JP3541708B2 - Travel time prediction device - Google Patents
Travel time prediction device Download PDFInfo
- Publication number
- JP3541708B2 JP3541708B2 JP03681799A JP3681799A JP3541708B2 JP 3541708 B2 JP3541708 B2 JP 3541708B2 JP 03681799 A JP03681799 A JP 03681799A JP 3681799 A JP3681799 A JP 3681799A JP 3541708 B2 JP3541708 B2 JP 3541708B2
- Authority
- JP
- Japan
- Prior art keywords
- travel time
- time
- information
- predicted
- travel
- 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
Images
Landscapes
- Traffic Control Systems (AREA)
Description
【0001】
【発明の属する技術分野】
本発明は、旅行時間情報の処理装置及びその応用システムに関わり、特に道路上に設置された機器によって計測または推定された区間の旅行時間情報を出発時刻において予測するものである。
【0002】
【従来の技術】
区間旅行時間を計測するシステム、例えば道路上の所定の2地点を通過した車両の車番情報を照合して旅行時間を計測するAVI、車載機側で計測した旅行時間情報(アップリンク旅行時間情報)を路上に設置された光ビーコンと専用の車載機との双方向通信機能を利用して旅行時間を収集するアップリンクシステム、及びセルラー電話網を利用して一定周期間隔で車両位置を集計装置に送信して経路情報から旅行時間を算出するシステム、また路上に設置された超音波感知器等のセンサ情報から旅行時間を推定するシステムにおいて求まった旅行時間は、計測又は算出された時点で過去の情報となっている。現在時刻において真に提供あるいは利用するべき情報は、走行を予定している区間の出発地点に車両が存在する時点での区間旅行時間であるから、現在までに獲得された旅行時間情報を利用して予測する必要がある。旅行時間の予測方法としては、現在時刻に取得された旅行時間を過去の同時刻における統計平均値と比較して求まった差分を求め、区間上流の出発時刻における統計平均値に差分を加えることで予測旅行時間を求めるもの、旅行時間時系列情報にARモデルを適用し、補正によって予測旅行時間を求めるもの、論文「街路における旅行時間予測」(交通工学研究会、交通工学1995 No.6 Vol.30,p9〜19)にあるように車両感知器データと旅行時間の関係からモデルを構築して、カルマンフィルタを用いて最適な予測旅行時間を算出するもの、特開平10−124791号公報にあるように、過去の時刻における車両感知器情報と計測旅行時間の相関関係、現在時刻における渋滞長を算出して、予測周期後の流出交通量,流入交通量,渋滞長を予測して、交通流モデルから旅行時間を予測するもの、特開平9−270091 号公報にあるように、現在時刻において取得された旅行時間を過去のデータベースと比較して類似する変化を伴う旅行時間データを抽出して、出発時刻における旅行時間を予測するものなど様々な方法が存在する。
【0003】
【発明が解決しようとする課題】
旅行時間予測に関して考慮するべき問題は、現在時刻において獲得された旅行時間情報は常に過去の情報であることである。具体的に説明すると、現在時刻において区間の下流に到着した車両の旅行時間情報は、到着時刻を基準にすると現在時刻における旅行時間情報であるが、区間の上流を出発した時刻を基準にすると現在時刻から旅行時間の分だけ差し引いた過去の時刻における情報である。上流の出発時刻を現在時刻とした旅行時間情報は、まさに上流に存在する車両が区間を通過するために必要な旅行時間であり、予測するべき旅行時間である。該予測旅行時間を算出するためには、最新の獲得情報を利用しても少なくとも旅行時間の分だけは時間的に飛躍させる必要がある。従来の方法では、共通して予測のために飛躍する時間中は旅行時間の変動傾向が持続されるという仮定に基づいている。非渋滞時あるいは短区間での旅行時間変動傾向においては、この仮定がほぼ成立するが、渋滞の立ち上がり時あるいは立ち下げ時には、長区間での旅行時間変動傾向に対して必ずしもこの仮定が成立するとは限らない。
