NAVITIMEの経路はこうして作られる

2018/02/28に開催された「ITS Tech Study #01」で発表した資料です。

Transcript

1. NAVITIMEの経路はこうして作られる ～4100万人の移動を導く経路探索の流儀～ 株式会社ナビタイムジャパン ルートグループ 福士 達央 2018/2/28
2. アジェンダ 2  自己紹介・会社紹介  経路探索エンジン紹介  種類  要素  コストモデル  経路探索開発のポイント  経路品質  性能  評価方法  今後
3. 自己紹介 3
4. 自己紹介 4  福士 達央（ふくし たつおう）  経歴  2008 ナビタイムジャパン新卒1期生として入社、現在10年目  2008-11 海外地図データ開発  2011-17 道路系経路探索開発  2015-17 横断PJ PM 地図リプレイス/台湾トータルナビ対応  2017- 道路系経路探索 PM  スキル  C/C++  地図データ  アルゴリズム  リバースエンジニアリング  プロジェクトマネジメント 野球部 港区2017秋大会優勝
5. ナビタイムジャパン紹介 5
6. ナビタイムジャパン紹介 6  基本情報  社員数： 400名 （2018年2月時点）  平均年齢： 31.2歳 （2017年9月時点）  エンジニア：80% （2017年9月時点）  事業内容  コンシューマ系（公式・協業）  ユーザ数  延べ月間UU数：4100万人 （2017年12月末時点）  有料会員数：480万人 （2017年12月末時点）  法人系
7. ナビタイムジャパン紹介 7  会社の成り立ち  社長・副社長が経路探索エンジンの研究者  1998年に世界初のトータルナビゲーションが完成  2000/03/01 ナビタイムジャパン設立  経営理念  「経路探索エンジンの技術で世界の産業に奉仕する」  ナビタイムにとっての経路探索  経路探索の技術を軸に事業を展開  コア技術である経路探索には強いこだわり 本日はその経路探索の開発の裏側を こっそりお教えします
8. 経路探索エンジン紹介 8
9. 経路探索エンジン紹介 ～種類～ 9 公共交通 道路
10. 経路探索エンジン紹介 ～種類～ 10 公共交通 道路 本日は こちら
11. 経路探索エンジン紹介 ～要素～ 11 経路探索 アルゴリズム NWデータから 最適経路を 高速に算出する技術 コスト 計算 どの道路を 通るのが良いか 価値を決める技術 道路 NWデータ 様々な属性を含む リンク・ノードで モデル化した地図 ・理論的 ・情報工学 ・グラフ理論 ・経験的 ・交通工学 ・心理学 リンク/ノード単位で コスト取得 どのような道路か 属性を取得 リンク・ノードの 接続関係を取得 ・地図データコンバート ・交通情報生成
12. 経路探索エンジン紹介 ～一般化費用コストモデル～ 12 時間優先探索 距離優先探索 時間 金銭 煩雑さ コスト 時間 距離 金銭 煩雑さ コスト 多様なコスト要因に対して重みづけが可能 時間 金銭 煩雑さ ・ ・ 時間係数 金銭係数 煩雑さ係数 ・ ・ ＝コスト コスト係数 （主にポリシー） ベクトル 内積 コスト要因 （主に事実）
13. 経路探索開発のポイント ～経路品質～ 13
14. 14 多様なユーザに満足してもらうために
15. 15 多様なユーザに満足してもらうために 1. 1経路の最適性向上  1経路でできるだけ多くのユーザを満足させる 2. 多様な別経路の提案  満足できないユーザに対して、異なる性質の経路を提供 最適な1経路 別経路 別経路 ユーザが満足できていない部分を両方のアプローチで埋めていく
16. 16 改善サイクル ルートに不満 ルート指摘 送信 調査 分類・集計 改善対応 ナビ反映 不満解消
17. 17 改善サイクルのポイント 1. ルート指摘  ルート専用の指摘の口が ある  直近のルートのリクエス トも合わせて送信 詳細な調査が可能に！
18. 18 改善サイクルのポイント 2. ルート改善専用のチームが存在  調査・分類・集計を集中して実施 中央分離帯データ 投入後 指摘が0件に！ 例）中央分離帯未考慮による指摘の集計
19. 19 改善サイクルの今後 3. ユーザとのコミュニケーションの活性化 さらなるユーザ満足度向上へ ルートに不満 ルート指摘 送信 調査 ナビ反映 不満解消 分類・集計 改善対応 ユーザとの やり取り コミュニティ 改善の通知
