p57_61.ec7

(1)

６３巻２号（２０１１） １. 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１１０００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１１％が交通事故によるものであり１），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，３号渋谷線・４号新宿線を対象とした研究１）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２）３）４）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（１分・５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く追突事故の頻発する３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． ２. 対象区間及び分析手法 ２.１　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，３号渋谷線上り・谷町 JCT手前のサグ部とした．図１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２車線道路で，谷町 JCTでの１ :１分流を控える区間であり，０.３９kp付近から下流側は，車線変更禁止区間となっている．図２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０.５～０.７kp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０.５～０.７kp区間で発生した全２４件の追突事故を発生時間帯別に見ると図３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２０１０年２月３日～９日の１週間の時間帯別交通量の平均値を用いている．生産研究 研究解説 173

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

MicroscopicRisk AnalysisofRear-End Collision on Tokyo Metropolitan Expressway

三　浦　　久

＊

_{・洪　　性　俊}

＊＊

_{・割　田　　博}

＊＊＊

_{・田　中　伸　治}

＊＊

_{・桑　原　雅　夫}

＊＊＊＊

Hi

s

a

s

hi

MI

URA,

Sungj

oon

HONG,

Hi

r

os

hi

WARI

TA,

Shi

nj

i

TANAKA

a

nd

Ma

s

a

o

KUWAHARA

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３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

In thisstudy,aspecifictrafficflow condition observed justbeforerear-end collisionsisidentified,which can beutilized for reduction ofthosecrashesby meansofdetecting therisky situationsin advanceand warning drivers.Thestudy siteisasag which islocated atupstream ofTanimachiJCT on Tokyo Metropolitan Expressway Route3 (TanimachiJCT direction),where rear-end collisions frequently occur. Using pulse data collected by traffic detectors, speed fluctuation characteristics of individualvehicleswereanalyzed.A speed drop and itspropagation to upstream wereconsidered foridentifying therisky trafficcondition,and thefrequency ofthatsituation on thestudy siteispresented in thispaper.

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＊＊＊＊

(2)

６３巻２号（２０１１） ２.２　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１に示す２地点の車両感知器パルスデータを取得した．　・地点：地点１…０.４１kp（下流側）　　　　　地点２…０.５６kp（上流側）　・期間：２０１０年２月１～１５日，３月１～３１日　車両感知器のパルス発生周期は６０msec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２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． ３. 事故直前の交通流の解析 ３.１　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８件を抽出した．抽出した８件のうち，左車線事故が５件，右車線事故が３件となっている．　・発生地点：０.５～０.７kp 　・事故形態：追突事故　・発生期間：２０１０年２月１～１５日，３月１～３１日　　　　　　（パルスデータの取得期間） ３.２　事故直前交通流の分析 ３.２.１　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５件の左車線事故発生直前の地点１（サグ下流側）及び地点２（サグ上流側）の２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３件を例として図４に示した．同図の最右端が事故発生時刻であり，詳生産研究 174 図１　対象区間の概要図 0.2kp 0.3kp 0.4kp 0.5kp 0.6kp 0.7kp 0.8kp -2.31% -5.00% -0.84% 2.03% ⼱↸JCT ࿾ὐ2 (਄ᵹ) ࿾ὐ1 (ਅᵹ) ㅴⴕᣇะ ❑ᢿ൨㈩ 0 2 4 6 8 10 12 14 16 0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0 2.2 2.4 2.6 2.8 3.0 ੐᡿⊒ ↢ઙᢙ kp ㅊ⓭ ㅊ⓭એᄖ 6 19 ฝゞ✢ Ꮐゞ✢ ㅴⴕᣇะ 図２　３号渋谷線上りにおける kp別事故発生件数（２０１０年１月～３月）図４　左車線事故直前速度変動（サグ上・下流地点） 0 10 20 30 40 50 60 70 80 12:43 12:44 12:45 12:46 12:47 12:48 ㅦᐲ (k m /h ) ᤨೞ 2᦬14ᣣ Ꮐゞ✢ ㅊ⓭੐᡿ ਄ᵹ(06) ਅᵹ(05) ਅᵹ ੐᡿⊒↢ ਄ᵹ 0 10 20 30 40 50 60 70 80 12:42 12:43 12:44 12:45 12:46 12:47 ㅦᐲ (k m /h ) ᤨೞ 3᦬7ᣣ Ꮐゞ✢ ㅊ⓭੐᡿ ਄ᵹ(06) ਅᵹ(05) ਅᵹ ਄ᵹ 0 10 20 30 40 50 60 70 80 16:32 16:33 16:34 16:35 16:36 16:37 ㅦᐲ )k m /h ) ᤨೞ 3᦬8ᣣ Ꮐゞ✢ ㅊ⓭੐᡿ ਄ᵹ(06) ਅᵹ(05) ਅᵹ ਄ᵹ 兼献献験兼献献験 0 700 1400 2100 2800 3500 0 1 2 3 4 5 0: 0 0 2: 0 0 4: 0 0 6: 0 0 8: 0 0 10: 00 12: 00 14: 00 16: 00 18: 00 20: 00 22: 00 ᐔ ဋ੤ㅢ ㊂ (v ev /h ) ੐᡿⊒ ↢ઙᢙ ᤨೞ ੐᡿⊒↢ઙᢙ ᐔဋ੤ㅢ㊂図３　時間帯別追突事故発生件数（０.５～０.７kp）と平均交通量（２０１０年２月３日～９日）

(3)

６３巻２号（２０１１）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２件の事故も含め，５件全ての事故直前の交通流に共通する特徴として，地点１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１での速度が一時的に２０km/h以下へ低下するのに対し，地点２では速度３０～６０km/hと比較的高い水準を維持している．そして地点１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２）３）４）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３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５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１（０.４１kp）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１付近での事故件数は少なく，事故発生地点はサグ底（０.５kp）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． ３.２.２　右車線事故 左車線と同様に，右車線事故３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５）．２月１日，３月１５日の２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，３月１６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３月１６日の事故に関しては，事故直前１分間の速度変動のみに焦点を当てると，下流側で速度２０km/h 以下へ低下するのに対し，上流側では速度３０～４０km/hとなっており，左車線事故と同様の傾向が見られる． ３.３　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５件，右車線１件に共通して見られるような，地点１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２０km/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． ４.サグ先上り勾配における速度低下発生状況 ４.１　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５）６），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１００m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３つが考えられる．１）大型車をはじめとする上り勾配での加速不足２）右車線からの車線変更車の影響生産研究 175 0 10 20 30 40 50 60 70 80 15:45 15:46 15:47 15:48 15:49 15:50 15:51 ㅦᐲ (k m /h ) ᤨೞ 2᦬1ᣣ ฝゞ✢ ㅊ⓭੐᡿ ਄ᵹ(06) ਅᵹ(05) ਅᵹ ਄ᵹ ੐᡿⊒↢ 0 10 20 30 40 50 60 70 80 16:53 16:54 16:55 16:56 16:57 16:58 ㅦᐲ (k m /h ) ᤨೞ 3᦬15ᣣ ฝゞ✢ ㅊ⓭੐᡿ ਄ᵹ(06) ਅᵹ(05) ਄ᵹ ਅᵹ 0 10 20 30 40 50 60 70 80 17:09 17:10 17:11 17:12 17:13 17:14 ㅦᐲ (k m /h ) ᤨೞ 3᦬16ᣣ ฝゞ✢ ㅊ⓭੐᡿ ਄ᵹ(06) ਅᵹ(05) ਄ᵹ ਅᵹ 図５　右車線事故直前速度変動（サグ上・下流地点）

(4)

３）都心環状線からの先詰まり５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，１），２）の可能性が高いと考えられ，３月１６日の右車線事故直前の速度低下は３）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１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． ４.２　分析手法 分析にあたっては，地点１におけるパルスデータを１０秒単位で集計し，１０秒毎の平均速度データを用いることとする．１０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１０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２０km/h以下への速度低下が観測できることが挙げられる．表１は左車線事故５件と，３月１６日の右車線事故直前の地点１での１０秒単位の速度変化をまとめたものである．地点１での平均速度が２０km/hを下回った１０秒間を基準とし，その前後３０秒間の平均速度，並びに，地点１で平均速度が２０km/hを下回った時刻における地点２での平均速度を示した．地点１では３０km/h以上の速度水準から，約２０秒間で１０km/h程度まで低下し，その約３０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１での２０km/h 以下遷移時の地点２の速度は，速度低下前の地点１の速度水準に近い３０km/h以上の速度水準を持っている． ４.３　速度低下の発生状況 事故の無かった１週間を取り上げ，同様にして地点１での速度を１０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．　・期間：２０１０年２月３日～９日（１週間）　・時間帯：７時～１７時（昼間１０時間）　　　　　　０時～６時，２０時～２４時（夜間１０時間）　・車線：左車線，右車線分析に当たっては，地点１における速度２０km/h以上から２０km/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３０秒間の地点１の速度，並びに，遷移時の地点２の速度を算出した．表２は昼夜別・車線別の遷移回数を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１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１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１回の遷移においても，速度低下量の大きさ・２０km/h以下遷移時の地点２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２での速表１　事故直前下流側（０５地点）速度推移（km/h）遷移時上流側速度３０秒後２０秒後１０秒後２０km/h以下遷移時１０秒前２０秒前３０秒前５４.５４７.１３３.３２２７.１２３.４６３.２６４２月１４日３８.５３０.８２７.３１３.８１６.９３２.６３５.５３４.３３月２日３１.９４０.７２５.３１８.２１１.２２５.８３２.８４３.５３月７日５２.６３８.１２９.３１０.２１２.６３３.６４０３６.７３月８日５０.８３３.３２６.１１６.８１６.９２７.３３３.３３９.５３月１４日３２.９２６.５２７.７１４４.４２８.８３２２６.６３月１６日表２　車線別・昼夜別速度２０km/h以下遷移回数合計 2月 9日 2月 8日 2月 7日 2月 6日 2月 5日 2月 4日 2月 3日 320 70 50 7 51 52 56 34 左車線-昼 271 97 0 9 11 148 6 0 右車線-昼 25 13 0 2 1 2 1 6 左車線-夜 33 8 1 0 1 0 0 23 右車線-夜表４　速度低下量・地点２速度別遷移回数（右車線） 20km/h以下遷移時の地点 2速度 (km/h) 右車線昼間 _0-₁₀ _10-₂₀_20-₃₀_30-₄₀_40-₅₀_50-₆₀_60-₇₀_70-₈₀_80-₉₀ 0 0 0 0 0 0 0 0 0 60-65 速度低下量 (km/h) 0 0 0 1 0 0 0 0 0 55-60 0 0 3 1 0 0 0 0 0 50-55 1 0 0 2 1 0 0 0 0 45-50 0 1 2 4 2 0 1 0 0 40-45 0 1 2 4 4 5 1 0 0 35-40 0 0 1 2 9 5 4 1 0 30-35 0 0 3 3 8 4 2 1 0 25-30 0 0 1 6 7 14 8 7 2 20-25 0 0 0 7 4 3 13 18 6 15-20 0 0 0 1 4 7 15 20 10 10-15 0 0 0 1 1 3 10 10 5 5-10 0 0 0 0 0 1 0 5 2 0-5 表３　速度低下量・地点２速度別遷移回数（左車線） 20km/h以下遷移時の地点 2速度 (km/h) 左車線昼間 0-10 10-2020-30 30-40 40-50 50-60 60-70 70-80 80-90 0 1 0 0 0 0 0 0 0 60-65 速度低下量 (km/h) 0 0 0 1 1 0 0 0 0 55-60 0 0 0 1 2 1 0 0 0 50-55 0 0 0 4 3 0 0 0 0 45-50 0 0 2 2 6 2 0 0 0 40-45 0 1 2 7 7 1 0 0 1 35-40 0 0 1 5 13 11 3 0 0 30-35 0 0 1 6 18 13 4 2 0 25-30 0 0 1 10 28 16 8 4 1 20-25 0 1 1 7 20 23 9 5 0 15-20 0 1 1 4 7 9 9 4 2 10-15 0 0 0 0 2 7 6 4 2 5-10 0 0 0 0 0 1 2 2 1 0-5 表５　リスクの高いとされる遷移回数合計 2月 9日 2月 8日 2月 7日 2月 6日 2月 5日 2月 4日 2月 3日 167 30 24 5 34 26 28 20 左車線 -昼 98 31 0 5 8 51 3 0 右車線 -昼 13 8 0 0 0 1 1 3 左車線 -夜 15 7 1 0 1 0 0 6 右車線 -夜兼献献献献験

(5)

６３巻２号（２０１１）度で分類し，左車線を表３，右車線を表４にまとめた．着色されたセルは，表１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，　・速度低下量２０km/h以上　・遷移時地点２速度３０km/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２における１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５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． ４.４.５　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１週間データを５分単位で集計し，全ての５分集計データの中から，表４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６）．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５分間の交通流中に，リスクの高いとされる遷移（地点１速度低下量２０km/h以上かつ，遷移時地点２速度３０km/h 以上）が最低１回発生したことを表している．同図から，両車線において，５分間平均速度１０～４０km/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３０～４０km/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，右車線では平均速度３０～４０km/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３０～４０km/hの速度水準である割合が高いのに対し，右車線では２０km/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． ５. ま とめ本研究では，３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２０km/h以上・速度低下時のサグ上流側速度３０km/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．（２０１１年２月２日受理） 参考文献 １）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２８回交通工学研究発表論文報告集，pp８１-８４，２００８２）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２０回交通工学研究発表論文報告集，pp.１-４，２０００３）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５回 ITSシンポジウム，pp.２１１-２１６，２００６４）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２８回交通工学研究発表論文報告集，pp １２１-１２４，２００８５） 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.５０６/IV-２６，pp.４５-５５，１９９５６）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５回 ITSシンポジウム，pp.２１１-２１６，２００６生産研究 177 0 10 20 30 40 50 60 70 80 90 0 50 100 150 200 ㅦᐲ (k m /h ) 5ಽ㑆੤ㅢ㊂ (veh/5min) Ꮐゞ✢-ᤤ 㜞䊥䉴䉪ㆫ⒖䈭䈚㜞䊥䉴䉪ㆫ⒖䈅䉍 0 10 20 30 40 50 60 70 80 90 0 50 100 150 200 ㅦᐲ (k m /h ) 5ಽ㑆੤ㅢ㊂ (veh/5min) ฝゞ✢-ᤤ 㜞䊥䉴䉪ㆫ⒖䈭䈚㜞䊥䉴䉪ㆫ⒖䈅䉍図６　５分間交通量-速度　（上 :左車線 ,下 :右車線）兼献験