CN109789786A - 油耗估计系统、油耗估计方法和油耗估计程序 - Google Patents

油耗估计系统、油耗估计方法和油耗估计程序 Download PDF

Info

Publication number
CN109789786A
CN109789786A CN201680089497.6A CN201680089497A CN109789786A CN 109789786 A CN109789786 A CN 109789786A CN 201680089497 A CN201680089497 A CN 201680089497A CN 109789786 A CN109789786 A CN 109789786A
Authority
CN
China
Prior art keywords
oil consumption
information
interference
running history
correction coefficient
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201680089497.6A
Other languages
English (en)
Other versions
CN109789786B (zh
Inventor
竹内智晴
永岛规充
竹内丈志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of CN109789786A publication Critical patent/CN109789786A/zh
Application granted granted Critical
Publication of CN109789786B publication Critical patent/CN109789786B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841—Registering performance data
    • G07C5/085—Registering performance data using electronic data carriers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3469—Fuel consumption; Energy use; Emission aspects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • G01M17/007—Wheeled or endless-tracked vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

油耗估计系统具有：速度曲线计算部(24)，其计算表示在行驶路线(411)中行驶的汽车的速度的变化的速度曲线(451)；速度干扰计算部(232)，其根据表示行驶路线(411)中产生的干扰事项的干扰信息和从在行驶路线(411)中行驶的汽车收集的行驶历史信息(111)，计算在行驶路线(411)中行驶的汽车的速度衰减的比率即衰减率作为速度干扰校正系数(321)；以及油耗计算部(263)，其使用速度曲线和速度干扰校正系数(321)计算在行驶路线(411)中行驶的汽车的油耗。

