[論文レビュー] Urban Bike Lane Planning with Bike Trajectories: Models, Algorithms, and a Real-World Case Study

Sheng Liu, Zuo‐Jun Max Shen+1 more|arXiv (Cornell University)|Aug 21, 2020

Urban Transport and Accessibility参考文献 41被引用数 5

ひとこと要約

本稿では、ドッキングレス自転車共有システムからの詳細なGPSトレースデータを活用して、都市の自転車専用レーン計画のためのデータ駆動型最適化フレームワークを提案する。サイクリストのルート選択行動をマルチノミアルロジット（MNL）に基づく二段階最適化プログラムでモデル化し、問題を混合整数線形計画問題（MILP）に再定式化した。実世界の事例研究を通じて、ルート選択行動を組み込むことでカバー率が向上するが、レーンの連続性が低下することを示し、スマートシティにおける意思決定をより知的で効用最適化型に進化させることを可能にする。

ABSTRACT

We study an urban bike lane planning problem based on the fine-grained bike trajectory data, which is made available by smart city infrastructure such as bike-sharing systems. The key decision is where to build bike lanes in the existing road network. As bike-sharing systems become widespread in the metropolitan areas over the world, bike lanes are being planned and constructed by many municipal governments to promote cycling and protect cyclists. Traditional bike lane planning approaches often rely on surveys and heuristics. We develop a general and novel optimization framework to guide the bike lane planning from bike trajectories. We formalize the bike lane planning problem in view of the cyclists' utility functions and derive an integer optimization model to maximize the utility. To capture cyclists' route choices, we develop a bilevel program based on the Multinomial Logit model. We derive structural properties about the base model and prove that the Lagrangian dual of the bike lane planning model is polynomial-time solvable. Furthermore, we reformulate the route choice based planning model as a mixed integer linear program using a linear approximation scheme. We develop tractable formulations and efficient algorithms to solve the large-scale optimization problem. Via a real-world case study with a city government, we demonstrate the efficiency of the proposed algorithms and quantify the trade-off between the coverage of bike trips and continuity of bike lanes. We show how the network topology evolves according to the utility functions and highlight the importance of understanding cyclists' route choices. The proposed framework drives the data-driven urban planning scheme in smart city operations management.

研究の動機と目的

• アンケートに依存する高分解能データを欠如させた従来のヒューリスティックな自転車レーン計画手法の限界を是正すること。
• ドッキングレス自転車共有システムから得られる高分解能GPSトレースデータを活用して、証拠に基づいた都市計画を支援する最適化フレームワークの開発。
• 二段階最適化フレームワーク内にマルチノミアルロジット（MNL）モデルを用いて、サイクリストのルート選択行動を明示的にモデル化すること。
• 実際の都市ネットワークにおける自転車利用のカバー率とレーンの連続性の間のトレードオフを定量化すること。
• 利用効用最大化と行動反応を統合した大規模な自転車レーン計画に適したスケーラブルで解法可能なソリューションの提供

提案手法

• サイクリストの利用効用を最大化する整数最適化モデルとして自転車レーン計画問題を定式化し、移動距離とレーンの利用可能性を組み込む。
• 上段では自転車レーンの計画を行い、下段ではマルチノミアルロジット（MNL）モデルを用いてサイクリストのルート選択行動をモデル化する二段階最適化プログラムを構築。
• 基本モデルのラグランジュ双対問題が多項式時間で解けることを証明し、計算効率を保証。
• ルート選択に基づくモデルを線形近似スキームを用いて混合整数線形計画問題（MILP）に再定式化し、解法の容易さを確保。
• Google Maps Directions APIを活用して出発地・到着地ペアの候補ルートを生成し、現実的なルートモデル化のための選択肢集合を拡充。
• モデル内でルート効用と移動距離のバランスを取るために、非効用パラメータη = 20（km⁻¹）を用いて効用関数をキャリブレーション

実験結果

リサーチクエスチョン

• RQ1 ドッキングレス自転車共有システムから得られるGPS自転車トレースデータは、どのようにして都市の自転車レーン計画の精度と効率を向上させることができるか？
• RQ2 サイクリストのルート選択行動を組み込むことで、得られる自転車レーンネットワークのトポロジーとカバー率にどのような影響が生じるか？
• RQ3 利用効用関数のパラメータを変化させた場合、自転車利用のカバー率とレーンの連続性のトレードオフはどのように変化するか？
• RQ4 インfra構築計画と行動反応の相互作用を捉えた二段階最適化モデルは、大規模スケールでも効率的に解けるか？
• RQ5 意思決定プロセスにおいて、観察されたルートに加えて代替ルートも考慮する場合、ネットワークトポロジーはどのように変化するか？

主な発見

• MNLモデルによるサイクリストのルート選択行動の組み込みにより、カバー範囲の広い分散型の自転車レーンネットワークが得られるが、その代わりにレーンの連続性が低下する。
• B = 30 km かつ α = 1.02 の条件下で、ルート選択を考慮するとカバー率が顕著に向上するが、連続レーンの平均サイズは減少する。
• 本モデルは、ルート選択行動を無視すると、観察された高流量ルートにのみ偏ったレーン配置となり、代替で好まれるルートを無視するため、最適でない配置が生じることを示している。
• 提案されたMILP再定式化により、大規模問題の効率的解法が可能となり、実世界の都市ネットワークへの適用が可能である。
• 中国・珠海における事例研究では、フレームワークがカバー率と連続性のトレードオフを定量的に評価し、都市計画者に実行可能なインサイトを提供している。
• 行動反応をモデル化することがインフラ計画において極めて重要であることが結果から示されており、静的でアンケートに基づくアプローチでは、実際の自転車利用パターンを正しく反映できない可能性がある。