JP2015028675A - 交通システム - Google Patents

Abstract

【課題】渋滞が発生している交通路を推定する交通システムにおいて、交通路間の接続関係を考慮して、個々の渋滞を抽出する。【解決手段】本発明に係る交通システムは、交通路間の接続関係を記述した交通ネットワークデータを備え、渋滞が発生していると判定した交通路に接続されている別の交通路を交通ネットワークデータに基づき特定し、その交通路において渋滞が発生しているか否かを判定して接続関係とともに渋滞リスト内に記録する。【選択図】図４

Description

本発明は、交通渋滞が生じている交通路を特定する交通システムに関する。

新興国においては、経済発展にともない、都市部への急激な人口集中が起きている。それに対して、道路、鉄道、バスなどの交通インフラの整備が進んでおらず、急激な交通量の増加による交通渋滞が深刻化している。一方で先進国においては、交通整備が実施されてからの経年劣化や、整備された交通網が実際の利用状況に沿わずに事業者が経営難に陥るといった、交通整備後の問題が起きている。

上記のような交通渋滞の問題に対処するためには、まず交通渋滞の発生原因を特定することが重要である。交通渋滞とは、単位時間あたりに通行可能な交通量（交通容量）を上回る交通量が流入する場合に発生するものである。したがって、交通渋滞の発生原因を特定するためには、需要超過時刻、交通容量、交通需要のそれぞれを特定する必要がある。交通需要が交通容量を超過する箇所はボトルネックと呼ばれる。交通量を把握する手段としては、道路に設置された車両感知器などのセンサを用いて交通量を検出するか、または人手による調査を実施することが考えられる。

道路側に設置するセンサは精度が良く常時測定が可能であり、近年その設置が進んでいる。しかし設置費と維持費がかかるため、高速道路や幹線道路には設置されるものの、一般道を含む全ての道路に設置することは困難である。一方、人手による交通調査は多大な手間と時間がかかるため、５〜１０年に１度程度しか実施されない。

上記理由により、センサを用いて検出した交通量データや人手調査により取得した交通量データは、時間的・空間的な網羅性が乏しい。そのため、動的に発生する個々の渋滞現象をモニタリングし、ボトルネックとなる場所や交通需要が交通容量を超過している時刻を検出する基礎データとして用いるには不十分である。

そこで、ＩＣＴ（Ｉｎｆｏｒｍａｔｉｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ）を活用して、タクシーやバスなどの公共交通機関に搭載されたＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）情報によって、道路の混雑状況を推定するプローブシステムが実用化され始めている。また、携帯電話やスマートフォンを利用して住民個人の交通行動履歴を収集するパーソンプローブ技術が開発されている。

プローブシステムは、計測端末を測定対象物（タクシーやバスなどの車両）に設置し、測定対象物の時刻、座標（緯度、経度）、速度等の各種計測データを一定周期（例えば１秒間隔）で取得して、測定対象区間における測定対象物の平均速度、測定対象物が特定箇所（バス停、駅など）を通過した時刻、などを計測するものである。

パーソンプローブ技術は、測定に必要な計測機能を搭載した携帯端末を調査担当者に常時携行させてその位置情報等を収集することにより、交通状況推定に必要な情報を得るものである。

下記特許文献１は、渋滞の発生状況を分析する技術に関し、プローブカーにより算出された各道路の平均旅行速度をエリア毎、時間帯別に集計し、各エリア、時間帯の渋滞の発生状況を比較し、分析する技術を開示している。

特開２００２−３４２８８４号公報

交通渋滞は複数の場所で発生する一方で、交通管理に割り当てられている予算は限られているため、効率的な渋滞削減策を講じる必要がある。そのためには、各場所で発生している渋滞現象に対して、対策の優先度（以下、渋滞の重要度と呼ぶ）を算定し、重要度に応じて渋滞対策を実施することが求められる。上記特許文献１に記載されている従来技術においては、道路間の接続関係を考慮せずにエリアや時間帯毎に旅行速度の統計値を得ている。そのため、個々の渋滞現象を個別に評価することは困難であると考えられる。

本発明は、上記のような課題に鑑みてなされたものであり、渋滞が発生している交通路を推定する交通システムにおいて、交通路間の接続関係を考慮して、個々の渋滞を抽出することを目的とする。

本発明に係る交通システムは、交通路間の接続関係を記述した交通ネットワークデータを備え、渋滞が発生していると判定した交通路に接続されている別の交通路を交通ネットワークデータに基づき特定し、その交通路において渋滞が発生しているか否かを判定して接続関係とともに渋滞リスト内に記録する。

