JP4783414B2

JP4783414B2 - 交通状況予測システム

Info

Publication number: JP4783414B2
Application number: JP2008235139A
Authority: JP
Inventors: 洋介平田; 義和大場; 秀樹上野
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 2008-09-12
Filing date: 2008-09-12
Publication date: 2011-09-28
Anticipated expiration: 2028-09-12
Also published as: US8532965B2; US20100070253A1; JP2010067180A; EP2172918A1

Description

本発明は、交通渋滞の解消や円滑な交通流を確保するために支援する交通状況予測システムに関する。

現在の交通ネットワークにおいては、交通渋滞の解消や円滑な交通流を確保するためには、道路・交通施設の改変や新設が必要不可欠である。しかし、道路・交通施設の改変，新設を含む施策をそのまま実施した場合、逆に道路上の他の箇所で交通渋滞が発生したり、交通の流れが悪くなる場合がある。

そこで、事前に道路・交通施設の改変，新設を含む施策の導入効果を定量的に評価し、その評価結果をもとに交通流の計画立案に支援できる交通流シミュレーション技術が求められている。

この交通流シミュレーションには、交通の流れを連続流体に近似して取り扱うマクロシミュレーションと個々の車両の挙動を模擬し、所定時間ごとの模擬結果を時系列的に蓄積し、道路モデル上に交通流を再現するミクロシミュレーションの二つが考えられている。

従来、高速道路を対象とした交通流シミュレーションでは、ブロック密度法を用いて、オンラインによる近未来の渋滞状況を予測する技術が提案されている（非特許文献１）。

このシミュレーション技術は、交通流を連続流体に近似して扱うことことから、計算負荷が軽減され、オンラインによる交通状況の再現を目指すマクロ的なアプローチを採用した例である。

他のもう１つの交通流シミュレーションシステムは、前述したミクロシミュレーションによるものであって、物理や材料分野で用いられる分子動力学を応用し、周辺車両の影響をポテンシャルとして記述し、個々の車両の挙動を計算し、再現表示するシステムである（特許文献１）。

ところで、近年、計算機の進歩に伴い、前述したように車両１台１台の挙動を模擬するミクロシミュレーションが行われ始めているが、都市計画あるいは広域にわたる道路設計の適用には、計算負荷の小さいマクロシミュレータの利用が多い。

マクロ的な交通流シミュレーションは、道路ネットワークをリンク（道路部）とノード（リンクの接合点）とで表し、各リンクに設置される複数の超音波感知センサから区間データ（例えば単位時間ごとの車両通過台数、速度平均値、密度等）を取得し、各リンクの平均値を予測する方法が多い。また、例えば数１００ｍ毎に車両感知器を設置し、これら車両感知器で測定される実測データに基づき、リンクごとの平均値を算出する方法も採用されている。

従って、道路交通管制システムとしては、複数の車両感知器で測定されるデータあるいはシミュレーションによる予測データを、リンクごとに平均データとして画面表示するのが一般的である。

図８はシミュレーションによる予測データに基づく画面表示例である。同図において、網目状で表わすリンク１０１（実際にはディスプレイ上に赤色表示）は渋滞が発生しているリンクを表し、斜線で表わすリンク１０２（実際にはディスプレイ上に黄色表示）は渋滞が発生していないリンクを表している。

ところで、都市計画あるいは広域にわたる道路設計では、マクロシミュレーションが有効であるが、交通状況の予測で最も重要な事象は交通渋滞の予測である。交通渋滞の発生は、合流部での車線変更など、個別の車両の挙動がその発端となることが多い。従って、リンクごとに平均化された諸量で取り扱うマクロシミュレーションでは、交通渋滞の発生を再現・予測することは必ずしも容易でない。

現在は、計算負荷の小さいマクロシミュレーションを用いて、広域の渋滞予測を行っている例が多いが、将来的には今後の計算機の進歩を考慮すると、広域内の交通渋滞の予測にもミクロシミレーションを用いる可能性が高くなってくる。
特開２００４−２５８８８９号公報（社）交通工学研究会編：やさしい交通シミュレーション，丸善，ＩＳＢＮ４−９０５９９０−３１−９Ｃ３０５１，２０００／６。

