Mitigation of highway traffic congestion using short-term traffic flow prediction from car probe information and velocity control

利用汽车探测信息和速度控制进行短期交通流预测来缓解高速公路交通拥堵

• 批准号: 19K11930
• 负责人: 森野 博章
• 金额: $ 1.66万
• 依托单位: Shibaura Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2019
• 资助国家: 日本
• 起止时间: 2019-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19K11930/
• 关键词: 短時間予測; ITS; V2X; Connected Vehicle; 渋滞緩和; 車両間通信; 機械学習; 交通流制御; 車両間通信による交通流制御; 時系列予測; エッジコンピューティング; 交通流

高速道路のサグ部手前において，プローブカーから収集する車両速度の時系列データを入力データとし数十秒後の車両速度をLSTMによる多変量短時間予測により予測する手法の特性評価を行った．評価方法は交通流シミュレーションによる．特に，入力データの次元数が予測誤差に与える影響を評価した．車両速度予測の対象とする車両自身の時系列データのみを入力データとする場合を次元数n=1とし，速度予測の対象車両に加えてその前方1つの領域，2つの領域，..を走行する車両群それぞれの平均速度の時系列データも入力データとする場合をそれぞれn=2, n=3…とした．車両速度の予測誤差については，RMSEを指標として評価した結果，n=0の場合と比較しn=1,n=2では予測誤差が大きく低減すること，n=1とn=2では予測誤差に大きな差がないことを明らかにした．また，n>0の場合，速度予測対象車両から見て近い位置からi番目の前方車両走行領域(i=1,2,…)と速度予測対象車両の車間時間の値(Thiと表記する)も予測誤差特性に影響がある．現在時刻と予測対象の時刻との時間差(Tdと表記する) とTh1を等しい値に設定した場合に予測誤差が最小となることを明らかにした．次に，予測された速度が閾値を下回ると減速制御を開始し渋滞の軽減を図る手法について，同様に入力データの次元数nが特性に与える影響を評価した n=0,1,2の3通りで評価した結果， n=2, n=1, n=0の順で平均速度の向上効果が高いことを明らかにした．n=1とn=2では上述の通りRMSEで評価される速度の予測誤差には差がなかったが，n=2はn=1と比較し，時速30km/hの非常に定速で走行する車両の比率が低くこれが平均速度向上に寄与することが確認された．

High-speed road の サ グ department before hand に お い て, プ ロ ー ブ カ ー か ら 収 set す る car struck speed is の series デ ー タ を デ into force ー タ と し tens of seconds after の car struck speed を LSTM に よ る many variations can be short time に よ り be す る gimmick の characteristics evaluation 価 を line っ た. Evaluation of 価 method 価 traffic flow シ ュレ ュレ ショ ショ による による. に, into force デ ー タ の に が to measurement error over time and え る を appraisal of 価 し た. Speed of the car that struck to measure の like と seaborne す る when the car struck の its series デ ー タ の み を デ into force ー タ と す る occasions を dimensional number n = 1 と し, speed can be の like car struck seaborne に plus え て そ の ahead 1 つ の field, 2 つ の field,.. Youdaoplaceholder0 traveling する group of vehicles それぞれ <s:1> average speed <e:1> time series デ タ タ <s:1> input force デ タとする タとする situation をそれぞれn=2, n=3... Youdaoplaceholder0 た. Speed of the car that struck の to measuring error に つ い て は, RMSE を index と し て review 価 し た results, n = 0 の occasions と し n = 1, n = 2 で は to big measurement error が き く low cut す る こ と, n = 1 と n = 2 で は to big measurement error に き な poor が な い こ と を Ming ら か に し た. Youdaoplaceholder0, n>0, in the following situation, the speed of the vehicle to be measured is ら. See て. Near the また position ら. In the i sequence, the vehicle ahead is traveling in the field (i=1,2,...). The と speed pre-measurement is relative to the workshop time <e:1> value of the vehicle (Thiと notation する), the <s:1> pre-measurement error characteristics に influence がある. Now moment と to measure like の seaborne moment と の time difference (Td と mark whatever す る) と Th1 を etc し い set numerical に し が に た occasions to measuring error minimum と な る こ と を Ming ら か に し た. に, be さ れ た が threshold speed numerical を next る と deceleration suppression を began し 渋 hysteresis の 軽 minus を 図 る gimmick に つ い て, with others in に デ into force ー タ の dimensional number n が characteristics に and え る を appraisal of 価 し た n = 0 の 3 tong り で review 価 し た results, When n=2, n=1, n=0, the upward effect of the <s:1> average velocity <e:1> along the で results in が high <s:1> とを とを bright ら に に た. N = 1 と n = 2 で は above の tong り RMSE で review 価 さ れ の る speed to measuring error に は poor が な か っ た が, n = 2 は n = 1 と し, speed of 30 km/h の very に constant speed で direction す る car struck の ratio low が く こ れ が average speed に send upward す る こ と が confirm さ れ た.

项目成果

合流部での円滑な合流を考慮した自動運転車両間での情報共有

自动驾驶车辆之间的信息共享，确保合流点顺利合流

• 发表时间: 2020
• 作者: Otgonpurev Mendsaikhan;Hirokazu Hasegawa;Yukiko Yamaguchi;Hajime Shimada;白石遼平，森野博章
• 通讯作者: 白石遼平，森野博章

自動運転・手動運転混在環境における車線変更抑制による自然渋滞軽減効果の評価

自动驾驶和手动驾驶混合环境下车道变换抑制自然交通拥堵缓解效果评估

• 发表时间: 2020
• 作者: Otgonpurev Mendsaikhan;Hirokazu Hasegawa;Yukiko Yamaguchi;Hajime Shimada;渡邊 聖，相浦龍青，森野博章
• 通讯作者: 渡邊 聖，相浦龍青，森野博章

自動運転・運転支援における通信技術活用

通信技术在自动驾驶和驾驶支持中的运用

• 发表时间: 2019
• 作者: 高木聖也;長谷川皓一;山口由紀子;嶋田創;澁谷祐輝，森野博章;森野博章
• 通讯作者: 森野博章

Ttraffic congestion mitigation by deceleration control with short-term velocity forecasting using V2X

通过减速控制和使用 V2X 进行短期速度预测来缓解交通拥堵

• 发表时间: 2023
• 作者: Atsushi Shinoda;Hirokazu Hasegawa;Yukiko Yamaguchi;Hajime Shimada;and Hiroki Takakura;Tetsuya Fukumaru
• 通讯作者: Tetsuya Fukumaru

Mitigating Traffic Congestion Due To an Accident with Area-dependent Jam Absorption Driving

通过区域性拥堵吸收驾驶缓解事故造成的交通拥堵

• 发表时间: 2022
• 作者: 熊崎真仁;長谷川皓一;山口由紀子;嶋田創;高倉弘喜;相浦隆青;Aiura Ryusei
• 通讯作者: Aiura Ryusei