JP6061383B2 - 交通情報推定装置、コンピュータプログラム及び交通情報推定方法 - Google Patents

Description

本発明は、渋滞に関する交通情報を推定する交通情報推定装置、該交通情報推定装置を実現するためのコンピュータプログラム及び交通情報推定方法に関する。

従来、高速道路等においては、インターチェンジ間（ＩＣ間）の旅行時間又は渋滞情報などの交通情報を提供している。例えば、道路に設置された車両検知器で得られた感知データを用いて車両の平均速度を算出して交通情報を提供している。渋滞の発生頻度が比較的高い大都市圏の重交通量路線では、例えば、５００ｍ間隔（都市内高速道路）から２ｋｍ間隔（都市間高速道路）で車両感知器が設置されている。このような大都市圏の重交通量路線では、インターチェンジ間の空間的な平均速度を精度よく求めることができ、正確な旅行時間又は渋滞情報などの交通情報が、情報板、ハイウェイラジオ、ＶＩＣＳ（登録商標）など様々情報提供媒体を介して運転者へ提供されている。

一方、渋滞の発生頻度が比較的低い大都市圏以外の高速道路では、車両感知器の設置数は少ない。例えば、１５ｋｍ程度のインターチェンジ区間に１箇所しか設置されていない。このため、このような高速道路で渋滞が発生した場合には、正確な旅行時間又は渋滞情報を提供することが困難であった。

このような問題を解決するため、車両感知器を用いる代わりに、車載装置が送信した車両の位置、識別情報及び識別情報の受信時刻などのプローブ情報を利用して、旅行時間を算出する旅行時間算出装置が開示されている（特許文献１参照）。

特許第４２８３０８９号公報

しかし、プローブ情報を送信することができる車載装置を搭載した車両の割合は比較的少ない。このため、交通情報を提供するのに必要な量のプローブ情報を取得することは困難である。このため、車両感知器の設置密度が低い路線であって、プローブ情報の取得頻度も少ない場合でも、正確な交通情報を提供することが望まれていた。

本発明は、斯かる事情に鑑みてなされたものであり、渋滞に関する交通情報を精度よく推定することができる交通情報推定装置、該交通情報推定装置を実現するためのコンピュータプログラム及び交通情報推定方法を提供することを目的とする。

第１発明に係る交通情報推定装置は、道路に設けられた２つの車両感知器で画定される区間での渋滞に関する交通情報を推定する交通情報推定装置であって、各車両感知器で得られた感知データに基づいて、各車両感知器が設けられた上流地点及び下流地点の任意の時点での地点交通量を取得する交通量取得手段と、前記区間内の流入路及び流出路それぞれの前記任意の時点での入出路交通量を記憶する交通量記憶手段と、前記区間を走行した車両のプローブ情報を取得する取得手段と、前記地点交通量、入出路交通量及び前記取得手段で取得した所定時点でのプローブ情報に基づいて、前記任意の時点での前記区間内に存在する車両の区間台数を推定する第１推定手段と、該第１推定手段で推定した区間台数に基づいて、前記任意の時点での前記区間内の渋滞区間の位置を推定する渋滞位置推定手段と、前記地点交通量、入出路交通量及び前記第１推定手段で推定した区間台数に基づいて前記区間の前記任意の時点での旅行時間を推定する旅行時間推定手段とを備えることを特徴とする。

第２発明に係る交通情報推定装置は、第１発明において、前記取得手段で取得したプローブ情報に基づいて、プローブ情報取得時点での前記区間内に存在する車両の区間台数を推定する第２推定手段を備え、前記第１推定手段は、前記第２推定手段で推定した区間台数に基づいて前記任意の時点での前記区間内に存在する車両の区間台数を推定するようにしてあることを特徴とする。

第３発明に係る交通情報推定装置は、第２発明において、前記取得手段で取得したプローブ情報に基づいて、前記上流地点と流出路との間の第１旅行時間、該流出路と流入路との間の第２旅行時間、及び該流入路と下流地点との間の第３旅行時間を算出する旅行時間算出手段を備え、前記第２推定手段は、前記地点交通量、入出路交通量及び前記旅行時間算出手段で算出した各旅行時間に基づいて、前記プローブ情報取得時点での前記区間内に存在する車両の区間台数を推定するようにしてあることを特徴とする。

第４発明に係る交通情報推定装置は、第２発明又は第３発明において、前記取得手段で取得したプローブ情報に基づいて、プローブ情報取得時点での前記区間内の渋滞区間の位置を算出する渋滞位置算出手段と、該渋滞位置算出手段で算出した渋滞区間の位置及び前記第２推定手段で推定した区間台数に基づいて、前記プローブ情報取得時点での前記渋滞区間に存在する車両の渋滞台数を推定する渋滞台数推定手段と、該渋滞台数推定手段で推定した渋滞台数を用いて、前記任意の時点での渋滞区間の位置を推定する渋滞位置推定手段とを備えることを特徴とする。

第５発明に係る交通情報推定装置は、第４発明において、各車両感知器で得られた感知データに基づいて、前記上流地点及び下流地点での車両の地点速度を算出する地点速度算出手段を備え、前記渋滞位置推定手段は、前記地点速度算出手段で算出した地点速度、所定の地点速度閾値、前記渋滞位置算出手段で算出したプローブ情報取得時点での渋滞区間の位置、前記渋滞台数推定手段で推定した渋滞台数及び前記第２推定手段で推定した区間台数に基づいて、前記任意の時点での渋滞区間の位置を推定するようにしてあることを特徴とする。

第６発明に係る交通情報推定装置は、第４発明において、各車両感知器で得られた感知データに基づいて、前記上流地点及び下流地点での車両の地点速度を算出する地点速度算出手段を備え、前記渋滞台数推定手段は、前記地点交通量、地点速度、渋滞位置算出手段で算出した渋滞区間の位置及び前記第２推定手段で推定した区間台数に基づいて、前記プローブ情報取得時点での渋滞台数を推定するようにしてあることを特徴とする。

第７発明に係る交通情報推定装置は、第６発明において、前記渋滞位置推定手段で推定した渋滞区間の位置及び前記第１推定手段で推定した区間台数の時間経過に伴う増減に基づいて、前記プローブ情報取得時点後の時点での前記渋滞区間の渋滞長を推定する渋滞長推定手段を備えることを特徴とする。

第８発明に係る交通情報推定装置は、第１発明において、前記区間の旅行時間に対する前記上流地点と流出路との間の第１旅行時間の第１比率、前記旅行時間に対する前記流出路と流入路との間の第２旅行時間の第２比率、及び前記旅行時間に対する前記流入路と下流地点との間の第３旅行時間の第３比率を記憶する記憶手段を備え、前記旅行時間推定手段は、前記記憶手段に記憶した各比率を用いて前記区間の旅行時間を推定するようにしてあることを特徴とする。

第９発明に係る交通情報推定装置は、第１発明乃至第８発明のいずれか１つにおいて、前記流入路及び流出路それぞれの交通量を取得する交通量取得手段を備え、前記交通量記憶手段は、前記交通量取得手段で取得した交通量に基づく入出路交通量を記憶してあることを特徴とする。

第１０発明に係るコンピュータプログラムは、コンピュータに、道路に設けられた２つの車両感知器で画定される区間での渋滞に関する交通情報を推定させるためのコンピュータプログラムであって、コンピュータに、各車両感知器が設けられた上流地点及び下流地点の任意の時点での地点交通量、前記区間内の流入路及び流出路それぞれの前記任意の時点での入出路交通量並びに前記区間を走行した車両の所定時点でのプローブ情報に基づいて、前記任意の時点での前記区間内に存在する車両の区間台数を推定するステップと、推定した区間台数に基づいて、前記任意の時点での前記区間内の渋滞区間の位置を推定するステップと、前記地点交通量、入出路交通量及び推定した区間台数に基づいて前記区間の前記任意の時点での旅行時間を推定するステップとを実行させることを特徴とする。

第１１発明に係る交通情報推定方法は、道路に設けられた２つの車両感知器で画定される区間での渋滞に関する交通情報を推定する交通情報推定装置が行う交通情報推定方法であって、各車両感知器で得られた感知データに基づいて、各車両感知器が設けられた上流地点及び下流地点の任意の時点での地点交通量を取得するステップと、前記区間を走行した車両のプローブ情報を取得するステップと、取得された地点交通量、記憶手段に予め記憶された前記区間内の流入路及び流出路それぞれの前記任意の時点での入出路交通量並びに取得された所定時点でのプローブ情報に基づいて、前記任意の時点での前記区間内に存在する車両の区間台数を推定するステップと、推定された区間台数に基づいて、前記任意の時点での前記区間内の渋滞区間の位置を推定するステップと、前記地点交通量、入出路交通量及び推定された区間台数に基づいて前記区間の前記任意の時点での旅行時間を推定するステップとを含むことを特徴とする。

