WO2018021191A1 - 危険通知装置、危険通知システム、危険通知方法及びプログラム - Google Patents

危険通知装置、危険通知システム、危険通知方法及びプログラム Download PDF

Info

Publication number
WO2018021191A1
WO2018021191A1 PCT/JP2017/026497 JP2017026497W WO2018021191A1 WO 2018021191 A1 WO2018021191 A1 WO 2018021191A1 JP 2017026497 W JP2017026497 W JP 2017026497W WO 2018021191 A1 WO2018021191 A1 WO 2018021191A1
Authority
WO
WIPO (PCT)
Prior art keywords
road section
traffic condition
traffic
risk
vehicle
Prior art date
Application number
PCT/JP2017/026497
Other languages
English (en)
French (fr)
Inventor
幸一郎 岡田
健司 ▲高▼尾
浩和 柴田
加藤　聖樹
Original Assignee
三菱重工業株式会社
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 三菱重工業株式会社 filed Critical 三菱重工業株式会社
Priority to SG11201900660XA priority Critical patent/SG11201900660XA/en
Publication of WO2018021191A1 publication Critical patent/WO2018021191A1/ja

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/005—Traffic control systems for road vehicles including pedestrian guidance indicator
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • G08G1/127—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station
    • G08G1/13—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station the indicator being in the form of a map
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems

Definitions

  • the present invention relates to a danger notification device, a danger notification system, a danger notification method, and a program.
  • a vehicle As a system for suppressing a collision between a vehicle and a pedestrian, a vehicle based on position information, speed information, and moving direction information acquired from an on-board device mounted on the vehicle and a portable terminal carried by the pedestrian, respectively.
  • a system that predicts the arrival point of a pedestrian and outputs a warning from an in-vehicle device or a portable terminal when it is determined that the vehicle and the pedestrian may collide (for example, Patent Document 1).
  • a system is provided in which position information acquired from a portable terminal carried by a pedestrian is displayed on the vehicle-mounted device, so that the presence of the pedestrian is notified to the driver of the vehicle (for example, Patent Document 2, Patent). Reference 3).
  • the present invention has been made in view of such problems, and provides a danger notification device, a danger notification system, a danger notification method, and a program for notifying danger prediction information of a traffic accident according to the traffic situation for each road section. provide.
  • the danger notification device includes a traffic condition index acquisition unit that acquires a traffic condition index of a road section from a traffic condition database, and an occurrence of a traffic accident in the road section based on the traffic condition index.
  • an alert information transmitting unit that transmits alert information to at least one of portable terminals carried by pedestrians.
  • the alert information transmission unit may send alert information to at least one of the vehicle-mounted device and the mobile terminal located in the road section in which the risk prediction unit has determined that the degree of risk is equal to or higher than a predetermined reference value, thereby calling attention.
  • the risk prediction unit includes the traffic situation index acquired by the traffic situation index acquisition unit and a probability of a traffic accident with respect to a past traffic situation index. Is predicted based on the risk correlation data in which each road section is associated with each other.
  • the danger prediction unit refers to both the current traffic condition index acquired by the traffic condition index acquisition unit and the risk correlation data indicating the probability of occurrence of a traffic accident with respect to the past traffic condition index. As a result, the prediction accuracy of the risk can be further improved.
  • the alert information transmission unit determines that the risk prediction unit determines that the risk of the road section is equal to or higher than a predetermined reference value, and When a pedestrian exists in the said road area, alert information is transmitted to the said onboard equipment.
  • the alert information transmission part can alert appropriately by transmitting alert information to the vehicle-mounted device in a road section where the degree of danger is equal to or higher than a predetermined reference value and a pedestrian is present.
  • transmission of unnecessary alert information can be suppressed in a road section where there is no pedestrian even if the degree of risk is equal to or higher than a predetermined reference value.
  • a danger notification system includes a danger notification device according to any one of the above aspects, on-vehicle probe data including position information of an on-vehicle device mounted on each of a plurality of vehicles, and a plurality of Mobile terminal probe data including position information of mobile terminals carried by each of the pedestrians, a probe data collection unit for collecting the mobile terminal probe data, and the mobile terminal probe data based on the mobile terminal probe data.
  • a traffic condition index generation unit that generates a traffic condition index and records it in a traffic condition database.
  • a traffic condition index generation part generates a traffic condition index according to the situation of an actual road section based on onboard equipment probe data and portable terminal probe data which a probe data collection part collects sequentially Can do. For this reason, the traffic condition index generation unit can improve the accuracy of the traffic condition index. In addition, the danger notification device can improve the accuracy of predicting the degree of danger of each road section based on such a highly accurate traffic condition index.
  • the danger notification method includes a traffic condition index acquisition step of acquiring a traffic condition index of a road section from a traffic condition database, and predicts a risk level in the road section based on the traffic condition index.
  • a risk prediction step and in the risk prediction step, when it is determined that the risk level of the road section is equal to or higher than a predetermined reference value, the vehicle mounted on the vehicle located in the road section and a portable phone carried by a pedestrian
  • An alert information transmitting step of transmitting alert information to at least one of the terminals.
  • the program is a computer of the danger notification device, a traffic condition index acquisition unit that acquires a traffic condition index of a road section from a traffic condition database, and based on the traffic condition index, in the road section
  • a risk prediction unit that predicts the risk level, and when the risk prediction unit determines that the risk level of the road section is equal to or higher than a predetermined reference value, the vehicle-mounted device and the pedestrian mounted on the vehicle located in the road section It is made to function as an alert information transmission part which transmits alert information to at least one of the portable terminals.
  • danger notification device danger notification system, danger notification method, and program, it is possible to notify the risk prediction information of a traffic accident according to the traffic situation for each road section.
  • FIG. 1 is a diagram showing an overall configuration of a danger notification system according to the first embodiment of the present invention.
  • the danger notification system 1 of the present embodiment includes a probe data collection unit 10, a traffic condition index generation unit 20, and a traffic condition database 30 that are communicably connected via a network NW such as the Internet. And a danger notification device 40.
  • NW such as the Internet
  • the probe data collection unit 10, the traffic condition index generation unit 20, the traffic condition database 30, and the danger notification device 40 may be communicably connected via a dedicated line such as a LAN (Local Area Network).
  • LAN Local Area Network
  • the probe data collecting unit 10 transmits probe data (on-vehicle probe data and portable terminal probe) transmitted from the on-board device A mounted on the vehicle and the portable terminal T carried by the pedestrian at predetermined time intervals (for example, every second). Data). Specifically, the probe data collection unit 10 collects on-vehicle probe data transmitted from the on-vehicle device A (on-vehicle devices A1 to An) mounted on each of the plurality of vehicles via the network NW. The probe data collection unit 10 collects mobile terminal probe data transmitted via the network NW from the mobile terminals T (mobile terminals T1 to Tn) carried by a plurality of pedestrians.
  • the OBE probe data includes “transmission date and time”, “device type”, “device ID”, “position information”, “movement speed”, “alert setting”, and the like.
  • the mobile terminal probe data includes “device type”, “device ID”, “position information”, “alert setting”, and the like.
  • “Transmission date and time” is information indicating the date and time when the probe data is transmitted from the vehicle-mounted device A or the portable terminal T.
  • the “device type” is information for specifying whether the probe data transmission source is the vehicle-mounted device A or the portable terminal T.
  • the “apparatus ID” is information that can identify the vehicle-mounted device A or the portable terminal T that is the transmission source of the probe data.
  • “Position information” is information indicating a point (latitude, longitude, etc.) where a pedestrian carrying the vehicle on which the vehicle-mounted device A is mounted or the portable terminal T at the date and time when the probe data is transmitted.
  • “Movement speed” is information indicating the traveling speed (m / s) of the vehicle on which the vehicle-mounted device A is mounted at the date and time when the probe data is transmitted.
  • “Alert setting” is information indicating whether the vehicle-mounted device A and the mobile terminal T receive alert information (“ON” or “OFF”). The driver of the vehicle can arbitrarily switch whether or not to receive alert information through the vehicle-mounted device A. Further, the pedestrian can arbitrarily switch whether or not to receive the alert information through an application installed in the mobile terminal T.
  • FIG. 2 is a diagram illustrating an example of a road section according to the first embodiment of the present invention.
  • the traffic condition index generation unit 20 Based on the probe data (onboard device probe data and portable terminal probe data) collected by the probe data collection unit 10, the traffic condition index generation unit 20 performs traffic conditions for each road section every predetermined time (for example, every second). Generate indicators.
  • the traffic condition index generation unit 20 divides a “vehicle traffic condition index” indicating the traffic condition of the vehicle and a “pedestrian traffic condition index” indicating the traffic condition of the pedestrian for each road section. Generate.
  • the road section indicates a region between two adjacent nodes among nodes set at each of a plurality of traffic nodes (intersections and the like) on the road.
  • Each road section is given a “link ID” that can identify the road section.
  • a road section indicating a lane heading to the other side has a link ID “B20a” attached to a road section indicating a lane heading to one side, which is an area between two nodes (intersections).
  • a link ID “B20b” is attached to the section.
  • a node may be set for each predetermined distance.
  • the traffic condition index generation unit 20 includes “link ID”, “road section position information” indicating the position of the road section (for example, the latitude and longitude of the start point and end point of the road section), and “road section Map data associated with “the length of” in advance.
  • the traffic condition index (vehicle traffic condition index and pedestrian traffic condition index) is information indicating the traffic condition of the vehicle and the pedestrian in the road section.
  • the traffic condition index includes “traffic volume”, “traffic density”, and “average speed”.
  • the “traffic volume” indicates the number of vehicles passing per second (vehicles / second) or the number of pedestrians passing (persons / second) in a road section.
  • Traffic density indicates the number of vehicles per meter (vehicles / m) or the number of pedestrians (people / m) in a road section.
  • Average speed indicates an average moving speed (m / s) of a vehicle traveling in a road section or a pedestrian traveling.
  • the traffic condition index generation unit 20 is based on the probe data used when calculating the traffic condition index, and information on the road section (link ID) and the vehicle-mounted device A and the mobile terminal T located in the road section ( Data associated with a part of the probe data is added to the traffic situation table D10 (FIG. 4) of the traffic situation database 30 and updated. Details of the traffic situation table D10 will be described later.
  • the traffic situation database 30 stores a traffic situation index (vehicle traffic situation index and pedestrian traffic situation index) generated by the traffic situation index generation unit 20 and a traffic situation table D10 shown in FIG.
  • the danger notification device 40 predicts the degree of danger indicating the probability of occurrence of a traffic accident in each road section based on the road condition index for each road section recorded in the traffic situation database 30. In addition, when the danger notification device 40 determines that the “risk degree is high” in a certain road section, the danger notification device 40 indicates “high risk degree” to at least one of the vehicle-mounted device A and the mobile terminal T located in the road section. Send alert information.
  • FIG. 3 is a diagram illustrating the function of the traffic condition index generation unit according to the first embodiment of the present invention.
  • FIG. 4 is a diagram illustrating an example of a traffic situation table according to the first embodiment of the present invention.
  • the traffic condition index generation unit 20 first acquires probe data from the probe data collection unit 10. Then, the traffic condition index generation unit 20 uses a known big data distributed processing technique, a stream data processing technique, etc., and the traffic condition index for each road section based on the probe data collected from the plurality of vehicle-mounted devices A and portable terminals T. Is generated.
  • the traffic condition index generating unit 20 records the traffic condition index in the traffic condition database 30 for each road section. Thereby, the traffic condition index generation unit 20 can generate a traffic condition index corresponding to the actual situation for each road section in real time.
  • the traffic condition index generation unit 20 is based on the probe data used when calculating the traffic condition index, and information on the road section (link ID) and the vehicle-mounted device A and the mobile terminal T located in the road section ( The traffic situation data associated with a part of the probe data is added to the traffic situation table D10 of the traffic situation database 30 and updated. As shown in FIG.
  • FIG. 5 is a first diagram illustrating a processing flow of the traffic condition index generation unit according to the first embodiment of the present invention.
  • the process flow of the traffic condition index generation unit 20 of the present embodiment will be described with reference to FIG.
  • the traffic condition index generation unit 20 acquires the probe data (vehicle equipment probe data and portable terminal probe data) collected by the probe data collection unit 10 (step S200).
  • the traffic condition index generation unit 20 generates a traffic condition index (a vehicle traffic condition index and a pedestrian traffic condition index) for each road section based on the probe data (on-board probe data and portable terminal probe data).
  • the traffic situation table D10 is updated (step S201). Details of the traffic condition index generation process and the traffic condition table D10 update process will be described later.
  • the traffic condition index generation unit 20 records and accumulates the generated traffic condition index for each road section and the traffic condition table D10 in the traffic condition database 30 (step S202). ). As described above, the traffic condition index generation unit 20 repeatedly executes the above process every time the probe data is acquired.
  • FIG. 6 is a second diagram showing a processing flow of the traffic condition index generation unit according to the first embodiment of the present invention.
  • FIG. 7 is a third diagram illustrating a processing flow of the traffic condition index generation unit according to the first embodiment of the present invention.
  • the traffic condition index generation unit 20 includes a road section (hereinafter referred to as a road section where a vehicle is located) in which a vehicle equipped with the vehicle-mounted device A that is a transmission source of each probe data is located, and Then, the process P21 for specifying the road section where the pedestrian carrying the mobile terminal T is located (hereinafter, the road section where the pedestrian is located) is performed.
  • the traffic condition index generation unit 20 reads “position information” from each probe data (vehicle equipment probe data and portable terminal probe data) (step S210).
  • the traffic condition index generation unit 20 specifies the road section where each vehicle and each pedestrian is located based on the “position information” of each probe data (step S211). Specifically, the traffic condition index generation unit 20 searches and specifies a road section having “road section position information” including “position information” (latitude and longitude) of the probe data from the map data.
  • the traffic condition index generation unit 20 adds the “link ID” of the identified road section to each probe data (step S212).
  • the traffic condition index generation unit 20 sets the “transmission date / time”, “device type”, “device ID”, and “alert setting” of each probe data, and the “link ID” of the road section added in step S212. Is added to the traffic situation table D10 (FIG. 4) recorded in the traffic situation database 30 and updated (step S213). As described above, the traffic condition index generation unit 20 repeatedly executes the process P21 each time the probe data is acquired.
  • the traffic condition index generation unit 20 determines each road based on a plurality of probe data ("on-board probe data and portable terminal probe data") to which "link ID" is added by the process P21. Processing P22 for calculating the traffic condition index at each time of the section is performed.
  • the traffic condition index generation unit 20 extracts target probe data to be calculated from among a plurality of probe data (step S220).
  • the traffic condition index generation unit 20 generates probe data indicating that it exists in an arbitrary target road section at an arbitrary target time based on the “transmission date and time” and “link ID” of each probe data. Extracted as target probe data for calculation processing.
  • the traffic condition index generation unit 20 is probe data having “transmission date and time” within a predetermined time (for example, 1 second) from an arbitrary target time, and is the same as the link ID of an arbitrary target road section. Probe data having “link ID” is extracted as target probe data for the arithmetic processing.
  • the traffic condition index generation unit 20 carries the “moving speed” of the vehicle on which each vehicle-mounted device A included in the target probe data is mounted (hereinafter referred to as “moving speed” of the vehicle) and each portable terminal T.
  • the pedestrian's “movement speed” (hereinafter, “pedestrian's“ movement speed ”) is acquired (step S221).
  • the traffic condition index generation unit 20 first determines whether the transmission source of each probe data is the vehicle-mounted device A based on the “device type” of each probe data included in the target probe data, or the portable terminal T It is judged whether it is.
  • the traffic condition index generation unit 20 reads and acquires the “movement speed” of the vehicle included in the probe data.
  • the “movement speed” of the OBE probe data is recorded in meters per second (m / s)
  • kilometers per hour km / h
  • the traffic condition index generation unit 20 may acquire the “movement speed” by converting it into meters per second (m / s).
  • the traffic condition index generation unit 20 calculates and acquires the “movement speed” of the pedestrian in units of meters per second (m / s) based on the probe data.
  • the traffic condition index generation unit 20 is the same as the “device ID” of the probe data among the probe data having the “transmission date” of a predetermined time before the “transmission date” of the probe data (for example, 10 seconds before).
  • the probe data having the “device ID” is searched and extracted as reference probe data.
  • the traffic condition index generation unit 20 then calculates the distance from the point indicated by the “position information” of the reference probe data to the point indicated by the “position information” of the probe data, the “transmission date and time” of the reference probe data and the probe data. Based on the time difference (10 seconds), the “movement speed” of the pedestrian related to the probe data is calculated and acquired. As described above, when the traffic condition index generation unit 20 acquires the “movement speed” of the vehicle and the pedestrian from each probe data included in the target probe data, the traffic condition index generation unit 20 proceeds to the next step.
  • the traffic condition index generation unit 20 calculates the “number of vehicles” indicating the number of vehicles equipped with the vehicle-mounted device A located in the target road section based on each probe data included in the target probe data. Then, “the number of pedestrians” indicating the number of pedestrians carrying the portable terminal T located in the target road section is calculated (step S222).
  • the traffic condition index generation unit 20 searches and acquires “the length of the target road section” from the map data using the “link ID” of the target road section as a search key (step S223).
  • the traffic condition index generation unit 20 calculates the traffic density of the vehicle and the traffic density of the pedestrian at the target time in the target road section (step S225). Specifically, the traffic condition index generation unit 20 uses “the number of vehicles” calculated in step S222 as N and “the length of the target road section” acquired in step S223 as K, and uses the following formula (2). To determine the traffic density k (units / m) of the vehicle.
  • the traffic condition index generation unit 20 sets the “number of pedestrians” calculated in step S222 to N and the “length of the target road section” acquired in step S223 to K, and uses the above formula (2). To determine the traffic density k (person / m) of the pedestrian.
  • the traffic condition index generation unit 20 repeatedly executes the process P22 each time the probe data is acquired, so that the traffic condition index (the vehicle traffic condition index and the pedestrian traffic condition at each time of each road section). The index) is calculated.
  • FIG. 8 is a diagram showing a functional configuration of the danger notification device according to the first embodiment of the present invention.
  • FIG. 9 is a diagram showing an example of risk correlation data according to the first embodiment of the present invention.
  • FIG. 10 is a first diagram illustrating an example of alert information according to the first embodiment of the present invention.
  • FIG. 11 is a second diagram illustrating an example of alert information according to the first embodiment of the present invention.
  • the functional configuration of the danger notification device 40 of the present embodiment will be described with reference to FIGS.
  • the danger notification device 40 includes a traffic condition index acquisition unit 410, a risk prediction unit 420, a portable terminal data extraction unit 430, an on-vehicle device data extraction unit 440, an alert information transmission unit 450, A recording medium 460.
  • the traffic condition index acquisition unit 410 acquires a traffic condition index for each road section from the traffic condition database 30 via the network NW. In the present embodiment, the traffic condition index acquisition unit 410 acquires only the vehicle traffic condition index from among the traffic condition indices recorded in the traffic condition database 30.
  • the risk prediction unit 420 is based on the vehicle traffic condition index for each road section acquired by the traffic condition index acquisition unit 410 and the risk degree correlation data D20 for each road section recorded in the recording medium 460 in advance (FIG. 9).
  • the degree of risk indicating the probability of occurrence of a traffic accident on each road section is predicted.
  • the danger prediction unit 420 refers to the map data recorded in advance in the recording medium 460, and there is a possibility that the vehicle and the pedestrian collide, such as a road section having a dedicated sidewalk or a road section having only a dedicated motorway.
  • the risk level may not be predicted for low road sections.
  • the risk correlation data D20 is data indicating the correlation between each of the traffic volume, traffic density and average speed of the vehicle and the risk indicating the probability of occurrence of a traffic accident for each road section.
  • each risk level correlation data D20 has “traffic volume-risk level correlation data D20a”, “traffic density-risk level correlation data D20b”, and “average speed-risk level correlation data D20c”. ing.
  • the horizontal axis indicates the traffic volume (vehicles / second) of the vehicle, and the vertical axis indicates the risk level (%) with respect to the traffic volume of the vehicle.
  • the degree of risk for vehicle traffic is calculated as the probability of occurrence of traffic accidents (%) with respect to vehicle traffic by statistically counting the number of traffic accidents with respect to traffic among the vehicle traffic indicators in the past road sections.
  • the horizontal axis represents the traffic density (vehicles / m) of the vehicle, and the vertical axis represents the degree of danger (%) with respect to the traffic density of the vehicle.
  • the degree of risk for traffic density of vehicles is expressed as the probability of occurrence of traffic accidents (%) against the traffic density of vehicles by statistically analyzing the number of traffic accidents with respect to traffic density among the vehicle traffic indicators in the past road sections.
  • the horizontal axis indicates the average speed (m / s) of the vehicle
  • the vertical axis indicates the degree of risk (%) with respect to the average speed of the vehicle.
  • the degree of danger for the average speed of the vehicle is expressed as the probability of occurrence of traffic accidents (%) with respect to the average speed of the vehicle by statistically counting the number of traffic accidents with respect to the average speed among the vehicle traffic indicators in each past road section. Data.
  • the risk prediction unit 420 determines that “the risk is high” when the risk of the risk correlation data D20 is equal to or greater than a predetermined reference value r1.
  • a predetermined reference value r1 is set to 10%, for example.
  • the risk prediction unit 420 has a value in which the traffic level, the traffic density, and the average speed of the vehicle traffic condition index of the road section B10a all have a risk level equal to or higher than the reference value r1 (10%). , “Danger is high”.
  • the risk prediction unit 420 when at least one of the traffic volume, the traffic density, and the average speed of the vehicle traffic condition index of the road section B10a has a value that the danger level is less than the reference value r1 (10%), Judge that the risk is low.
  • the predetermined reference value r1 may be set to the same value for a plurality of road sections, or may be set to a different value for each road section.
  • the predetermined reference value r1 is set to a different value for each of “traffic volume-risk degree correlation data D20a”, “traffic density-risk degree correlation data D20b”, and “average speed-risk degree correlation data D20c”. It may be.
  • the danger prediction unit 420 determines that the road is present when there is a road section in which all of the traffic volume, traffic density, and average speed of the vehicle have risk values that are greater than or equal to the reference value r1.
  • a section is determined to be “high risk” will be described, but is not limited thereto.
  • the risk prediction unit 420 includes a road section in which at least one of the traffic volume, traffic density, and average speed of the vehicle has a value that is a risk level equal to or higher than the reference value r1. The road section may be determined to be “high risk”.
  • the recording medium 460 may further record in advance risk correlation data D20 that is different for each month, each day of the week, and each time zone.
  • the risk level correlation data D20 is referred to based on the month, day of the week, and time zone when the risk prediction unit 420 predicts the risk level.
  • the risk prediction unit 420 refers to the risk level correlation data D20 that is different based on the time zone in which the risk level is predicted. The accuracy of predicting can be improved.
  • an example has been described in which the number of traffic accidents for each of the past road sections, the traffic density, and the average speed is statistically calculated to determine the degree of risk. It will never be done.
  • the number of traffic accidents that are likely to occur for example, the “moving speed” of OBE probe data is rapidly reduced in a short time.
  • the number of cases where data indicating braking is acquired may be statistically set.
  • the risk prediction unit 420 outputs the road section determined to be “high risk” to the mobile terminal data extraction unit 430 as a dangerous road section. Specifically, the danger prediction unit 420 outputs the “link ID” of the dangerous road section to the mobile terminal data extraction unit 430 and the vehicle-mounted device data extraction unit 440.
  • the mobile terminal data extraction unit 430 extracts data of the mobile terminal T carried by a pedestrian traveling in the dangerous road section from the traffic situation table D10 of the traffic situation database 30. Specifically, the mobile terminal data extraction unit 430 extracts data of the mobile terminal T having the “link ID” of the dangerous road section (data whose “device type” is “mobile terminal”). The mobile terminal data extraction unit 430 further extracts data of the mobile terminal T whose “alert setting” is “ON” from the extracted data of the mobile terminal T. When the mobile terminal data extraction unit 430 extracts one or more data of the mobile terminal T having the “link ID” of the dangerous road section and the “alert setting” being “ON”, the extracted mobile terminal The T data is output to the alert information transmission unit 450 for each dangerous road section.
  • the onboard equipment data extraction unit 440 extracts the data of the onboard equipment A mounted on the vehicle running on the dangerous road section where the pedestrian is present from the traffic situation table D ⁇ b> 10 of the traffic situation database 30. Specifically, the vehicle-mounted device data extraction unit 440 first identifies a dangerous road section where a pedestrian exists among the dangerous road sections output from the danger prediction unit 420. For example, the vehicle-mounted device data extraction unit 440 receives from the portable terminal data extraction unit 430 “hazardous road section where there is a pedestrian (data of the portable terminal T) whose“ alert setting ”of the portable terminal T is“ ON ”. By acquiring the “link ID”, such a dangerous road section is specified.
  • the onboard equipment data extraction part 440 extracts the data (data whose "equipment classification" is “onboard equipment") of the onboard equipment A which has the same "link ID” as the "link ID” of the specified dangerous road section. To do. Moreover, the onboard equipment data extraction part 440 further extracts the data of the onboard equipment A whose "alert setting" is “ON” among the extracted data of the onboard equipment A. As described above, the on-vehicle device data extraction unit 440 has at least one data of the on-vehicle device A having “link ID” of the dangerous road section where the pedestrian exists and having “alert setting” “ON”. When extracted, the data of the onboard equipment A extracted is output to the alert information transmission unit 450 for each dangerous road section.
  • the alert information transmission unit 450 transmits the network NW to at least one of the mobile terminal T and the vehicle-mounted device A based on the data of the mobile terminal T and the vehicle-mounted device A extracted by the mobile terminal data extraction unit 430 and the vehicle-mounted device data extraction unit 440.
  • the alert information includes at least one of text, an image, a voice, and the like indicating that the risk of occurrence of a traffic accident is high.
  • the alert information may include “position information” of the mobile terminal T and the vehicle-mounted device A. Note that the alert information transmission unit 450 may transmit different alert information between the mobile terminal T and the vehicle-mounted device A according to the functions of the mobile terminal T and the vehicle-mounted device.
  • the alert information transmission unit 450 may transmit, as alert information, a command for operating the vibration to the portable terminal T having a vibration function.
  • the alert information transmitting unit 450 may transmit a command for interrupting the sound and outputting sound for alert information as alert information.
  • the alert information transmission unit 450 sets the same “device ID” as the “device ID” based on the “device ID” included in the data of the mobile terminal T extracted by the mobile terminal data extraction unit 430.
  • the alert information is transmitted to the portable terminal T having the information.
