交通流估计装置、交通流估计方法、交通流估计程序及存储了交通流估计程序的存储介质

摘要

本发明提供估计对象区域的交通流的交通流估计装置(1)。交通流估计装置(1)具备存储对象区域的车道信息的存储部(30)，获取由在对象区域内移动中的第一移动体(6)在不同的定时拍摄的包含周边的第二移动体(7)的多个图像、和各定时的第一移动体的位置信息及速度信息，基于车道信息和位置信息确定第一移动体移动中的车道，基于多个图像计算图像内的第二移动体的位置的随时间变化，基于从图像检测的第二移动体相对于第一移动体的位置关系，估计第二移动体移动中的车道，基于第一移动体的速度信息、表示第二移动体的位置的随时间变化的信息、第一及第二移动体移动中的车道，估计对象区域的按车道区分的交通流。

说明书

技术领域

本发明的一个方式涉及交通流估计装置、交通流估计方法、交通流估计程序及存储了交通流估计程序的存储介质。

背景技术

近年来，将汽车的行驶数据实时发送至因特网上的云环境等的联网汽车备受关注。期待如果能够从多个联网汽车收集大量的行驶数据，则实时掌握拥堵信息之类的街道中的道路状况，进行交通状态的提前改善及预先对策等(例如，参照非专利文献1)。

另外，作为行驶数据，还可与速度及加速度一起收集位置信息，该位置信息的观测精度也在逐年提高。因此，期待可确定至正在行驶的汽车的车道，基于该信息，不仅能够掌握道路单位，还能够掌握车道单位下的交通状况。

作为使用行驶数据推测每个车道的交通流的方法的一例，考虑确定行驶的车的车道，且参考该车的行驶速度的方法。这样，如果能够收集在道路上的各车道行驶的汽车的行驶数据，则能够推测每个车道的交通流。

现有技术文献

非专利文献

非专利文献1：内閣官房情報通信技術(IT)総合戦略室、「交通データ利活用に係るこれまでの取組と最近の動向について(案)(交通データ関連)」、[online]，平成25年12月25日，因特网

发明内容

发明所要解决的问题

但是，并不是所有的汽车具备将行驶数据向例如云环境进行上传的功能，另外，在云环境下收集的行驶数据有时成为例如各汽车制造商固有的数据，因此，难以从正在某道路上行驶的所有的汽车收集行驶数据。即，在以往提出的系统中，即使能够从例如正在某车道上行驶的汽车收集行驶数据，也可引起不能从正在其相邻的车道上行驶的汽车收集行驶数据那样的状况，因此，存在不能估计所有车道上的交通流之类的问题。

本发明是鉴于上述情况而研发的，其目的在于，提供一种基于有限的行驶数据估计范围更广的交通流的技术。

用于解决问题的技术方案

为了解决所述课题，本发明的第一方式提供一种交通流估计装置，具有硬件处理器和存储器，其中，所述存储器具备存储估计交通流的对象区域的车道信息的存储部，所述硬件处理器执行：获取移动体数据，该移动体数据包含：由在所述对象区域内移动中的第一移动体在不同的多个定时拍摄的、包含周边的第二移动体的多个图像；以及拍摄到该多个图像中的每一个的定时的所述第一移动体的位置信息及速度信息；基于存储于所述存储部的车道信息和获取的所述移动体数据中所含的所述第一移动体的位置信息，确定所述第一移动体移动中的车道；基于所述移动体数据中所含的图像，计算表示所述图像内的所述第二移动体的位置的随时间变化的信息；从所述移动体数据中所含的图像检测所述第二移动体相对于所述第一移动体的位置关系，基于该位置关系和估计出的所述第一移动体移动中的车道，估计所述第二移动体移动中的车道；基于所述移动体数据中所含的所述第一移动体的速度信息、表示所述第二移动体的位置的随时间变化的信息、估计出的所述第一移动体及第二移动体移动中的各车道，估计所述对象区域的按车道区分的交通流。

本发明的第二方式中，计算表示所述第二移动体的位置的随时间变化的信息包含：通过对比所述多个图像，判定所述多个图像中所含的所述第二移动体的相同性。

本发明的第三方式中，估计所述第二移动体移动中的车道包含：对所述移动体数据中所含的图像，设定表示所述第一移动体移动中的车道的车道判定线；以及基于设定的所述车道判定线和所述第二移动体相对于所述第一移动体的位置关系，估计所述第二移动体移动中的车道。

本发明的第四方式中，计算表示所述第二移动体的位置的随时间变化的信息包含：基于所述多个图像中所含的所述第二移动体的图像内坐标的变化，计算所述第二移动体的移动方向，估计所述第二移动体移动中的车道包含：基于算出的所述移动方向和估计出的所述第一移动体移动中的车道，估计所述第二移动体移动中的车道。

本发明的第五方式中，计算表示所述第二移动体的位置的随时间变化的信息包含：基于所述多个图像中所含的所述第二移动体的图像内坐标的变化，计算所述第二移动体的移动量，估计所述交通流包含：基于所述移动体数据中所含的所述第一移动体的速度信息和算出的所述第二移动体的移动量，使用通过将所述第一移动体的速度及所述第二移动体的移动量设为说明变量且将所述第二移动体的速度设为目的变量的回归分析而预先得到的回归模型，计算所述第二移动体的速度。

本发明的第六方式中，估计所述交通流包含：生成使表示所述第二移动体的位置的随时间变化的信息和所述第一移动体的速度信息相对应的交通数据；根据规定的基准分割生成的所述交通数据，执行必要的插值；以及基于分割且执行了必要的插值的所述交通数据和所述第一移动体移动中的车道，估计所述对象区域的交通流。

发明效果

根据本发明的第一方式，交通流估计装置存储有估计交通流的对象区域的车道信息，获取移动体数据，该移动体数据包含：由在对象区域内移动中的第一移动体在不同的时间拍摄的、包含其它第二移动体的多个图像、和拍摄到该多个图像中的每一个的时点的第一移动体的位置信息及速度信息。而且，交通流估计装置基于存储的车道信息和获取的移动体数据中所含的多个图像以及第一移动体的位置信息及速度信息，确定第一移动体移动中的车道，计算表示第二移动体的位置的随时间变化的信息，估计第二移动体移动中的车道，基于这些估计或算出的信息估计对象区域的按车道区分的交通流。

这样，交通流估计装置即使得不到来自第二移动体的行驶数据，通过获取由第一移动体拍摄的多个图像和在拍摄时点的第一移动体的位置信息及速度信息，对于第二移动体，也能够估计或计算包含该位置的随时间变化及移动的车道的各种信息，不仅限定于第一移动体在移动的车道，还能够进行范围更广的交通流的估计。

根据本发明的第二方式，交通流估计装置在计算由第一移动体拍摄的图像内的表示第二移动体的位置的随时间变化的信息时，通过图像的对比进行第二移动体的相同性的判定。因此，基于包含满足规定的相同性判定基准的第二移动体的图像信息，能够得到更精确的信息，能够更精确地进行交通流的估计。

根据本发明的第三方式，交通流估计装置对由第一移动体拍摄的图像设定表示第一移动体移动中的车道的判定线，基于该判定线和从图像检测的第一移动体与第二移动体的位置关系，估计第二移动体移动中的车道。通过设定这种判定线，能够基于相对的位置关系，精度更良好地估计第二移动体移动的车道，能够适当估计按车道区分的交通流。

根据本发明的第四方式，交通流估计装置基于多个图像中所含的第二移动体的图像内坐标的变化计算第二移动体的移动方向作为表示第二移动体的位置的随时间变化的信息，基于算出的移动方向和第一移动体移动的车道，估计第二移动体移动的车道。这样，通过使用可与多种数据对应的几何学方法，能够利用有限的数据进行范围更广的交通流的估计。

根据本发明的第五方式，交通流估计装置基于第二移动体的图像内坐标的变化计算其移动量，将其作为表示第二移动体的位置的随时间变化的信息。而且，交通流估计装置根据算出的第二移动体的移动量和第一移动体的速度信息，使用预先进行回归分析而得到的回归模型计算第二移动体的速度。通过使用这种回归模型，基于从第一移动体得到的数据，对于周围的移动体也能够进行可靠性高的参数估计，因此，能够利用有限的数据精度良好地估计范围更广的交通流。

根据本发明的第六方式，交通流估计装置对包含获取的信息和估计或算出的信息的交通数据进行分割，进行必要的插值后，进行交通流的估计。由此，能够更有效地运用有限的数据，估计范围广的交通流。

即，根据本发明的各方式，能够提供基于有限的行驶数据估计范围更广的交通流的技术。

附图说明

图1是表示具备本发明一实施方式的交通流估计装置的系统的整体结构的图。

图2是表示本发明一实施方式的交通流估计装置的硬件结构的框图。

图3是表示本发明一实施方式的交通流估计装置的软件结构的框图。

图4是表示图3所示的交通流估计装置进行的交通流估计处理的处理步骤和处理内容的流程图。

图5是表示由车载摄像机拍摄的图像的一例的图。

图6是表示由车载传感器获取的传感器数据的一例的图。

图7是表示图4所示的处理中车辆探测处理的处理步骤和处理内容的流程图。

图8是表示图7所示的车辆探测处理的处理结果的一例的图。

图9是表示图4所示的处理中移动量计算处理的处理步骤和处理内容的流程图。

图10A是表示在帧间的车辆的相对应的第一例的图。

图10B是表示在帧间的车辆的相对应的第二例的图。

图11是表示图9所示的移动量计算处理的处理结果的一例的图。

图12是表示图4所示的处理中区域判定处理的处理步骤和处理内容的流程图。

图13是表示图12所示的区域判定处理中使用的区域判定线的一例的图。

图14是表示探测到的其它车辆的移动方向的图像的一例的图。

图15是表示存储于按道路区分信息存储部的数据的一例的图。

图16是表示图15所示的数据的解析图像的一例的图。

图17是表示图4所示的处理中交通流计算处理的处理步骤和处理内容的流程图。

图18A是表示用于构筑在计算图17所示的其它车辆的行驶速度的处理中使用的回归模型的教师数据的一例的图。

图18B是表示在计算图17所示的其它车辆的行驶速度的处理中使用的系数矢量的一例的图。

图19是表示与车道ID相关联的其它车辆的行驶速度的计算结果的一例的图。

图20是表示存储于交通流信息存储部的数据的一例的图。

具体实施方式

以下，参照附图说明本发明的实施方式。

[一实施方式]

(结构)

(1)系统

图1是表示具备本发明一实施方式的交通流估计装置1的系统的整体结构的一例的图。

该系统在例如Web上或云上具备交通流估计装置1。而且，在交通流估计装置1和具有搭载于移动体6的通信功能的车载器63之间，可经由通信网络NW进行通信。此外，图1中，为了简单，仅表示一个移动体6，但交通流估计装置1可与多个移动体6之间进行通信。

网络NW由例如中继网络和用访问该中继网络的多个访问网络构成。作为中继网络，可使用被控制为仅能够从普通的因特网那样的公共网络或有限的设备等访问的闭域网络。作为访问网络，例如可使用无线LAN(Local Area Network)、手机网络、有线电话网络等。

在图1中，表示汽车作为移动体6的一例。移动体6还具备摄像机61和传感器62。

摄像机61使用了例如CCD(Charge Coupled Device，电荷耦合器件)或CMOS(Complementary Metal Oxide Semiconductor，互补金属氧化物半导体)传感器等固体拍摄器件，设定设置场所、方向及角度，以将移动体6的行进方向等任意方向的道路区域包含于拍摄范围。摄像机61获取摄像机影像数据，并将获取的数据向车载器63输出。

此外，摄像机61可以是为了交通流估计处理而专门设置的摄像机，但如果是行车记录仪的摄像机或为了其它目的而搭载的车载摄像机等、能够得到同等数据的摄像机，则无论是任何摄像机均可利用。例如，在移动体6为摩托车或自行车的情况下，可以使用设置于司机头盔的摄像机，另外，也可以使用设置于移动体6的同乘者持有的智能手机或平板终端等移动终端的摄像机。另外，作为摄像机61的种类，也可以使用红外线摄像机。另外，由摄像机61获取的数据可以是动态图像(影像)数据，也可以是以一定的时间间隔拍摄的静止图像数据。

传感器62包含GPS传感器及速度传感器，仍然是为了交通流估计处理而专门设置的传感器，也可以是为了CAN(Controller Area Network，控制区域网络)等、汽车6的动作控制或日志数据收集而通常设置的传感器。另外，传感器62也可以是智能手机那样的移动终端。

GPS传感器通过接收多个GPS卫星发送的GPS信号并进行测距运算而计算移动体6的纬度经度，将包含该算出的纬度经度的GPS数据向车载器VD输出。GPS数据能够除了包含纬度经度(以下，也称为“位置信息”)之外，还包含表示GPS测量的准确性的信息。GPS测量的准确性根据例如GPS卫星的配置状况而确定。此外，位置信息的获取不限定于根据来自GPS卫星的信号的方法，只要发挥同等的功能，则也可以使用利用无线基站或WiFi接入点的位置信息等其它的方法。

速度传感器例如为车轮速传感器，设置于以驱动轴为代表的旋转部，基于旋转部的转速测量汽车6的速度。速度传感器将测量的速度数据向车载器63输出。

车载器63是例如安装于汽车的仪表盘上的无线装置，从摄像机61和传感器62接收各种数据，能够与日期时间信息及车载器63(或插入其的ETC卡等)的识别信息一起经由网络NW向交通流估计装置1发送。此外，车载器63不是必须的结构，也可以构成为摄像机61及传感器62向交通流估计装置1直接发送数据。另外，摄像机61及传感器62不需要是单独的设备，也能够将它们装入一个设备，也能够与车载器63一体化。

交通流估计装置1是例如设置于交通管制中心的服务器装置，进行估计(计算)作为对象的区域内的交通流的处理。以下，将“交通流”设为特定的道路的特定的车道的平均速度[km/h]进行说明，但不限于此。交通流也可以根据应用定义，例如，也可以使用表示穿过特定地点的车辆的台数的交通量或交通密度等。

交通流估计装置1经由网络NW接收由移动体6收集的、包含摄像机影像数据、GPS数据及速度数据的移动体数据(下称“行驶数据”。)，基于接收的数据，例如定期地或根据操作者等的请求计算对象区域内的交通流。另外，交通流估计装置1能够将算出的交通流向外部设备输出，例如，交通流估计装置1也能够为了通知移动体6的驾驶者而向车载器63发送，且显示于其显示部，或也能够向处于交通管制中心控制下的道路信息显示装置(未图示)等发送并显示。

交通流估计装置1可以直接接收例如车载器63定期或在任意定时发送的行驶数据，也可以访问车载器63并获取必要的数据。或者，交通流估计装置1可以通过在任意的定时访问从车载器63暂时向数据库服务器(未图示)等发送并蓄积的数据而获取行驶数据，也可以经由输入设备2获取保存于外部介质的行驶数据。

此外，作为移动体6示例的汽车不限定于特定的汽车，也可以是各种个人、车辆类型、制造商的汽车。以下，作为一例，将移动体6设为车辆6进行说明，但移动体6也可以包含汽车、摩托车、自行车、个人移动车、马车等家畜牵引的车辆等、可成为针对道路利用的收费对象的所有的移动体，另外，不限定于车辆，也可以是行人。因此，图1所示的车载器63只不过为一例，也可置换成智能手机等信息处理终端。

(2)交通流估计装置

(2－1)硬件结构

图2是表示交通流估计装置1的硬件结构的一例的框图。

交通流估计装置1由例如服务器计算机或个人电脑构成，具有CPU(CentralProcessing Unit)等硬件处理器20A。而且，对于该硬件处理器20A，经由总线40连接了程序存储器20B、数据存储器30、通信接口11及输入输出接口12。

通信接口11包含例如一个以上的有线或无线的通信接口单元，可与包含搭载于车辆6的车载器63的外部设备之间进行信息的收发。作为有线接口，使用例如有线LAN，另外，作为无线接口，使用例如无线LAN或Bluetooth(注册商标)等的采用了低功率无线数据通信标准的接口。

在输入输出接口12上连接被附设于交通流估计装置1的输入设备2及输出设备3。输入输出接口12进行如下处理，通过键盘、触摸面板、触控板、鼠标等输入设备2取入操作者输入的操作数据，并且将输出数据向包含使用了液晶或有机EL(Electro Luminescence，电致发光)等的显示设备或输出声音的扬声器的输出设备3输出并显示。此外，输入设备2及输出设备3也可以使用内置于交通流估计装置1的设备，另外，也可以使用可经由网络NW通信的其它的信息终端的输入设备及输出设备。

程序存储器20B是作为存储介质，组合例如HDD(Hard Disk Drive，硬盘驱动器)或SSD(Solid State Drive，固态驱动器)等可随时写入及读出的非易失性存储器和ROM等非易失性存储器来进行使用的存储器，储存有为了执行一实施方式的各种控制处理所需要的程序。

数据存储器30是作为存储介质，组合例如HDD或SSD等可随时写入及读出的非易失性存储器和RAM(Random Access Memory)等易失性存储器来进行使用的存储器，为了存储在进行交通流估计处理的过程中获取及创建的各种数据而使用。

(2－2)软件结构

图3是将本发明一实施方式的交通流估计装置1的软件结构与图2所示的硬件结构相关联地表示的框图。

在数据存储器30的存储区域中设置有：行驶数据存储部31、道路网络数据存储部32、按道路区分信息存储部33、交通流信息存储部34。

行驶数据存储部31为了存储由行驶数据获取部21获取的、包含摄像机图像数据及传感器数据的行驶数据而使用。

道路网络数据存储部32为了存储预先储存的、与包含车道信息的道路网络相关的各种数据而使用。

按道路区分信息存储部33为了存储基于行驶数据确定的各种按道路区分信息(按道路区分数据)而使用。

交通流信息存储部34为了存储与算出的交通流相关的信息而使用。

但是，上述存储部31～34不是必须的结构，例如，也可以设置在USB存储器等外接存储介质或配置于云上的数据库服务器等存储装置中。

控制单元20由上述硬件处理器20A和上述程序存储器20B构成，作为软件形成的处理功能部，具备：行驶数据获取部21、车辆探测部22、移动量计算部23、区域判定部24、行驶道路确定部25、交通流计算部26、输出控制部27。这些各部的处理功能均通过使上述硬件处理器20A执行储存于程序存储器20B的程序而实现。此外，这些处理功能也可以不使用储存于程序存储器20B的程序来实现，而使用通过网络提供的程序来实现。控制单元20还可以通过包含ASIC(Application Specific Integrated Circuit，专用集成电路)或FPGA(field-programmable gate array，现场可编程门阵列)等集成电路的、其它多种形式来实现。

行驶数据获取部21进行如下处理，即，经由通信接口11或输入输出接口12获取从车辆6发送的车载摄像机影像及CAN数据等，提取处理中所需要的摄像机影像数据及传感器数据，并存储于行驶数据存储部31。

车辆探测部22进行如下处理，即，读出存储于行驶数据存储部31的摄像机影像数据，将读出的摄像机影像数据截取成帧，探测帧内所映出的其它车辆(周围的第二移动体)，计算探测到的其它车辆的图像内坐标，并将算出的图像内坐标向移动量计算部23输出。

移动量计算部23进行如下处理，即，基于从车辆探测部22输出的各帧内的图像内坐标，计算表示其它车辆的移动(位置的随时间变化)的信息，并输出至区域判定部24。

区域判定部24进行如下处理，即，基于从移动量计算部23输出的各帧内的表示其它车辆的移动的信息，判定该车辆位于哪条车道(正在哪条车道行驶)，将该判定结果输出至按道路区分信息存储部33进行存储。

行驶道路确定部25读出存储于行驶数据存储部31的摄像机影像数据及传感器数据，判定作为这些数据的获取来源的车辆6(以下，也称为“本车辆6”。)在哪个道路的哪条车道上行驶。行驶道路确定部25还进行如下处理，即，使与该本车辆6的行驶速度、行驶道路、行驶车道相关的信息与由上述区域判定部24输出的数据相关联，并存储于按道路区分信息存储部33。

交通流计算部26进行如下处理，即，读出存储于按道路区分信息存储部33的数据，计算各道路的按车道区分的交通流，之后将该计算结果存储于交通流信息存储部34。

输出控制部27进行如下处理，即，例如根据定期或来自操作者的输出指示，读出存储于交通流信息存储部34的信息，生成输出用的数据，并经由通信接口11或输入输出接口12向外部输出。

(动作)

接着，说明以上那样构成的交通流估计装置1进行的信息处理动作。图4是表示该处理步骤和处理内容的流程图。

(1)触发的接受

在一实施方式中，交通流估计装置1通过步骤S1监视开始交通流估计处理的触发的有无。在该状态下，例如，通过接收由内部计时器每隔一定时间生成的触发信号，或通过操作者使用输入设备2输入处理开始的请求，并且接受该请求作为触发，而交通流估计装置1执行以下的处理。

(2)数据的获取

首先，在步骤S2中，交通流估计装置1在控制单元20的控制下，利用行驶数据获取部21经由通信接口11或输入输出接口12，取入摄像机影像数据及传感器数据，并存储于行驶数据存储部31。在此，从车载器63发送的数据作为云上的数据库或文件进行蓄积，交通流估计装置1通过访问这些数据而获取必要的数据。但是，如上述，该数据的获取处理可以从车载器63直接接收的处理，也可以行驶数据获取部21获取车载器63在任意定时推送式发送的数据。因此，步骤S2不一定需要响应步骤S1的触发而被执行。

另外，在此，由行驶数据获取部21获取的摄像机影像数据作为由车辆6的车载摄像机61拍摄的车载摄像机影像进行说明。另外，搭载于车辆6的车载摄像机61拍摄包含行驶中的车辆6的前方的影像。

图5作为交通流估计处理中使用的图像(图像数据)，表示从由行驶数据获取部21获取的摄像机影像数据截取的帧50的一例。帧50包含表示由摄像机61拍摄的日期时间的日期时间信息51。在帧50内映出有设置摄像机61的本车辆6的一部分、作为周围的移动体的其它车辆7(7－1，7－2，…)、车道分界线8、车道(lane)9(9－1，9－2，…)。

另外，在此，由行驶数据获取部21获取的传感器数据至少包含由搭载于车辆6的传感器62测量的行驶中的车辆6的速度及位置信息。另外，位置信息设为以1[Hz]测量了纬度经度的信息。

图6表示由行驶数据获取部21获取的传感器数据的一例。行驶数据获取部21例如读入从传感器62发送的表示位置信息及速度信息的信号，分别以采样率1Hz进行采样，由此，生成GPS[纬度·经度]数据和速度[km/h]数据。

此外，作为摄像机影像数据进行记录的帧速率[fps(frame per second)]越高越好，但优选为10[fps]以上。另外，摄像机影像数据和传感器数据(GPS数据及速度数据)在至少1秒误差以内使时刻同步。

(3)车辆探测处理

接着，在步骤S3中，交通流估计装置1在控制单元20的控制下，由车辆探测部22进行车辆探测处理。

图7是表示步骤S3中的车辆探测处理的处理步骤和处理内容的一例的流程图。

首先，在步骤S31中，车辆探测部22读出存储于行驶数据存储部31的摄像机影像数据(文件)。

接着，在步骤S32中，车辆探测部22进行将读出的摄像机影像数据截取成例如0.1秒单位的帧(也称为“图像”)的处理。在此，将截取的时刻t的帧称为“frame＿t”(1≦t≦N)(N为与读出的影像数据的长度对应的任意的整数)。此外，将影像截取成帧的处理可以通过任意方法进行，例如也可以使用ffmpeg等方法进行。

接着，在步骤S33中，车辆探测部22进行检测截取的各帧的图像内所映出的其它车辆7的处理。检测其它车辆7的方法还可以是任意方法，例如，作为使用了深度学习的方法，也可以使用公知的YOLO(参照因特网)等。另外，截取成帧的单位也可以根据获取了影像时的帧速率而改变。

接着，在步骤S34中，车辆探测部22将检测到的其它车辆7的坐标以与该帧的时刻信息相关联的形式输出至移动量计算部23。车辆探测部22例如在将其它车辆7的检测作为矩形来执行的情况下，输出与该矩形的左上和右下的2点相关的图像坐标{(x1、y1)、(x2、y2)}。就坐标的原点而言，如图像坐标系中普遍使用那样，将左上设为原点。在此，在探测其它车辆7时，能够求该探测对象物为汽车的准确性的情况下，也可以对该准确性设置阈值，并仅输出超过阈值的探测对象的图像坐标{(x1、y1)、(x2、y2)}。

图8表示通过车辆探测部22的车辆探测处理探测到其它车辆7的情形。在帧50内示出表示探测到的其它车辆7的矩形52(52－1，52－2，52－3，…)。在图8中探测有其它车辆7的矩形的左上的数值(例如，对于矩形52－1，0.95)是表示车辆(car)的准确性的值。

(4)移动量计算处理

接着，在步骤S4中，交通流估计装置1在控制单元20的控制下，通过移动量计算部23进行移动量计算处理。

图9是表示步骤S4中的移动量计算处理的处理步骤和处理内容的一例的流程图。

在步骤S41中，移动量计算部23从车辆探测部22读入在各帧中探测到的其它车辆7的矩形坐标来作为输出结果。

接着，在步骤S42中，移动量计算部23计算对于各帧中探测的其它车辆7的追踪点。追踪点能够采用任意的点，例如，能够使用探测到其它车辆7的矩形坐标的重心(c1、c2)。重心能够根据探测到其它车辆7的矩形坐标{(x1、y1)、(x2、y2)}，例如如

c1＝(x1+x2)/2，

c2＝(y1+y2)/2

那样求得。

接着，在步骤S43中，移动量计算部23为了判定在时刻t的帧(frame_t)和时刻t+1的帧(frame_t+1)中探测到的车辆7是否相同，而进行追踪点的对应的处理。如果在frame_t和frame_t+1探测到的车辆7相同，则能够根据frame_t的追踪点坐标与frame_t+1的追踪点坐标的差分计算移动量。

首先，移动量计算部23为了判定在各帧探测到的车辆7是否相同，将在frame_t探测到的车辆7的追踪点坐标设为基准，计算与在frame_t+1探测到的车辆的追踪点坐标的距离，使该距离最小的追踪点坐标相对应。在frame_t+1中探测的车辆7具有多个的情况下，将距离计算该探测到的数量，使距离最小的车辆7相对应。在此，距离也可以是探测到车辆7的矩形坐标的重心(c1、c2)彼此的直线距离。另外，通过对该距离设定某个阈值，也可减少各帧间的相对应的错误。某个阈值能够设定任意的值，例如，能够设定认为车辆7能够在1帧(例如0.1秒)之间移动的最大移动距离等。

图10A表示在frame_t(帧50－t)和frame_t+1(帧50－t+1)之间探测到的车辆的相对应的图像的一例。图10A中，使在frame_t内探测到的其它车辆7－1t和在frame_t+1内探测到的其它车辆7－1t+1相对应。在frame_t+1内还探测有又一其它车辆7－2t+1，但判定为不与在frame_t内探测到的车辆的相对应。

接着，将frame_t+1的追踪点考虑为基准。在此，有时可重复进行来自frame_t的相对应。在该情况下，添加条件并进行1：1的相对应。在此，条件例如可以是使探测的车辆的面积最接近的车辆彼此对应的条件，也可以是使探测的车辆的图像彼此的相关系数最高的车彼此对应的条件。

图10B表示在frame_t和frame_t+1之间重复进行相对应的情况下的图像的一例。图10B中，在frame_t(帧50－t)内探测到的其它车辆7－1t和t－3t与在frame_t+1(帧50－t+1)内探测到的其它车辆7－1t+1重复相对应，但是根据条件(例如通过使面积最接近的车辆彼此相对应)，采用车辆7－1t和车辆7－1t+1之间的相对应。

在上述那样的、某帧的各车辆和下一帧的各车辆的相对应之后，在步骤S44中，移动量计算部23计算各帧内的各车辆7的移动量，并输出至区域判定部24。在此，作为移动量，能够采用图像内的x成分的距离、y成分的距离、及xy合成成分的直线距离等。探测到的车辆7的矩形坐标{(x1、y1)、(x2、y2)}及设为追踪点的坐标(c1、c2)与移动量相关联地输出至区域判定部24。

图11表示移动量计算部23进行的移动量计算结果的一例。如果能够求得各帧内的各车辆的移动量，则能够掌握车辆在下一帧中移动的方向和长度。在图11中，帧50内的车辆7－1中，将其移动的方向和长度作为箭头54表示。箭头54还是图像内的表示移动体(其它车辆7)的位置的随时间变化的信息的一例。此外，对于在本车辆6的前方映出的卡车(truck)(在矩形52－2中检测)，也可以计算移动量。另外，在此，在人行道上行走的行人(person)(在矩形52－5中检测)被设定为不用于移动量计算处理。

(5)区域判定处理

接着，在步骤S5中，交通流估计装置1在控制单元20的控制下，通过区域判定部24进行区域判定处理。

图12是表示步骤S5中的区域判定处理的处理步骤和处理内容的一例的流程图。

首先，在步骤S51中，区域判定部24读入作为输出结果从移动量计算部23输出的、各帧50内的其它车辆7的移动量信息，参照设为其它车辆7的追踪点的坐标(c1、c2)。

接着，在步骤S52中，区域判定部24进行根据追踪点坐标(c1、c2)，相对判定该其它车辆7在哪个车道9上行驶的处理。

在此，区域判定部24在相对判定其它车辆7在哪个车道9上行驶时，首先，进行对本车辆6行驶的车道9的两端设置区域判定线(也称为车道判定线)的处理。

图13表示这种区域判定线53(53－1、53－2、53－3、53－4)的图像的一例。在单向多车道的比较宽的道路上，在各车道的道路宽度大致一定的前提下，通过以规则库设置区域判定线53，能够判定其它车辆7的追踪点坐标位于哪个区域。

区域判定线53也可以作为沿着相邻车道的宽度的线来确定。如果基于该规则，则可进行本车辆6行驶的车道和{相同车道/一个左车道/一个右车道/两个以上左车道/两个以上右车道}之类的区域判定。在计算机上，通过使用例如外积的特性能够判定追踪点坐标(c1、c2)位于区域判定线53的何处。即，作为一例，将区域判定线53的各线捕捉为矢量，根据区域判定线53的图像内切点坐标和追踪点坐标(c1、c2)创建矢量，使用外积的特性判定这两个矢量的角度是否为180°以内，由此，能够判定追踪点坐标(c1、c2)位于区域判定性的哪个区域。

但是，区域判定部24进行的区域判定的方法不限定于使用上述的区域判定线53的方法。例如，能够根据由移动量计算部23求得的移动量的{x成分中的距离，y成分中的距离}，求得图像内的该车辆7的移动方向(图13中的其它车辆7－1的移动方向(箭头54的倾斜度))。具有在越远离本车辆的车道上行驶，该移动方向(箭头54的倾斜度)相对于图像变得越水平的特性。

图14是表示越是在远离本车辆的车道上行驶的车辆，箭头54的倾斜度越接近水平的图像的一例的图。在图14中，可知在更远离本车辆的矩形52－1内探测到的车辆的箭头54－1比在接近本车辆的矩形52－2内探测到的车辆的箭头54－2接近水平(虚线是为了容易理解箭头54的倾斜度而画的线)。

通过利用这种特性，可进行本车辆行驶的车道和{相同车道/一个左车道/一个右车道/两个以上左车道/两个以上右车道}之类的区域判定。在使用上述的区域判定线53的方法中，根据车载摄像机61的图像尺寸或视角不同，有时也需要改变区域判定线53的确定方法。另一方面，当使用其它车辆7的移动方向(箭头54的倾斜度)时，能够求得与本车辆6的相对的位置关系(后面对该关系进行进一步叙述)。

在步骤S53中，区域判定部24将上述判定结果输出至按道路区分信息存储部33并存储。

(6)行驶道路的确定

在步骤S6中，交通流估计装置1进行如下处理，即在控制单元20的控制下，通过行驶道路确定部25确定本车辆6行驶的道路。更详细而言，行驶道路确定部25读出存储于行驶数据存储部31的摄像机影像数据及传感器数据，进行本车辆6在哪个道路的哪条车道上行驶的判定，之后将与行驶速度、行驶道路及行驶车道相关的信息存储于按道路区分信息存储部33。

在一实施方式中，行驶道路确定部25能够使用传感器数据中所含的位置信息(纬度/经度)和预先存储于道路网络数据存储部32的道路网络数据，进行地图匹配的处理。地图匹配是基于车辆的位置信息，进行使该车辆与由道路网络数据定义的道路ID相关联的处理(例如，参照因特网)。

在道路网络数据存储部32中，作为道路网络数据，对于每个道路ID定义该道路的始点和终点的纬度经度，该道路的车道数信息也相关联地存储。作为地图匹配的具体的方法，能够采用公知的方法，例如，能够使用使从车辆位置向道路画垂线的距离最小的道路的道路ID相关联的方法。

行驶道路确定部25在可确定本车辆所在的道路后，进行本车辆在该道路的哪条车道上行驶的确定。作为确定行驶车道位置的方法，能够采用公知的方法，例如，也可以在探测到车载摄像机61的影像中映出的车道之后，确定车道位置。作为一例，行驶道路确定部25通过探测图13所示的区域判定线53，能够了解本车辆在例如从左边起第几个车道上行驶。

行驶道路确定部25将如上确定的、与{时间、本车辆所在的道路、该道路的车道数、本车辆所在的车道、本车辆的行驶速度}相关的信息存储于按道路区分信息存储部33。

图15表示存储于按道路区分信息存储部33的按道路区分数据的图像的一例。存储于按道路区分信息存储部33的按道路区分数据以从区域判定部24输出的信息{时间、帧编号、其它车辆ID、其它车辆的移动量信息、其它车辆所在的相对位置}、和从行驶道路确定部25输出的信息{时间、帧编号、本车辆ID、本车辆所在的道路、该道路的车道数、本车辆所在的车道、本车辆的行驶速度}相关联的形式存储。

在图15的例子中，按道路区分数据包含：与本车辆ID、时间及帧编号分别相关联的、由行驶道路确定部25确定的信息D01{本车辆所在的道路、该道路的车道数、本车辆所在的车道、本车辆的行驶速度(km/h)}、由移动量计算部23确定的信息D02{其它车辆ID、其它车辆的移动量信息}、由区域判定部24确定的信息D03{其它车辆所在的相对位置}。

图16是表示图15所示的按道路区分数据的图像的一例的图。在将本车辆行驶的道路的ID设为X(road-X)，且将该道路为3个车道道路的情况下，将各车道从行进方向的左边起设为X1、X2、X3。此时，能够通过行驶道路确定部25确定本车辆行驶的车道ID，另外，通过区域判定部24的处理，也能够确定其它车辆所在的车道ID。按道路区分信息存储部33也可以将通过区域判定部24的处理而求得的其它车辆的区域以与车道ID相关联的形式存储。此外，在图16中，根据表示移动量的箭头的方向推测为，在矩形52－1内探测到的车辆(T1)在与本车辆相同行驶方向的车道上行驶，在矩形52－2内探测到的车辆(T2)在与本车辆相反的行驶方向的车道上行驶。此外，各矩形52内的数值表示坐标变化。

(7)交通流计算处理

接着，在步骤S7中，交通流估计装置1在控制单元20的控制下，通过交通流计算部26进行交通流计算处理。

图17是表示步骤S7中的交通流计算处理的处理步骤和处理内容的一例的流程图。

首先，在步骤S71中，交通流计算部26读入存储于按道路区分信息存储部33的数据。

接着，在步骤S72中，交通流计算部26根据读入的数据中的本车辆6的行驶速度和其它车辆7的移动量信息，计算其它车辆7的行驶速度。

在计算其它车辆7的行驶速度时，交通流计算部26能够预先制作教师数据后，通过回归模型进行计算。即，通过进行将本车辆6的行驶速度和其它车辆7的移动量信息设为说明变量，且将其它车辆7的行驶速度设为目的变量的回归分析，能够对各说明变量矢量估计系数矢量。回归分析模型例如也可以为线性结合模型，只要将说明变量矢量设为X，将与说明变量矢量对应的系数矢量设为W，且将目的变量设为Y，使用最小二乘法等，求得X和W的内积与Y最近似那样的W即可。以后，通过使用求得的系数矢量W，得到本车辆6的行驶速度和其它车辆7的移动量信息时，可推测未知的其它车辆7的行驶速度。

图18A表示上述那样的回归模型的构筑所使用的教师数据的图像的一例。教师数据例如可以是基于实测数据而制作的数据，也可以是基于模拟结果而制作的数据。图18B表示通过上述那样的回归分析而得到的系数矢量W的图像的一例。

接着，在步骤S73中，交通流计算部26进行如下处理，以时间、道路ID、车道ID为关键，使本车辆/其它车辆行驶的车道ID、行驶速度相关联。图19表示这种处理结果的图像的一例。R01表示本车辆6的信息，R02表示从本车辆6探测到的其它车辆7的信息。在一例中，交通流计算部26按照时间－道路－车道使行驶的车辆的速度相关联。在此，不需要本车辆/其它车辆的识别。

接着，在步骤S74中，交通流计算部26按照道路ID、车道ID在任意的时间范围内计算行驶速度的平均值(平均速度(km/h))，将输出至计算结果向交通流信息存储部34并存储。求得交通流的时间范围也可以是10分钟单位、30分钟单位等任意的范围。交通流计算部26按照该确定的时间范围、道路ID、车道ID分割数据，之后求得该数据中所含的行驶速度的平均值，由此，能够求得任意时间段的按车道区分的交通流。此外，不一定需要是平均值，也可以求得中央值或偏差等、与利用目的对应的任意的统计量。

另外，按照确定的时间范围、道路ID、车道ID分割数据，结果是，在数据记录数极少的情况下、乃至在记录数成为0的情况下，也可以使用该时间范围的前后的时间范围的信息进行插值。或者，在能够对任一时间范围求得多个车道的按车道区分交通流的情况下，也可以计算车道间的相关后，根据相邻的车道的平均速度进行插值。例如，如果第一车道和第二车道的速度比率为1：1.2，则只要将对第一车道算出的平均速度乘以1.2倍，并作为第二车道的平均速度进行插值即可。或者，在时间范围内能够对10点－10点半和11点－11点半计算平均速度，而不能计算10点半－11点的情况下，只要将10点－10点半的平均速度和11点－11点半的平均速度的平均值作为10点半－11点的平均速度进行插值即可。通过进行插值，交通流估计装置1能够根据更少的行驶数据计算按车道区分的交通流。

交通流计算部26使这样算出的平均速度(km/h)存储于交通流信息存储部34。

图20表示储存于交通流信息存储部34的数据图像的一例。在图20中表示将时间范围设为30分钟单位而算出了平均速度的例子。

(8)交通流的输出

在步骤S8中，交通流估计装置1通过输出控制部27进行任意的输出处理。输出控制部27例如定期地响应来自本车辆6的发送请求或经由输入设备2输入的来自操作者的输出请求，读出储存于交通流信息存储部34的信息，生成输出用的数据，并经由通信接口11或输入输出接口12进行输出。

例如，在交通流估计装置1为设置于交通管制中心的装置，输出设备3为设置于交通管制中心的液晶显示屏的情况下，输出控制部27能够基于以每5分钟、10分钟、30分钟等任意的时间间隔从交通流信息存储部34读出的信息，将按照时间范围、道路ID、车道ID算出的平均速度(交通流)经由输入输出接口单元输出至上述液晶显示屏上进行显示。而且，观察到该显示的交通管制中心的操作者能够立刻掌握拥堵信息等街道中的道路状况，并采取适当的措施。

(效果)

如以上详细叙述，本发明一实施方式的交通流估计装置1获取由在道路上行驶中的车辆6收集的摄像机影像数据及传感器数据，从摄像机影像数据中所含的各帧的图像探测其它车辆7，计算其它车辆7的移动量等，并且进行其它车辆7相对于车辆6的行驶位置在道路上的哪条车道行驶的估计。交通流估计装置1还根据传感器数据(及根据需要，摄像机影像数据)确定车辆6行驶的道路及车道。而且，交通流估计装置1基于车辆6的速度、车辆6行驶的道路及车道、其它车辆7的移动量、及估计的其它车辆7的行驶车道，计算其它车辆7的速度，并计算每个车道的交通流。

这样，交通流估计装置1不仅能够计算作为摄像机影像数据及传感器数据的收集来源的车辆(本车辆)6行驶的车道，还能够计算其它车道的交通流，能够根据少量的行驶数据计算范围更广(车道)的交通流。例如，即使在仅能够从在某道路上行驶的车辆中、在一部分车道上行驶的车辆收集行驶数据的状况下，也可推测各车道的交通流。另外，由此，能够抑制车辆和交通流估计装置1之间的流量，且有效地运用有限的数据来估计交通流。

另外，交通流估计装置1在探测映入行驶中的车辆6的前方的影像数据中映出的其它车辆7，且计算其它车辆7的移动量时，在移动量计算部23中进行各帧内的车辆的相对应。由此，与不进行相对应的情况相比，交通流估计装置1能够完成更精确的移动量的计算，因此能够更精确地计算交通流。

另外，交通流估计装置1探测映入行驶中的车辆6的前方的影像数据中映出的其它车辆7，且计算出其它车辆7的移动量后，自动地区域判定该车辆在道路上的哪条车道上行驶。进行这种区域判定的区域判定部24通过在影像(图像)数据内，在图像内坐标系中确定本车辆6行驶的车道的一个右车道及一个左车道的区域，判定在该区域中是否存在其它车辆7，而能够判定其它车辆7在哪条车道上行驶。由此，根据在某车道上行驶的车辆6的行驶数据，也能够计算其相邻车道的交通流。

另外，上述区域判定部24在判定其它车辆7在哪条车道上行驶时，不仅利用其它车辆7的移动量，还利用图像坐标系中的其它车辆7的移动方向。通过利用移动方向，能够自动判定其它车辆7行驶的车道比本车辆行驶的车道靠例如一个右车道，还是两个右车道。因此，根据在某车道上行驶的车辆6的行驶数据，能够广范围地计算其相邻车道的交通流。

另外交通流估计装置1通过探测映入行驶中的车辆6的前方的影像数据中映出的其它车辆7，且估计其它车辆7的移动量及相对的行驶位置，而能够计算本车辆6行驶的车道以外的其它车道的交通流。能够在计算交通流的交通流计算部26中，推测其它车辆7的行驶速度比本车辆6一方快、相同、慢之类的相对性的速度。

另外，在能够将其它车辆7的行驶速度作为行驶数据进行收集的情况下，使上述其它车辆7的行驶速度、移动量计算部23中算出的上述其它车辆7的移动量、探测到上述其它车辆7时的本车辆6的行驶速度相关联地蓄积，并制定上述其它车辆的移动量、上述本车辆和上述其它车辆的速度差(相对速度)的关系，由此，能够在赋予某个其它车辆7的移动量时，定量地计算与本车辆6的行驶速度的相对性的速度差。因此，根据由在某车道上行驶的车辆6得到的行驶数据，甚至能够更详细地计算其相邻车道的交通流。

上述交通流估计装置1将其它车辆7的相对的活动(相对的位置的变化)作为移动量进行提取，将该移动量转换成速度后计算交通流。因此，上述交通流估计装置1同样也能够计算在对面车道上行驶的对面车的速度，也能够适用于对面车道的交通流计算。

[其它实施方式]

此外，本发明不限定于上述实施方式。例如，也可以将交通流估计装置1具备的各功能部分散配置于多个装置，通过这些装置相互合作而进行处理。另外，各功能部也可以通过电路而实现。电路可以是实现特定功能的专用电路，也可以是处理器那样的通用电路。

按道路区分信息存储部33作为使由区域判定部24输出的数据和由行驶道路确定部25输出的数据结合并储存的存储部进行了说明。但是，不限于此，也可以将按道路区分信息存储部33作为两个以上的单独的存储部而构成。

交通流估计装置1作为获取摄像机影像数据、GPS数据及速度数据作为行驶数据的装置进行了说明。但是，不限于此，交通流估计装置1也可以进一步还获取其它的CAN数据。例如，交通流估计装置1可以追加获取加速度数据或角速度数据，为提高区域判定或行驶道路确定的精度而辅助使用，也可以追加获取制动或转向等控制信息，在估计其它车辆7的速度或交通流时运用。

另外，为了获得位置信息，交通流估计装置1不需要仅使用GPS数据，也可以基于速度信息或控制信息估计位置信息，也可以使用通过与路侧机之间的路车间通信而获得的信息进行行驶道路或行驶车道的确定。另外，交通流估计装置1为了估计各种信息，也可以不仅使用纬度及经度，还使用高度(标高)数据。

为了判定在各帧内探测的车辆7是否相同，移动量计算部23也可以采用其它的方法。例如，也可以从各帧中映出的车辆的车牌读取文字信息，基于读取的文字信息进行车辆的相对应。或者也可以通过使用了BLE(Bluetooth Low Energy，低功耗蓝牙)信标等的车车间通信，探测车辆的相同性。

交通流估计装置1能够基于任意的数据范围计算交通流。例如，交通流估计装置1也可以仅提取蓄积的摄像机影像数据及传感器数据中、与特定的条件一致的数据，并用于交通流的计算中。

另外，以上说明的各处理的流程不限定于说明的顺序，可以调换一些步骤的顺序，也可以同时并行地实施一些步骤。另外，以上说明的一连串的处理不需要在时间上连续地执行，各步骤也可以在任意的定时执行。例如，关于步骤S6说明的、确定本车辆的行驶道路或行驶车道的步骤不限定于图示的顺序，例如也能够在步骤S3～5之前或与步骤S3～5并行地进行。另外，也可以车辆6本身确定行驶道路或行驶车道，交通流估计装置1与行驶数据一起获取由车辆6确定的道路识别信息。

以上记载的方法也能够作为能够使计算机(计算机)执行的程序(软件方式)，储存于例如磁盘(软盘(注册商标)，硬盘等)、光盘(CD－ROM、DVD、MO等)、半导体存储器(ROM、RAM、闪光存储器等)等记录介质(存储介质)中，且通过通信介质进行传送并分配。此外，储存于介质侧的程序中还包含在计算机内构成使计算机执行的软件手段(不仅包含执行程序，还包含表、数据结构)的设定程序。实现上述装置的计算机读入记录于记录介质的程序，另外根据情况不同，通过设定程序构筑软件手段，并根据该软件手段控制动作，由此，执行上述的处理。此外，本说明书中说到的记录介质不限于分配用，包含设置于计算机内部或经由网络连接的设备的磁盘、半导体存储器等存储介质。

总之，本发明不限定于上述实施方式，在实施阶段中，可在不脱离其宗旨的范围内进行各种变形。另外，各实施方式也可以适当组合并实施，在该情况下，可得到组合的效果。另外，上述实施方式中包含各种发明，通过从公开的多个构成要件选择的组合，可提取各种发明。例如，即使从实施方式中所示的全部构成要件删除一些构成要件，也能够解决课题，在得到效果的情况下，删除了该构成要件的结构可作为发明提取。

(备注)

上述各实施方式的一部分或全部除了权利要求书之外，也可如以下备注所示那样记载，但不限于此。

[C1]

一种交通流估计装置(1)，其构成为，执行：

存储介质(30)，其存储估计交通流的对象区域的车道信息；

数据获取部(21)，其获取移动体数据，该移动体数据包含由在上述对象区域内移动中的第一移动体(6)在不同的多个定时拍摄的、包含周边的第二移动体(7)的多个图像、和拍摄到该多个图像中的每一个的定时的上述第一移动体(6)的位置信息及速度信息；

第一车道估计部(25)，其基于存储于上述存储介质的车道信息和上述获取的移动体数据中所含的上述第一移动体(6)的位置信息，确定上述第一移动体(6)移动中的车道；

变化量计算部(23)，其基于上述移动体数据中所含的图像，计算上述图像内的表示上述第二移动体(7)的位置的随时间变化的信息；

第二车道估计部(24)，其从上述移动体数据中所含的图像检测上述第二移动体(7)相对于上述第一移动体(6)的位置关系，基于该位置关系和上述估计的第一移动体(6)移动中的车道，估计上述第二移动体(7)移动中的车道；以及

交通流计算部(26)，其基于上述移动体数据中所含的上述第一移动体(6)的速度信息、表示上述第二移动体(7)的位置的随时间变化的信息、上述估计的上述第一移动体(6)及第二移动体(7)移动中的各车道，计算上述对象区域的按车道区分的交通流。

[C2]

根据上述C1所记载的交通流估计装置(1)，其中，

上述变化量计算部(23)通过对比上述多个图像，判定上述多个图像中所含的上述第二移动体(7)的相同性，在判定为相同的情况下，计算表示上述第二移动体(7)的位置的随时间变化的信息。

[C3]

根据上述C1所记载的交通流估计装置(1)，其中，

就上述第二车道估计部(24)而言，

对上述移动体数据中所含的图像设定表示上述第一移动体移动中的车道的车道判定线，

基于上述设定的车道判定线和上述第二移动体(7)相对于上述第一移动体(6)的位置关系，估计上述第二移动体(7)移动中的车道。

[C4]

根据上述C1所记载的交通流估计装置(1)，其中，包含：

就上述变化量计算部(23)而言，

基于上述多个图像中所含的上述第二移动体(7)的图像内坐标的变化，计算上述第二移动体(7)的移动方向，由此，计算表示上述第二移动体(7)的位置的随时间变化的信息，

就上述第二车道估计部(24)而言，

基于上述算出的第二移动体(7)的移动方向和上述估计的上述第一移动体(6)移动中的车道，估计上述第二移动体(7)移动中的车道。

[C5]

根据上述C1所记载的交通流估计装置(1)，其中，

就上述变化量计算部(23)而言，

基于上述多个图像中所含的上述第二移动体(7)的图像内坐标的变化，计算上述第二移动体(7)的移动量，由此，计算表示上述第二移动体(7)的位置的随时间变化的信息，

就上述交通流计算部(26)而言，

基于上述移动体数据中所含的上述第一移动体(6)的速度信息和上述算出的上述第二移动体(7)的移动量，使用通过将上述第一移动体(6)的速度及上述第二移动体(7)的移动量设为说明变量且将上述第二移动体(7)的速度设为目的变量的回归分析而预先得到的回归模型，计算上述第二移动体(7)的速度，由此，估计上述第二移动体(7)移动中的车道的交通流。

[C6]

根据上述C1所记载的交通流估计装置(1)，其中，

就上述交通流计算部(26)而言，

生成使表示上述第二移动体(7)的位置的随时间变化的信息和上述第一移动体(6)的速度信息相对应的交通数据，

根据规定的基准分割上述生成的交通数据，执行必要的插值，

基于上述分割且执行了必要的插值的交通数据和上述第一移动体(6)移动中的车道，计算上述对象区域的交通流。

[C7]

一种交通流估计方法，由具备存储有估计交通流的对象区域的车道信息的存储器和处理器的交通流估计装置(1)执行，具备：

过程(S2)，上述处理器获取包含由在上述对象区域内移动中的第一移动体(6)在不同的多个定时拍摄的、包含周边的第二移动体(7)的多个图像、和拍摄到该多个图像中的每一个的定时的上述第一移动体(6)的位置信息及速度信息的移动体数据；

过程(S6)，上述处理器基于存储于上述存储器的车道信息和上述获取的移动体数据中所含的上述第一移动体(6)的位置信息，确定上述第一移动体(6)移动中的车道；

过程(S4)，上述处理器基于上述移动体数据中所含的图像，计算上述图像内的表示上述第二移动体(7)的位置的随时间变化的信息；

过程(S5)，上述处理器从上述移动体数据中所含的图像检测上述第二移动体(7)相对于上述第一移动体(6)的位置关系，基于该位置关系和上述估计的第一移动体(6)移动中的车道，估计上述第二移动体(7)移动中的车道；

过程(S7)，上述处理器基于上述移动体数据中所含的上述第一移动体(6)的速度信息、表示上述第二移动体(7)的位置的随时间变化的信息、上述估计的上述第一移动体(6)及第二移动体(7)移动中的各车道，计算上述对象区域的按车道区分的交通流。

[C8]

一种程序，使处理器执行上述[C1]～[C6]中任一项所记载的交通流估计装置(1)的各部的处理。

符号说明

1…交通流估计装置

2…输入设备

3…输出设备

6…第一移动体、本车辆

7…第二移动体、其它车辆

8…车道分界线

9…车道

11…通信接口

12…输入输出接口

20…控制单元

20A…硬件处理器

20B…程序存储器

21…行驶数据获取部

22…车辆探测部

23…移动量计算部

24…区域判定部

25…行驶道路确定部

26…交通流计算部

27…输出控制部

30…数据存储器

31…行驶数据存储部

32…道路网络数据存储部

33…按道路区分信息存储部

34…交通流信息存储部

40…总线

50…帧

51…日期时间信息

52…矩形

53…区域判定线、车道判定线

61…车载摄像机

62…传感器

63…车载器