[go: up one dir, main page]

WO2018180688A1 - 渋滞推定装置、渋滞推定方法およびそのプログラムを格納した記録媒体 - Google Patents

渋滞推定装置、渋滞推定方法およびそのプログラムを格納した記録媒体 Download PDF

Info

Publication number
WO2018180688A1
WO2018180688A1 PCT/JP2018/010764 JP2018010764W WO2018180688A1 WO 2018180688 A1 WO2018180688 A1 WO 2018180688A1 JP 2018010764 W JP2018010764 W JP 2018010764W WO 2018180688 A1 WO2018180688 A1 WO 2018180688A1
Authority
WO
WIPO (PCT)
Prior art keywords
traffic jam
traffic
inflow
starting point
sensor
Prior art date
Application number
PCT/JP2018/010764
Other languages
English (en)
French (fr)
Inventor
優太 芦田
Original Assignee
日本電気株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 日本電気株式会社 filed Critical 日本電気株式会社
Priority to US16/495,936 priority Critical patent/US11127289B2/en
Priority to JP2019509338A priority patent/JP7200929B2/ja
Publication of WO2018180688A1 publication Critical patent/WO2018180688A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed

Definitions

  • the present invention relates to a traffic jam estimation device and the like.
  • measuring and monitoring traffic conditions at each point on the road is important for road safety management and road quality maintenance.
  • various measuring devices sensors are installed on the road, and a traffic control system for collecting and utilizing such information has been constructed.
  • the measuring device includes a vehicle detector using a loop coil, a vehicle detector that recognizes a vehicle body by processing a captured image with a CCTV (closed-circuit television) camera, a vehicle detector using ultrasonic waves, or an optical vehicle.
  • a detector or the like is used.
  • a traffic situation measurement using a GPS (Global Positioning System) vehicle-mounted device is being studied.
  • GPS Global Positioning System
  • the advantage of measuring the traffic situation by GPS is that the road manager has a low cost burden and that the traffic situation can be measured even at a point where there is no installed sensor.
  • the traffic situation cannot be measured unless a vehicle equipped with a GPS onboard device travels on a road. For this reason, the traffic situation measurement points are greatly biased depending on time and region. In addition, since it is affected by GPS errors, measurement errors are likely to increase, especially in the city center where satellites are difficult to grasp. Furthermore, even if the travel speed and travel time of the GPS-equipped vehicle can be measured, information on the entire road section, for example, information such as the average travel speed, the number of passing vehicles or the density cannot be known.
  • Patent Document 1 discloses a method of estimating the number of vehicles staying between intersections when there is a branch road where inflow / outflow vehicles cannot be measured mainly between intersections of general roads.
  • the estimation method of Patent Document 1 between two intersections where sensors are installed, the difference between the number of passing through the inflow side intersection and the number of passing through the outflow side intersection, the outflow to the unknown branch path, and the inflow from the branch path.
  • the number of vehicles existing in the road section that cannot be measured is estimated using a correction coefficient indicating the ratio.
  • Patent Document 1 discloses a method for improving the accuracy of the correction coefficient using GPS information when the correction coefficient is updated.
  • the correction coefficient represents an inflow / outflow ratio with an unmeasured branch path
  • this correction coefficient is updated using past measurement data in a specific cycle. This update is updated based on the ratio of the number of traffic at the inflow intersection and the intersection at the outflow intersection, but the traffic volume measured at the outflow intersection is not measured data at the same time on the inflow side.
  • Patent Document 2 discloses a method for estimating the traffic situation at an unmeasured point by combining information measured by a stationary sensor and information measured by GPS.
  • speed is a measurement / estimation target.
  • the GPS measurement speed is treated as teacher data, and the regression analysis using the measurement speed of the stationary sensor as the explanatory variable and the measurement speed of the GPS as the objective variable performs accurate analysis based on the information of the stationary sensor.
  • a method for estimating information at an arbitrary time is disclosed. This method can also use installed type sensor information at other points as explanatory variables, and GPS measurement information of a sensor non-installed section as an objective variable.
  • Patent Document 3 also discloses a method of improving the measurement accuracy at the end of a traffic jam by combining information measured by GPS in addition to the traffic jam tail information measured by a stationary sensor.
  • the method of Patent Document 3 collects vehicle position information measured by GPS, and estimates that a vehicle whose position interval is less than or equal to a certain distance exists in a traffic jam area. And the method of patent document 3 measures the change of the traffic jam end also in the area without an installation type sensor by catching the most upstream point of the estimated traffic jam area as the traffic jam end.
  • Patent Document 1 can estimate the residual ratio of vehicles in an unmeasured road section in consideration of the road travel time measured by GPS.
  • this method When this method is applied to a highway, it can be applied in the same manner by grasping on-ramp / off-ramp as a branch road.
  • the method of Patent Document 1 is premised on that the traffic volume per unit time measured at the sensor installation point is uniformly allocated even in the sensor non-installation section except for the inflow and outflow on the branch road. Therefore, when the sensor-uninstalled section is long distance, such as a highway in a mountainous area, the traffic volume is not uniform for each point due to the difference in the average speed for each vehicle, and the estimation accuracy becomes low, so the estimation accuracy of traffic congestion also decreases To do.
  • Patent Document 3 Since the technology of Patent Document 3 also estimates the change in traffic jam in the section where the sensor is not installed based only on the measurement by GPS, the traffic jam is estimated unless the GPS data is collected in fine granularity in time and space. Accuracy is reduced.
  • An object of the present invention is to provide a traffic jam estimation device and the like that can improve the accuracy of identifying the start and end of a traffic jam area even in a sensor non-installation section.
  • One aspect of the traffic jam estimation device of the present invention is based on position information detected for each vehicle, a traffic jam end for determining a traffic jam area and a traffic jam origin / tail identifying unit for identifying a traffic jam origin, and upstream from the traffic jam tail Based on the traffic volume measured by the sensor on the side, the traffic volume measured by the sensor downstream from the traffic jam starting point, and the position information, the inflow amount to the traffic jam tail at each time and the traffic volume at the time
  • An inflow / outflow amount estimation unit that estimates an outflow amount from a traffic jam start point, and a traffic jam area update unit that updates the traffic jam tail end based on the inflow amount and updates the traffic jam end point based on the outflow amount .
  • the traffic jam end and the traffic jam origin for determining the traffic jam area are specified based on the position information detected for each vehicle, and measured by a sensor upstream from the traffic jam end. Based on the traffic volume, the traffic volume measured by the downstream sensor from the traffic jam start point, and the location information, the inflow volume to the traffic jam end at each time and the runoff volume from the traffic jam origin at each time Estimating and updating the tail end of the traffic jam based on the inflow amount, and updating the traffic jam tail start point based on the outflow amount.
  • the traffic jam end and the traffic jam origin for determining the traffic jam area are specified based on the position information detected for each vehicle, and the upstream sensor from the jam traffic tail On the basis of the traffic volume measured by the traffic volume measured by the downstream sensor from the traffic jam start point and the position information, the inflow amount to the traffic jam tail at each time and the traffic jam start point at each time And the computer executes updating the tail end of the traffic jam based on the inflow amount and updating the starting point of the traffic jam based on the outflow amount.
  • the present invention can improve the accuracy of identifying the start and end of a traffic jam area even in a sensor non-installation section.
  • FIG. 1 is a block diagram illustrating a configuration of a traffic jam estimation apparatus according to the first embodiment.
  • 1 includes an information collection unit 101, a GPS information storage unit 102, a sensor information storage unit 103, a road information storage unit 104, a traffic jam origin / end identification unit 105, an inflow / outflow amount estimation unit 106, a traffic jam An area update unit 107, a traffic jam information storage unit 108, and an information provision unit 109 are provided.
  • the information collection unit 101 collects traffic information (hereinafter, also referred to as “GPS information”) measured using GPS from a vehicle-mounted GPS device or a mobile phone terminal mounted on the vehicle, and stores it in the GPS information storage unit 102.
  • GPS information is, for example, position information with a time stamp of the traveling vehicle.
  • the information collection unit 110 also collects traffic information (hereinafter also referred to as “sensor information”) measured by sensors installed on the road and stores the traffic information in the sensor information storage unit 123.
  • the sensor information is, for example, vehicle speed, traffic volume, cross-sectional traffic volume, or traffic density measured in a road section where the sensor is installed (hereinafter also referred to as an installed road section).