本発明に係る交通システムによれば、交通路間の接続関係を考慮して、対策を実施すべき個々の交通渋滞を個別に特定することができる。

実施形態１に係る交通システムの構成図である。 リンク混雑度データ１２０の構成とデータ例を示す図である。 交通ネットワークデータ１３０の構成とデータ例を示す図である。 渋滞リスト１４０の構成とデータ例を示す図である。 渋滞抽出部１０４の動作を説明するフローチャートである。 実施形態１に係る交通システムの動作を説明するフローチャートである。 渋滞重要度算出部１０５が渋滞の重要度を算出する際に用いる算出基準を例示する図である。 実施形態２に係る交通渋滞分析装置１００の構成図である。 カレンダーデータ７１０の構成とデータ例を示す図である。 渋滞の傾向が平日と休日で異なることを例示した図である。 実施形態３に係る交通渋滞分析装置１００の構成図である。 ＯＤデータ１０１０の構成とデータ例を示す図である。 時価原単位データ１０２０の構成とデータ例を示す図である。 実施形態３における渋滞重要度算出部１０５の動作を説明するフローチャートである。 実施形態４に係る交通システムの構成図である。 ボトルネック検出部１３０１の動作を説明するフローチャートである。 ボトルネック箇所を例示した図である。 ボトルネック検出部１３０１が算出する各渋滞先頭からの渋滞長の平均値を例示したものである。 実施形態５に係る交通渋滞分析装置１００の構成図である。 実施形態５に係る交通システムの動作を説明するフローチャートである。 実施形態６に係る交通渋滞分析装置１００の構成図である。 実施形態６における交通ネットワークデータ１３０の構成とデータ例を示す図である。 交通需要推定部１８０１の動作を説明するフローチャートである。 実施形態７に係る交通システムの構成図である。 ボトルネックリスト２１４０の構成とデータ例を示す図である。 ユーザがＧＵＩプログラム２１１１を利用して交通渋滞の発生原因を分析定する際の画面イメージを示す図である。 実施形態８に係る交通渋滞分析装置１００の構成図である。 実施形態９に係る交通渋滞分析装置１００の構成図である。 実施形態１０に係る交通渋滞分析装置１００の構成図である。 実施形態１１に係る交通渋滞分析装置１００の構成図である。 目的別交通量データ２７１０の構成とデータ例を表す図である。 実施形態１２に係る交通渋滞分析装置１００の構成図である。 交通機関分担率データ２９１０の構成とデータ例を表す図である。

以下、添付図面を参照して本発明の実施形態について説明する。添付図面においては、機能的に同じ要素は同じ番号で表示される場合もある。なお、添付図面は本発明の原理に則った具体的な実施形態を示しているが、これらは本発明の理解のためのものであり、本発明を限定的に解釈するために用いられるものではない。

＜実施の形態１＞
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。

プローブ２００は、各交通路における混雑度指標を算出するための基礎となるデータを測定する端末であり、例えばタクシーやバスに搭載されたＧＰＳ装置などを用いて構成されている。

交通渋滞分析装置１００は、プローブ２００から収集した各道路の混雑度に基づいて、道路間の接続関係を考慮した上で各渋滞の重要度を算出する装置である。交通渋滞分析装置１００が算出した渋滞重要度は、例えば交通計画を作成する際に渋滞対策の優先順序を決定するために利用することができる。

交通渋滞分析装置１００は、プロセッサ１０１、メモリ１０２、記憶装置１０３を備える。これらはバスによって互いに接続される。交通渋滞分析装置１００は、例えば大型計算機を用いて構成することができるが、これに限らず例えば複数の計算機を並列動作させることによって構成してもよい。

記憶装置１０３は、リンク混雑度データ１２０、交通ネットワークデータ１３０、渋滞リスト１４０を格納する。これらデータの具体例については後述する。

プロセッサ１０１は、メモリ１０２が格納している各プログラムを実行する。メモリ１０２は、渋滞抽出部１０４、渋滞重要度算出部１０５、混雑度算出部１０６、データ収集部１０７を格納している。

データ収集部１０７は、プローブ２００が測定したデータを収集する。例えば通信ネットワークを介してプローブ２００から各データを収集することもできるし、記憶媒体に格納された測定データなどを読み出して各データを取得することもできる。

混雑度算出部１０６は、データ収集部１０７が収集した交通路の測定データに基づき、各交通路の混雑度指標を算出し、リンク混雑度データ１２０として記憶装置１０３に格納する。例えば、タクシーやバスに搭載されたＧＰＳから収集したデータに基づき、各交通路上の交通機関の移動速度を算出し、これを混雑度指標として用いることができる。リンク混雑度データ１２０があらかじめ提供されている場合は、混雑度算出部１０６を省略することもできる。

渋滞抽出部１０４は、リンク混雑度データ１２０と交通ネットワークデータ１３０を用いて、交通路において発生している渋滞を抽出し、その結果を渋滞リスト１４０内に格納する。渋滞抽出部１０４による処理の詳細については、後述の図６を用いて改めて説明する。

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の重要度を算出する。渋滞重要度算出部１０５による処理の詳細については、後述の図５などを用いて改めて説明する。

渋滞抽出部１０４、渋滞重要度算出部１０５、混雑度算出部１０６、データ収集部１０７は、これらの動作を記述したプログラムをプロセッサ１０１が実行することによって構成することもできるし、これらの機能を実現する回路デバイスなどのハードウェアを用いて構成することもできる。以下では図１に示すようにプログラムとして構成したことを前提として説明する。これらプログラムを実際に実行するのはプロセッサ１０１であるが、以下では記載の便宜上、各機能部を動作主体として説明する。