従って、以上のような従来の交通管制システムやシミュレータでは、複数の車両感知器で計測された実測データとマクロシミュレーションで得られる各リンクの平均値とを用いて画面表示することを想定したものであり、ミクロ的な観点から交通渋滞の発生現象を再現したものでない。その結果、道路管制官などの利用者は、予測情報をもとに交通渋滞の緩和策や回避策を考え出し、実施することは非常に難しい状況にある。

従来の交通流シミュレーションを用いた道路管制システムでは、各リンクの平均値を表示するものが殆どであり、個別車両の挙動を多面的に表示するものではない。

その結果、シミュレータを操作する道路管制官は、交通渋滞の発生（予測）原因を正確に把握することが難しく、渋滞発生時に適切な予防策を講ずることが困難である。

本発明は上記事情に鑑みてなされたもので、個々の車両の挙動をミクロ的に表現し、交通渋滞の発生状況を検証し、速やかに交通渋滞の緩和策や回避策を実施可能とする交通状況予測システムを提供することを目的とする。

上記課題を解決するために、本発明に係る交通状況予測システムは、対象道路の道路形状に従って分割し、各分割されたリンクとノードとを順次繋ぎ合わせた対象道路ネットワークの道路パラメータを作成し記憶する対象道路ネットワーク作成処理手段と、この対象道路ネットワーク作成処理手段によって作成された対象道路ネットワークの道路パラメータのもとに、前記対象道路の比較的近い過去の交通量、平均速度、料金所／ＥＴＣデータなどの過去交通関連データまたは前記対象道路から現状の交通量、平均速度、料金所／ＥＴＣデータなどの現状交通関連データに基づいて、車両台数を割り出し、各車両を前記平均速度で走行させて交通状況を再現し、交通流シミュレーションのモデルパラメータ（初期値パラメータ）を取得するとともに、任意の時間経過後、前記対象道路の道路施設、車両感知器、道路管理会社に設置される道路状況管理システムから現状の交通関連データを取り込んで車両を走行させて交通状況を再現し、前記交通流シミュレーションのモデルパラメータ（初期値パラメータ）を調整し記憶する現状交通再現処理手段と、渋滞の発生要因となるイベントデータを発生させるイベント発生手段と、前記対象道路ネットワークの道路パラメータ及び前記調整されたモデルパラメータのもとに、前記対象道路の実際の交通量に相当する数の車両を走行させ、前記イベント発生手段から前記対象道路の特定箇所若しくは特定車両に前記イベントデータを設定し、各車両の位置を変化させつつ、予め設定した時間に至るまでの所定時間よりも短い時間ごとに全車両の位置データを演算し、その演算結果である前記交通渋滞を含む交通状況を表わす全車両の位置データを取得し時系列的に記憶する交通状況予測手段と、前記対象道路ネットワーク作成処理手段によって作成された対象道路ネットワークの道路パラメータに基づいて前記対象道路を画像表示し、この表示された対象道路上に前記交通状況予測手段により得られた交通状況を表わす全車両の位置データに基づき、前記予め設定した時間に至るまで前記全車両の画像を連続的に表示する出力・表示制御手段とを備えた構成である。

また、本発明に係る交通状況予測システムは、上記構成に新たに、各車両に搭載された車載センサと、前記対象道路の路側に設置され、前記各車両の車載センサから送信される実データである個別車両データを受信中継する通信手段と、この通信手段により中継された個別車両データをシミュレーションに合うデータに変換するデータ変換手段とを備え、この変換データを前記交通関連データの一部のデータとして使用する実車両データ収集系をさらに設け、個々の車両の実データを用いて、交通状況の将来的な予測を行うことができる。

本発明によれば、個々の車両の挙動をミクロ的に表現でき、交通渋滞の発生状況を検証し、速やかに交通渋滞の緩和策や回避策を実施できる交通状況予測システムを提供できる。

以下、本発明の実施の形態について図面を参照して説明する。
（第１の実施の形態）
図１は本発明に係る交通状況予測システムの第１の実施の形態を説明する概略的な構成図である。

