Veilige Snelheden, Geloofwaardige Snelheidslimieten (VSGS)

Hoe valide is de GS-bepaling met de VSGS-methode?
Auteur(s)
Kint, S.T. van der; Schermers, G.; Gebhard, S.E.; Hermens, F.
Jaar

In de loop van de jaren heeft SWOV het meetinstrument 'Veilige Snelheden, Geloofwaardige Snelheidslimieten' (VSGS) ontwikkeld. Met dit instrument kan worden beoordeeld wat een veilige rijsnelheid is, gegeven ontwerp en inrichting van de weg (VS) en daarnaast, op basis van een reeks wegkenmerken, of de plaatselijke snelheidslimiet geloofwaardig is (GS). De beoordeling van de veilige snelheid (VS) gaat volgens de VSGS-methode uit van natuurkundige wetten en is wat SWOV betreft onomstreden. Over de bruikbaarheid van de GS-methode zijn in de loop van de tijd twijfels ontstaan.

De geloofwaardigheid van de snelheidslimiet (GS) wordt volgens de VSGS-methode beoordeeld aan de hand van de GS-score, een optelsom van een aantal wegkenmerken die elk als vertrager (-1), versneller (+1) of neutraal (0) aan de score bijdraagt. Locaties met een GS-score rond 0 hebben volgens deze methode een geloofwaardige snelheidslimiet. Een hoge positieve GS-score (dus veel versnellers) suggereert dat er harder gereden zal worden dan de limiet aangeeft, en een negatieve score (veel vertragers), dat er langzamer zal worden gereden. Of dat in de praktijk ook daadwerkelijk gebeurt en of de GS-methode dus ‘valide’ is – of het meet wat we denken dat het meet – is niet bewezen. Een aantal verkennende onderzoeken toont aan dat sommige weg-kenmerken geen relatie hebben met de gereden snelheid en ook dat de relatie van de GS-score met snelheid zwak is.

Dit onderzoek is opgezet om de GS-methode te valideren. Anders dan in eerdere studies, wordt niet alleen voor de GS-score, maar ook voor afzonderlijke GS-wegkenmerken – individueel en in samenhang – onderzocht of ze een aantoonbare relatie hebben met de gereden snelheid. Ook wordt onderzocht in welke mate en in welke richting de wegkenmerken met de gereden snelheid samenhangen, en of dat het geval is voor alle typen wegen, binnen en buiten de bebouwde kom.

De volgende onderzoeksvragen staan in dit onderzoek centraal:

  1. Wat is er in de literatuur bekend over de relatie tussen wegkenmerken, de geloofwaardigheid van de limiet en het snelheidsgedrag?
  2. Is er een relatie tussen de GS-score van 30-, 50-, 60- en 80km/uur-wegen, en alle wegen samengenomen, en het snelheidsgedrag (Vgem, V85) op deze wegen?
  3. Is er evidentie dat de GS-kenmerken afzonderlijk en in samenhang leiden tot veranderingen in snelheidsgedrag?
  4. Welke GS-kenmerken hebben individueel en in samenhang de sterkste relatie met snelheid?

Dit onderzoek richt zich dus alleen op de relatie tussen de geloofwaardigheid van de limiet en het snelheidsgedrag, en niet op de relatie tussen de geloofwaardigheid van de limiet en het aantal ongevallen.

Uit de resultaten blijkt – kort gezegd – dat het huidige GS-instrument niet valide is voor wegen binnen of buiten de bebouwde kom: slechts drie van de acht huidige wegkenmerken voorspellen de vrij gekozen snelheid.

