CN111295697B - 移动体分布状况预测装置和移动体分布状况预测方法 - Google Patents
移动体分布状况预测装置和移动体分布状况预测方法 Download PDFInfo
- Publication number
- CN111295697B CN111295697B CN201880070484.3A CN201880070484A CN111295697B CN 111295697 B CN111295697 B CN 111295697B CN 201880070484 A CN201880070484 A CN 201880070484A CN 111295697 B CN111295697 B CN 111295697B
- Authority
- CN
- China
- Prior art keywords
- facility
- mobile
- inter
- unit
- information
- 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.)
- Active
Links
Images
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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
- G08G1/205—Indicating the location of the monitored vehicles as destination, e.g. accidents, stolen, rental
-
- 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
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
- G01C21/3694—Output thereof on a road map
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
- G08G1/127—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station
- G08G1/13—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station the indicator being in the form of a map
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
- G08G1/143—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces inside the vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
- G08G1/148—Management of a network of parking areas
Landscapes
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Ecology (AREA)
- Environmental & Geological Engineering (AREA)
- Environmental Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Atmospheric Sciences (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
根据移动体(6)的设施间移动相关性来预测移动体(6)的迁移行动,据此预测规定时间后的移动体分布状况。服务器系统(1)具有设施间移动计算部(103)、接收部(101)和移动体分布状况预测部(104),其中,所述设施间移动计算部(103)根据地图信息来计算设施停留基准时间、设施间移动基准时间和设施间移动相关性,其中所述地图信息包含过去的来自移动体(6)的位置信息的推移、多个设施信息和道路地图;所述接收部(101)接收多个移动体(6)的当前的位置信息;所述移动体分布状况预测部(104)根据设施间移动相关性和多个移动体(6)的当前的位置信息来预测规定时间后的移动体的分布状况。
Description
技术领域
本发明涉及一种根据移动体的分布状况,尤其是根据设施间移动相关性来预测移动体的迁移行动(excursion action),据此预测规定时间后的移动体分布状况的移动体分布状况预测装置和移动体分布状况预测方法。
背景技术
在餐饮店、博物馆等设施中,为了进行准备等而事先得知来访顾客的数量是重要的课题。因此,现有技术中,经营者或店员自身根据平日、周末和节假日等的实际业绩来预测来访顾客的数量,或者根据季节、天气等的变化而基于过去的经验来预测来访顾客的数量。
然而,在这种预测方法中,预测精度会产生偏差,并且无法应对假设周边的活动举办等突发性事件。
并且,当在规定区域(例如,旅游景点区域)内存在多个设施的情况下,经常有在滞留在设施A之后进行前往其他设施B等的设施间移动的情况,在上述方法下,假想这种设施间移动,则难以预测来访的顾客的数量。另外,难以为了激活规定区域内的经济而采取在各设施间迁移的措施。
关于该方面,在专利文献1中记载了,根据从多个用户获取到的日志信息来计算日志信息所包含的地点间的相关关系,据此在地图信息上显示地点间的相关关系。
在此,所谓地点间的相关关系例如包括:置信度(以地点X为条件部以地点Y为结论部的置信度C(X,Y)),其表示以地点X为目的地而出门的用户将地点Y作为目的地进行迁移的概率;地点X和地点Y的同现频率(=F(X,Y)),其表示将地点X和地点Y双方作为目的地的用户数量;以及地点X和地点Y的支持度(=S(X,Y))等,该支持度(=S(X,Y))表示全部用户数中将地点X和地点Y双方作为目的地的用户数量的比例。
现有技术文献
专利文献
专利文献1:日本发明专利公开公报特开2017-027221号
发明内容
然而,在专利文献1所记载的发明中,例如在旅游景点区域等,根据地点间的相关关系预测规定时间后的移动体的分布状况,该设施的经营者或店员无法预测在规定时间后有多少人向该设施迁移、另外有多少用户来访该设施。
本发明是鉴于这样的问题而作出的。本发明的目的在于,提供一种用于通过根据移动体的分布状况、尤其是根据设施间移动相关性预测移动体的迁移行动,来预测规定时间后的移动体分布状况的移动体分布状况预测装置和移动体分布状况预测方法。
(1)本发明涉及一种移动体分布状况预测装置(例如,后述的“服务器系统1”),具有设施间移动计算部(例如,后述的“设施间移动计算部103”)、位置信息接收部(例如,后述的“接收部101”)和移动体状况预测部(例如,后述的“移动体分布状况预测部104”),其中,所述设施间移动计算部根据地图信息来计算设施停留基准时间、设施间移动基准时间和设施间移动相关性,其中所述地图信息包含过去的来自移动体(例如,后述的“移动体6”)的位置信息的推移、多个设施信息和道路地图;所述位置信息接收部接收多个移动体的当前的位置信息;所述移动体状况预测部根据所述设施间移动相关性和多个所述移动体的当前的位置信息来预测规定时间后的移动体的分布状况。
技术方案(1)的移动体分布状况预测装置(例如,后述的“服务器系统1”)根据多个移动体的当前的位置信息和设施间移动相关性来预测规定时间后的移动体的分布。据此,例如在餐饮店、博物馆等设施中,经营者或店员自身能够高精度地预测在规定时间后来访的顾客的数量。
也可以为:(2)技术方案(1)所记载的移动体分布状况预测装置(例如,后述的“服务器系统1”)具有预测状况输出部(例如,后述的“预测状况输出部105”),该预测状况输出部将预测到的规定时间后的移动体的分布状况表现为网格状,并将其重叠于所述道路地图来输出。
据此,经营者或店员能够像观看天气预报图那样在视觉上掌握车辆的设施间迁移,因此能够高精度地预测在规定时间后有多少人来访设施。
也可以为:(3)在技术方案(1)或技术方案(2)的移动体分布状况预测装置(例如,后述的“服务器系统1”)中,所述设施间移动计算部(例如,后述的“设施间移动计算部103”)还按照移动体的种类来计算所述设施停留基准时间、所述设施间移动基准时间和所述设施间移动相关性,所述移动体状况预测部(例如,后述的“移动体分布状况预测部104”)还按照移动体的种类来预测规定时间后的移动体的分布状况。
据此,在假想按照移动体的种类而采取不同的迁移行动的情况下,通过按照移动体的种类来预测规定时间后的移动体的分布状况,能够进一步提高预测精度。
也可以为:(4)在技术方案(3)所记载的移动体分布状况预测装置(例如,后述的“服务器系统1”)中,所述移动体(例如,后述的“移动体6”)是车辆,所述移动体的种类为车型。
据此,能够发挥与(3)的移动体分布状况预测装置同样的效果。
(5)本发明涉及一种移动体分布状况预测方法,该移动体分布状况预测方法由移动体分布状况预测装置(例如,后述的“服务器系统1”)来执行,具有设施间移动计算步骤、位置信息接收步骤和移动体状况预测步骤,其中,在所述设施间移动计算步骤中,根据地图信息来计算设施停留基准时间、设施间移动基准时间和设施间移动相关性,其中所述地图信息包含过去的来自移动体的位置信息的推移、多个设施信息和道路地图;在所述位置信息接收步骤中,接收多个移动体的当前的位置信息;在所述移动体状况预测步骤中,根据所述设施间移动相关性和多个所述移动体的当前的位置信息来预测规定时间后的移动体的分布状况。
也可以为:(6)在技术方案(5)所记载的移动体分布状况预测方法中,具有输出步骤,该输出步骤是所述移动体分布状况预测装置将在所述移动体状况预测步骤中预测到的规定时间后的移动体的分布状况表现为网格状,并将其重叠在所述道路地图上来输出。
也可以为:(7)在技术方案(5)或者技术方案(6)所记载的移动体分布状况预测方法中,在所述设施间移动计算步骤中,所述移动体分布状况预测装置按照移动体的种类来计算所述设施停留基准时间、所述设施间移动基准时间和所述设施间移动相关性,在所述移动体状况预测步骤中,所述移动体分布状况预测装置按照移动体的种类对规定时间后的移动体的分布状况进行预测。
也可以为:(8)在技术方案(7)所记载的移动体分布状况预测方法中,所述移动体是车辆,所述移动体的种类是车型。
根据(5)至(8)的方法,能够分别发挥与(1)至(4)的移动体分布状况预测装置同样的效果。
发明效果
根据本发明,能够提供一种根据移动体的分布状况,尤其是根据设施间移动相关性预测移动体的迁移行动,来预测规定时间后的移动体分布状况的移动体分布状况预测装置和移动体分布状况预测方法。
附图说明
图1是表示移动体分布状况预测系统100的系统结构的图。
图2是表示服务器系统1的结构的图。
图3是表示在地图上设定的网格区域(mesh area)一例的图。
图4是表示搭载在车辆上的车载导航装置2的结构的图。
图5是表示移动终端3的结构的图。
图6是表示分布状况显示终端4的结构的图。
图7是表示显示在分布状况显示终端4上的、用于请求移动体分布状况发送的画面一例的图。
图8是表示在分布状况显示终端4上按时序显示各网格区域中的当前时间点的移动体6的分布预测状况和经过一定时间后(多个)的移动体6的分布预测状况的画面一例的图。
图9是表示在分布状况显示终端4上按时序显示各网格区域中的当前时间点的移动体6的分布预测状况和经过一定时间后(多个)的移动体6的分布预测状况的画面一例的图。
图10是表示服务器系统1的处理的流程的流程图。
图11是表示服务器系统1的处理的流程的流程图。
具体实施方式
[第1实施方式]
下面,一边参照附图一边对本发明的优选一实施方式所涉及的移动体分布状况预测系统100进行说明。
[移动体分布状况预测系统100的功能结构]
如图1所示,移动体分布状况预测系统100构成为包括服务器系统1、搭载于车辆5的车载导航装置2、移动终端3、分布状况显示终端4和通信网7。下面,将搭载有车载导航装置2那样的通信设备的车辆5或者具有与车辆5进行信号连接(配对:pairing)的移动终端3的车辆5称为移动体6。另外,除非另有说明,将与服务器系统1进行通信的、移动体6的车载导航装置2和移动终端3统称为“移动体6”。
服务器系统1与移动体6之间、以及服务器系统1与分布状况显示终端4之间分别以能够通过通信网7相互通信的方式来连接。通信网7通过包括因特网、移动电话网络的、组合了有线网络或无线网络等的网络来实现。
移动体分布状况预测系统100的概要如以下所述。
服务器系统1通过通信部12,在与车载导航装置2、移动终端3及分布状况显示终端4之间进行信息的收发。服务器系统1根据预先计算出的设施间移动相关信息和移动体6的当前位置信息等来预测规定时间后的移动体的分布状况。服务器系统1针对来自分布状况显示终端4的请求,提供规定时间后的移动体的分布状况,例如提供与在规定时间后来访设施的移动体6的数量有关的预测信息。
在本发明的实施方式中,将服务器系统1记载为1个服务器,但也可以是将服务器系统1的各功能适宜地分散于多个服务器的分散处理系统。另外,也可以在云上使用虚拟服务器功能等来实现服务器系统1的各功能。
