CN103206958B

CN103206958B - 路径预测系统、路径预测方法

Info

Publication number: CN103206958B
Application number: CN201310018605.9A
Authority: CN
Inventors: 伊藤靖之; 水野伸洋
Original assignee: Denso Corp
Current assignee: Denso Corp
Priority date: 2012-01-17
Filing date: 2013-01-17
Publication date: 2015-12-09
Anticipated expiration: 2033-01-17
Also published as: JP2013148387A; CN103206958A; JP5979885B2

Abstract

本发明涉及路径预测系统、路径预测方法以及程序。本发明公开的该路径预测系统能够进行包含过去未行驶过的区间在内的路径预测。路径预测系统具备：存储了各个车辆的行驶历史数据的行驶历史存储部（32）；检测路径预测的对象车辆的当前位置的当前位置检测部（11）；从所述行驶历史存储部（32）取得所述对象车辆的行驶历史数据和与所述对象车辆不同的其他车辆的行驶历史数据，并基于所述对象车辆的行驶历史数据、所述其他车辆的行驶历史数据以及所述当前位置，来求出所述对象车辆的预测路径的路径预测部（33）；以及输出由所述路径预测部（33）求出的预测路径的数据输出部（31）。

Description

路径预测系统、路径预测方法

技术领域

本发明涉及对车辆行进的路径进行预测的路径预测系统、路径预测方法以及程序。

背景技术

在以往，公知一种对车辆行进的路径进行预测的系统。例如，日本JP-2009-109275A公开了一种能够提高预测路径的导出精度的路径导出装置。该装置基于过去的行驶历史来对将来的行驶路径进行预测。

该装置的目的在于，在多个驾驶员利用一台车辆的情况下，消除其他驾驶员的行驶历史成为路径预测的噪声的问题。具体而言，该装置的特征在于具有确定驾驶员的确定单元，基于确定出的驾驶员的过去的行驶历史来进行路径预测。

上述那样的以往的路径预测的方法尽管在过去行驶过的区间能够精度良好地进行路径预测，但是在不是过去行驶过的区间中就无法进行预测。

发明内容

本发明鉴于上述背景而提出，其目的在于提供一种能够进行包含过去未行驶过的区间在内的路径预测的路径预测系统、路径预测方法以及程序。

本申请发明人们潜心地进行了多个驾驶员的行驶历史的收集以及分析等，结果可知，在自家住宅、公司周边等非常熟悉的区间，对路径的选择反映出了各驾驶员的偏好，在路径的选择中体现了个性，但是在未行驶过的区间中，无论是哪个驾驶员都会选择相同的路径，例如选择主干道路、比较大的马路等。基于该发现，本申请发明人们完成了即使在过去未行驶过的区间中也能够进行高精度的路径预测的路径预测系统、路径预测方法以及程序。

本发明的一例的路径预测系统具备：存储了各个车辆的行驶历史数据的行驶历史存储部；对路径预测的对象车辆的当前位置进行检测的当前位置检测部；从所述行驶历史存储部取得所述对象车辆的行驶历史数据和与所述对象车辆不同的其他车辆的行驶历史数据，并根据所述对象车辆的行驶历史数据、所述其他车辆的行驶历史数据以及所述当前位置，来求出所述对象车辆的预测路径的路径预测部；以及输出在所述路径预测部中求出的预测路径的数据的输出部。

另外，本发明的一例的路径预测方法是利用路径预测系统来对车辆所行进的路径进行预测的方法，具备：路径预测系统对路径预测的对象车辆的当前位置进行检测的步骤；路径预测系统从存储有各个车辆的行驶历史数据的行驶历史存储部取得所述对象车辆的行驶历史数据和与所述对象车辆不同的其他车辆的行驶历史数据，并基于所述对象车辆的行驶历史数据、所述其他车辆的行驶历史数据以及所述当前位置，来求出所述对象车辆的预测路径的步骤；以及路径预测系统输出所求出的预测路径的数据的步骤。

另外，本发明的一例的程序是用于对车辆行进的路径进行预测的程序，使计算机执行：取得路径预测的对象车辆的当前位置步骤；从存储有各个车辆的行驶历史数据的行驶历史存储部取得所述对象车辆的行驶历史数据和与所述对象车辆不同的其他车辆的行驶历史数据，并基于所述对象车辆的行驶历史数据、所述其他车辆的行驶历史数据以及所述当前位置，来求出所述对象车辆的预测路径的步骤；以及输出所求出的预测路径的数据的步骤。

