JP3883098B2 - 走行所要時間予測装置 - Google Patents
走行所要時間予測装置 Download PDFInfo
- Publication number
- JP3883098B2 JP3883098B2 JP2001102488A JP2001102488A JP3883098B2 JP 3883098 B2 JP3883098 B2 JP 3883098B2 JP 2001102488 A JP2001102488 A JP 2001102488A JP 2001102488 A JP2001102488 A JP 2001102488A JP 3883098 B2 JP3883098 B2 JP 3883098B2
- Authority
- JP
- Japan
- Prior art keywords
- time
- travel
- pattern
- data
- travel time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Images
Description
【０００１】
【発明の属する技術分野】
この本発明は、例えは高速道路等の交通管制システム等に利用可能な走行所要時間予測装置に係わり、特に特定の対象区間の走行所要時間を予測演算する走行所要時間予測装置に関する。
【０００２】
【従来の技術】
高速通路などにおいては、交通量の増加等に伴って交通渋滞が発生したとき、走行所要時間が大幅に変動する。このようなとき、例えは特定のインターチェッンジ間や特定の都市間等の適当な場所に、予め設定された代表的な区間の走行所要時間の予測値を時々刻々提供することは、利用者に対するサービス向上とともに、高速道路を円滑に運用する上で望まれる。
【０００３】
従来、ある地点から他のある地点までを走行する走行所要時間を求める方法のひとつに、道路に設置されている車両感知器等のセンサから得られる空間平均速度情報などから求める方法がある。
【０００４】
すなわち、車両検知器等のセンサを用い対象路線の対象区間を複数の単位区間に分割して各単位区間に車両感知器を設置し、車両感知器により測定した空間平均速度情報から走行車両速度を用いて先ず、各単位区間の走行所要時間を算出する。そして、算出した各単位区間の走行所要時間を合計するなどして対象路線の対象区間の走行所要時間情報を求める。
【０００５】
また、この他に、対象区間の両端において走行車両のナンバを画像認識することによりこの対象区間を実際に走行した各車両の実際の走行所要時間を測定するＡＶＩシステムが実用化されている。
【０００６】
【発明が解決しようとする課題】
しかしながら、各単位区間の走行所要時間を算出し、この算出した各単位区間の走行所要時間を合計するなどして対象路線の対象区間の走行所要時間情報を求める方法においては、現在走行中の車両が目的地に到達するまでの交通量の変動、道路状況の変化等の所要時間変動要素が加味されておらず、現実に要する走行所要時間と予測時間に差が発生し、有益な走行時間予測情報の提供を望めない。
【０００７】
また、センサ、或いはＡＶＩが設置されていない路線では、走行所要時間情報が得られず、路線によっては、走行時間予測情報の提供できない場合もある。
【０００８】
上述したように、センサが設置された路線でのみ可能な空間平均速度情報から走行車両速度を用いた走行所要時間予測方式や、これまでの料金所から得られるデータを用いた走行所要時間情報は、将来の道路状況の変化を考慮していない。このため、理想的な走行所要時間情報とはいえない場合があり、特に交通渋滞前後の道路状況が極端に変化する場合などに対応できないという問題がある。
【０００９】
したがって、この発明は、走行所要時間パターンを利用し、更に走行所要時間情報提供時点の道路状況をもとに、これから走行する将来の道路状況の変化を考慮した走行所要時間予測値を演算することで、より理想に近い走行所要時間情報の演算処理による走行所要時間予測装置を提供することを目的とする。
【００１０】
【課題を解決するための手段】
本発明の走行所要時間予測装置は、複数区間からなる道路区間の各々に料金収受システムを有し、この料金収受システムのデータを用い所定区間の走行所要時間を予測する走行所要時間予測装置において、料金収受システムから得られる入口料金所通過時刻データ、出口料金所通過時刻データを利用し、走行所要時間実績値を演算する走行所要時間実績値演算手段と、この走行所要時間実績値演算手段にて得られた走行所要時間実績値を用いて、各科金所間の走行所要時間パターンを作成する走行所要時間パターン作成手段と、この走行所要時間パターン作成手段にて作成された当該日の走行所要時間パターンを蓄積する走行所要時間パターン蓄積メモリと、前記走行所要時間実績値演算手段で得られた予測日の走行所要時間実績値データ、及び料金収受システムから得られる交通量データを含む道路状況データを料金収受システムデータとしてストアする蓄積データメモリと、この蓄積データメモリにストアされている少なくとも予測当日における各々の区間の前記走行所要時間実績値を用いて、予測当日の予測時までの走行所要時間パターンを作成する当日走行所要時間パターン作成手段と、この当日走行所要時間パターン作成手段で得られる走行時間予測日における予測時点に至るまでの当日走行所要時間パターン部分と、前記走行所要時間パターン蓄積メモリにて蓄積されている過去の走行所要時間パターンとを比較し、最も類似する走行所要時間パターンを抽出する類似走行所要時間パターン抽出手段と、この類似走行所要時間パターン抽出手段で抽出された当日の走行所要時間データに最も類似した走行所要時間パターンを用いて、予測当日の予測演算時刻における走行所要時間予測値を演算する走行所要時間予測値演算手段とを備え、前記類似走行所要時間パターン抽出手段は、類似判断に用いる前記当日走行所要時間パターンの参照部分を予測時から過去Ｎ分間の時間幅に制限し、この時間幅のパターンと類似する過去の走行所要時間パターンを前記蓄積パターンメモリから抽出することを特徴とする。また本発明では、類似走行所要時間パターン抽出手段は、予測時から過去Ｎ分間の時間幅に制限した当日走行所要時間パターンの参照部分を、比較対象の過去の走行所要時間パターンとの比較の際に、予測時点からｎ（Ｎ＞ｎ）分単位で相対的にシフトさせ、前記両パターン間の類似度を判断する。また、本発明では、類似走行所要時間パターン抽出手段は、予測時に参照する蓄積パターンメモリでの参照走行所要時間パターン部分を予測時から±α分の時間幅に制限し、比較の際、この予測時から±α分の時間幅に制限した範囲で予測時点からｎ（α＞ｎ）分単位でシフトさせ、類似度を判断するようにしてもよい。また、本発明では、類似走行所要時間パターン抽出手段は、類似度判断の結果、複数の候補パターンが抽出されると、蓄積データメモリにストアされている交通量データに基づく当該区間への流入交通量が増加傾向か、減少傾向か、停滞傾向か、の判断結果により、これらの傾向を反映したパターンを前記候補パターンから抽出するようにしてもよい。
【００１１】
また、本発明では、走行所要時間予測値演算手段は、入口料金所通過時刻データ又は出口料金所通過時刻データの数が不足する区間の走行所要時間予測値を得る場合、当該区間を含むデータ量の多い複数区間の走行所要時間予測値と当該区間に隣接するデータ量の多い区間の走行所要時間予測値との差により求める。さらに、本発明では、走行所要時間予測値演算手段は、各区間毎に求めた走行所要時間予測値に対し、該当区間における入口料金所から本線までの加速時走行所要時間及び本線から出口料金所までの減速時走行所要時間とこれら加速走行部分及び減速走行部分に対応する本線上の走行所要時間との差に基く誤差を補正する機能を有するものでもよい。
【００１２】
【発明の実施の形態】
以下、図面を参照して本発明の実施形態について説明する。
【００１３】
図１は、本発明に係る走行所要時間予測装置の一実施例を示す図であり、対象とする有料道路の本線道路１００の、所定区間には、料金所（Ａ〜Ｆ）が設けられ、これらの各料金所の料金徴収システムは互いの通信回線を介し接続されており相互間のデータ授受が可能な構成となっている。また、各料金所は道路を管制する道路管制センター（図示せず。）にも接続されている。
【００１４】
対象の有料道路には、距離による料金収受を行う料金収受システムが設置され、料金所では、入口通過時刻、出口通過時刻、車種等の情報が入手可能であるものとする。
【００１５】
まず、各料金所の入口では料金収受システムから得られるデータ入口料金所通過時刻データ、また、出口では出口料金所通過時刻データを用いて、当該料金所までの走行所要時間を走行所要時間実績値演算手段１０にて演算する。
【００１６】
この際に最も簡単な演算方法は、出口料金所通過時刻から、入口料金所通過時刻を差し引くことで走行所要時間実績値を演算する方法である。すなわち、走行所要時間実績値演算手段１０では、料金所から得られる入口料金所通過時刻と出口料金所通過時刻をもとに、走行所要時間実績値を演算する。この演算は、最も簡単な方法として以下の式を使用する。
【００１７】
走行所要時間実績値＝出口料金所通過時刻一入口料金所通過時刻
次に、走行所要時間実績値演算手段１０にて得られた走行所要時間実績値を用いて、走行所要時間パターン作成手段２０にて、各科金所間の走行所要時間パターンを作成する。この走行所要時間のパターンは、例えば、１日の走行所要時間の時間的推移を抽出し、一つのパターンとする。
【００１８】
そして、走行所要時間パターン作成手段２０にて作成された上記走行所要時間パターンを、走行所要時間パターン蓄積手段３０にて蓄積パターンメモリ４０に逐次、蓄積・保管する。蓄積の方法として、例えば、テキストデータ等にし、ＨＤＤ等の記憶媒体に保管する方法がある。
【００１９】
また、蓄積の際に、曜日、年、天候等、似ているパターンを分類してリレーショナルデータとして保存することも有効である。
【００２０】
走行所要時間実績値演算手段１０にて演算された走行所要時間実績値と、走行所要時間パターン蓄積手段３０により蓄積パターンメモリ４０に蓄積されている過去の走行所要時間パターンを使用し、類似走行所要時間パターン検索手段５０にて、蓄積パターンメモリ４０にストアされている過去の走行所要時間パターンの中から、最も当日の走行所要時間データと類似している走行所要時間パターンを抽出する。
【００２１】
この蓄積パターンメモリ４０からの類似パターンの抽出の類似度判定方法として、最も簡単なものは、当日のデータと、パターンデータのそれぞれ２乗誤差を演算し合計したものが最も小さいパターンを最も類似したパターンとして抽出する方法がある。
【００２２】