【0004】
本発明では、旅行時間自体の変動傾向だけでなく、旅行時間自体の変動傾向に比べて安定していると考えられる過去の旅行時間分布に対する現在旅行時間の順位の傾向に着目することで、高精度の旅行時間予測を可能とする旅行時間予測装置の提供を目的としている。
【0005】
【課題を解決するための手段】
上記目的を実現する旅行時間予測装置は、実測あるいは推定した区間旅行時間を用いて、該区間旅行時間を過去の一定期間蓄積した旅行時間データベースを編集して各時間帯ごとの旅行時間分布を作成する手段と、到着時刻を基準とした該旅行時間分布内における現在の区間旅行時間の順位を求める手段と、該順位と該順位の時系列変動傾向との少なくとも一方を用いて予測順位を算出する手段と、出発時刻を基準とした該旅行時間分布から該予測順位に相当する予測旅行時間を抽出する手段とを有することを特徴としている。
【0006】
また上記目的を実現する別の旅行時間予測装置は、前記旅行時間予測手段と、現在時刻において実測あるいは推定によって求まる区間旅行時間と該区間旅行時間の時系列変動傾向との少なくとも一方に基づいて旅行時間を予測する手段と、前記二つの予測手段を組み合わせて予測旅行時間を算出する手段とを有することを特徴としている。
【0007】
本発明の旅行時間予測装置の特徴は、該旅行時間予測装置を用いて、予測旅行時間情報を所定のフォーマットに編集して交通情報を作成する手段と、該交通情報を交通管理者が監視するモニタ出力手段と、該交通情報を路上の通信装置に伝達する手段と、該通信装置から移動体上の情報媒体に表示する手段等を有する交通情報提供システムにある。
【0008】
また本発明の旅行時間予測装置の特徴は、該旅行時間予測装置を用いて、旅行時間情報を所定のフォーマットに編集して交通情報を作成する手段と、該交通情報を交通管理者が監視するモニタ出力手段と、該交通情報を路上の信号制御装置に伝達する手段と、該通信装置からの情報を利用して信号パラメータ設定する手段等を有する信号制御システムにある。
【0009】
また本発明の旅行時間予測装置は、旅行時間分布を表現するために平均、分散といったパラメータではなく分布内のデータを直接利用しているので、従来は人手によるデータ分析を要した平日や休日といった異なる交通状況に応じた場合分けは不必要で、同一の旅行時間分布上に異なった交通状況を表現しても、順位の傾向によって的確な交通状況の判断が可能となる。さらに本発明の旅行時間予測装置は、過去に存在しなかったような変動パターンを有する旅行時間入力に対しても、順位の傾向変動を利用しているので高精度の予測旅行時間を算出することが可能である。
【0010】
【発明の実施の形態】
以下図1〜図6に記載された実施例を元に、本発明の旅行時間予測装置の実施形態を説明する。
【0011】
図1は旅行時間予測装置1のブロック図である。本装置1は、現在時刻において計測または推定によって獲得された旅行時間情報と該旅行時間情報を蓄積した旅行時間データベース2を用いて、該旅行時間情報を一度分布に対する順位に変換して、その順位の未来値を予測し、再び該旅行時間データベースを用いて予測順位から予測旅行時間情報に変換する部分に特徴がある。また本装置の入力データとなる旅行時間情報は、光ビーコン,AVIなどのインフラから実測されたもの、あるいは超音波感知器などのデータを用いて推定されたものが考えられるが、区間旅行時間情報でありさえすれば、どのような情報源を元にしたかは依存せずに本発明の旅行時間予測装置は予測値を算出することが可能である。
【0012】
分布内順位算出部11は、旅行時間データベース2の到着時刻を基準とした旅行時間の累積分布を作成して、現在取得された旅行時間の累積相対度数すなわち旅行時間を昇順に並べたときの相対順位を求める。未来順位推定部12は、求められた昇順相対順位及び昇順相対順位の時系列傾向から未来における相対順位を求める。予測旅行時間決定部13は、旅行時間データベース2から出発時刻を基準とした旅行時間の累積分布を作成して、該累積分布から未来相対順位に対応する旅行時間を抽出し、該旅行時間を予測旅行時間として出力する。旅行時間データベース2は、過去の各時間帯(5分間隔)における車両の平均旅行時間情報を統計データとして十分なデータ量を確保するとともに、常に最新の各時間帯ごとの平均旅行時間データが更新されているものとする。