车载导航装置2是向乘坐车辆5的用户进行导航(路径引导)的装置。车载导航装置2根据用户的请求来进行从当前位置到目的地的路径引导。另外,车载导航装置2还具有定位车载导航装置2的位置信息(即,车辆5的位置信息)的功能。车载导航装置2定位到的位置信息被适宜地发送给服务器系统1。
车载导航装置2能够通过被安装于作为移动体的车辆5的车辆导航装置、或被简易地设置于作为移动体的车辆60a的PND(Portable Navigation Device:便携式导航设备)来实现。
移动终端3是乘坐车辆5的用户使用的移动终端。移动终端3与上述的车载导航装置2同样,具有定位移动终端3的位置信息(即,车辆5的位置信息)的功能。与车载导航装置2定位到的位置信息同样,移动终端3定位到的位置信息被适宜地发送给服务器系统1。
移动终端3是移动电话、智能手机、平板终端、PDA、笔记本电脑、其他可携带的电子设备,包括具有无线通信功能的电子设备。
分布状况显示终端4通过通信部42与服务器系统1进行信息的收发。分布状况显示终端4能够从服务器系统1接收规定时间后的移动体6的分布状况、尤其是在规定时间后来访设施的移动体6的数量。
更具体而言,分布状况显示终端4根据用户的请求来显示移动体6的分布预测状况。移动体6的分布预测状况是如后述那样在当前时间点和在经过多个一定时间后预测到的、来访设施的移动体6的数量,分布状况显示终端4自动或者按照用户操作,按时序蓄积当前时间点的移动体6的来访信息和经过一定时间后(多个)的来访预测信息且将其依次显示。
在此,所谓经过一定时间后(多个)是指,例如从当前时间点T0起经过一定时间后的T1、从T1起再经过一定时间后的T2、从T2起再经过一定时间后的T3等、从当前时间点起的多个即将到来时刻。
接着对各个结构进行说明。
首先对服务器系统1进行说明。图2表示服务器系统1的结构。
<服务器系统1>
如图2所示,服务器系统1至少具有控制部10、存储部11和通信部12,且根据需要还具有显示部14和输入部15。
控制部10由具有CPU、RAM、ROM、I/O等的处理器构成,进行各结构部的控制。CPU执行从RAM、ROM或者存储部11读出的用于移动体分布状况预测的各程序,且在执行该各程序时从RAM、ROM和存储部11读出信息,对RAM和存储部11进行信息的写入,且与通信部12进行信号的收发。
在后面对细节进行叙述。
存储部11由半导体存储器、硬盘驱动器等构成,保存操作系统(OS)、被称为应用程序的软件等,存储各种信息。因此,如图2所示,在存储部11中确保有地图信息区域111、设施信息区域112、移动体信息区域113、连接历史记录信息区域114、设施移动相关信息区域115等各种存储区域。
另外,这些存储区域可以在存储部11中分别单独地确保,另外,例如也可以一体构成地图信息区域111和设施信息区域112等多个存储区域。
<地图信息区域111>
在地图信息区域111中预先存储有与道路、设施等地上物有关的信息、用于导航的地图信息、道路信息、设施停车场位置信息、停车场信息等。在地图信息中包含:用于显示道路和道路地图等的背景的显示用地图数据;节点(例如道路的交叉路口、弯曲点、端点等)的位置信息及其类别信息;连接各节点间的路径即道路链的位置信息及其类别信息;包含与所有道路链的成本信息(例如距离、所需时间等)有关的道路链成本数据等的道路网数据等。
在道路信息中保存有道路的类别、交通信号灯等所谓的道路地图的信息。
设施停车场位置信息将各设施停车场的位置信息保存为纬度和经度的信息。
<分析对象区域地图数据>
另外,地图信息也可以包含地图数据,该地图数据用于显示成为移动体分布状况的预测对象的规定区域(以下称为“分析对象区域”)。此时,优选为包含设施显示用数据,该设施显示用数据用于显示位于分析对象区域内的、被作为设施间移动相关信息的对象的设施(以下还称为“分析对象设施”)。
在地图信息区域111中还包含网格地图信息来作为至少包含分析对象区域所涉及的道路地图的地图,其中所述网格地图信息被分割为网格区域来进行存储。各网格区域例如能够构成为,根据该网格区域的中心位置信息(纬度和经度)来进行识别。图3表示网格地图信息一例。
在此,作为网格区域的大小能够设定多种网格区域,例如各边的长度为10km的划分(以下称为“大网格区域”);为大网格区域的面积的1/4(为大网格区域的各边的长度的1/2的5km)的划分(以下称为“中网格区域”);为大网格区域的面积的1/16(为大网格区域的各边的长度的1/4的2.5km)的划分(以下称为“小网格区域”)等。
另外,针对网格区域的大小,能够按照道路的种类(一般道路、高速公路等)适宜地设定。
在地图信息区域111中,按网格区域的大小来分别存储网格地图信息。
另外,在地图信息区域111中,也可以将从交通信息中心等接收到的交通信息与接收到该交通信息的记录时刻一起存储。交通信息例如包含每条道路链的行驶车辆数、行驶所需时间、交通堵塞信息、交通管制信息、天气信息等影响移动成本的要素。另外,也可以记录道路链的过去的交通信息等。
<设施信息区域112>
在设施信息区域112中包含存储有各设施的信息的设施信息数据库1121,其中所述各设施的信息包含设施的识别信息(设施ID)、名称、设施类别(和/或类型)、电话号码、住所、经营时间、由纬度和经度等确定的设施停车场位置信息、如果设施为餐饮店则该餐饮店提供的菜单、与商品服务等有关的设施信息、设施停车场的统计指标、空位信息和优惠券发行信息等。设施信息按照来自车载导航装置2和移动终端3等的请求来随时提供。
在此,设施ID是按每个设施赋予的唯一的识别信息。优选为,设施ID按设施类别,并且在各设施类别中进一步按不同类型层次化来赋予ID。例如,作为设施类别,举出餐饮店、超市、体育馆等店铺类别作为一例。并且在设施类别为餐饮店的情况下,例如,作为基于多种类型的分类,举出日本料理、中国菜、西餐、意大利料理、法国料理、咖啡店等基于所提供的料理内容的类型、或快餐、免下车餐馆(drive through,得来速)、面馆、家庭餐厅等基于快速和简单的观点的类型等作为一例。在此,类型能够根据其内容组合多种类型来定义。例如在西餐中能举出快餐等例子。另外,设施类别、类型等并不限定于此。
另外,在设施信息数据库1121中,也可以将表示是分析对象设施的数据作为独立于设施ID的数据、或者作为设施ID所包含的数据进行存储。据此,能够从设施信息数据库1121中容易地检索分析对象设施。
<移动体信息区域113>
在移动体信息区域113中保存有与移动体6有关的信息,例如移动体的移动体类别信息。所谓移动体类别信息例如是指,车辆的分类类别、车型(车型名称)、作为车型的下位分类的配置等级(grade)、外装颜色等中的任一种信息。在此,所谓分类类别例如是指小型货车、轿车等类别。所谓车型(车型名称)例如是指“步威(stepwgn,注册商标)”、“INSPIRE(注册商标)”等车型名称。所谓车型的下位分类的配置等级是指,根据属于该车型的车辆的装备、内饰等,例如如“松”、“竹”、“梅”那样区分的等级(rank)。另外,所谓车型的下位分类的外装颜色是指车辆的外装颜色(车身颜色)。另外,移动体类别信息也可以包含分类类别、车型名称及车型的下位分类中的任一个或者全部。
被存储在移动体信息区域113中的与移动体6有关的信息根据用于识别各移动体6的移动体6的识别信息(以下还称为“移动体ID”)来唯一地进行管理。在此,移动体ID能够使用对车载导航装置2、移动终端3以及车辆5唯一地分配的号码。例如,能够将赋予移动电话网的SIM的电话号码作为移动体ID。另外,在车辆5的情况下,能够将被唯一地赋予车辆5的VIN(车辆识别号码)或车牌号码作为移动体ID。另外,也可以将移动体6的使用者即用户所涉及的用户信息与移动体ID建立关联来存储。
<连接历史记录信息区域114>
在连接历史记录信息区域114中,至少存储有从位于包含分析对象区域的区域内的移动体6与移动体ID建立关联而定期发送的、移动体位置信息、时刻信息,另外作为选项存储有连接历史记录,该连接历史记录按移动体ID对目的地信息和移动体6的行进方向等进行管理。移动体位置信息存储从移动体6依次接收到的当前位置的信息。另外,接收可以每隔数秒接收一次,也可以在移动体侧按时序保存,在一定时间或在移动体侧启动应用程序时等时间点一并接收。另外,能够根据正在道路上行驶的各车辆的位置信息(纬度和经度)来判别各车辆所位于的网格区域。
另外,从移动体6发送的移动体类别信息和移动体的状态(例如点火开关接通的状态、行驶状态、点火开关断开的状态等)也可以存储在按移动体ID进行管理的连接历史记录中。
<设施移动相关信息区域115>
设施移动相关信息区域115具有移动信息数据库1151、移动相关数据库1152和移动体出发和到达表1153。
[移动信息数据库1151]
在移动信息数据库1151中,根据过去接收到的连接历史记录计算出的、数量不定的移动体6从出发地至到达地的所有泊车信息(分析对象设施的设施ID、到达日期时间、泊车时间、出发日期时间)与移动体ID建立关联来存储。
更具体而言,设在移动信息数据库1151中存储有将泊车信息按同一天的迁移顺序排列的迁移状态记录,其中所述泊车信息是指移动体6的出发地点或者到达地点是位于分析对象区域内的设施(分析对象设施)的停车场的信息。另外,在后面对迁移状态记录的计算方法的细节进行叙述。
因此,当移动体6从分析对象设施A向另一分析对象设施B移动时,例如在便利店或加油站暂时停留、或者由于去洗手间、休息等而暂时停车的情况下,当便利店、加油站等不是分析对象设施时,不作为泊车信息进行计算。因此,例如在分析向便利店、加油站等迁移的迁移状况的情况下,也可以根据需要将便利店等作为分析对象设施。
另外,在移动信息数据库1151中存储有根据过去接收到的连接历史记录计算出的、移动体6的从设施Pi到设施Pj的设施间移动路径(迁移路径)所涉及的地图上的网格集合。在此,使用索引(index)i来识别分析对象设施,设为Pi(1≦i≦N)(N是分析对象设施数)。下面,由R(Pi->Pj)(i≠j)来表示从设施Pi到设施Pj的设施间移动路径(迁移路径)。另外,将从设施Pi到设施Pj的设施间移动路径(迁移路径)R(Pi->Pj)所涉及的地图上的网格集合按移动顺序添加索引,设包含出发设施Pi的网格为M(Pi->Pj)(0),设包含目的设施Pj的网格为M(Pi->Pj)(K+1),用{M(Pi->Pj)(k):0≦k≦K+1}来表示。另外,K+2是从出发设施Pi到目的设施Pj的设施间移动路径(迁移路径)R(Pi->Pj)所涉及的地图上的网格集合的个数。
在从设施Pi到设施Pj的设施间移动路径(迁移路径)R(Pi->Pj)有多个,且作为设施间移动路径(迁移路径)R(Pi->Pj)所涉及的地图上的网格集合存在不同的网格集合的情况下,例如通过设施间移动路径(迁移路径)R(Pi->Pj)来识别各网格集合,且将其存储于移动信息数据库1151。这样一来,在有多个网格集合的情况下,能够分别进行处理。
如前述那样,作为网格区域的大小能够设定多种网格区域,例如各边的长度为10km的大网格区域;为大网格区域的面积的1/4(各边的长度为5km)的中网格区域;为大网格区域的面积的1/16(边的长度为2.5km)的小网格区域等。另外,网格区域的大小并不限定于此。
另外,网格区域的大小能够按照道路的种类(一般道路、高速公路等)适宜地设定。作为从设施Pi到设施Pj的设施间移动路径(迁移路径)R(Pi->Pj)所涉及的地图上的网格集合,也可以按网格区域的大小来分别存储。
[移动相关数据库1152]
在移动相关数据库1152中存储有位于分析对象区域内的分析对象设施所涉及的设施间移动相关信息。在此,对设施间移动相关信息进行说明。另外,在后面对设施间移动相关信息的计算方法的细节进行叙述。
用索引i来识别位于分析对象区域内的各分析对象设施,设为Pi(1≦i≦N)。另外,当设在任意日期的时段(由变量x表示)从设施Pi出发的移动体数为Nx(Pi),且设在时段x从设施Pi出发的移动体内、将设施Pj作为下一目的地(到达地)的移动体数为Nx(Pi->Pj)(i≠j)时,在时段x从设施Pi出发的移动体中、将设施Pj作为目的地的移动体的比例Cx(Pi,Pj)(i≠j)由式(1)表示。
Cx(Pi,Pj)=Nx(Pi->Pj)/Nx(Pi) (1)
并且,用Ct(Pi,Pj)来表示季节、月份、星期、平日和节假日、以及时段等任意组合的时段(由变量t表示)中的Cx(Pi,Pj)的平均值,称为在时段t中将设施Pi作为出发地且将设施Pj作为目的地(到达地)的置信度(=Confidence)。
在此,作为时段的大小,例如也可以设为15分钟至30分钟左右。
例如,将休息日的时段按规定时段(例如,如11时00分~11时15分、11时15分~11时30分、…12时00分~12时15分、…12时45分~13时00分等那样间隔15分钟的时段)进行区分,例如在由变量t来表示12时~12时15分的情况下,设到目前为止的规定期间内的各个休息日的白天的时段(例如12时~12时15分)x中的Cx(Pi,Pj)的平均值为Ct(Pi,Pj),称为休息日的白天时段t中、将设施Pi作为出发地且将设施Pj作为目的地(到达地)的置信度(=Confidence)。即,例如能够假定在休息日的白天时段t将设施Pi作为出发地来出发的移动体6将设施Pj作为下一目的地的概率为Ct(Pi,Pj)。另外,当计算置信度Ct(Pi,Pj)时,例如,将在目前为止的规定期间内的各个节假日的白天的时段(例如12时~12时15分)x从设施Pi出发的移动体6的合计台数作为分母,将以设施Pj为目的地(到达地)的移动体6的合计台数作为分子来计算置信度Ct(Pi,Pj)。
