JP7003817B2 - 交通流管理システム - Google Patents

交通流管理システム Download PDF

Info

Publication number
JP7003817B2
JP7003817B2 JP2018072590A JP2018072590A JP7003817B2 JP 7003817 B2 JP7003817 B2 JP 7003817B2 JP 2018072590 A JP2018072590 A JP 2018072590A JP 2018072590 A JP2018072590 A JP 2018072590A JP 7003817 B2 JP7003817 B2 JP 7003817B2
Authority
JP
Japan
Prior art keywords
traffic flow
bridge
data
strain
traffic
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
JP2018072590A
Other languages
English (en)
Other versions
JP2019185228A (ja
Inventor
哲也 天野
以昌 山口
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.)
JFE Engineering Corp
Original Assignee
JFE Engineering 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 JFE Engineering Corp filed Critical JFE Engineering Corp
Priority to JP2018072590A priority Critical patent/JP7003817B2/ja
Publication of JP2019185228A publication Critical patent/JP2019185228A/ja
Application granted granted Critical
Publication of JP7003817B2 publication Critical patent/JP7003817B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Arrangements For Transmission Of Measured Signals (AREA)
  • Traffic Control Systems (AREA)

Description

本発明は、橋梁における交通流を管理する交通流管理システムに関する。
従来から、生活インフラにおける道路交通の役割は重要である。この道路交通における大きな問題の一つとして、渋滞問題が存在する。ひとたび渋滞が発生すると、渋滞に遭遇した車両が目的地に到着する時刻が当初の推定時刻から大きくずれるのみならず、車両が消費するエネルギーが増加する。この場合、燃料が無駄に消費されて排気ガスなどによる大気汚染の問題を招来したり、騒音が増大したりすることで、周辺環境の悪化が懸念される事態になる。
このような渋滞が発生する場所は、概ね特定することができ、代表的なものとして橋梁が挙げられる。橋梁に渋滞が発生しやすい理由としては、特に都市部などにおいて、道路ネットワークの数として橋梁の数が少ないため、交通需要が集中してしまうなどの理由が考えられる。この問題を解決する方法としては、橋梁の数を増加する方法が考えられる。ところが、大きな建造物である橋梁を増加することは容易ではない。
そこで、車両交通における渋滞を緩和する一つの方法として、車両の流れ(以下、交通流)を監視する方法が検討されている。例えば特許文献1には、橋梁に車両が通過する際の歪みを測定するセンサを設置して、得られた歪みの情報から交通情報を含む複数の情報を取得することが可能なセンサ制御装置、センサシステム、および交通流管理システムが開示されている。また、特許文献2には、照明柱に道路状況を撮影するためのカメラを設置し、交通流を把握することが可能な道路状況撮影装置が開示されている。
特開2017-053165号公報 特開2004-005206号公報
しかしながら、上述した特許文献1に記載の技術においては、交通情報以外の目的で使用されることがあり、この間は交通情報が取得できないという課題があった。特許文献2では、交通情報を取得することは可能であるものの、照明柱へ撮像手段を多数設置しなければならず、膨大なコストと労力を要するという課題があった。
本発明は、上記のような課題に鑑みてなされたもので、その目的は、橋梁の交通流を容易かつ継続的に監視して管理することが可能な交通流管理システムを提供することにある。
上述した課題を解決し、上記目的を達成するために、本発明の一態様に係る交通流管理システムは、橋梁に設置されて前記橋梁を通過する車両の交通流を測定する橋梁交通流測定手段、および前記橋梁交通流測定手段によって測定された前記橋梁における交通流の測定結果を前記橋梁に関する交通流データとして出力するデータ転送手段を有する橋梁交通流測定部と、前記橋梁交通流測定部から供給された前記橋梁に関する交通流データを格納する記憶手段、および前記橋梁交通流測定部から供給された前記橋梁に関する交通流データを収集して前記記憶手段に格納された前記橋梁に関する交通流データを管理する交通流情報管理手段を有する管理部と、を備え、前記橋梁交通流測定部と前記管理部とが、ネットワークを介して前記交通流データを送受信可能に構成されることを特徴とする。
本発明の一態様に係る交通流管理システムは、上記の発明において、前記記憶手段に記憶された交通流データに基づいて交通流を分析する交通流監視分析手段をさらに備えることを特徴とする。
本発明の一態様に係る交通流管理システムは、上記の発明において、前記橋梁の周辺領域を含む交通流データをさらに取得し、前記橋梁の周辺領域を含む交通流データを、前記ネットワークを介して前記管理部に送信可能に構成された広域交通流測定部をさらに備えることを特徴とする。本発明の一態様に係る交通流管理システムは、この構成において、前記交通流情報管理手段は、前記広域交通流測定部から送信された前記橋梁の周辺領域を含む交通流データを収集して前記記憶手段に格納して管理することを特徴とする。
本発明の一態様に係る交通流管理システムは、上記の発明において、前記管理部は、前記交通流監視分析手段によって分析された交通流データの分析結果および前記記憶手段に蓄積された交通流データの少なくとも一方の交通流データに基づいて、交通流を予想可能な交通流予想手段をさらに備えることを特徴とする。本発明の一態様に係る交通流管理システムは、この構成において、前記管理部は、前記交通流予想手段の予想結果から渋滞が予想された場合、予想された渋滞を回避するための情報を出力可能な渋滞回避手段をさらに備えることを特徴とする。
本発明の一態様に係る交通流管理システムは、上記の発明において、前記橋梁交通流測定部が、橋梁に設置される歪検知手段によって前記橋梁を通過する車両による前記橋梁の歪量を計測可能に構成された歪計測手段、および前記歪計測手段によって計測された歪量に基づいて歪波形データを生成する歪波形生成手段を有し、前記交通流監視分析手段は、前記歪波形生成手段によって生成された前記歪波形データを分析し、前記分析された結果に基づいて、前記橋梁における交通流の状態を判定可能に構成されていることを特徴とする。
本発明の一態様に係る交通流管理システムは、上記の発明において、前記交通流監視分析手段は、前記歪波形データの値と前記橋梁に前記車両が通過していない状態での歪量の基準値との差分について、所定時間を積分区間とした時間積分値を導出し、前記時間積分値が所定の積分閾値以上の場合に、前記橋梁に渋滞が発生していると判定することを特徴とする。
本発明の一態様に係る交通流管理システムは、上記の発明において、前記交通流監視分析手段は、所定時間内において前記歪波形データの値が所定の歪閾値を超えた時間を積算し、前記歪閾値を超えた時間が所定の時間閾値以上の場合に、前記橋梁に渋滞が発生していると判定することを特徴とする。
本発明の一態様に係る交通流管理システムは、上記の発明において、前記交通流監視分析手段は、所定時間内において前記歪波形データの値が所定の歪閾値を超えた時間を積算して前記所定時間に対する割合を導出し、前記所定時間に対する前記歪閾値を超えた時間の割合が、所定の時間割合閾値以上の場合に、前記橋梁に渋滞が発生していると判定することを特徴とする。
本発明の一態様に係る交通流管理システムは、上記の発明において、前記交通流監視分析手段は、所定の時間間隔によって標本化された前記歪波形データに対して、所定時間内において前記歪波形データの値が所定の歪閾値を超えたデータ数をカウントし、前記歪閾値を超えたデータ数が所定のデータ数閾値以上の場合に、前記橋梁に渋滞が発生していると判定することを特徴とする。
本発明の一態様に係る交通流管理システムは、上記の発明において、前記交通流監視分析手段は、所定の時間間隔によって標本化された前記歪波形データに対して、所定時間内において前記歪波形データの値が所定の歪閾値を超えたデータ数をカウントして前記所定時間内の全データ数に対する割合を導出し、前記所定時間内の全データ数に対する前記歪閾値を超えたデータ数の割合が、所定のデータ数割合閾値以上の場合に、前記橋梁に渋滞が発生していると判定することを特徴とする。
本発明の一態様に係る交通流管理システムは、上記の発明において、前記交通流監視分析手段は、前記広域交通流測定部から供給された交通流データに含まれる所定区画内における車両の数が所定数以上になった場合に、前記橋梁に渋滞が発生していると判定することを特徴とする。
本発明の一態様に係る交通流管理システムは、上記の発明において、前記交通流監視分析手段は、前記広域交通流測定部から供給された交通流データに含まれる所定区画内における車両の走行の軌跡が所定の数以上、または所定の形状になった場合に、前記橋梁に渋滞が発生していると判定することを特徴とする。
本発明の一態様に係る交通流管理システムは、上記の発明において、前記交通流監視分析手段は、前記広域交通流測定部から供給された交通流データに含まれる所定区画内における車両の速度が所定の速度以下になった場合に、前記橋梁に渋滞が発生していると判定することを特徴とする。
本発明の一態様に係る交通流管理システムは、上記の発明において、前記管理部は、前記交通流監視分析手段が渋滞発生と判定した場合、判定された渋滞を回避するための情報を出力可能な渋滞回避手段をさらに備えることを特徴とする。
本発明の一態様に係る交通流管理方法は、橋梁に設置されて前記橋梁を通過する車両の交通流を測定する交通流測定ステップと、前記交通流測定ステップにおいて測定された前記橋梁における交通流の測定結果を前記橋梁に関する交通流データとして出力するデータ転送ステップと、前記データ転送ステップにおいて、ネットワークを介して前記交通流データを送受信する送受信ステップと、前記データ転送ステップにおいて出力された交通流データを前記送受信ステップにおいて受信して、記憶手段に格納する記憶ステップと、前記データ転送ステップにおいて出力された交通流データを収集して、前記記憶手段に格納された前記橋梁に関する交通流データを管理する交通流情報管理ステップと、を含むことを特徴とする。
本発明による交通流管理システムによれば、橋梁の交通流を容易かつ継続的に監視して管理することが可能になる。
図1は、本発明の一実施形態による交通流管理システムを示すブロック図である。 図2は、本発明の一実施形態による交通流管理システムにおける第1実施例による歪センサの設置例および交通流測定部の設置例を示す模式図である。 図3は、本発明の一実施形態による交通流管理システムにおける第2実施例による歪センサの設置例および交通流測定部の設置例を示す模式図である。 図4は、本発明の一実施形態による交通流管理システムにおける第3実施例による歪センサの設置例および交通流測定部の設置例を示す模式図である。 図5は、本発明の一実施形態による交通流管理システムにおける第2実施例および第3実施例による車両の位置情報について説明するための地図情報を含む図である。 図6は、本発明の一実施形態による交通流管理システムにおける第4実施例による歪センサの設置例を示す模式図である。 図7は、本発明の一実施形態による交通流管理システムにおける第5実施例による歪センサの設置例を示す模式図である。 図8は、本発明の一実施形態による交通流管理システムによる渋滞状況の判定の原理を説明するための歪波形データのグラフである。 図9は、第6実施例による渋滞判定方法を説明するための(a)渋滞がない場合および(b)渋滞が発生した場合のそれぞれの歪波形データを示すグラフである。 図10は、第7実施例および第8実施例による渋滞判定方法を説明するための(a)渋滞がない場合および(b)渋滞が発生した場合のそれぞれの歪波形データを示すグラフである。 図11は、第9実施例および第10実施例による渋滞判定方法を説明するための(a)渋滞がない場合および(b)渋滞が発生した場合のそれぞれの歪波形データを示すグラフである。 図12は、本発明の一実施形態による交通流管理方法を説明するためのフローチャートである。
以下、本発明の一実施形態について図面を参照しつつ説明する。なお、以下の一実施形態の全図においては、同一または対応する部分には同一の符号を付す。また、本発明は以下に説明する一実施形態によって限定されるものではない。
まず、本発明の一実施形態による交通流管理システムについて説明する。図1は、本発明の一実施形態による交通流管理システム1を示すブロック図である。図1に示すように、一実施形態による交通流管理システム1は、管理部10、橋梁30に設けられる橋梁交通流測定部20、および広域交通流測定部40を備えて構成される。橋梁30は、各種車両が通行可能に構成される。ネットワーク100は、管理部10、橋梁交通流測定部20、および広域交通流測定部40の間で通信可能なインターネット回線網や携帯電話回線網などから構成される。すなわち、一実施形態による交通流管理システム1においては、管理部10、橋梁交通流測定部20、および広域交通流測定部40が、ネットワーク100を介して相互に通信可能で、互いにデータを送受信可能に接続されている。さらに、管理部10は、ネットワーク100を介して各種の情報センタ50、商業施設群60、および車両群70との間で通信可能に接続されている。
一実施形態による交通流管理システム1においては、橋梁交通流測定部20によって橋梁30の交通流を測定して交通流データとして出力するとともに、広域交通流測定部40によって橋梁30を含む広範な領域の交通流を測定して交通流データとして出力する。交通流管理システム1は、橋梁交通流測定部20および広域交通流測定部40からネットワーク100を介して送受信される交通流データに基づいて、管理部10が橋梁30を含む周辺地域全体の交通流を監視および分析し、必要に応じて渋滞を回避する各種方法を出力するシステムである。
管理部10は、交通流情報管理部11、交通流監視分析部12、交通流予想部13、渋滞回避部14、記憶部15、および表示部16を少なくとも備えて構成される。管理部10はさらに、情報データを外部から入力するための入力部17を備える。
交通流情報管理部11、交通流監視分析部12、交通流予想部13、および渋滞回避部14はそれぞれ、物理的には、CPU(Central Processing Unit)、ROM(Read Only Memory)、およびRAM(Random Access Memory)などからなるマイクロコンピュータを主要構成部品として構成される。これらの交通流情報管理部11、交通流監視分析部12、交通流予想部13、および渋滞回避部14は、物理的に一体であっても別体であってもよく、一部が一体になった形態でもよく、限定されるものではない。
交通流情報管理手段としての交通流情報管理部11は、橋梁交通流測定部20および広域交通流測定部40から供給された交通流に関する各種の情報データ(以下、交通流データ)を収集して管理する。交通流情報管理部11は、具体的に、橋梁交通流測定部20から供給される交通流データとして、例えば歪波形データを収集して管理する。また、交通流情報管理部11は、広域交通流測定部40から供給された交通流データとして、地図上における車両71~73などの移動体の数や、車両71~73から送信される走行軌跡や、撮像装置などによって撮影された車両71~73の速度などの種々の交通流データを収集して管理する。
交通流監視分析手段としての交通流監視分析部12は、交通流情報管理部11が収集して管理した種々の交通流データに対して分析を行い、分析結果に基づいて橋梁30および橋梁30の近くを通過する車両71~73の状態を監視する。詳細は後述するが、交通流データに基づいて分析可能な情報としては、橋梁30における車両71~73の混雑状況(渋滞状況)などである。すなわち、交通流監視分析部12は、ネットワーク100を介して交通流情報管理部11に供給された種々の交通流データに対して、リアルタイム処理またはバッチ処理で分析を行い、橋梁30を通過する車両71~73の交通流である通行状況や渋滞状況などを判定可能に構成される。
交通流予想手段としての交通流予想部13は、交通流監視分析部12によって分析され監視されている種々の情報データおよび種々の交通流データに基づいて、特に渋滞などの交通流の状況を予想可能に構成されている。交通流予想部13による予想結果は、渋滞情報を含む交通情報として出力される。交通流予想部13が実行する交通流の予想方法としては、種々の方法を採用できる。具体的には、例えばリアルタイム予想やバッチ予想などである。
リアルタイム予想は、リアルタイムで取得した交通流データに基づいて行う予想であり、交通流監視分析部12によって分析され監視されているリアルタイムな交通流データに基づいて、例えば数分から数時間後、必要に応じて所定の日時などの、未来の所定時点における交通流の予想が行われる。バッチ予想は、過去の交通流データに基づいて行う予想であり、記憶部15に格納され蓄積されている過去の交通流データに基づいて、例えば数分から数時間後、必要に応じて所定の日時などの、未来の所定時点における交通流の予想が行われる。バッチ予想において、比較対象となる交通流データとしては、例えば、時間帯、曜日、季節、イベント、気象情報などを挙げることができる。交通流予想部13は、リアルタイム予想およびバッチ予想の少なくとも一方によって、上述した交通流データを例えば確率や統計などの種々の予測論に基づいて分析することによって、総合的に判断して予想を行う。交通流予想部13は、分析によって予想した予想結果を、渋滞情報を含む交通情報として出力する。
渋滞回避手段としての渋滞回避部14は、交通流予想部13から出力された予想結果に基づいて、あらかじめ判明している渋滞の日時や突発的に生じた事故などに起因する渋滞を可能な範囲で緩和するための方法を、渋滞回避情報として出力可能に構成される。渋滞回避情報は、ネットワーク100を介して、商業施設群60における店舗端末61,62,63や、車両71,72,73などに送信される。なお、渋滞回避情報は、ネットワーク100を介して、橋梁30の橋梁表示手段としての表示部35に送信したり広域交通流測定部40の表示部44に送信したりしてもよい。
渋滞回避部14が出力する渋滞回避情報は具体的に、例えばショッピングセンタ、喫茶店、およびレストランなど商業施設において使用可能なクーポン券や割引券などの情報、または渋滞の時間帯や地域の情報などである。渋滞回避部14は、渋滞回避情報に基づいて、通行している車両71の通信端末71aや、車両72のGPS端末72aや、車両73内の乗員の携帯端末73aに対して、ネットワーク100を介して渋滞回避情報であるクーポン券や割引券などの情報を供給する。また、店舗端末61~63は、渋滞回避情報を受信した段階で、店舗端末61~63を備える店舗に、車両から認識可能な状態で設けられたそれぞれの表示部61a,62a,63aに、渋滞発生の可能性や発生確率などの渋滞情報を表示する。また、店舗の表示部61a~63aに、割引情報やタイムセール情報などの店舗におけるサービス情報などを表示してもよい。なお、歩行者の所持している携帯端末(図示せず)に対して、ネットワーク100を介してクーポン券や割引券などの情報を供給してもよい。
この渋滞回避情報によって、車両71~73の乗員や歩行者が橋梁30に進入する前に、周辺の商業施設などに誘導でき時間を消費させることができるので、車両71~73の分散を図ることができる。また、渋滞回避情報としては、橋梁30を通行する以外の別のルートを含むルート情報を供給することも可能である。これらの渋滞回避情報によって、橋梁30を通行する車両群70の交通流の調整を行うことができ、車両71~73を分散できるので、渋滞を解消または軽減して、交通整理を行うことができる。
記憶手段としての記憶部15は、物理的にはハードディスクや半導体メモリなどの記録媒体、およびこれらの記録媒体のドライブ装置を有して構成される。記憶部15は、橋梁交通流測定部20および広域交通流測定部40から供給され、交通流情報管理部11によって収集されて管理される交通流データを、交通流データベース15aとして記憶可能に構成される。交通流データベース15aには、交通流情報管理部11が過去に取得した交通流データが索出可能に格納されている。交通流データベース15aに格納される交通流データは、気象情報、時間帯、曜日などの交通に関する各種関連情報を含む。記憶部15はさらに、交通流データ以外の情報データである各種プログラムおよび各種データが書き込みおよび読み出し可能に格納される。
表示部16は、管理部10に供給された各種情報データを表示可能に構成される。管理部10においては、管理側表示手段としての表示部16に情報データを表示することによって、各種情報を外部に報知可能に構成される。
橋梁交通流測定手段としての橋梁交通流測定部20は、歪センサ21aを有する歪計測部21、データ処理部22、データ転送部23、および表示部24を備えて構成される。歪計測手段としての歪計測部21は、車両71~73が橋梁30を通過する際の橋梁30における測定結果としての歪量を、橋梁30に設置可能に構成された歪検知手段としての歪センサ21aによって計測可能に構成される。歪センサ21aは、計測した橋梁30の歪みに関する歪み量の情報データ(歪データ)を出力する。なお、歪センサ21aは、歪計測部21に内蔵されて歪計測部21の一部として構成しても、歪計測部21と別体に構成してもよい。歪センサ21aが歪計測部21と別体に構成される場合、歪センサ21aが出力した歪データは、無線通信または有線通信によって歪計測部21に供給される。歪計測部21は、歪センサ21aから供給された歪データをアナログデジタル変換(A/D変換)して歪信号として出力する。
歪波形生成手段としてのデータ処理部22は、歪計測部21から出力された歪信号に対して所定のデータ処理を行うことにより、歪波形データを生成して、データ転送部23に出力する。データ転送手段としてのデータ転送部23は、データ処理部22から供給された歪波形データを、ネットワーク100を介して管理部10に送信する。一方、データ転送部23は、ネットワーク100を介して、他の橋梁30に設置された橋梁交通流測定部20からの交通流データや、管理部10からの情報データや、情報センタ50からの渋滞情報といった交通情報などの外部からの情報データを受信可能である。橋梁側表示手段としての表示部24は、データ転送部23が送受信した情報を表示可能に構成される。
橋梁交通流測定部20は、歪計測部21、データ処理部22、およびデータ転送部23の全てを一体で構成しても、それぞれを別体で構成してもよい。いずれの場合においても、橋梁交通流測定部20のうちの少なくとも歪センサ21aは、橋梁30の部分に設置される。橋梁30は、鋼、木、石、またはコンクリートなどからなる構造物である。歪センサ21aは、歪をあらかじめ計測した結果に基づいて、歪みの計測に好適な位置に設置される。具体的には、橋梁30において、車両71~73の走行による歪が発生しやすい部分や、轍の下方や、振動が小さく雑データを取得しにくい部分などに設けられる。
広域交通流測定手段としての広域交通流測定部40は、広域交通流計測部41、データ処理部42、およびデータ転送部43を少なくとも備えて構成される。また、広域交通流測定部40は、情報を外部に報知するための表示部44をさらに備えてもよい。広域交通流測定部40は、広域交通流計測部41、データ処理部42、およびデータ転送部43の全てを一体で構成しても、それぞれを別体で構成してもよく、広域交通流計測部41のみを別体として、データ処理部42およびデータ転送部43を一体に構成してもよい。いずれの場合においても、広域交通流測定部40のうちの少なくとも広域交通流計測部41は、橋梁30を含む広域の領域を測定可能に構成され、その方式は、固定式や移動式など種々の形態を採用できる。
具体的に、固定式の広域交通流計測部41としては、例えば橋梁30の前後数100mに設けられている照明柱や建物に設置された撮像装置などの、橋梁30において車両群70を撮影する撮像手段から構成される。広域交通流計測部41は、所定の橋梁30と他の橋梁やトンネルとの間など、橋梁30およびその周辺領域を含む広範な領域の車両群70を撮影する。なお、広域交通流計測部41を数km間隔で複数設置して、車両71~73が例えば所定台数分などといった基準を設けて撮影を行って、より高精度な交通流データを生成してもよい。
移動式の広域交通流計測部41としては、走行する車両71~73を活用してもよい。すなわち、車両71に備えられた通信端末71aや、車両72に備えられたGPS端末72aや、車両73の乗員が所持している携帯端末73aを用いて、GPS(Global Positioning System)から供給される位置情報を用いて交通流データを生成してもよい。また、移動式の広域交通流計測部41としては、撮像装置を備えた無人飛行機などから構成することも可能である。
データ処理手段としてのデータ処理部42は、広域交通流計測部41から出力された車両71~73の測定に応じた信号に対して所定のデータ処理を行うことにより、交通流データを生成して、データ転送部43に出力する。データ転送手段としてのデータ転送部43は、データ処理部42から供給された交通流データを、ネットワーク100を介して管理部10に送信可能に構成される。一方、データ転送部43は、ネットワーク100を介して、他の橋梁30に設置された橋梁交通流測定部20または広域交通流測定部40からの各種の情報データや、管理部10からの情報データや、情報センタ50からの渋滞情報といった交通情報などの外部からの情報データを受信可能に構成される。広域交通流測定部40における表示部44は、データ転送部43が受信した情報を表示可能に構成される。
なお、橋梁30から離れた位置に広域交通流測定部40を備えることによって、広範な交通流を広域的に監視して渋滞状況を判定することが可能になる。また、橋梁交通流測定部20とともに、交通流の測定の基点となる箇所を複数設けることが可能となり、渋滞などの交通流の状態を広域的に測定することが可能になる。
次に、上述した橋梁交通流測定部20における歪センサ21aの設置例、および広域交通流計測部41の設置例について具体的に説明する。
(第1実施例)
図2は、上述した交通流管理システム1における第1実施例による歪センサ21aの設置例および広域交通流計測部41の設置例を示す模式図である。図2に示すように、橋梁30は、互いに直交して設けられた縦リブ31および横リブ32と、床版33と、アスファルト34とを有して構成される。橋梁30上には、各種の車両71~73が通行可能である。第1実施例においては、歪センサ21aは横リブ32の下部の一部に少なくとも1つ設置される。歪センサ21aによって、橋梁30における車両71~73の通行に連動して、横リブ32において発生する歪みが計測される。歪センサ21aによって計測された歪データは、歪計測部21に供給されてA/D変換された後、データ処理部22に供給されて歪波形データが生成される。歪波形データはデータ転送部23に供給されて、ネットワーク100を介して管理部10に送信される。
第1実施例においては、広域交通流計測部41として固定された撮像装置を用いる。撮像装置からなる広域交通流計測部41は、照明柱300の一部に少なくとも1つ設置される。なお、照明柱300に管理部10から供給された情報データを表示可能な表示部35が設置されている。広域交通流計測部41によって、橋梁30およびその周辺領域を通行する車両71~73が測定される。広域交通流計測部41によって測定された車両71~73に応じた信号はデータ処理部42に供給され、交通流データが生成される。交通流データはデータ転送部43に供給されて、ネットワーク100を介して管理部10に送信される。第1実施例における広域交通流測定部40は、撮影した映像から車両71~73や歩行者の移動速度を導出することも可能である。また、表示部44には、管理部10からネットワーク100を介して供給された各種情報データが表示される。
(第2実施例)
図3は、交通流管理システム1における第2実施例による歪センサ21aの設置例および広域交通流計測部41の設置例を示す模式図である。図3に示すように、第2実施例において、歪センサ21aは床版33の下部に少なくとも1つ設置される。歪センサ21aは、車両71~73の通行に連動して床版33において発生する歪みを計測する。歪センサ21aによって計測された歪データは、第1実施例と同様にしてデータ処理されて管理部10に送信される。
また、第2実施例においては、広域交通流計測部41として移動式の撮像装置を用いる。すなわち、移動式の撮像装置は、無人飛行機に搭載される。撮像装置からなる広域交通流計測部41は、空中から橋梁30およびその周辺領域を通行する車両群70を測定する。広域交通流計測部41によって測定された車両71~73に応じた信号は、データ処理部42に供給され、交通流データが生成される。交通流データはデータ転送部43に供給されて、ネットワーク100を介して管理部10に送信される。無人飛行機に搭載された撮像装置からなる広域交通流計測部41は、空中に常時飛行していてもよく、必要な日時や時間帯のみ飛行してもよい。例えば、管理部10における交通流予想部13によって渋滞が予想された日時や時間帯のみ飛行したり、所定時間間隔で定期的に飛行したりすることも可能である。
(第3実施例)
図4は、交通流管理システム1における第3実施例による歪センサ21aの設置例および広域交通流計測部41の設置例を示す模式図である。図4に示すように、第3実施例において、歪センサ21aは縦リブ31の下部に少なくとも1つ設置される。歪センサ21aは、車両71~73の通行に連動して縦リブ31において発生する歪みを計測する。歪センサ21aによって計測された歪データは、第1実施例と同様にしてデータ処理されて管理部10に送信される。
また、第3実施例においては、広域交通流計測部41として移動式の位置情報取得装置を用いる。すなわち、位置情報取得装置は、GPS衛星400および車両群70から供給される位置情報データを取得する。位置情報取得装置からなる広域交通流計測部41は、GPSを利用して橋梁30およびその周辺領域を通行する車両71~73の位置情報を取得する。広域交通流計測部41によって取得された車両71~73の位置情報は、データ処理部42に供給され、交通流データが生成される。交通流データはデータ転送部43に供給されて、ネットワーク100を介して管理部10に送信される。GPS衛星400と連係して得られる位置情報データとして、車両71~73の位置情報のみならず、携帯端末を所有した歩行者の位置情報などを含むことも可能である。
図5は、上述した第2実施例および第3実施例における車両群70の位置情報について説明するための地図情報を含む図である。図5に示すように、広域交通流測定部40によって測定される交通流データとしては、地図上の河川200に架かっている橋梁30およびその周辺領域において、車両71~73が例えば3台以上といった所定台数まとまっている部分(以下、走行点81、図5中黒丸)や、車両71~73が移動した走行軌跡82(図5中、一点鎖線)などである。管理部10は、地図上の車両71~73が所定台数以上まとまっている走行点81や移動した走行軌跡82などを、広域交通流測定部40から交通流データとして取得して記憶部15に格納して管理することができる。
(第4実施例)
図6は、交通流管理システム1における第4実施例による歪センサ21aの設置例を示す模式図である。図6に示すように、第4実施例において、歪センサ21aはアスファルト34内に埋め込まれた状態で、路面内に少なくとも1つ設置される。歪センサ21aは、車両71~73の通行に連動してアスファルト34において発生する歪みを計測する。歪センサ21aによって計測された歪データは、第1実施例と同様にしてデータ処理されて管理部10に送信される。
(第5実施例)
図7は、交通流管理システム1における第5実施例による歪センサ21aの設置例を示す模式図である。図7に示すように、第5実施例において、歪センサ21aは横リブ32の下部における橋梁30の幅方向に沿った略中央部分に少なくとも1つ設置される。歪センサ21aは、第1実施例と同様にして横リブ32に発生する歪を計測する。なお、歪センサ21aは、横リブ32の下部における橋梁30の幅方向に沿って、アスファルト34に轍が生じやすい部分の下方に設けてもよい。
(歪波形データ)
次に、以上のように設置された歪センサ21aにより計測され、データ処理部22によって生成される歪波形データに対する分析処理について説明する。図8は、一実施形態による交通流管理システム1における橋梁交通流測定部20から供給される歪波形データの例を、橋梁30を通過する車両71~73の速度の大きさごとに示したグラフである。図8(a)、図8(b)、および図8(c)はそれぞれ、車両71の速度が大きい高速の場合、速度が中程度の場合、および速度が小さい低速の場合の歪波形データを示す。
図8(a)に示すように、橋梁30上を車両71が高速で走行した場合、歪センサ21aによって計測される歪みに基づいた歪波形データは、車両71の車輪の数に対応して複数のピークを有し、速度に対応して急峻なピークを有する。図8(b)に示すように、車両71の速度が中程度の場合、歪波形データは、図8(a)に示す場合に比して時間軸に沿って幅広の(以下、ブロードと言う)歪波形データになる。さらに、図8(c)に示すように、車両71が低速の場合、歪波形データは、図8(b)に示す場合に比して時間軸に沿ってさらにブロードした形状となる。すなわち、橋梁30上を通過する車両71の速度が低速であるほど、計測された歪みの歪波形データは時間軸に沿ってブロードした形状になる。これにより、歪波形データを分析することによって、橋梁30を通過する車両71の速度を推定することが可能になる。
(渋滞判定方法)
交通流管理システム1における管理部10は、以上の原理に基づいて、取得した歪波形データから橋梁30における交通状況を分析し、橋梁30における交通流、特に渋滞状況を監視する。次に、管理部10によって実行される、一実施形態による渋滞判定方法について説明する。
図1に示すように、橋梁交通流測定部20から歪波形データが供給された管理部10においては、供給された歪波形データを、記憶部15の交通流データベース15aとして格納する。記憶部15に格納された歪波形データは、交通流監視分析部12によって、データ処理された後に橋梁30上を走行する車両71~73の渋滞状況が判定される。交通流監視分析部12によるデータ処理および判定処理について、以下に具体的に説明する。なお、以下の実施例における歪ベースラインとは、温度変化による伸縮で生じる歪などに起因する、橋梁30を車両71~73などが走行していない状態での歪センサ21aが計測する歪データの基準値である。
(第6実施例)
図9は、一実施形態の管理部10によって行われる第6実施例による渋滞判定方法を説明するための歪波形を示すグラフである。図9(a)および図9(b)はそれぞれ、渋滞がない場合および渋滞が発生した場合の歪波形データの一例を示す。
図9に示すように、第6実施例において交通流監視分析部12は、供給された歪波形データに基づいて、歪波形データと歪ベースラインとの差分について、所定時間Δtの範囲を積分区間とした時間積分値を導出する。すなわち、交通流監視分析部12は、所定時間Δt内での歪波形データと歪ベースラインとによって囲まれた部分の積分値(図9中、ハッチング部分)を導出する。
ここで、所定時間Δtの設定方法の一例について説明する。所定時間Δtは、車両71~73が渋滞であると判定できるような車両71~73の速度に基づいて決定される。具体的には、渋滞であると判定する速度V[km/h]と、対象とする車両71~73の平均的な車軸間隔L[m]とから、以下の(1)式に基づいて所定時間Δtを決定する。なお、以下に説明する実施例における所定時間Δtは、第6実施例と同様に決定される。
Δt=L/V×3600 …(1)
例えば、渋滞であると判定できる速度Vが5km/hであり、主に対象とする車両71~73における平均的な車軸間隔Lが7mであった場合、所定時間Δtは、(7/5000×3600≒)5sになる。なお、これらの数値はあくまでも一例であり、渋滞と判定できる速度V、および対象とする車両71~73の平均的な車軸間隔Lは、対象となる橋梁30ごとにあらかじめ実験やシミュレーションなどによって種々の好適な値に設定できる。
さて、図8(a),(b)および図9(a)に示すように、橋梁30を通過する車両71の速度が中程度の速度から高速(以下、中高速)の範囲であると、歪波形データは急峻なピークを有する。これに対し、図8(c)および図9(b)に示すように、橋梁30を通過する車両71の速度が低速になると、歪波形データはブロードされた状態になる。これらの場合、所定時間Δtにおいて歪波形データと歪ベースラインとによって囲まれた部分の積分値は、車両71の速度が中高速の場合に比して、低速の場合の方が大きくなる。交通流監視分析部12は、時間積分値に対して所定の閾値(以下、第1積分閾値)を設定する。交通流監視分析部12は、導出した時間積分値が第1積分閾値以上になった場合に、「渋滞が発生した」と判定する。さらに、交通流予想部13は、上述した第1積分閾値未満の第2積分閾値を設定して、導出した時間積分値が第2積分閾値以上第1積分閾値未満の場合に、一定時間遡った時点から現時点までの時間積分値の挙動から第1積分閾値を超えるまでの時間を予測し、この予測した時間後に「渋滞が発生する可能性がある」と予想する。
(第7実施例)
図10は、一実施形態の管理部10によって行われる第7実施例および第8実施例による渋滞判定方法および損傷判定方法を説明するための歪波形を示すグラフである。図10(a)および図10(b)はそれぞれ、渋滞がない場合および渋滞が発生した場合の歪波形データの一例を示す。
図10に示すように、第7実施例において交通流監視分析部12は、供給された歪波形データに基づいて、所定時間Δt内での歪量の大きさが所定の閾値(以下、歪閾値)を超えている時間を積算する。
具体的に、図10(a)に示す例においては、歪閾値を超えている時間は、(Δt1+Δt2)である。これに対し、図10(b)に示す例においては、歪閾値を超えている時間はΔt3である。ここで、橋梁30を通過する車両71の速度が中高速の場合、歪波形データは急峻なピークを有し、速度が低速になるとブロードされる。これらの場合、所定時間Δt内において歪量が歪閾値を超えている時間は、速度が中高速の場合(Δt1+Δt2)に比して、低速の場合(Δt3)の方が長くなる(Δt1+Δt2<Δt3)。交通流監視分析部12は、歪量が歪閾値を超えている時間に対して所定の閾値(以下、第1時間閾値)を設定する。交通流監視分析部12は積算した時間が第1時間閾値以上になった場合に、「渋滞が発生した」と判定する。さらに、交通流予想部13は、上述した第1時間閾値未満の第2時間閾値を設定して、積算した時間が第2時間閾値以上第1時間閾値未満の場合に、一定時間遡った時点から現時点までの、積算時間の挙動から第1時間閾値を超えるまでの時間を予測し、この予測した時間後に「渋滞が発生する可能性がある」と予想する。
(第8実施例)
また、第8実施例において交通流監視分析部12は、第7実施例と同様にして、供給された歪波形データに基づいて、所定時間Δt内で歪量が歪閾値を超えている時間を積算する。その後、第7実施例と異なり、交通流監視分析部12は、所定時間Δtに対する、歪量が歪閾値を超えている時間の割合を導出する。
具体的に、図10(a)に示す例においては、歪閾値を超えている時間の割合は、(Δt1+Δt2)/Δtである。これに対し、図10(b)に示す例においては、歪閾値を超えている時間の割合はΔt3/Δtである。ここで、所定時間Δt内に歪量が歪閾値を超えている時間の割合は、速度が中高速の場合(Δt1+Δt2)/Δtに比して、低速の場合(Δt3/Δt)の方が長くなる((Δt1+Δt2)/Δt<Δt3/Δt)。交通流監視分析部12は、歪量が歪閾値を超えている時間の割合に対して所定の閾値(以下、第1時間割合閾値)を設定する。交通流監視分析部12は、導出した時間の割合が第1時間割合閾値以上になった場合に、「渋滞が発生した」と判定する。さらに、交通流予想部13は、上述した第1時間割合閾値未満の第2時間割合閾値を設定して、導出した時間の割合が第2時間割合閾値以上第1時間割合閾値未満の場合に、一定時間遡った時点から現時点までの、時間割合の挙動から第1時間割合閾値を超えるまでの時間を予測し、この予測した時間後に「渋滞が発生する可能性がある」と予想する。
(第9実施例)
図11は、一実施形態の管理部10によって行われる第9実施例および第10実施例による渋滞判定方法および損傷判定方法を説明するための歪波形を示すグラフである。図11(a)および図11(b)はそれぞれ、渋滞がない場合および渋滞が発生した場合の歪波形データの一例を示す。
図11に示すように、第9実施例において交通流監視分析部12は、供給された歪波形データに基づいて、所定時間Δt内で歪量が歪閾値を超えている数をカウントする。すなわち、橋梁交通流測定部20から供給される歪波形データは、A/D変換によってデジタル化され、歪データに対して標本化および量子化が行われて生成されている。交通流監視分析部12は、歪データに対して所定の時間間隔によって標本化された歪波形データに基づいて、歪閾値を超えたデータ数をカウントする。
具体的に、図11(a)に示す例においては、歪閾値を超えているデータ数は10データである。これに対し、図11(b)に示す例においては、歪閾値を超えているデータ数は29データである。ここで、図11に示す例においては、所定時間Δtおよびサンプリング間隔から導出される所定時間Δt内の全データ数は、37データである。すなわち、所定時間Δt内において歪量が歪閾値を超えている歪波形データの数は、車両71の速度が中高速の場合に比して、低速の場合は多くなる。交通流監視分析部12は、歪量が歪閾値を超えたデータの数に対して所定の閾値(以下、第1データ数閾値)を設定する。交通流監視分析部12は、カウントしたデータ数が第1データ数閾値以上になった場合に、「渋滞が発生した」と判定する。例えば、第1データ数閾値を25データとした場合、交通流監視分析部12は、カウントされたデータ数が25データを超えた段階で、渋滞が発生したと判定する。さらに、交通流予想部13は、上述した第1データ数閾値未満の第2データ数閾値を設定して、カウントしたデータ数が第2データ数閾値以上第1データ数閾値未満の場合に、一定時間遡った時点から現時点までの、カウントデータ数の挙動から第1データ数閾値を超えるまでの時間を予測し、この予測した時間後に「渋滞が発生する可能性がある」と予想する。
(第10実施例)
また、第10実施例において交通流監視分析部12は、第9実施例と同様にして、供給された歪波形データに基づいて、歪波形データにおける所定時間Δt内で歪量が歪閾値を超えているデータ数をカウントする。その後、第9実施例と異なり、交通流監視分析部12は、所定時間Δtにおける全データ数に対する、歪閾値を超えているデータ数の割合を導出する。なお、図11に示す例において、所定時間Δt内の全データ数は37データである。そのため、歪閾値を超えているデータ数の割合は、図11(a)に示す例においては(10/37≒)0.27であるのに対し、図11(b)に示す例においては(29/37≒)0.78である。ここで、所定時間Δt内に歪量が歪閾値を超えているデータ数の割合は、車両71の速度が中高速の場合に比して、低速の場合の方が多くなる。交通流監視分析部12は、歪量が歪閾値を超えているデータ数の割合に対して所定の閾値(以下、第1データ数割合閾値)を設定する。交通流監視分析部12は、導出したデータ数の割合が第1データ数割合閾値以上になった場合に、「渋滞が発生した」と判定する。さらに、交通流予想部13は、上述した第1データ数割合閾値未満の第2データ数割合閾値を設定して、導出したデータ数の割合が第2データ数割合閾値以上第1データ数割合閾値未満の場合に、一定時間遡った時点から現時点までの、データ数の割合の挙動から第1データ数割合閾値を超えるまでの時間を予測し、この予測した時間後に「渋滞が発生する可能性がある」と予想する。
(第11実施例)
第11実施例において交通流監視分析部12は、広域交通流測定部40からネットワーク100を介して送信された交通流データに基づいて、交通流の判定を行う。すなわち、図2に示すように、広域交通流計測部41を撮像装置から構成した場合、広域交通流計測部41によって撮影された車両71~73などの移動体の速度に基づいて、交通流の判定を行う。具体的に交通流監視分析部12は、撮影された車両71~73の速度が例えば5km/h以下である場合に「渋滞が発生した」と判定する。さらに、交通流予想部13は、撮影された車両71~73の速度から、過去の交通流データから渋滞が発生する蓋然性が高いと判断された場合に、「所定時間後に渋滞が発生する可能性がある」と予想する。
(第12実施例)
第12実施例において交通流監視分析部12は、広域交通流測定部40からネットワーク100を介して送信された交通流データに基づいて、交通流の判定を行う。すなわち、図5に示すように、広域交通流測定部40によって測定される交通流データが、地図上において走行点81(図5中、黒丸)で表されている場合を想定する。この場合、走行点81の個数が所定区画内において所定数以上であった場合に、交通流監視分析部12は、「渋滞が発生した」と判定する。さらに、交通流予想部13は、走行点81の個数が所定区画内において、所定数未満であっても過去の交通流データから渋滞が発生する蓋然性が高いと判断された場合に、「所定時間後に渋滞が発生する可能性がある」と予想する。
(第13実施例)
第13実施例において交通流監視分析部12は、広域交通流測定部40からネットワーク100を介して送信された交通流データに基づいて、交通流の判定を行う。すなわち、図5に示すように、広域交通流測定部40によって測定される交通流データが、地図上において走行軌跡82(図5中、一点鎖線)で表されている場合を想定する。この場合、走行軌跡82の本数が所定区画内において所定本数以上であった場合に、交通流監視分析部12は、「渋滞が発生した」と判定する。さらに、交通流予想部13は、走行軌跡82の本数が所定本数未満であっても、走行軌跡82の形状やルートが過去の交通流データから渋滞が発生する蓋然性が高いと判断された場合に、「所定時間後に渋滞が発生する可能性がある」と予想する。
以上の第6実施例から第13実施例に説明したように、管理部10によって橋梁30を通過する車両71~73の交通流の状態、および橋梁30を含む周辺の交通流の状態が監視され、渋滞の発生が判定されたり予想されたりする。
(橋梁監視方法)
次に、上述した交通流管理システム1における橋梁監視方法について説明する。図12は、一実施形態による橋梁監視方法を説明するためのフローチャートである。なお、図12に示すフローチャートは、交通流管理システム1において順次繰り返し実行される。
図12に示すように、橋梁交通流測定部20では、ステップST11において車両71~73が橋梁30上を通過する。続いて、ステップST12において歪計測ステップが実行され、ステップST13において歪波形生成ステップが実行される。すなわち、ステップST12において、橋梁交通流測定部20の歪センサ21aによって橋梁30の歪量が計測されて歪データが出力される。ステップST13に移行して、計測された歪データに基づいてデータ処理部22によって歪波形データが生成される。生成された歪波形データは、橋梁交通流測定部20のデータ転送部23から出力されて、ネットワーク100を介して管理部10に送信される。
一方、広域交通流測定部40では、ステップST21において、車両が橋梁30の周辺領域を通過する。続いて、ステップST22において、広域交通流計測部41が橋梁30を含む広域の領域における交通流データを取得する。取得された交通流データは、データ処理部42によってデータ処理が行われた後、データ転送部43からネットワーク100を介して管理部10に送信される。
ステップST13およびステップST22において、交通流データが管理部10に送信された後、管理部10では、ステップST1において、交通流情報管理部11が受信した交通流データを収集して管理を行う。ステップST2に移行すると、管理部10は、受信した交通流データを記憶部15に格納するとともに、情報センタ50からの渋滞情報や事故情報といった交通情報などの外部からの交通流データを受信して、記憶部15に格納する。なお、交通流データとしては、時間帯、曜日、季節、イベント、気象情報などのデータを含んで構成される。
ステップST3に移行して、交通流監視ステップが実行される。すなわち、供給された交通流データは、管理部10において分析されて監視される。具体的には、管理部10が、上述した第6~第13実施例による渋滞監視方法を実行することによって、橋梁30の通行状況や渋滞状況などの交通流の監視が行われる。
ステップST4に移行して、交通流予想ステップが実行される。すなわち、管理部10の交通流予想部13は、記憶部15に格納された交通流データに基づいて、リアルタイム予想およびバッチ予想の少なくとも一方によって、数分後から数時間後、必要に応じて未来の所定日時における橋梁30における交通流の予想を行う。
その後、ステップST5において交通流予想部13は、分析によって予想した予想結果を、渋滞情報を含む交通情報として出力する。出力された渋滞情報を含む交通情報は、渋滞回避部14に供給される。
次に、ステップST6において渋滞回避部14は、供給された交通情報に基づいて、各種の渋滞回避方法の情報を出力する。具体的には、予想結果における渋滞や、現在生じている渋滞を可能な限り緩和する方法を、渋滞回避情報として出力する。渋滞回避情報は、具体的に例えば、商業施設群60において使用可能なクーポン券や割引券などの発行情報であったり、渋滞の地域や渋滞が予想される時間帯などの情報であったり、渋滞を回避可能な別ルートの情報であったりする。渋滞回避情報は、店舗端末61~63や、車両71~73や、橋梁30の表示部35に送信される。すなわち、渋滞回避部14は、渋滞回避情報に基づいて、通行している車両71の通信端末71aや、車両72のGPS端末72aや、車両73内の乗員の携帯端末73aに対して、ネットワーク100を介してクーポン券や割引券などの情報を供給する。
さらに、渋滞回避部14は、種々の渋滞回避情報を、店舗端末61~63に送信したり、橋梁30に設置された表示部35に送信したりする。渋滞回避情報を受信した店舗端末61~63においては、ステップST7において、店舗の表示部61a~63aに例えば割引情報などの各種情報を表示する。一方、渋滞回避情報を受信した表示部35は、ステップST8において、渋滞回避情報として、例えば、渋滞の予想結果を表示したり、クーポン券の発券などの情報を表示したり、渋滞を回避する別ルートを表示したりする。これにより、車両71~73の運転者に対して渋滞の回避を喚起できる。
なお、さらには歩行者の所持している携帯端末(図示せず)に対して、ネットワーク100を介してクーポン券や割引券などの情報を供給してもよく、必要に応じて、渋滞回避情報に基づいて、信号等の制御を行うことも可能である。以上の処理を順次繰り返すことによって、交通流の監視処理および渋滞の回避処理が実行される。
以上説明した一実施形態によれば、橋梁30の交通流データを継続的に取得することによって、取得した交通流データから、橋梁30における交通流の状態を判定して監視できる。さらに、渋滞が発生した際または渋滞が発生しそうになった際には、交通流を調整して管理することが可能になる。
以上、本発明の実施形態について具体的に説明したが、本発明は、上述の実施形態に限定されるものではなく、本発明の技術的思想に基づく各種の変形が可能である。例えば、上述の実施形態において挙げた数値や、管理部、橋梁交通流測定部、および広域交通流測定部の構成、交通流予想部による渋滞の予想方法はあくまでも例に過ぎず、必要に応じてこれと異なる数値や、管理部、橋梁交通流測定部、および広域交通流測定部の構成、交通流予想部による渋滞の予想方法を用いてもよく、本発明は、本実施形態による本発明の開示の一部をなす記述および図面により限定されることはない。
上述した一実施形態においては、管理部10と橋梁交通流測定部20とネットワーク100を介して別体に構成するとともに、橋梁交通流測定部20を橋梁30の周辺に設置して橋梁交通流測定部20の少なくとも歪センサ21aを橋梁30に設置しているが、管理部10と橋梁交通流測定部20とを一体に構成して橋梁監視装置を構成することも可能である。この場合、表示部16,24を同一の表示部としてもよい。
上述した一実施形態においては、橋梁交通流測定部20として、歪センサ21aによって橋梁30の歪量を計測して歪波形データを生成する、いわゆる歪波形生成装置を採用しているが、必ずしも歪波形生成装置に限定されるものではない。橋梁交通流測定部20として、例えば赤外線を用いて橋梁30を通過する車両71~73を検出可能な、赤外線検出装置などを採用することも可能である。
上述した一実施形態による橋梁交通流測定部20および広域交通流測定部40は、複数箇所の橋梁30に設けられ、得られる交通流データから、地域全体の交通流を監視し、これらの複数箇所の橋梁30を監視しつつネットワーク化することも可能である。
1 交通流管理システム
10 管理部
11 交通流情報管理部
12 交通流監視分析部
13 交通流予想部
14 渋滞回避部
15 記憶部
15a 交通流データベース
16,24,35,44,61a,62a,63a 表示部
17 入力部
20 橋梁交通流測定部
21 歪計測部
21a 歪センサ
22,42 データ処理部
23,43 データ転送部
30 橋梁
40 広域交通流測定部
41 広域交通流計測部
50 情報センタ
60 商業施設群
61,62,63 店舗端末
70 車両群
71,72,73 車両
71a 通信端末
72a GPS端末
73a 携帯端末
81 走行点
82 走行軌跡
100 ネットワーク
200 川
300 照明柱
400 GPS衛星

