JPH10134295A - 道路交通状況における渋滞識別方法 - Google Patents

Abstract

(57)【要約】 【課題】 交通状況に左右されることなく可及的に少な
い時間ロスで、僅かなデータ処理コストと僅かな測定技
術的コストのもとで道路交通状況における渋滞を確実に
識別することのできる方法を提供すること。 【解決手段】 セクタ始端にて検出される交通量と速度
の平均値とセクタの長さと測定間隔内の自動車の時間的
な分散の受入れ値とセクタ通過自動車の速度経過受入れ
値からセクタ終端予測値を周期的に算出し、セクタ終端
交通量の平均値と周期的に比較し、差分交通量を検出
し、サイクルに亘る加算を行い、監視すべきセクタ内に
残る車両数を連続検出し、限界値を上回った場合に渋滞
通知をトリガする。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、監視すべき１つの
セクタ内の道路交通状況における渋滞識別方法であっ
て、セクタ始端とセクタ終端のそれぞれ１つの測定クロ
スセクションにて該測定クロスセクションを通過した車
両の数と速度を測定データとして連続的に検出し、連続
的に数値付けされる有限の測定間隔の間収集し、交通量
と速度の平均値に対して周期的にパッキングを実施し、
その後で評価を行い、各測定クロスセクションは１つの
走行方向で通行可能な全ての走行車線を包含している、
道路交通状況における渋滞識別方法に関する。

【０００２】

【従来の技術】増加する一方の道路交通状況に基づいて
多数車線道路においてはその流れの正確な制御のために
切換式交通表示を備えた流れ制御装置がますます頻繁に
利用されている。この制御装置では道路交通状況におけ
る渋滞識別のための種々の方法が用いられる。この種の
装置の投入と付属する渋滞識別方法の開発の目的は次の
ような理由による。すなわち渋滞個所へ続く後続の交通
車両の誘導を可能にする警告を含めた交通表示の切換に
よって追突事故の危険をより確実に回避することにあ
る。特にここにおいて重要なことは、可及的に正確でか
つ迅速な渋滞の識別、すなわち渋滞の発生と安全策の実
施との間の臨界的な時間の短縮である。

【０００３】現在の交通量の検出には通常次のような測
定方法が用いられている。すなわちその土地に結び付け
たいわゆる測定クロスセクションにて個々の車両の測定
データを記録する測定手法が用いられている。通常は、
それぞれの始端と終端の測定クロスセクションで区切ら
れた個々のセクタ、すなわち交通路線区分ごとの監視で
ある。技術的には“交通量”のレベルを例えば時間単位
毎の検出車両数として定め、そこから交通量単位として
例えば「毎分毎の車両数」が形成される。

【０００４】冒頭に述べたような方式の方法は、公知文
献“Automatische Stoerfallerkennung auf Autobahnen
mit Hilfe vonFuzzy-Logik; Simens AG,Muenchen,Bere
ich Anlagentechnik, GeschaeftsgebietStrassenverkeh
rstechnik”に記載されている。この方法は実質的に２
つの主要部、すなわちデータ処理とファジイ決定論理で
成り立っている。データ処理部分においてはそれぞれ１
つの有限の測定間隔に亘り平均化された速度と交通量の
平均値から実質的に渋滞識別の基準量として表される３
つの指標（インジケータ）、すなわち“速度-密度-差
（VK-Diff)”、“傾向係数”、“交通量の傾向”が算出
される。この３つの指標は、ファジイ決定論理に対する
入力変数として用いられ、そこからは出力パラメータと
して渋滞確率が供給される。ファジイ決定論理は３段の
構造を有しており、それらは“グループ識別”モジュー
ル、“渋滞予備調査”モジュール、及び本来のコアモジ
ュール（いわゆる“渋滞識別”モジュール）の３つから
なっている。このコアモジュールは出力パラメータとし
ていわゆる０〜１００％で示される渋滞確率を供給す
る。