在此,作为季节、月份、星期、平日和节假日、及时段等任意的组合的时段t,例如能举出盂兰盆节的连休中的规定时段、黄金周中的规定时段、暑假期间中的规定时段等作为一例,但并不限定于此。能够考虑分析对象区域的特性等来适宜地设定。
同样,将移动体6在时段t从设施Pi出发,且到达设施Pj为止的平均所需时间称为时段t中的设施间移动平均时间(还称为“设施间移动基准时间”),且由Tt(Pi->Pj)(i≠j)表示。另外,在使用多个设施间移动路径作为从设施Pi到设施Pj的设施间移动路径(迁移路径)的情况下,设施间移动平均时间(设施间移动基准时间)也可以按设施间移动路径来设定。另外,也可以与设施间移动平均时间(设施间移动基准时间)一起(或者代替设施间移动平均时间(设施间移动基准时间)),设定设施间平均移动速度。
另外,也可以假定设施间移动平均时间(设施间移动基准时间)或者设施间平均移动速度与时段t无关而为恒定。
同样,用St(Pi)来表示移动体6在时段t中在设施Pi中停留的平均停留时间(还称为“设施停留基准时间”)。
在移动相关数据库1152中将置信度Ct(Pi,Pj)、设施间移动平均时间(设施间移动基准时间)Tt(Pi->Pj)以及平均停留时间(设施停留基准时间)St(Pi)作为设施间移动相关信息进行存储,其中,所述置信度Ct(Pi,Pj)是指在季节、月份、星期、平日和节假日、及时段等任意的组合的时段t中移动体6将设施Pi作为出发地且将设施Pj作为目的地(到达地)的置信度;所述设施间移动平均时间Tt(Pi->Pj)是指移动体6在时段t中从设施Pi到设施Pj的设施间移动平均时间;所述平均停留时间St(Pi)是指移动体6在时段t中在设施Pi停留的平均停留时间。
与此相对,也可以按移动体类别信息来计算移动体6所涉及的置信度Ct(Pi,Pj)、移动平均时间(设施间移动基准时间)Tt(Pi->Pj)或者设施间移动平均速度、及平均停留时间(设施停留基准时间)St(Pi),且存储为每种移动体类别信息的设施间移动相关信息。例如,已知根据车辆的分类类别或者车型(车型名称),移动体6与面向家庭、面向老年人、面向年轻人、或者面向女性等之间有相关关系。因此,通过使用每种移动体类别的移动体6所涉及的设施移动相关信息,能够期待进一步提高分析对象区域中的移动体设施间迁移预测(移动体分布状况预测)的精度。
另外,在后面对设施间移动相关信息的计算方法的细节进行叙述。
[移动体出发和到达表1153]
在移动体出发和到达表1153中,按分析对象设施(设施ID)对到达该设施停车场的移动体6的移动体ID、到达时刻和出发时刻进行存储管理。在后面对移动体出发和到达表1153所涉及的处理进行叙述。
在与车载导航装置2及移动终端3进行信息收发的情况下,通信部12例如安装能够进行3G、LTE等无线通信的通信协议。
控制部10通过执行用于移动体设施间迁移预测的各程序,来使服务器系统1作为规定机构(以下统称为“移动体设施间迁移预测部”)来发挥作用。
另外,控制部10通过执行用于移动体设施间迁移预测的各程序,使服务器系统1执行规定步骤(以下统称为“移动体设施间迁移预测步骤”)。
下面,从移动体设施间迁移预测部的观点来说明控制部10所具有的功能。另外,基于移动体设施间迁移预测步骤(方法)的观点的说明能够通过将“部”置换为“步骤”来进行说明,因此省略。
如图2所示,控制部10具有接收部101、移动体移动信息确定部102、设施间移动计算部103、移动体分布状况预测部104和预测状况输出部105。
<接收部101>
接收部101执行来自移动体6(车载导航装置2或者移动终端3)的登录处理,与移动体6进行连接处理。在此之后,接收部101在连接历史记录信息区域114中制成连接历史记录,该连接历史记录用于将从移动体6发送的位置信息、移动体类别信息、时刻信息、行进方向和目的地信息等按移动体ID进行管理。
在该情况下,在点火开关等车辆5的起动开关被接通(使发动机起动),且车载导航装置2刚刚自动启动之后或者车辆5和移动终端3刚刚配对完成之后,移动体6也可以对由车辆5或者移动终端3定位到的位置信息追加标记且将其发送给服务器系统1,其中所述标记表示是表示出发位置的位置信息。据此,接收部101能够确定移动体6的出发位置。
接收部101将从移动体6定期发送的当前位置信息、移动体类别信息、时刻信息、移动体6的行进方向等分别追加更新到前述的连接历史记录中。另外,接收部101可以每隔几秒从移动体6接收一次移动体位置信息和时刻信息等,另外也可以将移动体位置信息和时刻信息等在移动体6侧按时序预先保存,在一定时间或者在移动体6侧启动应用程序时等时间一并接收。另外,针对移动体类别信息,例如也可以仅在登录时发送。
接收部101将在从移动体6到达目的地起至点火开关被断开(发动机停止)为止的期间从移动体6发送的当前位置信息、时刻信息、移动体6的行进方向等追加更新到连接历史记录中。
另外,移动体6也可以追加表示点火开关即将断开(发动机停止)之前定位的位置信息表示泊车位置的标记且将其发送给服务器系统1。
这样一来,接收部101能够确定移动体6的最终位置、即泊车位置。
另外,接收部101执行来自分布状况显示终端4的登录处理。
<移动体移动信息确定部102>
移动体移动信息确定部102从被存储在连接历史记录信息区域114中的过去(规定期间内)的连接历史记录中,根据移动体6的点火信息和位置信息来确定从移动体6的出发地至到达地为止的所有移动信息(出发地点、出发日期时间、到达地点、到达日期时间)。
具体而言,移动体移动信息确定部102针对移动体6的出发地点,如前述那样,如果在位置信息中包含有表示出发位置的信息,则能够根据该信息来确定出发地点。另外,当在位置信息中不包含表示出发位置的信息时,移动体移动信息确定部102还能够将从开始发送位置信息起到结束发送位置信息为止的期间内、与最初接收到的位置信息对应的位置视为出发地点。
另外,移动体移动信息确定部102针对移动体6的泊车位置,例如,如上所述,如果在位置信息中包含有表示泊车位置的信息,则能够根据该信息来确定到达地点。另外,假设当在位置信息中不包含表示泊车位置的信息时,移动体移动信息确定部102还能够将从开始发送位置信息起到结束发送位置信息为止的期间内、与最后接收到的位置信息对应的位置、或者在一定时间内没有变化的位置视为到达地点。
接着,移动体移动信息确定部102比较所确定的到达地点与地图信息区域111所包含的分析对象设施的设施停车场位置,在所确定的到达地点与任一分析对象设施的设施停车场位置一致的情况下,能够判定为该路径是用于访问该分析对象设施的去路。
另外,移动体移动信息确定部102比较所确定的出发地点与地图信息区域111所包含的分析对象设施的设施停车场位置,在所确定的出发地点与任一分析对象设施的设施停车场位置一致的情况下,能够判定该路径是在访问该分析对象设施之后,从该分析对象设施出发之后的路径。
这样,移动体移动信息确定部102能够按时刻信息对被存储在连接历史记录信息区域114中的表示移动体6从出发位置到泊车位置的路径信息的过去(规定期间内)的连接历史记录依次进行处理,据此确定分析对象设施的设施停车场中的泊车日期时间,该分析对象设施的设施停车场不包括分析对象区域外的地点、自家住宅、月租停车场等私人停车场及分析对象设施以外的停车场。然后,移动体移动信息确定部102能够根据到达时刻与出发时刻的差分来计算分析对象设施中的泊车时间。这样一来,移动体移动信息确定部102能够确定移动体6在分析对象设施的设施停车场中的泊车信息(分析对象设施的设施ID、到达日期时间、泊车时间、出发日期时间)。
移动体移动信息确定部102将移动体6在分析对象设施的设施停车场中的泊车信息(分析对象设施的设施ID、到达日期时间、泊车时间、出发日期时间)与移动体6的识别信息(移动体ID)建立关联,且将其存储在移动体信息区域113中。
另外,上述的出发位置或泊车位置与设施停车场位置的“一致”程度也可以任意地确定。例如,在车载导航装置2或移动终端3能够高精度地测定位置信息的情况下,也可以缩小判定为一致的范围。另一方面,在车载导航装置2和移动终端3不能那样高精度地测定位置信息的情况下,也可以扩大判定为一致的范围。
移动体移动信息确定部102将移动体6在分析对象设施的设施停车场中的泊车信息(分析对象设施的设施ID、到达日期时间、泊车时间、出发日期时间)按移动体ID,例如以到达日期时间顺序进行排序(sort),据此能够计算移动体6在同一天向分析对象设施迁移的迁移状态。
具体而言,在将到达日期时间的日期相同的泊车信息(分析对象设施的设施ID、到达日期时间、泊车时间、出发日期时间)按到达时刻顺序排列的情况下,移动体移动信息确定部102针对到达日和出发日不同的泊车信息,将该设施判定为到达日当日的最后的迁移地。另外,在检测到到达日期时间是该到达日的最早的到达时间且与出发日期时间为同一天的泊车信息的情况下,移动体移动信息确定部102判定为该设施是从分析对象设施外的地点在当日的最早的到达时间到达的分析对象设施。
这样一来,移动体移动信息确定部102能够按移动体ID且按移动日,以同一天的时间顺序来提取分析对象设施间移动信息。此时,移动体移动信息确定部102能够判定分析对象设施是否是住宿设施。
作为移动体6的迁移模式,假想以下情况。
迁移模式1:最初到达不是住宿设施的分析对象设施之后,在分析对象设施间迁移,然后到达作为住宿设施的分析对象设施的情况。
迁移模式2:从作为住宿设施的分析对象设施出发之后,在分析对象设施间迁移,然后到达作为住宿设施的分析对象设施的情况。
迁移模式3:从作为住宿设施的分析对象设施出发之后,在分析对象设施间迁移,然后例如返回自家住宅或者去往分析对象区域外的情况。
迁移模式4:最先到达不是住宿设施的分析对象设施之后,在分析对象设施间迁移,然后例如返回自家住宅或者去往分析对象区域外的情况。
据此,移动体移动信息确定部102能够按移动体ID提取同一天的分析对象设施间的迁移状态,生成与移动体6的迁移模式对应的迁移状态记录,且将其存储在移动信息数据库1151中。
在此,所谓迁移状态记录是指,将移动体6在分析对象区域内迁移的分析对象设施的泊车信息按时刻顺序排列的记录,例如是按(设施ID、*、*、出发日期时间)、(设施ID、到达日期时间、泊车时间、出发日期时间)、(设施ID、到达日期时间、*、*)顺序排列的记录。
在此,(设施ID、*、*、出发日期时间)表示迁移模式2和迁移模式3中的最初的分析对象设施(住宿设施),*表示前一天以前的日期时间和住宿的时间。
另外,(设施ID、到达日期时间、泊车时间、出发日期时间)表示迁移模式1中的最初的分析对象设施或者迁移途中的分析对象设施。
另外,(设施ID、到达日期时间、*、*)表示迁移模式1或者迁移模式2中的最后的分析对象设施(住宿设施),*表示第二天以后的日期时间和住宿的时间。
[针对设施间移动路径(迁移路径)R(Pi->Pj)]
另外,移动体移动信息确定部102通过参照过去(规定期间内)的连接历史记录,提取出数量不定的移动体6将设施Pi作为出发地且将设施Pj作为目的地(到达)的设施间移动路径(迁移路径)R(Pi->Pj),且提取出从设施Pi到设施Pj的设施间移动路径(迁移路径)R(Pi->Pj)所涉及的地图上的网格集合。
在此,设包含出发设施Pi的网格为M(Pi->Pj)(0),按移动顺序添加索引,设包含目的设施Pj的网格为M(Pi->Pj)(L+1),用{M(Pi->Pj)(k):0≦k≦L+1}来表示提取出的从设施Pi到设施Pj为止的设施间移动路径(迁移路径)所涉及的地图上的网格集合。
移动体移动信息确定部102将提取出的从设施Pi到设施Pj的设施间移动路径(迁移路径)R(Pi->Pj)所涉及的地图上的网格集合{M(Pi->Pj)(k):0≦k≦L+1}与设施间移动路径(迁移路径)R(Pi->Pj)建立关联来存储在移动信息数据库1151中。
另外,在从设施Pi到设施Pj的设施间移动路径(迁移路径)有多条,且作为不同的设施间移动路径所涉及的地图上的网格集合存在不同的网格集合的情况下,也可以通过设施间移动路径(迁移路径)R(Pi->Pj)来识别各网格集合,且将其存储在移动信息数据库1151中。这样一来,在从设施Pi到设施Pj的设施间移动路径(迁移路径)所涉及的网格集合有多个的情况下,能够分别视为不同的设施间移动路径(迁移路径)来进行处理。
另外,在从设施Pi到设施Pj的设施间移动路径R(Pi->Pj)有多条,且作为不同的设施间移动路径所涉及的地图上的网格集合存在不同的网格集合的情况下,优选为,移动体移动信息确定部102计算利用从设施Pi到设施Pj的各设施间移动路径的比例,且将其比例与各设施间移动路径(迁移路径)R(Pi->Pj)建立对应关系来存储。这样一来,在多个移动体6从设施Pi出发且将设施Pj作为目的地来移动的情况下,能够预测使用各设施间移动路径的移动体6的台数。
<设施间移动计算部103>
设施间移动计算部103根据存储在移动信息数据库1151中的、所有移动体6在同一天在分析对象设施间的迁移状态记录,计算出在规定期间内(例如,过去1年)的任意日期的时段(由变量x来表示)从设施Pi出发的移动体的数量Nx(Pi),以及计算出Nx(Pi)内、将设施Pj作为下一目的地(到达地)的移动体的数量Nx(Pi->Pj)。
接着,设施间移动计算部103根据Nx(Pi)和Nx(Pi->Pj),通过式(1)来计算在时段x中从设施Pi出发的移动体中、将设施Pj作为目的地的移动体的比例Cx(Pi,Pj)。
接着,设施间移动计算部103根据Cx(Pi,Pj),例如计算规定期间所包含的季节、月份、星期、平日和节假日、及时段等任意的组合的时段(由变量t来表示)中的Cx(Pi,Pj)的平均值,据此计算在时段t中将设施Pi作为出发地且将设施Pj作为目的地(到达地)的置信度Ct(Pi,Pj)。作为时段t一例,例如能举出休息日的各时段、平日的各时段、盂兰盆节休息期间内的各时段、星期一的时段,暑假中的时段等,但并不限定于此。
这样一来,设施间移动计算部103例如将休息日的时段按规定时段进行区分,例如能够计算在每个休息日的白天的时段(例如12时45分~13时00分)中将设施Pi作为出发地点来出发,且将设施Pj作为目的地(到达地)的移动体的置信度。
同样,设施间移动计算部103能够根据存储在移动信息数据库1151中的移动体6在分析对象设施间的迁移状态记录,来计算移动体6在规定期间内的时段t从设施Pi出发,且到达设施Pj的设施间移动平均时间(设施间移动基准时间)Tt(Pi->Pj)。
另外,在使用多个设施间移动路径作为从设施Pi到设施Pj的设施间移动路径(迁移路径)R(Pi->Pj)的情况下,且在与设施间移动路径对应的网格集合不同的情况下,设施间移动计算部103例如可以计算移动体6利用各设施间移动路径R(Pi->Pj)的比例。另外,设施间移动计算部103可以按各设施间移动路径R(Pi->Pj)计算移动体6在规定期间内的时段t中从设施Pi出发,且到达设施Pj的设施间移动平均时间(设施间移动基准时间)。
另外,设施间移动计算部103能够根据存储在移动信息数据库1151中的移动体6在分析对象设施间的迁移状态记录,计算出移动体6在规定的期间内的时段t中在设施Pi中停留的平均停留时间(设施停留基准时间)St(Pi)。
以上,设施间移动计算部103不依赖于移动体6的移动体类别信息(例如车辆的分类类别或者车型(车型名称))而将所有移动体6作为对象来计算移动相关信息,但如前述那样,设施间移动计算部103也可以按移动体类别信息、例如按车辆的分类类别或者按车型(车型名称),来计算移动体6所涉及的置信度Ct(Pi,Pj)、移动平均时间(设施间移动基准时间)Tt(Pi->Pj)和平均停留时间(设施停留基准时间)St(Pi),且将其作为每种移动体类别信息的设施间移动相关信息存储在移动相关数据库1152中。据此,能够期待进一步提高移动体设施间迁移预测(移动体分布状况预测)的精度。
设施间移动计算部103将以上那样计算出的、季节、月份、星期、平日和节假日、及时段等任意的组合的时段中的设施间移动相关信息存储在移动相关数据库1152中。另外,如前述那样,也可以将按移动体6的移动体类别信息、例如按车辆的分类类别或者车型(车型名称)计算出的设施间移动相关信息存储在移动相关数据库1152中。据此,能够期待进一步提高移动体设施间迁移预测(移动体分布状况预测)的精度。
另外,优选为,设施间移动计算部103根据被追加存储在移动信息数据库1151中的迁移状态记录,来适宜地更新设施间移动相关信息等。
<移动体分布状况预测部104>
移动体分布状况预测部104在预测日当日,根据被存储在连接历史记录信息区域114中的当日的连接历史记录,按规定的时间间隔(例如,相当于移动相关信息所涉及的时段t的宽度的时间间隔),检测移动体6在分析对象设施的设施停车场中的泊车状况及出发状况,且按分析对象设施(设施ID)将到达该设施停车场的移动体6的移动体ID、到达时刻及出发时刻存储在存储部11(设施移动相关信息区域115)的移动体出发和到达表1153中。
移动体分布状况预测部104能够参照移动体出发和到达表1153,按时段t来计算从各设施Pi出发的移动体6的台数。具体而言,移动体分布状况预测部104通过针对设施Pi提取在到当前时间点t0为止的规定时段t从设施Pi出发的移动体6(移动体ID),来计算从设施Pi出发的移动体6的台数。下面,由Nt(Pi->Out)来表示在规定时段t中从设施Pi出发的移动体6的台数。
这样一来,移动体分布状况预测部104通过对台数Nt(Pi->Out)乘以从设施Pi出发的移动体中、将设施Pj作为目的地的移动体的比例即置信度Ct(Pi,Pj),能够预测在规定时段t中从设施Pi出发且将设施Pj作为目的地来迁移的移动体6的台数。下面,当由Nt(Pi->Pj)来表示在规定时段t中从设施Pi出发且将设施Pj作为目的地迁移的移动体6的台数时,Nt(Pi->Pj)由式(2)来表示。
Nt(Pi->Pj)=Nt(Pi->Out)×Ct(Pi,Pj) (2)
另一方面,通过假定移动体6在到达设施Pi之后在经过平均停留时间后从设施Pi出发,移动体分布状况预测部104能够根据移动体6的到达时刻来计算在即将到来时刻的规定时段t中从设施Pi出发的移动体6的台数。具体而言,移动体分布状况预测部104通过参照移动体出发和到达表1153,对移动体6的到达时刻加上平均停留时间,能够预测在即将到来时刻的规定时段t中出发的移动体6的台数Nt(Pi->Out)。
这样一来,当由Nt(Pi->Pj)来表示预计在即将到来时刻的规定时段t中从设施Pi出发且将设施Pj作为目的地来迁移的移动体6的台数时,Nt(Pi->Pj)与上述同样由式(2)来表示。
如上所述,移动体分布状况预测部104能够预测在当前时间点t0前后的各时段t-n、t-n+1、…、t-1、t0、t1、t2、…,从设施Pi出发且将设施Pj作为目的地来迁移时被预测的移动体6的台数为Ntn(Pi->Pj)。
接着,移动体分布状况预测部104能够如以下那样预测在规定时段tn已从设施Pi(i≠j)出发或者预计将出发的移动体6的集合在从当前时间点t0起经过规定时间之后,位于从设施Pi到设施Pj的设施间移动路径R(Pi->Pj)上的哪一网格区域中。在以下的说明中,由Cn来表示在规定时段tn已从设施Pi(i≠j)出发或者预计即将出发的移动体6的集合,由Cn′来表示集合Cn中将设施Pj作为目的地的移动体的集合。属于集合Cn的移动体6的个数是Ntn(Pi->Out)。属于集合Cn′的移动体6的个数为Nt(Pi->Pj)。
移动体分布状况预测部104能够根据从出发时刻开始的经过时间,(例如参照移动平均时间或者移动平均时速等)确定假定在属于集合Cn的移动体6中的最先出发的(或者预计即将出发的)移动体6和最后出发的(或者预计即将出发的)移动体6分别移向设施Pj的情况下,在从当前时间点t0起经过规定时间之后移动体6所位于的设施间移动路径R(Pi->Pj)上的网格区域M(Pi->Pj)(k1)和M(Pi->Pj)(k2)(k2≧k1)。
另外,在推定为在经过规定时间后移动体6到达设施Pj的情况下,将设施Pj关联为设施间移动路径上的网格区域。
这样一来,移动体分布状况预测部104能够预测为,在从当前时间点t0起经过规定时间后属于集合Cn′的台数为Ntn(Pi->Pj)的移动体6(在规定时段tn已从设施Pi(i≠j)出发或者预计即将出发的移动体6)位于网格区域的部分集合(以下,还简称为“网格区域的部分集合”)上,其中,所述网格区域的部分集合是指从网格区域M(Pi->Pj)(k1)到M(Pi->Pj)(k2),其构成从设施Pi到设施Pj的设施间移动路径(迁移路径)R(Pi->Pj)所涉及的地图上的网格集合{M(Pi->Pj)(k):0≦k≦L+1}的部分集合。另外,优选为,以“网格区域的部分集合”的大小为2以下的方式来选择网格区域的大小。
另外,移动体分布状况预测部104例如也可以对网格区域的部分集合所包含的各网格区域分配将台数Ntn(Pi->Pj)除以网格区域的部分集合的大小得到的数值。在该情况下,例如在通过四舍五入等将利用除法算得的数值取整数的情况下,其合计值与台数Ntn(Pi->Pj)相等。
通过按设施Pj针对当前时间点t0前后的各时段tn进行上述的处理,移动体分布状况预测部104能够预测将任意的设施Pj作为目的地,且从其他设施Pi(i≠j)起沿设施间移动路径(迁移路径)R(Pi->Pj)迁移的移动体6从当前时间点t0起经过规定时间后的分布状况。
即,移动体分布状况预测部104能够与网格集合{M(Pi->Pj)(k):0≦k≦L+1}所包含的网格区域对应来预测移动体6的分布状况,其中,所述移动体6的分布状况是指在从当前时间点t0起经过规定时间后,按设施Pj,所述移动体6将该设施Pj作为目的地从其他设施Pi(i≠j)起沿设施间移动路径(迁移路径)R(Pi->Pj)迁移的分布状况,所述网格集合{M(Pi->Pj)(k):0≦k≦L+1}是指从设施Pi到设施Pj的设施间移动路径(迁移路径)R(Pi->Pj)所涉及的地图上的网格集合。
移动体分布状况预测部104将移动体分布预测数据存储在设施移动相关信息区域115中,其中所述移动体分布预测数据使移动体6的分布预测状况(例如,移动体6的台数)与地图上的网格区域对应,所述移动体6的分布预测状况是指,如以上那样按设施Pj预测到的、移动体6将该设施Pj作为目的地且从当前时间点t0起在经过规定时间后从其他设施Pi(i≠j)开始沿设施间移动路径(迁移路径)R(Pi->Pj)迁移的分布预测状况。
并且,移动体分布状况预测部104例如设所需时间为包括当前时间点的即将到来时刻的多个时刻(例如,0分钟、15分钟、30分钟、45分钟、60分钟等)来进行上述处理,参照每当经过多个时间时制成的将设施Pj作为目的地的移动体分布预测数据,据此能够按时序预测将设施Pj作为目的地,从其他设施Pi(i≠j)开始沿设施间移动路径(迁移路径)R(Pi->Pj)迁移的移动体6的分布状况。
移动体分布状况预测部104针对将设施Pj作为目的地的有移动相关性的所有设施Pi,使移动体分布预测数据每当经过同一时间时重叠,据此按时序预测移动体6将设施Pj作为目的地且从其他设施Pi(i≠j)开始迁移的分布状况,其中所述移动体分布预测数据是使移动体6从设施Pi(i≠j)起沿设施间移动路径(迁移路径)R(Pi->Pj)迁移的分布预测状况(例如,移动体6的台数)与地图上的网格区域对应的分布预测数据。
[存在多个设施间移动路径的情况下]
在使用多个设施间移动路径作为从设施Pi到设施Pj的设施间移动路径(迁移路径)R(Pi->Pj)的情况下,且在与设施间移动路径对应的网格集合不同的情况下,移动体分布状况预测部104也可以通过将使用从设施Pi到设施Pj的各设施间移动路径的比例乘以Nt(Pi->Pj),来计算将设施Pj作为目的地的每个设施间移动路径中的移动体6的台数。这样一来,能够按从设施Pi到设施Pj的设施间移动路径(迁移路径)R(Pi->Pj)来计算移动体分布预测数据。
[(按移动体类别信息进行预测的)变形例]
移动体分布状况预测部104能够根据每种移动体类别信息的设施间移动相关信息,按移动体类别信息来预测将任意的设施Pj作为目的地,且从其他设施Pi(i≠j)开始迁移的移动体6从当前时间点t0起到经过规定时间后的分布状况。
这样一来,例如,在已知根据车辆的分类类别或者车型(车型名称)而移动体6与面向家庭、面向老年人、面向年轻人、或者面向女性等之间有相关关系的情况下,能够期待进一步提高分析对象区域中的移动体设施间迁移预测(移动体分布状况预测)的精度。
<预测状况输出部105>
预测状况输出部105能够按照由移动体分布状况预测部104预测到的一定时间后的各网格区域中的移动体6的迁移状态,例如在对各网格区域进行着色之后,将其经由通信部12提供给分布状况显示终端4。具体而言,预测状况输出部105响应于来自分布状况显示终端4的移动体分布状况发送请求,例如按包括当前时间点的即将到来时刻的多个时刻(例如15分钟、30分钟、45分钟、60分钟等),按照时序来提供移动体6将设施Pj作为目的地且从其他设施Pi(i≠j)开始迁移的分布预测状况。
预测状况输出部105针对移动体6将经过一定时间后(多个)的设施Pj作为目的地且从其他设施Pi(i≠j)开始迁移的分布预测状况,也可以按网格区域根据移动体6的台数来生成分布预测状况,该分布预测状况例如在地图上如“蓝色”、“黄色”、“红色”那样将颜色重叠显示。
例如,可以为:将移动体6的台数分为3个阶段(第1设定值<第2设定值<第3设定值),在移动体6的台数小于第1设定值的情况下设为蓝色,在移动体6的台数在第1设定值以上且小于第2设定值的情况下设为黄色,在第3设定值以上的情况下设为红色。另外,阶段并不限定于3个阶段。也可以分为n个阶段,n为比1大的任意的自然数。下面,还将按n个阶段进行分类的指标称为“分布度”。另外,针对用于计算分布度的阈值,预先设定默认值,也可以根据需要按设施Pj单独地设定。
这样一来,设施Pj的经营者或店员在按网格区域来划分的各区域中,能够直观地掌握在包含当前时间点的即将到来时刻的多个时刻(例如15分钟、30分钟、45分钟、60分钟等),将设施Pj作为目的地的移动体6的分布预测状况。据此,设施Pj的经营者或店员能够像观看天气预报图那样按时序来在视觉上掌握移动体6的设施间迁移,因此,能够高精度地预测在规定时间后有多少人来访设施Pj。
[(按移动体类别信息进行输出)变形例]
另外,在通过移动体分布状况预测部104根据每种移动体类别信息的设施间移动相关信息,按移动体类别信息来预测移动体6将任意的设施Pj作为目的地且从其他设施Pi(i≠j)开始迁移的从当前时间点t0到经过规定时间后的分布状况的情况下,预测状况输出部105能够按移动体类别信息,并且按包含当前时间点的即将到来时刻的多个时刻(例如15分钟、30分钟、45分钟、60分钟等)按照时序来提供移动体6将设施Pj作为目的地且从其他设施Pi(i≠j)开始迁移的分布预测状况。
<车载导航装置2>
接着对车载导航装置2进行说明。图4表示车载导航装置2的结构。如图4所示,搭载于车辆5的车载导航装置2至少具有控制部20、存储部21、无线部22、传感器部23、显示部24和输入部25。
控制部20由微处理器等构成,进行各结构部的控制。在后面对细节进行叙述。
存储部21由半导体存储器等构成,存储操作系统(OS)、设施信息显示、用于路线引导等的各程序、以及地图信息、位置信息等各种信息。另外,可以构成为地图信息被预先存储在存储部21中,或者也可以构成为从服务器系统1来获取地图信息。
无线部22构成为,具有DSP(Digital Signal Processor:数字信号处理器)等,通过3G、LTE等移动电话网所代表的无线通信网来进行无线通信,由此能够与服务器系统1进行无线通信。无线部22能够将识别车辆5的识别号码(以下还称为“车辆ID”)、密码、移动体类别信息、车辆5的当前位置信息、及当前时刻信息等发送给服务器系统1。
传感器部23由配置在车辆5中的GPS传感器、车速传感器、陀螺仪传感器等构成。传感器部23具有作为检测当前位置的位置检测机构的功能,通过GPS传感器接收GPS卫星信号,对车辆5的当前位置(纬度和经度)进行定位。另外,通过具有车速传感器、陀螺仪传感器、地磁传感器等,能够使用自主导航法来定位车辆5的当前位置,在GPS传感器无法根据GPS卫星信号进行定位的情况下,能够代替GPS传感器来对当前位置进行定位。另外,在不能进行GPS通信的情况下,还能够使用AGPS(Assisted Global Positioning System:辅助全球卫星定位系统)通信,根据从无线部22获取到的基站信息来计算车辆5的当前位置。
显示部24由液晶显示器或者有机EL面板等显示设备来构成,受理来自控制部20的指示来显示图像。显示部24能够显示车辆5的当前位置、从存储部21读出的车辆5的当前位置周边的地图信息、由用户设定的目的地、路线信息等各种信息。
输入部25由被称为小键盘的物理开关、重叠设置在显示部24的显示面上的触摸面板等输入装置(未图示)等构成。通过将基于来自输入部25的操作输入的信号、例如基于用户按压小键盘、触摸触摸面板的信号输出给控制部20,能够进行地图显示、设施信息显示、地图的放大缩小等操作。另外,除此之外,虽然未图示,但能够具有扬声器16、麦克风17。扬声器16向驾驶员进行语音输出,麦克风17汇聚由驾驶员发出的语音等。
这样一来,还能够将驾驶员(或者用户)的各种选择、指示通过语音识别技术输入控制部20,其中所述驾驶员的各种选择、指示是指通过从扬声器16以语音的方式输出信息,经由麦克风17输入语音。
控制部20由具有CPU、RAM、ROM、I/O等的微处理器构成。CPU执行从ROM或者存储部21读出的各程序,在执行各程序时从RAM、ROM和存储部21读出信息,且向RAM和存储部21进行信息的写入,由此在与无线部22、传感器部23、显示部24及输入部25之间进行信号的收发。
控制部20通过执行各程序(以下还统称为“位置信息发送控制应用程序”),来使车载导航装置2作为规定机构(以下,统称为“位置信息发送控制部”)来发挥作用。例如,当启动用于位置信息发送控制的程序时,向服务器系统1定期地发送位置信息。
另外,控制部20通过执行各程序来使车载导航装置2执行规定的步骤(以下统称为“位置信息发送控制步骤”)。
下面,从位置信息发送控制部的观点来说明控制部20所具有的功能。另外,基于位置信息发送控制步骤(方法)的观点的说明能够通过将“部”置换为“步骤”来进行说明,因此省略。
如图4所示,控制部20具有连接处理部201、位置信息更新部202和路线引导部205。
<自动启动>
车载导航装置2通过由驾驶员将车辆5的点火开关接通(使发动机启动)来自动启动。车载导航装置2进行工作直到由驾驶员将车辆5的点火开关断开(使发动机停止)为止。
<连接处理部201>
当车载导航装置2被自动启动时,连接处理部201针对服务器系统1,例如使用识别车辆5的识别号码(车辆ID)和密码来执行登录处理,且将移动体类别信息、由传感器部23计算出的车辆5的当前位置信息、和从计时部(未图示)获取到的当前时刻信息等发送给服务器系统1。
<位置信息更新部202>
位置信息更新部202定期地向服务器系统1发送车辆ID、由传感器部23计算出的车辆5的当前位置信息、和从计时部(未图示)获取到的当前时刻信息等。另外,作为所发送的信息,能够包含由传感器部23计算出的车辆5的行进方向。
位置信息更新部202将按规定的时间间隔(例如3秒间隔)获取到的车辆5的当前位置信息和当前时刻信息等实时发送给服务器系统1。另外,也可以代替向服务器系统1实时发送,而一次发送(所谓的成组传输(burst transmission))多个(例如将5分钟内的车辆5的当前位置信息和当前时刻信息等并在一起)。
另外,车辆5的当前位置信息等的获取时间间隔(例如,3秒间隔)、或者将多个一并成组传输的情况下的一次发送的个数等能够预先设定。
<路线引导部205>
路线引导部205根据将经由无线部22从服务器系统1接收到的规定设施作为目的地的路线信息、或者由车载导航装置2自身(例如,路线引导部205)计算出的路线信息来执行路线引导。
另外,在从由路线引导部205判定为车辆5已到达设施等目的地起到点火开关断开(发动机停止)为止的期间,位置信息更新部202能够将车辆ID、由传感器部23计算出的车辆5的当前位置信息、和从计时部(未图示)获取到的当前时刻信息等发送给服务器系统1。
<移动终端3>
接着,对移动终端3进行说明。图5表示移动终端3的结构。如图5所示,移动终端3至少具有控制部30、存储部31、无线部32、传感器部33、显示部34和输入部35。
控制部30由微处理器等构成,进行各结构部的控制。在后面对细节进行叙述。
存储部31由半导体存储器等构成,存储操作系统(OS)、用于路线引导的各程序、以及地图信息、道路链信息和位置信息等各种信息。另外,也可以构成为地图信息、道路链信息等被预先存储在存储部31中。另外,也可以构成为从服务器系统1适宜地获取。
无线部32构成为,具有DSP(Digital Signal Processor)等,通过3G、LTE等移动电话网所代表的无线通信网来进行无线通信,由此能够与服务器系统1进行无线通信。无线部32能够将移动终端3的当前位置信息、当前时刻信息、识别服务加入状态的ID(以下,称为“用户ID”)或密码、设定为目的地的设施信息等发送给服务器系统1,且从服务器系统1接收设施信息、设施的电子优惠券信息、以及路线信息等。
传感器部33由GPS传感器、陀螺仪传感器、地磁传感器等构成。传感器部33具有作为检测当前位置的位置检测机构的功能,通过GPS传感器接收GPS卫星信号,定位移动终端3的当前位置(纬度和经度)。另外,在不能进行GPS通信的情况下,还能够使用AGPS(AssistedGlobal Positioning System)通信,根据从无线部32获取到的基站信息来计算车辆5的当前位置。
显示部34由液晶显示器或者有机EL面板等显示设备构成,受理来自控制部30的指示来显示图像。显示部34显示移动终端3的当前位置、从存储部31读出的移动终端的当前位置周边的地图信息、由用户设定的目的地、路线信息等各种信息。
输入部35由被称为小键盘的物理开关、重叠设置于显示部34的显示面的触摸面板等输入装置(未图示)等构成。通过向控制部30输出基于来自输入部35的操作输入的信号、例如基于用户按压小键盘、触摸触摸面板的信号,来进行地图显示、设施信息显示、地图的放大缩小等操作。
移动终端3例如具有近距离通信部26,该近距离通信部26通过被称为NFC(NearField Communication:近场通信)的非接触通信或者有线通信来进行通信。
并且,车辆具有近距离通信部,例如在车辆5的ECU(Electronic Control Unit)能够通过移动终端3和近距离通信部26进行通信的情况下,移动终端3能够获取移动体类别信息或车辆5的状态(例如点火开关接通的状态、行驶状态、点火开关断开的状态等)。另外,在车辆5具有GPS传感器的情况下,移动终端3也可以获取通过车辆5的GPS传感器定位到的车辆5的位置信息。
更具体而言,当用户携带移动终端3乘坐车辆5,且将点火开关等车辆5的起动开关接通时,车辆5和移动终端3被配对,能够将由车辆5或者移动终端3定位到的位置信息从移动终端3上传到服务器系统1。并且,当起动开关被断开时,车辆5与移动终端3的配对被解除,能够将配对被解除时的位置作为最终的车辆位置、即泊车位置上传到服务器系统1。
控制部30由具有CPU、RAM、ROM、I/O等的微处理器构成。CPU执行从ROM或者存储部31读出的各程序,在执行各程序时从RAM、ROM和存储部31读出信息,且向RAM和存储部31进行信息的写入,由此在与无线部32、传感器部33、显示部34及输入部35之间进行信号的收发。
控制部30通过执行各程序(下面还统称为“移动终端_位置信息发送控制应用程序”),使移动终端3作为规定机构(以下,还统称为“移动终端_位置信息发送控制部”)来发挥作用。另外,移动终端_位置信息发送控制应用程序的功能基本上与车载导航装置2的位置信息发送控制应用程序同等。
另外,控制部30通过执行各程序来使移动终端3执行规定的步骤(以下统称为“移动终端_位置信息发送控制步骤”)。
下面,从移动终端_位置信息发送控制部的观点来说明控制部30所具有的功能。另外,基于移动终端_位置信息发送控制步骤(方法)的观点的说明能够通过将“部”置换为“步骤”来进行说明,因此省略。
如图5所示,控制部30具有移动终端_连接信息获取部300、移动终端_连接处理部301、移动终端_位置信息更新部302和移动终端_路线引导部305。
构成为,当用户将点火开关等车辆5的起动开关接通时,车辆5和移动终端3配对完成,移动终端_位置信息发送控制部启动。另外,当将点火开关等车辆5的起动开关断开时,车辆5与移动终端3的配对被解除,移动终端_位置信息发送控制部停止该功能。
<移动终端_连接信息获取部300>
移动终端_连接信息获取部300通过近距离通信部26与车辆5的ECU(ElectronicControl Unit)进行通信来获取移动体类别信息、车辆5的状态(例如点火开关接通的状态、行驶状态、点火开关断开的状态等)。另外,也可以为,在车辆5具有GPS传感器的情况下,移动终端_连接信息获取部300也可以获取通过车辆5的GPS传感器定位到的车辆5的位置信息。
通过移动终端_连接信息获取部300将从车辆5的ECU获取到的移动体类别信息、车辆5的状态(例如点火开关接通的状态、行驶状态、点火开关断开的状态等)提供给后述的移动终端_连接处理部301和移动终端_位置信息更新部302,移动终端_连接处理部301和移动终端_位置信息更新部302能够向服务器系统1发送移动体类别信息、车辆5的状态等。
<移动终端_连接处理部301>
当与车辆5配对完成时,移动终端_连接处理部301将GPS传感器等开启,并且使用识别移动体6的识别号码(移动体ID)和密码来执行登录处理,向服务器系统1发送经由移动终端_连接信息获取部300获取到的移动体类别信息、由传感器部13计算出的车辆5的当前位置信息、以及从计时部(未图示)获取到的当前时刻信息等。
<移动终端_位置信息更新部302>
移动终端_位置信息更新部302具有与车载导航装置2的位置信息更新部202同等的功能。通过将车载导航装置2和位置信息更新部202分别置换为移动终端3和移动终端_位置信息更新部302,能够说明其功能。例如,移动终端_位置信息更新部302与车载导航装置2的位置信息更新部同样,定期地将移动体ID、由传感器部33计算出的移动终端3的当前位置信息、和从计时部(未图示)获取到的当前时刻信息等发送给服务器系统1。另外,作为发送信息,能够包含由传感器部33计算出的移动终端3的行进方向、由移动终端_连接信息获取部300从车辆5的ECU获取到的移动体类别信息、车辆5的状态等。
<移动终端_路线引导部305>
移动终端_路线引导部305具有与车载导航装置2的路线引导部205同等的功能。能够通过将车载导航装置2和路线引导部205分别置换为移动终端3和移动终端_路线引导部305来说明其功能,因此省略其详细的说明。
另外,在开始由移动终端3进行路线引导的情况下,即使在用户从车辆5下车后步行或者使用公共交通工具的情况下也能够继续进行路线引导。
在不使用基于移动终端3的路线引导部205的路线引导的情况下,也可以结束移动终端_路线引导部305的任务。
<分布状况显示终端4>
接着,对分布状况显示终端4进行概述。图6表示分布状况显示终端4的结构。
如图6所示,分布状况显示终端4至少具有控制部40、存储部41、通信部42、显示部44和输入部45。通信部42、显示部44、输入部45的结构例如分别与移动终端3及服务器系统1的对应的各部的结构相同。另外,除了存储部41具有移动体分布预测状况存储区域411以外,存储部41的结构例如与移动终端3及服务器系统1的存储部同样。
控制部40通过执行各程序来使分布状况显示终端4作为规定机构(以下统称为“移动体分布状况显示控制部”)来发挥功能。
另外,控制部40通过执行用于移动体分布状况显示控制的各程序,来使分布状况显示终端4执行规定步骤(以下统称为“移动体分布状况显示控制步骤”)。
下面,从移动体分布状况显示控制部的观点来说明控制部40所具有的功能。另外,基于移动体分布状况显示控制步骤(方法)的观点的说明通过将“部”置换为“步骤”来进行说明,因此省略。
如图6所示,控制部40具有登录处理部401、移动体分布状况获取部403和移动体分布状况显示部404。另外,在以下的说明中,由Pj来表示设施。
<登录处理部401>
登录处理部401例如使用识别设施Pj的识别号码(设施ID)和密码来对服务器系统1执行登录处理。
<移动体分布状况获取部403>
如图7所示,在显示部44上例如显示“移动体分布状况发送”按钮,在通过由用户触摸操作该按钮来将移动体分布状况发送操作为开启状态的情况下,移动体分布状况获取部403通过通信部42将移动体分布状况发送请求发送给服务器系统1。另外,能够通过输入部45将移动体分布状况发送开启。下面,在移动体分布状况获取部403和移动体分布状况显示部404的说明中,除非另有说明,当前时间点的移动体6的分布预测状况是指将设施Pj作为目的地的当前时间点的移动体6的分布预测状况,在预先设定的即将到来时刻即经过一定时间后(多个)预测到的移动体6的分布预测状况是指在即将到来时刻即经过一定时间后(多个)预测到的移动体6的分布预测状况。
移动体分布状况获取部403以预先设定的时间间隔(例如15分钟间隔)从服务器系统1按预先设定的地图上的网格区域,来接收当前时间点的移动体6的分布预测状况和在预先设定的即将到来时刻即经过一定时间后(多个)(例如,15分钟、30分钟、45分钟、60分钟等)预测到的移动体6的分布预测状况。另外,作为分布预测状况,例如能够接收将移动体6的分布状况分为n个阶段(n是比1大的任意的自然数)的移动体6的分布度。例如,在n=3的情况下,分布度1表示将设施Pj作为目的地的移动体6非常少的状态,分布度2表示将设施Pj作为目的地的移动体6的台数为平均数量的状态,分布度3表示将设施Pj作为目的地的移动体6的台数多的状态。
另外,针对地图上的网格区域,移动体分布状况获取部403能够显示在服务器系统1中设定的网格区域的大小的n2倍(n≧2)的大小的网格区域。
另外,即将到来时刻即经过一定时间后(多个)也可以从在服务器系统1中设定的经过一定时间后(多个)中选择。
优选为,移动体分布状况获取部403从服务器系统1按时序顺序或者一次获取包含当前时间点的设施Pj的位置的足够大的地域区域所包含的、所有网格区域中的当前时间点的移动体6的分布预测状况和经过一定时间后(多个)的移动体6的分布预测状况。更具体而言,优选为,例如按时序顺序或者一次获取至少显示在显示部44上的地图所包含的网格区域中的当前时间点的移动体6的分布预测状况和经过一定时间后(多个)的移动体6的分布预测状况。另外,当在显示部44上正显示当前时间点的移动体6的分布预测状况和经过一定时间后(多个)的移动体6的分布预测状况的情况下,移动体分布状况获取部403也可以在后台并行地从服务器系统1获取未显示在显示部44上的其他地域区域所包含的网格区域中的当前时间点的移动体6的分布预测状况和经过一定时间后(多个)的移动体6的分布预测状况。
这样一来,移动体分布状况获取部403能够通过通信部42接收以包含当前时间点的本车辆的当前位置的网格区域为中心的、足够大的地域区域所包含的各网格区域中的当前时间点的移动体6的分布预测状况和经过一定时间后(多个)的移动体6的分布预测状况,且例如能够将其按时序存储在存储部41的移动体分布预测状况存储区域411中。
[(按移动体类别信息获取)变形例]
在服务器系统1(预测状况输出部105)能够按移动体类别信息、并且按照包含当前时间点的即将到来时刻的多个时刻(例如15分钟、30分钟、45分钟、60分钟等)按时序提供移动体6将设施Pj作为目的地且从其他设施Pi(i≠j)迁移的分布预测状况的情况下,移动体分布状况获取部403也可以按移动体类别信息,从服务器系统1按时序或者一次获取当前时间点的移动体6的分布预测状况和经过一定时间后(多个)的移动体6的分布预测状况。
<移动体分布状况显示部404>
移动体分布状况显示部404将由移动体分布状况获取部403获取到的当前时间点的移动体6的分布预测状况和经过一定时间后(多个)的移动体6的分布预测状况按时序显示在显示部44上。在此,将移动体6的分布度分颜色显示。
图8和图9表示将当前时间点的移动体6的分布预测状况和经过一定时间后(多个)的移动体6的分布预测状况显示在显示部44上的画面一例。另外,在设一定时间为T的情况下,在图8和图9中示例出从当前起经过时间T之后的即将到来时刻的移动体6的分布预测(显示B)、和从当前起经过时间2T之后的即将到来时刻的移动体6的分布预测(显示C)这2个即将到来时刻,但如后述那样,在服务器系统1(移动体分布状况预测部104)预测到N个(N≧1)即将到来时刻的情况下,移动体分布状况显示部404将N个即将到来时刻的移动体6的分布预测状况按时序进行显示。
另外,在图8和图9中,通过一并显示出发设施Pi(i≠j),来显示从设施Pi向设施Pj移动的移动体6的设施间移动路径和分布状况一例。
如前述那样,在将移动体6的分布度分为3个阶段的情况下,移动体分布状况显示部404针对当前时间点的移动体6的分布预测状况和经过一定时间后(多个)的移动体6的分布预测状况,按网格区域,以在分布度为1的情况下为“蓝色”、在分布度为2的情况下为“黄色”、在分布度为3的情况下为“红色”的方式,在地图上的各网格区域上将与分布度相符合的颜色重叠显示,据此能够易于在直观上进行区别。
当参照图8时,移动体分布状况显示部404最初在显示部44上将当前时间点的移动体6的分布预测状况进行网格显示(显示A)。接着显示A,移动体分布状况显示部404重复以下显示动作,即显示表示一定时间(小时或者分钟)后的移动体6的分布预测状况的显示B,接着显示B,进一步显示表示一定时间(小时或者分钟)后的移动体6的分布预测状况的显示C,以这种方式依次进行显示,在此之后,返回表示当前时间点的移动体6的分布预测状况的显示A。
另外,为了进行画面移动,移动体分布状况显示部404例如也可以显示“向前一画面移动”按钮、“向下一画面移动”按钮、或者“移动中断”按钮,通过由用户触摸操作该按钮,来向前一画面、次一画面移动或者继续显示当前正显示的画面。
当参照图8时,一眼就可以得知移动体6正从设施Pi向设施Pj移动。这样,用户能够直观地掌握由网格划分出的各区域中的移动体6的分布预测状况的概况。
这样一来,设施Pj的经营者或者店员能够直观地掌握由网格区域划分出的各区域中移动体6将设施Pj作为目的地的分布预测状况(即,来访的移动体6的台数),由此能够研究是否应该进行特别的准备等。
另外,还能够构成为,针对上述的用户进行的各种输入,使用户通过麦克风17进行语音输入,据此,通过语音识别技术转换为代码之后将其输入移动体分布状况显示部404。
<时间进度条(Time bar)>
另外,如图8所示,移动体分布状况显示部404也可以在画面的局部设置时间进度条。根据时间进度条,用户能够易于掌握移动体6的分布预测状况所涉及的显示画面是当前时间点的显示画面还是当前时刻多久之后的预测画面。
[时间进度条的变形例]
能够构成为,通过移动体分布状况获取部403,针对当前的移动体6的分布预测状况获取在规定大小的网格区域中预测到的预测信息,在此之后,获取交通堵塞预测信息在越为比当前时间点远的时间点则越在比当前的网格区域的大小大的网格区域中预测到的移动体6的分布预测状况,即能够构成为预测时刻越是比当前时刻远的时间点、使该预测时间点的网格区域的大小越大。
图9表示由移动体分布状况显示部404显示移动体6的分布预测状况的显示例。如图9所示,移动体分布状况显示部404将当前的移动体6的分布预测状况以规定大小的网格来显示,在此之后,移动体6的分布预测状况越是比当前时间点远的时间点的分布预测状况,则网格的大小越大。更具体而言,显示B中的网格的大小显示得比显示A中的网格的大小大,显示C中的网格的大小显示得比显示B中的网格的大小大。
这样一来,预计移动体6的分布状况的预测越是远的时间点的预测则准确率越下降(误差变大),因此,移动体分布状况显示部404通过移动体6的分布状况的预测时刻越是距当前时刻远的时刻则使网格区域的大小越大,能够直观上成为允许该误差的大小的显示。另外,用户也易于根据网格的大小来掌握是距当前多远的时间点的移动体6的分布状况的预测。这样,与图8所示的时间进度条相比,还有对于用户而言易于直观地识别的效果。
[(按移动体类别信息进行显示)变形例]
在移动体分布状况获取部403能够按移动体类别信息,从服务器系统1按时序或者一次获取当前时间点的移动体6的分布预测状况和经过一定时间后(多个)的移动体6的分布预测状况的情况下,移动体分布状况显示部404也可以按移动体类别信息,将当前时间点的移动体6的分布预测状况和经过一定时间后(多个)的移动体6的分布预测状况按时序显示在显示部44上。
(移动体分布状况预测系统100的动作)
以上对移动体分布状况预测系统100的结构进行了说明。接着,对服务器系统1的动作进行说明。图10和图11是分别表示服务器系统1的处理流程一例的流程图。
首先,参照图10对服务器系统1的移动相关信息计算处理的流程进行说明。
在步骤S101中,服务器系统1(移动体移动信息确定部102)根据保存在连接历史记录信息区域114中的过去(规定期间内)的连接历史记录,按移动体ID,且依照时刻信息依次进行处理,据此,能够确定该移动体6从出发地到到达地为止的所有移动信息(出发地点、出发日期时间、到达地点、到达日期时间)和设施间移动路径。
在步骤S102中,服务器系统1(移动体移动信息确定部102)根据在步骤S101中确定的每个移动体ID的移动信息和设施间移动路径,除分析对象区域外的地点、自家住宅、月租停车场等私人停车场、和分析对象设施以外的停车场等,按移动体ID确定分析对象设施的设施停车场所涉及的设施间移动信息(出发设施ID、出发日期时间、到达设施ID、到达日期时间)以及从出发设施ID(Pi)到到达设施ID(Pj)的设施间移动路径(迁移路径)R(Pi->Pj)。
在步骤S103中,服务器系统1(移动体移动信息确定部102)基于在步骤S102中确定出的设施间移动信息,根据到达时刻与出发时刻的差分来计算分析对象设施中的泊车时间,且按移动体ID确定移动体6在分析对象设施的设施停车场中的泊车信息(设施ID、到达日期时间、泊车时间、出发日期时间)。
在步骤S104中,服务器系统1(移动体移动信息确定部102)按移动体ID,将移动体6在分析对象设施的设施停车场中的泊车信息(设施ID、到达日期时间、泊车时间、出发日期时间)例如按到达日期时间顺序进行排序(sort),据此,制成同一天的分析对象设施间的迁移状态记录和设施间移动路径,且将其存储在移动信息数据库1151中。
在步骤S105中,服务器系统1(移动体移动信息确定部102)根据存储在移动信息数据库1151中的设施间移动路径R(Pi->Pj),来确定该设施间移动路径(迁移路径)R(Pi->Pj)所涉及的地图上的网格集合,且将其存储在移动信息数据库1151中。
另外,服务器系统1(移动体移动信息确定部102)检查多个各设施间移动路径R(Pi->Pj)所涉及的地图上的网格集合是否存在多个,在存在多个的情况下,按设施间移动路径R(Pi->Pj)所涉及的地图上的每个网格集合赋予识别ID。
在步骤S106中,服务器系统1(设施间移动计算部103)根据存储在移动信息数据库1151中的所有移动体6的分析对象设施间的迁移状态记录,来按过去(规定期间内)所包含的任意日期的时段(由变量x表示)计算从设施Pi出发的移动体数Nx(Pi)、在时段x从设施Pi出发的移动体内将设施Pj作为下一目的地(到达地)的移动体数Nx(Pi->Pj)、以及从设施Pi出发的移动体中将设施Pj作为目的地的移动体的比例Cx(Pi,Pj)。
在步骤S107中,服务器系统1(设施间移动计算部103)计算与过去(规定期间内)所包含的季节、月份、星期、平日和节假日、及时段等任意的组合的时段(由变量t表示)对应的Cx(Pi,Pj)的平均值,据此计算在时段t中将设施Pi作为出发地且将设施Pj作为目的地(到达地)的置信度Ct(Pi,Pj)。这样一来,服务器系统1(设施间移动计算部103)例如能够获取在休息日的白天的各时段t,将设施Pi作为出发地且将设施Pj作为目的地(到达地)的置信度Ct(Pi,Pj)。