  • the installation road section is, for example, an expressway, an intersection, or an important road.
  • Traffic volume represents the number of vehicles passing through a point on the road per unit time (number of vehicles passing).
  • the cross-sectional traffic volume represents the traffic volume passing through the cross section assuming one cross section between two points.
  • the traffic density represents the number of vehicles such as automobiles in a unit section of the road, or space / time occupation ratio.
  • the information collection unit 101 may directly receive vehicle position information from a GPS-equipped vehicle and generate GPS information. Alternatively, the information collection unit 101 may collect GPS information generated by an external device (not shown) and store it in the GPS information storage unit 102.
  • the information collecting unit 101 may receive the vehicle speed measured by the sensor directly from the sensor, or may collect it directly from the primary processing device directly connected to the sensor. Information collected and processed by other devices such as a traffic control device may be collected and stored.
  • the road information storage unit 104 stores road connection information such as road connection information and road section distances in the road network.
  • the traffic jam starting point / end specifying unit 105 specifies the traffic jam end and the traffic jam starting point for determining the traffic jam area based on the position information detected for each vehicle. Specifically, the traffic jam starting point and traffic jam end in the initial traffic jam area are specified based on the GPS information and the sensor information.
  • the traffic jam start / end specifying unit 105 stores the specified traffic jam start point and traffic jam end in a storage device (not shown). The traffic jam starting point or the traffic jam end may be stored in the GPS information storage unit 102 or the sensor information storage unit 103.
  • the inflow / outflow amount estimation unit 106 determines the end of the traffic jam for each time based on the traffic volume measured by the upstream sensor from the traffic jam end, the traffic volume measured by the downstream sensor from the traffic jam start point, and the position information. The amount of inflow to the traffic is estimated and the amount of outflow from the traffic jam starting point at each time is estimated.
  • the inflow / outflow amount estimation unit 106 stores the estimated inflow amount and outflow amount in a storage device (not shown). The details of the inflow / outflow amount estimation unit 106 will be specifically described in the operation of the traffic jam estimation device.
  • the traffic jam area update unit 107 updates the traffic jam tail based on the inflow amount estimated by the inflow / outflow amount estimation unit 106, and updates the traffic jam tail start point based on the estimated flow rate.
  • the traffic jam area updating unit 107 updates the extension of the traffic jam area based on the difference between the inflow amount and the outflow amount estimated by the inflow / outflow amount estimation unit 106.
  • the traffic jam area updating unit 107 stores the updated traffic jam area information in the traffic jam information storage unit 108.
  • the traffic jam information storage unit 108 stores traffic jam time change information estimated by the traffic jam area update unit 107.
  • the information providing unit 109 provides the traffic information stored in the traffic information storage unit 108 to an external device (not shown).
  • FIG. 2 is a flowchart showing the operation of the traffic jam estimation device of the first embodiment.
  • the traffic jam starting point / end specifying unit 105 specifies the traffic jam end and the traffic jam starting point for defining the traffic jam area based on the position information detected for each vehicle (step S201).
  • the inflow / outflow amount estimation unit 106 determines the end of the traffic jam for each time based on the traffic volume measured by the upstream sensor from the traffic jam end, the traffic volume measured by the downstream sensor from the traffic jam start point, and the position information. Is estimated (step S202), and the outflow from the traffic jam starting point for each time is estimated (step S203).
  • the congestion area update unit 107 calculates the extension of the congestion end and updates the congestion information (Ste S204). At this time, as a result of updating the traffic jam information, if the traffic jam is resolved (Yes in step S205), the process is terminated. If the traffic jam has not been resolved (No in step S205), the process in step S202 is continued.
  • step S201 for identifying the traffic jam end and traffic jam start point in the initial traffic jam area by the traffic jam origin / trailing specification unit 105 will be described.
  • the specifying process for specifying the initial traffic jam area includes a specifying process using sensor information and GPS information, or a specifying process using GPS information. First, specific processing using sensor information and GPS information will be described.
  • the traffic jam starting point / tail specifying unit 105 uses the sensor information stored in the sensor information storage unit 103 to identify a traffic jam point that can be detected based on the sensor information (hereinafter referred to as a sensor traffic jam point).
  • the sensor traffic congestion point is, for example, a point where the average speed of the vehicle measured by the sensor is less than a certain value, or a point where the traffic density is more than a certain value.
  • FIG. 3 is an example of sensor information stored in the sensor information storage unit 103.
  • the sensor information shown in FIG. 3 includes sensor_ID, time, traffic volume, vehicle density, and point speed.
  • the sensor ID is an identifier for identifying a fixed sensor installed on the road.
  • the time is the measurement time of the sensor.
  • Traffic volume is the number of vehicles per unit time (number of vehicles that passed the sensor) measured at a certain time by a sensor.
  • the vehicle density is the number of vehicles per unit length.
  • the spot speed is the average vehicle speed of the vehicle at the sensor installation point.
  • FIG. 4 is an example of GPS information stored in the GPS information storage unit 102.
  • the GPS information shown in FIG. 4 includes GPS_CAR_ID, time stamp, position information, and speed.
  • GPS_CAR_ID is an identifier for identifying a GPS-equipped vehicle.
  • the time stamp includes the date and time when the GPS-equipped vehicle GPS-positioned the vehicle position.
  • the position information is a vehicle position at the time of GPS positioning.
  • the speed is the vehicle speed of the GP-equipped vehicle.
  • the vehicle trajectory can be expressed as a set of position information of GPS-equipped vehicles between a certain sensor installation point and the next sensor installation point, for example.
  • the traffic jam starting point / tail specifying unit 105 when sensor traffic jam points appear continuously, combines the sections of the continuous sensor traffic jam points and derives it as a traffic jam area (sensor). Further, the traffic jam start / end specifying unit 105 acquires the vehicle trajectory (trajectory information) of the GPS-equipped vehicle that has passed through the traffic jam area (sensor) from the GPS information storage unit 102. Based on the acquired vehicle trajectory, the traffic jam starting point / tail specifying unit 105 derives a traffic jam area (sensor + GPS) as a traffic jam area (sensor + GPS).
  • the traffic jam starting point / tail specifying unit 105 determines the traffic jam region (sensor + GPS) and update.
  • the traveling direction of the vehicle is assumed to be from upstream to downstream.
  • the traffic jam starting point / tail specifying unit 105 identifies the updated traffic jam area (sensor + GPS) as the initial traffic jam area.
  • the end of the initial traffic jam area (the position where the average speed of the GPS-equipped vehicle is below a certain value) is the traffic jam starting point of the initial traffic jam area and the traffic jam end of the initial traffic jam area, respectively.
  • the traffic jam start / end specifying unit 105 acquires the vehicle trajectory of the GPS-equipped vehicle from the GPS information storage unit 102, and the average speed of the GPS-equipped vehicle is constant based on the obtained vehicle trajectory without using the traffic jam area (sensor).
  • the area below the value is derived as a traffic jam area (GPS).
  • the traffic jam starting point / tail specifying unit 105 identifies the traffic jam area (GPS) as the initial traffic jam area.
  • the ends of the initial traffic jam area are the traffic jam starting point of the initial traffic jam area and the traffic jam end of the initial traffic jam area, respectively.
  • step S202 estimation of the inflow amount to the tail end of the traffic jam (step S202) and estimation of the outflow amount from the traffic jam starting point (step S203) by the inflow / outflow amount estimation unit 106 will be described.
  • the inflow / outflow amount estimation unit 106 estimates the arrival number per unit time arriving at the end of the traffic jam at each time as the inflow amount to the tail of the traffic jam. In addition, the number of departures per unit time that depart from the traffic jam starting point at each time is estimated as an outflow amount from the traffic jam starting point.
  • FIG. 5 is an explanatory diagram showing an initial traffic jam area in a sensor non-installation section in the first embodiment.
  • an initial congestion area exists between the upstream sensor installation point and the downstream sensor installation point.
  • the area from the upstream sensor installation point to the traffic jam end and the downstream sensor installation point to the traffic jam start point is an uncongested area.
  • the traffic volume (number of vehicles per unit time at the sensor installation point) measured by the upstream sensor near the tail of the traffic jam does not always arrive at the tail of the traffic jam as it is.
  • the longer the distance between the upstream sensor installation point and the traffic jam end the more affected the speed change of the vehicle that has passed through the upstream sensor (also called the upstream sensor), and the distance from the upstream sensor installation point to the traffic jam end. Accordingly, the rate at which the vehicle arrives at the end of the traffic jam (arrival rate) will be different.
