[논문 리뷰] Microscopic and Macroscopic Traffic Flow Models including Random Accidents

Simone Göttlich, Thomas Schillinger|arXiv (Cornell University)|2020. 08. 27.

Traffic control and management참고 문헌 34인용 수 6

한 줄 요약

이 논문은 교통 조건에 따라 달라지는 확률적 사고를 확률적 교란으로 포함하는 연계된 미시적 및 거시적 교통 흐름 모델을 제안한다. 미시적 동역학은 Follow-the-Leader 프레임워크를, 거시적 흐름은 공간에 따라 변하는 유속을 갖는 스칼라 보존법칙을 사용하며, 저자들은 Lax-Friedrichs 이산화를 통해 미시적 모델이 거시적 모델로 수렴하는 것을 증명하고, 수치 시뮬레이션을 통해 다양한 격자 해상도와 차량 수에서의 수렴 행동을 확인한다.

ABSTRACT

We introduce microscopic and macroscopic stochastic traffic models including traffic accidents. The microscopic model is based on a Follow-the-Leader approach whereas the macroscopic model is described by a scalar conservation law with space dependent flux function. Accidents are introduced as interruptions of a deterministic evolution and are directly linked to the traffic situation. Based on a Lax-Friedrichs discretization convergence of the microscopic model to the macroscopic model is shown. Numerical simulations are presented to compare the above models and show their convergence behaviour.

연구 동기 및 목표

• 교통 밀도와 속도에 따라 사고 발생 여부가 결정되는 교통 동역학과 사고 발생 간의 双방향 연계를 개발하는 것.
• 확률적 사고를 확률적 간섭으로 포함시켜 결정론적 미시적(Follow-the-Leader) 및 거시적(LWR 유형) 교통 모델을 확장하는 것.
• Lax-Friedrichs 이산화 하에서 미시적 모델이 거시적 모델로 수렴하는 엄밀한 미시-거시 한계를 확립하는 것.
• 다양한 격자 해상도와 차량 수에서의 수렴 행동을 수치적으로 검증하고 오차 동역학을 평가하는 것.

제안 방법

• 두드러진 거리에 따라 의존하는 속도 함수를 갖는 미시적 Follow-the-Leader ODE 시스템을 사용하여 교통을 모델링한다.
• 사고 발생 확률을 국소적 교통 밀도와 속도에 연관지켜, 결정론적 ODE 시스템에 대한 확률적 간섭으로서 랜덤 사고를 도입한다.
• 사고 발생지에서 용량이 감소하는 공간에 따라 변하는 유속 함수를 갖는 스칼라 보존법칙 기반의 거시적 모델을 개발한다.
• 거시적 모델을 이산화하기 위해 Lax-Friedrichs 유한차분 스킴을 적용하고, 미시적 모델이 이 이산 거시적 근사로 수렴하는 것을 증명한다.
• 미시적 모델에서는 라그랑주 변수를 사용하고, 미시적 극한과 거시적 보존법칙의 에이우러레인 약한 해 사이의 등가성 정리를 수립한다.
• 수치적 오차 측정법(Err1–Err4)과 수렴 속도 분석을 활용하여, 다양한 공간 및 시간 이산화 조건에서의 미시-거시 근사 정확도를 평가한다.

실험 결과

연구 질문

• RQ1 실시간 교통 조건에 따라 달라지는 랜덤 교통 사고를 어떻게 미시적 및 거시적 프레임워크에서 확률적 교란으로 모델링할 수 있는가?
• RQ2 사고 간섭이 있는 미시적 Follow-the-Leader 모델이 공간에 따라 변하는 유속을 갖는 거시적 보존법칙으로 수렴하는 행동은 어떠한가?
• RQ3 격자 해상도와 차량 수가 변화할 때 Lax-Friedrichs 스킴이 미시-거시 근사의 수렴 성질을 얼마나 잘 유지하는가?
• RQ4 사고 존재 조건에서 Godunov 스킴이 Lax-Friedrichs 스킴보다 거시적 근사의 정확도를 향상시킬 수 있는가?
• RQ5 L1, L2 등 다양한 오차 측정법은 시간이 지남에 따라 어떻게 변화하며, 이는 미시-거시 수렴의 안정성과 신뢰성에 어떤 영향을 미치는가?

주요 결과

• Lax-Friedrichs 스킴의 경우, 모든 오차 측정법(Err1–Err4)은 차량 수 N이 증가함에 따라 초반에 감소하지만 잔여 오차 수준에서 안정화되며, 이는 수치적 확산이 수렴 정확도의 한계를 이룬다는 것을 시사한다.
• Godunov 스킴의 경우, N이 증가함에 따라 모든 오차 측정법이 일관되고 뚜렷이 감소하며, N = 3200일 때 Err1과 Err2는 각각 0.0453과 0.0320으로 감소하여 정확도 향상을 시사한다.
• Godunov 스킴의 경험적 수렴 속도는 ∆x = 1/160일 때 Err1에 대해 약 0.84, Err2에 대해 약 0.85를 기록하여, 2차 수렴 행동을 나타낸다.
• N = 3200일 때의 로그 오차 플롯을 분석한 결과, Err2와 Err4는 정점에 도달한 후 안정화되지만, Err3는 점진적으로 증가하며 다른 측정법보다 높은 수준을 유지하여, 서로 다른 오차 전파 메커니즘을 시사한다.
• Lax-Friedrichs 스킴의 수렴 속도는 낮은 편이며(예: ∆x = 1/160일 때 Err1에 대해 0.84), Godunov 스킴 대비 낮은 정확도를 확인한다.
• 수치적 결과는 이론적 미시-거시 근사를 지지하며, 사고 의존성 동역학을 갖는 미시적 모델이 적절한 이산화 조건 하에서 거시적 모델로 수렴함을 보여준다.