交通状況予測システムは、キーボード、ポインティングデバイスなどの入力装置１と、信号機，料金収受システム等の道路施設、車両感知器等（図示せず）の他、道路管理会社に設置される道路状況管理システム２に接続される例えば専用ライン、ＬＡＮ等の通信ネットワーク３と、中央演算処理ユニット４と、各種のプログラムデータその他必要なデータを記憶する光ディスク，ハードディスクなどの外部記憶装置５と、表示装置６とで構成される。

なお、中央演算処理ユニット４はＣＰＵで構成される交通状況予測処理部７と道路及び交通状況に関する設定データその他必要なデータを記憶する内部記憶装置８とを備えている。

交通状況予測処理部７は、機能的には、道路ネットワーク作成処理部１１と、現状交通再現処理部１２と、イベント発生処理部１３と、交通状況予測部１４と、出力・表示制御部１５とで構成される。

道路ネットワーク作成処理部１１は交通流シミュレーションを実行する観点から、路線改変，道路新設、分岐線、合流線を含む対象道路ネットワークを表わす道路パラメータ（文字データ）を作成する。すなわち、道路ネットワーク作成処理部１１は、例えば道路エディターを用いて、交通流シミュレーションを実行する対象道路の道路形状が異なる単位ごとに分割し、それぞれ分割した道路区間の端点（リンク接合点）をノード、隣接する２つのノードの接続間の道路部分をリンクと定義し、例えばリンク番号とノード番号と車線番号とを順次繋ぎ合わせて、対象道路ネットワークの道路パラメータ（文字データ）を作成し、内部記憶装置３に設定する機能を持っている。

現状交通再現処理部１２は、道路ネットワーク作成処理部１１で設定された対象道路ネットワークの道路パラメータのもとに、現状の対象道路ないし当該対象道路に近似する道路の例えば各種センサ等あるいは道路状況管理システム２から通信ネットワーク３を通して取得された交通量，密度等から平均速度・車両台数を割り出し、各車両がある一定時間の間、当該平均速度で実際に車両を走行させつつ、交通流シミュレーションの車両モデルパラメータ（初期値パラメータ）を取得し、内部記憶装置８に設定する機能を有する。

イベント発生処理部１３は、対象道路の特定箇所及び特定車両を指定し、エンジントラブルその他交通流に障害を与える交通事故等のイベントデータを発生する機能を有する。

交通状況予測部１４は、内部記憶装置８に記憶される道路パラメータ及び交通流シミュレーションのモデルパラメータのもとに、予め定めるシミュレーションエンジンを用いて、所要の走行速度で多数の車両を走行させ、全車両の位置データを順次演算し、その演算結果を外部記憶装置５に時系列的に書き込むことにより、交通状況を予測する。

このとき、イベント発生処理部１３から道路の特定箇所及び特定車両を指定し、エンジントラブルなどのイベントを発生させ、同様に各時間（例えば１秒）ごとにイベントによる渋滞、回避走行したときの全車両の位置データを演算し、演算結果である車両番号、時刻，車両位置データを外部記憶装置５に時系列的に書き込むことにより、交通状況を予測する。

なお、交通状況予測部１４は、全車両の位置データを演算するだけであって、同時並行的に表示装置６に表示しない。なぜならば、表示装置６に交通状況を表示すると、処理負担が重くなり、かつ、全車両の位置データを演算するのに時間が掛かるためである。

出力・表示制御部１５は、外部記憶装置５に記憶される交通状況予測部３４の実行によって得られた現在から設定時間までの時系列的な交通状況データを出力して表示装置５に表示させ、あるいは、外部記憶装置４に記憶された時系列的な交通状況を逆に設定時間から現在に至る交通状況に逆読みして出力し表示装置６に表示させる機能を持っている。

次に、以上のように構成された交通状況予測システムの作用について説明する。

道路ネットワーク作成処理部１１は、交通流シミュレーションを実現する観点から、実際の対象道路あるいは路線改変，道路新設、分岐線、合流線を含む対象道路ネットワークを表わす道路パラメータ（文字データ）を作成するものであって、機能的には図２に示すように、道路データ設定手段２１、必要に応じて交通量設定手段２２、平均速度設定手段２３及び料金所／ＥＴＣ交通量データ設定手段２４が設けられている。

道路データ設定手段２１は、例えば道路エディターに従い、入力装置１から必要な操作指示を入力しながら、交通流シミュレーションを実行する対象道路を描くともに、対象道路の道路形状が異なる単位ごとに分割し、それぞれ分割した道路区間のノードと、隣接する２つのノードの接続間のリンクとを規定し、例えばリンク番号とノード番号と車線番号とを順次繋ぎ合わせた図３に示すような対象道路ネットワークを表わす道路パラメータ（文字データ）を作成し、内部記憶装置３に設定する。具体的には、各ノードの位置（座標）、各リンクの繋がり、各リンクの車線数、最高速度、リンクが坂となっている場合にはリンクの傾斜角度、他のリンクに繋がらないノードの場合には当該ノードに料金所等，繋がりをもった対象道路を表わす文字道路データを作成し、内部記憶装置３に設定する。図３において、９は車両感知器である。

交通量設定手段２２、平均速度設定手段２３及び料金所／ＥＴＣ交通量データ設定手段２４は、現状交通量再現処理部１２にて対象道路などの現状の交通量，密度、平均速度等を必要とするが、実際に対象道路などから現状の交通状況の交通関連データを取り込みながら交通流シミュレーションのモデルパラメータを作成するのが現実的ない場合があるので、予め実際の対象道路あるいは路線改変，道路新設、分岐線、合流線を含む対象道路から必要なデータを取り込んで内部記憶装置３に設定するものである。

交通量設定手段２２は、入力装置１から交通量収集指示を入力し、例えば通信ネットワーク３に接続される対象道路に設置される車両感知器などから車両通過データを取得し、リンクごとの車両の交通量を取得し、あるいは比較的近い過去に調査した交通量調査情報に基づき、入力装置１からリンクごとの交通量を入力し、内部記憶装置８に設定する。また、道路管理会社に設置される道路状況管理システム２にアクセスし、リアルタイムにリンクごとの車両の交通量を取得し、内部記憶装置８に設定してもよい。

平均速度設定手段２３は、対象道路に設置される車両感知器あるいは料金収受システム等から収集される対象道路を構成する各リンクごとの平均速度データを取得し、あるいは比較的近い過去に調査した交通量調査情報に基づき、入力装置１から各リンクごとの平均速度を入力し、内部記憶装置８に設定する。また、道路管理会社に設置される道路状況管理システム２にアクセスし、リアルタイムにリンクごとの車両の平均速度を取得し、内部記憶装置８に設定してもよい。

なお、交通量及び平均速度データだけでなく、対象道路に設置される車両感知器の出力データから各リンクの所定距離毎の平均的な密度データを取得し、同様に内部記憶装置８に設定してもよい。

料金所／ＥＴＣ交通量データ設定手段２４は、料金所に設置される料金収受システム等から各料金所の比較的近い過去の通過時間データを取得し、あるいは道路管理会社に設置される道路状況管理システム２にアクセスし、リアルタイムに各料金所の通過時間データを取得し、内部記憶装置８に設定する。

従って、道路ネットワーク作成処理部１１は、以上のようにして対象道路のネットワークを表わす道路パラメータ（文字データ）を作成し、更に必要に応じて現状交通再現処理部１２で必要とする対象道路などの比較的近い過去の交通関連のデータ（以下、過去交通関連データと呼ぶ）を取得し、内部記憶装置８に設定した後、適宜な時期に現状交通再現処理部１２を実行する。

この現状交通再現処理部１２は、内部記憶装置８に設定された対象道路ネットワークを表わす道路パラメータのもとに、前述した過去交通関連データまたは現状の対象道路ないし当該対象道路に近似する道路の例えば各種センサ等あるいは道路状況管理システム２から取得される交通量，密度等から平均速度・車両台数を割り出し、各車両がある一定時間の間、当該平均速度で実際に車両を走行させるように車両のパラメータであるアクセル、加速度、ブレーキ等を関数とし、最適化計算を行うことにより、現状の交通状況を再現し、各車両のモデルパラメータ、つまり交通流シミュレーションのモデルパラメータ（初期値パラメータ）を取得し、内部記憶装置８に設定する。

