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

点击翻译按钮获取中文摘要

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研究目的とし，2022年度には機械学習と交通流理論を組み合わせたネットワークの交通状態推定手法について開発を進めた．具体的には，代表的なマクロ交通流理論の一つであるkinematic wave理論を活用し，ニューラルネットワークによる推定・予測を補正する方法論の開発を行なった．2021年度に開発したニューラルネットワークに基づく方法論のように，観測データに基づいて過去の渋滞発生パターンを学習・予測する機能は有用であるが，非再起的な渋滞や災害時・施策実施時のような過去に観測されたことのない交通状態を予測することは困難であることが課題であった．本研究では，ニューラルネットワークの学習においてkinematic wave理論のモデル式に関する項を追加することにより，過去に観測されたことのない状態についても交通流理論に基づいて表現可能なモデルとして拡張する方法論を構築した．これにより，逐次得られる観測データに対するモデルの学習の効率化が期待でき，また観測データが得られない状況に対しても交通流理論に基づく推定・予測結果を出力できる堅牢なモデルとなることが期待できる．また2021年度に開発した動的なネットワーク表現と機械学習を用いた交通状態推定手法に関する研究成果について，国際学会や学術論文誌で発表を行い，賞を受賞するなど一定の評価を得た．以上のように，大規模ネットワーク上の交通状態をリアルタイムに推定する目的に対して一定の実績が得られた.