インテリジェント交通システム

ハンガリーの高速道路網とそのデータポイントを表示するITSグラフィカルユーザーインターフェース

インテリジェント交通システム（ITS ）は、さまざまな輸送モードや交通管理に関連するサービスを提供し、ユーザーがより多くの情報を得て、より安全で、より調整された、より「スマートな」輸送ネットワークを利用できるようにすることを目的とした高度なアプリケーションです。[ 1 ]

これらのテクノロジーには、事故発生時に緊急サービスを呼ぶこと、カメラを使用して交通法規を施行すること、状況に応じて速度制限が変わることを示す標識などが含まれます。

ITSはあらゆる交通手段を指す場合もありますが、 2010年7月7日に制定された欧州連合指令2010/40/EUでは、ITSを、インフラ、車両、利用者を含む道路交通の分野、交通管理、モビリティ管理、および他の交通手段とのインターフェースに情報通信技術を応用したシステムと定義しています。 [2] ITSは、道路輸送、交通管理、モビリティなど、多くの状況で輸送の効率と安全性を向上させるために使用できます。 [ 3 ] ITS技術は、交通量の多い道路の容量を増やし、移動時間を短縮し、無防備な道路利用者に関する情報の収集を可能にするために、世界中で採用されています。[ 4 ]

背景

ITS分野における政府の活動は、国土安全保障への関心の高まりによってさらに促進されている。提案されているITSシステムの多くは、国土安全保障の優先事項である道路の監視も含んでいる。 [ 5 ]多くのシステムの資金は、国土安全保障機関から直接提供されるか、その承認を得て提供される。さらに、ITSは、自然災害や脅威などによる大規模な死傷者が発生した後、都市中心部の住民を迅速に大規模に避難させる役割を果たすことができる。ITSに関連するインフラや計画の多くは、国土安全保障システムの必要性と並行している。

発展途上国では、農村から都市部への移住は異なる形で進展している。発展途上国の多くの地域では、自動車の普及や郊外の形成が著しくないまま都市化が進んでいる。人口のごく一部は自動車を所有できるものの、自動車はこうした複合輸送システムにおける渋滞を大幅に悪化させている。また、自動車は深刻な大気汚染を引き起こし、安全上の重大なリスクをもたらし、社会における不平等感を悪化させている。高い人口密度は、徒歩、自転車、オートバイ、バス、鉄道といった複合輸送システムによって支えられる可能性がある。

中国、インド、ブラジルといった発展途上国では、依然として大部分が農村地帯ですが、急速に都市化と工業化が進んでいます。これらの地域では、人口の自動車化と並行して、自動車インフラの整備が進んでいます。富裕層の格差が大きいため、自動車を利用できるのは人口のごく一部に過ぎず、貧困層向けの高度に複合的な交通システムと、富裕層向けの高度に自動車化された交通システムが分断されています。

インテリジェント交通技術

高度道路交通システム（ITS）は、カーナビゲーション、交通信号制御、可変情報標識といった基本的な管理システムから、より高度な相互接続されたアプリケーションまで、幅広い技術を統合しています。これらの技術は、大きく分けていくつかの主要分野に分類できます。

オペレーターが GPS ベースの車両追跡と交通データを大型スクリーンで監視するコントロール ルーム。

現代の業務の基本的な要素は、 GPSデバイスを備えたテレマティクスシステムの使用である。

さらに、高度なモデリングと過去のベースラインデータとの比較を可能にする予測技術も開発されています。具体的な技術については、本稿の以下のセクションで詳しく説明します。[ 9 ]

無線通信

無線通信用パラボラアンテナを備えた交通監視ガントリー

高度道路交通システム（ITS）向けには、様々な形態の無線通信技術が提案されています。UHF およびVHF周波数帯の無線モデム通信は、ITSにおける短距離および長距離通信に広く利用されています。

