JP2013206325A - Traffic information prediction device, traffic information prediction method and computer program - Google Patents
Traffic information prediction device, traffic information prediction method and computer program Download PDFInfo
- Publication number
- JP2013206325A JP2013206325A JP2012077020A JP2012077020A JP2013206325A JP 2013206325 A JP2013206325 A JP 2013206325A JP 2012077020 A JP2012077020 A JP 2012077020A JP 2012077020 A JP2012077020 A JP 2012077020A JP 2013206325 A JP2013206325 A JP 2013206325A
- Authority
- JP
- Japan
- Prior art keywords
- road link
- traffic information
- information
- vehicle
- traffic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
Description
本発明は、対象道路リンクの交通情報を、他の道路リンクの交通情報に基づいて求める交通情報予測装置、交通情報予測方法及びコンピュータプログラムに関する。 The present invention relates to a traffic information prediction apparatus, a traffic information prediction method, and a computer program for obtaining traffic information of a target road link based on traffic information of another road link.
道路の交通情報をドライバーに提供する技術として、ＶＩＣＳ（Vehicle Information and Communication System：「ＶＩＣＳ」は登録商標）が広く知られている。このＶＩＣＳは、各種の路側センサから収集した車両台数や車両速度等の定点観測情報に基づいて、各道路の交通量や道路リンク旅行時間等を含む交通情報を収集し、その交通情報を、ビーコンによる狭域通信及びＦＭ放送等の広域通信によってドライバーに提供する。 VICS (Vehicle Information and Communication System: “VICS” is a registered trademark) is widely known as a technology for providing road traffic information to drivers. This VICS collects traffic information including traffic volume and road link travel time of each road based on fixed point observation information such as the number of vehicles and vehicle speed collected from various roadside sensors, and the traffic information is Provided to the driver by wide area communication such as narrow area communication and FM broadcasting.
また、道路の交通情報をドライバーに提供する他の技術として、プローブカーを利用した交通情報システム（以下、プローブシステムという。）も知られている。このプローブシステムは、実際に道路を走行する車両（プローブ車両）を移動体センサとして利用する技術であり、各プローブ車両から現時点の車両位置及び時刻等のプローブ情報を無線通信によって収集し、道路リンク毎に交通情報を生成し蓄積している。 A traffic information system using a probe car (hereinafter referred to as a probe system) is also known as another technique for providing road traffic information to a driver. This probe system is a technology that uses a vehicle (probe vehicle) that actually travels on a road as a moving body sensor. Probe information such as the current vehicle position and time is collected from each probe vehicle by wireless communication, and road links. Traffic information is generated and stored every time.
プローブシステムにおいて、例えばプローブ車両からプローブ情報を取得することができない道路の交通情報については、既に蓄積されている他の道路の交通情報に基づいて推定する処理が行われる。つまり、任意の道路リンク（以下、対象道路リンク）の交通情報は、既に蓄積されている他の道路リンクの交通情報に基づいて推定される。
そして、従来のプローブシステムでは、例えば、対象道路リンクに直接接続されている前後に隣接した道路リンクが、その対象道路リンクに相関があるであろう相関道路リンクとして設定され、これら相関道路リンクの交通情報に基づいて対象道路リンクの交通情報が推定される。
また、このような道路リンクの交通情報を推定する他の技術として、特許文献１に記載されているように、主成分分析による解析手法を用いて、対象道路リンクの交通情報を推定する技術がある。
In the probe system, for example, for road traffic information for which probe information cannot be acquired from the probe vehicle, a process of estimating based on traffic information of other roads already accumulated is performed. That is, traffic information of an arbitrary road link (hereinafter, target road link) is estimated based on traffic information of other road links already accumulated.
In the conventional probe system, for example, road links adjacent to each other before and after being directly connected to the target road link are set as correlated road links that will be correlated with the target road link. Traffic information of the target road link is estimated based on the traffic information.
As another technique for estimating the traffic information of the road link, as described in
従来では、対象道路リンクに直接接続されている前後の道路リンクが、その対象道路リンクに相関があるであろう相関道路リンクとして設定されていることから、相関道路リンクと対象道路リンクとは物理的には連続している。しかし、相関道路リンクの交通情報と対象道路リンクの交通情報とは、時間的連続性を有しているとは限らず、相関道路リンクが、交通量等の交通情報に関して、必ずしも対象道路リンクと相関があるとは言えない場合がある。この場合、設定された相関道路リンクの交通情報に基づいて対象道路リンクの交通情報を求めても、正確ではないおそれがある。 Conventionally, since the road links before and after being directly connected to the target road link are set as correlated road links that would be correlated with the target road link, the correlated road link and the target road link are physically It is continuous. However, the traffic information of the correlated road link and the traffic information of the target road link do not necessarily have temporal continuity, and the correlated road link is not necessarily the target road link with respect to traffic information such as traffic volume. It may not be said that there is a correlation. In this case, even if the traffic information of the target road link is obtained based on the traffic information of the set correlation road link, there is a possibility that it is not accurate.
また、特許文献１に記載の推定処理では、欠損付き主成分分析による解析手法を利用していることから、相関道路リンクを決定するために、特定のエリアに存在する全ての道路リンク間の相関を求める必要があり、膨大なＣＰＵ時間（処理時間）を要する。このため、オフラインによる処理が必要であり、道路状況の変化に逐次対応することができない。
In addition, since the estimation process described in
そこで、本発明は、相関道路リンクを簡単に決定することが可能であり、しかも、この相関道路リンクの交通情報に基づくことで、対象道路リンクの交通情報を正確に求めることが可能となる交通情報予測装置、交通情報予測方法及びコンピュータプログラムを提供することを目的とする。 Therefore, according to the present invention, it is possible to easily determine a correlated road link, and based on the traffic information of the correlated road link, traffic that can accurately determine the traffic information of the target road link. An object is to provide an information prediction device, a traffic information prediction method, and a computer program.
（１）本発明は、対象道路リンクの交通情報を、他の道路リンクの交通情報に基づいて予測する交通情報予測装置であって、前記対象道路リンクを実際に走行した車両の走行軌跡に関する軌跡情報を取得する取得部と、前記軌跡情報に基づいて前記走行軌跡上に存在している他の道路リンクを相関道路リンクとして決定する決定部と、前記相関道路リンクの交通情報に基づいて、前記対象道路リンクの交通情報を予測する予測部とを備えていることを特徴とする。 (1) The present invention is a traffic information prediction device that predicts traffic information of a target road link based on traffic information of another road link, and a trajectory related to a travel trajectory of a vehicle that actually travels on the target road link. An acquisition unit that acquires information, a determination unit that determines other road links existing on the travel locus based on the locus information as correlated road links, and the traffic information of the correlated road links, And a prediction unit that predicts traffic information of the target road link.
本発明によれば、対象道路リンクを実際に走行した車両の走行軌跡上に存在している他の道路リンクを、相関道路リンクとして決定しているので、相関道路リンクを簡単に決定することが可能であり、交通情報を予測するための処理時間は短くて済む。しかも、対象道路リンクと相関道路リンクとは、車両が実際に走行した走行軌跡上に存在していることから、対象道路リンクと相関道路リンクとの間には相関があると考えられ、この相関道路リンクの交通情報に基づいて、対象道路リンクの交通情報を正確に求めることが可能となる。 According to the present invention, since the other road link existing on the travel locus of the vehicle that actually traveled the target road link is determined as the correlated road link, the correlated road link can be easily determined. This is possible and the processing time for predicting traffic information is short. In addition, since the target road link and the correlated road link exist on the travel locus where the vehicle actually traveled, it is considered that there is a correlation between the target road link and the correlated road link. Based on the traffic information of the road link, the traffic information of the target road link can be accurately obtained.
また、対象道路リンクに直接接続されている前後に隣接した道路リンクを相関道路リンクとして設定し、対象道路リンクの交通情報を推定する従来技術は、相関道路リンクの交通情報が取得されると、その交通情報を用いて、その取得時点における対象道路リンクの交通情報を推定することを想定した技術であり、例えば、３０分後、１時間後、２時間後といった、将来における対象道路リンクの交通情報を予測するために、この従来技術を適用することは相応しくない。 In addition, the conventional technology for estimating the traffic information of the target road link by setting the road link adjacent to the target road link immediately before and after as the correlated road link, and obtaining the traffic information of the target road link, It is a technology that assumes that the traffic information of the target road link at the time of acquisition is estimated using the traffic information. For example, the traffic of the target road link in the future such as 30 minutes later, 1 hour later, 2 hours later It is not appropriate to apply this prior art to predict information.
（２）そこで、前記交通情報予測装置において、前記決定部は、前記走行軌跡上に存在している他の道路リンクであって、かつ、前記対象道路リンクに至る所定時間前に走行した他の道路リンクを、前記相関道路リンクとして決定するのが好ましい。
この場合、前記所定時間を例えば３０分に設定すると、対象道路リンクに至る３０分前に走行した車両走行方向上流側の他の道路リンクが、相関道路リンクとして決定され、この相関道路リンクの交通量等の交通状況は、３０分後において対象道路リンクの交通状況に影響を及ぼすと考えられる。つまり、ある時刻における対象道路リンクでの以後３０分の交通状況は、この対象道路リンクに各車両が至る３０分前に滞在していた他の道路リンクの交通状況に影響される。このため、前記決定部によれば、３０分先の未来の対象道路リンクにおける交通情報の予測（需要予測）が可能となる。
(2) Therefore, in the traffic information prediction device, the determination unit may be another road link that exists on the travel locus and that travels a predetermined time before reaching the target road link. A road link is preferably determined as the correlated road link.
