[論文レビュー] Intra-City Urban Network and Traffic Flow Analysis from GPS Mobility Trace

Ian X. Y. Leung, Shu Yan Chan+2 more|arXiv (Cornell University)|May 29, 2011

Human Mobility and Location-Based Analysis参考文献 19被引用数 17

ひとこと要約

本稿では、移動時間やノードの魅力性といった現実要因を組み込むことで、都市ネットワークにおける交通流予測を向上させるノード重み付き最速経路間中性性フレームワークを提案する。サンフランシスコの500台以上のタクシーおよび上海の4,000台のGPSトレースを用い、従来のトポロジカル間中性性よりも顕著に優れた性能を示した。本手法はエッジ速度とノードレベルの交通生成を両方考慮しており、ラッシュアワーと非ラッシュアワーにおける交通パターンの違いを明らかにした。

ABSTRACT

We analyse two large-scale intra-city urban networks and traffic flows therein measured by GPS traces of taxis in San Francisco and Shanghai. Our results coincide with previous findings that, based purely on topological means, it is often insufficient to characterise traffic flow. Traditional shortest-path betweenness analysis, where shortest paths are calculated from each pairs of nodes, carries an unrealistic implicit assumption that each node or junction in the urban network generates and attracts an equal amount of traffic. We also argue that weighting edges based only on euclidean distance is inadequate, as primary roads are commonly favoured over secondary roads due to the perceived and actual travel time required. We show that betweenness traffic analysis can be improved by a simple extended framework which incorporates both the notions of node weights and fastest-path betweenness. We demonstrate that the framework is superior to traditional methods based solely on simple topological perspectives.

研究の動機と目的

• 都市内ネットワークにおける交通流予測を、従来のトポロジカル間中性性指標を越えて改善すること。
• 最短経路間中性性の限界を是正すること。特に、すべてのノードで均一な交通生成を仮定し、移動時間を無視する点である。
• 移動速度やノードレベルの活動（例：商業活動の活発さ）といった現実要因をネットワーク間中性性分析に統合すること。
• 本フレームワークの性能を、2つの主要都市における大規模なGPS移動トレースを用いて評価すること。
• ラッシュアワーと非ラッシュアワーにおける交通行動のトポロジカルな違いを特定すること。

提案手法

• エッジ重み（移動時間に基づく）とノード重み（交通生成および吸引能力を反映）を組み込んだ、修正された間中性性フレームワークを提案する。
• ユークリッド距離の代わりに実際の移動時間を使用するように変更したダイクストラ法を用い、最速経路を計算する。
• ノード重み付きブランドスアルゴリズムを適用し、各経路の寄与度を出発ノードと到着ノードの重みの積でスケーリングする。
• サンフランシスコ（24日分）の500台以上のタクシーおよび上海（28日分）の4,000台のGPS移動トレースを用い、現実の交通パターンを導出する。
• 4つの間中性性指標を比較する：測地的最短経路間中性性、ユークリッド最短経路間中性性、最速経路間中性性、ノード重み付き最速経路間中性性。
• ネットワーク可視化およびGPSデータからのグラフ構築にTulip 3.5.0を用いる。

実験結果

リサーチクエスチョン

• RQ1 従来のトポロジカル間中性性指標は、都市ネットワークにおける現実の交通流を正確に予測できるか？
• RQ2 移動時間とノードレベルの活動を組み込むことで、純粋なトポロジカル指標に比べて交通流予測性能がどのように向上するか？
• RQ3 都市内ネットワークにおけるラッシュアワーと非ラッシュアワーの間で、ネットワーク間中性性および交通パターンにどのような差が生じるか？
• RQ4 移動速度に基づくエッジ重みと、場所の活発さに基づくノード重みが、間中性性に基づく交通予測性能にどのように影響するか？
• RQ5 本提案フレームワークは、実世界のGPSトレースデータにおいて、標準的な最短経路間中性性をどの程度上回るか？

主な発見

• すべてのノードが均等に交通を生成・吸引すると仮定する従来の最短経路間中性性指標は、現実の都市ネットワークでは性能が著しく劣る。
• エッジに移動時間に基づく重みを付与すること（最速経路間中性性）により、ユークリッド距離に基づく手法よりも予測精度が顕著に向上する。
• 交差点が交通を生成・吸引する能力を表すノード重みを組み込むことで、エッジ重み化のみに比べてさらに予測性能が向上する。
• 本提案のノード重み付き最速経路間中性性フレームワークは、サンフランシスコおよび上海の両都市において、GPSトレースからの実際の交通流を予測する上でのすべてのベースライン手法を上回った。
• フレームワークは、ラッシュアワーと非ラッシュアワーにおけるトポロジカルな交通行動の違いを明らかにした。これは、時間依存のネットワークダイナミクスを示している。
• 本研究は、正確な交通予測を達成するためには、移動時間や場所の活発さといった現実要因を都市ネットワーク分析に統合する必要があることを示した。