上記類似走行所要時間パターン検索手段５０にて抽出された当日の走行所要時間データに最も類似した走行所要時間パターンを用い、走行所要時間予測値演算手段６０にて、予測当日の演算時刻の走行所要時間予測値を演算する。
【００２３】
抽出した当日のデータに最も類似したパターンを基に、同時刻のデータを使用する方法や、抽出したパターンを入口料金所ベースで並べ直して補正処理を行った予想を行い実際の所要時間に近い走行所要時間予測を行う。
【００２４】
次に、図２により、料金徴収システムデータ処理部７０で予測当日の時系列データとして走行所要時間パターンを作成し、この走行所要時間パターンを用いて、過去に蓄積された走行所要パターンとの類似度を判定することを基本とする走行所要時間予測装置の他の実施例について説明する。なお、図1と同等の機能を有する部分については同一符号を付しその説明を省略する。
【００２５】
図２において料金収受システムデータ処理部７０は、料金収受システムデータ蓄積手段７１、蓄積データメモリ７２により構成され、上記走行所要時間実績値演算手段１０を介し各料金所（Ａ〜Ｅ）の走行所要時間実績値の時系列データをはじめとするデータは、上記料金収受システムデータ蓄積手段７１を介し蓄積データメモリ７２にストアされる。
【００２６】
この蓄積データメモリ７２はバッファーメモリ的な機能を有しており、蓄積データメモリ７２の内容は当日走行所要時間パターン作成手段７３により逐次読み込まれ、当日走行所要時間パターン作成手段７３には、当日における現時点までの当日走行所要時間パターンが時系列的に作成される。
【００２７】
当日における現時点までの当日走行所要時間パターンは、当日走行所要時間パターン作成手段７３で作成され、この現時点までの当日走行所要時間パターンと最も類似するパターンが蓄積パターンメモリ４０から類似走行所要時間パターン検索手段５０によって抽出される。
【００２８】
すなわち、類似走行所要時間パターン検索手段５０は、現時点である予測時点までの実績値パターンを基準に、該当日の予測時刻までの実績値パターンと最も類似するパターンを蓄積パターンメモリ４０から検索する。
【００２９】
この検索によって予測時点までの実績値パターンを基準に最適な走行所要時間パターンが類似走行所要時間パターン検索手段５０によって得られるが、このパターンを実際の走行所要時間との差を少なくするため、上記類似走行所要時間パターン検索手段５０によって検索された最適な走行所要時間パターンに対し、走行所要時間パターン変換手段５１によりパターン変換処理を行う。
【００３０】
このパターン変換処理は、図３に示すように、到着時走行所要時間パターンＰｏｕｔを出発時走行所要時間パターンＰｉｎにシフトするものである。すなわち、上記の走行所要時間パターンは、出口料金所を通過した時刻における入口料金所からの所要時間をそれぞれ横軸と縦軸にプロットすることにより作成されている。しかし走行所要時間の予測は、入口料金所を通過した時刻に必要とされるため、到着時走行所要時間パターンにおける横軸上の時刻を、入口料金所を通過した時刻にさかのぼらせる変換を行う。具体的には、図４の実線で示す到着時走行所要時間パターンＰｏｕｔにおいて、時刻ｔ１における到着時走行所要時間がＴ１の場合、横軸上で時刻（ｔ１−Ｔ１）をプロットし、この時刻における縦軸上の所要時間をＴ１とする。同様に、時刻ｔ２における到着時走行所要時間がＴ２の場合、横軸上で時刻（ｔ２−Ｔ２）をプロットし、この時刻における縦軸上の所要時間をＴ２とする。さらに、時刻ｔ３における到着時走行所要時間がＴ３の場合も同様にプロットし、このようにして、破線で示す出発時走行所要時間パターンＰｉｎに変換する。
【００３１】
この変換は次表にも例示されている。同表中の左側の表は到着時走行所要時間パターンに対応する、出口料金所通過時刻と所要時間が記入されており、右側の表は、出口料金所通過時刻から所要時間を引いた入口料金所通過時刻が、対応して記入されている。
【表１】
このように変換された走行所要時間パターンを用い、図２に示されるように、走行所要時間予測値演算手段６０にて、走行所要時間予測値を演算し、より的確な走行時間の予測を行う。
【００３２】
次に、図５は、走行所要時間パターンにより、走行所要時間を求める際に考慮すべき、誤差の取り扱いについて説明する図である。すなわち、高速道路の走行においては、入線時、料金所入口ＩＮで料金を支払って加速しながら走行時間ｔｉｎの後に本線道路１００に入線し、また、出線時には本線道路１００から減速しながら走行所要時間ｔｏｕｔをかけて料金所ＯＵＴに到達する。上記、図５で加速時の走行所要時間（図５から明らかなように料金所入口から本線への合流地点までの走行所要時間）はｔｉｎ、本線道路１００の走行時間（図５から明らかなように本線上の区間進入地点から前記合流地点までの走行所要時間）はＴｉｎとする。また、減速時の走行所要時間（図５から明らかなように本線上における料金所出口への分岐点から料金所出口までの走行所要時間）はｔｏｕｔとする。この減速時の走行所要時間ｔｏｕｔは、加速時の走行所要時間より大きい。また、本線道路１００の走行時間（図５から明らかなように本線上における料金所出口への分岐点から本線上の次の区間への進入地点までの走行所要時間）はＴｏｕｔとする。これらの関係を考慮し、当該走行区間の所要走行時間を求める。
【００３３】
図５における当該単位区間での、通常、本線道路を走行するために必要な走行所要時間Ｔｎは次式となる。
【００３４】
Ｔｎ＝Ｔｉｎ＋Ｔｒ＋Ｔｏｕｔ
料金所入口での時刻と料金所出口での時刻との関係から走行所要時間を求めた場合、入口での加速走行及び出口での減速走行に起因する走行所要時間の予測誤差の修正を後述のように行うことができる。
【００３５】
この誤差の補正に関し、図６に示すように、複数区間を考慮した場合についてさらに説明する。対象の有料道路には、距離による料金収受を行う料金収受システムが設置されているものとし、料金所では、入口通過時刻、出口通過時刻、車種等の情報が入手可能であるとする。対象道路１００は、区間Ａ〜Ｆからなり走行所要時間予測処理ステップＳ１０にて区間毎の走行所要時間予測が演算可能であり、各区間走行所要時間予測処理ステップＳ１０では、有料の対象道路１００に設置されている料金所で得られる情報を用いて、各管理区間の走行所要時間予測値を演算する。この管理区間（Ａ〜Ｆ）は、区間の走行所要時間予測値を用いて、複数区間から構成される路線の走行所要時間予測値により、複数の区間から構成される路線の走行予測時間の予測値をステップＳ２０で演算する。この最も簡単な方法としては、各区間の予測値をそのまま合計する方法、また、時間的推移を考慮し各区間の走行所要時間予測値を合計する方法（後述するタイムスライス法）も考えられる。この場合、予測は、対象の道路を走行終了するまでの時間分実施する必要がある。
【００３６】
また、区間Ａ〜Ｆの走行予測時間を求める場合、各区間の予測値を足し合わせると、パターンによる予測値は、あくまで入口料金所から出口料金所までの走行所要時間であり、そこには、入口料金所から本線道路までの加速時間と本線道路から出口料金所までの減速時間が含まれているためで補正が必要である。
【００３７】
よって、ステップＳ２０での処理のままでは、本来の予測値より長めの走行所要時間予測値となってしまう。そこで、走行所要時間予測値補正処理ステップＳ３０にて予測値の補正を行う。補正の方法として、最も簡単な方法として、対象路線１００の入口料金所と出口料金所を含む区間に挟まれた図６に示す区間において、以下のような補正をする方法がある。
【００３８】
Ｔｃ＝Ｔ−Σ（Ｔｉ−Ｔｍｉ＋Ｔｏ−Ｔｍｏ）
Ｔｃ：補正後の区間走行所要時間予測値
Ｔ：補正前の区間走行所要時間予測値
Ｔｍｉ：各区間の本線進入端から、入口料金所からの合流場所までの走行所要時間
Ｔｉ：入口料金所から本線合流場所までの走行所要時間
Ｔｍｏ：出口料金所への分岐点から本線の次の区間への進入端までの走行所要時間
Ｔｏ：本線における出口料金所への分岐点から出口料金所までの走行所要時間
Σ：入口料金所と出口料金所を含む区間に挟まれた全区間分の総和演算を表す。
【００３９】
以上の処理により、複数の区間から構成される路線における走行所要時同予測値演算処理をステップＳ４０で走行所要時間予測値を得ることができる。
【００４０】
上記の例では、複数走行区間の各々の区間に対して予測時間の補正（誤差を求める）を行った後に予測時間の総和を補正して求めたが、図７に示すように、走行時間予想区間Ａ〜Ｆに対して各区間走行所要時間予測処理ステップＳ１０で有料の対象道路１００に設置されている料金所で得られる情報を用いた処理を行った後に、複数区間から構成される路線の走行所要時間予測処理ステップＳ２０で各区間の走行処理時間を予想し（加速・減速による補正を考慮し）、これらを各区間走行所要時間合計処理ステップＳ３０にて合計処理し、総区間に対する走行予想時間を求める（ステップＳ４０）ようにしてもよい。
【００４１】
また、複数の区間からなる走行時間予測にあって、各区間の予測時間を単純に加算するのではなく、該当する区間を当該車両が通過する時刻を考慮して夫々の区間走行予測時間を設定し、これら区間走行予測時間の総和を算出する図８に示す所謂タイムスライス法がある。タイムスライス法は当該車両が区間の走行時間における交通の混み具合をある程度考慮したもので、現時点における区間走行時間を単純に加算したものに比し走行予想時間の精度を高めることができる。
【００４２】
図８は、タイムスライス法の一例示す図であり、横軸は区間距離を示し、縦軸は時刻を示す。同図中の表は定められた時間ごとの当該時刻における各区間の所要走行時間の予測結果を示す。
【００４３】
図８で０６：００では区間Ａ〜区間Ｅの各区間における走行所要時間は夫々２分、３分、４分、５分、８分である。今、０６：００に出発し、出発地点（区間Ａの始点）〜目標地点（区間Ｅの終点）までの走行所要時間を区間走行所要時間テーブルの出発時刻における時間の総和２２分とし、これを同区間の所要時間とすると実際に走行した時間との間に誤差を生じる。このような誤差は、出発時以降、交通量が増し混雑してきていることを考慮しなかったことによる。
【００４４】
そこで、例として、６：００に区間Ａの始点を出発したとすると、区間Ａ、Ｂでは、出発して間もないので交通量の変化も少ないので６：００におけるテーブル値を採り、区間Ｃでは、出発後５分経過しているため、０６：０５におけるテーブルの走行所要時間を採用する。同様に区間Ｄにおいては出発後１１分経過しているため、０６：１０における値、区間Ｅについては出発後２０分経過しているため、０６：２０におけるテーブルの走行所要時間を採用する。そして夫々の区間値の総和を算出し、目標地点までのタイムスライス法による走行所要時間を得る。この例では、タイムスライス法による得られる走行所要時間予測値は３１分であるが、単純に出発時刻における同時走行所要時間予測値は２２分である。このように、テーブルの同時刻における各区間の所要時間を足したのでは、時刻の変化による交通量の変化を考慮していないためである。