In this case, if the predetermined time is set to, for example, 30 minutes, another road link upstream in the vehicle traveling direction that traveled 30 minutes before reaching the target road link is determined as a correlated road link, and traffic of this correlated road link is determined. It is considered that the traffic situation such as the quantity affects the traffic situation of the target road link after 30 minutes. That is, the traffic situation of 30 minutes after the target road link at a certain time is affected by the traffic situation of other road links where each vehicle stayed 30 minutes before the target road link. For this reason, according to the said determination part, the prediction (demand prediction) of the traffic information in the future object road link of 30 minutes ahead is attained.
（３）また、渋滞は、車両走行方向の下流側（前方）の道路から順次延びることが一般的に知られており、所定の対象道路リンクにおいて将来発生する渋滞等の交通状況は、その対象道路リンクを走行しようとする車両の走行方向下流側（前方）に存在している道路リンクでの渋滞の影響を受ける。
そこで、前記（１）に記載の交通情報予測装置において、前記決定部は、前記走行軌跡上に存在している他の道路リンクであって、かつ、前記対象道路リンクを通過してから所定時間について走行した後に至る他の道路リンクを、前記相関道路リンクとして決定するのが好ましい。
この場合、前記所定時間を例えば３０分に設定すると、対象道路リンクを通過してから３０分走行した後に至る車両走行方向下流側の他の道路リンクが、相関道路リンクとして決定され、この相関道路リンクの交通状況が、以後３０分における対象道路リンクの渋滞等の交通状況に影響を及ぼすと考えられる。つまり、ある時刻における対象道路リンクでの以後３０分の交通状況は、各車両がこの対象道路リンクを通過した３０分後に滞在している他の道路リンクの交通状況に影響される。このため、前記決定部によれば、３０分先の未来の対象道路リンクにおける交通情報の予測（渋滞予測）が可能となる。
(3) In addition, it is generally known that traffic jams sequentially extend from the downstream (front) road in the vehicle travel direction, and traffic conditions such as traffic jams that occur in the future on a given target road link It is affected by traffic congestion on the road link existing downstream (forward) in the running direction of the vehicle that is going to travel on the road link.
Therefore, in the traffic information prediction apparatus according to (1), the determination unit is another road link existing on the travel locus and has passed a predetermined time after passing through the target road link. It is preferable to determine another road link that reaches after traveling about as the correlation road link.
In this case, if the predetermined time is set to, for example, 30 minutes, another road link on the downstream side in the vehicle traveling direction after traveling for 30 minutes after passing through the target road link is determined as a correlated road link. It is considered that the traffic situation of the link affects the traffic situation such as traffic congestion of the target road link in 30 minutes thereafter. That is, the traffic situation of 30 minutes after the target road link at a certain time is affected by the traffic situation of other road links where each vehicle stays 30 minutes after passing the target road link. For this reason, according to the said determination part, prediction (traffic congestion prediction) of the traffic information in the future target road link of 30 minutes ahead is attained.
（４）また、前記（１）〜（３）に記載の交通情報予測装置は、車両の流れが制限されるボトルネック地点を抽出する抽出部を更に備え、前記決定部は、前記走行軌跡に含まれる前記ボトルネック地点の道路リンクを、前記相関道路リンクとして決定するのが好ましい。
この場合、対象道路リンクを実際に走行した車両の走行軌跡上に存在している他の道路リンクであって、かつ、対象道路リンクの渋滞に関して関連の強い道路リンクが、相関道路リンクとして決定される。
(4) The traffic information prediction device according to any one of (1) to (3) further includes an extraction unit that extracts a bottleneck point where the flow of the vehicle is restricted, and the determination unit includes the travel locus The road link at the bottleneck point included is preferably determined as the correlated road link.
In this case, a road link that is another road link that exists on the travel locus of the vehicle that actually traveled the target road link and that is strongly related to traffic congestion of the target road link is determined as the correlated road link. The
（５）また、前記（４）に記載の交通情報予測装置は、車両から送信された送信情報に基づいて当該車両の走行速度に関する速度情報を検出する速度検出部を更に備え、前記抽出部は、前記速度検出部によって検出された前記速度情報に基づいて、前記走行速度の低速から高速への変化を検出し、当該変化に基づいて前記ボトルネック地点を抽出するのが好ましい。
渋滞により低速であった車両は、ボトルネック地点を超えると走行速度が上昇することから、前記速度検出部及び前記抽出部によれば、ボトルネック地点を抽出することが可能となる。このため、ボトルネック地点が動的に変化しても、それに追従してボトルネック地点を抽出することが可能となる。
(5) The traffic information prediction apparatus according to (4) further includes a speed detection unit that detects speed information related to a traveling speed of the vehicle based on transmission information transmitted from the vehicle, and the extraction unit includes: Preferably, based on the speed information detected by the speed detector, a change in the traveling speed from a low speed to a high speed is detected, and the bottleneck point is extracted based on the change.
A vehicle that is low speed due to traffic congestion increases its traveling speed when it exceeds the bottleneck point, and therefore the bottleneck point can be extracted by the speed detection unit and the extraction unit. For this reason, even if a bottleneck point changes dynamically, it becomes possible to follow it and extract a bottleneck point.
（６）また、前記（１）に記載の交通情報予測装置において、前記決定部は、前記走行軌跡上に存在している他の道路リンクであって、かつ、車両が所定時間走行することで到達することのできる距離だけ前記対象道路リンクから離れている他の道路リンクを、前記相関道路リンクとして決定するのが好ましい。
この場合、対象道路リンクに直接接続されている前後に隣接した道路リンクではなく、走行軌跡上に存在しており対象道路リンクから離れた道路リンクが、相関道路リンクとして決定される。
(6) Moreover, in the traffic information prediction device according to (1), the determination unit is another road link existing on the travel locus, and the vehicle travels for a predetermined time. It is preferable that another road link that is separated from the target road link by a reachable distance is determined as the correlation road link.
In this case, a road link that exists on the travel locus and is away from the target road link is determined as a correlation road link, not a road link adjacent to the target road link that is directly connected before and after.
（７）また、前記取得部は、前記軌跡情報を、前記対象道路リンクを含む経路を実際に走行した車両から送信された当該車両の識別情報及び当該車両の位置情報を含むプローブ情報に基づいて求めることができる。
この場合、実際に車両が走行した走行実績である走行軌跡を、正確に軌跡情報として取得することが可能となる。
(7) In addition, the acquisition unit may determine the trajectory information based on probe information including identification information of the vehicle and position information of the vehicle transmitted from a vehicle that has actually traveled on the route including the target road link. Can be sought.
In this case, it is possible to accurately acquire a travel locus that is a travel record of actual traveling of the vehicle as trajectory information.
（８）また、本発明は、対象道路リンクの交通情報を、他の道路リンクの交通情報に基づいて予測する交通情報予測方法であって、前記対象道路リンクを実際に走行した車両の走行軌跡に関する軌跡情報を取得し、前記軌跡情報に基づいて前記走行軌跡上に存在している他の道路リンクを相関道路リンクとして決定し、前記相関道路リンクの交通情報に基づいて、前記対象道路リンクの交通情報を予測することを特徴とする。
本発明によれば、上記（１）の交通情報予測装置と同様の作用効果を奏する。
(8) Further, the present invention is a traffic information prediction method for predicting traffic information of a target road link based on traffic information of another road link, and a travel locus of a vehicle that has actually traveled on the target road link. Trajectory information on the road, and based on the trajectory information, determine another road link existing on the travel trajectory as a correlated road link, and based on the traffic information of the correlated road link, It is characterized by predicting traffic information.
According to this invention, there exists an effect similar to the traffic information prediction apparatus of said (1).
（９）また、本発明のコンピュータプログラムは、対象道路リンクの交通情報を、他の道路リンクの交通情報に基づいて予測する処理を、コンピュータによって実行させるためのコンピュータプログラムであって、コンピュータを、前記対象道路リンクを実際に走行した車両の走行軌跡に関する軌跡情報を取得する取得手段、前記軌跡情報に基づいて前記走行軌跡上に存在している他の道路リンクを相関道路リンクとして決定する決定手段、前記相関道路リンクの交通情報に基づいて、前記対象道路リンクの交通情報を予測する予測手段として、機能させることを特徴とする。
本発明によれば、上記（１）の交通情報予測装置と同様の作用効果を奏する。
(9) Further, the computer program of the present invention is a computer program for causing a computer to execute a process of predicting traffic information of a target road link based on traffic information of another road link. Acquisition means for acquiring trajectory information related to a travel trajectory of a vehicle that actually traveled on the target road link, and determination means for determining other road links existing on the travel trajectory as correlated road links based on the trajectory information. , Based on the traffic information of the correlated road link, functioning as a predicting means for predicting the traffic information of the target road link.
According to this invention, there exists an effect similar to the traffic information prediction apparatus of said (1).
