JP2007041782A - 道路交通状況把握システム - Google Patents

Abstract

【課題】本発明は、道路の区間単位の交通状況情報よりも詳細な情報を提供し、道路環境に左右されない安定した監視をすることのできる道路交通状況把握システムを提供することにある。
【解決手段】道路上に設置しているセンサ１０は、通過する車両を計測してデータを取得し、このデータにより、通過時刻推定部２１は、車両毎に通過した時刻を推定し、この推定結果に基づいて、交通流模擬部２２は、交通流を模擬し、模擬した交通流に基づいて、車両位置推定手段２３は、車両毎に位置を推定し、この推定結果を推定ＤＢ３に保存し、推定ＤＢ３のデータにより、交通状況を表示する表示器１１に表示する交通状況把握システム。
【選択図】図２

Description

本発明は、道路の交通状況を把握するための道路交通状況把握システムに関する。

一般的には、車両感知器を用いて、交通量(Quantity：単位時間に道路のある地点を通過する車両の台数)、占有率(Occupancy：道路のある線上における車両の存在時間比率)、速度を測定し、これらのデータにより、道路交通状況（車両の道路在線状況に関する情報など）を把握する。これらのデータは、道路を数百ｍ〜数ｋｍの区間に分割したそれぞれの区間に対するデータとして把握する。例えば、交通量は、複数車線の合計交通量であり、速度は、ある時間単位（例えば５分）の平均速度である。

このようにして、把握した道路交通状況は、通常区間、渋滞区間、事故ないし障害物の発生区間を判断する。これらの情報は、道路交通管制センターなどの表示装置等に、監視員が把握しやすいように色を変えて表示する。

図１５は、従来の交通状況を表示した場合を説明するための図である。図中の矢印は、交通流の向きを示している。

区間３０１〜３０３は、交通状況を表示するために道路を分割したものである。区間３０１は渋滞、区間３０２は混雑、区間３０３は非渋滞を表している。このように、従来の表示では、分割した区間毎の「渋滞」、「混雑」、「非渋滞」と色分けをするようなマクロ的な表示をする例がほとんどである。

しかし、このような区間単位での情報の把握では、個々の車両の走行状況は把握できず、例えば、渋滞発生の正確な位置（先頭／最後尾）などの詳細な情報が分からない。また、渋滞の場合は、対象の区間すべてにおいて走行が停滞している場合も、渋滞と非渋滞が交互に存在している場合も、同じ「渋滞」の色（例えば「赤」）を表示してしまう。さらに、非渋滞の場合も、自動車の通過が全くない場合も、渋滞の延伸が少々ある場合も、同じ「非渋滞」の「黄緑」を表示してしまう。

そこで、近年では、カメラを用いた交通の監視に関する各種の方式が提案されている。例えば、複数のカメラの映像を用いて、縮小画像で全カメラの映像を同時に表示する装置（例えば、特許文献１を参照）、カメラで撮影した車両の挙動を検知し、広域における車両毎の挙動の監視（例えば、特許文献２を参照）、テレビカメラの視野外での異常の予測（例えば、特許文献３を参照）、テレビカメラの画像を用いて、模擬車両画像を利用したミクロアニメーション画像による表示（例えば、特許文献４を参照）などが開示されている。また、道路交通流の模擬に関しては、道路交通を流体に見立てたマクロ交通流シミュレータ（例えば、非特許文献１を参照）、車両の１台１台の走行を模擬するミクロ交通流シミュレータ（例えば、非特許文献２を参照）などが開示されている。
特開平１１−９６４９４号公報 特開平１０−１０５６９０号公報 特開平６−７６１９５号公報 特開２００４−１０２５４５号公報 赤羽弘和，大口敬，小根山裕之，"交通流シミュレーションモデル開発の系譜"，交通工学，Ｖｏｌ．３７，Ｎｏ．５，２００２ 尾崎晴男，"やさしい交通シミュレーション３．交通流のミクロシミュレーション"，交通工学，Ｖｏｌ．３２，Ｎｏ．６，１９９７

しかしながら、以上のようなカメラを用いたシステムでは、夜間時、霧や雨天などの悪天候時、トンネル内の火災等における煙の道路状況など、時間、天候、状況などの環境により画像精度が阻害される可能性のある要因が多くあり、道路環境に左右されない安定した監視環境を確保することは困難である。また、実際の交通状況に応じて、道路の区間単位での交通状況情報より詳細な交通流を模擬するシステムなどについては知られていない。

