JP2015076077A - 交通量推定システム、端末装置、交通量推定方法および交通量推定プログラム - Google Patents
交通量推定システム、端末装置、交通量推定方法および交通量推定プログラム Download PDFInfo
- Publication number
- JP2015076077A JP2015076077A JP2013214221A JP2013214221A JP2015076077A JP 2015076077 A JP2015076077 A JP 2015076077A JP 2013214221 A JP2013214221 A JP 2013214221A JP 2013214221 A JP2013214221 A JP 2013214221A JP 2015076077 A JP2015076077 A JP 2015076077A
- Authority
- JP
- Japan
- Prior art keywords
- traffic volume
- road
- traffic
- estimation
- information
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
【課題】撮影画像がない道路の交通量を推定する。
【解決手段】交通量推定装置100は、道路上の移動体を撮影した画像と撮影した位置を示す位置情報とに基づき、画像中に存在する道路および移動体の情報を抽出する画像処理部101と、画像処理部101により抽出された情報に基づき、撮影された道路の交通量を算出し、移動体が道路を走行した際の走行履歴に関する情報に基づき、交通量が算出された道路を通過した複数の移動体が、当該道路に接続され撮影されていない複数の道路のうちいずれの道路へ通過したかの割合を算出し、撮影された道路の交通量と、割合とから、撮影されていない他の道路の交通量を算出する交通量推定部104と、を有する。
【選択図】図1
【解決手段】交通量推定装置100は、道路上の移動体を撮影した画像と撮影した位置を示す位置情報とに基づき、画像中に存在する道路および移動体の情報を抽出する画像処理部101と、画像処理部101により抽出された情報に基づき、撮影された道路の交通量を算出し、移動体が道路を走行した際の走行履歴に関する情報に基づき、交通量が算出された道路を通過した複数の移動体が、当該道路に接続され撮影されていない複数の道路のうちいずれの道路へ通過したかの割合を算出し、撮影された道路の交通量と、割合とから、撮影されていない他の道路の交通量を算出する交通量推定部104と、を有する。
【選択図】図1
Description
この発明は、任意の道路の交通量を推定する交通量推定システム、端末装置、交通量推定方法および交通量推定プログラムに関する。ただし、この発明の利用は、交通量推定システム、端末装置、交通量推定方法および交通量推定プログラムに限らない。
従来、撮影した画像に基づき道路の交通量を推定する技術が開示されている(例えば、下記特許文献1参照。)。この技術では、道路に固定設置された監視カメラにより撮像された動画の画像を用いて交通量を判断している。
しかしながら、上記従来の技術は、少ない計算量で交通量を解析する手法であり、監視カメラを設置していない任意の場所における交通量を推定することができない、という課題がある。
また、上記の従来技術では、撮影された映像に含まれる道路等の交通量を推定することができるが、撮影された映像に含まれない道路等については交通量を推定することができない、という課題が一例として挙げられる。
上述した課題を解決し、目的を達成するため、請求項1の発明にかかる交通量推定システムは、道路上の移動体を撮影した画像と撮影した位置を示す位置情報とに基づき、前記画像中に存在する道路および移動体の情報を抽出する画像処理部と、前記画像処理部により抽出された情報に基づき、撮影された前記道路の交通量を算出し、移動体が前記道路を走行した際の走行履歴に関する情報に基づき、前記交通量が算出された前記道路を通過した複数の移動体が、当該道路に接続され撮影されていない複数の道路のうちいずれの道路へ通過したかの割合を算出し、撮影された前記道路の交通量と、前記割合とから、撮影されていない前記道路の交通量を算出する交通量推定部と、を有することを特徴とする。
また、請求項5の発明にかかる端末装置は、道路上の移動体を撮影した画像と前記移動体の走行履歴とに基づき、前記道路の交通量を推定する交通量推定装置に対して、前記画像を送信する端末装置であって、道路上の移動体を撮影した画像を撮影する撮像部と、前記撮像部によって撮影された前記画像に撮影した位置と時刻の情報を付与し、前記交通量推定装置に送信する処理部と、を有することを特徴とする。
また、請求項6の発明にかかる端末装置は、道路上の移動体の交通量を推定する交通量推定装置に接続される端末装置であって、前記交通量推定装置に対して、所望する道路および時間帯を含む交通量推定の要求を行い、前記交通量推定装置から受信した前記交通量に関する情報を出力する処理部を有することを特徴とする。
また、請求項7の発明にかかる交通量推定方法は、交通量推定装置が実施する交通量推定方法において、道路上の移動体を撮影した画像と撮影した位置を示す位置情報とに基づき、前記画像中に存在する道路および移動体の情報を抽出する画像処理工程と、前記画像処理工程により抽出された情報に基づき、撮影された前記道路の交通量を算出し、移動体が前記道路を走行した際の走行履歴に関する情報に基づき、前記交通量が算出された前記道路を通過した複数の移動体が、当該道路に接続され撮影されていない複数の道路のうちいずれの道路へ通過したかの割合を算出し、撮影された前記道路の交通量と、前記割合とから、撮影されていない前記道路の交通量を算出する交通量推定工程と、を含むことを特徴とする。
また、請求項8の発明にかかる交通量推定プログラムは、請求項7に記載の交通量推定方法をコンピュータに実行させることを特徴とする。
(実施の形態)
以下に添付図面を参照して、この発明にかかる交通量推定システム、端末装置、交通量推定方法および交通量推定プログラムの好適な実施の形態を詳細に説明する。
以下に添付図面を参照して、この発明にかかる交通量推定システム、端末装置、交通量推定方法および交通量推定プログラムの好適な実施の形態を詳細に説明する。
図1は、実施の形態にかかる交通量推定システムの機能的構成の一例を示すブロック図である。実施の形態にかかる交通量推定システムは、互いに通信接続された交通量推定装置100と、端末装置110とによって構成することができる。
交通量推定装置100は、画像処理部101と、走行履歴分析部102と、保存部103と、交通量推定部104と、通信部105とを含む。端末装置110は、撮像部111と、測位部112と、処理部113と、通信部114とを含む。交通量推定装置100は、例えば、サーバを用いて構成できる。