【００４５】
このように、時間考慮型走行所要時間演算処理を行い交通量の変化を考慮して目標地点までの走行時間を予測するタイムスライス法によれば、より実際の走行時間に近い走行予想時間を得ることができる。
【００４６】
次に交通量データの変化を考慮に入れた本発明に係る走行所要時間予測装置の実施例を、図９を用いて説明する。図９中、先に説明した図２の実施例と等価な部分については、同一符号を付す。
【００４７】
対象有料道路１００には、距離による料金収受を行う料金収受システムが設置され、各料金所では、入口通過時刻、出口通過時刻、車種、並びに料金所通過車両台数等の交通量データ情報等が入手可能であるとする。
【００４８】
まず、各料金所の料金収受システムから得られる入口料金所通過時刻データ及び出口料金所通過時刻データを用いて、当該料金所間の走行所要時間を走行所要時間実績値演算手段１０にて演算する。走行所要時間実績値演算手段１０での処理結果は、料金徴収システムデータ処理部７０の蓄積データメモリ７２にストアされるとともに、当日走行所要時間パターン作成手段７３にも供給される。
【００４９】
そして、走行所要時間パターン作成手段２０にて作成された上記走行所要時間パターンは、走行所要時間パターン蓄積手段３０を介して蓄積パターンメモリ４０に逐次ストアされ、この蓄積パターンメモリ４０に蓄積された走行所要時間パターンから類似するパターンを抽出するのに上記料金徴収システムデータ処理部７０の蓄積データメモリ７２にストアされた交通量に関するデータを利用する。
【００５０】
交通量に関するデータは、料金収受システムデータの蓄積データメモリ７２において蓄積されたデータをもとに、交通量データ抽出手段７４にて料金所を通過した交通量を演算抽出することで求められる。
【００５１】
交通量データ抽出手段７４での交通量演算抽出処理において、最も簡単な方法として、ある一定の時間間隔毎に、入口料金所および出口料金所を通過した自動車数をカウントしておく方法がある。料金収受システムデータ処理部７０の蓄積データメモリ７２には、予測当日の予測時点までのデータが蓄積データメモリ７２に蓄積されているため、予測時点で得られたデータまでの交通量データとして利用可能である。
【００５２】
この交通量データをそのまま類似パターン検索で利用してもよいが、得られた交通量データを基に、図１１で示すように、流入出交通量予測手段７６にて、流入出交通量の予測値を公知の手法（例えば、過去の交通量データから統計的手法により将来の交通量を予測するなど）で演算し、これを利用して蓄積パターンメモリ４０に蓄積されている走行所要時間パターン群に対する流入出交通量考慮型類似走行所要時間パターン検索手段７５における類似パターン検索に利用することもできる。
【００５３】
この点についてさらに、図１０を用いて説明する。図１０において区間Ａ〜Ｅまでの走行予測時間を区間Ａの始点で予測するものとし、現時点で各区間の料金所から得られる区間走行時間等の情報によるパターンと蓄積パターンメモリ４０に蓄積されている対象区間の現時点までのパターンとの類似度の演算を行い類似するパターンを選択する。これにより、類似する候補パターンが複数選択される。
【００５４】
これらの候補パターンは、上記当日走行所要時間パターン作成手段７３によって得られる当日走行所要時間パターンと、蓄積パターンメモリ４０に蓄積された過去の走行所要時間パターンとの類似度により上述のように複数抽出され、図９で示すように、交通量データ抽出手段７４により蓄積データメモリ７２から読み出された交通量を用いて最も類似したパターンを交通量考慮型類似走行所要時間パターン検索手段７５で判定処理する。
【００５５】
この場合において、図１１に示すように、上記交通量データ抽出手段７４で得られる交通量データから各料金所での流入出量を流入出交通量予測手段７６によって予測し、この予測結果を参照して蓄積パターンメモリ４０から最適な走行所要時間パターンを特定するようにしてもよい。これにより、蓄積パターンメモリ４０に蓄積されている対象区間の現時点までのパターンから図１０の（２）で示すように抽出した候補パターンから料金所での交通量を考慮に入れ選択し、図１０の（３）のように、より実走時間に近い走行予想時間を得ることができる。
【００５６】
次に道路状況の特徴抽出を、時間帯に制約を設けることで走行予想時間の精度を高める本発明に係る走行所要時間予測装置の実施例について図１２を用いて説明する。
【００５７】
図１２において時間帯制約付き流入出交通量考慮型類似走行所要時間パターン検出手段７７は、下記の（ａ）〜（ｃ）のデータを基に、蓄積パタ−ンメモリ４０に蓄積されている過去の走行所要時間パターン群から予測に最も適合するパターンを抽出する。
（ａ）当日走行所要時間パターン作成手段７３にて作成された予測当日の走行所要時間パターン
（ｂ）走行所要時間パターン蓄積メモリ４０にて蓄積された過去の走行所要時間パターン
（ｃ）流入出交通量予測手段７６にて演算された各科金所の流入出交通量予測値上記のデータを使用し、時間帯制約付き流入出交通量考慮型類似走行所要時間パターン検索手段７７にて、予測当日に最も類似している走行所要時簡パターンを検索する。
【００５８】
この例として、類似パターン検索方法において、例えば、上記（ｃ）のデータを考慮し、流入出交通量の時間的推移もパターンとして当日走行所要時間パターン作成手段７３に持っておき、この流入出交通量パターンと流入出交通量予測手段７６のデータとの誤差を考慮に入れ検索を行う方法がある。
【００５９】
走行所要時間パターンに対する検索において、時間帯の制約を設けて類似パターン検索を行う具体的な例として、図１３に示すように以下の２つの方法が挙げられる。
（１）比較するパターン自体に予測時刻前に比較時間に対し制約を設ける（図１３（１））。すなわち、比較に使用する当日のパターンにおいて、予測時刻より過去Ｎ分間の時間幅の設定をする。この時間幅設定により、蓄積パターンと当日パターンの両パターンの予測時刻直近の特徴比較を容易にし、候補パターンを絞り込むのに適する。
（２）蓄積された過去のパターンにおいて、比較する部分においてパターン比較時間帯に制約を設ける（図１３（２））。すなわち、蓄積されたパターンと当日パターンとの比較の際に、予測時点±α分の時間帯のみで比較を行う等、蓄積されたパターンとの比較の際に比較時間帯の制約を設定する。
【００６０】
上記（１）の例では、当日の走行所要時間パターンの、予測時刻近くのＮ分間の道路事情の特徴を活かした類似パターン検索が可能である。この場合、図１３における当日の走行所要時間パターンを用いて、蓄積されている走行所要時間パターンと当日の該当時間帯における当日パターンとの比較を行う。なお、比較の際には、ｎ（Ｎ＞ｎ）分毎ずらして比較を進め、全時間帯において比較すれば、候補パターンの絞込み精度を向上させることができる。
【００６１】
一方、上記（２）による時間的制約による例では、図示のように比較対照となる蓄積された走行所要時間パターンに予測時刻の±α（２α）の時間幅を設定しこの時間幅でのパターン比較を行う。この場合においても、図示のようにＮ分間の当日パターンと蓄積された走行所要時間パターンとを±α（２α）の時間幅内にてｎ分（α＞ｎ）毎、時間をずらしながらパターン比較を行えば、候補パターンの特定精度を向上させることができる。
【００６２】
また、流入出交通量予測値が流入出交通量予測手段７６によって利用可能であるため、今後、流入流出が増加傾向であるか、減少傾向であるか、停滞傾向であるかの見極めが付く。これを基に、パターン検索を例えば、以下のようなルールを使用してもよい。
（ルール１）：流入交通量が増加傾向にある場合は、有料道路を走行する車両が増加し、走行所要時間も長くなる傾向にあるはずであるため、走行所要時間パターンも長くなる傾向にあるものを抽出する。
（ルール２）：流入交通量が減少傾向にある場合は、有料道路を走行する車両が減少し、走行所要時間も短くなる傾向にあるはずであるため、走行所要時間パターンも短くなる傾向にあるものを抽出する。
（ルール３）流入交通量が停滞傾向にある場合は、有料道路を走行する車両の数も大きく変わらないと考えられ、走行所要時間もあまり変わらない傾向にあるはずであるため、走行所要時間パターンもあまり変わらない傾向にあるものを抽出する。
【００６３】
このルールの適用は、流入出交通量予測値が流入出交通量予測手段７６によって算出されることが前提となるが、上記蓄積パターンメモリ４０からの抽出パターンの特定時に適用されるが、ルールを適用せずにパターンを特定した後に、図１４に示すように時間考慮型走行所要時間演算処理ステップＳ２０でのパターン特定の後処理として走行所要時間予測値補正処理ステップＳ３０で予測値補正処理として上記ルールを適用してもよい。
【００６４】
このように、料金所への車両の流入出量を考慮し、走行所要時間の予測値を修正することより走行所要時間の予測値と実走時間との差を低減することができるが、各料金所で得られる情報が有意であることが前提となる。
しかし、有料道路の各料金所の利用率は、一様ではなく、極端に流入出量が少なく有意なデータが得られない場合がある。データ数が少なく当該区間データ自体、通常走行速度より速い単車や、重量車両で速度が遅い等のデータしかない場合、当該区間を含む複数区間に対する走行予想時間が実走時間と乖離したものとなる。
【００６５】
この様子を図１５に示す。図１５で区間Ａ〜Ｃ区間を想定し、料金所Ｂから入る利用客は少なく、料金所Ａ、Ｃでは入線車両、出線車両の何れも多い様子を示す。対象の有料道路には、距離による料金収受を行う料金収受システムが設置されているものとし、料金所では、入口通過時刻、出口通過時刻、車種等の情報が入手可能であるとする。更に、対象道路では、走行所要時間予測装置にて区間毎の走行所要時間予測値が演算可能であるものとする。この際に、区間毎の走行所要時間は、最短区間（最短料金所間）のみの走行所要時間だけでなく、任意の料金所間の走行所要時間入手可能とする。
【００６６】
上述のように流入出量が少ない料金所を予想区間に含む場合の走行時間予測処理について、処理手順を示すフローチャート、図１６を参照して説明する。
【００６７】
まず、図１６で演算可能区間の走行所要時間予測処理ステップＳ１０では、有料道路に設置されている料金収受 システムにて演算された結果を用いて、各区簡の走行所要時間予測値演算の前処理を行う。この際に、入手データ数が少なく、演算不可能な部分は予測値が演算されなくても良い（入手データ数のチェックに関しては、特願平１１−９４２０８を参照）。
【００６８】
