JP2017102788A - 渋滞予測方法 - Google Patents

Abstract

【課題】プローブ履歴情報に基づいた渋滞予測の精度が劣化するおそれを抑制することができる渋滞予測方法を提供する。
【解決手段】データベースに蓄積された時系列のプローブ履歴情報２６を参照し、情報が欠落した時間帯が存在するプローブ履歴情報を持つリンクを対象リンクとして検出する。この対象リンクについて、情報が欠落した時間帯前の旅行時間の変化曲線と類似する第１曲線および情報が欠落した時間帯後の旅行時間の変化曲線と類似する第２曲線から予測される、情報が欠落した時間帯の旅行時間の変化を表す直線または曲線を求める。この求めた直線または曲線に基づいて、対象リンクの情報が欠落した時間帯の情報を推定し、プローブ履歴情報を補完する。欠落した時間帯の情報が補完されたプローブ履歴情報に基づいて、対象リンクにおける渋滞を予測する。
【選択図】図１

Description

本発明は、プローブ情報を用いて交通ネットワークにおける渋滞を予測する渋滞推定方法に関する。

複数の車両（プローブカー）から走行に関する情報であるプローブ情報（車両位置、走行道路など）をプローブセンタが受信して、その受信したプローブ情報からプローブセンタが交通情報を推定する、プローブ情報システムが実用化されている。例えば、特許文献１には、プローブ情報に基づいて渋滞を予測する技術が開示されている。

このプローブ情報システムでは、プローブセンタが、様々な道路（以下「リンク」という）を走行する複数の車両からプローブ情報を逐次受信し、リンクごとに時系列に構成されたプローブ情報の履歴としてデータベースに蓄積する。そして、このプローブ情報履歴に基づいて、渋滞の予測などの交通情報の推定が行われる。

特開２０１３−２００８０９号公報

車両がどのリンクをどの時刻に走行するかは、自由であり規則性はない。よって、例えば任意のリンクに関して、ある時刻は車両が走行しているが、その次の時刻には車両が走行していないこともある。

上記プローブ情報システムでは、車両が走行しているリンクに関してはプローブ情報が収集されるが、車両が走行していないリンクに関してはプローブ情報が収集されない。このため、例えば上述のような任意のリンクなどでは、プローブ情報が収集されない時間帯が生じることとなる。よって、データベースに蓄積されたプローブ情報の履歴には、時系列に見て情報の欠損が生じる。このプローブ情報の欠損は、渋滞予測の精度を劣化させるおそれがある。

本発明は、上記課題を鑑みてなされたものであり、リンクごとに時系列に構成されたプローブ履歴情報に欠損が生じていても、プローブ履歴情報に基づいた渋滞予測の精度が劣化するおそれを抑制することができる渋滞予測方法を提供することを目的とする。

上記課題を解決するために、本発明の渋滞予測方法は、道路区分であるリンクの旅行時間を少なくとも含むプローブ情報を、リンクを走行する車両から受信してデータベースに蓄積し、データベースに蓄積されたリンクごとにプローブ情報が時系列に構成されたプローブ履歴情報に基づいて渋滞予測装置が実行する渋滞予測方法であって、データベースのプローブ履歴情報に基づいて、情報が欠落した時間帯が存在するプローブ履歴情報を持つリンクを対象リンクとして検出するステップと、検出された対象リンクについて、情報が欠落した時間帯前の旅行時間の変化曲線と類似する第１曲線および情報が欠落した時間帯後の旅行時間の変化曲線と類似する第２曲線から予測される、情報が欠落した時間帯の旅行時間の変化を表す直線または曲線を求めるステップと、求めた直線または曲線に基づいて、対象リンクの情報が欠落した時間帯の情報を推定し、プローブ履歴情報を補完するステップと、欠落した時間帯の情報が補完されたプローブ履歴情報に基づいて、対象リンクにおける渋滞を予測するステップと、を備えている。

この本発明の渋滞予測方法では、リンクごとにそれぞれ時系列に構成されたプローブ履歴情報の中から、情報が欠落した時間帯が存在するプローブ履歴情報を持つ対象リンクを検出する。そして、対象リンクが検出されれば、この対象リンクの情報が欠落した時間帯の旅行時間を、当該時間帯前後の旅行時間の変化に基づいて推定して補完する。具体的には、情報が欠落した時間帯より前の時間帯の情報の変化および当該時間帯より後の時間帯の情報の変化から予測される、情報が欠落した時間帯の旅行時間の変化を表す予測直線または予測曲線を求める。

