我々は交通渋滞緩和や交通事故削減に貢献するべく、プローブデータを用いた交通流の異常を検知する方式を研究している。これにより、従来の人での監視に代わるような迅速かつ自動での交通異常の把握を実現することが期待できる。本稿では、プローブデータを用いて異常を検知する手法を提案し、提案手法の効果を実際のプローブデータに適用した評価結果をまとめる。提案手法は大きく3つの判定処理で異常の検知を行う。最初に渋滞の発生をプローブデータの速度から判定する。次にその箇所で急ブレーキ・急ハンドルを行った車両が急増しているか判定を行う。最後にすでに発生している渋滞が交通集中によるものかを過去の統計から判定し、交通集中渋滞ではないと判定した場合、異常を発報する方式である。実データでの評価結果として、我々の方式により高い適合率での検知が可能であること、ほとんどの交通異常において人力での監視と同等なタイミングで異常を検知できることが確認できた。