そこで、本発明の目的は、道路の区間単位の交通状況情報よりも詳細な情報を提供し、道路環境に左右されない安定した監視をすることのできる道路交通状況把握システムを提供することにある。

本発明の観点に従った道路交通状況把握システムは、コンピュータシステムを利用して道路の交通状況を把握する道路交通状況把握システムであって、前記道路上の計測地点を通過する車両に関する交通流情報を取得する情報取得手段と、前記交通流情報に基づいて、前記車両の通過時刻を推定する車両通過時刻推定手段と、前記車両通過時刻推定手段の推定結果に基づいて、前記道路の交通流を模擬する交通流模擬手段と、前記交通流模擬手段の模擬した前記交通流に基づいて、前記道路上における車両の位置を推定する車両位置推定手段と、前記車両位置推定手段の推定結果を出力する推定結果出力手段とを備えた構成である。

本発明によれば、道路の区間単位の交通状況情報よりも詳細な情報を提供し、道路環境に左右されない安定した監視をすることのできる道路交通状況把握システムを提供することができる。

以下図面を参照して、本発明の実施形態を説明する。

（第１の実施形態）
図1及び図２を参照して、本実施形態に係る道路交通状況把握システムの構成について説明する。

本システムの適用された構成は、交通状況を把握する対象となる道路上に設置されているセンサ１０と、センサ１０からの計測データにより交通状況を推定する交通状況推定装置１と、交通状況推定装置１の推定データにより、交通状況を把握するための表示装置１１とからなる。

センサ１０は、例えば車両感知器である。センサ１０は、超音波式又はループコイル式などである。超音波式は、超音波を照射して道路及び走行車両からの反射波を受信するまでの時間差から車両の有無を検出する。ループコイル式は、ループコイル上を車両が通過するときのループコイルのインダクタンスの変化により、車両の有無を検出する。センサ１０は、超音波式の場合、一つの車両感知器にセンサヘッドを２機備えており(ダブルヘッド)、２つのセンサヘッドで車両が検出される時間の差とセンサヘッド間の距離とから、個々の車両の速度を計測する。センサ１０は、既に設置されているような車両感知器を適用できる。

センサ１０は、所定の時間毎（例えば５，１０分毎など）の交通量（通過台数）、占有率（センサが車両を感知している時間の割合）、通過した車両の平均速度などを計測結果に基づいて演算し、計測データとして交通状況推定装置１に送信する。

交通状況推定装置１は、センサ１０からの計測データにより交通状況の把握をするための交通流の模擬を行う。交通状況推定装置１は、この交通流の模擬により車両毎の現在位置を推定し、推定データを作成する。

表示装置１１は、交通状況推定装置１の推定データを表示し、これにより交通状況の把握をすることができる。例えば、表示装置１１は、道路交通管制センターなどに設置されている。例えば、表示装置１１は、計算器のディスプレイやグラフィックパネルである。

交通状況推定装置１は、図１に示すように、主に、推定データを算出するためのＣＰＵ（central processing unit）２と、推定データをデータベース（以下、「ＤＢ」という。）として記憶するための推定ＤＢ３とからなる。

図２を参照して、交通状況推定装置１を構成する主な機能について説明する。

図中の矢印は、主に、データが流れる向き及び手順を表しており、逆方向に流れるデータの存在を否定するものではない。また、各機能の間にデータの要求及び応答の関係がある場合、相互にデータの送受信をするものとする。例えば、本システムがネットワークを構成しているときに、ネットワークのプロトコルに応じて、経路の確立をするときなどが考えられる。以下、全ての実施形態において同じである。

ＣＰＵ２は、通過時刻推定部２１と、交通流模擬部２２と、車両位置推定部２３とからなる機能を有している。

通過時刻推定部２１は、センサ１０の計測データをもとに、センサ１０を通過した車両の推定時刻を求める。

具体的には、センサ１０は、８時０分から８時１０分の間に５台の車が通過したことを検知したとする。このとき、１台が通過する平均時間の間隔は２分となるため、センサを通過した車両は、２分おきに１台ずつ通過したと推定する。ここで、最初にセンサを通過した車両の推定通過時刻は、８時０分から８時２分の間のどの時刻としてもよい。例えば、８時０分、８時２分、であってもよいし、真ん中をとって、８時１分としてもよい。残りの４台の推定通過時刻は、最初の１台の推定通過時刻から２分おき通過したとすることで算出する。なお、残りの４台についても、確率・統計及び経験則に基づいて、それぞれの２分間の何処に割り付けるかを推定してもよいし、ランダムに割り付けてもよい。

