JP2019185228A - 交通流管理システムおよび交通流管理方法 - Google Patents

Abstract

【課題】橋梁の交通流を容易かつ継続的に監視して管理すること。【解決手段】橋梁に設置されて橋梁を通過する車両の交通流を測定する交通流測定手段、および交通流測定手段によって測定された橋梁における交通流の測定結果を橋梁に関する交通流データとして出力するデータ転送手段とを有する橋梁交通流測定部と、橋梁交通流測定部から供給された橋梁に関する交通流データを格納する記憶手段と、橋梁交通流測定部から供給された橋梁に関する交通流データを収集して記憶手段に格納された橋梁に関する交通流データを管理する交通流情報管理手段とを有する管理部と、を備え、橋梁交通流測定部と管理部とが、ネットワークを介して交通流データを送受信可能に構成される。【選択図】図１

Description

本発明は、橋梁における交通流を管理する交通流管理システムおよび交通流管理方法に関する。

従来から、生活インフラにおける道路交通の役割は重要である。この道路交通における大きな問題の一つとして、渋滞問題が存在する。ひとたび渋滞が発生すると、渋滞に遭遇した車両が目的地に到着する時刻が当初の推定時刻から大きくずれるのみならず、車両が消費するエネルギーが増加する。この場合、燃料が無駄に消費されて排気ガスなどによる大気汚染の問題を招来したり、騒音が増大したりすることで、周辺環境の悪化が懸念される事態になる。

このような渋滞が発生する場所は、概ね特定することができ、代表的なものとして橋梁が挙げられる。橋梁に渋滞が発生しやすい理由としては、特に都市部などにおいて、道路ネットワークの数として橋梁の数が少ないため、交通需要が集中してしまうなどの理由が考えられる。この問題を解決する方法としては、橋梁の数を増加する方法が考えられる。ところが、大きな建造物である橋梁を増加することは容易ではない。

そこで、車両交通における渋滞を緩和する一つの方法として、車両の流れ（以下、交通流）を監視する方法が検討されている。例えば特許文献１には、橋梁に車両が通過する際の歪みを測定するセンサを設置して、得られた歪みの情報から交通情報を含む複数の情報を取得することが可能なセンサ制御装置、センサシステム、および交通流管理システムが開示されている。また、特許文献２には、照明柱に道路状況を撮影するためのカメラを設置し、交通流を把握することが可能な道路状況撮影装置が開示されている。

特開２０１７−０５３１６５号公報 特開２００４−００５２０６号公報

しかしながら、上述した特許文献１に記載の技術においては、交通情報以外の目的で使用されることがあり、この間は交通情報が取得できないという課題があった。特許文献２では、交通情報を取得することは可能であるものの、照明柱へ撮像手段を多数設置しなければならず、膨大なコストと労力を要するという課題があった。

本発明は、上記のような課題に鑑みてなされたもので、その目的は、橋梁の交通流を容易かつ継続的に監視して管理することが可能な交通流管理システムおよび交通流管理方法を提供することにある。

上述した課題を解決し、上記目的を達成するために、本発明の一態様に係る交通流管理システムは、橋梁に設置されて前記橋梁を通過する車両の交通流を測定する橋梁交通流測定手段、および前記橋梁交通流測定手段によって測定された前記橋梁における交通流の測定結果を前記橋梁に関する交通流データとして出力するデータ転送手段を有する橋梁交通流測定部と、前記橋梁交通流測定部から供給された前記橋梁に関する交通流データを格納する記憶手段、および前記橋梁交通流測定部から供給された前記橋梁に関する交通流データを収集して前記記憶手段に格納された前記橋梁に関する交通流データを管理する交通流情報管理手段を有する管理部と、を備え、前記橋梁交通流測定部と前記管理部とが、ネットワークを介して前記交通流データを送受信可能に構成されることを特徴とする。

本発明の一態様に係る交通流管理システムは、上記の発明において、前記記憶手段に記憶された交通流データに基づいて交通流を分析する交通流監視分析手段をさらに備えることを特徴とする。

本発明の一態様に係る交通流管理システムは、上記の発明において、前記橋梁の周辺領域を含む交通流データをさらに取得し、前記橋梁の周辺領域を含む交通流データを、前記ネットワークを介して前記管理部に送信可能に構成された広域交通流測定部をさらに備えることを特徴とする。本発明の一態様に係る交通流管理システムは、この構成において、前記交通流情報管理手段は、前記広域交通流測定部から送信された前記橋梁の周辺領域を含む交通流データを収集して前記記憶手段に格納して管理することを特徴とする。

本発明の一態様に係る交通流管理システムは、上記の発明において、前記管理部は、前記交通流監視分析手段によって分析された交通流データの分析結果および前記記憶手段に蓄積された交通流データの少なくとも一方の交通流データに基づいて、交通流を予想可能な交通流予想手段をさらに備えることを特徴とする。本発明の一態様に係る交通流管理システムは、この構成において、前記管理部は、前記交通流予想手段の予想結果から渋滞が予想された場合、予想された渋滞を回避するための情報を出力可能な渋滞回避手段をさらに備えることを特徴とする。

本発明の一態様に係る交通流管理システムは、上記の発明において、前記橋梁交通流測定部が、橋梁に設置される歪検知手段によって前記橋梁を通過する車両による前記橋梁の歪量を計測可能に構成された歪計測手段、および前記歪計測手段によって計測された歪量に基づいて歪波形データを生成する歪波形生成手段を有し、前記交通流監視分析手段は、前記歪波形生成手段によって生成された前記歪波形データを分析し、前記分析された結果に基づいて、前記橋梁における交通流の状態を判定可能に構成されていることを特徴とする。

本発明の一態様に係る交通流管理システムは、上記の発明において、前記交通流監視分析手段は、前記歪波形データの値と前記橋梁に前記車両が通過していない状態での歪量の基準値との差分について、所定時間を積分区間とした時間積分値を導出し、前記時間積分値が所定の積分閾値以上の場合に、前記橋梁に渋滞が発生していると判定することを特徴とする。

本発明の一態様に係る交通流管理システムは、上記の発明において、前記交通流監視分析手段は、所定時間内において前記歪波形データの値が所定の歪閾値を超えた時間を積算し、前記歪閾値を超えた時間が所定の時間閾値以上の場合に、前記橋梁に渋滞が発生していると判定することを特徴とする。

本発明の一態様に係る交通流管理システムは、上記の発明において、前記交通流監視分析手段は、所定時間内において前記歪波形データの値が所定の歪閾値を超えた時間を積算して前記所定時間に対する割合を導出し、前記所定時間に対する前記歪閾値を超えた時間の割合が、所定の時間割合閾値以上の場合に、前記橋梁に渋滞が発生していると判定することを特徴とする。

本発明の一態様に係る交通流管理システムは、上記の発明において、前記交通流監視分析手段は、所定の時間間隔によって標本化された前記歪波形データに対して、所定時間内において前記歪波形データの値が所定の歪閾値を超えたデータ数をカウントし、前記歪閾値を超えたデータ数が所定のデータ数閾値以上の場合に、前記橋梁に渋滞が発生していると判定することを特徴とする。

本発明の一態様に係る交通流管理システムは、上記の発明において、前記交通流監視分析手段は、所定の時間間隔によって標本化された前記歪波形データに対して、所定時間内において前記歪波形データの値が所定の歪閾値を超えたデータ数をカウントして前記所定時間内の全データ数に対する割合を導出し、前記所定時間内の全データ数に対する前記歪閾値を超えたデータ数の割合が、所定のデータ数割合閾値以上の場合に、前記橋梁に渋滞が発生していると判定することを特徴とする。

本発明の一態様に係る交通流管理システムは、上記の発明において、前記交通流監視分析手段は、前記広域交通流測定部から供給された交通流データに含まれる所定区画内における車両の数が所定数以上になった場合に、前記橋梁に渋滞が発生していると判定することを特徴とする。

本発明の一態様に係る交通流管理システムは、上記の発明において、前記交通流監視分析手段は、前記広域交通流測定部から供給された交通流データに含まれる所定区画内における車両の走行の軌跡が所定の数以上、または所定の形状になった場合に、前記橋梁に渋滞が発生していると判定することを特徴とする。

本発明の一態様に係る交通流管理システムは、上記の発明において、前記交通流監視分析手段は、前記広域交通流測定部から供給された交通流データに含まれる所定区画内における車両の速度が所定の速度以下になった場合に、前記橋梁に渋滞が発生していると判定することを特徴とする。

本発明の一態様に係る交通流管理システムは、上記の発明において、前記管理部は、前記交通流監視分析手段が渋滞発生と判定した場合、判定された渋滞を回避するための情報を出力可能な渋滞回避手段をさらに備えることを特徴とする。

本発明の一態様に係る交通流管理方法は、橋梁に設置されて前記橋梁を通過する車両の交通流を測定する交通流測定ステップと、前記交通流測定ステップにおいて測定された前記橋梁における交通流の測定結果を前記橋梁に関する交通流データとして出力するデータ転送ステップと、前記データ転送ステップにおいて、ネットワークを介して前記交通流データを送受信する送受信ステップと、前記データ転送ステップにおいて出力された交通流データを前記送受信ステップにおいて受信して、記憶手段に格納する記憶ステップと、前記データ転送ステップにおいて出力された交通流データを収集して、前記記憶手段に格納された前記橋梁に関する交通流データを管理する交通流情報管理ステップと、を含むことを特徴とする。

本発明による交通流管理システムおよび交通流管理方法によれば、橋梁の交通流を容易かつ継続的に監視して管理することが可能になる。

図１は、本発明の一実施形態による交通流管理システムを示すブロック図である。 図２は、本発明の一実施形態による交通流管理システムにおける第１実施例による歪センサの設置例および交通流測定部の設置例を示す模式図である。 図３は、本発明の一実施形態による交通流管理システムにおける第２実施例による歪センサの設置例および交通流測定部の設置例を示す模式図である。 図４は、本発明の一実施形態による交通流管理システムにおける第３実施例による歪センサの設置例および交通流測定部の設置例を示す模式図である。 図５は、本発明の一実施形態による交通流管理システムにおける第２実施例および第３実施例による車両の位置情報について説明するための地図情報を含む図である。 図６は、本発明の一実施形態による交通流管理システムにおける第４実施例による歪センサの設置例を示す模式図である。 図７は、本発明の一実施形態による交通流管理システムにおける第５実施例による歪センサの設置例を示す模式図である。 図８は、本発明の一実施形態による交通流管理システムによる渋滞状況の判定の原理を説明するための歪波形データのグラフである。 図９は、第６実施例による渋滞判定方法を説明するための（ａ）渋滞がない場合および（ｂ）渋滞が発生した場合のそれぞれの歪波形データを示すグラフである。 図１０は、第７実施例および第８実施例による渋滞判定方法を説明するための（ａ）渋滞がない場合および（ｂ）渋滞が発生した場合のそれぞれの歪波形データを示すグラフである。 図１１は、第９実施例および第１０実施例による渋滞判定方法を説明するための（ａ）渋滞がない場合および（ｂ）渋滞が発生した場合のそれぞれの歪波形データを示すグラフである。 図１２は、本発明の一実施形態による交通流管理方法を説明するためのフローチャートである。

以下、本発明の一実施形態について図面を参照しつつ説明する。なお、以下の一実施形態の全図においては、同一または対応する部分には同一の符号を付す。また、本発明は以下に説明する一実施形態によって限定されるものではない。

まず、本発明の一実施形態による交通流管理システムについて説明する。図１は、本発明の一実施形態による交通流管理システム１を示すブロック図である。図１に示すように、一実施形態による交通流管理システム１は、管理部１０、橋梁３０に設けられる橋梁交通流測定部２０、および広域交通流測定部４０を備えて構成される。橋梁３０は、各種車両が通行可能に構成される。ネットワーク１００は、管理部１０、橋梁交通流測定部２０、および広域交通流測定部４０の間で通信可能なインターネット回線網や携帯電話回線網などから構成される。すなわち、一実施形態による交通流管理システム１においては、管理部１０、橋梁交通流測定部２０、および広域交通流測定部４０が、ネットワーク１００を介して相互に通信可能で、互いにデータを送受信可能に接続されている。さらに、管理部１０は、ネットワーク１００を介して各種の情報センタ５０、商業施設群６０、および車両群７０との間で通信可能に接続されている。

一実施形態による交通流管理システム１においては、橋梁交通流測定部２０によって橋梁３０の交通流を測定して交通流データとして出力するとともに、広域交通流測定部４０によって橋梁３０を含む広範な領域の交通流を測定して交通流データとして出力する。交通流管理システム１は、橋梁交通流測定部２０および広域交通流測定部４０からネットワーク１００を介して送受信される交通流データに基づいて、管理部１０が橋梁３０を含む周辺地域全体の交通流を監視および分析し、必要に応じて渋滞を回避する各種方法を出力するシステムである。

管理部１０は、交通流情報管理部１１、交通流監視分析部１２、交通流予想部１３、渋滞回避部１４、記憶部１５、および表示部１６を少なくとも備えて構成される。管理部１０はさらに、情報データを外部から入力するための入力部１７を備える。

交通流情報管理部１１、交通流監視分析部１２、交通流予想部１３、および渋滞回避部１４はそれぞれ、物理的には、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、およびＲＡＭ（Random Access Memory）などからなるマイクロコンピュータを主要構成部品として構成される。これらの交通流情報管理部１１、交通流監視分析部１２、交通流予想部１３、および渋滞回避部１４は、物理的に一体であっても別体であってもよく、一部が一体になった形態でもよく、限定されるものではない。

交通流情報管理手段としての交通流情報管理部１１は、橋梁交通流測定部２０および広域交通流測定部４０から供給された交通流に関する各種の情報データ（以下、交通流データ）を収集して管理する。交通流情報管理部１１は、具体的に、橋梁交通流測定部２０から供給される交通流データとして、例えば歪波形データを収集して管理する。また、交通流情報管理部１１は、広域交通流測定部４０から供給された交通流データとして、地図上における車両７１〜７３などの移動体の数や、車両７１〜７３から送信される走行軌跡や、撮像装置などによって撮影された車両７１〜７３の速度などの種々の交通流データを収集して管理する。

交通流監視分析手段としての交通流監視分析部１２は、交通流情報管理部１１が収集して管理した種々の交通流データに対して分析を行い、分析結果に基づいて橋梁３０および橋梁３０の近くを通過する車両７１〜７３の状態を監視する。詳細は後述するが、交通流データに基づいて分析可能な情報としては、橋梁３０における車両７１〜７３の混雑状況（渋滞状況）などである。すなわち、交通流監視分析部１２は、ネットワーク１００を介して交通流情報管理部１１に供給された種々の交通流データに対して、リアルタイム処理またはバッチ処理で分析を行い、橋梁３０を通過する車両７１〜７３の交通流である通行状況や渋滞状況などを判定可能に構成される。

交通流予想手段としての交通流予想部１３は、交通流監視分析部１２によって分析され監視されている種々の情報データおよび種々の交通流データに基づいて、特に渋滞などの交通流の状況を予想可能に構成されている。交通流予想部１３による予想結果は、渋滞情報を含む交通情報として出力される。交通流予想部１３が実行する交通流の予想方法としては、種々の方法を採用できる。具体的には、例えばリアルタイム予想やバッチ予想などである。

リアルタイム予想は、リアルタイムで取得した交通流データに基づいて行う予想であり、交通流監視分析部１２によって分析され監視されているリアルタイムな交通流データに基づいて、例えば数分から数時間後、必要に応じて所定の日時などの、未来の所定時点における交通流の予想が行われる。バッチ予想は、過去の交通流データに基づいて行う予想であり、記憶部１５に格納され蓄積されている過去の交通流データに基づいて、例えば数分から数時間後、必要に応じて所定の日時などの、未来の所定時点における交通流の予想が行われる。バッチ予想において、比較対象となる交通流データとしては、例えば、時間帯、曜日、季節、イベント、気象情報などを挙げることができる。交通流予想部１３は、リアルタイム予想およびバッチ予想の少なくとも一方によって、上述した交通流データを例えば確率や統計などの種々の予測論に基づいて分析することによって、総合的に判断して予想を行う。交通流予想部１３は、分析によって予想した予想結果を、渋滞情報を含む交通情報として出力する。

渋滞回避手段としての渋滞回避部１４は、交通流予想部１３から出力された予想結果に基づいて、あらかじめ判明している渋滞の日時や突発的に生じた事故などに起因する渋滞を可能な範囲で緩和するための方法を、渋滞回避情報として出力可能に構成される。渋滞回避情報は、ネットワーク１００を介して、商業施設群６０における店舗端末６１，６２，６３や、車両７１，７２，７３などに送信される。なお、渋滞回避情報は、ネットワーク１００を介して、橋梁３０の橋梁表示手段としての表示部３５に送信したり広域交通流測定部４０の表示部４４に送信したりしてもよい。

渋滞回避部１４が出力する渋滞回避情報は具体的に、例えばショッピングセンタ、喫茶店、およびレストランなど商業施設において使用可能なクーポン券や割引券などの情報、または渋滞の時間帯や地域の情報などである。渋滞回避部１４は、渋滞回避情報に基づいて、通行している車両７１の通信端末７１ａや、車両７２のＧＰＳ端末７２ａや、車両７３内の乗員の携帯端末７３ａに対して、ネットワーク１００を介して渋滞回避情報であるクーポン券や割引券などの情報を供給する。また、店舗端末６１〜６３は、渋滞回避情報を受信した段階で、店舗端末６１〜６３を備える店舗に、車両から認識可能な状態で設けられたそれぞれの表示部６１ａ，６２ａ，６３ａに、渋滞発生の可能性や発生確率などの渋滞情報を表示する。また、店舗の表示部６１ａ〜６３ａに、割引情報やタイムセール情報などの店舗におけるサービス情報などを表示してもよい。なお、歩行者の所持している携帯端末（図示せず）に対して、ネットワーク１００を介してクーポン券や割引券などの情報を供給してもよい。

この渋滞回避情報によって、車両７１〜７３の乗員や歩行者が橋梁３０に進入する前に、周辺の商業施設などに誘導でき時間を消費させることができるので、車両７１〜７３の分散を図ることができる。また、渋滞回避情報としては、橋梁３０を通行する以外の別のルートを含むルート情報を供給することも可能である。これらの渋滞回避情報によって、橋梁３０を通行する車両群７０の交通流の調整を行うことができ、車両７１〜７３を分散できるので、渋滞を解消または軽減して、交通整理を行うことができる。

記憶手段としての記憶部１５は、物理的にはハードディスクや半導体メモリなどの記録媒体、およびこれらの記録媒体のドライブ装置を有して構成される。記憶部１５は、橋梁交通流測定部２０および広域交通流測定部４０から供給され、交通流情報管理部１１によって収集されて管理される交通流データを、交通流データベース１５ａとして記憶可能に構成される。交通流データベース１５ａには、交通流情報管理部１１が過去に取得した交通流データが索出可能に格納されている。交通流データベース１５ａに格納される交通流データは、気象情報、時間帯、曜日などの交通に関する各種関連情報を含む。記憶部１５はさらに、交通流データ以外の情報データである各種プログラムおよび各種データが書き込みおよび読み出し可能に格納される。

表示部１６は、管理部１０に供給された各種情報データを表示可能に構成される。管理部１０においては、管理側表示手段としての表示部１６に情報データを表示することによって、各種情報を外部に報知可能に構成される。

橋梁交通流測定手段としての橋梁交通流測定部２０は、歪センサ２１ａを有する歪計測部２１、データ処理部２２、データ転送部２３、および表示部２４を備えて構成される。歪計測手段としての歪計測部２１は、車両７１〜７３が橋梁３０を通過する際の橋梁３０における測定結果としての歪量を、橋梁３０に設置可能に構成された歪検知手段としての歪センサ２１ａによって計測可能に構成される。歪センサ２１ａは、計測した橋梁３０の歪みに関する歪み量の情報データ（歪データ）を出力する。なお、歪センサ２１ａは、歪計測部２１に内蔵されて歪計測部２１の一部として構成しても、歪計測部２１と別体に構成してもよい。歪センサ２１ａが歪計測部２１と別体に構成される場合、歪センサ２１ａが出力した歪データは、無線通信または有線通信によって歪計測部２１に供給される。歪計測部２１は、歪センサ２１ａから供給された歪データをアナログデジタル変換（Ａ／Ｄ変換）して歪信号として出力する。

歪波形生成手段としてのデータ処理部２２は、歪計測部２１から出力された歪信号に対して所定のデータ処理を行うことにより、歪波形データを生成して、データ転送部２３に出力する。データ転送手段としてのデータ転送部２３は、データ処理部２２から供給された歪波形データを、ネットワーク１００を介して管理部１０に送信する。一方、データ転送部２３は、ネットワーク１００を介して、他の橋梁３０に設置された橋梁交通流測定部２０からの交通流データや、管理部１０からの情報データや、情報センタ５０からの渋滞情報といった交通情報などの外部からの情報データを受信可能である。橋梁側表示手段としての表示部２４は、データ転送部２３が送受信した情報を表示可能に構成される。

橋梁交通流測定部２０は、歪計測部２１、データ処理部２２、およびデータ転送部２３の全てを一体で構成しても、それぞれを別体で構成してもよい。いずれの場合においても、橋梁交通流測定部２０のうちの少なくとも歪センサ２１ａは、橋梁３０の部分に設置される。橋梁３０は、鋼、木、石、またはコンクリートなどからなる構造物である。歪センサ２１ａは、歪をあらかじめ計測した結果に基づいて、歪みの計測に好適な位置に設置される。具体的には、橋梁３０において、車両７１〜７３の走行による歪が発生しやすい部分や、轍の下方や、振動が小さく雑データを取得しにくい部分などに設けられる。

広域交通流測定手段としての広域交通流測定部４０は、広域交通流計測部４１、データ処理部４２、およびデータ転送部４３を少なくとも備えて構成される。また、広域交通流測定部４０は、情報を外部に報知するための表示部４４をさらに備えてもよい。広域交通流測定部４０は、広域交通流計測部４１、データ処理部４２、およびデータ転送部４３の全てを一体で構成しても、それぞれを別体で構成してもよく、広域交通流計測部４１のみを別体として、データ処理部４２およびデータ転送部４３を一体に構成してもよい。いずれの場合においても、広域交通流測定部４０のうちの少なくとも広域交通流計測部４１は、橋梁３０を含む広域の領域を測定可能に構成され、その方式は、固定式や移動式など種々の形態を採用できる。

具体的に、固定式の広域交通流計測部４１としては、例えば橋梁３０の前後数１００ｍに設けられている照明柱や建物に設置された撮像装置などの、橋梁３０において車両群７０を撮影する撮像手段から構成される。広域交通流計測部４１は、所定の橋梁３０と他の橋梁やトンネルとの間など、橋梁３０およびその周辺領域を含む広範な領域の車両群７０を撮影する。なお、広域交通流計測部４１を数ｋｍ間隔で複数設置して、車両７１〜７３が例えば所定台数分などといった基準を設けて撮影を行って、より高精度な交通流データを生成してもよい。

移動式の広域交通流計測部４１としては、走行する車両７１〜７３を活用してもよい。すなわち、車両７１に備えられた通信端末７１ａや、車両７２に備えられたＧＰＳ端末７２ａや、車両７３の乗員が所持している携帯端末７３ａを用いて、ＧＰＳ（Global Positioning System）から供給される位置情報を用いて交通流データを生成してもよい。また、移動式の広域交通流計測部４１としては、撮像装置を備えた無人飛行機などから構成することも可能である。

データ処理手段としてのデータ処理部４２は、広域交通流計測部４１から出力された車両７１〜７３の測定に応じた信号に対して所定のデータ処理を行うことにより、交通流データを生成して、データ転送部４３に出力する。データ転送手段としてのデータ転送部４３は、データ処理部４２から供給された交通流データを、ネットワーク１００を介して管理部１０に送信可能に構成される。一方、データ転送部４３は、ネットワーク１００を介して、他の橋梁３０に設置された橋梁交通流測定部２０または広域交通流測定部４０からの各種の情報データや、管理部１０からの情報データや、情報センタ５０からの渋滞情報といった交通情報などの外部からの情報データを受信可能に構成される。広域交通流測定部４０における表示部４４は、データ転送部４３が受信した情報を表示可能に構成される。

なお、橋梁３０から離れた位置に広域交通流測定部４０を備えることによって、広範な交通流を広域的に監視して渋滞状況を判定することが可能になる。また、橋梁交通流測定部２０とともに、交通流の測定の基点となる箇所を複数設けることが可能となり、渋滞などの交通流の状態を広域的に測定することが可能になる。

次に、上述した橋梁交通流測定部２０における歪センサ２１ａの設置例、および広域交通流計測部４１の設置例について具体的に説明する。

（第１実施例）
図２は、上述した交通流管理システム１における第１実施例による歪センサ２１ａの設置例および広域交通流計測部４１の設置例を示す模式図である。図２に示すように、橋梁３０は、互いに直交して設けられた縦リブ３１および横リブ３２と、床版３３と、アスファルト３４とを有して構成される。橋梁３０上には、各種の車両７１〜７３が通行可能である。第１実施例においては、歪センサ２１ａは横リブ３２の下部の一部に少なくとも１つ設置される。歪センサ２１ａによって、橋梁３０における車両７１〜７３の通行に連動して、横リブ３２において発生する歪みが計測される。歪センサ２１ａによって計測された歪データは、歪計測部２１に供給されてＡ／Ｄ変換された後、データ処理部２２に供給されて歪波形データが生成される。歪波形データはデータ転送部２３に供給されて、ネットワーク１００を介して管理部１０に送信される。

第１実施例においては、広域交通流計測部４１として固定された撮像装置を用いる。撮像装置からなる広域交通流計測部４１は、照明柱３００の一部に少なくとも１つ設置される。なお、照明柱３００に管理部１０から供給された情報データを表示可能な表示部３５が設置されている。広域交通流計測部４１によって、橋梁３０およびその周辺領域を通行する車両７１〜７３が測定される。広域交通流計測部４１によって測定された車両７１〜７３に応じた信号はデータ処理部４２に供給され、交通流データが生成される。交通流データはデータ転送部４３に供給されて、ネットワーク１００を介して管理部１０に送信される。第１実施例における広域交通流測定部４０は、撮影した映像から車両７１〜７３や歩行者の移動速度を導出することも可能である。また、表示部４４には、管理部１０からネットワーク１００を介して供給された各種情報データが表示される。

（第２実施例）
図３は、交通流管理システム１における第２実施例による歪センサ２１ａの設置例および広域交通流計測部４１の設置例を示す模式図である。図３に示すように、第２実施例において、歪センサ２１ａは床版３３の下部に少なくとも１つ設置される。歪センサ２１ａは、車両７１〜７３の通行に連動して床版３３において発生する歪みを計測する。歪センサ２１ａによって計測された歪データは、第１実施例と同様にしてデータ処理されて管理部１０に送信される。

また、第２実施例においては、広域交通流計測部４１として移動式の撮像装置を用いる。すなわち、移動式の撮像装置は、無人飛行機に搭載される。撮像装置からなる広域交通流計測部４１は、空中から橋梁３０およびその周辺領域を通行する車両群７０を測定する。広域交通流計測部４１によって測定された車両７１〜７３に応じた信号は、データ処理部４２に供給され、交通流データが生成される。交通流データはデータ転送部４３に供給されて、ネットワーク１００を介して管理部１０に送信される。無人飛行機に搭載された撮像装置からなる広域交通流計測部４１は、空中に常時飛行していてもよく、必要な日時や時間帯のみ飛行してもよい。例えば、管理部１０における交通流予想部１３によって渋滞が予想された日時や時間帯のみ飛行したり、所定時間間隔で定期的に飛行したりすることも可能である。

（第３実施例）
図４は、交通流管理システム１における第３実施例による歪センサ２１ａの設置例および広域交通流計測部４１の設置例を示す模式図である。図４に示すように、第３実施例において、歪センサ２１ａは縦リブ３１の下部に少なくとも１つ設置される。歪センサ２１ａは、車両７１〜７３の通行に連動して縦リブ３１において発生する歪みを計測する。歪センサ２１ａによって計測された歪データは、第１実施例と同様にしてデータ処理されて管理部１０に送信される。

また、第３実施例においては、広域交通流計測部４１として移動式の位置情報取得装置を用いる。すなわち、位置情報取得装置は、ＧＰＳ衛星４００および車両群７０から供給される位置情報データを取得する。位置情報取得装置からなる広域交通流計測部４１は、ＧＰＳを利用して橋梁３０およびその周辺領域を通行する車両７１〜７３の位置情報を取得する。広域交通流計測部４１によって取得された車両７１〜７３の位置情報は、データ処理部４２に供給され、交通流データが生成される。交通流データはデータ転送部４３に供給されて、ネットワーク１００を介して管理部１０に送信される。ＧＰＳ衛星４００と連係して得られる位置情報データとして、車両７１〜７３の位置情報のみならず、携帯端末を所有した歩行者の位置情報などを含むことも可能である。

図５は、上述した第２実施例および第３実施例における車両群７０の位置情報について説明するための地図情報を含む図である。図５に示すように、広域交通流測定部４０によって測定される交通流データとしては、地図上の河川２００に架かっている橋梁３０およびその周辺領域において、車両７１〜７３が例えば３台以上といった所定台数まとまっている部分（以下、走行点８１、図５中黒丸）や、車両７１〜７３が移動した走行軌跡８２（図５中、一点鎖線）などである。管理部１０は、地図上の車両７１〜７３が所定台数以上まとまっている走行点８１や移動した走行軌跡８２などを、広域交通流測定部４０から交通流データとして取得して記憶部１５に格納して管理することができる。

（第４実施例）
図６は、交通流管理システム１における第４実施例による歪センサ２１ａの設置例を示す模式図である。図６に示すように、第４実施例において、歪センサ２１ａはアスファルト３４内に埋め込まれた状態で、路面内に少なくとも１つ設置される。歪センサ２１ａは、車両７１〜７３の通行に連動してアスファルト３４において発生する歪みを計測する。歪センサ２１ａによって計測された歪データは、第１実施例と同様にしてデータ処理されて管理部１０に送信される。

（第５実施例）
図７は、交通流管理システム１における第５実施例による歪センサ２１ａの設置例を示す模式図である。図７に示すように、第５実施例において、歪センサ２１ａは横リブ３２の下部における橋梁３０の幅方向に沿った略中央部分に少なくとも１つ設置される。歪センサ２１ａは、第１実施例と同様にして横リブ３２に発生する歪を計測する。なお、歪センサ２１ａは、横リブ３２の下部における橋梁３０の幅方向に沿って、アスファルト３４に轍が生じやすい部分の下方に設けてもよい。

（歪波形データ）
次に、以上のように設置された歪センサ２１ａにより計測され、データ処理部２２によって生成される歪波形データに対する分析処理について説明する。図８は、一実施形態による交通流管理システム１における橋梁交通流測定部２０から供給される歪波形データの例を、橋梁３０を通過する車両７１〜７３の速度の大きさごとに示したグラフである。図８（ａ）、図８（ｂ）、および図８（ｃ）はそれぞれ、車両７１の速度が大きい高速の場合、速度が中程度の場合、および速度が小さい低速の場合の歪波形データを示す。

図８（ａ）に示すように、橋梁３０上を車両７１が高速で走行した場合、歪センサ２１ａによって計測される歪みに基づいた歪波形データは、車両７１の車輪の数に対応して複数のピークを有し、速度に対応して急峻なピークを有する。図８（ｂ）に示すように、車両７１の速度が中程度の場合、歪波形データは、図８（ａ）に示す場合に比して時間軸に沿って幅広の（以下、ブロードと言う）歪波形データになる。さらに、図８（ｃ）に示すように、車両７１が低速の場合、歪波形データは、図８（ｂ）に示す場合に比して時間軸に沿ってさらにブロードした形状となる。すなわち、橋梁３０上を通過する車両７１の速度が低速であるほど、計測された歪みの歪波形データは時間軸に沿ってブロードした形状になる。これにより、歪波形データを分析することによって、橋梁３０を通過する車両７１の速度を推定することが可能になる。

（渋滞判定方法）
交通流管理システム１における管理部１０は、以上の原理に基づいて、取得した歪波形データから橋梁３０における交通状況を分析し、橋梁３０における交通流、特に渋滞状況を監視する。次に、管理部１０によって実行される、一実施形態による渋滞判定方法について説明する。

図１に示すように、橋梁交通流測定部２０から歪波形データが供給された管理部１０においては、供給された歪波形データを、記憶部１５の交通流データベース１５ａとして格納する。記憶部１５に格納された歪波形データは、交通流監視分析部１２によって、データ処理された後に橋梁３０上を走行する車両７１〜７３の渋滞状況が判定される。交通流監視分析部１２によるデータ処理および判定処理について、以下に具体的に説明する。なお、以下の実施例における歪ベースラインとは、温度変化による伸縮で生じる歪などに起因する、橋梁３０を車両７１〜７３などが走行していない状態での歪センサ２１ａが計測する歪データの基準値である。

（第６実施例）
図９は、一実施形態の管理部１０によって行われる第６実施例による渋滞判定方法を説明するための歪波形を示すグラフである。図９（ａ）および図９（ｂ）はそれぞれ、渋滞がない場合および渋滞が発生した場合の歪波形データの一例を示す。

図９に示すように、第６実施例において交通流監視分析部１２は、供給された歪波形データに基づいて、歪波形データと歪ベースラインとの差分について、所定時間Δｔの範囲を積分区間とした時間積分値を導出する。すなわち、交通流監視分析部１２は、所定時間Δｔ内での歪波形データと歪ベースラインとによって囲まれた部分の積分値（図９中、ハッチング部分）を導出する。

ここで、所定時間Δｔの設定方法の一例について説明する。所定時間Δｔは、車両７１〜７３が渋滞であると判定できるような車両７１〜７３の速度に基づいて決定される。具体的には、渋滞であると判定する速度Ｖ［ｋｍ／ｈ］と、対象とする車両７１〜７３の平均的な車軸間隔Ｌ［ｍ］とから、以下の（１）式に基づいて所定時間Δｔを決定する。なお、以下に説明する実施例における所定時間Δｔは、第６実施例と同様に決定される。
Δｔ＝Ｌ／Ｖ×３６００ …（１）

例えば、渋滞であると判定できる速度Ｖが５ｋｍ／ｈであり、主に対象とする車両７１〜７３における平均的な車軸間隔Ｌが７ｍであった場合、所定時間Δｔは、（７／５０００×３６００≒）５ｓになる。なお、これらの数値はあくまでも一例であり、渋滞と判定できる速度Ｖ、および対象とする車両７１〜７３の平均的な車軸間隔Ｌは、対象となる橋梁３０ごとにあらかじめ実験やシミュレーションなどによって種々の好適な値に設定できる。

さて、図８（ａ），（ｂ）および図９（ａ）に示すように、橋梁３０を通過する車両７１の速度が中程度の速度から高速（以下、中高速）の範囲であると、歪波形データは急峻なピークを有する。これに対し、図８（ｃ）および図９（ｂ）に示すように、橋梁３０を通過する車両７１の速度が低速になると、歪波形データはブロードされた状態になる。これらの場合、所定時間Δｔにおいて歪波形データと歪ベースラインとによって囲まれた部分の積分値は、車両７１の速度が中高速の場合に比して、低速の場合の方が大きくなる。交通流監視分析部１２は、時間積分値に対して所定の閾値（以下、第１積分閾値）を設定する。交通流監視分析部１２は、導出した時間積分値が第１積分閾値以上になった場合に、「渋滞が発生した」と判定する。さらに、交通流予想部１３は、上述した第１積分閾値未満の第２積分閾値を設定して、導出した時間積分値が第２積分閾値以上第１積分閾値未満の場合に、一定時間遡った時点から現時点までの時間積分値の挙動から第１積分閾値を超えるまでの時間を予測し、この予測した時間後に「渋滞が発生する可能性がある」と予想する。

（第７実施例）
図１０は、一実施形態の管理部１０によって行われる第７実施例および第８実施例による渋滞判定方法および損傷判定方法を説明するための歪波形を示すグラフである。図１０（ａ）および図１０（ｂ）はそれぞれ、渋滞がない場合および渋滞が発生した場合の歪波形データの一例を示す。

図１０に示すように、第７実施例において交通流監視分析部１２は、供給された歪波形データに基づいて、所定時間Δｔ内での歪量の大きさが所定の閾値（以下、歪閾値）を超えている時間を積算する。

具体的に、図１０（ａ）に示す例においては、歪閾値を超えている時間は、（Δｔ₁＋Δｔ₂）である。これに対し、図１０（ｂ）に示す例においては、歪閾値を超えている時間はΔｔ₃である。ここで、橋梁３０を通過する車両７１の速度が中高速の場合、歪波形データは急峻なピークを有し、速度が低速になるとブロードされる。これらの場合、所定時間Δｔ内において歪量が歪閾値を超えている時間は、速度が中高速の場合（Δｔ₁＋Δｔ₂）に比して、低速の場合（Δｔ₃）の方が長くなる（Δｔ₁＋Δｔ₂＜Δｔ₃）。交通流監視分析部１２は、歪量が歪閾値を超えている時間に対して所定の閾値（以下、第１時間閾値）を設定する。交通流監視分析部１２は積算した時間が第１時間閾値以上になった場合に、「渋滞が発生した」と判定する。さらに、交通流予想部１３は、上述した第１時間閾値未満の第２時間閾値を設定して、積算した時間が第２時間閾値以上第１時間閾値未満の場合に、一定時間遡った時点から現時点までの、積算時間の挙動から第１時間閾値を超えるまでの時間を予測し、この予測した時間後に「渋滞が発生する可能性がある」と予想する。

（第８実施例）
また、第８実施例において交通流監視分析部１２は、第７実施例と同様にして、供給された歪波形データに基づいて、所定時間Δｔ内で歪量が歪閾値を超えている時間を積算する。その後、第７実施例と異なり、交通流監視分析部１２は、所定時間Δｔに対する、歪量が歪閾値を超えている時間の割合を導出する。

具体的に、図１０（ａ）に示す例においては、歪閾値を超えている時間の割合は、（Δｔ₁＋Δｔ₂）／Δｔである。これに対し、図１０（ｂ）に示す例においては、歪閾値を超えている時間の割合はΔｔ₃／Δｔである。ここで、所定時間Δｔ内に歪量が歪閾値を超えている時間の割合は、速度が中高速の場合（Δｔ₁＋Δｔ₂）／Δｔに比して、低速の場合（Δｔ₃／Δｔ）の方が長くなる（（Δｔ₁＋Δｔ₂）／Δｔ＜Δｔ₃／Δｔ）。交通流監視分析部１２は、歪量が歪閾値を超えている時間の割合に対して所定の閾値（以下、第１時間割合閾値）を設定する。交通流監視分析部１２は、導出した時間の割合が第１時間割合閾値以上になった場合に、「渋滞が発生した」と判定する。さらに、交通流予想部１３は、上述した第１時間割合閾値未満の第２時間割合閾値を設定して、導出した時間の割合が第２時間割合閾値以上第１時間割合閾値未満の場合に、一定時間遡った時点から現時点までの、時間割合の挙動から第１時間割合閾値を超えるまでの時間を予測し、この予測した時間後に「渋滞が発生する可能性がある」と予想する。

（第９実施例）
図１１は、一実施形態の管理部１０によって行われる第９実施例および第１０実施例による渋滞判定方法および損傷判定方法を説明するための歪波形を示すグラフである。図１１（ａ）および図１１（ｂ）はそれぞれ、渋滞がない場合および渋滞が発生した場合の歪波形データの一例を示す。

図１１に示すように、第９実施例において交通流監視分析部１２は、供給された歪波形データに基づいて、所定時間Δｔ内で歪量が歪閾値を超えている数をカウントする。すなわち、橋梁交通流測定部２０から供給される歪波形データは、Ａ／Ｄ変換によってデジタル化され、歪データに対して標本化および量子化が行われて生成されている。交通流監視分析部１２は、歪データに対して所定の時間間隔によって標本化された歪波形データに基づいて、歪閾値を超えたデータ数をカウントする。

具体的に、図１１（ａ）に示す例においては、歪閾値を超えているデータ数は１０データである。これに対し、図１１（ｂ）に示す例においては、歪閾値を超えているデータ数は２９データである。ここで、図１１に示す例においては、所定時間Δｔおよびサンプリング間隔から導出される所定時間Δｔ内の全データ数は、３７データである。すなわち、所定時間Δｔ内において歪量が歪閾値を超えている歪波形データの数は、車両７１の速度が中高速の場合に比して、低速の場合は多くなる。交通流監視分析部１２は、歪量が歪閾値を超えたデータの数に対して所定の閾値（以下、第１データ数閾値）を設定する。交通流監視分析部１２は、カウントしたデータ数が第１データ数閾値以上になった場合に、「渋滞が発生した」と判定する。例えば、第１データ数閾値を２５データとした場合、交通流監視分析部１２は、カウントされたデータ数が２５データを超えた段階で、渋滞が発生したと判定する。さらに、交通流予想部１３は、上述した第１データ数閾値未満の第２データ数閾値を設定して、カウントしたデータ数が第２データ数閾値以上第１データ数閾値未満の場合に、一定時間遡った時点から現時点までの、カウントデータ数の挙動から第１データ数閾値を超えるまでの時間を予測し、この予測した時間後に「渋滞が発生する可能性がある」と予想する。

（第１０実施例）
また、第１０実施例において交通流監視分析部１２は、第９実施例と同様にして、供給された歪波形データに基づいて、歪波形データにおける所定時間Δｔ内で歪量が歪閾値を超えているデータ数をカウントする。その後、第９実施例と異なり、交通流監視分析部１２は、所定時間Δｔにおける全データ数に対する、歪閾値を超えているデータ数の割合を導出する。なお、図１１に示す例において、所定時間Δｔ内の全データ数は３７データである。そのため、歪閾値を超えているデータ数の割合は、図１１（ａ）に示す例においては（１０／３７≒）０．２７であるのに対し、図１１（ｂ）に示す例においては（２９／３７≒）０．７８である。ここで、所定時間Δｔ内に歪量が歪閾値を超えているデータ数の割合は、車両７１の速度が中高速の場合に比して、低速の場合の方が多くなる。交通流監視分析部１２は、歪量が歪閾値を超えているデータ数の割合に対して所定の閾値（以下、第１データ数割合閾値）を設定する。交通流監視分析部１２は、導出したデータ数の割合が第１データ数割合閾値以上になった場合に、「渋滞が発生した」と判定する。さらに、交通流予想部１３は、上述した第１データ数割合閾値未満の第２データ数割合閾値を設定して、導出したデータ数の割合が第２データ数割合閾値以上第１データ数割合閾値未満の場合に、一定時間遡った時点から現時点までの、データ数の割合の挙動から第１データ数割合閾値を超えるまでの時間を予測し、この予測した時間後に「渋滞が発生する可能性がある」と予想する。

（第１１実施例）
第１１実施例において交通流監視分析部１２は、広域交通流測定部４０からネットワーク１００を介して送信された交通流データに基づいて、交通流の判定を行う。すなわち、図２に示すように、広域交通流計測部４１を撮像装置から構成した場合、広域交通流計測部４１によって撮影された車両７１〜７３などの移動体の速度に基づいて、交通流の判定を行う。具体的に交通流監視分析部１２は、撮影された車両７１〜７３の速度が例えば５ｋｍ／ｈ以下である場合に「渋滞が発生した」と判定する。さらに、交通流予想部１３は、撮影された車両７１〜７３の速度から、過去の交通流データから渋滞が発生する蓋然性が高いと判断された場合に、「所定時間後に渋滞が発生する可能性がある」と予想する。

（第１２実施例）
第１２実施例において交通流監視分析部１２は、広域交通流測定部４０からネットワーク１００を介して送信された交通流データに基づいて、交通流の判定を行う。すなわち、図５に示すように、広域交通流測定部４０によって測定される交通流データが、地図上において走行点８１（図５中、黒丸）で表されている場合を想定する。この場合、走行点８１の個数が所定区画内において所定数以上であった場合に、交通流監視分析部１２は、「渋滞が発生した」と判定する。さらに、交通流予想部１３は、走行点８１の個数が所定区画内において、所定数未満であっても過去の交通流データから渋滞が発生する蓋然性が高いと判断された場合に、「所定時間後に渋滞が発生する可能性がある」と予想する。

（第１３実施例）
第１３実施例において交通流監視分析部１２は、広域交通流測定部４０からネットワーク１００を介して送信された交通流データに基づいて、交通流の判定を行う。すなわち、図５に示すように、広域交通流測定部４０によって測定される交通流データが、地図上において走行軌跡８２（図５中、一点鎖線）で表されている場合を想定する。この場合、走行軌跡８２の本数が所定区画内において所定本数以上であった場合に、交通流監視分析部１２は、「渋滞が発生した」と判定する。さらに、交通流予想部１３は、走行軌跡８２の本数が所定本数未満であっても、走行軌跡８２の形状やルートが過去の交通流データから渋滞が発生する蓋然性が高いと判断された場合に、「所定時間後に渋滞が発生する可能性がある」と予想する。

以上の第６実施例から第１３実施例に説明したように、管理部１０によって橋梁３０を通過する車両７１〜７３の交通流の状態、および橋梁３０を含む周辺の交通流の状態が監視され、渋滞の発生が判定されたり予想されたりする。

（橋梁監視方法）
次に、上述した交通流管理システム１における橋梁監視方法について説明する。図１２は、一実施形態による橋梁監視方法を説明するためのフローチャートである。なお、図１２に示すフローチャートは、交通流管理システム１において順次繰り返し実行される。

図１２に示すように、橋梁交通流測定部２０では、ステップＳＴ１１において車両７１〜７３が橋梁３０上を通過する。続いて、ステップＳＴ１２において歪計測ステップが実行され、ステップＳＴ１３において歪波形生成ステップが実行される。すなわち、ステップＳＴ１２において、橋梁交通流測定部２０の歪センサ２１ａによって橋梁３０の歪量が計測されて歪データが出力される。ステップＳＴ１３に移行して、計測された歪データに基づいてデータ処理部２２によって歪波形データが生成される。生成された歪波形データは、橋梁交通流測定部２０のデータ転送部２３から出力されて、ネットワーク１００を介して管理部１０に送信される。

一方、広域交通流測定部４０では、ステップＳＴ２１において、車両が橋梁３０の周辺領域を通過する。続いて、ステップＳＴ２２において、広域交通流計測部４１が橋梁３０を含む広域の領域における交通流データを取得する。取得された交通流データは、データ処理部４２によってデータ処理が行われた後、データ転送部４３からネットワーク１００を介して管理部１０に送信される。

ステップＳＴ１３およびステップＳＴ２２において、交通流データが管理部１０に送信された後、管理部１０では、ステップＳＴ１において、交通流情報管理部１１が受信した交通流データを収集して管理を行う。ステップＳＴ２に移行すると、管理部１０は、受信した交通流データを記憶部１５に格納するとともに、情報センタ５０からの渋滞情報や事故情報といった交通情報などの外部からの交通流データを受信して、記憶部１５に格納する。なお、交通流データとしては、時間帯、曜日、季節、イベント、気象情報などのデータを含んで構成される。

ステップＳＴ３に移行して、交通流監視ステップが実行される。すなわち、供給された交通流データは、管理部１０において分析されて監視される。具体的には、管理部１０が、上述した第６〜第１３実施例による渋滞監視方法を実行することによって、橋梁３０の通行状況や渋滞状況などの交通流の監視が行われる。

ステップＳＴ４に移行して、交通流予想ステップが実行される。すなわち、管理部１０の交通流予想部１３は、記憶部１５に格納された交通流データに基づいて、リアルタイム予想およびバッチ予想の少なくとも一方によって、数分後から数時間後、必要に応じて未来の所定日時における橋梁３０における交通流の予想を行う。

その後、ステップＳＴ５において交通流予想部１３は、分析によって予想した予想結果を、渋滞情報を含む交通情報として出力する。出力された渋滞情報を含む交通情報は、渋滞回避部１４に供給される。

次に、ステップＳＴ６において渋滞回避部１４は、供給された交通情報に基づいて、各種の渋滞回避方法の情報を出力する。具体的には、予想結果における渋滞や、現在生じている渋滞を可能な限り緩和する方法を、渋滞回避情報として出力する。渋滞回避情報は、具体的に例えば、商業施設群６０において使用可能なクーポン券や割引券などの発行情報であったり、渋滞の地域や渋滞が予想される時間帯などの情報であったり、渋滞を回避可能な別ルートの情報であったりする。渋滞回避情報は、店舗端末６１〜６３や、車両７１〜７３や、橋梁３０の表示部３５に送信される。すなわち、渋滞回避部１４は、渋滞回避情報に基づいて、通行している車両７１の通信端末７１ａや、車両７２のＧＰＳ端末７２ａや、車両７３内の乗員の携帯端末７３ａに対して、ネットワーク１００を介してクーポン券や割引券などの情報を供給する。

さらに、渋滞回避部１４は、種々の渋滞回避情報を、店舗端末６１〜６３に送信したり、橋梁３０に設置された表示部３５に送信したりする。渋滞回避情報を受信した店舗端末６１〜６３においては、ステップＳＴ７において、店舗の表示部６１ａ〜６３ａに例えば割引情報などの各種情報を表示する。一方、渋滞回避情報を受信した表示部３５は、ステップＳＴ８において、渋滞回避情報として、例えば、渋滞の予想結果を表示したり、クーポン券の発券などの情報を表示したり、渋滞を回避する別ルートを表示したりする。これにより、車両７１〜７３の運転者に対して渋滞の回避を喚起できる。

なお、さらには歩行者の所持している携帯端末（図示せず）に対して、ネットワーク１００を介してクーポン券や割引券などの情報を供給してもよく、必要に応じて、渋滞回避情報に基づいて、信号等の制御を行うことも可能である。以上の処理を順次繰り返すことによって、交通流の監視処理および渋滞の回避処理が実行される。

以上説明した一実施形態によれば、橋梁３０の交通流データを継続的に取得することによって、取得した交通流データから、橋梁３０における交通流の状態を判定して監視できる。さらに、渋滞が発生した際または渋滞が発生しそうになった際には、交通流を調整して管理することが可能になる。

以上、本発明の実施形態について具体的に説明したが、本発明は、上述の実施形態に限定されるものではなく、本発明の技術的思想に基づく各種の変形が可能である。例えば、上述の実施形態において挙げた数値や、管理部、橋梁交通流測定部、および広域交通流測定部の構成、交通流予想部による渋滞の予想方法はあくまでも例に過ぎず、必要に応じてこれと異なる数値や、管理部、橋梁交通流測定部、および広域交通流測定部の構成、交通流予想部による渋滞の予想方法を用いてもよく、本発明は、本実施形態による本発明の開示の一部をなす記述および図面により限定されることはない。

上述した一実施形態においては、管理部１０と橋梁交通流測定部２０とネットワーク１００を介して別体に構成するとともに、橋梁交通流測定部２０を橋梁３０の周辺に設置して橋梁交通流測定部２０の少なくとも歪センサ２１ａを橋梁３０に設置しているが、管理部１０と橋梁交通流測定部２０とを一体に構成して橋梁監視装置を構成することも可能である。この場合、表示部１６，２４を同一の表示部としてもよい。

上述した一実施形態においては、橋梁交通流測定部２０として、歪センサ２１ａによって橋梁３０の歪量を計測して歪波形データを生成する、いわゆる歪波形生成装置を採用しているが、必ずしも歪波形生成装置に限定されるものではない。橋梁交通流測定部２０として、例えば赤外線を用いて橋梁３０を通過する車両７１〜７３を検出可能な、赤外線検出装置などを採用することも可能である。

上述した一実施形態による橋梁交通流測定部２０および広域交通流測定部４０は、複数箇所の橋梁３０に設けられ、得られる交通流データから、地域全体の交通流を監視し、これらの複数箇所の橋梁３０を監視しつつネットワーク化することも可能である。

１ 交通流管理システム
１０ 管理部
１１ 交通流情報管理部
１２ 交通流監視分析部
１３ 交通流予想部
１４ 渋滞回避部
１５ 記憶部
１５ａ 交通流データベース
１６，２４，３５，４４，６１ａ，６２ａ，６３ａ 表示部
１７ 入力部
２０ 橋梁交通流測定部
２１ 歪計測部
２１ａ 歪センサ
２２，４２ データ処理部
２３，４３ データ転送部
３０ 橋梁
４０ 広域交通流測定部
４１ 広域交通流計測部
５０ 情報センタ
６０ 商業施設群
６１，６２，６３ 店舗端末
７０ 車両群
７１，７２，７３ 車両
７１ａ 通信端末
７２ａ ＧＰＳ端末
７３ａ 携帯端末
８１ 走行点
８２ 走行軌跡
１００ ネットワーク
２００ 川
３００ 照明柱
４００ ＧＰＳ衛星

Claims (17)

1. 橋梁に設置されて前記橋梁を通過する車両の交通流を測定する橋梁交通流測定手段、および前記橋梁交通流測定手段によって測定された前記橋梁における交通流の測定結果を前記橋梁に関する交通流データとして出力するデータ転送手段を有する橋梁交通流測定部と、
   前記橋梁交通流測定部から供給された前記橋梁に関する交通流データを格納する記憶手段、および前記橋梁交通流測定部から供給された前記橋梁に関する交通流データを収集して前記記憶手段に格納された前記橋梁に関する交通流データを管理する交通流情報管理手段を有する管理部と、を備え、
   前記橋梁交通流測定部と前記管理部とが、ネットワークを介して前記交通流データを送受信可能に構成される
   ことを特徴とする交通流管理システム。
2. 前記記憶手段に記憶された交通流データに基づいて交通流を分析する交通流監視分析手段をさらに備える
   ことを特徴とする請求項１に記載の交通流管理システム。
3. 前記橋梁の交通流データおよび前記橋梁の周辺領域の交通流データをさらに取得し、前記橋梁の交通流データおよび前記橋梁の周辺領域の交通流データを、前記ネットワークを介して前記管理部に送信可能に構成された広域交通流測定部をさらに備える
   ことを特徴とする請求項１または２に記載の交通流管理システム。
4. 前記交通流情報管理手段は、前記広域交通流測定部から送信された前記橋梁の周辺領域を含む交通流データを収集して前記記憶手段に格納して管理する
   ことを特徴とする請求項３に記載の交通流管理システム。
5. 前記管理部は、前記交通流監視分析手段によって分析された交通流データの分析結果および前記記憶手段に蓄積された交通流データの少なくとも一方の交通流データに基づいて、交通流を予想可能な交通流予想手段をさらに備える
   ことを特徴とする請求項２および請求項２を引用する請求項３ならびに４のいずれか１項に記載の交通流管理システム。
6. 前記管理部は、前記交通流予想手段が渋滞の発生を予想した場合、予想された渋滞を回避するための情報を出力可能な渋滞回避手段をさらに備える
   ことを特徴とする請求項５に記載の交通流管理システム。
7. 前記橋梁交通流測定部が、橋梁に設置される歪検知手段によって前記橋梁を通過する車両による前記橋梁の歪量を計測可能に構成された歪計測手段、および前記歪計測手段によって計測された歪量に基づいて歪波形データを生成する歪波形生成手段を有し、
   前記交通流監視分析手段は、前記歪波形生成手段によって生成された前記歪波形データを分析し、前記分析された結果に基づいて、前記橋梁における交通流の状態を判定可能に構成されている
   ことを特徴とする請求項２および請求項２を引用する請求項３〜６のいずれか１項に記載の交通流管理システム。
8. 前記交通流監視分析手段は、前記歪波形データの値と前記橋梁に前記車両が通過していない状態での歪量の基準値との差分について、所定時間を積分区間とした時間積分値を導出し、前記時間積分値が所定の積分閾値以上の場合に、前記橋梁に渋滞が発生していると判定する
   ことを特徴とする請求項７に記載の交通流管理システム。
9. 前記交通流監視分析手段は、所定時間内において前記歪波形データの値が所定の歪閾値を超えた時間を積算し、前記歪閾値を超えた時間が所定の時間閾値以上の場合に、前記橋梁に渋滞が発生していると判定する
   ことを特徴とする請求項７に記載の交通流管理システム。
10. 前記交通流監視分析手段は、所定時間内において前記歪波形データの値が所定の歪閾値を超えた時間を積算して前記所定時間に対する割合を導出し、前記所定時間に対する前記歪閾値を超えた時間の割合が、所定の時間割合閾値以上の場合に、前記橋梁に渋滞が発生していると判定する
    ことを特徴とする請求項７に記載の交通流管理システム。
11. 前記交通流監視分析手段は、所定の時間間隔によって標本化された前記歪波形データに対して、所定時間内において前記歪波形データの値が所定の歪閾値を超えたデータ数をカウントし、前記歪閾値を超えたデータ数が所定のデータ数閾値以上の場合に、前記橋梁に渋滞が発生していると判定する
    ことを特徴とする請求項７に記載の交通流管理システム。
12. 前記交通流監視分析手段は、所定の時間間隔によって標本化された前記歪波形データに対して、所定時間内において前記歪波形データの値が所定の歪閾値を超えたデータ数をカウントして前記所定時間内の全データ数に対する割合を導出し、前記所定時間内の全データ数に対する前記歪閾値を超えたデータ数の割合が、所定のデータ数割合閾値以上の場合に、前記橋梁に渋滞が発生していると判定する
    ことを特徴とする請求項７に記載の交通流管理システム。
13. 前記交通流監視分析手段は、前記広域交通流測定部から供給された交通流データに含まれる所定区画内における車両の数が所定数以上になった場合に、前記橋梁に渋滞が発生していると判定する
    ことを特徴とする請求項２を引用する請求項３〜１２のいずれか１項に記載の交通流管理システム。
14. 前記交通流監視分析手段は、前記広域交通流測定部から供給された交通流データに含まれる所定区画内における車両の走行の軌跡が所定の数以上、または所定の形状になった場合に、前記橋梁に渋滞が発生していると判定する
    ことを特徴とする請求項２を引用する請求項３〜１２のいずれか１項に記載の交通流管理システム。
15. 前記交通流監視分析手段は、前記広域交通流測定部から供給された交通流データに含まれる所定区画内における車両の速度が所定の速度以下になった場合に、前記橋梁に渋滞が発生していると判定する
    ことを特徴とする請求項２を引用する請求項３〜１２のいずれか１項に記載の交通流管理システム。
16. 前記管理部は、前記交通流監視分析手段が渋滞発生と判定した場合、判定された渋滞を回避するための情報を出力可能な渋滞回避手段をさらに備える
    ことを特徴とする請求項７〜１５のいずれか１項に記載の交通流管理システム。
17. 橋梁に設置されて前記橋梁を通過する車両の交通流を測定する交通流測定ステップと、
    前記交通流測定ステップにおいて測定された前記橋梁における交通流の測定結果を前記橋梁に関する交通流データとして出力するデータ転送ステップと、
    前記データ転送ステップにおいて、ネットワークを介して前記交通流データを送受信する送受信ステップと、
    前記データ転送ステップにおいて出力された交通流データを前記送受信ステップにおいて受信して、記憶手段に格納する記憶ステップと、
    前記データ転送ステップにおいて出力された交通流データを収集して、前記記憶手段に格納された前記橋梁に関する交通流データを管理する交通流情報管理ステップと、
    を含むことを特徴とする交通流管理方法。

Images