ホーム > 特許ランキング > 住友電気工業株式会社
知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024002642
(43)【公開日】2024-01-11
(54)【発明の名称】訓練装置、推定装置、及び学習済みモデル
(51)【国際特許分類】
G06N 20/00 20190101AFI20231228BHJP
G06N 3/08 20230101ALI20231228BHJP
【ＦＩ】
G06N20/00 130
G06N3/08
【審査請求】未請求
【請求項の数】9
【出願形態】ＯＬ
(21)【出願番号】P 2022101969
(22)【出願日】2022-06-24
(71)【出願人】
【識別番号】000002130
【氏名又は名称】住友電気工業株式会社
(74)【代理人】
【識別番号】110000280
【氏名又は名称】弁理士法人サンクレスト国際特許事務所
(72)【発明者】
【氏名】島村 拓志
(72)【発明者】
【氏名】岡山 藤治
(57)【要約】
【課題】 オフセット追従における変動パラメータを推定可能とする。
【解決手段】 本開示の一態様に係る装置は、未学習のモデルを記憶するメモリと、前記未学習のモデルの訓練を実行するプロセッサと、を備える訓練装置であって、前記未学習のモデルは、交通信号制御機を遠隔制御するための信号制御指令に含まれるデータを入力ノードとし、前記交通信号制御機が実行するオフセット追従における変動パラメータを出力ノードとするモデルであり、前記プロセッサは、前記信号制御指令に含まれるデータと、前記交通信号制御機が実行した制御内容を表す信号制御実行情報に含まれるデータとのセットを教師データとして、前記訓練を実行する。
【選択図】 図７
【解決手段】 本開示の一態様に係る装置は、未学習のモデルを記憶するメモリと、前記未学習のモデルの訓練を実行するプロセッサと、を備える訓練装置であって、前記未学習のモデルは、交通信号制御機を遠隔制御するための信号制御指令に含まれるデータを入力ノードとし、前記交通信号制御機が実行するオフセット追従における変動パラメータを出力ノードとするモデルであり、前記プロセッサは、前記信号制御指令に含まれるデータと、前記交通信号制御機が実行した制御内容を表す信号制御実行情報に含まれるデータとのセットを教師データとして、前記訓練を実行する。
【選択図】 図７
【特許請求の範囲】
【請求項1】
未学習モデルを記憶するメモリと、
前記未学習モデルの訓練を実行するプロセッサと、を備える訓練装置であって、
前記未学習モデルは、
交通信号制御機を遠隔制御するための信号制御指令に含まれるデータを入力ノードとし、前記交通信号制御機が実行するオフセット追従における変動パラメータを出力ノードとするモデルであり、
前記プロセッサは、
前記信号制御指令に含まれるデータと、前記交通信号制御機が実行した制御内容を表す信号制御実行情報に含まれるデータとのセットを教師データとして、前記訓練を実行する、訓練装置。
前記未学習モデルの訓練を実行するプロセッサと、を備える訓練装置であって、
前記未学習モデルは、
交通信号制御機を遠隔制御するための信号制御指令に含まれるデータを入力ノードとし、前記交通信号制御機が実行するオフセット追従における変動パラメータを出力ノードとするモデルであり、
前記プロセッサは、
前記信号制御指令に含まれるデータと、前記交通信号制御機が実行した制御内容を表す信号制御実行情報に含まれるデータとのセットを教師データとして、前記訓練を実行する、訓練装置。
【請求項2】
前記入力ノードには、
サイクル長、スプリット、オフセット変更有無、追従方向指定、追従幅指定、オフセット追従監視、オフセット基準時刻、及びオフセット値のうちの少なくとも１つが含まれる、請求項１に記載の訓練装置。
サイクル長、スプリット、オフセット変更有無、追従方向指定、追従幅指定、オフセット追従監視、オフセット基準時刻、及びオフセット値のうちの少なくとも１つが含まれる、請求項１に記載の訓練装置。
【請求項3】
前記出力ノードには、
サイクル長、及び可変階梯の継続時間、又は当該可変階梯を含む複数の階梯の継続時間が含まれる請求項１又は請求項２に記載の訓練装置。
サイクル長、及び可変階梯の継続時間、又は当該可変階梯を含む複数の階梯の継続時間が含まれる請求項１又は請求項２に記載の訓練装置。
【請求項4】
前記プロセッサは、
前記交通信号制御機が遠隔動作中であることを条件として、前記訓練を実行する、請求項１又は請求項２に記載の訓練装置。
前記交通信号制御機が遠隔動作中であることを条件として、前記訓練を実行する、請求項１又は請求項２に記載の訓練装置。
【請求項5】
前記プロセッサは、
前記交通信号制御機がオフセット同期中であることを条件として、前記訓練を実行する、請求項１又は請求項２に記載の訓練装置。
前記交通信号制御機がオフセット同期中であることを条件として、前記訓練を実行する、請求項１又は請求項２に記載の訓練装置。
【請求項6】
前記プロセッサは、
前記交通信号制御機の動作が異常なしであることを条件として、前記訓練を実行する、請求項１又は請求項２に記載の訓練装置。
前記交通信号制御機の動作が異常なしであることを条件として、前記訓練を実行する、請求項１又は請求項２に記載の訓練装置。
【請求項7】
交通信号制御機を遠隔制御するための信号制御指令に含まれるデータに基づいて、前記交通信号制御機が実行するオフセット追従における変動パラメータを出力するよう、演算処理装置を機能させるための学習済みモデルであって、
複数の入力ノードを含む入力層と、
複数の中間ノードを含む隠れ層と、
複数の出力ノードを含む出力層と、を有するニューラルネットワークから構成され、
前記ニューラルネットワークに含まれる各ノード間の重みとバイアスの値は、
前記信号制御指令に含まれる前記データを入力データと、前記交通信号制御機が実行した制御内容を表す信号制御実行情報に含まれるデータとのセットを教師データとして訓練された値である、学習済みモデル。
複数の入力ノードを含む入力層と、
複数の中間ノードを含む隠れ層と、
複数の出力ノードを含む出力層と、を有するニューラルネットワークから構成され、
前記ニューラルネットワークに含まれる各ノード間の重みとバイアスの値は、
前記信号制御指令に含まれる前記データを入力データと、前記交通信号制御機が実行した制御内容を表す信号制御実行情報に含まれるデータとのセットを教師データとして訓練された値である、学習済みモデル。
【請求項8】
学習済みモデルを記憶するメモリと、
交通信号制御機が実行するオフセット追従における変動パラメータを推定するプロセッサと、を備える推定装置であって、
前記学習済みモデルは、
請求項１に記載の訓練装置により訓練されたモデルであり、
前記プロセッサは、
前記交通信号制御機を遠隔制御するための信号制御指令に含まれるデータを前記学習済みモデルに入力して得られる出力データを前記変動パラメータとする、推定装置。
交通信号制御機が実行するオフセット追従における変動パラメータを推定するプロセッサと、を備える推定装置であって、
前記学習済みモデルは、
請求項１に記載の訓練装置により訓練されたモデルであり、
前記プロセッサは、
前記交通信号制御機を遠隔制御するための信号制御指令に含まれるデータを前記学習済みモデルに入力して得られる出力データを前記変動パラメータとする、推定装置。
【請求項9】
データ変換ツールを記憶するメモリと、
交通信号制御機が実行するオフセット追従における変動パラメータを推定するプロセッサと、を備える推定装置であって、
前記データ変換ツールは、
学習済みモデルと同等又は近似するデータ変換を実行可能な変換ツールであり、
前記学習済みモデルは、
請求項１に記載の訓練装置により訓練されたモデルであり、
前記プロセッサは、
前記交通信号制御機を遠隔制御するための信号制御指令に含まれるデータを前記データ変換ツールに入力して得られる出力データを前記変動パラメータとする、推定装置。
交通信号制御機が実行するオフセット追従における変動パラメータを推定するプロセッサと、を備える推定装置であって、
前記データ変換ツールは、
学習済みモデルと同等又は近似するデータ変換を実行可能な変換ツールであり、
前記学習済みモデルは、
請求項１に記載の訓練装置により訓練されたモデルであり、
前記プロセッサは、
前記交通信号制御機を遠隔制御するための信号制御指令に含まれるデータを前記データ変換ツールに入力して得られる出力データを前記変動パラメータとする、推定装置。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、訓練装置、推定装置、及び学習済みモデルに関する。
【背景技術】
【0002】
特許文献１には、車両に信号情報を提供する路側中継装置が記載されている。
特許文献１の路側中継装置は、交通信号制御機を遠隔制御するために中央装置が送信する信号制御指令と、交通信号制御機が中央装置に送信する動作状態情報とに基づいて、車両向けの信号情報を生成する。また、路側中継装置は、車両との無線通信が可能な通信装置に、生成した車両向けの信号情報を送信する。
特許文献１の路側中継装置は、交通信号制御機を遠隔制御するために中央装置が送信する信号制御指令と、交通信号制御機が中央装置に送信する動作状態情報とに基づいて、車両向けの信号情報を生成する。また、路側中継装置は、車両との無線通信が可能な通信装置に、生成した車両向けの信号情報を送信する。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】ＷＯ２０２１／１５２９４７
【発明の概要】
【発明が解決しようとする課題】
【0004】
信号制御指令によりオフセット変更が指示されると、交通信号制御機はオフセット追従を行う。この場合、交通信号制御機は、信号制御指令で指定される追従方向に、当該指令で指定される追従幅の範囲内でサイクル長などを段階的に変更させる。
しかし、オフセット追従において変動させるサイクル長などの変動パラメータの算出方法は、警察仕様等で規定されておらずメーカ固有の考え方に依拠する。従って、車両に信号情報を提供する場合に、オフセット追従中の正確な信号情報の把握が困難となる。
しかし、オフセット追従において変動させるサイクル長などの変動パラメータの算出方法は、警察仕様等で規定されておらずメーカ固有の考え方に依拠する。従って、車両に信号情報を提供する場合に、オフセット追従中の正確な信号情報の把握が困難となる。
【0005】
本開示は、かかる従来の問題点に鑑み、オフセット追従における変動パラメータを推定可能とすることを目的とする。
【課題を解決するための手段】
【0006】
本開示の一態様に係る装置は、未学習モデルを記憶するメモリと、前記未学習モデルの訓練を実行するプロセッサと、を備える訓練装置であって、前記未学習モデルは、交通信号制御機を遠隔制御するための信号制御指令に含まれるデータを入力ノードとし、前記交通信号制御機が実行するオフセット追従における変動パラメータを出力ノードとするモデルであり、前記プロセッサは、前記信号制御指令に含まれるデータと、前記交通信号制御機が実行した制御内容を表す信号制御実行情報に含まれるデータとのセットを教師データとして、前記訓練を実行する。
【0007】
本開示の一態様に係るモデルは、交通信号制御機を遠隔制御するための信号制御指令に含まれるデータに基づいて、前記交通信号制御機が実行するオフセット追従における変動パラメータを出力するよう、演算処理装置を機能させるための学習済みモデルであって、複数の入力ノードを含む入力層と、複数の中間ノードを含む隠れ層と、複数の出力ノードを含む出力層と、を有するニューラルネットワークから構成され、前記ニューラルネットワークに含まれる各ノード間の重みとバイアスの値は、前記信号制御指令に含まれる前記データを入力データと、前記交通信号制御機が実行した制御内容を表す信号制御実行情報に含まれるデータとのセットを教師データとして訓練された値である。
【発明の効果】
【0008】
本開示によれば、オフセット追従における変動パラメータを推定することができる。
【図面の簡単な説明】
【0009】
【発明を実施するための形態】
【0010】
＜本開示の実施形態の概要＞
以下、本開示の実施形態の概要を列記して説明する。
（１） 本実施形態に係る訓練装置は、未学習モデルを記憶するメモリと、前記未学習モデルの訓練を実行するプロセッサと、を備える訓練装置であって、前記未学習モデルは、交通信号制御機を遠隔制御するための信号制御指令に含まれるデータを入力ノードとし、前記交通信号制御機が実行するオフセット追従における変動パラメータを出力ノードとするモデルであり、前記プロセッサは、前記信号制御指令に含まれるデータと、前記交通信号制御機が実行した制御内容を表す信号制御実行情報に含まれるデータとのセットを教師データとして、前記訓練を実行する。
以下、本開示の実施形態の概要を列記して説明する。
（１） 本実施形態に係る訓練装置は、未学習モデルを記憶するメモリと、前記未学習モデルの訓練を実行するプロセッサと、を備える訓練装置であって、前記未学習モデルは、交通信号制御機を遠隔制御するための信号制御指令に含まれるデータを入力ノードとし、前記交通信号制御機が実行するオフセット追従における変動パラメータを出力ノードとするモデルであり、前記プロセッサは、前記信号制御指令に含まれるデータと、前記交通信号制御機が実行した制御内容を表す信号制御実行情報に含まれるデータとのセットを教師データとして、前記訓練を実行する。
【0011】
本実施形態の訓練装置によれば、上記の訓練により、信号制御指令に含まれるデータから変動パラメータを出力する学習済みモデルが生成される。
このため、学習済みモデルに信号制御指令に含まれるデータを入力することにより、オフセット追従における変動パラメータが出力される。従って、算出方法がメーカによって相違し得るオフセット追従における変動パラメータを推定することができる。
このため、学習済みモデルに信号制御指令に含まれるデータを入力することにより、オフセット追従における変動パラメータが出力される。従って、算出方法がメーカによって相違し得るオフセット追従における変動パラメータを推定することができる。
【0012】
（２） 本実施形態の訓練装置において、前記入力ノードには、例えば、サイクル長、スプリット、オフセット変更有無、追従方向指定、追従幅指定、オフセット追従監視、オフセット基準時刻、及びオフセット値のうちの少なくとも１つが含まれていてもよい。
その理由は、上記の少なくとも１つの情報は、交通信号制御機がどのようなアルゴリズムを採用するとしても、交通信号制御機がオフセット追従を行う場合に必要となるからである。
その理由は、上記の少なくとも１つの情報は、交通信号制御機がどのようなアルゴリズムを採用するとしても、交通信号制御機がオフセット追従を行う場合に必要となるからである。
【0013】
（３） 本実施形態の訓練装置において、前記出力ノードには、例えば、サイクル長、及び可変階梯の継続時間、又は当該可変階梯を含む複数の階梯の継続時間が含まれていてもよい。
その理由は、オフセット追従において交通信号制御機が段階的に変動させるパラメータ（変動パラメータ）には、通常、サイクル長と可変階梯の秒数が含まれるからである。
その理由は、オフセット追従において交通信号制御機が段階的に変動させるパラメータ（変動パラメータ）には、通常、サイクル長と可変階梯の秒数が含まれるからである。
【0014】
（４） 本実施形態の訓練装置において、前記プロセッサは、前記交通信号制御機が遠隔動作中であることを条件として、前記訓練を実行してもよい。
このようにすれば、遠隔制御中ではない交通信号制御機の信号制御実行情報に基づくモデルの訓練を防止でき、正常な教師データに基づく訓練を実行できる。
このようにすれば、遠隔制御中ではない交通信号制御機の信号制御実行情報に基づくモデルの訓練を防止でき、正常な教師データに基づく訓練を実行できる。
【0015】
（５） 本実施形態の訓練装置において、前記プロセッサは、前記交通信号制御機がオフセット同期中であることを条件として、前記訓練を実行してもよい。