Description

油耗估计系统、油耗估计方法和油耗估计程序
技术领域
本发明涉及估计汽车的行驶油耗的油耗估计系统、油耗估计方法和油耗估计程序。特别涉及通过高精度地估计汽车在特定行驶路线中行驶时的实际行驶速度的变化即速度曲线从而高精度地估计汽车的行驶油耗的技术。
背景技术
近年来，电动汽车(EV：Electric Vehicle)、混合动力汽车(HEV：Hybrid ElectricVehicle)和插电式混合动力汽车(PHEV：plug-in Hybrid Electric Vehicle)的普及扩大。伴随它们的普及，以汽车的可行驶距离的扩大和改善油耗为目的，进行电动驱动和汽油驱动的切换这样的低油耗行驶计划的优化用的技术开发。
在制定该低油耗行驶计划时，需要估计在特定行驶路线中行驶时的汽车行驶油耗。
在专利文献1中公开了与汽车行驶油耗的估计技术有关的技术。在专利文献1中公开了如下方法：使用构成道路的路段的配置等的辅助映射信息、各路段的每个时间段的预测行驶时间等道路交通信息、以及油耗矩阵，计算搜索到的各路径的合计预想油耗，其中，所述油耗矩阵表示作为对油耗造成影响的油耗因子的车辆信息、气象信息、行驶时间段、行驶路段与油耗之间的关系。
现有技术文献
专利文献
专利文献1：日本特开2010-054385号公报
发明内容
发明要解决的课题
在专利文献1的方法中，考虑道路的地形特征，对条件进行细分来进行油耗计算处理。因此，油耗计算的处理负荷非常高，存在很难进行实时油耗预测这样的课题。
本发明的目的在于，适当反映汽车的行驶中的干扰的影响，由此进行高精度的行驶油耗的估计。
用于解决课题的手段
本发明的油耗估计系统具有：速度曲线计算部，其计算表示在行驶路线中行驶的汽车的速度的变化的速度曲线；速度干扰计算部，其根据表示所述行驶路线中产生的干扰事项的干扰信息和从在所述行驶路线中行驶的汽车收集的行驶历史信息，计算在所述行驶路线中行驶的汽车的速度衰减的比率即衰减率作为速度干扰校正系数；以及油耗计算部，其使用所述速度曲线和所述速度干扰校正系数计算在所述行驶路线中行驶的汽车的油耗。
发明效果
根据本发明的油耗估计系统，速度曲线生成部生成表示在行驶路线中行驶的汽车的速度的变化的速度曲线。此外，速度干扰计算部根据表示行驶路线中产生的干扰事项的干扰信息和从在行驶路线中行驶的汽车收集的行驶历史信息，计算在行驶路线中行驶的汽车的速度衰减的比率即衰减率作为速度干扰校正系数。此外，油耗计算部使用速度曲线和速度干扰校正系数计算在行驶路线中行驶的汽车的油耗。这样，根据本发明，能够利用比率表示行驶路线的干扰的影响，因此，能够估计适当反映了干扰的影响的高精度的行驶油耗。
附图说明
图1是实施方式1的油耗估计系统500的整体结构图。
图2是实施方式1的搭载于汽车1上的汽车装置100的结构图。
图3是实施方式1的油耗估计装置200的结构图。
图4是实施方式1的油耗估计装置200的干扰信息生成部23进行的干扰信息生成处理S110的流程图。
图5是实施方式1的行驶历史蓄积部231的流程图。
图6是实施方式1的速度干扰计算部232的流程图。
图7是实施方式1的油耗干扰计算部233的流程图。
图8是实施方式1的油耗估计装置200的速度曲线计算部24进行的速度曲线计算处理S120的流程图。
图9是实施方式1的行驶速度提取部242的流程图。
图10是实施方式1的停止判定部243的流程图。
图11是实施方式1的速度曲线生成部244的流程图。
图12是实施方式1的速度校正部245的流程图。
图13是实施方式1的油耗估计装置200的行驶油耗估计部26进行的行驶油耗估计处理S130的流程图。
图14是实施方式1的变形例的汽车装置100的结构图。
图15是实施方式1的变形例的油耗估计装置200的结构图。
图16是实施方式2的油耗估计系统500a的功能结构图。
图17是实施方式2的油耗估计系统500a的硬件结构图。
图18是实施方式3的油耗估计系统500b的系统结构图。
图19是实施方式3的汽车装置100b的功能结构图。
图20是实施方式3的行驶历史蓄积服务器210的功能结构图。
图21是实施方式3的干扰信息生成服务器220的功能结构图。
图22是实施方式3的油耗计算服务器230的功能结构图。
图23是实施方式3的行驶历史蓄积服务器210的流程图。
图24是实施方式3的干扰信息生成服务器220的校正系数计算处理的流程图。
图25是实施方式3的干扰信息生成服务器220的校正系数提取处理的流程图。
图26是实施方式3的油耗计算服务器230的速度曲线计算处理S120的流程图。
图27是实施方式3的油耗计算服务器230的行驶油耗估计处理的流程图。
图28是实施方式4的油耗估计系统500c的系统结构图。
图29是实施方式4的汽车装置100c的功能结构图。
图30是实施方式4的信息生成计算器250的功能结构图。
图31是实施方式4的信息蓄积服务器260的功能结构图。
图32是实施方式4的信息生成计算器250的个别干扰生成处理的流程图。
图33是实施方式4的信息蓄积服务器260的校正系数蓄积处理的流程图。
图34是实施方式4的信息蓄积服务器260的校正系数提取处理的流程图。
具体实施方式
下面，使用附图对本发明的实施方式进行说明。另外，在各图中，对相同或相当的部分标注相同标号。在实施方式的说明中，针对相同或相当的部分，适当省略或简化说明。
实施方式1
***结构的说明***
图1是示出本实施方式的油耗估计系统500的整体结构的图。图2是示出本实施方式的搭载于汽车1上的汽车装置100的结构的图。图3是示出本实施方式的油耗估计装置200的结构的图。在图1中还示出构成油耗估计系统500的各装置的硬件结构。
如图1所示，油耗估计系统500具有搭载于作为油耗估计对象的汽车1上的汽车装置100、以及经由网络300而与汽车装置100进行通信的油耗估计装置200。
汽车装置100是搭载于汽车1上的计算机。汽车1是使用燃料在行驶路线411中行驶的车辆。
油耗估计装置200是计算机。油耗估计装置200估计特定行驶路线中的汽车1的汽车行驶油耗。下面，将汽车行驶油耗称为行驶油耗或油耗。油耗估计装置200也称为中央服务器。油耗估计装置200可以是具有实体的数据服务器，也可以在云上构成。
如图2所示，汽车装置100具有处理器810，并且具有存储装置820、输入接口830、输出接口840、通信装置850、传感器860这样的其他硬件。存储装置820具有存储器和辅助存储装置。
如图2所示，作为功能结构，汽车装置100具有行驶历史收集部11、地点信息收集部12、信息显示部13、信息发送部14、信息接收部15、存储部16。
在以下的说明中，将汽车装置100的行驶历史收集部11、地点信息收集部12、信息显示部13、信息发送部14、信息接收部15的功能称为汽车装置100的“部”的功能。
汽车装置100的“部”的功能通过软件实现。
存储部16通过存储装置820实现。在存储部16中存储有经由输出接口840显示在显示器中的各种信息、经由输入接口830从输入装置接收的地点信息121、处理器810的处理结果等。
传感器860收集汽车1的行驶位置、行驶速度、行进方向这样的行驶历史信息111。
此外，如图3所示，油耗估计装置200具有处理器910，并且具有存储装置920、通信装置950这样的其他硬件。另外，油耗估计装置200也可以具有输入接口、输出接口这样的硬件。
如图3所示，作为功能结构，油耗估计装置200具有信息接收部21、信息发送部22、干扰信息生成部23、速度曲线计算部24、行驶油耗估计部26、存储部25。
干扰信息生成部23具有行驶历史蓄积部231、速度干扰计算部232、油耗干扰计算部233。
速度曲线计算部24具有行驶路线计算部241、行驶速度提取部242、停止判定部243、速度曲线生成部244、速度校正部245。
行驶油耗估计部26具有速度校正决定部261、油耗校正决定部262、油耗计算部263。
在存储部25中存储有行驶历史DB(数据库)251、校正系数DB252、行驶速度DB253、协作DB254、停止概率DB255。此外，在存储部25中存储有油耗估计装置200中的各运算处理的值和结果。行驶历史DB251是行驶历史存储部2510的例子。校正系数DB252是校正系数存储部2520的例子。行驶速度DB253是行驶速度存储部2530的例子。协作DB254是协作存储部2540的例子。停止概率DB255是停止概率存储部2550的例子。
在以下的说明中，将油耗估计装置200的信息接收部21、信息发送部22、干扰信息生成部23、速度曲线计算部24、行驶油耗估计部26的功能称为油耗估计装置200的“部”的功能。
油耗估计装置200的“部”的功能通过软件实现。
存储部25通过存储装置920实现。
下面，对汽车装置100和油耗估计装置200的各装置的硬件的具体例进行说明。
处理器810、910经由信号线而与其他硬件连接，对这些其他硬件进行控制。
处理器810、910是进行处理的IC(Integrated Circuit)。具体而言，处理器810、910是CPU(Central Processing Unit)等。
输入接口830是与鼠标、键盘、触摸面板这样的输入装置连接的端口。具体而言，输入接口830是USB(Universal Serial Bus)端子。另外，输入接口830也可以是与LAN(LocalArea Network)连接的端口。
输出接口840是连接显示器这样的显示装置的缆线的端口。输出接口840例如是USB端子或HDMI(注册商标)(High Definition Multimedia Interface)端子。具体而言，显示器是LCD(Liquid Crystal Display)。在汽车装置100中，信息显示部13经由输出接口840在汽车1所具有的显示器等显示装置中显示信息。信息显示部13经由输出接口840在显示装置中显示行驶路线411和油耗估计结果461等各种信息，向驾驶者进行显示传递。
通信装置850、950具有接收机和发送机。具体而言，通信装置850、950是通信芯片或NIC(Network Interface Card)。通信装置850、950作为进行数据通信的通信部发挥功能。接收机作为接收数据的接收部发挥功能，发送机作为发送数据的发送部发挥功能。通信装置850、950发送接收行驶历史信息111、地点信息121、地图信息450、拥挤信息472、事件信息473、天气信息474、注意警报信息475、行驶路线411、油耗估计结果461这样的各种信息。
存储装置820、920分别具有主存储装置和外部存储装置。
具体而言，外部存储装置是ROM(Read Only Memory)、闪存或HDD(Hard DiskDrive)。具体而言，主存储装置是RAM(Random Access Memory)。存储部16、25可以通过外部存储装置实现，也可以通过主存储装置实现，还可以通过主存储装置和外部存储装置双方实现。存储部16、25的实现方法是任意的。
在外部存储装置中存储有实现各装置的“部”的功能的程序。该程序载入到主存储装置，读入到处理器810、910，由处理器810、910来执行。在外部存储装置中还存储有OS(Operating System)。OS的至少一部分载入到主存储装置，处理器910、810执行OS，并且执行实现各装置的“部”的功能的程序。
各装置也可以具有代替处理器810、910的多个处理器。这些多个处理器分担执行实现“部”的功能的程序。与处理器810、910相同，各个处理器是进行处理的IC。
表示各装置的“部”的功能的处理结果的信息、数据、信号值和变量值存储在主存储装置、外部存储装置或处理器810、910内的寄存器或高速缓冲存储器中。另外，在图2和图3中，连接各部和存储部的箭头分别表示各部将处理结果存储在存储部中、或各部从存储部读出信息。此外，连接各部的箭头表示控制流。
实现各装置的“部”的功能的程序也可以存储在磁盘、软盘、光盘、高密度盘、蓝光(注册商标)盘、DVD(Digital Versatile Disc)这样的移动记录介质中。
另外，将实现油耗估计系统500的“部”的功能的程序称为油耗估计程序520。此外，称为油耗估计程序产品的是记录有油耗估计程序520的存储介质和存储装置，与外观的形式无关，载入计算机可读取的程序。
***功能结构的说明***
首先，对汽车装置100的功能结构进行说明。
行驶历史收集部11使用传感器860收集表示汽车1的行驶历史的行驶历史信息111。
地点信息收集部12从驾驶者受理汽车1的行驶的出发地和目的地的信息作为地点信息121。地点信息收集部12经由输入接口830从驾驶者受理地点信息121。
信息显示部13经由输出接口840在显示装置中显示油耗估计装置200根据地点信息121计算出的行驶路线411和行驶路线411中的汽车1的油耗估计结果461。
信息发送部14经由通信装置850向油耗估计装置200发送包含出发地和目的地的地点信息121、以及表示汽车1的行驶历史的行驶历史信息111。
信息接收部15经由通信装置850接收行驶路线411和油耗估计结果461。
接着，对油耗估计装置200的功能结构进行说明。
信息接收部21经由通信装置950接收从汽车装置100发送的行驶历史信息111和地点信息121。此外，信息接收部21经由通信装置950接收基础设施信息470即地图信息450、拥挤信息472、事件信息473、天气信息474、注意警报信息475。具体而言，地图信息450是数字道路地图。具体而言，注意警报信息475是注意通报和警报信息这样的信息。拥挤信息472是道路的拥挤信息。
信息发送部22经由通信装置950向汽车装置100发送行驶路线411以及行驶路线411中的油耗估计结果461。
干扰信息生成部23根据信息接收部21接收到的行驶历史信息111、以及地图信息450、拥挤信息472、事件信息473、天气信息474、注意警报信息475，计算速度干扰校正系数321和油耗干扰校正系数331，将其存储在存储部25中。
这里，速度干扰校正系数321是针对数字道路地图中的节点间的道路区间即路段、按照每个路段考虑了道路拥挤或事件干扰中的至少任意一方的行驶速度的衰减率。速度干扰校正系数321也称为道路拥挤和事件干扰。
此外，油耗干扰校正系数331是按照每个路段考虑了气候干扰的油耗的恶化率。油耗干扰校正系数331也称为气候干扰。将速度干扰校正系数321和油耗干扰校正系数331一起称为干扰校正系数。
另外，路段是指数字道路地图中的节点间的道路区间。此外，数字道路地图中的节点是指交叉路口或其他道路网表现上的结点等。路段是构成道路的多个道路区间的各道路区间的一例。
速度曲线计算部24计算表示在行驶路线411中行驶的汽车的速度的变化的速度曲线。速度曲线计算部24根据信息接收部21接收到的地点信息121和地图信息450计算行驶路线411。然后，速度曲线计算部24使用行驶路线411中包含的路段的平常时的行驶速度、行驶路线411中包含的交叉路口的停止概率、行驶路线411中包含的信号灯的协作信息，计算针对行驶路线411的汽车行驶的速度曲线。
行驶油耗估计部26使用速度曲线计算部24计算出的行驶路线411的速度曲线、速度干扰校正系数321和油耗干扰校正系数331，计算行驶路线411中的汽车的行驶油耗作为油耗估计结果461。
对干扰信息生成部23的各功能结构进行说明。
行驶历史蓄积部231将行驶历史信息111蓄积在存储部25的行驶历史DB251中。
速度干扰计算部232根据表示行驶路线411中产生的干扰事项的干扰信息、以及从在行驶路线411中行驶的汽车收集的行驶历史信息111，计算在行驶路线411中行驶的汽车的速度衰减的比率即衰减率作为速度干扰校正系数321。速度干扰计算部232至少根据作为干扰信息的表示行驶路线411的拥挤状况的拥挤信息，计算速度干扰校正系数321。在本实施方式中，速度干扰计算部232至少根据作为干扰信息的、拥挤信息和表示行驶路线411中产生的事件的事件信息，计算速度干扰校正系数321。具体而言，速度干扰计算部232根据行驶历史DB251中蓄积的行驶历史信息111，按照不同道路的拥挤状况和事件的产生状况，计算各路段的从平常时行驶起的行驶速度衰减率。速度干扰计算部232将计算出的各路段的从平常时行驶起的行驶速度衰减率作为速度干扰校正系数321存储在存储部25的校正系数DB252中。
油耗干扰计算部233根据干扰信息和行驶历史信息111，计算在行驶路线411中行驶的汽车的油耗恶化的比率即恶化率作为油耗干扰校正系数331。油耗干扰计算部233至少根据作为干扰信息的表示行驶路线411的天气的天气信息，计算油耗干扰校正系数321。在本实施方式中，油耗干扰计算部233至少根据作为干扰信息的天气信息和表示针对行驶路线411的注意通报或警报的注意警报信息，计算油耗干扰校正系数331。具体而言，油耗干扰计算部233根据行驶历史DB251中蓄积的行驶历史信息111，按照不同的天气信息、注意通报和警报信息，计算各路段的从平常时行驶起的油耗恶化率。油耗干扰计算部233将计算出的各路段的从平常时行驶起的油耗恶化率作为油耗干扰校正系数331存储在存储部25的校正系数DB252中。
干扰事项是指行驶路线411中产生的拥挤、事件、天气、注意通报或警报这样的对在行驶路线411中行驶的汽车的速度或油耗造成影响的事项。具体而言，表示干扰事项的干扰信息是拥挤信息、事件信息、天气信息、注意警报信息这样的信息。
对速度曲线计算部24的各功能结构进行说明。
行驶路线计算部241取得信息接收部21接收到的地点信息121。在地点信息121中包含出发地和目的地。地点信息121和地图信息450是表示行驶路线的行驶路线信息的例子。此外，信息接收部21是取得行驶路线信息即地点信息121的取得部109的例子。行驶路线计算部241根据地点信息121和地图信息450，计算从出发地到目的地的移动中的行驶路线411。行驶路线计算部241将行驶路线411输出到行驶速度提取部242。
行驶速度提取部242从行驶速度DB253提取表示数字道路地图中的路段的平常时的行驶速度的路段行驶速度。这里，路段是指数字道路地图中的节点间的道路区间。此外，数字道路地图中的节点是指交叉路口或其他道路网表现上的结点等。路段是构成道路的多个道路区间的各道路区间的一例。在行驶速度DB253中存储有预先计算出的路段行驶速度。
停止判定部243取得汽车在存在于行驶路线411中的交叉路口停止的停止概率、以及协作信息，该协作信息表示设置在交叉路口的信号灯与设置在与该交叉路口相邻的交叉路口的信号灯有无协作。停止判定部243根据协作DB254中存储的协作信息和停止概率DB255中存储的停止概率，判定行驶路线411上的全部交叉路口的交叉路口停止的有无。停止判定部243也称为交叉路口停止判定部。
在协作DB254中存储有全国道路的各交叉路口的信号灯的协作信息。在停止概率DB255中存储有全国道路的各交叉路口的停止概率。
速度曲线生成部244生成表示在行驶路线411中行驶的汽车的速度的变化的速度曲线441。速度曲线441是交叉路口不停止的速度曲线。速度曲线生成部244根据取得部109即信息接收部21取得地点信息121的取得日期时间和构成行驶路线411的道路区间(路段)的每个道路区间的行驶速度，生成以取得日期时间的日期时间属性在行驶路线411中行驶的情况下的速度曲线441。速度曲线生成部244按照行驶的通过顺序连结行驶路线411上的全部路段行驶速度，生成交叉路口不停止的速度曲线441。
速度校正部245根据存在于行驶路线411中的交叉路口的停止的有无，对速度曲线441进行校正。速度校正部245对由速度曲线生成部244计算出的交叉路口不停止的速度曲线441进行校正，生成考虑了交叉路口停止的速度曲线451。速度校正部245根据由停止判定部243计算出的行驶路线411上的全部交叉路口的停止判定结果，施加基于交叉路口停止的加减速变化，生成考虑了交叉路口停止的速度曲线451。速度校正部245也称为交叉路口速度校正部。
对行驶油耗估计部26的各功能结构进行说明。
速度校正决定部261决定由速度曲线计算部24计算出的速度曲线451中的行驶油耗估计中使用的速度干扰校正系数。速度校正决定部261从校正系数DB252提取估计日期时间的速度干扰校正系数321，决定为速度干扰校正系数。速度干扰校正系数用于根据行驶路线411的估计日期时间的道路拥挤状况或事件产生状况中的至少任意一方，最佳地进行速度曲线451中的行驶速度的校正。
油耗校正决定部262决定由速度曲线计算部24计算出的速度曲线451中的行驶油耗估计中使用的油耗干扰校正系数612。油耗校正决定部262从校正系数DB252提取估计日期时间的油耗干扰校正系数331，决定为油耗干扰校正系数。油耗干扰校正系数用于根据行驶路线411的估计日期时间的气候状况，进行估计日期时间的最佳的油耗干扰校正。
油耗计算部263使用速度曲线451、速度干扰校正系数、油耗干扰校正系数，估计在行驶路线411中行驶的汽车的油耗。另外，油耗计算部263也可以仅使用速度曲线451和速度干扰校正系数，计算在行驶路线411中行驶的汽车的油耗。具体而言，油耗计算部263根据由速度校正部245校正后的考虑了交叉路口停止的速度曲线451，计算在行驶路线411中行驶的汽车的油耗。油耗计算部263也称为估计油耗计算部。油耗计算部263根据由速度校正部245校正后的考虑了交叉路口停止的速度曲线451，使用速度干扰校正系数和油耗干扰校正系数，计算行驶路线411的汽车行驶中的油耗，作为油耗估计结果461输出到信息发送部22。
***动作的说明***
接着，对本实施方式的油耗估计系统500的油耗估计方法510和油耗估计程序520的动作进行说明。
＜油耗估计装置200进行的干扰信息生成处理S110>
图4是本实施方式的油耗估计装置200的干扰信息生成部23进行的干扰信息生成处理S110的流程图。干扰信息生成处理S110全部由中央服务器即油耗估计装置200实施。在信息接收部21在步骤S11中从汽车装置100接收到行驶历史信息111时，逐次执行干扰信息生成处理S110。
在步骤S11中，信息接收部21从搭载于汽车1上的汽车装置100接收行驶历史信息111。
在步骤S12中，行驶历史蓄积部231根据道路的拥挤信息、事件信息、天气信息、注意警报信息对从汽车装置100接收到的行驶历史信息111进行分类，将其蓄积在行驶历史DB251中。
在步骤S13中，速度干扰计算部232根据行驶历史DB251中蓄积的行驶历史信息111、以及从基础设施信息470取得的拥挤信息472和事件信息473，计算速度干扰校正系数321。速度干扰计算部232将计算出的速度干扰校正系数321蓄积在校正系数DB252中。
在步骤S14中，油耗干扰计算部233根据行驶历史DB251中蓄积的行驶历史信息111、以及从基础设施信息470取得的天气信息474和注意警报信息475，计算油耗干扰校正系数331。油耗干扰计算部233将计算出的油耗干扰校正系数331蓄积在校正系数DB252中。在注意警报信息475中包含注意通报和警报信息这样的信息。
此外，干扰信息生成处理S110中的步骤S12、步骤S13、步骤S14的各处理也可以是分别独立进行处理的形式。此时，至少在进行了一次以上的步骤S12的处理后，实施步骤S14的处理。另一方面，即使一次也未进行其他处理，也能够执行步骤S12、步骤S13的处理。
此外，在分别独立执行干扰信息生成处理S110的各处理的情况下，步骤S12、步骤S13、步骤S14的各处理也可以是离线处理。在离线处理的情况下，例如，步骤S12的处理1日一次，步骤S13的处理一月一次，步骤S14的处理一月一次等，需要考虑油耗估计装置200的处理负荷来适当设定处理的执行间隔。
图5是本实施方式的行驶历史蓄积部231的流程图。图5是图4的步骤S12的处理的详细情况。
在步骤S21中，行驶历史蓄积部231从信息接收部21取得行驶历史信息111。此时，在行驶历史信息111中至少包含行驶位置、行驶速度、行进方向和行驶日期时间信息。此外，行驶历史信息111能够按照不同路段、不同日期时间进行信息分割。此外，行驶历史信息111也可以具有路段、加速度、坡度等。此外，行驶历史信息111可以包含相同时刻的拥挤信息、事件信息、天气信息、注意警报信息。或者，行驶历史蓄积部231可以在行驶历史信息111的接收的同时，从基础设施信息470取得拥挤信息472、事件信息473、天气信息474、注意警报信息475。
另外，具体而言，不同日期时间是指按照时刻、星期、时节这样的日期时间属性进行分类。具体而言，基于时刻的分类是指如30分钟间隔、1小时间隔那样进行分类。此外，具体而言，基于时节的分类是指不同月份。时刻或时节的分割间隔越细，则越能够提高汽车的行驶油耗的估计精度。另一方面，也可以根据油耗估计装置200的处理负荷、能够发送行驶历史信息111的汽车台数，增大日期时间的分割间隔。
在步骤S22中，行驶历史蓄积部231按照不同路段对行驶历史信息111进行分类。通过按照不同路段对行驶历史信息111进行分类，能够按照每个路段更加准确地表示针对不同行驶速度或行驶油耗的影响度。但是，考虑油耗估计装置200的负荷状况，还能够省略本处理。该情况下，针对行驶速度或行驶油耗的影响度的倾向按照行驶时的不同外部状况而基本相同，因此，能够确保一定精度地表现影响度。
在步骤S23中，行驶历史蓄积部231按照不同道路的拥挤信息对按照不同路段进行分类后的行驶历史信息111进行分类。具体而言，作为拥挤信息的分类，以VICS(注册商标、Vehicle Information and Communication System：道路交通信息通信系统)等中使用的顺畅/拥挤/拥堵这3个阶段进行分类。
在步骤S24中，行驶历史蓄积部231按照不同事件信息对按照不同路段进行分类后的行驶历史信息111进行分类。具体而言，作为事件信息的分类，如道路管制的有无信息和活动的有无信息那样，使用认为影响道路拥挤的突发事项的有无进行分类。
在步骤S25中，行驶历史蓄积部231按照不同天气信息对按照不同路段进行分类后的行驶历史信息111进行分类。具体而言，作为天气信息的分类，根据气象局发表的天气预报即晴/阴/雨/雪这样的信息进行分类。
在步骤S26中，行驶历史蓄积部231按照不同注意警报信息对按照不同路段进行分类后的行驶历史信息111进行分类。具体而言，作为注意警报信息的分类，根据气象局发表的注意通报和警报即雷/暴风/浓雾这样的信息进行分类。
在步骤S27中，行驶历史蓄积部231将按照不同道路的拥挤信息、不同事件信息、不同天气信息、不同注意警报信息进行分类后的不同路段的行驶历史信息111蓄积在行驶历史DB251中。此时，行驶历史蓄积部231也可以同时蓄积蓄积数据数等统计信息。
如上所述，在行驶历史DB251中，按照每个干扰事项进行分类而存储有行驶历史信息111。即，行驶历史蓄积部231按照每个道路区间即路段对行驶历史信息111进行分类后，按照每个干扰事项进行分类，将其蓄积在行驶历史DB251中。
图6是本实施方式的速度干扰计算部232的速度干扰计算处理S301的流程图。图6是图4的步骤S13的处理的详细情况。这里，对计算路段L的速度干扰校正系数321的情况进行说明。
在步骤S31中，速度干扰计算部232取得行驶历史DB251中存储的路段L的行驶历史信息111、以及与该行驶历史信息111相同时刻的干扰信息即道路的拥挤信息和事件信息。此时，行驶历史信息111至少具有行驶速度和行驶日期时间信息。此外，行驶历史信息111也可以包含拥挤信息和事件信息。该情况下，速度干扰计算部232仅取得行驶历史信息111。
在步骤S32中，速度干扰计算部232根据提取出的路段L的行驶历史信息111，按照不同拥挤信息和事件信息计算与平常时的行驶进行比较的情况下的行驶速度衰减率Pt-attenuation。这里，作为平常时的行驶，例如，使用拥挤信息为顺畅、且不存在事件信息的情况下的平均路段行驶速度。在设该路段L的行驶中的平常时的平均路段行驶速度为Vnormal(L)时，当设拥挤信息为b、事件信息为c的情况下的第n个行驶历史信息111中的路段L的路段行驶速度为Vt-attenuation(L，b，c，n)时，道路的拥挤信息为b、事件信息为c的情况下的行驶速度衰减率Pt-attenuation(L，b，c，n)如式(1)那样。
【数学式1】
在步骤S33中，速度干扰计算部232使用计算出的行驶速度衰减率Pt-attenuation(L，b，c，n)，按照不同道路的拥挤信息和事件信息计算路段L的速度干扰校正系数etraffic(L，b，c)。这里，在存在Nbc个路段L的行驶历史信息的情况下，道路的拥挤信息为b、事件信息为c的情况下的速度干扰校正系数etraffic(L，b，c)如式(2)那样。
【数学式2】
最后，在步骤S34中，速度干扰计算部232将计算出的路段L的速度干扰校正系数etraffic蓄积在校正系数DB252中。
通过以上处理，利用衰减率表示针对汽车的行驶速度的干扰影响，由此，能够吸收驾驶者的差异所引起的偏差、道路的形状、汽车的车型所引起的差异，作为一个统计信息进行收集、蓄积和计算。
关于速度干扰校正系数etraffic，为了进一步提高估计精度，也可以在道路的拥挤信息b、事件信息c中增加路段的长度(交叉路口间隔的狭窄度)和道路坡度等地图信息，划分情况来进行计算。考虑处理服务器的负荷和处理速度来决定这种情况划分。
如上所述，速度干扰计算部232根据按照每个干扰事项进行分类并存储在行驶历史DB251中的行驶历史信息111和干扰信息，计算速度干扰校正系数。
图7是本实施方式的油耗干扰计算部233的油耗干扰计算处理S302的流程图。本处理是图4的步骤S14的处理的详细情况。这里，对计算路段L的油耗干扰校正系数331的情况进行说明。
在步骤S41中，油耗干扰计算部233取得行驶历史DB251中存储的路段L的行驶历史信息111、以及与该行驶历史信息111相同时刻的干扰信息即天气信息和注意警报信息。此时，行驶历史信息111至少具有行驶速度、油耗实绩、行驶日期时间信息。此外，天气信息、注意警报信息也可以包含在行驶历史信息111中。该情况下，油耗干扰计算部233仅取得行驶历史信息111。
在步骤S42中，油耗干扰计算部233根据提取出的路段L的行驶历史信息111，按照行驶时的不同天气信息、不同注意警报信息计算与平常时的行驶进行比较的情况下的行驶油耗恶化率Pw-attenuation。这里，作为平常时的行驶，例如，设天气为晴、且不存在注意警报信息的情况下的平均行驶油耗为Fnormal(L)。此外，设天气信息为d、注意警报信息为g的情况下的第n个行驶历史信息111中的路段L的平均行驶油耗为Fw-attenuation(L，d，g，n)。此时，天气信息为d、注意警报信息为g的情况下的行驶油耗恶化率Pw-attenuation(L，d，g，n)如式(3)那样。
【数学式3】
在步骤S43中，油耗干扰计算部233使用计算出的行驶油耗恶化率Pw-attenuation(L，d，g，n)，按照不同行驶时的天气信息、不同注意警报信息计算路段L的油耗干扰校正系数eweather(L，d，g)。这里，在存在Ndg个路段L的行驶历史信息111的情况下，行驶时的天气信息为d、注意警报信息为g的情况下的油耗干扰校正系数eweather(L，d，g)如式(4)那样。
【数学式4】
最后，在步骤S44中，油耗干扰计算部233将计算出的路段L的油耗干扰校正系数eweather蓄积在校正系数DB252中。
利用油耗恶化率表示针对汽车的行驶油耗的干扰影响，由此，能够吸收驾驶者所引起的偏差、道路的形状、汽车的车型所引起的差异，作为一个统计信息进行收集、蓄积和计算。
关于油耗干扰校正系数eweather，为了进一步提高估计精度，也可以在行驶时的天气信息d、注意警报信息g中增加行驶路段的曲率和路面状况、即路内或路外这样的道路信息，划分情况来进行计算。考虑处理服务器的负荷和处理速度来决定这种情况划分。
如上所述，油耗干扰计算部233根据按照每个干扰事项进行分类并存储在行驶历史DB251中的行驶历史信息111和干扰信息，计算油耗干扰校正系数。
＜油耗估计装置200进行的速度曲线计算处理S120>
图8是本实施方式的油耗估计装置200的速度曲线计算部24进行的速度曲线计算处理S120的流程图。速度曲线计算处理S120由中央服务器即油耗估计装置200实施。在信息接收部21从汽车1接收到包含出发地和目的地的地点信息121时(步骤S51)，逐次执行速度曲线计算处理S120。另外，下面，以如下情况为例进行说明：将取得部109即信息接收部21取得行驶路线信息即地点信息121的取得日期时间(时刻t0、星期w0、时节s0)作为估计汽车1的行驶油耗的估计日期时间。
在步骤S52中，行驶路线计算部241根据从汽车1接收到的包含出发地和目的地的地点信息121，计算汽车的行驶路线X。
在步骤S53中，行驶速度提取部242从行驶速度DB253提取针对行驶路线X上的全部通过路段的路段行驶速度V(Lk，tk，wk，sk)(1≤k≤n+1)。
在步骤S54中，停止判定部243针对行驶路线X上的全部交叉路口i1～im，判定交叉路口停止的有无S(i1)～S(im)。步骤S54的处理是根据汽车在存在于行驶路线X中的交叉路口i停止的停止概率P、以及设置在交叉路口i的信号灯与设置在与交叉路口i相邻的交叉路口的信号灯有无协作来判定交叉路口i的汽车的停止的有无的停止判定处理S121的例子。
