JP2000285372A - Arithmetic unit for travel required time information - Google Patents
Arithmetic unit for travel required time informationInfo
- Publication number
- JP2000285372A JP2000285372A JP9420899A JP9420899A JP2000285372A JP 2000285372 A JP2000285372 A JP 2000285372A JP 9420899 A JP9420899 A JP 9420899A JP 9420899 A JP9420899 A JP 9420899A JP 2000285372 A JP2000285372 A JP 2000285372A
- Authority
- JP
- Japan
- Prior art keywords
- data
- travel time
- time information
- tollgate
- calculating
- 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.)
- Granted
Links
Landscapes
- Devices For Checking Fares Or Tickets At Control Points (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】本発明は、道路交通管制シス
テムに関わり、特に料金所システムが設置された有料道
路の管制システムに関し、特定の対象路線の特定の対象
区間の走行所要時間に関する情報を演算する走行所要時
間情報演算装置に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a road traffic control system, and more particularly to a toll road control system in which a tollgate system is installed, and calculates information on the travel time required for a specific target section of a specific target route. Travel time information computing device.
【０００２】[0002]
【従来の技術】従来、走行所要時間（ある地点から他の
ある地点までを走行する時間）に関する情報は、道路に
設置されている車両感知器などのセンサから得られる空
間平均速度情報などから求められていた。2. Description of the Related Art Conventionally, information relating to a required travel time (time required to travel from a certain point to another certain point) is obtained from spatial average speed information obtained from a sensor such as a vehicle sensor installed on a road. Had been.
【０００３】車両感知器を利用した場合、まず、対象路
線のある対象区間を複数の単位区間に分割して各単位区
間に車両感知器を設置し、車両感知器により測定した走
行車両速度を用いて各単位区間の走行所要時間を算出す
る。この算出した各単位区間の走行所要時間を合計する
などして対象路線の対象区間の走行所要時間情報を求め
る。When a vehicle sensor is used, first, a target section of a target line is divided into a plurality of unit sections, and a vehicle sensor is installed in each unit section, and a traveling vehicle speed measured by the vehicle sensor is used. To calculate the required travel time of each unit section. The required travel time information of the target section of the target route is obtained by summing the calculated required travel times of the unit sections.
【０００４】この他に、対象区間の両端において走行車
両のナンバを画像認識することによりこの対象区間を実
際に走行した各車両の実際の走行所要時間を測定するＡ
ＶＩシステムが実用化されている。[0004] In addition, the actual travel time of each vehicle that has actually traveled in the target section is measured by recognizing the number of the traveling vehicle by image recognition at both ends of the target section.
VI systems have been put into practical use.
【０００５】しかしながら上記の方法はセンサが設置さ
れていない路線では、走行所要時間情報が得られない。
また、センサによっては、路線上に密に設置されていな
いと利用価値がある走行所要時間情報が得られない場合
があった。[0005] However, in the above method, traveling time information cannot be obtained on a route where no sensor is installed.
In addition, depending on the sensor, there is a case where it is not possible to obtain useful travel time information that is useful if the sensors are not densely installed on the route.
【０００６】また、料金所システムから得られる情報を
基に走行所要時間情報を演算する方法も研究されてはい
るが、研究レベルであった。Further, although a method of calculating travel time information based on information obtained from a tollgate system has been studied, it has been at a research level.
【０００７】[0007]
【発明が解決しようとする課題】従来の方式は、上述し
たように、センサが設置された路線でのみ可能な方式で
あった。この方式をセンサが設置されていない路線に適
用する場合、多数のセンサを設置する必要があり、多額
の費用が発生する。これらを解決するために、料金所か
ら得られる情報を基に走行所要時間情報を演算する方法
も研究されている。その一例として、統計学的な手法で
ある大津の閾値法を利用した特異データ除去を含み、セ
ンサが設置されていない路線においても走行所要時間情
報を演算する方法が提案されている。The conventional system, as described above, is a system that can be performed only on the line where the sensor is installed. When this method is applied to a route on which no sensors are installed, it is necessary to install a large number of sensors, which results in large costs. In order to solve these problems, a method of calculating travel time information based on information obtained from a tollgate has been studied. As one example, a method has been proposed in which singular data removal using the Otsu's threshold method, which is a statistical method, is performed, and travel time information is calculated even on a route where no sensor is installed.
【０００８】本発明は、センサが設置されていない路線
において、従来の料金所システムを利用することによ
り、低費用で走行所要時間情報を演算するための走行所
要時間情報演算方法を提供することを目的とする。The present invention provides a travel time information calculation method for calculating travel time information at low cost by utilizing a conventional tollgate system on a route where no sensor is installed. Aim.
【０００９】[0009]
【課題を解決するための手段】本発明は、料金所システ
ムより得られるデータ(入口料金所通過時刻、出口料金
所通過時刻、車種、日をまたぐかどうか等)を基に所定
区間の走行所要時間を演算する走行所要時間演算手段
と、料金所システムで得られるデータおよび走行所要時
間演算手段にて得られる走行所要時間データを保存する
料金所データ保存手段と、料金所テータ保存手段にて保
存されたｎ分間の蓄積テータの度数解析を行う度数解析
手段と、度数解析手段による度数解析の結果から長期停
車車両データを除去する長期停車車両データ除去手段
と、長期停車車両データ除去手段により長期停車車両デ
ータを除去したあとのｎ分間蓄積データを複数に分割す
るための閾値を大津の閾値法により演算する大津の閾値
演算手段と、大津の閾値演算手段により演算された閾値
により、ｎ分間蓄積データを複数分割するクラスタ分析
手段と、クラスタ分析手段の結果をもとに、特異データ
を除去する特異データ除去手段と、特異データ除去手段
にて特異データ除去後のｎ分間蓄積データに基づき走行
所要時間の平均値を演算し、走行所要時間情報を生成す
る走行所要時間情報出力手段とで構成される走行所要時
間演算装置を提供する。SUMMARY OF THE INVENTION The present invention is based on data obtained from a tollgate system (passage time at an entrance tollgate, time at an exit tollgate, vehicle type, whether to cross a day, etc.). Travel time calculation means for calculating the time, tollgate data storage means for storing data obtained by the tollgate system and travel time data obtained by the traveltime calculation means, and tollgate data storage means Frequency analyzing means for performing frequency analysis of the accumulated data for n minutes, long-term stopped vehicle data removing means for removing long-term stopped vehicle data from the result of frequency analysis by the frequency analyzing means, and long-term stopping Otsu threshold calculating means for calculating a threshold for dividing the accumulated data into a plurality of data for n minutes after removing the vehicle data by Otsu's threshold method, and Otsu's threshold A cluster analysis unit that divides the accumulated data into a plurality of data for n minutes based on the threshold value calculated by the calculation unit; a unique data removal unit that removes the unique data based on the result of the cluster analysis unit; Provided is a travel time calculation device configured to calculate an average value of travel time based on accumulated data for n minutes after data removal and to generate travel time information output means for generating travel time information.
