JP2015028675A - 交通システム - Google Patents
交通システム Download PDFInfo
- Publication number
- JP2015028675A JP2015028675A JP2013157245A JP2013157245A JP2015028675A JP 2015028675 A JP2015028675 A JP 2015028675A JP 2013157245 A JP2013157245 A JP 2013157245A JP 2013157245 A JP2013157245 A JP 2013157245A JP 2015028675 A JP2015028675 A JP 2015028675A
- Authority
- JP
- Japan
- Prior art keywords
- traffic
- bottleneck
- data
- jam
- traffic jam
- 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
Abstract
Description
図1は、本発明の実施形態1に係る交通システムの構成図である。本実施形態1に係る交通システムは、交通路において発生している渋滞の重要度を算出するシステムであり、交通渋滞分析装置100、プローブ200を備える。
渋滞抽出部104は、探索時刻tを更新間隔dt毎に設定する(S401)。渋滞抽出部104は、設定時刻tがあらかじめ定められた最終時刻T(渋滞を抽出する対象とする最終時刻)よりも小さいか否かを判定する(S402)。設定時刻tが最終時刻Tよりも小さければ、渋滞抽出部104はリンク番号iを1つインクリメントする(S403)。設定時刻tが最終時刻Tに達した時点で本フローチャートを終了する。
渋滞抽出部104は、設定したリンク番号iが、交通ネットワークデータ130内に格納されているリンク数Nよりも小さいか否かを判定する。リンク番号iがN以上に達している場合は、リンク番号iを初期化した上でステップS401に戻る。リンク番号iがNよりも小さい場合はステップS405に進む。
渋滞抽出部104は、リンク混雑度データ120から時刻t/リンク番号iのリンク122の旅行速度123を取得する。渋滞抽出部104は、取得した旅行速度123に基づき、当該リンク122において渋滞が発生しているか否かを判定する。渋滞が発生している場合はステップS406に進み、それ以外であればステップS403に戻る。渋滞が発生しているか否かは、あらかじめ定められた旅行速度を閾値として判定すればよい。例えば、法定速度が時速40kmのリンクであれば、旅行速度123が時速20km以下であれば当該リンクにおいて渋滞が発生していると判定することができる。リンク混雑度データ120に基づき渋滞発生の有無を判定できるのであれば、その他の判断基準を用いることもできる。
渋滞抽出部104は、設定時刻t/リンク番号iのリンクが渋滞リスト140内に既に格納されているか否かを判定する。格納されていなければ、当該リンクを渋滞リスト140内に格納し、ステップS407に進む。格納されていれば、ステップS403に戻る。
渋滞抽出部104は、設定時刻t/リンク番号iのリンクに接続され、かつ渋滞が発生している別のリンクを、渋滞リスト140から探索する。リンク間の接続関係は、交通ネットワークデータ130に基づき特定することができる。渋滞が発生しているか否かについてはステップS405と同様の手法によって判定することができる。渋滞抽出部104は、渋滞が発生しているリンクの連続性が途切れるまで、同様の処理を繰り返す。これにより、リンク間にまたがって発生している渋滞を抽出することができる。渋滞抽出部104は、抽出した連続する渋滞リンクをリンク列142として渋滞リスト140内に格納する。本ステップにより、リンク間にまたがる渋滞を1つのまとまった単位として抽出することができる。
渋滞抽出部104は、ステップS407において抽出したリンク列の先頭に位置するノードを、渋滞先頭ノード列143として渋滞リスト140に格納する。また、交通ネットワークデータ130に基づき渋滞長144を計算して渋滞リスト140に格納する。
本フローチャートにおける更新間隔dtは、リンク混雑度データ120の更新間隔と同一としてもよいし、計算時間を短くするためリンク混雑度データ120の更新間隔よりも長い時間にしてもよいし、ユーザが適宜設定してもよい。本フローチャートは、プローブ200および混雑度算出部106がリンク混雑度データ120を更新する度に実行してもよい。
渋滞抽出部104は、図4において説明したフローチャートにしたがって、リンク混雑度データ120と交通ネットワークデータ130を参照して、同一の渋滞に属しているリンクを抽出し、渋滞リスト140に格納する。