例えば、各時間帯ごとに平均旅行時間データを1ヶ月分保持し、常に現在時刻において取得された旅行時間情報を更新していれば、データベースとしての情報量及び新規性は十分である。図2は、分布内順位算出部11の内部処理を表したフローチャートである。ステップ111では、旅行時間データベース2から、現在時刻と同一時間帯に区間の下流地点に到達した車両の平均旅行時間、すなわち到着時刻を基準にした旅行時間分布を抽出する。抽出された到着旅行時間分布データは、旅行時間の昇順にソートしておく。ステップ112では、現在時刻において取得された旅行時間を昇順にソートされた到着時刻旅行時間分布と比較して、分布に対する累積相対度数を算出し昇順相対順位として求める。ステップ113では、該昇順相対順位をバッファに記憶する。このときバッファ中には過去の所定周期分の昇順相対順位を格納しておく。
【0013】
図3は、図2の処理を図式化したものである。左側のグラフにおいて、到着時刻旅行時間分布範囲21は到着時刻旅行時間分布の範囲を時系列的に表したものであり、114は到着時刻旅行時間の時系列傾向を表したものである。到着時刻旅行時間分布範囲21に対して時系列到着時刻旅行時間114がどのような領域に存在するか、つまり過去の同区間同時刻の交通状況と比較して現在の旅行時間がどういった傾向を示しているかを表現するために分布に対する累積相対度数である昇順相対順位を算出する。右側のグラフは、左のグラフにおける現在時刻における情報を切り出したものである。22は現在時刻における到着旅行時間の累積分布曲線である。累積分布22と現在時刻における旅行時間を比較することで、115の昇順相対順位が求まる。
【0014】
図4は、未来順位推定部12の内部処理を表したフローチャートである。ステップ121では、過去所定周期分の到着時刻旅行時間の昇順相対順位を読み込む。ステップ122では、読み込まれた昇順相対順位の重み付き合計として出発時刻旅行時間の予測順位を算出する。昇順相対順位のN周期過去の値をRnとして、それぞれに対する重みをAnとする。このとき予測順位Rpは以下の数式1によって算出する。
【0015】
Rp=A0・R0+A1・R1+・…+An・Rn …(数式1)
ここでR0は現在時刻における昇順相対順位を表す。
【0016】
図5は、図4の処理を具体的に表したものである。未来順位推定処理では、過去の昇順順位傾向を重み付き平滑化して予測順位を推定している。旅行時間分布密度が高い場合、少しの旅行時間のずれで昇順相対順位の時系列的な変動傾向は大きくなる。また旅行時間分布密度が小さければ、昇順相対順位の変動傾向は小さくなる。しかし、昇順相対順位の変動傾向は、振幅の大小はあるものの平均的な傾向をとれば、急激に変化する可能性は低い。一方旅行時間自体の時系列での変動傾向は、渋滞発生時や解消時には急激に値が変化する傾向があり、平均的な傾向をとると交通状態の変化に対する遅れが大きくなってしまう。よって本発明では、旅行時間の予測を行うにあたって、より安定な変化を示すと考えられる順位の傾向をとることによって未来予測を可能としていることが最大の特徴である。旅行時間分布中に平日データと休日データが混在して二つのピークを持つような分布形状であっても、順位の傾向を利用しているので、自動的に旅行時間の変動パターンが近い方の分布傾向に追従することが可能である。このために、事前に交通管理者が統計パターンの違いによる場合分けをする必要がなくなる。また過去に存在しないような旅行時間の変動パターンが入力された場合には、順位の変動傾向から通常の旅行時間の変動パターンとの違いを区別して、適切な予測旅行時間を出力することが可能である。
【0017】
図6は、予測旅行時間決定部13の内部処理を表したフローチャートである。ステップ131では、旅行時間データベース2から、現在時刻と同一時間帯に区間の上流を出発した車両の平均旅行時間、すなわち出発時刻を基準にした旅行時間分布を抽出する。出発時刻旅行時間分布は、旅行時間データベースの該当データを旅行時間の昇順にソートしておく。ステップ132では、出発時刻旅行時間分布中で累積相対度数が未来順位推定部12で推定された予測順位となる旅行時間を抽出して、現在時刻を出発時刻とする予測旅行時間を出力する。
【0018】
図7は、図6の処理を具体的に表したものである。図7の処理は図3の処理を逆方向に実行した形となっている。出発時刻を基準にしたときの旅行時間の分布範囲は、左側のグラフの出発時刻旅行時間分布範囲23で表されるものとする。このとき現在時刻と同時刻での出発時刻分布を旅行時間累積分布として表したものが右のグラフの24である。予測旅行時間決定部13によって算出された予測順位33を累積相対度数として入力して、分布24上で該累積相対度数に相当する旅行時間を予測旅行時間として算出する。出発旅行時間既算出時刻以前の出発時刻旅行時間の時系列変化134はわかっているので、該予測旅行時間の精度検証を行い予測旅行時間算出にフィードバックすることが可能である。
【0019】
図8は、本発明の旅行時間予測装置の別の一例である。図1に示した旅行時間予測装置1を用いて算出した予測旅行時間A32と、旅行時間傾向を利用して予測旅行時間B33を組み合わせて、最終的な予測旅行時間34を算出する。旅行時間傾向を利用して予測旅行時間を算出する方法は以下のようになる。時系列に獲得された旅行時間情報を到着時刻旅行時間傾向31として格納しておき、到着時刻旅行時間のN周期過去の値をTnとして、それぞれの値に対する重みをBnとする。このとき予測旅行時間B(Tp)は以下の数式2によって算出する。
【0020】
Tp=B0・T0+B1・T1+・…+Bn・Tn …(数式2)
ここでT0は現在時刻における到着時刻旅行時間を表す。数式2の方法は本実施例における一例であり、指数平滑、AR法を用いたものも基本的には数式2の方法の拡張版と考えることができる。別々の方法で求めた予測旅行時間を、例えば昇順相対順位の変動傾向、旅行時間の変動傾向等の大きさを考慮して、重みつき線形和として組み合わせることで最終的な予測旅行時間34を求める。ダイナミックに二つの予測手法を重ね合わせて予測旅行時間の算出を可能としたことが、本発明の旅行時間予測装置の特徴となっている。
【0021】
図9は、本発明の旅行時間予測装置を含む応用システムの一実施例である。本発明の旅行時間予測装置1を用いて作成された予測旅行時間データが旅行時間情報処理装置41に入力されて、該装置で加工された情報を交通管制室内モニタ 411,道路上の旅行時間表示板412,道路上のビーコン(旅行時間情報と通信装置)413,信号制御装置42に配信される。交通管制室内411は、管理者に正確な交通情報を地図上で表示したり、情報提供の管理を補助したりすることが可能となる。旅行時間表示板412及びビーコン413は、道路の使用者に対して予測旅行時間を利用した情報を発信し、道路使用者は自分が走行を想定している区間の旅行時間情報をあらかじめ認識あるいは受信することが可能となる。また信号制御装置42に配信された情報は、信号パラメータの設定変更に用いて信号機421,422に反映させることが可能である。信号制御装置42は、精度の良い予測旅行時間情報があれば、事前に信号パラメータを変更して、渋滞発生を抑制することも可能である。
【0022】
【発明の効果】
本発明の旅行時間予測装置は、予測旅行時間算出に旅行時間統計データベースに対する順位を用いているので、交通状況の異なる統計パターンによって必要であった人手による場合分けが自動的になされることになり、交通状況に応じた高精度の予測旅行時間を算出することが可能となる。
【図面の簡単な説明】
【図1】本発明の一実施例である旅行時間予測装置のブロック図。
【図2】本発明の実施例の分布内順位算出部内の処理概念図。
【図3】図3の具体的処理を表すフローチャート。
【図4】本発明の実施例の未来順位推定部内の処理概念図。
【図5】図4の具体的処理を表すフローチャート。
【図6】本発明の実施例の予測旅行時間決定部内の処理概念図。
【図7】図6の具体的処理を表すフローチャート。
【図8】本発明の別の実施例である旅行時間予測装置のブロック図。
【図9】本発明の実施例の旅行時間予測装置を利用した交通情報システム及び信号制御システムの一例。
【符号の説明】
1…旅行時間予測装置、21…到着時刻旅行時間分布範囲、23…出発時刻旅行時間分布範囲、41…旅行時間情報処理装置、42…信号制御装置、411…交通管制室内モニタ、412…旅行時間表示板、413…ビーコン(旅行時間情報通信装置)。[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to a travel time information processing apparatus and its application system, and more particularly to predicting travel time information of a section measured or estimated by a device installed on a road at a departure time.