入手データ数がある基準を満たしている区間に対しては、最短料金所間に限らず、任意の料金所間の、走行所要時間予測値を演算可能な区間の走行所要時間予測処理ステップＳ２０で得て、次に任意区間の走行所要時同予測値を利用して、入手データが少ない区間の走行所要時間予測処理ステップＳ３０にて予測演算を行う。
【００６９】
この入手データが少ない区間の走行所要時間予測処理ステップＳ３０では、演算可能区間で入手データ数が少なく予測値が演算できなかった区間の走行所要時間予測値を演算する。
【００７０】
具体的には、例えば、図１６における料金所Ｂ−Ｃ間の入手データ数が少なく予測が出来ない場合、料金所Ａ−Ｃ間と料金所Ａ−Ｂ間の予測値を使用することで、以下のような演算にて、料金所Ｂ−Ｃ間の予測値を演算することが可能である。
【００７１】
ＴＢＣ＝ＴＡＣ−ＴＡＢ
ＴＡＢ：料金所Ａ−Ｂ間の走行所要時間
ＴＢＣ：料金所Ｂ−Ｃ間の走行所要時間
ＴＡＣ：料金所Ａ−Ｃ間の走行所要時間
このような処理によって、料金所での利用客が少ない区間の予測データを補完し、複数区間から構成される路線の走行所要時間処理ステップＳ４０で当該走行所要時間の予想を行う。この後、本線への加速入線、本線からの減速出線等に基づく走行所要時間予測値補正処理ステップＳ５０を経て、入手データが少ない区間の走行所要時間予測値算出処理ステップＳ６０で走行所要時間予測値を得る。
【００７２】
なお、上述の例ではサンプルデータ数が十分得られない区間について他の区間のデータによる予測データの補完について説明したが、データ数は十分であっても、サービスエリアやパーキングエリアで長時間停車した車両、極端な高速又は低速運転車両データは特異データとして除去した方が、有用な走行予想時間が得られる。
【００７３】
このような特異データの除去を行う方法の一つに、料金所で得られるデータに対しクラスタリング処理を行い、所定閾値で特異データを判定して、このような特異データを除去（特開２０００−２８５３７２）してもよい。
【００７４】
なお、本発明の実施例で本線に対する入線、出線時刻の識別方法として料金所を挙げたが、入線、出線時刻の識別がなされれば有料の場合に限られるものではなく、ＡＶＩシステム等、入線、出線時刻の識別をなし得るシステム等に広く適用することができる。
【００７５】
【発明の効果】
本発明によれば、各単位区間の走行所要時間を算出し、この算出した各単位区間の走行所要時間を基に、対象路線の対象区間の走行所要時間情報を求め、現在走行中の車両が目的地に到達するまでの交通量の変動、道路状況の変化等の所要時間変動要素が加味し実走時間との誤差を低減した有益な走行時間予測情報の提供を行うことができる。
【００７６】
また、各料金所における交通量に関するデータ量が極端に少なく有意なデータでないと判別されたときに、当該区間の所要走行時間を他の区間から算出することで走行時間予測情報の予測精度を向上することができる。
【００７７】
更に、当日走行所要時間パターンに対し予測時点の前所定の時間帯を特徴パターンとし蓄積走行所要パターンを参照し、予測当日の交通状況をより反映した蓄積走行所要パターンを特定できるので走行予測の精度をより向上することができる。
【図面の簡単な説明】
【図１】本発明の一実施例を示すブロック図。
【図２】本発明の一実施例を示すブロック図。
【図３】到着時走行所要時間パターンと出発時走行所要時間パターンとの関係を示すパターン図である。
【図４】到着時走行所要時間パターンから出発時走行所要時間パターンへの変換方法を説明するためのパターン図。
【図５】料金所付近での速度変化による走行所要時間に対する補正量を示す時間関係概念図。
【図６】本発明の一実施例を示すフローチャート。
【図７】本発明の一実施例を示すフローチャート。
【図８】区間所要時間と測定時刻との関係を示すデータテーブル。
【図９】本発明の一実施例を示すブロック図。
【図１０】類似パターンからパターンを特定するステップを示すチャート。
【図１１】本発明の一実施例を示すブロック図。
【図１２】本発明の一実施例を示すブロック図。
【図１３】走行所要時間パターン比較時における時間的制約を示すパターン特性図。
【図１４】本発明の一実施例を示すフローチャート。
【図１５】交通量が少ない区間での所要時間を他区間における所要時間を用いて算出することを示す概念図。
【図１６】本発明の一実施例を示すフローチャート。
【符号の説明】
１０ 走行所要時間実績値演算手段
２０ 走行所要時間パターン作成手段
３０ 走行所要時間パターン蓄積手段
４０ 蓄積パターンメモリ
５０ 類似走行所要時間パターン検索手段
５１ 走行所要時間パターン変換手段
６０ 走行所要時間予測値演算手段
７０ 料金徴収システムデータ処理部
７１ 料金収受システムデータ蓄積手段
７２ 蓄積データメモリ
７３ 当日走行所要時間パターン作成手段
７４ 交通量データ抽出手段
７５ 流入出交通量考慮型類似走行所要時間パターン検索手段
７６ 流入出量を流入出交通量予測手段
７７ 時間帯制約付き流入出交通量考慮型類似走行所要時間パターン検出手段１００ 有料道路の本線道路
Ａ〜Ｆ 料金所
【発明の属する技術分野】
この本発明は、例えは高速道路等の交通管制システム等に利用可能な走行所要時間予測装置に係わり、特に特定の対象区間の走行所要時間を予測演算する走行所要時間予測装置に関する。
【０００２】
【従来の技術】
高速通路などにおいては、交通量の増加等に伴って交通渋滞が発生したとき、走行所要時間が大幅に変動する。このようなとき、例えは特定のインターチェッンジ間や特定の都市間等の適当な場所に、予め設定された代表的な区間の走行所要時間の予測値を時々刻々提供することは、利用者に対するサービス向上とともに、高速道路を円滑に運用する上で望まれる。
【０００３】
従来、ある地点から他のある地点までを走行する走行所要時間を求める方法のひとつに、道路に設置されている車両感知器等のセンサから得られる空間平均速度情報などから求める方法がある。
【０００４】
すなわち、車両検知器等のセンサを用い対象路線の対象区間を複数の単位区間に分割して各単位区間に車両感知器を設置し、車両感知器により測定した空間平均速度情報から走行車両速度を用いて先ず、各単位区間の走行所要時間を算出する。そして、算出した各単位区間の走行所要時間を合計するなどして対象路線の対象区間の走行所要時間情報を求める。
【０００５】
また、この他に、対象区間の両端において走行車両のナンバを画像認識することによりこの対象区間を実際に走行した各車両の実際の走行所要時間を測定するＡＶＩシステムが実用化されている。
【０００６】
【発明が解決しようとする課題】
しかしながら、各単位区間の走行所要時間を算出し、この算出した各単位区間の走行所要時間を合計するなどして対象路線の対象区間の走行所要時間情報を求める方法においては、現在走行中の車両が目的地に到達するまでの交通量の変動、道路状況の変化等の所要時間変動要素が加味されておらず、現実に要する走行所要時間と予測時間に差が発生し、有益な走行時間予測情報の提供を望めない。
【０００７】
また、センサ、或いはＡＶＩが設置されていない路線では、走行所要時間情報が得られず、路線によっては、走行時間予測情報の提供できない場合もある。
【０００８】
上述したように、センサが設置された路線でのみ可能な空間平均速度情報から走行車両速度を用いた走行所要時間予測方式や、これまでの料金所から得られるデータを用いた走行所要時間情報は、将来の道路状況の変化を考慮していない。このため、理想的な走行所要時間情報とはいえない場合があり、特に交通渋滞前後の道路状況が極端に変化する場合などに対応できないという問題がある。
【０００９】
したがって、この発明は、走行所要時間パターンを利用し、更に走行所要時間情報提供時点の道路状況をもとに、これから走行する将来の道路状況の変化を考慮した走行所要時間予測値を演算することで、より理想に近い走行所要時間情報の演算処理による走行所要時間予測装置を提供することを目的とする。
【００１０】
【課題を解決するための手段】
本発明の走行所要時間予測装置は、複数区間からなる道路区間の各々に料金収受システムを有し、この料金収受システムのデータを用い所定区間の走行所要時間を予測する走行所要時間予測装置において、料金収受システムから得られる入口料金所通過時刻データ、出口料金所通過時刻データを利用し、走行所要時間実績値を演算する走行所要時間実績値演算手段と、この走行所要時間実績値演算手段にて得られた走行所要時間実績値を用いて、各科金所間の走行所要時間パターンを作成する走行所要時間パターン作成手段と、この走行所要時間パターン作成手段にて作成された当該日の走行所要時間パターンを蓄積する走行所要時間パターン蓄積メモリと、前記走行所要時間実績値演算手段で得られた予測日の走行所要時間実績値データ、及び料金収受システムから得られる交通量データを含む道路状況データを料金収受システムデータとしてストアする蓄積データメモリと、この蓄積データメモリにストアされている少なくとも予測当日における各々の区間の前記走行所要時間実績値を用いて、予測当日の予測時までの走行所要時間パターンを作成する当日走行所要時間パターン作成手段と、この当日走行所要時間パターン作成手段で得られる走行時間予測日における予測時点に至るまでの当日走行所要時間パターン部分と、前記走行所要時間パターン蓄積メモリにて蓄積されている過去の走行所要時間パターンとを比較し、最も類似する走行所要時間パターンを抽出する類似走行所要時間パターン抽出手段と、この類似走行所要時間パターン抽出手段で抽出された当日の走行所要時間データに最も類似した走行所要時間パターンを用いて、予測当日の予測演算時刻における走行所要時間予測値を演算する走行所要時間予測値演算手段とを備え、前記類似走行所要時間パターン抽出手段は、類似判断に用いる前記当日走行所要時間パターンの参照部分を予測時から過去Ｎ分間の時間幅に制限し、この時間幅のパターンと類似する過去の走行所要時間パターンを前記蓄積パターンメモリから抽出することを特徴とする。また本発明では、類似走行所要時間パターン抽出手段は、予測時から過去Ｎ分間の時間幅に制限した当日走行所要時間パターンの参照部分を、比較対象の過去の走行所要時間パターンとの比較の際に、予測時点からｎ（Ｎ＞ｎ）分単位で相対的にシフトさせ、前記両パターン間の類似度を判断する。また、本発明では、類似走行所要時間パターン抽出手段は、予測時に参照する蓄積パターンメモリでの参照走行所要時間パターン部分を予測時から±α分の時間幅に制限し、比較の際、この予測時から±α分の時間幅に制限した範囲で予測時点からｎ（α＞ｎ）分単位でシフトさせ、類似度を判断するようにしてもよい。また、本発明では、類似走行所要時間パターン抽出手段は、類似度判断の結果、複数の候補パターンが抽出されると、蓄積データメモリにストアされている交通量データに基づく当該区間への流入交通量が増加傾向か、減少傾向か、停滞傾向か、の判断結果により、これらの傾向を反映したパターンを前記候補パターンから抽出するようにしてもよい。
【００１１】
また、本発明では、走行所要時間予測値演算手段は、入口料金所通過時刻データ又は出口料金所通過時刻データの数が不足する区間の走行所要時間予測値を得る場合、当該区間を含むデータ量の多い複数区間の走行所要時間予測値と当該区間に隣接するデータ量の多い区間の走行所要時間予測値との差により求める。さらに、本発明では、走行所要時間予測値演算手段は、各区間毎に求めた走行所要時間予測値に対し、該当区間における入口料金所から本線までの加速時走行所要時間及び本線から出口料金所までの減速時走行所要時間とこれら加速走行部分及び減速走行部分に対応する本線上の走行所要時間との差に基く誤差を補正する機能を有するものでもよい。
【００１２】
【発明の実施の形態】
以下、図面を参照して本発明の実施形態について説明する。
【００１３】
図１は、本発明に係る走行所要時間予測装置の一実施例を示す図であり、対象とする有料道路の本線道路１００の、所定区間には、料金所（Ａ〜Ｆ）が設けられ、これらの各料金所の料金徴収システムは互いの通信回線を介し接続されており相互間のデータ授受が可能な構成となっている。また、各料金所は道路を管制する道路管制センター（図示せず。）にも接続されている。
【００１４】
対象の有料道路には、距離による料金収受を行う料金収受システムが設置され、料金所では、入口通過時刻、出口通過時刻、車種等の情報が入手可能であるものとする。
【００１５】
まず、各料金所の入口では料金収受システムから得られるデータ入口料金所通過時刻データ、また、出口では出口料金所通過時刻データを用いて、当該料金所までの走行所要時間を走行所要時間実績値演算手段１０にて演算する。
【００１６】
この際に最も簡単な演算方法は、出口料金所通過時刻から、入口料金所通過時刻を差し引くことで走行所要時間実績値を演算する方法である。すなわち、走行所要時間実績値演算手段１０では、料金所から得られる入口料金所通過時刻と出口料金所通過時刻をもとに、走行所要時間実績値を演算する。この演算は、最も簡単な方法として以下の式を使用する。
【００１７】
走行所要時間実績値＝出口料金所通過時刻一入口料金所通過時刻
次に、走行所要時間実績値演算手段１０にて得られた走行所要時間実績値を用いて、走行所要時間パターン作成手段２０にて、各科金所間の走行所要時間パターンを作成する。この走行所要時間のパターンは、例えば、１日の走行所要時間の時間的推移を抽出し、一つのパターンとする。
【００１８】
そして、走行所要時間パターン作成手段２０にて作成された上記走行所要時間パターンを、走行所要時間パターン蓄積手段３０にて蓄積パターンメモリ４０に逐次、蓄積・保管する。蓄積の方法として、例えば、テキストデータ等にし、ＨＤＤ等の記憶媒体に保管する方法がある。
【００１９】
また、蓄積の際に、曜日、年、天候等、似ているパターンを分類してリレーショナルデータとして保存することも有効である。
【００２０】
走行所要時間実績値演算手段１０にて演算された走行所要時間実績値と、走行所要時間パターン蓄積手段３０により蓄積パターンメモリ４０に蓄積されている過去の走行所要時間パターンを使用し、類似走行所要時間パターン検索手段５０にて、蓄積パターンメモリ４０にストアされている過去の走行所要時間パターンの中から、最も当日の走行所要時間データと類似している走行所要時間パターンを抽出する。
【００２１】
この蓄積パターンメモリ４０からの類似パターンの抽出の類似度判定方法として、最も簡単なものは、当日のデータと、パターンデータのそれぞれ２乗誤差を演算し合計したものが最も小さいパターンを最も類似したパターンとして抽出する方法がある。
【００２２】
上記類似走行所要時間パターン検索手段５０にて抽出された当日の走行所要時間データに最も類似した走行所要時間パターンを用い、走行所要時間予測値演算手段６０にて、予測当日の演算時刻の走行所要時間予測値を演算する。
【００２３】
抽出した当日のデータに最も類似したパターンを基に、同時刻のデータを使用する方法や、抽出したパターンを入口料金所ベースで並べ直して補正処理を行った予想を行い実際の所要時間に近い走行所要時間予測を行う。
【００２４】
次に、図２により、料金徴収システムデータ処理部７０で予測当日の時系列データとして走行所要時間パターンを作成し、この走行所要時間パターンを用いて、過去に蓄積された走行所要パターンとの類似度を判定することを基本とする走行所要時間予測装置の他の実施例について説明する。なお、図1と同等の機能を有する部分については同一符号を付しその説明を省略する。
【００２５】
図２において料金収受システムデータ処理部７０は、料金収受システムデータ蓄積手段７１、蓄積データメモリ７２により構成され、上記走行所要時間実績値演算手段１０を介し各料金所（Ａ〜Ｅ）の走行所要時間実績値の時系列データをはじめとするデータは、上記料金収受システムデータ蓄積手段７１を介し蓄積データメモリ７２にストアされる。
【００２６】
この蓄積データメモリ７２はバッファーメモリ的な機能を有しており、蓄積データメモリ７２の内容は当日走行所要時間パターン作成手段７３により逐次読み込まれ、当日走行所要時間パターン作成手段７３には、当日における現時点までの当日走行所要時間パターンが時系列的に作成される。
【００２７】
当日における現時点までの当日走行所要時間パターンは、当日走行所要時間パターン作成手段７３で作成され、この現時点までの当日走行所要時間パターンと最も類似するパターンが蓄積パターンメモリ４０から類似走行所要時間パターン検索手段５０によって抽出される。
【００２８】
すなわち、類似走行所要時間パターン検索手段５０は、現時点である予測時点までの実績値パターンを基準に、該当日の予測時刻までの実績値パターンと最も類似するパターンを蓄積パターンメモリ４０から検索する。
【００２９】
この検索によって予測時点までの実績値パターンを基準に最適な走行所要時間パターンが類似走行所要時間パターン検索手段５０によって得られるが、このパターンを実際の走行所要時間との差を少なくするため、上記類似走行所要時間パターン検索手段５０によって検索された最適な走行所要時間パターンに対し、走行所要時間パターン変換手段５１によりパターン変換処理を行う。
【００３０】
このパターン変換処理は、図３に示すように、到着時走行所要時間パターンＰｏｕｔを出発時走行所要時間パターンＰｉｎにシフトするものである。すなわち、上記の走行所要時間パターンは、出口料金所を通過した時刻における入口料金所からの所要時間をそれぞれ横軸と縦軸にプロットすることにより作成されている。しかし走行所要時間の予測は、入口料金所を通過した時刻に必要とされるため、到着時走行所要時間パターンにおける横軸上の時刻を、入口料金所を通過した時刻にさかのぼらせる変換を行う。具体的には、図４の実線で示す到着時走行所要時間パターンＰｏｕｔにおいて、時刻ｔ１における到着時走行所要時間がＴ１の場合、横軸上で時刻（ｔ１−Ｔ１）をプロットし、この時刻における縦軸上の所要時間をＴ１とする。同様に、時刻ｔ２における到着時走行所要時間がＴ２の場合、横軸上で時刻（ｔ２−Ｔ２）をプロットし、この時刻における縦軸上の所要時間をＴ２とする。さらに、時刻ｔ３における到着時走行所要時間がＴ３の場合も同様にプロットし、このようにして、破線で示す出発時走行所要時間パターンＰｉｎに変換する。
【００３１】
この変換は次表にも例示されている。同表中の左側の表は到着時走行所要時間パターンに対応する、出口料金所通過時刻と所要時間が記入されており、右側の表は、出口料金所通過時刻から所要時間を引いた入口料金所通過時刻が、対応して記入されている。
【表１】
【００３２】
次に、図５は、走行所要時間パターンにより、走行所要時間を求める際に考慮すべき、誤差の取り扱いについて説明する図である。すなわち、高速道路の走行においては、入線時、料金所入口ＩＮで料金を支払って加速しながら走行時間ｔｉｎの後に本線道路１００に入線し、また、出線時には本線道路１００から減速しながら走行所要時間ｔｏｕｔをかけて料金所ＯＵＴに到達する。上記、図５で加速時の走行所要時間（図５から明らかなように料金所入口から本線への合流地点までの走行所要時間）はｔｉｎ、本線道路１００の走行時間（図５から明らかなように本線上の区間進入地点から前記合流地点までの走行所要時間）はＴｉｎとする。また、減速時の走行所要時間（図５から明らかなように本線上における料金所出口への分岐点から料金所出口までの走行所要時間）はｔｏｕｔとする。この減速時の走行所要時間ｔｏｕｔは、加速時の走行所要時間より大きい。また、本線道路１００の走行時間（図５から明らかなように本線上における料金所出口への分岐点から本線上の次の区間への進入地点までの走行所要時間）はＴｏｕｔとする。これらの関係を考慮し、当該走行区間の所要走行時間を求める。
【００３３】
図５における当該単位区間での、通常、本線道路を走行するために必要な走行所要時間Ｔｎは次式となる。
【００３４】
Ｔｎ＝Ｔｉｎ＋Ｔｒ＋Ｔｏｕｔ
料金所入口での時刻と料金所出口での時刻との関係から走行所要時間を求めた場合、入口での加速走行及び出口での減速走行に起因する走行所要時間の予測誤差の修正を後述のように行うことができる。
【００３５】
この誤差の補正に関し、図６に示すように、複数区間を考慮した場合についてさらに説明する。対象の有料道路には、距離による料金収受を行う料金収受システムが設置されているものとし、料金所では、入口通過時刻、出口通過時刻、車種等の情報が入手可能であるとする。対象道路１００は、区間Ａ〜Ｆからなり走行所要時間予測処理ステップＳ１０にて区間毎の走行所要時間予測が演算可能であり、各区間走行所要時間予測処理ステップＳ１０では、有料の対象道路１００に設置されている料金所で得られる情報を用いて、各管理区間の走行所要時間予測値を演算する。この管理区間（Ａ〜Ｆ）は、区間の走行所要時間予測値を用いて、複数区間から構成される路線の走行所要時間予測値により、複数の区間から構成される路線の走行予測時間の予測値をステップＳ２０で演算する。この最も簡単な方法としては、各区間の予測値をそのまま合計する方法、また、時間的推移を考慮し各区間の走行所要時間予測値を合計する方法（後述するタイムスライス法）も考えられる。この場合、予測は、対象の道路を走行終了するまでの時間分実施する必要がある。
【００３６】
また、区間Ａ〜Ｆの走行予測時間を求める場合、各区間の予測値を足し合わせると、パターンによる予測値は、あくまで入口料金所から出口料金所までの走行所要時間であり、そこには、入口料金所から本線道路までの加速時間と本線道路から出口料金所までの減速時間が含まれているためで補正が必要である。
