片岡　慶人

高速道路における降雪影響下の交通事故ならびにスタック発生リスクの評価

佐野可寸志

 本研究では，コネクティッドカーから取得可能なプローブデータを活用し，冬期高速道路における交通事故および車両スタックの発生メカニズムを構造的に解明するとともに，低頻度で発生する両事象の発生リスクを定量的に評価することを目的とした．まず，プローブデータに加え，気象データ，交通状況データ，道路線形データおよび空間的要因を統合し，交通事故および車両スタックの発生状況を多角的に整理した．その結果，両事象はいずれも速度低下や走行挙動の不安定化と関連して発生する点では共通するものの，支配的要因および発生過程には明確な差異が存在することが示された．
 次に，稀少事象である交通事故および車両スタックに対して，二項ロジスティック回帰分析に基づく単一事象予測モデルを構築し，さらにクラス不均衡に対応するため複数の合成データ生成手法を導入した．その結果，降雪量等の気象条件，平均車速等の走行状況，大型車混入率等の通構成要因，さらに道路線形および空間的要因が，両事象の発生に寄与することが確認された．また，合成データ生成手法の選択および判定閾値の設定が，見逃し抑制と誤検知抑制のトレードオフに大きく影響することが示され，稀少事象の予測においては，発生確率をリスク指標として解釈し，運用目的に応じて判定条件を調整する枠組みの重要性が明確となった．
 さらに，交通事故と車両スタックを同一の枠組みで扱う離散選択モデルを構築し，両事象に共通する要因と特異的要因，ならびに両者の関連性について検討した．その結果，両事象は共通の危険状態に起因し得る一方で，降雪強度，縦断勾配，大型車交通量等の影響の違いにより，最終的に顕在化する事象が分岐する構造が示された．特に，離散選択モデルは，複数の危険事象が同時並行的に進行する条件下において，単一事象モデルが特定事象を過大評価し得る状況に対しても，どの事象として顕在化しやすいかを相対的に評価できる点に特徴がある．
 最後に，各モデルから算出する発生確率を発生リスク指標として定義し，実際の交通事故および車両スタックの発生事例に適用することで，その妥当性を検証した．その結果，リスクが0.5以上となる状態を高リスクと定義した場合に，降雪の継続・増加が路面状態の悪化や交通流の不安定化を介してリスク上昇と対応する事例が多く確認され，提案したリスク指標が冬期道路交通の実態を一定程度反映することを確認した．