渋滞重要度算出部105は、渋滞リスト140に格納されている各渋滞(各レコード)の重要度を算出する。重要度の算出基準の例については、後述の図6を用いて説明する。いずれの算出基準を用いるかについては、例えば交通渋滞分析装置100のユーザが都度設定してもよいし、規定値を用いてもよい。
以上のように、本実施形態1に係る交通渋滞分析装置100は、プローブ200から収集した各交通路の混雑度指標に基づいて、交通路間の接続関係を考慮して、リンク間にまたがる渋滞を1つのまとまった単位として抽出する。また、抽出した個々の渋滞について重要度を算出する。これにより、交通路間の接続関係を考慮して個々の渋滞を個別に特定し、その重要度を評価することができる。
本発明の実施形態2では、実施形態1に係る交通渋滞分析装置100が、カレンダーデータ710を利用して、渋滞が発生している曜日や季節などを考慮して渋滞の重要度を算出する構成例について説明する。カレンダーデータ710を用いて渋滞重要度を算出する点を除き、本実施形態2に係る交通システムの構成は実施形態1と同様である。
以上のように、本実施形態2に係る交通渋滞分析装置100は、カレンダーデータ710を利用して、曜日や季節に応じて重み付けした渋滞重要度を算出することができる。これにより、曜日や季節に応じて異なる交通需要の性質の違いを考慮して、対策すべき渋滞を選定することができる。すなわち、渋滞の性質に即した渋滞対策を詳細な調査なしに策定することができる。
本発明の実施形態3では、渋滞発生が交通利用者に与える損失を費用に換算し、算出された費用に基づいて渋滞重要度を算出する構成例について説明する。交通渋滞分析装置100内に上記機能が追加されたことを除き、本実施形態3に係る交通システムの構成は実施形態1と同様である。
交通量推計部1002は、交通ネットワークデータ130とODデータ1010を用いて、当該都市内の各交通リンクに流入する交通量を算出する。各リンクの交通量は、それぞれの交通利用者の走行経路長が同じになるような均衡配分法などの一般的な交通量配分手法を用いて算出することができる。本ステップにおいては、歩行者を交通量配分の対象から除外してもよい。
時間費用換算部1001は、ステップS1201において算出された各リンクの交通量に基づき、渋滞リスト140に格納されている各渋滞によって生じる交通利用者の損失時間を算出する。損失時間は例えば、法定速度で走行した場合の総走行時間と、渋滞時の走行時間との間の差分を利用して計算する。時間費用換算部1001は、各車種の総損失時間を集計する。
時間費用換算部1001は、時価原単位データ1020を利用して、ステップ1202において算出した各車種の総損失時間を費用に換算する。渋滞重要度算出部105は、時間費用換算部1001が算出した費用を渋滞重要度として用いる。
以上のように、本実施形態3に係る交通渋滞分析装置100は、渋滞発生が交通利用者に与える損失を費用に換算し、その費用に基づいて渋滞重要度を算出する。これにより、各渋滞が与える経済的損失を見積もることができる。また、経済的観点から対策すべき渋滞を選定することができる。
渋滞解消策を講じる際には、渋滞発生の原因となっているボトルネック箇所とそのボトルネック箇所において交通需要が交通容量を超過する時刻を特定する必要がある。従来技術においては、交通路間の接続関係を考慮していないため、ボトルネック箇所とボトルネックが発生する時刻を特定することは困難である。そこで本発明の実施形態4では、渋滞リスト140を用いボトルネックを特定する構成例について説明する。
ボトルネック検出部1301は、渋滞リスト140に格納されている渋滞(渋滞リスト140内の1レコード)を選択し、当該渋滞の渋滞先頭ノード列143を抽出する。本ステップにおいて選択する渋滞は、例えば本フローチャートを開始する時点においてユーザが指定してもよいし、渋滞リスト140内の先頭レコードから順次選択してもよい。
ボトルネック検出部1301は、ステップS1401で抽出した各渋滞先頭ノードについて、リンク混雑度データ120と交通ネットワークデータ130に基づき、当該ノードに接続している渋滞リンクを探索する。ボトルネック検出部1301は、探索によって得られた渋滞リンクの各時刻における渋滞長(渋滞長の時系列変化)を算出する。
実際の渋滞は、交通ネットワークデータ130が記述しているリンクの粒度よりも短い範囲内で発生する場合がある。また、プローブ200と混雑度算出部106がリンク混雑度データ120を更新する時間間隔は必ずしも十分に短くない。そのため、ステップS1402において算出された渋滞長の時系列変化は、渋滞長軸/時間軸ともに離散的な形状になると考えられる。そこでボトルネック検出部1301は、ステップS1402において算出した渋滞長の時間変化を、渋滞長軸/時間軸に沿って平滑化する。
