旅行時間予測装置及び方法
【課題】道路における事故、災害など突発事象の発生後の道路の旅行時間を、精度よく予測する。
【解決手段】突発事象の発生した区間を含む旅行時間の予測対象区間を設定し、前記予測対象区間を複数のブロックに分割し、ある時刻ｔにおける各ブロック内の交通密度を算出し、前記各ブロック内の交通密度に基づいて、隣接するブロック間で移動可能な交通量を算出し、前記各ブロック内の交通密度と、前記隣接するブロック間で移動可能な交通量とに基づいて、先の時刻ｔ＋ΔＴにおける各ブロックの交通密度を予測し、旅行時間を予測する。
【解決手段】突発事象の発生した区間を含む旅行時間の予測対象区間を設定し、前記予測対象区間を複数のブロックに分割し、ある時刻ｔにおける各ブロック内の交通密度を算出し、前記各ブロック内の交通密度に基づいて、隣接するブロック間で移動可能な交通量を算出し、前記各ブロック内の交通密度と、前記隣接するブロック間で移動可能な交通量とに基づいて、先の時刻ｔ＋ΔＴにおける各ブロックの交通密度を予測し、旅行時間を予測する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、道路における事故、災害など突発事象の発生後の道路の旅行時間を予測する旅行時間予測装置及び方法に関するものである。
【背景技術】
【０００２】
道路に車両感知器を設置して現時点の道路の旅行時間データを取得し、この旅行時間データに基づいて、将来の旅行時間を予測することが行われている。
この予測方法としては、過去の旅行時間データを統計情報として蓄積しておき、現在の旅行時間が過去と同じように増減していく（同じパターンで推移する）とみなして、旅行時間を予測する。
【０００３】
一方、道路を走行する車両の旅行時間を算出するのに、単位距離のブロックを接続して道路モデルを形成し、各ブロックの交通密度及び設定された交通量−密度曲線に従ってブロック間の交通量を計算し、この交通量に相当する台数を移動させて交通流を表現する方法がある。
【特許文献１】特開2002-260142号公報
【特許文献２】特開平９-147285号公報
【発明の開示】
【発明が解決しようとする課題】
【０００４】
ところが、道路において事故、災害など突発事象が発生した場合に、過去に蓄積した旅行時間データを用いても、精度のよい予測ができない。
そこで、本発明は、道路における事故、災害など突発事象の発生後の道路の旅行時間を、精度よく予測することができる旅行時間予測装置及び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】
【０００５】
本発明の旅行時間予測装置は、突発事象の発生した区間を含む旅行時間の予測対象区間を設定する設定手段と、前記予測対象区間を複数のブロックに分割し、ある時刻における各ブロック内の交通密度を算出する交通密度算出手段と、前記各ブロック内の交通密度に基づいて、前記ある時刻における隣接するブロック間で移動可能な交通量を算出する移動可能交通量算出手段と、前記各ブロック内の交通密度と、前記隣接するブロック間で移動可能な交通量とに基づいて、先の時刻における各ブロックの交通密度を予測する交通密度予測手段と、前記交通密度予測手段により予測された先の時刻における各ブロックの交通密度に基づいて旅行時間を予測する旅行時間予測手段とを有するものである。
【０００６】
この旅行時間予測装置は、突発事象により規制の発生した区間を含む予測対象区間を設定し、単位長さのブロックに分割する。分割したブロックに対し、取得済みの各リンクの旅行時間から各ブロックに旅行時間を配分し、旅行時間を速度に換算し、各ブロックの交通密度を算出する。
速度を交通密度に換算するには、速度−交通密度曲線を用いることができる。
【０００７】
速度−交通密度曲線を用いる場合、取得された交通速度が自由流速度である場合は、交通の流れが飽和していないので、交通密度を一意的に求めることはできない。そこであらかじめ記憶した当該予測対象区間の属する路線、地域、日種（曜日、休日など）、時間帯の少なくとも１つ以上の組み合わせにかかわる交通密度の情報を参照して、交通密度を決定するとよい。
【０００８】
また、交通密度を変えて旅行時間を予測し、同条件下で取得した実際の旅行時間との平均誤差を求め、平均誤差が最小となる交通密度をデータとして記憶しておくとよい。
そして、前記各ブロック内の交通密度に基づいて、前記ある時刻における隣接するブロック間で移動可能な交通量を算出する。
具体的には、各ブロックの交通密度に基づいて、各ブロックごとにブロックから出ることのできる交通量とブロックに入ることのできる交通量を算出する。隣り合うブロック間で、上流側のブロックから出ることのできる交通量と下流側のブロックに入ることのできる交通量を比較し、小さい方の交通量をブロック間の移動可能交通量とする。
【０００９】
このブロック間で移動可能な交通量を算出するには、交通量−交通密度曲線を用いることができる。
この場合、突発事象の発生したブロックでは、移動可能な交通量が車線規制によって絞られることを考慮する。すなわち、突発事象の発生した区間の車線絞り率に応じて異なった交通量−交通密度曲線を用いる。
【００１０】
前記「異なった交通量−交通密度曲線」は、例えば、突発事象の発生した区間の絞り率に応じて異なった臨界交通密度、及びジャム交通密度が設定された曲線である。
この移動可能な交通量と、前記各ブロック内の交通密度とに基づいて、先の時刻における各ブロックの交通密度を予測する。交通密度が予測できれば、交通密度を車両の速度に変換し、旅行時間を求めることができる。
【００１１】
そして、一定の時間間隔で前記の処理を繰り返し、任意の将来時点における旅行時間を予測することができる。
なお、前記予測対象区間の上流端から流入する交通量又は下流端から流出する交通量は、前記「ブロック間の移動可能な交通量」とは別に求めておく。
例えば、前記予測対象区間の上流端又は下流端に隣接するリンクの旅行時間に基づいて速度を求め、その速度から当該リンクの交通密度を求め、この交通密度を用いて上流端から流入する交通量又は下流端から流出する交通量を算出することができる。
【００１２】
この「前記予測対象区間の上流端から流入する交通量又は下流端から流出する交通量」は、予測対象区間から外れた区間の交通量であるので、突発事象の影響が薄い。そこで例えば、従来手法（旅行時間推移のパターンマッチング及び統計情報を用いた予測手法）を用いて求められた値を採用してもよい。また、現在時点の当該リンクの旅行時間を変動のない一定値として用いてもよい。
【００１３】
前記旅行時間予測処理を開始するタイミングは、突発事象に関する情報を取得したとき、又はリンクの旅行時間の情報を複数の時間帯にわたって取得し、その時間帯の旅行時間の増加割合が所定の範囲外になったとき、とするとよい。
後者の場合、旅行時間が急激に増加するので、突発事象が発生したと判定することができる。
【００１４】
突発事象が発生したと判断した場合には、対象のリンクに対し、突発対応の旅行時間予測を開始する。
旅行時間予測の終了は、突発事象に基づいた規制が解消すると考えられる時間の経過時としてもよい。
前記規制解消時間は、突発事象の種類に応じて、それぞれ設定しておいてもよい。
【００１５】
また、本発明の旅行時間予測方法は、前記本発明の旅行時間予測装置と実質同一発明にかかる方法である。
【発明を実施するための最良の形態】
【００１６】
以下、本発明の実施の形態を、添付図面を参照しながら詳細に説明する。
本発明の実施の形態では、旅行時間予測装置は、外部からの道路規制情報を常に監視し、道路規制情報をリストアップしておく。通常は［背景技術］で述べたパターンマッチング・統計情報を用いた方法により旅行時間の予測を行っている。ひとたび突発事象が発生すると、規制リストより道路規制情報を取得し、突発が発生した地点を含む予測対象区間を対象にし、本手法を用いた予測を行う。
【００１７】
通常の予測から、突発事象対応の旅行時間予測への切り替えタイミングについては、所定の外部機関から突発事象に関する情報、例えば道路規制情報を取得したときに行う。また、所定の外部機関から取得した旅行時間の増加が急激である場合、例えば取得した旅行時間の推移が、過去の事故時の旅行時間増加を分析した結果と比較して増加率が大きいとき、突発事象が発生したとする。
【００１８】
以下、突発事象対応の旅行時間予測処理を説明する。
まず、用語の定義を行う。
リンク：路線の道路区間の一単位をいう。
予測対象区間：旅行時間を予測したい道路区間。少なくとも突発事象が発生したリンクを含む一連のリンクをいう。予測対象区間は、突発事象によって渋滞が発生すると予想される範囲を選択する。
【００１９】
自由流速度Ｖf：車両が自由に走行できる速度。一定値とする。
スキャン時間ΔＴ：旅行時間予測処理のための１サイクルの処理時間、一定値とする。この１サイクルで予測対象の全ブロックの処理をする。
ブロックＢ：リンクをさらに分割した区間であって、車両が自由流速度Ｖf で走行したときに、スキャン時間 ΔＴの間に通過する区間。１ブロックの距離Ｌを「ブロック長」という。 ブロック長 は一定値となる。
【００２０】
交通量Ｑ：単位時間に地点を通過する車両台数(台/時間)。
交通密度Ｋ：ブロック内に存在する単位距離あたりの車両台数(台/距離)。交通量Ｑと交通密度Ｋと速度Ｖの間には、「交通量Ｑ＝交通密度Ｋ×速度Ｖ」の関係がある。
臨界交通密度Ｋc：交通密度Ｋが増大して渋滞が始まるときの交通密度。
ジャム交通密度Ｋjam：渋滞の程度が増大して車両の動きが止まったときの交通密度。
【００２１】
図１は、予測対象区間を示す道路図である。予測対象区間は、一連のつながったリンク１〜３からなる。各リンク１〜３はそれぞれブロックに分割される。ブロックに一連の番号を付けて、ブロックＢ０〜Ｂ８とする。
本実施の形態では、ブロックの番号は、車両の走行方向下流から上流に行くにつれて番号が増えていくように付ける。すなわち、車両の走行方向は、Ｂ８→Ｂ０の方向とする。最上流のブロックＢ８を始端ブロック、最下流のブロックＢ０を終端ブロックいう。
【００２２】
なお、図１では、予測対象区間を構成するリンク数は３，ブロック数は９としたが、本発明の実施はこれらの数に限られるものではない。
本発明のリンク旅行時間予測装置は、突発事象が発生すると、突発事象が発生したリンクを含む予測対象区間を特定し、ブロック間を伝わる交通量と各ブロックの交通密度を取得し、先の時刻における各ブロックの交通密度を算出し、これらの各ブロックの交通密度に基づいて各ブロックの速度を求め、旅行時間を予測する。
【００２３】
以下、ブロックを表す添え字を狽鉛とする。
時刻ｔにおける、ブロックＢｉ＋１からブロックＢｉに入る交通量をＱi+1,i(t)、ブロックＢｉの交通密度をＫi(t)と表記する。
図２は、ブロック間の交通量と、ブロック内の交通密度の関係を図示した模式図である。図２では、時刻ｔにおける交通量、交通密度が、時刻ｔ＋ΔＴにおける交通量、交通密度に推移する様子を示している。 例えば、ブロックＢｉに注目すると、ブロックＢｉに流入する交通量Ｑi+1,i(t)と、ブロックＢｉから流出する交通量Ｑi,i-1(t)によって、時刻ｔにおける交通密度Ｋi(t)が、時刻ｔ＋ΔＴでは交通密度Ｋi(t+ΔT)に移行する。
【００２４】
突発事象が起こったときの道路の状態を模式的に示すと、図３のようになる。図３は、二車線道路でブロックＢｉの中で事故や災害が起こり、一車線が走行不能になった状態を示す。ただし隣接するブロックＢｉ-1 やブロックＢｉ+1では、二車線とも走行可能である。このようなブロックＢｉの車線減少状態を「絞り」（アイリス）といい、車線減少後の通行可能車線に対する全車線の割合を「絞り率」という。図３ではブロックＢｉにおける絞り率は０．５である。ただし、一車線しかない道路の場合は、車線が減少すれば通行可能な車線はなくなり、絞り率は０となるが、この場合、路肩走行できるものと想定して、絞り率は０より大きなある値（０．１から０．３）に設定する。
【００２５】
以下、突発事象発生後の旅行時間予測アルゴリズムを説明する。
突発事象が発生すれば、渋滞予測したい予測対象区間を特定する。予測対象区間は、１本のリンクのみの場合もあり、複数本のリンクがつながった場合もある。
リンクをブロックに分解し、各ブロックごとに、そのブロックに流入、流出する交通量と、ブロック内の交通密度とを求める。
【００２６】
図４は、全体の流れを示すブロック図である。
全プロセスは、突発事象を検出するための突発事象検出プロセス１２と、旅行時間予測プロセス１３とを含む。この他に、図示しないが、突発事象が発生しなくても進行する通常時旅行時間予測プロセスがある。
全体の流れを説明すると、まず、外部機関から受信されるリンク旅行時間・規制データを常時メモリ１４に蓄積しておく。リンク旅行時間・規制データは、リンク旅行時間データとともに、突発事象発生の有無、発生場所、車線規制の有無、絞り率の情報を含む。
【００２７】
突発事象検出プロセス１２では、一定時間ごと、例えば１分ごとにそのメモリ１４を読みに行く。
また、突発事象検出プロセス１２は、リンクのつながりを見るために、必要な時に道路地図データを読みに行く。
突発事象検出プロセス１２は、リンク旅行時間・規制データと道路地図データとに基づいて、突発事象が発生した時に、表１に示すような突発事象発生テーブルを作成し、メモリ１６に記憶する。
【００２８】
【表１】
【００２９】
表１において、「時刻」は、メモリ１４を読みに行った時刻（例えば１分ごと）のことである。「規制発生メッシュ番号」は、突発事象の発生した場所を含む地図番号のことである。「規制発生リンク番号」は突発事象の発生したリンクを特定するための番号のことである。「規制開始位置」は、車線規制された道路の上流端位置であり、「規制終了位置」は、車線規制された道路の下流端位置である。「規制の種別情報」は、事故、災害などの突発事象の種別、通行可能な車線数、絞り率を示す。「リンク旅行時間・規制データ」は、メモリ１４から取得したデータである。
【００３０】
旅行時間予測プロセスは、予測周期ごと、例えば５分ごとにメモリ１６の突発事象発生テーブルを読みに行く。
旅行時間予測プロセスは、突発事象発生テーブルから読み出されたブロック内の交通密度と、そのブロックに流入、流出する交通量とに基づいて旅行時間予測演算を行う。
図５は、横軸に交通密度、縦軸に交通量をとったときの、ブロック内の交通密度Ｋと交通量Ｑとの関係を示すグラフである。このグラフを「交通量−交通密度曲線」という。交通密度Ｋが臨界交通密度Ｋc以下のときは、自由流領域といい、車両は渋滞することなく、自由流速度Ｖfで走行することができる。臨界交通密度Ｋc以下であれば、交通量Ｑは、交通密度に比例して増大する。臨界交通密度Ｋcになったときの交通量Ｑcは、そのブロックが保持することができる最大交通量を示している。臨界交通密度Ｋcを超えれば、交通量Ｑは交通密度が増えるに連れて減少していく。交通密度Ｋがジャム交通密度Ｋjamになったとき交通量は０になる。これは、渋滞で車両が動かなくなったことを意味する。
【００３１】
以上のグラフを式で表せば次のようになる。添え字ｉはブロックの添え字である。（ｔ）は時間の関数であることを表す。
Ｑi(t)＝Ｋ i(t) ×Ｖf (Ｋ (t) ≦Ｋcの場合) (1)
Ｑi(t)＝Ｑci (Ｋjam−Ｋi(t))／(Ｋjam−Ｋci)
(Ｋc＜Ｋ (t) ≦Ｋjamの場合) (2)
図６は、横軸に交通密度、縦軸に走行速度をとったときの、ブロック内の交通密度Ｋと走行速度Ｖとの関係を示すグラフである。このグラフを「速度−交通密度曲線」という。交通密度Ｋが臨界交通密度Ｋc以下のときは、車両は、一定の速度（自由流速度）Ｖｆで走行しているものとする。臨界交通密度Ｋcを超えれば、速度Ｖは減少していく。交通密度Ｋがジャム交通密度Ｋjamになったとき速度は０になる。
【００３２】
以上のグラフを式で表せば、
Ｋi(t)＝αＫci (Ｖ＝Ｖfの場合) (3)
Ｋi(t)＝ＫjamＱci ／［Ｖ(Ｋjam−Ｋci)＋Ｑci］
(Ｖ＜Ｖfの場合) (4)
となる。αは０から１までの定数であるが、Ｖ＝Ｖfの場合、走行速度Ｖfが与えられても、 Ｋi(t)は一意的に定まらない。この場合の取り扱いについては後述する。
【００３３】
ブロックＢｉからの流出可能交通量Ａoutは、次の式で表される。
Ａout,i(t)＝min{Ｋi(t)，Ｋci}Ｖf (5)
すなわち、ブロックＢｉからの流出可能交通量Ａoutは、その時刻の交通密度Ｋと臨界交通密度Ｋc とのうち小さい方の値と、 自由流速度Ｖfとの積で表される。
ブロックＢｉへの流入可能交通量Ａinは次の式で表される。
【００３４】
Ａin,i(t)＝(Ｋjam−Ｋi(t))Ｖf (Ｋ(t) ≦Ｋcの場合) (6)
Ａin,i(t)＝Ｋci(Ｋjam−Ｋi(t))Ｖf／(Ｋjam−Ｋci) (Ｋc＜Ｋ(t)＜Ｋjamの場合) (7)
Ａin,i(t)＝０ (Ｋ(t)＝Ｋjamの場合) (8)
この式は図５のグラフそのものである。
【００３５】
ブロック間（ブロックＢｉ＋１から出てブロックＢｉに入る）の移動可能な交通量Ｑi+1,i(t)は、ブロックＢｉの流入可能交通量Ａin,i(t)と、ブロックＢｉ＋１からの流出可能交通量Ａout,i+1(t)のうち、小さい方で表される。
Ｑi+1,i(t)＝min{Ａin,i(t)，Ａout,i+1(t)} (9)
ｔ＋ΔＴの時点におけるブロックＢｉの交通密度は、ｔの時点におけるブロックＢｉの交通密度Ｋi(t)に、ブロックＢｉから出て行く交通密度（交通量を速度で割った値）を引き、ブロックＢｉ＋１から入ってくる交通密度（交通量を速度で割った値）を足すことにより求めることができる。
【００３６】
Ｋi(ｔ＋ΔＴ)＝Ｋi(t)−Ｑi,i-1(t)／Ｖf＋Ｑi+1,i(t)／Ｖf (10)
これで、ｔの時点におけるブロックＢｉの交通密度に基づいて、ｔ＋ΔＴの時点におけるブロックＢｉの交通密度を予測することができる。
また、前記(5)式から(9) 式を使えば、ｔ＋ΔＴの時点におけるブロックＢｉの交通密度を使って、ｔ＋２ΔＴの時点における交通密度も計算することができる。このようにして、 ｔ＋ｎΔＴ （ｎ≧１）の時点における交通密度を算出することができる。
【００３７】
このようにして、ブロックごとの交通密度を算出すれば、(3),(4)式（図６）に基づいて交通密度を速度に変換することができる。この速度を用いて、ブロックの旅行時間を求め、予測対象区間を構成するブロックについて、旅行時間を加算すれば、予測対象区間の旅行時間が求まる。
次に、本発明のリンク旅行時間予測装置が以上に説明した予測方法を実行する場合の計算処理手順を、フローチャートに基づいて説明する。
【００３８】
全体フローチャートを図７に示す。全体フローチャートは、初期化処理と、予測精度判定処理と、交通密度算出処理と、旅行時間予測処理とに分かれる。
初期化処理（ステップＳ１）は、突発事象発生後の各種定数を設定する処理である。
予測精度判定処理（ステップＳ２）は、１スキャン時間前に求めた旅行時間の予測値と、メモリ１４に蓄積された現在の旅行時間の値とを比較して、その差の絶対値が閾値以上（または１スキャン時間前に求めた旅行時間と現在の旅行時間との大きい方を小さい方で割った比が閾値以上）であれば、旅行時間予測を中止する処理である。これは、何らかの原因によりこの旅行時間予測が当たっていないと認められるので、計算資源を節約するためである。
【００３９】
交通密度算出処理（ステップＳ３）は、前述した(5)式から(10)式を用いて 交通密度を算出する処理である。
旅行時間予測処理（ステップＳ４）は、前述したように、(3),(4)式に基づいて交通密度を速度に変換し、この速度を用いて、予測対象区間の旅行時間を求める処理である。
以下、初期化処理（ステップＳ１）の内容を、図８を参照してさらに詳しく説明する。
【００４０】
旅行時間予測プロセス１３は、メモリ１４の旅行時間・規制データを参照して突発事象の発生を検知すると、予測対象区間を特定する（ステップＳ１１）。この特定方法は、突発事象発生の場所を含むブロックから上流に所定本数（ａ本）のリンクを選定し、下流に所定本数（ｂ本）のリンクを選定する。本数ａ、ｂともに、突発事象によって渋滞が予測される最大区間数にとる。一般には、渋滞は突発事象発生場所の上流側に波及していくので、ａ＞ｂである。例えばａを５ｋｍから１０ｋｍに相当するリンク数とし、ｂを０ｋｍから２ｋｍに相当するリンク数とする。そして、リンク内をブロックに分割する。１ブロック長は、自由流速度Ｖfが１００ｋｍ／ｈで、かつスキャン時間ΔＴが１０秒の場合、２７０ｍ程度である。
【００４１】
次に、予測精度判定を行う（ステップＳ１２）。この処理は、前述したとおり、１予測周期前に求めた旅行時間と、メモリ１４に蓄積された現在の旅行時間の値とを比較して、その差の絶対値が閾値以上であれば、旅行時間予測を中止する処理である。旅行時間予測を中止する場合は、ステップＳ１６にあるように、メモリ１６に「２：予測を中止」を設定する。
【００４２】
予測を中止しない場合は、各ブロック内の変数の取得・設定を行う（ステップＳ１４）。変数としては、「自由流速度」「臨界交通密度Ｋci」「ジャム交通密度Ｋjam」「絞り率」がある。
自由流速度、臨界交通密度、ジャム交通密度は、路線又はリンクに固有な値であり、メモリ１５の道路地図テーブルの中に記憶されている。
【００４３】
絞り率は、外部機関から与えられた規制情報を基にして設定され、突発事象発生情報として、メモリ１６のテーブルに蓄積されている数値である。
旅行時間予測プロセス１３は、突発事象の起こったブロックで絞り率を設定する。この絞り率に応じて、当該ブロックの臨界交通密度Ｋc、ジャム交通密度Ｋjamを小さくする。この様子を図５に矢印で示している。例えば、絞り率が０．５であれば、臨界交通密度Ｋc、ジャム交通密度Ｋjamも半分にする。
【００４４】
つぎに、ブロック内の現在の交通密度 Ｋi(t)を取得して、流入・流出可能交通量Ａin,i(t)，Ａout,i(t)を算出する（ステップＳ１５）。
この交通密度Ｋi(t)は、 外部機関から与えられメモリ１６に蓄えられている旅行時間データに基づいて算出される。すなわち、旅行時間から速度を求め、速度から交通密度を求める。
【００４５】
旅行時間から速度を求める方法は、リンクの旅行時間をブロック長に応じてブロック単位に分割し、その分割した旅行時間をブロック長で割って求める。交通密度を求める算出式は、前記(3)式、(4)式（図６）である。 Ｖ＜Ｖf の場合は、(4)式に基づいて交通密度は一意的に求まるが、 Ｖ＝Ｖf の場合は、走行速度Ｖfが与えられても交通密度Ｋi(t)は一意的に定まらない。
【００４６】
そこで、予測対象区間の路線（国道、地方道など）、日種、時間帯、天候に応じてαの値を道路地図テーブルなど所定のテーブルに設定しておく。例えば空いている時間帯ならばαを小さめに設定し、混んでいる時間帯ならばαを大きめに設定し、晴天ならばαを小さめに設定し、雨天ならばαを大きめに設定する等である。特別の曜日に混む路線であれば、日種も考慮する。αの決め方は、混みにくい状況（例えば空いている時間帯、晴天）の場合、経験上、交通密度も小さいのでαを小さく設定する。混みやすい状況（例えば混んでいる時間帯、雨天）の場合、経験上、交通密度も大きいのでαを大きく設定する。
【００４７】
これらの路線、地域、日種別、時間帯より管理される交通密度の情報は、外部機関から受信されるリンク旅行時間のデータに基づいて更新してもよい。
また、過去の突発事象発生時の実績情報を用いて、自由流速度時の交通密度のパターンを変えて予測を行い、実績の旅行時間の推移に合うかどうかを、評価指数を用いて判定し、予測結果と実績の旅行時間の推移が最も合う時のパターンを該当時間帯、該当路線のパラメータとし、これを繰り返して行い、路線、地域、日種別、時間帯別の自由流速度時の交通密度を決定してもよい。
【００４８】
このようにして、αの値が求まれば、交通密度Ｋ(t)を知ることができる。
交通密度Ｋ(t)が分かれば、(5)式、(6)式から、流入・流出可能交通量Ａin,i(t)，Ａout,i(t)を計算することができる。
交通密度算出処理（ステップＳ３）の詳細は、図９のフローチャートに示される。
最初に、計算処理の回数Ｊを設定する。このＪは、何時間先まで旅行時間を予測したいかによって決める。例えば１スキャン時間が１秒、３時間先まで予測したいならば、Ｊを１０８００と決める。
【００４９】
まず計算処理の回数ｊを１に設定する（ステップＳ３１）。
次に、予測対象区間の始端ブロックの上流端から流入する現在の交通量、すなわち、予測対象区間の始端ブロックの上流端に隣接するリンクから流出する現在の交通量を境界条件として設定する（ステップＳ３２）。この交通量は、始端ブロックの上流に隣接するリンクの旅行時間をリンク長で割って速度を求め、求めた速度を図６のグラフに当てはめて、当該隣接するリンクの交通密度を求める。このとき、 Ｖ＜Ｖf の場合は交通密度は一意的に求まるが、 Ｖ＝Ｖf の場合は、走行速度が与えられても交通密度は一意的に定まらないので、前述したのと同様に、係数αを設定することにより一意的に求める。これらの交通密度と交通量−交通密度曲線を用いて交通量を算出する。
【００５０】
なお、予測対象区間の始端ブロックを境界条件として設定することに加えて、終端ブロックの下流端の交通量を、境界条件として設定することもできる。
次に、規制が解消すると考えられる時間（規制解消時間という）が経過したかどうかを判定する（ステップＳ３３）。この「規制解消時間」は、事故、災害などの突発事象の種別に関連して、経験的、統計的に決定するとよい。事故であれば、事故後処理によって通常Ｕ時間（例えばＵ＝２）くらいで車線規制が解消するという過去の統計データがあれば、Ｕ時間という数値を設定する。災害であれば、通常Ｗ時間（例えばＷ＝１２）くらいで車線規制が解消するという過去の統計データがあれば、Ｗ時間という数値を設定する。
【００５１】
前記時間が経過したかどうかを判定し（ステップＳ３４）、経過すれば、絞り率を通常に戻す（ステップＳ３５）。このように規制解消時間を設定することで、規制が解消していない段階で、規制の解消後の予測を行うことができる。
前記時間が経過していなければ、前記(9)式(10)式に基づいて、ｔ＋ΔＴの時点における予測対象区間の各ブロックの交通密度を、ｔの時点におけるブロックＢｉの交通密度Ｋi(t)と、流入・流出可能交通量Ａin,i(t)，Ａout,i(t)に基づいて予測する（ステップＳ３６）。
【００５２】
次に計算処理の回数がＪに達したかどうかを判定する（ステップＳ３７）。回数がＪに達していなければ、計算処理の回数ｊに１を加算して（ステップＳ３８）、その時点の上流端の境界条件を設定する（ステップＳ３９）。
この場合の上流端の境界条件として、計算処理の回数ｊに相当する将来時点の交通量のデータが必要なので、ステップＳ３２で行ったようにメモリ１６に蓄えられている現在時点の旅行時間データを用いることは原則としてできない。そこで、次のような方法（１）又は（２）を用いる。
【００５３】
（１）現在時点の旅行時間データを、将来時点の旅行時間データとみなして用いる。
（２）曜日、天候など同じ条件における過去の統計旅行時間の時間推移パターンの中から、直近の旅行時間推移パターンが似ているパターンを選択し、そのパターンに沿って現在時点の旅行時間データを延長して求める（特許文献１参照）。
図１０は、現在時点の旅行時間データを延長する方法を説明するためのグラフであって、 曜日、天候など同じ条件における過去の統計旅行時間の時間推移パターンの中から選ばれたよく似たパターンをＰで、現在時点までの旅行時間データの実績値をＲで示している。将来の旅行時間データＲ′は、現在時点の旅行時間データを時間推移パターンＰに沿って平行に延長することにより得られる。
【００５４】
その後、ステップＳ３４に移り、前記計算処理の回数がＪに達するまで、ブロック交通密度予測処理（ステップＳ３６）を繰り返す。
計算処理の回数がＪに達すれば、旅行時間推定処理に入る（ステップＳ４０）。この旅行時間推定処理は、各ブロックのブロック交通密度Ｋに基づいて、前記(3)式(4)式を使って求めることができる。
【００５５】
このようにして各ブロックの旅行時間が求まるので、予測対象区間についてそれらを総和することにより、予測対象区間の旅行時間を求めることができる。
予測対象区間の旅行時間を求めた後は、通常のパターンマッチング・統計情報を用いた方法による旅行時間の予測値に、本手法による予測結果を上書きする。
以上で、本発明の実施の形態を説明したが、本発明の実施は、前記の形態に限定されるものではなく、本発明の範囲内で種々の変更を施すことが可能である。
【図面の簡単な説明】
【００５６】
【図１】旅行時間を予測しようとする予測対象区間を示す道路図である。
【図２】ブロック間の交通量と、ブロック内の交通密度の関係を示す模式図である。
【図３】突発事象が起こったときの道路の状態を示す模式図である。
【図４】旅行時間予測処理の全体の流れを示すブロック図である。
【図５】ブロック内の交通密度と交通量との関係を示すグラフである。
【図６】ブロック内の交通密度と走行速度Ｖとの関係を示すグラフである。
【図７】本発明のリンク旅行時間予測方法を実行する場合の計算処理手順を示す全体フローチャートである。
【図８】初期化処理の内容を説明するためのフローチャートである。
【図９】交通密度算出処理の内容を説明するためのフローチャートである。
【図１０】現在時点の旅行時間データを延長する方法を説明するためのフローチャートである。
【符号の説明】
【００５７】
１２ 突発事象検出プロセス
１３ 旅行時間予測プロセス
１４−１８ メモリ
【技術分野】
【０００１】
本発明は、道路における事故、災害など突発事象の発生後の道路の旅行時間を予測する旅行時間予測装置及び方法に関するものである。
【背景技術】
【０００２】
道路に車両感知器を設置して現時点の道路の旅行時間データを取得し、この旅行時間データに基づいて、将来の旅行時間を予測することが行われている。
この予測方法としては、過去の旅行時間データを統計情報として蓄積しておき、現在の旅行時間が過去と同じように増減していく（同じパターンで推移する）とみなして、旅行時間を予測する。
【０００３】
一方、道路を走行する車両の旅行時間を算出するのに、単位距離のブロックを接続して道路モデルを形成し、各ブロックの交通密度及び設定された交通量−密度曲線に従ってブロック間の交通量を計算し、この交通量に相当する台数を移動させて交通流を表現する方法がある。
【特許文献１】特開2002-260142号公報
【特許文献２】特開平９-147285号公報
【発明の開示】
【発明が解決しようとする課題】
【０００４】
ところが、道路において事故、災害など突発事象が発生した場合に、過去に蓄積した旅行時間データを用いても、精度のよい予測ができない。
そこで、本発明は、道路における事故、災害など突発事象の発生後の道路の旅行時間を、精度よく予測することができる旅行時間予測装置及び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】
【０００５】
本発明の旅行時間予測装置は、突発事象の発生した区間を含む旅行時間の予測対象区間を設定する設定手段と、前記予測対象区間を複数のブロックに分割し、ある時刻における各ブロック内の交通密度を算出する交通密度算出手段と、前記各ブロック内の交通密度に基づいて、前記ある時刻における隣接するブロック間で移動可能な交通量を算出する移動可能交通量算出手段と、前記各ブロック内の交通密度と、前記隣接するブロック間で移動可能な交通量とに基づいて、先の時刻における各ブロックの交通密度を予測する交通密度予測手段と、前記交通密度予測手段により予測された先の時刻における各ブロックの交通密度に基づいて旅行時間を予測する旅行時間予測手段とを有するものである。
【０００６】
この旅行時間予測装置は、突発事象により規制の発生した区間を含む予測対象区間を設定し、単位長さのブロックに分割する。分割したブロックに対し、取得済みの各リンクの旅行時間から各ブロックに旅行時間を配分し、旅行時間を速度に換算し、各ブロックの交通密度を算出する。
速度を交通密度に換算するには、速度−交通密度曲線を用いることができる。
【０００７】
速度−交通密度曲線を用いる場合、取得された交通速度が自由流速度である場合は、交通の流れが飽和していないので、交通密度を一意的に求めることはできない。そこであらかじめ記憶した当該予測対象区間の属する路線、地域、日種（曜日、休日など）、時間帯の少なくとも１つ以上の組み合わせにかかわる交通密度の情報を参照して、交通密度を決定するとよい。
【０００８】
また、交通密度を変えて旅行時間を予測し、同条件下で取得した実際の旅行時間との平均誤差を求め、平均誤差が最小となる交通密度をデータとして記憶しておくとよい。
そして、前記各ブロック内の交通密度に基づいて、前記ある時刻における隣接するブロック間で移動可能な交通量を算出する。
具体的には、各ブロックの交通密度に基づいて、各ブロックごとにブロックから出ることのできる交通量とブロックに入ることのできる交通量を算出する。隣り合うブロック間で、上流側のブロックから出ることのできる交通量と下流側のブロックに入ることのできる交通量を比較し、小さい方の交通量をブロック間の移動可能交通量とする。
【０００９】
このブロック間で移動可能な交通量を算出するには、交通量−交通密度曲線を用いることができる。
この場合、突発事象の発生したブロックでは、移動可能な交通量が車線規制によって絞られることを考慮する。すなわち、突発事象の発生した区間の車線絞り率に応じて異なった交通量−交通密度曲線を用いる。
【００１０】
前記「異なった交通量−交通密度曲線」は、例えば、突発事象の発生した区間の絞り率に応じて異なった臨界交通密度、及びジャム交通密度が設定された曲線である。
この移動可能な交通量と、前記各ブロック内の交通密度とに基づいて、先の時刻における各ブロックの交通密度を予測する。交通密度が予測できれば、交通密度を車両の速度に変換し、旅行時間を求めることができる。
【００１１】
そして、一定の時間間隔で前記の処理を繰り返し、任意の将来時点における旅行時間を予測することができる。
なお、前記予測対象区間の上流端から流入する交通量又は下流端から流出する交通量は、前記「ブロック間の移動可能な交通量」とは別に求めておく。
例えば、前記予測対象区間の上流端又は下流端に隣接するリンクの旅行時間に基づいて速度を求め、その速度から当該リンクの交通密度を求め、この交通密度を用いて上流端から流入する交通量又は下流端から流出する交通量を算出することができる。
【００１２】
この「前記予測対象区間の上流端から流入する交通量又は下流端から流出する交通量」は、予測対象区間から外れた区間の交通量であるので、突発事象の影響が薄い。そこで例えば、従来手法（旅行時間推移のパターンマッチング及び統計情報を用いた予測手法）を用いて求められた値を採用してもよい。また、現在時点の当該リンクの旅行時間を変動のない一定値として用いてもよい。
【００１３】
前記旅行時間予測処理を開始するタイミングは、突発事象に関する情報を取得したとき、又はリンクの旅行時間の情報を複数の時間帯にわたって取得し、その時間帯の旅行時間の増加割合が所定の範囲外になったとき、とするとよい。
後者の場合、旅行時間が急激に増加するので、突発事象が発生したと判定することができる。
【００１４】
突発事象が発生したと判断した場合には、対象のリンクに対し、突発対応の旅行時間予測を開始する。
旅行時間予測の終了は、突発事象に基づいた規制が解消すると考えられる時間の経過時としてもよい。
前記規制解消時間は、突発事象の種類に応じて、それぞれ設定しておいてもよい。
【００１５】
また、本発明の旅行時間予測方法は、前記本発明の旅行時間予測装置と実質同一発明にかかる方法である。
【発明を実施するための最良の形態】
【００１６】
以下、本発明の実施の形態を、添付図面を参照しながら詳細に説明する。
本発明の実施の形態では、旅行時間予測装置は、外部からの道路規制情報を常に監視し、道路規制情報をリストアップしておく。通常は［背景技術］で述べたパターンマッチング・統計情報を用いた方法により旅行時間の予測を行っている。ひとたび突発事象が発生すると、規制リストより道路規制情報を取得し、突発が発生した地点を含む予測対象区間を対象にし、本手法を用いた予測を行う。
【００１７】
通常の予測から、突発事象対応の旅行時間予測への切り替えタイミングについては、所定の外部機関から突発事象に関する情報、例えば道路規制情報を取得したときに行う。また、所定の外部機関から取得した旅行時間の増加が急激である場合、例えば取得した旅行時間の推移が、過去の事故時の旅行時間増加を分析した結果と比較して増加率が大きいとき、突発事象が発生したとする。
【００１８】
以下、突発事象対応の旅行時間予測処理を説明する。
まず、用語の定義を行う。
リンク：路線の道路区間の一単位をいう。
予測対象区間：旅行時間を予測したい道路区間。少なくとも突発事象が発生したリンクを含む一連のリンクをいう。予測対象区間は、突発事象によって渋滞が発生すると予想される範囲を選択する。
【００１９】
自由流速度Ｖf：車両が自由に走行できる速度。一定値とする。
スキャン時間ΔＴ：旅行時間予測処理のための１サイクルの処理時間、一定値とする。この１サイクルで予測対象の全ブロックの処理をする。
ブロックＢ：リンクをさらに分割した区間であって、車両が自由流速度Ｖf で走行したときに、スキャン時間 ΔＴの間に通過する区間。１ブロックの距離Ｌを「ブロック長」という。 ブロック長 は一定値となる。
【００２０】
交通量Ｑ：単位時間に地点を通過する車両台数(台/時間)。
交通密度Ｋ：ブロック内に存在する単位距離あたりの車両台数(台/距離)。交通量Ｑと交通密度Ｋと速度Ｖの間には、「交通量Ｑ＝交通密度Ｋ×速度Ｖ」の関係がある。
臨界交通密度Ｋc：交通密度Ｋが増大して渋滞が始まるときの交通密度。
ジャム交通密度Ｋjam：渋滞の程度が増大して車両の動きが止まったときの交通密度。
【００２１】
図１は、予測対象区間を示す道路図である。予測対象区間は、一連のつながったリンク１〜３からなる。各リンク１〜３はそれぞれブロックに分割される。ブロックに一連の番号を付けて、ブロックＢ０〜Ｂ８とする。
本実施の形態では、ブロックの番号は、車両の走行方向下流から上流に行くにつれて番号が増えていくように付ける。すなわち、車両の走行方向は、Ｂ８→Ｂ０の方向とする。最上流のブロックＢ８を始端ブロック、最下流のブロックＢ０を終端ブロックいう。
【００２２】
なお、図１では、予測対象区間を構成するリンク数は３，ブロック数は９としたが、本発明の実施はこれらの数に限られるものではない。
本発明のリンク旅行時間予測装置は、突発事象が発生すると、突発事象が発生したリンクを含む予測対象区間を特定し、ブロック間を伝わる交通量と各ブロックの交通密度を取得し、先の時刻における各ブロックの交通密度を算出し、これらの各ブロックの交通密度に基づいて各ブロックの速度を求め、旅行時間を予測する。
【００２３】
以下、ブロックを表す添え字を狽鉛とする。
時刻ｔにおける、ブロックＢｉ＋１からブロックＢｉに入る交通量をＱi+1,i(t)、ブロックＢｉの交通密度をＫi(t)と表記する。
図２は、ブロック間の交通量と、ブロック内の交通密度の関係を図示した模式図である。図２では、時刻ｔにおける交通量、交通密度が、時刻ｔ＋ΔＴにおける交通量、交通密度に推移する様子を示している。 例えば、ブロックＢｉに注目すると、ブロックＢｉに流入する交通量Ｑi+1,i(t)と、ブロックＢｉから流出する交通量Ｑi,i-1(t)によって、時刻ｔにおける交通密度Ｋi(t)が、時刻ｔ＋ΔＴでは交通密度Ｋi(t+ΔT)に移行する。
【００２４】
突発事象が起こったときの道路の状態を模式的に示すと、図３のようになる。図３は、二車線道路でブロックＢｉの中で事故や災害が起こり、一車線が走行不能になった状態を示す。ただし隣接するブロックＢｉ-1 やブロックＢｉ+1では、二車線とも走行可能である。このようなブロックＢｉの車線減少状態を「絞り」（アイリス）といい、車線減少後の通行可能車線に対する全車線の割合を「絞り率」という。図３ではブロックＢｉにおける絞り率は０．５である。ただし、一車線しかない道路の場合は、車線が減少すれば通行可能な車線はなくなり、絞り率は０となるが、この場合、路肩走行できるものと想定して、絞り率は０より大きなある値（０．１から０．３）に設定する。
【００２５】
以下、突発事象発生後の旅行時間予測アルゴリズムを説明する。
突発事象が発生すれば、渋滞予測したい予測対象区間を特定する。予測対象区間は、１本のリンクのみの場合もあり、複数本のリンクがつながった場合もある。
リンクをブロックに分解し、各ブロックごとに、そのブロックに流入、流出する交通量と、ブロック内の交通密度とを求める。
【００２６】
図４は、全体の流れを示すブロック図である。
全プロセスは、突発事象を検出するための突発事象検出プロセス１２と、旅行時間予測プロセス１３とを含む。この他に、図示しないが、突発事象が発生しなくても進行する通常時旅行時間予測プロセスがある。
全体の流れを説明すると、まず、外部機関から受信されるリンク旅行時間・規制データを常時メモリ１４に蓄積しておく。リンク旅行時間・規制データは、リンク旅行時間データとともに、突発事象発生の有無、発生場所、車線規制の有無、絞り率の情報を含む。
【００２７】
突発事象検出プロセス１２では、一定時間ごと、例えば１分ごとにそのメモリ１４を読みに行く。
また、突発事象検出プロセス１２は、リンクのつながりを見るために、必要な時に道路地図データを読みに行く。
突発事象検出プロセス１２は、リンク旅行時間・規制データと道路地図データとに基づいて、突発事象が発生した時に、表１に示すような突発事象発生テーブルを作成し、メモリ１６に記憶する。
【００２８】
【表１】
【００２９】
表１において、「時刻」は、メモリ１４を読みに行った時刻（例えば１分ごと）のことである。「規制発生メッシュ番号」は、突発事象の発生した場所を含む地図番号のことである。「規制発生リンク番号」は突発事象の発生したリンクを特定するための番号のことである。「規制開始位置」は、車線規制された道路の上流端位置であり、「規制終了位置」は、車線規制された道路の下流端位置である。「規制の種別情報」は、事故、災害などの突発事象の種別、通行可能な車線数、絞り率を示す。「リンク旅行時間・規制データ」は、メモリ１４から取得したデータである。
【００３０】
旅行時間予測プロセスは、予測周期ごと、例えば５分ごとにメモリ１６の突発事象発生テーブルを読みに行く。
旅行時間予測プロセスは、突発事象発生テーブルから読み出されたブロック内の交通密度と、そのブロックに流入、流出する交通量とに基づいて旅行時間予測演算を行う。
図５は、横軸に交通密度、縦軸に交通量をとったときの、ブロック内の交通密度Ｋと交通量Ｑとの関係を示すグラフである。このグラフを「交通量−交通密度曲線」という。交通密度Ｋが臨界交通密度Ｋc以下のときは、自由流領域といい、車両は渋滞することなく、自由流速度Ｖfで走行することができる。臨界交通密度Ｋc以下であれば、交通量Ｑは、交通密度に比例して増大する。臨界交通密度Ｋcになったときの交通量Ｑcは、そのブロックが保持することができる最大交通量を示している。臨界交通密度Ｋcを超えれば、交通量Ｑは交通密度が増えるに連れて減少していく。交通密度Ｋがジャム交通密度Ｋjamになったとき交通量は０になる。これは、渋滞で車両が動かなくなったことを意味する。
【００３１】
以上のグラフを式で表せば次のようになる。添え字ｉはブロックの添え字である。（ｔ）は時間の関数であることを表す。
Ｑi(t)＝Ｋ i(t) ×Ｖf (Ｋ (t) ≦Ｋcの場合) (1)
Ｑi(t)＝Ｑci (Ｋjam−Ｋi(t))／(Ｋjam−Ｋci)
(Ｋc＜Ｋ (t) ≦Ｋjamの場合) (2)
図６は、横軸に交通密度、縦軸に走行速度をとったときの、ブロック内の交通密度Ｋと走行速度Ｖとの関係を示すグラフである。このグラフを「速度−交通密度曲線」という。交通密度Ｋが臨界交通密度Ｋc以下のときは、車両は、一定の速度（自由流速度）Ｖｆで走行しているものとする。臨界交通密度Ｋcを超えれば、速度Ｖは減少していく。交通密度Ｋがジャム交通密度Ｋjamになったとき速度は０になる。
【００３２】
以上のグラフを式で表せば、
Ｋi(t)＝αＫci (Ｖ＝Ｖfの場合) (3)
Ｋi(t)＝ＫjamＱci ／［Ｖ(Ｋjam−Ｋci)＋Ｑci］
(Ｖ＜Ｖfの場合) (4)
となる。αは０から１までの定数であるが、Ｖ＝Ｖfの場合、走行速度Ｖfが与えられても、 Ｋi(t)は一意的に定まらない。この場合の取り扱いについては後述する。
【００３３】
ブロックＢｉからの流出可能交通量Ａoutは、次の式で表される。
Ａout,i(t)＝min{Ｋi(t)，Ｋci}Ｖf (5)
すなわち、ブロックＢｉからの流出可能交通量Ａoutは、その時刻の交通密度Ｋと臨界交通密度Ｋc とのうち小さい方の値と、 自由流速度Ｖfとの積で表される。
ブロックＢｉへの流入可能交通量Ａinは次の式で表される。
【００３４】
Ａin,i(t)＝(Ｋjam−Ｋi(t))Ｖf (Ｋ(t) ≦Ｋcの場合) (6)
Ａin,i(t)＝Ｋci(Ｋjam−Ｋi(t))Ｖf／(Ｋjam−Ｋci) (Ｋc＜Ｋ(t)＜Ｋjamの場合) (7)
Ａin,i(t)＝０ (Ｋ(t)＝Ｋjamの場合) (8)
この式は図５のグラフそのものである。
【００３５】
ブロック間（ブロックＢｉ＋１から出てブロックＢｉに入る）の移動可能な交通量Ｑi+1,i(t)は、ブロックＢｉの流入可能交通量Ａin,i(t)と、ブロックＢｉ＋１からの流出可能交通量Ａout,i+1(t)のうち、小さい方で表される。
Ｑi+1,i(t)＝min{Ａin,i(t)，Ａout,i+1(t)} (9)
ｔ＋ΔＴの時点におけるブロックＢｉの交通密度は、ｔの時点におけるブロックＢｉの交通密度Ｋi(t)に、ブロックＢｉから出て行く交通密度（交通量を速度で割った値）を引き、ブロックＢｉ＋１から入ってくる交通密度（交通量を速度で割った値）を足すことにより求めることができる。
【００３６】
Ｋi(ｔ＋ΔＴ)＝Ｋi(t)−Ｑi,i-1(t)／Ｖf＋Ｑi+1,i(t)／Ｖf (10)
これで、ｔの時点におけるブロックＢｉの交通密度に基づいて、ｔ＋ΔＴの時点におけるブロックＢｉの交通密度を予測することができる。
また、前記(5)式から(9) 式を使えば、ｔ＋ΔＴの時点におけるブロックＢｉの交通密度を使って、ｔ＋２ΔＴの時点における交通密度も計算することができる。このようにして、 ｔ＋ｎΔＴ （ｎ≧１）の時点における交通密度を算出することができる。
【００３７】
このようにして、ブロックごとの交通密度を算出すれば、(3),(4)式（図６）に基づいて交通密度を速度に変換することができる。この速度を用いて、ブロックの旅行時間を求め、予測対象区間を構成するブロックについて、旅行時間を加算すれば、予測対象区間の旅行時間が求まる。
次に、本発明のリンク旅行時間予測装置が以上に説明した予測方法を実行する場合の計算処理手順を、フローチャートに基づいて説明する。
【００３８】
全体フローチャートを図７に示す。全体フローチャートは、初期化処理と、予測精度判定処理と、交通密度算出処理と、旅行時間予測処理とに分かれる。
初期化処理（ステップＳ１）は、突発事象発生後の各種定数を設定する処理である。
予測精度判定処理（ステップＳ２）は、１スキャン時間前に求めた旅行時間の予測値と、メモリ１４に蓄積された現在の旅行時間の値とを比較して、その差の絶対値が閾値以上（または１スキャン時間前に求めた旅行時間と現在の旅行時間との大きい方を小さい方で割った比が閾値以上）であれば、旅行時間予測を中止する処理である。これは、何らかの原因によりこの旅行時間予測が当たっていないと認められるので、計算資源を節約するためである。
【００３９】
交通密度算出処理（ステップＳ３）は、前述した(5)式から(10)式を用いて 交通密度を算出する処理である。
旅行時間予測処理（ステップＳ４）は、前述したように、(3),(4)式に基づいて交通密度を速度に変換し、この速度を用いて、予測対象区間の旅行時間を求める処理である。
以下、初期化処理（ステップＳ１）の内容を、図８を参照してさらに詳しく説明する。
【００４０】
旅行時間予測プロセス１３は、メモリ１４の旅行時間・規制データを参照して突発事象の発生を検知すると、予測対象区間を特定する（ステップＳ１１）。この特定方法は、突発事象発生の場所を含むブロックから上流に所定本数（ａ本）のリンクを選定し、下流に所定本数（ｂ本）のリンクを選定する。本数ａ、ｂともに、突発事象によって渋滞が予測される最大区間数にとる。一般には、渋滞は突発事象発生場所の上流側に波及していくので、ａ＞ｂである。例えばａを５ｋｍから１０ｋｍに相当するリンク数とし、ｂを０ｋｍから２ｋｍに相当するリンク数とする。そして、リンク内をブロックに分割する。１ブロック長は、自由流速度Ｖfが１００ｋｍ／ｈで、かつスキャン時間ΔＴが１０秒の場合、２７０ｍ程度である。
【００４１】
次に、予測精度判定を行う（ステップＳ１２）。この処理は、前述したとおり、１予測周期前に求めた旅行時間と、メモリ１４に蓄積された現在の旅行時間の値とを比較して、その差の絶対値が閾値以上であれば、旅行時間予測を中止する処理である。旅行時間予測を中止する場合は、ステップＳ１６にあるように、メモリ１６に「２：予測を中止」を設定する。
【００４２】
予測を中止しない場合は、各ブロック内の変数の取得・設定を行う（ステップＳ１４）。変数としては、「自由流速度」「臨界交通密度Ｋci」「ジャム交通密度Ｋjam」「絞り率」がある。
自由流速度、臨界交通密度、ジャム交通密度は、路線又はリンクに固有な値であり、メモリ１５の道路地図テーブルの中に記憶されている。
【００４３】
絞り率は、外部機関から与えられた規制情報を基にして設定され、突発事象発生情報として、メモリ１６のテーブルに蓄積されている数値である。
旅行時間予測プロセス１３は、突発事象の起こったブロックで絞り率を設定する。この絞り率に応じて、当該ブロックの臨界交通密度Ｋc、ジャム交通密度Ｋjamを小さくする。この様子を図５に矢印で示している。例えば、絞り率が０．５であれば、臨界交通密度Ｋc、ジャム交通密度Ｋjamも半分にする。
【００４４】
つぎに、ブロック内の現在の交通密度 Ｋi(t)を取得して、流入・流出可能交通量Ａin,i(t)，Ａout,i(t)を算出する（ステップＳ１５）。
この交通密度Ｋi(t)は、 外部機関から与えられメモリ１６に蓄えられている旅行時間データに基づいて算出される。すなわち、旅行時間から速度を求め、速度から交通密度を求める。
【００４５】
旅行時間から速度を求める方法は、リンクの旅行時間をブロック長に応じてブロック単位に分割し、その分割した旅行時間をブロック長で割って求める。交通密度を求める算出式は、前記(3)式、(4)式（図６）である。 Ｖ＜Ｖf の場合は、(4)式に基づいて交通密度は一意的に求まるが、 Ｖ＝Ｖf の場合は、走行速度Ｖfが与えられても交通密度Ｋi(t)は一意的に定まらない。
【００４６】
そこで、予測対象区間の路線（国道、地方道など）、日種、時間帯、天候に応じてαの値を道路地図テーブルなど所定のテーブルに設定しておく。例えば空いている時間帯ならばαを小さめに設定し、混んでいる時間帯ならばαを大きめに設定し、晴天ならばαを小さめに設定し、雨天ならばαを大きめに設定する等である。特別の曜日に混む路線であれば、日種も考慮する。αの決め方は、混みにくい状況（例えば空いている時間帯、晴天）の場合、経験上、交通密度も小さいのでαを小さく設定する。混みやすい状況（例えば混んでいる時間帯、雨天）の場合、経験上、交通密度も大きいのでαを大きく設定する。
【００４７】
これらの路線、地域、日種別、時間帯より管理される交通密度の情報は、外部機関から受信されるリンク旅行時間のデータに基づいて更新してもよい。
また、過去の突発事象発生時の実績情報を用いて、自由流速度時の交通密度のパターンを変えて予測を行い、実績の旅行時間の推移に合うかどうかを、評価指数を用いて判定し、予測結果と実績の旅行時間の推移が最も合う時のパターンを該当時間帯、該当路線のパラメータとし、これを繰り返して行い、路線、地域、日種別、時間帯別の自由流速度時の交通密度を決定してもよい。
【００４８】
このようにして、αの値が求まれば、交通密度Ｋ(t)を知ることができる。
交通密度Ｋ(t)が分かれば、(5)式、(6)式から、流入・流出可能交通量Ａin,i(t)，Ａout,i(t)を計算することができる。
交通密度算出処理（ステップＳ３）の詳細は、図９のフローチャートに示される。
最初に、計算処理の回数Ｊを設定する。このＪは、何時間先まで旅行時間を予測したいかによって決める。例えば１スキャン時間が１秒、３時間先まで予測したいならば、Ｊを１０８００と決める。
【００４９】
まず計算処理の回数ｊを１に設定する（ステップＳ３１）。
次に、予測対象区間の始端ブロックの上流端から流入する現在の交通量、すなわち、予測対象区間の始端ブロックの上流端に隣接するリンクから流出する現在の交通量を境界条件として設定する（ステップＳ３２）。この交通量は、始端ブロックの上流に隣接するリンクの旅行時間をリンク長で割って速度を求め、求めた速度を図６のグラフに当てはめて、当該隣接するリンクの交通密度を求める。このとき、 Ｖ＜Ｖf の場合は交通密度は一意的に求まるが、 Ｖ＝Ｖf の場合は、走行速度が与えられても交通密度は一意的に定まらないので、前述したのと同様に、係数αを設定することにより一意的に求める。これらの交通密度と交通量−交通密度曲線を用いて交通量を算出する。
【００５０】
なお、予測対象区間の始端ブロックを境界条件として設定することに加えて、終端ブロックの下流端の交通量を、境界条件として設定することもできる。
次に、規制が解消すると考えられる時間（規制解消時間という）が経過したかどうかを判定する（ステップＳ３３）。この「規制解消時間」は、事故、災害などの突発事象の種別に関連して、経験的、統計的に決定するとよい。事故であれば、事故後処理によって通常Ｕ時間（例えばＵ＝２）くらいで車線規制が解消するという過去の統計データがあれば、Ｕ時間という数値を設定する。災害であれば、通常Ｗ時間（例えばＷ＝１２）くらいで車線規制が解消するという過去の統計データがあれば、Ｗ時間という数値を設定する。
【００５１】
前記時間が経過したかどうかを判定し（ステップＳ３４）、経過すれば、絞り率を通常に戻す（ステップＳ３５）。このように規制解消時間を設定することで、規制が解消していない段階で、規制の解消後の予測を行うことができる。
前記時間が経過していなければ、前記(9)式(10)式に基づいて、ｔ＋ΔＴの時点における予測対象区間の各ブロックの交通密度を、ｔの時点におけるブロックＢｉの交通密度Ｋi(t)と、流入・流出可能交通量Ａin,i(t)，Ａout,i(t)に基づいて予測する（ステップＳ３６）。
【００５２】
次に計算処理の回数がＪに達したかどうかを判定する（ステップＳ３７）。回数がＪに達していなければ、計算処理の回数ｊに１を加算して（ステップＳ３８）、その時点の上流端の境界条件を設定する（ステップＳ３９）。
この場合の上流端の境界条件として、計算処理の回数ｊに相当する将来時点の交通量のデータが必要なので、ステップＳ３２で行ったようにメモリ１６に蓄えられている現在時点の旅行時間データを用いることは原則としてできない。そこで、次のような方法（１）又は（２）を用いる。
【００５３】
（１）現在時点の旅行時間データを、将来時点の旅行時間データとみなして用いる。
（２）曜日、天候など同じ条件における過去の統計旅行時間の時間推移パターンの中から、直近の旅行時間推移パターンが似ているパターンを選択し、そのパターンに沿って現在時点の旅行時間データを延長して求める（特許文献１参照）。
図１０は、現在時点の旅行時間データを延長する方法を説明するためのグラフであって、 曜日、天候など同じ条件における過去の統計旅行時間の時間推移パターンの中から選ばれたよく似たパターンをＰで、現在時点までの旅行時間データの実績値をＲで示している。将来の旅行時間データＲ′は、現在時点の旅行時間データを時間推移パターンＰに沿って平行に延長することにより得られる。
【００５４】
その後、ステップＳ３４に移り、前記計算処理の回数がＪに達するまで、ブロック交通密度予測処理（ステップＳ３６）を繰り返す。
計算処理の回数がＪに達すれば、旅行時間推定処理に入る（ステップＳ４０）。この旅行時間推定処理は、各ブロックのブロック交通密度Ｋに基づいて、前記(3)式(4)式を使って求めることができる。
【００５５】
このようにして各ブロックの旅行時間が求まるので、予測対象区間についてそれらを総和することにより、予測対象区間の旅行時間を求めることができる。
予測対象区間の旅行時間を求めた後は、通常のパターンマッチング・統計情報を用いた方法による旅行時間の予測値に、本手法による予測結果を上書きする。
以上で、本発明の実施の形態を説明したが、本発明の実施は、前記の形態に限定されるものではなく、本発明の範囲内で種々の変更を施すことが可能である。
【図面の簡単な説明】
【００５６】
【図１】旅行時間を予測しようとする予測対象区間を示す道路図である。
【図２】ブロック間の交通量と、ブロック内の交通密度の関係を示す模式図である。
【図３】突発事象が起こったときの道路の状態を示す模式図である。
【図４】旅行時間予測処理の全体の流れを示すブロック図である。
【図５】ブロック内の交通密度と交通量との関係を示すグラフである。
【図６】ブロック内の交通密度と走行速度Ｖとの関係を示すグラフである。
【図７】本発明のリンク旅行時間予測方法を実行する場合の計算処理手順を示す全体フローチャートである。
【図８】初期化処理の内容を説明するためのフローチャートである。
【図９】交通密度算出処理の内容を説明するためのフローチャートである。
【図１０】現在時点の旅行時間データを延長する方法を説明するためのフローチャートである。
【符号の説明】
【００５７】
１２ 突発事象検出プロセス
１３ 旅行時間予測プロセス
１４−１８ メモリ
【特許請求の範囲】
【請求項１】
道路を走行する車両の先の時刻における旅行時間を予測する装置であって、
突発事象の発生した区間を含む旅行時間の予測対象区間を設定する設定手段と、
前記予測対象区間を複数のブロックに分割し、ある時刻における各ブロック内の交通密度を算出する交通密度算出手段と、
前記各ブロック内の交通密度に基づいて、前記ある時刻における隣接するブロック間で移動可能な交通量を算出する移動可能交通量算出手段と、
前記各ブロック内の交通密度と、前記隣接するブロック間で移動可能な交通量とに基づいて、先の時刻における各ブロックの交通密度を予測する交通密度予測手段と、
前記交通密度予測手段により予測された先の時刻における各ブロックの交通密度に基づいて旅行時間を予測する旅行時間予測手段とを有する旅行時間予測装置。
【請求項２】
前記交通密度算出手段は、予測対象区間の交通速度情報を取得し、この交通速度情報に基づいて、速度−交通密度曲線を用いて交通密度を算出する請求項１記載の旅行時間予測装置。
【請求項３】
前記交通密度算出手段は、取得された交通速度が自由流速度である場合には、あらかじめ記憶した当該予測対象区間の属する路線、地域、日種、時間帯の少なくとも１つ以上の組み合わせにかかわる交通密度の情報を参照して、交通密度を決定する請求項２記載の旅行時間予測装置。
【請求項４】
前記移動可能交通量算出手段は、前記各ブロック内の交通密度に基づいて、交通量−交通密度曲線を用いて前記移動可能交通量を算出する請求項１記載の旅行時間予測装置。
【請求項５】
前記移動可能交通量算出手段は、突発事象の発生した区間の車線絞り率に応じて異なった交通量−交通密度曲線を用いる請求項４記載の旅行時間予測装置。
【請求項６】
前記突発事象の発生した区間の車線絞り率に応じて臨界交通密度、及びジャム交通密度を設定する請求項５記載の旅行時間予測装置。
【請求項７】
前記予測対象区間の上流端から流入する交通量又は下流端から流出する交通量を算出する境界交通量算出手段をさらに有し、
前記交通密度予測手段は、前記各ブロック内の交通密度と、前記予測対象区間の上流端から流入する交通量又は下流端から流出する交通量と、前記隣接するブロック間で移動可能な交通量とに基づいて、先の時刻における各ブロックの交通密度を予測するものである請求項１記載の旅行時間予測装置。
【請求項８】
前記境界交通量算出手段は、前記予測対象区間の上流端又は下流端に隣接するリンクの旅行時間に基づいて速度を求め、その速度から当該リンクの交通密度を求め、この交通密度を用いて上流端から流入する交通量又は下流端から流出する交通量を算出するものである請求項７記載の旅行時間予測装置。
【請求項９】
前記境界交通量算出手段は、前記隣接するリンクの旅行時間として、旅行時間推移のパターンマッチング及び統計情報を用いた予測手法によって予測された当該リンクの旅行時間を用いるものである請求項８記載の旅行時間予測装置。
【請求項１０】
前記境界交通量算出手段は、前記隣接するリンクの旅行時間として、現在時点の当該リンクの旅行時間を用いるものである請求項８記載の旅行時間予測装置。
【請求項１１】
前記旅行時間予測手段は、次の（１），（２）のいずれかをきっかけとして旅行時間予測処理を開始する請求項１記載の旅行時間予測装置。
（１）突発事象に関する情報を取得したとき、
（２）リンクの旅行時間の情報を複数の時間帯にわたって取得し、その時間帯の旅行時間の増加割合が所定の範囲外になったとき。
【請求項１２】
規制解消時間先までの旅行時間を予測する請求項１記載の旅行時間予測装置。
【請求項１３】
前記規制解消時間は、突発事象の種類に応じて設定される請求項１２記載の旅行時間予測装置。
【請求項１４】
道路を走行する車両の先の時刻における旅行時間を予測する方法であって、
突発事象の発生した区間を含む旅行時間の予測対象区間を設定し、
前記予測対象区間を複数のブロックに分割し、ある時刻における各ブロック内の交通密度を算出し、
前記各ブロック内の交通密度に基づいて、隣接するブロック間で移動可能な交通量を算出し、
前記各ブロック内の交通密度と、前記隣接するブロック間で移動可能な交通量とに基づいて、先の時刻における各ブロックの交通密度を予測し、
前記交通密度予測手段により予測された各ブロックの交通密度に基づいて旅行時間を予測する旅行時間予測方法。
【請求項１】
道路を走行する車両の先の時刻における旅行時間を予測する装置であって、
突発事象の発生した区間を含む旅行時間の予測対象区間を設定する設定手段と、
前記予測対象区間を複数のブロックに分割し、ある時刻における各ブロック内の交通密度を算出する交通密度算出手段と、
前記各ブロック内の交通密度に基づいて、前記ある時刻における隣接するブロック間で移動可能な交通量を算出する移動可能交通量算出手段と、
前記各ブロック内の交通密度と、前記隣接するブロック間で移動可能な交通量とに基づいて、先の時刻における各ブロックの交通密度を予測する交通密度予測手段と、
前記交通密度予測手段により予測された先の時刻における各ブロックの交通密度に基づいて旅行時間を予測する旅行時間予測手段とを有する旅行時間予測装置。
【請求項２】
前記交通密度算出手段は、予測対象区間の交通速度情報を取得し、この交通速度情報に基づいて、速度−交通密度曲線を用いて交通密度を算出する請求項１記載の旅行時間予測装置。
【請求項３】
前記交通密度算出手段は、取得された交通速度が自由流速度である場合には、あらかじめ記憶した当該予測対象区間の属する路線、地域、日種、時間帯の少なくとも１つ以上の組み合わせにかかわる交通密度の情報を参照して、交通密度を決定する請求項２記載の旅行時間予測装置。
【請求項４】
前記移動可能交通量算出手段は、前記各ブロック内の交通密度に基づいて、交通量−交通密度曲線を用いて前記移動可能交通量を算出する請求項１記載の旅行時間予測装置。
【請求項５】
前記移動可能交通量算出手段は、突発事象の発生した区間の車線絞り率に応じて異なった交通量−交通密度曲線を用いる請求項４記載の旅行時間予測装置。
【請求項６】
前記突発事象の発生した区間の車線絞り率に応じて臨界交通密度、及びジャム交通密度を設定する請求項５記載の旅行時間予測装置。
【請求項７】
前記予測対象区間の上流端から流入する交通量又は下流端から流出する交通量を算出する境界交通量算出手段をさらに有し、
前記交通密度予測手段は、前記各ブロック内の交通密度と、前記予測対象区間の上流端から流入する交通量又は下流端から流出する交通量と、前記隣接するブロック間で移動可能な交通量とに基づいて、先の時刻における各ブロックの交通密度を予測するものである請求項１記載の旅行時間予測装置。
【請求項８】
前記境界交通量算出手段は、前記予測対象区間の上流端又は下流端に隣接するリンクの旅行時間に基づいて速度を求め、その速度から当該リンクの交通密度を求め、この交通密度を用いて上流端から流入する交通量又は下流端から流出する交通量を算出するものである請求項７記載の旅行時間予測装置。
【請求項９】
前記境界交通量算出手段は、前記隣接するリンクの旅行時間として、旅行時間推移のパターンマッチング及び統計情報を用いた予測手法によって予測された当該リンクの旅行時間を用いるものである請求項８記載の旅行時間予測装置。
【請求項１０】
前記境界交通量算出手段は、前記隣接するリンクの旅行時間として、現在時点の当該リンクの旅行時間を用いるものである請求項８記載の旅行時間予測装置。
【請求項１１】
前記旅行時間予測手段は、次の（１），（２）のいずれかをきっかけとして旅行時間予測処理を開始する請求項１記載の旅行時間予測装置。
（１）突発事象に関する情報を取得したとき、
（２）リンクの旅行時間の情報を複数の時間帯にわたって取得し、その時間帯の旅行時間の増加割合が所定の範囲外になったとき。
【請求項１２】
規制解消時間先までの旅行時間を予測する請求項１記載の旅行時間予測装置。
【請求項１３】
前記規制解消時間は、突発事象の種類に応じて設定される請求項１２記載の旅行時間予測装置。
【請求項１４】
道路を走行する車両の先の時刻における旅行時間を予測する方法であって、
突発事象の発生した区間を含む旅行時間の予測対象区間を設定し、
前記予測対象区間を複数のブロックに分割し、ある時刻における各ブロック内の交通密度を算出し、
前記各ブロック内の交通密度に基づいて、隣接するブロック間で移動可能な交通量を算出し、
前記各ブロック内の交通密度と、前記隣接するブロック間で移動可能な交通量とに基づいて、先の時刻における各ブロックの交通密度を予測し、
前記交通密度予測手段により予測された各ブロックの交通密度に基づいて旅行時間を予測する旅行時間予測方法。
【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２００７−２１９６３３（Ｐ２００７−２１９６３３Ａ）
【公開日】平成１９年８月３０日（２００７．８．３０）
【国際特許分類】
【出願番号】特願２００６−３６７６１（Ｐ２００６−３６７６１）
【出願日】平成１８年２月１４日（２００６．２．１４）
【出願人】（５０４１２６１１２）住友電工システムソリューション株式会社 (78)
【Ｆターム（参考）】
【公開日】平成１９年８月３０日（２００７．８．３０）
【国際特許分類】
【出願日】平成１８年２月１４日（２００６．２．１４）
【出願人】（５０４１２６１１２）住友電工システムソリューション株式会社 (78)
【Ｆターム（参考）】
[ Back to top ]