这样，不仅利用成为路径预测对象的对象车辆的行驶历史数据，还利用其他车辆的行驶历史数据来进行路径预测，由此利用其他车辆的行驶历史数据来补充对象车辆的行驶历史数据，从而即使在对象车辆未行驶过的区域中也能够恰当地进行路径预测。在上述现有技术中可见，由于以往，他人的行驶历史会成为预测的噪声，因此仅利用预测对象的驾驶员的行驶历史用来进行预测。利用其他车辆的行驶历史数据来进行路径预测的本发明的路径预测系统、路径预测方法以及程序的构成是与以往完全相反的构思，是划时代的方法。

根据上述路径预测系统、路径预测方法以及程序，即使在驾驶员过去未行驶过的区域中也能够恰当地进行路径预测这样的效果。

关于本发明的上述以及其他目的、特征或优点，根据参照了所附的附图的下述详细说明，变得更为明确。在所附的附图中：

附图说明

图1是表示第1实施方式的路径预测系统的构成的图。

图2是表示动力传动机构的构成的图。

图3是表示在行驶历史DB中存储的数据的例子的图。

图4是表示在行驶历史DB中存储的数据的例子的图。

图5是表示路径预测装置的硬件构成的图。

图6是表示第1实施方式的路径预测装置的动作的图。

图7是表示第2实施方式的路径预测装置的动作的图。

图8是表示在第3实施方式的行驶历史DB中存储的数据的例子的图。

图9是表示第3实施方式的路径预测装置的动作的图。

图10是表示第3实施方式的变形例的路径预测装置的动作的图。

图11是表示第4实施方式的路径预测系统的构成的图。

图12是表示第4实施方式的路径预测系统的动作的图。

具体实施方式

以下，针对本发明的路径预测系统，列举实施方式来详细地说明。

（第1实施方式）

图1是表示第1实施方式的路径预测系统的构成的图。在本实施方式中，列举在再生控制中利用由路径预测系统进行了路径预测的结果的例子。

路径预测系统具有安装在车辆中的车载装置10和从车载装置10收集行驶历史数据，并基于行驶历史数据来进行路径预测的路径预测装置30。车载装置10被分别安装在多个车辆中。车载装置10和路径预测装置30通过网络无线连接。路径预测装置30收集多个车辆的行驶历史数据。另外，当有从车载装置10的路径预测请求时，路径预测装置30通过路径计算部33来计算所预测的路径，将预测路径数据发送给车载装置10。

车载装置10将确定车辆的标识符和车辆的当前位置的数据发送给路径预测装置30，请求计算车辆的预测路径。车载装置10从路径预测装置30接收预测路径数据，并利用预测路径数据来进行再生控制。

车载装置10具有检测车辆的当前位置的当前位置检测部11；保存包括道路路段的数据的地图数据的地图数据库（以下，称为“地图DB”）12；通过基于当前位置的数据和地图数据来确定车辆所行驶的道路路段、在交叉点的行进方向，来取得行驶信息的行驶信息取得部13；存储行驶信息的存储部15；以及用于与路径预测装置30进行通信的通信部14。另外，车载装置10具有再生控制部16作为利用路径预测结果的应用程序。再生控制部16与动力传动机构20连接。

当前位置检测部11例如具有用于检测车辆的绝对方位的地磁传感器、用于检测车辆的相对方位的陀螺仪、检测车辆的行驶距离的距离传感器以及用于基于来自卫星的电波来测定车辆的位置全球定位系统（GPS）的GPS接收机。这些传感器等各自具有性质不同的误差，因此构成为由多个传感器等相互补充地使用。此外，根据精度的不同，也可以利用上述中的一部分传感器来构成当前位置检测部11。当前位置检测部11还可以利用转向装置的旋转传感器（未图示）、各传动轮的车速传感器（未图示）等。

行驶信息取得部13将当前位置数据与地图数据进行对照，来确定车辆当前行驶的道路路段或者交叉点。每当车辆正在行驶的道路路段发生改变时，行驶信息取得部13就将道路路段的数据存储在存储部15中。另外，每当通过交叉点时，行驶信息取得部13就将表示针对交叉点从哪个方向进入向哪个分支方向通过的数据存储在存储部15中。在存储部15中存储的行驶信息被定期或者随时发送给路径预测装置30。

