[論文レビュー] Shortest Path and Distance Queries on Road Networks: An Experimental Evaluation

Lingkun Wu, Xiaokui Xiao+4 more|arXiv (Cornell University)|Jan 31, 2012

Data Management and Algorithms参考文献 15被引用数 26

ひとこと要約

本論文は、大規模な道路ネットワークにおける最新の最短経路および距離クエリ手法の包括的な実験的評価を提示している。空間的整合性に基づく手法（SILC、PCPD）と頂点重要度に基づく手法（CH、TNR）を比較した結果、収縮ハイアラルキー（CH）は、低コストの事前処理、最小限のメモリ使用量、および高いクエリ効率のバランスを実現しており、実用的導入に最適であると判明した。一方、TNRは高いオーバーヘッドを伴うが距離クエリ性能を向上させる。SILCは高いリソース消費を伴うが、最短経路クエリの効率性に優れる。

ABSTRACT

Computing the shortest path between two given locations in a road network is an important problem that finds applications in various map services and commercial navigation products. The state-of-the-art solutions for the problem can be divided into two categories: spatial-coherence-based methods and vertex-importance-based approaches. The two categories of techniques, however, have not been compared systematically under the same experimental framework, as they were developed from two independent lines of research that do not refer to each other. This renders it difficult for a practitioner to decide which technique should be adopted for a specific application. Furthermore, the experimental evaluation of the existing techniques, as presented in previous work, falls short in several aspects. Some methods were tested only on small road networks with up to one hundred thousand vertices; some approaches were evaluated using distance queries (instead of shortest path queries), namely, queries that ask only for the length of the shortest path; a state-of-the-art technique was examined based on a faulty implementation that led to incorrect query results. To address the above issues, this paper presents a comprehensive comparison of the most advanced spatial-coherence-based and vertex-importance-based approaches. Using a variety of real road networks with up to twenty million vertices, we evaluated each technique in terms of its preprocessing time, space consumption, and query efficiency (for both shortest path and distance queries). Our experimental results reveal the characteristics of different techniques, based on which we provide guidelines on selecting appropriate methods for various scenarios.

研究の動機と目的

• 空間的整合性に基づく手法と頂点重要度に基づく手法を、統一された実験フレームワークのもとで、道路ネットワークにおける最短経路および距離クエリに対して体系的に比較すること。
• SILC、PCPD、CH、TNRといった最新手法の、最大2000万頂点を有する実際の道路ネットワークにおけるスケーラビリティおよびパフォーマンスを評価すること。
• 従来の研究におけるギャップ、すなわちスケールの限界、距離クエリに限定された焦点、誤った実装による誤った結果の生成を解消すること。
• クエリ速度、メモリ効率、事前処理コストといったアプリケーション固有の優先順位に基づいて、最適な手法を選択するための実用的ガイドラインを提供すること。

提案手法

• 本研究では、最新の4つの手法を実装・評価した：空間的誘導リンク結合認識（SILC）、パス整合性ペア分解（PCPD）、収縮ハイアラルキー（CH）、トランジットノードルーティング（TNR）。
• すべての手法は、ドイツ、コロラド州、米国東部、および全米の実世界の道路ネットワークを対象とし、最大2000万頂点のネットワークでテストされた。
• 評価では、最短経路および距離クエリの両方について、異なるソース・デスティネーション間距離を有する多様なクエリセットを用いて、事前処理時間、メモリ使用量、クエリ効率を測定した。
• SILCは空間的整合性を活用して最短経路をコンパクトなインデックスに圧縮し、経路再構築により高速なクエリ解決を実現する。
• CHは頂点の重要度の順に収縮することでネットワークを事前処理し、クエリ処理を高速化するショートカットを生成する。
• TNRは事前にトランジットノードを計算し、主要ノード間の事前計算済み経路を組み合わせて距離クエリに応答する。通常、完全な経路再構築には複数のCHクエリが発行される。

実験結果

リサーチクエスチョン

• RQ1 空間的整合性に基づく手法（SILC、PCPD）と頂点重要度に基づく手法（CH、TNR）は、大規模な道路ネットワークにおいて、事前処理時間、メモリ使用量、クエリ効率の観点でどのように比較されるか？
• RQ2 SILCおよびPCPDは、高い事前処理およびメモリコストを伴うが、最大2000万頂点の道路ネットワークにおいてもスケーラブルに機能するか？
• RQ3 TNRは最新の手法であるにもかかわらず、なぜ最短経路クエリにおいてCHより性能が劣るのか？また、ソース・デスティネーション間距離の増加に伴い、そのパフォーマンスはどのように低下するか？
• RQ4 CHおよびTNRは距離クエリ性能をどの程度向上させるか？また、事前処理およびメモリオーバーヘッドというトレードオフはどのようなものか？
• RQ5 PCPDは理論的メモリ複雑度が優れているにもかかわらず、実際のパフォーマンスではSILCに劣るのか？それとも実用的代替案として有効か？

主な発見

• 収縮ハイアラルキー（CH）は、すべての評価手法の中で最も低い事前処理時間とメモリ使用量を達成しており、最もメモリ効率の高いソリューションである。
• CHは最短経路および距離クエリの両方において、2番目に高速な手法であり、最小限のリソースオーバーヘッドで優れたパフォーマンスを発揮する。
• SILCは、特に長距離クエリにおいてCHおよびTNRを上回る最短経路クエリ効率を発揮するが、著しく高い事前処理時間とメモリ使用量を要する。
• TNRはCHに比べて距離クエリパフォーマンスを向上させるが、顕著な事前処理およびメモリオーバーヘッドを伴う。
• Q7～Q10のような長距離クエリでは、TNRとCHの性能差が拡大する。TNRは1つの経路あたりO(k)個の距離クエリを発行するためである（kは経路上の辺の数）。
• PCPDは、事前処理時間、メモリ使用量、クエリ効率のすべてにおいて他の手法に劣り、理論的メモリ複雑度の優位性にもかかわらず、SILCに比べて不適切な選択である。