また、現状交通再現処理部１２は、対象道路ないし当該対象道路に近似する道路にて、所定時間おき、または各週の同一曜日の同一時間帯に前述同様に現状の交通状況を再現し、対象道路上でつじつまが合うように車両が流れるように交通流シミュレーションのモデルパラメータを演算した後に調整し、将来的に利用可能な交通流シミュレーションのモデルパラメータを生成し、最終的な初期値パラメータとして内部記憶装置８に設定する。

よって、現状交通再現処理部１２は、後記する交通状況予測部１４で使用に耐え得る交通流シミュレーションの車両モデルパラメータ（シミュレーション用の初期値データ）を構築することができる。

以上のようにして道路パラメータ及び交通流シミュレーションの車両モデルパラメータ（初期値パラメータ）を生成した後、交通状況予測部１４を実行する。

この交通状況予測部１４においては、道路パラメータ及び交通流シミュレーションのモデルパラメータのもとに、予め定めるシミュレーションエンジンを用いて、対象道路の現在交通量に相当する数（例えば１０００台）の車両を所要の走行速度で走行させ、例えば車両番号（車種を含むこともある）ごと及び例えば１秒ごとに、リンク番号、車線番号、開始地点からの走行距離等，つまり全車両の位置データを順次演算し、演算結果である車両番号、時刻，車両位置データを外部記憶装置５に時系列的に書き込むことにより、交通状況を予測する。

このとき、入力装置１から対象道路の特定箇所及び特定車両を指定する操作指定に基づいて、イベント発生処理部１３から渋滞の発生要因となる車両故障、車両事故、渋滞発生時の料金所の閉鎖、料金所の車両通過台数制限を表すイベントデータを発生し、同様に各時間（例えば１秒）ごとにイベントによる渋滞、回避走行したときの全車両の位置データを演算し、演算結果である車両番号、時刻，車両位置データを外部記憶装置５に時系列的に書き込むことにより、交通流シミュレーションによる交通状況を予測する。

ここで、イベント発生処理部１３は、機能的には、図４に示すように故障車両発生設定手段３１及び料金所交通量制限設定手段３２が設けられている。

故障車両発生設定手段３１は、道路パラメータで表わす対象道路上に現状交通再現処理部１２で再現された交通流シミュレーションを実行させた後、入力装置１からの操作指示に基づき、対象道路の特定箇所及び特定車両を指定し、当該特定車両にエンジントラブルや事故等のイベントデータを作り出し、内部記憶装置８に設定する。その結果、イベント発生処理部１３は、入力装置１から対象道路の特定箇所及び特定車両を指定すれば、対象道路の特定箇所にイベントマークが設定される。

ここで、交通状況予測部１４は、各車両がイベント発生箇所近傍の前後及び隣接車線の車両が道路規則に従って速度を落としつつ、イベント発生車両を避けつつ走行するが、後続車両が規定車間距離を維持するために減速走行し、道路パラメータで表わす対象道路上で徐々に渋滞してくるので、このときの車両番号ごと及び所定時間（例えば１秒）ごとに、リンク番号、車線番号、開始地点からの走行距離等からなる全車両の位置データを順次演算し、演算結果である車両番号、時刻，車両位置データを外部記憶装置５に時系列的に書き込むことにより、交通事故時の交通渋滞の交通状況を予測する。

また、料金所交通量制限設定手段３２は、特定車両の故障及び事故発生に連動させつつ、故障及び事故の発生後の所定の時間経過後に入力装置１から操作指示を行い、該当リンク番号及び当該リンクに隣接するリンクに接続される料金所を指定し、一定時間に亘って料金所を閉鎖するとか、一定時間に亘って料金所に入れる車両数を制限する料金所制限イベントデータを作り出し、内部記憶装置８に設定する。

その結果、イベント発生処理部１３は、特定車両の故障及び事故が発生すると、所定の時間経過後に該当リンク番号及び当該リンクに隣接するリンク番号に接続される料金所に料金所制限イベントマークが設定される。

ここで、交通状況予測部１４は、該当料金所を通る車両数の制限または通過禁止に伴い、料金所の通過台数の制限に伴って後続車両が規定車間距離を維持するために減速走行し、あるいは料金所の通過禁止に伴って該当リンクの料金所を避けて混雑した状態及び規定車間距離を維持するために減速走行するが、このときの車両番号ごと及び所定時間（例えば１秒）ごとに、リンク番号、車線番号、開始地点からの走行距離等からなる全車両の位置データを順次演算し、演算結果である車両番号、時刻，車両位置データを外部記憶装置５に時系列的に書き込むことにより、交通事故時の交通渋滞の交通状況を予測する。

さらに、交通状況予測部１４は、あるリンクまたは他の道路との合流箇所で予め定めた交通量以上、あるいは密度以上となったとき、予め想定される時間に所定のリンクに設定される料金所が閉鎖または車両数を制限するので、入力装置１からのイベント発生指示あるいは自動的に該当料金所に車両を制限するイベントデータを設定する。その結果、現在の交通量のもとに現在の各リンクの交通量，密度のもとに各リンクの平均速度で走行させた状態の交通状況シミュレーションを実行していくと、将来的に何時間後に渋滞にあるリンク上の全車両の渋滞が緩和されていくかを予測することが可能となる。

出力・表示制御部１５は、道路ネットワーク作成処理部１１で作成された対象道路ネットワークの道路パラメータに基づいて表示装置６に対象道路を画像表示し、この表示された対象道路上に前記交通状況予測部１４で得られた交通状況を表わす全車両の位置データに基づき、予め定めた時間に至るまで全車両の画像を時々刻々位置変化させつつ表示装置６に表示するものであって、機能的には図５に示すように予測結果出力手段４１及び予測結果表示制御手段４２を有する。

予測結果出力手段４１は、交通状況予測部１４により予測された例えば車両番号（車種を含むこともある）ごと及び例えば１秒ごとのリンク番号、車線番号、開始地点からの走行距離等，交通状況に関する全車両の位置データを表示装置６に表示する他、図示されていないがプリンタなどの出力装置から出力する。

一方、予測結果表示制御手段４２は、道路ネットワーク作成処理部１１で作成された対象道路ネットワークの道路パラメータに基づいて表示装置６に対象道路を画像表示し、この表示された対象道路上に前記交通状況予測部１４で得られた交通状況を表わす例えば車両番号（車種を含むこともある）ごと及び例えば１秒ごとのリンク番号、車線番号、開始地点からの走行距離等，交通状況に関する全車両の位置データに基づき、対象道路の一部の区間である図６に示すように各車両の画像を時々刻々位置変化させつつ表示装置６に表示する。このとき、静画像、動画像は、車両１台１台の変化の挙動を表示する。図６から明らかなように、対象道路の一部の区間である合流部で各車両が渋滞状況となっていることが分かる。その結果、例えば本線ラインに何らかの所要長さの待避線を並行に設けるなどが検討課題となる。

また、予測結果表示制御手段４２としては、動画像表示に際し、次のような機能を有するものである。すなわち、予測結果表示制御手段４２は、交通状況シミュレーションにより予測される時系列の車両位置データを順次再生する「通常再生」の他、表示する車両位置について時系列データのすべてではなく、指定した一定間隔ごとに間引くとか、すべての時系列データを表示するが、各時刻に対する表示時間を短くして通常再生よりも速い速度で再生表示する「早送り」、車両位置データを通常再生と同じ速さで時系列とは逆の順序で再生表示する「逆送り」、逆送りを速い速度で再生表示する「逆速送り」などの機能を有する。

また、予測結果表示制御手段４２としては、入力装置１であるマウスを用いて指定した領域の画像に対して、拡大・縮小、３次元的に回転表示（３Ｄ表示）させることが可能である。拡大・縮小は、道路画像データ及び車両画像データの大きさを２軸の方向に変化させるスケール変換技術を用いて、拡大・縮小処理を実行する。３次元的に回転表示する例は、道路画像データ及び車両画像データの中心となる原点を定め、道路画像データ及び車両画像データの頂点を、原点の回りに回転させる処理を行う。

この実施の形態では、予測結果について、早送り、逆送りなどの表示を行なう処理について説明したが、予測結果のデータに限らず、車両感知器から得られた過去の交通量、車両速度などをリンクごとに平均して表示させることも可能である。表示装置６に過去データと予測結果のデータとを同時に連続的に表示させることも可能である。