第１発明、第１０発明及び第１１発明にあっては、道路の区間の上流地点（始点）及び下流地点（終点）には車両感知器が設置されている。また、区間内には、流出路（オフランプ）及び流入路（オンランプ）が設けられている。流出路及び流入路は、インターチェンジの出入口である。すなわち、インターチェンジ間に１個の車両感知器が設置されている場合、インターチェンジを挟んで２つの車両感知器が設置された地点間が区間である。交通量取得手段は、車両感知器で得られた感知データに基づいて、車両感知器が設けられた上流地点の任意の時点ｔでの地点交通量Ｑ１（ｔ）及び下流地点の当該任意の時点ｔでの地点交通量Ｑ４（ｔ）を取得する。交通量は単位時間当たりに通過した車両の台数である。交通量記憶手段は、入出路交通量である流入路の当該任意の時点ｔでの交通量Ｑｉｎ（ｔ）及び流出路の当該任意の時点ｔでの交通量Ｑｏｕｔ（ｔ）を記憶する。

取得手段は、区間を走行した車両の所定時点でのプローブ情報を取得する。所定時点は、例えば、プローブデータの取得時点である。プローブ情報は、フローティングカーデータ又はプローブカーデータとも称し、例えば、車両の位置を含む情報を所定の周期（例えば、０．１秒、１秒など）で記録したものであり、車両から路側装置など外部の装置へ送信される。プローブ情報には、車両の位置情報の他に、車両を識別する識別番号（車両ＩＤ）、速度情報、時刻情報、方位情報などの情報を含めることができる。

第１推定手段は、地点交通量、入出路交通量及びプローブ情報に基づいて、当該任意の時点ｔでの区間内に存在する車両の区間台数Ｅ（ｔ）を推定する。第１推定手段で推定する区間台数を第１推定値とも称する。時刻ｔにおける区間台数Ｅ（ｔ）は、時刻（ｔ−Δｔ）における区間台数をＥ（ｔ−Δｔ）とした場合、例えば、時刻（ｔ−Δｔ）における区間台数Ｅ（ｔ−Δｔ）に、時間Δｔの間の、上流地点の交通量Ｑ１（ｔ）及び流入路の交通量Ｑｉｎ（ｔ）の合計から、下流地点の交通量Ｑ４（ｔ）及び流出路の交通量Ｑｏｕｔ（ｔ）の合計を差し引いた値を加算して求めることができる。すなわち、時刻（ｔ−Δｔ）における区間台数Ｅ（ｔ−Δｔ）に、時間Δｔの間の区間への流入出台数の差分を加算したものが時刻ｔにおける区間台数Ｅ（ｔ）となる。

渋滞位置推定手段は、推定した区間台数に基づいて、当該任意の時点ｔでの区間内の渋滞区間の位置を推定する。渋滞区間の位置は、渋滞区間の先頭位置、末尾位置、渋滞長などを含む。区間内に渋滞区間が存在するとし、時刻（ｔ−Δｔ）における渋滞区間内に存在する渋滞台数をＥｃ（ｔ−Δｔ）とし、時刻ｔにおける渋滞区間内に存在する渋滞台数をＥｃ（ｔ）とする。時間Δｔの間に区間台数が増減した場合、区間台数の増減は渋滞台数の増減と考えることができる。時刻ｔにおける渋滞台数の増減ｄＥｃ（ｔ）は、Ｅｃ（ｔ）−Ｅｃ（ｔ−Δｔ）＝Ｅ（ｔ）−Ｅ（ｔ−Δｔ）となり、ｄＥｃ（ｔ）に応じて渋滞区間の先頭位置又は末尾位置を変化させることにより渋滞区間の位置を推定する。なお、渋滞台数に、渋滞時の車頭間距離及び車長の合計値を乗算することにより渋滞長を求めることができる。これにより、渋滞に関する交通情報（渋滞区間の位置）を精度よく推定することができる。

旅行時間推定手段は、任意の時点ｔでの交通量Ｑｏｕｔ（ｔ）、Ｑｉｎ（ｔ）、Ｑ４（ｔ）及び第１推定手段で推定した区間台数Ｅ（ｔ）に基づいて、当該任意の時点ｔでの区間の旅行時間を推定する。区間台数Ｅ（ｔ）が求められた場合、旅行時間は区間で捌ける交通量から推定することができる。これにより、渋滞に関する交通情報（旅行時間）を精度よく推定することができる。

第２発明にあっては、第２推定手段は、取得したプローブ情報に基づいて、プローブ情報取得時点での区間内に存在する車両の区間台数Ｅ（ｔ）を推定する。第２推定手段で推定する区間台数を第２推定値とも称する。第２推定値は、プローブ情報が得られたときに推定した区間台数である。

第１推定手段は、第２推定手段で推定したプローブ情報取得時点での区間台数に基づいて、任意の時点での区間台数を推定する。すなわち、プローブ情報が得られない時点での区間台数（第１推定値）を、プローブ情報が得られた時点で推定した区間台数（第２推定値）に基づいて推定する。例えば、第１推定手段で推定した区間台数を、カルマン状態方程式として、Ｅ（ｔ）＝Ｅ（ｔ−Δｔ）＋ｕ（ｔ）＋ξ（ｔ）と表し、第２推定手段で推定した区間台数を、観測方程式として、ｙ（ｔ）＝Ｅ（ｔ）＋η（ｔ）と表してカルマン方程式を構成することにより、時刻ｔの状態変数Ｅ（ｔ）の最適推定値ＥＥ（ｔ）を求めることができる。なお、Ｅ（ｔ）は時刻ｔの区間台数の真値（未知）であり、ｙ（ｔ）は第２推定値であり、ｕ（ｔ）は時刻ｔでの区間への流入出台数の差分であり、ξ（ｔ）は状態方程式の誤差であり、η（ｔ）は観測方程式の誤差である。これにより、プローブ情報を取得することができない時点であっても、精度よく区間台数を推定することができる。

第３発明にあっては、旅行時間算出手段は、取得したプローブ情報に基づいて、上流地点と流出路との間の第１旅行時間Ｔ１、流出路と流入路との間の第２旅行時間Ｔ２、及び流入路と下流地点との間の第３旅行時間Ｔ３を算出する。

第２推定手段は、地点交通量Ｑ１（ｔ）又はＱ４（ｔ）、流入路の交通量Ｑｉｎ（ｔ）、流出路の交通量Ｑｏｕｔ（ｔ）及び算出した各旅行時間Ｔ１、Ｔ２、Ｔ３に基づいて、プローブ情報取得時点での区間内に存在する車両の区間台数Ｅ（ｔ）を推定する。第２推定手段で推定する区間台数を第２推定値とも称する。第２推定値は、プローブ情報が得られたときに推定した区間台数である。例えば、区間の旅行時間をＴ（＝Ｔ１＋Ｔ２＋Ｔ３）とすると、時刻ｔにおける区間台数Ｅ（ｔ）は、時刻ｔ−Ｔから時刻ｔまでの間の上流地点の交通量Ｑ１（ｔ）と、時刻ｔ−Ｔ３から時刻ｔまでの間の流入路の交通量Ｑｉｎ（ｔ）との合計値から、時刻ｔ−（Ｔ２＋Ｔ３）から時刻ｔまでの間の流出路の交通量Ｑｏｕｔを差し引いた値となる。これにより、プローブ情報を取得することができた時点（周期）で精度よく区間台数（第２推定値）を推定することができる。

第４発明にあっては、渋滞位置算出手段は、取得したプローブ情報に基づいて、プローブ情報取得時点での区間内の渋滞区間の位置を算出する。例えば、区間の上流地点から下流地点に向かってプローブ情報を探索し、車両の時刻と位置とにより速度Ｖを求めることができる。速度Ｖが、所定距離ＬＴ１を超えて連続で閾値速度ＶＴ１を下回った場合、所定距離ＬＴ１の位置を渋滞の末尾位置と推定する。また、さらに区間の下流地点に向かって探索し、速度Ｖが、所定距離ＬＴ２を超えて連続で閾値速度ＶＴ２を上回った場合、所定距離ＬＴ２の位置を渋滞の先頭位置と推定する。渋滞長は、先頭位置と末尾位置との間の距離とすることができる。

なお、区間と渋滞区間との関係を示す渋滞パターンは、例えば、区間全体が渋滞区間である場合（パターンＡ）、渋滞区間がない場合（パターンＢ）、区間に渋滞区間の末尾のみ存在する場合（パターンＣ）、区間に渋滞区間の先頭のみ存在する場合（パターンＤ）、区間に渋滞区間の先頭及び末尾が存在する場合（パターンＥ）に分けることができる。

渋滞台数推定手段は、渋滞位置算出手段で算出した渋滞区間の位置及び第２推定手段で推定した区間台数に基づいて、プローブ情報取得時点での渋滞区間に存在する車両の渋滞台数を推定する。渋滞位置推定手段は、推定した渋滞台数を用いて、任意の時点での渋滞区間の位置を推定する。これにより、任意の時点で精度よく交通情報（渋滞区間の位置）を推定することができる。

第５発明にあっては、車両感知器で得られた感知データに基づいて、上流地点の車両の地点速度Ｖ１（ｔ）及び下流地点での車両の地点速度Ｖ４（ｔ）を算出する。渋滞位置推定手段は、算出した地点速度、所定の地点速度閾値、渋滞位置算出手段で算出したプローブ情報取得時点での渋滞区間の位置、渋滞台数推定手段で推定した渋滞台数及び第２推定手段で推定した区間台数に基づいて、任意の時点での渋滞区間の位置を推定する。例えば、上流地点の地点速度Ｖ１（ｔ）が地点速度閾値ＶＴより小さい場合には、上流地点は渋滞区間内にあると考えることができる。一方、上流地点の地点速度Ｖ１（ｔ）が地点速度閾値ＶＴより大きい場合には、車両がスムーズに走行しており、上流地点は渋滞区間内にないと考えることができる。同様に、下流地点の地点速度Ｖ４（ｔ）が地点速度閾値ＶＴより小さい場合には、下流地点は渋滞区間内にあると考えることができる。一方、下流地点の地点速度Ｖ４（ｔ）が地点速度閾値ＶＴより大きい場合には、車両がスムーズに走行しており、下流地点は渋滞区間内にないと考えることができる。従って、上流地点又は下流地点の地点速度が地点速度閾値より小さくなったか、あるいは大きくなった場合には、前述の渋滞区間のパターンＡ〜ＥがどのパターンＡ〜Ｅに変化したかを判定することができる。また、地点速度と地点速度閾値との大小関係に変化がない場合には、渋滞パターンに変化がないと判定することができる。これにより、プローブ情報を取得することができない場合でも、渋滞区間の位置を精度よく推定することができる。

第６発明にあっては、車両感知器で得られた感知データに基づいて、上流地点の車両の地点速度Ｖ１（ｔ）及び下流地点での車両の地点速度Ｖ４（ｔ）を算出する。渋滞台数推定手段は、地点交通量、地点速度、渋滞位置算出手段で算出した渋滞区間の位置及び第２推定手段で推定した区間台数に基づいて、プローブ情報取得時点での渋滞台数を推定する。

前述の渋滞区間のパターンが、パターンＡの場合は、渋滞台数Ｅｃ（ｔ）は、区間台数Ｅ（ｔ）に等しい。パターンＢの場合は、渋滞台数Ｅｃ（ｔ）は０である。パターンＣの場合は、下流地点の交通量をＱ４（ｔ）及び車両の速度をＶ４（ｔ）とすると、渋滞台数Ｅｃ（ｔ）は、ｌ（ｔ）×Ｑ４（ｔ）／Ｖ４（ｙ）と推定することができる。ｌ（ｔ）は渋滞長である。パターンＤの場合は、上流地点の交通量をＱ１（ｔ）及び車両の速度をＶ１（ｔ）とすると、渋滞台数Ｅｃ（ｔ）は、ｌ（ｔ）×Ｑ１（ｔ）／Ｖ１（ｙ）と推定することができる。パターンＥの場合は、上流地点から渋滞末尾までの距離をｌｅ（ｔ）、渋滞先頭から下流地点までの距離をｌｓ（ｔ）とすると、渋滞台数Ｅｃ（ｔ）は、Ｅ（ｔ）−ｌｓ（ｔ）×Ｑ４（ｔ）／Ｖ４（ｔ）−ｌｅ（ｔ）×Ｑ１（ｔ）／Ｖ１（ｔ）と推定することができる。これにより、渋滞区間内の渋滞台数を精度よく推定することができる。

第７発明にあっては、渋滞長推定手段は、渋滞位置推定手段で推定した渋滞区間の位置及び第１推定手段で推定した区間台数の時間経過に伴う増減に基づいて、プローブ情報取得時点後の時点での渋滞区間の渋滞長を推定する。推定した渋滞区間の位置は、例えば、前述の渋滞パターンＡ〜Ｅのいずれかのパターンとして求めることができる。時刻ｔ−Δｔから時刻ｔまでのΔｔの間の区間台数の増減は渋滞台数の増減と考えることができる。すなわち、時間Δｔの間の渋滞台数の増減をｄＥｃ（ｔ）とし、区間台数の増減をｄＥ（ｔ）とすると、ｄＥｃ（ｔ）＝Ｅｃ（ｔ）−Ｅｃ（ｔ−Δｔ）＝ｄＥ（ｔ）＝Ｅ（ｔ）−Ｅ（ｔ−Δｔ）となる。また、渋滞区間では飽和状態であるので、車両の密度（距離当たりの車両の台数）は変化しないものと考えることができる。すなわち、時刻ｔにおける渋滞長をｌ（ｔ）とすると、Ｅｃ（ｔ）／ｌ（ｔ）＝Ｅｃ（ｔ−Δｔ）／ｌ（ｔ−Δｔ）となる。時刻ｔにおける渋滞長ｌ（ｔ）は、ｌ（ｔ−Δｔ）×Ｅｃ（ｔ）／Ｅｃ（ｔ−Δｔ）で求めることができる。これにより、プローブ情報を取得することができない場合でも、渋滞長を精度よく推定することができる。

第８発明にあっては、区間の旅行時間をＴ、上流地点と流出路との間の第１旅行時間をＴ１、流出路と流入路との間の第２旅行時間をＴ２、流入路と下流地点との間の第３旅行時間をＴ３とすると、第１比率ｃは、ｃ＝Ｔ１／Ｔであり、第２比率ｂは、ｂ＝Ｔ２／Ｔであり、第３比率ａは、ａ＝Ｔ３／Ｔである。なお、各旅行時間Ｔ、Ｔ１、Ｔ２、Ｔ３は、区間を走行した車両が送信したプローブ情報を取得した時点で算出することができ、各比率ａ、ｂ、ｃは算出した各旅行時間Ｔ、Ｔ１、Ｔ２、Ｔ３に基づいて求めることができ、求めた各比率ａ、ｂ、ｃを記憶手段に記憶しておけばよい。また、流出路の交通量Ｑｏｕｔ（ｔ）、流入路の交通量Ｑｉｎ（ｔ）、下流地点での交通量Ｑ４（ｔ）それぞれの統計値を記憶手段に記憶しておく。統計値は、例えば、１日２４時間の時間経過に対する交通量の変化を示すものであり、交通調査等により平日、休日、特定の日毎に予め作成しておくことができる。

旅行時間推定手段は、各比率ａ、ｂ、ｃ、交通量Ｑｏｕｔ（ｔ）、Ｑｉｎ（ｔ）、Ｑ４（ｔ）の統計値及び第１推定手段で推定した区間台数Ｅ（ｔ）に基づいて区間の旅行時間を推定する。区間台数Ｅ（ｔ）が求められた場合、旅行時間は区間で捌ける交通量から推定することができる。例えば、時刻ｔに上流地点を出発する車両が下流地点に到着するまでの旅行時間（出発旅行時間）をＴとすると、時刻ｔにおける区間台数Ｅ（ｔ）から、時刻ｔから時刻ｔ＋Ｔまでの間に下流地点から捌ける交通量Ｑ４（ｔ）及び時刻ｔから時刻ｔ＋Ｔ１までの間に流出路から捌ける交通量Ｑｏｕｔ（ｔ）の合計を減算し、減算した値に時刻（ｔ＋Ｔ１＋Ｔ２）から時刻ｔ＋Ｔまでの間に流入路から流入した交通量Ｑｉｎ（ｔ）を加算した値が０に等しくなる。推定する旅行時間Ｔの間、各比率ａ、ｂ、ｃが変化しないものとし、旅行時間Ｔ１、Ｔ２を比率ａ、ｂ、ｃを用いて旅行時間Ｔで表した上で、区間台数Ｅ（ｔ）が０となるＴを求めることにより、旅行時間Ｔを推定することができる。これにより、渋滞に関する交通情報（旅行時間）を精度よく推定することができる。

第９発明にあっては、流入路及び流出路それぞれの交通量を取得し、取得した交通量に基づく入出路交通量を記憶してある。例えば、流入路及び流出路には料金所が存在するので、料金所を通過する車両を感知することにより、流入路及び流出路それぞれの交通量をリアルタイムで取得することができる。また、流入路及び流出路に車両感知器が設置されている場合には、感知データに基づいて、流入路及び流出路それぞれの交通量をリアルタイムで取得することができる。

本発明によれば、渋滞に関する交通情報を精度よく推定することができる。

本実施の形態の交通情報推定装置が交通情報を推定する対象となる道路の区間の一例を示す模式図である。 本実施の形態の交通情報推定装置の構成の一例を示すブロック図である。 区間の交通量の一例を示す模式図である。 オンランプ及びオフランプの交通量の統計値の一例を示す説明図である。 統計値を利用して交通量を推定する方法の一例を示す説明図である。 プローブデータを取得した場合の区間の旅行時間の一例を示す模式図である。 プローブデータが存在する場合の渋滞区間の位置の推定方法の一例を示す模式図である。 渋滞区間の末尾が区間内にある場合の渋滞台数の推定方法の一例を示す模式図である。 渋滞区間の先頭が区間内にある場合の渋滞台数の推定方法の一例を示す模式図である。 渋滞区間の先頭及び末尾が区間内にある場合の渋滞台数の推定方法の一例を示す模式図である。 区間における渋滞パターンの例を示す模式図である。 渋滞パターンの遷移の例を示す説明図である。 渋滞区間の末尾が区間内にある場合の渋滞長の推定方法の一例を示す模式図である。 渋滞区間の先頭が区間内にある場合の渋滞長の推定方法の一例を示す模式図である。 渋滞区間の先頭及び末尾が区間内にある場合の渋滞長の推定方法の一例を示す模式図である。 プローブデータを取得することができない場合の旅行時間の推定方法の一例を示す模式図である。 本実施の形態の交通情報推定装置の処理手順を示すフローチャートである。 本実施の形態の交通情報推定装置の処理手順を示すフローチャートである。

以下、本発明に係る交通情報推定装置の実施の形態を示す図面に基づいて説明する。図１は本実施の形態の交通情報推定装置が交通情報を推定する対象となる道路の区間の一例を示す模式図である。道路は、途中に複数のインターチェンジ（ＩＣ）が存在する高速道路、有料道路などである。図１に示すように、道路の区間の上流地点Ｐ１（始点）及び下流地点Ｐ４（終点）には車両感知器１が設置されている。また、区間内には、流出路（オフランプ）及び流入路（オンランプ）が設けられている。流出路及び流入路は、インターチェンジの出入口である。以下の説明では、流出路をオフランプ、流入路をオンランプと称する。上流地点Ｐ１のさらに上流側には別のインターチェンジが存在し（破線で示す）、当該インターチェンジにもオンランプ及びオフランプが存在する。すなわち、インターチェンジ間に１個の車両感知器が設置されている。従って、インターチェンジを挟んで２つの車両感知器が設置された上流地点Ｐ１及び下流地点Ｐ４の間が区間である。

図１において、地点Ｐ２は、オフランプが設けられた地点であり、より具体的には、オフランプに進入する直前の位置を示す。また、地点Ｐ３は、オンランプが設けられた地点であり、より具体的には、オンランプに進入する直前の位置を示す。なお、高速道路の平均的なインターチェンジ間長は、１３ｋｍ程度であり、長い場合では２３ｋｍ程度である。本実施の形態では、インターチェンジを挟む区間の交通情報を精度よく推定することができる。また、車両感知器がインターチェンジのオンランプの下流側近くに設置されている場合には、インターチェンジ間の交通情報を精度よく推定することができる。

図２は本実施の形態の交通情報推定装置１００の構成の一例を示すブロック図である。本実施の形態の交通情報推定装置１００は、装置全体を制御する制御部１０、通信部１１、地点交通量算出部１２、第１推定部１３、渋滞位置推定部１４、記憶部１５、旅行時間推定部１６、旅行時間算出部１７、第２推定部１８、車両速度算出部１９、渋滞台数推定部２０、地点速度算出部２１、渋滞長推定部２２などを備える。

通信部１１は、車両感知器１、あるいは他の路側装置等との間の通信機能を有し、例えば、車両の感知データ、車載装置が送信したプローブ情報などを取得する。プローブ情報は、プローブデータ、フローティングカーデータ又はプローブカーデータとも称し、例えば、車両の位置を含む情報を所定の周期（例えば、０．１秒、１秒など）で記録したものであり、車両から路側装置などへ送信される。本実施の形態では、プローブ情報をプローブデータと称する。プローブデータには、車両の位置情報の他に、車両を識別する識別番号（車両ＩＤ）、速度情報、時刻情報、方位情報などの情報を含めることができる。

地点交通量算出部１２は、車両感知器１で得られた感知データに基づいて、車両感知器１が設置された上流地点Ｐ１の交通量（地点交通量）Ｑ１（ｔ）及び下流地点Ｐ４の交通量（地点交通量）Ｑ４（ｔ）を算出する。交通量Ｑ１（ｔ）、Ｑ４（ｔ）は、それぞれ単位時間当たりに上流地点Ｐ１及び下流地点Ｐ４を通過した車両の台数である。なお、地点交通量算出部１２は必須の構成ではなく、地点交通量算出部１２を具備することなく、通信部１１を介して、外部の装置で算出した交通量Ｑ１（ｔ）、Ｑ４（ｔ）を取得するようにしてもよい。

記憶部１５は、交通量記憶手段としての機能を有し、入出路交通量であるオンランプの交通量Ｑｉｎ（ｔ）及びオフランプの交通量Ｑｏｕｔ（ｔ）を記憶する。オンランプ及びオフランプには料金所が存在するので、料金所を通過する車両を感知することができる場合には、オンランプ及びオフランプそれぞれの交通量をリアルタイムで取得することができる。また、オンランプ及びオフランプに車両感知器（不図示）が設置されている場合には、車両感知器で得られた感知データに基づいて、オンランプ及びオフランプそれぞれの交通量をリアルタイムで取得することができる。

第１推定部１３は、第１推定手段としての機能を有し、上流地点Ｐ１の交通量Ｑ１（ｔ）、下流地点Ｐ４の交通量Ｑ４（ｔ）、オンランプの交通量Ｑｉｎ（ｔ）及びオフランプの交通量Ｑｏｕｔ（ｔ）に基づいて、任意の時点での区間内に存在する車両の区間台数Ｅ（ｔ）を推定する。

図３は区間の交通量の一例を示す模式図である。図３に示すように、時刻ｔにおける、上流地点Ｐ１の交通量をＱ１（ｔ）、下流地点Ｐ４の交通量をＱ４（ｔ）、オフランプの交通量をＱｏｕｔ（ｔ）、オンランプの交通量をＱｉｎ（ｔ）とする。また、時刻ｔにおいて、地点Ｐ２の交通量をＱ２（ｔ）とし、地点Ｐ３の交通量をＱ３（ｔ）とする。この場合、交通量Ｑ２（ｔ）は、Ｑ２（ｔ）＝Ｑｏｕｔ（ｔ）＋Ｑ３（ｔ）の関係となる。また、交通量Ｑ３（ｔ）は、Ｑ３（ｔ）＋Ｑｉｎ（ｔ）＝Ｑ４（ｔ）の関係となる。

図３に示すように、時刻ｔ−Δｔでの区間の存在台数をＥ（ｔ−Δｔ）とし、時刻ｔでの区間の存在台数Ｅ（ｔ）とすると、存在台数Ｅ（ｔ）の漸化式は、式（１）で表すことができる。

また、Ｑ２（ｔ）＝Ｑｏｕｔ（ｔ）＋Ｑ３（ｔ）の関係、及びＱ３（ｔ）＋Ｑｉｎ（ｔ）＝Ｑ４（ｔ）の関係を式（１）に代入してＱ２（ｔ）、Ｑ３（ｔ）を消去すると式（２）を得ることができる。式（２）で表す存在台数Ｅ（ｔ）は、第１推定部１３で推定する第１推定値である。

式（２）から解るように、時刻ｔにおける区間台数Ｅ（ｔ）は、時刻（ｔ−Δｔ）における区間台数Ｅ（ｔ−Δｔ）に、時間Δｔの間の、上流地点の交通量Ｑ１（ｔ）及び流入路の交通量Ｑｉｎ（ｔ）の合計から、下流地点の交通量Ｑ４（ｔ）及び流出路の交通量Ｑｏｕｔ（ｔ）の合計を差し引いた値を加算して求めることができる。すなわち、時刻（ｔ−Δｔ）における区間台数Ｅ（ｔ−Δｔ）に、時間Δｔの間の区間への流入出台数の差分を加算したものが時刻ｔにおける区間台数Ｅ（ｔ）となる。

オフランプの交通量Ｑｏｕｔ（ｔ）、オンランプの交通量Ｑｉｎ（ｔ）をリアルタイムで取得することができない場合には、オフランプの交通量Ｑｏｕｔ（ｔ）、オンランプの交通量Ｑｉｎ（ｔ）の統計値を記憶部１５に記憶しておき、交通量の統計値を用いることができる。

図４はオンランプ及びオフランプの交通量の統計値の一例を示す説明図である。図４に示すように、統計値は、例えば、１日２４時間の時間経過に対する交通量の変化を示すものであり、交通調査等により平日、休日、特定の日毎に予め作成しておくことができる。なお、１日２４時間に亘る統計値に限定されるものではなく、１日の所要の時間帯における統計値でもよい。なお、図４に例示するような統計値は、区間の上流地点Ｐ１及び下流地点Ｐ４での交通量についても作成しておくことができる。

図５は統計値を利用して交通量を推定する方法の一例を示す説明図である。図５において、ＳＱは交通量の統計データを時刻でプロットしたものである。交通量ＳＱは、例えば、上流地点Ｐ１及び下流地点Ｐ４での交通量でもよく、オフランプ及びオンランプの交通量でもよい。時刻ｔの統計値をＳＱ（ｔ）とし、時刻ｔ＋Δｔの統計値をＳＱ（ｔ＋Δｔ）とする。例えば、時刻ｔにおいてリアルタイムで得られた交通量をｑ（ｔ）とすると、時間がΔｔだけ経過した時刻ｔ＋Δｔにおける交通量の推定値ＥＱ（ｔ＋Δｔ）は、ＥＱ（ｔ＋Δｔ）＝ＳＱ（ｔ＋Δｔ）＋ｑ（ｔ）−ＳＱ（ｔ）により求めることができる。すなわち、Δｔ後の交通量の推定値は、交通量の統計値とリアルタイムで得られた交通量との差分がΔｔ時間後の統計値にもそのまま適用されるものとして推定する。また、統計値は、指数平滑法で逐次更新することができる。

本実施の形態では、プローブデータの取得頻度、すなわち、単位時間当たりにプローブデータを送信する固有の車両の数が少ない場合を前提としているが、以下、プローブデータを取得した時点（又は周期）について説明する。

図６はプローブデータを取得した場合の区間の旅行時間の一例を示す模式図である。なお、図６においては、簡便のため、１つのプローブデータだけを示すが、複数の車両からのプローブデータが存在してもよい。

旅行時間算出部１７は、旅行時間算出手段としての機能を有し、取得したプローブデータに基づいて、上流地点Ｐ１とオフランプとの間の第１旅行時間Ｔ１、オフランプとオンランプとの間の第２旅行時間Ｔ２、オンランプと下流地点Ｐ４との間の第３旅行時間Ｔ３、及び区間の旅行時間Ｔを算出する。なお、複数の車両から得られたプローブデータに基づいて旅行時間の平均値を算出することもできる。

また、旅行時間算出部１７は、プローブデータに基づいて算出した第１旅行時間Ｔ１、第２旅行時間Ｔ２、第３旅行時間Ｔ３、及び区間の旅行時間Ｔを用いて、旅行時間の第１比率ｃ、第２比率ｂ、第３比率ａを算出する。第１比率ｃは、ｃ＝Ｔ１／Ｔであり、第２比率ｂは、ｂ＝Ｔ２／Ｔであり、第３比率ａは、ａ＝Ｔ３／Ｔである。なお、各比率は、区間を走行した車両が送信したプローブデータを取得した時点で算出することができ、求めた各比率ａ、ｂ、ｃを記憶部１５に記憶する。

第２推定部１８は、第２推定手段としての機能を有し、上流地点Ｐ１の交通量Ｑ１（ｔ）又は下流地点の交通量Ｑ４（ｔ）、オンランプの交通量Ｑｉｎ（ｔ）、オフランプの交通量Ｑｏｕｔ（ｔ）及び旅行時間算出部１７で算出した各旅行時間Ｔ１、Ｔ２、Ｔ３に基づいて、プローブデータ取得時点での区間内に存在する車両の区間台数Ｅ（ｔ）を推定する。なお、第２推定部１８で推定する区間台数を第２推定値とも称する。

プローブデータ取得時点での区間内に存在する車両の区間台数Ｅ（ｔ）は、式（３）で求めることができる。

式（３）のとおり、第２推定値は、プローブデータが得られたときに推定した区間台数である。例えば、区間の旅行時間をＴ（＝Ｔ１＋Ｔ２＋Ｔ３）とすると、時刻ｔにおける区間台数Ｅ（ｔ）は、時刻ｔ−Ｔから時刻ｔまでの間の上流地点Ｐ１の交通量Ｑ１（ｔ）と、時刻ｔ−Ｔ３から時刻ｔまでの間のオンランプの交通量Ｑｉｎ（ｔ）との合計値から、時刻ｔ−（Ｔ２＋Ｔ３）から時刻ｔまでの間のオフランプの交通量Ｑｏｕｔを差し引いた値となる。これにより、プローブデータを取得することができた時点（周期）で精度よく区間台数（第２推定値）を推定することができる。

なお、プローブデータ取得時点での区間内に存在する車両の区間台数Ｅ（ｔ）は、式（４）で求めることもできる。

次に、プローブデータが得られた場合の第２推定値である区間台数Ｅ（ｔ）に基づいて、プローブデータが得られていない時間帯での第１推定値である区間台数Ｅ（ｔ）を算出する方法について説明する。

第１推定部１３は、第２推定部１８で推定したプローブデータ取得時点での区間台数に基づいて、任意の時点での区間台数を推定する。すなわち、プローブデータが得られない時点での区間台数（第１推定値）を、プローブデータが得られた時点で推定した区間台数（第２推定値）に基づいて推定する。より具体的には、区間台数の第１推定値及び第２推定値を表す２つの数式でカルマンフィルタを組み立てることができる。

前述の式（１）を状態方程式とし、式（３）を観測方程式としてカルマン方程式を構成すると、式（５）及び式（６）のようになる。

式（５）、式（６）において、Ｅ（ｔ）は時刻ｔでの区間台数（推定したい変数）の真値（未知）であり、ｙ（ｔ）は時刻ｔでプローブデータに基づいて算出した旅行時間を用いて求めた区間台数の推定値（第２推定値）であり、ｕ（ｔ）は時刻ｔでの区間への流入出台数の差分であり、ξ（ｔ）は時刻ｔの状態方程式の誤差（未知）であり、η（ｔ）は時刻ｔの観測方程式の誤差（未知）である。

この場合、誤差ξ（ｔ）、η（ｔ）の特性を後述のように仮定すると、時刻ｔの状態変数Ｅ（ｔ）の最適推定値ＥＥ（ｔ）とその誤差（分散）Σ（ｔ）は、それぞれ式（７）、式（９）で求めることができる。式（７）はフィルタ方程式であり、式（９）は最適推定値の分散である。また、式（７）において、Ｋ（ｔ）は式（８）で表され、カルマンゲインである。なお、最適推定値の初期値ＥＥ（０）は、式（１０）であるとし、誤差分散の初期値Σ（ｔ）は、式（１１）であるとする。

また、誤差の特性は、以下のように仮定することができる。平均α、分散Ｂの正規分布をＮ（α、Ｂ）で表すと、推定値の初期値Ｅ（０）は、Ｎ（α、Ｂ）であり、ξ（ｔ）はＮ（０、Ｍ（ｔ））と表すことができ、η（ｔ）はＮ（０、Ｎ（ｔ））と表すことができる。

上述のように、第１推定部１３で推定した区間台数を、カルマン状態方程式として、Ｅ（ｔ）＝Ｅ（ｔ−Δｔ）＋ｕ（ｔ）＋ξ（ｔ）と表し、第２推定部１８で推定した区間台数を、観測方程式として、ｙ（ｔ）＝Ｅ（ｔ）＋η（ｔ）と表してカルマン方程式を構成することにより、時刻ｔの状態変数Ｅ（ｔ）の最適推定値ＥＥ（ｔ）を求めることができる。これにより、プローブデータを取得することができない時点であっても、精度よく区間台数を推定することができる。

次に、渋滞区間の位置の推定方法について説明する。渋滞区間の位置の推定は、プローブデータが得られた時点、時間帯、周期に推定するものと、プローブデータが得られてない場合に推定するものがある。まず、プローブデータが得られた場合について説明する。

図７はプローブデータが存在する場合の渋滞区間の位置の推定方法の一例を示す模式図である。例えば、時刻ｔ−ΔＴから時刻ｔまでの間にｎ個のプローブデータ列Ｐ（ｔ）を取得したとする。プローブデータ列Ｐ（ｔ）は、ｎ個のプローブデータｐ（ｘｉ、ｙｉ、ｔｉ）を時系列的に並べたものである。ここで、ｘｉは経度、ｙｉは緯度、ｔｉは時刻を表し、ｉは１からｎまでの数値である。

車両速度算出部１９は、速度算出手段としての機能を有し、取得したプローブデータに基づいて車両の速度を算出する。車両の速度は、区間を走行した車両のプローブデータを時系列に並べ（プローブデータ列）、例えば、隣り合う２点間の距離と、当該２点間の時刻差により求めることができる。これにより、区間内の複数の地点での車両の速度のデータ列Ｖｉ（ｉ＝１〜ｎ）を求める。なお、図７Ｂでは、車両の速度を実線で示している。

渋滞位置推定部１４は、渋滞位置推定手段としての機能を有し、算出した速度及び所定の閾値速度に基づいて、プローブデータ取得時点での区間内の渋滞区間の位置を推定する。

例えば、図７Ｂに示すように、区間の上流地点Ｐ１から下流地点Ｐ４に向かって速度のデータ列Ｖｉ（ｉ＝１〜ｎ）を探索し、速度Ｖｉが、所定距離ＬＴ１を超えて所定の回数Ｎ１連続で閾値速度ＶＴ１を下回った場合、所定距離ＬＴ１の位置を渋滞の末尾位置と推定する（図７Ｃ）。また、さらに区間の下流地点Ｐ４に向かって速度のデータ列を探索し、速度Ｖｉが、所定距離ＬＴ２を超えて所定の回数Ｎ２（回数Ｎ１とは同じ回数である必要はない）連続で閾値速度ＶＴ２を上回った場合、所定距離ＬＴ２の位置を渋滞の先頭位置と推定する（図７Ｃ）。渋滞長は、先頭位置と末尾位置との間の距離とすることができる。

次に、渋滞区間内に存在する車両の渋滞台数を推定する方法について説明する。図８は渋滞区間の末尾が区間内にある場合の渋滞台数の推定方法の一例を示す模式図である。図８の例は、図７に例示した方法により渋滞区間の位置を推定した場合に、渋滞区間の末尾は区間内に存在するが渋滞区間の先頭は区間内になく、区間の下流地点Ｐ４の下流側まで渋滞区間が繋がっている場合を示す。また、上流地点Ｐ１の交通量をＱ１（ｔ）とし、上流地点Ｐ１の地点速度をＶ１（ｔ）とする。また、下流地点Ｐ４の交通量をＱ４（ｔ）とし、下流地点Ｐ４の地点速度をＶ４（ｔ）とする。

地点速度算出部２１は、地点速度算出手段としての機能を有し、車両感知器１で得られた感知データに基づいて、上流地点Ｐ１の車両の地点速度Ｖ１（ｔ）及び下流地点Ｐ４での車両の地点速度Ｖ４（ｔ）を算出する。

渋滞台数推定部２０は、渋滞台数推定手段としての機能を有し、図７に例示した方法により推定した渋滞区間の位置及び第２推定部１８で推定した区間での区間台数に基づいて、プローブデータ取得時点での渋滞区間に存在する車両の渋滞台数を推定する。

例えば、図８の例では、下流地点Ｐ４での車両の密度は、Ｑ４（ｔ）／Ｖ４（ｔ）で表すことができ、渋滞区間（渋滞長はｌ（ｔ））での車両の密度（単位距離当たりに存在する車両の台数）は、下流地点Ｐ４における車両の密度と同じであると考えることができるので、時刻ｔでの渋滞台数Ｅｃ（ｔ）は、式（１２）で求めることができる。

図９は渋滞区間の先頭が区間内にある場合の渋滞台数の推定方法の一例を示す模式図である。図９の例は、図７に例示した方法により渋滞区間の位置を推定した場合に、渋滞区間の先頭は区間内に存在するが渋滞区間の末尾は区間内になく、区間の上流地点Ｐ１の上流側まで渋滞区間が繋がっている場合を示す。図９の例では、上流地点Ｐ１での車両の密度は、Ｑ１（ｔ）／Ｖ１（ｔ）で表すことができ、渋滞区間（渋滞長はｌ（ｔ））での車両の密度（単位距離当たりに存在する車両の台数）は、上流地点Ｐ１における車両の密度と同じであると考えることができるので、時刻ｔでの渋滞台数Ｅｃ（ｔ）は、式（１３）で求めることができる。

図１０は渋滞区間の先頭及び末尾が区間内にある場合の渋滞台数の推定方法の一例を示す模式図である。図１０の例は、図７に例示した方法により渋滞区間の位置を推定した場合に、渋滞区間の先頭及び末尾が区間内に存在する場合を示す。また、予め区間の上流地点Ｐ１、下流地点Ｐ４の位置は解っているので、渋滞区間の先頭位置及び末尾位置が解れば、上流地点Ｐ１と渋滞の末尾位置との間の距離ｌｅ（ｔ）、及び下流地点Ｐ４と渋滞の先頭位置との間の距離ｌｓ（ｔ）も求めることができる。

図１０の例では、上流地点Ｐ１での車両の密度は、Ｑ１（ｔ）／Ｖ１（ｔ）で表すことができ、非渋滞区間（渋滞長はｌｅ（ｔ））での車両の密度（単位距離当たりに存在する車両の台数）は、上流地点Ｐ１における車両の密度と同じであると考えることができる。同様に、下流地点Ｐ４での車両の密度は、Ｑ４（ｔ）／Ｖ４（ｔ）で表すことができ、非渋滞区間（渋滞長はｌｓ（ｔ））での車両の密度（単位距離当たりに存在する車両の台数）は、下流地点Ｐ４における車両の密度と同じであると考えることができる。したがって、時刻ｔでの渋滞台数Ｅｃ（ｔ）は、式（１４）で求めることができる。

なお、区間全体が渋滞区間である場合、渋滞台数は区間台数に等しいので、時刻ｔでの渋滞台数Ｅｃ（ｔ）は、Ｅｃ（ｔ）＝Ｅ（ｔ）で求めることができる。また、渋滞区間内の車両密度ρｃ（ｔ）は、式（１５）で求めることができる。

図１１は区間における渋滞パターンの例を示す模式図である。図１１に示すように、区間と渋滞区間との関係を示す渋滞パターンは、区間全体が渋滞区間である場合（パターンＡ）、渋滞区間がない場合（パターンＢ）、区間に渋滞区間の末尾のみ存在する場合（パターンＣ）、区間に渋滞区間の先頭のみ存在する場合（パターンＤ）、区間に渋滞区間の先頭及び末尾が存在する場合（パターンＥ）に分けることができる。図１１に示す各パターンは、図７に例示した方法により求めることができる。これにより、プローブデータを取得することができた時点（周期）で精度よく交通情報（渋滞区間の位置）を推定することができる。

次に、プローブデータを取得することができない時点、時間帯、周期において渋滞区間の位置を推定する方法について説明する。

プローブデータを取得することができない場合の渋滞区間の位置の推定は、区間の上流地点Ｐ１及び下流地点Ｐ４での地点速度Ｖ１、Ｖ４が所定の地点速度閾値ＶＴを境にして増加したか、あるいは減少したかに応じて、プローブデータの取得時点での渋滞パターンがどのように変化したかを判定することにより行うことができる。

すなわち、渋滞位置推定部１４は、プローブデータ取得時点での渋滞区間の位置、地点速度及び所定の地点速度閾値に基づいて、プローブデータ取得時点後の時点での渋滞区間の位置を推定する。

図１２は渋滞パターンの遷移の例を示す説明図である。図１２において、左欄に示すパターンはプローブデータ取得時点Ｔｐにおける渋滞パターンＡ〜Ｅを示す。プローブデータ取得時点Ｔｐにおける各渋滞パターンは、プローブデータに基づく時系列の位置及び時刻のデータ列により求めることはでき、地点速度Ｖ１、Ｖ４は使用しない。また、上欄に示すパターンはプローブデータを取得することができない周期、すなわち任意の時点（Ｔｐ＋ΔＴ）における渋滞パターンＡ〜Ｅを示す。任意の時点（Ｔｐ＋ΔＴ）における各渋滞パターンは、プローブデータ取得時点Ｔｐにおける渋滞パターン、任意の時点（Ｔｐ＋ΔＴ）における地点速度Ｖ１、Ｖ４、及び地点速度閾値ＶＴの組み合わせに応じて求めることができる。また、各欄のＶ１、Ｖ４は、上流地点Ｐ１及び下流地点Ｐ４での任意の時点（Ｔｐ＋ΔＴ）における地点速度であり、ＶＴは所定の地点速度閾値である。

図１２に示すように、プローブデータ取得時点Ｔｐの渋滞パターンがＡであり、任意の時点（Ｔｐ＋ΔＴ）における地点速度Ｖ１が、Ｖ１＜ＶＴであり、任意の時点（Ｔｐ＋ΔＴ）における地点速度Ｖ４が、Ｖ４＜ＶＴである場合、任意の時点（Ｔｐ＋ΔＴ）における渋滞パターンはＡのままである。

また、プローブデータ取得時点Ｔｐの渋滞パターンがＡであり、任意の時点（Ｔｐ＋ΔＴ）における地点速度Ｖ１が、Ｖ１＞ＶＴであり、任意の時点（Ｔｐ＋ΔＴ）における地点速度Ｖ４が、Ｖ４＜ＶＴである場合、任意の時点（Ｔｐ＋ΔＴ）における渋滞パターンはＣとなる。

また、プローブデータ取得時点Ｔｐの渋滞パターンがＡであり、任意の時点（Ｔｐ＋ΔＴ）における地点速度Ｖ１が、Ｖ１＜ＶＴであり、任意の時点（Ｔｐ＋ΔＴ）における地点速度Ｖ４が、Ｖ４＞ＶＴである場合、任意の時点（Ｔｐ＋ΔＴ）における渋滞パターンはＤとなる。

また、プローブデータ取得時点Ｔｐの渋滞パターンがＡであり、任意の時点（Ｔｐ＋ΔＴ）における地点速度Ｖ１が、Ｖ１＞ＶＴであり、任意の時点（Ｔｐ＋ΔＴ）における地点速度Ｖ４が、Ｖ４＞ＶＴである場合、任意の時点（Ｔｐ＋ΔＴ）における渋滞パターンはＥとなる。

図１２に示すように、プローブデータ取得時点Ｔｐの渋滞パターンがＢ〜Ｅの場合も、パターンＡの場合と同様に、任意の時点（Ｔｐ＋ΔＴ）における渋滞パターンを求めることができる。

さらに、図１２には例示していないが、任意の時点（Ｔｐ＋２ΔＴ）における各渋滞パターンは、一周期前の時点（Ｔｐ＋ΔＴ）における渋滞パターン、任意の時点（Ｔｐ＋２ΔＴ）における地点速度Ｖ１、Ｖ４、及び地点速度閾値ＶＴの組み合わせに応じて求めることができる。

例えば、一周期前の時点（Ｔｐ＋ΔＴ）の渋滞パターンがＡであり、任意の時点（Ｔｐ＋２ΔＴ）における地点速度Ｖ１が、Ｖ１＜ＶＴであり、任意の時点（Ｔｐ＋２ΔＴ）における地点速度Ｖ４が、Ｖ４＜ＶＴである場合、任意の時点（Ｔｐ＋２ΔＴ）における渋滞パターンはＡのままである。

また、一周期前の時点（Ｔｐ＋ΔＴ）の渋滞パターンがＡであり、任意の時点（Ｔｐ＋２ΔＴ）における地点速度Ｖ１が、Ｖ１＞ＶＴであり、任意の時点（Ｔｐ＋２ΔＴ）における地点速度Ｖ４が、Ｖ４＜ＶＴである場合、任意の時点（Ｔｐ＋２ΔＴ）における渋滞パターンはＣとなる。

また、一周期前の時点（Ｔｐ＋ΔＴ）の渋滞パターンがＡであり、任意の時点（Ｔｐ＋２ΔＴ）における地点速度Ｖ１が、Ｖ１＜ＶＴであり、任意の時点（Ｔｐ＋２ΔＴ）における地点速度Ｖ４が、Ｖ４＞ＶＴである場合、任意の時点（Ｔｐ＋２ΔＴ）における渋滞パターンはＤとなる。

また、一周期前の時点（Ｔｐ＋ΔＴ）の渋滞パターンがＡであり、任意の時点（Ｔｐ＋２ΔＴ）における地点速度Ｖ１が、Ｖ１＞ＶＴであり、任意の時点（Ｔｐ＋２ΔＴ）における地点速度Ｖ４が、Ｖ４＞ＶＴである場合、任意の時点（Ｔｐ＋２ΔＴ）における渋滞パターンはＥとなる。

一周期前の時点（Ｔｐ＋ΔＴ）の渋滞パターンがＢ〜Ｅの場合も、パターンＡの場合と同様に、任意の時点（Ｔｐ＋２ΔＴ）における渋滞パターンを求めることができる。このようにして、プローブデータ取得時点Ｔｐの渋滞パターンが求まると、当該取得時点以降の任意の時点（Ｔｐ＋ΔＴ）、（Ｔｐ＋２ΔＴ）、（Ｔｐ＋３ΔＴ）、（Ｔｐ＋４ΔＴ）…での渋滞パターンを求めることが可能となる。これにより、プローブデータを取得することができない場合でも、渋滞区間の位置を精度よく推定することができる。

渋滞位置推定部１４は、プローブデータを取得した場合に渋滞台数推定部２０で推定した区間台数Ｅｃ（ｔ）の時間経過に伴う増減に基づいて、任意の時点（プローブデータ取得時後の時点）での区間内の渋滞区間の位置を推定する。渋滞区間の位置は、渋滞区間の先頭位置、末尾位置、渋滞長などを含む。

区間内に渋滞区間が存在するとし、時刻（ｔ−Δｔ）における渋滞区間内に存在する渋滞台数をＥｃ（ｔ−Δｔ）とし、時刻ｔにおける渋滞区間内に存在する渋滞台数をＥｃ（ｔ）とする。時間Δｔの間に区間台数が増減した場合、区間台数の増減は渋滞台数の増減と考えることができる。時刻ｔにおける渋滞台数の増減ｄＥｃ（ｔ）は、Ｅｃ（ｔ）−Ｅｃ（ｔ−Δｔ）＝Ｅ（ｔ）−Ｅ（ｔ−Δｔ）となり、ｄＥｃ（ｔ）に応じて渋滞区間の先頭位置又は末尾位置を変化させることにより渋滞区間の位置を推定する。なお、渋滞台数に、渋滞時の車頭間距離及び車長の合計値を乗算することにより渋滞長を求めることができる。

以下、渋滞パターン毎に渋滞区間の渋滞長の推定について説明する。

渋滞長推定部２２は、渋滞長推定手段としての機能を有し、渋滞位置推定部１４で推定した渋滞区間の位置及び第１推定部１３で推定した区間台数の時間経過に伴う増減に基づいて、プローブデータ取得時点後の時点での渋滞区間の渋滞長を推定する。推定した渋滞区間の位置は、例えば、前述の図７で例示した渋滞パターンＡ〜Ｅのいずれかのパターンとして求めることができる。

図１３は渋滞区間の末尾が区間内にある場合の渋滞長の推定方法の一例を示す模式図であり、図１４は渋滞区間の先頭が区間内にある場合の渋滞長の推定方法の一例を示す模式図である。図１３及び図１４の場合、時刻ｔ−Δｔから時刻ｔまでのΔｔの間の区間台数の増減は渋滞台数の増減と考えることができる。すなわち、時間Δｔの間の渋滞台数の増減をｄＥｃ（ｔ）とし、区間台数の増減をｄＥ（ｔ）とすると、ｄＥｃ（ｔ）＝Ｅｃ（ｔ）−Ｅｃ（ｔ−Δｔ）＝ｄＥ（ｔ）＝Ｅ（ｔ）−Ｅ（ｔ−Δｔ）となる。また、渋滞区間では車両は飽和状態にあるので、Δｔ時間経過の前後において渋滞区間の車両の密度は変化しないと考えることができる。この場合、式（１６）が成り立つ。

式（５）の左辺をｄＥｃ（ｔ）で表すと式（１７）が得られる。渋滞区間の渋滞長ｌ（ｔ）は式（１８）で求めることができる。

図１５は渋滞区間の先頭及び末尾が区間内にある場合の渋滞長の推定方法の一例を示す模式図である。この場合、時刻ｔでの渋滞台数Ｅｃ（ｔ）は、式（１４）と同様に、式（１９）で推定することができる。

渋滞区間の車両の密度は、渋滞長ｌ（ｔ）が変化した場合でも変わらないと仮定すると、式（２０）が成立し、渋滞長ｌ（ｔ）は、式（２１）で求めることができる。

また、上流地点Ｐ１と渋滞区間の末尾位置との非渋滞区間の車両の密度をρ１（ｔ）とすると密度ρ１（ｔ）は式（２２）で求めることができる。また、下流地点Ｐ４と渋滞区間の先頭位置との非渋滞区間の車両の密度をρ４（ｔ）とすると密度ρ４（ｔ）は式（２３）で求めることができる。

この場合、非渋滞区間の距離ｌｅ（ｔ）及びｌｓ（ｔ）は、式（２４）又は式（２５）で求めることができる。

上述のように、プローブデータを取得することができない場合でも、渋滞長を精度よく推定することができる。

次に、プローブデータを取得することができないタイミングにおいて、区間の旅行時間を推定する方法について説明する。旅行時間推定部１６は、旅行時間推定手段としての機能を有し、旅行時間の各比率ａ、ｂ、ｃ、交通量Ｑｏｕｔ（ｔ）、Ｑｉｎ（ｔ）、Ｑ４（ｔ）の統計値及び第１推定部１３で推定した区間台数Ｅ（ｔ）に基づいて区間の旅行時間を推定する。なお、各比率ａ、ｂ、ｃは、前述のとおり、プローブデータを取得することができたときに算出した旅行時間Ｔ１、Ｔ２、Ｔ３、Ｔに基づいて予め算出しておくことができる。

図１６はプローブデータを取得することができない場合の旅行時間の推定方法の一例を示す模式図である。時刻ｔにおいて区間の存在台数Ｅ（ｔ）が求まり、交通量Ｑ１（ｔ）、Ｑ４（ｔ）、Ｑｉｎ（ｔ）及びＱｏｕｔ（ｔ）の統計値が得られている場合には、時刻ｔに区間の上流地点Ｐ１を出発する車両の出発旅行時間Ｔは、式（２６）により求めることができる。

すなわち、区間台数Ｅ（ｔ）が求められた場合、旅行時間は、区間内の渋滞区間の有無に関わらず、区間で捌ける交通量から推定することができる。例えば、時刻ｔに上流地点を出発する車両が下流地点に到着するまでの旅行時間（出発旅行時間）をＴとすると、時刻ｔにおける区間台数Ｅ（ｔ）から、時刻ｔから時刻ｔ＋Ｔまでの間に下流地点から捌ける交通量Ｑ４（ｔ）及び時刻ｔから時刻ｔ＋Ｔ１までの間に流出路から捌ける交通量Ｑｏｕｔ（ｔ）の合計を減算し、減算した値に時刻（ｔ＋Ｔ１＋Ｔ２）から時刻ｔ＋Ｔまでの間に流入路から流入した交通量Ｑｉｎ（ｔ）を加算した値が０に等しくなる。なお、式（２６）において、ｃＴはＴ１となり、（ｂ＋ｃ）Ｔは、Ｔ１＋Ｔ２となる。

推定する旅行時間Ｔの間、比率ａ、ｂ、ｃは一定であるとし、交通量Ｑｉｎ（ｔ）、Ｑｏｕｔ（ｔ）の積分範囲をｔからｔ＋Ｔに一致させると、式（２８）、式（２９）、式（３０）が求まる。すなわち、推定する旅行時間Ｔの間、各比率ａ、ｂ、ｃが変化しないものとし、旅行時間Ｔ１、Ｔ２を比率ａ、ｂ、ｃを用いて旅行時間Ｔで表した上で、式（３０）の区間台数Ｅ（ｔ）が０となるＴを求めることにより、旅行時間Ｔを推定することができる。これにより、渋滞に関する交通情報（旅行時間）を精度よく推定することができる。なお、下流地点の交通量Ｑ４（ｔ）を用いる代わりに上流地点の交通量Ｑ１（ｔ）を用いて、到着旅行時間Ｔを算出してもよい。

次に、本実施の形態の交通情報推定装置１００の動作について説明する。図１７及び図１８は本実施の形態の交通情報推定装置１００の処理手順を示すフローチャートである。なお、便宜上、処理の主体は制御部１０とする。制御部１０は、区間の上流地点及び下流地点に設置された車両感知器から感知データを取得し（Ｓ１１）、区間の上流地点及び下流地点の交通量を算出する（Ｓ１２）。

制御部１０は、オンランプ及びオフランプの交通量を取得し（Ｓ１３）、プローブデータを取得したか否か、すなわちプローブデータの取得の可否を判定する（Ｓ１４）。プローブデータを取得することができた場合（Ｓ１４でＹＥＳ）、制御部１０は、区間台数の第１推定値を算出する（Ｓ１５）。

制御部１０は、プローブデータに基づいて、上流地点とオフランプとの間の第１旅行時間、オフランプとオンランプとの間の第２旅行時間、オンランプと下流地点との間の第３旅行時間及び区間の旅行時間を算出する（Ｓ１６）。

制御部１０は、算出した各旅行時間を用いて区間台数の第２推定値を算出し（Ｓ１７）、第１推定値及び第２推定値を用いて区間台数の最適推定値を算出する（Ｓ１８）。制御部１０は、プローブデータに基づいて車両速度（速度データの列）を算出し（Ｓ１９）、車両速度及び閾値速度に基づいて、渋滞区間の位置を推定する（Ｓ２０）。

制御１０は、処理を終了するか否かを判定し（Ｓ２１）、処理を終了しない場合（Ｓ２１でＮＯ）、ステップＳ１１以降の処理を続け、処理を終了する場合（Ｓ２１でＹＥＳ）、処理を終了する。

ステップＳ１４で、プローブデータを取得することができない場合（Ｓ１４でＮＯ）、制御部１０は、区間台数の第１推定値を算出し（Ｓ２２）、感知データに基づいて上流地点及び下流地点の地点速度を算出する（Ｓ２３）。

制御部１０は、プローブデータ取得時の渋滞区間の位置、地点速度及び地点速度閾値に基づいて、渋滞区間の位置を推定し（Ｓ２４）、渋滞区間の渋滞長を算出する（Ｓ２５）。

制御部１０は、プローブデータ取得時の区間旅行時間Ｔに対する各地点間の旅行時間Ｔ１、Ｔ２、Ｔ３の比率ｃ、ｂ、ａ、オンランプ及びオフランプの交通量並びに下流地点の交通量に基づいて、区間の旅行時間を推定し（Ｓ２６）、ステップＳ２１の処理を行う。

本実施の形態の交通情報推定装置１００は、ＣＰＵ、ＲＡＭなどを備えた汎用コンピュータを用いて実現することもできる。すなわち、図１７及び図１８に示すような、各処理手順を定めたコンピュータプログラムをＣＤ、ＤＶＤ、ＵＳＢメモリ等のコンピュータプログラム記録媒体に記録しておき、当該コンピュータプログラムをコンピュータに備えられたＲＡＭにロードし、コンピュータプログラムをＣＰＵで実行することにより、コンピュータ上で交通情報推定装置１００を実現することができる。

開示された実施の形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内でのすべての変更が含まれることが意図される。

１０ 制御部
１１ 通信部
１２ 地点交通量算出部
１３ 第１推定部
１４ 渋滞位置推定部
１５ 記憶部
１６ 旅行時間推定部
１７ 旅行時間算出部
１８ 第２推定部
１９ 車両速度算出部
２０ 渋滞台数推定部
２１ 地点速度算出部
２２ 渋滞長推定部

Claims (11)

1. 道路に設けられた２つの車両感知器で画定される区間での渋滞に関する交通情報を推定する交通情報推定装置であって、
   各車両感知器で得られた感知データに基づいて、各車両感知器が設けられた上流地点及び下流地点の任意の時点での地点交通量を取得する交通量取得手段と、
   前記区間内の流入路及び流出路それぞれの前記任意の時点での入出路交通量を記憶する交通量記憶手段と、
   前記区間を走行した車両のプローブ情報を取得する取得手段と、
   前記地点交通量、入出路交通量及び前記取得手段で取得した所定時点でのプローブ情報に基づいて、前記任意の時点での前記区間内に存在する車両の区間台数を推定する第１推定手段と、
   該第１推定手段で推定した区間台数に基づいて、前記任意の時点での前記区間内の渋滞区間の位置を推定する渋滞位置推定手段と、
   前記地点交通量、入出路交通量及び前記第１推定手段で推定した区間台数に基づいて前記区間の前記任意の時点での旅行時間を推定する旅行時間推定手段と
   を備えることを特徴とする交通情報推定装置。
2. 前記取得手段で取得したプローブ情報に基づいて、プローブ情報取得時点での前記区間内に存在する車両の区間台数を推定する第２推定手段を備え、
   前記第１推定手段は、
   前記第２推定手段で推定した区間台数に基づいて前記任意の時点での前記区間内に存在する車両の区間台数を推定するようにしてあることを特徴とする請求項１に記載の交通情報推定装置。
3. 前記取得手段で取得したプローブ情報に基づいて、前記上流地点と流出路との間の第１旅行時間、該流出路と流入路との間の第２旅行時間、及び該流入路と下流地点との間の第３旅行時間を算出する旅行時間算出手段を備え、
   前記第２推定手段は、
   前記地点交通量、入出路交通量及び前記旅行時間算出手段で算出した各旅行時間に基づいて、前記プローブ情報取得時点での前記区間内に存在する車両の区間台数を推定するようにしてあることを特徴とする請求項２に記載の交通情報推定装置。
4. 前記取得手段で取得したプローブ情報に基づいて、プローブ情報取得時点での前記区間内の渋滞区間の位置を算出する渋滞位置算出手段と、
   該渋滞位置算出手段で算出した渋滞区間の位置及び前記第２推定手段で推定した区間台数に基づいて、前記プローブ情報取得時点での前記渋滞区間に存在する車両の渋滞台数を推定する渋滞台数推定手段と、
   該渋滞台数推定手段で推定した渋滞台数を用いて、前記任意の時点での渋滞区間の位置を推定する渋滞位置推定手段と
   を備えることを特徴とする請求項２又は請求項３に記載の交通情報推定装置。
5. 各車両感知器で得られた感知データに基づいて、前記上流地点及び下流地点での車両の地点速度を算出する地点速度算出手段を備え、
   前記渋滞位置推定手段は、
   前記地点速度算出手段で算出した地点速度、所定の地点速度閾値、前記渋滞位置算出手段で算出したプローブ情報取得時点での渋滞区間の位置、前記渋滞台数推定手段で推定した渋滞台数及び前記第２推定手段で推定した区間台数に基づいて、前記任意の時点での渋滞区間の位置を推定するようにしてあることを特徴とする請求項４に記載の交通情報推定装置。
6. 各車両感知器で得られた感知データに基づいて、前記上流地点及び下流地点での車両の地点速度を算出する地点速度算出手段を備え、
   前記渋滞台数推定手段は、
   前記地点交通量、地点速度、渋滞位置算出手段で算出した渋滞区間の位置及び前記第２推定手段で推定した区間台数に基づいて、前記プローブ情報取得時点での渋滞台数を推定するようにしてあることを特徴とする請求項４に記載の交通情報推定装置。
7. 前記渋滞位置推定手段で推定した渋滞区間の位置及び前記第１推定手段で推定した区間台数の時間経過に伴う増減に基づいて、前記プローブ情報取得時点後の時点での前記渋滞区間の渋滞長を推定する渋滞長推定手段を備えることを特徴とする請求項６に記載の交通情報推定装置。
8. 前記区間の旅行時間に対する前記上流地点と流出路との間の第１旅行時間の第１比率、前記旅行時間に対する前記流出路と流入路との間の第２旅行時間の第２比率、及び前記旅行時間に対する前記流入路と下流地点との間の第３旅行時間の第３比率を記憶する記憶手段を備え、
   前記旅行時間推定手段は、
   前記記憶手段に記憶した各比率を用いて前記区間の旅行時間を推定するようにしてあることを特徴とする請求項１に記載の交通情報推定装置。
9. 前記流入路及び流出路それぞれの交通量を取得する交通量取得手段を備え、
   前記交通量記憶手段は、
   前記交通量取得手段で取得した交通量に基づく入出路交通量を記憶してあることを特徴とする請求項１乃至請求項８のいずれか１項に記載の交通情報推定装置。
10. コンピュータに、道路に設けられた２つの車両感知器で画定される区間での渋滞に関する交通情報を推定させるためのコンピュータプログラムであって、
    コンピュータに、
    各車両感知器が設けられた上流地点及び下流地点の任意の時点での地点交通量、前記区間内の流入路及び流出路それぞれの前記任意の時点での入出路交通量並びに前記区間を走行した車両の所定時点でのプローブ情報に基づいて、前記任意の時点での前記区間内に存在する車両の区間台数を推定するステップと、
    推定した区間台数に基づいて、前記任意の時点での前記区間内の渋滞区間の位置を推定するステップと、
    前記地点交通量、入出路交通量及び推定した区間台数に基づいて前記区間の前記任意の時点での旅行時間を推定するステップと
    を実行させることを特徴とするコンピュータプログラム。
11. 道路に設けられた２つの車両感知器で画定される区間での渋滞に関する交通情報を推定する交通情報推定装置が行う交通情報推定方法であって、
    各車両感知器で得られた感知データに基づいて、各車両感知器が設けられた上流地点及び下流地点の任意の時点での地点交通量を取得するステップと、
    前記区間を走行した車両のプローブ情報を取得するステップと、
    取得された地点交通量、記憶手段に予め記憶された前記区間内の流入路及び流出路それぞれの前記任意の時点での入出路交通量並びに取得された所定時点でのプローブ情報に基づいて、前記任意の時点での前記区間内に存在する車両の区間台数を推定するステップと、
    推定された区間台数に基づいて、前記任意の時点での前記区間内の渋滞区間の位置を推定するステップと、
    前記地点交通量、入出路交通量及び推定された区間台数に基づいて前記区間の前記任意の時点での旅行時間を推定するステップと
    を含むことを特徴とする交通情報推定方法。

Images