IEEE 802.11プロトコル、具体的には802.11p（WAVE）または米国高度道路交通協会（ ITS）と米国運輸省が推進する専用短距離通信（DSRC）規格802.​​11bdを使用することで、350mの短距離通信を実現できます。理論的には、これらのプロトコルの範囲は、モバイルアドホックネットワークまたはメッシュネットワークを使用することで拡張可能です。

長距離通信にはインフラストラクチャネットワークが使用されます。これらの方法を用いた長距離通信は既に確立されていますが、短距離プロトコルとは異なり、大規模で非常に高価なインフラストラクチャの導入が必要になります。

計算技術

近年の車載エレクトロニクスの進歩により、車載コンピュータプロセッサはより少数で、より高性能なものへと移行しています。2000年代初頭の典型的な車両には、非リアルタイムオペレーティングシステムを搭載した、ネットワーク化されたマイクロコントローラ／プログラマブルロジックコントローラモジュールが20～100個搭載されていました。現在の傾向は、ハードウェアメモリ管理とリアルタイムオペレーティングシステムを備えた、より少数でより高価なマイクロプロセッサモジュールへと移行しています。新しい組み込みシステムプラットフォームは、モデルベースプロセス制御、人工知能、ユビキタスコンピューティングなど、より高度なソフトウェアアプリケーションの実装を可能にしています。これらの中で、インテリジェント交通システムにとって最も重要なのはおそらく人工知能でしょう。

フローティングカーデータ/フローティングセルラーデータ

ポールに取り付けられたRFID E-ZPassリーダーとそのアンテナ（右）は、車両再識別方式を使用してニューヨーク市の交通監視に使用されています。

「フローティングカー」または「プローブ」データは他の輸送ルートから収集されました。生データを取得するために、大きく分けて4つの方法が用いられてきました。

  • 三角測量法。先進国では、多くの車に1台以上の携帯電話が搭載されている。携帯電話は、音声接続が確立されていないときでも、定期的に携帯電話ネットワークにプレゼンス情報を送信する。2000年代半ばには、携帯電話を匿名の交通プローブとして利用する試みがなされた。車が移動すると、車内に搭載されている携帯電話の信号も移動する。三角測量法、パターンマッチング、またはセルセクター統計（匿名形式）を用いてネットワークデータを測定・分析することで、データは交通流情報に変換される。渋滞が激しくなると、車や携帯電話の数が増え、プローブの数も増える。[ 10 ]

大都市圏ではアンテナ間の距離が短く、理論上は精度が向上します。この方法の利点は、道路沿いにインフラを整備する必要がなく、携帯電話ネットワークのみを活用できることです。しかし、実際には三角測量法は複雑になる可能性があり、特に同じ携帯電話基地局が2つ以上の並行路線（側道のある高速道路（フリーウェイ）、高速道路（フリーウェイ）と通勤鉄道、2つ以上の並行道路、バス路線でもある道路など）にサービスを提供している地域では複雑になります。2010年代初頭までに、三角測量法の人気は低下しました。

  • 車両再識別。車両再識別方式では、道路沿いに複数の検出器を設置する必要があります。この技術では、車両内のデバイスの固有のシリアル番号をある場所で検出し、その後、道路のさらに先で再検出（再識別）します。移動時間と速度は、特定のデバイスが2つのセンサーによって検出された時間を比較することで算出されます。これは、BluetoothなどのデバイスのMACアドレス[ 11 ] 、またはETC（電子料金収受装置）トランスポンダー（「通行タグ」とも呼ばれる）のRFIDシリアル番号を使用して行うことができます。
  • GPSベースの方法。交通データプロバイダーとの双方向通信機能を備えた車載カーナビ/ GPS（衛星ナビゲーション）システムを搭載した車両が増えています。これらの車両から取得した位置情報は、車両の速度計算に使用されます。最新の方法では、専用のハードウェアではなく、いわゆるテレマティクス2.0アプローチを用いたスマートフォンベースのソリューションが使用される場合があります。[ 12 ]
  • スマートフォンを活用した高度なモニタリング。様々なセンサーを搭載したスマートフォンは、交通速度や交通量を追跡するために活用できます。ドライバーが使用するスマートフォンの加速度計データを監視し、交通速度や道路状況を把握します。スマートフォンの音声データとGPSタグにより、交通量や渋滞の可能性を特定できます。これは、インドのバンガロールで研究実験システムNericellの一環として実装されました。[ 13 ]