20. 20 所要時間精度  経路品質の指標  所要時間精度： 30分の経路に対して誤差±5分以内の経路が90%  所要時間＝標準速度と交通情報による速度 から算出  順調時はさほど難しくない  混雑・渋滞時に速度を正しく捉える・予測できることが重要  交通情報データ情報源・種類と対応状況  VICSとプローブを組み合わせて利用 リアルタイム 短期予測 長期予測 VICS / プローブ ◦ ◦ ◦
21. 21 所要時間精度  Re:dashを使って日々の精度を集計  集計結果を分析し、改善に活用
22. 22 経路品質改善の直近の取り組み
23. 23 経路品質改善の直近の取り組み  NT-FILTER
24. 24 経路品質改善の直近の取り組み  NT-FILTER
25. 25 経路品質改善の直近の取り組み  NT-FILTER
26. 26 経路品質改善の直近の取り組み  NT-FILTER  課題  ノイズが多い  運用コスト高い  改善  AIを利用したノイズ除去実施
27. 27 機能追加の直近の取り組み  事故リスク地点回避（阪神高速様と共同）  時間・距離・料金だけでなく、安心・安全のニーズが高まる  各道路の事故リスクを算出し、リスクの大きさに応じてコスト を付与して回避  事故リスク算出方法  過去の事故実績のある道路を状況に応じて分類  事故リスク算出用のモデル式を推定
28. 28 機能追加の直近の取り組み  事故リスク地点回避（阪神高速様と共同）  経路に反映
29. 29 機能追加の直近の取り組み  事故リスク地点回避（阪神高速様と共同）  難しいポイント  遠回りになりすぎない範囲での経路チューニング  基本、一般道と比べて高速は事故が少ない  単純に適用すると高速使いまくる  外部データ利用  事故リスクの推定（外部）とナビタイムの経路探索とで、扱う NWデータが異なる » 形状や属性のマッピング作業が必要 推奨 リスク考慮 25.00% 30.00% 35.00% 40.00% 45.00% 有料 一般幹線 一般 推奨 チューニング 単純 バランスは維持 経路割合
30. 経路探索開発のポイント ～性能～ 30
31. 31 オリンピックを見て実感
32. 32 正確さと速さの両立は難しい
33. 33  理論上最適経路を導くアルゴリズムは古くから存在  日本の道路NW  数百万～数千万単位のノード・リンクで構成  日時規制やリアルタイム交通情報などのリアルタイム性を適用  サービスの要求に耐えられない 経路品質とパフォーマンスはトレードオフ
34. 34  経路品質を極力落とさずパフォーマンス向上を実現  アルゴリズム  ダイクストラ・A*・階層化 など  開発言語：C++  データ形式：独自バイナリ形式  技術トレンド的にはやや古め  性能面の制御がしやすい  近年のクラウド化や並列処理技術の進歩  現状の経路品質とパフォーマンスのバランスに変化  経路品質向上にも寄与 経路品質とパフォーマンスはトレードオフ
35. 35  事前処理による経路探索の高速化  経路探索処理の並列化 性能改善の取り組み
36. 経路探索開発のポイント ～評価方法～ 36
37. 37  一般的な単体テスト  プロダクト品質を担保  経路探索エンジン プロダクト品質に加えて  経路品質  パフォーマンス の評価も同時に実施する必要がある コードの単体テストのみでは不足
38. 38  チューニングや機能追加するたびに、全国車を走らせて フィールドテスト！ ができればいいのだが... 評価作業 大変！ コストかかる 時間かかる！ 改善サイクルまわらない
39. 39  実際のユーザの経路探索リクエストを利用  ランダムに十分な量をサンプリング  実際のユーザの分布と同様のテストケース  改修前後のデータ・エンジンで、それぞれ経路探索を実行  結果比較 評価作業 都心部：多 地方部：少
40. 40  経路品質  経路探索エラー発生有無  経路サマリー数値比較・統計的評価  時間  距離 など  ビューワで経路を引いてみて目視確認  求められる品質に応じて、確認する件数を決定 評価作業 前 後 差分
41. 41  パフォーマンス  実行時間の比較・統計的評価  差分の平均・最大  割合だけでなく絶対値も  優劣の程度から判断  評価作業工数  小規模な改善ならば  経路チューニングと合わせて数日～1週間程度で実現  自動化など改善の余地がまだある 評価作業
42. 今後 42
43. 今後 43  経路探索ログや移動ログを活用した経路探索  交通コンサルの分析結果を経路にも反映  渋滞予測強化