従って、以上のような実施の形態によれば、道路ネットワークの道路パラメータのもとに、対象道路から比較的近い過去の交通関連データまたは現状の交通関連データを用いて、現状の交通流を再現しつつ交通流シミュレーションのモデルパラメータを取得した後、この取得されたモデルパラメータに基づいて対象道路の交通量、密度に相当する数の車両を各リンクの平均速度に従って走行させつつ、全車両の位置データを時々刻々取得し時系列的に記憶する一方、道路ネットワークの道路パラメータに基づいて画像表示された対象道路上に全車両の時系列的な位置データに従い、全車両の画像を時々刻々位置変化させつつ表示装置６に表示し、かつ、渋滞の発生要因となる車両故障、車両事故、渋滞発生時の料金所の閉鎖、料金所の車両通過台数制限等のイベントデータを発生し、交通状況を予測するので、事故発生時の状況を検証でき、また事故原因の究明の支援に有効に利用できる。

また、渋滞発生時に時系列的に表示される表示画像を早送り、逆送りすることにより、渋滞発生の状況を速やかに把握でき、同時に渋滞発生につながる現象を解明できる。このことは、交通管制システムの運用者において、従来よりも速やかに渋滞緩和策や回避策を実施することができる。

（第２の実施の形態）
図７は本発明に係る交通状況予測システムの第２の実施の形態を説明する全体構成図である。

この交通状況予測システムは、図１とほぼ同様な構成であるので、同一または等価な部分については図１の説明に譲り、ここでは特に異なる部分について説明する。

第２の実施の形態は、図１に示す構成に新たに、各車両の個別車両データを収集する実車両データ収集系５０を設けた構成である。

実車両データ収集系５０は、各車両５１に搭載され、個別車両データ（例えば車種、各区間の経過時間データ、平均速度データ）を測定し送信する車載センサ５２と、例えば対象道路の路側に設置され、各車載センサ５２から送られてくる個別車両データを受信し、通信ネットワーク５３を通して演算処理ユニット４へ伝送する路車間通信手段５４と、演算処理ユニット４内に設けられたデータ変換手段５４とで構成される。

路車間通信手段５４は、例えば電波ビーコン通信、光ビーコン通信、ＥＴＣで利用されているＤＳＲＣ（Dedicated Short Range Communication：狭域通信）、可視光通信などの通信手段が用いられる。

データ変換手段５５は、通信手段５４から伝送されてくる個別車両データを交通流シミュレーション用の交通関連データに変換し、交通状況予測処理部７の道路ネットワーク作成処理部１１に渡す。この交通状況予測処理部７は、対象道路のリンク内で平均化されたものでなく、各車両の個別車両データをそのまま交通関連データとして内部記憶装置８に設定し、現状交通再現処理に利用してもよい。

その他の構成及びシミュレーションに関する一連の処理は前述した通りであるので、ここではその説明を省略する。

この実施の形態によれば、第１の実施形態の効果の他、次のような種々の効果を奏する。

各車両５１に搭載する車載センサ５２から個々の車両の挙動を表す実データを取込み、交通流シミュレーションに利用するので、渋滞や事故発生時に生じる渋滞状況を高精度に予測することができる。

また、車両１台１台の実データを用いて車両の挙動をシミュレーションするので、事故発生時、実データに裏付けられた正確な事故検証を行うことができ、事故原因の究明にも大きく貢献できる。

その他、本発明は、上記実施の形態に限定されるものでなく、その要旨を逸脱しない範囲で種々変形して実施できる。

例えば各車両の車種だけでなく、大型車と普通車と小型車とに分けて、各車両ごとに色分け表示することにより、例えば大型車の多少に基づいて対象道路の影響を調査することもできる。

本発明に係る交通状況予測システムの一実施の形態を示す構成図。道路ネットワーク作成処理部の機能構成を示すブロック図。道路ネットワークの一部の区間の道路構成を示す図。イベント発生処理部の機能構成を示すブロック図。出力・表示制御部の機能構成を示すブロック図。図３に示す一部の区間の道路上を各車両が渋滞状態になっていることを説明する表示画面図。本発明に係る交通状況予測システムの他の実施形態を示す構成図。従来の交通状況を説明する交通状況の表示図。