  • the inflow / outflow amount estimation unit 106 estimates the inflow amount to the end of the traffic jam at each time according to the following equation (1).
  • v is the average speed of a GPS-equipped vehicle that has traveled from the upstream sensor installation point to the end of the traffic jam
  • ⁇ t indicates the width of the measurement time of the upstream sensor.
  • the second term of the formula (1) Indicates the inflow amount (arrival number per unit time) arriving at the end of the traffic jam at time t among the traffic volume (number of sensors passing per unit time) measured by the upstream sensor before time t.
  • the arrival rate is obtained by subtracting this from the measurement time width of the upstream sensor and dividing by the measurement time width of the upstream sensor.
  • equation (1) Is calculated by the following equation (2).
  • equation (2) Indicates the number of vehicles remaining in the uncongested area at time step ti.
  • the next term shows the proportion of vehicles that can reach the end of the traffic jam at time t out of the vehicles remaining in the non-congested area at time i going back from time t.
  • the denominator indicates the time width in which the vehicle remaining in the uncongested area can be used, and the numerator indicates the usable time width minus the average time of the vehicle that has traveled to the end of the traffic jam.
  • the inflow / outflow amount estimation unit 106 estimates the arrival number per unit time arriving at the end of the traffic jam at each time as the inflow amount to the tail of the traffic jam from the formulas (1) and (2).
  • the inflow / outflow amount estimation unit 106 stores the estimated inflow amount to the end of the traffic jam in a storage device (not shown).
  • the inflow / outflow amount estimation unit 106 estimates the outflow amount (the number of departures per unit time) from the traffic jam starting point at the time t by the equation (3).
  • the first term of equation (3) is that the traffic volume measured by the downstream sensor at time t (the number of sensors passing through the unit time) is multiplied by the departure rate of the vehicle that has left the traffic jam starting point. Estimated departure traffic volume (number of departures per unit time).
  • equation (3) Is calculated by the following formula. Of the above formula Indicates the number of vehicles remaining in the non-congested area at time step t + i.
  • the next term indicates the ratio of vehicles that can reach the downstream sensor at time t + 1 among vehicles that have left the uncongested area at time i elapsed from time t.
  • the value obtained by multiplying this term by the above-mentioned remaining number of vehicles is the remaining traffic volume.
  • the denominator indicates the time width that the vehicle remaining in the uncongested area can use, and the numerator indicates the time width that can be used minus the average time it takes to run downstream sensors.
  • the inflow / outflow amount estimation unit 106 estimates the number of departures per unit time that depart from the traffic jam starting point at each time as the outflow amount from the traffic jam starting point from the equations (3) and (4).
  • the inflow / outflow amount estimation unit 106 stores the estimated inflow amount to the end of the traffic jam in a storage device (not shown).
  • step S204 The process (step S204) of updating the traffic jam end of the initial traffic jam area and the traffic jam starting point by the traffic jam area updating unit 107 will be described.
  • the traffic jam area updating unit 107 updates the traffic jam end of the initial traffic jam area based on the inflow quantity estimated by the inflow / outflow quantity estimation unit 106, and updates the traffic jam starting point of the initial traffic jam area based on the estimated flow quantity. Specifically, the traffic jam area updating unit 107 calculates an increase / decrease in the number of arrivals and departures per lane by dividing the number of arrivals and departures per hour by the number of lanes. By multiplying the length + average inter-vehicle distance, it is possible to calculate the length of the traffic jam per unit time at the end of the traffic jam and the traffic jam starting point.
  • the traffic jam area updating unit 107 estimates the time change of the initial traffic jam area based on the difference between the inflow amount and the outflow amount estimated by the inflow / outflow amount estimation unit 106. Specifically, the traffic jam area updating unit 107 obtains the difference between the number of arrivals and the number of departures per hour. When this difference is divided by the number of lanes, the increase / decrease of the number of stays per lane is calculated, and by multiplying this value by the average vehicle length + average distance between vehicles, the extension of the congestion length in the initial congestion area can be calculated.
  • the traffic jam estimation device 100 stores the traffic jam area calculated in this way in the traffic jam information storage unit 108.
  • FIG. 6 is a data sheet showing an example of traffic jam information.
  • the traffic jam information shown in FIG. 6 includes a traffic jam ID, a traffic jam starting point, a traffic jam tail, a traffic jam length, and a time.
  • the traffic jam ID is an identifier for identifying the traffic jam.
  • the traffic jam starting point is the traffic jam starting point position in the traffic jam area of the traffic jam ID.
  • the traffic jam tail is the tail position of the traffic jam in the traffic jam area of the traffic jam ID.
  • the traffic jam length is the length of the traffic jam area defined by the traffic jam starting point and the traffic jam end.
  • the time is the time when the traffic jam length is estimated.
  • the traffic jam estimation apparatus 100 may store the traffic jam start point and traffic jam end in the traffic jam information storage unit 108 as “kilopost” information installed on the expressway.
  • the information providing unit 109 acquires the updated traffic jam area in the traffic jam information storage unit 108 and provides it to the user.
  • the traffic jam starting point / end specifying unit of the traffic jam estimating device specifies the traffic jam end and the traffic jam starting point for defining the traffic jam area based on the position information detected for each vehicle.
  • the inflow / outflow amount estimation unit uses the traffic volume measured by the upstream sensor from the end of the traffic jam, the traffic volume measured by the downstream sensor from the traffic jam start point, and the location information. Estimate the inflow to the end, and estimate the outflow from the traffic jam starting point for each time. This is because the inflow / outflow amount estimation unit updates the tail end of the traffic jam based on the estimated inflow amount, and updates the traffic jam tail start point based on the estimated outflow amount.
  • the road in the above embodiment can be applied to a highway or a mountain road.
  • the GPS information stored in the GPS information storage unit 102 may be a travel history indicating which section the vehicle has traveled in which time zone, and is not limited to being acquired based on GPS observation results. .
  • the result of tracking the vehicle using the MAC (Media Access Control) address of the vehicle-mounted device may be acquired, or it may be acquired from information input from the user to the communication terminal, or from the user And information indicating the time may be acquired by some method.
  • FIG. 7 is a diagram illustrating a hardware configuration in which the congestion estimation apparatus according to the first embodiment is realized by a computer.
  • Each component of the traffic jam estimation device of the first embodiment represents a functional unit block.
  • a part or all of each component is realized by, for example, an arbitrary combination of a computer 600 and a program as shown in FIG.
  • the computer 600 includes the following configuration as an example.
  • CPU Central Processing Unit
  • ROM Read Only Memory
  • RAM Random Access Memory
  • a storage device 605 for storing the program 604;
  • a drive device 607 for reading and writing the recording medium 606;
  • An input / output interface 610 for inputting / outputting data; Bus 611 connecting each component
  • Each component of the congestion estimation device is realized by the CPU 601 acquiring and executing a program 604 that realizes these functions.
  • the program 604 that realizes the function of each component is stored in advance in the storage device 605 or the RAM 603, for example, and is read by the CPU 601 as necessary.
  • the program 604 may be supplied to the CPU 601 via the communication network 609, or may be stored in the recording medium 606 in advance, and the drive device 607 may read the program and supply it to the CPU 601.
  • the traffic jam estimation device may be realized by an arbitrary combination of a computer 600 and a program that are separately provided for each component.
  • a plurality of components included in the traffic jam estimation device may be realized by any combination of one computer 600 and a program.
  • the components of the traffic jam estimation device are realized by other general-purpose or dedicated circuits, processors, etc., or combinations thereof. These may be configured by a single chip or may be configured by a plurality of chips connected via a bus.
  • a programmable logic device such as a field-programmable gate array (FPGA) may be used.
  • the components of the congestion estimation device may be realized by a combination of the above-described circuit and the like.
  • the plurality of computers, circuits, etc. may be centrally arranged or distributedly arranged.
  • the computer, the circuit, and the like may be realized as a form in which each is connected via a communication network, such as a client and server system and a cloud computing system.
  • Traffic jam estimation apparatus 101 Information collecting part 102 GPS information memory
  • specification part 106 Inflow / outflow amount estimation part 107 Traffic jam area update part 108 Traffic jam information memory

