JP4137672B2 - 渋滞予測システムおよび渋滞予測方法 - Google Patents
渋滞予測システムおよび渋滞予測方法 Download PDFInfo
- Publication number
- JP4137672B2 JP4137672B2 JP2003059456A JP2003059456A JP4137672B2 JP 4137672 B2 JP4137672 B2 JP 4137672B2 JP 2003059456 A JP2003059456 A JP 2003059456A JP 2003059456 A JP2003059456 A JP 2003059456A JP 4137672 B2 JP4137672 B2 JP 4137672B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- traffic jam
- traffic
- link
- probability
- 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)
- Instructional Devices (AREA)
Description
【発明が属する技術分野】
本発明は、渋滞の発生と渋滞の持続とを考慮した交通渋滞を予測する技術に関する。
【0002】
【先行技術】
関連する先行技術として、特開2002−296057号を抽出した。これに開示された技術は、「予想渋滞領域」が設定され、経路探索に反映されるとしている。この「予想渋滞領域」とは、例えば所定範囲内に所定数以上のデパートが存在するために時間帯によっては恒常的な渋滞となると予想される領域である。道路交通情報を利用することなく渋滞区間を避けた経路探索が可能な技術である、とされている。
【0003】
【特許文献1】
特開2002−296057号公報
【0004】
【発明が解決しようとする課題】
特開2002−296057号に開示された技術では、渋滞の原因の一つと考えられている天候や開催されるイベントといった要因は、加味されていない。
【0005】
また、渋滞の解消に関するデータを加味した予測は行われていない。そのため、10分後や1時間後といった短期の予測においては、精度の高い予測が困難である。
【0006】
そこで、本発明が解決しようとする課題は、渋滞の発生確率や、渋滞の解消時間の経験値を加味した渋滞予測が可能な技術を提供することにある。
請求項1から請求項5に記載の発明の目的は、渋滞の発生確率や、渋滞の解消時間の経験値を加味した渋滞予測が可能な渋滞予測システムを提供することである。
請求項6に記載の発明の目的は、渋滞の発生確率や、渋滞の解消時間の経験値を加味した渋滞予測が可能な渋滞予測プロセスを提供することである。
【0007】
【課題を解決するための手段】
上記した課題を解決するため、本願発明は、過去の道路交通情報を取得しておよび相関データを蓄積し、渋滞の解消予測とともに渋滞の発生を予測するものである。数時間後や数日後といった中長期の予測よりも、10分後や1時間後といった短期の予測に適している。
【0008】
(請求項1)
請求項1記載の発明は、渋滞発生予測についての渋滞相関データと渋滞継続時間についての渋滞パターンデータとを用いて渋滞の予測データを算出するシステムに係る。
すなわち、 過去の道路交通情報に基づいて、他のリンクが渋滞している場合に当該リンクが渋滞する確率である渋滞相関度と、他のリンクで発生した渋滞が当該リンクに達するまでの時間間隔である時間ギャップと、を含むリンク毎の渋滞相関データを作成する相関データ作成手段と、 過去の道路交通情報に基づいて、曜日毎および時間帯毎に、渋滞が持続する平均時間と標準偏差とを含む実績データである渋滞パターンデータをリンク毎に作成する渋滞パターンデータ作成手段と、 前記の相関データ作成手段で作成された渋滞相関データを蓄積する相関データベースと、 前記の渋滞パターンデータ作成手段で作成された渋滞パターンデータを蓄積する渋滞パターンデータベースと、 現況のリンク毎の道路交通情報を取得する道路交通情報受信手段と、 その道路交通情報受信手段が取得したリンク毎の現況の道路交通情報と前記の渋滞相関データとに基づいてリンク毎の渋滞発生確率を算出する渋滞発生確率算出手段と、 リンク毎の現況の道路交通情報と前記の渋滞パターンデータとに基づいてリンク毎の渋滞持続確率を算出する渋滞持続確率算出手段と、 その渋滞持続確率および前記渋滞発生確率にそれぞれ算出用係数を掛けたものを用いて、リンク毎に渋滞予測データを算出する渋滞予測データ算出手段と、を備えた渋滞予測システムである。
【0009】
(用語説明)
「リンク毎の道路交通情報」については、例えば、本願に係るシステムとは別に設けられた道路交通情報提供システムから得ることとする。ここで、「道路交通情報提供システム」とは、例えば、道路交通情報を提供している日本道路交通情報センターである。
「リンク」とは、一般には主要交差点間の区間のことであるが、進行方向がどちらであるかということも特定される。すなわち、ベクトルのように位置情報と方向という要素を備えたデータである。
【0010】
「渋滞相関データ」や「渋滞パターンデータ」の作成に際しては、リンク毎の過去の渋滞データを単純に平均することによって作成する場合のほか、ごく最近のデータをそれ以前のデータよりも優先するために加重平均とするなどによって作成する場合もある。例えば、過去3年間の渋滞データを使用する場合、3年前の渋滞データよりも1年前の渋滞データを重用するように重み付けをして算出する。
【0011】
(作用)
リンク毎の過去の道路交通情報に基づいて、相関データ作成手段が所定のリンクに対する他のリンクとの渋滞相関データを作成し、作成された渋滞相関データは、相関データベースへ蓄積する。
一方、リンク毎の過去の道路交通情報に基づいて、渋滞パターンデータ作成手段が所定のリンクにおける渋滞継続時間の実績データである渋滞パターンデータを作成し、作成された渋滞パターンデータは、渋滞パターンデータベースへ蓄積する。
【0012】
次に、リンク毎の現況の道路交通情報と渋滞相関データとに基づいて、渋滞発生確率算出手段がリンク毎の渋滞発生確率を算出する。一方、リンク毎の現況の道路交通情報と渋滞パターンデータとに基づいて、渋滞持続確率算出手段がリンク毎の渋滞持続確率を算出する。
