JP7088000B2 - 交通情報処理装置 - Google Patents

Description

本開示は、交通情報処理装置に関する。

道路を走行中の各車両から送信される情報に基づいて、渋滞状態等の、道路の交通状態を検出し、検出した道路の交通状態に関する情報をその道路周辺を走行している車両に送信する交通情報処理装置が知られている（例えば、特許文献１）。

特に、特許文献１に係る交通情報処理装置では、所定区間における車両の平均速度とその所定区間の道路種別に対応する渋滞判定速度とが各車両に搭載されたシステムにより比較され、その比較結果に基づいてその所定区間が渋滞しているか否かが判定される。その判定結果が各車両からサーバに送られ、サーバでは様々な区間における渋滞情報が収集される。

加えて、特許文献１に係る交通情報処理装置では、車両に搭載されたカメラによって前方が撮影されると共に、撮影された画像内に一定数以上の数の車両が存在しているときには、車両が走行している所定区間が渋滞していると判定される。

特開２０１１－１３４１９５号公報

ところで、特許文献１に記載の装置では、サーバと通信可能な特定の車両から送信された渋滞の有無の判定結果に基づいて渋滞の存否が判断されている。ここで、実際には、道路を走行している車両のうちの一部の車両のみがサーバと通信して渋滞の有無の判定結果を送信可能な車両であり、残りの車両は通信機器や渋滞の予測システムを備えていないことにより実質的にサーバへ渋滞の有無の判定結果を送信できないことが想定される。したがって、特許文献１に記載の装置では、所定区間の道路を走行している一部の車両の速度情報に基づいて渋滞の存否が判断されている。

しかしながら、例えば、現在の渋滞状態のみならず、将来の渋滞状態等、将来の交通状態を予測するにあたっては、サーバと通信可能な一部の車両からの情報のみでは、予測精度が低くなってしまう可能性がある。

上記課題に鑑みて、本開示の目的は、サーバと通信不可能な車両の情報をも利用することにより、将来の交通状態の予測精度を高めることにある。

本開示の要旨は以下のとおりである。

（１）自車両の周囲の車両の自車両に対する相対的な位置及び相対的な速度を検出可能な複数の通信車両と通信ネットワークを介して通信可能な通信部と、前記通信部を介して、所定の地域内を走行中の前記通信車両のそれぞれから該通信車両の位置・速度情報及び前記通信車両の周囲の車両の位置・速度情報を取得する情報取得部と、前記情報取得部によって取得された前記通信車両からの位置・速度情報に基づいて前記地域内の道路の交通状態の今後の変化を予測する交通状態予測部と、を備える、交通情報処理装置。

（２）前記通信車両の少なくとも一部は、モビリティサービスを提供可能であって且つ設定された目的地に向かって自律走行するように構成された自律走行車両であり、当該交通情報処理装置は、所定時間以上に亘って前記通信車両からの位置・速度情報が送信されてきていない未送信領域が前記地域内にあるときには、利用者が乗車していない一つの前記自律走行車両の前記目的地を前記未送信領域内の位置に設定する配車指示部を更に備える、上記（１）に記載の交通情報処理装置。

（３）前記配車指示部は、前記未送信領域の周りの道路において一方の進行方向の道路が渋滞しているときには、前記未送信領域内であって前記進行方向とは反対側の進行方向の道路に前記目的地を設定する、上記（２）に記載の交通情報処理装置。

（４）前記道路の交通状態は、前記道路の渋滞状態である、上記（１）～（３）のいずれか一つに記載の交通情報処理装置。

（５）前記交通状態予測部は、前記位置・速度情報に加えて、各道路の道路情報及び天気情報に基づいて、前記道路の渋滞状態の今後の変化を予測する、上記（３）に記載の交通情報処理装置。

（６）前記交通状態予測部は、交通状態の予測結果を、前記通信部を介して、前記通信車両に送信する、上記（１）～（５）のいずれか一つに記載の交通情報処理装置。

（７）前記情報取得部によって取得された前記通信車両からの位置・速度情報に基づいて前記地域内の道路に発生している渋滞の先頭の位置を特定する先頭特定部を更に備え、前記通信車両は、前記通信車両の周囲を撮影する車外カメラを備え、前記情報取得部は、前記所定の地域内を走行中の前記通信車両から前記車外カメラによって撮影された画像を更に取得し、前記交通状態予測部は、前記先頭特定部によって特定された渋滞の先頭付近の道路に関して前記情報取得部に取得された画像に基づいて、該渋滞の原因を特定すると共に、特定した渋滞の原因に基づいて前記道路の交通状態の今後の変化を推定する、上記（１）～（６）のいずれか一つに記載の交通情報処理装置。

（８）前記通信車両の少なくとも一部は、モビリティサービスを提供可能であって且つ設定された目的地に向かって自律走行するように構成された自律走行車両であり、当該交通情報処理装置は、前記渋滞の先頭付近の道路に関して前記情報取得部によって画像が取得されていないときには、利用者が乗車していない一つの前記自律走行車両の前記目的地を前記渋滞の先頭付近の位置に設定する配車指示部を更に備える、上記（７）に記載の交通情報処理装置。