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)

Abstract

センサの未設置区間における渋滞起点、及び、渋滞末尾の特定精度を向上させる。渋滞推定装置は、車両ごとに検出された位置情報を基に、渋滞領域を定めるための渋滞末尾および渋滞起点を特定する渋滞起点・末尾特定部と、前記渋滞末尾から上流側のセンサで測定された交通量と、前記渋滞起点から下流側のセンサで測定された交通量と、前記位置情報を基に、時刻ごとの前記渋滞末尾への流入量および前記時刻ごとの前記渋滞起点からの流出量を推定する流入・流出量推定部と、前記流入量を基に前記渋滞末尾を更新し、前記流出量を基に前記渋滞末尾起点を更新する渋滞領域更新部を備える。

Description

渋滞推定装置、渋滞推定方法およびそのプログラムを格納した記録媒体
　本発明は、渋滞推定装置等に関する。
　道路管理者にとって、道路の各地点における交通状況を計測して監視することは道路の安全管理、道路の品質維持において重要である。特に、高速道路において、渋滞が発生する起点及び渋滞の末尾を特定することは交通量の制御又は道路の増設、拡幅計画の策定にとっても重要である。そのため、さまざまな計測機器（センサ）が道路に設置され、それらの情報を収集し活用する交通管制システムが構築されている。
　計測機器には、ループコイルによる車両検知器、ＣＣＴＶ（ｃｌｏｓｅｄ－ｃｉｒｃｕｉｔ　ｔｅｌｅｖｉｓｉｏｎ）カメラによって撮像映像を画像処理し、車体を認識する車両検知器、超音波を用いた車両検知器、あるいは、光学式車両検知器等が用いられる。
　しかしながら、これらの設置型センサによる交通状況の監視には、設置型センサだけでなく、その設置型センサの情報を処理する処理装置、さらに処理装置と交通管制システムとの通信回線が必要であり設置コストがかかる。そのため、全ての道路区間に対して設置型センサを配備することは困難であり、渋滞が発生しやすい道路区間など重要な道路区間にのみ配備される場合が多い。一方で、重要な道路区間以外でも、事故又は非定常な渋滞の発生時には安全管理上、状況把握が必要となるが、現状では監視が難しい。
　また、非設置型センサを用いない交通状況測定として、ＧＰＳ（Ｇｌｏｂａｌ　Ｐｏｓｉｔｉｏｎｉｎｇ　Ｓｙｓｔｅｍ）車載器を用いた交通状況測定が検討されている。ＧＰＳによる交通状況測定の利点は、道路管理者の費用負担が小さいこと、設置型センサの無い地点でも交通状況が測定できることである。
　一方で、ＧＰＳによる交通状況測定にも以下のようなデメリットがある。例えば、ＧＰＳ車載器を搭載した車両が道路を走行しないと交通状況が測定できない。このため、交通状況の測定点が時間と地域によって大きな偏りが発生する。また、ＧＰＳの誤差の影響を受けるため、特に衛星が把握しづらい都心部では測定誤差が増大しやすい。さらにＧＰＳ搭載車両の走行速度および移動時間が測定できたとしても、その道路区間全体としての情報、例えば平均走行速度、通過台数又は密度などの情報を知ることができない。
　このような状況を鑑み、上記の設置型センサによる交通状況測定と、ＧＰＳによる交通状況測定を組み合わせることで時間経過に応じて変化する渋滞領域の推定技術が検討されている。
　特許文献１は、主に一般道の交差点間で流入・流出車両が測定できない分岐路が存在する場合に、交差点間に滞留している車両台数を推定する方法を開示している。特許文献１の推定方法では、センサが設置された二つの交差点間において、流入側交差点の通過台数と流出側交差点の通過台数の差と、未知の分岐路への流出及び分岐路からの流入の割合を示す補正係数を用いて、測定できていない道路区間に存在する車両台数を推定している。
　さらに、特許文献１は、補正係数を更新する際にＧＰＳ情報を用いて補正係数の精度を向上させる方法も開示する。前記の通り、補正係数は未測定の分岐路との流出入割合を表しており、特許文献１に記載の方法ではこの補正係数は特定の周期で過去の測定データを用いて更新される。この更新は流入側交差点での通過台数と流出側交差点での交差点の比に基づいて更新されるが、流出側の交差点において測定される交通量は、流入側においては同時刻の計測データではなく、より過去の時刻で計測された交通量と相関がある。車両の移動時間を加味した上で流入側・流出側での測定時間帯を合わせ、その交通流において、未測定の分岐路との流出入を推定することが望ましい。そのため、ＧＰＳ情報を用いて車両の移動時間を測定し、その時間に基づいて流出側通過台数と流入側通過台数の時刻を適正に設定している。
　また、特許文献２も同じく設置型センサで測定された情報と、ＧＰＳによって測定された情報を組み合わせて未測定の地点の交通状況を推定する方法を開示している。特許文献２では速度を測定・推定対象としている。具体的には、ＧＰＳによる測定速度を教師データととらえ、設置型センサの測定速度を説明変数、ＧＰＳによる測定速度を目的変数とした回帰分析を行うことで設置型センサの情報から精度の高い速度情報を任意の時間で推定する方法を開示している。また、この方法は説明変数に他の地点の設置型センサ情報、目的変数にセンサ未設置区間のＧＰＳ測定情報を用いることもできる。
　特許文献３も、設置型センサで測定された渋滞末尾情報に加えて、ＧＰＳによって測定された情報を組み合わせて、渋滞の末尾の測定精度を向上させる方法を開示する。特許文献３の方法は、ＧＰＳによって測定された車両の位置情報を収集し、その位置間隔が一定以下となる車両が渋滞領域に存在していると推定する。そして特許文献３の方法は、推定した渋滞領域のもっとも上流の地点を渋滞末尾ととらえることによって、設置型センサの無い区間においても渋滞末尾の変化を測定する。
国際公開第２０１５／０４５６９５号 米国特許出願公開第２０１０／０２８６８９９号明細書 特開２００１－１８８９８７号公報
　特許文献１が開示する技術によって、ＧＰＳで測定された道路移動時間を考慮した上で、未測定道路区間における車両の残留割合が推定できる。本方式を高速道路に適用する際には、オンランプ・オフランプを分岐路として捉えることで同様に適用することが出来る。しかしながら、特許文献１の方法は、センサ設置点で測定された単位時間当たりの交通量が、分岐路における流出入を除いてセンサ未設置区間においても均一に割り当てられるという前提がある。そのため、山間部の高速道路など、センサ未設置区間が長距離にわたる場合、車両ごとの平均速度の違いによって地点ごとに交通量が均一ではなくなり、推定精度が低くなるため、渋滞の推定精度も低下する。
　特許文献２の技術では、ＧＰＳによる測定と合うように未測定地点の推定を行う回帰モデルを構築する。しかし、このモデル構築はＧＰＳ情報を教師データとするため、十分なＧＰＳ情報がない場合には推定できない地点数が増加し、渋滞の特定が困難となる。
　特許文献３の技術も同じくＧＰＳによる測定のみに基づいてセンサの未設置区間における渋滞変化を推定しているため、ＧＰＳデータが時間的・空間的に細粒度に収集させる環境でなければ渋滞の推定精度が低下する。
　本発明の目的は、センサの未設置区間であっても渋滞領域の起点、及び、末尾を特定する精度を向上させることが可能な渋滞推定装置等を提供することにある。
　本発明の渋滞推定装置の一態様は、車両ごとに検出された位置情報を基に、渋滞領域を定めるための渋滞末尾および渋滞起点を特定する渋滞起点・末尾特定部と、前記渋滞末尾から上流側のセンサで測定された交通量と、前記渋滞起点から下流側のセンサで測定された交通量と、前記位置情報を基に、時刻ごとの前記渋滞末尾への流入量および前記時刻ごとの前記渋滞起点からの流出量を推定する流入・流出量推定部と、前記流入量を基に前記渋滞末尾を更新し、前記流出量を基に前記渋滞末尾起点を更新する渋滞領域更新部とを備える。
　本発明の渋滞推定方法の一態様は、車両ごとに検出された位置情報を基に、渋滞領域を定めるための渋滞末尾および渋滞起点を特定し、前記渋滞末尾から上流側のセンサで測定された交通量と、前記渋滞起点から下流側のセンサで測定された交通量と、前記位置情報を基に、時刻ごとの前記渋滞末尾への流入量および前記時刻ごとの前記渋滞起点からの流出量を推定し、前記流入量を基に前記渋滞末尾を更新し、前記流出量を基に前記渋滞末尾起点を更新する。
　本発明の記録媒体に格納されたプログラムの一態様は、車両ごとに検出された位置情報を基に、渋滞領域を定めるための渋滞末尾および渋滞起点を特定し、前記渋滞末尾から上流側のセンサで測定された交通量と、前記渋滞起点から下流側のセンサで測定された交通量と、前記位置情報を基に、時刻ごとの前記渋滞末尾への流入量および前記時刻ごとの前記渋滞起点からの流出量を推定し、前記流入量を基に前記渋滞末尾を更新し、前記流出量を基に前記渋滞末尾起点を更新することをコンピュータに実行させる。
　本発明は、センサの未設置区間であっても渋滞領域の起点、及び、末尾を特定する精度を向上させることができる。
第１の実施形態の渋滞推定装置の構成を示すブロック図である。 第１の実施形態の渋滞推定装置の動作を示すフローチャート図である。 第１の実施形態のセンサ情報の一例を示すデータシートである。 第１の実施形態のＧＰＳ情報の一例を示すデータシートである。 第１の実施形態におけるセンサ未設置区間の初期渋滞領域を示す説明図である。 第１の実施形態の渋滞情報の一例を示すデータシートである。 第１の実施形態における渋滞推定装置等をコンピュータで実現したハードウエア構成を示すブロック図である。
　第１の実施形態の渋滞推定装置について、図面を用いて説明する。図１は、第１の実施形態の渋滞推定装置の構成を示すブロック図である。図１に示す渋滞推定装置１００は、情報収集部１０１、ＧＰＳ情報記憶部１０２、センサ情報記憶部１０３、道路情報記憶部１０４、渋滞起点・末尾特定部１０５、流入・流出量推定部１０６、渋滞領域更新部１０７、渋滞情報記憶部１０８、及び、情報提供部１０９を備える。
　情報収集部１０１は、車両に搭載されたＧＰＳ車載器や携帯電話端末などから、ＧＰＳを用いて測定された交通情報（以降、「ＧＰＳ情報」とも称する）を収集し、ＧＰＳ情報記憶部１０２に記憶させる。ＧＰＳ情報は、例えば、走行車両のタイムスタンプ付の位置情報である。
　情報収集部１１０はまた、道路に設置されているセンサで測定された交通情報（以降、「センサ情報」とも称する）を収集し、センサ情報記憶部１２３に記憶させる。センサ情報は、例えば、センサが設置された道路区間（以後、設置道路区間とも称す）で測定された車両速度、交通量、断面交通量、又は、交通密度等である。設置道路区間は、例えば、高速道路、交差点、又は、重要道路などである。
