JP7004068B2 - 料金制御システム、料金制御装置、料金制御方法、及びプログラム - Google Patents

料金制御システム、料金制御装置、料金制御方法、及びプログラム Download PDF

Info

Publication number
JP7004068B2
JP7004068B2 JP2020517647A JP2020517647A JP7004068B2 JP 7004068 B2 JP7004068 B2 JP 7004068B2 JP 2020517647 A JP2020517647 A JP 2020517647A JP 2020517647 A JP2020517647 A JP 2020517647A JP 7004068 B2 JP7004068 B2 JP 7004068B2
Authority
JP
Japan
Prior art keywords
toll
road
traffic volume
charge control
candidate
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
JP2020517647A
Other languages
English (en)
Other versions
JPWO2019215801A1 (ja
Inventor
到 西岡
ウィマー ウィー
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 JPWO2019215801A1 publication Critical patent/JPWO2019215801A1/ja
Application granted granted Critical
Publication of JP7004068B2 publication Critical patent/JP7004068B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
    • G07B15/06—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
    • G07B15/063—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems using wireless information transmission between the vehicle and a fixed station
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
    • G07B15/06—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
    • G07B15/02—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points taking into account a variable factor such as distance or time, e.g. for passenger transport, parking systems or car rental systems
    • 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
    • G08G1/0137—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
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • 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
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q2240/00—Transportation facility access, e.g. fares, tolls or parking

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Finance (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Software Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Devices For Checking Fares Or Tickets At Control Points (AREA)
  • Traffic Control Systems (AREA)

Description

本発明は、道路における交通量及び通行料金を制御するための、料金制御システム、それに用いられる料金制御装置、及び料金制御方法に関し、更には、これらを実現するためのプログラムに関する。
近年、都市部における交通渋滞の緩和を図るため、交通状況に応じた交通量調整を行う目的で有料道路の通行料金を変動させる、料金制御システムが提案されている（例えば、特許文献１参照）。このような料金制御システムの導入は、各国において検討されており、一部の国では、既に導入されている。
具体的には、特許文献１は、過去のデータを用いて通行料金を設定する、料金制御システムを開示している。特許文献１に開示された料金制御システムは、まず、過去の交通データから、起点と終点との組合せ毎の対象日における交通需要を推定し、各経路に対する交通量配分と推定した交通需要とから、交通量を予測する。そして、特許文献１に開示された料金制御システムは、予測した交通量に基づいて、各経路の交通量の配分の目標値を設定し、設定した目標値が達成されるように初期の通行料金を修正する。
特許文献１に開示された料金制御システムによれば、過去のデータに基づいて、各経路の交通量を適切な量に制御できるので、都市部における交通渋滞を緩和することができ、ひいては周辺環境の改善も図ることができると考えられる。
特開２００８－９６３９号公報
ところで、道路の維持及び管理には、多くのコストがかかることから、特に有料道路においては、収益を確保することが重要である。このため、有料道路の通行料金の設定においては、交通量だけでなく、収益も考慮する必要がある。
しかしながら、特許文献１に開示された料金制御システムでは、各経路の交通量配分の最適化を目的とした制御のみが行われ、有料道路における収益の確保を目的とした制御は行われていないため、収益の確保が困難になる可能性がある。
更に、特許文献１に開示された料金制御システムでは、定常的なパターンで道路環境が変化することを前提にして交通量を予測しているため、道路の動的な環境変化、例えば、事故による突発的な渋滞の発生等に対応することは困難である。
本発明の目的の一例は、上記問題を解消し、道路における動的な環境変化への対応と、通行料金による収益の確保とを可能にし得る、料金制御システム、料金制御装置、料金制御方法、及びプログラムを提供することにある。
上記目的を達成するため、本発明の一側面における料金制御装置は、第１の道路に対して迂回路となる有料の第２の道路が設置されている場合に、第２の道路における通行料金を制御するための装置であって、
前記第１の道路と前記第２の道路とにおける将来の全体交通量を予測する、交通量予測手段と、
予測された前記全体交通量と所定の通行料金とを入力として、前記第２の道路の料金が前記所定の通行料金に設定された場合の、前記第２の道路における、将来の交通量と予測走行速度とを出力する、料金制御手段と、
前記第２の道路における通行料金を設定する、料金最適化手段と、を備え、
前記料金最適化手段は、１以上の通行料金候補を設定し、前記通行料金候補を前記料金制御手段に入力して得られた予測走行速度が閾値以上となる、前記通行料金候補を選択し、選択した前記通行料金候補のうち、前記料金制御手段から出力された将来の交通量を用いて算出される前記第２の道路における料金収入を最大とする、前記通行料金候補を、前記第２の道路における通行料金として設定する、
ことを特徴とする。
上記目的を達成するため、本発明の一側面における料金制御システムは、第１の道路に対して迂回路となる有料の第２の道路が設置されている場合に、第２の道路における通行料金を制御するためのシステムであって、
前記第２の道路における将来の交通量を予測する、料金制御装置と、
設定された前記第２の道路における通行料金を、画面上に表示する、料金表示装置と、
前記第２の道路を走行する車両の台数及び速度を検出するためのセンサデータを出力する、交通センサと、を備え、
前記料金制御装置は、
前記第１の道路と前記第２の道路における将来の全体交通量を予測する、交通量予測手段と、
予測された前記全体交通量と所定の通行料金とを入力として、前記第２の道路の料金が前記所定の通行料金に設定された場合の、前記第２の道路における、将来の交通量と予測走行速度とを出力する、料金制御手段と、
前記第２の道路における通行料金を設定する、料金最適化手段と、を備え、
前記料金最適化手段は、１以上の通行料金候補を設定し、前記通行料金候補を前記料金制御手段に入力して得られた予測走行速度が閾値以上となる、前記通行料金候補を選択し、選択した前記通行料金候補のうち、前記料金制御手段から出力された将来の交通量を用いて算出される前記第２の道路における料金収入を最大とする、前記通行料金候補を、前記第２の道路における通行料金として設定する、
ことを特徴とする。
また、上記目的を達成するため、本発明の一側面における料金制御方法は、第１の道路に対して迂回路となる有料の第２の道路が設置されている場合に、第２の道路における通行料金を制御するための方法であって、
（ａ）前記第１の道路と前記第２の道路とにおける将来の全体交通量を予測する、ステップと、
（ｂ）予測された前記全体交通量と所定の通行料金とを入力として、前記第２の道路の料金が前記所定の通行料金に設定された場合の、前記第２の道路における、将来の交通量と予測走行速度とを出力する、ステップと、
（ｃ）前記第２の道路における通行料金を設定する、ステップと、を有し、
前記（ｃ）のステップにおいて、
１以上の通行料金候補を設定し、前記通行料金候補を前記（ｂ）のステップの入力に用いて、前記（ｂ）のステップを実行し、それによって得られた予測走行速度が閾値以上となる、前記通行料金候補を選択し、選択した前記通行料金候補のうち、実行した前記（ｂ）のステップで出力された将来の交通量を用いて算出される前記第２の道路における料金収入を最大とする、前記通行料金候補を、前記第２の道路における通行料金として設定する、
ことを特徴とする。
更に、上記目的を達成するため、本発明の一側面におけるプログラムは、第１の道路に対して迂回路となる有料の第２の道路が設置されている場合に、コンピュータによって、第２の道路における通行料金を制御するための、プログラムであって、
前記コンピュータに、
（ａ）前記第１の道路と前記第２の道路とにおける将来の全体交通量を予測する、ステップと、
（ｂ）予測された交通量と所定の通行料金とを入力として、前記第２の道路の料金が前記所定の通行料金に設定された場合の、前記第２の道路における、将来の交通量と予測走行速度とを出力する、ステップと、
（ｃ）前記第２の道路における通行料金を設定する、ステップと、を実行させ、
前記（ｃ）のステップにおいて、
１以上の通行料金候補を設定し、前記通行料金候補を前記（ｂ）のステップの入力に用いて、前記（ｂ）のステップを実行し、それによって得られた予測走行速度が閾値以上となる、前記通行料金候補を選択し、選択した前記通行料金候補のうち、実行した前記（ｂ）のステップで出力された将来の交通量を用いて算出される前記第２の道路における料金収入を最大とする、前記通行料金候補を、前記第２の道路における通行料金として設定する、
ことを特徴とする。
以上のように、本発明によれば、道路における動的な環境変化への対応と、通行料金による収益の確保とを可能にすることができる。
図１は、本発明の実施の形態１における料金制御システム及び料金制御装置の概略構成を示す構成図である。 図２は、本発明の実施の形態１における料金制御装置の構成をより具体的に示す構成図である。 図３は、図２に示す交通量予測部の構成をより具体的に示すブロック図である。 図４は、図３に示す料金制御部の構成をより具体的に示すブロック図である。 図５は、本発明の実施の形態で設定されている通行料金の上限及び下限の一例を示す図である。 図６は、本発明の実施の形態１における料金制御装置の動作を示すフロー図である。 図７は、図６に示したステップＡ１～Ａ１１を１０分毎に実行した場合の結果の一例を示している。 図８は、本発明の実施の形態２における料金制御装置の料金最適化部によって行われる処理を説明するための説明図である。 図９は、本発明の実施の形態２における料金制御装置の動作を示すフロー図である。 図１０は、図９に示すステップＢ８で行われる処理内容の具体例を示す図である。 図１１は、本発明の実施の形態１及び２における料金制御装置を実現するコンピュータの一例を示すブロック図である。
（実施の形態１）
以下、本発明の実施の形態１における、料金制御システム、料金制御装置、料金制御方法、及びプログラムについて、図１～図６を参照しながら説明する。
［システム構成］
最初に、図１及び図２を用いて、本実施の形態１における料金制御システム及び料金制御装置の概略構成について説明する。図１は、本発明の実施の形態１における料金制御システム及び料金制御装置の概略構成を示す構成図である。
図１に示す、本実施の形態１における料金制御システム４００は、料金制御装置１００は、第１の道路４０１に対して迂回路となる有料の第２の道路４０２が設置されている場合に、第２の道路４０２における通行料金を制御するためのシステムである。なお、以降においては、説明のため、第１の道路４０１を「一般道路」４０１と表記し、第２の道路４０２を「有料道路」と表記することとする。
図１に示すように、料金制御システム４００は、料金制御装置１００と、料金表示装置２００と、交通センサ３００とを備えている。料金制御装置１００は、上述の通行料金の制御を実行する装置であり、第２の道路における通行料金を設定する。料金制御装置１００の構成については、図２に示す。料金表示装置２００は、設定された第２の道路における通行料金を、画面上に表示する。交通センサ３００は、一般道路４０１及び有料道路４０２を走行する車両４０３の台数及び速度を検出するためのセンサデータを出力する。
また、図２に示すように、料金制御装置１００は、交通量予測部１０と、料金制御部２０と、有料道路４０２における通行料金を設定する料金最適化部３０と、を備えている。また、交通量予測部１０は交通量予測手段として機能し、料金制御部２０は料金制御手段として機能し、料金最適化部３０は料金最適化手段として機能する。
交通量予測部１０は、交通センサ３００から出力されたセンサデータから検出される車両４０３の台数及び速度に基づいて、一般道路４０１と有料道路４０２とにおける将来の全体交通量を予測する。料金制御部２０は、予測された全体交通量と所定の通行料金とを入力として、第２の道路の料金が所定の通行料金に設定された場合の、第２の道路における、将来の交通量と予測走行速度とを出力する。
料金最適化部３０は、まず、１以上の通行料金候補を設定し、設定した通行料金候補を料金制御部２０に入力して得られた予測走行速度が閾値以上となる、通行料金候補を選択する。次いで、料金最適化部３０は、選択した通行料金候補のうち、料金制御部２０から出力された将来の交通量を用いて算出される第２の道路における料金収入を最大とする、通行料金候補を、第２の道路における通行料金として設定する。