【０００５】非常に複雑であるにもかかわらずどちらか
といえば応急的な指標“速度−密度−差”の規定のため
に、この公知方法は、完全に決定した交通状況でしか確
実に遅延なく動作することができない。特に監視すべき
セクタの後方領域に渋滞が発生した場合には渋滞識別の
信頼度は大幅に低下する。その他にも、使用される指標
の組み合わせのための決定系としてファジイ決定論理が
用いられた場合でも、前記方法の基本的な不十分さを補
うことはできず、わずかながらの改善に留まるだけであ
る。

【０００６】その他に一般的に公知の方法としては、渋
滞の検出を実質的に測定クロスセクションの停滞状況か
ら導出する方法、すなわち車両が既に測定クロスセクシ
ョン上で止まっているか又はごく僅かな速度で通過した
場合に渋滞を識別する方法がある。しかしながらこのい
わゆる局所限定的な方法はさらなる欠点を有している。
すなわち渋滞個所と測定クロスセクションとの間の距離
に応じて渋滞検出までの貴重な時間のロスが生じること
である。特に監視すべきセクタが非常に長い場合（この
ねらいはコスト的な理由から測定クロスセクションの数
を減らすことである）には、測定クロスセクション直前
の渋滞の発生時点と、形成された停滞後端部が次の上流
側にある測定クロスセクションに達する時点との間で非
常に長い期間が浪費される。なぜなら後方から停滞後端
部に近づきつつある車両がこのシステムに起因するむだ
な時間の間は何も警告を受けることができないからであ
る。それによりこの停滞後端においては、もともとの渋
滞の連鎖的現象として追突事故の危険性が極めて高くな
る。

【０００７】ドイツ、アーヘン市に在るＡＶＥトラフィ
ックインフォメーションテクニック社の公知文献“ＡＶ
Ｅ−die Komplettloesung fuer modernes Verkersmanag
ement”からは、さらに区間に関する交通量パラメータ
の検出と分析に基づく道路交通状況における渋滞識別方
法が公知である。いわゆる“パターン識別”手法に基づ
くこの方法では測定クロスセクションにて検出された個
々の車両の信号が評価され、特徴的なパターン特性が抜
粋され、分析されて基準化される。このように処理され
た測定データ（パターン特性）はそれぞれ上流側の次の
測定クロスセクションに配属されている区間ステーショ
ンに伝送される。そこでは引き続き初めの測定クロスセ
クションにて分析された測定データとの比較が行われ
る。適切な相関手法を用いることによりいわゆる区間シ
ステム関数が形成される。この関数からは、入口側測定
クロスセクションと出口側測定クロスセクションの間の
区間における観察すべき車両グルーブの区間に係わる交
通量パラメータ“トラベルタイム”（及びその平均巡航
速度）並びに入口側測定クロスセクションと出口側測定
クロスセクションの間の区間の“交通密度”が導出でき
る。

【０００８】この種の方法はいずれにしても測定技術や
データ伝送容量に対する要求が非常に高く、そのためそ
れぞれの測定クロスセクションに対応する区間ステーシ
ョンと中央評価ステーションとの間のデータ伝送の他に
も隣接する区間ステーション間の直接的な相互接続が必
要とされる。

【０００９】従来技術による方法を実施するための現在
使われている測定、伝送、評価装置では、通常はこれら
のハードウエア的前提条件が満たされず、そのためこの
種の区間に関する方法を使用可能にするためには非常に
コストのかかる後装備が必要となる。さらに現在投入さ
れているか又はまだ開発段階にある、交通量データ検出
のための（つまり局所限定的速度、交通量、交通構造検
出のための）全ての技法には、（これらは実質的に誘導
ループ、マイクロ波センサ（レーダ）、レーザースキャ
ナ並びにビデオカメラと特殊なコンピュータプログラム
を用いた記録データの後続評価によって表される）比較
的大きな不確定要素が含まれている。特にこの場合自家
用車の検出がエラーに左右される。実際には個々の車両
は、例えば測定クロスセクション領域内の車線変更毎に
たびたび検出されるわけではない。また走行車線に関す
るか又は測定クロスセクションに係わる検出装置の故障
も考えられる。このような理由から、車両検出の信頼性
が重要である、区間に関する交通量検出に基づく方法で
は、満足のいく結果は得られない。

