Microscopic urban traffic state estimation and optimization by data driven approach
| Project/Area Number |
20KK0334
|
|---|
| Research Category |
Fund for the Promotion of Joint International Research (Fostering Joint International Research (A))
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 22050:Civil engineering plan and transportation engineering-related
|
|---|
| Research Institution | Ritsumeikan University |
|---|
Principal Investigator |
塩見 康博 立命館大学, 理工学部, 教授 (40422993)
|
|---|
| Project Period (FY) |
2021 – 2023
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥13,910,000 (Direct Cost: ¥10,700,000、Indirect Cost: ¥3,210,000)
|
|---|
| Keywords | 都市交通 / データ駆動 / 高速道路 / 一般道ネットワーク / 信号制御 / 交通状態推定 / 公共交通 / MaaS / シミュレーション / デジタルトランスフォーメーション / データ同化 / DX / 動的最適化 |
|---|
| Outline of Research at the Start |
多様な交通手段が利用可能で複雑化する都市交通システムの円滑性・安全性を高次元で実現することは，都市の活力を高め，生産性の高い社会を実現するために必要不可欠である．本研究では，インフラや移動体からリアルタイムに収集される種々のデータを統合するシミュレーションプラットフォームを構築する．またその要素技術として，移動体の挙動を再現するデータ駆動型モデルの開発とそれに基づくデータ同化アルゴリズムの開発，深層強化学習を用いた交通システムの最適化手法の構築，仮想空間・現実空間間でのフィードバックシステムの開発に取り組む．また，それらの有効性について，仮想フィールド，および実フィールドを対象に検証を行う．
|
| Outline of Annual Research Achievements |
多様な交通手段が利用可能で複雑化する都市交通システムの円滑性・安全性を高次元で実現することは，都市の活力を高め，生産性の高い社会を実現するために 必要不可欠である．本研究では，インフラや移動体から収集される種々のデータを統合するシミュレーションプラットフォームを構築するものである．またその要素技術として，移動体の挙動を再現するデータ駆動型モデルの開発とそれに基づくデータ同化アルゴリズムの開発，深層強化学習を用いた交通システムの最適化手法の構築，仮想空間・現実空間間でのフィードバックシステムの開発などに取り組んでいる．
高速道路における交通現象に関しては，昨年度に構築したデータ駆動型追従モデルを用いてシミュレーションを実施し，その交通現象の再現性の検証を行った．その結果，概ね良好に実現象を再現するものの，大きく減速する局面では再現性が落ちることが明らかとなり，現在その改良に取り組んでいる．また，車線変更を含むモデルに関しては，走行軌跡データに基づいて車線変更行動の発生とその影響についての検証を行った．
一般道に関しては，草津市をモデルエリアとしてフリーのシミュレーションツールであるSUMOを用いたネットワークシミュレーションの開発を行っている．また，その再現性の向上に向けて飽和交通流率の妥当性の検証を目的に定点観測データによる計測値とプローブデータに基づく推計値の比較検証を行った．加えて，3次元点群データに基づき，交通事故発生リスクの検証にも取り組んだ．
アクティビティ分析に関しては，買い物・通院・社交のアクティビティの仮想空間への需要可能性について，アンケート調査を行った．その結果，買い物に関しては年齢が高くなるほど仮想空間への受容性は低くなる傾向にある一方，コロナ禍を経て，社交に関しては仮想空間の受容性が他と比較して高く，その傾向は高齢者ほど高くなることを明らかとした．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
2022年8月までオランダのデルフト工科大学に滞在し，予定通り共同研究を実施した．また，帰国後も2023年3月に再訪するなど，共同研究を継続している．今後も複数回の渡航を予定しているが，2023年度中は学内役職の関係で実際に渡航できるかはやや不透明な状況である．
草津市をモデルエリアとした分析では，道路空間の三次元点群データはすでに整備できたが，バスに設置したGPS端末の位置情報制度が低く，別の機器に取り替える必要が生じている．そのため，エッジ処理が可能なドライブレコーダーもバスに設置し，交通状態推定に活用する予定としているほか，ETC2.0プローブデータ，路上での画像観測データの取得を計画している．
全体的に機材の調達などで遅れが生じており，当初予定より1年後ろ倒しして，2024年度での完成を目指して取り組みたいと考えている．
|
| Strategy for Future Research Activity |
今年度は，高速道路の交通マネジメントに関しては，昨年度までに構築した交通流シミュレーションとOpenAI Gymとを連携させ，交通需要の変動などに対応した深層強化学習による最適化マネジメント手法の確立を目指す．ここでは，可変制限速度などインフラ側からの全体制御や自動運転車両への指示など個別車両制御，およびその両方による効果の評価を行う．
一般道ネットワークに関しては，プローブデータと定点観測データの融合活用による動的OD交通量の推定とそれに基づく交通状態推定，さらには公共交通を優先する信号制御アルゴリズムの開発を行う．また，シミュレーションの精度向上のため，飽和交通流率への影響要因についての調査も実施する．
プラットフォーム開発に関しては，バスに設置したドラレコ画像から交通状態を推定する手法，バス停に設置したカメラから乗車人数を推定する手法を構築し，サイバー空間での可視化を行う．
アクティビティ分析に関しては，歩行者交通状態の検知とそれに基づく流動マネジメント手法を検討する．
研究の進捗は遅れているが，データ取得などの環境は今年度中には整備出来る予定であり，今年度中は個別要素の開発に専念し，2024年度にそれらの知見を統合していく方針である．
|
Report
(2 results)
Research Products
(14 results)
