[논문 리뷰] InTAS -- The Ingolstadt Traffic Scenario for SUMO

Silas Lobo, Stefan Neumeier외 2명|arXiv (Cornell University)|2020. 11. 24.

Vehicular Ad Hoc Networks (VANETs)인용 수 15

한 줄 요약

이 논문은 독일 잇골슈타트의 실제 도로 구조, 신호등, 대중교통 및 건물 구조를 정확하게 반영한 매우 현실적인 SUMO 시뮬레이션 시나리오인 InTAS를 제시한다. 실제 인구 및 교통 데이터를 활용해 수요를 모델링하고, 24개의 실제 측정 지점과 비교하여 시뮬레이션을 검증하였으며, 총 차량 수의 NRMSE가 0.33에 도달하여 VANET 및 C-ITS 연구를 위한 첫 번째 SUMO 기반 시나리오로서 실제 교통 신호 프로그램을 재현한 바 있다.

ABSTRACT

Vehicular Ad Hoc Networks (VANETs) are expected to be the next big step towards safer road transport, supporting applications to exchange information between vehicles. To develop novel applications for this area a high number of tests, considering all traffic situations, are demanded. However, it is unfeasible to reproduce these tests in real life, by the fact that any failure on the applications would cause severe impacts on transport system safety and could risk human lives. Thus, this paper presents the concept, model, and validation for InTAS, a realistic traffic scenario for Ingolstadt. InTAS road topology accurately represents Ingolstadt real road map. Elements such as buildings, bus stops, and traffic lights were added to the map. Twenty traffic lights systems were simulated according to the real program deployed on the traffic lights. Traffic demand was modeled based on the activitygen method, considering demographic data and real-traffic information. The city public transport system was also simulated accordingly to bus time-tables and their routes. The simulation step was implemented considering the best value for device.rerouting.probability, which was defined by evaluating InTAS output and real traffic data. The scenario was validated by comparing real-traffic data from 24 measurement points with InTAS simulation results.

연구 동기 및 목표

• 독일 잇골슈타트의 복잡한 도시 환경을 정확히 반영하는 현실적이고 오픈소스인 SUMO 기반 교통 시나리오를 개발하는 것.
• 실제 인구 및 교통 데이터(직장 위치 및 거주 패턴 포함)를 기반으로 교통 수요를 모델링하는 것.
• 기본 SUMO 모델이 아닌 실제 도시에서 구현된 프로그램을 사용해 교통 신호 시스템을 시뮬레이션하는 것.
• 24개의 실제 측정 지점과의 비교를 통해 시뮬레이션의 정확성을 검증하는 것.
• 현실적인 이동성과 인프라 패턴을 갖춘 고정밀 시뮬레이션 환경을 제공함으로써 VANET 및 C-ITS 연구를 지원하는 것.

제안 방법

• 위성 영상과 개방형 데이터를 활용해 잇골슈타트의 실제 도로 구조를 정확히 반영한 도로 네트워크를 구축했다.
• 무선 통신 시뮬레이션을 위한 그림자 효과 및 감쇠 현상을 모의하기 위해 총 21,756개의 건물을 통합했다.
• 실제 시간표에 맞춰 정렬된 노선 데이터를 활용해 총 56개 노선, 1,620건의 일일 운행을 포함한 대중교통을 모델링했다.
• 잇골슈타트 시에서 확보한 20개의 실제 교통 신호 프로그램을 구현하여 실제 단계 지속 시간과 신호 주기 구조를 재현했다.
• 2018년 인구 및 고용 데이터를 기반으로 activitygen 방법을 사용해 교통 수요를 모델링했다.
• 2019년 11월의 실제 교통 데이터와 시뮬레이션 출력을 비교하는 피트니스 함수를 통해 device.rerouting.probability 파라미터를 최적화했다.

실험 결과

연구 질문

• RQ1 독일의 산업 및 고고용 특성을 지닌 도시에서 SUMO 기반 시나리오가 실제 교통 패턴을 얼마나 정확히 재현할 수 있는가?
• RQ2 기본 SUMO 신호 모델 대비 실제 도시에서 사용하는 교통 신호 프로그램을 사용할 경우 시뮬레이션의 현실성은 얼마나 향상되는가?
• RQ3 인구 통계 데이터에서 유도된 시뮬레이션 교통 수요가 핵심 교차로에서 실제 차량 수와 얼마나 잘 일치하는가?
• RQ4 인구 통계 데이터(2018년)와 교통 데이터(2019년) 간 시간적 불일치가 시뮬레이션 정확성에 어떤 영향을 미치는가?
• RQ5 현실적인 인프라와 이동 패턴을 갖춘 검증된 교통 시나리오는 신뢰할 수 있는 VANET 및 C-ITS 시뮬레이션을 지원할 수 있는가?

주요 결과

• InTAS 시나리오는 실제 잇골슈타트 도로 네트워크를 정확히 반영하였으며, 총 21,756개의 건물, 56개의 버스 노선, 20개의 교통 신호 시스템을 실제 도시 프로그램을 사용해 모델링했다.
• 24개의 실제 측정 지점에서 총 일일 차량 수를 비교한 결과, NRMSE가 0.33에 도달하여 높은 정확도를 확보했다.
• 가장 나쁜 경우의 교차로에서는 실제와 시뮬레이션 간 교통 추적 간격이 크게 다름을 보여, 하위 지역 수준의 수요 모델링에 한계가 있음을 시사했다.
• 최적의 device.rerouting.probability 값은 2019년 11월의 실제 교통 데이터와 시뮬레이션 출력 간 반복 비교를 통해 도출되었다.
• 주요 오차 원인은 하위 지역 간 평균 인구 통계 값 사용과 인구 통계 데이터(2018년)와 교통 데이터(2019년) 간 8개월의 시간 격차로 특정 밝혀졌다.
• 이 시나리오는 GitHub에서 무료로 제공되며, VANET 및 C-ITS 연구를 위한 첫 번째 SUMO 기반 시나리오로서 실제 교통 신호 프로그램을 재현한 바 있다.