そして、その渋滞持続確率と前記渋発生確率とを用いて、渋滞予測データ算出手段がリンク毎の渋滞予測データを算出する。ここにおいて、渋滞発生確率だけでなく、渋滞持続時間すなわち渋滞の解消時間をも加味した渋滞予測が行われたこととなる。このため、予測精度の向上が期待できるとともに、10分後や1時間後といった短期の予測に適している。
【0013】
【0014】
(用語説明)
「渋滞相関度」とは、あるリンク(D)が渋滞している場合に、渋滞予測をしたいリンク(A)が渋滞する確率をいう。
「時間ギャップ」とは、あるリンク(D)で発生した渋滞が、予測したいリンク(A)へ到達するまでの時間をいう。
【0015】
(作用)
所定のリンクに対する他のリンクとの渋滞相関データを、相関データベースが蓄積する。その蓄積に際しては、リンク単位の道路交通情報に基づいて、所定のリンクに対する他のリンクの渋滞に関する相関度と時間ギャップとを算出し、蓄積することとする。リンク特定データに係るリンクに関連する他のリンクの渋滞相関度が、時間ギャップとともに蓄積されているので、渋滞発生確率の算出が容易に、且つ合理的に行える。
【0016】
【0017】
渋滞パターンデータを、曜日毎および時間帯毎に、渋滞が持続する平均時間と標準偏差とを蓄積することとしているので、渋滞を予測したい曜日および時間が現況データとして入力されれば、それに基づいて該当する渋滞パターンデータを選択すればよい。このため演算が単純であり、時々刻々と追加される(変化する)道路交通情報であっても、次々に渋滞予測を算出できる。
【0018】
(請求項2)
請求項2に記載の発明は、請求項1に記載した渋滞予測システムを限定したものであり、
渋滞パターンデータ作成手段は、過去の天気データに基づいて渋滞パターンデータを天気毎に作成するとともに、渋滞持続確率算出手段は、天気データに対応する渋滞パターンデータに基づいてリンク毎の渋滞持続確率を算出することとした備えた渋滞予測システムに係る。
【0019】
(用語説明)
「天気データ」とは、一般的には、地域および所定時間おきに記録される実際の天候である。単に、天気=晴れ、雨、雪といった天候の場合のほか、1時間あたりの雨量が何ミリ、積雪量何センチといった付随データをも含む場合もある。渋滞パターンデータベースには、天気が晴れの場合の渋滞パターンデータと、天気が雨の場合の渋滞パターンデータとを別々に備えており、渋滞持続確率算出手段は、天気データに対応させた渋滞パターンデータを抽出し、渋滞持続確率を算出するのである。
なお、「天気データ」につき、現況の天気データの代わりに地域および時間帯毎に予報される天気予報を用いることも可能であるが、その場合、より精度の高い渋滞予測のためには天気予報の正当確率(例えば約80%)を加味する必要性が生じる。
【0020】
(作用)
渋滞パターンデータベースには、天気毎の渋滞パターンデータが蓄積されている。そして、渋滞持続確率算出手段は、天気データに対応する渋滞パターンデータを抽出し、それを用いてリンク毎の渋滞持続確率を算出する。このため、より正確な渋滞持続確率を算出でき、その結果、渋滞予測データの精度も高まる。
【0021】
(請求項3)
請求項3に記載の発明は、請求項1から請求項2のいずれかに記載した渋滞予測システムを限定したものであり、
渋滞パターンデータ作成手段は、過去のイベントデータに基づいて渋滞パターンデータをイベントの有無毎に作成するとともに、渋滞持続確率算出手段は、現況のイベントデータに対応する渋滞パターンデータに基づいてリンク毎の渋滞持続確率を算出することとした渋滞予測システムに係る。
【0022】
(用語説明)
「イベントデータ」とは、渋滞予測に係る道路の近くで開催されるイベントに関するデータである。当該イベントの開催日時といった形式的なデータの他、予想される人出など、当該イベントに関連する情報を含む場合もある。例えば、プロスポーツの試合、イベントホールにおけるコンサート、お祭りやデモ行進などの催しに伴う交通規制などである。
【0023】
(作用)
渋滞パターンデータベースには、イベントの有無毎に渋滞パターンデータが作成されている。そして、渋滞持続確率算出手段は、イベントの有無にに対応する渋滞パターンデータを抽出し、それを用いてリンク毎の渋滞持続確率を算出する。このため、より正確な渋滞持続確率を算出でき、その結果、渋滞予測データの精度も高まる。
【0024】
(請求項4)
請求項4に記載の発明は、請求項1から請求項3のいずれかに記載した渋滞予測システムを限定したものであり、
予測データ算出手段によって算出された渋滞予測データと現実の渋滞データとを比較してその誤差データを記憶する誤差データ記憶手段と、その誤差データ記憶手段に記憶された誤差データを用いて、渋滞予測データ算出手段に用いる算出用係数等を補正する算出用係数等補正手段とを備えた渋滞予測システムに係る。
【0025】
(用語説明)
「誤差データ記憶手段」とは、ランダムアクセスメモリでもよいが、ハードディスクなど不揮発性の記憶装置が好ましい。精度向上のために補正された算出用係数等を、後に変更する場合などに対応できるからである。
「算出用係数等」とは、例えば、「渋滞予測データ=渋滞発生確率×m+渋滞持続確率×n」であるとして算出される場合の(m,n)といった係数をいう。「算出用係数等補正手段」は、誤差データに基づいて、誤差を小さくするために新たな算出用係数(m’,n’)を算出する手段である。
【0026】
(作用)
予測データ算出手段によって算出された渋滞予測データと現実の渋滞データとを比較し、その誤差データを誤差データ記憶手段が記憶する。そして、その誤差データ記憶手段に記憶された誤差データを用いて、渋滞予測データ算出手段に用いる算出用係数等を算出用係数等補正手段が補正する。補正された算出用係数等を用いることにより、次回以降に算出する渋滞予測データの精度をより高める。
【0027】
(請求項5)
請求項5に記載の発明は、請求項1から請求項4のいずれかに記載した渋滞予測システムを限定したものであり、