Claims (14)

  1. 橋梁に設置されて前記橋梁を通過する車両の交通流を測定する橋梁交通流測定手段、および前記橋梁交通流測定手段によって測定された前記橋梁における交通流の測定結果を前記橋梁に関する交通流データとして出力するデータ転送手段を有する橋梁交通流測定部と、
    前記橋梁交通流測定部から供給された前記橋梁に関する交通流データを格納する記憶手段、前記橋梁交通流測定部から供給された前記橋梁に関する交通流データを収集して前記記憶手段に格納された前記橋梁に関する交通流データを管理する交通流情報管理手段、および前記記憶手段に記憶された交通流データに基づいて交通流を分析する交通流監視分析手段を有する管理部と、を備え、
    前記橋梁交通流測定部と前記管理部とが、ネットワークを介して前記交通流データを送受信可能に構成されるとともに、前記橋梁の交通流データおよび前記橋梁の周辺領域の交通流データを取得し、前記橋梁の交通流データおよび前記橋梁の周辺領域の交通流データを、前記ネットワークを介して前記管理部に送信可能に構成された広域交通流測定部をさらに備える
    ことを特徴とする交通流管理システム。
  2. 前記交通流情報管理手段は、前記広域交通流測定部から送信された前記橋梁の周辺領域を含む交通流データを収集して前記記憶手段に格納して管理する
    ことを特徴とする請求項に記載の交通流管理システム。
  3. 前記管理部は、前記交通流監視分析手段によって分析された交通流データの分析結果および前記記憶手段に蓄積された交通流データの少なくとも一方の交通流データに基づいて、交通流を予想可能な交通流予想手段をさらに備える
    ことを特徴とする請求項1または2に記載の交通流管理システム。
  4. 前記管理部は、前記交通流予想手段が渋滞の発生を予想した場合、予想された渋滞を回避するための情報を出力可能な渋滞回避手段をさらに備える
    ことを特徴とする請求項に記載の交通流管理システム。
  5. 前記橋梁交通流測定部が、橋梁に設置される歪検知手段によって前記橋梁を通過する車両による前記橋梁の歪量を計測可能に構成された歪計測手段、および前記歪計測手段によって計測された歪量に基づいて歪波形データを生成する歪波形生成手段を有し、
    前記交通流監視分析手段は、前記歪波形生成手段によって生成された前記歪波形データを分析し、前記分析された結果に基づいて、前記橋梁における交通流の状態を判定可能に構成されている
    ことを特徴とする請求項1~4のいずれか1項に記載の交通流管理システム。
  6. 前記交通流監視分析手段は、前記歪波形データの値と前記橋梁に前記車両が通過していない状態での歪量の基準値との差分について、所定時間を積分区間とした時間積分値を導出し、前記時間積分値が所定の積分閾値以上の場合に、前記橋梁に渋滞が発生していると判定する
    ことを特徴とする請求項に記載の交通流管理システム。
  7. 前記交通流監視分析手段は、所定時間内において前記歪波形データの値が所定の歪閾値を超えた時間を積算し、前記歪閾値を超えた時間が所定の時間閾値以上の場合に、前記橋梁に渋滞が発生していると判定する
    ことを特徴とする請求項に記載の交通流管理システム。
  8. 前記交通流監視分析手段は、所定時間内において前記歪波形データの値が所定の歪閾値を超えた時間を積算して前記所定時間に対する割合を導出し、前記所定時間に対する前記歪閾値を超えた時間の割合が、所定の時間割合閾値以上の場合に、前記橋梁に渋滞が発生していると判定する
    ことを特徴とする請求項に記載の交通流管理システム。
  9. 前記交通流監視分析手段は、所定の時間間隔によって標本化された前記歪波形データに対して、所定時間内において前記歪波形データの値が所定の歪閾値を超えたデータ数をカウントし、前記歪閾値を超えたデータ数が所定のデータ数閾値以上の場合に、前記橋梁に渋滞が発生していると判定する
    ことを特徴とする請求項に記載の交通流管理システム。
  10. 前記交通流監視分析手段は、所定の時間間隔によって標本化された前記歪波形データに対して、所定時間内において前記歪波形データの値が所定の歪閾値を超えたデータ数をカウントして前記所定時間内の全データ数に対する割合を導出し、前記所定時間内の全データ数に対する前記歪閾値を超えたデータ数の割合が、所定のデータ数割合閾値以上の場合に、前記橋梁に渋滞が発生していると判定する
    ことを特徴とする請求項に記載の交通流管理システム。
  11. 前記交通流監視分析手段は、前記広域交通流測定部から供給された交通流データに含まれる所定区画内における車両の数が所定数以上になった場合に、前記橋梁に渋滞が発生していると判定する
    ことを特徴とする請求項1~10のいずれか1項に記載の交通流管理システム。
  12. 前記交通流監視分析手段は、前記広域交通流測定部から供給された交通流データに含まれる所定区画内における車両の走行の軌跡が所定の数以上、または所定の形状になった場合に、前記橋梁に渋滞が発生していると判定する
    ことを特徴とする請求項1~10のいずれか1項に記載の交通流管理システム。
  13. 前記交通流監視分析手段は、前記広域交通流測定部から供給された交通流データに含まれる所定区画内における車両の速度が所定の速度以下になった場合に、前記橋梁に渋滞が発生していると判定する
    ことを特徴とする請求項1~10のいずれか1項に記載の交通流管理システム。
  14. 前記管理部は、前記交通流監視分析手段が渋滞発生と判定した場合、判定された渋滞を回避するための情報を出力可能な渋滞回避手段をさらに備える
    ことを特徴とする請求項5~13のいずれか1項に記載の交通流管理システム。
JP2018072590A 2018-04-04 2018-04-04 交通流管理システム Active JP7003817B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2018072590A JP7003817B2 (ja) 2018-04-04 2018-04-04 交通流管理システム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018072590A JP7003817B2 (ja) 2018-04-04 2018-04-04 交通流管理システム

Publications (2)

Publication Number Publication Date
JP2019185228A JP2019185228A (ja) 2019-10-24
JP7003817B2 true JP7003817B2 (ja) 2022-01-21

Family

ID=68341203

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018072590A Active JP7003817B2 (ja) 2018-04-04 2018-04-04 交通流管理システム

Country Status (1)

Country Link
JP (1) JP7003817B2 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113038382B (zh) * 2019-12-09 2024-05-03 阿里巴巴集团控股有限公司 一种数据处理方法、装置及电子设备
CN112885096A (zh) * 2021-02-05 2021-06-01 同济大学 依赖桥梁拱肋的桥面交通流全视场感知系统及方法
CN114613134B (zh) * 2022-03-04 2023-01-20 重庆大学 基于视觉识别的区域交通流情况预测方法
CN117332491B (zh) * 2023-10-23 2024-06-28 江苏科技大学 随机车流加载下基于精确时程积分的车桥耦合线性计算方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002170138A (ja) 2000-11-30 2002-06-14 Organization For Road System Enhancement 車両に情報を提供するシステム、および方法
JP2004005206A (ja) 2002-05-31 2004-01-08 Hanshin Expressway Public Corp 道路状況撮影装置、交通管制設備及び交通管制方法
JP2010048711A (ja) 2008-08-22 2010-03-04 Pioneer Electronic Corp ルート探索装置、ルート探索方法及びルート探索プログラム
JP2015082122A (ja) 2013-10-21 2015-04-27 アイシン・エィ・ダブリュ株式会社 走行状態記録システム、方法およびプログラム
JP2017025662A (ja) 2015-07-27 2017-02-02 株式会社Ttes 交通路の横断方向における車両の走行位置を特定するための装置、方法、プログラムおよび記録媒体

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002170138A (ja) 2000-11-30 2002-06-14 Organization For Road System Enhancement 車両に情報を提供するシステム、および方法
JP2004005206A (ja) 2002-05-31 2004-01-08 Hanshin Expressway Public Corp 道路状況撮影装置、交通管制設備及び交通管制方法
JP2010048711A (ja) 2008-08-22 2010-03-04 Pioneer Electronic Corp ルート探索装置、ルート探索方法及びルート探索プログラム
JP2015082122A (ja) 2013-10-21 2015-04-27 アイシン・エィ・ダブリュ株式会社 走行状態記録システム、方法およびプログラム
JP2017025662A (ja) 2015-07-27 2017-02-02 株式会社Ttes 交通路の横断方向における車両の走行位置を特定するための装置、方法、プログラムおよび記録媒体

Also Published As

Publication number Publication date
JP2019185228A (ja) 2019-10-24

Similar Documents

Publication Publication Date Title
JP7003817B2 (ja) 交通流管理システム
JP7195021B2 (ja) データ収集装置、道路状態評価支援装置、及びプログラム
US12002361B2 (en) Localized artificial intelligence for intelligent road infrastructure
US10490078B1 (en) Technology for providing real-time route safety and risk feedback
US9786161B2 (en) Methods and systems for estimating road traffic
CN102819954A (zh) 交通区域动态地图监控预测系统
Kumar et al. A model based approach to predict stream travel time using public transit as probes
CN104750963A (zh) 交叉口延误时长估计方法及装置
Zhao et al. Evaluating the accuracy of spot speed data from global positioning systems for estimating truck travel speed
JP2013257667A (ja) 交通管制システムおよび交通管制システムの情報提供方法
KR20230063080A (ko) 교통량 증대를 위한 신호교차로 노면조건 및 교통패턴 분석 결과에 따른 신호등 운영 시스템
Tsubota et al. Comparative analysis of traffic state estimation: cumulative counts-based and trajectory-based methods
JP4580995B2 (ja) 道路交通管制システム
Gore et al. Exploring credentials of Wi‐Fi sensors as a complementary transport data: an Indian experience
JP2020086735A (ja) 交通情報取得システム及び交通情報取得方法
Alrukaibi et al. Real-time travel time estimation in partial network coverage: A case study in Kuwait City
JP2007011596A (ja) 経路旅行時間推定予測装置および方法
Saunier et al. Comparing data from mobile and static traffic sensors for travel time assessment
Chien et al. An investigation of measurement for travel time variability
GB2373619A (en) Measurement of traffic density
JP6996397B2 (ja) 橋梁監視システム
Balsys et al. Systems of transport route development
Akinci et al. Exploiting motor vehicle information and communications technology for transportation engineering
Pu et al. Urban travel time estimation using real time bus tracking data
Heilmann et al. A data-driven approach for travel time prediction on motorway sections

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200910

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210812

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210824

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210929

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: 20211130

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20211213

R150 Certificate of patent or registration of utility model

Ref document number: 7003817

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150