本研究では，効果的な交通安全対策の導入・展開を目的とし，事故の危険性の高い箇所および交通状況を抽出するため，事故発生リスク算定モデルを構築した．

　具体的には，阪神高速道路ネットワークを対象に，2006年1月1日から2008年12月31日の3年間の交通事故データ， 交通流観測データ，道路構造データおよび降水量データを用いて，交通流状態， 道路幾何構造および道路環境等の各種事故発生要因と事故発生リスクの関係を考慮したポアソン回帰モデルを構築し，事故発生リスク要因分析を行った．

　その結果，交通流要因は，施設接触事故には有意な影響を与えないものの，追突事故ならびに車両接触事故の事故発生リスクに有意に影響を与えるなど，各種要因が事故発生リスクに与える影響は事故形態別に異なることが示された．

　都市間高速道路の渋滞の約6割を占める高速道路サグ部の渋滞対策として、速度に応じて一定の車間を維持可能なACCの活用が期待されている。
しかしながらどのようなACC性能が交通円滑化に寄与するかは、必ずしも明らかではない。

　そこで、サグ部の渋滞緩和に資するACCの性能を制御規範（車間時間制御または車頭時間制御）、制御目標、加速性能、過渡応答特性の観点から検討し、渋滞発生前の車線利用適正化および車間適正化、渋滞発生後の速度回復を図る渋滞対策サービスについて、ミクロ交通シミュレーションにより各性能案のACC車を混入させたときの渋滞発生確率、渋滞発生後捌け交通量を評価した。

　また、東名高速道路下り大和サグ部を対象に、各渋滞対策サービスを実施した際のACC車の混入率に応じた渋滞損失時間の削減率を各性能別に試算した。

　走行中の車両から先行車両との距離を測定する車間距離測定技術の普及が始まっている．

　その本来の目的は運転支援であるが，車頭距離は局所的な交通密度の逆数であり，交通流観測の観点からも有用な情報である．

　この技術をプローブカーの観測手段として応用すると，既存のGPSプローブカーでは観測・推定困難である流率・密度の推定が可能と期待される．

　本論文では，そのような観点に基づき，都市高速道路での車間距離測定プローブカーを用いた実験結果を報告する．

　実験では，高速都心環状線にて車載カメラとGPSロガーを搭載した実験車両20台を1時間に渡り周回走行させた．

　本実験車両は，車載カメラの撮影画像から車頭距離を，GPSログから位置をそれぞれ測定するものである．

　そして，得られたプローブデータを車両感知器データと比較しその妥当性を検証するとともに，プローブデータを既に構築した交通量推定手法に適用しその精度と性質を定量的に明らかにした．

　効率的な交通政策を行うにあたり、その根拠となる詳細かつ即時性の高い交通状況の把握への需要が高まっている。

　特に携帯電話の通信時の記録であるCDRは、時空間的な解像度が位置情報としては比較的低い中、大規模かつ長期間なデータが取得しやすいことから活用が期待されている。

　そこで本研究では、スパースなCDRデータセットにも適用可能な、長期間の観測履歴にみられる観測の規則性を反映した人の移動推定手法を提案する。

　行動モデルとCDR観測の統合にはデータ同化手法のひとつであるパーティクルフィルタを用いた。

　提案した手法について、実際の観測データおよび、擬似的に編成したより時間的にスパースなデータセットを用いて実験・検証を行った。