JP2005208791A - 道路リンク旅行時間推計方法、道路リンク旅行時間推計装置、プログラム、および、記録媒体 - Google Patents

Abstract

【課題】 道路リンクを移動するのに要する道路リンク旅行時間を、道路リンクの渋滞情報から算出できる道路リンク旅行時間推計技術を提供する。
【解決手段】 道路リンク旅行時間推計装置を、過去の道路リンク旅行時間と道路リンク渋滞度との関係を用いて、道路リンク渋滞度から道路リンク旅行時間を算出するためのｎ次の変換関数を求め、前記変換関数の係数を目的変量とし、道路属性情報を説明変量とする重回帰分析を行い、変換関数の係数を道路属性情報から算出するｎ＋１個の重回帰式を求め、道路リンク旅行時間推計の対象となる道路リンクの道路属性情報を前記重回帰式に代入して前記変換関数の係数を算出し、この係数を前記変換関数に適用し、移動を行う時刻の道路リンク渋滞度を当該変換関数に代入して道路リンク旅行時間の推計値を算出する。
【選択図】 図１

Description

本発明は、交通情報の一つであるリンク旅行時間の現在または将来の値を、別の交通情報である渋滞情報の現在または将来の値を用いて算出するリンク旅行時間推計技術に関するものである。

道路リンクとは道路を構成する単位であり、例えばＶＩＣＳシステムでは交差点と交差点とを結ぶ線分を「ＶＩＣＳリンク」として定義している。以下、「リンク」とは、ＶＩＣＳシステムで取り扱われている「ＶＩＣＳリンク」のことを表すものとする。

現在のＶＩＣＳシステムにおいて、約半数のリンクではリンク旅行時間が提供されていない。このようなリンク旅行時間未提供リンクを対象に、現在または将来のリンク旅行時間を算出する方法としては、現在、以下に示す２通りの方法が存在する。

まず一つには、道路とその上を走行する車両を流体モデルにより仮想化し、シミュレーションによって現在または将来の交通状況（渋滞状況やリンク旅行時間など）を算出する方法である。例えばその１つの例として参考文献１に開示のインプットアウトプット法が挙げられる(例えば、非特許文献１参照。)。

これは、道路上の車両全体の動きを１つの流体現象として扱い、状況を再現しようとする道路対象区間において、交通流の合流点、分流点、ボトルネック部、流入端をキーポイントとして附番する。そして各キーポイント間を交通流体ネットワークの基本単位として、通行車両による交通流の変動を道路ネットワーク上の流体運動としてシミュレーションすることにより、現在または将来の交通状況を算出することができるというものである。

また、もう一つの方法として、規制速度などの祉会規範をべースとしてリンク旅行時間を算出する方法があり、比較的簡単な方法であるためカーナビゲーションシステムなどで採用されていることが多い。

例えば一般道であれば時速３０ｋｍで、高速道路であれば時速８０ｋｍで走行するものと仮定したとすると、リンク長をこの仮定した速度で割り算することにより、リンク旅行時間を算出することができる。
大塚秀樹、首都高速の渋滞予測、交通工学ｖｏｌ．３２増刊号、ｐ２７〜３３、１９９７

しかし、上述の従来の方法は、実用を考慮した時に以下のような問題点がある。

例えば道路ネットワークとその上を走行する自動車をモデル化し、そのモデル上での車の動きをシミュレーションしてリンク旅行時間を算出する手法では、高速道路のような車の流入流出箇所が限られており、その上の車の動きについても比較的詳細なデータを観測可能な場合は比較的高精度の予測が可能であるが、一般道のような車両の流入流出が複雑な道路網ではそのモデル化が非常に煩雑となり、実際上モデル化は非常に困難である。

また、カーナビゲーションでのように、走行速度を一定値に固定し、該値とリンク長のみにもとづいてリンク旅行時間を算出する方法は変化する交通状況に対応することができない。例えば夜間と通勤時間帯では同じリンクであっても交通状況は大きく異なり、走行速度は一定ではあり得ない。この方法では、このように全く異なる状況であっても画一的に同一のリンク旅行時間を算出してしまうという問題点がある。