図２Ａは、リンク混雑度データ１２０の構成とデータ例を示す図である。リンク混雑度データ１２０は、データ収集部１０７がプローブ２００から収集したデータに基づき混雑度算出部１０６が各交通路の旅行速度を算出した結果を格納するデータであり、時刻１２１、リンク１２２、旅行速度１２３を含む。

時刻１２１は、当該レコードが対象としている時刻を記述する。リンク１２２は、交通路（例えば道路や交通区間）のＩＤを保持する。旅行速度１２３は、当該リンクにおいて交通手段が移動するときの平均走行速度を保持する。旅行速度１２３の値が小さい場合、そのリンクにおいては渋滞が発生していると想定されるので、旅行速度１２３は当該リンクの混雑度指標として用いることができる。渋滞度を示唆する指標であれば、旅行速度以外の指標を用いることもできる。

図２Ｂは、交通ネットワークデータ１３０の構成とデータ例を示す図である。交通ネットワークデータ１３０は、交通路間の接続関係を記述するデータであり、リンク１３１、始点ノード１３２、終点ノード１３３、長さ１３４、ノード１３５、接続リンク１３６を含むテーブルも含む。ノード１３５と接続リンク１３６は、その他のフィールドとは別のテーブル内に格納されている。

リンク１３１は交通路のＩＤであり、リンク１２２に対応する。始点ノード１３２と終点ノード１３３は、リンクの両端に存在する地点のＩＤを保持する。始点ノード１３２と終点ノード１３３を参照することにより、リンク１３１を通過する移動体の移動方向を特定することができる。長さ１３４は、当該リンク１３１の長さを保持する。接続リンク１３６は、ノード１３５に接続されているリンクのＩＤである。

図３は、渋滞リスト１４０の構成とデータ例を示す図である。渋滞リスト１４０は、渋滞抽出部１０４が渋滞を構成する交通路を抽出した結果を格納するデータであり、時刻１４１、リンク列１４２、渋滞先頭ノード列１４３、渋滞長１４４を保持する。渋滞リスト１４０内の１レコードは、１つの渋滞に対応する。

時刻１４１は、当該レコードが対象としている時刻を記述する。リンク列１４２は、当該渋滞が発生している交通路のＩＤを保持する。複数の交通路にまたがって渋滞が発生している場合は、それら交通路のＩＤをまとめて同一のリンク列１４２内に保持する。渋滞先頭ノード列１４３は、当該渋滞の先頭に位置するノード列のＩＤを保持する。渋滞長１４４は、当該渋滞のリンク列１４２の長さ１３４の合計値を保持する。

図４は、渋滞抽出部１０４の動作を説明するフローチャートである。渋滞抽出部１０４は、例えば交通渋滞分析装置１００のユーザによる指示にしたがって、あるいは所定の実行周期にしたがって、本フローチャートを開始する。以下、図４の各ステップについて説明する。

（図４：ステップＳ４０１〜Ｓ４０３）
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。

（図４：ステップＳ４０４）
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。

（図４：ステップＳ４０５）
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。

（図４：ステップＳ４０６）
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。

（図４：ステップＳ４０７）
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。

（図４：ステップＳ４０８）
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。

（図４：補足）
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。

図５は、本実施形態１に係る交通システムの動作を説明するフローチャートである。交通渋滞分析装置１００は、ユーザの指示にしたがって、あるいは所定の実行周期にしたがって、本フローチャートを開始する。以下、図５に示す各ステップについて説明する。

（図５：ステップＳ５０１）
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。

（図５：ステップＳ５０２）
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。

図６は、渋滞重要度算出部１０５が渋滞の重要度を算出する際に用いる算出基準を例示する図である。渋滞の重要度は、例えば各渋滞の最大渋滞長と渋滞継続時間を基準として算出することができる。最大渋滞長は、渋滞先頭ノード列１４３をキーにして渋滞リスト１４０内の各レコードをソートし、同じリンク列１４２についての渋滞長１４４を比較することによって特定することができる。渋滞継続時間は、同じリンク列１４２について時刻１４１が途切れずに連続している時間を算出することによって求めることができる。

最大渋滞長を重要度として採用した場合、図６Ａに示す渋滞パターンが最も重要（対策を最も優先すべき渋滞）となる。渋滞リンクの時間連続性を考慮して、最大渋滞時間を重要度として採用することもできる。この場合は図６Ｂに示す渋滞が最も重要となる。渋滞長のピーク値を記録する回数や頻度を重要度として採用することもできる。この場合は図６Ｃが最も重要な渋滞となる。これらの算出基準を例えば重みづけによって組み合わせて使用することもできる。

＜実施の形態１：まとめ＞
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。

本実施形態１において生成した渋滞重要度は、例えば交通計画を作成する際に渋滞対策の優先順序として利用することができる。このとき、プローブ２００から推定されるリンク混雑度データ１２０を、同じくプローブ２００から収集される広域な測定データによって補間してもよい。これにより、多数の調査担当者や路側センサを準備しなくとも、対策すべき渋滞がどこで起こっているのかを個別に把握することができる。

