JP6807215B2 - 制御装置、推定方法及びプログラム - Google Patents

Description

本発明は、車両の渋滞の末尾位置を推定する技術に関する。

従来から、超音波等を用いて車両を感知する感知装置により車両を感知することによって、車両の交通量等を計測する技術が知られている。一般的に、感知装置は、交差点に車両が流入する流入路に設置されており、流入路における車両の交通量等が計測される。

計測された流入路の交通量等の情報は、流入路における渋滞の有無の判定や、渋滞の末尾位置の推定などに用いられる。ここで、流入路において感知装置が短い間隔で配置されていれば、渋滞の末尾位置を正確に判定することができる。一方、感知装置は比較的高価であるため、多くの感知装置が設置される場合でも、一般的には、感知装置は数１００ｍの間隔を開けて設置される。従って、渋滞の末尾位置の推定は、精度が低いことが多い。

下記特許文献１には、流入路において渋滞の末尾位置を推定する技術が開示されている。特許文献１に記載の技術では、まず、感知地点における車両の速度から、待ち行列波及度（感知地点において、車両の待ち行列が波及している度合）が求められる（段落［００７０］〜［００７５］、図４）。そして、各感知地点における車両の待ち行列波及度から、車両の渋滞末尾が推定される（段落［００８５］〜［００８６］、図６（ａ））。

特開２０１６−１３３９４２号公報

特許文献１に記載の技術では、各感知地点における車両の待ち行列波及度から、渋滞の末尾位置を推定しているが、この技術においても推定の精度としては不十分である。

以上のような事情に鑑み、本発明の目的は、渋滞の末尾位置の推定の精度を向上させることができる技術を提供することにある。

上記目的を達成するため、本発明の一形態に係る制御装置は、制御部を具備する。
前記制御部は、車両から送信された走行情報を取得し、前記車両を感知することによって得られる感知情報を取得し、前記走行情報に基づいて、過去の時刻における渋滞の末尾位置を判定し、前記過去の時刻における前記渋滞の末尾位置と、前記過去の時刻と同時刻における前記感知情報との相関関係を判定し、前記相関関係に基づいて、現在時刻における前記感知情報から、前記現在時刻における前記渋滞の末尾位置を推定する。

これにより、渋滞の末尾位置の推定の精度を向上させることができる。

上記制御装置において、前記制御部は、前記相関関係を、学習機能によって学習してもよい。

上記制御装置において、前記制御部は、前記相関関係に基づいて、推定パラメータを生成し、前記推定パラメータを、前記現在時刻における前記感知情報に適用して、前記現在時刻における前記渋滞の末尾位置を推定する
制御装置。

これにより、渋滞の末尾位置を適切に推定することができる。

上記制御装置において、前記制御部は、前記推定パラメータを、前記過去の時刻における前記感知情報に適用して、前記過去の時刻と同時刻における前記渋滞の末尾位置を推定することによって、前記推定パラメータの質を評価し、評価結果に応じて、前記推定パラメータを更新してもよい。

これにより、推定パラメータを適切に更新することができる。

上記制御装置において、前記制御部は、推定された前記現在時刻における前記渋滞の末尾位置に基づいて、信号灯の表示時間を制御してもよい。

この制御装置では、正確な渋滞の末尾位置に基づいて、信号灯の表示時間を制御できるので、渋滞を緩和することができる。

上記制御装置において、前記制御部は、推定された前記現在時刻における前記渋滞の末尾位置に基づいて、前記車両へ送信するための渋滞情報を生成してもよい。

この制御装置では、正確な渋滞の末尾位置に基づいて、渋滞情報を生成することができるので、正確な渋滞情報を生成することができる。

本発明の一形態に係る推定方法は、車両から送信された走行情報を取得し、前記車両を感知することによって得られる感知情報を取得し、前記走行情報に基づいて、過去の時刻における渋滞の末尾位置を判定し、前記過去の時刻における前記渋滞の末尾位置と、前記過去の時刻と同時刻における前記感知情報との相関関係を判定し、前記相関関係に基づいて、現在時刻における前記感知情報から、前記現在時刻における前記渋滞の末尾位置を推定する。

