JP2017151545A - 事故予報システム、および事故予報方法 - Google Patents
事故予報システム、および事故予報方法 Download PDFInfo
- Publication number
- JP2017151545A JP2017151545A JP2016031230A JP2016031230A JP2017151545A JP 2017151545 A JP2017151545 A JP 2017151545A JP 2016031230 A JP2016031230 A JP 2016031230A JP 2016031230 A JP2016031230 A JP 2016031230A JP 2017151545 A JP2017151545 A JP 2017151545A
- Authority
- JP
- Japan
- Prior art keywords
- accident
- sections
- section
- group
- processing unit
- 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
- 238000000034 method Methods 0.000 title claims description 46
- 206010039203 Road traffic accident Diseases 0.000 title claims description 5
- 238000012545 processing Methods 0.000 claims abstract description 145
- 230000013016 learning Effects 0.000 claims abstract description 18
- 230000003247 decreasing effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 abstract description 14
- 238000002360 preparation method Methods 0.000 abstract description 3
- 238000004220 aggregation Methods 0.000 abstract 1
- 230000002776 aggregation Effects 0.000 abstract 1
- 238000003860 storage Methods 0.000 description 41
- 238000010586 diagram Methods 0.000 description 26
- 230000000875 corresponding effect Effects 0.000 description 24
- 239000013598 vector Substances 0.000 description 19
- 230000002860 competitive effect Effects 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 210000005056 cell body Anatomy 0.000 description 3
- 238000005401 electroluminescence Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
まず、図1、図2を参照して、第1実施形態における事故予報システム1の構成について説明する。図1は、第1実施形態における事故予報システム1の構成の一例を示したブロック図である。図2は、第1実施形態において、道路に関して事故予報の単位となる区間と道路センサ部との関係の一例を模式的に示した説明図である。なお、図2の白抜き矢印Yは、道路R(以下「R」の記載を省略する場合あり。)上における車両の流れ方向を示す。
(12)当該勝者ユニットに対応した事故発生度分布の層上のユニットを選択(例えば、図6(a)における事故発生度分布の「2−1」)。
(13)選択されたユニットの事故発生度を出力(例えば、図6(b)の事故予報用テーブルにおけるindex「2−1」に対応する事故発生度「6.2」)。
次に、図9〜図11を参照して、第1実施形態の具体例1について説明する。図9は、具体例1の説明図である。この具体例1では、対象とする路線(道路)を路線Aと路線Bの2つとする。そして、路線Aについて1つの事故予報用テーブルを全区間共通で使用し、また、路線Bについて別の1つの事故予報用テーブルを全区間共通で使用する。以下、事故予報用テーブル(自己組織化マップ)をSOM(Self-Organizing Map)と称する。
次に、図12〜図14を参照して、具体例2について説明する。前記したように、道路の区間ごとにすべて別々のSOMを使用するのは、計算負荷の点で好ましくない場合がある。しかし、1つの道路について、例えば、道路状況等に基づいて複数の区間をいくつかの区間グループに分類し、その区間グループごとに1つのSOMを対応付けて使用するのは、有効な場合もある。なぜなら、その方法によれば、計算負荷の増加がそれほど大きくなく、かつ、道路形状等による事故の発生しやすさの特性を踏まえることができるからである。
次に、図15を参照して、第2実施形態の事故予報システム1aについて説明する。図15は、第2実施形態における事故予報システム1aの構成の一例を示したブロック図である。図15の事故予報システム1aが図1の第1実施形態の事故予報システム1と異なっている点は、道路交通管制装置2aに受信処理部213がない点と、事故予報用テーブル作成装置3aに送信処理部312がない点である。図1の事故予報システム1と同様の点については説明を省略する。
次に、図16を参照して、第3実施形態の事故予報システム1bについて説明する。図16は、第3実施形態における事故予報システム1bの構成の一例を示したブロック図である。図16の事故予報システム1bが図1の第1実施形態の事故予報システム1と異なっている点は、道路交通管制装置2の構成と事故予報用テーブル作成装置3の構成を一体化して事故予報システム1bとした点である。この事故予報システム1bは、例えば、従来の道路交通管制システムを利用して実現できる。
上記の実施形態では、学習および予報(予測)を行うための方法として、自己組織化マップを用いた方法を例示した。しかしながら、学習および予報(予測)の方法としては、自己組織化マップを用いた方法以外にも、種々の方法が考えられる。例えば、比較的簡単な方法として、事故発生時の過去交通データを保持(蓄積)して現在交通データと単純に比較する方法や、事故発生時の過去交通データの組合せを統計処理でクラスタリングし、事故発生時に類似したケースの交通データを生成する方法などが考えられる。また、他の方法として、例えばペイジアンネットワークなどの他の多変量解析を利用した方法も考えられる。
(B)大型車混入情報(トラック、バス等の大型車の混入率等)
(C)低速車両混入情報(所定値以下の速度で走行する低速車両の混入率等)
(D)制限速度情報(常時制限速度、臨時制限速度等)
(E)イベント情報(道路の周辺におけるイベントの開催状況情報等)
(F)ハザード情報(ハザードマップなどに基づく道路の状態に関する情報等)
(G)二輪車混入情報(二輪車の混入率等)
(H)道路整備情報(道路工事情報等)
(I)通行止め情報(事故や設備トラブルなどによる通行止めの状況を示す情報等)
(J)路面状態情報(路面の乾燥、湿潤、凍結を示す情報等)
(K)渋滞情報(渋滞の長さ、開始位置、終了位置等)
(L)車線制限情報(3車線中の1車線が現在使用不可等)
2、2a 道路交通管制装置
3、3a 事故予報用テーブル作成装置
21、21a 処理部
22、22a 記憶部
23 表示部
24 入力部
211 交通データ取得処理部
212 事故予報処理部
213 受信処理部
214 表示制御部
221 現在データベース
222 事故予報用テーブルデータベース
31 処理部
32 記憶部
33 表示部
34 入力部
311 事故予報用テーブル作成処理部
312 送信処理部
321 過去データベース
RS 道路センサ部
Claims (10)
- それぞれが複数の区間に分けられている複数の道路に関して、前記区間の所定の集合ごとに、過去交通データと過去事故データを用いて所定の学習アルゴリズムに基づいて事故発生パターンを学習して、交通状況ごとの事故の発生しやすさを表す事故予報用テーブルを作成する事故予報用テーブル作成処理部と、
前記区間ごとに、交通状況を計測するセンサから現在交通データを取得する交通データ取得処理部と、
前記区間ごとに、当該区間の前記現在交通データ、および、当該区間に対応する前記事故予報用テーブルを用いて、事故の発生しやすさを予報する事故予報処理部と、
を備える事故予報システム。 - 前記事故予報用テーブル作成処理部は、前記区間の所定の集合としての前記道路ごとに、前記事故予報用テーブルを作成し、
前記事故予報処理部は、複数の前記道路それぞれについて、前記区間ごとに、当該区間の前記現在交通データ、および、当該道路に対応する前記事故予報用テーブルを用いて、事故の発生しやすさを予報する、請求項1に記載の事故予報システム。 - 前記事故予報用テーブル作成処理部は、前記区間の所定の集合ごととして、複数の前記道路それぞれについて、道路状況に基づいて前記区間が分類された区間グループごとに、前記事故予報用テーブルを作成し、
前記事故予報処理部は、複数の前記道路それぞれについて、前記区間ごとに、当該区間の前記現在交通データ、および、当該区間が分類された区間グループに対応する前記事故予報用テーブルを用いて、事故の発生しやすさを予報する、請求項1に記載の事故予報システム。 - 前記区間グループとして、上り坂のある区間のグループ、下り坂のある区間のグループ、カーブのある区間のグループ、分岐のある区間のグループ、合流のある区間のグループ、料金所のある区間のグループ、トンネルのある区間のグループ、橋のある区間のグループ、車線数増加箇所のある区間のグループ、車線数減少箇所のある区間のグループのうち少なくともいずれかを含んでいる、請求項3に記載の事故予報システム。
- 前記事故予報用テーブル作成処理部は、所定のタイミングで、または、ユーザによる指示入力があったときに、その時点で取得している過去交通データと過去事故データを用いて前記事故予報用テーブルを更新する、請求項1に記載の事故予報システム。
- それぞれが複数の区間に分けられている複数の道路に関して、前記区間の所定の集合ごとに、過去交通データと過去事故データを用いて所定の学習アルゴリズムに基づいて事故発生パターンを学習して、交通状況ごとの事故の発生しやすさを表す事故予報用テーブルを作成する事故予報用テーブル作成処理ステップと、
前記区間ごとに、交通状況を計測するセンサから現在交通データを取得する交通データ取得処理ステップと、
前記区間ごとに、当該区間の前記現在交通データ、および、当該区間に対応する前記事故予報用テーブルを用いて、事故の発生しやすさを予報する事故予報処理ステップと、
を含む事故予報方法。 - 前記事故予報用テーブル作成処理ステップは、前記区間の所定の集合としての前記道路ごとに、前記事故予報用テーブルを作成し、
前記事故予報処理ステップは、複数の前記道路それぞれについて、前記区間ごとに、当該区間の前記現在交通データ、および、当該道路に対応する前記事故予報用テーブルを用いて、事故の発生しやすさを予報する、請求項6に記載の事故予報方法。 - 前記事故予報用テーブル作成処理ステップは、前記区間の所定の集合ごととして、複数の前記道路それぞれについて、道路状況に基づいて前記区間が分類された区間グループごとに、前記事故予報用テーブルを作成し、
前記事故予報処理ステップは、複数の前記道路それぞれについて、前記区間ごとに、当該区間の前記現在交通データ、および、当該区間が分類された区間グループに対応する前記事故予報用テーブルを用いて、事故の発生しやすさを予報する、請求項6に記載の事故予報方法。 - 前記区間グループとして、上り坂のある区間のグループ、下り坂のある区間のグループ、カーブのある区間のグループ、分岐のある区間のグループ、合流のある区間のグループ、料金所のある区間のグループ、トンネルのある区間のグループ、橋のある区間のグループ、車線数増加箇所のある区間のグループ、車線数減少箇所のある区間のグループのうち少なくともいずれかを含んでいる、請求項8に記載の事故予報方法。
- 所定のタイミングで、または、ユーザによる指示入力があったときに、その時点で取得している過去交通データと過去事故データを用いて前記事故予報用テーブルを更新する事故予報用テーブル更新ステップ、をさらに含む請求項6に記載の事故予報方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016031230A JP6685763B2 (ja) | 2016-02-22 | 2016-02-22 | 事故予報システム、および事故予報方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016031230A JP6685763B2 (ja) | 2016-02-22 | 2016-02-22 | 事故予報システム、および事故予報方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017151545A true JP2017151545A (ja) | 2017-08-31 |
JP6685763B2 JP6685763B2 (ja) | 2020-04-22 |
Family
ID=59741952
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016031230A Active JP6685763B2 (ja) | 2016-02-22 | 2016-02-22 | 事故予報システム、および事故予報方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6685763B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019114094A (ja) * | 2017-12-25 | 2019-07-11 | 株式会社東芝 | 道路交通管制装置、および、自動運転車両制御方法 |
JP2021060632A (ja) * | 2019-10-02 | 2021-04-15 | 株式会社東芝 | 交通管制システムおよび情報提供方法 |
KR102343993B1 (ko) * | 2020-09-01 | 2021-12-28 | 주식회사 피에스글로벌 | 재난상황 대응 매뉴얼 제공방법 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5757500U (ja) * | 1981-05-14 | 1982-04-05 | ||
JPH07254099A (ja) * | 1994-03-16 | 1995-10-03 | Toshiba Corp | 道路交通における突発事象検出装置 |
JPH1021489A (ja) * | 1996-07-02 | 1998-01-23 | Hitachi Ltd | 道路案内方法およびシステム |
JPH11238194A (ja) * | 1998-02-20 | 1999-08-31 | Fujitsu Ten Ltd | 交通渋滞予測方法および装置ならびに交通状況提供装置 |
JP2010066827A (ja) * | 2008-09-08 | 2010-03-25 | Fujitsu Ten Ltd | 運転支援システム、運転支援装置及び運転支援方法 |
JP2014035639A (ja) * | 2012-08-08 | 2014-02-24 | Toshiba Corp | 交通事故発生予報装置、方法およびプログラム |
-
2016
- 2016-02-22 JP JP2016031230A patent/JP6685763B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5757500U (ja) * | 1981-05-14 | 1982-04-05 | ||
JPH07254099A (ja) * | 1994-03-16 | 1995-10-03 | Toshiba Corp | 道路交通における突発事象検出装置 |
JPH1021489A (ja) * | 1996-07-02 | 1998-01-23 | Hitachi Ltd | 道路案内方法およびシステム |
JPH11238194A (ja) * | 1998-02-20 | 1999-08-31 | Fujitsu Ten Ltd | 交通渋滞予測方法および装置ならびに交通状況提供装置 |
JP2010066827A (ja) * | 2008-09-08 | 2010-03-25 | Fujitsu Ten Ltd | 運転支援システム、運転支援装置及び運転支援方法 |