本発明によれば、相関道路リンクを簡単に決定することが可能であり、交通情報を予測するための処理時間は短くて済む。しかも、対象道路リンクと相関道路リンクとは、車両が実際に走行した走行軌跡上に存在していることから、対象道路リンクと相関道路リンクとの間には相関があると考えられ、この相関道路リンクの交通情報に基づいて、対象道路リンクの交通情報を正確に求めることが可能となる。 According to the present invention, a correlated road link can be easily determined, and the processing time for predicting traffic information can be short. In addition, since the target road link and the correlated road link exist on the travel locus where the vehicle actually traveled, it is considered that there is a correlation between the target road link and the correlated road link. Based on the traffic information of the road link, the traffic information of the target road link can be accurately obtained.
〔１．全体構成〕
図１は、本発明の交通情報予測装置１を備えている交通情報システムの全体構成図である。この交通情報システムは、交通情報予測装置１のほか、車載装置２を搭載した車両（プローブ車両）３、車載装置２と無線通信する路側通信機４、路側センサ５及びＶＩＣＳセンタサーバ６等を含む。
[1. overall structure〕
FIG. 1 is an overall configuration diagram of a traffic information system including a traffic
交通情報予測装置１は、例えば所定のエリア内の交通管制を行う中央装置が有する様々な機能のうちの一機能を指しており、交通情報予測装置１は、ＶＩＣＳ情報及びプローブ情報等に基づいて交通情報（観測情報）を取得し、車両３に提供するための提供用の交通情報を生成する機能を有している。そして、本実施形態に係る交通情報予測装置１は、所定の道路リンクにおける将来の交通情報（例えば、ある道路リンクにおける車両数）を、他の道路リンクの交通情報（プローブ情報とＶＩＣＳ情報との内の一方又は双方）に基づいて、予測する機能を有している。
For example, the traffic
車載装置２は、プローブ車両３の観測情報としてプローブ情報を生成し、路側通信機４に無線送信する。又は、車載装置２は、この車載装置２と接続した携帯電話機５０を介して、プローブ情報を送信してもよい。
プローブ情報は、プローブ車両３の現在位置、この現在位置の通過時刻及びプローブ車両３の識別情報（車両ＩＤ）等を含む情報である。なお、プローブ車両３の識別情報に代えて、このプローブ車両３に搭載されている車載装置２の識別情報（車載装置ＩＤ）であってもよい。プローブ車両３の位置は、車載装置２が有するＧＰＳ受信機によって受信したＧＰＳ信号に基づいて算出される。
The in-
The probe information is information including the current position of the probe vehicle 3, the passing time of the current position, the identification information (vehicle ID) of the probe vehicle 3, and the like. In addition, it may replace with the identification information of the probe vehicle 3, and the identification information (vehicle-mounted apparatus ID) of the vehicle-mounted
また、プローブ情報には、プローブ車両３の通過速度等その他の情報を含めてもよい。プローブ情報に含まれる位置及び時刻の情報に基づいて、交通情報予測装置１は、道路リンク毎のリンク旅行時間、道路リンク毎の車両数等の交通情報を得ることができる。なお、道路リンクの車両数は、その道路リンクにおいてプローブ車両３が送信したプローブ情報の数によって求められる。つまり、その道路リンクにおいてプローブ車両３から送信され交通情報予測装置１が受信したプローブ情報の数が多い場合、その道路リンクにおける車両数が多いと判定することができる。
The probe information may include other information such as the passing speed of the probe vehicle 3. Based on the position and time information included in the probe information, the traffic
路側通信機４は、車載装置２との間で無線通信によって情報の送受信を行う機能を有している。路側通信機４は、車載装置２が送信したプローブ情報を受信し、交通情報予測装置１に転送する。また、路側通信機４は、交通情報予測装置１から、車両３への提供用の交通情報を取得し、その交通情報を車載装置２に送信する機能も有している。なお、路側通信機４と交通情報予測装置１との間は、通信回線によって接続されている。
なお、前記のとおり、携帯電話機５０を介してプローブ情報を送信してもよく、この場合、車載装置２によってプローブ情報が生成されると、このプローブ情報は、携帯電話機５０へ送られ、携帯電話機５０が基地局４９へプローブ情報を送信する。そして、基地局４９は、このプローブ情報を交通情報予測装置１に転送する。また、携帯電話機５０は、交通情報予測装置１から基地局４９を介して、車両３への提供用の交通情報を取得し、その交通情報を、車載装置２に送ることができる。
The roadside communication device 4 has a function of transmitting and receiving information to and from the in-
As described above, the probe information may be transmitted via the
路側センサ５は、観測情報としての交通情報を検出する機能を有し、例えば、直下を通行する車両を超音波感知する車両感知器や、インダクタンス変化で車両を感知するループコイル、或いは、カメラの映像を画像処理して交通量や車両速度を計測する画像感知器よりなり、交差点等に流入する車両台数や車両速度を計測する目的で、高速道路や主要な幹線道路等に設置されている。
路側センサ５によって検出された観測情報は、通信回線を介して、ＶＩＣＳセンタサーバ６に送信され、このＶＩＣＳセンタサーバ６では、路側センサ５の観測情報に基づいて、ＶＩＣＳ情報が生成される。このＶＩＣＳ情報は、通信回線を介して、交通情報予測装置１に送信される。
The
The observation information detected by the
ＶＩＣＳ情報は、各道路リンクでの渋滞（車両数）やリンク旅行時間を含む交通情報である。ＶＩＣＳ情報は、路側センサ５から所定時間（例えば５分）ごとに観測情報を取得して更新されるため、時間的に高密度な情報が得られる。しかし、路側センサ５はすべての道路に設置されているわけではなく（主要道路でも２０％以下）、エリアカバー率が低い。一方、プローブ情報は、道路を走行するプローブ車両３から取得するため、エリアカバー率を高くすることが可能である。ただし、プローブ車両３となるための車載装置２の普及率が低いと、時間的に低密度のデータしか得られない。
The VICS information is traffic information including traffic congestion (number of vehicles) and link travel time on each road link. Since the VICS information is updated by obtaining observation information from the
〔２．交通情報予測装置１の構成〕
本実施形態の交通情報予測装置１は、所定の道路リンクにおける将来の交通情報（例えば車両数）を、他の道路リンクの交通情報に基づいて予測する機能を有している。なお、この他の道路リンク交通情報は、プローブ情報とＶＩＣＳ情報との内の一方又は双方に基づいて、交通情報予測装置１が生成し記憶している情報であり、例えば、他の道路リンクの車両数である。このように将来の交通情報の予測の対象とする道路リンクを「対象道路リンク」という。
[2. Configuration of Traffic Information Prediction Device 1]
The traffic
具体的には、交通情報予測装置１は、所定時間経過後の将来において、対象道路リンクを走行する車両の交通量を予測する。つまり、どの程度の台数の車両が対象道路リンクを通過することとなるのかを予測する。
そして、後に説明するが、交通情報予測装置１は、対象道路リンクにどの程度の台数の車両が集まるかを予測する「交通需要予測（図３〜図５の実施形態）」と、対象道路リンクにどの程度の渋滞が発生するかを予測する「渋滞予測（図６〜図８の実施形態）」との内の一方又は双方を行う機能を有している。
Specifically, the traffic
Then, as will be described later, the traffic
このように、所定時間経過後の将来における交通量の予測を行うことにより、より有効な交通情報を車両３（車載装置２が有するナビゲーション機能）に提供したり、精度良く交通管制を行ったり、交通量調査を行うことが可能となる。
なお、以下の交通情報予測装置１において、図３〜図５の実施形態では「道路リンクＫ１」が対象道路リンクとして設定され、図６〜図８の実施形態では「道路リンクＫ２」を対象道路リンクとして設定されている。
Thus, by predicting the future traffic volume after a predetermined time has elapsed, more effective traffic information can be provided to the vehicle 3 (the navigation function of the in-vehicle device 2), traffic control can be performed accurately, Traffic volume survey can be conducted.
In the following traffic
交通情報予測装置１は、交通情報予測装置１として機能させるためのコンピュータプログラムを、コンピュータにインストールして構成されている。後述する交通情報予測装置１の各機能（予測部１１、学習部１２、取得部１３、決定部１４、抽出部１５、速度検出部１６、入力情報処理部１７）は、コンピュータプログラムがコンピュータによって実行されることで発揮される。コンピュータは、処理装置（ＣＰＵ）、記憶装置、入出力装置などを有し、例えば、パーソナルコンピュータである。なお、コンピュータプログラムは、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭなどの記録媒体に格納して販売、譲渡することができる。なお、以下に説明する交通情報予測装置１の各機能は、特に断らない限り、コンピュータプログラムによって実現される。
The traffic
図２は、交通情報予測装置１のブロック図である。交通情報予測装置１は、対象道路リンクの交通情報を予測するための予測部１１と、この予測に用いられるパラメータ（予測用パラメータ）を学習するための学習部１２と、交通情報予測装置１が取得したＶＩＣＳ情報及びプローブ情報（以下、両情報を総称する場合、「入力情報」という）に対する処理を行う入力情報処理部１７とを備えている。また、交通情報予測装置１は、各種の情報を蓄積するデータベース１９を、記憶装置上に備えている。
また、交通情報予測装置１は、機能部として、予測部１１、学習部１２、入力情報処理部１７の他に、取得部１３、決定部１４、抽出部１５及び速度検出部１６を備えている。
FIG. 2 is a block diagram of the traffic
The traffic
入力情報処理部１７は、前記入力情報から、各道路リンクの交通情報を生成する処理を行う機能を有している。つまり、入力情報処理部１７は、取得した入力情報に基づいて、各道路リンクの旅行時間、各道路リンクの車両速度を求めることができ、これに基づいて、各道路リンクの交通状況（渋滞の様子、車両数）についての交通情報を生成する。生成された（算出された）交通情報は、データベース１９に与えられ蓄積される。
なお、入力情報処理部１７による、ＶＩＣＳ情報に基づく車両速度の算出は、速度を算出しようとする道路リンクのリンク長を、当該道路リンクの旅行時間で除することで行われる。また、入力情報処理部１７による、プローブ情報に基づく車両速度の算出は、プローブ情報に含まれる位置及び時刻に基づいて演算を行うことで可能となる。
The input
The calculation of the vehicle speed based on the VICS information by the input
また、車両３から取得されるプローブ情報には、その車両３の現在位置の情報（位置情報）及びこの現在位置の通過時刻の情報（時刻情報）他に、プローブ車両３（又は車載装置２）の識別情報として、車両ＩＤ（又は車載装置ＩＤ）が含まれている。なお、以下では、識別情報として車両ＩＤが使用される場合を説明する。
そして、車両３から取得されたプローブ情報は、その車両の識別情報（車両ＩＤ）毎に、データベース１９に蓄積される。つまり、ある車両３の車両ＩＤに着目して、その車両３の位置情報を追跡すると、その車両３の走行軌跡を知ることができる。
The probe information acquired from the vehicle 3 includes the probe vehicle 3 (or the in-vehicle device 2) in addition to the current position information (position information) of the vehicle 3 and the passage time information (time information) of the current position. As the identification information, vehicle ID (or in-vehicle device ID) is included. Hereinafter, a case where a vehicle ID is used as identification information will be described.
And the probe information acquired from the vehicle 3 is accumulate | stored in the
そこで、取得部１３は、データベース１９に蓄積されているプローブ情報に基づいて、特定の車両３の車両ＩＤに着目し、その車両３の走行軌跡に関する軌跡情報Ｊを取得することができる。取得された軌跡情報Ｊは、その車両３の車両ＩＤと対応付けられて、データベース１９に蓄積される。特に本実施形態では、取得部１３は、対象道路リンクＫ１，Ｋ２（図３、図６参照）を実際に走行した車両３の走行軌跡に関する軌跡情報Ｊを取得する。
また、本実施形態における軌跡情報Ｊの取得は、一つの車両３（車両ＩＤ）にのみ着目するのではなく、複数の車両３（車両ＩＤ）それぞれに着目しており、取得部１３によって取得される軌跡情報Ｊには、複数の車両３それぞれが対象道路リンクＫ１，Ｋ２を実際に走行した走行軌跡についての情報が含まれる。
Therefore, the
Further, the acquisition of the trajectory information J in the present embodiment focuses on each of the plurality of vehicles 3 (vehicle IDs) rather than focusing on only one vehicle 3 (vehicle ID), and is acquired by the
図４の実施形態では、４台の車両３−１，３−２，３−３，３−４が、対象道路リンクＫ１を通過しており、これら車両の走行軌跡Ｒ１，Ｒ２，Ｒ３，Ｒ４についての情報を含む軌跡情報Ｊが取得される。
図７の実施形態では、４台の車両３−１１，３−１２，３−１３，３−１４が、対象道路リンクＫ２を通過しており、これら車両の走行軌跡Ｒ１１，Ｒ１２，Ｒ１３，Ｒ１４についての情報を含む軌跡情報Ｊが取得される。
In the embodiment of FIG. 4, four vehicles 3-1, 3-2, 3-3, and 3-4 pass the target road link K <b> 1, and the travel loci R1, R2, R3, and R4 of these vehicles Trajectory information J including information about is acquired.
In the embodiment of FIG. 7, four vehicles 3-11, 3-12, 3-13, 3-14 pass through the target road link K2, and the travel trajectories R11, R12, R13, R14 of these vehicles. Trajectory information J including information about is acquired.
このように、取得部１３は、対象道路リンクＫ１（Ｋ２）を含む経路を実際に走行した車両３−１，３−２，３−３，３−４（３−１１，３−１２，３−１３，３−１４）から送信された、車両ＩＤ及び位置情報を含むプローブ情報に基づいて、実際に車両が走行した走行実績である走行軌跡Ｒ１，Ｒ２，Ｒ３，Ｒ４（Ｒ１１，Ｒ１２，Ｒ１３，Ｒ１４）を求めることで、正確に軌跡情報Ｊを取得することが可能となる。
In this way, the
交通情報予測装置１が交通情報の予測を行う対象道路リンクを含むエリアには、多数の道路リンクが存在している。そこで、決定部１４は、これら多数の道路リンクの中から、対象道路リンク以外の所定の道路リンク（以下、他の道路リンク）を、相関道路リンクとして決定する。本実施形態では、走行軌跡Ｒ１，Ｒ２，Ｒ３，Ｒ４（Ｒ１１，Ｒ１２，Ｒ１３，Ｒ１４）上に存在している他の道路リンクを相関道路リンクとして決定しており、この決定は、取得部１３が取得した軌跡情報Ｊに基づく。図５の実施形態では、走行軌跡Ｒ１，Ｒ２，Ｒ３，Ｒ４上に存在している他の道路リンクＬ１，Ｌ２，Ｌ３，Ｌ４が、相関道路リンクとして決定される。図８の実施形態では、走行軌跡Ｒ１１，Ｒ１２，Ｒ１３，Ｒ１４上に存在している他の道路リンクＬ１１，Ｌ１２，Ｌ１３，Ｌ１４が、相関道路リンクとして決定される。
There are many road links in the area including the target road link for which the traffic
また、決定部１４によって、決定されている相関道路リンクは、走行軌跡Ｒ１，Ｒ２，Ｒ３，Ｒ４（Ｒ１１，Ｒ１２，Ｒ１３，Ｒ１４）上に存在している道路リンクであって、かつ、各車両３が所定時間（本実施形態では約３０分）走行することで到達することのできる距離だけ対象道路リンクＫ１（Ｋ２）から離れている道路リンクである。
図５と図８において、車両３が所定時間（約３０分）走行することで到達することのできる範囲の境界を、破線Ｅ１と破線Ｅ２とによって示している。
すなわち、対象道路リンクＫ１（Ｋ２）に直接接続されている前又は後に隣接した隣接道路リンクＬ５１，Ｌ５２（Ｌ６１，Ｌ６２）ではなく、対象道路リンクＫ１（Ｋ２）から所定の距離だけ離れた道路リンクＬ１，Ｌ２，Ｌ３，Ｌ４（Ｌ１１，Ｌ１２，Ｌ１３，Ｌ１４）が、相関道路リンクとして決定されている。
Further, the correlation road link determined by the
5 and 8, the boundary of the range that can be reached by the vehicle 3 traveling for a predetermined time (about 30 minutes) is indicated by a broken line E1 and a broken line E2.
That is, a road link that is not a neighboring road link L51, L52 (L61, L62) adjacent to the target road link K1 (K2) directly before or after, but a predetermined distance from the target road link K1 (K2). L1, L2, L3, and L4 (L11, L12, L13, and L14) are determined as correlated road links.
（決定部１４の第１の機能）
図３〜図５の上記「交通需要予測」を行うために、決定部１４は、「走行軌跡Ｒ１，Ｒ２，Ｒ３，Ｒ４上に存在している他の道路リンクである」という第１条件と、「対象道路リンクＫ１に至る所定時間前（本実施形態では約３０分前）に走行した他の道路リンクである」という第２条件との双方の条件に基づいて、相関道路リンクの決定を行う。このため、相関道路リンクとして決定される他の道路リンクは、図５に示すように、対象道路リンクＫ１よりも車両走行方向上流側に離れた道路リンクＬ１，Ｌ２，Ｌ３，Ｌ４である。
(First function of determination unit 14)
In order to perform the above-mentioned “traffic demand prediction” in FIGS. 3 to 5, the
（決定部１４の第２の機能）
図６〜図８の上記「渋滞予測」を行うために、決定部１４は、「走行軌跡Ｒ１１，Ｒ１２，Ｒ１３，Ｒ１４上に存在している他の道路リンクである」という第１条件と、「対象道路リンクＫ２を通過してから所定時間（本実施形態では約３０分）について走行した後に至る他の道路リンクである」という第２条件との双方の条件に基づいて、相関道路リンクの決定を行う。このため、相関道路リンクとして決定される他の道路リンクは、図８に示すように、対象道路リンクＫ２よりも車両走行方向下流側の道路リンクＬ１１，Ｌ１２，Ｌ１３，Ｌ１４である。
(Second function of the determination unit 14)
In order to perform the above “congestion prediction” in FIGS. 6 to 8, the
なお、前記各実施形態では、前記「所定時間」を約３０分として説明したが、この時間は３０分以外（３０分以上又は３０分以下）とすることができ、例えば１時間、２時間又は１５分、２０分とすることも可能である。この決定部１４による決定処理によれば、隣接道路リンクＬ５１，Ｌ５２（Ｌ６１，Ｌ６２）のみが相関道路リンクとして設定されて行われる場合が除かれる。
In each of the above embodiments, the “predetermined time” is described as about 30 minutes, but this time can be other than 30 minutes (30 minutes or more or 30 minutes or less), for example, 1 hour, 2 hours or It can be 15 minutes or 20 minutes. According to the determination process by the
（決定部１４の第３の機能）
また、決定部１４は、「渋滞予測」を行うために、走行軌跡Ｒ１，Ｒ２，Ｒ３，Ｒ４（Ｒ１１，Ｒ１２，Ｒ１３，Ｒ１４）に含まれるボトルネック地点の道路リンクを、相関道路リンクとして決定する機能を有している。ボトルネック地点とは、道路の途中に存在している地点であって、車両の流れが制限される地点であり、例えば、交通量の多い交通信号機付きの交差点（ボトルネック交差点）、車線の数が減少する道路等である。また、ボトルネック地点は、隣り合って連続する道路リンク間に存在していたり、一つの道路リンクの途中に存在していたりする。本実施形態では、ボトルネック地点から車両走行方向上流側の道路部分を含む道路リンクを、ボトルネック地点の道路リンクと呼ぶ。また、このようなボトルネック地点は、後述する抽出部１５によって抽出される。
(Third function of the determination unit 14)
Further, the
予測部１１について説明する。
データベース１９には、各道路リンクの交通情報が蓄積されていることから、決定部１４によって相関道路リンクとして決定された道路リンクの交通情報を、予測部１１は抽出する。そして、予測部１１は、この抽出した交通情報と、データベース１９に記憶されているパラメータ（係数）とを用いて、対象道路リンクの交通情報を演算によって求める。
例えば、この演算は次の式（１）によって行われる。
ＮＫ＝ａ×ＮＬα＋ｂ×ＮＬβ＋ｃ×ＮＬγ＋ｄ×ＮＬδ・・・＋ｚ （１）
ただし、ＮＫは、対象道路リンクの交通情報
ＮＬα，ＮＬβ，ＮＬγ，ＮＬδ・・・は、相関道路リンクの交通情報
ａ，ｂ，ｃ，ｄ・・・ｚは、パラメータ
The
Since the traffic information of each road link is accumulated in the
For example, this calculation is performed by the following equation (1).
N K = a × N Lα + b × N Lβ + c × N Lγ + d × N Lδ ... + Z (1)
However, N K, the traffic information of the target road link
N Lα , N Lβ , N Lγ , N Lδ ... Are traffic information of correlated road links.
a, b, c, d... z are parameters.
前記各実施形態では、相関道路リンクが４つ決定されているので、演算式は次の式（２）となる。
ＮＫ＝ａ×ＮＬα＋ｂ×ＮＬβ＋ｃ×ＮＬγ＋ｄ×ＮＬδ＋ｚ （２）
In each said embodiment, since four correlation road links are determined, a computing equation becomes following Formula (2).
N K = a × N Lα + b × N Lβ + c × N Lγ + d × N Lδ + z (2)
パラメータａ，ｂ，ｃ，ｄ，ｚは、様々な値となるが、後に説明する学習部１２による学習処理によって最適化される。
このように、予測部１１は、決定部１４によって決定された相関道路リンクの交通情報及びパラメータに基づいて対象道路リンクの交通情報を予測する機能を有している。なお、本実施形態の交通情報は、道路リンクにおける車両数（交通量）に関する情報である。
The parameters a, b, c, d, and z have various values, but are optimized by learning processing by the
Thus, the
学習部１２は、対象道路リンクの交通情報が実測値として求められた場合に、この実測値に基づく交通情報を教師信号として、前記パラメータａ，ｂ，ｃ，ｄ・・・ｚを最適化する機能を有している。つまり、実測値である対象道路リンクの交通情報と、相関道路リンクの交通情報とに基づいて、前記パラメータ（重み）の最適値を算出する。重みの最適値の算出は、従来知られている様々な手段を用いることができ、例えば、最小自乗法等によって行うことができる。
When the traffic information of the target road link is obtained as an actual measurement value, the
なお、前記実施形態（式（１）、式（２））では、対象道路リンクと相関道路リンクとが、線形和の関係にある場合を説明したが、対象道路リンクと相関道路リンクとは非線形であってもよい。例えば、ニューラルネットワークの入力と出力との関係であってもよく、この場合の例を図１３に示す。なお、この図１３のニューラルネットワークは、中間ノード数を「３」とした場合である。 In the embodiment (formula (1), formula (2)), the case where the target road link and the correlated road link are in a linear sum relationship has been described. However, the target road link and the correlated road link are nonlinear. It may be. For example, the relationship between the input and output of the neural network may be used, and an example of this case is shown in FIG. The neural network in FIG. 13 is a case where the number of intermediate nodes is “3”.
交通情報予測装置１が交通情報の予測を行う対象道路リンクを含むエリアには、多数の道路リンクが存在しており、これら道路リンクには、車両の流れが制限されるボトルネック地点を含む道路リンクも含まれている。
そこで、抽出部１５は、このようなボトルネック地点を抽出する機能を備えている。この抽出部１５の機能は、後述の速度検出部１６が有する機能と協働することで実現されることから、抽出部１５の機能については、速度検出部１６の説明と共に説明する。
There are many road links in the area including the target road link for which the traffic
Therefore, the
上記のとおり、プローブ情報には、プローブ車両３の現在位置、この現在位置の通過時刻及び車両ＩＤが含まれていることから、このプローブ情報を取得することにより、各道路リンクにおけるプローブ車両３の走行速度を算出することができる。
そこで、プローブ情報に基づいて、走行速度の算出を速度検出部１６が実行する。算出対象とする道路リンクは、前記エリアに含まれる道路リンクであって、対象道路リンクの周囲に存在する全ての道路リンクである。なお、この周囲を定義するための距離の設定は、自由に行うことができ、例えば対象道路リンクから半径３０ｋｍの範囲内に存在する各道路リンクの走行速度を算出する。また、本実施形態では、複数の連続した道路リンクを含む特定の経路を走行している複数台の車両３の走行速度を、道路リンク毎に算出する。このように、速度検出部１６は、特定の経路を走行している複数台のプローブ車両３から送信されたプローブ情報（送信情報）に基づいて、これら車両３の走行速度に関する速度情報を検出する。
As described above, since the probe information includes the current position of the probe vehicle 3, the passing time of the current position, and the vehicle ID, the probe information is obtained by acquiring the probe information. The traveling speed can be calculated.
Therefore, the
そして、抽出部１５は、速度検出部１６によって検出された速度情報に基づいて、走行速度の低速から高速への変化を検出し、この変化に基づいてボトルネック地点を抽出する。なお、抽出部１５によって抽出されるボトルネック地点は、対象道路リンクよりも車両走行方向下流側のエリアに存在している地点である。
例えば、交通情報予測装置１では、図９に示すように、対象道路リンクよりも車両走行方向下流側において、道路リンクＬ３１から道路リンクＬ３４まで連続している特定の経路を走行している５台のプローブ車両３（車両ＩＤ）に着目し、これらプローブ車両３から送信されたプローブ情報がデータベース１９に蓄積され、このプローブ情報に基づいて５台のプローブ車両３による５つの走行データＤ２１〜Ｄ２５が、速度検出部１６によって取得されたとする。この走行データは、各道路リンクにおける走行速度を示すデータであり、図９に示す。
Then, the
For example, in the traffic
図９において、抽出部１５は、５台の全ての車両３において道路リンクＬ３３では走行速度が低速（例えば時速３０ｋｍ／ｈ未満）であるが、その次の道路リンクＬ３４では走行速度が高速（例えば時速３０ｋｍ／ｈ以上）であることを検出することができ、このような走行速度の変化が発生している道路リンクＬ３３，Ｌ３４間に、ボトルネック地点Ｂｐが存在していると判定することができる。この場合、道路リンクＬ３３が、ボトルネック地点Ｂｐを含む道路リンク（ボトルネック道路リンク）であると、抽出部１５は判定する。このように、抽出部１５は、走行速度が低速から高速へ変化したことを検出し、この変化に基づいてボトルネック地点Ｂｐを抽出することができる。
このような速度検出部１６及び抽出部１５によれば、ボトルネック地点を抽出することが可能となるため、ボトルネック地点が動的に変化しても、それに追従してボトルネック地点を抽出することが可能となる。
In FIG. 9, the
According to the
〔交通情報予測方法〕
以上のように構成された交通情報予測装置１によって実行される「需要予測」と「渋滞予測」について説明する。図１０は、需要予測方法を説明するフロー図である。
〔需要予測〕
交通情報予測装置１において、図３に示すように、対象道路リンクＫ１が設定されており、この対象道路リンクＫ１に、３０分後どの程度の台数の車両が集まるかを予測する。
[Traffic information prediction method]
“Demand prediction” and “congestion prediction” executed by the traffic
[Demand forecast]
In the traffic
交通情報予測装置１は、各道路リンクを走行するプローブ車両３からプローブ情報を取得し、対象道路リンクＫ１を実際に走行したプローブ車両３の走行軌跡に関する軌跡情報Ｊを、取得部１３が取得する（図１０のステップＳ１）。図４に示すように、対象道路リンクＫ１を実際に通過した４台のプローブ車両３−１，３−２，３−３，３−４の走行軌跡Ｒ１，Ｒ２，Ｒ３，Ｒ４の軌跡情報Ｊが取得される。
In the traffic
この軌跡情報Ｊに基づいて、決定部１４は、走行軌跡Ｒ１，Ｒ２，Ｒ３，Ｒ４上に存在している他の道路リンクＬ１，Ｌ２，Ｌ３，Ｌ４（図５参照）を相関道路リンクとして決定する（ステップＳ２）。ここで、決定部１４は、走行軌跡Ｒ１，Ｒ２，Ｒ３，Ｒ４上に存在している他の道路リンクであって、かつ、対象道路リンクＫ１に至る約３０分前に走行した他の道路リンクを、相関道路リンクとして決定している。
Based on the trajectory information J, the
そして、予測部１１は、決定された相関道路リンクの交通情報に基づいて、対象道路リンクＫ１の交通情報を予測する（ステップＳ３）。具体的には、上記の式（２）の演算が行われ、対象道路リンクＫ１の交通情報が求められる。なお、本実施形態では、式（２）における相関道路リンクの交通情報ＮＬα，ＮＬβ，ＮＬγ，ＮＬδは、車両数に関する情報であり、対象道路リンクの交通情報も、車両数に関する情報である。車両数に関する情報は、プローブ情報の取得の数であってもよく、旅行時間又は走行速度（平均速度）であってもよい。
And the
本実施形態では、ステップＳ２において、対象道路リンクＫ１に至る約３０分前に走行した車両走行方向上流側の他の道路リンクＬ１，Ｌ２，Ｌ３，Ｌ４が、相関道路リンクとして決定されていることから、この相関道路リンク（Ｌ１，Ｌ２，Ｌ３，Ｌ４）の車両数（交通量）は、３０分後において対象道路リンクＫ１の交通状況（需要）に影響を及ぼすと考えられる。つまり、ある時刻における対象道路リンクＫ１での以後３０分の交通状況は、この対象道路リンクＫ１に各車両３が至る３０分前に滞在していた道路リンクＬ１，Ｌ２，Ｌ３，Ｌ４の交通状況に影響される。このため、本実施形態によれば、３０分先の未来の対象道路リンクＫ１における交通情報の予測（需要予測）が可能となる。
In the present embodiment, in step S2, the other road links L1, L2, L3, and L4 on the upstream side in the vehicle traveling direction that traveled about 30 minutes before reaching the target road link K1 are determined as correlated road links. Thus, the number of vehicles (traffic volume) of the correlated road links (L1, L2, L3, L4) is considered to affect the traffic situation (demand) of the target road link K1 after 30 minutes. In other words, the traffic situation for the subsequent 30 minutes on the target road link K1 at a certain time is the traffic situation of the road links L1, L2, L3, L4 where each vehicle 3 stayed 30 minutes before reaching the target road link K1. Affected by. For this reason, according to this embodiment, prediction (demand prediction) of traffic information in the future target
〔渋滞予測（その１）〕
交通情報予測装置１において、図６に示すように、対象道路リンクＫ２が設定されており、この対象道路リンクＫ２に、以後３０分どの程度の台数の車両が集まるか、つまり、渋滞の程度を予測する。図１１は、渋滞予測方法を説明するフロー図である。
ここで、渋滞は、車両走行方向の下流側（前方）の道路から順次延びることが一般的に知られており、対象道路リンクＫ２において将来発生する渋滞は、その対象道路リンクＫ２を走行しようとする車両の走行方向下流側（前方）に存在している道路リンクでの渋滞の影響を受ける。
[Congestion prediction (part 1)]
In the traffic
Here, it is generally known that traffic jams sequentially extend from a downstream (front) road in the vehicle travel direction, and traffic jams that occur in the future on the target road link K2 try to travel on the target road link K2. The vehicle is affected by traffic congestion on the road link existing downstream (forward) in the traveling direction of the vehicle to be driven.
交通情報予測装置１は、各道路リンクを走行するプローブ車両３からプローブ情報を取得し、対象道路リンクＫ２を実際に走行したプローブ車両３の走行軌跡に関する軌跡情報Ｊを、取得部１３が取得する（図１１のステップＳ１１）。図７に示すように、対象道路リンクＫ２を実際に通過した４台のプローブ車両３−１１，３−１２，３−１３，３−１４の走行軌跡Ｒ１１，Ｒ１２，Ｒ１３，Ｒ１４の軌跡情報Ｊが取得される。
In the traffic
この軌跡情報Ｊに基づいて、決定部１４は、走行軌跡Ｒ１１，Ｒ１２，Ｒ１３，Ｒ１４上に存在している他の道路リンクＬ１１，Ｌ１２，Ｌ１３，Ｌ１４（図８参照）を相関道路リンクとして決定する（ステップＳ１２）。ここで、決定部１４は、走行軌跡Ｒ１１，Ｒ１２，Ｒ１３，Ｒ１４上に存在している他の道路リンクであって、かつ、対象道路リンクＫ２を通過してから約３０分について走行した後に至る他の道路リンクを、相関道路リンクとして決定している。
Based on the trajectory information J, the
そして、予測部１１は、決定された相関道路リンクの交通情報に基づいて、対象道路リンクＫ２の交通情報を予測する（ステップＳ１３）。具体的には、上記の式（２）の演算が行われ、対象道路リンクＫ２の交通情報が求められる。なお、本実施形態では、式（２）における相関道路リンクの交通情報ＮＬα，ＮＬβ，ＮＬγ，ＮＬδは、車両数に関する情報であり、対象道路リンクの交通情報も、車両数に関する情報である。車両数に関する情報は、プローブ情報の取得の数であってもよく、旅行時間又は走行速度（平均速度）であってもよい。
And the
本実施形態では、ステップＳ１２において、対象道路リンクＫ２を通過してから３０分走行した後に至る車両走行方向下流側の他の道路リンクが、相関道路リンクとして決定されていることから、この相関道路リンクの交通状況が、以後３０分における対象道路リンクＫ２の渋滞に影響を及ぼすと考えられる。つまり、ある時刻における対象道路リンクＫ２での以後３０分の交通状況は、各プローブ車両３がこの対象道路リンクＫ２を通過した３０分後に滞在している道路リンクＬ１１，Ｌ１２，Ｌ１３，Ｌ１４の交通状況に影響される。このため、本実施形態によれば、３０分先の未来の対象道路リンクＫ２における交通情報の予測（渋滞予測）が可能となる。
In this embodiment, in step S12, the other road link downstream in the vehicle traveling direction after traveling for 30 minutes after passing through the target road link K2 is determined as the correlated road link. It is considered that the traffic condition of the link affects the traffic jam of the target road link K2 in 30 minutes thereafter. That is, the traffic situation for 30 minutes after the target road link K2 at a certain time is the traffic of the road links L11, L12, L13, and L14 where each probe vehicle 3 stays 30 minutes after passing the target road link K2. Influenced by the situation. For this reason, according to the present embodiment, it becomes possible to predict traffic information (congestion prediction) in the future target
〔渋滞予測（その２）〕
交通情報予測装置１は、各道路リンクを走行するプローブ車両３からプローブ情報を取得し、対象道路リンクＫ２を実際に走行したプローブ車両３の走行軌跡に関する軌跡情報Ｊを、取得部１３が取得する（図１１のステップＳ１１）。図１２に示すように、対象道路リンクＫ２を実際に通過した４台のプローブ車両の走行軌跡Ｒ１１，Ｒ１２，Ｒ１３，Ｒ１４の軌跡情報Ｊが、上記渋滞予測（その１）と同様に、取得される。
[Congestion prediction (2)]
In the traffic
また、抽出部１５によって、車両の流れが制限されるボトルネック地点が抽出されており、図１１のステップＳ１２において、決定部１４は、対象道路リンクＫ２を実際に走行した車両の走行軌跡Ｒ１１，Ｒ１２，Ｒ１３，Ｒ１４に含まれるボトルネック地点Ｂｐの道路リンクＬ４１，Ｌ４２，Ｌ４３を、相関道路リンクとして決定する（図１２参照）。なお、抽出部１５によって抽出されているボトルネック地点は、対象道路リンクＫ２よりも車両走行方向下流側のエリアに存在している地点である。
さらに、ステップＳ１２では、決定部１４は、対象道路リンクＫ２を通過してから前記走行軌跡Ｒ１１，Ｒ１２，Ｒ１３，Ｒ１４に沿って所定時間（例えば３０分）について走行した後に至る道路リンクまでに存在する、ボトルネック地点Ｂｐを含む他の道路リンクＬ４１，Ｌ４２，Ｌ４３を、相関道路リンクとして決定する。なお、図１２において、車両３が所定時間（約３０分）走行することで到達することのできる範囲の境界を、破線Ｅ２によって示している。
Further, a bottleneck point where the flow of the vehicle is restricted is extracted by the
Further, in step S12, the
本実施形態では、走行軌跡Ｒ１１には、ボトルネック地点Ｂｐの道路リンクが一つも存在しておらず、走行軌跡Ｒ１２に、ボトルネック地点Ｂｐの道路リンクが複数（２つ）（道路リンクＬ４１，Ｌ４２）存在しており、また、走行軌跡Ｒ１３に、１つのボトルネック地点Ｂｐの道路リンクＬ４３が存在している。この場合、ステップＳ１３において、上記式（２）の演算に用いられる相関道路リンクの交通情報ＮＬα，ＮＬβ，ＮＬγは、これらボトルネック地点Ｂｐの道路リンクＬ４１，Ｌ４２，Ｌ４３の交通情報である。なお、本実施形態では、ＮＬδの項はゼロである。 In the present embodiment, there is no road link at the bottleneck point Bp in the travel locus R11, and there are a plurality (two) of road links at the bottleneck point Bp in the travel locus R12 (road links L41, L42) exists, and a road link L43 of one bottleneck point Bp exists on the travel locus R13. In this case, in step S13, the traffic information N Lα , N Lβ , N Lγ of the correlated road links used for the calculation of the above equation (2) is the traffic information of the road links L41, L42, L43 at these bottleneck points Bp. is there. In the present embodiment, the term N Lδ is zero.
対象道路リンクＫ２を実際に走行した車両の走行軌跡Ｒ１１，Ｒ１２，Ｒ１３，Ｒ１４上に存在している他の道路リンクであって、かつ、対象道路リンクＫ２の渋滞に関して関連の強い道路リンクであるボトルネック地点Ｂｐの道路リンクＬ４１，Ｌ４２，Ｌ４３が、相関道路リンクとして決定される。このため、交通情報の予測（渋滞予測）の精度をより一層高めることが可能となる。 It is another road link that exists on the travel locus R11, R12, R13, R14 of the vehicle that has actually traveled on the target road link K2, and is a road link that is strongly related to the traffic jam on the target road link K2. The road links L41, L42, and L43 of the bottleneck point Bp are determined as correlation road links. For this reason, it becomes possible to further improve the accuracy of traffic information prediction (congestion prediction).
なお、ボトルネック地点は多数存在する可能性があり、全てのボトルネック地点を含む道路リンクを相関道路リンクに設定すると、渋滞の予測には実際関係の無いボトルネック道路リンクまでを相関道路リンクとしてしまうことがある。
そこで、本実施形態では、対象道路リンクＫ２を通過してから走行軌跡に沿って所定時間（３０分）走行した後に至る道路リンクまでに存在する、ボトルネック道路リンクが、相関道路リンクとして決定される。
この決定方法によれば、実際に車両が対象道路リンクを走行した走行軌跡（走行実績の経路）上に存在しているボトルネック道路リンクを、相関道路リンクとして決定しているので、相関の無いボトルネック道路リンクを除くことができ、予測処理の効率化を図ることができる。
In addition, there may be many bottleneck points, and if road links including all bottleneck points are set as correlated road links, even bottleneck road links that are not actually relevant for the prediction of traffic jams are correlated road links. May end up.
Therefore, in the present embodiment, the bottleneck road link that exists after the target road link K2 passes through the road trace after traveling for a predetermined time (30 minutes) along the travel path is determined as the correlation road link. The
According to this determination method, since the bottleneck road link that exists on the travel locus (the track of the travel performance) in which the vehicle actually traveled the target road link is determined as the correlation road link, there is no correlation. The bottleneck road link can be removed, and the efficiency of the prediction process can be improved.
以上のように、前記各実施形態に係る交通情報予測方法は、対象道路リンクＫ１（Ｋ２）の交通情報を、この対象道路リンクＫ１（Ｋ２）以外の他の道路リンクの交通情報に基づいて、予測する方法である。具体的には、対象道路リンクＫ１（Ｋ２）を実際に走行した車両の走行軌跡に関する軌跡情報Ｊを取得する。この軌跡情報Ｊは、複数の車両がそれぞれ走行した走行軌跡に関する情報であり、複数の走行軌跡に関する情報である。
そして、この軌跡情報Ｊに基づいて、多数の道路リンクの内、対象道路リンクＫ１（Ｋ２）以外であって前記走行軌跡上に存在している他の道路リンクを相関道路リンクとして決定する。
そして、この決定した相関道路リンクの交通情報に基づいて、対象道路リンクＫ１（Ｋ２）の交通情報を予測する。
As described above, the traffic information prediction method according to each of the above embodiments uses the traffic information of the target road link K1 (K2) based on the traffic information of road roads other than the target road link K1 (K2). It is a method of prediction. Specifically, the trajectory information J related to the travel trajectory of the vehicle that actually traveled on the target road link K1 (K2) is acquired. The trajectory information J is information related to a travel trajectory traveled by a plurality of vehicles, and is information related to a plurality of travel trajectories.
Based on the trajectory information J, other road links other than the target road link K1 (K2) among the many road links and existing on the travel trajectory are determined as correlated road links.
Based on the determined traffic information of the correlated road link, the traffic information of the target road link K1 (K2) is predicted.
この予測方法によれば、対象道路リンクＫ１（Ｋ２）を実際に走行した車両の走行軌跡上に存在している他の道路リンクを、相関道路リンクとして決定しているので、相関道路リンクを簡単に決定することが可能であり、従来のような、主成分分析による解析手法を用いて対象道路リンクの交通情報を推定する方法に比べて、交通情報を予測するための処理時間は短くて済む。
しかも、対象道路リンクＫ１（Ｋ２）と相関道路リンクとは、車両が実際に走行した走行軌跡上に存在していることから、対象道路リンクＫ１（Ｋ２）と相関道路リンクとの間には相関があると考えられ、この相関道路リンクの交通情報に基づいて、対象道路リンクの交通情報を正確に求めることが可能となる。
According to this prediction method, since the other road links existing on the travel locus of the vehicle that actually traveled the target road link K1 (K2) are determined as the correlated road links, the correlated road links can be simplified. Compared to the conventional method of estimating the traffic information of the target road link using the principal component analysis analysis method, the processing time for predicting the traffic information can be shortened. .
In addition, since the target road link K1 (K2) and the correlated road link exist on the travel locus on which the vehicle actually traveled, there is a correlation between the target road link K1 (K2) and the correlated road link. Therefore, the traffic information of the target road link can be accurately obtained based on the traffic information of the correlated road link.
さらに、対象道路リンクに隣接した他の道路リンクを相関道路リンクとして設定する従来の推定処理では、道路リンク単体のプローブ情報（ＶＩＣＳ情報）に着目したものであり、取得され蓄積されているこのプローブ情報は、異なるプローブ車両から異なる時刻で取得された情報であることから、これらプローブ情報、及び、このプローブ情報から生成される交通情報に、時間的な連続性が無い場合があると考えられる。
したがって、従来では、対象道路リンクに直接接続されている前後に隣接した道路リンクが、その対象道路リンクに関連する相関道路リンクとして設定されているが、これら相関道路リンクの交通情報と対象道路リンクの交通情報とは、時間的な連続性を有していない可能性があるため、このような交通情報を用いた推定処理によって求められる対象道路リンクの交通情報は、正確でない場合がある。
Furthermore, in the conventional estimation process in which another road link adjacent to the target road link is set as a correlated road link, the probe information (VICS information) of the road link alone is focused, and this acquired and accumulated probe Since the information is information acquired from different probe vehicles at different times, it is considered that there may be no temporal continuity in the probe information and traffic information generated from the probe information.
Therefore, conventionally, road links adjacent to each other before and after being directly connected to the target road link are set as correlated road links related to the target road link. Therefore, the traffic information of the target road link obtained by the estimation process using such traffic information may not be accurate.
しかし、本実施形態の交通情報予測方法によれば、実際に車両が対象道路リンクを走行した走行軌跡（走行実績の経路）上に存在している他の道路リンクを、相関道路リンクとして決定しているので、この相関道路リンクの交通情報と対象道路リンクの交通情報とは、従来に比較して連続性を有していると考えられる。このため、この相関道路リンクの交通情報に基づいて、対象道路リンクの交通情報を予測することにより、正確な予測が可能となる。 However, according to the traffic information prediction method of the present embodiment, other road links that exist on the travel locus (the actual travel route) on which the vehicle actually traveled the target road link are determined as correlated road links. Therefore, the traffic information of the correlated road link and the traffic information of the target road link are considered to have continuity as compared with the conventional case. For this reason, it is possible to predict accurately by predicting the traffic information of the target road link based on the traffic information of the correlated road link.
上記の実施形態はすべて例示であり本発明の範囲を制限するものではない。本発明の範囲は、上記の実施形態ではなく特許請求の範囲によって示され、特許請求の範囲の構成と均等の範囲内での変更が含まれる。
例えば、上記実施形態では、交通情報の予測のための演算を、式（１）のように線形モデルとして説明したが、非線形モデルであってもよい。
The above-described embodiments are all illustrative and do not limit the scope of the present invention. The scope of the present invention is shown not by the above embodiment but by the scope of claims for patent, and includes modifications within the scope equivalent to the configurations of the scope of claims for patent.
For example, in the above-described embodiment, the calculation for predicting traffic information has been described as a linear model as shown in Equation (1), but may be a non-linear model.
