JP4003827B2

JP4003827B2 - Road surface property estimation method and system using traffic detector

Info

Publication number: JP4003827B2
Application number: JP2002088359A
Authority: JP
Inventors: 一正日暮
Original assignee: Fujitsu FIP Corp
Current assignee: Fujitsu FIP Corp
Priority date: 2002-03-27
Filing date: 2002-03-27
Publication date: 2007-11-07
Anticipated expiration: 2022-03-27
Also published as: JP2003288665A

Description

【０００１】
【発明の属する技術分野】
本発明は、交通量を推定する方法とシステムを用いて路面性状を予測するシステムに関し、特に、大型車の交通量を推定し路面性状測定車が走行しない期間の路面性状を予測して、道路の修復時期の予測、および将来の路面性状の予測等を行う方法およびシステムに関する。
【０００２】
本発明はさらに予測した路面性状の状態を地図上に重ねて表示することにより視認性に優れ、また路面性状を色分けすることで所定の領域の路面性状が容易に認識でき、かつ道路修復計画を効率よく立てるのに役立つシステムに関する。
【０００３】
【従来の技術】
道路の補修は安全な車両通行、道路の混雑の緩和、振動、騒音の低減の目的のために重要な作業である。そして交通量が多くなるほど路面の損傷は著しくなる。よって道路の補修箇所も多くなり、補修に多額の費用がかかることとなる。
【０００４】
現在の道路舗装管理では、路面性状測定車から定期的（例えば三年に一巡）にデータを取得し、これと道路交通センサスデータ（例えば三年に一巡）から交通量区分のレベル分け（例えば７段階）をすることにより各道路の路面性状を推定し、管理を行っている。
【０００５】
【発明が解決する課題】
しかし、現状では各道路の車両の交通量が変わるため、道路状況が刻々と変化し、前記記載のような静的な交通量区分のレベル分けをした情報と、定期的な実測のデータだけでは、将来の路面性状予測値を正確に把握することができない。その結果、交通状況の変化による予測結果とのずれが生じ、正確な補修計画が策定できない。また、路面性状測定車による実測費用が高く、短期間に何回も観測することが現実的でない。さらに交通状況を把握するために交通量感知器を各道路に設置することも同様に経済的にできない。建設省の報告によると、適切な補修を行うことは道路管理者のトータルコストの軽減、騒音による環境対策につながるとされている（建設省道路局国道第一課、建設省土木研究所：舗装の維持修繕の計画に関する調査研究，第３４回建設省技術研究会報告，ｐｐ．３２３−３６２，１９８０年）。
【０００６】
従って、補修箇所の優先順位を的確に補修を行う計画策定が必要になっている。
【０００７】
【課題を解決するための手段】
上記の問題点に鑑み本発明は、
複数の交差点で交差する複数の道路について、測定交通量に分流率を演算することによって交通量感知器よりも下流側の交通量を推定し、測定交通量に進入率を演算することによって交通量感知器よりも上流側の交通量を推定し、当該推定交通量に基づいて路面性状を推定する方法であって、
前記交通量感知器が測定した交通量を取得する第１の過程と、
道路種別および車線数を考慮して交差点毎の分流率と進入率を推定する第２の過程と、
前記交通量感知器による測定交通量と、前記分流率および進入率と、前記交通量感知器から測定対象道路までの交差点配置形状とに基づいて前記測定対象道路の交通量を推定する第３の過程と、
前記第１の過程によって測定された交通量に合わせて前記第２の過程によって推定された分流率および進入率を増加または減少させる補正を行い、かつ、当該増加または減少させる補正を順次前記交通量検知器の設定位置の近傍から遠ざかる方向に行う第４の過程と、
該推定した交通量と路面性状予測式を用いて道路の路面性状を推定する第５の過程と、
を有することを特徴とする交通量感知器を用いた路面性状推定方法およびシステムを提供する。
【０００８】
さらに交通量と路面性状の関係に関しては、「道路摩耗は車軸重量の４乗に比例する」ことが知られており、路面性状の変化は主として大型車によると考えることができる。従って該大型車の交通量を用いて路面性状を予測することができる。また推定した路面性状は補修が必要な年毎に色分けして地図上に重ねて表示することができる。
【０００９】
【発明の実施の形態】
路面性状を予測する際その基盤となる考え方は、出願番号：特願２００１−４０２００８、発明の名称：渋滞分布を推測する経路探査システム、に記載されている。ここではこの考え方を大型車に対して適用する。
【００１０】
１．初期交差点属性計算
交差点における右左折直進率は、第一次近似としては、例えば、直進率０．７、左折率０．２、右折率０．１のように、道路の属性等に関わらず一律に設定することも可能である。しかし、この右左折直進率の推定は、道路の属性、例えば、高速道路、国道、地方道のような道路種別と、両側１車線、片側１車線、片側２車線のような車線数を考慮することによって大幅に精度を向上させることができる。また、道路種別によって高速道路をレベル１の道路、片側２車線の国道および地方道をレベル２の道路とするなど、ある程度包括的に取り扱うことも可能である。
【００１１】
このように道路レベルを考慮して右左折直進率を設定すると、例えば、レベル１の道路からレベル２の道路２への左折率は０．２５、レベル１の道路から直交するレベル２の道路を突っ切って直進する直進率は０．７のように設定することができる。
【００１２】
さらに、このようにして得られた右左折直進率に道路形状による補正を行うことができる。当該補正は、例えば、Ｔ字路に突き当たる際の右左折率補正係数や、道路が直角に交わらない交差点の補正係数によって行うことができる。例えば、７５度の角度で鋭角に右折する際の補正係数を０．８とすれば、通常の右折率０．２に補正係数０．８を掛けて、当該交差点の右折率を０．１６とする等である。
【００１３】
当該右左折直進率には、さらに曜日や時刻の影響、さらには季節的影響や特定の祝日等の影響を考慮することも可能であり、これらの要素を考慮することで交通量推定の精度を一層向上させることができる。また、現実の右左折直進率を交差点において測定しておくことによっても推定精度を向上させることができることは当然である。
【００１４】
２．大型車交通量の推計
このようにして交通量を推定することができる。ここで、前記記載の通り路面性状を予測する場合、該路面性状を変化させる主な要因は大型車である。特に道路の摩耗は大型車において車軸重量の４乗に比例することが知られている。従って原則として全ての交差点の右左折直進率が求められたら、それに基づいて以下の手順で対象領域全体の大型車交通量を推計する。
【００１５】
図１は、交通量感知器１００を設置した道路近傍の大型車交通量を推計する方法を説明するための図である。図１において中央に示された道路には紙面の左から右に進む車線に交通量感知器が設置されており、現実の大型車交通量Ｑｘが逐次把握されていると仮定する。当該交通量は、感知器の右側にある、つまり下流側の交差点１２０で直進および右左折に分岐する。このとき、当該交差点１２０における大型車右左折直進率をＲｆ（Ｒｆ_ｒ，Ｒｆ_ｌ，Ｒｆ_ｓ）とすると、当該交差点１２０から先のそれぞれの道路１２２、１２４、１２６の交通量Ｑｆ（Ｑｆ_ｒ，Ｑｆ_ｌ，Ｑｆ_ｓ）は、
【数１】

によって表される。ここで、増減率とは、工事現場や倉庫群等が存在して、多くの大型車両が吸収される、または多くの車両が出てくる等の現象を考慮するために設けた修正係数である。
【００１６】
上述のような処理によって、交通量感知器によって測定された大型車両が交差点１２０を通過した後に下流側の道路にどのように配分されるかに基づいて、これらの下流側の道路の大型車交通量を求めることができる。同様の演算を、さらに下流側の交差点について行うことによって、次の交差点を通過した後に大型車交通量がその次の道路にどのように配分されるかを求めることができ、順次さらに下流側の道路の交通量を推定することができる。
【００１７】
このような手順を繰り返すことによって、対象地域にある全ての道路の大型車交通量の推定値を求めることができる。また、得られた推定大型車交通量（の誤差）が一定量より小さくなった時点で演算を終了することで演算量を削減することができる。
【００１８】
さらに、図１の左側に示されているように、交通量感知器が測定した大型車交通量に基づいて交通量感知器の上流側の大型車交通量を推定する。この場合、該感知器１００の上流側の交差点１４０で合流する３つの道路１４２、１４４、１４６の大型車交通量Ｑｒは、進入率Ｒｒ（Ｒｒ_ｒ，Ｒｒ_ｌ，Ｒｒ_ｓ）を用いて以下のように計算することができる。
【数２】

上述の処理によって、交通量感知器で検出した大型車両の、交差点１４０に到達する前の上流側道路での分布に基づいて、これらの上流側の道路の交通量を求めることができる。同様の演算を、さらに上流側の交差点について行うことによって、該交差点を通過する前の大型車交通量の分布を求めることができ、順次さらに上流側の道路の該交通量を推定することができる。
【００１９】
このような手順を繰り返して、最終的に対象地域にある全ての道路の大型車交通量推定値を求めることができる。または、このようにして得られた推定大型車交通量が一定値より小さくなった時点で演算を終了することにより、演算量を削減することもできる。これは下流側の大型車交通量推定と同様である。
【００２０】
図２には、上述の方法によって、交通量感知器の設置位置から次第に遠くに大型車交通量推定が波及していく様子を模式的に示したものである。
【００２１】
３．通過時間の推定
大型車交通量が求められたら、該交通量と道路毎に予め設定された制限速度（道路交通法に規定する制限速度とは意味が異なる）や飽和交通量を用いて、当該道路の平均走行速度を求め、当該平均走行速度を用いて交差点間の移動に必要な時間を推定する。次に、交差点そのものを通過するために必要な時間を、信号のサイクル長やスプリット等に基づいて推定することによって当該領域の通過時間を推定する。
【００２２】
交差点間の車両の走行平均速度は、グリーンシルズ・オルコットの式として知られている以下の式を用いて推定することができる。
【数３】

