WO2017033215A1 - 渋滞予防システム、渋滞予防方法、及び、記録媒体 - Google Patents

渋滞予防システム、渋滞予防方法、及び、記録媒体 Download PDF

Info

Publication number
WO2017033215A1
WO2017033215A1 PCT/JP2015/004307 JP2015004307W WO2017033215A1 WO 2017033215 A1 WO2017033215 A1 WO 2017033215A1 JP 2015004307 W JP2015004307 W JP 2015004307W WO 2017033215 A1 WO2017033215 A1 WO 2017033215A1
Authority
WO
WIPO (PCT)
Prior art keywords
point
target
traffic
traffic state
state
Prior art date
Application number
PCT/JP2015/004307
Other languages
English (en)
French (fr)
Inventor
優太 芦田
到 西岡
Original Assignee
日本電気株式会社
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 日本電気株式会社 filed Critical 日本電気株式会社
Priority to JP2017536061A priority Critical patent/JP6610669B2/ja
Priority to US15/754,031 priority patent/US10540891B2/en
Priority to PCT/JP2015/004307 priority patent/WO2017033215A1/ja
Publication of WO2017033215A1 publication Critical patent/WO2017033215A1/ja

Links

Images

Classifications

    • 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
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • 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
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • 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
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • 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
    • G08G1/07—Controlling traffic signals
    • G08G1/081—Plural intersections under common control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/095—Traffic lights
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096716—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information does not generate an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals

Definitions

  • the present invention relates to a traffic jam prevention system, a traffic jam prevention method, and a recording medium.
  • Patent Document 1 An example of a technique for preventing such traffic congestion is disclosed in Patent Document 1, for example.
  • the travel support device described in Patent Document 1 determines the traffic flow state from the acceleration of the vehicle and the inter-vehicle distance from another vehicle, and switches the vehicle travel control according to the determination result, so that the traffic flow is Prevent transitions to traffic conditions.
  • Patent Document 2 discloses another technique for preventing traffic congestion.
  • the traffic control system described in Patent Document 2 detects or predicts traffic in the vicinity of a road section where traffic volume is locally concentrated and traffic congestion is likely to occur, such as a lane junction, and traffic flow in the road section is detected. Controls the running of the vehicle so that it does not transition to a congested state.
  • Patent Document 3 discloses a technique for controlling the degree of congestion by calculating the degree of congestion based on road use reservation information and setting a usage fee according to the degree of congestion.
  • Patent Document 4 discloses a technique for determining whether or not a road section is congested based on vehicle position information, and setting a usage charge for the road section according to the determination result.
  • Non-Patent Literature 1 and Non-Patent Literature 2 disclose heterogeneous mixed learning techniques for generating a prediction model for each group having the same pattern and regularity of data.
  • An object of the present invention is to solve the above-described problems and provide a traffic jam prevention system, a traffic jam prevention method, and a recording medium that can more reliably prevent traffic jam at a target point at a target time.
  • the first traffic jam prevention system calculates a target traffic state that is a traffic state that should be achieved at a point different from the target point in order to prevent a traffic jam at a target time at the target point, Display control means for controlling the display means so that the target traffic state at the point is displayed on the display means.
  • a target traffic state that is a traffic state to be achieved at a point different from the target point in order to prevent traffic jam at a target point at the target point is calculated, and the target at the point is calculated.
  • the display means is controlled so that the traffic state is displayed on the display means.
  • the first recording medium readable by the computer calculates a target traffic state that is a traffic state that should be achieved at a point different from the target point in order to prevent congestion at the target point at the target point.
  • the program which controls the said display means and performs a process is stored so that the said target traffic state in the said point may be displayed on a display means.
  • the second traffic jam prevention system calculates a target traffic state that is a traffic state to be achieved at a point different from the target point in order to prevent a traffic jam at the target time at the target point, Log generating means for generating and outputting a log indicating the target traffic state at the point and the measured value of the traffic state at the point.
  • a target traffic state that is a traffic state that should be achieved at a point different from the target point in order to prevent traffic jam at a target time at the target point is calculated.
  • a log indicating the target traffic condition and the measured value of the traffic condition at the relevant point is generated and output.
  • the second recording medium readable by the computer calculates a target traffic state that is a traffic state to be achieved at a point different from the target point in order to prevent congestion at the target time at the target point. And storing a program for generating and outputting a log indicating the target traffic state at the point and the measured value of the traffic state at the point and executing the process.
  • the effect of the present invention is to more reliably prevent congestion at the target time at the target point.
  • FIG. 1 is a diagram showing a configuration of a traffic management system in the first embodiment of the present invention.
  • the traffic management system includes a traffic jam prevention system 10, a traffic jam prediction device 20, a traffic state control device 30, and a display device 40.
  • the traffic jam prevention system 10, the traffic jam prediction device 20, and the traffic state control device 30 are connected to each other via a network or the like.
  • the display device 40 is connected to the traffic jam prevention system 10 via a network or the like.
  • the traffic state control device 30 is disposed at each of a plurality of points (positions and sections), which are monitoring and control targets of the traffic state on the road network, and the traffic state control means (hereinafter referred to as the traffic state control device 30). (Also referred to as control means) to control the traffic state at the point.
  • a traffic state control device 30 is arranged at each of the points X1, X2,.
  • the traffic state for example, vehicle speed, the number of passing vehicles per unit time, vehicle density, and the like are used as the traffic state.
  • the traffic state is also referred to as a traffic flow.
  • the number of passing vehicles per unit time in the traffic state is also described as the traffic volume.
  • the traffic jam prediction device 20 predicts the occurrence of traffic jam at each point based on the traffic conditions at one or more points.
  • the traffic congestion prevention system 10 calculates a traffic state (target traffic state) to be achieved at each point in order to prevent occurrence of traffic jam at a specific point (target point) at a specific point (target point).
  • the traffic state at each point is controlled via 30.
  • FIG. 2 is a diagram showing a configuration of the traffic jam prevention system 10 according to the first embodiment of the present invention.
  • the traffic jam prevention system 10 includes a reception unit 11, a prevention processing unit 12, a control processing unit 13, a traffic state DB (database) 14, a transmission unit 15, a display control unit 16, an instruction receiving unit 17, and log generation.
  • the receiving unit 11 collects measured values of traffic conditions at each point.
  • the receiving unit 11 collects traffic state measurement values at predetermined collection intervals, for example, by sensors arranged at each point.
  • the receiving unit 11 may collect traffic state measurement values based on probe data transmitted from the in-vehicle terminal. Further, the reception unit 11 may collect traffic state measurement values from other devices such as the traffic jam prediction device 20.
  • FIG. 5 is a diagram showing an example of a traffic state in the first embodiment of the present invention.
  • the vehicle density at each point for each collection time is collected as the traffic state.
  • the traffic state DB 14 stores the traffic state measurement values collected by the receiving unit 11 at each point.
  • the receiving unit 11 collects a traffic state prediction model (also referred to as a prediction formula) used for traffic jam prediction from the traffic jam prediction device 20 or the like.
  • a traffic state prediction model also referred to as a prediction formula
  • the prediction model is a model for predicting the traffic state at a specific time (predicted time) at a specific point (predicted point) from the traffic state at each point.
  • the prediction model is generated, for example, using machine learning technology based on the time series of traffic conditions at each point.
  • a prediction model is produced
  • the prediction model may be a general time series model such as a linear regression model, an autoregressive model, or an autoregressive moving average model.
  • a prediction model such as Equation 1 is used to predict the vehicle density in the traffic state.
  • ⁇ ij is a parameter (weight coefficient) to be multiplied by ⁇ i (t).
  • FIG. 6 is a diagram showing an example of a prediction model in the first embodiment of the present invention.
  • T 0.5h (hour)
  • T 1h
  • T 1.5 hours later
  • prediction model not only a linear function like Formula 1 but the arbitrary function whose traffic state is an explanatory variable may be used.
  • a plurality of prediction models may be generated for the same prediction point. In this case, these prediction models may be used for each predicted time situation such as weather, day of the week, or time zone.
  • the prediction model DB 122 stores the prediction model collected by the receiving unit 11.
  • the receiving unit 11 collects traffic jam prediction information from the traffic jam prediction device 20 or the like.
  • the receiving unit 11 collects traffic jam prediction information at a predetermined time interval, for example.
  • FIG. 7 is a diagram showing an example of traffic jam prediction information in the first exemplary embodiment of the present invention.
  • the traffic jam prediction information includes the prediction time (prediction execution time), the presence or absence of traffic jam, the time when traffic jam is predicted (traffic jam prediction time), and the occurrence of traffic jam.
  • the point (congestion prediction point) is shown.
  • the prediction information DB 121 stores traffic jam prediction information collected by the receiving unit 11.
  • the receiving unit 11 collects a fundamental diagram of each point used for traffic jam prediction from the traffic jam prediction device 20 or the like.
  • FIG. 8 is a diagram showing an example of a fundamental diagram in the first embodiment of the present invention.
  • the fundamental diagram is an expression method used for analyzing traffic conditions, and is a diagram (graph) showing the relationship between the vehicle density, the vehicle speed, and the number of passing vehicles at each point on the road network. If the vehicle density is specified, the vehicle speed and the number of passing vehicles at that point can be estimated from the fundamental diagram.
  • the fundamental diagram indicates that when the vehicle density exceeds a certain value (density threshold), the vehicle speed and the number of passing vehicles decrease, and the traffic flow transitions from a free flow to a traffic jam state. In the embodiment of the present invention, this density threshold is used as an index for preventing traffic jam.
  • the diagram storage unit 125 stores the fundamental diagram for each point collected by the reception unit 11.
  • the prevention processing unit 12 includes a prediction information DB 121, a prediction model DB 122, a control means DB 123, a traffic state calculation unit 124 (also referred to as a calculation unit), and a diagram storage unit 125.
  • the control means DB 123 stores control means information.
  • FIG. 9 is a diagram illustrating an example of control means information in the first exemplary embodiment of the present invention.
  • the control means information in FIG. 9 includes cost information (cost information) related to a change in traffic state by the traffic state control device 30 arranged at each point, and a controllable amount (maximum value, minimum value) of the traffic state. Is set.
  • cost information cost information
  • maximum value, minimum value a controllable amount of the traffic state.
  • a cost coefficient representing the cost associated with the change per unit of the traffic state is set as the cost information.
  • a cost function as described later may be set as the cost information.
  • Control means information is used to calculate the target traffic state at each point.
  • the controllable amount and cost information in the control means information are set (converted) by the control processing unit 13 based on control characteristics and cost information of a control model described later.
  • the traffic state calculation unit 124 calculates the target traffic state of each point to prevent the traffic jam at the traffic jam prediction point based on the traffic state and the prediction model of each point.
  • the control processing unit 13 includes a control model DB 131 and a state control unit 132.
  • the control model DB 131 stores a control model that represents the characteristics of the control means of the traffic state control device 30 arranged at each point.
  • FIG. 10 is a diagram illustrating an example of a control model in the first embodiment of the present invention.
  • the control model of FIG. 10 relates to the type of control means included in the traffic state control device 30 arranged at each point, the relationship between the control content by the control means and the traffic state (control characteristics), and the change of the control content.
  • Cost information cost information
  • cost it is possible to use an arbitrary cost that represents a demerit that may occur to the road management or the user in accordance with the change in the control content, such as the cost, power, and necessary personnel accompanying the change in the control content.
  • the control model may be set by a road management operator based on the specifications of the traffic state control device 30 at each point, or based on information collected from the traffic state control device 30. May be set.
  • the state control unit 132 generates control information for realizing the target traffic state at each point based on the control model stored in the control model DB 131 so that the traffic state at each point becomes the target traffic state.
  • the traffic state control device 30 is controlled (so as to approach the target traffic state).
  • the transmission unit 15 transmits the control information generated by the control processing unit 13 to the traffic state control device 30 at each point.
  • the display control unit 16 controls the display device 40 such that the target traffic state at each point is displayed on the display device 40.
  • the instruction receiving unit 17 receives from the display device 40 an instruction for correcting the target traffic state at each point.
  • the log generation unit 18 generates a state log 181 indicating a target traffic state and a time series of measured values of the traffic state.
  • the log storage unit 19 stores the state log 181 generated by the log generation unit 18.
  • the traffic jam prevention system 10 may be a computer that includes a CPU (Central Processing Unit) and a storage medium that stores a program, and that operates by control based on the program.
  • a CPU Central Processing Unit
  • a storage medium that stores a program, and that operates by control based on the program.
  • FIG. 3 is a block diagram showing a configuration of the traffic jam prevention system 10 realized by a computer according to the first embodiment of the present invention.
  • the traffic jam prevention system 10 includes a CPU 101, a storage device 102 (storage medium) such as a hard disk and a memory, an input / output device 103 such as a keyboard and a display, and a communication device 104 that communicates with other devices.
  • the CPU 101 executes a program for realizing the reception unit 11, the traffic state calculation unit 124, the state control unit 132, the transmission unit 15, the display control unit 16, the instruction reception unit 17, and the log generation unit 18.
  • the storage device 102 stores data of the prediction information DB 121, the prediction model DB 122, the control unit DB 123, the diagram storage unit 125, the control model DB 131, the traffic state DB 14, and the log storage unit 19.
  • the communication device 104 receives traffic jam prediction information, a prediction model, a traffic state at each point, and a fundamental diagram from another device or the like. Moreover, the communication device 104 transmits control information to the traffic state control device 30 at each point.
  • the input / output device 103 may accept input of traffic jam prediction information, a prediction model, a traffic state at each point, and a fundamental diagram from an operator or the like. Further, the input / output device 103 may output control information to be set in the traffic state control device 30 at each point to an operator or the like.
  • each component of the traffic jam prevention system 10 may be realized by a logic circuit.
  • a plurality of components may be realized by one logic circuit, or may be realized by a plurality of independent logic circuits.
  • each component of the traffic jam prevention system 10 may be distributed in a plurality of physical devices connected by wire or wirelessly.
  • the traffic jam prevention system 10 may be realized by distributed processing by a plurality of computers.
  • a traffic jam prevention service by the traffic jam prevention system 10 may be provided to the operator in the SaaS (Software as Service) format.
  • the traffic state control device 30 is arranged at points X1, X2,... Of the road network as shown in FIG. 1, and the traffic state shown in FIG. Assume that the distance between points is, for example, 10 kilometers.
  • the prediction model DB 122, the prediction information DB 121, and the diagram storage unit 125 store the prediction model of FIG. 6, the traffic jam prediction information of FIG. 7, and the fundamental diagram of FIG. 8, respectively.
  • the control means DB 123 and the control model DB 131 store control means information and control models as shown in FIGS.
  • FIG. 4 is a flowchart showing the traffic jam prevention process in the first embodiment of the present invention.
  • the traffic state calculation unit 124 of the prevention processing unit 12 acquires a traffic jam prediction point and a traffic jam prediction time from the traffic jam prediction information (step S11).
  • the traffic state calculation unit 124 determines the traffic congestion prediction point “X6” and the traffic congestion prediction time “2015/08/01 12:00” from the traffic jam prediction information at the current time “2015/08/01 10:00” in FIG. (After 2 hours).
  • the traffic state calculation unit 124 acquires a prediction model for predicting the traffic state at the traffic jam prediction time for each point from the prediction model DB 122 (step S12).
  • the traffic state calculation unit 124 uses the acquired prediction model to calculate the target traffic state at each point at the current time in order to prevent the traffic jam at the traffic jam predicted point at the traffic jam predicted time (step S13).
  • the traffic state calculation unit 124 obtains a target traffic state at each point by obtaining a solution to an optimization problem expressed by an objective function of Formula 2, Formula 3 and Formula 4 of a constraint equation. calculate.
  • Equation 2 ⁇ * i (t) indicates the target traffic state (vehicle density) at the current time t at the point xi.
  • c i indicates a cost coefficient of the traffic state control device 30 arranged at the point xi. This objective function is such that the sum of values obtained by multiplying the difference between the measured value of the traffic state at the current time t and the target traffic state to prevent traffic congestion (the control amount of the traffic state) by the cost coefficient is minimized. It indicates that the target traffic state ⁇ * i (t) at the time is determined.
  • Equation 2 an expression other than Equation 2 may be used as the objective function.
  • an expression relating to the difference between the traffic state at the previous time t ⁇ 1 and the traffic state at the current time t may be used as the objective function so that the traffic state at each point does not vibrate.
  • other objective functions that are acceptable or preferable for road management such as a combination of such a difference in traffic state and Equation 2, may be used.
  • an arbitrary cost function using the control amount as an input may be defined for each point.
  • different cost coefficients and cost functions may be defined according to conditions such as the location and the time zone. Different cost functions may be defined according to the sign of the control amount.
  • Equation 3 ⁇ TH j represents a density threshold value at the point xj.
  • This constraint equation indicates that the target traffic state is limited so that the predicted value of the traffic state (vehicle density) at the traffic jam occurrence prediction time t + T is equal to or less than the density threshold at all points.
  • This constraint equation is set in order to avoid the occurrence of traffic jams at other points as a result of trying to prevent traffic jams at traffic jam prediction points.
  • one or more arbitrary points including a traffic jam prediction point may be defined.
  • Formula 3 uses a prediction model that predicts the vehicle density at the predicted time from the vehicle density at the current time. For example, from other traffic conditions such as the number of passing vehicles, or a combination of a plurality of traffic conditions A prediction model for predicting the vehicle density at the prediction time may be used.
  • a prediction model for predicting the vehicle density at the prediction time may be used.
  • other constraint conditions that are permitted or preferable in road management such as a traffic volume storage constraint in which the total traffic volume (number of vehicles) on the road network is stored even after control. May be added.
  • d MAX i indicates the maximum value of the traffic state controllable amount by the traffic state control device 30 arranged at the point xi.
  • This constraint equation indicates that the target traffic state is limited so that the control amount is less than or equal to the maximum controllable amount at all points.
  • a similar constraint equation may be used for the minimum value.
  • different values may be defined depending on conditions such as the location and the time zone. Further, different controllable amounts may be defined depending on whether the control amount is positive or negative.
  • FIG. 11 is a diagram illustrating an example of a calculation result of the target traffic state in the first embodiment of the present invention.
  • the traffic state calculation unit 124 the prediction model acquired in step S12, the traffic state at the current time “2015/08/01 10:00” in FIG. 5, the density threshold value in FIG. 8, and the control means information in FIG. Is used to calculate the target traffic state at each point as shown in FIG.
  • the display control unit 16 generates a display screen 161 for displaying the target traffic state and the like at each point, and displays the display screen 161 on the display device 40 (step S14).
  • FIG. 12, FIG. 13, and FIG. 14 are diagrams showing examples of the display screen 161 in the first embodiment of the present invention.
  • the traffic state display area 162 displays the traffic jam prediction time and the traffic jam prediction point related to the traffic to be prevented, the measured value of the traffic state at each point at the current time, and the target traffic state. Yes.
  • one hour after the target traffic state is set in the traffic state display area 163 at each point at the predicted traffic jam time, the traffic jam predicted point, and the current time, A predicted value of the traffic state after 2 hours and a predicted result of occurrence of traffic congestion are displayed.
  • predicted values are calculated by, for example, the target traffic state and the prediction model in the traffic state calculation unit 124.
  • the traffic state calculation unit 124 also predicts the occurrence of a traffic jam using the predicted value of the traffic state and the density threshold value.
  • the display screen 161 in FIG. 14 indicates that no traffic jam occurs at the traffic jam predicted point (point “X6”) at the traffic jam predicted time (after 2 hours).
  • the display control unit 16 causes the display device 40 to display a display screen 161 as shown in FIGS. 12 to 14 in accordance with the operation of the switching buttons 165a to 165e by the operator.
  • the display screen 161 may display the control content by the control means as generated in step S16 described later together with the target traffic state of each point.
  • the operator refers to the display screen 161 displayed on the display device 40 and can confirm the effect of preventing traffic jam by controlling the traffic state at each point.