交通流模擬部２２は、通過時刻推定部２１から得られた車両毎の推定通過時刻及び計測データに基づいて、交通流を模擬する。例えば、ある車両において、推定通過時刻と現在の時刻（又は、交通状況を把握しようとしている時刻、以下において同じ。）の差をＴ[分]、平均速度をＶ[ｍ／分]とする。平均速度をそのままこの車両の推定速度とし、ＴとＶとの積により、現在の車両の位置がセンサ１０からどの程度進んだかが推定できる。これらを車両毎に対して実施すれば、交通流が模擬できる。交通流模擬部２２は、このようにして得られた交通流を現実的な交通流とするために、修正を行ってもよい。

車両位置推定部２３は、交通流模擬部２２により模擬された交通流から車両毎の現在位置を推定する。

本実施形態によれば、道路の区間単位の交通状況情報よりも詳細で具体的な情報を得ることができる。

また、車両感知器等を利用することにより、道路環境による影響の少ない安定した監視をすることができる。さらに、既に広く設置されている車両感知器を利用できるため、設備投資などの費用を抑えることができる。

（第２の実施形態）
図４を参照して、本実施形態について説明する。

本実施形態に係るＣＰＵ２の有する機能は、図２に示す交通状況推定装置１の通過時刻推定部２１が通過時刻推定部２１ａに変わった点以外は、図２と同じである。図１及び図２と同一部分には同一符号を付してその詳しい説明を省略し、異なる部分について主に説明する。なお、これ以降の各実施形態における説明においても同様にして、重複した説明を省略する。

通過時刻推定部２１ａは、センサ１０の計測データをもとに、確率分布を適用して、センサ１０を通過した車両の推定時刻を求める。確率分布は、過去の同日同時刻のデータや交通状況など様々な条件を勘案して、予め設定する。確率分布は、ポアソン分布又は指数分布などである。具体的には、センサ１０は、８時０分から８時１０分の間に５台の車が通過したことを検知したとする。このときの５台の通過時刻を確率分布にしたがって、時間間隔をとることにより、５台の通過時刻を推定する。

本実施形態によれば、第１の実施形態における作用・効果に加え、確率・統計及び経験則などにより各車両の通過時刻を推定することより、現実的又は自然な交通流を模擬することができる。

（第３の実施形態）
図５及び図６を参照して、本実施形態について説明する。

本システムの適用された構成は、図５に示すように、図１に示す構成において、センサ１０がセンサ１０ａに換わり、交通状況推定装置１ａがセンサ１０ａに対応する装置となった点以外は、図１と同じである。

センサ１０ａは、例えば超音波式の車両感知器である。センサ１０ａは、計測地点を通過した車両毎の計測データ（以下、「パルスデータ」という。）を交通状況推定装置１ａに送信する。例えば、パルスデータは、超音波式の車両感知器から照射され、道路又は車両などにより反射された反射波である。パルスデータは、車両が計測地点を通過した時刻データ等である。

図６を参照して、本実施形態に係る交通状況推定装置１ａについて説明する。

交通状況推定装置１ａは、図２に示すＣＰＵ２に有する機能に、データ処理部２４が加わり、通過時刻推定部２１が通過時刻推定部２１ｂ換わった点以外は、図２と同じ構成である。

データ処理部２４は、センサ１０ａからのパルスデータを所定の時間分（例えば５分毎又は１０分毎など）蓄積して、通過時刻推定部２１ｂに伝送する。データ処理部２４は、センサ１０ａからパルスデータを受信したタイミングで、通過時刻推定部２１ｂに出力してもよい。

データ処理部２４は、パルスデータをデータ処理することにより、車両毎の通過した速度を演算する。

また、データ処理部２４は、交通量、占有率、平均速度などを演算してもよいし、他にも必要に応じて、蓄積したパルスデータを確率・統計、経験則などに応じて演算を行ってもよい。例えば、データ処理部２４は、受信したパルスデータと直前のパルスデータに基づいて、パルスデータの変化量、連続した幾つかのパルスデータの統計、又はパルスデータの変化の遷移などを演算することができる。