【００１０】公知の渋滞識別方法では、計算機センタに
供給され、検出された測定データから周期的なパッキン
グによって求められた平均値が、リアルタイムデータ処
理によって評価される。しかしながらこのデータ状況
は、１００％までの信頼性は絶対に望めない車両検出の
ために不確実なものとなる。

【００１１】不確実性のもとでのあるいは不確実なデー
タに基づいての判断には種々の補足手段が存在する。こ
れらの中からはトラフィック技術において既に前述した
ような手法の他に、従来技術によるファジイ論理、信号
処理、らなびにスタチック手法が使用される。

【００１２】大体において指数平滑法が実施される信号
処理の場合の欠点は、各測定クロスセクションと全ての
個別データ毎にパラメータを供給し設定を行う必要があ
ることである。その結果パラメータ処理に係わるコスト
の増加が生じる。それに対してスタチック手法は次のよ
うな欠点を有している。すなわち個々の判断において総
体性の根本的な欠如のために有意性がなくなることであ
る。

【００１３】

【発明が解決しようとする課題】本発明の課題は、交通
状況に左右されることなく可及的に少ない時間ロスで、
僅かなデータ処理コストと僅かな測定技術的コストのも
とで道路交通状況における渋滞を確実に識別することの
できる方法を提供することである。

【００１４】

【課題を解決するための手段】上記課題は本発明によ
り、セクタ始端にて検出される交通量と車両速度の平均
値と、セクタの長さと、測定間隔内の車両の時間的な分
散に対するする受入れ値と、セクタ通過の際の車両速度
経過に対する受入れ値から、セクタ終端における交通量
の予測値を周期的に算出し、 ａ）セクタの長さと、セクタ通過の際の車両速度経過に
対する受入れ値から通過時間を求め、 ｂ）前記通過時間から、そのつどの測定間隔においてセ
クタ始端にて検出された車両がセクタ終端の測定クロス
セクションを通過する測定間隔の数値を検出し、 ｃ）車両の時間的配分に対する受入れ値の考慮の下で、
前記ステップｂに従って検出された測定間隔に対する交
通量の平均値の配分のための配分係数を求め、 ｄ）そのつどの測定間隔毎の交通量の予測値を、前記配
分係数と、対応する交通量の積の和によって算出し、こ
の場合先行する全ての測定間隔と目下の測定間隔に亘っ
て加算が行われ、前記交通量の予測値を、セクタ終端の
測定クロスセクションにて検出された測定データから求
められる、セクタ終端交通量の平均値と周期的に比較
し、そのつどの差分交通量を検出し、前記差分交通量の
値のサイクルに亘る加算を実施し、監視すべきセクタ内
に付加的に残留する車両の数を連続的に検出し、この値
が、付加的にセクタ内に残る車両数に対する限界値を上
回った場合に、渋滞通知をトリガするようにして解決さ
れる。

【００１５】本発明によって実施される、監視すべきセ
クタ内に付加的に入る車両の連続した動的評価によれ
ば、そのつどの交通状況に左右されることのない非常に
信頼性の高い渋滞識別が達成される。渋滞の生じていな
い交通状況では、監視セクタ内を流れている交通量は、
平均速度、走行特性、セクタの長さ、セクタ出口側分散
状況の考慮のもとで再び検出される。

【００１６】セクタ後端を通過する車両に対する交通量
予測値の算出の際には、本発明の方法により、検出サイ
クルの期間中に測定された車両群のうちのどの部分が監
視セクタを現検出サイクルではなく次の検出サイクル又
はその後の検出サイクルになってはじめて離脱するかが
考慮される。この目的のために配分係数の算出が行われ
る。この配分係数を用いることにより、セクタ始端で検
出された１つの検出サイクルの車両グループが、再びセ
クタを離れる可能性が高いものと予測される２つのサイ
クルに配分される。

【００１７】セクタ始端の測定クロスセクションの測定
データとセクタ後端の測定クロスセクションの測定デー
タを同時にだけ、かつセクタトポロジに依存することな
く観察し、それ自体複雑な分析基準の構成のもとで比較
的信頼性の低い渋滞識別しか可能でない方法の欠点は、
本発明による方法によって確実に避けられる。この場合
本発明による方法のデータ処理コストは非常に低く抑え
られ、これは局所限定的測定に基づく渋滞識別方法と最
も容易に比較できるレベルである。しかしながらその大
きな欠点、すなわち測定クロスセクションの停滞状況の
既存事実のもとでしか渋滞識別ができないという欠点
は、本発明では回避される。なぜなら動的な計算評価に
よって、発生し得る渋滞が迅速にかつ監視セクタ内の位
置にほとんど依存することなく検出できるからである。