在步骤S55中，速度曲线生成部244使用由行驶速度提取部242提取出的路段行驶速度V(Lk，tk，wk，sk)(1≤k≤n)，计算行驶路线X的行驶中的交叉路口不停止速度曲线Vprofile-nonstop(X)。即，速度曲线生成部244根据取得日期时间(时刻t0、星期w0、时节s0)和针对行驶路线X上的全部通过路段的路段行驶速度V(Lk，tk，wk，sk)(1≤k≤n)，生成在与取得日期时间相同的日期时间属性的日期时间、在行驶路线X中行驶的情况下的速度曲线。步骤S55的处理是生成交叉路口不停止速度曲线Vprofile-nonstop(X)的速度曲线生成处理S122的例子，该交叉路口不停止速度曲线Vprofile-nonstop(X)表示在行驶路线X中行驶的汽车的速度的变化。
在步骤S56中，速度校正部245在由速度曲线生成部244计算出的交叉路口不停止速度曲线Vprofile-nonstop(X)中，根据由停止判定部243判定出的交叉路口停止的有无S(i1)～S(im)，再现由于交叉路口停止而产生的加减速，计算考虑了交叉路口停止的速度曲线Vprofile(X)。步骤S56的处理是根据由停止判定处理S121判定出的交叉路口的停止的有无而将交叉路口不停止速度曲线Vprofile-nonstop(X)校正为考虑了交叉路口停止的速度曲线Vprofile(X)的速度校正处理S123的例子。
此时，关于步骤S52的处理中行驶路线X的计算中使用的方法，可以使用当前的汽车导航等中使用的Dijkstra法等方法。此外，在考虑多个从出发地到目的地的行驶路线的情况下，以行驶路线的数量反复进行图8的处理。
图9是本实施方式的行驶速度提取部242的流程图。图9是图8的步骤S53的处理的详细情况。
在步骤S61中，行驶速度提取部242计算位于由行驶路线计算部241计算出的行驶路线X上的全部路段(L1～Lm+1)。此时，行驶速度提取部242在计算行驶路线上的全部路段时，根据地图信息450进行提取，按照通过顺序设为L1、L2、…、Lm+1。
在步骤S62中，行驶速度提取部242决定时刻t1、星期w1、时节s1，作为行驶路线X的行驶中的出发日期时间、即针对行驶路线X上最初行驶的路段L1的流入日期时间。此时，在设汽车的行驶油耗的估计日期时间为接收到地点信息121的日期时间(时刻t0、星期w0、时节s0)的情况下，成为t1＝t0、w1＝w0、s1＝s0。此外，在设汽车的行驶油耗的估计日期时间为接收到地点信息121的日期时间以外的任意的日期时间的情况下，成为
接着，在步骤S63中，行驶速度提取部242从行驶速度DB253提取路段L1的时刻t1、星期w1、时节s1的路段行驶速度V(L1、t1、w1、s1)。
在步骤S64中，行驶速度提取部242计算路段L1上的行驶中的行驶时间T1。此时，在设路段L1的路段长度为X1时，根据路段行驶速度V(L1、t1、w1、s1)与路段长度X1之积计算路段L1的行驶时间T1。
在步骤S65中，行驶速度提取部242针对全部路段判定路段行驶速度的提取是否完成。在全部路段的路段行驶速度的提取完成的情况下，处理结束。此外，在存在路段行驶速度的提取未完成的路段的情况下，处理进入步骤S66。
在步骤S66中，行驶速度提取部242针对路段行驶速度的提取未完成的路段Lk(2≤k≤m+1)，决定时刻tk、星期wk、时节sk作为针对路段Lk的流入日期时间。此时，根据步骤S64或步骤S68的处理中计算出的路段Lk-1的行驶时间Tk-1进行计算。设从路段Lk-1的流入日期时间即时刻tk-1、星期wk-1、时节sk-1起经过了Tk-1后的日期时间为针对路段Lk的流入日期时间，决定时刻tk、星期wk、时节sk。
接着，在步骤S67中，行驶速度提取部242从行驶速度DB253提取路段Lk的时刻tk、星期wk、时节sk的路段行驶速度V(Lk，tk，wk，sk)。
在步骤S68中，行驶速度提取部242计算路段Lk上的行驶中的行驶速度Tk。此时，在设路段Lk的路段长度为Xk时，根据路段行驶速度V(Lk，tk，wk，sk)与路段长度Xk之积计算路段Lk的行驶时间Tk。在步骤S68的处理结束后，返回步骤S65的处理。
图10是本实施方式的停止判定部243的流程图。图10是图8的步骤S54的处理的详细情况。
在步骤S71中，停止判定部243计算位于由行驶路线计算部241计算出的行驶路线X上的全部交叉路口(i1～im)。此时，停止判定部243在计算行驶路线上的全部交叉路口时，根据地图信息450进行提取，按照通过顺序设为i1、i2、…、im。
在步骤S72中，停止判定部243从停止概率DB255提取针对行驶路线X上最初通过的交叉路口i1的停止概率P1。此时，停止判定部243从停止概率DB255提取通过交叉路口i1的通过日期时间的停止概率作为停止概率P1。这里，关于交叉路口i1的通过日期时间，由行驶速度提取部242计算出的针对路段L2的流入时间(时刻t2、星期w2、时节s2)成为交叉路口i1的通过日期时间。即，在设交叉路口i1的通过日期时间为时刻t’1、星期w’1、时节s’1时，成为(t’1＝t2、w’1＝w2、s’1＝s2)。
在步骤S73中，停止判定部243从停止概率DB255提取停止概率P(i1，t’1，w’1，s’1)作为交叉路口i1的停止概率，决定为交叉路口i1的停止概率P1。
在步骤S74中，停止判定部243判定交叉路口i1的停止有无S(i1)。关于交叉路口i1的停止有无S(i1)，使用P1如下述式(5)那样进行判定。
【数学式5】
在步骤S75中，停止判定部243判定全部交叉路口量的交叉路口的停止判定是否完成。在全部交叉路口量的停止判定完成的情况下、即k＝m的情况下，结束处理。此外，在全部交叉路口量的停止判定未完成的情况下、即k＜m的情况下，处理进入步骤S76。
在步骤S76中，停止判定部243从协作DB254提取针对交叉路口ik(2≤k≤m)的协作信息Ak，从停止概率DB255提取针对交叉路口ik(2≤k≤m)的停止概率Pk。停止判定部243从存储部25提取通过交叉路口ik的通过日期时间的协作信息和停止概率，设为协作信息Ak和停止概率Pk。通过交叉路口ik的通过日期时间是由行驶速度提取部242计算出的针对路段Lk+1的流入时间(时刻tk+1、星期wk+1、时节sk+1)。由此，在设交叉路口ik的通过日期时间为时刻t’k、星期w’k、时节s’k时，成为(t’k＝tk+1、w’k＝wk+1、s’k＝sk+1)。
在步骤S76中，停止判定部243从协作DB254提取协作信息A(ik，t’k，w’k，s’k)作为交叉路口ik的协作信息，设为交叉路口ik的协作信息Ak。此外，停止判定部243从停止概率DB255提取停止概率P(ik，t’k，w’k，s’k)作为交叉路口ik的停止概率，设为交叉路口ik的停止概率Pk。
在步骤S77中，停止判定部243决定针对交叉路口ik(2≤k≤m)的停止概率Pk。首先，停止判定部243计算考虑了交叉路口ik与交叉路口ik-1的协作信息的停止概率P’(ik)。此时，为了计算考虑了交叉路口ik与交叉路口ik-1的协作信息的停止概率P’(ik)，使用步骤S76中提取出的交叉路口ik的协作信息A(ik，t’k，w’k，s’k)和交叉路口ik的停止概率P(ik，t’k，w’k，s’k)、以及之前的处理中计算出的交叉路口ik-1的停止概率Pk-1，如式(6)那样进行计算。
【数学式6】
在式(6)中，如果交叉路口ik和交叉路口ik-1协作，则停止概率Pk成为考虑了与交叉路口ik-1之间的协作的Pk-1与P(ik，t’k，w’k，s’k)之和。如果交叉路口ik和交叉路口ik-1不协作，则得到停止概率Pk依然为P(ik，t’k，w’k，s’k)这样的结果。
在步骤S78中，停止判定部243判定交叉路口ik的停止有无S(ik)。停止判定部243使用由式(6)计算出的考虑了协作信息的停止概率Pk，针对交叉路口ik的停止有无S(ik)，如式(7)那样进行判定。
【数学式7】
在步骤S78的处理结束后，处理返回步骤S75。
图11是本实施方式的速度曲线生成部244的流程图。图11是图8的步骤S55的处理的详细情况。
在步骤S81中，速度曲线生成部244将路段L1的路段行驶速度V(L1，t1，w1，s1)代入与0≤X＜x1对应的速度曲线Vprofile-nonstop(X)。此时，x1表示到路段L1为止的行驶距离的累积值即x1＝X1。
接着，在步骤S82中，速度曲线生成部244将路段Lk(2≤k≤m+1)的路段行驶速度V(Lk，tk，wk，sk)代入与xk-1≤X＜xk对应的速度曲线Vprofile-nonstop(X)。此时，xk成为到路段Lk为止的行驶距离的累积值即xk＝X1+X2+…+Xk。
接着，在步骤S83中，速度曲线生成部244进行如下处理：利用加速度α对从行驶路线X的开始地点到xk-1的地点即Vprofile-nonstop(xk-1)中产生的路段行驶速度V(Lk-1、tk-1、wk-1、sk-1)与路段行驶速度V(Lk，tk，wk，sk)的速度差进行均匀。此时，加速度α由油耗估计装置200的管理者预先设定。在设定加速度α时，考虑汽车行驶时的一般的加减速变化而适当设定。
接着，在步骤S84中，速度曲线生成部244判定全部路段量的路段行驶速度针对速度曲线Vprofile-nonstop(X)的代入是否完成。在全部路段量的处理完成的情况下，处理进入步骤S85。此外，在全部路段量的处理未完成的情况下，处理返回步骤S82。
在步骤S85的处理中判定为全部路段量的处理完成的情况下，在步骤S85中，速度曲线生成部244决定速度曲线Vprofile-nonstop(X)作为交叉路口不停止速度曲线。
对步骤S81～步骤S85的处理进行整理时，如式(8)那样。
【数学式8】
图12是本实施方式的速度校正部245的流程图。图12是图8的步骤S56的处理的详细情况。
首先，在步骤S91中，速度校正部245决定交叉路口停止中的与停止有关的加速度β和与起步有关的加速度γ。此时，在决定加速度β、加速度γ时，考虑汽车行驶时的一般的与停止、起步有关的加减速变化而适当设定。
接着，在步骤S92中，速度校正部245提取交叉路口ik(1≤k≤m)的停止有无S(ik)。
接着，在步骤S93中，速度校正部245根据停止有无S(ik)判定在行驶路线X的行驶中汽车是否在交叉路口ik停止。在交叉路口ik停止(S(ik)＝Stop)的情况下，处理进入步骤S94。此外，未在交叉路口ik停止(S(ik)＝Pass)的情况下，处理进入步骤S95。
在步骤S94中，速度校正部245在交叉路口ik停止的情况下，在交叉路口不停止速度曲线Vprofile-nonstop(X)的交叉路口ik前后再现与暂时停止有关的加减速。作为加减速的再现，速度校正部245根据步骤S91中决定的停止加速度β、起步加速度γ，计算速度变化，以使得在交叉路口ik地点成为速度0。计算结果覆盖在Vprofile-nonstop(X)上。
接着，在步骤S95中，速度校正部245判定全部交叉路口量的交叉路口停止有无的判定和与交叉路口停止有关的加减速再现是否完成。在全部交叉路口量的处理完成的情况下，处理进入步骤S96。此外，在全部交叉路口量的处理未完成的情况下，处理返回步骤S92。
在全部交叉路口量的处理完成的情况下，在步骤S96中，速度校正部245决定覆盖了基于交叉路口停止有无的加减速再现的结果的Vprofile-nonstop(X)，作为考虑了交叉路口停止的速度曲线Vprofile(X)。
图13是本实施方式的油耗估计装置200的行驶油耗估计部26进行的行驶油耗估计处理S130的流程图。
在步骤S101中，速度校正决定部261决定行驶路线X的行驶中的速度干扰校正系数ev(X)。按照每个路段，通过由道路的拥挤信息b和事件信息c决定的速度etraffic来决定速度干扰校正系数。当设行驶路线X的行驶时的路段Lk(1≤k≤n)的道路的拥挤信息为bk、事件信息为ck时，速度干扰校正系数ev(X)如式(9)那样。
【数学式9】
接着，在步骤S102中，油耗校正决定部262决定行驶路线X的行驶中的油耗干扰校正系数ef(X)。按照每个路段，通过由计算日期时间的天气信息d和注意警报信息g决定的油耗干扰校正系数eweather来决定油耗干扰校正系数。当设行驶路线X的行驶时的路段Lk(1≤k≤n)的天气信息为dk、注意警报信息为gk时，油耗干扰校正系数ef(X)如式(10)那样。
【数学式10】
最后，在步骤S103中，油耗计算部263根据考虑了交叉路口停止的速度曲线Vprofile(X)、速度干扰校正系数ev(X)、油耗干扰校正系数ef(x)，估计行驶路线X的行驶中的汽车的行驶油耗Ffuel。此时，当利用ffuel(V)表示汽车的行驶油耗Ffuel和行驶速度(速度曲线Vprofile)的关系式时，能够如式(11)那样求出油耗Ffuel。
【数学式11】
Ffuel＝∫Xffuel(Vprofile(X)·ev(X))·ef(X)dX…(11)
油耗计算部263将计算出的油耗Ffuel作为油耗估计结果461输出到信息发送部22。信息发送部22向搭载于汽车1上的汽车装置100发送油耗估计结果461。
通过进行以上处理，关于汽车行驶油耗的估计，能够实现考虑了道路拥挤和气候等干扰影响的高精度的汽车行驶油耗估计。
***其他结构***
此外，在本实施方式中，汽车装置100和油耗估计装置200的各个功能通过软件实现，但是，作为变形例，汽车装置100和油耗估计装置200的各个功能也可以通过硬件实现。
图14是示出本实施方式的变形例的汽车装置100的结构的图。此外，图15是示出本实施方式的变形例的油耗估计装置200的结构的图。
如图14和图15所示，汽车装置100和油耗估计装置200分别具有处理电路809、909、输入接口830、输出接口840、通信装置850、950这样的硬件。
处理电路809、909是实现上述“部”的功能和存储部的专用电子电路。具体而言，处理电路809、909是单一电路、复合电路、程序化的处理器、并行程序化的处理器、逻辑IC、GA(Gate Array)、ASIC(Application Specific Integrated Circuit)或FPGA(Field-Programmable Gate Array)。
汽车装置100和油耗估计装置200分别可以具有代替处理电路809、909的多个处理电路。通过这些多个处理电路，整体实现“部”的功能。与处理电路809、909相同，各个处理电路是专用电子电路。
作为另一个变形例，汽车装置100和油耗估计装置200的各个功能可以通过软件和硬件的组合实现。即，在汽车装置100和油耗估计装置200中，也可以分别通过专用硬件实现一部分功能，通过软件实现其余功能。
将处理器810、910、存储装置820、920和处理电路809、909统称为“处理线路”。即，不管汽车装置100和油耗估计装置200的各个结构是图2、3、14、15中的哪个附图所示的结构，“部”的功能和存储部都通过处理线路实现。
也可以将“部”改写为“工序”或“步骤”或“处理”。此外，可以通过固件实现“部”的功能。
***本实施方式的效果的说明***
如上所述，本实施方式的油耗估计系统500具有干扰信息生成部，该干扰信息生成部计算由于各道路路段的道路拥挤、事件、天气、注意警报而引起的干扰影响作为校正系数。此外，油耗估计系统500具有行驶油耗估计部，该行驶油耗估计部针对特定行驶路线计算考虑了交叉路口停止的表示行驶时的速度变化状况的速度曲线，然后，估计考虑干扰影响进行校正后的行驶油耗。
此外，针对干扰校正系数的计算，本实施方式的油耗估计系统500将根据行驶历史信息、拥挤信息和事件信息计算出的行驶速度衰减率的统计值设为道路拥挤和事件干扰，用于行驶油耗计算中使用的速度曲线的干扰校正。由此，能够提高油耗估计精度。
此外，本实施方式的油耗估计系统500将根据行驶历史信息、天气信息和注意警报信息计算出的行驶油耗恶化率的统计值设为气候干扰，用于行驶速度和行驶油耗的关系式的干扰校正，由此，能够提高油耗估计精度。
此外，本实施方式的油耗估计系统500按照各干扰信息的每个类别对行驶历史信息进行分割来进行统计处理，由此，能够适当考虑与汽车的行驶时条件对应的干扰影响，提高油耗估计精度。
此外，本实施方式的油耗估计系统500将处理分割成速度曲线生成和油耗估计，仅在油耗估计中进行干扰校正，由此，能够提高油耗估计精度而不会影响速度曲线的生成处理。
如上所述，本实施方式的油耗估计系统500能够利用行驶速度衰减率或油耗恶化率这样的比率来表现行驶路线中的干扰影响。由此，能够吸收车型、详细地形的影响所引起的干扰影响度的差异，同样处理从在行驶路线中行驶的全部汽车收集的信息，进行统计处理。
通过进行以上处理，关于汽车行驶油耗的估计，能够实现考虑了道路拥挤和气候等干扰影响的高精度的汽车行驶油耗估计。此外，油耗估计系统500将道路的地形特征反映在统计信息中，由此，降低与油耗计算有关的处理负荷。此外，根据基于过去的行驶历史的统计信息对油耗计算进行校正，由此实现高精度的汽车行驶油耗估计。
实施方式2
在本实施方式中，主要对与实施方式1之间的差异进行说明。
在本实施方式中，对与实施方式1中说明的结构相同的结构标注相同标号并省略其说明。
***结构的说明***
实施方式1的油耗估计系统500具有搭载于汽车1上的汽车装置100、以及通过云等中央服务器实现的油耗估计装置200。汽车装置100收集行驶历史信息111，向油耗估计装置200请求汽车1的行驶路线中的行驶油耗的计算。油耗估计装置200计算干扰校正系数，生成行驶路线的速度曲线，考虑干扰校正系数来计算行驶路线中的汽车1的行驶油耗。
在本实施方式中，对如下的油耗估计系统500a进行说明，在该油耗估计系统500a中，按照每个汽车生成行驶路线的速度曲线，考虑速度干扰校正系数和油耗干扰校正系数来估计行驶路线中的汽车1的行驶油耗。
图16是本实施方式的油耗估计系统500a的功能结构图。此外，图17是本实施方式的油耗估计系统500a的硬件结构图。
在本实施方式中，设油耗估计系统500a的功能结构图和硬件结构图为不同的图来进行说明，但是，有时对与实施方式1中说明的结构相同的结构标注相同标号并省略其说明。
本实施方式的油耗估计系统500a仅由搭载于汽车1a上的汽车装置100a构成。
作为功能结构，汽车1a的汽车装置100a具有行驶历史收集部11、地点信息收集部12、信息显示部13、信息发送部14、信息接收部15、干扰信息生成部23、速度曲线计算部24、行驶油耗估计部26。
行驶历史收集部11、地点信息收集部12、信息显示部13、信息发送部14、信息接收部15的各个功能结构与实施方式1的汽车装置100所具有的功能结构相同。
此外，干扰信息生成部23、速度曲线计算部24、行驶油耗估计部26的各个功能结构与实施方式1中说明的油耗估计装置200所具有的功能结构相同。
***功能结构的说明***
接着，在汽车1a的汽车装置100a的各功能结构中，对与实施方式1不同之处进行说明。
行驶历史收集部11将使用传感器860收集的行驶历史信息111直接输出到行驶历史蓄积部231、速度干扰计算部232、油耗干扰计算部233。行驶历史蓄积部231、速度干扰计算部232、油耗干扰计算部233分别从行驶历史收集部11直接取得行驶历史信息111。
地点信息收集部12将经由输入接口830输入的地点信息121直接输出到速度曲线计算部24的行驶路线计算部241。行驶路线计算部241从地点信息收集部12直接取得地点信息121。
如上所述，汽车1a具有实施方式1中说明的汽车装置100的功能结构和油耗估计装置200的功能结构。行驶历史收集部11、地点信息收集部12、信息显示部13、信息发送部14、信息接收部15对应于汽车装置100的功能。此外，干扰信息生成部23、速度曲线计算部24、行驶油耗估计部26、存储部25对应于油耗估计装置200的功能结构。
另外，实施方式1中说明的油耗估计装置200的信息接收部21和信息发送部22的功能包含在上述汽车装置100a的信息发送部14和信息接收部15的功能中。此外，实施方式1中说明的汽车装置100的存储部16的功能包含在上述汽车装置100a的存储部25的功能中。
接着，关于构成油耗估计系统500a的汽车1a的汽车装置100a硬件结构，对与实施方式1不同之处进行说明。
处理器810进行显示器中显示的各种信息的显示指示、行驶历史信息111和地点信息121的收集处理、行驶历史信息111的蓄积处理、速度干扰校正系数和油耗干扰校正系数的计算处理、速度曲线的计算处理、行驶油耗的估计处理这样的汽车装置100a的处理。
此外，存储装置820实现实施方式1中说明的存储部16和存储部25的功能。
此外，通信装置850实现实施方式1中说明的信息发送部14和信息接收部15的功能、信息发送部22和信息接收部21的功能。
接着，对动作进行说明。
在实施方式2中，干扰信息生成部23、速度曲线计算部24、行驶油耗估计部26搭载于汽车1a上这点与实施方式1不同，但是，关于各部的动作，实施方式1中的干扰信息生成部23、速度曲线计算部24和行驶油耗估计部26以及实施方式2中的干扰信息生成部23、速度曲线计算部24和行驶油耗估计部26进行同样的动作。内部的详细动作也相同，因此省略动作的说明。
***其他结构***
在本实施方式中，在汽车1a上搭载了具有实施方式1中说明的汽车装置100的功能和油耗估计装置200的功能的汽车装置100a。这里，在图16中，设汽车装置100a为1个计算机来进行说明，但是，不限于图16的结构。例如，也可以将与汽车装置100对应的功能和与油耗估计装置200对应的功能搭载于不同的车载装置上。此外，也可以任意组合与汽车装置100对应的功能和与油耗估计装置200对应的功能中包含的各部而搭载于多个车载装置上。
***本实施方式的效果的说明***
如上所述，根据本实施方式的油耗估计系统500a，按照每个汽车蓄积行驶历史信息，按照每个汽车计算干扰校正系数，按照每个汽车计算速度曲线，按照每个汽车估计行驶油耗，因此，能够估计每个汽车的高精度的行驶油耗。
实施方式3
在本实施方式中，主要对与实施方式1、2之间的差异进行说明。
在本实施方式中，对与实施方式1、2中说明的结构相同的结构标注相同标号并省略其说明。
***结构的说明***
在实施方式1的油耗估计系统500中，在汽车装置100中进行行驶历史信息的收集和发送处理、地点信息的收集和发送处理。此外，在中央服务器即油耗估计装置200中进行行驶历史蓄积处理、干扰信息生成处理、速度曲线计算处理、行驶油耗估计处理。此外，在实施方式2的油耗估计系统500a中，将实施方式1中的汽车装置100的处理和油耗估计装置200的处理全部集中在汽车1a的汽车装置100a内。
在本实施方式中，为了分散处理的负荷，采取如下结构：关于油耗估计装置200的处理中的、行驶历史蓄积处理、干扰信息生成处理、包含速度曲线计算处理和行驶油耗估计处理的油耗计算处理，分别准备不同的服务器来进行处理。由此，能够减轻各服务器中的处理量，因此，能够实现处理的高速化。另外，汽车侧进行的处理与实施方式1相同。
图18是本实施方式的油耗估计系统500b的系统结构图。在图18中，示出构成油耗估计系统500b的各装置的硬件结构。
如图18所示，油耗估计系统500b具有汽车1b、行驶历史蓄积服务器210、干扰信息生成服务器220、油耗计算服务器230。汽车1b、行驶历史蓄积服务器210、干扰信息生成服务器220、油耗计算服务器230经由网络300进行通信。
行驶历史蓄积服务器210、干扰信息生成服务器220、油耗计算服务器230可以分别是具有实体的数据服务器，也可以在云上构成。
汽车1b的汽车装置100b的硬件结构与实施方式1中说明的硬件结构相同。
行驶历史蓄积服务器210、干扰信息生成服务器220、油耗计算服务器230的各服务器是计算机。
行驶历史蓄积服务器210、干扰信息生成服务器220、油耗计算服务器230的各服务器具有处理器910、存储装置920、通信装置950。各服务器中的处理器910、存储装置920、通信装置950的基本功能与实施方式1中说明的基本功能相同。如图18所示，通过对硬件的标号附加小标a、b、c，区分各服务器的硬件进行说明。
对行驶历史蓄积服务器210进行说明。存储装置920a具有暂时存储与行驶历史蓄积处理有关的处理结果的主存储装置、以及存储行驶历史信息的外部存储装置。处理器910a进行与行驶历史蓄积处理有关的运算处理。通信装置950a发送接收行驶历史信息111、地图信息450。
对干扰信息生成服务器220进行说明。存储装置920b具有暂时存储与速度干扰校正系数321和油耗干扰校正系数331的计算有关的处理结果的主存储装置、以及存储各路段的速度干扰校正系数321和油耗干扰校正系数331的外部存储装置。处理器910b进行与速度干扰校正系数321和油耗干扰校正系数331的计算有关的运算处理。通信装置950b发送接收行驶历史信息111、基础设施信息470、速度干扰校正系数321和油耗干扰校正系数331这样的信息。
对油耗计算服务器230进行说明。存储装置920c具有暂时存储与油耗估计有关的各运算处理的值和结果的主存储装置。存储装置920c也可以具有外部存储装置。处理器910c进行与油耗估计有关的各运算处。通信装置950c发送接收行驶路线411、地点信息121、路段行驶速度、基础设施信息470、速度干扰校正系数321和油耗干扰校正系数331、油耗估计结果461这样的信息。
此外，图19是本实施方式的汽车装置100b的功能结构图。图20是本实施方式的行驶历史蓄积服务器210的功能结构图。图21是本实施方式的干扰信息生成服务器220的功能结构图。图22是本实施方式的油耗计算服务器230的功能结构图。
在本实施方式中，设油耗估计系统500b的各装置的功能结构图和硬件结构图为不同的图来进行说明，但是，有时对与实施方式1中说明的结构相同的结构标注相同标号并省略其说明。
汽车1b具有搭载于汽车1b上的车载装置即汽车装置100b。汽车装置100b搭载于在行驶路线411中行驶的汽车1b上，具有信息发送部197，该信息发送部197发送地点信息121和表示汽车1b的行驶历史的行驶历史信息111。汽车装置100b在实施方式1中说明的行驶历史收集部11、地点信息收集部12、信息显示部13的基础上，还具有行驶历史发送部19、地点信息发送部17、路线和油耗信息接收部18。即，汽车装置100b的“部”的功能是行驶历史收集部11、地点信息收集部12、信息显示部13、行驶历史发送部19、地点信息发送部17、路线和油耗信息接收部18的功能。信息发送部197具有行驶历史发送部19和地点信息发送部17。
行驶历史发送部19经由通信装置850向行驶历史蓄积服务器210发送行驶历史信息111。地点信息发送部17经由通信装置850向油耗计算服务器230发送包含出发地和目的地的地点信息121。行驶历史发送部19和地点信息发送部17是发送地点信息121和表示汽车1b的行驶历史的行驶历史信息111的信息发送部的例子。路线和油耗信息接收部18经由通信装置850接收由油耗计算服务器230计算出的行驶路线411和油耗估计结果461。
行驶历史蓄积服务器210在实施方式1中说明的行驶历史蓄积部231和行驶历史DB251的基础上，还具有行驶历史接收部31、行驶历史提取部32、行驶历史发送部33。行驶历史接收部31接收从汽车1b发送的行驶历史信息111。行驶历史提取部32从行驶历史DB251提取必要的行驶历史信息111。行驶历史发送部33向干扰信息生成服务器220发送提取出的行驶历史信息111。其他结构部的功能与实施方式1中说明的功能相同。
干扰信息生成服务器220在实施方式1中说明的速度干扰计算部232、油耗干扰计算部233、校正系数DB252的基础上，还具有行驶历史接收部41、取得请求接收部42、校正系数提取部43、校正系数发送部44。行驶历史接收部41从行驶历史蓄积服务器210接收行驶历史信息111。取得请求接收部42受理来自油耗计算服务器230的干扰校正系数的取得请求。校正系数提取部43从校正系数DB252提取被请求取得的干扰校正系数。校正系数发送部44向油耗计算服务器230发送提取出的干扰校正系数。其他结构部的功能与实施方式1中说明的功能相同。另外，速度干扰计算部232和油耗干扰计算部233是根据行驶历史信息111和干扰信息计算速度干扰校正系数和油耗干扰校正系数的计算部239。速度干扰计算部232和油耗干扰计算部233利用的基础设施信息470可以在线取得，也可以预先根据干扰信息生成服务器220所具有的信息而离线取得。
油耗计算服务器230具有与实施方式1中说明的速度曲线计算部24和行驶油耗估计部26对应的速度曲线计算部24b和行驶油耗估计部26b。
速度曲线计算部24b具有实施方式1中说明的行驶路线计算部241、行驶速度提取部242、停止判定部243、速度曲线生成部244、速度校正部245、行驶速度DB253、协作DB254、停止概率DB255。此外，速度曲线计算部24b在上述结构部的基础上，具有从汽车装置100b接收121地点信息的地点信息接收部61作为取得部109。地点信息接收部61接收从汽车1b接收到的地点信息121，转交给行驶路线计算部241。其他结构部的功能与实施方式1中说明的功能相同。
行驶油耗估计部26b具有实施方式1中说明的信息发送部22、速度校正决定部261、油耗校正决定部262、油耗计算部263。此外，行驶油耗估计部26b在上述结构部的基础上，具有取得请求部62、校正系数接收部63、基础设施接收部64。取得请求部62对干扰信息生成服务器220发送行驶油耗估计所需要的干扰校正系数的取得请求。校正系数接收部63从干扰信息生成服务器220接收速度干扰校正系数和油耗干扰校正系数。基础设施接收部64在针对由速度曲线计算部24b计算出的速度曲线的行驶油耗估计时，接收地图信息、道路的拥挤信息、事件信息、天气信息、注意警报信息作为估计日期时间的基础设施信息。其他结构部的功能与实施方式1中说明的功能相同。
***动作的说明***
接着，对动作进行说明。
在本实施方式中，针对行驶历史蓄积处理、干扰信息生成处理、包含速度曲线计算处理和行驶油耗估计处理的油耗计算处理，利用分别独立的服务器进行处理这点与实施方式1和实施方式2不同。因此，在本实施方式中，各服务器中的处理不需要分别是同步处理，可以独立地执行。
图23是本实施方式的行驶历史蓄积服务器210的流程图。
首先，行驶历史接收部31取得行驶历史信息111(步骤S111)。此时，行驶历史信息111至少具有行驶位置、行驶速度、行进方向和行驶日期时间信息，能够按照不同路段、不同日期时间对行驶历史信息111进行信息分割。此外，行驶历史信息111也可以具有行驶路段、加速度、坡度、行驶时的气候、行驶时的道路拥挤状况等。此外，行驶历史信息111也可以将与行驶历史信息111相同时刻的道路的拥挤信息、事件信息、天气信息、注意警报信息包含在行驶历史信息111中。或者，行驶历史接收部31也可以在行驶历史信息111的接收的同时，从基础设施信息471取得与行驶历史信息111相同时刻的道路的拥挤信息、事件信息、天气信息、注意警报信息。
接着，行驶历史蓄积部231针对行驶历史信息111，按照不同路段进行分类(步骤S112)，按照不同拥挤信息进行分类(步骤S113)，按照不同事件信息进行分类(步骤S114)，按照不同天气信息进行分类(步骤S115)，按照不同注意警报信息进行分类(步骤S116)。行驶历史蓄积部231将分别分类后的行驶历史信息111存储在行驶历史DB251中(步骤S117)。步骤S112～步骤S117的处理与图5的步骤S22～步骤S27的处理相同，因此省略详细说明。
接着，行驶历史提取部32从行驶历史DB251提取用于转交给干扰信息生成服务器220的行驶历史信息111(步骤S118)。此时，关于行驶历史信息111的提取，可以一日一次等、以一定间隔提取行驶历史信息111，也可以是仅在接收到来自油耗计算服务器230的请求时进行提取的方式。
最后，行驶历史发送部33向干扰信息生成服务器220发送提取出的行驶历史信息111(步骤S119)。
图24是本实施方式的干扰信息生成服务器220的校正系数计算处理的流程图。这里，对计算路段L的干扰校正系数的情况进行说明。
首先，行驶历史接收部41接收与路段L有关的行驶历史信息111(步骤S121)。接着，速度干扰计算部232计算路段L的速度干扰校正系数etraffic(步骤S122)。最后，油耗干扰计算部233计算路段L的油耗干扰校正系数eweather。
这里，步骤S122的处理的详细情况与图5的步骤S31～步骤S34所示的处理相同。此外，步骤S123的处理的详细情况与图6的步骤S41～步骤S44所示的处理相同。由此，省略步骤S122和步骤S123的处理的详细说明。
图25是本实施方式的干扰信息生成服务器220的校正系数提取处理的流程图。干扰信息生成服务器220的校正系数提取处理是从油耗计算服务器230接收到干扰校正系数的取得请求的情况下的干扰校正系数的提取处理。
首先，取得请求接收部42从油耗计算服务器230接收干扰校正系数的取得请求(步骤S131)。此时，关于干扰校正系数的取得请求，能够针对多个路段的干扰校正系数的取得请求统一进行接收和处理。下面，对进行提取日期时间的道路的拥挤信息为b0、事件信息为c0、天气信息为d0、注意警报信息为g0时的路段L中的干扰校正系数的取得请求的情况进行说明。
接着，校正系数提取部43从校正系数DB252提取道路的拥挤信息为b0、事件信息为c0时的路段L的速度干扰校正系数etraffic(L，b0，c0)以及天气信息为d0、注意警报信息为g0时的路段L的油耗干扰校正系数eweather(L，d0，g0)(步骤S132)。
最后，校正系数发送部44向油耗计算服务器230发送提取出的速度干扰校正系数etraffic(L，b0，c0)和油耗干扰校正系数eweather(L，d0，g0)(步骤S133)。
图26是本实施方式的油耗计算服务器230的速度曲线计算处理S120的流程图。下面，以设汽车行驶油耗的估计日期时间为地点信息接收部61接收到地点信息121的日期时间(时刻t0、星期w0、时节s0)的情况为例进行说明。
首先，地点信息接收部61从汽车装置100b接收地点信息121(步骤S141)。接着，行驶路线计算部241根据从汽车装置100b接收到的地点信息121，计算汽车的行驶路线X(步骤S142)。接着，行驶速度提取部242提取针对行驶路线X上的全部通过路段的路段行驶速度V(Lk，tk，wk，sk)(1≤k≤n+1)(步骤S143)。接着，停止判定部243针对行驶路线X上的全部交叉路口i1～im，判定交叉路口停止的有无S(i1)～S(im)(步骤S144)。接着，速度曲线生成部244使用由行驶速度提取部242提取出的路段行驶速度V(Lk，tk，wk，sk)(1≤k≤n+1)，生成行驶路线X的行驶中的交叉路口不停止速度曲线Vprofile-nonstop(X)(步骤S145)。最后，速度校正部245在由速度曲线生成部244生成的交叉路口不停止速度曲线Vprofile-nonstop(X)中，根据由停止判定部243判定出的交叉路口停止有无S(i1)～S(im)，再现由于交叉路口停止而产生的加减速，计算考虑了交叉路口停止的速度曲线Vprofile(X)(步骤S146)。
此时，步骤S142～步骤S146的处理与图8的步骤S52～步骤S56的处理相同，因此省略详细说明。
图27是本实施方式的油耗计算服务器230的行驶油耗估计处理的流程图。
首先，基础设施接收部64接收道路的拥挤信息、事件信息、天气信息、注意警报信息作为估计日期时间的基础设施信息(步骤S151)。接着，取得请求部62针对由速度曲线计算部24b计算出的行驶路线X的行驶中的全部通过路段的干扰校正系数，向干扰信息生成服务器220发送取得请求(步骤S152)。接着，校正系数接收部63接收进行了取得请求的干扰校正系数(步骤S153)。
在步骤S152和步骤S153的处理中，针对多个路段的干扰校正系数，能够同时进行取得请求，并且能够同时进行接收。
接着，速度校正决定部261决定行驶路线X的行驶中的速度干扰校正系数ev(X)(步骤S154)。接着，油耗校正决定部262决定行驶路线X的行驶中的油耗干扰校正系数ef(X)(步骤S155)。最后，油耗计算部263根据考虑了交叉路口停止的速度曲线Vprofile(X)、速度干扰校正系数ev(X)和油耗干扰校正系数ef(x)，估计行驶路线X的行驶中的汽车行驶油耗Ffuel(步骤S156)。这里，步骤S154～步骤S156的处理与图13的步骤S101～步骤S103的处理相同，因此省略详细说明。
***本实施方式的效果的说明***
如上所述，根据本实施方式的油耗估计系统500b，能够分散服务器，分散各处理的负荷。由此，在将来收集较多的行驶历史信息的情况下、希望通过提高交叉路口停止概率计算和更新的频度来提高再现精度的情况下等，也能够应对，而不用考虑针对其他处理的负荷影响。
实施方式4
在本实施方式中，主要对与实施方式1～3之间的差异进行说明。
在本实施方式中，对与实施方式1～3中说明的结构相同的结构标注相同标号并省略其说明。
***结构的说明***
在实施方式1～3中，构成为仅利用汽车和中央服务器进行处理。但是，关于干扰信息的生成，本来能够以路段单位进行计算，能够进行边缘计算的处理。
图28是本实施方式的油耗估计系统500c的系统结构图。在图28中，示出构成油耗估计系统500c的各装置的硬件结构。
在图28中，油耗估计系统500c由搭载于汽车1c上的汽车装置100c、信息生成计算器250、信息蓄积服务器260构成。此时，信息生成计算器250采取在全国道路的路段中分别各设置一个的结构。信息生成计算器250也称为干扰信息生成计算器250。
汽车装置100c、信息生成计算器250、信息蓄积服务器260相互经由网络300进行通信。
图29是本实施方式的汽车装置100c的功能结构图。图30是本实施方式的信息生成计算器250的功能结构图。图31是本实施方式的信息蓄积服务器260的功能结构图。
汽车装置100c具有行驶历史收集部11、地点信息收集部12、信息显示部13。此外，汽车装置100c具有向信息蓄积服务器260发送行驶历史信息111的行驶历史发送部19、速度曲线计算部24、行驶油耗估计部26b。
速度曲线计算部24根据地点信息121和地图信息450进行行驶路线411的计算、以及行驶路线411的行驶中的速度曲线的计算。速度曲线计算部24的功能结构与实施方式2中说明的速度曲线计算部24相同。
行驶油耗估计部26b根据由速度曲线计算部24计算出的速度曲线和从信息蓄积服务器260取得的干扰校正系数，计算行驶路线411的行驶中的估计油耗作为油耗估计结果461。行驶油耗估计部26b的功能结构与实施方式3中说明的行驶油耗估计部26b相同。但是，在本实施方式中，在行驶油耗估计部26b中不具有信息发送部22，油耗计算部263将油耗估计结果461直接输出到信息显示部13。此外，在本实施方式中，校正系数接收部63从信息蓄积服务器260接收速度干扰校正系数和油耗干扰校正系数。
信息生成计算器250按照存在于行驶路线中的每个道路区间即路段进行设置。信息生成计算器250具有计算部239，该计算部239根据行驶历史信息111和干扰信息计算速度干扰校正系数和油耗干扰校正系数。具有实施方式1～3中说明的速度干扰计算部232、油耗干扰计算部233、行驶历史接收部41。速度干扰计算部232和油耗干扰计算部233是计算部239。
信息生成计算器250在上述结构部的基础上，还具有个别校正系数DB71、个别校正系数提取部72、个别校正系数发送部73。个别校正系数DB71蓄积速度干扰计算部232计算出的特定路段的速度干扰校正系数321。此外，个别校正系数DB71蓄积油耗干扰计算部233计算出的特定路段的油耗干扰校正系数331。特定路段是设置有该信息生成计算器250的路段。个别校正系数提取部72从个别校正系数DB71提取特定路段的干扰校正系数。个别校正系数发送部73向信息蓄积服务器260发送提取出的干扰校正系数。
信息蓄积服务器260具有实施方式1～3中说明的以下结构部。信息蓄积服务器260具有接收从汽车装置100c发送的行驶历史信息111的行驶历史接收部31、将行驶历史信息111蓄积在行驶历史DB251中的行驶历史蓄积部231、从行驶历史DB251提取必要的行驶历史信息111的行驶历史提取部32。此外，信息蓄积服务器260具有向个别路段的信息生成计算器250发送提取出的行驶历史信息111的行驶历史发送部33。此外，信息蓄积服务器260具有蓄积与全国的道路的各路段对应的干扰校正系数的校正系数DB252、受理来自汽车装置100c的干扰校正系数的取得请求的取得请求接收部42。进而，信息蓄积服务器260具有从校正系数DB252提取进行了取得请求的干扰校正系数的校正系数提取部43、向汽车装置100c发送提取出的干扰校正系数的校正系数发送部44。
信息蓄积服务器260在上述结构部的基础上，还具有个别校正系数接收部81，该个别校正系数接收部81接收从与全国的道路的各路段对应的信息生成计算器250发送的干扰校正系数即速度干扰校正系数和油耗干扰校正系数。此外，信息蓄积服务器260具有个别校正系数蓄积部82，该个别校正系数蓄积部82将接收到的干扰校正系数即速度干扰校正系数和油耗干扰校正系数蓄积在校正系数DB252中。
使用图28对本实施方式中的硬件结构进行说明。
在本实施方式的油耗估计系统500c中，搭载于汽车1c上的汽车装置100c、信息生成计算器250、信息蓄积服务器260分别是计算机。此时，按照位于全国的每个路段保有一个信息生成计算器250。此外，信息蓄积服务器260可以是具有实体的数据服务器，也可以在云上构成。
汽车1c的汽车装置100c的硬件结构与实施方式1～3中说明的硬件结构相同。
信息生成计算器250和信息蓄积服务器260分别具有处理器910、存储装置920、通信装置950。各服务器中的处理器910、存储装置920、通信装置950的基本功能与实施方式1～3中说明的基本功能相同。如图28所示，通过对硬件的标号附加小标e、f，区分信息生成计算器250和信息蓄积服务器260的各个硬件进行说明。
对信息生成计算器250进行说明。存储装置920e具有暂时存储与干扰校正系数的生成有关的处理结果的主存储装置、以及存储各路段的干扰校正系数的外部存储装置。处理器910e进行与干扰校正系数的生成有关的运算处理。通信装置950e发送接收行驶历史信息、基础设施信息、干扰校正系数等。
对信息蓄积服务器260进行说明。存储装置920f具有暂时存储与行驶历史信息、干扰校正系数的蓄积、提取有关的处理结果的主存储装置、以及存储行驶历史信息、干扰校正系数的外部存储装置。处理器910f进行与行驶历史信息、干扰校正系数的蓄积、提取有关的运算处理。通信装置950f发送接收行驶历史信息、干扰校正系数、取得请求等。
如上所述，在本实施方式中采用如下的结构：汽车行驶油耗的估计处理在汽车侧进行，从信息蓄积服务器260取得估计所需要的干扰校正系数。此外，按照每个路段保有处理计算器，干扰校正系数的生成处理采取按照每个路段单独进行处理的结构。由此，对汽车行驶油耗的估计精度提高所需要的干扰校正系数的生成处理、汽车行驶油耗的估计处理、信息蓄积处理进行分离，能够减轻处理负荷。特别是按照每个路段保有处理计算器，由此，减轻每一台处理计算器的处理，能够使处理计算器本身小型化。
***动作的说明***
接着，对动作进行说明。
在本实施方式中，行驶油耗估计处理由汽车1c进行，干扰校正系数的生成处理由信息生成计算器250进行，行驶历史蓄积处理和校正系数蓄积处理由信息蓄积服务器260进行。各设备的动作可以分别独立地执行。
信息蓄积服务器260中的行驶历史蓄积处理由信息蓄积服务器260的行驶历史接收部31、行驶历史蓄积部231、行驶历史DB251、行驶历史提取部32、行驶历史发送部33实施。本处理与图20所示的实施方式3中的行驶历史蓄积服务器210的处理相同，因此省略说明。
图32是本实施方式的信息生成计算器250的个别干扰计算处理的流程图。
首先，行驶历史接收部41从信息蓄积服务器260接收针对特定路段L的行驶历史信息111(步骤S161)。接着，速度干扰计算部232根据接收到的行驶历史信息111、拥挤信息和事件信息，计算速度干扰校正系数，将其蓄积在个别校正系数DB71中(步骤S162)。接着，油耗干扰计算部233根据接收到的行驶历史信息111、天气信息和注意警报信息，计算油耗干扰校正系数，将其蓄积在个别校正系数DB71中(步骤S163)。
此时，步骤S162的处理与图4的步骤S13的处理相同，步骤S163的处理与图4的步骤S14的处理相同，因此省略详细说明。
接着，个别校正系数提取部72提取个别校正系数DB71中蓄积的特定路段L的干扰校正系数(步骤S164)。最后，个别校正系数发送部73向信息蓄积服务器260发送提取出的路段L的干扰校正系数(步骤S165)。
此时，步骤S164～步骤S165的处理可以独立于步骤S161～步骤S163的处理。
图33是本实施方式的信息蓄积服务器260的校正系数蓄积处理的流程图。本处理可以采取结合信息蓄积服务器260接收到干扰校正系数的定时来执行的形式，也可以采取1日1次等、调度执行的形式。
首先，个别校正系数接收部81接收从与全国道路的各路段对应的信息生成计算器250发送的各路段的干扰校正系数(步骤S181)。接着，个别校正系数蓄积部82将接收到的各路段的干扰校正系数蓄积在校正系数DB252中(步骤S182)。此时，信息蓄积服务器260可以统一对多个路段的干扰校正系数进行接收和处理。
图34是本实施方式的信息蓄积服务器260的校正系数提取处理的流程图。
首先，取得请求接收部42从汽车装置100c接收与特定路段有关的干扰校正系数的取得请求(步骤S191)。此时，能够同时对多个路段的干扰校正系数的取得请求进行接收和处理。
接着，校正系数提取部43从校正系数DB252提取存在取得请求的特定路段的干扰校正系数(步骤S192)。
最后，校正系数发送部44向汽车装置100c发送提取出的特定路段的干扰校正系数(步骤S193)。此时，信息蓄积服务器260可以统一对多个路段的干扰校正系数进行处理和发送。
汽车1c中的油耗估计处理在速度曲线计算部24和行驶油耗估计部26b中实施。在地点信息收集部12从驾驶者接收到包含出发地和目的地的地点信息121时，逐次执行油耗估计处理。速度曲线计算部24以后的处理与实施方式1中说明的速度曲线计算部24的处理相同。此外，行驶油耗估计部26b以后的处理与实施方式3中说明的行驶油耗估计部26b的处理相同。由此，关于速度曲线计算部24和行驶油耗估计部26b的处理，省略说明。
***本实施方式的效果的说明***
本实施方式的油耗估计系统500c按照每个路段设置处理计算器，能够分散处理。由此，能够使各处理部中的处理最小化，能够减轻一个计算机中的处理负荷。
以上说明了本发明的实施方式1～4，但是，可以仅采用这些实施方式的说明中作为“部”说明的部分中的任意一方，也可以采用若干个部分的任意组合。即，油耗估计系统的功能块能够实现上述实施方式中说明的功能即可，是任意的。油耗估计系统可以任意组合这些功能块来构成，也可以由任意的功能块构成。
此外，说明了实施方式1～4，但是，也可以组合实施这些实施方式中的多个实施方式。此外，也可以组合实施这些实施方式中的多个部分。或者，也可以实施这些实施方式中的一个部分。除此之外，也可以将这些实施方式的内容作为整体或一部分而任意组合实施。
另外，上述实施方式是本质上优选的例示，并不意图限制本发明、其应用物和用途的范围，能够根据需要进行各种变更。上述实施方式用于帮助理解本方法，不用于限定发明。
标号说明
1、1a、1b、1c：汽车；100、100a、100b、100c：汽车装置；11：行驶历史收集部；12：地点信息收集部；13：信息显示部；14：信息发送部；15：信息接收部；16：存储部；17：地点信息发送部；18：路线和油耗信息接收部；19：行驶历史发送部；109：取得部；111：行驶历史信息；121：地点信息；411：行驶路线；450：地图信息；461：油耗估计结果；470：基础设施信息；472：拥挤信息；473：事件信息；474：天气信息；475：注意警报信息；210：行驶历史蓄积服务器；31：行驶历史接收部；32：行驶历史提取部；33：行驶历史发送部；220：干扰信息生成服务器；41：行驶历史接收部；42：取得请求接收部；43：校正系数提取部；44：校正系数发送部；230：油耗计算服务器；61：地点信息接收部；62：取得请求部；63：校正系数接收部；64：基础设施接收部；71：个别校正系数DB；72：个别校正系数提取部；73：个别校正系数发送部；81：个别校正系数接收部；82：个别校正系数蓄积部；250：信息生成计算器；260：信息蓄积服务器；200：油耗估计装置；21：信息接收部；22、197：信息发送部；23：干扰信息生成部；24、24b：速度曲线计算部；25：存储部；26、26b：行驶油耗估计部；231：行驶历史蓄积部；232：速度干扰计算部；233：油耗干扰计算部；239：计算部；321：速度干扰校正系数；331：油耗干扰校正系数；241：行驶路线计算部；243：停止判定部；242：行驶速度提取部；244：速度曲线生成部；245：速度校正部；261：速度校正决定部；262：油耗校正决定部；263：油耗计算部；441、451：速度曲线；251：行驶历史DB；252：校正系数DB；253：行驶速度DB；254：协作DB；255：停止概率DB；300：网络；500、500a、500b、500c：油耗估计系统；510：油耗估计方法；520：油耗估计程序；809、909：处理电路；810、910、910a、910b、910c、910e、910f：处理器；820、920、920a、920b、920c、920e、920f：存储装置；830：输入接口；840：输出接口；850、950、950a、950b、950c、950e、950f：通信装置；860：传感器；S130：行驶油耗估计处理；S121：停止判定处理；S122：速度曲线生成处理；S123：速度校正处理；S123：油耗计算处理；S301：速度干扰计算处理；S302：油耗干扰计算处理；S120：速度曲线计算处理；2510：行驶历史存储部；2520：校正系数存储部；2530：行驶速度存储部；2540：协作存储部；2550：停止概率存储部。