このように本実施の形態１では、時々刻々と変化する全体交通量（即ち、交通需要）の予測が行われる。更に、本実施の形態１では、予測された全体交通量と通行料金候補とを入力すると、入力値に応じて将来の交通量と予測走行速度とを出力する、料金制御部２０が用いられる。このため、本実施の形態１によれば、走行速度を閾値以上に保ちつつ、料金収入を高める通行料金を設定できるので、道路における動的な環境変化への対応と、通行料金による収益の確保とが可能となる。
また、本実施の形態１では、図１に示した料金表示装置２００は、一般道路４０１上の有料道路４０２への入口近くに設置されている。車両４０３のドライバーは、料金表示装置２００に表示されている通行料金を確認して、第２の道路を通行するかどうかを判定する。また、有料道路４０２は、一般道路４０１の迂回路となるが、一般道路４０１に並走している必要はない。更に、本実施の形態１では、第１の道路４０１も、一般道路ではなく、有料道路であっても良い。
加えて、本実施の形態１では、交通センサ３００は、一般道路４０１及び有料道路４０２上に設置されている。また、交通センサ３００は、車両４０３の台数及び速度を検出可能なセンサであれば良く、具体例としては、カメラ、デプスセンサ等が挙げられる。
続いて、図１に加えて、図２～図６を用いて、本実施の形態１における料金制御装置１００の構成をより具体的に説明する。図２は、本発明の実施の形態１における料金制御装置の構成をより具体的に示す構成図である。図３は、図２に示す交通量予測部の構成をより具体的に示すブロック図である。図４は、図３に示す料金制御部の構成をより具体的に示すブロック図である。
まず、図２に示すように、本実施の形態１では、一般道路４０１及び有料道路４０２には、入口及び出口によって区間が設定されている。このため、後述するように、交通量予測部１０、料金制御部２０、及び料金最適化部３０における処理は、区間毎に行われる。また、図２の例では、３つの区間１～３が図示されているが、本実施の形態１において区間の数は限定されるものではない。更に、一般道路４０１における区間１と有料道路４０２における区間１とは互いに対応する。区間２及び区間３も同様である。
また、本実施の形態では、料金制御装置１００は、交通センサ３００が出力したセンサデータを取得し、取得したセンサデータを用いて、一般道路４０１及び有料道路４０２において、現在時刻における車両４０３の台数及び速度を検出する。更に、料金制御装置１００は、検出した台数及び速度を用いて、現在時刻における、一般道路４０１及び有料道路４０２での交通量及び交通密度を算出する。
交通量予測部１０は、本実施の形態１では、図２に示すように、算出した現在時刻における交通量を予測モデルに適用して、一般道路４０１及び有料道路４０２に設定された区間Ｓｉ毎に、将来の全体交通量ｔｆｌｏｗＳｉを予測する。
具体的には、料金制御装置１００には、区間毎に、交通量予測部１０－１～１０－３が備えられている。更に、図３に示すように、交通量予測部１０－１～１０－３は、それぞれ、基準時からの経過時間（Ｔ１分後、Ｔ２分後、・・・Ｔｎ分後）毎に、交通量予測器１１－１～１１－ｎを備えている（ｎ：任意の自然数）。
なお、図３の例では、経過時間は、１０分後、２０分後、・・・といったように１０分間隔で設定されている。また、以降において、特定の交通量予測部を示していない場合は、交通量予測部１０と表記する。同様に、特定の交通量予測器を示していない場合は、交通量予測器１１と表記する。
そして、交通量予測部１０－１～１０－３において、交通量予測器１１－１～１１－ｎ、それぞれは、上述した予測モデルを用いて、対応する区間において、対応する経過時間での全体交通量を予測する。
また、本実施の形態１において、予測モデルは、有料道路４０２における、過去の交通状況を特定するデータと、過去の気象データと、これらのデータの取得時の曜日及び時刻を特定する情報とを利用した機械学習によって構築される。過去の交通状況を特定するデータとしては、過去の交通量、過去の交通密度、過去の走行速度等が挙げられる。過去の気象データとしては、天候、雨量、湿度、視界の状況等が挙げられる。また、機械学習の手法としては、ディープラーニングが挙げられる。更に、機械学習の手法としては、教師あり学習等の機械学習手法も利用できる。教師あり学習の手法としては、例えば、サポートベクターマシン、ナイーブベイズ、ＤＮＮ(deep neural network)分類等が挙げられる。
更に、予測モデルとしては、線形回帰モデル、自己回帰モデル、自己回帰移動平均モデル等が挙げられる。具体的には、予測モデルとしては、例えば、下記の数１で規定される線形回帰モデルが挙げられる。
Figure 0007004068000001
上記数１において、ｔは現在時刻、ｔ＋ｎは予測対象時刻（ｎ＝１０、２０、・・・Ｔｎ）である。ｔｆｌｏｗｔ＋ｎは予測対象時刻における予測交通量である。Ｘｔ，ｉは予測対象区間Ｓｉにおける交通量に影響を与える因子（特徴量）を表している。上述したように現在時刻における車両４０３の台数、速度、曜日、天気などの情報が、Ｘｔ，ｉとして利用される。なお、ここでは簡単化のために現在時刻の情報のみを使っているが、現在より過去の情報、天気等の確度の高い未来の情報が用いられても良い。また、ａｉは、ｔｆｌｏｗｔ＋ｎとＸｔ，ｉとの関係性を示す重みパラメータであり、ｂは、学習データに含まれない因子からの寄与を示す切片である。ａｉ及びｂの値は、上述した機械学習によって決定される。
なお、図２においては、各交通量予測部１０によって予測された区間毎の交通量を区別するため、交通量予測部１０－１によって予測された全体交通量をｔｆｌｏｗＳ１、交通量予測部１０－２によって予測された全体交通量をｔｆｌｏｗＳ２、交通量予測部１０－３によって予測された全体交通量をｔｆｌｏｗＳ３、と表記している。
料金制御部２０は、本実施の形態では、図２に示すように、特定の区間Ｓｉについて予測された全体交通量ｔｆｌｏｗＳｉと所定の通行料金とを入力として、特定の区間Ｓｉにおける、将来の交通量ｑｓｉと予測走行速度ｖｓｉとを出力する。また、料金制御部２０は、特定の区間Ｓｉにおける交通密度ｋＳｉを出力することもできる。
具体的には、料金制御装置１００には、区間毎に、料金制御部２０－１～２０－３が備えられている。更に、図４に示すように、料金制御部２０－１～２０－３は、それぞれ、基準時からの経過時間（１０分後、２０分後、・・・Ｔｎ分後）毎に、料金制御器２１－１～２１－ｎを備えている。また、以降において、特定の料金制御部を示していない場合は、料金制御部２０と表記する。同様に、特定の料金制御器を示していない場合は、料金制御器２１と表記する。
そして、料金制御部２０－１～２０－３において、料金制御器２１－１～２１－ｎ、それぞれは、状態モデルに、対応する区間及び経過時間について予測された全体交通量ｔｆｌｏｗＳｉと、所定の通行料金（通行料金候補）ｐｔとを入力する。これにより、料金制御器２１－１～２１－ｎ、それぞれは、状態モデルから、有料道路４０２の料金が所定の通行料金ｐｔに設定された場合の、対応する区間及び経過時間における、将来の交通量ｑｔ、予測走行速度ｖｔ、及び交通密度ｋｔを取得し、これらを料金最適化部３０に出力する。
また、状態モデルは、一般道路４０１と有料道路４０２とにおける全体交通量と、通行料金と、予測走行速度との関係を規定するモデルである。より詳しくは、状態モデルは、区間毎に、全体交通量と、通行料金と、予測走行速度との関係を規定する。状態モデルの具体例としては、下記の数２～数５によって規定されるモデルが挙げられる。
下記の数２～数５において、上記の料金制御部２０で用いられる状態モデルが表現されている。ここでｙｔは出力ベクトル（又は行列）を示し、ｕｔは入力ベクトル（又は行列）を示している。ｘｔは空間状態モデルを示すパラメータ行列である。Ａは時間ｔと時間（ｔ＋１）との空間状態モデル間の関係性を示すパラメータ行列であり、Ｂは入力と時間（ｔ＋１）の空間状態モデルとの関係性を示すパラメータ行列であり、Ｃは時間ｔでの出力ｙｔと空間状態モデルとの関係性を示すパラメータ行列である。Ａ、Ｂ、Ｃ、ｘｔの値は、過去のデータに基づき機械学習によって決定される。具体的には、これらの値は、例えば、過去の交通量、過去の通行料金、過去の走行速度、過去の交通密度等を学習データとして用いた、最小二乗法等によって決定される。
Figure 0007004068000002
Figure 0007004068000003
Figure 0007004068000004
Figure 0007004068000005
料金最適化部３０は、本実施の形態１では、まず、区間毎に、通行料金候補を設定し、次いで、設定した通行料金候補を、料金制御部２０に入力し、出力されてきた予測走行速度が閾値以上となる場合は、この通行料金候補を選択する。
また、本実施の形態１では、料金最適化部３０は、料金制御部２０から出力された予測走行速度が閾値（最低保障速度）以上となり、且つ、料金制御部２０から出力された交通密度によって決定される上限及び下限を満たす、通行料金候補を選択することもできる。
本実施の形態１では、図５に示すように、上限及び下限は、基準料金に基づいて設定される。図５は、本発明の実施の形態で設定されている通行料金の上限及び下限の一例を示す図である。図５の例では、基準料金は、交通密度が増加すると、単調増加するように設定されている。これは、交通密度が高くなる程、有料道路４０２に流入する車両の台数を少なくして、交通量が増加しすぎないようにするためである。また、通行料金の上限及び下限は、この基準料金を基準にして予め設定される。図５の例では、上限及び下限も、交通密度が増加すると、単調増加するように設定されている。
具体的には、料金最適化部３０は、区間毎に通行料金候補ｐｔを設定すると、予測された全体交通量ｔｆｌｏｗＳｉと設定した通行料金候補ｐｔとを、料金制御器２１－１～２１－ｎそれぞれに入力する。これにより、各料金制御器は、有料道路４０２における、将来の交通量ｑｔ、予測走行速度ｖｔ、及び交通密度ｋｔを出力する。
そして、料金最適化部３０は、各料金制御器が出力した予測走行速度ｖtが閾値以上となり、更に、入力した通行料金候補ｐtが、交通密度ｋtから特定される上限及び下限の範囲にある場合は、入力した通行料金候補ｐtを選択する。また、通行料金候補ｐtの設定及び選択の回数は、一回でも良いし、上限及び下限の範囲内で複数回行われても良い。
次に、料金最適化部３０は、通行料金候補の選択が終わると、区間毎に、選択した通行料金候補の１つと、料金制御部２０から出力された将来の交通量とを乗算して、その区間における料金収入を算出する。そして、料金最適化部３０は、区間毎に、料金収入を最大とする通行料金候補を特定し、特定した通行料金候補を、その区間の通行料金とする。
具体的には、料金最適化部３０は、下記の数６を用いて、区間毎に、料金収入を算出し、そして、料金収入を最大とする通行料金候補を特定する。下記の数６において、左辺のＴｏｔａｌ Ｒｅｖｅｎｕｅは、有料道路４０２の全体の料金収入を示している。また、下記の数６の右辺において、第１項は区間１での料金収入を示し、第２項は区間２での料金収入を示し、第３項は区間３での料金収入を示している。Ｈは、現在時刻から最後の予測対象時刻までの時間を示している。
Figure 0007004068000006