フローティングカーデータ技術は、他の交通量測定方法に比べて次のような利点があります。

  • センサーやカメラよりも安価
  • より広範囲にカバー（すべての場所と道路を含む可能性があります）
  • セットアップが速く、メンテナンスも少ない
  • 大雨を含むあらゆる気象条件で動作します

センシング

電子料金徴収に使用されるアクティブRFIDタグ

通信・情報技術の技術進歩は、最先端のマイクロチップ、RFID（無線周波数識別）、そして安価なインテリジェントビーコンセンシング技術と相まって、世界中のインテリジェント交通システムにおける運転者の安全確保を促進する技術力を強化してきました。ITSのセンシングシステムは、車両とインフラをベースとしたネットワークシステム、すなわちインテリジェント車両技術です。インフラセンサーは、路面反射板などの破壊されないデバイスで、必要に応じて道路内または道路周辺（建物、柱、標識など）に設置または埋め込まれます。道路建設の予防保守時に手動で設置することも、迅速な展開のためにセンサー注入装置によって設置することもできます。車両センシングシステムには、識別通信のためのインフラ対車両および車両対インフラ電子ビーコンの設置が含まれます。また、世界の重要地域で運行される車両の持続的な監視を強化するために、ビデオ自動ナンバープレート認識技術や車両磁気シグネチャ検出技術を所定の間隔で採用することもできます。

誘導ループ検出

写真の下部にあるループ検知シーラントの長方形からわかるように、この交差点の舗装に埋め込まれた車両検知用の鋸で切ったループ検知器

誘導ループを路盤に設置することで、ループの磁場を通過する車両を検知できます。最も単純な検知器は、単位時間（米国では通常60秒）にループを通過する車両の台数をカウントするだけですが、より高度なセンサーは、車両の速度、長さ、クラス、そして車両間の距離を推定します。ループは単一車線または複数車線にまたがって設置でき、非常に低速または停止している車両だけでなく、高速で走行している車両にも機能します。

ビデオ車両検出

ビデオカメラを用いた交通流測定と自動事故検知は、車両検知のもう一つの形態です。自動ナンバープレート認識などに用いられるビデオ検知システムは、路面や路床に直接部品を設置する必要がないため、「非侵入型」交通検知方式として知られています。カメラからの映像はプロセッサに入力され、車両が通過する際の映像の変化を解析します。カメラは通常、道路上または道路に隣接する柱や構造物に設置されます。ほとんどのビデオ検知システムでは、プロセッサに基準となる背景画像を「学習」させるための初期設定が必要です。これには通常、車線間の距離や道路からのカメラの高さなどの既知の測定値の入力が含まれます。1台のビデオ検知プロセッサは、メーカーやモデルによって異なりますが、1台から8台のカメラからの交通を同時に検知できます。ビデオ検知システムからの典型的な出力は、車線ごとの車両速度、車両台数、車線占有率です。一部のシステムでは、車間距離、車間距離、停止車両検知、逆走車両警報などの追加出力も備えています。

Bluetooth検出

Bluetoothは、走行中の車両から位置情報を正確かつ低コストで送信する方法です。通過する車両に搭載されたBluetoothデバイスは、道路沿いのセンサーデバイスによって検出されます。これらのセンサーを相互接続することで、移動時間を計算し、出発地と目的地のマトリックスにデータを提供することができます。他の交通計測技術と比較して、Bluetooth計測にはいくつかの違いがあります。