通過時刻推定部２１は、データ処理部２４からパルスデータを受信した時刻及び保存した時刻などを通過推定時刻とする。なお、通過推定時刻は、パルスデータに含まれていてもよいし、センサ１０ａからデータ処理部２４がパルスデータを受信及び保存した時刻でもよいし、これら以外の他の処理をしたときの時刻としてもよい。

通過時刻推定部２１ｂは、センサ１０ａが車両を感知するまでの遅延時間、センサ１０ａからのパルスデータを交通状況推定装置１ａに受信するまでの伝送時間、交通状況推定装置１ａの演算処理等による処理時間などの遅延を考慮して通過推定時刻を修正してもよい。

交通流模擬部２２は、データ処理部２４から得た車両毎の通過した速度に関する情報及びその他の情報、及び通過時刻推定部２１ｂから得られた車両毎の推定通過時刻により、交通流を模擬する。

本実施形態によれば、第１の実施形態における作用・効果に加え、車両毎の速度及び通過推定時刻をより正確に推定することができるため、精度の高い交通流を模擬することができる。

（第４の実施形態）
図７及び図８を参照して、本実施形態について説明する。

本システムの適用された構成は、図７に示すように、図５に示す交通状況推定装置１ａにセンサＤＢ４が加わった点以外は、図５と同じである。

センサＤＢ４は、センサ１０ａからのパルスデータ及びデータ処理部２４の処理したパルスデータとして記憶するためのものである。

図８を参照して、本実施形態に係る交通状況推定装置１ｂについて説明する。

交通状況推定装置１ｂは、図６に示す交通状況推定装置１ａにおいて、センサ１０ａ及びデータ処理部２４からのパルスデータがセンサＤＢ４に格納され、交通流模擬部２２からセンサＤＢ４に格納されたデータを参照できるようになっている点以外は、図６と同じである。

交通流模擬部２２は、センサＤＢ４のデータを利用して、交通流を模擬する。

本実施形態によれば、第３の実施形態における作用・効果に加え、パルスデータ及びデータ処理部２４にてデータ処理されたパルスデータ利用することで、現実の交通流により近い交通流を模擬することができる。

（第５の実施形態）
図９及び図１０を参照して、本実施形態について説明する。

本システムの適用された構成は、図９に示すように、図７に示す構成に、外部システム１２と、外部システム１２から取得した車両の出発地点と目的地点に関する情報（以下、「ＯＤ情報」という。）をデータベースとして記憶するためのＯＤ情報ＤＢ５とが加わった点以外は、図７と同じである。なお、外部システム１２からＯＤ情報を取得する際に必要となる装置及び機器などで、必要なものは、本システムに全て備えているものとし、図示を省略する。

外部システム１２は、車両毎のＯＤ情報を取得することができるシステムである。外部システム１２は、例えば対距離料金制（距離に応じた利用料金を徴収する制度）の有料道路に適用されるシステムであれば、入口料金所及び出口料金所のデータを取得することで、ＯＤ情報を得ることができる。外部システム１２は、例えばＥＴＣ（Electronic Toll Collection System）などである。

図１０を参照して、本実施形態に係る交通状況推定装置１ｃについて説明する。

交通状況推定装置１ｃは、ＣＰＵ２に有する機能において、図８に示すＣＰＵ２に有する機能に、外部システム１２からＯＤ情報を取得し、データ処理を行って交通流模擬部２２に伝送するＯＤ情報処理部２５が加わり、ＯＤ情報処理部２５からのＯＤ情報を格納したＯＤ情報ＤＢ５を交通流模擬部２２から参照できるようになっている点以外は、図８と同じである。

ＯＤ情報処理部２５は、外部システム１２から取得したＯＤ情報を交通流模擬部２２で利用するためのデータ処理を行う。また、ＯＤ情報処理部２５は、ＯＤ情報ＤＢ５にＯＤ情報を保存する。

交通流模擬部２２は、通過時刻推定部２１ｂ及びセンサＤＢ４からの情報に加えて、ＯＤ情報処理部２５からの情報に基づいて、交通流を模擬する。また、ＯＤ情報ＤＢ５の過去の情報（例えば、同日同時刻の過去のＯＤ情報等）を参照することにより、模擬した交通流を修正する。

本実施形態によれば、第４の実施形態における作用・効果に加え、外部システム１２から取得したＯＤ情報及びＯＤ情報ＤＢ５に保存している過去のＯＤ情報を利用することで、より精度の高い交通流を模擬することができる。

（第６の実施形態）
図１０及び図１１を参照して、本実施形態について説明する。

本システムの適用された構成は、図１１に示すように、図１に示す道路交通状況把握システムのセンサ１０が、車側通信部１３と路側通信部１４に換わった点以外は、図１と同じである。

車側通信部１３及び路側通信部１４は、例えば路車間通信を行うＤＳＲＣ（Dedicated Short Range Communication）無線である。

車側通信部１３は、道路上を通行する車両に予め搭載されている機器であり、この車両自身が保有する位置に関する位置情報を含む車両情報を発信する。例えば、車側通信部１３は、ＧＰＳ（Global Positioning System）を搭載して、位置情報を取得してもよい。または、車両が走行した方角、距離などをもとに位置情報を把握する機器等を車両に有していてもよい。

路側通信部１４は、車側通信部１３から発信した車両情報を受信する。路側通信部１４は、受信した車両情報を交通状況推定装置１ｄに伝送する。路側通信部１４は、例えば道路に設置されている。

交通状況推定装置１ｄは、図１１に示すように、図１の交通状況推定装置１と主な構成は同じである。

図１２を参照して、本実施形態に係る交通状況推定装置１ｄについて説明する。

ＣＰＵ２は、通過時刻推定部２１ｃと、車両位置取得部２６と、交通流模擬部２２と、車両位置推定部２３とからなる機能を有している。

通過時刻推定部２１ｃは、路側通信部１４から車両情報を受け取り、車両の通過時刻を推定する。例えば、車両情報に車両が通過した時刻が含まれている場合には、この時刻を通過推定時刻とする。通過時刻推定部２１ｃは、路側通信部１４から車両情報を受信した時刻及び保存した時刻などを通過推定時刻としてもよいし、路側通信部１４から通過時刻推定部２１ｃが車両情報を受信及び保存した時刻でもよいし、これら以外の他の処理をしたときの時刻としてもよい。

また、通過時刻推定部２１ｃは、車側通信部１３からの車両情報を路側通信部１４に送信するまでの通信時間、路側通信部１４から交通状況推定装置１ｄまでの通信時間、交通状況推定装置１ｄでの演算処理等による処理時間などの遅延を考慮して通過推定時刻を修正してもよい。

車両位置取得部２６は、路側通信部１４から車両情報を受け取り、車両情報から車両の位置情報を抽出する処理を行う。

交通流模擬部２２は、通過時刻推定部２１ｃからの通過推定時刻及び車両位置取得部２６からの車両情報などに基づいて、交通流を模擬する。

本実施形態によれば、路車間通信を利用することにより、車両に超音波を直接照射するなどの必要がないため、車両感知器を利用する場合に比べ、車両の位置を把握できる範囲が広い。よって、車両感知器を使用する場合に比べて精度のかなり高い交通流を模擬することができる。また、本システムは、路車間通信としてＥＴＣを利用したり、カーナビゲーション及び携帯電話などに使われているＧＰＳを利用したりすることで、車両のユーザが新たに機器等の導入するためのコストを抑えることができる。

（第７の実施形態）
第１の実施形態から第６の実施形態までの道路交通状況把握システムは、交通流模擬部２２として、ミクロ交通流シミュレーションを適用することにより将来の交通流を模擬（予測）することができる（例えば、非特許文献２を参照）。

ミクロ交通流シミュレーションは、道路交通流を表すデータ（交通量、占有率、平均速度）を用いて、１台１台の車両の走行模擬において車両挙動モデルを利用する。これにより、ミクロ交通流シミュレーションは、１台１台の車両の挙動模擬が可能となり、個別車両の位置推定が可能になる。

この他に、パルスデータ、車両毎の通過推定時刻、ＯＤ情報などを模擬するための演算に使用することで、交通流の模擬する精度を高めることができる。例えば、車両毎の通過推定時刻は、シミュレーション演算の初期位置の決定に使用する。これは、通過推定時刻からその時点の速度で移動した場合、どの程度走行したかを考慮することで、初期位置を推定できる。パルスデータ及び道路交通流を表すデータにより、交通流のマクロ的な視点からチェック等をすることができる。ＯＤ情報は、車線変更や出入口料金所方面への移動を推測して、交通流を修正することができる。