本実施形態１において生成した渋滞リスト１４０は、公共施設や商業施設の設置計画、不動産物件の価値算定などにおける基礎データとして活用することができる。交通渋滞分析装置１００は、各用途に向けたデータ出力機能を備えることもできる。

本実施形態１において、スマートフォンなどの個人が携行する携帯端末からＧＰＳデータを収集してもよい。データ収集部１０７は、スマートフォンがＧＰＳ情報や加速度センサの測定データを収集するためのアプリケーションを配布する機能を備えてもよい。同アプリケーションは、各個人が同アプリケーションを利用することを促すため、交通量情報や各個人の行動履歴を表示する機能を提供するように構成してもよい。

＜実施の形態２＞
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。

図７は、本実施形態２に係る交通渋滞分析装置１００の構成図である。本実施形態２における交通渋滞分析装置１００は、実施形態１で説明した構成に加えて、カレンダーデータ７１０を備える。記載の便宜上、一部の構成については省略した。

図８は、カレンダーデータ７１０の構成とデータ例を示す図である。カレンダーデータ７１０は、休祝日の区別と季節を特定するための情報を格納するデータであり、日付７１１、曜日７１２、属性７１３、季節７１４を保持する。曜日７１２、属性７１３、季節７１４は、日付７１１の曜日、平日／休祝日の区別、季節を特定する値を保持する。その他の日付属性についての情報を格納してもよい。

渋滞重要度算出部１０５は、実施形態１で説明した渋滞重要度を算出する際に、カレンダーデータ７１０を利用して、各日付に重みを付けた上で重要度の値を求める。例えば、通勤用途でよく用いられる交通路については、平日の渋滞は休日の渋滞よりも優先度が高いとみなして休日よりも高い重み値をつけて重要度を算出する。休日によく用いられる交通路については、この反対に休日の渋滞をより重くしてもよい。その他、季節に応じて重みをつけることも考えられる。これにより、平日／休日の違いや季節の違いによって異なる交通需要の違いを加味して、重要度を算出することができる。重みの具体的な値は、交通渋滞分析装置１００のユーザが設定してもよいし、他の交通渋滞分析装置１００と共有してもよい。

図９は、渋滞の傾向が平日と休日で異なることを例示した図である。各グラフは、縦軸が渋滞長であり、横軸が時刻を表している。図９Ａにおいては土日の渋滞長の方が長く、図９Ｂにおいては平日の渋滞長の方が長い傾向がある。図９Ａに示す交通路においては、土日の買い物客などの影響で渋滞が発生していると推定することができる。図９Ｂに示す交通路においては、通勤による渋滞が発生していると推定することができる。カレンダーデータ７１０を用いることにより、図９に例示するように日付の属性によって異なる交通需要の違いを考慮して、渋滞重要度を算出することができる。

＜実施の形態２：まとめ＞
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。

＜実施の形態３＞
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。

図１０は、本実施形態３に係る交通渋滞分析装置１００の構成図である。本実施形態３において、渋滞重要度算出部１０５は、時間費用換算部１００１と交通量推計部１００２を備える。記憶装置１０３は、ＯＤデータ１０１０と時間原単位データ１０２０を格納している。その他の構成は実施形態１と同様である。記載の便宜上、一部の構成については省略した。

交通量推計部１００２は、ＯＤデータ１０１０が格納している交通利用者の交通利用状況と、交通ネットワークデータ１３０とに基づき、各リンクの交通利用者数を推計する。ＯＤデータ１０１０の具体例については後述する。

時間費用換算部１００１は、交通量推計部１００２が推計した渋滞リンク上を通過する交通利用者数に基づき、交通利用者が渋滞によって損失した時間を算出する。さらに、時価原単位データ１０２０を用いて、その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が算出した費用を利用して、各渋滞の重要度を算出し、渋滞リスト１４０に格納する。これにより交通渋滞分析装置１００のユーザは、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。

図１１Ａは、ＯＤデータ１０１０の構成とデータ例を示す図である。ＯＤデータ１０１０は、個人が利用する交通手段の傾向を表したデータであり、都市１０１１、出発地（Ｏｒｉｇｉｎ）１０１２、到着地（Ｄｅｓｔｉｎａｔｉｏｎ）１０１３、交通量１０１４、選択パターン１０１５を含む。

都市１０１１は、ＯＤデータ１０１０が収集された都市のＩＤを保持する。出発地１０１２と到着地１０１３は、当該都市内の各地点（ゾーン）のＩＤを保持する。交通量１０１４は、出発地１０１２と到着地１０１３の間に発生する交通量を保持する。例えば出発地１０１２と到着地１０１３の間を通過する車両などの台数を交通量１０１４として用いることができるが、その他の交通量指標を用いてもよい。選択パターン１０１５は、当該地点間において各交通機関が選択される確率を保持する。その他、例えば時間優先や料金優先といった評価尺度を選択パターン１０１５として用いてもよい。これらのデータは、例えばＩＣカードの利用履歴に基づき個人の移動経路を推定することによって取得してもよいし、個人のアンケート結果から当該個人の交通行動を推定することによって取得してもよい。

