JP6610669B2 - 渋滞予防システム、渋滞予防方法、及び、プログラム - Google Patents

渋滞予防システム、渋滞予防方法、及び、プログラム Download PDF

Info

Publication number
JP6610669B2
JP6610669B2 JP2017536061A JP2017536061A JP6610669B2 JP 6610669 B2 JP6610669 B2 JP 6610669B2 JP 2017536061 A JP2017536061 A JP 2017536061A JP 2017536061 A JP2017536061 A JP 2017536061A JP 6610669 B2 JP6610669 B2 JP 6610669B2
Authority
JP
Japan
Prior art keywords
traffic
state
traffic state
target
traffic jam
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2017536061A
Other languages
English (en)
Other versions
JPWO2017033215A1 (ja
Inventor
優太 芦田
到 西岡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Publication of JPWO2017033215A1 publication Critical patent/JPWO2017033215A1/ja
Application granted granted Critical
Publication of JP6610669B2 publication Critical patent/JP6610669B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G08G1/081—Plural intersections under common control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/095—Traffic lights
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096716—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information does not generate an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Traffic Control Systems (AREA)

Description

本発明は、渋滞予防システム、渋滞予防方法、及び、記録媒体に関する。
普通自動車や、大型自動車（バス、トラック等）等を含む車両の交通量を抑制し、交通渋滞を防ぐための様々な技術が開発されている。
このような、交通渋滞を防ぐための技術の一例が、例えば、特許文献１に開示されている。特許文献１に記載の走行支援装置は、車両の加速度と他の車両との車間距離とから、交通流の状態を判定し、判定結果に応じて車両の走行制御を切り替えることで、交通流が渋滞状態に遷移することを防止する。
また、交通渋滞を防ぐための他の技術が、特許文献２に開示されている。特許文献２に記載のトラフィック制御システムは、車線合流地点等の、交通量が局所的に集中し渋滞が発生しやすい道路区間の近傍において、交通量を検知または予測し、道路区間の交通流が渋滞状態に遷移しないように車両の走行を制御する。
なお、関連技術として、特許文献３には、道路利用の予約情報をもとに混雑度を算出し、混雑度に応じた利用料金を設定することで混雑度を制御する技術が開示されている。また、特許文献４には、車両位置情報にもとづいて道路区間が渋滞状態であるかどうかを判定し、判定結果に応じて、道路区間の利用料金を設定する技術が開示されている。非特許文献１、及び、非特許文献２には、データの同一のパターンや規則性を持つグループ毎に予測モデルを生成する、異種混合学習技術が開示されている。
国際公開第２０１２／０８１２０８号 米国特許出願公開第２０１３／０１２４０１２号明細書 国際公開第２０１３／０１８６５６号 国際公開第２０１０／０９８１２８号
藤巻遼平、森永聡、「ビッグデータ時代の最先端データマイニング」、ＮＥＣ技報、Vol.65、No.2、2012年、p.81-85 Riki Eto, et al.、「Fully-Automatic Bayesian Piecewise Sparse Linear Models」、Proceedings of the 17th International Conference on Artificial Intelligence and Statistics (AISTATS)、2014年、p.238-246
上述の特許文献１、２に記載された技術では、渋滞を予防する対象の道路区間において、局所的な交通量制御が行われる。しかしながら、対象道路区間に流入する交通量が極端に増加した場合等、対象道路区間の交通量の状態によっては、このような局所的な制御では十分な制御ができず、渋滞を防ぐことができない可能性がある。
本発明の目的は、上述の課題を解決し、対象地点における対象時刻の渋滞をより確実に防げる渋滞予防システム、渋滞予防方法、及び、記録媒体を提供することである。
本発明の一態様における第１の渋滞予防システムは、対象地点における対象時刻の渋滞を防ぐために前記対象地点と異なる地点において達成すべき交通状態である目標交通状態を算出する、算出手段と、前記地点における前記目標交通状態が表示手段に表示されるように、当該表示手段を制御する、表示制御手段と、を備える。
本発明の一態様における第１の渋滞予防方法は、対象地点における対象時刻の渋滞を防ぐために前記対象地点と異なる地点において達成すべき交通状態である目標交通状態を算出し、前記地点における前記目標交通状態が表示手段に表示されるように、当該表示手段を制御する。
本発明の一態様におけるコンピュータが読み取り可能な第１の記録媒体は、コンピュータに、対象地点における対象時刻の渋滞を防ぐために前記対象地点と異なる地点において達成すべき交通状態である目標交通状態を算出し、前記地点における前記目標交通状態が表示手段に表示されるように、当該表示手段を制御する、処理を実行させるプログラムを格納する。
本発明の一態様における第２の渋滞予防システムは、対象地点における対象時刻の渋滞を防ぐために前記対象地点と異なる地点において達成すべき交通状態である目標交通状態を算出する、算出手段と、前記地点における前記目標交通状態と当該地点の交通状態の測定値とを示すログを生成し、出力する、ログ生成手段と、を備える。
本発明の一態様における第２の渋滞予防方法は、対象地点における対象時刻の渋滞を防ぐために前記対象地点と異なる地点をにおいて達成すべき交通状態である目標交通状態を算出し、前記地点における前記目標交通状態と当該地点の交通状態の測定値とを示すログを生成し、出力する。
本発明の一態様におけるコンピュータが読み取り可能な第２の記録媒体は、コンピュータに、対象地点における対象時刻の渋滞を防ぐために前記対象地点と異なる地点において達成すべき交通状態である目標交通状態を算出し、前記地点における前記目標交通状態と当該地点の交通状態の測定値とを示すログを生成し、出力する、処理を実行させるプログラムを格納する。
本発明の効果は、対象地点における対象時刻の渋滞をより確実に防げることである。
本発明の第１の実施の形態における、交通管理システムの構成を示す図である。 本発明の第１の実施の形態における、渋滞予防システム１０の構成を示す図である。 本発明の第１の実施の形態における、コンピュータにより実現された渋滞予防システム１０の構成を示すブロック図である。 本発明の第１の実施の形態における、渋滞予防処理を示すフローチャートである。 本発明の第１の実施の形態における、交通状態の例を示す図である。 本発明の第１の実施の形態における、予測モデルの例を示す図である。 本発明の第１の実施の形態における、渋滞予測情報の例を示す図である。 本発明の第１の実施の形態における、ファンダメンタルダイアグラムの例を示す図である。 本発明の第１の実施の形態における、制御手段情報の例を示す図である。 本発明の第１の実施の形態における、制御モデルの例を示す図である。 本発明の第１の実施の形態における、目標交通状態の算出結果の例を示す図である。 本発明の第１の実施の形態における、表示画面１６１の例を示す図である。 本発明の第１の実施の形態における、表示画面１６１の他の例を示す図である。 本発明の第１の実施の形態における、表示画面１６１のさらに他の例を示す図である。 本発明の第１の実施の形態における、制御情報の例を示す図である。 本発明の第１の実施の形態における、状態ログ１８１の例を示す図である。 本発明の第１の実施の形態における、交通制御の例を示す図である。 本発明の実施の形態の特徴的な構成を示すブロック図である。 本発明の実施の形態の他の特徴的な構成を示すブロック図である。
（第１の実施の形態）
はじめに、本発明の第１の実施の形態の構成を説明する。
図１は、本発明の第１の実施の形態における、交通管理システムの構成を示す図である。図１を参照すると、交通管理システムは、渋滞予防システム１０、渋滞予測装置２０、交通状態制御装置３０、及び、表示装置４０を含む。渋滞予防システム１０、渋滞予測装置２０、及び、交通状態制御装置３０は、ネットワーク等を介して相互に接続される。また、表示装置４０は、ネットワーク等を介して、渋滞予防システム１０に接続される。
交通状態制御装置３０は、道路網上の交通状態の監視、制御対象である、複数の地点（位置や区間）の各々に配置され、当該交通状態制御装置３０が有する交通状態制御手段（以下、制御手段とも記載する）を用いて、当該地点における交通状態を制御する。図１の例では、地点Ｘ１、Ｘ２、…の各々に、交通状態制御装置３０が配置されている。
本発明の第１の実施の形態では、交通状態として、例えば、車両速度や、単位時間あたりの通過台数、車両密度等を用いる。以下、交通状態を、交通流とも記載する。また、交通状態の内の、単位時間あたりの通過台数を、交通量とも記載する。
渋滞予測装置２０は、１以上の地点の交通状態をもとに、各地点における渋滞発生を予測する。
渋滞予防システム１０は、特定の地点（対象地点）における、特定の時刻（対象時刻）の渋滞発生を防ぐために、各地点で達成すべき交通状態（目標交通状態）を算出し、交通状態制御装置３０を介して、各地点の交通状態を制御する。
図２は、本発明の第１の実施の形態における、渋滞予防システム１０の構成を示す図である。図２を参照すると、渋滞予防システム１０は、受信部１１、予防処理部１２、制御処理部１３、交通状態ＤＢ（データベース）１４、送信部１５、表示制御部１６、指示受付部１７、ログ生成部１８、及び、ログ格納部１９を含む。
受信部１１は、各地点の交通状態の測定値を収集する。ここで、受信部１１は、例えば、各地点に配置されているセンサーにより、所定の収集間隔で、交通状態の測定値を収集する。なお、受信部１１は、車載端末から送信されるプローブデータをもとに、交通状態の測定値を収集してもよい。また、受信部１１は、渋滞予測装置２０等の他の装置から交通状態の測定値を収集してもよい。
図５は、本発明の第１の実施の形態における、交通状態の例を示す図である。図５の例では、交通状態として、収集時刻毎の、各地点の車両密度が収集されている。
交通状態ＤＢ１４は、受信部１１により収集された、各地点の交通状態の測定値を格納する。
また、受信部１１は、渋滞予測装置２０等から、渋滞予測に用いられる、各地点の交通状態の予測モデル（または、予測式とも記載する）を収集する。
予測モデルは、各地点における交通状態から、特定の地点（予測地点）における、特定の時刻（予測時刻）の交通状態を予測するためのモデルである。
予測モデルは、例えば、各地点の交通状態の時系列をもとに、機械学習技術を用いて生成される。予測モデルは、例えば、非特許文献１、２に開示されている異種混合学習技術を用いて生成される。また、予測モデルは、線形回帰モデルや、自己回帰モデル、自己回帰移動平均モデル等、一般的な時系列モデルでもよい。
本発明の第１の実施の形態では、交通状態の内の車両密度を予測する、数１式のような予測モデルを用いる。
Figure 0006610669
ここで、ρｉ（ｔ）は、地点ｘｉ（ｉ＝１、２、…、Ｎ；Ｎは監視、制御対象の地点の数）における、現在時刻ｔの車両密度である。また、ρ'ｊ（ｔ＋Ｔ）は、予測地点ｘｊ（j＝１、２、…、Ｎ）における、予測時刻ｔ＋Ｔの車両密度の予測値である。αｉｊは、ρｉ（ｔ）に乗じるパラメータ（重み係数）である。
図６は、本発明の第１の実施の形態における、予測モデルの例を示す図である。図６の例では、各地点について、０．５時間後（Ｔ＝０．５ｈ（hour））、１時間後（Ｔ＝１ｈ）、１．５時間後（Ｔ＝１．５ｈ）、２時間後（Ｔ＝２ｈ）、…の予測モデルが生成されている。
なお、予測モデルとして、数１式のような線形関数に限らず、交通状態が説明変数である任意の関数が用いられてもよい。また、同じ予測地点に対して、複数の予測モデルが生成されてもよい。この場合、これらの予測モデルは、天候や、曜日、時間帯等、予測時刻の状況毎に使い分けられてもよい。
予測モデルＤＢ１２２は、受信部１１により収集された、予測モデルを格納する。
また、受信部１１は、渋滞予測装置２０等から、渋滞予測情報を収集する。ここで、受信部１１は、例えば、所定の時間間隔で渋滞予測情報を収集する。
図７は、本発明の第１の実施の形態における、渋滞予測情報の例を示す図である。図７の例では、渋滞予測情報は、予測を行った時刻（予測実施時刻）、渋滞発生の有無、渋滞の発生が予測される時刻（渋滞予測時刻）、及び、渋滞の発生が予測される地点（渋滞予測地点）が示されている。
予測情報ＤＢ１２１は、受信部１１により収集された、渋滞予測情報を格納する。
さらに、受信部１１は、渋滞予測装置２０等から、渋滞予測に用いられる、各地点のファンダメンタルダイアグラムを収集する。
図８は、本発明の第１の実施の形態における、ファンダメンタルダイアグラムの例を示す図である。ファンダメンタルダイアグラムは、交通状態の解析に用いられる表現方法であり、道路網上の各地点における、車両密度と車両速度や通過台数との関係を示すダイアグラム（グラフ）である。車両密度が特定されれば、ファンダメンタルダイアグラムにより、その地点における車両速度や通過台数を推定できる。ファンダメンタルダイアグラムでは、車両密度がある値（密度閾値）を超えると、車両速度や通過台数が減少し、交通流が自由流から渋滞状態に遷移することが示される。本発明の実施の形態では、この密度閾値を、渋滞予防の指標に用いる。
ダイアグラム格納部１２５は、受信部１１により収集された、各地点に対するファンダメンタルダイアグラムを格納する。
予防処理部１２は、予測情報ＤＢ１２１、予測モデルＤＢ１２２、制御手段ＤＢ１２３、交通状態算出部１２４（または、算出部とも記載する）、及び、ダイアグラム格納部１２５を含む。
制御手段ＤＢ１２３は、制御手段情報を格納する。図９は、本発明の第１の実施の形態における、制御手段情報の例を示す図である。図９の制御手段情報には、各地点に配置された交通状態制御装置３０による交通状態の変更に係るコストの情報（コスト情報）、当該交通状態の制御可能量（最大値、最小値）が設定されている。図９の例では、コスト情報として、交通状態の単位あたりの変更に伴うコストを表す、コスト係数が設定されている。また、コスト情報として、後述するようなコスト関数が設定されていてもよい。
制御手段情報は、各地点の目標交通状態を算出するために用いられる。制御手段情報における制御可能量やコスト情報は、後述する制御モデルの制御特性やコスト情報をもとに、制御処理部１３により設定（変換）される。
交通状態算出部１２４は、各地点の交通状態と予測モデルとをもとに、渋滞予測地点における渋滞予測時刻の渋滞を防ぐための、各地点の目標交通状態を算出する。
制御処理部１３は、制御モデルＤＢ１３１、及び、状態制御部１３２を含む。
制御モデルＤＢ１３１は、各地点に配置された交通状態制御装置３０が有する制御手段の特性を表す、制御モデルを格納する。図１０は、本発明の第１の実施の形態における、制御モデルの例を示す図である。図１０の制御モデルには、各地点に配置された交通状態制御装置３０が有する制御手段の種類、当該制御手段による制御内容と交通状態との関係（制御特性）、当該制御内容の変更に係るコストの情報（コスト情報）が設定されている。ここで、コストとして、制御内容の変更に伴う費用や電力、必要人員等、制御内容の変更に伴い、道路管理やユーザに対して発生しうるデメリットを表す任意のコストを用いることができる。
制御モデルは、各地点の交通状態制御装置３０の仕様等をもとに、道路管理のオペレータにより設定されてもよいし、交通状態制御装置３０から収集した情報をもとに、制御処理部１３により設定されてもよい。
状態制御部１３２は、制御モデルＤＢ１３１に格納された制御モデルをもとに、各地点の目標交通状態を実現するための制御情報を生成し、各地点の交通状態が目標交通状態となるように（目標交通状態に近づくように）、交通状態制御装置３０を制御する。
送信部１５は、制御処理部１３により生成された制御情報を、各地点の交通状態制御装置３０へ送信する。
表示制御部１６は、各地点の目標交通状態等が表示装置４０に表示されるように、表示装置４０を制御する。
指示受付部１７は、表示装置４０から、各地点の目標交通状態の修正指示等を受け付ける。
ログ生成部１８は、目標交通状態と交通状態の測定値の時系列とを示す状態ログ１８１を生成する。
ログ格納部１９は、ログ生成部１８により生成された状態ログ１８１を格納する。
なお、渋滞予防システム１０は、ＣＰＵ（Central Processing Unit）とプログラムを記憶した記憶媒体を含み、プログラムにもとづく制御によって動作するコンピュータであってもよい。
図３は、本発明の第１の実施の形態における、コンピュータにより実現された渋滞予防システム１０の構成を示すブロック図である。
この場合、渋滞予防システム１０は、ＣＰＵ１０１、ハードディスクやメモリ等の記憶デバイス１０２（記憶媒体）、キーボード、ディスプレイ等の入出力デバイス１０３、及び、他の装置等と通信を行う通信デバイス１０４を含む。ＣＰＵ１０１は、受信部１１、交通状態算出部１２４、状態制御部１３２、送信部１５、表示制御部１６、指示受付部１７、及び、ログ生成部１８を実現するためのプログラムを実行する。記憶デバイス１０２は、予測情報ＤＢ１２１、予測モデルＤＢ１２２、制御手段ＤＢ１２３、ダイアグラム格納部１２５、制御モデルＤＢ１３１、交通状態ＤＢ１４、及び、ログ格納部１９のデータを記憶する。通信デバイス１０４は、他の装置等から、渋滞予測情報や予測モデル、各地点の交通状態、ファンダメンタルダイアグラムを受信する。また、通信デバイス１０４は、制御情報を、各地点の交通状態制御装置３０へ送信する。入出力デバイス１０３は、オペレータ等から、渋滞予測情報や予測モデル、各地点の交通状態、ファンダメンタルダイアグラムの入力を受け付けてもよい。また、入出力デバイス１０３が、オペレータ等へ、各地点の交通状態制御装置３０に設定すべき制御情報を出力してもよい。
また、渋滞予防システム１０の各構成要素は、論理回路で実現されていてもよい。この場合、複数の構成要素が、１つの論理回路で実現されていてもよいし、それぞれ、複数の独立した論理回路で実現されていてもよい。
また、渋滞予防システム１０の各構成要素は、有線または無線で接続された複数の物理的な装置に分散的に配置されていてもよい。この場合、渋滞予防システム１０は、複数のコンピュータによる分散処理により実現されていてもよい。
また、渋滞予防システム１０による渋滞予防のサービスが、ＳａａＳ（Software as a Service）形式で、オペレータに提供されてもよい。
次に、本発明の第１の実施の形態の動作について説明する。
ここでは、図１のように道路網の地点Ｘ１、Ｘ２、…、に交通状態制御装置３０が配置されており、交通状態ＤＢ１４には、図５の交通状態が格納されていると仮定する。地点間の距離は、例えば、１０キロメートルであると仮定する。また、予測モデルＤＢ１２２、予測情報ＤＢ１２１、及び、ダイアグラム格納部１２５には、それぞれ、図６の予測モデル、図７の渋滞予測情報、図８のファンダメンタルダイアグラムが格納されていると仮定する。さらに、制御手段ＤＢ１２３、及び、制御モデルＤＢ１３１には、図９、図１０のような制御手段情報、及び、制御モデルが格納されていると仮定する。
図４は、本発明の第１の実施の形態における、渋滞予防処理を示すフローチャートである。
はじめに、予防処理部１２の交通状態算出部１２４は、渋滞予測情報から、渋滞予測地点、及び、渋滞予測時刻を取得する（ステップＳ１１）。
例えば、交通状態算出部１２４は、図７の現在時刻「2015/08/01 10:00」の渋滞予測情報から、渋滞予測地点「Ｘ６」、渋滞予測時刻「2015/08/01 12:00」（２時間後）を取得する。
交通状態算出部１２４は、予測モデルＤＢ１２２から、各地点について、渋滞予測時刻の交通状態を予測するための予測モデルを取得する（ステップＳ１２）。
例えば、交通状態算出部１２４は、図６の予測モデルから、各地点について、２時間後（Ｔ＝２ｈ）の交通状態を予測するための予測モデルを取得する。
交通状態算出部１２４は、取得した予測モデルを用いて、渋滞予測地点における渋滞予測時刻の渋滞を防ぐための、現在時刻の各地点の目標交通状態を算出する（ステップＳ１３）。
ここで、交通状態算出部１２４は、例えば、数２式の目的関数、数３式、数４式の制約式で表される最適化問題の解を求めることにより、各地点の目標交通状態を算出する。
Figure 0006610669
Figure 0006610669
Figure 0006610669
数２式において、ρ＊ ｉ（ｔ）は、地点ｘｉにおける、現在時刻ｔの目標交通状態（車両密度）を示す。ｃｉは、地点ｘｉに配置されている交通状態制御装置３０のコスト係数を示す。この目的関数は、現在時刻ｔの交通状態の測定値と渋滞を防ぐための目標交通状態との差分（交通状態の制御量）にコスト係数を乗じた値の総和が最小になるように、現在時刻の目標交通状態ρ＊ ｉ（ｔ）を決定することを示す。
なお、目的関数として、数２式以外の式が用いられてもよい。例えば、各地点における交通状態が振動しないように、目的関数として、前の時刻ｔ−１における交通状態と現在時刻ｔにおける交通状態との差分に係る式が用いられてもよい。また、このような交通状態の差分と数２式との組み合わせ等、道路管理で許容される、または、好ましい状態を示す、他の目的関数が用いられてもよい。
また、コスト係数の代わりに、地点毎に、制御量を入力として用いる任意のコスト関数が定義されてもよい。また、地点と時間帯等の条件に応じて、異なるコスト係数やコスト関数が定義されてもよい。また、制御量の正負に応じて異なるコスト関数が定義されてもよい。
数３式において、ρＴＨ ｊは、地点ｘｊにおける密度閾値を示す。この制約式は、全地点において、渋滞発生予測時刻ｔ＋Ｔの交通状態（車両密度）の予測値が密度閾値以下であるように、目標交通状態が制限されることを示している。この制約式は、渋滞予測地点の渋滞を防ごうとした結果、他の地点に渋滞が発生することを避けるために設定される。なお、数３式を全地点について定義する代わりに、渋滞予測地点を含む、１以上の任意の地点について定義してもよい。
また、数３式では、現在時刻の車両密度から、予測時刻の車両密度を予測する予測モデルを用いているが、例えば、通過台数等、他の交通状態、あるいは、複数の交通状態の組み合わせから、予測時刻の車両密度を予測する予測モデルを用いてもよい。また、制約式として、道路網上の全交通量（車両数）が制御後も保存されるような交通量保存制約等、道路管理において許容される、または、好ましい状態を示す、他の制約条件が付加されてもよい。
数４式において、ｄＭＡＸ ｉは、地点ｘｉに配置されている交通状態制御装置３０による、交通状態の制御可能量の最大値を示す。この制約式は、全地点において、制御量が制御可能量の最大値以下であるように、目標交通状態が制限されることを示している。制御可能量の最小値が定義されている場合、最小値について、同様の制約式が用いられてもよい。なお、これらの制御可能量についても、地点と時間帯等の条件に応じて異なる値が定義されていてもよい。また、制御量の正負に応じて異なる制御可能量が定義されていてもよい。
図１１は、本発明の第１の実施の形態における、目標交通状態の算出結果の例を示す図である。
例えば、交通状態算出部１２４は、ステップＳ１２で取得した予測モデル、図５における現在時刻「2015/08/01 10:00」の交通状態、図８の密度閾値、及び、図９の制御手段情報を用いて、図１１のように、各地点の目標交通状態を算出する。
次に、表示制御部１６は、各地点の目標交通状態等を表示するための表示画面１６１を生成し、当該表示画面１６１を、表示装置４０に表示させる（ステップＳ１４）。
図１２、図１３、及び、図１４は、本発明の第１の実施の形態における、表示画面１６１の例を示す図である。図１２の表示画面１６１では、交通状態表示領域１６２に、予防対象の渋滞に係る渋滞予測時刻と渋滞予測地点、現在時刻における各地点の交通状態の測定値、及び、目標交通状態が表示されている。また、図１３、図１４の表示画面１６１では、交通状態表示領域１６３に、渋滞予測時刻、渋滞予測地点、現在時刻に各地点に目標交通状態が設定された場合の、それぞれ、１時間後、２時間後の交通状態の予測値、及び、渋滞発生の予測結果が表示されている。これらの予測値は、例えば、交通状態算出部１２４において、目標交通状態と予測モデルにより算出される。また、渋滞発生の予測も、例えば、交通状態算出部１２４において、交通状態の予測値と密度閾値を用いて行われる。図１４の表示画面１６１では、渋滞予測時刻（２時間後）に、渋滞予測地点（地点「Ｘ６」）において、渋滞が発生しないことが示されている。
例えば、表示制御部１６は、オペレータによる切替ボタン１６５ａ〜ｅの操作に応じて、図１２〜図１４のような表示画面１６１を、表示装置４０に表示させる。
なお、表示画面１６１には、各地点の目標交通状態とともに、後述するステップＳ１６で生成されるような、制御手段による制御内容が表示されてもよい。
オペレータは、表示装置４０に表示された表示画面１６１を参照し、各地点の交通状態の制御による、渋滞予防の効果を確認できる。また、オペレータは、これらの表示画面１６１を参照し、目標交通状態の値や渋滞予防の効果に問題がある場合、目標交通状態を修正（変更）する。ここで、オペレータは、例えば、表示画面１６１上の目標交通状態を上書きし、修正ボタン１６４を操作することにより、目標交通状態を修正する。
指示受付部１７は、表示装置４０から、目標交通状態の修正を受け付ける（ステップＳ１５）。
ステップＳ１５で、例えば、表示画面１６１を表示してから一定時間以内に目標交通状態の修正がある場合（ステップＳ１５／Ｙ）、表示制御部１６は、修正された目標交通状態に対して、ステップＳ１４からの処理を行う。
なお、指示受付部１７は、ステップＳ１５で、目標交通状態の修正以外に、目標交通状態を算出するための目的関数や制約式に係る修正を受け付けてもよい。例えば、指示受付部１７は、目的関数の形式や、目的関数で用いられるコスト（コスト係数やコスト関数）等のパラメータの修正を受け付けてもよい。また、指示受付部１７は、制約式の形式や、制約式で用いられる密度閾値、交通状態の制御可能量（最大値、最小値）等のパラメータの修正を受け付けてもよい。また、指示受付部１７は、予測モデルの変更を受け付けてもよい。
これら、目的関数や制約式に係る変更が行われた場合は、ステップＳ１３からの処理が行われる。
ステップＳ１５で、例えば、表示画面１６１を表示してから一定時間以内に目標交通状態の修正がない場合や修正なしが指示された場合（ステップＳ１５／Ｎ）、制御処理部１３の状態制御部１３２は、各地点について、制御情報を生成する（ステップＳ１６）。ここで、状態制御部１３２は、制御モデルの制御特性をもとに、各地点の目標交通状態に対応する制御情報の内容を決定する。目標交通状態の種類（例えば、車両密度）と制御モデルで表される交通状態の種類（例えば、車両速度）が異なる場合、状態制御部１３２は、他の種類の交通状態（例えば、通過台数）等の測定値や推定値を用いて種類を変換し、制御情報の内容を決定してもよい。
図１５は、本発明の第１の実施の形態における、制御情報の例を示す図である。図１５の例では、制御情報は、各地点の交通状態制御装置３０の制御手段で実施すべき制御内容が、目標交通状態とともに示されている。
例えば、状態制御部１３２は、図１１の目標交通状態に対して、図１０の制御モデルを用いて、図１５のような制御情報を生成する。
次に、送信部１５は、制御処理部１３により生成された制御情報を、各地点の交通状態制御装置３０へ送信し、交通状態の制御実行を指示する（ステップＳ１７）。
各地点の交通状態制御装置３０は、制御情報の制御内容に従って、制御手段による交通制御を実行する。
例えば、渋滞予測地点の５０キロメートル手前の地点Ｘ１の交通状態制御装置３０は、通過可能なゲート数が「２」となるように料金所のゲートを制御する。渋滞予測地点の４０キロメートル手前の地点Ｘ２の交通状態制御装置３０は、点灯パターンが「点灯パターンＡ」となるように運転支援灯を制御する。渋滞予測地点の３０キロメートル手前の地点Ｘ３の交通状態制御装置３０は、「提示情報Ａ」を案内板等に表示する。
次に、ログ生成部１８は、各地点の目標交通状態や制御実行後の交通状態を示す状態ログ１８１を生成する（ステップＳ１８）。ログ生成部１８は、生成した状態ログ１８１を、ログ格納部１９に保存する。
図１６は、本発明の第１の実施の形態における、状態ログ１８１の例を示す図である。図１６の状態ログ１８１では、予防対象の渋滞に係る渋滞予測時刻と渋滞予測地点、制御実行時刻、各地点の制御内容、目標交通状態とともに、所定の収集間隔で収集された交通状態の測定値が記録されている。
例えば、ログ生成部１８は、図１６のような状態ログ１８１を生成する。
ログ生成部１８は、生成された状態ログ１８１を、オペレータ等からの指示に応じて、表示装置４０に表示する。オペレータは、表示装置４０に表示された状態ログ１８１を参照し、各地点の制御手段により目標交通状態に従った制御が行われているかどうかを確認することができる。ここで、指示受付部１７は、上述のステップＳ１５と同様に、目標交通状態の修正や目標交通状態を算出するための目的関数や制約式に係る修正、予測モデルの変更を受け付けてもよい。
以降、渋滞予測時刻までの間、例えば、所定の制御間隔で、ステップＳ１２〜Ｓ１８の処理が繰り返し実行される。
例えば、渋滞予防システム１０は、時刻「2015/08/01 10:30」に、１．５時間後（Ｔ＝１．５ｈ）に対応する予測モデルとその時点の交通状態をもとに、各地点の目標交通状態を算出して、交通状態を制御する。同様に、渋滞予防システム１０は、時刻「2015/08/01 11:00」、「2015/08/01 11:30」に、それぞれ、１時間後（Ｔ＝１ｈ）、０．５時間後（Ｔ＝０．５ｈ）に対応する予測モデルを用いて、交通状態を制御する。
図１７は、本発明の第１の実施の形態における、交通制御の例を示す図である。
例えば、図１７に示すように、渋滞予測時刻に近づくにつれて、渋滞予測地点に近い地点で、適切な交通状態の制御が行われ、渋滞予測地点における渋滞予測時刻の渋滞の発生が抑止される。
なお、指示受付部１７は、ステップＳ１５に限らず、ステップＳ１２〜Ｓ１８の処理を繰り返し実行中の任意のタイミングで、目標交通状態等の修正を受け付けてもよい。
また、上述の説明では、渋滞予測地点における渋滞予測時刻の渋滞発生が予測されたことを契機に交通状態を制御する場合の例を説明した。しかしながら、これに限らず、所定の制御間隔で、監視、制御対象の全地点、あるいは、１以上の任意の地点における、所定時間後の渋滞が発生しないように、目的交通状態の算出、及び、交通状態の制御が繰り返されてもよい。
また、上述の説明では、１つの渋滞（渋滞予測時刻と渋滞予測地点の１つの組み合わせ）に対して、交通状態を制御する場合の例を説明した。しかしながら、これに限らず、複数の渋滞（渋滞予測時刻と渋滞予測地点の複数の組み合わせ）に対して、交通状態を制御してもよい。この場合、例えば、数３式の制約式は、当該複数の渋滞について生成される。また、表示画面１６１や状態ログ１８１でも、当該複数の渋滞に係る渋滞予測時刻と渋滞予測地点が示される。
また、上述の説明では、監視、制御対象の地点間の距離が１０キロメートルの場合の例を説明した。しかしながら、これに限らず、各地点における交通状態から他の地点の交通状態を予測できれば、地点間の距離は、数十メートルや数百メートル、数キロメートル、数十キロメートル等、どのような距離でもよい。
また、上述の説明では、交通状態算出部１２４が、数２式の目的関数、数３式、数４式の制約式で表される最適化問題の解を求めることにより、目標交通状態を算出した。すなわち、対象地点における対象時刻の渋滞を防ぐために対象地点と異なる地点において達成すべき目標交通状態を算出した。ここで、対象地点と異なる地点として、数３式では、監視、制御対象の全地点（地点ｉ）を用いているが、対象地点と異なる地点として、現在時刻と対象時刻との間で、交通状態が対象地点と高い相関を有する地点を選択して用いてもよい。例えば、制限速度が時速８０キロメートルの高速道路において、現在時刻と対象時刻との時間差が２時間であれば、対象地点から手前約１６０キロメートまでの範囲に存在する地点の交通状態は、対象地点における対象時刻の交通状態と高い相関を有すると考えられる。したがって、これらの範囲に存在する地点について、目標交通状態を算出して用いてもよい。このような相関は対象地点、対象時刻に対応する予測モデルにおいて、説明変数として用いられる各地点の交通状態の重み係数αｉｊとして表現される。高い精度を持つ予測モデルでは、相関の無い地点について非常に小さい重み係数αｉｊが得られる。この場合、これらの地点に対して得られる目標交通状態は、現在の交通状態とほぼ同一の値となり、上記のような高い相関を有する地点の選択が実現できる。明示的に高い相関を有する地点を選択する場合、例えば一定の値以下の重み係数αｉｊを持つ地点の目標交通状態については最適化変数から削除し、現在の交通状態の値を固定値として用いて、最適化問題を解いてもよい。
また、上述の説明では、進行方向の渋滞予測地点より手前側の地点の交通状態が制御される場合の例を説明した。しかしながら、これに限らず、進行方向の渋滞予測地点より手前側の地点に加えて渋滞予測地点より先側の地点の交通状態が制御される等、交通状態算出部１２４により目標交通状態が算出された、道路網上の各地点の交通状態が制御されてもよい。
以上により、本発明の第１の実施の形態の動作が完了する。
次に、上述の制御手段の例を説明する。各地点の交通状態制御装置３０が有する制御手段として、例えば、以下が利用できる。
（１）料金制御
料金制御では、特定の地点（区間）の利用料金を上げる、または、下げることにより、当該地点（区間）に流入する交通量を制御する。この場合、制御モデルの制御特性として、例えば、各地点（区間）の料金と交通量との関係が記述される。また、曜日等のカレンダ属性や時間帯に応じた複数の制御特性が設定される。状態制御部１３２は、このような制御特性をもとに、目標交通状態に対応する料金を決定し、制御情報に設定する。
（２）走光型運転支援灯による制御
走光型運転支援灯による制御では、路側に配置されたＬＥＤ（Light Emitting Diode）照明等の照明の点灯パターンを操作し、車両の走行速度を制御する。すなわち、走行車両と並走するように照明を点灯させ、走行車両との相対速度を上げる、または、下げることにより、運転者の速度感覚に影響を与え、走行速度を制御する。例えば、運転者にとって光が遅く見える場合、走行速度が上昇するような錯覚をもたらし、速度抑制を促すことができる。逆に、運転者にとって光が速く見える場合、速度回復を促すこともできる。走光型運転支援灯が配置された区間であれば、細かい時間粒度で、速度を制御できる。この場合、制御特性として、例えば、ある速度で区間に進入する車両に対して、点灯パターンが与える速度上の影響の確率分布や、その期待値、平均値等が設定される。状態制御部１３２は、このような制御特性をもとに、目標交通状態に対応する点灯パターンを決定し、制御情報に設定する。
（３）料金所ゲートの制御
料金所ゲートの制御では、料金所のゲート総数やＥＴＣ（Electronic Toll Collection system）ゲート数を変更することで、料金所から流入する交通量を制御する。料金所を通過する車両にＥＴＣ端末を搭載する車両が一定割合で存在する場合、料金所を通過する交通量は、ＥＴＣゲート数と比例する。すなわち、単位時間あたりの料金所の通過台数は、ＥＴＣゲート数が増加すると上昇し、ＥＴＣゲート数が減少すると下降する。また、料金所のゲート総数も、より直接的に、料金所の通過台数に影響を与える。この場合、制御モデルの制御特性として、例えば、料金所のゲート総数やＥＴＣゲート数と交通量との関係が記述される。また、制御特性は、料金所の交通量と、そのうちのＥＴＣ端末を搭載する車両の割合や推定量等との条件毎に設定されていてもよい。また、料金所のゲート総数やＥＴＣゲート数の変更には、人による直接労働が必要、あるいは、交通量が途切れるまで変更が難しい等のコスト要因が存在するため、これらのコスト要因が制御モデルのコストに反映されてもよい。状態制御部１３２は、このような制御特性をもとに、目標交通状態に対応するゲート総数やＥＴＣゲート数を決定し、制御情報に設定する。
（４）ＥＴＣゲートの開閉タイミングの制御
ＥＴＣゲートの開閉タイミングの制御では、ゲートバーの操作設定（開閉タイミングや開閉速度）を変更することで、料金所を通過する交通量を制御する。ＥＴＣゲートを通過する車両の運転者は、ゲートの開閉状況を確認しながら走行速度を制御する。このため、車両が料金所に進入し、ゲートバーを開くと判断されてからバーを上げ始めるまでの時間（タイミング）やバーの開閉速度によって、ゲート近傍での車両速度が変化する。ゲートバーの操作は機械により行われるため、細かい時間粒度で設定を変更できる。この場合、制御モデルの制御特性として、例えば、ＥＴＣゲートへの進入速度とゲートバーの操作設定（開閉タイミングや開閉速度）に対する料金所通過時間や車両間隔（交通量に関連づけられた間隔）が記述される。また、制御特性として、ゲートバーの操作設定に対する、料金所を通過する交通量が記述されていてもよい。状態制御部１３２は、このような制御特性をもとに、目標交通状態に対応するゲートバーの操作設定を決定し、制御情報に設定する。
（５）ＳＡ（Service Area）／ＰＡ（Parking Area）への誘導制御
ＳＡ／ＰＡへの誘導制御では、車両の運転者や同乗者に対して、ＳＡやＰＡの利用を促すことにより、交通量を制御する。車両にＳＡやＰＡを利用させる場合、その車両を道路上から退避させることになるため、道路上に存在する車両数を削減できる。ＳＡ／ＰＡへの誘導手段としては、道路に配置された案内板や、車両に搭載された端末への情報提示、運転者や同乗者が所持するモバイル端末への情報提示等が考えられる。提示する情報の内容としては、渋滞予防のためという目的を明示する等、直接的に誘導を促す情報や、ＳＡ／ＰＡ内の店舗によるキャンペーンやインセンティブに係る、間接的に誘導を促す情報が考えられる。この場合、制御モデルの制御特性として、例えば、提示した情報とその内容に従ってＳＡ／ＰＡを利用した車両の割合との関係が記述される。状態制御部１３２は、このような制御特性をもとに、目標交通状態に対応する提示情報を決定し、制御情報に設定する。
（６）情報板への提示情報による制御
情報板への提示情報による制御では、道路に配置されている情報板に表示する情報により、交通量を制御する。情報板に表示可能な情報は、その量は限定されているものの、文字により表示可能である。このため、情報板に表示する情報により、多様な運転者の誘導が可能である。情報板への表示内容としては、渋滞が予想されているために速度向上や抑制を促す内容や、車線変更を控えるように促す内容等が考えられる。この場合、制御モデルの制御特性として、例えば、表示内容とその内容に従った車両の割合との関係が記述される。状態制御部１３２は、このような制御特性をもとに、目標交通状態に対応する表示内容を決定し、制御情報に設定する。
（７）ペースメーカーによる制御
ペースメーカーによる制御では、道路管理会社等が保有するパトロール車両やメンテナンス車両等をペースメーカー車両として用いることにより、交通状態を制御する。これらの車両は道路管理会社の制御下にある車両であるため、指示通りの速度や、運転挙動を実現できる。例えば、ペースメーカー車両に、制限速度を厳密に守るような運転や、制限速度をやや下回る速度での走行を指示することにより、後続する車両の挙動をある程度制御できる。また、パトロールやメンテナンス場所への移動等、ペースメーカー車両の本来の目的と交通状態の制御を兼ねることで、コストを増やすことなく、交通状態を制御できる。この場合、制御モデルの制御特性として、例えば、ペースメーカー車両の運転パターンとその運転パターンが近傍の他の車両に与える影響との関係が記述される。状態制御部１３２は、このような制御特性をもとに、目標交通状態に対応する運転パターンを決定し、制御情報に設定する。
（８）自律走行車による制御
自律走行車による制御では、自律走行車に対して、車両速度や車両間隔等の走行パターンの切り替えを促すことにより、交通状態を制御する。ここで、自律走行車は、例えば、人の操作なく完全に自動運転が可能な車両でもよい。また、自律走行車は、例えば、前方車両追尾走行機能（クルーズコントロール）等を搭載した、部分的に自動運転が可能な車両でもよい。クルーズコントロールを搭載した車両の場合、前方追尾の設定、すなわち追尾距離や反応速度等を変更することにより、走行パターンを制御できる。また、前方に車両がいない場合であっても、ある程度の走行パターンが可能な車両も存在する。このような走行パターンの制御は、自動運転技術の搭載車の普及により、多くの車両で利用可能となっており、大きな効果が見込める。さらに、クルーズコントロール機能を持つ車両による車両群、すなわち、隊列走行が構成できる場合、車両群の後続車両に与える影響が大きいため、走行パターンにより制御可能な交通量を増やすことができる。この場合、制御モデルの制御特性として、例えば、走行パターンと、その走行パターンが近傍の交通量に与える影響と、の関係が記述される。制御特性は、近傍の交通量に関連づけられて設定されていてもよい。状態制御部１３２は、このような制御特性をもとに、目標交通状態に対応する走行パターンや当該走行パターンを適用する車両を決定し、制御情報に設定する。
なお、交通状態を制御できれば、上述の制御手段の他に、交通信号の制御等、他の制御手段を用いてもよい。
また、上述の説明では、各地点の制御手段の種類が１つであり、交通状態算出部１２４が、各地点の制御手段のコストを考慮した目的関数を用いて、目標交通状態を算出する場合について説明した。しかしながら、これに限らず、各地点に複数の制御手段が存在する場合、状態制御部１３２が、各地点の制御手段の内の１以上の組み合わせを選択してもよい。この場合、状態制御部１３２は、例えば、小さい制御量しか得られないが、短時間で効果が生じる制御手段を優先して選択する。そして、状態制御部１３２は、その手段で得られる交通状態と目標交通状態との差分について、効果が生じるまで時間を要するが、大きい制御量が得られる、料金制御等の制御手段を選択してもよい。また、状態制御部１３２は、各制御手段の制御モデルや制約にもとづき、目標交通状態が達成できる確率が高く、交通状態の変更に係るコストが低くなるように、制御手段を選択してもよい。
次に、本発明の第１の実施の形態の特徴的な構成を説明する。図１８は、本発明の実施の形態の特徴的な構成を示すブロック図である。図１８を参照すると、渋滞予防システム１０は、交通状態算出部１２４（算出部）、及び、表示制御部１６を含む。交通状態算出部１２４は、対象地点における対象時刻の渋滞を防ぐために対象地点と異なる地点において達成すべき交通状態である目標交通状態を算出する。表示制御部１６は、各地点における目標交通状態が表示手段に表示されるように、当該表示手段を制御する。
また、図１９は、本発明の実施の形態の他の特徴的な構成を示すブロック図である。図１９を参照すると、渋滞予防システム１０は、交通状態算出部１２４（算出部）、及び、ログ生成部１８を含む。交通状態算出部１２４は、対象地点における対象時刻の渋滞を防ぐために対象地点と異なる地点において達成すべき交通状態である目標交通状態を算出する。ログ生成部１８は、各地点における目標交通状態と当該地点の交通状態の測定値とを示すログを生成し、出力する。
次に、本発明の第１の実施の形態の効果を説明する。本発明の第１の実施の形態によれば、対象地点における対象時刻の渋滞をより確実に防ぐことができる。その理由は、交通状態算出部１２４が、対象地点における対象時刻の渋滞を防ぐために対象地点と異なる地点において達成すべき交通状態である目標交通状態を算出するためである。算出された目標交通状態を用いて、各地点の交通状態を制御することにより、広範囲において制御が行われ、局所的な制御を行う場合に比べて、各地点の交通状態の制御量が少量であっても、より確実に渋滞を防ぐことができる。
また、本発明の第１の実施の形態によれば、オペレータ等が、より確実に渋滞を防ぐように、システムを調整できる。その理由は、表示制御部１６が、各地点の目標交通状態が表示手段に表示されるように制御する、あるいは、ログ生成部１８が、各地点の目標交通状態と交通状態の測定値とを示すログを生成し、出力するためである。これにより、オペレータは、より適切な目標交通状態が設定されるように、目標交通状態の値や、目標交通状態を算出するための目的関数や制約式の形式やパラメータ、予測モデルを変更できる。
（第２の実施の形態）
次に、本発明の第２の実施の形態について説明する。
本発明の第２の実施の形態においては、各地点の現在時刻の交通状態、及び、将来時刻の交通状態の予測値から予測地点における予測時刻の交通状態を予測する予測モデルを用いる点において、本発明の第１の実施の形態と異なる。
本発明の第２の実施の形態では、数５式のような予測モデルを用いる。
Figure 0006610669
ここで、ｔ０は起点の時刻、ｔ０＋ｔｋ（ｋ＝１、２、…、Ｍｋ；Ｍｋは、１以上の整数）は、起点時刻ｔ０と現在時刻ｔとの間の過去の時刻、ｔ０＋ｔｌ（ｌ＝１、２、…、Ｍｌ；Ｍｌは、１以上の整数）は、現在時刻ｔと予測時刻ｔ０＋Ｔとの間の将来の時刻を表す。また、αｉｊ、βｋ，ｉｊ、γｌ，ｉｊは、それぞれ、ρｉ（ｔ）、ρｉ（ｔ０＋ｔｋ）、ρ’ｉ（ｔ０＋ｔｌ）に乗じるパラメータである。
数５式の右辺第１項、第２項、及び、第３項では、それぞれ、過去時刻の交通状態、現在時刻における交通状態、及び、将来時刻の交通状態の予測値が説明変数として用いられている。予測値ρ’ｉ（ｔ０＋ｔｌ）は、時刻ｔ０の交通状態をもとに、ｔｌ時間後の交通状態を予測する予測モデルにより算出される。予測値ρ’ｉ（ｔ０＋ｔｌ）は、受信部１１により、渋滞予測装置２０等の他の装置から収集され、交通状態ＤＢ１４に保存されていてもよい。
交通状態算出部１２４は、上述のステップＳ１３において、数６式の目的関数、数７式、数８式の制約式で表される最適化問題の解を求めることにより、各地点の目標交通状態を算出する。
Figure 0006610669
Figure 0006610669
Figure 0006610669
数６式の目的関数は、現在時刻ｔの交通状態制御量と将来時刻ｔ０＋ｔｌの交通状態の見込み制御量にコスト係数を乗じた値の総和が最小になるように、現在時刻ｔ、将来時刻ｔ０＋ｔｌの目標交通状態ρ＊ ｉ（ｔ）、ρ＊ ｉ（ｔ０＋ｔｌ）を決定することを示す。
このように、将来時刻を含む、複数の時刻おける交通状態を説明変数として用いた予測モデルにもとづいて、渋滞を防ぐための目標交通状態を算出することにより、現在時刻の交通状態の制御量だけでなく、将来の見込み制御量を考慮して、交通状態を制御できる。そのため、現在時刻における交通状態の制御のみを考慮した場合と比較して、より少ない制御量で、渋滞を防ぐことができる。
なお、数６式の目標関数では、コストとして、地点毎のコスト係数が用いられているが、第１の実施の形態と同様に、時間帯等の条件に応じて、異なるコスト係数やコスト関数が定義されてもよい。さらに、将来時刻における見込み制御量は、現在時刻と将来時刻の時間差が大きいほど、予測誤差に起因したより大きな誤差を含むと考えられる。したがって、数６式の目標関数では、現在時刻と将来時刻の時間差が大きいほどコストを大きくする等、将来時刻に応じたコストが用いられてもよい。
本発明の第２の実施の形態によれば、本発明の第１の実施の形態と比べて、より少ない制御量で、渋滞を防ぐことができる。その理由は、交通状態算出部１２４が、各地点の現在時刻の交通状態、及び、現在時刻より後、かつ、対象時刻より前の交通状態の予測値から対象地点における対象時刻の交通状態を予測する予測モデルを用いて、目標交通状態を算出するためである。
以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
１０ 渋滞予防システム
１０１ ＣＰＵ
１０２ 記憶デバイス
１０３ 入出力デバイス
１０４ 通信デバイス
１１ 受信部
１２ 予防処理部
１２１ 予測情報ＤＢ
１２２ 予測モデルＤＢ
１２３ 制御手段ＤＢ
１２４ 交通状態算出部
１２５ ダイアグラム格納部
１３ 制御処理部
１３１ 制御モデルＤＢ
１３２ 状態制御部
１４ 交通状態ＤＢ
１５ 送信部
１６ 表示制御部
１６１ 表示画面
１６２ 交通状態表示領域
１６３ 交通状態表示領域
１６４ 修正ボタン
１６５ 切替ボタン
１７ 指示受付部
１８ ログ生成部
１８１ 状態ログ
１９ ログ格納部
２０ 渋滞予測装置
３０ 交通状態制御装置
４０ 表示装置

Claims (20)

  1. 渋滞の発生が予測される渋滞予測地点とは異なる複数の地点のそれぞれに対して、達成すべき目標交通状態を算出するように構成された算出手段と、
    前記目標交通状態を表示手段に表示するように構成された表示制御手段と、
    を備え、
    前記算出手段は、さらに、前記複数の地点のそれぞれに前記目標交通状態が設定された場合の、前記渋滞の発生が予測される渋滞予測時刻までの各時刻の前記複数の地点のそれぞれの交通状態の予測値を算出するように構成され、
    前記表示手段は、前記渋滞の発生が予測される渋滞予測時刻までの各時刻の前記複数の地点のそれぞれの交通状態の予測値を前記表示手段に表示するように構成される、
    渋滞予防システム。
  2. 前記表示制御手段は、道路管理のオペレータが参照するための前記表示手段に前記目標交通状態を表示するように構成された、
    請求項１に記載の渋滞予防システム。
  3. 前記表示手段に表示された前記目標交通状態に対する修正指示、前記目標交通状態を算出するための関数或いは制約式に対する修正指示、又は予測モデルの変更指示、を前記オペレータから受け付けるように構成された指示受付手段を更に備える、
    請求項２に記載の渋滞予防システム。
  4. 前記複数の地点のそれぞれに対する前記目標交通状態を実現するための制御情報を生成するように構成された状態制御手段、
    を更に備える
    請求項１乃至３のいずれか１項に記載の渋滞予防システム。
  5. 前記状態制御手段は、前記目標交通状態に対応する自律走行車の走行パターンや当該走行パターンを適用する車両を決定し、前記制御情報に設定するように構成された、
    請求項４記載の渋滞予防システム。
  6. 前記目標交通状態は、前記渋滞の発生が予測される渋滞予測時刻よりも前の時刻に、前記渋滞を防ぐために達成すべき交通状態である、
    請求項１から５のいずれか１項に記載の渋滞予防システム。
  7. 前記目標交通状態は、車両速度、車両密度または単位時間あたりの通過台数である、
    請求項１から６のいずれか１項に記載の渋滞予防システム。
  8. 前記表示制御手段は、オペレータが参照するための前記表示手段に前記目標交通状態を表示するように構成され、
    前記渋滞予防システムは、
    前記表示手段に表示された前記目標交通状態に対する修正指示、前記目標交通状態を算出するための関数或いは制約式に対する修正指示、又は予測モデルの変更指示、を前記オペレータから受け付けるように構成された指示受付手段と、
    前記複数の地点のそれぞれに対する前記目標交通状態を実現するための制御情報を生成するように構成された制御処理手段と、
    を更に備え、
    前記目標交通状態は、前記渋滞の発生が予測される渋滞予測時刻よりも前の時刻に、前記渋滞を防ぐために達成すべき車両速度、車両密度または単位時間あたりの通過台数である
    請求項１に記載の渋滞予防システム。
  9. 渋滞の発生が予測される渋滞予測地点とは異なる複数の地点のそれぞれに対して、達成すべき目標交通状態を算出するように構成された算出手段と、
    前記複数の地点のそれぞれに対する前記目標交通状態を実現するための制御情報を生成するように構成された状態制御手段と、
    を備え、
    前記算出手段は、さらに、前記複数の地点のそれぞれに前記目標交通状態が設定された場合の、前記渋滞の発生が予測される渋滞予測時刻までの各時刻の前記複数の地点のそれぞれの交通状態の予測値を算出するように構成され、
    さらに、前記渋滞の発生が予測される渋滞予測時刻までの各時刻の前記複数の地点のそれぞれの交通状態の予測値を表示するように構成された表示制御手段を備える、
    渋滞予防システム。
  10. 前記制御情報を交通状態制御手段へ送信するように構成された送信手段を更に備える、
    請求項９に記載の渋滞予防システム。
  11. 前記渋滞の発生が予測される渋滞予測時刻が近づくにつれて、前記複数の地点の内、前記渋滞予測地点に遠い地点から近い地点へと、交通状態の制御を実行する地点を変更する、
    請求項９または１０に記載の渋滞予防システム。
  12. 前記算出手段は、前記複数の地点における交通状態から前記渋滞予測地点における渋滞予測時刻の交通状態を予測するための予測モデルを用いて、前記目標交通状態を算出するように構成された、
    請求項９から１１のいずれか１項に記載の渋滞予防システム。
  13. 前記算出手段は、前記複数の地点における現在時刻の交通状態、及び、現在時刻より後、かつ、前記渋滞予測時刻より前の交通状態の予測値から前記渋滞予測地点における前記渋滞予測時刻の交通状態を予測するための予測モデルを用いて、前記目標交通状態を算出するように構成された、
    請求項１２に記載の渋滞予防システム。
  14. 前記算出手段は、前記複数の地点において前記目標交通状態を達成するためのコストが最小になるように、前記複数の地点における前記目標交通状態を算出するように構成された、
    請求項９から１３のいずれか１項に記載の渋滞予防システム。
  15. 渋滞の発生が予測される渋滞予測地点とは異なる複数の地点のそれぞれに対して、達成すべき目標交通状態を算出するように構成された算出手段と、
    前記複数の地点のそれぞれにおける前記目標交通状態と当該複数の地点の交通状態の測定値とを含むログを生成するログ生成手段と、
    を備え、
    前記算出手段は、さらに、前記複数の地点のそれぞれに前記目標交通状態が設定された場合の、前記渋滞の発生が予測される渋滞予測時刻までの各時刻の前記複数の地点のそれぞれの交通状態の予測値を算出するように構成され、
    さらに、前記渋滞の発生が予測される渋滞予測時刻までの各時刻の前記複数の地点のそれぞれの交通状態の予測値を表示するように構成された表示制御手段を備える、
    渋滞予防システム。
  16. 前記複数の地点のそれぞれに対する前記目標交通状態を実現するための制御情報を生成するように構成された状態制御手段を更に備え、
    前記ログ生成手段は、前記制御情報を含む前記ログを生成するよう構成された、
    請求項１５に記載の渋滞予防システム。
  17. 前記制御情報を交通状態制御手段へ送信するよう構成された送信手段を更に備える、
    請求項１６に記載の渋滞予防システム。
  18. 前記ログ生成手段は、前記複数の地点における制御実行後の交通状態を示すログを生成するよう構成された、
    請求項１６または１７に記載の渋滞予防システム。
  19. 渋滞の発生が予測される渋滞予測地点とは異なる複数の地点のそれぞれに対して、達成すべき目標交通状態を算出し、
    前記目標交通状態を表示手段に表示する、渋滞予防方法であって、
    さらに、
    前記複数の地点のそれぞれに前記目標交通状態が設定された場合の、前記渋滞の発生が予測される渋滞予測時刻までの各時刻の前記複数の地点のそれぞれの交通状態の予測値を算出し、
    前記渋滞の発生が予測される渋滞予測時刻までの各時刻の前記複数の地点のそれぞれの交通状態の予測値を前記表示手段に表示する、
    渋滞予防方法。
  20. コンピュータに、
    渋滞の発生が予測される渋滞予測地点とは異なる複数の地点のそれぞれに対して、達成すべき目標交通状態を算出し、
    前記目標交通状態を表示手段に表示する、処理を実行させるプログラムであって、
    さらに、
    前記複数の地点のそれぞれに前記目標交通状態が設定された場合の、前記渋滞の発生が予測される渋滞予測時刻までの各時刻の前記複数の地点のそれぞれの交通状態の予測値を算出し、
    前記渋滞の発生が予測される渋滞予測時刻までの各時刻の前記複数の地点のそれぞれの交通状態の予測値を前記表示手段に表示する、
    処理を実行させるプログラム。
JP2017536061A 2015-08-27 2015-08-27 渋滞予防システム、渋滞予防方法、及び、プログラム Active JP6610669B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2015/004307 WO2017033215A1 (ja) 2015-08-27 2015-08-27 渋滞予防システム、渋滞予防方法、及び、記録媒体

Publications (2)

Publication Number Publication Date
JPWO2017033215A1 JPWO2017033215A1 (ja) 2018-06-07
JP6610669B2 true JP6610669B2 (ja) 2019-11-27

Family

ID=58100134

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017536061A Active JP6610669B2 (ja) 2015-08-27 2015-08-27 渋滞予防システム、渋滞予防方法、及び、プログラム

Country Status (3)

Country Link
US (1) US10540891B2 (ja)
JP (1) JP6610669B2 (ja)
WO (1) WO2017033215A1 (ja)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11283877B2 (en) 2015-11-04 2022-03-22 Zoox, Inc. Software application and logic to modify configuration of an autonomous vehicle
US9606539B1 (en) 2015-11-04 2017-03-28 Zoox, Inc. Autonomous vehicle fleet service and system
WO2017079341A2 (en) 2015-11-04 2017-05-11 Zoox, Inc. Automated extraction of semantic information to enhance incremental mapping modifications for robotic vehicles
US9632502B1 (en) * 2015-11-04 2017-04-25 Zoox, Inc. Machine-learning systems and techniques to optimize teleoperation and/or planner decisions
US9630619B1 (en) 2015-11-04 2017-04-25 Zoox, Inc. Robotic vehicle active safety systems and methods
US10401852B2 (en) 2015-11-04 2019-09-03 Zoox, Inc. Teleoperation system and method for trajectory modification of autonomous vehicles
US10816973B2 (en) * 2017-06-02 2020-10-27 Baidu Usa Llc Utilizing rule-based and model-based decision systems for autonomous driving control
US11164128B2 (en) * 2018-04-27 2021-11-02 Cubic Corporation Optimizing emergency services logistics using data from a smart traffic control system
US10755560B2 (en) * 2018-06-19 2020-08-25 International Business Machines Corporation Real-time pollution control at a traffic junction
US10963705B2 (en) * 2018-07-31 2021-03-30 Beijing Didi Infinity Technology And Development Co., Ltd. System and method for point-to-point traffic prediction
JP7176376B2 (ja) 2018-11-30 2022-11-22 トヨタ自動車株式会社 車両の制御装置
GB201900503D0 (en) * 2019-01-14 2019-03-06 Simplifai Systems Ltd Traffic strategy system and method of implementing the same
US10990855B2 (en) * 2019-06-13 2021-04-27 Baidu Usa Llc Detecting adversarial samples by a vision based perception system
CN110473398B (zh) * 2019-07-29 2020-09-11 安徽科力信息产业有限责任公司 一种城市道路拥堵分析方法及装置
JP7267874B2 (ja) * 2019-08-27 2023-05-02 本田技研工業株式会社 交通流推定装置、交通流推定方法、およびプログラム
DE102019213106A1 (de) * 2019-08-30 2021-03-04 Siemens Mobility GmbH Verfahren und Vorrichtung zur Prognose eines Schaltzustands und/oder eines Schaltzeitpunkts einer Signalanlage zur Verkehrssteuerung
JP7070531B2 (ja) * 2019-11-15 2022-05-18 株式会社豊田中央研究所 都市構造設計装置及び都市構造設計プログラム
JP7355769B2 (ja) * 2021-01-19 2023-10-03 トヨタ自動車株式会社 情報処理装置、情報処理方法、およびプログラム
GB2605130B (en) * 2021-03-17 2023-08-16 Xan Labs Int Ltd Method and system of predictive traffic flow and of traffic light control

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2655953B2 (ja) 1991-07-19 1997-09-24 株式会社日立製作所 交通制御システム
JP3833845B2 (ja) 1999-04-21 2006-10-18 株式会社東芝 自動走行支援システム
JP2000339584A (ja) * 1999-05-31 2000-12-08 Nec Commun Syst Ltd 交通量調査システム及び信号機制御システム
JP3753014B2 (ja) 2001-05-11 2006-03-08 住友電気工業株式会社 交通流の異常検知装置及び方法
JP2008065633A (ja) * 2006-09-07 2008-03-21 Sumitomo Electric Ind Ltd 交通制御システム及び交通制御方法
JP5489489B2 (ja) 2009-02-27 2014-05-14 三菱重工業株式会社 道路通行課金システム及び道路通行課金方法
US9443424B2 (en) * 2010-06-29 2016-09-13 Honda Motor Co., Ltd. Method of displaying traffic congestion estimation
JP5083388B2 (ja) 2010-07-29 2012-11-28 トヨタ自動車株式会社 交通制御システムおよび交通管制システム
US8494759B2 (en) * 2010-09-08 2013-07-23 Toyota Motor Engineering & Manufacturing North America, Inc. Vehicle speed indication using vehicle-infrastructure wireless communication
JP5630184B2 (ja) * 2010-09-30 2014-11-26 富士通株式会社 コンピュータ、車載機、経路通知方法、および経路表示方法
BR112013014736A2 (pt) 2010-12-15 2016-10-04 Honda Motor Co Ltd aparelho de auxílio de condução para um veículo
EP2738750A4 (en) 2011-07-29 2015-06-03 Nec Corp TRAFFIC CONTROL SYSTEM, OVERLOAD CONTROL METHOD, INFORMATION PROCESSING DEVICE, AND CONTROL PROCESS AND MEMORY FOR THIS
US8437948B1 (en) 2012-04-12 2013-05-07 Inrix, Inc. Traffic forecasting
CA3023833C (en) * 2016-05-11 2019-03-19 New York Air Brake Llc System for providing temporary speed restrictions to locomotives

Also Published As

Publication number Publication date
US20180211523A1 (en) 2018-07-26
US10540891B2 (en) 2020-01-21
JPWO2017033215A1 (ja) 2018-06-07
WO2017033215A1 (ja) 2017-03-02

Similar Documents

Publication Publication Date Title
JP6610669B2 (ja) 渋滞予防システム、渋滞予防方法、及び、プログラム
Wang et al. A review of surrogate safety measures and their applications in connected and automated vehicles safety modeling
US20190111933A1 (en) Method for producing control data for rule-based driver assistance
US11378955B2 (en) Planning autonomous motion
Wang et al. Rolling horizon control framework for driver assistance systems. Part II: Cooperative sensing and cooperative control
US20190100216A1 (en) Risk Assessment System For Assessing Current Driver Behavior Relative to Past Behavior and Behaviors of Other Drivers
EP3035314B1 (en) A traffic data fusion system and the related method for providing a traffic state for a network of roads
James et al. Characterizing the impact of production adaptive cruise control on traffic flow: An investigation
Goñi-Ros et al. Using advanced adaptive cruise control systems to reduce congestion at sags: An evaluation based on microscopic traffic simulation
Mitsch et al. Towards formal verification of freeway traffic control
US9111443B2 (en) Heavy vehicle traffic flow optimization
US11222532B2 (en) Traffic control support system, traffic control support method, and program recording medium
US20210396533A1 (en) Navigation with sun glare information
US9008954B2 (en) Predicting impact of a traffic incident on a road network
EP2806411A1 (en) Driving model generation device, driving model generation method, driving evaluation device, driving evaluation method, and driving support system
JPWO2012081209A1 (ja) 渋滞予測方法
JPWO2013042260A1 (ja) 運転支援装置
CN110648533A (zh) 一种交通管控方法、设备、系统及存储介质
Li et al. Deep reinforcement learning-based vehicle driving strategy to reduce crash risks in traffic oscillations
US20150106171A1 (en) Dynamic pricing based on sliding mode control and estimation for high occupancy toll lanes
Long et al. Deep reinforcement learning for transit signal priority in a connected environment
WO2018097047A1 (ja) 交通制御システム、交通情報出力装置、交通制御方法、及び、記録媒体
JP2012127772A (ja) 車両の走行支援装置
CN115158319A (zh) 车辆变道方法、装置、电子设备和存储介质
Sun et al. Dynamic speed guidance for active highway signal coordination: roadside against in‐car strategies

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180220

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180220

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190205

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190403

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20191001

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20191014

R150 Certificate of patent or registration of utility model

Ref document number: 6610669

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150