また、過去の道路交通流を表すデータと過去のＯＤ情報を利用することにより、過去の交通流の推移状況をもとに、交通流を補正し、車両の位置を推定することもできる。例えば、模擬した交通流において、明らかに有料道路を出る車両が多い場合は、過去のＯＤ情報と照らし合わせて、模擬した交通流との差分をとることにより、この差分に基づいて車両を戻すなどの補正である。

なお、ミクロ交通流シミュレーションは、道路交通流を表すデータとして、平均速度と他にもう１つの要素（交通量及び占有率）があれば、模擬することができる。

本実施形態によれば、車両の１台１台の走行模擬が可能となり、より詳細な道路交通状況の把握が可能となる。

（第８の実施形態）
図１３及び図１４を参照して、本実施形態について説明する。

第１の実施形態から第７の実施形態までの道路交通状況把握システムは、被対象となる道路を区間毎に分割して、複数のＣＰＵで分担して実行させることができる。ここでは、１例として、第１の実施形態をもとにして説明するが、他の実施形態をもとにしても同様に実施することができる。

道路を区間毎に分割し、ＣＰＵに割り当てる方法としては、次のような方法がある。

１つ目は、「路線の距離に応じて分割する方法」である。この方法は、全ての道路を機械的に分割することができる点で有効である。

２つ目は、「過去の交通量データの統計をとり、ある一定期間（例えば１ヶ月、１年など）の平均交通量が同等となるように領域を分割する方法」方法である。過去の交通量データの統計とは、例えば１日辺りの積算交通量を算出するなどである。予め過去の交通量に関するデータが得られる場合には、ＣＰＵの負荷を平等にする方法として、有効である。ある一定期間は、負荷が平等になるような期間を経験的に、又は運用しながら決定してもよい。

３つ目は、「過去の密度データの統計をとり、ある一定期間の最大密度が同等となるように領域を分割する方法」である。予め過去の密度に関するデータが得られる場合に、路線における瞬間最大在線台数が分かるため有効である。密度に関するデータは、車両感知器等で得られる占有率をもとに算出することができる。

図１３を参照して、本システムの適用された構成を説明する。

本システムの被対象となる道路は、道路ＲＤ１及び道路ＲＤ２であり、区間１０４で２つの道路は繋がっている。ＲＤ１は、区間１０１〜１０４までの区間に分割されている。ＲＤ２は、区間２０１〜２０４までの区間に分割されている。道路ＲＤ１及びＲＤ２は、区間の各々にセンサ１０が設置されている。

本システムの適用された構成は、それぞれの区間に設置されたセンサ１０と、交通状況推定装置１ｅと、表示装置１１とからなる。

交通状況推定装置１ｅは、ＣＰＵ２−１〜２−３（以下総称して、「ＣＰＵ２Ｎ」という。）と、推定ＤＢ３とからなる。

ＣＰＵ２Ｎは、交通流を模擬する区間が次のように割り当てられている。ＣＰＵ２−１は、区間１０１〜１０４に、ＣＰＵ２−２は、区間２０１，２０２に、ＣＰＵ２−３は、区間２０３，２０４にそれぞれ割り当てられている。

ＣＰＵ２Ｎは、それぞれに割り当てられた区間のセンサ１０からのデータにより、対応する区間の交通流をそれぞれ模擬する。次に、ＣＰＵ２Ｎは、自己に割り当てられて模擬している交通流に対して、他のＣＰＵ２Ｎで模擬している交通流に関するデータを参照して、修正を行う。

例えば、ＣＰＵ２Ｎは、交通量を流体に見立てることで、区間を移動する交通流を予測演算し、区間の密度の推移などを予測するマクロ交通流シミュレーション（例えば、非特許文献１を参照。）を行う。マクロ交通流シミュレーションは、主に、２つの方法により交通流を修正することができる。１つは、区間毎の流出と流入の交通量の整合性をとる。もう１つは、区間毎における交通容量が決まっているため、多い場合は、模擬した交通量が交通容量を超えた場合には、超えた分の交通量を減らす修正をする。

