Reaaliaikaisen datan kerääminen liikennesimulaatioon

Thumbnail Image

Files

master_Kekkonen_Teemu_2019.pdf (3.89 MB)

URL

Journal Title

Journal ISSN

Volume Title

Sähkötekniikan korkeakoulu | Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.

Authors

Date

2019-10-21

Department

Major/Subject

Communications Engineering

Mcode

ELEC3029

Degree programme

CCIS - Master’s Programme in Computer, Communication and Information Sciences (TS2013)

Language

fi

Pages

78

Series

Abstract

Diplomityön taustalla on halu muodostaa liikenteestä reaaliaikainen tilannekuva ja ennustaa ruuhkia. Eräs keino tilannekuvan muodostamiseen on simuloida liikennettä reaaliaikaisesti. Työn tavoitteena oli selvittää, onko mahdollista toteuttaa reaaliaikainen liikennesimulaatio. Tätä varten tarvittiin tieto siitä, mitä dataa simulaatio vaatii, onko dataa saatavilla reaaliaikaisesti ja saadaanko se syötettyä liikennesimulaatio-ohjelmistoon. Työ keskittyy tiedon keräämiseen ja sen käsittelyyn, ja ennustamismenetelmät rajattiin työn ulkopuolelle. Työssä selvitettiin liikennedatan keräysmenetelmiä ja lähteitä, joita voidaan hyödyntää reaaliaikaisessa simulaatiossa. Esimerkkinä toteutettiin Liikenneviraston liikenteen automaattisten mittausasemien reaaliaikaisen datan kerääminen ja syöttö liikennesimulaatio-ohjelmistoon. Lisäksi tarkasteltiin keräämisen tiedonsiirtovaatimuksia vertaamalla esimerkkinä videokuvaa ja Liikenneviraston rajapintaa. Videokuva syötettiin valmiiseen kuvantunnistusohjelmistoon, jonka avulla laskettiin liikennemäärät ja kääntymistodennäköisyydet yhdessä risteyksessä. Laskenta toistettiin usealle videoresoluutiolle, minkä avulla voitiin arvioida, kuinka nopea tiedonsiirtokaista tarvitaan riittävän tarkkaan laskentatulokseen. Liikenteen dataa on saatavilla sekä julkisilta että yksityisiltä tahoilta, mutta datan tarkkuus, maantieteellinen kattavuus ja päivitysväli vaihtelevat. Työn pohjalta todettiin, että reaaliaikainen liikennesimulaatio on mahdollinen, mutta haastava. Tarkasteltavassa kohteessa tulisi olla saatavilla korkealaatuista ja kattavaa dataa. Liikenneviraston liikennemäärädataa saatiin syötettyä reaaliaikaisesti simulaatio-ohjelmistoon, mutta data kattaa ainoastaan päätiet. Käytetyllä koeaineistolla ja ohjelmistolla havaittiin, että videokuvan koko ei vaikuttanut paljoa liikennemäärien tai kääntymistodennäköisyyksien laskentaan. Tutkimusaineisto oli kuitenkin suppea, ja eri kuvantunnistusohjelmisto olisi voinut hyödyntää suuremman kuvan paremmin.

The background to the thesis is the desire to create a situation picture of traffic in real-time and to predict congestion. One method for creating the situation picture is to model traffic in real-time. The objective of the thesis was to determine whether it is possible to implement real-time traffic simulation. Therefore, one needs to know what data is required for the simulation, is the data available in real-time, and whether it is possible to feed it to traffic simulation software. The thesis focuses on data collection and processing. Prediction methods are out of the scope of the work. The thesis describes sources of traffic data and methods for collecting the data. As an example, a program which collects real-time traffic data and feeds it into traffic simulation software was implemented. The example used data from automatic road traffic measurement stations by Finnish Transport Agency. Additionally, data transfer requirements were studied by comparing video and the data from the application programming interface provided by Finnish Transport Agency. The video was fed into commercial video analytics software. The software along with custom software was used to measure traffic volume and turn probabilities in one intersection. The measurement was repeated with several video resolutions. Thus, it was possible to estimate how fast data transfer channel is required for a sufficiently accurate result. Traffic data is available from public and commercial organizations. However, the quality, the accuracy, the geographical coverage, and the update interval of the data vary. The results suggest that real-time traffic simulation is possible albeit difficult. There should be enough high-quality data for the target area. In the study, it was possible to feed data into traffic simulation software but the data used covered the main roads only. With the data and video analysis software used in the study, it was seen that the video resolution did not affect much when measuring traffic volume or turn probabilities. However, the dataset used was limited and another software could have utilized a larger video resolution better.

Description

Supervisor

Kantola, Raimo

Thesis advisor

Mustaniemi, Antti

Keywords

avoin data, ohjelmointirajapinta, verkkoliikenteen mittaus, kuvantunnistus

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-201910275870

Collections

[dipl] Sähkötekniikan korkeakoulu / ELEC