特許ウォッチ

公開番号2025138388
公報種別公開特許公報(A)
公開日2025-09-25
出願番号2024037444
出願日2024-03-11
発明の名称推定装置及び推定方法
出願人NTT株式会社,株式会社NTTデータグループ,阪神高速道路株式会社
代理人弁理士法人酒井国際特許事務所
主分類G08G 1/01 20060101AFI20250917BHJP(信号)
要約【課題】実環境の道路の交通量を精度よく推定すること。
【解決手段】推定装置100は、対象エリアを過去に走行した複数の車両に関する交通密度及び走行速度の関係を示すサンプルの分布から、2次元の連続的な確率密度関数を推定する確率密度推定部152と、2次元の連続的な確率密度関数に対して連続変数である交通密度を変化させ、各交通密度に対応する走行速度の1次元の確率密度関数をそれぞれ計算する計算部153と、対象エリアを走行する複数の車両から走行速度の分布を受信し、1次元の確率密度関数及び前記走行速度の分布を基にして、対象エリアの交通密度を推定する交通密度推定部154と、を有する。
【選択図】図8
特許請求の範囲【請求項１】
対象エリアを過去に走行した複数の車両に関する交通密度及び走行速度の関係を示すサンプルの分布から、２次元の連続的な確率密度関数を推定する確率密度推定部と、
前記２次元の連続的な確率密度関数に対して連続変数である交通密度を変化させ、各交通密度に対応する走行速度の１次元の確率密度関数をそれぞれ計算する計算部と、
前記対象エリアを走行する複数の車両から走行速度の分布を受信し、１次元の確率密度関数及び前記走行速度の分布を基にして、前記対象エリアの交通密度を推定する交通密度推定部と、
を有することを特徴とする推定装置。
続きを表示（約 530 文字）【請求項２】
前記交通密度推定部は、前記１次元の確率密度関数を基にして、前記走行速度の分布に含まれる複数の走行速度に対応する確率密度の積をそれぞれ計算し、前記１次元の確率密度関数の積を基にして、前記交通密度を推定することを特徴とする請求項１に記載の推定装置。
【請求項３】
前記確率密度推定部は、複数の車両に関する交通密度及び走行速度の関係を示すサンプルの分布から、２次元のカーネル関数を推定することを特徴とする請求項１に記載の推定装置。
【請求項４】
推定装置が実行する推定方法であって、
対象エリアを過去に走行した複数の車両に関する交通密度及び走行速度の関係を示すサンプルの分布から、２次元の連続的な確率密度関数を推定する工程と、
前記２次元の連続的な確率密度関数に対して連続変数である交通密度を変化させ、各交通密度に対応する走行速度の１次元の確率密度関数をそれぞれ計算する工程と、
前記対象エリアを走行する複数の車両から走行速度の分布を受信し、１次元の確率密度関数及び前記走行速度の分布を基にして、前記対象エリアの交通密度を推定する工程と、
を含んだことを特徴とする推定方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、推定装置及び推定方法に関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
従来、対象エリアの交通量を推定する技術として、道路上の移動体を撮影したカメラ画像や動画の解析を行う技術が提案されている。一方で、カメラ等の設置の必要がなく比較的低コストで計算処理も軽量な方法として、クラウドに接続された車両から収集された速度情報を活用した交通量の推定技術の検討も進められている。
【０００３】
たとえば、速度情報から交通量を推定する技術として、交通密度（Ｋ）及び走行速度（Ｖ）間のモデルであるアンダーウッドのモデルや、グリーンバーグのモデルを用いた従来技術がある。
【０００４】
また、クラウドに接続されている車両の速度の離散分布ヒストグラムを、該当する道路における走行網羅データから生成される、あらゆる交通密度（Ｋ）における走行速度（Ｖ）の離散分布ヒストグラムと比較し、最も類似する離散分布ヒストグラムに対応する交通密度（Ｋ）を最終的な推定交通密度とする従来技術がある。
【先行技術文献】
【非特許文献】
【０００５】
三輪富生、山本俊行、竹下知範、森川高行“プローブカーの速度情報を用いた動的OD交通量の推定可能性に関する研究”、土木学会論文集D、Vol.64 No.2,252-265,2008.5
大道修、廣森聡仁、梅津高朗、山口弘純、東野輝夫“プローブカーデータによるリンク交通量推定手法の有効性評価”、情報処理学会研究報告、Vol.2012-MBL-64 No.20 Vol.2012-ITS-51 No.20 2012/11/16
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、上述した従来技術では、実環境の道路状態等の交通量に複雑に影響を与える要素を考慮した交通量の推定を行うことができず、また、収集される速度情報の量が少ない場合には、推定精度が低下するという課題がある。
【０００７】
たとえば、アンダーウッドのモデルや、グリーンバークのモデルは、主なパラメータとして、各道路の渋滞及び非渋滞時を代表する交通密度（Ｋ）と走行速度（Ｖ）とを利用するのみである。このため、各道路を走る車両属性、車線数、天候等といったＫ－Ｖ関係に複雑に影響を与える要素を考慮して、交通量を推定することができない。
【０００８】
また、離散分散のヒストグラムの比較による推定では、ヒストグラムのビン幅の設定に応じてヒストグラムの形が変化して推定結果が前後する場合がある。更に、観測される速度情報が少ない場合には、推定結果に対する尤もらしさを評価することができない。
【０００９】
本発明は、上記に鑑みてなされたものであって、実環境の道路の交通量を精度よく推定することができる推定装置及び推定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】
【００１０】
上述した課題を解決し、目的を達成するために、推定装置は、対象エリアを過去に走行した複数の車両に関する交通密度及び走行速度の関係を示すサンプルの分布から、２次元の連続的な確率密度関数を推定する確率密度推定部と、前記２次元の連続的な確率密度関数に対して連続変数である交通密度を変化させ、各交通密度に対応する走行速度の１次元の確率密度関数をそれぞれ計算する計算部と、前記対象エリアを走行する複数の車両から走行速度の分布を受信し、１次元の確率密度関数及び前記走行速度の分布を基にして、前記対象エリアの交通密度を推定する交通密度推定部と、を有することを特徴とする。
【発明の効果】
（【００１１】以降は省略されています）

関連特許