Better estimation of origin–destination matrix using automated intersection movement count data: Fid-Bau Portal

Better estimation of origin–destination matrix using automated intersection movement count data

Sendil, Nuri

Les déplacements aux carrefours produisent des informations plus détaillées au sujet de l’origine–destination (O–D) des débits que celles obtenues par comptages aux raccordements. Dans le contexte de cette étude, on présente une formulation mathématique aux fins de l’estimation matricielle de l’O–D au moyen des comptages aux carrefours, fondée sur un modèle existant de programmation linéaire utilisant des comptages à des raccordements. Le modèle proposé évalue l’O–D des débits statiques des réseaux non congestionnés en ne supposant aucune information a priori en lien avec la matrice de l’O–D. On a validé les deux modèles dans deux réseaux hypothétiques utilisés antérieurement dans des études matricielles de l’O–D afin de suivre leurs performances en supposant différents nombres d’emplacements de comptage et d’erreurs de mesure. On a proposé deux nouvelles mesures d’évaluation des caractéristiques du modèle d’estimation de l’O–D utilisant des recensements de la circulation. Bien que les deux modèles basés sur les comptages aux carrefours et sur les comptages aux raccordements fonctionnent aussi bien l’un que l’autre selon l’hypothèse de collection des données complète, la formulation basée sur les comptages aux carrefours a mieux réussi à estimer l’O–D des débits lorsque le nombre d’emplacements observés décroissait. Aussi, les résultats des 30 scénarios d’erreurs de mesures ont démontré que cette dernière formulation offre une performance plus solide que celle basée sur les comptages aux raccordements; donc, elle estime mieux l’O–D des débits. [Traduit par la Rédaction]

Intersection movements carry more disaggregate information about origin–destination (O–D) flows than link counts in a traffic network. In this paper, a mathematical formulation is presented for O–D matrix estimation using intersection counts, which is based on an existing linear programming model employing link counts. The proposed model estimates static O–D flows for uncongested networks assuming no a priori information on the O–D matrix. Both models were tested in two hypothetical networks previously used in O–D matrix studies to monitor their performances assuming various numbers of count location and measurement errors. Two new measures were proposed to evaluate the model characteristics of O–D flow estimation using traffic counts. While both link count based and intersection count based models performed with the same success under complete data collection assumption, intersection count based formulation estimated the O–D flows more successfully under decreasing number of observation locations. Also, the results of the 30 measurement error scenarios revealed that it performs more robustly than the link count based one; thus, it better estimates the O–D flows.