JP2004021302A

JP2004021302A - Accidental incident detection device

Info

Publication number: JP2004021302A
Application number: JP2002171408A
Authority: JP
Inventors: Junko Yamamoto; 山本　純子; Yoshikazu Oba; 大場　義和; Yoshiro Seki; 関　義朗
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 2002-06-12
Filing date: 2002-06-12
Publication date: 2004-01-22
Anticipated expiration: 2022-06-12
Also published as: JP4030354B2

Abstract

<P>PROBLEM TO BE SOLVED: To provide an accidental incident detection device which requires no installation of additional dedicated facility, reduces a load on an operator and decreases the occurrence of an error in detection by detecting an accidental incident by use of accumulated traffic volume data obtained from a conventional system or the like. <P>SOLUTION: The accumulated traffic volume data obtained for each point of a plurality of data collection points located on a road in a vehicle-running direction are used to find the transition of the data. When the quantity of the transition in the data is remarkably different from other quantity of the transition, it is determined that the accidental incident happens between the points. By this, additional facilities such as a television camera or the like are not required, the load on the operator is reduced, and the accidental incident can be surely detected. <P>COPYRIGHT: (C)2004,JPO

Description

【０００１】
【発明の属する技術分野】
本発明は、道路上の事故車両や障害物などによる突発事象を検出するための突発事象検出装置に関する。
【０００２】
【従来の技術】
一般に、高速道路を含む各種の自動車道路では、事故や落下物等による突発事象が生じた場合、直ちに突発事象を検出して道路管理者やドライバーなどに周知する必要がある。従来、このような突発事象の検出に関しては、事故や落下物の危険が大きい個所にあらかじめ監視カメラを設置し、交通管制センターに表示される監視カメラの画像をオペレータが監視することにより行なっていた。
【０００３】
この場合、オペレータは、同時に複数のカメラ画像を監視しなければならず、検出ミスの可能性や、オペレータの負担が大きいなどの問題があった。また、監視カメラが設置されているのは、事故や落下物の危険が大きいと想定されたところだけであり、その他の場所で事故や障害物が発生しても検知できなかった。
【０００４】
そこで、最近は、次のような検出方式が提案されている。
（１）ＴＶカメラなどの撮像装置による画像を処理することにより突発事象を自動で検出する方式。
【０００５】
（特開平７−２１４８８号、特許第２９７２４７９号、特開平１０−９１８９３号）
（２）車両感知器データを分析して突発事象を自動で検出する方式。
【０００６】
（服部・下浦他：トラカンデータを用いた高速道路突発事象検出アルゴリズム，電気学会道路交通研究会資料，ＲＴＡ−００−３６，ＰＰ．１３−１８，２０００／１２）
（３）突発事象発生時のシミュレーションデータにより学習させたニューラルネットワークを使って車両感知器データから突発事象を検出する方式。
【０００７】
（大江・川島他：ニューラルネットワークを用いた突発事象検出について，第１４回交通工学研究発表会論文集，１９９４／１１）
（４）リアルタイムシミュレータによる無事故状態モデルと車両感知器データとの比較により突発事象を検出する方式。
【０００８】
（折田・高羽：リアルタイムシミュレーションによる街路網の事故検出手法，電子通信学会技術研究報告，ＰＰ．１７−２４（ＳＡＮＥ８１−３２），１９８１年）
【０００９】
【発明が解決しようとする課題】
しかし、（１）のように、画像を処理して検出する場合、カメラの視野外の突発事象は全く検出できないという制約がある。路線沿いに充分小さい間隔でカメラなどの専用設備を新規に投入するには、多大な費用が掛かってしまう。
【００１０】
（２）のように、車両感知器データを分析する方法は、車両感知器間での突発事象も検出することができ、有効と考えられるが、渋滞時以外での有効性は示されていない。
【００１１】
また、（３）や（４）のように、シミュレーションデータを使う方法では、シミュレータの精度が充分でないと、検出ミスや誤検出が発生してしまう。
【００１２】
一方、ＡＨＳ（Ａｄｖａｎｃｅｄ　ｃｒｕｉｓｅ−ａｓｓｉｓｔ　Ｈｉｇｈｗａｙ　Ｓｙｓｔｅｍｓ）のスポットサービスや新型のインフラセンサの設置等が計画されており、これらのインフラや既存インフラセンサから得られるデータを有効に利用できれば、突発事象自動検出に関しては、新規の設備を導入する必要がない。
【００１３】
本発明の目的は、既存システム等から得られる累積交通量データを用いて突発事象を検出することで、専用設備を新設することなく、しかもオペレータの負荷を軽減し、検出ミスを低減できる突発事象検出装置を提供することにある。
【００１４】
【課題を解決するための手段】
本発明による突発事象検出装置は、道路の車両走行方向に沿って位置する複数のデータ収集地点を通過した車両台数を含む交通データを取得する交通データ収集手段と、これら各交通データ収集手段で収集された交通データに基づき前記各データ収集地点を通過した車両の時刻毎の累積交通量データをそれぞれ算出する累積交通量算出手段と、この累積交通量算出手段で算出された各累積交通量データからそれぞれの推移データを求め、これら各累積交通量データの少なくとも一つの推移量と、同時刻範囲における他のデータの推移量との差が、予定以上の場合は突発事象発生とする突発事象検出手段とを備えたことを特徴とする。
【００１５】
本発明では、突発事象検出手段は、累積交通量データに対して独立して各データ収集地点間の走行所要時間を入手可能な場合に、隣り合うデータ収集地点の各累積交通量データから、それらの累積交通量が一致する時刻をそれぞれ求め、これら時刻間の時間と前記独立して入手された対応するデータ収集地点間の走行所要時間との差分、対応する累積交通量データを補正する補正機能を有する。
【００１６】
また、本発明では、交通データ収集手段は、各データ収集地点を通過する車両を感知する車両感知器からのデータを収集する。
【００１７】
さらに、本発明では、交通データ収集手段は、路車間通信により、走行車両にデータを提供した件数を通過台数として収集する。
【００１８】
また、本発明の突発事象検出装置は、道路の車両走行方向に沿って配置された複数のデータ収集地点から特定された車両の通過時刻をそれぞれ入手し、最下流地点からは車両の通過台数も入手する交通データ収集手段と、前記最下流地点の通過台数から最下流地点における時刻毎の累積交通量データを求めると共に、前記各データ収集地点における特定された車両の通過時刻から各データ収集地点間の走行所要時間をそれぞれ求め、所定時刻毎に前記最下流地点の累積交通量を、上流のデータ収集地点からの現時刻における走行所要時間遡った時刻における上流のデータ収集地点での累積交通量として擬似の累積交通量データを各データ収集地点について順次求める累積交通量算出手段と、この累積交通量算出手段で算出された各累積交通量データからそれぞれの推移データを求め、これら各累積交通量データの少なくとも一つの推移量と、同時刻範囲における他のデータの推移量との差が、予定以上の場合は突発事象発生とする突発事象検出手段とを備えたことを特徴とする。
【００１９】
本発明では、突発事象検出手段は、上流側のデータ収集地点での累積交通量データの推移量が、下流側データ収集地点での累積交通量データの推移量より大きい場合は、この上流側と下流側データ収集地点間で突発事象が発生していると判断する判断機能を有する。
【００２０】
また、本発明では、突発事象検出手段は、所定時間毎に、各累積交通量データから、累積交通量が同じになる時刻をそれぞれ求め、その時刻差から各データ収集地点間の走行所要時間をそれぞれ設け、これら各走行所要時間の変化率を比較して他より一定割合以上大きく変化している走行所要時間の区間がある場合は突発事象発生と判断する判断機能を有する。
【００２１】
これらの発明では、道路の車両走行方向に沿って位置する複数のデータ収集地点毎に得られる累積交通量データを用い、それらの推移データを求めて、その推移量が他の推移量と大きく異なる場合は、この間で突発事象が発生したと判断する。このため、多くのテレビカメラなどの新規設備を必要とせず、しかもオペレータの負担も少なくて済み、確実な突発事象の検出が可能となる。
【００２２】
【発明の実施の形態】
以下、本発明による突発事象検出装置の一実施の形態について、図面を参照して説明する。
【００２３】
図１は、突発事象検出装置の構成を示す。図１において、１は交通データ収集手段で、道路の車両走行方向に沿って複数箇所設置されたデータ収集地点からの交通データを収集する。この交通データとしては、データ収集地点を通過した車両の台数や通過時刻を含んでいる。
【００２４】
２は累積交通量算出手段で、各交通データ収集手段１から交通データを入力し、これら交通データに基づいて、各データ収集地点を通過した車両の累積台数を求め、図３で示す時刻毎の累積交通量データ（累積交通量曲線）を、複数のデータ収集地点毎に作成する。
【００２５】
３は突発事象検出手段で、累積交通量推移データ算出手段３１及び突発事象発生区間検出手段３２を有する。この突発事象検出手段３は、累積交通量算出手段２から各データ収集地点の累積交通量データが入力されると、累積交通量推移データ算出手段３１によって、各累積交通量データの推移データを算出する。突発事象発生区間検出手段３２は、算出された各推移データに基づき、少なくとも一つの推移量と、同時刻範囲における他のデータの推移量との差が、予定以上の場合は突発事象発生と判断する。例えば、上流側の一定数のデータ収集地点での累積交通量が下流側の一定数のデータ収集地点での累積交通量より大きい割合で増える場合は、その間の区間で突発事象が発生していると判断する。
【００２６】
４は表示手段で、突発事象検出手段３から、突発事象が発生しているとのデータを受け取った場合、突発事象の発生時刻と発生区間を、表示装置に表示したり、記録装置に記録したり、伝送装置に伝えたりする。
【００２７】
上記構成による突発事象検出装置では、図２で示すように、各交通データ収集手段１により、各データ収集地点から新規交通データを取得する（ステップ２０１）。この取得された交通データに基づき、累積交通量算出手段２では、図３で説明した累積交通量の時系列データ、すなわち時刻毎の累積交通量データを、各データ収集地点について作成し、更新する（ステップ２０２）。この累積交通量データは突発事象検出手段３に入力される。
【００２８】
突発事象検出手段３は、各データ収集地点の累積交通量データが入力されると、交通量推移データ算出手段３１により、これらデータから、各データ収集地点（各データポイント）での累積交通量増加分（推移）の変動を抽出する（ステップ２０３）。この抽出された結果から、突発事象発生区間検出手段３２により、下流側データポイントの累積交通量増加分が上流側データポイントより少ない場合、当該区間で障害物発生、と判断する（ステップ２０４）。
【００２９】
例えば、図４で示すように、複数のデータポイントにおける時刻毎の累積交通量データがそれぞれ得られている場合、最も下流側のデータポイントの累積時交通量データを表す曲線（図において、最も下側に位置する曲線）は、破線で囲んだ部分において、他の曲線に比べ増加分が少なくなっている。突発事象区間検出手段３２は、この現象を各曲線の推移データから検出し、増加量が他より少ない曲線のデータポイントの上流部分で突発事象が発生していると判断する。
【００３０】
この判断結果、すなわち突発事象の検出結果は表示手段４に出力され、道路管理者やドライバーなどに伝えられる（ステップ２０５）。
【００３１】
以下、上述した各手段の詳細を説明する。
【００３２】
交通データ収集手段１は、道路上の複数のデータ収集地点において上下線毎に設置され、データ収集地点を通過した走行車両の台数、通過時刻などの交通データを取得する。この交通データ収集手段１は、上下線の各車線にそれぞれ設置してもよい。
【００３３】
この交通データ収集手段１は、例えば、車両感知器や料金収受システムなどの既存インフラでもよいし、あるいは、現在計画されているＡＨＳスポットサービスや新型のインフラセンサを利用してもよい。また、既にＴＶカメラや赤外線カメラなどの撮像装置が投入されている地点では、これらの撮像装置を利用してもよい。さらに、これらを組み合わせて利用してもよい。
【００３４】
交通データ収集手段１として、車両感知器を利用する場合は、データ収集地点を通過した車両の台数と速度が得られる。
【００３５】
高速道路などの料金収受システムを利用する場合は、磁気式通行券の情報から、各車両について出入口料金所ＩＤおよび通過時刻と車種データが得られる。ＥＴＣシステムを利用する場合も、同様に、各車両の出入口料金所ＩＤおよび通過時刻と車種データが得られる。
【００３６】
ＡＨＳスポットサービスを利用する場合、サービス提供対象の車両の台数（通過台数）および通過時刻が得られる。すなわち、ＡＨＳスポットサービスでは、例えば見通し不良箇所を通過しようとする車両に対して、路車間通信により故障車両の存在等の情報を提供するものであり、路車間通信による情報提供サービス回数やサービス時刻から、車両の通過台数や通過時刻が得られる。
【００３７】
ミリ波センサなどの新型のインフラセンサを利用すれば、データ収集地点を通過した車両の台数や速度、車種などが得られる。ＴＶカメラや赤外線カメラといった撮像装置を利用する場合は、画像処理などにより車両を抽出できるので、通過車両の台数が得られる。
【００３８】
累積交通量集計手段２では、各交通データ収集手段１からの交通データに基づいて、各データ収集地点を通過した車両の累積台数を求め、データ収集地点ごとの累積交通量データを作成する。
【００３９】
累積交通量とは、一つの地点で検出された車両の台数の合計である。時間に対してプロットすると、図３のような累積交通量曲線が得られる。図で、Δｔは集計周期の大きさ（集計周期が一定の場合）、ｔは最新の集計時刻、ｔ−Δｔは前回の集計時刻、Ｑ（ｔ）は今回得られた交通量、Ｑ（ｔ−Δｔ）は前回得られた交通量である。基準時刻からの交通量Ｑの総和が、現在の累積交通量である。対象道路の各地点の交通量を時間的に加算していくことで得られる累積交通量は、単調増加であり、激しい変化がないという特徴がある。本発明はこの特徴を利用したものである。
【００４０】
累積交通量を求めるに当って、交通データ収集手段２として車両感知器やミリ波センサ、撮像装置などを利用する場合は、データ収集地点を通過した車両の台数が得られているので、この累計を取ればよい。
【００４１】
料金収受システム、あるいはＥＴＣシステムを利用する場合は、各料金所地点での本線走行車両の台数は直接にはわからない。しかし、各料金所データからは、料金所に出入りした各車両についての出入口料金所ＩＤおよび通過時刻が得られる。これらデータからは、個々の特定された車両の実測旅行時間が得られるので、これを統計処理することにより、各料金所間の走行所要時間データを求める。また、最下流料金所からは、流出車両台数（本線通過台数と等しい）が得られるので、この最下流料金所の累積交通量と各料金所間の走行所要時間データとから、各料金所地点における累積交通量を擬似的に作成する。
【００４２】
この各料金所地点における累積交通量を擬似的に作成する手法を図５によって説明する。
【００４３】
図５（ａ）において、道路の交通の流に対して、上流側からＡ〜Ｇの料金所が設置されており、Ｇが最下流の料金所とする。各料金所Ａ〜Ｇの料金収受システムにより、この料金所を出入りする車両について、入り側の料金所ＩＤ及び出側の料金所ＩＤと、入り時刻および出時刻がそれぞれ入手される。すなわち、それぞれ特定された車両の任意の料金所間の実測旅行時間が得られる。したがって、これら各車両の旅行時間を統計処理することにより、各料金所間の走行所要時間を時刻毎に得ることができる。
【００４４】
また最下流地点の料金所Ｇからは道路から流出する車両の台数及び時刻が得られる。したがって料金所Ｇについては、得られた台数の累計をとることにより、図５（ｂ）で示すように、最新の集計時刻ｔ、前回の集計時刻ｔ−Δｔ、・・・と、時刻毎の累積交通量データが得られる。
【００４５】
このように、時刻ｔに於ける最下流料金所Ｇでの累積交通量が得られるので、この累積交通量と各料金所間の所要時間データから、上流側の各料金所Ｆ〜Ａにおける累積交通量データを擬似的に作成する。この場合、まず、一つ上流の料金所Ｆから出発して時刻ｔに最下流料金所Ｇを通過するときの所要時間Ｔ_ＦＧを求める。次に、最下流料金所Ｇでの時刻ｔにおける累積交通量を−Ｔ_ＧＦだけ時間軸方向にシフトさせる。この結果、時刻ｔ−Ｔ_ＧＦにおける料金所Ｆでの擬似累積交通量が得られる。
【００４６】
同じく、最新時刻ｔ以前の各時刻における所要時間を用いて、料金所Ｇでの全累積交通量データをシフトさせれば、料金所Ｆでの時刻毎の累積交通量データが擬似的に作成される。同様に、さらに上流の料金所Ｅ〜Ａにおける累積交通量も、擬似的に作成することができる。ただし、途中の料金所Ｆ〜Ａにおいて出入りした車両台数は無視している。
【００４７】
なお、図５（ｂ）では、このようにして得られる累積交通量データを直線で示しているが、実際には図３で示したような累積交通量曲線になる。また、図５（ｂ）では、各累積交通量データが平行に描かれているが、実際には、同じ区間であっても交通状況により各時刻（ｔ，ｔ−Δｔ，・・・）における走行時間が異なる場合が多く、この場合、各料金所の累積交通量データは平行にならない。
【００４８】
この方法では、上流側料金所の擬似累積交通量データは、最下流料金所Ｇと同じ累積台数になったところまでしか得られないが、擬似累積交通量データの傾きを利用したり自己回帰モデルなどを利用すれば、現時刻までの擬似累積交通量データを求めることが可能である。
【００４９】
ＡＨＳスポットサービスを利用する場合、例えば、見通し不良箇所での情報提供サービスを利用する場合は、路車間通信の件数（通過台数）の累計を取ることにより、累積交通量データが得られる。一方、路車間通信時刻（通過時刻）からは、各データ収集地点間での実測旅行時間が得られるので、これを利用して累積交通量データを補正することができる。
【００５０】
次に、累積交通量データの補正について説明する。
【００５１】
累積交通量データは、突発事象検出に用いられるため、実際の交通量を正しく表す必要がある。しかし、交通データ収集手段１による検出ミスなどがあると、集計誤差が累積交通量データに蓄積されるため、これを正しい状態に補正する必要がある。
【００５２】
補正に当っては、図６で示すように、二つのデータ収集地点での累積交通量データｑ１，ｑ２を用い、これらの累積交通量が同じ台数に達した時刻を求める。これらの時刻の差ΔＴｘは、これらの地点間での所要時間となるはずである。しかし、どちらか、あるいは両方の累積交通量に誤差があると、求めた所要時間ΔＴｘにも誤差が含まれてしまう。そこで、累積交通量作成とは独立に得られた実測旅行時間ΔＴｘｔとの時間差を取ったところが、実際に同じ累積交通量となった時刻Ｔｘａｔである。このようにして求めた時刻と累積交通量の交点をつなげば、補正した累積交通量曲線ｑ１０が得られる。
【００５３】
交通データ収集手段１に、車両感知器やミリ波センサを使った場合でも、別の情報収集手段によって、全てあるいは一部のデータ収集地点間の所要時間が、ある程度の割合の通過車両について得られる場合にも、上記と同様にして、累積交通量データを補正することができる。
【００５４】
次に、突発事象検出手段３の詳細動作を説明する。突発事象検出手段３では、累積交通量算出手段２から各データ収集地点の累積交通量が入手されると、累積交通量推移データ算出手段３１により、各累積交通量の推移を示す累積交通量推移データを算出する。この推移データとしては、累積交通量の時刻毎の差分データをそれぞれ求める。
【００５５】
これら、各累積交通量データの推移データは、突発事象発生区間検出手段３２で互いに比較される。そして、累積交通量の差分データの少なくとも一つの推移量と、同時刻範囲における他のデータの推移量との差が、予定以上の場合は突発事象発生と判断する。例えば、上流側の一定数のデータ収集地点での累積交通量が下流側の一定数のデータ収集地点での累積交通量より大きい割合で増える場合は、その間の区間で突発事象が発生していると判断する。
【００５６】
また、各データポイントでの累積交通量が同じになる時刻の差をとって各区間の所要時間を求め、その差分データが他の区間よりも一定割合以上大きくなっているかどうかを判断材料に追加しても良い。このような判断材料を加えることにより、ノイズ等による累積交通量データの瞬間的な変化に影響されることなく、確実に突発事象を検出することができる。
【００５７】
通常、ある程度以上の交通量があれば、突発事象が発生して間を置かずに、突発事象発生区間の上流側と下流側で、累積交通量の増加傾向に差が生じるので、上記装置構成によれば、突発事象発生を迅速に検出し、道路管理者やドライバーに通知することができる。
【００５８】
また、突発事象発生の場合と逆の現象を検出したとき、すなわち、上流側に比べ下流側の累積交通量の増え方が大きかった場合は、突発事象が解消したと判断することができる。この突発事象自動検出装置を用いれば、突発事象の発生／解消を検出することができる。
【００５９】
このように、上記一実施の形態によれば、既存インフラやＡＨＳスポットサービスや新型のインフラセンサを利用して、複数のデータ収集地点における累積交通量データを入手し、それらの推移から突発事象の有無および発生区間を判断することができる。したがって、新規にＴＶカメラなどの専用設備を投入することなく、設備コストが増大することはない。また、オペレータの負担を軽減し、検出ミスを減らすことも可能となる。
【００６０】
また、累積交通量データに誤差が生じていても、これを補正することで誤差の影響を軽減することができ、突発事象検出の精度を上げることができる。
【００６１】
また、累積交通量の増加傾向の変動により突発事象発生を判断するので、迅速な突発事象の検出が可能となる。
【００６２】
また、データ収集地点に於ける通過車両台数を積算して累積交通量データを得るので、車両感知器などの既存の設備や、ミリ波レーダなどの新規に計画されているインフラセンサを、交通データ収集手段に利用することができる。
【００６３】
また、各データ収集地点間の所要時間と、最下流データ収集地点での通過車両台数に基づいて、累積交通量データを得ることもでき、高速道路などの料金収受システムを交通データ収集手段に利用することができる。
【００６４】
さらに、路車間通信の件数と時刻から、データ収集地点に於ける通過車両台数と通過時刻が得られるので、ＡＨＳスポットサービスを交通データ収集手段に利用することができる。
【００６５】
【発明の効果】
本発明によれば、車両の通過台数に基づく、時刻毎の累積交通量データを用い、その推移から突発事象の有無や発生区間等を検出するようにしたので、既存の車両感知器や料金収受システム等からの情報、さらにはＡＨＳスポットサービス等、新規インフラで得られる情報を使用することができる。すなわち、突発事象検出のための専用設備を新設する必要がないので、設備コストを上昇させることがなく、しかもオペレータの負荷を軽減し、検出ミスを低減できる。
【図面の簡単な説明】
【図１】本発明による突発事象検出装置の一実施の形態を示す機能ブロック図である。
【図２】同上一実施の形態による動作を説明するフローチャートである。
【図３】同上一実施の形態で用いる累積交通量データを説明する特性図である。
【図４】同上一実施の形態における突発事象検出動作を説明する特性図である。
【図５】同上一実施の形態における累積交通量データを作成する一例として料金所データを用いる場合を説明しており（ａ）は道路の概念図、（ｂ）は道路の各料金所における疑似累積交通量データの作成手法を説明する特性図である。
【図６】同上一実施の形態における累積交通量データの補正手法を説明する特性図である。
【符号の説明】
１　　交通データ収集手段
２　　累積交通量算出手段
３　　突発事象検出手段
４　　表示手段[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to an incident detection device for detecting an incident caused by an accident vehicle or an obstacle on a road.
