WO2022185922A1 - 交通監視装置、交通監視システム、交通監視方法及びプログラム - Google Patents

交通監視装置、交通監視システム、交通監視方法及びプログラム Download PDF

Info

Publication number
WO2022185922A1
WO2022185922A1 PCT/JP2022/006216 JP2022006216W WO2022185922A1 WO 2022185922 A1 WO2022185922 A1 WO 2022185922A1 JP 2022006216 W JP2022006216 W JP 2022006216W WO 2022185922 A1 WO2022185922 A1 WO 2022185922A1
Authority
WO
WIPO (PCT)
Prior art keywords
road
congestion
traffic
criterion
vehicle
Prior art date
Application number
PCT/JP2022/006216
Other languages
English (en)
French (fr)
Inventor
尚武 高橋
均 櫻井
Original Assignee
日本電気株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 日本電気株式会社 filed Critical 日本電気株式会社
Priority to US18/279,333 priority Critical patent/US20240169827A1/en
Priority to JP2023503701A priority patent/JPWO2022185922A1/ja
Publication of WO2022185922A1 publication Critical patent/WO2022185922A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel

Definitions

  • the present invention relates to a traffic monitoring device, a traffic monitoring system, a traffic monitoring method and a program.
  • Patent Document 1 the technology described in Patent Document 1 performs reverse-running vehicle detection processing when it is determined that there is no traffic congestion.
  • the present invention has been made in view of the above circumstances, and aims to provide a traffic monitoring device, a traffic monitoring system, a traffic monitoring method, and a program capable of accurately grasping road traffic conditions.
  • the traffic monitoring device comprises: head position detection means for detecting the head position of traffic congestion on the road; an output means for outputting congestion information according to a predetermined criterion when the movement of the detected head position satisfies the criterion.
  • a traffic monitoring system comprises: the above traffic monitoring device; an optical fiber laid on the road and having one end subjected to a termination treatment that suppresses reflection of an optical signal; a sensing device for inputting an optical signal into the optical fiber and observing a change in optical interference intensity, which is the intensity of light in which the backscattered lights generated along with the input of the optical signal interfere with each other;
  • the head position detection means obtains a vehicle position on the road based on the amount of change in the optical interference intensity observed by the sensing device, and detects the head position of the congestion on the road based on the vehicle position. To detect.
  • a traffic monitoring method comprises: the computer Detecting the head position of traffic congestion on the road; and outputting an output according to a predetermined criterion if the detected movement of the head position satisfies the criterion.
  • a program according to a fourth aspect of the present invention is for causing a computer to function as the traffic monitoring device.
  • FIG. 10 is a diagram showing a second example of history information according to one embodiment; This is an example of history information showing the second example of the history information shown in FIG. 3 in a wider range of positions and times than in FIG.
  • FIG. 10 shows the functional structure of the traffic monitoring apparatus which concerns on one embodiment of this invention.
  • FIG. 10 shows an example of the congestion pattern information which concerns on one Embodiment.
  • FIG. 4 is a diagram showing a functional configuration of an output unit according to one embodiment;
  • FIG. It is a figure which shows an example of the reference
  • It is a figure showing an example of physical composition of a traffic monitoring device concerning one embodiment of the present invention.
  • It is a flow chart which shows an example of traffic surveillance processing concerning one embodiment of the present invention.
  • FIG. 11 is a flow chart showing an example of a head position detection processing step S101 shown in FIG. 10;
  • FIG. FIG. 11 is a flow chart showing an example of an output processing step S102 shown in FIG. 10;
  • a traffic monitoring system 100 is a system for monitoring traffic of vehicles 101 traveling on a road R using optical fiber sensing technology, as shown in FIG.
  • a road R shown in FIG. 1 is a road for going up and includes a travel lane TL and an overtaking lane OL.
  • the vehicle 101 is an automobile, a two-wheeled vehicle, a bus, a truck, or the like.
  • road R is typically a highway, it may be another general road. Also, the number of lanes included in the road R is not limited to two, and may be one or more.
  • the traffic monitoring system 100 includes an optical fiber OF, a sensing device 102, and a traffic monitoring device 103.
  • the optical fiber OF is an optical fiber cable laid on the road R.
  • the optical fiber OF is, for example, one core of a multi-core optical fiber cable for communication generally laid on the road shoulder or the median strip of a highway, and the sensing device 102 is connected to one end, The other end is terminated to suppress reflection of optical signals.
  • a plurality of fiber cables of the multicore optical fiber cable may be employed as the optical fiber OF for optical fiber sensing.
  • the sensing device 102 inputs an optical signal into the optical fiber OF, and observes the amount of change in the intensity of optical interference, which is the intensity of light caused by interference between backscattered lights caused by the input of the optical signal.
  • the sensing device 102 receives an optical signal having a pulse waveform from one end of the optical fiber OF.
  • weak returning light called backscattered light is generated from all positions of the optical fiber OF.
  • the sensing device 102 observes the backscattered light.
  • the structure and characteristic parameters of the silica glass forming the optical fiber change with the environmental change, and the signal quality of the backscattered light from the location where the change occurs also changes. .
  • the phase state of the backscattered light changes.
  • a change in the phase state of this backscattered light is observed as a change in light intensity due to interference with other backscattered light received at the same time. That is, the sensing device 102 inputs an optical signal to the optical fiber OF and observes the amount of change in optical interference intensity caused by application of vibration.
  • the location of the vibration can be determined based on the amount of change in the intensity of the optical interference, and is calculated from the round-trip time from the input of the optical signal to the observation of the backscattered light, and the propagation speed of the optical signal.
  • the optical signal is repeatedly input at a constant frequency so that the backscattered light from the other end of the optical fiber OF (that is, the farthest end as viewed from the sensing device 102) does not mix with the next input optical signal. be.
  • changes in environmental changes such as vibration occurring around the optical fiber OF can be accurately observed in real time.
  • optical fiber sensing is a technology that uses an optical fiber OF as a sensing medium to detect the location of vibration.
  • a general optical fiber OF which is a transmission medium for communication data, can be used as a linear passive sensor, so it is possible to obtain a bird's-eye view of the traffic situation in a wide area without installing a new sensor. can be grasped in real time.
  • the traffic monitoring device 103 repeatedly acquires observation information including the location of vibration on the road R from the sensing device 102 .
  • the place where the vibration is generated corresponds to the position of the vehicle 101 on the road R (vehicle position). Therefore, the observation information includes position information indicating the vehicle position.
  • the traffic monitoring device 103 obtains the vehicle position history (that is, changes in the vehicle position over time) DH based on the position information repeatedly obtained from the sensing device 102 . Then, the traffic monitoring device 103 detects congestion that has occurred on the road R based on the vehicle position history DH. The traffic monitoring device 103 further outputs congestion information including the occurrence of congestion and its cause to a predetermined device based on the detected movement of the head position of the congestion.
  • causes of traffic congestion are reverse-running vehicles, low-speed vehicles, and others (for example, accidents).
  • FIG. 1 also shows a first example of history information 105a_1 according to the present embodiment.
  • the history information 105a_1 indicates the vehicle position history DH of each vehicle 101 traveling on the road R when an accident occurs at the position X at time T10.
  • the history information 105a_1 is represented by the relationship between the vehicle position on the road R and time.
  • a solid line in which the horizontal axis represents the position on the road R and the vertical axis represents time represents the vehicle position history DH of each vehicle 101 traveling on the road R.
  • the history information 105a_1 is a chronological history of the vehicle positions of the vehicles 101 that were traveling downstream of the accident location X1 at T10 when the accident occurred, until the vehicles 101 traveled at low speed and stopped. change. For example, the vehicle that was leading at T10 when the accident occurred starts running at low speed at time T10 and stops at position FP10.
  • Low-speed driving means driving at a predetermined speed (eg, 40 km/h) or less.
  • FIG. 2 is an example of history information 105a_2 showing the first example of history information 105a_1 shown in FIG. 1 in a wider range of positions and times than in FIG.
  • the dotted line L11 shown in FIGS. 1 and 2 is an example of the low-speed driving start line when an accident occurs.
  • the low-speed driving start line is an approximate line that connects the low-speed driving start points of each vehicle 101 traveling on the road R. Further, the low-speed running start point is a point specified by the time when the vehicle 101 started running at low speed and the vehicle position at that time in the diagram including the history DH.
  • a dotted frame FR11 shown in FIG. 2 is a frame that indicates an area corresponding to the definition of congestion.
  • a traffic jam may be defined as appropriate, but is defined, for example, as a state in which a predetermined number or more of vehicles traveling at a reference speed or less (for example, 40 km/h or less) are present within a predetermined time ⁇ T and within a predetermined distance ⁇ D.
  • a predetermined number or more of vehicles traveling at a reference speed or less for example, 40 km/h or less
  • ⁇ T a predetermined time
  • ⁇ D a predetermined distance
  • the predetermined time ⁇ T corresponds to the vertical length of the frame FR11.
  • the predetermined distance ⁇ D corresponds to the horizontal length of the frame FR11.
  • Traffic congestion occurs when there are 10 or more records DH (the number corresponding to the predetermined number of vehicles) within the area of the frame FR11 indicating that the vehicle travels at a speed equal to or lower than the reference speed or stops.
  • the history DH within the area of the frame FR11 is the history DH from the upper side to the lower side.
  • time T12 and time T13 The time difference between time T12 and time T13 is assumed to be a predetermined time ⁇ T.
  • time T13 the number of history records DH indicating running or stopping at a reference speed or less from the upper side to the lower side of the frame FR11 becomes ten for the first time after time T10. That is, time T13 is the time when congestion is detected for the first time after time T10.
  • Time T14 is the time when the restoration work for the accident was completed. Therefore, after time T14, the vehicles 101 start running in order.
  • the dotted line L12 is an example of the leading line of traffic congestion due to accidents.
  • a traffic jam top line is an approximation line that connects the top positions of traffic jams.
  • the leading line of traffic jam due to an accident is constant at position FP10 between times T10 and T14. Then, after time T14, it moves in the direction opposite to the running direction.
  • the top position of the traffic jam hardly moves beyond a certain amount of time. That is, in a general traffic jam, the head position of the traffic jam is within a predetermined range for a predetermined time TTH or longer after the traffic jam is detected.
  • FIG. 3 shows a second example of the history information 105b_1 according to this embodiment.
  • the history information 105b_1 indicates the vehicle position history DH of each vehicle 101 traveling on the road R when the wrong-way vehicle 106 is traveling on the road R.
  • FIG. The reverse running vehicle 106 is a vehicle that runs on the road R in the reverse direction.
  • the history information 105b_1 includes the vehicle history of each vehicle 101, which has been traveling downstream from the reverse-running vehicle 106, after the vehicle 101 rapidly decelerates and travels at a low speed, and then travels at an extremely slow speed. Shows the change in position over time. For example, the leading vehicle that finds the wrong-way vehicle 106 decelerates rapidly and travels at a low speed at time T20, and then travels at an extremely slow speed to indicate that it is at position FP2 at time T21.
  • FIG. 4 is an example of history information 105b_2 showing the first example of history information 105b_1 shown in FIG. 3 in a wider range of positions and times than in FIG.
  • the dotted line L21 shown in FIGS. 3 and 4 is an example of a low-speed running start line when the wrong-way vehicle 106 is running.
  • a dotted line RH is the travel history of the wrong-way vehicle 106 .
  • time T23 is assumed to be a predetermined time ⁇ T.
  • the number of history records DH indicating traveling at a reference speed or less from the upper side to the lower side of the frame FR21 becomes 10 for the first time after time T20. That is, time T23 is the time when congestion is detected for the first time after time T20.
  • Time T24 is when the leading vehicle traveling in the direction of travel on road R accelerates after passing the wrong-way vehicle 106 and travels at high speed.
  • High-speed running is running at a faster speed than low-speed running.
  • a dotted line L22 is an example of the leading line of congestion when the wrong-way vehicle 106 is running.
  • the top position of the congestion at time T23 is position FP20.
  • the vehicle 101 which has been leading up to that time, runs at high speed and exits the traffic jam, so the leading position of the traffic jam becomes position FP21.
  • the vehicle 101 which has been in the lead up to that point, moves to position FP22 and moves out of the traffic jam.
  • the congestion continues, and the top position is position FP23.
  • the leading position of the traffic in a traffic jam caused by the wrong-way vehicle 106, the leading position of the traffic seldom stays at a fixed position, but rather moves in the direction opposite to the traveling direction of the road R at a certain speed. That is, in a traffic jam caused by a wrong-way vehicle, the leading position of the traffic jam moves in the direction opposite to the traveling direction of the road R within a time period shorter than the predetermined time TTH after the traffic jam is detected. In this case, the moving speed of the leading position of the traffic jam is faster than the predetermined first threshold.
  • congestion may also be caused by, for example, low-speed vehicles.
  • a low-speed vehicle is a vehicle whose speed is slower than an appropriately determined speed, such as a road cleaning vehicle or a general vehicle 101 .
  • the head position of the traffic congestion moves in the direction of travel of road R within a time period shorter than the predetermined time TTH after the traffic congestion is detected.
  • the moving speed of the leading position of the traffic jam is slower than the predetermined second threshold.
  • Traffic monitoring device 103 includes input section 110 , leading position detection section 112 , and output section 114 .
  • the input unit 110 is a keyboard, mouse, touch panel, etc. for the user to input instructions.
  • the leading position detection unit 112 acquires the vehicle position on the road R from the sensing device 102, and detects the leading position of traffic congestion on the road R based on the vehicle position.
  • the start position detection unit 112 includes a position history generation unit 112a and a start detection unit 112b.
  • the position history generation unit 112a acquires the vehicle position on the road R, and generates history information 105 indicating the history DH of the vehicle position of the vehicle 101 on the road R based on the vehicle position.
  • the history information 105 is a general term for the history information 105a_1, 105a_2, 105b_1, 105b_2 described above.
  • the leading detection unit 112b detects the leading position of traffic congestion occurring on the road R based on the vehicle position history DH.
  • the position history generation unit 112a includes a vehicle position acquisition unit 112a_1, a history generation unit 112a_2, and a first learning model storage unit 112a_3.
  • the vehicle position acquisition unit 112a_1 acquires position information on the road R from the sensing device 102 based on optical fiber sensing using the optical fiber OF laid on the road R.
  • the vehicle position acquisition unit 112a_1 repeatedly acquires from the sensing device 102 the position information on the road R obtained based on the amount of change in the optical interference intensity observed by the sensing device 102.
  • position information is obtained based on optical fiber sensing
  • location information may be acquired based on probe information of ETC (Electronic Toll Collection System) 2.0 or the like.
  • the history generation unit 112a_2 generates history information 105 indicating changes over time in the vehicle position on the road R from the past to the present, based on the position information acquired by the vehicle position acquisition unit 112a_1.
  • the position information is included in the observation information obtained based on the optical signal input at a certain frequency. Therefore, the position information repeatedly obtained by the position obtaining unit 106 indicates discrete vehicle positions at relatively short time intervals.
  • the history generation unit 112a_2 receives discrete vehicle positions as input and generates history information 105 according to the first learning model.
  • the historical information 105 continuously indicates changes in vehicle position over time, as indicated by line DH in FIGS.
  • history generation unit 112a_2 may generate history information indicating the obtained approximated curve, approximated straight line, or a combination thereof by obtaining an approximated curve, approximated straight line, or a combination thereof of discrete vehicle positions. .
  • the first learning model storage unit 112a_3 is a storage unit for pre-storing the first learning model referred to by the history generation unit 112a_2.
  • the first learning model is a learned model that has been machine-learned to generate the history information 105 using the position information included in the observation information from the sensing device 102 as an input. It is preferable that supervised learning is adopted for the learning of the first learning model.
  • the teacher data in this case is preferably created based on the probe information of the vehicle 101 that actually traveled, the in-vehicle camera, and the like.
  • leading detection unit 112b detects the leading position of traffic congestion on the road R based on the history information 105 generated by the position history generating unit 112a.
  • the head detection unit 112b includes a congestion pattern storage unit 112b_1, a congestion detection unit 112b_2, and a head identification unit 112b_3.
  • the congestion pattern storage unit 112b_1 is a storage unit that stores congestion pattern information 121 indicating congestion patterns.
  • a traffic jam pattern is a pattern of the vehicle position history DH on the road R when traffic jam occurs.
  • a congestion pattern is determined according to the definition adopted by the traffic monitoring device 103 .
  • FIG. 6 shows an example of traffic congestion pattern information 121 according to the present embodiment.
  • traffic congestion is defined as a state in which there are a predetermined number or more of vehicles within a predetermined time ⁇ T and within a predetermined distance ⁇ D. It is also assumed that the predetermined number is ten.
  • the vehicle having a speed equal to or lower than the reference speed includes a vehicle that has stopped, and includes, for example, a vehicle that repeatedly stops and starts such that the average speed is equal to or lower than the reference speed.
  • the congestion pattern information 121 shown in FIG. 6 is an example including a congestion pattern according to this definition.
  • the length of the frame FR in the vertical direction is a predetermined time ⁇ T
  • the length of the frame FR in the horizontal direction is a predetermined distance ⁇ D.
  • the frame FR there are 10 or more vehicle position histories DH indicating that the speed is equal to or less than the reference speed.
  • the above-described frames FR11, FR21, and FR22 are examples in which the frames FR included in the congestion pattern information 121 shown in FIG. 6 are applied.
  • the speed (for example, Km/Hour) of the vehicle 101 is a value obtained by dividing the travel distance by the time required to travel the travel distance, so it appears in the slope of the vehicle position history DH.
  • the fact that the vehicle position history DH is in the frame FR means that the upper and lower ends of the vehicle position history DH intersect the upper and lower sides of the frame FR, respectively, instead of the left and right sides.
  • the congestion detection unit 112b_2 detects congestion on the road R based on the history DH of the vehicle position indicated by the history information 105 generated by the location history generation unit 112a and the congestion pattern indicated by the congestion pattern information 121.
  • the traffic congestion detection unit 112b_2 detects traffic congestion on the road R, for example, by collating (for example, pattern matching) the history DH of the vehicle position and the traffic congestion pattern.
  • the head identification unit 112b_3 identifies the head position of the traffic jam when the traffic jam detection unit 112b_2 detects the traffic jam.
  • a traffic jam is detected by collating (for example, pattern matching) the history DH of the vehicle position up to the present time with the traffic congestion pattern, and as a result of the collation, the history DH and the traffic congestion pattern match to a predetermined extent. , to detect traffic jams.
  • the head position of the traffic jam is identified as the vehicle position of the vehicle 101 that is positioned furthest forward in the traveling direction (to the right in the history DH of FIGS. 1 to 4) in the region matching the traffic congestion pattern in the history DH. .
  • the output unit 114 outputs congestion information according to the criteria when the movement of the leading position of the congestion detected by the leading position detection unit 112 satisfies a predetermined criterion.
  • the output unit 114 includes a feature detection unit 114_a1, a reference storage unit 114_a2, a determination unit 114_a3, and a determination result output unit 114_a4.
  • the feature detection unit 114_a1 detects the feature of the movement of the leading position of traffic jam based on the history DH of the vehicle positions where the leading position detecting unit 112 detected traffic congestion.
  • the characteristics of this movement include direction of movement and speed of movement.
  • the reference storage unit 114_a2 is a storage unit that stores reference information 124 for estimating the cause of traffic congestion.
  • Criterion information 124 includes one or more predetermined criteria related to the movement of the leading position of the traffic jam.
  • FIG. 8 shows an example of the reference information 124 according to this embodiment.
  • the reference information 124 includes a first reference and a second reference.
  • the reference information 124 may include at least one reference for estimating the cause of congestion.
  • the first criterion is a criterion for estimating the traffic congestion caused by the wrong-way vehicle 106.
  • the moving direction includes a direction opposite to the traveling direction of the road R, and the moving speed includes a predetermined first Including faster than threshold.
  • the second criterion is a criterion for estimating traffic congestion due to low-speed vehicles, and the moving direction includes the traveling direction of the road R, and the moving speed is slower than a predetermined second threshold. including.
  • the determination unit 114_a3 determines the cause of traffic congestion based on the characteristics of the head position movement detected by the characteristic detection unit 114_a1 and the reference information 124 stored in the reference storage unit 114_a2.
  • the determination unit 114_a3 determines that the wrong-way vehicle 106 is the cause of the traffic jam when the movement characteristics satisfy the first criteria.
  • the determination unit 114_a3 determines that the traffic jam is caused by a low-speed vehicle when the movement characteristics satisfy the second criterion.
  • the determining unit 114_a3 determines that the cause of the congestion is unknown when the movement characteristics do not satisfy the first and second criteria.
  • the determination result output unit 114_a4 outputs congestion information according to the determination result of the determination unit 114_a3.
  • the determination result output unit 114_a4 outputs the first congestion information when the determination unit 114_a3 determines that the wrong-way vehicle 106 is the cause of the congestion.
  • the first traffic congestion information is information indicating that traffic congestion caused by the wrong-way vehicle 106 is occurring.
  • the determination result output unit 114_a4 outputs the second congestion information when the determination unit 114_a3 determines that the cause of the congestion is a low-speed vehicle.
  • the second traffic congestion information is information indicating that traffic congestion caused by low-speed vehicles is occurring.
  • the determination result output unit 114_a4 outputs third congestion information when the determination unit 114_a3 determines that the cause of the congestion is unknown.
  • the third traffic jam information is information indicating that a traffic jam of unknown cause is occurring.
  • the determination result output unit 114_a4 may output congestion information indicating that there is no congestion when the congestion detection unit 112b_2 does not detect congestion.
  • the output destination of the congestion information from the determination result output unit 114_a4 may be a display unit provided in the traffic monitoring device 103, an operation control device mounted in the vehicle 101, or a predetermined server or the like. It may be an information processing device. When output to the operation control device, the traffic congestion information may be displayed on the display unit of the vehicle 101, and may be used for automatic driving of the vehicle 101 and communication between the vehicles 101 traveling on the road R. .
  • the traffic monitoring device 103 physically has a bus 1010, a processor 1020, a memory 1030, a storage device 1040, a network interface 1050, and a user interface 1060, as shown in FIG.
  • the bus 1010 is a data transmission path through which the processor 1020, memory 1030, storage device 1040, network interface 1050, and user interface 1060 mutually transmit and receive data.
  • the method of connecting processors 1020 and the like to each other is not limited to bus connection.
  • the processor 1020 is a processor realized by a CPU (Central Processing Unit), a GPU (Graphics Processing Unit), or the like.
  • the memory 1030 is a main memory implemented by RAM (Random Access Memory) or the like.
  • the storage device 1040 is an auxiliary storage device realized by a HDD (Hard Disk Drive), SSD (Solid State Drive), memory card, ROM (Read Only Memory), or the like.
  • HDD Hard Disk Drive
  • SSD Solid State Drive
  • ROM Read Only Memory
  • the storage device 1040 realizes the function of storing the storage units (first learning model storage unit 112a_3, traffic congestion pattern storage unit 112b_1, reference storage unit 114_a2) of the traffic monitoring device 102 and information.
  • the storage device 1040 includes each functional unit of the traffic monitoring device 102 (head position detection unit 112 (position history generation unit 112a (vehicle position acquisition unit 112a_1, history generation unit 112a_2), head detection unit 112b (traffic congestion detection unit 112b_2, It stores program modules for realizing the head identification unit 112b_3)) and the output unit 114 (feature detection unit 114_a1, determination unit 114_a3, determination result output unit 114_a4)).
  • the processor 1020 loads each program module into the memory 1030 and executes it, thereby realizing each functional unit corresponding to the program module.
  • the network interface 1050 is an interface for connecting the traffic monitoring device 102 to a network configured by wire, wireless, or a combination thereof.
  • Traffic monitoring device 102 according to the present embodiment communicates with sensing device 102 and the like by being connected to a network through network interface 1050 . Further, traffic monitoring device 102 according to the present embodiment is connected to a network through network interface 1050, thereby communicating with a driving control device mounted on vehicle 101, a predetermined information processing device, and the like.
  • the user interface 1070 is an interface for inputting information from the user and an interface for presenting information to the user, and includes, for example, a mouse, a keyboard, a touch sensor as the input unit 105, and a liquid crystal display as the display unit.
  • the functions of the traffic monitoring device 102 can be realized by executing a software program in cooperation with each physical component. Therefore, the present invention is also referred to as "software program”. ) or as a non-temporary storage medium in which the program is recorded.
  • FIG. 10 is a flowchart showing an example of traffic monitoring processing according to the present embodiment.
  • the traffic monitoring process is a process for monitoring traffic on the road R, and is performed by referring to position information repeatedly obtained from the sensing device 102, for example, at regular time intervals. For example, when a user's start instruction is received from the input unit 103, the traffic monitoring process is repeatedly executed until an end instruction is received.
  • the leading position detection unit 112 acquires the vehicle position on the road R from the sensing device 102 . Then, the leading position detection unit 112 detects the leading position of traffic congestion on the road R based on the acquired vehicle position (step S101).
  • FIG. 11 is a flow chart showing an example of the head position detection process (step S101). As shown in FIG. 11, the position history generation unit 112a performs position history generation processing (step S101a).
  • the position history generation unit 112a acquires the position information of the vehicle 101 on the road R from the sensing device 102. Then, the position history generation unit 112a generates the history information 105 indicating the history DH of the vehicle position of the vehicle 101 on the road R based on the vehicle position included in the position information.
  • the vehicle position acquisition unit 112a_1 acquires the vehicle position of the vehicle 101 traveling on the road R based on the position information on the road R acquired from the sensing device 102 (step S101a_1).
  • the history generation unit 112a_2 Based on the vehicle position acquired in step S101a_1, the history generation unit 112a_2 generates history information 105 including changes over time in the vehicle position from the past to the present, that is, the history DH of the vehicle position (step S101a_2). .
  • the vehicle position can be obtained in a relatively short period in step S101a_1. Therefore, the history generation unit 107 preferably generates the history information 105 based on the vehicle position acquired in step S101 at a predetermined time longer than the vehicle position acquisition cycle.
  • the head detection unit 112b performs head detection processing (step S101b).
  • the head detection unit 112b detects the head position of traffic congestion on the road R based on the history information 105 generated in step S101a_2.
  • the congestion detection unit 112b_2 detects congestion on the road R based on the history information 105 generated at step S101a_2 and the congestion pattern information 121 of the congestion pattern storage unit 112b_1 (step S101b_1).
  • the congestion detection unit 112b_2 compares (eg, pattern matching) the history DH of the vehicle position included in the history information 105 and the congestion pattern indicated by the congestion pattern information 121 to determine the degree of similarity between the two.
  • the congestion detection unit 112b_2 detects congestion on the road R, and outputs detection information to that effect to the head specification unit 112b_2. If the degree of similarity is equal to or less than a predetermined threshold value, the traffic congestion detection unit 112b_2 does not detect traffic congestion on the road R, and notifies the leading identification unit 112b_2 of non-detection information to that effect.
  • the traffic congestion detection unit 112b_2 may terminate the traffic monitoring process when no traffic congestion is detected.
  • the traffic congestion detection unit 112b_2 may detect traffic congestion based on a learning model by using changes in the vehicle position over time as input.
  • the learning model includes information (detection information and non-detection information) indicating whether traffic congestion is occurring according to the degree of similarity between the changes in the vehicle position over time and the congestion pattern. It is preferable to adopt a learned learning model that has been machine-learned to generate . This learning may be supervised learning, and the learning model may be stored in advance in a storage unit instead of the congestion pattern storage unit 112b_1.
  • the congestion detection unit 112b_2 may detect an abnormal event based on whether or not the feature of the congestion pattern is included in the temporal change of the vehicle position.
  • the head identification unit 112b_3 acquires the detection information from the congestion detection unit 112b_2 in response to the traffic jam being detected in step S101b_1, it identifies the head position of the traffic jam (step S101b_2).
  • the head identification unit 112b_3 identifies the head position of traffic congestion at each time based on the vehicle position history DH and the congestion pattern information 121 stored in the traffic congestion pattern storage unit 112b_1. Thereby, the head identification unit 112b_3 can identify the change over time of the movement of the head position of the traffic jam, that is, the history of the movement of the head position of the traffic jam.
  • the head identifying unit 112b_3 detects an area that matches the traffic pattern information 121 in the vehicle position history DH. For example, the head identification unit 112b_3 determines the current position of the vehicle 101, which is located furthest forward in the traveling direction at each time (rightward in the history DH in FIGS. 1 to 4) in the detected region, as the head of the traffic congestion at each time. Identify as location. As a result, it is possible to obtain the movement history of the leading position of the traffic jam, including the time and the leading position on the road R at that time.
  • the head identification unit 112b_3 ends step S101 and returns to the traffic monitoring process shown in FIG.
  • the output unit 114 determines whether or not the movement of the leading position of the traffic jam detected in the leading position detection process (step S101) satisfies a predetermined criterion, and outputs traffic congestion information according to the result of the determination. (Step S102).
  • FIG. 12 is a flowchart showing an example of output processing (step S102).
  • the feature detection unit 114_a1 detects the feature of movement of the head position of the traffic jam based on the history DH of the vehicle positions where the traffic jam was detected in step S101b_1 (step S102a).
  • the feature detection unit 114_a1 obtains the movement direction and the movement speed (for example, Km/Hour) of the head position based on the movement history of the head position identified in step S101b_2, Detect features of movement of the head position.
  • the movement direction and the movement speed for example, Km/Hour
  • the determination unit 114b_3 determines whether the characteristics of the movement of the leading position detected in step S102a satisfy the first criterion (step S102b).
  • the determination unit 114b_3 acquires the first criterion included in the criterion information 124 stored in the criterion storage unit 114_a2.
  • the determining unit 114b_3 determines whether or not the moving feature satisfies the first criterion based on the obtained first criterion and the moving characteristic of the leading position detected in step S102a.
  • the first criterion includes a moving direction opposite to the running direction and a moving speed faster than the first threshold.
  • the determining unit 114b_3 determines that the movement direction included in the movement characteristics of the leading position is the opposite direction to the traveling direction of the road R, and the moving speed included in the movement characteristics of the leading position is higher than the first threshold value. When it is fast, it is determined that the first criterion is satisfied.
  • the determining unit 114b_3 satisfies the first criterion when the movement direction included in the movement feature of the leading position is not the opposite direction of the traveling direction of the road R, but is the traveling direction, or when the vehicle is not moving. judge not.
  • the determination unit 114b_3 also determines that the first criterion is not satisfied when the movement speed included in the movement characteristics of the head position is the same as or slower than the first threshold.
  • step S102b When it is determined that the first criterion is satisfied (step S102b; Yes), the determination result output unit 114b_4 outputs the first congestion information (step S102c).
  • step S102b determines whether or not the feature of movement of the head position detected in step S102a satisfies the second criterion (step S102d). ).
  • the determination unit 114b_3 acquires the second criterion included in the criterion information 124 stored in the criterion storage unit 114_a2.
  • the determining unit 114b_3 determines whether or not the moving feature satisfies the second standard based on the acquired second standard and the moving feature of the head position detected in step S102a.
  • the second criterion includes the moving direction of travel and the moving speed of slower than the second threshold.
  • the determination unit 114b_3 determines when the movement direction included in the movement characteristics of the head position is the traveling direction of the road R and when the movement speed included in the movement characteristics of the head position is slower than the second threshold value. , to satisfy the second criterion.
  • the determination unit 114b_3 satisfies the second criterion when the movement direction included in the movement feature of the leading position is not the traveling direction of the road R but the opposite direction to the traveling direction, or when the movement is not performed. judge not.
  • the determining unit 114b_3 also determines that the second criterion is not satisfied when the movement speed included in the movement characteristics of the head position is the same as or faster than the second threshold.
  • step S102d When it is determined that the second criterion is satisfied (step S102d; Yes), the determination result output unit 114b_4 outputs second congestion information (step S102e).
  • step S102d When it is determined that the second criterion is not satisfied (step S102d; No), the determination result output unit 114b_4 outputs the third congestion information (step S102f).
  • the determination unit 114b_3 may display the determination result on, for example, a display unit provided in the traffic monitoring device 103. Then, the user may operate the traffic monitoring device 103, for example, to acquire the current image of the location determined to be congested from a surveillance camera installed on the road R and refer to it.
  • the user when it is determined that a traffic jam of unknown cause is occurring, the user operates, for example, the traffic monitoring device 103, checks the video, and obtains more detailed information such as an accident as the third traffic jam information. may be included in
  • the leading position of congestion on the road R is detected, and when the movement of the detected leading position satisfies a predetermined criterion, the congestion information corresponding to the criterion is output. .
  • the traffic condition of the road R at the time of occurrence of traffic congestion can be grasped based on the movement of the leading position of the traffic congestion. Therefore, it is possible to accurately grasp the traffic condition of the road.
  • the criteria include a first criterion
  • the first criterion includes that the moving direction of the leading position is opposite to the running direction of the road R. Then, when the detected movement of the head position satisfies the first criterion, an output according to the first criterion is performed.
  • the wrong-way vehicle 106 can be detected by outputting an output based on whether the moving direction of the leading position is opposite to the traveling direction of the road R. It can also estimate the cause of traffic jams in near real time. Therefore, it becomes possible to grasp the traffic condition of the road more accurately.
  • the first criterion further includes that the moving speed of the leading position is higher than a predetermined first threshold.
  • the criteria include the second criteria.
  • a second criterion includes that the moving direction of the leading position is the traveling direction of the road R. Then, when the detected movement of the head position satisfies the second criterion, an output according to the second criterion is performed.
  • the head position often does not move at a fixed position until the accident process is completed, and congestion in which the head position moves in the direction of travel is often caused by low-speed vehicles.
  • a low-speed vehicle can be detected by outputting an output based on whether or not the moving direction of the leading position is the traveling direction of the road R. It can also estimate the cause of traffic jams in near real time. Therefore, it becomes possible to grasp the traffic condition of the road more accurately.
  • the second criterion further includes that the movement speed of the leading position is lower than a predetermined second threshold.
  • history information indicating the history of vehicle positions on the road R is generated, and the head position of traffic congestion on the road R is detected based on the history information.
  • the vehicle position on the road R can be acquired in real time from the wide road R, and the traffic conditions on the road R can be grasped from a bird's-eye view. Therefore, it is possible to grasp the traffic conditions of roads in a wide area from a bird's-eye view in real time.
  • the history information 105 is generated based on the vehicle position, and the vehicle position is obtained based on optical fiber sensing using optical fibers laid on the road R.
  • Many roads, such as expressways, are provided with optical fibers for communication, and it is possible to obtain the position of a vehicle using the optical fibers already provided.
  • optical fiber sensing technology it is possible to acquire the vehicle position in real time from the wide road R and grasp the traffic situation of the road R from a bird's-eye view.
  • the vehicle position is acquired from the sensing device 102 without distinguishing between the lanes TL and OL for driving in the same direction on the road R, and the leading position of traffic congestion is detected.
  • the traffic monitoring device 103 may acquire the vehicle position of the vehicle 101 for each lane TL, OL from the sensing device 102 .
  • the leading position detection unit 112 may acquire the vehicle position of the vehicle 101 for each of the lanes TL and OL from the sensing device 102 and detect the leading position of the congestion on each lane of the road R.
  • the output unit 114 may output congestion information according to the criteria when the detected movement of the head position in each lane satisfies a predetermined criteria.
  • This congestion information may include the occurrence of congestion and its cause for each lane.
  • the first criterion may include a threshold TTH defined for the time from detection of traffic congestion to start of movement of the leading position.
  • the time from the detection of the traffic jam to the start of movement of the leading position is short.
  • the present invention is not limited to these.
  • the present invention also includes a form obtained by appropriately combining part or all of the embodiments and modifications described above, and a form obtained by appropriately modifying the form.
  • head position detection means for detecting the head position of traffic congestion on the road;
  • a traffic monitoring apparatus comprising: output means for outputting congestion information according to a predetermined criterion when the movement of the detected head position satisfies a predetermined criterion.
  • the criteria include a first criterion including that the moving direction of the leading position is opposite to the traveling direction of the road; 2.
  • the traffic monitoring device according to 1 above, wherein the output means performs an output according to the first criterion when the detected movement of the head position satisfies the first criterion.
  • the first criterion further includes that the moving speed of the head position is higher than a predetermined first threshold. 4.
  • the criteria include a second criterion including that the moving direction of the head position is the running direction of the road; 2.
  • the head position detection means is position history generating means for generating history information indicating a history of vehicle positions on the road; 6.
  • the position history generating means is vehicle position acquisition means for acquiring a vehicle position on the road based on optical fiber sensing using optical fibers laid on the road; 7.
  • the traffic monitoring apparatus according to 6 above, further comprising history generation means for generating the history information based on the vehicle position.
  • the head position detecting means detects the head position of congestion in each lane of the road when the road includes a plurality of lanes for traveling in the same direction. Traffic monitoring equipment. 9.
  • the traffic monitoring device according to any one of 1 to 8 above; an optical fiber laid on the road and having one end subjected to a termination treatment that suppresses reflection of an optical signal; a sensing device for inputting an optical signal into the optical fiber and observing a change in optical interference intensity, which is the intensity of light in which the backscattered lights generated along with the input of the optical signal interfere with each other;
  • the head position detection means obtains a vehicle position on the road based on the amount of change in the optical interference intensity observed by the sensing device, and detects the head position of the congestion on the road based on the vehicle position. Detect traffic monitoring system. 10.
  • Traffic monitoring system 101 Vehicle OF optical fiber 102 Sensing device 103 Traffic monitoring device 105, 105a_1, 105a_2, 105b_1, 105b_2 History information 106 Reverse running vehicle 110 Input unit 112 Head position detection unit 112a Position history generation unit 112a_1 Vehicle position acquisition unit 112a_2 History generation unit 112a_3 First learning model storage unit 112b Head detection unit 112b_1 Congestion pattern storage unit 112b_2 Congestion detection unit 112b_3 Head identification unit 114 Output unit 114_a1 Feature detection unit 114_a2 Reference storage unit 114_a3 Judgment unit 114_a4 Judgment result output unit 121 Traffic congestion pattern information 124 reference information

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

交通監視装置（１０３）は、道路Ｒにおける渋滞の先頭位置を検出する先頭位置検出部（１１２）と、検出された先頭位置の移動が予め定められる基準を満たす場合に、当該基準に応じた渋滞情報を出力する出力部（１１４）と、を備える。先頭位置検出部（１１２）は、道路Ｒに敷設された光ファイバを利用した光ファイバセンシングに基づいて得られる道路Ｒにおける車両位置を取得する。

Description

交通監視装置、交通監視システム、交通監視方法及びプログラム
　本発明は、交通監視装置、交通監視システム、交通監視方法及びプログラムに関する。
　特許文献１には、特許文献１に記載の技術では、交通渋滞が生じていないと判定した場合に逆走車両検出処理を行う。
特開２００７－７２７９６号公報
　しかしながら、道路に逆走車が走行していると、道路Ｒを本来の走行方向に走行している車両は、安全のため減速することが多い。そのため、逆走車が原因で渋滞が発生することがある。特許文献１に記載の技術では、逆走車による渋滞を把握することが困難である。そのため、道路の交通状況を正確に把握することが難しい。
　本発明は、上述の事情に鑑みてなされたもので、道路の交通状況を正確に把握することが可能な交通監視装置、交通監視システム、交通監視方法及びプログラムを提供することを目的とする。
　上記目的を達成するため、本発明の第１の観点に係る交通監視装置は、
　道路における渋滞の先頭位置を検出する先頭位置検出手段と、
　前記検出された先頭位置の移動が予め定められる基準を満たす場合に、当該基準に応じた渋滞情報を出力する出力手段と、を備える。
　本発明の第２の観点に係る交通監視システムは、
　上記の交通監視装置と、
　前記道路に敷設され、光信号の反射を抑制する終端処理が一端に施された光ファイバと、
　前記光ファイバに光信号を入力するとともに、当該光信号の入力に伴って生じる後方散乱光同士が干渉した光の強度である光干渉強度の変化量を観測するセンシング装置とを備え、
　前記先頭位置検出手段は、前記センシング装置によって観測された前記光干渉強度の変化量に基づいて得られる前記道路における車両位置を取得し、当該車両位置に基づいて、前記道路における渋滞の先頭位置を検出する。
　本発明の第３の観点に係る交通監視方法は、
　コンピュータが、
　道路における渋滞の先頭位置を検出することと、
　前記検出された先頭位置の移動が予め定められる基準を満たす場合に、当該基準に応じた出力を行うこと、とを含む。
　本発明の第４の観点に係るプログラムは、コンピュータを、上記交通監視装置として機能させるためのものである。
　本発明によれば、広域の交通状況を俯瞰的にリアルタイムで把握することが可能になる。
本発明の一実施の形態に係る交通監視システムの構成及び履歴情報の第１の例を示す図である。 図１に示す履歴情報の第１の例を図１よりも広い位置及び時間の範囲で示す履歴情報の例である。 一実施の形態に係る履歴情報の第２の例を示す図である。 図３に示す履歴情報の第２の例を図３よりも広い位置及び時間の範囲で示す履歴情報の例である。 本発明の一実施の形態に係る交通監視装置の機能的な構成を示す図である。 一実施の形態に係る渋滞パターン情報の一例を示す図である。 一実施の形態に係る出力部の機能的な構成を示す図である。 一実施の形態に係る基準情報の一例を示す図である。 本発明の一実施の形態に係る交通監視装置の物理的な構成の一例を示す図である。 本発明の一実施の形態に係る交通監視処理の一例を示すフローチャートである。 図１０に示す先頭位置検出処理ステップＳ１０１の一例を示すフローチャートである。 図１０に示す出力処理ステップＳ１０２の一例を示すフローチャートである。
　以下、本発明の一実施の形態について、図面を参照しつつ説明する。全図を通じて同一の要素には同一の符号を付す。なお、すべての図面において、同様な構成要素には同様の符号を付し、適宜説明を省略する。
＜一実施の形態に係る交通監視システムの構成＞
　本発明の一実施の形態に係る交通監視システム１００は、図１に示すように、光ファイバセンシング技術を利用して、道路Ｒを走行する車両１０１の交通を監視するためのシステムである。図１に示す道路Ｒは、上り方向へ向かうための道路であって、走行車線ＴＬと追越車線ＯＬとを含む。また、車両１０１は、自動車、二輪車、バス、トラックなどである。
　なお、道路Ｒは、典型的には高速道路であるが、一般的なその他の道路であってもよい。また、道路Ｒに含まれる車線の数は、２つに限られず、１つ以上であればよい。
　交通監視システム１００は、光ファイバＯＦと、センシング装置１０２と、交通監視装置１０３とを備える。
　光ファイバＯＦは、道路Ｒに敷設された光ファイバケーブルである。光ファイバＯＦは、例えば、一般的に高速道路の路肩部や中央分離帯などに敷設された通信用の多芯光ファイバケーブルのうちの１芯であり、一端にはセンシング装置１０２が接続され、他端には光信号の反射を抑制する終端処理が施されている。なお、多芯光ファイバケーブルのうちの複数のファイバケーブルが、光ファイバセンシングのための光ファイバＯＦとして採用されてもよい。
　センシング装置１０２は、光ファイバＯＦに光信号を入力するとともに、当該光信号の入力に伴って生じる後方散乱光同士が干渉した光の強度である光干渉強度の変化量を観測する。
　詳細には例えば、センシング装置１０２は、光ファイバＯＦの一端からパルス波形の光信号を入力する。これにより、光ファイバＯＦのすべての位置から微弱な後方散乱光と呼ばれる戻り光が生じる。センシング装置１０２は、当該後方散乱光を観測する。
　光ファイバＯＦの周囲で環境変化が生じると、環境変化に伴って光ファイバを構成する石英ガラスの構造及び特性パラメータが変化し、当該変化が生じた場所からの後方散乱光の信号品質も変化する。
　コヒーレンス性が高い光信号を入力し、車両１０１が道路Ｒを通行する際の振動が光ファイバＯＦに伝わると、後方散乱光の位相状態が変化する。この後方散乱光の位相状態の変化は、同時刻に受信する他の後方散乱光との干渉により光強度の変化として観測される。すなわち、センシング装置１０２は、光ファイバＯＦに光信号を入力し、振動印加によって生じる光干渉強度の変化量を観測する。
　振動の発生場所は、光干渉強度の変化量に基づいて求めることができ、光信号を入力してから後方散乱光を観測するまでの往復時間と、光信号の伝搬速度とから算出される。光信号は、光ファイバＯＦの他端（すなわち、センシング装置１０２から見て最遠端）からの後方散乱光と、次に入力される光信号とが混在しないように一定の周波数で繰り返し入力される。これにより、光ファイバＯＦの周辺で生じる振動などの環境変化の推移を正確に、かつ、リアルタイムで観測することができる。
　このように、光ファイバセンシングとは、光ファイバＯＦをセンシング媒体として、振動の発生場所などを検出する技術である。当該技術では、通信データの伝送媒体である一般的な光ファイバＯＦを、線形状のパッシブセンサとして利用することができるので、新たなセンサなどを設置しなくても、広域の交通状況を俯瞰的にリアルタイムで把握することができる。
　交通監視装置１０３は、道路Ｒにおける振動の発生場所を含む観測情報をセンシング装置１０２から繰り返し取得する。振動の発生場所は、道路Ｒにおける車両１０１の位置（車両位置）に対応する。そのため、観測情報は、車両位置を示す位置情報を含む。
　交通監視装置１０３は、センシング装置１０２から繰り返し取得した位置情報に基づいて、車両位置の履歴（すなわち、車両位置の経時的な変化）ＤＨを求める。そして、交通監視装置１０３は、車両位置の履歴ＤＨに基づいて、道路Ｒで発生した渋滞を検出する。交通監視装置１０３は、さらに、当該検出された渋滞の先頭位置の移動に基づいて、渋滞の発生とその原因とを含む渋滞情報を予め定められた装置へ出力する。本実施の形態に係る渋滞の原因は、逆走車、低速車、その他（例えば、事故）である。
　図１には、本実施の形態に係る履歴情報１０５ａ＿１の第１の例を併せて示している。履歴情報１０５ａ＿１は、時刻Ｔ１０に位置Ｘにて事故が発生した場合の、道路Ｒを走行する各車両１０１の車両位置の履歴ＤＨを示す。
　同図に示すように、履歴情報１０５ａ＿１は、道路Ｒにおける車両位置と時間との関係によって表される。図１において、道路Ｒにおける位置を横軸とし時間を縦軸とする図中の実線は、道路Ｒを走行する各車両１０１の車両位置の履歴ＤＨを表す。
　詳細には、履歴情報１０５ａ＿１は、事故の発生時Ｔ１０に事故発生場所Ｘ１よりも下流を走行していた車両１０１が順次、低速走行をして停止するまでの各車両１０１の車両位置の経時的な変化を示す。例えば、事故発生時Ｔ１０に先頭を走行していた車両は、この時刻Ｔ１０から低速走行を開始し、位置ＦＰ１０にて停止している。
　低速走行とは、予め定められた速度（例えば、時速４０Ｋｍ）以下での走行である。
　図２は、図１に示す履歴情報１０５ａ＿１の第１の例を、図１よりも広い位置及び時間の範囲で示す履歴情報１０５ａ＿２の例である。
　ここで、図１及び２に示す点線Ｌ１１は、事故が発生した場合の低速走行開始線の例である。
　低速走行開始線とは、道路Ｒを走行していた各車両１０１について低速走行開始点を接続する近似線である。また、低速走行開始点とは、履歴ＤＨを含む図において、車両１０１が低速走行を開始した時刻と当該時刻における車両位置とによって特定される点である。
　図２に示す点線の枠ＦＲ１１は、渋滞の定義に対応する領域を示す枠である。
　渋滞は、適宜定義されてよいが、例えば、基準速度以下（例えば、時速４０Ｋｍ以下）の車両が、所定時間ΔＴ以内及び所定距離ΔＤ以内に所定台数以上の車両がある状態などと定義される。以下では、所定台数が、１０台である場合を例に説明する。
　この定義に照らせば、所定時間ΔＴが、枠ＦＲ１１の縦方向の長さに対応する。所定距離ΔＤが、枠ＦＲ１１の横方向の長さに対応する。基準速度以下の走行又は停止を示す履歴ＤＨが枠ＦＲ１１の領域内に１０本（所定台数に応じた数）以上ある場合に、渋滞が発生している。ここで、枠ＦＲ１１の領域内にある履歴ＤＨとは、上辺から下辺に至る履歴ＤＨである。
　時刻Ｔ１２と時刻Ｔ１３の時間差が、所定時間ΔＴであるとする。時刻Ｔ１３において、枠ＦＲ１１の領域上辺から下辺に至る基準速度以下の走行又は停止を示す履歴ＤＨが、時刻Ｔ１０の後に初めて１０本となる。すなわち、時刻Ｔ１３は、時刻Ｔ１０の後に初めて渋滞が検出される時である。
　時刻Ｔ１４は、事故の復旧作業が終了した時である。そのため、時刻Ｔ１４以降、先頭の車両１０１から順に、走行を開始している。
　点線Ｌ１２は、事故渋滞での渋滞先頭線の例である。渋滞先頭線とは、渋滞の先頭の位置を接続する近似線である。
　点線Ｌ１２で示すように、事故渋滞での渋滞先頭線は、時刻Ｔ１０～Ｔ１４の間は位置ＦＰ１０で一定である。そして、時刻Ｔ１４以降に、走行方向とは反対の方向に移動する。
　このように、事故渋滞のような一般的な渋滞では、渋滞の先頭位置は、ある程度の時間以上ほとんど移動しない。すなわち、一般的な渋滞において、渋滞の先頭位置は、渋滞が検出されてから予め定められる時間ＴＴＨ以上、予め定められる範囲内にある。
　次に、本実施の形態に係る履歴情報１０５ｂ＿１の第２の例を図３に示す。履歴情報１０５ｂ＿１は、逆走車１０６が道路Ｒを走行している場合の、道路Ｒを走行する各車両１０１の車両位置の履歴ＤＨを示す。逆走車１０６とは、道路Ｒを逆走する車両である。
　図３においても、図１に示す履歴情報１０５ｂ＿１と同様に、道路Ｒにおける位置を横軸とし時間を縦軸とする図中の実線は、道路Ｒを走行する各車両１０１の車両位置の履歴ＤＨを表す。
　詳細には、履歴情報１０５ｂ＿１は、逆走車１０６より下流を走行していた車両１０１が順次、急速に減速して低速走行となった後、極めて遅い速度で走行するまでの各車両１０１の車両位置の経時的な変化を示す。例えば、逆走車１０６を発見した先頭の車両が急速に減速して時刻Ｔ２０に低速走行となった後、極めて遅い速度で走行して、時刻Ｔ２１に位置ＦＰ２にあることを示す。
　図４は、図３に示す履歴情報１０５ｂ＿１の第１の例を、図３よりも広い位置及び時間の範囲で示す履歴情報１０５ｂ＿２の例である。
　ここで、図３及び４に示す点線Ｌ２１は、逆走車１０６が走行している場合の低速走行開始線の例である。
　点線ＲＨは、逆走車１０６の走行履歴である。
　時刻Ｔ２２と時刻Ｔ２３の時間差が、所定時間ΔＴであるとする。時刻Ｔ２３において、枠ＦＲ２１の領域上辺から下辺に至る基準速度以下の走行を示す履歴ＤＨが、時刻Ｔ２０の後に初めて１０本となる。すなわち、時刻Ｔ２３は、時刻Ｔ２０の後に初めて渋滞が検出される時である。
　時刻Ｔ２４は、道路Ｒの走行方向へ走行する先頭の車両が逆走車１０６とすれ違った後に加速し、高速走行になった時である。高速走行とは、低速走行よりも速い速度での走行である。
　点線Ｌ２２は、逆走車１０６が走行している場合の渋滞先頭線の例である。
　点線Ｌ２２で示すように、時刻Ｔ２３での渋滞先頭位置は、位置ＦＰ２０である。時刻Ｔ２４では、それまで先頭であった車両１０１が高速走行になって渋滞から抜け出すので、渋滞の先頭位置は、位置ＦＰ２１となる。
　時刻Ｔ２５では、それまで先頭であった車両１０１が位置ＦＰ２２高速走行になって渋滞から抜け出す。ＦＲ２２を参照すると分かるように、渋滞は継続しており、その先頭位置は、位置ＦＰ２３となる。
　このように、逆走車１０６による渋滞では、渋滞の先頭位置が一定の位置に留まることは殆どなく、道路Ｒの走行方向とは逆の方向へある程度の速さで移動する。すなわち、逆走車による渋滞において、渋滞の先頭位置は、渋滞が検出されてから予め定められる時間ＴＴＨより短い時間内に、道路Ｒの走行方向とは逆の方向へ移動する。この場合の渋滞の先頭位置の移動速度は、予め定められる第１閾値よりも速い。
　ここで、図１～４を参照して、事故による渋滞、逆走車１０６による渋滞に対応する車両位置の履歴ＤＨのパターンについて説明した。渋滞は、これら以外に、例えば、低速車によって発生することもある。低速車とは、適宜定められる速度よりも遅い車両であって、道路の清掃車両、一般の車両１０１などである。
　低速車による渋滞の場合、渋滞の先頭位置は、渋滞が検出されてから予め定められる時間ＴＴＨより短い時間内に、道路Ｒの走行方向へ移動する。この場合の渋滞の先頭位置の移動速度は、予め定められる第２閾値よりも遅い。
＜交通監視装置１０３の機能的な構成＞
　本実施の形態に係る交通監視装置１０３は、入力部１１０と、先頭位置検出部１１２と、出力部１１４と、を備える。
　入力部１１０は、ユーザが指示などを入力するためのキーボード、マウス、タッチパネルなどである。
　先頭位置検出部１１２は、道路Ｒおける車両位置をセンシング装置１０２から取得し、当該車両位置に基づいて、道路Ｒにおける渋滞の先頭位置を検出する。
　先頭位置検出部１１２は、位置履歴生成部１１２ａと、先頭検出部１１２ｂとを含む。
　位置履歴生成部１１２ａは、道路Ｒおける車両位置を取得し、当該車両位置に基づいて、道路Ｒにおける車両１０１の車両位置の履歴ＤＨを示す履歴情報１０５を生成する。ここで、履歴情報１０５は、上述の履歴情報１０５ａ＿１，１０５ａ＿２，１０５ｂ＿１，１０５ｂ＿２の総称である。また、先頭検出部１１２ｂは、車両位置の履歴ＤＨに基づいて、道路Ｒで発生している渋滞の先頭位置を検出する。
　詳細には、位置履歴生成部１１２ａは、車両位置取得部１１２ａ＿１と、履歴生成部１１２ａ＿２と、第１学習モデル記憶部１１２ａ＿３とを含む。
　車両位置取得部１１２ａ＿１は、道路Ｒに敷設された光ファイバＯＦを利用した光ファイバセンシングに基づいて得られる道路Ｒにおける位置情報を、センシング装置１０２から取得する。
　さらに詳細には、車両位置取得部１１２ａ＿１は、センシング装置１０２によって観測された光干渉強度の変化量に基づいて得られる道路Ｒにおける位置情報を、センシング装置１０２から繰り返し取得する。
　なお、本実施の形態では位置情報が、光ファイバセンシングに基づいて得られる例により説明するが、ＣＣＴＶカメラ、交通量計（コイル）などの道路Ｒに設定される各種のセンサから得られる情報に基づいて取得されてもよい。さらに、位置情報は、ＥＴＣ（Ｅｌｅｃｔｒｏｎｉｃ　Ｔｏｌｌ　Ｃｏｌｌｅｃｔｉｏｎ　Ｓｙｓｔｅｍ）２．０のプローブ情報などに基づいて取得されてもよい。
　履歴生成部１１２ａ＿２は、車両位置取得部１１２ａ＿１によって取得される位置情報に基づいて、道路Ｒにおける過去から現在までの車両位置の経時的な変化を示す履歴情報１０５を生成する。
　詳細には、位置情報は、上述の通り、一定の周波数で入力される光信号に基づいて取得される観測情報に含まれる。そのため、位置取得部１０６によって繰り返し取得される位置情報は、比較的短い時間間隔ではあるものの、離散的な車両位置を示す。
　履歴生成部１１２ａ＿２は、離散的な車両位置を入力として、第１学習モデルに従って履歴情報１０５を生成する。履歴情報１０５は、図１～４の線ＤＨに示すように、車両位置の経時的な変化を連続的に示す。
　なお、履歴生成部１１２ａ＿２は、離散的な車両位置の近似曲線、近似直線又はこれらの組み合わせを求めることによって、当該求めた近似曲線、近似直線又はこれらの組み合わせを示す履歴情報を生成してもよい。
　第１学習モデル記憶部１１２ａ＿３は、履歴生成部１１２ａ＿２が参照する第１学習モデルを予め格納するための記憶部である。
　第１学習モデルは、センシング装置１０２からの観測情報に含まれる位置情報を入力として、履歴情報１０５を生成する機械学習をした学習済みの学習モデルである。第１学習モデルの学習には、教師あり学習が採用されるとよい。この場合の教師データは、実際に走行した車両１０１のプローブ情報、車載カメラなどを基に作成されるとよい。
　また、先頭検出部１１２ｂは、位置履歴生成部１１２ａによって生成された履歴情報１０５に基づいて、道路Ｒにおける渋滞の先頭位置を検出する。
　詳細には、先頭検出部１１２ｂは、渋滞パターン記憶部１１２ｂ＿１と、渋滞検出部１１２ｂ＿２と、先頭特定部１１２ｂ＿３とを含む。
　渋滞パターン記憶部１１２ｂ＿１は、渋滞パターンを示す渋滞パターン情報１２１が格納される記憶部である。渋滞パターンは、渋滞が発生した場合の道路Ｒにおける車両位置の履歴ＤＨのパターンである。渋滞パターンは、交通監視装置１０３にて採用される定義に従って定められる。
　図６は、本実施の形態に係る渋滞パターン情報１２１の一例を示す。
　本実施の形態では、上述のように、渋滞は、基準速度以下の車両が、所定時間ΔＴ以内及び所定距離ΔＤ以内に所定台数以上の車両がある状態であるとする。また、所定台数は、１０台であるとする。ここで、基準速度以下の車両は、停止した車両を含み、例えば平均速度が基準速度以下となるような停止発進を繰り返す車両を含む。
　図６に示す渋滞パターン情報１２１は、この定義に従った渋滞パターンを含む例である。この渋滞パターンでは、枠ＦＲの縦方向の長さが所定時間ΔＴであり、枠ＦＲの横方向の長さが所定距離ΔＤである。そして、枠ＦＲの中には、基準速度以下であることを示す車両位置の履歴ＤＨが１０本以上ある。上述した枠ＦＲ１１，ＦＲ２１，ＦＲ２２は、図６に示す渋滞パターン情報１２１に含まれる枠ＦＲを適用した例である。
　車両１０１の速度（例えば、Ｋｍ／Ｈｏｕｒ）は、移動距離を当該移動距離を移動するために要した時間で除した値であるので、車両位置の履歴ＤＨの傾きに表れる。また、車両位置の履歴ＤＨが枠ＦＲの中にあることは、車両位置の履歴ＤＨの上端及び下端が、枠ＦＲの左右の辺ではなく、上辺及び下辺のそれぞれと交わることを意味する。
　渋滞検出部１１２ｂ＿２は、位置履歴生成部１１２ａによって生成された履歴情報１０５が示す車両位置の履歴ＤＨと、渋滞パターン情報１２１によって示される渋滞パターンとに基づいて、道路Ｒにおける渋滞を検出する。渋滞検出部１１２ｂ＿２は、例えば、車両位置の履歴ＤＨと渋滞パターンとを照合（例えば、パターンマッチング）することによって、道路Ｒにおける渋滞を検出する。
　先頭特定部１１２ｂ＿３は、渋滞検出部１１２ｂ＿２によって渋滞が検出された場合に、当該渋滞の先頭位置を特定する。
　詳細には例えば、渋滞は、現在までの車両位置の履歴ＤＨと渋滞パターンとを照合（例えば、パターンマッチング）し、照合の結果、履歴ＤＨと渋滞パターンとが予め定められた程度に適合する場合、渋滞を検出する。
　この場合の渋滞の先頭位置は、履歴ＤＨにおいて渋滞パターンと適合する領域のうち、最も走行方向の前方（図１～４の履歴ＤＨでは右方）に位置する車両１０１の車両位置として特定される。
　再び図３を参照する。
　出力部１１４は、先頭位置検出部１１２によって検出された渋滞の先頭位置の移動が予め定められる基準を満たす場合に、当該基準に応じた渋滞情報を出力する。
　詳細には、出力部１１４は、図７に示すように、特徴検出部１１４＿ａ１と、基準記憶部１１４＿ａ２と、判定部１１４＿ａ３と、判定結果出力部１１４＿ａ４とを含む。
　特徴検出部１１４＿ａ１は、先頭位置検出部１１２によって渋滞が検出された車両位置の履歴ＤＨに基づいて、渋滞の先頭位置の移動の特徴を検出する。この移動の特徴は、移動方向と移動の速度とを含む。
　基準記憶部１１４＿ａ２は、渋滞の原因を推定するための基準情報１２４が格納される記憶部である。基準情報１２４は、渋滞の先頭位置の移動に関連して予め定められる１つ又は複数の基準を含む。
　図８は、本実施の形態に係る基準情報１２４の一例を示す。同図に示すように、基準情報１２４は、第１基準と、第２基準と、と含む。なお、基準情報１２４は、渋滞の原因を推定するための基準を少なくとも１つ含めばよい。
　第１基準は、逆走車１０６による渋滞を推定するための基準であって、移動方向には、道路Ｒの走行方向の逆方向であることを含み、移動速度には、予め定められる第１閾値よりも速いことを含む。
　第２基準は、低速車による渋滞を推定するための基準であって、移動方向には、道路Ｒの走行方向であることを含み、移動速度には、予め定められる第２閾値よりも遅いことを含む。
　判定部１１４＿ａ３は、特徴検出部１１４＿ａ１によって検出された先頭位置の移動の特徴と、基準記憶部１１４＿ａ２に格納された基準情報１２４とに基づいて、渋滞の原因を判定する。
　詳細には例えば、判定部１１４＿ａ３は、移動の特徴が第１基準を満たす場合に、渋滞の原因が逆走車１０６であると判定する。判定部１１４＿ａ３は、移動の特徴が第２基準を満たす場合に、渋滞の原因が低速車であると判定する。判定部１１４＿ａ３は、移動の特徴が第１基準及び第２基準を満たさない場合に、渋滞の原因が不明であると判定する。
　判定結果出力部１１４＿ａ４は、判定部１１４＿ａ３による判定結果に応じた渋滞情報を出力する。
　詳細には例えば、判定結果出力部１１４＿ａ４は、判定部１１４＿ａ３によって渋滞の原因が逆走車１０６であると判定された場合に、第１渋滞情報を出力する。第１渋滞情報は、逆走車１０６を原因とする渋滞が発生していることを示す情報である。
　また例えば、判定結果出力部１１４＿ａ４は、判定部１１４＿ａ３によって渋滞の原因が低速車であると判定された場合に、第２渋滞情報を出力する。第２渋滞情報は、低速車を原因とする渋滞が発生していることを示す情報である。
　さらに例えば、判定結果出力部１１４＿ａ４は、判定部１１４＿ａ３によって渋滞の原因が不明であると判定された場合に、第３渋滞情報を出力する。第３渋滞情報は、原因不明の渋滞が発生していることを示す情報である。
　なお、判定結果出力部１１４＿ａ４は、渋滞検出部１１２ｂ＿２によって渋滞が検出されなかった場合に、渋滞が発生していないことを示す渋滞情報を出力してもよい。
　判定結果出力部１１４＿ａ４からの渋滞情報の出力先は、交通監視装置１０３が備える表示部であってもよく、車両１０１に搭載された運転制御装置であってもよく、予め定められたサーバなどの情報処理装置であってもよい。運転制御装置に出力された場合には、渋滞情報は、車両１０１の表示部に表示されてもよく、車両１０１の自動運転や、道路Ｒを走行する車両１０１間の通信に利用されてもよい。
＜交通監視装置１０３の物理的構成＞
　ここから、本実施の形態に係る交通監視装置１０３の物理的構成の例について、図を参照して説明する。
　交通監視装置１０３は物理的には、図９に示すように、バス１０１０、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、ネットワークインタフェース１０５０、ユーザインタフェース１０６０を有する。
　バス１０１０は、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、ネットワークインタフェース１０５０、及びユーザインタフェース１０６０が、相互にデータを送受信するためのデータ伝送路である。ただし、プロセッサ１０２０などを互いに接続する方法は、バス接続に限定されない。
　プロセッサ１０２０は、ＣＰＵ（Central Processing Unit）やＧＰＵ（Graphics Processing Unit）などで実現されるプロセッサである。
　メモリ１０３０は、ＲＡＭ（Random Access Memory）などで実現される主記憶装置である。
　ストレージデバイス１０４０は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、メモリカード、又はＲＯＭ（Read Only Memory）などで実現される補助記憶装置である。
　ストレージデバイス１０４０は、交通監視装置１０２の記憶部（第１学習モデル記憶部１１２ａ＿３、渋滞パターン記憶部１１２ｂ＿１、基準記憶部１１４＿ａ２）や情報を保持する機能を実現する。
　また、ストレージデバイス１０４０は、交通監視装置１０２の各機能部（先頭位置検出部１１２（位置履歴生成部１１２ａ（車両位置取得部１１２ａ＿１，履歴生成部１１２ａ＿２），先頭検出部１１２ｂ（渋滞検出部１１２ｂ＿２，先頭特定部１１２ｂ＿３）），出力部１１４（特徴検出部１１４＿ａ１，判定部１１４＿ａ３，判定結果出力部１１４＿ａ４））を実現するためのプログラムモジュールを記憶している。プロセッサ１０２０がこれら各プログラムモジュールをメモリ１０３０上に読み込んで実行することで、そのプログラムモジュールに対応する各機能部が実現される。
　ネットワークインタフェース１０５０は、有線、無線又はこれらを組み合わせて構成されるネットワークに交通監視装置１０２を接続するためのインタフェースである。本実施の形態に係る交通監視装置１０２は、ネットワークインタフェース１０５０を通じてネットワークに接続されることによって、センシング装置１０２などと通信する。また、本実施の形態に係る交通監視装置１０２は、ネットワークインタフェース１０５０を通じてネットワークに接続されることによって、車両１０１に搭載された運転制御装置、予め定められた情報処理装置などと通信する。
　ユーザインタフェース１０７０は、ユーザから情報が入力されるインタフェース及びユーザに情報を提示するインタフェースであり、例えば、入力部１０５としてのマウス、キーボード、タッチセンサなど、表示部としての液晶ディスプレイなどを含む。
　このように交通監視装置１０２の機能は、ソフトウェアプログラムを物理的な各構成要素が協働して実行することによって実現することができる。そのため、本発明は、ソフトウェアプソフトウェアプログラムグラム」ともいう。）として実現されてもよく、そのプログラムが記録された非一時的な記憶媒体として実現されてもよい。
＜本実施の形態に係る交通監視処理＞
　ここから、本発明の一実施の形態に係る交通監視処理について図を参照して説明する。
　図１０は、本実施の形態に係る交通監視処理の一例を示すフローチャートである。
　交通監視処理は、道路Ｒの交通を監視するための処理であって、センシング装置１０２から、例えば一定の時間間隔で繰り返し取得される位置情報を参照して行われる。交通監視処理は、例えば、入力部１０３からのユーザの開始指示を受け付けると、終了させるための指示を受け付けるまで繰り返し実行される。
　図１０を参照する。
　先頭位置検出部１１２は、道路Ｒにおける車両位置をセンシング装置１０２から取得する。そして、先頭位置検出部１１２は、当該取得した車両位置に基づいて、道路Ｒにおける渋滞の先頭位置を検出する（ステップＳ１０１）。
　図１１は、先頭位置検出処理（ステップＳ１０１）の一例を示すフローチャートである。図１１に示すように、位置履歴生成部１１２ａは、位置履歴生成処理を行う（ステップＳ１０１ａ）。
　位置履歴生成処理（ステップＳ１０１ａ）において、位置履歴生成部１１２ａは、道路Ｒおける車両１０１の位置情報をセンシング装置１０２から取得する。そして、位置履歴生成部１１２ａは、当該位置情報に含まれる車両位置に基づいて、道路Ｒにおける車両１０１の車両位置の履歴ＤＨを示す履歴情報１０５を生成する。
　ステップＳ１０１ａにおいて詳細には、車両位置取得部１１２ａ＿１は、センシング装置１０２から取得する道路Ｒにおける位置情報に基づいて、道路Ｒを通行する車両１０１の車両位置を取得する（ステップＳ１０１ａ＿１）。
　履歴生成部１１２ａ＿２は、ステップＳ１０１ａ＿１にて取得された車両位置に基づいて、過去から現在までの車両位置の経時的な変化、すなわち車両位置の履歴ＤＨを含む履歴情報１０５を生成する（ステップＳ１０１ａ＿２）。
　ここで、車両位置は、ステップＳ１０１ａ＿１にて比較的短周期で取得することができる。そのため、履歴生成部１０７は、車両位置の取得周期よりも長い予め定められた時間にステップＳ１０１にて取得された車両位置に基づいて、履歴情報１０５を生成するとよい。
　次に、先頭検出部１１２ｂは、先頭検出処理を行う（ステップＳ１０１ｂ）。
　先頭検出処理において、先頭検出部１１２ｂは、ステップＳ１０１ａ＿２にて生成された履歴情報１０５に基づいて、道路Ｒにおける渋滞の先頭位置を検出する。
　ステップＳ１０１ｂにおいて、渋滞検出部１１２ｂ＿２は、ステップＳ１０１ａ＿２にて生成された履歴情報１０５と、渋滞パターン記憶部１１２ｂ＿１の渋滞パターン情報１２１とに基づいて、道路Ｒにおける渋滞を検出する（ステップＳ１０１ｂ＿１）。
　詳細には例えば、渋滞検出部１１２ｂ＿２は、履歴情報１０５に含まれる車両位置の履歴ＤＨと、渋滞パターン情報１２１によって示される渋滞パターンとを照合（例えば、パターンマッチング）することによって、両者の類似度を求める。
　そして、類似度が予め定められた閾値より大きい場合に、渋滞検出部１１２ｂ＿２は、道路Ｒでの渋滞が検出され、その旨を示す検出情報を先頭特定部１１２ｂ＿２へ出力する。類似度が予め定められた閾値以下である場合に、渋滞検出部１１２ｂ＿２は、道路Ｒでの渋滞が検出されず、その旨を示す非検出情報を先頭特定部１１２ｂ＿２へ通知する。
　なお、渋滞が検出されなかった場合、渋滞検出部１１２ｂ＿２は、交通監視処理を終了してもよい。
　なお、渋滞パターンは、本実施の形態で例示したものに限られず、例えば渋滞の適宜に応じて種々のパターンが想定される。そこで、渋滞検出部１１２ｂ＿２は、車両位置の経時的な変化を入力として、学習モデルに基づいて、渋滞を検出してもよい。この場合の学習モデルには、車両位置の経時的な変化を入力として、当該変化と渋滞パターンとの類似度に応じて渋滞が発生しているか否かを示す情報（検出情報及び非検出情報）を生成する機械学習をした学習済みの学習モデルが採用されるとよい。この学習は教師あり学習であればよく、学習モデルは、渋滞パターン記憶部１１２ｂ＿１に代わる記憶部に予め格納されるとよい。
　また、渋滞検出部１１２ｂ＿２は、渋滞パターンの特徴が車両位置の経時的な変化に含まれるか否かに基づいて、異常事象を検出してもよい。
　先頭特定部１１２ｂ＿３は、ステップＳ１０１ｂ＿１にて渋滞が検出されることに応じて渋滞検出部１１２ｂ＿２から検出情報を取得した場合に、当該渋滞の先頭位置を特定する（ステップＳ１０１ｂ＿２）。
　詳細には、先頭特定部１１２ｂ＿３は、車両位置の履歴ＤＨと、渋滞バターン記憶部１１２ｂ＿１に格納された渋滞パターン情報１２１と、に基づいて、各時刻における渋滞の先頭位置を特定する。これにより、先頭特定部１１２ｂ＿３は、渋滞の先頭位置の移動の経時的な変化、すなわち、渋滞の先頭位置の移動の履歴を特定することができる。
　より詳細には、渋滞の先頭位置の移動の履歴の特定において、例えば、先頭特定部１１２ｂ＿３は、車両位置の履歴ＤＨにおいて渋滞パターン情報１２１と適合する領域を検出する。先頭特定部１１２ｂ＿３は、例えば、検出した領域のうち、各時刻において最も走行方向の前方（図１～４の履歴ＤＨでは右方）に位置する車両１０１の現在位置を、各時刻における渋滞の先頭位置として特定する。これにより、時刻と、当該時刻における道路Ｒでの先頭位置と、を含む、渋滞の先頭位置の移動の履歴を得ることができる。
　これにより、先頭特定部１１２ｂ＿３は、ステップＳ１０１を終了して、図１０に示す交通監視処理に戻る。
　再び図１０を参照する。
　出力部１１４は、先頭位置検出処理（ステップＳ１０１）にて検出された渋滞の先頭位置の移動が予め定められる基準を満たすか否かを判定し、当該判定の結果に応じた渋滞情報を出力する（ステップＳ１０２）。
　図１２は、出力処理（ステップＳ１０２）の一例を示すフローチャートである。
　図１２に示すように、特徴検出部１１４＿ａ１は、ステップＳ１０１ｂ＿１にて渋滞が検出された車両位置の履歴ＤＨに基づいて、渋滞の先頭位置の移動の特徴を検出する（ステップＳ１０２ａ）。
　より詳細には、特徴検出部１１４＿ａ１は、ステップＳ１０１ｂ＿２にて特定された先頭位置の移動の履歴に基づいて、先頭位置の移動方向とその移動速度（例えば、Ｋｍ／Ｈｏｕｒ）とを求めることによって、先頭位置の移動の特徴を検出する。
　判定部１１４ｂ＿３は、ステップＳ１０２ａにて検出された先頭位置の移動の特徴が第１基準を満たすか否かを判定する（ステップＳ１０２ｂ）。
　詳細には、判定部１１４ｂ＿３は、基準記憶部１１４＿ａ２に格納された基準情報１２４に含まれる第１基準を取得する。判定部１１４ｂ＿３は、取得した第１基準と、ステップＳ１０２ａにて検出された先頭位置の移動の特徴と、に基づいて、移動の特徴が第１基準を満たすか否かを判定する。
　例えば、第１基準が図８に示すように、走行方向の逆方向という移動方向と、第１閾値よりも速いという移動速度とを含むとする。
　この場合、判定部１１４ｂ＿３は、先頭位置の移動の特徴に含まれる移動方向が道路Ｒの走行方向の逆方向であり、かつ、先頭位置の移動の特徴に含まれる移動速度が第１閾値よりも速いときに、第１基準を満たすと判定する。
　また例えば、判定部１１４ｂ＿３は、先頭位置の移動の特徴に含まれる移動方向が道路Ｒの走行方向の逆方向ではなく、走行方向であるとき、又は、移動していないとき、第１基準を満たさないと判定する。判定部１１４ｂ＿３は、先頭位置の移動の特徴に含まれる移動速度が第１閾値と同じ又は第１閾値よりも遅いときにも、第１基準を満たさないと判定する。
　第１基準を満たすと判定された場合（ステップＳ１０２ｂ；Ｙｅｓ）、判定結果出力部１１４ｂ＿４は、第１渋滞情報を出力する（ステップＳ１０２ｃ）。
　第１基準を満たさないと判定した場合（ステップＳ１０２ｂ；Ｎｏ）、判定部１１４ｂ＿３は、ステップＳ１０２ａにて検出された先頭位置の移動の特徴が第２基準を満たすか否かを判定する（ステップＳ１０２ｄ）。
　詳細には、判定部１１４ｂ＿３は、基準記憶部１１４＿ａ２に格納された基準情報１２４に含まれる第２基準を取得する。判定部１１４ｂ＿３は、取得した第２基準と、ステップＳ１０２ａにて検出された先頭位置の移動の特徴と、に基づいて、移動の特徴が第２基準を満たすか否かを判定する。
　例えば、第２基準が図８に示すように、走行方向という移動方向と、第２閾値よりも遅いという移動速度とを含むとする。
　この場合、判定部１１４ｂ＿３は、先頭位置の移動の特徴に含まれる移動方向が道路Ｒの走行方向であり、かつ、先頭位置の移動の特徴に含まれる移動速度が第２閾値よりも遅いときに、第２基準を満たすと判定する。
　また例えば、判定部１１４ｂ＿３は、先頭位置の移動の特徴に含まれる移動方向が道路Ｒの走行方向ではなく、走行方向の逆方向であるとき、又は、移動していないとき、第２基準を満たさないと判定する。判定部１１４ｂ＿３は、先頭位置の移動の特徴に含まれる移動速度が第２閾値と同じ又は第２閾値よりも速いときにも、第２基準を満たさないと判定する。
　第２基準を満たすと判定された場合（ステップＳ１０２ｄ；Ｙｅｓ）、判定結果出力部１１４ｂ＿４は、第２渋滞情報を出力する（ステップＳ１０２ｅ）。
　第２基準を満たさないと判定した場合（ステップＳ１０２ｄ；Ｎｏ）、判定結果出力部１１４ｂ＿４は、第３渋滞情報を出力する（ステップＳ１０２ｆ）。
　なお、判定部１１４ｂ＿３は、判定結果を、例えば交通監視装置１０３が備える表示部などに表示させてもよい。そして、ユーザは、例えば交通監視装置１０３を操作し、渋滞が発生していると判定された場所の現在の映像を、道路Ｒに設けられた監視カメラなどから取得して参照してもよい。
　これにより、判定の結果が正しいか否かを確認することができるので、より正確な渋滞情報を提供することが可能になる。
　また、原因が不明な渋滞が発生していると判定された場合に、ユーザは、例えば交通監視装置１０３を操作し、映像を確認して、例えば事故などのより詳細な情報を第３渋滞情報に含めてもよい。
　これにより、より詳細な渋滞情報を出力することができるので、より正確かつ詳細な渋滞情報を提供することが可能になる。
　本発明の一実施の形態によれば、道路Ｒにおける渋滞の先頭位置を検出し、当該検出された先頭位置の移動が予め定められる基準を満たす場合に、当該基準に応じた渋滞情報を出力する。これにより、渋滞の先頭位置の移動に基づいて、渋滞発生時の道路Ｒの交通状況を把握することができる。従って、道路の交通状況を正確に把握することが可能になる。
　本実施の形態において、基準は、第１基準を含み、第１の基準は、先頭位置の移動方向が道路Ｒの走行方向とは反対の方向であることを含む。そして、検出された先頭位置の移動が第１基準を満たす場合に、当該第１基準に応じた出力が行われる。一般的に逆走車１０６による渋滞では、先頭位置の移動方向が道路Ｒの走行方向とは反対の方向となることが多い。そのため、先頭位置の移動方向が道路Ｒの走行方向とは反対の方向であるか否かに基づいた出力を行うことによって、逆走車１０６を検知することができる。また、渋滞の原因をほぼリアルタイムで推定することもできる。従って、道路の交通状況をより正確に把握することが可能になる。
　本実施の形態において、第１の基準は、先頭位置の移動速度が予め定められた第１閾値よりも速いことをさらに含む。これにより、逆走車１０６をより正確に検知することができるとともに、渋滞の原因をほぼリアルタイムでより正確に推定することもできる。従って、道路の交通状況をより一層正確に把握することが可能になる。
　本実施の形態において、基準は、第２基準を含む。第２の基準は、先頭位置の移動方向が道路Ｒの走行方向であることを含む。そして、検出された先頭位置の移動が第２基準を満たす場合に、当該第２基準に応じた出力が行われる。一般的に事故による渋滞では、先頭位置は、事故処理が終了するまで一定の位置で移動しないことが多く、先頭位置が走行方向に移動する渋滞は、低速車に起因することが多い。
　そのため、先頭位置の移動方向が道路Ｒの走行方向であるか否かに基づいた出力を行うことによって、低速車を検知することができる。また、渋滞の原因をほぼリアルタイムで推定することもできる。従って、道路の交通状況をより正確に把握することが可能になる。
　本実施の形態において、第２の基準は、先頭位置の移動速度が予め定められた第２閾値よりも遅いことをさらに含む。これにより、低速車をより正確に検知することができるとともに、渋滞の原因をほぼリアルタイムでより正確に推定することもできる。従って、道路の交通状況をより一層正確に把握することが可能になる。
　本実施の形態では、道路Ｒにおける車両位置の履歴を示す履歴情報が生成され、当該履歴情報に基づいて、道路Ｒにおける渋滞の先頭位置を検出する。道路Ｒにおける車両位置は、広域な道路Ｒからリアルタイムで取得することができ、道路Ｒの交通状況を俯瞰的に把握することができる。従って、広域の道路の交通状況をリアルタイムで俯瞰的に把握することが可能になる。
　本実施の形態では、履歴情報１０５は、車両位置に基づいて生成され、車両位置は、道路Ｒに敷設された光ファイバを利用した光ファイバセンシングに基づいて得られるものである。高速道路など、通信用の光ファイバが敷設されている道路も多く、既に敷設された光ファイバを利用して車両位置を取得することができる。
　また、光ファイバセンシング技術を利用することで、広域な道路Ｒからリアルタイムで車両位置を取得し、道路Ｒの交通状況を俯瞰的に把握することができる。
　従って、追加的なコストの発生を抑制しつつ、広域の道路の交通状況をリアルタイムで俯瞰的に把握することが可能になる。
　本発明は、上述の一実施の形態に限定されるものではない。実施の形態は、例えば、以下のように変形されてもよい。
（変形例１）
　実施の形態では、道路Ｒにおいて、同じ方向へ走行するための車線ＴＬ，ＯＬを区別せずに、車両位置をセンシング装置１０２から取得し、渋滞の先頭位置を検出する例を説明した。しかし、交通監視装置１０３は、車線ＴＬ，ＯＬごとの車両１０１の車両位置をセンシング装置１０２から取得してもよい。
　例えば、車線ＴＬ，ＯＬごとに道路Ｒの舗装が異なることによって、車両Ｒが通行する車線ＴＬ，ＯＬを識別可能な観測情報を取得できることがある。このような場合、先頭位置検出部１１２は、車線ＴＬ，ＯＬごとの車両１０１の車両位置をセンシング装置１０２から取得し、道路Ｒの各車線における渋滞の先頭位置を検出してもよい。
　また、出力部１１４は、前記検出された各車線における先頭位置の移動が予め定められる基準を満たす場合に、当該基準に応じた渋滞情報を出力するとよい。この渋滞情報には、車線ごとの渋滞の発生及びその原因を含めてもよい。
　一般的に、道路Ｒが複雑に交差するインターチェンジや、パーキンエリアから道路Ｒへの合流時に誤って道路Ｒを逆走してしまうことが多い。そのため、例えば道路Ｒは左側通行であり、走行方向の右側車線が追越車線ＯＬに設定されている場合、逆走車１０６は、追越車線ＯＬを逆走してしまうことが多い。
　車線ごとの渋滞の検出位置を検出することによって、追越車線ＯＬのような逆走車１０６が発生し易い車線での逆走車１０６による渋滞を特に監視することができる。これにより、逆走車１０６による渋滞をより確実に検出して、渋滞情報を提供することができるので、道路Ｒにおける交通の安全性を向上させることが可能になる。
（変形例２）
　例えば、第１基準は、渋滞が検出されてから先頭位置が移動を開始するまでの時間に関して定められる閾値ＴＴＨを含んでもよい。
　実施の形態で説明したように、逆走車１０６による渋滞では、事故などによる渋滞とは異なり、渋滞が検出されてから先頭位置が移動を開始するまでの時間が短い。
　そのため、履歴ＤＨにおいて渋滞が検出されてから先頭位置が移動を開始するまでの時間が、閾値ＴＴＨより短いことをさらに条件に加えて判定することで、逆走車１０６による渋滞と事故などによる渋滞とをより正確に区別することができる。従って、渋滞の原因をより正確に推定することが可能になる。
　以上、本発明の実施の形態及び変形例について説明したが、本発明は、これらに限られるものではない。例えば、本発明は、これまで説明した実施の形態及び変形例の一部又は全部を適宜組み合わせた形態、その形態に適宜変更を加えた形態をも含む。
　上記の実施の形態の一手段または全手段は、以下の付記のようにも記載されうるが、以下に限られない。
１．道路における渋滞の先頭位置を検出する先頭位置検出手段と、
　前記検出された先頭位置の移動が予め定められる基準を満たす場合に、当該基準に応じた渋滞情報を出力する出力手段と、を備える
　交通監視装置。
２．前記基準は、前記先頭位置の移動方向が前記道路の走行方向とは反対の方向であることを含む第１基準を含み、
　前記出力手段は、前記検出された先頭位置の移動が前記第１基準を満たす場合に、当該第１基準に応じた出力を行う
　上記１に記載の交通監視装置。
３．前記第１基準は、前記先頭位置の移動速度が予め定められた第１閾値よりも速いことをさらに含む
　上記２に記載の交通監視装置。
４．前記基準は、前記先頭位置の移動方向が前記道路の走行方向であることを含む第２基準を含み、
　前記出力手段は、前記検出された先頭位置の移動が前記第２基準を満たす場合に、当該第２基準に応じた出力を行う
　上記１に記載の交通監視装置。
５．前記第２基準は、前記先頭位置の移動速度が予め定められた第２閾値よりも遅いことをさらに含む
　上記４に記載の交通監視装置。
６．前記先頭位置検出手段は、
　前記道路における車両位置の履歴を示す履歴情報を生成する位置履歴生成手段と、
　前記履歴情報に基づいて、前記道路における渋滞の先頭位置を検出する先頭検出手段と、を含む
　上記１から５のいずれか１つに記載の交通監視装置。
７．前記位置履歴生成手段は、
　前記道路に敷設された光ファイバを利用した光ファイバセンシングに基づいて得られる前記道路における車両位置を取得する車両位置取得手段と、
　前記車両位置に基づいて、前記履歴情報を生成する履歴生成手段と、を含む
　上記６に記載の交通監視装置。
８．前記先頭位置検出手段は、前記道路が同じ方向へ走行するための複数の車線を含む場合に、当該道路の各車線における渋滞の先頭位置を検出する
　上記１から７のいずれか１つに記載の交通監視装置。
９．上記１から８のいずれか１つに記載の交通監視装置と、
　前記道路に敷設され、光信号の反射を抑制する終端処理が一端に施された光ファイバと、
　前記光ファイバに光信号を入力するとともに、当該光信号の入力に伴って生じる後方散乱光同士が干渉した光の強度である光干渉強度の変化量を観測するセンシング装置とを備え、
　前記先頭位置検出手段は、前記センシング装置によって観測された前記光干渉強度の変化量に基づいて得られる前記道路における車両位置を取得し、当該車両位置に基づいて、前記道路における渋滞の先頭位置を検出する
　交通監視システム。
１０．コンピュータが、
　道路における渋滞の先頭位置を検出することと、
　前記検出された先頭位置の移動が予め定められる基準を満たす場合に、当該基準に応じた出力を行うこと、とを含む
　交通監視方法。
１１．コンピュータを、上記１から８のいずれか１項に記載の交通監視装置として機能させるためのプログラム。
　この出願は、２０２１年３月４日に出願された日本出願特願２０２１－０３４１８７号を基礎とする優先権を主張し、その開示の全てをここに取り込む。
　　１００　交通監視システム
　　１０１　車両
　　ＯＦ　　光ファイバ
　　１０２　センシング装置
　　１０３　交通監視装置
　　１０５，１０５ａ＿１，１０５ａ＿２，１０５ｂ＿１，１０５ｂ＿２　履歴情報
　　１０６　逆走車
　　１１０　入力部
　　１１２　先頭位置検出部
　　１１２ａ　位置履歴生成部
　　１１２ａ＿１　車両位置取得部
　　１１２ａ＿２　履歴生成部
　　１１２ａ＿３　第１学習モデル記憶部
　　１１２ｂ　先頭検出部
　　１１２ｂ＿１　渋滞パターン記憶部
　　１１２ｂ＿２　渋滞検出部
　　１１２ｂ＿３　先頭特定部
　　１１４　出力部
　　１１４＿ａ１　特徴検出部
　　１１４＿ａ２　基準記憶部
　　１１４＿ａ３　判定部
　　１１４＿ａ４　判定結果出力部
　　１２１　渋滞パターン情報
　　１２４　基準情報

Claims (10)

  1. 　道路における渋滞の先頭位置を検出する先頭位置検出手段と、
    　前記検出された先頭位置の移動が予め定められる基準を満たす場合に、当該基準に応じた渋滞情報を出力する出力手段と、を備える
    　交通監視装置。
  2. 　前記基準は、前記先頭位置の移動方向が前記道路の走行方向とは反対の方向であることを含む第１基準を含み、
    　前記出力手段は、前記検出された先頭位置の移動が前記第１基準を満たす場合に、当該第１基準に応じた出力を行う
    　請求項１に記載の交通監視装置。
  3. 　前記第１基準は、前記先頭位置の移動速度が予め定められた第１閾値よりも速いことをさらに含む
    　請求項２に記載の交通監視装置。
  4. 　前記基準は、前記先頭位置の移動方向が前記道路の走行方向であることを含む第２基準を含み、
    　前記出力手段は、前記検出された先頭位置の移動が前記第２基準を満たす場合に、当該第２基準に応じた出力を行う
    　請求項１に記載の交通監視装置。
  5. 　前記第２基準は、前記先頭位置の移動速度が予め定められた第２閾値よりも遅いことをさらに含む
    　請求項４に記載の交通監視装置。
  6. 　前記先頭位置検出手段は、
    　前記道路における車両位置の履歴を示す履歴情報を生成する位置履歴生成手段と、
    　前記履歴情報に基づいて、前記道路における渋滞の先頭位置を検出する先頭検出手段と、を含む
    　請求項１から５のいずれか１項に記載の交通監視装置。
  7. 　前記先頭位置検出手段は、前記道路が同じ方向へ走行するための複数の車線を含む場合に、当該道路の各車線における渋滞の先頭位置を検出する
    　請求項１から６のいずれか１項に記載の交通監視装置。
  8. 　請求項１から７のいずれか１項に記載の交通監視装置と、
    　前記道路に敷設され、光信号の反射を抑制する終端処理が一端に施された光ファイバと、
    　前記光ファイバに光信号を入力するとともに、当該光信号の入力に伴って生じる後方散乱光同士が干渉した光の強度である光干渉強度の変化量を観測するセンシング装置とを備え、
    　前記先頭位置検出手段は、前記センシング装置によって観測された前記光干渉強度の変化量に基づいて得られる前記道路における車両位置を取得し、当該車両位置に基づいて、前記道路における渋滞の先頭位置を検出する
    　交通監視システム。
  9. 　コンピュータが、
    　道路における渋滞の先頭位置を検出することと、
    　前記検出された先頭位置の移動が予め定められる基準を満たす場合に、当該基準に応じた出力を行うこと、とを含む
    　交通監視方法。
  10. 　コンピュータを、請求項１から７のいずれか１項に記載の交通監視装置として機能させるためのプログラム。
PCT/JP2022/006216 2021-03-04 2022-02-16 交通監視装置、交通監視システム、交通監視方法及びプログラム WO2022185922A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US18/279,333 US20240169827A1 (en) 2021-03-04 2022-02-16 Traffic monitoring apparatus, traffic monitoring system, traffic monitoring method, and non-transitory storage medium
JP2023503701A JPWO2022185922A1 (ja) 2021-03-04 2022-02-16

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021-034187 2021-03-04
JP2021034187 2021-03-04

Publications (1)

Publication Number Publication Date
WO2022185922A1 true WO2022185922A1 (ja) 2022-09-09

Family

ID=83154039

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/006216 WO2022185922A1 (ja) 2021-03-04 2022-02-16 交通監視装置、交通監視システム、交通監視方法及びプログラム

Country Status (3)

Country Link
US (1) US20240169827A1 (ja)
JP (1) JPWO2022185922A1 (ja)
WO (1) WO2022185922A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012043094A (ja) * 2010-08-17 2012-03-01 Toyota Motor Corp 交通制御システムおよび車両制御システム
WO2020116030A1 (ja) * 2018-12-03 2020-06-11 日本電気株式会社 道路監視システム、道路監視装置、道路監視方法、及び非一時的なコンピュータ可読媒体
JP2020154958A (ja) * 2019-03-22 2020-09-24 沖電気工業株式会社 異常交通流検出装置、異常交通流検出方法、及び異常交通流検出プログラム
WO2021038695A1 (ja) * 2019-08-26 2021-03-04 日本電気株式会社 光ファイバセンシングシステム、道路監視方法、及び光ファイバセンシング機器

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012043094A (ja) * 2010-08-17 2012-03-01 Toyota Motor Corp 交通制御システムおよび車両制御システム
WO2020116030A1 (ja) * 2018-12-03 2020-06-11 日本電気株式会社 道路監視システム、道路監視装置、道路監視方法、及び非一時的なコンピュータ可読媒体
JP2020154958A (ja) * 2019-03-22 2020-09-24 沖電気工業株式会社 異常交通流検出装置、異常交通流検出方法、及び異常交通流検出プログラム
WO2021038695A1 (ja) * 2019-08-26 2021-03-04 日本電気株式会社 光ファイバセンシングシステム、道路監視方法、及び光ファイバセンシング機器

Also Published As

Publication number Publication date
JPWO2022185922A1 (ja) 2022-09-09
US20240169827A1 (en) 2024-05-23

Similar Documents

Publication Publication Date Title
KR20200118882A (ko) 자율 주행 안전성 평가 방법, 디바이스, 및 시스템
GB2604514A (en) Systems and methods for determining road safety
WO2022024208A1 (ja) 交通監視装置、交通監視システム、交通監視方法及びプログラム
CN105788311A (zh) 车辆安全预警方法、装置和车辆
KR20210038852A (ko) 조기 경보 방법, 장치, 전자 기기, 컴퓨터 판독 가능 저장 매체 및 컴퓨터 프로그램
JP2015532747A (ja) ドライバーアシストシステム及びドライバーアシストシステムの作動方法
CN103568947A (zh) 后侧方警报***及方法
JP5397157B2 (ja) 車両追跡システム、車両追跡方法および車両追跡プログラム
US20230401961A1 (en) System and method for detecting severe road events
JP5895728B2 (ja) 車群管理装置
JP2024105695A (ja) 情報処理装置、情報処理方法及び情報処理プログラム
CN114512002B (zh) 一种道路路面异常检测方法及装置
CN114475656A (zh) 行驶轨迹预测方法、装置、电子设备以及存储介质
JP2008135070A (ja) 道路交通管制システム
WO2022185922A1 (ja) 交通監視装置、交通監視システム、交通監視方法及びプログラム
CN114038196A (zh) 车辆前向防撞预警***及方法
JP7509628B2 (ja) 運転支援装置
JP7167812B2 (ja) 車両用制御装置、方法、プログラムおよび車両用表示装置
US20230126172A1 (en) Method of outputting prompt information, device, medium, and vehicle
CN115583258A (zh) 自动驾驶车辆会车控制方法、装置、车辆控制设备和介质
US20240046779A1 (en) Driving determination system, driving determination method, and recording medium
CN114715143A (zh) 车辆控制方法、装置、车辆及存储介质
JP5903985B2 (ja) 渋滞誘因運転行動評価方法
CN115457679B (zh) 基于行车监测的互动方法、设备及介质
US20200302792A1 (en) Driving assistance device and driving assistance program product

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22762978

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 18279333

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 2023503701

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 22762978

Country of ref document: EP

Kind code of ref document: A1