　交通量は、道路のある地点を単位時間あたりに通過する車両台数（通過台数）を表す。断面交通量は、２地点の間に１つの断面を想定し、その断面を通過する交通量を表す。交通密度は、道路の単位区間に在る自動車等の車両台数、又は、空間・時間占有率を表す。
　なお、情報収集部１０１が、直接ＧＰＳ搭載車両から車両位置情報を受信し、ＧＰＳ情報を生成してもよい。あるいは、情報収集部１０１が、外部装置（図示せず）によって生成されたＧＰＳ情報を収集して、ＧＰＳ情報記憶部１０２に記憶させてもよい。
　さらに情報収集部１０１は、センサで測定された車両速度等をセンサから直接受信してもよく、センサに直結する一次処理装置などから直接収集してもよい。また、交通管制装置などの他の装置が収集・加工した情報を収集して記憶させてもよい。
　道路情報記憶部１０４は、道路ネットワークにおける道路の接続情報、道路の区間距離など道路構造に関する情報を記憶する。
　渋滞起点・末尾特定部１０５は、車両ごとに検出された位置情報を基に、渋滞領域を定めるための渋滞末尾、及び、渋滞起点を特定する。具体的には、ＧＰＳ情報およびセンサ情報に基づいて、初期渋滞領域の渋滞起点および渋滞末尾を特定する。渋滞起点・末尾特定部１０５は、特定した渋滞起点および渋滞末尾を記憶装置（図示せず）に記憶させる。なお、ＧＰＳ情報記憶部１０２又はセンサ情報記憶部１０３に渋滞起点又は渋滞末尾を記憶させてもよい。
　流入・流出量推定部１０６は、渋滞末尾から上流側のセンサで測定された交通量と、渋滞起点から下流側のセンサで測定された交通量と、位置情報を基に、時刻ごとの渋滞末尾への流入量を推定し、時刻ごとの渋滞起点からの流出量を推定する。流入・流出量推定部１０６は、推定した流入量および流出量を、記憶装置（図示せず）に記憶させる。流入・流出量推定部１０６の詳細については、渋滞推定装置の動作にて具体的に説明する。
　渋滞領域更新部１０７は、流入・流出量推定部１０６によって推定された流入量を基に渋滞末尾を更新し、推定された流出量を基に渋滞末尾起点を更新する。また、渋滞領域更新部１０７は、流入・流出量推定部１０６が推定した流入量と流出量との差を基に、渋滞領域の延伸を更新する。渋滞領域更新部１０７は、更新した渋滞領域の情報を渋滞情報記憶部１０８に記憶させる。
　渋滞情報記憶部１０８は、渋滞領域更新部１０７が推定した渋滞の時間変化情報を記憶する。情報提供部１０９は、渋滞情報記憶部１０８に記憶された渋滞情報を外部装置（図示せず）に提供する。
　次に、第１の実施形態の渋滞推定装置の動作について図面を用いて説明する。はじめに、渋滞推定装置における全体処理の動作について説明する。
　図２は、第１の実施形態の渋滞推定装置の動作を示すフローチャートである。
　渋滞起点・末尾特定部１０５は、車両ごとに検出された位置情報を基に、渋滞領域を定めるための渋滞末尾、及び、渋滞起点を特定する（ステップＳ２０１）。
　流入・流出量推定部１０６は、渋滞末尾から上流側のセンサで測定された交通量と、渋滞起点から下流側のセンサで測定された交通量と、位置情報を基に、時刻ごとの渋滞末尾への流入量を推定し（ステップＳ２０２）、時刻ごとの渋滞起点からの流出量を推定する（ステップＳ２０３）。
　渋滞領域更新部１０７は、推定した流入量、流出量と、センサ設置点の間における道路の車線数、及び、平均車両長に基づいて、渋滞末尾の延伸を計算し、渋滞情報を更新する（ステップＳ２０４）。この時、渋滞情報を更新した結果、渋滞が解消している場合（ステップＳ２０５のＹｅｓ）、処理を終了する。渋滞が解消していない場合（ステップＳ２０５のＮｏ）、ステップＳ２０２の処理を継続する。
　以降に、各ステップの処理の詳細について説明する。
　渋滞起点・末尾特定部１０５による、初期渋滞領域の渋滞末尾、渋滞起点を特定する処理（ステップＳ２０１）について説明する。
　初期渋滞領域を特定する特定処理には、センサ情報とＧＰＳ情報を用いる特定処理、又は、ＧＰＳ情報を用いる特定処理がある。まず、センサ情報とＧＰＳ情報を用いる特定処理について説明する。
　渋滞起点・末尾特定部１０５は、センサ情報記憶部１０３のセンサ情報を用いて、センサ情報によって検知可能な渋滞地点（以後、センサ渋滞地点と示す）を特定する。センサ渋滞地点は、例えば、センサで測定された車両の平均速度が一定以下となる地点、あるいは、交通密度が一定以上となる地点である。
　図３は、センサ情報記憶部１０３に記憶されたセンサ情報の一例である。図３に示すセンサ情報には、センサ_ＩＤ、時刻、交通量、車両密度、地点速度が含まれる。センサＩＤは、道路に設置された固定センサを識別するための識別子である。時刻は、センサの測定時刻である。
　交通量は、センサによってある時刻に測定された単位時間あたりの車両台数（センサを通過した台数）である。車両密度は、単位長さあたりの車両台数である。地点速度は、センサ設置点における車両の平均車両速度である。
　図４は、ＧＰＳ情報記憶部１０２に記憶されたＧＰＳ情報の一例である。図４に示すＧＰＳ情報には、ＧＰＳ_ＣＡＲ_ＩＤ、タイムスタンプ、位置情報、速度が含まれる。ＧＰＳ_ＣＡＲ_ＩＤは、ＧＰＳ搭載車両を識別するための識別子である。タイムスタンプには、ＧＰＳ搭載車両が車両位置をＧＰＳ測位した日時が含まれる。位置情報は、ＧＰＳ測位時の車両位置である。速度は、ＧＰ搭載車両の車両速度である。なお、車両軌跡は、例えば、あるセンサ設置点間から次のセンサ設置点までの間におけるＧＰＳ搭載車両の位置情報の集合として表すことができる。
　渋滞起点・末尾特定部１０５は、センサ渋滞地点が連続して出現する場合、その連続したセンサ渋滞地点の区間を組み合わせ、渋滞領域（センサ）として導出する。さらに渋滞起点・末尾特定部１０５は、この渋滞領域（センサ）を通過したＧＰＳ搭載車両の車両軌跡（軌跡情報）をＧＰＳ情報記憶部１０２より取得する。渋滞起点・末尾特定部１０５は、取得した車両軌跡を基に、ＧＰＳ搭載車両の平均速度が一定値以下となっている領域を渋滞領域（センサ＋ＧＰＳ）として導出する。
　さらに、渋滞起点・末尾特定部１０５は、渋滞領域（センサ＋ＧＰＳ）より上流側あるいは下流側でＧＰＳ搭載車両の平均速度が一定値以下となっている領域があれば、当該領域を渋滞領域（センサ＋ＧＰＳ）に追加して更新する。なお、車両の走行方向は上流から下流に向かうものとする。
　渋滞起点・末尾特定部１０５は、この更新後の渋滞領域（センサ＋ＧＰＳ）を初期渋滞領域として特定する。初期渋滞領域の端（ＧＰＳ搭載車両の平均速度が一定値以下となる位置）は、それぞれ初期渋滞領域の渋滞起点、及び、初期渋滞領域の渋滞末尾となる。
　なお、センサ情報を用いずＧＰＳ情報を用いて初期渋滞領域を特定することも可能である。渋滞起点・末尾特定部１０５は、ＧＰＳ搭載車両の車両軌跡をＧＰＳ情報記憶部１０２より取得し、渋滞領域（センサ）を用いずに、取得した車両軌跡を基にＧＰＳ搭載車両の平均速度が一定値以下となっている領域を渋滞領域（ＧＰＳ）として導出する。渋滞起点・末尾特定部１０５は、渋滞領域（ＧＰＳ）を初期渋滞領域として特定する。初期渋滞領域の端は、それぞれ初期渋滞領域の渋滞起点、及び、初期渋滞領域の渋滞末尾となる。
　次に、流入・流出量推定部１０６による、渋滞末尾への流入量の推定（ステップＳ２０２）、渋滞起点からの流出量の推定（ステップＳ２０３）について説明する。
　流入・流出量推定部１０６は、各時刻に渋滞末尾に到着する単位時間あたりの到着台数を、渋滞末尾への流入量として推定する。また、各時刻に渋滞起点から離脱する単位時間あたりの離脱台数を、渋滞起点からの流出量として推定する。
　図５は、第１の実施形態におけるセンサ未設置区間の初期渋滞領域を示す説明図である。図５の例では、上流センサ設置点と下流センサ設置点の間に初期渋滞領域が存在している。図中、上流センサ設置点から渋滞末尾までと下流センサ設置点から渋滞起点までの間は、未渋滞領域となっている。
　次に、流入量の推定について説明する。渋滞末尾の近傍にある上流センサで測定された交通量（センサ設置点における単位時間あたりの車両台数）は、そのままの交通量で渋滞末尾に到着するとは限らない。上流センサ設置点と渋滞末尾との距離が長いほど、上流センサ（上流側のセンサとも称する）を通過した車両の速度変化の影響を受けるようになり、上流センサ設置点から渋滞末尾までの距離に応じて車両が渋滞末尾に到着する割合（到着率）が異なることになる。
　また、前回、上流センサで測定されて渋滞末尾に到着しなかった残留車両が、渋滞末尾に到着することも考慮する必要がある。
　このため、流入・流出量推定部１０６は、下記の式（１）によって各時刻における渋滞末尾への流入量を推定する。
Figure JPOXMLDOC01-appb-I000001
ここで、
Figure JPOXMLDOC01-appb-I000002
は、時刻ｔにおける渋滞末尾への流入量（単位時間あたりの到着台数）、
Figure JPOXMLDOC01-appb-I000003
は、時刻tに上流センサで測定された交通量（単位時間あたりのセンサ通過台数）、
Figure JPOXMLDOC01-appb-I000004
は、時刻ｔ－１における上流センサ設置点から渋滞末尾までの距離、
　ｖは、上流センサ設置点から渋滞末尾まで走行したＧＰＳ搭載車両の平均速度、
Figure JPOXMLDOC01-appb-I000005
は、時刻ｔ－１に上流センサを通過した車両が、渋滞末尾に到達するまでの所要時間、
　Δｔは、上流センサの計測時間の幅を示す。
　また、式（１）の第二項の
Figure JPOXMLDOC01-appb-I000006
は、時刻tより前に上流センサで測定された交通量（単位時間あたりのセンサ通過台数）のうち、時刻tに渋滞末尾に到着する流入量（単位時間あたりの到着台数）を示す。
　式（１）において、ある計測時間において、計測開始から当該所要時間より後に上流センサを通過した車両は、時刻ｔの計測時間の幅内に渋滞末尾に辿りつくことはできない。そのため、上流センサによる計測時間の幅からこれを引き、上流センサの計測時間の幅で除算することで到着率を求めている。時刻ｔに上流センサで測定された交通量に当該到着率を乗算することで渋滞末尾に到達する到達流入量（単位時間あたりの到着台数）を推定することができる。
　また、式（１）の
Figure JPOXMLDOC01-appb-I000007
は、下記の式（２）で計算される。
Figure JPOXMLDOC01-appb-I000008
上記式（２）の
Figure JPOXMLDOC01-appb-I000009
は、時間ステップｔ－ｉにおいて未渋滞領域に残留した残留台数を示している。