  • 絶対的な確認を備えた正確な測定ポイントにより、2 回目の移動時間まで提供します。
  • 非侵入型であるため、恒久的なサイトと一時的なサイトの両方で低コストの設置が可能になります。
  • 車内でブロードキャストできる Bluetooth デバイスの数には制限があるため、カウントやその他のアプリケーションは制限されます。
  • 通常、システムのセットアップは迅速で、キャリブレーションはほとんど必要ありません。

Bluetoothデバイスが車両に搭載されるようになり、携帯型電子機器の放送が増えるにつれて、時間の経過とともに収集されるデータの量はより正確になり、移動時間や推定の目的にとって価値が高まります。詳細については、[ 14 ]をご覧ください。

タイヤ騒音、エンジン騒音、アイドリング騒音、クラクション、乱気流騒音などの累積音からなる音声信号を用いて、道路上の交通密度を測定することも可能である。路肩に設置されたマイクが様々な車両騒音からなる音声を拾い、音声信号処理技術を用いて交通状況を推定することができる。このようなシステムの精度は、前述の他の方法と比較して遜色ない。[ 15 ]

レーダー探知

レーダーは道路脇に設置され、交通流の測定や停止車両・立ち往生車両の検知に使用されます。ビデオシステムと同様に、レーダーは設置時に周囲の環境を学習するため、車両とその他の物体を区別することができます。また、視界不良の状況でも作動可能です。交通流レーダーは「サイドファイア」方式を用いて、狭い帯域で全車線を観測し、通過車両の台数をカウントして交通密度を推定します。停止車両検知（SVD）と自動事故検知には、360度レーダーシステムが使用され、広範囲の道路で全車線をスキャンします。レーダーは、他の技術よりも長距離で優れた性能を発揮すると報告されています。[ 16 ] SVDレーダーは、英国のすべてのスマート高速道路に設置される予定です。 [ 17 ]

複数の交通センシングモダリティからの情報融合

様々なセンシング技術から得られるデータをインテリジェントに組み合わせることで、交通状況を正確に把握することができます。路側で収集された音響、画像、センサーデータを活用するデータ融合型のアプローチは、それぞれの手法の利点を融合できることが実証されています。[ 18 ]

インテリジェント交通アプリケーション

緊急車両通報システム

2015年、EUは、自動車メーカーに対し、すべての新車にeCallを装備することを義務付ける法律を可決しました。eCallは、衝突の際に運転者を支援する欧州の取り組みです。[ 19 ]車載eCallは、車両の乗員が手動で生成するか、事故後に車載センサーが起動して自動的に生成されます。[ 20 ]起動すると、車載eCallデバイスは、音声とデータの両方を最寄りの緊急ポイント[ 20 ]（通常は最寄りのE 1-1-2公衆安全応答ポイント、PSAP）に直接伝送する緊急通話を確立します。音声通話により、車両の乗員は、訓練を受けたeCallオペレーターと通信できます。同時に、最小限のデータセットが音声通話を受信するeCallオペレーターに送信されます。

最低限必要なデータセットには、事故発生時刻、正確な位置、車両の進行方向、車両識別情報などに関する情報が含まれます。汎欧州eCallは、すべての新型型式承認車両に標準オプションとして搭載されることを目指しています。eCallシステムのメーカーによって、携帯電話ベース（車載インターフェースへのBluetooth接続）、eCallデバイス内蔵、あるいはナビゲーション、テレマティクスデバイス、料金徴収システムといったより広範なシステムの機能として提供される可能性があります。eCallは、欧州電気通信標準化機構（ETSI ）による標準化と、フランスや英国などのEU加盟国（大国）のコミットメントを 条件に、早ければ2010年末にも提供開始される予定です。

シンガポールのノースブリッジロードにある渋滞料金ガントリー

ECの資金提供を受けたプロジェクト「SafeTRIP」は、Sバンド衛星通信を活用し、道路の安全性を向上させ、強靭な通信を実現するオープンITSシステムを開発しています。このプラットフォームにより、EU域内における緊急通報サービスのカバー範囲が拡大されます。

