[論文レビュー] Three phase classification of an uninterrupted traffic flow: a $k$-means clustering study

Reihaneh Kouhi, Farhad Shahbazi+1 more|arXiv (Cornell University)|Oct 21, 2016

Time Series Analysis and Forecasting被引用数 15

ひとこと要約

本研究では、イラン・イスフェハンの都市交通データの速度および密度時系列にk-meansクラスタリングを適用し、自由流れ（F）、同期的（S）、広範図の渋滞（J）の3つの自然な交通状態を同定した。この手法により、F-S移行速度（42 km/h）、S-J移行速度（74 km/h）および密度（18/km および 50/km）が正確に特定され、シャノンエントロピーを用いた実時間での状態検出により、3段階交通理論が裏付けられた。

ABSTRACT

We investigate the speed time series of the vehicles recorded by a camera at a section of a highway in the city of Isfahan, Iran. Using $k$-means clustering algorithm, we find that the natural number of clustering for this set of data is $3$. This is in agreement with the three-phase theory of uninterrupted traffic flows. According to this theory, the three traffic phases are categorized as {\em free flow} (F), {\em synchronized} (S) and {\em wide moving jam} (J). We obtain the transition speeds and densities at F-S and also S-J transitions. We also apply the Shannon entropy analysis on the speed time series over finite windows, which equips us to monitor in areal time the instant state of a traffic flow.

研究の動機と目的

• データ駆動型クラスタリングを用いて、途切れのない流れにおける自然な交通状態を同定すること。
• 実測の速度および密度データを用いて、3段階交通理論（F、S、J）を検証すること。
• k-meansクラスタリングを用いて、交通状態間の定量的移行閾値を特定すること。
• 有限時間窓におけるシャノンエントロピーを用いて、交通状態を実時間で分類する手法を開発すること。
• 複数のヒューリスティック条件に依存しない、きめ細かく信頼性の高い状態分類フレームワークを提供すること。

提案手法

• 速度および密度時系列にk-meansクラスタリングを適用し、交通状態の自然なグループ化を同定する。
• データに対してエルボー法およびシルエット分析を用いて、最適なクラスタ数（k=3）を特定する。
• クラスタ重心から、F-S移行の速度閾値（42 km/h）およびS-J移行の速度閾値（74 km/h）を抽出する。
• 約50秒の有限時間窓でシャノンエントロピーを計算し、各状態における速度分布の不確実性を定量化する。
• 速度の定義された速度帯における確率分布を別々に用いて、F、S、J各状態のエントロピー値を計算する。
• H_F、H_S、H_Jの時間的優位性を追跡することで、交通状態の移行を実時間でモニタリング可能となる。

実験結果

リサーチクエスチョン

• RQ1 イスフェハンの都市高速道路の途切れのない流れデータにおいて、自然な交通状態の数はいくつか？
• RQ2 自由流れ、同期的、広範図の渋滞状態の間の移行は、どの速度および密度値で発生するか？
• RQ3 事前に状態境界を仮定せず、k-meansクラスタリングが3つの状態を信頼性高く同定できるか？
• RQ4 渋滞発生時の過渡的状況において、シャノンエントロピーは3つの交通状態でどのように変化するか？
• RQ5 エントロピー解析により、F→S→Jの順序での状態移行を実時間で検出できるか？

主な発見

• k-meansクラスタリングにより、自由流れ（F）、同期的（S）、広範図の渋滞（J）の3つの明確に区別できる交通状態が同定され、k=3が最適なクラスタ数であることが判明した。
• F-S移行は、速度約42 km/h、密度約18台/kmで発生する。
• S-J移行は、速度約74 km/h、密度約50台/kmで発生する。
• 速度-密度基本図において、自由流れは18/km未満で一定の平均速度約75 km/hを維持し、50/kmを超えると広範図の渋滞は約20 km/hを維持する。
• シャノンエントロピー解析により、渋滞発生直前にはH_Sが優位となり、渋滞開始時にはH_Jが優位に移行することが示され、順次的F→S→J移行が確認された。
• 渋滞解消後、H_FおよびH_Sの両方が顕著に残り、後続の渋滞状態で自由流れと同期的状態が共存していることが示された。