【００１８】従来技術から公知の、区間に関する交通量
パラメータの算出と分析が行われるが故にパターン識別
を介したセクタ始端と終端の車両グループの補正に対し
て極端に高いデータ処理コストが必要となる方法に比べ
て、本発明による方法ではこのコストが大幅に低減され
る。複雑な指標（インジケータ）、例えば速度-密度-差
（VK-Diff）や特殊な傾向係数等は必要ない。このこと
は同時に、存在し得る車両グループ（これは区間に関す
る方法の場合ではその検出と適当な考慮なしでは結果を
誤ったものにし得る）に対する測定データの分析に対し
ても当てはまる。

【００１９】例えば３つの指標、“速度-密度-差”、
“傾向係数”、“交通量の傾向”に基づいた公知手法と
の比較では、明らかに本発明による方法を用いた方が、
信頼性の高い迅速な渋滞識別を達成できることがわかっ
ている。また本発明によればセクタがどんなに長い場合
でも非常に確実な渋滞識別が可能であり、さらにその結
果もセクタ内の渋滞の位置にはほとんど影響を受けな
い。これは公知手法では得られなかったことである。

【００２０】本発明による方法の適用は非常に経済的で
もある。なぜなら特に区間に関する交通量パラメータに
基づく方法のもとでは不可欠であった測定クロスセクシ
ョンに配属される区間ステーション間の直接の付加的接
続が省略できるからである。というのも渋滞識別の信頼
性が高いために２つの測定クロスセクション間の間隔、
つまりセクタの長さを非常に長くすることができるから
である。

【００２１】

【発明の実施の形態】次に本発明の方法における、監視
セクタ内に付加的に残った車両の数（これが渋滞通知の
基準となる）の算出を以下に記載する式と共に詳細に説
明する。

【００２２】１. 通過時間の算出 監視セクタの通過に要する車両の通過時間ＴＤ_i.zは次
の式によって算出される。

【００２３】ＴＤ_i.z＝Ｓ_i／ｖ_i.z ｖ_i.z＝（１／Ｓ_i）*∫_s=o...si ｖ（ｓ）ｄｓ この場合前記ＴＤ_i.zは、セクタ通過に要する車両の通
過時間、前記ｖ（ｓ）は、セクタ内の場所ｓにおける車
両の検出速度、前記ｖ_i.zは、セクタＳ_iの区間経過に亘
って平均化された速度、前記Ｓ_iは、測定クロスセクシ
ョンｉとｉ＋１の間のセクタ長さ、前記ｓは、長さ変数
（ｓ∈０...Ｓ_i）である。

【００２４】また前記ｉは、走行方向でアップする測定
クロスセクションのインデックス、前記ｚは、経過毎に
アップする検出サイクルのインデックスである（目下の
サイクル＝１）。

【００２５】ｖ（ｓ）に対しては、目下の交通状態並び
に区間トポロジを考慮する受入れ値を当てはめる必要が
ある。例えば馬力の弱い車両にとってきつい登り勾配区
間となるような場合ではその通過に伴う速度の減少を計
算に入れなければならない。同じことは傾斜区間や急な
カーブの区間に対してもあてはまる。交通状態へのｖ
（ｓ）の依存性は、測定された速度ｖｍ_i.zによって求
められる。区間トポロジは補正係数によって考慮され
る。よって以下のとおりとなる。

【００２６】ｖｍ_i.z＝検出サイクルｚ中に測定クロス
セクションｉにて検出された車両の速度の平均値 従って例えば車両速度が一定で、区間経過のトポロジに
特に変化がない（カーブ、登り勾配、傾斜などがない）
場合には、ｖ（ｓ）＝ｃｏｎｓｔ＝ ｖｍ_i.zが受け入れ
られる。その他の受入れ値も可能である。

