JP3501773B2 - 交通制御されたネットワークノードを含む交通網に対する、報告車両データに基づく交通状況決定方法 - Google Patents
交通制御されたネットワークノードを含む交通網に対する、報告車両データに基づく交通状況決定方法Info
- Publication number
- JP3501773B2 JP3501773B2 JP2001140453A JP2001140453A JP3501773B2 JP 3501773 B2 JP3501773 B2 JP 3501773B2 JP 2001140453 A JP2001140453 A JP 2001140453A JP 2001140453 A JP2001140453 A JP 2001140453A JP 3501773 B2 JP3501773 B2 JP 3501773B2
- Authority
- JP
- Japan
- Prior art keywords
- traffic
- queue
- road section
- vehicles
- vehicle
- 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 - Fee Related
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Description
本発明は、交通制御されているネットワークノードとそ
れらを結ぶ道路区間とを含む交通網について、通行中の
報告車両から得られる交通データを基に交通状況を特定
する方法に関する。
れらを結ぶ道路区間とを含む交通網について、通行中の
報告車両から得られる交通データを基に交通状況を特定
する方法に関する。
【0001】実際の交通状況およびその後予想される交
通状況を、とりわけ道路交通網について決定するさまざ
まな方法が知られており、継続的な交通量の増加に伴っ
て、その重要性は高まっている。従来の交通予測方法に
は大きく分けて、時系列曲線による予測(Historical p
rogress line prediction)と動的交通予測(Dynamictr
affic prediction)との2種類がある。前者は、それま
でに得られた交通状況データから、最も一致する推移ラ
インを選択するマッチング処理を行っていわゆる推移ラ
イン曲線を定め、これを用いて現在の交通状況データか
らその後の変化を推測するものである。動的交通予測
は、現在の交通量測定値から、交通量および交通状態に
おける自由流交通、同期交通および渋滞などの対象状況
及び交通物体の識別と、その識別した交通状況に対する
動的追跡とに基づくものである。これら2種類の予測方
法を組み合わせて使用する場合もある。これらの時系列
的および動的交通予測方法については、例えば、ドイツ
特許第19526148C2号、同出願公開特許第19
647127A1号、および同第19753034A1
号、および先行ドイツ特許出願第19835979.9
号に記載されている。いずれの交通予測方法の場合も、
予測時、できればそれよりも早い時点で、実際の交通状
況を特定しておくことが必要である。
通状況を、とりわけ道路交通網について決定するさまざ
まな方法が知られており、継続的な交通量の増加に伴っ
て、その重要性は高まっている。従来の交通予測方法に
は大きく分けて、時系列曲線による予測(Historical p
rogress line prediction)と動的交通予測(Dynamictr
affic prediction)との2種類がある。前者は、それま
でに得られた交通状況データから、最も一致する推移ラ
インを選択するマッチング処理を行っていわゆる推移ラ
イン曲線を定め、これを用いて現在の交通状況データか
らその後の変化を推測するものである。動的交通予測
は、現在の交通量測定値から、交通量および交通状態に
おける自由流交通、同期交通および渋滞などの対象状況
及び交通物体の識別と、その識別した交通状況に対する
動的追跡とに基づくものである。これら2種類の予測方
法を組み合わせて使用する場合もある。これらの時系列
的および動的交通予測方法については、例えば、ドイツ
特許第19526148C2号、同出願公開特許第19
647127A1号、および同第19753034A1
号、および先行ドイツ特許出願第19835979.9
号に記載されている。いずれの交通予測方法の場合も、
予測時、できればそれよりも早い時点で、実際の交通状
況を特定しておくことが必要である。
【0002】交通流の動的変化がさまざまな道路区間、
すなわち2つのネットワークノード間の経路結合部分の
交通相互作用により本質的に左右されている交通網、す
なわち、いろいろな同一視できる交通物体とそれらの間
に発生する状態推移に左右されている交通網について
は、交通状況を決定する大半の従来方法を適用すること
ができる。このような相互作用は高速道路などにも当て
はまる。
すなわち2つのネットワークノード間の経路結合部分の
交通相互作用により本質的に左右されている交通網、す
なわち、いろいろな同一視できる交通物体とそれらの間
に発生する状態推移に左右されている交通網について
は、交通状況を決定する大半の従来方法を適用すること
ができる。このような相互作用は高速道路などにも当て
はまる。
【0003】一方、人口密集地域の交通網では別の相互
作用が起こる。このような場所での交通流は一般に、比
較的短いノード間の道路区間に対する交通の動的作用で
はなく、ネットワークノードにおける交差点の信号機な
どの交通制御手段により左右されている。このような場
合に待ち行列理論が利用できることが知られている、各
交通制御されたネットワークノードでの待ち行列長さ、
交通がそのネットワークノードで青信号で開放される自
由走行時間、交通がそのネットワークノードで赤信号で
停止状態となる停止状態時間、そのネットワークノード
での通常待ち行列の外の車両速度、待ち行列への流入量
および道路区間の長さが、交通の動的変化の重要な要素
である。例えば、S.Miyata他著、「STREA
M」、Proc. of the 2nd world
Congress on Intelligent T
ransport Systems、横浜、第1巻、2
89頁、1995年、およびB.RanおよびD.Bo
yce著、「Modeling Dynamic Tr
ansportation Networks」、Sp
ronger−Verlag、ベルリン、1996年を
参照されたい。
作用が起こる。このような場所での交通流は一般に、比
較的短いノード間の道路区間に対する交通の動的作用で
はなく、ネットワークノードにおける交差点の信号機な
どの交通制御手段により左右されている。このような場
合に待ち行列理論が利用できることが知られている、各
交通制御されたネットワークノードでの待ち行列長さ、
交通がそのネットワークノードで青信号で開放される自
由走行時間、交通がそのネットワークノードで赤信号で
停止状態となる停止状態時間、そのネットワークノード
での通常待ち行列の外の車両速度、待ち行列への流入量
および道路区間の長さが、交通の動的変化の重要な要素
である。例えば、S.Miyata他著、「STREA
M」、Proc. of the 2nd world
Congress on Intelligent T
ransport Systems、横浜、第1巻、2
89頁、1995年、およびB.RanおよびD.Bo
yce著、「Modeling Dynamic Tr
ansportation Networks」、Sp
ronger−Verlag、ベルリン、1996年を
参照されたい。
【0004】本願より先に出願され未だ公開されていな
いドイツ特許先行出願第19940957.9号には、人口密集地
域の交通網に特に適した交通予測方法が開示されてい
る。この交通予測方法は、待ち行列からの実際の車両流
出量、待ち行列内への実際の車両流入量、および待ち行
列内の実際の車両数など、交通制御ネットワークノード
における自由走行状態および停止状態により時間間隔を
あけて形成される実際の交通状態パラメータを検出する
ことに基づいたものである。時間間隔をあけた実際の交
通状態パラメータを用いて、有効な連続交通状態パラメ
ータを決定する。その例として、待ち行列からの少なく
とも1つの有効連続車両流出量および/または待ち行列
への1つの有効連続車両流入量が挙げられ、これによ
り、交通に関する動的な巨視的モデルを基に1つ以上の
交通パラメータ、例えば、特定道路区間について予測時
に見込まれる移動時間および/または待ち行列内の車両
数あるいは待ち行列外の移動車両数、および/または各
待ち行列の予想される長さについて、見込まれる交通状
況を予測する。この先行特許中に含まれ、本明細書にも
関連する注釈、用語の定義および物理的変数について、
この先行特許の内容全体が、本願明細書に含められてい
るものとする。
いドイツ特許先行出願第19940957.9号には、人口密集地
域の交通網に特に適した交通予測方法が開示されてい
る。この交通予測方法は、待ち行列からの実際の車両流
出量、待ち行列内への実際の車両流入量、および待ち行
列内の実際の車両数など、交通制御ネットワークノード
における自由走行状態および停止状態により時間間隔を
あけて形成される実際の交通状態パラメータを検出する
ことに基づいたものである。時間間隔をあけた実際の交
通状態パラメータを用いて、有効な連続交通状態パラメ
ータを決定する。その例として、待ち行列からの少なく
とも1つの有効連続車両流出量および/または待ち行列
への1つの有効連続車両流入量が挙げられ、これによ
り、交通に関する動的な巨視的モデルを基に1つ以上の
交通パラメータ、例えば、特定道路区間について予測時
に見込まれる移動時間および/または待ち行列内の車両
数あるいは待ち行列外の移動車両数、および/または各
待ち行列の予想される長さについて、見込まれる交通状
況を予測する。この先行特許中に含まれ、本明細書にも
関連する注釈、用語の定義および物理的変数について、
この先行特許の内容全体が、本願明細書に含められてい
るものとする。
【0005】同じ出願人から並行して出願されたドイツ
特許出願(参照番号第P033150/DE/1号)に
は、通行中(フローティング中)の報告車両により交通
データ、つまりFCD(フローティングカーデータ)と
呼ばれるものを入手する方法が開示されており、この方
法も、交通がネットワークノードにて交通制御手段によ
り左右されている人口密集地域の交通網に特に適してい
る。この方法は具体的に言えば動的な個々のあるいは報
告車両からFCDを取得する。つまり、FCDは,その
報告車両がその道路区間を離れた後、対象となる次のネ
ットワークノードの道路区間に到達する前までの報告時
間を意味するタイムスタンプ情報などのデータを含む。
このタイムスタンプ情報により、報告車両あるいはFC
D車両は,各道路区間について移動経路を見つけおよび
移動時間を予想することができ、できればその区間内の
多くの方向車線セットのそれぞれについて特定すること
ができる。用語「方向車線セット」はこの場合、1つの
道路区間内の別々の複数方向車線を意味し、それぞれの
道路区間が1つ以上の車線を含む可能性があり、車両
が、ネットワークノードを通過して1つ以上の連続した
行き先方向に進行するために均等に使用できる各方向車
線セット内の1つ以上の車線として定義する。FCD交
通データ取得方法は、上述で使用したように、現在の交
通状況特定方法に対して各道路区間の移動時間を決定す
るための好ましい基礎として使用することができるた
め、この先行出願の内容全体を本明細書内に引用により
含めたものとする。
特許出願(参照番号第P033150/DE/1号)に
は、通行中(フローティング中)の報告車両により交通
データ、つまりFCD(フローティングカーデータ)と
呼ばれるものを入手する方法が開示されており、この方
法も、交通がネットワークノードにて交通制御手段によ
り左右されている人口密集地域の交通網に特に適してい
る。この方法は具体的に言えば動的な個々のあるいは報
告車両からFCDを取得する。つまり、FCDは,その
報告車両がその道路区間を離れた後、対象となる次のネ
ットワークノードの道路区間に到達する前までの報告時
間を意味するタイムスタンプ情報などのデータを含む。
このタイムスタンプ情報により、報告車両あるいはFC
D車両は,各道路区間について移動経路を見つけおよび
移動時間を予想することができ、できればその区間内の
多くの方向車線セットのそれぞれについて特定すること
ができる。用語「方向車線セット」はこの場合、1つの
道路区間内の別々の複数方向車線を意味し、それぞれの
道路区間が1つ以上の車線を含む可能性があり、車両
が、ネットワークノードを通過して1つ以上の連続した
行き先方向に進行するために均等に使用できる各方向車
線セット内の1つ以上の車線として定義する。FCD交
通データ取得方法は、上述で使用したように、現在の交
通状況特定方法に対して各道路区間の移動時間を決定す
るための好ましい基礎として使用することができるた
め、この先行出願の内容全体を本明細書内に引用により
含めたものとする。
【0006】本発明の目的である技術的課題は、交通状
況を表す1つ以上の交通パラメータを、特に人口密集地
域の交通網についても同様に、FCD情報の利用により
比較的うまく特定できる上記のような方法を提供するこ
とである。
況を表す1つ以上の交通パラメータを、特に人口密集地
域の交通網についても同様に、FCD情報の利用により
比較的うまく特定できる上記のような方法を提供するこ
とである。
【0007】 本発明は、請求項1に記載の特徴を有す
る交通状況特定方法を提供することにより、この課題を
解決する。この方法によれば、道路区間における移動時
間を表す交通データ、すなわち移動時間の決定に適した
FCD(例えば、車両速度、車両位置、報告時間などの
ローカルに検出される実際の交通状況データ)を、通行
中の報告車両から得て、その交通データから、その道路
区間に対する移動時間を決定する。次に、その決定され
た道路区間の移動時間から、1つ以上の交通状況パラメ
ータを得る。具体的には、各道路区間における交通制御
されたネットワークノードでの待ち行列内の平均車両
数、道路区間内の合計平均車両数、待ち行列までの道路
区間、すなわち、道路区間の起点と待ち行列の上流端部
との間における平均車両速度、各待ち行列における平均
待ち時間および/または待ち行列前の道路区間における
平均車両密度である。更に、適切な移動時間基準から、
亜飽和状態( Subsaturation )と過飽和状態 (Supersatur
ation) とを区別することができる。この方法では、移動
時間を、特に道路区間の長さ、その道路区間での通常の
自由車両速度、およびそのネットワークノードにおける
交通制御手段の停止継続時間および通行継続時間に依存
する閾値と比較する。
る交通状況特定方法を提供することにより、この課題を
解決する。この方法によれば、道路区間における移動時
間を表す交通データ、すなわち移動時間の決定に適した
FCD(例えば、車両速度、車両位置、報告時間などの
ローカルに検出される実際の交通状況データ)を、通行
中の報告車両から得て、その交通データから、その道路
区間に対する移動時間を決定する。次に、その決定され
た道路区間の移動時間から、1つ以上の交通状況パラメ
ータを得る。具体的には、各道路区間における交通制御
されたネットワークノードでの待ち行列内の平均車両
数、道路区間内の合計平均車両数、待ち行列までの道路
区間、すなわち、道路区間の起点と待ち行列の上流端部
との間における平均車両速度、各待ち行列における平均
待ち時間および/または待ち行列前の道路区間における
平均車両密度である。更に、適切な移動時間基準から、
亜飽和状態( Subsaturation )と過飽和状態 (Supersatur
ation) とを区別することができる。この方法では、移動
時間を、特に道路区間の長さ、その道路区間での通常の
自由車両速度、およびそのネットワークノードにおける
交通制御手段の停止継続時間および通行継続時間に依存
する閾値と比較する。
【0008】この方法により、ネットワークノードにて
交通制御手段により交通の動的変化が規制されている人
口密集地域の交通網についても同様に、実際の交通状況
を十分正確に特定するためのFCDを適切に求めるこ
と、つまりFCDを利用して交通状況を再構築すること
ができる。位置固定の探知機からのデータなど、他の記
録交通データを考慮に入れてもよいが不可欠ではない。
次に、このように決定あるいは再構築された実際の交通
状況を時系列曲線データベース構築の土台として使用
し、これを展開したものとして、時系列的および/また
は動的交通予測を行うことができる。人口密集地域の交
通網に見込まれる交通状況に関わるこのような交通予測
に対して、交通制御されたネットワークノードにおける
時間により変化する待ち行列長さ、および各道路区間に
おける時間により変化する車両数を知ることは重要であ
り、本発明による方法を用いればこの情報を得ることが
できる。
交通制御手段により交通の動的変化が規制されている人
口密集地域の交通網についても同様に、実際の交通状況
を十分正確に特定するためのFCDを適切に求めるこ
と、つまりFCDを利用して交通状況を再構築すること
ができる。位置固定の探知機からのデータなど、他の記
録交通データを考慮に入れてもよいが不可欠ではない。
次に、このように決定あるいは再構築された実際の交通
状況を時系列曲線データベース構築の土台として使用
し、これを展開したものとして、時系列的および/また
は動的交通予測を行うことができる。人口密集地域の交
通網に見込まれる交通状況に関わるこのような交通予測
に対して、交通制御されたネットワークノードにおける
時間により変化する待ち行列長さ、および各道路区間に
おける時間により変化する車両数を知ることは重要であ
り、本発明による方法を用いればこの情報を得ることが
できる。
【0009】本発明を請求項2により展開すると、各道
路区間に含まれる複数の方向車線セットそれぞれについ
て、できる限り、移動時間および交通状況パラメータを
別個に決定することができる。これにより、道路区間の
交通制御されたネットワークノードでの異なる方向車線
セットでは異なる長さの待ち行列が一般に形成されるこ
と、および/またはネットワークノードにおける交通制
御は一般に方向車線セット毎に異なる、すなわちさまざ
まな方向車線セットについて、それぞれ自由走行状態お
よび停止状態とも呼ばれる停止時間および通行時間は異
なるという事実を考慮にいれているため、交通状況特定
処理の精度が大幅に向上する。
路区間に含まれる複数の方向車線セットそれぞれについ
て、できる限り、移動時間および交通状況パラメータを
別個に決定することができる。これにより、道路区間の
交通制御されたネットワークノードでの異なる方向車線
セットでは異なる長さの待ち行列が一般に形成されるこ
と、および/またはネットワークノードにおける交通制
御は一般に方向車線セット毎に異なる、すなわちさまざ
まな方向車線セットについて、それぞれ自由走行状態お
よび停止状態とも呼ばれる停止時間および通行時間は異
なるという事実を考慮にいれているため、交通状況特定
処理の精度が大幅に向上する。
【0010】本発明を請求項3により展開すると、道路
区間毎に決定され、同時に好ましくは特に方向車線セッ
ト毎に決定された、1つ以上の交通状況パラメータとし
て特定された実際の交通情報を連続的に利用して、各待
ち行列の平均車両数、待ち行列長さ、各待ち行列内待ち
時間、および/または各道路区間の平均車両数に関連す
る時系列曲線を形成することができる。
区間毎に決定され、同時に好ましくは特に方向車線セッ
ト毎に決定された、1つ以上の交通状況パラメータとし
て特定された実際の交通情報を連続的に利用して、各待
ち行列の平均車両数、待ち行列長さ、各待ち行列内待ち
時間、および/または各道路区間の平均車両数に関連す
る時系列曲線を形成することができる。
【0011】本発明を請求項4により展開すると、各ネ
ットワークノードにおける方向車線セット毎の車両ター
ンオフレート(交差点を曲がる車両率)が、さらに決定
された交通状況パラメータとして考慮される。すなわ
ち、この方法により、平均して何台の車両が各時間にお
いて、対象ネットワークノードに入る道路区間の各方向
車線セットからノードを経由して、そのネットワークノ
ードから連続する次の道路区間の各方向車線セット内に
走行しているかを決定する。このターンオフレートは例
えば、記録したFCDに、ネットワークノードにおける
移動方向あるいは方向変換についての情報を含むなど、
適切に重点をしぼったFCDにより決定することができ
る。
ットワークノードにおける方向車線セット毎の車両ター
ンオフレート(交差点を曲がる車両率)が、さらに決定
された交通状況パラメータとして考慮される。すなわ
ち、この方法により、平均して何台の車両が各時間にお
いて、対象ネットワークノードに入る道路区間の各方向
車線セットからノードを経由して、そのネットワークノ
ードから連続する次の道路区間の各方向車線セット内に
走行しているかを決定する。このターンオフレートは例
えば、記録したFCDに、ネットワークノードにおける
移動方向あるいは方向変換についての情報を含むなど、
適切に重点をしぼったFCDにより決定することができ
る。
【0012】
【0013】 本発明を請求項5によりさらに改良する
と、異なる方程式体系を利用して亜飽和状態であるか、
過飽和状態であるかを決定することができる本方法に使
用する交通パラメータを得られる。
と、異なる方程式体系を利用して亜飽和状態であるか、
過飽和状態であるかを決定することができる本方法に使
用する交通パラメータを得られる。
【0014】 請求項6により展開した方法では、この
目的に適した交通データが道路区間内で時間間隔をあけ
て移動している2台以上の適したFCD車両から入手可能
であれば、その道路区間の車両数および、その道路区間
ならびにその道路区間の待ち行列への有効連続車両流入
量を有利に特定することができる。
目的に適した交通データが道路区間内で時間間隔をあけ
て移動している2台以上の適したFCD車両から入手可能
であれば、その道路区間の車両数および、その道路区間
ならびにその道路区間の待ち行列への有効連続車両流入
量を有利に特定することができる。
【0015】 本方法を請求項7により展開すると、道
路区間の溢れた状態、すなわち、待ち行列が道路区間全
体に、ことによればネットワークノードを超えてた他の
道路区間内に進入した上流まで長くなった状態を識別す
ることができる。
路区間の溢れた状態、すなわち、待ち行列が道路区間全
体に、ことによればネットワークノードを超えてた他の
道路区間内に進入した上流まで長くなった状態を識別す
ることができる。
【0016】 請求項8により展開される方法では、都
心領域内の一般駐車場および立体駐車場などによる車両
の流入源および流出源を考慮に入れる。
心領域内の一般駐車場および立体駐車場などによる車両
の流入源および流出源を考慮に入れる。
【0017】 請求項9により展開される方法では、交
通状況の特定に関して、交通網を、主要交通道路などの
具体的な道路の種類の道路区間など、車両が通行可能な
交通網全域におけるすべての道路区間の一部のみを含む
ものとして、「抽出した(thinned-out)」交通網を考慮
する。即ち、抽象化した交通網は、選択された道路区間
のみからなる交通網である。そして、他の道路区間は車
両の流入源および流出源として取扱う。
通状況の特定に関して、交通網を、主要交通道路などの
具体的な道路の種類の道路区間など、車両が通行可能な
交通網全域におけるすべての道路区間の一部のみを含む
ものとして、「抽出した(thinned-out)」交通網を考慮
する。即ち、抽象化した交通網は、選択された道路区間
のみからなる交通網である。そして、他の道路区間は車
両の流入源および流出源として取扱う。
【0018】図1に例示した方法手順に基づく有利な実
施形態を用いて、本発明による方法を以下に詳述する。
この方法は、交通制御されたネットワークノードを含む
交通網、特に人口密集地域の道路交通網における交通状
況の決定あるいは再構築に適している。対象となる交通
網は、特定領域の中で関連車両が通行可能な道路区間を
すべて含む交通網全域であっても、あるいは「抽出」形
態として、例えば主要交通道路などの最小規模の道路よ
り大きな道路に限定するなど、交通網全域の一部の道路
区間のみを含んでいてもよい。この方法は、まず通行中
の報告車両から交通データを取得する、つまりFCD
(フローティングカーデータ)を得ること(ステップ
1)から開始する。このFCDを、上述した並行ドイツ
特許出願(参照番号第P033150/DE/1号)に
記載の方法で得ると好ましい。詳細についてはこの特許
を参照されたい。この場合、FCDは車両に常に搭載さ
れている端末あるいは他に車両内に担持されている自動
車電話などに記録され、かつ/またはそれらを経由して
送られる。
施形態を用いて、本発明による方法を以下に詳述する。
この方法は、交通制御されたネットワークノードを含む
交通網、特に人口密集地域の道路交通網における交通状
況の決定あるいは再構築に適している。対象となる交通
網は、特定領域の中で関連車両が通行可能な道路区間を
すべて含む交通網全域であっても、あるいは「抽出」形
態として、例えば主要交通道路などの最小規模の道路よ
り大きな道路に限定するなど、交通網全域の一部の道路
区間のみを含んでいてもよい。この方法は、まず通行中
の報告車両から交通データを取得する、つまりFCD
(フローティングカーデータ)を得ること(ステップ
1)から開始する。このFCDを、上述した並行ドイツ
特許出願(参照番号第P033150/DE/1号)に
記載の方法で得ると好ましい。詳細についてはこの特許
を参照されたい。この場合、FCDは車両に常に搭載さ
れている端末あるいは他に車両内に担持されている自動
車電話などに記録され、かつ/またはそれらを経由して
送られる。
【0019】FCDを得る本方法と、本明細書に使用す
る道路関連用語への理解を高めるため、図2に、進入方
向の4つの道路区間j=1,…,4と退出方向の4つの
道路区間i=1,…,4とで囲まれた理想的なネットワ
ークノードの図を例示する。進入側の道路区間jにはそ
れぞれ2本の別の方向車線セットk=1、2があり、出
る側の道路区間iにも同様に2本の別の方向車線セット
m=1、2がある。車両がこのネットワークノードを介
して1つ以上の特定方向に連続して走行するために均等
に使用できるように、各方向車線セットk、mに1本以
上の車線があってもよい。例えば進入側の道路区間が含
む1つの方向車線セットに、このネットワークを通過し
て続けて直進あるいは右折できる1本以上の車線を設
け、もう一方の方向車線セットには左折できる1本以上
の車線を設けてもよい。
る道路関連用語への理解を高めるため、図2に、進入方
向の4つの道路区間j=1,…,4と退出方向の4つの
道路区間i=1,…,4とで囲まれた理想的なネットワ
ークノードの図を例示する。進入側の道路区間jにはそ
れぞれ2本の別の方向車線セットk=1、2があり、出
る側の道路区間iにも同様に2本の別の方向車線セット
m=1、2がある。車両がこのネットワークノードを介
して1つ以上の特定方向に連続して走行するために均等
に使用できるように、各方向車線セットk、mに1本以
上の車線があってもよい。例えば進入側の道路区間が含
む1つの方向車線セットに、このネットワークを通過し
て続けて直進あるいは右折できる1本以上の車線を設
け、もう一方の方向車線セットには左折できる1本以上
の車線を設けてもよい。
【0020】上記の並行ドイツ特許出願によりFCDを
得る方法は、次の特徴点を有する。第1に、少なくとも
連続して通過するネットワークノードに対して、データ
を入手する処理が、各ネットワークノードに進入する道
路区間jを通過する前には開始されない。第2に、ネッ
トワークノードに関連して、データ取得各処理におい
て、報告時間を示すタイムスタンプ情報が、FCDとし
て入手され、その報告時間は、報告車両が道路区間jを
通過した後、次の対象ネットワークノード手前の道路区
間iの一部に到達するより前の、あるいは次の対象道路
区間iの待ち行列に進入するまでの時間である。
得る方法は、次の特徴点を有する。第1に、少なくとも
連続して通過するネットワークノードに対して、データ
を入手する処理が、各ネットワークノードに進入する道
路区間jを通過する前には開始されない。第2に、ネッ
トワークノードに関連して、データ取得各処理におい
て、報告時間を示すタイムスタンプ情報が、FCDとし
て入手され、その報告時間は、報告車両が道路区間jを
通過した後、次の対象ネットワークノード手前の道路区
間iの一部に到達するより前の、あるいは次の対象道路
区間iの待ち行列に進入するまでの時間である。
【0021】上述のように、人口密集地域の交通網にお
ける交通の動的変化およびその交通障害の振る舞いは一
般に、そのネットワークノードにおける交通制御(例え
ば信号機)により統制されている。この場合、そのネッ
トワークノードに入る道路区間の終端部で頻繁に待ち行
列が形成される。図3に、ネットワークノードkの領域
から得られた、ある瞬間の記録例の概略を示す。このネ
ットワークノードKでは、道路区間Stから進入し、車
両数Nqを含む待ち行列Wが、ネットワークノードk手
前の端部に形成されている。待ち行列の下流端部は、終
端部あるいは停止線Anに位置し、これがネットワーク
ノードKに進入する道路区分Stの境界線を表してい
る。車両は交通流qin,q内の待ち行列Wに進入し、これ
を通過後、交通流qin,q内のネットワークノードkに進
んで、そこから新たな道路区間の1つに進入する。実施
例では、3台のFCD車両FCD1、FCD2、FCD
3を示している。これらは、道路区間St内の待ち行列
Wを出た後、ネットワークノードKを超えて別々の方向
に進行している。具体的に言えば、第1のFCD車両で
あるFCD1は直進し、第2のFCD車両であるFCD
2は右折し、第3のFCD車両であるFCD3は左折し
ている。ネットワークノードに続く道路区間の起点に対
応する起点あるいは境界線En1、En2、En3が図
示されている。
ける交通の動的変化およびその交通障害の振る舞いは一
般に、そのネットワークノードにおける交通制御(例え
ば信号機)により統制されている。この場合、そのネッ
トワークノードに入る道路区間の終端部で頻繁に待ち行
列が形成される。図3に、ネットワークノードkの領域
から得られた、ある瞬間の記録例の概略を示す。このネ
ットワークノードKでは、道路区間Stから進入し、車
両数Nqを含む待ち行列Wが、ネットワークノードk手
前の端部に形成されている。待ち行列の下流端部は、終
端部あるいは停止線Anに位置し、これがネットワーク
ノードKに進入する道路区分Stの境界線を表してい
る。車両は交通流qin,q内の待ち行列Wに進入し、これ
を通過後、交通流qin,q内のネットワークノードkに進
んで、そこから新たな道路区間の1つに進入する。実施
例では、3台のFCD車両FCD1、FCD2、FCD
3を示している。これらは、道路区間St内の待ち行列
Wを出た後、ネットワークノードKを超えて別々の方向
に進行している。具体的に言えば、第1のFCD車両で
あるFCD1は直進し、第2のFCD車両であるFCD
2は右折し、第3のFCD車両であるFCD3は左折し
ている。ネットワークノードに続く道路区間の起点に対
応する起点あるいは境界線En1、En2、En3が図
示されている。
【0022】上記の並行ドイツ特許出願に詳述されてい
るように、このように得た、ネットワークノードに関連
した報告時間情報を含むFCDは特に、方向車線セット
k毎に分けてそれぞれの道路区間jに現在予想される移
動時間ttr (j,k)の決定に適している。これは上記出願
に詳述されているため、本明細書でその説明を繰返す必
要はない。各道路区間jの1つ以上の方向車線セットk
に対する移動時間ttr (j,k)の決定は、本方法の手順に
より次のステップ(ステップ2)として実行され、上記
の並行ドイツ特許出願に記載の処理を用いて実行するこ
とができる。別の方法として、当業者に周知であればそ
の範囲において他に所望する従来のアルゴリズムを用い
て、この目的で得たFCDから、その時に予想される移
動時間t tr (j,k)を特定することも可能である。言いか
えれば、本方法は、交通網のさまざまな道路区間jに対
する移動時間ttr (j,k)が、記録されたFCDから決定
される方法とは独立したものである。
るように、このように得た、ネットワークノードに関連
した報告時間情報を含むFCDは特に、方向車線セット
k毎に分けてそれぞれの道路区間jに現在予想される移
動時間ttr (j,k)の決定に適している。これは上記出願
に詳述されているため、本明細書でその説明を繰返す必
要はない。各道路区間jの1つ以上の方向車線セットk
に対する移動時間ttr (j,k)の決定は、本方法の手順に
より次のステップ(ステップ2)として実行され、上記
の並行ドイツ特許出願に記載の処理を用いて実行するこ
とができる。別の方法として、当業者に周知であればそ
の範囲において他に所望する従来のアルゴリズムを用い
て、この目的で得たFCDから、その時に予想される移
動時間t tr (j,k)を特定することも可能である。言いか
えれば、本方法は、交通網のさまざまな道路区間jに対
する移動時間ttr (j,k)が、記録されたFCDから決定
される方法とは独立したものである。
【0023】こうして決定された、交通網の道路区間j
内の方向車線セットkに対する現在の移動時間ttr
(j,k)から、各道路区間jが亜飽和状態あるいは過飽和
状態となっているかどうかを、できればさまざまな方向
車線セットk毎に識別して見分ける(ステップ3)。こ
の場合、亜飽和状態は、道路間の端部にて信号系統の赤
などの停止あるいは停滞状態により発生する待ち行列
が、信号系統の青などの次の通行状態あるいは自由走行
状態で完全に解消されることをいい、これは高速道路の
自由な交通状態に類似した挙動と見なすことができる。
過飽和状態は、停止状態時に発生した待ち行列が、次の
自由走行状態で完全に解消されることはない状態をい
い、高速道路の過密交通状態に類似した挙動と見なすこ
とができる。目の前の交通制御ネットワークノードを通
過するまでに車両が待たなければならない自由走行状態
の数が多いほど、人口密集地域の交通網が含む道路区間
の各方向車線セットにおける過密交通の挙動が増加する
程度は大きくなる。
内の方向車線セットkに対する現在の移動時間ttr
(j,k)から、各道路区間jが亜飽和状態あるいは過飽和
状態となっているかどうかを、できればさまざまな方向
車線セットk毎に識別して見分ける(ステップ3)。こ
の場合、亜飽和状態は、道路間の端部にて信号系統の赤
などの停止あるいは停滞状態により発生する待ち行列
が、信号系統の青などの次の通行状態あるいは自由走行
状態で完全に解消されることをいい、これは高速道路の
自由な交通状態に類似した挙動と見なすことができる。
過飽和状態は、停止状態時に発生した待ち行列が、次の
自由走行状態で完全に解消されることはない状態をい
い、高速道路の過密交通状態に類似した挙動と見なすこ
とができる。目の前の交通制御ネットワークノードを通
過するまでに車両が待たなければならない自由走行状態
の数が多いほど、人口密集地域の交通網が含む道路区間
の各方向車線セットにおける過密交通の挙動が増加する
程度は大きくなる。
【0024】亜飽和状態あるいは過飽和状態となってい
るかどうかを調べるため、それぞれの場合において、具
体的に言えば道路区間jの方向車線セットkについて、
決定された移動時間ttr (j,k)を、次に規定された閾値
Ts (j,k)と比較する。
るかどうかを調べるため、それぞれの場合において、具
体的に言えば道路区間jの方向車線セットkについて、
決定された移動時間ttr (j,k)を、次に規定された閾値
Ts (j,k)と比較する。
【0025】
【数6】
【0026】このとき、Lは合計道路長、TRは停滞ある
いは赤信号状態の継続時間、TGは自由走行あるいは青
信号状態の継続時間、T=TG+TRはそれに関る交通制
御周期、βは適切に予め定められた定数、およびγは、
境界条件γをいずれの場合も1未満として、次の式で定
義される。
いは赤信号状態の継続時間、TGは自由走行あるいは青
信号状態の継続時間、T=TG+TRはそれに関る交通制
御周期、βは適切に予め定められた定数、およびγは、
境界条件γをいずれの場合も1未満として、次の式で定
義される。
【0027】
【数7】
【0028】再度それぞれの場合において、具体的に言
えば道路区間jの方向車線セットkについて特定され
る。このとき、qsatは待ち行列からの予め定められた
飽和流出量、bは待ち行列内の平均車両間隔、つまり平
均待ち行列車両周期性長さ、およびnは車線数である。
ρは、待ち行列外である道路区間の起点と待ち行列の起
点との間で通行する平均車両密度であり、Vfree(ρ)
は、待ち行列外の平均車両速度である(車両密度ρによ
って変化する)。待ち行列外の平均車両速度は多くの場
合、車両密度とは無関係に予め定められる一般値Vfree
に対応する定数Vef fに近似となり得る。定数βはゼロ
以上1未満であり、一般に0.5、あるいは約0.5で
ある。変数qsat、TG 、TRおよびこれらによるTは、
予め定められた固有変数あるいは交通状況を示す他の変
数の関数である。さらに、上述の交通関連変数のすべて
は一般に時間に依存する関数である。この表現は当業者
であれば理解可能であるため、意味を明確にするために
この変数の意味についてさらに明記しないものとする。
えば道路区間jの方向車線セットkについて特定され
る。このとき、qsatは待ち行列からの予め定められた
飽和流出量、bは待ち行列内の平均車両間隔、つまり平
均待ち行列車両周期性長さ、およびnは車線数である。
ρは、待ち行列外である道路区間の起点と待ち行列の起
点との間で通行する平均車両密度であり、Vfree(ρ)
は、待ち行列外の平均車両速度である(車両密度ρによ
って変化する)。待ち行列外の平均車両速度は多くの場
合、車両密度とは無関係に予め定められる一般値Vfree
に対応する定数Vef fに近似となり得る。定数βはゼロ
以上1未満であり、一般に0.5、あるいは約0.5で
ある。変数qsat、TG 、TRおよびこれらによるTは、
予め定められた固有変数あるいは交通状況を示す他の変
数の関数である。さらに、上述の交通関連変数のすべて
は一般に時間に依存する関数である。この表現は当業者
であれば理解可能であるため、意味を明確にするために
この変数の意味についてさらに明記しないものとする。
【0029】上記の閾値tsを示す式(1)において、
右辺のL/Vfreeは、自由移動交通の場合の平均移動時
間であり、右辺の第2項は交差点での交通制御手段(一
般には赤信号)により生じる移動時間の遅れであり、赤
信号継続時間TRがゼロに近づけばこの項もゼロに近づ
くことが理解される。
右辺のL/Vfreeは、自由移動交通の場合の平均移動時
間であり、右辺の第2項は交差点での交通制御手段(一
般には赤信号)により生じる移動時間の遅れであり、赤
信号継続時間TRがゼロに近づけばこの項もゼロに近づ
くことが理解される。
【0030】道路交通アプリケーションでは、この場合
のパラメータbおよびqsatは、車両の種類、特に、乗
用車および貨物用車など、平均長さの異なる車両の相対
比率に依存する。この場合、車両総数に対するその種類
の相対比率に、それに係る種類の具体的な平均車両間隔
あるいは飽和流出量を掛け合わせた積から、それぞれの
場合におけるさまざまな種類の相対的な大きさを出し、
この大きさを合計してそれぞれのパラメータbおよびq
satを得る。上記方程式(2)および以下の方程式にお
いて、パラメータbおよびqsatがqsat・bの積となる
場合、この積q sat・bは、交通制御待ち行列の外側で
自由走行中の車両密度が、待ち行列内の車両密度より低
いと想定されるのであれば、異なる長さの車両が含まれ
る場合にも、各方向車線セットに対してほぼ一定であ
り、その相対比率とは無関係であることに留意しなけれ
ばならない。これは最も実際的な状況において良好な概
算を実施できる条件である。
のパラメータbおよびqsatは、車両の種類、特に、乗
用車および貨物用車など、平均長さの異なる車両の相対
比率に依存する。この場合、車両総数に対するその種類
の相対比率に、それに係る種類の具体的な平均車両間隔
あるいは飽和流出量を掛け合わせた積から、それぞれの
場合におけるさまざまな種類の相対的な大きさを出し、
この大きさを合計してそれぞれのパラメータbおよびq
satを得る。上記方程式(2)および以下の方程式にお
いて、パラメータbおよびqsatがqsat・bの積となる
場合、この積q sat・bは、交通制御待ち行列の外側で
自由走行中の車両密度が、待ち行列内の車両密度より低
いと想定されるのであれば、異なる長さの車両が含まれ
る場合にも、各方向車線セットに対してほぼ一定であ
り、その相対比率とは無関係であることに留意しなけれ
ばならない。これは最も実際的な状況において良好な概
算を実施できる条件である。
【0031】決定された移動時間ttr (j,k)が上記のよ
うに規定した閾値ts (j,k)を下回る場合は亜飽和状態で
あると推測され、決定された移動時間ttr (j,k)が上記
のように規定した閾値ts (j,k)を上回れば、過飽和状態
に推移していると推定される。
うに規定した閾値ts (j,k)を下回る場合は亜飽和状態で
あると推測され、決定された移動時間ttr (j,k)が上記
のように規定した閾値ts (j,k)を上回れば、過飽和状態
に推移していると推定される。
【0032】この方法は次に、道路区間jの方向車線セ
ットkについて、決定された移動時間sttr (j,k)に基
づき、亜飽和および過飽和の2つの状態に対する別々の
適した方程式体系を用いて算出される交通状況パラメー
タを決定することにより、現在の交通状況を再構築ある
いは決定する(ステップ4)。好ましくは、それぞれの
場合において、道路区間jの方向車線セットk毎に、車
両総数N、待ち行列内平均車両数Nq、待ち行列外を移
動中の平均車両密度ρ、およびこれによる待ち行列外車
両平均速度Vfree、平均待ち行列長さL、および待ち行
列内平均待ち時間tqを算出することをこのステップに
含める。
ットkについて、決定された移動時間sttr (j,k)に基
づき、亜飽和および過飽和の2つの状態に対する別々の
適した方程式体系を用いて算出される交通状況パラメー
タを決定することにより、現在の交通状況を再構築ある
いは決定する(ステップ4)。好ましくは、それぞれの
場合において、道路区間jの方向車線セットk毎に、車
両総数N、待ち行列内平均車両数Nq、待ち行列外を移
動中の平均車両密度ρ、およびこれによる待ち行列外車
両平均速度Vfree、平均待ち行列長さL、および待ち行
列内平均待ち時間tqを算出することをこのステップに
含める。
【0033】これは、次の亜飽和状態に対する方程式体
系を用いて行う。
系を用いて行う。
【0034】
【数8】
【0035】上記の式(3)は、車両数と道路区間の長
さと待ち行列の長さの関数である平均車両密度を示し、
式(4)は、道路区間jの特定の車線kにおける全体車
両数を示す。
さと待ち行列の長さの関数である平均車両密度を示し、
式(4)は、道路区間jの特定の車線kにおける全体車
両数を示す。
【0036】これは、特定される平均移動時間ttr
(j,k)が、待ち行列内待ち時間tq (j,k)と、道路区間起
点から待ち行列起点までの道路に対する平均移動時間t
free (j,k )との和であるという事実を斟酌したものであ
る。つまり、待ち行列の上流端部に関する限り、後者
は、関係式、
(j,k)が、待ち行列内待ち時間tq (j,k)と、道路区間起
点から待ち行列起点までの道路に対する平均移動時間t
free (j,k )との和であるという事実を斟酌したものであ
る。つまり、待ち行列の上流端部に関する限り、後者
は、関係式、
【0037】
【数9】
【0038】により得られる。
【0039】さらに、待ち行列長さLqがゼロを下回る
ことはないため、移動時間ttrが、道路区間に全く車両
がないときにその道路区間を通行する最小移動時間t
tr,min=L/Vfree+βTR 2/Tを下回ることはない。
これは、亜飽和状態の場合に上記の算出すべてでチェッ
クされ、必要に応じて移動時間の最低値を最小値ttr,
minとする。道路区間jの方向車線セットkの車両総数
Nは、関係式、
ことはないため、移動時間ttrが、道路区間に全く車両
がないときにその道路区間を通行する最小移動時間t
tr,min=L/Vfree+βTR 2/Tを下回ることはない。
これは、亜飽和状態の場合に上記の算出すべてでチェッ
クされ、必要に応じて移動時間の最低値を最小値ttr,
minとする。道路区間jの方向車線セットkの車両総数
Nは、関係式、
【0040】
【数10】
【0041】から得られ、このとき、商qin, q (j,k)=N
q (j,k)/ t q (j,k)は、待ち行列への平均流入量を示
す。
q (j,k)/ t q (j,k)は、待ち行列への平均流入量を示
す。
【0042】上記の式(9)は、ある車線の合計車両数
が、待ち行列に進入する平均車両数と平均移動時間の積
であることを意味する。つまり、前車両数を待ち行列内
車両数で除した値(N/Nq)は、平均移動時間を待ち
行列内待ち時間で除した値(ttr/tq)に等しいこと
を意味する。
が、待ち行列に進入する平均車両数と平均移動時間の積
であることを意味する。つまり、前車両数を待ち行列内
車両数で除した値(N/Nq)は、平均移動時間を待ち
行列内待ち時間で除した値(ttr/tq)に等しいこと
を意味する。
【0043】過飽和状態では、上記方程式(3)および
(6)が、待ち行列外平均車両密度ρと、平均待ち行列
長さLqに適用され、車両総数N、待ち行列内平均車両
数Nqおよび待ち行列内平均待ち時間tqに対する上記方
程式(4)、(5)および(7)は、いずれも道路区分
jの方向車線セットkに関する以下の関係式に置き換え
られる。
(6)が、待ち行列外平均車両密度ρと、平均待ち行列
長さLqに適用され、車両総数N、待ち行列内平均車両
数Nqおよび待ち行列内平均待ち時間tqに対する上記方
程式(4)、(5)および(7)は、いずれも道路区分
jの方向車線セットkに関する以下の関係式に置き換え
られる。
【0044】
【数11】
【0045】この場合、γ1は、γ1 (j,k)= γ(j,k) TG
(j,k)/ T(j,k) に上記方程式2により規定されたパラメ
ータγを挿入し、再度この場合も公式境界条件を1未満
と適用して求められる。道路区間に発生する待ち行列は
道路自体より長くならないため、自明の境界条件L≧L
q=bNq/nも過飽和状態に当てはまる。さらに、車両
総数Nは、道路長さLに可能な車両最大総数Nmax=n
L/bを上回ることはないという境界条件を受ける。こ
れに対応して、道路区間移動時間ttrは、道路区間全体
に伸びる待ち行列における最長待ち時間tq,max=Nmax
T/(TGqsat)を超えることはない。したがって、過
飽和状態における算出すべてにおいてチェックをかけ、
移動時間ttrが最大値tq,maxを下回っていることを確
認し、最大値以上になっていれば、これを上限とする。
(j,k)/ T(j,k) に上記方程式2により規定されたパラメ
ータγを挿入し、再度この場合も公式境界条件を1未満
と適用して求められる。道路区間に発生する待ち行列は
道路自体より長くならないため、自明の境界条件L≧L
q=bNq/nも過飽和状態に当てはまる。さらに、車両
総数Nは、道路長さLに可能な車両最大総数Nmax=n
L/bを上回ることはないという境界条件を受ける。こ
れに対応して、道路区間移動時間ttrは、道路区間全体
に伸びる待ち行列における最長待ち時間tq,max=Nmax
T/(TGqsat)を超えることはない。したがって、過
飽和状態における算出すべてにおいてチェックをかけ、
移動時間ttrが最大値tq,maxを下回っていることを確
認し、最大値以上になっていれば、これを上限とする。
【0046】したがって、亜飽和状態および過飽和状態
の双方において、交通状況を統制する主要パラメータを
各対の方程式体系を解くことにより特定することができ
る。この主要パラメータは、FCDを補助として特定さ
れた平均移動時間ttr (j,k)による、各道路区間jの各
方向車線セットkにおける平均車両密度ρ、平均車両数
N、待ち行列内平均車両数Nq、平均待ち行列長さLq、
および待ち行列内平均待ち時間tqなどを含む。すなわ
ち、サンプルベースで記録された交通データを表す適切
に記録されたFCDから、現在の交通状況を再構築するこ
とができる。
の双方において、交通状況を統制する主要パラメータを
各対の方程式体系を解くことにより特定することができ
る。この主要パラメータは、FCDを補助として特定さ
れた平均移動時間ttr (j,k)による、各道路区間jの各
方向車線セットkにおける平均車両密度ρ、平均車両数
N、待ち行列内平均車両数Nq、平均待ち行列長さLq、
および待ち行列内平均待ち時間tqなどを含む。すなわ
ち、サンプルベースで記録された交通データを表す適切
に記録されたFCDから、現在の交通状況を再構築するこ
とができる。
【0047】大半の場合、亜飽和状態および過飽和状態
では、元々車両密度に依存する平均車両速度Vfree
(j,k)(ρ(j,k))を、車両密度ρとは無関係に道路区間
jの各方向車線セットkに対して定数として予め定めら
れている有効速度値Veff (j,k)に設定して簡潔にすれば
適当である。
では、元々車両密度に依存する平均車両速度Vfree
(j,k)(ρ(j,k))を、車両密度ρとは無関係に道路区間
jの各方向車線セットkに対して定数として予め定めら
れている有効速度値Veff (j,k)に設定して簡潔にすれば
適当である。
【0048】道路区間jの方向車線セットkにある車両
数N(j,k)、道路区間jの方向車線セットkへの有効連
続流入量qin (j,k)、および待ち行列への有効連続流入
量qi n,q (j,k)などの交通状況パラメータを決定する
際、必要に応じて、適当な時間間隔Δt(j,k)をあけて
道路区間jの同じ方向車線セットkを移動中の少なくと
も2台のFCD車両の移動時間ttr (j,k)の差Δttr
(j,k)を用いる処理を利用することができる。この時間
間隔Δt(j,k)はこの場合、交通制御周期T(j,k)以上の
長さでなければならず、この場合の平均移動時間ttr
(j,k)は、待ち行列持続時間T(j,k)より長い各移動時間
値を平均したものである。さらに正確に言えば、時間間
隔Δt(j,k)は、複数の関連FCD車両が同じ道路区間jの
方向車線セットkに進入した時間の差である。
数N(j,k)、道路区間jの方向車線セットkへの有効連
続流入量qin (j,k)、および待ち行列への有効連続流入
量qi n,q (j,k)などの交通状況パラメータを決定する
際、必要に応じて、適当な時間間隔Δt(j,k)をあけて
道路区間jの同じ方向車線セットkを移動中の少なくと
も2台のFCD車両の移動時間ttr (j,k)の差Δttr
(j,k)を用いる処理を利用することができる。この時間
間隔Δt(j,k)はこの場合、交通制御周期T(j,k)以上の
長さでなければならず、この場合の平均移動時間ttr
(j,k)は、待ち行列持続時間T(j,k)より長い各移動時間
値を平均したものである。さらに正確に言えば、時間間
隔Δt(j,k)は、複数の関連FCD車両が同じ道路区間jの
方向車線セットkに進入した時間の差である。
【0049】特に、道路区間流入量qinはこの場合、道
路区間jの各方向車線セットkについて、人口密集地域
では一般にかなり妥当であるΔtfree (j,k) ≪Δt
(j,k)との推定を利用した関係式
路区間jの各方向車線セットkについて、人口密集地域
では一般にかなり妥当であるΔtfree (j,k) ≪Δt
(j,k)との推定を利用した関係式
【0050】
【数12】
【0051】により、具体的に説明可能である。つま
り、時間間隔Δt(j,k)をあけて互いに前後して道路区
間jの方向車線セットkに進入する2台のFCD車両に
よる道路区間起点から待ち行列起点までの移動時間の差
Δtfree (j,k)は、待ち行列内にいるFCD車両の待ち
時間の差Δtq (j,k)より大幅に短いということである。
さらに、この関係式には、前提条件として、この道路区
間jの方向車線セットkには車両流入源あるいは引込み
源がない。
り、時間間隔Δt(j,k)をあけて互いに前後して道路区
間jの方向車線セットkに進入する2台のFCD車両に
よる道路区間起点から待ち行列起点までの移動時間の差
Δtfree (j,k)は、待ち行列内にいるFCD車両の待ち
時間の差Δtq (j,k)より大幅に短いということである。
さらに、この関係式には、前提条件として、この道路区
間jの方向車線セットkには車両流入源あるいは引込み
源がない。
【0052】都心領域では、例えばこのような流入源あ
るいは引込み源は、一般駐車場および立体駐車場となっ
ている可能性がある。この場合、道路区間jの各方向車
線セットkにはそれに対応する車両の流入量qQ (j,k)お
よび流出量qS (j,k)が発生する。これを考慮するために
は、特に平均道路区間流入量に対する上記方程式(1
3)の場合、方程式の左辺にある変数qin (j,k)をqin
(j,k)−qS (j,k)+qQ (j, k)に置き換える必要がある。
同様に、上述したように交通状況に関連する他のパラメ
ータを特定する際、この車両流入源および引込み源を適
正な車両流補正として考慮することもできる。対象の交
通網が上述したように「抽出」された交通網であれば、
そこに含まれているが対象外となった道路区間およびネ
ットワークノードも、車両流入源および引込み場所とし
て見なすことができる。
るいは引込み源は、一般駐車場および立体駐車場となっ
ている可能性がある。この場合、道路区間jの各方向車
線セットkにはそれに対応する車両の流入量qQ (j,k)お
よび流出量qS (j,k)が発生する。これを考慮するために
は、特に平均道路区間流入量に対する上記方程式(1
3)の場合、方程式の左辺にある変数qin (j,k)をqin
(j,k)−qS (j,k)+qQ (j, k)に置き換える必要がある。
同様に、上述したように交通状況に関連する他のパラメ
ータを特定する際、この車両流入源および引込み源を適
正な車両流補正として考慮することもできる。対象の交
通網が上述したように「抽出」された交通網であれば、
そこに含まれているが対象外となった道路区間およびネ
ットワークノードも、車両流入源および引込み場所とし
て見なすことができる。
【0053】ネットワークノードにおける現在の交通信
号システムおよび同様の交通制御設備はその交通量によ
り制御されていることが多い。すなわち、自由走行状態
および停止状態持続時間は、交通量の関数として変化す
るため、たとえば、比較的待ち行列が長くなっている方
向車線セットでは、自由走行状態の持続時間を通常値よ
り長くして、過度に長くなった待ち行列を短く戻す。言
いかえれば、停止状態継続時間TR、自由走行状態継続
時間TG、およびこれら2種類の継続時間の和であるサ
イクル時間Tは、道路区間j、方向車線セットkおよび
時間のみに依存する関数ではなく、車両流などの交通状
況を表す1つ以上の変数にも依存した関数である。交通
量に依存する交通制御手段の局所的変動とは独立した、
交通状況のグローバルな発表を可能にするために、この
ような場合、自由走行状態および停止状態継続時間およ
びそのサイクル時間の平均値を使用すると好都合であ
る。つまり、この平均値による交通制御周期は、交通量
に左右されない一般のサイクル時間より大幅に長い時間
間隔を平均して得られる。
号システムおよび同様の交通制御設備はその交通量によ
り制御されていることが多い。すなわち、自由走行状態
および停止状態持続時間は、交通量の関数として変化す
るため、たとえば、比較的待ち行列が長くなっている方
向車線セットでは、自由走行状態の持続時間を通常値よ
り長くして、過度に長くなった待ち行列を短く戻す。言
いかえれば、停止状態継続時間TR、自由走行状態継続
時間TG、およびこれら2種類の継続時間の和であるサ
イクル時間Tは、道路区間j、方向車線セットkおよび
時間のみに依存する関数ではなく、車両流などの交通状
況を表す1つ以上の変数にも依存した関数である。交通
量に依存する交通制御手段の局所的変動とは独立した、
交通状況のグローバルな発表を可能にするために、この
ような場合、自由走行状態および停止状態継続時間およ
びそのサイクル時間の平均値を使用すると好都合であ
る。つまり、この平均値による交通制御周期は、交通量
に左右されない一般のサイクル時間より大幅に長い時間
間隔を平均して得られる。
【0054】一般に、指数kを基に、具体的に言えば方
向車線セットを基に上述したさまざまな変数を決定する
と好ましいが、無論、この変数を各方向車線セット毎に
区別せずに道路区間のみを基に決定してもよい。特に、
各道路区間の全方向車線セットをさらに分析することに
より、道路区間のみに関連する変数を方向車線セットお
よび道路区間に関連する上記変数から誘導することがで
きる。例えば、平均道路区間jの平均車両数N(j)、平
均道路区間jの待ち行列すべてにおける平均車両数Nq
(j)、これによる車線毎の平均車両数Ns (j)および車線
毎の待ち行列内平均車両数Nsq (j)、これにより得ら
れ、完全に道路区間に関連する平均待ち行列長さ
Lq (j)、同様に完全に道路区間に関連する平均待ち時間
tqs (j)を、以下の関係式から導き出すことができる。
その場合、過飽和状態に対する上記方程式(12)によ
るtq (j,k)を挿入し、K(j)は道路区間jにおける方向
車線セット数、b(j)は平均車両長さとする。尚、n
(j,k) は、道路区分jにおける車線kの数を意味する。
向車線セットを基に上述したさまざまな変数を決定する
と好ましいが、無論、この変数を各方向車線セット毎に
区別せずに道路区間のみを基に決定してもよい。特に、
各道路区間の全方向車線セットをさらに分析することに
より、道路区間のみに関連する変数を方向車線セットお
よび道路区間に関連する上記変数から誘導することがで
きる。例えば、平均道路区間jの平均車両数N(j)、平
均道路区間jの待ち行列すべてにおける平均車両数Nq
(j)、これによる車線毎の平均車両数Ns (j)および車線
毎の待ち行列内平均車両数Nsq (j)、これにより得ら
れ、完全に道路区間に関連する平均待ち行列長さ
Lq (j)、同様に完全に道路区間に関連する平均待ち時間
tqs (j)を、以下の関係式から導き出すことができる。
その場合、過飽和状態に対する上記方程式(12)によ
るtq (j,k)を挿入し、K(j)は道路区間jにおける方向
車線セット数、b(j)は平均車両長さとする。尚、n
(j,k) は、道路区分jにおける車線kの数を意味する。
【0055】
【数13】
【0056】qsat (j,k)およびT(j,k)の値がそれぞ
れ、道路区間jの方向車線セットすべてに対して同じで
あれば、それに応じて上記方程式19は簡略化される。
れ、道路区間jの方向車線セットすべてに対して同じで
あれば、それに応じて上記方程式19は簡略化される。
【0057】さらに本発明では、道路区間jの各方向車
線セットkが待ち行列を形成した車両で溢れているかど
うかの見極めが可能となる。これは、待ち行列長さLq
(j,k)が区間長さL(j,k)と等しくなり、過飽和状態に対
する上記方程式11により特定されるNq (j,k)を挿入し
た関係式、
線セットkが待ち行列を形成した車両で溢れているかど
うかの見極めが可能となる。これは、待ち行列長さLq
(j,k)が区間長さL(j,k)と等しくなり、過飽和状態に対
する上記方程式11により特定されるNq (j,k)を挿入し
た関係式、
【0058】
【数14】
【0059】が成り立つ場合である。この基準(方程式
(14))が満たされているときの移動時間を臨界移動
時間ttr,crit (j,k)と呼ぶ。この場合、現在の時間tと
対象FCD車両が道路区間jの方向車線セットkに進入
する時間t2 (j,k)との差t−t 2 (j,k)が、この臨界移動
時間ttr,crit (j,k)より長ければ、これを、人口密集地
域における交通網内の道路区間jの溢れた方向車線セッ
トkが1つ以上の対応ネットワークノードを超えて1つ
以上の上流道路区間を遮断している基準として用いるこ
とができる。
(14))が満たされているときの移動時間を臨界移動
時間ttr,crit (j,k)と呼ぶ。この場合、現在の時間tと
対象FCD車両が道路区間jの方向車線セットkに進入
する時間t2 (j,k)との差t−t 2 (j,k)が、この臨界移動
時間ttr,crit (j,k)より長ければ、これを、人口密集地
域における交通網内の道路区間jの溢れた方向車線セッ
トkが1つ以上の対応ネットワークノードを超えて1つ
以上の上流道路区間を遮断している基準として用いるこ
とができる。
【0060】アプリケーションによっては、上記に明示
した交通状況パラメータではなく、これらのパラメータ
の数種類のみを、および/または、FCDサポートによ
り特定され、道路区間に関連し、かつ好ましくは方向車
線セットに関連した平均移動時間に対する他の交通状況
パラメータを加えて利用できることは自明である。した
がって、例えば、各ネットワークノードにおける現在の
ターンオフレートを考慮に入れ、これを、別の交通状況
パラメータとして、マトリックスの要素を含むマトリッ
クスの形態で特定することができる。このマトリクスの
要素は、車両が進入側道路区間の各方向車線セットから
ネットワークノードを経て、引き続く出口側道路区間の
各方向車線セットに進行するレートを表す。
した交通状況パラメータではなく、これらのパラメータ
の数種類のみを、および/または、FCDサポートによ
り特定され、道路区間に関連し、かつ好ましくは方向車
線セットに関連した平均移動時間に対する他の交通状況
パラメータを加えて利用できることは自明である。した
がって、例えば、各ネットワークノードにおける現在の
ターンオフレートを考慮に入れ、これを、別の交通状況
パラメータとして、マトリックスの要素を含むマトリッ
クスの形態で特定することができる。このマトリクスの
要素は、車両が進入側道路区間の各方向車線セットから
ネットワークノードを経て、引き続く出口側道路区間の
各方向車線セットに進行するレートを表す。
【0061】上述したように、交通状況パラメータの決
定およびそれによる交通状況の決定を行った後、必要に
応じて、その決定値を、対応する別の用途に使用するこ
とができる。特に、本方法により決定されたデータ、お
よび、各待ち行列内平均車両数、待ち行列長さ、待ち行
列内平均待ち時間、および道路区間の各方向車線セット
の平均車両数に関連するデータ、および現在のターンオ
フレートに関連するデータを、交通状況に関わる変数に
対する時系列曲線の形成に連続的に使用することができ
る。このように、時系列曲線データベースおよびこれに
対応する時系列曲線による交通予測システムを、例えば
移動時間の予測用に構成することができる。これを目的
として、交通管制センターに、記憶装置を設ける。そこ
に、ネットワークノードの交通制御手段に関する情報、
および人口密集地域における道路交通網内に含まれる道
路区間すべての移動時間に関する対応情報を、デジタル
式道路地図上に格納する。交通管制センター内の処理装
置が、交通制御された交差点における交通制御周期およ
び自由走行状態および停止状態継続時間に関する情報、
およびFCDサポートにより決定され、道路区間に関連
する現在の移動時間に関する情報を受信する。すると、
交通管制センター内の計算ユニットが、そのデータか
ら、動的交通予測および/または時系列曲線に基づく交
通予測により、その交通網内の所望の移動に対する移動
時間の予測を自動的に行うことができる(ステップ
5)。
定およびそれによる交通状況の決定を行った後、必要に
応じて、その決定値を、対応する別の用途に使用するこ
とができる。特に、本方法により決定されたデータ、お
よび、各待ち行列内平均車両数、待ち行列長さ、待ち行
列内平均待ち時間、および道路区間の各方向車線セット
の平均車両数に関連するデータ、および現在のターンオ
フレートに関連するデータを、交通状況に関わる変数に
対する時系列曲線の形成に連続的に使用することができ
る。このように、時系列曲線データベースおよびこれに
対応する時系列曲線による交通予測システムを、例えば
移動時間の予測用に構成することができる。これを目的
として、交通管制センターに、記憶装置を設ける。そこ
に、ネットワークノードの交通制御手段に関する情報、
および人口密集地域における道路交通網内に含まれる道
路区間すべての移動時間に関する対応情報を、デジタル
式道路地図上に格納する。交通管制センター内の処理装
置が、交通制御された交差点における交通制御周期およ
び自由走行状態および停止状態継続時間に関する情報、
およびFCDサポートにより決定され、道路区間に関連
する現在の移動時間に関する情報を受信する。すると、
交通管制センター内の計算ユニットが、そのデータか
ら、動的交通予測および/または時系列曲線に基づく交
通予測により、その交通網内の所望の移動に対する移動
時間の予測を自動的に行うことができる(ステップ
5)。
【0062】交通の変化に対する動的な予測は、例えば
上記に引用した先行ドイツ特許出願第19940957
号に記載されている方法により実行可能である。予測さ
れた交通データを現在入手可能な交通データと比較し、
この比較により見出される可能性のある差異に対する関
数として、例えば、ターンオフレートおよび交通状況に
ついての他のパラメータおよび/または時系列曲線の対
応値に関して決定されている現在の値を修正することに
より予測方法に対するエラー修正を行うことができる。
上記に引用した先行ドイツ特許出願第19940957
号に記載されている方法により実行可能である。予測さ
れた交通データを現在入手可能な交通データと比較し、
この比較により見出される可能性のある差異に対する関
数として、例えば、ターンオフレートおよび交通状況に
ついての他のパラメータおよび/または時系列曲線の対
応値に関して決定されている現在の値を修正することに
より予測方法に対するエラー修正を行うことができる。
【0063】上記の通り、人口密集地区においては、交
差点に設けられた交通制御手段により交通状況が大きな
影響を受ける。このことは、人口密集地区の交通制御さ
れた交差点を含む交通網に対する交通状況の決定には、
通常の高速道路に対する場合に比較して、より高度な方
法が要求される。そこで、本発明では、FCD技術を利
用して、取得したFCDから各道路区分における移動時
間を決定し、その移動時間を利用して請求項1に記載し
た交通状況パラメータを決定する。これらの交通状況パ
ラメータを利用することにより、人口密集地区の交通制
御された交差点を含む交通網に対する交通状況の予測を
正確に行うことができる。
差点に設けられた交通制御手段により交通状況が大きな
影響を受ける。このことは、人口密集地区の交通制御さ
れた交差点を含む交通網に対する交通状況の決定には、
通常の高速道路に対する場合に比較して、より高度な方
法が要求される。そこで、本発明では、FCD技術を利
用して、取得したFCDから各道路区分における移動時
間を決定し、その移動時間を利用して請求項1に記載し
た交通状況パラメータを決定する。これらの交通状況パ
ラメータを利用することにより、人口密集地区の交通制
御された交差点を含む交通網に対する交通状況の予測を
正確に行うことができる。
【図1】FCDに基づく、交通制御されたネットワークノ
ードを含む交通網に対する交通状況の決定方法を示すフ
ローチャートの図である。
ードを含む交通網に対する交通状況の決定方法を示すフ
ローチャートの図である。
【図2】上記に使用する交通関連用語を説明するための
ネットワークノードの理想図である。
ネットワークノードの理想図である。
【図3】有利にFCDを得る方法を説明するため、2つの
隣接するネットワークノードを含む交通網領域を示す略
図である。
隣接するネットワークノードを含む交通網領域を示す略
図である。
─────────────────────────────────────────────────────
フロントページの続き
(56)参考文献 特開 平10−307993(JP,A)
特開 平11−161894(JP,A)
特開 平10−307983(JP,A)
特開 平9−7089(JP,A)
特開 平5−166094(JP,A)
独国特許出願公開19753034(DE,A
1)
(58)調査した分野(Int.Cl.7,DB名)
G08G 1/00 - 9/02
Claims (9)
- 【請求項1】交通制御されたネットワークノードとそれ
らを結ぶ道路区間とを含む交通網について、該交通内を
移動中の報告車両により得られる交通データに基づいて
交通状況を決定する方法であって、 前記道路区間(j,k)の移動時間(ttr (j,k)) を示
す交通データを該交通内を移動中の該報告車両から取得
し、 当該道路区間は、前記車両の待ち行列が存在する第1の
部分と、前記待ち行列が存在しない第2の部分とに区分
され、 該取得された交通データから該道路区間の該移動時間を
決定し、該決定された道路区間毎の移動時間から、 (1)関連する交通制御されたネットワークノード手前
の該各道路区間(j,k)における待ち行列内の平均車
両数(Nq (j,k))と、 (2)該各道路区間(j,k)の平均車両数
(N(j,k))と前記待ち行列内の平均車両数
(Nq (j,k))との差による前記第2の部分の平均車両数
(N(j,k)−Nq (j,k))と、 (3)該道路区間の起点と該待ち行列の起点との間の該
各道路区間(j,k)における平均車両速度(Vfree
(j,k))と、 (4)該各道路区間(j,k)におけるネットワークノ
ードでの待ち行列内の平均待ち時間(tq (j,k))と、 (5)該道路区間の起点と該待ち行列の起点との間の該
各道路区間(j,k)における平均車両密度
(p(j,k))と、 を含む交通状況パラメータのうち1つ以上を決定し、更
に、亜飽和状態と過飽和状態とを区別するために、閾値
(t s (j,k) ) が、関係式、 【数1】 にしたがって予め定められて、 前記決定された移動時間 (t tr (j,k) ) が該閾値 (t
s (j,k) ) を下回れば前記各道路区間 (j,k) が亜飽和状態
であると推測され、該決定された移動時間が該閾値を上
回れば過飽和状態であると推測され、 上記関係式において、Lを前記道路区間(j,k)の道
路長、T R (j,k) を交通制御の停止状態継続時間、T G
(j,k) を交通制御の自由走行継続時間、T (j,k) =T G
(j,k) +T R (j,k) を該交通制御の周期、V free (j,k) (ρ
(j,k) )を前記待ち行列外領域における前記車両密度に
依存した平均車両速度、β (j,k) をゼロ以上1未満とし
て特定される定数とし、γを、q sat (j,k) を該各道路区
間(j,k)の待ち行列飽和流出量、b (j,k) を該待ち
行列内の平均車両間隔、およびnを車線数とする、 【数2】 により特定されるものとすることを特徴とする交通状況
決定方法。 - 【請求項2】前記移動時間(ttr (j,k))および単数あるい
は複数の前記交通状況パラメータが、前記各道路区間
(j)の各方向車線セット(k)毎に決定されることを
さらに特徴とする請求項1に記載の方法。 - 【請求項3】前記道路区間毎の移動時間から得られる単
数あるいは複数の前記交通状況パラメータ値を連続的に
利用して、前記各待ち行列内平均車両数、前記待ち行列
長さ、前記待ち行列内平均待ち時間および/または前記
各道路区間(j,k)の平均車両数に関連する時系列曲
線を形成することをさらに特徴とする請求項1または2
に記載の方法。 - 【請求項4】進入側の方向車線セットから前記ネットワ
ークノードを経由して出口側の方向車線セットへ抜ける
車両レート(rate of vehicles)をそれぞれ示すターン
オフレートを、前記決定された道路区間に関連する移動
時間から得られる別の交通状況パラメータとして利用す
ることをさらに特徴とする請求項1〜3のいずれか1項
に記載の方法。 - 【請求項5】前記待ち行列外の平均車両密度
(ρ(j,k))、前記平均車両数(N(j,k))、前記待ち行
列内の平均車両数(Nq (j,k))、前記待ち行列長さ(L
q (j,k))および前記待ち行列内の待ち時間(tq (j,k))
を含む前記道路区間毎の車両状況が、前記亜飽和状態で
は、次の方程式体系から得られ、 【数3】 前記過飽和状態では、次の方程式体系から得られ、 【数4】 いずれの場合も前記道路区間jの前記方向車線セットk
毎に、Lを前記合計道路長さ、TRを前記停止あるいは
赤信号状態継続時間、TGを前記自由走行あるいは青信
号状態継続時間、T=TG+TRを前記関連交通制御周
期、qsatを前記待ち行列からの予め定められた飽和流
出量、bを前記待ち行列内平均車両間隔、nを車線数、
Vfreeを前記待ち行列外平均車両速度(前記車両密度に
依存)、およびβを適切に定められた定数とすることを
さらに特徴とする請求項1〜4のいずれか1項に記載の
方法。 - 【請求項6】前記平均車両数(N(j,k))、前記有効連
続道路区間流入量(qin (j,k))、前記有効連続待ち行
列流入量(qin/q (j,k))を含む前記交通状況パラメー
タが、同じ道路区間(j,k)を前記交通制御周期(T
(j,k))以上の時間間隔(Δt(j,k))をあけて移動中の
少なくとも2台の報告車両からの交通データにより、該
報告車両について決定された移動時間の差(Δttr
(j,k))を利用して得られ、 この場合、Δtfreeを該道路区間の起点から該待ち行列
の起点までの移動時間の差異とする関係式、 【数5】 および推定概算(Δtfree (j,k)≪Δt(j,k))を利用して、
該有効連続道路区分流入量(qin (j,k))を特定するこ
とをさらに特徴とする請求項1〜5のいずれか1項に記
載の方法。 - 【請求項7】報告車両が、前記待ち行列内平均車両数
(Nq (j,k))が過飽和状態の数の場合の黙示的関係式b
(j,k)Nq (j,k)/n(j,k)=L(j,k)を満たすものとして決定さ
れる移動時間である臨界移動時間(ttr,crit (j,k))よ
り長い時間にわたり当該道路区間(j,k)に位置する
場合、該道路区間全体が過密状態であると推定されるこ
とをさらに特徴とする請求項1〜6のいずれか1項に記
載の方法。 - 【請求項8】前記各道路区間(j,k)に出入りする流
入量(qQ (j,k))および流出量(qS (j,k))により前記
交通状況パラメータを決定する時に、前記交通網の車両
流入源および引込み源が考慮に入れられることをさらに
特徴とする請求項1〜7のいずれか1項に記載の方法。 - 【請求項9】前記交通状況特定の対象となる交通網が、
前記交通網全体の全道路区分およびネットワークノード
のうち、予め定められる一部のみを含み、この場合に対
象外となる該道路区間およびネットワークノードが、該
対象交通網に対する車両流入源および引込み源として見
なされることをさらに特徴とする請求項8に記載の方
法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE10022812.7 | 2000-05-10 | ||
DE10022812A DE10022812A1 (de) | 2000-05-10 | 2000-05-10 | Verfahren zur Verkehrslagebestimmung auf Basis von Meldefahrzeugdaten für ein Verkehrsnetz mit verkehrsgeregelten Netzknoten |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2002008183A JP2002008183A (ja) | 2002-01-11 |
JP3501773B2 true JP3501773B2 (ja) | 2004-03-02 |
Family
ID=7641474
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001140453A Expired - Fee Related JP3501773B2 (ja) | 2000-05-10 | 2001-05-10 | 交通制御されたネットワークノードを含む交通網に対する、報告車両データに基づく交通状況決定方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US6470262B2 (ja) |
EP (1) | EP1154389B1 (ja) |
JP (1) | JP3501773B2 (ja) |
DE (2) | DE10022812A1 (ja) |
ES (1) | ES2220617T3 (ja) |
Families Citing this family (89)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10025039C2 (de) * | 2000-05-20 | 2003-09-04 | Daimler Chrysler Ag | Verfahren zur Ermittlung von Verkehrsregelungsphasendauern |
JP3849435B2 (ja) * | 2001-02-23 | 2006-11-22 | 株式会社日立製作所 | プローブ情報を利用した交通状況推定方法及び交通状況推定・提供システム |
US6693557B2 (en) | 2001-09-27 | 2004-02-17 | Wavetronix Llc | Vehicular traffic sensor |
US6580997B2 (en) * | 2001-09-27 | 2003-06-17 | International Business Machines Corporation | Hierarchical traffic control system which includes vehicle roles and permissions |
JP3937011B2 (ja) * | 2002-03-20 | 2007-06-27 | 国土交通省国土技術政策総合研究所長 | 交通情報処理方法及び交通情報処理システム |
KR100459476B1 (ko) * | 2002-04-04 | 2004-12-03 | 엘지산전 주식회사 | 차량의 대기 길이 측정 장치 및 방법 |
AT412594B (de) * | 2002-07-24 | 2005-04-25 | Oesterreichisches Forschungs U | Verfahren und system zur ermittlung von verkehrsdaten |
US7499949B2 (en) * | 2002-08-07 | 2009-03-03 | Navteq North America, Llc | Method and system for obtaining recurring delay data using navigation systems |
US7433889B1 (en) | 2002-08-07 | 2008-10-07 | Navteq North America, Llc | Method and system for obtaining traffic sign data using navigation systems |
JP3980455B2 (ja) * | 2002-09-13 | 2007-09-26 | パイオニア株式会社 | 通信端末装置、その接続制御方法、そのプログラム |
DE10249618A1 (de) * | 2002-10-21 | 2004-05-13 | DDG GESELLSCHAFT FüR VERKEHRSDATEN MBH | Verfahren zur Generierung impliziter Informationen aus FC-Daten |
DE10261172B4 (de) * | 2002-12-20 | 2005-05-25 | Daimlerchrysler Ag | Verfahren und System zur zentralenbasierten, zeitlich vorausschauende Störungserkennung durch Störflanken-Detektion mittels abschnittsbezogener Reisezeitenschätzung |
US7426450B2 (en) * | 2003-01-10 | 2008-09-16 | Wavetronix, Llc | Systems and methods for monitoring speed |
JP2005049138A (ja) * | 2003-07-30 | 2005-02-24 | Pioneer Electronic Corp | 交通状況報知装置、そのシステム、その方法、そのプログラム、および、そのプログラムを記録した記録媒体 |
DE10359977B4 (de) * | 2003-12-18 | 2009-02-12 | Siemens Ag | Verfahren zum Ermitteln einer Reisezeit |
US20070138347A1 (en) * | 2004-12-16 | 2007-06-21 | Ehlers Gregory A | System and method for providing information to an operator of a vehicle |
US7174153B2 (en) * | 2003-12-23 | 2007-02-06 | Gregory A Ehlers | System and method for providing information to an operator of an emergency response vehicle |
US7702427B1 (en) * | 2004-07-30 | 2010-04-20 | The United States Of America As Represented By The National Aeronautics And Space Administration (Nasa) | Air traffic management evaluation tool |
US7236881B2 (en) * | 2005-02-07 | 2007-06-26 | International Business Machines Corporation | Method and apparatus for end-to-end travel time estimation using dynamic traffic data |
US8248272B2 (en) * | 2005-10-31 | 2012-08-21 | Wavetronix | Detecting targets in roadway intersections |
US8665113B2 (en) | 2005-10-31 | 2014-03-04 | Wavetronix Llc | Detecting roadway targets across beams including filtering computed positions |
US7953544B2 (en) | 2007-01-24 | 2011-05-31 | International Business Machines Corporation | Method and structure for vehicular traffic prediction with link interactions |
US8755991B2 (en) | 2007-01-24 | 2014-06-17 | Tomtom Global Assets B.V. | Method and structure for vehicular traffic prediction with link interactions and missing real-time data |
US20080262710A1 (en) * | 2007-04-23 | 2008-10-23 | Jing Li | Method and system for a traffic management system based on multiple classes |
JP5003546B2 (ja) * | 2007-06-07 | 2012-08-15 | 住友電気工業株式会社 | 交通信号制御システム、交通信号制御装置及び方法、並びに、交通指標算出装置 |
JP4858380B2 (ja) * | 2007-09-19 | 2012-01-18 | 住友電気工業株式会社 | 交通パラメータ算出システム、算出方法及びコンピュータプログラム |
US8050854B1 (en) * | 2007-11-26 | 2011-11-01 | Rhythm Engineering, LLC | Adaptive control systems and methods |
DE102008022349A1 (de) | 2008-05-02 | 2009-11-12 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren und Vorrichtung zur Ermittlung von Rückstaulängen an Lichtsignalanlagen |
US7973674B2 (en) * | 2008-08-20 | 2011-07-05 | International Business Machines Corporation | Vehicle-to-vehicle traffic queue information communication system and method |
WO2010042973A1 (en) * | 2008-10-15 | 2010-04-22 | National Ict Australia Limited | Tracking the number of vehicles in a queue |
DE102009033431B4 (de) | 2009-07-15 | 2011-05-12 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren und Vorrichtung zur dynamischen Steuerung einer Signalanlage |
CN102063789B (zh) * | 2009-11-16 | 2014-07-30 | 高德软件有限公司 | 一种交通信息质量评估方法和装置 |
US8738289B2 (en) | 2011-01-04 | 2014-05-27 | International Business Machines Corporation | Advanced routing of vehicle fleets |
JP5315362B2 (ja) | 2011-01-19 | 2013-10-16 | 株式会社ゼンリン | 規制情報解析システム |
US8554456B2 (en) * | 2011-07-05 | 2013-10-08 | International Business Machines Corporation | Intelligent traffic control mesh |
CN102376162B (zh) * | 2011-09-28 | 2013-12-11 | 东南大学 | 交叉口出口道的路内停车带与交叉口最佳距离设置方法 |
US20130101159A1 (en) * | 2011-10-21 | 2013-04-25 | Qualcomm Incorporated | Image and video based pedestrian traffic estimation |
CN102509454B (zh) * | 2011-11-03 | 2013-09-11 | 安徽科力信息产业有限责任公司 | 基于fcd与地磁检测器的道路状态融合方法 |
JP2013211364A (ja) * | 2012-03-30 | 2013-10-10 | Disco Abrasive Syst Ltd | ウェーハの収容方法 |
CN102881060B (zh) * | 2012-10-17 | 2015-03-11 | 潍柴动力股份有限公司 | 一种实现车辆典型工况获取的方法及系统 |
US8914225B2 (en) * | 2012-12-04 | 2014-12-16 | International Business Machines Corporation | Managing vehicles on a road network |
CN103000027B (zh) * | 2012-12-19 | 2014-12-10 | 安徽科力信息产业有限责任公司 | 基于浮动车在拥堵状态下的智能交通诱导方法 |
CN103050006B (zh) * | 2012-12-26 | 2014-12-10 | 福建工程学院 | 一种基于浮动车技术的城市高架桥识别方法 |
US9412271B2 (en) | 2013-01-30 | 2016-08-09 | Wavetronix Llc | Traffic flow through an intersection by reducing platoon interference |
CN103336999B (zh) * | 2013-06-07 | 2016-08-10 | 同济大学 | 一种基于多蚁群的组合交通疏散优化方法 |
CN103413433B (zh) * | 2013-07-26 | 2015-08-05 | 浙江工业大学 | 一种基于流量信息的交通拥堵时的公交换乘方法 |
CN103413263B (zh) * | 2013-08-28 | 2016-03-16 | 北京交通发展研究中心 | 旅行时间指数熵交通运行评价方法 |
CN103680127A (zh) * | 2013-08-29 | 2014-03-26 | 中国科学院地理科学与资源研究所 | 一种利用低采样率浮动车数据计算信号灯控制道路交叉口延误的方法 |
CN103700255B (zh) * | 2013-12-30 | 2015-10-07 | 复旦大学 | 一种基于时空关联数据挖掘的交通流预测方法 |
CN103927866B (zh) * | 2013-12-31 | 2016-02-10 | 北京航空航天大学 | 基于gps的车辆等待红绿灯时间预测方法 |
DE102014206937A1 (de) * | 2014-04-10 | 2015-10-15 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren und Vorrichtung zur Steuerung von Verkehrsströmen an Knotenpunkten |
CN104112361B (zh) * | 2014-04-25 | 2016-08-31 | 浙江大学 | 路网交通中常发瓶颈和偶发瓶颈的识别方法 |
CN103996289B (zh) * | 2014-06-06 | 2016-08-17 | 北方工业大学 | 一种流量-速度匹配模型及行程时间预测方法及系统 |
CN104183119B (zh) * | 2014-08-19 | 2016-08-24 | 中山大学 | 基于路段od反推的实时交通流分布预测方法 |
CN104200650B (zh) * | 2014-08-27 | 2017-01-18 | 浙江工业大学 | 一种城市拥堵时段的多模式公交换乘方法 |
CN105788249B (zh) * | 2014-12-16 | 2018-09-28 | 高德软件有限公司 | 一种交通流量预测方法、预测模型生成方法及装置 |
CN104731963B (zh) * | 2015-04-03 | 2018-06-15 | 重庆邮电大学 | 一种基于车联网的网格化路径推荐方法及系统 |
CN105894802A (zh) * | 2015-04-10 | 2016-08-24 | 杭州远眺科技有限公司 | 一种基于gps数据的交通拥堵传播路径计算方法 |
CN104821086B (zh) * | 2015-05-26 | 2017-02-01 | 中南大学 | 一种定位大规模交通网络中低效路段组合的方法 |
CN105185107A (zh) * | 2015-07-23 | 2015-12-23 | 合肥革绿信息科技有限公司 | 一种基于gps的交通运行趋势推测方法 |
WO2017035663A1 (en) | 2015-09-03 | 2017-03-09 | Miovision Technologies Incorporated | System and method for detecting and tracking objects |
CN105261206A (zh) * | 2015-09-29 | 2016-01-20 | 无锡高联信息技术有限公司 | 一种公共交通服务系统和计算公共交通路径的方法 |
CN105261217B (zh) * | 2015-10-03 | 2017-12-22 | 上海大学 | 一种基于密度聚类算法的城市交通拥堵状态检测方法 |
US10126135B2 (en) | 2015-12-15 | 2018-11-13 | Nissan North America, Inc. | Traffic signal timing estimation using an artificial neural network model |
CN105489013B (zh) * | 2016-01-11 | 2017-10-10 | 天津大学 | 一种基于安全域的交通网络安全评价方法 |
CN105678034B (zh) * | 2016-03-14 | 2018-10-02 | 东南大学 | 行人过街时间模型及信号交叉口人行横道宽度优化方法 |
CN105702019B (zh) * | 2016-04-12 | 2018-01-02 | 东南大学 | 一种获取城市大型活动的道路限速值的方法 |
EP3465657A4 (en) * | 2016-05-24 | 2020-05-27 | Vaudrin, Francois | CONTROL AND MANAGEMENT OF A TRAFFIC LIGHT SYSTEM WITH VANET |
US10115305B2 (en) | 2016-09-30 | 2018-10-30 | Nissan North America, Inc. | Optimizing autonomous car's driving time and user experience using traffic signal information |
US10181263B2 (en) * | 2016-11-29 | 2019-01-15 | Here Global B.V. | Method, apparatus and computer program product for estimation of road traffic condition using traffic signal data |
CN106897791B (zh) * | 2017-01-06 | 2020-05-12 | 南京邮电大学 | 一种公交地铁复合网络模型构建方法 |
DE102017201665A1 (de) * | 2017-02-02 | 2018-08-02 | Robert Bosch Gmbh | Verfahren zur Einbindung eines dynamischen Objektes in eine digitale Karte eines hochautomatisierten Fahrzeugs (HAF) |
CN106935040A (zh) * | 2017-04-05 | 2017-07-07 | 河海大学 | 一种十字型交叉口交通信号灯设置的判别方法 |
CN107507415B (zh) * | 2017-07-06 | 2020-12-18 | 广东交通职业技术学院 | 车联网下基于mfd和排队长度的路网边界限流控制方法 |
CN107331166B (zh) * | 2017-07-25 | 2018-06-19 | 中南大学 | 一种基于路径分析的动态限行方法 |
DE102017221011B4 (de) * | 2017-11-23 | 2022-11-03 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren und Vorrichtung zum dynamischen Steuern einer Lichtsignalanlage |
CN111788532B (zh) | 2018-02-28 | 2022-05-10 | 北美日产公司 | 用于自主运载工具决策的运输网络基础设施 |
CN108510008B (zh) * | 2018-04-11 | 2021-05-14 | 国交空间信息技术(北京)有限公司 | 一种基于浮动车轨迹点空间关系和分布的路网提取方法 |
CN108847042B (zh) * | 2018-08-24 | 2021-04-02 | 讯飞智元信息科技有限公司 | 一种路况信息发布方法及装置 |
CN109087509B (zh) * | 2018-09-04 | 2020-03-31 | 重庆交通大学 | 一种路网交通运行状态预测方法 |
CN109345840A (zh) * | 2018-11-30 | 2019-02-15 | 东南大学 | 一种交通信号灯的绿灯时间确定方法及系统 |
DE102018010003A1 (de) * | 2018-12-27 | 2020-07-02 | Volkswagen Aktiengesellschaft | Rückstauerkennung aus Bewegungsdaten |
CN110222875B (zh) * | 2019-05-15 | 2022-10-25 | 华南理工大学 | 一种基于交通匹配曲线的路网均衡性指标体系构建方法 |
US11489792B2 (en) | 2020-01-10 | 2022-11-01 | Toyota Motor Engineering & Manufacturing North America, Inc. | Vehicular micro clouds for on-demand vehicle queue analysis |
CN113132415A (zh) * | 2021-05-10 | 2021-07-16 | 安徽思珀特信息科技有限公司 | 一种基于网络流量分析的威胁发现系统 |
CN116137103B (zh) * | 2023-02-20 | 2023-12-08 | 东南大学 | 基于图元学习和深度强化学习的大规模交通灯信号控制方法 |
CN116246466B (zh) * | 2023-03-13 | 2024-01-23 | 长安大学 | 考虑自动驾驶多模式特性的混合交通流管理方法及系统 |
CN116343488B (zh) * | 2023-05-31 | 2023-07-28 | 山东高速信息集团有限公司 | 一种公路收费广场的上游流量调节方法、设备及介质 |
CN117765738B (zh) * | 2024-02-21 | 2024-04-26 | 云南省公路科学技术研究院 | 道路交通车流量分流控制优化方法、系统、终端及介质 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1989011138A1 (en) * | 1988-05-11 | 1989-11-16 | Alex Frauchiger | Process for relieving or preventing unwanted traffic jams in the broadest sense |
US5173691A (en) * | 1990-07-26 | 1992-12-22 | Farradyne Systems, Inc. | Data fusion process for an in-vehicle traffic congestion information system |
US5845227A (en) * | 1991-02-01 | 1998-12-01 | Peterson; Thomas D. | Method and apparatus for providing shortest elapsed time route and tracking information to users |
US5296852A (en) * | 1991-02-27 | 1994-03-22 | Rathi Rajendra P | Method and apparatus for monitoring traffic flow |
SE9203474L (sv) * | 1992-11-19 | 1994-01-31 | Kjell Olsson | Sätt att prediktera trafikparametrar |
ES2142053T5 (es) * | 1995-03-23 | 2007-03-16 | T-Mobile Deutschland Gmbh | Procedimiento y dispositivo para la determinacion de informacion dinamica del trafico. |
ES2135134T3 (es) * | 1995-04-28 | 1999-10-16 | Inform Inst Operations Res & M | Procedimiento para la deteccion de perturbaciones en el trafico rodado. |
US5926113A (en) * | 1995-05-05 | 1999-07-20 | L & H Company, Inc. | Automatic determination of traffic signal preemption using differential GPS |
US6259405B1 (en) * | 1995-06-06 | 2001-07-10 | Wayport, Inc. | Geographic based communications service |
US5878368A (en) * | 1996-09-13 | 1999-03-02 | Magellan Dis, Inc. | Navigation system with user definable cost values |
US6169902B1 (en) * | 1997-04-09 | 2001-01-02 | Sony Corporation | Information terminal, processing method by information terminal, information providing apparatus and information network system |
DE19725556A1 (de) * | 1997-06-12 | 1998-12-24 | Mannesmann Ag | Verfahren und Vorrichtung zur Verkehrszustandsprognose |
EP0915445B1 (de) * | 1997-10-06 | 2005-06-29 | Siemens Aktiengesellschaft | System zur Ermittlung von Verkehrsinformationen |
DE19753034A1 (de) * | 1997-11-18 | 1999-06-17 | Ddg Ges Fuer Verkehrsdaten Mbh | Verfahren zur Prognose eines den Zustand eines Systems repräsentierenden Parameters, insbesondere eines den Zustand eines Verkehrsnetzes repräsentierenden Verkehrsparameters und Vorrichtung zum Durchführen des Verfahrens |
DE19940957C2 (de) * | 1999-08-28 | 2001-10-18 | Daimler Chrysler Ag | Verkehrsprognoseverfahren für ein Verkehrsnetz mit verkehrsgeregelten Netzknoten |
US6615130B2 (en) * | 2000-03-17 | 2003-09-02 | Makor Issues And Rights Ltd. | Real time vehicle guidance and traffic forecasting system |
-
2000
- 2000-05-10 DE DE10022812A patent/DE10022812A1/de not_active Ceased
-
2001
- 2001-04-27 EP EP01110502A patent/EP1154389B1/de not_active Expired - Lifetime
- 2001-04-27 DE DE50102456T patent/DE50102456D1/de not_active Expired - Fee Related
- 2001-04-27 ES ES01110502T patent/ES2220617T3/es not_active Expired - Lifetime
- 2001-05-10 US US09/851,993 patent/US6470262B2/en not_active Expired - Fee Related
- 2001-05-10 JP JP2001140453A patent/JP3501773B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
US6470262B2 (en) | 2002-10-22 |
EP1154389B1 (de) | 2004-06-02 |
JP2002008183A (ja) | 2002-01-11 |
ES2220617T3 (es) | 2004-12-16 |
US20020026277A1 (en) | 2002-02-28 |
EP1154389A1 (de) | 2001-11-14 |
DE50102456D1 (de) | 2004-07-08 |
DE10022812A1 (de) | 2001-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3501773B2 (ja) | 交通制御されたネットワークノードを含む交通網に対する、報告車両データに基づく交通状況決定方法 | |
CN104658252B (zh) | 基于多源数据融合的高速公路交通运行状态的评估方法 | |
US9564048B2 (en) | Origin destination estimation based on vehicle trajectory data | |
CN108597235B (zh) | 基于交通视频数据的交叉口信号参数优化及效果评估方法 | |
CN113380027B (zh) | 一种基于多源数据的交叉口交通状态参数估计方法及系统 | |
JP5901838B2 (ja) | リンクにおける未来の移動時間を予測する方法 | |
Hans et al. | Applying variational theory to travel time estimation on urban arterials | |
Karmakar et al. | A smart priority-based traffic control system for emergency vehicles | |
Flannery et al. | Safety, delay, and capacity of single-lane roundabouts in the United States | |
Caceres et al. | Estimating freeway route travel time distributions with consideration to time‐of‐day, inclement weather, and traffic incidents | |
CN112862204A (zh) | 一种路径规划方法、系统、计算机设备及可读存储介质 | |
Zheng et al. | Critical gaps and follow-up headways at congested roundabouts | |
US20240054889A1 (en) | Traffic prediction system, traffic prediction method, and program | |
Cremer | On the calculation of individual travel times by macroscopic models | |
Mishra et al. | Transit signal priority along a signalized arterial: A passenger-based approach | |
Bagheri et al. | Real-time estimation of saturation flow rates for dynamic traffic signal control using connected-vehicle data | |
JP2002049984A (ja) | リンク発生交通量算出方法及びod交通量の推定方法 | |
JP3932383B2 (ja) | 走行所要時間予測装置 | |
JP4126700B2 (ja) | 走行所要時間予測装置及び走行所要時間予測方法 | |
Harsha et al. | Impact of Side Friction on Travel Time Reliability of Urban Public Transit | |
Rao et al. | A transit signal priority strategy with right-turn lane sharing | |
Sheu | Erratum: A stochastic modeling approach to real-time prediction of queue overflows | |
Cheng et al. | A review of stochastic modelling of delay and capacity at unsignalized priority intersections | |
CN111640303A (zh) | 城市通勤路径识别方法及设备 | |
JP3883098B2 (ja) | 走行所要時間予測装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20031202 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20031202 |
|
LAPS | Cancellation because of no payment of annual fees |