図１１Ｂは、時価原単位データ１０２０の構成とデータ例を示す図である。時価原単位データ１０２０は、バスや乗用車などの車種に応じた時間価値を表したデータであり、車種１０２１、時間価値原単位１０２２を含む。時間価値原単位１０２２は、車種１０２１が示す車種１台が１分間走行することに対応する金銭価値を示すものである。時間価値原単位１０２２の具体的な値は、政府などが公開するガイドラインに沿って設定してもよいし、交通渋滞分析装置１００のユーザが設定してもよい。

図１２は、本実施形態３における渋滞重要度算出部１０５の動作を説明するフローチャートである。以下、図１２の各ステップについて説明する。

（図１２：ステップＳ１２０１）
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。

（図１２：ステップＳ１２０２）
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。

（図１２：ステップＳ１２０３）
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。

＜実施の形態３：まとめ＞
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。

＜実施の形態４＞
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。

図１３は、本実施形態４に係る交通システムの構成図である。本実施形態４における交通渋滞分析装置１００は、実施形態１で説明した構成に加えて、ボトルネック検出部１３０１を備える。その他の構成は実施形態１と同様である。記載の便宜上、一部の構成については省略した。

ボトルネック検出部１３０１は、渋滞リスト１４０内に格納されている各渋滞について、渋滞先頭ノードから発生している渋滞長をリンク混雑度データ１２０と交通ネットワークデータ１３０に基づき算出し、各渋滞に対して最も影響を及ぼしている渋滞先頭ノードをボトルネックとして検出する。ボトルネック検出部１３０１による処理の詳細については後述する。

図１４は、ボトルネック検出部１３０１の動作を説明するフローチャートである。ボトルネック検出部１３０１は、例えば交通行動推定装置１００のユーザが指示にしたがって、あるいは所定の実行周期にしたがって、本フローチャートを開始する。以下、図１４の各ステップについて説明する。

（図１４：ステップＳ１４０１）
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。

（図１４：ステップＳ１４０２）
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。

（図１４：ステップＳ１４０３）
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。

（図１４：ステップＳ１４０４）
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。

図１５Ａは、ボトルネック箇所を例示した図である。図１５Ａ中の矢印は渋滞が発生しているリンクである。図１５Ａに示す渋滞例においては、１つの渋滞に対して複数の渋滞先頭ノードａ、ｂが存在する。ノードａから延伸する渋滞長よりもノードｂから延伸する渋滞長の方が長いため、図１５Ａに示す渋滞はノードｂから発生しており、したがってボトルネックとなっているのはノードｂであると推定することができる。すなわち、図１４のステップＳ１４０４で説明したように、時間平均渋滞長が最も長い渋滞先頭ノードがボトルネックノードであると推定することができる。

図１５Ｂは、ボトルネック検出部１３０１が算出する各渋滞先頭からの渋滞長の平均値を例示したものである。図１５Ｂの横軸は１つの渋滞（渋滞リスト１４０内の１レコード）内に含まれる渋滞先頭ノードを示す。ここでは１つの渋滞内に多数の渋滞先頭ノードが含まれる例を示した。図１５Ｂの縦軸は各渋滞先頭ノードについての時間平均渋滞長を示す。図１５Ｂに示すように、同一の渋滞に属する渋滞先頭ノードであっても、渋滞長の平均値が異なる場合がある。したがって図１５Ａに示すように、渋滞先頭ノード毎に時間平均渋滞長を比較することにより、ボトルネックを効果的に検出することができることが分かる。

＜実施の形態４：まとめ＞
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。

本実施形態４において検出したボトルネック箇所は、公共施設や商業施設の設置計画、不動産物件の価値算定などにおける基礎データとして活用することができる。交通渋滞分析装置１００は、各用途に向けたデータ出力機能を備えることもできる。

＜実施の形態５＞
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。

図１６は、本実施形態５に係る交通渋滞分析装置１００の構成図である。本実施形態５における交通渋滞分析装置１００は、実施形態４で説明した構成に加えて、渋滞種別判別部１６０１を備える。その他の構成は実施形態４と同様である。記載の便宜上、一部の構成については省略した。

渋滞種別判別部１６０１は、ボトルネック検出部１３０１が検出したボトルネック箇所の渋滞長の時系列変化に基づき、交通渋滞の種別を判別する。交通渋滞の種別とは、当該渋滞が交通容量の低さによって生じたのか、それとも交通需要が集中したことによって生じたのかの違いを示すものである。渋滞種別判別部１６０１による処理の詳細については後述する。

図１７は、本実施形態５に係る交通システムの動作を説明するフローチャートである。交通システムは、例えば交通行動推定装置１００のユーザからの指示にしたがって、あるいは所定の実行周期にしたがって、本フローチャートを開始する。以下、図１７の各ステップについて説明する。