[0002]
[Prior art]
A system for measuring the section travel time, for example, AVI for measuring the travel time by comparing the vehicle number information of vehicles passing through two predetermined points on the road, travel time information measured on the in-vehicle device (uplink travel time information ), An uplink system that collects travel time using a bidirectional communication function between an optical beacon installed on the road and a dedicated in-vehicle device, and a device that aggregates vehicle positions at regular intervals using a cellular telephone network The travel time calculated in the system that calculates the travel time from the route information by transmitting the information to the travel time and the system that estimates the travel time from the sensor information such as the ultrasonic sensor installed on the road is calculated at the time of measurement or calculation. Information. The information that should be provided or used at the current time is the travel time of the section when the vehicle is present at the departure point of the section that is scheduled to travel, so the travel time information acquired so far must be used. Need to predict. As a travel time prediction method, a difference obtained by comparing the travel time acquired at the current time with the statistical average value at the same time in the past is obtained, and the difference is added to the statistical average value at the departure time at the upstream of the section. One that calculates the predicted travel time, one that calculates the predicted travel time by applying an AR model to the travel time time series information and corrects it, and a paper “Travel time prediction on the street” (Transport Engineering Research Society, Traffic Engineering 1995 No. 6 Vol. 30, pp. 9 to 19), a model is constructed from the relationship between vehicle sensor data and travel time, and an optimal predicted travel time is calculated using a Kalman filter, as disclosed in JP-A-10-124791. Then, the correlation between the vehicle sensor information at the past time and the measured travel time, the congestion length at the current time are calculated, and the outflow traffic volume, inflow traffic volume, And the travel time is predicted from a traffic flow model. As described in Japanese Patent Application Laid-Open No. 9-270091, the travel time acquired at the current time is compared with a past database to make a travel with similar changes. There are various methods such as a method of extracting time data and predicting a travel time at a departure time.
[0003]
[Problems to be solved by the invention]
A problem to be considered with respect to travel time prediction is that travel time information acquired at the current time is always past information. More specifically, the travel time information of the vehicle arriving downstream of the section at the current time is the travel time information at the current time based on the arrival time, but is the current travel time information based on the time departing from the upstream of the section. This is information at a past time obtained by subtracting the travel time from the time. The travel time information with the upstream departure time as the current time is the travel time required for the vehicle present at the upstream to pass through the section, and is the travel time to be predicted. In order to calculate the predicted travel time, it is necessary to jump at least by the travel time even if the latest acquired information is used. The conventional method is based on the assumption that the travel time tends to fluctuate during the time of leap for prediction in common. This assumption is almost true in non-congested or short-distance travel time fluctuation trends, but this assumption is not necessarily true for long-distance travel time fluctuation trends when traffic jams rise or fall. Not exclusively.
[0004]
In the present invention, by focusing not only on the fluctuation tendency of the travel time itself, but also on the tendency of the order of the current travel time with respect to the past travel time distribution which is considered to be more stable than the fluctuation tendency of the travel time itself, It is an object of the present invention to provide a travel time prediction device that enables accurate travel time prediction.