本開示によれば、サーバと通信不可能な車両の情報をも利用することにより、将来の交通状態の予測精度を高めることができる。

図１は、一つの実施形態に係る交通情報処理装置が実装された交通情報処理システムの概略的な構成図である。 図２は、車両の構成を概略的に示す図である。 図３は、サーバの構成を概略的に示す図である。 図４は、サーバ及び自律走行する車両によって提供されるモビリティサービスにおける処理の一連の流れをシーケンス図である。 図５は、交通情報処理に関するサーバのプロセッサの機能ブロック図である。 図６は、渋滞情報等の交通情報の処理手順を示すフローチャートである。 図７は、交通情報処理に関するサーバのプロセッサの機能ブロック図である。

以下、図面を参照して実施形態について詳細に説明する。なお、以下の説明では、同様な構成要素には同一の参照番号を付す。

≪交通情報処理システムの構成≫
まず、図１～図３を参照して、渋滞情報等の交通情報を処理する交通情報処理システムの構成について説明する。図１は、一つの実施形態に係る交通情報処理装置が実装された交通情報処理システムの概略的な構成図である。交通情報処理システム１は、特定の地域内を走行している車両からの情報に基づいて、その地域内の道路の交通状態を予測すると共に、その地域内を走行している車両へ予測結果を送信する。

図１に示したように、交通情報処理システム１は、通信可能な複数の車両２と、交通情報処理装置として機能するサーバ３とを備える。複数の車両２のそれぞれとサーバ３とは、光通信回線などで構成される通信ネットワーク４と、通信ネットワーク４にゲートウェイ（図示せず）を介して接続される無線基地局５とを介して、相互に通信可能に構成される。車両２と無線基地局５との通信は、任意の通信規格に準拠した通信とされる。

車両２の一部は、本実施形態では、自律走行する自動運転車両である。したがって、各車両２は、その車両２やサーバ３によって作成された走行計画に基づいて自律走行し、その車両２を操作するドライバを必要としない。また、車両２は、後述する車外センサから取得された自車両の周囲の車両の相対的な位置や相対的な速度の情報をサーバ３へ送信する。なお、車両２は、自車両の周囲の車両の相対的な位置や相対的な速度の情報を取得することができる車外センサを備えていれば、自律走行しない車両であってもよい。

図２は、車両２の構成を概略的に示す図である。図２に示したように、車両２は、電子制御ユニット（ＥＣＵ）１１を備える。ＥＣＵ１１は、車内通信インターフェース１２と、メモリ１３と、プロセッサ１４とを有する。車内通信インターフェース１２及びメモリ１３は信号線を介してプロセッサ１４に接続されている。なお、本実施携帯では、車両２には、一つのＥＣＵ１１が設けられているが、機能毎に分かれた複数のＥＣＵが設けられてもよい。

車内通信インターフェース１２は、ＣＡＮ（Controller Area Network）等の規格に準拠した車内ネットワーク１５にＥＣＵ１１を接続するためのインターフェース回路を有する。ＥＣＵ１１は車内通信インターフェース１２を介して他の車載機器と通信する。

メモリ１３は、データを記憶する記憶部の一例である。メモリ１３は、例えば、揮発性の半導体メモリ（例えば、ＲＡＭ）及び不揮発性の半導体メモリ（例えば、ＲＯＭ）を有する。メモリ１３は、プロセッサ１４において各種処理を実行するためのコンピュータプログラムや、プロセッサ１４によって各種処理が実行されるときに使用される各種データ等を記憶する。

プロセッサ１４は、一つ又は複数のＣＰＵ(Central Processing Unit)及びその周辺回路を有する。プロセッサ１４は、更にＧＰＵ（Graphics Processing Unit）、又は論理演算ユニット若しくは数値演算ユニットのような演算回路を有していてもよい。プロセッサ１４は、メモリ１３に記憶されたコンピュータプログラムに基づいて、各種処理を実行する。

また、図２に示したように、車両２は、更に、測位センサ２１、車外センサ２２、速度センサ２３、各種アクチュエータ２４及び車外通信モジュール２５を備える。

測位センサ２１は、車両２の現在位置を検出するためのセンサである。測位センサ２１は、例えば、３個以上のＧＰＳ衛星から信号を受信して車両２の現在位置（例えば、車両２の緯度及び経度）を検出するＧＰＳ（Global Positioning System）である。測位センサ２１は、車内ネットワーク１５を介してＥＣＵ１１に接続され、検出された車両２の現在位置情報をＥＣＵ１１へ送信する。

車外センサ２２は、車両２の周辺情報を検出するためのセンサである。周辺情報には、車両２の周辺を走行又は停車している他の車両の情報が含まれる。加えて、周辺情報には、道路の白線、歩行者、自転車、建物、標識、信号機、障害物等の情報が含まれてもよい。車外センサ２２は、例えば、車外カメラ、ミリ波レーダ、ライダ（Laser Imaging Detection And Ranging（ＬＩＤＡＲ））、超音波センサ等を含む。このうち車外カメラは、車両の周囲を撮影する。車外センサ２２は、車内ネットワーク１５を介してＥＣＵ１１に接続され、検出された車両２の周辺情報をＥＣＵ１１へ送信する。

速度センサ２３は、車両２の速度を検出するためのセンサである。速度センサ２３は、例えば、車両２の車輪に連結された車軸（図示せず）の回転速度を検出する。

各種アクチュエータ２４は、車両２を動作させる複数のアクチュエータを含む。具体的には、各アクチュエータ２４は、車両２を駆動するための駆動装置（例えば、内燃機関及びモータの少なくとも一方）、車両２を操舵するための操舵装置（例えば、ステアリングモータ）、車両２を制動するための制動装置（例えば、ブレーキアクチュエータ）を含む。これらアクチュエータ２４は、車内ネットワーク１５を介してＥＣＵ１１に接続され、ＥＣＵ１１からの駆動信号に応じて作動せしめられる。

