JPH0451399A - 交通管制方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、道路網における交通管制方式に関する。

〔従来の技術〕

道路の交通管制は、路上の各所に設けられた超音波式感
知器から得られた情報により交通量を求め、その情報を
もとにして、主として信号を調整することで実施してい
る。あるいは、人手を介して事前に交通量を測定し、そ
の情報に基づいて調整している。これらは「（社）交通
工学実務双書、平面交差の計画と設計（基礎編、応用編
）」、及び「技術書院、交通工学実務双書４、道路交通
の管理と運用ｊ等に詳述されている。

また、幾つかの信号をまとめて系統的に調整する方式と
しては、最初に交通量の大きな道路及び交差点について
の信号パラメータを決定し、それからそれに従属する道
路について、主要なもののパラメータに合わせるように
決定していた。

また、信号調整を実施する際には、安全上の観点から、
実際の信号を実験的に調整することはできないため、他
の調整方法として、シミュレータを作成し、その中でパ
ラメータの調整を検討する方法も試みられていた。

さらに、渋滞時の制御については、「システムと制御、
Ｖｏｌ、２３、Ｎｏ、２、ページ１２３１３１．１９８
５Ｊで柴田等によって、渋滞状態を検出した段階でそれ
に事後対応した制御を実施する方式が提案されている。

〔発明が解決しようとする課題〕

現在の慢性的な交通渋滞は、その交通需要と供給道路の
不均衡にも原因があるが、交通管制の不十分さも大きな
要因であると言える。越らの報告によれば（道路交通経
済、１９８８年１０号、６４、−６９ページ）、渋滞は
交通容量の数％の超過台数分が原因となって引き起こさ
れている。信号を最適なものとして調整するためには、
交通需要の存在するすべての道路の交通量測定データが
必要であるが、現状では感知器は交通量の大きな主要道
路を中心に設置されているだけである。どなれば、感知
器がないという理由で考慮されてこなかった交通量を無
視して、本当に適切な交通管制ができるどうか疑問であ
る。

また、渋滞が一度発生してしまうとその部分は速度が非
常に遅く、車が詰まってしまうため、解消に時間がかか
る。そのため、通常では渋滞が渋滞をよび、結果として
長い距離に渡って、渋滞が延伸してしまう。よって、渋
滞問題の対策とじてはできるだけ渋滞をつくらないよう
することが第１である。しかし、前記の柴田等の方式で
は、渋滞が発生した段階で対処することになり、後手に
まわった対策になっていた。

一方、現在の人手を介して測定した交通量の情報に基づ
いて実施している交差点の信号を調整する方法は、多く
の労力を要する」−に、その時々や経年の交通需要の変
化を考慮できない問題を抱えている。よって、これらの
情報に基づいた現在の管制方式も不十分なものであると
言える。

また、従来のシミュレータによって信号パラメータを調
整する方式では、単一交差点や一連の交差点列に限って
オンラインで用いるか、より広域性を扱う時には、シミ
ュレータをオフラインに利用している。よって、実際の
交通状況に応じた最適なパラメータ調整がリアルタイム
にできなかった。

さらに、尼崎による［交通工学、Ｖｏｌ、２４、Ｎｏ、
６、ページ３１−３７．１９８９ｊ等で記載の従来のシ
ミュレータでは、超音波式感知器からの情報に大きく依
存している。しかし、現在の超音波式感知器の性能には
限界があり、例えば、交通流の交差点における右左折直
進車の割合が判明できなかったり、また、路上駐車で停
止中の車と渋滞で停止中の車両との区別ができなかった
りする。よって、大村らの方式（住友電気、Ｎ　ｏ　。

１３０．７３３−７３７．１９８７）による、より詳細
で正確な情報が得られる検出器を用いた場合にはそのま
までは使用できない問題があった。

〔課題を解決するための手段〕

上記課題を解決するために、以下に速入る機能を用いる
。

（１）まず、渋滞の発生を事前に予測するために、道路
の交通量を予測する機能、 渋滞の発生時刻を予測する機能、 対象となる道路網から渋滞発生予測地点に接続する道路
を検索する機能、 ある地点を通過する交通量を制限するような信号パラメ
ータを求める機能、から構成さ２する渋滞調整機能、 （２）また、広域の道路網を効率的に扱うために道路網
を部分領域に分割する機能、 各部分領域毎の許容交通量を求める機能、各部分領域毎
の交通量の時間変化を求め、予測する機能、 各部分領域毎の渋滞発生を予測する機能、許容交通量を
超過すると予測される部分領域の交通量に関連する他の
部分領域を求める機能、部分領域間の移動交通量を制限
するような、その部分領域内の信号パラメータを求める
機能から構成される領域分割調整機能、 （３）また、分割した道路網をより抽象的なレベルで対
応するために、」二記領域分割調整機能において、 分割した幾つかの部分領域をルベル上の部分領域として
まとめる機能、 １つ上のレベルの部分領域に対して、分割調整機能を実
現する機能を持った２階層調整機能、（４）また、より
広範な地域を同様な方式でカバーできるように上記２階
層調整機能を、 ２階Ｍ調整機能をより高いレベルに再帰的に適用してい
く機能、 その時のレベルを指定する機能を持った多階層調整機能
、 （５）また、交通量についての定性的な情報を考慮する
ために、 道路の交通量に関する情報を計測する機能によって計測
されていない未観測の交通量についての情報を知識とし
て表現する機能、 その知識として記憶された未観測値の情報を数値の情報
に変換する機能、 その変換された数値情報を用いて、常時計測されている
観測量から予測される量を修正する機能から構成される
未観測定性情報を考慮した交通量修正機能、 （６）また、交通量についてのある特定時期に得られた
情報を考慮するために、 道路の交通量に関する情報を計測する機能によって、常
時計測されてはいない、ある特定期間についてだけの交
通量についての情報を記憶する機能、 その特定期間についてだけの交通量についての情報を用
いて、常時計測されている観測量から予測される量を修
正する機能から構成される非定常定量情報を考慮した交
通量修正機能、 （７）また、信号調整を効率的に実施するために、過去
の信号パラメータの調整結果を記憶しておく機能、 その過去の調整結果をパターンに分類する機能、未調整
の信号の情報から分類された過去の調整パターンとの照
合をとる機能、 その照合の結果、一致したと見なすものによって未調整
信号のパラメータを変更する機能から構成される信号調
整パターンマツチング機能（８）また、」二記信号調整
パターンマツチング機能において、 道路の交通量をその大きな流れに注目して、パターンに
分類する機能を持った信号調整流れパターンマツチング
機能、 （９）また、上記信号調整パターンマツチング機能にお
いで、 パターンに分類する際の指標として、交通量と交通容量
及び移動方向の情報を使用する機能を持った信号調整交
通量パターンマッチンク機能、（］０）また、道路交通
状況を統一的に評価できるように、 道路交通の渋滞状況を示す指標として、車両の平均速度
、車両の密度、及び道路長の３つの情報を掛は合わせた
値を用いて評価する評価指標付き渋滞調整機能、 （１１）また、上記評価指標付き渋滞調整機能において
、 渋滞関連領域を対象領域として、上記指標の総和を用い
て、それを最大化するように信号パラメータを調整する
機能を持った関連地域評価指標付き渋滞調整機能、 （１ｚ）また、上記評価指標付き渋滞調整機能において
、 対象領域全体に渡る上記指標の総和を用いて、それを最
大化するように信号パラメータを調整する機能を持った
総合評価指標付き渋滞調整機能、（１３）また、 信号調整の際に、より正確な情報に基づくシミュレータ
によって適切な調整値を決定する機能、を待った渋滞調
整機能、 （１４）また、上記シミュレータを用いた渋滞調整機能
において、 シミュレータをオンラインで接続して、信号パラメータ
の調整値を決定していく機能を持った渋滞調整機能。

〔作用〕

まず、最初の渋滞調整機能では、道路の交通量を予測す
る機能にて測定している交通量の情報等を用いて、時間
的な交通量の増減傾向を把握する。

そして、渋滞の発生時刻を予測する機能では道路の交通
容量と交通量の増減傾向から、渋滞の発生時刻・地点を
予測する。そして、対象となる道路網から渋滞発生予測
地点に接続する道路を検索する機能にて、渋滞予測地点
に接続する道路を検索し、最後に通過交通量を制限する
信号パラメータを求める機能にて、渋滞発生予測地点に
流入する交通量を制限するような信号パラメータを求め
、それを信号機に送ることによって、渋滞の発生を未然
に防止する。ここで、ある地点の渋滞を防止するために
、その地点に流入する交通量を制限するような上記の処
置を実施した場合、その上流側で渋滞が発生すると予測
されるが、これについてはこの機能を繰返し適用してい
くことによって、対処できる。つまり、渋滞の影響をそ
の」二流側へ次々と″ならし″ていくのである。

また、次の領域分割調整機能では、まず道路網を部分領
域に分割する機能にて広域の道路網を部分領域に分割す
る。そして、各部分領域毎の許容交通量を求める機能に
て、部分領域の受入れ可能交通量を求めておき、また、
各部分領域毎の交通量の時間変化を求め、予測する機能
にて、部分領域内そして部分領域間の交通状況を予測す
る。これらによって、予測した交通量が許容交通量を超
過すると予測される部分領域を求まる。そして、その部
分領域の交通量に関係する他の部分領域を求めて、それ
らの部分領域間の移動交通量を制限するようなその領域
内の信号パラメータを求める。

この情報を信号機に送ることによって、各部分領域レベ
ルでの渋滞の発生を予測し、交通量の分散あるいは流入
抑制によってそれを防止する機能が実現される。ここで
、部分領域についても、流入制御によって他の部分領域
の渋滞を新たに発生させる問題が予測される。これにつ
いては、前記の渋滞調整機能と同様に、分割調整機能を
繰り返して適用することにより、その」二流側に影響を
′″ならす″ことができる。

また、この分割調整機能において、分割した幾つかの部
分領域を１つレベルの上の部分領域としてまとめる機能
と、その１つ上のレベルの部分領域に対して、同様の分
割調整機能を実現する機能を持たせることによって、同
様の作用が１つ」二のレベルで展開できる２階層調整機
能となる。

さらに、その２階層調整機能をより高いレベルに再帰的
に適用していく機能、及びそのレベルを指定する機能に
よって、分割した領域をまとめていくことができるとと
もに、より抽象的な対策が実現できる多階層調整機能と
なる。

一方、未観測定性情報を考慮した交通量修正機能では、
未観測の交通量についての情報を知識として表現する機
能にて、地域特殊の情報を表現し、それをある重みを付
けて数値の情報に変換する機能に入力することによって
、未観測情報を定量的に考慮できるようになる。そして
、その情報によって常時計測されている観測量から予測
された星を修正することによって、より正確な予測値と
なり、その予測値に基づいた信号パラメータの調整が可
能となる。

また、非定常定量情報を考慮した信号調整機能では、記
憶されたある特定期間についてだけの交通量についての
情報を、前記の定性的な情報と同様に、ある重み付けを
して、常時計測されている観測量から予測された量を修
正することによって、より正確な予測値となり、その予
測値に基づいた信号パラメータの調整が可能となる。

また、信号調整パターンマツチング機能では、記憶され
た過去の信号パラメータの調整結果をパターンに分類す
る機能によって、分けておくことによって、未調整の信
号を調整する際に、その分類パターンとの照合をとるこ
とによって、効率的に調整量が求まる。ここで、その分
類を交通の流れの情報に注目して分類する機能によって
実施したり、あるいは、交通量や交通容量及び移動方向
の情報を用いて分類したりすることができる。

また、評価指標付き渋滞調整機能では、道路交通の渋滞
状況を示す指標として、車両の平均速度、車両の密度及
び道路長の３つの情報を掛は合わせた値を用いて評価す
ることにより部分から全体まで、統一的に比較すること
が可能となる。ここで、その指標値を渋滞関連領域のみ
あるいは対象領域全体に渡る総和を求め、それを最大化
するように信号パラメータを調整することによって、地
域的に偏りのない交通管制が可能となる。

また、より高精度な交通量計測器によって得られたより
正確な情報に基づくシミュレータによって適切な信号パ
ラメータを求めることによって、１つ より適切な交通管制が可能となる。

また、そのシミュレータをオンラインで計測器及び信号
へ接続することによって、遅れのないその時々に応じた
最適な信号パラメータが決定できる。

〔実施例〕

本発明の実施例を第１図を用いて説明する。本交通管制
方式が適用されるシステムは、１つ以上の交通情報計測
機能１、信号パラメータ調整機能２、渋滞対策機能５、
及び信号パラメータ変更機能４を有する１つ以上の信号
機３から構成される。

交通情報計測機能は従来の超音波式感知器、ループコイ
ル式感知器あるいは画像処理を用いた計測器等を指す。

これをケーブルあるいは無線及び必要に応じて中継器か
ら構成される伝達手段によって、信号パラメータ調整機
能２に送る。信号パラメータ調整機能２では送られてき
た交通量に関する情報を用いて、あらかじめ設定された
信号調整パターンを出力する。これを信号機３に送り、
信号機では信号パラメータ変更機能４にて、送られてき
た情報に基づいて信号パラメータを変更し、新たな制御
を実施する。ここで、渋滞対策機能５は、信号パラメー
タ調整機能２でパラメータを決定する際に、渋滞の発生
を回避するべく、様々な事項を検討し、そのパラメータ
の決定に大きな影響を与える機能である。第１図では信
号パラメータ調整機能２と渋滞対策機能５を分離して描
いているが、渋滞対策機能５の機能を含む信号パラメー
タ調整機能２を実現することも可能である。

まず、信号パラメータ調整機能２では、交通情報計測機
能１から送られてくる交通量の増減傾向を見て、増加し
ていると判定した場合、最初に、交差点の信号のサイク
ルやスプリットを変えて、その地点の通過可能交通量を
増加させることを試みる。ここで、信号パラメータとは
このサイクル、スプリット等を指し、さらに、サイクル
とは信号の１周期時間、スプリットとは信号の１５周期
に対する赤・青の時間割合を指す。信号パラメータには
これ以外に、交差点間の信号切り替えのタイミングの位
相差を示すオフセラｌ−がある。スプリッ１〜について
は交差点の交通需要の比に応じた割合で振り分け、また
サイクルについては、全体の交通重要を勘案して適切な
値に設定する。詳細については「システムと制御、Ｖｏ
ｌ、、２３、Ｎｏ。

２、ページ１２３−１．３１、］、９８５Ｊ、あるいは
「技術書院、交通工学実務双書４、道路交通の管理と運
用、ページ１２５−１３５Ｊ等で述へられている。しか
し、交差点以外の道路や、交差点でも交通需要に対して
サイクルやスプリットの調整が限界に達すると予想され
る場合は、それ以上交通量を増加させる手段を持たない
。よって、次の方策としては、その地点に到達する車の
到着時間を遅らせて、その地点の交通を速やかに捌く方
式がとられる。即ち、芽の１Ｉｓｌｅ滞″の発生を子４
１１１した段階で、その芽を太きくしないように、調整
するのである。それを実現する渋滞対策機能を以下に説
明する。

渋滞対策機能５は、第２図に示すように、渋滞調整機能
５１、領域分割調整機能５２．２階層調整機能５３、多
階層調整機能５４、未観測定性情報を考慮した交通量修
正機能５５、非定常定量情報を考慮した交通量修正機能
５６、信号調整パターンマツチング機能５７、評価機能
５８、シミュレータ５９から構成される。以下にそれら
について説明する。

渋滞対策機能５を実現するための、１つの構成要素であ
る渋滞調整機能５１について、第３図を用いて説明する
。渋滞調整機能５１は信号パラメータ調整機能２を経由
して交通量についての情報を交通量予測機能５１１にて
受は取る。交通量予測機能５１１では、まず、そのデー
タを交通量ＤＢ５１２に記憶していく。ここで、交通量
分類機能５１３では、蓄積された情報を日別（休日か平
日か特殊臼か何曜日か等）や天候等の項目別に分類して
、平均基準パターンといった形で交通量ＤＢ５１２に記
憶しておく。日別に分類したモデルについては、金山の
方式（電学論Ｃ１１０７巻１０号、昭６２，８９４．−
９００　）があるが、ここではそれに天候や気温の影響
も含めて考えている。例えば第４図のように、ある月に
おける平日・晴の場合の時刻と単位時間毎の交通量の関
係を平均基準パターンとして求めておく。ここでは月を
特定することで気温の影響を考慮している。これを１２
ケ月分求めることによって、年間を通しての予測が可能
となる。交通量分類機能５１３を具体的に第５図を用い
て説明する。ます、Ｄ　Ｂには。

過去の毎日のデータが、単位時間毎の交通量及び時刻と
天候の関係として記憶されているとする。

最初にステップＦ５０　］にて、そのデータを読み込む
。次にステップＦ５０２にて、月別・日別の記憶領域に
記憶する。ここで、月別は１２ケ月。

日別は平Ｉ］・土曜・休日・特殊臼の別とする。そして
ステップＦ５０３にてデータの終了を判定するまでこの
処理を繰り返す。月別・日別に分けた後は、それらを天
候別に分ける。まずステップＦ５０４にて、月別・日別
の記憶領域（１２Ｘ４個の領域）を順番に選択していく
。次にステップＦ５０５にて選択された領域からデータ
を読み込む。

そしてステップＦ　５０６にてそれを天候別の記憶領域
に記憶する。ここで、天候は晴・曇・雨の３つに分ける
ものとする。これらをステップＦ５０７、ステップＦ５
０８にて各領域毎のデータ、あるいは選択する領域が無
くなるまで繰り返す。そして最後に、このように月別・
日別・天候別に分けて記憶したデータから平均値を求め
る。まずステップＦ５０９にて月別・日別・天候別の記
憶領域（１２Ｘ４Ｘ３個の領域）を順番に選択していく
。

次に、交通量は単位時間毎に計測されているから、平均
値もその単位時間毎に求める。ステップＦ５１０にて、
ある時刻を選択する。そしてステップＦ５１】にて記憶
したデータの対応する時刻の交通量の平均値を求めて、
それを記憶する。これらをＦ５１２ステップにて各時刻
毎に求め、Ｆ５１３ステップにて選択する領域が無くな
るまで繰り返す。

このようにして、過去情報を分類しておくことによって
、実際に測定している情報から、ステップ５１１にて交
通量が予測できる。即ち、現在の日付・天候等の情報か
ら過去の平均パターンが得られる。これと、その時点ま
で測定した交通量の情報を比較して、同様のパターンに
なるような予測値を求めることができるのである。即ち
、例えば、第６図のように日付・天候の情報から基準平
均パターンが得られる。そして、ある時刻ｔ１まて測定
値が図のように求められたとすると、それ以降のｔ２ま
での予測値を、基準平均パターンを切り取って平行移動
することによって求める。この予測を対象領域全体に渡
って実施することによって、全対象領域において、予測
値が求められる。

交通量予測機能５１１を具体的に第７図を用いて説明す
る。まず、ステップＦ７０］にて対象となる日の日付・
天候を入力する。これによりステップＦ７０２にて、そ
の日の平均基準パターンをＤＢから選択することができ
る。これ以降、予測となるが、まず、ステップＦ７０３
にて単位時間毎に計測した交通量を記憶しておく。次に
ステップＦ７０４にて、平均基準パターンと計測した交
通量との差を計算し、記憶する。そしてステップＦ７０
５にて、基準パターンとの差の平均を過去の指定した単
位時間分だけ訓算し、記憶する。最後にステップＦ７０
６にて、未来の指定した単位時間分の基準パターンに計
算した平均値を加え、それを予測値として記憶する。こ
れらの処理を単位時間毎に繰り返す。

次に、その予測値を渋滞発生予測機能５］４にて受は取
る。渋滞発生予測機能５１４では交通容量ＤＢ５１５に
記憶された各道路の交通容量（通過交通量の最大値）を
参照して、予測交通量が」二限値を超える地点とその時
刻を観測しておく。例えば、第８図のように、ある時刻
ｔ３まで測定し、そこから未来の予測値を求める際に、
交通量の」二限値である交通容量と予測交通量が交差す
る時刻ｔ４が求められる。予測交通量が」二限値を超え
なければ、そのまま何もしないが、超えると予測された
場合は、その情報を道路網検索機能５１６へ送る。道路
網検索機能５１Ｇでは道路網ＤＢ５１７に記憶された道
路網情報をもとに、渋滞発生予測地点に接続する道路を
検索する。そして、その道路の交通量を制御している信
号を道路網Ｄ　Ｂ　５１７にて検索し、その情報を信号
パラメータ変更機能２８７′ ５１８へ送る。例えば、第９図のような格子状の道路網
を考えた場合、もし交差点Ｐで渋滞が発生すると予測さ
れたときには、それに接続する道路ａ、ｂ、ｃ、ｄを検
索し、それらの交通量を制御するそれぞれＡ、Ｂ、Ｃ，
Ｄの信号を求めるのである。そのためには道路網を、交
差点をノート、道路をブランチとするネツ１−ワークで
表現しておく必要がある。そして、信号機の情報をその
ノー１〜あるいはブランチから検索できるようにデータ
構造を作っておけばよい。または、道路網のイメージ情
報から平行線パターンを検索することによって、直接検
索することも可能である。一方、信号パラメータ変更機
能５１８ではその地点を通過する交通量を減らすように
、例えば青の信号現示時間を短くしたり、あるいはサイ
クル時間を短くしたりするパラメータ変更量を求める。

そして、その結果を２を経由して信号機に送るのである
。

ここで、渋滞発生予測機能５１４、道路網検索機能５１
６、信号パラメータ変更機能５１８をフローチャートで
説明すると、ます、渋滞発生予測機能５１４を具体的に
第１０図を用いて説明する。

ステップＦ　１００１にて交通容量を参照し、ステップ
Ｆ　］、　００２にて予測交通量を参照し、ステップＦ
　］、　ＯＯ３にてその差を計算する。そして、ステッ
プＦ１００４にて差が正か負かを判定し、負ならば容量
をオーバーしていないと判断し、予測交通量を参照する
ステップ戻る。正ならば次のステップに移る。次に、道
路網検索機能５１６を具体的に第１１図を用いて説明す
る。ステップＦ１１０１にて渋滞発生予測地点のＩＤ番
号を参照する。次にステップＦｌ　１０２にて渋滞発生
予測地点の隣接交差点を検索し、最後にステップＦ１］
０３にて、その隣接交差点の信号パラメータを参照し、
それを記憶する。また、信号パラメータ変更機構５１８
を具体的に第１２図を用いて説明する。まずステップＦ
１２０Ｆにて記憶された信号パラメータを参照する。ス
テップＦ　１２０２にて指定した量だけパラメータの値
を変化させ、最後にＦ１２０３ステップにてその新しい
パラメータの値を記憶する。

一方、第３図の中では交通量ＤＢ５１２、交通容量Ｄ　
Ｂ　５１５、道路網Ｄ　Ｂ　５１．７の３つのＤＢを別
々に描いたが、これらはまとめることが可能である。こ
のような制御の結果、もし渋滞の」二流側の交通容量に
余裕があれば、この流出量の減少を吸収して、全体とし
て渋滞の発生を防止できる。

しかし、に流側の交通容量に余裕がなかった場合、その
上流側の地点でも、また、渋滞が発生すると予想される
。この時は、この機能を繰り返して適用することにより
、その上流側地点を渋滞発生子測地点として検出でき、
同様にその流入道路しこ対して、信号調整することにな
る。このようにして、ある地点での渋滞の発生をその周
囲にならすことによって、即ち、道路網のある地点にお
ける渋滞の影響をその」−ｄε側へしわよせしていく制
御方式を採用することによって、全体として交通容量を
高めることが可能となる。

次に、渋滞対策機能５を実現するための、］一つの構成
要素である領域分割機能について、第１３図を用いて説
明する。領域分割調整機能５２では、まず道路網分割機
能５２コにて道路網ＤＢ５２２により、例えば第１４図
のように実戦で示した道路網を破線のメツシュ状の部分
領域に分割し、それを内部に含まれる信号の情報と共に
部分領域情報ＤＢＳ２３に記憶する。これを第１５図を
用いて説明すると、まずステップＦ　］、　５０　］に
て、領域の分割数を入力する。対象領域が矩形ならば縦
横の分割数を人力するのである。欣にステップＦ１５０
２にて、各部分領域毎に範囲を算出する。

そして、ステップＦ　］、　５０３にて各部分領域毎に
領域内に含まれる交差点・道路を記憶するのである。

そして、その部分領域内の道路の情報を用いて許容交通
量算出機能５２４にて、部分領域としての許容交通量を
算出し、それを部分領域情報ＤＢ５２３へ記憶する。こ
れを第１６図を用いて説明すると、まずステップＦ１６
０１にて、部分領域の１つを選択する。そしてステップ
Ｆ１６０２にて、部分領域内の道路を選択し、ステップ
Ｆ］、６０３にて、東→西、西→東、北→南、南→北の
方向成分包にボトルネック交通容量を道路網ＤＢを検索
することで求め、記憶する。次にステップＦ１６０４に
て、方向が同しものは重み付けして和をとり、記憶して
おく。この和をその方向の容量とするのである。ここで
１重みは道路容量が大きなものは大きく、小さなものは
小さくなるように設定する。

これらの処理をステップＦ１６０５にて、部分領域内の
すへての道路について行い、ステップＦ１６０６にて、
すべての部分領域について繰り返す。

このような前処理の後、まず、渋滞調整機能５１にて求
められた情報を、部分領域交通量予測機能５２５にて、
予測値も含めて各部分領域毎に集計する。これを第１７
図を用いて説明すると、まずステップＦ１７０］にて、
部分領域の１つを選択する。そしてステップＦ　１７０
２にて、部分領域内の道路を選択し、ステップＦ　１−
７０３にて、４測した交通量を東→西、西→東、北→南
、南→北の方向成分毎に和をとって、記憶する。これを
その方向の計測交通量とするのである。次にステップＦ
　１．７０４にて、予測した交通量を東→西、西→東、
北→南、南→北の方向成分毎に和をとって、記憶する。

これをその方向の予測交通量とするのである。これらの
処理をステップＦ１７０５にて、部分領域内のすべての
道路について行い、ステップＦ１７０６にて、すべての
部分領域について繰り返す。このように集計した計測交
通量と予測交通量の情報を部分領域情報ＤＢ５２３に記
憶すると共に、部分領域渋滞発生予測機能５２６へ送る
。

部分領域渋滞発生予測機能５２６では先に許容交通量算
出機能５２４にて求めて、部分領域情報ＤＢ５２３に記
憶された交通容量と交通量の予測値から、容量を超過す
ると予測される部分領域とその時刻を求める。超過しな
ければ、そのまま何もしないが、超過すると予測された
場合は、その情報を部分領域検索機能５２７へ送る。こ
れは第３図の渋滞発生予測機能５１４と同様な機能であ
る。

部分領域検索機能５２７では部分領域情報ＤＢ５２３に
記憶された部分領域情報をもとに、渋滞発生予測領域に
関係する部分領域を検索する。例えば、ある部分領域で
南→北方向の渋滞の発生が予測されれば、その部分領域
の南に位置する部分領域を検索するのである。そして、
関係する部分領域間の移動交通量を制御している信号群
を部分領域情報ＤＢＳ２３にて検索し、その情報を信号
パラメータ変更機能５２８へ送る。信号パラメータ変更
機能５２８では領域間の交通量を制限するように、パラ
メータ変更量を求める。例えば、北の方向の交通量を減
らすのであれば、北に向かう信号の青の現示時間を短く
するように、サイクル製麹くしたり、スプリノＩ−を変
えて青時間の比を少なくしたりする。そして、その結果
を信号機に送るのである。ここで、上述した説明の中で
は交通の方向として、東→西、西→東、北→南、南→北
の４つの方向で限定して述べたが、これ以外の方向につ
いても同様な議論が成り立つ。また、以」二述べた方式
は、第３図で説明した方式を、ある広がりを持った部分
領域を単位として実現したものである。

さらに、渋滞対策機能５の、１つの構成要素である２階
層調整機能について、第１８図を用いて説明する。２階
層調整機能５３は第１３図で説明した領域分割調整機能
５２における部分領域を、それぞれ幾つかのより大きな
部分領域にまとめて、渋滞対策を実施する機能である。

まず、部分領域集合機能５３１にて、部分領域を大きな
部分領域にまとめる。この場合、メツシュ状に分割され
ていれば、より粗いメツシュを指定することで、大きな
部分領域に集合させることができる。また、人がポイン
ティングデバイスを用いて、あるいは直接指定すること
も可能である。さらに、第１３図の許容交通量算出機能
５２４で説明したのと同様に、集合した部分領域の交通
量を幾つかの方向成分について重み付けして和をとる。

この求めた値がその大きな部分領域の交通容量となる。

このようにして太きな部分領域の交通量をさらに集約し
て扱うことが可能となる。そして、集合部分領域間調整
機能５３２にて、その大きな部分領域を単位として交通
量の予測、渋滞の発生の予測、関係部分領域の検素及び
信号パラメータの調整を実施する。具体的には第１３図
で説明した方式と同様になる。

これをさらに拡張したのが、多階層調整機能５４であり
、これについて第１９図を用いて説明する。多階層調整
機能５４では２階層調整機能を百帰的により高いレベル
まで適用するものである。

まず、階層レベル指定機能５４１にて、考えるレベルの
上限を設定する。そして、再帰的２階層調整機能５４２
では指定されたレベルまで、２階層調整機能５３を繰り
返して適用し、より広い範囲での渋滞対策を実現する。

領域の集合方式としては、第１８図の部分領域集合機能
５３１で説明した方式と同様に、メツシュを次々に粗く
して、より上位のレベルにまとめていく方式と人がマニ
ュアルでまとめていく方式が可能である。階層レベル指
定機能５４１で指定したレベルは前者のメツシュを次々
に粗くする際に使用する。

次に、渋滞対策機能５の構成要素である未観測定性情報
を考慮した交通量修正機能５５について、第２０図を用
いて説明する。未観測定性情報を考慮した交通量修正機
能５５では、まず最初に、未観測交通量についての知識
をＤＢ５５Ｆに記憶しておく。知識としては、例えば「
Ａ地点からＢ地点に朝、犬の交通量がある」、というよ
うに表現されるものとする。そして、知識の数値化機能
５５２にて、Ａ地点及びＢ地点の交通量を修正するため
の数値に知識を変換する。これを第２１図を用いて説明
すると、まずステップＦ　２　］、　０１にて蓄積され
た知識の１つを選択する。そしてステップＦ　２１０２
にて未観測の交通量を数値に換算してそれを記憶する。

ここで数値に換算する際には、道路の交通容量や周囲の
住宅の情報を参考にして値を決定する。それをステップ
Ｆ２１０３にて、すバでの知識について繰り返す。換算
する値は、最初に上述した方法で適当な値を仮定して、
それから実際のデータと合うようにこのループを繰り返
して調整する。その他に、ファジー関数を用いて数値に
変換する方法も可能である。最後に、予測交通量修正機
能５５３にて、第３図の交通量予測機能５１１にて得ら
れた予測値を、５５２にて求めた値を用いて修正する。

これを第２２図に用いて説明すると、まずステップＦ２
２０］にて、知識の１つを選択する。次にステップＦ２
２０２にて、選択した知識から換算数値と出発地・目的
地を参照する。そしてステップＦ　２２０３にて、参照
した出発地・目的地の予測交通量に参照する。

そしてステップＦ２２０４にて、出発地の予測交通量か
らは換算数値を滅し、目的地の予測交通量には換算数値
を加え、最後にそれらの値を記憶する。これらの処理を
ステップＦ２２０５１こて、す△ての知識に対して繰り
返す。

また、これに類似したものとして、非定常定量情報を考
慮した交通量修正機能５Ｇについて、第２３図登用いて
説明する。非定常定量情報を考慮した交通量修正機能５
６では、まず最初に、ある特定時期に測定された定量的
な交通量についてのデータを非定常定量交通量ＤＢ５６
］に記憶しておく。そして、予測交通量修正機能５６２
にて、それを用いて、第３図の交通量予測機能５１１に
て得られた予測値を修正する。具体的には上述した未観
測定性情報を考慮した交通量修正機能５５において、知
識を数値に換算する部分がなく、直接数値が得られてい
る場合と考えればよい。また、もし常時計測していない
場所のデータであれば、関係する時刻においてはそれを
予測値そのものとする。

ここでは、これらの未観測定性情報を考慮した交通量修
正機能５５と非定常定量情報を考慮した交通量修正機能
５６を渋滞調整機能向けに説明したが、これらは領域分
割調整機能５２．２階層調整機能５３及び多階層調整機
能５４にも適用可能である。

次に、渋滞対策機能５の構成要素である信号調整パター
ンマツチング機能５７について、第２４図を用いて説明
する。信号調整パターンマツチング機能５７では、まず
、信号パラメータ調整ＤＢ５７１に記憶された過去の信
号調整結果を、パターン分類機能５７２にてパターンに
分類し、その結果を信号パラメータ調整ＤＢＳ７１に記
憶しておく。例えば、対象地点付近の道路接続のパター
ンによって分類するのである。例えば第２５図のように
、１つの交差点ならば（ａ）十字交差点、（ｂ）Ｙ字交
差点、（ｃ）Ｔ字交差点、（ｄ）Ｘ字交差点のように分
類するのである。さらに幾何的形状だけでなく、流れパ
ターン分類機能５７／ｌにて交通の流れのパターンを考
慮した分類や、多項目パターン分類機能５７５にて例え
ば交通量、交通容量、交通の移動方向といった多数の項
目についての分類も実施しておく。ここで、流れパター
ンによる分類とは道路における各時間帯別に、交通流が
大である方向、即ち、主要な通過交通量に注１」シて、
それをベクトル的に扱うことで分類するものである。十
字交差点を例にして第２６図を用いて説明すると、ある
しきい値を設けて、その値以上の交通量を矢印で示すと
、（ａ）〜（ｄ）の例のように幾つかのパターンとして
考えることができる。また、交通量、交通容量、移動方
向による分類とは道路における利用効率、つまり通過可
能台数（交通容量）に対してどの程度通過しているかに
よって分類するものである。これも第２６図で説明した
流れパターンによる分類と同様に考えることが可能であ
る。以上では１つの交差点について説明したが、複数の
交差点についても同様の議論が成り立つ。

ソシて、パターン照合機能５７３にて、第３図の渋滞調
整機能５１内の信号パラメータ変更機能５１−８から未
調整の信号の情報を受は取り、それと５７１の分類結果
と照合して、一致ないしは一致とみなしたものがないか
検索する。一致したものがなければ、結果として何も出
力しないか、あるいはそれと類似のものを出力する。一
致したものがあればそれを出力する。そして、接続パタ
ーンでの照合と同様、交通の流れのパターンあるいは、
多項目パターンで一致ないしは一致とみなすものを検索
する。

ここでは、この信号調整パターンマツチング機能５７を
渋滞調整機能５］−向けに説明したが、これらは領域分
割調整機能５２．２階層調整機能５３及び多階層調整機
能５４にも適用可能である。

次に、渋滞対策機能５の構成要素である評価機能５８に
ついて、第２７図を用いて説明する。評価機能５８では
、まず評価指標値算出集計機能５８１にて、指標値を割
算、集計する。その際には、事前に対象となる領域を評
価領域指定機能５８２にて指定しておく。領域としては
道路網全体を指定したり、あるいは後述の渋滞関連地域
を指定したりすることが考えられる。そして、集訓した
評価値を評価値比較機能５８３に送り、それが事前に設
定した値あるいは以前に計算した値よりも、悪ければそ
の結果を渋滞調整機能５１の信号パラメータ変更機能５
１．８に送り、パラメータを再調整する。このループを
繰り返すことにより、パラメータの最適化が図れる。ま
た、評価値は評価値表示機能５８４にて表示する。また
、評価方式としては評価指標値算出集計機能５８１にて
評価値の総和を求め、その大小を評価値比較機能５８８
で比較する方式だけでなく、地域的な広がりを考慮して
、評価値の分布を統計的に処理したり５局所的に評価が
悪い所を探索して、その部分についての信号パラメータ
の変更を実施する方式も可能である。また、具体的な評
価値としては、例えば車両の平均速度と車両の密度と道
路長の３つの情報を掛は合わせた値を用いることが考え
られる。あるいは、従来からの遅れ時間、旅行時間、通
過交通量といった値を用いることも可能である。

次に、５の渋滞対策機能の構成要素であるシミュレータ
について、第２８図を用いて説明する。

シミュレータ５９は大きく２通りに使用できる。

それはオフラインシミュレータとオンラインシミュレー
タとしてである。まず、オフラインシミュレータとして
は、道路パターン作成機能５９１にてシミュレーション
の対象とする道路網を作成する。そして、交通パターン
作成機能５９２にてその道路網での交通パターンを発生
させる。ここで交通パターンを決定する方式としては、
対象領域の境界で時系列の車の発生・消滅をさせ、また
各交差点に車の右左折直進率を与えることで領域内を車
を走行させる方式と、対象領域の境界で目的地・移動経
路の情報を持った時系列の車の発生・消滅をさせ、領域
内を車を走行させる方式の２つが可能である。この２つ
の機能と信号調整機能５９３内の初期信号パラメータを
もって、シミュレーション機能５９５にてシミュレーシ
ョンする。

シミュレーション機能５９５にはシミュレーションの刻
み時間、車両の動作原理等の情報が含まれ、また、超音
波式感知器の情報以外の、より高度で正確な情報を用い
たシミュレーションも可能になっている。例えば、従来
では交差点での右左折直進率は適当な確率変数が割り当
てられていたが、画像処理による計測器によってその情
報が計測できれば、それを直接反映したシミュレーショ
ンが可能となる。そして、その結果を評価機能５９４に
て評価し、悪ければ信号調整機能５９３にて信号パラメ
ータを変更し、再度シミュレーションを実行する。これ
を繰り返すことによって、最終的に最適なパラメータが
求められる。この評価機能５８は第２７図の評価機能５
８と同様なものである。また、シミュレーションの様子
あるいは結果は、表示機能５９６にて目に見える形で表
示する。

そして、求められたパラメータを第２４図の信号調整パ
ターンマツチング機能５７内の信号パラメータ調整ＤＢ
に記憶して、実際の信号の調整時に役立てる。次に、オ
ンラインシミュレータとしては、道路パターン作成機能
５９１の作成データは第３図の道路網ＤＢ５１７から抜
粋したものとし、また、交通パターン作成機能５９２の
作成データは計測していくデータそのものを基本とする
。後はオフラインシミュレータと同様にしてシミュレー
ションを実行し、渋滞調整機能５１と連動させて、信号
の最適パラメータ値を求める。そして、シミュレータに
よって求めた値と渋滞調整機能５１によって求めた値を
評価し、より優れたものを実際のパラメータ調整値とし
て信号機に送る。同時に、その結果を第２４図の信号調
整パターンマツチング機能５７内の信号パラメータ調整
ＤＢに記憶する。

また、実際にシミュレーションを実行する際には道路の
詳細に渡って、モデル化することはできない。しかし、
第２９図で説明した知識を用いることにより、それまで
考慮していなかった重要な要素を、新たにモデルに取り
込んだ、より正確なシミュレーションが可能となる。

最後に、渋滞対策機能５の構成は第２図のようになるが
、第２図に描いた各構成要素は、すべて存在しなければ
ならないわけではなく、必要に応じて、必要なものを選
択して構成することが可能である。

具体的な例として、地域１内の未観測な発生交通量があ
る場合を考える。この場合、地域１内の入力側の観測値
と信号調整値をシミュレーションで一致させ、出力側の
観測値と、出力側のシミユレーション値にずれがあれば
、地域内部の特殊事情が原因と考えられるので、未観測
定性情報による交通量修正機能５５を利用して、Ｊ、Ｚ
記ずれが縮まるように、修正値を決定する。次にこれら
の情報をベースとして渋滞を未然に防止する信号制御パ
ラメータを調整する。

Ｌ述の渋滞関連領域は渋滞が発生する可能性の高い地点
を指す。それを求める方法としては、例えば上述のシミ
ュレータ上で、交通パターン値つまり全体の交通量、を
に、（ｋは２〜０．５程度の値）倍してシミュレーショ
ンすることにより渋滞となってしまう領域を渋滞関連領
域とする方法がある。

〔発明の効果〕

本発明では、地域性と広域性並びに観測値と非観測値を
考慮しているため、本発明を交通管制方式として適用す
ることにより、道路交通における交通量をより正確に予
測し、その情報に基づいて渋滞の発生を未然に防止する
ような信号制御が可能となり、円滑な交通が実現できる
。

【図面の簡単な説明】

第１図は本発明の１実施例を示す構成図、第２図は第１
図で示した渋滞対策機能の構成を示す図、第３図は第２
図で示した渋滞調整機能の構成を示す図、第４図は交通
量を分類する際の時刻と単位時間交通量との関係を示す
図、第５図は第３図で示した交通量分類機能を実現する
フローチャート、第６図は第３図で示した交通量予測機
能の説明図、第７図は第３図で示した交通量予測機能を
実現するフローチャー１〜、第８図は第３図で示した渋
滞発生予測機能の説明図、第９図は第３図で示した道路
網検索機能の説明図、第１０図は第３図で示した渋滞発
生予測機能を実現するフローチャーｈ、第１１図は第３
図で示した道路網検索機能を実現するフローチャート、
第１２図は第３図で示した信号パラメータ変更機能を実
現するフローチャー１〜、第１３図は第２図で示した領
域調整機能の構成を示す図、第１４図は第１３図で示し
た道路網分割機能の説明図、第１５図は第１３図で示し
た道路網分割機能を実現するフローチャー１−５第１６
図は第１３図で示した許容交通量算出機能を実現するフ
ローチャー１−１第１７図は第１３図で示した部分領域
交通量予測機能を実現するフローチャー１〜、第１８図
は第２図で示した２階層調整機能の構成を示す図、第１
９図は第２図で示した多階層調整機能の構成を示す図、
第２０図は第２図で示した未観測定性情報を考慮した交
通量修正機能の構成を示す図、第２１−図は第２０図で
示した知識の数値化機能を実現するフローチャー１〜、
第２２図は第２０図で示した予測交通量修正機能を実現
するフローチャート、第２３図は第２図に示した非定常
定量情報を考慮した交通量修正機能の構成を示す図、第
２４図は第２図に示した信号調整パターンマツチング機
能の構成を示す図、第２５図は第２４図に示したパター
ン分類機能の説明図、第２６図は第２４図に示した流れ
パターン分類機能の説明図、第２７図は第２図に示した
評価機能の構成を示す図、第２８図は第２図に示したシ
ミュレータの構成を示す図である。

Claims (1)

1. 【特許請求の範囲】 １、道路の交通量に関する情報を計測する手段と、その
   交通量に関する情報より交通を制御する信号パラメータ
   の調整量を決定する手段と、前記信号パラメータを変更
   する手段とを有する信号機により制御される道路網にお
   ける交通管制方式において、交通の流れの円滑さを損な
   う道路の渋滞発生を予測し、その発生を回避するように
   信号を調整する手段を有することを特徴とする交通管制
   方式。 ２、特許請求の範囲第１項において、道路の交通量を予
   測する交通量予測手段と、渋滞の発生を予測する渋滞発
   生予測手段と、対象となる道路網から渋滞発生予測地点
   に接続する道路を検索する道路検索手段と、任意の地点
   を通過する交通量を制限するための信号パラメータを求
   める信号パラメータ演算手段を有することを特徴とする
   交通管制方式。 ３、特許請求の範囲第１項において、前記道路網を部分
   領域に分割する分割手段と、前記分割手段により分割さ
   れた各部分領域毎の許容交通量を求める許容交通量決定
   手段と、前記各部分領域毎の交通量の時間変化を求め予
   測する部分領域内交通量変化予測手段と、前記各部分領
   域毎の渋滞発生を予測する部分領域内渋滞発生予測手段
   と、 前記決定された許容交通量を超過すると予測される部分
   領域の交通量に関連する他の部分領域を求める関連領域
   決定手段と、前記部分領域間の移動交通量を制限するよ
   うな、その部分領域内の信号パラメータを求める部分領
   域内信号パラメータ演算手段を備えたことを特徴とする
   交通管制方式。 ４、特許請求の範囲第３項において、前記分割された複
   数の部分領域のうち相互に関連する部分領域を集合とし
   てまとめる部分領域集合決定手段と、 前記決定された部分領域の集合毎の許容交通量を求める
   第２許容交通量決定手段と、前記部分領域の集合毎の交
   通量の時間変化を求め予測する部分領域集合内交通量変
   化予測手段と、前記部分領域の集合毎の渋滞発生を予測
   する部分領域集合内渋滞発生予測手段と、前記第２許容
   交通量決定手段により決定された許容交通量を超過する
   と予測される部分領域集合の交通量に関連する他の部分
   領域集合を求める関連領域集合決定手段と、前記部分領
   域集合間の移動交通量を制限するような、その部分領域
   集合内の信号パラメータを求める部分領域集合内信号パ
   ラメータ演算手段を備えたことを特徴とする交通管制方
   式。 ５、特許請求の範囲第４項において、前記部分領域集合
   決定手段により決定された部分領域集合間で更に相互に
   関連する部分領域集合を集合としてまとめる手段を備え
   たことを特徴とする交通管制方式。 ６、特許請求の範囲第１項において、前記道路の交通量
   に関する情報を計測する手段によって計測されていない
   未観測の交通量についての情報を知識として表現する知
   識表現手段と、前記知識表現手段により知識として記憶
   された未観測値の情報を数値情報に変換する数値情報変
   換手段と、前記数値情報変換手段により変換された数値
   情報を用いて、常時計測されている観測量から予測され
   る交通量を修正する第１の予測交通量修正手段を備えた
   ことを特徴とする交通管制方式。 ７、特許請求の範囲第１項において、前記道路の交通量
   に関する情報を計測する手段により所定期間内の交通量
   についての情報を記憶する所定期間内交通量記憶手段と
   、前記記憶された所定期間内の交通量についての情報を
   用いて、常時計測されている観測量から予測される量を
   修正する第２の予測交通量修正手段を備えたことを特徴
   とする交通管制方式。 ８、特許請求の範囲第１項において、過去の信号パラメ
   ータの調整結果を記憶しておく調整履歴記憶手段と、前
   記調整履歴記憶手段により記憶された過去の調整結果を
   パターンに分類する調整結果分類手段と、未調整の信号
   の情報と、前記調整結果分類手段により分類された過去
   の調整パターンとの比較を行なう調整パターン比較手段
   と、前記調整パターン比較手段により一致したとみなさ
   れた場合、その時の過去の調整パターンにより前記未調
   整信号のパラメータを変更するパラメータ変更手段を備
   えたことを特徴とする交通管制方式。 ９、特許請求の範囲第８項において、道路の交通量をそ
   の大きな流れに注目して、パターンに分類するパターン
   分類手段を備えたことを特徴とする交通管制方式。 １０、特許請求の範囲第８項において、前記調整結果分
   類手段は、交通量又は交通容量及び移動方向の情報を用
   いて分類することを特徴とする交通管制方式。 １１、特許請求の範囲第１項において、前記渋滞の状況
   を示す指標は、車両の平均速度、車両の密度及び道路長
   の３つの情報の乗算値であることを特徴とする交通管制
   方式。 １２、特許請求の範囲第１項において、前記渋滞の状況
   を示す指標は、車両の平均速度、車両の密度及び道路長
   の３つの情報の乗算値であって、渋滞関連領域を対象領
   域として、前記渋滞の状況を示す指標の総和を用いて、
   それを最大化するように信号パラメータを調整する手段
   を備えたることを特徴とする交通管制方式。 １３、特許請求の範囲第１項において、前記渋滞の状況
   を示す指標は、車両の平均速度、車両の密度及び道路長
   の３つの情報の乗算値であって、対象領域全体に渡る前
   記渋滞の状況を示す指標の総和を用いて、それを最大化
   するように信号パラメータを調整する手段を備えたこと
   を特徴とする交通管制方式。 １４、特許請求の範囲第１項において、前記信号調整手
   段は、シミュレータを有し、当該シミュレータによって
   適切な信号パラメータの調整値を決定する手段を有する
   ことを特徴とする交通管制方式。 １５、特許請求の範囲第１４項において、前記シミュレ
   ータをオンラインで接続して、信号パラメータの調整値
   を決定することを特徴とする交通管制方式。