18:50 〜 19:10
[2O6-GS-13-04] ETC2.0プローブデータによる交通異常検知
キーワード：ETC2.0プローブデータ、交通異常検知、交通流モデル
我々は，高速道において事故や路上障害物，故障車などによる交通異常を早期に検知する目的で，ETC2.0プローブデータを用いた交通異常検知方式を研究している．本稿では，交通流の特性を数値指標としてモデル化した方式について説明し，実際のプローブデータを利用した評価結果を報告する．まず，プローブデータにより，渋滞先頭の交通流を分析した結果，交通集中（自然渋滞）の場合は緩やかに加速し，交通異常の場合は比較的速く加速する特性があることが判明した．また，サグ部や合流地点といった交通集中による渋滞が発生しやすい場所があることが分かっている．この特性を渋滞先頭の速度回復距離や加速度，時系列速度変化などの数値で特徴量とした．開発した方式は，交通集中と交通異常について複数の特徴量の生起確率をガンマ分布などでモデル化し，リアルタイムに取得したデータをモデルと照合して特徴量の同時生起確率を計算して交通異常を検知するものである．いくつかの交通集中渋滞の頻発地点および事故・交通規制が発生した実際の400件のデータを用いて，開発した交通異常検知方式を評価した．その結果，再現率，適合率ともに80％以上の精度を達成した．
講演PDFパスワード認証
論文PDFの閲覧にはログインが必要です。参加登録者の方は「参加者用ログイン」画面からログインしてください。あるいは論文PDF閲覧用のパスワードを以下にご入力ください。