【００２７】２. 検出された車両の配分 検出サイクルｚ期間内では測定クロスセクションｉにお
ける車両の数が計数される。通過時間ＴＤ_i.zからは、
目下の期間サイクル中に測定クロスセクションｉにてセ
クタに侵入する車両が、いつ測定クロスセクションｉ＋
１地点に予測できるからが求められる。時間検出の別々
の観察では、どの検出サイクル中にどの車両グループが
セクタを離れるかを求めなければならない。配分係数ｎ
_i.zは、目下のサイクルｚ＝１と先行のサイクルｚ＞１
に対して形成される。

【００２８】ｎ_i.z＝Ｍａｘ（０,(ｚ−ＴＤ_i.z／Ｔ))
；ＴＤ_i.z＜ｚ*Ｔの場合 ｎ_i.z＝Ｍａｘ(０,(１−Ｍａｘ(０,(ｚ−ＴＤ_i.z／
Ｔ)));ＴＤ_i.z≧ｚ*Ｔの場合この場合前記ｎ_i.zは、目
下の検査サイクルに属する配分係数であり（目下の検査
サイクル期間中にセクタ内に侵入する全ての車両のうち
のこの配分量にあたる車両が、通過時間ＴＤ_i.zの経過
後に同じサイクルｚ内のセクタを測定クロスセクション
ｉ＋１にて再び離れる）、前記Ｔは、検出サイクルの長
さである。

【００２９】３. 交通量の予測値の算出 計数された車両数と、検出サイクルＴに亘って検出され
た車両の時間的な配分に関する受入れ値と、算出された
車両の配分係数とから交通量の予測値が算出可能であ
る。

【００３０】交通量の予測値は以下の式から形成され
る。

【００３１】 この場合前記ＰＱ_i+1.1は、測定クロスセクションｉ＋
１における交通量の目下の予測値（ｚ＝１）、前記Ｑ
_i.zは、検査サイクルｚ中に測定クロスセクションｉに
て計数された車両の数、前記Ｐ(ｎ_i.z)は、 配分受入れ
を求める車両Ｑ_i.zにおける配分である。これは検査サ
イクルｚ中に測定クロスセクションｉ＋１にて出ていく
車両である（例えば均等配分の場合はＰ(ｎ_i.z)＝
ｎ_i.z）。

【００３２】４. 差分交通量の算出 差分交通量ＤＱ_i.zは、以下の式から求められる。

【００３３】ＤＱ_i.z＝ＰＱ_i.z−Ｑ_i.z この場合前記ＤＱ_i.zは、検出期間ｚ中の測定クロスセ
クションｉにおける差分交通量、前記ＰＱ_i.zは、検出
期間ｚ中の測定クロスセクションｉにおける交通量の予
測値、前記Ｑ_i.zは、検出期間ｚ中の測定クロスセクシ
ョンｉにて計数された車両の数である。

【００３４】５. 残余車両の検出 監視セクタ内に付加的に残る車両の数ＢＤＱ_iは、以下
の式によって求められる。

【００３５】 あるいは再帰的に ＢＤＱ_i＝ＢＤＱ_i.alt+ＤＱ_i.z この場合前記ＢＤＱ_iは、測定クロスセクションｉ−１
とｉの間のセクタにおける車両の数、前記ＤＱ_i.zは、
検出サイクルｚにおける測定クロスセクションｉの差分
交通量、前記Ｚは、加算が実行されるサイクルの数であ
る。

【００３６】０への調整による拡張（負の車両数は、ス
タート特性によってのみ又は検出自体の問題が考えられ
る）又は減衰による再帰的方法において測定エラーの加
算が回避される。

【００３７】パラメータＢＤＱ_iが所定の（例えば交通
量状態に依存する）限界値を超えた場合には、渋滞通知
がトリガされる。この渋滞通知は後続する車両にケース
毎に適合される走行特性を求めるために、渋滞の程度に
応じて、すなわちＢＤＱ_iのレベルに応じて異ならせる
ことが可能である。