JP2014035639A (ja) * | 2012-08-08 | 2014-02-24 | Toshiba Corp | 交通事故発生予報装置、方法およびプログラム |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019114094A (ja) * | 2017-12-25 | 2019-07-11 | 株式会社東芝 | 道路交通管制装置、および、自動運転車両制御方法 |
JP2021060632A (ja) * | 2019-10-02 | 2021-04-15 | 株式会社東芝 | 交通管制システムおよび情報提供方法 |
JP7293077B2 (ja) | 2019-10-02 | 2023-06-19 | 株式会社東芝 | 交通管制システムおよび情報提供方法 |
KR102343993B1 (ko) * | 2020-09-01 | 2021-12-28 | 주식회사 피에스글로벌 | 재난상황 대응 매뉴얼 제공방법 |
Also Published As
Publication number | Publication date |
---|---|
JP6685763B2 (ja) | 2020-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA3007475C (en) | Interactive telematics system | |
JP4437556B2 (ja) | 地物情報収集装置及び地物情報収集方法 | |
RU2629875C1 (ru) | Способы и системы прогнозирования условий вождения | |
US11022457B2 (en) | Method, apparatus, and computer program product for lane-level route guidance | |
US9865163B2 (en) | Management of mobile objects | |
US11024161B2 (en) | Management of mobile objects | |
JP2008249480A (ja) | 画像認識装置及び画像認識方法 | |
US10535266B2 (en) | Management of mobile objects | |
US10982969B2 (en) | Method, apparatus, and computer program product for lane-level route guidance | |
US12020566B2 (en) | Machine-learning based control of traffic operation | |
JP2016194867A (ja) | 走行環境評価システム | |
JP5910655B2 (ja) | 移動速度予測装置及び移動速度予測方法 | |
JP6721416B2 (ja) | 事故予報システム、および、事故予報方法 | |
JP6685763B2 (ja) | 事故予報システム、および事故予報方法 | |
JP2021189734A (ja) | 交通状況予測装置、および、交通状況予測方法 | |
JP2014066655A (ja) | 経路探索装置及び経路探索方法 | |
JP7225303B2 (ja) | 事故予報システム、および、事故予報方法 | |
US20170039306A1 (en) | Traffic System Optimization Device | |
US20190033083A1 (en) | Route analysis device, route analysis method, and computer-readable recording medium | |
JP2018055207A (ja) | 交通障害リスク予測装置 | |
JP2020056730A (ja) | 経路探索プログラム、経路探索方法、及び経路探索システム | |
CN111862587B (zh) | 一种出行引导策略生成方法及装置 | |
JP2018180907A (ja) | 交通予測プログラム、交通予測装置、及び交通予測方法 | |
WO2023021162A2 (en) | Automated dynamic routing unit and method thereof | |
JP2023005015A (ja) | 交通状況予測装置、および、交通状況予測方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20170911 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20170912 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180807 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190724 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190730 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190919 |
|
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: 20200303 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200401 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6685763 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |