[논문 리뷰] Urban Bike Lane Planning with Bike Trajectories: Models, Algorithms, and a Real-World Case Study

Sheng Liu, Zuo‐Jun Max Shen외 1명|arXiv (Cornell University)|2020. 08. 21.

Urban Transport and Accessibility참고 문헌 41인용 수 5

한 줄 요약

이 논문은 도킹 없는 자전거 공유 시스템에서 확보한 정밀한 GPS 트래잭션 데이터를 활용하여 도시 자전거 전용 차도 계획을 위한 데이터 기반 최적화 프레임워크를 제안한다. 다중 로짓 기반 이중 프로그래밍을 통해 자전거 운전자들의 경로 선택 행동을 모델링하고, 문제를 혼합정수선형계획문제(MILP)로 재구성하며, 실제 사례 연구를 통해 경로 선택 행동을 통합할 경우 연장성은 감소하지만 보편성은 향상됨을 입증함으로써 스마트 시티의 지능적이고 효용 기반의 인프라 결정을 가능하게 한다.

ABSTRACT

We study an urban bike lane planning problem based on the fine-grained bike trajectory data, which is made available by smart city infrastructure such as bike-sharing systems. The key decision is where to build bike lanes in the existing road network. As bike-sharing systems become widespread in the metropolitan areas over the world, bike lanes are being planned and constructed by many municipal governments to promote cycling and protect cyclists. Traditional bike lane planning approaches often rely on surveys and heuristics. We develop a general and novel optimization framework to guide the bike lane planning from bike trajectories. We formalize the bike lane planning problem in view of the cyclists' utility functions and derive an integer optimization model to maximize the utility. To capture cyclists' route choices, we develop a bilevel program based on the Multinomial Logit model. We derive structural properties about the base model and prove that the Lagrangian dual of the bike lane planning model is polynomial-time solvable. Furthermore, we reformulate the route choice based planning model as a mixed integer linear program using a linear approximation scheme. We develop tractable formulations and efficient algorithms to solve the large-scale optimization problem. Via a real-world case study with a city government, we demonstrate the efficiency of the proposed algorithms and quantify the trade-off between the coverage of bike trips and continuity of bike lanes. We show how the network topology evolves according to the utility functions and highlight the importance of understanding cyclists' route choices. The proposed framework drives the data-driven urban planning scheme in smart city operations management.

연구 동기 및 목표

• 설문 조사에 의존하고 데이터 해상도가 낮은 전통적인 히وري스틱 기반 자전거 전용 차도 계획 방법의 한계를 해결하기 위해.
• 도킹 없는 자전거 공유 시스템에서 확보한 고해상도 GPS 트래잭션 데이터를 활용하여 증거 기반 도시 계획을 이끌 수 있는 최적화 프레임워크를 개발하기 위해.
• 이중 최적화 프레임워크 내에서 다중 로짓(MNL) 모델을 사용하여 자전거 운전자들의 경로 선택 행동을 명시적으로 모델링하기 위해.
• 실제 도시 네트워크에서 자전거 이동의 커버리지와 자전거 전용 차도의 연속성 사이의 상호 상충 관계를 정량화하기 위해.
• 유용성 최적화와 행동 반응을 통합한 대규모 자전거 전용 차도 계획에 대해 확장 가능하고 해석 가능한 해결책을 제공하기 위해.

제안 방법

• 자전거 운전자들의 유용성을 최대화하는 정수 최적화 모델로 자전거 전용 차도 계획 문제를 수식화하며, 이동 거리와 차도 가용성을 고려한다.
• 상위 수준에서는 자전거 전용 차도를 계획하고 하위 수준에서는 다중 로짓(MNL) 모델을 사용해 자전거 운전자들의 경로 선택 행동을 모델링하는 이중 프로그래밍을 개발한다.
• 기본 모델의 라그랑주 이중 문제는 다항식 시간 내에 해결 가능하다는 것을 증명하여 계산 효율성을 보장한다.
• 경로 선택 기반 모델을 혼합정수선형계획문제(MILP)로 재구성하기 위해 선형 근사 기법을 적용하여 해석 가능성을 확보한다.
• Google Maps Directions API를 활용해 출발지-도착지 쌍에 대한 후보 경로를 생성하여 현실적인 경로 모델링을 위한 선택지 집합을 풍부하게 한다.
• 모델 내에서 경로 유용성과 이동 거리를 균형 있게 조정하기 위해 단위 거리당 비유용성 매개변수 η = 20을 사용해 유용성 함수를 校정한다.

실험 결과

연구 질문

• RQ1 도킹 없는 자전거 공유 시스템에서 확보한 GPS 자전거 트래잭션 데이터는 어떻게 활용되어 도시 자전거 전용 차도 계획의 정확성과 효율성을 향상시킬 수 있는가?
• RQ2 자전거 운전자들의 경로 선택 행동을 통합할 경우, 도출되는 자전거 전용 차도 네트워크의 구조와 커버리지에 어떤 영향을 미치는가?
• RQ3 다양한 유용성 함수 매개변수 설정 하에서 자전거 이동 커버리지와 자전거 전용 차도의 연속성 간 상호 상충 관계는 어떻게 변화하는가?
• RQ4 기반 인프라 계획과 행동 반응 간의 상호작용을 반영하는 이중 최적화 모델은 대규모로 효율적으로 해석될 수 있는가?
• RQ5 결정 과정에서 관측된 경로뿐 아니라 대체 경로까지 고려할 경우 네트워크 구조는 어떻게 변화하는가?

주요 결과

• MNL 모델을 통한 자전거 운전자 경로 선택 행동 통합은 연속성이 감소하는 대가를 치르더라도 더 광범위한 경로를 커버하는 분산형 자전거 전용 차도 네트워크를 도출한다.
• B = 30 km 및 α = 1.02 조건에서 경로 선택을 고려할 경우 커버리지 비율이 크게 증가하지만, 연속된 자전거 전용 차도의 평균 길이는 감소한다.
• 모델은 경로 선택 행동을 忽略할 경우 최적의 차도 배치가 이루어지지 않으며, 뿐만 아니라 관측된 고밀도 이동 경로에만 치우치고 대체로 선호되는 경로를 간과함을 입증한다.
• 제안된 MILP 재구성 기법은 대규모 문제의 효율적 해석을 가능하게 하여 프레임워크를 실제 도시 네트워크에 적용 가능하게 한다.
• 중국 주하이의 사례 연구는 커버리지-연속성 간 상호 상충 관계를 정량화함으로써 도시 계획자들에게 실질적인 통찰을 제공한다.
• 결과는 인프라 계획에서 행동 반응을 모델링하는 것이 중요하다는 점을 강조하며, 정적 설문 기반 접근 방식은 실제 자전거 이용 패턴을 잘못 반영할 수 있음을 시사한다.