現在の位置データ等を送信可能な位置データ等送受信手段から送信されてくる位置データ等を受信する位置データ等受信手段を備えるとともに、渋滞予測データ算出手段が算出した渋滞予測データのうち当該位置データ等に関連する渋滞予測データを、前記位置データ等送受信手段へ送信する渋滞予測データ送信手段を備えた渋滞予測システムに係る。
【0028】
(用語説明)
「位置データ等」とは、最低限位置データおよび進行方向を必要とする趣旨である。位置データの他に、特に渋滞予測データを知りたいリンクなどがある。なお、位置データを所定間隔にて複数回受信すれば、方向データや渋滞中か否かといったデータを、位置データ等受信手段が取得できることとなる。
「位置データ等送受信手段」としては、カーナビゲーション装置の他、GPS機能のある携帯電話、携帯情報端末などがある。
【0029】
(作用)
現在の位置データ等を送信可能な位置データ等送受信手段から送信されてくる位置データ等を、位置データ等受信手段が受信する。
渋滞予測データ算出手段が算出した渋滞予測データのうち、当該位置データに関連する渋滞予測データは、渋滞予測データ送信手段が前記位置データ等送受信手段へ送信する。
【0030】
(請求項6)
請求項6に記載の発明は、渋滞発生予測についての渋滞相関データと渋滞継続時間についての渋滞パターンデータとを用いて渋滞の予測データを算出する渋滞予測方法に係る。
すなわち、 過去の道路交通情報に基づいて、他のリンクが渋滞している場合に当該リンクが渋滞する確率である渋滞相関度と、他のリンクで発生した渋滞が当該リンクに達するまでの時間間隔である時間ギャップと、を含むリンク毎の渋滞相関データを作成する相関データ作成手順と、 過去の道路交通情報に基づいて、曜日毎および時間帯毎に、渋滞が持続する平均時間と標準偏差とを含む実績データである渋滞パターンデータをリンク毎に作成する渋滞パターンデータ作成手順と、 前記の相関データ作成手段で作成された渋滞相関データを相関データベースに蓄積する相関データ蓄積手順と、 前記の渋滞パターンデータ作成手段で作成された渋滞パターンデータを渋滞パターンデータベースに蓄積する渋滞パターンデータ蓄積手順と、 現況のリンク毎の道路交通情報を取得する道路交通情報受信手順と、 その道路交通情報受信手順にて取得したリンク毎の現況の道路交通情報と前記の渋滞相関データとに基づいてリンク毎の渋滞発生確率を算出する渋滞発生確率算出手順と、 リンク毎の現況の道路交通情報と前記の渋滞パターンデータとに基づいてリンク毎の渋滞持続確率を算出する渋滞持続確率算出手順と、 その渋滞持続確率および前記渋滞発生確率にそれぞれ算出用係数を掛けたものを用いて、リンク毎に渋滞予測データを算出する渋滞予測データ算出手順と、を実行することとした渋滞予測方法である。
【0031】
(バリエーション1)
以下のような、リンク毎の渋滞予測データを算出するシステムを提供することもできる。
すなわち、リンク毎の過去の道路交通情報に基づいて所定のリンクに対する他のリンクとの渋滞相関データを作成する相関データ作成手段と、作成された渋滞相関データを蓄積する相関データベースと、リンク毎の現況の道路交通情報と渋滞相関データとに基づいてリンク毎の渋滞発生確率を算出する渋滞発生確率算出手段とを備え、前記渋滞相関データは、リンク特定データに係るリンクに対して、当該リンクの渋滞に関連する他のリンクごとに渋滞相関度と時間ギャップとを蓄積することとした渋滞予測システムである。
【0032】
渋滞発生確率算出手段が算出したリンク毎の渋滞発生確率と、渋滞予測のために算出される他のデータとを組み合わせて最終的に渋滞予測データを算出することとしてもよいし、リンク毎の渋滞発生確率を単独で用いてもよい。
【0033】
(バリエーション2)
以下のような、リンク毎の渋滞予測データを算出するシステムを提供することもできる。
すなわち、リンク毎の過去の道路交通情報に基づいて所定のリンクにおける渋滞継続時間の実績データである渋滞パターンデータを作成する渋滞パターンデータ作成手段と、作成された渋滞パターンデータを蓄積する渋滞パターンデータベースと、リンク毎の現況の道路交通情報と渋滞パターンデータとに基づいてリンク毎の渋滞持続確率を算出する渋滞持続確率算出手段とを備え、渋滞パターンデータは、曜日毎および時間帯毎に、渋滞が持続する平均時間と標準偏差とを蓄積することとした渋滞予測システムである。
【0034】
渋滞持続確率算出手段が算出したリンク毎の渋滞持続確率と、渋滞予測のために算出される他のデータとを組み合わせて最終的に渋滞予測データを算出することとしてもよいし、リンク毎の渋滞持続確率を単独で用いてもよい。
【0035】
【発明の実施の形態】
以下、本発明を実施の形態及び図面に基づいて、更に詳しく説明する。ここで使用する図面は、図1乃至図8である。
【0036】
(図1)
図1には、渋滞発生予測についての渋滞相関データと渋滞継続時間についての渋滞パターンデータとを用いて、リンク毎の渋滞の予測データを算出する本システムの全体概要を示している。
本システムは、道路交通情報提供システムから取得するリンク単位の道路交通情報に基づいて所定のリンクに対する他のリンクとの渋滞相関データを蓄積する相関データベース(図中、「DB」と略記)と、同じく道路交通情報提供システムから取得する道路交通情報に基づいて所定のリンクにおける渋滞継続時間の実績データである渋滞パターンデータを作成して蓄積する渋滞パターンデータベースを備える。
【0037】
(渋滞相関データ)
相関データベースに蓄積される渋滞相関データとは、ある一のリンク(たとえばA)において発生する渋滞との関連性が深い他のリンク(たとえばB,Cなど)についての渋滞相関度、および前記一のリンクまでの時間ギャップを含むデータである。リンク毎の過去の渋滞データに基づいて、相関データ作成手段が作成する。詳細は、図2を用いて例示しているので後述する。
【0038】
(渋滞パターンデータ)
渋滞パターンデータベースに蓄積される渋滞パターンデータとは、道路交通情報提供システムからリンク毎の過去の渋滞データを取得することによって、所定のリンクに対して、渋滞が発生してから解消するまでの時間の平均値および標準偏差を算出したものである。リンク毎の過去の渋滞データに基づいて、渋滞パターンデータ作成手段が作成する。渋滞の予測に用いる際の使いやすさや精度のため、曜日ごとおよび時間帯ごとにそれぞれ作成して、渋滞パターンデータベースに蓄積している。詳細は、図3を用いて例示しているので後述する。
また、渋滞パターンデータは、天気データ提供システムから過去の天気データを取得し、イベントデータ提供システムから過去のイベントデータを取得し、天気毎、イベントの有無などによっても作成している。詳細は、図5を用いて例示しているので後述する。
【0039】
(渋滞予測データ)
相関データ抽出手段に抽出された渋滞相関データと、リンク毎の現況の渋滞データとを用いて、渋滞発生確率算出手段がリンク毎の渋滞発生確率を算出する。一方、現況の天気データおよび現況のイベントデータを用いて渋滞パターンデータ抽出手段に抽出された渋滞パターンデータとリンク毎の現況の渋滞データとを用いて、渋滞持続確率算出手段がリンク毎の渋滞持続確率を算出する。
【0040】
算出に際しては、「渋滞予測データ=渋滞発生確率×m+渋滞持続確率×n」であるとして算出される場合の(m,n)といった算出用係数を用いる。なお、この算出用係数は、精度を高めるために順次補正していく。詳細は、図4を用いて例示しているので後述する。
それぞれ算出された渋滞発生確率と渋滞持続確率とを用いて、渋滞予測データ算出手段がリンク毎の渋滞予測データを算出する。算出された結果は、必要とされるデータ形式にて渋滞予測データ出力手段が出力する。
【0041】
(図2)
図2は、渋滞相関データと現況データとを用いて渋滞発生確率を算出する手順を示した概念図である。
道路交通情報提供システムから提供された道路交通情報は、道路交通情報受信手段が受信し、過去のデータについては相関データ作成手段が相関データを作成する。現況のデータについては、渋滞発生確率を算出する際に用いる。「リンクA」を例として、以下説明する。
【0042】
(渋滞相関データ)
相関データベースには、各リンク(この場合にはA)の渋滞に関連の深い複数のリンク(B〜F)についての渋滞相関データが蓄積されている。渋滞相関データとは、渋滞相関度と時間ギャップとの組合せからなる。渋滞相関度とは、当該リンクが渋滞している場合に算出すべきリンク(リンクA)が渋滞する確率のことである。また、時間ギャップとは、当該リンクで発生した渋滞が渋滞を予測したいリンク(リンクA)へ到達するまでの所要時間である。リンクB〜Fにおいて、渋滞相関度は70,60,50,40,30%であり、時間ギャップは10,15,20,25,30分である。
【0043】
(現況データおよび渋滞発生確率の算出)
道路交通情報受信手段が受信した現況データでは、リンクB,Cは渋滞しておらず、リンクD,E,Fが渋滞している、とする。
渋滞相関データと現況データとを用いて、算出すべきリンクAの渋滞発生確率を算出する。現在時刻が月曜日の午前7:00であるとすると、10分後、15分後、20分後、25分後、30分後に、リンクAが渋滞している確率は、それぞれ0%、0%、50%、40%、30%である。
例えば、20分後に到達するであろうリンクAにおいて渋滞に巻き込まれる確率は、20分後として表示されている50%ということになる。
【0044】
(図3)
続いて、図3に基づいて、渋滞持続確率の算出について説明する。
道路交通情報提供システムから提供された道路交通情報は、道路交通情報受信手段が受信し、過去のデータについては渋滞パターンデータ作成手段が渋滞パターンデータを作成する。現況のデータについては、渋滞持続確率を算出する際に用いる。「リンクA」を例として、以下説明する。
【0045】
(渋滞パターンデータ)
渋滞パターンデータは、曜日ごとおよび3時間おきという時間帯ごとに、過去のデータから算出した渋滞の平均持続時間μ、標準偏差σを算出して蓄積している。過去の渋滞データがほぼ正規分布になるという想定が大きく崩れている場合には、補正したり、他の算出方法を採用してもよい。なお、渋滞パターンデータは、天気毎、イベントの有無などによって別々に作成されているが、ここでは説明の簡略化のため、省略している。また、時間帯については3時間おきに区分しているが、特に定められているわけではなく、運用上変更してもよい。
【0046】
(現況データおよび渋滞持続確率の算出)
道路交通情報システムからは、リンクAは渋滞発生から15分を経過している旨を受信する。一方、現在が月曜日の午前7:00であることから、月曜日の6:00〜8:59の時間帯である「渋滞の平均持続時間μ、標準偏差σ」を抽出し、渋滞持続確率算出手段が、渋滞持続確率を算出する。月曜日の午前7:00のリンクAにて渋滞が持続している確率は、10分後、15分後、20分後、25分後、30分後に、それぞれ30%、20%、10%、5%、3%である。
【0047】
20分後についての算出例を示す。渋滞発生から15分を経過していること、更に、現在から20分後であるので、渋滞発生から合計で35分が経過していることとなる。したがって、渋滞の平均持続時間20分で標準偏差が5分であるという統計的な確率から、渋滞が解消している確率が10%と算出される。すなわち、リンクAが20分後にも渋滞が持続している確率は10%である。
【0048】
(図4)
図4では、渋滞発生確率と渋滞持続確率とが算出された後の渋滞予測データ、およびその渋滞予測データの算出手段についての補正(チューニング)について説明している。
渋滞発生確率と渋滞持続確率とが算出されたら、「渋滞予測データ=渋滞発生確率×m+渋滞持続確率×n」であるとして算出する。(m,n)=(1.0,1.0)とすると、図2および図3に示した例によれば、50%+10%=60%である。
さて、60%として算出された渋滞予測データの精度を高めるため、以下のような手段を備える。
【0049】
(補正手段)
図4に示すように、渋滞予測データ算出手段によって算出された渋滞予測データと、現実の渋滞データとを比較してその差分データを記憶する誤差データ記憶手段と、その誤差データ記憶手段に記憶された誤差データを用いて、渋滞予測データ算出手段に用いる算出用係数等を補正する算出用係数等補正手段とを備える。
算出用係数等補正手段が加重平均など各種の計算によって算出した新たな算出用係数(m’,n’)、例えば(1.12,0.95)を採用することにより、次回以降に算出する渋滞予測データの精度をより高める。
【0050】
(図5)
図5に示すのは、渋滞パターンのテーブルをいくつも用意している渋滞パターンデータベースについて、概念的に説明したものである。
本システムは、外部の情報システムとして、道路交通情報提供システム、イベントデータ提供システム、天候情報提供システムを利用している。
【0051】
道路交通情報提供システムから提供される道路交通情報は、渋滞情報、事故情報、工事情報などがある。天候情報提供システムから提供される天気データは、地域および時間帯毎の天気についてのデータである。イベントデータ提供システムから提供されるイベントデータ、例えばプロ野球、サッカー、コンサート、お祭りなどの開催に関するスケジュールなどが用いられる。
渋滞パターンデータは、イベントデータおよび天気データとの組合せによって複数のパターンデータを構成する。例えば、天気良好でイベントなし、天気が雨でイベントなし、天気良好でイベントあり、といった分類された渋滞パターンデータとして、渋滞パターンデータベースへ蓄積される。
【0052】
(図6)
図6は、図5に示した天気データ提供システムから提供される天気データや、イベントデータ提供システムから提供されるイベントデータを、渋滞パターンデータの補正手段に用いた場合を示している。すなわち、図5では、渋滞パターンデータを複数備えることとしたが、図6に示すのは、天気良好でイベントなしの渋滞パターンデータを基礎として、天気の違いやイベントの開催および種類などによって、天気補正係数やイベント補正係数を掛け合わせて用いる。
【0053】
例えば、天気が晴れの場合の渋滞パターンデータに対して、雨である場合にある曜日のある時間帯は渋滞確率が晴れの場合の1.3倍となる、といった天気補正係数を用意しておいて、渋滞持続確率を算出するのである。イベント補正係数についても同様である。すなわち、イベントがない場合の渋滞パターンデータに対して、イベント開催日におけるある時間帯は渋滞確率がイベントなし場合の1.6倍となる、といったイベント補正係数を用意しておいて、渋滞持続確率を算出するのである。
【0054】
(図7)
図7には、渋滞予測データを個別に利用する形態を例示している。ユーザが自らの位置データを検出し且つ送信可能な情報通信端末から、渋滞予測システムへ位置データを送信する。位置データとともに、渋滞予測の欲しいリンクなどを特定する場合もある。
送信された位置データ等は、本システムに備えられた位置データ等受信手段が受信する。そして、渋滞予測データ出力手段から、当該位置データ等に関連する個別の渋滞予測データを抽出し、渋滞予測データ送信手段から、前記ユーザに係る情報通信端末へ送信する。
以上のような構成を備えることにより、ユーザへの渋滞予測データ提供サービスが実現できる。なお、ユーザへの課金システムなどについては、その詳細を省略する。
【0055】
(図8)
図8は、図1に示した渋滞予測システムにおける各機能を分散した実施形態を示したものである。すなわち、リンク毎の渋滞発生確率を算出する渋滞発生確率算出システムと、リンク毎の渋滞持続確率を算出する渋滞持続確率算出システムと、両システムが算出したリンク毎の渋滞発生確率および渋滞持続確率を用いて渋滞予測データを算出する渋滞予測システムとを、それぞれ独立させている。
【0056】
3つのシステムを独立させることにより、渋滞発生確率算出システムまたは渋滞持続確率算出システムのいずれか一方、あるいは双方を独自に改善したり、運営したりすることができるなど、様々なメリットがある。
また例えば、渋滞発生確率算出手段が算出したリンク毎の渋滞発生確率と、渋滞予測のために算出される他のデータとを組み合わせて最終的に渋滞予測データを算出することとしてもよい。また、渋滞持続確率算出手段が算出したリンク毎の渋滞持続確率と、渋滞予測のために算出される他のデータとを組み合わせて最終的に渋滞予測データを算出することとしてもよい。
【0057】
【発明の効果】
請求項1から請求項5に記載の発明によれば、渋滞の発生確率や渋滞の解消時間の経験値を加味した渋滞予測が可能な渋滞予測システムを提供することができた。
請求項6に記載の発明によれば、渋滞の発生確率や渋滞の解消時間の経験値を加味した渋滞予測が可能な渋滞予測プロセスを提供することができた。
【図面の簡単な説明】
【図1】 渋滞の予測データを算出する本システムの全体概要を示す概念図である。
【図2】 渋滞相関データと現況データとを用いて渋滞発生確率を算出する手順を示した概念図である。
【図3】 渋滞持続確率を算出する手順を示した概念図である。
【図4】 渋滞発生確率と渋滞持続確率とが算出された後の処理を説明するための概念図である。
【図5】 渋滞パターンのテーブルをいくつも用意している渋滞パターンデータベースについての概念図である。
【図6】 イベントデータ提供システムから提供されるイベントデータを、渋滞パターンデータの補正手段に用いた場合を示す概念図である。
【図7】 渋滞予測データを個別に利用する場合を例示した概念図である。
【図8】 渋滞の予測データを算出するシステムにつき、機能毎に分割して統合したシステムの全体概要を示す概念図である。
Claims (6)
- 渋滞発生予測についての渋滞相関データと渋滞継続時間についての渋滞パターンデータとを用いて渋滞の予測データを算出するシステムであって、
過去の道路交通情報に基づいて、他のリンクが渋滞している場合に当該リンクが渋滞する確率である渋滞相関度と、他のリンクで発生した渋滞が当該リンクに達するまでの時間間隔である時間ギャップと、を含むリンク毎の渋滞相関データを作成する相関データ作成手段と、
過去の道路交通情報に基づいて、曜日毎および時間帯毎に、渋滞が持続する平均時間と標準偏差とを含む実績データである渋滞パターンデータをリンク毎に作成する渋滞パターンデータ作成手段と、
前記の相関データ作成手段で作成された渋滞相関データを蓄積する相関データベースと、
前記の渋滞パターンデータ作成手段で作成された渋滞パターンデータを蓄積する渋滞パターンデータベースと、
現況のリンク毎の道路交通情報を取得する道路交通情報受信手段と、
その道路交通情報受信手段が取得したリンク毎の現況の道路交通情報と前記の渋滞相関データとに基づいてリンク毎の渋滞発生確率を算出する渋滞発生確率算出手段と、
リンク毎の現況の道路交通情報と前記の渋滞パターンデータとに基づいてリンク毎の渋滞持続確率を算出する渋滞持続確率算出手段と、
その渋滞持続確率および前記渋滞発生確率にそれぞれ算出用係数を掛けたものを用いて、リンク毎に渋滞予測データを算出する渋滞予測データ算出手段と、を備えた渋滞予測システム。 - 渋滞パターンデータ作成手段は、過去の天気データに基づいて渋滞パターンデータを天気毎に作成するとともに、
渋滞持続確率算出手段は、天気データに対応する渋滞パターンデータに基づいてリンク毎の渋滞持続確率を算出することとした請求項1に記載した渋滞予測システム。 - 渋滞パターンデータ作成手段は、過去のイベントデータに基づいて渋滞パターンデータをイベントの有無毎に作成するとともに、
渋滞持続確率算出手段は、現況のイベントデータに対応する渋滞パターンデータに基づいてリンク毎の渋滞持続確率を算出することとした請求項1または請求項2のいずれかに記載した渋滞予測システム。 - 予測データ算出手段によって算出された渋滞予測データと、現実の渋滞データとを比較してその誤差データを記憶する誤差データ記憶手段と、
その誤差データ記憶手段に記憶された誤差データを用いて、渋滞予測データ算出手段に用いる算出用係数等を補正する算出用係数等補正手段と、を備えた請求項1から請求項3のいずれかに記載した渋滞予測システム。 - 現在の位置データ等を送信可能な位置データ等送受信手段から送信されてくる位置データ等を受信する位置データ等受信手段を備えるとともに、
渋滞予測データ算出手段が算出した渋滞予測データのうち当該位置データ等に関連する渋滞予測データを、前記位置データ等送受信手段へ送信する渋滞予測データ送信手段を備えた請求項1から請求項4のいずれかに記載した渋滞予測システム。 - 渋滞発生予測についての渋滞相関データと渋滞継続時間についての渋滞パターンデータとを用いて渋滞の予測データを算出する渋滞予測方法であって、
過去の道路交通情報に基づいて、他のリンクが渋滞している場合に当該リンクが渋滞する確率である渋滞相関度と、他のリンクで発生した渋滞が当該リンクに達するまでの時間間隔である時間ギャップと、を含むリンク毎の渋滞相関データを作成する相関データ作成手順と、
過去の道路交通情報に基づいて、曜日毎および時間帯毎に、渋滞が持続する平均時間と標準偏差とを含む実績データである渋滞パターンデータをリンク毎に作成する渋滞パターンデータ作成手順と、
前記の相関データ作成手段で作成された渋滞相関データを相関データベースに蓄積する相関データ蓄積手順と、
前記の渋滞パターンデータ作成手段で作成された渋滞パターンデータを渋滞パターンデータベースに蓄積する渋滞パターンデータ蓄積手順と、
現況のリンク毎の道路交通情報を取得する道路交通情報受信手順と、
その道路交通情報受信手順にて取得したリンク毎の現況の道路交通情報と前記の渋滞相関データとに基づいてリンク毎の渋滞発生確率を算出する渋滞発生確率算出手順と、
リンク毎の現況の道路交通情報と前記の渋滞パターンデータとに基づいてリンク毎の渋滞持続確率を算出する渋滞持続確率算出手順と、
その渋滞持続確率および前記渋滞発生確率にそれぞれ算出用係数を掛けたものを用いて、リンク毎に渋滞予測データを算出する渋滞予測データ算出手順と、を実行することとした渋滞予測方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003059456A JP4137672B2 (ja) | 2003-03-06 | 2003-03-06 | 渋滞予測システムおよび渋滞予測方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003059456A JP4137672B2 (ja) | 2003-03-06 | 2003-03-06 | 渋滞予測システムおよび渋滞予測方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2004272408A JP2004272408A (ja) | 2004-09-30 |
JP4137672B2 true JP4137672B2 (ja) | 2008-08-20 |
Family
ID=33122263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003059456A Expired - Fee Related JP4137672B2 (ja) | 2003-03-06 | 2003-03-06 | 渋滞予測システムおよび渋滞予測方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4137672B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101908270A (zh) * | 2009-03-27 | 2010-12-08 | 电装It研究所 | 事件判断装置 |
CN103116979A (zh) * | 2013-01-17 | 2013-05-22 | 东南大学 | 基于***安全指标分布法的道路事故黑点鉴别*** |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007011558A (ja) | 2005-06-29 | 2007-01-18 | Nissan Motor Co Ltd | 渋滞予測装置および方法 |
JP2008052671A (ja) * | 2006-08-28 | 2008-03-06 | Toyota Motor Corp | 渋滞状況予測装置 |
JP5462945B2 (ja) * | 2010-06-29 | 2014-04-02 | 本田技研工業株式会社 | 渋滞予測表示方法 |
GB201113112D0 (en) * | 2011-02-03 | 2011-09-14 | Tomtom Dev Germany Gmbh | Method of generating expected average speeds of travel |
JP6230306B2 (ja) * | 2013-07-09 | 2017-11-15 | 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 |
