[논문 리뷰] Parameter and density estimation from real-world traffic data: A kinetic compartmental approach

Mike Pereira, Pınar Boyraz Baykas외 2명|arXiv (Cornell University)|2021. 01. 27.

Transportation Planning and Optimization참고 문헌 19인용 수 4

한 줄 요약

이 논문은 실제 궤적 데이터에서 차량 밀도와 유량을 추정하기 위해 도로 구간을 화학 반응 셀로 간주하는 운동학적 분할 모델을 제안한다. LWR 모델의 유한 체적 이산화에 시간 및 공간에 따라 변하는 반응 속도로 유량-밀도 관계를 모델링함으로써, 고정된 파rameter 모델에 비해 혼잡도 및 복잡한 기본도형을 더 정확하게 포착할 수 있다.

ABSTRACT

The main motivation of this work is to assess the validity of a LWR traffic flow model to model measurements obtained from trajectory data, and propose extensions of this model to improve it. A formulation for a discrete dynamical system is proposed aiming at reproducing the evolution in time of the density of vehicles along a road, as observed in the measurements. This system is formulated as a chemical reaction network where road cells are interpreted as compartments, the transfer of vehicles from one cell to the other is seen as a chemical reaction between adjacent compartment and the density of vehicles is seen as a concentration of reactant. Several degrees of flexibility on the parameters of this system, which basically consist of the reaction rates between the compartments, can be considered: a constant value or a function depending on time and/or space. Density measurements coming from trajectory data are then interpreted as observations of the states of this system at consecutive times. Optimal reaction rates for the system are then obtained by minimizing the discrepancy between the output of the system and the state measurements. This approach was tested both on simulated and real data, proved successful in recreating the complexity of traffic flows despite the assumptions on the flux-density relation.

연구 동기 및 목표

• 실세계 궤적 데이터에 LWR 모델을 적용할 때의 타당성을 평가하기 위해.
• LWR 모델에서 단변수 밀도 중심의 유량 함수를 가정하는 한계를 해결하기 위해.
• 실제 교통 동역학을 더 잘 표현하기 위해 유연한 시간-공간에 따라 변하는 파rameter를 도입함으로써 LWR 모델을 향상시키기 위해.
• 연속적인 거시적 모델과 이산적인 실세계 궤적 측정치 사이의 격차를 메우기 위해.
• 관측된 교통 패턴, 특히 혼잡도 및 용량 감소 효과를 반영하는 데이터 기반의 유량 및 밀도 추정 방법을 개발하기 위해.

제안 방법

• 도로는 세포로 이산화되며, 각 세포는 화학 반응 네트워크의 셀로 간주되고 차량 이동은 인접한 세포 간의 반응으로 모델링된다.
• 차량 밀도는 반응물 농도로 해석되며, 세포 간 유량은 일정, 시간에 따라 변하는, 공간에 따라 변하는, 또는 시간-공간에 따라 변하는 반응 속도로 제어된다.
• 결과로 생긴 이산 동역학 시스템을 수치적으로 해결하기 위해 Lax–Friedrichs 방법에 기반한 유한 체적 방법을 사용한다.
• 모델 출력과 궤적 데이터로부터의 관측된 밀도 측정치 간의 차이를 최소화함으로써 기울기 하강법을 사용해 최적의 반응 속도를 추정한다.
• 유량-밀도 관계는 이차함수로 가정하며, 반응 속도는 이 관계의 최대 유량(용량)을 매개변수화한다.
• 성능 평가를 위해 RMSE와 기본도형 재구성 결과를 사용하여, 시뮬레이션 및 실세계 데이터를 모두 활용해 highD 궤적 데이터셋에서 모델을 검증하였다.

실험 결과

연구 질문

• RQ1 실세계 궤적 데이터에 적용할 때 LWR 모델에서 단일 변수 밀도 중심의 유량 함수를 가정하는 것이 얼마나 타당한가?
• RQ2 탄력적인 시간 및 공간에 따라 변하는 유량 함수의 매개변수화 방식이 LWR 모델이 관측된 교통 패턴을 재현하는 데에 얼마나 기여하는가?
• RQ3 이산적인 운동학적 분할 모델이 궤적 데이터로부터 실세계의 밀도 및 기본도형을 얼마나 정확하게 재구성할 수 있는가?
• RQ4 시간-공간에 따라 변하는 반응 속도를 포함함으로써 모델이 혼잡도 및 용량 감소 현상을 포착하는 데에 어떤 영향을 미치는가?
• RQ5 제안된 방법은 네트워크 수준의 교통 모델링 및 루프 감지기 데이터와 같은 다른 데이터 소스로 확장될 수 있는가?

주요 결과

• 일정한 반응 속도 모델은 자유주행 상태의 패턴을 성공적으로 재현하지만, 혼잡한 혼잡 조건에서는 혼잡 동역학을 포착하지 못한다.
• 시간-공간에 따라 변하는 반응 속도 모델은 특히 혼잡한 상황에서 일정 모델 대비 RMSE를 크게 감소시킨다.
• 시간-공간에 따라 변하는 매개변수를 통해 이차함수 유량-밀도 가정 하에 실세계 데이터에서 관찰된 복잡하고 비균일한 기본도형을 재현할 수 있다.
• 모델은 기본도형의 형태 변화로 인한 용량 감소 효과를 재현하지 않으며, 오히려 국소적인 반응 속도 감소(즉, 효과적 용량 감소)로 이를 표현한다.
• 기본도형의 각 데이터 포인트는 자체적으로 최적화된 이차 유량 함수를 가질 수 있으며, 이는 고정밀 패턴 재현을 가능하게 한다.
• 다중 연결된 셀을 允허함으로써 모델은 네트워크 수준 모델링으로 자연스럽게 일반화되며, 루프 감지기 데이터와 같은 희소 센서 데이터와도 호환된다.