[论文解读] Building the road network for city-scale active transport simulation models

Afshin Jafari, Alan Both+3 more|arXiv (Cornell University)|Apr 7, 2021

Urban Transport and Accessibility参考文献 44被引用 31

一句话总结

本文提出了一种灵活的开源算法，可从OpenStreetMap（OSM）数据生成适用于城市尺度步行与骑行模拟的路网，通过捕捉详细的行人与自行车基础设施并简化复杂几何形状，在准确性和性能之间实现平衡。该方法在路由准确性方面与完整OSM转换相当，但运行速度超过两倍，为城市模拟中的步行与骑行建模提供了高效、可扩展的解决方案。

ABSTRACT

In this paper, we introduce and test our algorithm to create a road network representation for city-scale active transportation simulation models. The algorithm relies on open and universal data to ensure applicability for different cities around the world. In addition to the major roads, their geometries and the road attributes typically used in transport modelling (e.g., speed limit, number of lanes, permitted travel modes), the algorithm also captures minor roads usually favoured by pedestrians and cyclists, along with road attributes such as bicycle-specific infrastructure, traffic signals, and road gradient. Furthermore, it simplifies the network's complex geometries and merges parallel roads if applicable to make it suitable for large-scale simulations. To examine the utility and performance of the algorithm, we used it to create a network representation for Greater Melbourne, Australia and compared the output with a network created using an existing transport simulation toolkit along with another network from an existing city-scale transport model from the Victorian government. Through simulation experiments with these networks, we illustrated that our algorithm achieves a very good balance between simulation accuracy and run-time. For routed trips on our network for walking and cycling it is of comparable accuracy to the common network conversion tools in terms of travel distances of the shortest paths while being more than two times faster when used for simulating different sample sizes. Therefore, our algorithm offers a flexible solution for building accurate and efficient road networks for city-scale active transport models for different cities around the world.

研究动机与目标

• 开发一种通用的、开源的算法，从OSM数据生成适用于仿真的路网，支持主动交通方式。
• 解决在城市尺度交通模拟中，步行与骑行缺乏详细但计算高效的路网表示的问题。
• 在路网细节（以提升主动交通建模的准确性）与简化（以加快仿真运行时间）之间实现平衡。
• 通过依赖开放、通用的OSM数据和可配置参数，提供一种可适应不同城市的工具。
• 将算法的性能与准确性与现有路网（包括完整OSM转换和仅主干道路网）进行评估。

提出的方法

• 该算法使用基于区域指南和OSM TagInfo的上下文特定标签过滤器，从OSM中提取路网几何形状和属性（例如，限速、车道数、自行车基础设施、坡度）。
• 通过减少节点数量，对复杂几何形状（如环岛和交叉口）进行简化，使用可配置的最小路段长度（默认20米）来控制细节与性能的权衡。
• 整合高程数据以支持更细致的骑行行为建模，包括基于坡度的路径规划。
• 将公共交通基础设施整合到路网中，以支持多模式出行建模。
• 通过网络清理步骤确保所有节点均可达，使输出结果具备仿真可用性。
• 该算法使用R语言实现，配套脚本使用SQL和Bash编写，已在GitHub上公开发布。

实验结果

研究问题

• RQ1 我们的路网在步行与骑行情况下的最短路径距离准确性，与完整OSM转换和仅主干道路网相比如何？
• RQ2 在不同样本规模下，我们的路网仿真运行时间与现有路网表示相比如何？
• RQ3 路网简化在多大程度上影响主动交通仿真的准确性，同时提升计算效率？
• RQ4 该算法能否生成一个平衡的路网，在保持足够细节以支持主动交通建模的同时，避免过高的仿真开销？

主要发现

• 算法生成的路网（SON）在最短路径准确性方面与完整OSM转换（MGN）相当，所有交通方式的平均行程距离偏差均低于10%。
• 在模拟行程中，SON在不同样本规模下均比MGN快逾两倍，显著提升了仿真运行效率。
• 仅主干道路网（IVN）比MGN快约四倍，但在步行与骑行路径距离上表现出显著偏差（超过10%），降低了主动交通模式的准确性。
• SON在准确性和性能之间实现了良好平衡，相较于IVN（准确性更高）和MGN（速度更快），在主动交通建模中表现更优。
• 该算法的灵活性允许用户调整简化参数（如最小路段长度），以根据特定需求（如更高准确性或更快仿真）定制路网。
• 该方法在不同城市中表现出强适用性，依赖开放、通用的OSM数据，但区域间标签不一致性仍是实现完全自动化的挑战。