なお、本実施の形態１では、図５に示したように、基準料金に対して上限及び下限を設定することで通行料金に制約を設け、その通行料金の制約のもとで、安定的に通行料金を制御しているが、本実施の形態１はこの態様に限定されるものではない。本実施の形態１は、上限及び下限の制約を設けずに上記数６を解くことで、通行料金が決定される態様であっても良い。
［システム動作］
次に、本実施の形態１における料金制御システム４００及び料金制御装置１００の動作について図６を用いて説明する。図６は、本発明の実施の形態１における料金制御装置の動作を示すフロー図である。以下の説明においては、適宜図１～図５を参照する。また、本実施の形態１では、料金制御装置を動作させることによって、料金制御方法が実施される。よって、本実施の形態１における料金制御方法の説明は、以下の料金制御装置１００の動作説明に代える。
図６に示すように、最初に、料金最適化部３０は、一般道路４０１及び有料道路４０２における１つの区間を選択する（ステップＡ１）。また、料金最適化部３０は、選択した区間に対応する交通量予測部１０に処理を開始するように指示する。
次に、処理の開始が指示された交通量予測部１０は、交通量予測器１１－１～１１－ｎを用いて、基準時からの経過時間（Ｔ１分後、Ｔ２分後、・・・Ｔｎ分後）毎に、予測モデルを用いて、全体交通量ｔｆｌｏｗｔ＋ｎを予測する（ステップＡ２）。
次に、料金最適化部３０は、ステップＡ１で選択された区間について、通行料金候補の初期値ｐ０を設定する（ステップＡ３）。具体的には、料金最適化部３０は、交通センサ３００が出力したセンサデータから算出された交通密度を、図５に示した下限を示す曲線に照合して、照合した下限の値を初期値に設定する。
次に、料金最適化部３０は、ステップＡ２で予測された経過時間毎の全体交通量ｔｆｌｏｗｔ＋ｎと通行料金候補ｐｔとを、料金制御器２１－１～２１－ｎそれぞれに入力して、これらに、将来の交通量ｑｔ、予測走行速度ｖｔ、及び交通密度ｋｔの予測を行わせる（ステップＡ４）。
次に、料金最適化部３０は、ステップＡ４で予測された全ての予測走行速度ｖｔが閾値以上であるかどうかを判定する（ステップＡ５）。ステップＡ５の判定の結果、全ての予測走行速度ｖｔが閾値以上でない場合は、料金最適化部３０は、通行料金候補ｐｔを値上げし（ステップＡ１１）、値上げした通行料金候補ｐｔを用いて、再度ステップＡ４を実行する。
一方、ステップＡ５の判定の結果、全ての予測走行速度ｖtが閾値以上である場合は、料金最適化部３０は、ステップＡ４で予測された交通密度ｋtそれぞれ毎に上限を求め、通行料金候補ｐtがいずれかの上限を超えているかどうかを判定する（ステップＡ６）。
ステップＡ６の判定の結果、通行料金候補ｐｔがいずれの上限も超えていない場合は、料金最適化部３０は、設定されている通行料金候補ｐｔを選択する（ステップＡ１２）。そして、料金最適化部３０は、更に、ステップＡ１１を実行し、その後、再度ステップＡ４を実行する。
一方、ステップＡ６の判定の結果、通行料金候補ｐtがいずれかの上限を超えている場合は、料金最適化部３０は、ステップＡ１２で選択された通行料金候補ｐtの中から、ステップＡ１で選択された区間での料金収入を最大とする通行料金候補を特定する。そして、料金最適化部３０は、特定した通行料金候補をその区間での通行料金に決定する（ステップＡ７）。
次に、料金最適化部３０は、全ての区間について処理が終了しているかどうかを判定する（ステップＡ８）。ステップＡ８の判定の結果、全ての区間についての処理が終了していない場合は、料金最適化部３０は、再度ステップＡ１を実行する。
一方、ステップＡ８の判定の結果、全ての区間についての処理が終了している場合は、料金最適化部３０は、複数の区間にまたがる場合の通行料金を算出し、算出した通行料金が上限を超える場合は、それを修正する（ステップＡ９）。例えば、複数の区間にまたがる場合の通行料金が最大＄２０に設定されている場合に、区間１の通行料金が＄７、区間２の通行料金が＄１５であるとする。この場合、区間１と区間２とを利用する場合の通行料金は、本来＄２２であるが、上記ステップＡ９により、この場合の通行料金は＄２０に減額される（後述の図１０参照）。
その後、料金最適化部３０は、ステップＡ９の終了後、最終的に決定した通行料金を料金表示装置２００に表示させる（ステップＡ１０）。
また、ステップＡ１０の実行により、料金制御装置１００に処理における処理は一旦終了するが、設定時間（例えば、１０分間）の経過後、再度、ステップＡ１が実行される。これにより、料金表示装置２００に表示される通行料金は随時更新されることになる。
ここで、図７を用いて、本実施の形態１における料金制御システム４００による料金制御の具体例について説明する。図７は、図６に示したステップＡ１～Ａ１２を１０分毎に実行した場合の結果の一例を示している。
図７に示すように通行料金は、時間の経過に伴って変化している。また、図７の例では、参考として基準料金が併記されている。また、交通量、速度、及び密度において、カッコ内は料金制御部２０によって、通行料金候補の初期値から予測された値であり、カッコ外は料金最適化部３０による処理後に得られた値である。
また、図７の例では、１０分後に、料金の減額により、交通量の増加が図られ、収益が増加している。また、２０分後には、料金の増額により、交通量は減少しているが、収益は増加している。更に、３０分後には、最低保障速度を維持するために料金の増額が行われている。
［実施の形態１における効果］
以上のように、本実施の形態１によれば、刻一刻と変化する道路状況に応じて、走行速度を閾値以上に保ちつつ、料金収入が最大となるような通行料金を設定できる。つまり、本実施の形態１によれば、道路における動的な環境変化への対応と、通行料金による収益の確保とが可能となる。
［プログラム］
本実施の形態１におけるプログラムは、コンピュータに、図６に示すステップＡ１～Ａ１２を実行させるプログラムであれば良い。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態１における料金制御装置１００と料金制御方法とを実現することができる。この場合、コンピュータのプロセッサは、交通量予測部１０、料金制御部２０、及び料金最適化部３０として機能し、処理を行なう。
また、本実施の形態におけるプログラムは、複数のコンピュータによって構築されたコンピュータシステムによって実行されても良い。この場合は、例えば、各コンピュータが、それぞれ、交通量予測部１０、料金制御部２０、及び料金最適化部３０のいずれかとして機能しても良い。
（実施の形態２）
次に本発明の実施の形態２における、料金制御装置、料金制御方法、及びプログラムについて、図８～図１０を参照しながら説明する。
［システム構成］
まず、本実施の形態２における料金制御装置は、図１～図５に示した実施の形態１における料金制御装置１００と同様に構成されている。よって、以下の説明では、適宜、図１～図５を参照する。但し、本実施の形態２では、料金最適化部３０における処理が、実施の形態１と異なっている。以下、実施の形態１との相違点を中心に説明する。
本実施の形態２では、料金最適化部３０は、まず、区間それぞれの起点及び終点を用いて得られた、起点と終点との組合せそれぞれ毎に、各組合せに対応する区間における有料道路４０２の交通量を用いて、重みを算出する。
図８は、本発明の実施の形態２における料金制御装置の料金最適化部によって行われる処理を説明するための説明図である。図８の例では、まず、区間１～区間３それぞれの起点（Origin）及び終点（Destination）から、起点と終点との組合せ（以下「ＯＤペア」と表記する）として、ＯＤ１２、ＯＤ１３、ＯＤ２２、ＯＤ２３が設定されている。
まず、ＯＤペアに対応する区間における有料道路４０２の交通量（以下「ＯＤペアの交通量」と表記する）は、例えば、有料道路４０２の料金徴収システム（図１～図８において図示せず）による、入口及び出口での車両４０３の出入の記録から、集計される。料金最適化部３０は、集計されたＯＤペアの交通量を使って、各ＯＤペアの重みＯＤw ijを算出する。例えば、ある時間帯において、区間１の入口から有料道路に入り、区間３の出口から出た車の台数が５０台であれば、ＯＤ13は５０となる。同様に、ＯＤ12が１０、ＯＤ22が３０、及びＯＤ23が４０であったとすると、この時間帯の各ＯＤペアの重みは、ＯＤ12における重みＯＤw 12を１とすると、(ＯＤw 12、ＯＤw 13、ＯＤw 22、ＯＤw 23）は、それぞれ（１、５、３、４）となる。
そして、料金最適化部３０は、算出した重みそれぞれと、区間毎に選択した通行料金候補とを用いて、有料道路４０２の全体における料金収入を算出し、そして、料金収入を最大とする通行料金候補を特定する。具体的には、料金最適化部３０は、下記の数７を用いて、有料道路４０２の全体における料金収入を算出する。
Figure 0007004068000007
［システム動作］
次に、本実施の形態２における料金制御システム及び料金制御装置の動作について図９を用いて説明する。図９は、本発明の実施の形態２における料金制御装置の動作を示すフロー図である。以下の説明においては、適宜図１～図５を参照する。また、本実施の形態２では、料金制御装置を動作させることによって、料金制御方法が実施される。よって、本実施の形態２における料金制御方法の説明は、以下の料金制御装置の動作説明に代える。
図９に示すように、最初に、料金最適化部３０は、有料道路４０２の１つの区間を選択する（ステップＢ１）。ステップＢ１は、図６に示したステップＡ１と同様のステップである。
次に、処理の開始が指示された交通量予測部１０は、交通量予測器１１－１～１１－ｎを用いて、基準時からの経過時間（Ｔ１分後、Ｔ２分後、・・・Ｔｎ分後）毎に、予測モデルを用いて、全体交通量ｔｆｌｏｗt+nを予測する（ステップＢ２）。ステップＢ２は、図６に示したステップＡ２と同様のステップである。
次に、料金最適化部３０は、ステップＢ１で選択された区間について、通行料金候補の初期値ｐ0を設定する（ステップＢ３）。ステップＢ３は、図６に示したステップＡ３と同様のステップである。
次に、料金最適化部３０は、ステップＢ２で予測された経過時間毎の全体交通量ｔｆｌｏｗt+nと通行料金候補ｐtとを、料金制御器２１－１～２１－ｎそれぞれに入力して、これらに、将来の交通量ｑt、予測走行速度ｖt、及び交通密度ｋtの予測を行わせる（ステップＢ４）。ステップＢ４は、図６に示したステップＡ４と同様のステップである。
次に、料金最適化部３０は、ステップＢ４で予測された全ての予測走行速度ｖtが閾値以上であるかどうかを判定する（ステップＢ５）。ステップＢ５は、図６に示したステップＡ５と同様のステップである。
ステップＢ５の判定の結果、全ての予測走行速度ｖtが閾値以上でない場合は、料金最適化部３０は、通行料金候補ｐtを値上げし（ステップＢ１２）、値上げした通行料金候補ｐtを用いて、再度ステップＢ４を実行する。ステップＢ１２は、図６に示したステップＡ１０と同様のステップである。
一方、ステップＢ５の判定の結果、全ての予測走行速度ｖtが閾値以上である場合は、料金最適化部３０は、ステップＢ４で予測された交通密度ｋtそれぞれ毎に上限を求め、通行料金候補ｐtがいずれかの上限を超えているかどうかを判定する（ステップＢ６）。ステップＢ６は、図６に示したステップＡ６と同様のステップである。
ステップＢ６の判定の結果、通行料金候補ｐtがいずれの上限も超えていない場合は、料金最適化部３０は、設定されている通行料金候補ｐtを選択する（ステップＢ１３）。ステップＢ１３は、図６に示したステップＡ１１と同様のステップである。そして、料金最適化部３０は、更に、ステップＢ１２を実行し、その後、再度ステップＢ４を実行する。
一方、ステップＢ６の判定の結果、通行料金候補ｐtがいずれかの上限を超えている場合は、料金最適化部３０は、全ての区間について処理が終了しているかどうかを判定する（ステップＢ７）。ステップＢ７は、図６に示したステップＡ８と同様のステップである。
ステップＢ７の判定の結果、全ての区間についての処理が終了していない場合は、料金最適化部３０は、再度ステップＢ１を実行する。
一方、ステップＢ７の判定の結果、全ての区間についての処理が終了している場合は、料金最適化部３０は、複数の区間にまたがるＯＤペアを特定し、特定したＯＤペアについて、ステップＢ１３で選択された区間毎の通行料金候補を用いて、通行料金を算出する。そして、料金最適化部３０は、算出した通行料金が上限を超える場合は、それを修正する（ステップＢ８）。
ここで、図１０を用いて、ステップＢ８について説明する。図１０は、図９に示すステップＢ８で行われる処理内容の具体例を示す図である。図１０の例では、ＯＤペアにおける通行料金に上限として＄２０が設定されている。また、ＯＤペアとして、ＯＤ12、ＯＤ13、ＯＤ22、及びＯＤ23が例示されている。
そして、図１０の上段の例では、いずれのＯＤペアにおいても、通行料金は上限を超えていないが、下段の例では、複数の区間にまたがるＯＤ１２及びＯＤ１３において、通行料金は上限を超えている。このため、料金最適化部３０は、ＯＤ１２及びＯＤ１３のそれぞれの通行料金を上限まで減額する。
また、ステップＢ６で区間毎の通行料金候補について上限を超えるかどうかの判定がなされているため、ステップＢ８では、料金最適化部３０は、複数の区間にまたがるＯＤペアのみを対象として処理を行っても良い。
次に、料金最適化部３０は、ＯＤペア毎に集計された各ＯＤペアの交通量を用いて、各ＯＤペアの重みを算出する（ステップＢ９）。なお、ＯＤペアの交通量は、上述したように、例えば、料金徴収システムの記録から集計される。
次に、料金最適化部３０は、ステップＢ９で算出した重みそれぞれと、区間毎に選択した通行料金候補と、ステップＢ４で予測され交通量とを、上記数７に適用して、有料道路４０２の全体における料金収入を算出する。そして、料金最適化部３０は、区間毎に、料金収入を最大とする通行料金候補を特定し、特定した通行料金候補を、その区間の通行料金に決定する（ステップＢ１０）。
その後、料金最適化部３０は、ステップＢ１０で決定した通行料金を、料金表示装置２００に表示させる（ステップＢ１１）。ステップＢ１１は、図６に示したステップＡ１０と同様のステップである。
また、ステップＢ１１の実行により、料金制御装置に処理における処理は一旦終了するが、本実施の形態２においても、設定時間（例えば、１０分間）の経過後、再度、ステップＢ１が実行される。これにより、料金表示装置２００に表示される通行料金は随時更新されることになる。
［実施の形態２における効果］
以上のように本実施の形態２においても、実施の形態１と同様に、道路における動的な環境変化への対応と、通行料金による収益の確保とが可能となる。また、本実施の形態２では、ＯＤペア毎の重みを用いて、通行料金が決定されることから、長距離での利用者を有料道路４０２に誘導することが可能となる。更に、この結果、本実施の形態２によれば、実施の形態１による区間毎の料金収入最大化の総和より、大きな料金収入が期待できる。
［プログラム］
本実施の形態２におけるプログラムは、コンピュータに、図９に示すステップＢ１～Ｂ１３を実行させるプログラムであれば良い。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態２における料金制御装置と料金制御方法とを実現することができる。この場合、コンピュータのプロセッサは、交通量予測部１０、料金制御部２０、及び料金最適化部３０として機能し、処理を行なう。
また、本実施の形態におけるプログラムは、複数のコンピュータによって構築されたコンピュータシステムによって実行されても良い。この場合は、例えば、各コンピュータが、それぞれ、交通量予測部１０、料金制御部２０、及び料金最適化部３０のいずれかとして機能しても良い。
（物理構成）
ここで、実施の形態１及び２におけるプログラムを実行することによって、料金制御装置を実現するコンピュータについて図１１を用いて説明する。図１１は、本発明の実施の形態１及び２における料金制御装置を実現するコンピュータの一例を示すブロック図である。
図１１に示すように、コンピュータ１１０は、ＣＰＵ（Central Processing Unit）１１１と、メインメモリ１１２と、記憶装置１１３と、入力インターフェイス１１４と、表示コントローラ１１５と、データリーダ／ライタ１１６と、通信インターフェイス１１７とを備える。これらの各部は、バス１２１を介して、互いにデータ通信可能に接続される。なお、コンピュータ１１０は、ＣＰＵ１１１に加えて、又はＣＰＵ１１１に代えて、ＧＰＵ（Graphics Processing Unit）、又はＦＰＧＡ（Field-Programmable Gate Array）を備えていても良い。
ＣＰＵ１１１は、記憶装置１１３に格納された、本実施の形態におけるプログラム（コード）をメインメモリ１１２に展開し、これらを所定順序で実行することにより、各種の演算を実施する。メインメモリ１１２は、典型的には、ＤＲＡＭ（Dynamic Random Access Memory）等の揮発性の記憶装置である。また、本実施の形態におけるプログラムは、コンピュータ読み取り可能な記録媒体１２０に格納された状態で提供される。なお、本実施の形態におけるプログラムは、通信インターフェイス１１７を介して接続されたインターネット上で流通するものであっても良い。
また、記憶装置１１３の具体例としては、ハードディスクドライブの他、フラッシュメモリ等の半導体記憶装置が挙げられる。入力インターフェイス１１４は、ＣＰＵ１１１と、キーボード及びマウスといった入力機器１１８との間のデータ伝送を仲介する。表示コントローラ１１５は、ディスプレイ装置１１９と接続され、ディスプレイ装置１１９での表示を制御する。
データリーダ／ライタ１１６は、ＣＰＵ１１１と記録媒体１２０との間のデータ伝送を仲介し、記録媒体１２０からのプログラムの読み出し、及びコンピュータ１１０における処理結果の記録媒体１２０への書き込みを実行する。通信インターフェイス１１７は、ＣＰＵ１１１と、他のコンピュータとの間のデータ伝送を仲介する。
また、記録媒体１２０の具体例としては、ＣＦ（Compact Flash（登録商標））及びＳＤ（Secure Digital）等の汎用的な半導体記憶デバイス、フレキシブルディスク（Flexible Disk）等の磁気記録媒体、又はＣＤ－ＲＯＭ（Compact Disk Read Only Memory）などの光学記録媒体が挙げられる。
なお、本実施の形態における料金制御装置は、プログラムがインストールされたコンピュータではなく、各部に対応したハードウェアを用いることによっても実現可能である。更に、料金制御装置は、一部がプログラムで実現され、残りの部分がハードウェアで実現されていてもよい。
上述した実施の形態の一部又は全部は、以下に記載する（付記１）～（付記２２）によって表現することができるが、以下の記載に限定されるものではない。
（付記１）
第１の道路に対して迂回路となる有料の第２の道路が設置されている場合に、第２の道路における通行料金を制御するための装置であって、
前記第１の道路と前記第２の道路とにおける将来の全体交通量を予測する、交通量予測手段と、
予測された前記全体交通量と所定の通行料金とを入力として、前記第２の道路の料金が前記所定の通行料金に設定された場合の、前記第２の道路における、将来の交通量と予測走行速度とを出力する、料金制御手段と、
前記第２の道路における通行料金を設定する、料金最適化手段と、を備え、
前記料金最適化手段は、１以上の通行料金候補を設定し、前記通行料金候補を前記料金制御手段に入力して得られた予測走行速度が閾値以上となる、前記通行料金候補を選択し、選択した前記通行料金候補のうち、前記料金制御手段から出力された将来の交通量を用いて算出される前記第２の道路における料金収入を最大とする、前記通行料金候補を、前記第２の道路における通行料金として設定する、
ことを特徴とする料金制御装置。
（付記２）
付記１に記載の料金制御装置であって、
前記料金制御手段が、更に、前記第２の道路の料金が前記所定の通行料金に設定された場合の、前記第２の道路における、交通密度を出力し、
前記料金最適化手段が、前記料金制御手段から出力された前記予測走行速度が閾値以上となり、且つ、前記料金制御手段から出力された前記交通密度によって決定される上限及び下限を満たす、前記通行料金候補を選択する、
ことを特徴とする料金制御装置。
（付記３）
付記１または２に記載の料金制御装置であって、
前記交通量予測手段が、前記第１の道路と前記第２の道路とに設定された区間それぞれ毎に、前記全体交通量を予測し、
前記料金制御手段が、特定の区間について予測された交通量と所定の通行料金とを入力として、前記特定の区間における、将来の交通量と予測走行速度とを出力し、
前記料金最適化手段が、前記区間それぞれ毎に、１以上の前記通行料金候補の設定、及び前記通行料金候補の選択を行い、そして、選択した前記通行料金候補のうち、前記料金制御手段から出力された将来の交通量を用いて算出される、前記第２の道路全体又は当該区間における料金収入を最大とする、前記通行料金候補を、当該区間の通行料金とする、
ことを特徴とする料金制御装置。
（付記４）
付記３に記載の料金制御装置であって、
前記料金最適化手段が、前記区間それぞれ毎に、前記料金制御手段から出力された前記将来の交通量と、前記料金制御手段に入力された前記通行料金候補とを乗算して、当該区間における料金収入を算出する、
ことを特徴とする料金制御装置。
（付記５）
付記３に記載の料金制御装置であって、
前記料金最適化手段が、前記区間それぞれの起点及び終点を用いて得られた、起点と終点との組合せそれぞれ毎に、当該組合せに対応する区間における、前記第２の道路の交通量を用いて、重みを算出し、
算出した重みそれぞれと、前記区間それぞれ毎に選択した前記通行料金候補とを用いて、前記第２の道路全体における料金収入を算出する、
ことを特徴とする料金制御装置。
（付記６）
付記１～５のいずれかに記載の料金制御装置であって、
前記交通量予測手段が、前記第１の道路と第２の道路とにおける過去の交通状況を特定するデータと、過去の気象データと、を利用した機械学習によって構築された、予測モデルを用いて、前記全体交通量を予測する、
ことを特徴とする料金制御装置。
（付記７）
付記１～６のいずれかに記載の料金制御装置であって、
前記料金制御手段が、前記第１の道路と前記第２の道路とにおける全体交通量と、通行料金と、予測走行速度との関係を規定する状態モデルに、予測された前記全体交通量と所定の通行料金とを入力することによって、前記第２の道路の料金が前記所定の通行料金に設定された場合の、前記第２の道路における、将来の交通量と予測走行速度とを出力する、
ことを特徴とする料金制御装置。
（付記８）
第１の道路に対して迂回路となる有料の第２の道路が設置されている場合に、第２の道路における通行料金を制御するためのシステムであって、
前記第２の道路における将来の交通量を予測する、料金制御装置と、
設定された前記第２の道路における通行料金を、画面上に表示する、料金表示装置と、
前記第２の道路を走行する車両の台数及び速度を検出するためのセンサデータを出力する、交通センサと、を備え、
前記料金制御装置は、
前記第１の道路と前記第２の道路における将来の全体交通量を予測する、交通量予測手段と、
予測された前記全体交通量と所定の通行料金とを入力として、前記第２の道路の料金が前記所定の通行料金に設定された場合の、前記第２の道路における、将来の交通量と予測走行速度とを出力する、料金制御手段と、
前記第２の道路における通行料金を設定する、料金最適化手段と、を備え、
前記料金最適化手段は、１以上の通行料金候補を設定し、前記通行料金候補を前記料金制御手段に入力して得られた予測走行速度が閾値以上となる、前記通行料金候補を選択し、選択した前記通行料金候補のうち、前記料金制御手段から出力された将来の交通量を用いて算出される前記第２の道路における料金収入を最大とする、前記通行料金候補を、前記第２の道路における通行料金として設定する、
ことを特徴とする料金制御システム。
（付記９）
第１の道路に対して迂回路となる有料の第２の道路が設置されている場合に、第２の道路における通行料金を制御するための方法であって、
（ａ）前記第１の道路と前記第２の道路とにおける将来の全体交通量を予測する、ステップと、
（ｂ）予測された前記全体交通量と所定の通行料金とを入力として、前記第２の道路の料金が前記所定の通行料金に設定された場合の、前記第２の道路における、将来の交通量と予測走行速度とを出力する、ステップと、
（ｃ）前記第２の道路における通行料金を設定する、ステップと、を有し、
前記（ｃ）のステップにおいて、
１以上の通行料金候補を設定し、前記通行料金候補を前記（ｂ）のステップの入力に用いて、前記（ｂ）のステップを実行し、それによって得られた予測走行速度が閾値以上となる、前記通行料金候補を選択し、選択した前記通行料金候補のうち、実行した前記（ｂ）のステップで出力された将来の交通量を用いて算出される前記第２の道路における料金収入を最大とする、前記通行料金候補を、前記第２の道路における通行料金として設定する、
ことを特徴とする料金制御方法。
（付記１０）
付記９に記載の料金制御方法であって、
前記（ｂ）のステップにおいて、更に、前記第２の道路の料金が前記所定の通行料金に設定された場合の、前記第２の道路における、交通密度を出力し、
前記（ｃ）のステップにおいて、実行した前記（ｂ）のステップで出力された前記予測走行速度が閾値以上となり、且つ、実行した前記（ｂ）のステップで出力された前記交通密度によって決定される上限及び下限を満たす、前記通行料金候補を選択する、
ことを特徴とする料金制御方法。
（付記１１）
付記９または１０に記載の料金制御方法であって、
前記（ａ）のステップにおいて、前記第１の道路と前記第２の道路とに設定された区間それぞれ毎に、前記全体交通量を予測し、
前記（ｂ）のステップにおいて、特定の区間について予測された交通量と所定の通行料金とを入力として、前記特定の区間における、将来の交通量と予測走行速度とを出力し、
前記（ｃ）のステップにおいて、前記区間それぞれ毎に、１以上の前記通行料金候補の設定、及び前記通行料金候補の選択を行い、そして、選択した前記通行料金候補のうち、実行した前記（ｂ）のステップで出力された将来の交通量を用いて算出される、前記第２の道路全体又は当該区間における料金収入を最大とする、前記通行料金候補を、当該区間の通行料金とする、
ことを特徴とする料金制御方法。
（付記１２）
付記１１に記載の料金制御方法であって、
前記（ｃ）のステップにおいて、前記区間それぞれ毎に、実行した前記（ｃ）のステップから出力された前記将来の交通量と、実行した前記（ｂ）のステップの入力に用いた前記通行料金候補とを乗算して、当該区間における料金収入を算出する、
ことを特徴とする料金制御方法。
（付記１３）
付記１１に記載の料金制御方法であって、
前記（ｃ）のステップにおいて、前記区間それぞれの起点及び終点を用いて得られた、起点と終点との組合せそれぞれ毎に、当該組合せに対応する区間における、前記第２の道路の交通量を用いて、重みを算出し、
算出した重みそれぞれと、前記区間それぞれ毎に選択した前記通行料金候補とを用いて、前記第２の道路全体における料金収入を算出する、
ことを特徴とする料金制御方法。
（付記１４）
付記９～１３のいずれかに記載の料金制御方法であって、
前記（ａ）のステップにおいて、前記第１の道路と前記第２の道路とにおける過去の交通状況を特定するデータと、過去の気象データと、を利用した機械学習によって構築された、予測モデルを用いて、前記全体の交通量を予測する、
ことを特徴とする料金制御方法。
（付記１５）
付記９～１４のいずれかに記載の料金制御方法であって、
前記（ｂ）のステップにおいて、前記第２の道路における、交通量と、通行料金と、予測走行速度との関係を規定する状態モデルに、予測された前記全体交通量と所定の通行料金とを入力することによって、前記第２の道路の料金が前記所定の通行料金に設定された場合の、前記第２の道路における、将来の交通量と予測走行速度とを出力する、
ことを特徴とする料金制御方法。
（付記１６）
第１の道路に対して迂回路となる有料の第２の道路が設置されている場合に、コンピュータによって、第２の道路における通行料金を制御するための、プログラムであって、
前記コンピュータに、
（ａ）前記第１の道路と前記第２の道路とにおける将来の全体交通量を予測する、ステップと、
（ｂ）予測された交通量と所定の通行料金とを入力として、前記第２の道路の料金が前記所定の通行料金に設定された場合の、前記第２の道路における、将来の交通量と予測走行速度とを出力する、ステップと、
（ｃ）前記第２の道路における通行料金を設定する、ステップと、を実行させ、
前記（ｃ）のステップにおいて、
１以上の通行料金候補を設定し、前記通行料金候補を前記（ｂ）のステップの入力に用いて、前記（ｂ）のステップを実行し、それによって得られた予測走行速度が閾値以上となる、前記通行料金候補を選択し、選択した前記通行料金候補のうち、実行した前記（ｂ）のステップで出力された将来の交通量を用いて算出される前記第２の道路における料金収入を最大とする、前記通行料金候補を、前記第２の道路における通行料金として設定する、
プログラム。
（付記１７）
付記１６に記載のプログラムであって、
前記（ｂ）のステップにおいて、更に、前記第２の道路の料金が前記所定の通行料金に設定された場合の、前記第２の道路における、交通密度を出力し、
前記（ｃ）のステップにおいて、実行した前記（ｂ）のステップで出力された前記予測走行速度が閾値以上となり、且つ、実行した前記（ｂ）のステップで出力された前記交通密度によって決定される上限及び下限を満たす、前記通行料金候補を選択する、
ことを特徴とするプログラム。
（付記１８）
付記１６または１７に記載のプログラムであって、
前記（ａ）のステップにおいて、前記第１の道路と前記第２の道路とに設定された区間それぞれ毎に、前記全体交通量を予測し、
前記（ｂ）のステップにおいて、特定の区間について予測された交通量と所定の通行料金とを入力として、前記特定の区間における、将来の交通量と予測走行速度とを出力し、
前記（ｃ）のステップにおいて、前記区間それぞれ毎に、１以上の前記通行料金候補の設定、及び前記通行料金候補の選択を行い、そして、選択した前記通行料金候補のうち、実行した前記（ｂ）のステップで出力された将来の交通量を用いて算出される、前記第２の道路全体又は当該区間における料金収入を最大とする、前記通行料金候補を、当該区間の通行料金とする、
ことを特徴とするプログラム。
（付記１９）
付記１８に記載のプログラムであって、
前記（ｃ）のステップにおいて、前記区間それぞれ毎に、実行した前記（ｃ）のステップから出力された前記将来の交通量と、実行した前記（ｂ）のステップの入力に用いた前記通行料金候補とを乗算して、当該区間における料金収入を算出する、
ことを特徴とするプログラム。
（付記２０）
付記１８に記載のプログラムであって、
前記（ｃ）のステップにおいて、前記区間それぞれの起点及び終点を用いて得られた、起点と終点との組合せそれぞれ毎に、当該組合せに対応する区間における、前記第２の道路の交通量を用いて、重みを算出し、
算出した重みそれぞれと、前記区間それぞれ毎に選択した前記通行料金候補とを用いて、前記第２の道路全体における料金収入を算出する、
ことを特徴とするプログラム。
（付記２１）
付記１６～２０のいずれかに記載のプログラムであって、
前記（ａ）のステップにおいて、前記第２の道路における過去の交通状況を特定するデータと、過去の気象データと、を利用した機械学習によって構築された、予測モデルを用いて、前記将来の交通量を予測する、
ことを特徴とするプログラム。
（付記２２）
付記１６～２１のいずれかに記載のプログラムであって、
前記（ｂ）のステップにおいて、前記第２の道路における、交通量と、通行料金と、予測走行速度との関係を規定する状態モデルに、予測された前記全体交通量と所定の通行料金とを入力することによって、前記第２の道路の料金が前記所定の通行料金に設定された場合の、前記第２の道路における、将来の交通量と予測走行速度とを出力する、
ことを特徴とするプログラム。
以上、実施の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の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。
以上のように、本発明によれば、道路における動的な環境変化への対応と、通行料金による収益の確保とを可能にすることができる。本発明は、有料道路の通行料金を変動させる、料金制御システムに有用である。
１０、１０－１～１０－３ 交通量予測部
１１、１１－１～１１－ｎ 交通量予測器
２０、２０－１～２０－３ 料金制御部
２１、２１－１～２１－ｎ 料金制御器
３０ 料金最適化部
１００ 料金制御装置
１１０ コンピュータ
１１１ ＣＰＵ
１１２ メインメモリ
１１３ 記憶装置
１１４ 入力インターフェイス
１１５ 表示コントローラ
１１６ データリーダ／ライタ
１１７ 通信インターフェイス
１１８ 入力機器
１１９ ディスプレイ装置
１２０ 記録媒体
１２１ バス
２００ 料金表示装置
３００ 交通センサ
４００ 料金制御システム
４０１ 第１の道路（一般道路）
４０２ 第２の道路（有料道路）
４０３ 車両

Claims (22)

  1. 第１の道路に対して迂回路となる有料の第２の道路が設置されている場合に、第２の道路における通行料金を制御するための装置であって、
    前記第１の道路と前記第２の道路とにおける将来の全体交通量を予測する、交通量予測手段と、
    予測された前記全体交通量と所定の通行料金とを入力として、前記第２の道路の料金が前記所定の通行料金に設定された場合の、前記第２の道路における、将来の交通量と予測走行速度とを出力する、料金制御手段と、
    前記第２の道路における通行料金を設定する、料金最適化手段と、を備え、
    前記料金最適化手段は、１以上の通行料金候補を設定し、前記通行料金候補を前記料金制御手段に入力して得られた予測走行速度が閾値以上となる、前記通行料金候補を選択し、選択した前記通行料金候補のうち、前記料金制御手段から出力された将来の交通量を用いて算出される前記第２の道路における料金収入を最大とする、前記通行料金候補を、前記第２の道路における通行料金として設定する、
    ことを特徴とする料金制御装置。
  2. 請求項１に記載の料金制御装置であって、
    前記料金制御手段が、更に、前記第２の道路の料金が前記所定の通行料金に設定された場合の、前記第２の道路における、交通密度を出力し、
    前記料金最適化手段が、前記料金制御手段から出力された前記予測走行速度が閾値以上となり、且つ、前記料金制御手段から出力された前記交通密度によって決定される上限及び下限を満たす、前記通行料金候補を選択する、
    ことを特徴とする料金制御装置。
  3. 請求項１または２に記載の料金制御装置であって、
    前記交通量予測手段が、前記第１の道路と前記第２の道路とに設定された区間それぞれ毎に、前記全体交通量を予測し、
    前記料金制御手段が、特定の区間について予測された交通量と所定の通行料金とを入力として、前記特定の区間における、将来の交通量と予測走行速度とを出力し、
    前記料金最適化手段が、前記区間それぞれ毎に、１以上の前記通行料金候補の設定、及び前記通行料金候補の選択を行い、そして、選択した前記通行料金候補のうち、前記料金制御手段から出力された将来の交通量を用いて算出される、前記第２の道路全体又は当該区間における料金収入を最大とする、前記通行料金候補を、当該区間の通行料金とする、
    ことを特徴とする料金制御装置。
  4. 請求項３に記載の料金制御装置であって、
    前記料金最適化手段が、前記区間それぞれ毎に、前記料金制御手段から出力された前記将来の交通量と、前記料金制御手段に入力された前記通行料金候補とを乗算して、当該区間における料金収入を算出する、
    ことを特徴とする料金制御装置。
  5. 請求項３に記載の料金制御装置であって、
    前記料金最適化手段が、前記区間それぞれの起点及び終点を用いて得られた、起点と終点との組合せそれぞれ毎に、当該組合せに対応する区間における、前記第２の道路の交通量を用いて、重みを算出し、
    算出した重みそれぞれと、前記区間それぞれ毎に選択した前記通行料金候補とを用いて、前記第２の道路全体における料金収入を算出する、
    ことを特徴とする料金制御装置。
  6. 請求項１～５のいずれかに記載の料金制御装置であって、
    前記交通量予測手段が、前記第１の道路と第２の道路とにおける過去の交通状況を特定するデータと、過去の気象データと、を利用した機械学習によって構築された、予測モデルを用いて、前記全体交通量を予測する、
    ことを特徴とする料金制御装置。
  7. 請求項１～６のいずれかに記載の料金制御装置であって、
    前記料金制御手段が、前記第１の道路と前記第２の道路とにおける全体交通量と、通行料金と、予測走行速度との関係を規定する状態モデルに、予測された前記全体交通量と所定の通行料金とを入力することによって、前記第２の道路の料金が前記所定の通行料金に設定された場合の、前記第２の道路における、将来の交通量と予測走行速度とを出力する、
    ことを特徴とする料金制御装置。
  8. 第１の道路に対して迂回路となる有料の第２の道路が設置されている場合に、第２の道路における通行料金を制御するためのシステムであって、
    前記第２の道路における将来の交通量を予測する、料金制御装置と、
    設定された前記第２の道路における通行料金を、画面上に表示する、料金表示装置と、
    前記第２の道路を走行する車両の台数及び速度を検出するためのセンサデータを出力する、交通センサと、を備え、
    前記料金制御装置は、
    前記第１の道路と前記第２の道路における将来の全体交通量を予測する、交通量予測手段と、
    予測された前記全体交通量と所定の通行料金とを入力として、前記第２の道路の料金が前記所定の通行料金に設定された場合の、前記第２の道路における、将来の交通量と予測走行速度とを出力する、料金制御手段と、
    前記第２の道路における通行料金を設定する、料金最適化手段と、を備え、
    前記料金最適化手段は、１以上の通行料金候補を設定し、前記通行料金候補を前記料金制御手段に入力して得られた予測走行速度が閾値以上となる、前記通行料金候補を選択し、選択した前記通行料金候補のうち、前記料金制御手段から出力された将来の交通量を用いて算出される前記第２の道路における料金収入を最大とする、前記通行料金候補を、前記第２の道路における通行料金として設定する、
    ことを特徴とする料金制御システム。
  9. 第１の道路に対して迂回路となる有料の第２の道路が設置されている場合に、コンピュータが、第２の道路における通行料金を制御するための方法であって、
    （ａ）前記第１の道路と前記第２の道路とにおける将来の全体交通量を予測する、ステップと、
    （ｂ）予測された前記全体交通量と所定の通行料金とを入力として、前記第２の道路の料金が前記所定の通行料金に設定された場合の、前記第２の道路における、将来の交通量と予測走行速度とを出力する、ステップと、
    （ｃ）前記第２の道路における通行料金を設定する、ステップと、を有し、
    前記（ｃ）のステップにおいて、
    １以上の通行料金候補を設定し、前記通行料金候補を前記（ｂ）のステップの入力に用いて、前記（ｂ）のステップを実行し、それによって得られた予測走行速度が閾値以上となる、前記通行料金候補を選択し、選択した前記通行料金候補のうち、実行した前記（ｂ）のステップで出力された将来の交通量を用いて算出される前記第２の道路における料金収入を最大とする、前記通行料金候補を、前記第２の道路における通行料金として設定する、
    ことを特徴とする料金制御方法。
  10. 請求項９に記載の料金制御方法であって、
    前記（ｂ）のステップにおいて、更に、前記第２の道路の料金が前記所定の通行料金に設定された場合の、前記第２の道路における、交通密度を出力し、
    前記（ｃ）のステップにおいて、実行した前記（ｂ）のステップで出力された前記予測走行速度が閾値以上となり、且つ、実行した前記（ｂ）のステップで出力された前記交通密度によって決定される上限及び下限を満たす、前記通行料金候補を選択する、
    ことを特徴とする料金制御方法。
  11. 請求項９または１０に記載の料金制御方法であって、
    前記（ａ）のステップにおいて、前記第１の道路と前記第２の道路とに設定された区間それぞれ毎に、前記全体交通量を予測し、
    前記（ｂ）のステップにおいて、特定の区間について予測された交通量と所定の通行料金とを入力として、前記特定の区間における、将来の交通量と予測走行速度とを出力し、
    前記（ｃ）のステップにおいて、前記区間それぞれ毎に、１以上の前記通行料金候補の設定、及び前記通行料金候補の選択を行い、そして、選択した前記通行料金候補のうち、実行した前記（ｂ）のステップで出力された将来の交通量を用いて算出される、前記第２の道路全体又は当該区間における料金収入を最大とする、前記通行料金候補を、当該区間の通行料金とする、
    ことを特徴とする料金制御方法。
  12. 請求項１１に記載の料金制御方法であって、
    前記（ｃ）のステップにおいて、前記区間それぞれ毎に、実行した前記（ｃ）のステップから出力された前記将来の交通量と、実行した前記（ｂ）のステップの入力に用いた前記通行料金候補とを乗算して、当該区間における料金収入を算出する、
    ことを特徴とする料金制御方法。
  13. 請求項１１に記載の料金制御方法であって、
    前記（ｃ）のステップにおいて、前記区間それぞれの起点及び終点を用いて得られた、起点と終点との組合せそれぞれ毎に、当該組合せに対応する区間における、前記第２の道路の交通量を用いて、重みを算出し、
    算出した重みそれぞれと、前記区間それぞれ毎に選択した前記通行料金候補とを用いて、前記第２の道路全体における料金収入を算出する、
    ことを特徴とする料金制御方法。
  14. 請求項９～１３のいずれかに記載の料金制御方法であって、
    前記（ａ）のステップにおいて、前記第１の道路と前記第２の道路とにおける過去の交通状況を特定するデータと、過去の気象データと、を利用した機械学習によって構築された、予測モデルを用いて、前記全体の交通量を予測する、
    ことを特徴とする料金制御方法。
  15. 請求項９～１４のいずれかに記載の料金制御方法であって、
    前記（ｂ）のステップにおいて、前記第２の道路における、交通量と、通行料金と、予測走行速度との関係を規定する状態モデルに、予測された前記全体交通量と所定の通行料金とを入力することによって、前記第２の道路の料金が前記所定の通行料金に設定された場合の、前記第２の道路における、将来の交通量と予測走行速度とを出力する、
    ことを特徴とする料金制御方法。
  16. 第１の道路に対して迂回路となる有料の第２の道路が設置されている場合に、コンピュータによって、第２の道路における通行料金を制御するための、プログラムであって、
    前記コンピュータに、
    （ａ）前記第１の道路と前記第２の道路とにおける将来の全体交通量を予測する、ステップと、
    （ｂ）予測された交通量と所定の通行料金とを入力として、前記第２の道路の料金が前記所定の通行料金に設定された場合の、前記第２の道路における、将来の交通量と予測走行速度とを出力する、ステップと、
    （ｃ）前記第２の道路における通行料金を設定する、ステップと、を実行させ、
    前記（ｃ）のステップにおいて、
    １以上の通行料金候補を設定し、前記通行料金候補を前記（ｂ）のステップの入力に用いて、前記（ｂ）のステップを実行し、それによって得られた予測走行速度が閾値以上となる、前記通行料金候補を選択し、選択した前記通行料金候補のうち、実行した前記（ｂ）のステップで出力された将来の交通量を用いて算出される前記第２の道路における料金収入を最大とする、前記通行料金候補を、前記第２の道路における通行料金として設定する、
    プログラム。
  17. 請求項１６に記載のプログラムであって、
    前記（ｂ）のステップにおいて、更に、前記第２の道路の料金が前記所定の通行料金に
    設定された場合の、前記第２の道路における、交通密度を出力し、
    前記（ｃ）のステップにおいて、実行した前記（ｂ）のステップで出力された前記予測
    走行速度が閾値以上となり、且つ、実行した前記（ｂ）のステップで出力された前記交通
    密度によって決定される上限及び下限を満たす、前記通行料金候補を選択する、
    ことを特徴とするプログラム。
  18. 請求項１６または１７に記載のプログラムであって、
    前記（ａ）のステップにおいて、前記第１の道路と前記第２の道路とに設定された区間それぞれ毎に、前記全体交通量を予測し、
    前記（ｂ）のステップにおいて、特定の区間について予測された交通量と所定の通行料金とを入力として、前記特定の区間における、将来の交通量と予測走行速度とを出力し、
    前記（ｃ）のステップにおいて、前記区間それぞれ毎に、１以上の前記通行料金候補の設定、及び前記通行料金候補の選択を行い、そして、選択した前記通行料金候補のうち、実行した前記（ｂ）のステップで出力された将来の交通量を用いて算出される、前記第２の道路全体又は当該区間における料金収入を最大とする、前記通行料金候補を、当該区間の通行料金とする、
    ことを特徴とするプログラム。
  19. 請求項１８に記載のプログラムであって、
    前記（ｃ）のステップにおいて、前記区間それぞれ毎に、実行した前記（ｃ）のステップから出力された前記将来の交通量と、実行した前記（ｂ）のステップの入力に用いた前記通行料金候補とを乗算して、当該区間における料金収入を算出する、
    ことを特徴とするプログラム。
  20. 請求項１８に記載のプログラムであって、
    前記（ｃ）のステップにおいて、前記区間それぞれの起点及び終点を用いて得られた、起点と終点との組合せそれぞれ毎に、当該組合せに対応する区間における、前記第２の道路の交通量を用いて、重みを算出し、
    算出した重みそれぞれと、前記区間それぞれ毎に選択した前記通行料金候補とを用いて、前記第２の道路全体における料金収入を算出する、
    ことを特徴とするプログラム。
  21. 請求項１６～２０のいずれかに記載のプログラムであって、
    前記（ａ）のステップにおいて、前記第２の道路における過去の交通状況を特定するデータと、過去の気象データと、を利用した機械学習によって構築された、予測モデルを用いて、前記将来の交通量を予測する、
    ことを特徴とするプログラム。
  22. 請求項１６～２１のいずれかに記載のプログラムであって、
    前記（ｂ）のステップにおいて、前記第２の道路における、交通量と、通行料金と、予測走行速度との関係を規定する状態モデルに、予測された前記全体交通量と所定の通行料金とを入力することによって、前記第２の道路の料金が前記所定の通行料金に設定された場合の、前記第２の道路における、将来の交通量と予測走行速度とを出力する、
    ことを特徴とするプログラム。
JP2020517647A 2018-05-07 2018-05-07 料金制御システム、料金制御装置、料金制御方法、及びプログラム Active JP7004068B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2018/017677 WO2019215801A1 (ja) 2018-05-07 2018-05-07 料金制御システム、料金制御装置、料金制御方法、及びコンピュータ読み取り可能な記録媒体

Publications (2)

Publication Number Publication Date
JPWO2019215801A1 JPWO2019215801A1 (ja) 2021-05-20
JP7004068B2 true JP7004068B2 (ja) 2022-01-21

Family

ID=68467312

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020517647A Active JP7004068B2 (ja) 2018-05-07 2018-05-07 料金制御システム、料金制御装置、料金制御方法、及びプログラム

Country Status (3)

Country Link
US (1) US11398113B2 (ja)
JP (1) JP7004068B2 (ja)
WO (1) WO2019215801A1 (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113873426A (zh) * 2020-06-30 2021-12-31 罗伯特·博世有限公司 用于决策车辆的地理围栏事件的系统、控制单元和方法
JP7217896B2 (ja) * 2021-02-26 2023-02-06 国立研究開発法人防災科学技術研究所 交通状況予測装置、交通状況予測方法及びプログラム
CN113971376B (zh) * 2021-12-22 2022-04-19 云丁网络技术(北京)有限公司 一种环境参数的智能控制方法和系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000113247A (ja) 1998-10-09 2000-04-21 Toyota Motor Corp 移動体用課金処理装置
JP2002024982A (ja) 2000-07-10 2002-01-25 Ohbayashi Corp 有料道路管理システム、および、このシステムに接続されたドライブ計画提案システム
JP2002203295A (ja) 2000-12-28 2002-07-19 Toyota Motor Corp 走行予約システム及び装置並びに方法
JP2008009639A (ja) 2006-06-28 2008-01-17 Toshiba Corp 道路料金設定装置および道路料金設定プログラム
WO2013018656A1 (ja) 2011-07-29 2013-02-07 日本電気株式会社 交通制御システム、混雑制御方法、情報処理装置およびその制御方法並びに記録媒体
US20140032282A1 (en) 2012-07-25 2014-01-30 Xerox Corporation Model-based dynamic pricing for managed lanes
JP2016146013A (ja) 2015-02-06 2016-08-12 三菱電機株式会社 道路課金システム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100319548B1 (ko) * 1999-03-22 2002-01-05 김재한 게이트 통과 객체의 방향 검출 및 통보 장치
EP2689338A4 (en) * 2011-03-25 2015-07-22 Tarifflex Ab ARRANGEMENT FOR MINIMIZING COMMUNICATION AND INTEGRATION COMPLEXITY BETWEEN SOFTWARE APPLICATIONS
US9183742B2 (en) * 2012-10-26 2015-11-10 Xerox Corporation Methods, systems and processor-readable media for optimizing intelligent transportation system strategies utilizing systematic genetic algorithms
US10706461B2 (en) * 2014-11-26 2020-07-07 Greenlightstrading Llc System and method for traffic decongestion
US9547986B1 (en) * 2015-11-19 2017-01-17 Amazon Technologies, Inc. Lane assignments for autonomous vehicles

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000113247A (ja) 1998-10-09 2000-04-21 Toyota Motor Corp 移動体用課金処理装置
JP2002024982A (ja) 2000-07-10 2002-01-25 Ohbayashi Corp 有料道路管理システム、および、このシステムに接続されたドライブ計画提案システム
JP2002203295A (ja) 2000-12-28 2002-07-19 Toyota Motor Corp 走行予約システム及び装置並びに方法
JP2008009639A (ja) 2006-06-28 2008-01-17 Toshiba Corp 道路料金設定装置および道路料金設定プログラム
WO2013018656A1 (ja) 2011-07-29 2013-02-07 日本電気株式会社 交通制御システム、混雑制御方法、情報処理装置およびその制御方法並びに記録媒体
US20140032282A1 (en) 2012-07-25 2014-01-30 Xerox Corporation Model-based dynamic pricing for managed lanes
JP2016146013A (ja) 2015-02-06 2016-08-12 三菱電機株式会社 道路課金システム

Also Published As

Publication number Publication date
US20210241543A1 (en) 2021-08-05
JPWO2019215801A1 (ja) 2021-05-20
US11398113B2 (en) 2022-07-26
WO2019215801A1 (ja) 2019-11-14

Similar Documents

Publication Publication Date Title
US11494714B2 (en) Efficiency of a transportation matching system using geocoded provider models
Lee et al. A joint bottom-up solution methodology for system-level pavement rehabilitation and reconstruction
Liu et al. Modeling the morning commute for urban networks with cruising-for-parking: An MFD approach
EP3782143B1 (en) Method and system for multimodal deep traffic signal control
JP7004068B2 (ja) 料金制御システム、料金制御装置、料金制御方法、及びプログラム
JP7028167B2 (ja) 交通制御支援システム、交通制御支援方法およびプログラム
US9008960B2 (en) Computation of travel routes, durations, and plans over multiple contexts
CN112435469B (zh) 车辆预警控制方法、装置、计算机可读介质及电子设备
Varga et al. Optimally combined headway and timetable reliable public transport system
CN109711591B (zh) 一种路段速度预测方法、装置、服务器及存储介质
US20200082314A1 (en) Efficiency of a transportation matching system using geocoded provider models
US20200082315A1 (en) Efficiency of a transportation matching system using geocoded provider models
US10950123B2 (en) Traffic control system, traffic information output device, traffic control method, and recording medium
CN112381470B (zh) 基于智能体的交通流量分配方法、设备及存储介质
Zhao et al. From search-for-parking to dispatch-for-parking in an era of connected and automated vehicles: A macroscopic approach
CN116431923A (zh) 一种针对城市道路的交通出行预测方法、设备及介质
CN116659527A (zh) 确定车辆行驶轨迹的方法、装置、电子设备和存储介质
CN111951544A (zh) 一种监测点位的确定方法及装置
JP3385695B2 (ja) 駐車場出庫制御方法及び装置
CN111739322B (zh) 数据处理方法及其装置
JP7172491B2 (ja) 交通流予測装置、交通流予測方法及びプログラム
CN118430335B (zh) 停车场车辆通行控制方法、装置和存储介质
JP3526422B2 (ja) 走行所要時間情報演算システム
US20240177003A1 (en) Vehicle repositioning determination for vehicle pool
Khatermohammadi et al. Stochastic Optimization on Parking Lots for Smart Parking Using Reinforcement Learning Methods

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201105

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20201105

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210831

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211028

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