混雑した都市道路網における外生的需要推定を用いたフィードバック・フィードフォワード信号制御
本稿では、都市交通網における従来型の交通量感応型信号制御手法であるTUC (Traffic-responsive Urban Control) を拡張し、外生的需要（ネットワークの起点・終点またはリンク内で発生する流入・流出交通量）のリアルタイム推定とフィードフォワード制御を導入することで、交通状況の変化に対する応答性と制御性能を向上させる手法を提案する。
長期的な交通予測における空間シフトに対するロバストな手法
交通予測モデルは長期的な空間シフトに対して脆弱であり、本研究では、グラフォンを用いた専門家モデルを提案することで、この課題に取り組む。
交通マイクロシミュレーションモデルのマクロデータによる較正
交通マイクロシミュレーションは、個々の交通主体の軌跡を再現するための重要なツールである。しかし、これらのマイクロモデルのパラメータを実世界のデータに合わせて調整する較正プロセスは課題がある。本研究では、個別の軌跡データではなく、集計的(マクロ)なデータを用いてマイクロシミュレーションモデルを較正する手法を提案する。
モジュール型自律走行車の異種交通流における行動モデリング、シミュレーション、および影響
モジュール型自律走行車の導入は、交通容量の大幅な向上と自由流速度の調整をもたらす可能性がある。
複雑な環境における異種混合交通の制御と調整
ロボット車両の導入により、複雑な交差点における平均待ち時間を最大86%、91%削減できる。特に頻度の低い車両(トラック、ピックアップトラック)が最も大きな恩恵を受ける。また、ロボット車両の導入は、信号機管理よりも環境への影響が小さい。
交通事故検知のための強化型半教師あり学習モデル
本論文は、交通事故検知のための新しい半教師あり学習モデルFPMTを提案する。このモデルは、教師なし事前学習、教師あり微調整、そして半教師あり微調整の段階的な学習パイプラインを採用し、確率的な擬似ミックスアップ手法とGANsベースのデータ拡張を組み合わせることで、極端に少ない教師データでも高い性能を発揮する。
交通渋滞緩和のためのデータ同化を用いたジャム吸収型運転
本研究では、拡張カルマンフィルター-セル伝送モデルに基づくデータ同化フレームワークを提案し、ジャム吸収型運転の性能向上に活用する。
大規模都市交通ネットワークにおける分析的最適化交通流回復
本研究は、GPS速度データと疎な流量データを活用して、大規模都市ネットワークの正確かつ高解像度の交通流を推定する分析的最適化回復(AOR)アプローチを提案する。
混合自動運転交通における車両隊列の燃費削減のためのダイナミックな学習モデル
本研究では、部分微分方程式(PDE)と常微分方程式(ODE)を組み合わせたマクロスコピックモデルを用いて、混合自動運転交通における車両隊列の制御を行い、燃費の大幅な削減を実現した。
高解像度ループ検知器データを用いた多目的深層学習デジタルツイン
高解像度ループ検知器データを活用し、交差点の出入り交通流、最大待ち行列長、旅行時間分布を同時に推定する多目的深層学習デジタルツイン
© 2024 by Linnk AI