Search

JP-2026514653-A - 地震データを用いて公路の交通と道路状況を監視する方法、装置、およびシステム

JP2026514653AJP 2026514653 AJP2026514653 AJP 2026514653AJP-2026514653-A

Abstract

本願は、地震データを使用して交通および道路状況を監視する方法、機器およびシステムを提供する。具体的には、地震データを使用して交通量を監視する方法は、地震記録機器から地震データを取得することと、地震データに基づいて、各地震記録機器の複数の地震データ変動曲線を含む地震データ変動図を取得することと、地震データ変動図に基づいて交通量を監視することと、を含むことができる。

Inventors

  • ジャン，ジエ
  • フェイ，トン・ワン
  • リー，ズーユィ
  • ユィ，ミアオ
  • ルオ，イー
  • フェイ，ルーカス・シン

Assignees

  • バーファン・サイズミック・インコーポレイテッド

Dates

Publication Date
20260513
Application Date
20240321

Claims (20)

  1. 地震データを利用して交通量を監視する方法であって、 ○地震記録機器から地震データを取得することと、 ○地震データに基づいて、各地震記録機器の複数の地震データ変動曲線を含む地震データ変動図を取得することと、 ○地震データ及び／又は地震データ変動図に基づいて交通量を監視することと、を含む ことを特徴とする方法。
  2. 地震記録機器は、道路の片側、両側、中央、またはこれらの位置の任意の組み合わせに配置され、その間隔は一定または可変である 請求項１に記載の方法。
  3. 地震データに基づいて地震データ変動図を取得するステップは、地震データに対して信号強調を行うことを含む 請求項１に記載の方法。
  4. 地震データに基づいて地震データ変動図を取得するステップは、信号強調後に、地震データに対して双方向交通波動場の分離または減衰を実行することをさらに含む 請求項３に記載の方法。
  5. 地震データに基づいて地震データ変動図を取得するステップは、 ○双方向交通波動場の分離または減衰後、補正曲線を使用して地震データをバランスすることと、 ○バランスされた地震データに基づいて地震データ変動図を取得することと、 をさらに含む 請求項４に記載の方法。
  6. 地震データおよび／または地震データ変動図に基づいて、車両の運動状態を視覚的に表示するための車両速度スペクトルを取得することをさらに含む 請求項１に記載の方法。
  7. 異なる地震記録機器の地震データ間の類似性に基づいて、車両の速度および／または運動経路を決定することをさらに含む 請求項６に記載の方法。
  8. 車両の速度に基づいて車両が速度超過しているかどうかを決定することをさらに含む 請求項７に記載の方法。
  9. 複数の地震データ変動曲線における車両のピーク値に基づいて車両のタイプおよび重量を決定すること、さらにを含む 請求項１に記載の方法。
  10. 車両の運動経路に基づいて車両が停止しているか否かを決定することをさらに含む 請求項７に記載の方法。
  11. 地震データに基づいて道路に歩行者が歩いているかどうかを決定することをさらに含む 請求項１に記載の方法。
  12. 地震データに基づいて、物体が車両から落下したかどうかを検出することをさらに含む 請求項１に記載の方法。
  13. 地震データを利用して交通量を監視するシステムであって、 ○地震データを取得するように構成される地震記録機器と、 ○地震データに基づいて、各地震記録機器の複数の地震データ変動曲線を含む地震データ変動図を取得するデータ処理モジュールと、 ○地震データ変動図に基づいて交通量を分析するように構成される分析モジュールと、 を含む ことを特徴とするシステム。
  14. 分析モジュールは、さらに、請求項２から１１のいずれか１項に記載の方法を実行するように構成される 請求項１３に記載のシステム。
  15. 地震データを利用して交通量を監視するシステムであって、 ○地震データを取得するように構成される地震記録機器と、 ○プロセッサと、 ○プロセッサに接続され、命令が記憶されたメモリとを含み、 前記命令が実行されると、プロセッサが、 ○地震データに基づいて、各地震記録機器の複数の地震データ変動曲線を含む地震データ変動図を取得し、 ○地震データ変動図に基づいて交通量を監視する ことを特徴とするシステム。
  16. 車両認識モデルをトレーニングする方法であって、 ○ビデオから車両が含まれる第１の画像を取得することと、 ○第１の画像を、車両及びその車線を表し、トレーニングラベルとして用いられる第２の画像に変換することと、 ○地震データから第１の画像に対応する第１群の地震データを取得することと、 ○第１群の地震データと第２の画像に基づいて車両認識モデルをトレーニングすることと、 を含む 車両認識モデルのトレーニング方法。
  17. 車両認識方法であって、 ○車両とその走行車線を決定するために、認識すべき地震データを車両認識モデルに入力することを含み、 ○ここで、車両認識モデルは、請求項１６に記載の方法を使用してトレーニングされる 車両認識方法。
  18. 車両認識モデルをトレーニングする方法であって、 ○複数の時間ウィンドウに地震データをラベルとしてピックアップすることと、 ○各ラベルの最大ピークまたはガウス分布ピークを認識することと、 ○最大ピークまたはガウス分布ピークに対応する車両位置を決定することと、 ○位置と対応する最大ピークまたはガウス分布ピークに基づいて車両認識モデルをトレーニングすることと、を含む 車両認識モデルのトレーニング方法。
  19. 車両認識方法であって、 ○車両の位置を決定するために、認識すべき地震データを車両認識モデルに入力することと、 ○当該位置に基づいて、車両の速度および／または移動経路を決定することと、を含み、 ○当該車両認識モデルは、請求項１８の方法を使用してトレーニングされる 車両認識方法。
  20. 地震データを使用して道路の下の地質条件を監視する方法であって、 ○地震記録機器から目標地震データおよび参照地震データを取得することと、 ○目標地震データに基づいて目標グリーン関数を生成することと、 ○参照地震データに基づいて参照グリーン関数を生成することと、 ○道路の下の地質条件を監視するために、目標グリーン関数と参照グリーン関数に基づいて地表付近相対速度変化を生成することと、を含む ことを特徴とする方法。

Description

本発明は、全体として、データ処理技術分野に関し、具体的には、交通監視および道路状況管理のための方法、システム、電子機器、記憶命令を含む非一時的なコンピュータ読み取り可能な記憶媒体およびコンピュータプログラム製品を含む。本発明は、収集したデータを用いて交通の動的変化および交通事故をリアルタイムで監視・予測し、外部情報（地震波データなど）と組み合わせて総合的な分析を行うことで、予測の正確性と対応能力を向上させることができる。 道路交通事故は世界中で主な死亡原因の一つである。世界保健機構（ＷＨＯ）の推定によれば、毎年、交通事故で死亡した人が約１３０万人いる。アメリカ疾病予防管理センター（ＣＤＣ）の報告によると、２０１９年の交通事故による死亡率は都市地域に比べて農村地域が３～１０倍高く、全国の交通事故による死亡者数の約４５％を占めた。これらの道路での事故は報告に長い時間がかかるため、交通検知システムや方法を使用してこれらの道路を監視することが有益である。 複数の道路や都市全体の交通量を監視することは、交通管理部門が如何なる交通問題をリアルタイムで認識することに対して非常に重要である。自動運転車の登場により、リアルタイムの交通量情報の必要性がさらに高まっている。交通量情報により、道路上の自動運転車両間および他の自動運転車両と非自動運転車両間の間隔を自動的に最適化できる車線交通密度管理システムおよび方法に機会を提供する。より具体的には、前方および後方の車両に対して最適的な距離を保つように自動運転車両の動作を自動制御できる。 現在、車両検出には、ビデオ画像処理、レーダー、超音波センサなど複数の方法が使用されている。道路沿いに多数のカメラシステムを設置することで、詳細な交通量や個々の車両の情報を提供することができる。しかし、多数のカメラを使用して交通や道路状況を監視すると、次のような多くの問題が発生する。 １． 高コスト：田舎道はより長い距離をカバーするため、これらのシステムを実際に適用するのは困難である。交通カメラ１台あたりのコストは通常数万ドルで、広大な距離をカバーするには多数のカメラ又はセンサが必要となり、非常に高価になる。 ２． リアルタイムのデータ処理要求：現在の交通状況を迅速に把握するには、大量のビデオデータにアクセスし、有用な情報を抽出する必要がある。これには、顕著なリアルタイムの計算能力が必要となるだけでなく、高価な機器も必要となり、システム全体のコストが増加する。 ３． プライバシー規制：多くの地域や国では、公共場所でのビデオ録画の使用を制限または禁止するプライバシー規制が導入されている。これにより、カメラの広範な使用に対して法的および倫理的な課題が生じる。 また、現在多くのナビゲーションシステムで使用されている携帯電話の位置情報サービスは、正確な交通情報が提供されない可能性がある。そのため、上記の技術的問題を解決するために、新たな交通および道路監視方法を開発する必要がある。 図１は、本開示の例示的な実施形態による交通および道路監視方法を実行するためのシステムアーキテクチャの概略図である。図２は、本開示の例示的な実施形態による交通量を監視する方法を説明する概略フローチャートである。図３は、交通を監視するために道路沿いに地震センサ記録場所を配置するためのいくつかの設計例を示す概略図を示している。図４は、地震データを処理する概略フローチャートを示している。図５Ａ～５Ｃは、面整合性振幅補正のグラフを示している。図５Ａ～５Ｃは、面整合性振幅補正のグラフを示している。図５Ａ～５Ｃは、面整合性振幅補正のグラフを示している。図６は、バンドパス信号処理後のグラフを示している。図７は、バンドパス信号処理データから生成された車両速度スペクトルを示している。図８は、信号強調された交通データから生成された車両速度スペクトルのグラフを示している。図９は、車両の経路と速度スペクトルから車両速度を抽出することを示している。図１０は、車両が速度超過しているかどうかを決定するためのグラフを示している。図１１は、車両のタイプ、速度、重量と地震の振幅との関係の解釈を示している。図１２は、車両の停止を説明するグラフを示している。図１３は、道路に沿って移動する単一の車両の経路（曲線で表示）を示している。図１４は、車両の典型的な地震応答を示している。図１５は、高速道路に歩いている人の地震反応を示している（エリア内に示す）。図１６は、空間領域における速度スペクトルの外挿を示している。図１７は、実施例に従った地震データを用いて交通量を監視するシステム１７００の構成図である。図１８は、第１のビデオ画像から第２の２色画像に変換するプロセスを示し、（ａ）は道路のビデオ録画を表示し、画像／ビデオ認識技術を使用して車両を検出し、（ｂ）はビデオ録画から検出された車両を使用して生成されたトレーニングラベルを示している。図１９は、機械学習を使用して車両の検出と解釈を行うことを示している。図２０は、ＭＬ－ｓｐｉｋｅ（図２０（ａ））またはＭＬ－ｃｕｒｖｅ（図２０（ｂ））から直接得られた車両経路を示している。図２１は、本開示の例示的な実施形態による、地震データを使用して道路の下の地質条件を監視する方法を説明する概略フローチャートである。図２２は、ステーション（地震センサ）ペアの間の参照グリーン関数を示している。図２３は、参照時間と目標時間との間のグリーン関数の比較を示している。図２４は、道路下の地震速度の相対的な変化の画像を示している。図２５は、本開示の例示的な実施形態による、地震データを使用して路面状況を監視する方法を説明する概略フローチャートである。図２６は、路面特性応答の時間の経過に従う変化を示している。図２７は、本開示の例示的な実施形態による、交通事故を予測する方法を説明する概略フローチャートである。図２８は、本開示の例示的な実施形態による電子機器を示す。 以下、添付図面を参照しながら、本開示の様々な実施形態について説明する。以下の説明では、詳細な構成および素子などの具体的な詳細は、本開示のこれらの実施形態の全体的な理解を助けるためにのみ提供される。したがって、当業者であれば、本明細書に記載された実施形態のさまざまな変更および修正が、本開示の範囲および精神から逸脱することなく実行できることを理解するであろう。また、明確さと簡潔さのために、よく知られた機能および構成の説明は省略されている。 これらの例示的な実施形態およびそこで使用される用語は、本明細書に開示される技術を特定の形式に限定することを意図するものではなく、対応する実施形態に対するさまざまな修正、均等物、および／または代替物を含むものと理解されるべきである。図面の説明において、類似の構成要素を示すために類似の参照番号が使用される場合がある。文脈上明らかに異なる場合を除き、単数表現には複数表現が含まれる場合がある。 また、本明細書に記載されたさまざまな実施形態は必ずしも相互に排他的ではなく、一部の実施形態は、１つ以上の他の実施形態と組み合わせて新しい実施形態を形成することもできる。 本明細書では、文脈により明らかに別の意味が示されていない限り、単数形には複数形も含まれる場合がある。本開示の様々な実施形態で使用される表現「第１の」、「第２の」、「当該第１の」、または「当該第２の」は、順序および／または重要性に関わらず、様々な素子を修飾する可能性があるが、対応する素子を限定するものではない。ある要素（例えば、第１の要素）が別の要素（例えば、第２の要素）に「（機能的または通信的に）接続されている」または「直接結合されている」と表現される場合、その要素は他の要素に直接接続されているか、または別の要素（例えば、第３の要素）を介して他の要素に接続されている可能性がある。 本開示の様々な実施形態で使用される「構成された」という表現は、状況に応じて、ハードウェアまたはソフトウェアに関して、「適している」、「能力がある」、「設計された」、「変更された」、「作られた」、または「できる」などの表現と互換的に使用される場合がある。場合によっては、「ように構成される機器」という表現は、たとえば、当該機器が他の機器または素子と一緒に「できる」状況を指すことがある。たとえば、「Ａ、Ｂ、およびＣを実行するように変更（または構成）されたプロセッサ」という語句は、対応する操作を実行する専用プロセッサ（例えば組み込みプロセッサ）、またはメモリ機器に格納された１つ以上のソフトウェアプログラムを実行することによって対応する操作を実行する汎用プロセッサ（例えば中央処理装置（ＣＰＵ）又はアプリケーションプロセッサ （ＡＰ））を指する（ただし、これらに限定されない）。 ここで、特に明記しない限り、ここで使用される用語「または」は、非排他的な「または」を指する。本明細書で使用される例は、本明細書の実施形態の実現方式の理解を促進し、当業者が本明細書の実施形態をさらに実現することができるようにすることのみを目的としている。したがって、これらの例は、本明細書の実施形態の範囲を制限するものとして解釈されるべきではない。 当技術分野で慣例となっているように、実施形態は、記載された機能を実行するブロックで記載され、説明される。これらのブロックは、本明細書ではユニット、エンジン、マネー、モジュールまたは同様の名前で呼ばれることがあり、論理ゲート、集積回路、マイクロプロセッサ、マイクロコントローラ、メモリ回路、受動電子部品、能動電子部品、光学部品、ハードワイヤード回路などのアナログおよび／またはデジタル回路によって物理的に実現され、ファームウェアおよび／またはソフトウェアによって選択的に駆動される場合がある。たとえば、これらの回路は、１つ以上の半導体チップに、またはプリント回路基板などの基板支持体に実現される場合がある。ブロックを構成する回路は、専用ハードウェアによって実現し、又は、プロセッサ（たとえば、１つ以上のプログラムされたマイクロプロセッサとその関連回路）によって実現し、またはブロックの機能の一部を実行する専用ハードウェアとブロックの他の機能を実行するプロセッサの組み合わせによって実現することができる。実施形態の各ブロックは、本開示の範囲から逸脱することなく、２つ以上の相互作用する個別のブロックに物理的に分離することができる。同様に、実施形態のブロックは、本開示の範囲から逸脱することなく、より複雑なブロックに物理的に組み合わせることができる。 「Ａ、Ｂ、Ｃ のうち少なくとも１つ」などの表現が使用される場合、それらは一般に、当業者に一般的に理解される意味に従って解釈されるべきである（例えば、「Ａ、Ｂ、およびＣの少なくとも１つを含むシステム」には、Ａ、Ｂ、Ｃ、ＡとＢ、ＡとＣ、ＢとＣ、および／またはＡ、Ｂ、Ｃなどを含むシステムが含まれるが、これらに限定されない）。 地震監視では、地震源から伝播する弾性波を記録するために地震センサが設置される。これらは通常、地球上の広い範囲を監視するように設計されており、設置場所の制約によりセンサの位置が不規則になる場合がある。各センサは、均一なサンプリング間隔で地面の振動の時系列を記録する。信号は、地面の振動の変位、速度（速度センサ）または加速度（加速度計）の形で記録することができる。数値的な計算により、これら３つのデータ形式はほぼ互換性がある。ハードウェアと電子機器によって制限されるので、地震センサは、特定の周波数範囲内での地面の振動を記録するように設計されている。これらの記録は、地震の震源の位置、震度、震源メカニズム、震源と受信機との間の媒体の速度を推測するために使用できる。センサには、地面に垂直して振動する単一の垂直成分を含むことができ、または３つの直交方向の地面に沿いに振動する３つの成分を記録する。単一の３つの成分センサは、