[2J4-GS-10] AI応用：移動・交通

[2J4-GS-10-01] 交通流シミュレーションに対するデータ同化を活用したパラメータ推定の精度向上

〇鈴木 貴大¹、野本 直弥¹、奥谷 大介¹ (1. 沖電気工業株式会社)

キーワード：交通流シミュレーション、データ同化、プローブデータ

我々は渋滞低減・事故削減といった交通における社会課題を解決するべく、円滑な交通流の実現を目指している。その手段の一つとして交通流シミュレーションがある。様々な交通状況とその対策をシミュレーションすることで、円滑な交通流を実現する交通施策の意思決定が効率的に行えると考えている。一方で、シミュレーションで精度よく交通状況を再現するためにはモデルの適切なパラメータ設定が重要である。しかし適切なパラメータが既知であるとは限らない。そこで我々は、交通プローブデータを用いたデータ同化によるパラメータ推定について研究している。本研究ではアンサンブルカルマンフィルタと呼ばれるデータ同化手法を採用しており、交通流シミュレーションの時間発展とともに逐次データ同化を行う。データ同化ではモデル化されたシステムの不確実性を表現するためにシステムノイズを考慮するが、システムノイズの分散がパラメータ推定の精度や安定性に大きく影響することが分かった。本研究では、一般的には固定値とするシステムノイズの分散を時間発展とともに変化させることで、パラメータ推定の精度を向上できることを確認した。