道路交通制御装置
【課題】 道路上における個々の車両の想定位置に基き、走行状態を改善するための経路誘導を的確に行う。また、ドライバの経路誘導情報の採用状況を考慮した道路交通シミュレーションを行うことで、より的確に経路誘導が可能な道路交通制御装置を提供すること。
【解決手段】 道路１１上における個々の車両の想定位置に基きシミュレーション手段３でシムミューションを行い、経路誘導情報作成手段４によって走行状態を改善するための経路誘導を行うので個々の車両を対象とした的確な経路誘導を行うことができる。また、経路誘導結果を用いてシミュレーションを行い、収束演算を行うことにより、より的確な経路誘導が可能になる。さらに、経路情報採択結果推定手段５により、ドライバの経路誘導情報の採用状況を考慮することにより、経路誘導を無視したドライバによる影響を考慮して、一層的確な経路誘導が可能となる。
【解決手段】 道路１１上における個々の車両の想定位置に基きシミュレーション手段３でシムミューションを行い、経路誘導情報作成手段４によって走行状態を改善するための経路誘導を行うので個々の車両を対象とした的確な経路誘導を行うことができる。また、経路誘導結果を用いてシミュレーションを行い、収束演算を行うことにより、より的確な経路誘導が可能になる。さらに、経路情報採択結果推定手段５により、ドライバの経路誘導情報の採用状況を考慮することにより、経路誘導を無視したドライバによる影響を考慮して、一層的確な経路誘導が可能となる。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、経路誘導機能を有する道路交通制御装置に関する。
【背景技術】
【０００２】
一般に、高速道路を含む道路交通においては、渋滞などを回避して走行状態を改善するために、走行経路を誘導することが行われるようになった。このような経路誘導を行う場合、道路ネットワークに対してダイクストラ法等の経路探索アルゴリズムを適用し、得られた探索結果を用いて経路誘導を行っているケースが多い（例えば、特許文献１参照）。これをケース（１）とする。
【０００３】
また、ＧＡ（遺伝的アルゴリズム）等の最適化手法を用いて、評価関数を最適にするような道路ネットワークを探索し、経路誘導に利用するケースもみられる（例えば、特許文献２参照）。これをケース（２）とする。
【０００４】
さらに、道路交通シミュレータを利用し、道路交通状況を予測した結果を用いて誘導経路を決定するケースも見られる（例えば、特許文献３及び特許文献4参照）。これをケース（３）とする。
【特許文献１】特開平５−１６５４０８号公報
【特許文献２】特開平１０−５５３４９号公報
【特許文献３】特開平９−１０２０２６号公報
【特許文献４】特開平９−７０８８９号公報
【発明の開示】
【発明が解決しようとする課題】
【０００５】
上述した経路誘導装置において、ケース（１）、ケース（２）は、道路ネットワーク構造や、道路形状等の静的な情報をもとに経路探索した結果を利用し、経路誘導もしくは経路情報提供を行っている。このため、提供している経路情報、もしくは経路の誘導により、今後、道路交通状況がどのように変化していくかを考慮していない。よって、場合によっては、経路誘導の結果、渋滞が発生する可能性があり、道路交通効率を向上させることに関しては大きな課題となっていた。
【０００６】
また、ケース（３）では、道路交通シミュレータを利用し、道路交通状況の将来予測結果をもとに経路誘導情報を作成している。しかし、ドライバが経路誘導情報を採用するかどうかまでの考慮はなされていない。よって、習熟したドライバが多い場合など、道路交通シミュレーション結果とは異なる結果となり、道路交通効率を向上させることに関しては大きな妨げとなる可能性があった。
【０００７】
本発明の目的は、道路上における個々の車両の想定位置に基き、走行状態を改善するための経路誘導を的確に行う道路交通制御装置を提供すると共に、第２の目的として、ドライバの経路誘導情報の採用状況を考慮した道路交通シミュレーションを行うことで、より的確に経路誘導が可能な道路交通制御装置を提供することにある。
【課題を解決するための手段】
【０００８】
本発明による道路交通制御装置は、道路上の所定位置を通過する車両を検出する道路インフラセンサと、この道路インフラセンサからのデータに基づき、前記通過した車両個々が所定のシミュレーション時刻において道路上のどの位置に存在するかを想定するシミュレーションを実行するシミュレーション手段と、このシミュレーション手段により想定された各車両の存在位置から、走行状態が改善される方向に経路を誘導する経路誘導情報の作成手段とを備えたことを特徴とする。
【０００９】
本発明では、シミュレーション手段は、経路誘導情報作成手段で作成した経路誘導情報を取り込んでシミュレーションを実行し、経路誘導情報作成手段は、このシミュレーション結果を取り込んで走行状態が改善される方向に経路を誘導する経路誘導情報を作成する収束演算を所定回数行うようにしてもよい。
【００１０】
また、本発明では、道路インフラセンサからのデータに基づき、大型車混入率を含む道路状況を把握する道路状況把握手段と、前記大型車混入率を用い、経路情報の採択結果を推定する経路情報採択結果推定手段とを設け、シミュレーション手段は、経路誘導情報作成手段で作成した経路誘導情報を取り込むと共に、前記経路情報採択結果推定手段で推定された経路情報採択結果を用いてシミュレーションを実行し、経路誘導情報作成手段は、このシミュレーション結果を取り込んで走行状態が改善される方向に経路を誘導する経路誘導情報を作成する収束演算を所定回数行うようにしてもよい。
【００１１】
また、本発明では、道路状況把握手段が把握した過去の大型車混入率を含むデータを蓄積するデータベースと、このデータベースに蓄積された過去の大型車混入率を含むデータを統計処理して道路状況に対応する経路誘導情報の採択結果を更新する経路情報採択結果推定モデル学習手段と、前記道路状況把握手段で把握した大型車混入率及び経路情報採択結果推定モデル学習手段で更新した経路誘導情報採択結果を用い、経路誘導情報の採択結果を推定する経路情報採択結果推定手段とを設け、シミュレーション手段は、経路誘導情報作成手段で作成した経路誘導情報を取り込むと共に、前記経路情報採択結果推定手段で推定された経路情報採択結果を用いてシミュレーションを実行し、経路誘導情報作成手段は、このシミュレーション結果を取り込んで走行状態が改善される方向に経路を誘導する経路誘導情報を作成する収束演算を所定回数行うようにしてもよい。
【００１２】
また、本発明では、経路誘導情報作成手段は、分岐点を有する道路に対しては、シミュレーション手段により想定された各車両の存在位置から、前記分岐点における分岐案内用の経路誘導情報を作成する。
【００１３】
また、本発明では、経路誘導情報作成手段は、シミュレーション手段により想定された車線毎の車両の存在位置から、車線変更用の経路誘導情報を作成してもよい。
【００１４】
