรับปรุงรูปแบบการควบคุมทางแยก และ 5) การเพิ่มเส้นทางทางเลือกและปรับปรุงรูปแบบการควบคุมทางแยก
ผลการศึกษาพบว่า เทคโนโลยีอากาศยานไร้คนขับมีความสามารถในการสำรวจสภาพการจราจรได้ โดยเฉพาะการสำรวจความหนาแน่นของยานพาหนะ และความยาวแถวคอยบริเวณทางแยก ในขณะที่การนำเสนอข้อมูลด้านการจราจรด้วยระบบขนส่งอัจฉริยะจะทำให้ผู้ใช้รถใช้ถนนสามารถวางแผนการเดินทางได้ดีขึ้น ส่งผลให้การจัดการจราจรมีประสิทธิภาพมากขึ้นด้วย เมื่อเปรียบเทียบรูปแบบการจัดการจราจรทั้ง 5 รูปแบบ รูปแบบการจัดการจราจรที่มีอยู่ในปัจจุบัน (base scenario) มีอัตราควรจุของโครงข่ายถนนโดยประมาณ 4,900 คันต่อชั่วโมง และสามารถระบายกระแสจราจรออกได้ภายในเวลา 52 นาที ส่วนรูปแบบการจัดการจราจรที่ดีที่สุด ได้แก่ รูปแบบที่ 5 (เพิ่มเส้นทางทางเลือกและปรับปรุงรูปแบบการควบคุมทางแยก) มีอัตราความจุของโครงข่ายถนนโดยประมาณ 6,500 คันต่อชั่วโมง และสามารถระบายกระแสนจราจรออกได้พายใน 32 นาที คิดเป็นเวลาที่ลดลงร้อยละ 38 ของเวลาในรูปแบบที่มีอยู่ปัจจุบัน

This research focuses on studying the traffic impacts due to the increase in travel demand within and surrounding Chiang Mai University. The study covers the examination and review of UAV applications to traffic monitoring and management, the development of traffic simulation models to evaluate traffic conditions, and the analysis of traffic impacts during special events. The study applies the microscopic traffic simulation model, PTV Vissim, as a tool to evaluate the efficiency and potential of various traffic management and controls to serve the target demand. The study compares traffic management and control in 5 scenarios to serve travel demand in the future or during special events. The five scenarios are 1) the existing traffic control (conventional signalized intersections at exit gates), 2) re–routing, 3) alternative routes, 4) alternative intersection controls, and 5) alternative routes and alternative intersection controls.

The study found that Unmanned Aerial Vehicle (UAV) technology is capable to monitor traffic density and queue length at the bottleneck in the road network while intelligent transport systems (ITS) will help road users to plan their trip. The simulation results showed that the scenarios with proposed traffic management and controls (Scenario 2, 3, 4 and 5) are more efficient than the existing circumstance (Scenario 1). For the base scenario (or Scenario 1), the road network capacity is 3,000 vehicles per hour and the traffic demand can be evacuated within 52 minutes. For the best scenario (Scenario 5), the road network capacity is increased to 4,200 vehicles per hour and the evacuation time is reduced to 32 minutes (or 38% reduction in evacuation time).