本発明の一形態に係る推定方法は、車両から送信された走行情報を取得するステップと、前記車両を感知することによって得られる感知情報を取得するステップと、前記走行情報に基づいて、過去の時刻における渋滞の末尾位置を判定するステップと、前記過去の時刻における前記渋滞の末尾位置と、前記過去の時刻と同時刻における前記感知情報との相関関係を判定するステップと、前記相関関係に基づいて、現在時刻における前記感知情報から、前記現在時刻における前記渋滞の末尾位置を推定するステップとをコンピュータに実行させる。

以上のように、本発明によれば、渋滞の末尾位置の推定の精度を向上させることができる技術を提供することができる。

交差点を先頭として、渋滞が発生しているときの様子を示す図である。 本発明の一実施形態に係る制御装置を示す図である 本発明の基本的な考え方を説明するための図である。 過去の時刻における渋滞の末尾位置及び感知情報の相関関係を学習（判定）するときの処理を示す図である。 現在時刻において、相関関係に基づいて渋滞の末尾位置を推定するときの処理を示す図である。

以下、本発明に係る実施形態を、図面を参照しながら説明する。

＜制御装置１０の構成及び各部の構成＞
図１は、交差点を先頭として、渋滞が発生しているときの様子を示す図である。図２は、本発明の一実施形態に係る制御装置１０を示す図である。

図１に示す例では、南北方向に延びる道路と、東西方向に延びる道路とが交差点において直角に交差している様子が示されている。なお、本明細書の説明において、車両５が交差点に流入するための道路を流入路１と呼び、車両５が交差点から流出するための道路を流出路２と呼ぶ。

図１において、交差点の南側の道路のうち中央線３よりも西側の道路、交差点の北側の道路のうち中央線３よりも東側の道路、交差点の東側の道路のうち中央線３よりも南側の道路、及び交差点の西側の道路のうち中央線３よりも北側の道路が流入路１である。

一方、交差点の南側の道路のうち中央線３よりも東側の道路、交差点の北側の道路のうち中央線３よりも西側の道路、交差点の東側の道路のうち中央線３よりも北側の道路、及び交差点の西側の道路のうち中央線３よりも南側の道路が流出路２である。

図１に示す交差点は、渋滞が頻繁に引き起こされる主要な交差点であり、この交差点を先頭として、交差点の南側の流入路１において渋滞が発生している。なお、交差点の南側の流入路１において、この流入路１の途中に、他の交差点（信号灯２０）が存在していてもよい。他の交差点が存在する場合、他の交差点に流入する流入路１も、図１に示す主要な交差点の流入路１である。

交差点には、４本の流入路１に対応して４つの信号灯２０が設けられている。車両５は左側通行（右側通行であってもよい）であり、信号灯２０の点灯状態に応じて、交差点を右折、直進、左折することができる。

車両５には、車載装置（図示せず）が搭載されている。この車載装置は、ＧＰＳ衛星（ＧＰＳ：Global Positioning System）との間で通信を行い、所定の周期ごとに、時刻情報や、その時刻における車両５の位置情報等を取得し、プローブ情報（走行情報）として記憶する。

ここで、車載装置は、全ての車両５に対しては搭載されているわけではなく、一部の車両５にのみ搭載されている（例えば、１、２割程度）。以降の説明では、全ての車両５のうち、車載装置を搭載している車両５を特に区別する場合には、この車両５をプローブ車５ａ（図３参照）と呼ぶ。

４本の流出路２には、それぞれ、車両５に搭載された車載装置との間で、無線により情報を送受信する路上装置４０が設けられている。路上装置４０は、例えば、光ビーコン、電波ビーコン等の局所通信装置であり、この路上装置４０は、流出路２において交差点の近傍に設置されている。なお、路上装置４０は、流出路２だけでなく、例えば交差点の南側の流入路１において所定の間隔で設置されていてもよい。