特に前者の方法を用いて、ＣＰＵ２Ｎ間でデータの送受信を行うことにより交通流を修正することができる。次に、この方法を用いた手順について説明する。

ＣＰＵ２Ｎは、自己の担当する区間を超える区間への密度の推移を求めた場合は、超えた先の区間を担当する他のＣＰＵ２Ｎと情報を送受信する。

具体的には、ＣＰＵ２−２は、担当する区間２０２について区間２０３の方向へ推移する密度を予測した場合、この予測した密度に関する情報をＣＰＵ２−３へ送信する。ＣＰＵ２−３は、ＣＰＵ２−２から受信した情報をもとに、区間２０３を模擬した交通流との比較を行い、整合性がなければ修正をする。区間１０４は、道路ＲＤ１と道路ＲＤ２の分岐点となっている。よって、区間１０４を担当するＣＰＵ２−１は、自己の担当する区間１０３及びＣＰＵ２−３が担当する区間２０４のそれぞれの交通流との比較を行い、修正を行う。このようにして、隣接及び合流する区間の交通流を相互に比較して修正することで、対象となっている道路全体の交通流の整合性を出すことができる。

なお、交通状況推定装置１ｅは、１つ以上のＣＰＵを有するコンピュータをネットワークで繋ぐことで構成してもよいし、１台に複数のＣＰＵを保有する並列処理のできるコンピュータを使用してもよい。また、ＣＰＵ２は、それぞれ通過時刻推定部２１及び車両位置推定部２３のそれぞれの機能を保有しているとして説明したが、それぞれ少なくとも１つ有していればよい。特に、並列処理のできるコンピュータを使用する場合には、このような構成とすることで、重複するような処理を軽減することができる。

本実施形態によれば、各実施形態による作用・効果と併せて、広域の道路交通網に対しても、ＣＰＵ又はコンピュータの数を増やすことで、交通流を模擬する規模に合わせて、処理負担を軽減することができる。また、隣接及び合流する区間毎の交通流を比較することにより、全体の道路交通網に対して、整合性のある交通流を模擬することができる。

なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。

例えば、センサからの受信、路車間通信、各種伝送などにおいて、ノイズの除去や情報の伝達等に使われる波形の整形及び増幅などを行うために、各種素子、フィルタ、機器及び装置、又はこれらを代替する機能を持つソフトウェアの実行体などは、必要に応じて追加しても構わない。

各実施形態において、車両に必要としている情報等は、データの演算処理等による負荷を軽減するため、或いは、表示器により表示の制限のためなどの理由により、実際に通過した車両の台数よりも間引いて少なくしてもよい。間引く方法については、確率・統計、経験則、又はランダムなどどれでもよい。また、交通流などを模擬する際に、現実と合わない、或いは模擬した交通流と合わない不自然な情報についてのデータを外すような処理をしてもよい。これにより、自然な又は現実的な交通流を模擬することができる。

第４の実施形態のセンサＤＢ４、第５の実施形態のＯＤ情報、第７の実施形態のミクロ交通流シミュレーション、第８の実施形態の並列処理、第８の実施形態で紹介したマクロ交通流シミュレーションは、どの実施形態においても適用することができ、これらを任意に組み合わせた構成を適用することもできる。

本発明の第１の実施形態に係る道路交通状況把握システムを適用した構成を説明するためのブロック図。 第１の実施形態に係る交通状況推定装置の構成を説明するためのブロック図。 本発明の交通状況把握システムの表示を説明するための表示画面を模した図。 第２の実施形態に係る交通状況推定装置の構成を説明するためのブロック図。 第３の実施形態に係る道路交通状況把握システムを適用した構成を説明するためのブロック図。 第３の実施形態に係る交通状況推定装置の構成を説明するためのブロック図。 第４の実施形態に係る道路交通状況把握システムを適用した構成を説明するためのブロック図。 第４の実施形態に係る交通状況推定装置の構成を説明するためのブロック図。 第５の実施形態に係る道路交通状況把握システムを適用した構成を説明するためのブロック図。 第５の実施形態に係る交通状況推定装置の構成を説明するためのブロック図。 第６の実施形態に係る道路交通状況把握システムを適用した構成を説明するためのブロック図。 第６の実施形態に係る交通状況推定装置の構成を説明するためのブロック図。 第８の実施形態に係る道路交通状況把握システムを適用した構成を説明するためのブロック図。 第８の実施形態に係る交通状況推定装置の構成を説明するためのブロック図。 従来の交通状況把握システムの表示を説明するための表示画面を模した図。

