JP2005182383A

JP2005182383A - Ｏｄデータ推定方法

Info

Publication number: JP2005182383A
Application number: JP2003421071A
Authority: JP
Inventors: Ryuichi Kitamura; ▲隆▼一北村; Teru Kikuchi; 輝菊池; Satoshi Fujii; 聡藤井; Yoshiaki Kato; 義昭加藤; Yuusuke Ogawa; 祐亮小川
Original assignee: Omron Corp; Omron Tateisi Electronics Co
Current assignee: Omron Corp
Priority date: 2003-12-18
Filing date: 2003-12-18
Publication date: 2005-07-07
Anticipated expiration: 2023-12-18
Also published as: JP4276931B2

Abstract

【課題】複数の地点で車両感知器により計測した現実の走行車両の台数を用いて、現実に近いＯＤデータを得ることができ、且つこの現実に近いＯＤデータを得るまでに要する時間の短縮を図ったＯＤデータ推定方法を提供する。
【解決手段】ＯＤデータ推定装置１は、シミュレーション部１１に与えたＯＤデータが現実に近いＯＤデータであるかどうかを、シミュレーション結果と観測交通量とに基づいて判定し、シミュレーション部１１に与えたＯＤデータが現実に近いＯＤデータで無ければ、このＯＤデータを観測交通量等を用いて繰り返し補正し、現実のＯＤデータに近い可能性が高い補正ＯＤデータをシミュレーションを行うことなく生成する。そして、この現実に近い補正ＯＤデータをシミュレーション１１に与えてシミュレーション行う。
【選択図】図１

Description

この発明は、複数の交差点と隣接する交差点間を結ぶ道路からなる道路網の複数の地点に設置した車両感知器で計測した観測交通量を用いて、車両群毎に出発地、到着地、出発時間帯、およびその台数を対応づけたＯＤデータを推定するＯＤデータ推定方法に関する。

従来、複数の交差点と隣接する交差点間を結ぶ道路からなる道路網における車両の流れ（交通流）をシミュレーションし、その結果を出力する交通流シミュレーション装置が実用化されている。交通流シミュレーション装置は、例えば、道路網において一部の道路の通行を規制した場合の周辺道路における渋滞の発生予測や、道路の拡張や新たな道路の建設による渋滞緩和効果の予測等に利用されている。交通流シミュレーション装置に対する入力データは、車両群毎に出発地、目的地、出発時間帯、およびその台数を対応づけたＯＤデータ、およびシミュレーション条件（シミュレーション対象の道路網、この道路網に設置されている各信号機の制御データ、通行規制や道路の拡張条件等）である。交通流シミュレーション装置は、入力されたシミュレーション条件に基づいて道路網を仮想的に構築し、入力されたＯＤデータの各車両群を時間（シミュレーション時間）を進行させながら、ここで構築した道路網上で模擬的に走行させ、時間帯毎に各道路を走行した車両の台数等をシミュレーション結果として出力する。

シミュレーション時間の進行方法としては、大きく分けてピリオディックスキャニング方式、とイベントスキャニング方式の２種類がある。ピリオディックスキャニング方式は、シミュレーション時間を予め決めた単位時間ずつ進行させる方式である。この方式は、この単位時間毎に全ての車両群の挙動（事象）を処理していく方式である。これに対して、イベントスキャニング方式は、道路網における事象の発生に応じてシミュレーション時間を進行させる方式であり、シミュレーション時間を不定期間隔で進行させる。この方式は、車両群毎に次に事象が起こる時間（生起時間）を管理し、生起時間が現在のシミュレーション時間に対して最も近い未来である車両群について事象を処理する。このときシミュレーション時間を処理対象の車両群の生起時間に進める。また、事象を処理した車両群について、次の事象が起こる生起時間を予測し管理する。このイベントスキャニング方式は、生起時間毎に全ての車両群の挙動を処理しないので、ピリオディックスキャニング方式に比べて交通流シミュレーションにかかる時間が短いというメリットがある。

シミュレーションエンジンについては、現実の交通流にあったシミュレーションが行えるように、これまでに様々な工夫がなされており、その精度も高い。例えば、本願発明者は、現実の交通流において渋滞が上流に延伸していく延伸現象を再現できるように、シミュレーションにおいて道路毎に存在できる車両の台数を制限する交通流シミュレーション装置を提案している（特許文献１）。

ところで、交通流シミュレーション装置に入力するＯＤデータが現実のＯＤデータと大きく相違していると、シミュレーションの精度が如何に高くても、得られるシミュレーション結果が現実の交通状況と大きく相違したものになる。言い換えれば、現実のＯＤデータに近いＯＤデータが無ければ、現実の交通状況に近いシミュレーション結果を得ることができない。

従来、交通流シミュレーション装置に入力するＯＤデータは、パーソントリップデータ等の統計情報を基に生成されていたが、現実のＯＤデータは日種（平日、休日、五十日等）や時間帯による変動が大きく、現実に近いＯＤデータをこのような統計情報から推定することに無理があった。その一方で、道路網の複数の地点にビーコンを設置し、このビーコンと車両に搭載された車載装置との間での路車間通信により車両の走行経路を計測することや、道路網の複数の地点に超音波センサやカメラ等を利用した車両感知器を設置し、時間帯毎の走行車両の台数を計測することが行われている。この計測結果は、日種や時間帯による交通量の変動を直接とらえたものである。そこで、路車間通信により計測した車両毎の走行経路や車両感知器により計測した各地点の走行車両の台数等を基に現実に近いＯＤデータを推定する提案がなされている（特許文献２、３参照）。
特開２００３−１６２７９４号公報特開２００３− １６５６９号公報特開２００３−２７２０８３号公報

しかしながら、特許文献１は、路車間通信により計測した車両毎の走行経路、および車両感知器により計測した各地点の走行車両の台数に基づいてＯＤデータを生成し、このＯＤデータを用いてシミュレーションを行い、その結果が現実の交通流（車両感知器で検知した交通量）に近くなるまで、シミュレーション結果に基づくＯＤデータの補正、補正したＯＤデータによるシミュレーションを何度も繰り返し実行し、シミュレーション結果が現実の交通流に近くなったシミュレーションに用いたＯＤデータを推定結果としている。このため、推定結果であるＯＤデータが得られるまでに行うシミュレーション回数が多く、処理時間が長いという問題があった。

また、特許文献２は、パーソントリップデータ等の統計情報を基に生成した静的なＯＤデータを、車両感知器により計測した現実の走行車両の台数との差分に基づいて、シミュレーションすることなく補正（ミクロ補正）し、さらにミクロ補正したＯＤデータを用いてシミュレーションを行い、そのシミュレーション結果と車両感知器により計測した現実の走行車両の台数との差分に基づいて、ミクロ補正したＯＤデータをさらに補正（マクロ補正）し、このマクロ補正したＯＤデータを推定結果としている。この提案では、推定結果であるマクロ補正したＯＤデータがを得るまでに行うシミュレーションが１回であるので、処理時間については短いが、このマクロ補正したＯＤデータが現実のＯＤデータにどれだけ近いのか不明である。言い換えれば、特許文献２は、推定結果として得たＯＤデータがどれだけ現実のＯＤデータに近いのか検証していない。

なお、特許文献２において、マクロ補正したＯＤデータを用いたシミュレーション、シミュレーション結果に基づくＯＤデータのマクロ補正を繰り返すことにより、最終的に現実のＯＤデータに近い推定結果を得ることはできるが、この場合には特許文献１と同様に推定結果であるＯＤデータが得られるまでに行うシミュレーション回数が多く、処理時間が長いという問題がある。

この発明の目的は、複数の地点で車両感知器により計測した現実の走行車両の台数を用いて、現実に近いＯＤデータを得ることができ、且つこの現実に近いＯＤデータを得るまでに要する時間の短縮を図ったＯＤデータ推定方法を提供することにある。

