JP6334687B2 - 正確な自動車道路速度制御を行う方法およびコンピュータプログラム製品 - Google Patents

Description

本発明は、自動車道路速度制御を行う方法およびそのような方法を実行するプログラムコードを含むコンピュータプログラム製品に関する。

自動車道路上の交通渋滞およびその余波の形成は、重大な影響を伴う完全な交通麻痺を引き起こす場合も多い。自動車道路は、有料・無料の高速道路、幹線道路、首都高速道路等を含む。そのような影響のうちで最も重大なものとして、自動車道路事業機関および運転者の追加的な出費、インフラを利用する運転者の全所要時間および遅延の増大、大気汚染、ならびに安全上の問題がある。

これまで、交通流の最適化のために、自動車道路上の交通動態をモデル化し、ランプメータ（Ramp Meter, ＲＭ）と可変速度制限（Variable Speed Limit, ＶＳＬ）を併用するいくつかの試みがなされている。開発されたモデルのほとんどは巨視的であり（例えば非特許文献１または非特許文献２参照）、ＶＳＬの値を設定して余波の形成を防止し全スループットを増大させようとするものである。

しかし、巨視的な交通モデル化は、精度損失による誤差を生じやすい一方、運転者挙動が個体レベルでモデル化されない代わりに平均速度や占有度のような集計的交通特性が考慮されるような交通特性を記述する。巨視的モデルは、不正確であることに加えて、燃費や汚染物質排出のような他の指標に対するＶＳＬの効果を把握できず、各自動車道路車線における相異なる速度制限の設定を適切に記述できない。例えば、多くの場合、選択されたＶＳＬ設定に比べて、あるＶＳＬ設定が全体的スループットをわずかに低下させるかもしれないが燃費および汚染物質排出の高度の低減を達成することがあり得るが、これは巨視的モデルで把握できない。

これに対して、燃費／汚染物質排出に対するＶＳＬ制御の効果を考慮し、各車線上のさまざまな速度の効果をモデル化し、より高い正確さで結果を返す微視的シミュレーションは、計算量的に高価であり、ＶＳＬ制御の目標計算時間内に解を返すことができない可能性がある。また、すべての可能なＶＳＬの組合せを微視的シミュレーションと比較することからなる力ずくの（ブルートフォース）手法は、動的ＶＳＬ制御を実施するためには実行不可能である。例えば、３車線の自動車道路区間で、実用的理由から６個の速度値が許容される３個のＶＳＬを設定する場合、６^３×３＝１０，０７７，６９６通りの組合せを調べなければならない。ＶＭＳ（Variable Message Sign, 可変メッセージ信号）が１ｋｍ間隔で配置されると仮定すると、２車線５０ｋｍの高速道路上でのＶＭＳ制御は、６^５０×２≒６．５３×１０^１７通りのケースの比較を必要とする。

Hegyi, A., De Schutter, B., Hellendoorn, H.: "Model predictive control for optimal coordination of ramp metering and variable speed limits", in: Transportation Research Part C, vol.13, Issue 3, pp. 185-209, 2005 Kotsialos, A., Papageorgiou, M.: "Coordinated and integrated control of motorway networks via non-linear optimal control", in: Transportation Research Part C, vol. 10, Issue 1, pp. 65-84, 2002 Panis, I.L., Broekx, S., Liu, R.: "Modelling instantaneous traffic emissions and the influence of traffic speed limits", in Science of the total Environment, vol. 371, issues:1-3, pp. 270-285, (2006) Gipps, P.G.: "A behavioural car-following model for computer simulation", in Transport Research Part B, vol. 15, Issue 2, pp. 105-111, (1981) Fritzsche, H.: "A model for traffic simulation. In Traffic Eng. Control, vol. 35, no. 5, pp. 317-321, (1994)" Elliot, M.A., Armitage, C.J.: "Effects of implementation intentions on the self-reported frequency of drivers‘ compliance with speed limits", in: Journal of Experimental Psycology, vol. 12(2), pp. 108-117, 2006

上記に鑑み、本発明の目的は、自動車道路速度制御を行う方法およびコンピュータプログラム製品において、高いレベルの正確さを有し必要な計算量が制限されたＶＳＬに対する解を得ることができるような改良およびさらなる展開を行うことである。

本発明によれば、上記の目的は、請求項１の構成を備えた方法によって達成される。この請求項に記載の通り、本方法は、
前記自動車道路を複数の区間に分割するステップであって、各区間は、離散的な速度値の形式でＶＳＬ制御設定を示すように構成された１個以上の可変速度制限（ＶＳＬ）地点を含む、分割するステップと、
ＶＳＬ制御設定のすべての可能な組合せを含む各区間の初期解空間を定義し、制約に基づく、および／または、巨視的交通分析に基づく縮小方式を適用することにより、各区間の初期解空間を縮小するステップと、
結果として得られる残留解空間に基づいて、反復的解探索を実行することにより、それぞれの区間の前記ＶＳＬ地点によって示されるＶＳＬ制御設定の組合せを解の組合せとして評価するステップであって、該反復的解探索では、ＶＳＬ制御設定の組合せの選択された候補サブセットに対して、制限された数の微視的シミュレーションとともに巨視的シミュレーションが適用される、評価するステップと
を備える。

また、上記の目的は、請求項２３によるコンピュータプログラム製品によって達成される。

本発明によって初めて認識されたこととして、巨視的シミュレーション、制約に基づく規則および微視的シミュレーションを統合することにより、制限された計算量的コストで、正確なＶＳＬ制御解を評価することができる。この場合、「正確な」速度制御解とは、一般的な運転者の挙動を考慮して、いくつかのパラメータ、特に運行時間と、具体的実施形態においては燃費および／または汚染物質放出とに関して、理想的な解に近い効果を提供する速度制限のセットを意味する。本発明によれば、自動車道路はセクションあるいは区間に分割され、これに基づいて初期解空間が決定され、これに対して、目標計算時間に従って解空間を大幅に縮小するためにさまざまな計算量的に安価な技法が適用される。また、本発明は、縮小した残留解空間に基づいて、巨視的および／または微視的シミュレーションを臨機応変（opportunistic）に用いることにより、解候補を評価し、課された限界内に計算時間を維持することを提案する。要約すると、本発明によって認識されたこととして、動的な解空間縮小と、巨視的および微視的シミュレーションの臨機応変の統合に基づく目標計算時間を考慮した反復シミュレーションプロセスが、より正確な結果を提供するための鍵である。

一般に、本発明による方法は、計算時間とＶＳＬシステムの正確さとを比較考量し、調整可能な正確さ／複雑さを目標計算時間の関数として提供する。結果として、本発明は、巨視的分析に基づく現行のシステムよりも良好な正確さを達成すると同時に、純粋に微視的な方法よりも良好なスケーラビリティを達成する。

好ましい実施形態によれば、前記区間が、重複のない隣接する自動車道路区画の形式で生成される。自動車道路の区間への分割は、ＶＳＬ地点のＶＳＬ制御設定が更新されようとするたびに実行されてもよい。

好ましい実施形態によれば、目標計算時間は、ＶＳＬ更新が実行されるべき時刻（例えば１０分ごと）に基づいて決定される。また、相異なる区間の微視的シミュレーションを実行するのに要する時間が、現在の交通条件に基づいて（すなわち微視的シミュレーションでシミュレートされる車両数を推定することによって）推定されるようにしてもよい。目標計算時間を所与の制約とみなすことにより、その時間内に実行可能な微視的シミュレーション数が推定される。

好ましい実施形態によれば、区間の長さが、自動車道路における現在の交通量、目標計算時間、微視的シミュレーションの所要時間および所望の正確さのレベルの少なくとも１つのパラメータを考慮して動的に調整される。例えば、より多くのＶＳＬ地点を含む長い区間に自動車道路を分割すると、ＶＳＬ組合せの可能性が増えるため、ＶＳＬ制御の複雑さが増大する。しかし、微視的シミュレーションの数が制約されているため、制限された数のＶＳＬ組合せが調べられることになり、解の正確さが低下する。他方、より少ないＶＳＬ地点およびそれぞれのＶＳＬ制御設定の組合せ（以下、簡単にＶＳＬ組合せという）を含む短い区間に自動車道路を分割すると、ＶＳＬ組合せのより多くの部分を調べることが可能となり、より正確な解が得られる。正確さのレベルを決定した後、自動車道路は複数のＶＳＬ地点を含む区間に分割され、各区間の解空間を、ＶＳＬ組合せの数に基づいて定義することができる。

これに関して注意すべきことであるが、時間的に長さが変動する区間という考え方は、交通モデル化のための従来の自動車道路分割技法とは両立しない。従来の自動車道路分割技法では、シミュレーション時間ステップの期間中に車両が複数の区間を横切らないようにするため、自動車道路は、交差点の位置、車線合流点、流出ランプおよび流入ランプあるいは空間境界のような所定の境界を有する静的な区間に分割される。したがって、本発明が提案する自動車道路分割方法は、より良好に現在の交通に適応し、区間レベルの解の正確さと、自動車道路レベルの解の正確さとの間のトレードオフが最適化される。

好ましい実施形態によれば、自動車道路区間の解空間を定義した後、制約に基づく縮小方法のセットを適用して、初期解空間を縮小する。制約に基づく縮小方法には、安全性、実用性チェックおよび／または実行可能性チェックを通じてＶＳＬ組合せを除外する、必要な計算量の低い方法が含まれる。これらの方法は、前の時間ステップのＶＳＬ値、近隣のＶＳＬ地点のＶＳＬ値、無制御のケースのパフォーマンスと比較した期待されるパフォーマンス等に対するＶＳＬの組合せのチェック、特に両立性および／または自己整合性のチェックを含むことが可能である。

別法として、またはこれに加えて、解空間は、巨視的交通分析に基づく方法のセットを適用することによってさらに縮小されてもよい。期待されるランプ流および本線流を含む現在の巨視的交通特性が与えられた場合、自動車道路区間のＶＳＬ組合せのセットは、当該区間およびその近隣区間に対する巨視的分析を実行することによって除外されてもよい。特に、例えば履歴データから平均速度と交通密度との間の関係を規定し、現在の交通条件によって期待されるよりも高い速度を提案するＶＳＬ組合せを拒否することによって、巨視的データ分析が検査対象区間に対して実行されてもよい。さらに、巨視的交通分析に基づく縮小方式は、境界条件分析を実行することにより、交通容量を超える交通を他の区間に移行することによってある区間に適用されるＶＳＬケースが他の区間、したがって自動車道路全体の交通条件を悪化させないことを（すなわち、巨視的シミュレーションモデルを適用した後、ＶＳＬケースおよび無制御のケースを通じて他の区間に移行される交通全体の比較により）保証する方式を含んでもよい。

好ましい実施形態によれば、残留解空間（これは上記のような制約に基づく縮小方式および巨視的交通分析に基づく縮小方式を適用した後に得られる）内で無制御のケースよりも良好なパフォーマンスを有するＶＳＬ制御設定のすべての組合せを含む受容可能解空間が規定されてもよい。この受容可能解は、意図されるパフォーマンス基準を指定する目的関数を解くことによって求められてもよい。特に好ましい実施形態によれば、パフォーマンス基準は、遅延だけでなく、さらに燃費および／または汚染物質排出を考慮してもよい。例えば、微視的シミュレーションにより汚染物質排出を計算するには、非特許文献３に記載されている方式を使用してもよい。ただし、当業者には容易に認識されるように、他の方法も同様に使用可能である。

好ましい実施形態によれば、反復的解探索が、残留解空間からＶＳＬ制御設定の組合せの初期候補サブセットを選択し、該初期候補サブセットに第１回の微視的シミュレーションを適用するステップを含む。より詳細には、微視的シミュレーションの初期セットに対する候補サブセットを選択するために、制約に基づく縮小方式および／または巨視的交通分析を実行した後、方法のセットが残留解空間に適用されてもよい。最初に、良好なパフォーマンスを有すると期待される候補サブセットが選択され、できるだけ少ない微視的シミュレーションを実行した後に最終解に到達するように、次／後続の候補サブセットを選択するために微視的シミュレーションフィードバックが使用される。初期候補サブセットのサイズは、目標計算時間、微視的シミュレーションの推定実行時間、および初期解空間のサイズに依存して制限されてもよい。

好ましい実施形態によれば、候補サブセット内の各ＶＳＬ組合せに対して微視的シミュレーションを実施する代わりに、計算量的に高価な微視的シミュレーションの数を低減するために、巨視的／微視的混合シミュレーション方式を採用してもよい。候補サブセット内の各ＶＳＬケースについて、巨視的シミュレーションおよび他のパフォーマンス近似技法をまず適用し、結果が既に計算したものよりも明らかに悪い場合には微視的シミュレーションに進まずにＶＳＬケースを拒否することができる。

反復的解探索は、検査対象の候補サブセットに属するＶＳＬ制御設定の組合せが受容可能解空間内にある解を返したとき、または、所定の最大数の候補サブセットを検査したときに終了すると好都合である。

好ましい実施形態によれば、候補サブセット選択が、遺伝的アルゴリズムを適用することによって実行されてもよい。さらに、前記候補サブセット選択に関連して交叉および／または突然変異技法が適用されてもよい。

本発明を好ましい態様で実施するにはいくつもの可能性がある。このためには、一方で請求項１に従属する諸請求項を参照しつつ、他方で図面により例示された本発明の好ましい実施形態についての以下の説明を参照されたい。図面を用いて本発明の好ましい実施形態を説明する際には、本発明の教示による好ましい実施形態一般およびその変形例について説明する。

本発明の実施形態による自動車道路速度制御の手続きステップを模式的に例示する高水準ワークフロー図である。 本発明の実施形態に関連して適用される動的自動車道路分割モデルのワークフローを模式的に例示する図である。 本発明の実施形態による自動車道路速度制御が適用される自動車道路部分を例示する模式図である。

図１は、本発明の実施形態による自動車道路速度制御の高水準ワークフロー図である。例示した実施形態の目的は、制御された自動車道路の各車線ごとに適切なＶＳＬ値を選択し、必要な場合にはゼロ速度を強制するＶＳＬによってＲＭ（ramp metering, ランプメータリング）を実行することにより、全体的な時間遅延を改善し、あるいはあまり悪化させない一方で、燃費および汚染物質排出を低減する解を返すことである。

図１に例示した本発明の実施形態は、遅延、燃費および汚染物質排出の低減に対するＶＳＬ制御の微視的レベルの分析に基づき、手動のＶＳＬ制御（これは待ち時間が長く誤りを生じやすい）や、巨視的交通分析によるＶＳＬ制御（これは待ち時間が長く不正確である）よりも正確である。

微視的レベルの交通分析は計算量的に高価であるため、まず、制約に基づく縮小および巨視的交通分析に基づく縮小、残留解空間の分割、ならびに、候補解サブセットに対する制限された数の微視的シミュレーションを実行することによる解選択を通じて、ＶＳＬ解空間を縮小する。

図１に例示した実施形態に関して適用される微視的シミュレーションモデルは、非特許文献４または非特許文献５に記載されたものである。汚染物質排出を計算するためには、非特許文献３に記載されたモデルの微視的シミュレーションが適用される。当業者には容易に認識されるように、同様に適用可能な微視的シミュレーションモデルが、当技術分野では他にも多数知られている。

ステップ１００に例示したように、図１に例示した実施形態の自動車道路速度制御は、自動車道路トポロジー、現在の交通条件、期待される交通流、および目標計算時間をＶＳＬ制御のための入力データとして考慮する。提案されるＶＳＬ制御速度は、離散的数値（すなわち０，１０，２０，...，８０，...，１２０ｋｍ／ｈ）であると仮定される。選択されたＶＳＬ値は、ＶＭＳ（可変メッセージ信号）として知られる視覚的信号か、または、マンマシンインタフェース（例えば日本ではＶＩＣＳ通信システム（ＶＩＣＳは登録商標）を用いて）によって、運転者や車両に送信されることが可能である。

自動車道路分割モデルの実施形態について、より詳細には図２に例示する。自動車道路分割モデルは、自動車道路における現在の交通、目標計算時間および所望の正確さのレベルが入力として与えられると、自動車道路を区間に分割する。

まず、１０１に示したように、自動車道路における現在の交通（すなわち車両の数および種類）が与えられると、相異なる自動車道路長の微視的シミュレーションを行う所要時間が推定される。相異なる長さおよび交通条件を有する複数の自動車道路区間のオフラインの微視的シミュレーションを実行することが可能であり、それらの所要時間は、現在の交通ケースに対して要求される微視的シミュレーション時間を推定するための基礎として使用可能である。

推定された微視的シミュレーション時間ｔ_ｅｓｔおよび目標計算時間ｔ_ａが与えられると、目標計算時間内の微視的シミュレーションの最大数がｎ_ｍｉｃ＝ｔ_ａ／ｔ_ｅｓｔとして推定される。解空間のサイズは、２つの矛盾の正しい処理に依存する。すなわち、自動車道路が少数の長い区間に分割された場合、自動車道路交通全体に対する区間レベルのＶＳＬ解の効果を理解するのは容易になるが、長い区間は多くのＶＳＬ地点を含み、制限された数の微視的シミュレーションが与えられると、区間レベルの解の正確さが低下する。他方、ネットワークを小さい区間に分割すると、各区間が含むＶＳＬ地点が少なくなるので、区間レベルの解の正確さは向上するが、自動車道路交通全体に対する区間レベルのＶＳＬ解の効果を把握するのは困難となる。本実施形態による自動車道路分割モデルでは、各区間のサイズは、次式のように、区間レベルの解の正確さ（これは可能な微視的シミュレーションの数と区間内の可能なＶＳＬ組合せの数を比較することによって近似される）および自動車道路レベルの解の正確さ（これは区間が少ないほど高い）の関数である。
Ｓｉｚｅ（Ｓ）＝ｆ（ｎ_ｍｉｃ，ｎ_{１区間内のＶＳＬ組合せ}，ｎ_区間）

与えられた解空間のサイズＳに対して、目標計算時間内に制御可能なＶＳＬ地点の数が返される。例えば、ＶＳＬ地点がＵ個の相異なる速度制限を提案することが可能であり、自動車道路車線数がＺである場合、Ｖ個のＶＳＬ地点のＶＳＬ制御に対する解空間はＵ^Ｖ×Ｚである。解空間がＶ個のＶＳＬ地点の組合せを処理できる場合、区間の長さはＶＳＬ地点間の距離に依存し、区間の長さは、現在の交通、目標計算時間および所望の正確さのレベルの変化に従って時間とともに変動し得る。

時間的に長さが変動する区間という考え方は、交通モデル化のための従来の自動車道路分割技法とは両立しない。従来の自動車道路分割技法では、自動車道路は、所定の境界基準（例えば交差点の位置、車線合流点、流出ランプおよび流入ランプ）と、シミュレーション時間ステップの期間中に車両が複数の区間を横切らないような長さ（一般的なセル長はシミュレーション時間ステップに応じて２００または５００ｍである）とを有する一定の区間に分割される。したがって、本発明が提案する自動車道路分割方法は、現在の交通に適応するので、従来の分割方法に比べて有利であり、区間レベルの解の正確さと、自動車道路レベルの解の正確さとの間のトレードオフが最適化される。これに対して、巨視的分割方法は区間長を調整することができない。例えば、自動車道路上の現在の交通量が少なく、孤立した領域が渋滞問題に直面している場合、自動車道路をより多くの区間に分割して、渋滞した領域では区間レベルの交通を最適化する一方、自動車道路上の交通量が少ないことは、全体的な交通があまり影響を受けないことを保証する。同様に、自動車道路が渋滞している場合、自動車道路をより少ない区間に分割する。というのは、自動車道路全体の交通調整が、孤立した渋滞領域での交通最適化よりも重要なためである。

図３は、上記の動的自動車道路分割モデルが適用された自動車道路の部分を模式的に例示している。

１０２に示したように、自動車道路を区間に分割することによってＶＳＬ解空間Ｓを定義した後、本方法はステップ１０３に進み、制約に基づく縮小方式を適用する。制約に基づく縮小方式は、必要な計算量が低い方式であり、さまざまな実行可能性チェックを通じてＶＳＬ組合せを除外することを目的とする。具体的には、以下の方法が適用可能である。

過去のＶＳＬ提案との両立性
自動車道路区間ｉが、過去の速度制限提案（Ｓ_１，Ｓ_２，...，Ｓ_Ｙ）を有するＹ個のＶＳＬ地点を含むとする。安全性の理由から、および、ある速度セットから別の速度セットへの滑らかな遷移を容易にするために、新たな速度制限提案（Ｓ_１′，Ｓ_２′，...，Ｓ_Ｙ′）に複数の制約を課すことができる。例えば、同じＶＳＬ地点からの速度提案は、滑らかな遷移を促進するため、Ｘｋｍ／ｈよりも大きく相違しないようにしてもよい。というのは、（非特許文献６で評価されているように）過去の値からの変動が大きい速度ほど運転者が速度提案を守らない可能性が高いからである。滑らかな遷移の要件から外れるＶＳＬ値を含むＶＳＬ組合せは解セットから除外される。

ＶＳＬ自己整合性
速度制限提案は、すべての車両が、ＶＳＬ地点から提案される速度制限を、次のＶＳＬ地点に到達する前に守ることができることを保証すべきである。例えば、あるＶＳＬ地点ｊで提案される速度がＳＰ_ｊであり、車両が速度ＳＰ_０でその下流領域に入る場合、その車両は、次のＶＳＬ地点ｊ＋１に到達する前に加速／減速することによって提案速度ＳＰ_ｊに調整することができるべきである。

無制御ケース分析
この段階では、計算量的に安価な方法を用いてＶＳＬ組合せのパフォーマンスを無制御のケースのパフォーマンスと比較することにより、ＶＳＬ組合せは拒否される。例えば、現在の交通条件を考慮して無制御ケースの微視的シミュレーションを実行し、全遅延Ｄ_ｕを計算する。そして、自由流条件下でのＶＳＬケースφ：｛Ｓ_φ１，Ｓ_φ２，...，Ｓ_φＹ｝の全遅延を、検査対象の区間の所望の速度とＶＳＬ組合せφに従う車両の規定速度との差の総計として推定し、それが無制御ケースの遅延よりも大きい場合、当該ＶＳＬケースを拒否する。

上記の制約に基づく縮小方式を適用した後に結果として得られる解空間をＳ′で表す。

次に、１０４に示したように、解空間をさらに縮小するために、巨視的交通分析を実行してもよい。期待されるランプ流および本線流を含む現在の巨視的交通特性が与えられた場合、自動車道路区間ｉに対するＶＳＬ組合せのセットは、区間ｉおよびその近隣区間に対して巨視的分析を実行することによって除外される。特に、以下の巨視的交通分析に基づく解空間縮小方式を適用してもよい。

区間に対する巨視的交通分析
この方法では、ＶＳＬ地点の各下流領域に対する巨視的交通パラメータの過去の（履歴の）検出を収集し、平均速度と対応する交通密度との間の関係を近似する関数、平均速度＝ｆ（密度）、を定める。

ＶＳＬ組合せを除外する１つの方法は、各ＶＳＬ地点の下流領域での現在の交通データを分析することである。ＶＳＬ地点の下流領域の現在の交通密度が与えられると、平均速度の推定値は、対応する速度−密度近似関数ｆから導出される。下流領域で期待される平均速度が交通渋滞によって低い場合、より高速のＶＳＬ提案は現実的に実行不可能であるため採用されない。

ＶＳＬ組合せを除外するもう１つの方法は、さまざまなＶＳＬケースに対して低コストの巨視的シミュレーションを実行することである。巨視的モデルは、速度のパラメータ付けを可能にするための少なくとも二次的なモデルとなるはずである。下流領域で期待される本線流、流入ランプ流および流出ランプ流を、現在の交通条件とともに入力として用いて、交通の時間発展をシミュレートする。巨視的シミュレーション結果が与えられると、下流領域で期待される平均速度値を超過するＶＳＬ値は、当該交通条件に対して実行可能でないため、拒否される。

近隣区間に対する巨視的交通分析
最良の場合、自動車道路は、自動車道路交通に対するＶＳＬ提案の効果を把握するために１つの区間としてモデル化される。しかし、計算量的な制約により、自動車道路は複数の区間に分割される場合があり、区間数が多くなるほど、他の自動車道路区間に対するＶＳＬ提案の効果の理解が困難になる。このような事態はＶＳＬ制御手法に対して問題を生じる可能性がある。というのは、ある区間に対する最適なＶＳＬ解が、その区間での遅延および燃費を改善する一方、近隣区間および自動車道路全体での交通条件を悪化させるかもしれないからである。

上記を考慮して、近隣区間および自動車道路全体での交通を悪化させると予想されるＶＳＬ組合せを除外する方法が適用される。１つの方法では、無制御ケースに微視的シミュレーションを行い、前の自動車道路区間からの流入および後の区間への流出を計算する。そして、検査対象区間に巨視的モデルを適用し、無制御ケースと同程度の量の前の区間からの流入を処理できないＶＳＬケースを除外する。さらに、前の自動車道路区間に対して巨視的交通分析を実行し、その区間の容量を推定する。そして、前の自動車道路区間の容量よりも大きい流出を有するすべてのＶＳＬケースを拒否する。というのは、それらは上流で渋滞を引き起こすからである。

上記の制約に基づく縮小方式および巨視的交通分析に基づく縮小方式を適用した後に結果として得られる解空間を残留解空間Ｓ″で表す。

全体として１０５で表した次のステップで、反復的な解提出プロセスを実行する。これは、１０６に示したように、ＶＳＬ組合せの候補サブセットの選択から開始される。この目的のため、まず、受容可能解空間を定義する。受容可能解空間は、顧客（すなわち運輸事業機関）または内部アルゴリズムによって定義することができる。内部アルゴリズムは、与えられた現在の交通条件に対して、ＶＳＬ制御により可能なスループットおよび燃料利得を推定する。受容可能解空間は、残留解空間Ｓ″内で、無制御ケースよりも良好なパフォーマンスを有するすべての解（すなわち、ＶＳＬ制御により遅延をＸ_１％低減し、燃費をＸ_２％低減し、汚染物質放出をＸ_３％低減することを目標とする）を含む。

問題は、次を満たすようなＶＳＬ制御設定（Ｓ_１，Ｓ_２，...，Ｓ_Ｙ）を求めることとして規定することができる。

問題を簡単にするため、目的関数を次のように定義することができる。
Ｏｂｊ_{Ｆ（Ｓ１，Ｓ２，...，ＳＹ）}＝遅延（Ｓ_１，Ｓ_２，...，Ｓ_Ｙ）＋α×燃費（Ｓ_１，Ｓ_２，...，Ｓ_Ｙ）＋β×汚染物質排出（Ｓ_１，Ｓ_２，...，Ｓ_Ｙ）
ただし、α，βは重みである。目的が、１つのパラメータ（すなわち全遅延）を最小化し、燃費をＸ_２％、汚染物質をＸ_３％低減することである場合、ラグランジュ緩和法のような他の方法を適用して目的関数に制約を導入することができる。

１０７に示したように、このステップで、残留解空間Ｓ″から、第１回の微視的シミュレーションを適用するためのサブセットＳ_ｉ″が選択される。サブセットのサイズは、目標計算時間、推定される微視的シミュレーション時間および解空間のサイズに依存する。

解空間サイズＳを規定した後、推定される微視的シミュレーション時間ｔ_ｓｉｍおよび目標計算時間ｔ_ｔａｒが与えられると、候補サブセットのサイズは次のようになる。

ただし、δは、微視的シミュレーションによりテストされることが可能な候補サブセットの最大数である。パラメータδはユーザにより定義され、解探索の終了に影響を及ぼす（すなわち、解探索は、検査対象サブセットＳ_ｉ″に属するＶＳＬ組合せが受容可能解を返すとき、または、δ個の候補サブセットが微視的シミュレーションによってテストされてしまったときに終了する）。明らかに、目標計算時間が増大すると、他のすべての因子が一定のままであれば、サブセットサイズも増大させることが可能である。同様に、期待される微視的シミュレーション時間が交通量増大により増大すれば、サブセットサイズは減少すべきである。

第１回の微視的シミュレーションを実行するために初期候補サブセットを選択し、微視的シミュレーションのフィードバックを用いて、改善されたパフォーマンスを有すると期待される第２のサブセットを選択する。高速な収束を促進し、限定された数γ個のサブセット（ただし、理想的には、γ≦δ）のみを調べた後に受容可能解に到達するために、微視的シミュレーションからのフィードバックが用いられる。

また、１０７にも示したように、計算量的に高価な微視的シミュレーションの数をできるだけ少なく保つために、さまざまな巨視的シミュレーションと解近似方法を適用することが可能である。特に、これらの方法を用いることにより、微視的シミュレーションを実行せずに、既に計算されたものよりも明らかに悪いＶＳＬ解を比較し除外するために目的関数を近似してもよい。例えば、微視的シミュレーションによる解ｓ_１の（時間に関する）コストがｆ_１である場合、値ｆ_２′をとる解ｓ_２のコストを近似する方法として、入力車両の小部分のみをシミュレートすることによって、複雑さを低減した微視的シミュレーションを実行することが挙げられる。その場合、同程度の値を得るように全体的コストがスケールされる。特定のＯＤ（origin destination, 出発地・目的地）の対に対して期待される車両の数がｑ_１であり、一部分ｑ_２がシミュレートされる場合、渋滞の効果を考慮せずに結果はｑ_１／ｑ_２倍にスケールされる。

近似コストｆ_２′は、単純化されたモデルを使用することによっても計算することができる。モデルは、自由流条件下でのＶＳＬケースの全遅延に対する、複雑さの低い計算を含む。これが、他の微視的シミュレーションによるＶＳＬケースの微視的に計算された遅延と比較される。φがＶＳＬケースである場合、自由流条件下でのＶＳＬケースφに対する全遅延の推定値は次式で与えられる。

ただし、Ｖ_ｃ１はＶＳＬ制御のない自由流条件下での所望の速度であり、Ｓ_φｊは地点ｊに対するＶＳＬ値であり、ΔＬ_ｊはＶＳＬ地点ｊとｊ＋１の間の距離である。自由流条件下でのＶＳＬケースφの全遅延推定値Ｄ_φ，εが他のＶＳＬケースＤ_１，Ｄ_２，...，Ｄ_ｎの遅延よりも大きい場合、子（offspring）は次の世代から除外される。

別法として、または上記に加えて、巨視的・微視的統合シミュレーションを次のように実行してもよい。微視的シミュレーションによる解ｓ_１のコストがｆ_１である場合、巨視的交通シミュレーションを用いて、値ｆ_２′をとる解ｓ_２のコストを近似する。しきい値ｔ_ｈを設定し、ｓ_２の全体的な近似コストがｆ_２′＞ｆ_１＋ｔ_０を満たす場合、解ｓ_２は除外される。

好ましい実施形態では、制限された数の微視的シミュレーションを実施した後に遺伝的アルゴリズム（ＧＡ）を用いることにより、サブセットＳ″内のすべてのＶＳＬ組合せをテストすることを回避する。初期候補サブセットの選択は重要な手順である。というのは、解はそのサブセット内にある可能性があり、少なくとも次の回でさらに良好なサブセットを見つける良い方向を与えることができるからである。

解の初期セット
初期サブセットが、各ＶＳＬ地点に対するすべての自動車道路車線で同じ速度制限を設定するＶＳＬ組合せを返す巨視的最適化によりＶＳＬ組合せを定義することにより、生成される。この方法では、巨視的交通モデルが適用され、自動車道路区間は、現在の交通量および期待される流入量／流出量が与えられた孤立した区間として扱われる。２次以上のモデルを適用した後、最適化基準（すなわち全所要運行時間の最小化）に基づいてＶＳＬ値が設定される。ＶＳＬ値は、全車線で同一であり、ＶＳＬ地点間でのみ異なる（Ｓ_１，...，Ｓ_１，...，Ｓ_２，...，Ｓ_２，...，Ｓ_Ｙ，...，Ｓ_Ｙ）。その後、合流（merge）車線や集散（collector）車線での減速のようなわずかな変更を適用することによって、巨視的最適化に基づくＶＳＬ解に基づいて新たなＶＳＬ組合せが生成される。生成されるＶＳＬ設定の例として（Ｓ_１，...，Ｓ_１−ε_１，...，Ｓ_２，...，Ｓ_２−ε_２，...，Ｓ_Ｙ，...，Ｓ_Ｙ−ε_Ｙ）∈Ｓ″が挙げられる。ただし、（ε_１，ε_２，...，ε_Ｙ）∈Ｚ_≧０，（ε_１，ε_２，...，ε_Ｙ）≦ε_ｌｉｍ（単位ｋｍ／ｈ）であり、確率分布によって生成可能である。

目的関数の計算
初期サブセットを定義した後、ＶＳＬケースのパフォーマンスの近似に対して計算量的に低コストの方法を適用し、いくつかのＶＳＬケースを初期サブセットから除外する。残りのＶＳＬケースに対して、各ＶＳＬケースのパフォーマンスを特徴づける目的関数の値を微視的シミュレーションによって計算する。初期母集団のパフォーマンスの一例は次の通りである。

初期母集団のパフォーマンス

計算された目的関数に基づいて選択を行い、最良の対象（優良な個体）のみが交叉段階に進むことが許される。まず、しきい値を定義し、目的関数がしきい値を逸脱するすべてのＶＳＬ組合せを初期母集団から除外する。しきい値は、目的関数の結果の平均とすることが可能であり、しきい値よりも低いパフォーマンスを有するすべてのＶＳＬ組合せは次の段階で考慮されない。「親」（parent）の選択もまた、確率分布（例えば目的関数コストの逆数に比例する確率分布）に基づくことが可能である。

交叉
残留初期母集団Ｓ_ｉ″→Ｓ_{ｉ，ｒｅｓ}″から、第１世代の交叉段階が開始され、新たな子が生成される。ただし、すべての子は解空間Ｓ″に属する。３親交叉（three-parent crossover）、２点交叉、一様および半一様交叉等のようなさまざまな交叉型が適用可能である。生成される子をパフォーマンス近似方法によりテストし、低パフォーマンスの子を拒否する。次世代は、前世代の優良メンバーと、計算量的に低コストのパフォーマンス近似方法でパフォーマンスチェックを通過した子を含む。

突然変異
その後、新世代の子に突然変異を適用する。突然変異技法は、速度の置換（すなわち｛Ｓ１，Ｓ２，...，Ｓｎ｝→｛Ｓ２，Ｓ１，...，Ｓｎ｝）により速度値をランダムに変更してもよい。

突然変異の効果は、ユーザにより定義される突然変異確率によって制御される。突然変異確率を低くすることにより、探索手続きが完全にランダムな探索にならないようにすべきである。突然変異確率を設定すること以外に、突然変異は、解空間Ｓ″の外側にある生成された個体を拒否することによって制御される。

終了条件
最後に、ＶＳＬ制御ケースが微視的シミュレーションにより実行され結果が受容可能解空間内にあるとき、または、微視的シミュレーション数が目標計算時間を逸脱したとき（新世代の数がしきい値αより大きく、受容可能解が見つからない）、新しい候補サブセットの生成は終了する。

上記の説明および添付図面の記載に基づいて、当業者は本発明の多くの変形例および他の実施形態に想到し得るであろう。したがって、本発明は、開示した具体的実施形態に限定されるものではなく、変形例および他の実施形態も、添付の特許請求の範囲内に含まれるものと解すべきである。本明細書では特定の用語を用いているが、それらは総称的・説明的意味でのみ用いられており、限定を目的としたものではない。

Claims (23)

1. 自動車道路速度制御を行う方法において、
   分割手段が前記自動車道路を複数の区間に分割し、各区間は、離散的な速度値の形式でＶＳＬ制御設定を示すように構成された１個以上の可変速度制限（ＶＳＬ）地点を含み、
   縮小手段が、ＶＳＬ制御設定のすべての可能な組合せを含む各区間の初期解空間を定義し、制約に基づく、および／または、巨視的交通分析に基づく縮小方式を適用することにより、各区間の初期解空間を縮小し、
   評価手段が、結果として得られる残留解空間に基づいて、反復的解探索を実行することにより、それぞれの区間の前記ＶＳＬ地点によって示されるＶＳＬ制御設定の組合せを解の組合せとして評価し、該反復的解探索では、ＶＳＬ制御設定の組合せの選択された候補サブセットに対して、制限された数の微視的シミュレーションとともに巨視的シミュレーションが適用される、
   ことを特徴とする、自動車道路速度制御を行う方法。
2. 前記区間が、重複のない隣接する自動車道路区画の形式で生成されることを特徴とする請求項１に記載の方法。
3. 自動車道路の区間への分割は、前記ＶＳＬ地点のＶＳＬ制御設定が更新されようとするたびに実行されることを特徴とする請求項１または２に記載の方法。
4. 目標計算時間は、ＶＳＬ更新が実行されるべき時刻に基づいて決定されることを特徴とする請求項１ないし３のいずれか１項に記載の方法。
5. 推定手段が、相異なる区間の微視的シミュレーションを実行するのに要する時間を、現在の交通条件に基づいて推定することを特徴とする請求項１ないし４のいずれか１項に記載の方法。
6. 前記区間の長さが、自動車道路における現在の交通量、目標計算時間、微視的シミュレーションの所要時間および所望の正確さのレベルの少なくとも１つのパラメータを考慮して動的に調整されることを特徴とする請求項１ないし５のいずれか１項に記載の方法。
7. 前記制約に基づく縮小方式が、安全性、実用性および／または実行可能性のチェックに基づくことを特徴とする請求項１ないし６のいずれか１項に記載の方法。
8. 前記制約に基づく縮小方式が、過去のＶＳＬ制御設定との両立性に基づいてＶＳＬ制御設定をチェックする方式を含むことを特徴とする請求項１ないし７のいずれか１項に記載の方法。
9. 前記制約に基づく縮小方式が、ＶＳＬ制御設定の自己整合性をチェックする方式を含むことを特徴とする請求項１ないし８のいずれか１項に記載の方法。
10. 前記制約に基づく縮小方式が、ＶＳＬ制御設定のパフォーマンスを無制御のケースのパフォーマンスと比較する方式を含むことを特徴とする請求項１ないし９のいずれか１項に記載の方法。
11. 前記巨視的交通分析に基づく縮小方式が、履歴データに対して実行される分析に基づいて、平均速度と交通密度との間の関係を規定し、現在の交通条件によって期待されるよりも高い速度値を含むＶＳＬ制御設定の組合せを拒否する方式を含むことを特徴とする請求項１ないし１０のいずれか１項に記載の方法。
12. 前記巨視的交通分析に基づく縮小方式が、境界条件分析を実行することにより、ある区間に適用されたときに他の区間の交通条件を悪化させるＶＳＬ制御設定の組合せを除去する方式を含むことを特徴とする請求項１ないし１１のいずれか１項に記載の方法。
13. 前記残留解空間内で無制御のケースよりも良好なパフォーマンスを有するＶＳＬ制御設定のすべての組合せを含む受容可能解空間が規定されることを特徴とする請求項１ないし１２のいずれか１項に記載の方法。
14. 受容可能解空間が、意図されるパフォーマンス基準を指定する目的関数を解くことによって求められることを特徴とする請求項１ないし１３のいずれか１項に記載の方法。
15. 前記パフォーマンス基準が、遅延、燃費および汚染物質排出のパラメータの少なくとも１つを考慮することを特徴とする請求項１４に記載の方法。
16. 前記反復的解探索が、前記残留解空間からＶＳＬ制御設定の組合せの初期候補サブセットを選択し、該初期候補サブセットに第１回の微視的シミュレーションを適用するステップを含むことを特徴とする請求項１ないし１５のいずれか１項に記載の方法。
17. 前記初期候補サブセットのサイズが、目標計算時間、微視的シミュレーションの推定実行時間、および前記初期解空間のサイズに依存して制限されることを特徴とする請求項１６に記載の方法。
18. 前記反復的解探索が、微視的シミュレーションフィードバックに基づいて、後続の候補サブセットを選択し、該後続の候補サブセットに次回の微視的シミュレーションを適用するステップを含むことを特徴とする請求項１６または１７に記載の方法。
19. 前記微視的シミュレーションを適用する前に、既に検査したＶＳＬ制御設定の組合せよりも明らかに悪いＶＳＬ制御設定の組合せを除外するために、解近似方式が前記反復的解探索の各回に適用されることを特徴とする請求項１６ないし１８のいずれか１項に記載の方法。
20. 前記反復的解探索は、検査対象の候補サブセットに属するＶＳＬ制御設定の組合せが前記受容可能解空間内にある解を返したとき、または、所定の最大数の候補サブセットを検査したときに終了されることを特徴とする請求項１６ないし１９のいずれか１項に記載の方法。
21. 前記候補サブセット選択が、遺伝的アルゴリズムを適用することによって実行されることを特徴とする請求項１６ないし２０のいずれか１項に記載の方法。
22. 前記候補サブセット選択に関連して交叉および／または突然変異技法が適用されることを特徴とする請求項１６ないし２１のいずれか１項に記載の方法。
23. 自動車道路速度制御を行う装置としてコンピュータを機能させるプログラムであって、
    前記自動車道路を複数の区間に分割する手段であって、各区間は、離散的な速度値の形式でＶＳＬ制御設定を示すように構成された１個以上の可変速度制限（ＶＳＬ）地点を含む、分割する機能と、
    ＶＳＬ制御設定のすべての可能な組合せを含む各区間の初期解空間を定義し、制約に基づく、および／または、巨視的交通分析に基づく縮小方式を適用することにより、各区間の初期解空間を縮小する機能と、
    結果として得られる残留解空間に基づいて、反復的解探索を実行することにより、それぞれの区間の前記ＶＳＬ地点によって示されるＶＳＬ制御設定の組合せを解の組合せとして評価する手段であって、該反復的解探索では、ＶＳＬ制御設定の組合せの選択された候補サブセットに対して、制限された数の微視的シミュレーションとともに巨視的シミュレーションが適用される、評価する機能と、
    を前記コンピュータに実現することを特徴とするプログラム。
    

Images