图2是表示动力传动机构20的构成的图。动力传动机构20具有发动机21、发电机22、动力控制单元23、蓄电装置24以及电动机25。动力控制单元23与发电机22和电动机25连接，利用基于发动机21动力的发电和基于电动机25的旋转的发电来对蓄电装置24进行充电，电动机25的旋转是基于车轮的驱动而产生的。另外，动力控制单元23通过使蓄电装置24放电，来驱动电动机25。再生控制部16与动力控制单元23连接，来控制动力控制单元23对蓄电装置24的充放电。再生控制部16例如在预测路径中下坡多的情况下，能够在之后的下坡路对蓄电装置进行充电，因此能够进行通过对蓄电装置进行放电来驱动车辆的控制。

接着，说明路径预测装置30。路径预测装置30具有用于与车载装置10进行通信的通信部31；存储从车载装置10接收的行驶历史数据的行驶历史数据库（以下，称为“行驶历史DB”）32以及利用行驶历史数据来计算车辆接下来要行驶的路径的路径计算部33。

图3以及图4是表示在行驶历史DB32中存储的数据的图。图3所示的行驶历史数据是表示交叉点处的行进方向的数据。图4所示的行驶历史数据是表示路段的通过次数的数据。如图3以及图4所示，在行驶历史DB32中，行驶历史数据与各车辆相关联地存储。如图3所示，在交叉点处的行进方向是按每个确定交叉点的交叉点ID，由表示进入该交叉点的方向和从交叉点向各分支方向通过的通过次数的数据而确定的。此外，能够根据图3所示的行驶历史数据，来计算图4所示的各路段的通过次数。

路径预测装置30从车载装置10随时或者定期取得行驶历史数据，将取得的行驶历史数据保存在行驶历史DB32中。作为随时取得行驶历史数据的构成，例如在车辆起动发动机的时机，车载装置10将行驶历史数据发送给路径预测装置30，路径预测装置30能够进行接收的构成。

路径计算部33具有基于行驶历史数据来计算预测路径的功能。针对路径计算的具体处理，在以下所述的动作说明中进行说明。路径预测装置30将预测路径的数据发送给车载装置10。

下面，说明本实施方式的路径预测系统的动作。首先，车载装置10利用当前位置检测部11来检测车辆的当前位置。然后，车载装置10将车辆的标识符和检测出的当前位置数据发送给路径预测装置30。

图5是表示路径预测装置30的动作的流程图。路径预测装置30的路径计算部33当接收到从车载装置10发送来的车辆标识符和当前位置数据（S10）时，从行驶历史DB32读出由车辆标识符确定的车辆的行驶历史数据（S12）。接着，路径预测装置30基于车辆的当前位置数据，来判定包含车辆的当前位置的规定范围（例如，半径5km以内）的对象车辆（路径预测的对象车辆）的行驶历史数据的数据量是否在规定的阈值以上（S14）。

在对象车辆的行驶历史数据的数据量为规定的阈值以上的情况下（在S14中“是”），路径计算部33基于对象车辆的行驶历史数据来进行预测路径的计算（S16）。路径计算部33根据过去的行驶次数来计算车辆行进的方向的概率，求出概率值最大的路径作为预测路径。

在对象车辆的行驶历史数据的数据量小于规定的阈值的情况下（在S14中“否”），路径计算部33从行驶历史DB32读出其他车辆的行驶历史数据（S18），并基于读出的行驶历史数据来进行预测路径的计算（S20）。此外，在此处的预测路径的计算中，路径计算部33除了使用其他车辆的行驶历史数据之外，还可以使用已经读出的对象车辆的行驶历史数据。

路径预测装置30将表示由路径计算部33计算出的预测路径的预测路径数据发送给车载装置10（S22）。

车载装置10当从路径预测装置30接收到预测路径数据时，将接收到的预测路径数据转发给再生控制部16。再生控制部16利用预测路径数据，基于被预测为车辆接下来要行进的路径与当前位置之间的高低差，来进行再生控制。

图6是表示在上述中说明的路径预测装置30的硬件构成的图。路径预测装置30由具备CentralProcessingUnit(CPU)40、RandomAccessMemory(RAM)41、Read-OnlyMemory(ROM)42、通信接口43、硬盘44、操作部45以及数据总线46的计算机构成。CPU40、RAM41、ROM42、通信接口43、硬盘44、操作部45通过数据总线46连接。CPU40通过按照在ROM42中写入的程序47来执行运算处理，从而实现上述路径预测装置30的功能。这样的程序47包含在本发明的范围中。以上，说明了第1实施方式的路径预测系统的构成以及动作。

