[논문 리뷰] Fuzzy cellular model of signal controlled traffic stream

Bartłomiej Płaczek|arXiv (Cornell University)|2011. 12. 20.

Traffic control and management참고 문헌 30인용 수 5

한 줄 요약

이 논문은 신호 제어 교차로의 교통 흐름을 시뮬레이션하기 위해 퍼지 미적분학과 세포자동우 이론을 융합한 퍼지 세포자동우 모델을 제안한다. 확률적 몬테카를로 시뮬레이션을 결정론적 퍼지 논리로 대체함으로써, 계산 비용을 감소시키면서도 확률적 세포자동우 모델과 유사한 정확도를 유지하여 실시간 교통 제어 응용에 적합하다.

ABSTRACT

Microscopic traffic models have recently gained considerable importance as a mean of optimising traffic control strategies. Computationally efficient and sufficiently accurate microscopic traffic models have been developed based on the cellular automata theory. However, the real-time application of the available cellular automata models in traffic control systems is a difficult task due to their discrete and stochastic nature. This paper introduces a novel method of traffic streams modelling, which combines cellular automata and fuzzy calculus. The introduced fuzzy cellular traffic model eliminates main drawbacks of the cellular automata approach i.e. necessity of multiple Monte Carlo simulations and calibration issues. Experimental results show that the evolution of a simulated traffic stream in the proposed fuzzy cellular model is consistent with that observed for stochastic cellular automata. The comparison of both methods confirms that the computational cost of traffic simulation is considerably lower for the proposed model. The model is suitable for real-time applications in traffic control systems.

연구 동기 및 목표

• 실시간 교통 제어 시스템에서 확률적 세포자동우 모델의 한계를 해결하기 위해.
• 교통 흐름 모델링에서 다수의 몬테카를로 시뮬레이션을 필요로 하지 않도록 하기 위해.
• 기존 세포자동우 모델에 내재된 校정 문제를 해결하기 위해.
• 계산 비용이 적으면서도 정확한 미시적 교통 시뮬레이션 방법을 개발하기 위해.
• 신호 제어 환경에서 교통 시뮬레이션의 실시간 적용을 가능하게 하기 위해.

제안 방법

• 모델은 세포자동우 이론과 퍼지 미적분학을 융합하여 교통 역학을 결정론적으로 표현한다.
• 퍼지 논리는 운전자 행동과 차량 간 상호작용을 모델링하기 위해 사용되며, 확률적 전이를 언어 규칙으로 대체한다.
• 시스템은 교통 밀도와 속도를 바탕으로 차량 가속도, 감속도 및 간격 수용을 계산하기 위해 퍼지 추론을 사용한다.
• 모델은 표준 세포자동우와 마찬가지로 공간과 시간을 이산화하지만, 상태 전이에 퍼지 소속 함수를 적용한다.
• 교통 신호 주기 설정은 차량 이동 규칙에 영향을 주는 제어 입력으로 모델에 통합된다.
• 각 시나리오에 대해 단일 결정론적 실행만으로 반복적인 확률적 시뮬레이션을 피한다.

실험 결과

연구 질문

• RQ1 결정론적 퍼지 세포자동우 모델이 교통 흐름 시뮬레이션에서 확률적 세포자동우 모델의 행동을 재현할 수 있는가?
• RQ2 제안된 모델의 계산 비용은 기존의 확률적 세포자동우 모델과 비교하여 어떻게 되는가?
• RQ3 퍼지 세포자동우 모델은 시뮬레이션 오버헤드를 줄이면서도 정확도를 어느 정도 유지하는가?
• RQ4 이 모델은 실시간 교통 제어 시스템에 효과적으로 적용될 수 있는가?
• RQ5 퍼지 논리의 통합으로 인해 광범위한 校정과 다수의 시뮬레이션 필요성을 제거할 수 있는가?

주요 결과

• 퍼지 세포자동우 모델은 확률적 세포자동우 시뮬레이션에서 관찰된 행동과 매우 유사한 교통 흐름의 진화를 생성한다.
• 확률적 세포자동우 모델과 비교해 계산 비용을 크게 감소시켜 더 빠른 시뮬레이션을 가능하게 한다.
• 모델의 결정론적 성격 덕분에 다수의 몬테카를로 시뮬레이션을 필요로 하지 않는다.
• 통계적 피팅 대신 퍼지 논리 규칙를 사용함으로써 校정 복잡성이 감소한다.
• 모델은 신호 제어 교통 시스템에서 실시간 응용 가능성을 입증한다.
• 시뮬레이션 결과는 퍼지 논리가 확률적 불확실성 없이도 핵심 교통 역학을 효과적으로 포착할 수 있음을 확인한다.