JP2000057483A - Method and device for predicting traffic condition and recording medium storing traffic condition prediction program - Google Patents
Method and device for predicting traffic condition and recording medium storing traffic condition prediction programInfo
- Publication number
- JP2000057483A JP2000057483A JP10224472A JP22447298A JP2000057483A JP 2000057483 A JP2000057483 A JP 2000057483A JP 10224472 A JP10224472 A JP 10224472A JP 22447298 A JP22447298 A JP 22447298A JP 2000057483 A JP2000057483 A JP 2000057483A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- traffic condition
- predicting
- predicted
- prediction
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】本発明は、現在までの交通状
況などをもとに将来の交通状況を予測する交通状況予測
方法および装置に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a traffic condition prediction method and apparatus for predicting a future traffic condition based on traffic conditions up to the present.
【０００２】[0002]
【従来の技術】交通状況予測の手法としては、（１）過
去のデータを蓄積していく方法、（２）時系列データを
外挿していく方法、（３）地点間の相関を利用した方法
など従来様々な手法が考案されてきたが、その説明変
数、言い換えると予測装置の入力としては、そのほとん
どが過去および現在の交通状況を入力値としており、利
用者であるドライバーに予測情報を一方的に提供するだ
けであった。2. Description of the Related Art Traffic condition prediction methods include (1) a method of accumulating past data, (2) a method of extrapolating time-series data, and (3) a method using correlation between points. Conventionally, various methods have been devised, but most of the explanatory variables, in other words, the input of the prediction device, use the past and current traffic conditions as input values, and the prediction information is sent to the driver who is the user. Only to provide.
【０００３】また、交通状況予測などを目的としてシュ
ミレーションは数多く見られるが、これらもまた、実際
にリアルタイムで現実に動いている車両から特性値を得
たものではなく、一部の地域を観測した過去のデータか
らパラメータを決定していた。[0003] In addition, a number of simulations have been observed for the purpose of predicting traffic conditions and the like. However, these are not actually obtained in real time from a vehicle that is actually moving, but are observed in some areas. Parameters were determined from past data.
【０００４】[0004]
【発明が解決しようとする課題】交通状況は、個々の車
両の振る舞いによって決定されるものである。平均速
度、密度などのマクロ的な量を予測していくとしても、
個々の車両の動きを考えることで、その予測精度は大幅
に向上する。The traffic situation is determined by the behavior of individual vehicles. Even if you predict macro quantities such as average speed and density,
By considering the movement of each vehicle, the prediction accuracy is greatly improved.
【０００５】しかし、前述のように、現在までの交通量
予測技術の中には、個々の車両の実際の振る舞いをリア
ルタイムで反映する予測技術は存在しなかった。このた
め大まかな予測しかできず、予測精度が低いなどの問題
点があった。[0005] However, as described above, there has not been a traffic volume prediction technology that reflects the actual behavior of each vehicle in real time. For this reason, there was a problem that only rough prediction could be made and the prediction accuracy was low.
【０００６】一方、近年の無線通信技術の発達により、
個々の車両から情報を発信することは容易になってきて
いる。On the other hand, with the recent development of wireless communication technology,
It is becoming easier to transmit information from individual vehicles.
【０００７】本発明の目的は、より正確な予測を実現す
る交通状況予測方法および装置を提供することにある。An object of the present invention is to provide a traffic condition prediction method and device which realize more accurate prediction.
【０００８】[0008]
【課題を解決するための手段】本発明の交通状況予測方
法は、各車両から情報を収集するステップと、前記情報
を基に一定時間後の各車両の位置を求めるステップと、
前記一定時間後の各車両の位置をもとにして前記一定時
間後の交通状況を予測するステップを有する。According to the present invention, there is provided a traffic condition estimating method comprising: collecting information from each vehicle; and determining a position of each vehicle after a predetermined time based on the information.
Predicting a traffic condition after the predetermined time based on the position of each vehicle after the predetermined time.
【０００９】また本発明の交通状況予測装置は、各車両
から情報を収集する情報収集手段と、前記情報をもとに
一定時間後の各車両の位置を求める車両位置判定手段
と、前記一定時間後の各車両の位置をもとにして前記一
定時間後の交通状況を予測する交通状況予測手段を有す
る。The traffic condition predicting apparatus according to the present invention further comprises: information collecting means for collecting information from each vehicle; vehicle position determining means for obtaining a position of each vehicle after a predetermined time based on the information; A traffic condition predicting means for predicting a traffic condition after the predetermined time based on a position of each subsequent vehicle is provided.
