JP2006018435A - 交通流データ予測装置および交通流データ予測方法 - Google Patents
交通流データ予測装置および交通流データ予測方法 Download PDFInfo
- Publication number
- JP2006018435A JP2006018435A JP2004193835A JP2004193835A JP2006018435A JP 2006018435 A JP2006018435 A JP 2006018435A JP 2004193835 A JP2004193835 A JP 2004193835A JP 2004193835 A JP2004193835 A JP 2004193835A JP 2006018435 A JP2006018435 A JP 2006018435A
- Authority
- JP
- Japan
- Prior art keywords
- prediction
- traffic flow
- flow data
- time
- destination
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
【解決手段】 予測先−予測元日時データ抽出手段6は、過去データにおいて、将来の予測先日時に対して同一の日または時間属性で同一の時刻とその前後のデータと、将来の予測先日時と現在の予測元日時の時間差分だけ遡って現在の予測元日時に対して同一の日または時間属性で同一の時刻とその前後のデータを抽出する。交通流データ予測手段9は、抽出したデータを用いて予測モデルを構築し、予測先日時の交通流データを予測する。
【選択図】図1
Description
「広域交通管制技術の研究報告II」、財団法人 日本交通管理技術協会、1990年3月、pp.7−6,7−7 蛭阪 隆、科学警察研究所 交通部交通規制研究室、「車両感知器データを用いた交通量変動特性の一分析」、科学警察研究所報告交通編、Vol.41、No.2、March 2001、pp.84−91
日時及び日時に関する属性を含む前記交通流データから、予測先となる予測先日時と同一の時刻の交通流データである第1の過去予測先交通流データと、前記過去予測先交通流データの時刻を含む所定時間範囲の交通流データである第2の過去予測先交通流データと、前記第1の過去予測先交通流データおよび前記第2の過去予測先交通流データの時刻から、それぞれ前記予測先日時と前記予測元日時との時間差分だけ遡った同一の時刻との交通流データを第1の過去予測元交通流データおよび第2の過去予測元交通流データとして抽出するデータ抽出手段と、前記抽出された第1および第2の過去予測先交通流データと、第1および第2の過去予測元交通流データとに基づいて、予測先日時の交通流データを予測する交通流データ予測手段と、を備える。この構成により、過去データから予測先と予測元時点が同じ日時で予測先と予測元時点近傍の時間的なずれを含めたデータを得ることができ、簡易な構成で正確な交通流データの予測を行うことができる。
日時及び日時に関する属性を含む前記交通流データから、予測先となる予測先日時と同一の時刻の交通流データである第1の過去予測先交通流データと、前記過去予測先交通流データの時刻を含む所定時間範囲の交通流データである第2の過去予測先交通流データと、前記第1の過去予測先交通流データおよび前記第2の過去予測先交通流データの時刻から、それぞれ前記予測先日時と前記予測元日時との時間差分だけ遡った同一の時刻との交通流データを第1の過去予測元交通流データおよび第2の過去予測元交通流データとして抽出するステップと、
前記抽出された第1および第2の過去予測先交通流データと、第1および第2の過去予測元交通流データとに基づいて、予測先日時の交通流データを予測するステップと、
を有する。この方法により、過去データから予測先と予測元時点が同じ日時で予測先と予測元時点近傍の時間的なずれを含めたデータを得ることができ、簡易な構成で正確な交通流データの予測を行うことができる。
以下、本発明の第1の実施形態の交通流データ予測装置および方法について説明する。本実施形態は、計測データが任意時間間隔毎の時刻つまり時点毎に集計され、データベースが逐次更新されるような場合等に好適に適用可能である。
603)。この係数によるこのモデルに現在の予測元日時での旅行時間T(t)を代入、予測先日時t’の旅行時間T’(t’)をT’(t’)=a×T(t)+bとして求める(S604)。なお、モデルは上記のモデルに限られるものではない。予測した旅行時間は処理部に格納・保存する(S605)。
以下、本発明の第2の実施形態の交通流データ予測装置および方法について説明する。 本実施形態では、一定期間の蓄積したデータから予め各属性の任意時間後の予測先時刻のモデルを構築しておき、そのモデルパラメータを記憶、予測時にはこのパラメータを用いて予測値を算出する。本実施形態は、データベースが任意の時間間隔、例えば数ヶ月から1年といった比較的長期の間隔で更新されるような場合等に好適に適用可能である。なお、本実施形態では予測先日時に基づくものとして記述する。
2 走行車両
3 車両感知器
4 処理部
5 交通流データベース
6 予測先−予測元データ抽出手段
7 予測先データ抽出手段
8 予測元データ抽出手段
9 交通流データ予測手段
10 パラメータ記憶手段
11 交通流データ予測値算出手段
Claims (13)
- 計測器等によって収集された交通流データを用いて、予測元となる予測元日時から任意時間先の交通流データを予測する交通流データ予測装置であって、
日時及び日時に関する属性を含む前記交通流データから、予測先となる予測先日時と同一の時刻の交通流データである第1の過去予測先交通流データと、前記過去予測先交通流データの時刻を含む所定時間範囲の交通流データである第2の過去予測先交通流データと、前記第1の過去予測先交通流データおよび前記第2の過去予測先交通流データの時刻から、それぞれ前記予測先日時と前記予測元日時との時間差分だけ遡った同一の時刻との交通流データを第1の過去予測元交通流データおよび第2の過去予測元交通流データとして抽出するデータ抽出手段と、
前記抽出された第1および第2の過去予測先交通流データと、第1および第2の過去予測元交通流データとに基づいて、予測先日時の交通流データを予測する交通流データ予測手段と、
を備える交通流データ予測装置。 - 前記予測先日時および前記第1の過去予測先交通流データならびに第2の過去予測先交通流データと、前記予測元日時および前記第1の過去予測元交通流データならびに前記第2の過去予測元交通流データとのうち少なくとも一方は同じ属性を有する、請求項1記載の交通流データ予測装置。
- 前記予測先日時および前記第1の過去予測先交通流データならびに第2の過去予測先交通流データと、前記予測元日時および前記第1の過去予測元交通流データならびに前記第2の過去予測元交通流データとの両方が同じ属性を有する予測元−予測先交通流データが存在する場合、前記交通流データ予測手段による予測は、前記予測元−予測先交通流データが優先されて用いられる請求項1または2記載の交通流データ予測装置。
- 前記交通流データ予測手段は、前記第1および第2の過去予測先交通流データと、第1および第2の過去予測元交通流データとを用いて予測モデルを構築し、前記予測モデルと現在の予測元日時のデータから任意時間先の予測先日時の交通流データを予測する請求項1ないし3のいずれか一項記載の交通流データ予測装置。
- 前記属性の各々に関して、複数の時刻を予測先日時として、任意時間分だけ遡った予測元日時との予測モデルを構築し、前記モデルのパラメータを記憶するパラメータ記憶手段を備える請求項1ないし4のいずれか一項記載の交通流データ予測装置。
- 前記交通流データ予測手段は、前記記憶されたパラメータと前記予測元日時の交通流データとに基づいて前記予測先日時の交通流データの予測値を算出する請求項5記載の交通流データ予測装置。
- 計測器等によって収集された交通流データを用いて、予測元となる予測元日時から任意時間先の交通流データを予測する交通流データ予測方法であって、
日時及び日時に関する属性を含む前記交通流データから、予測先となる予測先日時と同一の時刻の交通流データである第1の過去予測先交通流データと、前記過去予測先交通流データの時刻を含む所定時間範囲の交通流データである第2の過去予測先交通流データと、前記第1の過去予測先交通流データおよび前記第2の過去予測先交通流データの時刻から、それぞれ前記予測先日時と前記予測元日時との時間差分だけ遡った同一の時刻との交通流データを第1の過去予測元交通流データおよび第2の過去予測元交通流データとして抽出するステップと、
前記抽出された第1および第2の過去予測先交通流データと、第1および第2の過去予測元交通流データとに基づいて、予測先日時の交通流データを予測するステップと、
を有する交通流データ予測方法。 - 前記予測先日時および前記第1の過去予測先交通流データならびに第2の過去予測先交通流データと、前記予測元日時および前記第1の過去予測元交通流データならびに前記第2の過去予測元交通流データとのうち少なくとも一方は同じ属性を有する、請求項7記載の交通流データ予測方法。
- 前記予測先日時および前記第1の過去予測先交通流データならびに第2の過去予測先交通流データと、前記予測元日時および前記第1の過去予測元交通流データならびに前記第2の過去予測元交通流データとの両方が同じ属性を有する予測元−予測先交通流データが存在する場合、前記交通流データの予測は、前記予測元−予測先交通流データが優先されて用いられる請求項7または8記載の交通流データ予測方法。
- 前記交通流データを予測するステップは、前記第1および第2の過去予測先交通流データと、第1および第2の過去予測元交通流データとを用いて予測モデルを構築するステップと、前記予測モデルと予測元日時のデータから任意時間先の予測先日時の交通流データを予測するステップとを含む請求項7ないし9のいずれか一項記載の交通流データ予測方法。
- 前記属性の各々に関して、複数の時刻を予測先日時として、任意時間分だけ遡った予測元日時との予測モデルを構築し、前記モデルのパラメータを記憶するステップを有する請求項7ないし10のいずれか一項記載の交通流データ予測方法。
- 前記交通流データを予測するステップは、前記記憶されたパラメータと前記予測元日時の交通流データとに基づいて前記予測先日時の交通流データの予測値を算出するステップを含む請求項11記載の交通流データ予測方法。
- コンピュータに、請求項7ないし12のいずれか一項記載の各ステップを実行させる交通流データ予測プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004193835A JP4353862B2 (ja) | 2004-06-30 | 2004-06-30 | 交通流データ予測装置および交通流データ予測方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004193835A JP4353862B2 (ja) | 2004-06-30 | 2004-06-30 | 交通流データ予測装置および交通流データ予測方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006018435A true JP2006018435A (ja) | 2006-01-19 |