【００３８】本発明による方法の有利な実施例によれ
ば、交通量の予測値の算出が、１つの走行方向の各走行
車線毎に分けて実施され、１つの走行方向の全ての走行
車線の予測値の和と、セクタ終端の測定クロスセクショ
ンにおいて検出される交通量の値との間の周期的な比較
が実施される。予測値の信頼性は、この走行車線の個別
の観察によって高められる。なぜなら個々の走行車線毎
に正確な走行特性の受入れと、車両の時間的な配分が行
われるからである。そのつどの特別な走行特性（右側走
行車線；トラック専用路線；左側走行車線；追い越し車
線等）を伴う各走行車線毎の個別予測と、それに続く総
和は、予測前の総和形成（これは情報損失につながる）
よりも良好な結果をもたらす。

【００３９】本発明による方法の別の有利な実施例によ
れば、渋滞通知のトリガに対してファジイ論理が適用さ
れる。付加的にセクタ内に残った車両の数の他にも、交
通状況を表す少なくとも１つの入力パラメータが用いら
れる。

【００４０】この関係において交通状況とは車両の速度
（場合によって複数のサイクルに亘る）、交通量、交通
密度（＝交通量／速度）、速度の標準偏差（不安定な交
通量の流れに対する基準尺度としての）、位相幾何学又
は気象学的なパラメータとみなされる。但しこの場合交
通状況を表す入力パラメータの定義に際して、必ずしも
前述のパラメータ全てがアクセスされる必要はない。渋
滞通知のトリガの際に交通状況を考慮する利点は、当該
方法の信頼性が著しく高まることである。この手法によ
れば、本発明による方法を様々な適用場所や使用条件へ
適合させることが非常に簡単にできる。なぜなら時間の
かかる設定や固定限界値の調整が省略できるからであ
る。

【００４１】同じ様な信頼性向上の効果は、本発明の別
の実施例により、測定クロスセクションにおけるエラー
検出時点の特定にかかわる前述したような不確定要素が
ファジイ論理によって考慮され、渋滞通知トリガの際に
受け入れられる場合にも得られる。

【００４２】さらに本発明の別の有利な実施例によれ
ば、ファジイ論理によって渋滞ケースの種別を表す出力
パラメータが供給される。

【００４３】これによれば、渋滞の程度に応じて種々の
渋滞通知が出力される（例えば“のろのろ運転”“完全
なる車両停滞状態”等）。それにより渋滞個所において
移動させるべき交通量の効果的な警告がなされ、それぞ
れに適合した走行の要求がなされる。

【００４４】特に有利にはセクタを通過する際の車両速
度の経過がファジイ論理を用いて記述される。

【００４５】これによりセクタ終端の交通量の予測値の
検出の際に記述可能な不確定要素（例えば車両ドライバ
がその都度の交通状況に依存する自身の行動のゆとりを
その運転スタイルのもとでどのように使いきるか等）が
有利に考慮される。

【００４６】本発明の別の有利な実施例によれば、総交
通量のうちのトラックの割合が所定の限界値を上回った
場合に、測定データとしてトラックの交通量と速度のみ
を渋滞識別のために評価する。

【００４７】ここでは経験上からトラックの速度は自家
用車の速度よりも明らかに変動が少ないことが基礎にお
かれる。これによりこの手法による渋滞識別の信頼性は
さらに向上する。将来的に規定されるトラック用ＥＵ−
速度制御器（これはその最高速度を最大で時速８８ｋｍ
に制限する）の導入によれば、前述のプラス効果の増大
が見込まれる。さらにトラック自体は、自家用車に比べ
て現在一般的な検出技術を用いてもはるかに確実に検出
可能である。総交通量におけるトラックの割合が、確実
な渋滞識別に要する限界値を下回っている時点では、総
車両の検出、すなわち自家用車もトラックも含めた全て
の車両の検出への切換が有利である。

【００４８】さらに有利には、１つのセクタのセクタ終
端にて検出された測定データが同時に、後続するセクタ
のセクタ始端における測定データとして利用される。

【００４９】これによれば、１つのセクタに関する監視
が、簡単かつ非常に低コストで、複数のセクタから構成
される車線全ての完全な監視体制にまで拡張される。こ
の場合各測定クロスセクションは、セクタｉのセクタ終
端の測定クロスセクションを表すと同時にセクタｉ＋１
のセクタ始端の測定クロスセクションをも表す。

Claims (8)

【特許請求の範囲】
1. 【請求項１】 監視すべき１つのセクタ内の道路交通状
   況における渋滞識別方法であって、セクタ始端とセクタ
   終端のそれぞれ１つの測定クロスセクションにて該測定
   クロスセクションを通過した車両の数と速度を測定デー
   タとして連続的に検出し、連続的に数値付けされる有限
   の測定間隔の間収集し、交通量と速度の平均値に対して
   周期的にパッキングを実施し、その後で評価を行い、各
   測定クロスセクションは１つの走行方向で通行可能な全
   ての走行車線を包含している、道路交通状況における渋
   滞識別方法において、 セクタ始端にて検出される交通量と車両速度の平均値
   と、セクタの長さと、測定間隔内の車両の時間的な分散
   に対するする受入れ値と、セクタ通過の際の車両速度経
   過に対する受入れ値から、セクタ終端における交通量の
   予測値を周期的に算出し、 ａ）セクタの長さと、セクタ通過の際の車両速度経過に
   対する受入れ値から通過時間を求め、 ｂ）前記通過時間から、そのつどの測定間隔においてセ
   クタ始端にて検出された車両がセクタ終端の測定クロス
   セクションを通過する測定間隔の数値を検出し、 ｃ）車両の時間的配分に対する受入れ値の考慮の下で、
   前記ステップｂに従って検出された測定間隔に対する交
   通量の平均値の配分のための配分係数を求め、 ｄ）そのつどの測定間隔毎の交通量の予測値を、前記配
   分係数と、対応する交通量の積の和によって算出し、こ
   の場合先行する全ての測定間隔と目下の測定間隔に亘っ
   て加算が行われ、 前記交通量の予測値を、セクタ終端の測定クロスセクシ
   ョンにて検出された測定データから求められる、セクタ
   終端交通量の平均値と周期的に比較し、そのつどの差分
   交通量を検出し、 前記差分交通量の値のサイクルに亘る加算を実施し、監
   視すべきセクタ内に付加的に残留する車両の数を連続的
   に検出し、 この値が、付加的にセクタ内に残る車両数に対する限界
   値を上回った場合に、渋滞通知をトリガすることを特徴
   とする、道路交通状況における渋滞識別方法。
2. 【請求項２】 前記交通量の予測値の算出を１つの走行
   方向の各走行車線毎に分けて行い、１つの走行方向の全
   ての走行車線の予測値の和と、セクタ終端の測定クロス
   セクションにて検出される交通量の値との周期的な比較
   を行う、請求項１記載の道路交通状況における渋滞識別
   方法。
3. 【請求項３】 渋滞通知のトリガに対して、ファジイ論
   理を適用し、該ファジイ論理において、付加的にセクタ
   内に残った車両の数の他に、交通状態を表す少なくとも
   １つの入力パラメータを使用する、請求項１又は２記載
   の道路交通状況における渋滞識別方法。
4. 【請求項４】 記述可能な不確定要素を、ファジイ論理
   のもとに測定クロスセクションにおけるエラー検出によ
   って考慮する、請求項３記載の道路交通状況における渋
   滞識別方法。
5. 【請求項５】 前記ファジイ論理によって、渋滞の種別
   を表す出力パラメータを供給する、請求項３又は４記載
   の道路交通状況における渋滞識別方法。
6. 【請求項６】 セクタ通過の際の車両速度の経過を、フ
   ァジイ論理を用いて記述する、請求項１〜５いずれか１
   項記載の道路交通状況における渋滞識別方法。
7. 【請求項７】 総交通量のうちのトラックの割合が所定
   の限界値を上回っている場合に、測定データとしてトラ
   ックの交通量と速度のみを渋滞識別のために評価する、
   請求項１〜６いずれか１項記載の道路交通状況における
   渋滞識別方法。
8. 【請求項８】 １つのセクタのセクタ終端にて検出され
   た測定データを同時に、後続するセクタのセクタ始端に
   おける測定データとして利用する、請求項１〜７いずれ
   か１項記載の道路交通状況における渋滞識別方法。