JP4030848B2

JP4030848B2 - Traffic situation estimation device and OD traffic volume correction device

Info

Publication number: JP4030848B2
Application number: JP2002284289A
Authority: JP
Inventors: 広宣北岡; 英二寺本; 雅夫桑原; 裕之小根山
Original assignee: Toyota Central R&D Labs Inc
Current assignee: Toyota Central R&D Labs Inc
Priority date: 2002-09-27
Filing date: 2002-09-27
Publication date: 2008-01-09
Anticipated expiration: 2022-09-27
Also published as: JP2004118735A

Description

【０００１】
【発明の属する技術分野】
本発明は、交通状況推定装置及びＯＤ交通量修正装置にかかり、特に、現在から比較的長い将来にわたった交通状況を表す交通量を高い精度で予測することができる交通状況推定装置、及び交通流シミュレーションを行なう際に使用されるＯＤ交通量を修正するＯＤ交通量修正装置に関する。
【０００２】
【従来の技術】
交通制御や車両の経路誘導のために、交通流シミュレーションで得られる交通流れデータと観測で得られた現在の交通流れデータとを比較し、シミュレーションで得られた交通流れデータを調整して、現在の交通流れデータと一致させることにより、道路網の各々の場所における交通状況を再現する技術が開示されている（例えば、特許文献１参照。）。
【０００３】
【特許文献１】
特開平１１−３２８５７１号公報
【０００４】
【発明が解決しようとする課題】
しかしながら、上記従来の技術では、シミュレーションで得られた交通流れデータを調整するのに現在の交通流れデータを使用しているため、短期間の将来の交通状況しか予測できない、という問題がある。
【０００５】
本発明は、上記問題点を解決するために成されたもので、現在から比較的長い将来にわたった交通状況を表す交通量を高い精度で予測することができる交通状況推定装置、及び現在から比較的長い将来にわたったＯＤ交通量を高い精度で修正することができるＯＤ交通量修正装置を提供することを目的とする。
【０００６】
【課題を解決するための手段】
上記目的を達成するために第１の発明の交通状況推定装置は、道路ネットワークデータ、道路ネットワーク上の信号データ、及びＯＤ交通量を用いた交通流シミュレーションを行なって、交通量の計算値をリンク毎に計算する計算手段と、過去の交通量の観測値と現在の交通量の観測値とに基づいて、将来の交通量の予測値をリンク毎に予測する予測手段と、前記交通量の計算値を前記現在の交通量の観測値及び前記交通量の予測値に一致させるための目標値をリンク毎に設定する設定手段と、前記交通量の計算値及び前記目標値に基づいて、前記ＯＤ交通量を修正する修正手段と、を含んで構成されている。
【０００７】
本発明では、交通流シミュレーションによって交通量の計算値がリンク毎に計算され、過去の交通量の観測値（実測値）と現在の交通量の観測値とに基づいて、将来の交通量の予測値がリンク毎に予測される。将来の交通量の予測値は、過去の交通量と過去の交通量の変化量とを用いて予測することができる。設定手段は、交通量の計算値を現在の交通量の観測値及び交通量の予測値に一致させるための目標値をリンク毎に設定する。そして、修正手段は、交通量の計算値及び目標値に基づいて、ＯＤ交通量を修正する。これによって、修正されたＯＤ交通量を用いた交通流シミュレーションが行なわれて、交通量の計算値が計算され、このときの修正されたＯＤ交通量は交通量の計算値が現在の交通量の観測値及び交通量の予測値に一致するように修正されているので、現在から比較的長い将来にわたった交通状況を表す物理量である交通量を高い精度で予測することができる。
【０００８】
第２の発明の交通状況推定装置は、道路ネットワークデータ、道路ネットワーク上の信号データ、及びＯＤ交通量を用いた交通流シミュレーションを行なって、交通量の計算値をリンク毎に計算する計算手段と、過去の交通量及び占有率の観測値と現在の交通量及び占有率の観測値とに基づいて、将来の交通量及び占有率の予測値をリンク毎に予測する予測手段と、前記交通量及び占有率の予測値に基づいて、前記交通量の計算値を前記現在の交通量の観測値及び前記交通量の予測値に一致させるための目標値をリンク毎に設定する設定手段と、前記交通量の計算値及び前記目標値に基づいて、前記ＯＤ交通量を修正する修正手段と、を含んで構成したものである。
【０００９】
また、第３の発明は、第２の発明の占有率に代えて、リンク速度を用いたものであり、第４の発明は第２の発明の占有率に代えてリンク旅行時間を用いたものである。
【００１０】
第２の発明、第３の発明、または第４の発明によれば、交通量及び占有率の予測値、交通量及びリンク速度の予測値、または交通量及びリンク旅行時間の予測値を用いて、交通量の計算値を現在の交通量の観測値及び交通量の予測値に一致させるための目標値をリンク毎に設定し、ＯＤ交通量を修正しているため、第１の発明より精度良く、交通状況を予測することができる。
【００１１】
上記第１〜第４の発明の修正手段では、各リンクの前記交通量の計算値と前記交通量の予測値との差の自乗の総リンクについての和を予測時間帯にわたって加算した値が減少するように、前記ＯＤ交通量を修正するようにすることができる。
【００１２】
また、修正手段で、各リンクの前記交通量の計算値の変化値を遺伝子とした初期世代の複数の固体を作成し、前記変化値と前記目標値との差で定まる各個体の優劣を表す適応度が小さい固体の選択、選択された個体の交叉、及び交叉された固体の突然変異を所定回繰り返し行ない、繰り返しによって適応度が最も小さくなった固体の遺伝子に基づいて前記ＯＤ交通量を修正するようにすれば、最適なＯＤ交通量を短時間で求めることができる。
【００１３】
また、第５の発明のＯＤ交通量修正装置は、道路ネットワークデータ、道路ネットワーク上の信号データ、及びＯＤ交通量を用いた交通流シミュレーションを行なう際に使用される前記ＯＤ交通量を修正するＯＤ交通量修正装置であって、前記交通流シミュレーションを行なって、交通量の計算値をリンク毎に計算する計算手段と、過去の交通量の観測値と現在の交通量の観測値とに基づいて、将来の交通量の予測値をリンク毎に予測する予測手段と、前記交通量の計算値を前記現在の交通量の観測値及び前記交通量の予測値に一致させるための目標値をリンク毎に設定する設定手段と、前記交通量の計算値及び前記目標値に基づいて、前記ＯＤ交通量を修正する修正手段と、を含んで構成したものである。
【００１４】
第５の発明によれば、上記で説明したように、最適なＯＤ交通量を求めることができる。
【００１５】
また、第５の発明においても上記で説明したように、交通量及び占有率の予測値、交通量及びリンク速度の予測値、または交通量及びリンク旅行時間の予測値を用いて、交通量の計算値を現在の交通量の観測値及び交通量の予測値に一致させるための目標値をリンク毎に設定し、ＯＤ交通量を修正してもよい。
【００１６】
さらに、上記で説明したように、第５の発明の修正手段では、各リンクの前記交通量の計算値と前記交通量の予測値との差の自乗の総リンクについての和を予測時間帯にわたって加算した値が減少するように、前記ＯＤ交通量を修正するようにすることができる。
【００１７】
また、修正手段で、各リンクの前記交通量の計算値の変化値を遺伝子とした初期世代の複数の固体を作成し、前記変化値と前記目標値との差で定まる各個体の優劣を表す適応度が小さい固体の選択、選択された個体の交叉、及び交叉された固体の突然変異を所定回繰り返し行ない、繰り返しによって適応度が最も小さくなった固体の遺伝子に基づいて前記ＯＤ交通量を修正するようにすれば、最適なＯＤ交通量を短時間で求めることができる。
【００１８】
【発明の実施の形態】
以下、図面を参照して本発明の実施の形態を詳細に説明する。本実施の形態の交通状況推定装置には、図１に示すように、交通量、占有率、及びリンク速度等の交通情報を収集して管理するコンピュータで構成された交通情報収集・管理部１０が設けられている。
【００１９】
交通情報収集・管理部１０には、道路管理者や、ＶＩＣＳ、ＪＡＲＴＩＣ、ＡＴＩＳ等の交通情報提供者の交通情報管理装置１２が接続されている。
【００２０】
交通情報収集・管理部１０には、ＤＳＲＣ（狭域無線通信）や無線ＬＡＮ等によって車載端末通信装置と通信を行なって交通情報を検出する路側に固定された路上センサ１６が接続されると共に、車載端末通信装置に接続された携帯電話やＰＨＳ等の移動体通信装置１８と通信を行なって交通情報を受信する基地局２０がネットワークを介して接続されている。
【００２１】
また、交通情報収集・管理部１０には、データベース２２に記憶された道路ネットワークデータ、道路ネットワーク上の信号データ、及び、出発地（Ｏｒｉｇｉｎ）から目的地（Ｄｅｓｔｉｎａｔｉｏｎ）までの交通量（ＯＤ交通量）の初期値を表す初期ＯＤ交通量データ等に基づいて、交通流シミュレーションを行なって各リンクの交通量等の交通状況を表す物理量の計算値を計算する交通情報計算部２４、予測情報データベース２８に記憶された交通情報の履歴データに基づいて、将来の交通量等の交通状況を表す物理量の予測値を推定する将来予測処理部３０、及び、交通状況を表す物理量の計算値を、交通状況を表す物理量の現在の観測値及び予測値に一致させるための最適なＯＤ交通量を推定するＯＤ交通量推定部２６が接続されている。なお、交通情報計算部２４、ＯＤ交通量推定部２６、及び将来予測処理部３０は、コンピュータで構成してＬＡＮ等のネットワークを介して交通情報収集・管理部１０と接続することができる。さらに、交通状況推定装置には、予測した交通状況を表す物理量を提供するための交通情報提供部３２が接続されている。
【００２２】
交通情報収集・管理部１０は、交通情報管理装置１２から送信された交通情報、路上センサ１６で検出した交通情報、及び移動体通信装置１８から送信された交通情報を受信して交通情報データベース１４に記録すると共に、交通情報管理装置１２から交通情報の送信要求があった場合には交通情報データベース２４にアクセスして必要な情報を読み出して交通情報管理装置１２に送信する。また、交通状況推定装置は、交通情報提供部３２から要求があった場合には、予測した将来の交通状況を表す交通量等の物理量を交通情報提供部３２に提供する。
【００２３】
なお、過去の交通情報の履歴データは、予測情報データベース２８にも記憶される。また、交通情報収集・管理部１０には、コンビニエンスストアやキオスク等に設置され、ユーザーが提供するメモリーカードやフレキシブルデスク等の記録媒体に記録された走行履歴情報である交通情報を読み取る固定情報端末装置を接続しててもよい。
【００２４】
以下、本実施の形態の交通状況計算部、ＯＤ交通量推定部、及び将来予測処理部で実行される処理ルーチンを図２を参照して説明する。本実施の形態では、交通状況を表す物理量として主としてリンク毎の交通量を用い、ＯＤ交通量を修正して計算値と予測値との誤差を減少させるようにしている。しかしながら、交通状況によっては計算値と予測値との誤差が減少しない場合があるので、この場合には、交通量だけでなく、リンク毎の交通量及び占有率、またはリンク毎の交通量及びリンク速度を用いて目標値を設定し、リンク毎の交通量とリンク毎の目標値とに基づいてＯＤ交通量を修正し、計算値と予測値との誤差を減少させるようにしている。
【００２５】
ステップ１００では、観測された交通量の実測データ（実測値）が得られるリンク各々において、予測する将来の時刻での交通量の予測値をリンク毎に演算する。このリンク毎の交通量の予測値は、予測情報データベース２８に記憶されている過去の交通量の実測データと現時刻の交通量の実測データとから、パターンマッチング、自己回帰、カルマンフィルター、またはニューラルネットワーク等を用いて、将来情報処理部３０において演算される。例えば、パターンマッチングを使用する場合には、下記（１）式を用いて、リンク毎に、現在の交通量の実測値と過去の交通量の実測値との差の自乗和を過去の検索する時間範囲ｋにわたって加算し、最も変動パターンが近い過去の日を検索し、検索した日の値を予測値として用いる。
【００２６】
【数１】