車外通信モジュール２５は、車外の機器と通信を行う通信部の一例である。車外通信モジュール２５は、例えば、車外のサーバ、他の車両及び携帯端末等の車外の機器と無線通信を行う機器である。車外通信モジュール２５は、例えば、データ通信モジュール（ＤＣＭ（Data communication module)）及び近距離無線通信モジュール（例えばＷｉＦｉモジュール又はＢｌｕｅｔｏｏｔｈ（登録商標）モジュール）を含む。データ通信モジュールは無線基地局５及び通信ネットワーク４を介してサーバ３と通信する。近距離無線通信モジュールは携帯端末と直接通信する。

サーバ３は、車両２の外部に設けられ、通信ネットワーク４及び無線基地局５を介して、特定の地域内を走行中の車両２と通信を行う。サーバ３は、特定の地域内で走行中の車両２から各種情報を受信すると共に、受信した情報に基づいてその地域内の道路の交通状態の今後の変化を予測し、交通状態の予測結果をその地域内で走行中の車両に提供する。サーバ３は、交通情報を提供するサービス業者によって管理される。

図３は、サーバ３の構成を概略的に示す図である。サーバ３は、図３に示したように、外部通信モジュール３１と、ストレージ装置３２と、プロセッサ３３とを備える。また、サーバ３は、キーボード及びマウスといった入力装置、及び、ディスプレイといった出力装置を有していてもよい。

外部通信モジュール３１は、サーバ３外の機器と通信を行う通信部の一例である。外部通信モジュール３１は、サーバ３を通信ネットワーク４に接続するためのインターフェース回路を備える。外部通信モジュール３１は、通信ネットワーク４及び無線基地局５を介して、複数の車両２それぞれと通信可能に構成される。

ストレージ装置３２は、データを記憶する記憶部の一例である。ストレージ装置３２は、例えば、ハードディスクドライブ（ＨＤＤ）、ソリッドステートドライブ（ＳＳＤ）又は光記録媒体を備える。ストレージ装置３２は、プロセッサ３３によって各種処理を実行するためのコンピュータプログラムや、プロセッサ３３によって各種処理が実行されるときに使用される各種データを記憶する。

プロセッサ３３は、一つ又は複数のＣＰＵ及びその周辺回路を有する。プロセッサ３３は、更にＧＰＵ、又は論理演算ユニット若しくは数値県債ユニットのような演算回路を有していてもよい。プロセッサ３３は、ストレージ装置３２に記憶されたコンピュータプログラムに基づいて、各種処理を実行する。

≪モビリティサービス≫
自律走行する車両２の一部は、サーバ３と共にモビリティサービスを提供する。以下では、図４を参照して、斯かる車両２によって提供されるモビリティサービスについて簡単に説明する。

図４は、サーバ３及び自律走行する車両２によって提供されるモビリティサービスにおける処理の一連の流れをシーケンス図である。このシーケンス図において、利用者によって操作される携帯端末６は、無線基地局５及び通信ネットワーク４を介してサーバ３と相互に通信可能に構成される。

モビリティサービスを利用する利用者は、携帯端末６を操作して依頼情報を携帯端末６に入力する。依頼情報の入力は、例えば、携帯端末６にインストールされたモビリティサービス用のアプリケーション上で行われる。携帯端末６に依頼情報が入力されると、携帯端末６は依頼情報をサーバ３に送信する（ステップＳ１）。依頼情報には、ピックアップ地点（例えば利用者の現在位置）、目的地、利用者の識別情報（例えば利用者の登録番号）、同乗者情報（乗車人数等）、他人との相乗りの可否等が含まれる。なお、ピックアップ地点は利用者の希望乗車位置を意味する。

サーバ３は、利用者から携帯端末６を介して依頼情報を受信すると、利用者の輸送に適した車両２を選定する（ステップＳ２）。利用者の輸送に適した車両２は、例えばピックアップ地点に最も近い待機中の車両２である。なお、利用者が他人との相乗りを許可している場合には、他の利用者が利用中の車両２が選定されてもよい。

また、サーバ３は利用者の輸送のための走行計画を作成する（ステップＳ３）。走行計画には、ピックアップ地点への到着予定時刻、目的地までの走行ルート、目的地への到着予定時刻等が含まれる。

次いで、サーバ３は配車情報を携帯端末６に送信する（ステップＳ４）。携帯端末６に送信される配車情報には、ピックアップ地点への到着予定時刻、目的地までの走行ルート、目的地への到着予定時刻、車両２の識別情報（ナンバープレートの番号、車種、色等）、等が含まれる。また、サーバ３は同様な配車情報を車両２にも送信する（ステップＳ５）。

車両２は、サーバ３から配車情報を受信すると、ピックアップ地点への移動を開始する（ステップＳ６）。その後、車両２は、ピックアップ地点に到着すると、乗客（利用者又は利用者及びその同乗者）をピックアップする（ステップＳ７）。

車両２は、乗客の乗車後、乗客が乗車したことをサーバ３に通知する。具体的には、車両２は乗車通知をサーバ３に送信する（ステップＳ８）。また、車両２は、乗客の乗車後、目的地への移動を開始する（ステップＳ９）。

車両２は、目的地への移動中、所定間隔で走行情報をサーバ３に送信する（ステップＳ１０）。サーバ３に送信される走行情報には、車両２の現在位置、車両２の周辺情報等が含まれる。また、サーバ３は、目的地への移動中、所定間隔で走行情報を携帯端末６に送信する（ステップＳ１１）。携帯端末６に送信される走行情報には、車両２の現在位置、目的地への到着予定時刻、走行ルートの渋滞情報等が含まれる。

その後、車両２は、目的地に到着すると、乗客を車両２から降ろす（ステップＳ１２）。車両２は、乗客の降車後、乗客が降車したことをサーバ３に通知する。具体的には、車両２は降車通知をサーバ３に送信する（ステップＳ１３）。

また、サーバ３は、乗客の降車後、モビリティサービスの利用料金を決済する（ステップＳ１４）。例えば、サーバ３は、利用者情報に基づいて、口座振替又はクレジットカード決済によって利用料金を決済する。車両２は、利用料金の決済後、決済内容を含む決済情報を携帯端末６に送信する（ステップＳ１５）。

また、モビリティサービスを提供する自律走行する車両２は、利用者からの依頼が無い状態、すなわち待機状態において、サーバ３で設定された任意の目的地に向かって走行する。サーバ３は、例えば、利用者からの需要と車両２の供給とのバランスが取れるように待機中の車両２の目的地を設定する。具体的には、駅や商業施設の近傍の領域では利用者からの需要が大きいことから、サーバ３は、斯かる領域において待機中の車両２の数が多くなるように配車を行う。サーバ３は、待機中の車両２が目的地に到着したら、その車両２を目的地の周りの任意の駐車スペースに停車させるように構成されてもよい。或いは、サーバ３は、目的地の周りに駐車スペースが無い場合には、目的地周辺を旋回するように車両２を自律走行させるように構成されてもよい。

したがって、いずれにせよ、モビリティサービスを提供可能な自律走行する車両２は、利用者に設定された目的地又はサーバ３によって設定された目的地に向かって移動するように構成されている。

≪交通状態の予測≫
次に、図５及び図６を参照して、本実施形態に係る交通情報処理システムについて説明する。上述したように、交通情報処理システムのサーバ３は、特定の地域内を走行中の車両２からサーバ３に送信される情報に基づいて、その地域内の道路における交通状態の今後の変化を予想する。ここで、道路の交通状態としては、その道路の渋滞状態、混雑状態等が挙げられる。以下では、交通情報処理システムが、特定の地域内の道路における渋滞状態の今後の変化を予想する場合を例にとって説明する。

図５は、交通情報処理に関するサーバ３のプロセッサ３３の機能ブロック図である。プロセッサ３３は、情報取得部４１と、交通状態予測部４２と、未送信領域検出部４３と、配車指示部４４とを有する。プロセッサ３３が有するこれら機能ブロックは、例えば、プロセッサ３３上で動作するコンピュータプログラムにより実現される機能モジュールである。なお、これら機能ブロックは、プロセッサ１４に設けられた専用の演算回路であってもよい。

情報取得部４１は、外部通信モジュール３１を介して、特定の地域内を走行中の車両２のそれぞれから車両２の位置情報及び速度情報（以下、「位置・速度情報」と称する）、並びに車両２の周囲の他の車両の位置・速度情報を取得する。また、情報取得部４１は、取得した位置・速度情報を交通状態予測部４２及び未送信領域検出部４３へ送信する。

上述したように、各車両２では、測位センサ２１により自車両の現在位置が検出され、検出された自車両の現在位置はＥＣＵ１１へ送られる。加えて、各車両２では、速度センサ２３により自車両の速度が検出され、検出された自車両の速度はＥＣＵ１１へ送られる。

また、各車両２では、車外センサ２２により、車両２の周辺情報が検出される。このような車両２の周辺情報には、車両２の周囲で走行又は停車している他の車両の位置情報や速度情報が含まれる。

例えば、車外センサ２２の一例である車外カメラによって撮影された画像に対して画像認識処理を行うことで、その画像に撮影されている他の車両が認識される。このような車外カメラを複数用いることにより、複数の画像において認識された他の車両の、自車両に対する相対位置が求められる。また、車外カメラによって撮影された画像の時系列的なデータに基づいて、他の車両の自車両に対する相対位置の変化が求められる。この相対位置の変化と、自車両の速度とに基づいて、車両２の周囲で走行又は停車している他の車両の速度が求められる。

或いは、車外センサ２２の一例であるＬＩＤＡＲによって検出された車両２の周囲の物体までの距離情報に基づいて、車両２の周囲に存在する物体が認識される。斯かる物体のうち車両として認識された物体までの距離情報に基づいて、自車両の周囲で走行又は停車している他の車両の、自車両に対する相対位置が求められる。また、ＬＩＤＡＲによって検出された距離情報の時系列的なデータに基づいて、他の車両の自車両に対する相対位置の変化が求められる。この相対位置の変化と、自車両の速度とに基づいて車両２の周囲で走行又は停車している他の車両の速度が求められる。

このようにして各車両２にて求められた車両２の位置・速度情報及び車両２の周囲の他の車両の位置・速度情報は、車両２の車外通信モジュール２５から無線基地局５及び通信ネットワーク４を介してサーバ３に送信される。サーバ３では、これら位置・速度情報は、外部通信モジュール３１によって受信されると共に、プロセッサ３３の情報取得部４１によって取得される。

交通状態予測部４２は、情報取得部４１から、情報取得部４１によって取得された車両２及び車両２の周囲の他の車両の位置・速度情報を受信する。そして、交通状態予測部４２は、これら位置・速度情報に基づいて上述した特定の地域内の道路の渋滞状態の今後の変化を予測し、渋滞状態の予測結果を外部通信モジュール３１を介して車両２に送信する。

より詳細に説明すると、交通状態予測部４２には、特定の地域内の道路の渋滞予測に必要な情報が入力される。斯かる情報は、上述した情報取得部４１から受信した位置・速度情報に加えて、各道路の道路情報及び天気情報等のうちの少なくともいずれか一つを含む。また、道路情報は、例えば、道路の勾配、制限速度、トンネルや橋の有無、街灯の有無、車線数の変更、道路の分岐や合流等の情報等のうちの少なくともいずれか一つを含む。道路情報は、例えば、サーバ３のストレージ装置３２に記憶されている。天気情報は、例えば、通信ネットワーク４を介して情報取得部４１により取得される。

交通状態予測部４２は、このようにして入力された情報に基づいて、上記特定の地域内の道路の渋滞状態の今後の変化を予測する。具体的には、交通状態予測部４２は、例えば、サーバ３に情報を提供する車両２の位置・速度情報及び車両２の周囲の他の車両の位置・速度情報に基づいて、上記特定の地域内の道路の各地点について、その地点を走行する車両の密度（単位距離当たりに存在する車両の数）や、その地点を走行する車両の平均速度を算出する。

ここで、道路の或る地点の車両の密度が一定値以上に高く且つその地点を走行する車両の平均速度が或る一定値（例えば、５ｋｍ／ｈ）以下の状態が継続している場合には、その地点には渋滞が発生していると判断される。一方、或る地点の車両の密度が一定値未満である場合、又はその地点を走行する車両の平均速度が上記一定値よりも速い状態が継続している場合にはその地点には渋滞は発生していないと判断される。

また、交通状態予測部４２は、渋滞が発生していないと判断された各地点について、その地点の車両の密度や平均速度に基づいて、今後、渋滞が発生するか否かを予測する。例えば、交通状態予測部４２は、車両の密度が高くなるように変化している場合や、車両の平均速度が遅くなるように変化している場合に、その地点で渋滞が発生する可能性が高いと判断する。また、交通状態予測部４２は、例えば、天候が悪い場合には、天候が良い場合に比べて、その地点で渋滞が発生する可能性が高いと判断する。加えて、交通状態予測部４２は、その地点やその周辺の道路情報に応じて、その地点に渋滞が発生するか否かを予測する。例えば、その地点やその周辺にトンネルや橋があるような場合には、無い場合に比べて、その地点で渋滞が発生する可能性が高いと判断される。同様に、例えば、その地点やその周辺に登り勾配の大きな坂道があるような場合には、無い場合に比べて、その地点で渋滞が発生する可能性が高いと判断される。

交通状態予測部４２は、例えば、上述したような或る地点の車両の密度及び平均速度、道路情報並びに天気情報を入力とし、その地点における渋滞状態の今後の変化を出力とする学習済みのニューラルネットワークを有する。したがって、交通状態予測部４２は、これらパラメータが入力されると、渋滞状態の今後の変化を出力する。具体的には、例えば、対象の地点に渋滞が生じることが予測される場合には、渋滞がその地点に到達する時期が出力される。一方、対象の地点に現在既に渋滞が生じていて、渋滞が解消されることが予測される場合には、その地点における渋滞が解消される時期が出力される。

また、斯かるニューラルネットワークは、車両２から提供される位置・速度情報から算出された道路野各地点における車両の密度や平均速度、道路情報、天候情報に基づいて学習される。具体的には、任意の地点の任意の時期における車両の密度や平均速度に基づいて、その地点においてその時期に渋滞が発生しているか否か（渋滞状態）が求められる。そして、この時期から任意の所定時間前の上記地点における車両の位置・速度情報、道路情報及び天気情報と、この時期（すなわち、所定時間後）に渋滞が発生しているか否かの渋滞情報とを教師データとして、ニューラルネットワークの学習が行われる。

なお、交通状態予測部４２は、ニューラルネットワークを用いた機械学習を用いて渋滞予測を行っているが、他の手法の機械学習を用いて渋滞予測を行っても良い。また、交通状態予測部４２は、機械学習を用いずに、予め求められた計算式等に基づいて渋滞予測を行っても良い。

そして、交通状態予測部４２は、渋滞状態の今後の変化の予測結果を、外部通信モジュール３１、通信ネットワーク４及び無線基地局５を介して、各車両２へ送信する。交通状態予測部４２は、サーバ３に位置・速度情報を提供している車両２のみならず、斯かる情報を提供していない車両（例えば、通信機器は備えているが、車外センサ等を備えていない車両）に渋滞状態の予測結果を送信してもよい。

モビリティサービスを提供している自律走行する車両２では、交通状態予測部４２によって提供された渋滞状態の予測結果に基づいて、走行計画が変更されてもよい。また、自律走行しない車両であっても、交通状態予測部４２によって提供された渋滞状態の予測結果に基づいて、車両に搭載されたナビゲーションシステムにおいて推奨の走行ルートが変更されてもよい。

未送信領域検出部４３は、上述した特定の地域内に、予め定められた所定の基準時間以上に亘って車両２からの位置・速度情報が送信されてきていない未送信領域の有無を検出する。すなわち、未送信領域検出部４３は、情報取得部４１から、車両２及び車両２の周囲の他の車両の位置・速度情報を受信する。そして、未送信領域検出部４３は、検出された未送信領域を配車指示部４４に送信する。

具体的には、未送信領域検出部４３は、一定時間間隔毎（例えば、１分毎）に、特定の地域内について基準時間以上に亘って車両２から位置・速度情報を受信していない未送信領域が有るか否かを検出する。基準時間は、位置・速度情報が無いと渋滞予測の精度が低下するような時間であり、例えば５分である。

配車指示部４４は、未送信領域検出部４３によって未送信領域が検出されたときには、モビリティサービスを提供している自律走行する車両２のうち利用者が乗車していない一つの車両２の目的地を上述した未送信領域内の位置に設定する。すなわち、配車指示部４４は、未送信領域検出部４３から上述した特定の地域内の未送信領域を受信する。そして、配車指示部４４は、特定の車両２に対して目的地を未送信領域内に設定する配車指示を行う。

具体的には、配車指示部４４は、未送信領域検出部４３によって未送信領域が検出された場合、その未送信領域近傍を走行している、モビリティサービスを提供している自律走行車両を検索する。そして、配車指示部４４は、検索にされた車両のうち、利用者が乗車していない一つの車両を選択し、選択された車両２の目的地を未送信領域内の任意の位置に設定する。未送信領域が長い区間に亘って存在しているような場合には、配車指示部４４は、選択された車両２の目的地を未送信領域内の複数の位置に設定する。

また、未送信領域の周りの道路において一方の進行方向の道路が渋滞しているときには、配車指示部４４は、未送信領域内であって上述した進行方向とは反対側の進行方向の道路に目的地を設定する。具体的には、配車指示部４４は、例えば、未送信領域の周りの道路について渋滞が発生しているか否かの情報を交通状態予測部４２から受信する。未送信領域の周りの道路に渋滞が発生していない場合には、配車指示部４４は未送信領域に最も近い、モビリティサービスを提供している自律走行する車両２の目的地を走行方向に無関係に未送信領域内の道路に設定する。一方、未送信領域の周りの道路に渋滞が発生している場合には、配車指示部４４は、未送信領域周りの道路のうち渋滞が発生していない（又は渋滞が軽度な）進行方向の道路を走行して未送信領域に最もアクセスし易い車両２の目的地を未送信領域内の道路に設定する。このとき、配車指示部４４は、上述したように、未送信領域内であって渋滞が発生していない進行方向の道路に目的地を設定する。

ここで、上述したように、サーバ３には、特定の地域内を走行する多くの車両２から、その車両及びその車両の周囲の他の車両の位置・速度情報が送信される。したがって、サーバ３は、上記特定の地域内の道路の多くの地点について、その地点を走行する車両の位置・速度情報を有する。しかしながら、位置・速度情報を提供可能な車両２が或る程度の時間に亘って走行していない領域が存在すると、その領域からはその時間に亘って車両２からの位置・速度情報が送信されてこない。この結果、その地点についての情報が不足して、渋滞予測における予測精度が低下する。

本実施形態によれば、基準時間以上に亘って位置・速度情報が提供されていない未送信領域に、モビリティサービスを提供している自律走行する車両２が向かうことになる。この結果、未送信領域について位置・速度情報が提供されることになり、結果的に、渋滞予測における予測精度を向上させることができる。

また、未送信領域の前後が渋滞している道路では未送信領域内でも渋滞が発生している可能性が高い。このような道路に、渋滞が発生している進行方向と同じ進行方向の道路を通って未送信領域に車両２を向かわせると、渋滞によって車両２が未送信領域に到達するのが遅れる。本実施形態によれば、一方の進行方向の道路に渋滞が発生している場合には、車両２は、進行方向がこの一方の進行方向とは反対方向の道路を通って未送信領域に到達することになり、迅速に未送信領域に情報を取得することができるようになる。

≪作用・効果≫
本実施形態によれば、情報取得部４１は、サーバ３と通信可能な車両２のみならず、その車両２の周囲の他の車両の位置・速度情報を取得する。この場合、車両２の周囲の他の車両には、進行方向が同一の車両のみならず、進行方向が反対方向の車両も含まれる。したがって、交通状態予測部４２は、非常に多くの車両２の位置・速度情報に基づいて交通状態を予測することができ、よって交通状態の予測精度を高いものとすることができる。

≪フローチャート≫
図６は、渋滞情報等の交通情報の処理手順を示すフローチャートである。図示した処理は、サーバ３のプロセッサ３３において実行される。

まず、ステップＳ１１では、情報取得部４１が、特定の地域内を走行中の車両２のそれぞれから車両２の位置・速度情報及び車両２の周囲の車両の位置・速度情報を取得する。情報取得部４１は、通信ネットワーク４を介して、上記特定の地域内の天気情報等も取得する。

次いで、ステップＳ１２では、交通状態予測部４２が、情報取得部４１によって取得された位置・速度情報、天気情報及び道路情報に基づいて、特定の地域内の道路の交通状態の今後の変化を予測する。ステップＳ１３では、交通状態予測部４２が、ステップＳ１２における交通状態の予測結果を、特定の地域内を走行している通信機器を備える車両２に送信する。

次いで、ステップＳ１４では、未送信領域検出部４３が、情報取得部４１によって取得された位置・速度情報に基づいて、特定の地域内において、基準時間以上に亘って車両２からの位置・速度情報が送信されてきていない未送信領域を検出する。

ステップＳ１５では、未送信領域検出部４３によって未送信領域が検出されたか否かが判定される。ステップＳ１５において、未送信領域が検出されていないと判定された場合には、ルーチンが終了せしめられる。一方、未送信領域が検出されていると判定された場合には、ステップＳ１６へと進む。

ステップＳ１６では、配車指示部４４が、モビリティサービスを提供している自律走行する車両のうち利用者が乗車していない一つの車両２の目的地を、未送信領域内の位置に設定する。この結果、その車両２は、未送信領域に向けて移動することになる。車両２が未送信領域に到達すると、未送信領域におけるその車両２の位置・速度情報及び未送信領域におけるその車両の周囲の他の車両の位置・速度情報がサーバ３に送信される。このため、その未送信領域は、その後のルーチンでは、ステップＳ１４において、未送信領域検出部４３に未送信領域として検出されない。

＜第二実施形態＞
次に、図７を参照して、第二実施形態に係る交通情報処理システムについて説明する。第二実施形態に係る交通情報処理システムは基本的に第一実施形態に係る交通処理システムと同様であるため、以下では第一実施形態に係る交通処理システムと異なる部分を中心に説明する。

図７は、交通情報処理に関するサーバ３のプロセッサ３３の機能ブロック図である。プロセッサ３３は、情報取得部４１、交通状態予測部４２、未送信領域検出部４３及び配車指示部４４に加えて、先頭特定部４５及び原因特定部４６を有する。プロセッサ３３が有するこれら機能ブロックは、例えば、プロセッサ３３上で動作するコンピュータプログラムにより実現される機能モジュールである。

本実施形態では、情報取得部４１は、外部通信モジュール３１を介して、位置・速度情報に加えて、特定の地域内を走行中の車両２のそれぞれから車外センサ２２の一つである車外カメラによって撮影された車両２の周囲の画像を取得する。情報取得部４１は、特定の地域内を走行する全ての車両２から常に画像を取得するように構成されてもよい。或いは、情報取得部４１は、後述する先頭特定部４５によって特定された渋滞の先頭位置付近を走行する車両２のみから画像を取得するように構成されてもよい。

先頭特定部４５は、情報取得部４１から、情報取得部４１によって取得された車両２及び車両２の周囲の他の車両の位置・速度情報を受信する。そして、先頭特定部４５は、これら位置・速度情報に基づいて上述した特定の地域内の道路に発生している渋滞の先頭の位置を特定する。先頭特定部４５による渋滞の先頭位置の特定結果は、原因特定部４６に送信される。

先頭特定部４５は、交通状態予測部４２と同様に、情報取得部４１から送信された位置・速度情報に基づいて、特定の地域内の道路の各地点について、その地点を走行する車両の密度や、その地点を走行する車両の平均速度を算出する。そして、先頭特定部４５は、その地点の車両の密度及び平均速度に基づいてその地点に渋滞が発生しているか否かを判断する。

次いで、先頭特定部４５は、道路の複数の地点に連続的に渋滞が発生していると判断された場合には、その連続的な地点のうち最も先頭に位置する地点を渋滞の先頭位置として特定する。同様な処理を、特定の地域内の渋滞が発生している全ての箇所について行うことで、先頭特定部４５によって特定の地域内で発生している渋滞の先頭位置を特定することができる。

原因特定部４６は、先頭特定部４５によって特定された渋滞の先頭位置と、情報取得部４１に取得された各車両２の外部カメラの画像とを受信する。そして、原因特定部４６は、先頭特定部４５によって特定された渋滞の先頭付近の道路に関して情報取得部４１に取得された画像に基づいて、渋滞の原因を特定する。原因特定部４６は、原因特定部４６によって特定された渋滞の原因を交通状態予測部４２に送信する。

原因特定部４６は、渋滞の先頭付近の道路の画像に基づいて、渋滞の原因を特定する。例えば、渋滞の先頭付近の道路の画像に事故車両が写っていたり、故障車が写っていたりするような場合には、渋滞の原因は事故又は故障車によるものであることが特定される。また、渋滞の先頭付近の道路の画像に工事している様子が写っている場合には、渋滞の原因が工事によるものであることが特定される。或いは、渋滞の先頭付近の道路の画像に交通を妨げる物体が写っている場合には、渋滞の原因が落下物によるものであることが特定される。渋滞の先頭付近の道路の画像に特に特徴的なものが写っていない場合には、渋滞は自然渋滞であることが特定される。

原因特定部４６における画像に基づく渋滞原因の特定は、例えば、ニューラルネットワーク等の機械学習手法を用いた画像処理によって行われてもよい。或いは、画像を見たオペレータによって渋滞原因が入力されてもよい。また、原因特定部４６は、渋滞原因の特定に加えて、渋滞原因が取り除かれるのに要する時間を予測してもよい。なお、原因特定は、交通状態予測部４２の一部として機能してもよい。

本実施形態では、交通状態予測部４２は、情報取得部４１から送信された位置・速度情報や、道路情報及び天気情報に加えて、特定した渋滞の原因に基づいて前記道路の交通状態の今後の変化を推定する。例えば、渋滞の原因が事故によるものである場合には、一般的に事故の処理が完了するまでには長い時間がかかることから、事故の発生している地点よりも上流側の道路の各地点では、その地点の渋滞が通常よりも長く続くものとして予測される。

本実施形態によれば、交通状態予測部４２において交通状態を予測するにあたって、特定の地域内の道路に生じている渋滞の原因が参照されることから、より正確に交通状態の今後の変化を推定することができる。

なお、配車指示部４４は、渋滞の先頭付近の道路に関して情報取得部によって画像が取得されていないときには、モビリティサービスを提供している自律走行する車両２のうち利用者が乗車していない一つの車両２の目的地を渋滞の先頭位置（またはその近傍の位置）に設定するように構成されてもよい。

この場合、配車指示部４４には、先頭特定部４５による渋滞の先頭位置の特定結果が先頭特定部４５から送信される。また、この場合、配車指示部４４は、例えば、近傍の道路の画像が撮影されていない渋滞の先頭位置の最も近くを走行している、モビリティサービスを提供している自律走行車両を検索する。そして、配車指示部４４は、検索によって検出された車両のうち、利用者が乗車していない一つの車両を選択し、選択された車両２の目的地を渋滞の先頭位置に設定する。

このように、渋滞の先頭位置近傍の画像が撮影されていないときに、その先頭位置付近に車両２を配車して画像を撮影させることによって、渋滞の原因を特定することができるようになる。この結果、交通状態予測部４２における交通状態の予測精度を高めることができる。

以上、本発明に係る好適な実施形態を説明したが、本発明はこれら実施形態に限定されるものではなく、特許請求の範囲の記載内で様々な修正及び変更を施すことができる。

１ 交通情報処理システム
２ 車両
３ サーバ
４ 通信ネットワーク
５ 無線基地局
１１ ＥＣＵ
２１ 測位センサ
２２ 車外センサ
４１ 情報取得部
４２ 交通状態予測部
４３ 未送信領域検出部
４４ 配車指示部

Claims (7)

1. 自車両の周囲の車両の自車両に対する相対的な位置及び相対的な速度を検出可能な複数の通信車両と通信ネットワークを介して通信可能な通信部と、
   前記通信部を介して、所定の地域内を走行中の前記通信車両のそれぞれから該通信車両の位置・速度情報及び前記通信車両の周囲の車両の位置・速度情報を取得する情報取得部と、
   前記情報取得部によって取得された前記通信車両からの位置・速度情報に基づいて前記地域内の道路の交通状態の今後の変化を予測する交通状態予測部と、を備え、
   前記通信車両の少なくとも一部は、モビリティサービスを提供可能であって且つ設定された目的地に向かって自律走行するように構成された自律走行車両であり、
   当該交通情報処理装置は、所定時間以上に亘って前記通信車両からの位置・速度情報が送信されてきていない未送信領域が前記地域内にあるときには、利用者が乗車していない一つの前記自律走行車両の前記目的地を前記未送信領域内の位置に設定する配車指示部を更に備える、交通情報処理装置。
2. 前記配車指示部は、前記未送信領域の周りの道路において一方の進行方向の道路が渋滞しているときには、前記未送信領域内であって前記進行方向とは反対側の進行方向の道路に前記目的地を設定する、請求項１に記載の交通情報処理装置。
3. 前記道路の交通状態は、前記道路の渋滞状態である、請求項１又は２に記載の交通情報処理装置。
4. 前記交通状態予測部は、前記位置・速度情報に加えて、各道路の道路情報及び天気情報に基づいて、前記道路の渋滞状態の今後の変化を予測する、請求項２に記載の交通情報処理装置。
5. 前記交通状態予測部は、交通状態の予測結果を、前記通信部を介して、前記通信車両に送信する、請求項１～４のいずれか一つに記載の交通情報処理装置。
6. 前記情報取得部によって取得された前記通信車両からの位置・速度情報に基づいて前記地域内の道路に発生している渋滞の先頭の位置を特定する先頭特定部を更に備え、
   前記通信車両は、前記通信車両の周囲を撮影する車外カメラを備え、
   前記情報取得部は、前記所定の地域内を走行中の前記通信車両から前記車外カメラによって撮影された画像を更に取得し、
   前記交通状態予測部は、前記先頭特定部によって特定された渋滞の先頭付近の道路に関して前記情報取得部に取得された画像に基づいて、該渋滞の原因を特定すると共に、特定した渋滞の原因に基づいて前記渋滞の原因が取り除かれるのに要する時間を予測することで前記道路の交通状態の今後の変化を推定する、請求項１～５のいずれか一つに記載の交通情報処理装置。
7. 前記通信車両の少なくとも一部は、モビリティサービスを提供可能であって且つ設定された目的地に向かって自律走行するように構成された自律走行車両であり、
   当該交通情報処理装置は、前記渋滞の先頭付近の道路に関して前記情報取得部によって画像が取得されていないときには、利用者が乗車していない一つの前記自律走行車両の前記目的地を前記渋滞の先頭付近の位置に設定する配車指示部を更に備える、請求項６に記載の交通情報処理装置。

Images