JP3529619B2

JP3529619B2 - 走行所要時間予測装置

Info

Publication number: JP3529619B2
Application number: JP11216298A
Authority: JP
Inventors: 憲造米沢
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1998-04-22
Filing date: 1998-04-22
Publication date: 2004-05-24
Anticipated expiration: 2018-04-22
Also published as: JPH11306480A

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、例えば高速道路等
の自動車専用道路を管理する交通管制システムに利用さ
れる走行所要時間予測装置に係わり、特に特定の対象区
域の走行所要時間を予測する走行所要時間予測装置に関
する。

【０００２】

【従来の技術】高速道路では、交通量の増加に伴って交
通渋滞が発生し走行所要時間が大幅に変動する。このよ
うな道路状況において例えば高速道路の特定のインター
チェンジ間や特定の都市間等の予め定められた区間を走
行するとき、車両を運転する運転手に当該区間の走行所
要時間を時々刻々提供することは、利用者のサービス向
上とともに高速道路を円滑に運用する上で重要なことで
ある。

【０００３】従来、かかる要請から走行所要時間の予測
値を提供する方法が幾つか提案されている。

【０００４】その１つは、対象区間を複数の単位区間に
分割するとともに各単位区間に車両感知器を設置し、各
車両感知器で測定される走行車両速度を用いて各単位区
間の走行所要時間を算出し、これら各単位区間の走行所
要時間を合計することにより、対象区間の走行所要時間
を算出する方法である。

【０００５】この方法は、現在、高速道路で実際に用い
られている所要時間予測方法である。

【０００６】他の１つは、対象区間を複数の単位区間に
分割するとともに各単位区間に車両感知器を設置し、各
車両感知器で測定される走行車両速度を用いて各単位区
間の走行所要時間を算出し、この算出された各単位区間
の所要時間を予め時系列的に蓄えておく。そして、走行
による時間の経過を考慮しつつ各単位区間の走行所要時
間を合計することにより、対象区間の走行所要時間を算
出する方法である。この所要時間予測方法はタイムスラ
イス合計手法と呼ばれている。

【０００７】さらに、他の１つは、ＡＶＩシステム（Au
tomatic Vehicle Identification Sy-stem ）を用いて
行う方法であり、さらに詳しくは対象区間の両側にＴＶ
カメラを設置し、走行車両のナンバを画像認識すること
により、実際に対象区間を走行した各車両の走行所要時
間を測定する方法である。

【０００８】

【発明が解決しようとする課題】しかしながら、以上の
ような所要時間予測方法では、次のような問題点が指摘
されている。

【０００９】現在，高速道路で提供されている走行所要
時間の予測値は各単位区間の走行所要時間を単純に合計
したものであって、各単位区間の交通状況が時間の経過
によってあまり変化しない場合、例えば対象区間全域に
わたって車両が順調に流れている場合には走行所要時間
を精度よく予測することが可能である。

【００１０】しかし、実際には各単位区間の交通状況は
時間の経過とともに変動するので予測誤差が大きくな
る。特に、朝夕のラッシュ時等，渋滞の発生・解消を繰
り返すとき、予測誤差が著しく大きくなる。ここに、以
上のような道路状況にあっても、精度のよい走行所要時
間の予測値を提供することが望まれている。

【００１１】また、ＡＶＩシステム等を用いて実際の走
行所要時間を求める方法は、高速道路の適宜な場所に新
たに車両感知器やＡＶＩ装置を導入しなければならない
こと。しかも、走行所要時間が得られるのは、走行車両
が対象区間の終端に到着した時である。この場合には、
実際に道路を走行している運転手にとっては、この所要
時間を、目的地まで到達するのに何時間かかるかという
目安として使用することは難しい。

【００１２】本発明は上記事情に鑑みてなされたもの
で、対象区間の走行に要する時間を低コスト、かつ、簡
便に予測する走行所要時間予測装置を提供することにあ
る。

【００１３】また、本発明の他の目的は、交通状況にか
かわらず精度よく走行所要時間を予測する走行所要時間
予測装置を提供することにある。

【００１４】

【課題を解決するための手段】上記課題を解決するため
に、本発明は、予め設定された自動車道路の対象区間を
走行する自動車の走行に要する時間を予測する走行所要
時間予測装置において、通行券データから前記対象区間
の各単位区間の基準走行所要時間を算出して保存する基
準ファイル作成手段と、前記保存された基準走行所要時
間の中から選択条件に従って過去所定日数分の各単位区
間のｎ（ｎは整数）分毎の基準走行所要時間を取り出し
て保存するデータ選択手段と、このデータ選択手段によ
って選択された基準走行所要時間からｎ分毎の基準走行
所要時間の予測モデルのパラメータを推定するパラメー
タ推定手段と、この推定手段で推定されるパラメータと
前記各単位区間の過去所定日数分のｎ分毎の基準走行所
要時間とを用いて当日の各単位区間毎の走行所要時間を
予測する当日予測データ演算手段と、この当日予測デー
タ演算手段で求めた当日の各単位区間毎の走行所要時間
を、時系列的、かつ、単位区間毎に並べて各単位区間の
走行所要時間パターンテーブルを作成する手段と、当日
の最新時刻近傍の前記通行券データから前記基準ファイ
ル作成手段で作成される各単位区間の基準走行所要時間
と前記当日予測データ演算手段で予測される当日の各単
位区間の走行所要時間とを用いて、予測された各単位区
間毎の走行所要時間を補正し、前記単位区間毎の走行所
要時間パターンテーブルを随時更新する当日予測補正手
段と、このパターンテーブルの各単位区間毎の走行所要
時間パターンを用いて、予め前記対象区間内の任意の区
間の走行所要時間を予測計算し出力する走行所要時間計
算手段とを設けた走行所要時間予測装置である。

【００１５】このような手段を講じたことにより、通行
券データから得られる各単位区間の実績の基準走行所要
時間のうち、過去の類似する所定日数分の各単位区間の
実績基準走行所要時間を用いて、ｎ分毎の走行所要時間
の予測モデルのパラメータを推定するとともに、この推
定パラメータを用いて当日の各単位区間のｎ分毎の走行
所要時間を予測し、これを時系列的、かつ、各単位区間
毎に並べて、各単位区間の走行所要時間のパターンテー
ブルを作成する。

【００１６】以上の一連の処理は当日の夜中に行われ
る。

【００１７】しかる後、当日の現時点における最新近傍
の通行券データから得られる各単位区間のｎ分毎の基準
走行所要時間に基づいて予測された当日の各単位区間の
ｎ分毎の走行所要時間を補正し、パターンテーブルを随
時更新するので、当日の各単位区間のｎ分毎の走行所要
時間を予測するが、最新近傍の通行券データである最新
の道路状況に応じて補正し、かつ、走行所要時間パター
ンテーブルを随時更新するので、この走行所要時間パタ
ーンテーブルから精度の高い走行所要時間を求めること
ができる。

【００１８】しかも、従来のように、各単位区間ごとに
車両感知器やＡＶＩ装置を設ける必要がなく、インター
チェジなどに設置される例えば料金収受システムで集め
られる通行券データを利用するので、安価、かつ、簡便
に実現できる。

【００１９】

【発明の実施の形態】以下、本発明の実施の形態につい
て図面を参照して説明する。

【００２０】図１は本発明に係わる走行所要時間予測装
置の一実施の形態を示す全体構成図である。

【００２１】この走行所要時間予測装置は、対象区間の
中の単位区間である例えば各ＩＣ（インターチェンジ）
の料金収受システムなどから送られてくる通行券実績デ
ータを受け取って処理する計算機システムであって、こ
の計算機システムは例えば中央の交通管制センターまた
は同等の役割を果たす場所に設置され、ここで予測され
る走行所要時間は対象区間の適宜な場所の表示盤で表示
される。

【００２２】同図において１は通行券データであって、
車両がＩＣの出口料金所を通過するときに集められる。
この通行券データは料金収受システムに通行券を通すこ
とにより自動的に収集可能であるが、料金収受システム
でなくてもそれ専用の例えば通行券データを読取り伝送
するシステムであればよい。この通行券から入手できる
データは、通行券の一般的なフォーマットから次のよう
なデータが上げられる。

【００２３】車種ＮＯ、入口ＩＣ．ＮＯ、入口月、入口日、入口時、入口分出口ＩＣ．ＮＯ、出口月、出口日、出口時、出口分車種ＮＯ１は例えば大型車、車種ＮＯ２は小型車のごと
きである。

【００２４】２は入口別ファイル変換手段であって、Ｉ
Ｃの入口料金所に入った時刻を基準とし、出口料金所を
出るまでの時間を予測するもので、前記通行券データ１
を元にして例えば入口料金所別のファイルに変換する。
このとき、各単位区間例えば区間１〜区間ｎの入口料金
所別ファイル３₁〜３_nに分類し、このファイル３₁〜
３_nには通行券フォーマット上の出口時刻から入口時刻
を差し引いた各車両の実績所要時間データを格納する。

【００２５】４は基準ファイル作成手段である。車の走
行の場合には、途中のサービスエリア等で休憩すること
もあれば、法定速度以上で走行する車もあるので、例え
ば５分間隔で得られる車ごとの走行所要時間にはバラツ
キがある（図４、図５参照）。そこで、基準ファイル作
成手段４では、バラツキを除去するためのフィルタリン
グ処理を行い、車両毎の所要時間から大多数の車両が単
位区間を走行するに要する基準所要時間を求め、各単位
区間基準値データファイル５₁〜５_nに格納する。

【００２６】６は車両の走行所要時間に影響を与えるカ
レンダモードデータ、例えば年月日に平日，休み明け
（月曜）、休日前（土曜）、休日を付したカレンダモー
ドデータファイルである。

【００２７】７はデータ選択手段であって、例えばモー
ド選択の場合には当日のカレンダーモード別、例えば平
日，休み明け（月曜）、休日前（土曜）、休日の何れか
に分類し、区間基準ファイル５₁〜５_nから単位区間毎
に１日分の５分毎の基準所要時間を読み出し、日毎デー
タファイル８に格納する。通常，当日の真夜中例えば午
前１ごろに行う場合には、各単位区間の過去５日分の５
分毎基準所要時間を取り出して保存する。

【００２８】ここで、過去５日分とは、カレンダーモー
ドが平日の場合には前日データ、２日前データ、……、
５日前データを意味し、休日の場合には１週間前休日デ
ータ、２週間前休日データ、…、５週間前休日データな
どを意味する。なお、５日分に限るものでなく、所要と
する日数分であればよい。

【００２９】なお、データ選択手段７は、モード別、日
付け別および区間別ごとに選択し、日毎データファイル
８に保存できる。

【００３０】以上のようにして例えば５日分の基準走行
所要時間を日毎データファイル８に保存したならば、引
き続き、パラメータ推定手段９による処理を実行する。
このパラメータ推定手段９は、５日分の５分毎の基準走
行所要時間を用いて、例えばカルマンフィルタなどの統
計モデルによりモデルのパラメータを算出し、パラメー
タファイル１０に格納する。

【００３１】図２はデータ選択手段７ないしパラメータ
推定手段９による処理例を説明する図である。

【００３２】すなわち、データ選択手段７によってデー
タ読込み条件（モード、日付、区間）を設定し（Ｓ
１）、区間基準ファイル５₁〜５_nから前述する５日分
の基準走行所要時間データを読み込み、日毎データファ
イル８に格納する。

【００３３】しかる後、カルマンフィルタの初期値を設
定し（Ｓ３）、逐次最小２乗法により、既知である２日
前〜５日前の所要時間とパラメータ初期値ａ１〜ａ４と
を用いて、下記式により前日走行所要時間パラメータＱ
（前日）を算出する（Ｓ４）。

【００３４】Ｑ（前日）＝ａ１・Ｑ（２日前）＋ａ２・Ｑ（３日前）＋ａ３・Ｑ（４日前）＋ａ４・Ｑ（５日前） …（１）このようにして得られたパラメータはパラメータファイ
ル１０に書き込む（Ｓ５）。

【００３５】そして、パラメータ推定手段９にて推定さ
れたパラメータを用いて、当日予測データ演算手段１１
が当日の各単位区間の走行所要時間を推定し（図３）、
単位区間毎の当日予測データファイル１２₁〜１２
_n（１２₂〜１２_n）を作成する。すなわち、当日予測
データ演算手段１１は、図３に示すようにパラメータフ
ァイル１０から例えば前日〜４日前のパラメータを取り
出し（Ｓ１１）、次式に基づいて当日予測データを計算
し（Ｓ１２）、当日予測データファイル１２₁〜１２_n
に書き込む（Ｓ１３）。

【００３６】Ｑ（今日）＝ａ１・Ｑ（前日）＋ａ２・Ｑ（２日前）＋ａ３・Ｑ（３日前）＋ａ４・Ｑ（４日前） …（２）従って、以上のようにして推定された各単位区間の走行
所要時間を時系列に並べ、走行による時間の経過を考慮
しつつ各単位区間の走行所要時間を合計すれば、予め例
えば当日の午前１時ごろに任意区間の所要時間を予測す
ることができる（タイムスライス法）。

【００３７】さらに、オンラインによって時々刻々当日
の最新の基準所要時間を求めて区間基準ファイル５₁〜
５_nに格納すれば、当日予測補正手段１３では、予め予
測した当日予測データである各単位区間の走行所要時間
を前記当日の最新基準走行所要時間で補正すれば、より
高精度な各単位区間の補正済み当日予測データ１４₁〜
１４_n（１４₂〜１４_nは図示せず）を得ることができ
る。

【００３８】タイムスライス更新手段１５は、補正なし
当日予測データ或いは補正済みの当日予測データに基づ
いてタイムスライステーブル１６を順次更新する。走行
所要時間計算手段１７は、タイムスライステーブル１６
から車両の入口料金所に入る時の各区間ごとの走行所要
時間を合計し、任意の区間の走行所要時間を取り出すこ
とができる。

【００３９】なお、パラメータ推定手段９は、カルマン
フィルタの統計モデルを用いて、ｎ分毎の走行所要時間
の予測モデルのパラメータを推定したが、統計モデル以
外に状況に応じてニューラルネットワークおよびファジ
ィモデルなどを用いて推定することが可能である。

【００４０】ニューラルネットワークにおいては、予め
単位区間ごとに平日，休日前，休日その他走行所要時間
に関係する条件を入力し、車の実際の走行所要時間とな
るような重み係数を推定し、以後重み係数を用いて、前
日に当日の条件と重み係数とを設定し、当日の走行所要
時間を予測するものである。

【００４１】また、種々の条件のもとに単位区間の走行
所要時間を予測するファジィモデルを構築し、過去の実
績および知識に基づいてパラメータを作成しファジィル
ールに基づいて前日に当日のパラメータを入力し、単位
区間の走行所要時間を予測することもできる。

【００４２】従って、以上のような実施の形態によれ
ば、通行券データから得られる各単位区間のｎ分毎の基
準走行所要時間に基づいて予測された当日の各単位区間
のｎ分毎の走行所要時間を、当日の現時点における最新
近傍の通行券データから得られる各単位区間のｎ分毎の
基準走行所要時間に基づいて補正し、パターンテーブル
を随時更新するので、当日の各単位区間のｎ分毎の走行
所要時間を予測するが、最新近傍の通行券データである
最新の道路状況に応じて補正し、かつ、走行所要時間パ
ターンテーブルを随時更新するので、最新の道路状況を
考慮しつつパターンテーブルから精度の高い走行所要時
間を求めることができる。さらに、道路状況と経年変化
とに対応しつつ常に高精度な走行所要時間を予測でき
る。

【００４３】また、従来のように各単位区間ごとに車両
感知器やＡＶＩ装置を設ける必要がなく、通行券データ
を利用することから時間を考慮した走行所要時間の予測
値を安価、かつ、簡便に算出できる。

【００４４】さらに、ｎ分毎の走行所要時間の予測モデ
ルのパラメータを推定し、このパラメータから当日の予
測データを求めているので、予測精度を上げることがで
きる。

【００４５】（他の実施の形態）（１）図４は実際の通行券データから求めた高速道路
のある単位区間の全車種の実績所要時間パターン図であ
り、図５は普通車のみの単位区間の全車種の実績所要時
間パターン図である。

【００４６】この図４と図５とを比較すれば明らかなよ
うに、普通車が全体の９割以上を占めており、この普通
車のパターンを全体のパターンとして決定してもよいも
のである。

【００４７】従って、実際の状況から普通車のみを対象
にし、これを用いて図１の装置により当日の予測データ
を作成しても、基準所要時間の計算の信頼性を上げるこ
とができる。

【００４８】よって、普通車の通行券データを用いれ
ば、取り扱うデータの数を１割程度減らすことができ、
かつ、オートバイなどの車の渋滞からすり抜けてくるノ
イズとなるデータを自動的に除くことができ、よりデー
タの信頼性を上げることができる。

【００４９】（２）前記基準値ファイル作成手段４と
しては、フィルタリング処理を行った後、車両の実績の
走行所要時間から各単位区間の基準走行所要時間を算出
したが、例えば各車両が実際に出口料金所を出るまでの
走行所要時間の５分間隔のｋ分刻み（実施例では５分刻
み）の度数分布（ヒストグラム）を求め、その度数が最
大となる最頻値の走行所要時間を、各単位区間の基準所
要時間とすることができる。

【００５０】図６および図７はヒストグラムの作成処理
例を示す図である。

【００５１】すなわち、通行券データまたは入口料金所
別ファイル３₁〜３_nのデータから時系列ソートファイ
ルを作成した後（Ｓ２１）、このファイルのデータから
例えば５分間隔５分刻みの所要時間の頻度値を表すヒス
トグラムファイルを作成する（Ｓ２２）。そして、この
作成されたヒストグラムファイルから５分間隔ごとに最
頻値を抜き出して書き込むことにより最頻値ファイルを
作成する（Ｓ２３）。

【００５２】ヒストグラムファイル作成ステップＳ２２
は、図７に示すように各車両の所要時間を全て「分」と
なるように変換する通算分計算を実施した後（Ｓ２２
１）、ヒストグラム幅例えば５分間隔幅を決定する（Ｓ
２２２）。しかる後、各車両の走行所要時間データを順
次取り出し（Ｓ２２３）、当該走行所要時間データが何
れのヒストグラム時間幅に入るか判断し、ある１つのヒ
ストグラム時間幅に入っている場合には当該ヒストグラ
ム時間幅の頻度をカウントアップした後、走行所要時間
データを保存する（Ｓ２２４〜Ｓ２２６）。

【００５３】その後、５分間隔ごとのヒストグラムの中
から最頻値を取り出し、例えば５分間隔ヒストグラムの
配列にセットし、ヒストグラムファイルに書き込んでい
く（Ｓ２２７、Ｓ２２８）。

【００５４】因みに、図８に示す高速道路のある区間の
各車両の実績走行所要時間のパターンの中から例えば
６：００〜６：０５および１２：００〜１２：０５の５
分刻みのヒストグラムを作成した例が図９、図１０であ
る。さらに、多くの時刻について同様のヒストグラムの
最頻値をプロットしたのが図１１である。

【００５５】これらヒストグラムの検討結果、最頻値は
ほぼパターンの下の境界ラインにそっていることが分か
る。つまり、短い走行所要時間で走行しているのが多
い。これは殆んどの車が可能な限り急いで走行している
結果を意味している。

【００５６】従って、以上のような実施の形態によれ
ば、各車両の通行券データから求まる実績の走行所要時
間は同時刻に入口料金所に入った場合でもバラツキがあ
るが、この車両毎の走行所要時間から各単位区間の基準
走行所要時間（大多数の車両が単位区間を通過する要す
る時間）を簡易なアルゴリズムを用いて実現できる。

【００５７】（３）さらに、データ量の少ない時間帯
の処理やグループで旅行をしている車両の影響等を除い
て各単位区間の良好な基準走行所要時間を決定するフィ
ルタリング処理について説明する。

【００５８】その１つは、通行券データから入口料金所
別に変換された入口料金所別ファイル３₁〜３_nから、
各車両が実際に出口料金所を出るまでの走行所要時間の
ｎ分間隔（例えば５分）のｋ分（例えば５分）刻みの度
数分布を求め、ｎ分毎の度数分布の中の最頻値をもとに
旅行時間度数のα％以上について平均時間を取り、これ
を基準走行所要時間とする。

【００５９】例えば図１２のヒストグラムにおいては、
最頻値の度数の２／３（α＝６６．７）以上を平均する
と、基準走行所要時間は、（１５分×１４＋２０分×１１）／２５＝１７．２分 … （３）となる。

【００６０】他の１つは、例えば次のようにして最頻値
を選定するものである。

【００６１】イ．通行券データから入口料金所別に変換
された入口料金所別ファイル３₁〜３_nから、各車両が
実際に出口料金所を出るまでの走行所要時間のｎ分毎の
ｋ分刻みの度数分布（図１３ａ参照）を求め、ｎ分毎の
最頻値をもとに最頻値度数のα％以上について平均時間
を求めるとき、特定の最頻値を除外して平均時間を計算
する。

【００６２】ロ．しかし、例えば図１３（ｂ）のような
ヒストグラムの場合、５分，５分，５分の３間隔に度数
がなく、その次に最頻値が現れる場合がある。このよう
なとき、当該最頻値は２／３以上の中にあるが、予め設
定される連続係数＝３または３以上に基づき、ヒストグ
ラムの時系列方向に３間隔度数なし或いは非常に度数が
小さいとき、当該最頻値を除外して平均時間の計算を実
行する（図１４のＳ５７，Ｓ５８を参照）。

【００６３】ハ．なお、計算実績データ無しの時間帯は
同様な条件をもつ前回値を使用する（Ｓ６１）。

【００６４】ニ．さらに、最頻値が３または３以下のと
き、図１３（ｃ）のようにヒストグラムの最初の頻度値
＝２を使用する（Ｓ６２）。

【００６５】また、複数の最頻値があるが、最頻値所要
時間を中心に所定分以上離れている時、それを除いて平
均時間を計算してもよい。

【００６６】以上の一連の処理例は図１４に示す通りで
ある。

【００６７】従って、以上のような実施の形態によれ
ば、データ量の少ない時間帯の処理やグループによって
旅行しているような車両の影響を除いて、各単位区間の
良好な実績の基準走行所要時間を求めることができる。

【００６８】（４）さらに、走行所要時間計算手段１
７としては、タイムスライステーブル１６にテーブル化
した単位区間の走行所要時間パターンから入口料金所に
入る時刻の各区間ごとの走行所要時間を合計して任意の
区間の走行所要時間を計算し予測するようにしたが、例
えばタイムスライス合計手法を用いて、対象区間内の任
意の区間の走行所要時間を予測してもよい。

【００６９】この予測例について図１５を参照して説明
する。例えば０時５分に単位区間１に進入した車両が単
位区間５の終端に到達する時間，すなわち対象区間を走
行するのに要する時間を予測する。

【００７０】先ず、車両は単位区間１の走行に８分を要
して０時１３分に単位区間２に進入する。この時刻に単
位区間２に進入した車両は単位区間２の走行に１０分を
要する。同様に時間の経過を考慮すると、各単位区間の
走行には図１５に示す２重線で囲んだ部分を加算する。
その結果、単位区間１から単位区間５までの対象区間の
走行所要時間は計５４分となり、対象区間の終端である
目的地には０時５９分に到着することになる。

【００７１】図１６は、タイムスライス法を用いて走行
所要時間を推定した例を示す図でるあ。同図の実線は推
定された走行所要時間であり、点線は実績時間である。
この推定走行所要時間と実績時間との間には一定の誤差
があるが、推定のパターンは実績のパターンと良く一致
しており、渋滞開始の立ち上がりや渋滞解消の時間につ
いて遅れなく追従している。

【００７２】なお、誤差（推定−実績）は、図１７に示
すように＋側に出ているが、これはタイムスライス法の
推定の場合には各区間の出口料金所の待ち時間が加算さ
れているためである。しかも、図１７の誤差のグラフか
ら一定値を引くと、誤差が平均的に小さくなることが分
かる。

【００７３】そこで、前述したようなタイムスライス合
計手法によって推定された対象区間内の任意の走行所要
時間から一定値を引き算し、その結果の値を予測走行所
要時間としてもよい。

【００７４】さらに、図１６に示す走行所要時間の結果
には多少のフラツキがある。

【００７５】そこで、予め基準走行所要時間を計算する
オンラインの計算は、実績データが全部揃う夜中に行う
場合を想定すると、例えば計算該当時刻を中心に５個程
度の平均をとる，いわゆる遅れなし移動平均の手法を用
いてフラツキを小さくする。遅れなし移動平均とは、例
えば過去時間のデータだけでなく、夜中に計算すること
から既に前日のデータを取得しているので、計算該当時
刻を中心として前の時間のデータも用いて平均化するの
で、実質的に遅れ無しの状態で平均化することをいう。

【００７６】遅れなし移動平均の計算方法時刻ｔ（単位：分）の走行所要時間をＴｒ（ｔ）とし、
計算該当時刻ｔの遅れなし平均時間Ｔｒｍ（ｔ）は下式
に基づいて求める。サンプルは５個であり、計算該当時
刻を中心として、過去時間のデータを２個、前の時間の
データを２個とする。

【００７７】

【数１】

【００７８】但し、上式において△ｔは５分である。

【００７９】図１８は図１６のデータに対し遅れなし平
均（個数：５個）を施した結果である。この図から明ら
かなように、図１６にあったノイズのようなフラツキは
なくなり、緩やかなグラフとなっている。図１９は図１
８のグラフの誤差（推定−実績）を示している。この誤
差の平均値は約９．２５分である。そして、改良推定値
として、図１８の推定値から一定値（誤差平均値）を引
いたものが図２０である。よって、図２０から明らかな
ように、フラツキも誤差もだいぶ少なくなり、図１６よ
り大きく実績に近似した推定値を得ることができる。

【００８０】従って、以上のような実施の形態によれ
ば、対象区間の任意の区間の走行所要時間を予測するに
際し、タイムスライス合計手法を用いて求めるだけでな
く、テーブル１６の単位区間の走行所要時間パターンか
ら推定値と実績との誤差相当分を引き算し、予測を求め
るための走行所要時間としているので、誤差やフラツキ
を大幅に減らすことができる。

【００８１】（５）当日の現時点で得られる最新近傍
の通行券データ群を用いて求めた基準所要時間のパター
ンから当日の渋滞開始時刻を判断し、予め予測した単位
区間の走行所要時間パターンを補正すれば、より精度の
高い単位区間の走行所要時間パターンを予測できる。

【００８２】図２１はかかる処理手順例を説明する図で
ある。

【００８３】先ず、当日の現時点で得られる最新近傍の
通行券データ群の実績データを読み込み（Ｓ３１）、入
口別ファイル変換手段２にて出口料金所で得られた実績
データをもとに前述したと同様の要領で入口料金所別に
データ変換した後（Ｓ３２）、基準ファイル作成手段４
において前述同様にヒストグラムを作成し、最頻度デー
タから最新の基準走行所要時間を推定し、区間基準ファ
イル５₁〜５_nに格納する（Ｓ３３）。

【００８４】しかる後、当日予測補正手段１３は、当日
の最新の基準走行所要時間について当日移動完了クラグ
が立っているか否かを判断し（Ｓ３４）、未だ移動完了
していない時には前記当日の最新の基準走行所要時間の
パターンの立ち上がり（渋滞開始）の判断に関し、時刻
ｎとｋ刻み後の時刻（ｎ−ｋ）の基準走行所要時間が共
に予め定める混雑開始判定所要時間を越えたか否かを判
断する（Ｓ３５）。越えている場合には、時刻ｎが当日
の最新の渋滞開始時刻ｎcsとする（Ｓ３６）。

【００８５】さらに、前記渋滞開始時刻ｎcsと予め予測
した各単位区間の当日予測データから得られる渋滞開始
時刻ｔcsとを比較し（Ｓ３７）、時刻ｎcsが早いときに
は、ｔcs−ｎcsだけ当日予測データパターンを前に移動
し（Ｓ３８）、当日移動完了フラグ「１」を設定する
（Ｓ３９）。つまり、当日予測データの渋滞開始時刻を
ｔcs−ｎcsだけ早めれば、当日の最新の基準走行所要時
間のパターンに近くなる。

【００８６】一方、ステップＳ３７の判断結果から時刻
ｎcsが早くないとき、ステップＳ３９に移行し、ここで
時刻ｎと渋滞開始時刻ｔcsとを比較し（Ｓ４０）、時刻
ｎがｔcsより遅いときには当日予測データパターンをｎ
−ｔcsだけ後ろに移動させる（Ｓ４１）。

【００８７】しかる後、実績走行所要時間と移動済みの
基準走行所要時間との時間誤差△ｔerを計算し（Ｓ４
２）、タイムスライス法に用いる移動済みの基準走行所
要時間パターンに時間誤差△ｔerを加えて随時更新補正
することにより（Ｓ４３）、タイムスライステーブル１
６における単位区間の走行所要時間パターンとするもの
である。

【００８８】従って、この実施の形態によれば、当日の
現時点における最近近傍の渋滞開始時刻と予め予測した
各単位区間の当日予測データから得られる渋滞開始時刻
とを比較し、両渋滞開始時刻のずれに応じて当日予測デ
ータパターンを移動し当日予測データとするので、当日
の道路混雑状況を適切に反映させることができる。

【００８９】さらに、両渋滞開始時刻のずれに応じて当
日予測データパターンを移動した後、タイムスライステ
ーブル１６における単位区間の走行所要時間パターンを
更新するので、当日の道路混雑状況に基づいて予め対象
区間の任意の区間の走行所要時間を求めることができ、
運転手に精度の高い走行所要時間を提供できる。

【００９０】（６）以上の実施の形態においては、当
日の各単位区間の走行所要時間を予測するに際し、カル
マンフィルタを用いて自己回帰モデル係数を推定すると
か、ニューラルネットワークやファジィモデルを用い
て、ｎ分毎の走行所要時間予測モデルのパラメータを推
定しているが、その他に例えばカオスモデルを用いると
か、遺伝的アルゴリズムを用いて、予測モデルのパラメ
ータを推定してもよい。

【００９１】

【発明の効果】以上説明したように本発明によれば、対
象区間の各単位区間の走行所要時間を低コスト、かつ、
簡便に予測できる。また、予め予測した当日の走行所要
時間を最新の道路状況で補正し、タイムスライステーブ
ルの内容を随時更新するので、任意の区間の走行所要時
間を精度よく予測できる。

【図面の簡単な説明】

【図１】本発明に係わる走行所要時間予測装置の一実
施の形態を示す全体構成図。

【図２】図１に示すパラメータ推定手段の動作手順を
説明する図。

【図３】図１に示す当日予測データ演算手段の動作手
順を説明する図。

【図４】単位区間の全車種の実績所要時間パターン
図。

【図５】単位区間の普通車のみの実績所要時間パター
ン図。

【図６】ヒストグラム作成の概略動作を説明する図。

【図７】ヒストグラム作成の処理例を示す図。

【図８】高速道路のある区間の各車両の実績走行所要
時間のパターン図。

【図９】図８のパターン図から６：００〜６：０５の
５分刻みにおけるヒストグラム図。

【図１０】図８のパターン図から１２：００〜１２：
０５の５分刻みにおけるヒストグラム図。

【図１１】多くの時刻におけるヒストグラムの最頻値
をプロットした図。

【図１２】ヒストグラムから基準所要時間を算出する
例を説明する図。

【図１３】ヒストグラムから基準所要時間を算出する
他の例を説明する図。

【図１４】ヒストグラムから基準所要時間を算出する
時の処理例を説明する図。

【図１５】各単位区間の走行所要時間を時系列的、か
つ、単位区間毎に並べたタイムスライステーブル図

【図１６】推定値と実績との走行所要時間の例をグラ
フ化した図。

【図１７】図１６に対する推定値と実績との走行所要
時間のずれである誤差をグラフ化した図。

【図１８】推定値と実績との走行所要時間を５個ずつ
平均化してグラフ化した図。

【図１９】図１８に対する推定値と実績との走行所要
時間のずれである誤差をグラフ化した図。

【図２０】図１８の推定走行所要時間から誤差を差し
引いた時の推定値と実績との走行所要時間のグラフを表
す図。

【図２１】渋滞開始時間を考慮した当日予測補正処理
を説明するフローチャート。

【符号の説明】

１…通行券データ４…基準ファイル作成手段７…データ選択手段９…パラメータ推定手段１１…当日予測データ演算手段１３…当日予測補正手段１５…タイムスライステーブル更新手段１６…タイムスライステーブル１７…走行所要時間計算手段

───────────────────────────────────────────────────── 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 G06F 17/60

Claims

(57)【特許請求の範囲】

【請求項１】予め設定された自動車道路の対象区間を
走行する自動車の走行に要する時間を予測する走行所要
時間予測装置において、通行券データから前記対象区間の各単位区間の基準走行
所要時間を算出して保存する基準ファイル作成手段と、前記保存された基準走行所要時間の中から選択条件に従
って過去所定日数分の各単位区間のｎ（ｎは整数）分毎
の基準走行所要時間を取り出して保存するデータ選択手
段と、このデータ選択手段によって選択された基準走行所要時
間からｎ分毎の基準走行所要時間の予測モデルのパラメ
ータを推定するパラメータ推定手段と、この推定手段で推定されるパラメータと前記各単位区間
の過去所定日数分のｎ分毎の基準走行所要時間とを用い
て当日の各単位区間毎の走行所要時間を予測する当日予
測データ演算手段と、この当日予測データ演算手段で求めた当日の各単位区間
毎の走行所要時間を、時系列的、かつ、単位区間毎に並
べて各単位区間の走行所要時間パターンテーブルを作成
する手段と、当日の最新時刻近傍の前記通行券データから前記基準フ
ァイル作成手段で作成される各単位区間の基準走行所要
時間と前記当日予測データ演算手段で予測される当日の
各単位区間の走行所要時間とを用いて、予測された各単
位区間毎の走行所要時間を補正し、前記単位区間毎の走
行所要時間パターンテーブルを随時更新する当日予測補
正更新手段と、このパターンテーブルの各単位区間毎の走行所要時間パ
ターンを用いて、予め前記対象区間内の任意の区間の走
行所要時間を予測計算し出力する走行所要時間計算手段
とを備えたことを特徴とする走行所要時間予測装置。
【請求項２】自動車の通行券データは、普通車のみと
することを特徴とする請求項１に記載の走行所要時間予
測装置。
【請求項３】前記基準ファイル作成手段は、入口料金
所別に分けた通行券データから、各車両が各入口料金所
から実際に出口料金所を出るまでの走行所要時間のｎ分
毎の所定分刻みの度数分布を求め、これら度数分布の中
の最頻値度数の所定値％以上の平均値をとり、この平均
値を前記各単位区間の基準走行所要時間とすることを特
徴とする請求項１に記載の走行所要時間予測装置。
【請求項４】前記基準ファイル作成手段は、入口料金
所別に分けた通行券データから、各車両が各入口料金所
から実際に出口料金所を出るまでの走行所要時間のｎ分
毎の所定分刻みの度数分布を求め、これら度数分布の中
の最頻値度数の所定値％以上の平均値をとる時に、最頻
値度数の所定値％以上であるが度数分布の時系列の増加
方向に所定分以上の間隔が開いている所要時間を除いて
平均値を求め、この平均値を前記各単位区間の基準走行
所要時間とすることを特徴とする請求項１に記載の走行
所要時間予測装置。
【請求項５】前記基準ファイル作成手段は、入口料金
所別に分けた通行券データから、各車両が各入口料金所
から実際に出口料金所を出るまでの走行所要時間のｎ分
毎の所定分刻みの度数分布を求め、これら度数分布の中
の最頻値度数の所定値％以上の平均値をとる時に、最頻
値走行所要時間を中心に所定分以上離れた所要時間のも
のを除いて平均値を求め、この平均値を前記各単位区間
の基準走行所要時間とすることを特徴とする請求項１に
記載の走行所要時間予測装置。
【請求項６】前記基準ファイル作成手段は、入口料金
所別に分けた通行券データから、各車両が各入口料金所
から実際に出口料金所を出るまでの走行所要時間のｎ分
毎の所定分刻みの度数分布を求め、これら度数分布の中
の最頻値度数の所定値％以上の平均値をとる時に、度数
分布の両端所定値％を除いて平均値を求め、この平均値
を前記各単位区間の基準走行所要時間とすることを特徴
とする請求項１に記載の走行所要時間予測装置。
【請求項７】前記走行所要時間計算手段は、タイムス
ライス手法を用いて、対象区間内の任意の区間の走行所
要時間を求めるとともに、この走行所要時間から所定時
間を引いた時間を、対象区間内の任意の区間の走行所要
時間予測値とすることを特徴とする請求項１に記載の走
行所要時間予測装置。
【請求項８】前記走行所要時間計算手段は、タイムス
ライス手法を用いて、対象区間内の任意の区間の走行所
要時間の遅れなし移動平均をとり、この移動平均時間か
ら所定時間を引いた時間を、対象区間内の任意の区間の
走行所要時間予測値とすることを特徴とする請求項１に
記載の走行所要時間予測装置。
【請求項９】前記当日予測補正更新手段は、通行券デ
ータ群から作成される当日の最新時刻と所定時刻経過後
の時刻との各単位区間毎の基準走行所要時間と予め定め
た渋滞開始判定所要時間とを比較し、最新渋滞開始時刻
を決定する手段と、この最新渋滞開始時刻と前記当日予
測データ演算手段で得られる当日の各単位区間毎の走行
所要時間予測パターンの予測渋滞開始時刻とを比較し、
前記最新渋滞開始時刻が早いときに前記当日の各単位区
間毎の走行所要時間予測パターンを前に移動する第1の
パターン移動手段と、前記最新渋滞開始時刻が遅いとき
に前記当日の各単位区間毎の走行所要時間予測パターン
を後ろに移動する第２のパターン移動手段とを備えたこ
とを特徴とする請求項１ないし請求項６の何れか１つに
記載の走行所要時間予測装置。
【請求項１０】前記当日予測補正更新手段は、請求項
９に記載する各構成要件と、実績走行所要時間と前記移
動済みの走行所要時間予測パターンとから時間誤差を計
算する誤差計算手段と、この時間誤差を用いて前記各単
位区間の走行所要時間パターンテーブルを随時更新する
手段とを設けたことを特徴とする請求項１ないし請求項
８の何れか１つに記載の走行所要時間予測装置。