本発明は、かかる事情に鑑みなされたもので、その目的は前記課題を解決した
道路リンク旅行時間推計技術を提供することにある。

そこで、前記課題を解決するために、請求項１の発明は、道路リンクを移動するのに要する道路リンク旅行時間を当該道路リンクの渋滞情報から算出する道路リンク旅行時間推計方法であって、過去の道路リンク旅行時間と道路リンク渋滞度との関係を用いて、道路リンク渋滞度から道路リンク旅行時間を算出するための変換関数を求める過程と、前記変換関数の係数を目的変量とし、該当する道路リンクの道路属性情報を説明変量とする重回帰分析を行い、変換関数の係数を道路属性情報から算出する重回帰式を求める過程と、道路リンク旅行時間推計の対象となる道路リンクの道路属性情報を前記重回帰式に適用して前記変換関数の係数を算出する過程と、この係数を前記変換関数に適用し、移動を行う時刻の道路リンク渋滞度を当該変換関数に代入して道路リンク旅行時間の推計値を算出する過程と、を有することを特徴とする。

また、請求項２の発明は、請求項１において、前記過去または移動を行う時刻の道路リンク渋滞度は、当該道路リンクの各サブリンクの長さと各サブリンクの渋滞度とから算出することを特徴とする。

また、請求項３の発明は、請求項１または２において、
前記変換関数は１次式

とみなして求め、前記変換関数式の係数Ｃ₀とＣ₁とを、該当する道路リンクの道路属性情報Ｐ_iの一部または全てから求めることができる２個の重回帰式

から算出することを特徴とする。

また、請求項４の発明は、請求項１〜３いずれかにおいて、過去の道路リンク旅行時間と道路リンク渋滞度との関係を用いて、道路リンク渋滞度から道路リンク旅行時間を算出するための変換関数を求める際に、過去の道路リンク渋滞度が０と０以外とのデータに分け、前記変換関数の切片は道路リンク渋滞度が０のデータから求め、傾きは道路リンク渋滞度が０以外のデータを用いた最小２乗法により求めることを特徴とする。

また、請求項５の発明は、請求項１〜４いずれかにおいて、前記重回帰分析を行う際には、前記説明変量の数と種類とのバリエーションである重回帰モデルを変化させ、各重回帰モデルのあてはまりのよさを赤池情報量基準によって評価し、前記評価値が最も小さい重回帰モデルに基づく重回帰式を変換関数の係数の算出に適用することを特徴とする。

また、請求項６の発明は、道路リンクを移動するのに要する道路リンク旅行時間を当該道路リンクの渋滞情報から算出する道路リンク旅行時間推計装置であって、過去の道路リンク旅行時間と道路リンク渋滞度との関係を用いて、道路リンク渋滞度から道路リンク旅行時間を算出するための変換関数を求める手段と、前記変換関数の係数を目的変量とし、該当する道路リンクの道路属性情報を説明変量とする重回帰分析を行い、変換関数の係数を道路属性情報から算出する重回帰式を求める手段と、道路リンク旅行時間推計の対象となる道路リンクの道路属性情報を前記重回帰式に適用して前記変換関数の係数を算出する手段と、この係数を前記変換関数に適用し、移動を行う時刻の道路リンク渋滞度を当該変換関数に代入して道路リンク旅行時間の推計値を算出する手段と、を有することを特徴とする。

また、請求項７の発明は、請求項６において、前記過去または移動を行う時刻の道路リンク渋滞度を、当該道路リンクの各サブリンクの長さと各サブリンクの渋滞度とから算出する手段を有することを特徴とする。

また、請求項８の発明は、請求項６または７において、
前記変換関数は１次式

とみなして求め、前記変換関数式の係数Ｃ₀とＣ₁とを、該当する道路リンクの道路属性情報Ｐ_iの一部または全てから求めることができる２個の重回帰式

から算出することを特徴とする。

また、請求項９の発明は、請求項６〜８いずれかにおいて、過去の道路リンク旅行時間と道路リンク渋滞度との関係を用いて、道路リンク渋滞度から道路リンク旅行時間を算出するための変換関数を求める手段においては、過去の道路リンク渋滞度が０と０以外とのデータに分け、前記変換関数の切片は道路リンク渋滞度が０のデータから求め、傾きは道路リンク渋滞度が０以外のデータを用いた最小２乗法により求めることを特徴とする。

また、請求項１０の発明は、請求項６〜９いずれかにおいて、前記重回帰分析を行う際には、前記説明変量の数と種類とのバリエーションである重回帰モデルを変化させ、各重回帰モデルのあてはまりのよさを赤池情報量基準によって評価し、前記評価値が最も小さい重回帰モデルに基づく重回帰式を変換関数の係数の算出に適用することを特徴とする。

