2019 Fiscal Year Annual Research Report
Dynamic management of next-generation transportation system for post-big data era
| Project/Area Number |
16H02368
|
|---|
| Research Institution | Kobe University |
|---|
Principal Investigator |
井料 隆雅 神戸大学, 工学研究科, 教授 (10362758)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
和田 健太郎 筑波大学, システム情報系, 准教授 (20706957)
日下部 貴彦 東京大学, 空間情報科学研究センター, 講師 (80604610)
赤松 隆 東北大学, 情報科学研究科, 教授 (90262964)
|
|---|
| Project Period (FY) |
2016-04-01 – 2020-03-31
|
| Keywords | 交通工学 / 交通ビッグデータ / 交通マネジメント |
|---|
| Outline of Annual Research Achievements |
人や車の動きを常時観測して得られるビッグデータから得られる交通関連の知見は，最終的には交通システムのよりよいマネジメントに活用すべきだろう．ビッグデータの高時間精度の常時観測という特長を活かした交通システムの動学的マネジメントは一つの答えである．一方，場当たり的な動学的マネジメントは意図しない不安定な動学的挙動を生み，結果として望ましくない状況を招きかねない．本研究全体での目標は，ビッグデータを用いた動学的な将来予測手法の構築と，それを用いた動学的な安定性を担保した次世代交通システムのための動学的マネジメント手法構築である．令和元年度は，本研究の最終年度である4年度目である．本年度は，主に，動的マネジメント手法の本構築とケーススタディを行った．動的マネジメント手法の構築については昨年度までの進捗を活かしてがあり，今年度はそれを継続して実施した．ケーススタディとしては，過年度提案手法による安定化が可能であることを多数ケースの数値計算を通じて示すことができた．この安定化手法は集計的な交通量の情報を必要とするが，個人特性を伴う交通行動に関する情報は必要としないため，現時点で実務的に収集可能な，匿名性が担保された集計的な交通ビッグデータを活用することが可能となっている．また，大規模ネットワークによる交通容量マネジメントのケーススタディを行なった．このケーススタディでは，交通ビッグデータにおける量的データ（交通量等）の，質的データ（旅行時間等）に対する重要性の高さを示せた．不安定なサンプル率から量的データを推定する技術は最近発達が著しく，そのような技術の重要性も示せた．そのほか，最終年度のため，国際ワークショップを，英国Leeds大学のWatling教授と，Leeds大学交通研究所にて共同開催（別プロジェクトと共同）し，研究成果の海外発信も行なった．
|
| Research Progress Status |
令和元年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和元年度が最終年度であるため、記入しない。
|
Research Products
(10 results)