交通量の一例としては、例えば単位時間(1時間等)あたりに通過する移動体の数等がある。
端末装置110は、移動中の前方の画像を撮像部111により撮像し、交通量推定装置100に送信する。この際、処理部113は、撮像部111の撮影画像とともに、撮影日時(時刻)、および測位部112により測位された撮影時の位置情報、方位、速度等を送信する。
処理部113は、移動中の移動状態を交通量推定装置100に送信する。このため、処理部113は、測位部112により測位された時刻毎の位置情報(緯度経度)、速度、加速度、方位等を移動体の車種の情報とともに交通量推定装置100に逐次送信する。処理部113は、移動中の移動状態を図示しない保存部に走行履歴として保存しておき、後ほど交通量推定装置100に送信する構成としてもよい。
また、処理部113は、ユーザ操作等により、交通量推定装置100に交通量推定を要求し、交通量推定装置100から送信された交通量推定の情報を情報処理して図示しない表示部等に出力する。
端末装置110は、移動体に設けられるナビゲーション装置やユーザが持つスマートフォンや携帯電話、可搬型のパーソナル・コンピュータ等を用いて構成することにより、通信部114を介して交通量推定装置100に対して交通量推定に用いる画像を送信し、また、交通量推定装置100に対して所望する道路の交通量を要求することができる。
これらに限らず、端末装置110は、自宅や施設(店舗)等に固設されたパーソナル・コンピュータ等を用いて構成してもよい。この場合、端末装置110は、交通量推定装置100に対して交通量推定に用いる画像を送信する機能を省き、交通量推定装置100に対して推定した交通量の出力を要求する。このような端末装置110の場合、撮像部111と測位部112の機能を省くことができ、端末装置110の処理部113は、ユーザ操作等により所望する道路の交通量を要求し、交通量推定装置100から送信された交通量の情報を表示部等に出力する。
交通量推定装置100の画像処理部101は、端末装置110から送信されてくる撮影画像を画像処理する。この画像処理では、撮影画像から道路と車両を抽出(検出)する。そして、連続撮影された複数の画像に基づいて、走行車線(レーン)毎の車種別車両台数、レーン毎の各車両の位置と車間距離、レーン毎の各車両の速度と加速度、等をそれぞれ検出し、画像処理情報を保存部103に保存する。この画像処理では、複数枚の画像について各撮影時刻、撮影方位、速度等の情報を用いて上記各項目を検出する。このほか、画像上から天気を検出することもできる。
上記の画像処理部101が行うレーン毎の各車両の位置や速度等の検出は、撮影画像だけを用いて行うことに限らず、撮影時の画像に対応して端末装置110から送信される位置、速度、方位、加速度等の走行履歴情報と組み合わせて検出することもできる。
走行履歴分析部102は、端末装置110から送信される移動状態(移動体の走行履歴)を示す時刻毎の位置情報(緯度経度)、速度、加速度、方位、車種等の情報に基づいて、道路(例えばリンク)毎の走行日や、走行した時間帯、車種毎に、移動体の通過台数を検出する。分析結果である走行履歴分析情報は、保存部103に保存される。
交通量推定部104は、画像処理部101で検出された情報と、撮影時の走行履歴情報(速度、加速度、方位等)とに基づき、所定の交通流モデル(追従モデル、CAモデル)を適用して、撮影された道路の交通量を算出する。
そして、交通量推定部104は、撮影画像がない(撮像部111によって撮像されていない)道路(リンク)における交通量を推定する。例えば、交通量を算出した撮影画像がある道路(リンク)から分岐する他の道路(リンク)走行日時や時間帯毎の車種別の分岐割合を算出し、この分岐割合に、分岐元の交通量(交通流モデルを適用して算出したもの)を掛けて分岐先の道路(リンク)の交通量を算出する。
そして、交通量推定部104は、道路(リンク)毎の走行日、走行時間帯、車種、通過台数、撮影画像の枚数、推定交通量、天気等の各項目を含む交通量推定情報を保存部103に保存する。この交通量推定部104は、端末装置110からの交通量推定の要求に対応した道路(リンク)の交通量推定情報を端末装置110に送信する。
端末装置110は、例えば、移動体の移動時の走行ルートや目的地近傍の所定エリア内における交通量推定情報を交通量推定装置100に要求する。このほか、移動体による経路探索時においても同様に走行ルートや目的地近傍の所定エリア内における交通量推定情報を要求する。この際、端末装置110は、所定の道路について、時間帯、曜日、日付、月、車種、天候、等を指定して要求できる。
交通量推定装置100は、端末装置110からの要求に対応して、(移動体)走行ルートや目的地近傍の所定エリア内、指定された道路や日時等の条件に対応する交通量推定情報を抽出して端末装置110に送信する。
図2は、実施の形態にかかる交通量推定システムの処理手順の一例を示すフローチャートである。交通量推定装置100が行う交通量推定の処理内容を示す。はじめに、交通量推定装置100は、通信部105により端末装置110から撮影画像を受信する(ステップS201)。この際、撮影画像とともに撮影時の日時(時刻)、位置情報、方位、速度等を受信する。
また、交通量推定装置100は、通信部105により端末装置110から移動の履歴(走行履歴)の情報を受信する(ステップS202)。この走行履歴情報として、時刻毎の位置情報、速度、加速度、方位、車種等の情報を受信する。
そして、交通量推定装置100の画像処理部101は、受信した撮影画像を画像処理し、周辺車両情報を抽出する(ステップS203)。この画像処理により、端末装置110(移動体)の撮影時刻毎の走行車線(レーン)毎の車種別車両台数、レーン毎の各車両の位置と車間距離、レーン毎の各車両の速度と加速度、等が検出され、画像処理情報として保存部103に保存される。
また、交通量推定装置100の走行履歴分析部102は、受信した走行履歴情報を分析し、道路の通過台数を検出する(ステップS204)。この際、走行履歴分析部102は、移動体(端末装置110)の移動時の時刻毎の位置情報(緯度経度)、速度、加速度、方位、車種等の情報に基づいて、道路毎の走行日や、走行した時間帯、車種毎に、移動体の通過台数(交通量)を検出し、この走行履歴分析情報を保存部103に保存する。
同一あるいは異なる複数の端末装置110は、異なる場所や時刻毎に複数の連続撮影された画像、および走行時の走行履歴情報をそれぞれ交通量推定装置100に送信する。これに対応して上記ステップS201〜ステップS204の処理が繰り返し行われることとなる。これにより、交通量推定装置100は、道路の場所、時刻別に多数の画像処理情報および走行履歴分析情報がデータベース化して保持できる。
次に、交通量推定装置100の交通量推定部104は、ステップS203で得られた画像処理情報および撮影時の走行履歴情報に基づき、所定の交通流モデル(追従モデル、CAモデル等)を適用して撮影された道路の交通量を算出し、ステップS204で得られた走行履歴分析情報と組み合わせる事で撮影画像がある道路に加え、撮影画像がない道路(リンク)の交通量についても推定する(ステップS205)。
そして、交通量推定部104は、道路(リンク)毎の走行日、走行時間帯、車種、通過台数、撮影画像の枚数、推定交通量、天気等の各項目を含む交通量推定情報を保存部103に保存する。
この後、交通量推定部104は、端末装置110からの交通量推定の要求があれば、この端末装置110に対して、要求に対応した道路(リンク)の交通量推定情報を送信し(ステップS206)、上記交通量推定にかかる一連の処理を終了する。
上記実施の形態によれば、端末装置が有するカメラが連続撮影した道路上の画像および撮影車の走行履歴情報を用いて撮影した道路(リンク)の交通量を算出し、道路を走行する移動体の走行履歴に基づいて、道路毎の通過台数を算出する。これらにより、撮影された画像がない分岐先の道路(リンク)における交通量を推定できるようになる。
これにより、道路上のカメラやセンサ等のような固定設置されたものを用いた設置場所に限定された交通量推定だけではなく、撮影された画像や映像がない任意の場所の交通量推定を行うことができる。
また、多数の端末装置から送信される画像により、道路の交通量状態を判断するための交通量推定を多数取得できるため、任意の場所における交通量推定の精度を向上できるようになる。
さらに、端末装置での撮影は、静止画に限らず、動画でもよい。交通量推定装置100では、連続撮影された道路上の画像および撮影車の走行履歴情報に基づいて、交通量を算出する。
端末装置としては、画像を撮影し、位置情報を送信できるカメラを備えた携帯電話やスマートフォン、カーナビゲーション等汎用装置を利用できるため、交通量推定装置は、多数の画像を容易に取得でき、システムコストも軽減できる。
以下に、本発明の実施例について説明する。本実施例では、移動体(車両)にナビゲーション装置300が搭載され、各ユーザのナビゲーション装置300が上述した交通量推定装置100としてのサーバにアクセスする構成について説明する。ここで、ナビゲーション装置300は、上記の端末装置110としての機能を有し、道路上の移動体を撮影した画像と、走行履歴を交通量推定装置100に送信する。また、このナビゲーション装置300は、交通量推定装置100(サーバ)に対して所望する場所の交通量推定情報を要求する。
(ナビゲーション装置300のハードウェア構成)
図3は、ナビゲーション装置のハードウェア構成の一例を示すブロック図である。図3において、ナビゲーション装置300は、CPU301、ROM302、RAM303、磁気ディスクドライブ304、磁気ディスク305、光ディスクドライブ306、光ディスク307、音声I/F(インターフェース)308、マイク309、スピーカ310、入力デバイス311、映像I/F312、ディスプレイ313、通信I/F314、GPSユニット315、各種センサ316、カメラ317、を備えている。各構成部301〜317は、バス320によってそれぞれ接続されている。
図3は、ナビゲーション装置のハードウェア構成の一例を示すブロック図である。図3において、ナビゲーション装置300は、CPU301、ROM302、RAM303、磁気ディスクドライブ304、磁気ディスク305、光ディスクドライブ306、光ディスク307、音声I/F(インターフェース)308、マイク309、スピーカ310、入力デバイス311、映像I/F312、ディスプレイ313、通信I/F314、GPSユニット315、各種センサ316、カメラ317、を備えている。各構成部301〜317は、バス320によってそれぞれ接続されている。
CPU301は、ナビゲーション装置300の全体の制御を司る。ROM302は、ブートプログラム、交通量推定プログラム等を記録している。RAM303は、CPU301のワークエリアとして使用される。すなわち、CPU301は、RAM303をワークエリアとして使用しながら、ROM302に記録された各種プログラムを実行することによって、ナビゲーション装置300の全体の制御を司る。
磁気ディスクドライブ304は、CPU301の制御にしたがって磁気ディスク305に対するデータの読み取り/書き込みを制御する。磁気ディスク305は、磁気ディスクドライブ304の制御で書き込まれたデータを記録する。磁気ディスク305としては、例えば、HD(ハードディスク)やFD(フレキシブルディスク)を用いることができる。
また、光ディスクドライブ306は、CPU301の制御にしたがって光ディスク307に対するデータの読み取り/書き込みを制御する。光ディスク307は、光ディスクドライブ306の制御にしたがってデータが読み出される着脱自在な記録媒体である。光ディスク307は、書き込み可能な記録媒体を利用することもできる。着脱可能な記録媒体として、光ディスク307のほか、MO、メモリカード等を用いることができる。
磁気ディスク305および光ディスク307に記録される情報の一例としては、地図データ、車両情報、道路情報、走行履歴等が挙げられる。走行履歴情報は、交通量推定装置100(後述するサーバ400)に送信される。地図データは、カーナビゲーションシステムにおいて経路探索するときに用いられ、建物、河川、地表面、エネルギー補給施設等の地物(フィーチャ)をあらわす背景データ、道路の形状をリンクやノード等であらわす道路形状データ等を含むベクタデータである。
音声I/F308は、音声入力用のマイク309および音声出力用のスピーカ310に接続される。マイク309に受音された音声は、音声I/F308内でA/D変換される。マイク309は、例えば、車両のダッシュボード部等に設置され、その数は単数でも複数でもよい。スピーカ310からは、所定の音声信号を音声I/F308内でD/A変換した音声が出力される。
入力デバイス311は、文字、数値、各種指示等の入力のための複数のキーを備えたリモコン、キーボード、タッチパネル等が挙げられる。入力デバイス311は、リモコン、キーボード、タッチパネルのうちいずれか一つの形態によって実現されてもよいが、複数の形態によって実現することも可能である。
映像I/F312は、ディスプレイ313に接続される。映像I/F312は、具体的には、例えば、ディスプレイ313全体を制御するグラフィックコントローラと、即時表示可能な画像情報を一時的に記録するVRAM(Video RAM)等のバッファメモリと、グラフィックコントローラから出力される画像データに基づいてディスプレイ313を制御する制御IC等によって構成される。
ディスプレイ313には、アイコン、カーソル、メニュー、ウインドウ、あるいは文字や画像等の各種データが表示される。ディスプレイ313としては、例えば、TFT液晶ディスプレイ、有機ELディスプレイ等を用いることができる。
カメラ317は、車両外部の道路の映像を撮影する。映像は静止画あるいは動画のどちらでもよい。カメラ317によって車両外部の道路を撮影することにより、道路とともに走行中の他の車両が時刻とともに撮影される。この撮影画像は、CPU301によって画像処理された後、時刻やGPSユニット315の位置情報とともに、交通量推定装置100(サーバ400)に送信処理される。
通信I/F314は、無線を介してネットワークに接続され、ナビゲーション装置300およびCPU301のインターフェースとして機能する。ネットワークとして機能する通信網には、CANやLIN(Local Interconnect Network)等の車内通信網や、公衆回線網や携帯電話網、DSRC(Dedicated Short Range Communication)、LAN、WAN等がある。通信I/F314は、例えば、公衆回線用接続モジュールやETC(ノンストップ自動料金支払いシステム)ユニット、FMチューナー、VICS(Vehicle Information and Communication System:登録商標)/ビーコンレシーバ等である。
GPSユニット315は、GPS衛星からの電波を受信し、車両の現在位置を示す情報を出力する。GPSユニット315の出力情報は、後述する各種センサ316の出力値とともに、CPU301による車両の現在位置の算出に際して利用される。現在位置を示す情報は、例えば、緯度・経度、高度等の、地図データ上の1点を特定する情報である。
各種センサ316は、車速センサ、加速度センサ、角速度センサ、傾斜センサ等の、車両の位置や挙動を判断するための情報を出力する。各種センサ316の出力値は、CPU301による車両の現在位置の算出や、速度や方位の変化量の算出に用いられる。
図3に示したCPU301は、ROM302等に格納されたプログラム実行により、図1に示した端末装置110の処理部113の機能を実現する。図3のカメラ317により図1の撮像部111の機能を実現し、図3のGPSユニット315により図1の測位部112の機能を実現する。
(サーバの構成例)
図4は、サーバのハードウェア構成の一例を示すブロック図である。交通量推定装置100を構成するサーバ400についても、図3に示したナビゲーション装置300と同様の構成を有する。なお、サーバ400においては、図3に記載のGPSユニット315、各種センサ316、カメラ317等は不要である。
図4は、サーバのハードウェア構成の一例を示すブロック図である。交通量推定装置100を構成するサーバ400についても、図3に示したナビゲーション装置300と同様の構成を有する。なお、サーバ400においては、図3に記載のGPSユニット315、各種センサ316、カメラ317等は不要である。
図1に示した交通量推定装置100は、サーバ400に設けられたROM402等に記録されたプログラムやデータを用いて、CPU401が所定のプログラムを実行することによって交通量推定の機能を実現する。サーバ400の磁気ディスク405等には、上記の画像処理情報、走行履歴情報、走行履歴分析情報、交通量推定情報、等が格納される。また、通信I/F414を介してナビゲーション装置300と通信を行い、ナビゲーション装置300からの要求に対応した交通量推定情報をナビゲーション装置300に出力する。
また、サーバ400は、各ナビゲーション装置300から送信された画像の送信時刻やナビゲーション装置300が搭載された移動体の速度を算出する機能を有してもよい。サーバ400は、ナビゲーション装置300の緯度経度の移動量と移動所要時間に基づく計算により移動体の速度を計算することができる。
図4に示したCPU401は、ROM402等に格納されたプログラム実行により、図1に示した交通量推定装置100の画像処理部101、走行履歴分析部102、交通量推定部104の機能を実現する。図4の磁気ディスク405や光ディスク407等は、図1に示した保存部103の機能を実現する。
(サーバによる交通量推定処理)
図5は、サーバによる交通量推定の処理内容を示すフローチャートである。サーバ400は、ナビゲーション装置300から送信された画像を受信するとともに(ステップS501)、走行履歴情報を受信する(ステップS503)。
図5は、サーバによる交通量推定の処理内容を示すフローチャートである。サーバ400は、ナビゲーション装置300から送信された画像を受信するとともに(ステップS501)、走行履歴情報を受信する(ステップS503)。
受信した画像については、画像処理部101による画像分析を行う(ステップS502)。この画像分析では、画像の撮影日時、方位、移動体の速度、走行車線(レーン)毎の車種別車両台数、レーン毎の各車両の位置と車間距離、レーン毎の各車両の速度と加速度、天気等をそれぞれ検出し、画像処理情報として保存部103に保存する。
一方、受信した走行履歴情報については、走行履歴分析部102による走行履歴分析を行う(ステップS504)。この走行履歴分析により、ナビゲーション装置300が搭載された移動体の走行履歴を示す時刻毎の位置情報(緯度経度)、速度、加速度、方位、車種等の情報に基づいて、各道路についての走行日、時間帯における車種毎の通過台数がカウントされ、走行履歴分析情報として保存部に保存される(ステップS505)。ステップS505の処理後、ステップS508に移行する。
交通量推定部104は、ステップS502にて画像処理された画像処理情報に基づき、交通流モデルを適用した分析を行う(ステップS507)。この際、ステップS506に示すように、走行履歴情報が画像と同一の移動体(車両)から送信されたものである場合には(ステップS506:Yes)、この同一の移動体の画像処理情報と、走行履歴情報とを用いて、撮影画像の道路についての交通量を分析する(ステップS507)。この場合、ステップS504の走行履歴分析の処理についても行われる。
一方、走行履歴情報が画像と異なる移動体(車両)から送信されたものである場合には(ステップS506:No)、ステップS504の走行履歴分析の処理を行う。
ステップS507の交通流モデルを適用した分析では、ナビゲーション装置300から送信された道路(リンク)の画像処理情報と撮影車両の走行履歴情報とを、追従モデルやセルオートマン(CA)モデル等の既存の交通流モデルに入力することにより、交通量を求めることができる。
この後、交通量推定部104は、道路の交通量を推定する(ステップS508)。ここで、交通量推定部104は、ステップS507で算出した交通量と走行履歴分析情報を用いて、撮影画像がある道路に加え、撮影画像がない道路(リンク)についての交通量についても、撮影画像がある道路の交通量に基づき、下記1.2.の処理を実行することにより推定する。
1.交通量を算出した撮影画像がある道路(リンク)から分岐する他の道路(リンク)の走行日時や時間帯毎の車種別の分岐割合を走行履歴分析情報に基づき算出する。
2.上記1.により算出した分岐割合に、分岐元の交通量(交通流モデルを適用して算出したもの)を掛けて分岐先の道路(リンク)の交通量を算出する。
2.上記1.により算出した分岐割合に、分岐元の交通量(交通流モデルを適用して算出したもの)を掛けて分岐先の道路(リンク)の交通量を算出する。
ステップS508の処理後、交通量推定部104は、算出した交通量推定情報を保存部103に保存し(ステップS509)、上記一連の処理を終了する。
この後、端末装置110から所定の道路(リンク)に対する交通量の要求があれば、交通量推定部104は、要求に対応する道路、時間帯等の条件に適合する交通量推定情報を保存部103から読み出し、端末装置110に送信する。
図6は、走行履歴分析情報の一例を示す図表である。走行履歴分析部102が生成し、保存部103に保存される走行履歴分析情報600を示す。この走行履歴分析情報600は、各道路の識別子(リンクID)毎に、走行日、走行時間帯、車種ID、通過台数からなる。このように、走行履歴分析部102は、各道路で時間帯、車種毎に移動体の通過台数をカウントアップし、走行履歴分析情報600として保存する。
図7は、道路の分岐と交通流を説明する図である。撮影画像がある道路(リンクL1)が交差点等の分岐点Sにて他の道路(リンクL2〜L4)に分岐接続されているとする。そして、撮影画像がある道路(リンクL1)の交通流を100%としたとき、分岐先の複数の道路(リンクL2〜L4)の交通流の合計は100%になる。図7の例では、例えば、走行履歴分析情報600に基づいて、各分岐先の道路について、リンクL2の交通流が20%、リンクL3の交通流が60%、リンクL4の交通流が20%であったとする。
この場合、交通量推定部104は、各道路(リンクL1〜L4)の交通流の割合にしたがって、交通量を算出する。図7の例において、撮影画像がある道路(リンクL1)の推定された交通量が100台としたとき、各分岐先の道路について、リンクL2の交通量は20台、リンクL3の交通量は60台、リンクL4の交通量は20台と推定する。
図7において、移動体は、道路(リンクL1)を走行後の分岐点S通過後、リンクL4に右折、リンクL2に左折、あるいはリンクL3へ直進する。ここで、連続して撮影された画像を用いた右左折車両の算出について説明しておく。
この場合、交通量推定部104は、
1.撮影した移動体の位置から撮影画像に写っている周辺車両の位置と、レーンを算出する。
2.次に、地図情報等に基づき、レーンの分岐許可情報から分岐車両の割合を算出する。
3.レーンが2つ以上の方向への移動を許可している場合には、連続撮影された周辺車両の位置の変化により分岐先のリンクを特定し、分岐車両の割合を算出する。
1.撮影した移動体の位置から撮影画像に写っている周辺車両の位置と、レーンを算出する。
2.次に、地図情報等に基づき、レーンの分岐許可情報から分岐車両の割合を算出する。
3.レーンが2つ以上の方向への移動を許可している場合には、連続撮影された周辺車両の位置の変化により分岐先のリンクを特定し、分岐車両の割合を算出する。
図8は、交通量推定情報の一例を示す図表である。交通量推定部104が生成し、保存部103に保存される交通量推定情報800を示す。この交通量推定情報800は、各道路の識別子(リンクID1〜4)毎に、走行日、走行時間帯、車種ID、通過台数、画像枚数、推定交通量、天気IDからなる。このように、交通量推定部104は、走行履歴情報600の各情報と画像処理情報とを用いて、各道路(リンク)別に推定した推定交通量を交通量推定情報800として保存する。
ここで、図8に示す分岐先の道路(リンクL2〜L4)は、画像の枚数が0であり撮影画像がないことを示すが、上記の交通量の推定処理により、これら分岐先の道路(リンクL2〜L4)についても、交通量を推定できる。
また、図8に示すように、各道路の時間帯の天気ID(ID別に晴れ、曇り、雨、雪、凍結等)を付与することにより、天候別の交通量を推定できる等、項目数を増やせばより推定精度を向上できるようになる。
交通量推定部104は、交通量推定情報800を用いて、端末装置110から要求された、時間帯、曜日、日付、月、車種、天候、等を組み合わせた条件指定に対応した交通量を端末装置110に送信できる。
(交通量推定の他の処理例)
図9は、サーバによる交通量推定の他の処理内容を示すフローチャートである。この図9では、撮影画像が複数の道路(リンク)にある場合に対応して交通量を推定する処理を行う。
図9は、サーバによる交通量推定の他の処理内容を示すフローチャートである。この図9では、撮影画像が複数の道路(リンク)にある場合に対応して交通量を推定する処理を行う。
はじめに、交通量推定部104は、推定する対象道路(リンク)に撮影画像が有るか判断する(ステップS901)。推定する対象道路(リンク)に撮影画像が有る場合には(ステップS901:Yes)、交通量推定部104は、対象道路に同時間帯に連続撮影された画像が複数セット有るか判断する(ステップS902)。画像の複数セットは、同時間帯に撮影画像を送信したナビゲーション装置300が複数台この対象道路を移動した場合に得られる。
対象道路に同時間帯に連続撮影された画像が複数セット有る場合には(ステップS902:Yes)、交通量推定部104は、それぞれの画像と走行履歴情報から交通流モデルを適用し算出した交通量の平均値を採用し、標準偏差を信頼度として交通量推定情報800を生成する(ステップS903)。
一方、対象道路に同時間帯に連続撮影された画像が複数セットない場合には(ステップS902:No)、交通量推定部104は、撮影画像と走行履歴情報から交通流モデルを適用し、交通量を算出し、交通量推定情報800を生成する(ステップS904)。この際の信頼度は、デフォルト値(例えば0)とする。
また、ステップS901において、推定する対象道路(リンク)に撮影画像がない場合には(ステップS901:No)、交通量推定部104は、対象道路(リンク)周辺の複数の画像有り道路からそれぞれの交通量を推定する(ステップS906)。次に、交通量推定部104は、各画像有り道路の交通量と、推定した対象道路の交通量の相関係数を算出する(ステップS907)。