在步骤S108中,服务器系统1(设施间移动计算部103)根据存储在移动信息数据库1151中的移动体6的分析对象设施间的迁移状态记录及设施间移动路径,计算移动体6在过去(规定期间内)的时段t从设施Pi出发且到达设施Pj为止的设施间移动平均时间(设施间移动基准时间)Tt(Pi->Pj)及移动体6在设施Pi中停留的平均停留时间(设施停留基准时间)St(Pi)。另外,优选为,在设施间移动路径R(Pi->Pj)所涉及的地图上的网格集合存在多个的情况下,设施间移动平均时间(设施间移动基准时间)按网格集合来进行计算。
在步骤S109中,服务器系统1(设施间移动计算部103)将如以上那样计算出的过去的(规定期间内)的季节、月份、星期、平日和节假日、及时段等任意组合的时段t内的设施间移动相关信息存储在移动相关数据库1152中。
接着,参照图11,对服务器系统1的当前时间点和经过一定时间后(多个)的移动体6的分布状况的预测处理的流程进行说明。
当根据图11进行处理时视为:服务器系统1根据从移动体6定期获取到的位置信息将连接历史记录存储在连接历史记录信息区域114中;分布状况显示终端4已对服务器系统1完成登录处理;以及分布状况显示终端4已向服务器系统1发送移动体分布状况发送请求。
另外,为了简化,在以下说明中设预测来访设施Pj的移动体6的分布状况。
在步骤S201中,服务器系统1(移动体分布状况预测部104)每隔规定的时间间隔计算各移动体6的泊车状况,且将其按照每一移动体ID存储在移动体出发和到达表1153中。
在步骤S202中,服务器系统1(移动体分布状况预测部104)根据移动体出发和到达表1153和设施间移动相关信息来预测移动体6的台数Ntn(Pi->Pj),其中,所述移动体6的台数Ntn(Pi->Pj)是指被预测为在当前时间点t0前后的各时段t-n、t-n+1、…、t-1、t0、t1、t2、…从设施Pi出发且将设施Pj作为目的地来迁移的移动体6的台数。
在步骤S203中,服务器系统1(移动体分布状况预测部104)按规定时段tn预测从设施Pi(i≠j)出发或者预计即将出发的移动体6在从当前时间点t0起经过规定时间后位于从设施Pi到设施Pj的设施间移动路径R(Pi->Pj)上的哪一网格区域中,且将其存储为伴随着从设施Pi到设施Pj的设施间移动的、出发设施Pi所涉及的移动体分布预测数据。针对所有设施Pi(i≠j)均进行该处理。
在步骤S204中,服务器系统1(移动体分布状况预测部104)针对所有设施Pi(i≠j),按网格区域将从设施Pi出发且以设施Pj作为目的地的出发设施Pi所涉及的移动体分布预测数据相加,据此,预测从所有设施Pi(i≠j)开始且将设施Pj作为目的地来迁移的移动体6在从当前时间点t0起经过规定时间后,位于哪一网格区域或者预测其分布状况,且将其存储为移动体分布预测数据。
在步骤S205中,服务器系统1(移动体分布状况预测部104)设包含当前时间点的即将到来时刻的多个时刻(例如,0分钟、15分钟、30分钟、45分钟、60分钟等),进行上述处理(从步骤S203到步骤S204),按照多个经过时间制成将设施Pj作为目的地的移动体分布预测数据且按时序进行存储。
在步骤S206中,服务器系统1(预测状况输出部105)将以设施Pj为目的地且从其他设施Pi(i≠j)来迁移的移动体6的分布预测状况,按包含当前时间点的即将到来时刻的多个时刻(例如15分钟、30分钟、45分钟、60分钟等)按时序提供(发送)给分布状况显示终端4。
在步骤S301中,分布状况显示终端4(移动体分布状况获取部403)接收将设施Pj作为目的地且从其他设施Pi(i≠j)迁移来的移动体6的当前时间点和经过一定时间后(多个)的分布预测状况,且例如按时序将其存储在移动体分布预测状况存储区域411中。
在步骤S302中,分布状况显示终端4(移动体分布状况显示部404)将以设施Pj为目的地且从其他设施Pi(i≠j)迁移来的移动体6的当前时间点和经过一定时间后(多个)的分布预测状况按时序显示在显示部44上。
以上对移动体分布状况预测系统100说明了实施方式。然而,本申请发明并不限定于本实施方式。
[变形例1]
如前述那样,在移动体分布状况预测系统100中,也可以为:服务器系统1(设施间移动计算部103)按移动体6的移动体类别信息来计算设施间移动相关信息,服务器系统1(移动体分布状况预测部104)按移动体类别信息来预测规定时间后的移动体6的分布状况。
另外,分布状况显示终端4(移动体分布状况显示部404)也可以按移动体类别信息,将包含设施Pj的位置的周边地域所包含的所有网格区域中、当前时间点的移动体6的分布预测状况和经过一定时间后(多个)的移动体6的分布预测状况按时序显示在显示部44上。
据此,根据移动体的种类、例如在移动体为厢式货车的情况和为跑车的情况下采取不同的迁移行动,因此能按移动体的种类来预测规定时间后的移动体的分布状况,据此能够进一步提高预测精度。
[变形例2]
在本实施方式中,将作为移动分布预测的对象的移动体6限定为,出发地点和目的地点(到达地点)均为分析对象设施Pi、Pj且在设施间迁移的移动体6(以下称为“迁移移动体6”)。因此,例如省略从自家住宅或者分析对象区域外等开始将设施Pj作为最初的目的地而到达设施Pj的移动体6(以下称为“最初的移动体6”)的分布预测,但也可以对移向设施Pj的“最初的移动体6”进行分布预测。这样一来,与由本实施方式的服务器系统1预测到的“迁移移动体6”的分布预测一起,能够包含“最初的移动体6”来预测例如来访设施Pj的来访者。
移向设施Pj的“最初的移动体6”的分布预测能够独立于“迁移移动体6”的分布预测来执行。
具体而言,首先,移动体移动信息确定部102从存储于连接历史记录信息区域114的过去(规定期间内)的连接历史记录中,根据所确定的移动体6的移动信息(出发地点、出发日期时间、到达地点、到达日期时间),提取出这一天的最初的到达地点为设施Pj的移动信息。这样一来,移动体移动信息确定部102能够确定在过去(规定期间内)的任意的时段x到达设施Pj的“最初的移动体6”和该移动体6的(至少分析对象区域内的)到设施Pj为止的设施间移动路径。
接着,移动体移动信息确定部102确定在过去(规定期间内)所包含的季节、月份、星期、平日和节假日、及时段等任意的组合时段(由变量t表示),到达设施Pj的“最初的移动体6”的平均台数及“最初的移动体6”到设施Pj为止的设施间移动路径的模式(设施间移动路径及平均移动速度)。这样一来,移动体移动信息确定部102例如能够确定在休息日的各时段到达设施Pj的“最初的移动体6”的平均台数和到设施Pj为止的设施间移动路径的模式。
这样一来,移动体移动信息确定部102能够将在时段t到达设施Pj的“最初的移动体6”在时段t以前的多个时间位于哪一个网格区域作为“最初的移动体6”所涉及的分布预测数据,例如将其预先存储在设施移动相关信息区域115中。
根据以上说明的移动体分布状况预测系统100,发挥以下效果。
(1)移动体分布状况预测系统100具有设施间移动计算部103、接收部101和移动体分布状况预测部104,其中,所述设施间移动计算部103根据地图信息来计算设施停留基准时间、设施间移动基准时间和设施间移动相关性,其中所述地图信息包括过去的来自移动体6的位置信息的推移、多个设施信息和道路地图;所述接收部101接收多个移动体6的当前的位置信息;所述移动体分布状况预测部104根据设施间移动相关性和多个移动体6的当前的位置信息来预测规定时间后的移动体6的分布状况。
据此,例如在餐饮店或博物馆等设施中,经营者或者店员能够高精度地预测在规定时间后来访的顾客(移动体)的数量,由此能够事先进行准备。
(2)移动体分布状况预测系统100具有预测状况输出部105,该预测状况输出部105将预测到的规定时间后的移动体6的分布状况表现为网格状,并将其重叠于道路地图来输出。
据此,经营者或店员能够如观看天气预报图那样按时序来视觉性掌握车辆的设施间迁移,因此能够高精度地预测在规定时间后有多少人来访设施。
(3)在移动体分布状况预测系统100中,设施间移动计算部103还按照移动体6的种类来计算设施停留基准时间、设施间移动基准时间和设施间移动相关性,移动体分布状况预测部104还按照移动体的种类来预测规定时间后的移动体6的分布状况。
据此,根据移动体的种类、例如在移动体为厢式货车的情况和为跑车的情况下采取不同的迁移行动,因此,能够按移动体6的种类来预测规定时间后的移动体6的分布状况,据此,能够进一步提高在规定时间后有多少人来访设施的预测精度。
本发明的移动体分布状况预测系统100可以由硬件执行,还能够由软件来执行。
换言之,图2、图4、图5和图6的功能结构只不过是示例,并不特别地限定。即,只要移动体分布状况预测系统100具有能整体执行与本发明的移动体6的分布状况及显示功能有关的一系列处理的功能即可,为了实现该功能而使用怎样的功能块并不特别地限定于图2、图4、图5和图6的例子。
另外,1个功能块可以单独由硬件构成,也可以单独由软件构成,也可以由硬件和软件的组合构成。
在由软件来执行一系列处理的情况下,构成该软件的程序从网络或记录介质安装在计算机等中。
计算机也可以是组装在专用的硬件中的计算机。另外,计算机也可以是通过安装各种程序来执行各种功能的计算机。
包含这种程序的记录介质除了由为了向用户提供程序而独立于装置主体来配置的可移动介质构成之外,还由在预先组装于装置主体的状态下向用户提供的记录介质等构成。可移动介质例如由磁盘(包括软盘)、蓝光光盘、光盘或者光磁盘等构成。光盘例如由CD-ROM(Compact Disk-Read Only Memory)、DVD(Digital Versatile Disk)等构成。光磁盘由MD(Mini-Disk)等构成。另外,在被预先组装于装置主体的状态下向用户提供的记录介质例如由记录有程序的图2的存储部11、图4的存储部21、图5的存储部31和图6的存储部41所包含的硬盘等构成。
附图标记说明
100:移动体分布状况预测系统;1:服务器系统;10:控制部;101:接收部;102:移动体移动信息确定部;103:设施间移动计算部;104:移动体分布状况预测部;105:预测状况输出部;11:存储部;111:地图信息区域;112:设施信息区域;1121:设施信息数据库;113:移动体信息区域;114:连接历史记录信息区域;115:设施移动相关信息区域;1151:移动信息数据库;1152:移动相关数据库;1153:移动体出发和到达表;12:通信部;14:显示部;15:输入部;2:车载导航装置;20:控制部;201:连接处理部;202:位置信息更新部;205:路线引导部;21:存储部;22:无线部;23:传感器部;24:显示部;25:输入部;3:移动终端;30:控制部;300:移动终端_连接信息获取部;301:移动终端_连接处理部;302:移动终端_位置信息更新部;305:移动终端_路线引导部;31:存储部;32:无线部;33:传感器部;34:显示部;35:输入部;4:分布状况显示终端;40:控制部;401:登录处理部;403:移动体分布状况获取部;404:移动体分布状况显示部;41:存储部;411:移动体分布预测状况存储区域411;42:通信部;44:显示部;45:输入部;5:车辆;6:移动体;7:通信网。
Claims (8)
1.一种移动体分布状况预测装置,其特征在于,
具有设施间移动计算部、位置信息接收部和移动体状况预测部,其中,
所述设施间移动计算部根据地图信息至少计算置信度、设施停留基准时间和设施间移动基准时间,其中所述地图信息包含过去的来自移动体的位置信息的推移、多个设施信息和道路地图,所述置信度为所述移动体将第1设施作为出发地且将与所述第1设施不同的第2设施作为目的地的置信度;
所述位置信息接收部接收多个移动体的当前的位置信息;
所述移动体状况预测部根据设施间移动相关信息和多个所述移动体的当前的位置信息来预测规定时间后以被设定的设施作为目的地且从其他设施迁移的移动体的分布状况,其中所述设施间移动相关信息包含所述置信度、所述设施停留基准时间和所述设施间移动基准时间,
在任意的设施中,能够高精度地预测在所述规定时间后来访的顾客的数量。
2.根据权利要求1所述的移动体分布状况预测装置,其特征在于,
具有预测状况输出部,该预测状况输出部将预测到的规定时间后的移动体的分布状况表现为网格状,并将其重叠于所述道路地图来输出。
3.根据权利要求1或2所述的移动体分布状况预测装置,其特征在于,
所述设施间移动计算部还按照移动体的种类来计算包含所述置信度、所述设施停留基准时间和所述设施间移动基准时间的所述设施间移动相关信息,
所述移动体状况预测部还按照移动体的种类来预测规定时间后的移动体的分布状况。
4.根据权利要求3所述的移动体分布状况预测装置,其特征在于,
所述移动体是车辆,所述移动体的种类是车型。
5.一种移动体分布状况预测方法,该移动体分布状况预测方法由移动体分布状况预测装置来执行,其特征在于,
具有设施间移动计算步骤、位置信息接收步骤和移动体状况预测步骤,其中,
在所述设施间移动计算步骤中,根据地图信息至少计算置信度、设施停留基准时间和设施间移动基准时间,其中所述地图信息包含过去的来自移动体的位置信息的推移、多个设施信息和道路地图,所述置信度为所述移动体将第1设施作为出发地且将与所述第1设施不同的第2设施作为目的地的置信度;
在所述位置信息接收步骤中,接收多个移动体的当前的位置信息;
