JP2002298281A - 交通量予測装置、交通量予測方法、交通情報センターおよび車載ナビゲーションシステム - Google Patents

交通量予測装置、交通量予測方法、交通情報センターおよび車載ナビゲーションシステム

Info

Publication number
JP2002298281A
JP2002298281A JP2001102331A JP2001102331A JP2002298281A JP 2002298281 A JP2002298281 A JP 2002298281A JP 2001102331 A JP2001102331 A JP 2001102331A JP 2001102331 A JP2001102331 A JP 2001102331A JP 2002298281 A JP2002298281 A JP 2002298281A
Authority
JP
Japan
Prior art keywords
traffic
traffic volume
data
pattern
area
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.)
Pending
Application number
JP2001102331A
Other languages
English (en)
Inventor
Masao Kuwabara
雅夫 桑原
Hiroko Mori
博子 森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Foundation for the Promotion of Industrial Science
Toyota Central R&D Labs Inc
Original Assignee
Foundation for the Promotion of Industrial Science
Toyota Central R&D Labs Inc
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 Foundation for the Promotion of Industrial Science, Toyota Central R&D Labs Inc filed Critical Foundation for the Promotion of Industrial Science
Priority to JP2001102331A priority Critical patent/JP2002298281A/ja
Publication of JP2002298281A publication Critical patent/JP2002298281A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

(57)【要約】 【課題】 渋滞発生に大きく影響するボトルネックとな
る交通量の変動を適格に把握し得る交通量予測装置を提
供する。 【解決手段】 リンク交通量が所定値を超えた事を検出
し、範囲分割機能部（２３）渋滞地域を特定する。この
後、渋滞地域に対する交通量の１日毎のパターンは交通
量データ蓄積メモリ（１３）に蓄積し、交通量予測日の
交通量データを観測交通量データメモリ（１４）にスト
アする。そして、予測当日の予測時間前の所定時間帯に
おける交通量パターンと過去交通量パターンとの類似判
別を交通量予測機能部（１５）で行い、最も類似する過
去日の交通量パターンを用いて予測時から所定時間後の
交通量を予測する。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】この発明は．交通量予測装置
に係り、特に、観測交通量に基づき現時点からの将来交
通量を高速かつ精度良く予測する交通量予測装置に関す
る。
【０００２】
【従来の技術】交通量の増加等に伴って交通渋滞が発生
したとき、走行所要時間が大幅に変動する。このような
とき、例えは特定のインターチェンジ間や特定の都市間
等の適当な場所に、予め設定された代表的な区間の走行
所要時間の予測値を時々刻々提供することは、利用者に
対するサービス向上とともに、高速道路を円滑に運用す
る上で望まれる。
【０００３】従来、ある地点から他のある地点までを走
行する走行所要時間時を求める方法のひとつに、道路に
設置されている車両感知器等のセンサから得られる空間
平均速度情報などから求める方法がある。
【０００４】すなわち車両検知器等のセンサを用い対象
路線の対象区間複数の単位区間に分割して各単位区間に
車両感知器を設置し、車両感知器により測定した空間平
均速度情報から走行車両速度を用いて先ず、各単位区間
の走行所要時間を算出する。そして、算出した各単位区
間の走行所要時間を合計するなどして対象路線の対象区
間の走行所要時間情報を求める。
【０００５】この他に、対象区間の両端において走行車
両のナンバを画像認識することによりこの対象区間を実
際に走行した各車両の実際の走行所要時間を測定するＡ
ＶＩシステムが実用化されている。
【０００６】また、交通量予測方法の代表的な例に、
（１）過去の平均値をそのまま予測値とする過去の平均
値法、（２）現在から過去数ステップ前の時系列データ
に対し、自己回帰、カルマンフィルター、ニューラルネ
ットワークなどの手法で外挿する曲線（直線）を求め予
測する時系列データ外挿法、（３）予測対象道路の現在
の交通状況と過去の周辺道路の交通状況との相関を利用
する相関法等をあげることができる。
【０００７】上記過去の平均値を用いる方法は、ある程
度精度良く予測することができるが、短期的な変動を反
映ることかできない。一方、時系列を外挿していく方法
や地点間の相関を利用する方法は短期的な変動の予測に
は適しているが、１時間先までの予測になると誤差か大
きくなったり複雑になる。
【０００８】このような欠点を無くすために、例えば、
特開２０００−６７３６３では、過去の時系列データを
そのまま用いるのではなく、現在の状況に近いパターン
のデータを最小二乗法などに換索する方法を採ってい
る。しかしながら、この方法は１リンク毎に着目して予
測しており、１リンク毎にネットワーク全体を予測する
場合、非常に計算時間が複雑となり計算時間も要すると
思われる。また、交通状況の予測には、周辺リンクの交
通状況を考慮することが重要である。例えば、あるリン
クか混雑しているときに、その周辺が混雑しているか空
いているかの情報は、そのリンクの予測精度に大きく影
響すると考えられる。
【０００９】このため、交通量の予測精度は走行所要時
間の予測に大きく影響を及ぼす。
【００１０】
【発明が解決しようとする課題】このように、従来にお
いては、適切に交通量予測がなされていない情報に基づ
いて走行所要時間が交通表示板等伝達されると実際の走
行時間との乖離を生じ、更に、カーナビ等の車載機器に
よる走行時間の予測、最短時間ルート選定に誤動作を招
来し交通混乱を助長する結果となる。
【００１１】したがって、本発明は、渋滞発生に大きく
影響するボトルネックとなる交通量の変動を適格に把握
し、交通量の変化予測の予測精度を向上させた交通量予
測装置を提供することを目的とする。
【００１２】
【課題を解決するための手段】本発明の交通量予測装置
は、広域道路ネットワーク内の交通量の変化を予測する
交通量予測装置において、前記広域道路ネットワークを
表すデータおよびこの広域道路ネットワーク内における
過去の交通量データを用いて、ある地点間の交通量の変
化に影響を及ぼす前記広域道路ネットワーク内における
範囲を、範囲分割基準データを用いて分割する範囲分割
機能部と、この範囲分割機能部によって分割された範囲
に対する交通量の１日毎のパターンを蓄積する交通量デ
ータ蓄積メモリと、交通量予測日の交通量データをスト
アする観測交通量データメモリと、この観測交通量デー
タメモリのデータにより前記交通量データ蓄積メモリ内
の交通量パターンを範囲毎に検索し、範囲毎の類似する
交通量パターンを抽出し、抽出された交通量パターンを
用いて予測時から所定時間後の交通量を予測する交通量
予測機能部とを有することを特徴とするものである。
【００１３】また、本発明の交通量予測装置において
は、分割された範囲毎に、予測時点の一定時間前の過去
交通量パターンと当日交通量パターンとの比較を行い前
記過去日の交通量パターンを特定することを特徴とする
ものである。
【００１４】さらに、本発明の交通量予測装置において
は、所定値を超える交通量が新たなリンクで発生した場
合、該リンクを包含する前記範囲分割基準データの生成
により新たな渋滞地域の登録を行うことを特徴とするも
のである。
【００１５】本発明の交通量予測方法は、広域道路ネッ
トワーク内の交通量の変化を予測する交通量予測方法に
おいて、前記広域道路ネットワークを表すデータおよび
この広域道路ネットワーク内における過去の交通量デー
タを用いて、ある地点間の交通量の変化に影響を及ぼす
前記広域道路ネットワーク内における範囲を範囲分割基
準データにより分割し、分割された範囲ごとに、所定時
間毎に走行車両数を計測し交通量の変化を１日毎に過去
交通量パターンとして蓄積し、予測時当日に得られる当
日交通量パターンとのパターン比較を前記分割された範
囲毎に、予測時点前一定時間行い、類似するパターンを
過去交通量パターンから抽出し、抽出された過去交通パ
ターンを用いて当日の交通量予測を行うものである。
【００１６】また、本発明の交通量予測方法において
は、前記過去交通量パターン、及び当日交通量パターン
を、時系列的な渋滞区域情報、並びに、この渋滞区域を
代表する交通量情報により生成することを特徴とするも
のである。
【００１７】さらに、本発明の交通量予測方法において
は、前記渋滞区域の変動が検出された場合、この新たな
渋滞区域に対し、前記過去交通量パターン、及び当日交
通量パターンを新たに生成することを特徴とするもので
ある。
【００１８】本発明の交通情報センターは、道路ネット
ワークのリンク走行路に設置したセンサにより所定時間
毎に走行車両数を計測し、少なくとも一つのリンク交通
量が所定値を超えた事を検出するとともに、前記リンク
を含む渋滞地域を特定する範囲分割基準データを生成す
る範囲分割機能部を有し、少なくとも渋滞発生地域に関
する区域情報を発生することを特徴とする。
【００１９】また、本発明の交通情報センターにおいて
は、前記渋滞発生地域の変動が検出された場合に、渋滞
発生地域に変動があったことを示す情報、並びに新たな
区域情報を発生し前記区域情報を更新することを特徴と
するものである。
【００２０】本発明の車載ナビゲーションシステムは、
前記交通情報センターから、少なくとも一つのリンク交
通量が所定値を超えた場合に、前記リンクを含む渋滞地
域を特定する渋滞発生地域に関する区域情報を受信する
とともに、交通量データを受信するデータ抽出機能部
と、受信した前記交通量データを基に交通量を予測する
交通量予測機能部とを少なくとも有することを特徴とす
るものである。
【００２１】また、本発明の車載ナビゲーションシステ
ムにおいては、前記交通量を予測する交通量予測機能部
による交通量予測結果に基づき、最少時間ルートを指定
するナビゲータ機能部を有することを特徴とするもので
ある。
【００２２】
【発明の実施の形態】以下、図面を参照して本発明の実
施例について説明する。
【００２３】図１は、本発明に係る交通量予測装置の一
実施例を示すブロック図であり、図中、交通量予測装置
１００は、道路を管理する交通情報センター等に設置さ
れるものであり、道路上に設置されたセンサ等による道
路情報に関するデータを交通情報収受部２００からデー
タ受信部１０で得て、これらデータを基に、交通量、走
行所要時間等の予測値処理を行う。
【００２４】上記交通情報センターでは、例えば、対象
路線を一般国道、都内環状・放射道路、都内主な補助道
路、高速道路、首都高速道路、ランプ、他主要道路とす
る広域道路ネットワークを、ノード（Ｎｏｄｅ）とリン
ク（Ｌｉｎｋ）のかたちでデータ化し、各発ゾーンノー
ドから着ゾーンノードまでの交通量、並びに走行時間予
測処理を行い、この結果を道路での情報標示板等に表示
し、或いは、処理結果を道路情報として送信して車載ナ
ビゲーションシステム等での受信を可能にし道路利用者
の便に供する。
【００２５】交通情報収受部２００は、主要幹線道路で
例えば光又は電波を媒体としてビーコン等のセンサが設
置された場所に必要な道路交通情報を収受し、上記交通
情報センターに対して情報データを送出する。
【００２６】これらの情報データ類はデータ受信部１０
を介して交通情報センターに取り込まれる。交通情報セ
ンターはデータ処理を行い、図２に示すような高速道路
・一般道路に設置された車両検知センサ２０１のビーコ
ン発信機からの進行方向に密接した詳細な渋滞情報、一
般道路では主要都市までの所要時間、高速道路では各イ
ンターチェンジまでの所要時間等の情報を分析するとと
もに、観測データの蓄積を行う。
【００２７】この観測データの蓄積は、予測日において
過去の交通量のパターンデータとして参照するために行
うもので、平日における通勤時間帯の交通量、行楽日に
おける交通量等は一定の変化パターンがあり、交通量予
測時には過去の情報パターンを参照する場合が多い。
【００２８】図１でデータ受信部１０得られた交通量デ
ータは、ネットワーク全体の予測対象日の観測交通量デ
ータをストアする観測交通量データメモリ１１に記憶す
るとともに、１日毎に、渋滞区域抽出部２０を構成する
ネットワーク全体の過去の日々における観測交通量デー
タをストアする観測交通量データ蓄積メモリ２１にスト
アされる。
【００２９】また、上記渋滞区域抽出部２０の広域道路
ネットワークデータメモリ２２には、広域道路ネットワ
ークデータがストアされる。
【００３０】広域道路ネットワークは、一般国道、環状
・放射道路、高速道路、ランプ等を対象道路とし、広域
道路を利用する車両の流れが一般道路に及ぼす影響が大
きく、広域道路ネットワークからの流入出ノード付近が
一般道での渋滞発生の原因となることが多く、渋滞ノー
ドを把握し易くするため、観測交通量データ蓄積メモリ
２１とは別に広域道路ネットワークデータメモリ２２を
設ける。
【００３１】この広域道路ネットワークデータメモリ２
２にストアされる広域道路ネットワークデータには、例
えば、リンクとノード・リンクに関し各道路を特性づけ
るようなノード識別情報、交通量、リンク長データ、リ
ンクコストと呼ばれる所要時間と交通量との関係を表す
リンクパフォーマンス関数パラメータ等がある。
【００３２】渋滞の原因となる交通量データは個々のリ
ンク毎にデータ受信部１０に逐次入力され、渋滞区域抽
出部２０の範囲の分割機能部２３によって渋滞区域の抽
出動作を行う。
【００３３】分割機能部２３による渋滞区域の抽出動作
は、例えば、次のようにして行われる。すなわち、観測
交通量データ蓄積メモリ２１、広域道路ネットワークデ
ータメモリ２２で得られる交通量Ｑがある閾値Ｑ１以上
のリンクを特定し、当該リンクを含む区域、若しくは領
域として判別する。
【００３４】この混雑区域の判別につき、図２を用い説
明すると、領域Ａ〜Ｆのうち、領域Ａ〜Ｄにのみ、交通
量Ｑ＞閾値Ｑ１を満足するリンクを含む場合、領域Ａ〜
Ｄを「渋滞発生地域」と定義し、このような「渋滞発生
地域」の検出を範囲分割機能部２３によって行う。
【００３５】この場合、夫々の「渋滞発生地域」に対す
る交通量Ｑは、例えば、該当する「渋滞発生地域」で観
測された交通量Ｑの最大値で定義してもよい。このた
め、自動車ＯＤ表のように、ゾーン中心（セントロイ
ド）から発生・集中する交通は、コネクターによってネ
ットワークと連結させるという処理は不要である。
【００３６】上記のようにして、「渋滞発生地域」とし
て識別された領域に関するデータが範囲分割基準データ
メモリ２４に、交通流のボトルネック情報としてストア
される。
【００３７】この結果、ボトルネックを中心とした渋滞
範囲が抽出される。このボトルネックとなる部分は、信
号、道路構造によって決まり、頻繁には変わらないこと
が多い。
【００３８】次に、上記範囲分割基準データメモリ２４
にストアされた「渋滞発生地域」に関するデータに基づ
き、データ分割機能部１２によって、「渋滞発生地域」
毎に交通量の検出を行う。
【００３９】データ分割機能部１２は、上記範囲分割基
準データメモリ２４からの「渋滞発生地域」を示す領域
データに基づき、「渋滞発生地域」の領域に関するリン
クデータ、並びに当該「渋滞発生地域」に対する交通量
Ｑのデータファイルを生成し、範囲毎に過去の日の観測
交通量Ｑについての時系列データを１日単位で観測交通
量データ蓄積メモリ１３にストアする。
【００４０】また、予測対象日毎の「渋滞発生地域」の
時系列観測交通量Ｑは、範囲毎の予測対象日の観測交通
量データメモリ１４に１日分をストアし、１日分のデー
タのストアが完了するとともに、ストアデータを消去
し、翌日のデータに更新する。
【００４１】交通量Ｑの予測は、将来交通量予測機能部
１５により、上記範囲毎の予測対象日の観測交通量デー
タメモリ１４の予測当日に得られた時系列データパター
ンと、観測交通量データ蓄積メモリ１３の過去の時系列
データパターンとの類似度の判別を行い、最も類似する
パターンを抽出し、この類似パターンを用いて所定時間
後における交通量Ｑの予測を「渋滞発生地域」毎に行
う。
【００４２】この類似パターンの抽出による類似パター
ンの抽出について、図３を用いて説明する。
【００４３】図３において縦軸は交通量、横軸は時刻で
ある。交通量は所定時間内に通過する車両台数で定義さ
れ、例えば、１５分間の間に通過する車両台数で定義す
る。
【００４４】図３（Ａ）予測日データパターンは、時系
列的に当日における「渋滞発生地域」での交通量のパタ
ーンを示し、（Ｂ）交通量蓄積パターンは過去の同一
「渋滞発生地域」における複数日分の交通量パターンが
蓄積されている。
【００４５】図３で交通量の予測は時刻ｔ０において行
うものとし、予測時ｔ０から時間Ｔだけ遡った時間帯Ｔ
の予測当日データパターンと、同時間帯Ｔにおいて最も
類似する交通量蓄積パターンを抽出する。この抽出は、
１リンクごとに行うのではなく、分割した範囲内のリン
クをまとめて行う。
【００４６】この類似パターンの抽出にあたり、平均法
を用いると、平均化による短時間の変動を消してしまう
問題を防ぐために平均値は用いない。ここでは、過去の
交通量データから一番近いパターンを例えば、差分の和
が最少のパターンを検索する。
【００４７】将来交通量予測機能部１５によって、予測
当日データパターンに一番近いパターンを抽出し、該当
する過去の交通量パターンを用いて予測時刻ｔ０からｔ
時間後の交通量Ｑを予測することができる。１時間後程
度であれば、精度よく各「渋滞発生地域」の交通量を予
測し得る。予測結果は、図１の予測結果表示手段１６に
よって印字、或いは、データ送信部１７から車載ナビゲ
ーションシステム等に各「渋滞発生地域」情報を送出す
る。
【００４８】なお、交通量Ｑから予測走行所要時間を求
める演算を行い、図２の道路情報表示板２０２に所要時
間を表示することもできる。
【００４９】図４は、本発明の他の実施形態であり、交
通情報センターから車載ナビゲーションシステムへ「渋
滞発生地域」情報を伝送し、これを受信した車載ナビゲ
ーションシステム自体が上記過去の交通量データから一
番近い交通量パターンを特定し、交通量Ｑを予測する機
能を有する。図４において、図１の部分と等価な機能を
有する部分には同一符号を付し、その説明を省略する。
【００５０】図４において、交通情報センターにおける
渋滞区域抽出部２０の現在の交通量データメモリ２５で
は、予測日当日の交通量Ｑのデータを道路上に設置され
たセンサ等から収受し、広域道路ネットワークデータメ
モリ２２の内容と相俟って「渋滞発生地域」の識別を行
う。
【００５１】上記広域道路ネットワークデータメモリ２
２と過去の観測交通量データメモリ２１の内容とで過去
に発生した「渋滞発生地域」の情報が認識でき、上記現
在の交通量データメモリ２５にストアされている現在の
交通量を参照し、範囲分割機能部２３で現在の「渋滞発
生地域」が過去の領域に対し変動があるか否かの判定を
行うとともに、変動がある場合には、上記上記広域道路
ネットワークデータメモリ２２と現在の交通量データメ
モリ２５の内容を参照し、新たな「渋滞発生地域」に関
するデータを範囲分割機能部２３の動作のもとに範囲分
割基準データメモリ２４にストアする。
【００５２】また新たな「渋滞発生地域」に関する情報
は、変更点ファイル２５に書き込まれ、その情報はデー
タ送信機１７より車載ナビゲーションシステム等に送信
される。すなわち、上記データ送信機１７からは、「渋
滞発生地域」に関する情報が送信され、「渋滞発生地
域」に変動があれば、「渋滞発生地域」の変動情報が送
信されることになる。「渋滞発生地域」の検出は、１リ
ンクに着目したものではなく、分割された範囲毎の交通
量Ｑの変動による。
【００５３】次に、図４の車載ナビゲーションシステム
部３０について交通量Ｑの予測に関し説明する。
【００５４】車載ナビゲーションシステム部３０は、工
場出荷時、ＣＤ−ＲＯＭ、ＤＶＤ等のデイスクにネット
ワーク全体過去日の観測交通量データが書き込まれてお
り、交通量Ｑの予測に用いられる。
【００５５】しかし、この過去日の観測交通量データと
車載ナビゲーションシステムを使用する時とでは、必ず
しも実際の交通量とは符合しない。この原因の一つに
は、工場出荷時のデータと現時点の道路状況が一致しな
い事が挙げられる。このため、交通情報センターの情報
を適宜参照し、現実の道路状況を示すデータを車載ナビ
ゲーションシステムに取り込む必要がある。
【００５６】車載ナビゲーションシステム部３０のＭＯ
ＤＥＭ３１、並びにＩ／Ｏ３２を介し、交通情報センタ
ーの情報が車載ナビゲーションシステムに取り込まれ
る。交通情報センターのデータ送信機１７からは、「渋
滞発生地域」に関する情報、並びにセンサ等による現在
の交通量Ｑが送出され、ユーザ操作部３３で設定した現
在地、目的地に呼応するデータが車載ナビゲーションシ
ステムに取り込まれる。そして、「渋滞発生地域」等に
関するデータは、データ抽出機能部３４で、渋滞範囲で
の過去日の観測データ、予測当日の観測データ識別さ
れ、各々、過去日の観測交通量データ蓄積メモリ３５、
予測対象日の観測交通量データメモリ３６にストアされ
る。
【００５７】渋滞発生は道路構造、信号設置地点等が起
因し、「渋滞発生地域」は恒常的である例が多い。交通
規制、事故の発生、天候等により道路事情の変動にとも
ない「渋滞発生地域」の変動があった場合、交通情報セ
ンターの変更点ファイル２５を介し渋滞地域が変動した
ことを示すフラッグとともに、新たな「渋滞発生地域」
に関するデータがデータ送信部１７から送出される。
【００５８】「渋滞発生地域」の変動に関するデータが
交通情報センターから送出されると、その内容は車載ナ
ビゲーションシステムの観測交通量データ蓄積メモリ３
５にストアされる。
【００５９】車載ナビゲーションシステムの将来交通量
予測予測機能部３７では、範囲分割基準データを基に、
図３で示したように予測時から所定時間遡った時間帯に
おける当日の観測交通量パターンと最も類似する交通量
パターンを過去の交通量パターンから抽出する。
【００６０】この抽出によって特定された交通量パター
ンを用いて車載ナビゲーションシステムにおける交通量
Ｑの予測が行われる。この交通量Ｑの予測値は交通情報
メモリ３８にストアされ、ナビゲータ機能部３９での参
照データとして用いられる。
【００６１】例えば、車載ナビゲーションシステムで最
少時間ルートをユーザ操作部３３で設定した場合、ナビ
ゲータ機能部３９で交通情報メモリ３８の交通量の予測
値を参照し、渋滞を考慮した最少時間ルートの設定、渋
滞地域回避ルートの設定が可能となる。また、車載ナビ
ゲーションシステムのディスプレイの地図表示画面に、
渋滞情報等を重ね書きする事も可能である。
【００６２】
【発明の効果】本発明によれば、交通量の蓄積パターン
と当日観測パターンとのパターン比較により予測に用い
る交通量パターンを特定するので、平均値による短時間
の変動が埋没されることもなく、予測時点から比較的短
時間後における交通量の予測においても予測精度を向上
することができる。
【００６３】また、パターンの特定には、分割された範
囲毎に、まとめて予測するため、１リンクごとに着目し
てネットワーク全体を予測するより処理時間を短縮で
き、予測精度も向上できる。
【００６４】また、相関演算等の演算時間のかかる処理
を行わないので、処理時間を短縮することができ、更
に、リンクを含む領域で渋滞発生地域を把握するので、
利用者は、ボトルネックを中心とした渋滞範囲を回避し
得る。リンク周辺の交通量をも考慮に入れているので、
予想時から比較的長い時間経過後（例えば、１時間）の
交通量を精度よく算出することができる。
【図面の簡単な説明】
【図１】本発明の一実施例を示すブロック図。
【図２】本発明による渋滞地域の概念を示す概念図。
【図３】交通量パターンの例を示す交通量パターン図。
【図４】本発明の一実施例を示すブロック図。
【符号の説明】
１０ データ受信部 １１ 予測対象日の観測交通量データをストアする観測
交通量データメモリ １２ データ分割機能部 １３ 観測交通量データ蓄積メモリ １４ 観測交通量データメモリ １５ 将来交通量予測機能部 １６ 予測結果表示手段 １７ データ送信部 ２０ 渋滞区域抽出部 ２１ 観測交通量データ蓄積メモリ ２２ 広域道路ネットワークデータメモリ ２３ 範囲の分割機能部 ２４ 範囲分割基準データメモリ ３０ 車載ナビゲーションシステム部 ３１ ＭＯＤＥＭ ３２ Ｉ／Ｏ ３３ ユーザ操作部 ３４ データ抽出機能部 ３５ 観測交通量データ蓄積メモリ ３６ 観測交通量データメモリ ３７ 将来交通量予測予測機能部 ３８ 交通情報メモリ ３９ ナビゲータ機能部 １００ 交通量予測装置 ２００ 交通情報収受部 ２０１ 車両検知センサ ２０２ 道路情報表示板
───────────────────────────────────────────────────── フロントページの続き (72)発明者 森 博子 愛知県愛知郡長久手町大字長湫字横道41番 地の１ 株式会社豊田中央研究所内 Ｆターム(参考） 5H180 BB15 DD04 EE02 EE18

Claims (11)

    【特許請求の範囲】
  1. 【請求項１】 広域道路ネットワーク内の交通量の変化
    を予測する交通量予測装置において、前記広域道路ネッ
    トワークを表すデータおよびこの広域道路ネットワーク
    内における過去の交通量データを用いて、ある地点間の
    交通量の変化に影響を及ぼす前記広域道路ネットワーク
    内における範囲を、範囲分割基準データを用いて分割す
    る範囲分割機能部と、 この範囲分割機能部によって分割された範囲に対する交
    通量の１日毎のパターンを蓄積する交通量データ蓄積メ
    モリと、 交通量予測日の交通量データをストアする観測交通量デ
    ータメモリと、 この観測交通量データメモリのデータにより前記交通量
    データ蓄積メモリ内の交通量パターンを検索し、類似す
    る交通量パターンを抽出し、抽出された交通量パターン
    を用いて予測時から所定時間後の交通量を予測する交通
    量予測機能部とを有することを特徴とする交通量予測装
    置。
  2. 【請求項２】 前記分割された範囲毎に、予測時点の一
    定時間前の過去交通量パターンと当日交通量パターンと
    の比較を行い前記過去日の交通量パターンを特定するこ
    とを特徴とする請求項１記載の交通量予測装置。
  3. 【請求項３】 所定値を超える交通量が新たなリンクで
    発生した場合、該リンクを包含する前記範囲分割基準デ
    ータの生成により新たな渋滞地域の登録を行うことを特
    徴とする請求項１または請求項２記載の交通量予測装
    置。
  4. 【請求項４】 前記渋滞地域の交通量を、渋滞地域に包
    含されるリンクで検出される交通量の最大値とすること
    を特徴とする請求項１または請求項２記載の交通量予測
    装置。
  5. 【請求項５】 広域道路ネットワーク内の交通量の変化
    を予測する交通量予測方法において、前記広域道路ネッ
    トワークを表すデータおよびこの広域道路ネットワーク
    内における過去の交通量データを用いて、ある地点間の
    交通量の変化に影響を及ぼす前記広域道路ネットワーク
    内における範囲を範囲分割基準データにより分割し、分
    割された範囲ごとに、所定時間毎に走行車両数を計測し
    交通量の変化を１日毎に過去交通量パターンとして蓄積
    し、予測時当日に得られる当日交通量パターンとのパタ
    ーン比較を、前記分割された範囲毎に、予測時点前一定
    時間行い、類似するパターンを過去交通量パターンから
    抽出し、抽出された過去交通パターンを用いて当日の交
    通量予測を行う交通量予測方法。
  6. 【請求項６】 前記過去交通量パターン、及び当日交通
    量パターンを、時系列的な渋滞区域情報、並びに、この
    渋滞区域を代表する交通量情報により生成することを特
    徴とする請求項５記載の交通量予測方法。
  7. 【請求項７】 前記渋滞区域の変動が検出された場合、
    この新たな渋滞区域に対し、前記過去交通量パターン、
    及び当日交通量パターンを新たに生成することを特徴と
    する請求項６記載の交通量予測方法。
  8. 【請求項８】 道路ネットワークのリンク走行路に設置
    したセンサにより所定時間毎に走行車両数を計測し、少
    なくとも一つのリンク交通量が所定値を超えた事を検出
    するとともに、前記リンクを含む渋滞地域を特定する範
    囲分割基準データを生成する範囲分割機能部を有し、少
    なくとも渋滞発生地域に関する区域情報を発生すること
    を特徴とする交通情報センター。
  9. 【請求項９】 前記渋滞発生地域の変動が検出された場
    合に、渋滞発生地域に変動があったことを示す情報、並
    びに新たな区域情報を発生し前記区域情報を更新するこ
    とを特徴とする請求項８記載の交通情報センター。
  10. 【請求項１０】 交通情報センターから、少なくとも一
    つのリンク交通量が所定値を超えた場合に、前記リンク
    を含む渋滞地域を特定する渋滞発生地域に関する区域情
    報を受信するとともに、交通量データを受信するデータ
    抽出機能部と、受信した前記交通量データを基に交通量
    を予測する交通量予測機能部とを少なくとも有すること
    を特徴とする車載ナビゲーションシステム。
  11. 【請求項１１】 前記交通量を予測する交通量予測機能
    部による交通量予測結果に基づき、最少時間ルートを指
    定するナビゲータ機能部を有することを特徴とする請求
    項１０記載の車載ナビゲーションシステム。
JP2001102331A 2001-03-30 2001-03-30 交通量予測装置、交通量予測方法、交通情報センターおよび車載ナビゲーションシステム Pending JP2002298281A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2001102331A JP2002298281A (ja) 2001-03-30 2001-03-30 交通量予測装置、交通量予測方法、交通情報センターおよび車載ナビゲーションシステム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2001102331A JP2002298281A (ja) 2001-03-30 2001-03-30 交通量予測装置、交通量予測方法、交通情報センターおよび車載ナビゲーションシステム

Publications (1)

Publication Number Publication Date
JP2002298281A true JP2002298281A (ja) 2002-10-11

Family

ID=18955546

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001102331A Pending JP2002298281A (ja) 2001-03-30 2001-03-30 交通量予測装置、交通量予測方法、交通情報センターおよび車載ナビゲーションシステム

Country Status (1)

Country Link
JP (1) JP2002298281A (ja)

Cited By (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003303390A (ja) * 2002-04-09 2003-10-24 Sumitomo Electric Ind Ltd 旅行時間予測方法、装置及びプログラム
EP1484729A1 (en) * 2003-06-05 2004-12-08 HONDA MOTOR CO., Ltd. Travel time prediction system
JP2005265722A (ja) * 2004-03-19 2005-09-29 Aisin Aw Co Ltd ナビゲーションシステム
JP2007156912A (ja) * 2005-12-06 2007-06-21 Xanavi Informatics Corp 施設混雑情報予測装置、施設混雑情報予測方法、カーナビゲーションシステムおよびカーナビゲーション装置
CN100466007C (zh) * 2005-11-14 2009-03-04 上海经达实业发展有限公司 城市道路交通流预测及交通信息诱导***
JP2009237837A (ja) * 2008-03-27 2009-10-15 Fujitsu Ltd タクシー配車プログラムおよびタクシー配車システム
CN101567126A (zh) * 2009-05-31 2009-10-28 上海宝康电子控制工程有限公司 城市道路交通信息检测与发布***
JP2010231605A (ja) * 2009-03-27 2010-10-14 Denso It Laboratory Inc イベント判断装置
CN101894466A (zh) * 2009-05-22 2010-11-24 上海宝康电子控制工程有限公司 实时交通诱控一体化***及其实现方法
WO2011013202A1 (ja) * 2009-07-28 2011-02-03 トヨタ自動車株式会社 車両制御装置、車両制御方法及び車両制御システム
CN102129776A (zh) * 2011-04-28 2011-07-20 北京市劳动保护科学研究所 行人异常交通状态自动检测方法及***
CN102142192A (zh) * 2011-04-28 2011-08-03 北京市劳动保护科学研究所 基于组合多步预测的行人交通拥堵预警方法及***
JP2011209818A (ja) * 2010-03-29 2011-10-20 Denso It Laboratory Inc 交通量予測装置、交通量予測方法およびプログラム
WO2012056467A1 (en) 2010-10-27 2012-05-03 Ramit Wadhwa Advanced management control system for real time monitoring of vehicles
EP1496338A3 (en) * 2003-07-10 2012-09-05 Aisin Aw Co., Ltd. Navigation apparatus, navigation system, and navigation search method
CN102693627A (zh) * 2011-03-23 2012-09-26 电装It研究所 交通量预测装置、交通量预测方法以及程序
EP1580531A3 (en) * 2004-03-22 2012-12-12 Aisin Aw Co., Ltd. Navigation systems, methods, and programs
JP2013136381A (ja) * 2013-03-25 2013-07-11 Toyota Motor Corp 車両制御装置、車両制御方法及び車両制御システム
CN103745106A (zh) * 2014-01-10 2014-04-23 浙江银江研究院有限公司 一种短时交通流预测方法
WO2014087768A1 (ja) * 2012-12-04 2014-06-12 Ｎｅｃシステムテクノロジー株式会社 血糖値予測装置、測定装置、血糖値予測方法、及びコンピュータ読み取り可能な記録媒体
JP2015018336A (ja) * 2013-07-09 2015-01-29 株式会社ゼンリンデータコム 混雑度パターンの特定及び混雑度の予測のための情報処理装置、情報処理方法及びプログラム
CN104574972A (zh) * 2015-02-13 2015-04-29 无锡物联网产业研究院 一种交通状态检测方法以及交通状态检测装置
KR101541500B1 (ko) * 2014-02-07 2015-08-03 부산대학교 산학협력단 교통 정체 변화 판별 시스템 및 방법
JP2015203897A (ja) * 2014-04-11 2015-11-16 株式会社日立製作所 流動評価装置及び流動評価方法
CN105389980A (zh) * 2015-11-09 2016-03-09 上海交通大学 基于长短时记忆递归神经网络的短时交通流预测方法
JP2018180907A (ja) * 2017-04-12 2018-11-15 富士通株式会社 交通予測プログラム、交通予測装置、及び交通予測方法
CN109637128A (zh) * 2018-12-14 2019-04-16 南通大学 一种基于Markov的灰色Verhulst短时交通流预测方法及***
CN109840628A (zh) * 2019-01-17 2019-06-04 湖南大学 一种短时多区域车速预测方法及***
CN110444009A (zh) * 2018-05-02 2019-11-12 芝麻开门网络信息股份有限公司 一种基于物联网的高速路车流预测***
CN110675623A (zh) * 2019-09-06 2020-01-10 中国科学院自动化研究所 基于混合深度学习的短时交通流量预测方法、***、装置
CN111554087A (zh) * 2020-03-30 2020-08-18 长安大学 一种高速公路堵塞的预警方法
CN111710154A (zh) * 2020-05-15 2020-09-25 湖州师范学院 一种高速公路交通流量预测方法

Cited By (49)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003303390A (ja) * 2002-04-09 2003-10-24 Sumitomo Electric Ind Ltd 旅行時間予測方法、装置及びプログラム
EP1484729A1 (en) * 2003-06-05 2004-12-08 HONDA MOTOR CO., Ltd. Travel time prediction system
CN1573771A (zh) * 2003-06-05 2005-02-02 本田技研工业株式会社 交通信息管理***
CN1573771B (zh) * 2003-06-05 2013-06-05 本田技研工业株式会社 交通信息管理***
KR100927763B1 (ko) 2003-06-05 2009-11-20 혼다 기켄 고교 가부시키가이샤 교통 정보 관리 시스템
EP1496338A3 (en) * 2003-07-10 2012-09-05 Aisin Aw Co., Ltd. Navigation apparatus, navigation system, and navigation search method
JP2005265722A (ja) * 2004-03-19 2005-09-29 Aisin Aw Co Ltd ナビゲーションシステム
JP4576861B2 (ja) * 2004-03-19 2010-11-10 アイシン・エィ・ダブリュ株式会社 ナビゲーションシステム
EP1580531A3 (en) * 2004-03-22 2012-12-12 Aisin Aw Co., Ltd. Navigation systems, methods, and programs
CN100466007C (zh) * 2005-11-14 2009-03-04 上海经达实业发展有限公司 城市道路交通流预测及交通信息诱导***
JP2007156912A (ja) * 2005-12-06 2007-06-21 Xanavi Informatics Corp 施設混雑情報予測装置、施設混雑情報予測方法、カーナビゲーションシステムおよびカーナビゲーション装置
JP2009237837A (ja) * 2008-03-27 2009-10-15 Fujitsu Ltd タクシー配車プログラムおよびタクシー配車システム
CN101908270A (zh) * 2009-03-27 2010-12-08 电装It研究所 事件判断装置
JP2010231605A (ja) * 2009-03-27 2010-10-14 Denso It Laboratory Inc イベント判断装置
CN101894466A (zh) * 2009-05-22 2010-11-24 上海宝康电子控制工程有限公司 实时交通诱控一体化***及其实现方法
CN101567126A (zh) * 2009-05-31 2009-10-28 上海宝康电子控制工程有限公司 城市道路交通信息检测与发布***
WO2011013202A1 (ja) * 2009-07-28 2011-02-03 トヨタ自動車株式会社 車両制御装置、車両制御方法及び車両制御システム
JPWO2011013202A1 (ja) * 2009-07-28 2013-01-07 トヨタ自動車株式会社 車両制御装置、車両制御方法及び車両制御システム
US8781707B2 (en) 2009-07-28 2014-07-15 Toyota Jidosha Kabushiki Kaisha Vehicle control device, vehicle control method, and vehicle control system
JP2011209818A (ja) * 2010-03-29 2011-10-20 Denso It Laboratory Inc 交通量予測装置、交通量予測方法およびプログラム
WO2012056467A1 (en) 2010-10-27 2012-05-03 Ramit Wadhwa Advanced management control system for real time monitoring of vehicles
CN102693627A (zh) * 2011-03-23 2012-09-26 电装It研究所 交通量预测装置、交通量预测方法以及程序
CN102129776A (zh) * 2011-04-28 2011-07-20 北京市劳动保护科学研究所 行人异常交通状态自动检测方法及***
CN102142192A (zh) * 2011-04-28 2011-08-03 北京市劳动保护科学研究所 基于组合多步预测的行人交通拥堵预警方法及***
CN104838415B (zh) * 2012-12-04 2018-04-10 日本电气方案创新株式会社 血糖水平预测设备、测量设备、血糖水平预测方法和计算机可读存储介质
US10123749B2 (en) 2012-12-04 2018-11-13 Nec Solution Innovators, Ltd. Blood sugar level prediction device, measurement device, blood sugar level prediction method and computer-readable storage medium
JP2014109984A (ja) * 2012-12-04 2014-06-12 Nec System Technologies Ltd 血糖値予測装置、測定装置、血糖値予測方法、及びプログラム
WO2014087768A1 (ja) * 2012-12-04 2014-06-12 Ｎｅｃシステムテクノロジー株式会社 血糖値予測装置、測定装置、血糖値予測方法、及びコンピュータ読み取り可能な記録媒体
CN104838415A (zh) * 2012-12-04 2015-08-12 日本电气方案创新株式会社 血糖水平预测设备、测量设备、血糖水平预测方法和计算机可读存储介质
JP2013136381A (ja) * 2013-03-25 2013-07-11 Toyota Motor Corp 車両制御装置、車両制御方法及び車両制御システム
JP2015018336A (ja) * 2013-07-09 2015-01-29 株式会社ゼンリンデータコム 混雑度パターンの特定及び混雑度の予測のための情報処理装置、情報処理方法及びプログラム
CN103745106A (zh) * 2014-01-10 2014-04-23 浙江银江研究院有限公司 一种短时交通流预测方法
KR101541500B1 (ko) * 2014-02-07 2015-08-03 부산대학교 산학협력단 교통 정체 변화 판별 시스템 및 방법
JP2015203897A (ja) * 2014-04-11 2015-11-16 株式会社日立製作所 流動評価装置及び流動評価方法
CN104574972B (zh) * 2015-02-13 2017-05-10 无锡物联网产业研究院 一种交通状态检测方法以及交通状态检测装置
CN104574972A (zh) * 2015-02-13 2015-04-29 无锡物联网产业研究院 一种交通状态检测方法以及交通状态检测装置
CN105389980A (zh) * 2015-11-09 2016-03-09 上海交通大学 基于长短时记忆递归神经网络的短时交通流预测方法
CN105389980B (zh) * 2015-11-09 2018-01-19 上海交通大学 基于长短时记忆递归神经网络的短时交通流预测方法
JP2018180907A (ja) * 2017-04-12 2018-11-15 富士通株式会社 交通予測プログラム、交通予測装置、及び交通予測方法
CN110444009A (zh) * 2018-05-02 2019-11-12 芝麻开门网络信息股份有限公司 一种基于物联网的高速路车流预测***
CN109637128A (zh) * 2018-12-14 2019-04-16 南通大学 一种基于Markov的灰色Verhulst短时交通流预测方法及***
CN109637128B (zh) * 2018-12-14 2021-06-18 南通大学 一种基于Markov的灰色Verhulst短时交通流预测方法及***
CN109840628A (zh) * 2019-01-17 2019-06-04 湖南大学 一种短时多区域车速预测方法及***
CN109840628B (zh) * 2019-01-17 2023-03-24 湖南大学 一种短时多区域车速预测方法及***
CN110675623A (zh) * 2019-09-06 2020-01-10 中国科学院自动化研究所 基于混合深度学习的短时交通流量预测方法、***、装置
CN111554087A (zh) * 2020-03-30 2020-08-18 长安大学 一种高速公路堵塞的预警方法
CN111554087B (zh) * 2020-03-30 2021-07-23 长安大学 一种高速公路堵塞的预警方法
CN111710154A (zh) * 2020-05-15 2020-09-25 湖州师范学院 一种高速公路交通流量预测方法
CN111710154B (zh) * 2020-05-15 2022-11-18 湖州师范学院 一种高速公路交通流量预测方法

Similar Documents

Publication Publication Date Title
JP2002298281A (ja) 交通量予測装置、交通量予測方法、交通情報センターおよび車載ナビゲーションシステム
US11009364B2 (en) Vehicular communications network and methods of use and manufacture thereof
US8694242B2 (en) Traveling information creating device, traveling information creating method and program
US6381533B1 (en) Method and system using positions of cellular phones matched to road network for collecting data
US8706408B2 (en) Navigation system and route search method
EP1612517B1 (en) Navigation system and traffic prediction method
JP5096396B2 (ja) 交通情報管理サーバー、ナビゲーション端末及び方法
EP2377111B1 (en) Navigation device, probe information transmission method, computer-readable storage medium that storing probe information transmission program, and traffic information generation device
JP5424754B2 (ja) リンク旅行時間算出装置及びプログラム
JP6136607B2 (ja) 道路状況特定装置
JP2005259116A (ja) 交通情報算出装置、交通情報算出方法、交通情報表示方法および交通情報表示装置
JP5861280B2 (ja) 交通情報提供装置
JP4501619B2 (ja) ナビゲーションシステム
JP4313457B2 (ja) 移動時間予測システム、プログラム記録媒体、移動時間予測方法、情報提供装置、および情報入手装置
JP4998504B2 (ja) プローブ情報生成装置及び方法
JP2005313658A (ja) 車両事故防止システムおよび車両事故防止方法
JP2006038469A (ja) 交通状況予測装置および方法
JP5568395B2 (ja) 交通情報通知システム及び方法
JP2009245339A (ja) 情報作成装置、情報作成方法及びプログラム
JP7239815B2 (ja) 渋滞予防サーバ、渋滞予防装置、渋滞予防システム、渋滞予防方法、およびプログラム
JP5110125B2 (ja) 情報処理装置及びコンピュータプログラム
JP2001195693A (ja) 車両情報送信装置および交通管理システム
JP4628070B2 (ja) ナビゲーション装置
JP2018081360A (ja) 通行不可道路区間推定システムおよび通行不可道路区間推定プログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20040730

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20040730

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20040802

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20050419

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20050524

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20050725

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20051129