【００２７】
ただし、
Ｅｄ：過去ｄ日の誤差、
Ｑｃ（ｉ）：現在時刻ｉの交通量、
Ｑｄ（ｉ）：過去ｄ日の時刻ｉの交通量、
ｗ_i：時刻ｉの係数
ｋ：検索する時間範囲
である。
【００２８】
これによって、ステップ１００では、リンク毎の交通量の予測値が各時間帯毎に求められる。
【００２９】
また、交通量を用いたＯＤ交通量の修正では計算値と予測値との誤差が減少しない場合には、ステップ１００において、上記と同様にして、交通量及び占有率、または交通量及びリンク速度（または、リンク旅行時間）の予測をリンク毎に行なう。この占有率は、リンクに存在する車両台数の割合を示し、リンク上の車両の密度に相当する。占有率、またはリンク速度の予測は、渋滞か否かの判断ができる程度の精度があればよい。この場合には、ステップ１００において、リンク毎の交通量及び占有率、またはリンク毎の交通量及びリンク速度（または、リンク旅行時間）等の予測値が各時間帯毎に求められることになる。
【００３０】
ステップ１０２の初期設定処理では、データベース２２からデータを読み出し、交通状況計算部２４に交通流シミュレーションに必要なパラメータを設定する。このパラメータとしては、道路ネットワーク、道路ネットワーク上の信号が青である時間を表すデータを含む信号データ、及び、初期ＯＤ交通量データ等がある。
【００３１】
次のステップ１０４では、所定時間帯のＯＤ交通量の設定を行なう。初回のＯＤ交通量は、ステップ１０２においてデータベース２２に記憶された初期ＯＤ交通量が設定され、後述するようにＯＤ交通量が修正された場合には、修正されたＯＤ交通量に更新され、また時間帯が切替えられたときには、切替えられた時間帯のＯＤ交通量が設定される。
【００３２】
次のステップ１０６では、交通流シミュレーションの計算を実行する。このシミュレーションの計算では、特開平１１−１４４１８２号公報に記載されているように、最初に、ステップ１０４で設定されたＯＤ交通量に従って、ＯＤで示す各セントロイドから指定された割合で車両を発生させる（車両発生）。次に、道路の交通状況に応じて、発生させた車両が通過する経路が選択される（経路選択）。経路選択は、旅行時間または走行距離等の経路コストが最小になる経路（最短時間経路、または最短距離経路）が選択される。なお、経路選択は、確率的に選択する経路選択行動のモデルを用いて選択してもよく、ドライバの経路探索特性を考慮した経路探索により求めた経路、及び特定の道路（例えば、国道や高速道路）を優先して通る経路のいずれか、またはこれらの経路を組み合わせた経路を選択経路としてもよい。
【００３３】
次に、各リンクでの車両の動作が求められ（走行）、到着を行なってシミュレーション計算を行なう。
【００３４】
このシミュレーションは、ブロック密度法またはインプット・アウトプット法等のマクロな交通流モデル、または追従モデルによるミクロな交通流モデルを用いて行なうことができる。
【００３５】
本実施の形態では、個々の車両の運動を図３に示した交通量−占有率特性（Ｑ−Ｋ特性）を用いてシミュレーションを行なった。そして、最終的に目的地に到達するまで、これらの運動を繰り返し、リンクでの車両移動のシミュレーションの結果として、リンク単位の通過交通量の計算値が各時間帯毎に求められる。なお、占有率やリンク速度を合わせて用いる場合には、リンク単位の通過交通量及び占有率、またはリンク単位の通過交通量及びリンク速度等の計算値が各時間帯毎に求められる。
【００３６】
次のステップ１０８では、ステップ１０６で求められた各時間帯のリンク単位の通過交通量の計算値と、ステップ１００で求められた各時間帯のリンク単位の交通量の予測値とを用い、交通状況の一致度の指標として交通量の計算値と交通量の予測値との誤差の自乗平均を表す自乗和を各時間帯毎に求める。
【００３７】
図４に示すように、現時間帯ＴにおけるリンクＬの交通量の実測値Ｑｒ（Ｌ，Ｔ）が得られた場合、ステップ１００では、時間帯Ｔ＋１，Ｔ＋２，Ｔ＋３，・・・Ｔ＋ｎにおけるリンク単位の交通量の予測値Ｑｒ（Ｌ，Ｔ＋１），Ｑｒ（Ｌ，Ｔ＋２），Ｑｒ（Ｌ，Ｔ＋３），・・・Ｑｒ（Ｌ，Ｔ＋ｎ）の各々が、時間帯Ｔ以前の実測値Ｑｒ（Ｌ，Ｔ），Ｑｒ（Ｌ，Ｔ−１），Ｑｒ（Ｌ，Ｔ−２），Ｑｒ（Ｌ，Ｔ−３），・・・Ｑｒ（Ｌ，Ｔ−ｋ)を用いて、下記の予測式Ｆｉにより得られている。
【００３８】
【数２】