（図１７：ステップＳ１７０１）
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。

（図１７：ステップＳ１７０２）
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。

（図１７：ステップＳ１７０３）
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。

＜実施の形態５：まとめ＞
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。

＜実施の形態６＞
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。

図１８は、本実施形態６に係る交通渋滞分析装置１００の構成図である。本実施形態６に係る交通渋滞分析装置１００は、実施形態４で説明した構成に加えて、交通需要推定部１８０１を備える。交通ネットワークデータ１３０は、後述の図１９で説明する構成を備える。その他の構成は実施形態４と同様である。記載の便宜上、一部の構成については省略した。

交通需要推定部１８０１は、交通ネットワークデータ１３０と、ボトルネック検出部１３０１が検出したボトルネック箇所から生じる渋滞長の時系列変化とに基づき、交通需要を推定する。交通需要推定部１８０１による動作の詳細は後述する。

図１９は、本実施形態６における交通ネットワークデータ１３０の構成とデータ例を示す図である。交通ネットワークデータ１３０は、実施形態１で説明した構成に加え、各リンクの車線数を示す車線数１３７を含む。その他、各リンクの道路幅や道路の平坦性などについての情報を含んでもよい。

図２０は、交通需要推定部１８０１の動作を説明するフローチャートである。交通需要推定部１８０１は、例えば交通行動推定装置１００のユーザからの指示にしたがって、あるいは所定の実行周期にしたがって、本フローチャートを開始する。以下、図２０の各ステップについて説明する。

（図２０：ステップＳ２００１）
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。

（図２０：ステップＳ２００２）
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。

＜実施の形態６：まとめ＞
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。

＜実施の形態７＞
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。

図２１は、本実施形態７に係る交通システムの構成図である。本実施形態７における交通システムは、交通渋滞分析装置１００とサーバ２１００を有する。交通渋滞分析装置１００は、実施形態４で説明した構成に加えて、記憶装置１０３内にボトルネックリスト２１４０と地図データ２１５０を格納している。記載の便宜上、一部の構成については省略した。

ボトルネックリスト２１４０は、ボトルネック検出部１３０１によって検出されたボトルネックノードの一覧を保持する。地図データ２１５０は、サーバ２１００が画面表示する交通路の地図情報を保持する。

サーバ２１００は、交通行動推定装置１００が提供する機能を利用して交通渋滞を分析するための端末であり、プロセッサ２１０１、メモリ２１１０、記憶装置２１２０、表示部２１３０を備える。これらはバスによって互いに接続される。

プロセッサ２１０１は、メモリ２１１０が格納している各プログラムを実行する。以下では記載の便宜上、各プログラムを動作主体として説明する。メモリ２１１０は、ＧＵＩプログラム２１１１とデータ通信プログラム２１１２を格納している。

データ通信プログラム２１１２は、交通渋滞分析装置１００が保持している地図データ２１５０を取得して地図データ２１２２として記憶装置２１２０に格納する。ＧＵＩプログラム２１１１は、リンク混雑度データ１２０、交通ネットワークデータ１３０、渋滞リスト１４０、およびボトルネックリスト２１４０を交通渋滞分析装置１００から取得して表示部２１３０上に表示し、画面上で交通状況を閲覧する機能を提供する。

記憶装置２１２２は、交通渋滞分析装置１００から取得した地図データ２１２２を格納する。表示部２１３０は、モニターやディスプレイなどによってデータを視覚的に表示する。

図２２は、ボトルネックリスト２１４０の構成とデータ例を示す図である。ボトルネックリスト２１４０は、渋滞重要度算出部１０５とボトルネック検出部１３０１の処理結果を保持するデータであり、時刻２１４１、ノード２１４２、渋滞長２１４３、ボトルネックノード２１４４、ノード２１４５、最大渋滞長２１４６、平均渋滞長２１４７、最大渋滞時間２１４８、平均渋滞時間２１４９を含む。時刻２１４１〜渋滞長２１４３とボトルネックノード２１４４〜平均渋滞時間２１４９は、それぞれ異なるテーブル内に格納されている。ここでは渋滞の状態を示す指標として、渋滞長と渋滞時間を例示したが、例えば渋滞発生頻度などのように渋滞の状態を示す指標であれば、その他の指標を利用することもできる。

図２３は、ユーザがＧＵＩプログラム２１１１を利用して交通渋滞の発生原因を分析定する際の画面イメージを示す図である。ＧＵＩプログラム２１１１は、リンク混雑度データ１２０、交通ネットワークデータ１３０、地図データ２１５０、および渋滞リスト１４０を渋滞重要度順に整列した渋滞リストを画面上に表示する。地図画面上では、渋滞重要度に応じてボトルネック箇所が強調されている。ユーザがノードを選択すると、当該ノードから発生する渋滞の渋滞長の時系列変化が画面左下に表示され、渋滞の発生時刻を閲覧することができる。ボトルネックリスト２１４０が保持している、渋滞時間などのその他の渋滞指標は、画面右上に表示されている。画面左下グラフの上部には、タイムスライダーが設けられており、ユーザは閲覧したい時刻の渋滞状況を渋滞長の時系列変化から選択することができる。これら情報により、ユーザは多角的に渋滞現象を把握することができる。

＜実施の形態７：まとめ＞
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。

＜実施の形態８＞
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。

図２４は、本実施形態８に係る交通渋滞分析装置１００の構成図である。本実施形態８に係る交通渋滞分析装置１００は、実施形態４で説明した構成に加えて、交通ネットワーク編集部２４０１、交通流計算部２４０２を備える。記憶装置１０３は、ボトルネック交通量データ２４１０を備える。記載の便宜上、一部の構成については省略した。

交通渋滞分析装置１００のユーザは、渋滞重要度算出部１０５とボトルネック検出部１３０１の処理結果に基づき、対策すべき渋滞とボトルネック箇所を特定し、当該ボトルネック箇所に関して交通量調査を実施し、その結果をボトルネック交通量データ２４１０内にあらかじめ格納しておく。

交通ネットワーク編集部２４０１は、交通ネットワークデータ１３０が記述している交通ネットワークに対して、新規リンク／ノードを追加し、既存リンク／ノードを削除し、または既存リンクの接続関係を仮想的に変更する。このとき、リンク長を設定できるようにしてもよいし、リンク／ノード間の整合性を自動的に保つようにしてもよい。ユーザはボトルネック交通量データ２４１０を参照して、交通量が大きい交通路に対して交通ネットワーク編集部２４０１の機能を用いて交通ネットワークを仮想的に変更する。

交通流計算部２４０２は、交通ネットワーク編集部２４０１が新たに設定した交通ネットワークに基づき、交通量を計算する。交通量は、一般的に用いられる待ち行列モデルなどのシミュレーションを利用して計算すればよい。ユーザは交通流計算部２４０２による計算結果に基づき、交通ネットワークを変更することによる効果を検証する。

＜実施の形態８：まとめ＞
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。

＜実施の形態９＞
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。

図２５は、本実施形態９に係る交通渋滞分析装置１００の構成図である。本実施形態９における交通渋滞分析装置１００は、実施形態４で説明した構成に加えて信号制御部２５０１を備える。記憶装置１０３は、信号データ２５２０を格納している。記載の便宜上、一部の構成については省略した。

信号制御部２５０１は、信号データ２５２０が記述している信号機のサイクル長、青点灯時間、などの信号パラメータを仮想的に設定する。サイクル長とは、ある方向に提示される信号が青になった時刻から次に青になるまでの時間間隔である。青点灯時間とは、青信号が点灯する時間長である。

交通流計算部２４０２は、信号制御部２５０１が設定した信号パラメータに基づき、交通量を計算する。交通量は、一般的に用いられる待ち行列モデルなどのシミュレーションを利用して計算すればよい。計算結果は記憶装置１０３上の適当な領域に格納する。

実施形態８と同様に、交通渋滞分析装置１００のユーザは、渋滞重要度算出部１０５とボトルネック検出部１３０１の処理結果に基づき、対策すべき渋滞とボトルネック箇所を特定し、当該ボトルネック箇所に関して交通量調査を実施し、ボトルネック交通量データ２４１０をあらかじめ生成しておく。また、当該ボトルネック箇所の現状の信号パラメータを信号データ２５２０として格納しておく。

＜実施の形態９：まとめ＞
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。

＜実施の形態１０＞
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。

図２６は、本実施形態１０に係る交通渋滞分析装置１００の構成図である。本実施形態１０における交通渋滞分析装置１００は、実施形態４で説明した構成に加えて交差点拡張部２６０１を備える。記憶装置１０３は、交差点構造データ２６１０を格納している。

交差点拡張部２６０１は、交通ネットワークデータ１３０が記述している交通路の交差点における交通容量を拡張するように、交通ネットワークを仮想的に変更する。例えば、交差点の車線数を拡張する、右左折専用レーンを設置する、などの変更が考えられる。

交差点構造データ２６１０は、交差点の車線数、右左折専用レーンの位置、などのような交差点の交通容量を規定する構造に関する現在のパラメータを保持する。

実施形態８と同様に、交通渋滞分析装置１００のユーザは、渋滞重要度算出部１０５とボトルネック検出部１３０１の処理結果に基づき、対策すべき渋滞とボトルネック箇所を特定し、当該ボトルネック箇所に関して交通量調査を実施し、ボトルネック交通量データ２４１０をあらかじめ生成しておく。また、当該ボトルネック箇所の現状の交差点パラメータを交差点構造データ２６１０として格納しておく。交通流計算部２４０２は、設定された交通量と交差点パラメータに基づき、交通量を計算する。

＜実施の形態１０：まとめ＞
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。

＜実施の形態１１＞
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。

図２７は、本実施形態１１に係る交通渋滞分析装置１００の構成図である。本実施形態１１における交通渋滞分析装置１００は、実施形態４で説明した構成に加えて交通需要分散部２７０１を備える。記憶装置１０３は、ＯＤデータ１０１０（実施形態３で説明したものと同様のデータ）、目的別交通量データ２７１０を格納している。記載の便宜上、一部の構成については省略した。