ここで、変数の定義は以下のとおりである。
Ｖ_ｉ：交差点間における車両の走行平均速度
Ｖ_ｆｉ：道路毎に予め設定された制限速度
Ｑ_ｉ：交通量（例えば、台／分の単位）
Ｑ_ｉＭａｘ：同路毎に予め設定された飽和交通量（例えば、台／ｍ）
【００２３】
上式によって交差点間の平均速度を算出した後は、交差点間距離ＤをＶ_ｉで割ることによって、つまり、Ｄ／Ｖ_ｉによって交差点間の通過時間を算出することができる。
【００２４】
次に、交差点そのものの通過時間を、例えば、下記の式によって推定する。
【数４】

ここで、変数の定義は以下のとおりである。
Ｔ：交差点通過時間
ｔ：信号待ちが無い場合に交差点の通過に必要な時間
Ｃ：サイクル長（信号の１サイクルに要する時間）
Ｓ：スプリット（信号の１サイクル中の青信号の率）
【００２５】
直進および左折については上記の式を直接使用することができるが、右折の場合の交差点通過時間は、さらに、対面交通量に応じて設定した待ち時間を加算することで推定精度をさらに向上させることができる。当該待ち時間は、必ずしも対面交通量の線形関数にはならず、図４に示すように、バイリニアカーブによって近似するのが良い。
【００２６】
以下の式は、右左折それぞれについて個別の式を用いて交差点通過時間を推定する際の推定式の一例である。
【数５】