【００１０】本発明は、入路場所、入路時刻や出路場
所、出路時刻等のデータが入手可能な料金所システムを
有する有料道路において、料金所システムより得られる
入口料金所通過時刻、出口料金所通過時刻、車種、日付
に関するデータを基に所定区間の走行所要時間を演算す
る走行所要時間演算手段と、料金所システムで得られる
データおよび走行所要時間演算手段にて得られる走行所
要時間データを保存する料金所データ保存手段と、料金
所データ保存手段により保存されたｎ分間蓄積データに
対し、必要なデータ数が満たされているかどうかをチェ
ソクする第１のデータ数チェック手段と、データ数が少
ない場合の走行所要時間情報演算方法の1つとして、移
動平均により走行所要時間情報を求める移動平均演算手
段と、データ数が少ない場合の走行所要時間情報演算方
法の1つとして、非渋滞時の走行所要時間により走行所
要時間情報を求める自由流走行時間情報演算手段と、デ
ータ数が少ない場合の走行所要時間情報演算方法の1つ
として、他区間のデータの差し引きにより走行所要時間
情報を求める他区間データ使用走行所要時間情報演算手
段と、前記第１のデータ数チェック手段にてデータ数が
満たされていない場合、データ数が少ない場合の走行所
要時間情報の演算手段として、移動平均演算手段、自曲
流走行所要時間情報演算手段、他区間データ使用走行所
要時間情報演算手段のいづれを使用するかのを判定を行
う場合判定手段と、前記第１のデータ数チェック手段に
てデータ数が満たされている場合、料金所データ保存手
段にて保存されたｎ分間の蓄積テータの度数解析を行う
度数解析手段と、前記度数解析手段による度数解析の結
果から長期停車車両テータを除去する長期停車車両デー
タ除去手段と、長期停車車両データ除去後にデータ数を
チェックする第２のデータ数チェック手段と、前記第２
のデータ数チエック手段にてデータ数が満たされている
と判断された場合、前記長期停車車両データ除去手段に
より長期停車車両データを除去したあとのｎ分間蓄積デ
ータを2分割するための閾値を大津の閾値法により演算
する大津の閾値演算手段と、前記大津の閾値演算手段に
より演算された閾値により、ｎ分聞蓄積データを2分割
するクラスタ分析手段と、前記クラスタ分析手段の結果
をもとに、特異テータを除去する特異データ除去手段
と、前記特異データ除去手段にて特異データ除去後のｎ
分間蓄積データを使用し、走行所要時間情報として走行
所要時間平均値を演算する走行所要時間情報演算手段
と、前記走行所要時間情報演算手段にて演算された走行
所要時間情報を提供する走行所要時間情報提供手段とを
有することを特徴とする走行所要時間情報演算装置を提
供する。The present invention relates to a toll road having a tollgate system capable of obtaining data such as an entry place, entry time, departure place, and departure time. Travel time calculating means for calculating the required travel time of a predetermined section based on data on the passing time, vehicle type, and date; and data obtained by the tollgate system and required travel time data obtained by the required travel time calculating means. Toll gate data storage means for storing, first data number checking means for checking whether a required number of data is satisfied for n minutes of stored data stored by the toll gate data storage means, One of the methods for calculating the required travel time information when the number is small is a moving average calculation means for obtaining the required travel time information by a moving average, and a method in which the number of data is small. One of the methods for calculating the required travel time information in the case of the free running time information calculating means for obtaining the required travel time information from the required travel time during non-congestion, and the required travel time information calculating method when the number of data is small. As one, when the number of data is not satisfied by the other section data use traveling time information calculating means for obtaining the traveling time information by subtracting the data of the other section and the first data number checking means, When it is determined which of the moving average calculating means, the self-curved running required time information calculating means, and the other section data required running required time information calculating means is used as the calculating means of the required travel time information when there is little If the number of data is satisfied by the determining means and the first data number checking means, the accumulated data for n minutes stored by the tollgate data storing means is stored. Frequency analysis means for performing analysis, long-term stopped vehicle data removal means for removing long-term stopped vehicle data from the result of frequency analysis by the frequency analysis means, and second data number check for checking the number of data after long-term stopped vehicle data removal Means, said second
If the data number check means determines that the data number is satisfied, the threshold value for dividing the accumulated data into two for n minutes after the long-term stopped vehicle data is removed by the long-term stopped vehicle data removal means is set to Otsu. Otsu's threshold value calculating means, which is calculated by the threshold value method, a cluster analyzing means, which divides the n minute hearing accumulation data into two by the threshold value, which is calculated by the Otsu's threshold value calculating means, based on the result of the cluster analyzing means. Singular data removing means for removing singular data, and n after singular data removal by said singular data removing means.
A required travel time information calculating means for calculating a required travel time average value as required travel time information using the accumulated minute data, and a required travel time providing the required travel time information calculated by the required travel time information calculating means; The present invention provides a travel time information calculation device having information providing means.
【００１１】[0011]
【発明の実施の形態】（第１の実施形態）以下、図面を
参照して本発明による装置の第１の実施形態を説明す
る。DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS First Embodiment A first embodiment of the device according to the present invention will be described below with reference to the drawings.
【００１２】第１図に示される走行所要時間情報演算装
置のシステム構成によると、対象とする有料道路の路線
には料金所システムが設置されているものとする。即
ち、有料道路１１には複数の料金所１２（１２Ａ〜１２
Ｄ）が設けられている。これら料金所の各々には、車両
１３の入路場所、入路時刻、出路場所、出路時刻、車
種、日付等を表すデータを記録した通行券の発行および
通行券に記録されたデータを読み取る機能を有し、コン
ピュータ等を含む料金所システム（図示せず）が設置さ
れている。この料金所システムは、走行所要時間演算手
段１４と、料金所データ保存手段１５と、度数解析手段
１６と，長期停車車両データ除去手段１７と，大津の閾
値演算手段１８と，クラスタ分析手段１９と，特異デー
タ除去手段２０と、走行所要時間情報演算手段２１と、
走行所要時間情報影響手段２２により構成されている。According to the system configuration of the travel time information calculation device shown in FIG. 1, it is assumed that a tollgate system is installed on the target toll road. That is, a plurality of tollgates 12 (12A to 12A)
D) is provided. Each of these toll gates has a function of issuing a toll ticket recording data representing the entry location, entry time, departure location, departure time, vehicle type, date, etc. of the vehicle 13 and reading data recorded on the toll ticket. And a tollgate system (not shown) including a computer and the like is installed. This tollgate system includes a required travel time calculation unit 14, a tollgate data storage unit 15, a frequency analysis unit 16, a long-term stopped vehicle data removal unit 17, a threshold calculation unit 18 of Otsu, a cluster analysis unit 19, Singular data removing means 20, traveling time information calculating means 21,
The traveling time required information influence means 22 is constituted.
【００１３】走行所要時間演算手段１４は料金所システ
ムより得られるデータ(入口料金所通過時刻、出口料金
所通過時刻、車種、日をまたぐかどうか等を基に走行所
要時間（ある地点から他のある地点までを走行する時
間）を演算する。基本的に走行所要時間は、入口料金所
通過時刻と出口料金所通過時刻を用いて演算される。The required travel time calculating means 14 calculates the required travel time (from a certain point to another travel time) based on the data obtained from the tollgate system (entrance tollgate passage time, exit tollgate passage time, vehicle type, whether to cross days, etc. Basically, the required travel time is calculated using the entrance tollgate passage time and the exit tollgate passage time.
【００１４】次に、料金所システムで得られるデータお
よび走行所要時間演算手段１４にて得られる走行所要時
間データは料金所データ保存手段１５に保存される。料
金所データ保存手段にて保存されたデータを使用して、
度数解析手段１６によりｎ分間の蓄積テータの度数解析
が行われる。この度数解析は、ｎ分間蓄積データを対象
に、走行所要時間をｍ分毎のレベルに分け、度数をカウ
ントすることにより実施される。Next, the data obtained by the tollgate system and the required travel time data obtained by the required travel time calculation means 14 are stored in the tollgate data storage means 15. Using the data stored in the tollgate data storage means,
The frequency analysis means 16 analyzes the frequency of the accumulated data for n minutes. This frequency analysis is carried out by dividing the required travel time into m-minute levels and counting the frequencies with respect to the accumulated data for n minutes.
【００１５】長期停車車両データ除去手段１７は度数解
析手段１６による度数解析の結果から長期停車車両デー
タを除去する。ここで、度数解析の結果をもとに、度数
ゼロの走行所要時間レベルが数レベル続く場合、度数ゼ
ロが数レベル続いた先のデータを長期停車車両データと
みなす方法が最も簡単である（ただし、走行所要時間レ
ベルは走行所要時間が大きくなる方向に見ていくものと
する)。この時点で、サービスエリアやパーキングエリ
アで長期停車していた車両のデータや、故障等により長
期停車していた車両のデータが除去されたとみなす。The long-term stopped vehicle data removing means 17 removes long-term stopped vehicle data from the result of the frequency analysis by the frequency analyzing means 16. Here, based on the result of the frequency analysis, if the required travel time level of the frequency zero continues for several levels, the simplest method is to regard the data where the frequency zero continues for several levels as long-term stopped vehicle data (however, The required travel time level should be viewed in the direction in which the required travel time increases.) At this point, it is considered that the data of the vehicle that has been stopped for a long time in the service area or the parking area or the data of the vehicle that has been stopped for a long time due to a failure or the like has been removed.
【００１６】つぎに、長期停車車両データ除去手段１７
により長期停車車両データを除去したあとのｎ分間蓄積
データを2分割するための閾値が大津の閾値法により演
算される。大津の閾値法は、画像処理で使用される閾値
設定のためのアルゴリズムで、クラス分離度を最大とす
る判別規準を用いた一つの自動しきい値選定法である。
必ず、閾値を求められることを特長とする手法である。Next, long-term stopped vehicle data removing means 17
Thus, the threshold value for dividing the accumulated data into two for n minutes after removing the long-term stopped vehicle data is calculated by the Otsu threshold method. Otsu's threshold method is an algorithm for setting a threshold value used in image processing, and is one automatic threshold value selection method using a discrimination criterion that maximizes class separation.
This method is characterized in that a threshold can always be obtained.
【００１７】以下に走行所要時間データを用い、大津の
閾値法による閾値の求め方の概要を示す。対象とするデ
ータを表1のものとする。この場合、大津の閾値法によ
る閾値は、以下のSTEP1〜STEP3で求まる。An outline of a method of obtaining a threshold value by the Otsu threshold value method using travel time data will be described below. The target data is shown in Table 1. In this case, the threshold value according to the Otsu's threshold value method is obtained by the following STEP1 to STEP3.