ボトルネック検出部1301は、ステップS1403において平滑化した渋滞長を時間方向に平均して時間平均渋滞長を算出する。ボトルネック検出部1301は、その時間平均渋滞長が最も長い渋滞先頭ノードをボトルネックノードとして検出する。さらにボトルネック検出部1301は、渋滞長の時系列変化から渋滞発生時刻を検出し、これを需要超過時刻(交通需要が交通容量を超過した時刻)とみなす。各検出結果は記憶装置103内の適当な領域に格納すればよい。本ステップの考え方については、後述の図15Aを用いて改めて説明する。
以上のように、本実施形態4に係る交通渋滞分析装置100は、交通ネットワークデータ130に基づき交通路間の接続関係を考慮しつつ、渋滞リスト140を利用して各渋滞のボトルネック箇所を検出することができる。検出された渋滞ボトルネック箇所は、例えば交通計画を作成する際に渋滞対策を実施すべき場所を判定するために利用することができる。本実施形態4は、実施形態1〜3と併用することもできる。
本発明の実施形態5では、実施形態4に係る交通渋滞分析装置100によって検出されたボトルネック箇所から発生している交通渋滞の種別(定常的に発生する渋滞、一時的なピークによる渋滞、などの種別)を判別する構成例について説明する。
渋滞抽出部104は、実施形態1で説明した手順にしたがって、リンク混雑度データ120と交通ネットワークデータ130から渋滞リスト140を生成する。
ボトルネック検出部1301は、実施形態4で説明した手順にしたがって、ボトルネック箇所を検出する。
渋滞種別判別部1601は、ボトルネック箇所から発生する渋滞の渋滞長の時系列変化を用いて渋滞発生頻度と渋滞時間を算出する。渋滞種別判別部1601は、渋滞時間が長く発生頻度が定期的である場合には、交通容量の低さによってその渋滞が生じたと判別する。渋滞時間が短く、発生頻度が例えば平日と休祝日で異なる場合には、交通需要の集中によってその渋滞が生じたと判別する。渋滞種別を区別するための渋滞時間と発生頻度それぞれの閾値(渋滞種別閾値)は、あらかじめ定めておいてもよいし、ユーザが指定してもよい。渋滞種別を判別する条件は、渋滞長の時系列変化から渋滞種別を推定することができるのであれば、上記以外の他の条件でもよい。
以上のように、本実施形態5に係る交通渋滞分析装置100は、ボトルネック箇所から発生する交通渋滞の種別を判別することができる。これにより交通計画者は、交通渋滞の解消策として、交通容量を増大すべきか、あるいは交通需要の分散を促すべきか、事前に判断することができる。本実施形態5は、実施形態1〜3と併用することもできる。
本発明の実施形態6では、実施形態4に係る交通渋滞分析装置100によって検出されたボトルネック箇所から発生している交通渋滞情報を利用して交通需要を推定する構成例について説明する。
交通需要推定部1801は、交通ネットワークデータ130と、ボトルネック箇所から発生する渋滞長とを用いて、渋滞時間中の交通量を算出する。渋滞時においては、道路に車両が整列しているとみなせるため、道路の車線数と道路長から渋滞長を交通量に変換することができる。車両はあらかじめ定められた体積を持つと仮定し、全ての車両が同一サイズであると近似して交通量を計算してもよいし、複数の車種が混在していることを前提として交通量を推計してもよい。各車種のサイズについてはあらかじめ与えておいてもよいし、ユーザが指定してもよい。
交通需要推定部1801は、渋滞長の成長速度に基づき、交通需要の流入速度を算出する。これにより、時系列を遡って、渋滞が発生する前から渋滞発生後に至る交通量の経時変化を再現することができる。すなわち、ボトルネックから生じる渋滞についての情報を利用して、時系列に沿った交通需要を推定することができる。
以上のように、本実施形態6に係る交通渋滞分析装置100は、ボトルネック検出部1301が検出したボトルネック箇所から発生する交通渋滞情報を利用して、交通需要を推定することができる。これにより交通計画者は、交通需要が集中する過程を時系列で把握することができる。したがって、交通需要の集中の原因分析や、交通需要の分散を促す方法を検討することができる。本実施形態5は、実施形態1〜3と併用することもできる。
本発明の実施形態7では、実施形態1で説明した手法によって得られる渋滞重要度と、実施形態4で説明した手法により得られるボトルネック箇所とを利用して、交通渋滞の発生原因を分析する構成例について説明する。
以上のように、ユーザは本実施形態7に係る交通システムを利用して、交通渋滞分析装置100によって得られた渋滞重要度とボトルネック箇所に基づき、交通渋滞の発生原因を分析することができる。これにより、動的に変化する渋滞発生過程を時間的/空間的に把握することができる。したがって、詳細な交通調査を実施しなくても、渋滞解消策を検討することができる。
本発明の実施形態8では、重要度の高い渋滞のボトルネック箇所に着目し、交通ネットワークを編集することにより交通流がどの程度改善されるかを評価する構成例について説明する。
以上のように、本実施形態8に係る交通渋滞分析装置100は、重要度の高い渋滞のボトルネック箇所について、交通ネットワークを仮想的に編集し、その結果得られる交通流を計算する。これにより、交通ネットワークを変更した結果として交通流がどの程度改善されるかを事前に評価することができる。すなわち、広範囲な調査を実施することなく、都市内の交通渋滞を解消することができる。
本発明の実施形態9では、重要度の高い渋滞のボトルネック箇所について、交通路の信号機を制御することにより交通流がどの程度改善されるかを評価する構成例について説明する。
以上のように、本実施形態9に係る交通渋滞分析装置100は、重要度の高い渋滞のボトルネック箇所について、信号制御を仮想的に実施し、その結果として交通流がどの程度改善するかを評価することができる。これにより、広範囲な調査を実施することなく、都市内の交通渋滞を解消することができる。
本発明の実施形態10では、重要度の高い渋滞のボトルネック箇所について、交通路の交差点を拡張することにより交通流がどの程度改善されるかを評価する構成例について説明する。
以上のように、本実施形態10に係る交通渋滞分析装置100は、重要度の高い渋滞のボトルネック箇所について、交差点を仮想的に拡張し、その結果として交通流がどの程度改善するかを評価することができる。これにより、広範囲な調査を実施することなく、都市内の交通渋滞を解消することができる。
本発明の実施形態11では、重要度の高い渋滞のボトルネック箇所の近傍について、交通需要を時間的に分散することにより交通流がどの程度改善されるかを評価する構成例について説明する。
以上のように、本実施形態11に係る交通渋滞分析装置100は、重要度の高い渋滞のボトルネック箇所について、交通需要のピークを仮想的に分散させ、その結果として交通流がどの程度するかを評価することができる。これにより、広範囲な調査を実施することなく、都市内の交通渋滞を解消することができる。例えば法令などによって交通量のピーク時刻を分散させることができる場合には、本実施形態11に係る構成を効果的に用いることができる。
本発明の実施形態12では、重要度の高い渋滞のボトルネック箇所の近傍において、道路以外の交通ネットワークを変更することにより交通流がどの程度改善されるかを評価する構成例について説明する。
以上のように、本実施形態12に係る交通渋滞分析装置100は、重要度の高い渋滞のボトルネック箇所について、複数の交通手段が利用されることを前提として、交通流の改善状況を評価することができる。これにより、広範囲な調査を実施することなく、都市内の交通渋滞を解消することができる。
Claims (14)
- 地点間を連結する交通路の混雑度指標を取得する交通状況取得部、
前記交通路の接続関係を記述した交通ネットワークデータ、および渋滞が発生している前記交通路を記述する渋滞リストを格納する記憶部、
前記交通状況取得部が取得した前記混雑度指標に基づき渋滞が発生している前記交通路を抽出し、その抽出した交通路を前記渋滞リスト内に追加する渋滞抽出部、
を備え、
前記渋滞抽出部は、
前記抽出した交通路に接続されている別の前記交通路を前記交通ネットワークデータが記述している前記交通路の接続関係にしたがって特定し、
その特定した前記交通路において渋滞が発生しているか否かを前記混雑度指標に基づき判定し、
前記特定した前記交通路において渋滞が発生していると判定する場合は、前記抽出した交通路に接続されかつ渋滞が発生している交通路として、前記特定した交通路を前記渋滞リスト内に追加する
ことを特徴とする交通システム。 - 請求項1において、
前記交通システムは、前記渋滞リスト内に記述されている前記交通路において発生している渋滞の重要度を算出する渋滞重要度算出部を備え、
前記渋滞抽出部は、前記渋滞リスト内に記述されている互いに接続された前記交通路のうち先頭に位置する前記地点を先頭ノードとして特定してその旨を前記渋滞リスト内に記録し、さらに各前記交通路について渋滞が発生した時刻を前記渋滞リスト内に記録し、
前記渋滞重要度算出部は、
前記渋滞リスト内に記述されている前記交通路を前記先頭ノード毎にソートすることにより、各前記交通路において発生した渋滞の渋滞長と渋滞継続時間を計算し、
前記渋滞長、前記渋滞継続時間、および前記渋滞の発生頻度のうち少なくともいずれかを用いて前記重要度を算出する
ことを特徴とする交通システム。 - 請求項2において、
前記記憶部は、休祝日と季節のうち少なくともいずれかを特定する情報を記述したカレンダーデータを格納しており、
前記渋滞重要度算出部は、前記カレンダーデータが記述している休祝日または季節の少なくともいずれかを重み付けした上で、前記重要度を算出する
ことを特徴とする交通システム。 - 請求項1において、
前記記憶部は、複数の交通手段それぞれが利用される確率を出発地と目的地の組み合わせ毎に記述したODデータと、前記複数の交通手段それぞれの時間換算価値を記述した時価原単位データと、を格納しており、
前記渋滞重要度算出部は、前記ODデータを利用して前記交通路における交通量を推定し、推定した交通量に基づき前記渋滞リスト内に格納されている渋滞によって生じる前記交通路上における損失時間を算出し、前記時価原単位データを利用して前記損失時間を費用換算し、その費用を用いて前記重要度を算出する
ことを特徴とする交通システム。 - 請求項1において、
前記交通システムは、前記渋滞リストが格納している各渋滞の発生原因となっているボトルネック箇所を検出するボトルネック検出部を備える
ことを特徴とする交通システム。 - 請求項5において、
前記ボトルネック検出部は、前記渋滞リストが格納している交通路において発生している渋滞長の時系列変化を時間平均し、その時間平均が最も長い交通路の先頭に位置する前記地点を前記ボトルネック箇所として検出する
ことを特徴とする交通システム。 - 請求項5において、
前記交通システムは、前記ボトルネック箇所から発生している渋滞の発生原因を判別する渋滞種別判別部を備え、
前記渋滞種別判別部は、前記ボトルネック箇所から発生する渋滞の渋滞長の時系列変化を用いてその渋滞の渋滞長と発生頻度を算出し、その渋滞長と発生頻度の傾向に基づき、前記ボトルネック箇所から発生している渋滞の発生原因が交通容量不足によるものかそれとも交通需要が集中したことによるものかを判別する
ことを特徴とする交通システム。 - 請求項5において、
前記交通ネットワークデータは、前記交通路の車線数を記述しており、
前記交通システムは、前記ボトルネック箇所から発生する渋滞長の時系列変化と、前記交通ネットワークデータとを利用して交通需要の時系列変化を推定する、交通需要推定部を備える
ことを特徴とする交通システム。 - 請求項5において、
前記交通システムは、前記交通ネットワークデータ、前記渋滞重要度算出部が算出した重要度、および前記交通ネットワークデータが記述している前記交通路の地図情報を表示する表示部を備え、
前記表示部は、前記ボトルネック検出部が検出したボトルネック箇所を、前記地図情報上において強調表示する
ことを特徴とする交通システム。 - 請求項5において、
前記記憶部は、前記ボトルネック検出部が検出したボトルネック箇所のリストと、前記ボトルネック箇所における交通量を記述したボトルネック交通量データと、を格納しており、
前記交通システムは、
前記交通ネットワークデータが記述している前記交通路の接続関係を編集する交通ネットワーク編集部、
前記交通ネットワーク編集部が編集した前記接続関係、および前記ボトルネック交通量データが記述している前記ボトルネック箇所における交通量を利用して、前記編集後における前記交通路上の交通流を計算する交通流計算部、
を備えることを特徴とする交通システム。 - 請求項5において、
前記記憶部は、前記ボトルネック検出部が検出したボトルネック箇所のリストと、前記ボトルネック箇所における交通量を記述したボトルネック交通量データと、前記交通路に配置されている信号機の切替間隔を記述した信号データと、を格納しており、
前記交通システムは、
前記信号データが記述している前記信号機の切替間隔を変更する信号制御部、
前記ボトルネック交通量データが記述している前記ボトルネック箇所における交通量を利用して、前記信号機の切替間隔を変更したと仮定した場合における前記交通路の交通量を算出する交通流計算部、
を備えることを特徴とする交通システム。 - 請求項5において、
前記記憶部は、前記ボトルネック検出部が検出したボトルネック箇所のリストと、前記ボトルネック箇所における交通量を記述したボトルネック交通量データと、前記交通路上の交差点の構造を記述した交差点構造データと、を格納しており、
前記交通システムは、
前記交差点構造データが記述している交差点の構造を変更する交差点拡張部、
前記ボトルネック交通量データが記述している前記ボトルネック箇所における交通量を利用して、前記交差点の構造を変更したと仮定した場合における前記交通路の交通量を算出する交通流計算部、
を備えることを特徴とする交通システム。 - 請求項5において、
前記記憶部は、前記ボトルネック検出部が検出したボトルネック箇所のリストと、前記ボトルネック箇所における交通量を記述したボトルネック交通量データと、前記交通路上の目的別の交通量を記述した目的別交通量データと、を格納しており、
前記交通システムは、
前記目的別交通量データが記述している前記目的別の交通量のピーク時刻を変更する交通需要分散部、