第1实施方式的路径预测系统按每一车辆来存储路径预测装置30从多个车辆收集到的行驶历史数据。在路径预测对象的车辆（对象车辆）的当前位置周边的行驶历史数据的数据量多的情况下，路径预测系统利用该路径预测对象的车辆的行驶历史数据来进行路径预测。另一方面，在路径预测对象的车辆的当前位置周边的行驶历史数据少的情况下，路径预测系统能够利用其他车辆的行驶历史数据来进行路径预测。因此，即使在路径预测对象的车辆的行驶经验少或者完全没有行驶经验的区域，路径预测系统也能够对该路径预测对象的车辆进行恰当的路径预测。

（第2实施方式）

接着，说明第2实施方式的路径预测系统。第2实施方式的路径预测系统的基本构成与第1实施方式的路径预测系统相同。在第2实施方式的路径预测系统中，路径计算部33所进行的路径计算的方式与第1实施方式不同。

图7是表示路径预测装置30的动作的流程图。路径预测装置30的路径计算部33当接收到从车载装置10发送来的车辆标识符和当前位置数据时（S30），从行驶历史DB32读出全部车辆的行驶历史数据（S32）。

接着，路径计算部33基于全部车辆的行驶历史数据，进行对象车辆的预测路径的计算（S34）。具体而言，对其他车辆的行驶历史数据乘以权重系数α，对对象车辆的行驶历史数据乘以权重系数β（β＞α），并合计各自的计算值。由此，生成较强地反映了对象车辆的行驶历史数据的行驶历史数据。路径计算部33利用被赋予权重后的行驶历史数据，来计算预测路径。路径预测装置30将在路径计算部33中求出的预测路径数据发送给车载装置10（S36）。

第2实施方式的路径预测系统与第1实施方式同样地，在路径预测对象的车辆的当前位置周边的行驶历史数据少的情况下，能够利用其他车辆的行驶历史数据来进行路径预测，因此即使在该路径预测对象的车辆的行驶经验少或者完全没有行驶经验的区域，也能够对该路径预测对象的车辆进行恰当的路径预测。对对象车辆的行驶历史数据乘以权重系数β，该权重系数β比对其他车辆乘以的权重系数α大，因此在当前位置周边的行驶经验丰富的情况下，能够进行较强地反映了对象车辆的行驶历史数据的路径预测。

（第3实施方式）

下面，说明第3实施方式的路径预测系统。第3实施方式的路径预测系统的基本构成与第1实施方式的路径预测系统相同。在第3实施方式的路径预测系统中，在路径预测装置30的行驶历史DB32中存储车种数据这方面与第1实施方式不同。

图8是表示路径预测装置30的行驶历史DB32中存储的数据的例子的图。如图8所示，除了各个车辆的行驶历史数据之外，还存储有各车辆的车种的数据。

图9是表示路径预测装置30的动作的流程图。路径预测装置30的路径计算部33当接收到从车载装置10发送来的车辆标识符和当前位置数据时（S10），从行驶历史DB32读出由车辆标识符确定的车辆的行驶历史数据（S12）。接着，路径预测装置30基于车辆的当前位置数据，判定包含车辆的当前位置的规定范围（例如，半径5km以内）的对象车辆的行驶历史数据的数据量是否在规定的阈值以上（S14）。

在对象车辆的行驶历史数据的数据量为规定的阈值以上的情况下（在S14中“是”），路径计算部33基于对象车辆的行驶历史数据来进行预测路径的计算（S16）。以上的动作与第1实施方式相同。

在对象车辆的行驶历史数据的数据量小于规定的阈值的情况下（在S14中为“否”），路径计算部33从行驶历史DB32读出与对象车辆相同的车种的其他车辆的行驶历史数据（S24）。例如，在成为路径预测的对象的车辆的车种为“a”的情况下，从行驶历史DB32读出车种为“a”的车辆的行驶历史数据。

接着，路径计算部33基于读出的行驶历史数据来进行预测路径的计算（S26）。路径预测装置30将表示由路径计算部33计算出的预测路径的预测路径数据发送给车载装置10（S28）。以上说明了第3实施方式的路径预测系统的构成以及动作。

在第3实施方式的路径预测系统中，在对象车辆的行驶历史数据少的情况下，基于与对象车辆相同车种的其他车辆的行驶历史数据来计算预测路径，因此能够提高路径预测的精度。在本实施方式中，利用车种的数据作为对行驶历史数据进行分类的条件，但是也可以利用车种以外的条件来对行驶历史数据进行分类。例如，还可以利用车辆的价格区间、车辆的大小等作为条件。