公共交通機関

ITSは公共交通機関のデジタル化において重要な役割を果たし、運用効率の向上と乗客の体験の改善につながります。[ 21 ]主要なアプリケーションは、ユーザーにより良い情報を提供し、運用を合理化することに重点を置いています。

最も一般的なアプリケーションの一つは、リアルタイム乗客情報（RTPI）の提供です。これらのシステムは、公共交通機関の車両に搭載されたGPS追跡装置を用いて、車両の位置と速度を継続的に監視します。このデータは、モバイルアプリケーションやバス停のディスプレイを通じて、乗客の到着時刻と出発時刻の正確な予測を計算し、提供します。[ 22 ]

もう一つの重要な変革分野は電子チケットです。スマートカードやモバイルアプリを用いたデジタル決済・認証システムは、旅行者にとってより便利な体験を提供します。これらのシステムは、エストニアのような国のシステムに見られるように、バス、電車、フェリーなどの異なる交通手段、さらには異なる都市や地域をまたいだシームレスな移動を可能にする統合チケットプラットフォームへと発展させることができます。[ 23 ]これらのITSアプリケーションから収集されたデータは、交通当局が移動パターンをより適切に分析し、ルートを最適化し、全体的なサービス計画を改善することにも役立ちます。

自動道路執行

ブラジリアの地上センサーを備えた自動速度取り締まりガントリーまたはロンバダ・エレトロニカ

交通取締カメラシステムは、カメラと車両監視装置で構成され、速度制限やその他の道路法規制に違反する車両を検知・識別し、ナンバープレートに基づいて違反者に自動的に違反切符を交付します。交通切符は郵送で送付されます。用途には以下が含まれます。

可変速度制限

米国の可変速度制限標識の例

最近、一部の管轄区域では、道路の混雑状況やその他の要因に応じて変化する可変速度制限の実験が始まっている。通常、このような速度制限は、道路状況が良いときに速度が上がるのではなく、悪天候時にのみ低下する。その一例が、ロンドンを周回する英国のM25高速道路である。M25の最も交通量の多い14マイル（23 km）区間（ジャンクション10から16）では、1995年から自動取締りと組み合わせた可変速度制限が施行されている。初期の結果では、移動時間の短縮、交通の流れのスムーズ化、事故件数の減少が示されたため、1997年に恒久的に導入された。M25でのさらなる実験は、これまでのところ決定的な結果は出ていない。[ 24 ]

衝突回避システム

日本では高速道路にセンサーを設置し、前方に車が渋滞していることを運転者に知らせている。[ 25 ]

道路上の協調システム

道路における通信協力には、車対車、車対インフラ、そしてその逆が含まれます。車両から得られるデータは取得され、中央統合・処理のためにサーバーに送信されます。これらのデータは、雨天（ワイパー動作）や渋滞（頻繁なブレーキ動作）などの事象を検出するために使用できます。サーバーは、単一のドライバーまたは特定のドライバーグループ向けの運転推奨事項を処理し、それを車両にワイヤレスで送信します。協調システムの目標は、通信およびセンサーインフラを活用・計画し、道路の安全性を向上させることです。道路交通における協調システムの定義は、欧州委員会によるものです。[ 26 ] [ 27 ]

道路管理者、インフラ、車両、その運転手、そしてその他の道路利用者は、最も効率的で安全、安心、快適な移動を実現するために協力します。車両間および車両インフラ間の協調システムは、単独のシステムで達成可能な改善を超えて、これらの目標の達成に貢献します。

世界高度道路交通システム会議（ITS世界会議）は、ITS技術を促進するための年次見本市です。ERTICO-ITSヨーロッパ、ITSアメリカ、ITSアジア太平洋が、毎年開催されるITS世界会議および展示会を後援しています。毎年、イベントは異なる地域（ヨーロッパ、アメリカ、またはアジア太平洋）で開催されます。[ 28 ]第1回ITS世界会議は1994年にパリで開催されました。[ 29 ]

スマート交通 – 新しいビジネスモデル

世界中で、新たなモビリティとスマートな交通モデルが出現しています。LimeやBirdといった自転車シェアリング、カーシェアリング、スクーターシェアリングのスキームは人気を高め続けています。電気自動車の充電システムは多くの都市で普及し始めています。コネクテッドカーは成長市場セグメントであり、新しいスマートパーキングソリューションは世界中の通勤者や買い物客に利用されています。これらの新しいモデルはすべて、都市部におけるラストマイルの問題を解決する機会を提供します。

つながる世界におけるITS

モバイル通信事業者は、これらのバリューチェーンにおいて（接続サービスの提供だけにとどまらず）重要な役割を担うようになっています。専用アプリは、モバイル決済の受付、データ分析やナビゲーションツールの提供、インセンティブや割引の提供、そしてデジタルコマースの媒体としての役割など、様々な用途に活用されています。

支払いと請求の柔軟性

これらの新しいモビリティモデルには、高い収益化の俊敏性とパートナー管理能力が求められます。柔軟な決済・請求プラットフォームは、収益を迅速かつ容易に分配し、顧客体験全体を向上させることを可能にします。より良いサービスに加えて、ユーザーは割引、ロイヤルティポイント、特典などの特典を受け、ダイレクトマーケティングを通じてエンゲージメントを高めることができます。

ヨーロッパ

各国ITS協会ネットワークは、各国のITS関係者の集まりです。2004年10月7日にロンドンで正式に発表されました。事務局はERTICO – ITS Europeにあります。[ 30 ]

ERTICO – ITS Europeは、ITSの開発と展開を促進する官民パートナーシップです。公的機関、業界関係者、インフラ事業者、ユーザー、各国ITS協会、その他の組織を連携させています。ERTICOの活動プログラムは、環境への影響を軽減する対策を考慮しつつ、交通の安全性、セキュリティ、ネットワーク効率を向上させる取り組みに重点を置いています。

アメリカ合衆国

米国では、各州にITS支部があり、ITS技術とアイデアの普及・紹介を目的とした年次会議が開催されています。この会議には、州内の各運輸局（州、市、町、郡）の代表者が出席します。

ラテンアメリカ

コロンビア

戦略的公共交通システムが導入されているコロンビアの中間都市では、都市交通ネットワークはサービス提供の質を向上させるパラメータの下で運営されなければならない。これらの都市の交通システムが直面している課題のいくつかは、システムで輸送される乗客数の増加と、公共交通機関の車両の管理と制御のために統合する必要がある技術の採用を目的としている。[ 31 ]これを達成するには、戦略的システムがインテリジェント交通システムと情報通信技術に基づくソリューションを統合し、車両の制御と管理、電子運賃徴収、道路安全、およびユーザーへの情報配信を最適化する必要がある。[ 32 ]これらの交通システムで技術がカバーする機能には、車両のスケジュール設定、車両の位置と追跡可能性、運用データのクラウドストレージ、他の情報システムとの相互運用性、運用の集中化、乗客のカウント、データの制御と可視化などがある。[ 33 ]