【数６】

【００２７】
以上の演算によって交差点間の通過時間と交差点そのものの通過時間が推定されれば、この演算をすべての交差点と交差点間道路について行うことによって、当該領域を通過するために必要な時間が、経路毎に求められる。
【００２８】
次に、さらに推定精度を高くするために、観測データに基づいてパラメータを補正する。ここでは右左折直進率の補正を説明する。
【００２９】
交通量感知器のデータを基に他の感知器の交通量を推定する。次に該感知器のデータと推定値を比較する。このとき推定値と観測データ間に差がなければ正確である。しかしながら、現実には差が生じるため、該差が０になるように右左折直進率を調節する。
【００３０】
例えば、検知器Ａ、Ｂ、Ｃによる交通量測定値に基づいて推定された交通量感知器Ｄの位置の推定交通量（Ｘ）と、交通量感知器Ｄによって測定された当該位置での現実の交通量（Ｘ’）が存在することになる。このとき、Ｘ＝Ｘ’であれば本方法による交通量推定が（少なくとも、感知器Ａ、Ｂ、ＣによるＤ地点の交通量推定に関しては）正しいことを示しているが、一般にはＸ≠Ｘ’であり、推定に誤差が存在することを示している。従って、誤差の存在が示された場合には、Ｅ＝｜Ｘ−Ｘ’｜がゼロになるように右左折直進率を一律に補正することによって推定精度を向上させることができる。当該補正は右左折直進率に限られるわけではなく、交通量の推定のために設定したどのパラメータを補正しても良いことは自明である。
【００３１】
発明者らは種々の補正方法を行った結果、測定された交通量に合わせて道路の合流率と分流率を増加／減少させ、当該補正を順次交通量検知器の設定位置の近傍から次第に遠ざかる方向に補正を行うことによって効果的でかつ収束の早い補正を行うことができることを見出した。この際、一旦補正を行った右左折直進率は再度補正を行わないことや、複数の感知器からの交通量は、進行方向と感知器からの距離を考慮して重み付けを行った上で合算することによって補正演算を確実に収束させることができる。
【００３２】
以上のようにして大型車交通量を対象領域の道路全体について推定する。次にこの予測結果を用いて路面性状の予測をする。以下に該予測を説明する。
【００３３】
路面性状は利用者の安全走行や快適性を確保するために重要な要素であり、路面に発生する亀裂等のひびわれ、車輪の軌道が陥没するわだち掘れ、路面の凹凸やうねり等の平坦性をパラメータとしている。例えばわだち掘れの場合、車両重量によりアスファルトが圧縮され陥没し、通常５ｃｍ程度のわだち掘れでアスファルトを交換しなければならない。従って、各道路全ての現在のわだち掘れ量および将来のわだち掘れ量を推定することは、効率的な道路補修計画を立案する上で重要である。
【００３４】
前記記載のように、路面性状は主に大型車の重量の４乗に比例して変化するため、大型車交通量がわかれば路面性状予測式によって該路面性状を推定することができる。また大型車交通量は前記記載の方法で推定することができる。該路面性状予測式は文献：内田弘、沼田紀雄、土木学会論文誌，Ｎｏ５９７，pp２１−３１，「地方道における長期補修計画の立案」，１９９８、に記載されている。
【００３５】
該式は、路面のひび割れ、わだち掘れ、平坦性をそれぞれ求めることができ、大型車交通量とわだち掘れ量の関係は、図５に示すように長期間で見ると曲線であるが、短期間の予測の場合はいずれも１次式で近似的に表現できる。従って前記記載の大型車交通量推定値から短期間の路面性状を容易に推定できる。一方、交通量は一時的な工事により交通の流れが変化する場合もあるので、前記記載の交通量推定法により流れが変化した場合の交通量を推定し、路面性状を予測しなければならない。
【００３６】
次に該式で予測した路面性状をデータベースに記録する。ここで、路面性状測定車によって路面を測定した場合、データベース内の対応するデータを実測値で置き換える。また、該測定車で定期的に路面を測定した場合、該測定データと、路面性状予測値との間に大きな誤差が生じた場合は路面性状予測式の各パラメータを修正し、以後該修正した予測式を用いる。つまり大型車１台当たりの路面性状の変化量を修正する。また、路面を測定していない道路は、前記修正後の予測式によって路面性状を予測する。
【００３７】
以上で大型車交通量の推計および路面性状の予測を説明した。上述の予測結果は路面性状を表す指標としてＭＣＩ（Maintenance Control Index）値に変換されるため、路面性状を理解するには各数値を読まなければならず、従って所定の領域の路面性状を容易に把握することは困難である。従って該ＭＣＩ値を視認性の良い状態で表示する必要がある。次にこの表示法を説明する。
【００３８】
ＭＣＩ値は上述のように路面性状を数値で表しており、その値が大きいほど路面性状が良好であることを示す。従ってＭＣＩ値が所定の値より小さい場合、早急に修復しなければならない道路である。このことをより視認性に優れた方法で表示するために、地図上に示す方法がある。地図上の所定の道路に対応するＭＣＩ値を色分けして表示する。このときコンピュータを用いて表示するとより好ましい。例えば前記記載のようにＭＣＩの値が小さく早急に補修が必要な道路は該当区間を「赤」で、また近い将来補修が必要になる区間を「黄色」、および当面補修の必要がない区間を「青」でそれぞれ色分けして表示する。またある道路をコンピュータ上で選択すると対応する路面性状データが画面上に表示され、また予測補修日や、わだち掘れ量、道路種別など関連する情報も表示される。この一例を図６に示した。しかしながら表示する方法はこれに限定されるものではなく、表示するパラメータの種類も多様に選択することができる。
【００３９】
【発明の効果】
本発明により、道路管理において路面性状測定車による路面性状測定データから、該路面性状測定車の走行しない期間の路面性状を予測することができ、また将来の路面性状も予測できるため、効率的な道路補修計画を立てることができる。従って道路維持管理費が節減できるだけでなく、路面性状測定の間隔を長くすることができ、また測定項目を減少させる可能性もあり路面性状測定に対する費用も節減できる。
【図面の簡単な説明】
【図１】交通量感知器を設置した道路の近傍における交通量の推計方法を概説した図である。
【図２】交通量の推定が交通量感知器から次第に遠くに波及していく様子を模式的に示す図である。
【図３】１つの地点の交通量が複数の感知器からそれぞれ独立に推定された様子を模式的に示した図である。
【図４】対面交通量と右折待ち時間の関係を示す概念図。
【図５】図５はわだち掘れ量と大型車交通量の関係を示したグラフである。
【図６】図６はＭＣＩ値を色によって地図上に重ねて表示し、所定の道路の路面性状を含む各パラメータを表示した図である。[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a system for predicting road surface properties by using a method and system for estimating traffic volume, and in particular, predicting road surface properties during a period when a road surface property measurement vehicle does not travel by estimating traffic volume of a large vehicle, The present invention relates to a method and system for predicting the repair time of a vehicle and predicting future road surface properties.
[0002]
The present invention further improves visibility by overlaying and displaying the predicted road surface property state on the map, and the road surface property of a predetermined area can be easily recognized by color-coding the road surface property, and a road repair plan can be created. It relates to a system that is useful for efficient setup.
[0003]
[Prior art]
Road repair is an important task for the purpose of safe vehicle traffic, alleviation of road congestion, vibration and noise reduction. As the traffic volume increases, the road surface becomes more severely damaged. As a result, the number of repair points on the road increases, and a large amount of cost is required for the repair.
[0004]
In the current road pavement management, data is acquired periodically (for example, once every three years) from the road surface property measurement vehicle, and the traffic volume classification is divided from this and road traffic census data (for example, once every three years) (for example, 7 The road surface properties of each road are estimated and managed.
[0005]
[Problems to be solved by the invention]
However, since the traffic volume of the vehicles on each road changes at present, the road conditions change every moment, and the static traffic volume classification level information as described above and only regular measurement data The future road surface property predicted value cannot be accurately grasped. As a result, there is a deviation from the prediction result due to changes in traffic conditions, and an accurate repair plan cannot be formulated. Moreover, the actual measurement cost by the road surface property measuring vehicle is high, and it is not realistic to observe many times in a short time. In addition, it is economically impossible to install a traffic detector on each road in order to grasp traffic conditions. According to a report from the Ministry of Construction, appropriate repairs are said to reduce the total cost of road managers and lead to environmental measures due to noise (Ministry of Construction, Road Bureau National Road First Section, Ministry of Construction Civil Engineering Research Institute: Pavement) Research on the maintenance and repair plan, 34th Ministry of Construction Technical Research Report, pp. 323-362, 1980).
[0006]
