AIの活用による渋滞予測技術の開発に着手

2019-06-21

2019-06-20　中日本高速道路株式会社

NEXCO中日本は、高速道路ドライブアドバイザーがおこなっていた数ヶ月先の渋滞予測について、AIを活用して予測する技術の開発に着手しました。今年のお盆の交通混雑期に、AIによる渋滞予測の結果を検証し、今後の渋滞予測業務への活用を目指します。

なお、当社では、i-MOVEMENTプロジェクトとして最新のICT技術を活用した新しい取り組みを進めており、AIの活用による渋滞予測技術の開発もその取り組みのひとつです。

交通混雑期などの数ヶ月先となる渋滞予測は、高速道路ドライブアドバイザーが過去の渋滞実績を重ね合わせ、曜日配列や道路状況の変化、周辺イベントの影響などを考慮して予測していました。

（1）過去の渋滞実績の重ね合わせ（3年分）

（2）過去の渋滞実績の精査

（3）補正作業

・直近の交通動向の反映

・近接する渋滞の結合、接続する路線への影響

・曜日配列の影響

・道路状況の変化（新規開通、付加車線の設置など）

・周辺イベントの影響

図-1　過去の渋滞実績の重ね合わせイメージ

高速道路ドライブアドバイザーがおこなっていた渋滞予測について、データ取得を自動化し、手作業でおこなっていた（1）～（3）の作業にAIを活用する技術を開発します。

これにより、高速道路ドライブアドバイザーがおこなっていた渋滞実績の重ね合わせや補正作業などの作業時間が大幅に短縮され、業務の高度化や効率化を図ることができると考えています。

図-2　AIの活用による渋滞予測の活用イメージ

※1　データクレンジングとは、データベースに保存されているデータの中から、重複や誤記などを探し出し、削除や修正、正規化などをおこない、データの品質を高めること。

AIによる渋滞予測モデルは、過去の渋滞実績データを機械学習し、将来のある日時や場所における交通集中に伴う渋滞発生の有無と渋滞長を予測するものです。

今回の開発は、管内の全路線のうち、過去に渋滞が発生している主要なボトルネックを対象とし、2013年から2017年までの5年分の渋滞実績データを教師データとして学習に使用します。

図-3　AIによる渋滞予測の概念図

予測結果の検証を重ね、教師データの充実やAIの予測精度の向上により、事故や異常気象などの突発事象や工事規制に伴う渋滞など、AIによる渋滞予測の対象範囲の拡大を検討していきます。

高速道路ネットワークを活用した迂回経路情報などの充実を図ることによって、お客さまのご迷惑を最小限とすることを目指します。

社会環境の劇的な変化を乗り越え、会社として持続的に成長しつつ、新たな価値を創造していくためには、時代を先取りした技術を積極的に導入することが重要です。

保全・サービス事業では、高速道路オペレーションの迅速化・省力化、機械化による現場点検作業や日常的な維持作業の高度化・効率化などを実現するとともに、既存の業務プロセスやマニュアルを見直すなど、10年先を見据えた高速道路管理の改革プロジェクト（i-MOVEMENT）に取り組んでいきます。

i-MOVEMENTプロジェクトでは、すでに確立された製品やサービスを速やかに導入するとともに、更なるオープンイノベーションを推進するため、社外の最先端技術や知見を取り入れる仕組みを導入していきます。