参照

参考文献

  1. ^ Mahmood, Adnan; Siddiqui, Sarah Ali; Sheng, Quan Z.; Zhang, Wei Emma; Suzuki, Hajime; Ni, Wei (2022年6月). 「Trust on wheels: Towards secure and resource efficient IoV networks」 . Computing . 104 (6): 1337– 1358. doi : 10.1007/s00607-021-01040-7 . ISSN  0010-485X . S2CID  246434811 .
  2. ^ 2010年7月7日の欧州議会および理事会の指令2010/40/ EU。eur-lex.europa.eu
  3. ^ 「交通渋滞による遅延の削減。[Social Impact]。ITS。インテリジェント交通システムセンターおよびテストベッド」。SIOR 、Social Impact Open Repository 。 2017年9月5日時点のオリジナルからアーカイブ。 2017年9月5日閲覧。
  4. ^ “高速道路の渋滞を解消するスマート技術” .パース今。 2020-07-07 。2020-10-07に取得。
  5. ^モナハン、トーリン（2007年）。路上の「戦争室」：交通管制センターにおける監視の実践（PDF） . The Communication Review . 10 (4): 367– 389. CiteSeerX  10.1.1.691.8788 . doi : 10.1080/10714420701715456 . S2CID  44101831 . 2022年10月10日時点のオリジナルよりアーカイブ（PDF） .
  6. ^ Skarga-Bandurova, I.; Derkach, M.; Kotsiuba, I. (2018年9月). 「公共交通機関の到着予測を提供するための情報サービス」 2018 IEEE 第4回国際無線システムシンポジウム（国際インテリジェントデータ取得および高度コンピューティングシステム会議（IDAACS-SWS）内） : 84–88 .
  7. ^ Omid, Ghaffarpasand; Mark, Burke; K., Osei; Helen, Ursell; Sam, Chapman; D., Pope (2022年1月). 「持続可能な都市物流のためのインテリジェントなフリート管理システム」 . Sustainability . 14 (24) . 2025年9月19日閲覧。
  8. ^ 「自動車用高度道路交通システム（ITS）」ETSI。2025年9月19日閲覧。
  9. ^ 「よくある質問」。米国運輸省、インテリジェント交通システム共同プログラムオフィス。 2000年1月16日時点のオリジナルよりアーカイブ。 2016年11月10日閲覧。
  10. ^ Ben-Gal, I., Weinstock, S., Singer, G., & Bambos, N. (2019). 「モビリティ行動パターンによるユーザーのクラスタリング」(PDF) . ACM Transactions on Knowledge Discovery from Data (TKDD), 13(4), 45. 2019年10月14日時点のオリジナル(PDF)からアーカイブ。 2022年5月29日閲覧。{{cite web}}: CS1 maint: 複数名: 著者リスト (リンク) CS1 maint: 数値名: 著者リスト (リンク)
  11. ^フィリップ・ジョン・ターノフ、ダーシー・M・ブロック、スタンレー・E・ヤング他「旅行時間データ情報収集と処理の継続的な進化」、運輸研究委員会年次会議2009年論文#09-2030。運輸研究委員会第88回年次会議論文集DVD
  12. ^ 「GPS衛星ナビゲーション」 2017年1月12日。
  13. ^ Mohan, Prashanth, Venkata N. Padmanabhan, Ramachandran Ramjee. Nericell: モバイルスマートフォンを用いた道路・交通状況の高度なモニタリング.第6回ACM組み込みネットワークセンサーシステム会議議事録. ACM, 2008.
  14. ^ Ahmed, Hazem; EL-Darieby, Mohamed; Abdulhai, Baher; Morgan, Yasser (2008-01-13). 「交通監視のためのBluetoothおよびWi-Fiベースのメッシュネットワークプラットフォーム」 .運輸研究委員会第87回年次会議.
  15. ^ Tyagi, V., Kalyanaraman, S., Krishnapuram, R. (2012). 「累積道路音響に基づく車両交通密度状態推定」. IEEE Transactions on Intelligent Transportation Systems . 13 (3): 1156– 1166. Bibcode : 2012ITITr..13.1156T . doi : 10.1109/TITS.2012.2190509 . S2CID 14434273 . {{cite journal}}: CS1 maint: 複数の名前: 著者リスト (リンク)
  16. ^ 「スマート高速道路アプリケーション向け停止車両検出（SVD）技術の比較」 Ogier Electronics . 2020年5月4日閲覧。
  17. ^ 「スマート高速道路の証拠のストックテイクと行動計画」 GOV.UK. 2020年4月12日閲覧。
  18. ^ Joshi, V., Rajamani, N., Takayuki, K., Prathapaneni, N., Subramaniam, LV (2013).情報融合に基づく学習による簡素な交通状況センシング. 第23回国際人工知能合同会議議事録.{{cite conference}}: CS1 maint: 複数の名前: 著者リスト (リンク)
  19. ^キーティング、デイブ。「ヨーロッパのすべての車が自力で警察に通報できるようになった」フォーブス。2019年9月25日閲覧。
  20. ^ a bコリン・グリーソン「新型車、衝突事故を当局に自動通報」アイリッシュ・タイムズ。 2019年9月25日閲覧。
  21. ^ 「スマートで安全：デジタル化が公共交通機関をどのように変革しているか」 Berg Insight . 2025年9月19日閲覧。
  22. ^ Skarga-Bandurova, I.; Derkach, M.; Kotsiuba, I. (2018年9月). 「公共交通機関の到着予測を提供するための情報サービス」. 2018 IEEE 第4回国際無線システムシンポジウム（国際インテリジェントデータ取得および高度コンピューティングシステム会議 (IDAACS-SWS) 内） . pp.  84– 88. doi : 10.1109/IDAACS-SWS.2018.8525787 . ISBN 978-1-5386-9339-1。
  23. ^ 「エストニアの公共交通機関のデジタル変革」 Shared City . 2025年9月19日閲覧。
  24. ^報告書（HC 15、2004–05）：イングランドの高速道路と幹線道路の有効活用による渋滞対策（報告書全文）（PDF）、会計検査院、2004年11月26日、2005年3月11日時点のオリジナルからアーカイブ（PDF） 、 2009年9月17日取得
  25. ^日本の道路事故の傾向Archived 2009-05-21 at the Wayback Machine . nilim.go.jp
  26. ^第3回eSafetyフォーラム、2004年3月25日
  27. ^欧州委員会、「情報社会」総局、C局「小型化、組み込みシステム、社会アプリケーション」、ユニットC.5「交通と環境のためのICT」、「道路交通のための協調システムに向けて」、交通クラスタリング会議、2004年11月8日。
  28. ^ 「ITS世界会議」プロモーションウェブサイト。2016年11月10日閲覧。
  29. ^ 「ITS World Congress 2025」 . www.ntradeshows.com . 2023年9月2日閲覧。
  30. ^ 「全国ITS協会ネットワークのご紹介！」プロモーションウェブサイト。 2016年11月10日閲覧。
  31. ^ラミレス＝ゲレーロ、トーマス、トロ、マウリシオ、ビジェガス・ロペス、グスタボ、カスタネダ、レオネル (2022). 「中規模都市における持続可能なモビリティへの公共交通車両の管理・制御に関する機能要件の適用」 .コミュニケーション、スマートテクノロジー、そして社会のためのイノベーション. スマートイノベーション、システム、テクノロジー. 第252巻. pp.  673– 683. doi : 10.1007/978-981-16-4126-8_60 . ISBN 978-981-16-4125-1. S2CID  244182421 . 2022年5月23日閲覧。{{cite book}}:|periodical=無視されました (ヘルプ)
  32. ^ Ramirez-Guerrero, T; Toro, M; Villegas López, GA; Castañeda, LF (2020). 「中間都市の公共交通システムの物理アーキテクチャに適用される低コスト計算システム」 . Journal of Physics: Conference Series . 1702 (1) 012018. Bibcode : 2020JPhCS1702a2018R . doi : 10.1088/1742-6596/1702/1/012018 .
  33. ^ラミレス＝ゲレーロ, トマス; トロ, マウリシオ; タバレス, マルタ S.; サラザール＝カブレラ, リカルド; パチョン・デ・ラ・クルス, アルバロ (2022). 「中規模都市の都市交通サービスにおけるITサービス統合の鍵となる側面：コロンビアにおける質的探索的研究」 .サステナビリティ. 14 (5): 2478. Bibcode : 2022Sust...14.2478R . doi : 10.3390/su14052478 .
「 https://en.wikipedia.org/w/index.php?title=Intelligent_transportation_system&oldid=1332613008」より取得