符号の説明

１，１ａ〜１ｅ…交通状況推定装置、２…ＣＰＵ、３…推定ＤＢ、４…センサＤＢ、
５…ＯＤ情報ＤＢ、１０，１０ａ，１０ｂ…センサ、１１…表示装置、１３…車側通信部、
１４…路側通信部、２１，２１ａ〜２１ｃ…通過時刻推定部、２２…交通流模擬部、２３…車両位置推定部、２４…データ処理部、２５…ＯＤ情報処理部、２６…車両位置取得部。

Claims (11)

1. コンピュータシステムを利用して道路の交通状況を把握する道路交通状況把握システムであって、
   前記道路上の計測地点を通過する車両に関する交通流情報を取得する情報取得手段と、
   前記交通流情報に基づいて、前記車両の通過時刻を推定する車両通過時刻推定手段と、
   前記車両通過時刻推定手段の推定結果に基づいて、前記道路の交通流を模擬する交通流模擬手段と、
   前記交通流模擬手段の模擬した前記交通流に基づいて、前記道路上における車両の位置を推定する車両位置推定手段と、
   前記車両位置推定手段の推定結果を出力する推定結果出力手段と
   を有することを特徴とする道路交通状況把握システム。
2. 前記交通流模擬手段を少なくとも２つを有し、前記道路を区間毎に分割して、前記区間毎の交通流を模擬することにより、前記道路の全体の交通状況を把握する道路交通状況把握システムであって、
   前記交通流模擬手段は、
   前記区間の交通流を模擬し、
   他の前記区間の交通流を参照して、前記区間の交通流を修正する交通流修正手段と
   を有することを特徴とする請求項１に記載の道路交通状況把握システム。
3. 前記情報取得手段は、
   予め定めた単位時間辺りに前記計測地点を通過する車両の通過台数を含む前記交通流情報を取得し、
   前記車両通過時刻推定手段は、
   前記単位時間の間を等間隔に前記通過台数の車両が通過したとして通過時刻の推定をすること
   を有することを特徴とする請求項１又は請求項２に記載の道路交通状況把握システム。
4. 前記情報取得手段は、
   予め定めた単位時間辺りに前記計測地点を通過する車両の通過台数を含む前記交通流情報を取得し、
   前記車両通過時刻推定手段は、
   前記単位時間の間を確率分布に従って前記通過台数の車両が通過したとして通過時刻の推定をすること
   を有することを特徴とする請求項１又は請求項２に記載の道路交通状況把握システム。
5. 前記情報取得手段は、
   前記交通流情報を前記車両毎に取得すること
   を有することを特徴とする請求項１又は請求項２に記載の道路交通状況把握システム。
6. 前記計測地点を通過する車両を計測する車両計測手段を有し、
   前記情報取得手段は、
   前記車両計測手段の計測結果に基づいて、前記交通流情報を取得すること
   を有することを特徴とする請求項１から請求項５のいずれか１項に記載の道路交通状況把握システム。
7. 前記情報取得手段は、
   前記車両に予め備えている車両情報発信手段の発信した位置情報を含む情報を受信することにより前記交通流情報を取得すること
   を有することを特徴とする請求項１又は請求項２に記載の道路交通状況把握システム。
8. 前記交通流情報を保存する交通流情報保存手段を有し、
   前記交通流模擬手段は、
   前記交通流情報保存手段に保存された前記交通流情報に基づいて、前記道路の交通流を模擬すること
   を有することを特徴とする請求項１から請求項７のいずれか１項に記載の道路交通状況把握システム。
9. 前記道路における車両毎の出発地点及び目的地点に関するＯＤ情報を取得するＯＤ情報取得手段を有し、
   前記交通流模擬手段は、
   前記ＯＤ情報に基づいて、前記道路の交通流を模擬すること
   を有することを特徴とする請求項１から請求項８のいずれか１項に記載の道路交通状況把握システム。
10. 前記交通流模擬手段は、
    前記車両毎の走行における挙動を模擬するミクロ交通流シミュレーションにより模擬すること
    を有することを特徴とする請求項１から請求項９のいずれか１項に記載の道路交通状況把握システム。
11. 前記推定結果出力手段の出力に基づいて、前記道路上の交通状況を車両単位で表示する表示手段
    を有することを特徴とする請求項１から請求項１０のいずれか１項に記載の道路交通状況把握システム。

Images