携帯電話の基地局通信履歴と地理情報を用いたパーソントリップ推定法の提案

書誌事項

タイトル別名
  • Proposal of a Travel Estimation Method Using Control Signal Records in Cellular Networks and Geographical Information

この論文をさがす

抄録

本研究では,携帯電話での通信時に基地局で記録される制御情報の履歴(通信履歴)を用いて,電車および自動車で移動するユーザとその移動経路の推定を行う.基地局の広いセルサイズに基づく位置情報の精度は非常に悪いため,この位置情報のみからユーザの移動経路を得ることは非常に困難である.そこで提案手法では駅,路線,道路の位置や接続関係といった地理情報を用いる.まず地理情報および推定移動速度を利用して,全ユーザを電車旅客,自動車旅客およびその他のユーザに区分する.その後,各電車旅客についてはその乗車している電車を,自動車旅客はその移動経路をある尤度モデルに基づき推定する.基地局との距離に依存した基地局選択方針に基づくシミュレーションを行った結果,電車旅客推定について通信頻度が1時間に9回を超える場合に再現率は88%,精度は89%となり,かつ乗車した電車は85%の精度で推定できた.また,自動車旅客抽出については再現率は75%,精度は70%となり,経路推定では平均一致度0.644を達成できた.

We propose a method to estimate people travel modes and trajectories from control signal records generated at cellular base stations (BSs) when mobile phones send BSs any signal. User locations can be roughly identified by BS IDs in the records as well as the locations of BSs. However, the location accuracy depends on BS cell size, which is not enough to estimate people travels. Therefore, our method leverages geographical information such as stations, railway networks and road networks. We firstly extract railway passengers and automobile travelers based on roughly estimated speeds and trajectories. Then, we further estimate travel paths for automobiles and boarded trains for railway passengers by applying a likelihood-based estimator. Simulation results show that our method achieves 88% recall and 89% precision for railway passenger extraction and 85% accuracy for boarded train estimation if each mobile phone's communication frequency exceeds 9 times per hour. We also confirm that our method achieves 75% recall and 70% precision for automobile travel extraction and 64% accuracy for automobile travel path estimation.

収録刊行物

関連プロジェクト

もっと見る

詳細情報

  • CRID
    1050001337907177984
  • NII論文ID
    170000131027
  • NII書誌ID
    AN00116647
  • ISSN
    18827764
  • Web Site
    http://id.nii.ac.jp/1001/00174221/
  • 本文言語コード
    ja
  • 資料種別
    journal article
  • データソース種別
    • IRDB
    • CiNii Articles
    • KAKEN

問題の指摘

ページトップへ