  • the portable terminal T When receiving the alert information, the portable terminal T outputs the alert information as visual information such as text and images as shown in FIG. Further, the mobile terminal T may output alert information as audio information from a speaker, or may notify a pedestrian that the alert information has been received by vibration or the like.
  • position information of the vehicle-mounted device A is included in the alert information, the position of the vehicle-mounted device A may be indicated by an image, a map, a voice, or the like.
  • the alert information transmission part 450 is based on "equipment ID" contained in the data of the onboard equipment A which the onboard equipment data extraction part 440 extracted, and onboard equipment which has the same "equipment ID” as the said "equipment ID” Send alert information to A.
  • the vehicle-mounted device A Upon receiving the alert information, the vehicle-mounted device A outputs the alert information as visual information such as text and images as shown in FIG. 11, for example. Moreover, you may make it the onboard equipment A output alert information as audio
  • the position of the mobile terminal T may be indicated by an image, a map, a voice, or the like.
  • the driver of the vehicle on which the vehicle-mounted device A is mounted has “high risk” of the road section that is currently traveling, and the road section that is currently traveling. Notify that there is a pedestrian whose “alert setting” is set to “ON”.
  • the alert information transmission part 450 demonstrated the example which transmits alert information to the portable terminal T and the onboard equipment A, it is not restricted to this.
  • the alert information transmitting unit 450 may transmit alert information only to the mobile terminal T, or may transmit alert information only to the vehicle-mounted device A.
  • risk correlation data D20 and map data are recorded in advance.
  • FIG. 12 is a first diagram showing a processing flow of the danger notification device according to the first embodiment of the present invention.
  • FIG. 13 is a second diagram showing a processing flow of the danger notification device according to the first embodiment of the present invention.
  • the flow of processing of the danger notification device 40 of the present embodiment will be described with reference to FIGS.
  • the danger notification device 40 performs a process P40 for predicting a degree of danger indicating the probability of occurrence of a traffic accident in each road section.
  • the traffic condition index acquisition unit 410 selects a road section for which the degree of risk is predicted as the “target road section” (step S400). For example, the traffic condition index acquisition unit 410 first selects the road section having the smallest link ID as the target road section. In the example of FIG. 2, the traffic condition index acquisition unit 410 selects the road section B10a having the smallest value “B10a” among the plurality of link IDs as the target road section.
  • the traffic condition index acquisition unit 410 acquires the vehicle traffic condition index of the target road section from the traffic condition database 30 via the network NW (step S401). Specifically, the traffic condition index acquisition unit 410 searches and acquires a vehicle traffic condition index having the same link ID as the link ID of the target road section from among the plurality of vehicle traffic information indices from the traffic condition database 30. To do.
  • the risk prediction unit 420 acquires the risk correlation data D20 of the target road section from the recording medium 460 (step S402). Specifically, the risk prediction unit 420 obtains risk correlation data D20 having the same “link ID” as the “link ID” of the target road section from the plurality of risk correlation data D20 recorded in the recording medium 460. Search and get.
  • the risk prediction unit 420 has the “risk with respect to traffic volume” of the target road section equal to or greater than the reference value r1. It is determined whether or not there is (step S403).
  • the reference value r1 of the “risk level for traffic volume” of the road section B10a that is the target road section is set to 10%, for example. Yes.
  • the range of the traffic value in which the degree of risk is the reference value r1 (10%) or more is “q1 or more and less than q2”.
  • the risk prediction unit 420 determines that “the risk level for the traffic volume of the road section B10a is the reference value r1. Is determined ”(step S403: YES), the process proceeds to the next step S404.
  • the risk prediction unit 420 determines that “the degree of risk for the traffic volume in the road section B10a is It is determined that the value is less than the reference value r1 (step S403: NO), and the process proceeds to step S407.
  • the risk prediction unit 420 has a “risk with respect to traffic density” of the target road section equal to or higher than the reference value r1. It is determined whether or not there is (step S404).
  • the reference value r1 of the “risk level for traffic density” of the road section B10a that is the target road section is set to 10%, for example. Yes.
  • the range of the traffic density value in which the degree of risk is the reference value r1 (10%) or more is “k1 or more and less than k2”.
  • step S404: YES the risk prediction unit 420 determines that the “risk degree with respect to the traffic density of the road section B10a is the reference value r1. Is less than "(step S404: NO), the process proceeds to step S407.
  • the risk prediction unit 420 has the “risk with respect to the average speed” of the target road section equal to or higher than the reference value r1. It is determined whether or not there is (step S405).
  • the reference value r1 of the “risk level with respect to average speed” of the road section B10a that is the target road section is set to 10%, for example. Yes.
  • the range of the average speed value at which the degree of risk is the reference value r1 (10%) or more is “v1 or more”.
  • step S405: YES the risk prediction unit 420 indicates that “the risk level with respect to the average speed of the road section B10a is greater than or equal to the reference value r1.
  • step S405: NO the process proceeds to step S407.
  • the risk prediction unit 420 determines that the risk level for each of the “traffic volume”, “traffic density”, and “average speed” of the vehicle in the target road section is greater than or equal to the reference value r1 (step S403: YES, step S404: YES, And step S405: YES), it is determined that the target road section is “high risk” (step S406). Then, the risk prediction unit 420 outputs the road section determined to be “high risk” to the portable terminal data extraction unit 430 as a dangerous road section. Specifically, the danger prediction unit 420 outputs the “link ID” of the dangerous road section to the mobile terminal data extraction unit 430.
  • the danger prediction unit 420 determines that the degree of danger with respect to any of “traffic volume”, “traffic density”, and “average speed” of the vehicle in the target road section is less than the reference value r1 (step S403: NO, step S404). : NO or step S405: NO), it is determined that the target road section is “not dangerous” (step S407). In this way, the danger notification device 40 executes the process P40 for all road sections.
  • the danger notification device 40 includes at least one of the mobile terminal T and the vehicle-mounted device A located in each dangerous road section that the risk prediction unit 420 determines as “high risk” in the process P40.
  • processing P41 for transmitting alert information is performed.
  • the mobile terminal data extraction unit 430 extracts data of the mobile terminal T located in the dangerous road section from the traffic situation table D10 of the traffic situation database 30 (step S410). Specifically, the mobile terminal data extraction unit 430 extracts data of the mobile terminal T having the “link ID” of the dangerous road section (data whose “device type” is “mobile terminal”).
  • the mobile terminal data extraction unit 430 further extracts data of the mobile terminal T whose “alert setting” is “ON” from the extracted data of the mobile terminal T.
  • the mobile terminal data extraction unit 430 extracts one or more data of the mobile terminal T having the “link ID” of the dangerous road section and the “alert setting” being “ON”, the extracted mobile terminal The data of T is output to the alert information transmitting unit 450.
  • the onboard equipment data extraction part 440 extracts the data of the onboard equipment A located in a dangerous road area from the traffic condition table D10 of the traffic condition database 30 (step S411). Specifically, the vehicle-mounted device data extraction unit 440 first identifies a dangerous road section where a pedestrian exists among the dangerous road sections output from the danger prediction unit 420. For example, the vehicle-mounted device data extraction unit 440 receives from the portable terminal data extraction unit 430 “hazardous road section where there is a pedestrian (data of the portable terminal T) whose“ alert setting ”of the portable terminal T is“ ON ”. By acquiring the “link ID”, such a dangerous road section is specified.
  • the onboard equipment data extraction part 440 extracts the data (data whose "equipment classification" is “onboard equipment") of the onboard equipment A which has the same "link ID” as the "link ID” of the specified dangerous road section. To do. Moreover, the onboard equipment data extraction part 440 further extracts the data of the onboard equipment A whose "alert setting” is “ON” among the extracted data of the onboard equipment A. As described above, the on-vehicle device data extraction unit 440 has at least one data of the on-vehicle device A having “link ID” of the dangerous road section where the pedestrian exists and having “alert setting” “ON”. When extracted, the data of the onboard equipment A extracted is output to the alert information transmission unit 450.
  • the alert information transmission unit 450 is sent to at least one of the mobile terminal T and the vehicle-mounted device A based on the data of the mobile terminal T and the vehicle-mounted device A extracted by the mobile terminal data extraction unit 430 and the vehicle-mounted device data extraction unit 440.
  • the alert information is transmitted via the network NW (step S412).
  • the danger notification device 40 ends the process for the target road section (road section B10a). As described above, the danger notification device 40 performs the process P41 on all dangerous road sections.
  • FIG. 14 is a diagram illustrating an example of a hardware configuration of the danger notification device according to the first embodiment of the present invention.
  • an example of the hardware configuration of the danger notification device 40 of the present embodiment will be described with reference to FIG.
  • the computer 900 includes a CPU 901, a main storage device 902, an auxiliary storage device 903, an input / output interface 904, and a communication interface 905.
  • the above-described danger notification device 40 is mounted on the computer 900.
  • the operation of each processing unit described above is stored in the auxiliary storage device 903 in the form of a program.
  • the CPU 901 reads a program from the auxiliary storage device 903, develops it in the main storage device 902, and executes the above processing according to the program.
  • the CPU 901 ensures a storage area corresponding to the recording medium 460 in the main storage device 902 according to the program.
  • the CPU 901 ensures a storage area for storing data being processed in the auxiliary storage device 903 according to the program.
  • the computer 900 may be connected to the external storage device 910 via the input / output interface 904, and a storage area corresponding to the recording medium 460 may be secured in the external storage device 910. Further, the computer 900 may be connected to the external storage device 920 via the communication interface 905, and a storage area corresponding to the recording medium 460 may be secured in the external storage device 920.
  • the auxiliary storage device 903 is an example of a tangible medium that is not temporary.
  • Other examples of the tangible medium that is not temporary include a magnetic disk, a magneto-optical disk, a CD-ROM, a DVD-ROM, and a semiconductor memory connected via the input / output interface 904.
  • this program is distributed to the computer 900 via a communication line, the computer 900 that has received the distribution may develop the program in the main storage device 902 and execute the above processing.
  • the program may be for realizing a part of the functions described above. Further, the program may be a so-called difference file (difference program) that realizes the above-described function in combination with another program already stored in the auxiliary storage device 903.
  • difference file difference program
  • the danger notification device 40 may be configured by a single computer 900 or may be configured by a plurality of computers connected so as to be communicable.
  • each function of the danger notification device 40 may be included in the traffic condition index generation unit 20.
  • the danger notification device 40 includes the traffic condition index acquisition unit 410 that acquires the vehicle traffic condition index for each road section from the traffic condition database 30, and each road based on the vehicle traffic condition index.
  • a risk prediction unit 420 that predicts the risk level indicating the probability of occurrence of a traffic accident in the section, and if the risk prediction unit determines that the risk level of the road section is equal to or greater than a predetermined reference value r1, the vehicle located in the road section
  • An alert information transmitting unit 450 that transmits alert information to at least one of the onboard device A and the portable terminal T carried by the pedestrian.
  • the risk level of a road section may vary depending on the actual vehicle traffic volume, traffic density, and average speed of the road section.
  • the risk for each of the traffic volume, traffic density, and average speed of the vehicle in the road section B10a is a predetermined reference value r1. If this is the case, there is a possibility that the occurrence probability of a traffic accident will increase in the road section B10a.
  • a number of slow vehicles are traveling in the road section B10a due to traffic congestion or the like, that is, the risk of traffic volume and traffic density of the vehicle is greater than or equal to a predetermined reference value r1, but the risk of average vehicle speed When the degree is less than the predetermined reference value r1, there is a possibility that the occurrence probability of a traffic accident is lowered.
  • the risk prediction unit 420 of the present embodiment predicts the degree of risk according to the vehicle traffic condition index for each road section. Therefore, it is possible to improve the accuracy of predicting the risk level of each road section.
  • the alert information transmission unit 450 transmits alert information to at least one of the vehicle-mounted device A and the mobile terminal T located in the dangerous road section determined by the risk prediction unit 420 to be “high risk” to alert the user. In addition, it is possible to suppress unnecessary alert information from being transmitted to the vehicle-mounted device A and the mobile terminal T located in the road section that the risk prediction unit 420 has determined that “the degree of risk is low”.
  • the risk prediction unit 420 also calculates the probability of occurrence of a traffic accident for each of the road traffic condition index acquired by the traffic condition index acquisition unit 410 and the traffic volume, traffic density, and average speed in the past vehicle traffic condition index for each road section.
  • a risk level is predicted based on the associated risk level correlation data D20.
  • the alert information transmission unit 450 travels along the road section when the risk prediction unit 420 determines that the risk level of the road section is equal to or higher than the predetermined reference value r1 and when a pedestrian exists in the road section. Alert information is transmitted to the onboard equipment A mounted in the inside vehicle. Specifically, when the risk prediction unit 420 determines that the risk level of the road section is equal to or higher than a predetermined reference value r1, the road section is output to the on-board device data extraction unit 440 as a “high risk” risk road section. To do.
  • the onboard equipment data extraction part 440 extracts the data of the onboard equipment A mounted in the vehicle currently drive
  • the alert information transmission part 450 transmits alert information to the said onboard equipment A based on the data of the onboard equipment A which the onboard equipment data extraction part 440 extracted. By doing in this way, the alert information transmission part 450 transmits alert information to the onboard equipment A and alerts it with respect to the vehicle which has high danger and is driving the road area where a pedestrian exists. In addition, it is possible to suppress transmission of unnecessary alert information to the vehicle-mounted device A that is located in a road section where a pedestrian is not present although the degree of danger is high.
  • the mobile terminal data extraction unit 430 and the vehicle-mounted device data extraction unit 440 extract data of the mobile terminal T and the vehicle-mounted device A whose “alert setting” is “ON”. Accordingly, the alert information transmission unit 450 transmits the alert information to the mobile terminal T and the vehicle-mounted device A whose “alert setting” is “ON”, so that pedestrians and vehicles who wish to receive the alert information receive the alert information. Alerts can be given only to the driver. Moreover, transmission of unnecessary alert information can be suppressed for the portable terminal T and the vehicle-mounted device A that do not wish to receive alert information.
  • a pedestrian who may not notice the approach of a vehicle has a high risk level of a road section during travel by setting “alert setting” of the mobile terminal T to “ON”. Can be recognized via the alert information transmitted to the mobile terminal T.
  • the onboard equipment data extraction part 440 extracts the data of the onboard equipment A located in the danger road area where the pedestrian who has set "alert setting” of the portable terminal T to "ON” exists.
  • the alert information transmission unit 450 is configured so that pedestrians whose “alert setting” of the mobile terminal T is “ON”, that is, pedestrians who may not notice the approach of the vehicle, such as a visually impaired person, are on the same road. It is possible to alert the vehicle on which the vehicle-mounted device A is mounted by transmitting alert information that the section is passing.
  • the danger notification system 1 includes the above-described danger notification device 40, on-vehicle probe data including position information of the on-vehicle device A mounted on each of a plurality of vehicles, and a plurality of pedestrians.
  • a traffic condition index for each road section is generated based on probe data collection unit 10 that collects portable terminal probe data including position information of portable terminal T to be carried, on-board probe data, and portable terminal probe data.
  • a traffic condition index generation unit 20 that records in the traffic condition database 30.
  • generation part 20 produces
  • the traffic condition index generation unit 20 can increase the accuracy of the traffic condition index.
  • the danger notification device 40 can improve the prediction accuracy of the degree of danger of each road section based on such a highly accurate traffic condition index.
  • a danger notification system 1 according to a modification of the first embodiment of the present invention will be described with reference to FIGS. Constituent elements common to the first embodiment are denoted by the same reference numerals, and detailed description thereof is omitted.
  • the risk prediction unit 420 of the danger notification device 40 predicts the risk level based on the “vehicle traffic condition index” and the “risk level correlation data” has been described.
  • the risk prediction unit 420 of the danger notification device 40 predicts the risk based on the “vehicle traffic condition index”, the “pedestrian traffic condition index”, and the “danger degree correlation data”. This is different from the first embodiment.
  • FIG. 15 is a diagram illustrating a processing flow of the danger notification device according to the modification of the first embodiment of the present invention.
  • FIG. 16 is a diagram illustrating an example of the risk correlation data according to the modification of the first embodiment of the present invention.
  • the danger notification device 40 according to the present modification predicts a risk indicating the probability of occurrence of a traffic accident in each road section, as shown in FIG. 15, instead of the process P40 (FIG. 12) of the first embodiment. Process P42 is performed.
  • the traffic condition index acquisition unit 410 selects a road section for which the degree of risk is predicted as the “target road section” (step S420). For example, the traffic condition index acquisition unit 410 first selects the road section having the smallest link ID as the target road section. In the example of FIG. 2, the traffic condition index acquisition unit 410 selects, as a target road section, a road section B10a having “B10a” having the smallest value among a plurality of “link IDs”.
  • the traffic condition index acquisition unit 410 acquires the vehicle traffic condition index and the pedestrian traffic condition index of the target road section from the traffic condition database 30 via the network NW (step S421). Specifically, the traffic condition index acquisition unit 410 searches the traffic condition database 30 for a vehicle traffic condition index having the same “link ID” as the “link ID” of the target road section among the plurality of vehicle traffic condition indices. And get. Also, the traffic condition index acquisition unit 410 searches the traffic condition database 30 for a pedestrian traffic condition index having the same “link ID” as the “link ID” of the target road section among the plurality of pedestrian traffic condition indices. Get.
  • the risk prediction unit 420 acquires the risk correlation data D21 (FIG. 16) of the target road section from the recording medium 460 (step S422). Specifically, the risk prediction unit 420 obtains risk correlation data D21 having the same “link ID” as the “link ID” of the target road section from the plurality of risk correlation data D21 recorded in the recording medium 460. Search and get.
  • the risk correlation data D21 is data indicating the correlation between the traffic volume, traffic density, and average speed of vehicles and pedestrians and the risk indicating the occurrence probability of a traffic accident for each road section. As shown in FIG. 16, each risk correlation data D21 has "traffic volume-risk degree correlation data D21a”, “traffic density-risk degree correlation data D21b”, and "average speed-risk degree correlation data D21c”. ing.
  • the horizontal axis represents the vehicle traffic volume (vehicles / second) and the pedestrian traffic volume (person / second), and the vertical axis represents the risk level (%) relative to the vehicle traffic volume. Indicates the degree of danger (%) with respect to the traffic volume of pedestrians.
  • the solid line indicates the degree of danger with respect to the traffic volume of the vehicle
  • the broken line indicates the degree of danger with respect to the traffic volume of the pedestrian.
  • the degree of danger with respect to the traffic volume of the vehicle is the same as in the first embodiment.
  • the degree of risk for pedestrian traffic is calculated as the probability (%) of traffic accidents with respect to pedestrian traffic by statistically counting the number of traffic accidents with respect to pedestrian traffic in each past road section. It is the data represented.
  • the horizontal axis represents vehicle traffic density (vehicles / m) and pedestrian traffic density (person / m)
  • the vertical axis represents the degree of danger (%) relative to the vehicle traffic density. Indicates the degree of danger (%) for the traffic density of pedestrians.
  • the solid line indicates the degree of danger with respect to the traffic density of the vehicle
  • the broken line indicates the degree of danger with respect to the traffic density of the pedestrian.
  • the degree of danger with respect to the traffic density of the vehicle is the same as in the first embodiment.
  • the degree of danger for traffic density of pedestrians is calculated as the probability of occurrence of traffic accidents (%) against the traffic density of pedestrians by statistically counting the number of traffic accidents with respect to the traffic density of pedestrians in each past road section. It is the data represented.
  • the horizontal axis represents the average speed (m / s) of the vehicle and the average speed of the pedestrian (m / s)
  • the vertical axis represents the degree of danger (%) with respect to the average speed of the vehicle.
  • the degree of danger (%) with respect to the average speed of pedestrians Indicates the degree of danger (%) with respect to the average speed of pedestrians.
  • the solid line indicates the degree of danger with respect to the average speed of the vehicle, and the broken line indicates the degree of danger with respect to the average speed of the pedestrian.
  • the degree of danger with respect to the average speed of the vehicle is the same as in the first embodiment.
  • the degree of danger to the average speed of pedestrians is calculated as the probability of occurrence of traffic accidents (%) relative to the average speed of pedestrians by statistically counting the number of traffic accidents with respect to the average speed of pedestrians in each past road section. It is the data represented.
  • the risk prediction unit 420 determines the “risk for vehicle traffic volume” of the target road section based on the vehicle traffic condition index and the pedestrian traffic condition index of the target road section and the risk correlation data D21 of the target road section. It is determined whether or not “degree” is greater than or equal to the reference value r1 and “risk degree of pedestrian traffic” is greater than or equal to the reference value r1 (step S423).
  • the reference value r1 of the “risk level with respect to traffic volume” of the road section B10a that is the target road section is set to 10%, for example. Yes.
  • the range of the traffic volume value of the vehicle having a risk level equal to or higher than the reference value r1 (10%) is “q1 or more and less than q2”
  • the pedestrian traffic volume value range is “q3 or more and less than q4”. is there. Therefore, when the “traffic volume” of the vehicle traffic condition index of the road section B10a is included in the range of “q1 or more and less than q2,” and the “traffic volume” of the pedestrian traffic condition index is “q3 or more and less than q4”.
  • the risk prediction unit 420 determines that “the degree of risk with respect to the traffic volume of the road section B10a is greater than or equal to the reference value r1” (step S423: YES), and proceeds to the next step S424.
  • the risk prediction unit 420 determines that “the degree of risk with respect to the traffic volume of the road section B10a is less than the reference value r1” (step S423: NO), and proceeds to step S427.
  • the risk prediction unit 420 determines the “risk for vehicle traffic density of the target road section based on the vehicle traffic condition index and the pedestrian traffic condition index of the target road section and the risk correlation data D21 of the target road section. It is determined whether or not “degree” is greater than or equal to the reference value r1 and “risk degree of pedestrian traffic density” is greater than or equal to the reference value r1 (step S424).
  • the reference value r1 of the “risk level with respect to traffic density” of the road section B10a that is the target road section is set to 10%, for example. Yes.
  • the range of the traffic density value of the vehicle whose danger level is the reference value r1 (10%) or more is “k1 or more and less than k2”, and the range of the pedestrian traffic density value is “k3 or more and less than k4”. is there.
  • the risk prediction unit 420 determines that “the risk level with respect to the traffic density of the road section B10a is greater than or equal to the reference value r1” (step S424: YES), and proceeds to the next step S425.
  • the risk prediction unit 420 determines that “the degree of risk with respect to the traffic density of the road section B10a is less than the reference value r1” (step S424: NO), and proceeds to step S427.
  • the risk prediction unit 420 determines that the “danger with respect to the average speed of the vehicle of the target road section” based on the vehicle traffic condition index and the pedestrian traffic condition index of the target road section and the risk correlation data D21 of the target road section. It is determined whether or not “degree” is greater than or equal to reference value r1 and “risk with respect to the average speed of pedestrians” is greater than or equal to reference value r1 (step S425).
  • the reference value r1 of the “risk level with respect to average speed” of the road section B10a that is the target road section is set to 10%, for example. Yes.
  • the range of the average speed value of the vehicle having the risk level equal to or higher than the reference value r1 (10%) is “v1 or higher”, and the range of the average speed value of the pedestrian is “v2 or higher”.
  • the risk prediction unit 420 determines that “the degree of risk with respect to the average speed of the road section B10a is equal to or greater than the reference value r1” (step S425: YES), and proceeds to the next step S426.
  • step S425 determines that “the degree of risk with respect to the average speed of the road section B10a is less than the reference value r1” (step S425: NO), and proceeds to step S427.
  • the risk prediction unit 420 determines that the risk level for each of the “traffic volume”, “traffic density”, and “average speed” of the vehicle and pedestrian in the target road section is greater than or equal to the reference value r1 (step S423: YES, step S424). : YES, and step S425: YES), it is determined that the target road section is “high risk” (step S426). Then, the risk prediction unit 420 outputs the road section determined to be “high risk” to the portable terminal data extraction unit 430 as a dangerous road section. Specifically, the danger prediction unit 420 outputs the “link ID” of the dangerous road section to the mobile terminal data extraction unit 430.
  • the risk prediction unit 420 determines that the risk level for any of the “traffic volume”, “traffic density”, and “average speed” of the vehicle and pedestrian in the target road section is less than the reference value r1 (step S423: NO). Step S424: NO or Step S425: NO), it is determined that the target road section is “low risk” (Step S427). In this way, the danger notification device 40 executes the process P42 for all road sections.
  • the traffic condition index acquisition unit 410 acquires the vehicle traffic condition index and the pedestrian traffic condition index for each road section from the traffic condition database 30.
  • the risk prediction unit 420 predicts a risk level indicating the probability of occurrence of a traffic accident in each road section based on the vehicle traffic condition index for each road section and the pedestrian traffic condition index.
  • the risk level of a road section may vary depending on the actual vehicle traffic volume, traffic density, and average speed of the road section, and the actual pedestrian traffic volume, traffic density, and average speed. For example, when many high-speed vehicles are traveling in the road section B10a (FIG.
  • the risk prediction unit 420 of the present embodiment does not include the vehicle traffic condition index for each road section and the pedestrian traffic. Since the risk level is predicted according to both the situation and the risk level, the accuracy of the risk level prediction of each road section can be improved.
  • the mobile terminal T may be attached to a light vehicle such as a bicycle.
  • the alert information transmission unit 450 is provided on either or both of the portable terminal T carried by a pedestrian traveling in the dangerous road section and the vehicle-mounted device A mounted on the vehicle traveling on the dangerous road section. Alert information indicating that a light vehicle is present in the dangerous road section may be transmitted.
  • the alert information transmission part 450 may transmit the alert information which shows that a pedestrian and a vehicle exist in the said dangerous road area to the portable terminal T attached to the light vehicle which is passing the dangerous road area. .
  • danger notification device danger notification system, danger notification method, and program, it is possible to notify the risk prediction information of a traffic accident according to the traffic situation for each road section.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

危険通知装置（４０）は、道路区間の交通状況指標を交通状況データベースから取得する交通状況指標取得部（４１０）と、前記交通状況指標に基づいて、前記道路区間における交通事故の発生確率を示す危険度を予測する危険予測部（４２０）と、前記危険予測部が前記道路区間の前記危険度が所定の基準値以上となると判断した場合、当該道路区間に位置する車両に搭載された車載器及び歩行者が携帯する携帯端末の少なくとも一方へアラート情報を送信するアラート情報送信部（４５０）と、を備える。

Description

危険通知装置、危険通知システム、危険通知方法及びプログラム
　本発明は、危険通知装置、危険通知システム、危険通知方法及びプログラムに関する。
　本願は、２０１６年７月２６日に日本に出願された特願２０１６－１４６６２０号について優先権を主張し、その内容をここに援用する。
　車両と歩行者とが衝突することを抑制するためのシステムとして、車両に搭載された車載器及び歩行者が携帯する携帯端末からそれぞれ取得した位置情報、速度情報及び移動方向情報に基づいて、車両及び歩行者の到達地点を予測し、車両と歩行者が衝突する可能性があると判断された場合、車載器又は携帯端末から警告が出力されるシステムが提供されている（例えば特許文献１）。
　また、歩行者が携帯する携帯端末から取得した位置情報が車載器に表示されることにより、歩行者の存在を車両の運転者等へ通知するシステムが提供されている（例えば特許文献２、特許文献３）。
特開２００５－４５４２号公報 特開２００８－２１７４２９号公報 特開２００７－１２２７３５号公報
　しかしながら、車両と歩行者とが同一の道路に位置している場合であっても、例えば、当該道路の交通量が多い状況と、交通量が少ない状況とでは、車両と歩行者とが衝突する危険度が異なる可能性がある。このため、上述のシステムのように、車両及び歩行者の到達地点のみに基づいて車載器又は携帯端末から警告が出力される場合、車両と歩行者とが衝突する危険度が高い状況にも関わらず警告が出力されない、又は、車両と歩行者とが衝突する危険度が低い状況にも関わらず警告が出力される可能性がある。
　本発明は、このような課題に鑑みてなされたものあって、道路区間別の交通状況に応じて、交通事故の危険予測情報を通知する危険通知装置、危険通知システム、危険通知方法及びプログラムを提供する。
　上記課題を解決するため、本発明は以下の手段を採用している。
　本発明の一態様によれば、危険通知装置は、道路区間の交通状況指標を交通状況データベースから取得する交通状況指標取得部と、前記交通状況指標に基づいて、前記道路区間における交通事故の発生確率を示す危険度を予測する危険予測部と、前記危険予測部が前記道路区間の前記危険度が所定の基準値以上となると判断した場合、当該道路区間に位置する車両に搭載された車載器及び歩行者が携帯する携帯端末の少なくとも一方へアラート情報を送信するアラート情報送信部と、を備える。
　このようにすることで、危険予測部は、道路区間の交通状況指標に応じて危険度の予測を行うため、各道路区間の危険度の予測精度を向上させることができる。また、アラート情報送信部は、危険予測部が危険度が所定の基準値以上となると判断した道路区間に位置する車載器及び携帯端末の少なくとも一方へアラート情報を送信して注意喚起を行うことができるとともに、危険予測部が危険度が所定の基準値以上とならないと判断した道路区間においては不要なアラート情報の送信を抑制することができる。
　本発明の一態様によれば、上述の態様の危険通知装置において、前記危険予測部は、前記交通状況指標取得部が取得した前記交通状況指標と、過去の交通状況指標に対する交通事故の発生確率を前記道路区間別に関連付けた危険度相関データとに基づいて、前記危険度を予測する。
　このようにすることで、危険予測部は、交通状況指標取得部が取得した現在の交通状況指標と、過去の交通状況指標に対する交通事故の発生確率を示す危険度相関データとの双方を参照することにより、危険度の予測精度を更に向上させることができる。
　本発明の一態様によれば、上述の態様の危険通知装置において、前記アラート情報送信部は、前記危険予測部が前記道路区間の危険度が所定の基準値以上となると判断した場合、且つ、当該道路区間に歩行者が存在する場合、前記車載器へアラート情報を送信する。
　このようにすることで、アラート情報送信部は、危険度が所定の基準値以上であって歩行者が存在する道路区間においては車載器へアラート情報を送信して適切に注意喚起を行うことができるとともに、危険度が所定の基準値以上であっても歩行者が存在しない道路区間においては不要なアラート情報の送信を抑制することができる。
　本発明の一態様によれば、危険通知システムは、上述の何れか一の態様の危険通知装置と、複数の車両のそれぞれに搭載された車載器の位置情報を含む車載器プローブデータと、複数の歩行者がそれぞれ携帯する携帯端末の位置情報を含む携帯端末プローブデータと、を収集するプローブデータ収集部と、前記車載器プローブデータと、前記携帯端末プローブデータとに基づいて、道路区間別の交通状況指標を生成して交通状況データベースに記録する交通状況指標生成部と、を備える。
　このようにすることで、交通状況指標生成部は、プローブデータ収集部が逐次収集する車載器プローブデータ及び携帯端末プローブデータに基づいて現実の道路区間の状況に応じた交通状況指標を生成することができる。このため、交通状況指標生成部は、交通状況指標の精度を高めることができる。また、危険通知装置は、このように精度の高い交通状況指標に基づいて、各道路区間の危険度の予測精度を向上させることができる。
　本発明の一態様によれば、危険通知方法は、道路区間の交通状況指標を交通状況データベースから取得する交通状況指標取得ステップと、前記交通状況指標に基づいて、前記道路区間における危険度を予測する危険予測ステップと、前記危険予測ステップにおいて前記道路区間の危険度が所定の基準値以上となると判断された場合、当該道路区間に位置する車両に搭載された車載器及び歩行者が携帯する携帯端末の少なくとも一方へアラート情報を送信するアラート情報送信ステップと、を有する。
　本発明の一態様によれば、プログラムは、危険通知装置のコンピュータを、道路区間の交通状況指標を交通状況データベースから取得する交通状況指標取得部、前記交通状況指標に基づいて、前記道路区間における危険度を予測する危険予測部、前記危険予測部が前記道路区間の危険度が所定の基準値以上となると判断した場合、当該道路区間に位置する車両に搭載された車載器及び歩行者が携帯する携帯端末の少なくとも一方へアラート情報を送信するアラート情報送信部、として機能させる。
　上述の危険通知装置、危険通知システム、危険通知方法及びプログラムによれば、道路区間別の交通状況に応じて、交通事故の危険予測情報を通知することができる。
本発明の第１の実施形態に係る危険通知システムの全体構成を示す図である。 本発明の第１の実施形態に係る道路区間の例を示す図である。 本発明の第１の実施形態に係る交通状況指標生成部の機能を示す図である。 本発明の第１の実施形態に係る交通状況テーブルの例を示す図である。 本発明の第１の実施形態に係る交通状況指標生成部の処理フローを示す第１の図である。 本発明の第１の実施形態に係る交通状況指標生成部の処理フローを示す第２の図である。 本発明の第１の実施形態に係る交通状況指標生成部の処理フローを示す第３の図である。 本発明の第１の実施形態に係る危険通知装置の機能構成を示す図である。 本発明の第１の実施形態に係る危険度相関データの例を示す図である。 本発明の第１の実施形態に係るアラート情報の例を示す第１の図である。 本発明の第１の実施形態に係るアラート情報の例を示す第２の図である。 本発明の第１の実施形態に係る危険通知装置の処理フローを示す第１の図である。 本発明の第１の実施形態に係る危険通知装置の処理フローを示す第２の図である。 本発明の第１の実施形態に係る危険通知装置のハードウェア構成の例を示す図である。 本発明の第１の実施形態の変形例に係る危険通知装置の処理フローを示す図である。 本発明の第１の実施形態の変形例に係る危険度相関データの例を示す図である。
＜第１の実施形態＞
　以下、本発明の第１の実施形態に係る危険通知システム１について、図１～図１４を参照しながら説明する。
（危険通知システムの全体構成）
　図１は、本発明の第１の実施形態に係る危険通知システムの全体構成を示す図である。
　図１に示すように、本実施形態の危険通知システム１は、インターネット等のネットワークＮＷを介して通信可能に接続されたプローブデータ収集部１０と、交通状況指標生成部２０と、交通状況データベース３０と、危険通知装置４０と、を備えている。
　なお、プローブデータ収集部１０、交通状況指標生成部２０、交通状況データベース３０及び危険通知装置４０は、ＬＡＮ（Local Area Network）等の専用線で通信可能に接続されていてもよい。
　プローブデータ収集部１０は、所定時間ごと（例えば１秒ごと）に、車両に搭載された車載器Ａ及び歩行者が携帯する携帯端末Ｔから送信されるプローブデータ（車載器プローブデータ及び携帯端末プローブデータ）を収集する。
　具体的には、プローブデータ収集部１０は、複数の車両のそれぞれに搭載された車載器Ａ（車載器Ａ１～Ａｎ）からネットワークＮＷを介して送信された車載器プローブデータを収集する。また、プローブデータ収集部１０は、複数の歩行者がそれぞれ携帯する携帯端末Ｔ（携帯端末Ｔ１～Ｔｎ）から、ネットワークＮＷを介して送信された携帯端末プローブデータを収集する。なお、歩行者が携帯する携帯端末Ｔには、携帯端末プローブデータを送信し、危険通知装置４０から「交通事故が発生する危険度が高い」ことを示すアラート情報を受信するためのアプリケーションが予めインストールされている。
　車載器プローブデータには、「送信日時」、「機器種別」、「機器ＩＤ」、「位置情報」、「移動速度」、「アラート設定」等が含まれている。また、携帯端末プローブデータには、「機器種別」、「機器ＩＤ」、「位置情報」、「アラート設定」等が含まれている。
　「送信日時」は、プローブデータが車載器Ａ又は携帯端末Ｔから送信された日時を示す情報である。「機器種別」は、プローブデータの送信元が車載器Ａであるか携帯端末Ｔであるかを特定するための情報である。「機器ＩＤ」は、プローブデータの送信元である車載器Ａ又は携帯端末Ｔを特定可能な情報である。「位置情報」は、プローブデータが送信された日時における、車載器Ａが搭載された車両又は携帯端末Ｔを携帯する歩行者が位置する地点（緯度、経度等）を示す情報である。「移動速度」は、プローブデータが送信された日時における、車載器Ａが搭載された車両の走行速度（ｍ／ｓ）を示す情報である。
「アラート設定」は、車載器Ａ及び携帯端末Ｔがアラート情報を受信するか否か（「ＯＮ」又は「ＯＦＦ」）を示す情報である。車両の運転者は、車載器Ａを通じてアラート情報を受信するか否かを任意で切り替えることができる。また、歩行者は、携帯端末Ｔにインストールされたアプリケーションを通じて、アラート情報を受信するか否かを任意で切り替えることができる。
　図２は、本発明の第１の実施形態に係る道路区間の例を示す図である。
　交通状況指標生成部２０は、プローブデータ収集部１０が収集したプローブデータ（車載器プローブデータ及び携帯端末プローブデータ）に基づいて、所定時間ごと（例えば１秒ごと）に、道路区間別の交通状況指標を生成する。なお、本実施形態において、交通状況指標生成部２０は、車両の交通状況を示す「車両交通状況指標」と、歩行者の交通状況を示す「歩行者交通状況指標」とを、それぞれ道路区間別に生成する。
　道路区間とは、図２に示すように、道路上の複数の交通結節点（交差点等）のそれぞれに設定されたノードのうち、隣接する二点のノード間の領域を示す。各道路区間には、道路区間を特定可能な「リンクＩＤ」が付されている。例えば、図２に示すように、二つのノード（交差点）間の領域であって、一方へ向かう車線を示す道路区間にはリンクＩＤ「Ｂ２０ａ」が付されており、他方へ向かう車線を示す道路区間にはリンクＩＤ「Ｂ２０ｂ」が付されている。なお、交通結節点間の距離が所定距離（例えば１００メートル）よりも長い場合は、更に所定距離ごとにノードを設定するようにしてもよい。本実施形態では、交通状況指標生成部２０は、「リンクＩＤ」と、道路区間の位置（例えば、道路区間の始点及び終点の緯度及び経度）を示す「道路区間位置情報」と、「道路区間の長さ」とが関連付られた地図データを予め有している。
　交通状況指標（車両交通状況指標及び歩行者交通状況指標）とは、道路区間内における車両及び歩行者の交通状況を示す情報である。本実施形態では、交通状況指標には、「交通量」、「交通密度」、及び「平均速度」が含まれている。「交通量」は、道路区間内における１秒あたりの車両の通行台数（台／秒）又は歩行者の通行人数（人／秒）を示す。
「交通密度」は、道路区間内における１メートルあたりの車両台数（台／ｍ）又は歩行者人数（人／ｍ）を示す。「平均速度」は、道路区間内を走行中の車両又は通行中の歩行者の平均移動速度（ｍ／ｓ）を示す。
　また、交通状況指標生成部２０は、交通状況指標を演算する際に用いたプローブデータに基づいて、道路区間（リンクＩＤ）と、当該道路区間に位置する車載器Ａ及び携帯端末Ｔの情報（プローブデータの一部）とが関連付けられたデータを、交通状況データベース３０の交通状況テーブルＤ１０（図４）に追加して更新する。交通状況テーブルＤ１０の詳細については後述する。
　交通状況データベース３０には、交通状況指標生成部２０が生成した交通状況指標（車両交通状況指標及び歩行者交通状況指標）と、図４に示す交通状況テーブルＤ１０とが蓄積されている。
　危険通知装置４０は、交通状況データベース３０に記録された道路区間別の交通状況指標に基づいて、各道路区間における交通事故の発生確率を示す危険度を予測する。また、危険通知装置４０は、ある道路区間の「危険度が高い」と判断した場合、当該道路区間に位置する車載器Ａ及び携帯端末Ｔの少なくとも一方へ、「危険度が高い」ことを示すアラート情報を送信する。
（交通状況指標生成部の機能）
　図３は、本発明の第１の実施形態に係る交通状況指標生成部の機能を示す図である。
　図４は、本発明の第１の実施形態に係る交通状況テーブルの例を示す図である。
　以下、本実施形態の交通状況指標生成部２０の機能について、図３～図４を参照して説明する。
　図３に示すように、交通状況指標生成部２０は、まず、プローブデータ収集部１０からプローブデータを取得する。そして、交通状況指標生成部２０は、既知のビッグデータ分散処理技術、ストリームデータ処理技術等を用いて、複数の車載器Ａ及び携帯端末Ｔから収集したプローブデータに基づく道路区間別の交通状況指標を生成する。交通状況指標生成部２０は、交通状況指標を生成すると、当該交通状況指標を道路区間別に交通状況データベース３０へ記録する。これにより、交通状況指標生成部２０は、現実の道路区間別の状況に応じた交通状況指標をリアルタイムに生成することが可能である。
　また、交通状況指標生成部２０は、交通状況指標を演算する際に用いたプローブデータに基づいて、道路区間（リンクＩＤ）と、当該道路区間に位置する車載器Ａ及び携帯端末Ｔの情報（プローブデータの一部）とが関連付けられた交通状況データを、交通状況データベース３０の交通状況テーブルＤ１０に追加して更新する。図４に示すように、交通状況テーブルＤ１０には、各プローブデータの「送信日時」と、各プローブデータの送信元である車載器Ａ及び携帯端末Ｔの「機器種別」、「機器ＩＤ」、「位置情報」、及び「アラート設定」と、車載器Ａが搭載された車両及び携帯端末Ｔを携帯する歩行者が位置する道路区間の「リンクＩＤ」と、が関連付けられて記録されている。
（交通状況指標生成部の処理フロー）
　図５は、本発明の第１の実施形態に係る交通状況指標生成部の処理フローを示す第１の図である。
　以下、本実施形態の交通状況指標生成部２０の処理の流れについて、図５を参照して説明する。
　図５に示すように、交通状況指標生成部２０は、プローブデータ収集部１０が収集したプローブデータ（車載器プローブデータ及び携帯端末プローブデータ）を取得する（ステップＳ２００）。
　次に、交通状況指標生成部２０は、プローブデータ（車載器プローブデータ及び携帯端末プローブデータ）に基づいて、道路区間別の交通状況指標（車両交通状況指標及び歩行者交通状況指標）を生成するとともに、交通状況テーブルＤ１０を更新する（ステップＳ２０１）。交通状況指標の生成処理及び交通状況テーブルＤ１０の更新処理の詳細については後述する。
　次に、交通状況指標生成部２０は、交通状況指標を演算する度に、生成した道路区間別の交通状況指標と交通状況テーブルＤ１０とを、交通状況データベース３０へ記録して蓄積する（ステップＳ２０２）。
