Modelo de predição de escolha de rotas baseado em traces de mobilidade veicular
Carregando...
Data
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Artigo de evento
Título alternativo
Scaling prediction model based on vehicle mobility trails
Primeiro orientador
Membros da banca
Resumo
O estudo da mobilidade veicular e o seu impacto no desenvolvimento das cidades é um tópico importante de pesquisa, contribuindo para o cenário dos Sistemas de Transporte Inteligentes (ITS). Neste trabalho, introduzimos um modelo logit multinomial (MNL) para predizer qual rota um usuário irá tomar dado um conjunto de rotas possíveis entre pontos de origem e destino e outras informações contextuais. Para isso, definimos e aplicamos uma abordagem estatística para entender como os veículos se comportam em um cenário urbano considerando os efeitos do tráfego. O modelo é aplicado em dois rastros reais de mobilidade veicular e os resultados mostram que ele é capaz de capturar as influências dos fatores existentes, obtendo predições superiores em comparação a dois baselines. Os resultados indicam que o modelo pode ser aplicado para o preenchimento de grandes lacunas espaciais, como por exemplo na geração dedados sintéticos porém realísticos de trajetórias para rastros de origem-destino.
Abstract
The study of vehicular mobility and its impact on the development of cities is an important research topic, contributing to the scenario of Intelligent Transport Systems (ITS). In this work, we introduce a multinomial logit model (MNL) to predict which route a user will take given a set of possible routes between origin and destination points and other contextual information. For this, we define and apply a statistical approach to understand how vehicles behave in an urban setting considering the effects of traffic. The model is applied to two real vehicle mobility tracks and the results show that it is able to capture the influences of existing factors, obtaining better predictions compared to two baselines. The results indicate that the model can be applied to fill in large spatial gaps, such as the generation of synthetic but realistic trajectory data for origin-destination tracks.
Assunto
Estatística, Computação, Transporte urbano, Roteamento (Administração de redes de computadores)
Palavras-chave
Mobilidade veicular, Sistemas de transporte inteligentes, Modelo logit multinomial, Modelo de predição
Citação
Curso
Endereço externo
https://sol.sbc.org.br/index.php/courb/article/view/17109