【００１０】本発明は、個々の車両からの現在位置、目
的地、希望経路などの情報を利用して交通状況の予測を
行う。According to the present invention, a traffic situation is predicted using information such as a current position, a destination, and a desired route from each vehicle.
【００１１】[0011]
【発明の実施の形態】次に、本発明の実施の形態につい
て図面を参照して説明する。Next, embodiments of the present invention will be described with reference to the drawings.
【００１２】図１は本発明の一実施形態の交通状況予測
方法を示すフローチャートである。FIG. 1 is a flowchart showing a traffic condition prediction method according to one embodiment of the present invention.
【００１３】本実施形態では、現在からＳ分先の予測対
象道路の交通状況を予測することとする。また、本実施
形態では交通状況として、対象道路の平均速度を予測す
るものとする。In the present embodiment, it is assumed that the traffic condition of the road to be predicted, which is S minutes ahead from the present, is predicted. In the present embodiment, the average speed of the target road is predicted as the traffic condition.
【００１４】本実施形態でいうリンクとは、図２に示す
ように、道路を交差点などで区切った、交通流の向きを
含む矢印で定義されたものであるとする。As shown in FIG. 2, a link in this embodiment is defined by an arrow that includes a direction of a traffic flow, which is obtained by dividing a road by an intersection or the like.
【００１５】まず、現在走っている車両のうち、ある一
定の割合の車両がセンターと双方向通信できる通信機を
備えているものに対し、各車両ごとにデータをセンター
に発信させる（ステップ１０１）。データの具体的な内
容は、車両の現在地、目的地、希望経路などが考えられ
る。First, among vehicles currently running, a certain percentage of vehicles are provided with a communication device capable of two-way communication with the center, and data is transmitted to the center for each vehicle (step 101). . Specific contents of the data include the current location, destination, and desired route of the vehicle.
【００１６】次に、センターで、各車両がＳ分後にどの
リンクにいるのかを判定する（ステップ１０２）。具体
的には、ある車両の希望経路に相当するリンクをｌj ：
ｊ＝１，２，・・・，ｍ、リンクｌの長さをｌｅｎｇｔ
ｈ（ｌ）、時刻ｔにおけるリンクｌの平均速度をｖ
（ｌ，ｔ）、現在の時刻をｔ＝ｎとすると、Next, the center determines which link each vehicle is on after S minutes (step 102). Specifically, a link corresponding to a desired route of a certain vehicle is l j :
j = 1, 2,..., m, length of link l is length
h (l), the average speed of link l at time t is v
(L, t), assuming that the current time is t = n,
【００１７】[0017]
【数１】 となる最小のｋを求める。ｋが決定すれば、Ｓ分後にこ
の車両はリンクｌk にいる。(Equation 1) Find the minimum k that satisfies If k is determined, after S minutes the vehicle is at link l k .
【００１８】[0018]
【数２】 ならば、この車両はＳ分後までに目的地にたどり着くた
め、Ｓ分後には考慮しなくともよい。(Equation 2) Then, since this vehicle reaches the destination by S minutes, it is not necessary to consider it after S minutes.
【００１９】各車両がＳ分後にどのリンクにいるかを決
定した後、各リンクごとに、Ｓ分後にどれだけの通信機
を備えた車両が存在する予定かを集計する（ステップ１
０３）。ここで、時刻ｎ＋ｓ（Ｓ分後）でリンクｌに存
在する（双方向通信機を備えた）車両の数をＪ（ｌ，ｎ
＋ｓ）とする。After determining which link each vehicle is on after S minutes, for each link, the number of vehicles with communication devices expected to exist after S minutes is totaled (step 1).
03). Here, at the time n + s (after S minutes), the number of vehicles (with a two-way communication device) existing on the link 1 is represented by J (l, n).
+ S).
