JP2002163748A - 交通流模擬装置による交通流予測制御システム - Google Patents
交通流模擬装置による交通流予測制御システムInfo
- Publication number
- JP2002163748A JP2002163748A JP2000358950A JP2000358950A JP2002163748A JP 2002163748 A JP2002163748 A JP 2002163748A JP 2000358950 A JP2000358950 A JP 2000358950A JP 2000358950 A JP2000358950 A JP 2000358950A JP 2002163748 A JP2002163748 A JP 2002163748A
- Authority
- JP
- Japan
- Prior art keywords
- traffic flow
- traffic
- scenario
- simulation
- control
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
- 238000004088 simulation Methods 0.000 claims abstract description 151
- 238000011156 evaluation Methods 0.000 claims description 32
- 238000012937 correction Methods 0.000 claims description 11
- 238000009434 installation Methods 0.000 claims 1
- 239000000284 extract Substances 0.000 abstract description 4
- 238000012545 processing Methods 0.000 description 47
- 238000000034 method Methods 0.000 description 28
- 238000009826 distribution Methods 0.000 description 11
- 238000009499 grossing Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 5
- 230000033228 biological regulation Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 1
- 230000002301 combined effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】
【課題】 シミュレーションを用いて交通流を予測し、
交通流を最適に制御するシステムを提供すること。 【解決手段】 実交通の道路上に設置されている交通流
センサ10より入力される交通流情報を、交通流予測制
御システム1の実交通パラメータ推定機構2の実交通パ
ラメータ推定機能21と交通障害区間推定機構22に入
力して、交通流センサ信号により補正された最適な交通
流模擬用パラメータを決定し、交通流現況データベース
3に記憶する。予め決めておいた交通流予測制御機構5
の交通管制シナリオデータベース51内に格納された交
通管制シナリオを制御機構6にて選択し、交通流予測装
置52により、最適な交通流模擬用パラメータで複数の
交通管制シナリオに従った、交通流模擬による交通流予
測を行う。各シナリオの結果を交通流予測データベース
53に登録し、交通管制シナリオ評価機構54により、
その交通流模擬結果から最適な交通管制シナリオを抽出
して、運転者に交通管制情報の提供する。
交通流を最適に制御するシステムを提供すること。 【解決手段】 実交通の道路上に設置されている交通流
センサ10より入力される交通流情報を、交通流予測制
御システム1の実交通パラメータ推定機構2の実交通パ
ラメータ推定機能21と交通障害区間推定機構22に入
力して、交通流センサ信号により補正された最適な交通
流模擬用パラメータを決定し、交通流現況データベース
3に記憶する。予め決めておいた交通流予測制御機構5
の交通管制シナリオデータベース51内に格納された交
通管制シナリオを制御機構6にて選択し、交通流予測装
置52により、最適な交通流模擬用パラメータで複数の
交通管制シナリオに従った、交通流模擬による交通流予
測を行う。各シナリオの結果を交通流予測データベース
53に登録し、交通管制シナリオ評価機構54により、
その交通流模擬結果から最適な交通管制シナリオを抽出
して、運転者に交通管制情報の提供する。
Description
【0001】
【発明の属する技術分野】本発明は、交通流予測制御シ
ステムに関するものであり、特に、交通流センサから入
力される実交通データに従い、交通流を計算機上におい
て模擬し、その結果と実交通との偏差から交通流模擬に
必要なパラメータを修正しつつ、時々刻々と変わる交通
流を学習する交通流模擬用パラメータの推定機能と、そ
のパラメータ値に従い、現在の交通状況から未来の交通
状況を模擬することで、事故あるいは工事等が発生した
場合における交通流の変化を予測して、交通管制におけ
る最適な交通誘導方法を抽出する交通管制報補における
流模擬装置による交通流予測制御システムに関する。
ステムに関するものであり、特に、交通流センサから入
力される実交通データに従い、交通流を計算機上におい
て模擬し、その結果と実交通との偏差から交通流模擬に
必要なパラメータを修正しつつ、時々刻々と変わる交通
流を学習する交通流模擬用パラメータの推定機能と、そ
のパラメータ値に従い、現在の交通状況から未来の交通
状況を模擬することで、事故あるいは工事等が発生した
場合における交通流の変化を予測して、交通管制におけ
る最適な交通誘導方法を抽出する交通管制報補における
流模擬装置による交通流予測制御システムに関する。
【0002】
【従来の技術】従来の交通流予測は、ある地点からある
地点までの距離と、現時点の平均速度をベースに、その
旅行時間を推定するため、事故や工事区間による車線閉
鎖等による事象発生時については、その予測の精度が低
下するという問題がある。
地点までの距離と、現時点の平均速度をベースに、その
旅行時間を推定するため、事故や工事区間による車線閉
鎖等による事象発生時については、その予測の精度が低
下するという問題がある。
【0003】また、このような事象発生時における交通
流を評価するについては、交通流模擬装置を用いるのが
効果的であるが、実交通によるパラメータの補正を行っ
ていないことから、その交通流模擬結果は、交通流模擬
用パラメータを決定した時点の交通流に基づく再現しか
行うことができないため、実交通との偏差による誤差を
含んだ予測を行っている。
流を評価するについては、交通流模擬装置を用いるのが
効果的であるが、実交通によるパラメータの補正を行っ
ていないことから、その交通流模擬結果は、交通流模擬
用パラメータを決定した時点の交通流に基づく再現しか
行うことができないため、実交通との偏差による誤差を
含んだ予測を行っている。
【0004】
【発明が解決しようとする課題】前記した従来の交通流
模擬装置による交通流予測制御システムでは、運転者の
目標速度、目標車間、目標車線および車線変更等の可否
判断における、目標車線上を走行中の車両間の安全ギャ
ップ等の交通量流模擬用パラメータを固定値としている
ために、交通流を形成する各車両の運転者の特性が天候
時刻等に影響されて、視程距離が変わることにより変化
したり、季節および曜日により運転者の目的等が変わる
ことにより、日時天候季節等によって大きくその様相が
変わる。このため、交通流がある一定の誤差を含んだ結
果でしか出せないという問題があった。
模擬装置による交通流予測制御システムでは、運転者の
目標速度、目標車間、目標車線および車線変更等の可否
判断における、目標車線上を走行中の車両間の安全ギャ
ップ等の交通量流模擬用パラメータを固定値としている
ために、交通流を形成する各車両の運転者の特性が天候
時刻等に影響されて、視程距離が変わることにより変化
したり、季節および曜日により運転者の目的等が変わる
ことにより、日時天候季節等によって大きくその様相が
変わる。このため、交通流がある一定の誤差を含んだ結
果でしか出せないという問題があった。
【0005】さらに、事故、工事、違法駐車等の車線閉
鎖による該当区間における交通容量の低下に起因する混
雑時には、現状のシミュレーションでは、シミュレータ
の道路構造の変更、もしくは、障害物等の設定を行わな
ければ、シミュレーション結果が大幅に現状の交通流か
ら乖離してしまうという問題があった。
鎖による該当区間における交通容量の低下に起因する混
雑時には、現状のシミュレーションでは、シミュレータ
の道路構造の変更、もしくは、障害物等の設定を行わな
ければ、シミュレーション結果が大幅に現状の交通流か
ら乖離してしまうという問題があった。
【0006】本発明の目的は、上記した問題を解決し、
シミュレーションを用いて交通流を予測し、交通流を最
適に制御する交通流予測制御システムを提供することに
ある。
シミュレーションを用いて交通流を予測し、交通流を最
適に制御する交通流予測制御システムを提供することに
ある。
【0007】
【課題を解決するための手段】本発明は、従来技術の問
題点が交通流模擬装置のパラメータが実際と合致しな
く、その精度が低下するため、交通流模擬装置のパラメ
ータには、模擬区間全体の傾向として現われる運転者特
性のパラメータと、障害物、工事等の道路構造の変更に
よる道路構造のパラメータがあり、この道路構造パラメ
ータが局所的現象のため、センサ間のアンバランスとし
て現われることに着目し、センサ全体の情報を使って、
運転者のパラメータを調整するとともに、センサ間のア
ンバランス情報を用いて道路構造パラメータを修正する
手段を備えることにより実現する。
題点が交通流模擬装置のパラメータが実際と合致しな
く、その精度が低下するため、交通流模擬装置のパラメ
ータには、模擬区間全体の傾向として現われる運転者特
性のパラメータと、障害物、工事等の道路構造の変更に
よる道路構造のパラメータがあり、この道路構造パラメ
ータが局所的現象のため、センサ間のアンバランスとし
て現われることに着目し、センサ全体の情報を使って、
運転者のパラメータを調整するとともに、センサ間のア
ンバランス情報を用いて道路構造パラメータを修正する
手段を備えることにより実現する。
【0008】本発明は、実交通の交通流センサ装置、運
転者への情報提供装置、前記交通流センサ装置の情報を
基に、交通流を模擬する交通流模擬装置、前記情報提供
装置へ情報を生成する交通流制御機構からなる交通流予
測制御システムにおいて、交通流センサ装置の情報信号
を基に、交通流模擬装置の交通流模擬用パラメータを演
算する交通流パラメータ推定機構と、交通流模擬装置に
複数の交通管制施策を実行させて交通流の予測を行い、
その予測値から予め設定された評価関数を最適にする施
策を選択する交通流予測制御機構とを設けるとともに、
情報提供装置は、交通流予測制御機構による最適交通管
制シナリオに従った交通管制情報を、実交通上の運転者
に通知することを特徴とする。これによって、交通流模
擬による交通流予測の精度を向上させ、最適な交通管制
システムの構築を図るようにしてなるものである。
転者への情報提供装置、前記交通流センサ装置の情報を
基に、交通流を模擬する交通流模擬装置、前記情報提供
装置へ情報を生成する交通流制御機構からなる交通流予
測制御システムにおいて、交通流センサ装置の情報信号
を基に、交通流模擬装置の交通流模擬用パラメータを演
算する交通流パラメータ推定機構と、交通流模擬装置に
複数の交通管制施策を実行させて交通流の予測を行い、
その予測値から予め設定された評価関数を最適にする施
策を選択する交通流予測制御機構とを設けるとともに、
情報提供装置は、交通流予測制御機構による最適交通管
制シナリオに従った交通管制情報を、実交通上の運転者
に通知することを特徴とする。これによって、交通流模
擬による交通流予測の精度を向上させ、最適な交通管制
システムの構築を図るようにしてなるものである。
【0009】
【発明の実施の形態】以下、本発明の一実施形態を図面
に基づいて説明する。図1はこの実施形態の全体構成を
示す。
に基づいて説明する。図1はこの実施形態の全体構成を
示す。
【0010】図1の1が、交通流予測制御システムであ
る。この交通流予測制御システム1は、実交通パラメー
タ推定機構2と、交通流現模擬装置14と、交通流現況
データベース17と、交通流予測制御機構三と、情報提
供装置22と、運転者への情報提供装置(VICS(登
録商標)、可変表示板および信号管制)23とから構成
されている。
る。この交通流予測制御システム1は、実交通パラメー
タ推定機構2と、交通流現模擬装置14と、交通流現況
データベース17と、交通流予測制御機構三と、情報提
供装置22と、運転者への情報提供装置(VICS(登
録商標)、可変表示板および信号管制)23とから構成
されている。
【0011】予め、本発明のシステムが処理対象とする
道路ネットワ−クは、予め、事前に定義され交通流現況
データベース(現況シナリオ17)に記憶されている。
図1の10の実交通高速道路上に配置されている実交通
センサ11から入力される。、通過車両の車頭間隔、通
過速度および台数が情報信号として、交通流センサ−1
0から制御機構18へ入力される。これらの交通流セン
サの情報信号は、制御機構18を経由して、実交通パラ
メータ推定機構12と交通障害区間推定機構13へ入力
される。
道路ネットワ−クは、予め、事前に定義され交通流現況
データベース(現況シナリオ17)に記憶されている。
図1の10の実交通高速道路上に配置されている実交通
センサ11から入力される。、通過車両の車頭間隔、通
過速度および台数が情報信号として、交通流センサ−1
0から制御機構18へ入力される。これらの交通流セン
サの情報信号は、制御機構18を経由して、実交通パラ
メータ推定機構12と交通障害区間推定機構13へ入力
される。
【0012】実交通パラメータ推定機能は、交通流セン
サ信号を基にして、交通需要の予測を行い、交通流セン
サ信号から演算されるパラメ−タを交通流模擬用パラメ
−タとして、交通流現況データベース(現況シナリオ)
3へ記憶する。
サ信号を基にして、交通需要の予測を行い、交通流セン
サ信号から演算されるパラメ−タを交通流模擬用パラメ
−タとして、交通流現況データベース(現況シナリオ)
3へ記憶する。
【0013】交通障害区間推定機構22は、所定の処理
周期で起動されて、単路区間における入出の交通流セン
サ10間における通過交通量のアンバランスをチェック
し、アンバランスを検出した場合に、該当する単路区間
に障害物を設定することにより、車線が閉鎖されたシナ
リオを複数個準備し、それらのシナリオを交通流現況デ
ータベース(現況シナリオ)3に記憶する。一方、アン
バランスが検出されない場合は、車線閉鎖のシナリオは
設定せず、車線閉鎖区間無しのシナリオのみを設定す
る。
周期で起動されて、単路区間における入出の交通流セン
サ10間における通過交通量のアンバランスをチェック
し、アンバランスを検出した場合に、該当する単路区間
に障害物を設定することにより、車線が閉鎖されたシナ
リオを複数個準備し、それらのシナリオを交通流現況デ
ータベース(現況シナリオ)3に記憶する。一方、アン
バランスが検出されない場合は、車線閉鎖のシナリオは
設定せず、車線閉鎖区間無しのシナリオのみを設定す
る。
【0014】つぎに実交通パラメータ推定機構2にて設
定されて、交通流現況データベース(現況シナリオ)3
に記憶されたシナリオは、交通流模擬装置4へ入力され
る。この交通流模擬装置4は、その入力されたシナリオ
に基づいて、実交通パラメータ推定機能21で推定した
交通需要と交通流模擬用パラメ−タを用いて交通流模擬
を実施し、障害物の設定されたシナリオの内、最も実交
通に近いシナリオを交通流現況データベース(現況シナ
リオ)3に記憶する。さらに、その交通流模擬結果と実
交通との偏差により、交通流パラメータの補正処理を実
施し、この補正された交通流模擬用パラメータを交通流
現況データベース(現況シナリオ)3に記憶する。
定されて、交通流現況データベース(現況シナリオ)3
に記憶されたシナリオは、交通流模擬装置4へ入力され
る。この交通流模擬装置4は、その入力されたシナリオ
に基づいて、実交通パラメータ推定機能21で推定した
交通需要と交通流模擬用パラメ−タを用いて交通流模擬
を実施し、障害物の設定されたシナリオの内、最も実交
通に近いシナリオを交通流現況データベース(現況シナ
リオ)3に記憶する。さらに、その交通流模擬結果と実
交通との偏差により、交通流パラメータの補正処理を実
施し、この補正された交通流模擬用パラメータを交通流
現況データベース(現況シナリオ)3に記憶する。
【0015】このように、実交通パラメータ推定機能2
1で交通需要と交通流模擬用パラメ−タを推定するとと
もに、交通障害区間推定機構22において、車線閉鎖が
想定される場合には、車線閉鎖区間を推定し、その車線
閉鎖のシナリオに従い、交通流模擬を交通流模擬装置4
にて実施し、車線閉鎖区間を同定し、前回の交通流模擬
結果から現在時刻までの交通流模擬を実施することによ
り、実交通と交通流模擬結果との偏差から、交通流模擬
用パラメ−タの補正を行い、交通流模擬結果と車線閉鎖
区間を設定した道路パラメータと、実交通により補正さ
れた交通流パラメ−タとを現況シナリオとして、交通流
現況データベース(現況シナリオ)3に記憶する。これ
らの現況シナリオ推定と、交通流模擬用パラメ−タと、
その交通流模擬結果と、実交通との比較による現況シナ
リオの特定と、交通流模擬用パラメ−タの補正の一連の
処理は、一定周期で起動されて、常時、パラメータの更
新を行う。
1で交通需要と交通流模擬用パラメ−タを推定するとと
もに、交通障害区間推定機構22において、車線閉鎖が
想定される場合には、車線閉鎖区間を推定し、その車線
閉鎖のシナリオに従い、交通流模擬を交通流模擬装置4
にて実施し、車線閉鎖区間を同定し、前回の交通流模擬
結果から現在時刻までの交通流模擬を実施することによ
り、実交通と交通流模擬結果との偏差から、交通流模擬
用パラメ−タの補正を行い、交通流模擬結果と車線閉鎖
区間を設定した道路パラメータと、実交通により補正さ
れた交通流パラメ−タとを現況シナリオとして、交通流
現況データベース(現況シナリオ)3に記憶する。これ
らの現況シナリオ推定と、交通流模擬用パラメ−タと、
その交通流模擬結果と、実交通との比較による現況シナ
リオの特定と、交通流模擬用パラメ−タの補正の一連の
処理は、一定周期で起動されて、常時、パラメータの更
新を行う。
【0016】また、渋滞が発生した場合に、その渋滞情
報が制御機構6に入力される。この制御機構6は、渋滞
を緩和させる交通管制シナリオを交通流予測制御機構5
の交通管制シナリオデータベース51に設定し、現況シ
ナリオで検知している車線規制部分へ車両が集中しない
ように、ランプ規制や迂回誘導等の交通管制のシナリオ
を数ケース抽出し、そのシナリオを交通管制シナリオデ
ータベース51に設定するとともに、交通流予測装置5
2に対し、交通流模擬装置4からの出力されるシナリオ
毎の交通流模擬の処理を行う。交通流予測装置52は、
交通流模擬装置4により、交通流模擬を実時間よりも早
い速度で実施することで、近未来の交通状況を模擬し、
予測を実施する。
報が制御機構6に入力される。この制御機構6は、渋滞
を緩和させる交通管制シナリオを交通流予測制御機構5
の交通管制シナリオデータベース51に設定し、現況シ
ナリオで検知している車線規制部分へ車両が集中しない
ように、ランプ規制や迂回誘導等の交通管制のシナリオ
を数ケース抽出し、そのシナリオを交通管制シナリオデ
ータベース51に設定するとともに、交通流予測装置5
2に対し、交通流模擬装置4からの出力されるシナリオ
毎の交通流模擬の処理を行う。交通流予測装置52は、
交通流模擬装置4により、交通流模擬を実時間よりも早
い速度で実施することで、近未来の交通状況を模擬し、
予測を実施する。
【0017】車両の旅行時間の統計情報は、交通流予測
データベース53に記憶される。この交通流予測データ
ベース53内に格納された交通流模擬結果は、交通管制
シナリオ評価機構54により参照され、この交通管制シ
ナリオ評価機構54は、各車両の旅行時間、走行距離、
通行料金あるいはこれらの組合せの評価関数に従い、そ
の評価値を算出する。そして、各々の交通管制シナリオ
毎に出力される各車両の評価値のバラツキが或る一定内
のシナリオで、各車両の評価値の総和が、現況シナリオ
で予測した評価値より改善されている交通管制シナリオ
をシナリオ候補として決定する。このようにして決定さ
れたシナリオは、情報提供装置7を介して、運転者への
情報提供装置(VICS、可変表示板および信号管制)
8にて道路上を走行する車両の運転者に対し情報提供が
行われる。
データベース53に記憶される。この交通流予測データ
ベース53内に格納された交通流模擬結果は、交通管制
シナリオ評価機構54により参照され、この交通管制シ
ナリオ評価機構54は、各車両の旅行時間、走行距離、
通行料金あるいはこれらの組合せの評価関数に従い、そ
の評価値を算出する。そして、各々の交通管制シナリオ
毎に出力される各車両の評価値のバラツキが或る一定内
のシナリオで、各車両の評価値の総和が、現況シナリオ
で予測した評価値より改善されている交通管制シナリオ
をシナリオ候補として決定する。このようにして決定さ
れたシナリオは、情報提供装置7を介して、運転者への
情報提供装置(VICS、可変表示板および信号管制)
8にて道路上を走行する車両の運転者に対し情報提供が
行われる。
【0018】図2は、上記した実交通パラメータ推定機
構2における実交通パラメータ推定機能21の処理状態
を示すフローチャートである。この実交通パラメータ推
定機能21では、現状の交通状況(現況シナリオ)の推
定と交通流模擬用パラメータの推定が行われる。そし
て、現状の交通状況(現況シナリオ)としては、道路ネ
ットワークにおける車両の発生元と、目的地のペアに時
間当たりの車両台数を規定した交通需要が挙げられる。
一方、交通流模擬用パラメータとしては、下記の項目が
挙げられる。 1) 運転者の目標速度と、その分布 2) 運転者の目標車頭間隔と、その分布
構2における実交通パラメータ推定機能21の処理状態
を示すフローチャートである。この実交通パラメータ推
定機能21では、現状の交通状況(現況シナリオ)の推
定と交通流模擬用パラメータの推定が行われる。そし
て、現状の交通状況(現況シナリオ)としては、道路ネ
ットワークにおける車両の発生元と、目的地のペアに時
間当たりの車両台数を規定した交通需要が挙げられる。
一方、交通流模擬用パラメータとしては、下記の項目が
挙げられる。 1) 運転者の目標速度と、その分布 2) 運転者の目標車頭間隔と、その分布
【0019】交通流センサ情報受信処理ステップ201
にて、短時間内に交通流センサ下を通過した車両の速
度、車頭間隔を入力する。処理ステップ202の交通需
要予測処理においては、単位時間当たりに通過した車両
台数から断面交通量の計算を行う。そして対象道路ネッ
トワークについて事前にパーソントリップ法、又はアン
ケート調査により、により推定されている該当道路ネッ
トワークにおけるサンプルOD(Origin Des
tination)を基に、そのODが調査された時点
の該当個所の断面交通量と、交通流センサから得られる
実交通の断面交通量の倍率を求めて、サンプルODその
比率を乗ずることで、交通需要を推定し、その交通需要
を現状の交通状況(現況シナリオ)として、交通量現況
データベース3に記憶する。
にて、短時間内に交通流センサ下を通過した車両の速
度、車頭間隔を入力する。処理ステップ202の交通需
要予測処理においては、単位時間当たりに通過した車両
台数から断面交通量の計算を行う。そして対象道路ネッ
トワークについて事前にパーソントリップ法、又はアン
ケート調査により、により推定されている該当道路ネッ
トワークにおけるサンプルOD(Origin Des
tination)を基に、そのODが調査された時点
の該当個所の断面交通量と、交通流センサから得られる
実交通の断面交通量の倍率を求めて、サンプルODその
比率を乗ずることで、交通需要を推定し、その交通需要
を現状の交通状況(現況シナリオ)として、交通量現況
データベース3に記憶する。
【0020】203は交通流模擬用パラメータ演算処理
である。パラメータとしては、運転者の目標速度とその
分散及び目標車頭管区と、その分数の推定演算を行う。
交通 Vave:通過車両の平均速度 Vmax:通過車両の最大速度 Vmin:通過車両の最小速度 Have:通過車両の平均車頭 Hmax:車頭間隔最大値 Hmin:車頭間隔最小値 Vp :交通流模擬装置内において、各模擬車両に与
える目標速度の平均値は、式(1)に従って決定され
る。っ Vp(n)=Vp(n−1)×α+Vave×(1−α)……(1) α:平均速度用平滑定数 Vpmax:交通流模擬装置内において、各模擬車両に
与える目標速度の最大値は、式(2)に従って決定され
る。っ Vpmax=max(Vpmax,Vmax)……(2) Vpmin:交通流模擬装置内において、各模擬車両に
与える目標速度の最小値は、式(3)に従って決定され
る。っ Vpmin=min(Vpmin,Vmin)……(3) HP::交通流模擬装置内において、各模擬車両に与え
る目標速度の最小値は、式(4)に従って決定される。 Hp(n)=HP(n−1)xβ+Havex(n−β)……(4) β:車頭間隔用平滑定数 Hpmax:交通流模擬装置内において、各模擬車両に
与える目標速度の最大値は、式(5)に従って決定され
る。 Hpmax=(Hpmin,Hpmin)………(5) Hpmin:交通流模擬装置内において、各模擬車両に
与える目標速度の最大値は、式(6)に従って決定され
る。 Hpmin:=(Hpmax,Hpmax)……(6)
である。パラメータとしては、運転者の目標速度とその
分散及び目標車頭管区と、その分数の推定演算を行う。
交通 Vave:通過車両の平均速度 Vmax:通過車両の最大速度 Vmin:通過車両の最小速度 Have:通過車両の平均車頭 Hmax:車頭間隔最大値 Hmin:車頭間隔最小値 Vp :交通流模擬装置内において、各模擬車両に与
える目標速度の平均値は、式(1)に従って決定され
る。っ Vp(n)=Vp(n−1)×α+Vave×(1−α)……(1) α:平均速度用平滑定数 Vpmax:交通流模擬装置内において、各模擬車両に
与える目標速度の最大値は、式(2)に従って決定され
る。っ Vpmax=max(Vpmax,Vmax)……(2) Vpmin:交通流模擬装置内において、各模擬車両に
与える目標速度の最小値は、式(3)に従って決定され
る。っ Vpmin=min(Vpmin,Vmin)……(3) HP::交通流模擬装置内において、各模擬車両に与え
る目標速度の最小値は、式(4)に従って決定される。 Hp(n)=HP(n−1)xβ+Havex(n−β)……(4) β:車頭間隔用平滑定数 Hpmax:交通流模擬装置内において、各模擬車両に
与える目標速度の最大値は、式(5)に従って決定され
る。 Hpmax=(Hpmin,Hpmin)………(5) Hpmin:交通流模擬装置内において、各模擬車両に
与える目標速度の最大値は、式(6)に従って決定され
る。 Hpmin:=(Hpmax,Hpmax)……(6)
【0021】204のパラメータ設定は、パラメータ演
算処理で求めた交通流模擬用パラメータを交通流現況デ
ータベース(現況シナリオ)17へ格納する。Vp
(n)=Vp(n−1)×α+Vave×(1−α)…
…(1)x背も萵苣け流センサ10から入力される各車
両の通過速度の平均値とその分散を求める。処理ステッ
プ202による交通需要の予測処理後、現状の交通状況
(現況シナリオ)は、交通流模擬用パラメータ演算処理
ステップ203にて演算処理され、その
算処理で求めた交通流模擬用パラメータを交通流現況デ
ータベース(現況シナリオ)17へ格納する。Vp
(n)=Vp(n−1)×α+Vave×(1−α)…
…(1)x背も萵苣け流センサ10から入力される各車
両の通過速度の平均値とその分散を求める。処理ステッ
プ202による交通需要の予測処理後、現状の交通状況
(現況シナリオ)は、交通流模擬用パラメータ演算処理
ステップ203にて演算処理され、その
【0022】この場合、交通流模擬装置4内において、
各模擬車両に与える目標速度Vの平均値(Vp)は、下
記の式(1)に従って決定される。 (Vp)(n)=Vp(n−1)×α+Vave×(1−α)………(1) ここで、α:平均速度用平滑定数
各模擬車両に与える目標速度Vの平均値(Vp)は、下
記の式(1)に従って決定される。 (Vp)(n)=Vp(n−1)×α+Vave×(1−α)………(1) ここで、α:平均速度用平滑定数
【0023】また交通流模擬装置4内において、各模擬
車両に与える目標速度Vの最大値(Vmax)は、下記
の式(2)に従って決定される。 Vpmax=max(Vpmax,Vmax)………(2)
車両に与える目標速度Vの最大値(Vmax)は、下記
の式(2)に従って決定される。 Vpmax=max(Vpmax,Vmax)………(2)
【0024】さらに、交通流模擬装置4内において、各
模擬車両に与える目標速度Vの最小値(Vpmin)
は、下記の式(3)に従って決定される。 Vpmin=min(Vpmin,Vmin)………(3) ここで、α:平均速度用平滑定数
模擬車両に与える目標速度Vの最小値(Vpmin)
は、下記の式(3)に従って決定される。 Vpmin=min(Vpmin,Vmin)………(3) ここで、α:平均速度用平滑定数
【0025】一方、交通流模擬装置4内において、各模
擬車両に与える目標車頭間隔(H)の平均値(Hp)
は、)は、下記の式(4)に従って決定される。 Hp(n)=Hp(n−1)×β+Have×(1−β)………(4) Vpmin=min(Vpmin,Vmin)………(4)
擬車両に与える目標車頭間隔(H)の平均値(Hp)
は、)は、下記の式(4)に従って決定される。 Hp(n)=Hp(n−1)×β+Have×(1−β)………(4) Vpmin=min(Vpmin,Vmin)………(4)
【0026】図3は交通障害区間推定機構の処理フロー
を示す。301は、短路部における入出交通流センサ間
の断面交通量のアンバランスを検知する。アンバランス
が検知された場合には、302の交通障害区間推定で
は、その当該区間野車線を封鎖するような、障害物が設
定されたシナリオを準備する。このとき障害物が当該区
間を占有するパターン(面積)は、当該道路区間が通常
の自由流で流れていた場合と、オンバランスが生じた場
合の当該区間内の滞留車両台数の偏差から推定する。滞
留車両台数の偏差が、障害物の滞留域と同じになる。 N:台/sec 流入交通量 M:台/sec 流出交通量 X:道路閉鎖規模(面積) Vave: 流出平均速度 α:車料一台当たりの占有面積 当該単路区間内の車線封鎖規模は、式(7)で推定され
る。 X=(N−M)x(Vavexα)………(7)
を示す。301は、短路部における入出交通流センサ間
の断面交通量のアンバランスを検知する。アンバランス
が検知された場合には、302の交通障害区間推定で
は、その当該区間野車線を封鎖するような、障害物が設
定されたシナリオを準備する。このとき障害物が当該区
間を占有するパターン(面積)は、当該道路区間が通常
の自由流で流れていた場合と、オンバランスが生じた場
合の当該区間内の滞留車両台数の偏差から推定する。滞
留車両台数の偏差が、障害物の滞留域と同じになる。 N:台/sec 流入交通量 M:台/sec 流出交通量 X:道路閉鎖規模(面積) Vave: 流出平均速度 α:車料一台当たりの占有面積 当該単路区間内の車線封鎖規模は、式(7)で推定され
る。 X=(N−M)x(Vavexα)………(7)
【0027】障害物(面積)が決まれば、封鎖車線数を
1車線から該当区間の車線数−1の車線数が閉鎖された
シナリオ各々準備してこれらのシナリオを、交通現況
(現況シナリオ)として、303のシミュレーション機
能により交通流模擬を実施する。具体的には、交通流模
擬装置14により実施する。この交通流模擬の結果の中
で、現状交通に最も近い障害物のパターンを選択するの
が304の評価機構である。選択された障害物のパター
ンを具備した道路交通パラメータは、交通現況データベ
ース(現況シナリオ)17に記憶される。パラメータ修
正機構305は、交通現況データベース(現況シナリ
オ)に記憶してある。各交通流センサの測定結果を使用
してパラメータの修正を行う。測定項目としては、単位
時間当たりの車線別車両通過台数、その平均速度、速度
の標準偏差、通過車両の平均車頭間隔時間、車頭間隔時
間の標準偏差である。これらの項目と、交通流模擬結果
の同一項目データの比較を行い、交通流模擬装置用パラ
メータの修正を行うものである。修正を実施するパラメ
ータは下記の通りである。 1)運転者の目標速度とその分布 2)運転者の目標車頭間隔とその分布 運転者の目標速度とその分布の修正方法としては、下記
の手順で行う。 Vpave:交通流模擬装置用パラメータ目標速度平均
値 Vrave:実交通通過車両の平均速度 Vsave:交通流模擬における通過車両の平均速度 Vpmax:交通流模擬装置内において、各模擬車両に
与える目標速度の最大値 Vrmax:実交通通過車両の最大速度 Vsmax:交通流模擬における通過車両の最大速度 Vpmin:交通流模擬装置内において、各模擬車両に
与える目標速度の最小値 Vrmin:実交通通過車両の最小速度 Hpave:交通流模擬装置内において、各模擬車両に
与える目標車頭間隔の平均値 Hrave:実交通通過車両の平均車頭間隔 Hsave:交通流模擬装置内における通過車両の平均
車頭間隔 Hpmax:交通流模擬装置内において、各模擬車両に
与える目標車頭間隔の最大値 Hrmax:実交通通過車両の最大車頭隔隔 Hsmax:交通流模擬における通通過車両の最大車頭
隔隔 Hpmin:交通流模擬装置内において、各模擬車両に
与える目標車頭隔隔の最小値 Hrmin:実交通通過車両の最小頭隔隔 Hsmin:交通流模擬らおける通過車両の最小車頭間
隔
1車線から該当区間の車線数−1の車線数が閉鎖された
シナリオ各々準備してこれらのシナリオを、交通現況
(現況シナリオ)として、303のシミュレーション機
能により交通流模擬を実施する。具体的には、交通流模
擬装置14により実施する。この交通流模擬の結果の中
で、現状交通に最も近い障害物のパターンを選択するの
が304の評価機構である。選択された障害物のパター
ンを具備した道路交通パラメータは、交通現況データベ
ース(現況シナリオ)17に記憶される。パラメータ修
正機構305は、交通現況データベース(現況シナリ
オ)に記憶してある。各交通流センサの測定結果を使用
してパラメータの修正を行う。測定項目としては、単位
時間当たりの車線別車両通過台数、その平均速度、速度
の標準偏差、通過車両の平均車頭間隔時間、車頭間隔時
間の標準偏差である。これらの項目と、交通流模擬結果
の同一項目データの比較を行い、交通流模擬装置用パラ
メータの修正を行うものである。修正を実施するパラメ
ータは下記の通りである。 1)運転者の目標速度とその分布 2)運転者の目標車頭間隔とその分布 運転者の目標速度とその分布の修正方法としては、下記
の手順で行う。 Vpave:交通流模擬装置用パラメータ目標速度平均
値 Vrave:実交通通過車両の平均速度 Vsave:交通流模擬における通過車両の平均速度 Vpmax:交通流模擬装置内において、各模擬車両に
与える目標速度の最大値 Vrmax:実交通通過車両の最大速度 Vsmax:交通流模擬における通過車両の最大速度 Vpmin:交通流模擬装置内において、各模擬車両に
与える目標速度の最小値 Vrmin:実交通通過車両の最小速度 Hpave:交通流模擬装置内において、各模擬車両に
与える目標車頭間隔の平均値 Hrave:実交通通過車両の平均車頭間隔 Hsave:交通流模擬装置内における通過車両の平均
車頭間隔 Hpmax:交通流模擬装置内において、各模擬車両に
与える目標車頭間隔の最大値 Hrmax:実交通通過車両の最大車頭隔隔 Hsmax:交通流模擬における通通過車両の最大車頭
隔隔 Hpmin:交通流模擬装置内において、各模擬車両に
与える目標車頭隔隔の最小値 Hrmin:実交通通過車両の最小頭隔隔 Hsmin:交通流模擬らおける通過車両の最小車頭間
隔
【0028】Vpape:交通流模擬装置内において、
各模擬車両に与える目標速度の平均値は、式(8)に従
って決定される。 Vpave(n)=Vpave(n−1)×αpave+(Vrave−Vs rave)×(1−αpave)……(8) αpave: ここで、α:平均速度用平滑定数
各模擬車両に与える目標速度の平均値は、式(8)に従
って決定される。 Vpave(n)=Vpave(n−1)×αpave+(Vrave−Vs rave)×(1−αpave)……(8) αpave: ここで、α:平均速度用平滑定数
【0029】前記式では、交通流模擬の結果と実交通デ
ータの偏差をパラメータに反映させるものである。 Vpmax:交通流模擬装置内において、各模擬車両に
与える目標速度の最大値は、式(9)にしたがって決定
される。 Vpmax(n)=Vpmax(n−1)xαpmax+(Vrmax−Vs max)x(1−αpmin)………(9) α pmax:交通流模擬用パラメータ目標速度最大パ
ラメータ平滑定数 α pmax:交通流模擬装置内において、各模擬車両
に与える目標速度の最小値は、式(10)にしたがって
決定される。 Vpmin:交通流模擬装置内において、各模擬車両に
与える目標速度の最小値は、式(10)にしたがって決
定される。 Vpmin(n)=Vpmin(n−1)xαpmin+(Vrmin−V smin)x(1−αpmin)………(10)
ータの偏差をパラメータに反映させるものである。 Vpmax:交通流模擬装置内において、各模擬車両に
与える目標速度の最大値は、式(9)にしたがって決定
される。 Vpmax(n)=Vpmax(n−1)xαpmax+(Vrmax−Vs max)x(1−αpmin)………(9) α pmax:交通流模擬用パラメータ目標速度最大パ
ラメータ平滑定数 α pmax:交通流模擬装置内において、各模擬車両
に与える目標速度の最小値は、式(10)にしたがって
決定される。 Vpmin:交通流模擬装置内において、各模擬車両に
与える目標速度の最小値は、式(10)にしたがって決
定される。 Vpmin(n)=Vpmin(n−1)xαpmin+(Vrmin−V smin)x(1−αpmin)………(10)
【0030】αpmin:交通流模擬用パラメータ目標
速度最小値パラメータ平滑係数 Hpave:交通流模擬装置内において、各模擬車両に
与える車頭間隔の平均値は、式目標速度の最小値は、式
(11)にしたがって決定される。 Hpave(n)=Hpave(n−1)xβpave+(Hrave−H save)x(1−βpave)………(11) βpave:交通流模擬用パラメータ目標車頭間隔野平
均値パラメータ平滑係数速度最小値パラメータ平滑係数 Hpmax:交通流模擬用パラメータ目標速度最小値パ
ラメータ平滑係数 Hpave:交通流模擬装置内において、各模擬車両に
与える目標車頭間隔の最大値は、式(12)にしたがっ
て決定される。 Hpmax(n)=Hpmax(n−1)xβpmax+(Hrmax−Vs max)x(1−βpmax)………(12)
速度最小値パラメータ平滑係数 Hpave:交通流模擬装置内において、各模擬車両に
与える車頭間隔の平均値は、式目標速度の最小値は、式
(11)にしたがって決定される。 Hpave(n)=Hpave(n−1)xβpave+(Hrave−H save)x(1−βpave)………(11) βpave:交通流模擬用パラメータ目標車頭間隔野平
均値パラメータ平滑係数速度最小値パラメータ平滑係数 Hpmax:交通流模擬用パラメータ目標速度最小値パ
ラメータ平滑係数 Hpave:交通流模擬装置内において、各模擬車両に
与える目標車頭間隔の最大値は、式(12)にしたがっ
て決定される。 Hpmax(n)=Hpmax(n−1)xβpmax+(Hrmax−Vs max)x(1−βpmax)………(12)
【0031】βpmax:交通流模擬用パラメータ目標
車頭間隔の最大値パラメータ平滑係数 Hpmin:交通流模擬装置内において、各模擬車両に
与える目標車頭間隔の最小値は、式(13)にしたがっ
て決定される。 Hpmin(n)=Hpmin(n−1)xβmin+(Hrmin−Hsm in)x(1−βpmin)………(13)
車頭間隔の最大値パラメータ平滑係数 Hpmin:交通流模擬装置内において、各模擬車両に
与える目標車頭間隔の最小値は、式(13)にしたがっ
て決定される。 Hpmin(n)=Hpmin(n−1)xβmin+(Hrmin−Hsm in)x(1−βpmin)………(13)
【0032】パラメータ修正機構305では、前記パラ
メータ補正処理にて修正した交通流模擬装置用パラメー
タ値を交通流現況データベース17ヘ登録する。図4は
交通流模擬装置によるシミュレーション機能フローを説
明したものである。道路構築処理401においては、予
め今回の装置が処理する範囲の道路についての道路構造
を道路ネットワークとして記憶しておく。交通流現況デ
ータベースより、現況シナリオ従って道路ネットワーク
に障害物を展開する以下、移動体処理402〜407ま
で、交通流模擬時間刻みピッチで所定の時間まで処理を
反復する。統計処理〜2使用外物ついてその模擬の結果
と実交通データの偏差をパラメータに反映させるもので
ある。
メータ補正処理にて修正した交通流模擬装置用パラメー
タ値を交通流現況データベース17ヘ登録する。図4は
交通流模擬装置によるシミュレーション機能フローを説
明したものである。道路構築処理401においては、予
め今回の装置が処理する範囲の道路についての道路構造
を道路ネットワークとして記憶しておく。交通流現況デ
ータベースより、現況シナリオ従って道路ネットワーク
に障害物を展開する以下、移動体処理402〜407ま
で、交通流模擬時間刻みピッチで所定の時間まで処理を
反復する。統計処理〜2使用外物ついてその模擬の結果
と実交通データの偏差をパラメータに反映させるもので
ある。
【0033】移動体発生処理402は交通流時間刻み内
に、交通流もぎを実施する道路に進入してくる車両を、
交通流現況データベースの交通需要データを参照して、
所定の道路ネットワーク上に登録する。各運転者が保持
する交通流模擬用パラメータの値は、交通流現況データ
ベース17に登録されている現況の交通流模擬用パラメ
ータの目標平均速度とその分布と目標車頭間隔とその分
布に従い、各運転者に対して目標速度と目標車頭間隔を
決定して交通流模擬用パメラメータ値として設定する。
周辺認識処理403と次操作決定処理404は、道路ネ
ットワーク、内の全車両、1台、1台毎に処理が実行さ
れる。周辺認識処理は、自車両の周辺状況を抽出する。
次操作処理は、周辺認識処理で抽出した周辺状況と運転
者の車両模擬装置用パラメータ目標平均速度と目標車頭
間隔に従い、個々の車両の目標平均速度と目標車頭間隔
を決定し、そのパラメータ値に従ってその車両の時間刻
みにおける運転操作を決定して、それを各社料に記憶刷
る。
に、交通流もぎを実施する道路に進入してくる車両を、
交通流現況データベースの交通需要データを参照して、
所定の道路ネットワーク上に登録する。各運転者が保持
する交通流模擬用パラメータの値は、交通流現況データ
ベース17に登録されている現況の交通流模擬用パラメ
ータの目標平均速度とその分布と目標車頭間隔とその分
布に従い、各運転者に対して目標速度と目標車頭間隔を
決定して交通流模擬用パメラメータ値として設定する。
周辺認識処理403と次操作決定処理404は、道路ネ
ットワーク、内の全車両、1台、1台毎に処理が実行さ
れる。周辺認識処理は、自車両の周辺状況を抽出する。
次操作処理は、周辺認識処理で抽出した周辺状況と運転
者の車両模擬装置用パラメータ目標平均速度と目標車頭
間隔に従い、個々の車両の目標平均速度と目標車頭間隔
を決定し、そのパラメータ値に従ってその車両の時間刻
みにおける運転操作を決定して、それを各社料に記憶刷
る。
【0034】処理ステップ405の全移動体処理完了か
の判定で、未完了なら引き続き移動***置補正処理40
6へ移行する。移動***置補正処理406では、全移動
体の交通流時間刻み内での移動体の移動距離を個々の車
両の縦速度と横速度に従って計算し、ネットワーク上の
位置を修正刷る。統計処理407は各道路ネットワーク
において、交通流センサが配置されている道路部位での
通過車両の平均速度、平均車頭間隔、及びそれらの標準
偏差を計算して交通流現況データベースに記憶する。以
上の交通流模擬歯、時間刻み時二、前回処理した時間よ
りも順次時間を進めながら、一連の実交通推定装置と、
交通流模擬装置、交通流模擬パラメータ補正装置にて交
通流模擬用パラメータを決定した時点まで、交通流模擬
の時間が進んだ時点で、交通流模擬は一旦終了する。そ
の終了判定を行うのが、408の交通流予測処理終了か
の判定である。
の判定で、未完了なら引き続き移動***置補正処理40
6へ移行する。移動***置補正処理406では、全移動
体の交通流時間刻み内での移動体の移動距離を個々の車
両の縦速度と横速度に従って計算し、ネットワーク上の
位置を修正刷る。統計処理407は各道路ネットワーク
において、交通流センサが配置されている道路部位での
通過車両の平均速度、平均車頭間隔、及びそれらの標準
偏差を計算して交通流現況データベースに記憶する。以
上の交通流模擬歯、時間刻み時二、前回処理した時間よ
りも順次時間を進めながら、一連の実交通推定装置と、
交通流模擬装置、交通流模擬パラメータ補正装置にて交
通流模擬用パラメータを決定した時点まで、交通流模擬
の時間が進んだ時点で、交通流模擬は一旦終了する。そ
の終了判定を行うのが、408の交通流予測処理終了か
の判定である。
【0035】図5は、制御機構の処理フローである。交
通流センサ信号受信501は、交通流センサ信号を受信
する。502の実交通パラメータ推定要求は、実交通パ
ラメータ推定機構12に対してパラメータの推定を行う
ように要求する。503の交通障害区間推定要求は、交
通障害区間推定機構13に処理要求を行う。渋滞情報受
け付処理504は、交通流センサから該当センサの通過
交通量の低下を渋滞として受け付ける。渋滞区間特定処
理505は、交通流センサの検出する道路部位の通過交
通量が低下している箇所を渋滞箇所として検知する。道
路ネットワーク、パメータ設定506では、道路ネット
ワークの車線情報に対して、渋滞の属性を設定して、交
通管制シナリオデータベース16に記憶する。渋滞によ
る交通管制シナリオ抽出507では、予め渋滞を想定し
て、事前に決定しておいたランプ規制及び経路誘導等の
交通管制上のシナリオを抽出する。交通管制シナリオデ
ータベースへ設定508では、抽出したしたシナリオを
交通管制シナリオデータベース16に設定する。交通流
予測模擬処理要求509は、交通管制シナリオデータベ
ースに設定したシナリオに従い、現在の交通状況を起点
として、シナリオに基づいて、交通流予測の実施を行う
ように、図1の交通流予測装19に対して、処理要求を
行う。
通流センサ信号受信501は、交通流センサ信号を受信
する。502の実交通パラメータ推定要求は、実交通パ
ラメータ推定機構12に対してパラメータの推定を行う
ように要求する。503の交通障害区間推定要求は、交
通障害区間推定機構13に処理要求を行う。渋滞情報受
け付処理504は、交通流センサから該当センサの通過
交通量の低下を渋滞として受け付ける。渋滞区間特定処
理505は、交通流センサの検出する道路部位の通過交
通量が低下している箇所を渋滞箇所として検知する。道
路ネットワーク、パメータ設定506では、道路ネット
ワークの車線情報に対して、渋滞の属性を設定して、交
通管制シナリオデータベース16に記憶する。渋滞によ
る交通管制シナリオ抽出507では、予め渋滞を想定し
て、事前に決定しておいたランプ規制及び経路誘導等の
交通管制上のシナリオを抽出する。交通管制シナリオデ
ータベースへ設定508では、抽出したしたシナリオを
交通管制シナリオデータベース16に設定する。交通流
予測模擬処理要求509は、交通管制シナリオデータベ
ースに設定したシナリオに従い、現在の交通状況を起点
として、シナリオに基づいて、交通流予測の実施を行う
ように、図1の交通流予測装19に対して、処理要求を
行う。
【0036】図6は交通流模擬装置による交通流予測装
置の処理フローである。道路構築処理601では、交通
管制シナリオデータベースに設定された車線閉鎖情報と
交通管制シナリオを基に、17の交通流現行データベー
スに格納された現状の交通状況に従って障害物等を設定
し、交通流模擬すべき道路ネットワークと標識及び可変
表示板を、交通流模擬装置内に構築する。以下移動体発
生処理602〜607までを、交通流模擬時間刻みピッ
チでシナリオにて決定された時間まで所を反復する。移
動体発生処理602〜607までの演算に要する時間
を、刻みよりも短い時間で実施することで、未来の交通
状況が予測可能とすることができる。通常時間刻み歯
0.1秒から1秒の間で任意の値を採用する。移動体発
生処理602は、現在の交通需要パメータが今後も持続
するという前提で、交通流時間刻み内に交通流模擬を実
施する道路ネットワークに進入してくる車両を所定の道
路ネットワークうえに登録する。各運転者が保持する交
通流模擬用パラメータの値は、610の交通流現況デー
タベースに登録されている現況の交通模擬用パラメータ
の目標平均速度とその分布と目標車頭間隔とその分布に
従い、各運転者に対して目標速度と目標車頭間隔を決定
して、車両模擬装置用パラメータ値として設定する。
置の処理フローである。道路構築処理601では、交通
管制シナリオデータベースに設定された車線閉鎖情報と
交通管制シナリオを基に、17の交通流現行データベー
スに格納された現状の交通状況に従って障害物等を設定
し、交通流模擬すべき道路ネットワークと標識及び可変
表示板を、交通流模擬装置内に構築する。以下移動体発
生処理602〜607までを、交通流模擬時間刻みピッ
チでシナリオにて決定された時間まで所を反復する。移
動体発生処理602〜607までの演算に要する時間
を、刻みよりも短い時間で実施することで、未来の交通
状況が予測可能とすることができる。通常時間刻み歯
0.1秒から1秒の間で任意の値を採用する。移動体発
生処理602は、現在の交通需要パメータが今後も持続
するという前提で、交通流時間刻み内に交通流模擬を実
施する道路ネットワークに進入してくる車両を所定の道
路ネットワークうえに登録する。各運転者が保持する交
通流模擬用パラメータの値は、610の交通流現況デー
タベースに登録されている現況の交通模擬用パラメータ
の目標平均速度とその分布と目標車頭間隔とその分布に
従い、各運転者に対して目標速度と目標車頭間隔を決定
して、車両模擬装置用パラメータ値として設定する。
【0037】周辺認識処理603と次操作決定処理60
4は、道路ネットワーク内の全車両、1台1台毎に処理
が実行される。周辺認識処理は、自車両の周辺状況を抽
出する。次操作処理は、周辺認識処理で抽出した周辺状
況と運転者の車両模擬装置用パラメータの目標平均速度
と目標車頭間隔に従い、個々の車両の目標速度と目標車
頭間隔を決定し、そのパラメータ値に従いその車両の次
時間刻みにおける運転操作を決定してそれを各車両に記
憶する。605の全移動体処理完了かの判定で、見完了
なら引き続き残りの車両の周辺認識処理と、次操作決定
処理を継続実施刷る。全体移動について処理完了なら
ば、移動***置補正処理606へ移行する。移動***置
補正処理606では、全体移動の交通流時間刻み内での
移動体の移動距離を個々の車両の縦速度と、横速度に従
って計算して道路ネットワーク上の位置を修正する。
4は、道路ネットワーク内の全車両、1台1台毎に処理
が実行される。周辺認識処理は、自車両の周辺状況を抽
出する。次操作処理は、周辺認識処理で抽出した周辺状
況と運転者の車両模擬装置用パラメータの目標平均速度
と目標車頭間隔に従い、個々の車両の目標速度と目標車
頭間隔を決定し、そのパラメータ値に従いその車両の次
時間刻みにおける運転操作を決定してそれを各車両に記
憶する。605の全移動体処理完了かの判定で、見完了
なら引き続き残りの車両の周辺認識処理と、次操作決定
処理を継続実施刷る。全体移動について処理完了なら
ば、移動***置補正処理606へ移行する。移動***置
補正処理606では、全体移動の交通流時間刻み内での
移動体の移動距離を個々の車両の縦速度と、横速度に従
って計算して道路ネットワーク上の位置を修正する。
【0038】統計処理607は、各道路ネットワークに
おいて、交通流センサが配備されている道路部位での、
通過車両の平均速度、平均車頭間隔及びそれらの標準偏
差を計算して交通管制シナリオデータベース16に記憶
し、すべての車両の発生から目的地までの旅行時間を計
算する。交通流模擬は並列で複数のシナリオについて、
交通流模擬を実施する。以上の交通流模擬は、時間刻み
事に前回処理した時間より順次時間を進めながら、シナ
リオに従い現在の交通状況が継続したとし仮定して、そ
の未来の交通状況を交通流を模擬することで予測しよう
とするものである。シナリオ毎に交通流模擬を終了する
時間が設定されている。このシナリオ指定する交通流模
擬の終了時まで交通流模擬の時間が進んだ時点で、交通
流模擬処理は、一旦終了する。その終了判定を行うの
が、608の交通流予測処理終了かの判定である。交通
流予測処理終了ならば、609の流データベース更新処
理二おいて、各交通管制シナリオ毎の交通流予測結果で
あるすべての移動体の発生から目的地真での旅行時間
が、20の交通流予測データベースに記載される。
おいて、交通流センサが配備されている道路部位での、
通過車両の平均速度、平均車頭間隔及びそれらの標準偏
差を計算して交通管制シナリオデータベース16に記憶
し、すべての車両の発生から目的地までの旅行時間を計
算する。交通流模擬は並列で複数のシナリオについて、
交通流模擬を実施する。以上の交通流模擬は、時間刻み
事に前回処理した時間より順次時間を進めながら、シナ
リオに従い現在の交通状況が継続したとし仮定して、そ
の未来の交通状況を交通流を模擬することで予測しよう
とするものである。シナリオ毎に交通流模擬を終了する
時間が設定されている。このシナリオ指定する交通流模
擬の終了時まで交通流模擬の時間が進んだ時点で、交通
流模擬処理は、一旦終了する。その終了判定を行うの
が、608の交通流予測処理終了かの判定である。交通
流予測処理終了ならば、609の流データベース更新処
理二おいて、各交通管制シナリオ毎の交通流予測結果で
あるすべての移動体の発生から目的地真での旅行時間
が、20の交通流予測データベースに記載される。
【0039】図7は、交通管制シナリオ評価機構の処理
フローである。シナリオ別交通流模擬結果取りだし70
1は、交通管制シナリオデータベース705より、シナ
リオ別の交通流模擬結果を読み込む。個々の車両の旅行
時間と旅行距離と料金で計算される。評価関数値を参照
する。評価関数値は、(14)式で計算される。 C: 評価関数値 α: 旅行時間の重み係数 β: 走行距離の重み係数 γ: 料金の重み係数 T: 旅行時間 L: 走行距離 M: 料金 C=α×T+L+γ×M………(14) 個々の車両の評価関数値のばらつきを評価においては、
取り出しだ車両の評価関数値を(14)を用いて、その
ばらつきをシナリオ毎に評価実施する。評価関数値の偏
差が、所定の時間範囲内の交通管制については、公平の
観点から適応可能となる。車両の評価関数値のばらつき
と、評価関数値の累計を演算する。適応可能な交通管制
シナリオの決定703においては、車両の評価関数値の
累計が現況シナリオによる交通流模擬の結果よりも小さ
くて、車両旅行時間のばらつきが所定の値よりも小さい
交通管制シナリオを適用可能交通管制シナリオとして決
定する。情報提供装置に最適シナリオ通知704では、
選択された適用可能交通管制シナリオの識別情報を情報
提供装置に通知刷る。複数の交通管制シナリオについて
適用するのは、複合効果を期待するためである。
フローである。シナリオ別交通流模擬結果取りだし70
1は、交通管制シナリオデータベース705より、シナ
リオ別の交通流模擬結果を読み込む。個々の車両の旅行
時間と旅行距離と料金で計算される。評価関数値を参照
する。評価関数値は、(14)式で計算される。 C: 評価関数値 α: 旅行時間の重み係数 β: 走行距離の重み係数 γ: 料金の重み係数 T: 旅行時間 L: 走行距離 M: 料金 C=α×T+L+γ×M………(14) 個々の車両の評価関数値のばらつきを評価においては、
取り出しだ車両の評価関数値を(14)を用いて、その
ばらつきをシナリオ毎に評価実施する。評価関数値の偏
差が、所定の時間範囲内の交通管制については、公平の
観点から適応可能となる。車両の評価関数値のばらつき
と、評価関数値の累計を演算する。適応可能な交通管制
シナリオの決定703においては、車両の評価関数値の
累計が現況シナリオによる交通流模擬の結果よりも小さ
くて、車両旅行時間のばらつきが所定の値よりも小さい
交通管制シナリオを適用可能交通管制シナリオとして決
定する。情報提供装置に最適シナリオ通知704では、
選択された適用可能交通管制シナリオの識別情報を情報
提供装置に通知刷る。複数の交通管制シナリオについて
適用するのは、複合効果を期待するためである。
【0040】このような構成による、交通流予測システ
ムの動作例を図を用いて説明刷る。図8は図2の具体例
を示すものである。交通流センサより入力される平均車
両速度Vave=19.4m/sと最大車両速度Vma
x=22.0m/sec、平均車頭間隔時間Have=
1.3secと最大車頭間隔時間Hmax=2.6se
cの入力値を交通流センサ実測値として交通流現況デー
タベースに記憶する。
ムの動作例を図を用いて説明刷る。図8は図2の具体例
を示すものである。交通流センサより入力される平均車
両速度Vave=19.4m/sと最大車両速度Vma
x=22.0m/sec、平均車頭間隔時間Have=
1.3secと最大車頭間隔時間Hmax=2.6se
cの入力値を交通流センサ実測値として交通流現況デー
タベースに記憶する。
【0041】202の交通需要予測処理では、交通流セ
ンサからの入力値185台/5台分間の車両台数を基
に、一時間当たりの車両通過台数を計算して、断面交通
量として、17の交通流現況データベースに記憶する。
185台/5台分間を一時間当たりに換算すると、22
00台/時間となる。つぎに断面交通量を用いて、事前
に調査されているサンプルOD801に対して、断面交
通量の倍率からODを推定する方式を説明刷る。具体的
には、今回使用している交通流センサが、地点A〜Bの
区間に設置されたものとする。801のサンプルODで
は、A地点から〜B地点への移動車両台数は、1100
台となっている。今回の計測結果では、単位時間当たり
2200台の車両が通過したことが計測されているた
め、断面交通量は2倍となる。この2倍の倍率をサンプ
ルODの各地点間の移動車両台数に乗じて、802のO
Dを推定することが可能となる。203の現状の交通状
況推定処理では、単路部の流入部と流出部間での交通流
センサの通過交通量のアンバランスを検知したタイミン
グで、該当区間での車線閉鎖状況を推定し、車線閉鎖区
間を道路ネットワーク上の障害物としてシミレーション
における交通状況として、17の交通流現況データベー
スに記憶する。
ンサからの入力値185台/5台分間の車両台数を基
に、一時間当たりの車両通過台数を計算して、断面交通
量として、17の交通流現況データベースに記憶する。
185台/5台分間を一時間当たりに換算すると、22
00台/時間となる。つぎに断面交通量を用いて、事前
に調査されているサンプルOD801に対して、断面交
通量の倍率からODを推定する方式を説明刷る。具体的
には、今回使用している交通流センサが、地点A〜Bの
区間に設置されたものとする。801のサンプルODで
は、A地点から〜B地点への移動車両台数は、1100
台となっている。今回の計測結果では、単位時間当たり
2200台の車両が通過したことが計測されているた
め、断面交通量は2倍となる。この2倍の倍率をサンプ
ルODの各地点間の移動車両台数に乗じて、802のO
Dを推定することが可能となる。203の現状の交通状
況推定処理では、単路部の流入部と流出部間での交通流
センサの通過交通量のアンバランスを検知したタイミン
グで、該当区間での車線閉鎖状況を推定し、車線閉鎖区
間を道路ネットワーク上の障害物としてシミレーション
における交通状況として、17の交通流現況データベー
スに記憶する。
【0042】交通流模擬用パラメ−タ演算処理ステップ
203においては、交通流センサから実測された車両平
均速度、車両速度最大値、車両速度最小値、平均車頭間
隔時間、最大車頭間隔時間、最小車頭間隔時間から、交
通流模擬用パラメ−タを演算する。各種パラメ−タの演
算のための式は、上述した式(1)〜(6)を使用す
る。また処理ステップ204におけるパラメ−タ設定
は、交通流模擬用パラメ−タ演算処理ステップ203に
おいて演算した結果を、交通流模擬用パラメ−タ値とし
て、その値を交通流現況データベース(現況シナリオ)
に記憶する。これにより、交通流模擬必要な交通流模擬
用パラメ−タと交通需要を決定するODが確定される。
そして、交通流現況データベース(現況シナリオ)17
に設定されている、交通流模擬用パラメ−タと交通需要
ODを使用して、交通流模擬が実施される。情報提供装
置は、交通管制シナリオに従い、実交通上の車両の運転
者に対し情報提供を行うと共に、ランプ規制等の交通管
制施策の実行を行うことをガイダンスすることが可能と
なる。
203においては、交通流センサから実測された車両平
均速度、車両速度最大値、車両速度最小値、平均車頭間
隔時間、最大車頭間隔時間、最小車頭間隔時間から、交
通流模擬用パラメ−タを演算する。各種パラメ−タの演
算のための式は、上述した式(1)〜(6)を使用す
る。また処理ステップ204におけるパラメ−タ設定
は、交通流模擬用パラメ−タ演算処理ステップ203に
おいて演算した結果を、交通流模擬用パラメ−タ値とし
て、その値を交通流現況データベース(現況シナリオ)
に記憶する。これにより、交通流模擬必要な交通流模擬
用パラメ−タと交通需要を決定するODが確定される。
そして、交通流現況データベース(現況シナリオ)17
に設定されている、交通流模擬用パラメ−タと交通需要
ODを使用して、交通流模擬が実施される。情報提供装
置は、交通管制シナリオに従い、実交通上の車両の運転
者に対し情報提供を行うと共に、ランプ規制等の交通管
制施策の実行を行うことをガイダンスすることが可能と
なる。
【0043】
【発明の効果】以上説明したように、本発明に係る交通
流模擬装置による交通流予測制御システムによれば、交
通流センサから入力される実交通の実測データを基に、
交通流模用パラメータ、例えば、道路閉鎖状況、運転者
の特性、交通需要等のパラメータを常に実交通状況に適
合させながら、交通流模擬を実施することができるため
に、交通流予測の精度を向上させることができる。ま
た、渋滞発生等の交通障害事象に対する複数の交通管制
シナリオによって、交通流模擬による交通流予測を行う
とともに、その結果を比較評価することができ、これに
より、最適な交通管制システムを選択することができる
という効果がある。
流模擬装置による交通流予測制御システムによれば、交
通流センサから入力される実交通の実測データを基に、
交通流模用パラメータ、例えば、道路閉鎖状況、運転者
の特性、交通需要等のパラメータを常に実交通状況に適
合させながら、交通流模擬を実施することができるため
に、交通流予測の精度を向上させることができる。ま
た、渋滞発生等の交通障害事象に対する複数の交通管制
シナリオによって、交通流模擬による交通流予測を行う
とともに、その結果を比較評価することができ、これに
より、最適な交通管制システムを選択することができる
という効果がある。
【図1】本発明に係る交通流模擬装置による交通流予測
制御システムの全体構成を示す説明図である。
制御システムの全体構成を示す説明図である。
【図2】実交通パラメータ推定機構における実交通パラ
メータ推定機能の処理状態を示すフローチャートであ
る。
メータ推定機能の処理状態を示すフローチャートであ
る。
【図3】実交通パラメータ推定機構における交通障害区
間推定機構の処理状態を示すフローチャートである。
間推定機構の処理状態を示すフローチャートである。
【図4】交通流模擬装置によるシミュレ−ション機能処
理のフロ−チャートである。
理のフロ−チャートである。
【図5】制御機構による処理状態を示すフロ−チャート
である。
である。
【図6】交通流模擬装置による交通流予測装置52の処
理状態を示すフローチャートである。
理状態を示すフローチャートである。
【図7】交通管制シナリオ評価機構の処理状態を示すフ
ロ−チャートである。
ロ−チャートである。
【図8】実交通パラメータ推定機能の具体的な動作例を
示す説明図である。
示す説明図である。
1 交通流予測制御システム 2 実交通パラメータ推定機構 21 実交通パラメータ推定機能 22 交通障害区間推定機構 3 交通流現況データベース(現況シナリオ) 4 交通流模擬装置 5 交通流予測制御機構 51 交通管制シナリオデータベース 52 交通流予測装置 53 交通流予測データベース 54 交通管制シナリオ評価機構 6 制御機構 7 情報提供装置 8 運転者への情報提供装置
───────────────────────────────────────────────────── フロントページの続き (72)発明者 近藤 哲啓 茨城県日立市大みか町五丁目2番1号 株 式会社日立製作所大みか電機本部内 Fターム(参考) 5H180 AA01 BB04 DD01 EE03 FF12 FF13
Claims (7)
- 【請求項1】実交通の交通流センサ装置、運転者への情
報提供装置、前記交通流センサ装置の情報を基に、交通
流を模擬する交通流模擬装置、前記情報提供装置へ情報
を生成する交通流制御機構からなる交通流予測制御シス
テムにおいて、 前記交通流センサ装置の情報信号を基に、前記交通流模
擬装置の交通流模擬用パラメータを演算する交通流パラ
メータ推定機構と、 前記交通流模擬装置に複数の交通管制施策を実行させて
交通流の予測を行い、その予測値から予め設定された評
価関数を最適にする施策を選択する交通流予測制御機構
とを設け、 前記情報提供装置は、前記交通流予測制御機構による最
適交通管制シナリオに従った交通管制情報を、実交通上
の運転者に通知することを特徴とする交通流模擬装置に
よる交通流予測制御システム。 - 【請求項2】前記予め設定された評価関数として旅行時
間の最短、料金最小又は走行距離最短およびこれらの組
合せの選択を行うことを特徴とする請求項1に記載の交
通流模擬装置による交通流予測制御システム。 - 【請求項3】前記交通流パラメータ推定機構は、前記交
通流模擬装置のパラメータを前記交通流センサ装置の情
報信号で同定する実交通パラメータ推定機構および前記
交通流にアンバランスを発生させる交通障害区間を推定
する交通障害区間推定機構を設けたことを特徴とする請
求項1に記載の交通流模擬装置による交通流予測制御シ
ステム。 - 【請求項4】前記交通障害区間推定機構は、前記交通流
センサ装置の情報信号のうち、複数のセンサ設置点にお
ける流入交通量と流出交通量を用いてセンサ間のアンバ
ランスを検出し、前記アンバランスから通障害区間を推
定する交通障害区間推定手段と、 前記交通流模擬装置の出力と前記交通流センサ装置の情
報信号を用いて、シミュレーション結果を評価する評価
手段と、 前記評価手段の評価結果から、パラメータ修正が必要な
ときに、前記交通流センサ装置の情報信号と前記シミュ
レーション結果を用いてパラメータを推定するパラメー
タ修正手段と、 前記評価手段による評価が適切と判断したときに、前記
交通流模擬装置のパラメータを交通流現況データベース
(現況シナリオ)に保存する交通流模擬パラメータ保存
手段とを設けたことを特徴とする請求項1に記載の交通
流模擬装置による交通流予測制御システム。 - 【請求項5】前記交通流予測制御機構は、複数の交通管
制施策を保管している交通管制シナリオデータベース
と、 前記交通管制シナリオデータベースの施策、前記交通流
現況データベース(現況シナリオ)のパラメータと前記
交通流センサ装置の情報信号を用いて交通流を個別の施
策に対応して複数準備して模擬する交通流予測手段と、 前記交通流予測手段のシミュレーション結果を保管する
交通流予測データベースと、 前記交通流予測データベースのシミュレーション結果を
用い、前記予め設定された評価関数で施策を評価する施
策評価手段とから構成されることを特徴とする請求項1
に記載の交通流模擬装置による交通流予測制御システ
ム。 - 【請求項6】前記交通管制シナリオデータベースに保管
された交通管制シナリオ毎の、前記交通流模擬結果を比
較し、その各々の交通管制シナリオが交通流を形成する
各車両の、前記予め設定された評価関数の出力値を比較
して、各車両毎の評価関数の出力値のバラツキが最も少
なく、全ての車両に対して公平なシナリオを抽出するを
交通管制シナリオ決定手段を備えたことを特徴とする請
求項5に記載の交通流模擬装置による交通流予測制御シ
ステム。 - 【請求項7】前記交通管制シナリオ決定手段にて決定さ
れたシナリオを実交通上の各運転者に通知する情報提供
手段を備えたことを特徴とする請求項6に記載の交通流
模擬装置による交通流予測制御システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2000358950A JP3520330B2 (ja) | 2000-11-27 | 2000-11-27 | 交通流模擬装置による交通流予測制御システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2000358950A JP3520330B2 (ja) | 2000-11-27 | 2000-11-27 | 交通流模擬装置による交通流予測制御システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2002163748A true JP2002163748A (ja) | 2002-06-07 |
JP3520330B2 JP3520330B2 (ja) | 2004-04-19 |
Family
ID=18830781
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2000358950A Expired - Lifetime JP3520330B2 (ja) | 2000-11-27 | 2000-11-27 | 交通流模擬装置による交通流予測制御システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3520330B2 (ja) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007047972A (ja) * | 2005-08-09 | 2007-02-22 | Ast J:Kk | 交通流シミュレーション装置 |
JP2008059390A (ja) * | 2006-08-31 | 2008-03-13 | Toshiba Corp | 道路車線運用支援システム |
JP2008176676A (ja) * | 2007-01-22 | 2008-07-31 | Public Works Research Institute | 交通流シミュレーション装置 |
JP2008242670A (ja) * | 2007-03-26 | 2008-10-09 | Nec Corp | 分散シミュレーション連携装置、該連携装置に用いられる連携制御方法及び連携制御プログラム |
JP2009193212A (ja) * | 2008-02-13 | 2009-08-27 | Toshiba Corp | 道路交通情報システム |
CN102169627A (zh) * | 2011-01-30 | 2011-08-31 | 北京交通大学 | 基于虚拟速度传感器的快速路旅行时间预测方法 |
CN105355035A (zh) * | 2015-11-16 | 2016-02-24 | 清华大学 | 基于交通配流分布差异制定的交通疏导方法 |
KR20180015451A (ko) * | 2016-08-03 | 2018-02-13 | 강원대학교산학협력단 | 교통 시뮬레이션을 수행하는 방법 및 시스템 |
KR20180056942A (ko) * | 2016-11-21 | 2018-05-30 | 서울대학교산학협력단 | 교통사고 빈도 시뮬레이션 기반 교통사고 취약구간 선정기법의 강건 모수 산정방법 |
CN111833596A (zh) * | 2019-11-19 | 2020-10-27 | 东南大学 | 考虑出行者决策惯性的逐日路段流量预测方法 |
KR20210000198A (ko) * | 2019-06-24 | 2021-01-04 | (주)아레스 | 도로 교통 혼잡도 예측 및 모의 방법 |
JP2021510890A (ja) * | 2018-04-04 | 2021-04-30 | トヨタ モーター エンジニアリング アンド マニュファクチャリング ノース アメリカ,インコーポレイティド | レーン妨害物を推測するシステム及び方法 |
CN113761725A (zh) * | 2021-08-19 | 2021-12-07 | 东南大学 | 一种基于交通仿真的路段阻抗函数校正方法 |
CN114049770A (zh) * | 2021-12-01 | 2022-02-15 | 北京航空航天大学 | 多模式交通***断路后流量预测方法及*** |
WO2024042586A1 (ja) * | 2022-08-22 | 2024-02-29 | 日本電信電話株式会社 | 交通分散制御システム、方法、及びプログラム |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102842229A (zh) * | 2012-08-30 | 2012-12-26 | 西北工业大学 | 基于Payne宏观交通流模型的FPGA在线预测控制方法 |
CN102842220A (zh) * | 2012-08-30 | 2012-12-26 | 西北工业大学 | 基于Xue-Dai宏观交通流模型的FPGA在线预测控制方法 |
CN102842230A (zh) * | 2012-08-30 | 2012-12-26 | 西北工业大学 | 基于Whitham宏观交通流模型的FPGA在线预测控制方法 |
CN102842226A (zh) * | 2012-08-30 | 2012-12-26 | 西北工业大学 | 基于Jiang-Wu-Zhu宏观交通流模型的FPGA在线预测控制方法 |
CN103383819B (zh) * | 2013-07-19 | 2015-11-18 | 新疆交通科学研究院 | 基于驾驶人认知特性的荒漠公路车辆行驶速度预测计算*** |
CN105448079B (zh) * | 2015-11-16 | 2017-09-26 | 北京理工大学 | 一种时滞交通流模型的时滞反馈控制的方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05126590A (ja) * | 1991-10-31 | 1993-05-21 | Toyota Motor Corp | 車両用経路探索装置 |
JPH06266993A (ja) * | 1993-03-11 | 1994-09-22 | Hitachi Ltd | 道路交通制御装置 |
JPH11232583A (ja) * | 1998-02-12 | 1999-08-27 | Mitsubishi Electric Corp | 交通シミュレーション・システム |
JP2000011290A (ja) * | 1998-06-22 | 2000-01-14 | Hitachi Ltd | 旅行時間・渋滞情報推定方法及び装置 |
JP2000194671A (ja) * | 1998-12-25 | 2000-07-14 | Hitachi Ltd | 自律オブジェクト制御システム |
JP2000259976A (ja) * | 1999-03-08 | 2000-09-22 | Sumitomo Electric Ind Ltd | 流入ランプ制御装置および流入ランプ制御方法 |
-
2000
- 2000-11-27 JP JP2000358950A patent/JP3520330B2/ja not_active Expired - Lifetime
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05126590A (ja) * | 1991-10-31 | 1993-05-21 | Toyota Motor Corp | 車両用経路探索装置 |
JPH06266993A (ja) * | 1993-03-11 | 1994-09-22 | Hitachi Ltd | 道路交通制御装置 |
JPH11232583A (ja) * | 1998-02-12 | 1999-08-27 | Mitsubishi Electric Corp | 交通シミュレーション・システム |
JP2000011290A (ja) * | 1998-06-22 | 2000-01-14 | Hitachi Ltd | 旅行時間・渋滞情報推定方法及び装置 |
JP2000194671A (ja) * | 1998-12-25 | 2000-07-14 | Hitachi Ltd | 自律オブジェクト制御システム |
JP2000259976A (ja) * | 1999-03-08 | 2000-09-22 | Sumitomo Electric Ind Ltd | 流入ランプ制御装置および流入ランプ制御方法 |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007047972A (ja) * | 2005-08-09 | 2007-02-22 | Ast J:Kk | 交通流シミュレーション装置 |
JP2008059390A (ja) * | 2006-08-31 | 2008-03-13 | Toshiba Corp | 道路車線運用支援システム |
JP2008176676A (ja) * | 2007-01-22 | 2008-07-31 | Public Works Research Institute | 交通流シミュレーション装置 |
JP4701416B2 (ja) * | 2007-01-22 | 2011-06-15 | 独立行政法人土木研究所 | 交通流シミュレーション装置 |
JP2008242670A (ja) * | 2007-03-26 | 2008-10-09 | Nec Corp | 分散シミュレーション連携装置、該連携装置に用いられる連携制御方法及び連携制御プログラム |
JP2009193212A (ja) * | 2008-02-13 | 2009-08-27 | Toshiba Corp | 道路交通情報システム |
CN102169627A (zh) * | 2011-01-30 | 2011-08-31 | 北京交通大学 | 基于虚拟速度传感器的快速路旅行时间预测方法 |
CN105355035A (zh) * | 2015-11-16 | 2016-02-24 | 清华大学 | 基于交通配流分布差异制定的交通疏导方法 |
KR101887265B1 (ko) | 2016-08-03 | 2018-08-09 | 강원대학교산학협력단 | 교통 시뮬레이션을 수행하는 방법 및 시스템 |
KR20180015451A (ko) * | 2016-08-03 | 2018-02-13 | 강원대학교산학협력단 | 교통 시뮬레이션을 수행하는 방법 및 시스템 |
KR20180056942A (ko) * | 2016-11-21 | 2018-05-30 | 서울대학교산학협력단 | 교통사고 빈도 시뮬레이션 기반 교통사고 취약구간 선정기법의 강건 모수 산정방법 |
KR101911606B1 (ko) * | 2016-11-21 | 2018-10-24 | 서울대학교산학협력단 | 교통사고 빈도 시뮬레이션 기반 교통사고 취약구간 선정기법의 강건 모수 산정방법 |
JP2021510890A (ja) * | 2018-04-04 | 2021-04-30 | トヨタ モーター エンジニアリング アンド マニュファクチャリング ノース アメリカ,インコーポレイティド | レーン妨害物を推測するシステム及び方法 |
KR20210000198A (ko) * | 2019-06-24 | 2021-01-04 | (주)아레스 | 도로 교통 혼잡도 예측 및 모의 방법 |
KR102199369B1 (ko) * | 2019-06-24 | 2021-01-06 | (주)아레스 | 도로 교통 혼잡도 예측 및 모의 방법 |
CN111833596A (zh) * | 2019-11-19 | 2020-10-27 | 东南大学 | 考虑出行者决策惯性的逐日路段流量预测方法 |
CN113761725A (zh) * | 2021-08-19 | 2021-12-07 | 东南大学 | 一种基于交通仿真的路段阻抗函数校正方法 |
CN113761725B (zh) * | 2021-08-19 | 2022-11-04 | 东南大学 | 一种基于交通仿真的路段阻抗函数校正方法 |
CN114049770A (zh) * | 2021-12-01 | 2022-02-15 | 北京航空航天大学 | 多模式交通***断路后流量预测方法及*** |
WO2024042586A1 (ja) * | 2022-08-22 | 2024-02-29 | 日本電信電話株式会社 | 交通分散制御システム、方法、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP3520330B2 (ja) | 2004-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2002163748A (ja) | 交通流模擬装置による交通流予測制御システム | |
Treiber et al. | Traffic flow dynamics | |
EP0670066B1 (en) | Prediction method of traffic parameters | |
JP4969814B2 (ja) | 道路交通状況把握システム | |
US5798949A (en) | Traffic safety prediction model | |
JP3485774B2 (ja) | 交通流シミュレーションシステム | |
JP2016513805A (ja) | 車両ルート指定および交通管理のための車線レベル車両ナビゲーション | |
CN104520912A (zh) | 堵塞预测装置、堵塞预测***、堵塞预测方法和程序 | |
US11847907B2 (en) | Traffic flow simulator, simulation method of traffic flow, and computer program | |
CN104781863A (zh) | 预测链路上的未来的移动时间的方法 | |
JPH05250594A (ja) | 道路交通シミュレーションシステム | |
JPH10124791A (ja) | 旅行時間予測方法および装置 | |
US20210150888A1 (en) | Methods, systems, and media for generating and evaluating street grids | |
JP2019028526A (ja) | 混雑予測装置 | |
JP4003828B2 (ja) | 道路制御方法および道路制御システム並びに記録媒体 | |
JPH0877485A (ja) | 走行所要時間予測装置 | |
JP7225303B2 (ja) | 事故予報システム、および、事故予報方法 | |
Wattleworth | PEAK-PERIOD CONTROL OF A FREEWAY SYSTEM-SOME THEORETICAL CONSIDERATIONS. | |
Liu et al. | Quantifying cross-weave impact on capacity reduction for freeway facilities with managed lanes | |
JP2000285362A (ja) | ナビゲーション装置 | |
JP3473478B2 (ja) | 流入ランプ制御装置および流入ランプ制御方法 | |
JP3385695B2 (ja) | 駐車場出庫制御方法及び装置 | |
JP3355887B2 (ja) | 旅行時間予測方法および旅行時間予測装置 | |
Fu et al. | An adaptive model for real-time estimation of overflow queues on congested arterials | |
Sheu | Erratum: A stochastic modeling approach to real-time prediction of queue overflows |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20040106 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 3520330 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
EXPY | Cancellation because of completion of term |