[論文レビュー] Route Planning in Transportation Networks

Hannah Bast, Daniel Delling+6 more|arXiv (Cornell University)|Apr 20, 2015

Data Management and Algorithms参考文献 7被引用数 97

ひとこと要約

この論文は、道路網、公共交通機関、マルチモーダルシステムを対象として、輸送ネットワークにおけるルート計画の最先端アルゴリズムを概説する。Contraction Hierarchies、Transit+、RAPTOR といった技術により、大陸規模の道路網においてもミリ秒未塔のクエリ時間、リアルタイムでの公共交通機関ルーティングの効率性を実現しており、Google マップ や Bing マップ などの生産システムにすでに導入されている。

ABSTRACT

We survey recent advances in algorithms for route planning in transportation networks. For road networks, we show that one can compute driving directions in milliseconds or less even at continental scale. A variety of techniques provide different trade-offs between preprocessing effort, space requirements, and query time. Some algorithms can answer queries in a fraction of a microsecond, while others can deal efficiently with real-time traffic. Journey planning on public transportation systems, although conceptually similar, is a significantly harder problem due to its inherent time-dependent and multicriteria nature. Although exact algorithms are fast enough for interactive queries on metropolitan transit systems, dealing with continent-sized instances requires simplifications or heavy preprocessing. The multimodal route planning problem, which seeks journeys combining schedule-based transportation (buses, trains) with unrestricted modes (walking, driving), is even harder, relying on approximate solutions even for metropolitan inputs.

研究の動機と目的

• 道路網、公共交通機関、マルチモーダルシステムを含む、輸送ネットワークにおけるルート計画の実用的アルゴリズムにおける最近の進展を包括的に概説すること。
• 異なるアルゴリズム的手法における事前処理の負荷、メモリ使用量、クエリ時間、耐障害性のトレードオフを評価すること。
• これらのアルゴリズムが、毎日何百万ものユーザーを対象とする大規模な生産システムに実際に導入されていることを強調すること。
• 公共交通機関およびマルチモーダルシナリオにおける時間依存的・多基準の旅程計画の課題に言及すること。
• サブミリ秒性能を達成するためのエンジニアリング最適化およびハードウェアに配慮した設計の重要性を強調すること。

提案手法

• トポロジカルおよび幾何的性質を活用することで、道路網における点対点最短経路クエリを高速化するため、Contraction Hierarchies (CH) や関連する階層的技術を用いる。
• スケジュールと乗換を時間拡張グラフと事前計算されたパターンを用いてモデル化することで、効率的な公共交通機関ルーティングを実現するため、Transit+ と Transfer Patterns を採用する。
• 階層的分解とビット並列性を活用した双方向探索によりクエリを高速化するため、Hierarchical Labeling (HL) と PHAST を適用する。
• スケジュールベースのネットワークの構造を活用し、時間ステップが増加する順に停留所を処理することで、公共交通機関向けに RAPTOR を導入する。
• マルチモーダル旅程の探索中に不適切な経路を除外するために、Types aNd Thresholds (TNT) を用いたフィルタリングを組み合わせた Multi-Labeling Search (MLS) を用いる。
• 現代のハードウェアで性能を最大化するために、メモリローカリティ、命令レベル並列性、マルチコア/GPU 利用のための洗練されたエンジニアリングを活用する。

実験結果

リサーチクエスチョン

• RQ1 大陸規模の道路網において、正確性を保ちつつ、100ナノ秒未塔の応答時間で最短経路クエリを高速化する方法は何か？
• RQ2 動的で時間依存的な公共交通機関システムにおいて、リアルタイムルート計画を実現するための鍵となるアルゴリズム的およびエンジニアリング的手法は何か？
• RQ3 歩行、自転車、自動車、公共交通機関を組み合わせたマルチモーダル旅程を、全探索を避けながら効率的に計算する方法は何か？
• RQ4 現代のルート計画システムにおいて、事前処理コスト、メモリ使用量、クエリ速度のトレードオフは何か？
• RQ5 幾何的アプローチのアルゴリズムが実際にはもはや支配的でない理由は何か？また、実際の道路網にどのような性質があるため、非幾何的アプローチが優れた性能を発揮できるのか？

主な発見

• Contraction Hierarchies や PHAST といった現代のアルゴリズムは、大陸規模の道路網において、点対点最短経路クエリを100ナノ秒未塔で処理できる。
• RAPTOR と Transfer Patterns を用いた公共交通機関ルーティングは、都市圏および大陸規模でもミリ秒未塔のクエリ時間で実現可能である。
• 本調査で取り上げた複数のアルゴリズム（CRP、CH、RAPTOR）は、Microsoft Bing マップ、Google マップ、OSRM などの生産システムに導入されており、毎日何百万ものユーザーにサービスを提供している。
• TNT などのフィルタリング技術を用いることで、マルチモーダルルーティングにおける探索空間が縮小され、解の品質を損なわずクエリ効率が向上する。
• 顕著な進歩にもかかわらず、1つのアルゴリズムがすべての指標で優位に立つことはなく、事前処理、メモリ使用量、クエリ速度のトレードオフがシステム設計の中心的要素のまま残っている。
• 最近の進歩は、アルゴリズム的革新に加え、キャッシュに配慮したデータ構造や並列処理の活用といった低レベルのエンジニアリングにも起因している。