JP2004118735A

JP2004118735A - Traffic situation estimation device and od traffic volume correction device

Info

Publication number: JP2004118735A
Application number: JP2002284289A
Authority: JP
Inventors: Hironobu Kitaoka; 北岡　広宣; Eiji Teramoto; 寺本　英二; Masao Kuwabara; 桑原　雅夫; Hiroyuki Koneyama; 小根山　裕之
Original assignee: I TRANSPORT LAB CO Ltd; TRANSP LAB CO Ltd I; Toyota Central R&D Labs Inc
Current assignee: I TRANSPORT LAB CO Ltd; TRANSP LAB CO Ltd I; Toyota Central R&D Labs Inc
Priority date: 2002-09-27
Filing date: 2002-09-27
Publication date: 2004-04-15
Anticipated expiration: 2022-09-27
Also published as: JP4030848B2

Abstract

<P>PROBLEM TO BE SOLVED: To predict traffic situations over a comparatively long feature period from the present with high accuracy. <P>SOLUTION: A traffic situation calculation part 24 calculates a traffic volume calculation value by performing traffic current simulation by using road network data, signal data in a road network and OD traffic volume, a feature predicting processing part 30 predicts a predicted value of feature traffic volume on the basis of the measured values of past traffic volume and a measured value of current traffic volume and an OD traffic volume estimation part 26 corrects the OD traffic volume to be used for the traffic situation calculation part 24 so that the calculated value coincides with the measured value of the current traffic volume and the predicted value. <P>COPYRIGHT: (C)2004,JPO

Description

【０００１】
【発明の属する技術分野】
本発明は、交通状況推定装置及びＯＤ交通量修正装置にかかり、特に、現在から比較的長い将来にわたった交通状況を表す交通量を高い精度で予測することができる交通状況推定装置、及び交通流シミュレーションを行なう際に使用されるＯＤ交通量を修正するＯＤ交通量修正装置に関する。
【０００２】
【従来の技術】
交通制御や車両の経路誘導のために、交通流シミュレーションで得られる交通流れデータと観測で得られた現在の交通流れデータとを比較し、シミュレーションで得られた交通流れデータを調整して、現在の交通流れデータと一致させることにより、道路網の各々の場所における交通状況を再現する技術が開示されている（例えば、特許文献１参照。）。
【０００３】
【特許文献１】
特開平１１−３２８５７１号公報
【０００４】
【発明が解決しようとする課題】
しかしながら、上記従来の技術では、シミュレーションで得られた交通流れデータを調整するのに現在の交通流れデータを使用しているため、短期間の将来の交通状況しか予測できない、という問題がある。
【０００５】
本発明は、上記問題点を解決するために成されたもので、現在から比較的長い将来にわたった交通状況を表す交通量を高い精度で予測することができる交通状況推定装置、及び現在から比較的長い将来にわたったＯＤ交通量を高い精度で修正することができるＯＤ交通量修正装置を提供することを目的とする。
【０００６】
【課題を解決するための手段】
上記目的を達成するために第１の発明の交通状況推定装置は、道路ネットワークデータ、道路ネットワーク上の信号データ、及びＯＤ交通量を用いた交通流シミュレーションを行なって、交通量の計算値をリンク毎に計算する計算手段と、過去の交通量の観測値と現在の交通量の観測値とに基づいて、将来の交通量の予測値をリンク毎に予測する予測手段と、前記交通量の計算値を前記現在の交通量の観測値及び前記交通量の予測値に一致させるための目標値をリンク毎に設定する設定手段と、前記交通量の計算値及び前記目標値に基づいて、前記ＯＤ交通量を修正する修正手段と、を含んで構成されている。
【０００７】
本発明では、交通流シミュレーションによって交通量の計算値がリンク毎に計算され、過去の交通量の観測値（実測値）と現在の交通量の観測値とに基づいて、将来の交通量の予測値がリンク毎に予測される。将来の交通量の予測値は、過去の交通量と過去の交通量の変化量とを用いて予測することができる。設定手段は、交通量の計算値を現在の交通量の観測値及び交通量の予測値に一致させるための目標値をリンク毎に設定する。そして、修正手段は、交通量の計算値及び目標値に基づいて、ＯＤ交通量を修正する。これによって、修正されたＯＤ交通量を用いた交通流シミュレーションが行なわれて、交通量の計算値が計算され、このときの修正されたＯＤ交通量は交通量の計算値が現在の交通量の観測値及び交通量の予測値に一致するように修正されているので、現在から比較的長い将来にわたった交通状況を表す物理量である交通量を高い精度で予測することができる。
【０００８】
第２の発明の交通状況推定装置は、道路ネットワークデータ、道路ネットワーク上の信号データ、及びＯＤ交通量を用いた交通流シミュレーションを行なって、交通量の計算値をリンク毎に計算する計算手段と、過去の交通量及び占有率の観測値と現在の交通量及び占有率の観測値とに基づいて、将来の交通量及び占有率の予測値をリンク毎に予測する予測手段と、前記交通量及び占有率の予測値に基づいて、前記交通量の計算値を前記現在の交通量の観測値及び前記交通量の予測値に一致させるための目標値をリンク毎に設定する設定手段と、前記交通量の計算値及び前記目標値に基づいて、前記ＯＤ交通量を修正する修正手段と、を含んで構成したものである。
【０００９】
また、第３の発明は、第２の発明の占有率に代えて、リンク速度を用いたものであり、第４の発明は第２の発明の占有率に代えてリンク旅行時間を用いたものである。
【００１０】
第２の発明、第３の発明、または第４の発明によれば、交通量及び占有率の予測値、交通量及びリンク速度の予測値、または交通量及びリンク旅行時間の予測値を用いて、交通量の計算値を現在の交通量の観測値及び交通量の予測値に一致させるための目標値をリンク毎に設定し、ＯＤ交通量を修正しているため、第１の発明より精度良く、交通状況を予測することができる。
【００１１】
上記第１〜第４の発明の修正手段では、各リンクの前記交通量の計算値と前記交通量の予測値との差の自乗の総リンクについての和を予測時間帯にわたって加算した値が減少するように、前記ＯＤ交通量を修正するようにすることができる。
【００１２】
また、修正手段で、各リンクの前記交通量の計算値の変化値を遺伝子とした初期世代の複数の固体を作成し、前記変化値と前記目標値との差で定まる各個体の優劣を表す適応度が小さい固体の選択、選択された個体の交叉、及び交叉された固体の突然変異を所定回繰り返し行ない、繰り返しによって適応度が最も小さくなった固体の遺伝子に基づいて前記ＯＤ交通量を修正するようにすれば、最適なＯＤ交通量を短時間で求めることができる。
【００１３】
また、第５の発明のＯＤ交通量修正装置は、道路ネットワークデータ、道路ネットワーク上の信号データ、及びＯＤ交通量を用いた交通流シミュレーションを行なう際に使用される前記ＯＤ交通量を修正するＯＤ交通量修正装置であって、前記交通流シミュレーションを行なって、交通量の計算値をリンク毎に計算する計算手段と、過去の交通量の観測値と現在の交通量の観測値とに基づいて、将来の交通量の予測値をリンク毎に予測する予測手段と、前記交通量の計算値を前記現在の交通量の観測値及び前記交通量の予測値に一致させるための目標値をリンク毎に設定する設定手段と、前記交通量の計算値及び前記目標値に基づいて、前記ＯＤ交通量を修正する修正手段と、を含んで構成したものである。
【００１４】
第５の発明によれば、上記で説明したように、最適なＯＤ交通量を求めることができる。
【００１５】
また、第５の発明においても上記で説明したように、交通量及び占有率の予測値、交通量及びリンク速度の予測値、または交通量及びリンク旅行時間の予測値を用いて、交通量の計算値を現在の交通量の観測値及び交通量の予測値に一致させるための目標値をリンク毎に設定し、ＯＤ交通量を修正してもよい。
【００１６】
さらに、上記で説明したように、第５の発明の修正手段では、各リンクの前記交通量の計算値と前記交通量の予測値との差の自乗の総リンクについての和を予測時間帯にわたって加算した値が減少するように、前記ＯＤ交通量を修正するようにすることができる。
【００１７】
また、修正手段で、各リンクの前記交通量の計算値の変化値を遺伝子とした初期世代の複数の固体を作成し、前記変化値と前記目標値との差で定まる各個体の優劣を表す適応度が小さい固体の選択、選択された個体の交叉、及び交叉された固体の突然変異を所定回繰り返し行ない、繰り返しによって適応度が最も小さくなった固体の遺伝子に基づいて前記ＯＤ交通量を修正するようにすれば、最適なＯＤ交通量を短時間で求めることができる。
【００１８】
【発明の実施の形態】
以下、図面を参照して本発明の実施の形態を詳細に説明する。本実施の形態の交通状況推定装置には、図１に示すように、交通量、占有率、及びリンク速度等の交通情報を収集して管理するコンピュータで構成された交通情報収集・管理部１０が設けられている。
【００１９】
交通情報収集・管理部１０には、道路管理者や、ＶＩＣＳ、ＪＡＲＴＩＣ、ＡＴＩＳ等の交通情報提供者の交通情報管理装置１２が接続されている。
【００２０】
交通情報収集・管理部１０には、ＤＳＲＣ（狭域無線通信）や無線ＬＡＮ等によって車載端末通信装置と通信を行なって交通情報を検出する路側に固定された路上センサ１６が接続されると共に、車載端末通信装置に接続された携帯電話やＰＨＳ等の移動体通信装置１８と通信を行なって交通情報を受信する基地局２０がネットワークを介して接続されている。
【００２１】
また、交通情報収集・管理部１０には、データベース２２に記憶された道路ネットワークデータ、道路ネットワーク上の信号データ、及び、出発地（Ｏｒｉｇｉｎ）から目的地（Ｄｅｓｔｉｎａｔｉｏｎ）までの交通量（ＯＤ交通量）の初期値を表す初期ＯＤ交通量データ等に基づいて、交通流シミュレーションを行なって各リンクの交通量等の交通状況を表す物理量の計算値を計算する交通情報計算部２４、予測情報データベース２８に記憶された交通情報の履歴データに基づいて、将来の交通量等の交通状況を表す物理量の予測値を推定する将来予測処理部３０、及び、交通状況を表す物理量の計算値を、交通状況を表す物理量の現在の観測値及び予測値に一致させるための最適なＯＤ交通量を推定するＯＤ交通量推定部２６が接続されている。なお、交通情報計算部２４、ＯＤ交通量推定部２６、及び将来予測処理部３０は、コンピュータで構成してＬＡＮ等のネットワークを介して交通情報収集・管理部１０と接続することができる。さらに、交通状況推定装置には、予測した交通状況を表す物理量を提供するための交通情報提供部３２が接続されている。
【００２２】
交通情報収集・管理部１０は、交通情報管理装置１２から送信された交通情報、路上センサ１６で検出した交通情報、及び移動体通信装置１８から送信された交通情報を受信して交通情報データベース１４に記録すると共に、交通情報管理装置１２から交通情報の送信要求があった場合には交通情報データベース２４にアクセスして必要な情報を読み出して交通情報管理装置１２に送信する。また、交通状況推定装置は、交通情報提供部３２から要求があった場合には、予測した将来の交通状況を表す交通量等の物理量を交通情報提供部３２に提供する。
【００２３】
なお、過去の交通情報の履歴データは、予測情報データベース２８にも記憶される。また、交通情報収集・管理部１０には、コンビニエンスストアやキオスク等に設置され、ユーザーが提供するメモリーカードやフレキシブルデスク等の記録媒体に記録された走行履歴情報である交通情報を読み取る固定情報端末装置を接続しててもよい。
【００２４】
以下、本実施の形態の交通状況計算部、ＯＤ交通量推定部、及び将来予測処理部で実行される処理ルーチンを図２を参照して説明する。本実施の形態では、交通状況を表す物理量として主としてリンク毎の交通量を用い、ＯＤ交通量を修正して計算値と予測値との誤差を減少させるようにしている。しかしながら、交通状況によっては計算値と予測値との誤差が減少しない場合があるので、この場合には、交通量だけでなく、リンク毎の交通量及び占有率、またはリンク毎の交通量及びリンク速度を用いて目標値を設定し、リンク毎の交通量とリンク毎の目標値とに基づいてＯＤ交通量を修正し、計算値と予測値との誤差を減少させるようにしている。
【００２５】
ステップ１００では、観測された交通量の実測データ（実測値）が得られるリンク各々において、予測する将来の時刻での交通量の予測値をリンク毎に演算する。このリンク毎の交通量の予測値は、予測情報データベース２８に記憶されている過去の交通量の実測データと現時刻の交通量の実測データとから、パターンマッチング、自己回帰、カルマンフィルター、またはニューラルネットワーク等を用いて、将来情報処理部３０において演算される。例えば、パターンマッチングを使用する場合には、下記（１）式を用いて、リンク毎に、現在の交通量の実測値と過去の交通量の実測値との差の自乗和を過去の検索する時間範囲ｋにわたって加算し、最も変動パターンが近い過去の日を検索し、検索した日の値を予測値として用いる。
【００２６】
【数１】