路上装置４０は、路上装置本体４１と、通信器４２とを有している。通信器４２は、通信エリアに入った車両５の車載装置からプローブ情報を受信し、また、車載装置に対して交通情報（渋滞情報や通行止め情報等）を送信する。路上装置本体４１は、路上装置４０の各部を統括的に制御したり、送受信に必要な情報を記憶したりする。また、路上装置本体４１は、有線又は無線により、制御装置１０から交通情報を受信し、また、制御装置１０に対してプローブ情報を送信する。

交差点の南側の流入路１には、この流入路１に沿って３台の感知装置３０が設置されている。１台目の感知装置３０は、流入路１の停止線４から３００ｍの位置に設置されており、２台目の感知装置３０は、停止線４から５００ｍの位置に設置されている。また、３台目の感知装置３０は、停止線４から１０００ｍの位置に設置されている。

感知装置３０が設置される位置は、停止線４から３００ｍ、５００ｍ、１０００ｍに限られず、もちろん他の値も取り得る。また、感知装置３０の台数は、３台に限られず、１台、２台、あるいは、４台以上であってもよい。

感知装置３０は、感知装置本体３１と、感知器３２とを有している。感知器３２は、超音波方式、電磁誘導方式、画像取得方式などの方式により、感知点において車両５を感知し、感知情報を取得する。

感知情報は、車両５の交通量の情報と、車両５の占有率の情報と、車両５の速度の情報とを含む。車両５の交通量の情報は、単位時間（例えば、１時間）において、感知点を車両５が通過した台数を示す情報である。車両５の占有率の情報は、単位時間（例えば、１時間）において感知点で車両５が感知されている時間の、単位時間に対する割合を示す情報である。車両５の速度の情報は、感知点を通過する車両５の速度を示す情報である。

感知装置本体３１は、感知装置３０を統括的に制御したり、感知器３２によって得られた感知情報を記憶したりする。また感知装置本体３１は、有線又は無線により制御装置１０に対して感知情報を送信する。

制御装置１０は、特定の地域における車両５の交通を管理及び制御する交通管制センター内に設置されている。なお、制御装置１０は、交差点の近傍に設置されていてもよいし、信号灯２０を含む信号機に組み込まれていてもよい。

図２に示すように、制御装置１０は、制御部１１と、記憶部１２と、通信部１３とを有している。通信部１３は、有線又は無線により、路上装置４０、感知装置３０、信号灯２０との間で通信を行う。具体的には、通信部１３は、路上装置４０に対して交通情報を送信し、また、路上装置４０からプローブ情報を受信する。また、通信部１３は、感知装置３０から感知情報を受信する。また、通信部１３は、信号灯２０に対して、信号灯２０における表示時間（点灯時間）を制御するための指示信号を送信する。

記憶部１２は、制御部１１の作業領域として用いられる揮発性のメモリと、制御部１１の処理に必要な各種のプログラムや、各種の情報が記憶される不揮発性のメモリとを含む。上記各種のプログラムは、光ディスク、半導体メモリ等の可搬性の記録媒体から読み取られてもよいし、ネットワーク上のサーバ装置からダウンロードされてもよい。

制御部１１は、ＣＰＵ（Central Processing Unit）等により構成される。制御部１１は、記憶部１２に記憶された各種のプログラムに基づき種々の演算を実行し、制御装置１０の各部を統括的に制御する。なお、本実施形態では、制御部１１は、主に、渋滞の末尾位置と、感知情報との相関関係を学習（判定）する処理を実行したり、この相関関係に基づいて、感知情報から、渋滞の末尾位置を推定する処理を実行したりする。制御部１１の具体的な処理については、以降において詳述する。

＜基本的な考え方＞
次に、本発明の基本的な考え方について説明する。図３は、本発明の基本的な考え方を説明するための図である。図３における上側の図は、時刻ｔ_１における車両５の渋滞の様子を示しており、図３における下の図は、時刻ｔ_１から所定時間後の時刻ｔ_２における車両５の渋滞の様子を示している。

