JP3355887B2 - 旅行時間予測方法および旅行時間予測装置 - Google Patents
旅行時間予測方法および旅行時間予測装置Info
- Publication number
- JP3355887B2 JP3355887B2 JP23101395A JP23101395A JP3355887B2 JP 3355887 B2 JP3355887 B2 JP 3355887B2 JP 23101395 A JP23101395 A JP 23101395A JP 23101395 A JP23101395 A JP 23101395A JP 3355887 B2 JP3355887 B2 JP 3355887B2
- Authority
- JP
- Japan
- Prior art keywords
- prediction
- travel time
- section
- travel
- target section
- 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
Description
【０００１】
【発明の属する技術分野】本発明は、たとえば道路交通
網内の区間を車両等で移動する際に要する旅行時間を予
測するための方法および装置に関する。
網内の区間を車両等で移動する際に要する旅行時間を予
測するための方法および装置に関する。
【０００２】
【従来の技術】車両による走行を支援するための車載ナ
ビゲーション装置には、現在地から目的地に至る最適な
経路を計算する最適経路計算機能が備えられることがあ
る。最適経路は、たとえば、目的地までの所要時間を最
小化する経路である。最適経路の計算には、ＣＤ−ＲＯ
Ｍのような形態で提供されている道路地図情報が活用さ
れる。道路地図情報においては、道路交通網が、たとえ
ば交差点間を結んだリンクと呼ばれる無数の微小区間に
分割されている。各リンクの長さや各リンクを通過する
のに要する時間は「リンクコスト」と呼ばれ、道路地図
情報の一部をなす。最適経路の計算は、総リンクコスト
が最小となる経路を見いだすことによって達成される。
ビゲーション装置には、現在地から目的地に至る最適な
経路を計算する最適経路計算機能が備えられることがあ
る。最適経路は、たとえば、目的地までの所要時間を最
小化する経路である。最適経路の計算には、ＣＤ−ＲＯ
Ｍのような形態で提供されている道路地図情報が活用さ
れる。道路地図情報においては、道路交通網が、たとえ
ば交差点間を結んだリンクと呼ばれる無数の微小区間に
分割されている。各リンクの長さや各リンクを通過する
のに要する時間は「リンクコスト」と呼ばれ、道路地図
情報の一部をなす。最適経路の計算は、総リンクコスト
が最小となる経路を見いだすことによって達成される。
【０００３】ところが、特定の区間を走行するのに要す
る旅行時間は、道路の渋滞の状況によって劇的に変化す
る。そのため、ＣＤ−ＲＯＭから読み出した道路地図情
報のみを用いても、最適経路を正確に計算することはで
きない。そこで、道路交通網の要所に路上ビーコンを設
置し、この路上ビーコンから、各道路区間の旅行時間を
リアルタイムで提供することが提案されている。車載ナ
ビゲーション装置は、路上ビーコンから提供される各道
路区間の旅行時間を参照して、最適経路を計算する。こ
れにより、道路の渋滞状況に対応した適切な経路を選択
することができる。
る旅行時間は、道路の渋滞の状況によって劇的に変化す
る。そのため、ＣＤ−ＲＯＭから読み出した道路地図情
報のみを用いても、最適経路を正確に計算することはで
きない。そこで、道路交通網の要所に路上ビーコンを設
置し、この路上ビーコンから、各道路区間の旅行時間を
リアルタイムで提供することが提案されている。車載ナ
ビゲーション装置は、路上ビーコンから提供される各道
路区間の旅行時間を参照して、最適経路を計算する。こ
れにより、道路の渋滞状況に対応した適切な経路を選択
することができる。
【０００４】最適経路の計算のためには、現在の旅行時
間のみならず、将来の旅行時間の情報も必要である。こ
れは、目的地に至る経路上の或る地点に車両が到達する
までに、その地点までの走行に要する時間が経過するか
らである。したがって、路上ビーコンからは、各道路区
間の将来の旅行時間の予測値が提供される必要がある。
間のみならず、将来の旅行時間の情報も必要である。こ
れは、目的地に至る経路上の或る地点に車両が到達する
までに、その地点までの走行に要する時間が経過するか
らである。したがって、路上ビーコンからは、各道路区
間の将来の旅行時間の予測値が提供される必要がある。
【０００５】特定の道路区間における将来の旅行時間を
予測するための先行技術には、旅行時間の統計値を実測
値との差に基づいて補正するもの（「交通状況予測手法
の調査研究報告書」第１９３頁ないし第２０８頁、財団
法人日本交通管理技術協会（昭和５５年２月））や、上
下流区間の影響を考慮せず、予測対象区間の旅行時間を
時系列として扱うもの（特開平４−２２０７５８号公
報）がある。
予測するための先行技術には、旅行時間の統計値を実測
値との差に基づいて補正するもの（「交通状況予測手法
の調査研究報告書」第１９３頁ないし第２０８頁、財団
法人日本交通管理技術協会（昭和５５年２月））や、上
下流区間の影響を考慮せず、予測対象区間の旅行時間を
時系列として扱うもの（特開平４−２２０７５８号公
報）がある。
【０００６】
【発明が解決しようとする課題】上記の先行技術では、
いずれも、予測対象区間自身の過去の旅行時間のみを用
いて、旅行時間が予測される。ところが、予測対象区間
の周辺で事故が発生した場合などには、予測対象区間の
旅行時間の変動傾向は、統計値や直前の時刻までのもの
とは大きく異なるため、精度の高い予測が困難になると
いう問題があった。
いずれも、予測対象区間自身の過去の旅行時間のみを用
いて、旅行時間が予測される。ところが、予測対象区間
の周辺で事故が発生した場合などには、予測対象区間の
旅行時間の変動傾向は、統計値や直前の時刻までのもの
とは大きく異なるため、精度の高い予測が困難になると
いう問題があった。
【０００７】そこで、本発明の目的は、上述の技術的課
題を解決し、予測対象区間の周辺の区間の旅行時間を予
測のために用いることによって、予測対象区間の周辺に
おける交通状況の急変にも良好に対応して、高精度で旅
行時間を予測することができる旅行時間予測方法および
旅行時間予測装置を提供することである。
題を解決し、予測対象区間の周辺の区間の旅行時間を予
測のために用いることによって、予測対象区間の周辺に
おける交通状況の急変にも良好に対応して、高精度で旅
行時間を予測することができる旅行時間予測方法および
旅行時間予測装置を提供することである。
【０００８】
【課題を解決するための手段】上記の目的を達成するた
めの請求項１記載の発明は、複数の区間で構成された経
路上の任意の区間である予測対象区間を旅行するのに要
する旅行時間を予測するための方法であって、予測対象
区間の区間長を当該予測対象区間の旅行時間で割った旅
行速度と、予測対象区間の周辺の複数の予測基礎区間の
各区間長を各予測基礎区間の旅行時間でそれぞれ割った
旅行速度の重み付き和との線形の関係式を求めるステッ
プと、上記求められた関係式に基づいて予測対象区間の
所定時間先の旅行時間の予測値を求めるステップとを含
むことを特徴とする旅行時間予測方法である。
めの請求項１記載の発明は、複数の区間で構成された経
路上の任意の区間である予測対象区間を旅行するのに要
する旅行時間を予測するための方法であって、予測対象
区間の区間長を当該予測対象区間の旅行時間で割った旅
行速度と、予測対象区間の周辺の複数の予測基礎区間の
各区間長を各予測基礎区間の旅行時間でそれぞれ割った
旅行速度の重み付き和との線形の関係式を求めるステッ
プと、上記求められた関係式に基づいて予測対象区間の
所定時間先の旅行時間の予測値を求めるステップとを含
むことを特徴とする旅行時間予測方法である。
【０００９】また、請求項３記載の発明は、複数の区間
で構成された経路上の任意の区間である予測対象区間を
旅行するのに要する旅行時間を予測するための装置であ
って、予測対象区間の区間長を当該予測対象区間の旅行
時間で割った旅行速度と、予測対象区間の周辺の複数の
予測基礎区間の各区間長を各予測基礎区間の旅行時間で
それぞれ割った旅行速度の重み付き和との線形の関係式
を求める手段と、上記求められた関係式に基づいて予測
対象区間の所定時間先の旅行時間の予測値を求める手段
とを含むことを特徴とする旅行時間予測装置である。
で構成された経路上の任意の区間である予測対象区間を
旅行するのに要する旅行時間を予測するための装置であ
って、予測対象区間の区間長を当該予測対象区間の旅行
時間で割った旅行速度と、予測対象区間の周辺の複数の
予測基礎区間の各区間長を各予測基礎区間の旅行時間で
それぞれ割った旅行速度の重み付き和との線形の関係式
を求める手段と、上記求められた関係式に基づいて予測
対象区間の所定時間先の旅行時間の予測値を求める手段
とを含むことを特徴とする旅行時間予測装置である。
【００１０】これらの発明によれば、予測対象区間の周
辺の予測基礎区間における旅行時間を加味して、予測対
象区間の将来の旅行時間を予測することができる。その
ため、予測対象区間の周辺において交通状況が急変して
旅行時間の変動傾向が大きく変化した場合であっても、
実際の交通状況に即した精度の高い旅行時間予測を行え
る。
辺の予測基礎区間における旅行時間を加味して、予測対
象区間の将来の旅行時間を予測することができる。その
ため、予測対象区間の周辺において交通状況が急変して
旅行時間の変動傾向が大きく変化した場合であっても、
実際の交通状況に即した精度の高い旅行時間予測を行え
る。
【００１１】なお、上記関係式を求めるステップは、予
測対象区間の現時点での旅行速度と、予測基礎区間にお
ける所定時間前の旅行速度との関係式を求めるステップ
を含んでもよい。また、予測対象区間の第１の時刻につ
いての旅行時間の予測値と、予測基礎区間における第１
の時刻よりも所定時間前の第２の時刻についての旅行時
間の予測値または実測値との関係式を求め、周辺の区間
における実際の旅行時間や旅行時間の予測値を用いて、
予測対象区間における将来の旅行時間を次々と算出する
こともできる。
測対象区間の現時点での旅行速度と、予測基礎区間にお
ける所定時間前の旅行速度との関係式を求めるステップ
を含んでもよい。また、予測対象区間の第１の時刻につ
いての旅行時間の予測値と、予測基礎区間における第１
の時刻よりも所定時間前の第２の時刻についての旅行時
間の予測値または実測値との関係式を求め、周辺の区間
における実際の旅行時間や旅行時間の予測値を用いて、
予測対象区間における将来の旅行時間を次々と算出する
こともできる。
【００１２】また、予測対象区間の上流側に隣接する区
間および予測対象区間の下流側に隣接する区間のうちの
少なくともいずれか一方が、予測基礎区間とされている
ことが好ましい。これは、隣接区間における交通状況の
変動は、旅行時間予測に大きな影響を与えるからであ
る。さらには、予測対象区間自身も、また、予測基礎区
間とされていることが好ましい。これにより、予測対象
区間内での交通状況の変動をも加味して、旅行時間を予
測できる。
間および予測対象区間の下流側に隣接する区間のうちの
少なくともいずれか一方が、予測基礎区間とされている
ことが好ましい。これは、隣接区間における交通状況の
変動は、旅行時間予測に大きな影響を与えるからであ
る。さらには、予測対象区間自身も、また、予測基礎区
間とされていることが好ましい。これにより、予測対象
区間内での交通状況の変動をも加味して、旅行時間を予
測できる。
【００１３】
【００１４】また、この発明によれば、旅行速度につい
ての関係式が求められる。旅行時間についての関係式を
直接的に求めると、区間長を加味する必要があるため、
関係式の導出が複雑になるおそれがある。これに対し
て、区間長を旅行時間で割った旅行速度には、既に区間
長の大小が加味されている。そのため、旅行速度につい
ての関係式は、容易に導出され得る。
ての関係式が求められる。旅行時間についての関係式を
直接的に求めると、区間長を加味する必要があるため、
関係式の導出が複雑になるおそれがある。これに対し
て、区間長を旅行時間で割った旅行速度には、既に区間
長の大小が加味されている。そのため、旅行速度につい
ての関係式は、容易に導出され得る。
【００１５】
【００１６】
【００１７】しかも、この発明によれば、旅行速度の関
係式が線形化される。そのため、関係式の算出、および
予測値の計算が容易であるという利点がある。なお、上
記重みつき和の重みは、非負であることが好ましい。こ
れは、予測対象区間の旅行時間と、周辺の区間の旅行時
間とは、一般に正の相関を示すと考えられるからであ
る。
係式が線形化される。そのため、関係式の算出、および
予測値の計算が容易であるという利点がある。なお、上
記重みつき和の重みは、非負であることが好ましい。こ
れは、予測対象区間の旅行時間と、周辺の区間の旅行時
間とは、一般に正の相関を示すと考えられるからであ
る。
【００１８】請求項２記載の発明は、旅行時間の予測は
所定の予測周期毎に行われ、複数期の予測に対して上記
関係式を求めるステップにおいて求められた同一の関係
式が用いられることを特徴とする請求項１記載の旅行時
間予測方法である。また、請求項４記載の発明は、旅行
時間の予測は所定の予測周期毎に行われ、複数期の予測
に対して上記関係式を求める手段によって求められた同
一の関係式が用いられることを特徴とする請求項３記載
