サーバ側渋滞解消走行支援方法
【課題】渋滞予測の演算負荷を軽減すると共に、渋滞の抑制または解消を可能とし、車両が渋滞に巻き込まれることを回避するための走行支援の実行時の動作負荷を低減する。
【解決手段】サーバ側渋滞解消走行支援方法は、地図情報に基づき仮想ノードを設定するステップと、仮想ノード間に存在する車両２を代表する代表車両の加速度の周波数分析からパワースペクトルを算出するステップと、パワースペクトルの単回帰直線の傾きの変化量の極大値を傾き極大値として算出するステップと、代表車両と先行車両との車間距離から車間距離分布を推定し、共分散の最小値を算出するステップと、共分散の最小値と傾き極大値との相関関係から代表車両の前方の車群分布を推定するステップと、車群分布に基づきリアルタイム渋滞予測をおこなうステップと、仮想ノード間に存在する車両２に対してリアルタイム渋滞予測の情報を提供するステップと、を含む。
【解決手段】サーバ側渋滞解消走行支援方法は、地図情報に基づき仮想ノードを設定するステップと、仮想ノード間に存在する車両２を代表する代表車両の加速度の周波数分析からパワースペクトルを算出するステップと、パワースペクトルの単回帰直線の傾きの変化量の極大値を傾き極大値として算出するステップと、代表車両と先行車両との車間距離から車間距離分布を推定し、共分散の最小値を算出するステップと、共分散の最小値と傾き極大値との相関関係から代表車両の前方の車群分布を推定するステップと、車群分布に基づきリアルタイム渋滞予測をおこなうステップと、仮想ノード間に存在する車両２に対してリアルタイム渋滞予測の情報を提供するステップと、を含む。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、サーバ側渋滞解消走行支援方法に関する。
【背景技術】
【０００２】
従来、例えば複数の車両から加速度を取得し、各車両と先行車両との車間距離を検出して、これらの加速度および車間距離を用いて渋滞予測の演算を行なうシステムが知られている（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特願２０１１−１７５８８５号
【発明の概要】
【発明が解決しようとする課題】
【０００４】
ところで、上記従来技術に係るシステムによれば、車両が渋滞に巻き込まれる可能性を予測して、車両が渋滞に巻き込まれることを回避するための走行支援の実行時の動作負荷を軽減させることが望まれている。
【０００５】
本発明は上記事情に鑑みてなされたもので、渋滞予測の演算負荷を軽減すると共に、渋滞の抑制または解消を可能とし、車両が渋滞に巻き込まれることを回避するための走行支援の実行時の動作負荷を軽減することが可能なサーバ側渋滞解消走行支援方法を提供することを目的とする。
【課題を解決するための手段】
【０００６】
上記課題を解決して係る目的を達成するために、本発明の請求項１に係るサーバ側渋滞解消走行支援方法は、予め記憶している地図情報に基づき演算対象区間を設定し、該演算対象区間内で所定条件に基づき複数の仮想ノードおよび隣り合う前記仮想ノード間を接続する仮想リンクを設定するステップ（例えば、実施の形態でのステップＳ１２）と、隣り合う前記仮想ノード間に存在する少なくとも１台以上の車両（例えば、実施の形態での車両２）に基づいて前記仮想ノード間に存在する前記車両を代表する１台の代表車両を設定するステップ（例えば、実施の形態でのステップＳ１４）と、前記代表車両の加速度を取得するステップ（例えば、実施の形態でのステップＳ１６）と、取得した前記加速度の周波数分析から周波数に対応するパワースペクトルを算出するステップ（例えば、実施の形態でのステップＳ１７）と、算出した前記パワースペクトルの単回帰直線を演算し、所定周波数範囲での当該単回帰直線の傾きの変化量の極大値を傾き極大値として算出するステップ（例えば、実施の形態でのステップＳ１８）と、前記代表車両と先行車両との車間距離を取得するステップ（例えば、実施の形態でのステップＳ１９）と、取得した前記車間距離から分布推定法を用いて、車間距離分布を推定するステップ（例えば、実施の形態でのステップＳ２０）と、推定した前記車間距離分布から共分散の最小値を算出するステップ（例えば、実施の形態でのステップＳ２１）と、前記共分散の最小値と前記傾き極大値との相関関係から前記代表車両の前方の車群分布を推定するステップ（例えば、実施の形態でのステップＳ２２）と、推定した前記車群分布に基づきリアルタイム渋滞予測をおこなうステップ（例えば、実施の形態でのステップＳ２４）と、前記仮想ノード間に存在する前記車両に対して前記リアルタイム渋滞予測の情報を提供するステップ（例えば、実施の形態でのステップＳ２６）と、を含む。
【０００７】
さらに、本発明の請求項２に係るサーバ側渋滞解消走行支援方法では、前記仮想ノードおよび前記仮想リンクを設定するステップは、前記演算対象区間に存在する前記車両の台数と、前記演算対象区間の距離と、前記演算対象区間の道路種別と、前記演算対象区間の道路形状とのうち、少なくとも何れか１つに基づいて前記仮想ノードを設定する。
【発明の効果】
【０００８】
本発明の請求項１に係るサーバ側渋滞解消走行支援方法によれば、演算対象区間に複数の車両が存在する場合であっても、仮想ノード間の代表車両の加速度および代表車両と先行車両との車間距離を用いて渋滞予測の演算を行なうことから、例えば仮想ノードを設定せずに複数の車両に対して渋滞予測の演算を行なう場合に比べて、演算負荷を軽減することができ、リアルタイムでの渋滞予測を容易に行なうことができる。
そして、この代表車両に対して得られたリアルタイム渋滞予測の情報を、演算対象区間内の複数の車両に迅速に提供することができ、複数の車両で迅速かつ効率的に連動して渋滞発生の的確な抑制または迅速な解消を可能とすることができる。
【０００９】
さらに、本発明の請求項２に係るサーバ側渋滞解消走行支援方法によれば、適正な渋滞予測および演算負荷の軽減が可能な仮想ノードを、適切かつ容易に設定することができる。
【図面の簡単な説明】
【００１０】
【図１】本発明の実施の形態に係るサーバ側渋滞解消走行支援方法を実現する情報提供システムの構成図である。
【図２】本発明の実施の形態に係る加速度スペクトルの例を示す図である。
【図３】本発明の実施の形態に係る確率密度分布の例を示す図である。
【図４】本発明の実施の形態に係る共分散値の分布の例を示す図である。
【図５】本発明の実施の形態に係る共分散最小値と傾き極大値との相間マップの例を示す図である。
【図６】本発明の実施の形態に係る交通密度と交通量の関係の例を示す図である。
【図７】本発明の実施の形態に係る車間距離分布についての共分散最小値の対数と加速度スペクトルについての傾き極大値の対数との相関マップの例を示す図である。
【図８】本発明の実施の形態に係る車両の動作を示すフローチャートである。
【図９】本発明の実施の形態に係るサーバ装置の動作、つまりサーバ側渋滞解消走行支援方法を示すフローチャートである。
【図１０】本発明の実施の形態に係る演算対象区間の各仮想ノード間の代表車両の加速度スペクトルと、渋滞予兆の有無との対応関係の一例を示す図である。
【発明を実施するための形態】
【００１１】
以下、本発明のサーバ側渋滞解消走行支援方法の一実施形態について添付図面を参照しながら説明する。
本実施の形態によるサーバ側渋滞解消走行支援方法を実現する情報提供システム１は、例えば図１に示すように、情報提供対象である複数の車両２と、これらの複数の車両２と通信可能なサーバ装置３とを備えて構成されている。
【００１２】
車両２は、例えば、車両通信装置１１と、各種センサ１２と、スイッチ１３と、各種アクチュエータ１４と、表示器１５と、スピーカー１６と、車両処理装置１７とを備えて構成されている。
【００１３】
車両通信装置１１は、サーバ装置３の通信装置３１と通信可能であって、サーバ装置３の通信装置３１に対する直接的な無線通信接続または所定の通信網を介した通信接続によって、各種の情報を送受信する。
【００１４】
例えば、所定の通信網は、無線通信用の基地局と、無線通信用の基地局とサーバ装置３とを有線接続するインターネットなどの公衆通信網とを備え、車両２の乗員の携帯電話機や車載通信端末などによって構成される車両通信装置１１から無線通信により発信された情報は、基地局により受信され、この基地局から有線通信によりサーバ装置３へ転送される。
なお、車両２とサーバ装置３との間の通信の形態は、上記形態に限定されず、例えば通信衛星を経由する通信などの他の通信の形態が採用されてもよい。
【００１５】
各種センサ１２は、例えば、車両２の速度を検出する車速センサと、車両２のヨーレートを検出するヨーレートセンサとなどであって、車両２の走行状態に係る検出結果の信号を車両処理装置１７に出力する。
【００１６】
スイッチ１３は、例えば車両２の走行制御に係る各種の信号を車両処理装置１７に出力する。
スイッチ１３から出力される各種の信号は、例えば、運転者によるブレーキペダルやアクセルペダルの操作状態（例えば、操作位置など）に係る信号と、運転者の入力操作に応じて自動的に車両２の走行状態を制御する自動走行制御に係る各種信号（例えば、制御開始や制御停止を指示する信号と、目標車速や先行車両に対する目標車間距離の増減を指示する信号となど）となどである。
【００１７】
各種アクチュエータ１４は、例えば、車両２の駆動力を制御するスロットルアクチュエータと、車両２の制動を制御するブレーキアクチュエータと、車両２の転舵を制御するステアリングアクチュエータとなどであって、車両処理装置１７から出力される制御信号によって駆動制御される。
【００１８】
表示器１５は、例えば、液晶表示画面などの表示画面を備える各種のディスプレイや、フロントウィンドウ上を表示画面とした投影により表示を行なうヘッドアップディスプレイや、各種の灯体などであり、車両処理装置１７から出力される制御信号に応じた表示や点灯または消灯をおこなう。
スピーカー１６は、車両処理装置１７から出力される制御信号に応じて、警報音や音声などを出力する。
なお、表示器１５およびスピーカー１６は、例えばナビゲーション装置などの各種の車載機器に具備されていてもよい。
【００１９】
車両処理装置１７は、例えば、現在位置検出部２１と、車両通信制御部２２と、走行制御部２３と、報知制御部２４とを備えて構成されている。
【００２０】
現在位置検出部２１は、例えば人工衛星を利用して車両２の位置を測定するためのＧＰＳ（Global Positioning System）信号などの測位信号を受信するアンテナ２１ａにより受信された測位信号によって車両２の現在位置を検出する。
なお、現在位置検出部２１は、さらに、各種センサ１２から出力される車両２の速度およびヨーレートなどに基づく自律航法の演算処理を併用して、車両２の現在位置を検出してもよい。
【００２１】
車両通信制御部２２は、車両通信装置１１による各種の情報の送受信を制御する。
例えば、車両通信制御部２２は、各種センサ１２の車速センサにより検出された車両２の速度の情報および現在位置検出部２１により検出された車両２の現在位置の情報を車両通信装置１１からサーバ装置３の通信装置３１に送信する。
また、例えば、車両通信制御部２２は、サーバ装置３の通信装置３１から送信されて車両通信装置１１により受信されたリアルタイム渋滞予測の情報および走行目安情報を取得して、走行制御部２３および報知制御部２４に出力する。
【００２２】
走行制御部２３は、サーバ装置３において作成され、車両通信制御部２２から出力されたリアルタイム渋滞予測の情報および走行目安情報と、スイッチ１３から出力される各種の信号と、各種センサ１２から出力される車両２の走行状態に係る検出結果の信号とに基づき、例えばスロットルアクチュエータとブレーキアクチュエータとステアリングアクチュエータとを駆動制御することによって、車両２の走行を制御する。
【００２３】
例えば、走行制御部２３は、スイッチ１３から出力される信号に応じて、自動走行制御の実行を開始または停止したり、自動走行制御での目標車速や目標車間距離の設定や変更を行なう。
【００２４】
また、例えば、走行制御部２３は、サーバ装置３において作成されたリアルタイム渋滞予測の情報において車両２の進行方向前方に渋滞が発生する可能性が高いこと（あるいは、既に渋滞が発生していることなど）が示されている場合には、車両２が渋滞を回避するようにして、さらには車両２の後続車両が渋滞を起こし難いようにして、あるいは、車両２の周辺の渋滞を解消するようにして、必要とされる目標車速や目標車間距離を設定したり、車両２の走行状態を変更する。
そして、これらの目標車速や目標車間距離を維持するような自動走行制御（例えば、実際の車速を目標車速に一致させる定速走行制御や、他車両（例えば、先行車両など）に対する実際の車間距離を目標車間距離に一致させる車間距離制御（例えば、追従走行制御など）を行なう。
【００２５】
また、例えば、走行制御部２３は、サーバ装置３において走行目安情報が作成され、車両通信制御部２２から出力された場合には、この走行目安情報に応じて、車両２が渋滞を回避するようにして、さらには車両２の後続車両が渋滞を起こし難いようにして、あるいは、車両２の周辺の渋滞を解消するようにして、必要とされる目標車速や目標車間距離を設定したり、車両２の走行状態を変更する。
【００２６】
報知制御部２４は、サーバ装置３において作成されたリアルタイム渋滞予測の情報および走行目安情報に基づき、表示器１５とスピーカー１６とを制御することによって、各種の報知動作を制御する。
【００２７】
例えば、報知制御部２４は、サーバ装置３において作成されたリアルタイム渋滞予測の情報において車両２の進行方向前方に渋滞が発生する可能性が高いこと（あるいは、既に渋滞が発生していることなど）が示されている場合には、例えば、表示器１５の表示画面での表示や灯体の点灯または消灯などを制御して、また、スピーカー１６からの警報音や音声などの出力を制御して、これらの渋滞に係る情報を報知する。
【００２８】
また、例えば、報知制御部２４は、サーバ装置３において作成されたリアルタイム渋滞予測の情報または走行目安情報に応じて、車両２が渋滞を回避するようにして、さらには車両２の後続車両が渋滞を起こし難いようにして、あるいは、車両２の周辺の渋滞を解消するようにして、必要とされる運転操作の指示（例えば、先行車両に対する車間距離の増大や加速動作の抑制など）を報知する。
【００２９】
サーバ装置３は、例えば、通信装置３１と、通信制御部３２と、情報記憶部３３と、地図データ記憶部３４と、仮想ノード設定部３５と、渋滞予兆演算部３６とを備えて構成されている。
【００３０】
通信装置３１は、車両２の車両通信装置１１と通信可能であって、車両２の車両通信装置１１に対する直接的な無線通信接続または所定の通信網を介した通信接続によって、各種の情報を送受信する。
【００３１】
例えば、所定の通信網は、無線通信用の基地局と、無線通信用の基地局とサーバ装置３とを有線接続するインターネットなどの公衆通信網とを備え、通信装置３１から有線通信により発信されるリアルタイム渋滞予測の情報および走行目安情報は、基地局により受信され、この基地局から無線通信により車両２へ転送される。
【００３２】
通信制御部３２は、通信装置３１による各種の情報の送受信を制御する。
例えば、通信制御部３２は、後述する渋滞予測部５０により作成されたリアルタイム渋滞予測の情報および走行目安情報を通信装置３１から車両２の車両通信装置１１に送信する。
また、例えば、通信制御部３２は、車両２の車両通信装置１１から送信されて通信装置３１により受信された車両２の速度の情報および現在位置の情報を取得して、情報記憶部３３に出力する。
【００３３】
情報記憶部３３は、通信装置３１により受信された複数の車両２の速度の情報および現在位置の情報と、渋滞予測部５０により作成された複数の仮想ノード間の代表車両に対するリアルタイム渋滞予測の情報および走行目安情報となどを記憶する。
【００３４】
地図データ記憶部３４は、地図データを記憶する。
地図データは、例えば、車両２の現在位置に基づくマップマッチングの処理に必要とされる道路上の位置座標を示す道路座標データと、経路探索や経路誘導などの処理に必要とされる道路データ（例えば、交差点および分岐点などの道路上の所定位置の緯度および経度からなる座標点であるノードおよび各ノード間を結ぶ線であるリンクと、道路形状および道路種別となど）とを備えている。
【００３５】
仮想ノード設定部３５は、地図データ記憶部３４に記憶されている地図データに基づき所定の演算対象区間を設定し、該演算対象区間内で所定条件に基づき仮想ノードおよび隣り合う仮想ノード間を接続する仮想リンクを設定する。
なお、所定の演算対象区間は、例えば、統計的に渋滞が発生する可能性がある道路区間などである。
【００３６】
また、所定条件は、例えば、演算対象区間に存在する車両２の台数と、演算対象区間の距離と、演算対象区間の道路種別と、演算対象区間の道路形状とのうち、少なくとも何れか１つに対する条件である。
例えば演算対象区間に存在する車両２の台数に対する所定条件は、隣り合う仮想ノード間に所定台数以上の車両２が存在するように規制することなどである。
例えば演算対象区間の距離に対する所定条件は、隣り合う仮想ノード間の距離を数百メートル程度以下に規制することなどである。
例えば演算対象区間の道路種別に対する所定条件は、高速道路における隣り合う仮想ノード間の距離を一般道路における隣り合う仮想ノード間の距離よりも長くすることなどである。
例えば演算対象区間の道路形状に対する所定条件は、統計的に渋滞が発生し易い道路形状の前後に仮想ノードを設定することなどである。
【００３７】
渋滞予兆演算部３６は、例えば、加速度算出部４１と、周波数分析部４２と、単回帰直線算出部４３と、傾き極大値算出部４４と、先行車両検知部４５と、車間距離算出部４６と、車間距離分布推定部４７と、共分散最小値算出部４８と、相間演算部４９と、渋滞予測部５０とを備えて構成されている。
【００３８】
加速度算出部４１は、例えば、仮想ノード設定部３５により設定された各隣り合う仮想ノード間に対して、仮想ノード間に存在する少なくとも１台以上の車両２に基づいて仮想ノード間に存在する車両２を代表する１台の代表車両を設定することによって、複数の車両２を量子化する。
例えば、加速度算出部４１は、仮想ノード間に最初に進入した車両２を代表車両としたり、仮想ノード間に存在する複数の車両２のそれぞれが有する状態量（例えば、速度や位置など）を平均化して得られる平均状態量を有する仮想的な車両を代表車両とする。
【００３９】
そして、加速度算出部４１は、例えば、情報記憶部３３に記憶されている各車両２の速度の情報または現在位置の情報に基づき、速度の経時的な変化または現在位置の経時的な変化から各車両２の加速度を検出し、各車両２の加速度に基づき、代表車両の加速度を算出する。
【００４０】
周波数分析部４２は、加速度算出部４１により算出された代表車両の加速度に対して周波数分析を行ない、周波数に対応するパワースペクトルを算出する。
例えば、２つの異なる適宜の走行状態において加速度算出部４１により検出された代表車両の加速度に対して周波数分析が行なわれることで、図２（Ａ），（Ｂ）に示すようなパワースペクトルとして周波数に対応した加速度スペクトル５１，５３が算出される。
【００４１】
単回帰直線算出部４３は、周波数分析部４２により算出されたパワースペクトルにおいて単回帰直線を算出する。
例えば、図２（Ａ），（Ｂ）に示す加速度スペクトル５１，５３に対して、単回帰直線５２，５４が算出される。
【００４２】
傾き極大値算出部４４は、単回帰直線算出部４３により算出された単回帰直線に対して、所定周波数範囲での単回帰直線の傾きの変化量の極大値を傾き極大値として算出する。
【００４３】
例えば、傾き極大値算出部４４は、図２（Ａ），（Ｂ）に示す単回帰直線５２，５４に対して、所定周波数範囲Ｙ（例えば、数秒から数分の時間範囲に対応する周波数範囲であって、０〜０．５Ｈｚなど）でのスペクトル値の変化Ｘに基づき、傾きα１，α２（＝Ｙ／Ｘ）を算出する。
【００４４】
先行車両検知部４５は、例えば、情報記憶部３３に記憶された複数の車両２の現在位置の情報に基づき、代表車両の進行方向前方に存在する先行車両を検知する。
車間距離算出部４６は、先行車両検知部４５により検知された代表車両の各先行車両に対して車間距離を算出する。
【００４５】
車間距離分布推定部４７は、車間距離算出部４６により算出された代表車両の各先行車両に対する車間距離と、先行車両の検知台数（例えば、通信制御部３２により現在位置の情報が取得された複数の車両２のうち代表車両の先行車両となる車両２の台数など）とに基づき、車間距離分布を推定する。
【００４６】
例えば、車間距離分布推定部４７は、車間距離と車両台数の情報から代表車両の前方での車群（すなわち、車間距離が比較的緻密な複数の車両２の集合）が検知される場合、変分ベイズなどの分布推定法を用いて各車群に対してガウス分布（確率密度分布）を適用する。
例えば２つの車群が検知される場合は、２つの車群を２つのガウス分布を線形結合した分布として捉えることができ、例えば図３に示すように、２つのガウス分布を表わす確率関数Ｐ１（Ｘ）、Ｐ２（Ｘ）の和（重ね合わせ）として全体の分布を表す確率関数Ｐ（Ｘ）を得る。
【００４７】
ここで、ガウス分布（確率関数）をＮ（ｘ｜μ，Σ）で表すと、図３に例示されるような複数のガウス分布の重ね合わせは、下記数式（１）に示すように記述される。
【００４８】
【数１】
【００４９】
なお、上記数式（１）において、例えば任意の自然数ｋに対して、期待値（平均値）μｋは密度が最も高い位置を表す。共分散値（行列）Σｋは、分布のゆがみ、すなわち期待値μｋからどの方向に離れると密度がどのように減るかを表す。ガウス分布の混合係数（混合比）πｋ（０≦πｋ≦１）は、各ガウス分布がどれだけ寄与しているかの割合を表し、いわゆる確率とされている。
【００５０】
共分散最小値算出部４８は、例えば上記した確率関数Ｐ（Ｘ）から得られる尤度関数が最大となるパラメータ（共分散）を求めるために変分ベイズなどを用いて算出処理をおこなう。
例えば、共分散最小値算出部４８は、図３で例示されるような複数のガウス分布の重ね合わせとして得られる確率関数Ｐ（Ｘ）に対しては、各ガウス分布に対して共分散値Σｋを算出する。そして、各ガウス分布に対して得られた複数の共分散値Σｋの最小値を算出する。
【００５１】
例えば図４（Ａ）に示すような共分散値Σｋの分布のグラフ５６は、共分散値Σｋに係る変数δ（例えば、共分散値Σｋそのものなど）に対して、変数δ＝０においてシャープなグラフとなっており、車群の変動が無い、すなわち車間距離がほぼ一定の走行状態にあることを示唆している。
一方、図４（Ｂ）に示すような共分散値Σｋの分布は、共分散値Σｋに係る変数δの負の領域の値δ１でピークを持つグラフ５７と正の領域の値δ２でピークを持つグラフ５８の２つのグラフにより構成されている。各グラフ５７、５８は共分散値Σｋに係る変数δに対して所定の変動幅を有しており、車群の変動が有る、言い換えれば代表車両に対して車間距離が異なる車両２の集合が複数存在することを示唆している。
そして、例えば図４（Ａ）において、共分散値Σｋの最小値（共分散最小値）はほぼゼロとなり、例えば図４（Ｂ）において、共分散値Σｋの最小値は２つの値δ１，δ２のうち小さいほうの値δ１となる。
【００５２】
相関演算部４９は、傾き極大値算出部４４により算出された傾き極大値と、共分散最小値算出部４８によって算出された共分散最小値との相関マップを作成する。
例えば図５に示す傾き極大値と共分散最小値との相関マップのイメージ（概念）図では、横（Ｘ）軸を共分散最小値Ｘとし、縦（Ｙ）軸を傾き極大値Ｙとして、変数（Ｘ、Ｙ）の相関をマッピングしている。
【００５３】
例えば図５に示す相関マップでは、２つの領域５９，６０が示されており、２つの領域５９，６０が重なっている境界領域６１が存在している。領域５９は比較的共分散最小値が小さく、車群の変動が小さい状態、言い換えれば車間距離が比較的一定しているような状態に相当する。逆に領域６０は比較的共分散最小値が大きく、車群の変動が大きい状態、言い換えれば車間距離が異なる車の集合が複数存在する状態に相当する。
境界領域６１は、車群の変動が小さい状態から大きい状態へ遷移する領域であり、この境界領域６１に相当する車群の状態を定量的に見出すことによって、渋滞予測をおこなうことができる。
【００５４】
例えば図６に示すような交通密度と交通量の関係を示す図において、グラフの横（Ｘ）軸は、適宜の代表車両から所定距離内に存在する他の車両２の台数を意味する交通密度であり、この交通密度の逆数が車間距離に相当する。縦（Ｙ）軸は所定位置を通過する車両数を意味する交通量である。
例えば図６に示すような交通密度と交通量の関係を示す図は、いわば車両２の流れを意味する交通流を表わしていると捉える事ができる。
【００５５】
図６で例示される交通流は、大きく４つの状態（領域）に区分けすることができる。
第１の状態は、渋滞が発生する可能性が低い自由流の状態であって、ここでは一定以上の加速度および車間距離が確保可能である。
第２の状態は、車両２の制動状態と加速状態が混合する混合流の状態である。この混合流の状態は、渋滞流に移行する前の状態であって、運転者による運転の自由度が低下して、交通密度の増大（車間距離の縮小）によって渋滞流へと移行する確率が高い状態である。
第３の状態は、渋滞を示す渋滞流の状態である。
第４の状態は、自由流の状態から混合流の状態へ移行する間に存在する遷移状態である臨界領域である。この臨界領域は、自由流に比べて交通量および交通密度が高い状態であって、交通量の低下と交通密度の増大（車間距離の縮小）によって混合流へと移行する状態である。なお、臨界領域は、準安定流、メタ安定流と呼ばれることもある。
【００５６】
そして、例えば図５に示される領域５９は、例えば図６に示される自由流および臨界領域を含むことになり、例えば図５に示される領域６０は、例えば図６に示される混合流および渋滞流の状態を含むことになる。
したがって、例えば図５に示される境界領域は、例えば図６に示される臨界領域と混合流の状態との双方を含む境界状態であり、例えば図６に示される臨界領域の境界とされる。
この臨界領域の境界を含む臨界領域を定量的に把握することによって、混合流の状態への移行を抑制して渋滞の発生を防ぐことが可能である。
【００５７】
以下に、例えば車間距離分布についての共分散最小値の対数と加速度スペクトルについての傾き極大値の対数との相関マップを示す図７（Ａ），（Ｂ）を参照しながら臨界領域の定量化について説明する。
図７（Ａ）は図６に示される交通流のマップを簡略化して描いた図であり、図７（Ｂ）は共分散最小値の対数と傾き極大値の対数との相関マップを示す。
図７（Ｂ）に示される共分散最小値の対数と傾き極大値の対数は、傾き極大値算出部４４により算出された傾き極大値と共分散最小値算出部４８によって算出された共分散最小値との対数値として算出され、臨界領域における相転移状態のパラメータ化を描写したものである。
【００５８】
例えば図７（Ｂ）において、領域６２は図７（Ａ）に示される臨界領域を含み、領域６３は図７（Ａ）に示される混合流の状態を含む。臨界線６４は、これを越えて混合流の状態へ移行すると渋滞に至ってしまう可能性が高い臨界点を意味する。各領域６２，６３の境界領域６５は臨界線６４直前の臨界領域の境界に相当する。
なお、図７（Ｂ）に例示される相関マップは渋滞予兆演算部３６内のメモリ（図示略）に格納される。
【００５９】
渋滞予測部５０は、相関演算部４９によって作成された相関マップにおいて、臨界領域の境界の状態が存在するか否かを判定し、この判定結果に応じてリアルタイム渋滞予測の情報を作成する。さらに、相関マップにおいて、臨界領域の境界の状態が存在する場合には、渋滞への移行を阻止すべく、地図データ記憶部３４に記憶されている地図データを参照して、走行目安情報を作成する。また、リアルタイム渋滞予測の情報および走行目安情報の作成時には、制御対象区間（例えば、演算対象区間の開始位置から、渋滞予兆度が所定の閾値よりも高い代表車両に対応付けられた仮想ノード間に到るまでの区間など）を設定する。そして、リアルタイム渋滞予測の情報および走行目安情報を情報記憶部３３に記憶させる。
【００６０】
リアルタイム渋滞予測の情報は、渋滞が発生する可能性あるいは既に渋滞が発生しているか否かに係る情報であって、例えば、相関マップにおいて臨界領域の境界の状態が存在する場合に対応して、渋滞が発生する可能性（渋滞予兆度）が所定の閾値よりも高いことを示し、相関マップにおいて臨界領域の境界の状態が存在しない場合に対応して、渋滞が発生する可能性（渋滞予兆度）が所定の閾値よりも低いことを示す。
【００６１】
渋滞予兆度は、例えば傾き極大値算出部４４により算出された傾き極大値に応じたパラメータであって、代表車両の進行方向前方において渋滞となる可能性が高い場合に大きくなり、可能性が低い場合に小さくなる。
また、渋滞予兆度の大小を判定する所定の閾値については、任意の値を定めることができるが、一般的に（１／ｆ）ゆらぎ特性として知られている「−４５度」を所定の閾値とすることができる。
【００６２】
例えば、単回帰直線算出部４３により算出された単回帰直線に対して、傾きαが小さい場合は、先行車両から受ける衝撃波（振動、ゆらぎ）が小さい場合に相当し、先行車両に対する反応遅れが小さく、車間距離が長くなって車群が形成され難い、すなわち渋滞に至る可能性が小さい場合に相当する。この場合、渋滞予兆度は小さな値をとる。
逆に、傾きαが大きい場合は、先行車両から受ける衝撃波（振動、ゆらぎ）が大きい場合に相当し、先行車両に対する反応遅れが大きく、車群が密になりやすく、すなわち渋滞に至る可能性が大きい場合に相当する。この場合、渋滞予兆度は大きな値をとる。
なお、ここで言う衝撃波（振動、ゆらぎ）とは、各車両２が加速および減速の動作を繰り返すことにより、この動作（前後の動き）を後方の車両２に一種の振動として伝播させることを意味する。
【００６３】
したがって、渋滞予測部５０は、単回帰直線算出部４３により算出された単回帰直線の傾きαの大きさ、より具体的には、傾き極大値算出部４４によって算出された傾き極大値に応じて渋滞予兆度を算出する。
例えば、渋滞予測部５０は、傾き極大値（ｘ）と渋滞予兆度（ｙ）との関係を示す関数（例えば、ｙ＝ａｘ＋ｂなど）を予め求めておき、傾き極大値算出部４４によって算出された傾き極大値（ｘ）に対する渋滞予兆度（ｙ）を算出する。
なお、渋滞予測部５０は、傾き極大値と対応する渋滞予兆度の値との関係を予め作成してテーブルとしてメモリに格納しておき、算出された傾き極大値に対する渋滞予兆度をそのテーブルを参照して求めることもできる。
【００６４】
そして、例えば渋滞が発生する可能性（渋滞予兆度）が所定の閾値よりも高いことを示すリアルタイム渋滞予測の情報が、通信制御部３２によってサーバ装置３から車両２に送信されると、車両２の表示器１５やスピーカー１６において渋滞が発生する可能性が高いことを示す各種の報知動作が行なわれる。
例えば表示器１５では、渋滞発生の有無を示す２色信号（青色と赤色など）の表示が切り替えられたり、渋滞発生を示す単色の灯体の点灯や点滅が行なわれたり、渋滞発生を示す警報メッセージの出力が行なわれる。
例えばスピーカー１６では、渋滞発生を示す警報音や警報音声の出力が行なわれる。
【００６５】
また、走行目安情報は、図７に例示される混合流への移行を未然に阻止することを可能とするために車両２の走行制御に用いられたり、車両２の表示器１５やスピーカー１６から運転者に報知される情報である。
例えば、走行目安情報は、車両２において渋滞回避さらには渋滞解消に必要とされる自動走行制御での目標車速や目標車間距離の情報や、先行車両に対する車間距離の増大や加速動作の抑制などの所定の運転操作の情報や、車両２に対する経路探索や経路誘導の情報などである。
そして、走行目安情報が、通信制御部３２によってサーバ装置３から車両２に送信されると、走行目安情報の内容が表示器１５やスピーカー１６から運転者に報知されたり、走行目安情報の内容を実現するようにして自動走行制御に用いられる。
【００６６】
情報記憶部３３に記憶された各代表車両に対するリアルタイム渋滞予測の情報および走行目安情報は、通信制御部３２によって、渋滞予測部５０により設定された制御対象区間内において各代表車両に対応付けられた仮想ノード間に存在する車両２に送信される。
【００６７】
なお、通信制御部３２は、リアルタイム渋滞予測の情報および走行目安情報を制御対象区間内の各仮想ノード間に存在する車両２に送信する際に、全ての車両２に各情報を提供してもよいし、相互に渋滞形成に影響を及ぼすと考えられる一定範囲内の車両２の群（車群）に対して、一定の車両２にのみ各情報を提供してもよい。
例えば、通信制御部３２は、１つの渋滞を形成しているとみなせる所定距離範囲（例えば、渋滞解消行動を採用して効果が生じる数百メートル程度など）内の車群のみを対象として、さらに、上記所定距離範囲内の所定割合（例えば、１０％〜３０％程度）の台数の車両２のみを対象として、あるいは、渋滞予兆度が所定の閾値よりも大きい車両２のうち渋滞予兆度が高いものを上位から優先的に対象として、各情報を提供する。
【００６８】
本実施の形態による情報提供システム１は上記構成を備えており、次に、この情報提供システム１の動作について説明する。
【００６９】
先ず、以下に、車両２の動作について説明する。
例えば図８に示すステップＳ０１においては、各種センサ１２の車速センサにより車両２の速度を検出し、現在位置検出部２１により車両２の現在位置を検出する。
次に、ステップＳ０２においては、車両２の速度および現在位置の情報をサーバ装置３に送信する。
【００７０】
次に、ステップＳ０３においては、リアルタイム渋滞予測の情報および走行目安情報をサーバ装置３から受信したか否かを判定する。
この判定結果が「ＮＯ」の場合には、ステップＳ０３の判定処理を繰り返し実行する。
一方、この判定結果が「ＹＥＳ」の場合には、ステップＳ０４に進む。
そして、ステップＳ０４においては、リアルタイム渋滞予測の情報および走行目安情報に応じて報知制御および走行制御を実行し、エンドに進む。
【００７１】
以下に、サーバ装置３の動作、つまりサーバ側渋滞解消走行支援方法について説明する。
先ず、例えば図９に示すステップＳ１１においては、地図データ記憶部３４に記憶されている地図データに基づき所定の演算対象区間を設定する。
次に、ステップＳ１２においては、演算対象区間内で所定条件に基づき仮想ノードおよび隣り合う仮想ノード間を接続する仮想リンクを設定する。
【００７２】
次に、ステップＳ１３においては、複数の車両２から速度および現在位置の情報を受信する。
次に、ステップＳ１４においては、仮想ノード間に存在する少なくとも１台以上の車両２に基づいて仮想ノード間に存在する車両２を代表する１台の代表車両を設定する。
次に、ステップＳ１５においては、仮想ノード間に代表車両が進入したか否かを判定する。
なお、この判定処理は、例えば仮想ノード間に最初に進入した車両２を代表車両とする場合には、仮想ノード間に最初に進入した車両２が存在するか否かを判定することに相当し、例えば仮想ノード間に存在する複数の車両２のそれぞれが有する状態量（例えば、速度や位置など）を平均化して得られる平均状態量を有する仮想的な車両を代表車両とする場合には、仮想ノード間に新たに進入した車両２が存在するか否かを判定することに相当する。
この判定結果が「ＮＯ」の場合には、上述したステップＳ１３に戻る。
一方、この判定結果が「ＹＥＳ」の場合には、ステップＳ１６に進む。
【００７３】
次に、ステップＳ１６においては、情報記憶部３３に記憶されている各車両２の速度の情報または現在位置の情報に基づき、速度の経時的な変化または現在位置の経時的な変化から、代表車両２の加速度を算出する。
次に、ステップＳ１７においては、代表車両の加速度に対して周波数分析を行ない、周波数に対応するパワースペクトルを算出する。
【００７４】
次に、ステップＳ１８においては、パワースペクトルにおいて単回帰直線を算出し、所定周波数範囲での単回帰直線の傾きの変化量の極大値を傾き極大値として算出する。
次に、ステップＳ１９においては、代表車両の進行方向前方に存在する先行車両を検知し、代表車両の各先行車両に対する車間距離を算出する。
次に、ステップＳ２０においては、代表車両の各先行車両に対する車間距離と、複数の先行車両の検出台数とに基づき、車間距離分布を推定する。
【００７５】
次に、ステップＳ２１においては、車間距離分布から共分散の最小値を算出する。
次に、ステップＳ２２においては、共分散の最小値と傾き極大値との相関関係から代表車両の進行方向前方の車群分布を推定する。
次に、ステップＳ２３においては、共分散最小値と加速度スペクトルの傾き極大値との相関マップにおいて臨界領域の境界の状態が存在するか否かを判定する。
この判定結果が「ＮＯ」の場合には、上述したステップＳ１３に戻る。
一方、この判定結果が「ＹＥＳ」の場合には、ステップＳ２４に進む。
【００７６】
次に、ステップＳ２４においては、渋滞が発生する可能性（渋滞予兆度）が所定の閾値よりも高いことを示すリアルタイム渋滞予測の情報を作成し、制御対象区間（例えば、演算対象区間の開始位置から、渋滞予兆度が所定の閾値よりも高い代表車両に対応付けられた仮想ノード間に到るまでの区間など）を設定する。
次に、ステップＳ２５においては、制御対象区間内の各仮想ノード間に存在する車両２において渋滞回避さらには渋滞解消を促すための走行目安情報を作成する。
次に、ステップＳ２６においては、リアルタイム渋滞予測の情報および走行目安情報を制御対象区間内の各仮想ノード間に存在する車両２に送信し、エンドに進む。
【００７７】
例えば図１０（Ａ），（Ｂ）に示すように、演算対象区間ＴＡ内で所定条件に基づいて各車両２の進行方向の前方に向かって順次設定された任意の自然数Ｎによる第Ｎ仮想ノード間，第Ｎ＋１仮想ノード間，第Ｎ＋２仮想ノード間に対しては、各仮想ノード間に車両２が進入することに伴って、各仮想ノード間において順次、第１の代表車両Ａ，第２の代表車両Ｂ，第３の代表車両Ｃ，…が設定される。
【００７８】
先ず、例えば図１０（Ａ）に示すように、演算対象区間ＴＡ内において各車両２の進行方向において最も手前側（進行方向の後方側）の第Ｎ仮想ノード間に最初の車両２が進入すると、この第Ｎ仮想ノード間において最初の第１の代表車両Ａが設定され、この第１の代表車両Ａに対して加速度スペクトルＳＡが算出される。そして、加速度スペクトルＳＡに基づいて渋滞予兆度が算出され、渋滞予兆度が所定の閾値よりも高いか否かに応じて渋滞予兆の有無が判定され、この判定結果が記憶される。
【００７９】
次に、第Ｎ仮想ノード間に隣接する第Ｎ＋１仮想ノード間に最初の車両２が進入すると、この第Ｎ＋１仮想ノード間において最初の第１の代表車両Ａが設定されると共に、第Ｎ仮想ノード間においては、第Ｎ仮想ノード間に存在する車両２に基づいて第２の代表車両Ｂが設定される。
そして、各代表車両Ａ，Ｂに対して各加速度スペクトルＳＡ，ＳＢが算出され、各加速度スペクトルＳＡ，ＳＢに基づいて渋滞予兆の有無が判定され、この判定結果が記憶される。
【００８０】
次に、例えば図１０（Ｂ）に示すように、第Ｎ＋１仮想ノード間に隣接する第Ｎ＋２仮想ノード間に最初の車両２が進入すると、この第Ｎ＋２仮想ノード間において最初の第１の代表車両Ａが設定されると共に、第Ｎ＋１仮想ノード間および第Ｎ仮想ノード間においては、第２および第３の代表車両Ｂ，Ｃが設定される。
そして、各代表車両Ａ，Ｂ，Ｃに対して各加速度スペクトルＳＡ，ＳＢ，ＳＣが算出され、各加速度スペクトルＳＡ，ＳＢ，ＳＣに基づいて渋滞予兆の有無が判定され、この判定結果が記憶される。
【００８１】
以後、同様の処理が繰り返されることに伴い、例えば図１０（Ｃ）に示すように、演算対象区間ＴＡ内の適宜の仮想ノード間（例えば、第Ｎ＋２仮想ノード間）で渋滞予兆が有ると判定されると、この仮想ノード間を含んで進行方向の後方側に存在する仮想ノード間（例えば、第Ｎ＋２仮想ノード間および第Ｎ＋１仮想ノード間および第Ｎ仮想ノード間）が制御対象区間として設定される。そして、制御対象区間内の各仮想ノード間に存在する車両２にリアルタイム渋滞予測の情報および走行目安情報が送信される。
【００８２】
上述したように、本実施の形態による情報提供システム１によれば、演算対象区間に複数の車両２が存在する場合であっても、仮想ノード間の代表車両の加速度および代表車両と先行車両との車間距離を用いて渋滞予測の演算を行なうことから、例えば仮想ノードを設定しない場合に比べて、演算負荷を軽減することができ、リアルタイムでの渋滞予測を容易に行なうことができる。
そして、この代表車両に対して得られたリアルタイム渋滞予測の情報および作成した走行目安情報を、演算対象区間内の複数の車両２に迅速かつ同期的に提供することができ、複数の車両２で迅速かつ効率的に連動して渋滞発生の的確な抑制または迅速な解消を可能とすることができる。
【００８３】
さらに、演算対象区間内で仮想ノードを設定する際の所定条件を、演算対象区間に存在する車両２の台数と、演算対象区間の距離と、演算対象区間の道路種別と、演算対象区間の道路形状とのうち、少なくとも何れか１つに対する条件とすることにより、適正な渋滞予測および演算負荷の軽減が可能な仮想ノードを、適切かつ容易に設定することができる。
【００８４】
さらに、複数の車両２の加速度および各車両２と先行車両との車間距離という容易に取得可能な情報を用いることにより、特別な情報を必要とせずに、容易かつリアルタイムに渋滞予測の演算を行なうことができる。
【００８５】
さらに、渋滞が発生する可能性あるいは既に渋滞が発生しているか否かに係るリアルタイム渋滞予測の情報に加えて、例えば渋滞の発生の抑制または解消、あるいは渋滞に巻き込まれることの回避を支援するための走行目安情報を車両２に提供することにより、適切な走行を支援することができる、
【００８６】
なお、上述した実施の形態において、サーバ装置３は、例えば車両２に搭載されたレーダ装置などによって先行車両に対する車間距離が検知されている場合には、車両２から送信される先行車両に対する車間距離の情報を取得してもよい。
【００８７】
なお、上述した実施の形態において、各車両２は、前述のサーバ装置３と同等の機能を備えてもよい。
この場合、各車両２は、その機能から得られた渋滞予測の情報をサーバ装置３へ送信し、サーバ装置３は、各車両２から送信された渋滞予測の情報をもとに走行目安情報を作成し、各車両２へ配信するようにして、情報提供システム１を構成してもよい。
この場合には、例えば、所定距離範囲内の仮想ノード間に存在する車両２などにより構成される車群のうちの適宜の車両２が高い渋滞予兆度を示したときに、この車群内に低い渋滞予兆度しか示していない他の車両２が存在したとしても、低い渋滞予兆度を示す車両２も含めて、この車群内の複数の車両２に一斉に渋滞回避のための走行制御をかけるようにサーバ装置３が管理する。
つまり、一定条件範囲内の車群の車両２は、近いうちに高い渋滞予兆度を示す車両２と同等の渋滞予兆度を示すように変化する可能性が高く、これらの車両２を含めて走行制御をかけることによって、渋滞車群の解消を効果的に実施することができる。
【符号の説明】
【００８８】
１ 情報提供システム
２ 車両
３ サーバ装置
３２ 通信制御部
３３ 情報記憶部
３４ 地図データ記憶部
３５ 仮想ノード設定部
３６ 渋滞予兆演算部
４１ 加速度算出部
４２ 周波数分析部
４３ 単回帰直線算出部
４４ 傾き極大値算出部
４５ 先行車両検知部
４６ 車間距離算出部
４７ 車間距離分布推定部
４８ 共分散最小値算出部
４９ 相間演算部
５０ 渋滞予測部
【技術分野】
【０００１】
本発明は、サーバ側渋滞解消走行支援方法に関する。
【背景技術】
【０００２】
従来、例えば複数の車両から加速度を取得し、各車両と先行車両との車間距離を検出して、これらの加速度および車間距離を用いて渋滞予測の演算を行なうシステムが知られている（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特願２０１１−１７５８８５号
【発明の概要】
【発明が解決しようとする課題】
【０００４】
ところで、上記従来技術に係るシステムによれば、車両が渋滞に巻き込まれる可能性を予測して、車両が渋滞に巻き込まれることを回避するための走行支援の実行時の動作負荷を軽減させることが望まれている。
【０００５】
本発明は上記事情に鑑みてなされたもので、渋滞予測の演算負荷を軽減すると共に、渋滞の抑制または解消を可能とし、車両が渋滞に巻き込まれることを回避するための走行支援の実行時の動作負荷を軽減することが可能なサーバ側渋滞解消走行支援方法を提供することを目的とする。
【課題を解決するための手段】
【０００６】
上記課題を解決して係る目的を達成するために、本発明の請求項１に係るサーバ側渋滞解消走行支援方法は、予め記憶している地図情報に基づき演算対象区間を設定し、該演算対象区間内で所定条件に基づき複数の仮想ノードおよび隣り合う前記仮想ノード間を接続する仮想リンクを設定するステップ（例えば、実施の形態でのステップＳ１２）と、隣り合う前記仮想ノード間に存在する少なくとも１台以上の車両（例えば、実施の形態での車両２）に基づいて前記仮想ノード間に存在する前記車両を代表する１台の代表車両を設定するステップ（例えば、実施の形態でのステップＳ１４）と、前記代表車両の加速度を取得するステップ（例えば、実施の形態でのステップＳ１６）と、取得した前記加速度の周波数分析から周波数に対応するパワースペクトルを算出するステップ（例えば、実施の形態でのステップＳ１７）と、算出した前記パワースペクトルの単回帰直線を演算し、所定周波数範囲での当該単回帰直線の傾きの変化量の極大値を傾き極大値として算出するステップ（例えば、実施の形態でのステップＳ１８）と、前記代表車両と先行車両との車間距離を取得するステップ（例えば、実施の形態でのステップＳ１９）と、取得した前記車間距離から分布推定法を用いて、車間距離分布を推定するステップ（例えば、実施の形態でのステップＳ２０）と、推定した前記車間距離分布から共分散の最小値を算出するステップ（例えば、実施の形態でのステップＳ２１）と、前記共分散の最小値と前記傾き極大値との相関関係から前記代表車両の前方の車群分布を推定するステップ（例えば、実施の形態でのステップＳ２２）と、推定した前記車群分布に基づきリアルタイム渋滞予測をおこなうステップ（例えば、実施の形態でのステップＳ２４）と、前記仮想ノード間に存在する前記車両に対して前記リアルタイム渋滞予測の情報を提供するステップ（例えば、実施の形態でのステップＳ２６）と、を含む。
【０００７】
さらに、本発明の請求項２に係るサーバ側渋滞解消走行支援方法では、前記仮想ノードおよび前記仮想リンクを設定するステップは、前記演算対象区間に存在する前記車両の台数と、前記演算対象区間の距離と、前記演算対象区間の道路種別と、前記演算対象区間の道路形状とのうち、少なくとも何れか１つに基づいて前記仮想ノードを設定する。
【発明の効果】
【０００８】
本発明の請求項１に係るサーバ側渋滞解消走行支援方法によれば、演算対象区間に複数の車両が存在する場合であっても、仮想ノード間の代表車両の加速度および代表車両と先行車両との車間距離を用いて渋滞予測の演算を行なうことから、例えば仮想ノードを設定せずに複数の車両に対して渋滞予測の演算を行なう場合に比べて、演算負荷を軽減することができ、リアルタイムでの渋滞予測を容易に行なうことができる。
そして、この代表車両に対して得られたリアルタイム渋滞予測の情報を、演算対象区間内の複数の車両に迅速に提供することができ、複数の車両で迅速かつ効率的に連動して渋滞発生の的確な抑制または迅速な解消を可能とすることができる。
【０００９】
さらに、本発明の請求項２に係るサーバ側渋滞解消走行支援方法によれば、適正な渋滞予測および演算負荷の軽減が可能な仮想ノードを、適切かつ容易に設定することができる。
【図面の簡単な説明】
【００１０】
【図１】本発明の実施の形態に係るサーバ側渋滞解消走行支援方法を実現する情報提供システムの構成図である。
【図２】本発明の実施の形態に係る加速度スペクトルの例を示す図である。
【図３】本発明の実施の形態に係る確率密度分布の例を示す図である。
【図４】本発明の実施の形態に係る共分散値の分布の例を示す図である。
【図５】本発明の実施の形態に係る共分散最小値と傾き極大値との相間マップの例を示す図である。
【図６】本発明の実施の形態に係る交通密度と交通量の関係の例を示す図である。
【図７】本発明の実施の形態に係る車間距離分布についての共分散最小値の対数と加速度スペクトルについての傾き極大値の対数との相関マップの例を示す図である。
【図８】本発明の実施の形態に係る車両の動作を示すフローチャートである。
【図９】本発明の実施の形態に係るサーバ装置の動作、つまりサーバ側渋滞解消走行支援方法を示すフローチャートである。
【図１０】本発明の実施の形態に係る演算対象区間の各仮想ノード間の代表車両の加速度スペクトルと、渋滞予兆の有無との対応関係の一例を示す図である。
【発明を実施するための形態】
【００１１】
以下、本発明のサーバ側渋滞解消走行支援方法の一実施形態について添付図面を参照しながら説明する。
本実施の形態によるサーバ側渋滞解消走行支援方法を実現する情報提供システム１は、例えば図１に示すように、情報提供対象である複数の車両２と、これらの複数の車両２と通信可能なサーバ装置３とを備えて構成されている。
【００１２】
車両２は、例えば、車両通信装置１１と、各種センサ１２と、スイッチ１３と、各種アクチュエータ１４と、表示器１５と、スピーカー１６と、車両処理装置１７とを備えて構成されている。
【００１３】
車両通信装置１１は、サーバ装置３の通信装置３１と通信可能であって、サーバ装置３の通信装置３１に対する直接的な無線通信接続または所定の通信網を介した通信接続によって、各種の情報を送受信する。
【００１４】
例えば、所定の通信網は、無線通信用の基地局と、無線通信用の基地局とサーバ装置３とを有線接続するインターネットなどの公衆通信網とを備え、車両２の乗員の携帯電話機や車載通信端末などによって構成される車両通信装置１１から無線通信により発信された情報は、基地局により受信され、この基地局から有線通信によりサーバ装置３へ転送される。
なお、車両２とサーバ装置３との間の通信の形態は、上記形態に限定されず、例えば通信衛星を経由する通信などの他の通信の形態が採用されてもよい。
【００１５】
各種センサ１２は、例えば、車両２の速度を検出する車速センサと、車両２のヨーレートを検出するヨーレートセンサとなどであって、車両２の走行状態に係る検出結果の信号を車両処理装置１７に出力する。
【００１６】
スイッチ１３は、例えば車両２の走行制御に係る各種の信号を車両処理装置１７に出力する。
スイッチ１３から出力される各種の信号は、例えば、運転者によるブレーキペダルやアクセルペダルの操作状態（例えば、操作位置など）に係る信号と、運転者の入力操作に応じて自動的に車両２の走行状態を制御する自動走行制御に係る各種信号（例えば、制御開始や制御停止を指示する信号と、目標車速や先行車両に対する目標車間距離の増減を指示する信号となど）となどである。
【００１７】
各種アクチュエータ１４は、例えば、車両２の駆動力を制御するスロットルアクチュエータと、車両２の制動を制御するブレーキアクチュエータと、車両２の転舵を制御するステアリングアクチュエータとなどであって、車両処理装置１７から出力される制御信号によって駆動制御される。
【００１８】
表示器１５は、例えば、液晶表示画面などの表示画面を備える各種のディスプレイや、フロントウィンドウ上を表示画面とした投影により表示を行なうヘッドアップディスプレイや、各種の灯体などであり、車両処理装置１７から出力される制御信号に応じた表示や点灯または消灯をおこなう。
スピーカー１６は、車両処理装置１７から出力される制御信号に応じて、警報音や音声などを出力する。
なお、表示器１５およびスピーカー１６は、例えばナビゲーション装置などの各種の車載機器に具備されていてもよい。
【００１９】
車両処理装置１７は、例えば、現在位置検出部２１と、車両通信制御部２２と、走行制御部２３と、報知制御部２４とを備えて構成されている。
【００２０】
現在位置検出部２１は、例えば人工衛星を利用して車両２の位置を測定するためのＧＰＳ（Global Positioning System）信号などの測位信号を受信するアンテナ２１ａにより受信された測位信号によって車両２の現在位置を検出する。
なお、現在位置検出部２１は、さらに、各種センサ１２から出力される車両２の速度およびヨーレートなどに基づく自律航法の演算処理を併用して、車両２の現在位置を検出してもよい。
【００２１】
車両通信制御部２２は、車両通信装置１１による各種の情報の送受信を制御する。
例えば、車両通信制御部２２は、各種センサ１２の車速センサにより検出された車両２の速度の情報および現在位置検出部２１により検出された車両２の現在位置の情報を車両通信装置１１からサーバ装置３の通信装置３１に送信する。
また、例えば、車両通信制御部２２は、サーバ装置３の通信装置３１から送信されて車両通信装置１１により受信されたリアルタイム渋滞予測の情報および走行目安情報を取得して、走行制御部２３および報知制御部２４に出力する。
【００２２】
走行制御部２３は、サーバ装置３において作成され、車両通信制御部２２から出力されたリアルタイム渋滞予測の情報および走行目安情報と、スイッチ１３から出力される各種の信号と、各種センサ１２から出力される車両２の走行状態に係る検出結果の信号とに基づき、例えばスロットルアクチュエータとブレーキアクチュエータとステアリングアクチュエータとを駆動制御することによって、車両２の走行を制御する。
【００２３】
例えば、走行制御部２３は、スイッチ１３から出力される信号に応じて、自動走行制御の実行を開始または停止したり、自動走行制御での目標車速や目標車間距離の設定や変更を行なう。
【００２４】
また、例えば、走行制御部２３は、サーバ装置３において作成されたリアルタイム渋滞予測の情報において車両２の進行方向前方に渋滞が発生する可能性が高いこと（あるいは、既に渋滞が発生していることなど）が示されている場合には、車両２が渋滞を回避するようにして、さらには車両２の後続車両が渋滞を起こし難いようにして、あるいは、車両２の周辺の渋滞を解消するようにして、必要とされる目標車速や目標車間距離を設定したり、車両２の走行状態を変更する。
そして、これらの目標車速や目標車間距離を維持するような自動走行制御（例えば、実際の車速を目標車速に一致させる定速走行制御や、他車両（例えば、先行車両など）に対する実際の車間距離を目標車間距離に一致させる車間距離制御（例えば、追従走行制御など）を行なう。
【００２５】
また、例えば、走行制御部２３は、サーバ装置３において走行目安情報が作成され、車両通信制御部２２から出力された場合には、この走行目安情報に応じて、車両２が渋滞を回避するようにして、さらには車両２の後続車両が渋滞を起こし難いようにして、あるいは、車両２の周辺の渋滞を解消するようにして、必要とされる目標車速や目標車間距離を設定したり、車両２の走行状態を変更する。
【００２６】
報知制御部２４は、サーバ装置３において作成されたリアルタイム渋滞予測の情報および走行目安情報に基づき、表示器１５とスピーカー１６とを制御することによって、各種の報知動作を制御する。
【００２７】
例えば、報知制御部２４は、サーバ装置３において作成されたリアルタイム渋滞予測の情報において車両２の進行方向前方に渋滞が発生する可能性が高いこと（あるいは、既に渋滞が発生していることなど）が示されている場合には、例えば、表示器１５の表示画面での表示や灯体の点灯または消灯などを制御して、また、スピーカー１６からの警報音や音声などの出力を制御して、これらの渋滞に係る情報を報知する。
【００２８】
また、例えば、報知制御部２４は、サーバ装置３において作成されたリアルタイム渋滞予測の情報または走行目安情報に応じて、車両２が渋滞を回避するようにして、さらには車両２の後続車両が渋滞を起こし難いようにして、あるいは、車両２の周辺の渋滞を解消するようにして、必要とされる運転操作の指示（例えば、先行車両に対する車間距離の増大や加速動作の抑制など）を報知する。
【００２９】
サーバ装置３は、例えば、通信装置３１と、通信制御部３２と、情報記憶部３３と、地図データ記憶部３４と、仮想ノード設定部３５と、渋滞予兆演算部３６とを備えて構成されている。
【００３０】
通信装置３１は、車両２の車両通信装置１１と通信可能であって、車両２の車両通信装置１１に対する直接的な無線通信接続または所定の通信網を介した通信接続によって、各種の情報を送受信する。
【００３１】
例えば、所定の通信網は、無線通信用の基地局と、無線通信用の基地局とサーバ装置３とを有線接続するインターネットなどの公衆通信網とを備え、通信装置３１から有線通信により発信されるリアルタイム渋滞予測の情報および走行目安情報は、基地局により受信され、この基地局から無線通信により車両２へ転送される。
【００３２】
通信制御部３２は、通信装置３１による各種の情報の送受信を制御する。
例えば、通信制御部３２は、後述する渋滞予測部５０により作成されたリアルタイム渋滞予測の情報および走行目安情報を通信装置３１から車両２の車両通信装置１１に送信する。
また、例えば、通信制御部３２は、車両２の車両通信装置１１から送信されて通信装置３１により受信された車両２の速度の情報および現在位置の情報を取得して、情報記憶部３３に出力する。
【００３３】
情報記憶部３３は、通信装置３１により受信された複数の車両２の速度の情報および現在位置の情報と、渋滞予測部５０により作成された複数の仮想ノード間の代表車両に対するリアルタイム渋滞予測の情報および走行目安情報となどを記憶する。
【００３４】
地図データ記憶部３４は、地図データを記憶する。
地図データは、例えば、車両２の現在位置に基づくマップマッチングの処理に必要とされる道路上の位置座標を示す道路座標データと、経路探索や経路誘導などの処理に必要とされる道路データ（例えば、交差点および分岐点などの道路上の所定位置の緯度および経度からなる座標点であるノードおよび各ノード間を結ぶ線であるリンクと、道路形状および道路種別となど）とを備えている。
【００３５】
仮想ノード設定部３５は、地図データ記憶部３４に記憶されている地図データに基づき所定の演算対象区間を設定し、該演算対象区間内で所定条件に基づき仮想ノードおよび隣り合う仮想ノード間を接続する仮想リンクを設定する。
なお、所定の演算対象区間は、例えば、統計的に渋滞が発生する可能性がある道路区間などである。
【００３６】
また、所定条件は、例えば、演算対象区間に存在する車両２の台数と、演算対象区間の距離と、演算対象区間の道路種別と、演算対象区間の道路形状とのうち、少なくとも何れか１つに対する条件である。
例えば演算対象区間に存在する車両２の台数に対する所定条件は、隣り合う仮想ノード間に所定台数以上の車両２が存在するように規制することなどである。
例えば演算対象区間の距離に対する所定条件は、隣り合う仮想ノード間の距離を数百メートル程度以下に規制することなどである。
例えば演算対象区間の道路種別に対する所定条件は、高速道路における隣り合う仮想ノード間の距離を一般道路における隣り合う仮想ノード間の距離よりも長くすることなどである。
例えば演算対象区間の道路形状に対する所定条件は、統計的に渋滞が発生し易い道路形状の前後に仮想ノードを設定することなどである。
【００３７】
渋滞予兆演算部３６は、例えば、加速度算出部４１と、周波数分析部４２と、単回帰直線算出部４３と、傾き極大値算出部４４と、先行車両検知部４５と、車間距離算出部４６と、車間距離分布推定部４７と、共分散最小値算出部４８と、相間演算部４９と、渋滞予測部５０とを備えて構成されている。
【００３８】
加速度算出部４１は、例えば、仮想ノード設定部３５により設定された各隣り合う仮想ノード間に対して、仮想ノード間に存在する少なくとも１台以上の車両２に基づいて仮想ノード間に存在する車両２を代表する１台の代表車両を設定することによって、複数の車両２を量子化する。
例えば、加速度算出部４１は、仮想ノード間に最初に進入した車両２を代表車両としたり、仮想ノード間に存在する複数の車両２のそれぞれが有する状態量（例えば、速度や位置など）を平均化して得られる平均状態量を有する仮想的な車両を代表車両とする。
【００３９】
そして、加速度算出部４１は、例えば、情報記憶部３３に記憶されている各車両２の速度の情報または現在位置の情報に基づき、速度の経時的な変化または現在位置の経時的な変化から各車両２の加速度を検出し、各車両２の加速度に基づき、代表車両の加速度を算出する。
【００４０】
周波数分析部４２は、加速度算出部４１により算出された代表車両の加速度に対して周波数分析を行ない、周波数に対応するパワースペクトルを算出する。
例えば、２つの異なる適宜の走行状態において加速度算出部４１により検出された代表車両の加速度に対して周波数分析が行なわれることで、図２（Ａ），（Ｂ）に示すようなパワースペクトルとして周波数に対応した加速度スペクトル５１，５３が算出される。
【００４１】
単回帰直線算出部４３は、周波数分析部４２により算出されたパワースペクトルにおいて単回帰直線を算出する。
例えば、図２（Ａ），（Ｂ）に示す加速度スペクトル５１，５３に対して、単回帰直線５２，５４が算出される。
【００４２】
傾き極大値算出部４４は、単回帰直線算出部４３により算出された単回帰直線に対して、所定周波数範囲での単回帰直線の傾きの変化量の極大値を傾き極大値として算出する。
【００４３】
例えば、傾き極大値算出部４４は、図２（Ａ），（Ｂ）に示す単回帰直線５２，５４に対して、所定周波数範囲Ｙ（例えば、数秒から数分の時間範囲に対応する周波数範囲であって、０〜０．５Ｈｚなど）でのスペクトル値の変化Ｘに基づき、傾きα１，α２（＝Ｙ／Ｘ）を算出する。
【００４４】
先行車両検知部４５は、例えば、情報記憶部３３に記憶された複数の車両２の現在位置の情報に基づき、代表車両の進行方向前方に存在する先行車両を検知する。
車間距離算出部４６は、先行車両検知部４５により検知された代表車両の各先行車両に対して車間距離を算出する。
【００４５】
車間距離分布推定部４７は、車間距離算出部４６により算出された代表車両の各先行車両に対する車間距離と、先行車両の検知台数（例えば、通信制御部３２により現在位置の情報が取得された複数の車両２のうち代表車両の先行車両となる車両２の台数など）とに基づき、車間距離分布を推定する。
【００４６】
例えば、車間距離分布推定部４７は、車間距離と車両台数の情報から代表車両の前方での車群（すなわち、車間距離が比較的緻密な複数の車両２の集合）が検知される場合、変分ベイズなどの分布推定法を用いて各車群に対してガウス分布（確率密度分布）を適用する。
例えば２つの車群が検知される場合は、２つの車群を２つのガウス分布を線形結合した分布として捉えることができ、例えば図３に示すように、２つのガウス分布を表わす確率関数Ｐ１（Ｘ）、Ｐ２（Ｘ）の和（重ね合わせ）として全体の分布を表す確率関数Ｐ（Ｘ）を得る。
【００４７】
ここで、ガウス分布（確率関数）をＮ（ｘ｜μ，Σ）で表すと、図３に例示されるような複数のガウス分布の重ね合わせは、下記数式（１）に示すように記述される。
【００４８】
【数１】
【００４９】
なお、上記数式（１）において、例えば任意の自然数ｋに対して、期待値（平均値）μｋは密度が最も高い位置を表す。共分散値（行列）Σｋは、分布のゆがみ、すなわち期待値μｋからどの方向に離れると密度がどのように減るかを表す。ガウス分布の混合係数（混合比）πｋ（０≦πｋ≦１）は、各ガウス分布がどれだけ寄与しているかの割合を表し、いわゆる確率とされている。
【００５０】
共分散最小値算出部４８は、例えば上記した確率関数Ｐ（Ｘ）から得られる尤度関数が最大となるパラメータ（共分散）を求めるために変分ベイズなどを用いて算出処理をおこなう。
例えば、共分散最小値算出部４８は、図３で例示されるような複数のガウス分布の重ね合わせとして得られる確率関数Ｐ（Ｘ）に対しては、各ガウス分布に対して共分散値Σｋを算出する。そして、各ガウス分布に対して得られた複数の共分散値Σｋの最小値を算出する。
【００５１】
例えば図４（Ａ）に示すような共分散値Σｋの分布のグラフ５６は、共分散値Σｋに係る変数δ（例えば、共分散値Σｋそのものなど）に対して、変数δ＝０においてシャープなグラフとなっており、車群の変動が無い、すなわち車間距離がほぼ一定の走行状態にあることを示唆している。
一方、図４（Ｂ）に示すような共分散値Σｋの分布は、共分散値Σｋに係る変数δの負の領域の値δ１でピークを持つグラフ５７と正の領域の値δ２でピークを持つグラフ５８の２つのグラフにより構成されている。各グラフ５７、５８は共分散値Σｋに係る変数δに対して所定の変動幅を有しており、車群の変動が有る、言い換えれば代表車両に対して車間距離が異なる車両２の集合が複数存在することを示唆している。
そして、例えば図４（Ａ）において、共分散値Σｋの最小値（共分散最小値）はほぼゼロとなり、例えば図４（Ｂ）において、共分散値Σｋの最小値は２つの値δ１，δ２のうち小さいほうの値δ１となる。
【００５２】
相関演算部４９は、傾き極大値算出部４４により算出された傾き極大値と、共分散最小値算出部４８によって算出された共分散最小値との相関マップを作成する。
例えば図５に示す傾き極大値と共分散最小値との相関マップのイメージ（概念）図では、横（Ｘ）軸を共分散最小値Ｘとし、縦（Ｙ）軸を傾き極大値Ｙとして、変数（Ｘ、Ｙ）の相関をマッピングしている。
【００５３】
例えば図５に示す相関マップでは、２つの領域５９，６０が示されており、２つの領域５９，６０が重なっている境界領域６１が存在している。領域５９は比較的共分散最小値が小さく、車群の変動が小さい状態、言い換えれば車間距離が比較的一定しているような状態に相当する。逆に領域６０は比較的共分散最小値が大きく、車群の変動が大きい状態、言い換えれば車間距離が異なる車の集合が複数存在する状態に相当する。
境界領域６１は、車群の変動が小さい状態から大きい状態へ遷移する領域であり、この境界領域６１に相当する車群の状態を定量的に見出すことによって、渋滞予測をおこなうことができる。
【００５４】
例えば図６に示すような交通密度と交通量の関係を示す図において、グラフの横（Ｘ）軸は、適宜の代表車両から所定距離内に存在する他の車両２の台数を意味する交通密度であり、この交通密度の逆数が車間距離に相当する。縦（Ｙ）軸は所定位置を通過する車両数を意味する交通量である。
例えば図６に示すような交通密度と交通量の関係を示す図は、いわば車両２の流れを意味する交通流を表わしていると捉える事ができる。
【００５５】
図６で例示される交通流は、大きく４つの状態（領域）に区分けすることができる。
第１の状態は、渋滞が発生する可能性が低い自由流の状態であって、ここでは一定以上の加速度および車間距離が確保可能である。
第２の状態は、車両２の制動状態と加速状態が混合する混合流の状態である。この混合流の状態は、渋滞流に移行する前の状態であって、運転者による運転の自由度が低下して、交通密度の増大（車間距離の縮小）によって渋滞流へと移行する確率が高い状態である。
第３の状態は、渋滞を示す渋滞流の状態である。
第４の状態は、自由流の状態から混合流の状態へ移行する間に存在する遷移状態である臨界領域である。この臨界領域は、自由流に比べて交通量および交通密度が高い状態であって、交通量の低下と交通密度の増大（車間距離の縮小）によって混合流へと移行する状態である。なお、臨界領域は、準安定流、メタ安定流と呼ばれることもある。
【００５６】
そして、例えば図５に示される領域５９は、例えば図６に示される自由流および臨界領域を含むことになり、例えば図５に示される領域６０は、例えば図６に示される混合流および渋滞流の状態を含むことになる。
したがって、例えば図５に示される境界領域は、例えば図６に示される臨界領域と混合流の状態との双方を含む境界状態であり、例えば図６に示される臨界領域の境界とされる。
この臨界領域の境界を含む臨界領域を定量的に把握することによって、混合流の状態への移行を抑制して渋滞の発生を防ぐことが可能である。
【００５７】
以下に、例えば車間距離分布についての共分散最小値の対数と加速度スペクトルについての傾き極大値の対数との相関マップを示す図７（Ａ），（Ｂ）を参照しながら臨界領域の定量化について説明する。
図７（Ａ）は図６に示される交通流のマップを簡略化して描いた図であり、図７（Ｂ）は共分散最小値の対数と傾き極大値の対数との相関マップを示す。
図７（Ｂ）に示される共分散最小値の対数と傾き極大値の対数は、傾き極大値算出部４４により算出された傾き極大値と共分散最小値算出部４８によって算出された共分散最小値との対数値として算出され、臨界領域における相転移状態のパラメータ化を描写したものである。
【００５８】
例えば図７（Ｂ）において、領域６２は図７（Ａ）に示される臨界領域を含み、領域６３は図７（Ａ）に示される混合流の状態を含む。臨界線６４は、これを越えて混合流の状態へ移行すると渋滞に至ってしまう可能性が高い臨界点を意味する。各領域６２，６３の境界領域６５は臨界線６４直前の臨界領域の境界に相当する。
なお、図７（Ｂ）に例示される相関マップは渋滞予兆演算部３６内のメモリ（図示略）に格納される。
【００５９】
渋滞予測部５０は、相関演算部４９によって作成された相関マップにおいて、臨界領域の境界の状態が存在するか否かを判定し、この判定結果に応じてリアルタイム渋滞予測の情報を作成する。さらに、相関マップにおいて、臨界領域の境界の状態が存在する場合には、渋滞への移行を阻止すべく、地図データ記憶部３４に記憶されている地図データを参照して、走行目安情報を作成する。また、リアルタイム渋滞予測の情報および走行目安情報の作成時には、制御対象区間（例えば、演算対象区間の開始位置から、渋滞予兆度が所定の閾値よりも高い代表車両に対応付けられた仮想ノード間に到るまでの区間など）を設定する。そして、リアルタイム渋滞予測の情報および走行目安情報を情報記憶部３３に記憶させる。
【００６０】
リアルタイム渋滞予測の情報は、渋滞が発生する可能性あるいは既に渋滞が発生しているか否かに係る情報であって、例えば、相関マップにおいて臨界領域の境界の状態が存在する場合に対応して、渋滞が発生する可能性（渋滞予兆度）が所定の閾値よりも高いことを示し、相関マップにおいて臨界領域の境界の状態が存在しない場合に対応して、渋滞が発生する可能性（渋滞予兆度）が所定の閾値よりも低いことを示す。
【００６１】
渋滞予兆度は、例えば傾き極大値算出部４４により算出された傾き極大値に応じたパラメータであって、代表車両の進行方向前方において渋滞となる可能性が高い場合に大きくなり、可能性が低い場合に小さくなる。
また、渋滞予兆度の大小を判定する所定の閾値については、任意の値を定めることができるが、一般的に（１／ｆ）ゆらぎ特性として知られている「−４５度」を所定の閾値とすることができる。
【００６２】
例えば、単回帰直線算出部４３により算出された単回帰直線に対して、傾きαが小さい場合は、先行車両から受ける衝撃波（振動、ゆらぎ）が小さい場合に相当し、先行車両に対する反応遅れが小さく、車間距離が長くなって車群が形成され難い、すなわち渋滞に至る可能性が小さい場合に相当する。この場合、渋滞予兆度は小さな値をとる。
逆に、傾きαが大きい場合は、先行車両から受ける衝撃波（振動、ゆらぎ）が大きい場合に相当し、先行車両に対する反応遅れが大きく、車群が密になりやすく、すなわち渋滞に至る可能性が大きい場合に相当する。この場合、渋滞予兆度は大きな値をとる。
なお、ここで言う衝撃波（振動、ゆらぎ）とは、各車両２が加速および減速の動作を繰り返すことにより、この動作（前後の動き）を後方の車両２に一種の振動として伝播させることを意味する。
【００６３】
したがって、渋滞予測部５０は、単回帰直線算出部４３により算出された単回帰直線の傾きαの大きさ、より具体的には、傾き極大値算出部４４によって算出された傾き極大値に応じて渋滞予兆度を算出する。
例えば、渋滞予測部５０は、傾き極大値（ｘ）と渋滞予兆度（ｙ）との関係を示す関数（例えば、ｙ＝ａｘ＋ｂなど）を予め求めておき、傾き極大値算出部４４によって算出された傾き極大値（ｘ）に対する渋滞予兆度（ｙ）を算出する。
なお、渋滞予測部５０は、傾き極大値と対応する渋滞予兆度の値との関係を予め作成してテーブルとしてメモリに格納しておき、算出された傾き極大値に対する渋滞予兆度をそのテーブルを参照して求めることもできる。
【００６４】
そして、例えば渋滞が発生する可能性（渋滞予兆度）が所定の閾値よりも高いことを示すリアルタイム渋滞予測の情報が、通信制御部３２によってサーバ装置３から車両２に送信されると、車両２の表示器１５やスピーカー１６において渋滞が発生する可能性が高いことを示す各種の報知動作が行なわれる。
例えば表示器１５では、渋滞発生の有無を示す２色信号（青色と赤色など）の表示が切り替えられたり、渋滞発生を示す単色の灯体の点灯や点滅が行なわれたり、渋滞発生を示す警報メッセージの出力が行なわれる。
例えばスピーカー１６では、渋滞発生を示す警報音や警報音声の出力が行なわれる。
【００６５】
また、走行目安情報は、図７に例示される混合流への移行を未然に阻止することを可能とするために車両２の走行制御に用いられたり、車両２の表示器１５やスピーカー１６から運転者に報知される情報である。
例えば、走行目安情報は、車両２において渋滞回避さらには渋滞解消に必要とされる自動走行制御での目標車速や目標車間距離の情報や、先行車両に対する車間距離の増大や加速動作の抑制などの所定の運転操作の情報や、車両２に対する経路探索や経路誘導の情報などである。
そして、走行目安情報が、通信制御部３２によってサーバ装置３から車両２に送信されると、走行目安情報の内容が表示器１５やスピーカー１６から運転者に報知されたり、走行目安情報の内容を実現するようにして自動走行制御に用いられる。
【００６６】
情報記憶部３３に記憶された各代表車両に対するリアルタイム渋滞予測の情報および走行目安情報は、通信制御部３２によって、渋滞予測部５０により設定された制御対象区間内において各代表車両に対応付けられた仮想ノード間に存在する車両２に送信される。
【００６７】
なお、通信制御部３２は、リアルタイム渋滞予測の情報および走行目安情報を制御対象区間内の各仮想ノード間に存在する車両２に送信する際に、全ての車両２に各情報を提供してもよいし、相互に渋滞形成に影響を及ぼすと考えられる一定範囲内の車両２の群（車群）に対して、一定の車両２にのみ各情報を提供してもよい。
例えば、通信制御部３２は、１つの渋滞を形成しているとみなせる所定距離範囲（例えば、渋滞解消行動を採用して効果が生じる数百メートル程度など）内の車群のみを対象として、さらに、上記所定距離範囲内の所定割合（例えば、１０％〜３０％程度）の台数の車両２のみを対象として、あるいは、渋滞予兆度が所定の閾値よりも大きい車両２のうち渋滞予兆度が高いものを上位から優先的に対象として、各情報を提供する。
【００６８】
本実施の形態による情報提供システム１は上記構成を備えており、次に、この情報提供システム１の動作について説明する。
【００６９】
先ず、以下に、車両２の動作について説明する。
例えば図８に示すステップＳ０１においては、各種センサ１２の車速センサにより車両２の速度を検出し、現在位置検出部２１により車両２の現在位置を検出する。
次に、ステップＳ０２においては、車両２の速度および現在位置の情報をサーバ装置３に送信する。
【００７０】
次に、ステップＳ０３においては、リアルタイム渋滞予測の情報および走行目安情報をサーバ装置３から受信したか否かを判定する。
この判定結果が「ＮＯ」の場合には、ステップＳ０３の判定処理を繰り返し実行する。
一方、この判定結果が「ＹＥＳ」の場合には、ステップＳ０４に進む。
そして、ステップＳ０４においては、リアルタイム渋滞予測の情報および走行目安情報に応じて報知制御および走行制御を実行し、エンドに進む。
【００７１】
以下に、サーバ装置３の動作、つまりサーバ側渋滞解消走行支援方法について説明する。
先ず、例えば図９に示すステップＳ１１においては、地図データ記憶部３４に記憶されている地図データに基づき所定の演算対象区間を設定する。
次に、ステップＳ１２においては、演算対象区間内で所定条件に基づき仮想ノードおよび隣り合う仮想ノード間を接続する仮想リンクを設定する。
【００７２】
次に、ステップＳ１３においては、複数の車両２から速度および現在位置の情報を受信する。
次に、ステップＳ１４においては、仮想ノード間に存在する少なくとも１台以上の車両２に基づいて仮想ノード間に存在する車両２を代表する１台の代表車両を設定する。
次に、ステップＳ１５においては、仮想ノード間に代表車両が進入したか否かを判定する。
なお、この判定処理は、例えば仮想ノード間に最初に進入した車両２を代表車両とする場合には、仮想ノード間に最初に進入した車両２が存在するか否かを判定することに相当し、例えば仮想ノード間に存在する複数の車両２のそれぞれが有する状態量（例えば、速度や位置など）を平均化して得られる平均状態量を有する仮想的な車両を代表車両とする場合には、仮想ノード間に新たに進入した車両２が存在するか否かを判定することに相当する。
この判定結果が「ＮＯ」の場合には、上述したステップＳ１３に戻る。
一方、この判定結果が「ＹＥＳ」の場合には、ステップＳ１６に進む。
【００７３】
次に、ステップＳ１６においては、情報記憶部３３に記憶されている各車両２の速度の情報または現在位置の情報に基づき、速度の経時的な変化または現在位置の経時的な変化から、代表車両２の加速度を算出する。
次に、ステップＳ１７においては、代表車両の加速度に対して周波数分析を行ない、周波数に対応するパワースペクトルを算出する。
【００７４】
次に、ステップＳ１８においては、パワースペクトルにおいて単回帰直線を算出し、所定周波数範囲での単回帰直線の傾きの変化量の極大値を傾き極大値として算出する。
次に、ステップＳ１９においては、代表車両の進行方向前方に存在する先行車両を検知し、代表車両の各先行車両に対する車間距離を算出する。
次に、ステップＳ２０においては、代表車両の各先行車両に対する車間距離と、複数の先行車両の検出台数とに基づき、車間距離分布を推定する。
【００７５】
次に、ステップＳ２１においては、車間距離分布から共分散の最小値を算出する。
次に、ステップＳ２２においては、共分散の最小値と傾き極大値との相関関係から代表車両の進行方向前方の車群分布を推定する。
次に、ステップＳ２３においては、共分散最小値と加速度スペクトルの傾き極大値との相関マップにおいて臨界領域の境界の状態が存在するか否かを判定する。
この判定結果が「ＮＯ」の場合には、上述したステップＳ１３に戻る。
一方、この判定結果が「ＹＥＳ」の場合には、ステップＳ２４に進む。
【００７６】
次に、ステップＳ２４においては、渋滞が発生する可能性（渋滞予兆度）が所定の閾値よりも高いことを示すリアルタイム渋滞予測の情報を作成し、制御対象区間（例えば、演算対象区間の開始位置から、渋滞予兆度が所定の閾値よりも高い代表車両に対応付けられた仮想ノード間に到るまでの区間など）を設定する。
次に、ステップＳ２５においては、制御対象区間内の各仮想ノード間に存在する車両２において渋滞回避さらには渋滞解消を促すための走行目安情報を作成する。
次に、ステップＳ２６においては、リアルタイム渋滞予測の情報および走行目安情報を制御対象区間内の各仮想ノード間に存在する車両２に送信し、エンドに進む。
【００７７】
例えば図１０（Ａ），（Ｂ）に示すように、演算対象区間ＴＡ内で所定条件に基づいて各車両２の進行方向の前方に向かって順次設定された任意の自然数Ｎによる第Ｎ仮想ノード間，第Ｎ＋１仮想ノード間，第Ｎ＋２仮想ノード間に対しては、各仮想ノード間に車両２が進入することに伴って、各仮想ノード間において順次、第１の代表車両Ａ，第２の代表車両Ｂ，第３の代表車両Ｃ，…が設定される。
【００７８】
先ず、例えば図１０（Ａ）に示すように、演算対象区間ＴＡ内において各車両２の進行方向において最も手前側（進行方向の後方側）の第Ｎ仮想ノード間に最初の車両２が進入すると、この第Ｎ仮想ノード間において最初の第１の代表車両Ａが設定され、この第１の代表車両Ａに対して加速度スペクトルＳＡが算出される。そして、加速度スペクトルＳＡに基づいて渋滞予兆度が算出され、渋滞予兆度が所定の閾値よりも高いか否かに応じて渋滞予兆の有無が判定され、この判定結果が記憶される。
【００７９】
次に、第Ｎ仮想ノード間に隣接する第Ｎ＋１仮想ノード間に最初の車両２が進入すると、この第Ｎ＋１仮想ノード間において最初の第１の代表車両Ａが設定されると共に、第Ｎ仮想ノード間においては、第Ｎ仮想ノード間に存在する車両２に基づいて第２の代表車両Ｂが設定される。
そして、各代表車両Ａ，Ｂに対して各加速度スペクトルＳＡ，ＳＢが算出され、各加速度スペクトルＳＡ，ＳＢに基づいて渋滞予兆の有無が判定され、この判定結果が記憶される。
【００８０】
次に、例えば図１０（Ｂ）に示すように、第Ｎ＋１仮想ノード間に隣接する第Ｎ＋２仮想ノード間に最初の車両２が進入すると、この第Ｎ＋２仮想ノード間において最初の第１の代表車両Ａが設定されると共に、第Ｎ＋１仮想ノード間および第Ｎ仮想ノード間においては、第２および第３の代表車両Ｂ，Ｃが設定される。
そして、各代表車両Ａ，Ｂ，Ｃに対して各加速度スペクトルＳＡ，ＳＢ，ＳＣが算出され、各加速度スペクトルＳＡ，ＳＢ，ＳＣに基づいて渋滞予兆の有無が判定され、この判定結果が記憶される。
【００８１】
以後、同様の処理が繰り返されることに伴い、例えば図１０（Ｃ）に示すように、演算対象区間ＴＡ内の適宜の仮想ノード間（例えば、第Ｎ＋２仮想ノード間）で渋滞予兆が有ると判定されると、この仮想ノード間を含んで進行方向の後方側に存在する仮想ノード間（例えば、第Ｎ＋２仮想ノード間および第Ｎ＋１仮想ノード間および第Ｎ仮想ノード間）が制御対象区間として設定される。そして、制御対象区間内の各仮想ノード間に存在する車両２にリアルタイム渋滞予測の情報および走行目安情報が送信される。
【００８２】
上述したように、本実施の形態による情報提供システム１によれば、演算対象区間に複数の車両２が存在する場合であっても、仮想ノード間の代表車両の加速度および代表車両と先行車両との車間距離を用いて渋滞予測の演算を行なうことから、例えば仮想ノードを設定しない場合に比べて、演算負荷を軽減することができ、リアルタイムでの渋滞予測を容易に行なうことができる。
そして、この代表車両に対して得られたリアルタイム渋滞予測の情報および作成した走行目安情報を、演算対象区間内の複数の車両２に迅速かつ同期的に提供することができ、複数の車両２で迅速かつ効率的に連動して渋滞発生の的確な抑制または迅速な解消を可能とすることができる。
【００８３】
さらに、演算対象区間内で仮想ノードを設定する際の所定条件を、演算対象区間に存在する車両２の台数と、演算対象区間の距離と、演算対象区間の道路種別と、演算対象区間の道路形状とのうち、少なくとも何れか１つに対する条件とすることにより、適正な渋滞予測および演算負荷の軽減が可能な仮想ノードを、適切かつ容易に設定することができる。
【００８４】
さらに、複数の車両２の加速度および各車両２と先行車両との車間距離という容易に取得可能な情報を用いることにより、特別な情報を必要とせずに、容易かつリアルタイムに渋滞予測の演算を行なうことができる。
【００８５】
さらに、渋滞が発生する可能性あるいは既に渋滞が発生しているか否かに係るリアルタイム渋滞予測の情報に加えて、例えば渋滞の発生の抑制または解消、あるいは渋滞に巻き込まれることの回避を支援するための走行目安情報を車両２に提供することにより、適切な走行を支援することができる、
【００８６】
なお、上述した実施の形態において、サーバ装置３は、例えば車両２に搭載されたレーダ装置などによって先行車両に対する車間距離が検知されている場合には、車両２から送信される先行車両に対する車間距離の情報を取得してもよい。
【００８７】
なお、上述した実施の形態において、各車両２は、前述のサーバ装置３と同等の機能を備えてもよい。
この場合、各車両２は、その機能から得られた渋滞予測の情報をサーバ装置３へ送信し、サーバ装置３は、各車両２から送信された渋滞予測の情報をもとに走行目安情報を作成し、各車両２へ配信するようにして、情報提供システム１を構成してもよい。
この場合には、例えば、所定距離範囲内の仮想ノード間に存在する車両２などにより構成される車群のうちの適宜の車両２が高い渋滞予兆度を示したときに、この車群内に低い渋滞予兆度しか示していない他の車両２が存在したとしても、低い渋滞予兆度を示す車両２も含めて、この車群内の複数の車両２に一斉に渋滞回避のための走行制御をかけるようにサーバ装置３が管理する。
つまり、一定条件範囲内の車群の車両２は、近いうちに高い渋滞予兆度を示す車両２と同等の渋滞予兆度を示すように変化する可能性が高く、これらの車両２を含めて走行制御をかけることによって、渋滞車群の解消を効果的に実施することができる。
【符号の説明】
【００８８】
１ 情報提供システム
２ 車両
３ サーバ装置
３２ 通信制御部
３３ 情報記憶部
３４ 地図データ記憶部
３５ 仮想ノード設定部
３６ 渋滞予兆演算部
４１ 加速度算出部
４２ 周波数分析部
４３ 単回帰直線算出部
４４ 傾き極大値算出部
４５ 先行車両検知部
４６ 車間距離算出部
４７ 車間距離分布推定部
４８ 共分散最小値算出部
４９ 相間演算部
５０ 渋滞予測部
【特許請求の範囲】
【請求項１】
予め記憶している地図情報に基づき演算対象区間を設定し、該演算対象区間内で所定条件に基づき複数の仮想ノードおよび隣り合う前記仮想ノード間を接続する仮想リンクを設定するステップと、
隣り合う前記仮想ノード間に存在する少なくとも１台以上の車両に基づいて前記仮想ノード間に存在する前記車両を代表する１台の代表車両を設定するステップと、
前記代表車両の加速度を取得するステップと、
取得した前記加速度の周波数分析から周波数に対応するパワースペクトルを算出するステップと、
算出した前記パワースペクトルの単回帰直線を演算し、所定周波数範囲での当該単回帰直線の傾きの変化量の極大値を傾き極大値として算出するステップと、
前記代表車両と先行車両との車間距離を取得するステップと、
取得した前記車間距離から分布推定法を用いて、車間距離分布を推定するステップと、
推定した前記車間距離分布から共分散の最小値を算出するステップと、
前記共分散の最小値と前記傾き極大値との相関関係から前記代表車両の前方の車群分布を推定するステップと、
推定した前記車群分布に基づきリアルタイム渋滞予測をおこなうステップと、
前記仮想ノード間に存在する前記車両に対して前記リアルタイム渋滞予測の情報を提供するステップと、
を含むことを特徴とするサーバ側渋滞解消走行支援方法。
【請求項２】
前記仮想ノードおよび前記仮想リンクを設定するステップは、前記演算対象区間に存在する前記車両の台数と、前記演算対象区間の距離と、前記演算対象区間の道路種別と、前記演算対象区間の道路形状とのうち、少なくとも何れか１つに基づいて前記仮想ノードを設定することを特徴とする請求項１に記載のサーバ側渋滞解消走行支援方法。
【請求項１】
予め記憶している地図情報に基づき演算対象区間を設定し、該演算対象区間内で所定条件に基づき複数の仮想ノードおよび隣り合う前記仮想ノード間を接続する仮想リンクを設定するステップと、
隣り合う前記仮想ノード間に存在する少なくとも１台以上の車両に基づいて前記仮想ノード間に存在する前記車両を代表する１台の代表車両を設定するステップと、
前記代表車両の加速度を取得するステップと、
取得した前記加速度の周波数分析から周波数に対応するパワースペクトルを算出するステップと、
算出した前記パワースペクトルの単回帰直線を演算し、所定周波数範囲での当該単回帰直線の傾きの変化量の極大値を傾き極大値として算出するステップと、
前記代表車両と先行車両との車間距離を取得するステップと、
取得した前記車間距離から分布推定法を用いて、車間距離分布を推定するステップと、
推定した前記車間距離分布から共分散の最小値を算出するステップと、
前記共分散の最小値と前記傾き極大値との相関関係から前記代表車両の前方の車群分布を推定するステップと、
推定した前記車群分布に基づきリアルタイム渋滞予測をおこなうステップと、
前記仮想ノード間に存在する前記車両に対して前記リアルタイム渋滞予測の情報を提供するステップと、
を含むことを特徴とするサーバ側渋滞解消走行支援方法。
【請求項２】
前記仮想ノードおよび前記仮想リンクを設定するステップは、前記演算対象区間に存在する前記車両の台数と、前記演算対象区間の距離と、前記演算対象区間の道路種別と、前記演算対象区間の道路形状とのうち、少なくとも何れか１つに基づいて前記仮想ノードを設定することを特徴とする請求項１に記載のサーバ側渋滞解消走行支援方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【公開番号】特開２０１３−１０５３７９（Ｐ２０１３−１０５３７９Ａ）
【公開日】平成２５年５月３０日（２０１３．５．３０）
【国際特許分類】
【出願番号】特願２０１１−２４９７３９（Ｐ２０１１−２４９７３９）
【出願日】平成２３年１１月１５日（２０１１．１１．１５）
【出願人】（０００００５３２６）本田技研工業株式会社 (23,863)
【Ｆターム（参考）】
【公開日】平成２５年５月３０日（２０１３．５．３０）
【国際特許分類】
【出願日】平成２３年１１月１５日（２０１１．１１．１５）
【出願人】（０００００５３２６）本田技研工業株式会社 (23,863)
【Ｆターム（参考）】
[ Back to top ]