Development of a network traffic breakdown prediction method

网络流量故障预测方法的开发

• 批准号: 21H01457
• 负责人: 吉井 稔雄
• 金额: $ 11.15万
• 依托单位: Ehime University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21H01457/
• 关键词: 交通流; 交通事故; 事故リスク; ネットワーク; 画像処理; ブレイクダウン; 予測手法

本研究では，交通事故や自然災害などの突発事象に起因する非日常の激しい交通渋滞（以下“ブレイクダウン”）の未然防止に向けて，空間モニタリング技術，交通流解析手法，ならびにAIによる情報解析技術を組み合わせた，道路ネットワーク交通流におけるブレイクダウン発生予測手法を構築することを目的とする．令和4年度においては，令和3年度に引き続いて以下の研究を行った．1)交通流観測データとプローブ車両走行軌跡を用いて，ネットワークの交通流状態における交通密度と交通量の関係を示すMFDを推定する手法を確立した．さらに，長期間蓄積されたこれらのデータと交通事故の記録を用いて，OD交通量の変化や交通事故発生によるMFD形状の変化を把握した．2)AIを用いたネットワークブレイクダウン予測手法の構築に向けて，ネットワークの交通流状態をマクロに捉えるエリアトラフィックステートを指標として，ブレイクダウン発生の有無を判定する手法を開発し，その精度を検証した．3)道路ネットワーク全体が潜在的に有する交通事故発生リスクをリアルタイムで推定する手法として，プローブデータの走行軌跡を入力に用いた動的交通事故発生リスク推定モデルを構築し，実交通データに適用してその精度を検証した．4)道路ネットワーク上を走行するプローブ車両のDR画像を収集し，画像解析を行って急ブレーキ発生の予測，ならびに死角を検出するモデルを開発し，実データを用いた検証を行った．

This study aims to prevent traffic accidents and natural disasters, and to construct prediction methods for road accidents and traffic flow. The following studies were carried out in the fourth year of this year: 1) Traffic flow measurement, traffic density estimation, and traffic trajectory estimation. In addition, the long-term accumulation of data and traffic accident records, OD traffic volume change and traffic accident occurrence, MFD shape change to grasp. 2)AI use in the production of data and traffic accident prediction method construction direction, the production of data and traffic flow state to catch data and traffic accident indicators, the production of data and traffic accident occurrence to determine the existence of the method to develop. 3) Road accident occurrence estimation method for all potential traffic accident occurrence, construction of road accident occurrence estimation method for all potential traffic accident occurrence estimation methods, construction of road accident occurrence estimation method for all potential traffic accident occurrence methods, construction of road accident estimation method for all potential traffic accident occurrence methods, construction method for all potential traffic accident occurrence estimation methods, construction method for all potential traffic accident occurrence estimation method, construction method for all potential traffic accident occurrence estimation The image analysis is carried out in an urgent manner, and the prediction is carried out in an urgent manner.

项目成果

交通事故リスクに関するコミュニケーションが経路選択行動に与える影響の分析

交通事故风险沟通对路径选择行为的影响分析

• 发表时间: 2022
• 作者: 中川海里;吉江直樹;中谷春貴，杉木直，倉内文孝，松尾幸二郎;安隆浩,倉内慎也,吉井稔雄,西内裕晶,佐野可寸志
• 通讯作者: 安隆浩,倉内慎也,吉井稔雄,西内裕晶,佐野可寸志

Analysis of the Conditions for the Occurrence of Sudden Braking using Drive Recorder Videos -- Using the Distance between Vehicles Estimated by Deep Learning --

利用行车记录仪视频分析突然刹车发生的条件——利用深度学习估计的车距——

• 发表时间: 2021
• 作者: Hanwei Zhang;Hiroshi Kawasaki;Tsunenori Mine;Shintaro Ono
• 通讯作者: Shintaro Ono

安全な自転車走行を目的としたデプス推定とセマンティックセグメンテーションによる死角領域の予測

使用深度估计和语义分割预测盲点以实现安全骑行

• 发表时间: 2023
• 作者: 林光隼;栗達;小野晋太郎
• 通讯作者: 小野晋太郎

深度推定により算出した車間距離を用いた急ブレーキ検出

利用深度估计计算出的车间距离进行紧急制动检测

• 发表时间: 2022
• 作者: 張ハンウェイ;野口遥平;小野晋太郎;川崎洋
• 通讯作者: 川崎洋

A Factor Extraction Method using Deep Learning Technique on Traffic Accident Risk

一种利用深度学习技术的交通事故风险因子提取方法

• 发表时间: 2021
• 作者: Celso Luis Fernando;Toshio Yoshii;Takahiro Tsubota;Hirotoshi Shirayanagi
• 通讯作者: Hirotoshi Shirayanagi