の旅行時間予測方法である。
所定の予測周期毎に行われ、複数期の予測に対して上記
関係式を求めるステップにおいて求められた同一の関係
式が用いられることを特徴とする請求項１記載の旅行時
間予測方法である。また、請求項４記載の発明は、旅行
時間の予測は所定の予測周期毎に行われ、複数期の予測
に対して上記関係式を求める手段によって求められた同
一の関係式が用いられることを特徴とする請求項３記載
の旅行時間予測方法である。
【００１９】これらの発明によれば、複数期の予測にお
いて同一の関係式が用いられるので、時刻毎の微小な変
動の影響を受けず、大きな傾向を捕らえた予測が可能に
なる。また、関係式の導出のための負荷が小さくなる。
いて同一の関係式が用いられるので、時刻毎の微小な変
動の影響を受けず、大きな傾向を捕らえた予測が可能に
なる。また、関係式の導出のための負荷が小さくなる。
【００２０】
【発明の実施の形態】以下では、本発明の実施の形態
を、添付図面を参照して詳細に説明する。図１は、本発
明の一実施形態が適用される交通情報提供システムを示
す概略図である。この交通情報提供システムは、道路交
通網の要所に設置した路上ビーコン装置１から、車両２
に交通情報を提供するためのものである。
を、添付図面を参照して詳細に説明する。図１は、本発
明の一実施形態が適用される交通情報提供システムを示
す概略図である。この交通情報提供システムは、道路交
通網の要所に設置した路上ビーコン装置１から、車両２
に交通情報を提供するためのものである。
【００２１】交通情報が提供されるサービスエリア内に
は、主要交差点等に双方向路上ビーコン装置１が設置さ
れている。路上ビーコン装置１は、車両２との間で双方
向通信を行うとともに、通信回線（公衆回線または専用
回線）３を介して情報センター４と結ばれており、この
情報センター４との間で情報の授受を行う。路上ビーコ
ン装置１は、車両２との間で信号の授受を行うための送
受信機１１、制御装置１２、および通信回線用モデム１
３を備えている。
は、主要交差点等に双方向路上ビーコン装置１が設置さ
れている。路上ビーコン装置１は、車両２との間で双方
向通信を行うとともに、通信回線（公衆回線または専用
回線）３を介して情報センター４と結ばれており、この
情報センター４との間で情報の授受を行う。路上ビーコ
ン装置１は、車両２との間で信号の授受を行うための送
受信機１１、制御装置１２、および通信回線用モデム１
３を備えている。
【００２２】情報センター４は、地図専用メモリ４１、
制御装置４２、および通信回線用モデム４３を有してい
る。地図専用メモリ４１は、交通情報が提供されるサー
ビスエリア内に設置されている各路上ビーコンや車両感
知器の設置位置同士、又は主要な交差点に相当する点同
士を結んだリンクのデータ（以下「リンクデータ」とい
う。）を記憶している。
制御装置４２、および通信回線用モデム４３を有してい
る。地図専用メモリ４１は、交通情報が提供されるサー
ビスエリア内に設置されている各路上ビーコンや車両感
知器の設置位置同士、又は主要な交差点に相当する点同
士を結んだリンクのデータ（以下「リンクデータ」とい
う。）を記憶している。
【００２３】リンクデータは、各リンクの識別番号、リ
ンクを通過するときのリンクコスト（旅行時間）、リン
ク長（距離）、そのリンクの始点および終点の座標、そ
のリンクの始点に接続される進入リンクへのポインタ、
そのリンクの終点に接続される他の退出リンクへのポイ
ンタ、ならびに接続コスト等を含んでいる。情報センタ
ー４が持っているリンクデータのリンクの形態につき具
体的に説明する。たとえば、図２に示されるような道路
網において、路上ビーコン装置Ｂ１，Ｂ２，Ｂ３および
Ｂ４が、図示のように、主要な路上位置に配置されてい
るものとする。この場合、リンクは、図３に示すよう
に、地点Ｎ１からＮ２までを結ぶリンクＬ12、地点Ｎ２
からＮ１までを結ぶリンクＬ21、・・・・・のように表現さ
れる。
ンクを通過するときのリンクコスト（旅行時間）、リン
ク長（距離）、そのリンクの始点および終点の座標、そ
のリンクの始点に接続される進入リンクへのポインタ、
そのリンクの終点に接続される他の退出リンクへのポイ
ンタ、ならびに接続コスト等を含んでいる。情報センタ
ー４が持っているリンクデータのリンクの形態につき具
体的に説明する。たとえば、図２に示されるような道路
網において、路上ビーコン装置Ｂ１，Ｂ２，Ｂ３および
Ｂ４が、図示のように、主要な路上位置に配置されてい
るものとする。この場合、リンクは、図３に示すよう
に、地点Ｎ１からＮ２までを結ぶリンクＬ12、地点Ｎ２
からＮ１までを結ぶリンクＬ21、・・・・・のように表現さ
れる。
【００２４】情報センター４は、路上ビーコン装置１か
ら送られてくる情報に基づいて、各リンクを走行するの
に要する旅行時間を演算し、路上ビーコン装置１に返
す。この情報が路上ビーコン装置１から放射されると、
車両２に搭載された車載ナビゲーション装置（図示せ
ず）は、たとえば、現在地から目的地に至るまでの最適
経路を計算することができる。
ら送られてくる情報に基づいて、各リンクを走行するの
に要する旅行時間を演算し、路上ビーコン装置１に返
す。この情報が路上ビーコン装置１から放射されると、
車両２に搭載された車載ナビゲーション装置（図示せ
ず）は、たとえば、現在地から目的地に至るまでの最適
経路を計算することができる。
【００２５】このような機能を実現するために、情報セ
ンター４は、各リンクにおける旅行時間の実測値を収集
する。旅行時間の実測値は、たとえば、道路の各所に設
置された車両感知器からの情報や、上空を飛行するヘリ
コプター等により観測された情報に基づいて収集するこ
とができる。また、実際に道路を走行している交通情報
収集用車両から路上ビーコン装置１を介して走行中の道
路の旅行時間の実績値（他の路上ビーコンから当該路上
ビーコンまで走行するのに要する時間）を収集して集計
するようにしてもよい。また、車両のナンバープレート
を読み取るナンバー読取装置を用い、或る地点から他の
地点へ同一車両が移動するのに要した時間を計測するこ
とによっても、旅行時間の実測値を得ることができる。
ンター４は、各リンクにおける旅行時間の実測値を収集
する。旅行時間の実測値は、たとえば、道路の各所に設
置された車両感知器からの情報や、上空を飛行するヘリ
コプター等により観測された情報に基づいて収集するこ
とができる。また、実際に道路を走行している交通情報
収集用車両から路上ビーコン装置１を介して走行中の道
路の旅行時間の実績値（他の路上ビーコンから当該路上
ビーコンまで走行するのに要する時間）を収集して集計
するようにしてもよい。また、車両のナンバープレート
を読み取るナンバー読取装置を用い、或る地点から他の
地点へ同一車両が移動するのに要した時間を計測するこ
とによっても、旅行時間の実測値を得ることができる。
【００２６】次に、図４を用いて、情報センター４にお
いて実行される旅行時間予測処理について説明する。交
差点等に相当する４つのノードＮ１，Ｎ２，Ｎ３，Ｎ４
に対して、各交差点に接続された道路の区間に相当する
リンクＬ21，Ｌ32，Ｌ43などが定義されている。たとえ
ば、リンクＬ32に相当する道路区間が、旅行時間予測の
対象区間Ｅ０であるとする。この予測対象区間Ｅ０にお
ける旅行時間の予測に際し、本実施形態においては、そ
の下流側の隣接区間Ｅ１および上流側の隣接区間Ｅ２の
旅行時間が参照される。
いて実行される旅行時間予測処理について説明する。交
差点等に相当する４つのノードＮ１，Ｎ２，Ｎ３，Ｎ４
に対して、各交差点に接続された道路の区間に相当する
リンクＬ21，Ｌ32，Ｌ43などが定義されている。たとえ
ば、リンクＬ32に相当する道路区間が、旅行時間予測の
対象区間Ｅ０であるとする。この予測対象区間Ｅ０にお
ける旅行時間の予測に際し、本実施形態においては、そ
の下流側の隣接区間Ｅ１および上流側の隣接区間Ｅ２の
旅行時間が参照される。
【００２７】より具体的には、予測対象区間Ｅ０の区間
長をＬ0 、第ｋ時間における旅行時間をｔ0(k)とし、さ
らに、予測対象区間Ｅ０の上流側および下流側にそれぞ
れ隣接する区間Ｅ１およびＥ２の区間長をＬ1 ，Ｌ2 、
第ｋ時間における区間Ｅ１，Ｅ２の各旅行時間をｔ
1(k)，ｔ2(k)とする。そして、下記の第１ステップおよ
び第２ステップによって予測対象区間Ｅ０の１期（予測
の１サイクル。たとえば５分。）先の旅行時間の予測値
ｔP0(k+1) が求められる。 ＜第１ステップ＞−−−関係式の算出 現在の時間をｋとし、下記方程式(1) を満たす重みｕ
i(k) を求める。
長をＬ0 、第ｋ時間における旅行時間をｔ0(k)とし、さ
らに、予測対象区間Ｅ０の上流側および下流側にそれぞ
れ隣接する区間Ｅ１およびＥ２の区間長をＬ1 ，Ｌ2 、
第ｋ時間における区間Ｅ１，Ｅ２の各旅行時間をｔ
1(k)，ｔ2(k)とする。そして、下記の第１ステップおよ
び第２ステップによって予測対象区間Ｅ０の１期（予測
の１サイクル。たとえば５分。）先の旅行時間の予測値
ｔP0(k+1) が求められる。 ＜第１ステップ＞−−−関係式の算出 現在の時間をｋとし、下記方程式(1) を満たす重みｕ
i(k) を求める。
【００２８】
【数１】
【００２９】重みｕi(k) は、たとえば、０≦ｕi(k) と
いう条件の下での制限付き最小化問題に帰着させ、下記
第(2) 式の値を最小にするｕi(k) を求めることによっ
て定められる。０≦ｕi(k) を条件とするのは、上下流
の区間Ｅ１，Ｅ２の旅行時間と予測対象区間Ｅ０の旅行
時間とは、一般に正の相関を持つと考えられるからであ
る。
いう条件の下での制限付き最小化問題に帰着させ、下記
第(2) 式の値を最小にするｕi(k) を求めることによっ
て定められる。０≦ｕi(k) を条件とするのは、上下流
の区間Ｅ１，Ｅ２の旅行時間と予測対象区間Ｅ０の旅行
時間とは、一般に正の相関を持つと考えられるからであ
る。
【００３０】
【数２】
【００３１】第１ステップで求められたｕi(k) を下記
第(3) 式に代入することによって、予測対象区間Ｅ０の
一期先の予測値ｔP0(k+1) を求める。
第(3) 式に代入することによって、予測対象区間Ｅ０の
一期先の予測値ｔP0(k+1) を求める。
【００３２】
【数３】
【００３３】＜第３ステップ＞上記第１ステップにおい
て求められたｕi(k) を用いて、下記第(4) 式のように
して、第（ｋ＋２）時間、第（ｋ＋３）時間、・・・・・・の
旅行時間の予測値ｔP0(k+2) ，ｔP0(k+3) ，・・・・・・を次
々計算する。
て求められたｕi(k) を用いて、下記第(4) 式のように
して、第（ｋ＋２）時間、第（ｋ＋３）時間、・・・・・・の
旅行時間の予測値ｔP0(k+2) ，ｔP0(k+3) ，・・・・・・を次
々計算する。
【００３４】
【数４】
【００３５】この場合に、各区間の旅行時間の実測値が
利用できない場合（未収集の場合）には、各区間の旅行
時間の予測値が代入される。このようにして、実測値ま
たは予測値を用いて、将来の旅行時間の予測値が次々と
求められる。このようにして１期における旅行時間の予
測が行われる。同様な予測が、所定の予測周期（たとえ
ば５分）毎に実行され、各期ごとに上記第(1) 式の関係
式が求められ、新たに求められた関係式（重みｕi(k)
）を用いて、旅行時間の予測が行われる。
利用できない場合（未収集の場合）には、各区間の旅行
時間の予測値が代入される。このようにして、実測値ま
たは予測値を用いて、将来の旅行時間の予測値が次々と
求められる。このようにして１期における旅行時間の予
測が行われる。同様な予測が、所定の予測周期（たとえ
ば５分）毎に実行され、各期ごとに上記第(1) 式の関係
式が求められ、新たに求められた関係式（重みｕi(k)
）を用いて、旅行時間の予測が行われる。
【００３６】なお、上記の計算例では、第１ステップに
おいて、１期の時刻（第ｋ時間）における予測対象区間
Ｅ０の旅行時間ｔ0(k+1)と上流および下流の各区間Ｅ１
およびＥ２の所定時間前（第（ｋ−１）時間）の旅行時
間ｔ1(k-1)，ｔ2(k-1)とから予測の関係式を求めてい
る。しかし、この第１ステップにおける関係式の導出
は、複数の時刻における予測対象区間Ｅ０の旅行時間と
上流および下流の各区間Ｅ１およびＥ２の所定時間前の
旅行時間とに基づいて行うこともできる。
おいて、１期の時刻（第ｋ時間）における予測対象区間
Ｅ０の旅行時間ｔ0(k+1)と上流および下流の各区間Ｅ１
およびＥ２の所定時間前（第（ｋ−１）時間）の旅行時
間ｔ1(k-1)，ｔ2(k-1)とから予測の関係式を求めてい
る。しかし、この第１ステップにおける関係式の導出
は、複数の時刻における予測対象区間Ｅ０の旅行時間と
上流および下流の各区間Ｅ１およびＥ２の所定時間前の
旅行時間とに基づいて行うこともできる。
【００３７】具体的には、下記第(5) 式、第(6) 式およ
び第(7) 式を満たす重みｕi(k) を求める。
び第(7) 式を満たす重みｕi(k) を求める。
【００３８】
【数５】
【００３９】重みｕi(k) は、ｕi(k) ≧０という制限の
下での制限付最小化問題に帰着させることによって求め
ることができる。すなわち、ｕi(k) ≧０という制限の
下で、下記第(8) 式の値を最小にするｕi(k) を求めれ
ばよい。
下での制限付最小化問題に帰着させることによって求め
ることができる。すなわち、ｕi(k) ≧０という制限の
下で、下記第(8) 式の値を最小にするｕi(k) を求めれ
ばよい。
【００４０】
【数６】
【００４１】制限付最小化問題を解くには、ペナルティ
法や乗数法等の既知の手法を適用することができる。こ
のようにして、情報センター４の制御装置４２は、地図
専用メモリ４１に記憶された各リンクにつき、旅行時間
を予測する。予測された旅行時間を表す情報は、通信回
線３を介して路上ビーコン装置１に伝送され、この路上
ビーコン装置１から車両２に向けて送信される。車両２
に搭載された車載ナビゲーション装置は、路上ビーコン
装置１から受信された旅行時間の予測値に基づき、目的
地までの最適経路を演算する。
法や乗数法等の既知の手法を適用することができる。こ
のようにして、情報センター４の制御装置４２は、地図
専用メモリ４１に記憶された各リンクにつき、旅行時間
を予測する。予測された旅行時間を表す情報は、通信回
線３を介して路上ビーコン装置１に伝送され、この路上
ビーコン装置１から車両２に向けて送信される。車両２
に搭載された車載ナビゲーション装置は、路上ビーコン
装置１から受信された旅行時間の予測値に基づき、目的
地までの最適経路を演算する。
【００４２】以上のように本実施形態によれば、予測対
象区間Ｅ０の旅行時間の予測に当たり、予測対象区間Ｅ
０の旅行時間のみならずその上流側および下流側にそれ
ぞれ隣接する区間Ｅ１およびＥ２の旅行時間も活用され
る。これにより、予測対象区間Ｅ０の周辺で事故が発生
した場合のように、交通の流れが急変して旅行時間の変
動傾向が大きく変化する場合であっても、これに即座に
対応した適切な旅行時間予測を行うことができる。これ
により、実際の交通状況に応じた精度の高い旅行時間予
測が可能となる。
象区間Ｅ０の旅行時間の予測に当たり、予測対象区間Ｅ
０の旅行時間のみならずその上流側および下流側にそれ
ぞれ隣接する区間Ｅ１およびＥ２の旅行時間も活用され
る。これにより、予測対象区間Ｅ０の周辺で事故が発生
した場合のように、交通の流れが急変して旅行時間の変
動傾向が大きく変化する場合であっても、これに即座に
対応した適切な旅行時間予測を行うことができる。これ
により、実際の交通状況に応じた精度の高い旅行時間予
測が可能となる。
【００４３】また、予測の関係式を求めるに当たり、旅
行時間そのものではなく旅行速度を用いているので、予
測の関係式を求めやすいという利点もある。これは、複
数の区間の区間長は一定ではないため、旅行時間そのも
のの関係式を求めるには、区間長を考慮する必要がある
からである。旅行速度は各区間における単位距離当たり
の旅行時間の逆数に相当するから、旅行速度の関係式を
求める際には区間長についての考慮が不必要である。別
の見方をすれば、旅行速度は区間長によるばらつきを補
正した値であると考えることもできる。
行時間そのものではなく旅行速度を用いているので、予
測の関係式を求めやすいという利点もある。これは、複
数の区間の区間長は一定ではないため、旅行時間そのも
のの関係式を求めるには、区間長を考慮する必要がある
からである。旅行速度は各区間における単位距離当たり
の旅行時間の逆数に相当するから、旅行速度の関係式を
求める際には区間長についての考慮が不必要である。別
の見方をすれば、旅行速度は区間長によるばらつきを補
正した値であると考えることもできる。
【００４４】さらに、旅行速度の予測式が線形化されて
いるので、関係式の算出および予測値の計算が容易であ
るという利点もある。次に、本発明の他の実施形態につ
いて説明する。本実施形態においては、旅行時間の予測
手法のみが上記の第１の実施形態と異なるので、旅行時
間の予測についてのみ説明する。
いるので、関係式の算出および予測値の計算が容易であ
るという利点もある。次に、本発明の他の実施形態につ
いて説明する。本実施形態においては、旅行時間の予測
手法のみが上記の第１の実施形態と異なるので、旅行時
間の予測についてのみ説明する。
【００４５】本実施形態では、ニューラルネットワーク
を用いて予測の関係式を学習させる手法が採用される。
具体的には、情報センター４の制御装置４２にニューラ
ルネットワークを備えておき、下記第１ステップ、第２
ステップおよび第３ステップに従って予測値ｔP0(k+1)
，ｔP0(k+2) ，ｔP0(k+3) ，・・・・・・を求める。 ＜第１ステップ＞−−−学習 Ｎ個の学習用入力および教師信号の組をニューラルネッ
トワークに与え、このニューラルネットワークを学習さ
せる。学習用入力および教師信号は、下記第(9) 式のと
おりである。すなわち、Ｎ期前から１期前までの区間Ｅ
０，Ｅ１およびＥ２の旅行速度の実績値が学習用入力と
なり、現時点の予測対象区間Ｅ０の旅行速度が教師信号
となる。
を用いて予測の関係式を学習させる手法が採用される。
具体的には、情報センター４の制御装置４２にニューラ
ルネットワークを備えておき、下記第１ステップ、第２
ステップおよび第３ステップに従って予測値ｔP0(k+1)
，ｔP0(k+2) ，ｔP0(k+3) ，・・・・・・を求める。 ＜第１ステップ＞−−−学習 Ｎ個の学習用入力および教師信号の組をニューラルネッ
トワークに与え、このニューラルネットワークを学習さ
せる。学習用入力および教師信号は、下記第(9) 式のと
おりである。すなわち、Ｎ期前から１期前までの区間Ｅ
０，Ｅ１およびＥ２の旅行速度の実績値が学習用入力と
なり、現時点の予測対象区間Ｅ０の旅行速度が教師信号
となる。
【００４６】
【数７】
【００４７】＜第２ステップ＞−−−予測 学習後のニューラルネットワークに、第ｋ時間における
予測対象区間Ｅ０ならびに上流側および下流側の各区間
Ｅ１，Ｅ２の区間長Ｌ0 ，Ｌ1 ，Ｌ2 を第ｋ時間におけ
る旅行時間ｔ0(k)，ｔ1(k)，ｔ2(k)で除した値の組（下
記第(10)式）を入力する。これらの値は、各区間の旅行
速度に相当する。
予測対象区間Ｅ０ならびに上流側および下流側の各区間
Ｅ１，Ｅ２の区間長Ｌ0 ，Ｌ1 ，Ｌ2 を第ｋ時間におけ
る旅行時間ｔ0(k)，ｔ1(k)，ｔ2(k)で除した値の組（下
記第(10)式）を入力する。これらの値は、各区間の旅行
速度に相当する。
【００４８】
【数８】
【００４９】このときのニューラルネットワークの出力
をＯＮとすると、この出力ＯＮを予測対象区間Ｅ０の区
間長Ｌ0 で除した値の逆数が、１期先（第ｋ＋１時間）
の予測値ｔP0(k+1) とされる。 ＜第３ステップ＞上記第１ステップにおいて学習された
ニューラルネットワークに、下記第(11)式のような値の
組を代入することによって、第（ｋ＋２）時間、第（ｋ
＋３）時間、・・・・・・の旅行時間の予測値ｔP0(k+2) ，ｔ
P0(k+3) ，・・・・・・を次々計算する。
をＯＮとすると、この出力ＯＮを予測対象区間Ｅ０の区
間長Ｌ0 で除した値の逆数が、１期先（第ｋ＋１時間）
の予測値ｔP0(k+1) とされる。 ＜第３ステップ＞上記第１ステップにおいて学習された
ニューラルネットワークに、下記第(11)式のような値の
組を代入することによって、第（ｋ＋２）時間、第（ｋ
＋３）時間、・・・・・・の旅行時間の予測値ｔP0(k+2) ，ｔ
P0(k+3) ，・・・・・・を次々計算する。
【００５０】
【数９】
【００５１】この場合に、各区間の旅行時間の実測値が
利用できない場合（未収集の場合）には、各区間の旅行
時間の予測値が代入される。このようにして、実測値ま
たは予測値を用いて、将来の旅行時間の予測値が次々と
求められる。このようにして１期における旅行時間の予
測が行われる。同様な予測が、所定の予測周期（たとえ
ば５分）毎に実行され、各期ごとにニューラルネットワ
ークが学習され、新たに求められた関係式（重みｕi(k)
）を用いて、旅行時間の予測が行われる。
利用できない場合（未収集の場合）には、各区間の旅行
時間の予測値が代入される。このようにして、実測値ま
たは予測値を用いて、将来の旅行時間の予測値が次々と
求められる。このようにして１期における旅行時間の予
測が行われる。同様な予測が、所定の予測周期（たとえ
ば５分）毎に実行され、各期ごとにニューラルネットワ
ークが学習され、新たに求められた関係式（重みｕi(k)
）を用いて、旅行時間の予測が行われる。
【００５２】本実施形態の手法を採用した場合にも、第
１の実施形態の場合とほぼ同様な作用および効果が達成
される。本発明の実施形態の説明は以上のとおりである
が、本発明はこれらの実施形態に限定されるものではな
い。たとえば、上記の実施形態では、予測対象区間Ｅ
０、上流側の隣接区間Ｅ１および下流側の隣接区間Ｅ２
の３つの区間を、予測対象区間Ｅ０の旅行時間の予測の
ための予測基礎区間としているが、予測対象区間Ｅ０を
予測基礎区間から除外することもできる。すなわち、た
とえば上記第１の実施形態であれば、第(1) 式ないし第
(7) 式の右辺の和をｉ＝１および２に関してとることと
すればよい。また、第２の実施形態の場合であれば、第
１ステップの学習用入力として予測対象区間Ｅ０に対応
するものを除外し、また第２ステップの代入値から予測
対象区間Ｅ０に対応するものを除外すればよい。
１の実施形態の場合とほぼ同様な作用および効果が達成
される。本発明の実施形態の説明は以上のとおりである
が、本発明はこれらの実施形態に限定されるものではな
い。たとえば、上記の実施形態では、予測対象区間Ｅ
０、上流側の隣接区間Ｅ１および下流側の隣接区間Ｅ２
の３つの区間を、予測対象区間Ｅ０の旅行時間の予測の
ための予測基礎区間としているが、予測対象区間Ｅ０を
予測基礎区間から除外することもできる。すなわち、た
とえば上記第１の実施形態であれば、第(1) 式ないし第
(7) 式の右辺の和をｉ＝１および２に関してとることと
すればよい。また、第２の実施形態の場合であれば、第
１ステップの学習用入力として予測対象区間Ｅ０に対応
するものを除外し、また第２ステップの代入値から予測
対象区間Ｅ０に対応するものを除外すればよい。
【００５３】どのような区間を予測基礎区間とするかに
ついては、他にも種々の変形が考えられる。たとえば、
予測対象区間Ｅ０と上流側の隣接区間Ｅ１との２つの区
間を予測基礎区間としてもよく、予測対象区間Ｅ０と下
流側の隣接区間Ｅ２との２つの区間を予測基礎区間とし
てもよい。さらには、予測対象区間を含む連続した４つ
以上の区間が予測基礎区間とされてもよい。また、たと
えば、予測対象区間、１区間飛んで上流側の区間、およ
び１区間飛んで下流側の区間の３つの区間を予測基礎区
間としてもよい。その他、予測対象区間の周辺の区間を
任意に組み合わせることが可能である。ただし、上記の
実施形態のように、予測対象区間を含む３つの隣接した
区間を予測基礎区間とすることが最も好ましい。これ
は、交通の流れは、隣接区間からの影響を最も大きく受
けるからである。また、予測対象区間を自身を予測基礎
区間に含ませることにより、予測対象区間内での交通状
況の変動をも加味して旅行時間の予測を行える。
ついては、他にも種々の変形が考えられる。たとえば、
予測対象区間Ｅ０と上流側の隣接区間Ｅ１との２つの区
間を予測基礎区間としてもよく、予測対象区間Ｅ０と下
流側の隣接区間Ｅ２との２つの区間を予測基礎区間とし
てもよい。さらには、予測対象区間を含む連続した４つ
以上の区間が予測基礎区間とされてもよい。また、たと
えば、予測対象区間、１区間飛んで上流側の区間、およ
び１区間飛んで下流側の区間の３つの区間を予測基礎区
間としてもよい。その他、予測対象区間の周辺の区間を
任意に組み合わせることが可能である。ただし、上記の
実施形態のように、予測対象区間を含む３つの隣接した
区間を予測基礎区間とすることが最も好ましい。これ
は、交通の流れは、隣接区間からの影響を最も大きく受
けるからである。また、予測対象区間を自身を予測基礎
区間に含ませることにより、予測対象区間内での交通状
況の変動をも加味して旅行時間の予測を行える。
【００５４】また、上記の第１および第２の実施形態で
は、予測のための関係式の算出およびニューラルネット
ワークの学習が毎期行われるが、これらは所定期（たと
えば２期（たとえば１０分））ごとに行われるようにし
てもよい。すなわち、第１の実施形態においては、複数
期における予測に同一のｕi(k) の値が用いられてもよ
く、第２実施形態においては、一回学習されたニューラ
ルネットワークを用いて複数期における予測が行われて
もよい。このようにすれば、時刻毎の微小な交通状況の
変動の影響を受けず、大きな傾向を捕らえた予測が可能
になる。また、予測値の計算のための制御装置４２にお
ける負荷が小さくなるという利点もある。
は、予測のための関係式の算出およびニューラルネット
ワークの学習が毎期行われるが、これらは所定期（たと
えば２期（たとえば１０分））ごとに行われるようにし
てもよい。すなわち、第１の実施形態においては、複数
期における予測に同一のｕi(k) の値が用いられてもよ
く、第２実施形態においては、一回学習されたニューラ
ルネットワークを用いて複数期における予測が行われて
もよい。このようにすれば、時刻毎の微小な交通状況の
変動の影響を受けず、大きな傾向を捕らえた予測が可能
になる。また、予測値の計算のための制御装置４２にお
ける負荷が小さくなるという利点もある。
【００５５】その他、特許請求の範囲に記載された技術
的事項の範囲で種々の変更を施すことが可能である。
的事項の範囲で種々の変更を施すことが可能である。
【００５６】
【発明の効果】請求項１または請求項３記載の発明によ
れば、予測対象区間の周辺の区間における旅行時間を加
味して、旅行時間予測が行われる。そのため、予測対象
区間の周辺において交通状況が急変しても、実際の交通
状況に即して、高精度で旅行時間を予測できる。
れば、予測対象区間の周辺の区間における旅行時間を加
味して、旅行時間予測が行われる。そのため、予測対象
区間の周辺において交通状況が急変しても、実際の交通
状況に即して、高精度で旅行時間を予測できる。
【００５７】しかも、旅行速度についての関係式が求め
られるので、関係式の導出が容易であり、そのうえ、旅
行速度の関係式が線形化されるので、関係式の算出、お
よび予測値の計算が容易である。請求項２または請求項
４記載の発明によれば、複数期の予測において同一の関
係式が用いられるので、時刻毎の微小な変動の影響を受
けず、大きな傾向を捕らえた予測が可能になる。また、
関係式の導出のための負荷が小さくなるという利点もあ
る。
られるので、関係式の導出が容易であり、そのうえ、旅
行速度の関係式が線形化されるので、関係式の算出、お
よび予測値の計算が容易である。請求項２または請求項
４記載の発明によれば、複数期の予測において同一の関
係式が用いられるので、時刻毎の微小な変動の影響を受
けず、大きな傾向を捕らえた予測が可能になる。また、
関係式の導出のための負荷が小さくなるという利点もあ
る。
【図１】本発明の一実施形態が適用される交通情報提供
システムの構成を示す概念図である。
システムの構成を示す概念図である。
【図２】道路網の一例を示す図である。
【図３】道路網を表すリンクを説明するための図であ
る。
る。
【図４】本発明の一実施形態による旅行時間の予測の手
法を説明するための図である。
法を説明するための図である。
１ 路上ビーコン装置 ２ 車両 ３ 通信回線 ４ 情報センター ４２ 制御装置
───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.7，ＤＢ名) G08G 1/00 - 1/01 G08G 1/09 G01C 21/00
Claims (4)
- 【請求項１】複数の区間で構成された経路上の任意の区
間である予測対象区間を旅行するのに要する旅行時間を
予測するための方法であって、 予測対象区間の区間長を当該予測対象区間の旅行時間で
割った旅行速度と、予測対象区間の周辺の複数の予測基
礎区間の各区間長を各予測基礎区間の旅行時間でそれぞ
れ割った旅行速度の重み付き和との線形の関係式を求め
るステップと、 上記求められた関係式に基づいて予測対象区間の所定時
間先の旅行時間の予測値を求めるステップとを含むこと
を特徴とする旅行時間予測方法。 - 【請求項２】旅行時間の予測は所定の予測周期毎に行わ
れ、複数期の予測に対して上記関係式を求めるステップ
において求められた同一の関係式が用いられることを特
徴とする請求項１記載の旅行時間予測方法。 - 【請求項３】複数の区間で構成された経路上の任意の区
間である予測対象区間を旅行するのに要する旅行時間を
予測するための装置であって、 予測対象区間の区間長を当該予測対象区間の旅行時間で
割った旅行速度と、予測対象区間の周辺の複数の予測基
礎区間の各区間長を各予測基礎区間の旅行時間でそれぞ
れ割った旅行速度の重み付き和との線形の関係式を求め
る手段と、 上記求められた関係式に基づいて予測対象区間の所定時
間先の旅行時間の予測値を求める手段とを含むことを特
徴とする旅行時間予測装置。 - 【請求項４】旅行時間の予測は所定の予測周期毎に行わ
れ、複数期の予測に対して上記関係式を求める手段によ
って求められた同一の関係式が用いられることを特徴と
する請求項３記載の旅行時間予測装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP23101395A JP3355887B2 (ja) | 1995-09-08 | 1995-09-08 | 旅行時間予測方法および旅行時間予測装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP23101395A JP3355887B2 (ja) | 1995-09-08 | 1995-09-08 | 旅行時間予測方法および旅行時間予測装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0973595A JPH0973595A (ja) | 1997-03-18 |
| JP3355887B2 true JP3355887B2 (ja) | 2002-12-09 |
Family
ID=16916884
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP23101395A Expired - Lifetime JP3355887B2 (ja) | 1995-09-08 | 1995-09-08 | 旅行時間予測方法および旅行時間予測装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3355887B2 (ja) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3792172B2 (ja) * | 2002-04-09 | 2006-07-05 | 住友電気工業株式会社 | 旅行時間予測方法、装置及びプログラム |
| EP2255347B9 (en) | 2008-03-27 | 2012-10-03 | Aisin AW Co., Ltd. | Travel pattern information obtaining device, travel pattern information obtaining method, travel pattern information obtaining program and computer readable medium |
| JP4957612B2 (ja) * | 2008-03-27 | 2012-06-20 | アイシン・エィ・ダブリュ株式会社 | 走行パターン情報取得装置、走行パターン情報取得方法および走行パターン情報取得プログラム |
| JP2011113547A (ja) * | 2009-11-30 | 2011-06-09 | Sumitomo Electric Ind Ltd | 交通情報推定装置、交通情報推定のためのコンピュータプログラム、及び交通情報推定方法 |
| JP5017437B2 (ja) * | 2010-08-27 | 2012-09-05 | 日本電信電話株式会社 | 旅行時間推計方法，旅行時間推計装置，その方法を実装した旅行時間推計プログラム及びそのプログラムを格納した媒体、旅行時間予測方法，旅行時間予測装置，その方法を実装した旅行時間予測プログラム及びそのプログラムを格納した媒体 |
| JP5768526B2 (ja) * | 2011-06-23 | 2015-08-26 | 株式会社デンソー | 渋滞予測装置および渋滞予測データ |
-
1995
- 1995-09-08 JP JP23101395A patent/JP3355887B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0973595A (ja) | 1997-03-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5374067B2 (ja) | 交通状態シミュレーション装置及びプログラム | |
| DE60319993T2 (de) | Vorrichtung und verfahren zur verkehrsinformationsbereitstellung | |
| US7236881B2 (en) | Method and apparatus for end-to-end travel time estimation using dynamic traffic data | |
| US7920960B2 (en) | Method and apparatus for predicting future travel times over a transportation network | |
| KR100820467B1 (ko) | 도로 차선 종류를 고려한 구간 교통량 예측 시스템 및 그방법 | |
| EP1532600B1 (en) | Apparatus and method for providing traffic information | |
| Nagle et al. | Accuracy of networkwide traffic states estimated from mobile probe data | |
| EP2354762B1 (en) | Navigation system and method for determining parameters in a navigation system | |
| Sanwal et al. | Vehicles as probes | |
| US7894980B2 (en) | Method and apparatus for estimating real-time travel times over a transportation network based on limited real-time data | |
| US6216088B1 (en) | Method for determining itinerary data | |
| EP2040237A2 (en) | Dynamic prediction of traffic congestion by tracing feature-space trajectory of sparse floating-car data | |
| US8972192B2 (en) | Estimation of actual conditions of a roadway segment by weighting roadway condition data with the quality of the roadway condition data | |
| KR20140128063A (ko) | 교통 상황 예측 시스템 | |
| Stipancic et al. | Impact of congestion and traffic flow on crash frequency and severity: application of smartphone-collected GPS travel data | |
| JP2002163748A (ja) | 交通流模擬装置による交通流予測制御システム | |
| JP2019028526A (ja) | 混雑予測装置 | |
| JP6803205B2 (ja) | 対象経路を含む移動位置範囲群に基づき通行量を推定する装置、プログラム及び方法 | |
| Zhu et al. | Simulated analysis of exclusive bus lanes on expressways: case study in Beijing, China | |
| JP4313457B2 (ja) | 移動時間予測システム、プログラム記録媒体、移動時間予測方法、情報提供装置、および情報入手装置 | |
| JP3355887B2 (ja) | 旅行時間予測方法および旅行時間予測装置 | |
| KR100313456B1 (ko) | 자동차교통정보제공시스템 | |
| JP3755466B2 (ja) | Ｏｄ交通量決定装置及び方法 | |
| Klunder et al. | Improvement of network performance by in-vehicle routing using floating car data | |
| Chang et al. | Data challenges in development of a regional assignment: simulation model to evaluate transit signal priority in Chicago |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313114 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071004 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081004 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091004 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101004 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111004 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121004 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121004 Year of fee payment: 10 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313115 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121004 Year of fee payment: 10 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131004 Year of fee payment: 11 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |