JP3758534B2 - 交通流の異常検知装置及び方法 - Google Patents
交通流の異常検知装置及び方法 Download PDFInfo
- Publication number
- JP3758534B2 JP3758534B2 JP2001211153A JP2001211153A JP3758534B2 JP 3758534 B2 JP3758534 B2 JP 3758534B2 JP 2001211153 A JP2001211153 A JP 2001211153A JP 2001211153 A JP2001211153 A JP 2001211153A JP 3758534 B2 JP3758534 B2 JP 3758534B2
- Authority
- JP
- Japan
- Prior art keywords
- traffic
- road
- occurrence
- vehicle
- traffic flow
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Traffic Control Systems (AREA)
- Alarm Systems (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、道路に車両感知器等を設置して交通量、速度、車頭間隔などの交通計測データを集め、この交通計測データによって、突発事象の発生による交通流の異常を検知することができる交通流の異常検知装置及び方法に関するものである。
【０００２】
【従来の技術】
道路上に交通事故、災害などの突発事象が発生したとき、この突発事象に基づく交通流の異常をいち早く検知して、後続の車両に知らせたり、後続の車両を誘導したりする必要がある。
従来、道路にカメラを設置して、画像処理をして交通流の異常を検知することが行われているが（特開平７−２１４８８号公報、特開平１０−４０４９０号公報など参照）、道路の広い範囲にわたってカメラを設置することは経費がかかり、また、夜間や悪天候時の検知が困難である。
【０００３】
そこで、道路の随所に設置した車両感知器を使って道路の交通量、通過車両の平均速度などを測定し、これらの測定値に基づいて交通流の異常を監視することが行われている。
この監視装置によれば、交通量が少ないのに速度が急激に落ち、その状態が一定時間継続したときに事故発生と判定している。
【０００４】
【発明が解決しようとする課題】
ところが前記の監視装置では、車両の走行速度に基づいて判定しているため、自然渋滞時に突発事象が発生した場合に区別がつきにくく、検知精度が低下するという問題があった。
そこで、発明者は、所定地域若しくは所定区間の道路上の交通量、平均速度、車頭間隔等、交通諸量の変動スペクトルに着目することにより、道路上の突発事象の発生を精度よく検知することができるのではないかと考えた。
【０００５】
本発明は、少ない誤差で、道路上の突発事象の発生を確実に検知することができる交通流の異常検知装置及び方法を実現することを目的とする。
【０００６】
【課題を解決するための手段】
本発明の交通流の異常検知装置は、道路の交通諸量を計測する計測手段と、交通諸量変化の周波数スペクトルを算出するスペクトル算出手段と、スペクトル算出手段により算出された周波数スペクトルに基づいて道路上の突発事象の発生を検知する総合判定手段とを有するものである。前記交通諸量は、交通量、車両の速度、時間占有率、車頭時間間隔、道路区間の車両存在台数、空間占有率、空間速度、車頭距離間隔のいずれかから選ばれるものであり、前記総合判定手段は、スペクトル算出手段により算出されたスペクトルに基づいて道路上の突発事象の発生尤度を表す評価値を算出し、この評価値に基づいて道路上の突発事象の発生を検知するものである。
道路上の突発事象がなければ、交通諸量は、時間的に激しい変動が繰り返される。しかし事故などの突発事象が発生すると、交通量は低下し、その変化も緩やかになる。そこで、一定地域若しくは区間の道路における交通諸量の時間変化の緩急に基づいて、道路上の突発事象の発生を検知することができる。交通諸量変化の緩急は、通常、周波数スペクトル（以下単に「スペクトル」という）に現れるので、スペクトルを見て変化の緩急を判定することができる。例えば、スペクトルが低周波成分に集まってくれば、突発事象の発生と判断することができる。
この構成によれば、スペクトルに基づいて評価値を定量的に算出し、この評価値に基づいて道路上の突発事象の発生を検知するので、客観的な精度の高い判定をすることができる。
【０００７】
交通諸量は、車両感知器の感知信号に基づいて計測することができる。車両感知器は、簡単な構造を持つので、低コストで道路に設置できる。
【０００８】
前記総合判定手段は、評価値がしきい値を超えたときに、道路上の突発事象の発生を検知するものであることが好ましい。
前記しきい値は、時間帯、曜日などに応じて統計的に求められ、記憶されている値であってもよい。スペクトルの変動に、統計的な傾向が現れることがあるからである。
【０００９】
前記スペクトル算出手段は、複数の交通諸量変化のスペクトルを算出するものであり、総合判定手段は、スペクトル算出手段により算出された複数のスペクトルに基づいて道路上の突発事象の発生尤度を表す評価値をそれぞれ算出し、これらの評価値の重み付け平均値に基づいて道路上の突発事象の発生を検知するものであることが好ましい。突発事象の発生状況に応じて、各種スペクトルに基づいた検知結果の検知精度が異なるので、各評価値に対して重み付け平均演算を行い、この重み付け平均値に基づいて、総合判定を行えば、判定の精度を向上させることができる。
【００１０】
前記重み付け係数は、次の(a)〜(c)のいずれか１つ、又はこれらの組み合わせの関数であり、自動的に決定されることが好ましい。
(a)渋滞の程度：渋滞の多い少ないによって有利な交通諸量スペクトル、不利な交通諸量スペクトルがあり、どのような交通諸量スペクトルを重視するか決めることができる。
(b)大小車種の分布：大小車種の分布によって、精度のよい交通諸量スペクトル、精度の悪い交通諸量スペクトルがあり、どのような交通諸量スペクトルを重視するか決めることができる。
【００１１】
(c)各スペクトルの検知精度：各交通諸量スペクトルの技術評価、過去の実績などに基づき、精度のよい交通諸量スペクトル、精度のよくない交通諸量スペクトルがあるので、どのような交通諸量スペクトルを重視するか決めることができる。
また、本発明によれば、実際の突発事象の発生に関連した交通計測データに基づいて、各交通諸量スペクトルでの検知結果を求め、実績データとして蓄積することが好ましい。これにより、各交通諸量スペクトルの実績に基づいた評価をすることができる。
【００１２】
前記実績データには、正検知率、検知漏れ率、誤検知率、検知遅れ時間のうち１又は複数のデータが含まれていてもよい。これらの値は、各交通諸量スペクトルの評価を行うのに役立つパラメータとなる。
本発明の交通流の異常検知装置は、総合判定手段により道路上の突発事象が検知された場合に、その突発事象の発生を外部に知らせる情報提供手段をさらに有することが、好ましい。ドライバなどに知らせることにより、事故の拡大を防止するためである。
【００１３】
前記情報提供手段は、当該地域内若しくは当該区間内を走行する車両、又は当該地域内若しくは当該区間内への走行が予想される車両に対して情報を提供してもよい。例えば路側ビーコンなどの移動通信手段を用いて、車両のドライバに情報を提供することができる。
情報提供手段は、すでに予定されている道路上の規制に対しては、その影響を検知しても外部に知らせなくてもよい。例えば、道路工事等のためある時間から車線が制限されることが分かっているときは、その時間に道路上の規制による影響が検知されても、外部に知らせない。これは外部に知らせることによる混乱を防止するためである。
【００１４】
前記総合判定手段は、判定の基礎となった値の大きさ（尤度）に応じて、段階的な判定を行い、前記情報提供手段は、この総合判定手段による段階的な判定の結果によって異常情報の内容を変えることが好ましい。
突発事象発生の尤度（確実性）に応じて、例えば「この先事故・止まれ」、「前方注意」など情報提供の内容を変えることにより、ドライバなどに、より適切な情報を与えることができる。
【００１５】
前記総合判定手段は、複数の道路区間で交通流の異常を検知した場合、判定の基礎となった値の大きさに応じて、異常発生区間を特定してもよい。突発事象発生の尤度（確実性）の一番高い区間を異常発生区間とすることにより、後続のドライバなどに発生区間の情報や回避ルートの情報を知らせることができる。
また、本発明の交通流の異常検知方法は、請求項１記載の交通流の異常検知装置と同一発明に係る方法である。
【００１６】
【発明の実施の形態】
以下、高速道路の交通流監視を例にとって、本発明の実施の形態を、添付図面を参照しながら詳細に説明する。
１．システムの構成
図１は、交通流の異常検知をするための交通流監視システムを示す概略図である。
【００１７】
２車線ある高速道路１に、２ループ埋め込み式の車両感知器５が、間隔をおいて車線ごとに設置されている。また、車両の上方から車高を測定する超音波式の車両感知器３も、車線ごとに設置されている。これらの車両感知器３，５が設置された高速道路の区間を区間１，２，‥‥，ｉ，‥‥（ｉは２以上の整数）と表示する。各区間の距離をＬiとする。これらの車両感知器３，５は、一次処理装置４につながれていて、一次処理装置４は、車両通過台数のカウントや、車両速度の検知等を行う。一次処理装置４には道路を撮影するテレビカメラ（図示せず）もつながれている。
【００１８】
また、高速道路１には、事故情報や路面情報などを車両に知らせるための可変表示板６が設けられている。また、車両と双方向通信を行う路側ビーコン７が設けられている。
さらに、高速道路１に接続する一般道路２には、高速道路１の事故情報や路面情報などを、高速道路１に入ろうとする車両に知らせるための可変表示板９が設けられている。
【００１９】
交通管理センター１０内部のコンピュータ１１は、各区間に設置された一次処理装置４、路側ビーコン７、可変表示板６などと、有線通信網１２（無線通信網であってもよい）を通して接続されている。また、当該コンピュータ１１は、国土交通省、警察庁、都道府県警、消防庁などの関係機関１３と通信回線を通して結ばれており、放送局１４とも通信回線を通して結ばれている。
なお、前記のシステム例では、高速道路を想定していたが、一般道路であってもよい。車線数が２車線の道路を想定したが、車線数は、２に限られるものではなく、１車線であっても３以上の車線であってもよい。
【００２０】
また、複数埋め込み式の車両感知器５に代えて、道路の脇に設置されるドップラー式の車両感知器を用いてもよい。また、テレビカメラの画像処理により車両通過台数、車高、車長、通過速度などを検知してもよい。
２．交通管理センター
以下に説明するコンピュータ１１の機能の全部又は一部は、ＣＤ−ＲＯＭ等の記録媒体に記録されたプログラムをコンピュータ１１が実行することにより実現される。
【００２１】
図２は、交通管理センター１０内部のコンピュータ１１の機能ブロック図である。
コンピュータ１１の入力処理部２１には、車両感知器５の感知信号が一次処理装置４を介して入力される。入力処理部２１は、車両感知器５が感知した車両の通過台数や車両速度の検知量に基づいて、交通量（単位時間当たりの通過台数）Ｑ、平均速度Ｖ、時間占有率Ｏ（ある時間Ｔ内に車両が車両感知器を横切った時間ｔkの総和Σｔkを時間Ｔで割ったもの：Σｔk／Ｔ）等を算出する。「平均」速度としたのは、一定時間内に通過した各車両の速度の平均をとるためである。以下、「平均速度」のことを単に「速度」という。
【００２２】
区間ｉに注目して、区間ｉの距離をＬi、時刻ｔにおける区間ｉへの第１車線の流入交通量をＱ1,i(t)、第２車線の流入交通量をＱ2,i(t)とし、第１車線と第２車線の両方を合わせた、時刻ｔにおける区間ｉへの流入交通量をＱi(t)とする。同じく、区間ｉからの第１車線の流出交通量をＱ1,i+1(t)、第２車線の流出交通量をＱ2,i+1(t)とし、第１車線と第２車線の両方を合わせた、時刻ｔにおける区間ｉからの流出交通量をＱi+1(t)とする。
【００２３】
Ｑi(t)＝Ｑ1,i(t)＋Ｑ2,i(t)
Ｑi+1(t)＝Ｑ1,i+1(t)＋Ｑ2,i+1(t)
また、時刻ｔにおける区間ｉへの第１車線の流入速度をＶ1,i(t)、第２車線の流入速度をＶ2,i(t)とする。同じく、区間ｉからの第１車線の流出速度をＶ1,i+1(t)、第２車線の流出速度をＶ2,i+1(t)とする。第１車線と第２車線の、各交通量で重み付け平均した時刻ｔにおける区間ｉへの流入速度をＶi(t)とし、区間ｉからの流出速度をＶi+1(t)とする。
【００２４】
また、区間ｉの第１車線の車両の時間占有率をＯ1,i (t)，第２車線の車両の時間占有率をＯ2,i (t)とする。両車線の時間占有率をＯ,i (t)とする。
以下、区間を表す添え字ｉは省略する。
入力処理部２１は、さらに、車両感知器３の出力に基づいて各車両の最大車高を算出するとともに、車両感知器５の２つのループの出力時間差に基づいて車両の速度を測定し、これと車両の感知時間とに基づいて車長を算出する。車両が通過するごとに車高、車長が算出されるので、１又は複数の車高、車長のデータ列が車線ごとに得られる。この車長のデータに基づいて、道路区間の車両存在台数、空間占有率（ある道路区間に存在する車両の車長の総和を区間距離で割ったもの）、車頭距離間隔を求めることができる。
【００２５】
これらの交通量、速度、時間占有率、車高、車長、車両存在台数、空間占有率、車頭距離間隔等の検知データを、「交通計測データ」という。
なお、交通計測データは、コンピュータ１１の入力処理部２１において算出していたが、これらの算出処理は、一次処理装置４の中でするようにしてもよい。コンピュータ１１には、判定部２２が設けられており、判定部２２の中には、違った判定アルゴリズムにより、標本スペクトルをそれぞれ算出する算出部Ａ，Ｂ，Ｃが設けられている。
【００２６】
３．スペクトルの算出
算出部Ａは交通量Ｑ(t)の周波数スペクトルを算出し、算出部Ｂは平均速度Ｖi(t)の周波数スペクトルを算出し、算出部Ｃは平均車頭間隔Ｄ(t)の周波数スペクトルを算出する。
以下、交通量Ｑ(t)の周波数スペクトルを算出する算出部Ａの動作を説明する。
【００２７】
算出部Ａは、一定（例えば１分）間隔の時刻ｔ1，ｔ2，ｔ3，‥‥，ｔn，‥‥（代表するときは添え字nを使う）ごとに交通量Ｑ(tn)を記録し、それらの周波数スペクトルを算出する。この算出は、公知のように、交通量Ｑ(tn)の平均値を求め、時間ｋずらした標本自己共分散を求め、標本スペクトル分布ｐjを求めればできる。
具体的には、交通量Ｑ(tn)をｙnと表記する。ｙnの平均値Ｅ（ｙn）をμとおく。
【００２８】
μ＝Ｅ（ｙn）＝（１／Ｎ）Σｙn（総和はn＝１からＮまでとる。Ｎは標本数）
標本自己共分散関数Ｃkは、
Ｃk＝（１／Ｎ）Σ（ｙn−μ）（ｙn-k−μ）
となる。ただし総和Σは、n＝k+1からＮまでとる。標本スペクトルｐjは、
ｐj＝ΣＣk exp(-2πiｋfj)
となる。総和Σは、k＝-N+1からN-1までとる。余弦関数で表すと、
ｐj＝Ｃ0＋２ΣＣk cos(2πｋfj)
となる。総和Σは、k＝1からN-1までとる。ｆjは周波数であり、
ｆj＝ｊ／Ｎ
ｊ＝０，１，‥‥，［Ｎ／２］（［］はガウスの記号）
である。
【００２９】
算出部Ｂは、速度Ｖ(tn)の標本スペクトル分布を算出するものであるが、その算出方法は、前述した交通量Ｑ(tn)の標本スペクトル分布の算出方法と同様であるから、説明を省略する。算出部Ｃの行う、車頭間隔Ｄ(tn) の標本スペクトル分布の算出方法も、同様であるから、説明を省略する。
以上の交通量Ｑ(tn)、速度Ｖ(tn) 、車頭間隔Ｄ(tn)の他に、時間占有率Ｏ(tn)、 車頭時間間隔、道路区間の車両存在台数、空間占有率等のスペクトルを算出してもよい。
【００３０】
４．突発事象の発生判定
コンピュータ１１には、総合判定部２３が設けられている。総合判定部２３は、算出部Ａ，Ｂ又はＣの算出結果に基づいて、評価値（突発事象の発生尤度（確からしさ）を表す数値）を算出し、この評価値に基づいて突発事象が発生しているかどうかを判定する。
次の３つの判定方法を説明する。
【００３１】
４．１ 総合判定１（単一の評価値に基づく判定）
図３は、突発事象の発生した日に算出された交通量Ｑ(tn)の１分おきの変動を示すグラフである。突発事象発生地点の下流５００ｍの測定結果を示す。
突発事象の起こった時刻８時００分よりも前、Ｑ(tn)は５０台／分くらいで安定している。しかし、突発事象の起こった時刻８時００分の直後は、Ｑ(tn)は著しく低下する。交通障害物が除去された時刻８時２０分後、Ｑ(tn)は、６０台／分くらいに上がり、しばらくすると、もとの定常的な値５０台／分近辺に戻る。
【００３２】
図４は、３０分間標本（Ｎ＝３０）での標本スペクトル（パワースペクトル）ｐjを求め、その分布を３次元的に図示したグラフである。横軸に周波数と時刻をとっている。縦軸はパワースペクトルである。
図５は、標本スペクトルｐjのピーク値の軌跡を時間を追ってプロットしたグラフである。
事故の起こった時刻８時００分以前は、ピーク値は、ほとんど現れていない。８時００分以後、ピーク値は上昇し、交通障害物が除去された時刻８時２０分以後もその近辺の値を保つ。
【００３３】
図６は、標本スペクトルのピーク周波数（単位Ｈｚ）をプロットしたグラフである。突発事象が起こった時刻８時００分以前は、ピーク周波数は比較的高めの値をとるが、突発事象が起こった時刻８時００分以後は、急激に下がり、０．０５Ｈｚ以下となる。交通障害物が除去された後も低い値を保つ。
図７は、総合判定部２３が行う突発事象発生を判定する処理を説明するフローチャートである。図７では、交通量Ｑ(tk)の標本スペクトル分布を求めることを想定して説明する。
【００３４】
総合判定部２３は、この処理を、時刻ｔnごとに繰り返し行う。図７に沿って説明すると、総合判定部２３は、標本スペクトル分布ｐj（ｊは周波数相当）を算出する(ステップＳ０)。総合判定部２３は、総合判定部２３に付属するメモリに記憶される評価値を０に初期化し(ステップＳ１)、前回の突発事象発生判定フラグ又は交通状態注意判定フラグをチェックする(ステップＳ２)。
前回判定フラグオンであれば、前回のパワースペクトルの平均値を基準値として使用し(ステップＳ３)、一定値αを評価値に加算する(ステップＳ４)。
【００３５】
次に、スペクトルのピーク値（図５参照）が過去３０分間のどのピーク値よりも大きいかどうか判定する(ステップＳ５)。大きければ、一定値βを評価値に加算する(ステップＳ６)。
次に、スペクトルのピーク値の変化量（例えば微分値）が過去３０分の平均値より大きいかどうか判定する(ステップＳ７)。大きければ、一定値γを評価値に加算する(ステップＳ８)。
【００３６】
次に、スペクトルのピーク周波数がしきい値（例えば０．１Ｈｚ）より小さいかどうか判定する(ステップＳ９)。小さければ一定値εを評価値に加算する(ステップＳ１０)。
前記評価値に加算するのは、瞬時的な誤検出を防止するためである。前記一定値α、β、γ、εをどのようにとるかは、実際に突発事象をどの程度正確に検知できるか、運用する高速道路を統計的に調べた上で、決定すればよい。
【００３７】
そして、評価値に基づき、突発事象発生を判定し(ステップＳ１１)、判定結果を出力する(ステップＳ１２)。
図８は、突発事象発生判定処理（Ｓ１１）の詳細を示すフローチャートである。
しきい値τ1，τ2，τ3（τ1＞τ2＞τ3）を３つ設け、τ1＜評価値なら、突発事象発生確率９０％以上と判断し(ステップＴ４)、突発事象発生判定フラグをオンする(ステップＴ８)。τ2＜評価値＜τ1なら、突発事象発生確率８０％〜９０％と判断し(ステップＴ５)、突発事象発生判定フラグをオンする(ステップＴ８)。τ3＜評価値＜τ2なら、突発事象発生確率５０％〜８０％と判断し(ステップＴ６)、交通状態注意判定フラグをオンする(ステップＴ９)。
【００３８】
評価値＜τ3なら、突発事象発生確率５０％未満と判断し(ステップＴ７)、判定フラグをオンしない(ステップＴ１０)。
前記の実施形態では、交通量Ｑ(tn)の標本スペクトル分布を求めていたが、速度Ｖ(tn)、車頭間隔Ｄ(tn)、時間占有率Ｏ(tn)の標本スペクトル分布を求めても、同様の処理により、突発事象発生判定が行える。また、これら以外にも、車頭時間間隔、道路区間の車両存在台数、車両の空間占有率、空間平均速度の標本スペクトル分布を求めても、同様の処理により、突発事象発生判定が行える。
【００３９】
また、標本スペクトル分布ではパワースペクトルそのものの値やピーク周波数の値以外にも、スペクトル密度の値や位相特性を利用しても同様の効果が得られる。
４．２ 総合判定２（複数の評価値の多数決で判定）
この判定方法は、交通量Ｑ(tn)、速度Ｖ(tn)、車頭間隔Ｄ(tn)、時間占有率Ｏ(tn)など複数の道路の交通諸量のスペクトル分布を算出した結果得られた、複数の評価値を利用して突発事象発生を判定する。
【００４０】
以下では、交通諸量の種類を２とし、それぞれの交通諸量に基づき、算出される評価値を「評価値ＰA」「評価値ＰB」とする。
図９は、総合判定部２３が行う突発事象発生を判定する処理を説明するフローチャートである。
総合判定部２３は、この処理を、時刻ｔkごとに繰り返し行う。図９に沿って説明すると、総合判定部２３は、評価値ＰA，ＰBを取得し(ステップＳ２１)、それぞれしきい値以上であるかどうか判定する(ステップＳ２２，２４)。両方がしきい値以上であれば、総合評価値に定数ｑを加算し(ステップＳ２３)、一方のみがしきい値以上であれば、総合評価値に定数ｒ（ｒ＜ｑ）を加算する(ステップＳ２５)。ｑ、ｒは判定の確からしさを設定するための加算項である。
【００４１】
評価値ＰA，ＰBがいずれもしきい値未満であれば、総合評価値を０にリセットする(ステップＳ２６)。
総合評価値が一定値以上となったかどうか判定し(ステップＳ２７)、一定値以上となれば、総合判定部２３は、突発事象が発生したと判断する(ステップＳ２８)。一定値以上でなければ、次の時刻ｔn+1に判断を持ち越す。
以上のようにして突発事象の発生が判定されると、交通管理センター１０は、関係機関等に情報伝達する（ステップＳ２９）。
【００４２】
４．３ 総合判定３（評価値重み付け方式）
この判定方法は、交通量Ｑ(tn)、速度Ｖ(tn)、車頭間隔Ｄ(tn)、時間占有率Ｏ(tn)など複数の道路の交通諸量のスペクトル分布を算出した結果得られた、複数の評価値を重み付けして平均をとり、突発事象発生を判定する。
交通量Ｑ(tn)、速度Ｖ(tn)、車頭間隔Ｄ(tn)に対する評価値ＰA，ＰB，ＰCを想定する。図１０は、重み付き平均値Ｐtotalを用いて突発事象発生を判定する処理を説明するためのフローチャートである。
【００４３】
総合判定部２３は、それぞれ重み係数α，β，γを用いて、各評価値ＰA，ＰB，ＰCの重み付け平均Ｐtotalを算出する（ステップＴ２１）。
Ｐtotal＝（αＰA＋βＰB＋γＰC）／（α＋β＋γ）
総合判定部２３は、このＰtotalを検知しきい値と比較し(ステップＴ２２)、検知しきい値を超えていれば突発事象の発生尤度が十分に高く「突発事象発生」と判断する(ステップＴ２４)。この検知しきい値が高すぎると検知漏れが多くなり、検知しきい値が低すぎると誤検知が増える。この検知しきい値は、後に図１１を用いて説明する検知漏れ率や誤検知率の実績に基づき、自動的に決定されるようにしてもよい。
【００４４】
検知しきい値を超えていなければ、このＰtotalを注意しきい値と比較する(ステップＴ２３)。注意しきい値＜検知しきい値の関係がある。注意しきい値を超えていれば、突発事象の発生尤度が中程度に高く、「突発事象の発生の可能性が高い注意状態」と判断する(ステップＴ２５)。
注意しきい値を超えていなければ、突発事象の発生尤度が低く、「突発事象の発生なし」と判断する(ステップＴ２６)。
【００４５】
ここで、前記重み係数α，βの決定の仕方を説明する。この決定をする前提として、多量の交通計測データを集め、実際に突発事象が発生した時の交通計測データに基づいて、総合判定部２３で判定して、正しく検知したかどうかなどの実績を調べておく必要がある。
図１１は、この検知率等の記録方法を説明するためのフローチャートである。まず、交通計測データを常時集積している(ステップＵ１)。実際に突発事象が発生したことが分かると(ステップＵ２のYES)、発生時刻前後の交通計測データを参照する(ステップＵ３)。
【００４６】
次に、評価値ＰAのみによって（α＝１，β＝０，γ＝０として）突発事象の発生判定処理を行い、評価値ＰBのみによって（α＝０，β＝１，γ＝０として）突発事象の発生判定処理を行い、評価値ＰCのみによって（α＝０，β＝０，γ＝１として）突発事象の発生判定処理を行う（ステップＵ４）。これらの３つの方法（それぞれ、方法Ａ，Ｂ，Ｃという）での処理結果を、突発事象が発生するたび蓄積していく。
【００４７】
この結果、３つの方法ごとに、突発事象全発生件数に対して正しく検知できた確率を「正検知率」、突発事象全発生件数に対して検知できなかった確率を「検知漏れ率」、総検知数に対して誤って検知した確率を「誤検知率」、突発事象が実際に発生してから検知するまでの時間を「検知遅れ時間」とする(ステップＵ５)。
総合判定部２３は、２つの方法ごとにこれらの値を、交通状態、曜日、季節、天候、時間帯別に分類し、記録している。
【００４８】
次の表１は、記録内容に基づいて、３つの方法Ａ，Ｂ，Ｃを評価した結果を示す。
【００４９】
【表１】
【００５０】
総合判定部２３は、重み係数α，β，γを決定する。
重み係数α，β，γは、渋滞の程度、大小車種の分布などの関数となる。
図１２は、重み係数α，β，γの決定処理を説明するためのフローチャートである。この処理は、リアルタイムで行う処理である。α，β，γの初期値（例えば初め全部同一の値とする）に対して修正を施す。
まず、各方法Ａ，Ｂ，Ｃに対する処理結果を取得する (ステップＶ１)。
【００５１】
そして、今の交通状態（渋滞の程度）をチェックする(ステップＶ２)。渋滞がなければ(ステップＶ２のNO)、方法Ｃの重み係数γに正の定数γ2を付加する(ステップＶ６)。
渋滞があれば、車高、車長データなどに基づいて、小型車の割合を調べ(ステップＶ３)、小型車の割合が比較的多ければ(ステップＶ３のYES)、方法Ｃの重み係数γに正の定数γ1を付加する(ステップＶ４)。γ1＞γ2の関係がある。
【００５２】
小型車の割合が比較的少なければ(ステップＶ３のNO)、方法Ｃの重み係数γに正の定数γ2を付加する(ステップＶ５)。
このように、渋滞や車種の分布を考慮するのは、方法Ｃは、渋滞時に非常に精度が高く、大型車が増えれば、若干精度が落ちるという評価が得られているからである（表１参照）。
以上のようにして、重み係数α，β，γが自動的に決定されるので、これらを用いて総合評価値Ｐtotalを算出することができる。
【００５３】
５．突発事象発生区間の特定
以上に説明した突発事象の発生が複数の区間で判定された場合、各区間における判定の評価値を比較して、もっとも評価値の高い区間を突発事象発生区間として特定することができる。
図１３は、突発事象発生区間を特定する処理を説明するためのフローチャートである。
【００５４】
まず、図７〜図１０で説明した突発事象発生検知処理を、それぞれの監視対象道路区間１，２，‥‥，ｉ，‥‥で行う（ステップＷ１）。すべての監視対象道路区間１，２，‥‥，ｉで同処理が終了すれば（ステップＷ２のYES）、突発事象発生と判定された区間があるかどうか調べる（ステップＷ３）。そして、各区間で算出された評価値を比較する（ステップＷ４）。この評価値が最大を示す区間を、突発事象発生区間と特定する（ステップＷ５）。
【００５５】
図１４は、５つの区間での検知処理結果から得られた評価値の時間推移を示すグラフである。このグラフによれば、事故は８時２０分に発生し、各区間１〜３での評価値が上がっている。特に区間２の評価値が最大であるので、区間２が突発事象発生区間と特定することができる。
６．情報伝達
以上のようにして突発事象の発生及びその発生区間が決定されると、交通管理センター１０は、可変表示板６，９に、突発事象の発生を表示し、路側ビーコン７を通して車両に突発事象の発生を通知する。
【００５６】
この通知にあたっては、図８のステップＴ８，図１０のステップＴ２４で示したように「突発事象発生」と判定されていれば、交通管理センター１０の出力処理部２５は、可変表示板６，９に「この先事故・止まれ」のような運転者の警告を与えるメッセージを表示し、路側ビーコン７を通して車両にも危険区間である旨を通知する。
図８のステップＴ９，図１０のステップＴ２５で示したように「突発事象の発生の可能性が高い注意状態」と判定されていれば、出力処理部２５は、可変表示板６，９に「前方注意」のように運転者の注意を喚起するようなメッセージを表示し、路側ビーコン７を通して車両にも走行注意区間である旨を通知する。
【００５７】
そして、この情報を通信回線を通して関係機関１３や放送局１４に連絡する。
なお、すでに道路工事などが予定され、交通流の異常が予想されている場合は、出力処理部２５は、当該時刻に突発事象の発生を判定しても、この判定に基づいて可変表示板６，９に突発事象の発生を表示することはなく、関係機関１３や放送局１４に連絡することもない。