符号の説明

１…入力装置、２…道路状況管理システム、３…通信ネットワーク、４…中央演算処理ユニット、５…外部記憶装置、６…表示装置、７…交通状況予測処理部、８…内部記憶装置、１１…道路ネットワーク作成処理部、１２…現状交通再現処理部、１４…イベント発生処理部、１４…交通状況予測部、１５…出力・表示制御部。

Claims

対象道路の道路形状に従って分割し、各分割されたリンクとノードとを順次繋ぎ合わせた対象道路ネットワークの道路パラメータを作成し記憶する対象道路ネットワーク作成処理手段と、
この対象道路ネットワーク作成処理手段によって作成された対象道路ネットワークの道路パラメータのもとに、前記対象道路の比較的近い過去の交通量、平均速度、料金所／ＥＴＣデータなどの過去交通関連データまたは前記対象道路から現状の交通量、平均速度、料金所／ＥＴＣデータなどの現状交通関連データに基づいて、車両台数を割り出し、各車両を前記平均速度で走行させて交通状況を再現し、交通流シミュレーションのモデルパラメータ（初期値パラメータ）を取得するとともに、任意の時間経過後、前記対象道路の道路施設、車両感知器、道路管理会社に設置される道路状況管理システムから現状の交通関連データを取り込んで車両を走行させて交通状況を再現し、前記交通流シミュレーションのモデルパラメータ（初期値パラメータ）を調整し記憶する現状交通再現処理手段と、
渋滞の発生要因となるイベントデータを発生させるイベント発生手段と、
前記対象道路ネットワークの道路パラメータ及び前記調整されたモデルパラメータのもとに、前記対象道路の実際の交通量に相当する数の車両を走行させ、前記イベント発生手段から前記対象道路の特定箇所若しくは特定車両に前記イベントデータを設定し、各車両の位置を変化させつつ、予め設定した時間に至るまでの所定時間よりも短い時間ごとに全車両の位置データを演算し、その演算結果である前記交通渋滞を含む交通状況を表わす全車両の位置データを取得し時系列的に記憶する交通状況予測手段と、
前記対象道路ネットワーク作成処理手段によって作成された対象道路ネットワークの道路パラメータに基づいて前記対象道路を画像表示し、この表示された対象道路上に前記交通状況予測手段により得られた交通状況を表わす全車両の位置データに基づき、前記予め設定した時間に至るまで前記全車両の画像を連続的に表示する出力・表示制御手段とを備えたことを特徴とする交通状況予測システム。
請求項１に記載の交通状況予測システムにおいて、
前記交通関連データには、各リンクごとの車両の密度データを含むことを特徴とする交通状況予測システム。
請求項１に記載の交通状況予測システムにおいて、
各車両に搭載された車載センサと、前記対象道路の路側に設置され、前記各車両の車載センサから送信される実データである個別車両データを受信中継する通信手段と、この通信手段により中継された個別車両データをシミュレーションに合うデータに変換するデータ変換手段とを備え、この変換データを前記交通関連データの一部として使用する実車両データ収集系をさらに設けたことを特徴とする交通状況予測システム。
請求項１ないし請求項３の何れか一項に記載の交通状況予測システムにおいて、
前記イベントデータは、渋滞の発生要因となる車両故障、車両事故、渋滞発生時の料金所の閉鎖、料金所の車両通過台数制限を表すマーキングデータであることを特徴とする交通状況予測システム。
請求項１ないし請求項３の何れか一項に記載の交通状況予測システムにおいて、
前記出力・表示制御手段は、前記設定時間から現在に至るまでの交通状況の予測結果を時間的に逆戻ししながら連続的に表示することを特徴とする交通状況予測システム。
請求項１ないし請求項３の何れか一項に記載の交通状況予測システムにおいて、
前記出力・表示制御手段は、入力装置からの領域指定に基づき、前記表示装置の表示画像領域を指定し、前記入力装置の指示内容に従って拡大、縮小、回転の少なくとも１つの表示処理を実行することを特徴とする交通状況予測システム。