CCTV画像を活用した
冬期路面判別システムについて
村上 和久
1・高田 英和
1・大橋 由紀子
1 1富山河川国道事務所 調査第二課 （〒９３０－８５３７ 富山県富山市奥田新町２番１号） 富山河川国道事務所ではＣＣＴＶ画像を利用した冬期路面判別システムの運用を行っている． 今回，渋滞による車両停滞箇所でのシステム運用を行った．また，システムの判別結果による 路面情報を道路利用者へ試験配信した．本稿は，システムの判別結果及び情報配信の結果につ いて報告するものである． キーワード 冬期道路管理，CCTV，路面情報，渋滞 1. はじめに 当事務所では，道路管理用に設けられているＣＣＴＶ の画像を利用した冬期路面判別システム（以下「システ ム」という．）を冬期道路管理の高度化・効率化及び円 滑な冬期道路交通の確保を図るための運用を2009年度よ り検討してきた．2012年度は，国道41号富山IC付近のＣ ＣＴＶを用いて，システムの改良及び運用を行い，判別 情報の試験メール配信を実施した． 国道41号の富山市街地の区間は，事務所管内でも交通 量が多く，朝夕の通勤時間帯には一年を通じて渋滞が発 生している．国道41号と富山ICの合流部では，国道41号 の渋滞により合流が出来ず（写真-1参照）オフランプか ら北陸自動車道本線まで渋滞が続くこともある（写真-2 参照）．また，北陸自動車道本線の渋滞状況（図-1）を 確認すると，ほとんどが冬期に発生しており，冬期渋滞 の原因に，路面状態が考えられることから，当該地点で システム運用を行い，渋滞と路面状態との関連を分析す るための基礎資料とすることとした． 2. 路面判別システムの概要 本システムは，道路管理で広く使用されているＣＣＴ Ｖ画像を活用し，冬期路面の性状である「乾燥」「湿潤」 「凍結」「積雪」「シャーベット」の自動判別を行うも のである．本システムを道路管理に導入することにより， 冬期路面管理の支援等が期待できる． 写真-1 北陸道富山 IC から国道 41 号への合流部の渋滞状況 写真-2 富山IC（下り）オフランプの渋滞状況1) 図-1 北陸自動車道の渋滞状況1)(1) 画像処理による路面状態の判別 システムでは，取込んだ画像を判別に適した画像に 補正するロジック（画像補正ロジック），地点別に各メ ッシュ領域をフーリエ変換することによって算出される 周波数で構成されるデータをクラスター分析するロジッ クと，R･G･B濃度値，グレイ輝度値，エントロピー値の5 つで構成されるデータをクラスター分析するロジック （合わせてクラスター分析ロジック）により，各メッシ ュにおいて路面状況の判別を行う． a) 画像補正ロジック ・輝度補正 時刻や天気により違いが発生する明るさの平均値 を一定に補正する． ・コントラストストレッチ処理 明るさの幅を一定に補正する． b) クラスター分析ロジック クラスター分析とは，互いに似たものの集落（クラス ター）を作り，対象を分類しようとする手法の総称（数 値分類法）である．算出された各値を用いてクラスター 分析を行うと，図-2 にあるようにそれぞれの群が作成 される． ・RGB 各濃度値，グレイ輝度値，エントロピー値の算出 R･G･B 各濃度値，グレイ輝度値は，ＣＣＴＶ画像を R（赤成分），G（緑成分），B（青成分）の「輝度濃 度」と「輝度」に分離することで求めることができ， エントロピー値は，グレイ値に関するヒストグラムを 数値化することで求める．それぞれの値は，メッシュ 毎の平均値を用いる． ・フーリエ変換による周波数特性の算出 画像の輝度濃度の並びは，複数の周波数成分の重 ねあわせとして表現でき，複数周波数成分の和が各画 素の輝度濃度となる． c) 路面状態の判別 路面状態は，判別したいメッシュデータがどこの群に 属するかを求めることで判定される．なお，どの群に属 するかはマハラノビス（汎）距離法を用いて最も近くに 位置する群に属するとして判別した． 図-2 クラスター分析による路面判別イメージ 3. システムの運用 (1) システムの設定 a) 画像内の判別エリアの設定 ＣＣＴＶは「赤田(国道41号)」とし，640×480ピクセ ルの画像サイズを15×15ピクセルの1,344メッシュに分 割し，空や地点名文字などの路面が映っていない箇所を 除外し448メッシュの道路範囲を設定した．更に路面上 の白線部などを除外し，172メッシュにて判別エリアを 設定した．（図-3） 図-3 画像内の判別エリアの設定（●部） b) 事前知識データの初期設定 事前知識データとは，５つの路面状態「乾燥」「湿潤」 「凍結」「積雪」「シャーベット」の画像を，判別の基 礎データとして，システムに事前に記憶させるデータの ことである．過年度の事前知識データを用いて，「赤田 (国道 41 号)」での判別を想定し，事前知識データの初 期設定を行った． (2) 画像平均化処理方法の改善 a) 改善方法の検討 過年度までは，一定枚数の画像を平均化することによ って，通過する車両や降雪等のノイズを除去していた． しかし，当該地点のように渋滞発生が多い地点では，通 常の画像平均化処理だけでは車両が長時間滞留している 場合に除去しきれず，滞留している車両の映像が画像内 に残ってしまい，車両の下の路面状態を正確に判別する ことが困難になることが予想された．そのため，車両滞 留領域の除去機能を開発して組み込むことによって対処 することとした． この機能は，新たな時刻におけるＣＣＴＶ画像を入手 する直前までの情報に基づいて，新たな時刻での背景画 像を予測するものである．この予測された背景画像を， 新たに入手したＣＣＴＶ画像によって補正することによ り，新たな時刻における推定された背景画像が得られる． 新たな時刻で入手したＣＣＴＶ画像と推定された背景画 像から，前景と見なされる画像を切り出す．切り出され シャーベットの群 積雪の群 湿潤の群 乾燥の群 凍結の群
た前景画像には，通過あるいは滞留している車両及びそ れらの車両に伴う照明や影，ＣＣＴＶカメラハウジング へ付着した一過性の水滴等のノイズが含まれている．図 -4 に示すとおり，これらの処理を新たなＣＣＴＶ画像 を入手するたびに繰り返すことによって，より確度の高 い背景画像を得ることができる． 図-5 において，上は入手したＣＣＴＶ画像，下は車 両等の特徴を加味して補正された前景画像を示す． この機能により，一定時間における前景画像の合計面 積の大きさによって，渋滞の状況をある程度正確に推測 することも可能となる． b) 判定不能メッシュの除外 本システムでは 0.5 秒ごとに得られた 60 枚の背景画 像を平均化して降雪などのノイズを除去している．平均 化を行う際に 30 枚以上に前景画像が映し込まれている メッシュは，判定不能として緑色表示することにより解 析対象メッシュから除外している（図-6） (3) 事前知識データの追加 運用開始後，システム判別精度を向上させるため，現 地調査を実施して路面観測を行い，その結果を事前知識 データに追加し，より地点特性を反映した事前知識デー タとした． 4. 路面情報メールの配信 本システムでの判別結果に基づいた情報を，試行的に メールにて提供した．試行ということで，事務所職員等 の協力を得た． (1) 情報提供の仕様 情報提供にあたっては，すぐに確認できるという観点 で，携帯電話へのメール配信とした．メール配信に際し， 道路利用者にとってわかりやすく有効な配信仕様を検討 し，以下のように決定した． a) 配信仕様 ・提供手段：メール及び Web（画像） メール本文は携帯電話への提供を前提にテキストベー スで簡潔なものとする． 文字情報と，必要に応じてＣＣＴＶ画像等を確認でき るように，配信時点の生画像（ライブ画像）の URL と， 平均化画像の URL を付加する（図-7 参照）． ・提供路面状態区分：積雪（シャーベット含む）のみ 乾燥，湿潤の路面状態のときは情報提供しない． ・地点名 ＣＣＴＶ地点名の代わりに近隣の目標物（公共施設や 大型商業施設等）を地点情報とすることにより，直感 的に箇所を認識しやすい情報とする．今回は，「 国 道 41 号富山 IC 付近（赤田交差点付近）」とした． 図-4 車両滞留領域の除去機能 図-5 車両滞留領域の除去機能の適用 図-6 判定不能メッシュの除外 判定不能メッシュ領域 直前までの情報による 次時刻での背景画像予測 新たな画像の入手 背景画像の補正 前景画像の切り出し
b) 配信メール種別と配信タイミング 配信メールは路面状態の変化に応じて以下の 3 種類と した（図-8 参照）．また，指定時刻に積雪状態の場合 にのみメール配信を行う時刻指定も可能となるように設 定した．配信は毎正時を基本にした． ・第一報（積雪発生） 積雪（圧雪）とシャーベットの合計面積割合が 1/2 以上となる状態が 15 分以上続いた場合 ・第二報（積雪継続） 積雪（圧雪）とシャーベットの合計面積割合が 1/2 以上となる状態が継続した場合，1 時間ごとにメール 送信 ・第三報（積雪解消） 第一報または第二報を送信した後，積雪（圧雪） とシャーベットの合計面積割合が1/2未満となる状態 が15分以上続いた場合 (2) メール配信 配信仕様に基づき，1 月 25 日～3 月 11 日の期間「路 面情報メール」の配信を行った．なお，配信対象者へは， 事前に判別精度などについて周知を図っている． メール配信は150回配信し，図-9の通り，路面状態に 応じて順調にメール配信を実施した． メール配信の運用を開始した1月25日15時から降雪に 伴って路面は積雪状態となり，27日11時に解消するまで 約44時間にわたって路面に雪がある状態が続いた．その 後も2月7日22時から8日15時の17時間，2月20日19時から 21日10時の15時間など，長時間にわたり積雪状態となる ケースもあった．積雪状態が数時間のケースも数多く発 生した． 図-7 メール本文への画像公開用 URL の付加 【第一報】 タイトル：積雪発生をお知らせします． 【第二報】 タイトル：積雪継続をお知らせします． 【第三報】 タイトル：積雪解消をお知らせします． 図-8 配信メール種別 図-9 メール配信内容例 メール ライブ画像 発 生 CCTV路面判別システムから 積雪発生をお知らせします。 2013/2/12(火) 23:07 国道 41 号富山 IC 付近(赤田 交差点付近)は 12 日 23 時に 積雪状態になりました。 12 日 22 時発表の気温は 0.1℃、路温は 0.9℃です。 継 続 CCTV路面判別システムから 積雪継続をお知らせします。 2013/2/13(水) 00:01 国道 41 号富山 IC 付近(赤田 交差点付近)は 12 日 23 時より 現在まで連続して積雪状態に なっています。 12 日 22 時発表の気温は 0.1℃、路温は 0.9℃です。 解 消 CCTV路面判別システムから 積雪解消をお知らせします。 2013/2/13(水) 05:01 国道 41 号富山 IC 付近(赤田 交差点付近)は 12 日 23 時から 積雪状態でしたが現在は解消 しました。 13 日 4 時発表の気温は 1.8℃、路温は 1.3℃です。 CCTV 路面判別システムから積雪発生情報をお知らせ します． 国道 41 号富山 IC 付近（赤田交差点付近）は，○日 ○時に積雪状態になりました． ○日○時発表の気温は -9.9℃，路温は -9.9℃です． 現在のライブ画像↓ http://www.toyama-cctv.info:9000/pv/Ch1/L・・・ 現在の平均画像↓ http://www.toyama-cctv.info:9000/pv/Ch1/M・・・ CCTV 路面判別システムから積雪発生をお知らせします． 国道 41 号富山 IC 付近（赤田交差点付近）は，○日○時 に積雪雪状態になりました． CCTV 路面判別システムから積雪継続をお知らせします． 国道 41 号富山 IC 付近（赤田交差点付近）は，○日○時 より連続して積雪状態になっています． CCTV 路面判別システムから積雪解消をお知らせします． 国道 41 号富山 IC 付近（赤田交差点付近）は，○日○時 から積雪状態でしたが現在は解消しました．
(3) アンケート調査 メール配信の運用終了後，道路利用者の立場における システムの有効性，活用方法について把握する目的で， メール配信の試行者を対象にアンケート調査を実施した． 図-10 に主な質問に対する回答をグラフで示す． （冬期道路利用について） ・冬期道路を利用する上では，路面状態にもっとも留意 しており（約 60%），大半が，路面状態と渋滞発生の 関連性を認識しており，渋滞に影響する路面状態とし て，凍結，圧雪，積雪を挙げていた． （メール配信サービスについて） ・メール配信サービスについては，60％が「役に立った」 「どちらかと言えば役に立った」と回答し，役立った 情報として，「積雪発生情報」「ライブ画像」の回答 がそれぞれ 38％，34％であった． ・その他追加したい情報として，規制情報，渋滞状況 （時間，長さ）等の希望が挙がった． （路面判別システムについて） ・メール送信内容と実際の状況については，80％以上が が「良く一致していた」「概ね一致していた」と回答 した． ・判別精度が必要な路面状態としては，凍結，積雪との 意見が多く，80%以上の高い精度が求められた．全体 としても 70%以上の判別精度の必要性が求められた． （自由意見） ・システムによる情報は，道路利用者にとっては有効と の意見があったが，配信情報の内容・形態については， 煩雑な表現を避けた分かりやすい情報が求められた． ・配信条件に該当したときに，確実に情報が配信される 信頼性も求められた（精度の向上により配信の信頼性 も向上する）． 5. 考察及びまとめ (1) システム判別精度の検証 路面判別精度については，現地観測により収集した真 値とシステムの判別結果により算出した．
％ 真値の個数 システムの正答回数 精度 100 表-1に，システムの正答回数と真値の結果をまとめた． 左表は，行が真値（観測値）で，列がシステムの判別結 果で，右表はとりまとめたものである． 全体の判別精度は68.9%，積雪とシャーベットをまと めた場合の精度は74.6%となった．前年度運用した2地点 （国道8号四十八ヶ瀬大橋，茅蜩橋）の平均77%を下回る 結果となった． 図-10 主な道路利用者向けアンケートの回答 表-1 システム判別精度 乾燥 湿潤 凍結 積雪 ｼｬｰﾍﾞｯﾄ 合計 乾燥 1 1 湿潤 1578 1 49 293 1921 凍結 積雪 1 60 212 134 407 ｼｬｰﾍﾞｯﾄ 3 329 200 587 1119 乾燥 湿潤 211 2 28 241 凍結 積雪 3 17 11 31 ｼｬｰﾍﾞｯﾄ 6 4 39 49 乾燥 2 2 4 湿潤 3 1556 3 65 775 2402 凍結 積雪 11 36 15 62 ｼｬｰﾍﾞｯﾄ 15 10 91 116 乾燥 1 1 湿潤 205 3 8 216 凍結 積雪 2 1 2 5 ｼｬｰﾍﾞｯﾄ 6 4 10 夕 夜 朝 昼 母数 的中 精度 夜全体 3448 2378 69.0% 朝全体 321 267 83.2% 昼全体 2584 1683 65.1% 夕全体 232 210 90.5% 全体 6585 4538 68.9% 母数 的中 精度 乾燥全体 6 1 16.7% 湿潤全体 4780 3550 74.3% 凍結全体 積雪全体 505 266 52.7% ｼｬｰﾍﾞｯﾄ全体 1294 721 55.7% 全体 6585 4538 68.9% 母数 的中 精度 乾燥全体 6 1 16.7% 湿潤全体 4780 3550 74.3% 凍結全体 雪・ｼｬｰ、ｼｬｰ・雪 1799 1363 75.8% 全体 6585 4914 74.6%今回，初めて排水性舗装における運用であり，母数が 多い湿潤の判別精度が低かったことが影響していると考 えられる． (2) 道路利用者への情報提供 今回は，一般の道路利用者に情報提供するものではな く，関係者（道路管理者）を対象とした試行的な取り組 みであったが，対象者からは概ね良い評価が得られた一 方，精度の確保や情報の簡潔化などの課題も明らかにな った． 一般の道路利用者へ情報提供する際の留意事項等を再 度反映し，今後の情報提供実施に活用していきたい． (3) 路面状態と渋滞発生に関する分析 システムで判別した路面状態と車両の滞留により路面 判別が不可能だったメッシュ数の割合から判断した渋滞 発生との関係分析を行った． a) 渋滞時の車両滞留メッシュ割合 ライブ画像から渋滞が発生していると判断できる時間 帯の車両滞留メッシュ割合を分析した結果，しきい値と して50%が得られた．図-12に示した1月25日18:20の車両 滞留メッシュ割合は約50%である． b) 渋滞時刻の推定と路面状態の関係 車両滞留メッシュ割合が多いものを渋滞発生と考え， 1 月 22 日と 25 日の路面状態割合時系列グラフに重ねて 図-13 に示した． 渋滞が連続している時の路面状態には，積雪やシャー ベットの割合が多い．また，これは，積雪やシャーベッ トの路面状態により走行速度が低下して車両滞留が引き 起こされるものと推測される． 車両滞留メッシュ数を解析することによって，路面状 態と渋滞の関連を分析できる可能性が確認された． 6. あとがき 一般の道路利用者へ冬期路面情報をいち早く提供する ことで，通勤時間を早めるなどの行動に結びつき，円滑 な冬期道路交通の確保の一助になることを期待する．そ のためには，事前知識データの充実が精度向上に不可欠 である．今後は，道路パトロールや除雪作業時に現地デ ータを収集・蓄積する手順を検討し，事前知識データと してシステムへ反映させることで，判別精度の向上を目 指したい． また，今回可能性が見えた渋滞発生と路面状態との関 連分析をさらに進めるために，路面判別結果と走行速度 データ（民間プローブデータ）との相関関係などを分析 することにより，路面状況と渋滞の関係性を明らかにし， 道路利用者に対してより効果的な情報提供ができること や，道路管理者として効率的に凍結防止剤を散布するな ど，円滑な冬期道路交通の確保に向けて検討を進めたい． 出典 1)中日本高速道路株式会社金沢支社（無断転用不可） 図-12 1 月 25 日 18:20 のライブ画像・平均化画像 図-13 1 月 22 日，25 日の路面状態割合と渋滞 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 20 13 /1 /2 5 0: 00 20 13 /1 /2 5 1: 00 20 13 /1 /2 5 2: 00 20 13 /1 /2 5 3: 00 20 13 /1 /2 5 4: 00 20 13 /1 /2 5 5: 00 20 13 /1 /2 5 6: 00 20 13 /1 /2 5 7: 00 20 13 /1 /2 5 8: 00 20 13 /1 /2 5 9: 00 20 13 /1 /2 5 10 :0 0 20 13 /1 /2 5 11 :0 0 20 13 /1 /2 5 12 :0 0 20 13 /1 /2 5 13 :0 0 20 13 /1 /2 5 14 :0 0 20 13 /1 /2 5 15 :0 0 20 13 /1 /2 5 16 :0 0 20 13 /1 /2 5 17 :0 0 20 13 /1 /2 5 18 :0 0 20 13 /1 /2 5 19 :0 0 20 13 /1 /2 5 20 :0 0 20 13 /1 /2 5 21 :0 0 20 13 /1 /2 5 22 :0 0 20 13 /1 /2 5 23 :0 0 乾燥 湿潤 凍結 積雪 シャーベット 車輛滞留 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 20 13/ 1 /22 0: 00 20 13/ 1 /22 1: 00 20 13/ 1 /22 2: 00 20 13/ 1 /22 3: 00 20 13/ 1 /22 4: 00 20 13/ 1 /22 5: 00 20 13/ 1 /22 6: 00 20 13/ 1 /22 7: 00 20 13/ 1 /22 8: 00 20 13/ 1 /22 9: 00 20 13 /1 /2 2 10 :0 0 20 13 /1 /2 2 11 :0 0 20 13 /1 /2 2 12 :0 0 20 13 /1 /2 2 13 :0 0 20 13 /1 /2 2 14 :0 0 20 13 /1 /2 2 15 :0 0 20 13 /1 /2 2 16 :0 0 20 13 /1 /2 2 17 :0 0 20 13 /1 /2 2 18 :0 0 20 13 /1 /2 2 19 :0 0 20 13 /1 /2 2 20 :0 0 20 13 /1 /2 2 21 :0 0 20 13 /1 /2 2 22 :0 0 20 13 /1 /2 2 23 :0 0 乾燥 湿潤 凍結 積雪 シャーベット 車輛滞留 判定不能メッシュ領域
