本研究では、グラフ注意ニューラルネットワークを用いた2つのデジタルツインモデルを提案している。これらのモデルは、交差点内のトラフィックの時間的、空間的、文脈的側面をキャプチャし、高解像度ループ検知器波形、信号状態記録、運転行動、ターンムーブメントカウントなどの影響要因を組み込む。
複数の交差点で様々な仮想シナリオでトレーニングされたモデルは、一般化が良く、任意の交差点のアプローチおよび出口車線の詳細なトラフィックウェーブフォームを推定できる。マルチスケールのエラーメトリックスによると、提案モデルはマイクロシミュレーションと同等の性能を示す。
本研究の主な応用は、交通信号最適化である。これらの軽量なデジタルツインは、回廊および ネットワーク信号タイミング最適化フレームワークに簡単に統合できる。さらに、本研究の応用は車線再構成、運転行動分析、交差点の安全性と効率性の向上に関する意思決定の支援にも及ぶ。
To Another Language
from source content
arxiv.org
Дополнительные вопросы