[论文解读] Demand-driven design of bicycle infrastructure networks for improved urban bikeability

Christoph Steinacker, David-Maximilian Storch+2 more|arXiv (Cornell University)|Jun 14, 2022

Transportation Planning and Optimization参考文献 34被引用 29

一句话总结

本文提出一种需求驱动的框架，通过基于骑行者路线选择和安全偏好，迭代地从完整配置的自行车道网络中移除自行车道，以设计高效的自行车基础设施网络。该方法可动态适应需求分布，仅通过极少的路径移除即可生成高度可骑行的网络，表明路线选择建模相比静态渗透方法能显著提升网络效率。

ABSTRACT

Cycling is a crucial part of sustainable urban transportation. Promoting cycling critically relies on a sufficiently developed bicycle infrastructure. However, designing efficient bike path networks constitutes a complex problem that requires balancing multiple constraints while still supporting all cycling demand. Here, we propose a framework to create families of efficient bike path networks by explicitly taking into account the demand distribution and cyclists' route choices based on safety preferences. By reversing the network formation process and iteratively removing bike paths from an initially complete bike path network and continually updating cyclists' route choices, we create a sequence of networks that is always adapted to the current cycling demand. We illustrate the applicability of this demand-driven planning scheme for two cities. A comparison of the resulting bike path networks with those created for homogenized demand enables us to quantify the importance of the demand distribution for network planning. The proposed framework may thus enable quantitative evaluation of the structure of current and planned bike path networks and support the demand-driven design of efficient infrastructures.

研究动机与目标

• 解决在预算、连通性和用户需求之间实现成本效益高、安全且便捷的自行车基础设施网络设计挑战。
• 通过基于安全性和便利性偏好的真实骑行者路线选择行为，克服静态网络设计的局限性。
• 量化需求分布对最优自行车道网络结构与性能的影响。
• 开发一种灵活且计算高效的框架，用于评估和设计能够适应真实世界出行模式的自行车道网络。

提出的方法

• 从一个完整自行车道网络开始，其中每个道路路段均配备自行车道，然后根据其对骑行者感知行程距离的影响，迭代地移除自行车道。
• 使用骑行者偏好图，其中边权重结合了物理距离与安全/便利性惩罚（例如，无自行车道的高流量道路惩罚更高）。
• 将路线选择建模为在偏好图上的最短路径计算，以最小化感知距离，同时优先选择更安全、独立的路线。
• 在每一步中，移除导致所有行程平均感知行程距离增加最小的道路路段。
• 每次移除后重新计算最短路径，以反映更新后的网络状况和动态路线适应。
• 使用实际城市的共享单车数据（汉堡、德累斯顿）应用该框架，并与均匀需求和静态渗透方法的结果进行比较。

实验结果

研究问题

• RQ1 将基于安全性和便利性的真实骑行者路线选择行为纳入考量，能在多大程度上提升自行车道网络设计的效率？
• RQ2 骑行需求的空间分布在多大程度上影响最优自行车道网络的结构与性能？
• RQ3 动态、需求自适应的网络生成框架是否能优于依赖固定重要性排序的静态渗透方法？
• RQ4 当动态建模路线选择行为时，通过最小化基础设施投资能实现多大程度的可骑行性提升？
• RQ5 在不同城市网络拓扑结构中，成本（自行车道数量）与性能（自行车可达性与安全性）之间存在何种权衡？

主要发现

• 与静态渗透方法相比，该动态框架生成的自行车道网络可骑行性显著更高，尤其在需求异质性较强时表现更优。
• 即使仅20–30%的道路路段配备自行车道，该动态方法仍能维持高水平的可骑行性，表明其具有强大的鲁棒性与效率。
• 该框架在减少非可骑行道路上的骑行行程比例方面，优于静态方法，尤其是在模型中纳入安全惩罚时效果更明显。
• 对于汉堡，完整模拟耗时约14分钟（使用实际需求）和约15分钟（使用均匀需求）；德累斯顿因行程多样性增加，均匀需求下耗时约29分钟。
• 该动态方法在可骑行性和感知行程距离方面均优于加权惩罚的静态渗透方法，相对改进效果在动态与静态性能比值中清晰可见。
• 该框架在具有不同网络拓扑结构和需求模式的城市中均表现出鲁棒性，无论城市规模或道路分类一致性如何，均能持续实现性能提升。