NEXCO中日本、AIを活用した渋滞予測の技術開発に着手：AI

NEXCO中日本がAIを活用した渋滞予測の技術開発に着手。2019年のお盆に渋滞予測を行い、結果の検証と予測精度の向上を目指す。

[BUILT]

　NEXCO中日本は2019年6月、同社が取り組む高速道路管理の改革プロジェクト「i-MOVEMENT」の一環として、AI（機械学習エンジン）による渋滞予測技術の開発に着手したと発表した。2019年8月の盆休みごろの交通混雑器において渋滞予測の結果を検証し、今後の渋滞予測業務に活用する。

　AIによる渋滞予測は、渋滞予測モデルの作成と同モデルを活用した渋滞予測の2段階で構成される。目的・説明変数（渋滞長や曜日配列、時間、降水量など）と教師データ（2013年1月〜2017年12月の渋滞実績）を学習したAIが渋滞予測モデルを作成した後、カレンダー特性の定義や予測条件（ボトルネック、日時、降水量など）をお盆、連休、年末年始、GWといった主要ボトルネックの渋滞予測モデルに当てはめることで、将来のある日時・場所における渋滞発生の有無や長さを予測するという仕組みだ。

AIによる渋滞予測の仕組み　出典：NEXCO中日本

　渋滞予測の具体的作業は、「管制データの取込」「データの重複や誤記を削除・修正して品質を高めるデータクレンジング」「クレンジングしたデータに基づく渋滞予測」「予測結果の公表」という工程で行う。従来これらの工程は高速道路ドライブアドバイザー（以下、アドバイザー）が担当しており、特に渋滞予測については、直近の交通動向の反映や近接する渋滞の結合、曜日配列、道路状況の変化、周辺イベントの影響などを総合的に勘案し、アドバイザーが自己の経験に基づいて行っていた。

AIの活用による渋滞予測の活用イメージ　出典：NEXCO中日本

過去の渋滞実績の重ね合わせイメージ　出典：NEXCO中日本

　今回の技術開発ではデータクレンジングと併せ、渋滞予測にAIを導入する。これまでアドバイザーが行っていた渋滞実績の重ね合わせや予測補正が自動化されるので、作業時間の大幅な短縮と業務の高度化および効率化が可能となるとしている。

　NEXCO中日本の保全・サービス事業では、高速道路オペレーションの迅速化および省力化、機械化による現場点検作業などの高度化および効率化を実現する改革プロジェクト「i-MOVEMENT」に取り組む。今回のAI導入による渋滞予測の自動化もその一環である。今後は渋滞予測結果の検証を重ねることでAIの予測精度を向上させ、事故や異常気象、工事規制に伴う渋滞などにもAIによる渋滞予測を活用していきたい考えだ。