【００２０】次に、各リンクごとにＪ（ｌ，ｎ＋ｓ）を
利用して交通状況を予測する（ステップ１０４）。本実
施形態ではリンクの平均速度ｖ（ｌ，ｎ＋ｓ）を予測す
る。その手法としては、例えば、平均速度を過去の平均
速度の時系列データの線形形式と仮定して予測する方法
などが考えられる。すなわち、Next, traffic conditions are predicted using J (l, n + s) for each link (step 104). In the present embodiment, the average speed v (l, n + s) of the link is predicted. As the method, for example, a method of predicting the average speed as a linear form of the time series data of the past average speed can be considered. That is,
【００２１】[0021]
【数３】 と仮定する。さらに精度を上げるため、Ｊ（ｌ，ｎ＋
ｓ）を利用するが、その手法としては、一般に車両密度
と平均速度は負の相関を持つことが知られていることか
ら、車両密度をＪ（ｌ，ｎ＋ｓ）／ｌｅｎｇｔｈ（ｌ）
で定義し、平均速度と車両密度が負の傾きを持つ直線で
表されると仮定して補正する方法などが考えられる。す
なわち、(Equation 3) Assume that To further increase the accuracy, J (l, n +
s) is used, and as a technique, since it is generally known that the vehicle density and the average speed have a negative correlation, the vehicle density is calculated as J (l, n + s) / length (l).
, And the correction is performed on the assumption that the average speed and the vehicle density are represented by a straight line having a negative slope. That is,
【００２２】[0022]
【数４】 と仮定する。そしてβおよびαtを回帰計算などで決定
していく。本実施形態では、現在動いている全車両の何
割かがセンターとの双方向通信機を持っていると仮定し
ているが、その割合が低い場合でも、係数βを小さくす
ることで精度のよい予測が可能となる。(Equation 4) Assume that Then, β and α t are determined by regression calculation or the like. In the present embodiment, it is assumed that some of all currently moving vehicles have a two-way communication device with the center, but even when the ratio is low, the coefficient β can be reduced to improve accuracy. Prediction becomes possible.
【００２３】最後に、予測値を収集し、提供すべき情報
を決め、各車両に提供する（ステップ１０５）。情報提
供の方法としては、具体的には、例えば、全てのリンク
のＳ分後の情報を提供する、車両ごとに、希望通過リン
クの情報のみを提供するなどの方法が考えられる。Finally, predicted values are collected, information to be provided is determined, and provided to each vehicle (step 105). As a method of providing information, specifically, for example, a method of providing information after S minutes of all links, a method of providing only information of a desired passing link for each vehicle, and the like can be considered.
【００２４】ところで、本実施形態では、交通状況とし
て平均速度を予測したが、この他にも密度、交通量など
も考えられ、交通状況として何を考えるかは本実施形態
に限定されない。In this embodiment, the average speed is predicted as the traffic condition. However, other factors such as the density and the traffic volume can be considered, and what is considered as the traffic condition is not limited to this embodiment.
【００２５】また、本実施形態では交通状況予測手法と
して、平均速度を過去の時系列データの線形形式と仮定
したが、この他にも周辺リンクの１ステップ前の平均速
度と予測対象リンクの現在の平均速度の相関を求め、こ
の相関と現在の周辺リンクの平均速度から将来の予測対
象リンクの平均速度を求める方法なども考えられ、交通
状況予測手法は本実施形態に限定されない。In the present embodiment, the average speed is assumed to be a linear form of past time-series data as a traffic condition prediction method. In addition, the average speed one step before the peripheral link and the current speed of the link to be predicted are also assumed. A method of calculating the correlation between the average speeds of the links and the average speed of the future link to be predicted from the correlation and the current average speed of the surrounding links can be considered, and the traffic condition prediction method is not limited to this embodiment.
【００２６】同様に、本実施形態では平均速度をβＪ
（ｌ，ｎ＋ｓ）／ｌｅｎｇｔｈ（ｌ）を減ずることで補
正したが、この他にも、平均速度にSimilarly, in this embodiment, the average speed is βJ
The correction was made by reducing (l, n + s) / length (l).
【００２７】[0027]
【外１】 を乗ずることで補正する方法なども考えられる。この手
法は、平均速度と密度との関係を、負の傾きを持つ直線
ではなく、指数関数と仮定したものである。このよう
に、Ｊ（ｌ，ｎ＋ｓ）を交通状況予測にどう利用するか
は本実施形態に限定されない。[Outside 1] Is also conceivable. This method assumes that the relationship between the average speed and the density is not a straight line having a negative slope but an exponential function. As described above, how to use J (l, n + s) for traffic condition prediction is not limited to the present embodiment.
【００２８】さらに、本実施形態でははじめに各車両か
らデータをセンターに収集したが、ステップ１０２まで
を各車両で行う方法も考えられる。また、各車両から集
める情報としても、希望経路などの他に、どのリンクの
予測情報を提供して欲しいなどの情報も含めることも考
えられる。また、逆に各車両では目的地のみ入力すれば
よく、現在の位置はＧＰＳなどを利用して自動的に検出
し、経路は現在の位置と目的地からセンターが自動的に
求めるなど、ドライバーの負担を軽減する方法も考えら
れる。このように、各車両において収集する情報の種類
や収集方法は、本実施形態に限定されない。Furthermore, in the present embodiment, data is first collected from each vehicle at the center, but a method of performing step 102 on each vehicle is also conceivable. In addition, information collected from each vehicle may include information such as a desired route and the like, in addition to a desired route. Conversely, for each vehicle, only the destination needs to be input, the current position is automatically detected using GPS or the like, and the route is automatically determined by the center from the current position and destination. A method to reduce the burden is also conceivable. As described above, the type of information to be collected in each vehicle and the collection method are not limited to the present embodiment.
【００２９】図３は本発明の一実施形態の交通状況予測
装置の構成図である。車両２００1は、現在の位置、目
的地、希望経路などの情報を入力し、また交通状況の予
測値を出力する車両データ入出力部２１１1 と、前記情
報をセンター３００へ送信し、またセンター３００から
交通状況の予測値を受信し、車両データ入出力部２１１
1 へ出力する車両双方向通信部２１２1 を備えている。
車両２００2 〜車両２００M も車両２００1 と同様に車
両データ入出部２１１2 と車両双方向通信部２１２2 ，
・・・，車両データ入出部２１１M と車両双方向通信部
２１２M を備えている。センター３００は車両２００
1 ，２００2 ，・・・，２００M とそれぞれ対応したセ
ンター双方向通信部３１１1 と車両予測位置判定部３１
２1 、センター双方向通信部３１１2 と車両予測位置判
定部３１２2 ，・・・、センター双方向通信部３１１M
と車両予測位置判定部３１２M と、交通状況予測部３２
０を有している。センター双方向通信部３１１1 は車両
２００1 の車両双方向通信部２１２1 から現在の位置、
目的地、希望経路などの情報を受信し、また予測値を車
両２００1 へ送信する。車両予測位置判定部３１２1 は
車両２００1 からの情報により車両２００1 の将来の位
置を予測する。センター双方向通信部３１１2、車両予
測位置判定部３１２2 ，・・・，センター双方向通信部
３１１M 、車両予測位置判定部３１２M も同様である。
交通情報予測部３２０は、リンク１の予測装置３２１
1 、リンク２の予測装置３２１2 ，・・・，リンクＮの
予測装置３２１N と提供予測値決定部３２２で構成され
ている。予測装置３２１1 ，３２１ 2 ，・・・，３２１
N はいずれも、当該リンクの車両数を予測する車両数予
測部３３１と、予測された車両数により当該リンクの将
来の交通状況を予測する交通状況予測部３３２で構成さ
れている。提供予測値決定部３２２は予測装置３２１
1 ，３２１2 ，・・・，３２１N で予測された交通状況
から各車両２００1 〜２００M に提供する予測値を決定
し、センター双方向通信部３１１1 ，３１１2 ，・・
・，３１１M により車両２００1 ．２００2 ，・・・，
２００M へ送信する。FIG. 3 is a traffic situation prediction according to an embodiment of the present invention.
It is a block diagram of an apparatus. Vehicle 2001Is the current position, the eye
Enter information such as destinations, desired routes, etc.
Vehicle data input / output unit 211 for outputting measured values1 And the information
Information to the center 300 and from the center 300
Upon receiving the predicted value of the traffic condition, the vehicle data input / output unit 211
1 Two-way communication unit 212 for outputting to1 It has.
Vehicle 200Two ~ Vehicle 200M Also vehicle 2001 As well as car
Both data input / output unit 211Two And vehicle two-way communication unit 212Two ,
..., Vehicle data input / output unit 211M And vehicle bidirectional communication unit
212M It has. The center 300 is a vehicle 200
1 , 200Two , ..., 200M And the corresponding
Center two-way communication unit 3111 And vehicle predicted position determination unit 31
21 , Center bidirectional communication unit 311Two And vehicle position estimate
Fixed part 312Two ,..., Center two-way communication unit 311M
And vehicle predicted position determination unit 312M And the traffic condition prediction unit 32
It has 0. Center bidirectional communication unit 3111 Is a vehicle
2001 Vehicle two-way communication unit 2121 From the current position,
Receives information such as destinations and desired routes
Both 2001 Send to Vehicle predicted position determination unit 3121 Is
Vehicle 2001 From the vehicle 2001 Future position of
Predict the location. Center bidirectional communication unit 311Two, Vehicle
Positioning determination unit 312Two , ..., Center bidirectional communication unit
311M , Vehicle predicted position determination unit 312M The same is true for
The traffic information prediction unit 320 includes a prediction device 321 for link 1.
1 , Link 2 prediction device 321Two , ..., link N
Prediction device 321N And the provided predicted value determining unit 322
ing. Prediction device 3211 , 321 Two , ..., 321
N Is a vehicle number forecast that predicts the number of vehicles on the link.
The measurement unit 331 and the predicted number of vehicles determine the general information of the link.
It is composed of a traffic condition prediction unit 332 that predicts the next traffic condition.
Have been. The provided prediction value determination unit 322 includes a prediction device 321
1 , 321Two , ..., 321N Traffic conditions predicted by
From each vehicle 2001 ~ 200M Determine the forecast value to be provided to
And the center two-way communication unit 3111 , 311Two , ...
・, 311M Vehicle 2001 . 200Two , ...,
200M Send to
【００３０】なお、本実施形態では、センター双方向通
信部と平面予測位置判定部を車両毎に設けたが、高速な
ものを少数おいてシーケンシャルに通信、位置判定を行
うことも考えられる。In the present embodiment, the center bidirectional communication unit and the predicted plane position determining unit are provided for each vehicle. However, it is also possible to sequentially perform communication and position determination using a small number of high-speed ones.
【００３１】図４は本発明の他の実施形態の交通状況予
測装置の構成図である。FIG. 4 is a block diagram of a traffic condition prediction device according to another embodiment of the present invention.
【００３２】本実施形態の交通状況予測装置は、入力装
置４０１と出力装置４０２と記録媒体４０３とＣＰＵ４
０４で構成されている。入力装置４０１は各車両からの
現在位置、目標地、希望経路などの情報を入力するもの
である。出力装置４０２は予測された交通状況を各車両
に出力するためのものである。記録媒体４０３は各車両
から情報を収集する情報収集処理と、前記情報をもとに
一定時間後の各車両位置を求める車両位置判定処理と、
前記一定時間後の各車両の位置をもとにして前記一定時
間後交通状況を予測する交通状況予測処理をコンピュー
タに実行させるための交通状況予測プログラムを記録し
た、フロッピーディスク、ＣＤ−ＲＯＭ、光磁気ディス
クなどの記録媒体である。ＣＰＵ４０４は記録媒体４０
３から交通状況予測プログラムを読み込んで、これを実
行する。The traffic condition predicting apparatus of this embodiment includes an input device 401, an output device 402, a recording medium 403, and a CPU 4.
04. The input device 401 inputs information such as a current position, a destination, and a desired route from each vehicle. The output device 402 is for outputting the predicted traffic situation to each vehicle. The recording medium 403 is an information collection process for collecting information from each vehicle, a vehicle position determination process for obtaining each vehicle position after a predetermined time based on the information,
A floppy disk, a CD-ROM, an optical disk, and the like, on which a traffic condition prediction program for causing a computer to execute a traffic condition prediction process for predicting the traffic condition after the fixed time based on the position of each vehicle after the fixed time is recorded. It is a recording medium such as a magnetic disk. The CPU 404 is a recording medium 40
3 to read and execute the traffic situation prediction program.
【００３３】[0033]
【発明の効果】以上説明したように本発明は、個々の車
両の実際の振る舞いを予測し、リアルタイムで予測に反
映することにより、交通状況のより正確な予測が可能に
なる。As described above, according to the present invention, the actual behavior of each vehicle is predicted and reflected on the prediction in real time, thereby enabling more accurate prediction of the traffic situation.
【図１】本発明の一実施形態の交通状況予測方法を示す
フローチャートである。FIG. 1 is a flowchart illustrating a traffic condition prediction method according to an embodiment of the present invention.
【図２】リンクの説明図である。FIG. 2 is an explanatory diagram of a link.
【図３】本発明の一実施形態の交通状況予測装置の構成
図である。FIG. 3 is a configuration diagram of a traffic situation prediction device according to an embodiment of the present invention.
【図４】本発明の他の実施形態の交通状況予測装置の構
成図である。FIG. 4 is a configuration diagram of a traffic condition prediction device according to another embodiment of the present invention.
１０１〜１０５ ステップ １〜６，２０４９〜２０５４ リンク ２００1 〜２００M 車両 ２１１1 〜２１１M 車両データ入出力部 ２１２1 〜２１２M 車両双方向通信部 ３００ センター ３１１1 〜３１１M センター双方向通信部 ３１２1 〜３１２M 車両予測位置判定部 ３２０ 交通状況予測部 ３２１1 〜３２１N リンク１〜Ｎの予測装置 ３２２ 提供予測値決定部 ３３１ 車両数予測部 ３３２ 交通状況予測部101-105 Step 1～6,2049～2054 links 200 1 to 200 DEG M vehicle 211 1 ~211 M vehicle data input unit 212 1 -212 M vehicle bidirectional communication unit 300 Center 311 1 ~311 M Center bidirectional communication unit 312 1 to 312 M vehicle predicted position determination unit 320 traffic condition prediction unit 321 1 to 321 N link 1 to N prediction device 322 provided predicted value determination unit 331 vehicle number prediction unit 332 traffic condition prediction unit
フロントページの続き (72)発明者 小川 智章 東京都新宿区西新宿三丁目19番２号 日本 電信電話株式会社内 (72)発明者 安達 文夫 東京都新宿区西新宿三丁目19番２号 日本 電信電話株式会社内 (72)発明者 鈴木 智 東京都新宿区西新宿三丁目19番２号 日本 電信電話株式会社内 Ｆターム(参考） 5H180 AA01 DD01 EE02 FF13 Continuing on the front page (72) Inventor Tomoaki Ogawa 3-19-2 Nishi-Shinjuku, Shinjuku-ku, Tokyo Nippon Telegraph and Telephone Corporation (72) Inventor Fumio Adachi 3-192-2 Nishi-Shinjuku, Shinjuku-ku, Tokyo Nippon Telegraph and Telephone Within Telephone Co., Ltd. (72) Inventor Satoshi Suzuki 3-19-2, Nishi-Shinjuku, Shinjuku-ku, Tokyo Japan Telegraph and Telephone Co., Ltd. F-term (reference) 5H180 AA01 DD01 EE02 FF13
Claims (6)
通状況を予測する交通状況予測方法であって、 各車両から情報を収集するステップと、 前記情報をもとに一定時間後の各車両の位置を求めるス
テップと、 前記一定時間後の各車両の位置をもとにして前記一定時
間後の交通状況を予測するステップを有する交通状況予
測方法。1. A traffic condition prediction method for predicting a future traffic condition based on a traffic condition up to the present, comprising: collecting information from each vehicle; And a traffic condition predicting method for predicting a traffic condition after the fixed time based on a position of each vehicle after the fixed time.
両がどのリンクにいるか求め、交通状況を予測するステ
ップが、各リンクごとに、前記一定時間後に存在する車
両の数を集計して交通状況を予測する、請求項１記載の
方法。2. The step of determining the position of each vehicle includes determining which link each vehicle is on, and the step of predicting a traffic situation includes the step of totalizing the number of vehicles existing after the predetermined time for each link. The method of claim 1, wherein the situation is predicted.
通状況を予測する交通状況予測装置であって、 各車両から情報を収集する情報収集手段と、 前記情報をもとに一定時間後の各車両の位置を求める車
両位置判定手段と、 前記一定時間後の各車両の位置をもとにして前記一定時
間後交通状況を予測する交通状況予測手段を有する交通
状況予測装置。3. A traffic condition prediction device for predicting a future traffic condition based on a traffic condition up to the present time, comprising: an information collecting means for collecting information from each vehicle; A traffic condition predicting device comprising: vehicle position determining means for determining a position of each vehicle; and traffic condition predicting means for predicting a traffic condition after the fixed time based on the position of each vehicle after the fixed time.
定手段が各車両に設けられている請求項３記載の装置。4. The apparatus according to claim 3, wherein said information collecting means and said vehicle position determining means are provided for each vehicle.
は、データを入出力する車両データ入出力部と、該デー
タ入出力手段から入力されたデータを前記センターに送
信し、また前記センターからのデータを受信し、前記デ
ータ入出力手段に出力する車両双方向通信部を有し、 前記センターは、各車両の車両双方向通信部から送信さ
れたデータを受信し、また予測された交通状況を各車両
に送信するセンター双方向通信部と、前記データをもと
に各車両の一定時間後の予測位置を判定する車両予測位
置判定部と、各車両の一定時間後の予測位置をもとに、
前記一定時間後の交通状況を予測し、予測した交通状況
を前記センター双方向通信部に出力する交通状況予測部
を有する交通状況予測装置。5. A vehicle comprising a vehicle and a center, wherein each vehicle transmits and receives data input from the data input / output means to / from the center, And a vehicle two-way communication unit for receiving the data of the vehicle and outputting the data to the data input / output means. The center receives the data transmitted from the vehicle two-way communication unit of each vehicle, and further includes a predicted traffic condition. And a vehicle predicted position determination unit that determines a predicted position of each vehicle after a certain time based on the data, and a center bidirectional communication unit that transmits a predicted position of each vehicle after a certain time based on the data. To
A traffic condition prediction device having a traffic condition prediction unit that predicts the traffic condition after the predetermined time and outputs the predicted traffic condition to the center two-way communication unit.
通状況を予測する交通状況予測プログラムであって、 各車両から情報を収集する情報収集処理と、 前記情報をもとに一定時間後の各車両の位置を求める車
両位置判定処理と、 前記一定時間後の各車両の位置をもとにして前記一定時
間後の交通状況を予測する交通状況予測処理をコンピュ
ータに実行させるための交通状況予測プログラムを記録
した記録媒体。6. A traffic condition prediction program for predicting a future traffic condition based on a traffic condition up to the present time, comprising: an information collection process for collecting information from each vehicle; A traffic condition prediction process for causing a computer to execute a vehicle position determination process for determining a position of each vehicle, and a traffic condition prediction process for predicting a traffic condition after the fixed time based on the position of each vehicle after the fixed time. A recording medium on which a program is recorded.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10224472A JP2000057483A (en) | 1998-08-07 | 1998-08-07 | Method and device for predicting traffic condition and recording medium storing traffic condition prediction program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10224472A JP2000057483A (en) | 1998-08-07 | 1998-08-07 | Method and device for predicting traffic condition and recording medium storing traffic condition prediction program |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000057483A true JP2000057483A (en) | 2000-02-25 |
Family
ID=16814339
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10224472A Pending JP2000057483A (en) | 1998-08-07 | 1998-08-07 | Method and device for predicting traffic condition and recording medium storing traffic condition prediction program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2000057483A (en) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001069569A2 (en) * | 2000-03-15 | 2001-09-20 | Raytheon Company | Automatic incident detection |
| JP2002260145A (en) * | 2000-12-27 | 2002-09-13 | Aisin Aw Co Ltd | Traffic information management system, traffic information management method and program thereof |
| JP2002312885A (en) * | 2001-04-11 | 2002-10-25 | Toyota Motor Corp | Method and system for estimating required time |
| US7339495B2 (en) | 2001-01-26 | 2008-03-04 | Raytheon Company | System and method for reading license plates |
| JP2008059602A (en) * | 2000-12-27 | 2008-03-13 | Aisin Aw Co Ltd | Traffic information management system and traffic information management method |
| JP2013200809A (en) * | 2012-03-26 | 2013-10-03 | Denso It Laboratory Inc | Congestion prediction method and congestion prediction device |
| WO2014091982A1 (en) * | 2012-12-11 | 2014-06-19 | 株式会社エヌ・ティ・ティ・データ | Traffic jam prediction device, traffic jam prediction system, traffic jam prediction method, and program |
| WO2014188586A1 (en) * | 2013-05-24 | 2014-11-27 | 株式会社日立製作所 | Traffic volume estimation system |
| CN104978367A (en) * | 2014-04-14 | 2015-10-14 | 高德软件有限公司 | Road condition information storage method and device |
-
1998
- 1998-08-07 JP JP10224472A patent/JP2000057483A/en active Pending
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001069569A2 (en) * | 2000-03-15 | 2001-09-20 | Raytheon Company | Automatic incident detection |
| WO2001069569A3 (en) * | 2000-03-15 | 2002-01-31 | Raytheon Co | Automatic incident detection |
