AIで渋滞を予測し信号を制御‐NEDO、検知センサー半減に成功

新エネルギー・産業技術総合開発機構（NEDO）は4月25日、AI(人工知能)による渋滞予測を活用した信号制御の実証実験に成功したことを発表した。

現在日本国内に設置されている多くの信号機では、道路上の車両検知センサーが計測した交通量と渋滞長に基づいて各交通管制センターから最適な青信号の時間を制御しているという。特に渋滞長を計測するためには交差点流入路に沿って数百メートルごとに渋滞計測用車両検知センサーを設置することが必要であり、その高い運用コストが課題となっているとのこと。

一方、車両検知センサーに代わる新しい交通情報源として車両から直接収集される走行軌跡情報（プローブ情報）が注目されている。しかし、対象車両が限定されているためにデータが収集できない時間帯があるほか、車両からの情報送信周期や収集センターでの集計処理にかかる時間などにより、交通管制センターにプローブ情報が収集されるまでに遅れが生じるという課題がある。

これらの課題を解決するため、NEDOとUTMS協会、住友電気工業はで、AI技術を活用して融合させたプローブ情報とセンサー情報に基づいて、信号制御の高度化を図る研究開発に取り組んでいる。

• AIによる渋滞状況の予測

同実証実験は、岡山市内2カ所の交差点で実施された。まず岡山県警察本部に導入したAIに、過去の交通量や周辺環境情報などの時空間情報とプローブ情報で得られた旅行時間（渋滞状況）の相関関係を学習させた。

• フィールド実証実験システムの概要

次にこのAIに、交通量計測用車両検知センサーで取得した交通量から渋滞長を推定させた。交通管制センターの交通情報処理部では渋滞計測用車両検知センサーで計測された渋滞情報を使用せず、AIが推定した渋滞情報を活用し、信号制御処理部に情報を送ることで2カ所の交差点で信号機の最適な制御を行った。

同実証実験の結果、AIによる渋滞予測に必要な交通量計測用車両検知センサーのみを残し、既存の車両検知センサーを半減しても従来と比較して渋滞状況に変化はなく、信号制御の性能を維持できることが確認できたとのこと。

• 車両検知センサー削減効果イメージ（標準モデル例）

NEDOらは今後、この成果を全国の交通管制システムへのAI導入に向けて活かしてもらうべく、検討を進める。より少ない車両検知センサーによって、より低コストとなる信号制御を実用化し、交通渋滞の解消を目指す。