  • the operator refers to these display screens 161 and corrects (changes) the target traffic state when there is a problem with the value of the target traffic state or the effect of preventing traffic jams.
  • the operator overwrites the target traffic state on the display screen 161 and operates the correction button 164 to correct the target traffic state.
  • the instruction receiving unit 17 receives the correction of the target traffic state from the display device 40 (step S15).
  • step S15 for example, when the target traffic state is corrected within a predetermined time after the display screen 161 is displayed (step S15 / Y), the display control unit 16 performs step for the corrected target traffic state.
  • the process from S14 is performed.
  • indication reception part 17 may receive the correction
  • the instruction receiving unit 17 may receive correction of parameters such as the format of the objective function and the cost (cost coefficient or cost function) used in the objective function.
  • the instruction receiving unit 17 may receive correction of parameters such as a constraint expression format, a density threshold used in the constraint expression, and a controllable amount (maximum value, minimum value) of the traffic state.
  • indication reception part 17 may receive the change of a prediction model.
  • step S13 When these changes related to the objective function and the constraint equation are performed, the processing from step S13 is performed.
  • step S15 for example, when the target traffic state is not corrected within a certain time after the display screen 161 is displayed or when no correction is instructed (step S15 / N), the state control unit 132 of the control processing unit 13 is displayed. Generates control information for each point (step S16).
  • the state control part 132 determines the content of the control information corresponding to the target traffic state of each point based on the control characteristic of a control model.
  • the type of target traffic state for example, vehicle density
  • the type of traffic state represented by the control model for example, vehicle speed
  • the state control unit 132 determines other types of traffic states (for example, the number of passing vehicles).
  • the type of the control information may be determined by converting the type using the measured value or the estimated value.
  • FIG. 15 is a diagram showing an example of control information in the first embodiment of the present invention.
  • the control information indicates the control contents to be executed by the control means of the traffic state control device 30 at each point together with the target traffic state.
  • the state control unit 132 generates control information as shown in FIG. 15 using the control model shown in FIG. 10 for the target traffic state shown in FIG.
  • the transmission unit 15 transmits the control information generated by the control processing unit 13 to the traffic state control device 30 at each point, and instructs execution of traffic state control (step S17).
  • the traffic state control device 30 at each point executes traffic control by the control means according to the control content of the control information.
  • the traffic state control device 30 at the point X1 50 kilometers before the traffic jam prediction point controls the gates of the toll gate so that the number of gates that can pass is “2”.
  • the traffic state control device 30 at the point X2 40 kilometers before the predicted traffic congestion point controls the driving support light so that the lighting pattern becomes “lighting pattern A”.
  • the traffic state control device 30 at the point X3 30 kilometers before the predicted traffic congestion point displays the “presentation information A” on a guide board or the like.
  • the log generation unit 18 generates a state log 181 indicating the target traffic state of each point and the traffic state after execution of control (step S18).
  • the log generation unit 18 stores the generated state log 181 in the log storage unit 19.
  • FIG. 16 is a diagram illustrating an example of the status log 181 according to the first embodiment of this invention.
  • the traffic congestion measurement value collected at a predetermined collection interval together with the traffic jam prediction time and the traffic jam prediction point, the control execution time, the control content of each point, the target traffic state, and the traffic congestion to be prevented. Is recorded.
  • the log generation unit 18 generates a status log 181 as shown in FIG.
  • the log generation unit 18 displays the generated state log 181 on the display device 40 in response to an instruction from an operator or the like.
  • the operator can check whether the control according to the target traffic state is performed by the control means at each point with reference to the state log 181 displayed on the display device 40.
  • the instruction receiving unit 17 may receive the correction of the target traffic state, the correction related to the objective function and the constraint equation for calculating the target traffic state, and the change of the prediction model, similarly to step S15 described above.
  • steps S12 to S18 are repeatedly executed at a predetermined control interval until the traffic congestion prediction time.
  • the target traffic state of the point is calculated and the traffic state is controlled.
  • FIG. 17 is a diagram showing an example of traffic control in the first embodiment of the present invention.
  • instruction receiving unit 17 is not limited to step S15, and may receive correction of the target traffic state or the like at any timing during which the processing of steps S12 to S18 is repeatedly executed.
  • the traffic state is controlled in response to the occurrence of a traffic jam at a traffic jam forecast point at a traffic jam forecast time.
  • the present invention is not limited to this, and the target traffic state is calculated at a predetermined control interval so that no congestion occurs after a predetermined time at all points to be monitored and controlled, or at any one or more arbitrary points.
  • the traffic state control may be repeated.
  • the traffic state is controlled for one traffic jam (one combination of the traffic jam prediction time and the traffic jam prediction point)
  • the traffic state may be controlled for a plurality of traffic jams (a plurality of combinations of traffic jam prediction times and traffic jam prediction points).
  • the constraint equation of Formula 3 is generated for the plurality of traffic jams.
  • the display screen 161 and the status log 181 also indicate the traffic jam prediction time and the traffic jam prediction point related to the plurality of traffic jams.
  • the distance between the points to be monitored and controlled is 10 kilometers.
  • the distance between points can be any distance such as tens of meters, hundreds of meters, kilometers, tens of kilometers, etc. Good.
  • the traffic state calculation unit 124 calculates the target traffic state by obtaining a solution to the optimization problem expressed by the objective function of Formula 2, Formula 3 and Formula 4 of the constraint equation. did. That is, the target traffic state to be achieved at a point different from the target point was calculated in order to prevent traffic congestion at the target point.
  • the point different from the target point all the points to be monitored and controlled (point i) are used in Equation 3, but as the point different from the target point, the traffic between the current time and the target time You may select and use the point where a state has a high correlation with an object point.
  • the target traffic state may be calculated and used for points existing in these ranges.
  • a correlation is expressed as a weighting factor ⁇ ij of the traffic state at each point used as an explanatory variable in the prediction model corresponding to the target point and the target time.
  • a very small weighting factor ⁇ ij can be obtained for a point having no correlation.
  • the target traffic state obtained for these points becomes almost the same value as the current traffic state, and the selection of the points having high correlation as described above can be realized.
  • the target traffic state of a point having a weighting coefficient ⁇ ij of a certain value or less is deleted from the optimization variable, and the current traffic state value is used as a fixed value.
  • the optimization problem may be solved.
  • the traffic state at a point on the near side of the predicted traffic congestion point in the traveling direction is controlled.
  • the present invention is not limited to this, and the target traffic state is calculated by the traffic state calculation unit 124, such as controlling the traffic state of the point ahead of the traffic jam prediction point in addition to the point ahead of the traffic jam prediction point in the traveling direction.
  • the traffic state at each point on the road network may be controlled.
  • control means of the traffic state control device 30 at each point can be used as the control means of the traffic state control device 30 at each point.
  • Charge control In charge control, the amount of traffic flowing into a particular point (section) is controlled by increasing or decreasing the usage fee for a specific point (section).
  • control characteristics of the control model for example, the relationship between the charge at each point (section) and the traffic volume is described.
  • a plurality of control characteristics are set according to calendar attributes such as days of the week and time zones. Based on such control characteristics, the state control unit 132 determines a fee corresponding to the target traffic state and sets it in the control information.
  • Control with a running light type driving assistance light a lighting pattern of lights such as LED (Light Emitting Diode) lights arranged on the road side is operated to control the running speed of the vehicle. That is, the lighting is turned on so as to run parallel to the traveling vehicle, and the relative speed with the traveling vehicle is increased or decreased, thereby affecting the driver's sense of speed and controlling the traveling speed. For example, when the light appears to be slow for the driver, an illusion that the traveling speed increases can be brought about, and speed suppression can be promoted. Conversely, if the light appears fast to the driver, speed recovery can be encouraged.
  • the speed can be controlled with a fine time granularity as long as the running light type driving assistance light is arranged.
  • the probability distribution of the influence on the speed given by the lighting pattern, the expected value, the average value, etc. are set as the control characteristics for the vehicle entering the section at a certain speed. Based on such control characteristics, the state control unit 132 determines a lighting pattern corresponding to the target traffic state and sets it in the control information.
  • Tollgate gate control In the tollgate gate control, the amount of traffic flowing from the tollgate is controlled by changing the total number of tollgate gates and the number of ETC (Electronic Toll Collection system) gates.
  • ETC Electronic Toll Collection system
  • the traffic volume passing through the toll gate is proportional to the number of ETC gates. That is, the number of passing through the toll gate per unit time increases as the number of ETC gates increases, and decreases as the number of ETC gates decreases.
  • the total number of gates at the toll gate also directly affects the number of toll gates passing through.
  • control characteristics of the control model for example, the total number of toll gates or the relationship between the number of ETC gates and the traffic volume is described.
  • control characteristics may be set for each condition such as the traffic volume of the toll booth and the ratio or estimated amount of the vehicle on which the ETC terminal is mounted.
  • changing the total number of toll gates and the number of ETC gates involves cost factors such as requiring direct labor by humans or difficult to change until the traffic volume is interrupted. It may be reflected in the cost.
  • the state control unit 132 determines the total number of gates and the number of ETC gates corresponding to the target traffic state, and sets them in the control information.
  • ETC gate opening / closing timing control the traffic volume passing through the toll gate is controlled by changing the operation settings (opening / closing timing and opening / closing speed) of the gate bar.
  • the driver of the vehicle passing through the ETC gate controls the traveling speed while checking the opening / closing state of the gate. For this reason, the vehicle speed in the vicinity of the gate changes depending on the time (timing) from when the vehicle enters the toll gate and it is determined to open the gate bar until it starts to raise the bar and the opening / closing speed of the bar. Since the operation of the gate bar is performed by a machine, the setting can be changed with fine time granularity.
  • control characteristics of the control model for example, entry speed to the ETC gate and gate bar operation time (gate timing and opening speed) and vehicle interval (interval associated with traffic volume) are described.
  • the traffic volume passing through the toll gate for the operation setting of the gate bar may be described as the control characteristic.
  • the state control unit 132 determines the operation setting of the gate bar corresponding to the target traffic state and sets it in the control information.
  • Guidance control to SA Service Area
  • PA Parking Area
  • the traffic volume is increased by encouraging the vehicle driver and passengers to use SA and PA.
  • the vehicle is evacuated from the road, so that the number of vehicles existing on the road can be reduced.
  • guidance means to SA / PA information presentation to a guide board arranged on a road, a terminal mounted on a vehicle, information presentation to a mobile terminal possessed by a driver or a passenger, etc. can be considered.
  • Information to be presented includes information that prompts guidance directly, such as clearly indicating the purpose of preventing traffic jams, and information that prompts guidance indirectly related to campaigns and incentives at stores in SA / PA. It is done.
  • control characteristics of the control model for example, the relationship between the presented information and the proportion of vehicles using SA / PA according to the content is described. Based on such control characteristics, the state control unit 132 determines presentation information corresponding to the target traffic state and sets it in the control information.
  • Control by the information presented on the information board In the control by the information presented on the information board, the traffic volume is controlled by information displayed on the information board arranged on the road. The amount of information that can be displayed on the information board is limited, but can be displayed in characters. For this reason, various drivers can be guided by the information displayed on the information board. Examples of the contents displayed on the information board include contents that prompt speed increase and suppression because traffic congestion is expected, contents that prompt the user to refrain from changing lanes, and the like. In this case, as the control characteristics of the control model, for example, the relationship between the display content and the proportion of the vehicle according to the content is described. Based on such control characteristics, the state control unit 132 determines the display content corresponding to the target traffic state and sets it in the control information.
  • a traffic state is controlled by using a patrol vehicle, a maintenance vehicle or the like owned by a road management company as a pacemaker vehicle. Since these vehicles are vehicles under the control of the road management company, the speed and driving behavior as instructed can be realized. For example, the behavior of the following vehicle can be controlled to some extent by instructing the pacemaker vehicle to drive strictly following the speed limit or to run at a speed slightly below the speed limit. Moreover, the traffic state can be controlled without increasing the cost by combining the original purpose of the pacemaker vehicle and the control of the traffic state, such as patrol and moving to a maintenance place.
  • the relationship between the driving pattern of the pacemaker vehicle and the influence of the driving pattern on other nearby vehicles is described as the control characteristic of the control model.
  • the state control unit 132 determines a driving pattern corresponding to the target traffic state and sets it in the control information.
  • the traffic state is controlled by urging the autonomous traveling vehicle to switch traveling patterns such as vehicle speed and vehicle interval.
  • the autonomous vehicle may be, for example, a vehicle capable of completely automatic driving without human operation.
  • the autonomous traveling vehicle may be a vehicle capable of partially driving automatically, for example, equipped with a front vehicle tracking traveling function (cruise control) or the like.
  • the traveling pattern can be controlled by changing the setting of forward tracking, that is, the tracking distance, the reaction speed, and the like.
  • Such driving pattern control can be used in many vehicles due to the widespread use of vehicles equipped with automatic driving technology, and a great effect can be expected.
  • the influence on the subsequent vehicles of the vehicle group is large, so the traffic volume that can be controlled by the traveling pattern can be increased.
  • the control characteristics of the control model for example, the relationship between the travel pattern and the influence of the travel pattern on the traffic volume in the vicinity is described.
  • the control characteristic may be set in association with the traffic volume in the vicinity. Based on such control characteristics, the state control unit 132 determines a travel pattern corresponding to the target traffic state and a vehicle to which the travel pattern is applied, and sets it in the control information.
  • control means such as traffic signal control may be used in addition to the above-described control means.
  • the traffic state calculation unit 124 calculates the target traffic state using an objective function that takes into account the cost of the control means at each point.
  • the present invention is not limited to this, and when there are a plurality of control means at each point, the state control unit 132 may select one or more combinations of the control means at each point. In this case, for example, the state control unit 132 can obtain only a small control amount, but preferentially selects a control unit that produces an effect in a short time.
  • the state control unit 132 selects a control means such as toll control that can obtain a large control amount, although it takes time for the difference between the traffic state obtained by the means and the target traffic state to take effect. Also good.
  • the state control unit 132 may select the control means based on the control model and restrictions of each control means so that the probability that the target traffic state can be achieved is high and the cost for changing the traffic state is low. .
  • FIG. 18 is a block diagram showing a characteristic configuration of the embodiment of the present invention.
  • the congestion prevention system 10 includes a traffic state calculation unit 124 (calculation unit) and a display control unit 16.
  • the traffic state calculation unit 124 calculates a target traffic state that is a traffic state to be achieved at a point different from the target point in order to prevent congestion at the target time at the target point.
  • the display control unit 16 controls the display means so that the target traffic state at each point is displayed on the display means.
  • FIG. 19 is a block diagram showing another characteristic configuration of the embodiment of the present invention.
  • the traffic jam prevention system 10 includes a traffic state calculation unit 124 (calculation unit) and a log generation unit 18.
  • the traffic state calculation unit 124 calculates a target traffic state that is a traffic state to be achieved at a point different from the target point in order to prevent congestion at the target time at the target point.
  • the log generation unit 18 generates and outputs a log indicating the target traffic state at each point and the measured value of the traffic state at the point.
  • the traffic state calculation unit 124 calculates a target traffic state that is a traffic state to be achieved at a point different from the target point in order to prevent congestion at the target time at the target point.
  • the system can be adjusted so that an operator or the like can more reliably prevent traffic jams.
  • the reason is that the display control unit 16 controls the target traffic state at each point to be displayed on the display means, or the log generation unit 18 displays the target traffic state at each point and the measured value of the traffic state. This is because a log to be generated is generated and output.
  • the operator can change the value of the target traffic state, the objective function for calculating the target traffic state, the format and parameters of the constraint equation, and the prediction model so that a more appropriate target traffic state is set.
  • the second embodiment of the present invention in using a prediction model that predicts the traffic state at the predicted time from the predicted traffic state at the current time at each point and the predicted traffic state at the future time, Different from the first embodiment of the present invention.
  • Equation 5 a prediction model such as Equation 5 is used.
  • t 0 is the time of the starting point
  • ⁇ ij, ⁇ k, ij , ⁇ l, ij are parameters multiplied by ⁇ i (t), ⁇ i (t 0 + t k ), and ⁇ ′ i (t 0 + t l ), respectively.
  • the predicted values of the traffic state at the past time, the traffic state at the current time, and the traffic state at the future time are used as explanatory variables, respectively. ing.
  • the predicted value ⁇ ′ i (t 0 + t 1 ) is calculated by a prediction model that predicts the traffic state after t 1 hours based on the traffic state at time t 0 .
  • the predicted value ⁇ ′ i (t 0 + t 1 ) may be collected by the receiving unit 11 from another device such as the traffic jam prediction device 20 and stored in the traffic state DB 14.
  • the traffic state calculation unit 124 obtains the solution of the optimization problem expressed by the objective function of Equation 6, Equation 7 and Equation 8, and the target traffic state of each point. Is calculated.
  • a cost coefficient for each point is used as the cost.
  • different cost coefficients and cost functions are used depending on conditions such as the time zone as in the first embodiment. May be defined. Further, it is considered that the expected control amount at the future time includes a larger error due to the prediction error as the time difference between the current time and the future time is larger. Therefore, in the target function of Formula 6, a cost corresponding to the future time may be used, such as increasing the cost as the time difference between the current time and the future time is larger.
  • the traffic state calculation unit 124 predicts the traffic state at the target time at the target point from the traffic state at the current time at each point and the predicted value of the traffic state after the current time and before the target time. This is because the target traffic state is calculated using the prediction model.
  • Traffic jam prevention system 101 CPU 102 storage device 103 input / output device 104 communication device 11 receiving unit 12 prevention processing unit 121 prediction information DB 122 Prediction model DB 123 Control means DB 124 Traffic State Calculation Unit 125 Diagram Storage Unit 13 Control Processing Unit 131 Control Model DB 132 State Control Unit 14 Traffic State DB DESCRIPTION OF SYMBOLS 15 Transmission part 16 Display control part 161 Display screen 162 Traffic state display area 163 Traffic state display area 164 Correction button 165 Switching button 17 Instruction reception part 18 Log generation part 181 State log 19 Log storage part 20 Congestion prediction apparatus 30 Traffic state control apparatus 40 Display device

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

対象地点における対象時刻の渋滞をより確実に防ぐことができる渋滞予防システムを提供する。　渋滞予防システム（１０）は、交通状態算出部（１２４）、及び、表示制御部（１６）を含む。交通状態算出部（１２４）は、対象地点における対象時刻の渋滞を防ぐために対象地点と異なる地点において達成すべき交通状態である目標交通状態を算出する。表示制御部（１６）は、各地点における目標交通状態が表示手段に表示されるように、当該表示手段を制御する。

Description

渋滞予防システム、渋滞予防方法、及び、記録媒体
　本発明は、渋滞予防システム、渋滞予防方法、及び、記録媒体に関する。
　普通自動車や、大型自動車（バス、トラック等）等を含む車両の交通量を抑制し、交通渋滞を防ぐための様々な技術が開発されている。
　このような、交通渋滞を防ぐための技術の一例が、例えば、特許文献１に開示されている。特許文献１に記載の走行支援装置は、車両の加速度と他の車両との車間距離とから、交通流の状態を判定し、判定結果に応じて車両の走行制御を切り替えることで、交通流が渋滞状態に遷移することを防止する。
　また、交通渋滞を防ぐための他の技術が、特許文献２に開示されている。特許文献２に記載のトラフィック制御システムは、車線合流地点等の、交通量が局所的に集中し渋滞が発生しやすい道路区間の近傍において、交通量を検知または予測し、道路区間の交通流が渋滞状態に遷移しないように車両の走行を制御する。
　なお、関連技術として、特許文献３には、道路利用の予約情報をもとに混雑度を算出し、混雑度に応じた利用料金を設定することで混雑度を制御する技術が開示されている。また、特許文献４には、車両位置情報にもとづいて道路区間が渋滞状態であるかどうかを判定し、判定結果に応じて、道路区間の利用料金を設定する技術が開示されている。非特許文献１、及び、非特許文献２には、データの同一のパターンや規則性を持つグループ毎に予測モデルを生成する、異種混合学習技術が開示されている。
国際公開第２０１２／０８１２０８号 米国特許出願公開第２０１３／０１２４０１２号明細書 国際公開第２０１３／０１８６５６号 国際公開第２０１０／０９８１２８号
藤巻遼平、森永聡、「ビッグデータ時代の最先端データマイニング」、ＮＥＣ技報、Vol.65、No.2、2012年、p.81-85 Riki Eto, et al.、「Fully-Automatic Bayesian Piecewise Sparse Linear Models」、Proceedings of the 17th International Conference on Artificial Intelligence and Statistics (AISTATS)、2014年、p.238-246
　上述の特許文献１、２に記載された技術では、渋滞を予防する対象の道路区間において、局所的な交通量制御が行われる。しかしながら、対象道路区間に流入する交通量が極端に増加した場合等、対象道路区間の交通量の状態によっては、このような局所的な制御では十分な制御ができず、渋滞を防ぐことができない可能性がある。
　本発明の目的は、上述の課題を解決し、対象地点における対象時刻の渋滞をより確実に防げる渋滞予防システム、渋滞予防方法、及び、記録媒体を提供することである。
　本発明の一態様における第１の渋滞予防システムは、対象地点における対象時刻の渋滞を防ぐために前記対象地点と異なる地点において達成すべき交通状態である目標交通状態を算出する、算出手段と、前記地点における前記目標交通状態が表示手段に表示されるように、当該表示手段を制御する、表示制御手段と、を備える。
　本発明の一態様における第１の渋滞予防方法は、対象地点における対象時刻の渋滞を防ぐために前記対象地点と異なる地点において達成すべき交通状態である目標交通状態を算出し、前記地点における前記目標交通状態が表示手段に表示されるように、当該表示手段を制御する。
　本発明の一態様におけるコンピュータが読み取り可能な第１の記録媒体は、コンピュータに、対象地点における対象時刻の渋滞を防ぐために前記対象地点と異なる地点において達成すべき交通状態である目標交通状態を算出し、前記地点における前記目標交通状態が表示手段に表示されるように、当該表示手段を制御する、処理を実行させるプログラムを格納する。
　本発明の一態様における第２の渋滞予防システムは、対象地点における対象時刻の渋滞を防ぐために前記対象地点と異なる地点において達成すべき交通状態である目標交通状態を算出する、算出手段と、前記地点における前記目標交通状態と当該地点の交通状態の測定値とを示すログを生成し、出力する、ログ生成手段と、を備える。
　本発明の一態様における第２の渋滞予防方法は、対象地点における対象時刻の渋滞を防ぐために前記対象地点と異なる地点をにおいて達成すべき交通状態である目標交通状態を算出し、前記地点における前記目標交通状態と当該地点の交通状態の測定値とを示すログを生成し、出力する。
　本発明の一態様におけるコンピュータが読み取り可能な第２の記録媒体は、コンピュータに、対象地点における対象時刻の渋滞を防ぐために前記対象地点と異なる地点において達成すべき交通状態である目標交通状態を算出し、前記地点における前記目標交通状態と当該地点の交通状態の測定値とを示すログを生成し、出力する、処理を実行させるプログラムを格納する。
　本発明の効果は、対象地点における対象時刻の渋滞をより確実に防げることである。
本発明の第１の実施の形態における、交通管理システムの構成を示す図である。 本発明の第１の実施の形態における、渋滞予防システム１０の構成を示す図である。 本発明の第１の実施の形態における、コンピュータにより実現された渋滞予防システム１０の構成を示すブロック図である。 本発明の第１の実施の形態における、渋滞予防処理を示すフローチャートである。 本発明の第１の実施の形態における、交通状態の例を示す図である。 本発明の第１の実施の形態における、予測モデルの例を示す図である。 本発明の第１の実施の形態における、渋滞予測情報の例を示す図である。 本発明の第１の実施の形態における、ファンダメンタルダイアグラムの例を示す図である。 本発明の第１の実施の形態における、制御手段情報の例を示す図である。 本発明の第１の実施の形態における、制御モデルの例を示す図である。 本発明の第１の実施の形態における、目標交通状態の算出結果の例を示す図である。 本発明の第１の実施の形態における、表示画面１６１の例を示す図である。 本発明の第１の実施の形態における、表示画面１６１の他の例を示す図である。 本発明の第１の実施の形態における、表示画面１６１のさらに他の例を示す図である。 本発明の第１の実施の形態における、制御情報の例を示す図である。 本発明の第１の実施の形態における、状態ログ１８１の例を示す図である。 本発明の第１の実施の形態における、交通制御の例を示す図である。 本発明の実施の形態の特徴的な構成を示すブロック図である。 本発明の実施の形態の他の特徴的な構成を示すブロック図である。
　（第１の実施の形態）
　はじめに、本発明の第１の実施の形態の構成を説明する。
　図１は、本発明の第１の実施の形態における、交通管理システムの構成を示す図である。図１を参照すると、交通管理システムは、渋滞予防システム１０、渋滞予測装置２０、交通状態制御装置３０、及び、表示装置４０を含む。渋滞予防システム１０、渋滞予測装置２０、及び、交通状態制御装置３０は、ネットワーク等を介して相互に接続される。また、表示装置４０は、ネットワーク等を介して、渋滞予防システム１０に接続される。
　交通状態制御装置３０は、道路網上の交通状態の監視、制御対象である、複数の地点（位置や区間）の各々に配置され、当該交通状態制御装置３０が有する交通状態制御手段（以下、制御手段とも記載する）を用いて、当該地点における交通状態を制御する。図１の例では、地点Ｘ１、Ｘ２、…の各々に、交通状態制御装置３０が配置されている。
　本発明の第１の実施の形態では、交通状態として、例えば、車両速度や、単位時間あたりの通過台数、車両密度等を用いる。以下、交通状態を、交通流とも記載する。また、交通状態の内の、単位時間あたりの通過台数を、交通量とも記載する。
　渋滞予測装置２０は、１以上の地点の交通状態をもとに、各地点における渋滞発生を予測する。
　渋滞予防システム１０は、特定の地点（対象地点）における、特定の時刻（対象時刻）の渋滞発生を防ぐために、各地点で達成すべき交通状態（目標交通状態）を算出し、交通状態制御装置３０を介して、各地点の交通状態を制御する。
　図２は、本発明の第１の実施の形態における、渋滞予防システム１０の構成を示す図である。図２を参照すると、渋滞予防システム１０は、受信部１１、予防処理部１２、制御処理部１３、交通状態ＤＢ（データベース）１４、送信部１５、表示制御部１６、指示受付部１７、ログ生成部１８、及び、ログ格納部１９を含む。
　受信部１１は、各地点の交通状態の測定値を収集する。ここで、受信部１１は、例えば、各地点に配置されているセンサーにより、所定の収集間隔で、交通状態の測定値を収集する。なお、受信部１１は、車載端末から送信されるプローブデータをもとに、交通状態の測定値を収集してもよい。また、受信部１１は、渋滞予測装置２０等の他の装置から交通状態の測定値を収集してもよい。
　図５は、本発明の第１の実施の形態における、交通状態の例を示す図である。図５の例では、交通状態として、収集時刻毎の、各地点の車両密度が収集されている。
　交通状態ＤＢ１４は、受信部１１により収集された、各地点の交通状態の測定値を格納する。
　また、受信部１１は、渋滞予測装置２０等から、渋滞予測に用いられる、各地点の交通状態の予測モデル（または、予測式とも記載する）を収集する。
　予測モデルは、各地点における交通状態から、特定の地点（予測地点）における、特定の時刻（予測時刻）の交通状態を予測するためのモデルである。
　予測モデルは、例えば、各地点の交通状態の時系列をもとに、機械学習技術を用いて生成される。予測モデルは、例えば、非特許文献１、２に開示されている異種混合学習技術を用いて生成される。また、予測モデルは、線形回帰モデルや、自己回帰モデル、自己回帰移動平均モデル等、一般的な時系列モデルでもよい。
　本発明の第１の実施の形態では、交通状態の内の車両密度を予測する、数１式のような予測モデルを用いる。
Figure JPOXMLDOC01-appb-M000001
　ここで、ρｉ（ｔ）は、地点ｘｉ（ｉ＝１、２、…、Ｎ；Ｎは監視、制御対象の地点の数）における、現在時刻ｔの車両密度である。また、ρ'ｊ（ｔ＋Ｔ）は、予測地点ｘｊ（j＝１、２、…、Ｎ）における、予測時刻ｔ＋Ｔの車両密度の予測値である。αｉｊは、ρｉ（ｔ）に乗じるパラメータ（重み係数）である。
　図６は、本発明の第１の実施の形態における、予測モデルの例を示す図である。図６の例では、各地点について、０．５時間後（Ｔ＝０．５ｈ（hour））、１時間後（Ｔ＝１ｈ）、１．５時間後（Ｔ＝１．５ｈ）、２時間後（Ｔ＝２ｈ）、…の予測モデルが生成されている。
　なお、予測モデルとして、数１式のような線形関数に限らず、交通状態が説明変数である任意の関数が用いられてもよい。また、同じ予測地点に対して、複数の予測モデルが生成されてもよい。この場合、これらの予測モデルは、天候や、曜日、時間帯等、予測時刻の状況毎に使い分けられてもよい。
　予測モデルＤＢ１２２は、受信部１１により収集された、予測モデルを格納する。
　また、受信部１１は、渋滞予測装置２０等から、渋滞予測情報を収集する。ここで、受信部１１は、例えば、所定の時間間隔で渋滞予測情報を収集する。
　図７は、本発明の第１の実施の形態における、渋滞予測情報の例を示す図である。図７の例では、渋滞予測情報は、予測を行った時刻（予測実施時刻）、渋滞発生の有無、渋滞の発生が予測される時刻（渋滞予測時刻）、及び、渋滞の発生が予測される地点（渋滞予測地点）が示されている。
　予測情報ＤＢ１２１は、受信部１１により収集された、渋滞予測情報を格納する。
　さらに、受信部１１は、渋滞予測装置２０等から、渋滞予測に用いられる、各地点のファンダメンタルダイアグラムを収集する。
　図８は、本発明の第１の実施の形態における、ファンダメンタルダイアグラムの例を示す図である。ファンダメンタルダイアグラムは、交通状態の解析に用いられる表現方法であり、道路網上の各地点における、車両密度と車両速度や通過台数との関係を示すダイアグラム（グラフ）である。車両密度が特定されれば、ファンダメンタルダイアグラムにより、その地点における車両速度や通過台数を推定できる。ファンダメンタルダイアグラムでは、車両密度がある値（密度閾値）を超えると、車両速度や通過台数が減少し、交通流が自由流から渋滞状態に遷移することが示される。本発明の実施の形態では、この密度閾値を、渋滞予防の指標に用いる。
　ダイアグラム格納部１２５は、受信部１１により収集された、各地点に対するファンダメンタルダイアグラムを格納する。
　予防処理部１２は、予測情報ＤＢ１２１、予測モデルＤＢ１２２、制御手段ＤＢ１２３、交通状態算出部１２４（または、算出部とも記載する）、及び、ダイアグラム格納部１２５を含む。
　制御手段ＤＢ１２３は、制御手段情報を格納する。図９は、本発明の第１の実施の形態における、制御手段情報の例を示す図である。図９の制御手段情報には、各地点に配置された交通状態制御装置３０による交通状態の変更に係るコストの情報（コスト情報）、当該交通状態の制御可能量（最大値、最小値）が設定されている。図９の例では、コスト情報として、交通状態の単位あたりの変更に伴うコストを表す、コスト係数が設定されている。また、コスト情報として、後述するようなコスト関数が設定されていてもよい。
　制御手段情報は、各地点の目標交通状態を算出するために用いられる。制御手段情報における制御可能量やコスト情報は、後述する制御モデルの制御特性やコスト情報をもとに、制御処理部１３により設定（変換）される。
　交通状態算出部１２４は、各地点の交通状態と予測モデルとをもとに、渋滞予測地点における渋滞予測時刻の渋滞を防ぐための、各地点の目標交通状態を算出する。
　制御処理部１３は、制御モデルＤＢ１３１、及び、状態制御部１３２を含む。
　制御モデルＤＢ１３１は、各地点に配置された交通状態制御装置３０が有する制御手段の特性を表す、制御モデルを格納する。図１０は、本発明の第１の実施の形態における、制御モデルの例を示す図である。図１０の制御モデルには、各地点に配置された交通状態制御装置３０が有する制御手段の種類、当該制御手段による制御内容と交通状態との関係（制御特性）、当該制御内容の変更に係るコストの情報（コスト情報）が設定されている。ここで、コストとして、制御内容の変更に伴う費用や電力、必要人員等、制御内容の変更に伴い、道路管理やユーザに対して発生しうるデメリットを表す任意のコストを用いることができる。
　制御モデルは、各地点の交通状態制御装置３０の仕様等をもとに、道路管理のオペレータにより設定されてもよいし、交通状態制御装置３０から収集した情報をもとに、制御処理部１３により設定されてもよい。
　状態制御部１３２は、制御モデルＤＢ１３１に格納された制御モデルをもとに、各地点の目標交通状態を実現するための制御情報を生成し、各地点の交通状態が目標交通状態となるように（目標交通状態に近づくように）、交通状態制御装置３０を制御する。
　送信部１５は、制御処理部１３により生成された制御情報を、各地点の交通状態制御装置３０へ送信する。
　表示制御部１６は、各地点の目標交通状態等が表示装置４０に表示されるように、表示装置４０を制御する。
　指示受付部１７は、表示装置４０から、各地点の目標交通状態の修正指示等を受け付ける。
　ログ生成部１８は、目標交通状態と交通状態の測定値の時系列とを示す状態ログ１８１を生成する。
　ログ格納部１９は、ログ生成部１８により生成された状態ログ１８１を格納する。
　なお、渋滞予防システム１０は、ＣＰＵ（Central Processing Unit）とプログラムを記憶した記憶媒体を含み、プログラムにもとづく制御によって動作するコンピュータであってもよい。
　図３は、本発明の第１の実施の形態における、コンピュータにより実現された渋滞予防システム１０の構成を示すブロック図である。
　この場合、渋滞予防システム１０は、ＣＰＵ１０１、ハードディスクやメモリ等の記憶デバイス１０２（記憶媒体）、キーボード、ディスプレイ等の入出力デバイス１０３、及び、他の装置等と通信を行う通信デバイス１０４を含む。ＣＰＵ１０１は、受信部１１、交通状態算出部１２４、状態制御部１３２、送信部１５、表示制御部１６、指示受付部１７、及び、ログ生成部１８を実現するためのプログラムを実行する。記憶デバイス１０２は、予測情報ＤＢ１２１、予測モデルＤＢ１２２、制御手段ＤＢ１２３、ダイアグラム格納部１２５、制御モデルＤＢ１３１、交通状態ＤＢ１４、及び、ログ格納部１９のデータを記憶する。通信デバイス１０４は、他の装置等から、渋滞予測情報や予測モデル、各地点の交通状態、ファンダメンタルダイアグラムを受信する。また、通信デバイス１０４は、制御情報を、各地点の交通状態制御装置３０へ送信する。入出力デバイス１０３は、オペレータ等から、渋滞予測情報や予測モデル、各地点の交通状態、ファンダメンタルダイアグラムの入力を受け付けてもよい。また、入出力デバイス１０３が、オペレータ等へ、各地点の交通状態制御装置３０に設定すべき制御情報を出力してもよい。
　また、渋滞予防システム１０の各構成要素は、論理回路で実現されていてもよい。この場合、複数の構成要素が、１つの論理回路で実現されていてもよいし、それぞれ、複数の独立した論理回路で実現されていてもよい。
　また、渋滞予防システム１０の各構成要素は、有線または無線で接続された複数の物理的な装置に分散的に配置されていてもよい。この場合、渋滞予防システム１０は、複数のコンピュータによる分散処理により実現されていてもよい。
　また、渋滞予防システム１０による渋滞予防のサービスが、ＳａａＳ（Software as a Service）形式で、オペレータに提供されてもよい。
　次に、本発明の第１の実施の形態の動作について説明する。
　ここでは、図１のように道路網の地点Ｘ１、Ｘ２、…、に交通状態制御装置３０が配置されており、交通状態ＤＢ１４には、図５の交通状態が格納されていると仮定する。地点間の距離は、例えば、１０キロメートルであると仮定する。また、予測モデルＤＢ１２２、予測情報ＤＢ１２１、及び、ダイアグラム格納部１２５には、それぞれ、図６の予測モデル、図７の渋滞予測情報、図８のファンダメンタルダイアグラムが格納されていると仮定する。さらに、制御手段ＤＢ１２３、及び、制御モデルＤＢ１３１には、図９、図１０のような制御手段情報、及び、制御モデルが格納されていると仮定する。
　図４は、本発明の第１の実施の形態における、渋滞予防処理を示すフローチャートである。
　はじめに、予防処理部１２の交通状態算出部１２４は、渋滞予測情報から、渋滞予測地点、及び、渋滞予測時刻を取得する（ステップＳ１１）。
　例えば、交通状態算出部１２４は、図７の現在時刻「2015/08/01 10:00」の渋滞予測情報から、渋滞予測地点「Ｘ６」、渋滞予測時刻「2015/08/01 12:00」（２時間後）を取得する。
　交通状態算出部１２４は、予測モデルＤＢ１２２から、各地点について、渋滞予測時刻の交通状態を予測するための予測モデルを取得する（ステップＳ１２）。
　例えば、交通状態算出部１２４は、図６の予測モデルから、各地点について、２時間後（Ｔ＝２ｈ）の交通状態を予測するための予測モデルを取得する。
　交通状態算出部１２４は、取得した予測モデルを用いて、渋滞予測地点における渋滞予測時刻の渋滞を防ぐための、現在時刻の各地点の目標交通状態を算出する（ステップＳ１３）。
　ここで、交通状態算出部１２４は、例えば、数２式の目的関数、数３式、数４式の制約式で表される最適化問題の解を求めることにより、各地点の目標交通状態を算出する。
Figure JPOXMLDOC01-appb-M000002
Figure JPOXMLDOC01-appb-M000003
Figure JPOXMLDOC01-appb-M000004
　数２式において、ρ＊ ｉ（ｔ）は、地点ｘｉにおける、現在時刻ｔの目標交通状態（車両密度）を示す。ｃｉは、地点ｘｉに配置されている交通状態制御装置３０のコスト係数を示す。この目的関数は、現在時刻ｔの交通状態の測定値と渋滞を防ぐための目標交通状態との差分（交通状態の制御量）にコスト係数を乗じた値の総和が最小になるように、現在時刻の目標交通状態ρ＊ ｉ（ｔ）を決定することを示す。
　なお、目的関数として、数２式以外の式が用いられてもよい。例えば、各地点における交通状態が振動しないように、目的関数として、前の時刻ｔ－１における交通状態と現在時刻ｔにおける交通状態との差分に係る式が用いられてもよい。また、このような交通状態の差分と数２式との組み合わせ等、道路管理で許容される、または、好ましい状態を示す、他の目的関数が用いられてもよい。
　また、コスト係数の代わりに、地点毎に、制御量を入力として用いる任意のコスト関数が定義されてもよい。また、地点と時間帯等の条件に応じて、異なるコスト係数やコスト関数が定義されてもよい。また、制御量の正負に応じて異なるコスト関数が定義されてもよい。
　数３式において、ρＴＨ ｊは、地点ｘｊにおける密度閾値を示す。この制約式は、全地点において、渋滞発生予測時刻ｔ＋Ｔの交通状態（車両密度）の予測値が密度閾値以下であるように、目標交通状態が制限されることを示している。この制約式は、渋滞予測地点の渋滞を防ごうとした結果、他の地点に渋滞が発生することを避けるために設定される。なお、数３式を全地点について定義する代わりに、渋滞予測地点を含む、１以上の任意の地点について定義してもよい。
　また、数３式では、現在時刻の車両密度から、予測時刻の車両密度を予測する予測モデルを用いているが、例えば、通過台数等、他の交通状態、あるいは、複数の交通状態の組み合わせから、予測時刻の車両密度を予測する予測モデルを用いてもよい。また、制約式として、道路網上の全交通量（車両数）が制御後も保存されるような交通量保存制約等、道路管理において許容される、または、好ましい状態を示す、他の制約条件が付加されてもよい。
　数４式において、ｄＭＡＸ ｉは、地点ｘｉに配置されている交通状態制御装置３０による、交通状態の制御可能量の最大値を示す。この制約式は、全地点において、制御量が制御可能量の最大値以下であるように、目標交通状態が制限されることを示している。制御可能量の最小値が定義されている場合、最小値について、同様の制約式が用いられてもよい。なお、これらの制御可能量についても、地点と時間帯等の条件に応じて異なる値が定義されていてもよい。また、制御量の正負に応じて異なる制御可能量が定義されていてもよい。
　図１１は、本発明の第１の実施の形態における、目標交通状態の算出結果の例を示す図である。
　例えば、交通状態算出部１２４は、ステップＳ１２で取得した予測モデル、図５における現在時刻「2015/08/01 10:00」の交通状態、図８の密度閾値、及び、図９の制御手段情報を用いて、図１１のように、各地点の目標交通状態を算出する。
　次に、表示制御部１６は、各地点の目標交通状態等を表示するための表示画面１６１を生成し、当該表示画面１６１を、表示装置４０に表示させる（ステップＳ１４）。
　図１２、図１３、及び、図１４は、本発明の第１の実施の形態における、表示画面１６１の例を示す図である。図１２の表示画面１６１では、交通状態表示領域１６２に、予防対象の渋滞に係る渋滞予測時刻と渋滞予測地点、現在時刻における各地点の交通状態の測定値、及び、目標交通状態が表示されている。また、図１３、図１４の表示画面１６１では、交通状態表示領域１６３に、渋滞予測時刻、渋滞予測地点、現在時刻に各地点に目標交通状態が設定された場合の、それぞれ、１時間後、２時間後の交通状態の予測値、及び、渋滞発生の予測結果が表示されている。これらの予測値は、例えば、交通状態算出部１２４において、目標交通状態と予測モデルにより算出される。また、渋滞発生の予測も、例えば、交通状態算出部１２４において、交通状態の予測値と密度閾値を用いて行われる。図１４の表示画面１６１では、渋滞予測時刻（２時間後）に、渋滞予測地点（地点「Ｘ６」）において、渋滞が発生しないことが示されている。
　例えば、表示制御部１６は、オペレータによる切替ボタン１６５ａ～ｅの操作に応じて、図１２～図１４のような表示画面１６１を、表示装置４０に表示させる。
　なお、表示画面１６１には、各地点の目標交通状態とともに、後述するステップＳ１６で生成されるような、制御手段による制御内容が表示されてもよい。
　オペレータは、表示装置４０に表示された表示画面１６１を参照し、各地点の交通状態の制御による、渋滞予防の効果を確認できる。また、オペレータは、これらの表示画面１６１を参照し、目標交通状態の値や渋滞予防の効果に問題がある場合、目標交通状態を修正（変更）する。ここで、オペレータは、例えば、表示画面１６１上の目標交通状態を上書きし、修正ボタン１６４を操作することにより、目標交通状態を修正する。
　指示受付部１７は、表示装置４０から、目標交通状態の修正を受け付ける（ステップＳ１５）。
　ステップＳ１５で、例えば、表示画面１６１を表示してから一定時間以内に目標交通状態の修正がある場合（ステップＳ１５／Ｙ）、表示制御部１６は、修正された目標交通状態に対して、ステップＳ１４からの処理を行う。
　なお、指示受付部１７は、ステップＳ１５で、目標交通状態の修正以外に、目標交通状態を算出するための目的関数や制約式に係る修正を受け付けてもよい。例えば、指示受付部１７は、目的関数の形式や、目的関数で用いられるコスト（コスト係数やコスト関数）等のパラメータの修正を受け付けてもよい。また、指示受付部１７は、制約式の形式や、制約式で用いられる密度閾値、交通状態の制御可能量（最大値、最小値）等のパラメータの修正を受け付けてもよい。また、指示受付部１７は、予測モデルの変更を受け付けてもよい。
　これら、目的関数や制約式に係る変更が行われた場合は、ステップＳ１３からの処理が行われる。
　ステップＳ１５で、例えば、表示画面１６１を表示してから一定時間以内に目標交通状態の修正がない場合や修正なしが指示された場合（ステップＳ１５／Ｎ）、制御処理部１３の状態制御部１３２は、各地点について、制御情報を生成する（ステップＳ１６）。ここで、状態制御部１３２は、制御モデルの制御特性をもとに、各地点の目標交通状態に対応する制御情報の内容を決定する。目標交通状態の種類（例えば、車両密度）と制御モデルで表される交通状態の種類（例えば、車両速度）が異なる場合、状態制御部１３２は、他の種類の交通状態（例えば、通過台数）等の測定値や推定値を用いて種類を変換し、制御情報の内容を決定してもよい。
　図１５は、本発明の第１の実施の形態における、制御情報の例を示す図である。図１５の例では、制御情報は、各地点の交通状態制御装置３０の制御手段で実施すべき制御内容が、目標交通状態とともに示されている。
　例えば、状態制御部１３２は、図１１の目標交通状態に対して、図１０の制御モデルを用いて、図１５のような制御情報を生成する。
　次に、送信部１５は、制御処理部１３により生成された制御情報を、各地点の交通状態制御装置３０へ送信し、交通状態の制御実行を指示する（ステップＳ１７）。
　各地点の交通状態制御装置３０は、制御情報の制御内容に従って、制御手段による交通制御を実行する。
　例えば、渋滞予測地点の５０キロメートル手前の地点Ｘ１の交通状態制御装置３０は、通過可能なゲート数が「２」となるように料金所のゲートを制御する。渋滞予測地点の４０キロメートル手前の地点Ｘ２の交通状態制御装置３０は、点灯パターンが「点灯パターンＡ」となるように運転支援灯を制御する。渋滞予測地点の３０キロメートル手前の地点Ｘ３の交通状態制御装置３０は、「提示情報Ａ」を案内板等に表示する。
　次に、ログ生成部１８は、各地点の目標交通状態や制御実行後の交通状態を示す状態ログ１８１を生成する（ステップＳ１８）。ログ生成部１８は、生成した状態ログ１８１を、ログ格納部１９に保存する。
　図１６は、本発明の第１の実施の形態における、状態ログ１８１の例を示す図である。図１６の状態ログ１８１では、予防対象の渋滞に係る渋滞予測時刻と渋滞予測地点、制御実行時刻、各地点の制御内容、目標交通状態とともに、所定の収集間隔で収集された交通状態の測定値が記録されている。
　例えば、ログ生成部１８は、図１６のような状態ログ１８１を生成する。
　ログ生成部１８は、生成された状態ログ１８１を、オペレータ等からの指示に応じて、表示装置４０に表示する。オペレータは、表示装置４０に表示された状態ログ１８１を参照し、各地点の制御手段により目標交通状態に従った制御が行われているかどうかを確認することができる。ここで、指示受付部１７は、上述のステップＳ１５と同様に、目標交通状態の修正や目標交通状態を算出するための目的関数や制約式に係る修正、予測モデルの変更を受け付けてもよい。
　以降、渋滞予測時刻までの間、例えば、所定の制御間隔で、ステップＳ１２～Ｓ１８の処理が繰り返し実行される。
　例えば、渋滞予防システム１０は、時刻「2015/08/01 10:30」に、１．５時間後（Ｔ＝１．５ｈ）に対応する予測モデルとその時点の交通状態をもとに、各地点の目標交通状態を算出して、交通状態を制御する。同様に、渋滞予防システム１０は、時刻「2015/08/01 11:00」、「2015/08/01 11:30」に、それぞれ、１時間後（Ｔ＝１ｈ）、０．５時間後（Ｔ＝０．５ｈ）に対応する予測モデルを用いて、交通状態を制御する。
　図１７は、本発明の第１の実施の形態における、交通制御の例を示す図である。
　例えば、図１７に示すように、渋滞予測時刻に近づくにつれて、渋滞予測地点に近い地点で、適切な交通状態の制御が行われ、渋滞予測地点における渋滞予測時刻の渋滞の発生が抑止される。
　なお、指示受付部１７は、ステップＳ１５に限らず、ステップＳ１２～Ｓ１８の処理を繰り返し実行中の任意のタイミングで、目標交通状態等の修正を受け付けてもよい。
　また、上述の説明では、渋滞予測地点における渋滞予測時刻の渋滞発生が予測されたことを契機に交通状態を制御する場合の例を説明した。しかしながら、これに限らず、所定の制御間隔で、監視、制御対象の全地点、あるいは、１以上の任意の地点における、所定時間後の渋滞が発生しないように、目的交通状態の算出、及び、交通状態の制御が繰り返されてもよい。
　また、上述の説明では、１つの渋滞（渋滞予測時刻と渋滞予測地点の１つの組み合わせ）に対して、交通状態を制御する場合の例を説明した。しかしながら、これに限らず、複数の渋滞（渋滞予測時刻と渋滞予測地点の複数の組み合わせ）に対して、交通状態を制御してもよい。この場合、例えば、数３式の制約式は、当該複数の渋滞について生成される。また、表示画面１６１や状態ログ１８１でも、当該複数の渋滞に係る渋滞予測時刻と渋滞予測地点が示される。
　また、上述の説明では、監視、制御対象の地点間の距離が１０キロメートルの場合の例を説明した。しかしながら、これに限らず、各地点における交通状態から他の地点の交通状態を予測できれば、地点間の距離は、数十メートルや数百メートル、数キロメートル、数十キロメートル等、どのような距離でもよい。
　また、上述の説明では、交通状態算出部１２４が、数２式の目的関数、数３式、数４式の制約式で表される最適化問題の解を求めることにより、目標交通状態を算出した。すなわち、対象地点における対象時刻の渋滞を防ぐために対象地点と異なる地点において達成すべき目標交通状態を算出した。ここで、対象地点と異なる地点として、数３式では、監視、制御対象の全地点（地点ｉ）を用いているが、対象地点と異なる地点として、現在時刻と対象時刻との間で、交通状態が対象地点と高い相関を有する地点を選択して用いてもよい。例えば、制限速度が時速８０キロメートルの高速道路において、現在時刻と対象時刻との時間差が２時間であれば、対象地点から手前約１６０キロメートまでの範囲に存在する地点の交通状態は、対象地点における対象時刻の交通状態と高い相関を有すると考えられる。したがって、これらの範囲に存在する地点について、目標交通状態を算出して用いてもよい。このような相関は対象地点、対象時刻に対応する予測モデルにおいて、説明変数として用いられる各地点の交通状態の重み係数αｉｊとして表現される。高い精度を持つ予測モデルでは、相関の無い地点について非常に小さい重み係数αｉｊが得られる。この場合、これらの地点に対して得られる目標交通状態は、現在の交通状態とほぼ同一の値となり、上記のような高い相関を有する地点の選択が実現できる。明示的に高い相関を有する地点を選択する場合、例えば一定の値以下の重み係数αｉｊを持つ地点の目標交通状態については最適化変数から削除し、現在の交通状態の値を固定値として用いて、最適化問題を解いてもよい。
　また、上述の説明では、進行方向の渋滞予測地点より手前側の地点の交通状態が制御される場合の例を説明した。しかしながら、これに限らず、進行方向の渋滞予測地点より手前側の地点に加えて渋滞予測地点より先側の地点の交通状態が制御される等、交通状態算出部１２４により目標交通状態が算出された、道路網上の各地点の交通状態が制御されてもよい。
　以上により、本発明の第１の実施の形態の動作が完了する。
　次に、上述の制御手段の例を説明する。各地点の交通状態制御装置３０が有する制御手段として、例えば、以下が利用できる。
　（１）料金制御
　料金制御では、特定の地点（区間）の利用料金を上げる、または、下げることにより、当該地点（区間）に流入する交通量を制御する。この場合、制御モデルの制御特性として、例えば、各地点（区間）の料金と交通量との関係が記述される。また、曜日等のカレンダ属性や時間帯に応じた複数の制御特性が設定される。状態制御部１３２は、このような制御特性をもとに、目標交通状態に対応する料金を決定し、制御情報に設定する。
　（２）走光型運転支援灯による制御
　走光型運転支援灯による制御では、路側に配置されたＬＥＤ（Light Emitting Diode）照明等の照明の点灯パターンを操作し、車両の走行速度を制御する。すなわち、走行車両と並走するように照明を点灯させ、走行車両との相対速度を上げる、または、下げることにより、運転者の速度感覚に影響を与え、走行速度を制御する。例えば、運転者にとって光が遅く見える場合、走行速度が上昇するような錯覚をもたらし、速度抑制を促すことができる。逆に、運転者にとって光が速く見える場合、速度回復を促すこともできる。走光型運転支援灯が配置された区間であれば、細かい時間粒度で、速度を制御できる。この場合、制御特性として、例えば、ある速度で区間に進入する車両に対して、点灯パターンが与える速度上の影響の確率分布や、その期待値、平均値等が設定される。状態制御部１３２は、このような制御特性をもとに、目標交通状態に対応する点灯パターンを決定し、制御情報に設定する。
　（３）料金所ゲートの制御
　料金所ゲートの制御では、料金所のゲート総数やＥＴＣ（Electronic Toll Collection system）ゲート数を変更することで、料金所から流入する交通量を制御する。料金所を通過する車両にＥＴＣ端末を搭載する車両が一定割合で存在する場合、料金所を通過する交通量は、ＥＴＣゲート数と比例する。すなわち、単位時間あたりの料金所の通過台数は、ＥＴＣゲート数が増加すると上昇し、ＥＴＣゲート数が減少すると下降する。また、料金所のゲート総数も、より直接的に、料金所の通過台数に影響を与える。この場合、制御モデルの制御特性として、例えば、料金所のゲート総数やＥＴＣゲート数と交通量との関係が記述される。また、制御特性は、料金所の交通量と、そのうちのＥＴＣ端末を搭載する車両の割合や推定量等との条件毎に設定されていてもよい。また、料金所のゲート総数やＥＴＣゲート数の変更には、人による直接労働が必要、あるいは、交通量が途切れるまで変更が難しい等のコスト要因が存在するため、これらのコスト要因が制御モデルのコストに反映されてもよい。状態制御部１３２は、このような制御特性をもとに、目標交通状態に対応するゲート総数やＥＴＣゲート数を決定し、制御情報に設定する。
　（４）ＥＴＣゲートの開閉タイミングの制御
　ＥＴＣゲートの開閉タイミングの制御では、ゲートバーの操作設定（開閉タイミングや開閉速度）を変更することで、料金所を通過する交通量を制御する。ＥＴＣゲートを通過する車両の運転者は、ゲートの開閉状況を確認しながら走行速度を制御する。このため、車両が料金所に進入し、ゲートバーを開くと判断されてからバーを上げ始めるまでの時間（タイミング）やバーの開閉速度によって、ゲート近傍での車両速度が変化する。ゲートバーの操作は機械により行われるため、細かい時間粒度で設定を変更できる。この場合、制御モデルの制御特性として、例えば、ＥＴＣゲートへの進入速度とゲートバーの操作設定（開閉タイミングや開閉速度）に対する料金所通過時間や車両間隔（交通量に関連づけられた間隔）が記述される。また、制御特性として、ゲートバーの操作設定に対する、料金所を通過する交通量が記述されていてもよい。状態制御部１３２は、このような制御特性をもとに、目標交通状態に対応するゲートバーの操作設定を決定し、制御情報に設定する。
　（５）ＳＡ（Service Area）／ＰＡ（Parking Area）への誘導制御
　ＳＡ／ＰＡへの誘導制御では、車両の運転者や同乗者に対して、ＳＡやＰＡの利用を促すことにより、交通量を制御する。車両にＳＡやＰＡを利用させる場合、その車両を道路上から退避させることになるため、道路上に存在する車両数を削減できる。ＳＡ／ＰＡへの誘導手段としては、道路に配置された案内板や、車両に搭載された端末への情報提示、運転者や同乗者が所持するモバイル端末への情報提示等が考えられる。提示する情報の内容としては、渋滞予防のためという目的を明示する等、直接的に誘導を促す情報や、ＳＡ／ＰＡ内の店舗によるキャンペーンやインセンティブに係る、間接的に誘導を促す情報が考えられる。この場合、制御モデルの制御特性として、例えば、提示した情報とその内容に従ってＳＡ／ＰＡを利用した車両の割合との関係が記述される。状態制御部１３２は、このような制御特性をもとに、目標交通状態に対応する提示情報を決定し、制御情報に設定する。
　（６）情報板への提示情報による制御
　情報板への提示情報による制御では、道路に配置されている情報板に表示する情報により、交通量を制御する。情報板に表示可能な情報は、その量は限定されているものの、文字により表示可能である。このため、情報板に表示する情報により、多様な運転者の誘導が可能である。情報板への表示内容としては、渋滞が予想されているために速度向上や抑制を促す内容や、車線変更を控えるように促す内容等が考えられる。この場合、制御モデルの制御特性として、例えば、表示内容とその内容に従った車両の割合との関係が記述される。状態制御部１３２は、このような制御特性をもとに、目標交通状態に対応する表示内容を決定し、制御情報に設定する。
　（７）ペースメーカーによる制御
　ペースメーカーによる制御では、道路管理会社等が保有するパトロール車両やメンテナンス車両等をペースメーカー車両として用いることにより、交通状態を制御する。これらの車両は道路管理会社の制御下にある車両であるため、指示通りの速度や、運転挙動を実現できる。例えば、ペースメーカー車両に、制限速度を厳密に守るような運転や、制限速度をやや下回る速度での走行を指示することにより、後続する車両の挙動をある程度制御できる。また、パトロールやメンテナンス場所への移動等、ペースメーカー車両の本来の目的と交通状態の制御を兼ねることで、コストを増やすことなく、交通状態を制御できる。この場合、制御モデルの制御特性として、例えば、ペースメーカー車両の運転パターンとその運転パターンが近傍の他の車両に与える影響との関係が記述される。状態制御部１３２は、このような制御特性をもとに、目標交通状態に対応する運転パターンを決定し、制御情報に設定する。
　（８）自律走行車による制御
　自律走行車による制御では、自律走行車に対して、車両速度や車両間隔等の走行パターンの切り替えを促すことにより、交通状態を制御する。ここで、自律走行車は、例えば、人の操作なく完全に自動運転が可能な車両でもよい。また、自律走行車は、例えば、前方車両追尾走行機能（クルーズコントロール）等を搭載した、部分的に自動運転が可能な車両でもよい。クルーズコントロールを搭載した車両の場合、前方追尾の設定、すなわち追尾距離や反応速度等を変更することにより、走行パターンを制御できる。また、前方に車両がいない場合であっても、ある程度の走行パターンが可能な車両も存在する。このような走行パターンの制御は、自動運転技術の搭載車の普及により、多くの車両で利用可能となっており、大きな効果が見込める。さらに、クルーズコントロール機能を持つ車両による車両群、すなわち、隊列走行が構成できる場合、車両群の後続車両に与える影響が大きいため、走行パターンにより制御可能な交通量を増やすことができる。この場合、制御モデルの制御特性として、例えば、走行パターンと、その走行パターンが近傍の交通量に与える影響と、の関係が記述される。制御特性は、近傍の交通量に関連づけられて設定されていてもよい。状態制御部１３２は、このような制御特性をもとに、目標交通状態に対応する走行パターンや当該走行パターンを適用する車両を決定し、制御情報に設定する。
　なお、交通状態を制御できれば、上述の制御手段の他に、交通信号の制御等、他の制御手段を用いてもよい。
　また、上述の説明では、各地点の制御手段の種類が１つであり、交通状態算出部１２４が、各地点の制御手段のコストを考慮した目的関数を用いて、目標交通状態を算出する場合について説明した。しかしながら、これに限らず、各地点に複数の制御手段が存在する場合、状態制御部１３２が、各地点の制御手段の内の１以上の組み合わせを選択してもよい。この場合、状態制御部１３２は、例えば、小さい制御量しか得られないが、短時間で効果が生じる制御手段を優先して選択する。そして、状態制御部１３２は、その手段で得られる交通状態と目標交通状態との差分について、効果が生じるまで時間を要するが、大きい制御量が得られる、料金制御等の制御手段を選択してもよい。また、状態制御部１３２は、各制御手段の制御モデルや制約にもとづき、目標交通状態が達成できる確率が高く、交通状態の変更に係るコストが低くなるように、制御手段を選択してもよい。
　次に、本発明の第１の実施の形態の特徴的な構成を説明する。図１８は、本発明の実施の形態の特徴的な構成を示すブロック図である。図１８を参照すると、渋滞予防システム１０は、交通状態算出部１２４（算出部）、及び、表示制御部１６を含む。交通状態算出部１２４は、対象地点における対象時刻の渋滞を防ぐために対象地点と異なる地点において達成すべき交通状態である目標交通状態を算出する。表示制御部１６は、各地点における目標交通状態が表示手段に表示されるように、当該表示手段を制御する。
　また、図１９は、本発明の実施の形態の他の特徴的な構成を示すブロック図である。図１９を参照すると、渋滞予防システム１０は、交通状態算出部１２４（算出部）、及び、ログ生成部１８を含む。交通状態算出部１２４は、対象地点における対象時刻の渋滞を防ぐために対象地点と異なる地点において達成すべき交通状態である目標交通状態を算出する。ログ生成部１８は、各地点における目標交通状態と当該地点の交通状態の測定値とを示すログを生成し、出力する。
　次に、本発明の第１の実施の形態の効果を説明する。本発明の第１の実施の形態によれば、対象地点における対象時刻の渋滞をより確実に防ぐことができる。その理由は、交通状態算出部１２４が、対象地点における対象時刻の渋滞を防ぐために対象地点と異なる地点において達成すべき交通状態である目標交通状態を算出するためである。算出された目標交通状態を用いて、各地点の交通状態を制御することにより、広範囲において制御が行われ、局所的な制御を行う場合に比べて、各地点の交通状態の制御量が少量であっても、より確実に渋滞を防ぐことができる。
　また、本発明の第１の実施の形態によれば、オペレータ等が、より確実に渋滞を防ぐように、システムを調整できる。その理由は、表示制御部１６が、各地点の目標交通状態が表示手段に表示されるように制御する、あるいは、ログ生成部１８が、各地点の目標交通状態と交通状態の測定値とを示すログを生成し、出力するためである。これにより、オペレータは、より適切な目標交通状態が設定されるように、目標交通状態の値や、目標交通状態を算出するための目的関数や制約式の形式やパラメータ、予測モデルを変更できる。
　（第２の実施の形態）
　次に、本発明の第２の実施の形態について説明する。
　本発明の第２の実施の形態においては、各地点の現在時刻の交通状態、及び、将来時刻の交通状態の予測値から予測地点における予測時刻の交通状態を予測する予測モデルを用いる点において、本発明の第１の実施の形態と異なる。
　本発明の第２の実施の形態では、数５式のような予測モデルを用いる。
Figure JPOXMLDOC01-appb-M000005
　ここで、ｔ０は起点の時刻、ｔ０＋ｔｋ（ｋ＝１、２、…、Ｍｋ；Ｍｋは、１以上の整数）は、起点時刻ｔ０と現在時刻ｔとの間の過去の時刻、ｔ０＋ｔｌ（ｌ＝１、２、…、Ｍｌ；Ｍｌは、１以上の整数）は、現在時刻ｔと予測時刻ｔ０＋Ｔとの間の将来の時刻を表す。また、αｉｊ、βｋ，ｉｊ、γｌ，ｉｊは、それぞれ、ρｉ（ｔ）、ρｉ（ｔ０＋ｔｋ）、ρ’ｉ（ｔ０＋ｔｌ）に乗じるパラメータである。
　数５式の右辺第１項、第２項、及び、第３項では、それぞれ、過去時刻の交通状態、現在時刻における交通状態、及び、将来時刻の交通状態の予測値が説明変数として用いられている。予測値ρ’ｉ（ｔ０＋ｔｌ）は、時刻ｔ０の交通状態をもとに、ｔｌ時間後の交通状態を予測する予測モデルにより算出される。予測値ρ’ｉ（ｔ０＋ｔｌ）は、受信部１１により、渋滞予測装置２０等の他の装置から収集され、交通状態ＤＢ１４に保存されていてもよい。
　交通状態算出部１２４は、上述のステップＳ１３において、数６式の目的関数、数７式、数８式の制約式で表される最適化問題の解を求めることにより、各地点の目標交通状態を算出する。
Figure JPOXMLDOC01-appb-M000006
Figure JPOXMLDOC01-appb-M000007
Figure JPOXMLDOC01-appb-M000008
　数６式の目的関数は、現在時刻ｔの交通状態制御量と将来時刻ｔ０＋ｔｌの交通状態の見込み制御量にコスト係数を乗じた値の総和が最小になるように、現在時刻ｔ、将来時刻ｔ０＋ｔｌの目標交通状態ρ＊ ｉ（ｔ）、ρ＊ ｉ（ｔ０＋ｔｌ）を決定することを示す。
　このように、将来時刻を含む、複数の時刻おける交通状態を説明変数として用いた予測モデルにもとづいて、渋滞を防ぐための目標交通状態を算出することにより、現在時刻の交通状態の制御量だけでなく、将来の見込み制御量を考慮して、交通状態を制御できる。そのため、現在時刻における交通状態の制御のみを考慮した場合と比較して、より少ない制御量で、渋滞を防ぐことができる。
　なお、数６式の目標関数では、コストとして、地点毎のコスト係数が用いられているが、第１の実施の形態と同様に、時間帯等の条件に応じて、異なるコスト係数やコスト関数が定義されてもよい。さらに、将来時刻における見込み制御量は、現在時刻と将来時刻の時間差が大きいほど、予測誤差に起因したより大きな誤差を含むと考えられる。したがって、数６式の目標関数では、現在時刻と将来時刻の時間差が大きいほどコストを大きくする等、将来時刻に応じたコストが用いられてもよい。
　本発明の第２の実施の形態によれば、本発明の第１の実施の形態と比べて、より少ない制御量で、渋滞を防ぐことができる。その理由は、交通状態算出部１２４が、各地点の現在時刻の交通状態、及び、現在時刻より後、かつ、対象時刻より前の交通状態の予測値から対象地点における対象時刻の交通状態を予測する予測モデルを用いて、目標交通状態を算出するためである。
　以上、実施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。
　１０　　渋滞予防システム
　１０１　　ＣＰＵ
　１０２　　記憶デバイス
　１０３　　入出力デバイス
　１０４　　通信デバイス
　１１　　受信部
　１２　　予防処理部
　１２１　　予測情報ＤＢ
　１２２　　予測モデルＤＢ
　１２３　　制御手段ＤＢ
　１２４　　交通状態算出部
　１２５　　ダイアグラム格納部
　１３　　制御処理部
　１３１　　制御モデルＤＢ
　１３２　　状態制御部
　１４　　交通状態ＤＢ
　１５　　送信部
　１６　　表示制御部
　１６１　　表示画面
　１６２　　交通状態表示領域
　１６３　　交通状態表示領域
　１６４　　修正ボタン
　１６５　　切替ボタン
　１７　　指示受付部
　１８　　ログ生成部
　１８１　　状態ログ
　１９　　ログ格納部
　２０　　渋滞予測装置
　３０　　交通状態制御装置
　４０　　表示装置

Claims (16)

  1. 　対象地点における対象時刻の渋滞を防ぐために前記対象地点と異なる地点において達成すべき交通状態である目標交通状態を算出する、算出手段と、
    　前記地点における前記目標交通状態が表示手段に表示されるように、当該表示手段を制御する、表示制御手段と、
    　を備える、渋滞予防システム。
  2. 　前記算出手段は、前記地点における現在の交通状態から前記対象地点における前記対象時刻の交通状態を予測する予測モデルを用いて、前記目標交通状態を算出する、
    　請求項１に記載の渋滞予防システム。
  3. 　前記表示手段は、前記地点における現在の交通状態が前記目標交通状態である場合の、前記対象地点の交通状態の予測値を表示する、
    　請求項２に記載の渋滞予防システム。
  4. 　さらに、前記目標交通状態、前記予測モデル、及び、前記目標交通状態を算出するための式やパラメータの内の少なくとも一つの修正指示を受け付ける、指示受付手段を含む、
    　請求項２または３に記載の渋滞予防システム。
  5. 　さらに、前記地点における交通状態が、当該地点に対して算出された前記目標交通状態となるように、当該地点に配置された交通状態制御手段を制御する、状態制御手段、
    　を備える、請求項１乃至４のいずれかに記載の渋滞予防システム。
  6. 　前記算出手段は、前記地点において前記目標交通状態を達成するためのコストが最小になるように、前記地点における前記目標交通状態を算出する、
    　請求項１乃至５のいずれかに記載の渋滞予防システム。
  7. 　前記算出手段は、前記地点における現在時刻の交通状態、及び、現在時刻より後、かつ、前記対象時刻より前の交通状態の予測値から前記対象地点における前記対象時刻の交通状態を予測する予測モデルを用いて、前記目標交通状態を算出する、
    　請求項１乃至６のいずれかに記載の渋滞予防システム。
  8. 　対象地点における対象時刻の渋滞を防ぐために前記対象地点と異なる地点において達成すべき交通状態である目標交通状態を算出し、
    　前記地点における前記目標交通状態が表示手段に表示されるように、当該表示手段を制御する、
    　渋滞予防方法。
  9. 　コンピュータに、
    　対象地点における対象時刻の渋滞を防ぐために前記対象地点と異なる地点において達成すべき交通状態である目標交通状態を算出し、
    　前記地点における前記目標交通状態が表示手段に表示されるように、当該表示手段を制御する、
    　処理を実行させるプログラムを格納する、コンピュータが読み取り可能な記録媒体。
  10. 　対象地点における対象時刻の渋滞を防ぐために前記対象地点と異なる地点において達成すべき交通状態である目標交通状態を算出する、算出手段と、
    　前記地点における前記目標交通状態と当該地点の交通状態の測定値とを示すログを生成し、出力する、ログ生成手段と、
    　を備える、渋滞予防システム。
  11. 　前記ログ生成手段は、前記地点における前記目標交通状態と当該地点の当該目標交通状態を用いた制御後の交通状態の測定値とを示すログを生成する、
    　請求項１０に記載の渋滞予防システム。
  12. 　前記算出手段は、前記地点における現在の交通状態から前記対象地点における前記対象時刻の交通状態を予測する予測モデルを用いて、前記目標交通状態を算出する、
    　請求項１０、または、１１に記載の渋滞予防システム。
  13. 　さらに、前記目標交通状態、前記予測モデル、及び、前記目標交通状態を算出するための式やパラメータの内の少なくとも一つの修正指示を受け付ける、指示受付手段を含む、
    　請求項１２に記載の渋滞予防システム。
  14. 　さらに、前記地点における交通状態が、当該地点に対して算出された前記目標交通状態となるように、当該地点に配置された交通状態制御手段を制御する、状態制御手段、
    　を備える、請求項１０乃至１３のいずれかに記載の渋滞予防システム。
  15. 　対象地点における対象時刻の渋滞を防ぐために前記対象地点と異なる地点において達成すべき交通状態である目標交通状態を算出し、
    　前記地点における前記目標交通状態と当該地点の交通状態の測定値とを示すログを生成し、出力する、
    　渋滞予防方法。
  16. 　コンピュータに、
    　対象地点における対象時刻の渋滞を防ぐために前記対象地点と異なる地点において達成すべき交通状態である目標交通状態を算出し、
    　前記地点における前記目標交通状態と当該地点の交通状態の測定値とを示すログを生成し、出力する、
    　処理を実行させるプログラムを格納する、コンピュータが読み取り可能な記録媒体。
PCT/JP2015/004307 2015-08-27 2015-08-27 渋滞予防システム、渋滞予防方法、及び、記録媒体 WO2017033215A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2017536061A JP6610669B2 (ja) 2015-08-27 2015-08-27 渋滞予防システム、渋滞予防方法、及び、プログラム
US15/754,031 US10540891B2 (en) 2015-08-27 2015-08-27 Traffic-congestion prevention system, traffic-congestion prevention method, and recording medium
PCT/JP2015/004307 WO2017033215A1 (ja) 2015-08-27 2015-08-27 渋滞予防システム、渋滞予防方法、及び、記録媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2015/004307 WO2017033215A1 (ja) 2015-08-27 2015-08-27 渋滞予防システム、渋滞予防方法、及び、記録媒体

Publications (1)

Publication Number Publication Date
WO2017033215A1 true WO2017033215A1 (ja) 2017-03-02

Family

ID=58100134

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/004307 WO2017033215A1 (ja) 2015-08-27 2015-08-27 渋滞予防システム、渋滞予防方法、及び、記録媒体

Country Status (3)

Country Link
US (1) US10540891B2 (ja)
JP (1) JP6610669B2 (ja)
WO (1) WO2017033215A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108974009A (zh) * 2017-06-02 2018-12-11 百度（美国）有限责任公司 用于自动驾驶控制的方法、介质和系统
JP2020083235A (ja) * 2018-11-30 2020-06-04 トヨタ自動車株式会社 車両の制御装置

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9606539B1 (en) 2015-11-04 2017-03-28 Zoox, Inc. Autonomous vehicle fleet service and system
US9612123B1 (en) 2015-11-04 2017-04-04 Zoox, Inc. Adaptive mapping to navigate autonomous vehicles responsive to physical environment changes
US9632502B1 (en) * 2015-11-04 2017-04-25 Zoox, Inc. Machine-learning systems and techniques to optimize teleoperation and/or planner decisions
US10401852B2 (en) 2015-11-04 2019-09-03 Zoox, Inc. Teleoperation system and method for trajectory modification of autonomous vehicles
US11283877B2 (en) 2015-11-04 2022-03-22 Zoox, Inc. Software application and logic to modify configuration of an autonomous vehicle
WO2017079341A2 (en) 2015-11-04 2017-05-11 Zoox, Inc. Automated extraction of semantic information to enhance incremental mapping modifications for robotic vehicles
US11164128B2 (en) * 2018-04-27 2021-11-02 Cubic Corporation Optimizing emergency services logistics using data from a smart traffic control system
US10755560B2 (en) * 2018-06-19 2020-08-25 International Business Machines Corporation Real-time pollution control at a traffic junction
WO2020027864A1 (en) * 2018-07-31 2020-02-06 Didi Research America, Llc System and method for point-to-point traffic prediction
GB201900503D0 (en) * 2019-01-14 2019-03-06 Simplifai Systems Ltd Traffic strategy system and method of implementing the same
US10990855B2 (en) * 2019-06-13 2021-04-27 Baidu Usa Llc Detecting adversarial samples by a vision based perception system
CN110473398B (zh) * 2019-07-29 2020-09-11 安徽科力信息产业有限责任公司 一种城市道路拥堵分析方法及装置
JP7267874B2 (ja) * 2019-08-27 2023-05-02 本田技研工業株式会社 交通流推定装置、交通流推定方法、およびプログラム
DE102019213106A1 (de) * 2019-08-30 2021-03-04 Siemens Mobility GmbH Verfahren und Vorrichtung zur Prognose eines Schaltzustands und/oder eines Schaltzeitpunkts einer Signalanlage zur Verkehrssteuerung
JP7070531B2 (ja) * 2019-11-15 2022-05-18 株式会社豊田中央研究所 都市構造設計装置及び都市構造設計プログラム
JP7355769B2 (ja) * 2021-01-19 2023-10-03 トヨタ自動車株式会社 情報処理装置、情報処理方法、およびプログラム
GB2605130B (en) * 2021-03-17 2023-08-16 Xan Labs Int Ltd Method and system of predictive traffic flow and of traffic light control

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0528395A (ja) * 1991-07-19 1993-02-05 Hitachi Ltd 交通制御システム
JP2000339584A (ja) * 1999-05-31 2000-12-08 Nec Commun Syst Ltd 交通量調査システム及び信号機制御システム
JP2002342872A (ja) * 2001-05-11 2002-11-29 Sumitomo Electric Ind Ltd 交通流の異常検知装置及び方法
JP2008065633A (ja) * 2006-09-07 2008-03-21 Sumitomo Electric Ind Ltd 交通制御システム及び交通制御方法
JP2012073981A (ja) * 2010-09-30 2012-04-12 Fujitsu Ltd コンピュータ、車載機、経路通知方法、および経路表示方法
US8437948B1 (en) * 2012-04-12 2013-05-07 Inrix, Inc. Traffic forecasting

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3833845B2 (ja) * 1999-04-21 2006-10-18 株式会社東芝 自動走行支援システム
JP5489489B2 (ja) 2009-02-27 2014-05-14 三菱重工業株式会社 道路通行課金システム及び道路通行課金方法
JP5462945B2 (ja) * 2010-06-29 2014-04-02 本田技研工業株式会社 渋滞予測表示方法
JP5083388B2 (ja) 2010-07-29 2012-11-28 トヨタ自動車株式会社 交通制御システムおよび交通管制システム
US8494759B2 (en) * 2010-09-08 2013-07-23 Toyota Motor Engineering & Manufacturing North America, Inc. Vehicle speed indication using vehicle-infrastructure wireless communication
BR112013014736A2 (pt) 2010-12-15 2016-10-04 Honda Motor Co Ltd aparelho de auxílio de condução para um veículo
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
CA3023833C (en) * 2016-05-11 2019-03-19 New York Air Brake Llc System for providing temporary speed restrictions to locomotives

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0528395A (ja) * 1991-07-19 1993-02-05 Hitachi Ltd 交通制御システム
JP2000339584A (ja) * 1999-05-31 2000-12-08 Nec Commun Syst Ltd 交通量調査システム及び信号機制御システム
JP2002342872A (ja) * 2001-05-11 2002-11-29 Sumitomo Electric Ind Ltd 交通流の異常検知装置及び方法
JP2008065633A (ja) * 2006-09-07 2008-03-21 Sumitomo Electric Ind Ltd 交通制御システム及び交通制御方法
JP2012073981A (ja) * 2010-09-30 2012-04-12 Fujitsu Ltd コンピュータ、車載機、経路通知方法、および経路表示方法
US8437948B1 (en) * 2012-04-12 2013-05-07 Inrix, Inc. Traffic forecasting

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108974009A (zh) * 2017-06-02 2018-12-11 百度（美国）有限责任公司 用于自动驾驶控制的方法、介质和系统
CN108974009B (zh) * 2017-06-02 2022-01-04 百度（美国）有限责任公司 用于自动驾驶控制的方法、介质和系统
JP2020083235A (ja) * 2018-11-30 2020-06-04 トヨタ自動車株式会社 車両の制御装置
US11370411B2 (en) 2018-11-30 2022-06-28 Toyota Jidosha Kabushiki Kaisha Control device of vehicle
JP7176376B2 (ja) 2018-11-30 2022-11-22 トヨタ自動車株式会社 車両の制御装置

Also Published As

Publication number Publication date
JPWO2017033215A1 (ja) 2018-06-07
JP6610669B2 (ja) 2019-11-27
US10540891B2 (en) 2020-01-21
US20180211523A1 (en) 2018-07-26

Similar Documents

Publication Publication Date Title
JP6610669B2 (ja) 渋滞予防システム、渋滞予防方法、及び、プログラム
Liu et al. Freeway vehicle fuel efficiency improvement via cooperative adaptive cruise control
US20190111933A1 (en) Method for producing control data for rule-based driver assistance
US11222532B2 (en) Traffic control support system, traffic control support method, and program recording medium
EP2806411B1 (en) Driving model generation device, driving model generation method, driving evaluation device, driving evaluation method, and driving support system
Goñi-Ros et al. Using advanced adaptive cruise control systems to reduce congestion at sags: An evaluation based on microscopic traffic simulation
US9111443B2 (en) Heavy vehicle traffic flow optimization
Mitsch et al. Towards formal verification of freeway traffic control
US20210396533A1 (en) Navigation with sun glare information
US9008954B2 (en) Predicting impact of a traffic incident on a road network
CN110648533A (zh) 一种交通管控方法、设备、系统及存储介质
JPWO2012081209A1 (ja) 渋滞予測方法
CN112185147B (zh) 一种车辆行驶过程优化方法、装置、设备及存储介质
KR102422235B1 (ko) 터널 내 지능형 차량 정체 알림 시스템
EP2913239B1 (en) Method and unit for managing following space
US20150106171A1 (en) Dynamic pricing based on sliding mode control and estimation for high occupancy toll lanes
WO2018097047A1 (ja) 交通制御システム、交通情報出力装置、交通制御方法、及び、記録媒体
CN115352444A (zh) 一种控制车辆驾驶行为的方法、装置、设备及存储介质
Yao et al. Physics-informed multi-step real-time conflict-based vehicle safety prediction
Sun et al. Dynamic speed guidance for active highway signal coordination: roadside against in‐car strategies
CN112863207A (zh) 一种车辆行驶控制方法及装置
JP5909144B2 (ja) 車群解消システム
Hua et al. Safety-oriented dynamic speed harmonization of mixed traffic flow in nonrecurrent congestion
JP5450365B2 (ja) 走行支援システム
Kang et al. Modeling and optimization of toll lane selection for connected and automated vehicles at toll plazas

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15902188

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2017536061

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 15754031

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 15902188

Country of ref document: EP

Kind code of ref document: A1