2013 Fiscal Year Annual Research Report
無線ネットワークを利用したスケーラブルなデマンド型交通のシミュレーションと評価
| Project/Area Number |
23710177
|
|---|
| Research Institution | Sugiyama Jogakuen University |
|---|
Principal Investigator |
向 直人 椙山女学園大学, 文化情報学部, 講師 (30453822)
|
|---|
| Keywords | デマンド型交通 / タクシープローブデータ / 交通ビッグデータ |
|---|
| Research Abstract |
本研究は、無線ネットワークを利用して、デマンド型交通をサポートすることを目的とした。中継ノードをサービスエリアに配置し、車両や利用者の情報をリアルタイムに取得することで、最適化された輸送計画を提供できると考えた。当初、無線ノードとして「Zigbee（ジグビー）」を利用することを想定していたが、開発キットが研究環境で正常に動作しないなどの問題が生じた。また、当初はアプリケーション層での開発を目指していたが、開発キットではさらに低層の物理層、データリンク層などを考慮する必要があることが分かった。このため、車両や利用者の情報をリアリタイムに取得できることを仮定し、輸送計画を効率化させることに重点を置いた。まずは、東京２３区のプローブデータを基に利用者の発生傾向を分析することから初めた。プローブデータは、車両からネットワークを介してリアルタイムにサーバー（中継機）に送信され、「車両ID」「時刻」「緯度・経度」「速度」などの情報を含んでいる。デマンド型交通では、利用者の発生を予測し、車両を先回りさせるように配車することが重要である。そこで、時間帯・曜日・天候などの要因と、利用者の発生頻度・分布の相関関係をニューラルネットワークで学習することを試みた。この成果は2012年5月に岐阜で開催された「IIMSS2012」において発表した。次に、ネットワークを介して収集した情報をリアルタイムに解析することを目指し、大規模データの分散処理技術である「Hadoop MapReduce」を基に、実運用を想定したシステムの構築を行なった。送信されてくるデータをMapReduceのフレームワークに従って分散処理し、「車両・速度の分布」や「OD表」として抽出する。さらに、抽出された情報はインターネットを介して車両や利用者に発信する。この成果は「第20回ITS世界会議東京2013」において発表した。
|
