Estimação dos Fatores de Equivalência para Motocicletas

httpscedpetraacid Note Discussion is expected before July 1st 2025 and will be published in the Civil Engineering Dimension volume 27 number 2 September 2025 ISSN 14109530 print 1979570X online Published by Petra Christian University The Value of Passenger Car Equivalent using the Time Headway Method on Urban Roads Irwandi1 Sutandi AC1 and Mukti ET2 1 Department of Civil Engineering Parahyangan Catholic University Jl Ciumbuleuit No 94 Bandung INDONESIA 2 Department of Civil Engineering Tanjungpura University Jl Prof Dr Hadarawi Nawawi Pontianak INDONESIA DOI httpsdoiorg109744ced2713346 Article Info Submitted Dec 10 2024 Reviewed Feb 02 2025 Accepted Mar 06 2025 Abstract The escalating proliferation of vehicles has had a significant impact on the existing Passenger Car Equivalent PCE values making them less effective under current traffic conditions for assessing road performance This study aims to redefine PCE values for urban highways using the Time Headway method Data collection was conducted over four days during peak traffic hours The methodology involved direct field observations analysis footage and statistical modeling of time headway data distributions The KolmogorovSmirnov fit test identified the Wakeby distribution as the most suitable representation of time headway data Results yielded PCE values of 0413 for motorcycles and 1416 for medium vehicles with discrepancies of 6537 and 1802 indicating that the measured PCE values surpass the established benchmarks The rise in vehicle numbers and the methodologies employed contribute to the variations in observed PCE levels This research provides valuable insights for urban road planning and foundation studies for future research This is an open access article under the CC BY license Keywords Passenger Car Equivalent PCE Distribution Time Headway Urban Road Kolmogorov Smirnov Corresponding Author Irwandi Department of Civil Engineering Parahyangan Catholic University Jl Ciumbuleuit No 94 Bandung INDONESIA Email irwandih105gmailcom INTRODUCTION Passenger vehicles surged by 489 million units reflecting a growth rate of 64 while the count of commercial vehicles in Indonesia rose by more than 12 million units representing a growth rate of 29 1 All of these advancements have altered the present traffic characteristics compared to the past The evaluation of road performance in Indonesia is based on the Guidelines for Road Capacity in Indonesia 2 The growing volume of cars and changes in traffic patterns have rendered the previously set Passenger Car Equivalent PCE values obsolete The PCE values used in road capacity computations are significantly influenced by the evolving traffic circumstances and geometric attributes of the roadway over time 3 In traffic analysis PCE is a crucial indicator for assessing the impact of different vehicle types on traffic density within a road section The Time Headway technique is the most suitable approach for assessing the utility of PCE on urban roads 4 The Time Headway approach allows the modification of the PCE value in accordance with prevailing traffic circumstances 5 The growth in vehicle numbers immediately impacts traffic congestion particularly in metropolitan locales like Pontianak City significantly altering traffic dynamics and presenting new issues for urban transportation planning The purpose of this research focused on determining the value of Passenger Car Equivalent PCE in Pontianak City using the Time Headway approach The research concentrated on Adi Sucipto Road in Pontianak City exemplifying urban traffic conditions Adi Sucipto Road is selected due to its status as a business zone characterized by a varied The Value of Passenger Car Equivalent using the Time Headway Method Vol 27 No 1 March 2025 pp 3346 34 and uninterrupted flow of vehicular traffic Adi Sucipto Road often has significant traffic congestion particularly during peak hours 6 and is recognized as a highrisk zone for traffic accidents in Pontianak 7 The assessment of the PCE value by the time headway approach is very pertinent and significant for comprehending the traffic characteristics on the Adi Sucipto Road segment This information is valuable for assessing road performance and designing roadways according to traffic characteristics in Pontianak The significance of this study lies in addressing the increasing complexity and diversity of urban traffic patterns This conceptual framework enables a more streamlined and methodical evaluation of roadway capacity and operational efficiency By employing this approach transportation engineers and urban planners can more effectively analyze and optimize traffic flow in congested metropolitan areas ultimately leading to enhanced mobility and reduced congestion The PCE value may fluctuate based on traffic characteristics vehicle types and road conditions 8 This research improves the accuracy of traffic planning by using the time headway method to calculate passenger car equivalent values hence providing more exact and relevant information for traffic planners Effective road design intersections and traffic patterns are essential especially in urban areas METHOD Passenger Car Equivalent PCE a fundamental metric in transportation engineering quantifies the impact of diverse vehicular categories on traffic dynamics by expressing their influence in terms of passenger vehicle units 9 This concept serves as a crucial parameter in traffic flow analysis and infrastructure planning enabling engineers to standardize the heterogeneous composition of vehicular traffic for more accurate capacity assessments and design considerations The Theory of Time Headway Time headway refers to the temporal interval between two vehicles driving in the same lane as they traverse a certain place 10 The time gap is defined as the interval between the front end of the succeeding vehicle crossing a certain spot and the rear end of the preceding vehicle passing the same observation point 11 Time headway denotes the duration needed for a vehicle to traverse a certain observation site and the interval necessary for the subsequent vehicles arrival 12 The Highway Capacity Manual HCM 13 defines time headway as the duration in seconds required for two successive vehicles to traverse a certain place on a roadway section determined by identical characteristics of both vehicles such as the front axle or front bumper Time sec Distance meter Occupancy Time 1 2 3 Figure 1 Microscopic Analysis of Time Headway vs Distance Figure 1 shows a comprehensive representation of the timeframe The horizontal axis shows time whereas the vertical axis signifies distance t1 t2 t3 and t4 show the arrival times of each vehicle supposing that the cars are traveling at a uniform velocity The time headway for each arrival may be expressed using Equation 1 Hmn n m 1 This Hmn is the time headway between vehicles m and n where m is the time when vehicle m crosses the reference line and n is the time when vehicle n crosses the reference line Analysis of the Time Headway Method The PCE Medium Vehicle MV value is determined by dividing the average of MV followed by MV by the average of Passenger Car PC followed by PC The outcome will be precise if the of the motorcycle vehicle is independent of the previous or succeeding vehicles The scenario in which the average of PC followed by PC in conjunction with the average of MV followed by MV equals the aggregate of the average of PC followed by MV and the average of MV followed by PC may be expressed as Equation 2 ta td tb tc 2 ta represents the average of PC followed by PC tb denotes the average of PC followed by MV tc signifies the average of MV followed by MV and td indicates the average of MV followed by MV According to the varying characteristics of each vehicle and the different abilities and levels of observation of drivers while operating their vehicles it is difficult to create a situation that meets the aforementioned similarities Therefore the average time headway value obtained must be corrected using Equation 3 ta kna td knd tb knb tc knc 3 Allow na represent the time interval between two successive data points where PC is succeeded by PC nb signify the time interval between two successive data points where PC is succeeded by MV nc represent the time interval between two successive data points where MV is succeeded by PC and nd indicate the time interval between two successive data points where MV is succeeded by MV The average time headway of the vehicle pair is then adjusted using Equations 4a 4d tak ta kna 4a tbk tb knb 4b tck tc knc 4c tdk td knd 4d By use the corrected average time headway value as stated in Equation 5 tak tdk tbk tck 5 The adjusted average values are as follows tak represents the PCPC average tbk represents the PCMV average tck represents the MVPC average and tdk represents the MVMV average The value of PCE MV may be calculated using Equation 6 PCEMV tdktak 6 Polynomial Regression Polynomial regression is an extension of multivariate linear regression that characterizes the relationship between the independent variable x and the dependent variable y 14 A polynomial trendline is a curved line used to depict data that shows volatility The use of this trendline is appropriate when the data exhibits a fluctuating pattern that cannot be adequately accounted for by a linear relationship The polynomial trendline may be mathematically represented by Equation 7 y axn bxn1 k 7 In this context y represents the dependent variable x is the independent variable while a b and k are the values of the regression coefficients and n signifies the degree of the polynomial R Square R² This method is used to determine the magnitude or relative effect of the independent variables in the regression model on the dependent variables either singularly or in combination 15 R square represented as R² is a statistical measure used in regression analysis to assess the degree to which the regression model explains variations in the dependent variable in relation to the independent variable 16 R squared R² is a statistic that measures the precision of a regression model It provides significant information into the models goodness of fit In regression analysis it functions as a statistical measure that evaluates how well the regression line fits the observed data Consequently it is crucial to use statistical models for the purpose of forecasting future results or conducting hypothesis testing The coefficient of determination R square may be computed using Equation 8 Civil Engineering Dimension Vol 27 No 1 March 2025 pp 3346 The Value of Passenger Car Equivalent using the Time Headway Method Vol 27 No 1 March 2025 pp 3346 36 𝑅𝑅2 1 𝑦𝑦𝑖𝑖 𝑦𝑦𝑖𝑖 ² 𝑦𝑦𝑖𝑖 𝒚𝒚² 8 With yi is the actual value R2 is R square yi is Model predicted value yˉ is Average actual value R squared is a statistic that measures the percentage of variation in the dependent variable explained by the independent variable R squared is a scalar ranging from 0 to 1 signifying the degree to which the combined impact of independent variables influences the dependent variables value The R squared R2 value assesses the degree of influence that certain independent variables have on the dependent variable The Rsquared value may be classified into three categories strong Rsquared 075 moderate Rsquared 050 and weak Rsquared 025 17 The present research utilizes a quantitative technique via a field survey method to examine the Passenger Car Equivalent PCE values on urban route sections A preliminary survey is performed to assess field conditions establish observation sites and identify any barriers that may arise throughout the course of the analysis Research equipment includes writing utensils CCTV measuring tape and spray paint for marking observation points Data collection is conducted during peak hours 06000800 11001300 and 16001800 for four days Monday Friday Saturday and Sunday 18 Primary Data Collection Geometric road surveys include measuring the width of traffic lanes the width of road shoulders and determining the kind of road using measuring tools such as a rolling meter and other instruments Figure 2 Setting up of CCTV Figure 3 Physical Marking Figure 4 Results of CCTV In Figure 2 the setting up of CCTV is used to record realtime traffic flow enabling the collection of accurate data on vehicle movement time headway between vehicles and traffic volume Install CCTV at a height of 35 meters 19 This height is perfect for obtaining a wide and clear field of view allowing for effective observation of the time intervals between vehicles 20 Ensure that the device is capable of recording clearly and is not obstructed by any other objects In Figure 3 there are physical markings on the road such as lines or signs that aid in measuring distance and time headway By using appropriate labeling the gathered data will become more precise hence enabling more effective analysis of time intervals 21 Figure 4 shows the ability of closedcircuit television CCTV to record and document various types of vehicles that pass through the region such as Passenger Car PC Motorcycles MC and Medium Vehicles MV The camera records the time intervals between successive vehicles known as the time headway A traffic volume analysis quantifies the number of vehicles traversing a road segment including Motorcycle MC Passenger Car PC and Medium Vehicle MV The data is separated based on hourly time intervals and the order of vehicle arrivals 22 The soughtafter data is the time headway between various combinations of vehicle pairs MCPC PCMC MCMC MVPC PCMV MVMV PCPC 23 Data Analysis The distribution of time headway is analyzed using the application for distribution analysis and KolmogorovSmirnov goodnessoffit test The method includes collecting and submitting time headway data choosing a distribution doing a goodnessoffit test evaluating and showing the data and identifying the optimal distribution 24 The analysis of PCE values using the time headway approach juxtaposes the average time headway of various vehicle types with those of passenger cars The processes include data collection via CCTV adjustment of average time headway values computation of PCE values calibration of PCE values by polynomial regression analysis of findings and comparison with established PCE values 25 This method means to provide an exhaustive comprehension of traffic features and Irwandi Sutandi AC and Mukti ET Vol 27 No 1 March 2025 pp 3346 37 precise PCE values The use of the Time Headway method and distribution analysis using enables this study to provide more representative values of PCE for the dynamic traffic conditions in the city of Pontianak The present research employs a systematic and organized quantitative methodology guaranteeing the validity and trustworthiness of the data produced This project seeks to significantly enhance the knowledge and management of urban traffic in Pontianak by a mix of field surveys statistical analysis and comprehensive data interpretation Figure 5 Graph of Traffic for PC MC and MV on Adi Sucipto Road In Figure 5 the graph shows the fluctuation of traffic volume on Adi Sucipto Road There is a consistent peak in traffic volume during the morning and evening rush hours which is related to commuting to and from work or school The peak during midday is caused by lunchtime activities or midday movements Motorcycles and passenger cars dominate the traffic composition medium vehicles maintain the most consistent pattern throughout the day all vehicle types show reduced volumes during early morning and late evening periods The combined peak for all vehicle types occurs during the 16001700 timeframe This analysis demonstrates a clear correlation between time of day and vehicle type distribution with distinct patterns for each category of vehicle on Adi Sucipto Road RESULTS AND DISCUSSION Analyzing the distribution of observed headway data by means of many theoretical models with the system The data time headway is input into the application table and calculation and distribution matching may be executed by choosing the analysis menu and descriptive statistics Four days of data time headway are being evaluated utilizing the program 26 This distribution gives a satisfactory match for the data for Monday Friday Saturday and Sunday 27 Statistical Test of Time Headway Data on Monday Analyzing the distribution of recorded time headway data using several theoretical models in the program The time headway data from Monday indicates that the critical value with a significance level of 001 and a sample size of 865 computed using Equation 1 is 00553 According to the accepted hypothesis the critical value is compared with the KolmogorovSmirnov value of 65 distributions created by the tool The analytical results of the Kolmogorov Smirnov Test demonstrate that the Extreme Value Gene distribution is the most suitable for time headway data on Monday Figure 6 shows that the Gen Extreme Value GEV distribution is suitable for the observed frequency distribution of the time headway data The shown GEV curves demonstrate that the GEV model well characterizes the distribution of the observed data This distribution is especially beneficial in domains like transportation and traffic management where comprehending severe occurrences may enhance planning and decisionmaking The Value of Passenger Car Equivalent using the Time Headway Method Vol 27 No 1 March 2025 pp 3346 38 Figure 6 Comparison Chart of Observation Frequency and Extreme Value Gene Distribution Statistical Test of Time Headway Data on Friday The critical value for Friday time headway data with a significance level of 001 and a sample size of 821 computed using Equation 22 is 00568 According to the accepted hypothesis the crucial value is compared with the KolmogorovSmirnov value of 65 distributions created by the tool The results of the KolmogorovSmirnov Test demonstrate that the Wakeby distribution is the best suitable for time headway data on Friday Figure 7 Comparison Chart of Observation Frequency and Wakeby Distribution Figure 7 shows that the Wakeby distribution is suitable for the observed frequency distribution of the time headway data The Wakeby distribution demonstrates a strong match to the observed data Graphs provide a visual comparison between the observed frequency distribution and the Wakeby distribution aiding in the comprehension of the observed datas alignment with a certain statistical model Statistical Test of Time Headway Data on Saturday The critical value for Saturday time headway data with a significance level of 001 and a sample size of 836 computed using Equation 22 is 00563 According to the accepted hypothesis the crucial value is juxtaposed with the KolmogorovSmirnov value of 65 distributions produced by the tool The analytical findings of the Kolmogorov Smirnov Test indicate that the Weibull distribution is the best appropriate for time headway data on Saturdays Figure 8 shows the Weibull distribution is appropriate for the observed frequency distribution of the time headway data The Weibull distribution exhibits a robust correspondence with the observed data The green curve roughly corresponds with the blue histogram pattern This significantly enhances traffic flow facilitating traffic analysis and Irwandi Sutandi AC and Mukti ET Vol 27 No 1 March 2025 pp 3346 39 planning The graph demonstrates that the Weibull distribution accurately represents the distribution of time headways seen in the data enabling additional research in traffic and reliability research Figure 8 Comparison Chart of Observation Frequency and Weibull Distribution Statistical Test of Time Headway Data on Sunday A significance level of 001 and a sample size of 752 is 00595 According to the accepted hypothesis the critical value is juxtaposed with the KolmogorovSmirnov value of 65 distributions produced by the tool The analytical findings of the KolmogorovSmirnov Test indicate that the Johnson SB distribution is the best appropriate for time headway data on Sundays Figure 9 Comparison Chart of Observation Frequency and Johnson SB Distribution Figure 9 shows that the Johnson SB distribution is suitable for the observed frequency distribution of the time headway data This histogram visually depicts the distribution of observation data over several time periods This graph clearly illustrates the alignment of the observed data with the Johnson SB distribution applicable for further analysis in research or practical scenarios concerning vehicle time intervals The research results demonstrate that the time headway distribution on Adi Sucipto Road is ideal The variance on Monday is represented by the Gen Extreme Value GEV distribution which is suitable for the given data On Friday the Wakeby distribution exhibits a robust alignment with the observational data On Saturday the Weibull distribution is appropriate for the given data however Sunday is represented by the Johnson SB distribution which corresponds with the observed data and may be used for future analytical inquiry This is a summary of the time headway data distribution shown in Table 1 As shown in table 1 the Wakeby distribution is an appropriate statistical model for time headway data offering a satisfactory fit for Monday Friday Saturday and Sunday The Wakeby distribution has a strong match to the observed The Value of Passenger Car Equivalent using the Time Headway Method Vol 27 No 1 March 2025 pp 3346 40 data in time headway analysis and exhibits flexibility in characterizing diverse data patterns Table 1 Time Headway Data Distribution Days Critical Value CV Distribution Accepted Statistics Weekdays Monday 00553 Gen Extreme Value 00417 Wakeby 00438 Weibull 3P 00451 Kumaraswamy 00456 Friday 00568 Wakeby 00493 Dagum 00563 Weekends Saturday 00563 Weibull 00494 Wakeby 00498 Kumaraswamy 00514 Weibull 3P 00514 Weibull 3P 00514 Inv Gaussian 3P 00550 Sunday 00595 Johnson SB 00385 Error 00419 Wakeby 00424 Dagum 4P 00454 Gen Gamma 4P 00456 Analysis of the Passenger Car Equivalent PCE Statistic The passenger Car Equivalent PCE value influenced by elevated traffic volume may alter the PCE value since increased traffic density often extends the time headway between vehicles An analysis of the PCE value based on traffic volume using the Time Headway method with vehicles passing by the research location on Adi Sucipto Road in Pontianak City PCE Values based on Mondays Traffic Volume The analysis of the Passenger Car Equivalent PCE value predicated on Monday traffic volume is performed to ascertain the influence of Monday traffic volume on the PCE value Monday signifies the beginning of work and academic pursuits for the week and is characterized by increased traffic especially during the morning hours 28 On Mondays there is often a higher density of vehicle travel due to the resumption of workplace and school activities after the weekend Passenger cars and motorcycles exhibit higher PCE values in response to increased traffic volumes suggesting that traffic density has an impact on these vehicles 29 Figure 10 Graph of Passenger Car Equivalent PCE Values based on Monday Traffic Volume y 00008x3 00094x2 00262x 14329 R² 0911 y 00011x3 00104x2 00229x 04241 R² 07551 038 038 039 039 040 040 041 041 042 042 043 043 044 044 139 139 140 140 141 141 142 142 143 143 144 144 1843 1802 1842 1857 1862 1891 0600 0700 0700 0800 1100 1200 1200 1300 1600 1700 1700 1800 VehiclesHour EMP Value of Motorcycle MC EMP Value of Medium Vehicle MV Graph of Adi Sucipto Road Passenger Car Equivalent PCE Value Based on Mondays Traffic Volume Value PCE Medium Vehicles MV Value PCE Motorcycle MC Poly Value PCE Medium Vehicles MV Irwandi Sutandi AC and Mukti ET Vol 27 No 1 March 2025 pp 3346 41 In the Figure 10 the graph illustrates two polynomial regression equations for the values of PCE for Medium Vehicle MV and Motorcycles MC The observed trend indicates a clear daily pattern in the PCE value which is influenced by the patterns of activity and traffic volume on Adi Sucipto Road The coefficient of determination of 0911 shows that 911 of the variance in PCE values for medium vehicles is elucidated by the regression model This indicates that the model exhibits a robust alignment with the observed data The coefficient of determination R result of 07551 shows that 7551 of the variability in the PCE values for motorcycles is elucidated by this regression model Although lower than medium vehicles this model nonetheless has a strong level of compatibility PCE Values based on Fridays Traffic Volume The analysis of the Passenger Car Equivalent PCE value predicated on Friday traffic volume is performed to assess the influence of Friday traffic volume on the PCE value Friday has a consistent traffic flow pattern that directly impacts the PCE result In Fridays there is a distinctive traffic pattern that affects the PCE value 30 The presence of Friday prayer activities leads to an increase in traffic volume at certain times particularly before and after Friday prayer times The composition of vehicles on Fridays may also vary with an increased proportion of motorcycles for trips to the mosque which affects the PCE value 31 Figure 11 Graph of Passenger Car Equivalent PCE Values based on Friday Traffic Volume In Figure 11 the graph illustrates two polynomial regression equations for the values of PCE for Medium Vehicle MV and Motorcycle MC The observed trend indicates a clear daily pattern in the PCE value influenced by the activity patterns and traffic volume on Adi Sucipto Road The coefficient of determination of 0935 signifies that 935 of the variance in PCE values for medium vehicles is elucidated by the regression model indicating a robust correlation between the model and the empirical data The coefficient of variation R score of 0860 shows that 86 of the variance in PCE values for motorcycles is elucidated by this regression model Although lower than medium vehicles this model nonetheless has a strong level of compatibility PCE Values based on Saturdays Traffic Volume The analysis of the Passenger Car Equivalent PCE value relative to Saturday traffic volume is performed to assess the influence of Saturday traffic volume on the PCE value 32 Saturdays exhibit more footfall compared to typical weekdays particularly in business districts or retail precincts Saturdays often exhibit a greater variety of activities such as leisure outings shopping or family visits which might lead to distinct traffic patterns characterized by a larger prevalence of motorcycles for transportation purposes In Figure 12 the graph displays two polynomial regression equations for the values of PCE for Medium Vehicle MV and Motorcycle MC The increasing trend in the value of PCE from morning to afternoon indicates that the y 00013x3 00123x2 00317x 14353 R² 09354 y 00022x3 0022x2 00602x 0446 R² 08601 038 039 039 040 040 041 041 042 042 043 043 140 140 141 141 142 142 143 143 1846 1816 1851 1865 1873 1820 0600 0700 0700 0800 1100 1200 1200 1300 1600 1700 1700 1800 VehiclesHour EMP Value of Motorcycle MC EMP Value of Medium Vehicle MV Graph of Adi Sucipto Road Passenger Car Equivalent PCE Value Based on Fridays Traffic Volume Value PCE Medium Vehicles MV Value PCE Motorcycle MC The Value of Passenger Car Equivalent using the Time Headway Method Vol 27 No 1 March 2025 pp 3346 42 influence of vehicles on road capacity tends to increase as traffic volume increases A coefficient of determination of 0942 indicates that 942 of the variability in PCE values for medium vehicles can be determined by the regression model This indicates that the model aligns closely with the observed data The coefficient of determination R result of 0919 indicates that 919 of the variance in the PCE values for motorcycles has been identified by the regression model Although lower than medium vehicles this model nonetheless has a strong level of compatibility Figure 12 Graph of Passenger Car Equivalent PCE Values based on Saturday Traffic Volume PCE Values based on Sundays Traffic Volume Figure 13 Graph of Passenger Car Equivalent PCE Values based on Sunday Traffic Volume The analysis of the Passenger Car Equivalent PCE value based on Sunday traffic volume is performed for assessing the effects of Sunday traffic volume on the PCE value During Sundays drivers tend to be more relaxed and unhurried resulting in a different traffic flow compared to weekdays 33 Differences in traffic composition On Sundays the prevalence of medium vehicles trucks and buses is greater while on weekends passenger cars are y 00004x3 00068x2 00354x 13649 R² 09429 y 00007x3 00055x2 00053x 03992 R² 09192 039 040 040 041 041 042 042 043 043 138 139 139 140 140 141 141 142 142 143 143 144 144 1715 1817 1897 1909 1936 1910 0600 0700 0700 0800 1100 1200 1200 1300 1600 1700 1700 1800 VehiclesHour EMP Value of Motorcycle MC EMP Value of Medium Vehicle MV Graph of Adi Sucipto Road Passenger Car Equivalent PCE Value Based Traffic Volume Value PCE Medium Vehicles MV Value PCE Motorcycle MC y 00002x3 00036x2 00168x 13779 R² 03495 y 6E05x3 00003x2 00072x 0386 R² 07877 038 039 039 040 040 041 041 042 042 138 139 139 140 140 141 141 142 142 1121 1574 1849 1857 1878 1835 0600 0700 0700 0800 1100 1200 1200 1300 1600 1700 1700 1800 VehiclesHour EMP Value of Motorcycle MC EMP Value of Medium Vehicle MV Graph of Adi Sucipto Road Passenger Car Equivalent EMP Value Based on Sundays Traffic Volume Value PCE Medium Vehicles MV Value PCE Motorcycle MC Irwandi Sutandi AC and Mukti ET Vol 27 No 1 March 2025 pp 3346 43 dominant In the morning the traffic volume is lower due to the slower start of peoples activities and their more relaxed driving behavior which might alter the traffic dynamics 34 In average traffic numbers are lower compared to weekdays Peak traffic levels often occur in the afternoon when there is a rise in community activities Comparing traffic volumes and patterns on Sundays with weekdays allows for the identification of disparities in traffic behavior and facilitates the implementation of appropriate traffic management solutions In Figure 13 the graph illustrates two polynomial regression equations for the values of PCE for Medium Vehicle MV and Motorcycle MC The observed trend indicates a clear daily pattern in the PCE value which is influenced by the activity patterns and traffic volume on Adi Sucipto Road The coefficient of determination R for Medium Vehicle MV is 03495 indicating that about 3495 of the variability in PCE values is accounted for by the regression model This signifies that the model exhibits a poor match with the observed data The coefficient of variation R result for Motorcycles MC 07877 indicates that about 7877 of the variability in PCE values is elucidated by the regression model This signifies that the model exhibits a strong alignment with the observed data The research and discussion indicate that the value of PCE fluctuates with traffic volume The following is a summary of the PCE findings derived from the traffic volume shown in Table 2 Table 2 A Review of the PCE Results based on Traffic Volume Indicator Value PCE Motorcycles MC Medium Vehicle MV R square R² Average R square R² Average Traffic Volume Monday 0755 0423 0911 1421 Traffic Volume Friday 0860 0410 0935 1418 Traffic Volume Saturday 0919 0413 0942 1416 Traffic Volume Sunday 0787 0403 0349 1399 As shown in Table 2 the polynomial regression analysis and Rsquared value for Saturday demonstrate that the model for calculating the Passenger Car Equivalent PCE value for motorbikes and mediumsized cars on Adi Sucipto Street has an excellent match with the observed data This signifies that traffic patterns may be precisely forecasted using the model The polynomial regression model for Motorcycles MC produces the greatest Rsquared value of 0919 accompanied by a PCE value of 0413 Therefore the model accounts for 919 of the variability in the data suggesting a strong correspondence between the model and the actual data The PCE result of 0413 indicates that one motorbike has a road capacity and traffic flow comparable to around 04 passenger automobiles For Medium Vehicles MV the model produces a higher Rsquared value of 0942 and a PCE value of 1416 This signifies that 942 of the data variance can be elucidated by the model indicating an exceptionally high degree of fit The PCE value of 1416 shows that one vehicle equates to around 14 passenger vehicles regarding its effect on traffic flow The elevated Rsquared values for both vehicle categories 0919 for MC and 0942 for MV demonstrate that the independent variable traffic volume has a substantial impact on the dependent variable PCE value This enhances the models validity in forecasting PCE values depending on traffic volume Further analysis of traffic patterns reveals that Saturdays exhibit distinct characteristics Traffic patterns on Saturdays tend to be more consistent compared to other days On Saturday there is a more diverse and scattered pattern of movement between work and recreational activities Unlike working days which have clear busy hours in the morning and afternoon Saturdays tend to have a more evenly distributed traffic throughout the day resulting in a high Rsquared value in determining the Passenger Car Equivalent PCE for motorcycles and medium vehicles on Adi Sucipto Road shows a strong correlation with observational data Comparison of PCE Values based on Observational Findings with PCE Values in the Indonesian Road Capacity Guidelines Observation is conducted using the time headway method which measures the time gap between vehicles to determine the value of PCE This observation is often conducted in locations with specific traffic characteristics such as urban roads with a high proportion of motorcycles The use of direct field observation methods may provide differing values of PCE in comparison to the employed strategy The article compares the Passenger Car Equivalent PCE value as defined by the Indonesian Road Capacity Guidelines IRCG particularly in Figure 14 Figure 12 in shows the recorded values for Motorcycle MC and Medium Vehicle MV The observed motorcycle PCE value differs from the IRCG PCE value by 6537 whereas the observed medium vehicle PCE value differs by 1802 This suggests that the observed PCE value for medium cars exceeds the value specified by IRCG The Value of Passenger Car Equivalent using the Time Headway Method Vol 27 No 1 March 2025 pp 3346 44 Passenger Car Equivalent PCE value is affected by the rise in vehicle quantity and the chosen study approach The increase in vehicle quantity results in traffic congestion impeding vehicular movement and decreasing average speed This is caused by the interaction between vehicles that occur more often and limited space for maneuvering which compels drivers to reduce speed and increase reaction time to maintain safe and smooth traffic flow The methodology used in this study involves observing and analyzing the varying characteristics of traffic at different times which affects the amount of data collected to calculate data variability and the representativeness of the resulting PCE values Figure 14 Comparative Analysis of Passenger Car Equivalent Values between Observations and the Indonesian Road Capacity Guidelines IRCG CONCLUSIONS The analysis identification results indicate that the statistical distribution that best fits the time headway data is the Wakeby distribution since each provides an acceptable fit for Monday Friday Saturday and Sunday The Wakeby distribution in time headway analysis demonstrates good fit to observational data and flexibility in depicting various data patterns Thus it becomes a preferred choice in traffic analysis for planning purposes in order to better understand and manage traffic flow The analysis for the Passengers Car Equivalent PCE values for Motorcycles MC and Medium Vehicles MV on Mondays Fridays Saturdays and Sundays along Adi Sucipto Road was performed using direct field observations video CCTV recordings and time headway analysis The research used empirical field circumstances using time headway data obtained from traffic volume during peak hour intervals in the morning 0600 0800 the afternoon 1100 1300 and evening 1600 1800 The PCE result for Motorcycles MC was 0413 while for Medium Vehicles MV it was 1416 The percentage difference between the observed motorcycle PCE value and the PCE value of the Indonesian road capacity guideline is 6537 while the percentage difference between the observed medium vehicle PCE value and the PCE value of the Indonesian road capacity guideline is 1802 This indicates that the observed PCE value for medium vehicles is higher than the value set by the Indonesian road capacity guideline The PCE observation result is affected by an increase in vehicle quantity and research techniques REFERENCES 1 Chapman GP and Dutt AK Urban Growth and Development in Asia Volume I Making the Cities Routledge London 2019 2 Direktorat Jenderal Bina Marga Pedoman Kapasitas Jalan Indonesia Surat Edaran Direktur Jenderal Bina Marga Nomor 09PBM2023 Direktorat Jenderal Bina Marga Jakarta 2023 3 Sumarsono A Mahmudah AM and Yulistianto E Evaluasi Nilai EMP MKJI dan EMP Time Headway pada Simpang Bersinyal dengan Validitas Panjang Antrian Studi Kasus pada Simpang Bersinyal Kerten Surakarta Matriks Teknik Sipil 53 2017 pp 689702 4 Krammes RA and Crowley KW Passenger Car Equivalents for Trucks on Level Freeway Segments Transportation Research Record 1091 1986 pp 21072117 Irwandi Sutandi AC and Mukti ET Vol 27 No 1 March 2025 pp 3346 45 5 Alfiansyah AD and Bowoputro H Implementasi Koreksi Nilai EMP MC Menggunakan Metode RataRata Headway terhadap Kinerja Ruas Jalan Veteran Kota Malang Prosiding Forum Ilmiah Nasional Teknik 11 2022 pp 260268 6 Hadi F Khumairah M Melianti I and Widiyanti V Perhitungan Lalu Lintas Harian RataRata pada Persimpangan Adi Sucipto Georeference 11 2023 pp 2335 7 Gunawan A Azwansyah H and Erwan K Identifikasi Lokasi Titik Rawan Kecelakaan Black Spot pada Ruas Jalan Adi Sucipto JeLAST Jurnal Teknik Kelautan PWK Sipil dan Tambang 32 2015 pp 187199 8 Yulipriyono EE and Purwanto D Perubahan Nilai Ekivalensi Mobil Penumpang Akibat Perubahan Karakteristik Operasional Kendaraan di Jalan Kota Semarang Media Komunikasi Teknik Sipil 231 2017 pp 6976 9 Wirahaji IB and Laintarawan IP Studi Nilai Ekuivalensi Mobil Penumpang EMP dengan Metode Time Headway Widya Teknik 171 2022 pp 2734 10 Salter RJ and Hounsell NB Highway Traffic Analysis and Design Bloomsbury Publishing London 1996 11 May AD Traffic Flow Fundamentals PrenticeHall Englewood Cliffs NJ 1990 12 Luttinen RT Statistical Analysis of Vehicle Time Headways Helsinki University of Technology 1996 13 Transport Research Board Highway Capacity Manual Washington DC Transport Research Board 2010 14 Galton F Regression towards Mediocrity in Hereditary Stature The Journal of the Anthropological Institute of Great Britain and Ireland 15 1886 pp 246263 15 Wirahaji IB and Laintarawan IP Studi Nilai Ekuivalensi Mobil Penumpang EMP dengan Metode Time Headway Widya Teknik 171 2022 pp 2734 16 Ghozali I Aplikasi Analisis Multivariete dengan Program IBM SPSS 23 Badan Penerbit Universitas Diponegoro Semarang 2018 17 Hair JF Jr Black WC Babin BJ and Anderson RE Multivariate Data Analysis 5th ed Prentice Hall New Jersey 1998 18 Roads TSPA Estimation of Carbon Dioxide Emission in the Transportation Sector on Primary Arterial Roads in Wonokromo District Surabaya Before and After Covid19 Malaysian Journal of Analytical Sciences 256 2021 pp 11071121 19 Hautière N Tarel JP Halmaoui H Brémond R and Aubert D Enhanced Fog Detection and FreeSpace Segmentation for Car Navigation Machine Vision and Applications 25 2014 pp 667679 20 Leonard J How J Teller S Berger M Campbell S Fiore G Fletcher L Frazzoli E Huang A Karaman S and Koch O A PerceptionDriven Autonomous Urban Vehicle Journal of Field Robotics 2510 2008 pp 727774 21 Guo H Li Y Shang J Mingyun G Yuanyue H and Bing G Learning from ClassImbalanced Data Review of Methods and Applications Expert Systems with Applications 73 2017 pp 220239 22 Ingvardson JB Nielsen OA Raveau S and Nielsen BF Passenger Arrival and Waiting Time Distributions Dependent on Train Service Frequency and Station Characteristics A Smart Card Data Analysis Transportation Research Part C Emerging Technologies 90 2018 pp 292306 23 Arasan VT and Arkatkar SS Microsimulation Study of Effect of Volume and Road Width on PCU of Vehicles under Heterogeneous Traffic Journal of Transportation Engineering 13612 2010 pp 11101119 24 Roy R and Saha P Headway Distribution Models of TwoLane Roads under Mixed Traffic Conditions A Case Study from India European Transport Research Review 10 2018 pp 112 25 Hu J Chen S Behrangi A and Yuan H Parametric Uncertainty Assessment in Hydrological Modeling using the Generalized Polynomial Chaos Expansion Journal of Hydrology 579 2019 pp 124138 26 Obaidat MT and Alomari LD Time Headway using Computer Vision Integrated with Artificial Intelligence Jordan Journal of Civil Engineering 183 2024 pp 456467 27 Taylor JW and Snyder RD Forecasting Intraday Time Series with Multiple Seasonal Cycles using Parsimonious Seasonal Exponential Smoothing Omega 406 2012 pp 748757 28 Goyal R and Khare M IndoorOutdoor Concentrations of RSPM in Classroom of a Naturally Ventilated School Building Near an Urban Traffic Roadway Atmospheric Environment 4338 2009 pp 60266038 29 Abdulrazzaq LR Abdulkareem MN Yazid MRM Borhan MN and Mahdi MS Traffic Congestion Shift from Private Car to Public Transportation Civil Engineering Journal 68 2020 pp 15471554 30 Necula E Analyzing Traffic Patterns on Street Segments based on GPS Data using R Transportation Research Procedia 10 2015 pp 276285 31 Ingvardson JB Nielsen OA Raveau S and Nielsen BF Passenger Arrival and Waiting Time Distributions Dependent on Train Service Frequency and Station Characteristics A Smart Card Data Analysis Transportation Research Part C Emerging Technologies 90 2018 pp 292306 32 Chmielewski J Impact of Sunday Trade Ban on Traffic Volumes Modern Traffic Engineering in the System The Value of Passenger Car Equivalent using the Time Headway Method Vol 27 No 1 March 2025 pp 3346 46 Approach to the Development of Traffic Networks 16th Scientific and Technical Conference Transport Systems Theory and Practice 2019 Selected Papers Vol 16 Springer International Publishing 2020 pp 231 241 33 BorowskaStefańska M Kowalski M and Wiśniewski S Changes in Urban Transport Behaviors and Spatial Mobility Resulting from the Introduction of Statutory Sunday Retail Restrictions A Case Study of Lodz Poland Moravian Geographical Reports 281 2020 pp 2947 34 Jamson AH Merat N Carsten OM and Lai FC Behavioral Changes in Drivers Experiencing Highly Automated Vehicle Control in Varying Traffic Conditions Transportation Research Part C Emerging Technologies 30 2013 pp 116125 UNIVERSIDADE FEDERAL DO CEARÁ CENTRO DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES CURSO DE ENGENHARIA CIVIL ROBERTO MATHEUS NUNES TORQUATO ESTIMAÇÃO DO EFEITO DAS MOTOCICLETAS NA CAPACIDADE DE INTERSEÇÕES SEMAFORIZADAS FORTALEZA 2019 ROBERTO MATHEUS NUNES TORQUATO ESTIMAÇÃO DO EFEITO DAS MOTOCICLETAS NA CAPACIDADE DE INTERSEÇÕES SEMAFORIZADAS Dissertação de mestrado apresentada ao Programa de PósGraduação em Engenharia de Transportes do Departamento de Engenharia de Transportes da Universidade Federal do Ceará como requisito parcial para obtenção do Título de Mestre em Engenharia de Transportes Área de concentração Planejamento e Operação de Sistemas de Transportes Orientador Prof PhD Manoel Mendonça de Castro Neto FORTALEZA 2019 Dados Internacionais de Catalogação na Publicação Universidade Federal do Ceará Biblioteca Universitária Gerada automaticamente pelo módulo Catalog mediante os dados fornecidos peloa autora T64e Torquato Roberto Estimação do efeito das motocicletas na capacidade de interseções semaforizadas Roberto Torquato 2019 100 f il color Dissertação mestrado Universidade Federal do Ceará Centro de Tecnologia Programa de Pós Graduação em Engenharia de Transportes Fortaleza 2019 Orientação Prof Dr Manoel Mendonça de Castro Neto 1 Fluxo de saturação 2 Tempo perdido inicial 3 Regressão linear I Título CDD 388 ROBERTO MATHEUS NUNES TORQUATO ESTIMAÇÃO DO EFEITO DAS MOTOCICLETAS NA CAPACIDADE DE INTERSEÇÕES SEMAFORIZADAS Dissertação de mestrado apresentada ao Programa de PósGraduação em Engenharia de Transportes do Departamento de Engenharia de Transportes da Universidade Federal do Ceará como requisito parcial para obtenção do Título de Mestre em Engenharia de Transportes Área de concentração Planejamento e Operação de Sistemas de Transportes Aprovada em 21112019 BANCA EXAMINADORA Prof PhD Manoel de Mendonça de Castro Neto Orientador Universidade Federal do Ceará UFC Prof PhD Francisco Moraes de Oliveira Neto Universidade Federal do Ceará UFC Prof PhD Maria Alice Prudêncio Jacques Universidade de Brasília UnB AGRADECIMENTOS Ao prof Manoel por todas as orientações realizadas para o desenvolvimento da pesquisa pela maneira que conduziu todo o processo e pelas contribuições dadas ao meu crescimento pessoal e acadêmico durante esses anos de graduação e mestrado Ao prof Moraes e à Profa Maria Alice pelas valiosas contribuições dadas como banca examinadora Aos professores Felipe Loureiro Flávio Cunto Verônica Castelo e Bruno Bertoncini por todos os ensinamentos acadêmicos e pessoais À minha mãe Veleida Maria por todo o apoio incondicional em todas as decisões realizadas por mim até este momento Ao meu pai Roberto Denis por toda a contribuição ao meu desenvolvimento pessoal E ao meu irmão Lucas Torquato por ser o suporte e amigo de todas as horas mesmo de longe À Raina por todo o amor e apoio fornecidos durante esse processo principalmente nos momentos de maior dificuldade Aos amigos Renan Carioca e Samir Auad por serem desde a graduação catalizadores para o meu crescimento pessoal e profissional Ao Janailson Queiroz e Alessandro Macêdo da Transitar Engenharia por todo o companheirismo e profissionalismo durante esse processo Aos amigos e amigas Beatriz Rodrigues Hannah Silva Ezequiel Dantas Gustavo Pinheiro Bianca Macedo Mariana Gomes e Tais Costa por toda a contribuição afetiva e aprendizados compartilhados no ambiente de trabalho e fora dele A todos do PAITT por fornecerem o ambiente de trabalho que permitiu o desenvolvimento desse projeto e pela imposição de desafios que me permitem ser um profissional mais qualificado RESUMO Uma das principais atividades da engenharia de tráfego é a estimação da capacidade de aproximações de interseções semaforizadas A grande parcela dos estudos de capacidade não contabiliza a participação das motocicletas nos fluxos veiculares pois partem do princípio de que as motocicletas não impactam significativamente a fluidez do tráfego geral No entanto estudos elaborados em países asiáticos que apresentam uma elevada participação de motocicletas na frota veicular indicam que as motocicletas exercem efeitos significativos no tempo perdido no início do verde e nos headways de saturação No Brasil a partir dos anos 90 tem ocorrido um aumento significativo na aquisição de motocicletas principalmente devido à insatisfação relacionada ao nível de serviço do transporte público ofertado e à facilidade de crédito Atualmente a repartição deste modo na frota veicular é de 26 no Brasil e de 49 no Ceará reforçando a relevância do principal objetivo deste trabalho que é o de avaliar o efeito das motocicletas na capacidade de uma interseção semaforizada de Fortaleza Para atingir esse objetivo foram coletadas variáveis que buscassem representar a presença de motocicletas à frente do primeiro veículo da fila entre veículos longitudinalmente e entre veículos lateralmente corredor virtual A partir da coleta foram elaboradas análise descritiva de correlação e modelos de regressão linear com a finalidade de determinar e avaliar o efeito das motocicletas no tempo perdido no início do verde no headway de descarga no fluxo de saturação além de obter e analisar o fator de equivalência veicular das motocicletas Os resultados apontaram que o efeito médio de uma motocicleta posicionada à frente ou entre veículos no tempo perdido inicial está entre 03 e 07 segundos No entanto não houve indícios que motocicletas posicionadas no corredor virtual espaço formado pela brecha entre veículos de duas faixas de tráfego adjacentes influenciem o headway de descarga Quanto aos headways de descarga em regime de saturação os resultados indicaram que uma motocicleta à frente do veículo aumenta o headway aproximadamente 07 segundo o que representa um acréscimo de 30 no headway do veículo leve De acordo com os modelos elaborados o aumento de 1 da proporção de motocicletas posicionadas longitudinalmente entre veículos durante o regime de saturação diminui em média o fluxo de saturação entre 4 e 6 veículos por hora O fator de equivalência veicular das motocicletas considerando apenas as que estavam posicionadas longitudinalmente entre veículos obtido nesse estudo varia entre 015 e 021 Palavraschave Fluxo de saturação Tempo perdido inicial Regressão linear ABSTRACT One of the main activities of traffic engineering is the estimation of the capacity of approximations of signalized intersections Most of the traffic engineering studies do not consider the participation of motorcycles in vehicular flows since they assume that motorcycles do not significantly impact the fluidity of general traffic However studies carried out in Asian countries which have a high share of motorcycles in the vehicle fleet indicate that motorcycles have significant effects on startup lost time and on saturation headways In Brazil since the 1990s there has been a significant increase in the acquisition of motorcycles mainly due to dissatisfaction related to the level of service offered by public transportation and the ease of credit Currently the distribution of this mode in the vehicle fleet is 26 in Brazil and 49 in State of Ceará reinforcing the relevance of the main objective of this work which is to evaluate the effect of motorcycles on the capacity of a signalized intersection in Fortaleza To achieve this objective variables were collected that represent the presence of motorcycles in front of the first vehicle in the row between vehicles longitudinally and between vehicles laterally virtual corridor From the data collected correlation analysis and linear regression models were developed in order to determine and evaluate the effect of motorcycles on the startup lost time on the discharge headway on the saturation flow in addition to obtaining and analyzing the passengercar equivalence factor of motorcycles The results showed that the average effect of a motorcycle positioned ahead or between vehicles in the initial lost time is between 03 and 07 seconds However there was no evidence that motorcycles positioned in the virtual corridor space formed by the gap between vehicles from two adjacent traffic lanes influence the discharge headway As for the discharge headways in saturation regime the results indicated that a motorcycle in front of the vehicle increases the headway by approximately 07 seconds which represents a 30 increase in the light vehicles headway According to the models developed the 1 increase in the proportion of motorcycles positioned longitudinally between vehicles during the saturation regime decreases on average the saturation flow between 4 and 6 vehicles per hour The vehicle equivalence factor for motorcycles considering only those that were positioned longitudinally between vehicles obtained in this study varies between 015 and 021 Palavraschave Saturation flow Startup lost time Linear regression LISTA DE FIGURAS Figura 1 Headways de descarregamento de uma fila de interseção semaforizada 17 Figura 2 Posição relativa das motocicletas para analisar o S 23 Figura 3 Posição relativa das motocicletas para analisar o tp1 23 Figura 4 Método empregado 30 Figura 5 Exemplificação da variável quarto headway acumulado dos veículos em segundos do ciclo semafórico j H4j 32 Figura 6 Exemplificação da variável quantidade de motocicletas acumuladas à frente do primeiro veículo da fila do ciclo semafórico j Qmfj 32 Figura 7 Exemplificação da variável somatório da quantidade de motocicletas posicionadas longitudinalmente durante a descarga da fila entre o primeiro e o quarto veículo do ciclo semafórico j Qmevj 32 Figura 8 Exemplificação da variável última posição dos veículos em fila que possui nas suas adjacências motocicletas no corredor virtual do ciclo semafórico j Pmcvj 33 Figura 9 Exemplificação da variável quantidade de veículos pesados até o 4º veículo da fila do ciclo semafórico j Qvpj 33 Figura 10 Exemplificação das variáveis hdsij qmij e tvij 34 Figura 11 Exemplificação das variáveis hsj Sj e pmj 35 Figura 12 Macrolocalização da interseção analisada 37 Figura 13 Visualização da filmagem obtida da aproximação oeste do cruzamento entre as avenidas Bernardo Manuel e Dr Silas Munguba pela qual foi realizada a coleta deste estudo 38 LISTA DE GRÁFICOS Gráfico 1 Headways de descarga da fila em segundos por faixa de tráfego 41 Gráfico 2 Intervalo de confiança da média do headway de descarga em segundos por posição na fila 44 Gráfico 3 Headways de descarga da fila em segundos por faixa de tráfego e por tipo de veículo 45 Gráfico 4 Intervalo de confiança da média do headway de descarga em segundos por tipo de veículo na faixa direita e por posição na fila 48 Gráfico 5 Headways de descarga da fila em segundos por faixa de tráfego e por presença ou ausência de motocicleta 49 Gráfico 6 Quantidade média de motocicletas à frente dos veículos por posição na fila 53 Gráfico 7 Intervalo de confiança da média do headway de descarga em segundos por presença de motocicletas na faixa esquerda e por posição na fila 54 Gráfico 8 Intervalo de confiança da média do headway de descarga em segundos por presença de motocicletas na faixa direita e por posição na fila 54 Gráfico 9 Matriz de correlação entre as variáveis H4j Qmfj Qmevj Qvpj e Pmcvj na faixa esquerda 57 Gráfico 10 Matriz de correlação entre as variáveis H4j Qmfj Qmevj Qvpj e Pmcvj na faixa direita 59 Gráfico 11 Matriz de correlação entre as variáveis hdsij qmij e tvij na faixa esquerda 61 Gráfico 12 Matriz de correlação entre as variáveis hdsij qmij e tvij na faixa direita 62 Gráfico 13 Matriz de correlação entre as variáveis Sj e pmj na faixa esquerda 64 Gráfico 14 Matriz de correlação entre as variáveis Sj e pmj na faixa direita 65 Gráfico 15 Matriz de correlação entre as variáveis TVSj QMj QVLj e QVPj na faixa esquerda 66 Gráfico 16 Matriz de correlação entre as variáveis TVSj QMj QVLj e QVPj na faixa direita 67 Gráfico 17 Resíduos do modelo de regressão do H4j em ordem da coleta da faixa esquerda 73 Gráfico 18 Diagnóstico dos resíduos da regressão do H4j da faixa esquerda 74 Gráfico 19 Diagnóstico dos resíduos da regressão do H4j da faixa direita 76 Gráfico 20 Diagnóstico dos resíduos da regressão do hdsij da faixa esquerda 79 Gráfico 21 Diagnóstico dos resíduos da regressão do hdsij da faixa direita 81 Gráfico 22 Resíduos do modelo de regressão do Sj em ordem da coleta da faixa esquerda 83 Gráfico 23 Diagnóstico dos resíduos da regressão do Sj da faixa esquerda 84 Gráfico 24 Diagnóstico dos resíduos da regressão do Sj da faixa direita 86 Gráfico 25 Resíduos do modelo de regressão do Sj em ordem da coleta da faixa esquerda 88 Gráfico 26 Diagnóstico dos resíduos da regressão do TVSj da faixa esquerda 89 Gráfico 27 Diagnóstico dos resíduos da regressão do TVSj da faixa direita 91 LISTA DE TABELAS Tabela 1 Valores dos parâmetros obtidos por Mihn e Sano 2003 25 Tabela 2 Ciclos semafóricos durante o período em estudo 39 Tabela 3 Volumes horários veiculares da aproximação analisada 40 Tabela 4 Estatísticas descritivas dos headways de descarga por posição na fila da faixa esquerda 42 Tabela 5 Estatísticas descritivas dos headways de descarga por posição na fila da faixa direita 43 Tabela 6 Estatísticas descritivas dos headways de descarga por tipo de veículo e por posição na fila da faixa esquerda 46 Tabela 7 Estatísticas descritivas dos headways de descarga por tipo de veículo e por posição na fila da faixa direita 47 Tabela 8 Estatísticas descritivas dos headways de descarga por ausência e presença de motocicletas e por posição na fila da faixa esquerda 51 Tabela 9 Estatísticas descritivas dos headways de descarga por ausência e presença de motocicletas e por posição na fila da faixa direita 52 Tabela 10 Resultados da regressão linear da variável H4j para a faixa esquerda 71 Tabela 11 Resultado dos testes das premissas da regressão do H4j da faixa esquerda 72 Tabela 12 Resultados da regressão linear da variável H4j para a faixa direita 75 Tabela 13 Resultado dos testes das premissas da regressão do H4j da faixa direita 76 Tabela 14 Resultados da regressão linear da variável hdsij para a faixa esquerda 77 Tabela 15 Resultado dos testes das premissas da regressão do hdsij da faixa esquerda 78 Tabela 16 Resultados da regressão linear da variável hdsij para a faixa direita 79 Tabela 17 Resultado dos testes das premissas da regressão do hdsij da faixa direita 80 Tabela 18 Resultados da regressão linear da variável Sj para a faixa esquerda 82 Tabela 19 Resultado dos testes das premissas da regressão do Sj da faixa esquerda 83 Tabela 20 Resultados da regressão linear da variável Sj para a faixa direita 85 Tabela 21 Resultado dos testes das premissas da regressão do Sj da faixa direita 85 Tabela 22 Resultados da regressão linear da variável TVSj para a faixa esquerda 87 Tabela 23 Resultado dos testes das premissas da regressão do TVSj da faixa esquerda 88 Tabela 24 Resultados da regressão linear da variável TVSj para a faixa direita 89 Tabela 25 Resultado dos testes das premissas da regressão do TVSj da faixa direita 90 LISTA DE ABREVIATURA E SIGLAS DENATRAN Departamento Nacional de Trânsito tp1 Tempo perdido inicial tp2 Tempo perdido final hds Headway de descarga de saturação hs Headway de saturação S Fluxo de saturação HCM Highway Capacity Manual TRB Transportation Research Board R² Coeficiente de determinação hd Headway de descarga CTB Código de Trânsito Brasileiro MDCs Motorcycle Dependent Cities MCU Motorcycle Unit FEQ Fator de equivalência veicular H4 Headway acumulado dos quatro primeiros veículos em fila Qmf Quantidade de motocicletas acumuladas à frente do primeiro veículo da fila Qmev Somatório da quantidade de motocicletas posicionadas longitudinalmente durante a descarga da fila entre o primeiro e o quarto veículo Pmcv Última posição dos veículos em fila que possui nas suas adjacências motocicletas no corredor virtual Qvp Quantidade de veículos pesados até o 4º veículo da fila qm Volume de motocicletas entre veículos consecutivos que estão no regime de descarga de saturação não sendo consideradas as motocicletas posicionadas no corredor virtual tv Variável binária que considera o tipo de veículo de cada headway de descarga com valor 0 para o veículo leve e valor 1 para o veículo pesado pm Porcentagem de motocicletas entre veículos consecutivos que estão no regime de descarga de saturação levando em consideração a quantidade de veículos leves e de veículos pesados TVS Tempo de verde durante o regime de saturação QM Volume de motocicletas posicionadas longitudinalmente entre veículos consecutivos QVL Volume de veículos leves durante o regime de saturação QVP Volume de veículos pesado durante o regime de saturação r Coeficiente de correlação de Pearson CTAFOR Controle de Tráfego em Área de Fortaleza PAS FOR Plano de Acessibilidade Sustentável de Fortaleza MMQ Métodos dos mínimos quadrados MELNV Melhores estimadores lineares nãoviesados SUMÁRIO 1 INTRODUÇÃO 13 11 Problema e questões de pesquisa 14 12 Objetivos 15 2 REVISÃO BIBLIOGRÁFICA 16 21 Fatores que afetam a capacidade de interseções semaforizadas 16 22 Impacto das motocicletas na operação de interseções semaforizadas 21 3 MÉTODO EMPREGADO 30 4 INTERSEÇÃO DE ESTUDO 37 5 ANÁLISE DESCRITIVA DOS DADOS 41 51 Headways de descarga 41 511 Perfil geral dos headways de descarga 41 512 Perfil dos headways de descarga por tipo de veículo 44 513 Perfil dos headways de descarga por presença de motocicleta 49 52 Conclusões parciais 55 6 ANÁLISE DE CORRELAÇÃO ESTATÍSTICA 57 61 Tempo perdido inicial 57 62 Headway de descarga de saturação 61 63 Fluxo de saturação 63 64 Fator de equivalência veicular 65 65 Conclusões parciais 68 7 ANÁLISE DE REGRESSÃO LINEAR 71 71 Tempo perdido inicial 71 72 Headways de descarga de saturação 77 73 Fluxo de saturação 82 74 Fator de equivalência veicular 87 8 CONCLUSÕES E RECOMENDAÇÕES PARA TRABALHOS FUTUROS 92 REFERÊNCIAS 98 13 1 INTRODUÇÃO No que se refere às malhas urbanas as interseções são os pontos críticos considerando a ocorrência de congestionamentos e acidentes Principalmente porque são nas interseções em que há restrições de capacidade além de uma maior ocorrência de conflitos de tráfego Considerando a fluidez algumas té cnicas de engenharia de tráfego buscam por exemplo avaliar a capacidade veicular de interseções semaforizadas A capacidade de uma aproximação depende fortemente dos tempos semafóricos dos tempos perdidos no início e fim de cada ciclo além do seu respectivo fluxo de saturação Apesar de representarem cerca de 26 da frota veicular do Brasil e aproximadamente 49 da frota veicular do Ceará conforme dados de 2019 disponibilizados pelo Departamento Nacional de Trânsito DENATRAN geralmente os estudos locais acerca da capacidade de interseções semaforizadas não incluem os veículos motorizados de duas rodas motocicleta e motoneta Luna 2003 por exemplo cuja pesquisa tratou sobre fluxo de saturação não considerou as motocicletas em seu estudo afirmando que estes veículos não impactam significativamente o fenômeno em estudo Entretanto para estudos de tráfego em interseções semaforizadas o DENATRAN 2014 aplica um fator de equivalência de 033 para as motocicletas logo considera que o efeito deste tipo de veículo é equivalente a um terço do efeito do carro de passeio Nacionalmente o impacto das motocicletas tem sido estudado consideravelmente na perspectiva da segurança viária MÂNICA 2007 MARTINS et al 2013 BERGER 2014 HOLZ 2014 COUTINHO et al 2015 De acordo com Holz 2014 apesar da ampla utilização de motocicletas como modo de transporte sendo o principal modo motorizado em algumas cidades as motocicletas são mais frequentemente abordadas em trabalhos relacionados à segurança viária Ainda de acordo com o autor poucos são os trabalhos que buscam dissertar acerca do uso das motocicletas no ambiente urbano e os impactos da sua utilização Apesar da carência de trabalhos nacionais que tratam sobre o efeito das motocicletas na capacidade de interseções semaforizadas alguns estudos internacionais indicam que estes veículos podem impactar significativamente a fluidez do tráfego geral se representarem uma proporção significativa do fluxo do tráfego NAKATSUJI et al 2001 MIHN e SANO 2003 RONGVIRIYAPANICH e SUPPATTRAKUL 2005 ANUSHA et al 2013 RADHAKRISHNAN e RAMADURAI 2015 14 De acordo com esses estudos o efeito das motocicletas no tráfego geral pode se manifestar principalmente em duas situações no tempo perdido inicial e no headway de saturação O primeiro caso ocorre quando há uma quantidade significativa de motocicletas próximo à faixa de retenção atrasando os primeiros veículos da fila Essa situação é mais comum devido à facilidade das motos de atingirem à faixa de retenção quando a indicação do semáforo é vermelha O segundo caso ocorre quando na descarga da fila há motos posicionadas longitudinalmente entre dois automóveis podendo aumentar o headway entre estes veículos acarretando uma diminuição do fluxo de saturação Há também a possibilidade de a presença de motocicletas no corredor virtual corredor entre as faixas de tráfego atrasarem o descarregamento da fila devido à proximidade destas com os veículos Devido às características físicas e operacionais das motocicletas como por exemplo permitirem uma maior velocidade operacional quando comparadas ao transporte público e ao automóvel e de apresentarem um menor custo de compra e manutenção espera se um contínuo aumento da frota desta categoria veicular no Brasil principalmente na região nordeste Considerando os dados de frota veicular disponibilizados pelo DENATRAN entre 2009 e 2019 no Brasil verificouse um aumento de aproximadamente 87 da quantidade de motocicletas enquanto no mesmo período houve um aumento de 62 de automóveis Diante disso considerando a perspectiva da engenharia de tráfego é importante identificar e caracterizar os efeitos que este modo de transporte atribui não somente para a segurança viária mas para a fluidez do tráfego geral nas cidades brasileiras principalmente naquelas em que sua presença é expressiva como no caso da cidade de Fortaleza 11 Problema e questões de pesquisa Dado o contexto apresentado a problemática abordada por esta pesquisa consiste nos efeitos das motocicletas na operação de interseções semaforizadas em particular nos cruzamentos de Fortaleza Para esta problemática as seguintes questões de pesquisa foram identificadas para este trabalho a Qual o efeito da quantidade de motocicletas acumuladas junto à faixa de retenção e posicionadas longitudinalmente entre veículos no tempo perdido inicial de aproximações semaforizadas b A presença de motocicletas no corredor virtual afeta a capacidade de aproximações semaforizadas 15 c Qual é o efeito da quantidade de motocicletas posicionadas entre dois veículos nos headways de descarga durante o regime de saturação de aproximações semaforizadas d Qual é o efeito da proporção de motocicletas no fluxo de saturação de aproximações semaforizadas e Qual é o fator de equivalência veicular das motocicletas no desempenho de interseções semaforizadas considerando a realidade de Fortaleza 12 Objetivos De acordo com o que foi exposto o objetivo geral deste trabalho consiste em avaliar o efeito das motocicletas na capacidade de uma aproximação semaforizadas de Fortaleza Os objetivos específicos desse estudo são a Avaliar o efeito da quantidade de motocicletas acumuladas junto à faixa de retenção e posicionadas longitudinalmente entre veículos no tempo perdido inicial de aproximações semaforizadas b Examinar o impacto da presença de motocicletas posicionadas no corredor virtual na capacidade de aproximações semaforizadas c Analisar o efeito da quantidade de motocicletas posicionadas entre dois veículos nos headways de descarga em regime de saturação de aproximações semaforizadas d Avaliar o efeito da proporção de motocicletas no fluxo de saturação de aproximações semaforizadas e Determinar o fator de equivalência veicular das motocicletas na descarga de interseções semaforizadas considerando a realidade de Fortaleza 16 2 REVISÃO BIBLIOGRÁFICA 21 Fatores que afetam a capacidade de interseções semaforizadas Em interseções semaforizadas pelotões de tráfego conflitantes competem pela mesma área de interseção O total de tempo disponível dentro de uma hora deve ser alocado criteriosamente de forma a aumentar a capacidade e minimizar os atrasos da interseção ELEFTERIADOU 2014 Além do tempo de verde indicado para determinada aproximação que deve ser calculado a partir da demanda dos movimentos conflitantes há dois fatores importantes que contribuem para a capacidade de uma interseção semaforizada o tempo perdido e o fluxo de saturação De acordo com DENATRAN 2014 o fluxo de saturação de um grupo de movimentos consiste no número máximo de veículos que poderia passar em uma aproximação controlada por sinalização semafórica considerando que esta aproximação recebesse indicação de verde durante o período de uma hora Stokes 1989 listou uma série de condições que afetam o fluxo de saturação de uma via que foram classificadas em condições operacionais características do tráfego e fatores ambientais e outros As condições operacionais consistem na programação semafórica características do tráfego estacionamentos e parada de ônibus Características do tráfego consistem na composição veicular movimentos de conversão e atividade de pedestres Por fim os fatores ambientais são os relacionados ao clima ao comportamento do motorista às condições da via e ao uso do solo adjacente O tempo perdido em um estágio semafórico é dividido em duas partes inicial e final O tempo perdido inicial tp1 é o tempo adicional consumido pelos primeiros veículos da fila em que seus headways são maiores do que os headways de descarga durante o regime de saturação devido à reação dos motoristas ao início do verde e ao tempo de aceleração O tempo perdido final tp2 consiste no tempo ao final do estágio durante o qual os movimentos servidos por ela não podem mais prosseguir de forma efetiva na taxa do fluxo de saturação No descarregamento da fila o primeiro headway geralmente contribui com a maior parte do tp1 e os seguintes apresentam valores cada vez menores Dessa forma o headway de descarregamento diminui até se estabilizar em um valor aproximadamente constante Esse valor é o headway de descarga durante o regime de saturação para o veículo i no ciclo j hdsij em que sua média no ciclo semafórico é o headway de saturação hsj que 17 configura o fluxo de saturação Sj O comportamento desse descarregamento da fila é apresentado na Figura 1 Figura 1 Headways de descarregamento de uma fila de interseção semaforizada Fonte Elaborado pelo autor Adaptado de Roess 2004 A capacidade de um movimento de uma interseção semaforizada é medido através do S tamanho do ciclo e tempo de verde efetivo que consiste no somatório do tempo de verde de amarelo e de vermelho geral do estágio diminuído pelo tp1 e tp2 A Equação 1 apresenta a função utilizada para obtenção da capacidade 𝑐 𝑆 𝑔𝑒𝑓 𝐶𝑖𝑐𝑙𝑜 1 Onde c capacidade em veículoshorafaixa gef tempo de verde efetivo em segundos Ciclo duração do ciclo em segundos S fluxo de saturação em veículoshorafaixa Vários estudos foram realizados com o intuito de identificar fatores que afetam expressivamente o S e o tp1 e portanto na capacidade de interseções semaforizadas O Highway Capacity Manual HCM 2010 por exemplo propõe um modelo para obtenção do S considerando o efeito de fatores como largura da faixa greide presença de estacionamentos e parada de ônibus veículos pesados movimentos de conversão e atividade de pedestres Na pesquisa de Bonneson 1992 foram realizados testes ANOVA e modelos de regressão para identificar efeitos significantes e para calibrar modelos preditivos do hs e do 18 tp1 Verificouse por exemplo que o hds da conversão à esquerda variou significativamente com o raio de conversão Nesse trabalho também foi analisado o efeito da demanda do tráfego medida pelo volume de tráfego por ciclo no headway de descarga da fila hsj Os dados apontaram para um efeito significativo desse fator ou seja um aumento na pressão do tráfego resultou em uma diminuição da descarga da fila A literatura também expõe estudos que tratam do impacto do uso do solo adjacente residencial comercial lazer e shopping no S e nos tp1 e tp2 como por exemplo a pesquisa de Le et al 2000 Na análise desse trabalho foram realizados testes ANOVA para testar a hipótese de igualdades entre os headways e entre os tempos perdidos dos diferentes tipos de área Os resultados apontaram que os hds de áreas lazer são significativamente maiores do que os de outras áreas tanto para os movimentos em frente quanto para o de conversão à esquerda Os resultados do estudo também indicaram que as desigualdades dos tempos perdidos coletados para diferentes tipos de uso do solo não foram estatisticamente significativas Pesquisas também foram desenvolvidas com o objetivo de avaliar o efeito da proporção de idosos na operação de interseções semaforizadas Por exemplo Lu e Pernía 2000 tiveram como principal objetivo de pesquisa investigar e avaliar as diferenças do comportamento de condução entre motoristas idosos e motoristas de outras faixas etárias em termos de tp1 e hs Três faixas etárias foram investigadas e comparadas na pesquisa idoso acima de 65 anos adulto entre 30 e 64 anos e jovem menos de 30 anos Os autores realizaram testes ANOVA para comparar esses grupos Os resultados do estudo indicaram que um aumento da proporção de motoristas idosos causou acréscimos no tp1 e no hS reduzindo a capacidade das faixas de tráfego analisadas Queiroz e Jacques 2002 desenvolveram um modelo matemático para estimativa do S por faixa de tráfego considerando as condições de tráfego de Brasília As autoras aplicaram análise de regressão estatística a partir de dados coletados em 20 interseções semaforizadas Obtevese um coeficiente de determinação R² de 0525 ou seja as variáveis independentes conseguiram explicar 525 da variação amostral do S As variáveis independentes abordadas no trabalho foram greide largura da faixa tipo localização e condição de fluidez Silva e Jacques 2002 realizaram uma estimativa do headway de descarga em interseções semaforizadas com o auxílio de redes neurais artificiais De acordo com os 19 autores o headway de descarga hd é entendido pelo intervalo de tempo decorrido entre a passagem de dois veículos consecutivos por uma seção de referência faixa de retenção por exemplo tomado com relação a um ponto de referência dos veículos eixo traseiro por exemplo obtidos durante a dissipação de uma fila de veículos em uma interseção controlada por semáforo Foram consideradas as seguintes variáveis para treinamento da rede greide localização da faixa na via localização da via fluidez a jusante da faixa de retenção e posição na fila Os autores elaboraram um modelo que conseguiu estimar satisfatoriamente cerca de 60 dos headways de descarga em interseções controladas por semáforo da cidade de Brasília considerando os dados utilizados para teste AgbolosuAmison et al 2004 avaliaram o impacto do clima no hs e no tp1 Para melhor avaliar os dados obtidos os autores elaboraram boxplots comparativos e testes ANOVA para quantificar as diferenças entre os valores de hs e tp1 sob seis diferentes tipos de clima Os autores concluíram que há evidências estatísticas que sugerem que o clima tem impactos significativos no hs enquanto não há evidências para efeitos significativos no tp1 Por exemplo na condição de superfície seca obtevese hs de 18 segundos enquanto na condição de superfície molhada e lamacenta o hs obtido foi de 21 segundos Outros estudos buscaram avaliar o efeito de elevados períodos de verde do S O estudo de Khosla e Williams 2006 avaliou o S de cinco aproximações semaforizadas cujos tempos de verdes excediam 50 segundos Os autores realizaram testes de diferenças de médias comparando os headways de saturação hds dos veículos entre a 10º e 14º posição e dos últimos cinco veículos cruzando a interseção durante o tempo de verde Os dados coletados indicaram que não houve uma alteração significativa do hs considerando os dois posicionamentos Esses estudos contrariam os indícios encontrados por Teply 1983 apud Khosla e Willians 2006 que sugerem que os headways de descarga hds tendem a aumentar depois de 40 segundos de indicação de verde O efeito da presença de temporizador semafórico na descarga de filas de interseções semaforizadas foi estudado por Sharma et al 2009 Para realizar a análise os autores elaboraram regressões lineares com o intuito de explicar as brechas dos veículos na descarga da fila Os resultados indicaram que na condição sem temporizador semafórico os headways de descarga da fila apresentam respectivamente três regimes de decaimento de estabilização e de crescimento Na condição da operação do temporizador semafórico a descarga da fila apresenta apenas dois regimes de estabilização e de decaimento Também foi 20 apontado que os automóveis apresentaram menores valores de tp1 na situação de operação do temporizador semafórico Matsoukis e Efstathiadis 2013 avaliaram o efeito da largura da faixa da posição da faixa do período do dia e da velocidade regulamentada no tempo perdido e nos headways de saturação hs Por meio de testes ANOVA os autores concluíram que a largura da faixa e a posição da faixa não apresentaram efeitos significativos no tp1 e nos headways de saturação No entanto os resultados apontaram efeitos significativos do período do dia no tp1 e nos headways de saturação Também concluíram que há impactos significantes considerando o efeito combinando do tipo de uso do solo e velocidade regulamentada no tp1 Efeitos da composição do tráfego largura da faixa greide e raio de curvatura nos fluxos de saturação foram avaliados por Shao et al 2011 Os efeitos desses fatores foram analisados utilizando regressão linear Os autores concluíram que o tipo de veículo apresenta efeito significante no S e para diferentes movimentos de conversão o efeito do greide não é o mesmo Os autores também concluíram que a largura da faixa apresenta um efeito significativo no S contudo os valores encontrados destoam dos valores dos fatores de ajustes indicados pelo HCM 2010 Por fim os autores também averiguaram que o raio de curvatura apresenta efeito significativo na operação de interseções semaforizadas cujos resultados indicaram que maiores raios propiciam maiores fluxos de saturação Como mostra a revisão da literatura apresentada várias pesquisas foram realizadas com o intuito de averiguar o efeito de diversos fatores na capacidade de aproximações semaforizadas Nesses estudos foram aplicados métodos estatísticos com o propósito de identificar e mensurar o efeito dos fatores analisados Em geral as análises apresentadas foram realizadas em ambientes com tráfego predominantemente homogêneo em que a participação da motocicleta é desprezível e portanto tornase irrelevante a avaliação do seu impacto sob a fluidez do tráfego geral Como já dito anteriormente o Brasil apesar de não apresentar um tráfego predominante de motocicletas como em alguns países asiáticos possui uma parcela significativa desse modo no tráfego geral tornando relevante a identificação e mensuração do efeito desse modo na capacidade de aproximações semaforizadas 21 22 Impacto das motocicletas na operação de interseções semaforizadas A circulação de motocicletas nas cidades brasileiras geralmente ocorre em situações de tráfego misto na qual as motos tendem a trafegar pelos corredores que se formam na lateral entre um veículo e outro Este espaço formado entre veículos utilizado pelas motos geralmente na posição das faixas seccionadas que dividem as faixas de tráfego é conhecido por corredor virtual HOLZ 2014 Parcela expressiva dos motociclistas percebem estes corredores como um meio para evitar o congestionamento do tráfego geral Apesar destes corredores permitirem uma maior fluidez para este modo também contribuem para a ocorrência de conflitos veiculares Os corredores virtuais são tidos como prejudiciais considerando a perspectiva da segurança viária embora a circulação de motocicletas neste espaço não é considerada infração O artigo 56 do Código de Trânsito Brasileiro CTB apontava a prática como irregular no entanto o artigo foi vetado em 1997 com a justificativa de que Ao proibir o condutor de motocicletas e motonetas a passagem entre veículos de filas adjacentes o dispositivo restringe sobremaneira a utilização desse tipo de veículo que em todo o mundo é largamente utilizado como forma de garantir maior agilidade de deslocamento Contudo o inciso II do artigo 29 do Código de Trânsito Brasileiro indica que o condutor deve garantir distância de segurança lateral e frontal entre o seu e os demais veículos considerando a velocidade e as condições do local Dessa forma apesar de ser permitido a passagem de motocicletas entre veículos de filas adjacentes os condutores devem garantir uma distância lateral de segurança aos demais veículos Inspirado por práticas estrangeiras algumas cidades brasileiras começaram a adotar medidas operacionais de forma a separar o tráfego das motocicletas do tráfego geral com o intuito de reduzir os conflitos entre motocicletas e outros veículos A cidade de São Paulo por exemplo implantou faixas segregadas para motocicletas com o objetivo principal de reduzir a ocorrência de acidentes com este modo Além disso o tráfego de motocicletas nos corredores virtuais foi apontado como causa de 36 dos acidentes fatais envolvendo este modo MARTINS et al 2013 Outra prática recorrente nas cidades brasileiras e mundo afora tem sido a implantação de caixas de retenção para motocicletas mais conhecidas como motobox A justificativa da implantação deste tratamento é que as motocicletas têm uma aceleração inicial 22 superior em relação aos demais veículos Desta forma a separação concebida pela motobox propicia uma redução nos conflitos veiculares no início do verde Apesar de algumas cidades brasileiras terem implantados tratamentos viários voltados à motocicleta diante da parcela significativa deste modo na frota e da questão da segurança viária é escassa a quantidade de trabalhos que tratam sobre o uso de motocicletas em ambientes urbanos e os impactos da sua utilização principalmente considerando a questão da fluidez viária Geralmente os estudos que buscam mensurar e avaliar os efeitos das motocicletas na fluidez foram desenvolvidos nos países asiáticos cuja frota é predominantemente de motocicletas A revisão da literatura tem apresentado poucos estudos voltados ao tráfego em condições de nonlane based situações em que o tráfego não é regido por faixas ou de tráfego heterogêneo em países em desenvolvimento Alguns estudos buscaram aplicar uma variação de práticas desenvolvidas para o tráfego homogêneo através da conversão do tráfego heterogêneo em uma equivalência de unidades de carro de passeio No entanto estudos apontaram que uma definição linear de equivalência veicular é inadequada pois os valores da equivalência veicular dependem da composição do tráfego grau de saturação e local KHAN e MAINI 1999 O Manual de Semáforos DENATRAN 2014 indica uma equivalência de carro de passeio de 033 para as motocicletas ou seja no Brasil considerase que a motocicleta possui um efeito no tráfego equivalente a um terço do efeito causado pelo carro de passeio em interseções semaforizadas De acordo com DENATRAN 2014 o fator de equivalência de cada tipo de veículo reflete o desempenho de sua circulação no sistema viário em comparação ao automóvel No caso da sinalização semafórica o desempenho está diretamente relacionado ao tempo de verde necessário para atendêlo Ou seja se um veículo pesado necessita 4 segundos para passar por uma interseção semaforizada enquanto o veículo leve necessita de apenas 2 segundos o fato de equivalência do veículo pesado é igual a 2 Um dos primeiros estudos que buscaram avaliar o efeito das motocicletas no tp1 e no S foi desenvolvido por Nakatsuji et al 2001 em Hanoi e Bangkok O efeito das motocicletas no S foi investigado através da posição relativa das motos em relação aos veículos como exemplificado na Figura 2 Considerando que o tp1 não depende apenas da quantidade de motos paradas à frente do primeiro veículo mas também da proximidade das motos entre si os autores propuseram três configurações para avaliar o efeito no tp1 sem 23 motocicleta uma linha de motocicletas à frente do primeiro veículo e duas linhas de motocicletas à frente do primeiro veículo A demonstração das três configurações está apresentada na Figura 3 Por fim foi estimado valores de equivalência veicular para as motocicletas de 0603 para Bangkok e de 0626 para Hanoi Figura 2 Posição relativa das motocicletas para analisar o S Fonte Nakatsuji et al 2001 Figura 3 Posição relativa das motocicletas para analisar o tp1 Fonte Nakatsuji et al 2001 Como ferramental estatístico os autores aplicaram testes de média de variância e modelos de regressão com o intuito de avaliar a correlação entre o padrão da posição das motos e os headways de saturação hs e o tp1 Dados coletados em Hanoi indicaram em situação em que não há motocicletas um hs médio de 21 s com desvio padrão de 02 s Na situação em que há uma motocicleta entre veículos rigorosamente à frente do veículo 24 seguidor o hS médio obtido foi de 34 s com desvio padrão de 05 s Estes resultados apontam para um efeito significativo das motocicletas nos headways veiculares Dados obtidos do tp1 para a interseção de Hanoi apresentaram na situação de ausência de motocicletas à frente do primeiro veículo da fila valores médios de 33 segundos e desvio padrão de 13 Na situação de duas filas de motocicletas foi obtido um tp1 médio de 57 com desvio padrão de 14 Da mesma forma os dados obtidos também apontam para um efeito significativo da presença de motos no tp1 Como conclusão os autores afirmaram que a posição relativa das motocicletas tem um impacto crucial no S considerando que o S diminuiu em até 40 em situações que havia motocicleta entre dois veículos A quantidade de faixas de motocicletas é um fator que influencia o tp1 Por fim os valores de equivalência veicular obtidos através da comparação dos hds foram de aproximadamente 060 para ambas as cidades sendo bem distinto do valor de 033 proposto pelo DENATRAN 2014 Mihn e Sano 2003 tiveram como objetivo principal de pesquisa analisar os efeitos da motocicleta no tráfego também nas cidades de Hanoi e Bangkok Os autores avaliaram o efeito da presença de motocicletas no hS dos automóveis e no tp1 por meio de modelos de regressões linear Considerando a divisão da frota veicular nas interseções analisadas verificouse que 20 do total do tráfego de Bangkok era composto por motocicleta enquanto Hanoi apresentou um valor de 90 Buscando quantificar a efeito da quantidade de motocicletas entre veículos nos hds foram elaboradas regressões lineares Foram obtidos valores de R² de 079 para a cidade de Hanoi e de 060 para a cidade de Bangkok Os autores citam que as flutuações nos dados vêm das diferentes posições relativas entre as motocicletas e entre os carros e motocicletas Vale ressaltar que os autores não indicaram que foi realizada uma separação da posição das motocicletas entre corredor virtual ou meio da faixa de tráfego No que se refere aos parâmetros da regressão os autores encontraram valores semelhantes para ambas as cidades Tabela 1 25 Tabela 1 Valores dos parâmetros obtidos por Mihn e Sano 2003 β0 Intercepto β1 Coeficiente angular Hanoi 211 051 Bangkok 203 060 Fonte Adaptado de Mihn e Sano 2003 Apesar dos resultados interessantes os autores não realizaram análises dos valores obtidos além de não terem expostos as significâncias e os intervalos de confiança dos coeficientes necessários para a interpretação do efeito das motocicletas no tráfego geral Os coeficientes angulares explicam por exemplo que a adição de uma motocicleta entre dois veículos aumenta em média 051 segundos dos headways de saturação na interseção analisada em Hanoi e 060 segundos em Bangkok Os interceptos indicam os headways médio de saturação quando não há motocicletas entre veículos Os valores dos interceptos obtidos permitem concluir que em ciclos em que há ausência de motocicletas os fluxos de saturação são de aproximadamente 1706 veículos por hora veích em Hanoi e de 1779 veích em Bangkok Caso houvesse uma motocicleta entre sucessivos veículos durante todos os headways de saturação de um ciclo por exemplo o S da interseção de Hanoi seria 1374 veích neste ciclo representando uma redução de aproximadamente 20 quando comparado à situação de ausência de motocicletas Nas mesmas condições a interseção de Bangkok apresentaria um S de 1368 veích o que representaria uma redução de aproximadamente 23 quando comparado à situação de ausência de motocicletas Quanto ao efeito da presença de motocicletas no tp1 os autores coletaram a quantidade de motocicletas à frente do primeiro veículo por ciclo e o respectivo tp1 Os dados observados variam de 0 a 6 motocicletas à frente do primeiro veículo e de 2 a 8 segundos do tp1 Diferentemente do modelo elaborado para os headways veiculares os autores elaboraram regressões quadráticas obtendo R² de 049 para a interseção analisada em Hanoi e de 063 para a interseção analisada em Bangkok Semelhante à análise anterior os autores não avaliaram os valores dos coeficientes obtidos e não apresentaram as respectivas significâncias estatísticas e os intervalos de confiança 26 Os autores analisaram que em situações nas quais não há motocicletas à frente do primeiro veículo os tempos perdidos são similares àquelas em que há uma ou duas motocicletas A explicação para este fenômeno foi baseada no comportamento dos motociclistas dado que esses começam a atravessar a interseção ainda no período de vermelho geral permitindo um tempo de resposta menor dos motoristas dos veículos ao início do verde Concluiuse que a presença de motocicletas afeta significativamente à capacidade do tráfego especialmente quando a sua repartição na frota veicular é alta Esses dois estudos de Nakatsuji et al 2001 e de Mihn e Sano 2003 buscaram avaliar o efeito das motocicletas isoladamente em cada headway veicular de descarga durante o regime de saturação hds também não realizando distinção entre os tipos de veículos leve ou pesado Dessa forma não foram realizadas análises mais genéricas como por exemplo avaliando o efeito da proporção de motocicletas no hs de cada ciclo Nas análises estatísticas realizadas pelos autores como dito anteriormente não foram apresentados e discutidos os valores dos limites inferiores e superiores de cada coeficiente além dos resultados de testes para averiguar se as premissas de regressão foram atendidas Esses dois trabalhos também realizaram análises de fator de equivalência veicular das motocicletas Nakatsuji et al 2001 obtiveram fatores de ajuste para o fluxo de saturação a partir de modelos de regressão de linear considerando a presença de motocicletas na posição P5 conforme apresentada na Figura 2 Os valores dos fatores de ajuste obtidos foram de 0615 para Hanoi e de 0624 para Bangkok Através desses fatores de ajuste que aponta a redução no fluxo de saturação na condição de presença de motocicletas os autores estimaram os fatores de equivalência de motocicletas para veículos leves Com a aplicação dos fatores de ajuste de fluxo de saturação na Equação 02 os autores obtiveram os fatores de equivalência veicular de 0627 para Hanoi e 0587 para Bangkok 𝐹𝐸𝑄𝑚𝑜𝑡𝑜𝑠 1 𝑓𝑃5 1 2 Onde FEQmotos fator de equivalência de motocicletas para veículos leves fP5 fator de ajuste de fluxo de saturação para as motocicletas 27 Mihn e Sano 2003 aplicaram regressão linear múltipla para obtenção direta dos fatores de equivalência das motocicletas em veículos de passeio na qual o tempo de verde saturado é a variável explicada enquanto as quantidades de cada tipo de veículo motocicleta veículo leve e pesado passando pela faixa de retenção durante esse tempo são as variáveis explicativas O tempo de verde saturado é obtido através do somatório dos headways dos veículos durante o regime de saturação de cada ciclo semafórico A obtenção do fator de equivalência das motocicletas é dada pela divisão entre o coeficiente respectivo à motocicleta e o respectivo ao veículo de passeio Os resultados apontaram fatores de equivalência das motocicletas em veículos de passeio de 024 e 018 respectivamente para Hanoi e Bangkok Ainda sob a perspectiva do tráfego geral Rongviriyapanich e Suppattrakul 2005 avaliaram o efeito das motocicletas na operação de tráfego em vias arteriais tanto em interseções semaforizadas quanto em meios de quadra Considerando apenas o efeito nas interseções os autores buscaram avaliar o efeito da presença de motocicletas no tp1 em uma interseção sem motobox e em outra interseção com motobox Na interseção sem motobox os dados foram divididos em dois grupos presença e ausência de motocicletas Na interseção com motobox os dados também foram divididos em dois grupos invasão de veículos na motobox ou respeito dos veículos à motobox Foram coletados 132 ciclos na interseção sem motobox que permitiram comparar as médias dos tempos perdidos iniciais para os dois grupos analisados presença ou ausência de motocicletas através da aplicação do teste tstudent Para o primeiro grupo de dados foi obtido um tp1 médio de 51 segundos enquanto para o segundo grupo de dados foi obtido um tp1 de 32 segundos Os resultados dos testes indicaram a rejeição da hipótese nula de que os tempos perdidos iniciais são iguais o que leva à conclusão de que há indícios que os tempos perdidos iniciais são diferentes para ambas as classificações No caso da interseção com motobox foram coletados 198 ciclos semafóricos que permitiram comparar as médias dos tempos perdidos iniciais para os dois grupos analisados invasão de veículos na motobox ou respeito dos veículos à motobox Para o primeiro grupo foi obtido um tp1 médio de 61 segundos enquanto foi obtido um valor de 83 segundos de tp1 médio para o segundo grupo Os resultados da aplicação do teste tstudent indicaram a rejeição da hipótese nula de que os tempos perdidos iniciais são equivalentes para ambos os casos Diferentemente dos estudos apresentados anteriormente que buscaram avaliar o efeito das motocicletas considerando a perspectiva do tráfego geral outros estudos foram 28 desenvolvidos considerando a motocicleta como principal modo visto que em determinadas localidades da Ásia a motocicleta representa a maior parcela da frota veicular A pesquisa desenvolvida por Radhakrishnan e Ramadurai 2015 por exemplo examinou fatores que afetam o hd de filas sob condições de tráfego heterogêneo caracterizado pela composição de tráfego misto e ausência de disciplina de faixa de tráfego Os dados foram coletados em Chennai na Índia cuja frota apresentou pelo menos 50 de motocicletas Os autores aplicaram regressões lineares para mensurar o efeito de fatores sob os headways de descarga das filas de interseções semaforizadas Ao fim da análise verificouse que o tipo do veículo veículos de duas rodas carros autorickshaws veículos de cargas leves e veículos pesados a posição lateral próximo ao canteiro ou ao meiofio e o período do tempo de verde eram os fatores que afetavam significativamente o hs das filas Apesar da significância dos coeficientes da regressão os modelos elaborados apresentaram coeficientes de determinação em torno de 015 portanto os modelos não conseguiram explicar satisfatoriamente os headways veiculares Com a justificativa de que os métodos de análise de capacidade não consideram condições específicas do comportamento do motorista e tipo de fluxo de tráfego dominante Nguyen et al 2016 elaboraram um estudo com o objetivo de analisar e propor um método de obtenção de S em interseções analisadas em cidades cujo tráfego é predominantemente de motocicletas motorcycles dependent cities MDCs nas quais a participação deste modo na frota veicular é superior à 40 Visto que o estudo foi aplicado na cidade de Ho Chi Mihn no Vietnã sendo a motocicleta o modo de transporte predominante na frota veicular os autores propuseram uniformizar a classificação veicular em unidades de motocicletas aplicando fatores de conversão veicular para veículos de passeio e ônibus Dados foram coletados com a intenção de quantificar o efeito do tipo de veículo e de movimentos de conversão no S Por fim os autores propuseram um modelo para obtenção de valores de S em motocicletas por hora considerando a largura da aproximação frota veicular e movimentos de conversão Os autores determinaram que uma aproximação com largura de 35 metros pode apresentar fluxo de saturação de aproximadamente 13000 motocicletas por hora sendo 58 vezes mais alto do que o fluxo de saturação básico do tráfego geral considerando o valor de 1900 veículos por hora Além disso durante a pesquisa os autores perceberam uma redução o fluxo de saturação ao longo do tempo de verde De acordo com os autores esse fenômeno 29 é ainda mais perceptível com aproximações com maiores larguras devido ao maior distúrbio provocado pelo fluxo de motocicletas dado às movimentações laterais e longitudinal O fator de equivalência dos veículos em relação às motocicletas determinado como motorcycle unit MCU pelos autores foi calculado por 535 cerca de 019 considerando o fator de equivalência veicular Como apresentado neste capítulo vários trabalhos foram desenvolvidos com o intuito de avaliar o efeito das motocicletas no tráfego geral Apesar disso verificouse que nacionalmente há uma lacuna quanto à essa abordagem dado que não foram encontrados estudos que investigassem o impacto da presença de motos no tráfego geral nas cidades brasileiras a partir de análises estatísticas o que reitera as questões de pesquisa e os objetivos definidos neste estudo 30 3 MÉTODO EMPREGADO O método utilizado para esta pesquisa está divido em seis etapas conforme apresentado nas caixas de cor cinza da Figura 4 O estudo foi dividido em quatro tópicos o primeiro tópico é relacionado ao tempo perdido inicial tp1 o segundo tópico é relacionado ao headway de descarga em regime de saturação hds o terceiro tópico é relacionado ao fluxo de saturação S enquanto o último tópico é relacionado ao fator de equivalência FEQ Figura 4 Método empregado Fonte Elaborada pelo autor A primeira etapa consistiu em determinar quais variáveis deveriam ser coletadas As variáveis foram definidas de acordo com cada tópico da pesquisa O primeiro tópico que é relacionado ao tp1 abordará o primeiro e o segundo objetivo delimitados para esta pesquisa O primeiro objetivo apresentado anteriormente compreende em avaliar o efeito da quantidade de motocicletas junto à faixa de retenção e posicionadas longitudinalmente entre veículos no tp1 O segundo consiste em examinar o impacto da presença de motocicletas posicionadas no corredor virtual na capacidade de aproximações semaforizadas Para a coleta dos headways utilizouse como referência o eixo traseiro dos veículos conforme indicado por DENATRAN 2014 Também foi percebido que utilizando 31 como referência o eixo dianteiro dos veículos geralmente o primeiro headway é consideravelmente inferior ao segundo devido à proximidade do eixo dianteiro do primeiro veículo à faixa de retenção Essa situação não é validada pela literatura na qual o primeiro headway geralmente apresenta maior valor durante a descarga da fila Quanto à classificação do tipo de veículo o estudo apresenta definições distintas à resolução Nº396 do CONTRAN Para esta pesquisa definemse como veículos leves automóvel utilitário caminhonete e camioneta Os veículos pesados são os mesmos definidos na resolução Nº396 do CONTRAN ou seja ônibus microônibus caminhão caminhão trator trator de rodas trator misto chassiplataforma motorcasa reboque ou semirreboque e suas combinações Como motocicletas foram considerados todos veículos motorizados e de duas rodas Para alcançar ambos os objetivos nesse tópico foram definidas as seguintes variáveis a H4j quarto headway acumulado dos veículos em segundos do ciclo semafórico j Ver Figura 5 b Qmfj quantidade de motocicletas acumuladas à frente do primeiro veículo da fila do ciclo semafórico j Ver Figura 6 c Qmevj somatório da quantidade de motocicletas posicionadas longitudinalmente durante a descarga da fila entre o primeiro e o quarto veículo do ciclo semafórico j Ver Figura 7 d Pmcvj última posição dos veículos em fila que possui entre o primeiro e quarto veículo que possui nas suas adjacências motocicletas no corredor virtual do ciclo semafórico j Ver Figura 8 e Qvpj quantidade de veículos pesados até o 4º veículo da fila do ciclo semafórico j Ver Figura 9 Conforme DENATRAN 2014 o tp1 é restringido aos quatro primeiros veículos da fila O valor do tp1 é obtido através da diminuição entre o H4j e o hs uma constante logo entendese que o H4j é suficiente para realizar a análise do tp1 Portanto o tpi não será avaliado diretamente mas através do H4j As variáveis Qmfj e Qmevj representam as condições definidas no primeiro objetivo Levantase a hipótese que Qmfj e Qmevj resultam em maiores valores de H4j e portanto do tp1 A variável Pmcvj representa a condição do segundo objetivo da pesquisa Nesse estudo é levantada a hipótese de que a presença de motocicletas no 32 corredor virtual afeta a descarga dos veículos adjacentes o que acarreta maiores valores de H4j e portanto do tp1 Por fim decidiuse acrescentar a quantidade de veículos pesados pois é de conhecimento da comunidade técnica que veículos pesados acarretam maiores headways além de ser uma variável de fácil obtenção Figura 5 Exemplificação da variável quarto headway acumulado dos veículos em segundos do ciclo semafórico j H4j Fonte Elaborada pelo autor Figura 6 Exemplificação da variável quantidade de motocicletas acumuladas à frente do primeiro veículo da fila do ciclo semafórico j Qmfj Fonte Elaborada pelo autor Figura 7 Exemplificação da variável somatório da quantidade de motocicletas posicionadas longitudinalmente durante a descarga da fila entre o primeiro e o quarto veículo do ciclo semafórico j Qmevj Fonte Elaborada pelo autor 33 Figura 8 Exemplificação da variável última posição dos veículos em fila que possui nas suas adjacências motocicletas no corredor virtual do ciclo semafórico j Pmcvj Fonte Elaborado pelo autor Figura 9 Exemplificação da variável quantidade de veículos pesados até o 4º veículo da fila do ciclo semafórico j Qvpj Fonte Elaborado pelo autor O segundo tópico que é relacionado ao hds abordará o terceiro objetivo delimitado para a pesquisa que consiste em analisar o efeito da quantidade de motocicletas posicionadas longitudinalmente entre dois veículos nos headways de descarga durante o regime de saturação Para esse tópico foram definidas as seguintes variáveis a hdsij headway de descarga de veículos leves ou pesados em segundos durante o ciclo semafórico i e na posição j da fila O regime de saturação foi considerado a partir do 5º veículo em fila b qmij quantidade de motocicletas entre veículos consecutivos que estão no regime de descarga de saturação durante o ciclo semafórico i e à frente do veículo na posição j da fila Para essa variável não foram consideradas as motocicletas que estão no corredor virtual c tvij variável binária que considera o tipo de veículo de cada hdij com valor 0 para o veículo leve e valor 1 para o veículo pesado 34 Nesse tópico levantase a hipótese de que maiores valores de qmij acarretam maiores valores de hdsij A variável tvij foi definida com a intenção de isolar o efeito do tipo de veículo leve ou pesado A demonstração das variáveis desse tópico está apresentada na Figura 10 Figura 10 Exemplificação das variáveis hdsij qmij e tvij Fonte Elaborado pelo autor O terceiro tópico relacionado ao fluxo de saturação S abordará o quarto objetivo da pesquisa que consiste em avaliar o efeito da proporção de motocicletas no fluxo de saturação de aproximações semaforizadas Para esse tópico foram definidas as seguintes variáveis a hsj headway de saturação em segundos do ciclo j obtido pelo média dos hdsij do ciclo j b Sj fluxo de saturação em veículos por hora do ciclo semafórico j obtido através da divisão entre 3600 e hsj c pmj porcentagem de motocicletas do ciclo semafórico j entre veículos consecutivos que estão no regime de descarga de saturação tomando como denominador a quantidade de motos Qmj veículos leves Qvlj e de veículos pesados Qvpj no ciclo j Para esse tópico será verificada a hipótese de que maiores proporções de motocicletas pmj ocasionam em menores valores de Sj A demonstração das variáveis desse tópico está apresentada na Figura 11 35 Figura 11 Exemplificação das variáveis hsj Sj e pmj Fonte Elaborado pelo autor O último tópico relacionado ao fator de equivalência veicular FEQ abordará o quinto objetivo da pesquisa que consiste em determinar o FEQ das motocicletas no desempenho de interseções semaforizadas a partir de dados coletados em Fortaleza Para esse tópico serão utilizadas as mesmas variáveis adotadas por Mihn e Sano 2003 que são a TVSj tempo de verde durante o regime de saturação do ciclo semafórico j que consiste no somatório dos hdij de cada ciclo b QMj quantidade de motocicletas posicionadas longitudinalmente entre veículos consecutivos do ciclo semafórico j durante o regime de saturação c QVLj quantidade de veículos leves do ciclo semafórico j durante o regime de saturação d QVPj quantidade de veículos pesados do ciclo semafórico j durante o regime de saturação Vale ressaltar que não será analisado o FEQ das motocicletas diretamente mas sim as variáveis que permitem a sua obtenção TVSj e QMj Após a definição das variáveis foi realizado o planejamento da coleta de dados que consistiu em preparar uma planilha que garantisse o preenchimento adequado de todas as informações necessárias para a obtenção das variáveis coletadas além de definir o local de coleta Devido à quantidade de dados a serem coletados foi necessária a obtenção de filmagens da aproximação semaforizada do local em estudo As premissas para a seleção dessas imagens foram visualização das indicações 36 luminosas que controlam a faixa de tráfego analisada quantidade considerável de motocicletas na via e boa visualização até o final da fila A terceira etapa compreendeu a realização da coleta de dados A quarta etapa consistiu em realizar a análise descritiva das amostras coletadas Para analisar o perfil dos headways de descarga por posição na fila considerando a faixa o tipo de veículo leve ou pesado e a presença de motocicletas Essa análise permitiu identificar através das elaboração e análise de gráficos a influência do tipo de veículo e da presença de motocicletas nos headways de descarga das interseções semaforizadas A quinta etapa deste estudo constituiuse em realizar uma análise de correlação estatística entre as variáveis de cada tópico materializada a partir do cálculo do coeficiente de correlação de Pearson r Pretendeuse neste estágio identificar em qual grau as variáveis coletadas se correlacionam sendo possível reforçar ou atenuar a hipótese de que determinada variável explicativa influencia no comportamento da variável explicada Dentro dos objetivos de pesquisa essa análise permitiu identificar o grau de associação entre as variáveis que representam as motocicletas e as variáveis H4j hdsij Sj e TVSj que pôde fortalecer ou atenuar as hipóteses levantadas A última etapa residiu na realização de análises de regressão linear entre as variáveis explicativas e explicadas de cada tópico Nessa etapa foram analisados os valores médio e intervalos de confiança dos coeficientes obtidos significância R² além do atendimento às premissas de independência linearidade normalidade e homocedasticidade dos resíduos A análise de regressão permitiu por fim obter e avaliar o efeito médio que a mudança unitária que representa a motocicleta tem sobre as variáveis dependentes H4j hdsij Sj e TVSj o que deu indícios sobre o efeito das motocicletas na capacidade de interseções semaforizadas Por fim ressaltase que este é um estudo exploratório o qual propõe e testa um método para avaliar o impacto da presença de motocicletas sobre o tempo perdido inicial e sobre o fluxo de saturação de uma faixa controlada por um semáforo além da determinação do fator de equivalência veicular para motos e veículos pesados 37 4 INTERSEÇÃO DE ESTUDO Para a realização do estudo como mencionado anteriormente foi necessária a utilização de filmagens em interseções semaforizadas Desta forma utilizouse a base de câmeras disponibilizadas pelo Controle de Tráfego em Área de Fortaleza CTAFOR para selecionar o local adequado para a coleta dos dados Vale salientar que poucas câmeras disponibilizadas satisfazem os critérios necessários para a realização do estudo A interseção em que os critérios de imagem foram satisfeitos e portanto foi definida para a análise em questão consiste no cruzamento entre a avenidas Bernardo Manuel e Doutor Silas Munguba As avenidas representam conexões para importantes polos geradores de tráfego da cidade como terminal urbano de ônibus campus universitário aeroporto shopping center e estádio de futebol além de propiciar importante conexão entre a região periférica e o centro da cidade A macrolocalização da interseção está apresentada na Figura 12 Figura 12 Macrolocalização da interseção analisada Fonte Elaborado pelo autor 38 Na interseção analisada a Av Bernardo Manuel apresenta duas faixas de tráfego misto e uma faixa exclusiva de ônibus por sentido separados por canteiro central A Av Dr Silas Munguba apresenta duas faixas de tráfego misto por sentido também separados por canteiro central A coleta deste estudo foi realizada na aproximação oeste do cruzamento que compõe a Av Dr Silas Munguba A representação da filmagem está apresentada na Figura 13 Figura 13 Visualização da filmagem obtida da aproximação oeste do cruzamento entre as avenidas Bernardo Manuel e Dr Silas Munguba pela qual foi realizada a coleta deste estudo Fonte CTAFOR As faixas da aproximação analisada apresentam 32 metros cada enquanto o canteiro central possui 12 metro O greide da pista em estudo é de 15 Quanto às possíveis interferências na descarga da fila da aproximação em questão a parada de ônibus à montante está localizada a cerca 240 metros e a parada à jusante está localizada a 60 metros da interseção Durante a realização da coleta não foram percebidas perturbações na descarga da fila devido a essas condições Há um semáforo cerca de 250 metros à jusante da aproximação analisada no entanto também não foram percebidos impactos na descarga da fila devido à sua existência 39 O cruzamento apresenta fiscalização eletrônica em todas as aproximações Quanto à operação semafórica a interseção apresenta dois estágios veiculares sendo um para a Av Bernardo Manuel e o outro para a Av Dr Silas Munguba Em todas as aproximações somente são permitidos os movimentos em frente e de conversão à direita O semáforo em questão apresenta oito planos semafóricos ao longo do dia considerando os dias da semana os quais possuem ciclos entre 80 e 144 segundos Visto que a coleta foi realizada apenas durante o turno da manhã devido às condições de iluminação apresentamse na Tabela 2 os tempos semafóricos dessa interseção no período estudado Tabela 2 Ciclos semafóricos durante o período em estudo Plano Semafórico Ciclo s Estágio Verde s Amarelo s Vermelho geral s Vermelho s 06h00 08h30 144 Av Dr Silas Munguba 63 4 3 74 Av Bernardo Manuel 67 4 3 70 08h30 10h30 128 Av Dr Silas Munguba 60 4 3 61 Av Bernardo Manuel 54 4 3 67 Fonte Tabela elaborada pelo autor Dados obtidos pelo CTAFOR O Plano de Acessibilidade Sustentável de Fortaleza PAS For que visa caracterizar diagnosticar problemas e apontar soluções para o sistema de transportes da cidade está sendo elaborado no momento em que se produz esse estudo Vários pontos foram selecionados para a realização de pesquisas volumétricas e dentre esses a interseção analisada nessa pesquisa Os fluxos veiculares obtidos pela pesquisa realizada para a aproximação analisada por tipo de veículo e por turno estão apresentados na Tabela 3 As definições de veículos leve motocicletas e veículo pesado são as mesmas do presente estudo 40 Tabela 3 Volumes horários veiculares da aproximação analisada Veículos leves veích Motocicleta veích Veículo Pesado veích Pico Manhã 2192 1532 198 56 39 5 Pico Tarde 1460 749 198 61 31 8 Pico Noite 1126 670 98 59 35 5 Fonte Tabela elaborada pelo autor Dados obtidos pelo PASFor Os dados obtidos pela pesquisa volumétrica indicam que há uma participação expressiva de motocicletas na repartição modal do fluxo variando entre 31 e 39 com o volume mais expressivo no pico da manhã sendo de 1500 motocicletas por hora Na coleta realizada para a realização desse trabalho que será descrita posteriormente verificouse que os veículos pesados trafegam majoritariamente pela faixa direita Enquanto a repartição considerando apenas veículos leves e pesados da faixa esquerda foi de 4 de veículos pesados e 96 de veículos leves a faixa direita apresentou uma proporção de 31 de veículos pesados e 69 de veículos leves Como dito anteriormente a coleta de dados foi realizada para a aproximação oeste da interseção na qual opera o estágio da Av Dr Silas Munguba A coleta de dados foi efetuada através de filmagens processadas nos dias 17 de maio de 2018 06h50 às 09h10 09 de outubro de 2019 06h30 às 08h30 09 de abril de 2019 06h45 às 10h00 10 de abril de 2019 06h30 às 10h00 e 11 de abril de 2019 06h30 às 10h00 totalizando 14 horas e 35 minutos de coleta Os dados foram obtidos para as duas faixas de tráfego que operam nessa aproximação Para a realização da coleta foram considerados apenas os ciclos semafóricos com no mínimo seis veículos ao final do vermelho geral conforme indica DENATRAN 2014 sendo contabilizados tanto saturados como nãosaturados No total foram coletados 199 ciclos para a faixa direita que resultaram em 1816 headways de descarga veiculares e 221 ciclos para a faixa esquerda que resultaram em 2261 headways de descarga veiculares 41 5 ANÁLISE DESCRITIVA DOS DADOS 51 Headways de descarga Nesta subetapa foi realizada a análise do perfil dos headways de descarga por posição na fila Para isso a análise foi dividida em três partes considerando todos os dados headways de descarga headways de descarga por tipo de veículo e headways de descarga considerando a presença de motocicletas à frente do veículo 511 Perfil geral dos headways de descarga Com a finalidade de descrever o comportamento da descarga da fila nas duas faixas de tráfego da aproximação da interseção analisada elaborouse um gráfico boxplot dos hd por posição na fila apresentado no Gráfico 1 Gráfico 1 Headways de descarga da fila em segundos por faixa de tráfego Fonte Elaborado pelo autor Considerando a média de todos os hd que pertencem ao tp1 os quatro primeiros veículos obtiveramse valores de 33 e 37 segundos s para as faixas da esquerda e da direita respectivamente Enquanto as médias do hds foram de 22 e 27 s paras as faixas da esquerda e da direita respectivamente Os dados indicam de forma geral que a faixa direita tende a apresentar valores maiores de headways A partir dos dados coletados e de visita ao local do campo partese da 42 hipótese de que isso é influenciado tanto pelo movimento de conversão à direita permitida apenas para essa faixa quanto pela maior quantidade de veículos pesados Valores de média desvio padrão coeficiente de variação CV e quantidade de observações N por posição na fila estão apresentados nas Tabela 4 e Tabela 5 para as faixas da esquerda e direita respectivamente Tabela 4 Estatísticas descritivas dos headways de descarga por posição na fila da faixa esquerda HEADWAYS DE DESCARGA FAIXA ESQUERDA Posição na fila Média amostral Desvio padrão CV N 1º 43 16 36 221 2º 33 11 34 221 3º 29 11 37 221 4º 26 10 39 221 5º 24 10 40 221 6º 23 11 46 221 7º 21 07 34 205 8º 21 07 31 164 9º 21 06 29 144 10º 21 08 36 123 11º 20 08 37 100 12º 19 07 36 70 13º 18 04 24 49 14º 19 07 35 36 15º 19 06 30 20 16º 19 05 25 12 17º 22 12 53 7 18º 18 03 20 3 19º 19 07 37 2 Fonte Elaborado pelo autor 43 Tabela 5 Estatísticas descritivas dos headways de descarga por posição na fila da faixa direita HEADWAYS DE DESCARGA FAIXA DIREITA Posição na fila Média amostral Desvio padrão CV N 1º 49 16 34 199 2º 39 16 41 199 3º 32 11 36 199 4º 29 10 35 199 5º 30 12 40 199 6º 28 11 38 199 7º 27 10 35 174 8º 26 09 37 135 9º 27 11 42 114 10º 23 08 35 71 11º 24 08 34 50 12º 26 08 30 33 13º 23 06 25 25 14º 23 08 33 13 15º 22 05 24 5 16º 22 06 26 2 Fonte Elaborado pelo autor Conforme as informações apresentadas nas tabelas acima houve mais do que 30 observações na faixa esquerda considerando cada posição na fila entre a 1º e a 14º enquanto houve mais do que 30 observações nas posições entre a 1º e 12º para a faixa direita Considerando apenas as posições de fila que obtiveram mais do que 30 observações percebe se que a estabilização do valor médio do headway ocorre aproximadamente a partir da 7º posição na faixa esquerda e direita No entanto visto esta pesquisa não tem o foco de analisar a estabilização dos hd este trabalho adotará o método indicado pelo DENATRAN 2014 no qual a estabilização do hds é contabilizada a partir do 5º veículo em fila Não é possível observar um padrão a respeito do coeficiente de variação CV por posição na fila visto que os valores se situam majoritariamente entre 30 e 40 para ambas as faixas de tráfego Com o intuito de identificar e avaliar o intervalo de confiança do valor médio de cada headway de descarga nas faixa direita e esquerda elaborouse o Gráfico 2 Esse gráfico foi elaborado considerando as posições da fila que tiveram no mínimo 30 observações o que garante a aplicação do Teorema do Limite Central para a estimação do intervalo de confiança Utilizouse um grau de confiança de 99 44 Gráfico 2 Intervalo de confiança da média do headway de descarga em segundos por posição na fila Fonte Elaborado pelo autor Através do Gráfico 2 é possível confirmar que o valor médio do hd na faixa direita é superior ao da faixa esquerda Também é possível identificar uma clara estabilização do hd da faixa esquerda a partir do 7º veículo enquanto na faixa direita a estabilização não é evidente pois o 10º hd médio apresenta um valor inferior aos demais Apesar disso é possível visualizar uma leve estabilização também após o 7º veículo 512 Perfil dos headways de descarga por tipo de veículo Além da posição na fila outro fator que influencia na descarga da fila de interseções semaforizadas é o tipo de veículo leve ou pesado A classificação veicular foi coletada com a finalidade de mensurar qual a contribuição do tipo de veículo no comportamento da descarga da fila Para visualizar esse comportamento elaborouse um gráfico de boxplot apresentado no Gráfico 3 dos hd por posição de fila para ambas as faixas de tráfego considerando o tipo de veículo 00 05 10 15 20 25 30 35 40 45 50 55 60 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Headway s Posição na fila Faixa esquerda Faixa direita 45 Gráfico 3 Headways de descarga da fila em segundos por faixa de tráfego e por tipo de veículo Fonte Elaborado pelo autor A partir do gráfico apresentado podese perceber que de forma geral os hd dos veículos pesados são consideravelmente maiores do que os hd dos veículos leves Considerando apenas os hds obtiveramse médias de 21 e 31 s respectivamente para veículos leves e pesados que trafegaram na faixa esquerda enquanto foram obtidas médias de 24 e 37 s respectivamente para veículos leves e pesados da faixa direita Dado que as diferenças entre as médias variam de 09 e 13 s respectivamente para as faixas da esquerda e direita notase a significância do tipo de veículo na descarga da fila e portanto na capacidade da via Analisando apenas os hd relativos ao tp1 foram obtidas médias de 32 e 44 s respectivamente para veículos leves e pesados que trafegavam na faixa esquerda enquanto foram obtidas médias de 33 e 50 s para a faixa direita As diferenças entre as médias variam entre 12 e 17 s o que indica que o impacto do veículo pesado é ainda maior nos primeiros headways Os valores de média desvio padrão coeficiente de variação CV e quantidade de observações N por tipo de veículo e por posição na fila estão apresentados nas Tabela 6 e Tabela 7 para as faixas da esquerda e direita respectivamente 46 Tabela 6 Estatísticas descritivas dos headways de descarga por tipo de veículo e por posição na fila da faixa esquerda HEADWAYS DE DESCARGA FAIXA ESQUERDA Tipo de veículo Veículo Leve Veículo Pesado Posição na fila Média amostral Desvio padrão CV N Média amostral Desvio padrão CV N 1º 43 16 37 210 48 10 22 11 2º 32 11 33 210 44 16 38 11 3º 28 10 35 208 43 16 36 13 4º 25 08 32 206 43 19 45 15 5º 24 09 38 208 37 13 35 13 6º 23 10 41 210 38 22 58 11 7º 21 07 33 192 26 09 36 13 8º 21 06 30 155 27 07 25 9 9º 22 06 30 140 23 04 16 4 10º 21 08 36 118 24 05 22 5 11º 20 06 29 95 39 15 39 5 12º 19 05 29 65 30 15 51 5 13º 18 04 24 48 20 1 14º 19 06 32 34 34 06 17 2 15º 19 06 30 20 0 16º 20 05 25 12 1 17º 19 10 52 6 39 1 18º 18 03 20 3 0 19º 19 07 37 2 0 Fonte Elaborado pelo autor 47 Tabela 7 Estatísticas descritivas dos headways de descarga por tipo de veículo e por posição na fila da faixa direita HEADWAYS DE DESCARGA FAIXA DIREITA Tipo de veículo Veículo Leve Veículo Pesado Posição na fila Média amostral Desvio padrão CV N Média amostral Desvio padrão CV N 1º 45 15 33 153 59 16 28 46 2º 33 11 34 147 55 16 29 52 3º 28 09 33 157 46 08 19 42 4º 26 08 31 151 40 09 23 48 5º 26 08 30 142 41 14 35 57 6º 24 08 32 149 38 12 31 50 7º 25 09 35 136 35 08 24 38 8º 23 08 33 109 35 10 27 26 9º 23 08 35 90 39 12 31 24 10º 22 07 33 59 33 07 20 12 11º 23 07 31 42 31 11 36 8 12º 25 07 28 27 34 08 25 6 13º 22 05 23 22 31 04 12 3 14º 24 08 34 10 20 04 19 3 15º 21 06 26 4 26 1 16º 18 1 26 1 Fonte Elaborado pelo autor É possível identificar diferenças entre os valores dos hd de cada faixa de tráfego para o mesmo tipo de veículo Essa condição reforça a hipótese de que a faixa direita apresenta outras influências que não são apenas relacionadas ao tipo de veículo como a conversão à direita que é permitida apenas para essa faixa de tráfego A partir da média dos hd por posição da fila não é possível elaborar análises consistentes acerca dos hd dos veículos pesados devido à pequena quantidade de observações No entanto quanto aos hd dos veículos leves é possível identificar que a estabilização dos valores ocorre aproximadamente após o 7º veículo em fila Contudo conforme dito anteriormente este trabalho adotará o método do DENATRAN 2014 que considera a estabilização após o 5º veículo em fila Outro ponto a ressaltar é a maior quantidade de observações de veículos pesados na faixa direita quando comparado com a faixa esquerda Isso contribui para valores maiores dos hd médio para essa faixa de tráfego conforme vistos no Gráfico 1 e nas Tabela 4 e Tabela 5 Com exceção dos hd dos veículos pesados na faixa esquerda em que foram obtidas poucas 48 observações e o CV apresenta valores mais destoantes os CV restantes variam em torno dos 30 Para identificar e avaliar o intervalo de confiança do valor médio de cada headway de descarga por tipo de veículo elaborouse o Gráfico 4 Esse gráfico foi elaborado considerando as posições da fila que tiveram no mínimo 30 observações o que garante a aplicação do Teorema do Limite Central para a estimação do intervalo de confiança Portanto a análise foi realizada apenas para a faixa direita visto que a faixa esquerda não apresentou posições de fila com mais de 30 observações Gráfico 4 Intervalo de confiança da média do headway de descarga em segundos por tipo de veículo na faixa direita e por posição na fila Fonte Elaborado pelo autor Os dados apresentados confirmam que o veículo pesado tende a apresentar valores maiores de hd em todas as posições na fila Na primeira posição por exemplo o intervalo de confiança do hd médio do veículo leve foi de 42 a 49 segundos enquanto para o veículo pesado o intervalo de confiança do hd médio foi de 53 a 66 segundos Na 7º posição no entanto o intervalo de confiança do hd médio do veículo leve foi de 23 a 27 segundos enquanto foi de 32 a 39 segundos para o veículo pesado Diferentemente dos dados visualizados referente à faixa direita no Gráfico 2 quando se considera apenas os veículos leves nessa faixa de tráfego há uma estabilização do hd aproximadamente após a 4º posição na fila 00 05 10 15 20 25 30 35 40 45 50 55 60 65 70 0 1 2 3 4 5 6 7 8 9 10 11 12 Headway s Posição na fila Veículo leve Veículo pesado 49 513 Perfil dos headways de descarga por presença de motocicleta Essa parte da análise busca explorar a influência das motocicletas nos headways de descarga da fila em interseções semaforizadas que é a principal motivação para a realização desse estudo Para isso para cada headway coletado foi obtida a informação da quantidade de motocicletas imediatamente à sua frente Partese portanto da hipótese de que a presença de motocicletas longitudinalmente entre veículos aumenta o valor dos headways de descarga Para visualizar o comportamento dos headways de descarga veiculares na presença ou ausência de motocicletas elaborouse um gráfico de boxplot apresentado no Gráfico 5 dos headways por posição da fila para ambas as faixas de tráfego considerando a presença ou ausência de motocicletas entre o veículo em questão e o veículo líder Gráfico 5 Headways de descarga da fila em segundos por faixa de tráfego e por presença ou ausência de motocicleta Fonte Elaborado pelo autor A partir do gráfico apresentado podese perceber que de forma geral os headways dos veículos que tiveram presença de motocicletas à sua frente são consideravelmente maiores do que os headways dos veículos que tiveram ausência de motocicletas Considerando apenas os headways no regime de saturação hds obtiveramse médias de 21 e 31 s respectivamente para veículos que apresentaram ausência e presença de motocicletas à sua frente na faixa esquerda enquanto foram obtidas médias de 26 e 37 s respectivamente para veículos que apresentaram ausência e presença de motocicletas à sua 50 frente na faixa direita Dado que as diferenças entre as médias variam de 10 e 11 s respectivamente para as faixas da esquerda e direita o que representa um aumento de 47 e de 42 podese afirmar que há indícios que reforçam a hipótese de que a presença de motocicletas afeta significativamente os headways de descarga da via e portanto na capacidade viária do fluxo de veículos leves e pesados Explorando os dados dos headways relativos ao tp1 foram obtidas médias de 28 e 43 s respectivamente para veículos que apresentaram ausência e presença de motocicletas à sua frente na faixa esquerda enquanto foram obtidas médias de 32 e 50 s respectivamente para veículos que apresentaram ausência e presença de motocicletas à sua frente na faixa direita As diferenças entre as médias variam entre 15 e 18 s sendo valores maiores comparando com as diferenças entre as médias dos headways em regime de saturação o que indica que o efeito das motocicletas é ainda maior na descarga dos primeiros veículos A hipótese para esse fenômeno é de que as motocicletas tendem a se concentrar próximo aos primeiros veículos e portanto afetam mais significativamente a descarga desses Os valores de média desvio padrão coeficiente de variação CV e quantidade de observações N por ausência e presença de motocicleta e por posição na fila estão apresentados nas Tabela 8 e Tabela 9 para as faixas da esquerda e direita respectivamente 51 Tabela 8 Estatísticas descritivas dos headways de descarga por ausência e presença de motocicletas e por posição na fila da faixa esquerda HEADWAYS DE DESCARGA FAIXA ESQUERDA Tipo de veículo Ausência de motocicleta Presença de motocicleta Posição na fila Média amostral Desvio padrão CV N Média amostral Desvio padrão CV N 1º 33 10 31 111 53 14 27 110 2º 29 09 31 148 41 11 28 73 3º 27 09 35 170 37 12 31 51 4º 24 10 40 170 34 09 26 51 5º 23 08 36 184 34 12 37 37 6º 22 09 43 183 32 13 40 38 7º 20 06 29 184 32 09 27 21 8º 21 06 28 143 29 07 24 21 9º 21 06 28 130 28 06 22 14 10º 20 07 34 110 30 08 26 13 11º 19 06 30 91 32 13 40 9 12º 18 05 25 60 29 11 39 10 13º 18 04 24 47 21 03 15 2 14º 19 07 35 35 30 1 15º 19 06 30 20 0 16º 18 04 20 9 26 03 12 3 17º 18 11 59 5 31 11 37 2 18º 16 00 0 2 22 1 19º 19 07 37 2 0 Fonte Elaborado pelo autor 52 Tabela 9 Estatísticas descritivas dos headways de descarga por ausência e presença de motocicletas e por posição na fila da faixa direita HEADWAYS DE DESCARGA FAIXA DIREITA Tipo de veículo Ausência de motocicleta Presença de motocicleta Posição na fila Média amostral Desvio padrão CV N Média amostral Desvio padrão CV N 1º 40 12 31 96 57 16 27 103 2º 35 14 39 152 50 17 35 47 3º 30 11 36 160 41 11 27 39 4º 28 10 34 176 39 10 25 23 5º 29 11 38 175 41 14 35 24 6º 27 10 38 181 37 10 28 18 7º 26 09 34 149 36 10 29 25 8º 25 09 36 123 34 10 29 12 9º 25 10 40 104 42 13 31 10 10º 23 08 34 67 32 09 26 4 11º 23 07 31 46 40 05 12 4 12º 25 07 27 29 37 08 23 4 13º 22 06 25 22 30 02 8 3 14º 23 08 33 13 0 15º 22 05 24 5 0 16º 22 06 26 2 0 Fonte Elaborado pelo autor Quanto à presença de motocicletas cerca de 52 e 50 dos headways dos veículos na 1º posição da fila tiveram motocicletas à sua frente respectivamente nas faixas da esquerda e direita Quando analisado para o 5º veículo da fila por exemplo essa proporção cai para 17 e 12 respectivamente para as faixas da esquerda e direita Os dados apresentados também indicam que o efeito das motocicletas é ainda maior para os primeiros headways especialmente para a 1º posição da fila Comparando as condições com a presença e ausência de motocicletas as diferenças entre os headways médios dos veículos da 1º posição em fila foram de 19 e 17 s respectivamente para as faixas da esquerda e da direita enquanto a diferença entre os headways médios dos veículos da 5º posição em fila foram de 11 e 12 s respectivamente Para averiguar a concentração de motocicletas ao longo da fila elaborouse o Gráfico 6 que apresenta a quantidade média de motocicletas à frente dos veículos por posição na fila 53 Gráfico 6 Quantidade média de motocicletas à frente dos veículos por posição na fila Fonte Elaborado pelo autor A partir dos dados apresentados no gráfico acima é possível perceber que as motocicletas tendem a se concentrar nos primeiros veículos da fila Analisando o 1º veículo da fila as quantidades médias obtidas foram de 17 e 16 motos à frente respectivamente para as faixas da direita e esquerda Enquanto as quantidades médias obtidas para o 5º veículo foram de 03 e 02 motos respectivamente para as faixas da esquerda e direita Dessa forma podese afirmar que a quantidade de motocicletas impacta mais significativamente a descarga dos primeiros veículos em fila Os valores obtidos nas posições 16º 17º e 18º na faixa esquerda apresentaram valores destoantes do restante no entanto devido à baixa quantidade de observações de headways nessa posição esse comportamento não pode ser dado como representativo da realidade Por fim com a finalidade de avaliar o intervalo de confiança do valor médio de cada headway de descarga considerando a presença de motocicletas elaboraramse os Gráfico 7 e Gráfico 8 que apresentam os dados respectivamente das faixas esquerda e direita Esse gráfico foi elaborado considerando as posições da fila que tiveram no mínimo 30 observações o que garante a aplicação do Teorema do Limite Central para a estimação do intervalo de confiança Portanto a análise foi realizada apenas para a faixa direita visto que a faixa esquerda não apresentou posições de fila com mais de 30 observações 00 02 04 06 08 10 12 14 16 18 1º 2º 3º 4º 5º 6º 7º 8º 9º 10º 11º 12º 13º 14º 15º 16º 17º 18º 19º Quantidade de motocicletas Posição na fila Faixa esquerda Faixa direita 54 Gráfico 7 Intervalo de confiança da média do headway de descarga em segundos por presença de motocicletas na faixa esquerda e por posição na fila Fonte Elaborado pelo autor Gráfico 8 Intervalo de confiança da média do headway de descarga em segundos por presença de motocicletas na faixa direita e por posição na fila Fonte Elaborado pelo autor Os resultados indicam que a média dos headways de descarga com presença de motocicleta é maior do que na condição de ausência de motocicletas No entanto como não houveram observações suficientes em todas as posições na fila não foi possível identificar exatamente como se comporta a variável ao longo da fila Aparentemente a diferença entre 00 05 10 15 20 25 30 35 40 45 50 55 60 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Headway s Posição na fila Ausência de motocicleta Presença de motocicleta 00 05 10 15 20 25 30 35 40 45 50 55 60 65 0 1 2 3 4 5 6 7 8 9 10 11 12 Headway s Posição na fila Ausência de motocicleta Presença de motocicleta 55 as duas condições é maior principalmente no 1º veículo da fila o que é causado principalmente devido ao maior acúmulo de motocicletas próximo à faixa de retenção 52 Conclusões parciais Nessa etapa foi realizada a análise do perfil dos headways de descarga por posição na fila Para isso a análise foi dividida em três partes considerando todos os dados headways de descarga headways de descarga por tipo de veículo e headways de descarga considerando a presença de motocicletas à frente do veículo Com o objetivo de sintetizar as conclusões das análises realizadas considerando o perfil dos headways de descarga por posição na fila pode se dizer que De forma geral a faixa direita tende a apresentar maiores valores de headways do que a faixa esquerda Esse fenômeno pode ser explicado devido à maior quantidade de veículos pesados na faixa direita e devido ao movimento de conversão à direita que é permitido apenas nessa faixa A estabilização do valor médio do headway de descarga ocorre aproximadamente a partir da 7º posição na faixa esquerda aproximadamente 201 s e 7º na faixa direita aproximadamente 27 s Os headways dos veículos pesados geralmente são consideravelmente maiores do que os headways dos veículos leves Considerando apenas os headways no regime de saturação hds obtiveramse médias de 21 e 31 s respectivamente para veículos leves e pesados que trafegaram na faixa esquerda enquanto foram obtidas médias de 24 e 37 s respectivamente para veículos leves e pesados da faixa direita Analisando apenas os headways relativos ao tp1 foram obtidas médias de 32 e 44 s respectivamente para veículos leves e pesados que trafegavam na faixa esquerda enquanto foram obtidas médias de 33 e 50 s para a faixa direita Considerando apenas os headways no regime de saturação hds obtiveramse médias de 21 e 31 s respectivamente para veículos leves e pesados que trafegaram na faixa esquerda enquanto foram obtidas médias de 24 e 37 s respectivamente para veículos leves e pesados da faixa direita As diferenças entre as médias dos headways de cada tipo de veículos no tp1 variam entre 12 e 16 s enquanto as diferenças entre as médias dos hds foram de 56 10 e 13 s o que indica que o impacto do veículo pesado é maior nos primeiros headways De forma geral os headways dos veículos que tiveram presença de motocicletas à sua frente são consideravelmente maiores do que os headways dos veículos que tiveram ausência de motocicletas Explorando os dados dos headways relativos ao tp1 foram obtidas médias de 28 e 43 s respectivamente para veículos que apresentaram ausência e presença de motocicletas à sua frente na faixa esquerda enquanto foram obtidas médias de 32 e 50 s respectivamente para veículos que apresentaram ausência e presença de motocicletas à sua frente na faixa direita Considerando apenas os headways no regime de saturação hds obtiveramse médias de 21 e 31 s respectivamente para veículos que apresentaram ausência e presença de motocicletas à sua frente na faixa esquerda enquanto foram obtidas médias de 26 e 37 s respectivamente para veículos que apresentaram ausência e presença de motocicletas à sua frente na faixa direita As diferenças entre as médias dos headways na ausência e presença de motocicletas no tp1 variam entre 15 e 18 s enquanto as diferenças entre as médias dos hds foram de 10 e 11 s o que indica que o impacto das motocicletas é ainda maior na descarga dos primeiros veículos A hipótese para esse fenômeno é de que as motocicletas tendem a se concentrar próximo aos primeiros veículos e portanto afetam mais significativamente a descarga desses Essa hipótese foi corroborada pelo gráfico elaborado que apresentou a quantidade média de motocicletas por posição na fila 57 6 ANÁLISE DE CORRELAÇÃO ESTATÍSTICA Esta etapa constituiuse em realizar uma análise de correlação estatística entre as variáveis de cada tópico definido no método os quais são tempo perdido inicial tp1 headway de descarga de saturação hds fluxo de saturação S e fator de equivalência veicular FEQ Nesta fase buscouse identificar em qual grau as variáveis coletadas se correlacionam sendo possível reforçar ou atenuar a hipótese de que determinada variável explicativa influencia no comportamento da variável explicada de cada tópico Apesar de não implicar causalidade o coeficiente de correlação de Pearson pretende quantificar a relação de dependência linear entre duas variáveis Além dos coeficientes de Pearson r também serão apresentados os respectivos valoresp que apontam para a significância do coeficiente 61 Tempo perdido inicial Com o objetivo de identificar as correlações entre as variáveis H4j Qmfj Qmevj Qvpj e Pmcj na faixa esquerda elaborouse o Gráfico 9 que apresenta os valores dos coeficientes de Pearson r e suas respectivas significâncias além do diagrama de dispersão entre as variáveis com a reta de regressão e o histograma de cada variável Foram obtidas 221 observações que representam a quantidade de ciclos semafóricos coletados nessa faixa de tráfego Gráfico 9 Matriz de correlação entre as variáveis H4j Qmfj Qmevj Qvpj e Pmcvj na faixa esquerda Fonte Elaborado pelo autor 58 Primeiramente será analisado as correlações entre a variável explicada H4j e as variáveis explicativas Qmfj Qmevj Qvpj e Pmcvj Entre as variáveis H4j e Qmfj foi obtido um valor de r de 042 com significância estatística valorp 0001 indicando que há uma relação linear positiva com intensidade moderada entre as variáveis que representam o quarto headway acumulado por ciclo e a quantidade motocicletas à frente do primeiro veículo Essa relação pode ser visualizada no diagrama de dispersão entre ambas as variáveis em que valores maiores de Qmfj estão relacionados à valores maiores de H4j Entre as variáveis H4j e Qmevj foi obtido um valor de r de 037 com significância estatística valorp 0001 o que indica uma relação linear positiva com intensidade moderada entre quarto headway acumulado por ciclo e a quantidade de motocicletas posicionadas longitudinalmente entre o 1º e 4º veículo Essa relação também pode ser visualizada no diagrama de dispersão entre ambas as variáveis em que valores maiores de Qmevj estão relacionados à valore maiores de H4j Entre as variáveis H4j e Qvpj foi obtido um valor de r de 038 com significância estatística valorp 0001 o que indica uma relação linear positiva com intensidade moderada entre o quarto headway acumulado por ciclo e a quantidade de veículos pesados até o 4º veículo em fila Essa relação também pode ser visualizada no diagrama de dispersão entre ambas as variáveis em que valores maiores de Qvpj estão relacionados à valore maiores de H4j Entre as variáveis H4j e Pmcvj foi obtido um valor de r de 008 sem significância estatística valorp 0313 o que indica que não há relação linear entre o quarto headway acumulado por ciclo e a última posição dos veículos em fila que possui nas suas adjacências motocicletas no corredor virtual O diagrama de dispersão também indica que não há uma relação linear entre as variáveis podendo ser visualizado pela reta de regressão que praticamente não apresenta inclinação Esses resultados reforçam a hipótese levantada de que motocicletas à frente do primeiro veículo e entre veículos além da quantidade de veículos pesados resultam em maiores valores de H4j e portanto no tp1 No entanto os dados também apontam que não há indícios que motocicletas no corredor virtual estão correlacionados com maiores headways na descarga dos quatro primeiros veículos em fila Quanto à correlação entre as variáveis explicativas Qmfj Qmevj Qvpj e Pmcvj não houve significância estatística dos coeficientes de Pearson com exceção da relação entre 59 as variáveis Qmevj e Pmcvj que apresentou um valor de r de 021 com valorp de 0002 Logo apesar de haver significância estatística ou seja a hipótese de que o coeficiente é 0 foi rejeitada o valor do r indica uma correlação positiva baixa entre as variáveis Com esses resultados podese afirmar que não haverá o problema de multicolinearidade no qual as variáveis explicadas são correlatas o que ocasionaria em inferências dos coeficientes do modelo de regressão errôneas ou pouco confiáveis Com o objetivo de identificar as correlações entre as mesmas variáveis na faixa direita elaborouse o Gráfico 10 que apresenta os valores dos coeficientes de Pearson r e suas respectivas significâncias além do diagrama de dispersão entre as variáveis com a reta de regressão e o histograma de cada variável Foram obtidas 199 observações que representam a quantidade de ciclos semafóricos coletados nessa faixa de tráfego Gráfico 10 Matriz de correlação entre as variáveis H4j Qmfj Qmevj Qvpj e Pmcvj na faixa direita Fonte Elaborado pelo autor Assim como na faixa esquerda serão analisadas as correlações entre a variável tida como explicada H4j e as variáveis explicativas Qmfj Qmevj Qvpj e Pmcvj na faixa direita Entre as variáveis H4j e Qmfj foi obtido um valor de r de 024 com significância estatística valorp 0001 indicando que há uma relação linear positiva com baixa intensidade entre as variáveis que representam o quarto headway acumulado por ciclo e a quantidade motocicletas à frente do primeiro veículo Essa baixa correlação pode ser 60 visualizada no diagrama de dispersão entre ambas as variáveis cuja reta de regressão apresenta baixa inclinação Entre as variáveis H4j e Qmevj foi obtido um valor de r de 027 com significância estatística valorp 0001 o que indica uma relação linear positiva com baixa intensidade entre as variáveis que representam o quarto headway acumulado por ciclo e a quantidade de motocicletas posicionadas longitudinalmente entre o 1º e 4º veículo Essa baixa correlação pode ser visualizada no diagrama de dispersão entre ambas as variáveis cuja reta de regressão apresenta baixa inclinação Entre as variáveis H4j e Qvpj foi obtido um valor de r de 070 com significância estatística valorp 0001 o que indica uma relação linear positiva com alta intensidade entre as variáveis que representam o quarto headway acumulado por ciclo e a quantidade de veículos pesados até o 4º veículo em fila Essa relação também pode ser visualizada no diagrama de dispersão entre ambas as variáveis através da inclinação acentuada da reta de regressão Logo maiores quantidades de veículos pesados estão fortemente correlacionadas à maiores valores do quarto headway acumulado na faixa direita Entre as variáveis H4j e Pmcvj foi obtido um valor de r de 002 sem significância estatística valorp 0749 o que indica que não há relação linear entre as variáveis que representam o quarto headway acumulado por ciclo e a última posição dos veículos em fila que possui nas suas adjacências motocicletas no corredor virtual O diagrama de dispersão também indica que não há uma relação linear entre as variáveis reforçado pela reta de regressão que praticamente não possui inclinação Na faixa direita os resultados quanto à conclusão da significância estatística dos coeficientes de correlação foram semelhantes comparados aos resultados da faixa esquerda No entanto a força da correlação varia entre as faixas de tráfego analisadas Na faixa esquerda as correlações entre as variáveis Qmfj Qmevj e Qvpj com a variável H4j apresentam intensidade moderada 042 037 e 038 respectivamente enquanto na faixa direita a força da correlação é menor para as variáveis Qmfj e Qmevj 024 e 027 e alta para a variável Qvpj 070 A hipótese levantada para esse fenômeno é que o efeito na descarga da fila do veículo pesado é maior do que o da motocicleta e portanto o fato de haver mais observações com veículos pesados na faixa direita do que na faixa esquerda deixou isso mais perceptível Quanto à correlação entre as variáveis explicativas Qmfj Qmevj Qvpj e Pmcvj assim como na faixa esquerda não houve significância estatística dos coeficientes de Pearson 61 com exceção da relação entre as variáveis Qmevj e Pmcvj que apresentou um valor de r de 034 com valorp inferior a 0001 Logo apesar de haver significância estatística ou seja a hipótese de que o coeficiente é 0 foi rejeitada o valor do r indica uma correlação positiva moderada entre as variáveis Com esses resultados podese afirmar que não haverá problema de multicolinearidade no modelo de regressão linear 62 Headway de descarga de saturação Com o objetivo de identificar as correlações entre as variáveis hdsij qmij e tvij na faixa esquerda elaborouse o Gráfico 11 que apresenta os valores dos coeficientes de Pearson r e suas respectivas significâncias além do diagrama de dispersão entre as variáveis com a reta de regressão e o histograma de cada variável Vale ressaltar que foram obtidas 1377 observações que representam o total de hds coletados nessa faixa de tráfego Gráfico 11 Matriz de correlação entre as variáveis hdsij qmij e tvij na faixa esquerda Fonte Elaborado pelo autor Primeiramente serão analisadas as correlações entre a variável explicada hdsij e variáveis explicativas qmij e tvij na faixa esquerda Entre as variáveis hdsij e qmij foi obtido um valor de r de 048 com significância estatística valorp 0001 o que indica uma relação linear positiva com intensidade moderada entre os hds e a quantidade de motocicletas posicionadas longitudinalmente à frente dos veículos Essa correlação pode ser visualizada no diagrama de dispersão entre ambas as variáveis cuja reta de regressão apresenta inclinação 62 média indicando que valores maiores de qmij estão correlacionados com maiores valores de hdsij Entre as variáveis hdsij e tvij foi obtido um valor de r de 026 com significância estatística valorp 0001 o que indica uma relação linear positiva com baixa intensidade entre as variáveis que representam os hds e o tipo veículo Vale salientar que o valor 0 da variável tvij representa veículo leve enquanto o valor 1 da variável tvij representa veículo pesado Sabese no entanto que veículos pesados apresentam valores maiores de headways Logo levantase a hipótese que essa baixa correlação entre as variáveis é explicada pela baixa quantidade de veículos pesados trafegando nessa faixa de tráfego A correlação entre as variáveis explicativas qmij e tvij apresentou um valor de 007 do coeficiente r com significância estatística valorp 0001 Apesar de ser significante estatisticamente r diferente de 0 o valor é consideravelmente baixo indicando que a correlação é praticamente nula Logo podese afirmar que não há o problema de multicolinearidade em um modelo de regressão Com o objetivo de identificar as correlações entre as variáveis hdsij qmij e tvij na faixa direita elaborouse o Gráfico 12 que apresenta os valores dos coeficientes de Pearson r e suas respectivas significâncias além do diagrama de dispersão entre as variáveis com a reta de regressão e o histograma de cada variável Foram obtidas 1020 observações que representam o total de hds coletados nessa faixa de tráfego Gráfico 12 Matriz de correlação entre as variáveis hdsij qmij e tvij na faixa direita 63 Fonte Elaborado pelo autor Avaliando a correlação entre as variáveis hdsij e qmij na faixa direita foi obtido um valor de r de 035 com significância estatística valorp 0001 o que indica uma relação linear positiva com intensidade moderada entre as variáveis que representam os hds e a quantidade de motocicletas posicionadas longitudinalmente à frente dos veículos Essa correlação pode ser visualizada no diagrama de dispersão entre ambas as variáveis cuja reta de regressão apresenta inclinação média indicando que valores maiores de qmij estão correlacionados com maiores valores de hdsij O resultado é inferior ao encontrado para a faixa esquerda Entre as variáveis hdsij e tvij foi obtido um valor de r de 051 com significância estatística valorp 0001 o que indica uma relação linear positiva com intensidade moderada entre as variáveis que representam os hds e o tipo veículo O resultado é distinto ao obtido na faixa esquerda cuja correlação é baixa Na faixa direita cerca de 229 hdsij foram de veículos pesados tvij 1 enquanto 104 hdsij apresentaram motocicletas à frente do veículo qmij 0 de um total de 1020 observações Logo é possível afirmar que há uma quantidade considerável de observações de headways de veículos pesados na faixa direita comparado à faixa esquerda o que indica que esse fator apresenta maior influência nos hdsij nessa faixa A correlação entre as variáveis explicativas qmij e tvij apresentou um valor de 007 do coeficiente r com significância estatística valorp 0001 Apesar de ser significante estatisticamente r diferente de 0 o valor é consideravelmente baixo apontando que a correlação é praticamente nula Logo podese afirmar que não há o problema de multicolinearidade 63 Fluxo de saturação Com o objetivo de identificar as correlações entre as variáveis Sj e pmj na faixa esquerda elaborouse o Gráfico 13 que apresenta os valores dos coeficientes de Pearson r e suas respectivas significâncias além do diagrama de dispersão entre as variáveis com a reta de regressão e o histograma de cada variável Foram obtidas 221 observações que representam o total ciclos semafóricos coletados nessa faixa de tráfego 64 Gráfico 13 Matriz de correlação entre as variáveis Sj e pmj na faixa esquerda Fonte Elaborado pelo autor Avaliando a correlação entre as variáveis Sj e pmj na faixa esquerda foi obtido um valor de r de 027 com significância estatística valorp 0001 o que indica uma relação linear negativa com baixa intensidade entre o fluxo de saturação e a porcentagem de motocicletas por ciclo semafórico considerando apenas o regime de saturação Essa correlação pode ser visualizada no diagrama de dispersão entre ambas as variáveis Através do diagrama de dispersão é possível observar que mesmo em condições de ausência de motocicletas pmj 0 há valores baixos de fluxo de saturação próximo à 1000 veículos por hora por exemplo pois há outros fatores que influenciam a descarga dos veículos em regime de saturação Com o intuito de identificar as correlações entre as variáveis Sj e pmj na faixa direita elaborouse o Gráfico 14 que apresenta os valores dos coeficientes de Pearson r e suas respectivas significâncias além do diagrama de dispersão entre as variáveis com a reta de regressão e o histograma de cada variável Foram obtidas 199 observações que representam o total de ciclos semafóricos coletados nessa faixa de tráfego 65 Gráfico 14 Matriz de correlação entre as variáveis Sj e pmj na faixa direita Fonte Elaborado pelo autor Foi obtido um valor do coeficiente r de 031 entre as variáveis Sj e pmj na faixa direita com significância estatística valorp 0001 o que indica uma relação linear negativa com baixa intensidade entre as variáveis que representam o fluxo de saturação e a porcentagem de motocicletas por ciclo semafórico considerando apenas o regime de saturação A força dessa correlação é semelhante ao obtido na faixa esquerda Através do diagrama de dispersão assim como na faixa esquerda também é possível observar que mesmo em condições de ausência de motocicletas pmj 0 há valores baixos de fluxo de saturação próximo à 1000 veículos por hora 64 Fator de equivalência veicular Esse tópico busca avaliar a correlação entre as variáveis que posteriormente permitirão calcular o fator de equivalência veicular mas não do fator em si Logo com o objetivo de identificar as correlações entre as variáveis TVSj QMj QVLj e QVPj na faixa esquerda elaborouse o Gráfico 15 que apresenta os valores dos coeficientes de Pearson r e suas respectivas significâncias além do diagrama de dispersão entre as variáveis com a reta de regressão e o histograma de cada variável Foram obtidas 221 observações que representam o total ciclos semafóricos coletados nessa faixa de tráfego 66 Gráfico 15 Matriz de correlação entre as variáveis TVSj QMj QVLj e QVPj na faixa esquerda Fonte Elaborado pelo autor Primeiramente serão analisadas as correlações entre a variável explicada TVSj e variáveis explicativas QMj QVLj e QVPj na faixa esquerda Entre as variáveis TVSj e QMj foi obtido um valor de r de 028 com significância estatística valorp 0001 o que indica uma relação linear positiva com baixa intensidade entre as variáveis que representam o tempo de verde em regime de saturação e a quantidade de motocicletas posicionadas longitudinalmente durante o regime de saturação Entre as variáveis TVSj e QVLj foi obtido um valor de r de 093 com significância estatística valorp 0001 o que indica uma relação linear positiva com alta intensidade entre as variáveis que representam o tempo de verde em regime de saturação e a quantidade de veículos leves durante regime de saturação Entre as variáveis TVSj e QVPj foi obtido um valor de r de 018 com significância estatística valorp 0001 apontando para uma baixa relação linear positiva entre as variáveis que representam o tempo de verde em regime de saturação e a quantidades de veículos pesados em regime de saturação Pelo histograma é possível identificar que poucas observações apresentam QVPj diferente de 0 e que não houve observações com mais de 2 veículos pesados no mesmo ciclo semafórico Analisando a correlação entre as variáveis explicativas apenas houve significância estatística entre as variáveis QMj e QVLj no entanto o valor do coeficiente r obtido foi de 022 o que indica uma baixa correlação entre as variáveis Com esses resultados é possível afirmar que não há problema de multicolinearidade 67 Para a faixa esquerda o Gráfico 16 apresenta os valores dos coeficientes de Pearson r e suas respectivas significâncias além do diagrama de dispersão entre as variáveis com a reta de regressão e o histograma de cada variável Foram obtidas 221 observações que representam o total ciclos semafóricos coletados nessa faixa de tráfego Gráfico 16 Matriz de correlação entre as variáveis TVSj QMj QVLj e QVPj na faixa direita Fonte Elaborado pelo autor Assim como na faixa esquerda primeiramente serão analisadas as correlações entre a variável explicada TVSj e variáveis explicativas QMj QVLj e QVPj na faixa direita Entre as variáveis TVSj e QMj foi obtido um valor de r de 028 com significância estatística valorp 0001 o que indica uma relação linear positiva com baixa intensidade entre as variáveis que representam o tempo de verde em regime de saturação e a quantidade de motocicletas posicionadas longitudinalmente durante o regime de saturação Esse valor é igual ao obtido para a faixa esquerda Entre as variáveis TVSj e QVLj foi obtido um valor de r de 070 com significância estatística valorp 0001 o que indica uma relação linear positiva com alta intensidade entre as variáveis que representam o tempo de verde em regime de saturação e a quantidade de veículos leves durante regime de saturação Apesar de ainda ser considerada uma correlação alta vale salientar que o valor obtido para a faixa direita 070 é inferior ao da faixa esquerda 093 68 Entre as variáveis TVSj e QVPj foi obtido um valor de r de 048 com significância estatística valorp 0001 apontando para uma relação linear positiva de intensidade moderada entre as variáveis que representam o tempo de verde em regime de saturação e a quantidade de veículos pesados em regime de saturação Pelo histograma é possível identificar que diferentemente da faixa esquerda foram obtidas várias observações de QVPj diferente de 0 e que houve observações com 4 veículos pesados no mesmo ciclo semafórico Essa pode ser uma explicação para a correlação ter sido consideravelmente maior nessa faixa r 048 do que na faixa esquerda r 018 Analisando a correlação entre as variáveis explicativas houve significância estatística entre as variáveis QMj e QVPj e entre as variáveis QVLj e QVPj com valores significantes do coeficiente r de 016 e 022 respectivamente Apesar da significância estatística os valores indicam uma fraca correlação linear entre as variáveis e portanto é possível afirmar que não há problema de multicolinearidade 65 Conclusões parciais Esta etapa constituiuse em realizar uma análise de correlação estatística entre as variáveis de cada tópico definido no método os quais são tempo perdido inicial tp1 headway de descarga de saturação hds fluxo de saturação S e fator de equivalência veicular FEQ Nesta fase identificouse qual grau as variáveis coletadas se correlacionam sendo possível reforçar ou atenuar a hipótese de que determinada variável explicativa influencia no comportamento da variável explicada de cada tópico Com o objetivo de sintetizar as conclusões das análises realizadas podese dizer que Na faixa esquerda o H4j apresentou correlação positiva com intensidade moderada e significância estatística com a quantidade de motos à frente do primeiro veículo Qmfj a quantidade de motos entre veículos Qmevj e a quantidade de veículos pesados Qvpj Não houve significância estatística da correlação entre o H4j e a variável que representa as motos no corredor virtual Pmcvj Logo os resultados indicam que as motocicletas posicionadas longitudinalmente entre veículos e à frente do primeiro veículo podem resultar em maiores valores do tp1 enquanto as motocicletas no corredor virtual não parecem impactar 69 Na faixa direita diferentemente da faixa esquerda o H4j apresentou baixa correlação positiva com significância estatística com as variáveis que representam a quantidade de motos à frente do primeiro veículo Qmf j e da quantidade de motos entre veículos Qmevj e alta correlação positiva com a quantidade de veículos pesados Qvpj A hipótese levantada para esse fenômeno é que o efeito do veículo pesado na descarga da fila é maior do que o da motocicleta o que ficou mais evidente na análise dessa faixa de tráfego dado que há mais observações com veículos pesados na faixa direita do que na faixa esquerda Assim como na faixa esquerda não houve significância estatística do H4j na faixa direita com a variável que representa a presença de motos no corredor virtual Pmcvj Com esses resultados reforçamse as hipóteses de que as motocicletas entre veículos e à frente do primeiro veículo podem resultar em maiores valores do tp1 enquanto a hipótese do impacto das motocicletas no corredor virtual é atenuada Na faixa esquerda o hdsij apresentou correlação positiva com intensidade moderada com a variável que representa a quantidade de motos posicionadas longitudinalmente à frente dos veículos qmij No entanto o hdsij indicou uma baixa correlação positiva com o tipo de veículo tvij Apesar disso sabese que veículos pesados apresentam em geral valores maiores de headways Logo levantouse a hipótese que essa baixa correlação entre as variáveis é explicada pela baixa quantidade de veículos pesados percorrendo nessa faixa de tráfego Os resultados reforçam a hipótese de que maiores quantidades de motos entre veículos resultam em maiores valores dos hds Na faixa direita o hdsij apresentou correlação positiva com intensidade moderada com a variável que representa a quantidade de motos posicionadas longitudinalmente à frente dos veículos qmij mas com força inferior ao resultado da faixa esquerda O hdsij também indicou uma correlação positiva com intensidade moderada com o tipo de veículo tvij O resultado é distinto ao obtido na faixa esquerda cuja correlação é baixa Levantouse a hipótese de que a maior quantidade de observações de headways de veículos pesados na faixa direita comparado à faixa esquerda foi capaz de mostrar a influência dos veículos 70 pesados nos hdsij nessa faixa Os resultados reforçam a hipótese de que maiores quantidades de motos entre veículos resultam em maiores valores dos hds Para ambas as faixas o Sj apresentou baixa porém significativa correlação negativa com a variável pmj Através do diagrama de dispersão foi possível observar que mesmo em condições de ausência de motocicletas pmj 0 há valores baixos de fluxo de saturação próximo à 1000 veículos por hora por exemplo o que aponta que há outros fatores que influenciam significativamente a descarga dos veículos em regime de saturação Os resultados reforçam a hipótese de que maiores proporções de motocicletas resultam em menores valores de fluxo de saturação Na faixa esquerda O TVSj apresentou baixa correlação com as variáveis QMj e QVPj apesar de estatisticamente significante Como indicado anteriormente e visualizado nos histogramas há baixa quantidade de veículos pesados nessa faixa O TVSj apresentou alta correlação com a variável QVLj Essa alta correlação é esperada visto que a maioria dos veículos que trafegam são leves além de que maiores quantidades de veículos em um ciclo resultam em maiores tempos de verde saturado Na faixa direita o TVSj apresentou baixa correlação com a variável QMj e alta correlação com a variável QVLj ambos significantes estatisticamente Diferentemente da faixa esquerda o TVSj apontou uma correlação com intensidade moderada com a variável QVPj Pelo histograma foi possível identificar que foram obtidas diversas observações com QVP diferente de 0 podendo ser uma explicação para a correlação ter sido consideravelmente maior nessa faixa 71 7 ANÁLISE DE REGRESSÃO LINEAR Com a realização das etapas da coleta de dados da análise do perfil dos headways e da análise de correlação das variáveis seguese com a última etapa que consiste na análise de regressão linear Essa etapa residiu na realização de análises de regressão linear entre as variáveis explicativas e explicadas de cada tópico Para isso foram analisados os valores médios e intervalos de confiança de 95 dos coeficientes obtidos significância R² além do atendimento às premissas de independência linearidade normalidade e homocedasticidade dos resíduos 71 Tempo perdido inicial Para avaliar o efeito das motocicletas no tp1 na faixa esquerda realizouse a regressão linear considerando a variável explicada H4j e as variáveis explicativas Qmfj Qmevj Pmcvj e Qvpj Os valores médios intervalos de confiança dos coeficientes e suas respectivas significâncias além do R² estão apresentados na Tabela 10 Tabela 10 Resultados da regressão linear da variável H4j para a faixa esquerda FAIXA ESQUERDA Coeficientes Valor médio valorP Limite inferior Limite superior R² N Intercepto 117 01 112 121 051 221 Qmfj 04 01 03 05 Qmevj 04 01 03 04 Pmcvj 01 10 03 00 Qvpj 18 01 13 23 Fonte Elaborado pelo autor Todos os coeficientes apresentaram significância estatística exceto a variável Pmcvj que representa as motos no corredor virtual É possível visualizar que o intervalo de confiança engloba o valor 0 não sendo possível rejeitar a hipótese nula O resultado da regressão reforça o indicado pelas conclusões da análise de correlação em que não houve correlação significativa entre as variáveis H4j e Pmcvj r 007 O intercepto indica o somatório dos quatros primeiros headways de veículos leves quando não há presença de motocicletas As variáveis Qmfj e Qmevj que representam a quantidade de motos à frente do primeiro veículo e a quantidade de motos entre veículos respectivamente apresentaram coeficiente de valor 04 s com intervalo de confianças semelhantes e estreitos Isso indica que 72 a posição da moto a frente do primeiro veículo ou entre veículos não altera o seu impacto na descarga dos quatro primeiros veículos Os resultados mostram que cada moto posicionada longitudinalmente à frente do primeiro veículo ou entre veículos representa em média um acréscimo de 04 s ao H4j e portanto ao tp1 Estimando que o tp1 geralmente é em torno de 4 s cada moto nessas posições representa um acréscimo de 10 do tp1 Por fim a variável que representa o veículo pesado Qvpj apresentou um coeficiente com valor médio de 18 s com limite inferior e superior de 13 e 23 s Esse resultado indica que um veículo pesado nessa faixa de tráfego tem efeito médio 45 vezes maior do que o efeito de uma motocicleta na descarga da fila dos primeiros quatro veículos Quanto ao R² podese afirmar que cerca de 51 da variação dos H4j pôde ser explicada pela quantidade de motocicletas e veículos pesados Os resultados dos testes de normalidade KolmogorovSmirnov de independência DurbinWatson e de homocedasticidade dos resíduos referentes à faixa esquerda estão apresentados na Tabela 11 Tabela 11 Resultado dos testes das premissas da regressão do H4j da faixa esquerda FAIXA ESQUERDA Teste de Normalidade KolmogorovSmirnov Teste de Independência Durbin Watson Teste de Homocedasticidade BreushPagan 83 1 19 Fonte Elaborado pelo autor Das premissas da regressão linear apenas a independência dos erros foi rejeitada através do valorp de 1 Esse resultado indica que há autocorrelação entre os resíduos da regressão Para um maior aprofundamento dessa questão elaborouse o Gráfico 17 no qual estão apresentados os resíduos por observação durante a coleta sendo possível identificar se há um padrão do comportamento da variável 73 Gráfico 17 Resíduos do modelo de regressão do H4j em ordem da coleta da faixa esquerda Fonte Elaborado pelo autor Apesar do resultado do teste que indica autocorrelação dos resíduos os dados apresentados acima indicaram que não há um padrão estabelecido do comportamento dos erros considerando a ordem da coleta com exceção das primeiras observações entre observação 1 e 70 da coleta em que é possível identificar um padrão em formato de onda Após essas observações os resíduos não indicam padrão definido e com média aproximadamente 0 Para um diagnóstico mais completo dos resíduos elaborouse uma imagem com quatro gráficos sendo eles a Residuals vs Fitted Utilizado para avaliar a premissa de relação linear Uma linha horizontal sem um padrão distinto é uma indicação de uma relação linear b Normal QQ Utilizado para avaliar se os resíduos são normalmente distribuídos Um bom indício de normalidade se dá quando os pontos seguem a linha tracejada c ScaleLocation Utilizado para checar a homogeneidade da variância dos resíduos homocedastidade Uma linha horizontal sem um padrão distinto é uma indicação de homocedasticidade d Residuals x Leverage Usado para identificar casos de influência que são valores extremos que podem influenciar a regressão quando incluídos ou 74 excluídos da análise Os pontos de influência são visualizados quando o gráfico apresenta uma reta tracejada vermelha O diagnóstico dos resíduos da regressão do H4j da faixa esquerda está apresentado no Gráfico 18 Gráfico 18 Diagnóstico dos resíduos da regressão do H4j da faixa esquerda Fonte Elaborado pelo autor O gráfico Residuals vs Fitted não indica um padrão específico apresentado pela linha que é praticamente reta o que aponta para uma relação linear O gráfico Normal QQ apresenta alguns pontos fora da linha tracejada principalmente entre os quantis 2 e 3 no entanto esse comportamento não é suficiente para indicar que os resíduos não seguem distribuição normal O gráfico ScaleLocation apresenta uma linha com leve inclinação para valores maiores de fitted values no entanto também não é o suficiente para indicar heterocedasticidade O gráfico Residuals vs Leverage não apresenta a reta tracejada vermelha e portanto não há pontos de influência Para avaliar o efeito das motocicletas no tp1 na faixa direita realizouse a regressão linear considerando a variável explicada H4j e as variáveis explicativas Qmfj Qmevj Pmcvj e Qvpj Os valores médios intervalos de confiança dos coeficientes e suas respectivas significâncias além do R² estão apresentados na Tabela 12 75 Tabela 12 Resultados da regressão linear da variável H4j para a faixa direita FAIXA DIREITA Coeficientes Valor médio valorP Limite inferior Limite superior R² N Intercepto 119 01 114 125 066 199 Qmfj 04 01 03 05 Qmevj 06 01 04 07 Pmcvj 01 52 02 01 Qvpj 20 01 18 22 Fonte Elaborado pelo autor Assim como na faixa esquerda todos os coeficientes apresentaram significância estatística exceto também a variável Pmcvj que representa as motos no corredor virtual que apresentou valorp de 52 O resultado da regressão também reforça o indicado pelas conclusões da análise de correlação em que não houve correlação significativa entre as variáveis H4j e Pmcvj O intercepto indica o somatório dos quatros primeiros headways de veículos leves quando não há presença de motocicletas O valor 119 s é bastante similar ao obtido para a faixa esquerda A variável Qmfj apresentou coeficiente médio igual ao obtido para a faixa esquerda com valor de 04 s e intervalo de confiança entre 03 e 05 s Isso indica que a moto à frente do primeiro veículo Qmevj aumenta em média 04 s no H4j e portanto ao tp1 A variável Qmevj apresentou coeficiente médio maior ao obtido para da faixa direita com valor de 06 s e intervalo de confiança entre 04 e 07 s Esse resultado representa que cada motocicleta entre veículos aumenta em média 06 s ao H4j e portanto ao tp1 Apesar de apresentar um valor médio maior os intervalos de confiança da variável Qmevj de cada faixa de tráfego são sobrepostos não dando indícios que o efeito das motocicletas entre veículos é maior na direita do que na faixa da esquerda Por fim a variável que representa o veículo pesado Qvpj apresentou um coeficiente com valor médio de 20 s com limite inferior e superior de 18 e 22 s O intervalo de confiança estreito é resultado da maior quantidade de observações com veículos pesados nessa faixa de tráfego dando uma maior confiança do valor médio O valor para a faixa direita é apenas um pouco maior que o da esquerda mas os intervalos de confiança são sobrepostos não dando indícios que o veículo pesado atribui impacto diferente comparando as duas faixas de tráfego Quanto ao R² podese afirmar que cerca de 66 da variação dos H4j pôde ser explicada pela quantidade de motocicletas e veículos pesados Os resultados dos testes de 76 normalidade KolmogorovSmirnov de independência DurbinWatson e de homocedasticidade dos resíduos referentes à faixa esquerda estão apresentados na Tabela 13 Tabela 13 Resultado dos testes das premissas da regressão do H4j da faixa direita FAIXA DIREITA Teste de Normalidade KolmogorovSmirnov Teste de Independência Durbin Watson Teste de Homocedasticidade BreushPagan 69 98 5 Fonte Elaborado pelo autor Considerando um nível de significância de 5 podese afirmar que nenhuma premissa da regressão linear é rejeitada Para um diagnóstico mais completo dos resíduos elaborouse o Gráfico 19 que apresenta o diagnóstico dos resíduos da regressão do H4j da faixa direita Gráfico 19 Diagnóstico dos resíduos da regressão do H4j da faixa direita Fonte Elaborado pelo autor O gráfico Residuals vs Fitted não indica um padrão específico apresentado pela linha que é praticamente reta o que aponta para uma relação linear O gráfico Normal QQ assim como na faixa esquerda apresenta alguns pontos fora da linha tracejada principalmente entre os quantis 2 e 3 apesar disso esse comportamento não é suficiente para indicar que os resíduos não seguem distribuição normal O gráfico ScaleLocation apresenta a linha azul com inclinação para maiores de fitted values dando indícios de heterocedasticidade O resultado 77 do teste BreushPagan realizado atingiu exatamente o critério adotado para um grau de confiança de 95 Logo os resultados não são conclusivos O gráfico Residuals vs Leverage não apresenta a reta tracejada vermelha e portanto não há pontos de influência Como conclusões desse tópico do tp1 podese afirmar com base nos resultados das regressões que o efeito médio de uma motocicleta posicionada à frente do primeiro veículo e entre veículos no tp1 está entre de 04 e 06 s com intervalo de confiança dos estimadores variando entre 03 e 07 s Não houve significância estatística do parâmetro que representa as motocicletas no corredor virtual portanto não há indícios de que as motocicletas posicionadas no corredor virtual atrasam a descarga da fila dos veículos Praticamente todas as premissas da regressão foram atendidas com exceção da premissa da independência dos erros na regressão realizada para a faixa esquerda que teve a hipótese nula do teste de DurbinWatson rejeitada 72 Headways de descarga de saturação Para avaliar o efeito das motocicletas posicionada à frente dos veículos nos hds na faixa esquerda realizouse a regressão linear considerando a variável explicada hdsij e as variáveis explicativas qmij e tvij Os valores médios intervalos de confiança dos coeficientes e suas respectivas significâncias além do R² estão apresentados na Tabela 14 Tabela 14 Resultados da regressão linear da variável hdsij para a faixa esquerda FAIXA ESQUERDA Coeficientes Valor médio valorP Limite inferior Limite superior R² N Intercepto 20 01 20 21 028 1377 qmij 06 01 06 07 tvij 09 01 07 10 Fonte Elaborado pelo autor Todos os coeficientes apresentaram significância estatística O intercepto apresentou valor de 20 s que representa o headway médio de descarga dos veículos leves em regime de saturação na faixa da esquerda cujo intervalo de confiança variou entre 20 e 21 s O coeficiente tvij indica o acréscimo no caso de o veículo ser pesado e apresentou valor de 09 s logo um veículo pesado tem um hds médio de 29 s O intervalo de confiança do tvij variou entre 07 e 10 s O coeficiente qmij que representa o aumento do headway de acordo com a quantidade de motocicletas à frente do veículo apresentou valor médio de 06 s Dessa forma 78 no caso de haver uma motocicleta à frente de um veículo leve de acordo com o modelo o headway médio seria de 26 s o que simboliza um acréscimo de 30 No caso do veículo pesado uma motocicleta à frente incorreria no aumento do seu headway de 29 para 35 s um aumento médio de aproximadamente 20 Finalmente o R² indicou que 28 da variação dos hds podem ser explicados pelo tipo de veículo e quantidade de motocicletas posicionadas longitudinalmente à frente Os resultados dos testes de normalidade KolmogorovSmirnov de independência Durbin Watson e de homocedasticidade dos resíduos referentes à faixa esquerda estão apresentados na Tabela 15 Tabela 15 Resultado dos testes das premissas da regressão do hdsij da faixa esquerda FAIXA ESQUERDA Teste de Normalidade KolmogorovSmirnov Teste de Independência Durbin Watson Teste de Homocedasticidade BreushPagan 0 73 0 Fonte Elaborado pelo autor Considerando um nível de significância de 5 podese afirmar as hipóteses de normalidade e homocedasticidade foram rejeitadas A premissa de normalidade não é um pressuposto necessário para que os estimadores obtidos através do Método dos Mínimos Quadrados MQQ sejam os melhores estimadores lineares nãoviesados MELNV mas necessário para que as inferências sejam válidas A premissa de homocedasticidade no entanto não elimina as propriedades de ausência de viés e consistência dos estimadores de MQQ mas eles deixam de ter a variância mínima logo deixam de ser MELNV Concluindo não é possível confiar nas inferências realizadas e os estimadores não são MELNV mas continuam consistentes e com ausência de viés O diagnóstico dos resíduos da regressão do hdsij da faixa esquerda está apresentado no Gráfico 20 79 Gráfico 20 Diagnóstico dos resíduos da regressão do hdsij da faixa esquerda Fonte Elaborado pelo autor O gráfico Residuals vs Fitted não indica um padrão específico apresentado pela linha que é praticamente reta o que aponta para uma relação linear O gráfico Normal QQ apresenta vários pontos fora da linha tracejada principalmente acima do quantil 2 reforçando que os resíduos não seguem normal O gráfico ScaleLocation apresenta a linha azul com inclinação para maiores de fitted values dando indícios de heterocedasticidade confirmado pela rejeição da hipótese nula no teste BreushPagan O gráfico Residuals vs Leverage não apresenta a reta tracejada vermelha e portanto não há pontos de influência Para avaliar o efeito das motocicletas posicionada à frente dos veículos nos hds na faixa direita também foi realizada a regressão linear considerando a variável explicada hdsij e as variáveis explicativas qmij e tvij Os valores médios intervalos de confiança dos coeficientes e suas respectivas significâncias além do R² estão apresentados na Tabela 16 Tabela 16 Resultados da regressão linear da variável hdsij para a faixa direita FAIXA DIREITA Coeficientes Valor médio valorP Limite inferior Limite superior R² N Intercepto 23 01 23 24 037 1020 qmij 07 01 06 08 tvij 12 01 11 13 Fonte Elaborado pelo autor 80 Assim como na faixa esquerda todos os coeficientes apresentaram significância estatística na faixa direita O intercepto apresentou valor de 23 s que representa o headway médio de descarga dos veículos leves em regime de saturação na faixa da direita cujo intervalo de confiança variou entre 23 e 24 O valor médio é 03 s maior do que o obtido na faixa esquerda O coeficiente tvij indica o acréscimo no caso de o veículo ser pesado e apresentou valor de 12 s logo um veículo pesado tem um headway de descarga médio no regime de saturação de 35 s sendo maior do que o da faixa esquerda em 06 s O intervalo de confiança do tvij variou entre 11 e 13 Os resultados reforçam a hipótese levantada na análise descritiva e de correlação que a faixa da direita apresenta headways maiores tanto pela maior presença de veículos pesados quanto possivelmente por outros fatores que impactam na descarga dos veículos como a existência de conversão à direita que é permitida apenas nessa faixa de tráfego O coeficiente qmij que representa o aumento do headway de acordo com a quantidade de motocicletas à frente do veículo apresentou valor médio de 07 s sendo semelhante ao valor obtido na faixa esquerda No caso de haver uma motocicleta à frente de um veículo leve de acordo com o modelo o seu headway médio passaria de 23 para 30 s acréscimo aproximado de 30 No caso do veículo pesado uma motocicleta à frente representa um aumento médio de aproximadamente 20 Por fim o R² indicou que 37 da variação dos hds o podem ser explicados pelo tipo de veículo e quantidade de motocicletas posicionadas longitudinalmente à frente Os resultados dos testes de normalidade KolmogorovSmirnov de independência Durbin Watson e de homocedasticidade dos resíduos referentes à faixa esquerda estão apresentados na Tabela 17 Tabela 17 Resultado dos testes das premissas da regressão do hdsij da faixa direita FAIXA DIREITA Teste de Normalidade KolmogorovSmirnov Teste de Independência Durbin Watson Teste de Homocedasticidade BreushPagan 0 64 0 Fonte Elaborado pelo autor Considerando um nível de significância de 5 podese afirmar as hipóteses de normalidade e homocedasticidade foram rejeitadas As conclusões portanto são as mesmas realizadas para a faixa esquerda dado que os resultados dos testes foram iguais Como as 81 premissas de normalidade e homocedasticidade foram violadas as inferências não são válidas e os coeficientes deixam de ser MELNV no entanto apresentam a ausência de viés e consistência do MQQ O diagnóstico dos resíduos da regressão do hdsij da faixa esquerda está apresentado no Gráfico 21 Gráfico 21 Diagnóstico dos resíduos da regressão do hdsij da faixa direita Fonte Elaborado pelo autor O gráfico Residuals vs Fitted não indica um padrão específico apresentado pela linha que é praticamente reta o que aponta para uma relação linear O gráfico Normal QQ apresenta vários pontos fora da linha tracejada principalmente acima do quantil 2 reforçando que os resíduos não seguem distribuição normal conforme indicado pela rejeição do teste O gráfico ScaleLocation apresenta a linha azul com leve inclinação a partir de fitted values maiores do que 3 no entanto a linha é basicamente horizontal contrariando o resultado do teste O gráfico Residuals vs Leverage não apresenta a reta tracejada vermelha e portanto não há pontos de influência Com base nos resultados da regressão linear é possível concluir que uma motocicleta à frente do veículo aumenta o seu respectivo headway durante o regime de saturação entre 06 e 07 segundo Esse valor representa para o veículo leve um aumento de cerca de 30 Quanto às premissas da regressão as hipóteses de normalidade e homocedasticidade foram violadas em ambas as análises Dado isso as inferências não são 82 válidas e os coeficientes deixam de ser MELNV no entanto apresentam a ausência de viés e consistência do MQQ 73 Fluxo de saturação Para identificar e avaliar o efeito da proporção de motocicletas posicionadas longitudinalmente durante o regime de saturação no fluxo de saturação da faixa esquerda realizouse a regressão linear considerando a variável explicada Sj e a variável explicativa pmj Os valores médios intervalos de confiança dos coeficientes e suas respectivas significâncias além do R² estão apresentados na Tabela 18 Tabela 18 Resultados da regressão linear da variável Sj para a faixa esquerda FAIXA ESQUERDA Coeficientes Valor médio valorP Limite inferior Limite superior R² N Intercepto 1684 01 1644 1723 009 199 pmj 39 01 57 20 Fonte Elaborado pelo autor Os coeficientes apresentaram significância estatística O intercepto apresentou valor de 1684 que indica o fluxo de saturação Sj da faixa esquerda em veích quando não há motocicletas posicionadas longitudinalmente durante o regime de saturação O intervalo de confiança desse coeficiente variou entre 1644 e 1723 O valor médio obtido do intercepto é representado pelo hsj médio de aproximadamente 21 s O valor médio do coeficiente pmj obtido foi de 39 veích indicando a diminuição em veículos por hora de 1 de aumento da proporção de motocicletas Logo de acordo com o modelo uma proporção de 50 de motocicletas em um ciclo semafórico ocasiona um fluxo de saturação de 1489 veículos por hora o que resulta em uma redução de 12 quando comparado com a situação de ausência de motocicletas O intervalo de confiança do coeficiente variou de 57 à 20 veích O R² indicou que 9 da variação do fluxo de saturação do ciclo semafórico podem ser explicados pela proporção de motocicletas posicionadas longitudinalmente durante o regime de saturação Os resultados dos testes de normalidade KolmogorovSmirnov de independência DurbinWatson e de homocedasticidade dos resíduos referentes à faixa esquerda estão apresentados na Tabela 19 83 Tabela 19 Resultado dos testes das premissas da regressão do Sj da faixa esquerda FAIXA ESQUERDA Teste de Normalidade KolmogorovSmirnov Teste de Independência Durbin Watson Teste de Homocedasticidade BreushPagan 29 3 11 Fonte Elaborado pelo autor Das premissas da regressão linear apenas a independência dos erros foi rejeitada através do valorp de 3 Esse resultado indica que há autocorrelação entre os resíduos da regressão Para um maior aprofundamento dessa questão elaborouse o Gráfico 22 no qual estão apresentados os resíduos por observação durante a coleta sendo possível identificar se há um padrão do comportamento da variável Gráfico 22 Resíduos do modelo de regressão do Sj em ordem da coleta da faixa esquerda Fonte Elaborado pelo autor Contrariando o resultado do teste que indica autocorrelação dos resíduos os dados apresentados acima indicaram que não há um padrão estabelecido do comportamento dos erros considerando a ordem da coleta De forma geral os resíduos não indicam padrão e com média aproximadamente 0 O diagnóstico dos resíduos da regressão do Sj da faixa esquerda está apresentado no Gráfico 23 84 Gráfico 23 Diagnóstico dos resíduos da regressão do Sj da faixa esquerda Fonte Elaborado pelo autor O gráfico Residuals vs Fitted não indica um padrão específico apresentado pela linha que é praticamente reta o que aponta para uma relação linear O gráfico Normal QQ apresenta alguns pontos fora da linha tracejada principalmente entre os quantis 3 e 2 apesar disso esse comportamento não é suficiente para indicar que os resíduos não seguem distribuição normal pois aparentemente são poucos pontos O gráfico ScaleLocation apresenta a linha azul com basicamente horizontal dando indícios de homocedasticidade O gráfico Residuals vs Leverage não apresenta a reta tracejada vermelha e portanto não há pontos de influência Para identificar e avaliar o efeito da proporção de motocicletas posicionadas longitudinalmente durante o regime de saturação no fluxo de saturação da faixa direita realizouse a regressão linear considerando a variável explicada Sj e a variável explicativa pmj Os valores médios intervalos de confiança dos coeficientes e suas respectivas significâncias além do R² estão apresentados na Tabela 20 85 Tabela 20 Resultados da regressão linear da variável Sj para a faixa direita FAIXA DIREITA Coeficientes Valor médio valorP Limite inferior Limite superior R² N Intercepto 1416 01 1371 1461 007 221 pmj 60 01 86 34 Fonte Elaborado pelo autor Assim como na faixa esquerda os coeficientes apresentaram significância estatística O intercepto apresentou valor de 1416 veích que indica o fluxo de saturação Sj da faixa direita em veích quando não há motocicletas posicionadas longitudinalmente durante o regime de saturação O valor é consideravelmente inferior ao obtido pela faixa esquerda como esperado devido à maior quantidade de veículos pesados nessa faixa O intervalo de confiança desse coeficiente variou entre 1371 e 1461 veích O valor médio obtido do intercepto é representado pelo hsj médio de aproximadamente 25 s O valor médio do coeficiente pmj obtido foi de 60 veích o que indica a diminuição em veículos por hora de 1 de aumento da proporção de motocicletas Logo de acordo com o modelo uma proporção de 50 de motocicletas em um ciclo semafórico ocasiona um fluxo de saturação de 1116 veículos por hora o que resulta em uma redução de 21 quando comparado com a situação de ausência de motocicletas O intervalo de confiança do coeficiente variou de 86 à 34 Vale ressaltar que os intervalos de confiança do coeficiente pmj obtidos para ambas as faixas são sobrepostos não dando indícios que o impacto da motocicleta é maior em uma faixa de tráfego específica O R² indicou que 7 da variação do fluxo de saturação do ciclo semafórico podem ser explicados pela proporção de motocicletas posicionadas longitudinalmente durante o regime de saturação Os resultados dos testes de normalidade KolmogorovSmirnov de independência DurbinWatson e de homocedasticidade dos resíduos referentes à faixa direita estão apresentados na Tabela 21 Tabela 21 Resultado dos testes das premissas da regressão do Sj da faixa direita FAIXA DIREITA Teste de Normalidade KolmogorovSmirnov Teste de Independência Durbin Watson Teste de Homocedasticidade BreushPagan 45 94 2 Fonte Elaborado pelo autor 86 Das premissas da regressão linear apenas a hipótese de homocedasticidade foi violada Isso indica que os coeficientes obtidos não são MELNV dado que a variância dos estimadores deixa de ser mínima O diagnóstico dos resíduos da regressão do Sj da faixa direita está apresentado no Gráfico 24 Gráfico 24 Diagnóstico dos resíduos da regressão do Sj da faixa direita Fonte Elaborado pelo autor O gráfico Residuals vs Fitted apresenta uma linha com uma inclinação forte em um ponto específico no entanto não é o suficiente para indicar padrão O gráfico Normal Q Q apresenta poucos pontos fora da linha tracejada dando indícios de normalidade O gráfico ScaleLocation apresenta a linha azul com basicamente horizontal mas também com inclinação forte em um ponto específico Excetuando esse ponto não há um padrão que indique heterocedasticidade como acusou o resultado do teste de BreushPagan O gráfico Residuals vs Leverage não apresenta a reta tracejada vermelha e portanto não há pontos de influência Para concluir com base nos resultados da regressão linear é possível afirmar que em média 1 de aumento da proporção de motocicletas diminui o fluxo de saturação entre 39 e 60 veículos por hora As regressões também indicaram que a proporção de motos explica cerca de 7 e 9 da variação do fluxo de saturação dos ciclos semafóricos Quanto às premissas 87 da regressão a hipótese de independência foi rejeitada para a faixa esquerda enquanto a premissa de homocedastidade foi rejeitada para a faixa direita 74 Fator de equivalência veicular Para obter e analisar o FEQ das motocicletas na faixa esquerda realizouse a regressão linear considerando a variável explicada TVSj e as variáveis explicativa QVLj QVPj e QMj Os valores médios intervalos de confiança dos coeficientes e suas respectivas significâncias além do R² estão apresentados na Tabela 22 Tabela 22 Resultados da regressão linear da variável TVSj para a faixa esquerda FAIXA ESQUERDA Coeficientes Valor médio valorP Limite inferior Limite superior R² N Intercepto 11 01 06 16 093 199 QVLj 19 01 18 20 QVPj 30 01 26 33 QMj 03 01 01 04 Fonte Elaborado pelo autor Todos os coeficientes apresentaram significância estatística Nessa regressão esperavase que o intercepto apresentasse valor 0 visto que não há sentido fenomenológico em haver tempo de verde saturado quando não há veículos leves pesados ou motos O estimador de QVLj apresentou valor médio de 19 s enquanto o estimador de QVPj apresentou valor médio de 30 s Por fim o coeficiente obtido para QMj foi de 03 s com intervalo de confiança variando entre 01 e 04 O FEQ da motocicleta é obtido através da divisão entre os coeficientes de QMj e QVLj Dividindo os valores médios obtevese um valor de FEQ de 015 o que significa que 6 motocicletas posicionadas longitudinalmente entre veículos durante o regime de saturação têm efeito similar na capacidade de 1 veículos leve O resultado é diferente do valor atribuído pelo DENATRAN 2014 que indica um valor de FEQ de 033 para as motocicletas que significa que 3 motocicletas têm efeito similar a 1 veículo leve Vale ressaltar que essa análise despreza as motocicletas no corredor virtual dado que os resultados do tp1 indicaram que nessa posição as motocicletas não impactam na capacidade da via O R² indicou que 93 da variação do tempo de verde saturado do ciclo semafórico podem ser explicados pela quantidade de veículos leves pesados e motos Os resultados dos 88 testes de normalidade KolmogorovSmirnov de independência DurbinWatson e de homocedasticidade dos resíduos referentes à faixa esquerda estão apresentados na Tabela 23 Tabela 23 Resultado dos testes das premissas da regressão do TVSj da faixa esquerda FAIXA ESQUERDA Teste de Normalidade KolmogorovSmirnov Teste de Independência Durbin Watson Teste de Homocedasticidade BreushPagan 86 0 0 Fonte Elaborado pelo autor Das premissas da regressão linear as hipóteses de independência e homocedasticidade foram violadas Isso indica que os coeficientes obtidos não são MELNV dado que a variância dos estimadores deixa de ser mínima Buscando avaliar se há autocorrelação dos resíduos elaborouse o Gráfico 25 que apresenta o comportamento dos resíduos por ordem de coleta Gráfico 25 Resíduos do modelo de regressão do Sj em ordem da coleta da faixa esquerda Fonte Elaborado pelo autor Contrariando o resultado do teste que indica autocorrelação dos resíduos os dados apresentados acima indicaram que não há um padrão estabelecido do comportamento dos erros considerando a ordem da coleta De forma geral os resíduos não indicam padrão e com média de aproximadamente 0 O diagnóstico dos resíduos da regressão do TVSj da faixa esquerda está apresentado no Gráfico 26 89 Gráfico 26 Diagnóstico dos resíduos da regressão do TVSj da faixa esquerda Fonte Elaborado pelo autor O gráfico Residuals vs Fitted apresenta uma linha basicamente reta o que aponta para uma relação linear O gráfico Normal QQ indica que praticamente todos os pontos estão sobrepostos à linha tracejada o que dá indícios de normalidade dos resíduos O gráfico Scale Location apresenta a linha azul com inclinação para maiores de fitted values dando indícios de heterocedasticidade O gráfico Residuals vs Leverage não apresenta a reta tracejada vermelha e portanto não há pontos de influência Para obter e analisar o FEQ das motocicletas na faixa direita realizouse a regressão linear considerando a variável explicada TVSj e as variáveis explicativa QVLj QVPj e QMj Os valores médios intervalos de confiança dos coeficientes e suas respectivas significâncias além do R² estão apresentados na Tabela 24 Tabela 24 Resultados da regressão linear da variável TVSj para a faixa direita FAIXA DIREITA Coeficientes Valor médio valorP Limite inferior Limite superior R² N Intercepto 04 195 02 10 094 221 QVLj 22 01 21 23 QVPj 38 01 36 41 QMj 05 01 03 07 Fonte Elaborado pelo autor 90 Diferentemente do resultado obtido na faixa esquerda a faixa da direita não indicou significância estatística para o intercepto Como dito anteriormente esse resultado é esperado dado que não há sentido fenomenológico em haver tempo de verde saturado quando não há veículos leves pesados ou motos O estimador de QVLj apresentou valor médio de 22 s enquanto o estimador de QVPj apresentou valor médio de 38 s Ambos os valores são maiores do que os obtidos para a faixa esquerda Por fim o coeficiente obtido para QMj foi de 05 s com intervalo de confiança variando entre 03 e 07 Dividindo os valores médios de QMj pelo QVLj obtevese um valor de FEQ de 021 o que significa que aproximadamente 5 motocicletas posicionadas longitudinalmente entre veículos durante o regime de saturação têm efeito similar na capacidade de 1 veículos leve O resultado também diferente do valor atribuído pelo DENATRAN 2014 que indica um valor de FEQ de 033 para as motocicletas que significa que 3 motocicletas têm efeito similar a 1 veículo leve Vale ressaltar que essa análise despreza as motocicletas no corredor virtual dado que os resultados do tp1 indicaram que nessa posição as motocicletas não impactam na capacidade da via Apesar do valor do FEQ da motocicleta obtido através dos valores médios para a faixa direita ser superior ao da faixa esquerda os valores são similares Além disso os intervalos de confiança dos estimadores são sobrepostos não dando indícios que o FEQ das motos é diferente considerando ambas as faixas de tráfego O R² indicou que 94 da variação do tempo de verde saturado do ciclo semafórico podem ser explicados pela quantidade de veículos leves pesados e motos Os resultados dos testes de normalidade Kolmogorov Smirnov de independência DurbinWatson e de homocedasticidade dos resíduos referentes à faixa direita estão apresentados na Tabela 25 Tabela 25 Resultado dos testes das premissas da regressão do TVSj da faixa direita FAIXA DIREITA Teste de Normalidade KolmogorovSmirnov Teste de Independência Durbin Watson Teste de Homocedasticidade BreushPagan 70 44 8 Fonte Elaborado pelo autor Considerando um nível de significância de 5 podese afirmar que nenhuma premissa da regressão linear é rejeitada Para um diagnóstico mais completo dos resíduos elaborouse o Gráfico 19 que apresenta o diagnóstico dos resíduos da regressão do TVSj da faixa direita 91 Gráfico 27 Diagnóstico dos resíduos da regressão do TVSj da faixa direita Fonte Elaborado pelo autor O gráfico Residuals vs Fitted apresenta uma linha reta o que indica uma relação linear O gráfico Normal QQ indica que praticamente todos os pontos estão sobrepostos à linha tracejada dando indícios de normalidade dos resíduos reforçado pela nãorejeição da hipótese nula no teste de KolmogorovSmirnov O gráfico ScaleLocation também apresenta a linha azul praticamente reto dando indícios de homocedasticidade que é reforçado pela nãorejeição da hipótese nula no teste de BreushPagan O gráfico Residuals vs Leverage não apresenta a reta tracejada vermelha e portanto não há pontos de influência Como conclusões desse tópico podese afirmar que de acordo com os resultados da regressão o FEQ das motocicletas está entre 015 e 021 o que representa que é necessário entre 5 e 6 motocicletas para ocasionar o mesmo efeito de um veículo leve no fluxo de saturação Esse resultado como dito anteriormente difere do FEQ indicado por DENATRAN 2014 que apresenta um FEQ das motocicletas de 033 Vale ressaltar ainda que os dados da regressão consideraram apenas motocicletas posicionadas longitudinalmente entre veículos portanto motos no corredor virtual foram desconsideradas Caso essas motos fossem consideradas o FEQ reduziria 92 8 CONCLUSÕES E RECOMENDAÇÕES PARA TRABALHOS FUTUROS Apesar da literatura apresentar alguns trabalhos publicados acerca do efeito das motocicletas na capacidade de interseções semaforizadas sob a ótica do tráfego homogêneo verificouse há lacuna acerca deste tipo de trabalho nas condições do tráfego das cidades brasileiras Para avaliar os efeitos que as motocicletas podem atribuir à capacidade de interseções semaforizadas e atingir os objetivos estabelecidos o estudo foi subdividido em quatro etapas tempo perdido inicial headway de descarga de saturação fluxo de saturação e fator de equivalência veicular Para isso propôsse um método subdivido em determinação das variáveis do estudo planejamento e realização da coleta de dados análises descritiva de correlação e de regressão Na determinação das variáveis coletadas estas foram definidas buscando representar a presença de motocicletas à frente do primeiro veículo da fila no corredor virtual entre veículos longitudinalmente proporção de motocicletas posicionadas longitudinalmente entre veículos durante o regime de saturação e quantidade de motocicletas durante o regime de saturação A coleta de tráfego deste estudo foi realizada em uma aproximação semaforizada que apresenta duas faixas de tráfego e totalizou cerca de 14 horas de coleta que resultaram em cerca de 4000 headways veiculares A etapa da análise descritiva permitiu identificar que aparentemente a estabilização do headway de descarga acontece aproximadamente a partir do 7º veículo em fila com valores de 21 segundos na faixa esquerda e 27 na faixa direita A faixa direita portanto apresentou maior valor que pôde ser explicado pela maior quantidade de veículos pesados e também por permitir movimento de conversão De acordo com os dados coletados e em concordância com o que a literatura aborda os headways dos veículos pesados são geralmente maiores do que os dos veículos leves Considerando os headways de descarga durante o regime de saturação as médias obtidas foram de 21 e 31 segundos para veículos leves e pesados respectivamente na faixa esquerda enquanto as médias obtidas foram de 24 e 37 segundos para veículos leves e pesados respectivamente na faixa direita Os dados também apontaram que os headways dos veículos que tiveram presença de motocicletas à sua frente são de maneira geral consideravelmente maiores do que os headways dos veículos que tiveram ausência de motocicletas Considerando os quatro primeiros headways que representam o tempo perdido inicial foram obtidas médias de 28 e 93 43 segundos respectivamente para veículos com ausência e com presença de motocicletas na faixa esquerda enquanto foram obtidas médias de 32 e 50 segundos respectivamente para veículos que apresentaram ausência e presença de motocicletas na faixa direita Quanto aos headways em regime de saturação a partir do 5º veículo em fila foram obtidas médias de 21 e 31 segundos respectivamente para veículos com ausência e presença de motocicletas na faixa esquerda enquanto foram obtidas médias de 26 e 37 segundos respectivamente para veículos que apresentaram ausência e presença de motocicletas As diferenças entre as médias dos headways na ausência e presença de motocicletas no tempo perdido inicial variam entre 15 e 18 segundos enquanto as diferenças entre as médias dos headways de descarga durante o regime de saturação foram de 10 e 11 segundos indicando que o impacto das motocicletas é ainda maior na descarga dos primeiros veículos Elaborouse a hipótese que esse fenômeno acontece devido ao comportamento das motocicletas tenderem a se concentrar próximo aos primeiros veículos e portanto afetam mais significativamente a descarga desses Essa hipótese foi corroborada através gráfico elaborado que apresentou a quantidade médio de motocicletas por posição na fila que indicou que as motos se concentram principalmente próximo à faixa de retenção Durante a etapa de correlação foi possível identificar o grau em que as variáveis coletadas de relacionam o que foi possível reforçar ou atenuar as hipóteses elaboradas para cada análise de regressão Considerando a análise do tempo perdido inicial na faixa esquerda a variável H4j que representa o quarto headway acumulado apresentou correlação positiva com intensidade moderada e significância estatística com a quantidade de motos à frente do primeiro veículo Qmfj a quantidade de motos entre veículos Qmevj e a quantidade de veículos pesados Qvpj Não houve significância estatística da correlação entre o H4j e a variável que representa as motos no corredor virtual Pmcvj Na faixa direita a variável H4j apresentou baixa correlação positiva com significância estatística com as variáveis que representam a quantidade de motos à frente do primeiro veículo Qmfj e da quantidade de motos entre veículos Qmevj e alta correlação positiva com a quantidade de veículos pesados Qvpj Assim como na faixa esquerda não houve significância estatística do H4j na faixa direita com a variável que representa a presença de motos no corredor virtual Pmcvj Com esses resultados as hipóteses de que as motocicletas entre veículos e à frente do primeiro veículo podem resultar em maiores valores 94 do tempo perdido inicial foram reforçadas enquanto a hipótese do impacto das motocicletas no corredor virtual foi atenuada Com relação aos resultados da análise de correlação dos headways de descarga da de saturação em ambas as faixas de tráfego o hdsij apresentou correlação positiva com intensidade moderada e significância estatística com a variável que representa a quantidade de motos posicionadas longitudinalmente à frente dos veículos qmij Esses resultados reforçaram a hipótese levantada de que maiores quantidades de motocicletas entre veículos resultam em maiores valores de hdsij Na análise de correlação do fluxo de saturação Sj em ambas as faixas o Sj apresentou baixa porém significativa correlação negativa com a variável que representa a proporção de motocicletas posicionadas longitudinalmente entre veículos durante o regime de saturação pmj Através do diagrama de dispersão foi possível observar que mesmo em condições de ausência de motocicletas pmj 0 há valores baixos de fluxo de saturação próximo à 1000 veículos por hora por exemplo o que aponta que há outros fatores que influenciam significativamente a descarga dos veículos em regime de saturação Os resultados reforçam a hipótese de que maiores proporções de motocicletas resultam em menores valores de fluxo de saturação no entanto não aparenta ser um fator que impacta fortemente Na análise de correlação do fator de equivalência veicular FEQj em ambas faixas de tráfego o TVSj apresentou alta correlação com a quantidade de veículos leves durante o regime de saturação QVLj Essa alta correlação é esperada visto que a maioria dos veículos que trafegam são leves além de que maiores quantidades de veículos em um ciclo resultam em maiores tempos de verde saturado Apesar de significante a correlação da variável TVSj com as variáveis VQMj e QVPj foi baixa ou moderada em ambas as faixas de tráfego Na etapa de regressão linear do tempo perdido inicial em ambas as faixas de tráfego foi possível concluir que que o efeito médio de uma motocicleta posicionada à frente do primeiro veículo e entre veículos no tp1 está entre de 04 e 06 segundos Não houve significância estatística do parâmetro que representa as motocicletas no corredor virtual portanto não houveram indícios de que as motocicletas posicionadas no corredor virtual atrasam a descarga da fila dos veículos Praticamente todas as premissas da regressão foram atendidas com exceção da premissa da independência dos erros na regressão realizada para a faixa esquerda que teve a hipótese nula do teste de DurbinWatson rejeitada No entanto 95 elaborouse um gráfico dos resíduos por ordem de coleta no qual não foi possível identificar um padrão do comportamento dos resíduos Dessa forma apesar da conclusão do teste o gráfico não deu indícios de dependência dos resíduos Com relação aos resultados da análise de correlação dos headways de descarga de saturação foi possível concluir que uma motocicleta à frente do veículo está relacionada com o aumento do seu respectivo headway durante o regime de saturação entre 06 e 07 segundo Esse valor representa para o veículo leve um aumento de cerca de 30 do tempo necessário para ser atendido na interseção semaforizada Quanto às premissas da regressão as hipóteses de normalidade e homocedasticidade foram violadas em ambas as faixas de tráfego Dado isso as inferências não são válidas e os coeficientes deixam de ser os Melhores Estimadores Lineares NãoViesados MELNV no entanto apresentam a ausência de viés e consistência do Método Mínimos Quadrados MQQ Na análise de regressão do fluxo de saturação foi possível afirmar que em média 1 de aumento da proporção de motocicletas está relacionado à diminuição do fluxo de saturação entre 39 e 60 veículos por hora As regressões também indicaram que a proporção de motos explica cerca de 7 e 9 da variação do fluxo de saturação dos ciclos semafóricos Quanto às premissas da regressão a hipótese de independência foi rejeitada para a faixa esquerda enquanto a premissa de homocedastidade foi rejeitada para a faixa direita Quanto à premissa de dependência violada na faixa esquerda elaborouse um gráfico dos resíduos por ordem de coleta no qual não foi possível identificar um padrão do comportamento dos resíduos Dessa forma apesar da conclusão do teste os dados apresentados no gráfico não deram indícios de dependência dos resíduos A rejeição da premissa de homocedasticidade na análise da faixa direita indica que o coeficiente obtido não é eficiente apesar de continuar sendo nãotendencioso e consistente Dessa forma os testes estatísticos realizados apresentaram resultados inexatos Quanto à análise de regressão realizada para o fator de equivalência veicular FEQ foi possível afirmar que o FEQ das motocicletas está entre 015 e 021 o que representa que é necessário entre 5 e 6 motocicletas posicionadas longitudinalmente entre veículos para ocasionar o mesmo efeito de um veículo leve na descarga durante o regime de saturação Esse resultado como dito anteriormente difere do FEQ indicado por DENATRAN 2014 que apresenta um valor de 033 Vale ressaltar ainda que os dados da regressão consideraram apenas motocicletas posicionadas longitudinalmente entre veículos portanto 96 motos no corredor virtual foram desconsideradas Dado que os resultados obtidos na análise do tempo perdido inicial indicaram que as motocicletas posicionadas no corredor virtual não afetaram a descarga dos quatro primeiros veículos entendese que o FEQ apresentaria valor ainda inferior caso essas motos fossem consideradas Dado que o trabalho apresentou questões de pesquisa fenomenológicas ou seja que buscaram avaliar o fenômeno do impacto das motocicletas na capacidade de interseções semaforizadas e não necessariamente de elaborar apenas modelos preditivos os modelos que apresentaram violação das premissas de regressão linear não foram corrigidos Portanto sugerese para trabalhos futuros que para fins de aplicação e maiores investigações realize se o tratamento das variáveis que corrija as violações ou sejam elaborados outros modelos nãolineares Sugerese também que para fins de aplicação sejam elaborados modelos mais generalistas que considerem por exemplo a proporção total de motocicletas em determinado regime tempo perdido inicial ou fluxo de saturação Sugerese que os trabalhos futuros incorporem mais observações e outras variáveis que impactam a descarga dos veículos como largura de faixa e movimento de conversão o que garantirá conclusões mais concretas sobre o fenômeno analisado Para futuros estudos também é indicado analisar o impacto sobre o headway de descarga de um veículo do tipo de veículo que vai na sua frente Ou seja avaliar se o headway de um veículo leve por exemplo é estatisticamente distinto se este segue um veículo leve ou veículo pesado Apesar dos resultados conclusivos sobre as motocicletas no corredor virtual entendese que a variável Pmcjj não representa fielmente o comportamento das motocicletas no corredor virtual visto que a posição final das motocicletas no início do verde não indica necessariamente os veículos que podem ser impactados dado que a descarga das motocicletas é geralmente mais ágil que a dos veículos Portanto propõese para estudos futuros uma variável binária para cada headway veicular que indique a presença ou ausência de motocicletas à sua adjacência no momento que o veículo passa na faixa de retenção É indicada a aplicação do método proposto para uma amostra de faixas controladas por semáforo que seja representativa das características da operação semafórica em Fortaleza Isto permitirá estimar de forma mais abrangente como a fluidez veicular excluindo as motos em interseções semaforizadas tem sido afetada pela presença das motocicletas Por fim ressaltase que este foi um estudo exploratório o qual propôs e aplicou um método para avaliar o impacto da presença de motocicletas sobre o tempo perdido inicial 97 e sobre o fluxo de saturação de uma faixa controlada por um semáforo além da determinação do fator de equivalência veicular para motos e veículos pesados Os resultados foram obtidos através de uma aproximação semaforizada portanto os valores obtidos neste estudo somente poderão ser assumidos para condições semelhantes às quais o estudo foram aplicados 98 REFERÊNCIAS AGBOLOSUAMISON S J SADEK A W ELDESSOUKI W Inclement weather and traffic flow at signalized intersections Transportation Research Record Journal of the Transportation Research Board Washington D C v 1867 pp 163171 2004 ANUSHA C S VERMA A A V KAVITHA G Effects of twowheelers on saturation flow at signalized intersections in developing countries Journal of Transportation Engineering 2013 vol 139 pp 448457 BERGER P P Estudo dos acidentes com motocicletas e da gravidade das lesões recorrentes 2014 Dissertação Mestrado em Engenharia Civil Universidade Federal do Espírito Santo Vitória 2014 BONNESON J A Study of Headway and Lost Time at SinglePoint Urban Interchanges Transportation Research Record Journal of the Transportation Research Board Washington DC v 1365 pp 3039 1992 COUTINHO C H L CUNTO F J C FERREIRA S M P Análise da severidade dos acidentes com motocicletas utilizando modelos probit e logit ordenados TRANSPORTES v 23 n 3 2015 DENATRAN Manual Brasileiro de Sinalização de Trânsito Volume V Sinalização Semafórica Departamento Nacional de Trânsito 2014 ELEFTERIADOU Lily An introduction to traffic flow theory New York Springer 2014 HOLZ R F Realidade da motocicleta no ambiente urbano com foco no Brasil 2014 Teste Doutorado em Engenharia de Produção Escola de Engenharia Universidade Federal do Rio Grande do Sul 2014 KHAN S I MAINI P Modeling heterogeneous traffic flow Transportation Research Record Journal of the Transportation Research Board Washington D C v 1678 pp 234241 1999 KHOSLA K WILLIAMS J C Saturation flow at signalized intersections during longer green time Transportation Research Record Journal of the Transportation Research Board Washington DC v 1978 pp 6167 2006 LE X LU J J MIERZEJEWSKI E A ZHOU Y Variations in capacity at signalized intersections with different area types Transportation Research Record Journal of the Transportation Research Board Washington D C v 1710 pp 199204 2000 LU J J PERNÍA J C The differences of driving behavior among differents driver age groups at signalized intersections IATSS Research 2000 vol 24 pp 7584 99 LUNA M S Sobre o fluxo de saturação conceituação aplicação determinação e variação 2003 Dissertação Mestrado em Engenharia de Transportes Centro de Tecnologia Universidade Federal do Ceará Fortaleza 2003 MÂNICA A G Modelo de previsão de acidentes rodoviários envolvendo motocicletas 2007 Dissertação Mestrado em Engenharia de Produção Escola de Engenharia Universidade Federal do Rio Grande do Sul 2007 MARTINS E T BOING A F PERES M A Mortalidade por acidentes de motocicleta no Brasil análise de tendência temporal 19962009 Revista de Saúde Pública 2013 vol 47 n5 pp 931941 ISSN 00348910 httpdxdoiorg101590S0034 89102013047004227 MATSOUKIS E EFSTATHIADIS S An investigation of the variability of starup lost times and departure headways at signalized intersection in urban areas WIT Transactions on the Built Environment 2013 v 111 MIHN C C SANO K Analysis of motorcycles effects to saturation flow rate at signalized intersection in developing countries Journal of Eastern Asia Society for Transportation Studies 2003 vol 5 pp 12111222 NAKATSUJI T HAI N G TANABORIBOON Y Effects of motorcycle on capacity of signalized intersections Journal of Infrastructure Planning 2001 vol 18 n 5 pp 935 942 NGUYEN H D Saturation flow rate analysis at signalized intersections for mixed traffic conditions in motorcycle dependent cities Transportation Research Procedia 2016 vol 15 pp 694708 RADHAKRISHNAN S RAMADURAI G Discharge headway model for heterogeneous traffic conditions Transportation Research Procedia 2015 vol 10 pp 145154 RONGVIRIYAPANICH T SUPPATTRAKUL C Effects of motorcycles on traffic operations on arterial streets Journal of Eastern Asia Society for Transportation Studies 2005 vol 6 pp 137146 QUEIROZ I N F JACQUES M A P Modelo para estimativa do fluxo de saturação desenvolvido a partir das condições de tráfego de Brasília TRANSPORTES v 10 n1 2002 SILVA T L P Q JACQUES M A P Estimativa do headway de descarga em interseções semaforizadas com auxílio de redes neurais artificiais TRANSPORTES v 11 n1 2003 SHAO C RONG J LIU X Study on the saturation flow rate and its influence factors at signalized intersections in China Procedia Social and Behavioral Sciences 2011 vol 16 pp 504514 100 SHARMA A VANAJAKSHI L RAO N Effect of phase countdown timers on queue discharge characteristics under heterogeneous traffic conditions Transportation Research Record Journal of the Transportation Research Board Washington D C v 2130 pp 93100 2009 STOKES R W Some factors affecting signalized intersection capacity ITE Journal 1989 pp 3540 TRB TRANSPORTATION RESEARCH BOARD Highway capacity manual 5 ed Washington TRB 2010 v 3