此外，在本实施方式中，与第1实施方式同样地，以根据行驶历史数据的多少来切换是利用对象车辆的行驶历史数据还是利用其他车辆的行驶历史数据的方法为例来进行了说明。但是，当进行在第2实施方式中说明的预测路径的计算的情况下，也可以利用上述车种的数据。

图10是表示在第2实施方式中，利用了车种数据的情况的动作的流程图。路径预测装置30的路径计算部33当接收到从车载装置10发送来的车辆标识符和当前位置数据时（S30），从行驶历史DB32读出与对象车辆相同车种的车辆的行驶历史数据（S38）。

接着，路径计算部33基于读出的行驶历史数据，来进行对象车辆的预测路径的计算（S40）。具体而言，对相同车种的其他车辆的行驶历史数据乘以权重系数α，对对象车辆的行驶历史数据乘以权重系数β（β＞α），并合计自的计算值，利用被赋予权重后的行驶历史数据，来计算预测路径。路径预测装置将在路径计算部33中计算出的预测路径数据发送给车载装置10（S42）。

（第4实施方式）

图11是表示第4实施方式的路径预测系统的构成的图。在第4实施方式中，在车载装置10进行利用了对象车辆的行驶历史数据的预测路径的计算的点上与第1实施方式不同。

车载装置10除了在第1实施方式中说明的车载装置10的构成之外，还具有路径计算部17和行驶历史DB18。行驶历史DB18存储安装有车载装置10的车辆的行驶历史数据。对于行驶历史DB18中存储的数据而言，除了未存储其他车辆的行驶历史数据这一点以外，与在图3以及图4中表示的数据相同。

路径预测装置30的构成与在第1实施方式中说明的路径预测装置30相同。此外，在第1实施方式中，行驶历史DB32按每一车辆来管理行驶历史数据，但是在本实施方式中，无需按每一车辆来管理行驶历史数据。

图12是表示路径预测系统的动作的流程图。车载装置10首先利用当前位置检测部11来检测车辆的当前位置（S50）。接着，车载装置10的路径计算部33从行驶历史DB32读出行驶历史数据（S52）。路径预测装置30基于车辆的当前位置数据，判定包含车辆当前位置的规定范围（例如，半径5km以内）的行驶历史数据的数据量是否在规定的阈值以上（S54）。

在行驶历史数据的数据量是规定的阈值以上的情况下（在S54中为“是”），路径计算部33基于对象车辆的行驶历史数据来进行预测路径的计算（S56）。

在对象车辆的行驶历史数据的数据量小于规定的阈值的情况下（在S54中为“否”），车载装置10请求路径预测装置30计算预测路径。具体而言，车载装置10对路径预测装置30发送当前位置数据（S58）。路径预测装置30当接收到从车载装置10发送来的当前位置数据时（S60），路径计算部33从行驶历史DB32读出全部车辆的行驶历史数据（S62），基于读出的行驶历史数据来进行预测路径的计算（S64）。路径预测装置30将由路径计算部33计算出的预测路径数据发送给车载装置10（S66）。

车载装置10将基于本车的行驶历史数据求出的预测路径数据或者从路径预测装置30发送来的预测路径数据向再生控制部16输出（S68）。再生控制部16利用预测路径数据，基于被预测为车辆接下来要进行的路径与当前位置的高低差，来进行再生控制（S70）。以上，说明了第4实施方式的路径预测系统的构成以及动作。

对于第4实施方式的路径预测系统而言，在车辆中搭载的车载装置10基于本车的行驶历史数据来进行路径预测，仅在行驶历史数据的数据量小于阈值的情况下，才利用路径预测装置30来进行计算，因此能够减轻路径预测装置30的计算处理的负担。

以上，针对本发明的路径预测系统列举了实施方式来详细地进行了说明，但是本发明不限于上述实施方式。在上述实施方式中，列举了将预测路径数据用于再生控制的例子，但是还能够将预测路径数据应用于再生控制以外的其他应用程序。例如，还可以利用预测路径数据，来进行帮助燃油效率良好的运转的方式的行驶辅助。

在上述实施方式中，在安装于车辆的车载装置10将行驶历史数据发送给路径预测装置30，但是行驶历史数据也可以利用存储卡等存储介质来进行数据更换。例如，在卡车（track）的运行管理等中，存在利用存储卡将该日常运行信息移动到运行管理PC的情况。在这种情况下，也可以使在上述路径预测中需要的行驶历史数据存储到存储卡中，使该行驶历史数据移动到运行管理PC中。

在上述实施方式中，利用包含当前位置的规定范围内的行驶历史数据来进行路径预测，但是除了当前位置的数据之外，还可以利用行进方向的数据来进行路径预测。通过利用行进方向的数据，能够提高路径预测的精度。

在上述实施方式中，虽然是按每一车辆来存储行驶历史数据，但是也可以按驾驶员来存储行驶历史数据。由此，在利用对象车辆的行驶历史数据来进行路径预测的情况下，能够进一步提高预测精度。另外，通过按驾驶员来存储行驶历史数据，从而在利用其他驾驶员的行驶历史数据来进行路径预测时，将驾驶员的驾驶经历、年龄、性别之类的驾驶员属性作为条件，能够利用具有相同属性的驾驶员的行驶历史数据来进行路径预测。

此外，在上述实施方式中，行驶历史DB32与行驶历史存储部或者行驶历史存储单元的一例相当。当前位置检测部11与当前位置检测部或者当前位置检测单元的一例相当。路径计算部33与路径预测部或者路径预测单元的一例相当。

根据本发明，能够提供各种方式的路径预测系统、路径预测方法以及程序。

例如，本发明的一个样态的路径预测系统具备：存储有各个车辆的行驶历史数据的行驶历史存储部；检测路径预测的对象车辆的当前位置的当前位置检测部；从所述行驶历史存储部取得所述对象车辆的行驶历史数据和与所述对象车辆不同的其他车辆的行驶历史数据，并基于所述对象车辆的行驶历史数据、所述其他车辆的行驶历史数据以及所述当前位置，来求出所述对象车辆的预测路径的路径预测部；以及输出在所述路径预测部中求出的预测路径的数据的输出部。

根据这样的路径预测系统，不仅利用成为路径预测对象的对象车辆的行驶历史数据，还利用其他车辆的行驶历史数据来进行路径预测，由此，利用其他车辆的行驶历史数据来补充对象车辆的行驶历史数据，即使在对象车辆未行驶过的区域也能够恰当地进行路径预测。从背景技术中记载的现有技术可见，以往，他人的行驶历史会成为预测的噪声，因此仅利用预测对象的驾驶员的行驶历史来进行预测。利用其他车辆的行驶历史数据来进行路径预测这样的上述路径预测系统的构成是与以往完全不同的构思，是划时代的方法。

上述的路径预测系统也可以如下那样地构成。所述路径预测部从所述行驶历史存储部取得所述对象车辆的行驶历史数据，在包含所述当前位置的规定范围内的行驶历史数据的数据量为规定的阈值以上的情况下，基于所述对象车辆的行驶历史数据来求出预测路径。在包含所述当前位置的规定范围内的行驶历史数据的数据量小于规定的阈值的情况下，从所述行驶历史存储部取得所述规定范围内的其他车辆的行驶历史数据，至少利用所述其他车辆的行驶历史数据来求出所述对象车辆的预测路径。

根据这种路径预测系统，利用使用了阈值的条件，就能够进行使用了对象车辆的行驶历史数据和其他车辆的行驶历史数据的路径预测。即，在行驶历史数据的数据量少的情况下，通过至少利用其他车辆的行驶历史数据来求出预测路径的构成，在不太熟悉的区间中利用进行了平均路径选择的特性，能够恰当地进行路径预测。

上述的路径预测系统也可以如下那样地构成。所述路径预测部从所述行驶历史存储部取得所述对象车辆的行驶历史数据和其他车辆的行驶历史数据，并基于将对所述其他车辆的行驶历史数据乘以第1权重（α）而得的第1计算值、和对所述对象车辆的行驶历史数据乘以比第1权重（α）大的权重（β），进行了合计而得的行驶历史数据，来求出所述对象车辆的预测路径。

根据这种路径预测系统，利用对对象车辆的行驶历史数据乘以比对其他车辆的行驶历史数据乘以的权重大的权重，来对对象车辆和其他车辆的行驶历史数据进行了合计的构成，在对象车辆的行驶历史数据多的情况下，能够基于对象车辆的行驶历史数据来进行路径预测，在对象车辆的行驶历史数据少的情况下，能够基于其他车辆的行驶历史数据来进行路径预测。因此，在不太熟悉的区间中利用进行了平均路径选择的特性，能够恰当地进行路径预测。

