来自10座城市海量浮动车数据的都市路段交通速度
机器学习
2023-09-01 v3
摘要
交通分析对城市运行与规划至关重要，而除线圈检测器外密集城市交通数据的可用性仍然稀缺。我们提出一个大规模的逐街道路段交通信息浮动车数据集，即10座城市海量浮动车数据的都市路段交通速度（MeTS-10），涵盖10座全球城市，时间分辨率为15分钟，收集期介于2019-2021年间的108至361天，每个都市区覆盖超过1500平方公里。MeTS-10提供安特卫普、曼谷、巴塞罗那、柏林、芝加哥、伊斯坦布尔、伦敦、马德里、墨尔本和莫斯科所有街道层级的交通速度信息，从主干道到本地街道。该数据集利用工业级浮动车Traffic4cast数据，以隐私保护的时空聚合提供速度和车辆计数。我们详述了将数据匹配至OpenStreetMap道路图的高效匹配方法。我们通过将该数据集与公开可用的固定车辆检测器数据（柏林、伦敦、马德里）及Uber交通速度数据集（巴塞罗那、柏林、伦敦）比较来评估该数据集。比较凸显了各数据集在时空覆盖上的差异以及由分箱方法引起的报告交通变化。MeTS-10实现了对十座世界主要城市出行与交通模式的新型全市分析，克服了当前空间稀疏车辆检测器数据的局限。其巨大的时空覆盖为将MeTS-10与其他数据集结合提供了机会，例如交通规划研究中的交通调查或交通控制环境中的车辆检测器数据。
引用
@article{arxiv.2302.08761,
title = {Metropolitan Segment Traffic Speeds from Massive Floating Car Data in 10 Cities},
author = {Moritz Neun and Christian Eichenberger and Yanan Xin and Cheng Fu and Nina Wiedemann and Henry Martin and Martin Tomko and Lukas Ambühl and Luca Hermes and Michael Kopp},
journal= {arXiv preprint arXiv:2302.08761},
year = {2023}
}
备注
Accepted by IEEE Transactions on Intelligent Transportation Systems (T-ITS), DOI: https://doi.org/10.1109/TITS.2023.3291737