このようにすれば、オフセット追従中ではない交通信号制御機の信号制御実行情報に基づくモデルの訓練を防止でき、正常な教師データに基づく訓練を実行できる。
このようにすれば、オフセット追従中ではない交通信号制御機の信号制御実行情報に基づくモデルの訓練を防止でき、正常な教師データに基づく訓練を実行できる。
【0016】
（６） 本実施形態の訓練装置において、前記プロセッサは、前記交通信号制御機の動作が異常なしであることを条件として、前記訓練を実行してもよい。
このようにすれば、故障と推定される交通信号制御機の信号制御実行情報に基づくモデルの訓練を防止でき、正常な教師データに基づく訓練を実行できる。
このようにすれば、故障と推定される交通信号制御機の信号制御実行情報に基づくモデルの訓練を防止でき、正常な教師データに基づく訓練を実行できる。
【0017】
（７） 本実施形態に係るモデルは、交通信号制御機を遠隔制御するための信号制御指令に含まれるデータに基づいて、前記交通信号制御機が実行するオフセット追従における変動パラメータを出力するよう、演算処理装置を機能させるための学習済みモデルであって、複数の入力ノードを含む入力層と、複数の中間ノードを含む隠れ層と、複数の出力ノードを含む出力層と、を有するニューラルネットワークから構成され、前記ニューラルネットワークに含まれる各ノード間の重みとバイアスの値は、前記信号制御指令に含まれる前記データを入力データと、前記交通信号制御機が実行した制御内容を表す信号制御実行情報に含まれるデータとのセットを教師データとして訓練された値である。
【0018】
本実施形態のモデルは、上記の訓練により、信号制御指令に含まれるデータから変動パラメータを出力するように重みとバイアスの値が調整された学習済みモデルである。
このため、学習済みモデルに信号制御指令に含まれるデータを入力することにより、オフセット追従における変動パラメータが出力される。従って、算出方法がメーカによって相違し得るオフセット追従における変動パラメータを推定することができる。
このため、学習済みモデルに信号制御指令に含まれるデータを入力することにより、オフセット追従における変動パラメータが出力される。従って、算出方法がメーカによって相違し得るオフセット追従における変動パラメータを推定することができる。
【0019】
（８） 本実施形態の一態様に係る推定装置は、学習済みモデルを記憶するメモリと、交通信号制御機が実行するオフセット追従における変動パラメータを推定するプロセッサと、を備える推定装置であって、前記学習済みモデルは、上述の訓練装置により訓練されたモデルであり、前記プロセッサは、前記交通信号制御機を遠隔制御するための信号制御指令に含まれるデータを前記学習済みモデルに入力して得られる出力データを前記変動パラメータとする。
【0020】
本実施形態の推定装置によれば、プロセッサが、交通信号制御機を遠隔制御するための信号制御指令に含まれるデータを学習済みモデルに入力して得られる出力データを変動パラメータとするので、算出方法がメーカによって相違し得るオフセット追従における変動パラメータを、信号制御指令から容易に推定することができる。
【0021】
（９） 本実施形態の別態様に係る推定装置は、データ変換ツールを記憶するメモリと、交通信号制御機が実行するオフセット追従における変動パラメータを推定するプロセッサと、を備える推定装置であって、前記データ変換ツールは、学習済みモデルと同等又は近似するデータ変換を実行可能な変換ツールであり、前記学習済みモデルは、上述の訓練装置により訓練されたモデルであり、前記プロセッサは、前記交通信号制御機を遠隔制御するための信号制御指令に含まれるデータを前記データ変換ツールに入力して得られる出力データを前記変動パラメータとする。
【0022】
本実施形態の推定装置によれば、プロセッサが、交通信号制御機を遠隔制御するための信号制御指令に含まれるデータをデータ変換ツールに入力して得られる出力データを変動パラメータとするので、算出方法がメーカによって相違し得るオフセット追従における変動パラメータを、信号制御指令から容易に推定することができる。
【0023】
本開示は、上記のような特徴的な構成を備えるシステム及び装置として実現できるだけでなく、かかる特徴的な構成をコンピュータに実行させるためのプログラムとして実現することができる。また、本開示は、システム及び装置の一部又は全部を実現する半導体集積回路として実現することができる。
【0024】
＜本開示の実施形態の詳細＞
以下、図面を参照して、本開示の実施形態の詳細を説明する。なお、以下に記載する実施形態の少なくとも一部を任意に組み合わせてもよい。
以下、図面を参照して、本開示の実施形態の詳細を説明する。なお、以下に記載する実施形態の少なくとも一部を任意に組み合わせてもよい。
【0025】
〔情報提供システムの構成例〕
図１は、情報提供システム１００の一例を示すブロック図である。
図１に示すように、本実施形態の情報提供システム１００は、道路を通行中の車両６に信号灯器５の灯色状態を表す信号情報を提供するシステムであり、中央装置１、交通信号制御機２、接続アダプタ３、及び通信装置４を備える。
図１は、情報提供システム１００の一例を示すブロック図である。
図１に示すように、本実施形態の情報提供システム１００は、道路を通行中の車両６に信号灯器５の灯色状態を表す信号情報を提供するシステムであり、中央装置１、交通信号制御機２、接続アダプタ３、及び通信装置４を備える。
【0026】
中央装置１は、交通管制を担う事業者が保有するサーバである。中央装置１は、車両感知器及びプローブ車両（いずれも図示せず。）などから収集した交通情報に基づいて、複数の交差点を対象とする交通感応制御（集中制御）を行う。
交通感応制御には、系統区間に属する信号機群の動作を制御する「系統制御」、及び系統制御を道路網に拡張した「広域制御（面制御）」が含まれる。
交通感応制御には、系統区間に属する信号機群の動作を制御する「系統制御」、及び系統制御を道路網に拡張した「広域制御（面制御）」が含まれる。
【0027】
従って、中央装置１は、図１に示す交通信号制御機２を含む、管轄エリア内の複数の交通信号制御機との通信が可能である。中央装置１は、交通信号制御機２を遠隔制御するための方式として「テーブル制御方式」を採用する。
テーブル制御方式は、中央装置１が、サイクル、スプリット及びオフセットなどの信号制御パラメータを含む「信号制御指令」（図２参照）を交通信号制御機２に送信する方式である。この方式では、交通信号制御機２が、受信した信号制御指令に基づいて、信号灯器５の階梯ごとの継続時間を表す「時限表」（図５参照）を決定する。
テーブル制御方式は、中央装置１が、サイクル、スプリット及びオフセットなどの信号制御パラメータを含む「信号制御指令」（図２参照）を交通信号制御機２に送信する方式である。この方式では、交通信号制御機２が、受信した信号制御指令に基づいて、信号灯器５の階梯ごとの継続時間を表す「時限表」（図５参照）を決定する。
【0028】
従って、中央装置１は、交通感応制御を実行すると、交差点ごとに信号制御指令を生成し、この信号制御指令を、信号灯器５の動作を制御する交通信号制御機２に送信する。
交通信号制御機２は、信号制御指令に基づいて自機が決定した時限表に従って、信号灯器５の灯色状態（青信号、赤信号、黄信号及び右折矢印など）を切り替える。時限表は、１サイクルごとに当該１サイクル分だけ生成される。
交通信号制御機２は、信号制御指令に基づいて自機が決定した時限表に従って、信号灯器５の灯色状態（青信号、赤信号、黄信号及び右折矢印など）を切り替える。時限表は、１サイクルごとに当該１サイクル分だけ生成される。
【0029】
テーブル制御方式では、交通信号制御機２は、前回サイクルに実施した制御内容を表す「信号制御実行情報」（図３参照）を、今回サイクルの開始時に中央装置１に送信する。
信号制御実行情報に格納される情報には、前回サイクルのサイクル開始時刻（最初の階梯の開始時刻）、実行された各階梯の秒数、実行されたオフセットの内容、実行された端末感応制御の種別を表す感応実行種別、及び、車両感知器の感知情報（交通量及び占有時間）などが含まれる。
信号制御実行情報に格納される情報には、前回サイクルのサイクル開始時刻（最初の階梯の開始時刻）、実行された各階梯の秒数、実行されたオフセットの内容、実行された端末感応制御の種別を表す感応実行種別、及び、車両感知器の感知情報（交通量及び占有時間）などが含まれる。
【0030】
交通信号制御機２は、今回サイクルの動作状態を示す「信号動作状態情報」（図４参照）を中央装置１に送信することもできる。
信号動作状態情報には、例えば、実行中の現示状態と階梯番号を含む実行階梯情報、及び、自機の動作異常（タイマ異常やＣＰＵ異常など）を通知するための動作状況などが含まれる。実行階梯情報は、階梯が進行するタイミングで必ず中央装置１に送信される。
信号動作状態情報には、例えば、実行中の現示状態と階梯番号を含む実行階梯情報、及び、自機の動作異常（タイマ異常やＣＰＵ異常など）を通知するための動作状況などが含まれる。実行階梯情報は、階梯が進行するタイミングで必ず中央装置１に送信される。
【0031】
接続アダプタ３は、次の機能１から機能３を有する。この点は、特許文献１の路側中継装置と同様である。なお、接続アダプタ３の内部構成については後述する。
機能１：中央装置１と交通信号制御機２との通信を中継かつ傍受する機能
機能２：中央装置１から受信した信号制御指令と、交通信号制御機２から受信した信号動作状態情報とから、車両向けの「信号情報」（図６参照）を生成する機能
機能３：信号情報の提供を無線で行う通信装置４との通信機能
機能１：中央装置１と交通信号制御機２との通信を中継かつ傍受する機能
機能２：中央装置１から受信した信号制御指令と、交通信号制御機２から受信した信号動作状態情報とから、車両向けの「信号情報」（図６参照）を生成する機能
機能３：信号情報の提供を無線で行う通信装置４との通信機能
【0032】
通信装置４は、信号情報を車両６に無線で提供するための通信装置であり、例えば、ＩＴＳ（Intelligent Transport Systems）無線機、或いはセルラー通信の基地局である。
通信装置４がＩＴＳ無線機である場合、信号情報は、ＩＴＳ対応の車両６に無線送信される。通信装置４が基地局である場合、信号情報は、基地局からコアネットワークのクラウドサーバに転送される。クラウドサーバは、上記と同じ基地局又は別の基地局に信号情報を転送し、当該基地局が車両６に搭載された移動端末に信号情報を無線送信する。
通信装置４がＩＴＳ無線機である場合、信号情報は、ＩＴＳ対応の車両６に無線送信される。通信装置４が基地局である場合、信号情報は、基地局からコアネットワークのクラウドサーバに転送される。クラウドサーバは、上記と同じ基地局又は別の基地局に信号情報を転送し、当該基地局が車両６に搭載された移動端末に信号情報を無線送信する。
【0033】
〔信号制御指令、信号制御実行情報、及び信号動作状態情報〕
図２は、信号制御指令のフォーマットの一例を示す図である。
図３は、信号制御実行情報のフォーマットの一例を示す図である。
図４は、信号動作状態情報のフォーマットの一例を示す図である。
これらのフォーマットは、社団法人新交通管理システム協会（ＵＴＭＳ協会）が発行する「Ｕ形交通信号制御機 Ｕ形通信アプリケーション規格」に規定されている。従って、各フォーマットに含まれるデータ内容は、当該規格書に定義されている。
図２は、信号制御指令のフォーマットの一例を示す図である。
図３は、信号制御実行情報のフォーマットの一例を示す図である。
図４は、信号動作状態情報のフォーマットの一例を示す図である。
これらのフォーマットは、社団法人新交通管理システム協会（ＵＴＭＳ協会）が発行する「Ｕ形交通信号制御機 Ｕ形通信アプリケーション規格」に規定されている。従って、各フォーマットに含まれるデータ内容は、当該規格書に定義されている。
【0034】
〔時限表〕
図５は、接続アダプタ３が作成する時限表の一例を示す図である。
図５の例では、１サイクルが次の８つの階梯（ステップ）から構成されている。
流入路Ｒ１は、第１方向（例えば東西方向）に延びる、歩行者灯器が設置された流入路である。流入路Ｒ２は、第１方向と交差する第２方向（例えば南北方向）に延びる、歩行者灯器が設置されていない流入路である。
図５は、接続アダプタ３が作成する時限表の一例を示す図である。
図５の例では、１サイクルが次の８つの階梯（ステップ）から構成されている。
流入路Ｒ１は、第１方向（例えば東西方向）に延びる、歩行者灯器が設置された流入路である。流入路Ｒ２は、第１方向と交差する第２方向（例えば南北方向）に延びる、歩行者灯器が設置されていない流入路である。
【0035】
１ＰＧ：流入路Ｒ１の車両灯器と歩行者灯器の双方が青
１ＰＦ：流入路Ｒ１の車両灯器が青でかつ歩行者灯器が青点滅
１ＰＲ：流入路Ｒ１の車両灯器が青でかつ歩行者灯器が赤
１Ｙ ：流入路Ｒ１の車両灯器が黄でかつ歩行者灯器が赤
１ＡＲ：流入路Ｒ１及び流入路２の双方が赤（全赤）
２Ｇ ：流入路Ｒ２の車両灯器が青
２Ｙ ：流入路Ｒ２の車両灯器が黄
２Ｒ ：流入路Ｒ２の車両灯器が赤
１ＰＦ：流入路Ｒ１の車両灯器が青でかつ歩行者灯器が青点滅
１ＰＲ：流入路Ｒ１の車両灯器が青でかつ歩行者灯器が赤
１Ｙ ：流入路Ｒ１の車両灯器が黄でかつ歩行者灯器が赤
１ＡＲ：流入路Ｒ１及び流入路２の双方が赤（全赤）
２Ｇ ：流入路Ｒ２の車両灯器が青
２Ｙ ：流入路Ｒ２の車両灯器が黄
２Ｒ ：流入路Ｒ２の車両灯器が赤
【0036】
図５の例では、８つの階梯のうち、１ＰＧと２Ｇは、オフセット追従や端末感応制御などの実行により変動し得る可変階梯である。このため、１ＰＧと２Ｇの継続時間は、他の階梯と異なり固定長ではなく、範囲を持つ時間として定義される。
図５の例では、１ＰＧの継続時間の範囲は３０～５０秒であり、２Ｇの継続時間の範囲は２０～４０秒である。交通信号制御機２は、オフセット追従や端末感応制御を実行中の場合には、制御結果に応じて１ＰＧ及び２Ｇの継続時間を決定する。
図５の例では、１ＰＧの継続時間の範囲は３０～５０秒であり、２Ｇの継続時間の範囲は２０～４０秒である。交通信号制御機２は、オフセット追従や端末感応制御を実行中の場合には、制御結果に応じて１ＰＧ及び２Ｇの継続時間を決定する。
【0037】
〔車両向けの信号情報〕
図６は、車両向けの信号情報のフォーマットの一例を示す図である。
具体的には、図６Ａは、信号情報のデータ構造を示す図である。図６Ｂは、信号情報のヘッダ部及びデータ部に格納されるデータ値とデータの内容を示す説明図である。図６Ｂの信号情報は、図５の時限表における流入路Ｒ１の信号情報である。
図６は、車両向けの信号情報のフォーマットの一例を示す図である。
具体的には、図６Ａは、信号情報のデータ構造を示す図である。図６Ｂは、信号情報のヘッダ部及びデータ部に格納されるデータ値とデータの内容を示す説明図である。図６Ｂの信号情報は、図５の時限表における流入路Ｒ１の信号情報である。
【0038】
図６Ａに示すように、車両向けの信号情報は、ヘッダ部、データ部、及びフッタ部を含むデータ構造を有する。
ヘッダ部には、信号情報であることを示す識別子、信号情報のサイズ、及び提供対象の灯色数（図例では３つ）が含まれる。フッタ部にはＣＲＣ（Cyclic Redundancy Check）値などが格納される。データ部には、ヘッダ部で定義された灯色数分の灯色（１）～（３）の表示予定時間（図例では秒数）が格納される。
ヘッダ部には、信号情報であることを示す識別子、信号情報のサイズ、及び提供対象の灯色数（図例では３つ）が含まれる。フッタ部にはＣＲＣ（Cyclic Redundancy Check）値などが格納される。データ部には、ヘッダ部で定義された灯色数分の灯色（１）～（３）の表示予定時間（図例では秒数）が格納される。
【0039】
図６Ｂにおいて、灯色（１）～（３）のデータ値（コード）と実際の信号灯色の対応関係は、次の通りである。
コードが「０１」の信号灯色（１）＝青信号
コードが「０２」の信号灯色（２）＝黄信号
コードが「０３」の信号灯色（３）＝赤信号
コードが「０１」の信号灯色（１）＝青信号
コードが「０２」の信号灯色（２）＝黄信号
コードが「０３」の信号灯色（３）＝赤信号
【0040】
図６Ｂに示すように、流入路Ｒ１において、灯色（１）（＝青信号）の表示予定秒数の最短時間は４０秒であり、最長時間は７０秒である。
灯色（１）の最小保証時間には、実行中の階梯（１ＰＧ）以降の階梯において、車両灯器として同じ表示を行う場合の最短時間の合計値が格納される。図６Ｂの例では、１ＰＦと１ＰＲの最短時間の合計値として１０秒が格納されている。
灯色（１）の最小保証時間には、実行中の階梯（１ＰＧ）以降の階梯において、車両灯器として同じ表示を行う場合の最短時間の合計値が格納される。図６Ｂの例では、１ＰＦと１ＰＲの最短時間の合計値として１０秒が格納されている。
【0041】
流入路Ｒ１において、灯色（２）（＝黄信号）の表示予定秒数の最短時間及び最長時間は、いずれも５秒である。
流入路Ｒ１において、灯色（３）（＝赤信号）の表示予定秒数の最短時間及び最長時間は、いずれも５５秒である。このように、最短時間と最長時間が一致する灯色の表示予定秒数は確定している。なお、表示予定時間は、１００ｍ秒又は１０ｍ秒単位などで表現してもよく、フォーマット自体も図６に示す形式に限定されない。
流入路Ｒ１において、灯色（３）（＝赤信号）の表示予定秒数の最短時間及び最長時間は、いずれも５５秒である。このように、最短時間と最長時間が一致する灯色の表示予定秒数は確定している。なお、表示予定時間は、１００ｍ秒又は１０ｍ秒単位などで表現してもよく、フォーマット自体も図６に示す形式に限定されない。
【0042】
〔接続アダプタの内部構成〕
図１に戻り、路側中継装置の一種である接続アダプタ３は、第１通信部３１、第２通信部３２、第３通信部３３、制御部３４、記憶部３５、及び同期処理部３６を備える。
第１通信部３１は、中央装置１が採用する通信規格（例えばＵＤ型伝送方式）に則った通信回線４１を接続可能な通信ボードである。中央装置１と第１通信部３１との通信経路には、ルータなどの他の中継装置が介在してもよい。
図１に戻り、路側中継装置の一種である接続アダプタ３は、第１通信部３１、第２通信部３２、第３通信部３３、制御部３４、記憶部３５、及び同期処理部３６を備える。
第１通信部３１は、中央装置１が採用する通信規格（例えばＵＤ型伝送方式）に則った通信回線４１を接続可能な通信ボードである。中央装置１と第１通信部３１との通信経路には、ルータなどの他の中継装置が介在してもよい。
【0043】
第２通信部３２は、交通信号制御機２が採用する通信規格（例えばＵ型伝送方式）に則った通信回線４２を接続可能な通信ボードである。交通信号制御機２と第２通信部３２との通信経路には、ルータなどの他の中継装置が介在してもよい。
第３通信部３３は、通信装置４が採用する通信規格（例えばイーサネット：「イーサネット」は登録商標）に則った通信回線４３が接続される通信ボードである。通信装置４と第３通信部３３との通信経路には、ルータなどの他の中継装置が介在してもよい。
第３通信部３３は、通信装置４が採用する通信規格（例えばイーサネット：「イーサネット」は登録商標）に則った通信回線４３が接続される通信ボードである。通信装置４と第３通信部３３との通信経路には、ルータなどの他の中継装置が介在してもよい。
【0044】
制御部３４は、１又は複数のＣＰＵ（Central Processing Unit）、及び１又は複数のＲＡＭ（Random Access Memory）を含む演算処理装置である。制御部３４には、ＦＰＧＡ（Field-Programmable Gate Array）などの集積回路が含まれていてもよい。
制御部３４は、記憶部３５に格納されたコンピュータプログラム３７をメインメモリ（ＲＡＭ）に読み出し、当該プログラム３７に従って所定の情報処理を行う。所定の情報処理には、通信フレームの中継処理、及び信号情報の生成処理などが含まれる。
制御部３４は、記憶部３５に格納されたコンピュータプログラム３７をメインメモリ（ＲＡＭ）に読み出し、当該プログラム３７に従って所定の情報処理を行う。所定の情報処理には、通信フレームの中継処理、及び信号情報の生成処理などが含まれる。
【0045】
記憶部３５は、ＨＤＤ（Hard Disk Drive）及びＳＤＤ（Solid State Drive）などの不揮発性メモリを含む補助記憶装置よりなる。
記憶部３５には、フラッシュＲＯＭ（Read Only Memory）、ＵＳＢ（Universal Serial Bus）メモリ、又はＳＤカードなどが含まれていてもよい。
記憶部３５には、フラッシュＲＯＭ（Read Only Memory）、ＵＳＢ（Universal Serial Bus）メモリ、又はＳＤカードなどが含まれていてもよい。
【0046】
同期処理部３６は、所定の同期方式により、交通信号制御機２などの他の通信ノードと時刻同期を図るための処理部である。制御部３４は、同期処理部３６が生成するローカル時刻に従って、信号情報に含める各灯器の点灯又は消灯タイミングなどを決定する。
同期処理部３６の同期方式は、例えば、ＧＮＳＳ（Global Navigation Satellite System）受信機の出力に基づく同期方式、ＮＴＰ（Network Time Protocol）及びＰＴＰ（Precision Time Protocol）などの通信フレームを用いた同期方式などを採用し得る。
同期処理部３６の同期方式は、例えば、ＧＮＳＳ（Global Navigation Satellite System）受信機の出力に基づく同期方式、ＮＴＰ（Network Time Protocol）及びＰＴＰ（Precision Time Protocol）などの通信フレームを用いた同期方式などを採用し得る。
【0047】
制御部３４は、信号制御指令及び信号動作状態情報に基づいて、交通信号制御機２と同様の制御動作をエミュレートすることができる。
例えば、制御部３４は、信号制御指令に含まれる信号制御パラメータ（サイクル、スプリット及びオフセットなど）に基づいて、時限表（図５参照）を作成可能である。制御部３４は、信号制御指令で指定される端末感応制御の種別に基づいて、交通信号制御機２と同種の端末感応制御を実行することもできる。
例えば、制御部３４は、信号制御指令に含まれる信号制御パラメータ（サイクル、スプリット及びオフセットなど）に基づいて、時限表（図５参照）を作成可能である。制御部３４は、信号制御指令で指定される端末感応制御の種別に基づいて、交通信号制御機２と同種の端末感応制御を実行することもできる。
【0048】
制御部３４は、作成した時限表に基づいて、車両向けの信号情報（図６参照）を生成する。制御部３４による「信号情報の生成処理」の詳細は後述する。
制御部３４は、車両向けの信号情報を生成すると、生成した信号情報を含む通信フレームを生成し、生成した通信フレームを第３通信部３３に出力する。第３通信部３３は、入力された信号情報を含む通信フレームを通信装置４に送信する。
制御部３４は、車両向けの信号情報を生成すると、生成した信号情報を含む通信フレームを生成し、生成した通信フレームを第３通信部３３に出力する。第３通信部３３は、入力された信号情報を含む通信フレームを通信装置４に送信する。
【0049】
〔信号情報の生成処理〕
制御部３４が実行する信号情報の生成処理には、次の処理１から処理４が含まれる。
制御部３４は、以下の処理１から処理４を十分に短い所定の演算周期（例えば１００ｍ秒）で実行し、信号情報をほぼリアルタイムに更新する。
制御部３４は、信号情報を第３通信部３３に出力する場合、出力時点において最新（直近）の信号情報を出力する。
制御部３４が実行する信号情報の生成処理には、次の処理１から処理４が含まれる。
制御部３４は、以下の処理１から処理４を十分に短い所定の演算周期（例えば１００ｍ秒）で実行し、信号情報をほぼリアルタイムに更新する。
制御部３４は、信号情報を第３通信部３３に出力する場合、出力時点において最新（直近）の信号情報を出力する。
【0050】
処理１：時限表の作成
制御部３４は、信号制御指令（図２参照）及び信号動作状態情報（図４参照）から、次回サイクルに適用する時限表を作成する。
時限表には、１サイクルに含まれる複数の階梯、各階梯の継続時間（例えば秒数）、及びサイクル開始時刻Ｔｓなどが含まれる（図５参照）。
制御部３４は、信号制御指令（図２参照）及び信号動作状態情報（図４参照）から、次回サイクルに適用する時限表を作成する。
時限表には、１サイクルに含まれる複数の階梯、各階梯の継続時間（例えば秒数）、及びサイクル開始時刻Ｔｓなどが含まれる（図５参照）。
【0051】
具体的には、制御部３４は、信号制御指令に含まれる階梯番号、スプリット１～６の基準値、＋変動値、－変動値、サイクル長、及び、各階梯と各現示との関係を表す定数などに基づいて、時限表に含める複数の階梯と、各階梯の継続時間を求める。
【0052】
処理２：可変階梯の継続時間の算出
制御部３４は、信号制御指令に含まれる感応許可から、交通信号制御機２が端末感応制御（車両感知器による感知情報に基づいて可変階梯を変化させる制御）を実施中か否かを判定する。
制御部３４は、端末感応制御を実行中である場合は、信号制御指令に含まれる感応許可により指定される種別の端末感応制御（例えば、ジレンマ感応、バス感応又はギャップ感応など）を実行し、可変階梯の継続時間に反映させる。
制御部３４は、信号制御指令に含まれる感応許可から、交通信号制御機２が端末感応制御（車両感知器による感知情報に基づいて可変階梯を変化させる制御）を実施中か否かを判定する。
制御部３４は、端末感応制御を実行中である場合は、信号制御指令に含まれる感応許可により指定される種別の端末感応制御（例えば、ジレンマ感応、バス感応又はギャップ感応など）を実行し、可変階梯の継続時間に反映させる。
【0053】
処理３：階梯の継続時間の補正
制御部３４は、自身が算出した階梯の継続時間（第１時間）と、信号動作状態情報から算出した階梯の実行時間（第２時間）とに所定値以上の微差が生じた場合は、階梯変化時に送信される実行階梯情報の受信タイミングに基づいて、第１時間を補正する。具体的には、時限表に含まれる各階梯の継続時間を第２時間に合わせる。
制御部３４は、自身が算出した階梯の継続時間（第１時間）と、信号動作状態情報から算出した階梯の実行時間（第２時間）とに所定値以上の微差が生じた場合は、階梯変化時に送信される実行階梯情報の受信タイミングに基づいて、第１時間を補正する。具体的には、時限表に含まれる各階梯の継続時間を第２時間に合わせる。
【0054】
処理４：信号情報の作成
制御部３４は、算出した階梯ごとの継続時間に基づいて、所定のフォーマットの信号情報（例えば図６参照）を作成する。信号情報には、各流入路における灯色、及び現時点以後の灯色ごとの表示予定時間（現時点からの残秒数）などが含まれる。
制御部３４は、算出した階梯ごとの継続時間に基づいて、所定のフォーマットの信号情報（例えば図６参照）を作成する。信号情報には、各流入路における灯色、及び現時点以後の灯色ごとの表示予定時間（現時点からの残秒数）などが含まれる。
【0055】
〔オフセット追従時の課題と解決方法〕
オフセット追従とは、信号制御指令で指定されるオフセット値に即応せず、当該オフセット値に段階的に近づくようにサイクル長を延長又は短縮する制御のことである。
オフセット追従に関しては、交通流に与える影響を考慮して、例えばサイクル長の１２．５％又は２５％の追従幅を最大とする、及び追従開始から４サイクル以内に追従を完了するなどが規格で規定される。もっとも、交通信号制御機２は、信号制御指令で指示された追従幅と追従方向に従うことを条件として独自にオフセット追従を行う。
オフセット追従とは、信号制御指令で指定されるオフセット値に即応せず、当該オフセット値に段階的に近づくようにサイクル長を延長又は短縮する制御のことである。
オフセット追従に関しては、交通流に与える影響を考慮して、例えばサイクル長の１２．５％又は２５％の追従幅を最大とする、及び追従開始から４サイクル以内に追従を完了するなどが規格で規定される。もっとも、交通信号制御機２は、信号制御指令で指示された追従幅と追従方向に従うことを条件として独自にオフセット追従を行う。
【0056】
すなわち、オフセット追従時に変動させるパラメータ（例えばサイクル長及び可変階梯の秒数など。：以下、「変動パラメータ」という。）の算出方法は、規格の範囲外であるため交通信号制御機２のメーカ固有のアルゴリズムに依拠する。
このため、接続アダプタ３の制御部３４は、交通信号制御機２がオフセット追従を実行中である場合は、当該制御機２が独自のアルゴリズムで決定する変動パラメータを算出できないため、時限表をサイクル開始前に再現できない。従って、接続アダプタ３の制御部３４が正確な信号情報を提供できなくなるという問題がある。
このため、接続アダプタ３の制御部３４は、交通信号制御機２がオフセット追従を実行中である場合は、当該制御機２が独自のアルゴリズムで決定する変動パラメータを算出できないため、時限表をサイクル開始前に再現できない。従って、接続アダプタ３の制御部３４が正確な信号情報を提供できなくなるという問題がある。
【0057】
本実施形態では、上記の課題を解消するため、信号制御指令を入力データとし、変動パラメータを出力データとし、信号制御指令と交通信号制御機２の制御実績である信号制御実行情報とのデータセットを教師データとして、未学習のモデルＭＵを訓練することにより、信号制御指令から変動パラメータを出力可能な学習済みのモデルＭＬを生成する。
具体的には、記憶部３５のコンピュータプログラム３７には、上記の訓練を制御部３４に実行させる学習プログラム３７Ａが含まれる。
具体的には、記憶部３５のコンピュータプログラム３７には、上記の訓練を制御部３４に実行させる学習プログラム３７Ａが含まれる。
【0058】
すなわち、制御部３４の機械学習は、モデルＭＵの訓練により変動パラメータを演算可能なモデルＭＬを生成する処理である。
以下、未学習のモデルＭＵを「未学習モデルＭＵ」又は「モデルＭＵ」と記載することがあり、学習済みのモデルＭＬを「学習済みモデルＭＬ」又は「モデルＭＬ」と記載することがある。また、未学習モデルＭＵと学習済みモデルＭＬの総称については「モデルＭＵ，ＭＬ」と略記する。
以下、未学習のモデルＭＵを「未学習モデルＭＵ」又は「モデルＭＵ」と記載することがあり、学習済みのモデルＭＬを「学習済みモデルＭＬ」又は「モデルＭＬ」と記載することがある。また、未学習モデルＭＵと学習済みモデルＭＬの総称については「モデルＭＵ，ＭＬ」と略記する。
【0059】
モデルＭＵ，ＭＬは、例えば、入力層と出力層の間に少なくとも１つの隠れ層（中間層）が介在するニューラルネットワークとして定義される。
モデルＭＵ，ＭＬの入力データは、信号制御指令に含まれる情報である。未学習モデルＭＵの教師データ（データセット）は、信号制御指令に含まれるデータと、交通信号制御機２の制御内容を表す信号制御実行情報に含まれるデータである。信号動作状態情報に含まれる情報は、訓練の要否判定のための条件データとして利用される。なお、信号制御実行情報に含まれる一部の情報（例えば「異常情報」）も、訓練の要否判定のための条件データとして利用される。
モデルＭＵ，ＭＬの入力データは、信号制御指令に含まれる情報である。未学習モデルＭＵの教師データ（データセット）は、信号制御指令に含まれるデータと、交通信号制御機２の制御内容を表す信号制御実行情報に含まれるデータである。信号動作状態情報に含まれる情報は、訓練の要否判定のための条件データとして利用される。なお、信号制御実行情報に含まれる一部の情報（例えば「異常情報」）も、訓練の要否判定のための条件データとして利用される。
【0060】
〔モデルの構成例と訓練〕
図７は、モデルＭＵ，ＭＬの構成例を示すブロック図である。
図７に示すように、モデルＭＵ，ＵＬは、複数の入力ノードを含む入力層ＬＩと、複数の中間ノードを含む隠れ層ＬＨと、複数の出力ノードを含む出力層ＬＯと、を有するニューラルネットワークである。ノード間の結合は、全結合又は一部結合のいずれでもよい。また、図例では隠れ層ＬＨが１層であるが、２層以上でもよい。
図７は、モデルＭＵ，ＭＬの構成例を示すブロック図である。
図７に示すように、モデルＭＵ，ＵＬは、複数の入力ノードを含む入力層ＬＩと、複数の中間ノードを含む隠れ層ＬＨと、複数の出力ノードを含む出力層ＬＯと、を有するニューラルネットワークである。ノード間の結合は、全結合又は一部結合のいずれでもよい。また、図例では隠れ層ＬＨが１層であるが、２層以上でもよい。
【0061】
入力層ＬＩの入力ノードには、信号制御指令に属する情報のうち、サイクル長、スプリット、オフセット変更有無、追従方向指定、追従幅指定、オフセット追従監視、オフセット基準時刻、及びオフセット値が含まれる。
その理由は、これらの情報は、交通信号制御機２がどのようなアルゴリズムを採用するとしても、交通信号制御機２がオフセット追従を行う場合に必要となるからである。従って、上記のすべての情報を入力ノードとすることが好ましいが、上記の情報のうちの少なくとも１つを採用することにしてもよい。
その理由は、これらの情報は、交通信号制御機２がどのようなアルゴリズムを採用するとしても、交通信号制御機２がオフセット追従を行う場合に必要となるからである。従って、上記のすべての情報を入力ノードとすることが好ましいが、上記の情報のうちの少なくとも１つを採用することにしてもよい。
【0062】
出力層ＬＯの出力ノードには、オフセット追従における変動パラメータの一例として、サイクル長Ｃｉ（ｉ＝１，２……）、１ＰＧの継続時間Ｇｉ１（ｉ＝１，２……）、及び、２Ｇの継続時間Ｇｉ２（ｉ＝１，２……）が含まれる。
離散変数ｉは、オフセット追従の開始直後のサイクルを初回（ｉ＝１）とした場合のサイクルのカウント数である。例えば、オフセット追従を完了すべきサイクル数が４回以内に指定される場合は、離散変数ｉの最大値Ｎを４に設定すればよい。
離散変数ｉは、オフセット追従の開始直後のサイクルを初回（ｉ＝１）とした場合のサイクルのカウント数である。例えば、オフセット追従を完了すべきサイクル数が４回以内に指定される場合は、離散変数ｉの最大値Ｎを４に設定すればよい。
【0063】
図７の教師データＴＤは、出力層ＬＯの出力ノードの正解となるデータであり、サイクル長ＴＣｉ（ｉ＝１，２……）、１ＰＧの継続時間ＴＧｉ１（ｉ＝１，２……）、及び、２Ｇの継続時間ＴＧｉ２（ｉ＝１，２……）が含まれる。
サイクル長ＴＣｉの値は、信号制御実行情報（図３参照）の予定サイクル長から取得される。継続時間ＴＧｉ１，ＴＧｉ２の値は、信号制御実行情報の実行階梯ｎ（ｎ＝１，２……２４）の秒時から取得される。
サイクル長ＴＣｉの値は、信号制御実行情報（図３参照）の予定サイクル長から取得される。継続時間ＴＧｉ１，ＴＧｉ２の値は、信号制御実行情報の実行階梯ｎ（ｎ＝１，２……２４）の秒時から取得される。
【0064】
接続アダプタ３の制御部３４は、教師データＴＤを用いて、ノード間の重みとバイアスが最適化されるようにモデルＭＵの訓練を行う。
かかる訓練により、未学習のモデルＭＵに含まれるノード間の重みとバイアスが適切な出力データ（変動パラメータ）が得られるように収束し、学習済みのモデルＭＬが生成されることになる。
かかる訓練により、未学習のモデルＭＵに含まれるノード間の重みとバイアスが適切な出力データ（変動パラメータ）が得られるように収束し、学習済みのモデルＭＬが生成されることになる。
【0065】
学習済みのモデルＭＬの生成が完了すると、制御部３４は、信号制御指令から抽出したサイクル長、スプリット、追従方向指定、及び追従幅指定などのデータをモデルＭＬの入力層ＬＩに入力し、サイクル長Ｃｉ、１ＰＧの継続時間Ｇｉ１、及び２Ｇの継続時間Ｇｉ２をモデルＭＬに出力させる。
制御部３４は、モデルＭＬが出力するサイクル長Ｃｉ、１ＰＧの継続時間Ｇｉ１、及び２Ｇの継続時間Ｇｉ２を、次回サイクルの時限表（図５参照）の算出に利用する。
制御部３４は、モデルＭＬが出力するサイクル長Ｃｉ、１ＰＧの継続時間Ｇｉ１、及び２Ｇの継続時間Ｇｉ２を、次回サイクルの時限表（図５参照）の算出に利用する。
【0066】
〔訓練の実行条件〕
図７に示すように、接続アダプタ３の制御部３４は、交通信号制御機２が遠隔制御中か否か（ステップＳＴ１１）、及びオフセット同期中か否か（ステップＳＴ１２）を判定する。これらの判定に必要な情報は、信号動作状態情報の「動作状況２」に含まれる。
そして、制御部３４は、上記の各判定結果が肯定的である場合に限り、入力層ＬＩへのデータ入力を有効（イネーブル）とする。
図７に示すように、接続アダプタ３の制御部３４は、交通信号制御機２が遠隔制御中か否か（ステップＳＴ１１）、及びオフセット同期中か否か（ステップＳＴ１２）を判定する。これらの判定に必要な情報は、信号動作状態情報の「動作状況２」に含まれる。
そして、制御部３４は、上記の各判定結果が肯定的である場合に限り、入力層ＬＩへのデータ入力を有効（イネーブル）とする。
【0067】
これにより、遠隔制御中ではない交通信号制御機２、及びオフセット追従中ではない交通信号制御機２の信号制御実行情報に基づくモデルＭＵの訓練が未然に防止される。従って、正常な教師データに基づく訓練を実行できるようになる。
【0068】
また、接続アダプタ３の制御部３４は、交通信号制御機２が異常なしか否かを判定する（ステップＳＴ１３）。この判定に必要な情報は、信号制御実行情報の「異常情報」（タイマ異常又は時計異常などの識別情報）に含まれる。
そして、制御部３４は、上記の判定結果が肯定的である場合に限り、入力層ＬＩへのデータ入力を有効（イネーブル）とする。
そして、制御部３４は、上記の判定結果が肯定的である場合に限り、入力層ＬＩへのデータ入力を有効（イネーブル）とする。
【0069】
これにより、故障と推定される交通信号制御機２の信号制御実行情報に基づくモデルＭＵの訓練が未然に防止される。従って、正常な教師データに基づく訓練を実行できるようになる。
【0070】
〔未学習モデルの訓練装置〕
図８は、未学習モデルＭＵの訓練装置３４Ｔの構成例を示すブロック図である。
具体的には、図８は、接続アダプタ３の制御部３４の訓練機能に関するブロック図である。従って、訓練装置３４Ｔは、物理的には制御部３４と同じ演算処理装置であり、メモリ３４Ｍとプロセッサ３４Ｐとを備える。
図８は、未学習モデルＭＵの訓練装置３４Ｔの構成例を示すブロック図である。
具体的には、図８は、接続アダプタ３の制御部３４の訓練機能に関するブロック図である。従って、訓練装置３４Ｔは、物理的には制御部３４と同じ演算処理装置であり、メモリ３４Ｍとプロセッサ３４Ｐとを備える。
【0071】
メモリ３４Ｍは、少なくとも１つのＲＡＭを含み、プロセッサ３４Ｐは、少なくとも１つのＣＰＵ又はＦＰＧＡなどの集積回路を含む。メモリ３４Ｍには、図７に示す未学習モデルＭＵが記録される。
プロセッサ３４Ｐは、信号制御指令に含まれるデータと信号制御実行情報に含まれるデータを教師データとして未学習モデルＭＵを訓練する。訓練には次の処理Ｔ１から処理Ｔ６が含まれる。
プロセッサ３４Ｐは、信号制御指令に含まれるデータと信号制御実行情報に含まれるデータを教師データとして未学習モデルＭＵを訓練する。訓練には次の処理Ｔ１から処理Ｔ６が含まれる。
【0072】
処理Ｔ１：データリセット
プロセッサ３４Ｐは、モデルＭＵに含まれる各ノード間の重みとバイアスの値を初期値にリセットする。
プロセッサ３４Ｐは、モデルＭＵに含まれる各ノード間の重みとバイアスの値を初期値にリセットする。
【0073】
処理Ｔ２：訓練データの入出力
プロセッサ３４Ｐは、信号制御指令から抽出した入力データ（サイクル長、スプリット、オフセット変更有無、追従方向指定、及び追従幅指定など）を、訓練データとしてモデルＭＵの入力層ＬＩに入力し、モデルＭＵに出力データ（Ｃｉ，Ｇｉ１，Ｇｉ２）を算出させる。
プロセッサ３４Ｐは、信号制御指令から抽出した入力データ（サイクル長、スプリット、オフセット変更有無、追従方向指定、及び追従幅指定など）を、訓練データとしてモデルＭＵの入力層ＬＩに入力し、モデルＭＵに出力データ（Ｃｉ，Ｇｉ１，Ｇｉ２）を算出させる。
【0074】
処理Ｔ３： 損失計算
プロセッサ３４Ｐは、出力データ（Ｃｉ，Ｇｉ１，Ｇｉ２）と信号制御実行情報から抽出した教師データ（ＴＣｉ，ＴＧｉ１，ＴＧｉ２）を比較して、両者の損失（例えば平均二乗誤差）を計算する。
プロセッサ３４Ｐは、出力データ（Ｃｉ，Ｇｉ１，Ｇｉ２）と信号制御実行情報から抽出した教師データ（ＴＣｉ，ＴＧｉ１，ＴＧｉ２）を比較して、両者の損失（例えば平均二乗誤差）を計算する。
【0075】
処理Ｔ４：重みとバイアスの探索
プロセッサ３４Ｐは、勾配降下法などにより、損失が最小となるノード間の重みとバイアスの値が得られるまで処理Ｔ２と処理Ｔ３を繰り返す。
プロセッサ３４Ｐは、勾配降下法などにより、損失が最小となるノード間の重みとバイアスの値が得られるまで処理Ｔ２と処理Ｔ３を繰り返す。
【0076】
処理Ｔ５：学習済みモデルＭＬの生成
プロセッサ３４Ｐは、損失が最小となるノード間の重みとバイアスの値をメモリ３４Ｍに記録し、当該重みとバイアスの値を有するモデルＭＵを学習済みモデルＭＬとする。
プロセッサ３４Ｐは、損失が最小となるノード間の重みとバイアスの値をメモリ３４Ｍに記録し、当該重みとバイアスの値を有するモデルＭＵを学習済みモデルＭＬとする。
【0077】
処理Ｔ６：訓練の実行条件の判定
処理Ｔ２において、プロセッサ３４Ｐは、信号制御実行情報と信号動作状態情報のうちの少なくとも１つに含まれる条件データ（例えば遠隔動作中か）に従って、訓練の実行条件を充足するか否かを判定する。プロセッサ３４Ｐは、実行条件を充足する場合に限り、入力層ＬＩへのデータ入力を許容する。
処理Ｔ２において、プロセッサ３４Ｐは、信号制御実行情報と信号動作状態情報のうちの少なくとも１つに含まれる条件データ（例えば遠隔動作中か）に従って、訓練の実行条件を充足するか否かを判定する。プロセッサ３４Ｐは、実行条件を充足する場合に限り、入力層ＬＩへのデータ入力を許容する。
【0078】
〔変動パラメータの推定装置〕
図９は、変動パラメータの推定装置３４Ｅの構成例を示すブロック図である。
具体的には、図９は、接続アダプタ３の制御部３４のパラメータ推定機能に関するブロック図である。従って、推定装置３４Ｅは、物理的には制御部３４と同じ演算処理装置であり、メモリ３４Ｍとプロセッサ３４Ｐとを備える。
図９は、変動パラメータの推定装置３４Ｅの構成例を示すブロック図である。
具体的には、図９は、接続アダプタ３の制御部３４のパラメータ推定機能に関するブロック図である。従って、推定装置３４Ｅは、物理的には制御部３４と同じ演算処理装置であり、メモリ３４Ｍとプロセッサ３４Ｐとを備える。
【0079】
メモリ３４Ｍは、少なくとも１つのＲＡＭを含み、プロセッサ３４Ｐは、少なくとも１つのＣＰＵ又はＦＰＧＡなどの集積回路を含む。メモリ３４Ｍには、図７に示す学習済みモデルＭＬが記録される。
プロセッサ３４Ｐは、学習済みモデルＭＬを用いて、信号制御指令から取得した入力データＸｊから変動パラメータＹｋを演算する。具体的には、入力データＸｊをモデルＭＬの入力層ＬＩに入力し、モデルＭＬが出力するデータを変動パラメータＹｋとする。
プロセッサ３４Ｐは、学習済みモデルＭＬを用いて、信号制御指令から取得した入力データＸｊから変動パラメータＹｋを演算する。具体的には、入力データＸｊをモデルＭＬの入力層ＬＩに入力し、モデルＭＬが出力するデータを変動パラメータＹｋとする。
【0080】
図９に示すように、メモリ３４Ｍは、入力データＸｊを変動パラメータＹｋに変換するデータ変換ツールＤＴを記憶することもできる。
データ変換ツールＤＴは、学習済みモデルＭＬと同等又は近似するデータ変換を実行するように作成された変換ツールであり、例えば、行列式又は参照テーブルなどの形式を有する。この場合、プロセッサ３４Ｐは、入力データＸｊをデータ変換ツールＤＴに入力し、ツールＤＴの出力結果を変動パラメータＹｋとする。
データ変換ツールＤＴは、学習済みモデルＭＬと同等又は近似するデータ変換を実行するように作成された変換ツールであり、例えば、行列式又は参照テーブルなどの形式を有する。この場合、プロセッサ３４Ｐは、入力データＸｊをデータ変換ツールＤＴに入力し、ツールＤＴの出力結果を変動パラメータＹｋとする。
【0081】
なお、「同等又は近似するデータ変換」とは、学習済みモデルＭＬの場合と厳密に一致する解を出力することを要求する趣旨ではなく、例えば、学習済みモデルＭＬの出力値に対して所定値（１００ｍ秒）以内の誤差で変動パラメータＹｋを出力できるデータ変換のことをいう。
【0082】
〔その他の変形例〕
上述の実施形態（変形例を含む。）は、すべての点で例示であって制限的なものではない。本開示の権利範囲は請求の範囲によって示され、請求の範囲と均等の意味及び範囲内での全ての変更が含まれることが意図される。
上述の実施形態（変形例を含む。）は、すべての点で例示であって制限的なものではない。本開示の権利範囲は請求の範囲によって示され、請求の範囲と均等の意味及び範囲内での全ての変更が含まれることが意図される。
【0083】
上述の実施形態において、オフセット追従時の変動パラメータとして、可変階梯Ｇ１ｉ，Ｇ２ｉの代わりに、例えば流入路Ｒ１の青時間と流入路Ｒ２の青時間など、可変階梯を含む複数の階梯の継続時間を採用してもよい。
また、変動パラメータの単位は、例えばサイクル長に対する比率（％）など、秒数以外の単位であってもよい。
また、変動パラメータの単位は、例えばサイクル長に対する比率（％）など、秒数以外の単位であってもよい。
【0084】
上述の実施形態において、モデルＭＵの訓練装置３４Ｔ（図８）は、接続アダプタ３の演算処理装置（制御部３４）ではなく、接続アダプタ３以外の中継装置又はサーバなどの情報処理装置（以下、「外部装置」という。）に搭載された演算処理装置でもよい。
この場合、外部装置の訓練装置３４Ｔが生成した学習済みモデルＭＬを接続アダプタ３のメモリ３４Ｍに格納すれば、接続アダプタ３の制御部３４を変動パラメータの推定装置３４Ｅとして運用可能となる。
この場合、外部装置の訓練装置３４Ｔが生成した学習済みモデルＭＬを接続アダプタ３のメモリ３４Ｍに格納すれば、接続アダプタ３の制御部３４を変動パラメータの推定装置３４Ｅとして運用可能となる。
【0085】
同様に、上述の実施形態において、変動パラメータの推定装置３４Ｅ（図９）は、接続アダプタ３の演算処理装置（制御部３４）ではなく、外部装置に搭載された演算処理装置であってもよい。
この場合、外部装置の推定装置３４Ｅが演算した変動パラメータを接続アダプタ３に送信するようにすれば、接続アダプタ３は、受信した変動パラメータを時限表の作成に利用可能となる。
この場合、外部装置の推定装置３４Ｅが演算した変動パラメータを接続アダプタ３に送信するようにすれば、接続アダプタ３は、受信した変動パラメータを時限表の作成に利用可能となる。
【符号の説明】
【0086】
１ 中央装置
２ 交通信号制御機
３ 接続アダプタ（路側中継装置）
４ 通信装置
６ 車両
３１ 第１通信部
３２ 第２通信部
３３ 第３通信部
３４ 制御部（演算処理装置）
３４Ｔ 訓練装置（演算処理装置）
３４Ｅ 推定装置（演算処理装置）
３４Ｍ メモリ
３４Ｐ プロセッサ
３５ 記憶部
３６ 同期処理部
３７ コンピュータプログラム
３７Ａ 学習プログラム
４１ 通信回線
４２ 通信回線
４３ 通信回線
１００ 情報提供システム
ＭＵ 未学習のモデル（未学習モデル）
ＭＬ 学習済みのモデル（学習済みモデル）
ＤＴ データ変換ツール
２ 交通信号制御機
３ 接続アダプタ（路側中継装置）
４ 通信装置
６ 車両
３１ 第１通信部
３２ 第２通信部
３３ 第３通信部
３４ 制御部（演算処理装置）
３４Ｔ 訓練装置（演算処理装置）
３４Ｅ 推定装置（演算処理装置）
３４Ｍ メモリ
３４Ｐ プロセッサ
３５ 記憶部
３６ 同期処理部
３７ コンピュータプログラム
３７Ａ 学習プログラム
４１ 通信回線
４２ 通信回線
４３ 通信回線
１００ 情報提供システム
ＭＵ 未学習のモデル（未学習モデル）
ＭＬ 学習済みのモデル（学習済みモデル）
ＤＴ データ変換ツール
【図1】
【図2】
【図3】
【図4】
【図5】
【図6A】
【図6B】
【図7】
【図8】
【図9】