新たな交通量計測手法を発表！法政大が深層学習で精度向上に成功

交通量計測の新たなアプローチ

最近、法政大学の今井龍一教授が主導する研究チームが深層学習を用いた新しい交通量計測手法を開発し、論文が国際学術論文ジャーナル「Journal of Digital Life」に掲載されました。この手法は、交差点における車両の方向別および車種別の交通量を高精度で計数することが可能です。

交通量調査の現状

日本各地で行われている交通量調査は、交差点の交通状況を把握し、ボトルネックを特定するために不可欠です。しかし、調査地点が増えるにつれて費用も増加し、国土交通省では交通量調査の効率化が求められています。これを受けて、新たな計測手法の開発が進められています。

深層学習を駆使した新手法

この研究は、動画像から交通量を計測するために、物体検出ツールの最新モデル「YOLOv8」を活用しています。研究チームは、車両の分類や方向計測の精度を向上させることを目指しており、既存手法の課題を整理した上で新手法の考案に取り組みました。

実証実験では、東京都内の交差点で撮影した25分間の動画像を利用し、新旧手法の計数精度を比較しました。その結果、考案した手法が既存手法を上回る高い精度を示すことに成功しました。

今後の展望

研究チームは、今後、異なる角度や交通状況で撮影した動画像に新手法を適用することで、その汎用性を検証する予定です。また、方向別交通量調査への実用化を目指し、小型車と大型車を区別して计数する技術の開発にも取り組むことを目標としています。

この新手法の実現により、より効率的で正確な交通量調査が期待されています。技術の進歩が交通管理の未来を変えるかもしれません。