Streaming detection of significant delay changes in public transport systems

要約

公共交通システムは汚染を軽減し、持続可能な開発に貢献することが期待されています。
ただし、遅延などの公共交通機関の混乱は、移動手段の選択に悪影響を与える可能性があります。
遅延を定量化するために、車両位置システムからの集約データが頻繁に使用されます。
しかし、個々の停留所で観察される遅延は、とりわけ、運行時間の変動や他の場所で発生した遅延の伝播によって引き起こされます。
そこで、この研究では、重大な遅延を検出する方法と、その方法が実装されるストリーム処理エンジンに依存する参照アーキテクチャの両方を提案します。
この方法は、スケジュールからの逸脱として定義される遅延の計算を補完できます。
これにより、重大な繰り返しの遅延をバッチではなくオンラインで特定できるようになり、位置データの限られた品質に対する回復力が提供されます。
私たちが提案する方法は、トランスポート グラフの個々のエッジにシャッフルされた位置データ ストリームに適用される、ADWIN などのさまざまな変更検出器とともに使用できます。
どのエッジで統計的に有意な遅延が観察され、どのエッジで遅延が発生し、どのエッジで遅延が軽減されるかをオンラインで検出できます。
検出を使用すると、モビリティの選択をモデル化し、マルチモーダル旅行モデリング エンジンを使用して、実行可能な旅行に対するランダムではなく反復的な中断の影響を定量化できます。
2000 台以上の車両の公共交通機関データを使用して実行された評価により、この方法の利点が確認され、交通システム グラフの限られたサイズのサブグラフが統計的に有意な遅延を引き起こすことが明らかになりました。

要約(オリジナル)

Public transport systems are expected to reduce pollution and contribute to sustainable development. However, disruptions in public transport such as delays may negatively affect mobility choices. To quantify delays, aggregated data from vehicle locations systems are frequently used. However, delays observed at individual stops are caused inter alia by fluctuations in running times and propagation of delays occurring in other locations. Hence, in this work, we propose both the method detecting significant delays and reference architecture, relying on stream processing engines, in which the method is implemented. The method can complement the calculation of delays defined as deviation from schedules. This provides both online rather than batch identification of significant and repetitive delays, and resilience to the limited quality of location data. The method we propose can be used with different change detectors, such as ADWIN, applied to location data stream shuffled to individual edges of a transport graph. It can detect in an online manner at which edges statistically significant delays are observed and at which edges delays arise and are reduced. Detections can be used to model mobility choices and quantify the impact of repetitive rather than random disruptions on feasible trips with multimodal trip modelling engines. The evaluation performed with the public transport data of over 2000 vehicles confirms the merits of the method and reveals that a limited-size subgraph of a transport system graph causes statistically significant delays

arxiv情報

提供元, 利用サービス

arxiv.jp, Google