また、本発明では、道路上に生じる突発事象の検出手段を設け、経路誘導情報作成手段は、前記突発事象検出時は、分岐点において、突発事象が生じていない道路への経路案内情報を作成したり、或いは、突発事象が生じていない車線への経路案内情報を作成するように構成してもよい。
【００１５】
さらに、本発明では、データベースは、車両運転者からの経路誘導情報採択に関するアンケート回答を蓄積したり、或いは、走行車両からの該当道路走行回数や車種に関するＥＴＣ情報を蓄積するものでもよい。
【発明の効果】
【００１６】
本発明によれば、道路上における個々の車両の想定位置に基き、走行状態を改善するための経路誘導を行うので個々の車両を対象とした的確な経路誘導を行うことができる。また、経路誘導結果を用いてシミュレーションを行い、収束演算を行うことにより、従来のように経路誘導の結果かえって交通渋滞が生じてしまうようなことはなく、より的確な経路誘導が可能になる。さらに、ドライバの経路誘導情報の採用状況を考慮することにより、経路誘導を無視したドライバによる影響を考慮して、一層的確な経路誘導が可能となる。
【発明を実施するための最良の形態】
【００１７】
以下、本発明による道路交通制御装置の一実施の形態について図面を用いて詳細に説明する。
【００１８】
図１は、道路交通制御装置のシステム構成を示すブロック図である。図１において、１は道路インフラセンサで、道路交通状況を把握するための情報を計測する。例えば、図２で示すように、道路１１上の区間毎に設けられ、区間毎の道路交通状況を検出する。この道路インフラセンサ１として車両感知器を設置した場合、各車両感知器１からは交通量、密度、平均車速が得られる。また、車両感知器１によっては、大型車とそれ以外の交通量が別々にわかるので、大型車混入率が把握できる情報も得られる。ここでは、これらの交通量、密度、平均速度、大型車混入率が、検出時刻と共に道路交通状況把握用のデータとして得られるとする。
【００１９】
２は道路状況把握手段で、道路インフラセンサ１で得られたデータ（ここでは交通量、密度、平均速度、大型車混入率）を用いて道路状況を把握する。道路状況把握手段２では、得られたデータをメモリやＨＤＤに保存し、これら得られたデータをもとに 現状の各道路における道路状況を把握したり、過去のデータと比較して道路状況の変化を把握する。
【００２０】
３は道路交通流のシミュレーション手段で、道路交通流把握手段２で得られた道路交通流データ（交通量、密度、平均速度、大型車混入率やその検出時刻）を用いて将来の道路交通流を予測する。道路交通流シミュレータとしては、道路交通を流体に見立てたマクロ交通流シミュレータと、車両１台１台の走行を模擬するミクロ交通流シミュレータとがある（マクロ交通流シミュレータに関しては、文献「”交通シミュレーションモデル開発の系譜”、赤羽弘和、大口敬、小根山裕之著、交通工学、Vol.37,No.5,2002年」におけるブロック密度法、インプットアウトプット法を参照。ミクロ交通流シミュレータに関しては、文献「”やさしい交通シミュレーション３．交通流のミクロシミュレーション”、尾崎晴男著、交通工学、Vol.32,No.6,1997年」を参照）。
【００２１】
マクロ交通流シミュレータは、図２で示したように、道路１１をいくつかの区間に分割し、これらの区間を移動する交通量を予測演算することから、各区間の密度の推移を予測していく。このマクロ交通流シミュレータは、広範囲の道路ネットワークシミュレーションに適している。しかし、車線毎の道路交通状況や、車線変更等の車両毎の模擬はできない。
【００２２】
ミクロ交通流シミュレータは、各車両がある地点を通過したときの通過時刻及び通過速度から、シミュレーション時刻における各車両の存在位置をそれぞれ演算し想定するものである。この演算を車線毎に行えば、車線毎に各車両の存在位置を想定することができる。したがって、車線レベルを含む各車両の詳細な経路誘導等に関しては、ミクロ交通流シミュレータの利用が有効である。この場合、道路交通流把握手段２から得られた道路交通流データを用いて、道路における存在台数、及び平均速度をミクロ交通流シミュレーションに利用する。
【００２３】
４は経路誘導情報作成手段で、シミュレーション手段３でのミクロ交通流シミュレーションにて、車線毎の道路交通シミュレーション結果が得られれば、これをもとに走行状態が改善される方向に経路を誘導する経路誘導情報を作成する。このように、車線毎の道路交通状況を考慮することが可能であるため、渋滞時においては、渋滞の車線を回避するような走行車線誘導情報を作成することが可能である。
【００２４】
また、シミュレーション手段３は、突発事象検出手段６により道路上に突発事象が発生したことが検出された場合、この突発事象を含んだシミュレーションを図３（ａ）で示すように実行する。経路誘導情報作成手段４はこのシミュレーション結果から、突発事象による渋滞を回避するべく、図３（ｂ）示すような経路誘導情報を作成する。
【００２５】
前記シミュレーション手段３は、経路誘導情報作成手段４で作成した経路誘導情報を取り込んでシミュレーションを実行する機能を有する。また、経路誘導情報作成手段４は、このシミュレーション結果を取り込んで走行状態が改善される方向に経路を誘導する経路誘導情報を作成する収束演算を所定回数行う機能を有する。
【００２６】
前記突発事象検出手段６としては、例えば、車両感知器１から得られるデータの変化状況から自動で突発事象を検出する手法を用いる。なお、突発事象の自動検知技術に関しては文献「累積交通量データを用いた突発事象自動検知アルゴリズムの開発」(H15年電気学会全国大会)等が利用可能である。
【００２７】
また、道路インフラセンサ１として路側にＣＴＶカメラを設置した場合は、突発事象情報検出手段６はＣＴＶカメラから得られるデータをもとに、画像処理等で突発事象の発生を検出できる。この場合、突発事象に関する情報（発生時刻、発生位置、発生種類）を入手することも可能である。
【００２８】
さらに、道路交通管制システムから突発事象に関する情報が入手可能な場合は、道路交通管制システムから突発事象に関する情報を入手する。この様な場合、突発事象の発生位置がわかるため、突発事象発生時の将来の交通状況も予測可能である。
【００２９】
５は経路情報採択結果推定手段で、道路状況把握手段２で把握されたから大型車混入率を用いて、経路情報の採択結果を推定する。すなわち、大型車を商用車と考えると、例えば、商用車は経路誘導情報採用の確率が高いと考えれば、これをもとに経路情報採択結果推定手段５にてどれだけの割合が経路情報を採用したかを推定できる。
【００３０】
この経路情報採択結果推定手段５に対してはデータベース７と、経路情報採択結果推定モデル学習手段８とを設ける。データベース７は、大型車混入率を含む道路状況把握手段２が把握した過去のデータを蓄積する。この他、データベース７には、車両運転者からの経路誘導情報採択に関するアンケート回答や、走行車両からの該当道路走行回数や車種に関するＥＴＣ情報等を蓄積する。
【００３１】
経路情報採択結果推定モデル学習手段８は、データベース７に蓄積された大型車混入率を含む過去のデータを統計処理して、道路状況に対応する経路誘導情報の採択結果パターンを更新する。
