2020 Fiscal Year Research-status Report
高速道路の単路部ボトルネック現象に対する交通流理論の構築と制御手法の開発
| Project/Area Number |
19K04637
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
和田 健太郎 筑波大学, システム情報系, 准教授 (20706957)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 渋滞発生確率 / 確率的交通容量 / 拡散近似 / 渋滞発生予測 / 環境計算 |
|---|
| Outline of Annual Research Achievements |
本研究は，単路部ボトルネック（サグ，トンネル等）における渋滞現象を説明するために，単純なモデリングが可能なマクロな交通流モデルをベースとした理論を構築し，その理論に基づく制御手法を開発することを目的とする．具体的には，まず，(i) 渋滞時に生じる特徴的な現象を時空間的に分類し，安定的な現象から順にモデルを構築・拡張する．そして，(ii) 車両軌跡データ等に基づき，理論の検証を行う．最後に，(iii) 最適な制御法について検討を行う．
2年目にあたる令和2年度は, (i) のステップの「渋滞発生時から安定状態に至る過程」の理論解析に取り組んだ. 具体的には, 昨年度構築した Capacity Drop (CD) モデルを内包する， 渋滞発生確率モデルを構築した. これは確率的な渋滞発生に関わる交通需要の揺らぎと交通容量を決定する交通・道路条件の異質性を分解して扱う従来にない枠組みであり, 系統的なシミュレーションを用いてその妥当性を確認した. また， シミュレーションを通して把握したモデル特性の理論的な説明可能性について, 待ち行列理論の拡散近似法に基づき検討した.
上記モデルの理論解析と並行して, 渋滞発生の予測可能性について, 実観測データを用いて検討した. ここでは， 現象説明モデルではなく, 「環境計算」という新たな概念に基づく統計的予測モデルを構築し, その精度や計算コストを深層学習モデルと比較した. 結果, 単路部の渋滞予測であれば, 深層学習モデルと同等かやや劣る予測が極めて低計算コストで得られる可能性があることがわかった.
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
(i) の理論構築はおおむね順調に進展しているが, (ii) の実観測データによる理論の検証が遅れているのが現状である.
|
| Strategy for Future Research Activity |
最終年にあたる令和3年度では， まず (ii) として, 構築した理論・モデルで扱う現象の実証分析手法を確立すること， 現時点で不十分である実証分析地点を増やすことを予定している. そうした実証分析を受けて (i) の理論は適宜修正を行う. また, この2年間で構築したモデルに基づく交通制御問題についても上記と並行して取り組む．
|
| Causes of Carryover |
新型コロナウイルス蔓延にともなう学会・対面打ち合わせのキャンセルにより旅費の使用がなくなり, 次年度使用額が生じている. 次年度においても, 学会等は従来通りには戻らない可能性が高い. 従って, 旅費に当てる予定であった研究費の一部を系統的な数値実験や実証分析補助の謝金等に当てることを考えている．
|
