JP2893544B2 - 異常交通流の検出装置 - Google Patents
異常交通流の検出装置Info
- Publication number
- JP2893544B2 JP2893544B2 JP253190A JP253190A JP2893544B2 JP 2893544 B2 JP2893544 B2 JP 2893544B2 JP 253190 A JP253190 A JP 253190A JP 253190 A JP253190 A JP 253190A JP 2893544 B2 JP2893544 B2 JP 2893544B2
- Authority
- JP
- Japan
- Prior art keywords
- traffic
- state quantity
- traffic state
- detecting
- traffic flow
- 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.)
- Expired - Lifetime
Links
Landscapes
- Traffic Control Systems (AREA)
Description
【発明の詳細な説明】 〈産業上の利用分野〉 本発明は、異常交通流の検出装置に関する。
〈従来の技術〉 従来の交通流の監視方式は、道路沿いに設置した車両
感知器からの車両感知データを基に算出された交通流の
速度を使用して、閾値による判定方式を採用している。
感知器からの車両感知データを基に算出された交通流の
速度を使用して、閾値による判定方式を採用している。
即ち、道路沿いに設置した超音波式の車両感知器で車
両検知を行い、車両感知器からの出力に基づいて、所定
時間内における車両検知時間と、車両台数とを求める。
これらのデータから、道路の一地点における単位時間当
りの車両検知時間割合（以下、占有率とする）Ｏと、同
じく道路の一地点における単位時間当りの車両台数（以
下、交通量とする）Ｑとを算出する。更に、前記占有率
Ｏを密度（道路の単位距離内に存在する車両台数）Ｋと
見なし、次式からその地点における車両の速度Ｖを推定
する。
両検知を行い、車両感知器からの出力に基づいて、所定
時間内における車両検知時間と、車両台数とを求める。
これらのデータから、道路の一地点における単位時間当
りの車両検知時間割合（以下、占有率とする）Ｏと、同
じく道路の一地点における単位時間当りの車両台数（以
下、交通量とする）Ｑとを算出する。更に、前記占有率
Ｏを密度（道路の単位距離内に存在する車両台数）Ｋと
見なし、次式からその地点における車両の速度Ｖを推定
する。
Ｑ＝Ｋ・Ｖ そして、第７図に示すように、予め渋滞か否かを判定
するための閾値V0を設定し、演算された現在の速度Ｖと
前記閾値V0とを比較してＶ＜V0であれば渋滞と判定して
いた。
するための閾値V0を設定し、演算された現在の速度Ｖと
前記閾値V0とを比較してＶ＜V0であれば渋滞と判定して
いた。
〈発明が解決しようとする課題〉 しかしながら、このような従来方式では、渋滞か否か
の判別しかできず、異常交通流（事故等の突発事象によ
って交通容量の低下した交通流）の検出はできなかっ
た。例えば、第７図において、Ｘ点やＹ点で突発事象が
発生して速度が急低下したとしても何ら対応できず、現
在の速度値Ｖが閾値V0を横切ったときに渋滞の発生或い
は消滅を検出するだけであった。
の判別しかできず、異常交通流（事故等の突発事象によ
って交通容量の低下した交通流）の検出はできなかっ
た。例えば、第７図において、Ｘ点やＹ点で突発事象が
発生して速度が急低下したとしても何ら対応できず、現
在の速度値Ｖが閾値V0を横切ったときに渋滞の発生或い
は消滅を検出するだけであった。
本発明は上記の事情に鑑みてなされたもので、従来対
応できなかった異常交通流の検出が可能な異常交通流の
検出装置を提供することを目的とする。また、異常交通
流の発生原因となる突発事象の発生場所及び時間を知る
ことのできる異常交通流の検出装置を提供することを目
的とする。
応できなかった異常交通流の検出が可能な異常交通流の
検出装置を提供することを目的とする。また、異常交通
流の発生原因となる突発事象の発生場所及び時間を知る
ことのできる異常交通流の検出装置を提供することを目
的とする。
〈課題を解決するための手段〉 このため本発明は、第１図に示すように、道路上の車
両を検知する車両検知手段Ａと、該車両検知手段Ａの出
力に基づいて一定時間毎に交通状態量を検出する交通状
態量検出手段Ｂと、該交通状態量検出手段Ｂで検出され
た交通状態量と予め設定された渋滞判別用閾値とを比較
して渋滞か否かを判定する渋滞判定手段Ｃと、前記交通
状態量検出手段Ｂで検出された現在までの交通状態量デ
ータに基づいて現時点から所定時間後の交通状態量を予
測する交通状態量予測手段Ｄと、該交通状態量予測手段
Ｄの予測値に基づいて前記所定時間後の異常交通流判定
用上下閾値を設定する閾値設定手段Ｅと、前記所定時間
後において前記交通状態量検出手段Ｂで検出された実際
の交通状態量が前記閾値設定手段Ｅで設定された上下閾
値間の範囲外にあるとき交通流が異常であると判定する
交通流異常判定手段Ｆとを備えて構成した。
両を検知する車両検知手段Ａと、該車両検知手段Ａの出
力に基づいて一定時間毎に交通状態量を検出する交通状
態量検出手段Ｂと、該交通状態量検出手段Ｂで検出され
た交通状態量と予め設定された渋滞判別用閾値とを比較
して渋滞か否かを判定する渋滞判定手段Ｃと、前記交通
状態量検出手段Ｂで検出された現在までの交通状態量デ
ータに基づいて現時点から所定時間後の交通状態量を予
測する交通状態量予測手段Ｄと、該交通状態量予測手段
Ｄの予測値に基づいて前記所定時間後の異常交通流判定
用上下閾値を設定する閾値設定手段Ｅと、前記所定時間
後において前記交通状態量検出手段Ｂで検出された実際
の交通状態量が前記閾値設定手段Ｅで設定された上下閾
値間の範囲外にあるとき交通流が異常であると判定する
交通流異常判定手段Ｆとを備えて構成した。
また、第１図の破線で示すように、前記車両検知手段
A,交通状態量検出手段B,渋滞判定手段C,交通状態量予測
手段D,閾値設定手段Ｅ及び交通流異常判定手段Ｆとから
なる組Ｇを、車両検知手段Ａを道路に沿って間隔を設け
て設置して少なくとも２組設けると共に、互いに隣接す
る組Ｇのそれぞれの交通流異常判定手段Ｆの判定結果を
比較する比較手段Ｈを備えて構成するようにした。
A,交通状態量検出手段B,渋滞判定手段C,交通状態量予測
手段D,閾値設定手段Ｅ及び交通流異常判定手段Ｆとから
なる組Ｇを、車両検知手段Ａを道路に沿って間隔を設け
て設置して少なくとも２組設けると共に、互いに隣接す
る組Ｇのそれぞれの交通流異常判定手段Ｆの判定結果を
比較する比較手段Ｈを備えて構成するようにした。
〈作用〉 上記の構成において、交通状態量検出手段Ｂは、道路
上の車両を検知する車両検知手段Ａの出力に基づいて一
定時間毎に交通状態量を検出する。
上の車両を検知する車両検知手段Ａの出力に基づいて一
定時間毎に交通状態量を検出する。
渋滞判定手段Ｃは、従来と同様にして交通状態量検出
手段Ｂで検出された交通状態量と予め設定された渋滞判
別用閾値とを比較して渋滞か否かを判定する。
手段Ｂで検出された交通状態量と予め設定された渋滞判
別用閾値とを比較して渋滞か否かを判定する。
また、前記交通状態量検出手段Ｂで検出された現在ま
での交通状態量データに基づいて現時点から所定時間後
の交通状態量を予測する交通状態量予測手段Ｄの予測値
に基づいて、閾値設定手段Ｅにより前記所定時間後の異
常交通流判定用上下閾値を設定し、この設定された閾値
に基づいて、交通流異常判定手段Ｆは、所定時間後にお
いて前記交通状態量検出手段Ｂで検出された実際の交通
状態量が前記上下閾値間の範囲外にあるか否かを判定
し、範囲外にあるときに交通流が異常であると判定す
る。
での交通状態量データに基づいて現時点から所定時間後
の交通状態量を予測する交通状態量予測手段Ｄの予測値
に基づいて、閾値設定手段Ｅにより前記所定時間後の異
常交通流判定用上下閾値を設定し、この設定された閾値
に基づいて、交通流異常判定手段Ｆは、所定時間後にお
いて前記交通状態量検出手段Ｂで検出された実際の交通
状態量が前記上下閾値間の範囲外にあるか否かを判定
し、範囲外にあるときに交通流が異常であると判定す
る。
これにより、渋滞及び非渋滞に拘らず、従来検出でき
なかった突発事象に起因して交通容量が低下する異常交
通流の検出が可能となる。
なかった突発事象に起因して交通容量が低下する異常交
通流の検出が可能となる。
また、道路に沿って間隔を設けて設置した互いに隣接
する車両検知手段Ａに対応するそれぞれの交通流異常判
定手段Ｆからの判定結果を、比較手段Ｈで比較する。
する車両検知手段Ａに対応するそれぞれの交通流異常判
定手段Ｆからの判定結果を、比較手段Ｈで比較する。
これにより、異常交通流の発生場所及び時間を知るこ
とが可能となる。
とが可能となる。
〈実施例〉 以下、本発明の一実施例を図面に基づいて説明する。
本実施例の構成を示す第２図において、道路１に沿っ
て所定の間隔を設けて車両検知手段としての超音波式の
車両感知器2,3を設置してある。該車両感知器2,3は、道
路１の上方に設けた送受器2A,3Aと感知器本体2B,3Bとか
らなり、送受器2A,3Aから道路１に向けて超音波を放射
し、その地点を車両が通過した時としないときとでその
反射波の受信に時間差が生じることを利用して車両の有
無を検知する。そして、車両を感知したときには、感知
器本体2B,3Bから、例えばＨレベルの感知出力が発生す
る。
て所定の間隔を設けて車両検知手段としての超音波式の
車両感知器2,3を設置してある。該車両感知器2,3は、道
路１の上方に設けた送受器2A,3Aと感知器本体2B,3Bとか
らなり、送受器2A,3Aから道路１に向けて超音波を放射
し、その地点を車両が通過した時としないときとでその
反射波の受信に時間差が生じることを利用して車両の有
無を検知する。そして、車両を感知したときには、感知
器本体2B,3Bから、例えばＨレベルの感知出力が発生す
る。
コントロールユニット４は、内蔵したマイクロコンピ
ュータにより、前記車両感知器2,3からの入力データに
基づいて、第３図及び第４図に示すフローチャートに従
って渋滞と異常交通流の各検出及び交通流異常判定用閾
値の設定を行う。
ュータにより、前記車両感知器2,3からの入力データに
基づいて、第３図及び第４図に示すフローチャートに従
って渋滞と異常交通流の各検出及び交通流異常判定用閾
値の設定を行う。
尚、本実施例において、交通状態量検出手段，渋滞判
定手段，交通状態量予測手段，閾値設定手段，交通流異
常判定手段及び比較手段としての機能は、第３図及び第
４図のフローチャートに示すように、ソフトウエア的に
備えられている。
定手段，交通状態量予測手段，閾値設定手段，交通流異
常判定手段及び比較手段としての機能は、第３図及び第
４図のフローチャートに示すように、ソフトウエア的に
備えられている。
第３図のフローチャートを参照して本実施例の渋滞及
び異常交通流の検出動作について説明する。
び異常交通流の検出動作について説明する。
ステップ１（図中S1と記す。以下同様）では、一定時
間（例えば５分）毎の車両感知器2,3からのデータを入
力する。
間（例えば５分）毎の車両感知器2,3からのデータを入
力する。
ステップ２では、入力されたデータに基づいて交通状
態量、本実施例では速度Ｖを従来と同様にして算出す
る。
態量、本実施例では速度Ｖを従来と同様にして算出す
る。
即ち、入力データから占有率Ｏと、交通量Ｑとを算出
し、占有率Ｏを密度Ｋに置き換えて、 Ｑ＝Ｋ・Ｖ の関係式を用いて速度Ｖを算出する。
し、占有率Ｏを密度Ｋに置き換えて、 Ｑ＝Ｋ・Ｖ の関係式を用いて速度Ｖを算出する。
ステップ３では、ステップ２で算出された現在の交通
状態量即ち速度Ｖが、第４図のフローチャートに従って
前回までの入力速度Ｖデータから予測した予測速度V2に
基づいて設定された交通流異常判定用の上限閾値V2＋α
と下限閾値V2−αとの間の範囲内にあるかどうかにより
交通流が異常か否かを判定する。
状態量即ち速度Ｖが、第４図のフローチャートに従って
前回までの入力速度Ｖデータから予測した予測速度V2に
基づいて設定された交通流異常判定用の上限閾値V2＋α
と下限閾値V2−αとの間の範囲内にあるかどうかにより
交通流が異常か否かを判定する。
そして、実測値Ｖと予測値V2との誤差ｅ（＝Ｖ−V2）
が、−α≦ｅ≦αのときは交通流異常無しと判定（NO）
しステップ11に進む。一方、ｅ＜−α又はｅ＞αのとき
は交通流異常有りと判定（YES）してステップ４に進
む。
が、−α≦ｅ≦αのときは交通流異常無しと判定（NO）
しステップ11に進む。一方、ｅ＜−α又はｅ＞αのとき
は交通流異常有りと判定（YES）してステップ４に進
む。
ステップ４では、実測値Ｖを予め設定された渋滞判定
用閾値V0と比較して渋滞か否かを判定する。ここで、Ｖ
＜V0であれば渋滞と判定されステップ５に進み、Ｖ≧V0
であればステップ９に進む。
用閾値V0と比較して渋滞か否かを判定する。ここで、Ｖ
＜V0であれば渋滞と判定されステップ５に進み、Ｖ≧V0
であればステップ９に進む。
ステップ５では、隣接する車両感知器からのデータに
基づく交通流異常判定結果との比較を行い異常交通流の
発生位置と時間を確認する。
基づく交通流異常判定結果との比較を行い異常交通流の
発生位置と時間を確認する。
例えば、車両感知器3,2からの入力データに基づく異
常判定結果がそれぞれ第５図の（Ａ），（Ｂ）であった
とすると、両地点を比較した場合に、図中のＴの期間で
車両感知器２側の地点の速度が低下しているが、車両感
知器３側の地点の速度は低下していない。これにより、
車両感知器３側では車両が今までと同様の傾向で流れて
いるのに対して車両感知器２側では今までとは異なる車
両の流れになっていることがわかり、この間の場所で交
通流の異常が発生していることがわかる。
常判定結果がそれぞれ第５図の（Ａ），（Ｂ）であった
とすると、両地点を比較した場合に、図中のＴの期間で
車両感知器２側の地点の速度が低下しているが、車両感
知器３側の地点の速度は低下していない。これにより、
車両感知器３側では車両が今までと同様の傾向で流れて
いるのに対して車両感知器２側では今までとは異なる車
両の流れになっていることがわかり、この間の場所で交
通流の異常が発生していることがわかる。
ステップ６では、現在までの速度データを予め記憶さ
せてある本地点における通常の交通流傾向を示す過去の
データと比較して、自然渋滞か突発事象による渋滞かを
検討する。
せてある本地点における通常の交通流傾向を示す過去の
データと比較して、自然渋滞か突発事象による渋滞かを
検討する。
ここで、過去のデータとしては、例えば曜日毎の時間
別データベース等を用いる。この際、前の週の同じ曜日
が休日の場合には、更にその前の同じ曜日のデータを用
いることとする。尚、この他のデータベースとしては休
祭日、5,10日を除いた平日のデータベース等が考えられ
る。
別データベース等を用いる。この際、前の週の同じ曜日
が休日の場合には、更にその前の同じ曜日のデータを用
いることとする。尚、この他のデータベースとしては休
祭日、5,10日を除いた平日のデータベース等が考えられ
る。
そして、過去のデータと同様の傾向であれば自然渋滞
と判断し、異なった傾向であれば突発事象の発生による
渋滞と判断して、それぞれステップ７またはステップ８
に進み、自然渋滞または突発事象の発生による渋滞の表
示出力をそれぞれ発生してドライバに知らせる。
と判断し、異なった傾向であれば突発事象の発生による
渋滞と判断して、それぞれステップ７またはステップ８
に進み、自然渋滞または突発事象の発生による渋滞の表
示出力をそれぞれ発生してドライバに知らせる。
ステップ４で渋滞でないと判定されステップ９に進ん
だ場合は、ステップ５と同様にして異常交通流の発生場
所及び時間の確認を行う。
だ場合は、ステップ５と同様にして異常交通流の発生場
所及び時間の確認を行う。
例えば、車両感知器２と車両感知器３の間で異常交通
流を発生させる突発事象があった場合、突発事象発生場
所を通り過ぎると平常時より道路が空いているために車
両が平常時より速い速度で走行する場合も考えられる。
この場合、車両感知器３側の地点で速度が上限閾値を越
えることで、車両感知器３側において平常時とは異なる
車両の流れとなり、交通流の異常が発生したことを知る
ことができる。
流を発生させる突発事象があった場合、突発事象発生場
所を通り過ぎると平常時より道路が空いているために車
両が平常時より速い速度で走行する場合も考えられる。
この場合、車両感知器３側の地点で速度が上限閾値を越
えることで、車両感知器３側において平常時とは異なる
車両の流れとなり、交通流の異常が発生したことを知る
ことができる。
ステップ10では、渋滞発生の注意報の表示出力を発生
して、ドライバに対して渋滞になる虞れがあることを知
らせる。
して、ドライバに対して渋滞になる虞れがあることを知
らせる。
また、ステップ３で交通流が異常でないと判定されス
テップ11に進んだときも、ステップ４と同様にして渋滞
か否かの判定を行い、渋滞でないときはステップ１に戻
り、渋滞と判定されたときは何ら交通流に異常が無く渋
滞になったことからステップ７に進んで自然渋滞の表示
出力を発生する。
テップ11に進んだときも、ステップ４と同様にして渋滞
か否かの判定を行い、渋滞でないときはステップ１に戻
り、渋滞と判定されたときは何ら交通流に異常が無く渋
滞になったことからステップ７に進んで自然渋滞の表示
出力を発生する。
次に、第４図のフローチャートに従って前述の渋滞及
び異常検出動作に使用する交通流異常判定用の閾値の設
定動作を説明する。
び異常検出動作に使用する交通流異常判定用の閾値の設
定動作を説明する。
ステップ21では、一定時間（例えば５分）毎に車両感
知器から入力された現在までの速度Ｖのデータに基づい
て所定時間（例えば５分）後の予測速度V2の設定を行
う。この予測方法としては、例えば現在までの速度デー
タの平均或いは移動平均等とする。
知器から入力された現在までの速度Ｖのデータに基づい
て所定時間（例えば５分）後の予測速度V2の設定を行
う。この予測方法としては、例えば現在までの速度デー
タの平均或いは移動平均等とする。
ステップ22では、ステップ21で得られた予測速度V2に
基づいて前述の交通流異常判定用の上限閾値V2＋α及び
下限閾値V2−αの設定を行う。
基づいて前述の交通流異常判定用の上限閾値V2＋α及び
下限閾値V2−αの設定を行う。
ここで設定された閾値V2±αを用いて第３図のフロー
チャートにおける交通流の異常の検出が行われるのであ
る。
チャートにおける交通流の異常の検出が行われるのであ
る。
以上のようにすれば、従来検出できなかった第６図に
おけるＸ点やＹ点における交通流の異常を検出すること
ができる。そして、渋滞する以前であれば、渋滞発生の
注意報を出すことができる。
おけるＸ点やＹ点における交通流の異常を検出すること
ができる。そして、渋滞する以前であれば、渋滞発生の
注意報を出すことができる。
また、隣接する車両感知器の互いのデータを比較する
ことによって、異常交通流の発生場所及び時間を自動的
に確認することができる。更には、異常交通流発生中に
渋滞を検出した場合に、過去のデータとの比較を行うこ
とで、かかる渋滞が通常のものか否かを区別することが
でき、自然渋滞か突発事象による渋滞かをドライバに知
らせることができるようになる。
ことによって、異常交通流の発生場所及び時間を自動的
に確認することができる。更には、異常交通流発生中に
渋滞を検出した場合に、過去のデータとの比較を行うこ
とで、かかる渋滞が通常のものか否かを区別することが
でき、自然渋滞か突発事象による渋滞かをドライバに知
らせることができるようになる。
尚、本実施例では、渋滞検出や異常交通流検出のため
の交通状態量として速度Ｖを用いたが、これに限らず密
度Ｋや交通量Ｑを用いることが可能であり、また、これ
らの組合わせにより渋滞及び異常交通流の検出を行うこ
とも可能である。
の交通状態量として速度Ｖを用いたが、これに限らず密
度Ｋや交通量Ｑを用いることが可能であり、また、これ
らの組合わせにより渋滞及び異常交通流の検出を行うこ
とも可能である。
〈発明の効果〉 以上説明したように本発明によれば、従来検出するこ
とができなかった事故や工事等の突発事象に起因する異
常交通流を検出することができ、渋滞発生の注意報を出
すことが可能となる。また、異常交通流の発生場所及び
時間を即座に知ることができる。従って、交通情報の精
度を向上でき、ドライバに対して従来よりも詳細な交通
情報を提供することができ、道路交通の緩和に極めて有
効である。
とができなかった事故や工事等の突発事象に起因する異
常交通流を検出することができ、渋滞発生の注意報を出
すことが可能となる。また、異常交通流の発生場所及び
時間を即座に知ることができる。従って、交通情報の精
度を向上でき、ドライバに対して従来よりも詳細な交通
情報を提供することができ、道路交通の緩和に極めて有
効である。
第１図は本発明の構成を説明するブロック図、第２図は
本発明の一実施例を示す構成図、第３図は同上実施例の
渋滞及び異常交通流の検出フローチャート、第４図は同
上実施例の交通流異常検出用閾値の設定フローチャー
ト、第５図は隣接車両感知器による交通流異常判定結果
の比較例を示す図、第６図は同上実施例の交通流の検出
動作を説明する図、第７図は従来例の検出動作を説明す
る図である。 １…道路、2,3…車両感知器、４…コントロールユニッ
ト
本発明の一実施例を示す構成図、第３図は同上実施例の
渋滞及び異常交通流の検出フローチャート、第４図は同
上実施例の交通流異常検出用閾値の設定フローチャー
ト、第５図は隣接車両感知器による交通流異常判定結果
の比較例を示す図、第６図は同上実施例の交通流の検出
動作を説明する図、第７図は従来例の検出動作を説明す
る図である。 １…道路、2,3…車両感知器、４…コントロールユニッ
ト
Claims (2)
- 【請求項１】道路上の車両を検知する車両検知手段と、
該車両検知手段の出力に基づいて一定時間毎に交通状態
量を検出する交通状態量検出手段と、該交通状態量検出
手段で検出された交通状態量と予め設定された渋滞判別
用閾値とを比較して渋滞か否かを判定する渋滞判定手段
と、前記交通状態量検出手段で検出された現在までの交
通状態量データに基づいて現時点から所定時間後の交通
状態量を予測する交通状態量予測手段と、該交通状態量
予測手段の予測値に基づいて前記所定時間後の異常交通
流判定用上下閾値を設定する閾値設定手段と、前記所定
時間後において前記交通状態量検出手段で検出された実
際の交通状態量が前記閾値設定手段で設定された上下閾
値間の範囲外にあるとき交通流が異常であると判定する
交通流異常判定手段とを備えて構成したことを特徴とす
る異常交通流の検出装置。 - 【請求項２】道路上の車両を検知する車両検知手段と、
該車両検知手段の出力に基づいて一定時間毎に交通状態
量を検出する交通状態量検出手段と、該交通状態量検出
手段で検出された交通状態量と予め設定された渋滞判別
用閾値とを比較して渋滞か否かを判定する渋滞判定手段
と、前記交通状態量検出手段で検出された現在までの交
通状態量データに基づいて現時点から所定時間後の交通
状態量を予測する交通状態量予測手段と、該交通状態量
予測手段の予測値に基づいて前記所定時間後の異常交通
流判定用上下閾値を設定する閾値設定手段と、前記所定
時間後において前記交通状態量検出手段で検出された実
際の交通状態量が前記閾値設定手段で設定された上下閾
値間の範囲外にあるとき交通流が異常であると判定する
交通流異常判定手段とからなる組を、前記車両検知手段
を道路に沿って間隔を設けて設置して少なくとも２組設
けると共に、互いに隣接する組のそれぞれの交通流異常
判定手段の判定結果を比較する比較手段を備えて構成し
たことを特徴とする異常交通流の検出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP253190A JP2893544B2 (ja) | 1990-01-11 | 1990-01-11 | 異常交通流の検出装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP253190A JP2893544B2 (ja) | 1990-01-11 | 1990-01-11 | 異常交通流の検出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH03209599A JPH03209599A (ja) | 1991-09-12 |
| JP2893544B2 true JP2893544B2 (ja) | 1999-05-24 |
Family
ID=11531966
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP253190A Expired - Lifetime JP2893544B2 (ja) | 1990-01-11 | 1990-01-11 | 異常交通流の検出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2893544B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020071220A1 (ja) * | 2018-10-05 | 2020-04-09 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 情報処理方法、及び、情報処理システム |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3446077B2 (ja) * | 1999-02-19 | 2003-09-16 | 株式会社日立製作所 | 車両感知器情報処理方法及び装置 |
| US8528455B2 (en) | 2004-12-04 | 2013-09-10 | Sms Siemag Ag | Device for clamping a blade of shears, used in the transversal cutting of strips |
| JP4600929B2 (ja) * | 2005-07-20 | 2010-12-22 | パナソニック株式会社 | 停止低速車両検出装置 |
| JP4446316B2 (ja) | 2007-07-25 | 2010-04-07 | 日立オートモティブシステムズ株式会社 | 交通情報システム |
| CN103198711B (zh) * | 2013-03-21 | 2014-12-17 | 东南大学 | 一种降低不同严重程度交通事故概率的车辆调控方法 |
| CN103578274B (zh) * | 2013-11-15 | 2015-11-04 | 北京四通智能交通系统集成有限公司 | 一种交通流预测方法及装置 |
| CN106920393B (zh) * | 2017-03-24 | 2019-05-31 | 银江股份有限公司 | 一种基于阈值参数配置的交通状态评估方法 |
| CN115188186B (zh) * | 2022-06-28 | 2024-02-20 | 公安部交通管理科学研究所 | 一种区域内交通流量监测方法 |
-
1990
- 1990-01-11 JP JP253190A patent/JP2893544B2/ja not_active Expired - Lifetime
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020071220A1 (ja) * | 2018-10-05 | 2020-04-09 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 情報処理方法、及び、情報処理システム |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH03209599A (ja) | 1991-09-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6345228B1 (en) | Road vehicle sensing apparatus and signal processing apparatus therefor | |
| EP0670066B1 (en) | Prediction method of traffic parameters | |
| JP2893544B2 (ja) | 異常交通流の検出装置 | |
| EP0771447B1 (en) | Detection and prediction of traffic disturbances | |
| JP3758534B2 (ja) | 交通流の異常検知装置及び方法 | |
| EP0825578B1 (en) | Traffic flow change monitoring system | |
| JP3305940B2 (ja) | 交通状況予測装置 | |
| JP3876653B2 (ja) | 交通流の異常検知装置及び方法 | |
| JP3249690B2 (ja) | 交通渋滞判定装置 | |
| JP3607330B2 (ja) | 感知器データを用いる渋滞計測方法 | |
| JP3734594B2 (ja) | 異常事象検出装置および交通流計測装置 | |
| JP4126700B2 (ja) | 走行所要時間予測装置及び走行所要時間予測方法 | |
| JP3963085B2 (ja) | 交通流の異常検知装置及び方法 | |
| JPH0793678A (ja) | 居眠り運転検出装置 | |
| JPH08106593A (ja) | 交通流状態判定装置 | |
| JPH08235485A (ja) | 車両感知器故障検出装置 | |
| JP3726787B2 (ja) | 突発事象の発生地点特定装置 | |
| JP2867552B2 (ja) | 交通流変動監視装置 | |
| JP2003317184A (ja) | 個別車両モニタリング装置 | |
| JPH10134295A (ja) | 道路交通状況における渋滞識別方法 | |
| JPH05290292A (ja) | 突発事象自動検出装置 | |
| JPH02196399A (ja) | 突発事象検出装置 | |
| JP3049974B2 (ja) | 交通量計測装置及び交通量計測方法 | |
| KR100312211B1 (ko) | 초음파 교통량 검지기를 이용한 차량 정보 획득 방법 | |
| JPS5811678B2 (ja) | 高速道路における交通事故検出装置 |