JP2004185305A

JP2004185305A - 交通渋滞予測方法、交通渋滞予測装置、交通渋滞予測プログラム、およびそのプログラムを記録した記録媒体

Info

Publication number: JP2004185305A
Application number: JP2002351419A
Authority: JP
Inventors: Akihiro Kanazawa; 明浩金澤; Kenichi Ichikawa; 研一市河
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2002-12-03
Filing date: 2002-12-03
Publication date: 2004-07-02

Abstract

【課題】蓄積された過去の交通渋滞渋滞情報から、雑音成分に相当する渋滞情報を除去する。
【解決手段】交通情報処理部は交通渋滞情報データベースから時刻Ｔ（ｉ）から所定の期間β分の交通渋滞情報Ｊｔ（ｉ），…，Ｊｔ（ｉ＋β−１）を読み込む。時刻Ｔ（ｉ）の渋滞長がα以上の場合、Ｊｔ（ｉ＋１），…，Ｊｔ（ｉ＋β−１）の渋滞長を求め、渋滞長がα未満の場合「渋滞無し」、α以上の場合「渋滞有り」とし、Ｊｔ（ｉ）〜Ｊｔ（ｉ＋β−１）が連続して「渋滞有り」でなければＪｔ（ｉ）〜Ｊｔ（ｉ＋β−１）の渋滞度を「渋滞無し」とする。
【選択図】図３

Description

【０００１】
【発明の属する技術分野】
本発明は交通情報システムに関し、特に道路リンク毎に一定時間間隔で収集された交通渋滞情報を受信・蓄積し、蓄積された過去の交通渋滞情報と現在の交通渋滞状況から、将来の交通渋滞状況を予測する交通渋滞予測方法および装置に関するものである。
【０００２】
【従来の技術】
従来の交通渋滞予測装置として、一定期間の交通渋滞情報を蓄積する交通渋滞情報蓄積部に相当するものと、蓄積された交通渋滞情報を解析し、所定の予測手法およびデータマイニング手法に準じて交通渋滞を予測するためのルールを作成する交通渋滞予測情報生成部に相当するものをその構成要素とするものがある。たとえば決定木を利用した交通渋滞予測装置の例として、特許文献１は、蓄積された過去の交通情報をトレーニングデータとして、交通状況を決定する属性情報と交通渋滞に関するルールを情報エントロピーに基づく手法で確定および分類し、その情報に基づき交通渋滞状況を予測するための決定木を作成し、作成された決定木に従って将来の交通渋滞を予測する。
【０００３】
【特許文献１】
特開２００２−２２２４８４号公報
【０００４】
【発明が解決しようとする課題】
しかしながら、交通渋滞情報には、全国の道路に設置された様々な計測装置から測定された情報をもとに渋滞情報が作成されるので、信号の影響や渋滞状況の計測サンプリング間隔に基づく測定誤差などにより高周波ノイズに相当する雑音成分を含む。交通渋滞情報に限定した場合、極端に短い時間に、それも短い距離の渋滞が発生して、消滅しているといったような事例が数多くみうけられる。たとえば表１に示すように前後１０分間は渋滞していないのに、該当５分は渋滞しているといった事例がある。このような場合、蓄積された過去の交通渋滞情報をそのまま交通渋滞予測情報生成部に入力すると、渋滞情報に含まれる雑音成分により、予測誤差を含んだ予測ルールが生成されてしまうという問題がある。
【０００５】
【表１】

【０００６】
決定木を利用した交通状況予測装置の例でいえば、蓄積された交通渋滞情報をもとにトレーニングデータがつくられ、このトレーニングデータに雑音成分が含まれるために、情報エントロピーを算出する際の誤差となる。したがって、作成された決定木も本来あるべき姿の決定木とは異なったものとなり、渋滞予測情報も誤差を含んだものとなる。
【０００７】
本発明の目的は、上記のような問題に鑑み、蓄積された過去の交通渋滞情報から、雑音成分に相当する渋滞情報を除去し、交通渋滞予測情報生成部がより正確な情報をもとに交通情報を処理することで、より予測精度の高い交通渋滞予測方法、装置、プログラム、および記録媒体を提供することにある。
【０００８】
【課題を解決するための手段】
本発明の交通渋滞予測方法は、蓄積された交通渋滞情報の中から雑音成分となる交通渋滞情報を検出する段階と、蓄積された交通渋滞情報の中から、検出された雑音成分を除去する段階とを有する。
【０００９】
ここで、雑音成分として検出すべき交通渋滞情報を特定する条件は、１）指定された時間よりも渋滞の持続時間が短い、２）指定された距離よりも渋滞長が短い、３）指定された時間よりも渋滞の持続時間が短いか、または指定された距離よりも渋滞長が短い、４）指定された時間よりも渋滞の持続時間が短く、かつ指定された距離よりも渋滞長が短い、である。
【００１０】
蓄積された過去の交通渋滞情報に含まれる高周波ノイズに相当する、短い時間に発生・消滅する交通渋滞情報を除去することにより、高精度な交通渋滞の予測が可能となる。
【００１１】
【発明の実施の形態】
次に、本発明の実施の形態について図面を参照して説明する。
【００１２】
図１を参照すると、本発明の一実施形態の交通渋滞予測装置１は道路交通情報受信・蓄積部１１と交通渋滞情報データベース１２と交通情報処理部１３と交通情報予測部１４を有する。
【００１３】
道路交通情報受信・蓄積部１１はＡＴＩＳ（ＡｄｖａｎｃｅｄＴｒａｆｆｉｃＩｎｆｏｒｍａｔｉｏｎＳｅｒｖｉｃｅ）、ＶＩＣＳ（ＶｅｈｉｃｌｅＩｎｆｏｒｍａｔｉｏｎａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎＳｅｒｖｉｃｅ）等の道路交通情報センタ２から送られてくる図２の交通情報を受信し、時系列情報として交通渋滞情報データベース１２に保存する。交通渋滞情報を時系列として保存する形態は、上述の表１に示したような、渋滞長、渋滞始点、などをそのまま保存する形態でもかまわないし、各道路リンクについての渋滞長を道路リンク長で割った渋滞率などを保存する形態でもかまわないが、本実施形態では表１のように、終端からの距離、渋滞長、渋滞度が保存されているとする。これを時刻Ｔ（ｉ）における交通渋滞情報Ｊｔ（ｉ）とする。
【００１４】
交通情報処理部１３は交通情報データベース１２の交通情報ファイルに蓄積されている交通渋滞情報Ｊｔ（ｉ）のうち特定の条件を満たす交通渋滞情報を雑音成分として検出し、検出された雑音成分の交通渋滞情報を交通情報データベース１３から削除する（「渋滞度」の情報を「無し」に補正する）。
【００１５】
ここで、雑音成分として検出すべき交通渋滞情報を特定する条件としては、
１）指定された時間（期間）βよりも渋滞の持続時間が短い、
２）指定された距離αよりも渋滞長が短い、
３）指定された時間βよりも渋滞の持続時間が短いか、または指定された距離αよりも渋滞長が短い、
４）指定された時間βより渋滞の持続時間が短く、かつ指定された距離αよりも渋滞長が短い、
がある。ここで、βは２以上の整数値である。α、βのパラメータ値は交通情報処理部１３内のパラメータファイル１５に記憶されている。
【００１６】
交通渋滞情報予測部１４は、交通情報処理部１３によって処理された交通渋滞情報データベース１２から必要なデータを作成し、将来の交通渋滞情報を予測する。本実施形態においては、決定木を作成するための入力情報を、現在および過去の交通渋滞情報データベース１２から読み込み、決定木作成用のトレーニングデータを作成し、そのデータをもとに決定木を作成、記憶部（不図示）に保存する。トレーニングデータは、道路ごと、および何分先を予測するかという予測先時間毎に作成する。交通渋滞情報予測部１４では、リクエストに応じて決定木を参照して、将来の交通情報を予測し、予測交通情報を返す。
【００１７】
ここで、交通渋滞レベル予測に用いる決定木について述べる。前記決定木とは、例えば図７のように、１つの節点が１つの属性のテストに対応し、前記節点の子節点が前記属性の取り得る値に対応し、葉が予測値である木構造のことである。決定木は、予測対象道路全てに対し、道路ごとおよび何分先を予測するかという予測時間毎に作成する。予測する際には、このような決定木を根節点から順にたどっていくことで予測値を決定する。図７の例において、例えば、月曜日の１２：００における予測値を算出する場合を以下に示す。まず、根節点５０１において曜日の属性値がテストされ、月曜日であるから、次の節点５０２に進む。節点５０２において時刻の属性値がテストされ、葉５０３に進み、予測値”００１１２２００”が決定される。このように、決定木を用いて交通状況を予測する場合は一度決定木を構築した後ならば、非常に高速な予測が可能となる。
【００１８】
次に、交通情報処理部１３による処理の例を図３から図６により説明する。
【００１９】
図３は交通渋滞情報のうち渋滞長がα以上の渋滞がβ期間以上連続した場合のみ雑音成分でないと判断し、それ以外を雑音成分と判断する場合（条件４）のフローチャートである。まず、ステップ１０１にパラメータα，βの値をパラメータファイル１５から読み込む。ステップ１０２に、時刻Ｔ（ｉ）が交通渋滞情報データベース１２の交通情報ファイルの最後の時刻かどうか判定する。最後でなければ、ステップ１０３に交通渋滞情報データベース１２より、時刻Ｔ（ｉ）からβステップ分の交通渋滞情報Ｊｔ（ｉ），Ｊｔ（ｉ＋１），…，Ｊｔ（ｉ＋β−１）を読み込む。ステップ１０４に、Ｊｔ（ｉ）の渋滞長がα以上かどうか判定する。Ｊｔ（ｉ）の渋滞長がα以上であれば、ステップ１０５に、Ｊｔ（ｉ＋１），…，Ｊｔ（ｉ＋β−１）の渋滞長を求める。ステップ１０６に、Ｊｔ（ｉ＋１），…，Ｊｔ（ｉ＋β−１）の各々について、渋滞長がα未満の場合を「渋滞無し」、α以上の場合を「渋滞有り」とする。ステップ１０７に、Ｊｔ（ｉ）〜Ｊｔ（ｉ＋β−１）が連続して、すなわち全て「渋滞有り」かどうか判定する。Ｊｔ（ｉ）〜Ｊｔ（ｉ＋β−１）が連続して「渋滞有り」でなければ、Ｊｔ（ｉ），Ｊｔ（ｉ＋１），…，Ｊｔ（ｉ＋β−１）の渋滞度を「渋滞無し」とする。ステップ１１０でｉを＋１インクリメントしてステップ１０２に戻る。ステップ１０４で、Ｊｔ（ｉ）の渋滞長がα未満であれば、ステップ１０９でＪｔ（ｉ）の渋滞度を「渋滞無し」とし、ステップ１１０に進む。ステップ１０７でＪｔ（ｉ）〜Ｊｔ（ｉ＋β−１）が連続して「渋滞有り」であれば、ステップ１１１で、ｉ＋βをｉとしてステップ１０２に戻る。最後の時刻まで処理が終わると、ステップ１１２で、各交通渋滞情報の渋滞度の情報を交通情報渋滞ベース１２中の交通情報ファイルに書き出す。
【００２０】
図４は渋滞長がα未満の交通渋滞情報を雑音成分として、その渋滞度を補正する場合（条件２）のフローチャートである。まず、ステップ２０１に、パラメータαの値をパラメータファイル１５から読み込む。ステップ２０２に、時刻Ｔ（ｉ）が最後の時刻かどうか判定する。最後でなければ、ステップ２０３に、交通渋滞情報データベース１２から交通渋滞情報Ｊｔ（ｉ）を読み込む。ステップ２０４に、Ｊｔ（ｉ）の渋滞長がα以上かどうか判定する。α未満であれば、ステップ２０５にＪｔ（ｉ）の渋滞度を「渋滞無し」とする。ステップ２０６に、ｉを＋１インクリメントしてステップ２０２に戻る。ステップ２０２で、時刻Ｔ（ｉ）が最後の時刻であると、ステップ２０７に「渋滞無し」とされた各交通渋滞情報の渋滞度の情報を交通情報ファイルに書き出す。
【００２１】
図５は渋滞の持続期間がβよりも短い交通渋滞情報を雑音成分として、その渋滞度を補正する場合（条件１）の処理のフローチャートである。まず、ステップ３０１にパラメータβの値をパラメータファイル１５から読み込む。ステップ３０２に、時刻Ｔ（ｉ）が最後の時刻かどうか判定する。最後でなければ、ステップ３０３に、交通渋滞情報データベース１２より時刻Ｔ（ｉ）からβステップ分の交通渋滞情報Ｊｔ（ｉ），Ｊｔ（ｉ＋１），…，Ｊｔ（ｉ＋β−１）を読み込む。ステップ３０４に、Ｊｔ（ｉ）の渋滞度が「渋滞」かどうか判定する。「渋滞」であれば、ステップ３０５に、Ｊｔ（ｉ）以降の渋滞度が（β−１）期間連続して「渋滞」かどうか判定する。連続して「渋滞」でなければ、ステップ３０６に、Ｊｔ（ｉ），Ｊｔ（ｉ＋１），…，Ｊｔ（ｉ＋β−１）の渋滞度を「渋滞無し」とする。ステップ３０７に、ｉを＋１インクリメントしてステップ３０２に戻る。ステップ３０４でＪｔ（ｉ）の渋滞度が「渋滞」でなければ、ステップ３０７でｉに１を加えてステップ３０２に戻る。ステップ３０５で、連続して「渋滞」であれば、ステップ３０８で、ｉにβを加えてステップ３０２に戻る。最後の時刻まで処理が終わると、ステップ３０９で「渋滞無し」とされた交通渋滞情報の渋滞度の情報を交通情報ファイルに書き出す。
【００２２】
なお、渋滞の持続期間がβよりも短いか、または渋滞長がαよりも短い交通渋滞情報を雑音成分とする場合（条件３）は、図４と図５に示した処理を組み合わせればよい。
【００２３】
以上説明した条件１から４のいずれの条件を用いるかは、必要に応じて適宜設定することができる。また、複数レベルの渋滞度の場合に渋滞度別に条件を設定し、雑音成分の検出、除去の処理を行う場合には、渋滞度別に以上示した処理を選択する。
【００２４】
交通渋滞情報データベース１２の交通情報ファイルに保存されている交通渋滞情報Ｊｔ（ｉ）が各リンク内における渋滞率といった定量データである場合には、前後の値と現在の値から平均値相当のものを現在の値として用いる。この場合は、Ｊｔ（ｉ）を雑音成分として認識する、しないにかかわらず、雑音成分を除去するため、平滑化に相当する処理を行ったことになる。図６はこの場合の交通情報処理部１３の処理のフローを示している。まず、ステップ４０１に、交通情報ファイルからデータを読み込む。ステップ４０２にデータの時刻Ｔ（ｉ）が最後の時刻かどうか判定する。最後でなければ、ステップ４０３に時刻ｔ（ｉ）と時刻ｔ（ｉ−１）と時刻ｔ（ｉ＋１）の更新前の渋滞率を記憶する。ステップ４０４に、時刻ｔ（ｉ）の更新後の渋滞率を｛時刻ｔ（ｉ）の渋滞率×２＋時刻ｔ（ｉ−１）の渋滞率＋時刻ｔ（ｉ＋１）の渋滞率｝／４により求める。ステップ４０５に、時刻ｔ（ｉ）を１ステップ先の時刻に設定し、ステップ４０２に戻る。ステップ４０２でデータの時刻が最後の時刻であれば、ステップ４０６に渋滞の有り／無しを交通情報ファイルに書き出す。
【００２５】
なお、交通情報処理部１３は専用のハードウェアにより実現されるもの以外に、その機能を実現するためのプログラムを、コンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行するものであってもよい。コンピュータ読み取り可能な記録媒体とは、フロッピーディスク、光磁気ディスク、ＣＤ−ＲＯＭ等の記録媒体、コンピュータシステムに内蔵されるハードディスク装置等の記憶装置を指す。さらに、コンピュータ読み取り可能な記録媒体は、インターネットを介してプログラムを送信する場合のように、短時間の間、動的にプログラムを保持するもの（伝送媒体もしくは伝送波）、その場合のサーバとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含む。
【００２６】
【発明の効果】
以上説明したように、本発明によれば、蓄積された過去の交通渋滞情報に含まれる高周波ノイズに相当する、短い時間に発生・消滅する交通渋滞情報を除去することにより、高精度な交通渋滞の予測が可能となる。
【図面の簡単な説明】
【図１】本発明の一実施形態の交通渋滞予測装置のブロック図である。
【図２】配信されている交通情報の形式を示す図である。
【図３】渋滞長と渋滞の持続時間に着目した処理のフローチャートである。
【図４】渋滞長にのみ着目した場合の処理のフローチャートである。
【図５】渋滞の持続時間にのみ着目した場合の処理のフローチャートである。
【図６】渋滞率についての処理のフローチャートである。
【図７】決定木の一例を示す図である。
【符号の説明】
１交通渋滞予測装置
２道路交通情報センタ
１１道路交通情報受信・蓄積部
１２交通渋滞情報データベース
１３交通情報処理部
１４交通情報予測部
１５パラメータファイル
１０１〜１１２，２０１〜２０７，３０１〜３０９，４０１〜４０６ステップ
５０１根節点
５０２節点
５０３，５０４葉

Claims

道路リンク毎に一定時間間隔で収集された交通渋滞情報を受信・蓄積し、蓄積された過去の交通渋滞情報と現在の交通渋滞状況から、将来の交通渋滞状況を予測する交通渋滞予測方法において、
蓄積された交通渋滞情報の中から雑音成分となる交通渋滞情報を検出する段階と、
蓄積された交通渋滞情報の中から、検出された雑音成分を除去する段階とを有することを特徴とする交通渋滞予測方法。
雑音成分となる交通渋滞情報を検出する段階が、雑音成分として検出すべき交通渋滞情報を特定する条件を指定する段階を含み、雑音成分を除去する段階が、指定された条件に従って該当する雑音成分となる交通渋滞情報を除去する段階を含む、請求項１に記載の交通渋滞予測方法。
雑音成分として検出すべき交通渋滞情報を特定する条件が、１）指定された時間よりも渋滞の持続時間が短い、２）指定された距離よりも渋滞長が短い、３）指定された時間よりも渋滞の持続時間が短いか、または指定された距離よりも渋滞長が短い、４）指定された時間よりも渋滞の持続時間が短く、かつ指定された距離よりも渋滞長が短い、のいずれかである、請求項２に記載の交通渋滞予測方法。
交通渋滞情報に含まれる混雑具合を示す渋滞を、渋滞度別に検出するか、または渋滞の有無だけに着目し、渋滞度を考慮せず渋滞を検出するかを指定する段階を含み、雑音成分として検出すべき交通渋滞情報を特定する条件が、１）指定された時間よりも渋滞の持続時間が短い、２）指定された距離よりも渋滞長が短い、３）指定された時間よりも渋滞の持続時間が短いか、または指定された距離よりも渋滞長が短い、４）指定された時間よりも渋滞の持続時間が短く、かつ指定された距離よりも渋滞長が短い、のいずれかである、請求項２に記載の交通渋滞予測方法。
道路リンク毎に一定時間間隔で収集された交通渋滞情報を受信・蓄積し、蓄積された過去の交通渋滞情報と現在の交通渋滞状況から、将来の交通渋滞状況を予測する交通渋滞予測装置において、
蓄積された交通渋滞情報の中から雑音成分となる交通渋滞情報を検出する手段と、
蓄積された交通渋滞情報の中から、検出された雑音成分を除去する手段とを有することを特徴とする交通渋滞予測装置。
雑音成分となる交通渋滞情報を検出する手段が、雑音成分として検出すべき交通渋滞情報を特定する条件を指定する手段を含み、雑音成分を除去する手段が、指定された条件に従って該当する雑音成分となる交通渋滞情報を除去する手段を含む、請求項５に記載の交通渋滞予測装置。
雑音成分として検出すべき交通渋滞情報を特定する条件が、１）指定された時間よりも渋滞の持続時間が短い、２）指定された距離よりも渋滞長が短い、３）指定された時間よりも渋滞の持続時間が短いか、または指定された距離よりも渋滞長が短い、４）指定された時間よりも渋滞の持続時間が短く、かつ指定された距離よりも渋滞長が短い、のいずれかである、請求項６に記載の交通渋滞予測装置。
交通渋滞情報に含まれる混雑具合を示す渋滞度別に渋滞を検出するか、または渋滞の有無だけに着目し、渋滞度を考慮せず渋滞を検出するかを指定する手段を有し、雑音成分として検出すべき交通渋滞情報を特定する条件が、１）指定された時間よりも渋滞の持続時間が短い、２）指定された距離よりも渋滞長が短い、３）指定された時間よりも渋滞の持続時間が短いか、または指定された距離よりも渋滞長が短い、４）指定された時間よりも渋滞の持続時間が短く、かつ指定された距離よりも渋滞長が短い、のいずれかである、請求項６に記載の交通渋滞予測装置。
請求項１から４のいずれかの方法をコンピュータで実行させるための交通渋滞予測プログラム。
請求項９に記載の交通渋滞予測プログラムを記録した、コンピュータで読み取り可能な記録媒体。