| AU2001253856B2 (en) * | 2000-03-15 | 2005-01-27 | Raytheon Company | Automatic incident detection |
| US7145475B2 (en) | 2000-03-15 | 2006-12-05 | Raytheon Company | Predictive automatic incident detection using automatic vehicle identification |
| JP2002260145A (en) * | 2000-12-27 | 2002-09-13 | Aisin Aw Co Ltd | Traffic information management system, traffic information management method and program thereof |
| JP2008059602A (en) * | 2000-12-27 | 2008-03-13 | Aisin Aw Co Ltd | Traffic information management system and traffic information management method |
| US7339495B2 (en) | 2001-01-26 | 2008-03-04 | Raytheon Company | System and method for reading license plates |
| JP2002312885A (en) * | 2001-04-11 | 2002-10-25 | Toyota Motor Corp | Method and system for estimating required time |
| JP2013200809A (en) * | 2012-03-26 | 2013-10-03 | Denso It Laboratory Inc | Congestion prediction method and congestion prediction device |
| WO2014091982A1 (en) * | 2012-12-11 | 2014-06-19 | 株式会社エヌ・ティ・ティ・データ | Traffic jam prediction device, traffic jam prediction system, traffic jam prediction method, and program |
| JP2014115877A (en) * | 2012-12-11 | 2014-06-26 | Ntt Data Corp | Traffic jam prediction device, traffic jam prediction system, traffic jam prediction method and program |
| CN104520912A (en) * | 2012-12-11 | 2015-04-15 | 株式会社Ntt数据 | Plugging prediction device, plugging prediction system, plugging prediction method and program |
| CN104520912B (en) * | 2012-12-11 | 2016-08-31 | 株式会社Ntt数据 | Blocking prediction means, blocking prognoses system, blocking Forecasting Methodology and program |
| WO2014188586A1 (en) * | 2013-05-24 | 2014-11-27 | 株式会社日立製作所 | Traffic volume estimation system |
| JP6038304B2 (en) * | 2013-05-24 | 2016-12-07 | 株式会社日立製作所 | Traffic estimation system |
| CN104978367A (en) * | 2014-04-14 | 2015-10-14 | 高德软件有限公司 | Road condition information storage method and device |
| CN104978367B (en) * | 2014-04-14 | 2018-09-28 | 高德软件有限公司 | A kind of traffic information storage method and device |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8457880B1 (en) | Telematics using personal mobile devices | |
| US9599488B2 (en) | Method and apparatus for providing navigational guidance using the states of traffic signal | |
| CN110361024A (en) | Utilize the dynamic lane grade automobile navigation of vehicle group mark | |
| JP4982143B2 (en) | Traffic situation prediction device | |
| US10746558B2 (en) | Method and system for routing based on a predicted connectivity quality | |
| WO2014091982A1 (en) | Traffic jam prediction device, traffic jam prediction system, traffic jam prediction method, and program | |
| JP2015529798A (en) | Generation of alternative routes | |
| US20230056115A1 (en) | Method of Collecting Data from Fleet of Vehicles | |
| JP5378002B2 (en) | Vehicle motion estimation device, vehicle motion estimation method, and vehicle motion estimation program | |
| JP5745070B2 (en) | System and method for estimating local traffic flow | |
| JP2000057483A (en) | Method and device for predicting traffic condition and recording medium storing traffic condition prediction program | |
| JPH11328571A (en) | Method and device for determining traffic condition on traffic route network | |
| US10255803B2 (en) | Vehicle image data transmission device | |
| KR100772511B1 (en) | Method for searching the shortest route based on traffic prediction and apparatus thereof | |
| JP5052550B2 (en) | Traffic information management device, traffic information management method, and traffic information management program | |
| JP4030848B2 (en) | Traffic situation estimation device and OD traffic volume correction device | |
| JP2011141678A (en) | Information processing apparatus, computer program, and information processing method | |
| JP2010205089A (en) | Apparatus and method for creating road traffic information | |
| JP6319010B2 (en) | Probe information collecting apparatus and probe information collecting method | |
| JP3541708B2 (en) | Travel time prediction device | |
| JP2002260142A (en) | Predicting method for traveling time | |
| JP3337202B2 (en) | Traffic condition prediction method and device, and recording medium recording traffic condition prediction program | |
| CN113420942A (en) | Sanitation truck real-time route planning method based on deep Q learning | |
| KR102091555B1 (en) | System for estimating arrival time by route of vechicle | |
| CN113808388A (en) | Traffic jam analysis method comprehensively considering operation of cars and public traffic |