Traffic simulation based on space syntax
•Download as PPTX, PDF•
1 like•1,416 views
Traffic simulation without traffic data.
Recommended
More Related Content
Viewers also liked
Viewers also liked (20)
Similar to Traffic simulation based on space syntax
Similar to Traffic simulation based on space syntax (7)
More from Osamu Masutani
More from Osamu Masutani (20)
Traffic simulation based on space syntax
- 1. Traffic Simulation based on Space Syntax Denso IT Laboratory, Inc. NTS 2013/5/29 増谷
- 2. Index • Motivation • Space Syntax • Space Syntax basedTraffic Simulation
- 4. 交通シミュレーション • 用途 • 都市計画、交通設備計画 • 交通制御、テレマティックスサービス • タイプ • 大スケール：マクロシミュレーション、需要予測 →都市計画 • 小スケール：マイクロシミュレーション、景観SIM →環境アセス、ＶＲ用
- 7. シミュレーションの条件 • 地図があること • ＯＤ需要が取れること • 地域特性、人口などから推定する：４段階推定法 • 統計データで当てはめる：DTA • センサーからリアルタイムデータを取る：オンラインシミュレーション 車でも結構厳しい
- 8. ODを求めること • 車両交通では • アンケート • ETC、AVIなどの感知器データ、またはプローブ • 全量、または部分データは（デンソー的にみても）取りやすい • 歩行者交通では • Suica,セルラープローブ • 定常的に取れるのは限られたオペレータ • プライバシーに関して制限がより厳密 • V-CaaSでは、“なおさら“。車両交通にExposeしたところしか歩行者データ取れない 歩行者は激ムズ
- 10. 課題 • ＯＤ等、リッチな交通量データが無い状況下での • 交通量予測 • 交通、歩行者シミュレーション
- 11. Spatial Syntax StaticTraffic Amount Estimation withoutTraffic Data
- 12. Space Syntax • 都市構造分析で用いられる理論 • “Social Logic of Space” 1984, Hillier,Hanson • 1997 年よりシンポジウム開始
- 13. どのような分野か • SpatialAnalysis and ArchitecturalTheory • Building Morphology and Emergent performativity • Spatial Morphology and UrbanGrowth • UrbanTerritoriality and private and public Space • Urban Structure and Spatial Distribution • SpatialConfiguration and Social Structure • New Modes of Modelling and Methodological Development • Architectural Research andArchitectural Design
- 14. 理論 • 3つのコンセプト • Isovist / Michael Benedikt (U.Texas) : 可視領域に関する手法 • Axial space / Bill Hiller (UCL) : 外部空間を解析するために空間を線形化する手法 • Convex space / John Peponis (GeorgiaTech) : • 街路に関する主な解析手法 • Integration • Choice • Depth Distance
- 15. Axial Analysis • Axial Lineを引き、空間を線形化する: Axial Map • ”least set of longest lines of direct movement” • 最少の線分にて、すべてのConvexをカバー これが主流 Bill Hiller：A Theory of the City as Object,Proceedings 3 rd International Space Syntax Symposium Atlanta,2001
- 16. Axial Analysis • 任意のAxial Lineから他のAxial Lineまで • Depth = 到達するのに必要な最小折れ曲がり回数(Step） • Total Depth :TD / MD= その他すべてのAxial Lineに対するDepth 総和、平均 • RelativeAsymmetry : RA = 相対的なDepth • IntegrationValue : IntV. : RAAの逆数 MD=1.643
- 17. 指標 • Int.V が高い • 他のAxial Lineとの位相的距離が短く、移動効率に優れる→にぎやかな空間 • Int.V が低い • 移動効率が低い→人通りが少なく落ち着いた空間 にぎやかさ指標
- 18. 交通との相関 • 熊本市 • 279地点 • 7時間*㏡ • 歩行者属性 “Space Syntaxと歩行者交通量からわかる都市構造と街路の特性に関する研究”,山野 弘隆(熊本大,2009)
- 19. Axial Mapとの相関 • Axial Mapとの相関が高い、Int.Vが大きいほどばらつく Axial Map 実際の交通と重ね合わせ 散布図 “Space Syntaxと歩行者交通量からわかる都市構造と街路の特性に関する研究”,山野 弘隆(熊本大,2009)
- 20. まとめ • IntegrationValue を用いると、地図だけで、静的な交通量が推定できる • 高精度化には、以下も考慮したほうがよさそう • 街路の通りやすさ • 距離
- 21. デモ • Urban Network Analysis • Spatial Syntax系のツール • トポロジー以外にも距離、インピーダンスなどを考慮できる • リンク、ノード単位でなく、建物単位の処理が可能
- 22. Space Syntax basedTraffic Simulation DynamicTraffic Prediction withoutTraffic Data
- 23. Space Syntax Based Agent Simulation • “Space syntax based agent simulation” Penn, A. andTurner, A. (2001) /UCL • 概要 • 通常の交通シミュレーションはＯＤベースで多数の認知モデルを利用し行う • 本手法では一切のハイレベルのモデルを使わずにSpace Syntaxを利用して人間の 挙動を生成する • Space Syntax と逐次的ランダム選択の組み合わせが既存モデルより良い性能を示 した 交通SIM不要論
- 24. Motivation • 既存のシミュレーション • OD + 高度な認知モデル • マクロモデル、ミクロモデル双方でＯＤを仮定するが、間のＯＤはどうするの か？ • キャリブレーションするデータが取れない場合はどうするのか？ • ＯＤ，キャリブレーションなしで
- 25. 既存研究 • J. Kerridge and N. McNair, PEDFLOW — a system for modelling pedestrian movement in occam • 非常に限定されたエージェントモデルでの実験 • 交通量再現は難しい • G.Thomas and S. Donikian, Modelling virtual cities dedicated to behavioural animation, • VisibilityGraphを用いたhuman-likeな振る舞い • 見た目が自然なだけで流量は再現しない ODなしでは難しい
- 26. Space Syntax Analysis ofTraffic • SS によると現実のひとが完全に Rationalなロジックで動いているとい うのはdoubtfulに見える。 • Londonのデータ • Depth と Flow の相関 0.83
- 27. Line から Pointへ • ショッピングセンターの回遊 • Line を Pointで置き換える • オープンスペース • Visibility GraphAnalysis (VGA) • Pointの方が良い結果
- 28. Random Simulation onVGA • ‘exosomatic visual architecture’ EVA • VGAの結果をベースにしたシミュレーション • 事前に計算された環境情報 • 各Visible Nodeに格納された属性 • VisibilityGraphから次の場所を選ぶ
- 29. EVA シミュレーション • 最終的なODに関する知識なし • ローカルな判断のみ
- 30. 評価結果 • 相関0.56
- 31. まとめ • EVA (exosomatic visual architecture) ベースのシミュレーションで • 高い再現性 •生成交通量の予測 •発生・集中交通量の予測 •分布交通量の予測 •分担交通量（手段別交通量）の予測 •配分交通量の予測 四段階推定法 •OD交通量から車両発生 •動的経路探索 •車両ダイナミクス（追従など） •車線変更モデル •信号、交通制御モデル マイクロシミュレーション •ランダムな次ステップ選択 ランダムウォーク •Line,Point単位のDepth解析 Space Syntax
- 32. Exposure Analysis への応用 • “PedestrianVolume Modeling forTraffic Safety and Exposure Analysis:The Case of Boston, Massachusetts”, Noah Raford 2005