2018 Fiscal Year Annual Research Report
大規模・異種の時空間データ融合による全国幹線道路ネットワークの脆弱・信頼性評価
| Project/Area Number |
17H03321
|
|---|
| Research Institution | Kanazawa University |
|---|
Principal Investigator |
中山 晶一朗 金沢大学, 地球社会基盤学系, 教授 (90334755)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
寒河江 雅彦 金沢大学, 経済学経営学系, 教授 (20215669)
中西 航 東京工業大学, 環境・社会理工学院, 助教 (70735456)
高山 純一 金沢大学, 地球社会基盤学系, 教授 (90126590)
藤生 慎 金沢大学, 地球社会基盤学系, 准教授 (90708124)
|
|---|
| Project Period (FY) |
2017-04-01 – 2021-03-31
|
| Keywords | プローブデータ / L1ノルム / 混合効果モデル |
|---|
| Outline of Annual Research Achievements |
非常に大きなデータ（ビックデータ）であり，エクセルやテキストファイルでは開くことすらできない富士通交通・道路データサービスの商用車プローブデータ（車両の時々刻々の移動軌跡データ）やETC2.0 (Electronic Toll Collection system, version 2.0) のプローブデータを，関係データベース管理システム (RDBMS: Relational DataBase Management System) を用いて，各車両の移動軌跡を把握する方法について検討を行った．具体的には各車両の離散時刻の車両位置の緯度経度データをつなぎ合わせて，その車両の移動軌跡を把握するために，それらプロットデータをL1ノルム正則化による回帰分析を行うことの適用可能性などを検討した．また，道路ネットワークのそれぞれのリンク内のプローブデータを集計する方法（リンク内の複数車両の複数の緯度経度プロットデータをどのように平均化するのかの方法）について検討し，各リンクの旅行速度を算出し，そのリンク旅行速度のwithin-dayやday-to-day ダイナミクスについて，時刻によって旅行速度がどのように変化するのか，変化しないのか，また，曜日によって旅行速度がどのように異なるのかなどについて検討した．また，混合効果モデルを用いて，プローブデータの車両間の運転特性の違いによる旅行速度推定上の誤差について検討を行い，プローブデータを用いて，旅行速度を衰退するためにはどれほどのプローブデータサンプルが必要なのかなどの検討も行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
当初の予定であったデータベースを用いた道路ネットワークの交通特性のwithin-day・day-to-day ダイナミクスの検討であった．平成３０年度は，それらのみならず，各車両の移動軌跡を把握する方法について，各車両の離散時刻の車両位置の緯度経度データをつなぎ合わせて，その車両の移動軌跡を把握するために，それらプロットデータをL1ノルム正則化による回帰分析を行うことの適用可能性などの検討をおこなうとともに，道路ネットワークリンク内の複数車両の複数の緯度経度プロットデータをどのように平均化するのかの方法についての検討も行い，さらに，混合効果モデルを用いて，プローブデータの車両間の運転特性の違いによる旅行速度推定上の誤差について検討を行い，プローブデータを用いて，旅行速度を衰退するためにはどれほどのプローブデータサンプルが必要なのかなどの検討も行った．以上のように，当初の計画以上のことを行ったと判断した．
|
| Strategy for Future Research Activity |
プローブデータだけではなく，トラカンデータ（交通量カウント感知器データ）も融合して，より精度高く旅行速度を予約する手法の検討やそのようなデータがないような箇所でも適用可能にするために，確率ネットワーク交通均衡モデルを活用する手法の検討を行う．具体的には，確率ネットワーク交通均衡モデル上での最尤法によって導出することができるリンク交通量の多変量確率分布からそれら２つの異なったデータが同時に生起する確率が最大となるようにパラメータ等をチューニングを行う手法について検討する．
|