【００３７】
よって、ステップＳ２０での処理のままでは、本来の予測値より長めの走行所要時間予測値となってしまう。そこで、走行所要時間予測値補正処理ステップＳ３０にて予測値の補正を行う。補正の方法として、最も簡単な方法として、対象路線１００の入口料金所と出口料金所を含む区間に挟まれた図６に示す区間において、以下のような補正をする方法がある。
【００３８】
Ｔｃ＝Ｔ−Σ（Ｔｉ−Ｔｍｉ＋Ｔｏ−Ｔｍｏ）
Ｔｃ：補正後の区間走行所要時間予測値
Ｔ：補正前の区間走行所要時間予測値
Ｔｍｉ：各区間の本線進入端から、入口料金所からの合流場所までの走行所要時間
Ｔｉ：入口料金所から本線合流場所までの走行所要時間
Ｔｍｏ：出口料金所への分岐点から本線の次の区間への進入端までの走行所要時間
Ｔｏ：本線における出口料金所への分岐点から出口料金所までの走行所要時間
Σ：入口料金所と出口料金所を含む区間に挟まれた全区間分の総和演算を表す。
【００３９】
以上の処理により、複数の区間から構成される路線における走行所要時同予測値演算処理をステップＳ４０で走行所要時間予測値を得ることができる。
【００４０】
上記の例では、複数走行区間の各々の区間に対して予測時間の補正（誤差を求める）を行った後に予測時間の総和を補正して求めたが、図７に示すように、走行時間予想区間Ａ〜Ｆに対して各区間走行所要時間予測処理ステップＳ１０で有料の対象道路１００に設置されている料金所で得られる情報を用いた処理を行った後に、複数区間から構成される路線の走行所要時間予測処理ステップＳ２０で各区間の走行処理時間を予想し（加速・減速による補正を考慮し）、これらを各区間走行所要時間合計処理ステップＳ３０にて合計処理し、総区間に対する走行予想時間を求める（ステップＳ４０）ようにしてもよい。
【００４１】
また、複数の区間からなる走行時間予測にあって、各区間の予測時間を単純に加算するのではなく、該当する区間を当該車両が通過する時刻を考慮して夫々の区間走行予測時間を設定し、これら区間走行予測時間の総和を算出する図８に示す所謂タイムスライス法がある。タイムスライス法は当該車両が区間の走行時間における交通の混み具合をある程度考慮したもので、現時点における区間走行時間を単純に加算したものに比し走行予想時間の精度を高めることができる。
【００４２】
図８は、タイムスライス法の一例示す図であり、横軸は区間距離を示し、縦軸は時刻を示す。同図中の表は定められた時間ごとの当該時刻における各区間の所要走行時間の予測結果を示す。
【００４３】
図８で０６：００では区間Ａ〜区間Ｅの各区間における走行所要時間は夫々２分、３分、４分、５分、８分である。今、０６：００に出発し、出発地点（区間Ａの始点）〜目標地点（区間Ｅの終点）までの走行所要時間を区間走行所要時間テーブルの出発時刻における時間の総和２２分とし、これを同区間の所要時間とすると実際に走行した時間との間に誤差を生じる。このような誤差は、出発時以降、交通量が増し混雑してきていることを考慮しなかったことによる。
【００４４】
そこで、例として、６：００に区間Ａの始点を出発したとすると、区間Ａ、Ｂでは、出発して間もないので交通量の変化も少ないので６：００におけるテーブル値を採り、区間Ｃでは、出発後５分経過しているため、０６：０５におけるテーブルの走行所要時間を採用する。同様に区間Ｄにおいては出発後１１分経過しているため、０６：１０における値、区間Ｅについては出発後２０分経過しているため、０６：２０におけるテーブルの走行所要時間を採用する。そして夫々の区間値の総和を算出し、目標地点までのタイムスライス法による走行所要時間を得る。この例では、タイムスライス法による得られる走行所要時間予測値は３１分であるが、単純に出発時刻における同時走行所要時間予測値は２２分である。このように、テーブルの同時刻における各区間の所要時間を足したのでは、時刻の変化による交通量の変化を考慮していないためである。
【００４５】
このように、時間考慮型走行所要時間演算処理を行い交通量の変化を考慮して目標地点までの走行時間を予測するタイムスライス法によれば、より実際の走行時間に近い走行予想時間を得ることができる。
【００４６】
次に交通量データの変化を考慮に入れた本発明に係る走行所要時間予測装置の実施例を、図９を用いて説明する。図９中、先に説明した図２の実施例と等価な部分については、同一符号を付す。
【００４７】
対象有料道路１００には、距離による料金収受を行う料金収受システムが設置され、各料金所では、入口通過時刻、出口通過時刻、車種、並びに料金所通過車両台数等の交通量データ情報等が入手可能であるとする。
【００４８】
まず、各料金所の料金収受システムから得られる入口料金所通過時刻データ及び出口料金所通過時刻データを用いて、当該料金所間の走行所要時間を走行所要時間実績値演算手段１０にて演算する。走行所要時間実績値演算手段１０での処理結果は、料金徴収システムデータ処理部７０の蓄積データメモリ７２にストアされるとともに、当日走行所要時間パターン作成手段７３にも供給される。
【００４９】
そして、走行所要時間パターン作成手段２０にて作成された上記走行所要時間パターンは、走行所要時間パターン蓄積手段３０を介して蓄積パターンメモリ４０に逐次ストアされ、この蓄積パターンメモリ４０に蓄積された走行所要時間パターンから類似するパターンを抽出するのに上記料金徴収システムデータ処理部７０の蓄積データメモリ７２にストアされた交通量に関するデータを利用する。
【００５０】
交通量に関するデータは、料金収受システムデータの蓄積データメモリ７２において蓄積されたデータをもとに、交通量データ抽出手段７４にて料金所を通過した交通量を演算抽出することで求められる。
【００５１】
交通量データ抽出手段７４での交通量演算抽出処理において、最も簡単な方法として、ある一定の時間間隔毎に、入口料金所および出口料金所を通過した自動車数をカウントしておく方法がある。料金収受システムデータ処理部７０の蓄積データメモリ７２には、予測当日の予測時点までのデータが蓄積データメモリ７２に蓄積されているため、予測時点で得られたデータまでの交通量データとして利用可能である。
【００５２】
この交通量データをそのまま類似パターン検索で利用してもよいが、得られた交通量データを基に、図１１で示すように、流入出交通量予測手段７６にて、流入出交通量の予測値を公知の手法（例えば、過去の交通量データから統計的手法により将来の交通量を予測するなど）で演算し、これを利用して蓄積パターンメモリ４０に蓄積されている走行所要時間パターン群に対する流入出交通量考慮型類似走行所要時間パターン検索手段７５における類似パターン検索に利用することもできる。
【００５３】
この点についてさらに、図１０を用いて説明する。図１０において区間Ａ〜Ｅまでの走行予測時間を区間Ａの始点で予測するものとし、現時点で各区間の料金所から得られる区間走行時間等の情報によるパターンと蓄積パターンメモリ４０に蓄積されている対象区間の現時点までのパターンとの類似度の演算を行い類似するパターンを選択する。これにより、類似する候補パターンが複数選択される。
【００５４】
これらの候補パターンは、上記当日走行所要時間パターン作成手段７３によって得られる当日走行所要時間パターンと、蓄積パターンメモリ４０に蓄積された過去の走行所要時間パターンとの類似度により上述のように複数抽出され、図９で示すように、交通量データ抽出手段７４により蓄積データメモリ７２から読み出された交通量を用いて最も類似したパターンを交通量考慮型類似走行所要時間パターン検索手段７５で判定処理する。
【００５５】
この場合において、図１１に示すように、上記交通量データ抽出手段７４で得られる交通量データから各料金所での流入出量を流入出交通量予測手段７６によって予測し、この予測結果を参照して蓄積パターンメモリ４０から最適な走行所要時間パターンを特定するようにしてもよい。これにより、蓄積パターンメモリ４０に蓄積されている対象区間の現時点までのパターンから図１０の（２）で示すように抽出した候補パターンから料金所での交通量を考慮に入れ選択し、図１０の（３）のように、より実走時間に近い走行予想時間を得ることができる。
【００５６】
次に道路状況の特徴抽出を、時間帯に制約を設けることで走行予想時間の精度を高める本発明に係る走行所要時間予測装置の実施例について図１２を用いて説明する。
【００５７】
図１２において時間帯制約付き流入出交通量考慮型類似走行所要時間パターン検出手段７７は、下記の（ａ）〜（ｃ）のデータを基に、蓄積パタ−ンメモリ４０に蓄積されている過去の走行所要時間パターン群から予測に最も適合するパターンを抽出する。
（ａ）当日走行所要時間パターン作成手段７３にて作成された予測当日の走行所要時間パターン
（ｂ）走行所要時間パターン蓄積メモリ４０にて蓄積された過去の走行所要時間パターン
（ｃ）流入出交通量予測手段７６にて演算された各科金所の流入出交通量予測値上記のデータを使用し、時間帯制約付き流入出交通量考慮型類似走行所要時間パターン検索手段７７にて、予測当日に最も類似している走行所要時簡パターンを検索する。
【００５８】
この例として、類似パターン検索方法において、例えば、上記（ｃ）のデータを考慮し、流入出交通量の時間的推移もパターンとして当日走行所要時間パターン作成手段７３に持っておき、この流入出交通量パターンと流入出交通量予測手段７６のデータとの誤差を考慮に入れ検索を行う方法がある。
【００５９】
走行所要時間パターンに対する検索において、時間帯の制約を設けて類似パターン検索を行う具体的な例として、図１３に示すように以下の２つの方法が挙げられる。
（１）比較するパターン自体に予測時刻前に比較時間に対し制約を設ける（図１３（１））。すなわち、比較に使用する当日のパターンにおいて、予測時刻より過去Ｎ分間の時間幅の設定をする。この時間幅設定により、蓄積パターンと当日パターンの両パターンの予測時刻直近の特徴比較を容易にし、候補パターンを絞り込むのに適する。
（２）蓄積された過去のパターンにおいて、比較する部分においてパターン比較時間帯に制約を設ける（図１３（２））。すなわち、蓄積されたパターンと当日パターンとの比較の際に、予測時点±α分の時間帯のみで比較を行う等、蓄積されたパターンとの比較の際に比較時間帯の制約を設定する。
【００６０】
上記（１）の例では、当日の走行所要時間パターンの、予測時刻近くのＮ分間の道路事情の特徴を活かした類似パターン検索が可能である。この場合、図１３における当日の走行所要時間パターンを用いて、蓄積されている走行所要時間パターンと当日の該当時間帯における当日パターンとの比較を行う。なお、比較の際には、ｎ（Ｎ＞ｎ）分毎ずらして比較を進め、全時間帯において比較すれば、候補パターンの絞込み精度を向上させることができる。
【００６１】
一方、上記（２）による時間的制約による例では、図示のように比較対照となる蓄積された走行所要時間パターンに予測時刻の±α（２α）の時間幅を設定しこの時間幅でのパターン比較を行う。この場合においても、図示のようにＮ分間の当日パターンと蓄積された走行所要時間パターンとを±α（２α）の時間幅内にてｎ分（α＞ｎ）毎、時間をずらしながらパターン比較を行えば、候補パターンの特定精度を向上させることができる。
【００６２】
また、流入出交通量予測値が流入出交通量予測手段７６によって利用可能であるため、今後、流入流出が増加傾向であるか、減少傾向であるか、停滞傾向であるかの見極めが付く。これを基に、パターン検索を例えば、以下のようなルールを使用してもよい。
（ルール１）：流入交通量が増加傾向にある場合は、有料道路を走行する車両が増加し、走行所要時間も長くなる傾向にあるはずであるため、走行所要時間パターンも長くなる傾向にあるものを抽出する。
（ルール２）：流入交通量が減少傾向にある場合は、有料道路を走行する車両が減少し、走行所要時間も短くなる傾向にあるはずであるため、走行所要時間パターンも短くなる傾向にあるものを抽出する。
（ルール３）流入交通量が停滞傾向にある場合は、有料道路を走行する車両の数も大きく変わらないと考えられ、走行所要時間もあまり変わらない傾向にあるはずであるため、走行所要時間パターンもあまり変わらない傾向にあるものを抽出する。
【００６３】
このルールの適用は、流入出交通量予測値が流入出交通量予測手段７６によって算出されることが前提となるが、上記蓄積パターンメモリ４０からの抽出パターンの特定時に適用されるが、ルールを適用せずにパターンを特定した後に、図１４に示すように時間考慮型走行所要時間演算処理ステップＳ２０でのパターン特定の後処理として走行所要時間予測値補正処理ステップＳ３０で予測値補正処理として上記ルールを適用してもよい。
【００６４】
このように、料金所への車両の流入出量を考慮し、走行所要時間の予測値を修正することより走行所要時間の予測値と実走時間との差を低減することができるが、各料金所で得られる情報が有意であることが前提となる。
しかし、有料道路の各料金所の利用率は、一様ではなく、極端に流入出量が少なく有意なデータが得られない場合がある。データ数が少なく当該区間データ自体、通常走行速度より速い単車や、重量車両で速度が遅い等のデータしかない場合、当該区間を含む複数区間に対する走行予想時間が実走時間と乖離したものとなる。
【００６５】
この様子を図１５に示す。図１５で区間Ａ〜Ｃ区間を想定し、料金所Ｂから入る利用客は少なく、料金所Ａ、Ｃでは入線車両、出線車両の何れも多い様子を示す。対象の有料道路には、距離による料金収受を行う料金収受システムが設置されているものとし、料金所では、入口通過時刻、出口通過時刻、車種等の情報が入手可能であるとする。更に、対象道路では、走行所要時間予測装置にて区間毎の走行所要時間予測値が演算可能であるものとする。この際に、区間毎の走行所要時間は、最短区間（最短料金所間）のみの走行所要時間だけでなく、任意の料金所間の走行所要時間入手可能とする。
【００６６】
上述のように流入出量が少ない料金所を予想区間に含む場合の走行時間予測処理について、処理手順を示すフローチャート、図１６を参照して説明する。
【００６７】
まず、図１６で演算可能区間の走行所要時間予測処理ステップＳ１０では、有料道路に設置されている料金収受 システムにて演算された結果を用いて、各区簡の走行所要時間予測値演算の前処理を行う。この際に、入手データ数が少なく、演算不可能な部分は予測値が演算されなくても良い（入手データ数のチェックに関しては、特願平１１−９４２０８を参照）。
【００６８】
入手データ数がある基準を満たしている区間に対しては、最短料金所間に限らず、任意の料金所間の、走行所要時間予測値を演算可能な区間の走行所要時間予測処理ステップＳ２０で得て、次に任意区間の走行所要時同予測値を利用して、入手データが少ない区間の走行所要時間予測処理ステップＳ３０にて予測演算を行う。
【００６９】
この入手データが少ない区間の走行所要時間予測処理ステップＳ３０では、演算可能区間で入手データ数が少なく予測値が演算できなかった区間の走行所要時間予測値を演算する。
【００７０】
具体的には、例えば、図１６における料金所Ｂ−Ｃ間の入手データ数が少なく予測が出来ない場合、料金所Ａ−Ｃ間と料金所Ａ−Ｂ間の予測値を使用することで、以下のような演算にて、料金所Ｂ−Ｃ間の予測値を演算することが可能である。
【００７１】
ＴＢＣ＝ＴＡＣ−ＴＡＢ
ＴＡＢ：料金所Ａ−Ｂ間の走行所要時間
ＴＢＣ：料金所Ｂ−Ｃ間の走行所要時間
ＴＡＣ：料金所Ａ−Ｃ間の走行所要時間
このような処理によって、料金所での利用客が少ない区間の予測データを補完し、複数区間から構成される路線の走行所要時間処理ステップＳ４０で当該走行所要時間の予想を行う。この後、本線への加速入線、本線からの減速出線等に基づく走行所要時間予測値補正処理ステップＳ５０を経て、入手データが少ない区間の走行所要時間予測値算出処理ステップＳ６０で走行所要時間予測値を得る。
【００７２】
なお、上述の例ではサンプルデータ数が十分得られない区間について他の区間のデータによる予測データの補完について説明したが、データ数は十分であっても、サービスエリアやパーキングエリアで長時間停車した車両、極端な高速又は低速運転車両データは特異データとして除去した方が、有用な走行予想時間が得られる。
【００７３】
このような特異データの除去を行う方法の一つに、料金所で得られるデータに対しクラスタリング処理を行い、所定閾値で特異データを判定して、このような特異データを除去（特開２０００−２８５３７２）してもよい。
【００７４】
なお、本発明の実施例で本線に対する入線、出線時刻の識別方法として料金所を挙げたが、入線、出線時刻の識別がなされれば有料の場合に限られるものではなく、ＡＶＩシステム等、入線、出線時刻の識別をなし得るシステム等に広く適用することができる。
【００７５】
【発明の効果】
本発明によれば、各単位区間の走行所要時間を算出し、この算出した各単位区間の走行所要時間を基に、対象路線の対象区間の走行所要時間情報を求め、現在走行中の車両が目的地に到達するまでの交通量の変動、道路状況の変化等の所要時間変動要素が加味し実走時間との誤差を低減した有益な走行時間予測情報の提供を行うことができる。
【００７６】
また、各料金所における交通量に関するデータ量が極端に少なく有意なデータでないと判別されたときに、当該区間の所要走行時間を他の区間から算出することで走行時間予測情報の予測精度を向上することができる。
【００７７】
更に、当日走行所要時間パターンに対し予測時点の前所定の時間帯を特徴パターンとし蓄積走行所要パターンを参照し、予測当日の交通状況をより反映した蓄積走行所要パターンを特定できるので走行予測の精度をより向上することができる。
【図面の簡単な説明】
【図１】本発明の一実施例を示すブロック図。
【図２】本発明の一実施例を示すブロック図。
【図３】到着時走行所要時間パターンと出発時走行所要時間パターンとの関係を示すパターン図である。
【図４】到着時走行所要時間パターンから出発時走行所要時間パターンへの変換方法を説明するためのパターン図。
【図５】料金所付近での速度変化による走行所要時間に対する補正量を示す時間関係概念図。
【図６】本発明の一実施例を示すフローチャート。
【図７】本発明の一実施例を示すフローチャート。
【図８】区間所要時間と測定時刻との関係を示すデータテーブル。
【図９】本発明の一実施例を示すブロック図。
【図１０】類似パターンからパターンを特定するステップを示すチャート。
【図１１】本発明の一実施例を示すブロック図。
【図１２】本発明の一実施例を示すブロック図。
【図１３】走行所要時間パターン比較時における時間的制約を示すパターン特性図。
【図１４】本発明の一実施例を示すフローチャート。
【図１５】交通量が少ない区間での所要時間を他区間における所要時間を用いて算出することを示す概念図。
【図１６】本発明の一実施例を示すフローチャート。
【符号の説明】
１０ 走行所要時間実績値演算手段
２０ 走行所要時間パターン作成手段
３０ 走行所要時間パターン蓄積手段
４０ 蓄積パターンメモリ
５０ 類似走行所要時間パターン検索手段
５１ 走行所要時間パターン変換手段
６０ 走行所要時間予測値演算手段
７０ 料金徴収システムデータ処理部
７１ 料金収受システムデータ蓄積手段
７２ 蓄積データメモリ
７３ 当日走行所要時間パターン作成手段
７４ 交通量データ抽出手段
７５ 流入出交通量考慮型類似走行所要時間パターン検索手段
７６ 流入出量を流入出交通量予測手段
７７ 時間帯制約付き流入出交通量考慮型類似走行所要時間パターン検出手段１００ 有料道路の本線道路
Ａ〜Ｆ 料金所
Claims (6)
- 複数区間からなる道路区間の各々に料金収受システムを有し、この料金収受システムのデータを用い所定区間の走行所要時間を予測する走行所要時間予測装置において、
料金収受システムから得られる入口料金所通過時刻データ、出口料金所通過時刻データを利用し、走行所要時間実績値を演算する走行所要時間実績値演算手段と、
この走行所要時間実績値演算手段にて得られた走行所要時間実績値を用いて、各料金所間の走行所要時間パターンを作成する走行所要時間パターン作成手段と、
この走行所要時間パターン作成手段にて作成された当該日の走行所要時間パターンを蓄積する走行所要時間パターン蓄積メモリと、
前記走行所要時間実績値演算手段で得られた予測日の走行所要時間実績値データ、及び料金収受システムから得られる交通量データを含む道路状況データを料金収受システムデータとしてストアする蓄積データメモリと、
この蓄積データメモリにストアされている少なくとも予測当日における各々の区間の前記走行所要時間実績値を用いて、予測当日の予測時までの走行所要時間パターンを作成する当日走行所要時間パターン作成手段と、
この当日走行所要時間パターン作成手段で得られる走行時間予測日における予測時点に至るまでの当日走行所要時間パターン部分と、前記走行所要時間パターン蓄積メモリにて蓄積されている過去の走行所要時間パターンとを比較し、最も類似する走行所要時間パターンを抽出する類似走行所要時間パターン抽出手段と、
この類似走行所要時間パターン抽出手段で抽出された当日の走行所要時間データに最も類似した走行所要時間パターンを用いて、予測当日の予測演算時刻における走行所要時間予測値を演算する走行所要時間予測値演算手段とを備え、
前記類似走行所要時間パターン抽出手段は、類似判断に用いる前記当日走行所要時間パターンの参照部分を予測時から過去Ｎ分間の時間幅に制限し、この時間幅のパターンと類似する過去の走行所要時間パターンを前記蓄積パターンメモリから抽出する ことを特徴とする走行所要時間予測装置。 - 類似走行所要時間パターン抽出手段は、予測時から過去Ｎ分間の時間幅に制限した当日走行所要時間パターンの参照部分を、比較対象の過去の走行所要時間パターンとの比較の際に、予測時点からｎ（Ｎ＞ｎ）分単位でシフトさせ、前記両パターン間の類似度を判断することを特徴とする請求項１記載の走行所要時間予測装置。
- 類似走行所要時間パターン抽出手段は、予測時に参照する蓄積パターンメモリでの参照走行所要時間パターン部分を予測時から±α分の時間幅に制限し、比較の際、この予測時から±α分の時間幅に制限した範囲で予測時点からｎ（α＞ｎ）分単位でシフトさせ、類似度を判断することを特徴とする請求項１記載の走行所要時間予測装置。
- 類似走行所要時間パターン抽出手段は、類似度判断の結果、複数の候補パターンが抽出されると、蓄積データメモリにストアされている交通量データに基づく当該区間への流入交通量が増加傾向か、減少傾向か、停滞傾向か、の判断結果により、これらの傾向を反映したパターンを前記候補パターンから抽出することを特徴とする請求項１乃至請求項３のいずれかに記載の走行所要時間予測装置。
- 走行所要時間予測値演算手段は、入口料金所通過時刻データ又は出口料金所通過時刻データの数が不足する区間の走行所要時間予測値を得る場合、当該区間を含むデータ量の多い複数区間の走行所要時間予測値と当該区間に隣接するデータ量の多い区間の走行所要時間予測値との差により求めることを特徴とする請求項１乃至請求項４のいずれかに記載の走行所要時間予測装置。
- 走行所要時間予測値演算手段は、各区間毎に求めた走行所要時間予測値に対し、該当区間における入口料金所から本線までの加速時走行所要時間及び本線から出口料金所までの減速時走行所要時間とこれら加速走行部分及び減速走行部分に対応する本線上の走行所要時間との差に基く誤差を補正する機能を有することを特徴とする請求項１乃至請求５のいずれかに記載の走行所要時間予測装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001102488A JP3883098B2 (ja) | 2001-03-30 | 2001-03-30 | 走行所要時間予測装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001102488A JP3883098B2 (ja) | 2001-03-30 | 2001-03-30 | 走行所要時間予測装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002298282A JP2002298282A (ja) | 2002-10-11 |
| JP3883098B2 true JP3883098B2 (ja) | 2007-02-21 |
Family
ID=18955673
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001102488A Expired - Lifetime JP3883098B2 (ja) | 2001-03-30 | 2001-03-30 | 走行所要時間予測装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3883098B2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4181899B2 (ja) * | 2003-02-28 | 2008-11-19 | 日本電気株式会社 | 車両統計情報生成方法、コンピュータプログラム、記録媒体、コンピュータ、及びコンピュータネットワークシステム |
| JP2013055556A (ja) * | 2011-09-05 | 2013-03-21 | Techno Craft Co Ltd | ゴルフ場運用管理システム |
| CN102800198B (zh) * | 2012-08-15 | 2015-05-13 | 重庆大学 | 高速公路断面交通流量的测算方法 |
| US10950123B2 (en) * | 2016-11-25 | 2021-03-16 | Nec Corporation | Traffic control system, traffic information output device, traffic control method, and recording medium |
-
2001
- 2001-03-30 JP JP2001102488A patent/JP3883098B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JP2002298282A (ja) | 2002-10-11 |
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 | |
| CN104933860B (zh) | 基于gps数据的公交车堵车延误时间预测方法 | |
| CN107316459B (zh) | 一种车辆轨迹异常检测方法及系统 | |
| US6449555B1 (en) | Run time information arithmetic operation apparatus | |
| CN109493449B (zh) | 一种基于货车gps轨迹数据和高速交易数据的货车载货状态估计方法 | |
| JP2005084722A (ja) | 道路交通状況の解析装置および予測装置 | |
| JP3883098B2 (ja) | 走行所要時間予測装置 | |
| JPH06290191A (ja) | 車輌運行予測方法 | |
| JP3556536B2 (ja) | 交通流解析システム | |
| CN114973681B (zh) | 一种在途车辆感知方法及设备 | |
| JP3932383B2 (ja) | 走行所要時間予測装置 | |
| JP3803710B2 (ja) | 交通情報処理方法及び交通情報処理システム | |
| JP3780331B2 (ja) | 交通情報処理方法及び交通情報処理システム | |
| CN111968371B (zh) | 一种基于等时定位监测的道路通行时间估计系统及方法 | |
| KR20230082154A (ko) | 단속류용 교통정보 검지기의 설치위치 결정방법, 및 이 교통정보 검지기를 이용한 신호교차로 초기 대기열 처리방법과 혼잡정보 측정방법 | |
| JP3529663B2 (ja) | 走行所要時間情報演算装置 | |
| JP2000057481A (ja) | 沸き出し、吸い込み量を用いた交通状況予測方法、装置および交通状況予測プログラムを記録した記録媒体 | |
| Ma et al. | A new online travel time estimation approach using distorted automatic vehicle identification data | |
| JP4426253B2 (ja) | 代表区間旅行時間予測装置及び代表区間旅行時間予測方法ならびにそのプログラム | |
| JP3526422B2 (ja) | 走行所要時間情報演算システム | |
| CN113536493A (zh) | 基于聚类反推的有效路径生成方法及断面客流估算方法 | |
| Soriguera et al. | Travel time measurement using toll infrastructure | |
| JP3757265B2 (ja) | 旅行時間算出方法及び旅行時間算出システム | |
| CN115050182B (zh) | 高速出行真实od识别方法及其系统 | |
| JP3883101B2 (ja) | 累積交通量を用いた走行所要時間情報作成装置及び方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040914 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20040916 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20040914 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060615 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060620 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060821 |
|
| 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: 20061017 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20061110 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 3883098 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060821 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101124 Year of fee payment: 4 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101124 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111124 Year of fee payment: 5 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121124 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121124 Year of fee payment: 6 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121124 Year of fee payment: 6 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131124 Year of fee payment: 7 |
|
| EXPY | Cancellation because of completion of term |