　その次の項は、時刻tからi遡った時間において未渋滞領域に残留した車両のうち、時刻tに渋滞末尾へ到達可能な車両の割合を示している。分母は未渋滞領域に残留した車両が使用可能な時間幅、分子はその使用可能な時間幅から、渋滞末尾まで走行した車両の平均時間を引いたものを示す。
　流入・流出量推定部１０６は、式（１）、式（２）から各時刻に渋滞末尾に到着する単位時間あたりの到着台数を、渋滞末尾への流入量として推定する。流入・流出量推定部１０６は、推定した渋滞末尾への流入量を記憶装置（図示せず）に記憶させる。
　次に、流出量の推定について説明する。センサ未設置区間に存在する渋滞起点からの流出量についても同様に近傍の下流センサ（下流側のセンサとも称する）で測定された交通量をそのまま使用することはできない。渋滞起点から下流センサ設置点までの距離に応じて車両が渋滞起点から離脱する割合（離脱率）が異なるからである。このため、流入・流出量推定部１０６は、式（３）によって時刻ｔにおける渋滞起点からの流出量（単位時間あたりの離脱台数）を推定する。
Figure JPOXMLDOC01-appb-I000010
ここで、
Figure JPOXMLDOC01-appb-I000011
は、時刻ｔにおける渋滞起点からの流出量（単位時間あたりの離脱台数）、
Figure JPOXMLDOC01-appb-I000012
は、時刻ｔに下流センサで測定された交通量（単位時間あたりのセンサ通過台数）、
Figure JPOXMLDOC01-appb-I000013
は、時刻ｔ－１における渋滞起点から下流センサまでの距離、
Figure JPOXMLDOC01-appb-I000014
は、時刻ｔ－１に渋滞起点を離脱した車両が下流センサに到達するまでの所要時間、
　ｖは、渋滞起点から下流センサまで走行したＧＰＳ搭載車両の平均速度、
　Δｔは、下流センサの計測時間の幅を示す。
　式（３）の第一項は、時刻ｔに下流センサで測定された交通量（単位時間あたりのセンサ通過台数）に、渋滞起点から離脱してきた車両の離脱率を乗算することで渋滞起点から離脱する離脱交通量（単位時間あたりの離脱台数）を推定している。
　上記式（３）の第二項の
Figure JPOXMLDOC01-appb-I000015
は、時刻ｔに渋滞起点を離脱し、時刻ｔより後に下流センサで測定された交通量（単位時間あたりのセンサ通過台数）を表している。
　また、式（３）の
Figure JPOXMLDOC01-appb-I000016
は下記の式で計算される。
Figure JPOXMLDOC01-appb-I000017
上記式の
Figure JPOXMLDOC01-appb-I000018
は、時間ステップｔ＋ｉにおいて未渋滞領域に残留した残留台数を示している。
　その次の項は、時刻tからi経過した時間において未渋滞領域へ離脱した車両のうち、時刻t＋１に下流センサに到着可能な車両の割合を示している。この項に上述の残量台数を乗じた値が離脱残留交通量となる。分母は未渋滞領域に残留した車両が使用可能な時間幅、分子はその使用可能な時間幅から下流センサ走破するのにかかる平均時間を引いたものを示す。
　流入・流出量推定部１０６は、式（３）、式（４）から各時刻に渋滞起点から離脱する単位時間あたりの離脱台数を、渋滞起点からの流出量として推定する。流入・流出量推定部１０６は、推定した渋滞末尾への流入量を記憶装置（図示せず）に記憶させる。
　渋滞領域更新部１０７による、初期渋滞領域の渋滞末尾の更新、渋滞起点を更新する処理（ステップＳ２０４）について説明する。
　渋滞領域更新部１０７は、流入・流出量推定部１０６が推定した流入量を基に初期渋滞領域の渋滞末尾を更新し、推定した流出量を基に、初期渋滞領域の渋滞起点を更新する。具体的には、渋滞領域更新部１０７は、時間当たりの到着台数と離脱台数のそれぞれに対し、車線数で除算すると車線あたりの到着台数、離脱台数の増減分が算出され、この値に平均車両長＋平均車間距離を乗算することで、渋滞末尾、渋滞起点のそれぞれにおける単位時間あたりの渋滞長の延伸が計算できる。
　また、渋滞領域更新部１０７は、流入・流出量推定部１０６が推定した流入量と流出量との差を基に初期渋滞領域の時間変化を推定する。具体的には、渋滞領域更新部１０７は、時間当たりの到着台数と離脱台数の差分を求める。この差分を車線数で除算すると車線あたりの滞留台数の増減分が算出され、この値に平均車両長＋平均車間距離を乗算することで、初期渋滞領域の渋滞長の延伸が計算できる。
　渋滞推定装置１００は、このようにして計算した渋滞領域を渋滞情報記憶部１０８に保存する。図６は、渋滞情報の一例を示すデータシートである。図６に示す渋滞情報は、渋滞ＩＤ、渋滞起点、渋滞末尾、渋滞長、時刻を含む。渋滞ＩＤは、渋滞を識別するための識別子である。渋滞起点は、渋滞ＩＤの渋滞領域における渋滞の起点位置である。渋滞末尾は、渋滞ＩＤの渋滞領域における渋滞の末尾位置である。渋滞長は、渋滞起点と渋滞末尾で規定される渋滞領域の長さである。時刻は、渋滞長を推定した時刻である。
　渋滞推定装置１００は、例えば、道路が高速道路である場合、渋滞起点、渋滞末尾を当該高速道路に設置された「キロポスト」情報として渋滞情報記憶部１０８に記憶させてもよい。
　情報提供部１０９は、渋滞情報記憶部１０８の更新された渋滞領域を取得して、ユーザへ提供する。
　本実施形態によれば、センサの未設置区間であっても渋滞区間の起点、及び、末尾を特定する精度を向上させることができる。渋滞推定装置の渋滞起点・末尾特定部は、車両ごとに検出された位置情報を基に、渋滞領域を定めるための渋滞末尾、及び、渋滞起点を特定する。さらに、流入・流出量推定部は、渋滞末尾から上流側のセンサで測定された交通量と、渋滞起点から下流側のセンサで測定された交通量と、位置情報を基に、時刻ごとの渋滞末尾への流入量を推定し、時刻ごとの渋滞起点からの流出量を推定する。流入・流出量推定部は、推定された流入量を基に渋滞末尾を更新し、推定された流出量を基に渋滞末尾起点を更新するからである。
　上記実施形態における道路は、高速道路又は山間部の道路に適用可能である。
　なお、ＧＰＳ情報記憶部１０２に保存されるＧＰＳ情報は、どの時間帯にどの区間を車両が走行したかを示す走行履歴であればよく、ＧＰＳの観測結果に基づいて取得されることに限定されない。例えば、車載器のＭＡＣ（Ｍｅｄｉａ　Ａｃｃｅｓｓ　Ｃｏｎｔｒｏｌ）アドレスを用いて車両を追跡した結果を取得してもよいし、あるいは、通信端末にユーザから入力された情報から取得してもよいし、ユーザから地点と時間を示す情報を何らかの手法で取得してもよい。
（ハードウエア構成）
　図７は、第１の実施形態の渋滞推定装置をコンピュータで実現したハードウエア構成を示す図である。第１の実施形態の渋滞推定装置の各構成要素は、機能単位のブロックを示している。各構成要素の一部又は全部は、例えば、図７に示すようなコンピュータ６００とプログラムとの任意の組み合わせにより実現される。コンピュータ６００は、一例として、以下のような構成を含む。
ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）６０１、
ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）６０２、
ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）６０３、
ＲＡＭ６０３にロードされるプログラム６０４、
プログラム６０４を格納する記憶装置６０５、
記録媒体６０６の読み書きを行うドライブ装置６０７、
通信ネットワーク６０９と接続する通信インターフェース６０８、
データの入出力を行う入出力インターフェース６１０、
各構成要素を接続するバス６１１
　渋滞推定装置の各構成要素は、これらの機能を実現するプログラム６０４をＣＰＵ６０１が取得して実行することで実現される。各構成要素の機能を実現するプログラム６０４は、例えば、予め記憶装置６０５又はＲＡＭ６０３に格納されており、必要に応じてＣＰＵ６０１が読み出す。なお、プログラム６０４は、通信ネットワーク６０９を介してＣＰＵ６０１に供給されてもよいし、予め記録媒体６０６に格納されており、ドライブ装置６０７が当該プログラムを読み出してＣＰＵ６０１に供給してもよい。
　渋滞推定装置の実現方法には、様々な変形例がある。例えば、渋滞推定装置は、各構成要素にそれぞれ別個のコンピュータ６００とプログラムとの任意の組み合わせにより実現されてもよい。また、渋滞推定装置が備える複数の構成要素が、一つのコンピュータ６００とプログラムとの任意の組み合わせにより実現されてもよい。
　また、渋滞推定装置の各構成要素の一部又は全部は、その他の汎用または専用の回路、プロセッサ等やこれらの組み合わせによって実現される。これらは、単一のチップによって構成されてもよいし、バスを介して接続される複数のチップによって構成されてもよい。また、コンピュータ６００の代わりにＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）のようなプログラマブルロジックデバイスを用いてもよい。
　さらに、渋滞推定装置の各構成要素の一部又は全部は、上述した回路等とプログラムとの組み合わせによって実現されてもよい。
　また、渋滞推定装置の各構成要素の一部又は全部が複数のコンピュータや回路等により実現される場合には、複数のコンピュータや回路等は、集中配置されてもよいし、分散配置されてもよい。例えば、コンピュータや回路等は、クライアントアンドサーバシステム、クラウドコンピューティングシステム等、各々が通信ネットワークを介して接続される形態として実現されてもよい。
　以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
　また、図面中の矢印の方向は、一例を示すものであり、ブロック間の信号の向きを限定するものではない。
　この出願は、２０１７年３月３１日に出願された日本出願特願２０１７－０７０４５１を基礎とする優先権を主張し、その開示の全てをここに取り込む。
　１００　渋滞推定装置
　１０１　情報収集部
　１０２　ＧＰＳ情報記憶部
　１０３　センサ情報記憶部
　１０４　道路情報記憶部
　１０５　渋滞起点・末尾特定部
　１０６　流入・流出量推定部
　１０７　渋滞領域更新部
　１０８　渋滞情報記憶部
　１０９　情報提供部
　６００　コンピュータ
　６０１　ＣＰＵ
　６０２　ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）
　６０３　ＲＡＭ
　６０４　プログラム
　６０５　記憶装置
　６０６　記録媒体
　６０７　ドライブ装置
　６０８　通信インターフェース
　６０９　通信ネットワーク
　６１０　入出力インターフェース
　６１１　バス