【００５８】
【発明の効果】
以上のように本発明の交通流の異常検知装置又は方法によれば、道路上の突発事象の発生をより精度よく検知することができる。
【図面の簡単な説明】
【図１】交通流の異常検知をするための交通流監視システムを示す概略図である。
【図２】交通管理センター１０内のコンピュータ１１の機能ブロック図である。
【図３】実際に事故の発生した日に算出された交通量Ｑ(tn)の１分おきの変動を示すグラフである。
【図４】標本スペクトル（パワースペクトル）ｐjを求め、その時間変化を図示したグラフである。
【図５】標本スペクトルｐjを求め、そのスペクトルのピーク値をプロットしたグラフである。
【図６】標本スペクトルのピーク周波数をプロットしたグラフである。
【図７】総合判定部２３が行う単一の評価値に基づく突発事象発生判定処理を説明するためのフローチャートである。
【図８】突発事象発生判定処理の詳細を示すフローチャートである。
【図９】総合判定部２３が行う複数の評価値に基づく突発事象発生を監視する処理を説明するためのフローチャートである。
【図１０】総合判定部２３が行う複数の評価値の重み付け平均値に基づく突発事象発生を監視する処理を説明するためのフローチャートである。
【図１１】過去の実績に基づく検知率等の記録方法を説明するためのフローチャートである。
【図１２】重み係数の決定処理を説明するためのフローチャートである。
【図１３】突発事象発生区間を特定する処理を説明するためのフローチャートである。
【図１４】各区間で算出された評価値の時間推移を示すグラフである。
【符号の説明】
１ 高速道路
２ 一般道路
３ 車両感知器
４ 一次処理装置
５ 車両感知器
６ 可変表示板
７ 路側ビーコン
９ 可変表示板
１０ 交通管理センター
１１ コンピュータ
１３ 関係機関
１４ 放送局
２１ 入力処理部
２２ 判定部
２３ 総合判定部
２５ 出力処理部
【発明の属する技術分野】
本発明は、道路に車両感知器等を設置して交通量、速度、車頭間隔などの交通計測データを集め、この交通計測データによって、突発事象の発生による交通流の異常を検知することができる交通流の異常検知装置及び方法に関するものである。
【０００２】
【従来の技術】
道路上に交通事故、災害などの突発事象が発生したとき、この突発事象に基づく交通流の異常をいち早く検知して、後続の車両に知らせたり、後続の車両を誘導したりする必要がある。
従来、道路にカメラを設置して、画像処理をして交通流の異常を検知することが行われているが（特開平７−２１４８８号公報、特開平１０−４０４９０号公報など参照）、道路の広い範囲にわたってカメラを設置することは経費がかかり、また、夜間や悪天候時の検知が困難である。
【０００３】
そこで、道路の随所に設置した車両感知器を使って道路の交通量、通過車両の平均速度などを測定し、これらの測定値に基づいて交通流の異常を監視することが行われている。
この監視装置によれば、交通量が少ないのに速度が急激に落ち、その状態が一定時間継続したときに事故発生と判定している。
【０００４】
【発明が解決しようとする課題】
ところが前記の監視装置では、車両の走行速度に基づいて判定しているため、自然渋滞時に突発事象が発生した場合に区別がつきにくく、検知精度が低下するという問題があった。
そこで、発明者は、所定地域若しくは所定区間の道路上の交通量、平均速度、車頭間隔等、交通諸量の変動スペクトルに着目することにより、道路上の突発事象の発生を精度よく検知することができるのではないかと考えた。
【０００５】
本発明は、少ない誤差で、道路上の突発事象の発生を確実に検知することができる交通流の異常検知装置及び方法を実現することを目的とする。
【０００６】
【課題を解決するための手段】
本発明の交通流の異常検知装置は、道路の交通諸量を計測する計測手段と、交通諸量変化の周波数スペクトルを算出するスペクトル算出手段と、スペクトル算出手段により算出された周波数スペクトルに基づいて道路上の突発事象の発生を検知する総合判定手段とを有するものである。前記交通諸量は、交通量、車両の速度、時間占有率、車頭時間間隔、道路区間の車両存在台数、空間占有率、空間速度、車頭距離間隔のいずれかから選ばれるものであり、前記総合判定手段は、スペクトル算出手段により算出されたスペクトルに基づいて道路上の突発事象の発生尤度を表す評価値を算出し、この評価値に基づいて道路上の突発事象の発生を検知するものである。
道路上の突発事象がなければ、交通諸量は、時間的に激しい変動が繰り返される。しかし事故などの突発事象が発生すると、交通量は低下し、その変化も緩やかになる。そこで、一定地域若しくは区間の道路における交通諸量の時間変化の緩急に基づいて、道路上の突発事象の発生を検知することができる。交通諸量変化の緩急は、通常、周波数スペクトル（以下単に「スペクトル」という）に現れるので、スペクトルを見て変化の緩急を判定することができる。例えば、スペクトルが低周波成分に集まってくれば、突発事象の発生と判断することができる。
この構成によれば、スペクトルに基づいて評価値を定量的に算出し、この評価値に基づいて道路上の突発事象の発生を検知するので、客観的な精度の高い判定をすることができる。
【０００７】
交通諸量は、車両感知器の感知信号に基づいて計測することができる。車両感知器は、簡単な構造を持つので、低コストで道路に設置できる。
【０００８】
前記総合判定手段は、評価値がしきい値を超えたときに、道路上の突発事象の発生を検知するものであることが好ましい。
前記しきい値は、時間帯、曜日などに応じて統計的に求められ、記憶されている値であってもよい。スペクトルの変動に、統計的な傾向が現れることがあるからである。
【０００９】
前記スペクトル算出手段は、複数の交通諸量変化のスペクトルを算出するものであり、総合判定手段は、スペクトル算出手段により算出された複数のスペクトルに基づいて道路上の突発事象の発生尤度を表す評価値をそれぞれ算出し、これらの評価値の重み付け平均値に基づいて道路上の突発事象の発生を検知するものであることが好ましい。突発事象の発生状況に応じて、各種スペクトルに基づいた検知結果の検知精度が異なるので、各評価値に対して重み付け平均演算を行い、この重み付け平均値に基づいて、総合判定を行えば、判定の精度を向上させることができる。
【００１０】
前記重み付け係数は、次の(a)〜(c)のいずれか１つ、又はこれらの組み合わせの関数であり、自動的に決定されることが好ましい。
(a)渋滞の程度：渋滞の多い少ないによって有利な交通諸量スペクトル、不利な交通諸量スペクトルがあり、どのような交通諸量スペクトルを重視するか決めることができる。
(b)大小車種の分布：大小車種の分布によって、精度のよい交通諸量スペクトル、精度の悪い交通諸量スペクトルがあり、どのような交通諸量スペクトルを重視するか決めることができる。
【００１１】
(c)各スペクトルの検知精度：各交通諸量スペクトルの技術評価、過去の実績などに基づき、精度のよい交通諸量スペクトル、精度のよくない交通諸量スペクトルがあるので、どのような交通諸量スペクトルを重視するか決めることができる。
また、本発明によれば、実際の突発事象の発生に関連した交通計測データに基づいて、各交通諸量スペクトルでの検知結果を求め、実績データとして蓄積することが好ましい。これにより、各交通諸量スペクトルの実績に基づいた評価をすることができる。
【００１２】
前記実績データには、正検知率、検知漏れ率、誤検知率、検知遅れ時間のうち１又は複数のデータが含まれていてもよい。これらの値は、各交通諸量スペクトルの評価を行うのに役立つパラメータとなる。
本発明の交通流の異常検知装置は、総合判定手段により道路上の突発事象が検知された場合に、その突発事象の発生を外部に知らせる情報提供手段をさらに有することが、好ましい。ドライバなどに知らせることにより、事故の拡大を防止するためである。
【００１３】
前記情報提供手段は、当該地域内若しくは当該区間内を走行する車両、又は当該地域内若しくは当該区間内への走行が予想される車両に対して情報を提供してもよい。例えば路側ビーコンなどの移動通信手段を用いて、車両のドライバに情報を提供することができる。
情報提供手段は、すでに予定されている道路上の規制に対しては、その影響を検知しても外部に知らせなくてもよい。例えば、道路工事等のためある時間から車線が制限されることが分かっているときは、その時間に道路上の規制による影響が検知されても、外部に知らせない。これは外部に知らせることによる混乱を防止するためである。
【００１４】
前記総合判定手段は、判定の基礎となった値の大きさ（尤度）に応じて、段階的な判定を行い、前記情報提供手段は、この総合判定手段による段階的な判定の結果によって異常情報の内容を変えることが好ましい。
突発事象発生の尤度（確実性）に応じて、例えば「この先事故・止まれ」、「前方注意」など情報提供の内容を変えることにより、ドライバなどに、より適切な情報を与えることができる。
【００１５】
前記総合判定手段は、複数の道路区間で交通流の異常を検知した場合、判定の基礎となった値の大きさに応じて、異常発生区間を特定してもよい。突発事象発生の尤度（確実性）の一番高い区間を異常発生区間とすることにより、後続のドライバなどに発生区間の情報や回避ルートの情報を知らせることができる。
また、本発明の交通流の異常検知方法は、請求項１記載の交通流の異常検知装置と同一発明に係る方法である。
【００１６】
【発明の実施の形態】
以下、高速道路の交通流監視を例にとって、本発明の実施の形態を、添付図面を参照しながら詳細に説明する。
１．システムの構成
図１は、交通流の異常検知をするための交通流監視システムを示す概略図である。
【００１７】
２車線ある高速道路１に、２ループ埋め込み式の車両感知器５が、間隔をおいて車線ごとに設置されている。また、車両の上方から車高を測定する超音波式の車両感知器３も、車線ごとに設置されている。これらの車両感知器３，５が設置された高速道路の区間を区間１，２，‥‥，ｉ，‥‥（ｉは２以上の整数）と表示する。各区間の距離をＬiとする。これらの車両感知器３，５は、一次処理装置４につながれていて、一次処理装置４は、車両通過台数のカウントや、車両速度の検知等を行う。一次処理装置４には道路を撮影するテレビカメラ（図示せず）もつながれている。
【００１８】
また、高速道路１には、事故情報や路面情報などを車両に知らせるための可変表示板６が設けられている。また、車両と双方向通信を行う路側ビーコン７が設けられている。
さらに、高速道路１に接続する一般道路２には、高速道路１の事故情報や路面情報などを、高速道路１に入ろうとする車両に知らせるための可変表示板９が設けられている。
【００１９】
交通管理センター１０内部のコンピュータ１１は、各区間に設置された一次処理装置４、路側ビーコン７、可変表示板６などと、有線通信網１２（無線通信網であってもよい）を通して接続されている。また、当該コンピュータ１１は、国土交通省、警察庁、都道府県警、消防庁などの関係機関１３と通信回線を通して結ばれており、放送局１４とも通信回線を通して結ばれている。
なお、前記のシステム例では、高速道路を想定していたが、一般道路であってもよい。車線数が２車線の道路を想定したが、車線数は、２に限られるものではなく、１車線であっても３以上の車線であってもよい。
【００２０】
また、複数埋め込み式の車両感知器５に代えて、道路の脇に設置されるドップラー式の車両感知器を用いてもよい。また、テレビカメラの画像処理により車両通過台数、車高、車長、通過速度などを検知してもよい。
２．交通管理センター
以下に説明するコンピュータ１１の機能の全部又は一部は、ＣＤ−ＲＯＭ等の記録媒体に記録されたプログラムをコンピュータ１１が実行することにより実現される。
【００２１】
図２は、交通管理センター１０内部のコンピュータ１１の機能ブロック図である。
コンピュータ１１の入力処理部２１には、車両感知器５の感知信号が一次処理装置４を介して入力される。入力処理部２１は、車両感知器５が感知した車両の通過台数や車両速度の検知量に基づいて、交通量（単位時間当たりの通過台数）Ｑ、平均速度Ｖ、時間占有率Ｏ（ある時間Ｔ内に車両が車両感知器を横切った時間ｔkの総和Σｔkを時間Ｔで割ったもの：Σｔk／Ｔ）等を算出する。「平均」速度としたのは、一定時間内に通過した各車両の速度の平均をとるためである。以下、「平均速度」のことを単に「速度」という。
【００２２】
区間ｉに注目して、区間ｉの距離をＬi、時刻ｔにおける区間ｉへの第１車線の流入交通量をＱ1,i(t)、第２車線の流入交通量をＱ2,i(t)とし、第１車線と第２車線の両方を合わせた、時刻ｔにおける区間ｉへの流入交通量をＱi(t)とする。同じく、区間ｉからの第１車線の流出交通量をＱ1,i+1(t)、第２車線の流出交通量をＱ2,i+1(t)とし、第１車線と第２車線の両方を合わせた、時刻ｔにおける区間ｉからの流出交通量をＱi+1(t)とする。
【００２３】
Ｑi(t)＝Ｑ1,i(t)＋Ｑ2,i(t)
Ｑi+1(t)＝Ｑ1,i+1(t)＋Ｑ2,i+1(t)
また、時刻ｔにおける区間ｉへの第１車線の流入速度をＶ1,i(t)、第２車線の流入速度をＶ2,i(t)とする。同じく、区間ｉからの第１車線の流出速度をＶ1,i+1(t)、第２車線の流出速度をＶ2,i+1(t)とする。第１車線と第２車線の、各交通量で重み付け平均した時刻ｔにおける区間ｉへの流入速度をＶi(t)とし、区間ｉからの流出速度をＶi+1(t)とする。
【００２４】
また、区間ｉの第１車線の車両の時間占有率をＯ1,i (t)，第２車線の車両の時間占有率をＯ2,i (t)とする。両車線の時間占有率をＯ,i (t)とする。
以下、区間を表す添え字ｉは省略する。
入力処理部２１は、さらに、車両感知器３の出力に基づいて各車両の最大車高を算出するとともに、車両感知器５の２つのループの出力時間差に基づいて車両の速度を測定し、これと車両の感知時間とに基づいて車長を算出する。車両が通過するごとに車高、車長が算出されるので、１又は複数の車高、車長のデータ列が車線ごとに得られる。この車長のデータに基づいて、道路区間の車両存在台数、空間占有率（ある道路区間に存在する車両の車長の総和を区間距離で割ったもの）、車頭距離間隔を求めることができる。
【００２５】
これらの交通量、速度、時間占有率、車高、車長、車両存在台数、空間占有率、車頭距離間隔等の検知データを、「交通計測データ」という。
なお、交通計測データは、コンピュータ１１の入力処理部２１において算出していたが、これらの算出処理は、一次処理装置４の中でするようにしてもよい。コンピュータ１１には、判定部２２が設けられており、判定部２２の中には、違った判定アルゴリズムにより、標本スペクトルをそれぞれ算出する算出部Ａ，Ｂ，Ｃが設けられている。
【００２６】
３．スペクトルの算出
算出部Ａは交通量Ｑ(t)の周波数スペクトルを算出し、算出部Ｂは平均速度Ｖi(t)の周波数スペクトルを算出し、算出部Ｃは平均車頭間隔Ｄ(t)の周波数スペクトルを算出する。
以下、交通量Ｑ(t)の周波数スペクトルを算出する算出部Ａの動作を説明する。
【００２７】
算出部Ａは、一定（例えば１分）間隔の時刻ｔ1，ｔ2，ｔ3，‥‥，ｔn，‥‥（代表するときは添え字nを使う）ごとに交通量Ｑ(tn)を記録し、それらの周波数スペクトルを算出する。この算出は、公知のように、交通量Ｑ(tn)の平均値を求め、時間ｋずらした標本自己共分散を求め、標本スペクトル分布ｐjを求めればできる。
具体的には、交通量Ｑ(tn)をｙnと表記する。ｙnの平均値Ｅ（ｙn）をμとおく。
【００２８】
μ＝Ｅ（ｙn）＝（１／Ｎ）Σｙn（総和はn＝１からＮまでとる。Ｎは標本数）
標本自己共分散関数Ｃkは、
Ｃk＝（１／Ｎ）Σ（ｙn−μ）（ｙn-k−μ）
となる。ただし総和Σは、n＝k+1からＮまでとる。標本スペクトルｐjは、
ｐj＝ΣＣk exp(-2πiｋfj)
となる。総和Σは、k＝-N+1からN-1までとる。余弦関数で表すと、
ｐj＝Ｃ0＋２ΣＣk cos(2πｋfj)
となる。総和Σは、k＝1からN-1までとる。ｆjは周波数であり、
ｆj＝ｊ／Ｎ
ｊ＝０，１，‥‥，［Ｎ／２］（［］はガウスの記号）
である。
【００２９】
算出部Ｂは、速度Ｖ(tn)の標本スペクトル分布を算出するものであるが、その算出方法は、前述した交通量Ｑ(tn)の標本スペクトル分布の算出方法と同様であるから、説明を省略する。算出部Ｃの行う、車頭間隔Ｄ(tn) の標本スペクトル分布の算出方法も、同様であるから、説明を省略する。
以上の交通量Ｑ(tn)、速度Ｖ(tn) 、車頭間隔Ｄ(tn)の他に、時間占有率Ｏ(tn)、 車頭時間間隔、道路区間の車両存在台数、空間占有率等のスペクトルを算出してもよい。
【００３０】
４．突発事象の発生判定
コンピュータ１１には、総合判定部２３が設けられている。総合判定部２３は、算出部Ａ，Ｂ又はＣの算出結果に基づいて、評価値（突発事象の発生尤度（確からしさ）を表す数値）を算出し、この評価値に基づいて突発事象が発生しているかどうかを判定する。
次の３つの判定方法を説明する。
【００３１】
４．１ 総合判定１（単一の評価値に基づく判定）
図３は、突発事象の発生した日に算出された交通量Ｑ(tn)の１分おきの変動を示すグラフである。突発事象発生地点の下流５００ｍの測定結果を示す。
突発事象の起こった時刻８時００分よりも前、Ｑ(tn)は５０台／分くらいで安定している。しかし、突発事象の起こった時刻８時００分の直後は、Ｑ(tn)は著しく低下する。交通障害物が除去された時刻８時２０分後、Ｑ(tn)は、６０台／分くらいに上がり、しばらくすると、もとの定常的な値５０台／分近辺に戻る。
【００３２】
図４は、３０分間標本（Ｎ＝３０）での標本スペクトル（パワースペクトル）ｐjを求め、その分布を３次元的に図示したグラフである。横軸に周波数と時刻をとっている。縦軸はパワースペクトルである。
図５は、標本スペクトルｐjのピーク値の軌跡を時間を追ってプロットしたグラフである。
事故の起こった時刻８時００分以前は、ピーク値は、ほとんど現れていない。８時００分以後、ピーク値は上昇し、交通障害物が除去された時刻８時２０分以後もその近辺の値を保つ。
【００３３】
図６は、標本スペクトルのピーク周波数（単位Ｈｚ）をプロットしたグラフである。突発事象が起こった時刻８時００分以前は、ピーク周波数は比較的高めの値をとるが、突発事象が起こった時刻８時００分以後は、急激に下がり、０．０５Ｈｚ以下となる。交通障害物が除去された後も低い値を保つ。
図７は、総合判定部２３が行う突発事象発生を判定する処理を説明するフローチャートである。図７では、交通量Ｑ(tk)の標本スペクトル分布を求めることを想定して説明する。
【００３４】
総合判定部２３は、この処理を、時刻ｔnごとに繰り返し行う。図７に沿って説明すると、総合判定部２３は、標本スペクトル分布ｐj（ｊは周波数相当）を算出する(ステップＳ０)。総合判定部２３は、総合判定部２３に付属するメモリに記憶される評価値を０に初期化し(ステップＳ１)、前回の突発事象発生判定フラグ又は交通状態注意判定フラグをチェックする(ステップＳ２)。
前回判定フラグオンであれば、前回のパワースペクトルの平均値を基準値として使用し(ステップＳ３)、一定値αを評価値に加算する(ステップＳ４)。
【００３５】
次に、スペクトルのピーク値（図５参照）が過去３０分間のどのピーク値よりも大きいかどうか判定する(ステップＳ５)。大きければ、一定値βを評価値に加算する(ステップＳ６)。
次に、スペクトルのピーク値の変化量（例えば微分値）が過去３０分の平均値より大きいかどうか判定する(ステップＳ７)。大きければ、一定値γを評価値に加算する(ステップＳ８)。
【００３６】
次に、スペクトルのピーク周波数がしきい値（例えば０．１Ｈｚ）より小さいかどうか判定する(ステップＳ９)。小さければ一定値εを評価値に加算する(ステップＳ１０)。
前記評価値に加算するのは、瞬時的な誤検出を防止するためである。前記一定値α、β、γ、εをどのようにとるかは、実際に突発事象をどの程度正確に検知できるか、運用する高速道路を統計的に調べた上で、決定すればよい。
【００３７】
そして、評価値に基づき、突発事象発生を判定し(ステップＳ１１)、判定結果を出力する(ステップＳ１２)。
図８は、突発事象発生判定処理（Ｓ１１）の詳細を示すフローチャートである。
しきい値τ1，τ2，τ3（τ1＞τ2＞τ3）を３つ設け、τ1＜評価値なら、突発事象発生確率９０％以上と判断し(ステップＴ４)、突発事象発生判定フラグをオンする(ステップＴ８)。τ2＜評価値＜τ1なら、突発事象発生確率８０％〜９０％と判断し(ステップＴ５)、突発事象発生判定フラグをオンする(ステップＴ８)。τ3＜評価値＜τ2なら、突発事象発生確率５０％〜８０％と判断し(ステップＴ６)、交通状態注意判定フラグをオンする(ステップＴ９)。
【００３８】
評価値＜τ3なら、突発事象発生確率５０％未満と判断し(ステップＴ７)、判定フラグをオンしない(ステップＴ１０)。
前記の実施形態では、交通量Ｑ(tn)の標本スペクトル分布を求めていたが、速度Ｖ(tn)、車頭間隔Ｄ(tn)、時間占有率Ｏ(tn)の標本スペクトル分布を求めても、同様の処理により、突発事象発生判定が行える。また、これら以外にも、車頭時間間隔、道路区間の車両存在台数、車両の空間占有率、空間平均速度の標本スペクトル分布を求めても、同様の処理により、突発事象発生判定が行える。
【００３９】
また、標本スペクトル分布ではパワースペクトルそのものの値やピーク周波数の値以外にも、スペクトル密度の値や位相特性を利用しても同様の効果が得られる。
４．２ 総合判定２（複数の評価値の多数決で判定）
この判定方法は、交通量Ｑ(tn)、速度Ｖ(tn)、車頭間隔Ｄ(tn)、時間占有率Ｏ(tn)など複数の道路の交通諸量のスペクトル分布を算出した結果得られた、複数の評価値を利用して突発事象発生を判定する。
【００４０】
以下では、交通諸量の種類を２とし、それぞれの交通諸量に基づき、算出される評価値を「評価値ＰA」「評価値ＰB」とする。
図９は、総合判定部２３が行う突発事象発生を判定する処理を説明するフローチャートである。
総合判定部２３は、この処理を、時刻ｔkごとに繰り返し行う。図９に沿って説明すると、総合判定部２３は、評価値ＰA，ＰBを取得し(ステップＳ２１)、それぞれしきい値以上であるかどうか判定する(ステップＳ２２，２４)。両方がしきい値以上であれば、総合評価値に定数ｑを加算し(ステップＳ２３)、一方のみがしきい値以上であれば、総合評価値に定数ｒ（ｒ＜ｑ）を加算する(ステップＳ２５)。ｑ、ｒは判定の確からしさを設定するための加算項である。
【００４１】
評価値ＰA，ＰBがいずれもしきい値未満であれば、総合評価値を０にリセットする(ステップＳ２６)。
総合評価値が一定値以上となったかどうか判定し(ステップＳ２７)、一定値以上となれば、総合判定部２３は、突発事象が発生したと判断する(ステップＳ２８)。一定値以上でなければ、次の時刻ｔn+1に判断を持ち越す。
以上のようにして突発事象の発生が判定されると、交通管理センター１０は、関係機関等に情報伝達する（ステップＳ２９）。
【００４２】
４．３ 総合判定３（評価値重み付け方式）
この判定方法は、交通量Ｑ(tn)、速度Ｖ(tn)、車頭間隔Ｄ(tn)、時間占有率Ｏ(tn)など複数の道路の交通諸量のスペクトル分布を算出した結果得られた、複数の評価値を重み付けして平均をとり、突発事象発生を判定する。
交通量Ｑ(tn)、速度Ｖ(tn)、車頭間隔Ｄ(tn)に対する評価値ＰA，ＰB，ＰCを想定する。図１０は、重み付き平均値Ｐtotalを用いて突発事象発生を判定する処理を説明するためのフローチャートである。
【００４３】
総合判定部２３は、それぞれ重み係数α，β，γを用いて、各評価値ＰA，ＰB，ＰCの重み付け平均Ｐtotalを算出する（ステップＴ２１）。
Ｐtotal＝（αＰA＋βＰB＋γＰC）／（α＋β＋γ）
総合判定部２３は、このＰtotalを検知しきい値と比較し(ステップＴ２２)、検知しきい値を超えていれば突発事象の発生尤度が十分に高く「突発事象発生」と判断する(ステップＴ２４)。この検知しきい値が高すぎると検知漏れが多くなり、検知しきい値が低すぎると誤検知が増える。この検知しきい値は、後に図１１を用いて説明する検知漏れ率や誤検知率の実績に基づき、自動的に決定されるようにしてもよい。
【００４４】
検知しきい値を超えていなければ、このＰtotalを注意しきい値と比較する(ステップＴ２３)。注意しきい値＜検知しきい値の関係がある。注意しきい値を超えていれば、突発事象の発生尤度が中程度に高く、「突発事象の発生の可能性が高い注意状態」と判断する(ステップＴ２５)。
注意しきい値を超えていなければ、突発事象の発生尤度が低く、「突発事象の発生なし」と判断する(ステップＴ２６)。
【００４５】
ここで、前記重み係数α，βの決定の仕方を説明する。この決定をする前提として、多量の交通計測データを集め、実際に突発事象が発生した時の交通計測データに基づいて、総合判定部２３で判定して、正しく検知したかどうかなどの実績を調べておく必要がある。
図１１は、この検知率等の記録方法を説明するためのフローチャートである。まず、交通計測データを常時集積している(ステップＵ１)。実際に突発事象が発生したことが分かると(ステップＵ２のYES)、発生時刻前後の交通計測データを参照する(ステップＵ３)。
【００４６】
次に、評価値ＰAのみによって（α＝１，β＝０，γ＝０として）突発事象の発生判定処理を行い、評価値ＰBのみによって（α＝０，β＝１，γ＝０として）突発事象の発生判定処理を行い、評価値ＰCのみによって（α＝０，β＝０，γ＝１として）突発事象の発生判定処理を行う（ステップＵ４）。これらの３つの方法（それぞれ、方法Ａ，Ｂ，Ｃという）での処理結果を、突発事象が発生するたび蓄積していく。
【００４７】
この結果、３つの方法ごとに、突発事象全発生件数に対して正しく検知できた確率を「正検知率」、突発事象全発生件数に対して検知できなかった確率を「検知漏れ率」、総検知数に対して誤って検知した確率を「誤検知率」、突発事象が実際に発生してから検知するまでの時間を「検知遅れ時間」とする(ステップＵ５)。
総合判定部２３は、２つの方法ごとにこれらの値を、交通状態、曜日、季節、天候、時間帯別に分類し、記録している。
【００４８】
次の表１は、記録内容に基づいて、３つの方法Ａ，Ｂ，Ｃを評価した結果を示す。
【００４９】
【表１】
総合判定部２３は、重み係数α，β，γを決定する。
重み係数α，β，γは、渋滞の程度、大小車種の分布などの関数となる。
図１２は、重み係数α，β，γの決定処理を説明するためのフローチャートである。この処理は、リアルタイムで行う処理である。α，β，γの初期値（例えば初め全部同一の値とする）に対して修正を施す。
まず、各方法Ａ，Ｂ，Ｃに対する処理結果を取得する (ステップＶ１)。
【００５１】
そして、今の交通状態（渋滞の程度）をチェックする(ステップＶ２)。渋滞がなければ(ステップＶ２のNO)、方法Ｃの重み係数γに正の定数γ2を付加する(ステップＶ６)。
渋滞があれば、車高、車長データなどに基づいて、小型車の割合を調べ(ステップＶ３)、小型車の割合が比較的多ければ(ステップＶ３のYES)、方法Ｃの重み係数γに正の定数γ1を付加する(ステップＶ４)。γ1＞γ2の関係がある。
【００５２】
小型車の割合が比較的少なければ(ステップＶ３のNO)、方法Ｃの重み係数γに正の定数γ2を付加する(ステップＶ５)。
このように、渋滞や車種の分布を考慮するのは、方法Ｃは、渋滞時に非常に精度が高く、大型車が増えれば、若干精度が落ちるという評価が得られているからである（表１参照）。
以上のようにして、重み係数α，β，γが自動的に決定されるので、これらを用いて総合評価値Ｐtotalを算出することができる。
【００５３】
５．突発事象発生区間の特定
以上に説明した突発事象の発生が複数の区間で判定された場合、各区間における判定の評価値を比較して、もっとも評価値の高い区間を突発事象発生区間として特定することができる。
図１３は、突発事象発生区間を特定する処理を説明するためのフローチャートである。
【００５４】
まず、図７〜図１０で説明した突発事象発生検知処理を、それぞれの監視対象道路区間１，２，‥‥，ｉ，‥‥で行う（ステップＷ１）。すべての監視対象道路区間１，２，‥‥，ｉで同処理が終了すれば（ステップＷ２のYES）、突発事象発生と判定された区間があるかどうか調べる（ステップＷ３）。そして、各区間で算出された評価値を比較する（ステップＷ４）。この評価値が最大を示す区間を、突発事象発生区間と特定する（ステップＷ５）。
【００５５】
図１４は、５つの区間での検知処理結果から得られた評価値の時間推移を示すグラフである。このグラフによれば、事故は８時２０分に発生し、各区間１〜３での評価値が上がっている。特に区間２の評価値が最大であるので、区間２が突発事象発生区間と特定することができる。
６．情報伝達
以上のようにして突発事象の発生及びその発生区間が決定されると、交通管理センター１０は、可変表示板６，９に、突発事象の発生を表示し、路側ビーコン７を通して車両に突発事象の発生を通知する。
【００５６】
この通知にあたっては、図８のステップＴ８，図１０のステップＴ２４で示したように「突発事象発生」と判定されていれば、交通管理センター１０の出力処理部２５は、可変表示板６，９に「この先事故・止まれ」のような運転者の警告を与えるメッセージを表示し、路側ビーコン７を通して車両にも危険区間である旨を通知する。
図８のステップＴ９，図１０のステップＴ２５で示したように「突発事象の発生の可能性が高い注意状態」と判定されていれば、出力処理部２５は、可変表示板６，９に「前方注意」のように運転者の注意を喚起するようなメッセージを表示し、路側ビーコン７を通して車両にも走行注意区間である旨を通知する。
【００５７】
そして、この情報を通信回線を通して関係機関１３や放送局１４に連絡する。
なお、すでに道路工事などが予定され、交通流の異常が予想されている場合は、出力処理部２５は、当該時刻に突発事象の発生を判定しても、この判定に基づいて可変表示板６，９に突発事象の発生を表示することはなく、関係機関１３や放送局１４に連絡することもない。
【００５８】
【発明の効果】
以上のように本発明の交通流の異常検知装置又は方法によれば、道路上の突発事象の発生をより精度よく検知することができる。
【図面の簡単な説明】
【図１】交通流の異常検知をするための交通流監視システムを示す概略図である。
【図２】交通管理センター１０内のコンピュータ１１の機能ブロック図である。
【図３】実際に事故の発生した日に算出された交通量Ｑ(tn)の１分おきの変動を示すグラフである。
【図４】標本スペクトル（パワースペクトル）ｐjを求め、その時間変化を図示したグラフである。
【図５】標本スペクトルｐjを求め、そのスペクトルのピーク値をプロットしたグラフである。
【図６】標本スペクトルのピーク周波数をプロットしたグラフである。
【図７】総合判定部２３が行う単一の評価値に基づく突発事象発生判定処理を説明するためのフローチャートである。
【図８】突発事象発生判定処理の詳細を示すフローチャートである。
【図９】総合判定部２３が行う複数の評価値に基づく突発事象発生を監視する処理を説明するためのフローチャートである。
【図１０】総合判定部２３が行う複数の評価値の重み付け平均値に基づく突発事象発生を監視する処理を説明するためのフローチャートである。
【図１１】過去の実績に基づく検知率等の記録方法を説明するためのフローチャートである。
【図１２】重み係数の決定処理を説明するためのフローチャートである。
【図１３】突発事象発生区間を特定する処理を説明するためのフローチャートである。
【図１４】各区間で算出された評価値の時間推移を示すグラフである。
【符号の説明】
１ 高速道路
２ 一般道路
３ 車両感知器
４ 一次処理装置
５ 車両感知器
６ 可変表示板
７ 路側ビーコン
９ 可変表示板
１０ 交通管理センター
１１ コンピュータ
１３ 関係機関
１４ 放送局
２１ 入力処理部
２２ 判定部
２３ 総合判定部
２５ 出力処理部
Claims (14)
- 道路の交通諸量を計測する計測手段と、
交通諸量変化の周波数スペクトルを算出するスペクトル算出手段と、
スペクトル算出手段により算出された周波数スペクトルに基づいて道路上の突発事象の発生を検知する総合判定手段とを有し、
前記交通諸量は、交通量、車両の速度、時間占有率、車頭時間間隔、道路区間の車両存在台数、空間占有率、空間速度、車頭距離間隔のいずれかから選ばれるものであり、
前記総合判定手段は、前記スペクトル算出手段により算出された周波数スペクトルに基づいて道路上の突発事象の発生尤度を表す評価値を算出し、これらの評価値に基づいて道路上の突発事象の発生を検知するものであることを特徴とする交通流の異常検知装置。 - 前記計測手段は、車両感知器の感知信号に基づいて道路の交通諸量を計測するものである請求項１記載の交通流の異常検知装置。
- 前記総合判定手段は、評価値がしきい値を超えたときに、道路上の突発事象の発生を検知するものであることを特徴とする請求項１記載の交通流の異常検知装置。
- 前記しきい値は、時間帯、曜日などに応じて統計的に求められ、記憶されている値である請求項３記載の交通流の異常検知装置。
- 前記スペクトル算出手段は、複数の交通諸量変化の周波数スペクトルを算出するものであり、
前記総合判定手段は、スペクトル算出手段により算出された各周波数スペクトルに基づいて前記評価値をそれぞれ算出し、これらの評価値の重み付け平均値に基づいて道路上の突発事象の発生を検知するものであることを特徴とする請求項１記載の交通流の異常検知装置。 - 前記重み付け係数は、次の(a)〜(c)のいずれか１つ、又はこれらの組み合わせの関数であり、自動的に決定されることを特徴とする請求項５記載の交通流の異常検知装置。
(a)渋滞の程度
(b)大小車種の分布
(c)各周波数スペクトルの検知精度 - 実際に発生した突発事象に関連して取得された交通計測データに基づいて、各周波数スペクトルを用いた検知結果を求め、実績データとして蓄積することを特徴とする請求項５記載の交通流の異常検知装置。
- 前記実績データには、正検知率、検知漏れ率、誤検知率、検知遅れ時間のうち１又は複数のデータが含まれることを特徴とする請求項７記載の交通流の異常検知装置。
- 前記総合判定手段により道路上の突発事象が検知された場合に、その突発事象の発生を外部に知らせる情報提供手段をさらに有することを特徴とする請求項１記載の交通流の異常検知装置。
- 前記情報提供手段は、当該地域内若しくは当該区間内を走行する車両、又は当該地域内若しくは当該区間内への走行が予想される車両に対して情報を提供するものであることを特徴とする請求項９記載の交通流の異常検知装置。
- 前記情報提供手段は、すでに予定されている道路上の事象に対しては、その事象の発生を検知しても外部に知らせないことを特徴とする請求項９記載の交通流の異常検知装置。
- 前記総合判定手段は、判定の基礎となった値の大きさに応じて、段階的な判定を行い、前記情報提供手段は、この総合判定手段による段階的な判定の結果によって異常情報の内容を変えることを特徴とする請求項９記載の交通流の異常検知装置。
- 道路の交通諸量を計測する計測手段と、
交通諸量変化の周波数スペクトルを算出するスペクトル算出手段と、
スペクトル算出手段により算出された周波数スペクトルに基づいて道路上の突発事象の発生を検知する総合判定手段とを有し、
前記交通諸量は、交通量、車両の速度、時間占有率、車頭時間間隔、道路区間の車両存在台数、空間占有率、空間速度、車頭距離間隔のいずれかから選ばれるものであり、
前記総合判定手段は、複数の道路区間で交通流の異常を検知した場合、判定の基礎となった値の大きさに応じて、異常発生区間を特定することを特徴とする交通流の異常検知装置。 - 交通量、車両の速度、時間占有率、車頭時間間隔、道路区間の車両存在台数、空間占有率、空間速度、車頭距離間隔のいずれかから選ばれる道路の交通諸量を計測し、
この計測結果に基づいて、交通諸量変化の周波数スペクトルを算出し、
算出された周波数スペクトルに基づいて道路上の突発事象の発生尤度を表す評価値を算出し、
これらの評価値に基づいて道路上の突発事象の発生を検知することを特徴とする交通流の異常検知方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001211153A JP3758534B2 (ja) | 2000-10-13 | 2001-07-11 | 交通流の異常検知装置及び方法 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000314139 | 2000-10-13 | ||
| JP2000-314139 | 2000-10-13 | ||
| JP2001211153A JP3758534B2 (ja) | 2000-10-13 | 2001-07-11 | 交通流の異常検知装置及び方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002190090A JP2002190090A (ja) | 2002-07-05 |
| JP3758534B2 true JP3758534B2 (ja) | 2006-03-22 |
Family
ID=26602086
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001211153A Expired - Fee Related JP3758534B2 (ja) | 2000-10-13 | 2001-07-11 | 交通流の異常検知装置及び方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3758534B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021036277A1 (zh) * | 2019-08-30 | 2021-03-04 | 上海电科智能系统股份有限公司 | 基于三元高斯混合模型的多维城市交通异常事件识别方法 |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102005055244A1 (de) * | 2005-11-19 | 2007-05-31 | Daimlerchrysler Ag | Verfahren zur verkehrsdatenbasierten Unfallerkennung |
| CN102132331B (zh) * | 2008-08-28 | 2014-09-24 | 皇家飞利浦电子股份有限公司 | 跌倒检测和/或预防系统 |
| CN103038117B (zh) * | 2010-06-29 | 2016-01-20 | 本田技研工业株式会社 | 堵车预测方法 |
| JP5570961B2 (ja) * | 2010-12-15 | 2014-08-13 | 本田技研工業株式会社 | 渋滞予兆表示方法 |
| JP5555778B2 (ja) * | 2010-12-15 | 2014-07-23 | 本田技研工業株式会社 | 渋滞予測方法 |
| JP5627531B2 (ja) * | 2011-04-12 | 2014-11-19 | 本田技研工業株式会社 | 運転支援装置 |
| JP5667944B2 (ja) * | 2011-08-11 | 2015-02-12 | 本田技研工業株式会社 | サーバ側渋滞解消走行支援方法 |
| JP5909401B2 (ja) * | 2012-04-04 | 2016-04-26 | 本田技研工業株式会社 | 渋滞予測方法 |
| WO2014136949A1 (ja) * | 2013-03-08 | 2014-09-12 | 本田技研工業株式会社 | 渋滞予兆検知方法、プログラムおよび渋滞予兆検知装置 |
| JP6166226B2 (ja) * | 2014-07-01 | 2017-07-19 | 本田技研工業株式会社 | 渋滞予兆検知方法、プログラムおよび渋滞予兆検知装置 |
| JP6413636B2 (ja) * | 2014-10-30 | 2018-10-31 | 日産自動車株式会社 | 走行制御装置 |
| WO2017047687A1 (ja) * | 2015-09-17 | 2017-03-23 | 株式会社日立国際電気 | 監視システム |
| JP2017084268A (ja) * | 2015-10-30 | 2017-05-18 | 株式会社東芝 | 事故発生予報システム、および事故発生予報方法 |
| JP2019079117A (ja) * | 2017-10-20 | 2019-05-23 | 株式会社東芝 | 管理車両配車システム、管理車両配車方法及びプログラム |
| CN111275957A (zh) * | 2018-12-05 | 2020-06-12 | 杭州海康威视系统技术有限公司 | 一种交通事故信息采集方法、系统及摄像机 |
| KR102286329B1 (ko) * | 2019-12-31 | 2021-08-06 | 네이버시스템(주) | 터널 도로에서의 교통 안전 관리 방법 및 터널도로에서의 교통 안전 관리 시스템 |
-
2001
- 2001-07-11 JP JP2001211153A patent/JP3758534B2/ja not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021036277A1 (zh) * | 2019-08-30 | 2021-03-04 | 上海电科智能系统股份有限公司 | 基于三元高斯混合模型的多维城市交通异常事件识别方法 |
| US11301769B2 (en) | 2019-08-30 | 2022-04-12 | Shanghai Seari Intelligent System Co., Ltd. | Method for recognizing multi-dimensional anomalous urban traffic event based on ternary gaussian mixture model |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2002190090A (ja) | 2002-07-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3758534B2 (ja) | 交通流の異常検知装置及び方法 | |
| Kitali et al. | Likelihood estimation of secondary crashes using Bayesian complementary log-log model | |
| Qiu et al. | Estimation of freeway traffic density with loop detector and probe vehicle data | |
| CN111712862B (zh) | 用于生成交通量或交通密度数据的方法和系统 | |
| US10720051B2 (en) | Abnormal travel detecting device, abnormal travel detecting method, storage medium storing program for same, and abnormal travel detecting system | |
| CN112289054A (zh) | 道路安全预警方法、obu、rsu、mec设备及系统 | |
| JP2010061435A (ja) | 感知器異常検出システム | |
| CN113870564B (zh) | 一种封闭路段交通拥堵分类方法、系统、电子设备及存储介质 | |
| JP3876653B2 (ja) | 交通流の異常検知装置及び方法 | |
| Margreiter | Automatic incident detection based on bluetooth detection in northern Bavaria | |
| CN109637127B (zh) | 一种信号灯近似时长的确定方法及系统 | |
| JP4030354B2 (ja) | 突発事象検出装置 | |
| Nathanail et al. | Traffic volume responsive incident detection | |
| JP3963085B2 (ja) | 交通流の異常検知装置及び方法 | |
| JP2004286531A (ja) | 交通情報の有効期間決定方法と装置 | |
| Monsere et al. | Validating dynamic message sign freeway travel time messages with ground truth geospatial data | |
| Luk et al. | Characterization of incidents on an urban arterial road | |
| GB2373619A (en) | Measurement of traffic density | |
| JP3726787B2 (ja) | 突発事象の発生地点特定装置 | |
| Ackaah et al. | Quality evaluation method for variable speed limit systems: incident detection and warning potential | |
| Khoury et al. | Performance comparison of automatic vehicle identification and inductive loop traffic detectors for incident detection | |
| Gong | Evaluation and augmentation of traffic data from private sector and bluetooth detection system on arterials | |
| Davis et al. | Moving array traffic probes | |
| JP7417440B2 (ja) | 広域監視装置、広域監視システムおよびプログラム | |
| CN112863189B (zh) | 阻碍超车的行为识别方法、装置及电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050427 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050510 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050708 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050830 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051028 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20051213 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20051226 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090113 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100113 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110113 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110113 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120113 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120113 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130113 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130113 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140113 Year of fee payment: 8 |
|
| LAPS | Cancellation because of no payment of annual fees |