[论文解读] Traffic4cast at NeurIPS 2022 -- Predict Dynamics along Graph Edges from Sparse Node Data: Whole City Traffic and ETA from Stationary Vehicle Detectors

Moritz Neun, Christian Eichenberger+28 more|arXiv (Cornell University)|Mar 14, 2023

Traffic Prediction and Management Techniques被引用 5

一句话总结

本文提出一种机器学习方法，仅利用来自固定检测器的稀疏历史车辆计数数据，预测全市范围的交通拥堵和行程时间。通过在城市道路网络的时空图上应用图神经网络（GNN）和梯度提升模型，该方法在仅使用有限输入数据的情况下，仍能提前15分钟准确预测拥堵等级和平均行程时间，性能表现优异，标志着在可扩展、保护隐私的城市交通预测方面迈出了关键一步。

ABSTRACT

The global trends of urbanization and increased personal mobility force us to rethink the way we live and use urban space. The Traffic4cast competition series tackles this problem in a data-driven way, advancing the latest methods in machine learning for modeling complex spatial systems over time. In this edition, our dynamic road graph data combine information from road maps, $10^{12}$ probe data points, and stationary vehicle detectors in three cities over the span of two years. While stationary vehicle detectors are the most accurate way to capture traffic volume, they are only available in few locations. Traffic4cast 2022 explores models that have the ability to generalize loosely related temporal vertex data on just a few nodes to predict dynamic future traffic states on the edges of the entire road graph. In the core challenge, participants are invited to predict the likelihoods of three congestion classes derived from the speed levels in the GPS data for the entire road graph in three cities 15 min into the future. We only provide vehicle count data from spatially sparse stationary vehicle detectors in these three cities as model input for this task. The data are aggregated in 15 min time bins for one hour prior to the prediction time. For the extended challenge, participants are tasked to predict the average travel times on super-segments 15 min into the future - super-segments are longer sequences of road segments in the graph. The competition results provide an important advance in the prediction of complex city-wide traffic states just from publicly available sparse vehicle data and without the need for large amounts of real-time floating vehicle data.

研究动机与目标

• 解决仅使用固定车辆检测器提供的稀疏、低分辨率数据来预测全市交通动态的挑战。
• 实现对三个主要城市中超级路段的拥堵等级（红/黄/绿）和平均行程时间的准确预测。
• 证明模型能够从有限的节点级数据泛化到完整道路图上的边级动态预测。
• 探索在不依赖密集实时探测数据（如GPS轨迹）的情况下学习全局交通模式的可行性。
• 评估模型在不同城市中数据稀疏性、标签分布不平衡和覆盖范围差异下的鲁棒性。

提出的方法

• 模型在来自道路图节点上空间稀疏的固定检测器的一小时15分钟分箱车辆计数数据上进行训练。
• 道路网络被表示为动态图，其中边代表道路段，节点代表检测器位置。
• 使用图神经网络（GNN）和梯度提升机（GBM）从稀疏节点观测中学习时空依赖关系。
• 在核心任务中，模型预测图中所有边在未来15分钟内属于三种拥堵等级（基于速度阈值）的可能性。
• 在扩展任务中，模型预测沿超级路段（较长的连续道路段序列）的平均行程时间（ETA）。
• 应用类别加权和超级路段采样以缓解标签不平衡问题，并提升对罕见或异常事件的性能。

实验结果

研究问题

• RQ1 仅基于稀疏的节点级车辆计数数据训练的模型，能否准确预测整个城市道路网络的拥堵状态？
• RQ2 GNN和GBM在有限检测器数据下，能否有效泛化以推断未观测边上的全局交通动态？
• RQ3 标签分布不平衡和低空间覆盖率在不同城市中在多大程度上影响模型性能？
• RQ4 模型输出是否可通过重加权与历史经验标签分布对齐，表明其成功学习了长期交通模式？
• RQ5 模型在超级路段上预测ETA的能力，是否证明其具备向实际导航和路径规划应用迁移的潜力？

主要发现

• 获胜模型在核心竞赛中实现了最低的整体损失，但性能在不同城市间差异显著——墨尔本因标签覆盖率较低（16%）和不平衡性较高，损失最高。
• 观察到历史经验标签分布与重加权模型输出之间存在强烈相关性，表明模型成功学习了长期交通模式。
• 扩展挑战的结果显示，损失水平与标签分布的狭窄程度呈反比关系——墨尔本的尖峰分布导致的损失低于伦敦的平坦、厚尾分布。
• 尽管输入数据稀疏，GNN和GBM均表现出强大的泛化能力，表明交通中的时间与空间依赖关系可从极少数据中有效捕捉。
• 结果证实，仅使用公开的、保护隐私的车辆检测器数据，无需依赖密集GPS探测数据，即可实现高质量的全市交通预测。
• 本研究强调了数据稀疏性和标签不平衡作为关键挑战，墨尔本的低覆盖率和高不平衡性使其成为最难预测的城市。