この発明のＯＤデータ推定方法は、上記目的を達成するために以下の構成を備えている。

複数の交差点と隣接する交差点間を結ぶ道路からなる道路網の複数の地点に設置した車両感知器で計測した観測交通量を用いて、車両群毎に出発地、到着地、出発時間帯、およびその台数を対応づけたＯＤデータを推定するＯＤデータ推定方法において、
シミュレーション部が与えられたＯＤデータを用いて各車両群を上記道路網上で時間経過にともなって走行させるシミュレーションを実行する第１のステップと、
走行確率算出部が上記第１のステップにおけるシミュレーション結果に基づいて、各車両群について時間帯毎に上記車両感知器を設置した地点を走行する車両の台数を計算交通量として算出するとともに、この地点を走行する割合を第１の走行確率として算出する第２のステップと、
補正部が、時間帯毎に上記車両感知器を設置した地点における、上記観測交通量と、上記第２のステップで算出した車両群毎の計算交通量とに基づいて、シミュレーション部に与えたＯＤデータの車両群毎の台数を補正した補正ＯＤデータを生成する第３のステップと、
判定部が、上記第１のステップでシミュレーション部に与えたＯＤデータと、上記第３のステップで生成した補正ＯＤデータとの差に基づいて、上記第１のステップでシミュレーション部に与えたＯＤデータが適正であるかどうかを判定する第４のステップと、
上記第４のステップで上記判定部がシミュレーション部に与えたＯＤデータが適正でないと判定したときに、上記補正部が直前に生成した補正ＯＤデータを上記第１の走行確率および観測交通量に基づいて車両群毎の台数を再補正した補正ＯＤデータを生成し、上記判定部が今回生成した補正ＯＤデータと、前回生成した補正ＯＤデータと、における対応する車両群毎の台数の差に基づいて前回生成した補正ＯＤデータが適正である可能性が高いかどうかを判定する処理を、上記判定部が前回生成した補正ＯＤデータが適正である可能性が高いと判定するまで繰り返す第５のステップと、
さらに、上記判定部が、上記第５のステップで前回生成した補正ＯＤデータが適正であったと判定したときに、今回生成した補正ＯＤデータを上記シミュレーション部に与え、上記第１のステップ以降の処理を繰り返す第６のステップと、
上記判定部が、上記第４のステップでシミュレーション部に与えたＯＤデータが適正であると判定したときに、上記第１のステップでシミュレーション部に与えたＯＤデータ、または上記第３のステップで生成した補正ＯＤデータを推定結果とする第７のステップとを備えている。

この構成では、まずシミュレーション部が与えられた適当なＯＤデータ、例えばパーソントリップデータ等の統計情報を基に生成したＯＤデータ、を用いてシミュレーションを実行する。走行確率算出部が、今回のシミュレーション結果に基づいて、時間帯毎に車両感知器を設置した地点を走行する車両群毎の車両台数を計算交通量として算出する。ここで言う車両群とは、出発地、目的地、および出発時間帯が同じである車両のグループであり、その台数の上限、および下限は特に制限されていない。また、走行確率算出部が上記計算交通量に基づいて、時間帯毎に各車両群が各道路を走行している第１の走行確率を算出する。そして、補正部が、車両感知器を設置した各地点における時間帯毎の観測交通量と車両群毎の計算交通量とに基づいてシミュレーション部に与えたＯＤデータを補正した補正ＯＤデータを生成する。シミュレーション部に与えたＯＤデータが現実のＯＤデータと一致している場合、車両感知器が設置されている各地点の時間帯毎に観測交通量と、車両群毎の計算交通量の総和と、が一致する。

なお、シミュレーション部において現実の交通流を再現できる精度の高いシミュレーションが行われていることが前提である。

補正部では、例えば車両感知器を設置した各地点における時間帯毎に車両群毎の計算交通量の総和を求め、地点および時間帯が対応する観測交通量との差に基づいて補正ＯＤデータを生成する。この補正ＯＤデータは、現実のＯＤデータに対してどの程度近いものであるかについては不明であるが、観測交通流に基づく補正を行っているので、シミュレーション部に与えたＯＤデータよりも現実のＯＤデータに近づいている。

判定部が、シミュレーション部に与えたＯＤデータと補正ＯＤデータとの差に基づいて、シミュレーション部に与えたＯＤデータが適正であったかどうかを判定する。シミュレーション部に与えたＯＤデータが現実のＯＤデータに近いほど、シミュレーション部に与えたＯＤデータと補正ＯＤデータとの差が小さくなる。判定部では、例えばシミュレーション部に与えたＯＤデータと補正ＯＤデータとにおける車両群毎の差の自乗和が予め定めた閾値よりも小さければ、適正であったと判定する。ここで適正であると判定した場合、シミュレーション部に与えたＯＤデータ、または補正ＯＤデータを推定結果とする。

なお、上述したように補正ＯＤデータのほうが現実のＯＤデータに近いことから、補正ＯＤデータを推定結果とするのが好ましい。

一方、シミュレーション部に与えたＯＤデータと、補正ＯＤデータとの差が、予め定めた値よりも大きければ、直前に生成した補正ＯＤデータを第１の走行確率を用いて再度補正した補正ＯＤデータを生成する。そして、前回補正した補正ＯＤデータと、今回補正した補正ＯＤデータとの差が予め定めた値よりも小さくなるまで繰り返すことで、現実のＯＤデータに近い可能性が高い補正ＯＤデータを最終的に得ることができる。但し、シミュレーション部において前回実行したシミュレーション結果から算出した第１の走行確率を用いて何度も補正ＯＤデータを生成していることから、現実のＯＤデータにどれだけ近いものであるかについては不明である。そこで、このようにして得られた補正ＯＤデータをシミュレーション部に与えて、上述の処理を繰り返すことにより、最終的に現実のＯＤデータに近いことが検証されたＯＤデータを得る。

このように、補正ＯＤデータを生成する毎に、その補正ＯＤデータを用いてシミュレーションを行うのではなく、生成した補正ＯＤデータが現実のＯＤデータに近い可能性が低ければシミュレーションを行わないので、現実のＯＤデータに近いＯＤデータが得られるまでに実行するシミュレーションの回数を抑えることができる。したがって、現実のＯＤデータに近いことが検証されたＯＤデータを得るまでに要する時間を短縮できる。

以上のように、この発明によれば、複数の地点で車両感知器により計測した現実の走行車両の台数である観測交通量を用いて、現実に近いＯＤデータを得ることができるとともに、このＯＤデータを得るための処理に要する時間の短縮も図れる。また、現実に近いＯＤデータが得られることで、道路網において一部の道路の通行を規制した場合の周辺道路における渋滞の発生予測や、道路の拡張や新たな道路の建設による渋滞緩和効果の予測等が精度良く行えるようになる。

以下、この発明の実施形態について説明する。

図１は、この発明の実施形態であるＯＤデータ生成方法を実行するＯＤデータ生成装置を適用したシステムの構成を示す図である。図１において、１がＯＤデータを生成するＯＤデータ生成装置、２がＯＤデータ生成装置１で生成されたＯＤデータを用いて交通量をシミュレーションするシミュレーション装置である。また、３が観測交通量を記憶した観測交通量データベース、４が道路網を示すデータが登録された道路網データベース、５が各交差点に設置されている信号機の制御状態を示す信号制御データベースである。ＯＤデータ推定装置１、およびシミュレーション装置２は、ワークステーション、デスクトップ型のパーソナルコンピュータ、携帯型のノートパソコン等の情報処理装置である。ＯＤデータ推定装置１、およびシミュレーション装置２は、同じシミュレーションエンジンを搭載している。また、ここでは、ＯＤデータ推定装置１と、シミュレーション装置２と、を別の装置としているが、これらを１つの情報処理装置で構成することも可能である。

図２は、ＯＤデータ生成装置の機能構成を示すブロック図である。ＯＤデータ生成装置１は、シミュレーション部１１、走行確率算出部１２、補正部１３、判定部１４、出力部１５を備えている。シミュレーション部１１は、与えられたＯＤデータを用いてシミュレーションを実行する。シミュレーション部１１は、シミュレーションを行う対象地域の道路網を道路網データベース４から取得するとともに、対象地域の交差点に設置されている信号機の制御データを信号制御データベース５から取得する。ＯＤデータは、図３に示すように車両群毎に出発地、目的地、出発時間帯、およびその台数を対応づけたデータある。道路網データベース４には、対象地域の道路網を示す道路網データが記憶されている。例えば、複数の交差点（ノード）と隣接する交差点を接続する道路（リンク）から構成される図４（Ａ）に示す道路網を、図４（Ｂ）に示すリンクとノードとの関係を示すデータで記憶している。具体的には、図５に示すように、道路毎にその道路を識別するリンクＩＤ、この道路の上流側の交差点を識別する上流側ノードＩＤ、下流側の交差点を識別する下流側ノードＩＤ、道路の長さ、この道路の規制速度、この道路の車線数、単位時間当たりに流出可能な車両の台数を示す断面容量、道路における車両密度と車両速度の関係を示すＫ−Ｖ曲線の種別、該道路を分割した道路区間数を対応づけたデータである。断面容量は、交差点に設置されている信号機の青比率が１００％である場合の車両の台数である。Ｋ−Ｖ曲線は、車両密度の増加による車両速度の低下を示す。道路区間数は、その道路を分割した区間数であり、シミュレーションにおいて車両群を移動させる単位である。

信号制御データベース５に記憶されている信号制御データは、図６に示すように対象地域内の各交差点に設置されている信号機毎にその信号機を識別する信号機ＩＤ、この信号機が通行を規制する道路を示すリンクＩＤ、この信号機による平均待ち時間、この信号機の青比率を対応づけたデータである。また、多くの交差点に設置されている信号機は、深夜、早朝、昼間、夕方等、交通量の変化に応じて青比率等を変化させているので、図６に示すように制御時間毎（ここでは、５分毎）に信号制御データを記憶している。シミュレーション部１１には、パーソントリップデータ等の統計情報を基に生成された初期ＯＤデータ、または補正部１３で生成され判定部１４において現実のＯＤデータに近い可能性が高いと判定された補正ＯＤデータが与えられる。

なお、初期ＯＤデータは、パーソントリップデータ等の統計情報を基に生成したものでなく、適当に生成したものでもよいが、推定結果が得られるまでに要する時間の点でパーソントリップデータ等の統計情報を基に生成したものであるのが好ましい。

走行確率算出部１２は、シミュレーション部１１におけるシミュレーション結果に基づいて、各車両群について時間帯毎に車両感知器により走行車両の台数が観測されている観測地点を走行する車両台数を計算交通量として算出するとともに、ここで算出した車両群毎の計算交通量から観測地点における車両群毎の第１の走行確率、およびこの第１の走行確率を車両感知器により観測された車両台数（観測交通量）で補正した第２の走行確率を算出する。観測交通量データベース３には、各観測地点における時間帯毎の観測交通量を登録したテーブルが日種（平日、休日、五十日等）別に記憶されている（図７参照）。

補正部１３は、観測地点毎の観測交通量、第２の走行確率、および車両群毎の計算交通量を用いてシミュレーション部１１に与えたＯＤデータを補正した補正ＯＤデータを生成する。判定部１４は、シミュレーション部１１に与えたＯＤデータと、このＯＤデータを補正した補正ＯＤデータとの差分から、シミュレーション部１１に与えたＯＤデータが適正であったかどうかを判定する。出力部１５は、判定部１４においてシミュレーション部１１に与えたＯＤデータが適正であると判定された場合に、このＯＤデータを補正した補正ＯＤデータを推定結果として出力する。

また、走行確率算出部１２は、判定部１３がシミュレーション部１１に与えたＯＤデータが適正でないと判定すると、補正部１３で直前に生成された補正ＯＤデータを第１の走行確率を用いて、この補正ＯＤデータの各車両群について時間帯毎に車両感知器により走行車両の台数が観測されている観測地点を走行する車両台数を補正計算交通量として算出する。そして、補正部１３が時間帯毎に観測地点における、上記観測交通量と、上記車両群毎の補正計算交通量の総和と、の差に基づいて、補正ＯＤデータを再補正した補正ＯＤデータを生成し、上記判定部１４が前回生成した補正ＯＤデータと、今回生成した補正ＯＤデータと、における対応する車両群毎の台数の差に基づいて今回生成した補正ＯＤデータが適正である可能性が高いかどうかを判定する。走行確率算出部１２、補正部１３、および判定部１４は、判定部１４が今回生成した補正ＯＤデータが適正である可能性が高いと判定するまで、この補正計算交通量の算出、補正ＯＤデータの生成、今回生成した補正ＯＤデータが適正である可能性が高いかどうかの判定を繰り返す。判定部１４が、今回生成した補正ＯＤデータが適正である可能性が高いと判定すると、今回生成した補正ＯＤデータをシミュレーション部１１に与え、シミュレーションを実行させて、上述した動作でシミュレーション部１１に与えたＯＤデータが適正であるかどうかの判定を繰り返す。判定部が１４においてシミュレーション部１１に与えたＯＤデータが適正であると判定された場合に、出力部１５が推定結果を出力し、本処理が終了する。

以下、この実施形態のＯＤデータ推定装置１におけるＯＤデータの推定処理について説明する。

図８は、ＯＤデータ推定処理を示すフローチャートである。まず、ＯＤデータ推定装置１は、初期データの入力を受け付け（ｓ１）、終了判定回数を１にリセットする（ｓ２）。初期データは、初期ＯＤデータ、ＯＤデータを推定する対象地域、ＯＤデータを推定する日種等である。初期ＯＤデータは、適当に生成したものであってもよいが、パーソントリップデータ等の統計情報から推定したものであるのが好ましい。ＯＤデータ推定装置１は、ｓ１で受け付けた初期ＯＤデータ、および対象地域をシミュレーション部１１に与え、シミュレーション部１１においてシミュレーションを実行する（ｓ３）。シミュレーション部１１は、道路網データベース４から与えられた対象地域の道路網データを読み出し、対象地域の道路網を仮想的に構築する。また、信号制御データベース５から対象地域の交差点に設置されている信号器の信号制御データを読み出す。そして、与えられたＯＤデータの各車両群を、時間を進行させながら仮想的に構築した対象地域の道路網上を模擬的に走行させ、各車両群がどの道路を走行したか等をシミュレーション結果として出力する。シミュレーション部１１は、本願発明者がすでに特許文献１で提案している方法等、公知の方法でシミュレーションを行う。

走行確率算出部１２は、シミュレーション部１１におけるシミュレーション結果に基づいて、車両感知器で計測した現実に走行した車両台数（観測車両台数）が観測交通量データベース３に登録されている各観測地点を走行する車両群毎の車両台数を計算交通量として算出する（ｓ４）。ｓ４で算出する計算交通量は車両群毎である。また、ここでは観測地点が存在する道路に流入した車両を観測地点を走行した車両として算出している。具体的には、シミュレーション部１１がシミュレーションに用いたＯＤデータにおける出発地がｉ、目的地がｊ、出発時間帯がｔｓである車両群の台数をＯＤ（ｉ，ｊ，ｔｓ）とすると、ｓ４では時間帯がｔであるときに、ｌである道路に流入した車両の台数である計算交通量ＴＳｉｍ（ｌ，ｉ，ｊ，ｔ，ｔｓ）を算出している。

また、走行確率算出部１２は、ｓ４で各観測地点について各車両群の計算交通量を算出すると、各車両群について観測地点を走行する第１、および第２の走行確率を算出する（ｓ５）。第１の走行確率Ｐｒｏｂ０は、計算交通量を車両群の台数で除算した値であり、

で算出される。また、第２の走行確率Ｐｒｏｂは、上記第１の走行確率を観測交通量で補正した値であり、

で算出される。ここでＯｂｓ（ｌ，ｔ）は、時間帯ｔに道路ｌの観測地点を走行した車両の台数である。一般に、観測交通量データベース３に登録されている車両台数は、車両毎に出発地、目的値、出発時間帯にかかる情報で区別されていない（単に、観測地点を走行した車両の台数だけの情報である。）。そこで、シミュレーション結果から得られる時間帯ｔに道路ｌに進入した車両台数が

であらわせることから、観測交通量Ｏｂｓ（ｌ，ｔ）を［数３］で示した時間帯ｔに道路ｌに進入した車両台数で除算した値を、第１の走行確率に掛けることにより、観測リンク交通量に出発地、目的値、出発時間帯にかかる情報を与えている。

次に、補正部１３が時間帯ｔに道路ｌに流入した計算総交通量ＳｉｍＱ（ｌ、ｔ）、すなわちｓ４で車両群毎に算出した計算交通量において、時間帯ｔに道路ｌに流入した車両の総和（道路の計算交通量）、を算出する（ｓ６）。具体的には、

により時間帯ｔに道路ｌに流入した車両の総和を算出する。また、補正部１３は、車両群毎に、観測交通量と道路の計算交通量の差分Ｅｒｒ（ｌ，ｉ，ｊ，ｔ，ｔｓ）を、

により算出する（ｓ７）。ここでは、観測交通量と、計算交通量の総和との差分を、第１の走行確率に基づいて、シミュレーション結果から得られる時間帯ｔに道路ｌに進入した車両群に比例配分している。

また、補正部１３は、車両群毎にｓ７で算出した道路の計算交通量と、観測交通量との差分に基づいて、その台数の補正値Ａｄｊ（ｉ，ｊ，ｔｓ）を算出する（ｓ８）。ｓ８では、補正値Ａｄｊ（ｉ，ｊ，ｔｓ）を

により算出する。そして、ここで算出した補正値を用いて、ＯＤデータＯＤ（ｉ，ｊ，ｔｓ）を補正した補正ＯＤデータＯＤ’（ｉ，ｊ，ｔｓ）を生成する（ｓ９）。ここでは、シミュレーション部１１に与えたＯＤデータを補正することになるが、後述するようにこの補正ＯＤデータを再補正した補正ＯＤデータを生成することもある。

このようにして生成された補正ＯＤデータは、補正前のＯＤデータを観測交通量を用いて補正していることから、補正前のＯＤデータよりも現実のＯＤデータに近づいている。但し、この補正ＯＤデータが現実のＯＤデータに対してどれだけ近いものであるか不明である。そこで、補正前のＯＤデータと、この補正ＯＤデータと、を比較することにより、補正ＯＤデータが現実のＯＤデータに近いかどうかを判定する（ｓ１０）。具体的には、補正ＯＤデータは、補正前のＯＤデータと現実のＯＤデータとの間に位置すると考えられる。したがって、補正前のＯＤデータと補正ＯＤデータとの差分が小さければ、補正ＯＤデータが現実のＯＤデータに近いと考えられ、反対にこの差分が大きければ補正ＯＤデータが現実のＯＤデータに対して離れていると考えられる。ｓ１０では、補正前のＯＤデータと、補正ＯＤデータとにおける車両群毎の差の自乗和を算出し、ここで算出した値が予め定めた閾値以下であれば、補正ＯＤデータが現実のＯＤデータに近いと判定する。この閾値は、シミュレーション部１１のシミュレーションエンジンの精度等に応じて決めればよい。

ｓ１０で、補正ＯＤデータが現実のＯＤデータに対して離れている（近くない）と判定すると、終了判定回数を１カウントアップし、ＯＤデータを直前に生成した補正ＯＤデータに置き換え、さらに車両群毎の計算交通量をｓ５で算出した第２の走行確率を用いて算出した値に置き換える変数の更新を行い（ｓ１１）、ｓ６に戻って上記処理を繰り返す。ＯＤデータ推定装置１は、ｓ１１で補正ＯＤデータが現実のＯＤデータに近いと判定するまで、上記ｓ６〜ｓ１１の処理を繰り返し実行する。ｓ１０で補正ＯＤデータが現実のＯＤデータに近いと判定されるまでに、上記ｓ６〜ｓ１１の処理を複数回実行した場合、この補正ＯＤデータは現実のＯＤデータに近い可能性が高いが、シミュレーション部１１に与えたＯＤデータを複数回補正していることから、どの程度現実のＯＤデータに近いか判断できない。

そこで、ＯＤデータ推定装置１はｓ１０で現実のＯＤデータに近い可能性が高いと判定した補正ＯＤデータを得ると、この補正ＯＤデータを直前に生成した補正ＯＤデータに置き換え（ｓ１２）、終了判定回数のカウント値が１であるかどうかを判定する（ｓ１３）。ここで、終了判定回数が１である場合は、シミュレーション部１１に与えたＯＤデータを補正した補正ＯＤデータが現実のＯＤデータに近いと判定されているので、この補正ＯＤデータを推定結果として出力する（ｓ１４）。

一方、終了判定回数が２以上であれば、ｓ６〜ｓ１１の処理が複数回行われており、シミュレーション部１１に与えたＯＤデータを複数回補正しているので、現実のＯＤデータに近い可能性が高いが、どの程度現実のＯＤに近いのか検証されていない。そこで、この補正ＯＤデータをシミュレーション部１１に与え、ｓ２以降の処理を繰り返す。

このように、この実施形態のＯＤデータ推定装置１は、シミュレーション部１１にＯＤデータを与え、シミュレーション部１１でのシミュレーション結果と観測交通量とから、シミュレーション部１１に与えたＯＤデータが現実のＯＤデータに近いかどうかを判定し、近くなければｓ６〜ｓ１１を繰り返すことにより、現実のＯＤデータに近い可能性が高いＯＤデータをシミュレーションを行うことなく推定する。そして、現実のＯＤデータに近い可能性が高いＯＤデータを、再度シミュレーション部１１に与え、シミュレーション部１１でのシミュレーション結果と観測交通量とから、シミュレーション部１１に与えたＯＤデータが現実のＯＤデータに近いかどうかを検証する。したがって、推定結果であるＯＤデータを得るまでに実行するシミュレーション回数を抑えることができ、処理時間を短縮できる。また、現実に近いＯＤデータが得られることで、道路網において一部の道路の通行を規制した場合の周辺道路における渋滞の発生予測や、道路の拡張や新たな道路の建設による渋滞緩和効果の予測等が精度良く行える。

なお、上記実施形態では、補正ＯＤデータを推定結果として出力するとしたが、シミュレーション部１１に与えたＯＤデータを推定結果として出力してもよい。但し、上述したように、シミュレーション部１１に与えたＯＤデータよりも補正ＯＤデータの方が、より現実のＯＤデータに近いことから、補正ＯＤデータを推定結果とするほうが好ましい。

この推定結果は、シミュレーション装置２におけるシミュレーションで用いられる。

図９は、この実施形態のＯＤデータ推定装置で生成したＯＤデータを用いて、シミュレーション装置２でシミュレーションした結果を示す図である。図９において横軸が観測交通量であり、縦軸が道路の計算交通量である。図示するように、シミュレーションにより得られた道路の計算交通量が、観測交通量に近いものとなっており、このことからＯＤデータ推定装置１が推定したＯＤデータが現実のＯＤデータに近いものであると言える。

この発明の実施形態であるＯＤデータ生成方法を実行するＯＤデータ生成装置を適用したシステムの構成を示す図である。ＯＤデータ生成装置の機能構成を示す図である。ＯＤデータを示す図である。道路網を示す図である。道路網データを示す図である。信号制御データを示す図である。観測交通量データを示す図である。ＯＤデータ推定装置におけるＯＤデータを推定する処理を示すフローチャートである。この実施形態のＯＤデータ推定装置で生成したＯＤデータを用いて、シミュレーション装置でシミュレーションした結果を示す図である。

符号の説明

１−ＯＤデータ推定装置
２−観測交通量データベース
３−シミュレーション装置
４−道路網データベース
５−信号制御データベース
１１−シミュレーション部
１２−走行確率算出部
１３−第１の補正部
１４−判定部
１５−出力部
１６−第２の補正部

Claims

複数の交差点と隣接する交差点間を結ぶ道路からなる道路網の複数の地点に設置した車両感知器で計測した観測交通量を用いて、車両群毎に出発地、到着地、出発時間帯、およびその台数を対応づけたＯＤデータを推定するＯＤデータ推定方法において、
シミュレーション部が与えられたＯＤデータを用いて各車両群を上記道路網上で時間経過にともなって走行させるシミュレーションを実行する第１のステップと、
走行確率算出部が上記第１のステップにおけるシミュレーション結果に基づいて、各車両群について時間帯毎に上記車両感知器を設置した地点を走行する車両の台数を計算交通量として算出するとともに、この地点を走行する割合を第１の走行確率として算出する第２のステップと、
補正部が、時間帯毎に上記車両感知器を設置した地点における、上記観測交通量と、上記第２のステップで算出した車両群毎の計算交通量とに基づいて、シミュレーション部に与えたＯＤデータの車両群毎の台数を補正した補正ＯＤデータを生成する第３のステップと、
判定部が、上記第１のステップでシミュレーション部に与えたＯＤデータと、上記第３のステップで生成した補正ＯＤデータとの差に基づいて、上記第１のステップでシミュレーション部に与えたＯＤデータが適正であるかどうかを判定する第４のステップと、
上記第４のステップで上記判定部がシミュレーション部に与えたＯＤデータが適正でないと判定したときに、上記補正部が直前に生成した補正ＯＤデータを上記第１の走行確率および観測交通量に基づいて車両群毎の台数を再補正した補正ＯＤデータを生成し、上記判定部が今回生成した補正ＯＤデータと、前回生成した補正ＯＤデータと、における対応する車両群毎の台数の差に基づいて前回生成した補正ＯＤデータが適正である可能性が高いかどうかを判定する処理を、上記判定部が前回生成した補正ＯＤデータが適正である可能性が高いと判定するまで繰り返す第５のステップと、
さらに、上記判定部が、上記第５のステップで前回生成した補正ＯＤデータが適正であったと判定したときに、今回生成した補正ＯＤデータを上記シミュレーション部に与え、上記第１のステップ以降の処理を繰り返す第６のステップと、
上記判定部が、上記第４のステップでシミュレーション部に与えたＯＤデータが適正であると判定したときに、上記第１のステップでシミュレーション部に与えたＯＤデータ、または上記第３のステップで生成した補正ＯＤデータを推定結果とする第７のステップとを備えたＯＤデータ推定方法。
上記第２のステップは、上記第１の走行確率を上記観測交通量で補正した第２の走行確率を算出し、
上記第３のステップは、上記第２の走行確率および上記観測交通量から車両群毎の観測交通量を算出し、ここで算出した車両群毎の観測交通量と、上記第２のステップで算出した車両群毎の計算交通量と、における対応する車両群毎の台数の差に基づいて、車両群毎の台数を補正した補正ＯＤデータを生成する請求項１に記載のＯＤデータ推定方法。
上記判定部は、判定対象のＯＤデータと、補正部が最後に生成した補正ＯＤデータとにおける、対応する車両群毎の差の自乗和が予め定めた閾値よりも小さければ、適正であると判定する請求項１または２に記載のＯＤデータ推定方法。
上記第５のステップは、上記第４のステップで上記判定部がシミュレーション部に与えたＯＤデータが適正でないと判定したときに、上記走行確率算出部が上記補正部において直前に生成された補正ＯＤデータと上記第１の走行確率を用いて、各車両群について時間帯毎に上記車両感知器を設置した地点を走行する車両の台数を車両群毎の補正計算交通量として算出し、上記補正部が時間帯毎に上記車両感知器を設置した地点における、上記観測交通量と、上記車両群毎の補正計算交通量の総和と、の差に基づいて、車両群毎の台数を再補正した補正ＯＤデータを生成し、上記判定部が今回生成した補正ＯＤデータと、前回生成した補正ＯＤデータと、における対応する車両群毎の台数の差に基づいて前回生成した補正ＯＤデータが適正である可能性が高いかどうかを判定する処理を、上記判定部が前回生成した補正ＯＤデータが適正である可能性が高いと判定するまで繰り返す請求項１〜３のいずれかに記載のＯＤデータ推定方法。