[论文解读] Arriving on time: estimating travel time distributions on large-scale road networks

Timothy Hunter, Aude Hofleitner+6 more|arXiv (Cornell University)|Feb 26, 2013

Traffic Prediction and Management Techniques被引用 23

一句话总结

本文提出了一种可扩展的、数据驱动的框架，利用探针车辆GPS数据估算大规模路网中的全程旅行时间分布。通过结合停驶-行驶过滤器、用于停驶相关性的马尔可夫模型，以及用于旅行时间相关性的高斯马尔可夫随机场（GMRF），该方法实现了在旧金山湾区等城市路网中线性可扩展且高精度的实时路径旅行时间分布推断。

ABSTRACT

Most optimal routing problems focus on minimizing travel time or distance traveled. Oftentimes, a more useful objective is to maximize the probability of on-time arrival, which requires statistical distributions of travel times, rather than just mean values. We propose a method to estimate travel time distributions on large-scale road networks, using probe vehicle data collected from GPS. We present a framework that works with large input of data, and scales linearly with the size of the network. Leveraging the planar topology of the graph, the method computes efficiently the time correlations between neighboring streets. First, raw probe vehicle traces are compressed into pairs of travel times and number of stops for each traversed road segment using a `stop-and-go' algorithm developed for this work. The compressed data is then used as input for training a path travel time model, which couples a Markov model along with a Gaussian Markov random field. Finally, scalable inference algorithms are developed for obtaining path travel time distributions from the composite MM-GMRF model. We illustrate the accuracy and scalability of our model on a 505,000 road link network spanning the San Francisco Bay Area.

研究动机与目标

• 为解决干线路网中缺乏统计旅行时间分布估算的问题，特别是针对准时到达路径规划的需求。
• 开发一种适用于大规模城市路网（例如505,000条路段）的可扩展方法，基于真实探针车辆数据。
• 通过捕捉停驶模式与时空相关性，建模因交通信号和拥堵导致的旅行时间波动。
• 实现实时推断路径旅行时间分布，响应时间低于1秒。
• 弥合计算密集型物理模型与粗粒度大规模数据驱动方法之间的差距。

提出的方法

• 停驶-行驶过滤器处理原始GPS轨迹，提取每条路段的旅行时间与停驶次数，实现数据压缩以提升可扩展性。
• 马尔可夫模型捕捉连续路段之间停驶行为的空间相关性，基于前一邻接路段的行为建模停驶概率。
• 高斯马尔可夫随机场（GMRF）对相邻路段间旅行时间的时空相关性进行建模，利用网络拓扑结构。
• 复合MM-GMRF模型结合停驶模式与旅行时间相关性，用于估算完整路径的旅行时间分布。
• 通过吉布斯采样实现可扩展推断，即使在长路径情况下也能高效计算近似分布。
• 学习流程与网络规模呈线性关系，其中GMRF学习占主导，且针对稀疏地理结构进行了优化。

实验结果

研究问题

• RQ1 可扩展模型能否利用探针车辆数据在大规模城市路网中估算完整的旅行时间分布？
• RQ2 结合物理洞察（如停驶行为）与统计学习的混合模型，在捕捉旅行时间波动方面表现如何？
• RQ3 停驶模式与旅行时间的相关性在多大程度上提升了准时到达概率估算的准确性？
• RQ4 随着路网规模增大，该模型的可扩展性如何？是否支持实时推断？
• RQ5 与真实值相比，该模型的预测在分位数拟合与分布形状方面表现如何？

主要发现

• 该模型在估算旅行时间分布方面表现出高精度，p-p图显示多变量模型比单峰替代方案更准确地捕捉了低百分位数与高百分位数。
• 采用多模态模型显著减少了对低旅行时间的过度估计，而这类估计在单峰模型中在物理上是不合理的。
• 随着采样次数增加，近似分布与精确分布之间的KL散度迅速下降，表明即使仅使用100 log(I)个样本，对长度为I的路径也能获得接近精确的近似。
• GMRF的训练时间与路段数量呈线性关系，在最大网络中顶点平均度数为9.46，证实了强大的可扩展性。
• 该方法实现了路径旅行时间分布的亚秒级推断，支持实时准时到达路径规划。
• 由于交通信号与驾驶行为的影响，旅行时间具有多模态特征，该模型在捕捉这种多模态性方面优于单峰基线模型。