2023 Fiscal Year Annual Research Report
次世代交通管制のためのリアルタイム交通状態推定手法の開発
| Project/Area Number |
21K14266
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
安田 昌平 東京大学, 大学院工学系研究科(工学部), 助教 (00899247)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 交通流理論 / 深層学習 / ネットワーク表現 / ベイズ統計学 |
|---|
| Outline of Annual Research Achievements |
本研究は，次世代の交通管制を見据えて大規模な道路ネットワーク上の交通状態をリアルタイムに推定することを目的としたものである．この目的を達成するため，「空間統計学を用いた動的なネットワーク表現」「交通流理論及び深層学習を活用した交通状態推定」「ベイズ統計学を用いた逐次的な学習」の開発に取り組んだ．
具体的には，車両の走行軌跡データに基づいて目的に応じた動的なネットワーク表現を行う方法論の開発により，推定精度を担保しつつ計算量を大幅に削減できる可能性を示した．更に，交通流理論と深層学習を組み合わせた推定手法の開発により，渋滞の延伸・解消のダイナミクスを物理学的に記述しつつ，ネットワークを対象とした膨大なパラメータを持つ計算についても効率的に行うことを可能とした．またベイズ統計学を活用してネットワークの交通状態を逐次更新するアルゴリズムを開発し，得られたデータの疎密に基づいて推定値の信頼性を評価しつつ，異常検知等への拡張可能性を示した．開発したこれらの方法論はそれぞれ現実で得られた観測データを用いて検証されている．
これらの成果を組み合わせることで，大規模なネットワークを対象とした場合においてもリアルタイムな交通状態推定及び逐次的な情報更新を行うことを可能とし，次世代の交通管制への活用可能性を示した．
研究期間全体を通じて上記成果を国際学会，学術論文誌等に発表しており，また合計で賞を２件受賞するなどの高い評価を得ている.
|
