| 研究概要 |
プローブカーシステムが,より大規模なシステムとして実用化されるためには,多くの課題を解決し,そのシステムや情報の価値を確立する必要がある.本年度では,まず,プローブカーデータのより多面的な有用性を示すため,プローブカーの急加減速の情報と交通事故データとを分析し,プローブカーデータのみから道路網上の潜在的危険度を算出する方法を検討した.これにより,稀事象である交通事故データに頼らず,プローブカーデータのみから道路網上の危険地点を検出可能とした.次いで,データ収集方法の違いによる効率性や情報精度の変化を分析した.この結果,一般的には一定時間周期で収集する方が高い精度の交通情報を生成できるが,交通状況の変化や対象エリアの道路密度に応じて収集頻度を変化させることが,システムの効率性を向上させることを示した.
さらに,プローブカーデータから蓄積データベースを構築し,これを用いれば,交通状況の日常的な時刻変化を踏まえた極めて高精度の旅行時間予測が可能であることを示した.その上で,プローブカーデータの効率的な蓄積方法を検討した,この結果,全てのデータを蓄積するよりも,長期的な交通状況変化を考慮したデータ蓄積が,予測旅行時間の精度向上につながる可能性を示した.また,長期間にわたってデータを蓄積する場合に,より広範囲の道路区間から効率的にプローブカーデータを収集することを目的とし,プローブカーの最適配備計画手法を開発した.ここでは,プローブカーの走行特性を考慮した通過頻度モデルと,信頼性の高い交通情報統計値を得るための必要サンプル数モデルを構築した上で,遺伝的アルゴリズムによってプローブ情報カバー率を最大にする車両配置を決定する手法を開発した.最後に,以上の検討結果や過去に実施された多くのプローブカーシステムをレビューし,プローブカーシステムを広く普及させるための要件の整理を行った.
|