上述的路径预测系统也可以如下那样地构成。所述行驶历史存储部与规定的条件相关联地存储行驶历史数据，所述路径预测部在取得所述其他车辆的行驶历史数据时，取得具有与所述对象车辆的条件相同条件的其他车辆的行驶历史数据。

根据本申请发明人们的分析，可知条件相同的车辆的路径选择的趋势更为接近。在利用其他车辆的行驶历史数据时，通过采用利用具有相同条件的其他车辆的行驶历史数据的构成，能够进一步地提高基于其他车辆的行驶历史数据的路径预测的精度。此外，作为条件，例如为车种、车辆的价格区间、车辆的大小等。

另外，本发明的一个方式的路径预测方法是利用路径预测系统来预测车辆行进的路径的方法，该方法具备：路径预测系统检测路径预测的对象车辆的当前位置的步骤；路径预测系统从存储有各个车辆的行驶历史数据的行驶历史存储部，取得所述对象车辆的行驶历史数据和与所述对象车辆不同的其他车辆的行驶历史数据，并基于所述对象车辆的行驶历史数据、所述其他车辆的行驶历史数据以及所述当前位置，来求出所述对象车辆的预测路径的步骤；以及路径预测系统输出所求出的预测路径的数据的步骤。

上述的路径预测方法也可以如下那样地构成。在求出所述预测路径的步骤中，从所述行驶历史存储部取得所述对象车辆的行驶历史数据。此时，在包含所述当前位置的规定范围内的行驶历史数据的数据量为规定的阈值以上的情况下，基于所述对象车辆的行驶历史数据来求出预测路径。在包含所述当前位置的规定范围内的行驶历史数据的数据量小于规定的阈值的情况下，从所述行驶历史存储部取得所述规定范围内的所述其他车辆的行驶历史数据，至少利用所述其他车辆的行驶历史数据来求出所述对象车辆的预测路径。

或者，在求出所述预测路径的步骤中，也可以从所述行驶历史存储部取得所述对象车辆的行驶历史数据和所述其他车辆的行驶历史数据，对所述对象车辆的行驶历史数据乘以比对所述其他车辆的行驶历史数据乘以的权重大的权重，并基于对所述对象车辆和所述其他车辆的行驶历史数据进行了合计而得的行驶历史数据，来求出所述对象车辆的预测路径。

另外，上述的路径预测方法也可以如下那样地构成。所述行驶历史存储部与规定的条件关联地存储行驶历史数据，在求出所述预测路径的步骤中，在取得所述其他车辆的行驶历史数据时，取得与具有所述对象车辆的条件相同条件的其他车辆的行驶历史数据。

另外，本发明的一个样态的程序是用于预测车辆所行进的路径的程序，使计算机执行下述步骤：取得路径预测的对象车辆的当前位置的步骤；从存储了各个车辆的行驶历史数据的行驶历史存储部取得所述对象车辆的行驶历史数据和与所述对象车辆不同的其他车辆的行驶历史数据，并基于所述对象车辆的行驶历史数据、所述其他车辆的行驶历史数据以及所述当前位置，来求出所述对象车辆的预测路径的步骤；以及输出所求出的预测路径的数据的步骤。

上述的程序也可以如下那样地构成。在求出所述预测路径的步骤中，从所述行驶历史存储部取得所述对象车辆的行驶历史数据。在包含所述当前位置的规定范围内的行驶历史数据的数据量为规定的阈值以上的情况下，基于所述对象车辆的行驶历史数据来求出预测路径。在包含所述当前位置的规定范围内的行驶历史数据的数据量小于规定的阈值的情况下，从所述行驶历史存储部取得所述规定范围内的所述其他车辆的行驶历史数据，至少利用所述其他车辆的行驶历史数据来求出所述对象车辆的预测路径。

或者，在求出所述预测路径的步骤中，也可以从所述行驶历史存储部取得所述对象车辆的行驶历史数据和所述其他车辆的行驶历史数据，基于将对所述其他车辆的行驶历史数据乘以第1权重（α）而得的第1计算值、和对所述对象车辆的行驶历史数据乘以比第1权重（α）大的第2权重（β）进行了合计后的行驶历史数据，来求出所述对象车辆的预测路径。

另外上述程序也可以如下那样地构成。所述行驶历史存储部与规定的条件关联地存储行驶历史数据，在所述求出预测路径的步骤中，在取得所述其他车辆的行驶历史数据时，取得具有与所述对象车辆的条件相同条件的其他车辆的行驶历史数据。

在这样的预测路径方法以及程序中，也能够得到与上述路径预测系统同样的效果。

如以上说明所述那样，上述的路径预测系统、路径预测方法以及程序具有即使在驾驶员过去未行驶过的区域也能够恰当地进行路径预测这样的效果，例如在用于进行再生控制、行驶辅助的路径预测中是有用的。

以上，例示了本发明的路径预测系统、路径预测方法以及程序的实施方式、构成、样态，但是本发明的实施方式、构成、样态并不限于上述各实施方式、各构成、各样态。适当地组合不同的实施方式、构成以及样态分别公开的技术的部分而得到的实施方式、构成以及样态也包含在本发明的实施方式、构成以及样态的范围内。

Claims

1.一种路径预测系统，其中，具备：

存储了各个车辆的行驶历史数据的行驶历史存储部(32)；

检测路径预测的对象车辆的当前位置的当前位置检测部(11)；

从所述行驶历史存储部(32)取得所述对象车辆的行驶历史数据和与所述对象车辆不同的其他车辆的行驶历史数据，并基于所述对象车辆的行驶历史数据、所述其他车辆的行驶历史数据以及所述当前位置，来求出所述对象车辆的预测路径的路径预测部(33)；以及

输出由所述路径预测部(33)求出的预测路径的数据的输出部(31)，

所述路径预测部(33)从所述行驶历史存储部(32)取得所述对象车辆的行驶历史数据，

在包含所述当前位置的规定范围内的行驶历史数据的数据量在规定的阈值以上的情况下，基于所述对象车辆的行驶历史数据来求出预测路径，

在包含所述当前位置的规定范围内的行驶历史数据的数据量小于规定的阈值的情况下，从所述行驶历史存储部(32)取得所述规定范围内的所述其他车辆的行驶历史数据，至少利用所述其他车辆的行驶历史数据来求出所述对象车辆的预测路径。

2.一种路径预测系统，其中，具备：

存储了各个车辆的行驶历史数据的行驶历史存储部(32)；

检测路径预测的对象车辆的当前位置的当前位置检测部(11)；

所述路径预测部(33)从所述行驶历史存储部(32)取得所述对象车辆的行驶历史数据和所述其他车辆的行驶历史数据，基于将对所述其他车辆的行驶历史数据乘以第1权重(α)而得的第1计算值、和对所述对象车辆的行驶历史数据乘以比第1权重(α)大的第2权重(β)而得的第2计算值进行了合计而得的行驶历史数据，来求出所述对象车辆的预测路径。

3.根据权利要求1或2所述的路径预测系统，其中，

所述行驶历史存储部(32)与规定的条件相关联地存储行驶历史数据，

所述路径预测部(33)在取得所述其他车辆的行驶历史数据时，取得具有与所述对象车辆的条件相同条件的其他车辆的行驶历史数据。

4.一种路径预测方法，是利用路径预测系统来预测车辆行进的路径的方法，其中，具备：

路径预测系统检测路径预测的对象车辆的当前位置的步骤；

路径预测系统从存储有各个车辆的行驶历史数据的行驶历史存储部(32)取得所述对象车辆的行驶历史数据和与所述对象车辆不同的其他车辆的行驶历史数据，并基于所述对象车辆的行驶历史数据、所述其他车辆的行驶历史数据以及所述当前位置，来求出所述对象车辆的预测路径的步骤；以及

路径预测系统输出所求出的预测路径的数据的步骤，

在求出所述预测路径的步骤中，

从所述行驶历史存储部(32)取得所述对象车辆的行驶历史数据，

5.一种路径预测方法，是利用路径预测系统来预测车辆行进的路径的方法，其中，具备：

路径预测系统检测路径预测的对象车辆的当前位置的步骤；

路径预测系统输出所求出的预测路径的数据的步骤，

在求出所述预测路径的步骤中，

从所述行驶历史存储部(32)取得所述对象车辆的行驶历史数据和所述其他车辆的行驶历史数据，对所述对象车辆的行驶历史数据乘以比对所述其他车辆的行驶历史数据乘以的权重大的权重，并基于对所述对象车辆和所述其他车辆的行驶历史数据进行了合计而得的行驶历史数据，来求出所述对象车辆的预测路径。

6.根据权利要求4或5所述的路径预测方法，其中，

在求出所述预测路径的步骤中，在取得所述其他车辆的行驶历史数据时，取得具有与所述对象车辆的条件相同条件的其他车辆的行驶历史数据。