　このように、交通状況指標生成部２０は、プローブデータを取得する度に、上記処理を繰り返し実行する。
　図６は、本発明の第１の実施形態に係る交通状況指標生成部の処理フローを示す第２の図である。
　図７は、本発明の第１の実施形態に係る交通状況指標生成部の処理フローを示す第３の図である。
　以下、交通状況指標生成部２０が交通状況指標を生成する処理、及び、交通状況テーブルＤ１０を更新する処理について、図６～図７を参照して説明する。
　交通状況指標生成部２０は、まず、図６に示すように、各プローブデータの送信元である車載器Ａが搭載された車両が位置する道路区間（以下、車両が位置する道路区間）、及び、携帯端末Ｔを携帯する歩行者が位置する道路区間（以下、歩行者が位置する道路区間）を特定する処理Ｐ２１を行う。
　処理Ｐ２１において、まず、交通状況指標生成部２０は、各プローブデータ（車載器プローブデータ及び携帯端末プローブデータ）から「位置情報」を読み出す（ステップＳ２１０）。
　次に、交通状況指標生成部２０は、各プローブデータの「位置情報」に基づいて、各車両及び各歩行者が位置する道路区間を特定する（ステップＳ２１１）。
　具体的には、交通状況指標生成部２０は、プローブデータの「位置情報」（緯度及び経度）を含む「道路区間位置情報」を有する道路区間を、地図データから検索して特定する。
　次に、交通状況指標生成部２０は、各プローブデータに、特定した道路区間の「リンクＩＤ」を追加する（ステップＳ２１２）。
　次に、交通状況指標生成部２０は、各プローブデータの「送信日時」、「機器種別」、「機器ＩＤ」及び「アラート設定」と、ステップＳ２１２において追加された道路区間の「リンクＩＤ」とが関連付けられた交通状況データを、交通状況データベース３０に記録された交通状況テーブルＤ１０（図４）に追加して更新する（ステップＳ２１３）。
　このように、交通状況指標生成部２０は、プローブデータを取得する度に、上記処理Ｐ２１を繰り返し実行する。
　また、図７に示すように、交通状況指標生成部２０は、上記処理Ｐ２１により「リンクＩＤ」が追加された複数のプローブデータ（車載器プローブデータ及び携帯端末プローブデータ）に基づいて、各道路区間の各時刻における交通状況指標を演算する処理Ｐ２２を行う。
　処理Ｐ２２において、まず、交通状況指標生成部２０は、複数のプローブデータのうち、演算の対象となる対象プローブデータを抽出する（ステップＳ２２０）。
　本実施形態では、交通状況指標生成部２０は、各プローブデータの「送信日時」及び「リンクＩＤ」に基づいて、任意の対象時刻において任意の対象道路区間に存在することを示すプローブデータを、演算処理の対象プローブデータとして抽出する。具体的には、交通状況指標生成部２０は、任意の対象時刻から所定時間（例えば１秒間）以内の「送信日時」を有するプローブデータであって、任意の対象道路区間のリンクＩＤと同一の「リンクＩＤ」を有するプローブデータを、演算処理の対象プローブデータとして抽出する。
　次に、交通状況指標生成部２０は、対象プローブデータに含まれる各車載器Ａが搭載された車両の「移動速度」（以下、車両の「移動速度」）、及び、各携帯端末Ｔを携帯する歩行者の「移動速度」（以下、歩行者の「移動速度」）を取得する（ステップＳ２２１）。
　具体的には、交通状況指標生成部２０は、まず、対象プローブデータに含まれる各プローブデータの「機器種別」に基づいて、各プローブデータの送信元が車載器Ａであるか、携帯端末Ｔであるかを判断する。
　プローブデータの「機器種別」が車載器Ａである場合、当該プローブデータ（車載器プローブデータ）には車両の「移動速度」が含まれている。このため、交通状況指標生成部２０は、プローブデータに含まれる車両の「移動速度」を読み出して取得する。なお、本実施形態においては、車載器プローブデータの「移動速度」はメートル毎秒（ｍ／ｓ）で記録されている例について説明するが、他の実施形態においては、キロメートル毎時（ｋｍ／ｈ）等、他の単位で記録されていてもよい。「移動速度」が他の単位で記録されている場合、交通状況指標生成部２０は、「移動速度」をメートル毎秒（ｍ／ｓ）に変換して取得するようにしてもよい。
　一方、プローブデータの「機器種別」が携帯端末Ｔである場合、当該プローブデータ（携帯端末プローブデータ）には歩行者の「移動速度」が含まれていない。このため、交通状況指標生成部２０は、当該プローブデータに基づいて歩行者の「移動速度」をメートル毎秒（ｍ／ｓ）の単位で算出して取得する。例えば、交通状況指標生成部２０は、当該プローブデータの「送信日時」の所定時間前（例えば１０秒前）の「送信日時」を有するプローブデータのうち、当該プローブデータの「機器ＩＤ」と同一の「機器ＩＤ」を有するプローブデータを検索して参照プローブデータとして抽出する。そして、交通状況指標生成部２０は、参照プローブデータの「位置情報」が示す地点から当該プローブデータの「位置情報」が示す地点までの距離と、参照プローブデータ及び当該プローブデータの「送信日時」の時間差（１０秒間）とに基づいて、当該プローブデータに関連する歩行者の「移動速度」を算出して取得する。
　このように、交通状況指標生成部２０は、対象プローブデータに含まれる各プローブデータから、車両及び歩行者の「移動速度」を取得すると、次のステップへ進む。
　次に、交通状況指標生成部２０は、対象プローブデータに含まれる各プローブデータに基づいて、対象道路区間に位置する車載器Ａが搭載された車両の台数を示す「車両台数」を算出するとともに、対象道路区間に位置する携帯端末Ｔを携帯する歩行者の人数を示す「歩行者人数」を算出する（ステップＳ２２２）。
　次に、交通状況指標生成部２０は、対象道路区間の「リンクＩＤ」を検索キーとして、「対象道路区間の長さ」を地図データから検索して取得する（ステップＳ２２３）。
　次に、交通状況指標生成部２０は、対象道路区間の対象時刻における車両の交通量と、歩行者の交通量とを、それぞれ算出する（ステップＳ２２４）。
　具体的には、まず、交通状況指標生成部２０は、ステップＳ２２２で算出した「車両台数」をＮ、ステップＳ２２１で取得した各車両の「移動速度」をｖｉ（ｉ＝１～Ｎ）、ステップＳ２２３で取得した「対象道路区間の長さ」をＫとし、以下の数式（１）を用いて車両の交通量ｑ（台／秒）を求める。
Figure JPOXMLDOC01-appb-M000001
　また、同様に、交通状況指標生成部２０は、ステップＳ２２２で算出した「歩行者人数」をＮ、ステップＳ２２１で取得した各歩行者の「移動速度」をｖｉ（ｉ＝１～Ｎ）、ステップＳ２２３で取得した「対象道路区間の長さ」をＫとし、上記数式（１）を用いて歩行者の交通量ｑ（人／秒）を求める。
　次に、交通状況指標生成部２０は、対象道路区間の対象時刻における車両の交通密度と、歩行者の交通密度とを、それぞれ算出する（ステップＳ２２５）。
　具体的には、交通状況指標生成部２０は、ステップＳ２２２で算出した「車両台数」をＮ、ステップＳ２２３で取得した「対象道路区間の長さ」をＫとし、以下の数式（２）を用いて車両の交通密度ｋ（台／ｍ）を求める。
Figure JPOXMLDOC01-appb-M000002
　また、同様に、交通状況指標生成部２０は、ステップＳ２２２で算出した「歩行者人数」をＮ、ステップＳ２２３で取得した「対象道路区間の長さ」をＫとし、上記数式（２）を用いて歩行者の交通密度ｋ（人／ｍ）を求める。
　次に、交通状況指標生成部２０は、対象道路区間の対象時刻における車両の平均速度と、歩行者の平均速度とを、それぞれ算出する（ステップＳ２２６）。
　具体的には、交通状況指標生成部２０は、ステップＳ２２２で算出した「車両台数」をＮ、ステップＳ２２１で取得した各車両の「移動速度」をｖｉ（ｉ＝１～Ｎ）とし、以下の数式（３）を用いて車両の平均速度ｖｓ（ｍ／ｓ）を求める。
Figure JPOXMLDOC01-appb-M000003
　また、同様に、交通状況指標生成部２０は、ステップＳ２２２で算出した「歩行者人数」をＮ、ステップＳ２２１で取得した各歩行者の「移動速度」をｖｉ（ｉ＝１～Ｎ）とし、上記数式（３）を用いて歩行者の平均速度ｖｓ（ｍ／ｓ）を求める。
　このように、交通状況指標生成部２０は、プローブデータを取得する度に、上記処理Ｐ２２を繰り返し実行することにより、各道路区間の各時刻における交通状況指標（車両交通状況指標及び歩行者交通状況指標）を演算する。
（危険通知装置の機能構成）
　図８は、本発明の第１の実施形態に係る危険通知装置の機能構成を示す図である。
　図９は、本発明の第１の実施形態に係る危険度相関データの例を示す図である。
　図１０は、本発明の第１の実施形態に係るアラート情報の例を示す第１の図である。
　図１１は、本発明の第１の実施形態に係るアラート情報の例を示す第２の図である。
　以下、本実施形態の危険通知装置４０の機能構成について、図８～図１１を参照して説明する。
　図８に示すように、危険通知装置４０は、交通状況指標取得部４１０と、危険予測部４２０と、携帯端末データ抽出部４３０と、車載器データ抽出部４４０と、アラート情報送信部４５０と、記録媒体４６０と、を備えている。
　交通状況指標取得部４１０は、道路区間別の交通状況指標を、ネットワークＮＷを介して交通状況データベース３０から取得する。本実施形態では、交通状況指標取得部４１０は、交通状況データベース３０に記録された交通状況指標のうち、車両交通状況指標のみを取得する。
　危険予測部４２０は、交通状況指標取得部４１０が取得した道路区間別の車両交通状況指標と、記録媒体４６０に予め記録された道路区間別の危険度相関データＤ２０（図９）とに基づいて、各道路区間の交通事故の発生確率を示す危険度を予測する。
　なお、危険予測部４２０は、記録媒体４６０に予め記録された地図データを参照し、専用歩道を有する道路区間、専用自動車道のみを有する道路区間等、車両と歩行者とが衝突する可能性が低い道路区間については、危険度の予測を行わないようにしてもよい。このようにすることで、危険予測部４２０が危険度の予測を行う処理を減らすことができるとともに、アラート情報送信部４５０（後述）が不要なアラートを送信することを抑制することができる。
　危険度相関データＤ２０は、車両の交通量、交通密度及び平均速度のそれぞれと、交通事故の発生確率を示す危険度との相関を道路区間別に示すデータである。各危険度相関データＤ２０は、図９に示すように、「交通量－危険度相関データＤ２０ａ」、「交通密度－危険度相関データＤ２０ｂ」及び「平均速度－危険度相関データＤ２０ｃ」を有している。
　「交通量－危険度相関データＤ２０ａ」は、横軸が車両の交通量（台／秒）、縦軸が車両の交通量に対する危険度（％）を示している。車両の交通量に対する危険度は、過去の各道路区間における車両交通指標のうち、交通量に対する交通事故の発生件数等を統計して、車両の交通量に対する交通事故の発生確率（％）として表したデータである。
　「交通密度－危険度相関データＤ２０ｂ」は、横軸が車両の交通密度（台／ｍ）、縦軸が車両の交通密度に対する危険度（％）を示している。車両の交通密度に対する危険度は、過去の各道路区間における車両交通指標のうち、交通密度に対する交通事故の発生件数等を統計して、車両の交通密度に対する交通事故の発生確率（％）として表したデータである。
　「平均速度－危険度相関データＤ２０ｃ」は、横軸が車両の平均速度（ｍ／ｓ）、縦軸が車両の平均速度に対する危険度（％）を示している。車両の平均速度に対する危険度は、過去の各道路区間における車両交通指標のうち、平均速度に対する交通事故の発生件数等を統計して、車両の平均速度に対する交通事故の発生確率（％）として表したデータである。
　本実施形態では、危険予測部４２０は、危険度相関データＤ２０の危険度が所定の基準値ｒ１以上となった場合、「危険度が高い」と判断する。具体的には、図９に示すように、リンクＩＤが「Ｂ１０ａ」である道路区間Ｂ１０ａでは、基準値ｒ１は、例えば１０％に設定されている。この場合、危険予測部４２０は、道路区間Ｂ１０ａの車両交通状況指標の交通量、交通密度及び平均速度が、何れも危険度が基準値ｒ１（１０％）以上となる値を有している場合、「危険度が高い」と判断する。また、危険予測部４２０は、道路区間Ｂ１０ａの車両交通状況指標の交通量、交通密度及び平均速度の少なくとも一つが危険度が基準値ｒ１（１０％）未満となる値を有している場合、「危険度が低い」と判断する。
　なお、所定の基準値ｒ１は、複数の道路区間に対して同じ値が設定されていてもよいし、道路区間別に異なる値が設定されていてもよい。また、所定の基準値ｒ１は、交通量－危険度相関データＤ２０ａ」、「交通密度－危険度相関データＤ２０ｂ」及び「平均速度－危険度相関データＤ２０ｃ」のそれぞれに対して異なる値が設定されていてもよい。
　更に、本実施形態では、危険予測部４２０は、車両の交通量、交通密度及び平均速度の全てが基準値ｒ１以上の危険度となる値を有している道路区間が存在する場合、当該道路区間は「危険度が高い」と判断する例について説明するが、これに限られることはない。
他の実施形態においては、危険予測部４２０は、車両の交通量、交通密度及び平均速度のうち少なくとも一つが基準値ｒ１以上の危険度となる値を有している道路区間が存在する場合、当該道路区間は「危険度が高い」と判断するようにしてもよい。
　なお、記録媒体４６０には、更に月別、曜日別、時間帯別に異なる危険度相関データＤ２０が予め記録されていてもよい。この場合、危険予測部４２０が危険度の予測を行う月、曜日、時間帯に基づいて、危険度相関データＤ２０を参照する。これにより、例えば昼間と夜間とでは危険度が異なる道路区間であっても、危険予測部４２０が危険度の予測を行う時間帯に基づいて異なる危険度相関データＤ２０を参照することにより、危険度を予測する精度を向上させることができる。
　また、本実施形態では、過去の各道路区間における車両の交通量、交通密度及び平均速度のそれぞれに対する交通事故の発生件数等を統計して、危険度を求める例について説明したが、これに限られることはない。交通事故の発生件数（実際の交通事故件数）に加えて、交通事故が発生しそうになった件数（例えば、車載器プローブデータの「移動速度」が短時間で大幅に減少している等の急制動を示すデータを取得した件数）を統計して、危険度が設定されていてもよい。
　そして、危険予測部４２０は、「危険度が高い」と判断した道路区間を危険道路区間として、携帯端末データ抽出部４３０へ出力する。具体的には、危険予測部４２０は、危険道路区間の「リンクＩＤ」を携帯端末データ抽出部４３０及び車載器データ抽出部４４０へ出力する。
　携帯端末データ抽出部４３０は、危険道路区間を通行中の歩行者が携帯する携帯端末Ｔのデータを、交通状況データベース３０の交通状況テーブルＤ１０から抽出する。
　具体的には、携帯端末データ抽出部４３０は、危険道路区間の「リンクＩＤ」を有する携帯端末Ｔのデータ（「機器種別」が「携帯端末」であるデータ）を抽出する。また、携帯端末データ抽出部４３０は、抽出した携帯端末Ｔのデータのうち、「アラート設定」が「ＯＮ」である携帯端末Ｔのデータを更に抽出する。
　携帯端末データ抽出部４３０は、当該危険道路区間の「リンクＩＤ」を有し、且つ、「アラート設定」が「ＯＮ」である携帯端末Ｔのデータを一つ以上抽出した場合、抽出した携帯端末Ｔのデータを、危険道路区間別にアラート情報送信部４５０へ出力する。
　車載器データ抽出部４４０は、歩行者が存在する危険道路区間を走行中の車両に搭載された車載器Ａのデータを、交通状況データベース３０の交通状況テーブルＤ１０から抽出する。
　具体的には、車載器データ抽出部４４０は、まず、危険予測部４２０から出力された危険道路区間のうち、歩行者が存在する危険道路区間を特定する。例えば、車載器データ抽出部４４０は、携帯端末データ抽出部４３０から、携帯端末Ｔの「アラート設定」を「ＯＮ」にしている歩行者（携帯端末Ｔのデータ）が存在する危険道路区間の「リンクＩＤ」を取得することにより、このような危険道路区間を特定する。そして、車載器データ抽出部４４０は、特定した危険道路区間の「リンクＩＤ」と同一の「リンクＩＤ」を有する車載器Ａのデータ（「機器種別」が「車載器」であるデータ）を抽出する。また、車載器データ抽出部４４０は、抽出した車載器Ａのデータのうち、「アラート設定」が「ＯＮ」である車載器Ａのデータを更に抽出する。
　車載器データ抽出部４４０は、このように、歩行者が存在する危険道路区間の「リンクＩＤ」を有し、且つ、「アラート設定」が「ＯＮ」である車載器Ａのデータを一つ以上抽出した場合、抽出した車載器Ａのデータを、危険道路区間別にアラート情報送信部４５０へ出力する。
　アラート情報送信部４５０は、携帯端末データ抽出部４３０及び車載器データ抽出部４４０が抽出した携帯端末Ｔ及び車載器Ａのデータに基づいて、携帯端末Ｔ及び車載器Ａの少なくとも一方へ、ネットワークＮＷを介してアラート情報を送信する。
　アラート情報には、交通事故が発生する危険度が高いことを示すテキスト、画像、音声等のうち少なくとも一つが含まれている。また、アラート情報には、携帯端末Ｔ及び車載器Ａの「位置情報」が含まれていてもよい。
　なお、アラート情報送信部４５０は、携帯端末Ｔ及び車載器が有する機能に応じて、携帯端末Ｔと車載器Ａとで異なるアラート情報を送信するようにしてもよい。例えば、アラート情報送信部４５０は、バイブレーション機能を有する携帯端末Ｔには、バイブレーションを動作させる命令をアラート情報として送信してもよい。また、アラート情報送信部４５０は、携帯端末Ｔが音楽等の音声を出力中である場合は、当該音声を中断させてアラート情報用の音声を出力させる命令をアラート情報として送信してもよい。
　具体的には、アラート情報送信部４５０は、携帯端末データ抽出部４３０が抽出した携帯端末Ｔのデータに含まれる「機器ＩＤ」に基づいて、当該「機器ＩＤ」と同一の「機器ＩＤ」を有する携帯端末Ｔへアラート情報を送信する。
　携帯端末Ｔは、アラート情報を受信すると、例えば図１０に示すように、当該アラート情報をテキスト、画像等の視覚情報として出力する。また、携帯端末Ｔは、スピーカから音声情報としてアラート情報を出力するようにしてもよいし、バイブレーション等によりアラート情報を受信したことを歩行者へ通知するようにしてもよい。更に、アラート情報に車載器Ａの「位置情報」が含まれている場合は、当該車載器Ａの位置を画像、地図、音声等で示してもよい。このような通知を行うことにより、当該携帯端末Ｔを携帯する歩行者に、現在歩行者が通行している道路区間の「危険度が高い」ことを認識させることができる。
　また、アラート情報送信部４５０は、車載器データ抽出部４４０が抽出した車載器Ａのデータに含まれる「機器ＩＤ」に基づいて、当該「機器ＩＤ」と同一の「機器ＩＤ」を有する車載器Ａへアラート情報を送信する。
　車載器Ａは、アラート情報を受信すると、例えば図１１に示すように当該アラート情報をテキスト、画像等の視覚情報として出力する。また、車載器Ａは、スピーカから音声情報としてアラート情報を出力するようにしてもよい。更に、アラート情報に携帯端末Ｔの「位置情報」が含まれている場合は、当該携帯端末Ｔの位置を画像、地図、音声等で示してもよい。このような通知を行うことにより、当該車載器Ａが搭載された車両の運転者等に、現在走行している道路区間の「危険度が高い」こと、及び、現在走行している道路区間に「アラート設定」を「ＯＮ」に設定している歩行者が存在することを通知する。
　なお、本実施形態においては、アラート情報送信部４５０が携帯端末Ｔ及び車載器Ａにアラート情報を送信する例について説明したが、これに限られることはない。アラート情報送信部４５０は、携帯端末Ｔのみにアラート情報を送信するようにしてもよいし、車載器Ａのみにアラート情報を送信するようにしてもよい。
　記録媒体４６０には、危険度相関データＤ２０及び地図データが予め記録されている。
（危険通知装置の処理フロー）
　図１２は、本発明の第１の実施形態に係る危険通知装置の処理フローを示す第１の図である。
　図１３は、本発明の第１の実施形態に係る危険通知装置の処理フローを示す第２の図である。
　以下、本実施形態の危険通知装置４０の処理の流れについて、図１２～図１３を参照して説明する。
　まず、危険通知装置４０は、図１２に示すように、各道路区間の交通事故の発生確率を示す危険度を予測する処理Ｐ４０を行う。
　処理Ｐ４０において、まず、交通状況指標取得部４１０は、危険度の予測を行う道路区間を「対象道路区間」として選択する（ステップＳ４００）。
　交通状況指標取得部４１０は、例えば、まず最も値の小さいリンクＩＤを有する道路区間を、対象道路区間として選択する。図２の例では、交通状況指標取得部４１０は、複数のリンクＩＤのうち、最も値の小さい「Ｂ１０ａ」を有する道路区間Ｂ１０ａを、対象道路区間として選択する。
　次に、交通状況指標取得部４１０は、対象道路区間の車両交通状況指標を、ネットワークＮＷを介して交通状況データベース３０から取得する（ステップＳ４０１）。具体的には、交通状況指標取得部４１０は、複数の車両交通情報指標のうち、対象道路区間のリンクＩＤと同一のリンクＩＤを有する車両交通状況指標を、交通状況データベース３０から検索して取得する。
　次に、危険予測部４２０は、対象道路区間の危険度相関データＤ２０を、記録媒体４６０から取得する（ステップＳ４０２）。具体的には、危険予測部４２０は、対象道路区間の「リンクＩＤ」と同一の「リンクＩＤ」を有する危険度相関データＤ２０を、記録媒体４６０に記録された複数の危険度相関データＤ２０から検索して取得する。
　次に、危険予測部４２０は、対象道路区間の車両交通状況指標と、対象道路区間の危険度相関データＤ２０とに基づいて、対象道路区間の「交通量に対する危険度」が基準値ｒ１以上であるか否かを判断する（ステップＳ４０３）。
　図９に示す危険度相関データＤ２０（交通量－危険度相関データＤ２０ａ）では、対象道路区間である道路区間Ｂ１０ａの「交通量に対する危険度」の基準値ｒ１は、例えば１０％に設定されている。また、危険度が基準値ｒ１（１０％）以上となる交通量の値の範囲は、「ｑ１以上ｑ２未満」である。
　このため、道路区間Ｂ１０ａの車両交通状況指標の「交通量」が「ｑ１以上ｑ２未満」の範囲に含まれる場合、危険予測部４２０は、「道路区間Ｂ１０ａの交通量に対する危険度は基準値ｒ１以上である」と判断し（ステップＳ４０３：ＹＥＳ）、次のステップＳ４０４へ進む。
　一方、道路区間Ｂ１０ａにの車両交通状況指標に含まれる「交通量」が「ｑ１以上ｑ２未満」の範囲に含まれない場合、危険予測部４２０は、「道路区間Ｂ１０ａの交通量に対する危険度は基準値ｒ１未満である」と判断し（ステップＳ４０３：ＮＯ）、ステップＳ４０７へ進む。
　次に、危険予測部４２０は、対象道路区間の車両交通状況指標と、対象道路区間の危険度相関データＤ２０とに基づいて、対象道路区間の「交通密度に対する危険度」が基準値ｒ１以上であるか否かを判断する（ステップＳ４０４）。
　図９に示す危険度相関データＤ２０（交通密度－危険度相関データＤ２０ｂ）では、対象道路区間である道路区間Ｂ１０ａの「交通密度に対する危険度」の基準値ｒ１は、例えば１０％に設定されている。また、危険度が基準値ｒ１（１０％）以上となる交通密度の値の範囲は、「ｋ１以上ｋ２未満」である。
　このため、道路区間Ｂ１０ａの車両交通状況指標の「交通密度」が「ｋ１以上ｋ２未満」の範囲に含まれる場合、危険予測部４２０は、「道路区間Ｂ１０ａの交通密度に対する危険度は基準値ｒ１以上である」と判断し（ステップＳ４０４：ＹＥＳ）、次のステップＳ４０５へ進む。
　一方、道路区間Ｂ１０ａの車両交通状況指標の「交通密度」が「ｋ１以上ｋ２未満」の範囲に含まれない場合、危険予測部４２０は、「道路区間Ｂ１０ａの交通密度に対する危険度は基準値ｒ１未満である」と判断し（ステップＳ４０４：ＮＯ）、ステップＳ４０７へ進む。
　次に、危険予測部４２０は、対象道路区間の車両交通状況指標と、対象道路区間の危険度相関データＤ２０とに基づいて、対象道路区間の「平均速度に対する危険度」が基準値ｒ１以上であるか否かを判断する（ステップＳ４０５）。
　図９に示す危険度相関データＤ２０（平均速度－危険度相関データＤ２０ｃ）では、対象道路区間である道路区間Ｂ１０ａの「平均速度に対する危険度」の基準値ｒ１は、例えば１０％に設定されている。また、危険度が基準値ｒ１（１０％）以上となる平均速度の値の範囲は、「ｖ１以上」である。
　このため、道路区間Ｂ１０ａの車両交通状況指標の「平均速度」が「ｖ１以上」の範囲に含まれる場合、危険予測部４２０は、「道路区間Ｂ１０ａの平均速度に対する危険度は基準値ｒ１以上である」と判断し（ステップＳ４０５：ＹＥＳ）、次のステップＳ４０６へ進む。
　一方、道路区間Ｂ１０ａの車両交通状況指標の「平均速度」が「ｖ１以上」の範囲に含まれない場合、危険予測部４２０は、「道路区間Ｂ１０ａの平均速度に対する危険度は基準値ｒ１未満である」と判断し（ステップＳ４０５：ＮＯ）、ステップＳ４０７へ進む。
　危険予測部４２０は、対象道路区間の車両の「交通量」、「交通密度」及び「平均速度」のそれぞれに対する危険度が基準値ｒ１以上である場合（ステップＳ４０３：ＹＥＳ、ステップＳ４０４：ＹＥＳ、且つ、ステップＳ４０５：ＹＥＳ）、当該対象道路区間は「危険度が高い」と判断する（ステップＳ４０６）。そして、危険予測部４２０は、「危険度が高い」と判断した道路区間を危険道路区間として、携帯端末データ抽出部４３０へ出力する。具体的には、危険予測部４２０は、危険道路区間の「リンクＩＤ」を携帯端末データ抽出部４３０へ出力する。
　また、危険予測部４２０は、対象道路区間の車両の「交通量」、「交通密度」及び「平均速度」の何れかに対する危険度が基準値ｒ１未満である場合（ステップＳ４０３：ＮＯ、ステップＳ４０４：ＮＯ、又は、ステップＳ４０５：ＮＯ）、当該対象道路区間は「危険度が高くない」と判断する（ステップＳ４０７）。
　このように、危険通知装置４０は、上記処理Ｐ４０を全ての道路区間に対して実行する。
　また、危険通知装置４０は、図１３に示すように、上記処理Ｐ４０において危険予測部４２０が「危険度が高い」と判断した各危険道路区間に位置する携帯端末Ｔ及び車載器Ａの少なくとも一方に、アラート情報を送信する処理Ｐ４１を行う。
　処理Ｐ４１において、まず、携帯端末データ抽出部４３０は、危険道路区間に位置する携帯端末Ｔのデータを交通状況データベース３０の交通状況テーブルＤ１０から抽出する（ステップＳ４１０）。具体的には、携帯端末データ抽出部４３０は、危険道路区間の「リンクＩＤ」を有する携帯端末Ｔのデータ（「機器種別」が「携帯端末」であるデータ）を抽出する。また、携帯端末データ抽出部４３０は、抽出した携帯端末Ｔのデータのうち、「アラート設定」が「ＯＮ」である携帯端末Ｔのデータを更に抽出する。
　携帯端末データ抽出部４３０は、当該危険道路区間の「リンクＩＤ」を有し、且つ、「アラート設定」が「ＯＮ」である携帯端末Ｔのデータを一つ以上抽出した場合、抽出した携帯端末Ｔのデータをアラート情報送信部４５０へ出力する。
　次に、車載器データ抽出部４４０は、危険道路区間に位置する車載器Ａのデータを交通状況データベース３０の交通状況テーブルＤ１０から抽出する（ステップＳ４１１）。
　具体的には、車載器データ抽出部４４０は、まず、危険予測部４２０から出力された危険道路区間のうち、歩行者が存在する危険道路区間を特定する。例えば、車載器データ抽出部４４０は、携帯端末データ抽出部４３０から、携帯端末Ｔの「アラート設定」を「ＯＮ」にしている歩行者（携帯端末Ｔのデータ）が存在する危険道路区間の「リンクＩＤ」を取得することにより、このような危険道路区間を特定する。そして、車載器データ抽出部４４０は、特定した危険道路区間の「リンクＩＤ」と同一の「リンクＩＤ」を有する車載器Ａのデータ（「機器種別」が「車載器」であるデータ）を抽出する。また、車載器データ抽出部４４０は、抽出した車載器Ａのデータのうち、「アラート設定」が「ＯＮ」である車載器Ａのデータを更に抽出する。
　車載器データ抽出部４４０は、このように、歩行者が存在する危険道路区間の「リンクＩＤ」を有し、且つ、「アラート設定」が「ＯＮ」である車載器Ａのデータを一つ以上抽出した場合、抽出した車載器Ａのデータをアラート情報送信部４５０へ出力する。
　次に、アラート情報送信部４５０は、携帯端末データ抽出部４３０及び車載器データ抽出部４４０が抽出した携帯端末Ｔ及び車載器Ａのデータに基づいて、携帯端末Ｔ及び車載器Ａの少なくとも一方へ、ネットワークＮＷを介してアラート情報を送信する（ステップＳ４１２）。
　アラート情報送信部４５０が各携帯端末Ｔ及び各車載器Ａへアラート情報の送信を完了すると、危険通知装置４０は対象道路区間（道路区間Ｂ１０ａ）に対する処理を終了する。
　このように、危険通知装置４０は、上記処理Ｐ４１を全ての危険道路区間に対して実行する。
（危険通知装置のハードウェア構成）
　図１４は、本発明の第１の実施形態に係る危険通知装置のハードウェア構成の例を示す図である。
　以下、本実施形態の危険通知装置４０のハードウェア構成の例について、図１４を参照して説明する。
　コンピュータ９００は、ＣＰＵ９０１、主記憶装置９０２、補助記憶装置９０３、入出力インタフェース９０４、通信インタフェース９０５を備える。
　上述の危険通知装置４０は、コンピュータ９００に実装される。そして、上述した各処理部の動作は、プログラムの形式で補助記憶装置９０３に記憶されている。ＣＰＵ９０１は、プログラムを補助記憶装置９０３から読み出して主記憶装置９０２に展開し、当該プログラムに従って上記処理を実行する。また、ＣＰＵ９０１は、プログラムに従って、記録媒体４６０に対応する記憶領域を主記憶装置９０２に確保する。また、ＣＰＵ９０１は、プログラムに従って、処理中のデータを記憶する記憶領域を補助記憶装置９０３に確保する。なお、コンピュータ９００は、入出力インタフェース９０４を介して、外部記憶装置９１０と接続されており、記録媒体４６０に対応する記憶領域は外部記憶装置９１０に確保されてもよい。また、コンピュータ９００は、通信インタフェース９０５を介して、外部記憶装置９２０と接続されており、記録媒体４６０に対応する記憶領域は外部記憶装置９２０に確保されてもよい。
　なお、少なくとも１つの実施形態において、補助記憶装置９０３は、一時的でない有形の媒体の一例である。一時的でない有形の媒体の他の例としては、入出力インタフェース９０４を介して接続される磁気ディスク、光磁気ディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、半導体メモリ等が挙げられる。また、このプログラムが通信回線によってコンピュータ９００に配信される場合、配信を受けたコンピュータ９００が当該プログラムを主記憶装置９０２に展開し、上記処理を実行しても良い。
　また、当該プログラムは、前述した機能の一部を実現するためのものであっても良い。
さらに、当該プログラムは、前述した機能を補助記憶装置９０３に既に記憶されている他のプログラムとの組み合わせで実現するもの、いわゆる差分ファイル（差分プログラム）であっても良い。
　また、危険通知装置４０は、１台のコンピュータ９００で構成されていても良いし、通信可能に接続された複数のコンピュータで構成されていてもよい。例えば、危険通知装置４０の各機能は、交通状況指標生成部２０が備えていてもよい。
（作用効果）
　以上のように、本実施形態に係る危険通知装置４０は、道路区間別の車両交通状況指標を交通状況データベース３０から取得する交通状況指標取得部４１０と、車両交通状況指標に基づいて、各道路区間における交通事故の発生確率を示す危険度を予測する危険予測部４２０と、危険予測部が道路区間の危険度が所定の基準値ｒ１以上となると判断した場合、当該道路区間に位置する車両に搭載された車載器Ａ及び歩行者が携帯する携帯端末Ｔの少なくとも一方へアラート情報を送信するアラート情報送信部４５０と、を備える。
　道路区間の危険度は、当該道路区間の実際の車両の交通量、交通密度及び平均速度に応じて異なる可能性がある。例えば、道路区間Ｂ１０ａ（図２）において速度が速い車両が多数走行している場合、即ち、道路区間Ｂ１０ａにおける車両の交通量、交通密度、及び平均速度のそれぞれに対する危険度が所定の基準値ｒ１以上である場合、当該道路区間Ｂ１０ａにおいて交通事故の発生確率が上昇する可能性がある。一方、道路区間Ｂ１０ａにおいて渋滞等により速度が遅い車両が多数走行している場合、即ち、車両の交通量及び交通密度に対する危険度が所定の基準値ｒ１以上であるが、車両の平均速度に対する危険度が所定の基準値ｒ１未満である場合、交通事故の発生確率が低下する可能性がある。
　しかしながら、このように道路区間の実際の状況に応じて危険度が異なる場合であっても、本実施形態の危険予測部４２０は、道路区間別の車両交通状況指標に応じて危険度の予測を行うため、各道路区間の危険度の予測精度を向上させることができる。また、アラート情報送信部４５０は、危険予測部４２０が「危険度が高い」と判断した危険道路区間に位置する車載器Ａ及び携帯端末Ｔの少なくとも一方へアラート情報を送信して注意喚起を行うことができるとともに、危険予測部４２０が「危険度が低い」と判断した道路区間に位置する車載器Ａ及び携帯端末Ｔに対しては、不要なアラート情報の送信を抑制することができる。
　また、危険予測部４２０は、交通状況指標取得部４１０が取得した車両交通状況指標と、過去の車両交通状況指標における交通量、交通密度及び平均速度のそれぞれに対する交通事故の発生確率を道路区間別に関連付けた危険度相関データＤ２０と、に基づいて危険度を予測する。