なお、以降の説明において、単に流入路１と呼んだ場合には、交差点の南側の流入路１を指すものとする。

図３における上側の図を参照して、車載装置を搭載している車両５（プローブ車５ａ：実線の車両）が、時刻ｔ_１に、流入路１において渋滞に巻き込まれ、渋滞の最上流の位置で停止したとする。この場合において、プローブ車５ａが停止したときの位置が、停止線４から６５０ｍの位置であったとする。この場合、渋滞の末尾位置は、停止線４から６５０ｍの位置であり、また、流入路１における車両５の渋滞長（停止線４から渋滞の末尾位置までの距離）は、６５０ｍである。

なお、渋滞の末尾位置は、渋滞の最も上流側で停止している車両５の位置であるとして説明するが、渋滞の末尾位置は、渋滞の最も上流側で所定の速度（例えば１０ｋｍ／ｈ）以下で走行している車両５の位置であってもよい。

図３における下側の図を参照して、プローブ車５ａが、交差点を通過（直進、右折、又は左折）して渋滞を抜け、時刻ｔ_２に、路上装置４０に対してプローブ情報を送信したとする。プローブ車５ａから送信されるプローブ情報には、時刻情報や、その時刻における車両５の位置情報などが含まれる。従って、制御装置１０の制御部１１は、時刻ｔ_２以降であれば、取得したプローブ情報に基づいて、時刻ｔ_１における実際の渋滞の末尾位置（停止線４から６５０ｍ）を正確に認識することができる。

しかしながら、時刻ｔ_２の時点では、時刻ｔ_１における渋滞の末尾位置の情報は、既に過去の情報であり、渋滞の末尾位置は、時刻ｔ_２の時点では、既に変わってしまっている場合が多い。図３における下側の図では、時刻ｔ_２の時点で、渋滞の末尾位置が停止線４から７５０ｍの位置に変わってしまっているときの様子が示されている。

ここで、渋滞長が長くなればなるほど、プローブ車５ａが渋滞に巻き込まれてから渋滞を抜けるまでの時間が長くなる（つまり、時刻ｔ_１から時刻ｔ_２までの時間が長くなる）。従って、渋滞長が長くなればなるほど、プローブ情報における渋滞の末尾位置の情報は古い情報となってしまう。

一方、図３における上側の図に示すように、時刻ｔ_１において、３台の感知器３２によって、各地点（停止線４から３００ｍ、５００ｍ、１０００ｍ）で感知情報（交通量、占有率、速度の情報）が取得されている。時刻ｔ_１において、この感知情報と、渋滞の末尾位置（停止線４から６５０ｍ）との間には、相関関係があるはずである。

この相関関係を用いれば、現在時刻における感知情報から、現在時刻における渋滞の末尾位置を正確に推定することができると考えられる。以上が、本発明の基本的な考え方である。

＜動作説明＞
次に、制御装置１０における制御部１１の処理について説明する。制御部１１の処理としては、大別して２種類の処理が存在する。１種類目は、過去の時刻における渋滞の末尾位置及び感知情報の相関関係を学習（判定）する処理であり、２種類目は、現在時刻において、これらの相関関係に基づいて渋滞の末尾位置を推定する処理である。

図４は、過去の時刻における渋滞の末尾位置及び感知情報の相関関係を学習（判定）するときの処理を示す図である。図５は、現在時刻において、相関関係に基づいて渋滞の末尾位置を推定するときの処理を示す図である。

まず、図４を参照して、過去の時刻における渋滞の末尾位置及び感知情報の相関関係を学習（判定）するときの処理について説明する。

図４を参照して、まず、制御部１１は、車両５から送信されたプローブ情報を取得して収集し、記憶部１２に記憶する（ステップ１０１）。また、制御部１１は、プローブ情報の収集と並行して、３台の感知装置３０によって取得された感知情報を取得して収集し、感知情報と、感知情報が取得された時刻とを関連付けて記憶部１２に記憶する（ステップ１０２）。

ここでの説明では、３台の感知装置３０によって取得された感知情報が制御部１１の処理に用いられる場合について説明するが、１台や、２台、あるいは、４台以上の感知装置３０によって取得された感知情報が制御部１１の処理に用いられてもよい（図５において同様）。なお、感知情報を取得する感知装置３０の台数が増えるほど、相関関係の判定の精度（図５においては、渋滞の末尾位置の推定の精度）を向上させることができる。

また、制御部１１の処理に用いられる感知情報は、車両５の交通量の情報、車両５の占有率の情報、車両５の速度の情報のうち、１つであってもよいし、２以上であってもよい（図５において同様）。なお、処理に用いられる情報の種類が増えるほど、相関関係の判定の精度（図５においては、渋滞の末尾位置の推定の精度）を向上させることができる。

プローブ情報及び感知情報を収集すると、次に、制御部１１は、前回において相関関係の学習などの処理が実行されてから所定時間が経過したかどうかを判定する（ステップ１０３）。この所定時間は、相関関係が学習される等の処理が実行される周期を示しており、この周期は、例えば、数時間、あるいは、数日程度とされる。

前回から所定時間が経過している場合（ステップ１０３のＹＥＳ）、制御部１１は、収集された各プローブ情報に基づいて、過去の時刻における渋滞の末尾位置をそれぞれ判定する（ステップ１０４）。

例えば、図３の上側の図に示すように、過去の時刻ｔ_１において、プローブ車５ａが、流入路１において渋滞に巻き込まれ、渋滞の最上流の位置で停止した（又は、所定の速度以下になった）とする。なお、プローブ情報は既に取得されているとする（図３の下側参照）。この場合、プローブ車５ａが渋滞の最上流の位置で停止した（又は、所定の速度以下になった）位置（停止線４から６５０ｍ）が、過去の時刻ｔ_１における渋滞の末尾位置として判定される。

プローブ車５ａが渋滞に巻き込まれた場合、そのプローブ車５ａが、渋滞の末尾となる瞬間が必ず存在することから、制御部１１は、１つのプローブ情報から、過去の時刻における渋滞の末尾位置を１つ判定することができる。なお、プローブ情報に基づいて判定される過去の時刻における渋滞の末尾位置は、精度が高く、真値とみなして問題ない。

渋滞の末尾位置を判定すると、次に、制御部１１は、過去の時刻における渋滞の末尾位置と、過去の時刻と同時刻における感知情報とを教師データとして抽出する（ステップ１０５）。例えば、制御部１１は、過去の時刻ｔ_１における渋滞の末尾位置（停止線４から６５０ｍ）と、過去の時刻ｔ_１における感知情報とを教師データとして抽出する（他の過去の時刻も同様）。

なお、教師データとして抽出される渋滞の末尾位置及び感知情報は、典型的には、全ての渋滞の末尾位置及び感知情報とされるが、一部の渋滞の末尾位置及び感知情報が教師データとして抽出されてもよい。

次に、制御部１１は、教師データとして抽出された渋滞の末尾位置と、感知情報とを関連付けて実測値として記憶し、データベース化する（ステップ１０６）。次に、制御部１１は、過去の時刻における渋滞の末尾位置と、過去の時刻と同時刻における感知情報との相関関係を、ニューラルネットワーク等の学習機能によって学習する（ステップ１０７）。

次に、制御部１１は、学習された相関関係に基づいて、推定パラメータを生成する（ステップ１０８）。この推定パラメータは、現在時刻における感知情報から、現在時刻における渋滞の末尾位置を推定する処理に用いられるパラメータであり、例えば重み値である。このような推定パラメータを用いることによって、現在時刻における渋滞の末尾位置を適切に推定することができる。

次に、制御部１１は、生成された推定パラメータが正確であるかどうかを評価するために、生成された推定パラメータを、過去の時刻における感知情報に適用し、過去の時刻と同時刻における渋滞の末尾位置を推定する（ステップ１０９）。

ステップ１０９では、制御部１１は、渋滞の末尾位置を推定可能な全ての過去の感知情報から、渋滞の末尾位置を推定してもよいし、全ての過去の感知情報のうち、いくつかのサンプルを抽出して渋滞の末尾位置を推定してもよい。

渋滞の末尾位置を推定すると、次に、制御部１１は、過去の時刻における実際の渋滞の末尾位置（真値）をデータベースから読み出し、この実際の渋滞の末尾位置（真値）と、推定パラメータによって推定された渋滞の末尾位置との差を算出する（ステップ１１０）。

次に、制御部１１は、算出された差の平均値が所定の閾値以下であるかどうかを判定する（つまり、推定パラメータの質を評価する）（ステップ１１１）。差の平均値が所定の閾値以下である場合（ステップ１１１のＹＥＳ）、つまり、推定パラメータの質が一定の基準以上であると判定された場合、制御部１１は、現在の推定パラメータを、新たな推定パラメータによって上書き（更新）する（ステップ１１２）。これにより、推定パラメータを適切に更新することができる。

一方、差の平均値が所定の閾値を超える場合（ステップ１１１のＮＯ）、つまり、推定パラメータの質が一定の基準を満たしていないと判定された場合、制御部１１は、推定パラメータの上書き（更新）を行わずに、処理を終了する。

次に、図５を参照して、現在時刻において、相関関係に基づいて渋滞の末尾位置を推定するときの処理について説明する。

まず、制御部１１は、３台の感知装置３０によって取得された感知情報を取得して収集し、感知情報と、感知情報が取得された時刻とを関連付けて記憶部１２に記憶する（ステップ２０１）。

次に、制御部１１は、前回において、現在時刻における渋滞の末尾位置が推定されてから所定時間が経過したかどうかを判定する（ステップ２０２）。この所定時間は、現在時刻における渋滞の末尾位置が推定される周期を示しており、この周期は、例えば、数十秒、あるいは、数分程度とされる。

前回から所定時間が経過している場合（ステップ２０２のＹＥＳ）、制御部１１は、現在時刻における感知情報を記憶部１２から読み出す（ステップ２０３）。

次に、制御部１１は、現在時刻における感知情報に対して推定パラメータを適用することによって、現在時刻における感知情報から、現在時刻における渋滞の末尾位置を推定する（ステップ２０４）。すなわち、制御部１１は、相関関係に基づいて、現在時刻における感知情報から、現在時刻における渋滞の末尾位置を推定する。制御部１１は、現在時刻における渋滞の末尾位置を推定することができるので、現在時刻における渋滞長も推定することができる。

制御部１１は、推定された現在時刻における渋滞の末尾位置の情報に基づいて、信号灯２０（青、黄色、赤、矢印の信号灯）における表示時間を制御する。また、制御部１１は、推定された現在時刻における渋滞の末尾位置の情報に基づいて、プローブ車５ａへ送信するための渋滞情報（渋滞長の情報、渋滞を抜けるまでに掛かる時間の情報、渋滞を回避するためのルートの情報等）を生成する。なお、制御装置１０において生成された渋滞情報は、制御装置１０から路上装置４０へと送信された後、路上装置４０からプローブ車５ａに対して送信される。

＜作用等＞
以上説明したように、本実施形態に係る制御装置１０では、プローブ情報から取得された過去の時刻における渋滞の末尾位置（真値）と、過去の時刻と同時刻における感知情報との相関関係が学習（判定）される。そして、この相関関係に基づいて、現在時刻における感知情報から、現在時刻における渋滞の末尾位置が推定される。このような方法によって、渋滞の末尾位置を推定することで、渋滞の末尾位置の推定の精度を向上させることができる。

特に、本実施形態では、感知装置３０間の距離が長い場合でも、現在時刻において、感知装置３０間における渋滞の末尾位置を正確に推定することができる。また、本実施形態では、渋滞が、流入路１の最上流に設置された感知装置３０の位置（停止線４から１０００ｍ）を超えるような場合であっても、現在時刻において、正確に渋滞の末尾位置を推定することができる。さらに、本実施形態では、プローブ車５ａの普及率が少ないような状況でも適切に渋滞の末尾位置を推定することができる（プローブ情報は、過去の情報として収集すればよいため）。

また、本実施形態では、渋滞の末尾位置を正確に推定することができるので、信号灯２０の表示時間を、渋滞長に合わせて適切な長さに設定することができる。これにより、渋滞を緩和することができる。また、本実施形態では、渋滞の末尾位置を正確に推定することができるので、正確な渋滞情報を生成してプローブ車５ａに対して送信することができる。これにより、渋滞情報の提供サービスにおける質を向上させることができる。

１…流入路
２…流出路
５…車両
１０…制御装置
１１…制御部
２０…信号灯
３０…感知装置
４０…路上装置

Claims (6)

1. 車両から送信された走行情報を取得し、
   前記車両を感知することによって得られる感知情報を取得し、
   前記走行情報に基づいて、過去の時刻における渋滞の末尾位置を判定し、
   前記過去の時刻における前記渋滞の末尾位置と、前記過去の時刻と同時刻における前記感知情報との相関関係を判定し、
   前記相関関係に基づいて、推定パラメータを生成し、前記推定パラメータを、現在時刻における前記感知情報に適用して、前記現在時刻における前記渋滞の末尾位置を推定する制御部を具備し、
   前記制御部は、前記推定パラメータを、前記過去の時刻における前記感知情報に適用して、前記過去の時刻と同時刻における前記渋滞の末尾位置を推定することによって、前記推定パラメータの質を評価し、評価結果に応じて、前記推定パラメータを更新する
   制御装置。
2. 請求項１に記載の制御装置であって、
   前記制御部は、前記相関関係を、学習機能によって学習する
   制御装置。
3. 請求項１又は２に記載の制御装置であって、
   前記制御部は、推定された前記現在時刻における前記渋滞の末尾位置に基づいて、信号灯の表示時間を制御する
   制御装置。
4. 請求項１〜３のうちいずれか１項に記載の制御装置であって、
   前記制御部は、推定された前記現在時刻における前記渋滞の末尾位置に基づいて、前記車両へ送信するための渋滞情報を生成する
   制御装置。
5. 車両から送信された走行情報を取得し、
   前記車両を感知することによって得られる感知情報を取得し、
   前記走行情報に基づいて、過去の時刻における渋滞の末尾位置を判定し、
   前記過去の時刻における前記渋滞の末尾位置と、前記過去の時刻と同時刻における前記感知情報との相関関係を判定し、
   前記相関関係に基づいて、推定パラメータを生成し、前記推定パラメータを、現在時刻における前記感知情報に適用して、前記現在時刻における前記渋滞の末尾位置を推定する
   推定方法であって、
   前記現在時刻における前記渋滞の末尾位置を推定する工程では、
   前記推定パラメータを、前記過去の時刻における前記感知情報に適用して、前記過去の時刻と同時刻における前記渋滞の末尾位置を推定することによって、前記推定パラメータの質を評価し、評価結果に応じて、前記推定パラメータを更新する
   推定方法。
6. 車両から送信された走行情報を取得するステップと、
   前記車両を感知することによって得られる感知情報を取得するステップと、
   前記走行情報に基づいて、過去の時刻における渋滞の末尾位置を判定するステップと、
   前記過去の時刻における前記渋滞の末尾位置と、前記過去の時刻と同時刻における前記感知情報との相関関係を判定するステップと、
   前記相関関係に基づいて、推定パラメータを生成し、前記推定パラメータを、現在時刻における前記感知情報に適用して、前記現在時刻における前記渋滞の末尾位置を推定するステップと
   をコンピュータに実行させるプログラムであって、
   前記渋滞の末尾位置を推定するステップでは、
   前記現在時刻における前記推定パラメータを、前記過去の時刻における前記感知情報に適用して、前記過去の時刻と同時刻における前記渋滞の末尾位置を推定することによって、前記推定パラメータの質を評価し、評価結果に応じて、前記推定パラメータを更新するステップと
   をコンピュータに実行させるプログラム。

Images