Therefore, it is necessary to develop a plan for accurately repairing the priority order of repair points.
[0007]
[Means for Solving the Problems]
In view of the above problems, the present invention
For multiple roads that intersect at multiple intersections, estimate the traffic volume downstream from the traffic detector by calculating the diversion rate for the measured traffic volume, and calculate the entry rate for the measured traffic volume. A method for estimating traffic on the upstream side of a sensor and estimating road surface properties based on the estimated traffic,
A first process of obtaining traffic measured by the traffic detector;
A second process of estimating the diversion rate and approach rate for each intersection in consideration of the road type and the number of lanes ;
A traffic volume of the road to be measured is estimated based on the traffic volume measured by the traffic volume sensor , the diversion rate and the entrance rate, and the intersection arrangement shape from the traffic volume sensor to the road to be measured . Process,
A correction for increasing or decreasing the diversion rate and the approach rate estimated by the second process is performed in accordance with the traffic volume measured by the first process, and the correction for increasing or decreasing is sequentially performed. A fourth process performed in a direction away from the vicinity of the set position of the detector;
A fifth step of estimating the road surface property using the estimated traffic volume and the road surface property prediction formula ;
A road surface property estimating method and system using a traffic volume sensor characterized by comprising:
[0008]
Furthermore, regarding the relationship between traffic volume and road surface properties, it is known that “road wear is proportional to the fourth power of axle weight”, and it can be considered that the change in road surface properties is mainly due to large vehicles. Therefore, road surface properties can be predicted using the traffic volume of the large vehicle. In addition, the estimated road surface properties can be color-coded for each year that needs repair and displayed on the map.
[0009]
DETAILED DESCRIPTION OF THE INVENTION
The concept that is the basis for predicting road surface properties is described in application number: Japanese Patent Application No. 2001-402008, title of the invention: route search system for estimating congestion distribution. Here, this concept is applied to large vehicles.
[0010]
1. Initial intersection attribute calculation The straight turn rate at the intersection is, for example, road attributes such as a straight turn rate 0.7, a left turn rate 0.2, and a right turn rate 0.1 as a first approximation. Regardless, it can be set uniformly. However, the estimation of the straight turn rate of right / left turns takes into account road attributes such as highway, national road, and local road, and the number of lanes such as one lane on both sides, one lane on one side, and two lanes on one side. Therefore, the accuracy can be greatly improved. Further, depending on the type of road, it can be handled to some extent comprehensively, such as a highway as a level 1 road and a national road and a local road as two lanes on one side to a level 2 road.
[0011]
Thus, when the right / left turn straight rate is set in consideration of the road level, for example, the left turn rate from the level 1 road to the level 2 road 2 is 0.25, and the level 2 road orthogonal to the level 1 road is The straight-ahead rate that goes straight through can be set to 0.7.
[0012]
Furthermore, the road shape can be corrected for the straight turn rate obtained in this way. The correction can be performed by, for example, a right / left turn rate correction coefficient when hitting a T-junction or a correction coefficient for an intersection where a road does not intersect at a right angle. For example, if the correction factor when turning right at an acute angle of 75 degrees is 0.8, the normal right turn rate 0.2 is multiplied by the correction factor 0.8, and the right turn rate at the intersection is 0.16. Etc.
[0013]
The straight turn rate can also take into account the influence of the day of the week and the time of day, as well as the influence of seasonal influences and specific holidays. This can be further improved. In addition, it is natural that the estimation accuracy can be improved by measuring the actual straight turn rate at the intersection.
[0014]
2. Estimation of traffic volume of large vehicles The traffic volume can be estimated in this way. Here, when the road surface property is predicted as described above, the main factor for changing the road surface property is a large vehicle. In particular, road wear is known to be proportional to the fourth power of axle weight in large vehicles. Therefore, as a general rule, once the right / left turn straight rates at all intersections are obtained, the large vehicle traffic volume in the entire target area is estimated according to the following procedure.
[0015]
FIG. 1 is a diagram for explaining a method for estimating the traffic volume of a large vehicle near a road where a traffic volume detector 100 is installed. In FIG. 1, it is assumed that a traffic detector is installed in the lane that runs from the left to the right of the page on the road shown in the center, and the actual large vehicle traffic volume Qx is sequentially grasped. The traffic volume is on the right side of the sensor, that is, at the intersection 120 on the downstream side, branches straight and turns right and left. At this time, when the straight turn rate of the large vehicle at the intersection 120 is Rf (Rf _r , Rf _l , Rf _s ), the traffic volume Qf (Qf _r , Qf on each

road

122, 124, 126 ahead of the intersection 120 is Qf _l , Qf _s ) is
[Expression 1]

Represented by Here, the rate of increase / decrease is a correction factor provided to take into account phenomena such as the presence of construction sites and warehouses, and the absorption of many large vehicles or the emergence of many vehicles. .
[0016]
Based on how the large vehicles measured by the traffic detector are distributed to the downstream roads after passing through the intersection 120, the large vehicle traffic on these downstream roads is processed as described above. The amount can be determined. By performing the same calculation for the further downstream intersection, it is possible to determine how the heavy vehicle traffic will be allocated to the next road after passing the next intersection. Road traffic volume can be estimated.
[0017]
By repeating such a procedure, it is possible to obtain an estimated value of large vehicle traffic on all roads in the target area. Further, the calculation amount can be reduced by terminating the calculation when the obtained estimated large vehicle traffic volume (error thereof) becomes smaller than a certain amount.
[0018]
Further, as shown on the left side of FIG. 1, the large vehicle traffic on the upstream side of the traffic detector is estimated based on the large vehicle traffic measured by the traffic detector. In this case, the large vehicle traffic volume Qr of the three

roads

142, 144, and 146 that join at the intersection 140 on the upstream side of the sensor 100 is _expressed as follows using the approach rate Rr (Rr _r , Rr _l , Rr _s ): Can be calculated as follows.
[Expression 2]

By the above-described processing, the traffic volume of these upstream roads can be obtained based on the distribution of the large vehicles detected by the traffic volume detector on the upstream roads before reaching the intersection 140. By performing the same calculation for the further upstream intersection, the distribution of the traffic volume of the large vehicle before passing through the intersection can be obtained, and the traffic volume of the further upstream road can be estimated sequentially. .
[0019]
By repeating such a procedure, it is possible to finally obtain large vehicle traffic volume estimated values for all roads in the target area. Alternatively, the calculation amount can be reduced by terminating the calculation when the estimated large vehicle traffic volume thus obtained becomes smaller than a certain value. This is the same as the estimation of the traffic volume of large vehicles on the downstream side.
[0020]
FIG. 2 schematically shows how the large vehicle traffic volume estimation gradually spreads away from the installation position of the traffic volume detector by the above-described method.
[0021]
3. Estimated transit time When large vehicle traffic volume is obtained, the traffic volume and the preset speed limit for each road (meaning different from the speed limit specified in the Road Traffic Law) or saturated traffic volume The average travel speed of the road is obtained, and the time required for movement between the intersections is estimated using the average travel speed. Next, the time required to pass the intersection itself is estimated based on the cycle length of the signal, the split, and the like to estimate the passing time of the area.
[0022]
The average running speed of the vehicle between the intersections can be estimated using the following equation known as the Greensills Alcott equation.
[Equation 3]

Here, the definition of the variable is as follows.
V _i : Average running speed of vehicle between intersections V _fi : Speed limit preset for each road Q _i : Traffic volume (for example, units per minute)
Q _iMax : Saturated traffic volume preset for each route (for example, cars / m)
[0023]
After calculating the average speed between the intersections by the above equation, the passing time between the intersections can be calculated by dividing the distance D between the intersections by V _i , that is, D / V _i .
[0024]
Next, the passing time of the intersection itself is estimated by the following equation, for example.
[Expression 4]

Here, the definition of the variable is as follows.
T: Crossing time t: Time required for crossing when there is no signal waiting C: Cycle length (time required for one cycle of signal)
S: Split (rate of green signal in one signal cycle)
[0025]
The above formula can be used directly for straight and left turns, but the intersection passing time for right turns can be further improved by estimating the waiting time set according to the traffic volume. Can do. The waiting time is not necessarily a linear function of the face-to-face traffic, and is preferably approximated by a bilinear curve as shown in FIG.
[0026]
The following formula is an example of an estimation formula used when estimating the intersection transit time using an individual formula for each of the right and left turns.
[Equation 5]

[Formula 6]

[0027]
If the time between the intersections and the time of the intersection itself are estimated by the above calculation, the time required to pass through the area is calculated for each route by performing this calculation for all the intersections and the roads between the intersections. Is required.
[0028]
Next, in order to further increase the estimation accuracy, the parameters are corrected based on the observation data. Here, the correction of the straight turn rate will be described.
[0029]
Estimate the traffic volume of other sensors based on the traffic volume sensor data. Next, the sensor data and the estimated value are compared. At this time, it is accurate if there is no difference between the estimated value and the observed data. However, since a difference actually occurs, the straight turn rate is adjusted so that the difference becomes zero.
[0030]
For example, the estimated traffic volume (X) of the position of the traffic volume detector D estimated based on the traffic volume measurement values by the detectors A, B, and C, and the reality at the position measured by the traffic volume detector D Traffic volume (X ′). At this time, if X = X ′, it indicates that the traffic volume estimation by this method is correct (at least for the traffic volume estimation at point D by the sensors A, B, C), but generally X ≠ X ', Indicating that there is an error in the estimation. Therefore, when the presence of an error is indicated, it is possible to improve the estimation accuracy by uniformly correcting the right / left turn straight ahead rate so that E = | XX ′ | becomes zero. The correction is not limited to the right / left turn straight rate, and it is obvious that any parameter set for estimating the traffic volume may be corrected.
[0031]
As a result of performing various correction methods, the inventors increase / decrease the merging rate and diversion rate of the road according to the measured traffic volume, and gradually move the correction away from the vicinity of the setting position of the traffic volume detector. It has been found that by correcting in the direction, it is possible to perform correction that is effective and quick convergence. At this time, once corrected, the straight turn rate will not be corrected again, and the traffic volume from multiple sensors will be summed after weighting in consideration of the direction of travel and the distance from the sensor. By doing so, the correction calculation can be reliably converged.
[0032]
As described above, the traffic volume of large vehicles is estimated for the entire road in the target area. Next, the road surface property is predicted using this prediction result. The prediction will be described below.
[0033]
Road surface properties are important factors for ensuring safe driving and comfort for users. Cracks such as cracks that occur on the road surface, rubbing that causes the wheel track to sink, unevenness and undulation of the road surface, etc. It is a parameter. For example, in the case of rutting, the asphalt is compressed and depressed due to the vehicle weight, and it is usually necessary to replace the asphalt by rutting about 5 cm. Therefore, estimating the current rutting amount and the future rutting amount of all the roads is important in formulating an efficient road repair plan.
[0034]
As described above, the road surface property changes mainly in proportion to the fourth power of the weight of the large vehicle. Therefore, if the traffic volume of the large vehicle is known, the road surface property can be estimated by the road surface property prediction formula. The large vehicle traffic volume can be estimated by the method described above. The road surface property prediction formula is described in documents: Hiroshi Uchida, Norio Numata, Journal of Japan Society of Civil Engineers, No 597, pp 21-31, “Drafting Long-Term Repair Plans on Local Roads”, 1998.
[0035]
The equation can determine the cracks, rutting, and flatness of the road surface, respectively. The relationship between the large vehicle traffic volume and the rutting amount is a curve when viewed over a long period of time as shown in FIG. Can be approximately expressed by a linear expression. Therefore, it is possible to easily estimate the road surface property for a short time from the large vehicle traffic volume estimated value described above. On the other hand, since the traffic flow may change due to temporary construction, it is necessary to estimate the traffic volume when the flow changes by the above-described traffic estimation method and predict the road surface properties.
[0036]
Next, the road surface property predicted by the equation is recorded in the database. Here, when the road surface is measured by the road surface property measuring vehicle, the corresponding data in the database is replaced with the actual measurement value. In addition, when the road surface is regularly measured with the measuring vehicle, if a large error occurs between the measurement data and the road surface property prediction value, each parameter of the road surface property prediction formula is corrected, and then the correction is made. Use prediction formula. That is, the amount of change in road surface properties per large vehicle is corrected. Moreover, the road surface property is estimated for the road whose road surface is not measured by the corrected prediction formula.
[0037]
The above explains the estimation of traffic volume and prediction of road surface properties. Since the above prediction result is converted into an MCI (Maintenance Control Index) value as an index indicating the road surface property, each numerical value must be read in order to understand the road surface property. Therefore, the road surface property of a predetermined area can be easily obtained. It is difficult to grasp. Therefore, it is necessary to display the MCI value with good visibility. Next, this display method will be described.
[0038]
As described above, the MCI value represents the road surface property by a numerical value, and the larger the value, the better the road surface property. Therefore, if the MCI value is smaller than the predetermined value, the road must be repaired as soon as possible. In order to display this by a method with higher visibility, there is a method shown on a map. MCI values corresponding to predetermined roads on the map are displayed in different colors. At this time, it is more preferable to display using a computer. For example, as described above, roads that have a small MCI value and need immediate repair are red in the corresponding section, yellow that requires repair in the near future, and sections that do not need repair for the time being. Each color is displayed in “blue”. When a certain road is selected on the computer, the corresponding road surface property data is displayed on the screen, and related information such as predicted repair date, rutting amount, road type, and the like are also displayed. An example of this is shown in FIG. However, the display method is not limited to this, and various types of parameters to be displayed can be selected.
[0039]
【The invention's effect】
According to the present invention, it is possible to predict road surface properties during a period when the road surface property measurement vehicle does not travel from road surface property measurement data obtained by a road surface property measurement vehicle in road management, and to predict future road surface properties. A road repair plan can be made. Therefore, not only the road maintenance cost can be reduced, but also the road surface property measurement interval can be lengthened, the measurement items can be reduced, and the road surface property measurement cost can be reduced.
[Brief description of the drawings]
FIG. 1 is a diagram outlining a method for estimating traffic in the vicinity of a road where a traffic detector is installed.
FIG. 2 is a diagram schematically showing how traffic estimation gradually spreads away from a traffic detector.
FIG. 3 is a diagram schematically showing how the traffic volume at one point is estimated independently from a plurality of sensors.
FIG. 4 is a conceptual diagram showing a relationship between a traffic volume and a right turn waiting time.
FIG. 5 is a graph showing the relationship between rutting and large vehicle traffic.
FIG. 6 is a diagram in which MCI values are displayed by being superimposed on a map with colors, and parameters including road surface properties of a predetermined road are displayed.

Claims

For multiple roads that intersect at multiple intersections, estimate the traffic volume downstream from the traffic detector by calculating the diversion rate for the measured traffic volume, and calculate the entry rate for the measured traffic volume. A method for estimating traffic on the upstream side of a sensor and estimating road surface properties based on the estimated traffic,
A first process of obtaining traffic measured by the traffic detector;
A second process of estimating the diversion rate and approach rate for each intersection in consideration of the road type and the number of lanes ;
A traffic volume of the road to be measured is estimated based on the traffic volume measured by the traffic volume sensor , the diversion rate and the entrance rate, and the intersection arrangement state from the traffic volume sensor to the road to be measured . Process,
A correction for increasing or decreasing the diversion rate and the approach rate estimated by the second process is performed in accordance with the traffic volume measured by the first process, and the correction for increasing or decreasing is sequentially performed. A fourth process performed in a direction away from the vicinity of the set position of the detector;
A fifth step of estimating the road surface property using the estimated traffic volume and the road surface property prediction formula ;
A road surface property estimating method using a traffic detector .

2. The road surface property estimating method using a traffic detector according to claim 1, wherein the traffic volume is a traffic volume of a large vehicle.

The estimated value of the traffic volume, based on the road surface property data obtained by the road surface texture measuring vehicle, the road surface property period road surface texture measuring vehicle is not traveling, or to claim 1 or 2 for predicting the future road properties Road surface property estimation method using the described traffic detector .

The traffic detector according to claim 3, wherein the prediction of the future road surface property is performed based on a traffic volume estimation taking into account fluctuations in traffic volume for each day, week, month and season . Road surface property estimation method.

The road surface property estimation method using the traffic detector according to any one of claims 1 to 4, further comprising: estimating a time when road surface repair is necessary.

The road surface property estimation method using a traffic detector according to any one of claims 1 to 5, wherein the road surface property is cracking, rutting, or flatness.

For multiple roads that intersect at multiple intersections, estimate the traffic downstream from the traffic detector by adding the diversion rate to the measured traffic, and add the approach rate to the measured traffic A system for estimating traffic volume upstream from a sensor and estimating road surface properties based on the estimated traffic volume,
First means for obtaining a traffic volume the traffic sensor is measured,
A second means for estimating the diversion rate and the approach rate for each intersection in consideration of the road type and the number of lanes ;
A traffic volume of the road to be measured is estimated based on the traffic volume measured by the traffic volume sensor , the diversion rate and the entrance rate, and the intersection arrangement state from the traffic volume sensor to the road to be measured . Means ,
Correction for increasing or decreasing the diversion rate and approach rate estimated by the second means is performed in accordance with the traffic volume measured by the first means, and the correction for increasing or decreasing is sequentially performed. 4th means performed in the direction away from the vicinity of the setting position of the detector,
A fifth means for estimating the road surface property of the road using the estimated traffic volume and the road surface property prediction formula ;
A road surface property estimation system using a traffic detector .

8. The road surface property estimation system using a traffic detector according to claim 7, further comprising means for estimating a time when road surface repair is required.

9. The road surface property estimation using a traffic sensor according to claim 7 or 8, wherein the road surface property, or a time when road surface repair is required or a period until road surface repair is required is quantified. System .

The road surface property estimation system using a traffic detector according to claim 9, wherein the digitized value is displayed at a corresponding position on a map.

The road surface property estimation system using a traffic detector according to claim 9 or 10, wherein the digitized value is displayed by being color-coded according to the magnitude of the numerical value.

When a road on the map is selected on the computer screen, a road surface property, a road surface repair history, a time when road surface repair is required, or a period until road surface repair is required is displayed. A road surface property estimation system using the traffic detector according to any one of claims 7 to 11.