[0005]
[Means for Solving the Problems]
The travel time prediction device that achieves the above object creates a travel time distribution for each time zone by using a measured or estimated section travel time and editing a travel time database in which the section travel time is accumulated for a certain period in the past. Means for determining the rank of the current section travel time in the travel time distribution based on the arrival time, and calculating the predicted rank using at least one of the rank and the time-series variation tendency of the rank. Means and means for extracting a predicted travel time corresponding to the predicted order from the travel time distribution based on the departure time.
[0006]
Further, another travel time prediction device that achieves the above object is a travel time prediction unit, which travels based on at least one of a section travel time obtained by actual measurement or estimation at the current time and a time-series variation tendency of the section travel time. It is characterized by having means for estimating time and means for calculating estimated travel time by combining the two estimating means.
[0007]
A feature of the travel time prediction device of the present invention is that the travel time prediction device is used to edit the predicted travel time information into a predetermined format to create traffic information, and a traffic manager monitors the traffic information. A traffic information providing system includes a monitor output unit, a unit for transmitting the traffic information to a communication device on the road, a unit for displaying the traffic information on an information medium on a mobile body, and the like.
[0008]
A feature of the travel time prediction device of the present invention is that the travel time prediction device is used to edit the travel time information into a predetermined format to create traffic information, and a traffic manager monitors the traffic information. A signal control system includes a monitor output unit, a unit for transmitting the traffic information to a signal control device on the road, a unit for setting signal parameters using information from the communication device, and the like.
[0009]
In addition, the travel time prediction device of the present invention directly uses data in the distribution instead of parameters such as average and variance to express the travel time distribution, so that conventionally, such as weekdays and holidays that require manual data analysis, are used. It is not necessary to classify cases according to different traffic conditions, and even if different traffic conditions are expressed on the same travel time distribution, it is possible to accurately judge the traffic conditions based on the tendency of the ranking. Furthermore, the travel time prediction device of the present invention uses the trend change of the rank even for a travel time input having a variation pattern that did not exist in the past, so that it is possible to calculate a highly accurate predicted travel time. Is possible.
[0010]
BEST MODE FOR CARRYING OUT THE INVENTION
Hereinafter, an embodiment of the travel time prediction device according to the present invention will be described based on the embodiment illustrated in FIGS. 1 to 6.
[0011]
FIG. 1 is a block diagram of the travel
[0012]
The in-distribution
[0013]
FIG. 3 is a diagram of the process of FIG. In the graph on the left, the arrival time travel time distribution range 21 represents the range of the arrival time travel time distribution in chronological order, and 114 represents the chronological trend of the arrival time travel time. In what area the time-series arrival time travel time 114 exists with respect to the arrival time travel time distribution range 21, that is, how the current travel time is compared with the past traffic conditions at the same time in the same section. Is calculated, an ascending relative rank, which is a cumulative relative frequency with respect to the distribution, is calculated in order to express whether or not. The graph on the right is obtained by cutting out information at the current time in the graph on the left. 22 is a cumulative distribution curve of the arrival travel time at the current time. By comparing the
[0014]
FIG. 4 is a flowchart showing the internal processing of the future ranking estimating
[0015]
Rp = A0 · R0 + A1 · R1 + ··· An · Rn (Formula 1)
Here, R0 represents an ascending relative order at the current time.
[0016]
FIG. 5 specifically shows the processing of FIG. In the future rank estimating process, the prediction rank is estimated by weighting and smoothing the past ascending rank tendency. When the travel time distribution density is high, the tendency of the ascending relative rank in the time series to increase with a slight shift in travel time. Also, if the travel time distribution density is small, the tendency of the ascending relative rank to change is small. However, the variation tendency of the ascending relative rank is unlikely to change abruptly if the average tendency is taken although the amplitude is large or small. On the other hand, the tendency of the travel time itself to change in a time series tends to suddenly change when traffic congestion occurs or disappears, and if an average tendency is taken, the delay with respect to a change in traffic condition increases. Therefore, the most characteristic feature of the present invention is that in predicting the travel time, the future prediction is enabled by taking the tendency of the rank considered to show a more stable change. Even if the distribution shape has two peaks due to the mixture of weekday data and holiday data in the travel time distribution, the trend pattern is used automatically, so that the travel time fluctuation pattern is automatically closer. It is possible to follow the distribution tendency. For this reason, it is not necessary for the traffic manager to classify cases according to differences in statistical patterns in advance. When a travel time variation pattern that does not exist in the past is input, it is possible to distinguish the difference from the normal travel time variation pattern from the ranking variation tendency and output an appropriate predicted travel time It is.
[0017]
FIG. 6 is a flowchart illustrating the internal processing of the predicted travel
[0018]
FIG. 7 specifically shows the processing of FIG. The processing of FIG. 7 is a form in which the processing of FIG. 3 is executed in the reverse direction. The travel time distribution range based on the departure time is represented by the departure time travel
[0019]
FIG. 8 is another example of the travel time prediction device of the present invention. The final predicted
[0020]
Tp = B0 · T0 + B1 · T1 +... + Bn · Tn (Equation 2)
Here, T0 represents the arrival time travel time at the current time. The method of
[0021]
FIG. 9 is an embodiment of an application system including the travel time prediction device of the present invention. The predicted travel time data created by using the travel
[0022]
【The invention's effect】
Since the travel time prediction device of the present invention uses the ranking in the travel time statistical database for calculating the predicted travel time, the manual classification required by the statistical patterns with different traffic conditions is automatically performed. Thus, it is possible to calculate a highly accurate predicted travel time according to the traffic condition.
[Brief description of the drawings]
FIG. 1 is a block diagram of a travel time prediction device according to an embodiment of the present invention.
FIG. 2 is a conceptual diagram of processing in an intra-distribution rank calculating unit according to the embodiment of the present invention.
FIG. 3 is a flowchart showing specific processing of FIG. 3;
FIG. 4 is a conceptual diagram of processing in a future ranking estimating unit according to the embodiment of the present invention.
FIG. 5 is a flowchart showing specific processing of FIG. 4;
FIG. 6 is a conceptual diagram of processing in a predicted travel time determination unit according to the embodiment of the present invention.
FIG. 7 is a flowchart showing specific processing of FIG. 6;
FIG. 8 is a block diagram of a travel time prediction device according to another embodiment of the present invention.
FIG. 9 is an example of a traffic information system and a signal control system using the travel time prediction device according to the embodiment of the present invention.
[Explanation of symbols]
DESCRIPTION OF
Claims (4)
該区間旅行時間を過去の一定期間蓄積した旅行時間データベースを編集して各時間帯ごとの旅行時間累積分布を作成する手段と、区間の下流到着時刻を基準とした該旅行時間累積分布内における現在の区間旅行時間の順位を求める手段と、該順位と該順位の時系列変動傾向との少なくとも一方を用いて予測順位を算出する手段と、区間の上流出発時刻を基準とした該旅行時間累積分布から該予測順位に相当する予測旅行時間を抽出する手段とを有する旅行時間予測装置。Using the measured or estimated section travel time,
Means for compiling a travel time database in which the section travel time is accumulated for a certain period in the past to create a travel time cumulative distribution for each time zone; Means for calculating the rank of the section travel time, means for calculating a predicted rank using at least one of the rank and the time-series variation tendency of the rank, and the cumulative travel time distribution based on the upstream departure time of the section. Means for extracting a predicted travel time corresponding to the predicted order from the estimated travel time.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP03681799A JP3541708B2 (en) | 1999-02-16 | 1999-02-16 | Travel time prediction device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP03681799A JP3541708B2 (en) | 1999-02-16 | 1999-02-16 | Travel time prediction device |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2000235692A JP2000235692A (en) | 2000-08-29 |
JP3541708B2 true JP3541708B2 (en) | 2004-07-14 |
Family
ID=12480326
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP03681799A Expired - Fee Related JP3541708B2 (en) | 1999-02-16 | 1999-02-16 | Travel time prediction device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3541708B2 (en) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4255007B2 (en) * | 2003-04-11 | 2009-04-15 | 株式会社ザナヴィ・インフォマティクス | Navigation device and travel time calculation method thereof |
JP4706031B2 (en) * | 2003-08-07 | 2011-06-22 | 独立行政法人産業技術総合研究所 | Congestion situation prediction program, computer-readable recording medium recording congestion situation prediction program and congestion situation prediction apparatus, navigation program, computer-readable recording medium recording navigation program, and navigation apparatus |
JP4932524B2 (en) | 2006-10-20 | 2012-05-16 | 日本電気株式会社 | Travel time prediction apparatus, travel time prediction method, traffic information providing system and program |
JP4680882B2 (en) * | 2006-12-25 | 2011-05-11 | 株式会社日立製作所 | Traffic information processing apparatus and traffic information display apparatus |
JP4786690B2 (en) * | 2008-07-25 | 2011-10-05 | 日本電信電話株式会社 | Fixability evaluation support apparatus, method, and program |
JP5557199B2 (en) * | 2012-01-06 | 2014-07-23 | 住友電工システムソリューション株式会社 | Traffic information display device, computer program, and traffic information display method |
JP5967226B2 (en) * | 2013-02-01 | 2016-08-10 | 富士通株式会社 | Travel time prediction method, travel time prediction apparatus, and program |
-
1999
- 1999-02-16 JP JP03681799A patent/JP3541708B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2000235692A (en) | 2000-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9599488B2 (en) | Method and apparatus for providing navigational guidance using the states of traffic signal | |
Lin et al. | Experimental study of real-time bus arrival time prediction with GPS data | |
JP6099682B2 (en) | Traffic monitoring system and method, computer program | |
US7953544B2 (en) | Method and structure for vehicular traffic prediction with link interactions | |
EP1887319B1 (en) | Traffic information providing device, traffic information providing system, traffic information transmission method, and traffic information request method | |
US9437108B2 (en) | Estimation of actual conditions of a roadway segment by weighting roadway condition data with the quality of the roadway condition data | |
JP6063237B2 (en) | Traffic jam prediction device, traffic jam prediction system, traffic jam prediction method, and program | |
US20100286899A1 (en) | Combining Road and Vehicle Traffic Information | |
JP5901838B2 (en) | How to predict future travel time on a link | |
JPH08503317A (en) | Traffic parameter prediction method | |
US6329932B1 (en) | Method for determining traffic data and traffic information exchange | |
JP3541708B2 (en) | Travel time prediction device | |
KR100772511B1 (en) | Method for searching the shortest route based on traffic prediction and apparatus thereof | |
JP4415278B2 (en) | Traffic flow behavior estimation system at intersections | |
JP4313457B2 (en) | Travel time prediction system, program recording medium, travel time prediction method, information providing device, and information acquisition device | |
CN106469503B (en) | A kind of method and apparatus for predicting traffic events coverage | |
JP4240309B2 (en) | Travel time providing method, apparatus and program | |
JP3933127B2 (en) | Travel time prediction method, apparatus and program | |
JP2007122359A (en) | Traffic information processor, and traffic information processing method | |
JP2000057483A (en) | Method and device for predicting traffic condition and recording medium storing traffic condition prediction program | |
JP3355887B2 (en) | Travel time prediction method and travel time prediction device | |
JP3468686B2 (en) | Travel time estimation method and device | |
JP4235913B2 (en) | Travel time prediction method, apparatus and program | |
JP2018073322A (en) | Traveling time prediction program, traveling time prediction system, and traveling time prediction method | |
Charle et al. | Estimating route travel time variability from link data by means of clustering |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040225 |
|
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: 20040309 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040322 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090409 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090409 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100409 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110409 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120409 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120409 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130409 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140409 Year of fee payment: 10 |
|
LAPS | Cancellation because of no payment of annual fees |