また、請求項１１の発明は、上記の請求項１〜１０のいずれか１項に記載の道路リンク旅行時間推計方法または道路リンク旅行時間推計装置を、コンピュータプログラムで記載してそれを実行可能にしたことを特徴とする。

また、請求項１２の発明は、上記の請求項１〜１０のいずれか１項に記載の道路リンク旅行時間推計方法または道路リンク旅行時間推計装置を、コンピュータで実行可能に記載したプログラムを記録したことを特徴とする。

請求項１または６では、渋滞情報である道路リンク渋滞度を用いて道路リンク旅行時間を算出するという手法を取り入れており、交通状況に応じた道路リンク旅行時間算出を可能とする。現在はＶＩＣＳシステム等の交通提供システムにおいて、渋滞情報の提供率は道路リンク旅行時間の提供率に比べて非常に高く、この手法により多くの道路リンクで道路リンク旅行時間を提供することが可能となる。また、交通状況を反映した渋滞情報に基づき道路リンク旅行時間の算出を行うため、込んでいる場合た空いている場合といった交通状況に応じた精度の高い道路リンク旅行時間算出が可能である。なお、移動を行う時刻の道路リンク渋滞度は、現時刻に移動を行うのであれば現時刻の道路リンク渋滞度を用い、例えば３０分後、１時間後等の先の時刻に移動を行うのであれば、その時刻のの道路リンク渋滞度の予測を行いこれを用いることができる。

請求項２または７では、渋滞情報が道路リンク渋滞度ではなく、道路リンクを構成するサブリンクについての渋滞度として与えられるときに対応できる。

請求項３または８では、変換関数が１次式で与えられるので、変換関数の算出処理が複雑化せず処理時間が増大することもない。

請求項４または９では、道路リンクの渋滞度が０のデータと０以外のデータとに分けて係数を算出することで、道路リンクの渋滞度が０以外のデータが非常に少ない時でもこれをパラメータ決定に関与させることができる。

請求項５または１０では、複数存在する道路属性情報から有効な道路属性情報を採用することができ、より精度のよい道路リンク旅行時間算出が可能である。

本発明では、交通状況に応じた道路リンク旅行時間の算出が可能になる。また、道路リンク旅行時間が提供されていない道路リンク旅行時間未提供リンクを対象としても本発明の適用が可能であり、渋滞予測方法を用いることにより未来の道路リンク旅行時間を推計することが可能となる。

以下、本発明の実施の形態を、図面を用いて詳細に説明する。

図１に本実施の形態のリンク旅行時間推計装置のブロック構成図の一例を示す。図１に示すように、本実施の形態のリンク旅行時間推計装置は第１リンク渋滞度計算処理部１、リンク渋滞度−リンク旅行時間変換関数算出処理部２、重回帰分析処理部３、リンク旅行時間推計処理部４、第２リンク渋滞度計算処理部５、から構成される。

このリンク旅行時間推計装置を用いた本実施の形態の処理フローの一例を図２に示す。図２において、１００はリンク旅行時間提供リンクの蓄積された過去のデータ、２００は第１リンク渋滞度計算処理部１が行うリンク渋滞度計算処理、３００はリンク渋滞度−リンク旅行時間変換関数算出処理部２が行うリンク渋滞度からリンク旅行時間を求める変換関数の算出処理、４００は変換関数の算出処理３００によって求められた各リンクの変換関数パラメータ、５００はリンク旅行時間提供リンクの道路属性データ、６００はリンクの変換関数パラメータ４００を目的変量、リンク旅行時間提供リンクの道路属性データ５００を説明変量として、重回帰分析処理部３が行う重回帰分析処理、７００は重回帰分析処理６００の結果得られた重回帰式、８００はリンク旅行時間推計対象リンクの渋滞情報、９００は第２リンク渋滞度計算処理部５が行うリンク渋滞度計算処理、１０００はリンク旅行時間推計対象データの道路属性データ、１１００はリンク旅行時間推計処理部４が行うリンク旅行時間推計処理、１２００はリンク旅行時間推計処理１１００の結果得られる推計値である。

本処理フローは、蓄積されたデータを用いて学習的処理を行うバッチ系処理と、実際の推計処理を行うリアルタイム系処理に大別される。図１においてバッチ系処理はリンク渋滞度計算処理２００、変換関数の算出処理３００、重回帰分析処理６００であり、リアルタイム系処理はリンク渋滞度計算処理９００、リンク旅行時間推計処理１１００である。

リンク旅行時間提供リンクの蓄積された過去のデータ１００は、例えば過去１年分や、過去１ヶ月分、過去１週間分など、任意に指定した期間蓄積されたリンク旅行時間提供リンクの交通情報データである。リンク旅行時間提供リンクのデータであるため、該データ１００には渋滞情報とリンク旅行時間情報の両者が含まれる。ここでは、リンク旅行時間提供リンク１０００本について、５分間隔で出力されるＶＩＣＳデータを過去１年間蓄積したデータを例とする。

リンク渋滞度計算処理２００は、データ１００の各渋滞情報を、リンク全体の渋滞度合いであるリンク渋滞度に変換する処理である。ここで、使用するＶＩＣＳデータからリンク渋滞度を計算する方法を、図３を用いて説明する。

ＶＩＣＳデータの渋滞情報は、各リンクについて、リンクをさらに細かく分割したサブリンクの先頭座標（リンク終端からの距離／１０ｍで示される）と、各渋滞箇所の渋滞度（０：不明、１：渋滞なし、２：混雑、３：渋滞）によって表わされる。図３にその例を示す。

図３の２０１はリンク始点、２０２はリンク終点である。図３のリンクは５つのサブリンクに分割されており、各サブリンクの渋滞度はリンク始点側から１、１、２、３、１となっている。また、各サブリンクの先頭座標は１０、８、６、３、１である。リンク渋滞度は以下の

によって算出する。従って図３の例でのリンク渋滞度は、

と計算される。

リンク渋滞度−リンク旅行時間変換関数算出処理３００は、データ１００の各リンクについて、リンク渋滞度Ｊからリンク旅行時間ＴＴを算出するｎ次の変換関数

を学習的に求める処理である。なお、本実施の形態では、変換関数を以下の

とし、該変換関数を学習的に求める方法を説明する。本実施の形態では、リンク旅行時間提供リンク１０００本について５分間隔で出力されるＶＩＣＳデータを過去１年間蓄積したデータをデータ１００の例としているため、リンク渋滞度とリンク旅行時間がセットとなった標本が１０００本のリンクそれぞれについて１０５１２０個（５分間隔（１日２８８標本）×１年（３６５日）＝１０５１２０）存在する。

このリンク渋滞度とリンク旅行時間がセットになった標本を、縦軸をリンク旅行時間、横軸をリンク渋滞度としたグラフにプロットした例を、図４に示す。図４のグラフは、あるリンク１本について、過去のリンク渋滞度とリンク旅行時間との関係を表すものである。図４のグラフには点が２０個しか存在しないが、１年間の標本についてのグラフには１０５１２０個の点がプロットされる。また実データを用いた場合では、リンク渋滞度０であるデータが飛び抜けて多くなる。これは、通常渋滞事例は稀にしか起こらない現象であり、ほとんどの場合は渋滞なしであるからである。本実施の形態では、以下、最小２乗法にもとづき１次の変換関数を学習的に求める方法について説明する。

はじめに各リンクについて、標本をリンク渋滞度０のデータと、リンク渋滞度０以外のデータとに分ける。図４の３０１はリンク渋滞度０のデータを、３０２はリンク渋滞度０以外のデータを示す。リンク渋滞度０のデータはａ個あり、その値を（０、ｔｔ₁）、（０、ｔｔ₂）、…、（０、ｔｔ_a）とし、またリンク渋滞度０以外のデータがｂ個あり、その値を（Ｊａｍ₁、ＴＴ₁）、（Ｊａｍ₂、ＴＴ₂）、…、（Ｊａｍ_b，ＴＴ_b）とすると、変換関数

の２つのパラメータは、以下の式によって算出される。

ただし、

本実施の形態では、直線の切片であるＣ₀ ^(l)りをリンク渋滞度０のデータのみを使って求め、その後にリンク渋滞度０以外のデータを使って直線の傾きであるＣ₁ ^(l)を求める。これは先に説明したように、リンク渋滞度０のデータは飛びぬけて多いため、このようにリンク渋滞度０とそれ以外のデータを分け、Ｃ₀ ^(l)とＣ₁ ^(l)を別々に算出しないとリンク渋滞度０以外のデータがほとんどパラメータ決定に関与しないからである。

ここで、図５に、図４で示した標本から求めた１次の変換関数の例を示す。図５の４０１が上述のようにして求めた変換関数である。

リンク旅行時間提供リンクの変換関数パラメータ４００は、処理３００によって各リンクについて算出された、リンク渋滞度−リンク旅行時間変換関数のパラメータＣ₀ ^(l)とＣ₁ ^(l)である。本実施の形態ではリンク旅行時間提供リンクを１０００本としているため、Ｃ₀ ^(l)とＣ₁ ^(l)のセットがｌ＝１〜１０００までの１０００個存在することとなる。

リンク旅行時間提供リンクの道路属性データ５００は、リンク旅行時間提供リンクについて、ＶＩＣＳリンクデータベースやＤＲＭデータなどのリンク属性情報データベースを用いて抽出された、各リンクの道路属性情報である。本実施の形態では、各リンクのリンク渋滞度−リンク旅行時間変換関数は、該リンクの道路構造によって決定づけられていると仮定する。これは、道路構造を数値的に表す様々な道路属性情報が、リンク渋滞度−リンク旅行時間変換関数のパラメータを決めていることを意味する。該仮定のもとに、道路属性情報を説明変量に、リンク渋滞度−リンク旅行時間変換関数のパラメータを目的変量とする重回帰分析を行い、これにより得られる重回帰式によって道路属性情報を該パラメータに関連づける。

道路属性情報には、（財）日本デジタル道路地図協会が提供している「全国デジタル道路地図データベース標準」、「ＶＩＣＳリンク仕様書」等で規定されているすべての道路属性情報を適用することが可能である。該道路属性情報は、ＤＲＭデータにおける道路単位であるＤＲＭリンクごとに付与されている。本実施の形態ではこれら道路属性情報の中から、道路種別コード、道路幅員区分コード、車線数コード、１２時間交通量、旅行速度、規制速度コード、トンネル情報を選択し、以下に示す１０種類を道路属性データＰｉ：（ｉ＝１〜１０）として用いることとする。

Ｐ₁：主たる道路種別コード
リンクを構成する各ＤＲＭリンクの道路種別コードのうち、その延長距離が最も長い道路種別コード
Ｐ₂：主たる道路幅員区分コード
リンクを構成する各ＤＲＭリンクの道路幅員区分コードのうち、その延長距離が最も長い道路幅員区分コード
Ｐ₃：最狭道路幅員コード
リンクを構成する各ＤＲＭリンクの道路幅員区分コードのうち、最も狭い道路幅員区分コード
Ｐ₄：主たる車線数コード
リンクを構成する各ＤＲＭリンクの車線数コードのうち、その延長距離が最も長い車線数コード
Ｐ₅：最少車線数コード
リンクを構成する各ＤＲＭリンクの車線数コードのうち、最も少ない車線数コード
Ｐ₆：１２時間交通量
リンクを構成する各ＤＲＭリンクの１２時間交通量のうち、その延長距離が最も長い１２時間交通量
Ｐ₇：旅行速度
リンクを構成する各ＤＲＭリンクの旅行速度（ピーク時）のうち、その延長距離が最も長い旅行速度（ピーク時）
Ｐ₈：主たる規制速度コード
リンクを構成する各ＤＲＭリンクの規制速度コードのうち、その延長距離が最も長い規制速度コード
Ｐ₉：最遅規制速度コード
リンクを構成する各ＤＲＭリンクの規制速度コードのうち、最も遅い規制速度コード
Ｐ₁₀：トンネル延長距離
リンクを構成する各ＤＲＭリンクの基本道路リンク内属性データ中にある「属性種別コード＝２（トンネル）」の延長距離の合計
上記１０種類の道路属性情報は全て数値化されている。例えば、Ｐ₂：主たる道路幅員区分コードには０〜４のうちいずれかの値が割り当てられ、１：幅員１３．０ｍ以上、２：幅員５．５〜１３．０ｍ、３：幅員３．０〜５．５ｍ、４：幅員３．０ｍ未満、０：未調査、である。

重回帰分析処理６００は、リンク旅行時間提供リンクの変換関数パラメータ４００を目的変量、リンク旅行時間提供リンクの道路属性データ５００を説明変量とする重回帰分析を行い、変換関数の係数を道路属性から算出する重回帰式

を求める処理である。

本実施の形態では先に説明してきたように、目的変量は１次の変換関数

の２つのパラメータＣ₀とＣ₁であり、説明変量は１０個の道路属性データＰ₁〜Ｐ₁₀である。また、リンク旅行時間提供リンクは１０００本あるため、各変量の標本数も１０００個である。これらのデータは下記の表１、表２に示すようにまとめることができる。

これらのデータを重回帰分析し、Ｃ₀とＣ₁をそれぞれ説明変量Ｐ₁〜Ｐ₁₀で表すことのできる重回帰式を求める。重回帰分析方法については「石村貞夫、すぐわかる多変量解析、東京図書、ｐｐ．２〜５７、２０００」、「有馬哲、石村貞夫、多変量解析のはなし、東京図書、ｐｐ．３７〜７８、２００２」に詳細な説明が存在する。

ここで、本実施の形態では説明変量の数と種類のバリエーション（以下、重回帰モデルと呼称）を様々に変えて重回帰分析を行い、その中で最もあてはまりの良い重回帰モデルを採用して重回帰式を決定する方法を説明する。

各リンクのリンク渋滞度−リンク旅行時間変換関数は、該リンクの道路構造によって決定づけられていると仮定したが、実際にＰ₁〜Ｐ₁₀までのうち、どの道路属性情報が有効であるかについては不明である。したがって説明変量Ｐ₁〜Ｐ₁₀の数と種類のバリエーションを網羅的に変化させて重回帰分析を行い、Ｃ₀とＣ₁それぞれについて最もあてはまりの良い重回帰モデルを採用することとする。

本実施の形態では説明変量の最大値は１０個であり、したがって重回帰モデルのバリエーション数は１０２３通り存在する。この１０２３通りの重回帰モデルの中から、最もあてはまりの良い重回帰モデルを選択する方法には、決定係数を用いる方法、重相関係数を用いる方法、自由度調整済決定係数を用いる方法など様々な方法が存在するが、本実施の形態では赤池情報量基準（以下、ＡＩＣと呼称）を用いて選択する方法を説明する。ＡＩＣは以下の式

によって計算される。これはモデルのあてはまりのよさを評価する値である。なお、Ｎは標本数（本実施の形態では１０００）、Ｓ_Eは重回帰式によって計算されるＣ_i ^(l)（以下、Ｃ_i’^(l)と表現する）と実際のＣ_i ^(l)との差の平方和ｐは説明変量の数である。ＡＩＣ値が小さいほうが重回帰モデルのあてはまりがよいと評価されるので、Ｃ₀とＣ₁それぞれについて最小のＡＩＣ値をとる重回帰モデルを採用し、該重回帰モデルにもとづく重回帰式を採用する。本実施の形態ではＣ₀、Ｃ₁それぞれについて、以下の表３、４に示す重回帰モデルを採用することとする。

重回帰式７００は、重回帰分析処理６００の結果得られた、リンク渋滞度−リンク旅行時間変換関数

の係数Ｃ_iを道路属性データＰ_iから求める重回帰式

である。本実施の形態では、Ｃ₀とＣ₁それぞれについて重回帰式が求まり、表３、表４より

となる。リンク旅行時間推計対象リンクのＰ₁、Ｐ₅、Ｐ₆、Ｐ₇、Ｐ₈、Ｐ₉、Ｐ₁₀、を上式に代入することで、リンクごとにＣ₀とＣ₁が求まる。

リンク旅行時間推計対象リンクの渋滞情報８００は、リンク旅行時間推計を行うリンクの推計を行う時刻（以下、推計対象時刻と呼称）の渋滞情報である。例えば現在時刻のリンク旅行時間を推計する場合には、現在時刻の渋滞情報である。また、３０分先のリンク旅行時間を推計する場合には、渋滞予測方法にもとづいて予測された３０分先の渋滞情報である。

渋滞予測方法の一例として、各リンクにおける渋滞情報の変化を時間変数Ｔに対する時系列データとして捉え、これを統計的手法により予測しようという手法を説明する。例えば「毛利仁士、堀越力他、事例べ一スによる交通渋滞予測手法、電子情報通信学会論文誌、ｖｏｌ．Ｊ８２−Ｂ Ｎｏ１１ ｐ１９９３−２００１、１９９９」には、短時間先の交通状況はほぼ現在の交通状況と同じであるという仮説に基づき、予測時間先の予測交通渋滞状況を、予測処理時点、即ち現在時刻における交通渋滞状況として提示する持続予測方式が述べられている。また同様に、リンク毎の渋滞状況を曜日や一日の時間帯毎の統計最頻値（あるいは平均値）の形にまとめ、予測先時刻の曜日や時間帯といった時間属性に合致する渋滞状況の統計値を提示する方法についても述べられている。

この他の渋滞予測方法として、ニューラルネットワークを利用し予測する手法や、事例べース推論をもとに予測する手法が存在する。

本実施の形態では、リンク旅行時間予測対象時刻を３０分先として説明することとする。従ってリンク旅行時間推計対象リンクの渋滞情報８００は３０分後の渋滞情報となる。

リンク渋滞度計算処理９００は、リンク旅行時間推計対象リンクの渋滞情報８００をリンク全体の渋滞度合いであるリンク渋滞度に変換する処理である。処理手順についてはリンク渋滞度計算処理２００と同様であるため説明を省略する。

リンク旅行時間推計対象リンクの道路属性データ１０００は、重回帰式の説明変量として必要なリンク旅行時間推計対象リンクの道路属性データである。本実施の形態では表３、４に示した重回帰モデルを採用しているため、リンク旅行時間推計対象リンクのＰ₁、Ｐ₅、Ｐ₆、Ｐ₇、Ｐ₈、Ｐ₉、Ｐ₁₀が必要であり、これら道路属性データをＶＩＣＳリンクデータベースやＤＲＭデータなどのリンク属性情報データベースから抽出する。

リンク旅行時間推計処理１１００は、リンク旅行時間推計対象時刻のリンク渋滞度をリンク渋滞度−リンク旅行時間変換関数にもとづいて変換し、リンク旅行時間を算出する処理である。リンク渋滞度−リンク旅行時間変換関数のパラメータは、重回帰式７００にもとづき推計対象リンクの道路属性データ１０００から求められる。

本実施の形態では以上説明してきたように、リンク渋滞度−リンク旅行時間変換関数を２次式

としており、該変換関数のパラメータＣ₀とＣ₁はそれぞれ、

である。リンク旅行時間推計対象リンクのＰ₁、Ｐ₅、Ｐ₆、Ｐ₇、Ｐ₈、Ｐ₉、Ｐ₁₀を上式に代入することにより、該リンクの変換関数が求まり、該変換関数とリンク渋滞度によってリンク旅行時間を推計することが可能である。

推計値１２００は、リンク旅行時間推計処理１１００によって算出される推計値である。

なお、本発明は図１に示した装置の一部又は全部の処理機能をプログラムとして構成してコンピュータを用いて実現すること、あるいは図２で示した処理手順をプログラムとして構成してコンピュータに実行させることができる。また、コンピュータでその各部の処理機能を実現するためのプログラム、あるいはコンピュータにその処理手順を実行させるためのプログラムを、そのコンピュータが読み取り可能な記録媒体、例えば、フレキシブルディスク、ＭＯ、ＲＯＭ、メモリカード、ＣＤ、ＤＶＤ、リムーバブルディスクなどに記録して、保存したり、提供したりすることが可能であり、また、インターネットのような通信ネットワークを介して配布したりすることが可能である。

本実施の形態のリンク旅行時間推計装置のブロック構成図。 リンク旅行時間推計装置を用いた本実施の形態の処理フロー図。 リンクを構成するサブリンクとそのデータを示す図。 縦軸をリンク旅行時間、横軸をリンク渋滞度としたグラフ。 図４で示した標本から求めた１次の変換関数の例を示す図。

符号の説明

１…第１リンク渋滞度計算処理部
２…リンク渋滞度−リンク旅行時間変換関数算出処理部
３…重回帰分析処理部
４…リンク旅行時間推計処理部
５…第２リンク渋滞度計算処理部

Claims (12)

1. 道路リンクを移動するのに要する道路リンク旅行時間を当該道路リンクの渋滞情報から算出する道路リンク旅行時間推計方法であって、
   過去の道路リンク旅行時間と道路リンク渋滞度との関係を用いて、道路リンク渋滞度から道路リンク旅行時間を算出するための変換関数を求める過程と、
   前記変換関数の係数を目的変量とし、該当する道路リンクの道路属性情報を説明変量とする重回帰分析を行い、変換関数の係数を道路属性情報から算出する重回帰式を求める過程と、
   道路リンク旅行時間推計の対象となる道路リンクの道路属性情報を前記重回帰式に適用して前記変換関数の係数を算出する過程と、
   この係数を前記変換関数に適用し、移動を行う時刻の道路リンク渋滞度を当該変換関数に代入して道路リンク旅行時間の推計値を算出する過程と、を有することを特徴とする道路リンク旅行時間推計方法。
2. 前記過去または移動を行う時刻の道路リンク渋滞度は、当該道路リンクの各サブリンクの長さと各サブリンクの渋滞度とから算出することを特徴とする請求項１に記載の道路リンク旅行時間推計方法。
3. 前記変換関数は１次式
   

   

   とみなして求め、
   前記変換関数式の係数Ｃ₀とＣ₁とを、該当する道路リンクの道路属性情報Ｐ_iの一部または全てから求めることができる２個の重回帰式
   

   

   から算出することを特徴とする請求項１または２に記載の道路リンク旅行時間推計方法。
4. 過去の道路リンク旅行時間と道路リンク渋滞度との関係を用いて、道路リンク渋滞度から道路リンク旅行時間を算出するための変換関数を求める際に、
   過去の道路リンク渋滞度が０と０以外とのデータに分け、前記変換関数の切片は道路リンク渋滞度が０のデータから求め、傾きは道路リンク渋滞度が０以外のデータを用いた最小２乗法により求めることを特徴とする請求項１〜３いずれか１項に記載の道路リンク旅行時間推計方法。
5. 前記重回帰分析を行う際には、前記説明変量の数と種類とのバリエーションである重回帰モデルを変化させ、
   各重回帰モデルのあてはまりのよさを赤池情報量基準によって評価し、
   前記評価値が最も小さい重回帰モデルに基づく重回帰式を変換関数の係数の算出に適用することを特徴とする請求項１〜４いずれか１項に記載の道路リンク旅行時間推計方法。
6. 道路リンクを移動するのに要する道路リンク旅行時間を当該道路リンクの渋滞情報から算出する道路リンク旅行時間推計装置であって、
   過去の道路リンク旅行時間と道路リンク渋滞度との関係を用いて、道路リンク渋滞度から道路リンク旅行時間を算出するための変換関数を求める手段と、
   前記変換関数の係数を目的変量とし、該当する道路リンクの道路属性情報を説明変量とする重回帰分析を行い、変換関数の係数を道路属性情報から算出する重回帰式を求める手段と、
   道路リンク旅行時間推計の対象となる道路リンクの道路属性情報を前記重回帰式に適用して前記変換関数の係数を算出する手段と、
   この係数を前記変換関数に適用し、移動を行う時刻の道路リンク渋滞度を当該変換関数に代入して道路リンク旅行時間の推計値を算出する手段と、を有することを特徴とする道路リンク旅行時間推計装置。
7. 前記過去または移動を行う時刻の道路リンク渋滞度を、当該道路リンクの各サブリンクの長さと各サブリンクの渋滞度とから算出する手段を有することを特徴とする請求項６に記載の道路リンク旅行時間推計装置。
8. 前記変換関数は１次式
   

   

   とみなして求め、
   前記変換関数式の係数Ｃ₀とＣ₁とを、該当する道路リンクの道路属性情報Ｐ_iの一部または全てから求めることができる２個の重回帰式
   

   

   から算出することを特徴とする請求項６または７に記載の道路リンク旅行時間推計装置。
9. 過去の道路リンク旅行時間と道路リンク渋滞度との関係を用いて、道路リンク渋滞度から道路リンク旅行時間を算出するための変換関数を求める手段においては、
   過去の道路リンク渋滞度が０と０以外とのデータに分け、前記変換関数の切片は道路リンク渋滞度が０のデータから求め、傾きは道路リンク渋滞度が０以外のデータを用いた最小２乗法により求めることを特徴とする請求項６〜８いずれか１項に記載の道路リンク旅行時間推計装置。
10. 前記重回帰分析を行う際には、前記説明変量の数と種類とのバリエーションである重回帰モデルを変化させ、
    各重回帰モデルのあてはまりのよさを赤池情報量基準によって評価し、
    前記評価値が最も小さい重回帰モデルに基づく重回帰式を変換関数の係数の算出に適用することを特徴とする請求項６〜９いずれか１項に記載の道路リンク旅行時間推計装置。
11. 上記の請求項１〜１０のいずれか１項に記載の道路リンク旅行時間推計方法または道路リンク旅行時間推計装置を、コンピュータプログラムで記載してそれを実行可能にしたことを特徴とするプログラム。
12. 上記の請求項１〜１０のいずれか１項に記載の道路リンク旅行時間推計方法または道路リンク旅行時間推計装置を、コンピュータで実行可能に記載したプログラムを記録したことを特徴とする記録媒体。

Images