Methode

Dit onderzoek is uitgevoerd in twee fasen. De eerste fase was vooral gericht op het vastleggen van de geschiedenis van het VSGS-instrument. Daarbij is gekeken naar de ontwikkeling van het instrument en de onderbouwing van de keuzes die hierbij zijn gemaakt. De tweede fase van het onderzoek was vooral gericht op het opstellen en beantwoorden van de vier onderzoeksvragen, en dus de validatie van het GS-instrument. Daarvoor zijn de volgende activiteiten uitgevoerd:

  • Literatuuronderzoek naar de relatie tussen geloofwaardigheidskenmerken, snelheid en ongevallen;
  • Data-inventarisatie en -verzameling van wegkenmerken en gereden snelheden voor validatie;
  • Validatie GS-methode: toetsing van de relaties tussen GS-kenmerken en gereden snelheid.

Literatuuronderzoek

Het literatuuronderzoek richt zich op de relatie tussen ‘geloofwaardigheid’ (op basis van wegkenmerken) en snelheid. Vooral de selectie van kenmerken en de relatie van deze kenmerken met de snelheid, en dus met de geloofwaardigheid van de limiet, zijn daarbij belangrijk. Er is zowel naar de nationale als internationale ontwikkelingen op het gebied van de geloofwaardig-heid van snelheidslimieten gekeken.

Validatieonderzoek

Voor validatie van de GS-methode is uitgegaan van de meest recente versie van het VSGS-instrument. Daarin bepalen acht GS-wegkenmerken samen de GS-score. Voor de validatie zijn vervolgens ‘onderzoekslocaties’ gezocht, waarvan zowel deze wegkenmerken als snelheidsdata bekend zijn. Van de databestanden uit eerder SWOV-onderzoek bleek alleen een databestand met provinciale wegen in Noord-Holland voldoende geschikt voor dit validatieonderzoek; deze data waren echter niet gedetailleerd genoeg voor een volledige validatie. Om die reden is voor dit onderzoek ook een databestand opgezet met locaties waarop in 2021 de gewenste data in de praktijk zijn gemeten en geïnventariseerd: de GS-dataset. De validatie van de GS-methode is uiteindelijk gedaan voor twee groepen locaties: deze GS-dataset en een uitgebreide dataset waarin ook de provinciale wegen in Noord-Holland waren opgenomen.

De GS-dataset bestond uiteindelijk uit 53 locaties op 30-, 50-, 60- en 80km/uur-wegen. Deze waren geselecteerd om een redelijk beeld te geven van dat type wegen in Nederland, en zijn bewust gekozen met het oog op variatie in de lengte van rechtstanden, wegbreedte en openheid van het wegbeeld. De locaties zijn door infrastructuurexperts binnen SWOV gecontroleerd. Op deze locaties zijn snelheidsmetingen en verkeerstellingen uitgevoerd en zijn de GS-kenmerken beoordeeld en gescoord. De verzamelde verkeersdata zijn gedetailleerd en geven inzicht in het snelheidsgedrag van individuele voertuigen. Omdat de geloofwaardigheid van een snelheidslimiet vooral speelt wanneer de gereden snelheden niet worden beïnvloed door het overige verkeer, is onderscheid gemaakt naar de normale verkeerssituatie (met al het verkeer) en naar situaties met vrij rijdend verkeer (alleen personen- en bestelauto’s). Voor het vrij rijdende verkeer is een volgafstand van 6 seconden genomen.

De uitgebreide dataset bestond uit bovengenoemde GS-dataset uitgebreid met 75 locaties op provinciale wegen in Noord-Holland, in totaal dus 128 locaties. De verkeersdata voor de 75 locaties in Noord-Holland waren echter minder gedetailleerd: ze waren geaggregeerd voor alle typen voertuigen en alle snelheden over de gehele meetperiode. Voor de analyse op de uitgebreide dataset zijn daarom ook de verkeersdata voor de 53 locaties uit de GS-dataset geaggregeerd over de gehele meetperiode, over alle voertuigen en over alle snelheden.

Voor beide datasets is met Spearman’s rho getoetst of er een verband is tussen de gereden snelheid en de GS-score van de locaties. Daarnaast is er met regressieanalyses gekeken 1) welke GS-wegkenmerken afzonderlijk de gereden snelheid voorspellen, en 2) welke GS-kenmerken in samenhang het beste de gereden snelheden verklaren.

Conclusies

Wat is er in de literatuur bekend over de relatie tussen wegkenmerken, de geloofwaardigheid van de limiet en het snelheidsgedrag?

Er zijn veel onderzoeken uit binnen- en buitenland waarin een relatie is gelegd tussen de geloofwaardigheid (credibility) van snelheidslimieten en de gereden snelheden. De onderzoeken zijn onderling moeilijk te vergelijken vanwege verschillen in doelstelling en aanpak. Ook zijn er grote verschillen tussen de aanpak in het buitenland en in Nederland. Wel is in de verzamelde onderzoeken aangetoond dat de volgende wegkenmerken invloed hebben op het snelheidsgedrag en daarmee relevant zijn voor de geloofwaardigheid van de limiet:

  • Aantal rijstroken (en breedte)
  • Verhouding gevelafstand/gevelhoogte
  • Wegbeeld/dichtheid van de omgeving
  • Lengte van rechtstanden
  • Omgeving (landgebruik en type bebouwing)
  • Parkeren/parkeerwisselingen
  • Verhardingsbreedte
  • Aantal (of aandeel) bedrijven
  • Dichtheid van kruispunten
  • Soort verharding
  • Aanwezigheid fietsstroken/-paden
  • Snelheidsremmers (uitritconstructies)
  • Rijrichtingscheiding
  • Verkeersintensiteit

Is er een relatie tussen de GS-score van 30-, 50-, 60- en 80km/uur-wegen, en alle wegen samengenomen, en het snelheidsgedrag (Vgem, V85) op deze wegen?

In de huidige versie van het VSGS-instrument wordt de GS-score bepaald aan de hand van de scores (-1, 0 of 1) op de volgende acht kenmerken:

  1. Geslotenverklaring
  2. Rijrichtingscheiding
  3. Wegbeeld
  4. Rijbaanbreedte
  5. Rijstrookbreedte
  6. Aantal rijstroken
  7. Dichtheid erfaansluitingen/kruisingen
  8. Rechtstanden

Dit onderzoek heeft laten zien dat de GS-score een direct verband heeft met de gereden snelheden op wegen met een 30-, 50-, 60- of 80km/uur-limiet. Op wegen met deze limieten correleert een hoge GS-score matig tot sterk met een hogere snelheidslimiet.

Is er evidentie dat de GS-kenmerken afzonderlijk en in samenhang leiden tot veranderingen in snelheidsgedrag?

Regressieanalyses laten zien dat slechts twee van de GS-kenmerken, ‘rijbaanbreedte’ en ‘rechtstanden’, de snelheid van vrij rijdend verkeer verklaren. Dit geldt zowel voor de gemiddelde snelheid als voor de V85 (dit is de snelheid die door 85% van het verkeer niet wordt overschreden). Het kenmerk ‘wegbeeld’ heeft een (statistisch) indicatieve relatie met de gereden snelheid. Een toename in de rijbaanbreedte of lange rechtstanden leiden tot hogere snelheden, en andersom. Een open wegbeeld lijkt te leiden tot hogere snelheden, en andersom.

In dit onderzoek hebben wij gezien dat de analyse gevoelig is voor welke snelheidsmaat wordt gebruikt als afhankelijke variabele. De gevonden relatie tussen GS-kenmerken en snelheid verschilt, afhankelijk of de snelheden van vrij rijdend of van al het verkeer worden gebruikt Daarnaast spelen de uitkomsten (scores) van de huidige GS-methodiek een rol. Deze is niet gelijk voor alle snelheidslimieten; wegen met 50- en 80km/uur-limiet kunnen op zeven kenmerken negatief scoren, maar wegen met 30- en 60km/uur-limiet maar op vijf kenmerken. Bij een groep locaties met een oververtegenwoordiging van één wegtype/snelheidslimiet kan bias optreden. Dit was het geval met de uitgebreide dataset, waarvan meer dan de helft van de locaties zich op 80km/uur-wegen bevond. De GS-scores van 80km/uur-wegen beïnvloedden de regressie zo dat de kenmerken van dit wegtype naar voren kwamen als de meest significante voorspellers van de snelheid van alle wegen. De rijrichtingscheiding, rijbaanbreedte, rijstrookbreedte en het wegbeeld bleken de V85 (van al het verkeer, in deze uitgebreide dataset) het meest te verklaren. De rijrichtingscheiding is hier dominant omdat er op 80km/uur-wegen vrijwel altijd een asmarkering aanwezig is, die als vertrager wordt gescoord (-1) terwijl er op andere wegen vrijwel nooit een vertrager aanwezig is (en alle GS-kenmerken dus gescoord zijn als 0 of +1). Rijbaanbreedte en rijstrookbreedte zijn aan elkaar gerelateerd en dus zijn ze allebei significant in het model.

Welke GS-kenmerken hebben individueel en in samenhang de sterkste relatie met snelheid? (overkoepelend: Is de huidige GS een valide instrument voor wegen binnen en buiten de kom?)

De huidige GS-methode is geen valide instrument voor wegen binnen of buiten de bebouwde kom. Het voorspellingsmodel van vrije snelheden geeft aan dat rijbaanbreedte en rechtstanden de variatie in snelheid het beste verklaren. Het voorspellingsmodel van de V85 van al het verkeer, geeft aan dat rijrichtingscheiding, rijbaanbreedte, rijstrookbreedte en wegbeeld het meest bijdragen aan de voorspelde snelheid. De regressieanalyses met beide datasets hebben aangetoond dat de GS-kenmerken geslotenverklaring, aantal rijstroken en dichtheid van erfaansluitingen nauwelijks een relatie vertonen met gereden snelheden. Er is voldoende aanwijzing om deze kenmerken te laten vervallen in een toekomstig GS-model. Ook valt te bepleiten de rijstrook-breedte te laten vervallen, dit omdat de rijstrookbreedte indirect al meegenomen is in de rijbaanbreedte en omdat rijbaanbreedte in beide modellen een significante voorspeller is. Het kenmerk rijrichtingscheiding is weinig onderscheidend op 30-, 50- en 60km/uur-wegen en dient ook niet te worden meegenomen. Dit laat de kenmerken rechtstanden, rijbaanbreedte en wegbeeld over als meest relevant voor de geloofwaardigheid van de limiet. De regressieanalyses geven aan dat de coëfficiënten van deze kenmerken verschillen en dat de scores in een nieuw model gewogen zouden moeten worden.

Aanbevelingen

Het onderzoek leidt tot een aantal algemene aanbevelingen die belangrijk zijn voor vervolg-onderzoek naar de relatie tussen snelheid en GS-kenmerken. De belangrijkste hiervan is dat de V85 van vrij rijdend verkeer de uitkomstmaat zou moeten zijn. De geloofwaardigheid van een limiet is immers van toepassing in situaties waar verkeersdeelnemers ongehinderd door ander verkeer hun snelheid kunnen bepalen. Daarnaast geeft de V85 – meer dan een gemiddelde snelheid – een indruk van de snelheidsverdeling en van de snelheid die de ruime meerderheid van automobilisten als redelijk en veilig beschouwt, gegeven de omstandigheden.

De volgende aanbevelingen zijn specifiek gericht op het VSGS-instrument:

  1. De GS-score wordt in de toekomst berekend aan de hand van de volgende kenmerken en weegfactoren: wegbeeld (x 1), rijbaanbreedte (x 1,4) en rechtstanden (x 2).
  2. Voor een beoordeling van de geloofwaardigheid van een limiet worden de GS-kenmerken per 25 m (hooguit 100 m) en over de volledige lengte van de weg gescoord. De GS-score van de weg is een gemiddelde waarde over alle punten waar de GS is beoordeeld. Een weg die +4,4 scoort wordt geacht een te lage limiet te hebben voor de inrichting van de weg. Een weg die -4,4 scoort wordt geacht een te hoge limiet te hebben voor de weginrichting. Een weg met score 0 heeft een geloofwaardige limiet.
  3. De uitdaging voor de wegbeheerder is om de kenmerken die leiden tot versnellend gedrag aan te passen zodat het verkeer wordt gestimuleerd langzamer te willen rijden, denk aan versmallingen van de rijbaan, opbreken van (te) lange rechtstanden en het beperken van een zeer open wegbeeld.
  4. In dit onderzoek is gekeken naar eerder geïdentificeerde GS-kenmerken; het is echter niet uit te sluiten dat er naast de kenmerken in bovenstaande tabel ook andere wegkenmerken zijn die sterk gerelateerd zijn aan snelheidsgedrag. Daarnaast is het waarschijnlijk dat er aparte GS-modellen moeten worden ontwikkeld voor verschillende wegtypen en snelheidslimieten. Het is aan te bevelen om deze beide aspecten in vervolgonderzoek nader te onderzoeken.

Safe Speeds, Credible Speed Limits: How valid is the credible speed limit methodology?

Over the years, SWOV has developed a tool for separately determining safe speeds and credible speed limits ('Veilige Snelheden, Geloofwaardige Snelheidslimieten – VSGS). This tool allows for determining the safe driving speed, given the road design and layout (VS), and of a credible local speed limit (GS) on the basis of a set of road design features. The VS method to determine safe speeds adheres to the laws of physics and is undisputed as far as SWOV is concerned. About the usability of the credibility method, however, doubts have arisen in past years.

With the VSGS methodology, the credibility of speed limits (GS) is assessed by means of a credibility score, based on a sum of several road design features that contribute to the score as a decelerator (-1), an accelerator (+1) or a neutral contributor (0). According to this method, locations with a credibility score around 0 have credible speed limits. A high positive credibility score (many accelerators) suggests that driving speeds will exceed the limit, and a negative score (many decelerators) that driving speeds will be below the limit. Whether this actually happens and whether the credibility method is therefore ‘valid’ – whether it measures what we think it does – has not been proven. Several exploratory studies show that some road design features are unrelated to driven speeds and also that the relationship of the credibility score to speed is weak.

The present study was designed to validate the credibility methodology. Unlike previous studies, the credibility scores and separate GS road design features – individually and collectively – were studied to see if they have a demonstrable relationship with driven speeds. We also studied to what extent and in which direction the road design features are related to driven speeds, and whether that applies to all road types, roads in both urban and rural areas.

The following research questions were central to the study:

  1. What does the literature say about the relation between road design features, credibility of the speed limit and speed behaviour?
  2. Is there a relation between credibility scores of 30, 50, 60 and 80km/h roads and all roads combined, to speed behaviour (Vavg, V85) on these roads?
  3. Is there any evidence that GS design features, separately and in conjunction, result in changed speed behaviour?
  4. Which GS design features bear the strongest relation to speed, both individually and collectively?

The present study focuses on the relationship between the credibility of the speed limit and speed behaviour, and not on the relationship between the credibility of the speed limit and the number of crashes.

In summary, the results show that the present credibility tool is not valid for roads in both urban and rural areas: only three of the eight current road design features predict the free flow speeds of drivers.

Method

The present study was carried out in two phases. The first phase focused on recording the history of the VSGS tool. We looked at the tool development and the rationale of the choices made. The second phase focused on drafting and answering the four research questions, and on the validation of the credibility part of the VSGS tool. The following tasks were undertaken:

  • A literature study of the link between (speed limit) credibility design features, speed and crashes;
  • Data inventory and data collection of road design features and driven speeds;
  • Validation of the credibility method: verification of the link between credibility design features and driven speeds.

Literature survey

The literature survey focuses on the link between ‘credibility’ (based on road design features) and speed. Particularly important are the selection of design features and their relation to speed. Both national and international developments concerning credibility of speed limits have been examined.

Validation research

The most recent version of the VSGS tool was used for validating the credibility methodology. The tool uses eight GS road design features to determine the credibility score. Study locations were sought and selected on the basis of the presence of these road design features and availability of speed data. Of the databases used in previous SWOV research only one database with provincial roads in the province of North Holland proved to be partially suited to the validation research; however the road geometric data were not detailed enough for a complete validation. For this reason, study locations were specifically selected throughout the Netherlands, traffic and other surveys were carried out in 2021 and the data collated in a database, the GS dataset. In the end, validation of the credibility method was done for two datasets: the GS dataset and an extended dataset in which all provincial roads in North Holland were included.

The GS dataset eventually consisted of 53 locations on 30, 50, 60 and 80km/h roads. They were selected to reasonably reflect these road types (access and distributor roads) in the Netherlands, and were deliberately chosen to provide variation in the length of tangents (straight road length), road width, and openness of the surrounding landscape/environment (‘view of the road’). The locations were checked by SWOV infrastructure experts. At the locations, speed measurements and traffic counts were carried out and GS design features were assessed and scored. The collected traffic data are detailed and provide insight into the speed behaviour of individual vehicles. Since credibility of a speed limit is primarily important when the driven speed is not affected by other traffic, a distinction was made between the normal traffic situation (with all traffic) and situations with free flowing traffic (only cars and delivery vans). For free flowing traffic, a headway distance of six seconds was chosen.

The extended dataset consisted of the abovementioned GS dataset and 75 locations on provincial roads in the province of North Holland, 128 locations in total. The traffic data for the 75 North Holland locations were, however, less detailed: they had been aggregated for all vehicle types and all speeds over the entire measuring period. For analysis of the extended dataset, the traffic data for the 53 locations were, therefore, also aggregated over the entire measuring period, for all vehicles and all speeds.

For both datasets, Spearman’s rho was used to test whether there was a link between driven speed and the credibility score of the locations. In addition, regression analyses were done to find out 1) which GS design features separately predict driven speed, and 2) which combination of GS design features best explain driven speed.

Conclusions

What does the literature say about the link between road design features, speed limit credibility and speed behaviour?

There are a great many national and international studies that link credibility of speed limits and driven speeds. The studies are hard to compare due to the differences in objectives and the study approach. The approaches abroad and in the Netherlands also greatly differ. What the collective studies did prove is that the following road design features affect speed behaviour and are relevant to speed limit credibility:

  • Number of lanes (and width)
  • Ratio distance between facades and the height of facade/building
  • The road environment (land use and density of building end vegetation)
  • Length of tangents (straight roads)
  • Environment (land use and type of buildings)
  • Parking/parking turnover
  • Paved surface width
  • Number (or share) of commercial properties
  • Intersection density
  • Road surface type
  • Presence of bicycle lanes/tracks
  • Physical speed reduction measures (exit constructions)
  • Physical separation of driving directions
  • Traffic volume

Is there a link between the credibility score of 30, 50, 60 and 80km/h roads and all roads collectively, and speed behaviour (Vavg, V85) on these roads?

In the current version of the VSGS instrument, credibility scores are determined on the basis of the summed scores (-1, 0 of 1) of the following design features:

  1. Access restrictions
  2. Separation of driving directions
  3. View of the road
  4. Carriageway width
  5. Lane width
  6. Number of lanes
  7. Access/intersection density
  8. Length of tangents

The present study has shown that credibility scores are directly linked to driven speeds on roads with 30, 50, 60 or 80km/h limits. On roads with these limits, high credibility scores correlate moderately to strongly with a higher speed limit.

Is there any evidence that GS design features, separately and jointly, result in speed behaviour changes?

Regression analyses show that only two of the GS design features - ‘carriageway width’ and ‘length of tangents (straight roads)’ – explain the speed of free flowing traffic. This applies to both average speed and to the V85 (being the speed that is not exceeded by 85% of traffic). The ‘view of the road’ design feature has a (statistically) indicative relationship with the driven speed. Increased carriageway width or long straight roads result in higher speeds, and vice versa.

The present study showed that the analysis is sensitive to how speed is defined as the dependent variable. The link between GS design features and speed differs, depending on whether speeds of free flowing traffic are used, or the speeds of all traffic. In addition, the outcome (scores) of the current credibility method plays a role in describing the relationship. Since the outcome is not the same for all speed limits; 50 and 80km/h roads can have negative scores on seven design features, but 30 and 60km/h roads only on five design features. A group of locations in which one road type/speed limit is overrepresented may lead to bias. This was the case with the extended dataset, in which more than half the locations were on 80km/h roads. The credibility scores of 80km/h roads affect the regression in such a way that, of all roads, the design features of this road type emerged as the most significant predictors of speed. Separation of driving directions, carriageway width, lane width, and view of the road appeared to explain the V85 (of all traffic in this extended database) best. Separation of driving directions is dominant here, since most 80km/h roads almost always have centre line marking, which is scored as a decelerator (-1), whereas almost all other roads hardly ever have a decelerator (and all GS design features are therefore scored as 0 or +1). In the model, carriageway and lane width are interrelated and are therefore both significant.

Which GS design features are individually and jointly most related to speed? (overall: Is the current GS a valid tool for roads in both urban and rural areas?)

The current credibility method is not a valid tool for roads in rural or urban areas. The prediction model of free speeds indicates that carriageway width and length of tangents (straight roads) best explain speed variations. The prediction model of the V85 for all traffic indicates that the separation of driving directions, carriageway width, lane width, and view of the road contribute most to the predicted speed. The regression analyses with both datasets showed that the GS design features ‘access restrictions’, ‘number of lanes’ and ‘density of access roads’ were hardly related to driven speeds. There are sufficient indications to drop these design features in a future GS model. Dropping lane width could also be advocated, since it is a part of the carriageway width, which is a significant predictor in both models. The design feature ‘separation of driving directions’ does not differentiate much (is uniform within and even between some road categories) on 30, 50, and 60km/h roads and should not be included. This leaves the design features ‘length of tangent’, ‘carriageway width’, and ‘view of the road’ as most relevant to the credibility of speed limits. The regression analyses indicate that the coefficients of these design features differ and that the scores should be weighted in a new model.

Recommendations

The present study results in a number of general recommendations that are important for follow-up research into the relationship between speed and GS design features. The most important recommendation is that the V85 of free flowing traffic should be the outcome measure. After all, the credibility of a speed limit applies in situations in which road users are able to determine their speed unimpeded by other traffic. More than an average speed value would do, the V85 also gives an impression of the speed distribution and of the speed that a large majority of drivers consider reasonable and safe, given the circumstances.

The following recommendations specifically focus on the VSGS instrument:

  1. In the future, the credibility score will be calculated on the basis of the following design features and weighting factors: ‘view of the road’ (x 1), ‘carriageway width’ (x 1,4), and ‘length of tangents’ (x 2).
  2. For assessment of limit credibility, the GS design features must be scored per 25 m (max. 100 m) and over the entire road length. The credibility score of the road is an average value across all measurement points where the credibility was assessed. A road with a +4,4 score is assumed to have a limit which is too low, considering the road layout. A road that scores a -4,4 is assumed to have a limit which is too high, considering the road layout. A road scoring 0 is assumed to have a credible speed limit.
  3. The challenge for road authorities is to adapt road design features that lead to accelerating behaviour, so that traffic is encouraged to decelerate voluntarily. Examples are carriageway narrowing, breaking up (too) long straight roads and making a very open view of the road less open.
  4. The present study investigated previously identified GS design features; yet, it cannot be ruled out that, apart from the design features in the table above, other road design features may also be strongly linked to speed behaviour. Moreover, separate GS models should probably be developed for different road types and speed limits. It is advisable to further study both these aspects in follow-up research.
Rapportnummer
R-2022-5
Pagina's
95
Gepubliceerd door
SWOV, Den Haag

SWOV-publicatie

Dit is een publicatie van SWOV, of waar SWOV een bijdrage aan heeft geleverd.