[論文レビュー] A new approach for modelling mixed traffic flow with motorized vehicles and non-motorized vehicles based on cellular automaton model

Xiaoyu Zhao, Baozhu Jia+1 more|ArXiv.org|Jul 9, 2007

Traffic control and management参考文献 15被引用数 4

ひとこと要約

本稿では、自動車用のNaSch CAモデルと自転車・歩行者用のBurgers CAモデルを統合した結合型セルオートマトン（CCA）モデルを提案する。特殊な車線変更ルールを導入することで、車両種別間の相互作用を捉え、非自動車車両の車線変更が交通状況に応じて全体のシステムフローを向上または悪化させることが明らかになった。特に、臨界遷移点付近で最適なフローが得られることが示された。

ABSTRACT

In this study, we provide a novel approach for modelling the mixed traffic flow. The basic idea is to integrate models for nonmotorized vehicles (nm-vehicles) with models for motorized vehicles (m-vehicles). Based on the idea, a model for mix traffic flow is realized in in the following two steps. At a first step, the models that can be integrated should be chosen. The famous NaSch cellular automata (NCA) model for m-vehicles and the Burgur cellular automata (BCA) model for nm-vehicles are used in this paper, since the two models are similar and comparable. At a second step, we should study coupling rules between m-vehicles and nm-vehicles to represent their interaction. Special lane changing rules are designed for the coupling process. The proposed model is named as the combined cellular automata (CCA) model. The model is applied to a typical mixed traffic scenario, where a bus stop without special stop bay is set on nonmotorized lanes. The simulation results show that the model can describe both the interaction between the flow of nm-vehicles and m-vehicles and their characters.

研究の動機と目的

• モーターバイクと非モーターバイクを含む混合交通を正確に表現できる統一された交通フロー・モデルの開発。
• 車線利用の有無に応じた行動の違いを捉えられていない既存モデルの限界を克服すること。
• 車両種別の相互作用、特に車線変更行動が全体の交通フロー効率に与える影響を解明すること。
• 発展途上国に一般的な都市環境における多様な交通状況を的確にシミュレートできる計算的に実行可能でスケーラブルなフレームワークを提供すること。

提案手法

• CCAモデルは、モーターバイク用のNCAサイトと非モーターバイク用のBCAサイトという2種類のサイトタイプを用い、それぞれが固有のセルオートマトンルールに従う。
• 離散的時間・空間ダイナミクスとルールベースの進化を有するため、モーターバイクにはNaSch CAモデル、非モーターバイクにはBurgers CAモデルを統合する。
• 特にバス停に専用レーンがないような状況を想定し、非モーターバイクとモーターバイクの相互作用を再現するための特殊な車線変更ルールを設計した。
• モデルは、非モーターバイクレーンに設置されたバス停を含む混合交通シナリオで検証され、流入レートを変化させた場合のフロー動態が分析された。
• システム全体のパフォーマンスを定量化するための総フローレート比 $ R_q $ が導入された。これは両車両種別の合計スループットを測定する。
• フロー飽和状態と自由走行状態に基づき、4つの領域に分類される、$ (P^{nm}_e, P^m_e) $ 空間におけるフェーズダイアグラムが構築された。

実験結果

リサーチクエスチョン

• RQ1 車線利用の有無に応じたモーターバイクと非モーターバイクの共存を、統一されたセルオートマトンモデルがどのように効果的に表現できるか。
• RQ2 非モーターバイクの車線変更行動が、混合交通システム全体のスループットに及ぼす影響は何か。
• RQ3 どのような交通状況下で、非モーターバイクの車線変更が全体のシステムフローを向上または悪化させるか。
• RQ4 混合交通において、モーターバイクと非モーターバイクの自由走行状態と飽和状態の臨界遷移点には、どのような違いが生じるか。

主な発見

• CCAモデルは、モーターバイクと非モーターバイクの両方において、臨界流入レート $ P^{m}_{ec} $ および $ P^{nm}_{ec} $ で自由走行状態から飽和状態へのフェーズ遷移を的確に捉えた。
• 領域IIでは、非モーターバイクのフローが飽和しているがモーターバイクのフローは自由走行状態にある。この領域で、$ R_q $ は $ P^{m}_{e} $ の増加に伴い一時的に増加し、その後減少し、$ II_1 $ と $ II_2 $ の境界付近に局所的最大値を示した。
• 領域IIIでは、モーターバイクのフローが飽和状態にある。この領域で $ R_q $ は $ P^{nm}_{e} $ の増加に伴い一時的に減少するが、これは車線変更に起因する混雑のためである。しかし、車線変更頻度が低下しシステムの安定性が向上するにつれて、最終的には $ R_q $ は再び増加する。
• 領域IVでは、両方のフローが飽和状態にあり、$ R_q $ は一定を保つ。これは、さらなる流入増加が全体のシステムスループットの向上に寄与しないことを示している。
• モデルは、モーターバイク交通が自由走行状態にある場合には非モーターバイクの車線変更行動が全体のシステムフローを向上させるが、モーターバイクフローが飽和状態にある場合には逆効果を及ぼす可能性があることを明らかにした。
• CCAモデルは、特に発展途上国に一般的な都市環境における混合交通システムのモデリングに、実用的応用の可能性を示している。