Route choice modeling based on GPS tracking data The case of Jakarta

Transkript

1 Research Collection Doctoral Thesis Route choice modeling based on GPS tracking data The case of Jakarta Author(s): Nur Arifin, Zainal Publication Date: 2012 Permanent Link: Rights / License: In Copyright - Non-Commercial Use Permitted This page was generated automatically upon download from the ETH Zurich Research Collection. For more information please consult the Terms of use. ETH Library

2 DISS. ETH NO ROUTE CHOICE MODELING BASED ON GPS TRACKING DATA: THE CASE OF JAKARTA A dissertation submitted to ETH ZURICH for the degree of Doctor of Sciences presented by ZAINAL NUR ARIFIN Master of Science in Transportation Engineering born citizen of Indonesia accepted on the recommendation of Prof. Dr. Kay W. Axhausen, examiner Prof. Dr. A.K. Mohammadian, co-examiner 2012

3 Abstract ZAINAL NUR ARIFIN Abstract Workers are the major part of the population. Their commuting activities constitute a very substantial share in people s activities. In Jakarta, the capital of Indonesia, which has 8.5 million residents and 5.6 million of commuters per day, commuting trips are the root cause of traffic problems. Therefore, identification of commuting behavior would be advantageous for the analysts and political decision-makers in the formulation of transport planning and policy in Jakarta. Furthermore, route choice behavior is among others - an important issue to examine in travel demand analysis. Hence, this dissertation focused on these two issues: commuting and route choice behavior. To achieve relevant results, this study utilized information collected by GPS devices, because GPS-based data has been proven more accurate and reliable to capture individual travel behavior. The data were collected using GPS devices including questionnaire sheets during a one-week period. 93 commuters participated in the survey. Some new algorithms were developed for automatic processing of GPS raw data utilizing ArcGIS and Visual Basic programming. The algorithms derived trip s characteristics from GPS raw data, i.e. trip start, trip end, trip duration, trip distance, trip chaining stops, main travel mode and chosen routes. Nine types of main mode used for commuting are identified: drive car, car sharing, drive motorcycle, motorcycle sharing, taxi, bus, train, company bus and informal transit. This dissertation examined commute trips characteristics in Jakarta, such as departure time, commute duration, commute distance and trip chaining behavior. Even though commute trips are routine trips and therefore are often assumed to be static, the results show the presence of dynamic behavior in choosing both modes and routes for commuting. This dynamic behavior occurs in anticipation of traffic congestion, as well as because of trip-chaining stops. Car drivers and motorcyclists frequently change their routes, especially during work-to-home trips. Motorcyclists were more dynamic in choosing their routes than car drivers. Car route choice model for Jakarta was developed in this study using Path-Size Logit formulation proposed by Ben Akiva and Bierlaire (1999). Explanatory variables include not only well-known variables such as travel time and distance, but also variables related to local road network structure and traffic management policy, such as toll road distance, toll road cost, BRT-length and 3-in1-length. The model shows that toll road length and travel time have strong influence on the route choice. Car drivers have the propensity to use toll roads and choose routes with less travel time. x

4 Zusammenfassung ZAINAL NUR ARIFIN Zusammenfassung Die Arbeitnehmer sind der größte Teil der Bevölkerung. Ihre Pendelneinsatz stellen den größten Anteil an die menschenlichen Aktivitäten. In Jakarta, der Hauptstadt von Indonesien, das 8,5 Millionen Einwohner und 5,6 Millionen von Pendlern pro Tag hat, Pendeln is die Hauptursache der Verkehrsprobleme. Deshalb würde Identifikation des Pendlernverhalten von Vorteil sein, für die Analysten und politischen Entscheidungsträgern um die Verkehrsplanung und -politik in Jakarta zu formulieren. Darüber hinaus, bei der Reisebedarfsanalyse ist Routenwahlverhalten - unter anderen - eine wichtige Sache zu prüfen. Folglich konzentriert diese Dissertation auf diesen beiden Probleme: Pendeln und Routenwahlverhalten. Um realistischere Ergebnisse zu erzielen, diese Studie verwendete Informationen, die von GPS-Geräten gesammelt wurden. Weil, GPS-basierte Daten wurden nachgewiesen, Reiseverhalten von Personen genauer und zuverlässiger zu erfassen. Die Daten wurden unter Verwendung von GPS-Geräten, inklusive Fragebogen, während eine Woche gesammelt. 93 Pendlern haben an der Beobachtung teilgenommen. Einige Algorithmen wurden für die automatische Verarbeitung von GPS-Rohdaten bei verwendung von ArcGIS und Visual Basic-Programmierung entwickelt. Die Algorithmen ableitete die Reiseeigenschaften von GPS-Rohdaten, wie Reiseanfang, Reiseende, Reisedauer, Reisedistanz, Reise-Verkettung-Haltestellen, verwendete Hauptverkehrsmittel und gewählte Routen. Neun Arten von Hauptverkehrsmittel für Pendlen werden identifiziert: Autofahrer, Auto-Mitfahrer, Motorradfahrer, Motorrad-Mitfahrer, Taxi, Bus, Bahn, Unternehmen Bus und informellen öffentlichen Verkehr. Diese Dissertation untersuchts Eigenschaften von Pendeln in Jakarta, wie Abfahrtszeit, Reisedauer, Reisedistanz und Verhalten der Reiseverkettung. Auch wenn pendeln routine Reise sind und daher oft als statisch angenommen sind, aber die Ergebnisse in dieser Studie zeigen die Anwesenheit von dynamischen Verhaltens bei der Verkehrsmittelwahl und Routenwahl für Pendlen. Dieses dynamische Verhalten tritt auf wegen Verkehrsstaus, sowie wegen der Reiseverkettung. Auto und Motorrad benutzer ändern sich häufig ihre Routen, besonders während der Reise von der Arbeitplatz nach Hause. Motorradfahrer waren mehr dynamisch bei der Routenwahl als Autofahrer. xi

5 Zusammenfassung ZAINAL NUR ARIFIN Autoroutenwahlmodel für Jakarta wurde in dieser Studie mit Path-Size Logit formulation, vorgeschlagen von Ben Akiva und Bierlaire (1999), entwickelt. Erklärende Variablen gehören nicht nur bekannte Größen wie Fahrzeit und Distanz, aber auch Variablen in Bezug auf lokale Straßennetz Struktur und Traffic-Management-Politik, wie Autobahnlänge, Autobahnkosten, BRT-Länge und 3-in1-Länge. Das Modell zeigt, dass Autobahnlänge und Fahrtzeit starke Einfluss auf die Routenwahl haben. Autofahrer haben die Neigung, Autobahn zu benutzen und die Routen mit weniger Reisezeit zu wählen. xii