この処理により、本発明の渋滞予測方法では、対象リンクと同じ旅行時間の変化傾向を持った予測直線または予測曲線に基づいて、対象リンクにおける情報が欠落した時間帯の情報を推測することができる。よって、この推測できる情報によって、対象リンクにおけるプローブ履歴情報を補完することができる。

以上述べたように、本発明の渋滞予測方法によれば、リンクごとに時系列に構成されたプローブ履歴情報に欠損が生じていても、欠落した時間帯の情報を補完することができる。よって、プローブ履歴情報に基づいた渋滞予測の精度が劣化するおそれを抑制することができる。

本発明の一実施形態に係る渋滞予測方法が実行される渋滞予測システムの概略構成を示す図 渋滞予測装置のプローブ予測処理部が実行するプローブ予測処理の手順を説明するフローチャート 渋滞予測装置のプローブ統計処理部が実行するプローブ統計処理の手順を説明するフローチャート

［概要］
本発明は、車両から送信されるプローブ情報を用いて交通ネットワークにおける渋滞を予測する渋滞推定方法である。本渋滞推定方法では、道路区分であるリンクごとに時系列に構成されたプローブ履歴情報の中に情報が欠落した時間帯が存在するリンク（対象リンク）を検出し、欠落した時間帯の情報を当該時間帯前後の情報変化に基づいて補完する。よって、プローブ履歴情報に基づいた渋滞予測を行う際、渋滞予測の精度が劣化するおそれを抑制することができる。

以下、本発明の一実施形態について、図面を参照しながら説明する。

［渋滞予測システムの全体構成］
図１は、本発明の一実施形態に係る渋滞予測方法が実行される渋滞予測システム１の概略構成を示す図である。本渋滞予測システム１は、プローブ情報Ｐｂを送信する複数の車両（以下「プローブカー」という）１０と、プローブカー１０から送信されるプローブ情報Ｐｂを収集して渋滞予測を行う渋滞予測装置２０と、によって構成される。

プローブ情報Ｐｂは、プローブカー１０の走行に関する情報であり、例えば情報送信元のプローブカー１０を特定する識別子や、プローブカー１０の走行に関する情報などを含む。このプローブ情報Ｐｂは、例えばプローブカー１０が搭載するＧＰＳ（Global Positioning System）受信装置や各種センサ（図示せず）から得られるデータに基づいて生成される。プローブカー１０は、生成したプローブ情報Ｐｂを、無線通信手段（図示せず）を介して、渋滞予測装置２０に向けて送信する。

渋滞予測装置２０は、プローブ情報受信部２１と、プローブ走行情報データベース２２と、プローブ予測処理部２４と、プローブ統計処理部２５と、プローブ履歴データベース２６と、プローブ予測データベース２７と、を備えている。

プローブ情報受信部２１は、複数のプローブカー１０がそれぞれ送信するプローブ情報Ｐｂを、無線通信手段を介して逐次受信する。そして、プローブ情報受信部２１は、逐次受信したプローブ情報Ｐｂをプローブ走行情報データベース２２に蓄積する。プローブ走行情報データベース２２には、プローブ情報受信部２１が受信する複数のプローブ情報Ｐｂが、リンクごとに時系列に構成されて蓄積される。このプローブ走行情報は、リンクＩＤ、リンク距離、路線番号、始端／終端座標、およびリンク進入／退出時間などを含む。

プローブ予測処理部２４は、プローブ走行情報データベース２２に蓄積された複数のプローブ情報Ｐｂに基づいて、各リンクの旅行時間（リンク全体を車両が走行するのに要する時間）を求め、この旅行時間から各リンクの渋滞度を算出する（プローブ予測機能）。この算出された各リンクの渋滞度は、プローブ予測データベース２７に格納され、渋滞の予測に利用される。プローブ予測データベース２７に渋滞度が格納されるリンクは、例えばＪＩＳで規定された１０ｋｍ×１０ｋｍの矩形領域で区画された２次メッシュエリアのリンクとすることができる。

プローブ統計処理部２５は、プローブ履歴データベース２６に蓄積された情報において、各リンクの時系列に並んだ情報のうち欠落した時間帯の情報を生成して、情報が欠落した時間帯を有するプローブ統計情報作成する（プローブ統計機能）。

［渋滞予測装置が実行する処理］
以下、渋滞予測装置２０が実現するプローブ予測機能およびプローブ統計機能を、図２および図３をさらに参照して説明する。図２は、渋滞予測装置２０のプローブ予測処理部２４が実行するプローブ予測処理の手順を説明するフローチャートである。図３は、渋滞予測装置２０のプローブ統計処理部２５が実行するプローブ統計処理の手順を説明するフローチャートである。

（１）プローブ予測機能
このプローブ予測機能は、プローブ走行情報データベース２２に蓄積された過去のプローブ情報Ｐｂの履歴から得られる渋滞度と、現況のプローブ情報Ｐｂから得られる渋滞度とに基づいて、将来の渋滞度を予測する機能である。このプローブ予測機能は、例えば所定のタイミングでプローブ予測処理部２４が以下に示す処理を実行することで実現される。

図２を参照する。処理を開始すると、プローブ予測処理部２４は、まず処理開始の時点から直近数分間（例えば５分間）の全ての走行リンク列に関するプローブ情報Ｐｂを、プローブ走行情報データベース２２から取得する（ステップＳ２０１）。

プローブ走行情報データベース２２からプローブ情報Ｐｂを取得すると、プローブ予測処理部２４は、プローブ情報Ｐｂから得られる車速情報に基づいて、プローブカー１０（ユーザ）が走行した経路上にある走行リンク列において異常な車速を示すリンクが存在するか否かを判断する（ステップＳ２０２）。具体的には、プローブ予測処理部２４は、所定の上限車速を超えた車速情報を持つリンクまたは所定の下限車速を下回る車速情報を持つリンクが存在するか否かを判断する（ステップＳ２０２）。そして、プローブ予測処理部２４は、異常な車速を示すリンクが存在する場合、そのリンクをプローブ予測処理の対象から除外する（ステップＳ２０３）。この処理は、ノイズ除去処理とも呼ばれ、プローブカー１０（ユーザ）ごとに行われる。

なお、プローブカー１０が走行した経路上にある走行リンク列において上限車速を超えた車速情報を持つリンク、および下限車速を下回る車速情報を持つリンクが存在する場合には、当該リンクのみではなく、当該リンクを含んだ走行リンク列を構成する全リンクをまとめて、プローブ予測処理の対象から除外してもよい。

各プローブカー１０（ユーザ）についてノイズ除去処理が終了すると、プローブ予測処理部２４は、ノイズ除去後の走行リンク列の中に、事前に保持している処理対象に該当する出発地点（Origin）から目的地点（Destination）までＯＤルートが存在するか否かを判断する（ステップＳ２０４）。この判断において、ＯＤルートが存在すると判断された場合、プローブ予測処理部２４は、そのＯＤルートにおいてプローブ情報Ｐｂを有さないリンク区間（空間的な欠落リンク）が存在するか否かを、さらに判断する（ステップＳ２０５）。このステップＳ２０５の判断は、例えば次のようにして行われる。

ＯＤルート内において、プローブカー１０が走行した順序に従って空間的に連続している前リンクの終端座標と後リンクの始端座標との距離差が、所定の距離よりも大きければ、この前リンクと後リンクとの間のリンクが欠落していると判断される。または、ＯＤルート内において、プローブカー１０が走行した順序に従って空間的に連続している前リンクからの退出時刻と後リンクへの進入時刻との時間差が、所定の時間よりも長ければ、この前リンクと後リンクとの間のリンクが欠落していると判断される。

前リンクと後リンクとの間のリンクが欠落していると判断した場合、プローブ予測処理部２４は、前リンクのプローブ情報Ｐｂと後リンクのプローブ情報Ｐｂとに基づいて、欠落リンクの車速および旅行時間を算出する（ステップＳ２０６）。欠落リンクの車速は、前リンクの車速と後リンクの車速との平均を求めることで算出可能である。また、欠落リンクの旅行時間は、座標から求まる欠落リンクの長さと欠落リンクの車速から求めることができる。ＯＤルートに複数の欠落リンクがあれば、それぞれの欠落リンクについて車速および旅行時間が算出される。この処理により、一部のリンクが欠落していたＯＤルートが補完される。この処理は、面補完処理とも呼ばれ、プローブカー１０（ユーザ）ごとに行われる。

各プローブカー１０（ユーザ）について面補完処理が終了すると、プローブ予測処理部２４は、全てのリンクの各々について全てのプローブカー１０（ユーザ）による同じリンクの旅行時間に対して加重移動平均処理または調和平均処理を実行して、リンク単位で各リンクの旅行時間をそれぞれ平滑化する（ステップＳ２０７）。これにより、リンク単位（またはメッシュ単位）の統計化された旅行時間が求まる。

そして、リンク単位の平滑化された旅行時間が求まると、プローブ予測処理部２４は、平滑化されたリンク単位の旅行時間からリンク単位の渋滞度をそれぞれ算出する（ステップＳ２０８）。これにより、リンク単位の統計化された渋滞度が求まる。渋滞度とは、渋滞の程度を評価するための指標であり、例えば渋滞の度合いを段階的に示す（「渋滞」、「混雑」、「空き」など）情報である。この平滑化されたリンク単位の旅行時間および算出されたリンク単位の渋滞度は、該当する日時帯の渋滞度としてプローブ履歴データベース２６に格納される。

最後に、プローブ予測処理部２４は、所定の該当日時帯における全リンクの旅行時間および渋滞度をプローブ履歴データベース２６から取得する（ステップＳ２０９）。そして、プローブ予測処理部２４は、リンク単位でサンプル数に応じた重み付けを行いつつ、渋滞度の誤差平均を算出する（ステップＳ２１０）。そして、プローブ予測処理部２４は、算出した渋滞度の誤差平均において最小誤差の順位付けを行い、順位が上位である数件の情報について旅行時間の平均を求め、当該求めた旅行時間の平均から予測される渋滞度を算出する（ステップＳ２１０）。この算出結果は、プローブ予測データベース２７に格納される。

上記プローブ予測データベース２７に格納された渋滞度は、次のように利用される。ある走行リンク列の将来の渋滞度を予測する場合には、例えば２次メッシュエリアにおける当該走行リンク列の時刻ｔの渋滞度と、当該時刻ｔの渋滞度状況に最も近い時刻ｔ前後の所定時間ｘ（例えば３０分）以内の当該走行リンク列の渋滞度が抽出され、時刻ｔから時刻ｔ＋ｘまたは時刻ｔ−ｘまでの渋滞度の変化が、将来（時刻ｔ＋ｘ以降）の渋滞度を予測する情報として利用される。

（２）プローブ統計機能
プローブ統計機能は、上述したプローブ予測機能とは独立して行われる。このプローブ統計機能は、プローブ履歴データベース２６に蓄積された情報（リンク単位の旅行時間および渋滞度）において、各リンクの時系列に並んだ情報のうち欠落した時間帯の情報を生成して補完する機能である。このプローブ統計機能は、例えば所定の時間間隔で定期的に実行される。

図３を参照する。処理を開始すると、プローブ統計処理部２５は、例えば前日分の全てのリンクの旅行時間および渋滞度の情報を、プローブ履歴データベース２６から取得する（ステップＳ３０１）。

プローブ履歴データベース２６から情報を取得すると、プローブ統計処理部２５は、リンク単位で、時系列に並んだ情報において情報を有さないリンク時間帯（時間的な欠落リンク）が存在するか否かを判断する（ステップＳ３０２）。その際、プローブ統計処理部２５は、情報（リンク単位の旅行時間および渋滞度）が上述したプローブ予測機能によってすでに面補完が行われた情報である場合には、当該情報を有した時間帯も情報が欠落したリンク時間帯として判断する。このステップＳ３０２の判断は、例えば次のようにして行われる。

あるリンクにおいて、時間的に連続している前プローブ情報の情報取得日時と後プローブ情報の情報取得日時との時間差が、所定の時間よりも長ければ、この前プローブ情報と後プローブ情報との間の時間帯のプローブ情報が欠落していると判断される。

任意のリンクにおいて所定の時間帯の情報が欠落していると判断した場合、プローブ統計処理部２５は、当該任意のリンクを処理対象リンクとして、情報欠落した時間帯の情報を算出するために十分となる所定数以上のサンプルが収集されているか否かを判断する（ステップＳ３０３）。ここで言うサンプル数とは、情報が欠落している時間帯前後の時間帯における情報の数をいう。プローブ統計処理部２５は、サンプルが所定数以上あると判断した場合、所定の時間帯前後の情報に基づいて、情報欠落した時間帯の車速を算出する（ステップＳ３０４）。情報欠落した時間帯の車速の算出は、次のようにして行われる。

プローブ統計処理部２５は、情報が欠落した時間帯より前の時間帯（例えば１５分間）の旅行時間変化に基づく曲線（前曲線）、および情報欠落した時間帯より後の時間帯（例えば１５分間）の旅行時間変化に基づく曲線（後曲線）を、それぞれ求める。次に、プローブ統計処理部２５は、この前曲線と後曲線とに基づいて、情報が欠落した時間帯において予測される旅行時間変化の直線または曲線（１次直線、２次曲線、３次曲線、または対数曲線）を描く。そして、プローブ統計処理部２５は、描いた直線または曲線上の任意の点の旅行時間を、情報が欠落した時間帯の旅行時間として推定する。

上記推定された情報欠落した時間帯の車速から旅行時間を平均し、平均した旅行時間から渋滞度を算出することで、プローブ統計情報を作成する（ステップＳ３０５）。なお、この処理において、すでにプローブ統計情報が存在する場合には、下記式を用いて更新する新たな統計値ｔｓを決定する。なお、ｔ０はプローブ履歴データベース２６に保存されている統計旅行時間であり、ｎ０はプローブ履歴データベース２６に保存されている統計サンプル数であり、ｔ１はプローブ履歴データベース２６に存在する要因に該当する全ての旅行時間であり、ｎ１はプローブ履歴データベース２６に存在するサンプル数であり、ｎｓは更新する新たな統計サンプル数である。
ｔｓ＝（ｔ０×ｎ０＋Σｔ１）／（ｎ０＋ｎ１）
ｎｓ＝ｎ０＋ｎ１

この作成されたプローブ統計情報は、プローブ予測データベース２７に格納される（ステップＳ３０６）。この処理により、一部の時間帯の情報が欠落していた対象リンクに関する時系列のプローブ統計情報が補完される。この処理は、時系列補完処理とも呼ばれる。欠落した情報が補完されたプローブ統計情報は、以後の渋滞予測に利用される。

［実施形態による作用および効果］
本発明の一実施形態に係る渋滞予測方法は、リンクごとにプローブ情報Ｐｂが時系列に構成されたプローブ履歴情報の中から、情報が欠落した時間帯が存在するプローブ履歴情報を持つ対象リンクを検出する。そして、対象リンクが検出されれば、この対象リンクの欠落した時間帯の情報を、当該時間帯より前の時間帯の情報の変化および当該時間帯より後の時間帯の情報の変化に基づいて補完する。

この処理により、本発明の渋滞予測方法では、対象リンクと同じ情報の変化傾向を持つリンクに基づいて、対象リンクにおける情報が欠落した時間帯の情報変化を推測することができる。よって、この推測できる情報によって、対象リンクにおける欠落した時間帯の情報を補完することができる。

本発明の渋滞予測方法は、リンクごとに時系列に構成されたプローブ情報に欠損が生じていても、プローブ履歴情報に基づいた渋滞予測の精度が劣化するおそれを抑制したい場合に有用である。

１ 渋滞予測システム
１０ プローブカー（車両）
２０ 渋滞予測装置
２１ プローブ情報受信部
２２ プローブ走行情報データベース
２４ プローブ予測処理部
２５ プローブ統計処理部
２６ プローブ履歴データベース
２７ プローブ予測データベース
Ｐｂ プローブ情報

Claims (1)

1. 道路区分であるリンクの旅行時間を少なくとも含むプローブ情報を、リンクを走行する車両から受信してデータベースに蓄積し、当該データベースに蓄積されたリンクごとにプローブ情報が時系列に構成されたプローブ履歴情報に基づいて渋滞予測装置が実行する渋滞予測方法であって、
   前記データベースの前記プローブ履歴情報に基づいて、情報が欠落した時間帯が存在する前記プローブ履歴情報を持つリンクを対象リンクとして検出するステップと、
   前記検出された対象リンクについて、前記情報が欠落した時間帯前の旅行時間の変化曲線と類似する第１曲線および前記情報が欠落した時間帯後の旅行時間の変化曲線と類似する第２曲線から予測される、前記情報が欠落した時間帯の旅行時間の変化を表す直線または曲線を求めるステップと、
   前記求めた直線または曲線に基づいて、前記対象リンクの前記情報が欠落した時間帯の情報を推定し、前記プローブ履歴情報を補完するステップと、
   前記欠落した時間帯の情報が補完された前記プローブ履歴情報に基づいて、前記対象リンクにおける渋滞を予測するステップと、
   を備える、渋滞予測方法。

Images