在所述移动体状况预测步骤中,根据设施间移动相关信息和多个所述移动体的当前的位置信息来预测规定时间后以被设定的设施作为目的地且从其他设施迁移的移动体的分布状况,其中所述设施间移动相关信息包含所述置信度、所述设施停留基准时间和所述设施间移动基准时间,
在任意的设施中,能够高精度地预测在所述规定时间后来访的顾客的数量。
6.根据权利要求5所述的移动体分布状况预测方法,其特征在于,
具有输出步骤,该输出步骤是所述移动体分布状况预测装置将在所述移动体状况预测步骤中预测到的规定时间后的移动体的分布状况表现为网格状,并将其重叠在所述道路地图上来输出。
7.根据权利要求5或6所述的移动体分布状况预测方法,其特征在于,
在所述设施间移动计算步骤中,所述移动体分布状况预测装置还按照移动体的种类来计算包含所述置信度、所述设施停留基准时间和所述设施间移动基准时间的所述设施间移动相关信息,
在所述移动体状况预测步骤中,所述移动体分布状况预测装置还按照移动体的种类对规定时间后的移动体的分布状况进行预测。
8.根据权利要求7所述的移动体分布状况预测方法,其特征在于,
所述移动体是车辆,所述移动体的种类是车型。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017-213953 | 2017-11-06 | ||
JP2017213953 | 2017-11-06 | ||
PCT/JP2018/034370 WO2019087595A1 (ja) | 2017-11-06 | 2018-09-18 | 移動体分布状況予測装置及び移動体分布状況予測方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111295697A CN111295697A (zh) | 2020-06-16 |
CN111295697B true CN111295697B (zh) | 2022-08-09 |
Family
ID=66331603
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880070484.3A Active CN111295697B (zh) | 2017-11-06 | 2018-09-18 | 移动体分布状况预测装置和移动体分布状况预测方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11257376B2 (zh) |
JP (1) | JP6914349B2 (zh) |
CN (1) | CN111295697B (zh) |
WO (1) | WO2019087595A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110991492B (zh) * | 2019-11-12 | 2022-07-12 | 广西大学 | 基于层次模式识别的旅游需求预测方法及系统 |
JP7041113B2 (ja) * | 2019-11-13 | 2022-03-23 | 本田技研工業株式会社 | 将来性評価装置及び将来性評価方法 |
JP7175873B2 (ja) * | 2019-11-20 | 2022-11-21 | 本田技研工業株式会社 | 将来性評価装置及び将来性評価方法 |
WO2021176733A1 (ja) * | 2020-03-06 | 2021-09-10 | 日本電信電話株式会社 | 集計装置、集計方法、および、集計プログラム |
CN112489460A (zh) * | 2020-12-03 | 2021-03-12 | 百度国际科技(深圳)有限公司 | 信号灯信息的输出方法和装置 |
JPWO2022259553A1 (zh) * | 2021-06-11 | 2022-12-15 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103680130A (zh) * | 2013-12-10 | 2014-03-26 | 福建工程学院 | 一种基于浮动车技术获得区域带路专家的方法 |
CN104236557A (zh) * | 2013-06-18 | 2014-12-24 | 杨清玄 | 轨迹信息处理装置和方法 |
CN106104208A (zh) * | 2014-03-20 | 2016-11-09 | 本田技研工业株式会社 | 导航服务器和程序 |
CN106210111A (zh) * | 2016-07-26 | 2016-12-07 | 北京明朝万达科技股份有限公司 | 一种基于移动终端的人员追踪方法及系统 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6381534B2 (en) * | 2000-02-14 | 2002-04-30 | Fujitsu Limited | Navigation information presenting apparatus and method thereof |
US8781728B2 (en) * | 2006-10-26 | 2014-07-15 | Panasonic Corporation | Travel history editing device |
JP2010134538A (ja) * | 2008-12-02 | 2010-06-17 | Fujitsu Ltd | データ通信装置、データ通信システムおよびデータ通信装置のためのコンピュータプログラム |
JP5492694B2 (ja) * | 2009-07-31 | 2014-05-14 | クラリオン株式会社 | ナビゲーション装置、プログラム、および表示方法 |
WO2011142225A1 (ja) * | 2010-05-12 | 2011-11-17 | 日本電気株式会社 | 特徴点検出システム、特徴点検出方法、及びプログラム |
JP2012018088A (ja) * | 2010-07-08 | 2012-01-26 | Aisin Aw Co Ltd | 走行案内装置、走行案内方法及びコンピュータプログラム |
EP2826030A4 (en) * | 2012-03-16 | 2016-03-02 | Green Owl Solutions Inc | SYSTEMS AND METHOD FOR PROVIDING HIGH-RELIANCE TRAFFIC-RELATED CONTENT OF MOBILE DEVICES |
JP6260355B2 (ja) * | 2014-03-05 | 2018-01-17 | 富士通株式会社 | 推定プログラム、推定方法、および推定装置 |
US9898759B2 (en) * | 2014-03-28 | 2018-02-20 | Joseph Khoury | Methods and systems for collecting driving information and classifying drivers and self-driving systems |
JP6708122B2 (ja) * | 2014-06-30 | 2020-06-10 | 日本電気株式会社 | 誘導処理装置及び誘導方法 |
JP6599674B2 (ja) | 2015-07-17 | 2019-10-30 | 株式会社ナビタイムジャパン | 情報処理システム、情報処理プログラム、情報処理装置、情報処理方法、相関関係情報データ、記憶媒体、相関関係情報の生成方法 |
CN105160880B (zh) * | 2015-09-24 | 2017-08-25 | 滴滴(中国)科技有限公司 | 一种车辆载客状态的预估方法及装置 |
-
2018
- 2018-09-18 JP JP2019549940A patent/JP6914349B2/ja active Active
- 2018-09-18 CN CN201880070484.3A patent/CN111295697B/zh active Active
- 2018-09-18 WO PCT/JP2018/034370 patent/WO2019087595A1/ja active Application Filing
- 2018-09-18 US US16/759,941 patent/US11257376B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104236557A (zh) * | 2013-06-18 | 2014-12-24 | 杨清玄 | 轨迹信息处理装置和方法 |
CN103680130A (zh) * | 2013-12-10 | 2014-03-26 | 福建工程学院 | 一种基于浮动车技术获得区域带路专家的方法 |
CN106104208A (zh) * | 2014-03-20 | 2016-11-09 | 本田技研工业株式会社 | 导航服务器和程序 |
CN106210111A (zh) * | 2016-07-26 | 2016-12-07 | 北京明朝万达科技股份有限公司 | 一种基于移动终端的人员追踪方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2019087595A1 (ja) | 2020-09-24 |
CN111295697A (zh) | 2020-06-16 |
JP6914349B2 (ja) | 2021-08-04 |
WO2019087595A1 (ja) | 2019-05-09 |
US20200342765A1 (en) | 2020-10-29 |
US11257376B2 (en) | 2022-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111295697B (zh) | 移动体分布状况预测装置和移动体分布状况预测方法 | |
JP4246201B2 (ja) | ナビゲーション装置、ナビゲーション方法、経路データ生成プログラム、経路データ生成プログラムを記録した記録媒体、および、ナビゲーションシステムにおけるサーバ装置 | |
US10860986B2 (en) | Schedule management apparatus | |
US8073615B2 (en) | Destination-prediction apparatus, destination-prediction method, and navigation apparatus | |
US10041805B2 (en) | Navigation server and program | |
US9513137B2 (en) | Area map provision system, terminal device, and server device | |
JP6817107B2 (ja) | 施設評価装置及び施設評価方法 | |
JP2019036012A (ja) | 情報通知装置、情報通知システム、情報通知方法、情報通知プログラム | |
US20150287121A1 (en) | Automatic evaluation system and navigation device | |
US20160033290A1 (en) | Vehicular information providing apparatus | |
JP4742916B2 (ja) | ナビゲーションシステム | |
WO2013137077A1 (ja) | スケジューリング支援装置およびスケジューリング支援方法 | |
US20210125196A1 (en) | Information analysis device and information analysis method | |
WO2019065328A1 (ja) | 駐車場推定装置及び駐車場推定方法 | |
JP2015021768A (ja) | 目的地予測装置、目的地予測方法、および、コンピュータ・プログラム | |
JP6966562B2 (ja) | ユーザ情報管理装置及びユーザ情報管理方法 | |
JP2013167466A (ja) | 目的地予測装置 | |
JP5640926B2 (ja) | 目的地予測装置 | |
WO2019130752A1 (ja) | 施設推奨サーバ、及び施設推奨方法 | |
WO2019181327A1 (ja) | 情報分析装置及び情報分析方法 | |
JP2019144770A (ja) | 分析装置及び分析方法 | |
JP2018146451A (ja) | 施設情報配信サーバ及び施設情報配信方法 | |
CN112749871A (zh) | 前景评估装置和前景评估方法 |
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 |