JP7391613B2 - 交通状況予測システム、および交通状況予測方法 - Google Patents

Description

本発明の実施形態は、交通状況予測システム、および交通状況予測方法に関する。

従来、道路の交通状況（例えば、交通量［台／ｈ］、車両平均速度［ｋｍ／ｈ］、車両密度［台／ｋｍ］等）を管理するシステム（道路交通管制システム等）においては、例えば、道路（路側を含む。以下同様）に設置されている車両検知装置（車両感知器等）から得られる車両の通過台数情報等に基づいて、道路の交通状況を把握している。

特許第４４２６２５３号公報 特許第３８８３１０１号公報

「累積交通量とアップリンク情報を用いた高速道路旅行時間の短期予測」、第２回ＩＴＳシンポジウム２００３、ｐ．２８９～２９４、２００３年１２月 「高速道路交通管制技術ハンドブック」、高速道路交通管制技術ハンドブック編集委員会、電気書院、２００５年、ｐ．４９ 「道路交通技術必携」、（社）交通工学研究会、（財）建設物価調査会、２００４年、ｐ．３３

しかしながら、上述の従来技術では、例えば、道路の長さに対して、設置されている車両検知装置の数が少ない道路では、交通状況を高精度で把握することが困難な場合がある。また、メンテナンスの面では、設置されている車両検知装置の数は少ないほうが好ましい。

そこで、本発明が解決しようとする課題は、道路に設置されていて車両の通過台数を計測する車両検知装置の数が少なくても、道路の交通状況を将来に亘り高精度で予測する技術を提供することである。

実施形態にかかる交通状況予測システムは、交通状況予測システムは、交通状況推定部と、流入交通量予測部と、基準累積交通量予測部と、最下流疑似累積交通量予測部と、交通状況予測部と、を備える。交通状況推定部は、道路の所定の基準地点における車両の通過台数の累積値を示す基準累積交通量と、基準累積交通量と所定の車両が道路の基準地点を含む各地点を通過した時刻とに基づき取得される基準地点以外の所定の地点における車両の通過台数の疑似的な累積値を示す疑似累積交通量と、に基づいて、道路の交通状況を推定する。流入交通量予測部は、基準地点に流入する車両流入量を予測する。基準累積交通量予測部は、交通状況の推定結果と、車両の流入量予測結果とに基づき、道路の交通量を予測する予測対象範囲の最上流の基準地点における基準累積交通量予測値を取得する。最下流疑似累積交通量予測部は、基準累積交通量予測値に基づき、予測対象範囲の最下流地点における最下流疑似累積交通量予測値を予測する。交通状況予測部は、基準累積交通量予測値と、最下流疑似累積交通量予測値とに基づき、道路の交通状況を予測する。

図１は、実施形態にかかる交通状況予測システムを含む全体システムの構成を示す例示的かつ模式的な図である。 図２は、実施形態にかかる交通状況予測システムの構成を示す例示的かつ模式的なブロック図である。 図３は、実施形態にかかる交通状況予測システムに用いる通過時刻情報と累積交通量の関係を示す例示的かつ模式的な図である。 図４は、実施形態にかかる交通状況予測システムにおいて、基準累積交通量を用いて疑似累積交通量を推定することを説明する例示的かつ模式的な図である。 図５は、実施形態にかかる交通状況予測システムで交通量を予測する対象道路を示す例示的かつ模式的な図である。 図６は、実施形態にかかる交通状況予測システムにおいて、基準累積交通量仮予測値の取得を説明する例示的かつ模式的な図である。 図７は、実施形態にかかる交通状況予測システムにおいて、最下流疑似累積交通量仮予測値の取得を説明する例示的かつ模式的な図である。 図８は、実施形態にかかる交通状況予測システムにおいて、最下流地点のボトルネック容量を説明する例示的かつ模式的な図である。 図９は、実施形態にかかる交通状況予測システムにおいて、最下流疑似累積交通量予測値の取得を説明する例示的かつ模式的な図である。 図１０は、実施形態にかかる交通状況予測システムにおいて、基準累積交通量予測値の取得を説明する例示的かつ模式的な図である。 図１１は、実施形態にかかる交通状況予測システムにおいて、予測対象道路の交通特性を説明する例示的かつ模式的な図である。 図１２は、実施形態にかかる交通状況予測システムにおいて、中間地点疑似累積交通量予測値の取得を説明する例示的かつ模式的な図である。 図１３は、実施形態にかかる交通状況予測システムにおいて、交通状況の予測が可能になることを示す例示的かつ模式的な図である。 図１４は、実施形態にかかる交通状況予測システムにおいて、交通状況の予測処理の流れを説明する例示的なフローチャートである。

以下、本発明の実施形態について、図面を参照して説明する。以下に記載する実施形態の構成、ならびに当該構成によってもたらされる作用および結果（効果）は、あくまで一例であって、以下の記載内容に限られるものではない。

図１は、交通状況予測システム１を含む全体システムの構成を示す例示的かつ模式的図である。

図において、車両感知器２は、管理対象の道路（以下、単に「道路」と称する。）における所定の基準地点（車線が複数ある場合、車線毎）に設置されている。そして、車両感知器２は、道路の所定の位置に設定される基準地点を通過した車両の台数（車線毎に設置されている場合は通過台数の合計台数）の情報である通過台数情報を出力する。車両感知器２は、例えば、路面下に設置されるループコイルや、路面を上方から監視するカメラや、路側に設置される超音波センサの少なくともいずれか、またはいくつかの組み合わせによって構成される。

道路交通管制システム３は、コンピュータシステムであり、車両感知器２から通過台数情報等を受信し、その通過台数情報を交通状況予測システム１に送信する。

プローブカー４は、道路を走行しており、道路における基準地点を含む各地点を通過した時刻の情報である通過時刻情報をプローブ路側装置５に送信する。なお、プローブカー４とは、通過時刻情報等の交通状況に関連する情報の送信機能を有する車両を指す。通過時刻情報は、例えば、ＧＰＳ（Global Positioning System）により特定された車両の位置や、その位置の通過時刻や、速度等の各情報を含むことができる。

プローブ路側装置５は、プローブカー４から受信した通過時刻情報をプローブ情報サーバ６（中継装置）に送信する。プローブ情報サーバ６は、プローブ路側装置５から受信した通過時刻情報を記憶する。プローブ情報サーバ６は、通過時刻情報を交通状況予測システム１送信する。

交通状況予測システム１は、主として交通状況予測装置１１、流入交通量予測装置（流入交通量予測部）１２、交通状況推定装置１３等を含む。交通状況予測システム１は、まず、演算時点までの交通状況情報を交通状況推定装置１３で推定する。そして、次の段階として、予測対象となる道路（予測対象範囲）への車両の流入量を流入交通量予測装置１２で予測し、最終的に交通状況予測装置１１で、演算時点以降の将来の交通状況情報の予測を行う。なお、交通状況の「推定」とは、現在取得されている情報に基づいて、現在の時点で未知となっている情報を得ることである。一方、交通状況の「予測」とは、現在取得されている情報を用いて、未来に起こり得る状況や情報を得ることである。

図２は、実施形態にかかる交通状況予測システム１の構成を説明する例示的かつ模式的なブロック図である。交通状況予測システム１は、１つ以上のコンピュータ装置によって構成され、交通状況予測装置１１、流入交通量予測装置１２、交通状況推定装置１３は、それぞれ、通信部等を備え、相互に情報の授受が可能であり、各種情報の共有及び相互利用が可能である。

まず、交通状況推定装置１３について説明する。交通状況推定装置１３は、まず通過台数情報取得装置１４を介して単位時間当たりの、路線上のある地点の通過台数情報（交通量または交通流率ともいう）を取得する。また、通過時刻情報取得装置１５（プローブシステムともいう）は、車両の複数地点における通過時刻を取得する。通過台数情報取得装置１４は、図１に示されるように、例えば道路交通管制システム３における車両感知器（車両検出装置）２等の路側センサから得られる情報（計測情報）等を取得することができる。この場合、車両感知器２で得られた単位時間当たりの交通量情報（例えば５分間交通量等）を、対応地点の通過台数情報として利用することができる。なお、車両感知器に関しては「高速道路交通管制技術ハンドブック」（高速道路交通管制技術ハンドブック編集委員会編、電気書院(２００５)等を参照可能である。

また、通過時刻情報取得装置１５は、例えば図１に示されるように、プローブカー４等から得られるプローブ情報を利用することができる。プローブ情報としては、プローブカー４に設置された車載端末で、例えば、プローブカー４の位置を示すＧＰＳ位置情報と、その位置の通過時刻、速度等を取得する。そして、プローブ路側装置５は、プローブカー４との間で路車間通信を行うことにより、プローブ情報を取得する。プローブ情報サーバ６は、プローブ路側装置５で取得したプローブ情報を集約して情報管理する。つまり、路車間通信型のプローブ情報を交通状況推定装置１３は利用することができる。

上述したように、プローブ情報として、プローブカー４の位置情報（ＧＰＳ位置情報）と、その位置の通過時刻が得られれば、道路情報ＤＢ１６における道路情報（道路位置または道路座標等含む）を参照することで、通過地点の通過時刻を得ることができる。道路情報ＤＢ１６は、道路ごとの路線長や、道路の種別、車線数、後述するボトルネックの有無、そのボトルネックの容量等の道路の特徴が記録されているデータベースである。

つまり、通過台数情報取得装置１４から得られた通過台数情報と、通過時刻情報取得装置１５から得られた通過時刻情報と、道路情報ＤＢ１６の道路情報を用いて、交通状況推定装置１３において、以下に示すような処理を実行することで、交通状況の推定ができる。

交通状況推定装置１３は、ＰＣ（Personal Computer）などといった一般的な情報処理装置と同様のコンピュータ資源を有している。交通状況推定装置１３は、ＣＰＵ（Central Processing Unit）と、ＲＯＭ（Read Only Memory）と、ＲＡＭ（Random Access Memory）と、ＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）等の記憶部と、通信インターフェースと、入出力インターフェース等で構成されている。ＣＰＵは、交通状況推定装置１３の動作を統括的に制御する。ＲＯＭは、各種プログラムやデータを記憶する記憶媒体である。ＲＡＭは、各種プログラムを一時的に記憶したり、各種データを書き換えたりするための記憶媒体である。ＣＰＵは、ＲＡＭをワークエリア（作業領域）としてＲＯＭ、記憶部等に格納されたプログラムを実行する。交通状況推定装置１３は、機能部として、基準累積交通量作成部１３１と、疑似累積交通量作成部１３２と、交通状況推定部１３３等を備える。

基準累積交通量作成部１３１は、通過台数情報取得装置１４から取得した通過台数情報に基づいて、基準地点を通過した車両の台数の累積値である基準累積交通量を算出する。

疑似累積交通量作成部１３２は、基準累積交通量作成部１３１によって算出された基準累積交通量と、通過時刻情報取得装置１５から取得した通過時刻情報と、に基づいて、道路における基準地点以外の所定の地点を通過した車両の台数の累積値の推定値である疑似累積交通量を作成する（詳細は後述）。

交通状況推定部１３３は、基準累積交通量作成部１３１によって算出された基準累積交通量と、疑似累積交通量作成部１３２によって作成された疑似累積交通量と、に基づいて、道路の交通状況を推定する（詳細は後述）。

ここで、図３を参照して、通過時刻情報と累積交通量の関係について説明する。図３は、実施形態における通過時刻情報と累積交通量の関係を示す図である。以下では、道路において、車両の進入、退出、追い越しがないことを前提とする。なお、現実には車両の進入、退出、追い越しがある道路であっても、それらの頻度が小さければ、同様に考えることができる。また、基準位置を設定する際に、例えば、車両の進入、退出がない（あるいは少なくなる）ように、周辺に出入口料金所やジャンクション等がない地点を選択してもよい。

図３において、小さい矩形は車両を示す。図３（ａ）に示すように、時刻ＴＡｘにおいて、プローブカーＡは地点ｘを通過している。時刻ＴＢｘにおいて、プローブカーＢは地点ｘを通過している。時刻ＴＣｘにおいて、プローブカーＣは地点ｘを通過している。

時刻ＴＡｙにおいて、プローブカーＡは地点ｙを通過している。時刻ＴＢｙにおいて、プローブカーＢは地点ｙを通過している。時刻ＴＡｚにおいて、プローブカーＡは地点ｚを通過している。

時刻ＴＣｙにおいて、プローブカーＣは地点ｙを通過している。時刻ＴＢｚにおいて、プローブカーＢは地点ｚを通過している。時刻ＴＣｚにおいて、プローブカーＣは地点ｚを通過している。

この図３（ａ）で示す各車両の挙動について、縦軸に累積交通量をとり、横軸に時刻をとったグラフが図３（ｂ）である。図３（ａ）からわかるように、例えば、プローブカーＡの地点ｘ～地点ｙ間の走行所要時間は「時刻ＴＡｙ－時刻ＴＡｘ」となる。そして、図３（ｂ）からわかるように、プローブカーＡのラインにおいて、地点ｘの累積交通量との交点から地点ｙの累積交通量の交点までの間の時間が地点ｘ～地点ｙ間のプローブカーＡの走行所要時間となる。この関係を利用し、疑似累積交通量作成部１３２は、基準累積交通量と、通過時刻情報と、に基づいて、道路における基準地点以外の所定の地点を通過した車両の台数の累積値の推定値である疑似累積交通量を作成する。

以下では、基準地点として１つの基準地点が設定されている場合について説明する。図４は、実施形態において１つの基準累積交通量を用いて疑似累積交通量を作成する場合について説明するための図である。なお、プローブカー４から取得する通過時刻情報については、最低で２台分の情報があればよい。また、別の実施形態において、複数（例えば２つ）の地点において測定を行い複数の基準累積交通量を作成可能な場合、プローブカー４から取得する通過時刻情報については、最低で１台分の情報があればよい。

まず、基準累積交通量作成部１３１は、基準地点に関する通過台数情報に基づいて、基準地点を通過した車両の台数の累積値である基準累積交通量Ｓを作成する。この場合、基準地点を通過した各プローブカー４の通過時刻を逐次プロットすることで、基準累積交通量Ｓを作成することができる。

次に、疑似累積交通量作成部１３２は、基準累積交通量Ｓと、複数の通過時刻情報と、に基づいて、道路における基準地点以外の所定の地点を通過した車両の台数の累積値の推定値である疑似累積交通量Ｅ１，Ｅ２，Ｅ３を作成する。なお、図４の場合、図の簡略化のため疑似累積交通量は、基準地点以外の３地点のみを示す。また、図４において、Ｔ１は推定における単位時間を表し、Ｑ１は単位時間あたりの推定交通量を表す。

具体的には、疑似累積交通量作成部１３２は、疑似累積交通量を作成する際に、基準地点以外の所定の地点について、通過時刻情報によって得られている車両ごとの離散的な通過時刻を直線的に結ぶ（直線近似する）ことで連続的な疑似累積交通量を作成することができる。その結果、処理がシンプルになるとともに、疑似累積交通量は単調増加しなければならないという条件を確実にクリアできる。なお、疑似累積交通量作成部１３２は、例えば、基準累積交通量の変化の状況から渋滞の発生が読み取れる場合（例えば急に交通流率に相当する累積交通量の傾きが低減する場合等）、渋滞の伝播速度を考慮して疑似累積交通量Ｅ１，Ｅ２，Ｅ３等を作成するようにしてもよい。その結果、さらに精度を向上させることができる。

そして、交通状況推定部１３３は、基準累積交通量Ｓと、疑似累積交通量Ｅ１，Ｅ２，Ｅ３と、に基づいて、道路の交通状況を推定する（詳細は後述）。

次に、交通状況予測システム１における交通状況の推定処理（交通状況推定装置１３の処理内容）の詳細を説明する。まず、通過台数情報取得装置１４は、道路交通管制システム３から通過台数情報を取得し、通過時刻情報取得装置１５は、プローブ情報サーバ６から通過時刻情報を取得する。次に、基準累積交通量作成部１３１は、基準地点について、通過台数情報を累積した基準累積交通量Ｓを作成する。次に、疑似累積交通量作成部１３２は、基準累積交通量Ｓと、通過時刻情報と、に基づいて、道路における疑似累積交通量Ｅ１，Ｅ２、Ｅ３を作成する。

次に、交通状況推定部１３３は、基準累積交通量Ｓと、疑似累積交通量Ｅ１，Ｅ２，Ｅ３と、に基づいて、道路の交通状況を推定する。例えば、交通状況推定部１３３は、道路の交通状況を推定する一例として、推定交通量を作成する。推定交通量の作成方法としては、例えば、疑似累積交通量を用いて単位時間あたりの交通量を演算すればよい。例えば、ある地点のある時刻Ｔの５分間交通量の推定値を演算したい場合、以下の式（１）により演算すればよい。
時刻Ｔの５分間交通量の推定値＝
時刻Ｔの疑似累積交通量－時刻（Ｔ－５分）の疑似累積交通量 ・・・式（１）

また、交通状況推定部１３３は、通過時刻情報に基づいて、道路を走行する車両の平均速度の推定値である推定平均速度を作成し、基準累積交通量と、疑似累積交通量と、に基づいて、道路の交通量の推定値である推定交通量を作成し、推定平均速度と、推定交通量と、に基づいて、道路の車両密度の推定値である推定車両密度を作成するようにしてもよい。つまり、一般に、「車両密度＝交通量／（車両）平均速度」の関係が成り立つので、それらの３つの数値のうち２つが実測か推定によって作成されれば、残りも算出することができる。

このように、交通状況推定装置１３によれば、道路に設置されていて車両の通過台数を計測する車両検知装置の数が少なくても、道路の交通状況（例えば、交通量［台／ｈ］、車両平均速度［ｋｍ／ｈ］、車両密度［台／ｋｍ］等）を高精度で推定することができる。

つまり、車両感知器２が設置されている基準地点について基準累積交通量Ｓを作成し、また、車両感知器２が設置されていない地点について疑似累積交通量Ｅ１，Ｅ２，Ｅ３等を作成する。そして、基準累積交通量Ｓと疑似累積交通量Ｅ１，Ｅ２，Ｅ３等に基づくことで、車両感知器２が設置されていない地点についても交通状況を高精度で推定することができる。これにより、例えば、設置されている車両感知器２等の車両検知装置の数が少ない道路でも交通状況を高精度で把握することができる。また、設置されている車両感知器２等の車両検知装置の数が多い道路については、車両検知装置の設置数を削減することでメンテナンスの負担を減らしつつ、交通状況を高精度で把握することができる。したがって、道路の管制に貢献することができる。また、推定した交通状況の情報は、例えば、道路交通管制システム３で渋滞予測等に利用してもよいし、また、道路に設置されている情報板等に表示することで利用してもよい。

続いて、交通状況の予測について説明する。

図５は、本実施形態の交通状況の予測処理で対象とする道路の形態の一例である。図５に示す道路は、高速道路等の自動車専用道路であり、例えば、一部に単線路線を含む複数車線で構成されている。そして、本実施形態の予測対象範囲の最上流部分には、本線から流入する本線流入部分と、一例として入口から流入する入口流入部分とが接続されている。流入部分は、他の路線からの合流部分でもよい。本線流入部分及び流入部分には、それぞれは車両感知器２等の路側センサが設定され、流入してくる交通量（単位時間あたりの流入交通量）が取得可能である。また、予測対象範囲の最下流の位置には、典型的なボトルネックが形成されている。図５の場合、ボトルネックとして、例えば、車線数が２車線から１車線に少なくなる場合が示されている。なお、ボトルネックとなる他の原因は、例えば、上り坂や、トンネル等道路の構造によるものの他、交通事故や火災、落下物等も原因になり得る。

図５の場合、最上流の基準地点は、本線流入と入口流入が合流した直後（直後の下流側）である。また、最下流地点は、車線数が減少する地点の直前（直前の上流側）であり、最上流の基準地点から最下流地点までを本実施形態の予測対象範囲とする。なお、予測対象範囲の中間地点は、基準地点（最上流地点）から最下流地点の間に位置するものとする。

交通状況予測装置１１は、交通状況推定装置１３と同様に、ＰＣなどといった一般的な情報処理装置と同様のコンピュータ資源を有している。交通状況予測装置１１は、ＣＰＵ、ＲＯＭ、ＲＡＭ、ＨＤＤやＳＳＤ等の記憶部、通信インターフェース、入出力インターフェース等で構成されている。ＣＰＵは、交通状況予測装置１１の動作を統括的に制御する。ＲＯＭは、各種プログラムやデータを記憶する記憶媒体である。ＲＡＭは、各種プログラムを一時的に記憶したり、各種データを書き換えたりするための記憶媒体である。ＣＰＵは、ＲＡＭをワークエリア（作業領域）としてＲＯＭ、記憶部等に格納されたプログラムを実行する。交通状況予測装置１１は、機能部として、第１基準累積交通量予測部１１１（基準累積交通量予測部）、第１最下流疑似累積交通量予測部１１２（最下流疑似累積交通量予測部）、ボトルネック反映部１１３、第２最下流疑似累積交通量予測部１１４（最下流疑似累積交通量予測部）、第２基準累積交通量予測部１１５（基準累積交通量予測部）、中間疑似累積交通量予測部１１６、交通状況予測部１１７等を含む。基準累積交通量予測部は、交通状況の推定結果と、車両の流入量予測結果とに基づき、道路の交通量を予測する予測対象範囲の最上流の基準地点における基準累積交通量予測値を取得する。第１基準累積交通量予測部１１１と第２基準累積交通量予測部１１５は、一つのモジュールとして構成されてもよい。また、最下流疑似累積交通量予測部は、基準累積交通量予測値に基づき、予測対象範囲の最下流地点における最下流疑似累積交通量予測値を予測する。第１最下流疑似累積交通量予測部１１２と第２最下流疑似累積交通量予測部１１４は、一つのモジュールとして構成されてもよい。

交通状況予測装置１１の処理としては、最初に流入交通量予測装置１２より流入交通量の予測値を取得する。流入交通量予測装置１２は、図５における基準地点（最上流地点）における流入交通量の予測値を取得する。つまり、図５おける本線流入の流入交通量と入口流入の流入交通量それぞれを予測し、それぞれの予測値を合計した値を流入交通量予測値として使用することができる。それぞれの流入交通量の予測としては、周知の技術が利用可能である。例えば、過去の実績値（車両流入実績情報）を用いた統計モデルでとして自己回帰モデル等の多項式モデルを利用して予測することができる。統計モデルの自己回帰モデルによる予測に関する技術は、例えば、「首都高速道路におけるオンライン予測シミュレーションの精度向上に関する一考察」（田村勇二、割田博、小山周一、白石智良、桑原雅夫、土木計画学研究発表会春大会：2014.6）を参照可能である。また、自己回帰モデルで誤差が大きな場合は、非線形な写像も表現できるニューラルネットワークやランダムフォレストなどの機械学習モデル（予測モデル）を利用することが有効である。機械学習モデルを用いることで、流入交通量の過去の値のみでなく、当該流入地点の周辺の流入地点や流出地点の交通量、天候、カレンダ情報（季節、連休等の情報）、イベント情報等の情報を考慮し、非線形な写像としてのモデルを構築することが可能である。なお、流入交通量は、別システムで予測されたものを利用してもよい。

第１基準累積交通量予測部１１１は、交通状況推定装置１３が推定した交通状況の推定結果と、流入交通量予測装置１２で予測された車両の流入量予測結果とに基づき、基準地点を含む道路の交通量を予測する。つまり、第１基準累積交通量予測部１１１は、予測対象範囲の最上流地点における基準累積交通量仮予測値を取得する。第１最下流疑似累積交通量予測部１１２は、基準累積交通量仮予測値に基づき、予測対象範囲の最下流地点まで交通量が維持されると仮定した場合に最下流地点における最下流疑似累積交通量仮予測値を取得する。

ボトルネック反映部１１３は、予測対象範囲に存在し得るボトルネック（図５の場合、予測対象範囲の最下流地点に存在する）の状況を示すボトルネック情報を最下流疑似累積交通量仮予測値に反映させたボトルネック反映情報を取得する。第２最下流疑似累積交通量予測部１１４は、ボトルネック反映情報に基づき、最下流地点における最下流疑似累積交通量予測値を取得する。

第２基準累積交通量予測部１１５は、最下流疑似累積交通量予測値と、ボトルネック情報と、道路情報ＤＢ１６等から取得できる道路の形態情報と、に基づき、ボトルネックによる渋滞が最上流地点に反映された基準累積交通量予測値を取得する。中間疑似累積交通量予測部１１６は、最下流疑似累積交通量予測値と、基準累積交通量予測値と、に基づき、最上流地点と最下流地点との間における渋滞伝搬状況及び渋滞解消状況を取得し、最上流地点と最下流地点との間の中間地点における交通状況（中間疑似累積交通量予測値）を予測する。交通状況予測部１１７は、少なくとも最上流地点の基準累積交通量予測値と、最下流地点の最下流疑似累積交通量予測値とに基づき、道路の交通状況を予測する。

続いて、図５、図６を用いて、累積交通量の予測に詳細を説明する。流入交通量予測装置１２において、演算時点より将来の本線流入と入口流入の予測値が取得できた後に、これらを用いて、第１基準累積交通量予測部１１１は、仮の基準地点の累積交通量予測値（基準累積交通量仮予測値Ｆ１）を作成（取得）する。第１基準累積交通量予測部１１１は、基準累積交通量仮予測部と称することもできる。図５の場合、基準地点に流入してくる交通量は、本線流入の流入交通量と入口流入の流入交通量である。したがって、本線流入量と入口流入量を足し合わせた流入交通量が、基準地点から流入してくることになる。つまり、本線流入量と入口流入量を足し合わせた流入交通量を用いて累積交通量を作成することで、仮の基準地点の累積交通量が作成可能である。図６は、図４で示した交通状況の推定結果に、基準地点の仮の累積交通量（基準累積交通量仮予測値Ｆ１）を追記した例である。この場合、図４における基準累積交通量Ｓを演算時点から将来に延長する形で、仮の基準地点の累積交通量予測値（基準累積交通量仮予測値Ｆ１）をプロットすることができる。

次に、図７に示されるように、第１基準累積交通量予測部１１１において作成した、基準累積交通量仮予測値Ｆ１に基づいて、第１最下流疑似累積交通量予測部１１２は、最下流地点の仮の疑似累積交通量（最下流疑似累積交通量仮予測値Ｆ２）を作成（取得）する。この場合、基準地点を通過した車両が、そのまま路線を走行し最下流地点を通過できるとする場合、図７に示されるように、基準累積交通量仮予測値Ｆ１を、時間軸（横軸）に平行移動することで、最下流地点の疑似累積交通量とすることができる。図７は、図６に示した基準累積交通量仮予測値Ｆ１を下流側に水平移動して、最下流疑似累積交通量仮予測値Ｆ２を示した状態である。第１最下流疑似累積交通量予測部１１２は、最下流疑似累積交通量仮予測部と称することもできる。

ここで、図８、図９を参照して、最下流地点の疑似累積交通量を考える。

ここで、図８は、実施形態にかかる交通状況予測システム１において、最下流地点のボトルネック容量を説明する例示的かつ模式的な図である。最下流地点のボトルネックでは、当該ボトルネックが生じている原因や道路の構成等によりボトルネック容量ＢＮが定まる。この場合、このボトルネック容量ＢＮより大きな交通需要（単位時間あたりの通過交通量の需要）が上流側から要求された場合、つまり、ボトルネック容量ＢＮを超える量の車両の交通が生じて、ボトルネックを通過しようとした場合、全ての車両（交通量）が最下流地点を通過できないことになる。すなわち、渋滞が発生して車両の流れが滞る。そこで、ボトルネック反映部１１３は、ボトルネック容量ＢＮに関する情報を、例えば、道路情報ＤＢ１６から取得し、ボトルネック反映情報を取得する。ボトルネックの影響を累積交通量（最下流疑似累積交通量仮予測値Ｆ２）に反映する必要がある場合は、どの範囲で反映するべきであるかを特定する。なお、最下流のボトルネックに関しては、最下流地点のボトルネックの交通容量（ボトルネック容量ＢＮ）を参照する。最下流疑似累積交通量仮予測値Ｆ２において、最下流地点の交通容量を超えている時間帯（範囲）がある場合（累積交通量としては傾きが交通容量を超えている時間帯等）、この時間帯において、交通容量を超える交通量は最下流地点を通過できないため、疑似累積交通量予測値の傾きは交通容量の値で頭打ちとなる（図８における太線の一点鎖線に相当）。このボトルネック容量ＢＮの値で頭打ちとなる時間帯は、最下流疑似累積交通量仮予測値Ｆ２を時系列に確認し、最下流疑似累積交通量仮予測値Ｆ２の傾きが最下流地点の交通容量（ボトルネック容量ＢＮ）を超え始める時刻で特定することができる。図８の場合、例えば、時刻Ｐ１（○印部分）が、ボトルネック容量ＢＮを超え始める時刻であり、渋滞の始まり時刻となる。そして、時刻Ｐ１から傾きがボトルネック容量ＢＮに従う直線を引いて、再び最下流疑似累積交通量仮予測値Ｆ２と交差する時刻Ｐ２（図８▽印部分）が、ボトルネック容量ＢＮを超える期間の終わり、すなわち、渋滞の解消される時刻である。したがって、時刻Ｐ１，Ｐ２は、ボトルネック反映情報の一例である。

ここで、ボトルネックの情報（ボトルネックの位置、交通容量等）は、道路交通管制システム３等で、既に道路情報ＤＢ１６として保有している情報を利用することができる。また、他の実施形態では、突発的に生じたボトルネック、例えば、交通事故や火災等によりボトルネックが発生した場合で、通常使用しているボトルネック情報の適用が難しい場合がある。このように道路情報ＤＢ１６からのボトルネック情報の取得が困難な場合は、車線数等の道路形態等の情報から、他の類似路線を抽出し、抽出した類似路線のボトルネック情報を仮のボトルネック情報として利用するようにしてもよい。また、別の実施形態では、可搬型の車両感知器等の利用が可能な場合は、予測時にのみ一時的に可搬型の車両感知器をボトルネックの位置に設置してもよい。そして、ある程度のボトルネック情報が取得できた場合に、可搬型の車両感知器を撤去し、得られたボトルネック情報を利用するようにしてもよい。また、別の実施形態では、工事や事故等で車線が閉鎖されるような場合は、その影響をボトルネックとして考慮する必要がある。この場合、例えば２車線中１車線が閉鎖されてしまった場合は、閉鎖に伴い交通容量も低下する。この場合、道路管理者等は、閉鎖した場合の道路の交通量等の情報（鎖線閉鎖情報）を外部のシステムから取得している場合があるので、それらの情報を考慮して修正されたボトルネック情報を利用することができる。また、外部のシステムで取得したボトルネック情報を用いてもよい。さらに、外部システム等において、交通流シミュレーション等により仮想的な交通状況の遷移を生成して、ボトルネックを作り、そこで得られるボトルネック情報（ボトルネック容量）を本実施形態で利用するようにしてもよい。

図９は、実施形態にかかる交通状況予測システム１において、最下流疑似累積交通量予測値の取得を説明する例示的かつ模式的な図である。

このようにして、ボトルネック反映部１１３において、最下流地点におけるボトルネックの影響状況が、交通容量を考慮すべき時間帯として確認できた場合、この結果を用いて、第２最下流疑似累積交通量予測部１１４は、最下流疑似累積交通量仮予測値Ｆ２にボトルネックによる影響を反映した、最下流疑似累積交通量予測値Ｆ３を作成する。反映の方法としては、反映時間帯（図９における○印から▽印の範囲）において、疑似累積交通量予測値の傾きが、ボトルネック容量ＢＮを超えないようにして、反映時間帯の前後は、最下流疑似累積交通量仮予測値Ｆ２の傾きに従うようにすればよい（図９の太線）。

続いて、図１０、図１１を用いて、基準地点の基準累積交通量予測値Ｆ４の取得について説明する。第２最下流疑似累積交通量予測部１１４において、最下流疑似累積交通量予測値Ｆ３を作成した後、この最下流疑似累積交通量予測値Ｆ３おいて、最下流地点の交通容量を超えていた場合、これが原因となり渋滞が発生する。つまり、上流側においては、この渋滞の上流側への伝搬を予測する必要がある。上流側に渋滞が伝搬する場合、予測対象範囲である最上流地点（基準地点）に対して、どのように渋滞が伝搬するかを確認し、反映し、基準地点の累積交通量予測値を作成することになる。基本的には、下流側で発生した渋滞は、上流側に伝播し、上流側からの交通需要が減少した後に、上流側から解消していく（「交通工学通論」越正毅編著、技術書院発行、1989年、“2.1.6節 交通渋滞”）。

ここで、図１１は、上流側からの交通需要が多い場合の下流側から上流側への渋滞延伸の伝搬と、上流側からの交通需要が減少した場合の上流側から下流側の渋滞解消の伝搬に関して示す図であり、対象道路の交通量－密度の交通特性図に基づいて各伝搬を特徴づけることができる。なお、交通量－密度の交通特性図は、予測対象道路に設置されている車両感知器２等の路側センサの計測値から作成可能であり、道路交通管制システム３等にその情報が保存されているものとする。また、他のシステムから同等の情報を取得してもよい。

図１１においては、対象道路の交通量－密度の交通特性を、非渋滞側(密度が臨界密度Ｋｃより小さい部分)と渋滞側(密度が臨界密度Ｋｃより大きい部分)の２本の直線で近似しており、この場合に交通量－密度の交通特性図から、下流側から上流側への渋滞延伸の伝搬に関しては、グラフの傾きによって示される速度Ｖｂを利用して特徴づけることが可能である（参考文献：高橋浩司、堀口良太:Kinematic Wave理論に基づく工事・事故時の交通規制による影響の簡易評価シミュレーションの開発：第１５回ＩＴＳシンポジウム講演論文集、２０１７）。図１１の速度Ｖｂを利用し、最下流地点から上流側の基準地点まで（距離Ｌ：図５参照）渋滞が延伸する延伸時間Ｔｂは、以下の式（２）で表すことができる。
Ｔｂ＝Ｌ／Ｖｂ ・・・式（２）
よって、延伸時間Ｔｂから、基準地点にて下流側からの渋滞延伸の影響が出始める時刻は、図１０に示されるように、最下流位置で渋滞が発生した時刻Ｐ１から延伸時間Ｔｂだけ遅れた時刻になる。つまり、基準累積交通量仮予測値Ｆ１において、時刻Ｐ３（◇印を付した時刻）になる。また、渋滞が延伸しているため、最上流地点（基準地点）でも時刻Ｐ３以降は下流側のボトルネック容量ＢＮを超えることができない。そこで、ボトルネック容量ＢＮの傾きと同じ傾の直線を時刻Ｐ３（◇印）から引き、再度基準累積交通量仮予測値Ｆ１と交差する時刻Ｐ４（□印）までの区間がが、基準地点において最下流地点のボトルネック容量ＢＮによる渋滞の影響を受ける時間帯となる。時刻Ｐ３～時刻Ｐ４までのボトルネック容量ＢＮによる渋滞の影響範囲と、基準累積交通量仮予測値Ｆ１（図４の基準累積交通量Ｓを延長した線）をもとに、基準地点の基準累積交通量予測値Ｆ４を作成（取得）する。なお、時刻Ｐ３以前の基準地点の基準累積交通量予測値Ｆ４は、渋滞の影響がまだ出ていない期間となるので、基準累積交通量仮予測値Ｆ１の傾きと同じ傾きが採用される。同様に、時刻Ｐ４以降の基準地点の基準累積交通量予測値Ｆ４は、渋滞解消後となるので、基準累積交通量仮予測値Ｆ１の傾きと同じ傾きが採用される。

また、最下流疑似累積交通量予測値Ｆ３と、基準累積交通量予測値Ｆ４との作成過程において、最下流地点から基準地点までの渋滞延伸状況と、基準地点から最下流地点までの渋滞解消状況が特定できる。つまり、中間疑似累積交通量予測部１１６は、中間地点の中間地点疑似累積交通量予測値Ｆ５の作成（取得）が可能となる。具体的には、最下流地点から基準地点までの渋滞延伸状況は、図１０における時刻Ｐ１（○印）から時刻Ｐ３（◇印）への伝搬で特徴づけられる。同様に、基準地点から最下流地点までの渋滞解消状況は、図１０における時刻Ｐ４（□印）から時刻Ｐ２（▽印）への伝搬で特徴づけられる。

図１２は、実施形態にかかる交通状況予測システム１において、中間地点疑似累積交通量予測値の取得を説明する例示的かつ模式的な図である。その結果、図１２に示されるように、中間地点における疑似累積交通量予測値において、最下流地点ボトルネックにおける渋滞発生の影響（ボトルネック交通容量の影響）の時間帯幅を特徴づけることができるので、図１２に示されるように、中間地点疑似累積交通量予測値Ｆ５が作成（取得）できる。ここで、中間地点疑似累積交通量予測値Ｆ５の基本値は、渋滞などの影響がない場合を想定し、最下流地点の疑似累積交通量の仮予測を実行した場合と同様に、基準地点における基準累積交通量仮予測値Ｆ１を並行移動して作成することができる。そして、この基本値に対して、最下流地点のボトルネック容量ＢＮ（渋滞影響）を考慮することで、中間地点疑似累積交通量予測値Ｆ５が作成（取得）できる（図１２における基準累積交通量予測値Ｆ４と、最下流疑似累積交通量予測値Ｆ３との間の２本の太線）。ここで、中間地点疑似累積交通量予測値Ｆ５は、対応する中間地点の疑似累積交通量の推定値と連続になるように、当該中間地点疑似累積交通量予測値Ｆ５の開始地点は、中間地点の疑似累積交通量の推定値の演算時点とする。また、中間地点疑似累積交通量予測値Ｆ５における渋滞の始まり時刻は、時刻Ｐ１（○印）と時刻Ｐ３（◇印）を結ぶラインＴＳで規定される（時刻Ｐ５，Ｐ６）。同様に、中間地点疑似累積交通量予測値Ｆ５における渋滞の終わり時刻は、時刻Ｐ４（□印）と時刻Ｐ２（▽印）を結ぶラインＴＥで規定される（時刻Ｐ７，Ｐ８）。

図１３は、実施形態にかかる交通状況予測システム１において、交通状況の予測が可能になることを示す例示的かつ模式的な図である。

このようにして、図１３に示されるような、基準地点における累積交通量予測値（基準累積交通量予測値Ｆ４）、最下流地点における疑似累積交通量予測値（最下流疑似累積交通量予測値Ｆ３）、基準地点と最下流地点の間の中間地点における疑似累積交通量予測値（中間地点疑似累積交通量予測値）を作成する。これらの予測値をもとに、交通状況予測部１１７は、交通状況の予測を行う。交通状況の予測は、例えは、累積交通量および疑似累積交通量をもとに、交通状況を予測したい時刻における、単位時間あたりの累積交通量および疑似累積交通量の増加分を見ることで、その時刻の交通量の予測が可能である。なお、図１３において、予測における単位時間がＴ２で示され、単位時間当たりの交通量予測値がＱ２で示されている。

また、各地点間の距離情報がわかれば、これらの情報から地点間距離（当該累積交通量に対応する地点間距離）を地点通過時刻差から得た地点間の走行所要時間で除算することで、地点間の速度予測値が予測可能である。また、交通量と速度の予測値から、「密度＝交通量／速度」の関係式を用いて密度予測値も予測可能である。したがって、実施形態の交通状況予測システム１によれば、将来の交通状況を把握するための情報である、交通状況情報予測値（交通量予測値、速度予測値、密度予測値）を予測することが可能である。

図１４は、以上のように構成される交通状況予測システム１による交通状況の予測処理の手順の一例を示すフローチャートである。

まず、交通状況推定装置１３は、予め定められた交通状況の予測タイミングになった場合や道路管理者等からの要求に従い予測対象となる道路を特定して、まず、交通状況の推定を行う（Ｓ１００：通状況推定ステップ）。例えば、基準累積交通量作成部１３１は、道路の所定の基準地点における車両の通過台数の累積値を示す基準累積交通量Ｓを作成する。そして、疑似累積交通量作成部１３２は、基準累積交通量Ｓと所定の車両が道路の基準地点を含む各地点を通過した時刻とに基づき取得される基準地点以外の所定の地点における車両の通過台数の疑似的な累積値を示す疑似累積交通量を作成する。そして、交通状況推定部１３３は、基準累積交通量Ｓと疑似累積交通量とに基づいて、道路の交通状況を推定する。

続いて、流入交通量予測装置１２は、基準地点に流入する車両流入量を、例えば、本線流入の流入交通量と入口流入の流入交通量とを合算した流入交通量予測値を過去の実績値を用いた統計モデルでとして自己回帰モデル等の多項式モデルや、機械学習モデル等を用いて予測する（Ｓ１０２：流入交通量予測ステップ）。続いて、第１基準累積交通量予測部１１１は、交通状況の推定結果と、車両の流入量予測結果とに基づき、道路の交通量を予測する予測対象範囲の最上流地点における基準累積交通量仮予測値Ｆ１を、図６で説明したように取得する（Ｓ１０４：第１基準累積交通量予測ステップ）。

続いて、第１最下流疑似累積交通量予測部１１２は、基準累積交通量仮予測値Ｆ１に基づき、予測対象範囲の最下流地点まで交通量が維持されると仮定した場合に最下流地点における最下流疑似累積交通量仮予測値Ｆ２を、図７で説明したように取得する（Ｓ１０６：第１最下流疑似累積交通量予測ステップ）。続いて、ボトルネック反映部１１３は、図５に示すような予測対象範囲に存在し得るボトルネックの状況を示すボトルネック情報（例えばボトルネック容量ＢＮ）を最下流疑似累積交通量仮予測値Ｆ２に反映させたボトルネック反映情報を取得する（Ｓ１０８：ボトルネック反映ステップ）。例えば、図９における、ボトルネック容量を反映させる期間を示す時刻Ｐ１や時刻Ｐ２等を算出する。

次に、第２最下流疑似累積交通量予測部１１４は、ボトルネック反映情報に基づき、最下流地点における最下流疑似累積交通量予測値Ｆ３を図９で説明したように取得する（Ｓ１１０：第２最下流疑似累積交通量予測ステップ）。さらに、第２基準累積交通量予測部１１５は、最下流疑似累積交通量予測値Ｆ３と、ボトルネック情報と、道路の形態情報と、に基づき、ボトルネックによる渋滞が最上流地点に向かって反映された基準累積交通量予測値Ｆ４を図１０で説明したように取得する（Ｓ１１２：第２基準累積交通量予測ステップ）。

そして、中間疑似累積交通量予測部１１６は、最下流疑似累積交通量予測値Ｆ３と、基準累積交通量予測値Ｆ４と、に基づき、最上流地点と最下流地点との間における渋滞伝搬状況及び渋滞解消状況を取得し、最上流地点と最下流地点との間の中間地点における交通状況を予測する中間地点疑似累積交通量予測値Ｆ５を図１２で説明したように作成する（Ｓ１１４：中間疑似累積交通量予測ステップ）。

交通状況予測部１１７は、基準累積交通量予測値Ｆ４と、最下流疑似累積交通量予測値Ｆ３と、必要に応じて中間地点疑似累積交通量予測値Ｆ５とに基づき、所望する時刻や地点における道路の交通状況を予測する（Ｓ１１６：交通状況予測ステップ）。

このように、本実施形態の交通状況予測システム１によれば、道路状況の推定結果に基づき、車両感知器２が設置されていない地点についても交通状況を高精度で予測することができる。これにより、例えば、設置されている車両感知器２等の車両検知装置の数が少ない道路でも交通状況を高精度で予測することができる。また、設置されている車両感知器２等の車両検知装置の数が多い道路については、車両検知装置の設置数を削減することでメンテナンスの負担を減らしつつ、交通状況を高精度で予測することができる。したがって、道路の管制に貢献することができる。また、予測した交通状況の情報は、例えば、道路交通管制システム３で渋滞予測等に利用してもよいし、また、道路に設置されている情報板等に表示することで利用してもよい。

なお、上述した実施形態においては、通過台数情報の取得元として、道路交通管制システム３における車両感知器２の計測データ等を利用する例を示したが、予測対象路線の通過台数が入手できれば、他のシステムから得られる情報を用いても同様の処理が可能で、同様の効果を得ることができる。また、通過時刻情報の取得元としては、プローブ情報等を利用する例を示したが、複数地点の車両の通過時刻情報が入手できれば、他のシステムから得られる情報を用いても同様の処理が可能で、同様の効果を得ることができる。

また、上述した実施形態において、基準地点への流入は、本線流入量と入口流入量の合算量を利用する例を示したが、本線流入量のみの場合でも、入口流入量をゼロとすることで同様な処理が可能で、同様の効果を得ることができる。また、上述した実施形態では、流入側で、本線流入量と入口流入量を合算した値を基準地点への流入量として説明したが、合算した値が基準地点の交通容量を超える場合がある。その場合にも、基準地点の基準累積交通量仮予測値を作成する場合に、基準地点の交通容量に基づき、ボトルネック反映部と同様の反映を実施することにより同様の処理が可能であり、本実施形態の技術を利用することができる。

以上、本発明のいくつかの実施形態を説明したが、上記実施形態および変形例はあくまで一例であって、発明の範囲を限定することは意図していない。上記実施形態は、様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。上記実施形態およびその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１ 交通状況予測システム
２ 車両感知器
３ 道路交通管制システム
４ プローブカー
５ プローブ路側装置
６ プローブ情報サーバ
１１ 交通状況予測装置
１２ 流入交通量予測装置
１３ 交通状況推定装置
１４ 通過台数情報取得装置
１５ 通過時刻情報取得装置
１１１ 第１基準累積交通量予測部
１１２ 第１最下流疑似累積交通量予測部
１１３ ボトルネック反映部
１１４ 第２最下流疑似累積交通量予測部
１１５ 第２基準累積交通量予測部
１１６ 中間疑似累積交通量予測部
１１７ 交通状況予測部
１３１ 基準累積交通量作成部
１３２ 疑似累積交通量作成部
１３３ 交通状況推定部

Claims (11)

1. 道路の所定の基準地点における車両の通過台数の累積値を示す基準累積交通量と、前記基準累積交通量と所定の車両が前記道路の前記基準地点を含む各地点を通過した時刻とに基づき取得される前記基準地点以外の所定の地点における車両の通過台数の疑似的な累積値を示す疑似累積交通量と、に基づいて、前記道路の交通状況を推定する交通状況推定部と、
   前記基準地点に流入する車両流入量を予測する流入交通量予測部と、
   前記交通状況の推定結果と、前記車両の流入量予測結果とに基づき、前記道路の交通量を予測する予測対象範囲の最上流の基準地点における基準累積交通量予測値を取得する基準累積交通量予測部と、
   前記基準累積交通量予測値に基づき、前記予測対象範囲の最下流地点における最下流疑似累積交通量予測値を予測する最下流疑似累積交通量予測部と、
   前記基準累積交通量予測値と、前記最下流疑似累積交通量予測値とに基づき、前記道路の交通状況を予測する交通状況予測部と、
   を備える、交通状況予測システム。
2. 前記基準累積交通量予測部は、
   前記基準地点に流入してくる交通量を用いて基準累積交通量仮予測値を演算する第１基準累積交通量予測部と、
   前記最下流疑似累積交通量予測値と、前記予測対象範囲に存在し得るボトルネックの状況を示すボトルネック情報と、に基づき、前記ボトルネックによる渋滞の影響が反映された基準累積交通量予測値を演算する第２基準累積交通量予測部と、
   を備える、請求項１に記載の交通状況予測システム。
3. 前記基準累積交通量予測部は、前記基準地点における車両の通過台数を前記道路または前記道路の路側に設けられた車両検出装置が出力する計測情報に基づいて取得し、前記各地点を通過した時刻を前記道路を走行するプローブカーが出力する通過時刻情報に基づいて取得する、請求項１または請求項２に記載の交通状況予測システム。
4. 前記流入交通量予測部は、前記車両流入量を前記基準地点における過去の車両流入実績情報に基づき生成した多項式モデルにより予測する、請求項１から請求項３のいずれか１項に記載の交通状況予測システム。
5. 前記流入交通量予測部は、前記車両流入量を前記基準地点における過去の車両流入実績情報を用いた機械学習により生成される予測モデルにより予測する、請求項１から請求項３のいずれか１項に記載の交通状況予測システム。
6. 前記最下流疑似累積交通量予測部は、
   前記予測対象範囲の最下流地点まで交通量が維持されると仮定した場合に、最下流疑似累積交通量予測値を演算する第１最下流疑似累積交通量予測部と、
   前記最下流地点の前記ボトルネック情報と前記道路の形態情報とに基づき、前記ボトルネックによる渋滞の影響が反映させた最下流疑似累積交通量予測値を演算する第２最下流疑似累積交通量予測部と、
   を備える、請求項２に記載の交通状況予測システム。
7. 前記交通状況予測システムは、さらに、
   前記基準累積交通量予測値と、前記最下流疑似累積交通量予測値と、に基づき、前記基準地点と前記最下流地点との中間地点における中間疑似累積交通量予測値を演算する中間疑似累積交通量予測部と、
   を備え、
   前記交通状況予測部は、
   前記基準累積交通量予測値と、前記最下流疑似累積交通量予測値と、前記中間疑似累積交通量予測値と、に基づき、前記道路の交通状況を予測する、請求項２に記載の交通状況予測システム。
8. 前記中間疑似累積交通量予測部は、
   前記基準累積交通量予測値と、前記最下流疑似累積交通量予測値と、前記ボトルネック情報と、前記道路の形態情報と、に基づき、前記ボトルネックによる渋滞の影響が反映させた、前記中間地点の疑似累積交通量の予測値を演算する、請求項７に記載の交通状況予測システム。
9. 前記第２基準累積交通量予測部は、前記ボトルネック情報を外部システムから取得する、請求項２または請求項６に記載の交通状況予測システム。
10. 前記第２基準累積交通量予測部は、外部システムから前記道路の車線閉鎖情報が取得された場合、前記車線閉鎖情報に基づいて前記ボトルネック情報を修正する、請求項２または請求項６に記載の交通状況予測システム。
11. 交通状況推定部が、道路の所定の基準地点における車両の通過台数の累積値を示す基準累積交通量と、前記基準累積交通量と所定の車両が前記道路の前記基準地点を含む各地点を通過した時刻とに基づき取得される前記基準地点以外の所定の地点における車両の通過台数の疑似的な累積値を示す疑似累積交通量と、に基づいて、前記道路の交通状況を推定する交通状況推定ステップと、
    流入交通量予測部が、前記基準地点に流入する車両流入量を予測する流入交通量予測ステップと、
    基準累積交通量予測部が、前記交通状況の推定結果と、前記車両の流入量予測結果とに基づき、前記道路の交通量を予測する予測対象範囲の最上流の基準地点における基準累積交通量予測値を取得する基準累積交通量予測ステップと、
    最下流疑似累積交通量予測部が、前記基準累積交通量予測値に基づき、前記予測対象範囲の最下流地点における最下流疑似累積交通量予測値を予測する最下流疑似累積交通量予測ステップと、
    交通状況予測部が、前記基準累積交通量予測値と、前記最下流疑似累積交通量予測値とに基づき、前記道路の交通状況を予測する交通状況予測ステップと、
    を備える、交通状況予測方法。

Images