| 研究概要 |
本研究は交通流を統計的手法を使ってマクロな解析を行い、径路誘導や径路案内に必要な情報提供システム設計のための基礎研究である。本年度は首都高速道路における疎密波の周期測定に関する新しい方法論を提示することができた。従来、航空写真を使う等断片的にとらえられていた現象が、感知器の測定値を使って把握できるようになった。この結果、疎密波の時間変動,日変動,場所による差異などを首都高のネットワーク全体にわたって観測することが可能になり、ネットワークのマクロな現象解析の手段として有効であると思われる。従来周期の測定にはピリオドグラムやFFTを用いることが多いが、スペクトルの値がばらつき、安定した結果が得られないことが多い。本研究では、近年研究が盛んなARモデルを用いて周期を算出した。この際問題になる次数の決定については、本研究代表者の開発したMPSSを用いて良い結果が得られた。
本年度のもう一つの成果はARモデルを使った旅行時間の短期予測に関する新しい定式化である。ネットワークで発生する交通データの情報処理を行い、これを道路管理者やドライバーに必要な径路情報に変換し、提示するまでに、収集周期以上の遅れが発生するのは避けられない。この遅れを補正する意味から短期予測が必要であるが、感知器から得られる交通データから区間の旅行時間を算出するには複雑な情報処理が必要であり、さらに遅れが発生する可能性がある。このような問題意識から、多地点の感知器を使った多次元ARモデルを基本とし、感知器間の車の走行状態によってARモデルを変更する予測方式の提案を行った。実際の感知器データより予測値を算出し、同時に撮影したビデオデータをもとに求めた旅行時間データとの比較から、従来より精度の高い方法であることが確認できた。今後、実用化のための検討が必要と思われる。
|
