車両検知センサー削減効果イメージ
住友電工は４月２５日、ＡＩによる渋滞予測を活用した信号制御の実証実験の成功を発表した。
同社は、新エネルギー産業技術総合開発機構（ＮＥＤＯ）が取り組む「人工知能技術適用によるスマート社会の実現」の一環として、ＵＴＭＳ協会とともに、人工知能（ＡＩ）を活用した信号制御システムの開発を進めている。今回、岡山県警察本部の協力のもと、岡山市内２カ所の交差点でＡＩによる渋滞予測を活用して信号を制御する実証実験に成功した。
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。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。
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）が注目されているが、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。
これらを解決するため住友電工は、ＮＥＤＯおよびＵＴＭＳ協会と、ＡＩ技術で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おり、今回、ＡＩ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。
実証実験は、岡山市の国清寺交差点および妹尾西交差点で行った。
まず岡山県警察本部交通管制センターに導入した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渋滞状況の相関関係を学習させ、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。
この実証実験の結果、ＡＩによる渋滞予測に必要な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（国清寺交差点の場合、１４基から７基）させても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。
このことから、車両検知センサーの削減によりインフラコストを低減できるとともに、渋滞計測用車両検知センサーが少ない交差点でも適切な信号制御が可能になるなど、交通渋滞の減少への貢献が期待される。
同社は今後、この成果が全国で活用されるために、より少ない車両検知センサーによる、より低コストな信号制御を実用化し、交通渋滞の解消と低炭素社会の実現を目指すという。
電線新聞 4277号掲載
