Travel-Time Estimation in Road Networks Using GPS Data
Authors
Jensen, Anders Forum ; Larsen, Troels Villy
Term
4. term
Education
Publication year
2007
Abstract
Vejtrængsel medfører store tab, når arbejdstid går med at holde i kø. For at mindske disse omkostninger har vi brug for pålidelige estimater af, hvor lang tid en bestemt strækning tager at køre. Traditionelle måder at estimere rejsetid på kræver ofte dyrt, langsomt udstyr (som loopdetektorer, observationskøretøjer eller automatisk køretøjsidentifikation) eller bygger på simple beregninger af vejens længde og hastighedsgrænser. De simple metoder kan ikke tage højde for skiftende trafik og virker derfor bedst uden for myldretiden. Da GPS-modtagere i forbrugerudstyr er blevet udbredte, tilbyder de en hurtigere og billigere måde at indsamle rejsedata på. Dette studie udvikler to GPS-baserede metoder til at estimere rejsetider: en punktbaseret tilgang, der bruger tidsstemplede lokalitetspunkter, og en turbaseret tilgang, der bruger hele ture. Vi opbygger et data warehouse, der lagrer GPS-data, et digitalt vejnet og supplerende oplysninger om chauffører og køretøjer, så metoderne kan fungere med meget grundlæggende data og samtidig udnytte ekstra kontekst. Med data fra to kilder evaluerer vi begge tilgange og sammenligner deres nøjagtighed. Den turbaserede metode giver rejsetidsestimater med en gennemsnitlig fejl på omkring 0,3% i forhold til de faktiske tider, hvilket er en markant forbedring i forhold til naive estimater baseret på hastighedsgrænser og en lille forbedring i forhold til den punktbaserede metode.
Traffic congestion causes large losses as people spend working hours stuck on the road. To reduce these costs, we need reliable estimates of how long a given stretch will take to drive. Traditional ways to estimate travel time either require expensive, slow-to-deploy equipment (such as loop detectors, observation vehicles, or automatic vehicle identification) or rely on simple calculations based on road length and speed limits. These simple methods cannot account for changing traffic and therefore work best outside rush hours. As GPS receivers in consumer devices have become common, they offer a faster and cheaper way to collect travel data. This study develops two GPS-based methods for estimating travel times: a point-based approach, which uses time-stamped location points, and a trip-based approach, which uses entire trips. We build a data warehouse that stores GPS data, a digital road network, and optional information about drivers and vehicles, enabling the methods to work with very basic data while taking advantage of any extra context. Using data from two sources, we evaluate both approaches and compare their accuracy. The trip-based method achieves travel-time estimates with an average error of about 0.3% compared to actual times, which is a major improvement over naive estimates based on speed limits and a slight improvement over the point-based method.
[This abstract was generated with the help of AI]
Documents