JP4353862B2 JP4353862B2 (ja) | 2009-10-28 |
Family
ID=35792675
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004193835A Expired - Fee Related JP4353862B2 (ja) | 2004-06-30 | 2004-06-30 | 交通流データ予測装置および交通流データ予測方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4353862B2 (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008123474A (ja) * | 2006-10-20 | 2008-05-29 | Nec Corp | 旅行時間予測装置、旅行時間予測方法、交通情報提供システム及びプログラム |
JP2009259158A (ja) * | 2008-04-21 | 2009-11-05 | Toyota Central R&D Labs Inc | 交通状態シミュレーション装置及びプログラム |
CN105160866A (zh) * | 2015-08-07 | 2015-12-16 | 浙江高速信息工程技术有限公司 | 一种基于深度学习神经网络结构的交通流预测方法 |
KR101742042B1 (ko) | 2016-11-15 | 2017-05-31 | 한국과학기술정보연구원 | 교통 흐름 예측 장치, 방법 및 교통 흐름 예측을 위한 프로그램을 저장하는 저장매체 |
CN108257378A (zh) * | 2016-12-29 | 2018-07-06 | 杭州海康威视数字技术股份有限公司 | 交通流量预测方法及装置 |
CN108269411A (zh) * | 2016-12-31 | 2018-07-10 | 南京理工大学 | 一种高速公路etc车流量预测方法 |
CN111862592A (zh) * | 2020-05-27 | 2020-10-30 | 浙江工业大学 | 一种基于rgcn的交通流预测方法 |
CN115063975A (zh) * | 2022-06-09 | 2022-09-16 | 长安大学 | 短时交通流数据预测方法、系统、计算机设备及存储介质 |
-
2004
- 2004-06-30 JP JP2004193835A patent/JP4353862B2/ja not_active Expired - Fee Related
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008123474A (ja) * | 2006-10-20 | 2008-05-29 | Nec Corp | 旅行時間予測装置、旅行時間予測方法、交通情報提供システム及びプログラム |
US8090523B2 (en) | 2006-10-20 | 2012-01-03 | Nec Corporation | Travel-time prediction apparatus, travel-time prediction method, traffic information providing system and program |
JP2009259158A (ja) * | 2008-04-21 | 2009-11-05 | Toyota Central R&D Labs Inc | 交通状態シミュレーション装置及びプログラム |
CN105160866A (zh) * | 2015-08-07 | 2015-12-16 | 浙江高速信息工程技术有限公司 | 一种基于深度学习神经网络结构的交通流预测方法 |
KR101742042B1 (ko) | 2016-11-15 | 2017-05-31 | 한국과학기술정보연구원 | 교통 흐름 예측 장치, 방법 및 교통 흐름 예측을 위한 프로그램을 저장하는 저장매체 |
CN108257378A (zh) * | 2016-12-29 | 2018-07-06 | 杭州海康威视数字技术股份有限公司 | 交通流量预测方法及装置 |
CN108257378B (zh) * | 2016-12-29 | 2020-05-19 | 杭州海康威视数字技术股份有限公司 | 交通流量预测方法及装置 |
CN108269411A (zh) * | 2016-12-31 | 2018-07-10 | 南京理工大学 | 一种高速公路etc车流量预测方法 |
CN111862592A (zh) * | 2020-05-27 | 2020-10-30 | 浙江工业大学 | 一种基于rgcn的交通流预测方法 |
CN115063975A (zh) * | 2022-06-09 | 2022-09-16 | 长安大学 | 短时交通流数据预测方法、系统、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP4353862B2 (ja) | 2009-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhan et al. | Urban link travel time estimation using large-scale taxi data with partial information | |
CN112470199B (zh) | 用于点对点流量预测的系统和方法 | |
Yuan et al. | Driving with knowledge from the physical world | |