[0002]
[Prior art]
Generally, on various motorways including an expressway, when an accident occurs due to an accident, a falling object, or the like, it is necessary to immediately detect the accident and inform the road manager, the driver, and the like. Conventionally, such an unexpected event has been detected by installing a surveillance camera in advance at a location where there is a high risk of an accident or falling object, and monitoring the image of the surveillance camera displayed on the traffic control center by an operator. .
[0003]
In this case, the operator must monitor a plurality of camera images at the same time, and there are problems such as a possibility of a detection error and a heavy burden on the operator. In addition, surveillance cameras were installed only in places where it was assumed that the danger of accidents and falling objects was large. Even if an accident or obstacle occurred in other places, it could not be detected.
[0004]
Therefore, recently, the following detection methods have been proposed.
(1) A method of automatically detecting a sudden event by processing an image by an imaging device such as a TV camera.
[0005]
(Japanese Patent Laid-Open No. Hei 7-21488, Japanese Patent No. 2972479, Japanese Patent Laid-Open No. Hei 10-91893)
(2) A method of automatically detecting an unexpected event by analyzing vehicle sensor data.
[0006]
(Hattori, Shimoura et al .: Highway incident detection algorithm using Tracan data, IEICE Road Traffic Study Group, RTA-00-36, PP. 13-18, 2000/12)
(3) A method of detecting an incident from vehicle sensor data using a neural network learned from simulation data at the time of the occurrence of the incident.
[0007]
(Oe / Kawashima et al .: On detection of sudden events using neural networks, Proceedings of the 14th Traffic Engineering Conference, 1994/11)
(4) A method of detecting an unexpected event by comparing a non-accident state model with vehicle sensor data using a real-time simulator.
[0008]
(Orita and Takaba: Road Network Accident Detection Method by Real-Time Simulation, IEICE Technical Report, PP. 17-24 (SANE 81-32), 1981)
[0009]
[Problems to be solved by the invention]
However, when processing and detecting an image as in (1), there is a restriction that a sudden event outside the field of view of the camera cannot be detected at all. Introducing new dedicated equipment such as cameras at sufficiently small intervals along the route requires a great deal of cost.
[0010]
As described in (2), the method of analyzing vehicle sensor data can also detect an unexpected event between vehicle sensors, and is considered to be effective. However, the method is not effective except during congestion. .
[0011]
In the method using simulation data as in (3) and (4), if the accuracy of the simulator is not sufficient, detection errors and erroneous detections occur.
[0012]
On the other hand, AHS (Advanced cruise-assist Highway Systems) spot services and the installation of new type of infrastructure sensors are planned. If the data obtained from these infrastructures and existing infrastructure sensors can be used effectively, the sudden event automatic detection Does not require the introduction of new equipment.
[0013]
An object of the present invention is to detect an incident using accumulated traffic volume data obtained from an existing system or the like, thereby reducing the load on an operator without newly installing a dedicated facility, and reducing the number of detection errors. It is to provide a detection device.
[0014]
[Means for Solving the Problems]
An unexpected event detection device according to the present invention includes a traffic data collection unit that obtains traffic data including the number of vehicles passing through a plurality of data collection points located along a vehicle traveling direction on a road, and a traffic data collection unit that collects the traffic data. Cumulative traffic volume calculating means for calculating the cumulative traffic volume data for each time of the vehicle passing through each data collection point based on the obtained traffic data, and from the cumulative traffic volume data calculated by the cumulative traffic volume calculating means. The respective transition data is obtained, and the difference between at least one of these accumulated traffic volume data and the transition amount of the other data in the same time range is equal to or larger than a schedule, and an unexpected event is generated. And characterized in that:
[0015]
In the present invention, the incident detection means, if it is possible to obtain the required travel time between the data collection points independently of the accumulated traffic data, from the accumulated traffic data of adjacent data collection points, And a correction function for correcting the difference between the time between these times and the travel time between the independently acquired corresponding data collection points and the corresponding cumulative traffic data. Having.
[0016]
Further, in the present invention, the traffic data collecting means collects data from a vehicle detector that detects a vehicle passing through each data collection point.
[0017]
Further, in the present invention, the traffic data collecting means collects the number of data provided to the traveling vehicle as the number of passing vehicles by road-to-vehicle communication.
[0018]
In addition, the incident detection device of the present invention obtains the passing times of the specified vehicles from a plurality of data collection points arranged along the vehicle traveling direction on the road, and the number of vehicles passing from the most downstream point. The traffic data collecting means to be obtained and the accumulated traffic volume data for each time at the lowermost point are obtained from the number of passing vehicles at the lowermost point, and between the data collecting points from the passing time of the specified vehicle at each data collecting point. The required travel time of each is determined, and the cumulative traffic volume at the most downstream point at each predetermined time is calculated as the cumulative traffic volume at the upstream data collection point at the time preceding the required travel time at the current time from the upstream data collection point. Cumulative traffic volume calculation means for sequentially obtaining pseudo cumulative traffic volume data for each data collection point, and each cumulative traffic volume calculated by the cumulative traffic volume calculation means Data, and if the difference between at least one of these accumulated traffic volume data and the amount of other data in the same time range is greater than expected, a sudden event will occur. And an event detecting means.
[0019]
In the present invention, the sudden event detection means, when the transition amount of the accumulated traffic data at the upstream data collection point is larger than the transition amount of the accumulated traffic data at the downstream data collection point, It has a judgment function of judging that an unexpected event has occurred between the downstream data collection points.
[0020]
Further, in the present invention, the sudden event detection means obtains a time at which the accumulated traffic volume becomes the same from each of the accumulated traffic volume data for each predetermined time, and calculates a travel time between the data collection points from the time difference. Each of them has a determining function of comparing the rates of change of the required travel times and determining that a sudden event has occurred when there is a section of the required travel time that is larger than the others by a fixed ratio or more.
[0021]
In these inventions, the accumulated traffic volume data obtained for each of a plurality of data collection points located along the vehicle traveling direction on the road is used to determine their transition data, and the transition amount is significantly different from other transition amounts. In this case, it is determined that a sudden event has occurred during this time. For this reason, many new facilities, such as a television camera, are not required, the burden on the operator is reduced, and a sudden incident can be detected reliably.
[0022]
BEST MODE FOR CARRYING OUT THE INVENTION
Hereinafter, an embodiment of a sudden event detection device according to the present invention will be described with reference to the drawings.
[0023]
FIG. 1 shows a configuration of a sudden event detection device. In FIG. 1, reference numeral 1 denotes a traffic data collection unit that collects traffic data from data collection points installed at a plurality of locations along a vehicle traveling direction on a road. The traffic data includes the number of vehicles passing through the data collection point and the time of passage.
[0024]
Numeral 2 denotes a cumulative traffic volume calculating means, which inputs traffic data from each traffic data collecting means 1 and calculates the cumulative number of vehicles passing through each data collecting point based on the traffic data. The cumulative traffic data (cumulative traffic curve) is created for each of a plurality of data collection points.
[0025]
Reference numeral 3 denotes a sudden event detecting means, which includes a cumulative traffic volume transition data calculating means 31 and a sudden event occurrence section detecting means 32. When the cumulative traffic volume data of each data collection point is input from the cumulative traffic volume calculating unit 2, the sudden event detecting unit 3 calculates the transition data of each cumulative traffic volume data by the cumulative traffic volume transition data calculating unit 31. I do. The sudden event occurrence section detecting means 32 determines that an unexpected event has occurred if the difference between at least one transition amount and the transition amount of other data in the same time range is greater than a schedule based on each calculated transition data. I do. For example, if the cumulative traffic volume at a certain number of data collection points on the upstream side increases at a rate greater than the cumulative traffic volume at a certain number of data collection points on the downstream side, an unexpected event has occurred in the section between them. Is determined.
[0026]
Reference numeral 4 denotes a display unit, which receives, from the incident detection unit 3, data indicating that an incident has occurred, displays the occurrence time and occurrence interval of the incident on a display device or records it on a recording device. Or to a transmission device.
[0027]
In the sudden event detection device having the above configuration, as shown in FIG. 2, each traffic data collection unit 1 acquires new traffic data from each data collection point (Step 201). Based on the acquired traffic data, the cumulative traffic calculation means 2 creates and updates the time series data of the cumulative traffic described in FIG. 3, that is, the cumulative traffic data for each time, for each data collection point. (Step 202). This accumulated traffic data is input to the sudden event detection means 3.
[0028]
When the cumulative traffic volume data at each data collection point is input to the sudden event detection unit 3, the traffic volume transition data calculation unit 31 calculates the cumulative traffic volume at each data collection point (each data point) from these data. The fluctuation of the minute (transition) is extracted (step 203). From the extracted result, when the cumulative traffic increase of the downstream data point is smaller than the upstream data point, the sudden event occurrence section detecting means 32 determines that an obstacle has occurred in the section (step 204).
[0029]
For example, as shown in FIG. 4, when the accumulated traffic volume data at each time at a plurality of data points is obtained, a curve representing the accumulated traffic volume data of the data point on the most downstream side (in FIG. The curve on the side) has a smaller increase in the portion surrounded by the broken line than the other curves. The sudden event section detecting means 32 detects this phenomenon from the transition data of each curve, and judges that a sudden event has occurred at an upstream portion of the data point of the curve whose increase is smaller than the others.
[0030]
This determination result, that is, the detection result of the sudden event is output to the display means 4 and transmitted to a road manager, a driver, and the like (step 205).
[0031]
Hereinafter, details of the above-described units will be described.
[0032]
The traffic data collection means 1 is installed at each of a plurality of data collection points on the road for each of the up and down lines, and acquires traffic data such as the number of traveling vehicles passing through the data collection points and the time of passage. The traffic data collecting means 1 may be installed in each of the up and down lanes.
[0033]
The traffic data collection means 1 may be, for example, an existing infrastructure such as a vehicle detector or a toll collection system, or may use an AHS spot service currently planned or a new type of infrastructure sensor. Further, at a point where an imaging device such as a TV camera or an infrared camera has already been inserted, these imaging devices may be used. Further, these may be used in combination.
[0034]
When a vehicle sensor is used as the traffic data collection means 1, the number and speed of vehicles passing through the data collection point can be obtained.
[0035]
When a toll collection system such as a highway is used, an entrance / exit tollgate ID, a passing time, and vehicle type data can be obtained for each vehicle from information on a magnetic toll ticket. Similarly, when using the ETC system, the entrance tollgate ID, the passing time, and the vehicle type data of each vehicle can be obtained.
[0036]
In the case of using the AHS spot service, the number of vehicles (the number of vehicles passing) and the time of passage are provided. That is, in the AHS spot service, for example, information such as the presence of a failed vehicle is provided by road-to-vehicle communication to a vehicle that is going to pass a location with poor visibility. , The number of vehicles passing and the passing time are obtained.
[0037]
If a new type of infrastructure sensor such as a millimeter wave sensor is used, the number, speed, and type of vehicles that have passed the data collection point can be obtained. When an imaging device such as a TV camera or an infrared camera is used, vehicles can be extracted by image processing or the like, so that the number of passing vehicles can be obtained.
[0038]
The cumulative traffic counting means 2 calculates the cumulative number of vehicles passing through each data collection point based on the traffic data from each traffic data collection means 1 and creates the cumulative traffic data for each data collection point.
[0039]
The cumulative traffic volume is the total number of vehicles detected at one point. When plotted against time, an accumulated traffic curve as shown in FIG. 3 is obtained. In the figure, Δt is the size of the aggregation cycle (when the aggregation cycle is constant), t is the latest aggregation time, t-Δt is the previous aggregation time, Q (t) is the traffic volume obtained this time, and Q (t −Δt) is the traffic volume obtained last time. The sum of the traffic volumes Q from the reference time is the current cumulative traffic volume. The cumulative traffic volume obtained by adding the traffic volume at each point of the target road over time is monotonically increasing, and has a feature that there is no drastic change. The present invention utilizes this feature.
[0040]
When a vehicle sensor, a millimeter-wave sensor, an imaging device, or the like is used as the traffic data collection means 2 in obtaining the cumulative traffic volume, the number of vehicles passing through the data collection point is obtained. Just take it.
[0041]
When using the toll collection system or the ETC system, the number of vehicles traveling on the main line at each tollgate point is not directly known. However, from each tollgate data, an entrance tollgate ID and a passing time of each vehicle entering and exiting the tollgate can be obtained. Since the measured travel time of each specified vehicle can be obtained from these data, the travel time required between each tollgate is obtained by statistically processing the travel time. In addition, the number of outgoing vehicles (equal to the number of vehicles passing through the main line) can be obtained from the lowest toll gate. Therefore, based on the accumulated traffic volume at this lowest toll gate and the required travel time between toll gates, each toll gate point Simulates the accumulated traffic volume at.
[0042]
A method of simulating the accumulated traffic volume at each tollgate point will be described with reference to FIG.
[0043]
In FIG. 5A, toll gates A to G are installed from the upstream side for the traffic flow on the road, and G is the lowest toll gate. The toll booth system of each of the toll booths A to G obtains the toll booth ID on the entrance side and the toll booth ID on the exit side, and the entry time and departure time for vehicles entering and exiting this toll booth, respectively. That is, the measured travel time between any toll booths of the specified vehicles is obtained. Therefore, by performing a statistical process on the travel time of each of these vehicles, the required travel time between each tollgate can be obtained for each time.
[0044]
The number and time of vehicles flowing out of the road can be obtained from the tollgate G at the lowest point. Therefore, for the tollgate G, the total number of obtained toll gates is calculated, and as shown in FIG. 5B, the latest total time t, the previous total time t−Δt,. Cumulative traffic data is obtained.
[0045]
As described above, the accumulated traffic volume at the lowest downstream tollgate G at the time t is obtained, and the accumulated traffic volume at each of the tollgates F to A on the upstream side is obtained from the accumulated traffic volume and the required time data between the tollgates. Simulate traffic volume data. In this case, first, a required time T _FG required for departure from the toll gate F one upstream and passing through the toll gate G at the most downstream at time t is determined. Next, the accumulated traffic volume at the time t at the lowest tollgate G is shifted by _{-TGF in the} time axis direction. As a result, the pseudo cumulative traffic volume at the tollgate F at the time t- _TGF is obtained.
[0046]
Similarly, if the total accumulated traffic volume data at the tollgate G is shifted using the required time at each time before the latest time t, the accumulated traffic volume data at the tollgate F at each time is simulated. You. Similarly, the accumulated traffic volume at the tollgates EA further upstream can be created in a pseudo manner. However, the number of vehicles entering and leaving the toll booths F to A on the way is ignored.
[0047]
In FIG. 5B, the cumulative traffic volume data obtained in this manner is shown by a straight line, but actually, the cumulative traffic volume curve is as shown in FIG. Further, in FIG. 5B, each accumulated traffic volume data is drawn in parallel, but actually, even in the same section, at each time (t, t−Δt,...) Depending on traffic conditions. In many cases, the traveling times are different, and in this case, the accumulated traffic data at each tollgate is not parallel.
[0048]
In this method, the pseudo-cumulative traffic volume data at the upstream tollgate can be obtained only up to the point where the same number of vehicles as the lowermost tollgate G is reached. For example, it is possible to obtain pseudo cumulative traffic volume data up to the current time.
[0049]
When using the AHS spot service, for example, when using the information providing service at a location with poor visibility, the cumulative traffic volume data can be obtained by taking the total number of road-vehicle communications (number of passing vehicles). On the other hand, since the actual travel time between the data collection points is obtained from the road-to-vehicle communication time (passing time), the accumulated traffic volume data can be corrected using this.
[0050]
Next, correction of the accumulated traffic data will be described.
[0051]
Since the accumulated traffic data is used for detecting an unexpected event, it is necessary to correctly represent the actual traffic volume. However, if there is a detection error or the like by the traffic data collection means 1, the counting error is accumulated in the accumulated traffic data, and it is necessary to correct this to a correct state.
[0052]
In the correction, as shown in FIG. 6, the time at which the accumulated traffic volume reaches the same number is obtained using the accumulated traffic volume data q1 and q2 at the two data collection points. The difference ΔTx between these times should be the required time between these points. However, if there is an error in one or both of the cumulative traffic volumes, the calculated required time ΔTx also includes an error. Therefore, the time difference from the actually measured travel time ΔTxt obtained independently of the creation of the accumulated traffic volume is the time Txat at which the actual accumulated traffic volume becomes the same. By connecting the intersection of the time thus obtained and the cumulative traffic volume, a corrected cumulative traffic volume curve q10 is obtained.
[0053]
Even when a vehicle detector or a millimeter wave sensor is used for the traffic data collection means 1, the time required for all or some data collection points can be obtained for a certain percentage of passing vehicles by another information collection means. Also in this case, the accumulated traffic data can be corrected in the same manner as described above.
[0054]
Next, the detailed operation of the sudden event detection means 3 will be described. In the sudden event detection means 3, when the cumulative traffic volume at each data collection point is obtained from the cumulative traffic volume calculation means 2, the cumulative traffic volume transition data calculation means 31 causes the cumulative traffic volume change data indicating the transition of each cumulative traffic volume. Calculate the data. As the transition data, difference data for each time of the accumulated traffic volume is obtained.
[0055]
These transition data of the accumulated traffic volume data are compared with each other by the sudden event occurrence section detection means 32. Then, when the difference between at least one transition amount of the difference data of the accumulated traffic amount and the transition amount of the other data in the same time range is equal to or larger than a schedule, it is determined that an unexpected event has occurred. For example, if the cumulative traffic volume at a certain number of data collection points on the upstream side increases at a rate greater than the cumulative traffic volume at a certain number of data collection points on the downstream side, an unexpected event has occurred in the section between them. Judge.
[0056]
In addition, the required time of each section is calculated by taking the difference in time when the accumulated traffic volume at each data point becomes the same, and whether the difference data is larger than other sections by a certain percentage or more is added to the judgment material. You may. By adding such determination information, it is possible to reliably detect an unexpected event without being affected by an instantaneous change in the accumulated traffic data due to noise or the like.
[0057]
Normally, if there is a certain amount of traffic, a difference occurs in the tendency of the cumulative traffic to increase between the upstream side and the downstream side of the sudden event occurrence zone without a pause after the sudden event occurs. According to this, it is possible to quickly detect occurrence of an unexpected event and notify a road manager or a driver.
[0058]
Further, when the phenomenon opposite to the case of the occurrence of the sudden event is detected, that is, when the increase in the cumulative traffic volume on the downstream side is larger than that on the upstream side, it can be determined that the sudden event has been resolved. With the use of this sudden event automatic detection device, occurrence / elimination of a sudden event can be detected.
[0059]
As described above, according to the above-described embodiment, the accumulated traffic volume data at a plurality of data collection points is obtained by using the existing infrastructure, the AHS spot service, and the new type of infrastructure sensor. The presence / absence and the occurrence section can be determined. Therefore, the facility cost does not increase without newly introducing dedicated equipment such as a TV camera. Further, the burden on the operator can be reduced, and detection errors can be reduced.
[0060]
Further, even if an error occurs in the accumulated traffic volume data, by correcting the error, the influence of the error can be reduced, and the accuracy of the sudden event detection can be improved.
[0061]
In addition, since the occurrence of an unexpected event is determined based on a change in the increasing tendency of the accumulated traffic volume, it is possible to quickly detect the unexpected event.
[0062]
Also, since the accumulated traffic volume data is obtained by integrating the number of passing vehicles at the data collection point, existing equipment such as vehicle detectors and newly planned infrastructure sensors such as millimeter wave radar can be used for traffic data. It can be used for collection means.
[0063]
In addition, accumulated traffic volume data can be obtained based on the time required between each data collection point and the number of vehicles passing at the lowest data collection point, and a toll collection system such as an expressway can be used as traffic data collection means. can do.
[0064]
Further, since the number of passing vehicles and the passing time at the data collection point can be obtained from the number and time of the road-vehicle communication, the AHS spot service can be used for the traffic data collecting means.
[0065]
【The invention's effect】
According to the present invention, the use of the accumulated traffic volume data at each time, based on the number of vehicles passing, is used to detect the presence or absence of an unexpected event and the section in which it occurred based on the transition. Information obtained from a new infrastructure such as information from a system or the like, or an AHS spot service can be used. In other words, there is no need to newly install dedicated equipment for detecting an unexpected event, so that equipment costs are not increased, and the load on the operator is reduced, and detection errors can be reduced.
[Brief description of the drawings]
FIG. 1 is a functional block diagram showing an embodiment of a sudden event detection device according to the present invention.
FIG. 2 is a flowchart illustrating an operation according to the embodiment.
FIG. 3 is a characteristic diagram for explaining cumulative traffic data used in the first embodiment;
FIG. 4 is a characteristic diagram illustrating an unexpected event detection operation according to the first embodiment;
FIGS. 5A and 5B illustrate a case where tollgate data is used as an example of creating cumulative traffic volume data according to the embodiment; FIG. 5A is a conceptual diagram of a road, and FIG. FIG. 4 is a characteristic diagram illustrating a method of creating cumulative traffic data.
FIG. 6 is a characteristic diagram illustrating a method of correcting accumulated traffic volume data according to the first embodiment.
[Explanation of symbols]
1 Traffic data collection means 2 Cumulative traffic volume calculation means 3 Sudden event detection means 4 Display means

Claims

Traffic data collection means for obtaining traffic data including the number of vehicles passing through a plurality of data collection points located along the vehicle traveling direction of the road,
Cumulative traffic volume calculation means for calculating the cumulative traffic volume data for each time of the vehicle passing through each data collection point based on the traffic data collected by each of these traffic data collection means,
The respective transition data is obtained from each of the cumulative traffic data calculated by the cumulative traffic calculating means, and the difference between at least one of these cumulative traffic data and the transition of other data in the same time range is calculated. But an unexpected event detecting means that an unexpected event occurs when the schedule is exceeded,
A sudden event detection device comprising:

When the travel time between each data collection point can be obtained independently of the accumulated traffic data, the sudden event detection means calculates the accumulated traffic volume from each accumulated traffic data at adjacent data collection points. Has a correction function of correcting the difference between the time between these times and the required travel time between the independently acquired corresponding data collection points, and the corresponding cumulative traffic data. The sudden event detection device according to claim 1, wherein:

2. The sudden event detection device according to claim 1, wherein the traffic data collection unit collects data from a vehicle detector that detects a vehicle passing through each data collection point.

2. The sudden event detection device according to claim 1, wherein the traffic data collection unit collects the number of data provided to the traveling vehicle as the number of passing vehicles by road-to-vehicle communication.

A traffic data collection unit that obtains the passing time of the identified vehicle from each of a plurality of data collection points arranged along the vehicle traveling direction on the road, and also obtains the number of vehicles passing from the lowest point,
While obtaining the cumulative traffic volume data for each time at the most downstream point from the number of passing at the most downstream point, the required travel time between each data collection point from the passing time of the specified vehicle at each data collection point, respectively, For each predetermined time, the cumulative traffic volume at the lowermost point is calculated as pseudo cumulative traffic volume data as the cumulative traffic volume at the upstream data collection point at the time preceding the required travel time at the current time from the upstream data collection point. Means for calculating the cumulative traffic volume for the data collection point sequentially;
The respective transition data is obtained from each of the cumulative traffic data calculated by the cumulative traffic calculating means, and the difference between at least one of these cumulative traffic data and the transition of other data in the same time range is calculated. But an unexpected event detecting means that an unexpected event occurs when the schedule is exceeded,
A sudden event detection device comprising:

The sudden event detection means, when the transition volume of the accumulated traffic volume data at the upstream data collection point is larger than the transition volume of the accumulated traffic volume data at the downstream data collection point, The sudden event detection device according to claim 1 or 5, further comprising a determining function of determining that a sudden event has occurred between points.

The sudden event detection means obtains a time at which the cumulative traffic volume becomes the same from each of the cumulative traffic volume data at predetermined time intervals, calculates a travel time required between each data collection point from the time difference, and 2. The system according to claim 1, further comprising a judgment function for comparing the rate of change of the required travel time and determining that an unexpected event has occurred when there is a section of the required travel time which is larger than the others by a certain ratio or more. 2. The sudden event detection device according to claim 5,