Claims (9)

  1. 　車両ごとに検出された位置情報を基に、渋滞領域を定めるための渋滞末尾、及び、渋滞起点を特定する、渋滞起点・末尾特定手段と、
    　前記渋滞末尾から上流側のセンサで測定された交通量と、前記渋滞起点から下流側のセンサで測定された交通量と、前記位置情報とを基に、時刻ごとの前記渋滞末尾への流入量および前記時刻ごとの前記渋滞起点からの流出量を推定する、流入・流出量推定手段と、
    　前記流入量を基に前記渋滞末尾を更新し、前記流出量を基に前記渋滞起点を更新する、渋滞領域更新手段と、
    を備える、渋滞推定装置。
  2. 　前記流入・流出量推定手段は、
    　前記上流側のセンサで測定された交通量と、前記上流側のセンサを通過した車両が前記渋滞末尾に到着する割合を示す到着率とを基に、到達流入量を算出し、
    　前記到達流入量と、ある時刻より前に前記上流側のセンサで測定された交通量のうち、ある時刻に前記渋滞末尾に到着する残留交通量とを基に、前記流入量を算出する、
    請求項１に記載の渋滞推定装置。
  3. 　前記流入・流出量推定手段は、
    　ある時刻より前に前記上流側のセンサと前記渋滞末尾との間に残留した車両台数と、ある時刻に前記渋滞末尾に到達可能な車両の割合とを基に、前記残留交通量を算出する、
    請求項２に記載の渋滞推定装置。
  4. 　前記流入・流出量推定手段は、
    　前記下流側のセンサで測定された交通量と前記渋滞起点から離脱した車両の割合を示す離脱率とに基づいて離脱交通量を算出し、
    　前記離脱交通量と、ある時刻に前記渋滞起点を離脱し、前記ある時刻より後に前記下流側のセンサに到着する離脱残留交通量とを基に、前記流出量を算出する、
    請求項１乃至３のいずれか１つに記載の渋滞推定装置。
  5. 　前記流入・流出量推定手段は、
    　ある時刻より後に前記渋滞起点と前記下流側のセンサとの間に残留した残留台数と、ある時刻より後に前記下流側のセンサに到着する割合とを基に、前記離脱残留交通量を算出する、
    請求項４に記載の渋滞推定装置。
  6. 　前記渋滞起点・末尾特定手段は、
    　前記位置情報を基に、前記車両の平均速度又は交通密度を算出して前記渋滞末尾および前記渋滞起点を特定する、
    請求項１乃至５のいずれか１つに記載の渋滞推定装置。
  7. 　前記渋滞領域更新手段は、
    　前記流入量と前記流出量との差を基に、前記渋滞領域の延伸を更新する、
    請求項１乃至６のいずれか１つに記載の渋滞推定装置。
  8. 　車両ごとに検出された位置情報を基に、渋滞領域を定めるための渋滞末尾、及び、渋滞起点を特定し、
    　前記渋滞末尾から上流側のセンサで測定された交通量と、前記渋滞起点から下流側のセンサで測定された交通量と、前記位置情報とを基に、時刻ごとの前記渋滞末尾への流入量および前記時刻ごとの前記渋滞起点からの流出量を推定し、
    　前記流入量を基に前記渋滞末尾を更新し、前記流出量を基に前記渋滞起点を更新する、
    渋滞推定方法。
  9. 　車両ごとに検出された位置情報を基に、渋滞領域を定めるための渋滞末尾、及び、渋滞起点を特定し、
    　前記渋滞末尾から上流側のセンサで測定された交通量と、前記渋滞起点から下流側のセンサで測定された交通量と、前記位置情報とを基に、時刻ごとの前記渋滞末尾への流入量および前記時刻ごとの前記渋滞起点からの流出量を推定し、
    　前記流入量を基に前記渋滞末尾を更新し、前記流出量を基に前記渋滞起点を更新する、
    ことをコンピュータに実行させる、プログラムを格納した記録媒体。
PCT/JP2018/010764 2017-03-31 2018-03-19 渋滞推定装置、渋滞推定方法およびそのプログラムを格納した記録媒体 WO2018180688A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US16/495,936 US11127289B2 (en) 2017-03-31 2018-03-19 Traffic congestion estimating device, traffic congestion estimating method, and recording medium storing program thereof
JP2019509338A JP7200929B2 (ja) 2017-03-31 2018-03-19 渋滞推定装置、渋滞推定方法およびそのプログラム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017070451 2017-03-31
JP2017-070451 2017-03-31

