Metropolitan Segment Traffic Speeds from Massive Floating Car Data in 10 Cities

要約

交通分析は都市の運営と計画にとって重要ですが、ループ検知器を超えた高密度の都市交通データの入手は依然として不足しています。
道路セグメントごとの交通情報の大規模な浮遊車両データセット、10 都市の大規模浮遊車両データからの大都市圏セグメント交通速度 (MeTS-10) を紹介します。これは、世界 10 都市で利用可能で、収集期間は 15 分で、範囲は多岐にわたります。
2019年から2021年にかけて108日から361日の間で実施され、大都市圏あたり1500平方キロメートル以上をカバーします。
MeTS-10 は、アントワープ、バンコク、バルセロナ、ベルリン、シカゴ、イスタンブール、ロンドン、マドリッド、メルボルン、モスクワの主要幹線道路から一般道路まで、あらゆる道路レベルの交通速度情報を提供します。
このデータセットは、プライバシーを保護する時空間集約で提供される速度と車両数を含む産業規模の浮遊車両 Traffic4cast データを活用しています。
データを OpenStreetMap 道路グラフにマッピングする効率的なマッチング手法について詳しく説明します。
このデータセットを、公開されている固定車両検知器のデータ (ベルリン、ロンドン、マドリッドの場合) および Uber の交通速度データセット (バルセロナ、ベルリン、ロンドンの場合) と比較することで評価します。
この比較により、時空間カバレッジにおけるデータセット間の違いと、ビニング方法によって引き起こされるレポートされるトラフィックの変動が浮き彫りになります。
MeTS-10 は、世界 10 の主要都市のモビリティと交通パターンの都市全体の斬新な分析を可能にし、空間的にまばらな車両検知器データの現在の制限を克服します。
空間的および時間的範囲が広いため、MeTS-10 を交通計画研究における交通調査や交通管制設定における車両検知器データなどの他のデータセットと結合する機会が得られます。

要約(オリジナル)

Traffic analysis is crucial for urban operations and planning, while the availability of dense urban traffic data beyond loop detectors is still scarce. We present a large-scale floating vehicle dataset of per-street segment traffic information, Metropolitan Segment Traffic Speeds from Massive Floating Car Data in 10 Cities (MeTS-10), available for 10 global cities with a 15-minute resolution for collection periods ranging between 108 and 361 days in 2019-2021 and covering more than 1500 square kilometers per metropolitan area. MeTS-10 features traffic speed information at all street levels from main arterials to local streets for Antwerp, Bangkok, Barcelona, Berlin, Chicago, Istanbul, London, Madrid, Melbourne and Moscow. The dataset leverages the industrial-scale floating vehicle Traffic4cast data with speeds and vehicle counts provided in a privacy-preserving spatio-temporal aggregation. We detail the efficient matching approach mapping the data to the OpenStreetMap road graph. We evaluate the dataset by comparing it with publicly available stationary vehicle detector data (for Berlin, London, and Madrid) and the Uber traffic speed dataset (for Barcelona, Berlin, and London). The comparison highlights the differences across datasets in spatio-temporal coverage and variations in the reported traffic caused by the binning method. MeTS-10 enables novel, city-wide analysis of mobility and traffic patterns for ten major world cities, overcoming current limitations of spatially sparse vehicle detector data. The large spatial and temporal coverage offers an opportunity for joining the MeTS-10 with other datasets, such as traffic surveys in traffic planning studies or vehicle detector data in traffic control settings.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google