Claims (18)

1.一种油耗估计系统，其具有：
速度曲线计算部，其计算表示在行驶路线中行驶的汽车的速度的变化的速度曲线；
速度干扰计算部，其根据表示所述行驶路线中产生的干扰事项的干扰信息和从在所述行驶路线中行驶的汽车收集的行驶历史信息，计算在所述行驶路线中行驶的汽车的速度衰减的比率即衰减率作为速度干扰校正系数；以及
油耗计算部，其使用所述速度曲线和所述速度干扰校正系数计算在所述行驶路线中行驶的汽车的油耗。
2.根据权利要求1所述的油耗估计系统，其中，
所述速度干扰计算部至少根据作为所述干扰信息的表示所述行驶路线的拥挤状况的拥挤信息，计算所述速度干扰校正系数。
3.根据权利要求2所述的油耗估计系统，其中，
所述速度干扰计算部至少根据作为所述干扰信息的、所述拥挤信息和表示在所述行驶路线中产生的事件的事件信息，计算所述速度干扰校正系数。
4.根据权利要求1～3中的任意一项所述的油耗估计系统，其中，
所述油耗估计系统具有油耗干扰计算部，所述油耗干扰计算部根据所述干扰信息和所述行驶历史信息，计算在所述行驶路线中行驶的汽车的油耗恶化的比率即恶化率作为油耗干扰校正系数，
所述油耗计算部使用所述速度曲线、所述速度干扰校正系数和所述油耗干扰校正系数，估计在所述行驶路线中行驶的汽车的油耗。
5.根据权利要求4所述的油耗估计系统，其中，
所述油耗干扰计算部至少根据作为所述干扰信息的表示所述行驶路线的天气的天气信息，计算所述油耗干扰校正系数。
6.根据权利要求5所述的油耗估计系统，其中，
所述油耗干扰计算部至少根据作为所述干扰信息的、所述天气信息和表示针对所述行驶路线的注意通报或警报的注意警报信息，计算所述油耗干扰校正系数。
7.根据权利要求4～6中的任意一项所述的油耗估计系统，其中，
所述油耗估计系统具有行驶历史存储部，所述行驶历史存储部按照每个所述干扰事项对所述行驶历史信息进行分类并存储，
所述速度干扰计算部根据按照每个所述干扰事项进行分类而存储在所述行驶历史存储部中的所述行驶历史信息和所述干扰信息，计算所述速度干扰校正系数。
8.根据权利要求7所述的油耗估计系统，其中，
所述油耗干扰计算部根据按照每个所述干扰事项进行分类而存储在所述行驶历史存储部中的所述行驶历史信息和所述干扰信息，计算所述油耗干扰校正系数。
9.根据权利要求7或8所述的油耗估计系统，其中，
所述油耗估计系统具有取得部，所述取得部取得包含出发地和目的地的地点信息，
所述速度曲线计算部根据所述取得部取得所述地点信息的取得日期时间和构成所述行驶路线的道路区间的每个道路区间的行驶速度，计算以所述取得日期时间的日期时间属性在所述行驶路线中行驶的情况下的所述速度曲线。
10.根据权利要求9所述的油耗估计系统，其中，
所述油耗估计系统具有搭载于在所述行驶路线中行驶的汽车上的汽车装置、以及与所述汽车装置进行通信的油耗估计装置，
所述汽车装置具有信息发送部，所述信息发送部向所述油耗估计装置发送所述地点信息，
所述油耗估计装置具有行驶路线计算部，所述行驶路线计算部根据所述地点信息计算所述行驶路线。
11.根据权利要求10所述的油耗估计系统，其中，
所述信息发送部还向所述油耗估计装置发送表示所述汽车的行驶历史的行驶历史信息，
所述油耗估计装置具有行驶历史蓄积部，所述行驶历史蓄积部针对所述行驶历史信息，在按照每个道路区间进行分类后，按照每个所述干扰事项进行分类，将分类后的所述行驶历史信息蓄积在所述行驶历史存储部中。
12.根据权利要求11所述的油耗估计系统，其中，
所述油耗估计装置具有所述速度曲线计算部、所述速度干扰计算部、所述油耗干扰计算部和所述油耗计算部。
13.根据权利要求9所述的油耗估计系统，其中，
所述油耗估计系统具有汽车装置，所述汽车装置搭载于在所述行驶路线中行驶的汽车上，
所述汽车装置具有：
行驶路线计算部，其根据所述地点信息计算所述行驶路线；
行驶历史收集部，其收集表示所述汽车的行驶历史的行驶历史信息；以及
行驶历史蓄积部，其针对所述行驶历史信息，在按照每个道路区间进行分类后，按照每个所述干扰事项进行分类，将分类后的所述行驶历史信息蓄积在所述行驶历史存储部中，
所述汽车装置还具有所述速度干扰计算部、所述油耗干扰计算部、所述速度曲线计算部和所述油耗计算部。
14.根据权利要求9所述的油耗估计系统，其中，
所述油耗估计系统具有：
汽车装置，其搭载于在所述行驶路线中行驶的汽车上，所述汽车装置具有信息发送部，所述信息发送部发送所述地点信息和表示所述汽车的行驶历史的行驶历史信息；
行驶历史蓄积服务器，其具有行驶历史接收部和行驶历史蓄积部，所述行驶历史接收部从所述汽车装置接收所述行驶历史信息，所述行驶历史蓄积部针对所述行驶历史信息，在按照每个道路区间进行分类后，按照每个所述干扰事项进行分类，将分类后的所述行驶历史信息蓄积在所述行驶历史存储部中；
干扰信息生成服务器，其具有行驶历史接收部和计算部，所述行驶历史接收部从所述行驶历史蓄积服务器接收所述行驶历史信息，所述计算部根据所述行驶历史信息和所述干扰信息计算所述速度干扰校正系数和所述油耗干扰校正系数；以及
油耗计算服务器，其具有所述速度曲线计算部、校正系数接收部和所述油耗计算部，所述速度曲线计算部具有从所述汽车装置接收所述地点信息的地点信息接收部作为所述取得部，所述校正系数接收部从所述干扰信息生成服务器接收所述速度干扰校正系数和所述油耗干扰校正系数。
15.根据权利要求9所述的油耗估计系统，其中，
所述油耗估计系统具有：
汽车装置，其搭载于在所述行驶路线中行驶的汽车上，所述汽车装置具有行驶历史发送部，所述行驶历史发送部发送表示所述汽车的行驶历史的行驶历史信息；
信息生成计算器，按照存在于所述行驶路线中的每个道路区间设置所述信息生成计算器，所述信息生成计算器具有计算部，所述计算部根据所述行驶历史信息和所述干扰信息计算所述速度干扰校正系数和所述油耗干扰校正系数；以及
信息蓄积服务器，其具有行驶历史接收部、行驶历史蓄积部、个别校正系数接收部和个别校正系数蓄积部，所述行驶历史接收部从所述汽车装置接收所述行驶历史信息，所述行驶历史蓄积部针对所述行驶历史信息，在按照每个道路区间进行分类后，按照每个所述干扰事项进行分类，将分类后的所述行驶历史信息蓄积在所述行驶历史存储部中，所述个别校正系数接收部从所述信息生成计算器接收所述速度干扰校正系数和所述油耗干扰校正系数，所述个别校正系数蓄积部将接收到的所述速度干扰校正系数和所述油耗干扰校正系数存储在校正系数存储部中。
16.根据权利要求15所述的油耗估计系统，其中，
所述汽车装置具有所述速度曲线计算部和行驶油耗估计部，所述速度曲线计算部具有根据所述地点信息计算行驶路线的行驶路线计算部，所述行驶油耗估计部具有校正系数接收部和所述油耗计算部，所述校正系数接收部从所述信息蓄积服务器接收所述速度干扰校正系数和所述油耗干扰校正系数。
17.一种油耗估计方法，其中，
速度曲线计算部计算表示在行驶路线中行驶的汽车的速度的变化的速度曲线，
速度干扰计算部根据表示所述行驶路线中产生的干扰事项的干扰信息和从在所述行驶路线中行驶的汽车收集的行驶历史信息，计算在所述行驶路线中行驶的汽车的速度衰减的比率即衰减率作为速度干扰校正系数，
油耗计算部使用所述速度曲线和所述速度干扰校正系数计算在所述行驶路线中行驶的汽车的油耗。
18.一种油耗估计程序，其使计算机执行以下处理：
速度曲线计算处理，计算表示在行驶路线中行驶的汽车的速度的变化的速度曲线；
速度干扰计算处理，根据表示所述行驶路线中产生的干扰事项的干扰信息和从在所述行驶路线中行驶的汽车收集的行驶历史信息，计算在所述行驶路线中行驶的汽车的速度衰减的比率即衰减率作为速度干扰校正系数；以及
油耗计算处理，使用所述速度曲线和所述速度干扰校正系数计算在所述行驶路线中行驶的汽车的油耗。
CN201680089497.6A 2016-09-29 2016-09-29 油耗估计系统、油耗估计方法和计算机可读的存储介质 Active CN109789786B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2016/078943 WO2018061162A1 (ja) 2016-09-29 2016-09-29 燃費推定システム、燃費推定方法および燃費推定プログラム

