Validación de la precisión del RidePod BP en Melbourne

Objectivo 

El objetivo era doble: 

       1. determinar cómo el tráfico motorizado afectó la precisión del conteo (si es que lo hizo), y 

       2. comprender cómo responde el contador cuando varias bicicletas pasan sobre el sensor en formación cercana.

Método

Se grabó un vídeo del sitio de instalación durante dos horas (de 7 a. m. a 9 a. m.) el viernes 24 de junio. Este video se utilizó para verificar los datos de la unidad Metrocount en busca de falsos positivos y falsos negativos.

 Un falso positivo es cuando el contador detecta una bicicleta cuando no la hay (esto puede deberse, por ejemplo, a una falsa detección debido a un vehículo en el carril adyacente).

Un falso negativo es cuando el contador no detecta una bicicleta presente. En la práctica, esto sólo es probable que suceda si dos bicicletas circulan muy cerca (adyacentes) entre sí.

El archivo de datos binarios Metrocount se procesó con el software MCE v3.21 utilizando el esquema 5720; Se utilizaron los parámetros predeterminados para este esquema.

Se utilizaron dos ciclistas para probar el contador en condiciones onerosas, como durante las maniobras de adelantamiento de ciclistas. El objetivo de estas pruebas era probar la capacidad del contador para clasificar correctamente a varios ciclistas. Hubo una mínima diferencia de velocidad entre los ciclistas adyacentes durante las pruebas, lo que complicó aún más el proceso de clasificación para el contador.

Resultados

La precisión general del conteo del RoadPod BP fue muy buena: se contaron 202 de los 204 ciclistas observados (99,0%) durante el período de dos horas. Es de destacar que antes de las pruebas ciclistas (que se analizan a continuación) que comenzaron a las 8:20 a. m., se contaban 95 ciclistas en el video y en el contador (en otras palabras, la precisión del conteo fue perfecta).

Tabla 1: Precisión del recuento resumido

Método              No. de ciclistas                  %

Video                           204                          100%

MetroCount                 202                          99.0%

Aquí se supone que el vídeo representa la situación real; solo fue analizado por un individuo, por lo que se requeriría la verificación a través de un segundo individuo para verificar esta precisión.

Es posible que una combinación de falsos positivos y falsos negativos pueda dar la impresión incorrecta de que la unidad es precisa1. Para probar esto más a fondo, los registros individuales con marca de tiempo en el archivo de datos MetroCount se compararon con el video. El recuento acumulado en la Figura 1 demuestra la estrecha coincidencia entre los movimientos observados de los ciclistas y los datos del contador. Cualesquiera que sean las diferencias aparentes, sólo lo son alrededor de las 8:30 a. m., cuando se realizaron la mayoría de las pruebas ciclistas.

Las pruebas ciclistas consistieron en dos ciclistas que circulaban en formación cerrada uno detrás del otro y uno al lado del otro sobre el contador a velocidades similares. El propósito de estas pruebas era comprender con qué precisión el MC5720 podía diferenciar entre ciclistas en condiciones tan (extremas). Se probaron cuatro configuraciones, como se muestra en la Figura 2. El enfoque de detección de eje del sensor piezoeléctrico significa que se registran dos "impactos" por bicicleta (uno por rueda). Estas pruebas sirven para "confundir" el software de clasificación dentro de la unidad MC5720 al exigirle que descifre dos, tres y cuatro resultados en estrecha sucesión que representan dos bicicletas.

El MC5720 manejó correctamente las situaciones de "seguimiento cercano" y "bicicletas superpuestas" (Tabla 1). Sin embargo, sólo una de las situaciones de “superposición de una rueda” se clasificó correctamente y 1 de cada 4 situaciones de “superposición de dos ruedas” se clasificó erróneamente. En el primer caso el contador no detectó la presencia de la segunda bicicleta (es decir, contó una bicicleta cuando había dos). En este último caso se contabilizaron tres bicicletas cuando en realidad eran dos.

Se observa que estas situaciones representan situaciones inusuales y, por lo tanto, es poco probable que tengan un impacto material en la precisión del contador, excepto en situaciones con grandes volúmenes, aglomeraciones significativas (como grupos abajo de los semáforos) y suficiente ancho de ciclovía para facilitar el uso adyacente. No obstante, es sorprendente que el contador pueda clasificar con éxito bicicletas en las que ambas ruedas se superponen, pero tenga mucho menos éxito cuando una rueda se superpone.

Conclusión

Este ejercicio de validación parece demostrar lo siguiente: 

•  la unidad MetroCount proporciona un conteo de ciclistas de alta precisión (99% o más) en Albert Street en condiciones típicas,
• el tráfico adyacente no tiene un impacto medible en la precisión del conteo (es decir, no se detectaron falsos positivos que puedan atribuirse al tráfico de vehículos motorizados), y Si bien se detectaron algunos problemas en la separación de ciclistas donde circulan directamente adyacentes sobre el sensor, este es un evento extremo que es poco probable que afecte la precisión práctica del conteo.

• Dada esta evidencia, parece razonable concluir que la unidad Metrocount proporciona un muy buen nivel de precisión de conteo en entornos de carretera físicamente segregados, como Albert Street. Una advertencia importante es que el rendimiento en otros sitios puede diferir si la combinación de tráfico difiere (particularmente los vehículos más grandes), la calidad del pavimento de la carretera es peor o si hay otras fuentes de vibración (por ejemplo, tranvías).