US20160189043A1 (en) * | 2014-12-24 | 2016-06-30 | Locator IP, L.P. | Crime forcasting system |
JP7033515B2 (ja) * | 2018-08-28 | 2022-03-10 | 株式会社Nttドコモ | 交通状況予測装置 |
JP7313820B2 (ja) * | 2018-12-20 | 2023-07-25 | 株式会社東芝 | 交通状況予測装置、および交通状況予測方法 |
CN111383444B (zh) * | 2018-12-28 | 2021-08-17 | 腾讯大地通途(北京)科技有限公司 | 预测路况状态的方法、装置、服务器及存储介质 |
CN113139766B (zh) * | 2020-01-20 | 2024-06-18 | 北京京东振世信息技术有限公司 | 巷道拥堵率的计算方法和装置、储位选择方法和装置 |
CN112598169B (zh) * | 2020-12-17 | 2023-03-24 | 广东南方通信建设有限公司 | 交通运行态势评估方法、***及装置 |
CN113378306B (zh) * | 2021-08-13 | 2021-12-03 | 腾讯科技(深圳)有限公司 | 交通控制方法、装置、电子设备及计算机可读存储介质 |
KR102608343B1 (ko) * | 2021-09-09 | 2023-11-30 | 네이버 주식회사 | 패턴 매칭을 이용하여 도로 정체 전파를 예측하는 방법, 컴퓨터 장치, 및 컴퓨터 프로그램 |
CN115273513B (zh) * | 2022-07-23 | 2023-06-13 | 宁波市杭州湾大桥发展有限公司 | 一种高速公路预警信息表示方法及*** |
CN115294770A (zh) * | 2022-08-03 | 2022-11-04 | 航天宏图信息技术股份有限公司 | 一种雨天交通拥堵指数的预测方法和装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0625770B1 (en) * | 1993-05-11 | 1998-03-04 | STMicroelectronics S.r.l. | Interactive road traffic monitoring method and apparatus |
JP4108150B2 (ja) * | 1996-09-03 | 2008-06-25 | 富士通テン株式会社 | 道路情報送信装置及び道路情報表示装置 |
JPH10124791A (ja) * | 1996-10-23 | 1998-05-15 | Sumitomo Electric Ind Ltd | 旅行時間予測方法および装置 |
JP3466413B2 (ja) * | 1997-04-04 | 2003-11-10 | トヨタ自動車株式会社 | 経路探索装置 |
JPH11238194A (ja) * | 1998-02-20 | 1999-08-31 | Fujitsu Ten Ltd | 交通渋滞予測方法および装置ならびに交通状況提供装置 |
JP2000011290A (ja) * | 1998-06-22 | 2000-01-14 | Hitachi Ltd | 旅行時間・渋滞情報推定方法及び装置 |
JP3849435B2 (ja) * | 2001-02-23 | 2006-11-22 | 株式会社日立製作所 | プローブ情報を利用した交通状況推定方法及び交通状況推定・提供システム |
JP3851947B2 (ja) * | 2001-05-17 | 2006-11-29 | 国土交通省国土技術政策総合研究所長 | 交通情報処理方法及び交通情報処理システム |
JP4548564B2 (ja) * | 2001-06-07 | 2010-09-22 | 三菱自動車工業株式会社 | 車両用ナビゲーション装置 |
-
2003
- 2003-03-06 JP JP2003059456A patent/JP4137672B2/ja not_active Expired - Fee Related
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101908270A (zh) * | 2009-03-27 | 2010-12-08 | 电装It研究所 | 事件判断装置 |
CN103116979A (zh) * | 2013-01-17 | 2013-05-22 | 东南大学 | 基于***安全指标分布法的道路事故黑点鉴别*** |
CN103116979B (zh) * | 2013-01-17 | 2015-01-28 | 东南大学 | 基于***安全指标分布法的道路事故黑点鉴别*** |
Also Published As
Publication number | Publication date |
---|---|
JP2004272408A (ja) | 2004-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4137672B2 (ja) | 渋滞予測システムおよび渋滞予測方法 | |
US10019896B2 (en) | Methods and systems for determining information relating to the operation of traffic control signals | |
Khattak et al. | Incident management integration tool: dynamically predicting incident durations, secondary incident occurrence and incident delays | |
US7236462B2 (en) | Method for data exchange with a mobile asset considering communication link quality | |
EP2040237B1 (en) | Dynamic prediction of traffic congestion by tracing feature-space trajectory of sparse floating-car data | |
US7439878B2 (en) | Apparatus and method for processing and displaying traffic information in an automotive navigation system | |
US7890261B1 (en) | Non real time traffic system for a navigator | |
EP1674889A1 (en) | Technique for creating, directing, storing and automatically delivering a message to an intended recipient based on climatic conditions | |
Berg et al. | Comparison of static ambulance location models | |
Klein et al. | Airport delay prediction using weather-impacted traffic index (WITI) model | |
US20150168169A1 (en) | Directions based on predicted future travel conditions | |
US20060178807A1 (en) | Apparatus and method for processing and displaying traffic information in an automotive navigation system | |
US20170169373A1 (en) | System and method for measuring perceived impact of schedule deviation in public transport | |
US20070271031A1 (en) | Method and apparatus for notifying departure time using schedule information | |
US20130203377A1 (en) | Terminal quantity estimation device and terminal quantity estimation method | |
US7003398B2 (en) | Determining departure times for timetable-based trips | |
JP6361256B2 (ja) | 混雑度推定サーバ、および混雑度推定システム | |
US10296838B2 (en) | Apparatus and method for changing alarm information in accordance with weather | |
JP2006337182A (ja) | カーナビゲーションシステム、交通情報提供装置、カーナビゲーション装置、交通情報提供方法および交通情報提供プログラム | |
US9185137B2 (en) | Method of content delivery, information processing device, and information processing system | |
CN108184203B (zh) | 基于运营商位置信令的多级防控方法、装置、设备及介质 | |
CN109948843B (zh) | 一种动态预测旅游园区内游玩项目人数的***及方法 | |
JP7158288B2 (ja) | 交通状態推定システム、及び交通状態推定方法 | |
KR102033051B1 (ko) | 긴급상황 시의 차량 내비게이션 방법 | |
US20160337205A1 (en) | Monitoring device and memory medium for monitoring communication between terminal devices in a group |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060306 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20071126 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20071212 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080212 |
|
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: 20080507 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080604 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4137672 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110613 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120613 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130613 Year of fee payment: 5 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130613 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140613 Year of fee payment: 6 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |