JPH03209599A - 異常交通流の検出装置 - Google Patents
異常交通流の検出装置Info
- Publication number
- JPH03209599A JPH03209599A JP253190A JP253190A JPH03209599A JP H03209599 A JPH03209599 A JP H03209599A JP 253190 A JP253190 A JP 253190A JP 253190 A JP253190 A JP 253190A JP H03209599 A JPH03209599 A JP H03209599A
- Authority
- JP
- Japan
- Prior art keywords
- traffic
- traffic flow
- state amount
- abnormal
- traffic state
- 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.)
- Granted
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 38
- 230000005856 abnormality Effects 0.000 claims abstract description 25
- 238000001514 detection method Methods 0.000 claims description 36
- 238000000034 method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 230000008033 biological extinction Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〈産業上の利用分野〉
本発明は、異常交通流の検出装置に関する。
〈従来の技術〉
従来の交通流の監視方式は、道路沿いに設置した車両感
知器からの車両感知データを基に算出された交通流の速
度を使用して、閾値による判定方式を採用している。
知器からの車両感知データを基に算出された交通流の速
度を使用して、閾値による判定方式を採用している。
即ち、道路沿いに設置した超音波式の車両感知器で車両
検知を行い、車両感知器からの出力に基づいて、所定時
間内における車両検知時間と、車両台数とを求める。こ
れらのデータから、道路の一地点における単位時間当り
の車両検知時間割合(以下、占有率とする)0と、同し
く道路の一地点における単位時間当りの車両台数(以下
、交通量とする)Qとを算出する。更に、前記占有率○
を密度(道路の単位距離内に存在する車両台数)Kと見
なし、次式からその地点における車両の速度■を推定す
る。
検知を行い、車両感知器からの出力に基づいて、所定時
間内における車両検知時間と、車両台数とを求める。こ
れらのデータから、道路の一地点における単位時間当り
の車両検知時間割合(以下、占有率とする)0と、同し
く道路の一地点における単位時間当りの車両台数(以下
、交通量とする)Qとを算出する。更に、前記占有率○
を密度(道路の単位距離内に存在する車両台数)Kと見
なし、次式からその地点における車両の速度■を推定す
る。
Q=K ・ ■
そして、第7回に示すように、予め渋滞か否をを判定す
るための閾値V。を設定し、演算された現在の速度■と
前記閾値V。とを比較してV<V。
るための閾値V。を設定し、演算された現在の速度■と
前記閾値V。とを比較してV<V。
であれば渋滞と判定していた。
〈発明が解決しようとする課題〉
しかしながら、このような従来方式では、渋滞か否かの
判別しかできず、異常交通流(事故等の突発事象によっ
て交通容量の低下した交通流)の検出はできなかった。
判別しかできず、異常交通流(事故等の突発事象によっ
て交通容量の低下した交通流)の検出はできなかった。
例えば、第7図において、X点やY点で突発事象が発生
して速度が急低下したとしても何ら対応できず、現在の
速度値■が閾値V、を横切ったときに渋滞の発生成いは
消滅を検出するだけであった。
して速度が急低下したとしても何ら対応できず、現在の
速度値■が閾値V、を横切ったときに渋滞の発生成いは
消滅を検出するだけであった。
本発明は上記の事情に鑑みてなされたもので、従来対応
できなかった異常交通流の検出が可能な異常交通流の検
出装置を提供することを目的とする。また、異常交通流
の発生原因となる突発事象の発生場所及び時間を知るこ
とのできる異常交通流の検出装置を提供することを目的
とする。
できなかった異常交通流の検出が可能な異常交通流の検
出装置を提供することを目的とする。また、異常交通流
の発生原因となる突発事象の発生場所及び時間を知るこ
とのできる異常交通流の検出装置を提供することを目的
とする。
く課題を解決するための手段〉
このため本発明は、第1図に示すように、道路上の車両
を検知する車両検知手段Aと、該車両検知手段への出力
に基づいて一定時間毎に交通状態量を検出する交通状態
量検出手段Bと、該交通状態量検出手段Bで検出された
交通状態量と予め設定された渋滞判別用閾値とを比較し
て渋滞か否かを判定する渋滞判定手段Cと、前記交通状
態量検出手段Bで検出された現在までの交通状態量デー
タに基づいて現時点から所定時間後の交通状態量を予測
する交通状態量予測手段りと、該交通状態量予測手段り
の予測値に基づいて前記所定時間後の異常交通流判定用
上下閾値を設定する閾値設定手段Eと、前記所定時間後
において前記交通状態量検出手段Bで検出された実際の
交通状態量が前記閾値設定手段Eで設定された上下閾値
間の範囲外にあるとき交通流が異常であると判定する交
通流異常判定手段Fとを備えて構成した。
を検知する車両検知手段Aと、該車両検知手段への出力
に基づいて一定時間毎に交通状態量を検出する交通状態
量検出手段Bと、該交通状態量検出手段Bで検出された
交通状態量と予め設定された渋滞判別用閾値とを比較し
て渋滞か否かを判定する渋滞判定手段Cと、前記交通状
態量検出手段Bで検出された現在までの交通状態量デー
タに基づいて現時点から所定時間後の交通状態量を予測
する交通状態量予測手段りと、該交通状態量予測手段り
の予測値に基づいて前記所定時間後の異常交通流判定用
上下閾値を設定する閾値設定手段Eと、前記所定時間後
において前記交通状態量検出手段Bで検出された実際の
交通状態量が前記閾値設定手段Eで設定された上下閾値
間の範囲外にあるとき交通流が異常であると判定する交
通流異常判定手段Fとを備えて構成した。
また、第1図の破線で示すように、前記車両検知手段A
、交通状態量検出手段B、渋滞判定手段C2交通状態量
予測手段り、閾値設定手段E及び交通流異常判定手段F
とからなる組Gを、車両検知手段Aを道路に沿って間隔
を設けて設置して少なくとも2組設けると共に、互いに
隣接する組Gのそれぞれの交通流異常判定手段Fの判定
結果を比較する比較手段Hを備えて構成するようにした
。
、交通状態量検出手段B、渋滞判定手段C2交通状態量
予測手段り、閾値設定手段E及び交通流異常判定手段F
とからなる組Gを、車両検知手段Aを道路に沿って間隔
を設けて設置して少なくとも2組設けると共に、互いに
隣接する組Gのそれぞれの交通流異常判定手段Fの判定
結果を比較する比較手段Hを備えて構成するようにした
。
く作用〉
上記の構成において、交通状態量検出手段Bは、道路上
の車両を検知する車両検知手段Aの出力に基づいて一定
時間毎に交通状態量を検出する。
の車両を検知する車両検知手段Aの出力に基づいて一定
時間毎に交通状態量を検出する。
渋滞判定手段Cは、従来と同様にして交通状態量検出手
段Bで検出された交通状態量と予め設定された渋滞判別
用閾値とを比較して渋滞か否かを判定する。
段Bで検出された交通状態量と予め設定された渋滞判別
用閾値とを比較して渋滞か否かを判定する。
また、前記交通状態量検出手段Bで検出された現在まで
の交通状態量データに基づいて現時点から所定時間後の
交通状態量を予測する交通状態量予測手段りの予測値に
基づいて、閾値設定手段已により前記所定時間後の異常
交通流判定用上下閾値を設定し、この設定された閾値に
基づいて、交通流異常判定手段Fは、所定時間後におい
て前記交通状態量検出手段Bで検出された実際の交通状
態量が前記上下閾値間の範囲外にあるか否かを判定し、
範囲外にあるときに交通流が異常であると判定する。
の交通状態量データに基づいて現時点から所定時間後の
交通状態量を予測する交通状態量予測手段りの予測値に
基づいて、閾値設定手段已により前記所定時間後の異常
交通流判定用上下閾値を設定し、この設定された閾値に
基づいて、交通流異常判定手段Fは、所定時間後におい
て前記交通状態量検出手段Bで検出された実際の交通状
態量が前記上下閾値間の範囲外にあるか否かを判定し、
範囲外にあるときに交通流が異常であると判定する。
これにより、渋滞及び非渋滞に拘らず、従来検出できな
かった突発事象に起因して交通容量が低下する異常交通
流の検出が可能となる。
かった突発事象に起因して交通容量が低下する異常交通
流の検出が可能となる。
また、道路に沿って間隔を設けて設置した互いに隣接す
る車両検知手段Aに対応するそれぞれの交通流異常判定
手段Fからの判定結果を、比較手段Hで比較する。
る車両検知手段Aに対応するそれぞれの交通流異常判定
手段Fからの判定結果を、比較手段Hで比較する。
これにより、異常交通流の発生場所及び時間を知ること
が可能となる。
が可能となる。
〈実施例〉
以下、本発明の一実施例を図面に基づいて説明する。
本実施例の構成を示す第2図において、道路1に沿って
所定の間隔を設けて車両検知手段としての超音波式の車
両感知器2.3を設置しである。
所定の間隔を設けて車両検知手段としての超音波式の車
両感知器2.3を設置しである。
該車両感知器2,3は、道路lの上方に設けた送受器2
A、3Aと感知器本体2B、3Bとからなり、送受器2
A、3Aから道路1に向けて超音波を放射し、その地点
を車両が通過した時としないときとでその反射波の受信
に時間差が生じることを利用して車両の有無を検知する
。そして、車両を感知したときには、感知器本体2B、
3Bから、例えばHl/ベルの感知出力が発生する。
A、3Aと感知器本体2B、3Bとからなり、送受器2
A、3Aから道路1に向けて超音波を放射し、その地点
を車両が通過した時としないときとでその反射波の受信
に時間差が生じることを利用して車両の有無を検知する
。そして、車両を感知したときには、感知器本体2B、
3Bから、例えばHl/ベルの感知出力が発生する。
コントロールユニット4は、内蔵したマイクロコンピュ
ータにより、前記車両感知器2,3からの入力データに
基づいて、第3図及び第4図に示すフローチャートに従
って渋滞と異常交通流の各検出及び交通流異常判定用閾
値の設定を行う。
ータにより、前記車両感知器2,3からの入力データに
基づいて、第3図及び第4図に示すフローチャートに従
って渋滞と異常交通流の各検出及び交通流異常判定用閾
値の設定を行う。
尚、本実施例において、交通状態量検出手段。
渋滞判定手段、交通状態量予測手段、閾値設定手段、交
通流異常判定手段及び比較手段としての機能は、第3図
及び第4図のフローチャートに示すように、ソフトウェ
ア的に備えられている。
通流異常判定手段及び比較手段としての機能は、第3図
及び第4図のフローチャートに示すように、ソフトウェ
ア的に備えられている。
第3図のフローチャートを参照して本実施例の渋滞及び
異常交通流の検出動作について説明する。
異常交通流の検出動作について説明する。
ステップ1(図中31と記す。以下同様)では、一定時
間(例えば5分)毎の車両感知器2,3からのデータを
入力する。
間(例えば5分)毎の車両感知器2,3からのデータを
入力する。
ステップ2では、入力されたデータに基づいて交通状態
量、本実施例では速度Vを従来と同様にして算出する。
量、本実施例では速度Vを従来と同様にして算出する。
即ち、入力データから占有率Oと、交通量Qとを算出し
、占有率0を密度Kに置き換えて、Q=K・■ の関係式を用いて速度■を算出する。
、占有率0を密度Kに置き換えて、Q=K・■ の関係式を用いて速度■を算出する。
ステップ3では、ステップ2で算出された現在の交通状
態量即ち速度■が、第4図のフローチャートに従って前
回までの入力速度■データから予測した予測速度■2に
基づいて設定された交通流異常判定用の上限閾値■2+
αと下限閾値■2αとの間の範囲内にあるかどうかによ
り交通流が異常か否かを判定する。
態量即ち速度■が、第4図のフローチャートに従って前
回までの入力速度■データから予測した予測速度■2に
基づいて設定された交通流異常判定用の上限閾値■2+
αと下限閾値■2αとの間の範囲内にあるかどうかによ
り交通流が異常か否かを判定する。
そして、実測値Vと予測値V2との誤差e (=V−V
、)が、−α≦e≦αのときは交通流異常無しと判定(
No)Lステップ11に進む。一方、e〉±αのときは
交通流異常有りと判定(YES)してステップ4に進む
。
、)が、−α≦e≦αのときは交通流異常無しと判定(
No)Lステップ11に進む。一方、e〉±αのときは
交通流異常有りと判定(YES)してステップ4に進む
。
ステップ4では、実測値■を予め設定された渋滞判定用
閾値V0と比較して渋滞か否かを判定する。ここで、V
<Voであれば渋滞と判定されステ・ノブ5に進み、■
≧■。であればステップ9に進む。
閾値V0と比較して渋滞か否かを判定する。ここで、V
<Voであれば渋滞と判定されステ・ノブ5に進み、■
≧■。であればステップ9に進む。
ステップ5では、隣接する車両感知器からのデータに基
づく交通流異常判定結果との比較を行い異常交通流の発
生位置と時間を確認する。
づく交通流異常判定結果との比較を行い異常交通流の発
生位置と時間を確認する。
例えば、車両感知器3.2からの入力データに基づく異
常判定結果がそれぞれ第5図の(A)。
常判定結果がそれぞれ第5図の(A)。
(B)であったとすると、両地点を比較した場合に、図
中のTの期間で車両感知器2側の地点の速度が低下して
いるが、車両感知器3側の地点の速度は低下していない
。これにより、車両感知器3側では車両が今までと同様
の傾向で流れているのに対して車両感知器2側では今ま
でとは異なる車両の流れになっていることがわかり、こ
の間の場所で交通流の異常が発生していることがわかる
。
中のTの期間で車両感知器2側の地点の速度が低下して
いるが、車両感知器3側の地点の速度は低下していない
。これにより、車両感知器3側では車両が今までと同様
の傾向で流れているのに対して車両感知器2側では今ま
でとは異なる車両の流れになっていることがわかり、こ
の間の場所で交通流の異常が発生していることがわかる
。
ステップ6では、現在までの速度データを予め記憶させ
である本地点における通常の交通流傾向を示す過去のデ
ータと比較して、自然渋滞か突発事象による渋滞かを検
討する。
である本地点における通常の交通流傾向を示す過去のデ
ータと比較して、自然渋滞か突発事象による渋滞かを検
討する。
ここで、過去のデータとしては、例えば曜日毎の時間別
データベース等を用いる。この際、前の週の同じ曜日が
休日の場合には、更にその前の同じ曜日のデータを用い
ることとする。尚、この他のデータベースとしては体祭
日、5.10日を除いた平日のデータベース等が考えら
れる。
データベース等を用いる。この際、前の週の同じ曜日が
休日の場合には、更にその前の同じ曜日のデータを用い
ることとする。尚、この他のデータベースとしては体祭
日、5.10日を除いた平日のデータベース等が考えら
れる。
そして、過去のデータと同様の傾向であれば自然渋滞と
判断し、異なった傾向であれば突発事象の発生による渋
滞と判断して、それぞれステップ7またはステップ8に
進み、自然渋滞または突発事象の発生による渋滞の表示
出力をそれぞれ発生してドライバに知らせる。
判断し、異なった傾向であれば突発事象の発生による渋
滞と判断して、それぞれステップ7またはステップ8に
進み、自然渋滞または突発事象の発生による渋滞の表示
出力をそれぞれ発生してドライバに知らせる。
ステップ4で渋滞でないと判定されステップ9に進んだ
場合は、ステップ5と同様にして異常交通流の発生湯所
及び時間の確認を行う。
場合は、ステップ5と同様にして異常交通流の発生湯所
及び時間の確認を行う。
ステップ10では、渋滞発生の注意報の表示出力を発生
して、ドライバに対して渋滞になる虞れがあることを知
らせる。
して、ドライバに対して渋滞になる虞れがあることを知
らせる。
また、ステップ3で交通流が異常でないと判定されステ
ップ11に進んだときも、ステップ4と同様にして渋滞
か否かの判定を行い、渋滞でないときはステップ1に戻
り、渋滞と判定されたときは何ら交通流に異常が無く渋
滞になったことからステップ7に進んで自然渋滞の表示
出力を発生する。
ップ11に進んだときも、ステップ4と同様にして渋滞
か否かの判定を行い、渋滞でないときはステップ1に戻
り、渋滞と判定されたときは何ら交通流に異常が無く渋
滞になったことからステップ7に進んで自然渋滞の表示
出力を発生する。
次に、第4図のフローチャートに従って前述の渋滞及び
異常検出動作に使用する交通流異常判定用の閾値の設定
動作を説明する。
異常検出動作に使用する交通流異常判定用の閾値の設定
動作を説明する。
ステップ21では、一定時間(例えば5分)毎に車両感
知器から入力された現在までの速度■のデータに基づい
て所定時間(例えば5分)後の予測速度■2の設定を行
う。この予測方法としては、例えば現在までの速度デー
タの平均或いは移動子均等とする。
知器から入力された現在までの速度■のデータに基づい
て所定時間(例えば5分)後の予測速度■2の設定を行
う。この予測方法としては、例えば現在までの速度デー
タの平均或いは移動子均等とする。
ステップ22では、ステップ21で得られた予測速度■
2に基づいて前述の交通流異常判定用の上限閾値■2+
α及び下限閾値■2−αの設定を行う。
2に基づいて前述の交通流異常判定用の上限閾値■2+
α及び下限閾値■2−αの設定を行う。
ここで設定された閾値■2±αを用いて第3図のフロー
チャートにおける交通流の異常の検出が行われるのであ
る。
チャートにおける交通流の異常の検出が行われるのであ
る。
以上のようにすれば、従来検出できなかった第6図にお
けるX点やY点における交通流の異常を検出することが
できる。そして、渋滞する以前であれば、渋滞発生の注
意報を出すことができる。
けるX点やY点における交通流の異常を検出することが
できる。そして、渋滞する以前であれば、渋滞発生の注
意報を出すことができる。
また、隣接する車両感知器の互いのデータを比較するこ
とによって、異常交通流の発生湯所及び時間を自動的に
確認することができる。更には、渋滞発生中に異常交通
流を検出した場合に、過去のデータとの比較を行うこと
で、かかる異常交通流が通常のものか否かを区別するこ
とができ、自然渋滞か突発事象による渋滞かをドライバ
に知らせることができるようになる。
とによって、異常交通流の発生湯所及び時間を自動的に
確認することができる。更には、渋滞発生中に異常交通
流を検出した場合に、過去のデータとの比較を行うこと
で、かかる異常交通流が通常のものか否かを区別するこ
とができ、自然渋滞か突発事象による渋滞かをドライバ
に知らせることができるようになる。
尚、本実施例では、渋滞検出や異常交通流検出のための
交通状態量として速度■を用いたが、これに限らず密度
にや交通量Qを用いることが可能であり、また、これら
の組合わせにより渋滞及び異常交通流の検出を行うこと
も可能である。
交通状態量として速度■を用いたが、これに限らず密度
にや交通量Qを用いることが可能であり、また、これら
の組合わせにより渋滞及び異常交通流の検出を行うこと
も可能である。
〈発明の効果〉
以上説明したように本発明によれば、従来検出すること
ができなかった事故や工事等の突発事象に起因する異常
交通流を検出することができ、渋滞発生の注意報を出す
ことが可能となる。また、異常交通流の発生湯所及び時
間を即座に知ることができる。従って、交通情報の精度
を向上でき、ドライバに対して従来よりも詳細な交通情
報を提供することができ、道路交通の緩和に極めて有効
である。
ができなかった事故や工事等の突発事象に起因する異常
交通流を検出することができ、渋滞発生の注意報を出す
ことが可能となる。また、異常交通流の発生湯所及び時
間を即座に知ることができる。従って、交通情報の精度
を向上でき、ドライバに対して従来よりも詳細な交通情
報を提供することができ、道路交通の緩和に極めて有効
である。
第1図は本発明の詳細な説明するブロック図、第2図は
本発明の一実施例を示す構成図、第3図は同上実施例の
渋滞及び異常交通流の検出フローチャート、第4図は同
上実施例の交通流異常検出用閾値の設定フローチャート
、第5図は隣接車両感知器による交通流異常判定結果の
比較例を示す図、第6図は同上実施例の交通流の検出動
作を説明する図、第7図は従来例の検出動作を説明する
図である。 ■・・・道路 2 3・・・車両感知器 4・・・コン トロールユニッ ト
本発明の一実施例を示す構成図、第3図は同上実施例の
渋滞及び異常交通流の検出フローチャート、第4図は同
上実施例の交通流異常検出用閾値の設定フローチャート
、第5図は隣接車両感知器による交通流異常判定結果の
比較例を示す図、第6図は同上実施例の交通流の検出動
作を説明する図、第7図は従来例の検出動作を説明する
図である。 ■・・・道路 2 3・・・車両感知器 4・・・コン トロールユニッ ト
Claims (2)
- (1)道路上の車両を検知する車両検知手段と、該車両
検知手段の出力に基づいて一定時間毎に交通状態量を検
出する交通状態量検出手段と、該交通状態量検出手段で
検出された交通状態量と予め設定された渋滞判別用閾値
とを比較して渋滞か否かを判定する渋滞判定手段と、前
記交通状態量検出手段で検出された現在までの交通状態
量データに基づいて現時点から所定時間後の交通状態量
を予測する交通状態量予測手段と、該交通状態量予測手
段の予測値に基づいて前記所定時間後の異常交通流判定
用上下閾値を設定する閾値設定手段と、前記所定時間後
において前記交通状態量検出手段で検出された実際の交
通状態量が前記閾値設定手段で設定された上下閾値間の
範囲外にあるとき交通流が異常であると判定する交通流
異常判定手段とを備えて構成したことを特徴とする異常
交通流の検出装置。 - (2)道路上の車両を検知する車両検知手段と、該車両
検知手段の出力に基づいて一定時間毎に交通状態量を検
出する交通状態量検出手段と、該交通状態量検出手段で
検出された交通状態量と予め設定された渋滞判別用閾値
とを比較して渋滞か否かを判定する渋滞判定手段と、前
記交通状態量検出手段で検出された現在までの交通状態
量データに基づいて現時点から所定時間後の交通状態量
を予測する交通状態量予測手段と、該交通状態量予測手
段の予測値に基づいて前記所定時間後の異常交通流判定
用上下閾値を設定する閾値設定手段と、前記所定時間後
において前記交通状態量検出手段で検出された実際の交
通状態量が前記閾値設定手段で設定された上下閾値間の
範囲外にあるとき交通流が異常であると判定する交通流
異常判定手段とからなる組を、前記車両検知手段を道路
に沿って間隔を設けて設置して少なくとも2組設けると
共に、互いに隣接する組のそれぞれの交通流異常判定手
段の判定結果を比較する比較手段を備えて構成したこと
を特徴とする異常交通流の検出装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP253190A JP2893544B2 (ja) | 1990-01-11 | 1990-01-11 | 異常交通流の検出装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP253190A JP2893544B2 (ja) | 1990-01-11 | 1990-01-11 | 異常交通流の検出装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH03209599A true JPH03209599A (ja) | 1991-09-12 |
JP2893544B2 JP2893544B2 (ja) | 1999-05-24 |
Family
ID=11531966
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP253190A Expired - Lifetime JP2893544B2 (ja) | 1990-01-11 | 1990-01-11 | 異常交通流の検出装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2893544B2 (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000242883A (ja) * | 1999-02-19 | 2000-09-08 | Hitachi Ltd | 車両感知器情報処理方法及び装置 |
JP2007026301A (ja) * | 2005-07-20 | 2007-02-01 | Matsushita Electric Ind Co Ltd | 停止低速車両検出装置及び停止低速車両検出方法 |
EP2023308A1 (en) | 2007-07-25 | 2009-02-11 | Hitachi Ltd. | Traffic incident detection system |
CN103198711A (zh) * | 2013-03-21 | 2013-07-10 | 东南大学 | 一种降低不同严重程度交通事故概率的车辆调控方法 |
US8528455B2 (en) | 2004-12-04 | 2013-09-10 | Sms Siemag Ag | Device for clamping a blade of shears, used in the transversal cutting of strips |
CN103578274A (zh) * | 2013-11-15 | 2014-02-12 | 北京四通智能交通***集成有限公司 | 一种交通流预测方法及装置 |
CN106920393A (zh) * | 2017-03-24 | 2017-07-04 | 银江股份有限公司 | 一种基于阈值参数配置的交通状态评估方法 |
CN115188186A (zh) * | 2022-06-28 | 2022-10-14 | 公安部交通管理科学研究所 | 一种区域内交通流量监测方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020071220A1 (ja) * | 2018-10-05 | 2020-04-09 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 情報処理方法、及び、情報処理システム |
-
1990
- 1990-01-11 JP JP253190A patent/JP2893544B2/ja not_active Expired - Lifetime
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000242883A (ja) * | 1999-02-19 | 2000-09-08 | Hitachi Ltd | 車両感知器情報処理方法及び装置 |
US8528455B2 (en) | 2004-12-04 | 2013-09-10 | Sms Siemag Ag | Device for clamping a blade of shears, used in the transversal cutting of strips |
JP2007026301A (ja) * | 2005-07-20 | 2007-02-01 | Matsushita Electric Ind Co Ltd | 停止低速車両検出装置及び停止低速車両検出方法 |
JP4600929B2 (ja) * | 2005-07-20 | 2010-12-22 | パナソニック株式会社 | 停止低速車両検出装置 |
EP2023308A1 (en) | 2007-07-25 | 2009-02-11 | Hitachi Ltd. | Traffic incident detection system |
CN103198711A (zh) * | 2013-03-21 | 2013-07-10 | 东南大学 | 一种降低不同严重程度交通事故概率的车辆调控方法 |
CN103578274A (zh) * | 2013-11-15 | 2014-02-12 | 北京四通智能交通***集成有限公司 | 一种交通流预测方法及装置 |
CN106920393A (zh) * | 2017-03-24 | 2017-07-04 | 银江股份有限公司 | 一种基于阈值参数配置的交通状态评估方法 |
CN106920393B (zh) * | 2017-03-24 | 2019-05-31 | 银江股份有限公司 | 一种基于阈值参数配置的交通状态评估方法 |
CN115188186A (zh) * | 2022-06-28 | 2022-10-14 | 公安部交通管理科学研究所 | 一种区域内交通流量监测方法 |
CN115188186B (zh) * | 2022-06-28 | 2024-02-20 | 公安部交通管理科学研究所 | 一种区域内交通流量监测方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2893544B2 (ja) | 1999-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5822712A (en) | Prediction method of traffic parameters | |
Petty et al. | Accurate estimation of travel times from single-loop detectors | |
CA2247372C (en) | Road vehicle sensing apparatus and signal processing apparatus therefor | |
JPH0760478B2 (ja) | 交通制御システム | |
EP0771447B1 (en) | Detection and prediction of traffic disturbances | |
JPH03209599A (ja) | 異常交通流の検出装置 | |
EP0470268B1 (en) | Traffic flow change system | |
JP3305940B2 (ja) | 交通状況予測装置 | |
JP3876653B2 (ja) | 交通流の異常検知装置及び方法 | |
JP3249690B2 (ja) | 交通渋滞判定装置 | |
JP4126700B2 (ja) | 走行所要時間予測装置及び走行所要時間予測方法 | |
Hanbali et al. | Methodology for evaluating effectiveness of traffic-responsive systems on intersection congestion and traffic safety | |
JPH076292A (ja) | 信号機制御システム | |
JPH09134493A (ja) | 車両走行情報収集装置 | |
JP3607330B2 (ja) | 感知器データを用いる渋滞計測方法 | |
JP3734594B2 (ja) | 異常事象検出装置および交通流計測装置 | |
JPH08106593A (ja) | 交通流状態判定装置 | |
Khoury et al. | Performance comparison of automatic vehicle identification and inductive loop traffic detectors for incident detection | |
JPH0793678A (ja) | 居眠り運転検出装置 | |
JP2867552B2 (ja) | 交通流変動監視装置 | |
JPH10134295A (ja) | 道路交通状況における渋滞識別方法 | |
JPH05290292A (ja) | 突発事象自動検出装置 | |
JP2003317184A (ja) | 個別車両モニタリング装置 | |
Palmer et al. | Comparing a bottleneck identification tool with the congested traffic pattern recognition system ASDA/FOTO using archived freeway data from Portland, Oregon | |
JPH08235485A (ja) | 車両感知器故障検出装置 |