[論文レビュー] Parameter and density estimation from real-world traffic data: A kinetic compartmental approach

Mike Pereira, Pınar Boyraz Baykas+2 more|arXiv (Cornell University)|Jan 27, 2021

Transportation Planning and Optimization参考文献 19被引用数 4

ひとこと要約

本稿では、実世界の軌道データから車両密度とフラックスを推定するために、道路区間を化学反応のコンpartmentsとして扱う運動論的コンpartimentモデルを提案する。LWRモデルの有限体積離散化において、フラックス-密度関係を時間的・空間的依存性を持つ反応速度としてモデル化することで、固定パラメータモデルと比較して、混雑状態や複雑な基本的ダイアグラムを捉える精度が著しく向上する。

ABSTRACT

The main motivation of this work is to assess the validity of a LWR traffic flow model to model measurements obtained from trajectory data, and propose extensions of this model to improve it. A formulation for a discrete dynamical system is proposed aiming at reproducing the evolution in time of the density of vehicles along a road, as observed in the measurements. This system is formulated as a chemical reaction network where road cells are interpreted as compartments, the transfer of vehicles from one cell to the other is seen as a chemical reaction between adjacent compartment and the density of vehicles is seen as a concentration of reactant. Several degrees of flexibility on the parameters of this system, which basically consist of the reaction rates between the compartments, can be considered: a constant value or a function depending on time and/or space. Density measurements coming from trajectory data are then interpreted as observations of the states of this system at consecutive times. Optimal reaction rates for the system are then obtained by minimizing the discrepancy between the output of the system and the state measurements. This approach was tested both on simulated and real data, proved successful in recreating the complexity of traffic flows despite the assumptions on the flux-density relation.

研究の動機と目的

• 実世界の軌道データにLWRモデルを適用した場合の妥当性を評価すること。
• LWRモデルにおける一変数で密度のみに依存するフラックス関数の仮定の限界を扱うこと。
• 空間的・時間的依存性を持つ柔軟なパラメータを導入することで、LWRモデルの精度を向上させ、現実の交通ダイナミクスをより良く表現すること。
• 連続的なマクロスコピックモデルと離散的な実世界の軌道測定値の間のギャップを埋めること。
• 観測された交通パターン、特に混雑や容量低下効果を再現できるデータ駆動型のフラックスおよび密度推定手法を開発すること。

提案手法

• 道路がセルに離散化され、各セルが化学反応ネットワーク内のコンpartimentとして扱われる。車両の移動は隣接セル間の反応としてモデル化される。
• 車両密度は反応物濃度として解釈され、セル間のフラックスは、定数、時間依存、空間依存、または空間時間依存の反応速度によって制御される。
• 得られた離散的動的システムを数値的に解くために、Lax–Friedrichs法に基づく有限体積法が用いられる。
• モデル出力と軌道データからの観測密度測定値との乖離を最小化することで、最適な反応速度が勾配降下法により推定される。
• フラックス-密度関係は二次関数的であると仮定し、反応速度がこの関係のピークフラックス（容量）をパrameter化する。
• 性能はRMSEと基本的ダイアグラム再構築の観点から、模擬的および実世界データを用いたhighD軌道データセット上で検証される。

実験結果

リサーチクエスチョン

• RQ1 実世界の軌道データに適用した場合、LWRモデルにおける一変数で密度のみに依存するフラックス関数の仮定はどの程度妥当か？
• RQ2 フラックス関数に柔軟な時間的・空間的依存性を持つパラメータ化を導入することで、LWRモデルの観測された交通パターンの再現能力が向上するか？
• RQ3 離散的運動論的コンpartimentモデルは、軌道データから実世界の密度および基本的ダイアグラムをどの程度正確に再構築できるか？
• RQ4 空間時間依存性を持つ反応速度を組み込むことで、モデルの混雑状態および容量低下現象の捉え込み能力はどのように向上するか？
• RQ5 提案手法は、ネットワークレベルの交通モデリングおよびループ検出器データなどの代替データソースへと拡張可能か？

主な発見

• 定数反応速度モデルは自由流れの交通パターンをうまく再現するが、混在交通状態における混雑ダイナミクスを捉えられない。
• 空間時間依存性を持つ反応速度モデルは、定数モデルと比較して、特に混雑状態においてRMSEを顕著に低減する。
• 空間時間依存パラメータにより、二次関数的フラックス-密度仮定のもとでも、実データで観測される複雑で非一様な基本的ダイアグラムを再現可能である。
• モデルは、基本的ダイアグラムの形状の変化としてではなく、局所的な反応速度の低下（すなわち、有効容量の低下）として容量低下効果をうまく再現する。
• 基本的ダイアグラムの各データポイントに対して、個別に最適化された二次関数的フラックス関数を割り当てられ、高精度なパターン再現が可能になる。
• 多接続コンpartimentを許容するため、ネットワークレベルモデリングへの自然な一般化が可能であり、ループ検出器のようなスパarsなセンサデータとも互換性がある。