ジオテクノロジーズ株式会社（本社：東京都文京区、代表取締役社長 CEO：杉原 博茂、以下「ジオテクノロジーズ」）は、当社が保有する“生きた”ビッグデータに最新のAI技術である深層学習を組み合わせることで、主要な道路だけでなく、一般道も対象とした高精度な「AI渋滞予測モデル」の開発を行うことに成功しました。これにより、下記の効果があります。

1. 高速道路だけではなく一般道の渋滞予測ができるので、ドライバーは日常の生活から渋滞を回避できる
2. ５分単位という高精細な予測ができるため、高精度の渋滞を回避するルートを算出することが可能に
3. リアルタイムの交通情報を入力することで、事故などの突発的な渋滞の変化にも追従した予測をすることができるため、よりストレスの少ない快適な運転を実現

道路交通渋滞の状況は深刻化しており、全国で年間に発生する渋滞損失は一人当たり年間約30時間、貨幣価値換算すると約12兆円にも上り、経済効率の低下等を引き起こす大きな原因の一つとなっています*。

また、環境問題に直結するCO2排出量という点で見ても、渋滞時のCO2排出量は通常時の約2倍にも上ることがわかっており、渋滞は深刻な問題となっています。

当社では創業より日本全国のデジタル地図の開発とアップデートを行ってきました。さらに近年では、さまざまな交通課題を解決するために高精度な人流データの収集と活用に取り組んでいます。

日本全国規模の高精度の渋滞予測を実現することで、より効率的な道路移動を可能にし、社会問題緩和や人々の生活をより豊かにできるのではないかと、今回の研究開発に踏み切りました。

*「効果的な渋滞対策の推進 – 国土交通省」

すでに渋滞予測と呼ばれるサービスはありますが、多くは数時間単位の予測や、高速道路や主要幹線道路に限定されているなど、実際には実用性に課題があり、より広範囲で精度の高い渋滞予測が求められています。

今回開発した渋滞予測モデルでは主要な道路だけでなく多くの一般道も対象とし、5分単位での予測を行うことが出来ます。交通状況は地域性や道路構造、時間帯など、多くの複雑に絡み合う条件に作用されるため、このような細かい予測は深層学習を用いても難しいことでしたが、最新の深層学習モデル*を組み込むことで高い性能を保持しています。

*GCN (Graph Convolutional Network)：グラフ畳み込みニューラルネットワーク

当社が保有する交通情報や気象情報等のデータを元に、特定道路における15分後、60分後の車速について予測精度の検証を行いました。 主要な道路だけでなく多くの一般道も対象とし、5分単位での予測を行うため、深層学習をグラフデータに適用するGCNを応用した最新モデルを採用しています。

今後はモデルの評価をさらに進めるとともに、高速道路入口や踏切付近の特殊区間の判定や工事・事故情報、サグ部・上り坂情報等を考慮し更なる精度向上の上、今年度中の製品化を進めていきます。

当社は、「地球を喜びで満たそう」をミッションに、今回の研究開発の成果を活用し、日本の交通における社会問題の解決に取り組んでいきます。

今回の「AI渋滞予測モデル」を活用したい企業様は以下のURLよりお問い合わせください。

「AI渋滞予測」に関するお問い合わせはこちら

AI開発においては、これまでデジタル組織開発とAI技術実装を主軸としたDXソリューションで、530社以上を支援してきた株式会社AVILENに当プロジェクトを支援して頂いています。

AI開発においては、これまでデジタル組織開発とAI技術実装を主軸としたDXソリューションで、530社以上を支援してきた株式会社AVILENに当プロジェクトを支援して頂いています。