Tulosta Tulosta Lähetä linkki Bookmark and Share

Uusi liikennetilanteen ennustamismenetelmä parantaa ajanhallintaa ja vähentää liikenneruuhkia

10.06.2009


Diplomi-insinööri Satu Innamaa esittelee väitöksessään 12.6.2009 uuden menetelmän liikennetilanteen ennustamiseen ajantasaisen kuljettajatiedotuksen työvälineenä. Yksinkertaisella käytännön sovelluksella autoilijoille voidaan antaa täsmällisempää tietoa matka-ajoista ja vähentää liikenteen ruuhkautumista.

Innamaan menetelmän yksinkertainen käytännönsovellus tuotti merkittävän edun liikennetilanteen ennustamiseen ja teki siitä käytännöllisen myös pitkällä aikavälillä. Ajantasaisessa käytössä se vaati vähän muistitilaa liikennetilannehistorian tallentamiseen.

Uutena piirteenä tutkimuksessa oli todellisessa kohteessa tehty onnistunut ajantasainen mallinnus. Ajantasaisen mallin tarkoituksena on tuottaa reaaliaikaista tietoa liikennevirran tilasta kuljettajille välitettäväksi. Kehitetty menetelmä on ensimmäinen kaupunkienväliselle kaksikaistaiselle tielle ja vaihtelevatasoiselle kaupunkiväylälle tehty ratkaisu.

Innamaan tutkimuksen tehtävänä oli kehittää menetelmä liikennetilanteen lyhyen aikavälin ennustamiseen ja testata sen toimivuus todellisissa liikenneolosuhteissa. Erityisesti tavoitteena oli löytää matka-aikaa tai sujuvuusluokkaa tyydyttävästi ennustava menetelmä, joka voidaan ottaa käyttöön ilman pitkiä viipeitä ja joka on käytännöllinen ajantasaisessa käytössä myös pitkällä aikavälillä.

Tutkimuksessa kehitetyt ennustemallit osoittautuivat paikkansapitäviksi. Jo yksinkertainen ennustemalli paransi matka-aikatiedon tarkkuutta erityisesti ruuhkassa. Parempaan suorituskykyyn päästiin sisällyttämällä malliin itseoppimisen periaate. Malli keräsi kokemuksia liikennevirran muutoksista ja kehitti mallinnustaan kerätyn tiedon pohjalta. Oikein ennustettujen liikennetilanteiden osuus kasvoi itseoppivalla mallilla huomattavasti käyttökokeilun aikana. Se myös teki menetelmän käyttöönotosta nopeaa.

Diplomi-insinööri Satu Innamaan liikennetekniikan alaan kuuluva väitöskirja Short-term prediction of traffic flow status for online driver information (Liikenne¬tilanteen lyhyen aikavälin ennustaminen ajantasaisen kuljettajatiedotuksen tarpeisiin) tarkastetaan Teknillisessä korkeakoulussa (TKK) 12.6.2009 kello 12, Rakentajanaukio 4A:ssa (sali R1). Vastaväittäjänä toimii professori Haris N. Koutsopoulos, Kungliga Tekniska Högskolan, Ruotsi.

Väitöskirja verkossa

http://www.vtt.fi/inf/pdf/publications/2009/P708.pdf


Lisätietoja

Satu Innamaa
Tutkija
040 761 0717

 

 

Lisätietoja

Satu Innamaa
Tutkija
040 761 0717