この後、交通量推定部104は、推定された対象道路の交通量と、推定元の画像有り道路の交通量で一定以上の相関が有るかを判断する(ステップS908)。推定された対象道路の交通量と、推定元の画像有り道路の交通量で一定以上の相関が有る場合には(ステップS908:Yes)、ステップS909に移行するが、推定された対象道路の交通量と、推定元の画像有り道路の交通量で一定以上の相関がない場合には(ステップS908:No)、対象道路に対する交通量推定の処理を終了する。
ステップS909では、一定以上の相関が有る画像有り道路から推定した交通量の加重平均を交通量とし、その標準偏差を信頼度として交通量推定情報800を生成する(ステップS909)。この際の加重平均の項目には撮影画像が有る道路の交通量変化との相関値、撮影画像が有る道路(リンク)から推定交通量を求めたい道路(リンク)までの最短経路距離(短いほど重みを付ける)、撮影画像が有る道路(リンク)から推定交通量を求めたい道路(リンク)までの移動体の通過台数(経路中に通過台数が少ない道路が含まれる場合には前記撮影画像が有るリンクからの推定交通量の重み付けを軽くする)、撮影画像が有る道路の連続撮影された画像のセット数(セット数が多いほど重みを付ける)等を用いる。
そして、交通量推定部104は、上記のステップS903,ステップS904,ステップS909実行後、それぞれ生成された交通量推定情報800を保存部103に保存し(ステップS905)、以上の一連の処理を終了する。
上記処理において、ステップS903,およびステップS909の変形例としては、信頼度(標準偏差)により適宜定めた信頼区間(道路)の推定交通量のみを採用して、平均値を再度算出した値を推定交通量としてもよい。
図10は、図9の推定処理により生成される交通量推定情報を示す図表である。図10に示すように、この交通量推定情報1000は、図8と同様の各道路の識別子(リンクID1〜4)毎に、走行日、走行時間帯、車種ID、通過台数、画像枚数、推定交通量、天気ID、の各項目と、推定交通量の信頼度とからなる。
上記実施の形態では、交通量の推定をサーバ等の交通量推定装置100が行う構成としたが、ある1台のカーナビゲーション装置やパーソナル・コンピュータ等の端末装置110が渋滞予測する構成とし、交通量を要求した他の端末装置110に送信する構成とすることもできる。
そして、上記実施の形態による交通量推定によれば、走行時の撮影画像と走行履歴を用いて撮影画像がない道路の交通量を推定することができるようになる。これにより、従来の如く手間のかかる人手による交通量の集計の手間を省き、固定設置のカメラによる限定された箇所の交通量算出に比べて低コストに交通量を提供できるようになる。
また、多数走行している移動体から画像と走行履歴を取得して交通量を算出しているため、少数台のプローブカーを用いた交通量の算出に比べて大幅に推定精度を向上できるようになる。さらに、任意の撮影地点を指定することで要求された任意の道路の交通量を直ちに提供できるようになる。また、撮影画像を用いているため、車種毎、天気別の交通量を求めることができ、より多様な要求に応えることができるようになる。
なお、本実施の形態で説明した交通量推定に関する方法は、あらかじめ用意されたプログラムをパーソナル・コンピュータやワークステーション等のコンピュータで実行することにより実現することができる。このプログラムは、ハードディスク、フレキシブルディスク、CD−ROM、MO、DVD等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行される。またこのプログラムは、インターネット等のネットワークを介して配布することが可能な伝送媒体であってもよい。
100 交通量推定装置
101 画像処理部
102 走行履歴分析部
103 保存部
104 交通量推定部
105 通信部
110 端末装置
111 撮像部
112 測位部
113 処理部
114 通信部
300 ナビゲーション装置
400 サーバ
101 画像処理部
102 走行履歴分析部
103 保存部
104 交通量推定部
105 通信部
110 端末装置
111 撮像部
112 測位部
113 処理部
114 通信部
300 ナビゲーション装置
400 サーバ
Claims (8)
- 道路上の移動体を撮影した画像と撮影した位置を示す位置情報とに基づき、前記画像中に存在する道路および移動体の情報を抽出する画像処理部と、
前記画像処理部により抽出された情報に基づき、撮影された前記道路の交通量を算出し、
移動体が前記道路を走行した際の走行履歴に関する情報に基づき、前記交通量が算出された前記道路を通過した複数の移動体が、当該道路に接続され撮影されていない複数の道路のうちいずれの道路へ通過したかの割合を算出し、撮影された前記道路の交通量と、前記割合とから、撮影されていない前記道路の交通量を算出する交通量推定部と、
を有することを特徴とする交通量推定システム。 - 前記道路を走行中の複数の端末装置から前記画像、および前記走行履歴に関する情報を収集することを特徴とする請求項1に記載の交通量推定システム。
- 前記交通量推定部は、前記算出した前記道路の交通量を時間帯毎にデータベース化して蓄積し、要求された所定の時間帯の前記道路に対応する前記交通量を前記データベースから読み出すことを特徴とする請求項1または2に記載の交通量推定システム。
- 前記交通量推定部は、交通量を推定する対象の道路に前記画像を有さない場合には、周辺の複数の撮影された道路のうち交通量の変化に相関がある道路の交通量から推定した交通量の加重平均を交通量とし、標準偏差を交通量の信頼度として算出することを特徴とする請求項1〜3のいずれか一つに記載の交通量推定システム。
- 道路上の移動体を撮影した画像と前記移動体の走行履歴とに基づき、前記道路の交通量を推定する交通量推定装置に対して、前記画像を送信する端末装置であって、
道路上の移動体を撮影した画像を撮影する撮像部と、
前記撮像部によって撮影された前記画像に撮影した位置と時刻の情報を付与し、前記交通量推定装置に送信する処理部と、
を有することを特徴とする端末装置。 - 道路上の移動体の交通量を推定する交通量推定装置に接続される端末装置であって、
前記交通量推定装置に対して、所望する道路および時間帯を含む交通量推定の要求を行い、前記交通量推定装置から受信した前記交通量に関する情報を出力する処理部を有することを特徴とする端末装置。 - 交通量推定装置が実施する交通量推定方法において、
道路上の移動体を撮影した画像と撮影した位置を示す位置情報とに基づき、前記画像中に存在する道路および移動体の情報を抽出する画像処理工程と、
前記画像処理工程により抽出された情報に基づき、撮影された前記道路の交通量を算出し、
移動体が前記道路を走行した際の走行履歴に関する情報に基づき、前記交通量が算出された前記道路を通過した複数の移動体が、当該道路に接続され撮影されていない複数の道路のうちいずれの道路へ通過したかの割合を算出し、撮影された前記道路の交通量と、前記割合とから、撮影されていない前記道路の交通量を算出する交通量推定工程と、
を含むことを特徴とする交通量推定方法。 - 請求項7に記載の交通量推定方法をコンピュータに実行させることを特徴とする交通量推定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013214221A JP2015076077A (ja) | 2013-10-11 | 2013-10-11 | 交通量推定システム、端末装置、交通量推定方法および交通量推定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013214221A JP2015076077A (ja) | 2013-10-11 | 2013-10-11 | 交通量推定システム、端末装置、交通量推定方法および交通量推定プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2015076077A true JP2015076077A (ja) | 2015-04-20 |
Family
ID=53000839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013214221A Pending JP2015076077A (ja) | 2013-10-11 | 2013-10-11 | 交通量推定システム、端末装置、交通量推定方法および交通量推定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2015076077A (ja) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108132913A (zh) * | 2017-12-11 | 2018-06-08 | 深圳先进技术研究院 | 一种轨道交通客流移动估计方法、系统及电子设备 |
WO2018142527A1 (ja) * | 2017-02-02 | 2018-08-09 | 日産自動車株式会社 | 走行履歴の記憶方法、走行軌跡モデルの生成方法、自己位置推定方法、及び走行履歴の記憶装置 |
JP2019040473A (ja) * | 2017-08-25 | 2019-03-14 | 株式会社 ミックウェア | 統計交通情報作成システム、統計交通情報管理サーバ、及び統計交通情報作成プログラム |
WO2020100406A1 (ja) * | 2018-11-14 | 2020-05-22 | 本田技研工業株式会社 | 交通情報分析装置及び交通情報分析方法 |
JP2020101962A (ja) * | 2018-12-21 | 2020-07-02 | 住友電気工業株式会社 | 関係情報作成装置、交通制御システム、関係情報作成方法およびコンピュータプログラム |
JP2020144722A (ja) * | 2019-03-08 | 2020-09-10 | オムロン株式会社 | 車種判定装置、車種判定方法、および車種判定プログラム |
WO2020230237A1 (ja) * | 2019-05-13 | 2020-11-19 | 日本電信電話株式会社 | 交通流推定装置、交通流推定方法、交通流推定プログラムおよび交通流推定プログラムを記憶した記憶媒体 |
JP2021009629A (ja) * | 2019-07-02 | 2021-01-28 | ヤフー株式会社 | 推定装置、推定方法及び推定プログラム |
WO2023026748A1 (ja) | 2021-08-23 | 2023-03-02 | パナソニックIpマネジメント株式会社 | 情報処理装置、表示端末及び情報処理方法 |
-
2013
- 2013-10-11 JP JP2013214221A patent/JP2015076077A/ja active Pending
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10860035B2 (en) | 2017-02-02 | 2020-12-08 | Nissan Motor Co., Ltd. | Travel history storage method, method for producing travel path model, method for estimating local position, and travel history storage device |
WO2018142527A1 (ja) * | 2017-02-02 | 2018-08-09 | 日産自動車株式会社 | 走行履歴の記憶方法、走行軌跡モデルの生成方法、自己位置推定方法、及び走行履歴の記憶装置 |
CN110234957A (zh) * | 2017-02-02 | 2019-09-13 | 日产自动车株式会社 | 行驶记录的存储方法、行驶轨迹模型的生成方法、自身位置推定方法及行驶记录的存储装置 |
JPWO2018142527A1 (ja) * | 2017-02-02 | 2019-11-21 | 日産自動車株式会社 | 走行履歴の記憶方法、走行軌跡モデルの生成方法、自己位置推定方法、及び走行履歴の記憶装置 |
CN110234957B (zh) * | 2017-02-02 | 2022-03-29 | 日产自动车株式会社 | 行驶记录的存储方法、行驶轨迹模型的生成方法、自身位置推定方法及行驶记录的存储装置 |
JP2019040473A (ja) * | 2017-08-25 | 2019-03-14 | 株式会社 ミックウェア | 統計交通情報作成システム、統計交通情報管理サーバ、及び統計交通情報作成プログラム |
CN108132913A (zh) * | 2017-12-11 | 2018-06-08 | 深圳先进技术研究院 | 一种轨道交通客流移动估计方法、系统及电子设备 |
WO2020100406A1 (ja) * | 2018-11-14 | 2020-05-22 | 本田技研工業株式会社 | 交通情報分析装置及び交通情報分析方法 |
JP2020101962A (ja) * | 2018-12-21 | 2020-07-02 | 住友電気工業株式会社 | 関係情報作成装置、交通制御システム、関係情報作成方法およびコンピュータプログラム |
JP7167696B2 (ja) | 2018-12-21 | 2022-11-09 | 住友電気工業株式会社 | 関係情報作成装置、交通制御システム、関係情報作成方法およびコンピュータプログラム |
JP2020144722A (ja) * | 2019-03-08 | 2020-09-10 | オムロン株式会社 | 車種判定装置、車種判定方法、および車種判定プログラム |
JP7276435B2 (ja) | 2019-05-13 | 2023-05-18 | 日本電信電話株式会社 | 交通流推定装置、交通流推定方法、交通流推定プログラムおよび交通流推定プログラムを記憶した記憶媒体 |
CN113841188A (zh) * | 2019-05-13 | 2021-12-24 | 日本电信电话株式会社 | 交通流估计装置、交通流估计方法、交通流估计程序及存储了交通流估计程序的存储介质 |
JPWO2020230237A1 (ja) * | 2019-05-13 | 2020-11-19 | ||
EP3971855A4 (en) * | 2019-05-13 | 2022-12-14 | Nippon Telegraph And Telephone Corporation | TRAFFIC FLOW ESTIMATION DEVICE, TRAFFIC FLOW ESTIMATION METHOD, TRAFFIC FLOW ESTIMATION PROGRAM AND STORAGE MEDIA FOR STORING THE TRAFFIC FLOW ESTIMATION PROGRAM |
WO2020230237A1 (ja) * | 2019-05-13 | 2020-11-19 | 日本電信電話株式会社 | 交通流推定装置、交通流推定方法、交通流推定プログラムおよび交通流推定プログラムを記憶した記憶媒体 |
US11837084B2 (en) | 2019-05-13 | 2023-12-05 | Nippon Telegraph And Telephone Corporation | Traffic flow estimation apparatus, traffic flow estimation method, traffic flow estimation program, and storage medium storing traffic flow estimation program |
CN113841188B (zh) * | 2019-05-13 | 2024-02-20 | 日本电信电话株式会社 | 交通流估计装置、交通流估计方法、存储介质 |
JP2021009629A (ja) * | 2019-07-02 | 2021-01-28 | ヤフー株式会社 | 推定装置、推定方法及び推定プログラム |
JP7347974B2 (ja) | 2019-07-02 | 2023-09-20 | ヤフー株式会社 | 推定装置、推定方法及び推定プログラム |
WO2023026748A1 (ja) | 2021-08-23 | 2023-03-02 | パナソニックIpマネジメント株式会社 | 情報処理装置、表示端末及び情報処理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11415427B2 (en) | Providing traffic warnings to a user based on return journey | |
US9691281B2 (en) | Navigation system with image assisted navigation mechanism and method of operation thereof | |
JP2015076077A (ja) | 交通量推定システム、端末装置、交通量推定方法および交通量推定プログラム | |
US10077986B2 (en) | Storing trajectory | |
KR101744963B1 (ko) | 블랙박스 영상 정보를 이용하여 교통정보 및 차량정보 제공 시스템 및 그 방법 | |
JP2015076078A (ja) | 渋滞予測システム、端末装置、渋滞予測方法および渋滞予測プログラム | |
JP2010169441A (ja) | 情報出力端末、情報出力方法、情報出力プログラムおよび記録媒体 | |
JP2020030870A (ja) | 渋滞予測システム、端末装置、渋滞予測方法および渋滞予測プログラム | |
CN114080537A (zh) | 收集与可导航网络有关的用户贡献数据 | |
CN111183464B (zh) | 基于车辆轨迹数据估计信号交叉路口的饱和流量的系统和方法 | |
US11238735B2 (en) | Parking lot information management system, parking lot guidance system, parking lot information management program, and parking lot guidance program | |
JP2015076079A (ja) | 利用目的推定システム、端末装置、利用目的推定方法、およびプログラム | |
JP2018169411A (ja) | 画像送信システム、端末、画像送信方法および画像送信プログラム | |
JP2011022004A (ja) | 地図データ更新装置、地図データ更新方法、地図データ更新プログラムおよび記録媒体 | |
JP2019087969A (ja) | 走行現調支援装置 | |
US20230400322A1 (en) | Computer-readable medium, information display device, and information display method | |
JP2007263755A (ja) | 通信装置、通信中継装置、通信方法、通信プログラムおよび記録媒体 | |
JP2018106762A (ja) | 渋滞予測システム、端末装置、渋滞予測方法および渋滞予測プログラム | |
JP2022023863A (ja) | 渋滞予測システム、端末装置、渋滞予測方法および渋滞予測プログラム | |
WO2014174648A1 (ja) | 情報記録システム、情報取得装置、情報処理方法および情報処理プログラム | |
JP2019148987A (ja) | 車載装置、画像供給方法、サーバ装置、画像収集方法、及び画像取得システム | |
US20230401959A1 (en) | Information presentation method | |
KR20090063959A (ko) | 자동차 주행 상태 정보 제공 시스템 및 그 방법 | |
JP2023107841A (ja) | 渋滞予測システム、端末装置、渋滞予測方法および渋滞予測プログラム | |
JPWO2008146377A1 (ja) | 経路誘導装置、経路誘導方法、経路誘導プログラムおよび記録媒体 |