【００２７】
ただし、
Ｅｄ：過去ｄ日の誤差、
Ｑｃ（ｉ）：現在時刻ｉの交通量、
Ｑｄ（ｉ）：過去ｄ日の時刻ｉの交通量、
ｗ_ｉ：時刻ｉの係数
ｋ：検索する時間範囲
である。
【００２８】
これによって、ステップ１００では、リンク毎の交通量の予測値が各時間帯毎に求められる。
【００２９】
また、交通量を用いたＯＤ交通量の修正では計算値と予測値との誤差が減少しない場合には、ステップ１００において、上記と同様にして、交通量及び占有率、または交通量及びリンク速度（または、リンク旅行時間）の予測をリンク毎に行なう。この占有率は、リンクに存在する車両台数の割合を示し、リンク上の車両の密度に相当する。占有率、またはリンク速度の予測は、渋滞か否かの判断ができる程度の精度があればよい。この場合には、ステップ１００において、リンク毎の交通量及び占有率、またはリンク毎の交通量及びリンク速度（または、リンク旅行時間）等の予測値が各時間帯毎に求められることになる。
【００３０】
ステップ１０２の初期設定処理では、データベース２２からデータを読み出し、交通状況計算部２４に交通流シミュレーションに必要なパラメータを設定する。このパラメータとしては、道路ネットワーク、道路ネットワーク上の信号が青である時間を表すデータを含む信号データ、及び、初期ＯＤ交通量データ等がある。
【００３１】
次のステップ１０４では、所定時間帯のＯＤ交通量の設定を行なう。初回のＯＤ交通量は、ステップ１０２においてデータベース２２に記憶された初期ＯＤ交通量が設定され、後述するようにＯＤ交通量が修正された場合には、修正されたＯＤ交通量に更新され、また時間帯が切替えられたときには、切替えられた時間帯のＯＤ交通量が設定される。
【００３２】
次のステップ１０６では、交通流シミュレーションの計算を実行する。このシミュレーションの計算では、特開平１１−１４４１８２号公報に記載されているように、最初に、ステップ１０４で設定されたＯＤ交通量に従って、ＯＤで示す各セントロイドから指定された割合で車両を発生させる（車両発生）。次に、道路の交通状況に応じて、発生させた車両が通過する経路が選択される（経路選択）。経路選択は、旅行時間または走行距離等の経路コストが最小になる経路（最短時間経路、または最短距離経路）が選択される。なお、経路選択は、確率的に選択する経路選択行動のモデルを用いて選択してもよく、ドライバの経路探索特性を考慮した経路探索により求めた経路、及び特定の道路（例えば、国道や高速道路）を優先して通る経路のいずれか、またはこれらの経路を組み合わせた経路を選択経路としてもよい。
【００３３】
次に、各リンクでの車両の動作が求められ（走行）、到着を行なってシミュレーション計算を行なう。
【００３４】
このシミュレーションは、ブロック密度法またはインプット・アウトプット法等のマクロな交通流モデル、または追従モデルによるミクロな交通流モデルを用いて行なうことができる。
【００３５】
本実施の形態では、個々の車両の運動を図３に示した交通量−占有率特性（Ｑ−Ｋ特性）を用いてシミュレーションを行なった。そして、最終的に目的地に到達するまで、これらの運動を繰り返し、リンクでの車両移動のシミュレーションの結果として、リンク単位の通過交通量の計算値が各時間帯毎に求められる。なお、占有率やリンク速度を合わせて用いる場合には、リンク単位の通過交通量及び占有率、またはリンク単位の通過交通量及びリンク速度等の計算値が各時間帯毎に求められる。
【００３６】
次のステップ１０８では、ステップ１０６で求められた各時間帯のリンク単位の通過交通量の計算値と、ステップ１００で求められた各時間帯のリンク単位の交通量の予測値とを用い、交通状況の一致度の指標として交通量の計算値と交通量の予測値との誤差の自乗平均を表す自乗和を各時間帯毎に求める。
【００３７】
図４に示すように、現時間帯ＴにおけるリンクＬの交通量の実測値Ｑｒ（Ｌ，Ｔ）が得られた場合、ステップ１００では、時間帯Ｔ＋１，Ｔ＋２，Ｔ＋３，・・・Ｔ＋ｎにおけるリンク単位の交通量の予測値Ｑｒ（Ｌ，Ｔ＋１），Ｑｒ（Ｌ，Ｔ＋２），Ｑｒ（Ｌ，Ｔ＋３），・・・Ｑｒ（Ｌ，Ｔ＋ｎ）の各々が、時間帯Ｔ以前の実測値Ｑｒ（Ｌ，Ｔ），Ｑｒ（Ｌ，Ｔ−１），Ｑｒ（Ｌ，Ｔ−２），Ｑｒ（Ｌ，Ｔ−３），・・・Ｑｒ（Ｌ，Ｔ−ｋ）を用いて、下記の予測式Ｆｉにより得られている。
【００３８】
【数２】

【００３９】
また、ステップ１０６において、図５に示すように、時間帯Ｔ，Ｔ＋１，Ｔ＋２，・・・Ｔ＋ｎにおけるリンクＬ単位の交通量の計算値Ｑｃ（Ｌ，Ｔ），Ｑｃ（Ｌ，Ｔ＋１），Ｑｃ（Ｌ，Ｔ＋２），・・・Ｑｃ（Ｌ，Ｔ＋ｎ）の各々が、シミュレーション計算により求められている。
【００４０】
従って、ステップ１０８では、以下の式に従って交通量の誤差Ｅを演算する。この誤差Ｅは、各リンクの交通量の計算値と予測値との差の自乗の総観測リンクについての和に、時間帯別の係数を乗算し、これらの時間帯別の積を予測時間帯数にわたって加算した和によって表されている。
【００４１】
【数３】

【００４２】
ただし、Ｋｔは、時間帯別係数、Ｎは、総観測リンク数、ｎは予測時間帯数である。
【００４３】
次のステップ１１０では、ステップ１０８で演算された交通量の誤差Ｅが一定値以下か否か、または後述するようにＯＤ交通量を修正して繰り返し演算した演算回数が設定回数を越えたか否かを判断することにより、終了条件を満たしているか否かを判断する。
【００４４】
誤差が一定値以下の場合は、各リンクの交通量の計算値と予測値との差が小さく、交通状況の一致度が高いので、交通状況の予測が終了した（終了条件が成立した）と判断し、ステップ１１２で終了時間か否か、すなわち全ての時間帯について予測を終了したか否かを判断する。終了時間の場合には、ステップ１１４で交通状況を予測する処理を終了し、終了時間で無い場合には、ステップ１１６で時間帯を次の時間帯に切り換えてステップ１０４に戻り、次の時間帯の交通状況を予測する。また、演算回数が設定回数を越えた場合にも、ステップ１１０で終了条件が成立したと判断する。
【００４５】
ステップ１１２で終了時間であると判断されたときには、実測値から予測された予測値と交通状況の一致度の指標が高い交通量の計算値が各時間帯毎に求められる。
【００４６】
一方、ステップ１１０で終了条件が成立していないと判断されたときは、ステップ１１８で、各リンクの交通量の計算値と予測値との誤差Ｅが減少するように、好ましくは最小になるように、そのリンクを通過するＯＤ交通量を修正するための目標値をリンク毎に設定する。
【００４７】
なお、交通量を修正しても交通状況によっては誤差が減少しない場合があるので、この場合には、交通量だけでなく、占有率またはリンク速度を用い、交通量及び占有率に基づいて、または交通量及びリンク速度に基づいて、各々目標値を設定する。
【００４８】
次に、上記の目標値について説明する。図６に、リンク内のある地点での交通量Ｑと占有率Ｋとの関係を示す。この関係は、Ｑ−Ｋ特性として広く知られている。交通量が最大となる点より占有率が低い領域は、自由流領域と呼ばれ、各車両が各々無拘束に走行できる交通状況である。一方、交通量が最大となる点より占有率が高い領域は、渋滞流領域と呼ばれ、各車両が前方車両に追従しながら走行する交通状況である。渋滞流領域において更に占有率が高くなると、渋滞が発生し、リンクを通過することができる交通量は減少する。
【００４９】
また、図７に、交通量の計算値と実測値との例を示す。ここで、交通量の計算値Ｑｃと交通量の実測値Ｑｒとの差ｄＱを求めると、差ｄＱは自由流領域及び渋滞流領域の何れの領域においても、以下の式で表される。
【００５０】
【数４】

【００５１】
自由流領域では、交通量が計算値ＱｃからｄＱ増加すると、通過する交通量が増加し、交通量の実測値Ｑｒと一致するが、渋滞流領域では、混雑している交通状況において更に交通量が増加することで、交通の流れが悪くなり、逆に通過する交通量は減少する。従って、計算値及び実測値が各々自由流領域または渋滞流領域に存在するかによって目標値は異なる。下記の表に設定する目標値の例を示す。
【００５２】
【表１】

【００５３】
計算値及び実測値の両方が自由流領域に存在する場合には、目標値は、実測値と計算値との差に比例した値になるので、交通量の実測値及び予測値に基づいて、交通量の計算値を現在の交通量の観測値及び交通量の予測値に一致させるための目標値を設定することができる。
【００５４】
また、Ｑ−Ｋ特性は、リンクによって異なるため、計算値及び実測値の少なくとも一方が渋滞流領域に存在するときの目標値α、βは、各々リンク固有の値となるので、この場合には、交通量の予測値及び占有率の予測値に基づいて、交通量の計算値を現在の交通量の観測値及び交通量の予測値に一致させるための目標値を設定することができる。
【００５５】
交通量と占有率との関係は、厳密には過去の時間帯における交通状況にも依存しているため、交通量及び占有率の長期間の実測データより状態遷移テーブルを作成し、状態遷移を考慮して目標値を設定してもよい。
【００５６】
また、図８に示すように、飽和交通流率Ｑｍａｘが求められる場合は、目標値αを以下の式で表し、自由流が渋滞流に状態が変化するように設定してもよい。
【００５７】
【数５】

【００５８】
さらに、詳細なＱ−Ｋ特性が把握できない場合は、簡易的に以下のように目標値α、βを定めても良い。
【００５９】
【数６】

【００６０】
また、実測値、計算値で渋滞流領域が存在する場合で、渋滞の発生地点となっているボトルネックが下流リンクの場合、ボトルネックとなっている下流リンクに対して目標値を設定してもよい。
【００６１】
また、占有率ではなく、リンクの平均速度が求められる場合には、速度−交通量特性（Ｑ−Ｖ特性）を把握することで上記で説明した占有率の場合と同様に目標値を設定してもよい。
【００６２】
ステップ１２０では、各観測リンクを通過する交通量の計算値が各リンクについて現在の交通量の観測値及び交通量の予測値と一致するように、ステップ１１８で設定した目標値（増減目標値）に基づいてＯＤ交通量を修正する。
【００６３】
この修正するＯＤ交通量の組み合わせは、中規模の都市の現状再現を例にすると、１つの時間帯で探索対象となるＯＤペア数は約１００００ペアであり、仮に各ＯＤペアの探索の範囲を−１、０、＋１の３通りとした場合であっても、組合せとして３^{１００００}＝１．６×１０^４７７１通りあり、全探索は困難である。有限な時間内で探索精度の向上を図るには、少ない組み合わせの中で効率的に探索できる手法が必要である。
【００６４】
本実施の形態では、最適ＯＤ交通量の探索をより短時間で効率的に行なう方式としてＧＡ（Ｇｅｎｅｔｉｃ　Ａｌｇｏｒｉｔｈｍ：遺伝的アルゴリズム）を用いた。ＧＡは、最適化問題等において良好な解を探索することなどに広く利用されている。
【００６５】
ＧＡによる最適ＯＤ交通量探索ルーチンを図９を参照して説明する。ステップ１４０において、各ＯＤペアのリンク毎の交通量変化値ΔＶｗを遺伝子としたＭ個の固体の初期世代を作成する。ここでは、最初の固体（固体１）は遺伝子が全て０、つまりＯＤ交通量を変化させないものとする。それ以外の固体は、遺伝子を乱数で設定し、全部でＭ個の固体を作成する。初期世代の例を図１０に示す。各セル内の数字は、各ＯＤペアの交通量変化値（遺伝子）を示しており、例えば、−２は２台少ない、７は７台多いことを示している。
【００６６】
ステップ１４２では、遺伝子の値から各固体の優劣を表す適応度を計算する。本実施の形態では、適応度ｆを下記に示すように、観測リンクにおける交通量変化値とステップ１１８で設定した増減目標値との誤差の自乗平均値として計算した。
【００６７】
【数７】

【００６８】
ただし、ΔＱ_ｊはリンクｊの交通量変化値、ΔＴ_ｊはリンクｊの増減目標値である。
【００６９】
ＯＤ交通量が変化した場合、各リンクの交通量も変化する。このリンクの交通量変化値ΔＱ_Ｌは、下記の式に示すように、交通量の変化量とこの交通量が変化したリンクを通過する確率との積を全ＯＤペアに対して加算することで求められる。
【００７０】
【数８】

【００７１】
ただし、ΔＶ_ｉはＯＤペアｉのＯＤ交通量の変化量、Ｐ_ｉＬはＯＤペアｉがリンクＬを通過する確率である。
【００７２】
全ての固体について適応度が求まれば、適応度の小さい順に並びかえる。
【００７３】
ステップ１４４では、選択、交叉、突然変異の一連の演算を繰り返した回数が所定回数を越えたか否かを判断することにより、終了条件を満たすか否かを判断し、ステップ１４４で終了条件を満たさない、と判断された場合には、ステップ１４６で適応度が小さいＮ個の固体を選択し、残りの固体を破棄する。
【００７４】
次のステップ１４８では、選択したＮ個の固体から２個ずつ選択し、２個の固体の一部の遺伝子を交換することにより交叉を行って新たな遺伝子を作成する。交叉の例を図１１に示す。図では、選択した２個の固体Ａ、Ｂの一部の遺伝子（固体Ａにおける０、０の遺伝子、固体Ｂにおける７、２５の遺伝子）を交換することにより交叉した例が示されている。
【００７５】
次のステップ１５０では、任意の１つの固体を選択し、一部の遺伝子を乱数を用いて変異させた新しい個体を作成する。図１２では、固体Ｅを選択し、一部の遺伝子を変化させた例が示されている。
【００７６】
そして、ステップ１４２に戻って、上記で説明したように、観測リンクにおける交通量変化量と増減目標値との誤差の自乗平均を適応度として計算し、上記の処理を繰り返す。
【００７７】
ステップ１４４で、繰り返し回数が所定回数を越えて終了条件を満たすと判断された場合には、適応度が最小の固体を選択し、選択した個体の遺伝子を解としてこのルーチンを終了する。これによって、観測リンクを通過するＯＤ交通量に対して、各観測リンクを通過する交通量の計算値が各リンクの現在の交通量の観測値及び交通量の予測値と一致するように、ＯＤ交通量が修正される。
【００７８】
図１３を参照して本実施の形態の具体例について説明する。交通量の実測値が得られるリンクにおいて、現時刻である８：００の実測値（１１５２台）が得られた場合には、過去の交通量データ（７：００で５６０台、７：３０で６９０台）と、現時刻までの交通量の変化量（７：００〜７：３０で１３０台、７：３０〜８：００４６２）とを用い、予測対象時間帯における予測する将来の時刻での交通量の予測値（３０分後１００２台、６０分後９１０台）を求める。同様に、占有率についても上記と同じ予測する将来の時刻での占有率の予測値を求める。
【００７９】
また、交通流シミュレーションによって、現時刻以前の交通状況から上記と同じ予測する将来の時刻までの計算値を求める。
【００８０】
各観測リンクにおいて、現時刻から予測する将来の時刻までの予測値と計算値とを比較し、交通量の予測値と交通量の計算値との誤差が減少するようにＯＤ交通量を修正する。これにより、現時刻から将来の時刻にわたり観測時点の現在の観測値及び予測値と、計算値とが一致するＯＤ交通量が求められるので、交通量予測精度が向上する。
【００８１】
本実施の形態では、ＯＤ交通量の修正と交通流シミュレーションを繰り返して行なっているため、交通需要が変化することによる交通状況の変化も考慮することができ、これにより高い精度で交通状況が再現できる。また、現在の観測値に基づいて観測地点の交通量を予測し、予測値を用いてＯＤ交通量を修正しているため、初期のＯＤ交通量の傾向等に依存しない交通状況予測が可能になる。
【００８２】
【発明の効果】
以上説明したように第１〜第３の発明によれば、交通量の計算値が現在の交通量の観測値及び交通量の予測値に一致するように修正されたＯＤ交通量を用いているので、現在から比較的長い将来にわたった交通状況を表す交通量を高い精度で予測することができる、という効果が得られる。
【図面の簡単な説明】
【図１】本発明の実施の形態のブロック図である。
【図２】本発明の実施の形態の交通量を予測するルーチンを示す流れ図である。
【図３】交通量−占有率特性を示す線図である。
【図４】交通量実測値と予測値とを示す線図である。
【図５】交通量実測値と計算値とを示す線図である。
【図６】交通量と占有率との関係を示す線図である。
【図７】交通流の計算値と実測値との例を示す線図である。
【図８】飽和交通流率が求められている場合の交通流の計算値と実測値との例を示す線図である。
【図９】遺伝子アルゴリズムによる最適ＯＤ交通量探索処理ルーチンを示す流れ図である。
【図１０】作成した初期世代の例を示す線図である。
【図１１】交叉の例を示す線図である。
【図１２】突然変異の例を示す線図である。
【図１３】本実施の形態による処理の概要を示す線図である。
【符号の説明】
１０　　交通情報収集・管理部
１４　　交通情報データベース
２４　　交通状況計算部
２６　　ＯＤ交通量推定部
３０　　将来予測処理部[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to a traffic condition estimating device and an OD traffic volume correcting device, and in particular, to a traffic condition estimating device and a traffic condition device capable of predicting a traffic volume representing a traffic condition extending from the present to a relatively long future with high accuracy. The present invention relates to an OD traffic volume correction device that corrects an OD traffic volume used when performing a flow simulation.
[0002]
[Prior art]
For traffic control and route guidance of vehicles, compare the traffic flow data obtained by traffic flow simulation with the current traffic flow data obtained by observation, adjust the traffic flow data obtained by simulation, (Japanese Patent Application Laid-Open No. H11-163,837) discloses a technique for reproducing traffic conditions at each location of a road network by making the traffic flow data coincide with the traffic flow data.
[0003]
[Patent Document 1]
JP-A-11-328571
[0004]
[Problems to be solved by the invention]
However, in the above-described conventional technique, there is a problem that only the short-term future traffic situation can be predicted because the current traffic flow data is used to adjust the traffic flow data obtained by the simulation.
[0005]
The present invention has been made in order to solve the above problems, and a traffic condition estimating device capable of predicting traffic volume representing a traffic condition over a relatively long time from the present with high accuracy, and An object of the present invention is to provide an OD traffic correction device capable of correcting OD traffic over a relatively long future with high accuracy.
[0006]
[Means for Solving the Problems]
In order to achieve the above object, a traffic situation estimating apparatus according to a first aspect of the present invention performs a traffic flow simulation using road network data, signal data on a road network, and OD traffic, and links calculated values of the traffic. Calculating means for calculating for each link, predicting means for predicting a predicted value of future traffic volume for each link based on the observed value of past traffic volume and the observed value of current traffic volume, and calculating the traffic volume. Setting means for setting, for each link, a target value for matching a value with the current traffic flow observation value and the traffic flow prediction value, and the OD based on the calculated traffic flow value and the target value. Correction means for correcting the traffic volume.
[0007]
According to the present invention, a calculated value of the traffic volume is calculated for each link by the traffic flow simulation, and the predicted value of the future traffic volume is estimated based on the observed value (actually measured value) of the past traffic volume and the observed value of the current traffic volume. A value is predicted for each link. The predicted value of the future traffic volume can be predicted using the past traffic volume and the change amount of the past traffic volume. The setting means sets, for each link, a target value for matching the calculated value of the traffic volume with the observed value of the current traffic volume and the predicted value of the traffic volume. Then, the correction means corrects the OD traffic based on the calculated value of the traffic and the target value. As a result, a traffic flow simulation using the corrected OD traffic volume is performed, and the calculated traffic volume value is calculated. At this time, the corrected OD traffic volume is calculated based on the calculated traffic volume value of the current traffic volume. Since the correction is made so as to match the observation value and the predicted value of the traffic volume, the traffic volume, which is a physical quantity representing the traffic situation from the present to a relatively long future, can be predicted with high accuracy.
[0008]
A traffic condition estimating apparatus according to a second aspect of the present invention includes: a calculating means for performing a traffic flow simulation using road network data, signal data on the road network, and OD traffic, and calculating a calculated value of the traffic for each link. Prediction means for predicting predicted traffic volume and occupancy for each link based on past traffic volume and occupancy observed values and current traffic volume and occupancy observed values; Setting means for setting, for each link, a target value for matching the calculated value of the traffic volume with the observed value of the current traffic volume and the predicted value of the traffic volume, based on the predicted value of the occupancy rate; Correction means for correcting the OD traffic based on the calculated value of the traffic and the target value.
[0009]
The third invention uses a link speed in place of the occupancy of the second invention, and the fourth invention uses a link travel time in place of the occupancy of the second invention. It is.
[0010]
According to the second invention, the third invention, or the fourth invention, a predicted value of traffic volume and occupancy, a predicted value of traffic volume and link speed, or a predicted value of traffic volume and link travel time is used. Since the target value for matching the calculated value of the traffic with the current observed value of the traffic and the predicted value of the traffic is set for each link and the OD traffic is corrected, the accuracy is higher than that of the first invention. Can predict traffic conditions well.
[0011]
In the correcting means of the first to fourth inventions, the value obtained by adding the sum of the squares of all the squares of the difference between the calculated value of the traffic volume of each link and the predicted value of the traffic volume over the predicted time period decreases. In such a case, the OD traffic may be corrected.
[0012]
Further, the correction means creates a plurality of individuals of the initial generation using the change value of the calculated value of the traffic volume of each link as a gene, and expresses the superiority of each individual determined by the difference between the change value and the target value The selection of individuals with low fitness, the crossover of the selected individuals, and the mutation of the crossed individuals are repeated a predetermined number of times, and the OD traffic volume is corrected based on the genes of the individuals whose fitness has become the smallest by the repetition. By doing so, the optimum OD traffic can be obtained in a short time.
[0013]
An OD traffic correction device according to a fifth aspect of the present invention is an OD traffic correction device for correcting the OD traffic used when performing a traffic flow simulation using road network data, signal data on the road network, and OD traffic. A traffic correction device that performs the traffic flow simulation and calculates a calculated value of the traffic for each link, based on the observed value of the past traffic and the observed value of the current traffic. A prediction means for predicting a predicted value of the future traffic volume for each link; and a target value for matching the calculated value of the traffic volume with the observed value of the current traffic volume and the predicted value of the traffic volume for each link. And an adjusting means for correcting the OD traffic based on the calculated value of the traffic and the target value.
[0014]
According to the fifth aspect, as described above, the optimum OD traffic volume can be obtained.
[0015]
Also, in the fifth invention, as described above, the traffic volume and the occupancy rate, the traffic volume and the link speed predicted value, or the traffic volume and the link travel time predicted value are used to calculate the traffic volume. A target value for matching the calculated value with the current observed traffic value and the predicted traffic value may be set for each link, and the OD traffic volume may be corrected.
[0016]
Further, as described above, in the correcting means of the fifth invention, the sum of the squares of all the squares of the difference between the calculated value of the traffic volume of each link and the predicted value of the traffic volume is calculated over the prediction time period. The OD traffic may be corrected so that the added value decreases.
[0017]
Further, the correction means creates a plurality of individuals of the initial generation using the change value of the calculated value of the traffic volume of each link as a gene, and expresses the superiority of each individual determined by the difference between the change value and the target value The selection of individuals with low fitness, the crossing of selected individuals, and the mutation of the crossed individuals are repeated a predetermined number of times, and the OD traffic volume is corrected based on the gene of the individual with the lowest fitness by repetition. By doing so, the optimum OD traffic can be obtained in a short time.
[0018]
BEST MODE FOR CARRYING OUT THE INVENTION
Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings. As shown in FIG. 1, the traffic condition estimating apparatus according to the present embodiment includes a traffic information collection / management unit 10 configured by a computer that collects and manages traffic information such as traffic volume, occupancy, and link speed. Is provided.
[0019]
The traffic information collection and management unit 10 is connected to a traffic information management device 12 of a road manager or a traffic information provider such as VICS, JARTIC, ATIS, or the like.
[0020]
The traffic information collection / management unit 10 is connected to a roadside sensor 16 fixed to the roadside for detecting traffic information by communicating with a vehicle-mounted terminal communication device by DSRC (narrow-area wireless communication), wireless LAN, or the like. A base station 20 that communicates with a mobile communication device 18 such as a mobile phone or a PHS connected to the in-vehicle terminal communication device and receives traffic information is connected via a network.
[0021]
The traffic information collection / management unit 10 also stores the road network data stored in the database 22, the signal data on the road network, and the traffic volume (OD traffic volume) from the origin (Origin) to the destination (Destination). ), A traffic information calculation unit 24 that performs a traffic flow simulation to calculate a calculated value of a physical quantity representing a traffic condition such as the traffic volume of each link based on the initial OD traffic volume data or the like representing the initial value of (1). A future prediction processing unit 30 for estimating a predicted value of a physical quantity representing a traffic condition such as a future traffic volume based on the history data of the traffic information stored in the The OD traffic estimating unit 26 for estimating the optimal OD traffic to match the current observed value and the predicted value of the physical quantity representing There. The traffic information calculation unit 24, the OD traffic estimation unit 26, and the future prediction processing unit 30 can be configured by a computer and connected to the traffic information collection / management unit 10 via a network such as a LAN. Further, a traffic information providing unit 32 for providing a physical quantity representing a predicted traffic situation is connected to the traffic situation estimation device.
[0022]
The traffic information collection / management unit 10 receives the traffic information transmitted from the traffic information management device 12, the traffic information detected by the road sensor 16, and the traffic information transmitted from the mobile communication device 18, and receives a traffic information database 14. In addition, when there is a traffic information transmission request from the traffic information management device 12, the traffic information management server 12 accesses the traffic information database 24, reads necessary information, and transmits the information to the traffic information management device 12. In addition, when requested by the traffic information providing unit 32, the traffic condition estimating device provides the traffic information providing unit 32 with a physical quantity such as a traffic volume indicating a predicted future traffic condition.
[0023]
Note that history data of past traffic information is also stored in the prediction information database 28. The traffic information collection / management unit 10 is a fixed information terminal that is installed in a convenience store, a kiosk, or the like, and reads traffic information that is travel history information recorded on a recording medium such as a memory card or a flexible desk provided by a user. A device may be connected.
[0024]
Hereinafter, processing routines executed by the traffic condition calculation unit, the OD traffic volume estimation unit, and the future prediction processing unit according to the present embodiment will be described with reference to FIG. In the present embodiment, the traffic volume of each link is mainly used as the physical volume representing the traffic situation, and the OD traffic volume is corrected to reduce the error between the calculated value and the predicted value. However, depending on traffic conditions, the error between the calculated value and the predicted value may not decrease. In this case, not only the traffic volume but also the traffic volume and occupancy for each link, or the traffic volume and link for each link. A target value is set using the speed, the OD traffic volume is corrected based on the traffic volume for each link and the target value for each link, and the error between the calculated value and the predicted value is reduced.
[0025]
In step 100, the predicted value of the traffic volume at the future time to be predicted is calculated for each link from which the measured data (the measured value) of the observed traffic volume is obtained. The predicted value of the traffic volume for each link is obtained by pattern matching, autoregression, Kalman filter, or neural network based on the measured data of the past traffic volume and the measured data of the current traffic volume stored in the prediction information database 28. The calculation is performed in the future information processing unit 30 using a network or the like. For example, when pattern matching is used, the following equation (1) is used to search in the past for the sum of squares of the difference between the actual measured value of the current traffic volume and the measured value of the past traffic volume for each link. The addition is performed over the time range k, a past day with the closest variation pattern is searched, and the value of the searched day is used as a predicted value.
[0026]
(Equation 1)

[0027]
However,
Ed: error of the past d days,
Qc (i): traffic volume at current time i,
Qd (i): traffic volume at time i in the past d days,
w _i : Coefficient at time i
k: Search time range
It is.
[0028]
Thus, in step 100, a predicted value of the traffic volume for each link is obtained for each time zone.
[0029]
If the error between the calculated value and the predicted value is not reduced by the correction of the OD traffic volume using the traffic volume, in step 100, the traffic volume and the occupancy rate, or the traffic volume and the link speed (Or link travel time) is predicted for each link. This occupancy indicates the ratio of the number of vehicles existing on the link, and corresponds to the density of vehicles on the link. The prediction of the occupancy or the link speed only needs to be accurate enough to determine whether or not there is congestion. In this case, in step 100, a predicted value such as the traffic volume and occupancy for each link, or the traffic volume and link speed (or link travel time) for each link is obtained for each time zone.
[0030]
In the initial setting process of step 102, data is read from the database 22, and parameters necessary for the traffic flow simulation are set in the traffic condition calculation unit 24. The parameters include a road network, signal data including data indicating a time when a signal on the road network is green, and initial OD traffic data.
[0031]
In the next step 104, the OD traffic volume in a predetermined time zone is set. The initial OD traffic is set to the initial OD traffic stored in the database 22 in step 102, and is updated to the corrected OD traffic when the OD traffic is corrected as described later. When the time zone is switched, the OD traffic volume in the switched time zone is set.
[0032]
In the next step 106, calculation of a traffic flow simulation is performed. In the calculation of this simulation, as described in Japanese Patent Application Laid-Open No. 11-144182, first, vehicles are generated at a specified ratio from each centroid indicated by OD according to the OD traffic volume set in step 104. (Vehicle generation). Next, a route through which the generated vehicle passes is selected according to the traffic condition of the road (route selection). In the route selection, a route (shortest route or shortest route) that minimizes route costs such as travel time or travel distance is selected. The route may be selected using a model of a route selection action that is selected stochastically. The route may be selected by a route search in consideration of a route search characteristic of a driver, or a specific road (for example, a national road or a highway). Any of the routes that preferentially pass through the (road) or a combination of these routes may be used as the selected route.
[0033]
Next, the operation of the vehicle at each link is determined (running), arrival is performed, and simulation calculation is performed.
[0034]
This simulation can be performed using a macro traffic flow model such as a block density method or an input / output method, or a micro traffic flow model based on a following model.
[0035]
In the present embodiment, the motion of each vehicle was simulated using the traffic volume-occupancy ratio characteristics (QK characteristics) shown in FIG. These movements are repeated until the vehicle finally reaches the destination, and as a result of the simulation of the vehicle movement on the link, a calculated value of the passing traffic volume for each link is obtained for each time zone. When the occupancy and the link speed are used together, the calculated values of the passing traffic volume and the occupancy of the link unit or the passing traffic volume and the link speed of the link unit are obtained for each time zone.
[0036]
In the next step 108, using the calculated value of the passing traffic amount in each link in each time zone obtained in step 106 and the predicted value of the traffic volume in each link of each time zone obtained in step 100, As an index of the degree of coincidence of the situation, a sum of squares representing a square mean of an error between the calculated value of the traffic volume and the predicted value of the traffic volume is obtained for each time zone.
[0037]
As shown in FIG. 4, when the actual measured value Qr (L, T) of the traffic volume of the link L in the current time zone T is obtained, in step 100, the links in the time zones T + 1, T + 2, T + 3,. Each of the predicted values Qr (L, T + 1), Qr (L, T + 2), Qr (L, T + 3),..., Qr (L, T + n) of the unit traffic volume is the measured value Qr ( L, T), Qr (L, T-1), Qr (L, T-2), Qr (L, T-3),..., Qr (L, Tk) It is obtained by equation Fi.
[0038]
(Equation 2)

[0039]
In step 106, as shown in FIG. 5, the calculated values Qc (L, T), Qc (L, T + 1), Qc of the traffic volume of the link L in the time zones T, T + 1, T + 2,. Each of (L, T + 2),... Qc (L, T + n) is obtained by simulation calculation.
[0040]
Therefore, in step 108, the error E of the traffic volume is calculated according to the following equation. The error E is obtained by multiplying the sum of the squares of the difference between the calculated value of the traffic volume of each link and the predicted value for the total observed links by a coefficient for each time zone, and calculating the product of these time zones for the predicted time zone. It is represented by the sum added over the numbers.
[0041]
[Equation 3]

[0042]
Here, Kt is a time zone coefficient, N is the total number of observation links, and n is the predicted time zone number.
[0043]
In the next step 110, it is determined whether or not the error E of the traffic volume calculated in step 108 is equal to or less than a predetermined value, or whether or not the number of times of repeated calculations with the OD traffic volume corrected as described later exceeds a set number. To determine whether the termination condition is satisfied.
[0044]
If the error is equal to or less than a certain value, the difference between the calculated value and the predicted value of the traffic volume of each link is small, and the degree of coincidence of the traffic condition is high. Therefore, the prediction of the traffic condition is completed (the termination condition is satisfied). It is determined at step 112 whether or not it is the end time, that is, whether or not the prediction has been completed for all time zones. If it is the end time, the process of predicting the traffic condition is ended in step 114, and if it is not the end time, the time zone is switched to the next time zone in step 116, and the process returns to step 104. Predict traffic conditions. Also, when the number of calculations exceeds the set number, it is determined in step 110 that the termination condition has been satisfied.
[0045]
If it is determined in step 112 that the end time is reached, a calculated value of the traffic volume having a high index of the degree of coincidence between the traffic value and the predicted value predicted from the actually measured value is obtained for each time zone.
[0046]
On the other hand, when it is determined in step 110 that the termination condition is not satisfied, in step 118, the error E between the calculated value and the predicted value of the traffic volume of each link is reduced and preferably minimized. Then, a target value for correcting the OD traffic volume passing through the link is set for each link.
[0047]
In addition, since the error may not be reduced depending on the traffic condition even if the traffic volume is corrected, in this case, not only the traffic volume but also the occupancy or the link speed is used, and based on the traffic volume and the occupancy, Alternatively, target values are set based on traffic volume and link speed.
[0048]
Next, the above target values will be described. FIG. 6 shows the relationship between the traffic volume Q and the occupancy K at a certain point in the link. This relationship is widely known as the QK characteristic. A region where the occupancy is lower than the point where the traffic volume is maximum is called a free flow region, which is a traffic condition in which each vehicle can travel without restriction. On the other hand, a region where the occupancy is higher than the point where the traffic volume is maximum is called a congestion flow region, which is a traffic situation in which each vehicle travels while following the preceding vehicle. If the occupancy further increases in the traffic congestion area, traffic congestion occurs, and the traffic that can pass through the link decreases.
[0049]
FIG. 7 shows an example of the calculated value and the actually measured value of the traffic volume. Here, when a difference dQ between the calculated value Qc of the traffic volume and the actually measured value Qr of the traffic volume is obtained, the difference dQ is expressed by the following equation in both the free flow region and the congested flow region.
[0050]
(Equation 4)

[0051]
In the free flow region, when the traffic increases by dQ from the calculated value Qc, the passing traffic increases, and matches the measured traffic value Qr. However, in the traffic congestion region, the traffic further increases in the congested traffic condition. Increases, the traffic flow deteriorates, and conversely, the amount of traffic passing decreases. Therefore, the target value differs depending on whether the calculated value and the measured value are present in the free flow region or the congested flow region, respectively. The following table shows examples of target values to be set.
[0052]
[Table 1]

[0053]
If both the calculated value and the measured value are in the free flow region, the target value is a value proportional to the difference between the measured value and the calculated value, so based on the measured value and the predicted value of the traffic volume, It is possible to set a target value for matching the calculated value of the traffic with the current observed value of the traffic and the predicted value of the traffic.
[0054]
In addition, since the QK characteristics are different depending on the link, the target values α and β when at least one of the calculated value and the actually measured value exists in the congested flow region are link-specific values. In this case, Based on the predicted value of the traffic volume and the predicted value of the occupancy, a target value for matching the calculated value of the traffic volume with the current observed value of the traffic volume and the predicted value of the traffic volume can be set.
[0055]
Strictly speaking, the relationship between traffic volume and occupancy rate also depends on traffic conditions in the past time zones. The target value may be set in consideration of the above.
[0056]
Further, as shown in FIG. 8, when the saturated traffic flow rate Qmax is obtained, the target value α may be represented by the following equation, and the free flow may be set to change to a congested flow.
[0057]
(Equation 5)

[0058]
Further, when detailed QK characteristics cannot be grasped, the target values α and β may be simply determined as follows.
[0059]
(Equation 6)

[0060]
In addition, when the congestion flow region exists in the measured value and the calculated value, and the bottleneck that is the point of occurrence of the congestion is the downstream link, a target value is set for the downstream link that is the bottleneck. Is also good.
[0061]
When the average speed of the link is obtained instead of the occupancy, the target value is set in the same manner as the occupancy described above by grasping the speed-traffic characteristics (QV characteristics). You may.
[0062]
In step 120, the target value (increase / decrease target value) set in step 118 such that the calculated value of the traffic passing through each observation link matches the current observed traffic value and the predicted traffic value for each link. Modify OD traffic based on
[0063]
For the combination of the OD traffic volumes to be corrected, the number of OD pairs to be searched in one time zone is about 10,000 pairs in the case of reproducing the current situation of a medium-sized city. Even in the case of three types of -1, 0 and +1, the combination is 3 ^10,000 = 1.6 × 10 ⁴⁷⁷¹ There is a street, and a full search is difficult. In order to improve search accuracy within a finite time, a technique that can efficiently search in a small number of combinations is required.
[0064]
In the present embodiment, GA (Genetic Algorithm: Genetic Algorithm) is used as a method for efficiently searching for the optimal OD traffic in a shorter time. GA is widely used for searching for a good solution in an optimization problem or the like.
[0065]
The optimal OD traffic volume search routine by GA will be described with reference to FIG. In step 140, an initial generation of M solids is created using the traffic volume change value ΔVw for each link of each OD pair as a gene. Here, it is assumed that the genes of the first solid (solid 1) are all 0, that is, the OD traffic does not change. For other individuals, genes are set by random numbers, and M individuals are created in total. FIG. 10 shows an example of the initial generation. The number in each cell indicates the traffic change value (gene) of each OD pair. For example, -2 indicates that there are two vehicles, and 7 indicates that there are seven vehicles.
[0066]
In step 142, the fitness indicating the superiority of each individual is calculated from the value of the gene. In the present embodiment, the fitness f is calculated as the mean square value of the error between the traffic change value on the observation link and the increase / decrease target value set in step 118 as shown below.
[0067]
(Equation 7)

[0068]
Where ΔQ _j Is the traffic change value of link j, ΔT _j Is an increase / decrease target value of the link j.
[0069]
When the OD traffic volume changes, the traffic volume of each link also changes. Traffic change value ΔQ of this link _L Is calculated by adding the product of the amount of change in traffic volume and the probability of passing through the link where the traffic volume has changed to all OD pairs, as shown in the following equation.
[0070]
(Equation 8)

[0071]
Where ΔV _i Is the change in OD traffic volume of OD pair i, P _iL Is the probability that the OD pair i passes through the link L.
[0072]
If the fitness values are obtained for all the individuals, they are rearranged in ascending fitness order.
[0073]
In step 144, it is determined whether or not the number of times of repeating the series of operations of selection, crossover, and mutation exceeds a predetermined number, thereby determining whether or not the end condition is satisfied. If it is determined that there is no such individual, at step 146, N individuals having small fitness are selected, and the remaining individuals are discarded.
[0074]
In the next step 148, a new gene is created by selecting two individuals from the selected N individuals and performing crossover by exchanging some of the genes of the two individuals. An example of crossover is shown in FIG. In the figure, an example is shown in which two selected solids A and B are crossed by exchanging some genes (0, 0 genes in solid A, 7, 25 genes in solid B).
[0075]
In the next step 150, an arbitrary individual is selected, and a new individual in which some genes are mutated using random numbers is created. FIG. 12 shows an example in which the solid E is selected and some genes are changed.
[0076]
Then, returning to step 142, as described above, the root mean square of the error between the traffic change amount on the observation link and the increase / decrease target value is calculated as the fitness, and the above processing is repeated.
[0077]
If it is determined in step 144 that the number of repetitions exceeds the predetermined number and satisfies the termination condition, an individual having the minimum fitness is selected, the gene of the selected individual is solved, and this routine is terminated. Thus, the OD traffic volume passing through the observation link is adjusted so that the calculated value of the traffic volume passing through each observation link matches the current traffic volume observation value and the predicted traffic volume value of each link. Traffic volume is modified.
[0078]
A specific example of the present embodiment will be described with reference to FIG. In the link where the actual measured value of the traffic volume is obtained, when the actual measured value (1152 vehicles) of 8:00 which is the current time is obtained, the past traffic data data (560 vehicles at 7:00 and 730 vehicles at 7:30) 690 vehicles) and the amount of change in traffic volume up to the current time (130 vehicles from 7:00 to 7:30, 7:30 to 8: 00462), and the future time to be predicted in the prediction target time zone. The predicted value of the traffic volume (1002 vehicles after 30 minutes, 910 vehicles after 60 minutes) is obtained. Similarly, for the occupancy rate, a predicted value of the occupancy rate at a future time to be predicted in the same manner as above is obtained.
[0079]
Further, a calculated value from the traffic situation before the current time to the same predicted future time as above is obtained by the traffic flow simulation.
[0080]
At each observation link, the predicted value from the current time to the predicted future time is compared with the calculated value, and the OD traffic is corrected so that the error between the predicted value of the traffic and the calculated value of the traffic is reduced. . As a result, the OD traffic volume in which the current observed value and the predicted value at the observation time coincide with the calculated value from the current time to a future time is obtained, so that the traffic volume prediction accuracy is improved.
[0081]
In this embodiment, since the correction of the OD traffic volume and the traffic flow simulation are repeatedly performed, a change in the traffic condition due to a change in the traffic demand can also be taken into consideration, thereby reproducing the traffic condition with high accuracy. it can. In addition, since the traffic volume at the observation point is predicted based on the current observation values, and the OD traffic volume is corrected using the predicted values, it is possible to predict the traffic situation that does not depend on the initial OD traffic volume trends. Become.
[0082]
【The invention's effect】
As described above, according to the first to third inventions, the OD traffic volume corrected so that the calculated value of the traffic volume matches the current observed value of the traffic volume and the predicted value of the traffic volume is used. Therefore, an effect is obtained that the traffic volume representing the traffic situation from the present to a relatively long future can be predicted with high accuracy.
[Brief description of the drawings]
FIG. 1 is a block diagram of an embodiment of the present invention.
FIG. 2 is a flowchart illustrating a routine for estimating a traffic volume according to the embodiment of this invention.
FIG. 3 is a diagram showing traffic volume-occupancy ratio characteristics.
FIG. 4 is a diagram showing actual measured values and predicted values of traffic;
FIG. 5 is a diagram showing actual measured values of traffic and calculated values.
FIG. 6 is a diagram showing the relationship between traffic volume and occupancy.
FIG. 7 is a diagram illustrating an example of a calculated value and an actually measured value of a traffic flow.
FIG. 8 is a diagram showing an example of a calculated value and a measured value of a traffic flow when a saturated traffic flow rate is obtained.
FIG. 9 is a flowchart showing an optimal OD traffic volume search processing routine by a genetic algorithm.
FIG. 10 is a diagram illustrating an example of a created initial generation.
FIG. 11 is a diagram showing an example of crossover.
FIG. 12 is a diagram showing an example of mutation.
FIG. 13 is a diagram showing an outline of a process according to the present embodiment.
[Explanation of symbols]
10 Traffic Information Collection and Management Department
14 Traffic Information Database
24 Traffic situation calculation department
26 OD traffic volume estimation unit
30 Future prediction processing unit

Claims

Calculating means for performing a traffic flow simulation using the road network data, the signal data on the road network, and the OD traffic, and calculating a calculated value of the traffic for each link;
A prediction unit that predicts a predicted value of a future traffic amount for each link based on the observed value of the past traffic amount and the observed value of the current traffic amount;
Setting means for setting, for each link, a target value for causing the calculated value of the traffic volume to match the observed value of the current traffic volume and the predicted value of the traffic volume;
Correcting means for correcting the OD traffic based on the calculated value of the traffic and the target value;
Traffic condition estimation device including.

Calculating means for performing a traffic flow simulation using the road network data, the signal data on the road network, and the OD traffic, and calculating a calculated value of the traffic for each link;
Prediction means for predicting future traffic and occupancy prediction values for each link based on past traffic and occupancy observations and current traffic and occupancy observations;
Setting means for setting, for each link, a target value for matching the calculated value of the traffic volume with the observed value of the current traffic volume and the predicted value of the traffic volume, based on the predicted values of the traffic volume and the occupancy rate. When,
Correcting means for correcting the OD traffic based on the calculated value of the traffic and the target value;
Traffic condition estimation device including.

Calculating means for performing a traffic flow simulation using the road network data, the signal data on the road network, and the OD traffic, and calculating a calculated value of the traffic for each link;
Prediction means for predicting predicted traffic volume and link speed for each link based on past traffic volume and link speed observations and current traffic volume and link speed observations,
Setting means for setting, for each link, a target value for matching the calculated value of the traffic with the current observed value of the traffic and the predicted value of the traffic based on the predicted values of the traffic and the link speed. When,
Correcting means for correcting the OD traffic based on the calculated value of the traffic and the target value;
Traffic condition estimation device including.

Calculating means for performing a traffic flow simulation using the road network data, the signal data on the road network, and the OD traffic, and calculating a calculated value of the traffic for each link;
Prediction means for predicting future traffic volume and link travel time prediction values for each link based on past traffic volume and link travel time observation values and current traffic volume and link travel time observation values,
A setting for setting, for each link, a target value for matching the calculated value of the traffic volume with the current traffic value and the predicted value of the traffic volume based on the predicted values of the traffic volume and the link travel time. Means,
Correcting means for correcting the OD traffic based on the calculated value of the traffic and the target value;
Traffic condition estimation device including.

The correction means is configured to reduce the OD traffic volume so that a value obtained by adding the sum of the squares of the difference between the calculated value of the traffic volume of each link and the predicted value of the traffic volume for all links over the predicted time period decreases. The traffic condition estimating device according to any one of claims 1 to 4, wherein the traffic condition estimating device is modified.

The correction means creates a plurality of individuals of an initial generation using a change value of the calculated value of the traffic volume of each link as a gene, and an adaptation indicating the superiority or inferiority of each individual determined by a difference between the change value and the target value. The OD traffic is corrected based on the gene of the individual whose fitness is minimized by repeating the selection of the individual with the lower degree of fitness, the crossover of the selected individuals, and the mutation of the crossed individual for a predetermined number of times. The traffic condition estimating device according to claim 1.

An OD traffic correction device that corrects the OD traffic used when performing a traffic flow simulation using road network data, signal data on the road network, and OD traffic,
Calculating means for performing the traffic flow simulation and calculating a calculated value of the traffic amount for each link;
A prediction unit that predicts a predicted value of a future traffic amount for each link based on the observed value of the past traffic amount and the observed value of the current traffic amount;
Setting means for setting, for each link, a target value for causing the calculated value of the traffic volume to match the observed value of the current traffic volume and the predicted value of the traffic volume;
Correcting means for correcting the OD traffic based on the calculated value of the traffic and the target value;
OD traffic correction device including