Statistical Method for Real-Time Detection of Travel Time Outliers

국문 초록 (Abstract)

도로 이용자나 도로관리자에게 교통 분석이나 경로 선택에 있어 통행시간은 중요한 정보이다. 그러나 수집된 개별 통행시간에 이상치(outlier)가 존재함으로 인해서 수집된 통행시간 정보는 항상 그 값을 대표한다고 보기에 한계가 존재한다. 통행시간 추정을 위한 기존의 방법은 방대한 과거 데이터를 사용하여 계수 추정(parametric models)을 위한 다양한 모형을 사용하였다. 기존 전통적인 방법에서 Outlier를 검지하고, 처리하여 신뢰성 있는 통행시간을 추정하기 위해 본 연구에서는 Non-parametric outlier filtering 방법인 Outskewer 방법을 제안하였다. Outskewer 적용시 기존에 사용하던 Sliding Window 방법 대신 분석할 데이터양이 충분하지 못한 구간에서는 알고리즘이 충분히 분석할 수 있는 데이터양을 확보할 수 있도록 직전의 데이터를 더 추가할 수 있는 Extendable Moving Window 기법을 적용하였다. 제안된 모형을 평가하기 위하여 다차로 도로에서 수집된 DSRC(Dedicated Short Range Communication)를 사용하였다. 모형 평가시 통행시간의 참 값(ground truth)의 부재로 인하여 그래프와 통계의 유의성 검증을 통하여 모형을 평가하였다. 통행시간에 대한 통계적 검증결과 최대 상대 오차(maximum relative error)는 20%보다 적게 나타났고, Correct Classification Rate는 90% 이상으로 나타났다. 결과를 고려할 때 제안된 방법론은 통행시간 추정 시 Outlier를 처리하는데 있어서 기존의 방법론보다 더 신뢰성 있게 나타나 도로이용자와 관리자에게 더 정확한 통행시간을 제공할 수 있을 것으로 기대하였다.

다국어 초록 (Multilingual Abstract)

Travel time information plays a crucial role in supporting road users and transportation agencies with precise data that can be used for traffic analysis and route choosing. However, the acquired data does not always show a representative value of the travel time due to the presence of outliers. The outlier must hence be removed, and various techniques of outlier filtering rely on parametric models that require extensive historical data for parametric estimation. In this study, we propose a non-parametric outlier filtering method for a reliable travel time estimation. As part of the study, an Outskewer method was adopted and enhanced to overcome its deficiency and to be able to detect outliers in online mode. Dedicated short-range communication probe data, collected from a multi-lane highway, was used for the quality assessment. In lack of ground truth records, the performance of the proposed algorithm was evaluated qualitatively, based on graphs and quantitatively using the confidence interval method. Visual inspection of graphical results shows the satisfactory performance of the present method. The hypothesis test for travel time data quality indicates a maximum relative error of less than 20% and a percentage correct classification of higher than 90%. Hence, the proposed methodology can serve as an alternative to other parametric methods used for travel time outlier treatments and can support the delivery of more accurate information for road travelers and transportation practitioners.

목차 (Table of Contents)

• Abstract
• 요약
• 1. Introduction
• 2. Literature review
• 3. Outskewer method
• 4. Outskewer method
• 5. Assesment of the proposed algotrithm
• 6. Conclusion
• References

참고문헌 (Reference)

1 S. Heymann, "Exploratory link stream analysis for event detection" Pierre and Marie Curie University 2013

2 X. Ma, "Estimation of the automatic vehicle identification based spatial travel time information collected in Stockholm" 4 (4): 298-306, 2011

3 F. Dion, "Estimating dynamic roadway travel times using automatic vehicle identification data for low sampling rates" 40 (40): 745-766, 2006

4 J. K. Richardson, "Development of hypothesis test for travel time data quality" 2308 (2308): 103-109, 2012

5 J. Jang, "Data-Cleaning Technique for Reliable Real-Life Travel Time Estimation : Use of Dedicated Short-Range Communications Probes on Rural Highways" 2593 (2593): 85-93, 2016

6 Southwest Research Institute, "Automatic vehicle identification model deployment initiative—system design document. Report prepared for TransGuide Texas Department of Transportation"

7 S. S. Moghaddam, "Algorithm for detecting outliers in Bluetooth data in real time" 2442 (2442): 129-139, 2014