Traffic Simulation based on Space Syntax

Denso IT Laboratory, Inc.

NTS 2013/5/29

増谷

Index

• Motivation

• Space Syntax

• Space Syntax based Traffic Simulation

MotivationTraffic Simulation for CaaS

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

通常の交通シミュレーション

需要（ＯＤ）

地図

交通量動き

リンク旅行時間など

超オーバービュー

歩行者シミュレーション

需要（ＯＤ）

地図

交通量動き

混雑度、往来時間など

3次元、自由空間車と大枠では一緒

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

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

ODが無い状況

需要（ＯＤ）

地図

交通量動き

混雑度、往来時間など

ない、あるいはないに等しい

頼りは地図だけ

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

Spatial SyntaxStatic Traffic Amount Estimation without Traffic Data

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

どのような分野か

• Spatial Analysis and Architectural Theory

• Building Morphology and Emergent performativity

• Spatial Morphology and Urban Growth

• Urban Territoriality and private and public Space

• Urban Structure and Spatial Distribution

• Spatial Configuration and Social Structure

• New Modes of Modelling and Methodological Development

• Architectural Research and Architectural Design

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 (Georgia Tech) :

• 街路に関する主な解析手法• Integration

• Choice

• Depth Distance

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

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

• Relative Asymmetry : RA = 相対的なDepth

• Integration Value : Int V. : RAAの逆数

MD=1.643

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

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)

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)

まとめ

• Integration Value 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

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

Space Syntax based Traffic SimulationDynamic Traffic Prediction without Traffic Data

Space Syntax Based Agent Simulation

• “Space syntax based agent simulation” Penn, A. and Turner, 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

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

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 behaviouralanimation,

• Visibility Graph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

Space Syntax Analysis of Traffic

• 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

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 Graph Analysis (VGA)

• Pointの方が良い結果

Random Simulation on VGA

• ‘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

• Visibility Graphから次の場所を選ぶ

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

評価結果

• 相関0.56

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

Exposure Analysis への応用

• “Pedestrian Volume Modeling for Traffic Safety and Exposure Analysis: The Case of Boston, Massachusetts”, Noah Raford 2005