p57_61.ec7

Size: px

Start display at page:

Download "p57_61.ec7"

あまめおとべ
4 years ago
Views:

1 研究解説首都高速道路における追突事故リスク予測に関するミクロ的分析 MicroscopicRiskAnalysisofRear-EndColisiononTokyoMetropolitanExpresway 三浦久 * 洪性俊割田博 * 田中伸治桑原雅夫 HisashiMIURA,SungjoonHONG,HiroshiWARITA,ShinjiTANAKAandMasaoKUWAHARA 要旨本研究では, 首都高速道路における車両追突事故リスクの事前予測を通じて, 追突事故の減少に寄与させることを主旨とし, 追突事故の頻発する首都高速道路号渋谷線上り谷町 JCT 手前のサグ部を対象として, 事故発生時の交通流の解析を行った. 解析には車両感知器パルスデータを用い, サグ前後における個別車両の速度推移状況から, 事故発生のメカニズムを仮定し, 追突事故リスクの高いとされるミクロ的な交通流状態を導出した. また, そのようなリスクの高い交通流の出現状況について, 分析を行った. Abstract Inthisstudy,aspecifictraficflowconditionobservedjustbeforerear-endcolisionsisidentified,whichcanbeutilizedfor reductionofthosecrashesbymeansofdetectingtheriskysituationsinadvanceandwarningdrivers.thestudysiteisasag whichislocatedatupstream oftanimachijctontokyometropolitanexpreswayroute(tanimachijctdirection),where rear-endcolisionsfrequentlyoccur.usingpulsedatacolectedbytraficdetectors,speedfluctuationcharacteristicsof individualvehicleswereanalyzed.aspeeddropanditspropagationtoupstream wereconsideredforidentifyingtherisky traficcondition,andthefrequencyofthatsituationonthestudysiteispresentedinthispaper.. はじめに首都高速道路における交通事故発生件数は, 年々減少傾向にあるものの, 未だ年間約件以上と非常に多く, その約半数が追突事故によるものである. また. 首都高速道路の交通渋滞の発生原因の約 % が交通事故によるものであり ), 更なる事故削減と円滑な交通流の実現のためには, 動的な情報提供をはじめとするより効果的な対策が必要である. そのためには, 事故要因を詳細に分析し, それぞれの要因に応じた対策が重要となってくる. これまで, 首都高速道路の追突事故に関する研究として, ) 号渋谷線号新宿線を対象とした研究や, 追突事故 ))) の頻発する赤坂トンネル付近を対象とした研究が多角的に行われてきた. しかし, 交通流の分析に使用されたデータは, 全て集計された車両感知器データ ( 分分データ ) であり, より細かな交通流の分析には至っていない. そこで本研究では, 分析対象区間を赤坂トンネルと同じ * 東京大学大学院工学系研究科東京大学生産技術研究所先進モビリティ研究センター (ITS センター ) * 首都高速道路東北大学大学院情報科学研究科く追突事故の頻発する号渋谷線上り谷町 JCT 手前のサグ部とし, 車両感知器パルスデータを用いた詳細な事故発生状況の分析を行い, 追突事故リスクの高いミクロ的な交通流状態の特定と, その発生状況を解析することを目的とする.. 対象区間及び分析手法. 分析対象区間の概要分析対象は追突事故の最頻発区間である, 号渋谷線上り谷町 JCT 手前のサグ部とした. 図に対象区間の縦断勾配と谷町 JCT からのキロポスト, 及び看板設置位置を示した. この区間は片側車線道路で, 谷町 JCT での : 分流を控える区間であり,.kp 付近から下流側は, 車線変更禁止区間となっている. 図にキロポスト別事故発生件数と事故形態を示す. 事故の多くが.~.kp のサグ手前の下り勾配区間に集中しており, そのほとんどが追突事故となっており, また車線別では左車線に集中している. 事故の集中する.~.kp 区間で発生した全件の追突事故を発生時間帯別に見ると図のようになり, 事故は昼間に集中し, 夜間は発生していないという特徴が見られる. ここで, 平均交通量は, 事故の無かった年月日 ~ 日の週間の時間帯別交通量の平均値を用いている.

2 JCT () () -.%.% -.% -.%.kp.kp.kp.kp.kp.kp.kp 図対象区間の概要図図号渋谷線上りにおける kp 別事故発生件数 ( 年月 ~ 月 ) : : : : : : : : : : : : kp 図時間帯別追突事故発生件数 (.~.kp) と平均交通量 ( 年月日 ~ 日 ). 取得データ対象区間であるサグ部前後での交通流を分析するため, 図に示す地点の車両感知器パルスデータを取得した. 兼地点: 地点.kp( 下流側 ) 献献地点.kp( 上流側 ) 験期間: 年月 ~ 日, 月 ~ 日車両感知器のパルス発生周期はmsec であり, 特に高速域の車両の感知精度が落ちてしまうものの, パルスの波形を解析することで, 各地点における個別車両の通過時刻速度車長などが算出可能となる. 解析においては, 全ての車両が車両感知器のつのヘッド間を等速度で走行したと仮定して速度を算出し, ヘッド間での車線変更車は除外して行った. (vev/h). 事故直前の交通流の解析. 分析対象事故の抽出分析対象とする事故は, 以下に該当する件を抽出した. 抽出した件のうち, 左車線事故が件, 右車線事故が件となっている. 兼発生地点:.~.kp 献献事故形態: 追突事故験発生期間: 年月 ~ 日, 月 ~ 日 ( パルスデータの取得期間 ). 事故直前交通流の分析.. 左車線事故まず, この区間で追突事故が集中している左車線の事故直前交通流の分析を行う. 抽出した件の左車線事故発生直前の地点 ( サグ下流側 ) 及び地点 ( サグ上流側 ) の地点における速度遷移状況を, パルスデータより算出し, そのうち件を例として図に示した. 同図の最右端が事故発生時刻であり, 詳 (km/h) (km/h) )km/h) () () : : : : : : () () : : : : : : () () : : : : : : 図左車線事故直前速度変動 ( サグ上下流地点 )

3 (km/h) (km/h) (km/h) () () : : : : : : : () () : : : : : : () () : : : : : : 図右車線事故直前速度変動 ( サグ上下流地点 ) 細な事故発生時刻は, パルスの乱れから推測した. 掲載していない件の事故も含め, 件全ての事故直前の交通流に共通する特徴として, 地点における速度低下が見受けられる. 速度低下量の大小には差異があるものの, 地点での速度が一時的にkm/h 以下へ低下するのに対し, 地点では速度 ~km/h と比較的高い水準を維持している. そして地点で発生した減速波がサグ上流側の下り勾配区間へ伝播し, その減速波に対応できなかった車両が事故に至ったと推測される. ))) 赤坂トンネル付近を対象とした既存の研究よると, 追突事故時の交通状況として,ⅰ) 渋滞末尾に到達する場合,ⅱ) 不安定な渋滞流中の粗密波に遭遇する場合,ⅲ) 低速渋滞流中の場合のパターンに分類されることが示されている. 今回抽出した件の左車線事故はいずれもⅱ) に近い交通状況であり, サグ先の上り勾配が減速波の発生を促していると言える. 減速波の発生箇所は特定し難いが, 地点 (.kp) 付近あるいはさらに下流側であるとも考えられる. しかし, 地点付近での事故件数は少なく, 事故発生地点はサグ底 (.kp) より上流側に集中していることから, 道路構造の違いが事故リスクへ大きな影響を与えていると考えられる. すなわち, 減速波はサグ先の上り勾配区間でも生しているが, 上り勾配という構造が事故リスクを軽減させているのに対し, 減速波が下り勾配区間, さらには情報板設置地点に伝播することで, リスクが増大されると言える... 右車線事故左車線と同様に, 右車線事故件についても分析を行った結果, 左車線事故の直前交通流とはやや違った傾向が見られた ( 図 ). 月日, 月日の件については, 先に挙げた追突事故パターンのⅲ) に該当するものであり, 月日の事故については,ⅱ) に該当するものと考えられる. しかし月日の事故に関しては, 事故直前分間の速度変動のみに焦点を当てると, 下流側で速度 km/h 以下へ低下するのに対し, 上流側では速度 ~km/h となっており, 左車線事故と同様の傾向が見られる.. 追突事故リスクの発生メカニズム両車線における事故直前交通流の特徴から, 対象区間では左車線事故件, 右車線件に共通して見られるような, 地点での急激な速度低下によって減速波が生じ, 上流側へ伝播することで事故につながるという形態が頻発していると考えられる. 低速渋滞流中の事故も両車線で発生していると考えられるが, 他区間に比べ頻度が高いとは言い切れない. このことから, 対象区間における事故リスクの発生メカニズムとして次のように考える. ⅰ) サグ先の上り勾配区間にて, 速度 km/h 以下への速度低下と減速波の発生 ⅱ) 比較的高い速度水準を持つサグ手前の下り勾配区間への減速波の伝播これらの現象を段階的に分けて考え, リスクの発生状況の分析を行う. まずは次章にてⅰ) 速度低下の発生状況の分析を試みる.. サグ先上り勾配における速度低下発生状況. 速度低下の発生要因高速道路サグ部はボトルネックとしても知られ, 速度低下の発生しやすい区間である. サグ部での渋滞発生現象については数多くの研究がなされ )), 速度低下の発生原因は高密度時の加速不足や車線変更によるものであることや, 減速波の発生位置がサグ底より下流約 m の区間にあることが報告されている. 対象区間のサグ先上り勾配における速度低下の要因としても同様に, 以下のつが考えられる. ) 大型車をはじめとする上り勾配での加速不足 ) 右車線からの車線変更車の影響

4 ) 都心環状線からの先詰まり件の左車線事故直前の速度低下については一時的なものであり, 低下後すぐに回復傾向にあることから,),) の可能性が高いと考えられ, 月日の右車線事故直前の速度低下は) の可能性が高いと考えられる. しかしいずれの場合も, 車両感知器データのみからの速度低下の要因特定は困難であろう. したがって, 地点での速度低下は確率的に発生すると考え, その発生状況や発生頻度について分析を行うこととする.. 分析手法分析にあたっては, 地点におけるパルスデータを秒単位で集計し, 秒毎の平均速度データを用いることとする. 秒という単位を用いた理由としては, 細かな速度変動をスムージングし, ノイズを取り除くことができること, また秒単位での集計後のデータからも, 事故直前に見られるようなkm/h 以下への速度低下が観測できることが挙げられる. 表は左車線事故件と, 月日の右車線事故直前の地点での秒単位の速度変化をまとめたものである. 地点での平均速度がkm/h を下回った秒間を基準とし, その前後秒間の平均速度, 並びに, 地点で平均速度がkm/h を下回った時刻における地点での平均速度を示した. 地点ではkm/h 以上の速度水準から, 約秒間でkm/h 程度まで低下し, その約秒後には元の速度水準まで回復している. それに対し, 地点でのkm/h 以下遷移時の地点の速度は, 速度低下前の地点の速度水準に近いkm/h 以上の速度水準を持っている. 月日月日月日月日月日月日表事故直前下流側 ( 地点 ) 速度推移 (km/h) km/h 以秒前秒前秒前秒後下遷移時遷移時上秒後秒後流側速度.... 速度低下の発生状況事故の無かった週間を取り上げ, 同様にして地点での速度を秒単位で集計し, 昼夜別車線別に速度低下の発生状況の分析を行った. 兼期間: 年月日 ~ 日 ( 週間 ) 献献時間帯: 時 ~ 時 ( 昼間時間 ) 献時 ~ 時, 時 ~ 時 ( 夜間時間 ) 献験車線: 左車線, 右車線分析に当たっては, 地点における速度 km/h 以上から km/h 以下への遷移回数を計測し, それぞれの遷移時における前後秒間の地点の速度, 並びに, 遷移時の地点の速度を算出した. 表は昼夜別車線別の遷移回数を左車線 - 昼右車線 - 昼左車線 - 夜右車線 - 夜表車線別昼夜別速度 km/h 以下遷移回数月日月日月日月日月日月日月日合計まとめたものである. 全ての遷移に対して追突事故リスクがあるとは言えないが, 遷移回数だけを比較しても, 昼夜の差が顕著に見られる. 夜間における地点での速度低下回数の少なさが, 夜間に事故が発生していない要因のつとして考えられる. 次に昼間に焦点を当て, 各遷移に対する事故リスクの大きさを考える. ある回の遷移においても, 速度低下量の大きさ km/h 以下遷移時の地点での速度の高さ, によって, 事故へつながるリスクが変化すると考えられる. そこで, 昼間の各遷移を速度低下量と遷移時の地点での速表速度低下量地点速度別遷移回数 ( 右車線 ) 右車線 km/h 以下遷移時の地点速度 (km/h) 昼間速 - 度 - 低 - 下量 - (km/h) - 表速度低下量地点速度別遷移回数 ( 左車線 ) 左車線 km/h 以下遷移時の地点速度 (km/h) 昼間速 - 度 - 低 - 下量 - (km/h) 左車線 - 昼右車線 - 昼左車線 - 夜右車線 - 夜表リスクの高いとされる遷移回数月日月日月日月日月日月日月日合計

5 度で分類し, 左車線を表, 右車線を表にまとめた. 着色されたセルは, 表にまとめられた事故直前の遷移が該当するセルである. 同表から, 全ての事故直前の遷移は, 兼速度低下量 km/h 以上献験遷移時地点速度 km/h 以上の範囲内に含まれることから, その条件に該当する遷移を, リスクの高い遷移と考えることとする. そこで表における週間の遷移回数のうち, 先の条件を満たす遷移回数を抽出すると, 表のようになった. 昼夜に加え, 左右車線の遷移回数にも顕著な差が見られるようになり, 各車線における事故発生件数との相関があると考えることができる... 分集計データにおける速度低下発生状況先に挙げた事故の無かった週間データを分単位で集計し, 全ての分集計データの中から, 表に示したリスクの高いとされる遷移を含むデータを抽出し, 差別化させて Q-V グラフ上に示した ( 図 ). なお, この集計は全て昼間データで行った. 同図における高リスク遷移ありとは, その分間の交通流中に, リスクの高いとされる遷移 ( 地点速度低下量 km/h 以上かつ, 遷移時地点速度 km/h 以上 ) が最低回発生したことを表している. 同図から, 両車線において, 分間平均速度 ~km/h 時に高リスク遷移が集中して発生していると言える. 特に左車線では, 平均速度 ~km/h 付近の交通流内で頻繁に高リスクの遷移が発生しているのに対し, 右車線では平 (km/h) (km/h) - (veh/min) - (veh/min) 図分間交通量 - 速度 ( 上 : 左車線, 下 : 右車線 ) 均速度 ~km/h の交通流自体の出現率が低くなっており, 高リスクの遷移も発生していないことが分かる. これは, 同じ都心環状線の先詰まりにおいても, 左車線では ~km/h の速度水準である割合が高いのに対し, 右車線ではkm/h 以下まで低下する割合が高いためであると考えられる. 各速度域あるいは交通量域における遷移発生率についてはさらなる分析が必要であるが, このような車線間での交通流の出現率の違いによって, 高リスクの遷移の発生回数に差を生じさせていると考えられる.. まとめ本研究では, 号渋谷線上り谷町 JCT 手前のサグ部を対象とし, 車両感知器パルスデータを用いて, 事故直前交通流のミクロ的な分析を行った. その結果, 事故直前にサグ下流側の下り勾配区間で大きな速度低下が発生し, その減速波がサグ上流側の下り勾配区間さらには情報板の設置地点へ伝播することで, 事故が発生していると推測された. また, サグ先の下り勾配区間での速度低下のうち, 速度低下量 km/h 以上速度低下時のサグ上流側速度 km/h 以上の速度低下に焦点を当て, その発生状況を分析したところ, 夜間より昼間の方が, 右車線より左車線の方が, 発生回数が多いという結果が得られた. この発生回数は, 昼夜別車線別の事故発生件数と相関があると考えられ, そのような速度低下の発生が追突事故リスクを高めていることが示唆された. そして, そのようなリスクの高い速度低下の発生状況は, 都心環状線からの先詰まり時の交通流状況に影響されていると言える. 今後は, 今回示唆された事故と交通流との相関の検証と共に, サグ上流側への減速波の伝播と流入交通流との関係について分析していきたい. ( 年月日受理 ) 参考文献 ) 前田剛, 割田博, 岡田知朗, 菊池春海 : 首都高速道路における速度密度に着目した事故発生状況分析, 第回交通工学研究発表論文報告集,pp-, ) 赤羽弘和, 長谷川潤, 森田綽之 : 都市高速道路における追突事故発生状況の感知器データによる分析, 第回交通工学研究発表論文報告集,pp.-, ) 池田公雄, 岡田知朗, 割田博, 田中淳, 竹平誠治, 川崎洋輔, 上條俊介 : 事故発生時画像とヒヤリハット調査による事故要因分析, 第回 ITS シンポジウム,pp.-, ) 萬沙織, 森博子, 割田博, 赤羽弘和 :VICS 情報に基づく事故発生警報の提供, 第回交通工学研究発表論文報告集,pp-, ) JXing, 越正毅 : 高速道路サグにおける渋滞現象と車両追従挙動の研究, 土木学会論文集,No./IV-,pp.-, ) 平井節生, 畠中秀人, 平沢隆之, 山田康右, 前田雅人, 片山恭紀 :AHS を活用した車線利用率適正化によるサグ部渋滞策, 第回 ITS シンポジウム,pp.-,

首都高速道路における追突事故リスク予測に関するミクロ的分析三浦久 1 洪性俊 2 田中伸治 3 桑原雅夫 4 1 非会員小田急電鉄株式会社人事部 ( 東京都新宿区西新宿 1-8-3) 2 正会

首都高速道路における追突事故リスク予測に関するミクロ的分析三浦久 1 洪性俊 2 田中伸治 3 桑原雅夫 4 1 非会員小田急電鉄株式会社人事部 ( 東京都新宿区西新宿 1-8-3) 2 正会首都高速道路における追突事故リスク予測に関するミクロ的分析三浦久 1 洪性俊田中伸治 3 桑原雅夫 4 1 非会員小田急電鉄株式会社人事部 ( 16-839 東京都新宿区西新宿 1-8-3) E-mail: hisashi.miura@odakyu-dentetsu.co.jp 正会員東京大学助教生産技術研究所 ( 13-8 東京都目黒区駒場 4-6-1) E-mail: mrhong@iis.u-tokyo.ac.jp