【００３２】
前記経路情報採択結果推定手段５は、前述のように道路状況把握手段で把握した大型車混入率により経路情報の採択結果を推定したり、或いは、この大型車混入率及び経路情報採択結果推定モデル学習手段８で更新した経路誘導情報採択結果パターンを用い、経路誘導情報の採択結果を推定する。例えば、大型車混入率から推定される採択結果と、経路情報採択結果推定モデル学習手段８で更新した経路誘導情報採択結果パターンを用いて推定される採択結果とに重み付を行って、最終的な採択率を決定してもよい。
【００３３】
このようにすると、大型車混入率がわからない場合でも、過去のデータを解析した結果から経路誘導情報の採用割合を決定したり、ドライバのアンケート結果から採用割合を決定したりすることもできる。
【００３４】
また、ドライバのアンケートや、ＥＴＣ情報の利用により、同じ車両が繰り返し利用していることが確認できる等、ドライバの学習に関する情報が利用可能な場合には、これらの情報をもとに、経路情報採択結果推定モデル学習手段８にて経路情報採択におけるモデル学習を行い、その結果を経路情報採択結果推定手段５に反映させることが可能である。この場合、例えば、「繰り返し利用する車両に関しては、経験から経路を判断するため経路情報は採用する確率が低い」等のモデル変更（学習）が考えられる。
【００３５】
上記構成において、道路インフラセンサ１は、道路交通状況を把握するための情報を計測する。道路インフラセンサとして車両感知器を設置した場合、交通量、密度、平均速度、大型車混入率が道路交通状況把握用のデータとして得られる。
【００３６】
道路インフラセンサ１で得られた交通量、密度、平均速度、大型車混入率等のデータを用いて、道路状況把握手段２は、道路状況を把握する。すなわち、現状の各道路における道路状況を把握したり、過去のデータと比較して道路状況の変化を把握する。
【００３７】
道路交通流のシミュレーション手段３では、道路交通流把握手段２にて得られた道路交通流データ（交通量、密度、平均速度、大型車混入率等）を用いて将来の道路交通流を予測する。この場合、マクロ交通流シミュレータにより、道路交通を流体に見立て、広範囲の道路ネットワークシミュレーションを行う。すなわち、図２で示すように、道路をいくつかの区間に分割し、これらの区間を移動する交通量を、各区間の密度の推移として予測演算する。
【００３８】
また、ミクロ交通流シミュレータにより、車両１台１台の走行を模擬する。すなわち、マクロ交通流シミュレータのように区間毎の密度の推移を予測するのではなく、区間内の各車線に個々の車両がどのように存在するかを予測する。したがって、車線毎の道路交通状況や、車線変更等の車両毎の模擬が可能であり、車線レベルの経路誘導等に有効である。
【００３９】
この様に、ミクロ交通流シミュレーションにて、車線毎の道路交通シミュレーション結果が得られれば、これをもとに経路誘導情報作成手段４にて経路誘導情報を作成する。車線毎の道路交通状況を考慮することが可能であるため、渋滞時においては、渋滞の車線を回避するような走行車線誘導情報を作成する。
【００４０】
また、図３に示す様に、突発事象が発生した場合は、この突発事象を回避するように経路誘導する。すなわち、突発事象発生によって車線が閉鎖されてしまった場合、図３（ａ）で示すように、突発事象発生地点直前における車線変更が増加し、この地点における平均速度が極端に低下することが発生する可能性がある。そこで、図３（ｂ）で示すように、突発事象発生地点の上流側において、車両を、突発事象によって閉鎖された車線以外の車線に事前に車線誘導する。このように経路誘導すれば、突発事象発生地点直前における車線変更の頻度を低減でき、平均速度の低下を防ぐことができる。
【００４１】
経路誘導情報の提供方法としては、路側に情報掲示板を利用して提供する方法や、カーナビや、将来的には路車間通信を利用した情報提供を行う。
【００４２】
また、経路誘導情報作成手段４にて作成された経路誘導情報案を、図１で示すように、道路交通流のシミュレーション手段３に戻し、経路誘導情報を採用した場合の道路交通流シミュレーションを実施する。そして、その結果をもとに経路誘導情報作成手段４にて再度経路誘導情報を作成する。
【００４３】
すなわち、シミュレーション手段３は、経路誘導情報作成手段４で作成した経路誘導情報を取り込んで、経路誘導した結果をシミュレーションする。経路誘導情報作成手段４は、このシミュレーション結果を取り込んで走行状態が改善される方向に経路を誘導する経路誘導情報を作成する。すなわち、予測結果の収束演算を所定回数行うことにより効果的な経路誘導を実現している。これらの結果、道路交通状況を改善させる経路誘導情報のみを提供できる。
【００４４】
このとき、経路情報採択結果推定手段５で推定された経路情報採択結果を用いると、より的確なシミュレーションを実行できる。すなわち、ミクロ交通流シミュレータにおいては、１台１台の車両の走行模擬において車両挙動モデルを利用するが、これに経路誘導情報を採用するかどうかを反映するモデルを利用することで、より実際に近いシミュレーションが可能となる。
【００４５】
先に述べたように、大型車混入率が利用可能な場合、大型車を商用車と考えるとすると、例えば、商用車は経路誘導情報採用の確率が高いと考えれば、これをもとに経路情報採択結果推定手段５にてどれだけの割合が経路情報を採用したかを推定し、ミクロ交通シミュレーションで利用可能である。また、大型車混入率がわからない場合でも、過去のデータを解析した結果から経路誘導情報の採用割合を決定したり、ドライバのアンケート結果から採用割合を決定できる。これらのデータを利用し、経路情報採択結果推定手段５にて経路情報採択結果推定を行うことも可能である。
【００４６】
また、ドライバのアンケートや、ＥＴＣからの情報の利用により、同じ車両が繰り返し利用していることが確認でき、これらの情報をもとに、経路情報採択結果推定モデル学習手段８にて経路情報採択におけるモデル学習を行い、その結果を経路情報採択結果推定手段５に反映させることが可能である。
【００４７】
また、図１で示した突発事象検出手段６により突発事象を検出した場合、突発事象の発生位置がわかるため、突発事象発生後の将来の交通状況も予測可能である。このため、図４で示すように、突発事象発生位置の前（上流）に分岐位置がある道路では、ミクロ交通流シミュレーションにより、突発事象発生時に、その手前の分岐点にてどちらの路線を選択すべきかの経路誘導情報が作成可能となる。そして、図４で示すように、突発事象発生地点の手前の分岐地点において経路誘導情報を提供することができる。
【００４８】
このように、道路交通流のシミュレーション手段３によって、個々の車両の道路上における存在位置を想定し、将来の道路交通状況を予測した結果に基いて経路誘導情報を作成するので、交通状況改善のために的確な経路誘導情報の作成が可能である。
【００４９】
また、経路誘導情報作成手段４にて作成された経路誘導情報を用いて道路交通シミュレーションし、その結果から経路誘導情報を再度作成することによって、将来的に道路交通状況改善に有効な経路誘導情報を作成することが可能である。
【００５０】
更に、ドライバが経路誘導情報を採択するかどうかを考慮して道路交通流シミュレーションを行うことで、より、実際に近い道路交通流シミュレーションが可能となり、より有効な経路誘導情報の作成が可能となる。
【００５１】
また、道路交通流シミュレーションにてミクロ交通流シミュレーションを利用することで、車線レベルでの経路誘導情報の作成が可能となる。
【００５２】
突発事象に関する情報が利用可能の場合は、突発事象による渋滞をさけるための経路誘導情報の作成が可能である。また、道路交通流シミュレーションにて、突発事象発生地点の手前の分岐路からシミュレーションを行うことにより、突発事象発生地点手前の分岐路における経路誘導情報の作成が可能である。
【００５３】
さらに、大型車混入率が利用可能な場合には、これをドライバの経路誘導情報採択状況の推定に利用することから、より実際に近い経路誘導情報採択結果の推定が可能となり、より有効な経路誘導情報の作成が可能となる。
【００５４】
また、過去のデータを用いて、経路情報採択結果推定に用いるモデルを学習することで、経路情報採用の経年変化に対応した経路誘導情報の作成が可能である。
【００５５】
これらの経路誘導情報をドライバに提供することにより、渋滞の緩和等、道路交通状況の改善が可能となる。特に、事故等の突発事象発生時における道路交通状況の改善に効果がある。
【図面の簡単な説明】
【００５６】
【図１】本発明による道路交通制御装置の一実施の形態を示すブロック図である。
【図２】同上一実施の形態における道路とインフラセンサとの関係を示す模式図である。
【図３】同上一実施の形態における突発事象発生時の状況とそれに対する車線経路誘導状態とを示す模式図である。
【図４】同上一実施の形態における突発事象発生時の分岐経路誘導状態を示す模式図である。
【符号の説明】
【００５７】
１ 道路インフラセンサ
２ 道路状況把握手段
３ シミュレーション手段
４ 経路誘導情報作成手段
５ 経路情報採択結果推定手段
６ 突発事象検出手段
７ データベース
８ 経路情報採択結果推定モデル学習手段
１１ 道路
【技術分野】
【０００１】
本発明は、経路誘導機能を有する道路交通制御装置に関する。
【背景技術】
【０００２】
一般に、高速道路を含む道路交通においては、渋滞などを回避して走行状態を改善するために、走行経路を誘導することが行われるようになった。このような経路誘導を行う場合、道路ネットワークに対してダイクストラ法等の経路探索アルゴリズムを適用し、得られた探索結果を用いて経路誘導を行っているケースが多い（例えば、特許文献１参照）。これをケース（１）とする。
【０００３】
また、ＧＡ（遺伝的アルゴリズム）等の最適化手法を用いて、評価関数を最適にするような道路ネットワークを探索し、経路誘導に利用するケースもみられる（例えば、特許文献２参照）。これをケース（２）とする。
【０００４】
さらに、道路交通シミュレータを利用し、道路交通状況を予測した結果を用いて誘導経路を決定するケースも見られる（例えば、特許文献３及び特許文献4参照）。これをケース（３）とする。
【特許文献１】特開平５−１６５４０８号公報
【特許文献２】特開平１０−５５３４９号公報
【特許文献３】特開平９−１０２０２６号公報
【特許文献４】特開平９−７０８８９号公報
【発明の開示】
【発明が解決しようとする課題】
【０００５】
上述した経路誘導装置において、ケース（１）、ケース（２）は、道路ネットワーク構造や、道路形状等の静的な情報をもとに経路探索した結果を利用し、経路誘導もしくは経路情報提供を行っている。このため、提供している経路情報、もしくは経路の誘導により、今後、道路交通状況がどのように変化していくかを考慮していない。よって、場合によっては、経路誘導の結果、渋滞が発生する可能性があり、道路交通効率を向上させることに関しては大きな課題となっていた。
【０００６】
また、ケース（３）では、道路交通シミュレータを利用し、道路交通状況の将来予測結果をもとに経路誘導情報を作成している。しかし、ドライバが経路誘導情報を採用するかどうかまでの考慮はなされていない。よって、習熟したドライバが多い場合など、道路交通シミュレーション結果とは異なる結果となり、道路交通効率を向上させることに関しては大きな妨げとなる可能性があった。
【０００７】
本発明の目的は、道路上における個々の車両の想定位置に基き、走行状態を改善するための経路誘導を的確に行う道路交通制御装置を提供すると共に、第２の目的として、ドライバの経路誘導情報の採用状況を考慮した道路交通シミュレーションを行うことで、より的確に経路誘導が可能な道路交通制御装置を提供することにある。
【課題を解決するための手段】
【０００８】
本発明による道路交通制御装置は、道路上の所定位置を通過する車両を検出する道路インフラセンサと、この道路インフラセンサからのデータに基づき、前記通過した車両個々が所定のシミュレーション時刻において道路上のどの位置に存在するかを想定するシミュレーションを実行するシミュレーション手段と、このシミュレーション手段により想定された各車両の存在位置から、走行状態が改善される方向に経路を誘導する経路誘導情報の作成手段とを備えたことを特徴とする。
【０００９】
本発明では、シミュレーション手段は、経路誘導情報作成手段で作成した経路誘導情報を取り込んでシミュレーションを実行し、経路誘導情報作成手段は、このシミュレーション結果を取り込んで走行状態が改善される方向に経路を誘導する経路誘導情報を作成する収束演算を所定回数行うようにしてもよい。
【００１０】
また、本発明では、道路インフラセンサからのデータに基づき、大型車混入率を含む道路状況を把握する道路状況把握手段と、前記大型車混入率を用い、経路情報の採択結果を推定する経路情報採択結果推定手段とを設け、シミュレーション手段は、経路誘導情報作成手段で作成した経路誘導情報を取り込むと共に、前記経路情報採択結果推定手段で推定された経路情報採択結果を用いてシミュレーションを実行し、経路誘導情報作成手段は、このシミュレーション結果を取り込んで走行状態が改善される方向に経路を誘導する経路誘導情報を作成する収束演算を所定回数行うようにしてもよい。
【００１１】
また、本発明では、道路状況把握手段が把握した過去の大型車混入率を含むデータを蓄積するデータベースと、このデータベースに蓄積された過去の大型車混入率を含むデータを統計処理して道路状況に対応する経路誘導情報の採択結果を更新する経路情報採択結果推定モデル学習手段と、前記道路状況把握手段で把握した大型車混入率及び経路情報採択結果推定モデル学習手段で更新した経路誘導情報採択結果を用い、経路誘導情報の採択結果を推定する経路情報採択結果推定手段とを設け、シミュレーション手段は、経路誘導情報作成手段で作成した経路誘導情報を取り込むと共に、前記経路情報採択結果推定手段で推定された経路情報採択結果を用いてシミュレーションを実行し、経路誘導情報作成手段は、このシミュレーション結果を取り込んで走行状態が改善される方向に経路を誘導する経路誘導情報を作成する収束演算を所定回数行うようにしてもよい。
【００１２】
また、本発明では、経路誘導情報作成手段は、分岐点を有する道路に対しては、シミュレーション手段により想定された各車両の存在位置から、前記分岐点における分岐案内用の経路誘導情報を作成する。
【００１３】
また、本発明では、経路誘導情報作成手段は、シミュレーション手段により想定された車線毎の車両の存在位置から、車線変更用の経路誘導情報を作成してもよい。
【００１４】
また、本発明では、道路上に生じる突発事象の検出手段を設け、経路誘導情報作成手段は、前記突発事象検出時は、分岐点において、突発事象が生じていない道路への経路案内情報を作成したり、或いは、突発事象が生じていない車線への経路案内情報を作成するように構成してもよい。
【００１５】
さらに、本発明では、データベースは、車両運転者からの経路誘導情報採択に関するアンケート回答を蓄積したり、或いは、走行車両からの該当道路走行回数や車種に関するＥＴＣ情報を蓄積するものでもよい。
【発明の効果】
【００１６】
本発明によれば、道路上における個々の車両の想定位置に基き、走行状態を改善するための経路誘導を行うので個々の車両を対象とした的確な経路誘導を行うことができる。また、経路誘導結果を用いてシミュレーションを行い、収束演算を行うことにより、従来のように経路誘導の結果かえって交通渋滞が生じてしまうようなことはなく、より的確な経路誘導が可能になる。さらに、ドライバの経路誘導情報の採用状況を考慮することにより、経路誘導を無視したドライバによる影響を考慮して、一層的確な経路誘導が可能となる。
【発明を実施するための最良の形態】
【００１７】
以下、本発明による道路交通制御装置の一実施の形態について図面を用いて詳細に説明する。
【００１８】
図１は、道路交通制御装置のシステム構成を示すブロック図である。図１において、１は道路インフラセンサで、道路交通状況を把握するための情報を計測する。例えば、図２で示すように、道路１１上の区間毎に設けられ、区間毎の道路交通状況を検出する。この道路インフラセンサ１として車両感知器を設置した場合、各車両感知器１からは交通量、密度、平均車速が得られる。また、車両感知器１によっては、大型車とそれ以外の交通量が別々にわかるので、大型車混入率が把握できる情報も得られる。ここでは、これらの交通量、密度、平均速度、大型車混入率が、検出時刻と共に道路交通状況把握用のデータとして得られるとする。
【００１９】
２は道路状況把握手段で、道路インフラセンサ１で得られたデータ（ここでは交通量、密度、平均速度、大型車混入率）を用いて道路状況を把握する。道路状況把握手段２では、得られたデータをメモリやＨＤＤに保存し、これら得られたデータをもとに 現状の各道路における道路状況を把握したり、過去のデータと比較して道路状況の変化を把握する。
【００２０】
３は道路交通流のシミュレーション手段で、道路交通流把握手段２で得られた道路交通流データ（交通量、密度、平均速度、大型車混入率やその検出時刻）を用いて将来の道路交通流を予測する。道路交通流シミュレータとしては、道路交通を流体に見立てたマクロ交通流シミュレータと、車両１台１台の走行を模擬するミクロ交通流シミュレータとがある（マクロ交通流シミュレータに関しては、文献「”交通シミュレーションモデル開発の系譜”、赤羽弘和、大口敬、小根山裕之著、交通工学、Vol.37,No.5,2002年」におけるブロック密度法、インプットアウトプット法を参照。ミクロ交通流シミュレータに関しては、文献「”やさしい交通シミュレーション３．交通流のミクロシミュレーション”、尾崎晴男著、交通工学、Vol.32,No.6,1997年」を参照）。
【００２１】
マクロ交通流シミュレータは、図２で示したように、道路１１をいくつかの区間に分割し、これらの区間を移動する交通量を予測演算することから、各区間の密度の推移を予測していく。このマクロ交通流シミュレータは、広範囲の道路ネットワークシミュレーションに適している。しかし、車線毎の道路交通状況や、車線変更等の車両毎の模擬はできない。
【００２２】
ミクロ交通流シミュレータは、各車両がある地点を通過したときの通過時刻及び通過速度から、シミュレーション時刻における各車両の存在位置をそれぞれ演算し想定するものである。この演算を車線毎に行えば、車線毎に各車両の存在位置を想定することができる。したがって、車線レベルを含む各車両の詳細な経路誘導等に関しては、ミクロ交通流シミュレータの利用が有効である。この場合、道路交通流把握手段２から得られた道路交通流データを用いて、道路における存在台数、及び平均速度をミクロ交通流シミュレーションに利用する。
【００２３】
４は経路誘導情報作成手段で、シミュレーション手段３でのミクロ交通流シミュレーションにて、車線毎の道路交通シミュレーション結果が得られれば、これをもとに走行状態が改善される方向に経路を誘導する経路誘導情報を作成する。このように、車線毎の道路交通状況を考慮することが可能であるため、渋滞時においては、渋滞の車線を回避するような走行車線誘導情報を作成することが可能である。
【００２４】
また、シミュレーション手段３は、突発事象検出手段６により道路上に突発事象が発生したことが検出された場合、この突発事象を含んだシミュレーションを図３（ａ）で示すように実行する。経路誘導情報作成手段４はこのシミュレーション結果から、突発事象による渋滞を回避するべく、図３（ｂ）示すような経路誘導情報を作成する。
【００２５】
前記シミュレーション手段３は、経路誘導情報作成手段４で作成した経路誘導情報を取り込んでシミュレーションを実行する機能を有する。また、経路誘導情報作成手段４は、このシミュレーション結果を取り込んで走行状態が改善される方向に経路を誘導する経路誘導情報を作成する収束演算を所定回数行う機能を有する。
【００２６】
前記突発事象検出手段６としては、例えば、車両感知器１から得られるデータの変化状況から自動で突発事象を検出する手法を用いる。なお、突発事象の自動検知技術に関しては文献「累積交通量データを用いた突発事象自動検知アルゴリズムの開発」(H15年電気学会全国大会)等が利用可能である。
【００２７】
また、道路インフラセンサ１として路側にＣＴＶカメラを設置した場合は、突発事象情報検出手段６はＣＴＶカメラから得られるデータをもとに、画像処理等で突発事象の発生を検出できる。この場合、突発事象に関する情報（発生時刻、発生位置、発生種類）を入手することも可能である。
【００２８】
さらに、道路交通管制システムから突発事象に関する情報が入手可能な場合は、道路交通管制システムから突発事象に関する情報を入手する。この様な場合、突発事象の発生位置がわかるため、突発事象発生時の将来の交通状況も予測可能である。
【００２９】
５は経路情報採択結果推定手段で、道路状況把握手段２で把握されたから大型車混入率を用いて、経路情報の採択結果を推定する。すなわち、大型車を商用車と考えると、例えば、商用車は経路誘導情報採用の確率が高いと考えれば、これをもとに経路情報採択結果推定手段５にてどれだけの割合が経路情報を採用したかを推定できる。
【００３０】
この経路情報採択結果推定手段５に対してはデータベース７と、経路情報採択結果推定モデル学習手段８とを設ける。データベース７は、大型車混入率を含む道路状況把握手段２が把握した過去のデータを蓄積する。この他、データベース７には、車両運転者からの経路誘導情報採択に関するアンケート回答や、走行車両からの該当道路走行回数や車種に関するＥＴＣ情報等を蓄積する。
【００３１】
経路情報採択結果推定モデル学習手段８は、データベース７に蓄積された大型車混入率を含む過去のデータを統計処理して、道路状況に対応する経路誘導情報の採択結果パターンを更新する。
【００３２】
前記経路情報採択結果推定手段５は、前述のように道路状況把握手段で把握した大型車混入率により経路情報の採択結果を推定したり、或いは、この大型車混入率及び経路情報採択結果推定モデル学習手段８で更新した経路誘導情報採択結果パターンを用い、経路誘導情報の採択結果を推定する。例えば、大型車混入率から推定される採択結果と、経路情報採択結果推定モデル学習手段８で更新した経路誘導情報採択結果パターンを用いて推定される採択結果とに重み付を行って、最終的な採択率を決定してもよい。
【００３３】
このようにすると、大型車混入率がわからない場合でも、過去のデータを解析した結果から経路誘導情報の採用割合を決定したり、ドライバのアンケート結果から採用割合を決定したりすることもできる。
【００３４】
また、ドライバのアンケートや、ＥＴＣ情報の利用により、同じ車両が繰り返し利用していることが確認できる等、ドライバの学習に関する情報が利用可能な場合には、これらの情報をもとに、経路情報採択結果推定モデル学習手段８にて経路情報採択におけるモデル学習を行い、その結果を経路情報採択結果推定手段５に反映させることが可能である。この場合、例えば、「繰り返し利用する車両に関しては、経験から経路を判断するため経路情報は採用する確率が低い」等のモデル変更（学習）が考えられる。
【００３５】
上記構成において、道路インフラセンサ１は、道路交通状況を把握するための情報を計測する。道路インフラセンサとして車両感知器を設置した場合、交通量、密度、平均速度、大型車混入率が道路交通状況把握用のデータとして得られる。
【００３６】
道路インフラセンサ１で得られた交通量、密度、平均速度、大型車混入率等のデータを用いて、道路状況把握手段２は、道路状況を把握する。すなわち、現状の各道路における道路状況を把握したり、過去のデータと比較して道路状況の変化を把握する。
【００３７】
道路交通流のシミュレーション手段３では、道路交通流把握手段２にて得られた道路交通流データ（交通量、密度、平均速度、大型車混入率等）を用いて将来の道路交通流を予測する。この場合、マクロ交通流シミュレータにより、道路交通を流体に見立て、広範囲の道路ネットワークシミュレーションを行う。すなわち、図２で示すように、道路をいくつかの区間に分割し、これらの区間を移動する交通量を、各区間の密度の推移として予測演算する。
【００３８】
また、ミクロ交通流シミュレータにより、車両１台１台の走行を模擬する。すなわち、マクロ交通流シミュレータのように区間毎の密度の推移を予測するのではなく、区間内の各車線に個々の車両がどのように存在するかを予測する。したがって、車線毎の道路交通状況や、車線変更等の車両毎の模擬が可能であり、車線レベルの経路誘導等に有効である。
【００３９】
この様に、ミクロ交通流シミュレーションにて、車線毎の道路交通シミュレーション結果が得られれば、これをもとに経路誘導情報作成手段４にて経路誘導情報を作成する。車線毎の道路交通状況を考慮することが可能であるため、渋滞時においては、渋滞の車線を回避するような走行車線誘導情報を作成する。
【００４０】
また、図３に示す様に、突発事象が発生した場合は、この突発事象を回避するように経路誘導する。すなわち、突発事象発生によって車線が閉鎖されてしまった場合、図３（ａ）で示すように、突発事象発生地点直前における車線変更が増加し、この地点における平均速度が極端に低下することが発生する可能性がある。そこで、図３（ｂ）で示すように、突発事象発生地点の上流側において、車両を、突発事象によって閉鎖された車線以外の車線に事前に車線誘導する。このように経路誘導すれば、突発事象発生地点直前における車線変更の頻度を低減でき、平均速度の低下を防ぐことができる。
【００４１】
経路誘導情報の提供方法としては、路側に情報掲示板を利用して提供する方法や、カーナビや、将来的には路車間通信を利用した情報提供を行う。
【００４２】
また、経路誘導情報作成手段４にて作成された経路誘導情報案を、図１で示すように、道路交通流のシミュレーション手段３に戻し、経路誘導情報を採用した場合の道路交通流シミュレーションを実施する。そして、その結果をもとに経路誘導情報作成手段４にて再度経路誘導情報を作成する。
【００４３】
すなわち、シミュレーション手段３は、経路誘導情報作成手段４で作成した経路誘導情報を取り込んで、経路誘導した結果をシミュレーションする。経路誘導情報作成手段４は、このシミュレーション結果を取り込んで走行状態が改善される方向に経路を誘導する経路誘導情報を作成する。すなわち、予測結果の収束演算を所定回数行うことにより効果的な経路誘導を実現している。これらの結果、道路交通状況を改善させる経路誘導情報のみを提供できる。
【００４４】
このとき、経路情報採択結果推定手段５で推定された経路情報採択結果を用いると、より的確なシミュレーションを実行できる。すなわち、ミクロ交通流シミュレータにおいては、１台１台の車両の走行模擬において車両挙動モデルを利用するが、これに経路誘導情報を採用するかどうかを反映するモデルを利用することで、より実際に近いシミュレーションが可能となる。
【００４５】
先に述べたように、大型車混入率が利用可能な場合、大型車を商用車と考えるとすると、例えば、商用車は経路誘導情報採用の確率が高いと考えれば、これをもとに経路情報採択結果推定手段５にてどれだけの割合が経路情報を採用したかを推定し、ミクロ交通シミュレーションで利用可能である。また、大型車混入率がわからない場合でも、過去のデータを解析した結果から経路誘導情報の採用割合を決定したり、ドライバのアンケート結果から採用割合を決定できる。これらのデータを利用し、経路情報採択結果推定手段５にて経路情報採択結果推定を行うことも可能である。
【００４６】
また、ドライバのアンケートや、ＥＴＣからの情報の利用により、同じ車両が繰り返し利用していることが確認でき、これらの情報をもとに、経路情報採択結果推定モデル学習手段８にて経路情報採択におけるモデル学習を行い、その結果を経路情報採択結果推定手段５に反映させることが可能である。
【００４７】
また、図１で示した突発事象検出手段６により突発事象を検出した場合、突発事象の発生位置がわかるため、突発事象発生後の将来の交通状況も予測可能である。このため、図４で示すように、突発事象発生位置の前（上流）に分岐位置がある道路では、ミクロ交通流シミュレーションにより、突発事象発生時に、その手前の分岐点にてどちらの路線を選択すべきかの経路誘導情報が作成可能となる。そして、図４で示すように、突発事象発生地点の手前の分岐地点において経路誘導情報を提供することができる。
【００４８】
このように、道路交通流のシミュレーション手段３によって、個々の車両の道路上における存在位置を想定し、将来の道路交通状況を予測した結果に基いて経路誘導情報を作成するので、交通状況改善のために的確な経路誘導情報の作成が可能である。
【００４９】
また、経路誘導情報作成手段４にて作成された経路誘導情報を用いて道路交通シミュレーションし、その結果から経路誘導情報を再度作成することによって、将来的に道路交通状況改善に有効な経路誘導情報を作成することが可能である。
【００５０】
更に、ドライバが経路誘導情報を採択するかどうかを考慮して道路交通流シミュレーションを行うことで、より、実際に近い道路交通流シミュレーションが可能となり、より有効な経路誘導情報の作成が可能となる。
【００５１】
また、道路交通流シミュレーションにてミクロ交通流シミュレーションを利用することで、車線レベルでの経路誘導情報の作成が可能となる。
【００５２】
突発事象に関する情報が利用可能の場合は、突発事象による渋滞をさけるための経路誘導情報の作成が可能である。また、道路交通流シミュレーションにて、突発事象発生地点の手前の分岐路からシミュレーションを行うことにより、突発事象発生地点手前の分岐路における経路誘導情報の作成が可能である。
【００５３】
さらに、大型車混入率が利用可能な場合には、これをドライバの経路誘導情報採択状況の推定に利用することから、より実際に近い経路誘導情報採択結果の推定が可能となり、より有効な経路誘導情報の作成が可能となる。
【００５４】
また、過去のデータを用いて、経路情報採択結果推定に用いるモデルを学習することで、経路情報採用の経年変化に対応した経路誘導情報の作成が可能である。
【００５５】
これらの経路誘導情報をドライバに提供することにより、渋滞の緩和等、道路交通状況の改善が可能となる。特に、事故等の突発事象発生時における道路交通状況の改善に効果がある。
【図面の簡単な説明】
【００５６】
【図１】本発明による道路交通制御装置の一実施の形態を示すブロック図である。
【図２】同上一実施の形態における道路とインフラセンサとの関係を示す模式図である。
【図３】同上一実施の形態における突発事象発生時の状況とそれに対する車線経路誘導状態とを示す模式図である。
【図４】同上一実施の形態における突発事象発生時の分岐経路誘導状態を示す模式図である。
【符号の説明】
【００５７】
１ 道路インフラセンサ
２ 道路状況把握手段
３ シミュレーション手段
４ 経路誘導情報作成手段
５ 経路情報採択結果推定手段
６ 突発事象検出手段
７ データベース
８ 経路情報採択結果推定モデル学習手段
１１ 道路
【特許請求の範囲】
【請求項１】
道路上の所定位置を通過する車両を検出する道路インフラセンサと、
この道路インフラセンサからのデータに基づき、前記通過した車両個々が所定のシミュレーション時刻において道路上のどの位置に存在するかを想定するシミュレーションを実行するシミュレーション手段と、
このシミュレーション手段により想定された各車両の存在位置から、走行状態が改善される方向に経路を誘導する経路誘導情報の作成手段と、
を備えたことを特徴とする道路交通制御装置。
【請求項２】
道路上の所定位置を通過する車両を検出する道路インフラセンサと、
この道路インフラセンサからのデータに基づき、前記通過した車両個々が所定のシミュレーション時刻において道路上のどの位置に存在するかを想定するシミュレーションを実行するシミュレーション手段と、
このシミュレーション手段により想定された各車両の存在位置から、走行状態が改善される方向に経路を誘導する経路誘導情報の作成手段とを備え、
前記シミュレーション手段は、経路誘導情報作成手段で作成した経路誘導情報を取り込んでシミュレーションを実行し、経路誘導情報作成手段は、このシミュレーション結果を取り込んで走行状態が改善される方向に経路を誘導する経路誘導情報を作成する収束演算を所定回数行うことを特徴とする道路交通制御装置。
【請求項３】
道路上の所定位置を通過する車両を検出する道路インフラセンサと、
この道路インフラセンサからのデータに基づき、大型車混入率を含む道路状況を把握する道路状況把握手段と、
前記道路インフラセンサからのデータに基づき、前記通過した車両個々が所定のシミュレーション時刻において道路上のどの位置に存在するかを想定するシミュレーションを実行するシミュレーション手段と、
このシミュレーション手段により想定された各車両の存在位置から、走行状態が改善される方向に経路を誘導する経路誘導情報の作成手段と、
前記大型車混入率を用い、経路情報の採択結果を推定する経路情報採択結果推定手段とを備え、
前記シミュレーション手段は、経路誘導情報作成手段で作成した経路誘導情報を取り込むと共に、前記経路情報採択結果推定手段で推定された経路情報採択結果を用いてシミュレーションを実行し、経路誘導情報作成手段は、このシミュレーション結果を取り込んで走行状態が改善される方向に経路を誘導する経路誘導情報を作成する収束演算を所定回数行うことを特徴とする道路交通制御装置。
【請求項４】
道路上の所定位置を通過する車両を検出する道路インフラセンサと、
この道路インフラセンサからのデータに基づき、大型車混入率を含む道路状況を把握する道路状況把握手段と、
前記道路インフラセンサからのデータに基づき、前記通過した車両個々が所定のシミュレーション時刻において道路上のどの位置に存在するかを想定するシミュレーションを実行するシミュレーション手段と、
このシミュレーション手段により想定された各車両の存在位置から、走行状態が改善される方向に経路を誘導する経路誘導情報の作成手段と、
前記道路状況把握手段が把握した過去の大型車混入率を含むデータを蓄積するデータベースと、
このデータベースに蓄積された過去の大型車混入率を含むデータを統計処理して道路状況に対応する経路誘導情報の採択結果を更新する経路情報採択結果推定モデル学習手段と、
前記道路状況把握手段で把握した大型車混入率及び経路情報採択結果推定モデル学習手段で更新した経路誘導情報採択結果を用い、経路誘導情報の採択結果を推定する経路情報採択結果推定手段とを備え、
前記シミュレーション手段は、経路誘導情報作成手段で作成した経路誘導情報を取り込むと共に、前記経路情報採択結果推定手段で推定された経路情報採択結果を用いてシミュレーションを実行し、経路誘導情報作成手段は、このシミュレーション結果を取り込んで走行状態が改善される方向に経路を誘導する経路誘導情報を作成する収束演算を所定回数行うことを特徴とする道路交通制御装置。
【請求項５】
経路誘導情報作成手段は、分岐点を有する道路に対しては、シミュレーション手段により想定された各車両の存在位置から、前記分岐点における分岐案内用の経路誘導情報を作成することを特徴とする請求項１乃至４のいずれかに記載の道路交通制御装置。
【請求項６】
経路誘導情報作成手段は、シミュレーション手段により想定された車線毎の車両の存在位置から、車線変更用の経路誘導情報を作成することを特徴とする請求項１乃至５のいずれかに記載の道路交通制御装置。
【請求項７】
道路上に生じる突発事象の検出手段を有し、経路誘導情報作成手段は、前記突発事象検出時は、分岐点において、突発事象が生じていない道路への経路案内情報を作成することを特徴とする請求項５に記載の道路交通制御装置。
【請求項８】
道路上に生じる突発事象の検出手段を有し、経路誘導情報作成手段は、前記突発事象検出時は、突発事象が生じていない車線への経路案内情報を作成することを特徴とする請求項６に記載の道路交通制御装置。
【請求項９】
データベースは、車両運転者からの経路誘導情報採択に関するアンケート回答を蓄積することを特徴とする請求項４に記載の道路交通制御装置。
【請求項１０】
データベースは、走行車両からの該当道路走行回数や車種に関するＥＴＣ情報を蓄積することを特徴とする請求項４または請求項９に記載の道路交通制御装置。
【請求項１】
道路上の所定位置を通過する車両を検出する道路インフラセンサと、
この道路インフラセンサからのデータに基づき、前記通過した車両個々が所定のシミュレーション時刻において道路上のどの位置に存在するかを想定するシミュレーションを実行するシミュレーション手段と、
このシミュレーション手段により想定された各車両の存在位置から、走行状態が改善される方向に経路を誘導する経路誘導情報の作成手段と、
を備えたことを特徴とする道路交通制御装置。
【請求項２】
道路上の所定位置を通過する車両を検出する道路インフラセンサと、
この道路インフラセンサからのデータに基づき、前記通過した車両個々が所定のシミュレーション時刻において道路上のどの位置に存在するかを想定するシミュレーションを実行するシミュレーション手段と、
このシミュレーション手段により想定された各車両の存在位置から、走行状態が改善される方向に経路を誘導する経路誘導情報の作成手段とを備え、
前記シミュレーション手段は、経路誘導情報作成手段で作成した経路誘導情報を取り込んでシミュレーションを実行し、経路誘導情報作成手段は、このシミュレーション結果を取り込んで走行状態が改善される方向に経路を誘導する経路誘導情報を作成する収束演算を所定回数行うことを特徴とする道路交通制御装置。
【請求項３】
道路上の所定位置を通過する車両を検出する道路インフラセンサと、
この道路インフラセンサからのデータに基づき、大型車混入率を含む道路状況を把握する道路状況把握手段と、
前記道路インフラセンサからのデータに基づき、前記通過した車両個々が所定のシミュレーション時刻において道路上のどの位置に存在するかを想定するシミュレーションを実行するシミュレーション手段と、
このシミュレーション手段により想定された各車両の存在位置から、走行状態が改善される方向に経路を誘導する経路誘導情報の作成手段と、
前記大型車混入率を用い、経路情報の採択結果を推定する経路情報採択結果推定手段とを備え、
前記シミュレーション手段は、経路誘導情報作成手段で作成した経路誘導情報を取り込むと共に、前記経路情報採択結果推定手段で推定された経路情報採択結果を用いてシミュレーションを実行し、経路誘導情報作成手段は、このシミュレーション結果を取り込んで走行状態が改善される方向に経路を誘導する経路誘導情報を作成する収束演算を所定回数行うことを特徴とする道路交通制御装置。
【請求項４】
道路上の所定位置を通過する車両を検出する道路インフラセンサと、
この道路インフラセンサからのデータに基づき、大型車混入率を含む道路状況を把握する道路状況把握手段と、
前記道路インフラセンサからのデータに基づき、前記通過した車両個々が所定のシミュレーション時刻において道路上のどの位置に存在するかを想定するシミュレーションを実行するシミュレーション手段と、
このシミュレーション手段により想定された各車両の存在位置から、走行状態が改善される方向に経路を誘導する経路誘導情報の作成手段と、
前記道路状況把握手段が把握した過去の大型車混入率を含むデータを蓄積するデータベースと、
このデータベースに蓄積された過去の大型車混入率を含むデータを統計処理して道路状況に対応する経路誘導情報の採択結果を更新する経路情報採択結果推定モデル学習手段と、
前記道路状況把握手段で把握した大型車混入率及び経路情報採択結果推定モデル学習手段で更新した経路誘導情報採択結果を用い、経路誘導情報の採択結果を推定する経路情報採択結果推定手段とを備え、
前記シミュレーション手段は、経路誘導情報作成手段で作成した経路誘導情報を取り込むと共に、前記経路情報採択結果推定手段で推定された経路情報採択結果を用いてシミュレーションを実行し、経路誘導情報作成手段は、このシミュレーション結果を取り込んで走行状態が改善される方向に経路を誘導する経路誘導情報を作成する収束演算を所定回数行うことを特徴とする道路交通制御装置。
【請求項５】
経路誘導情報作成手段は、分岐点を有する道路に対しては、シミュレーション手段により想定された各車両の存在位置から、前記分岐点における分岐案内用の経路誘導情報を作成することを特徴とする請求項１乃至４のいずれかに記載の道路交通制御装置。
【請求項６】
経路誘導情報作成手段は、シミュレーション手段により想定された車線毎の車両の存在位置から、車線変更用の経路誘導情報を作成することを特徴とする請求項１乃至５のいずれかに記載の道路交通制御装置。
【請求項７】
道路上に生じる突発事象の検出手段を有し、経路誘導情報作成手段は、前記突発事象検出時は、分岐点において、突発事象が生じていない道路への経路案内情報を作成することを特徴とする請求項５に記載の道路交通制御装置。
【請求項８】
道路上に生じる突発事象の検出手段を有し、経路誘導情報作成手段は、前記突発事象検出時は、突発事象が生じていない車線への経路案内情報を作成することを特徴とする請求項６に記載の道路交通制御装置。
【請求項９】
データベースは、車両運転者からの経路誘導情報採択に関するアンケート回答を蓄積することを特徴とする請求項４に記載の道路交通制御装置。
【請求項１０】
データベースは、走行車両からの該当道路走行回数や車種に関するＥＴＣ情報を蓄積することを特徴とする請求項４または請求項９に記載の道路交通制御装置。
【図１】
【図２】
【図３】
【図４】
【図２】
【図３】
【図４】
【公開番号】特開２００６−１８５６０（Ｐ２００６−１８５６０Ａ）
【公開日】平成１８年１月１９日（２００６．１．１９）
【国際特許分類】
【出願番号】特願２００４−１９５３２５（Ｐ２００４−１９５３２５）
【出願日】平成１６年７月１日（２００４．７．１）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【Ｆターム（参考）】
【公開日】平成１８年１月１９日（２００６．１．１９）
【国際特許分類】
【出願日】平成１６年７月１日（２００４．７．１）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【Ｆターム（参考）】
[ Back to top ]