前記ボトルネック交通量データが記述している前記ボトルネック箇所における交通量を利用して、前記ピーク時刻を変更したと仮定した場合における前記交通路の交通量を算出する交通流計算部、
を備えることを特徴とする交通システム。 - 請求項5において、
前記記憶部は、前記ボトルネック検出部が検出したボトルネック箇所のリストと、前記ボトルネック箇所における交通量を記述したボトルネック交通量データと、交通機関別の利用割合を記述した交通機関分担率データと、を格納しており、
前記交通システムは、
前記交通ネットワークデータが記述している前記交通路の接続関係を編集する交通ネットワーク編集部、
前記交通機関分担率データの記述および前記交通ネットワーク編集部が編集した前記接続関係にしたがって前記交通路上における各交通機関の交通需要を推定し、その推定結果と前記ボトルネック交通量データが記述している前記ボトルネック箇所における交通量を利用して、前記編集後における前記交通路上の交通流を計算する交通流計算部、
を備えることを特徴とする交通システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013157245A JP6235266B2 (ja) | 2013-07-30 | 2013-07-30 | 交通システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013157245A JP6235266B2 (ja) | 2013-07-30 | 2013-07-30 | 交通システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015028675A true JP2015028675A (ja) | 2015-02-12 |
JP6235266B2 JP6235266B2 (ja) | 2017-11-22 |
Family
ID=52492352
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013157245A Active JP6235266B2 (ja) | 2013-07-30 | 2013-07-30 | 交通システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6235266B2 (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016177425A (ja) * | 2015-03-19 | 2016-10-06 | 公益財団法人鉄道総合技術研究所 | プログラム及び抽出装置 |
WO2019187291A1 (ja) * | 2018-03-29 | 2019-10-03 | 日本電気株式会社 | 情報処理装置、道路分析方法、及びプログラムが格納された非一時的なコンピュータ可読媒体 |
KR20210106893A (ko) * | 2020-02-21 | 2021-08-31 | 네이버 주식회사 | 도식적 맵을 생성하기 위한 방법 및 시스템 |
JP2021193558A (ja) * | 2020-06-08 | 2021-12-23 | スマートニュース株式会社 | 情報処理装置及びプログラム |
CN113870562A (zh) * | 2021-09-30 | 2021-12-31 | 江苏中路工程技术研究院有限公司 | 一种基于拥堵路段的高速公路车道管控策略的确定方法 |
US11651454B2 (en) | 2018-03-29 | 2023-05-16 | Nec Corporation | Information processing apparatus, information processing method, and non-transitory computer readable medium storing program |
WO2024084731A1 (ja) * | 2022-10-19 | 2024-04-25 | 住友電気工業株式会社 | 分析装置、分析方法、及び分析プログラム |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010007667A1 (ja) * | 2008-07-15 | 2010-01-21 | パイオニア株式会社 | 渋滞予測装置、経路探索装置、渋滞予測方法、経路探索方法、渋滞予測プログラム、経路探索プログラムおよびコンピュータに読み取り可能な記録媒体 |
JP2012037382A (ja) * | 2010-08-06 | 2012-02-23 | Aisin Aw Co Ltd | 経路探索装置、経路探索方法及びコンピュータプログラム |
-
2013
- 2013-07-30 JP JP2013157245A patent/JP6235266B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010007667A1 (ja) * | 2008-07-15 | 2010-01-21 | パイオニア株式会社 | 渋滞予測装置、経路探索装置、渋滞予測方法、経路探索方法、渋滞予測プログラム、経路探索プログラムおよびコンピュータに読み取り可能な記録媒体 |
JP2012037382A (ja) * | 2010-08-06 | 2012-02-23 | Aisin Aw Co Ltd | 経路探索装置、経路探索方法及びコンピュータプログラム |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016177425A (ja) * | 2015-03-19 | 2016-10-06 | 公益財団法人鉄道総合技術研究所 | プログラム及び抽出装置 |
WO2019187291A1 (ja) * | 2018-03-29 | 2019-10-03 | 日本電気株式会社 | 情報処理装置、道路分析方法、及びプログラムが格納された非一時的なコンピュータ可読媒体 |
JPWO2019187291A1 (ja) * | 2018-03-29 | 2021-03-11 | 日本電気株式会社 | 情報処理装置、道路分析方法、及びプログラム |
JP7111151B2 (ja) | 2018-03-29 | 2022-08-02 | 日本電気株式会社 | 情報処理装置、道路分析方法、及びプログラム |
US11651454B2 (en) | 2018-03-29 | 2023-05-16 | Nec Corporation | Information processing apparatus, information processing method, and non-transitory computer readable medium storing program |
KR20210106893A (ko) * | 2020-02-21 | 2021-08-31 | 네이버 주식회사 | 도식적 맵을 생성하기 위한 방법 및 시스템 |
KR102525605B1 (ko) | 2020-02-21 | 2023-04-25 | 네이버 주식회사 | 도식적 맵을 생성하기 위한 방법 및 시스템 |
JP2021193558A (ja) * | 2020-06-08 | 2021-12-23 | スマートニュース株式会社 | 情報処理装置及びプログラム |
CN113870562A (zh) * | 2021-09-30 | 2021-12-31 | 江苏中路工程技术研究院有限公司 | 一种基于拥堵路段的高速公路车道管控策略的确定方法 |
WO2024084731A1 (ja) * | 2022-10-19 | 2024-04-25 | 住友電気工業株式会社 | 分析装置、分析方法、及び分析プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6235266B2 (ja) | 2017-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6235266B2 (ja) | 交通システム | |
Ortigosa et al. | Study on the number and location of measurement points for an MFD perimeter control scheme: a case study of Zurich | |
He et al. | Mapping to cells: A simple method to extract traffic dynamics from probe vehicle data | |
Backfrieder et al. | Increased traffic flow through node-based bottleneck prediction and V2X communication | |
Cui et al. | Detecting urban road network accessibility problems using taxi GPS data | |
JP6055916B2 (ja) | 交通行動推定システム、交通システム | |
KR101959065B1 (ko) | 운행의 예상된 평균 속도들을 생성하는 방법 | |
Bacon et al. | Using real-time road traffic data to evaluate congestion | |
Dandl et al. | Microsimulation of an autonomous taxi-system in Munich | |
Waddell et al. | Characterizing traffic-signal performance and corridor reliability using crowd-sourced probe vehicle trajectories | |
Carli et al. | Automated evaluation of urban traffic congestion using bus as a probe | |
CN110288205B (zh) | 交通影响评价方法及装置 | |
Xie et al. | Modelling the effects of road pricing on traffic using ERP traffic data | |
Khadka et al. | Developing novel performance measures for traffic congestion management and operational planning based on connected vehicle data | |
Wang et al. | Error assessment for emerging traffic data collection devices. | |
Yan et al. | Performance evaluation of bus routes using automatic vehicle location data | |
Liu et al. | Exploring time-dependent traffic congestion patterns from taxi trajectory data | |
Liu et al. | Themis: A participatory navigation system for balanced traffic routing | |
JP6803205B2 (ja) | 対象経路を含む移動位置範囲群に基づき通行量を推定する装置、プログラム及び方法 | |
Wang et al. | A data driven approach to assessing the reliability of using taxicab as probes for real-time route selections | |
Kan et al. | Understanding space-time patterns of vehicular emission flows in urban areas using geospatial technique | |
Wang et al. | Short-term travel time estimation and prediction for long freeway corridor using NN and regression | |
Peng et al. | Evaluation of roadway spatial-temporal travel speed estimation using mapped low-frequency AVL probe data | |
Tian et al. | Identifying residential and workplace locations from transit smart card data | |
Liang et al. | Traffic impedance estimation driven by trajectories for urban roads |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160404 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170322 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170328 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170420 |
|
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: 20171003 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20171026 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6235266 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |