JP3446077B2 - Vehicle sensor information processing method and apparatus - Google Patents
Vehicle sensor information processing method and apparatusInfo
- Publication number
- JP3446077B2 JP3446077B2 JP04100499A JP4100499A JP3446077B2 JP 3446077 B2 JP3446077 B2 JP 3446077B2 JP 04100499 A JP04100499 A JP 04100499A JP 4100499 A JP4100499 A JP 4100499A JP 3446077 B2 JP3446077 B2 JP 3446077B2
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- information
- sensor
- detector
- traffic
- 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.)
- Expired - Fee Related
Links
Landscapes
- Traffic Control Systems (AREA)
Description
【0001】[0001]
【発明の属する技術分野】本発明は、車両感知器から得
られる情報が異常値を示した場合に、この情報を補完修
正する車両感知器情報処理方法及び装置に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a vehicle detector information processing method and apparatus for complementing and correcting information obtained from a vehicle detector when the information indicates an abnormal value.
【0002】[0002]
【従来の技術】車両感知器は、道路交通を検知する機能
を持つが、感知器本体の故障だけでなく、違法駐車車両
等による突発的な異常データが出力されることがあり、
信号制御や情報提供などの交通システムにおいて、この
車両感知器のデータを用いる際に支障をきたすことが少
なからずある。そこで、車両感知器から得られる情報が
異常値を示した場合の従来の対処方法としては、例えば
高度交通情報提供システム(第18回交通工学研究発表
会論文報告集pp.25−28,1998参照)の中で
次のように対処されるものがある。すなわち、図2に示
すように、道路上を走行する車両20を検知する各車両
感知器21からの交通情報を利用して対象区間の旅行時
間を推定する場合に、例えば図2の車両感知器21aか
ら21cまでの3基の情報を全て用いて旅行時間を推定
するように設定されているとすると、この3基のうち少
なくとも1基が異常値を示した場合には、車両感知器の
情報を一切用いずに、過去の実測旅行時間データベース
など代替データを利用した旅行時間推定モードに移行す
るような方式をとっている。2. Description of the Related Art Although a vehicle detector has a function of detecting road traffic, not only a failure of the detector body but also a sudden abnormal data due to an illegally parked vehicle may be output.
In traffic systems such as signal control and information provision, there are many problems in using the data of the vehicle detector. Therefore, as a conventional coping method when the information obtained from the vehicle detector shows an abnormal value, for example, an advanced traffic information providing system (see the 18th Traffic Engineering Research Presentation Paper Report, pp.25-28, 1998) ), There is something to be dealt with as follows. That is, as shown in FIG. 2, when the travel time of the target section is estimated using the traffic information from each vehicle detector 21 that detects the vehicle 20 traveling on the road, for example, the vehicle detector of FIG. If the travel time is set to be estimated by using all three pieces of information from 21a to 21c, if at least one of the three pieces shows an abnormal value, the information of the vehicle detector is displayed. The system is designed to shift to a travel time estimation mode that uses alternative data such as a past actual travel time database, without using any.
【0003】[0003]
【発明が解決しようとする課題】上記従来の技術におい
ては、少なくとも1基の車両感知器情報を用いて旅行時
間を推定するように設定されている区間で、1基でも異
常値を示した車両感知器が存在すると、残りの車両感知
器情報がたとえ正常であっても、この正常情報を利用す
ることなく、実測旅行時間データベースなど車両感知器
情報よりも信頼性に欠ける代替データを利用するため、
旅行時間の推定精度が悪化するという問題がある。SUMMARY OF THE INVENTION In the above-mentioned prior art, a vehicle having an abnormal value even in one vehicle is set in a section where travel time is estimated using at least one vehicle sensor information. If there is a sensor, even if the remaining vehicle sensor information is normal, it does not use this normal information, but instead uses alternative data that is less reliable than the vehicle sensor information, such as the actual travel time database. ,
There is a problem that the accuracy of travel time estimation deteriorates.
【0004】本発明の課題は、上記事情に鑑み、少なく
とも1基の車両感知器情報を用いて旅行時間を推定する
ように設定されている区間において、異常値を示した車
両感知器が存在した場合でも、可能な限り異常と判定さ
れた車両感知器情報を補完修正し、推定旅行時間あるい
は渋滞等の交通情報の精度を向上させることにある。In view of the above circumstances, an object of the present invention is to provide a vehicle sensor that exhibits an abnormal value in a section set to estimate travel time using at least one vehicle sensor information. Even in such a case, the vehicle detector information determined to be abnormal is complemented and corrected to improve the accuracy of traffic information such as estimated travel time or traffic congestion.
【0005】[0005]
【課題を解決するための手段】上記課題を解決するため
に、車両感知器によって通行車両の状態を計測し、交通
情報推定に利用する対象区間に設置された車両感知器の
感知器情報を補正するための補正係数を変更するに際し
て、前記対象区間に設置された車両感知器の感知器情報
を所定の閾値と比較することによって異常であるか否か
を判定し(異常判定手段)、判定結果異常値を出力した
車両感知器があるとき、該車両感知器に割り当てられた
補正係数を残りの正常な車両感知器の補正係数に対して
補正係数の総和を保持しつつ、残りの正常な車両感知器
の補正係数の比に応じて分配する(補正係数変更手
段)。In order to solve the above problems, the state of a passing vehicle is measured by a vehicle detector, and the sensor information of a vehicle detector installed in a target section used for estimating traffic information is corrected. When changing the correction coefficient to do so, it is determined whether or not there is an abnormality by comparing the sensor information of the vehicle sensor installed in the target section with a predetermined threshold (abnormality determination means), and the determination result When there is a vehicle sensor that has output an abnormal value, the correction coefficient assigned to the vehicle sensor is retained in the remaining normal vehicle while the sum of the correction coefficients is held with respect to the correction coefficients of the remaining normal vehicle sensors. Distributing according to the ratio of the correction coefficient of the sensor (correction coefficient changing means).
【0006】[0006]
【発明の実施の形態】以下、本発明の実施形態を図面を
参照しながら説明する。図1は、本発明の一実施形態に
よる車両感知器情報処理装置を示すブロック図である。
図1において、車両感知器情報処理装置13は、異常判
定部130と、補完方法決定部131と、情報補完部1
32から構成し、交通情報提供システムとして、車両感
知器11と、感知器情報収集部12と、車両感知器情報
処理装置13と、感知器情報DB(データベース)14
と、感知器設定DB(データベース)15と、地図DB
(データベース)18と、交通情報推定部16と、交通
情報提供部17から構成する。BEST MODE FOR CARRYING OUT THE INVENTION Embodiments of the present invention will be described below with reference to the drawings. FIG. 1 is a block diagram showing a vehicle detector information processing apparatus according to an embodiment of the present invention.
In FIG. 1, the vehicle detector information processing device 13 includes an abnormality determination unit 130, a complement method determination unit 131, and an information complement unit 1.
The vehicle detector 11, the sensor information collection unit 12, the vehicle detector information processing device 13, and the detector information DB (database) 14 as a traffic information providing system.
, Sensor setting DB (database) 15 and map DB
It is composed of a (database) 18, a traffic information estimating unit 16, and a traffic information providing unit 17.
【0007】図1を用いて、本実施形態の車両感知器情
報処理装置13と交通情報提供システムを構成する各部
の機能と処理の流れについて説明する。車両感知器11
は、通行車両10を検知し、超音波式感知器、R型セン
サ、ループコイル式センサ、画像センサ、あるいは、光
学式感知器のように単位時間あたりの交通量、時間占有
率あるいは車両平均速度等の感知器データを計測できる
全てのセンサに置き換えられるものである。ここで、車
両平均速度Vを直接計測できない車両感知器の場合に
は、単位時間当りの交通量Q、時間占有率Otを次式に
適用することによって、車両平均速度Vを推定する。こ
こに、Lcは平均車長である。また、車両感知器11
は、計測した感知器データを定期的に感知器情報収集部
12に送信する機能を備える。With reference to FIG. 1, the functions and processing flows of the vehicle detector information processing device 13 and each part constituting the traffic information providing system of this embodiment will be described. Vehicle detector 11
Detects the passing vehicle 10 and detects the traffic volume per unit time, the time occupancy rate or the vehicle average speed like an ultrasonic sensor, an R sensor, a loop coil sensor, an image sensor, or an optical sensor. It can be replaced by all sensors capable of measuring sensor data such as. Here, in the case of a vehicle sensor which cannot directly measure the vehicle average speed V, the vehicle average speed V is estimated by applying the traffic volume Q per unit time and the time occupancy rate Ot to the following equation. Here, Lc is the average vehicle length. In addition, the vehicle detector 11
Has a function of periodically transmitting the measured sensor data to the sensor information collecting unit 12.
【数1】
V=Lc・Q/Ot (1)
感知器情報収集部12は、車両感知器11で計測された
感知器データを定期的に収集し、各車両感知器の収集デ
ータを時系列データとして逐次保存する機能を備える。
図3に、この収集データの保存形態の例を示す。図3に
示すように、感知器情報収集部12では、管理している
全ての車両感知器で計測された感知器データを時系列デ
ータとして保存する。車両感知器情報処理装置13は、
異常判定部130と、補完方法決定部131と、情報補
完部132から構成し、感知器情報収集部12に保存さ
れている現在または過去の感知器データから計測された
感知器データが異常であるか否かを判定し、異常であっ
た場合にこの異常データを補完するための補完方法を決
定し、異常と判定された感知器データを決定された補完
方法にしたがって補完する機能を備える。## EQU00001 ## V = Lc.Q / Ot (1) The sensor information collecting unit 12 periodically collects the sensor data measured by the vehicle sensor 11, and collects the collected data of each vehicle sensor in time series. It has a function to save as data one by one.
FIG. 3 shows an example of the storage form of the collected data. As shown in FIG. 3, the sensor information collecting unit 12 stores the sensor data measured by all the vehicle sensors being managed as time series data. The vehicle detector information processing device 13
The sensor data, which is composed of the abnormality determination unit 130, the complement method determination unit 131, and the information complement unit 132, and which is stored in the sensor information collection unit 12 and is measured from the current or past sensor data is abnormal. It has a function of determining whether or not it is abnormal, determining a complement method for complementing the abnormal data when it is abnormal, and complementing the sensor data determined to be abnormal according to the determined complementary method.
【0008】ここで、異常判定部130は、感知器情報
収集部12に保存されている現在または過去の感知器デ
ータから計測された感知器データが異常であるか否かを
判定する機能を持つ。計測された感知器データが異常で
あるか否かの判定には、例えば感知器データを所定の閾
値と比較することによってなされる。補完方法決定部1
31は、計測された感知器データが異常であると判定さ
れた場合に、この異常データを補完するための補完方法
として少なくとも1以上の方法(候補)の中から異常の
状態に応じて最適な補完方法を選択・決定する機能を有
する。情報補完部132は、補完方法決定部131で選
択・決定された補完方法に基づいて異常データの補完を
行い、感知器情報DB14に処理済みの感知器情報を登
録する機能を有する。Here, the abnormality determining unit 130 has a function of determining whether or not the sensor data measured from the current or past sensor data stored in the sensor information collecting unit 12 is abnormal. . The determination as to whether or not the measured sensor data is abnormal is made by, for example, comparing the sensor data with a predetermined threshold value. Complementation method determination unit 1
When the measured sensor data is determined to be abnormal, 31 is an optimal complement method for complementing the abnormal data from at least one or more methods (candidates) according to the abnormal status. It has the function of selecting and deciding the complementary method. The information complementing unit 132 has a function of complementing abnormal data based on the complementing method selected and determined by the complementing method determining unit 131 and registering the processed sensor information in the sensor information DB 14.
【0009】本実施形態では、補完方法の候補として、
次の2方法を採用する場合を例として、補完方法決定部
131及び情報補完部132の具体的な処理内容につい
て説明する。すなわち、
(1)過去データによる補完方法
(2)近隣の車両感知器データによる補完方法
過去データによる補完方法(1)は、主として突発的に
異常値が検出されるような感知器データの補完に適して
おり、このような場合には異常が起った時点における同
車両感知器の最も近い過去データが正常であれば、この
正常データで補完する方法である。これは、近い過去の
同じ地点の交通状況には大差がないことに基づいてお
り、長時間連続して異常値を出力するような場合には、
この方法は適用しない。この方法による補完の例を図4
に示す。図4において、各車両感知器1、2の異常フラ
グは0が正常で1が異常であることを示す。10:10
〜10:15に感知器1が異常であるため、同感知器1
における最も近い過去の正常データである10:05〜
10:10のデータで補完していることを示している。
また、感知器2については、10:05〜10:20に
おいて異常であるため、同感知器2における最も近い過
去の正常データである10:00〜10:05のデータ
で補完し、10:20〜10:25においては補完がな
されなかった結果、感知器データが出力されなかったこ
とを示している。この例では20分よりも過去のデータ
で補完しないという補完限界時間に基づくものである。
この補完限界時間は、対象路線の性質あるいは時間帯に
応じて可変としてもよい。近隣の車両感知器データによ
る補完方法(2)は、異常値が検出された感知器データ
を予め設定した近隣の車両感知器のデータで補完する方
法である。これは同時刻の近隣の交通状況には大差がな
いことに基づいており、長時間連続して異常値を出力す
るような場合でも適用可能である。ただし、予め設定さ
れた近隣の車両感知器までもが異常値を出力しているよ
うな場合には適用不可である。この方法による補完の例
を図5に示す。図5において、各車両感知器3、4の異
常フラグは0が正常で1が異常であることを示し、ま
た、感知器3及び感知器4は互いを補完するために予め
設定されている近隣の車両感知器である。なお、補完の
ために予め設定する近隣の車両感知器は、本例のように
1基に限定されるべきものではなく、複数基が優先順位
を付けて設定されてもよい。10:05〜10:10及
び10:10〜10:15のように、一方の車両感知器
が異常値を出力した場合には、他方の正常値でデータ補
完していることを示している。また、10:15〜1
0:20のように、双方の車両感知器が異常値を出力し
た場合、すなわち、設定された近隣の車両感知器で正常
値を出力したものがない場合には、補完がなされなかっ
た結果、感知器データが出力されなかったことを示して
いる。前記補完方法(1)及び(2)のいずれの補完方
法でも補完できない場合には、次の補完方法を用いる。
すなわち、
(3)近隣の車両感知器における過去のデータによる補
完方法
この方法(3)は、前記補完方法(1)及び(2)を併
用したもので、補完のために予め設定された近隣の車両
感知器が異常値を示している場合に、この車両感知器の
最も近い過去データで補完する方法である。In this embodiment, as a candidate of the complementing method,
Specific processing contents of the complementing method determining unit 131 and the information complementing unit 132 will be described by taking the case of adopting the following two methods as an example. That is, (1) Complementary method with past data (2) Complementary method with neighboring vehicle detector data The compensatory method with past data (1) is mainly for supplementing sensor data in which an abnormal value is suddenly detected. This is suitable, and in such a case, if the closest past data of the vehicle detector at the time when the abnormality occurs is normal, it is a method of complementing with this normal data. This is based on the fact that there is no great difference in traffic conditions at the same point in the near past, and when abnormal values are output continuously for a long time,
This method does not apply. An example of complementing by this method is shown in FIG.
Shown in. In FIG. 4, the abnormality flags of the vehicle detectors 1 and 2 indicate that 0 is normal and 1 is abnormal. 10:10
Since the sensor 1 is abnormal at 10:15, the sensor 1
Is the closest past normal data at 10: 05-
It shows that the data is complemented with the data of 10:10.
Further, since the sensor 2 is abnormal at 10:05 to 10:20, it is complemented with the data of 10:00 to 10:05, which is the closest past normal data in the sensor 2, and is corrected at 10:20. At 10:25, it is indicated that no sensor data was output as a result of no complement. In this example, it is based on the supplementary limit time that data older than 20 minutes is not supplemented.
This supplementary limit time may be variable according to the nature of the target route or the time zone. The method (2) of complementing with neighboring vehicle sensor data is a method of complementing the sensor data in which an abnormal value has been detected with preset neighboring vehicle sensor data. This is based on the fact that there is no great difference in traffic conditions in the neighborhood at the same time, and can be applied even when abnormal values are continuously output for a long time. However, this is not applicable when even a preset neighboring vehicle sensor outputs an abnormal value. An example of complementation by this method is shown in FIG. In FIG. 5, the abnormality flags of the vehicle detectors 3 and 4 indicate that 0 is normal and 1 is abnormal, and the sensors 3 and 4 are neighbors that are preset to complement each other. Vehicle detector. It should be noted that the number of neighboring vehicle sensors set in advance for complementation should not be limited to one as in this example, and a plurality of groups may be set with priorities. When one of the vehicle detectors outputs an abnormal value, such as 10:05 to 10:10 and 10:10 to 10:15, it indicates that the other normal value complements the data. Also, 10:15 to 1
If both vehicle detectors output an abnormal value, such as 0:20, that is, if none of the set neighboring vehicle detectors outputs a normal value, the result that is not complemented is It indicates that no sensor data was output. If neither of the complementary methods (1) and (2) can complement, the following complementary method is used.
That is, (3) Complementation method by past data in neighboring vehicle detectors This method (3) is a combination of the above-mentioned compensation methods (1) and (2). When the vehicle detector shows an abnormal value, it is a method of complementing with the closest past data of this vehicle detector.
【0010】補完方法決定部131において、補完方法
の候補として上記例のように複数の方法があった場合に
は、優先順位を付けていずれか1方法を選択しなければ
ならない。そこで、以下では補完方法の候補として上記
3つの補完方法(1)(2)(3)があるとし、かつ、
優先順位としては補完方法(1)が最も高く、次いで
(2)、(3)の順であるとした場合に、車両感知器情
報処理装置13における具体的な処理の流れを図6のフ
ローチャートに基づいて順次説明する。
〈1〉感知器情報収集部12に保存されている全ての時
系列感知器データを読み込む(60)。
〈2〉予め定めた閾値により各感知器データの異常判定
を行い、その結果を異常フラグ(正常:0,異常:1)
として保存する。異常でなければ補完処理を行わずに終
了し、異常であればステップ〈3〉へ進む(61)。
〈3〉同感知器の近い過去に正常データがあるか否かを
チェックする。ただし、近い過去か否かは、予め定めた
補完限界時間(図4の例では20分)によって判断する
(62)。近い過去の正常データがある場合には、過去
データによる補完方法(1)が選択され、この補完方法
によって感知器データの補完がなされ(63)、そうで
ない場合にはステップ〈4〉へ進む。
〈4〉データ補完のために予め定められた少なくとも1
以上の近隣感知器の同時刻における感知器データが正常
であるか否かを判定する。この判定は処理61における
異常判定と同じものである(64)。上記近隣感知器の
うち感知器データが正常である近隣感知器がある場合に
は、この近隣の車両感知器データによる補完方法(2)
が選択され、この補完方法によって感知器データの補完
がなされ(65)、そうでない場合にはステップ〈5〉
へ進む。
〈5〉ステップ〈4〉の近隣感知器において近い過去の
正常データがあるか否かをチェックする。近い過去か否
かの判定及び異常か否かの判定は、それぞれ処理62及
び処理61と同様である(66)。近隣感知器において
近い過去の正常データがある場合には、近隣の車両感知
器における過去のデータによる補完方法(3)が選択さ
れ、この補完方法によって感知器データの補完がなされ
(67)、そうでない場合にはデータ補完を行わない。
〈6〉ステップ〈3〉〜〈5〉での処理により異常判
定、補完処理などの処理がなされた結果を感知器情報D
B14に登録する。上記いずれの方法によっても補完さ
れなかった場合には、補完不可情報を登録する(6
8)。
〈7〉全ての車両感知器についての処理が終了するま
で、ステップ〈2〉〜〈6〉を繰り返す。
なお、補完方法の候補の優先順位として補完方法(1)
が最も高く、次いで(2)、(3)の順であるとした
が、この優先順位は、この順位に限られることではな
く、適宜に設定できることは云うまでもない。In the complementing method determining unit 131, when there are a plurality of methods as the candidates of the complementing method as in the above example, one of the methods must be selected by prioritizing them. Therefore, in the following, it is assumed that the above three complementary methods (1), (2), and (3) are candidates for the complementary method, and
When the complementing method (1) has the highest priority, followed by (2) and (3), the flow of the specific processing in the vehicle detector information processing apparatus 13 is shown in the flowchart of FIG. It will be sequentially described based on the following. <1> All the time-series sensor data stored in the sensor information collection unit 12 are read (60). <2> Abnormality judgment of each sensor data is performed by a predetermined threshold value, and the result is an abnormal flag (normal: 0, abnormal: 1)
Save as. If it is not abnormal, the process is terminated without performing the complementary process, and if it is abnormal, the process proceeds to step <3> (61). <3> Check if there is normal data in the near past of the same sensor. However, whether or not it is near the past is determined based on a predetermined supplementary limit time (20 minutes in the example of FIG. 4) (62). If there is normal data in the near past, the complement method (1) using the past data is selected and the sensor data is complemented by this complement method (63). If not, the process proceeds to step <4>. <4> At least one predetermined for data complement
It is determined whether or not the sensor data of the above neighboring sensors at the same time is normal. This determination is the same as the abnormality determination in the process 61 (64). In the case where there is a neighborhood sensor whose sensor data is normal among the above-mentioned neighborhood sensors, a complementing method (2) using this neighborhood vehicle sensor data
Is selected and the sensor data is complemented by this complementing method (65), otherwise step <5>.
Go to. <5> It is checked whether or not there is normal data in the near past in the proximity sensor in step <4>. The determination as to whether or not the past is near and the determination as to whether or not there is an abnormality are the same as the processing 62 and the processing 61, respectively (66). If there is normal data in the vicinity sensor in the near past, the complement method (3) with the past data in the neighboring vehicle sensor is selected, and the complement of the sensor data is performed by this complement method (67). If not, data complement is not performed. <6> The sensor information D is obtained as a result of processing such as abnormality determination and complementary processing by the processing in steps <3> to <5>.
Register in B14. If the information cannot be complemented by any of the above methods, the non-complementable information is registered (6
8). <7> Steps <2> to <6> are repeated until the processing for all vehicle detectors is completed. Note that the complement method (1) is set as the priority order of the complement method candidates.
Is the highest, followed by (2) and (3), but it goes without saying that this priority order is not limited to this order and can be set appropriately.
【0011】感知器情報DB14は、感知器情報収集部
12に保存されている車両感知器情報をベースに車両感
知器情報処理装置13によって情報の異常判定、補完な
どの処理がなされた結果を登録した時系列の車両感知器
データベースである。これは通常、車両感知器情報処理
装置13とともに車両感知器11が感知器情報収集部1
2に収集されるのと同期して(通常5分毎)更新される
ものであるため、常にリアルタイムに近い情報となって
いる。図4及び図5は、感知器情報DB14の保存形態
例である。感知器設定DB15は、対象区間毎にどの車
両感知器を利用するかを定め、また、この利用する車両
感知器情報を補正するための補正係数及び定数を含むデ
ータベースである。図7は、感知器設定DB15の保存
形態例である。補正係数及び定数の使用方法については
後述する。地図DB18は、交通情報推定のための対象
区間とその距離が定義されている地図データベースであ
る。交通情報推定部16は、異常判定あるいは補完処理
済みの感知器情報DB14と感知器設定DB15によ
り、該当車両感知器情報を用いて対象区間の旅行時間、
渋滞等の交通情報推定を行う機能を有する。The sensor information DB 14 registers the results of processing such as abnormality determination and complementation of information by the vehicle sensor information processing device 13 based on the vehicle sensor information stored in the sensor information collecting unit 12. It is a time series vehicle detector database. This is because the vehicle detector 11 normally operates together with the vehicle detector information processing device 13 and the vehicle detector 11 collects the detector information.
Since it is updated in synchronization with the data collected in 2 (usually every 5 minutes), the information is always close to real time. 4 and 5 are examples of the storage mode of the sensor information DB 14. The sensor setting DB 15 is a database that defines which vehicle sensor to use for each target section and includes a correction coefficient and a constant for correcting the vehicle sensor information to be used. FIG. 7 is an example of a storage form of the sensor setting DB 15. The method of using the correction coefficient and the constant will be described later. The map DB 18 is a map database in which a target section for traffic information estimation and its distance are defined. The traffic information estimation unit 16 uses the sensor information DB 14 and the sensor setting DB 15 that have been subjected to the abnormality determination or the complementary processing to detect the travel time of the target section using the relevant vehicle sensor information.
It has a function to estimate traffic information such as traffic congestion.
【0012】旅行時間推定の一例として、例えば感知器
設定DB15の一例である図7の区間番号3を対象とす
る場合について説明する。利用する車両感知器は感知器
番号61,22,19の3基であり、これら3基の情報
を用いて旅行時間を推定するには、感知器情報DB14
の該当感知器情報を用いて次式によって推定旅行時間T
を得る。As an example of travel time estimation, a case will be described in which the section number 3 in FIG. 7, which is an example of the sensor setting DB 15, is targeted. The vehicle detectors used are three sensor numbers 61, 22, and 19. To estimate the travel time using the information of these three groups, the sensor information DB 14 is used.
Estimated travel time T by the following equation using the relevant sensor information of
To get
【数2】
ここに、Lは旅行時間推定の対象区間(区間番号3の区
間)の距離、Vi(V1,V2,V3)はそれぞれ感知
器番号61,22,19から得られる平均速度、αi
(α1,α2,α3)はそれぞれ感知器番号61,2
2,19の補正係数、βは定数である。従来は、旅行時
間推定のための対象区間において利用する車両感知器情
報(V1,V2,V3など)が一つでも異常である時に
は、車両感知器情報を用いてこの区間の推定旅行時間T
を得ることができなかったが、本実施形態では、車両感
知器情報処理装置13によって殆どの場合で車両感知器
情報が得られ、この情報を用いて精度の高い推定旅行時
間Tを得ることが可能となる。[Equation 2] Where L is the distance of the travel time estimation target section (section with section number 3), Vi (V1, V2, V3) is the average speed obtained from the sensor numbers 61, 22, and 19, respectively, and αi
(Α1, α2, α3) are sensor numbers 61 and 2, respectively.
2, 19 are correction coefficients, and β is a constant. Conventionally, when even one piece of vehicle sensor information (V1, V2, V3, etc.) used in the target section for travel time estimation is abnormal, the estimated travel time T of this section is used by using the vehicle sensor information.
However, in the present embodiment, the vehicle detector information processing device 13 can obtain the vehicle detector information in most cases, and this information can be used to obtain a highly accurate estimated travel time T. It will be possible.
【0013】渋滞推定としては、例えば車両感知器情報
と所定の閾値と比較することによって、渋滞の度合いで
ある渋滞度Dや渋滞の長さである渋滞長Ljを推定す
る。渋滞推定の具体例について以下に説明する。まず、
車両感知器11に得られる速度Vに応じて図12で定め
る関数f(V)によって渋滞指標Iを求める。次に、求
められた渋滞指標Iに応じて図13で定める関数g
(I)によって渋滞度Dを求める。ここに、渋滞指標I
1、I2は渋滞度Dを求めるための渋滞指標に関する閾
値を示し、また、渋滞度Dの0は不明(エラー時)、1
は正常、2は混雑、3は渋滞をそれぞれ示す。なお、一
つの区間に複数の車両感知器が設置されている場合に
は、渋滞指標I及び渋滞度Dが複数算出されるので、そ
の場合には渋滞指標Iを先に平均化しておいてその渋滞
指標平均値を基にg(I)によって渋滞度Dを算出す
る。渋滞長Ljについては、渋滞度Dが得られる車両感
知器の位置に応じて推定する方法がある。渋滞長Ljを
算出するための一例として、図14を用いて説明する。
図14において、S1、S2は車両感知器を示し、直近
の上流交差点からの距離がそれぞれL1、L2であるこ
とを示す。この2基の車両感知器による渋滞度の組み合
わせによって、例えば図15のように渋滞長を決定す
る。ここでは、渋滞度2と渋滞度3とを同等と扱った場
合の例であるので、図15の組み合わせになる。すなわ
ち、渋滞度が2以上である車両感知器の上流交差点から
の距離の最大値を渋滞長とする方法である。なお、ここ
では渋滞の先頭は上流交差点としている。また、渋滞長
Ljを推定する別の方法として、車両感知器の情報を用
いずに前述の推定旅行時間情報を用いる方法がある。こ
の方法では、推定旅行時間と該当区間の距離から平均旅
行速度Vtを求め、この平均旅行速度Vtを基に図12
の関数f(V)から渋滞指標Iを求め、例えば次式によ
って渋滞長Ljを求める。As the traffic congestion estimation, for example, the vehicle detector information is compared with a predetermined threshold value to estimate the traffic congestion degree D which is the traffic congestion degree and the traffic congestion length Lj which is the traffic congestion length. A specific example of traffic congestion estimation will be described below. First,
The traffic congestion index I is obtained by the function f (V) defined in FIG. 12 according to the speed V obtained by the vehicle detector 11. Next, the function g determined in FIG. 13 according to the obtained congestion index I
The congestion degree D is calculated by (I). Here is the congestion index I
1, I2 indicates a threshold value regarding the congestion index for obtaining the congestion degree D, and 0 of the congestion degree D is unknown (at the time of error), 1
Indicates normal, 2 indicates congestion, and 3 indicates congestion. When a plurality of vehicle detectors are installed in one section, a plurality of congestion index I and congestion degree D are calculated, and in that case, the congestion index I is averaged first. The congestion degree D is calculated by g (I) based on the average value of the congestion index. There is a method of estimating the congestion length Lj according to the position of the vehicle detector at which the congestion degree D is obtained. An example for calculating the traffic congestion length Lj will be described with reference to FIG.
In FIG. 14, S1 and S2 indicate vehicle detectors, which indicate that the distances from the nearest upstream intersection are L1 and L2, respectively. The congestion length is determined, for example, as shown in FIG. 15, by the combination of the congestion levels by the two vehicle detectors. Here, since the congestion degree 2 and the congestion degree 3 are treated as equal, the combination shown in FIG. 15 is obtained. That is, this is a method of setting the maximum value of the distance from the upstream intersection of the vehicle detector having a congestion degree of 2 or more as the congestion length. Here, the top of the traffic jam is at the upstream intersection. Further, as another method of estimating the congestion length Lj, there is a method of using the above estimated travel time information without using the information of the vehicle detector. In this method, the average travel speed Vt is calculated from the estimated travel time and the distance of the relevant section, and based on this average travel speed Vt, the average travel speed Vt shown in FIG.
The traffic congestion index I is calculated from the function f (V), and the traffic congestion length Lj is calculated by the following equation, for example.
【数3】
Lj=L・I(I>I1の時) (3)
ここに、Lは渋滞推定の対象区間の長さである。ただ
し、I≦I1の時は渋滞長Ljを0とする。なお、図1
3において、渋滞指標I1は渋滞度2を求めるための渋
滞指標に関する閾値を示す。したがって、I>I1の時
とは、混雑以上(渋滞を含む。)の渋滞指標であること
を表わす。渋滞推定の場合も、旅行時間推定と同様に、
車両感知器情報処理装置13によって殆どの場合で車両
感知器情報が得られ、この情報を用いて精度の高い推定
渋滞情報を得ることが可能となる。## EQU00003 ## Lj = L.multidot.I (when I> I1) (3) where L is the length of the target section for traffic congestion estimation. However, the congestion length Lj is set to 0 when I ≦ I1. Note that FIG.
3, the congestion index I1 indicates a threshold value regarding the congestion index for obtaining the congestion degree 2. Therefore, when I> I1, it means that the congestion index is equal to or greater than congestion (including congestion). In the case of traffic congestion estimation as well as travel time estimation,
In most cases, the vehicle detector information processing device 13 can obtain vehicle detector information, and it is possible to obtain highly accurate estimated congestion information by using this information.
【0014】交通情報提供部17は、交通情報推定部1
6で推定された各種交通情報を、図8に示すように、F
M多重放送局、無線通信局、情報掲示板、ビーコン、イ
ンターネット(WWW)、FAXなどの各種メディアへ
配信する機能を備える。図8において、80はFM多重
放送局または無線通信局であり、無線通信により交通情
報を専用受信機に送信するブロードキャスト型情報発信
機能を備える。81は路上に設置される情報掲示板であ
り、交通情報をドライバー等へ文字、図形等で提供する
機能を備える。82は路上のビーコンであり、車載機を
搭載した車両83に対して交通情報を文字、図形、音声
等で提供する機能を備える。84は、インターネット
(WWW)サーバ、FAXサーバまたはケーブルテレビ
サーバであり、それぞれインターネット網、公衆電話回
線網またはケーブルテレビネットワーク網85を介して
交通情報を文字、図形、音声、動画等で提供する機能を
備える。The traffic information providing unit 17 is a traffic information estimating unit 1.
As shown in FIG. 8, various traffic information estimated in 6
It has a function of delivering to various media such as M multiplex broadcasting station, wireless communication station, information bulletin board, beacon, Internet (WWW), and FAX. In FIG. 8, reference numeral 80 denotes an FM multiplex broadcasting station or a wireless communication station, which has a broadcast type information transmitting function for transmitting traffic information to a dedicated receiver by wireless communication. Reference numeral 81 denotes an information bulletin board installed on the road, which has a function of providing traffic information to drivers and the like in characters and figures. Reference numeral 82 denotes a road beacon, which has a function of providing traffic information to the vehicle 83 equipped with an in-vehicle device by characters, figures, voice, or the like. Reference numeral 84 denotes an Internet (WWW) server, a FAX server or a cable TV server, which has a function of providing traffic information in the form of characters, figures, voices, videos, etc. via the Internet network, public telephone line network or cable TV network network 85, respectively. Equipped with.
【0015】本実施形態では、車両感知器情報を利用し
て旅行時間や渋滞等の交通情報を推定するに際して、車
両感知器が異常値を出力した場合でも、過去の車両感知
器データ、近隣の車両感知器データまたは近隣の車両感
知器における過去の車両感知器データで補完するするこ
とによって、車両感知器情報を最大限に有効利用した交
通情報推定を行うことができ、旅行時間、渋滞等の交通
情報を従来よりも精度よく推定することができる。ま
た、この交通情報をドライバー等に提供することによっ
て、ドライバーは渋滞を避けた経路選択を行なうことが
でき、道路網全体において交通分散がなされ、その結果
渋滞が低減されることが期待できる。In the present embodiment, when the vehicle detector information is used to estimate the travel information such as travel time and congestion, even when the vehicle detector outputs an abnormal value, the past vehicle detector data and the neighboring vehicle detector data are collected. By supplementing with vehicle detector data or past vehicle detector data in neighboring vehicle detectors, it is possible to estimate the traffic information by making the most effective use of the vehicle detector information, such as travel time and traffic congestion. The traffic information can be estimated more accurately than before. Further, by providing this traffic information to the driver or the like, the driver can select a route that avoids the traffic jam, the traffic is distributed over the entire road network, and it is expected that the traffic jam is reduced as a result.
【0016】図9は、本発明の他の実施形態による車両
感知器情報処理装置を示すブロック図である。図9にお
いて、車両感知器情報処理装置90は、異常判定部90
0と、補正係数変更部901から構成し、交通情報提供
システムとしては、車両感知器11と、感知器情報収集
部12と、車両感知器情報処理装置90と、感知器情報
DB14と、感知器設定DB15と、地図DB18と、
交通情報推定部16と、交通情報提供部17から構成す
る。図9における車両感知器11、感知器情報収集部1
2、感知器情報DB14、感知器設定DB15、地図D
B18、交通情報推定部16及び交通情報提供部17の
処理及び機能については、図1の実施形態と同様である
が、車両感知器情報処理装置90の構成と、感知器情報
収集部12で保存される情報が車両感知器情報処理装置
90だけでなく感知器情報DB14に対して送信される
点で異なる。車両感知器情報処理装置90は、異常判定
部900と補正係数変更部901から構成し、感知器情
報収集部12に保存されている感知器データから計測さ
れた感知器データが異常であるか否かを判定し、異常で
あった場合には感知器設定DB15に設定されている利
用できる感知器を参照し、異常であった車両感知器を除
くとともに、残りの正常な車両感知器の補正係数を変更
することによって、感知器設定DB15を修正する機能
を備える。FIG. 9 is a block diagram showing a vehicle detector information processing apparatus according to another embodiment of the present invention. In FIG. 9, the vehicle detector information processing device 90 includes an abnormality determination unit 90.
0 and a correction coefficient changing unit 901, and as a traffic information providing system, a vehicle detector 11, a detector information collecting unit 12, a vehicle detector information processing device 90, a detector information DB 14, and a detector. Setting DB15, map DB18,
It is composed of a traffic information estimating unit 16 and a traffic information providing unit 17. The vehicle detector 11 and the detector information collecting unit 1 in FIG.
2, sensor information DB14, sensor setting DB15, map D
The processing and functions of B18, the traffic information estimating unit 16 and the traffic information providing unit 17 are the same as those in the embodiment of FIG. 1, but are stored in the configuration of the vehicle sensor information processing device 90 and the sensor information collecting unit 12. The information is transmitted not only to the vehicle detector information processing device 90 but also to the detector information DB 14. The vehicle detector information processing device 90 includes an abnormality determining unit 900 and a correction coefficient changing unit 901, and determines whether or not the sensor data measured from the sensor data stored in the sensor information collecting unit 12 is abnormal. If it is abnormal, the available sensors set in the sensor setting DB 15 are referred to, the abnormal vehicle detector is removed, and the correction coefficient for the remaining normal vehicle detectors is removed. By modifying the sensor setting DB15.
【0017】次に、車両感知器情報処理装置90を構成
する各部の詳細な機能について、図11のフローチャー
トとともに説明する。図11の処理110において、ま
ず、感知器情報収集部12、感知器設定DB15からそ
れぞれ感知器情報、感知器設定情報を取得する。異常判
定部900は、図11における処理111の判定を行
い、図1の異常判定部130と同様の機能を備え、感知
器情報収集部12に保存されている感知器データから計
測された感知器データが異常であるか否かを判定する機
能を持つ。この感知器データが異常であるか否かの判定
には、例えば感知器データを所定の閾値と比較すること
によってなされる。異常である車両感知器が含まれてい
る場合には処理113に進み、含まれていない場合には
処理112に進む。処理112は、元々設定されている
感知器設定DB15の内容をデフォルトとして別途記憶
しておき、設定内容を元に戻す。このデフォルトデータ
は、利用できる感知器が全て正常であることを前提に作
成されるものであるため、過去に異常が現れた際に修正
されているものを元に戻す必要があるための処理であ
る。補正係数変更部901は、処理113を行い、異常
判定部900で異常と判定された場合に感知器設定DB
15で設定されている利用できる感知器を参照し、異常
であった車両感知器を除くとともに、残りの正常な車両
感知器の補正係数を変更することによって、感知器設定
DB15を修正する。Next, detailed functions of the respective parts constituting the vehicle detector information processing apparatus 90 will be described with reference to the flowchart of FIG. In process 110 of FIG. 11, first, sensor information and sensor setting information are acquired from the sensor information collecting unit 12 and the sensor setting DB 15, respectively. The abnormality determination unit 900 performs the determination of the process 111 in FIG. 11, has the same function as the abnormality determination unit 130 in FIG. 1, and is a sensor measured from the sensor data stored in the sensor information collection unit 12. It has a function to determine whether or not the data is abnormal. The determination as to whether or not the sensor data is abnormal is made by, for example, comparing the sensor data with a predetermined threshold value. If an abnormal vehicle detector is included, the process proceeds to step 113, and if not, the process proceeds to step 112. In the process 112, the content of the sensor setting DB 15 that is originally set is separately stored as a default, and the setting content is restored. Since this default data is created on the assumption that all available sensors are normal, it is necessary to restore the data that has been corrected when an abnormality appears in the past. is there. The correction coefficient changing unit 901 performs the processing 113, and when the abnormality determining unit 900 determines that there is an abnormality, the sensor setting DB
The sensor setting DB 15 is modified by referring to the available sensors set in 15 and removing the abnormal vehicle sensor and changing the correction coefficient of the remaining normal vehicle sensors.
【0018】ここで、補正係数変更部901における具
体的な処理内容について一例を挙げて説明する。図10
は、感知器設定DB15の一例であり、各区間の交通情
報推定に利用する車両感知器として最大4基を設定して
いる。感知器番号は車両感知器のヘッドを特定するため
のID番号である。各感知器の補正係数αは、交通情報
推定のために例えば前記数式(2)で用いるための係数
である。対象区間の例として区間番号3を考える。区間
番号3の交通情報推定のために利用できる車両感知器は
感知器番号61,22,19の3基である。ここで、仮
に感知器番号22の車両感知器に関して異常判定部90
0で異常値を出力したと判定された場合に、残りの正常
な車両感知器(感知器番号61,19の2基)及び異常
と判定された感知器(感知器番号22)の補正係数をそ
れぞれ次のように修正する。Here, the specific processing contents of the correction coefficient changing unit 901 will be described with an example. Figure 10
Is an example of the sensor setting DB 15, and a maximum of 4 vehicle detectors are set as the vehicle detectors used for estimating the traffic information of each section. The sensor number is an ID number for identifying the head of the vehicle sensor. The correction coefficient α of each sensor is a coefficient used for estimating traffic information, for example, in the mathematical expression (2). Consider section number 3 as an example of the target section. The vehicle detectors that can be used for estimating the traffic information of the section number 3 are three sensor numbers 61, 22, and 19. Here, it is assumed that the abnormality determination unit 90 regarding the vehicle detector with the detector number 22 is assumed.
When it is determined that an abnormal value is output at 0, the correction coefficients of the remaining normal vehicle detectors (two sensors of sensor numbers 61 and 19) and the sensor determined to be abnormal (sensor number 22) are set. Modify each as follows.
【数4】 [Equation 4]
【数5】
α3m’=0 (5)
ここに、α3i’は正常な車両感知器iにおける修正後
の補正係数、nは利用できる車両感知器の数(本例では
3)、α3iは車両感知器iにおける修正前の補正係
数、α3mは異常と判定された車両感知器の補正係数
(本例ではα32)、α3m’は異常感知器mにおける
修正後の補正係数である。すなわち、補正係数α3m’
を0に修正することは異常であった車両感知器を除くこ
とを意味し、また、正常な車両感知器の修正後の補正係
数α3i’は、総和を保持しつつ修正前の補正係数比で
分配することによって修正する。なお、補正係数の総和
及び比は必ずしも保持する必要はなく、異常値が出力さ
れた車両感知器に応じて変更してもよい。処理114
は、処理112及び113で修正された補正係数を登録
する。このようにして修正された補正係数を前記数式
(2)に適用することによって、異常値が出力された車
両感知器情報を使用せず、残りの正常な車両感知器情報
のみで旅行時間推定をすることができる。なお、図10
の区間番号2のように元々利用できる車両感知器の数が
1基であり、かつ、この車両感知器情報が異常であると
判定された場合には、本方式は適用せずに、図1の実施
形態で示した過去のデータあるいは近隣の車両感知器デ
ータによる補完方法を適用する。Α3m ′ = 0 (5) where α3i ′ is a corrected correction coefficient in the normal vehicle detector i, n is the number of available vehicle detectors (3 in this example), and α3i is vehicle detection. The correction coefficient before correction in the device i, α3m is the correction coefficient of the vehicle detector determined to be abnormal (α32 in this example), and α3m ′ is the correction coefficient after correction in the abnormality detector m. That is, the correction coefficient α3m ′
To 0 means that the abnormal vehicle detector is excluded, and the corrected correction coefficient α3i ′ of the normal vehicle detector is the correction coefficient ratio before correction while maintaining the sum. Correct by distributing. Note that the sum and ratio of the correction coefficients do not necessarily have to be held, and may be changed according to the vehicle detector that has output the abnormal value. Process 114
Registers the correction coefficient corrected in the processes 112 and 113. By applying the correction coefficient corrected in this way to the equation (2), the travel time estimation is performed only by the remaining normal vehicle sensor information without using the vehicle sensor information for which the abnormal value is output. can do. Note that FIG.
If the number of vehicle detectors that can be used originally is one and the vehicle detector information is determined to be abnormal as in section number 2 in FIG. The pasting method or the vehicle detector data in the vicinity shown in the above embodiment is applied.
【0019】本実施形態では、車両感知器情報を利用し
て旅行時間や渋滞等の交通情報を推定するに際して、異
常値を出力した車両感知器を使用せず、残りの正常な車
両感知器のデータの補正係数を変更することによって、
車両感知器情報を最大限に有効利用した交通情報推定を
行うことができ、旅行時間、渋滞等の交通情報を従来よ
りも精度よく推定することができ、また、交通情報をド
ライバー等に提供することによって、ドライバーは渋滞
を避けた経路選択を行なうことができ、道路網全体にお
いて交通分散がなされ、その結果渋滞が低減されること
が期待できる。In the present embodiment, when estimating traffic information such as travel time and traffic jam using the vehicle sensor information, the vehicle sensor that outputs an abnormal value is not used, and the remaining normal vehicle sensor By changing the correction factor of the data,
It is possible to estimate traffic information that makes the most effective use of vehicle detector information, and it is possible to estimate traffic information such as travel time and traffic congestion more accurately than before, and provide traffic information to drivers, etc. As a result, the driver can select a route that avoids the traffic jam, the traffic is distributed over the entire road network, and as a result, the traffic jam can be expected to be reduced.
【0020】[0020]
【発明の効果】以上説明したように、本発明によれば、
車両感知器情報を利用して旅行時間や渋滞等の交通情報
を推定するに際して、車両感知器が異常値を出力した場
合でも、過去の車両感知器データ、近隣の車両感知器デ
ータまたは近隣の車両感知器における過去の車両感知器
データで補完するか、あるいは、異常値を出力した車両
感知器を除くとともに、残りの正常な車両感知器のデー
タの補正係数を変更することによって、車両感知器情報
を最大限に有効利用した交通情報推定を行うことがで
き、従来の車両感知器以外の信頼性に劣る代替データを
用いることに比し、著しく推定精度を向上させることが
可能である。また、本発明によれば、車両感知器情報処
理装置によって出力される推定旅行時間あるいは渋滞情
報等の交通情報を交通情報提供システムを通して多くの
ドライバー等に対して提供するので、ドライバーは対象
区間の交通状況を簡単に知ることができるとともに、渋
滞を避けた経路選択を行うことができ、道路網全体にお
いて交通分散がなされ、その結果渋滞を低減させること
ができる。As described above, according to the present invention,
When estimating traffic information such as travel time or traffic jam using vehicle detector information, even if the vehicle detector outputs an abnormal value, past vehicle detector data, neighboring vehicle detector data, or nearby vehicles The vehicle detector information can be supplemented by past vehicle detector data in the detector, or by removing the vehicle detector that outputs an abnormal value and changing the correction coefficient of the remaining normal vehicle detector data. It is possible to estimate the traffic information by making the most effective use of, and it is possible to remarkably improve the estimation accuracy as compared with the case of using the less reliable alternative data other than the conventional vehicle detector. Further, according to the present invention, traffic information such as estimated travel time or traffic jam information output by the vehicle detector information processing device is provided to many drivers and the like through the traffic information providing system, so that the driver can In addition to being able to easily know the traffic situation, it is possible to select a route that avoids traffic congestion, and the traffic is distributed over the entire road network, resulting in the reduction of traffic congestion.
【図1】本発明の一実施形態による車両感知器情報処理
装置を示すブロック図FIG. 1 is a block diagram showing a vehicle detector information processing device according to an embodiment of the present invention.
【図2】対象区間の旅行時間を推定する従来の技術を説
明するための車両感知器配置図FIG. 2 is a layout diagram of vehicle detectors for explaining a conventional technique for estimating travel time of a target section.
【図3】各車両感知器の収集データの形態を例示する表
図FIG. 3 is a table diagram showing an example of a form of collected data of each vehicle detector.
【図4】本発明の過去のデータによる補完方法によって
車両感知器データを補完する例を説明するための表図FIG. 4 is a table for explaining an example in which vehicle detector data is complemented by a past data complementing method of the present invention.
【図5】本発明の近隣の車両感知器データによる補完方
法によって車両感知器データを補完する例を説明するた
めの表図FIG. 5 is a table for explaining an example of complementing vehicle detector data by a complementing method using neighboring vehicle detector data according to the present invention.
【図6】本発明の車両感知器データを補完する処理の流
れを説明するためのフローチャートFIG. 6 is a flowchart for explaining the flow of processing for complementing vehicle detector data of the present invention.
【図7】本発明の感知器設定DBの形態例を示す表図FIG. 7 is a table showing a form example of a sensor setting DB of the present invention.
【図8】本発明の車両感知器情報処理装置を利用した交
通情報提供システムの例図FIG. 8 is an example diagram of a traffic information providing system using the vehicle detector information processing apparatus of the present invention.
【図9】本発明の他の実施形態FIG. 9 is another embodiment of the present invention.
【図10】本発明の感知器設定DBの一例を示す表図FIG. 10 is a table showing an example of a sensor setting DB of the present invention.
【図11】本発明の異常値を出力した車両感知器を除
き、残りの正常な車両感知器のデータの補正係数を変更
する処理の流れを説明するフローチャートFIG. 11 is a flowchart illustrating a flow of processing for changing the correction coefficient of the data of the remaining normal vehicle detectors except for the vehicle detector that outputs the abnormal value according to the present invention.
【図12】本発明の速度と渋滞指標の関係を示す図FIG. 12 is a diagram showing a relationship between speed and traffic congestion index according to the present invention.
【図13】本発明の渋滞指標と渋滞度の関係を示す図FIG. 13 is a diagram showing the relationship between the congestion index and the degree of congestion according to the present invention.
【図14】本発明の渋滞長を求めるための説明図FIG. 14 is an explanatory diagram for obtaining the congestion length according to the present invention.
【図15】本発明の渋滞度の組み合わせと渋滞長の関係
を示す図FIG. 15 is a diagram showing a relationship between a combination of congestion levels and a congestion length according to the present invention.
10,20・・・車両、11,21・・・車両感知器、
12・・・感知器情報収集部、13,90・・・車両感
知器情報処理装置、130,900・・・異常判定部、
131・・・補完方法決定部、132・・・情報補完
部、14・・・感知器情報DB、15・・・感知器設定
DB、16・・・交通情報推定部、17・・・交通情報
提供部、18・・・地図DB、80・・・FM多重放送
局または無線通信局、81・・・情報掲示板、82・・
・ビーコン、83・・・車載機搭載車両、84・・・イ
ンターネット(WWW)サーバ、FAXサーバまたはケ
ーブルテレビサーバ、85・・・インターネット網、公
衆電話回線網またはケーブルテレビネットワーク網10,20 ... Vehicle 11,21 ... Vehicle detector,
12 ... Sensor information collection unit, 13, 90 ... Vehicle detector information processing device, 130,900 ... Abnormality determination unit,
131 ... Complement method determining unit, 132 ... Information complementing unit, 14 ... Sensor information DB, 15 ... Sensor setting DB, 16 ... Traffic information estimating unit, 17 ... Traffic information Providing section, 18 ... Map DB, 80 ... FM multiplex broadcasting station or wireless communication station, 81 ... Information bulletin board, 82 ...
-Beacon, 83 ... Vehicle with on-board unit, 84 ... Internet (WWW) server, FAX server or cable TV server, 85 ... Internet network, public telephone line network or cable TV network network
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平8−235485(JP,A) 特開 平9−190594(JP,A) 特開 平2−68611(JP,A) 特開 平6−199154(JP,A) 特開 平3−209599(JP,A) 特開 平7−262487(JP,A) 特開 平9−270091(JP,A) (58)調査した分野(Int.Cl.7,DB名) G08G 1/00 - 1/16 ─────────────────────────────────────────────────── ─── Continuation of the front page (56) References JP-A 8-235485 (JP, A) JP-A 9-190594 (JP, A) JP-A 2-68611 (JP, A) JP-A 6- 199154 (JP, A) JP 3-209599 (JP, A) JP 7-262487 (JP, A) JP 9-270091 (JP, A) (58) Fields investigated (Int.Cl. 7 , DB name) G08G 1/00-1/16
Claims (3)
知器が設置され、前記車両感知器によって計測された感
知器情報を時系列に出力すると共に、交通情報推定に利
用する対象区間に設置された車両感知器の感知器情報を
補正するための補正係数を変更するに際して、前記対象
区間に設置された車両感知器の感知器情報を所定の閾値
と比較することによって異常であるか否かを判定し、前
記判定結果異常値を出力した車両感知器があるとき、該
車両感知器に割り当てられた補正係数を残りの正常な車
両感知器の補正係数に対して補正係数の総和を保持しつ
つ、残りの正常な車両感知器の補正係数の比に応じて分
配することを特徴とする車両感知器情報処理方法。1. A plurality of vehicle detectors for measuring the state of a passing vehicle are installed, and the detector information measured by the vehicle detectors is output in time series and installed in a target section used for traffic information estimation. Whether or not there is an abnormality by comparing the sensor information of the vehicle detector installed in the target section with a predetermined threshold value when changing the correction coefficient for correcting the sensor information of the vehicle detector When there is a vehicle sensor that has output an abnormal value as a result of the determination, the correction coefficient assigned to the vehicle sensor is held as a sum of the correction coefficients for the remaining normal vehicle sensor correction coefficients. At the same time, the vehicle detector information processing method is characterized in that the distribution is made according to the ratio of the correction coefficients of the remaining normal vehicle detectors.
知器が設置され、前記車両感知器によって計測された感
知器情報を時系列に出力すると共に、交通情報推定に利
用する対象区間に設置された車両感知器の感知器情報を
補正するための補正係数を変更する車両感知器情報処理
装置において、前記対象区間に設置された感知器情報を
所定の閾値と比較することによって異常であるか否かを
判定する異常判定手段と、前記判定結果異常値を出力し
た車両感知器があるとき、該車両感知器に割り当てられ
た補正係数を残りの正常な車両感知器の補正係数に対し
て補正係数の総和を保持しつつ、残りの正常な車両感知
器の補正係数の比に応じて分配する補正係数変更手段を
備えることを特徴とする車両感知器情報処理装置。2. A plurality of vehicle detectors for measuring the state of a passing vehicle are installed, the detector information measured by the vehicle detectors is output in time series, and is installed in a target section used for traffic information estimation. In the vehicle detector information processing device for changing the correction coefficient for correcting the detector information of the detected vehicle detector, is it abnormal by comparing the detector information installed in the target section with a predetermined threshold value? When there is an abnormality determining means for determining whether or not there is a vehicle sensor that outputs the determination result abnormal value, the correction coefficient assigned to the vehicle sensor is corrected with respect to the remaining normal vehicle sensor correction coefficients. A vehicle detector information processing apparatus comprising: a correction coefficient changing unit that holds the sum of the coefficients and distributes the correction coefficients according to the ratio of the correction coefficients of the remaining normal vehicle detectors.
って計測された感知器情報を収集保存する感知器情報収
集手段と、補完修正された感知器情報を含む感知器情報
データベースと、交通情報推定のために利用すべき車両
感知器とその補正係数に関するデータベースである感知
器設定データベースと、交通情報推定のための対象区間
とその距離が定義されている地図データベースと、前記
感知器情報データベース、前記感知器設定データベース
及び前記地図データベースを用いて交通情報を推定する
交通情報推定手段と、前記推定情報を提供する交通情報
提供手段とを備えた交通情報提供システムを有すること
を特徴とする車両感知器情報処理装置。3. The method of claim 2, the sensor information collection means for collecting store sensor information measured by said vehicle detector, a sensor information database including sensor information complemented corrected, the traffic information estimating A sensor setting database, which is a database relating to vehicle detectors and their correction coefficients to be used for, a map database in which a target section for traffic information estimation and its distance are defined, the sensor information database, and A vehicle detector having a traffic information providing system including a traffic information estimating means for estimating traffic information using a sensor setting database and the map database, and a traffic information providing means for providing the estimated information. Information processing equipment.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP04100499A JP3446077B2 (en) | 1999-02-19 | 1999-02-19 | Vehicle sensor information processing method and apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP04100499A JP3446077B2 (en) | 1999-02-19 | 1999-02-19 | Vehicle sensor information processing method and apparatus |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2000242883A JP2000242883A (en) | 2000-09-08 |
JP3446077B2 true JP3446077B2 (en) | 2003-09-16 |
Family
ID=12596267
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP04100499A Expired - Fee Related JP3446077B2 (en) | 1999-02-19 | 1999-02-19 | Vehicle sensor information processing method and apparatus |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3446077B2 (en) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7890246B2 (en) | 2003-12-26 | 2011-02-15 | Aisin Aw Co., Ltd. | Method of interpolating traffic information data, apparatus for interpolating, and traffic information data structure |
JP4773838B2 (en) * | 2006-02-13 | 2011-09-14 | 三菱電機株式会社 | Traffic situation judgment system |
JP5315222B2 (en) * | 2009-12-04 | 2013-10-16 | 日立オートモティブシステムズ株式会社 | Traffic information generator |
JP6443214B2 (en) * | 2015-05-13 | 2018-12-26 | 株式会社デンソー | Vehicle data recording device |
JP6503611B2 (en) * | 2015-07-27 | 2019-04-24 | 住友電工システムソリューション株式会社 | Signal control device and computer program |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0268611A (en) * | 1988-09-05 | 1990-03-08 | Omron Tateisi Electron Co | Temperature controller |
JP2893544B2 (en) * | 1990-01-11 | 1999-05-24 | 日本信号株式会社 | Abnormal traffic flow detection device |
JPH05323014A (en) * | 1992-05-22 | 1993-12-07 | Matsushita Electric Ind Co Ltd | Radar type vehicle detector |
JP3649452B2 (en) * | 1992-12-28 | 2005-05-18 | 富士通テン株式会社 | Electronic device control device |
JPH06266993A (en) * | 1993-03-11 | 1994-09-22 | Hitachi Ltd | Highway traffic controller |
JPH07262487A (en) * | 1994-03-25 | 1995-10-13 | Hitachi Ltd | Road section travel time estimating method |
JP3189570B2 (en) * | 1994-05-18 | 2001-07-16 | 松下電器産業株式会社 | Road information providing device |
JP3192877B2 (en) * | 1994-07-11 | 2001-07-30 | 松下電器産業株式会社 | Sudden event detection method and sudden event detection device |
JPH08235485A (en) * | 1995-02-24 | 1996-09-13 | Matsushita Electric Ind Co Ltd | Vehicle sensor fault detector |
JPH08235483A (en) * | 1995-02-28 | 1996-09-13 | Hitachi Ltd | Time series data predicting device |
JP3206414B2 (en) * | 1996-01-10 | 2001-09-10 | トヨタ自動車株式会社 | Vehicle type identification device |
JP3904629B2 (en) * | 1996-04-01 | 2007-04-11 | 松下電器産業株式会社 | Travel time prediction apparatus and travel time prediction method |
-
1999
- 1999-02-19 JP JP04100499A patent/JP3446077B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2000242883A (en) | 2000-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2416120B1 (en) | Route search device, route search method, and correponding computer programm | |
JP4539666B2 (en) | Traffic condition calculation system | |
CN112382098B (en) | Traffic jam detection method and device, electronic equipment and storage medium | |
JP2005285108A (en) | Unexpected event detection method and unexpected event detection apparatus | |
WO2005078679A1 (en) | Traffic information calculation device, traffic information calculation method, traffic information display method, and traffic information display device | |
US20220090933A1 (en) | Method for characterising bends for warning drivers | |
CN109559542A (en) | A kind of road condition information acquisition method and train movement recording equipment | |
JP2005242424A (en) | Traffic information system, its information terminal equipment and navigation system | |
JP2000011290A (en) | Method and device for estimating travel time and congestion information | |
JP3446077B2 (en) | Vehicle sensor information processing method and apparatus | |
JP3832448B2 (en) | Traffic information estimation apparatus and method | |
JP2001283373A (en) | Traffic flow measuring system | |
US7809502B2 (en) | Onboard content providing apparatus | |
JP2007188340A (en) | Passage time providing equipment | |
JP3460658B2 (en) | Traffic information estimation device | |
JP4780007B2 (en) | Traffic situation calculation system | |
JP2004295165A (en) | Link traveling time estimating method and device | |
JP2001076283A (en) | Traffic volume estimating device | |
JP2004286531A (en) | Valid period determining method and apparatus of traffic information | |
KR20000071119A (en) | Device and method for reporting traffic jams | |
US11740079B2 (en) | Method, computer program and device for determining a vehicle spacing for an observation period | |
JP2009217716A (en) | Traffic information processing system, in-vehicle device, traffic information processing method and traffic information processing program | |
JP3465109B2 (en) | Vehicle traffic information display device | |
JP4039290B2 (en) | Link travel time calculation method, apparatus and program | |
JP3336490B2 (en) | Route guidance device for vehicles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080704 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080704 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090704 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090704 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100704 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100704 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110704 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110704 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120704 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130704 Year of fee payment: 10 |
|
LAPS | Cancellation because of no payment of annual fees |