Publications (2)

Publication Number Publication Date
CN109789786A true CN109789786A (zh) 2019-05-21
CN109789786B CN109789786B (zh) 2022-07-05

Family

ID=60417538

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680089497.6A Active CN109789786B (zh) 2016-09-29 2016-09-29 油耗估计系统、油耗估计方法和计算机可读的存储介质

Country Status (5)

Country Link
US (1) US11030831B2 (zh)
JP (1) JP6234636B1 (zh)
CN (1) CN109789786B (zh)
DE (1) DE112016007166B4 (zh)
WO (1) WO2018061162A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112345269A (zh) * 2020-11-03 2021-02-09 广东海洋大学 一种汽车行驶工况智能优化系统

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10794747B2 (en) * 2017-10-25 2020-10-06 Ford Motor Company Fleet management efficiency visualization
JP6812335B2 (ja) * 2017-12-20 2021-01-13 植田工業株式会社 腐食環境監視装置及びそれを備えた腐食環境監視システム
US11867521B2 (en) * 2022-02-16 2024-01-09 GM Global Technology Operations LLC Adaptive in-drive updating of vehicle energy consumption prediction

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3037417A1 (de) * 1980-10-03 1982-05-06 Vdo Adolf Schindling Ag, 6000 Frankfurt Einrichtung zur ermittlung des wegspezifischen kraftstoffverbrauchs
JPH0979883A (ja) * 1995-09-11 1997-03-28 Matsushita Electric Ind Co Ltd 航続距離算出装置
US5913917A (en) * 1997-08-04 1999-06-22 Trimble Navigation Limited Fuel consumption estimation
US6055488A (en) * 1997-02-27 2000-04-25 Sumitomo Electric Industries, Ltd. Device for calculating initial correction factor for correcting rotational velocity of tire
CN1576804A (zh) * 2003-07-28 2005-02-09 冼聪裕 汽车耗油量的测量方法及其装置
JP2007312581A (ja) * 2006-05-22 2007-11-29 Fuji Heavy Ind Ltd 電気自動車のエネルギー管理システム
WO2008059591A1 (fr) * 2006-11-17 2008-05-22 Pioneer Corporation Dispositif, procédé et programme de guidage routier, procédé et programme de création de données de consommation de carburant et support d'enregistrement lisible par ordinateur
JP2008276286A (ja) * 2007-04-25 2008-11-13 Denso Corp 走行情報収集装置および走行情報の学習方法
CN101622653A (zh) * 2007-02-28 2010-01-06 微软公司 适应于用户旅行的交通信息
US20100145600A1 (en) * 2008-12-05 2010-06-10 Electronics And Telecommunications Research Institute Apparatus for informing economical speed of vehicle and method thereof
CN102201133A (zh) * 2010-03-23 2011-09-28 通用汽车环球科技运作有限责任公司 用于预测车辆能耗的系统和方法
CN103158716A (zh) * 2011-12-15 2013-06-19 现代自动车株式会社 用于计算电动车中的燃料耗尽距离的方法
CN103328268A (zh) * 2011-01-28 2013-09-25 日本先锋公司 计算装置、计算方法、计算程序以及记录介质
JP2014106068A (ja) * 2012-11-27 2014-06-09 Nissan Motor Co Ltd 燃費推定装置及び燃費推定方法
US20140277986A1 (en) * 2013-03-15 2014-09-18 Clemson University Systems and Methods for Predicting Traffic Signal Information
CN105091892A (zh) * 2014-05-13 2015-11-25 三菱电机株式会社 车辆用能量管理装置
CN105383495A (zh) * 2014-08-29 2016-03-09 福特全球技术公司 使用物理模型的基于路线的能耗估计
CN105865472A (zh) * 2016-04-06 2016-08-17 重庆邮电大学 一种基于最佳油耗的车载导航方法

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3520622B2 (ja) 1995-09-06 2004-04-19 株式会社エクォス・リサーチ 交差点での停止判断装置
JPH0979663A (ja) 1995-09-18 1997-03-28 Kenichirou Takamura 太陽熱利用縦置き型集熱装置
JP4116681B2 (ja) 1996-07-11 2008-07-09 株式会社富士通ソーシアルサイエンスラボラトリ 最適経路探索方法
JP4470311B2 (ja) 1999-10-15 2010-06-02 日産自動車株式会社 走行パターン生成装置
JP4526700B2 (ja) 2000-12-27 2010-08-18 株式会社エクォス・リサーチ 配光制御装置
JP3933056B2 (ja) 2003-02-14 2007-06-20 アイシン・エィ・ダブリュ株式会社 ハイブリッド車両の駆動制御システム
JP4200863B2 (ja) 2003-09-16 2008-12-24 株式会社エクォス・リサーチ 走行速度パターン推定装置、及びハイブリッド車両の駆動制御装置
JP2005184867A (ja) 2003-12-16 2005-07-07 Equos Research Co Ltd 走行速度パターン推定装置、及びハイブリッド車両の駆動制御装置
DE102004022265A1 (de) 2004-05-06 2005-12-01 Robert Bosch Gmbh Verfahren zum Ausarbeiten einer Route in einem Navigationssystem
JP2007094703A (ja) 2005-09-28 2007-04-12 Toyota Motor Corp 車両情報提供システム
JP4997011B2 (ja) 2007-07-25 2012-08-08 日立オートモティブシステムズ株式会社 自動車の燃料消費量推定システム、経路探索システム、及び運転指導システム
JP4894691B2 (ja) 2007-09-12 2012-03-14 トヨタ自動車株式会社 走行計画生成装置
JP5169140B2 (ja) 2007-10-26 2013-03-27 住友電気工業株式会社 リンクコスト算出装置及び方法、経路誘導システム、並びに、コンピュータプログラム
JP2009193425A (ja) 2008-02-15 2009-08-27 Xanavi Informatics Corp 燃費推定装置、経路探索装置
JP4401420B1 (ja) 2008-08-25 2010-01-20 本田技研工業株式会社 ナビサーバ
CN102132130B (zh) 2008-08-25 2013-06-26 本田技研工业株式会社 导航服务器
JP4401423B1 (ja) 2008-08-28 2010-01-20 本田技研工業株式会社 ナビサーバ
JP5027777B2 (ja) 2008-10-31 2012-09-19 クラリオン株式会社 カーナビゲーション装置およびカーナビゲーション方法
US9043141B2 (en) 2008-10-31 2015-05-26 Clarion Co., Ltd. Navigation system and navigation method of route planning using variations of mechanical energy
JP2010164360A (ja) 2009-01-14 2010-07-29 Denso Corp 経路探索装置
JPWO2011033656A1 (ja) * 2009-09-18 2013-02-07 パイオニア株式会社 燃費表示装置、燃費表示方法及び燃費表示プログラム
KR101092690B1 (ko) 2009-11-02 2011-12-09 기아자동차주식회사 연료 최소화 경로 및 비용 산출 방법
US8793067B2 (en) 2009-12-28 2014-07-29 Honda Motor Co., Ltd. Route searching device
US9046379B2 (en) 2009-12-28 2015-06-02 Honda Motor Co., Ltd. Devices and methods for determining fuel consumption and searching vehicle routes
WO2011101949A1 (ja) 2010-02-16 2011-08-25 トヨタ自動車株式会社 車両制御装置
CN102782737B (zh) 2010-03-17 2015-03-18 丰田博图导航信息技术有限公司 交叉路口停止比例确定装置及导航装置、以及用于确定交叉路口停止比例的方法、导航方法
JP5549353B2 (ja) 2010-04-27 2014-07-16 株式会社デンソー カーナビゲーションシステム
KR101655467B1 (ko) 2010-06-23 2016-09-08 현대자동차주식회사 차량용 길 안내 시스템
JP5872222B2 (ja) 2011-09-26 2016-03-01 クラリオン株式会社 走行パターン予測装置
JP5816119B2 (ja) 2012-03-29 2015-11-18 株式会社Ｓｃｒｅｅｎホールディングス 評価用サンプル製造装置、評価用サンプル製造方法、および基板処理装置
JP5958159B2 (ja) 2012-08-03 2016-07-27 日産自動車株式会社 車両運転支援装置及び車両運転支援方法
JP2014106675A (ja) 2012-11-27 2014-06-09 Nissan Motor Co Ltd 所要時間算出装置及び所要時間算出方法
WO2017014012A1 (ja) * 2015-07-22 2017-01-26 本田技研工業株式会社 経路生成装置、経路生成方法、および経路生成プログラム

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3037417A1 (de) * 1980-10-03 1982-05-06 Vdo Adolf Schindling Ag, 6000 Frankfurt Einrichtung zur ermittlung des wegspezifischen kraftstoffverbrauchs
JPH0979883A (ja) * 1995-09-11 1997-03-28 Matsushita Electric Ind Co Ltd 航続距離算出装置
US6055488A (en) * 1997-02-27 2000-04-25 Sumitomo Electric Industries, Ltd. Device for calculating initial correction factor for correcting rotational velocity of tire
US5913917A (en) * 1997-08-04 1999-06-22 Trimble Navigation Limited Fuel consumption estimation
CN1576804A (zh) * 2003-07-28 2005-02-09 冼聪裕 汽车耗油量的测量方法及其装置
JP2007312581A (ja) * 2006-05-22 2007-11-29 Fuji Heavy Ind Ltd 電気自動車のエネルギー管理システム
WO2008059591A1 (fr) * 2006-11-17 2008-05-22 Pioneer Corporation Dispositif, procédé et programme de guidage routier, procédé et programme de création de données de consommation de carburant et support d'enregistrement lisible par ordinateur
CN101622653A (zh) * 2007-02-28 2010-01-06 微软公司 适应于用户旅行的交通信息
JP2010520454A (ja) * 2007-02-28 2010-06-10 マイクロソフト コーポレーション ユーザーの移動に適応可能な交通情報
JP2008276286A (ja) * 2007-04-25 2008-11-13 Denso Corp 走行情報収集装置および走行情報の学習方法
US20100145600A1 (en) * 2008-12-05 2010-06-10 Electronics And Telecommunications Research Institute Apparatus for informing economical speed of vehicle and method thereof
CN102201133A (zh) * 2010-03-23 2011-09-28 通用汽车环球科技运作有限责任公司 用于预测车辆能耗的系统和方法
CN103328268A (zh) * 2011-01-28 2013-09-25 日本先锋公司 计算装置、计算方法、计算程序以及记录介质
CN103158716A (zh) * 2011-12-15 2013-06-19 现代自动车株式会社 用于计算电动车中的燃料耗尽距离的方法
JP2014106068A (ja) * 2012-11-27 2014-06-09 Nissan Motor Co Ltd 燃費推定装置及び燃費推定方法
US20140277986A1 (en) * 2013-03-15 2014-09-18 Clemson University Systems and Methods for Predicting Traffic Signal Information
CN105091892A (zh) * 2014-05-13 2015-11-25 三菱电机株式会社 车辆用能量管理装置
CN105383495A (zh) * 2014-08-29 2016-03-09 福特全球技术公司 使用物理模型的基于路线的能耗估计
CN105865472A (zh) * 2016-04-06 2016-08-17 重庆邮电大学 一种基于最佳油耗的车载导航方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112345269A (zh) * 2020-11-03 2021-02-09 广东海洋大学 一种汽车行驶工况智能优化系统

Also Published As

Publication number Publication date
US11030831B2 (en) 2021-06-08
DE112016007166T5 (de) 2019-05-09
CN109789786B (zh) 2022-07-05
DE112016007166B4 (de) 2022-12-15
US20190228600A1 (en) 2019-07-25
WO2018061162A1 (ja) 2018-04-05
JP6234636B1 (ja) 2017-11-22
JPWO2018061162A1 (ja) 2018-09-27

Similar Documents

Publication Publication Date Title
Yuan et al. T-drive: driving directions based on taxi trajectories
CN110426050B (zh) 地图匹配纠正方法、装置、设备和存储介质
CN109789786A (zh) 油耗估计系统、油耗估计方法和油耗估计程序
CN106097718B (zh) 基于gps数据的信号交叉口区域通行时间估计方法
CN109147323A (zh) 一种用于公路客货运输指标统计的车辆gps数据处理方法
Zambrano et al. Using real traffic data for its simulation: Procedure and validation
WO2022153125A2 (en) System and method for processing vehicle event data for analysis of road segments and turn ratios
CN113724497A (zh) 一种目标道路实时交通流量预测方法和装置
CN117146848A (zh) 路径规划方法、装置及电子设备
JP6214827B1 (ja) 燃費推定システム、燃費推定方法および燃費推定プログラム
CN116629425A (zh) 车辆能耗的计算方法、装置、计算机可读介质及电子设备
CN116194935B (zh) 用于确定地理区域中的车辆的导航简档的方法和设备
CN109789787A (zh) 油耗估计系统、油耗估计方法和油耗估计程序
CN112509332B (zh) 路况确定方法、装置、介质以及电子设备
CN113470343B (zh) 阻断道路的开通检测方法、装置、设备及存储介质
CN108318048A (zh) 一种基于不同转弯方向拥堵信息的路线规划方法及系统
JP2020113114A (ja) サーバ、システム、方法、及びコンピュータプログラム
Jin et al. Joint Optimization of Stop Design and Lane Assignment for Buses with Different Directions at a Signalized Intersection
Wang et al. A high efficient map-matching algorithm for the GPS data processing intended for the highways
US20220198325A1 (en) Method, apparatus, and computer program product for predicting a split lane traffic pattern
CN115171405A (zh) 交通灯路口的通行时间确定方法、装置、电子设备及介质
CN114996372A (zh) 通行特征预测方法、电子设备及存储介质
CN117351720A (zh) 公交站点位置确定方法、装置、电子设备及存储介质
CN116229732A (zh) 道路拥堵状态的确定方法、系统及计算机可读介质
CN116028837A (zh) 一种基于机动车电子标识数据的定制公交规划方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant