[논문 리뷰] Agent-Based Modeling for Transportation Planning: A Method for Estimating Parking Search Time Based on Demand and Supply

Nir Fulman, Itzhak Benenson|arXiv (Cornell University)|2018. 01. 01.

Smart Parking Systems Research인용 수 5

한 줄 요약

이 논문은 이질적인 수요와 공급을 가진 도시 지역에서 주차 탐색 시간 곡선을 추정하기 위해 새로운 에이전트 기반 모델링 접근법을 제안한다. 행동 주차 게임 모델과 최대 밀도 주차 패턴을 조합하여 지역 전체의 순찰 시간 확률을 유도하며, 전체 수요 대 공급 비율이 낮더라도 수요의 공간적 집중으로 인해 도심에서는 10분이 넘는 탐색 시간이 발생할 수 있음을 입증한다.

ABSTRACT

We estimate parking cruising time curves - the probability Pi({ au}) of longer than { au} parking search for destination Ni located within an area with heterogeneous demand and supply. To do that, we estimate cruising time curves for an area of homogeneous demand and supply and then average these curves based on (1) a model of parking search behavior established in a serious parking game; and (2) a Maximally Dense parking pattern obtained for the case where drivers possess full knowledge of the available parking spots and are able to park at the spot closest to their destination that is vacant at the moment they start searching for parking. We verify the proposed methods by comparing their outcomes to the cruising time curves obtained in an agent-based model of parking search in a city. As a practical example, we construct a map of cruising time for the Israeli city of Bat Yam. We demonstrate that despite low (0.65) overall demand-to-supply ratio in Bat Yam, high demand-to-supply ratio in the center of the city may result in longer than 10 minutes parking search there. We discuss the application of the proposed approach for urban planning.

연구 동기 및 목표

• 이질적인 수요와 공급을 가진 도시 지역에서 주차 탐색 시간 곡선을 추정하는 방법을 개발하는 것.
• 심각한 주차 게임에서의 통찰을 활용해 주차 탐색 중 운전자의 행동을 모델링하는 것.
• 운전자가 비어 있는 주차 공간을 완전히 파악하고 있는 조건에서 최대 밀도 주차 패턴을 이론적 기준으로 설정하는 것.
• 실제 도시 환경에서의 에이전트 기반 시뮬레이션 결과와 비교하여 제안된 방법을 검증하는 것.
• 이스라엘 바트 요암에서의 사례 연구를 통해 주차 탐색 시간의 공간적 변동성을 맵핑함으로써 실용적 응용을 입증하는 것.

제안 방법

• 이 방법은 심각한 주차 게임에서 유도된 행동 모델을 사용해 수요와 공급이 균일한 영역에 대한 순찰 시간 곡선을 추정한다.
• 운전자가 항상 가까운 비어 있는 주차 공간을 선택할 수 있도록 전제하고, 최대 밀도 주차 패턴을 이론적 상한선으로 적용한다.
• 지역 수요와 공급 수준에 따라 가중치를 적용하여 영역 간 순찰 시간 곡선을 집계한다.
• 실제 행동의 현실성과 이론적 최적성의 조합을 통해 실용성과 정확성의 균형을 이루는 접근법이다.
• 모델은 도시 전체에서 주차 탐색을 시뮬레이션한 전면적인 에이전트 기반 시뮬레이션 결과와 비교하여 검증된다.
• 이스라엘 바트 요암에서의 사례 연구는 이 방법을 적용해 기대 주차 탐색 시간의 공간 맵을 생성한다.

실험 결과

연구 질문

• RQ1 어떻게 이질적인 수요와 공급을 가진 도시 지역에서 주차 탐색 시간 곡선을 추정할 수 있는가?
• RQ2 심각한 주차 게임에서 모델링된 운전자의 행동은 현실적인 탐색 시간 분포를 형성하는 데 어떤 역할을 하는가?
• RQ3 이론적 최대 밀도 주차 패턴은 실용적인 탐색 시간 추정에 어떻게 기여하는가?
• RQ4 제안된 방법은 에이전트 기반 시뮬레이션에서 관찰된 주차 탐색 역학을 얼마나 정확하게 재현하는가?
• RQ5 실제 도시 환경에서 수요 대 공급 비율의 공간적 변동은 주차 탐색 시간에 어떤 영향을 미치는가?

주요 결과

• 바트 요암에서 전체 수요 대 공급 비율이 0.65에 불과하나, 수요의 공간적 집중으로 인해 도심에서는 주차 탐색 시간이 10분을 초과한다.
• 제안된 방법은 전면적인 에이전트 기반 시뮬레이션 모델과 비교하여 주차 탐색 시간 곡선을 정확히 재현한다.
• 행동 모델과 이론적 최적 주차 패턴의 통합은 이질적인 도시 영역 전반에서 탐색 시간 확률을 신뢰성 있게 추정할 수 있도록 한다.
• 순찰 시간의 공간 맵핑은 전체 수요 대 공급 비율이 낮더라도 도심과 외곽 지역 간에 심한 격차가 있음을 드러낸다.
• 이 방법은 도시 계획자들이 주차 관련 혼잡과 이동 지연을 평가하고 완화할 수 있는 실용적 도구를 제공한다.