KR101413505B1 (ko) | 이력 및 현재 데이터에 기초하는 예상된 도로 교통 조건의 예측 방법 및 장치 | |
JP4211706B2 (ja) | 交通情報提供装置 | |
JP5374067B2 (ja) | 交通状態シミュレーション装置及びプログラム | |
Chen et al. | Reliable shortest path problems in stochastic time-dependent networks | |
Yang et al. | Using incomplete information for complete weight annotation of road networks | |
Chen et al. | Bus-arrival-time prediction models: Link-based and section-based | |
US9959339B2 (en) | Journey time estimation | |
JP2009069924A (ja) | 交通状況予測装置,交通状況予測方法 | |
US8825352B2 (en) | Traffic data prediction device, traffic data prediction method and computer program | |
CN109243173B (zh) | 基于道路高清卡口数据的车辆轨迹分析方法及系统 | |
JP2008129802A (ja) | 自動更新システム、自動更新方法、及びプログラム | |
CN105074797B (zh) | 地图差分数据分发装置、地图差分数据分发方法、车辆用导航装置 | |
Li et al. | Empirical study of travel time estimation and reliability | |
JP4353862B2 (ja) | 交通流データ予測装置および交通流データ予測方法 | |
Kathuria et al. | Travel-time variability analysis of bus rapid transit system using GPS data | |
Liu et al. | Bustime: Which is the right prediction model for my bus arrival time? | |
Schmaranzer et al. | Population-based simulation optimization for urban mass rapid transit networks | |
Dhivya Bharathi et al. | Bus travel time prediction: a log-normal auto-regressive (AR) modelling approach | |
Ehmke et al. | Floating car data based analysis of urban travel times for the provision of traffic quality | |
CN111915874A (zh) | 一种道路平均通行时间预测方法 | |
Shen | Freeway travel time estimation and prediction using dynamic neural networks | |
Oruganti et al. | Delayradar: A multivariate predictive model for transit systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20060327 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070605 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20071114 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20071121 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20071128 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20071205 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20071212 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20090528 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20090630 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090728 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4353862 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120807 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130807 Year of fee payment: 4 |
|
LAPS | Cancellation because of no payment of annual fees |