１：交通情報予測装置 ３−１〜３−４：車両 ３−１１〜３−１４：車両 １１：予測部 １３：取得部 １４：決定部 １５：抽出部 １６：速度検出部 Ｋ１：対象道路リンク Ｋ２：対象道路リンク Ｒ１〜Ｒ４：走行軌跡 Ｒ１１〜Ｒ１４：走行軌跡 Ｌ１〜Ｌ４：道路リンク Ｌ１１〜Ｌ１４：道路リンク Ｌ４１〜Ｌ４３：道路リンク Ｊ：軌跡情報 Ｂｐボトルネック地点 1: Traffic information prediction device 3-1 to 3-4: Vehicle 3-11 to 3-14: Vehicle 11: Prediction unit 13: Acquisition unit 14: Determination unit 15: Extraction unit 16: Speed detection unit K1: Target road link K2: Target road link R1-R4: Traveling track R11-R14: Traveling track L1-L4: Road link L11-L14: Road link L41-L43: Road link J: Track information Bp bottleneck point
Claims (9)
前記対象道路リンクを実際に走行した車両の走行軌跡に関する軌跡情報を取得する取得部と、
前記軌跡情報に基づいて前記走行軌跡上に存在している他の道路リンクを相関道路リンクとして決定する決定部と、
前記相関道路リンクの交通情報に基づいて、前記対象道路リンクの交通情報を予測する予測部と、
を備えていることを特徴とする交通情報予測装置。 A traffic information prediction device that predicts traffic information of a target road link based on traffic information of another road link,
An acquisition unit that acquires trajectory information related to a travel trajectory of the vehicle that actually traveled on the target road link;
A determination unit that determines, as a correlated road link, another road link existing on the travel locus based on the locus information;
Based on the traffic information of the correlated road link, a prediction unit that predicts the traffic information of the target road link;
A traffic information prediction apparatus comprising:
前記決定部は、前記走行軌跡に含まれる前記ボトルネック地点の道路リンクを、前記相関道路リンクとして決定する請求項１〜３のいずれか一項に記載の交通情報予測装置。 An extraction unit for extracting a bottleneck point where the flow of the vehicle is restricted;
The traffic information prediction apparatus according to any one of claims 1 to 3, wherein the determination unit determines a road link of the bottleneck point included in the travel locus as the correlated road link.
前記抽出部は、前記速度検出部によって検出された前記速度情報に基づいて、前記走行速度の低速から高速への変化を検出し、当該変化に基づいて前記ボトルネック地点を抽出する請求項４に記載の交通情報予測装置。 A speed detection unit for detecting speed information related to the traveling speed of the vehicle based on transmission information transmitted from the vehicle;
The extraction unit detects a change in the traveling speed from a low speed to a high speed based on the speed information detected by the speed detection unit, and extracts the bottleneck point based on the change. The traffic information prediction device described.
前記対象道路リンクを実際に走行した車両の走行軌跡に関する軌跡情報を取得し、
前記軌跡情報に基づいて前記走行軌跡上に存在している他の道路リンクを相関道路リンクとして決定し、
前記相関道路リンクの交通情報に基づいて、前記対象道路リンクの交通情報を予測する ことを特徴とする交通情報予測方法。 A traffic information prediction method for predicting traffic information of a target road link based on traffic information of another road link,
Obtaining trajectory information about the travel trajectory of the vehicle that actually traveled on the target road link;
Based on the trajectory information, other road links existing on the travel trajectory are determined as correlated road links,
A traffic information prediction method, wherein traffic information of the target road link is predicted based on traffic information of the correlated road link.
コンピュータを、
前記対象道路リンクを実際に走行した車両の走行軌跡に関する軌跡情報を取得する取得手段、
前記軌跡情報に基づいて前記走行軌跡上に存在している他の道路リンクを相関道路リンクとして決定する決定手段、
前記相関道路リンクの交通情報に基づいて、前記対象道路リンクの交通情報を予測する予測手段
として、機能させることを特徴とするコンピュータプログラム。 A computer program for causing a computer to execute processing for predicting traffic information of a target road link based on traffic information of another road link,
Computer
An acquisition means for acquiring trajectory information related to a travel trajectory of a vehicle that has actually traveled on the target road link;
Determining means for determining, as a correlated road link, another road link existing on the travel locus based on the locus information;
A computer program that functions as prediction means for predicting traffic information of the target road link based on traffic information of the correlated road link.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012077020A JP2013206325A (en) | 2012-03-29 | 2012-03-29 | Traffic information prediction device, traffic information prediction method and computer program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012077020A JP2013206325A (en) | 2012-03-29 | 2012-03-29 | Traffic information prediction device, traffic information prediction method and computer program |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2013206325A true JP2013206325A (en) | 2013-10-07 |
Family
ID=49525296
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012077020A Pending JP2013206325A (en) | 2012-03-29 | 2012-03-29 | Traffic information prediction device, traffic information prediction method and computer program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2013206325A (en) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018106762A (en) * | 2018-04-04 | 2018-07-05 | パイオニア株式会社 | Congestion prediction system, terminal, congestion prediction method, and congestion prediction program |
| CN110796858A (en) * | 2019-10-24 | 2020-02-14 | 山东科技大学 | Vehicle track prediction method and system based on video vehicle passing data |
| JP2020030870A (en) * | 2019-12-03 | 2020-02-27 | パイオニア株式会社 | Congestion prediction system, terminal, congestion prediction method, and congestion prediction program |
| JP2022023863A (en) * | 2019-12-03 | 2022-02-08 | パイオニア株式会社 | Congestion prediction system, terminal, congestion prediction method, and congestion prediction program |
| JP7388242B2 (en) | 2020-03-03 | 2023-11-29 | オムロン株式会社 | Road condition prediction weight parameter setting device, road condition prediction weight parameter setting method, and road condition prediction weight parameter setting program |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000231690A (en) * | 1999-02-12 | 2000-08-22 | Toyota Central Res & Dev Lab Inc | Travel time predicting device |
| JP2002251698A (en) * | 2001-02-23 | 2002-09-06 | Hitachi Ltd | Method of estimating traffic situation using probe information, and system for estimating and providing traffic situation |
-
2012
- 2012-03-29 JP JP2012077020A patent/JP2013206325A/en active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000231690A (en) * | 1999-02-12 | 2000-08-22 | Toyota Central Res & Dev Lab Inc | Travel time predicting device |
| JP2002251698A (en) * | 2001-02-23 | 2002-09-06 | Hitachi Ltd | Method of estimating traffic situation using probe information, and system for estimating and providing traffic situation |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018106762A (en) * | 2018-04-04 | 2018-07-05 | パイオニア株式会社 | Congestion prediction system, terminal, congestion prediction method, and congestion prediction program |
| CN110796858A (en) * | 2019-10-24 | 2020-02-14 | 山东科技大学 | Vehicle track prediction method and system based on video vehicle passing data |
| JP2020030870A (en) * | 2019-12-03 | 2020-02-27 | パイオニア株式会社 | Congestion prediction system, terminal, congestion prediction method, and congestion prediction program |
| JP2022023863A (en) * | 2019-12-03 | 2022-02-08 | パイオニア株式会社 | Congestion prediction system, terminal, congestion prediction method, and congestion prediction program |
| JP7388242B2 (en) | 2020-03-03 | 2023-11-29 | オムロン株式会社 | Road condition prediction weight parameter setting device, road condition prediction weight parameter setting method, and road condition prediction weight parameter setting program |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105474285B (en) | Method, analysis system and vehicle for predicting at least one congestion parameter | |
| US20200386560A1 (en) | Spatiotemporal lane maneuver delay for road navigation | |
| JP5900454B2 (en) | Vehicle lane guidance system and vehicle lane guidance method | |
| JP5424754B2 (en) | Link travel time calculation device and program | |
| JP3834017B2 (en) | Traffic information management system | |
| JP4973640B2 (en) | Route search device and information management server | |
| CN107784835B (en) | Traffic state mode prediction system based on traffic data analysis and prediction method thereof | |
| CN109074737A (en) | Safe driving assistant system, server, vehicle and program | |
| JP6136607B2 (en) | Road condition identification device | |
| JP5842996B2 (en) | Unexpected prediction sensitivity judgment device | |
| JP5435041B2 (en) | Traffic light cycle estimation device and traffic light cycle estimation method | |
| JP5785415B2 (en) | Route guidance generating apparatus, method and system | |
| JP6061383B2 (en) | Traffic information estimation device, computer program, and traffic information estimation method | |
| JP2013206325A (en) | Traffic information prediction device, traffic information prediction method and computer program | |
| JP2017045131A (en) | Traffic information provision device, computer program and traffic information provision method | |
| JP2013088888A (en) | Information processor, traffic index estimation device and computer program | |
| CN104750963A (en) | Intersection delay time estimation method and device | |
| JP2009217376A (en) | System, device, and method of traffic information generation | |
| JP2011196786A (en) | Traffic congestion time calculation apparatus, departure time calculation apparatus, traffic congestion-less time calculation apparatus, and program | |
| JP2015076077A (en) | Traffic volume estimation system,terminal device, traffic volume estimation method and traffic volume estimation program | |
| JP2013214232A (en) | Traffic information prediction device, method for predicting traffic information, and computer program | |
| JP4865922B1 (en) | Driving information calculation device, navigation system, and driving information calculation method | |
| JP2019185232A (en) | Traffic information guide system and traffic information distribution device | |
| JP5071461B2 (en) | Traffic information estimation apparatus, computer program for traffic information estimation, and traffic information estimation method | |
| KR101430071B1 (en) | System and Method for Providing Road Information |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20141124 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150722 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150728 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20151201 |