【００１８】[0018]
【表１】 [Table 1]
【００１９】ＳＴＥＰ１：全平均および全分散の演算 全平均μT、全分散σT2は以下の式で求まる。STEP 1: Calculation of total average and total variance The total average μT and the total variance σT 2 are obtained by the following equations.
【００２０】[0020]
【数１】 (Equation 1)
【００２１】ＳＴＥＰ２：クラス間分散の演算 “レベル1〜レベルkまでのクラス間分散σｃ2を以下の
式で求める。(ただし、以下の式はレベルiのクラス間分
散を求める式である。)STEP 2: Calculation of inter-class variance “The inter-class variance σc 2 from level 1 to level k is obtained by the following equation. (However, the following equation is an equation for obtaining the inter-class variance of level i.)
【数２】 (Equation 2)
【００２２】ＳＴＥＰ３：最適閾値の選定 STEP2にて演算されたクラス間分散が最大のレベノレを
最適閾値とする。STEP 3: Selection of optimal threshold The Levenore with the largest inter-class variance calculated in STEP 2 is set as the optimal threshold.
【００２３】つぎに、大津の閾値演算手段１８により演
算された閾値をもとに、クラスタ分析手段１９にて走行
所要時間のｎ分間蓄積データを2つの集合に2分割する。
ここでは、大津の閾値法により求められた閾値により、
走行所要時間データを閾値より大きなデータと閾値より
小さなデータに分割する。Next, based on the threshold value calculated by the Otsu threshold value calculation means 18, the cluster analysis means 19 divides the accumulated data for n minutes of the required travel time into two sets.
Here, by the threshold value obtained by Otsu's threshold method,
The travel time data is divided into data larger than the threshold and data smaller than the threshold.
【００２４】つぎに、クラスタ分析手段１９の結果をも
とに、特異データ除去手段２０により特異テータが除去
される。ここで、特異データの除去ルールとしては、以
下のようなルールがあげられる。Next, based on the result of the cluster analysis means 19, the unique data removal means 20 removes the unique data. Here, the following rules can be given as rules for removing peculiar data.
【００２５】（Ｉ）データが少ない方を特異データとみ
なし除去する。(I) The smaller data is regarded as unique data and removed.
【００２６】（II）走行所要時間が大きい方を特異デー
タとみなし除去する。(II) The longer travel time is regarded as peculiar data and removed.
【００２７】この時点で、平均的な運転手が、平均的な
運転で走行した場合の走行所要時間から外れたデータ
（高速度で運転することを好む運転手や低速度で運転す
ることを好む運転手の走行所要時間データ等）が除去さ
れたものとみなす。At this point, the average driver may use the data (the driver who prefers to drive at a high speed or the driver who prefers to drive at a low speed) out of the required travel time when driving with average driving. Driver's required travel time data).
【００２８】つぎに、特異デー一夕除去手段２０にて特
異データ除去後のｎ分間蓄積データを使用し、走行所要
時間情報演算手段２１が走行所要時間情報として走行所
要時聞平均値を演算する。Next, using the accumulated data for n minutes after the singular data is removed by the singular data overnight removing means 20, the required travel time information calculating means 21 calculates the average required travel time as the required travel time information. .
【００２９】最後に、走行所要時間情報演算手段２１に
て演算された走行所要時間情報が走行所要時間情報提供
手段２２により提供される。Finally, the required travel time information calculated by the required travel time information calculating means 21 is provided by the required travel time information providing means 22.
【００３０】（第２の実施形態）次に、図２を参照して
第２の実施形態を説明する。この実施形態では、走行所
要時間演算手段１４から走行所要時間情報提供手段２２
までは第１の実施形態と同様な処理を行うが、以下の処
理が追加されている。(Second Embodiment) Next, a second embodiment will be described with reference to FIG. In this embodiment, the required travel time calculation means 14 to the required travel time information provision means 22
Up to this point, the same processing as in the first embodiment is performed, but the following processing is added.
【００３１】料金所データ保存手段１５により保存され
たｎ分間蓄積データに対し、必要なデータ数が満たされ
ているかどうかをデータ数チェック手段（Ａ）２３がチ
ェックする。テータ数が満たされていない場合、場合判
定手段２４がデータ数が少ない場合の走行所要時間情報
の演算手段として、移動平均演算手段２５、自由流走行
所要時間情報演算手段２６、他区間データ使用走行所要
時間情報演算手段２７のいづれを使用するかを判定す
る。The data number checking means (A) 23 checks whether or not the required data number is satisfied for the accumulated data for n minutes stored by the tollgate data storage means 15. When the number of data is not satisfied, the case determination means 24 calculates the required travel time information when the number of data is small, the moving average calculation means 25, the free flow required time information calculation means 26, the travel using other section data. It is determined which of the required time information calculation means 27 is to be used.
【００３２】場合判定手段２４が移動平均演算手段２５
を選定すると、走行所要時間情報として移動平均が求め
られる。場合判定手段２４が自由流走行所要時間情報演
算手段２６を選定すると、自由流走行所要時間情報演算
手段２６が走行所要時間情報として、非渋滞時の走行所
要時間を求める。場合判定手段２４が他区間データ使用
走行所要時間情報演算手段２７を選定すると、他区間デ
ータ使用走行所要時間情報演算手段２７が他区間のデー
タの差し引きにより走行所要時間情報を求める。If the case determining means 24 is a moving average calculating means 25
Is selected, a moving average is obtained as the required travel time information. When the determination means 24 selects the free-flow traveling time information computing means 26, the free-flow traveling time information computing means 26 obtains the traveling time without traffic as the traveling time information. When the case determination means 24 selects the other section data use travel time information calculation means 27, the other section data use travel time information calculation means 27 obtains travel time information by subtracting data of other sections.
【００３３】また、データ数チェック手段（Ａ）２３が
データ数が満たされていると判断した場合、まず、度数
解析手段１６が、料金所データ保存手段１５に保存され
たｎ分間の蓄積データの度数解析を行い、その結果を用
いて長期停車車両データ除去手段１７が長期停車車両テ
ータを除去する。When the data number checking means (A) 23 determines that the number of data is satisfied, first, the frequency analyzing means 16 transmits the accumulated data for n minutes stored in the tollgate data storing means 15. The frequency analysis is performed, and the long-term stopped vehicle data removing means 17 removes the long-term stopped vehicle data using the result.
【００３４】さらに、長期停車車両データ除去手段１７
が長期停車車両データの除去を行った後、データ数チェ
ック手段（Ｂ）２３ａが必要なデータ数を満たすかどう
かをチェックする。Further, long-term stopped vehicle data removing means 17
After removing the long-term stopped vehicle data, the data number checking means (B) 23a checks whether the required data number is satisfied.
【００３５】データ数チェック手段（Ｂ）２３ａが、デ
ータ数が満たされていると判断した場合、大津の閾値演
算手段１８、クラスタ分析手段１９、特異データ除去手
段２０が特異データを除去する。その後、特異データ除
去後のｎ分間蓄積データを用いて、走行所要時間情報演
算手段２１が走行所要時間情報として走行所要時間平均
値を演算する。When the data number checking means (B) 23a determines that the data number is satisfied, the Otsu threshold value calculating means 18, the cluster analyzing means 19, and the unique data removing means 20 remove the unique data. Thereafter, using the accumulated data for n minutes after the removal of the unique data, the required travel time information calculating means 21 calculates the average required travel time as the required travel time information.
【００３６】最後に、走行所要時間情報演算手段２１に
て演算された走行所要時間情報、移動平均演算手段２５
にて演算された走行所要時間情報、自由流走行所要時間
情報演算手段２６にて演算された走行所要時間情報また
は他区間データ使用走行所要時間情報演算手段２７にて
演算された走行所要時間情報が走行所要時間情報提供手
段２２により提供される。Finally, the required travel time information calculated by the required travel time information calculating means 21 and the moving average calculating means 25
The travel time information calculated by the above, the travel time information calculated by the free flow travel time information calculation means 26, or the travel time information calculated by the other section data use travel time information calculation means 27 is It is provided by the required travel time information providing means 22.
【００３７】（第３の実施形態）図３を参照して第３の
実施形態を説明する。(Third Embodiment) A third embodiment will be described with reference to FIG.
【００３８】この第３の実施形態でも、対象とする路線
には料金所システムが設置されているものとする。有料
道路１１と、料金所１２と、走行所要時間演算手段１４
と、料金所データ保存手段１５と、度数解析手段１６
と、長期停車車両データ除去手段１７と、大津の閾値演
算手段１８と、クラスタ分析手段１９と、特異データ除
去手段２０と、走行所要時間情報演算手段２１と、走行
所要時間情報提供手段２２と、データ数チェック手段２
３と、場合判定手段２４と、移動平均演算手段２５と、
自由流走行所要時間情報演算手段２６と、他区間データ
使用走行所要時間情報演算手段２７とにより構成されて
いる。Also in the third embodiment, it is assumed that a tollgate system is installed on the target line. Toll road 11, tollgate 12, and travel time calculating means 14
And tollgate data storage means 15 and frequency analysis means 16
A long-term stopped vehicle data removing unit 17, a threshold calculating unit of Otsu, a cluster analyzing unit 19, a unique data removing unit 20, a traveling time information computing unit 21, a traveling time information providing unit 22, Data number checking means 2
3, a case determining means 24, a moving average calculating means 25,
It comprises a free-flow traveling time information calculating means 26 and another section data use traveling time information calculating means 27.
【００３９】次に、第３の実施形態の作用について説明
する。Next, the operation of the third embodiment will be described.
【００４０】まず、有料道路１１に設置された料金所１
２より、入口料金所通過時刻、出口料金所通過時刻、車
種、日をまたぐかどうか等の料金所データを入手し、こ
れを基に走行所要時間演算手段１４にて走行所要時間を
演算する。この際、走行所要時間は入口料金所通過時刻
と出口料金所通過時刻から求められる。例えば、以下の
様に走行所要時間を演算する。First, tollgate 1 installed on toll road 11
From 2, the tollgate data such as the entrance tollgate passage time, the exit tollgate passage time, the type of vehicle, and whether to cross the day, etc., is obtained, and the required travel time is calculated by the required travel time calculating means 14 based on this. At this time, the required travel time is obtained from the entrance tollgate passage time and the exit tollgate passage time. For example, the required travel time is calculated as follows.
【００４１】走行所要時間=出口料金所通過時刻一入口
料金所通過時刻なお、日をまたぐ場合は、それを考慮す
るものとする。つぎに、走行所要時間演算手段１４にて
演算された走行所要時間と、料金所１２より得られた料
金所テータが料金所データ保存手段１５にてファイル等
に保存される。Traveling required time = exit toll gate passage time / entrance toll gate passage time When crossing days, this should be taken into consideration. Next, the required travel time calculated by the required travel time calculation means 14 and the tollgate data obtained from the tollgate 12 are stored in a file or the like by the tollgate data storage means 15.
【００４２】次に、データ数チェック手段（Ａ）２３ａ
が、料金所データ保存手段１５にて保存されたデータに
対して必要なテータ数(例えばx個)があるか否かをチェ
ックする。テータ数チェソク手段（Ａ）２３ａのチェッ
クにおいて、必要データ数が不十分であると判断された
場合は、場合判定手段２４が移動平均、自由流走行所要
時間情報、他区間データ使用走行所要時間情報のいずれ
が走行所要時間情報として適切かの判断を行う。ここで
の判断に使用するルールの例を以下に示す。Next, the data number checking means (A) 23a
Checks whether there is a necessary number of data (for example, x) for the data stored in the tollgate data storage unit 15. If it is determined in the check of the data number determination means (A) 23a that the required number of data is insufficient, the case determination means 24 determines the moving average, free-flow travel time information, and other section data use travel time information. Is determined as the required travel time information. An example of a rule used for this determination is shown below.
【００４３】（ａ）閑散路線の場合は自由流走行所要時
間情報を用いる。(A) In the case of a deserted route, the free-flow traveling time information is used.
【００４４】（ｂ）夜間の場合は移動平均を用いる。(B) In the case of nighttime, a moving average is used.
【００４５】（ｃ）通常利用されている路線の内、利用
が少ない区間の場合は、他区間データ使用走行所要時間
情報を用いる。(C) In the case of a section where the use is small among the normally used routes, the travel time information using other section data is used.
【００４６】場合判定手段２４が移動平均を選択した場
合、移動平均演算手段２５により移動平均が演算され、
その結果が走行所要時間情報とされる。When the case determining means 24 selects the moving average, the moving average is calculated by the moving average calculating means 25.
The result is used as travel time information.
【００４７】場合判定手段２４が自由流走行所要時間情
報を選択した場合は、自由流走行所要時間情報演算手段
１５が自由流走行の場合の走行所要時間を演算し、その
結果が走行所要時間情報として用いられる。ここで、自
由流走行の場合の走行所要時間は、路線長を自由流平均
速度で除算した値を用いる方法が最も簡単である。When the case determining means 24 selects the free-flow traveling time information, the free-flow traveling time information computing means 15 computes the traveling time required for free-flow traveling, and the result is the traveling time information. Used as Here, the simplest method is to use the value obtained by dividing the line length by the average free flow speed as the travel time required for free flow travel.
【００４８】場合判定手段２４が他区間データ使用走行
所要時間情報を選択した場合、他区間データ使用走行所
要時間情報演算手段２７が他区間の走行所要時間データ
の差し引きにより走行所要時間情報を演算し、その結果
を走行所要時間情報とする。When the case determining means 24 selects the required travel time information using the other section data, the required travel time information using other section data calculating means 27 calculates the required travel time information by subtracting the required travel time data of the other section. The result is used as travel time information.
【００４９】データ数チェック手段（Ａ）２３ａにおい
て、必要データ数が十分であると判断された場合、料金
所データ保存手段１５に保存された走行所要時間データ
をもとに、度数解析手段１６がｎ分間毎の蓄積データの
度数分布の解析を行う。度数分布の解析は、ｎ分間蓄積
された走行所要時間データに対し、走行所要時間データ
の度数を解析するもので、走行所要時間をｍ分毎のレベ
ルに分割し、各レベルの度数をカウントすることで実施
される。例えば、時刻０＝００〜０：０５の5分間蓄積
した走行所要時間データを対象に、走行所要時間5分毎
のレベル(０〜５分、５〜１０分、１０〜１５分等)で対
応するデータが何個あるかをカウントすればよい。When the data number checking means (A) 23a determines that the required data number is sufficient, the frequency analysis means 16 determines the required time based on the travel time data stored in the tollgate data storage means 15. The frequency distribution of accumulated data for every n minutes is analyzed. The frequency distribution analysis is to analyze the frequency of the required travel time data with respect to the required travel time data accumulated for n minutes, and divides the required travel time into m-minute levels and counts the frequency of each level. It is implemented by that. For example, for the required traveling time data accumulated for 5 minutes from time 0 = 00 to 0:05, correspondence is performed at the level (0 to 5 minutes, 5 to 10 minutes, 10 to 15 minutes, etc.) every 5 minutes of the required traveling time. What is necessary is just to count how many data to perform.
【００５０】つぎに、度数解析手段１６の度数解析結果
をもとに、長期停車車両データ除去手段１７が長期停車
車両テータの除去を行う。長期停車車両テータは、主に
サービスエリアやパーキングエリア等で長期にわたり停
車している車両を意味し、度数分布を見る場合、極端に
大きな走行所要時間のデータのことである。長期停車車
両データの除去ルールとしては、以下の様なものがあげ
られる。Next, the long-term stopped vehicle data removing means 17 removes the long-term stopped vehicle data based on the frequency analysis result of the frequency analyzing means 16. The long-term stopped vehicle data means a vehicle that has been stopped for a long time mainly in a service area, a parking area, or the like, and is data of an extremely large traveling time when the frequency distribution is viewed. The rules for removing long-term stopped vehicle data include the following.
【００５１】走行所要時間レベノレを走行所要時間が小
さい方から大きい方に見ていく場合、度数ゼロのレベル
がp回続いたあとの走行所要時間全てを長期停車車両デ
ータとみなす。例えば、度数ゼロのレベルが5レベル続
いたら、その先は長期停車車両データとみなす。この場
合、第３図に示すグラフでいえば、範囲Aの部分のデー
タが長期停車車両データとみなされる。When looking at the required travel time from the smaller travel time to the greater travel time, all the required travel time after the zero frequency level continues p times is regarded as long-term stopped vehicle data. For example, if the zero frequency level continues for five levels, the data after that is regarded as long-term stopped vehicle data. In this case, in the graph shown in FIG. 3, the data in the range A is regarded as long-term stopped vehicle data.
【００５２】長期停車車両データ除去手段１７にて長期
停車車両データを除去した後に、データ数チェック手段
（Ｂ）２３ｂにて再度データ数のチェックを行う。この
チェックの方法は、データ数チェック手段（Ａ）２３ａ
と同様である。データ数チェック手段（Ｂ）２３ｂにて
データ数が不十分と判断された場合、場合判定手段２４
が場合判定を行い、移動平均または自由流走行所要時間
情報または他区間データ使用走行所要時間情報を作成
し、走行所要時間情報とする(この一連の作用は上記の
場合と同様である)。After the long-term stopped vehicle data removing unit 17 removes the long-term stopped vehicle data, the data number checking unit (B) 23b checks the number of data again. This checking method is performed by a data number checking means (A) 23a.
Is the same as When the number of data check unit (B) 23b determines that the number of data is insufficient, the case determination unit 24
Make a case determination, create moving average or free-flow traveling time information or traveling time information using other section data, and use it as traveling time information (this series of operations is the same as in the above case).
【００５３】データ数チェック手段（Ｂ）２３ａにおい
てデータ数が十分であると判断された場合、長期停車車
両データ除去後のデータに対して、大津の閾値演算手段
１８が大津の閾値を演算する。大津の閾値は、先に説明
した演算方法により求められる。If the data number checking means (B) 23a determines that the number of data is sufficient, the Otsu threshold value calculating means 18 calculates the Otsu threshold value from the data after the long-term stopped vehicle data has been removed. The Otsu threshold is obtained by the above-described calculation method.
【００５４】つぎに、大津の閾値演算手段１８により演
算された大津の閾値をもとに、クラスタ分析手段１９が
走行所要時間データを２つの集合に分割する。分割は、
大津の閾値を基本に、これより大きな集合と小さな集合
に分割する。さらにクラスタ分析手段１９にて分割した
２つの集合をもとに、特異データ除去手段２０が特異デ
ータの除去を行う。ここでは、分割した２つの集合に対
し、以下のようなルール等を用いて特異データの除去を
行う。Next, based on the Otsu threshold value calculated by the Otsu threshold value calculation means 18, the cluster analysis means 19 divides the required travel time data into two sets. The split is
Based on Otsu's threshold, it is divided into larger and smaller sets. Further, based on the two sets divided by the cluster analysis unit 19, the unique data removing unit 20 removes the unique data. Here, singular data is removed from the two divided sets using the following rules and the like.
【００５５】（Ｉ）大津の閾値で分割し作成された集合
のうち、データ数が少ない方の集合を特異データとみな
し、除去する。(I) Among the sets created by dividing with the Otsu threshold, the set with the smaller number of data is regarded as unique data and removed.
【００５６】（II）大津の閾値で分割し作成された集合
のうち、走行所要時間が大きい方のデータの集合を特異
データとみなし、除去する。(II) Among the sets created by dividing by the Otsu threshold, the set of data having the longer travel time is regarded as unique data and removed.
【００５７】図４の例に対し、上記(II)のルールで特異
データ除去を行った場合、図５に示す範囲Ｂのデータが
特異データとして除去される。特異データ除去手段２０
が特異データを除去した後の走行所要時間データを使用
して、走行所要時間情報演算手段２１が走行所要時間情
報を演算する。この場合、最も簡単な走行所要時間情報
は、走行所要時間データの平均である。When the singular data is removed according to the rule (II) in the example of FIG. 4, the data in the range B shown in FIG. 5 is removed as singular data. Unique data removing means 20
Uses the required travel time data after removing the unique data, the required travel time information calculating means 21 calculates the required travel time information. In this case, the simplest travel time information is the average of travel time data.
【００５８】最後に、走行所要時間情報演算手段２１、
移動平均演算手段２５、自由流走行所要時間情穀演算手
段２６または他区間データ使用走行所要時間情報演算手
段２７にて演算された結果が走行所要時間情報提供手段
２２にて走行所要時間情報として提供する。Finally, the required travel time information calculating means 21,
The result calculated by the moving average calculating means 25, the free flow running time information calculating means 26 or the other section data using running time information calculating means 27 is provided as the running time information by the running time information providing means 22. I do.
【００５９】以上説明したように第３の実施形態の走行
所要時間情報演算装置によれば、料金所データより特異
データ(長期停車車両データを含む)を削除して走行所要
時間情報を演算することで、サービスエリアやパーキン
グエリア等で長期間停車している車両や、一般的な走行
方法からかけ離れた運転を行っている車（極端な高速度
や低速度による運転を好む運転手の場合など）のデータ
の影響を除去し、利用価値が高い走行所要時間情報の演
算が可能である。特に、特異データの除去において、必
ず閾値が決定できる大津の閾値法を利用したことで、特
異データの判断があいまいな場合でもある程度特異デー
タを除去することが可能となった。また、データ数が少
ない場合の対応も可能であり、データ数が少ないための
精度悪化を回避することが可能である。As described above, according to the travel time information calculation device of the third embodiment, the travel time information is calculated by deleting the unique data (including the long-term stopped vehicle data) from the tollgate data. Vehicles that have been parked for a long time in service areas or parking areas, or that are driving far from ordinary driving methods (such as those who prefer driving at extremely high or low speeds) In this case, it is possible to remove the influence of the data and to calculate travel time information having a high utility value. In particular, the use of Otsu's threshold method, which can always determine the threshold in the removal of peculiar data, made it possible to remove peculiar data to some extent even when the judgment of peculiar data was ambiguous. In addition, it is possible to cope with a case where the number of data is small, and it is possible to avoid deterioration in accuracy due to the small number of data.
【００６０】第３の実施形態においては、データ数チェ
ック手段によって、データ数のチェックを行い、走行所
要時間情報の演算方法をデータ数が十分な場合と不十分
な場合に分けている。この際に、提供情報の更新間隔が
広い場合には、データ蓄積を更新間隔一杯まで広げるこ
とにより、データ数が不十分な場合を減少させることが
可能である。また、料金所システムにＥＴＣ(ノンスト
ップ自動料金収受システム)を使用することで、ＥＴＣ
が設置されている路線に関しても本方法が利用可能であ
る。この他に、対象とする路線が複数の区間(ある料金
所から次の料金所までを1区間とする)にて構成される場
合、本発明における走行所要時間情報演算装置にて演算
された各区間の走行所要時間情報を使潮して、合計する
などの方法で、対象路線の走行所要時間情報を演算する
ことも可能である。この場合、各区間においては、料金
所通過の際の加減遠が影響するため、この点を考慮する
必要がある(例えば、料金所通過分の時間を削除したあ
との各区間の走行所要時間情報を使用するなど)。この
方法の延長としては、対象道路が複数のシステムで管理
されている複数の路線の場合にも適用可能である。In the third embodiment, the number of data is checked by the data number checking means, and the method of calculating the required travel time information is divided into a case where the number of data is sufficient and a case where the number of data is insufficient. At this time, if the update interval of the provided information is wide, the data accumulation is expanded to the full update interval, so that the case where the number of data is insufficient can be reduced. In addition, by using ETC (non-stop automatic toll collection system) for tollgate system, ETC
This method can also be used for routes where is installed. In addition, when the target route is composed of a plurality of sections (a section from a tollgate to a next tollgate is defined as one section), each of the travel time calculated by the travel time information calculation device of the present invention is calculated. It is also possible to calculate the required travel time information of the target route by a method such as using the required travel time information of the section and summing. In this case, it is necessary to take into account this point because the deceleration and deceleration at the time of passing through the toll gate are affected in each section (for example, the travel time information of each section after deleting the time for passing through the tollgate). To use). An extension of this method is also applicable to a case where the target road is a plurality of routes managed by a plurality of systems.
【００６１】（第４の実施形態）次に、図６を参照して
第４の実施形態を説明する。この実施形態は、第２の実
施形態の作用に加え、走行所要時間データをもとに、デ
ータ数チェック手段２３ａにおいて使用する必要最小限
テータ数を必要最小限データ数演算手段２９にて平均値
の区間推定における信頼区間を考慮して演算する。ここ
では、必要最小限データ数は、必要なデータ数の目安と
して、信頼区間から決定する方法に関して説明する。(Fourth Embodiment) Next, a fourth embodiment will be described with reference to FIG. In this embodiment, in addition to the operation of the second embodiment, the required minimum number of data used in the data number checking means 23a is calculated by the required minimum data number calculating means 29 based on the required travel time data. Is calculated in consideration of the confidence interval in the interval estimation of. Here, a method of determining the required minimum number of data from the confidence interval as a guide of the required number of data will be described.
【００６２】あるデータ集団が正規分布と考え、母分散
σ2が既知とすると、有意水準αに対する母集団の真の
平均値μの信頼区間は以下の様に表される。(ただし、
ｘは標本平均である。za/2は標準型正規分布下のその右
側の面積がα/2に等しい値を表している。)Assuming that a certain data group has a normal distribution and the population variance σ2 is known, the confidence interval of the true average μ of the population with respect to the significance level α is expressed as follows. (However,
x is the sample mean. z a / 2 represents a value whose area on the right under the standard normal distribution is equal to α / 2. )
【数３】 (Equation 3)
【００６３】これより、標本平均ｘが真の平均値μより
ε以内の範囲にあるために必要なデータ数ｎは以下のよ
うに求まる。From this, the number n of data necessary for the sample average x to be within the range of ε from the true average μ is obtained as follows.
【００６４】[0064]
【数４】 (Equation 4)
【００６５】従って、分散：８１、標準偏差；９、信頼
度９５％(有意水準０．０５)とし、ε＝５とすると、必
要なデータ数は以下のように求まる。za/2は正規分布の
パーセント点表やt分布のパーセント点表から求める。Therefore, if the variance is 81, the standard deviation is 9, the reliability is 95% (significance level 0.05), and ε = 5, the required number of data can be obtained as follows. z a / 2 is obtained from the percentage point table of the normal distribution and the percentage point table of the t distribution.
【００６６】[0066]
【数５】 (Equation 5)
【００６７】(詳細は下記文献を参照) １）(社)交通工学研究会編「交通工学ハンドブック」技
報堂出版 ２）フロイント著 日野寛三訳「現代統計学の基礎2」
東京図書株式会社 ３）村上正康、安田正寛共著「統計学演習」培風館 よって、この場合、必要最小限データ数は１２となる。
第４の実施形態の発明では、この必要最小限データ数を
利用してデータ数チェック手段（Ａ）２３ａ、データ数
チェソク手段（Ｂ）２３ｂにてデータ数のチェックが行
われる。(Refer to the following literature for details.) 1) "Traffic Engineering Handbook" edited by Traffic Engineering Study Group, published by Gihodo 2) Freund, translated by Hino Kanzo, "Basic of Modern Statistics 2"
Tokyo Books Co., Ltd. 3) Masayasu Murakami and Masahiro Yasuda, “Study in Statistics” Baifukan Therefore, in this case, the required minimum number of data is 12.
In the invention of the fourth embodiment, the number of data is checked by the data number checking means (A) 23a and the data number checking means (B) 23b using the necessary minimum number of data.
【００６８】第１の実施形態の変形例として度数解析手
段にて料金所データ保存手段にて保存されたｎ分間の蓄
積データから自動二輪車のデータを削除したデータを使
用するための機能が追加される。最も簡単な手法として
は、料金所データにて得られる車種のデータから判断
し、自動二輸車のデータの削除が行える。As a modified example of the first embodiment, a function for using data obtained by deleting motorcycle data from the accumulated data for n minutes stored in the tollgate data storage means by the frequency analysis means is added. You. The simplest method is to judge from vehicle type data obtained from the tollgate data and delete the motorcycle data.
【００６９】また、第２の実施形態の変形例として、デ
ータ数チェック手段（A）２３ａにて料金所データ保存
手段により保存されたｎ分間蓄積データから自動二輸車
のデータを削除したデータに対し必要なデータ数が満た
されているかどうかをチェックするための機能が追加さ
れる。最も簡単な手法としては、料金所データにて得ら
れる車種のデータから判断し、自動二輸車のデータの削
除が行える。As a modified example of the second embodiment, data obtained by deleting the data of the motorcycle from the accumulated data for n minutes stored in the tollgate data storing means by the data number checking means (A) 23a is obtained. On the other hand, a function to check whether the required number of data is satisfied is added. The simplest method is to judge from vehicle type data obtained from the tollgate data and delete the motorcycle data.
【００７０】また、第３の実施形態の変形例として、デ
ータ数チェック手段（Ａ）２３ａにて料金所データ保存
手段１５により保存されたｎ分聞蓄積データから自動二
輸車のデータを削除したデータに対し必要なデータ数が
満たされているかどうかをチェックするための機能が追
加される。最も簡単な手法としては、料金所データ保存
手段１５にて得られる車種のデータから判断し、自動二
輪車のデータの削除が行える。As a modification of the third embodiment, the data of the motorcycle is deleted from the n-minute information stored by the tollgate data storage unit 15 in the data number checking unit (A) 23a. A function is added to check whether the required number of data is satisfied. As the simplest method, the data of the motorcycle can be deleted by judging from the vehicle type data obtained by the tollgate data storage unit 15.
【００７１】また、第４の実施形態の変形例として、デ
ータ数チェック手段（Ａ）２３ａにて料金所データ保存
手段１５により保存されたｎ分問蓄積データから自動二
輸車のデータを削除したデータに対し必要なデータ数が
満たされているかどうかをチェックするための機能が追
加される。最も簡単な手法としては、料金所データにて
得られる車種のデータから判断し、自動二輸車のデータ
の削除が行える。As a modification of the fourth embodiment, the data number check means (A) 23a deletes the data of the motorcycle from the n-minute accumulated data stored by the tollgate data storage means 15. A function is added to check whether the required number of data is satisfied. The simplest method is to judge from vehicle type data obtained from the tollgate data and delete the motorcycle data.
【００７２】[0072]
【発明の効果】本発明によれば、料金所データより特異
データ(長期停車車両データを含む)を削除して走行所要
時間情報を演算することで、サービスエリアやパーキン
グエリア等で長期間停車している車両や、一般的な走行
方法からかけ離れた運転を行っている車(極端な高速度
や低速度による運転を好む運転手の場合など)のデータ
の影響を除去し、利用価値が高い走行所要時間情報の演
算が可能である。特に、特異データの除去において、必
ず閾値が決定できる大津の閾値法を利用したことで、特
異データの判断があいまいな場合でもある程度特異デー
タを除去することが可能となった。According to the present invention, by removing singular data (including long-term stopped vehicle data) from tollgate data and calculating required travel time information, the vehicle can be stopped for a long time in a service area, a parking area, or the like. Removes the effects of data on vehicles that are driving or driving far from general driving methods (such as those who prefer driving at extremely high or low speeds), and has high utility value Calculation of required time information is possible. In particular, the use of Otsu's threshold method, which can always determine the threshold in the removal of peculiar data, made it possible to remove peculiar data to some extent even when the judgment of peculiar data was ambiguous.
【００７３】また、データ数チェック手段が設けられる
ことによりデータ数が少ない場合の対応が可能であり、
データ数が少ないための精度悪化を回避することが可能
である。Further, the provision of the data number checking means makes it possible to cope with a small number of data.
It is possible to avoid deterioration in accuracy due to a small number of data.
【００７４】また、特異データ除去チェック手段が設け
られることにより、特異データの除去を繰り返すことを
可能になり、更に精度が高い走行所要時間情報の演算が
可能である。Further, the provision of the unique data removal check means makes it possible to repeat the removal of the unique data, and to calculate the traveling time information with higher accuracy.
【００７５】また、必要最小限データ数演算手段が設け
られることにより、走行所要時間借載の演算に必要な最
小限のデータ数を統計学的に導き出すことで、理論的な
必要データ数でのチェックが可能となり、データ数が少
ない場合の対応がより正確になる。Further, by providing the necessary minimum number of data calculation means, the minimum number of data required for calculating the required travel time can be statistically derived, so that the theoretically required number of data can be calculated. Checking becomes possible, and handling when the number of data is small becomes more accurate.
【００７６】また、自動二輪車のデータを取り除く機能
を設けることにより、渋滞時等に極端に短い旅行時間デ
ータの削除が可能であり、より精度が高い旅行時間情報
の演算が可能である。Further, by providing a function for removing the data of the motorcycle, it is possible to delete extremely short travel time data at the time of traffic jam or the like, and it is possible to calculate travel time information with higher accuracy.
【図１】本発明の第１の実施形態の走行所要時間演算装
置のブロック図。FIG. 1 is a block diagram of a travel time calculation device according to a first embodiment of the present invention.
【図２】本発明の第２の実施形態の走行所要時間演算装
置のブロック図。FIG. 2 is a block diagram of a travel time calculation device according to a second embodiment of the present invention.
【図３】本発明の第３の実施形態の走行所要時間演算装
置のブロック図。FIG. 3 is a block diagram of a travel time calculation device according to a third embodiment of the present invention.
【図４】長期停車車両データ削除の走行所要時間データ
度数分布を示す図。FIG. 4 is a diagram showing a distribution of required travel time data frequency for long-term stopped vehicle data deletion.
【図５】大津の閾値法による特異データ削除による走行
所要時間データ度数分布を示す図。FIG. 5 is a diagram showing a travel time data frequency distribution by singular data deletion by the Otsu threshold method.
【図６】本発明の第４の実施形態の走行所要時間演算装
置のブロック図。FIG. 6 is a block diagram of a travel time calculation device according to a fourth embodiment of the present invention.
１１…有料道路 １２（１２Ａ〜１２Ｄ）…料金所 １３…車両 １４…走行所要時間情報演算装置 １５…料金所データ保存手段 １６…度数解析手段 １７…長期停車車両データ除去手段 １８…大津の閾値演算手段 １９…クラスタ分析手段 ２０…特異データ除去手段 ２１…走行所要時間情報演算手段 ２２…走行所要時間供給手段 ２３，２３ａ…データ数チェック手段 ２４…場合判定手段 ２５…移動平均演算手段 ２６…自由流走行所要時間情報演算手段 ２７…他区間データ使用走行所要時間情報演算手段 ２８…特異データ除去手段 ２９：必要最小限データ数演算手段 DESCRIPTION OF SYMBOLS 11 ... Toll road 12 (12A-12D) ... Toll booth 13 ... Vehicle 14 ... Traveling time information calculation device 15 ... Toll booth data storage means 16 ... Frequency analysis means 17 ... Long term stopped vehicle data removal means 18 ... Otsu threshold calculation Means 19: Cluster analysis means 20: Unique data removal means 21: Travel time information calculation means 22 ... Travel time supply means 23, 23a ... Data number checking means 24 ... Case determination means 25 ... Moving average calculation means 26 ... Free flow Required travel time information calculating means 27: Other section data use required travel time information calculating means 28: Unique data removing means 29: Required minimum number of data calculating means
───────────────────────────────────────────────────── フロントページの続き (72)発明者 桑原 雅夫 千葉県千葉市花見川区瑞穂２−１−１，４ −306 Ｆターム(参考） 3E027 EA01 EB01 5H180 AA01 BB15 CC30 DD01 EE02 EE10 ────────────────────────────────────────────────── ─── Continuation of front page (72) Inventor Masao Kuwahara 2-1-1, 4-306 Mizuho Hanamigawa-ku, Chiba-shi, Chiba F-term (reference) 3E027 EA01 EB01 5H180 AA01 BB15 CC30 DD01 EE02 EE10
Claims (9)
得られるデータを利用した走行所要時間情報演算装置に
おいて、 料金所システムより得られ、車両の入路時刻、出路時
刻、車種、日付を表すデータを基に車両の走行所要時間
を演算する走行所要時間演算手段と、 前記料金所システムで得られる前記データおよび前記走
行所要時間演算手段にて得られる前記走行所要時間デー
タを保存する料金所データ保存手段と、 前記料金所データ保存手段へ所定分間に保存された蓄積
データの度数解析を行う度数解析手段と、 度数解析手段による度数解析の結果から長期停車車両デ
ータを除去する長期停車車両データ除去手段と、 長期停車車両データを除去したあとの所定分間の蓄積デ
ータを複数に分割するための閾値を大津の閾値法により
演算する大津の閾値演算手段と、 大津の閾値演算手段により演算された閾値により、所定
分間の蓄積データを複数に分割するクラスタ分析手段
と、 前記クラスタ分析手段の結果をもとに、特異データを除
去する特異データ除去手段と、 特異データ除去手段にて特異データ除去後の所定分間の
蓄積データに基づき走行所要時間の平均値を演算し、走
行所要時間情報を生成する走行所要時間情報出力手段
と、 を具備することを特徴とする走行所要時間情報演算装
置。1. A travel time information calculation device using data obtained by a tollgate system provided on a toll road, wherein the information is obtained from the tollgate system and represents entry time, departure time, vehicle type, and date of the vehicle. Travel time calculation means for calculating the travel time of the vehicle based on the data; tollgate data for storing the data obtained by the tollgate system and the travel time data obtained by the travel time calculation means Storage means, frequency analysis means for performing frequency analysis of accumulated data stored in the tollgate data storage means for a predetermined minute, and long-term stopped vehicle data removal for removing long-term stopped vehicle data from the result of frequency analysis by the frequency analysis means Means and a threshold for dividing the accumulated data for a predetermined minute after removing the long-term stopped vehicle data into a plurality of pieces by the Otsu threshold method. Otsu's threshold calculator, a cluster analyzer that divides the accumulated data for a predetermined period into a plurality of data by the threshold calculated by Otsu's threshold calculator, and removes singular data based on the result of the cluster analyzer. Unique data removing means, and a travel time information output means for calculating an average value of travel time based on accumulated data for a predetermined minute after the removal of the unique data by the unique data removal means and generating travel time information. A travel time information calculation device, comprising:
得られるデータを利用した走行所要時間情報演算装置に
おいて、 料金所システムより得られ、車両の入路時刻、出路時
刻、車種、日付を表すデータを基に車両の走行所要時間
を演算する走行所要時間演算手段と、 前記料金所システムで得られる前記データおよび前記走
行所要時間演算手段にて得られる前記走行所要時間デー
タを保存する料金所データ保存手段と、 前記料金所データ保存手段へｎ分間に保存された蓄積デ
ータの度数解析を行う度数解析手段と、 度数解析手段による度数解析の結果から長期停車車両デ
ータを除去する長期停車車両データ除去手段と、 長期停車車両データ除去手段により長期停車車両データ
を除去したあとのｎ分間蓄積データを2分割するための
閾値を大津の閾値法により演算する大津の閾値演算手段
と、 大津の閾値演算手段により演算された閾値により、ｎ分
間蓄積データを2分割するクラスタ分析手段と、 前記クラスタ分析手段の結果をもとに、特異データを除
去する特異データ除去手段と、 特異データ除去手段にて特異データ除去後のｎ分間蓄積
データを使用し、走行所要時間情報として走行所要時間
平均値を演算する走行所要時間情報演算手段と、 走行所要時間情報演算手段にて演算された走行所要時間
情報を提供する走行所要時間情報提供手段と、を有する
ことを特徴とする走行所要時間情報演算装置。2. A travel time information calculation device using data obtained by a tollgate system provided on a toll road, wherein the information is obtained from the tollgate system and represents entry time, departure time, vehicle type, and date of the vehicle. Travel time calculation means for calculating the travel time of the vehicle based on the data; tollgate data for storing the data obtained by the tollgate system and the travel time data obtained by the travel time calculation means Storage means, frequency analysis means for performing frequency analysis of accumulated data stored in the tollgate data storage means for n minutes, and long-term stopped vehicle data removal for removing long-term stopped vehicle data from the result of frequency analysis by the frequency analysis means Means and a threshold value for dividing the accumulated data into two for n minutes after removing the long-term stopped vehicle data by the long-term stopped vehicle data removing means. Otsu's threshold value calculating means, which is calculated by the threshold value method, a cluster analyzing means, which divides the accumulated data for n minutes by the threshold value, which is calculated by the Otsu's threshold value calculating means, Singular data removing means for removing data, travel time information calculating means for calculating the average travel time information as travel time information using accumulated data for n minutes after the singular data removal by the unique data removing means, A travel time information providing device for providing travel time information calculated by the travel time information calculation means.
得られる入路場所、入路時刻や出路場所、出路時刻等の
データを利用した走行所要時間情報演算装置において、 料金所システムより得られる入口料金所通過時刻、出口
料金所通過時刻、車種、日付に関するデータを基に所定
区間の走行所要時間を演算する走行所要時間演算手段
と、 料金所システムで得られるデータおよび走行所要時間演
算手段にて得られる走行所要時間データを保存する料金
所データ保存手段と、 料金所データ保存手段により保存されたｎ分間蓄積デー
タに対し、必要なデータ数が満たされているかどうかを
チェソクする第１のデータ数チェック手段と、 データ数が少ない場合の走行所要時間情報演算方法の1
つとして、移動平均により走行所要時間情報を求める移
動平均演算手段と、 データ数が少ない場合の走行所要時間情報演算方法の1
つとして、非渋滞時の走行所要時間により走行所要時間
情報を求める自由流走行時間情報演算手段と、 データ数が少ない場合の走行所要時間情報演算方法の1
つとして、他区間のデータの差し引きにより走行所要時
間情報を求める他区間データ使用走行所要時間情報演算
手段と、 前記第１のデータ数チェック手段にてデータ数が満たさ
れていない場合、データ数が少ない場合の走行所要時間
情報の演算手段として、移動平均演算手段、自曲流走行
所要時間情報演算手段、他区間データ使用走行所要時間
情報演算手段のいづれを使用するかのを判定を行う場合
判定手段と、 前記第１のデータ数チェック手段にてデータ数が満たさ
れている場合、料金所データ保存手段にて保存されたｎ
分間の蓄積テータの度数解析を行う度数解析手段と、 前記度数解析手段による度数解析の結果から長期停車車
両テータを除去する長期停車車両データ除去手段と、 長期停車車両データ除去後にデータ数をチェックする第
２のデータ数チェック手段と、 前記第２のデータ数チエック手段にてデータ数が満たさ
れていると判断された場合、前記長期停車車両データ除
去手段により長期停車車両データを除去したあとのｎ分
間蓄積データを2分割するための閾値を大津の閾値法に
より演算する大津の閾値演算手段と、 前記大津の閾値演算手段により演算された閾値により、
ｎ分聞蓄積データを2分割するクラスタ分析手段と、 前記クラスタ分析手段の結果をもとに、特異テータを除
去する特異データ除去手段と、 前記特異データ除去手段にて特異データ除去後のｎ分間
蓄積データを使用し、走行所要時間情報として走行所要
時間平均値を演算する走行所要時間情報演算手段と、 前記走行所要時間情報演算手段にて演算された走行所要
時間情報を提供する走行所要時間情報提供手段と、 を有することを特徴とする走行所要時間情報演算装置。3. A travel time information computing device using data such as an entry place, entry time, departure place, and departure time obtained by a tollgate system provided on a toll road, wherein the information is obtained from the tollgate system. The travel time calculation means for calculating the travel time of a predetermined section based on the data on the entrance tollgate passage time, exit tollgate passage time, vehicle type and date, and the data and travel time calculation means obtained by the tollgate system. Tollgate data storage means for storing travel time data obtained from the vehicle, and first data for checking whether the required number of data is satisfied with respect to the accumulated data for n minutes stored by the tollgate data storage means Number checking means and one method of calculating travel time information when the number of data is small
One is a moving average calculation means for obtaining the required travel time information by a moving average, and the other is
One is a free-flow travel time information calculation means for obtaining travel time information based on the travel time during non-congestion, and the other is a travel time information calculation method when the number of data is small.
In other words, when the data number is not satisfied by the other section data use travel time information calculating means for obtaining the travel time information by subtracting the data of the other section, A determination is made as to whether to use the moving average calculating means, the self-curved running required time information calculating means, or the other section data using required running time information calculating means as the calculating means of the required travel time information when the number is small. Means, and if the number of data is satisfied by the first data number check means, the n stored in the tollgate data storage means
Frequency analysis means for performing frequency analysis of accumulated data for one minute; long-term stopped vehicle data removal means for removing long-term stopped vehicle data from the result of frequency analysis by the frequency analysis means; and checking the number of data after long-term stopped vehicle data removal. When it is determined that the number of data is satisfied by the second data number checking means and the second data number checking means, n after removing the long-term stopped vehicle data by the long-term stopped vehicle data removing means Otsu's threshold calculating means for calculating the threshold for dividing the accumulated data for 2 minutes by Otsu's threshold method, and the threshold calculated by the Otsu's threshold calculating means,
a cluster analysis unit that divides the n-minute accumulated data into two, a unique data removal unit that removes a unique data based on a result of the cluster analysis unit, and n minutes after the removal of the unique data by the unique data removal unit Travel time information calculating means for calculating the travel time average value as travel time information using the accumulated data, and travel time information for providing the travel time information calculated by the travel time information calculating means. A travel time information calculation device, comprising: a providing unit.
を除去後のデータを用いて、特異データ除去結果が妥当
なものかどうかをチエックする特異データ除去チェック
手段を有し、この特異データ除去チェック手段の結果か
ら、特異データ除去が妥当でない場合に、再度前記大津
の閾値演算手段、クラスタ分析手段、特異データ除去手
段により特異データを除去することを特徴とする請求項
３の走行所要時間情報演算装置。4. A peculiar data removal check means for checking whether a peculiar data removal result is appropriate or not by using the data after peculiar data removal by said peculiar data removal means. 4. The travel time information calculation according to claim 3, wherein if the removal of the unique data is not appropriate from the result of the means, the unique data is removed again by the Otsu threshold value calculation means, the cluster analysis means, and the unique data removal means. apparatus.
区間推定における信頼区間をもとに必要最小限データ数
を決定し、データ数チェックを行う請求項３の走行所要
時間情報演算装置。5. The travel time information calculation device according to claim 3, wherein said data number check means determines a minimum necessary data number based on a confidence interval in the section estimation of the average value and checks the data number.
手段にて保存されたｎ分間の蓄積データから自動二輸車
のデータを削除したデータを使用して度数解析を行うこ
とを特徴とする請求項２に記載の走行所要時間情報演算
装置。6. The frequency analysis means performs frequency analysis using data obtained by deleting data of a motorcycle from n-minute accumulated data stored in a tollgate data storage means. The travel time information calculation device according to claim 2.
記料金所データ保存手段により保存されたｎ分聞蓄積デ
ータから自動二輪車のデータを削除したデータに対し、
必要なデータ数が満たされているかどうかをチェックす
ることを特徴とする請求項３に記載の走行所要時間情報
演算装置。7. The first data number checking means, for the data obtained by deleting the motorcycle data from the n minute hearing accumulation data stored by the tollgate data storage means,
4. The travel time information calculation device according to claim 3, wherein it is checked whether a required number of data is satisfied.
記料金所データ保存手段により保存されたｎ分間蓄積デ
ータから自動二輪車のデータを削除したデータに対し、
必要なデータ数が満たされているかどうかをチェックす
ることを特徴とする請求項４に記載の走行所要時間情報
演算装置。8. The first data number check means, for data obtained by deleting motorcycle data from the accumulated data for n minutes stored by the tollgate data storage means,
The travel time information calculation device according to claim 4, wherein it is checked whether a required number of data is satisfied.
記料金所データ保存手段により保存されたｎ分間蓄積デ
ータから自動二輸車のデータを削除したデータに対し、
必要なデータ数が満たされているかどうかをチェックす
ることを特徴とする請求項５に記載の走行所要時間情報
演算装置。9. The first data number checking means, for data obtained by deleting motorcycle data from the accumulated data for n minutes stored by the tollgate data storage means,
The travel time information computing device according to claim 5, wherein it is checked whether a required number of data is satisfied.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP09420899A JP3529663B2 (en) | 1999-03-31 | 1999-03-31 | Travel time information calculation device |
| US09/498,367 US6449555B1 (en) | 1999-03-05 | 2000-02-04 | Run time information arithmetic operation apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP09420899A JP3529663B2 (en) | 1999-03-31 | 1999-03-31 | Travel time information calculation device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000285372A true JP2000285372A (en) | 2000-10-13 |
| JP3529663B2 JP3529663B2 (en) | 2004-05-24 |
Family
ID=14103904
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP09420899A Expired - Lifetime JP3529663B2 (en) | 1999-03-05 | 1999-03-31 | Travel time information calculation device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3529663B2 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003187371A (en) * | 2001-12-13 | 2003-07-04 | Nec Soft Ltd | System for collecting and providing slip information, server, method and program |
| JP2008059270A (en) * | 2006-08-31 | 2008-03-13 | Toshiba Corp | Process abnormality diagnostic device and process monitoring system |
| US7366679B2 (en) | 2000-10-31 | 2008-04-29 | Proto Corporation | Residual value forecasting system and method thereof, insurance premium calculation system and method thereof, and computer program product |
| JP2008165362A (en) * | 2006-12-27 | 2008-07-17 | I Transport Lab Co Ltd | Travel time calculation device, program, and recording medium |
-
1999
- 1999-03-31 JP JP09420899A patent/JP3529663B2/en not_active Expired - Lifetime
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7366679B2 (en) | 2000-10-31 | 2008-04-29 | Proto Corporation | Residual value forecasting system and method thereof, insurance premium calculation system and method thereof, and computer program product |
| JP2003187371A (en) * | 2001-12-13 | 2003-07-04 | Nec Soft Ltd | System for collecting and providing slip information, server, method and program |
| JP2008059270A (en) * | 2006-08-31 | 2008-03-13 | Toshiba Corp | Process abnormality diagnostic device and process monitoring system |
| JP2008165362A (en) * | 2006-12-27 | 2008-07-17 | I Transport Lab Co Ltd | Travel time calculation device, program, and recording medium |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3529663B2 (en) | 2004-05-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6449555B1 (en) | Run time information arithmetic operation apparatus | |
| JP3501773B2 (en) | Traffic situation determination method based on reported vehicle data for a traffic network including traffic-controlled network nodes | |
| CN104933860B (en) | Bus traffic congestion delay time at stop Forecasting Methodology based on gps data | |
| CN107316459B (en) | A kind of track of vehicle method for detecting abnormality and system | |
| US20150154862A1 (en) | Estimation of Actual Conditions of a Roadway Segment by Weighting Roadway Condition Data With the Quality of the Roadway Condition Data | |
| CN111351499B (en) | Path identification method and device, computer equipment and computer readable storage medium | |
| CN111383449A (en) | Intersection passage estimation method, computer device and computer readable storage medium | |
| JP3225203B2 (en) | Parking lot use situation prediction device, parking lot use situation measurement device, and parking lot guidance device using these | |
| CN111581538A (en) | Highway charging data-based high-speed traffic flow state inference method | |
| CN113724497A (en) | Method and device for predicting real-time traffic flow of target road | |
| JP3529663B2 (en) | Travel time information calculation device | |
| JP3529619B2 (en) | Travel time prediction device | |
| CN114973681B (en) | In-transit vehicle sensing method and device | |
| JP3556536B2 (en) | Traffic flow analysis system | |
| JP3932383B2 (en) | Traveling time prediction device | |
| CN113470376B (en) | Real-time regional in-transit vehicle counting method and system based on bayonet vehicle passing data | |
| CN115689089A (en) | Urban rail transit passenger riding probability calculation method, equipment and storage medium | |
| JP4126700B2 (en) | Traveling time prediction device and traveling time prediction method | |
| CN112927497B (en) | Floating car identification method, related method and device | |
| JP3803710B2 (en) | Traffic information processing method and traffic information processing system | |
| JP3883098B2 (en) | Traveling time prediction device | |
| Ma et al. | A new online travel time estimation approach using distorted automatic vehicle identification data | |
| JP3563629B2 (en) | Travel time information calculation device | |
| JP3526422B2 (en) | Travel time information calculation system | |
| CN112489432A (en) | Method and device for calculating number of vehicles on highway and storage medium |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20040217 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040225 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080305 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090305 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100305 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100305 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110305 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120305 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130305 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130305 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140305 Year of fee payment: 10 |
|
| EXPY | Cancellation because of completion of term |