交通需要分散部２７０１は、ＯＤデータ１０１０と目的別交通量２７１０を用いて、各交通路における交通量のピーク時刻を仮想的に設定する。これは例えば、オフピーク通勤を実施することによって、通勤交通量のピーク時刻をシフトさせるような状況を想定したものである。

目的別交通量データ２７１０は、都市もしくはゾーン毎の交通量と、目的別の交通量の割合とを保持する。目的別交通量データ２７１０の詳細については後述する。

図２８は、目的別交通量データ２７１０の構成とデータ例を表す図である。目的別交通量データ２７１０は、ゾーン２７１１、時間帯２７１２、交通量２７１３、目的別割合２７１４を含む。ゾーン２７１１は、ノードを包含するより広範囲の地域（ゾーンと呼ぶ）のＩＤを保持する。これらのデータは、例えば交通利用者に対するアンケート調査によって取得することができる。

実施形態８と同様に、交通渋滞分析装置１００のユーザは、渋滞重要度算出部１０５とボトルネック検出部１３０１の処理結果に基づき、対策すべき渋滞とボトルネック箇所を特定し、当該ボトルネック箇所に関して交通量調査を実施し、ボトルネック交通量データ２４１０をあらかじめ生成しておく。交通需要分散部２７０１は、当該ボトルネック箇所周辺の交通需要のピーク時刻を仮想的に分散させる。交通流計算部２４０２は、ピーク時刻を分散させた交通需要に基づき、交通量を計算する。

＜実施の形態１１：まとめ＞
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。

＜実施の形態１２＞
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。

図２９は、本実施形態１２に係る交通渋滞分析装置１００の構成図である。本実施形態１２に係る交通渋滞分析装置１００は、実施形態４で説明した構成に加えて、交通ネットワーク編集部２４０１（実施形態８で説明したものと同様の機能部）、多種交通流計算部２９０２を備える。記憶装置１０３は、ＯＤデータ１０１０（実施形態３で説明したものと同様のデータ）、交通機関分担率データ２９１０を格納している。

多種交通流計算部２９０２は、交通ネットワーク編集部２４０１が新たに設定した交通ネットワークに基づき、ＯＤデータ１０１０と交通機関分担率２９１０を用いて各交通手段に対する需要量を推計する。さらに、各交通手段について交通流計算部２４０２と同様の手法により交通量を計算する。

交通機関分担率データ２９１０は、都市もしくはゾーン毎に、交通利用者が利用している各交通機関の割合を保持する。交通機関分担率データ２９１０の詳細は後述する。

図３０は、交通機関分担率データ２９１０の構成とデータ例を表す図である。交通機関分担率データ２９１０は、ゾーン２９１１と交通機関分担率２９１２を含む。これらのデータは、例えば交通利用者に対するアンケート調査によって取得してもよいし、その他の手段で取得してもよい。

実施形態８と同様に、交通渋滞分析装置１００のユーザは、渋滞重要度算出部１０５とボトルネック検出部１３０１の処理結果に基づき、対策すべき渋滞とボトルネック箇所を特定し、当該ボトルネック箇所に関して交通量調査を実施し、ボトルネック交通量データ２４１０をあらかじめ生成しておく。交通ネットワーク編集部２４０１は、交通ネットワークを仮想的に変更する。多種交通流計算部２９０２は、変更された交通ネットワークと交通機関分担率データ２９０１とＯＤデータ１０１０に基づき、交通量を計算する。

＜実施の形態１２：まとめ＞
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。

本発明は上記した実施形態に限定されるものではなく、様々な変形例が含まれる。上記実施形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施形態の構成の一部を他の実施形態の構成に置き換えることもできる。また、ある実施形態の構成に他の実施形態の構成を加えることもできる。また、各実施形態の構成の一部について、他の構成を追加・削除・置換することもできる。

上記各構成、機能、処理部、処理手段等は、それらの一部や全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリ、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記録装置、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に格納することができる。

１００：交通渋滞分析装置、１０４：渋滞抽出部、１０５：渋滞重要度算出部、１０６：混雑度算出部、１０７：データ収集部、１２０：リンク混雑度データ、１３０：交通ネットワークデータ、１４０：渋滞リスト、２００：プローブ、７１０：カレンダーデータ、１０１０：ＯＤデータ、１０２０：時価原単位データ、１３０１：ボトルネック検出部、１６０１：渋滞種別判別部、１８０１：交通需要推定部、２１００：サーバ、２１４０：ボトルネックリスト、２１５０：地図データ、２４０１：交通ネットワーク編集部、２４０２：交通流計算部、２４１０：ボトルネック交通量データ、２５０１：信号制御部、２５２０：信号データ、２６０１：交差点拡張部、２６１０：交差点構造データ、２７０１：交通需要分散部、２７１０：目的別交通量データ、２９０２：多種交通量計算部、２９１０：交通機関分担率データ。

Claims (14)

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。
6. 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。
7. 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。
8. 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。
9. 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。
10. 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。
11. 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。
12. 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。
13. 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。
14. 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。

Images