　このようにすることで、危険予測部４２０は、交通状況指標取得部４１０が取得した現在の車両交通状況指標と、過去の車両交通状況指標に対する交通事故の発生確率を示す危険度相関データＤ２０との双方を参照することにより、危険度の予測精度を更に向上させることができる。
　また、アラート情報送信部４５０は、危険予測部４２０が道路区間の危険度が所定の基準値ｒ１以上となると判断した場合、且つ、当該道路区間に歩行者が存在する場合、当該道路区間を走行中の車両に搭載された車載器Ａへアラート情報を送信する。
　具体的には、危険予測部４２０が道路区間の危険度が所定の基準値ｒ１以上となると判断した場合、当該道路区間を「危険度が高い」危険道路区間として車載器データ抽出部４４０へ出力する。車載器データ抽出部４４０は、歩行者が存在する危険道路区間を走行中の車両に搭載された車載器Ａのデータを抽出する。そして、アラート情報送信部４５０は、車載器データ抽出部４４０が抽出した車載器Ａのデータに基づいて、当該車載器Ａへアラート情報を送信する。
　このようにすることで、アラート情報送信部４５０は、危険度が高く、且つ、歩行者が存在する道路区間を走行中の車両に対し、車載器Ａへアラート情報を送信して注意喚起を行うことができるとともに、危険度が高いものの歩行者が存在しない道路区間に位置する車載器Ａに対しては、不要なアラート情報の送信を抑制することができる。
　また、携帯端末データ抽出部４３０及び車載器データ抽出部４４０は、「アラート設定」が「ＯＮ」である携帯端末Ｔ及び車載器Ａのデータを抽出する。これにより、アラート情報送信部４５０は、「アラート設定」が「ＯＮ」である携帯端末Ｔ及び車載器Ａに対してアラート情報を送信することにより、アラート情報の受信を希望する歩行者及び車両の運転者等にのみ注意喚起を行うことができる。また、アラート情報の受信を希望しない携帯端末Ｔ及び車載器Ａに対しては、不要なアラート情報の送信を抑制することができる。
　例えば、視聴覚障がい者等、車両の接近に気付かない可能性のある歩行者は、携帯端末Ｔの「アラート設定」を「ＯＮ」に設定することにより、通行中の道路区間の危険度が高いことを、携帯端末Ｔに送信されたアラート情報を介して認識することができる。
　また、車載器データ抽出部４４０は、携帯端末Ｔの「アラート設定」を「ＯＮ」にしている歩行者が存在する危険道路区間に位置する車載器Ａのデータを抽出する。このため、アラート情報送信部４５０は、携帯端末Ｔの「アラート設定」を「ＯＮ」にしている歩行者、即ち、視聴覚障がい者等、車両の接近に気付かない可能性のある歩行者が同一道路区間を通行中であることを、アラート情報を送信することにより、車載器Ａが搭載された車両に対して注意喚起を行うことができる。
　また、本実施形態に係る危険通知システム１は、上述の危険通知装置４０と、複数の車両のそれぞれに搭載された車載器Ａの位置情報を含む車載器プローブデータと、複数の歩行者がそれぞれ携帯する携帯端末Ｔの位置情報を含む携帯端末プローブデータと、を収集するプローブデータ収集部１０と、車載器プローブデータと、携帯端末プローブデータとに基づいて、道路区間別の交通状況指標を生成して交通状況データベース３０に記録する交通状況指標生成部２０と、を備える。
　このようにすることで、交通状況指標生成部２０は、プローブデータ収集部１０が逐次収集する車載器プローブデータ及び携帯端末プローブデータに基づいて現実の道路区間の状況に応じた交通状況指標を生成することができる。このため、交通状況指標生成部２０は、交通状況指標の精度を高めることができる。また、危険通知装置４０は、このように精度の高い交通状況指標に基づいて、各道路区間の危険度の予測精度を向上させることができる。
＜第１の実施形態の変形例＞
　次に、本発明の第１の実施形態の変形例に係る危険通知システム１について、図１５～図１６を参照しながら説明する。
　第１の実施形態と共通の構成要素には同一の符号を付して詳細説明を省略する。
　第１の実施形態では、危険通知装置４０の危険予測部４２０が、「車両交通状況指標」と、「危険度相関データ」とに基づいて危険度の予測を行う態様について説明した。本変形例では、危険通知装置４０の危険予測部４２０が、「車両交通状況指標」及び「歩行者交通状況指標」と、「危険度相関データ」とに基づいて危険度の予測を行う点において、第１の実施形態と異なっている。
（危険通知装置の処理フロー）
　図１５は、本発明の第１の実施形態の変形例に係る危険通知装置の処理フローを示す図である。
　図１６は、本発明の第１の実施形態の変形例に係る危険度相関データの例を示す図である。
　本変形例に係る危険通知装置４０は、第１の実施形態の処理Ｐ４０（図１２）に代えて、図１５に示すように、各道路区間の交通事故の発生確率を示す危険度を予測する処理Ｐ４２を行う。
　処理Ｐ４２において、まず、交通状況指標取得部４１０は、危険度の予測を行う道路区間を「対象道路区間」として選択する（ステップＳ４２０）。
　交通状況指標取得部４１０は、例えば、まず最も値の小さいリンクＩＤを有する道路区間を、対象道路区間として選択する。図２の例では、交通状況指標取得部４１０は、複数の「リンクＩＤ」のうち、最も値の小さい「Ｂ１０ａ」を有する道路区間Ｂ１０ａを、対象道路区間として選択する。
　次に、交通状況指標取得部４１０は、対象道路区間の車両交通状況指標及び歩行者交通状況指標を、ネットワークＮＷを介して交通状況データベース３０から取得する（ステップＳ４２１）。具体的には、交通状況指標取得部４１０は、複数の車両交通状況指標のうち、対象道路区間の「リンクＩＤ」と同一の「リンクＩＤ」を有する車両交通状況指標を交通状況データベース３０から検索して取得する。また、交通状況指標取得部４１０は、複数の歩行者交通状況指標のうち、対象道路区間の「リンクＩＤ」と同一の「リンクＩＤ」を有する歩行者交通状況指標を交通状況データベース３０から検索して取得する。
　次に、危険予測部４２０は、対象道路区間の危険度相関データＤ２１（図１６）を、記録媒体４６０から取得する（ステップＳ４２２）。具体的には、危険予測部４２０は、対象道路区間の「リンクＩＤ」と同一の「リンクＩＤ」を有する危険度相関データＤ２１を、記録媒体４６０に記録された複数の危険度相関データＤ２１から検索して取得する。
　危険度相関データＤ２１は、車両及び歩行者の交通量、交通密度及び平均速度のそれぞれと、交通事故の発生確率を示す危険度との相関を道路区間別に示すデータである。各危険度相関データＤ２１は、図１６に示すように、「交通量－危険度相関データＤ２１ａ」、「交通密度－危険度相関データＤ２１ｂ」及び「平均速度－危険度相関データＤ２１ｃ」を有している。
　「交通量－危険度相関データＤ２１ａ」は、横軸が車両の交通量（台／秒）及び歩行者の交通量（人／秒）、縦軸が車両の交通量に対する危険度（％）及び歩行者の交通量に対する危険度（％）を示している。実線は車両の交通量に対する危険度を示し、破線は歩行者の交通量に対する危険度を示している。車両の交通量に対する危険度は、第１の実施形態と同様である。また、歩行者の交通量に対する危険度は、過去の各道路区間における歩行者の交通量に対する交通事故の発生件数等を統計して、歩行者の交通量に対する交通事故の発生確率（％）として表したデータである。
　「交通密度－危険度相関データＤ２１ｂ」は、横軸が車両の交通密度（台／ｍ）及び歩行者の交通密度（人／ｍ）、縦軸が車両の交通密度に対する危険度（％）及び歩行者の交通密度に対する危険度（％）を示している。実線は車両の交通密度に対する危険度を示し、破線は歩行者の交通密度に対する危険度を示している。車両の交通密度に対する危険度は、第１の実施形態と同様である。また、歩行者の交通密度に対する危険度は、過去の各道路区間における歩行者の交通密度に対する交通事故の発生件数等を統計して、歩行者の交通密度に対する交通事故の発生確率（％）として表したデータである。
　「平均速度－危険度相関データＤ２１ｃ」は、横軸が車両の平均速度（ｍ／ｓ）及び歩行者の平均速度（ｍ／ｓ）、縦軸が車両の平均速度に対する危険度（％）及び歩行者の平均速度に対する危険度（％）を示している。実線は車両の平均速度に対する危険度を示し、破線は歩行者の平均速度に対する危険度を示している。車両の平均速度に対する危険度は、第１の実施形態と同様である。また、歩行者の平均速度に対する危険度は、過去の各道路区間における歩行者の平均速度に対する交通事故の発生件数等を統計して、歩行者の平均速度に対する交通事故の発生確率（％）として表したデータである。
　次に、危険予測部４２０は、対象道路区間の車両交通状況指標及び歩行者交通状況指標と、対象道路区間の危険度相関データＤ２１とに基づいて、対象道路区間の「車両の交通量に対する危険度」が基準値ｒ１以上、且つ、「歩行者の交通量に対する危険度」が基準値ｒ１以上であるか否かを判断する（ステップＳ４２３）。
　図１６に示す危険度相関データＤ２１（交通量－危険度相関データＤ２１ａ）では、対象道路区間である道路区間Ｂ１０ａの「交通量に対する危険度」の基準値ｒ１は、例えば１０％に設定されている。また、危険度が基準値ｒ１（１０％）以上となる車両の交通量の値の範囲は「ｑ１以上ｑ２未満」であり、歩行者の交通量の値の範囲は「ｑ３以上ｑ４未満」である。
　このため、道路区間Ｂ１０ａの車両交通状況指標の「交通量」が「ｑ１以上ｑ２未満」の範囲に含まれる場合、且つ、歩行者交通状況指標の「交通量」が「ｑ３以上ｑ４未満」の範囲に含まれる場合、危険予測部４２０は、「道路区間Ｂ１０ａの交通量に対する危険度は基準値ｒ１以上である」と判断し（ステップＳ４２３：ＹＥＳ）、次のステップＳ４２４へ進む。
　一方、道路区間Ｂ１０ａの車両交通状況指標の「交通量」が「ｑ１以上ｑ２未満」の範囲に含まれない場合、又は、歩行者交通状況指標の「交通量」が「ｑ３以上ｑ４未満」の範囲に含まれていない場合、危険予測部４２０は、「道路区間Ｂ１０ａの交通量に対する危険度は基準値ｒ１未満である」と判断し（ステップＳ４２３：ＮＯ）、ステップＳ４２７へ進む。
　次に、危険予測部４２０は、対象道路区間の車両交通状況指標及び歩行者交通状況指標と、対象道路区間の危険度相関データＤ２１とに基づいて、対象道路区間の「車両の交通密度に対する危険度」が基準値ｒ１以上、且つ、「歩行者の交通密度に対する危険度」が基準値ｒ１以上であるか否かを判断する（ステップＳ４２４）。
　図１６に示す危険度相関データＤ２１（交通密度－危険度相関データＤ２１ｂ）では、対象道路区間である道路区間Ｂ１０ａの「交通密度に対する危険度」の基準値ｒ１は、例えば１０％に設定されている。また、危険度が基準値ｒ１（１０％）以上となる車両の交通密度の値の範囲は「ｋ１以上ｋ２未満」であり、歩行者の交通密度の値の範囲は「ｋ３以上ｋ４未満」である。
　このため、道路区間Ｂ１０ａの車両交通状況指標の「交通密度」が「ｋ１以上ｋ２未満」の範囲に含まれる場合、且つ、歩行者交通状況指標の「交通密度」が「ｋ３以上ｋ４未満」の範囲に含まれる場合、危険予測部４２０は、「道路区間Ｂ１０ａの交通密度に対する危険度は基準値ｒ１以上である」と判断し（ステップＳ４２４：ＹＥＳ）、次のステップＳ４２５へ進む。
　一方、道路区間Ｂ１０ａの車両交通状況指標の「交通密度」が「ｋ１以上ｋ２未満」の範囲に含まれない場合、又は、歩行者交通状況指標の「交通密度」が「ｋ３以上ｋ４未満」の範囲に含まれない場合、危険予測部４２０は、「道路区間Ｂ１０ａの交通密度に対する危険度は基準値ｒ１未満である」と判断し（ステップＳ４２４：ＮＯ）、ステップＳ４２７へ進む。
　次に、危険予測部４２０は、対象道路区間の車両交通状況指標及び歩行者交通状況指標と、対象道路区間の危険度相関データＤ２１とに基づいて、対象道路区間の「車両の平均速度に対する危険度」が基準値ｒ１以上、且つ、「歩行者の平均速度に対する危険度」が基準値ｒ１以上であるか否かを判断する（ステップＳ４２５）。
　図１６に示す危険度相関データＤ２１（平均速度－危険度相関データＤ２１ｃ）では、対象道路区間である道路区間Ｂ１０ａの「平均速度に対する危険度」の基準値ｒ１は、例えば１０％に設定されている。また、危険度が基準値ｒ１（１０％）以上となる車両の平均速度の値の範囲は「ｖ１以上」であり、歩行者の平均速度の値の範囲は「ｖ２以上」である。
　このため、道路区間Ｂ１０ａの車両交通状況指標の「平均速度」が「ｖ１以上」の範囲に含まれる場合、且つ、歩行者交通状況指標の「平均速度」が「ｖ２以上」の範囲に含まれる場合、危険予測部４２０は、「道路区間Ｂ１０ａの平均速度に対する危険度は基準値ｒ１以上である」と判断し（ステップＳ４２５：ＹＥＳ）、次のステップＳ４２６へ進む。
　一方、道路区間Ｂ１０ａの車両交通状況指標の「平均速度」が「ｖ１以上」の範囲に含まれない場合、又は、歩行者交通状況指標の「平均速度」が「ｖ２以上」の範囲に含まれない場合、危険予測部４２０は、「道路区間Ｂ１０ａの平均速度に対する危険度は基準値ｒ１未満である」と判断し（ステップＳ４２５：ＮＯ）、ステップＳ４２７へ進む。
　危険予測部４２０は、対象道路区間の車両及び歩行者の「交通量」、「交通密度」及び「平均速度」のそれぞれに対する危険度が基準値ｒ１以上である場合（ステップＳ４２３：ＹＥＳ、ステップＳ４２４：ＹＥＳ、且つ、ステップＳ４２５：ＹＥＳ）、当該対象道路区間は「危険度が高い」と判断する（ステップＳ４２６）。そして、危険予測部４２０は、「危険度が高い」と判断した道路区間を危険道路区間として、携帯端末データ抽出部４３０へ出力する。具体的には、危険予測部４２０は、危険道路区間の「リンクＩＤ」を携帯端末データ抽出部４３０へ出力する。
　また、危険予測部４２０は、対象道路区間の車両及び歩行者の「交通量」、「交通密度」及び「平均速度」の何れかに対する危険度が基準値ｒ１未満である場合（ステップＳ４２３：ＮＯ、ステップＳ４２４：ＮＯ、又は、ステップＳ４２５：ＮＯ）、当該対象道路区間は「危険度が低い」と判断する（ステップＳ４２７）。
　このように、危険通知装置４０は、上記処理Ｐ４２を全ての道路区間に対して実行する。
（作用効果）
　以上のように、本変形例に係る危険通知装置４０において、交通状況指標取得部４１０は、道路区間別の車両交通状況指標及び歩行者交通状況指標を交通状況データベース３０から取得する。危険予測部４２０は、道路区間別の車両交通状況指標と、歩行者交通状況指標とに基づいて、各道路区間における交通事故の発生確率を示す危険度を予測する。
　道路区間の危険度は、当該道路区間の実際の車両の交通量、交通密度及び平均速度と、実際の歩行者の交通量、交通密度及び平均速度とに応じて異なる可能性がある。例えば、道路区間Ｂ１０ａ（図２）において速度が速い車両が多数走行している場合、即ち、道路区間Ｂ１０ａにおける車両の交通量、交通密度、及び平均速度のそれぞれに対する危険度が所定の基準値ｒ１以上である場合であっても、歩行者の交通量又は交通密度が低い場合は、危険度が低くなる可能性がある。
　しかしながら、このように道路区間の車両及び歩行者の状況に応じて危険度が異なる場合であっても、本実施形態の危険予測部４２０は、道路区間別の車両交通状況指標と、歩行者交通状況との双方に応じて危険度の予測を行うため、各道路区間の危険度の予測精度を向上させることができる。
　以上、本発明の実施形態について詳細に説明したが、本発明の技術的思想を逸脱しない限り、これらに限定されることはなく、多少の設計変更等も可能である。
　例えば、実施形態において、携帯端末Ｔを歩行者が携帯している態様について説明したが、これに限られることはない。例えば、携帯端末Ｔは、自転車等の軽車両に取り付けられていてもよい。この場合、アラート情報送信部４５０は、危険道路区間を通行中の歩行者が携帯する携帯端末Ｔと、危険道路区間を走行中の車両に搭載された車載器Ａのいずれか、あるいは、両方に、当該危険道路区間に軽車両が存在することを示すアラート情報を送信してもよい。また、アラート情報送信部４５０は、危険道路区間を通行中の軽車両に取り付けられた携帯端末Ｔへ、当該危険道路区間に歩行者及び車両が存在することを示すアラート情報を送信してもよい。
　上述の危険通知装置、危険通知システム、危険通知方法及びプログラムによれば、道路区間別の交通状況に応じて、交通事故の危険予測情報を通知することができる。
１　危険通知システム
１０　プローブデータ収集部
２０　交通状況指標生成部
３０　交通状況データベース
４０　危険通知装置
４１０　交通状況指標取得部
４２０　危険予測部
４３０　携帯端末データ抽出部
４４０　車載器データ抽出部
４５０　アラート情報送信部
４６０　記録媒体
９００　コンピュータ
９０１　ＣＰＵ
９０２　主記憶装置
９０３　補助記憶装置
９０４　入出力インタフェース
９０５　通信インタフェース
９１０　外部記憶装置
９２０　外部記憶装置
Ａ　車載器
ＮＷ　ネットワーク
Ｔ　携帯端末

Claims (6)

  1. 　道路区間の交通状況指標を交通状況データベースから取得する交通状況指標取得部と、
    　前記交通状況指標に基づいて、前記道路区間における交通事故の発生確率を示す危険度を予測する危険予測部と、
    　前記危険予測部が前記道路区間の前記危険度が所定の基準値以上となると判断した場合、当該道路区間に位置する車両に搭載された車載器及び歩行者が携帯する携帯端末の少なくとも一方へアラート情報を送信するアラート情報送信部と、
    　を備える危険通知装置。
  2. 　前記危険予測部は、
    　前記交通状況指標取得部が取得した前記交通状況指標と、過去の交通状況指標に対する交通事故の発生確率を前記道路区間別に関連付けた危険度相関データとに基づいて、前記危険度を予測する、
    　請求項１に記載の危険通知装置。
  3. 　前記アラート情報送信部は、
    　前記危険予測部が前記道路区間の危険度が所定の基準値以上となると判断した場合、且つ、当該道路区間に歩行者が存在する場合、前記車載器へアラート情報を送信する、
    　請求項１又は２に記載の危険通知装置。
  4. 　請求項１から３の何れか一項に記載の危険通知装置と、
    　複数の車両のそれぞれに搭載された車載器の位置情報を含む車載器プローブデータと、複数の歩行者がそれぞれ携帯する携帯端末の位置情報を含む携帯端末プローブデータと、を収集するプローブデータ収集部と、
    　前記車載器プローブデータと、前記携帯端末プローブデータとに基づいて、道路区間別の交通状況指標を生成して交通状況データベースに記録する交通状況指標生成部と、
    　を備える危険通知システム。
  5. 　道路区間の交通状況指標を交通状況データベースから取得する交通状況指標取得ステップと、
    　前記交通状況指標に基づいて、前記道路区間における危険度を予測する危険予測ステップと、
    　前記危険予測ステップにおいて前記道路区間の危険度が所定の基準値以上となると判断された場合、当該道路区間に位置する車両に搭載された車載器及び歩行者が携帯する携帯端末の少なくとも一方へアラート情報を送信するアラート情報送信ステップと、
    　を有する危険通知方法。
  6. 　危険通知装置のコンピュータを、
    　道路区間の交通状況指標を交通状況データベースから取得する交通状況指標取得部、
    　前記交通状況指標に基づいて、前記道路区間における危険度を予測する危険予測部、
    　前記危険予測部が前記道路区間の危険度が所定の基準値以上となると判断した場合、当該道路区間に位置する車両に搭載された車載器及び歩行者が携帯する携帯端末の少なくとも一方へアラート情報を送信するアラート情報送信部、
    　として機能させるプログラム。
PCT/JP2017/026497 2016-07-26 2017-07-21 危険通知装置、危険通知システム、危険通知方法及びプログラム WO2018021191A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
SG11201900660XA SG11201900660XA (en) 2016-07-26 2017-07-21 Danger notification device, danger notification system, danger notification method, and program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016-146620 2016-07-26
JP2016146620A JP6593882B2 (ja) 2016-07-26 2016-07-26 危険通知装置、危険通知システム、危険通知方法及びプログラム

Publications (1)

Publication Number Publication Date
WO2018021191A1 true WO2018021191A1 (ja) 2018-02-01

Family

ID=61017533

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/026497 WO2018021191A1 (ja) 2016-07-26 2017-07-21 危険通知装置、危険通知システム、危険通知方法及びプログラム

Country Status (3)

Country Link
JP (1) JP6593882B2 (ja)
SG (1) SG11201900660XA (ja)
WO (1) WO2018021191A1 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108320553A (zh) * 2018-04-04 2018-07-24 大陆汽车投资（上海）有限公司 基于道路驾驶事件的路况预测方法
CN115171368A (zh) * 2022-05-26 2022-10-11 上海市政工程设计研究总院（集团）有限公司 一种用于交通事件管控的车道动态控制方法及系统
CN117549913A (zh) * 2024-01-11 2024-02-13 交通运输部水运科学研究所 港区槽罐车集卡车混流的安全驾驶预警系统
WO2024085102A1 (ja) * 2022-10-21 2024-04-25 パナソニックオートモーティブシステムズ株式会社 情報処理装置および情報処理方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7300700B2 (ja) * 2019-01-18 2023-06-30 国立大学法人豊橋技術科学大学 地点別歩行者事故危険度評価方法および地点別歩行者事故危険度判定システム
CN110675657A (zh) * 2019-09-29 2020-01-10 深圳市元征科技股份有限公司 弯道信息获取方法、装置、设备及计算机可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010086070A (ja) * 2008-09-29 2010-04-15 Toshiba Corp 道路交通情報提供システム及び方法
JP2011186940A (ja) * 2010-03-10 2011-09-22 Toshiba Corp 道路交通情報提供システム及び方法
JP2013125347A (ja) * 2011-12-13 2013-06-24 Toyota Infotechnology Center Co Ltd 歩車間通信システム、無線通信端末、および歩車間通信方法
JP2013205868A (ja) * 2012-03-27 2013-10-07 Zenrin Datacom Co Ltd サーバ、経路探索システム、情報処理方法およびコンピュータプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010086070A (ja) * 2008-09-29 2010-04-15 Toshiba Corp 道路交通情報提供システム及び方法
JP2011186940A (ja) * 2010-03-10 2011-09-22 Toshiba Corp 道路交通情報提供システム及び方法
JP2013125347A (ja) * 2011-12-13 2013-06-24 Toyota Infotechnology Center Co Ltd 歩車間通信システム、無線通信端末、および歩車間通信方法
JP2013205868A (ja) * 2012-03-27 2013-10-07 Zenrin Datacom Co Ltd サーバ、経路探索システム、情報処理方法およびコンピュータプログラム

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108320553A (zh) * 2018-04-04 2018-07-24 大陆汽车投资（上海）有限公司 基于道路驾驶事件的路况预测方法
CN115171368A (zh) * 2022-05-26 2022-10-11 上海市政工程设计研究总院（集团）有限公司 一种用于交通事件管控的车道动态控制方法及系统
WO2024085102A1 (ja) * 2022-10-21 2024-04-25 パナソニックオートモーティブシステムズ株式会社 情報処理装置および情報処理方法
CN117549913A (zh) * 2024-01-11 2024-02-13 交通运输部水运科学研究所 港区槽罐车集卡车混流的安全驾驶预警系统

Also Published As

Publication number Publication date
SG11201900660XA (en) 2019-02-27
JP6593882B2 (ja) 2019-10-23
JP2018018214A (ja) 2018-02-01

Similar Documents

Publication Publication Date Title
JP6593882B2 (ja) 危険通知装置、危険通知システム、危険通知方法及びプログラム
US11175152B2 (en) Method and system for risk determination of a route
JP5243896B2 (ja) 情報表示システム、情報表示方法、および、コンピュータプログラム
US20190279502A1 (en) Method, apparatus, and system for detecting a merge lane traffic jam
US10996073B2 (en) Navigation system with abrupt maneuver monitoring mechanism and method of operation thereof
US11039384B2 (en) Wireless communication system, information acquiring terminal, computer program, method for determining whether to adopt provided information
JP5238422B2 (ja) 情報提供システム
EP1582841B1 (en) Route search server, system and method
JP2015075398A (ja) 車両用車線案内システム及び車両用車線案内方法
JP2009031915A (ja) 交通情報配信システム、装置および方法、並びに車載端末装置
Singh et al. Intelligent transportation system for developing countries-a survey
Predic et al. Enhancing driver situational awareness through crowd intelligence
JP2020027645A (ja) サーバ、無線通信方法、コンピュータプログラム、及び車載装置
JP2004220574A (ja) 道路関係情報の表現方法と、それを実施する装置及びシステム
JP2005242424A (ja) 交通情報システム、その情報端末機、およびナビゲーションシステム
JP2006048199A (ja) 交通情報表示装置及び方法、交通情報提供装置及び方法、並びに交通情報活用装置及び方法
JP4972565B2 (ja) 交通情報システム
JP5339990B2 (ja) ナビゲーション装置およびその混雑状況表示方法
Nasir et al. Use of cell phone density for Intelligent Transportation System (ITS) in Bangladesh
JP2006031421A (ja) 情報収集装置及び情報収集方法
JP2006301819A (ja) 情報提供システム、情報処理装置、情報端末装置、情報処理プログラム、情報通知プログラム
JP2006003169A (ja) 経路案内システム及び経路案内方法のプログラム
JP2021026560A (ja) 情報生成システム、情報出力端末および情報生成プログラム
JP2006003171A (ja) 経路案内システム及び経路案内方法のプログラム
JP2020094959A (ja) 経路探索装置、経路探索方法、及び経路探索プログラム

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: 17834198

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17834198

Country of ref document: EP

Kind code of ref document: A1