[논문 리뷰] Combining traffic counts and Bluetooth data for link-origin-destination matrix estimation in large urban networks: The Brisbane case study

Gabriel Michau, Nelly Pustelnik외 4명|arXiv (Cornell University)|2019. 07. 17.

Human Mobility and Location-Based Analysis참고 문헌 41인용 수 5

한 줄 요약

이 논문은 대규모 도시 네트워크에서 링크-원천-도착지(LOD) 행렬을 추정하기 위해 블루투스 프로브 데이터와 교통 카운트를 통합하는 볼록 최적화 프레임워크를 제안한다. 유량 보존 및 데이터 정밀도에 대한 제약 조건을 갖는 역문제로 교통 배분을 모델링함으로써, 경로 선택 및 링크 사용에 대한 세부 분석이 가능한 종합적인 3차원 교통 표현을 생성한다. 브리즈번에서 600개 이상의 블루투스 탐지기와 18,300개의 네트워크 링크를 활용한 사례 연구를 통해 이를 검증하였다.

ABSTRACT

Origin-Destination matrix estimation is a keystone for traffic representation and analysis. Traditionally estimated thanks to traffic counts, surveys and socio-economic models, recent technological advances permit to rethink the estimation problem. Road user identification technologies, such as connected GPS, Bluetooth or Wifi detectors bring additional information, that is, for a fraction of the users, the origin, the destination and to some extend the itinerary taken. In the present work, this additional information is used for the estimation of a more comprehensive traffic representation tool: the link-origin-destination matrix. Such three-dimensional matrices extend the concept of traditional origin-destination matrices by also giving information on the traffic assignment. Their estimation is solved as an inverse problem whose objective function represents a trade-off between important properties the traffic has to satisfy. This article presents the theory and how to implement such method on real dataset. With the case study of Brisbane City where over 600 hundreds Bluetooth detectors have been installed it also illustrates the opportunities such link-origin-destination matrices create for traffic analysis.

연구 동기 및 목표

• 실제 데이터를 활용하여 대규모 도시 네트워크에서 링크-원천-도착지(LOD) 행렬을 추정하는 확장 가능한 방법을 개발하는 것.
• 기존의 OD 행렬 추정 기법의 한계를 보완하기 위해 블루투스 탐지기에서 수집한 프로브 데이터와 교통 카운트를 통합하는 것.
• 추가 모델이나 가정에 의존하지 않고도 원천-도착지 유량과 링크 수준의 교통 배분을 통합적으로 분석할 수 있도록 하는 것.
• 고량의 데이터와 높은 네트워크 복잡성을 지닌 실제 도시 환경에서 LOD 행렬의 실현 가능성과 유용성을 입증하는 것.

제안 방법

• 데이터 정밀도 항과 사전 지식 항의 가중 조합을 최소화하는 제약 조건이 있는 역문제로 LOD 행렬 추정을 수립한다.
• 목적 함수: min {γ₁D₁(T̃, T) + γ₂D₂(q̃, q)} 를 만족하는 볼록 최적화 프레임워크를 사용하며, 제약 조건은 q = F(T)이며, 여기서 F는 교통 배분 함수이다.
• 유량 보존(Kirchhoff의 법칙) 및 데이터 정밀도 제약 조건을 적용하여 교통 카운트(q̃)와 블루투스 프로브 데이터를 활용해 OD 행렬(T)을 추정한다.
• 원래의 GIS 도로 네트워크(370,000개 세그먼트)를 관리 가능한 18,300개의 링크로 단순화하고, 도심 분석을 위해 추가로 5,370개의 링크로 축소한다.
• 각 OD 쌍과 경로에 따라 달라지는 탐지율 모델을 적용하여 블루투스 탐지율에 따라 유량 추정치를 조정한다.
• 사전 OD 행렬 가정, 관측된 교통 카운트, 네트워크 상의 유량 보존을 균형 잡는 다목적 최적화를 구현한다.

실험 결과

연구 질문

• RQ1 대규모 도시 네트워크에서 블루투스 프로브 데이터와 교통 카운트를 효과적으로 통합하여 종합적인 링크-원천-도착지 행렬을 추정할 수 있는가?
• RQ2 제안된 볼록 최적화 프레임워크는 기존의 OD 행렬 추정 기법에 비해 유량 일관성과 공간 해상도 측면에서 어떻게 향상되는가?
• RQ3 실제 도시 환경에서 추정된 LOD 행렬을 통해 경로 선택 행동과 링크 사용 패턴에 대한 어떤 통찰을 도출할 수 있는가?
• RQ4 목적 함수의 가중치(γ₁, γ₂)가 다양할 경우 추정된 교통 행렬의 품질과 현실성에 어떤 영향을 미치는가?

주요 결과

• 이 방법은 브리즈번 도시 네트워크에 대해 약 185,000개의 OD 쌍과 도심부 5,370개 링크를 포함하는 LOD 행렬을 성공적으로 추정하였다.
• LOD 행렬에서 유도된 교통 유량 맵는 원시 교통 카운트에 비해 더 매끄럽고 일관성 있는 링크 유량을 보이며, 잡음 요소를 감소시키고 공간 일관성을 향상시켰다.
• 브래드필드 하이웨이 브리지가 주요 통로로 규명되었으며, 북부 브리즈번에서 남부 브리즈번로의 상당한 유량이 관찰되었고, 이는 더 동쪽에 위치한 요금 청구 브리지인 게이트웨이 브리지보다 선호되는 경로로 작용하였다.
• 블루투스 데이터의 탐지율은 각 OD 쌍과 경로에 따라 크게 다름을 확인하였으며, 주요 경로의 경우 낮은 탐지율 요소(예: 주요 경로에 대해 <4, 샌드뱅크 지역의 소규모 유량에 대해 약 3)를 사용해 유량을 추정하였다.
• 이 방법은 도심 중심부에서의 경로별 교통 유량을 시각화할 수 있었으며, 예를 들어 시티 센터에서 무루쿠카로의 이동을 통해 경로에 따라 다른 유량 분포와 비균일한 탐지 효율성을 드러내었다.
• 단순 추정치에 비해 더 현실적이고 세밀한 교통 표현을 생성하여, 피크 시간대 비교나 출퇴근 행동 연구와 같은 고도의 분석을 가능하게 하였다.