【００３９】
また、ステップ１０６において、図５に示すように、時間帯Ｔ，Ｔ＋１，Ｔ＋２，・・・Ｔ＋ｎにおけるリンクＬ単位の交通量の計算値Ｑｃ（Ｌ，Ｔ），Ｑｃ（Ｌ，Ｔ＋１），Ｑｃ（Ｌ，Ｔ＋２），・・・Ｑｃ（Ｌ，Ｔ＋ｎ）の各々が、シミュレーション計算により求められている。
【００４０】
従って、ステップ１０８では、以下の式に従って交通量の誤差Ｅを演算する。この誤差Ｅは、各リンクの交通量の計算値と予測値との差の自乗の総観測リンクについての和に、時間帯別の係数を乗算し、これらの時間帯別の積を予測時間帯数にわたって加算した和によって表されている。
【００４１】
【数３】

【００４２】
ただし、Ｋｔは、時間帯別係数、Ｎは、総観測リンク数、ｎは予測時間帯数である。
【００４３】
次のステップ１１０では、ステップ１０８で演算された交通量の誤差Ｅが一定値以下か否か、または後述するようにＯＤ交通量を修正して繰り返し演算した演算回数が設定回数を越えたか否かを判断することにより、終了条件を満たしているか否かを判断する。
【００４４】
誤差が一定値以下の場合は、各リンクの交通量の計算値と予測値との差が小さく、交通状況の一致度が高いので、交通状況の予測が終了した（終了条件が成立した）と判断し、ステップ１１２で終了時間か否か、すなわち全ての時間帯について予測を終了したか否かを判断する。終了時間の場合には、ステップ１１４で交通状況を予測する処理を終了し、終了時間で無い場合には、ステップ１１６で時間帯を次の時間帯に切り換えてステップ１０４に戻り、次の時間帯の交通状況を予測する。また、演算回数が設定回数を越えた場合にも、ステップ１１０で終了条件が成立したと判断する。
【００４５】
ステップ１１２で終了時間であると判断されたときには、実測値から予測された予測値と交通状況の一致度の指標が高い交通量の計算値が各時間帯毎に求められる。
【００４６】
一方、ステップ１１０で終了条件が成立していないと判断されたときは、ステップ１１８で、各リンクの交通量の計算値と予測値との誤差Ｅが減少するように、好ましくは最小になるように、そのリンクを通過するＯＤ交通量を修正するための目標値をリンク毎に設定する。
【００４７】
なお、交通量を修正しても交通状況によっては誤差が減少しない場合があるので、この場合には、交通量だけでなく、占有率またはリンク速度を用い、交通量及び占有率に基づいて、または交通量及びリンク速度に基づいて、各々目標値を設定する。
【００４８】
次に、上記の目標値について説明する。図６に、リンク内のある地点での交通量Ｑと占有率Ｋとの関係を示す。この関係は、Ｑ−Ｋ特性として広く知られている。交通量が最大となる点より占有率が低い領域は、自由流領域と呼ばれ、各車両が各々無拘束に走行できる交通状況である。一方、交通量が最大となる点より占有率が高い領域は、渋滞流領域と呼ばれ、各車両が前方車両に追従しながら走行する交通状況である。渋滞流領域において更に占有率が高くなると、渋滞が発生し、リンクを通過することができる交通量は減少する。
【００４９】
また、図７に、交通量の計算値と実測値との例を示す。ここで、交通量の計算値Ｑｃと交通量の実測値Ｑｒとの差ｄＱを求めると、差ｄＱは自由流領域及び渋滞流領域の何れの領域においても、以下の式で表される。
【００５０】
【数４】

【００５１】
自由流領域では、交通量が計算値ＱｃからｄＱ増加すると、通過する交通量が増加し、交通量の実測値Ｑｒと一致するが、渋滞流領域では、混雑している交通状況において更に交通量が増加することで、交通の流れが悪くなり、逆に通過する交通量は減少する。従って、計算値及び実測値が各々自由流領域または渋滞流領域に存在するかによって目標値は異なる。下記の表に設定する目標値の例を示す。
【００５２】
【表１】

【００５３】
計算値及び実測値の両方が自由流領域に存在する場合には、目標値は、実測値と計算値との差に比例した値になるので、交通量の実測値及び予測値に基づいて、交通量の計算値を現在の交通量の観測値及び交通量の予測値に一致させるための目標値を設定することができる。
【００５４】
また、Ｑ−Ｋ特性は、リンクによって異なるため、計算値及び実測値の少なくとも一方が渋滞流領域に存在するときの目標値α、βは、各々リンク固有の値となるので、この場合には、交通量の予測値及び占有率の予測値に基づいて、交通量の計算値を現在の交通量の観測値及び交通量の予測値に一致させるための目標値を設定することができる。
【００５５】
交通量と占有率との関係は、厳密には過去の時間帯における交通状況にも依存しているため、交通量及び占有率の長期間の実測データより状態遷移テーブルを作成し、状態遷移を考慮して目標値を設定してもよい。
【００５６】
また、図８に示すように、飽和交通流率Ｑｍａｘが求められる場合は、目標値αを以下の式で表し、自由流が渋滞流に状態が変化するように設定してもよい。
【００５７】
【数５】

【００５８】
さらに、詳細なＱ−Ｋ特性が把握できない場合は、簡易的に以下のように目標値α、βを定めても良い。
【００５９】
【数６】

【００６０】
また、実測値、計算値で渋滞流領域が存在する場合で、渋滞の発生地点となっているボトルネックが下流リンクの場合、ボトルネックとなっている下流リンクに対して目標値を設定してもよい。
【００６１】
また、占有率ではなく、リンクの平均速度が求められる場合には、速度−交通量特性（Ｑ−Ｖ特性）を把握することで上記で説明した占有率の場合と同様に目標値を設定してもよい。
【００６２】
ステップ１２０では、各観測リンクを通過する交通量の計算値が各リンクについて現在の交通量の観測値及び交通量の予測値と一致するように、ステップ１１８で設定した目標値（増減目標値）に基づいてＯＤ交通量を修正する。
【００６３】
この修正するＯＤ交通量の組み合わせは、中規模の都市の現状再現を例にすると、１つの時間帯で探索対象となるＯＤペア数は約１００００ペアであり、仮に各ＯＤペアの探索の範囲を−１、０、＋１の３通りとした場合であっても、組合せとして３¹⁰⁰⁰⁰＝１．６×１０⁴⁷⁷¹通りあり、全探索は困難である。有限な時間内で探索精度の向上を図るには、少ない組み合わせの中で効率的に探索できる手法が必要である。
【００６４】
本実施の形態では、最適ＯＤ交通量の探索をより短時間で効率的に行なう方式としてＧＡ（ＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ：遺伝的アルゴリズム）を用いた。ＧＡは、最適化問題等において良好な解を探索することなどに広く利用されている。
【００６５】
ＧＡによる最適ＯＤ交通量探索ルーチンを図９を参照して説明する。ステップ１４０において、各ＯＤペアのリンク毎の交通量変化値ΔＶｗを遺伝子としたＭ個の固体の初期世代を作成する。ここでは、最初の固体（固体１）は遺伝子が全て０、つまりＯＤ交通量を変化させないものとする。それ以外の固体は、遺伝子を乱数で設定し、全部でＭ個の固体を作成する。初期世代の例を図１０に示す。各セル内の数字は、各ＯＤペアの交通量変化値（遺伝子）を示しており、例えば、−２は２台少ない、７は７台多いことを示している。
【００６６】
ステップ１４２では、遺伝子の値から各固体の優劣を表す適応度を計算する。本実施の形態では、適応度ｆを下記に示すように、観測リンクにおける交通量変化値とステップ１１８で設定した増減目標値との誤差の自乗平均値として計算した。
【００６７】
【数７】

【００６８】
ただし、ΔＱ_jはリンクｊの交通量変化値、ΔＴ_jはリンクｊの増減目標値である。
【００６９】
ＯＤ交通量が変化した場合、各リンクの交通量も変化する。このリンクの交通量変化値ΔＱ_Lは、下記の式に示すように、交通量の変化量とこの交通量が変化したリンクを通過する確率との積を全ＯＤペアに対して加算することで求められる。
【００７０】
【数８】

【００７１】
ただし、ΔＶ_iはＯＤペアｉのＯＤ交通量の変化量、Ｐ_iLはＯＤペアｉがリンクＬを通過する確率である。
【００７２】
全ての固体について適応度が求まれば、適応度の小さい順に並びかえる。
【００７３】
ステップ１４４では、選択、交叉、突然変異の一連の演算を繰り返した回数が所定回数を越えたか否かを判断することにより、終了条件を満たすか否かを判断し、ステップ１４４で終了条件を満たさない、と判断された場合には、ステップ１４６で適応度が小さいＮ個の固体を選択し、残りの固体を破棄する。
【００７４】
次のステップ１４８では、選択したＮ個の固体から２個ずつ選択し、２個の固体の一部の遺伝子を交換することにより交叉を行って新たな遺伝子を作成する。交叉の例を図１１に示す。図では、選択した２個の固体Ａ、Ｂの一部の遺伝子（固体Ａにおける０、０の遺伝子、固体Ｂにおける７、２５の遺伝子）を交換することにより交叉した例が示されている。
【００７５】
次のステップ１５０では、任意の１つの固体を選択し、一部の遺伝子を乱数を用いて変異させた新しい個体を作成する。図１２では、固体Ｅを選択し、一部の遺伝子を変化させた例が示されている。
【００７６】
そして、ステップ１４２に戻って、上記で説明したように、観測リンクにおける交通量変化量と増減目標値との誤差の自乗平均を適応度として計算し、上記の処理を繰り返す。
【００７７】
ステップ１４４で、繰り返し回数が所定回数を越えて終了条件を満たすと判断された場合には、適応度が最小の固体を選択し、選択した個体の遺伝子を解としてこのルーチンを終了する。これによって、観測リンクを通過するＯＤ交通量に対して、各観測リンクを通過する交通量の計算値が各リンクの現在の交通量の観測値及び交通量の予測値と一致するように、ＯＤ交通量が修正される。
【００７８】
図１３を参照して本実施の形態の具体例について説明する。交通量の実測値が得られるリンクにおいて、現時刻である８：００の実測値（１１５２台）が得られた場合には、過去の交通量データ（７：００で５６０台、７：３０で６９０台）と、現時刻までの交通量の変化量（７：００〜７：３０で１３０台、７：３０〜８：００４６２）とを用い、予測対象時間帯における予測する将来の時刻での交通量の予測値（３０分後１００２台、６０分後９１０台）を求める。同様に、占有率についても上記と同じ予測する将来の時刻での占有率の予測値を求める。
【００７９】
また、交通流シミュレーションによって、現時刻以前の交通状況から上記と同じ予測する将来の時刻までの計算値を求める。
【００８０】
各観測リンクにおいて、現時刻から予測する将来の時刻までの予測値と計算値とを比較し、交通量の予測値と交通量の計算値との誤差が減少するようにＯＤ交通量を修正する。これにより、現時刻から将来の時刻にわたり観測時点の現在の観測値及び予測値と、計算値とが一致するＯＤ交通量が求められるので、交通量予測精度が向上する。
【００８１】
本実施の形態では、ＯＤ交通量の修正と交通流シミュレーションを繰り返して行なっているため、交通需要が変化することによる交通状況の変化も考慮することができ、これにより高い精度で交通状況が再現できる。また、現在の観測値に基づいて観測地点の交通量を予測し、予測値を用いてＯＤ交通量を修正しているため、初期のＯＤ交通量の傾向等に依存しない交通状況予測が可能になる。
【００８２】
【発明の効果】
以上説明したように第１〜第３の発明によれば、交通量の計算値が現在の交通量の観測値及び交通量の予測値に一致するように修正されたＯＤ交通量を用いているので、現在から比較的長い将来にわたった交通状況を表す交通量を高い精度で予測することができる、という効果が得られる。
【図面の簡単な説明】
【図１】本発明の実施の形態のブロック図である。
【図２】本発明の実施の形態の交通量を予測するルーチンを示す流れ図である。
【図３】交通量−占有率特性を示す線図である。
【図４】交通量実測値と予測値とを示す線図である。
【図５】交通量実測値と計算値とを示す線図である。
【図６】交通量と占有率との関係を示す線図である。
【図７】交通流の計算値と実測値との例を示す線図である。
【図８】飽和交通流率が求められている場合の交通流の計算値と実測値との例を示す線図である。
【図９】遺伝子アルゴリズムによる最適ＯＤ交通量探索処理ルーチンを示す流れ図である。
【図１０】作成した初期世代の例を示す線図である。
【図１１】交叉の例を示す線図である。
【図１２】突然変異の例を示す線図である。
【図１３】本実施の形態による処理の概要を示す線図である。
【符号の説明】
１０交通情報収集・管理部
１４交通情報データベース
２４交通状況計算部
２６ＯＤ交通量推定部
３０将来予測処理部[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a traffic situation estimation device and an OD traffic volume correction device, and in particular, a traffic situation estimation device capable of predicting a traffic volume representing a traffic situation for a relatively long future from the present, and a traffic. The present invention relates to an OD traffic correction device that corrects an OD traffic used in flow simulation.
[0002]
[Prior art]
For traffic control and vehicle route guidance, the traffic flow data obtained by the traffic flow simulation is compared with the current traffic flow data obtained by observation, and the traffic flow data obtained by the simulation is adjusted. A technique for reproducing the traffic situation at each location of the road network by matching the traffic flow data with the traffic flow data is disclosed (for example, see Patent Document 1).
[0003]
[Patent Document 1]
Japanese Patent Laid-Open No. 11-328571
[0004]
[Problems to be solved by the invention]
However, in the above conventional technique, there is a problem that only the traffic situation in the short term can be predicted because the current traffic flow data is used to adjust the traffic flow data obtained by the simulation.
[0005]
The present invention has been made to solve the above-described problems, and is a traffic situation estimation device capable of predicting a traffic volume representing a traffic situation for a relatively long future from the present with high accuracy, and from the present. An object of the present invention is to provide an OD traffic correction device capable of correcting OD traffic over a relatively long future with high accuracy.
[0006]
[Means for Solving the Problems]
In order to achieve the above object, a traffic condition estimation apparatus according to a first aspect of the present invention performs a traffic flow simulation using road network data, signal data on the road network, and OD traffic volume, and links the calculated traffic volume values. A calculation means for calculating for each link; a prediction means for predicting a predicted value of future traffic volume for each link based on an observation value of a past traffic volume and an observation value of a current traffic volume; and calculation of the traffic volume Based on the setting means for setting a target value for each link to match a value with the observed value of the current traffic volume and the predicted value of the traffic volume, the calculated value of the traffic volume and the target value, the OD Correction means for correcting the traffic volume.
[0007]
In the present invention, a traffic volume calculation value is calculated for each link by traffic flow simulation, and a future traffic volume is predicted based on a past traffic volume observation value (actual measurement value) and a current traffic volume observation value. A value is predicted for each link. The predicted value of the future traffic volume can be predicted using the past traffic volume and the change amount of the past traffic volume. The setting means sets, for each link, a target value for matching the calculated traffic volume with the current observed traffic volume and the predicted traffic volume. Then, the correcting means corrects the OD traffic volume based on the calculated traffic volume and the target value. As a result, a traffic flow simulation using the corrected OD traffic volume is performed, and the calculated traffic volume is calculated. At this time, the corrected OD traffic volume is calculated based on the current traffic volume. Since the correction is made so as to coincide with the observed value and the predicted value of the traffic volume, it is possible to predict the traffic volume, which is a physical quantity representing the traffic situation for a relatively long future from the present time, with high accuracy.
[0008]
A traffic situation estimation apparatus according to a second aspect of the present invention is a calculation means for performing a traffic flow simulation using road network data, signal data on the road network, and OD traffic volume, and calculating a traffic volume calculation value for each link. Predicting means for predicting future traffic volume and occupancy rate for each link based on observed values of past traffic volume and occupancy rate and observed values of current traffic volume and occupancy rate, and the traffic volume And setting means for setting a target value for each link to match the calculated value of the traffic volume with the observed value of the current traffic volume and the predicted value of the traffic volume based on the predicted value of the occupation rate; Correction means for correcting the OD traffic volume based on the calculated traffic volume and the target value.
[0009]
The third invention uses a link speed instead of the occupation ratio of the second invention, and the fourth invention uses a link travel time instead of the occupation ratio of the second invention. It is.
[0010]
According to 2nd invention, 3rd invention, or 4th invention, using the predicted value of traffic volume and occupation rate, the predicted value of traffic volume and link speed, or the predicted value of traffic volume and link travel time The target value for matching the calculated traffic value with the current observed traffic value and the predicted traffic value is set for each link, and the OD traffic is corrected. Good traffic conditions can be predicted.
[0011]
In the correcting means of the first to fourth inventions, the value obtained by adding the sum of the squares of the difference between the calculated value of the traffic volume of each link and the predicted value of the traffic volume over the predicted time period is decreased. As described above, the OD traffic volume can be corrected.
[0012]
In addition, the correction means creates a plurality of initial generations using the change values of the calculated traffic volume of each link as genes, and represents the superiority or inferiority of each individual determined by the difference between the change value and the target value Selection of individuals with low fitness, crossover of selected individuals, and mutation of crossed individuals are repeated a predetermined number of times, and the OD traffic volume is corrected based on the gene of the individual with the lowest fitness due to repetition. By doing so, the optimum OD traffic volume can be obtained in a short time.
[0013]
An OD traffic volume correcting device according to a fifth aspect of the present invention is an OD traffic volume correction apparatus that corrects the OD traffic volume used when performing traffic flow simulation using road network data, signal data on the road network, and OD traffic volume. A traffic volume correction device, which performs the traffic flow simulation, based on a calculation means for calculating a traffic volume calculation value for each link, a past traffic volume observation value and a current traffic volume observation value Prediction means for predicting the predicted value of future traffic for each link, and a target value for matching the calculated value of the traffic volume with the observed value of the current traffic volume and the predicted value of the traffic volume for each link. And setting means for correcting the OD traffic volume based on the calculated traffic volume and the target value.
[0014]
According to the fifth aspect, as described above, the optimum OD traffic volume can be obtained.
[0015]
In the fifth invention, as described above, the predicted traffic volume and occupation rate, predicted traffic volume and link speed, or predicted traffic volume and link travel time are used. A target value for making the calculated value coincide with the current observed traffic volume value and the predicted traffic volume may be set for each link to correct the OD traffic volume.
[0016]
Further, as described above, the correction means of the fifth invention calculates the sum of the squares of the difference between the calculated value of the traffic volume and the predicted value of the traffic volume for each link over the predicted time period. The OD traffic volume can be corrected so that the added value decreases.
[0017]
In addition, the correction means creates a plurality of initial generations using the change values of the calculated traffic volume of each link as genes, and represents the superiority or inferiority of each individual determined by the difference between the change value and the target value Selection of individuals with low fitness, crossover of selected individuals, and mutation of crossed individuals are repeated a predetermined number of times, and the OD traffic volume is corrected based on the gene of the individual with the lowest fitness due to repetition. By doing so, the optimum OD traffic volume can be obtained in a short time.
[0018]
DETAILED DESCRIPTION OF THE INVENTION
Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings. As shown in FIG. 1, the traffic situation estimation apparatus according to the present embodiment includes a traffic information collection / management unit 10 composed of a computer that collects and manages traffic information such as traffic volume, occupation rate, and link speed. Is provided.
[0019]
The traffic information collection / management unit 10 is connected to a traffic information management device 12 of a road manager or a traffic information provider such as VICS, JARTIC, ATIS or the like.
[0020]
The traffic information collecting / managing unit 10 is connected to a road sensor 16 fixed on the road side for detecting traffic information by communicating with a vehicle-mounted terminal communication device by DSRC (narrow band wireless communication), wireless LAN, or the like, A base station 20 that communicates with a mobile communication device 18 such as a mobile phone or PHS connected to the in-vehicle terminal communication device and receives traffic information is connected via a network.
[0021]
In addition, the traffic information collection / management unit 10 includes road network data stored in the database 22, signal data on the road network, and traffic from the origin (Destination) to the destination (OD traffic). ) Based on the initial OD traffic volume data representing the initial value of), a traffic information calculation unit 24 for calculating a physical quantity representing traffic conditions such as the traffic volume of each link by performing a traffic flow simulation, and a prediction information database 28 Based on the historical data of traffic information stored in the future prediction processing unit 30 for estimating the predicted value of the physical quantity representing the traffic situation such as the future traffic volume, and the calculated value of the physical quantity representing the traffic situation as the traffic situation Is connected to an OD traffic amount estimation unit 26 that estimates an optimal OD traffic amount to match the current observed value and predicted value of the physical quantity representing There. The traffic information calculation unit 24, the OD traffic volume estimation unit 26, and the future prediction processing unit 30 can be configured by a computer and connected to the traffic information collection / management unit 10 via a network such as a LAN. Further, a traffic information providing unit 32 for providing a physical quantity representing the predicted traffic situation is connected to the traffic situation estimation apparatus.
[0022]
The traffic information collection / management unit 10 receives the traffic information transmitted from the traffic information management device 12, the traffic information detected by the road sensor 16, and the traffic information transmitted from the mobile communication device 18, and receives the traffic information database 14. In addition, when there is a traffic information transmission request from the traffic information management device 12, the traffic information database 24 is accessed to read out necessary information and transmit it to the traffic information management device 12. In addition, when requested by the traffic information providing unit 32, the traffic situation estimation device provides the traffic information providing unit 32 with a physical quantity such as a traffic volume that represents the predicted future traffic situation.
[0023]
The historical data of past traffic information is also stored in the prediction information database 28. The traffic information collection / management unit 10 is a fixed information terminal that is installed in a convenience store, kiosk, etc., and reads traffic information that is travel history information recorded on a recording medium such as a memory card or a flexible desk provided by the user. A device may be connected.
[0024]
Hereinafter, a processing routine executed by the traffic condition calculation unit, the OD traffic amount estimation unit, and the future prediction processing unit of the present embodiment will be described with reference to FIG. In the present embodiment, the traffic volume for each link is mainly used as the physical quantity representing the traffic situation, and the OD traffic volume is corrected to reduce the error between the calculated value and the predicted value. However, the error between the calculated value and the predicted value may not decrease depending on the traffic situation. In this case, not only the traffic volume but also the traffic volume and occupancy rate for each link or the traffic volume and link for each link. The target value is set using the speed, the OD traffic volume is corrected based on the traffic volume for each link and the target value for each link, and the error between the calculated value and the predicted value is reduced.
[0025]
In step 100, the predicted value of the traffic volume at the future time to be predicted is calculated for each link in each link where the actually measured data (measured value) of the observed traffic volume is obtained. The predicted value of traffic volume for each link is obtained by pattern matching, autoregression, Kalman filter, or neural network based on past traffic volume actual data stored in the prediction information database 28 and current traffic volume actual data. It will be calculated in the future information processing unit 30 using a network or the like. For example, when using pattern matching, the following formula (1) is used to search the past for the square sum of the difference between the actual measured value of the current traffic and the actual measured value of the past traffic for each link. The addition is performed over the time range k, the past day with the closest variation pattern is searched, and the value of the searched day is used as the predicted value.
[0026]
[Expression 1]

[0027]
However,
Ed: error of past d days,
Qc (i): Traffic volume at the current time i,
Qd (i): traffic volume at time i of the past d days,
w _i : Coefficient of time i
k: Search time range
It is.
[0028]
Thereby, in step 100, the predicted value of the traffic volume for each link is obtained for each time zone.
[0029]
If the error between the calculated value and the predicted value does not decrease in the correction of the OD traffic volume using the traffic volume, the traffic volume and the occupancy rate, or the traffic volume and the link speed are the same as described above in step 100. (Or link travel time) is predicted for each link. This occupation ratio indicates the ratio of the number of vehicles existing on the link, and corresponds to the density of vehicles on the link. The prediction of the occupation rate or the link speed only needs to be accurate enough to determine whether there is a traffic jam. In this case, in step 100, predicted values such as traffic volume and occupation rate for each link, or traffic volume and link speed (or link travel time) for each link are obtained for each time zone.
[0030]
In the initial setting process in step 102, data is read from the database 22 and parameters necessary for traffic flow simulation are set in the traffic condition calculation unit 24. As this parameter, there are a road network, signal data including data representing a time when a signal on the road network is blue, initial OD traffic data, and the like.
[0031]
In the next step 104, the OD traffic volume for a predetermined time zone is set. As the initial OD traffic volume, the initial OD traffic volume stored in the database 22 is set in step 102. When the OD traffic volume is corrected as will be described later, the OD traffic volume is updated to the corrected OD traffic volume. When the time zone is switched, the OD traffic volume in the switched time zone is set.
[0032]
In the next step 106, the traffic flow simulation is calculated. In the calculation of this simulation, as described in Japanese Patent Application Laid-Open No. 11-144182, first, according to the OD traffic volume set in step 104, vehicles are generated at a rate specified from each centroid indicated by OD. (Vehicle generation) Next, a route through which the generated vehicle passes is selected according to the traffic condition of the road (route selection). In the route selection, a route (shortest time route or shortest distance route) that minimizes the route cost such as travel time or travel distance is selected. Note that the route selection may be performed using a model of route selection behavior that is selected stochastically. The route obtained by the route search considering the driver's route search characteristics and a specific road (for example, a national road or a high speed) Any route that gives priority to (road) or a combination of these routes may be selected as the selected route.
[0033]
Next, the operation of the vehicle at each link is obtained (running), and arrival is performed to perform simulation calculation.
[0034]
This simulation can be performed using a macro traffic flow model such as a block density method or an input / output method, or a micro traffic flow model such as a tracking model.
[0035]
In the present embodiment, the motion of each vehicle is simulated using the traffic volume-occupancy characteristics (QK characteristics) shown in FIG. Then, these movements are repeated until the destination is finally reached, and a calculated value of the passing traffic volume for each link is obtained for each time zone as a result of the simulation of the vehicle movement at the link. In addition, when using together an occupation rate and a link speed, calculated values, such as a passing traffic volume and an occupation rate of a link unit or a passing traffic volume and a link speed of a link unit, are calculated | required for every time slot | zone.
[0036]
In the next step 108, using the calculated value of the passing traffic volume of each link in each time zone obtained in step 106 and the predicted value of the traffic volume of each link in each time zone obtained in step 100, the traffic is calculated. As a measure of the degree of coincidence of the situation, a sum of squares representing the mean square of errors between the calculated traffic volume and the predicted traffic volume is obtained for each time period.
[0037]
As shown in FIG. 4, when the actual traffic volume Qr (L, T) of the link L in the current time zone T is obtained, in step 100, the links in the time zones T + 1, T + 2, T + 3,. Each of the predicted values Qr (L, T + 1), Qr (L, T + 2), Qr (L, T + 3),... Qr (L, T + n) of the traffic volume of the unit is an actual value Qr ( L, T), Qr (L, T-1), Qr (L, T-2), Qr (L, T-3),... Qr (L, Tk) It is obtained by the formula Fi.
[0038]
[Expression 2]

[0039]
Further, in step 106, as shown in FIG. 5, calculated values Qc (L, T), Qc (L, T + 1), Qc of the traffic volume in units of link L in the time zones T, T + 1, T + 2,. Each of (L, T + 2),... Qc (L, T + n) is obtained by simulation calculation.
[0040]
Therefore, in step 108, the traffic volume error E is calculated according to the following equation. This error E is obtained by multiplying the sum of the square of the difference between the calculated value of the traffic volume of each link and the predicted value for the total observation link by a coefficient for each time zone, and multiplying the product for each time zone by the predicted time zone. Expressed by the sum of numbers.
[0041]
[Equation 3]

[0042]
Here, Kt is a coefficient by time zone, N is the total number of observation links, and n is the number of predicted time zones.
[0043]
In the next step 110, it is determined whether or not the traffic error E calculated in step 108 is equal to or less than a predetermined value, or whether or not the number of calculations repeatedly calculated by correcting the OD traffic exceeds the set number as described later. By determining whether or not the termination condition is satisfied.
[0044]
If the error is less than a certain value, the difference between the calculated traffic volume and the predicted value of each link is small and the degree of coincidence of the traffic situation is high. Therefore, the traffic situation prediction is completed (the termination condition is satisfied). In step 112, it is determined whether or not it is the end time, that is, whether or not the prediction has been completed for all the time zones. In the case of the end time, the process of predicting the traffic situation is ended in step 114. If it is not the end time, the time zone is switched to the next time zone in step 116, and the process returns to step 104. Predict traffic conditions. Also, if the number of calculations exceeds the set number, it is determined in step 110 that the end condition is satisfied.
[0045]
When it is determined in step 112 that the end time is reached, a calculated value of the traffic volume having a high index of coincidence between the predicted value predicted from the actually measured value and the traffic condition is obtained for each time zone.
[0046]
On the other hand, when it is determined in step 110 that the termination condition is not satisfied, in step 118, the error E between the calculated traffic volume and the predicted value of each link is preferably minimized so as to decrease. In addition, a target value for correcting the OD traffic volume passing through the link is set for each link.
[0047]
Note that even if the traffic volume is corrected, the error may not decrease depending on the traffic situation. In this case, not only the traffic volume, but also the occupancy rate or the link speed is used. Alternatively, each target value is set based on the traffic volume and the link speed.
[0048]
Next, the target value will be described. FIG. 6 shows the relationship between the traffic volume Q and the occupation rate K at a certain point in the link. This relationship is widely known as the QK characteristic. The area where the occupation rate is lower than the point where the traffic volume is maximum is called a free flow area, and is a traffic situation in which each vehicle can travel unconstrained. On the other hand, a region where the occupation rate is higher than the point where the traffic volume is maximum is called a traffic jam region, which is a traffic situation in which each vehicle travels while following the preceding vehicle. As the occupation rate further increases in the traffic flow area, traffic congestion occurs and the traffic volume that can pass through the link decreases.
[0049]
FIG. 7 shows an example of the traffic volume calculation value and the actual measurement value. Here, when the difference dQ between the calculated value Qc of the traffic volume and the actual measured value Qr of the traffic volume is obtained, the difference dQ is expressed by the following formula in any of the free flow area and the congestion flow area.
[0050]
[Expression 4]

[0051]
In the free flow area, when the traffic volume increases by dQ from the calculated value Qc, the traffic volume that passes through increases and matches the actual traffic volume measurement value Qr. However, in the congested flow area, the traffic volume further increases in the congested traffic situation. By increasing the traffic flow, the flow of traffic worsens, and conversely the traffic volume that passes through decreases. Therefore, the target value differs depending on whether the calculated value and the actually measured value exist in the free flow area or the congestion flow area. Examples of target values set in the table below are shown.
[0052]
[Table 1]

[0053]
When both the calculated value and the measured value are present in the free flow region, the target value is a value proportional to the difference between the measured value and the calculated value. Therefore, based on the measured value and the predicted value of the traffic volume, It is possible to set a target value for matching the calculated traffic volume with the current observed traffic volume and the predicted traffic volume.
[0054]
In addition, since the Q-K characteristics vary depending on the link, the target values α and β when at least one of the calculated value and the actually measured value exist in the traffic jam area are values specific to the link. Based on the predicted value of traffic volume and the predicted value of occupation rate, a target value for matching the calculated value of traffic volume with the current observed value of traffic volume and predicted value of traffic volume can be set.
[0055]
Strictly speaking, the relationship between traffic volume and occupancy rate also depends on the traffic situation in the past time zone, so a state transition table is created from long-term measured data of traffic volume and occupancy rate. The target value may be set in consideration.
[0056]
Further, as shown in FIG. 8, when the saturated traffic flow rate Qmax is obtained, the target value α may be expressed by the following equation, and the state may be set so that the free flow changes to a traffic jam flow.
[0057]
[Equation 5]

[0058]
Furthermore, when detailed QK characteristics cannot be grasped, target values α and β may be simply determined as follows.
[0059]
[Formula 6]

[0060]
Also, if there is a traffic jam area with measured values and calculated values, and the bottleneck that is the source of the traffic jam is the downstream link, set a target value for the downstream link that is the bottleneck. Also good.
[0061]
If the average speed of the link is calculated instead of the occupancy rate, the target value is set in the same manner as in the occupancy rate described above by grasping the speed-traffic volume characteristic (QV characteristic). May be.
[0062]
In step 120, the target value (increase / decrease target value) set in step 118 so that the calculated traffic volume passing through each observation link matches the current traffic volume observation value and traffic volume prediction value for each link. The OD traffic volume is corrected based on the above.
[0063]
The combination of OD traffic to be corrected is, for example, reproducing the current situation of a medium-sized city. The number of OD pairs to be searched in one time zone is about 10,000 pairs. Even if there are three types, -1, 0, and +1, the combination is 3 ¹⁰⁰⁰⁰ = 1.6 × 10 ⁴⁷⁷¹ There are streets and full search is difficult. In order to improve the search accuracy within a finite time, a technique that enables efficient search within a small number of combinations is required.
[0064]
In the present embodiment, GA (Genetic Algorithm) is used as a method for efficiently searching for the optimal OD traffic volume in a shorter time. GA is widely used for searching for a good solution in an optimization problem or the like.
[0065]
The optimum OD traffic search routine by GA will be described with reference to FIG. In step 140, M solid initial generations using the traffic volume change value ΔVw for each link of each OD pair as a gene are created. Here, it is assumed that the first solid (solid 1) has all the genes 0, that is, does not change the OD traffic volume. For the other solids, the genes are set by random numbers, and a total of M solids are created. An example of the initial generation is shown in FIG. The numbers in each cell indicate the traffic volume change value (gene) of each OD pair. For example, -2 indicates that the number is two less, and 7 indicates that the number is seven.
[0066]
In step 142, fitness representing the superiority or inferiority of each individual is calculated from the gene value. In the present embodiment, the fitness f is calculated as the mean square value of the error between the traffic change value on the observation link and the increase / decrease target value set in step 118 as shown below.
[0067]
[Expression 7]

[0068]
However, ΔQ _j Is the traffic change value of link j, ΔT _j Is an increase / decrease target value of link j.
[0069]
When the OD traffic volume changes, the traffic volume of each link also changes. Traffic change value ΔQ of this link _L Is obtained by adding the product of the amount of change in traffic volume and the probability of passing through a link whose traffic volume has changed to all OD pairs, as shown in the following equation.
[0070]
[Equation 8]

[0071]
However, ΔV _i Is the amount of change in OD traffic for OD pair i, P _iL Is the probability that the OD pair i passes through the link L.
[0072]
If the fitness is obtained for all the solids, they are sorted in ascending order of fitness.
[0073]
In step 144, it is determined whether or not the number of repetitions of a series of selection, crossover, and mutation operations exceeds a predetermined number, thereby determining whether or not the end condition is satisfied. In step 144, the end condition is satisfied. If it is determined that there are no solids, N solids having a low fitness are selected in step 146, and the remaining solids are discarded.
[0074]
In the next step 148, two of the selected N solids are selected and crossover is performed by exchanging some genes of the two solids to create a new gene. An example of crossover is shown in FIG. The figure shows an example of crossover by exchanging a part of genes of two selected solids A and B (0, 0 gene in solid A, 7, 25 genes in solid B).
[0075]
In the next step 150, an arbitrary one is selected, and a new individual is generated by mutating some genes using random numbers. FIG. 12 shows an example in which the solid E is selected and some genes are changed.
[0076]
Then, returning to step 142, as described above, the mean square of the error between the traffic change amount and the increase / decrease target value in the observation link is calculated as the fitness, and the above processing is repeated.
[0077]
If it is determined in step 144 that the number of repetitions exceeds the predetermined number and the termination condition is satisfied, a solid having the minimum fitness is selected, and the routine is terminated with the gene of the selected individual as a solution. As a result, for the OD traffic volume passing through the observation link, the calculated value of the traffic volume passing through each observation link matches the current traffic volume observation value and the traffic volume prediction value of each link. Traffic volume is corrected.
[0078]
A specific example of the present embodiment will be described with reference to FIG. In the link where the actual traffic value is obtained, if the actual value (1152) at 8:00, which is the current time, is obtained, the past traffic data (560 at 7:00, 7:30) 690) and the amount of traffic change up to the present time (7: 0 to 7:30, 130 units, 7:30 to 8: 00462), Calculate the predicted traffic volume (1002 after 30 minutes, 910 after 60 minutes). Similarly, for the occupancy rate, a predicted value of the occupancy rate at the predicted future time as described above is obtained.
[0079]
Moreover, the calculated value from the traffic situation before the present time to the predicted future time as described above is obtained by the traffic flow simulation.
[0080]
At each observation link, the predicted value from the current time to the predicted future time is compared with the calculated value, and the OD traffic volume is corrected so that the error between the predicted traffic volume value and the calculated traffic volume is reduced. . Thereby, since the OD traffic volume in which the present observed value and the predicted value at the observation point coincide with the calculated value from the current time to the future time is obtained, the traffic volume prediction accuracy is improved.
[0081]
In this embodiment, since the OD traffic volume correction and traffic flow simulation are repeatedly performed, it is possible to take into account changes in traffic conditions due to changes in traffic demand, thereby reproducing traffic conditions with high accuracy. it can. In addition, the traffic volume at the observation point is predicted based on the current observation value, and the OD traffic volume is corrected using the predicted value, so it is possible to predict the traffic situation independent of the initial trend of OD traffic volume. Become.
[0082]
【The invention's effect】
As described above, according to the first to third inventions, the calculated OD traffic volume is used so that the calculated traffic volume matches the current observed traffic volume and the predicted traffic volume. Therefore, it is possible to obtain an effect that it is possible to predict the traffic volume representing the traffic situation for a relatively long future from the present with high accuracy.
[Brief description of the drawings]
FIG. 1 is a block diagram of an embodiment of the present invention.
FIG. 2 is a flowchart showing a routine for predicting traffic according to the embodiment of this invention.
FIG. 3 is a diagram showing traffic volume-occupancy characteristics.
FIG. 4 is a diagram showing actual traffic volume values and predicted values.
FIG. 5 is a diagram showing measured traffic values and calculated values.
FIG. 6 is a diagram showing the relationship between traffic volume and occupation rate.
FIG. 7 is a diagram showing an example of a calculated value and an actually measured value of traffic flow.
FIG. 8 is a diagram showing an example of a calculated value and an actual measured value of traffic flow when a saturated traffic flow rate is obtained.
FIG. 9 is a flowchart showing an optimal OD traffic search processing routine by a genetic algorithm.
FIG. 10 is a diagram showing an example of the created initial generation.
FIG. 11 is a diagram showing an example of crossover.
FIG. 12 is a diagram showing an example of mutation.
FIG. 13 is a diagram showing an outline of processing according to the present embodiment.
[Explanation of symbols]
10 Traffic Information Collection / Management Department
14 Traffic information database
24 Traffic condition calculation department
26 OD Traffic Estimator
30 Future prediction processing part

Claims

A calculation means for performing a traffic flow simulation using road network data, signal data on the road network, and OD traffic volume, and calculating a calculated traffic volume for each link;
A prediction means for predicting the predicted value of the future traffic for each link based on the observed value of the past traffic and the observed value of the current traffic;
Setting means for setting a target value for each link to match the calculated value of the traffic volume with the observed value of the current traffic volume and the predicted value of the traffic volume;
Correction means for correcting the OD traffic volume based on the calculated traffic volume and the target value;
Traffic situation estimation device including

A calculation means for performing a traffic flow simulation using road network data, signal data on the road network, and OD traffic volume, and calculating a calculated traffic volume for each link;
A prediction means for predicting a predicted value of future traffic volume and occupancy rate for each link based on the observed value of past traffic volume and occupancy rate and the observed value of current traffic volume and occupancy rate;
Setting means for setting a target value for each link based on the predicted value of the traffic volume and the occupancy rate so that the calculated value of the traffic volume matches the observed value of the current traffic volume and the predicted value of the traffic volume When,
Correction means for correcting the OD traffic volume based on the calculated traffic volume and the target value;
Traffic situation estimation device including

A calculation means for performing a traffic flow simulation using road network data, signal data on the road network, and OD traffic volume, and calculating a calculated traffic volume for each link;
A prediction means for predicting predicted values of future traffic volume and link speed for each link based on past traffic volume and link speed observation values and current traffic volume and link speed observation values;
Setting means for setting a target value for each link based on the predicted value of the traffic volume and the link speed for matching the calculated value of the traffic volume with the observed value of the current traffic volume and the predicted value of the traffic volume When,
Correction means for correcting the OD traffic volume based on the calculated traffic volume and the target value;
Traffic situation estimation device including

A calculation means for performing a traffic flow simulation using road network data, signal data on the road network, and OD traffic volume, and calculating a calculated traffic volume for each link;
A prediction means for predicting a predicted value of future traffic volume and link travel time for each link based on an observation value of past traffic volume and link travel time and an observation value of current traffic volume and link travel time;
A setting for setting a target value for each link based on the predicted value of the traffic volume and the link travel time, so that the calculated value of the traffic volume matches the observed value of the current traffic volume and the predicted value of the traffic volume Means,
Correction means for correcting the OD traffic volume based on the calculated traffic volume and the target value;
Traffic situation estimation device including

The correction unit is configured to reduce the OD traffic volume so that a value obtained by adding a sum of squares of differences between the calculated traffic volume value and the predicted traffic volume of each link over a predicted time period is decreased. The traffic condition estimation apparatus according to any one of claims 1 to 4, wherein the traffic condition is corrected.

The correction means creates a plurality of initial generations using the change value of the calculated traffic volume of each link as a gene, and indicates the superiority or inferiority of each individual determined by the difference between the change value and the target value The selection of a solid with a small degree, the crossing of selected individuals, and the mutation of the crossed solid are repeated a predetermined number of times, and the OD traffic is corrected based on the solid gene having the smallest fitness by the repetition. The traffic condition estimation apparatus according to any one of claims 1 to 5.

An OD traffic correction device that corrects the OD traffic used when performing traffic flow simulation using road network data, signal data on the road network, and OD traffic,
A calculation means for performing the traffic flow simulation and calculating a calculated traffic volume for each link;
A prediction means for predicting the predicted value of the future traffic for each link based on the observed value of the past traffic and the observed value of the current traffic;
Setting means for setting a target value for each link to match the calculated value of the traffic volume with the observed value of the current traffic volume and the predicted value of the traffic volume;
Correction means for correcting the OD traffic volume based on the calculated traffic volume and the target value;
OD traffic correction device including.