単路部ボトルネック上流での自動運転車による身代わり減速波発生による渋滞抑制

本年度の成果は以下のように要約される。1)高速道路単路部のどのサグがボトルネックとなりうるかを知るために、高速道路4路線首都圏近郊区間を対象に、車両感知器データおよび縦断線形データを用いて統計モデルを構築した。この際、渋滞するサグのみならず上下流のサグの縦断線形を説明変数として取り入れている点に新規性がある。このことは、現にボトルネックとなるサグの上流で減速波を意図的に生じさせて渋滞発生を抑制しようとする本施策において、減速波を生じさせるのに相応しいサグを選定するのに有用な情報となる。2)阪神高速Zen traffic data(ZTD)を活用して、車両追従挙動における反応遅れが走行位置によって変化するのかを検証した。ZTDのうち阪神高速池田線上り延長2kmの朝ピーク1時間分のデータをもとに追従挙動データを整理し、これを2種類の追従挙動モデル（線形モデルおよび非線形モデル）にあてはめ、反応遅れ時間を1対の追従挙動ペアに対して1つ推定する。ただし、2kmの区間を500m毎に区分し、それぞれの区間に対して重みを付ける重み付き推定を行ない、区間毎の反応遅れ時間の分布形状を観察した。この結果、区間毎には反応遅れ時間は異なるものの、渋滞先頭地点付近での反応遅れが小さい傾向が確認された。これは一般に知られる渋滞先頭付近での反応遅れが長くなることとは異なる傾向であり、推定に使用する追従挙動モデルを取り替えても同様の傾向がみられるか検証が必要である。以上の知見は、渋滞抑制の観点でボトルネック上流で減速波を意図的に発生させる際に、減速波発生の適切な位置をマクロ的およびミクロ的に検討するのに役に立つ内容と考えられる。

本年度の成果は以下のように要約される。1)高速道路単路部のどのサグがボトルネックとなりうるかを知るために、高速道路4路線首都圏近郊区間を対象に、車両感知器データおよび縦断線形データを用いて統計モデルを構築した。この際、渋滞するサグのみならず上下流のサグの縦断線形を説明変数として取り入れている点に新規性がある。このことは、現にボトルネックとなるサグの上流で減速波を意図的に生じさせて渋滞発生を抑制しようとする本施策において、減速波を生じさせるのに相応しいサグを選定するのに有用な情報となる。2)阪神高速Zen traffic data(ZTD)を活用して、車両追従挙動における反応遅れが走行位置によって変化するのかを検証した。ZTDのうち阪神高速池田線上り延長2kmの朝ピーク1時間分のデータをもとに追従挙動データを整理し、これを2種類の追従挙動モデル（線形モデルおよび非線形モデル）にあてはめ、反応遅れ時間を1対の追従挙動ペアに対して1つ推定する。ただし、2kmの区間を500m毎に区分し、それぞれの区間に対して重みを付ける重み付き推定を行ない、区間毎の反応遅れ時間の分布形状を観察した。この結果、区間毎には反応遅れ時間は異なるものの、渋滞先頭地点付近での反応遅れが小さい傾向が確認された。これは一般に知られる渋滞先頭付近での反応遅れが長くなることとは異なる傾向であり、推定に使用する追従挙動モデルを取り替えても同様の傾向がみられるか検証が必要である。以上の知見は、渋滞抑制の観点でボトルネック上流で減速波を意図的に発生させる際に、減速波発生の適切な位置をマクロ的およびミクロ的に検討するのに役に立つ内容と考えられる。