Publications (1)

Publication Number Publication Date
WO2018180688A1 true WO2018180688A1 (ja) 2018-10-04

Family

ID=63677102

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/010764 WO2018180688A1 (ja) 2017-03-31 2018-03-19 渋滞推定装置、渋滞推定方法およびそのプログラムを格納した記録媒体

Country Status (3)

Country Link
US (1) US11127289B2 (ja)
JP (1) JP7200929B2 (ja)
WO (1) WO2018180688A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113257002A (zh) * 2021-05-11 2021-08-13 青岛海信网络科技股份有限公司 一种高峰开始时间预测方法、装置、设备及介质

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109410606B (zh) * 2018-03-22 2021-05-04 合肥革绿信息科技有限公司 一种基于视频的主干路协同信号机控制方法
US20200124435A1 (en) * 2018-10-17 2020-04-23 Toyota Motor North America, Inc. Distributed route determination system
CN111243265B (zh) * 2018-11-28 2021-07-06 北京嘀嘀无限科技发展有限公司 一种确定区域交通信息的方法和系统
US12258023B2 (en) * 2021-03-24 2025-03-25 Toyota Motor Engineering & Manufacturing North America, Inc. Methods and systems for autonomous path planning triggered by freeway rubbernecking
CN114495505B (zh) * 2022-02-07 2023-08-15 中国第一汽车股份有限公司 拥堵路段通过时长的预测方法、装置、介质及服务器
CN115100848B (zh) * 2022-05-20 2023-08-29 同济大学 一种地面交通拥堵的出行溯源方法和系统
KR20240016728A (ko) * 2022-07-29 2024-02-06 현대자동차주식회사 교통 속도 예측 장치 및 그 방법
CN116129662B (zh) * 2022-10-28 2023-08-25 西部科学城智能网联汽车创新中心(重庆)有限公司 路口车辆通行控制方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010044526A (ja) * 2008-08-11 2010-02-25 Sumitomo Electric Ind Ltd 渋滞情報生成装置、コンピュータプログラム及び渋滞情報生成方法
JP2017049951A (ja) * 2015-09-04 2017-03-09 住友電工システムソリューション株式会社 交通情報提供装置、コンピュータプログラム及び交通情報提供方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19835979B4 (de) * 1998-08-08 2005-01-05 Daimlerchrysler Ag Verfahren zur Verkehrszustandsüberwachung und Fahrzeugzuflußsteuerung in einem Straßenverkehrsnetz
JP2001188987A (ja) 2000-01-05 2001-07-10 Matsushita Electric Ind Co Ltd 渋滞情報生成システムと車載器
US8880323B2 (en) 2007-08-16 2014-11-04 Google Inc. Combining road and vehicle traffic information
JP5692323B1 (ja) 2013-09-27 2015-04-01 オムロン株式会社 交通量計測装置、および交通量計測方法
US9489838B2 (en) * 2014-03-11 2016-11-08 Here Global B.V. Probabilistic road system reporting
DE102015203233A1 (de) * 2015-02-24 2016-08-25 Bayerische Motoren Werke Aktiengesellschaft Server, System und Verfahren zur Bestimmung einer Position eines Stauendes
US9569960B2 (en) * 2015-02-24 2017-02-14 Here Global B.V. Method and apparatus for providing traffic jam detection and prediction
US9965950B2 (en) * 2016-06-03 2018-05-08 Here Global B.V. Method and apparatus for classifying a traffic jam from probe data

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010044526A (ja) * 2008-08-11 2010-02-25 Sumitomo Electric Ind Ltd 渋滞情報生成装置、コンピュータプログラム及び渋滞情報生成方法
JP2017049951A (ja) * 2015-09-04 2017-03-09 住友電工システムソリューション株式会社 交通情報提供装置、コンピュータプログラム及び交通情報提供方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113257002A (zh) * 2021-05-11 2021-08-13 青岛海信网络科技股份有限公司 一种高峰开始时间预测方法、装置、设备及介质

Also Published As

Publication number Publication date
JP7200929B2 (ja) 2023-01-10
US20200143672A1 (en) 2020-05-07
US11127289B2 (en) 2021-09-21
JPWO2018180688A1 (ja) 2020-02-06

Similar Documents

Publication Publication Date Title
WO2018180688A1 (ja) 渋滞推定装置、渋滞推定方法およびそのプログラムを格納した記録媒体
CN110782654B (zh) 拥堵区域通行能力估测方法、装置及数据处理设备
CN105474285B (zh) 用于预测至少一个拥堵参数的方法、分析系统和车辆
JP6553930B2 (ja) 車両情報処理装置、及び車両情報処理プログラム
CN111712862B (zh) 用于生成交通量或交通密度数据的方法和系统
US20170076596A1 (en) Estimating transit queue volume using probe ratios
US10198941B2 (en) Method and apparatus for evaluating traffic approaching a junction at a lane level
JP6061383B2 (ja) 交通情報推定装置、コンピュータプログラム及び交通情報推定方法
US10147315B2 (en) Method and apparatus for determining split lane traffic conditions utilizing both multimedia data and probe data
US10785404B2 (en) Information processing method, information processing apparatus, and non-transitory recording medium
JP2017045131A (ja) 交通情報提供装置、コンピュータプログラム及び交通情報提供方法
CN110009902A (zh) 服务器设备和拥塞识别方法
JP3775394B2 (ja) 走行リンク確定システム及びリンク旅行時間計測システム
JP2019009617A (ja) 異常検知装置、異常検知システム、異常検知方法、異常検知プログラム及び記録媒体
JP7124704B2 (ja) 交通状況推定装置、交通状況推定方法、プログラムおよび出力装置
JP2014066655A (ja) 経路探索装置及び経路探索方法
KR20210069446A (ko) 교통정보 제공 시스템 및 방법
JP4357983B2 (ja) 遅れ時間推定装置、遅れ時間推定方法、遅れ時間推定システムおよび遅れ時間推定プログラム
US11567507B2 (en) Travelling support system, travelling support method and program therefor
KR102740034B1 (ko) 교통정보 예측 방법 및 그 장치
JP6590197B2 (ja) 交通情報提供装置、コンピュータプログラム及び交通情報提供方法
KR20220063035A (ko) 도로 분기점 방향별 통행시간 산출 기반의 교통정보 서비스 방법
JP2007011596A (ja) 経路旅行時間推定予測装置および方法
WO2023084856A1 (ja) 情報処理装置、情報処理方法、及びコンピュータプログラム
US20250104553A1 (en) Information processing device

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18774844

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2019509338

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18774844

Country of ref document: EP

Kind code of ref document: A1