CN115148042A - 拼车车辆的路线检索装置和路线检索方法 - Google Patents

拼车车辆的路线检索装置和路线检索方法 Download PDF

Info

Publication number
CN115148042A
CN115148042A CN202210314090.6A CN202210314090A CN115148042A CN 115148042 A CN115148042 A CN 115148042A CN 202210314090 A CN202210314090 A CN 202210314090A CN 115148042 A CN115148042 A CN 115148042A
Authority
CN
China
Prior art keywords
route
data
level
frequency
destination
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
CN202210314090.6A
Other languages
English (en)
Other versions
CN115148042B (zh
Inventor
堀田大地
阿部真之
植木伸和
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.)
Toyota Motor Corp
Original Assignee
Toyota Motor 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 Toyota Motor Corp filed Critical Toyota Motor Corp
Publication of CN115148042A publication Critical patent/CN115148042A/zh
Application granted granted Critical
Publication of CN115148042B publication Critical patent/CN115148042B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • 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
    • G01C21/3602—Input other than that of destination using image analysis, e.g. detection of road signs, lanes, buildings, real preceding vehicles using a camera
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Navigation (AREA)
  • Instructional Devices (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及拼车车辆的路线检索装置和路线检索方法。本发明的路线检索装置具备存储器和处理器。处理器基于储存于存储器的数据来进行从拼车车辆的当前所在地起到目的地为止的路线的检索处理。在检索处理中，计算从当前所在地起到目的地为止的所需时间最短的标准路线。此外，在检索处理中计算高频度路线，该高频度路线在从当前所在地起到目的地为止之间与行人相遇的频度高于标准路线的与行人相遇的频度的路线。此外，在检索处理中，将识别水平与基准水平进行比较。在识别水平为基准水平以下的情况下，选择标准路线来作为最终路线。在识别水平高于基准水平的情况下，选择高频度路线来作为最终路线。

Description

拼车车辆的路线检索装置和路线检索方法
技术领域
本发明涉及对从车辆的当前所在地起到目的地为止的路线进行检索的装置和方法。
背景技术
日本特开2019－020127公开了一种对从车辆的当前所在地起到目的地为止的路线进行检索的装置。该以往的装置具备对车辆的外部状况进行识别的多个传感器和对从当前所在地起到目的地为止的路线进行检索的控制器。控制器基于传感器的识别精度按每个传感器来判定是否存在外部状况的监视良好或欠佳的区域。在判定为存在外部状况的监视欠佳的区域的情况下，控制器检索避开该区域的监视的路线。在判定为存在外部状况的监视良好的区域的情况下，控制器检索积极地利用该区域的监视的路线。
上述公报列举了太阳位于车辆的行进方向的前方的情况来作为产生外部状况的监视欠佳的区域的情况的例子。在该例子中，阳光射入至监视车辆的前方的摄像机，因此难以进行通过摄像机进行的车辆的前方状况的监视。因此，在该例子中，检索包括左转、右转等绕行动作的路线来作为太阳不位于车辆的前方的路线。
考虑在从当前所在地起到目的地为止的路线的中途一边接载多位用户一边进行输送的拼车服务。在该拼车服务中，认为只要到达目的地的时间未大幅超过预定时刻，就可以进行路线的变更。作为变更后的路线，举例示出行驶安全性比变更前的路线的行驶安全性高的路线。作为变更后的路线的另一个例子，列举出接载的概率比变更前的路线的接载的概率高的路线。以下，也将提供拼车服务的车辆称为“拼车车辆”。
传感器的识别精度会影响行驶安全性，因此可以说识别精度与行驶安全性之间存在相关性。因此，考虑将上述公报的技术应用于拼车车辆的路线的检索。在该情况下，检索包括上述的绕行动作的路线来作为行驶安全性高的路线。然而，在采用包括该绕行动作的路线的情况下，不采用接载的概率高的路线的可能性高。由此，在确保拼车车辆的行驶安全性的同时提高拼车服务的利用率方面存在改进的余地。
发明内容
本发明的一个目的在于，提供一种能确保拼车车辆的行驶安全性的同时提高拼车服务的利用率的路线的检索技术。
第一发明是一种拼车车辆的路线检索装置，具有以下特征。
所述路线检索装置具备存储器和处理器。在所述存储器中储存有：所述拼车车辆的位置数据；存在于包括所述拼车车辆的当前所在地和目的地的检索区域内的道路数据；存在于所述检索区域内的行人数量的分布数据；以及通过所述拼车车辆的外传感器得到的所述拼车车辆的外部状况的识别水平的数据。所述处理器基于所述位置数据、所述道路数据、所述分布数据以及所述识别水平的数据来进行从所述当前所在地起到所述目的地为止的路线的检索处理。
所述处理器在所述检索处理中进行以下动作：基于所述位置数据和所述道路数据来计算从所述当前所在地起到所述目的地为止的所需时间最短的标准路线；基于所述位置数据、所述道路数据以及所述分布数据来计算高频度路线，其中，该高频度路线是在从所述当前所在地起到所述目的地为止之间与行人相遇的频度高于所述标准路线的与行人相遇的频度的路线；将所述识别水平与基准水平进行比较；以及在所述识别水平为所述基准水平以下的情况下选择所述标准路线来作为最终路线，在所述识别水平高于所述基准水平的情况下选择所述高频度路线来作为所述最终路线。
第二发明在第一发明中还具有以下特征。
在所述存储器中还储存有所述拼车车辆的车厢内图像的数据。
所述处理器在所述检索处理中还进行以下动作：在所述识别水平高于所述基准水平的情况下，基于所述车厢内图像的数据来判定是否满足与所述拼车车辆的乘客的安全性相关的规定条件；以及在判定为满足所述规定条件的情况下选择所述高频度路线来作为所述最终路线，在判定为不满足所述规定条件的情况下选择所述标准路线来作为所述最终路线。
第三发明在第一发明中还具有以下特征。
在所述存储器中还储存有所述检索区域内的天气状况的数据。
所述处理器在所述检索处理中还进行以下动作：在所述识别水平高于所述基准水平的情况下，基于所述天气状况的数据来判定是否满足与所述拼车车辆的乘客的安全性相关的规定条件；以及在判定为满足所述规定条件的情况下选择所述高频度路线来作为所述最终路线，在判定为不满足所述规定条件的情况下选择所述标准路线来作为所述最终路线。
第四发明是一种拼车车辆的路线检索装置，具有以下特征。
所述路线检索装置具备存储器和处理器。在所述存储器中储存有：所述拼车车辆的位置数据；存在于包括所述拼车车辆的当前所在地和目的地的检索区域内的道路数据；存在于所述检索区域内的行人数量的分布数据；以及通过所述拼车车辆的外传感器得到的所述拼车车辆的外部状况的识别水平的数据。所述处理器基于所述位置数据、所述道路数据、所述分布数据以及所述识别水平的数据来进行从所述当前所在地起到所述目的地为止的路线的检索处理。
所述处理器在所述检索处理中进行以下动作：基于所述位置数据和所述道路数据来计算从所述当前所在地起到所述目的地为止的所需时间最短的标准路线；基于所述位置数据、所述道路数据以及所述分布数据来计算高频度路线和低频度路线，其中，该高频度路线是在从所述当前所在地起到所述目的地为止之间与行人相遇的频度高于所述标准路线的与行人相遇的频度的路线，该低频度路线是在从所述当前所在地起到所述目的地为止之间与行人相遇的频度低于所述标准路线的与行人相遇的频度的路线；将所述识别水平与上限基准水平和下限基准水平进行比较；以及在所述识别水平高于上限基准水平的情况下选择所述高频度路线来作为最终路线，在所述识别水平低于下限基准水平的情况下选择所述低频度路线来作为所述最终路线，在所述识别水平在所述上限基准水平和下限基准水平之间的情况下选择所述标准路线来作为所述最终路线。
第五发明在第四发明中还具有以下特征。
在所述存储器中还储存有所述拼车车辆的车厢内图像的数据。
所述处理器在所述检索处理中还进行以下动作：在所述识别水平高于所述上限基准水平的情况下，基于所述车厢内图像的数据来判定是否满足与所述拼车车辆的乘客的安全性相关的规定条件；以及在判定为满足所述规定条件的情况下选择所述高频度路线来作为所述最终路线，在判定为不满足所述规定条件的情况下选择所述标准路线来作为所述最终路线。
第六发明在第四发明中还具有以下特征。
在所述存储器中还储存有所述检索区域内的天气状况的数据。
所述处理器在所述检索处理中还进行以下动作：在所述识别水平高于所述上限基准水平的情况下，基于所述天气状况的数据来判定是否满足与所述拼车车辆的乘客的安全性相关的规定条件；以及在判定为满足所述规定条件的情况下选择所述高频度路线来作为所述最终路线，在判定为不满足所述规定条件的情况下选择所述标准路线来作为所述最终路线。
第七发明是一种使用数据处理装置来进行从拼车车辆的当前所在地起到目的地为止的路线的检索的路线检索方法，具有以下特征。
所述数据处理装置具备存储器和处理器。在所述存储器中储存有：所述拼车车辆的位置数据；存在于包括所述拼车车辆的当前所在地和目的地的检索区域内的道路数据；存在于所述检索区域内的行人数量的分布数据；以及通过所述拼车车辆的外传感器得到的所述拼车车辆的外部状况的识别水平的数据。所述处理器基于所述位置数据、所述道路数据、所述分布数据以及所述识别水平的数据来进行从所述当前所在地起到所述目的地为止的路线的检索处理。
所述检索处理包括以下处理：基于所述位置数据和所述道路数据来计算从所述当前所在地起到所述目的地为止的所需时间最短的标准路线；基于所述位置数据、所述道路数据以及所述分布数据来计算高频度路线，其中，该高频度路线是在从所述当前所在地起到所述目的地为止之间与行人相遇的频度高于所述标准路线的与行人相遇的频度的路线；将所述识别水平与基准水平进行比较；以及在所述识别水平为所述基准水平以下的情况下选择所述标准路线来作为最终路线，在所述识别水平高于所述基准水平的情况下选择所述高频度路线来作为所述最终路线。
第八发明是一种使用数据处理装置来进行从拼车车辆的当前所在地起到目的地为止的路线的检索的路线检索方法，具有以下特征。
所述数据处理装置具备存储器和处理器。在所述存储器中储存有：所述拼车车辆的位置数据；存在于包括所述拼车车辆的当前所在地和目的地的检索区域内的道路数据；存在于所述检索区域内的行人数量的分布数据；以及通过所述拼车车辆的外传感器得到的所述拼车车辆的外部状况的识别水平的数据。所述处理器基于所述位置数据、所述道路数据、所述分布数据以及所述识别水平的数据来进行从所述当前所在地起到所述目的地为止的路线的检索处理。
所述检索处理包括以下处理：基于所述位置数据和所述道路数据来计算从所述当前所在地起到所述目的地为止的所需时间最短的标准路线；基于所述位置数据、所述道路数据以及所述分布数据来计算高频度路线和低频度路线，其中，该高频度路线是在从所述当前所在地起到所述目的地为止之间与行人相遇的频度高于所述标准路线的与行人相遇的频度的路线，该低频度路线是在从所述当前所在地起到所述目的地为止之间与行人相遇的频度低于所述标准路线的与行人相遇的频度的路线；将所述识别水平与上限基准水平和下限基准水平进行比较；以及在所述识别水平高于上限基准水平的情况下选择所述高频度路线来作为最终路线，在所述识别水平低于下限基准水平的情况下选择所述低频度路线来作为所述最终路线，在所述识别水平在所述上限基准水平和下限基准水平之间的情况下选择所述标准路线来作为所述最终路线。
根据第一发明或第七发明，在检索处理中计算标准路线和高频度路线。然后，在识别水平高于基准水平的情况下，选择高频度路线来作为最终路线。如果选择高频度路线来作为最终路线，则能在高频度路线的中途一边接载多位用户一边进行输送。此外，由于识别水平高于基准水平，因此也确保了行驶安全性。因此，能确保行驶安全性的同时提高拼车服务的利用率。
在选择高频度路线来作为最终路线的情况下，与选择标准路线来作为最终路线的情况相比，在最终路线的行驶中与在拼车车辆的前方突然出现的行人相遇的概率提高。在与这样的行人相遇的情况下，拼车车辆可能进行急减速等紧急回避动作。从乘客的安全性的观点来看，进行紧急回避动作的状况是不理想的。在这一点上，根据第二发明或第五发明，基于拼车车辆的车厢内图像的数据来判定是否满足与拼车车辆的乘客的安全性相关的规定条件。然后，在判定为不满足规定条件的情况下选择标准路线来作为最终路线。因此，能提供一种考虑到拼车车辆VH的乘客的安全性的拼车服务。
根据第三发明或第六发明，基于检索区域内的天气状况的数据来判定是否满足与拼车车辆的乘客的安全性相关的规定条件。然后，在判定为不满足规定条件的情况下，选择标准路线来作为最终路线。因此，能获得与通过第二发明或第五发明获得的效果相同的效果。
根据第四发明或第八发明，在检索处理中计算标准路线、高频度路线以及低频度路线。然后，在识别水平高于上限基准水平的情况下选择高频度路线来作为最终路线。因此，能获得与通过第一发明或第七发明获得的效果相同的效果。除此以外，根据第四发明或第八发明，在识别水平低于下限基准水平的情况下选择低频度路线来作为最终路线。因此，也能确保最低限度的行驶安全性的同时在低频度路线的中途尽可能不接载用户地到达目的地。
附图说明
以下，参照附图，对本发明的示例性实施例的特征、优点以及技术和工业意义进行说明，其中，相同的附图标记表示相同的元件，其中：
图1是对拼车服务进行说明的图。
图2是对拼车服务进行说明的图。
图3是对最终路线的选择方法的第一例进行说明的图。
图4是对最终路线的选择方法的第一例进行说明的图。
图5是表示基于识别水平的判定的一个例子的图。
图6是对最终路线的选择方法的第二例进行说明的图。
图7是对最终路线的选择方法的第二例进行说明的图。
图8是表示基于识别水平的判定的另一个例子的图。
图9是表示第一实施方式的路线检索装置的构成例的图。
图10是对在第一实施方式中储存于数据处理装置的存储器的各种数据的一个例子进行说明的图。
图11是表示数据处理装置(处理器)所进行的检索处理的第一例的流程图。
图12是表示数据处理装置(处理器)所进行的检索处理的第二例的流程图。
图13是对在第二实施方式中储存于数据处理装置的存储器的各种数据的一个例子进行说明的图。
图14是表示数据处理装置(处理器)所进行的检索处理的第三例的流程图。
图15是表示数据处理装置(处理器)所进行的检索处理的第四例的流程图。
图16是对在第三实施方式中储存于数据处理装置的存储器的各种数据的一个例子进行说明的图。
具体实施方式
以下，参照附图对本发明的实施方式的路线检索装置进行说明。需要说明的是，实施方式的路线检索方法通过在实施方式的路线检索装置中进行的计算机处理来实现。此外，在各图中对相同或相当的部分标注相同的附图标记，并简化或省略其说明。
第一实施方式
首先，参照图1～12对本发明的第一实施方式进行说明。
1.第一实施方式的概要
1－1.拼车服务
第一实施方式的路线检索装置是用于检索拼车车辆的路线的装置。拼车服务是在从拼车车辆的当前所在地前往目的地的路线的中途一边接载多位用户一边进行输送的服务。图1和图2是对拼车服务进行说明的图。在图1和图2中绘制出拼车车辆VH。拼车车辆VH例如是能进行无人驾驶的自动驾驶车辆。拼车车辆VH也可以是手动驾驶车辆。
在图1所示的例子中，拼车车辆VH在从当前所在地CP起到目的地DS为止的路线R1上行驶。在图2所示的例子中，拼车车辆VH在路线R2上行驶。当前所在地CP和目的地DS例如是拼车车辆VH的车站。这些车站的位置被事先设定。拼车服务的用户U1乘坐拼车车辆VH。用户U1例如在当前所在地CP乘入拼车车辆VH，并在目的地DS从拼车车辆VH下车。
在拼车服务中，能在车站以外的位置进行拼车车辆VH的上下车。在该情况下，当前所在地CP例如是用户U1乘入拼车车辆VH的位置。目的地DS例如是用户U1希望从拼车车辆VH下车的位置。需要说明的是，目的地DS的信息在向拼车车辆VH乘车的前后从用户U1的便携终端(例如智能手机)提供给拼车车辆VH。
在拼车服务中，多位用户能利用一台拼车车辆VH。目的地DS的信息例如显示在拼车车辆VH的车身。在另一个例子中，该信息与拼车车辆VH所行驶的路线的信息一起被提供给用户U2～U5的便携终端。希望利用拼车车辆VH的用户在拼车车辆VH的附近进行示意(例如举手)。在识别出该示意的情况下，拼车车辆VH减速并暂时停止。
在图1所示的例子中，在拼车车辆VH停止的情况下用户U2乘入拼车车辆VH。用户U2在目的地DS从拼车车辆VH下车。在图2所示的例子中，在拼车车辆VH停止的情况下用户U3～U5分别乘入拼车车辆VH。用户U3～U5在目的地DS从拼车车辆VH下车。
如此，在拼车服务中，目的地DS共同的多位用户(即，在图1所示的例子中为用户U1和U2。在图2所示的例子中为用户U1、U3～U5)同时利用一台拼车车辆VH。
在这样的拼车服务中，拼车车辆VH的高效运行很重要。为了拼车车辆VH的高效运行，在拼车服务中，至少检索两个从当前所在地CP起到目的地DS为止的路线的候选(以下也称为“候选路线”。)。图1所示的路线R1和图2所示的路线R2是这些候选路线的一个例子。
若将路线R1与路线R2进行比较，则路线R1比路线R2短。因此，在选择路线R1来作为最终路线(是指拼车车辆VH实际行驶的路线。以下相同。)的情况下，从当前所在地CP起到目的地DS为止的所需时间少，从而能在短时间内将用户U1和U2输送至目的地DS。
若将路线R1与路线R2进行比较，则在路线R1的行驶中会与用户U2相遇，与此相对，在路线R2的行驶中会与用户U3～U5相遇。因此，在选择路线R2来作为最终路线的情况下，能将用户U1以及U3～U5输送至目的地DS。就是说，在该情况下，能将更多的用户输送至目的地DS。
1－2.最终路线的选择
最终路线的选择在拼车车辆VH从当前所在地CP出发的定时之前进行。这里的问题在于，在选择最终路线的定时，拼车车辆VH无法判断用户U2～U5是否希望利用拼车服务的信息。因此，在拼车服务中，按照以下说明的方法从候选路线中选择最终路线。
1－2－1.最终路线的选择方法的第一例
图3和图4是对最终路线的选择方法的第一例进行说明的图。在该第一例中使用检索区域SA。检索区域SA是成为到当前所在地CP和目的地DS为止的路线的检索的对象的区域。检索区域SA基于当前所在地CP和目的地DS的周边的地图数据来设定。检索区域SA例如是包括当前所在地CP和目的地DS的位置数据(例如纬度X和经度Y的数据)的矩形形状的区域。不过，检索区域SA的形状不限定于此。
此外，在第一例中，使用检索区域SA中的人数CRW的数据。人数CRW的数据按单位区间ZN和时间段的每个组合来设定。单位区间ZN例如通过以规定面积单位(例如50～100m2单位)对提供拼车服务的预定的区域进行分割来形成。各个单位区间ZN通过代表地点的位置数据(X，Y)来确定。时间段例如以规定时间单位(例如10～30分钟单位)来设定。通过使用人数CRW的数据来预测在包括检索区域SA的设定时刻的时间段内从各个单位区间ZN通过的行人数量。
人数CRW的数据例如基于提供拼车服务的区域中的行人的过去的位置数据(X，Y)来生成。行人的位置数据(X，Y)是表示该行人在通过经度X和纬度Y确定的位置存在过的数据。由此，当按每个单位区间ZN和时间段来统计多位行人的过去的位置数据(X，Y)时，获得人数CRW的数据。人数CRW的数据也可以与工作日和休息日组合来进行统计。在该情况下，能通过使用人数CRW的数据，根据检索区域SA的设定日期和设定时刻来预测从各个单位区间ZN通过的行人数量。
图3和图4所示的人型图标示意性地示出人数CRW。在单位区间ZN中绘制的人型图标的数量多意味着被预测为从该单位区间ZN通过的行人数量多。在将每个单位区间ZN的人数CRW的数据视为检索区域SA整体的情况下，该人数CRW的数据构成检索区域SA中的行人数量的分布数据。
在第一例中，首先计算标准路线Rst。标准路线Rst是从当前所在地CP起到目的地DS为止的所需时间最短的候选路线。所需时间的计算例如基于存在于检索区域SA内的道路的位置数据(X，Y)和拼车车辆VH的平均速度来进行。也可以在所需时间的计算中考虑设于候选路线上的信号灯的数量、在候选路线上进行的右转和左转的次数、构成候选路线的道路的道宽(最小道宽、最大道宽)等。需要说明的是，图4所示的标准路线Rst是图1所示的路线R1。
在第一例中，接着计算高频度路线Rhf。高频度路线Rhf是在从当前所在地CP起到目的地DS为止之间与行人相遇的频度(以下也称为“相遇频度”。)高于标准路线Rst的相遇频度的候选路线。相遇频度基于检索区域SA中的行人数量的分布数据来计算。例如，在检索区域SA中将候选路线所通过的单位区间ZN的人数CRW相加。这样一来，按每条候选路线来计算人数CRW的总数。可以说总数越多，相遇频度越高。需要说明的是，图4所示的高频度路线Rhf是图2所示的路线R2。
高频度路线Rhf可以包括两条以上的候选路线。不过，高频度路线Rhf被限定为所需时间为容许时间以下的候选路线。容许时间以标准路线Rst的所需时间为基准来设定。容许时间例如是标准路线Rst的所需时间的110％～130％。在设定了到达目的地DS的预定时刻的情况下，也可以进一步考虑该预定时刻来设定容许时间。
在第一例中，进行基于外传感器的识别水平LEV的判定。外传感器是用于识别拼车车辆VH的外部状况的传感器。作为外传感器，举例示出摄像机、毫米波雷达以及激光雷达。识别水平LEV基于对外传感器的规格进行归一化(normalizing)而得到的值来计算。作为摄像机的规格，举例示出视角和解析度。作为毫米波雷达的规格，举例示出距离、速度以及角度的分辨率。作为激光雷达的规格，举例示出可计测的距离、水平和垂直方向的视场角、水平和垂直方向的分辨率。
识别水平LEV通过下述算式(1)来计算，下述算式(1)例如基于对摄像机的规格进行归一化而得到的值SCM、对毫米波雷达的规格进行归一化而得到的值SRD、对激光雷达的规格进行归一化而得到的值SLD来表示。
LEV＝ΣSCM+ΣSRD+ΣSLD……(1)
值SCM、SRD以及SLD被设计为外传感器的性能越高则表示越高的值。
在基于识别水平LEV的判定中，进行基于算式(1)而计算出的识别水平LEV与基准水平的比较。图5是表示基于识别水平LEV的判定的一个例子的图。阈值TH1表示为了识别拼车车辆VH的外部状况，外传感器整体需要满足的识别水平。在识别水平LEV高于阈值TH1的情况下进行基于识别水平LEV的判定。基准水平相当于阈值TH2(＞TH1)。
在识别水平LEV为阈值TH2以下的情况下，判定为识别水平LEV为通常水平RL。在该情况下，选择标准路线Rst来作为最终路线。另一方面，在识别水平LEV高于阈值TH2的情况下，判定为识别水平LEV为高水平HL。在该情况下，选择高频度路线Rhf来作为最终路线。
识别水平LEV会影响拼车车辆VH的行驶安全性，因此可以说在识别水平LEV与行驶安全性之间存在相关性。在这一点上，识别水平LEV为高水平HL可以说是与识别水平LEV为通常水平RL的情况相比，拼车车辆VH具有易于确保行驶安全性的规格。因此，在判定为识别水平LEV为高水平HL的情况下，能确保行驶安全性的同时在高频度路线Rhf的中途一边接载多位用户一边进行输送。
1－2－2.最终路线的选择方法的第二例
图6～8是对最终路线的选择方法的第二例进行说明的图。关于图6所示的拼车车辆VH、当前所在地CP、目的地DS以及用户U1～U5，如通过图1和图2进行了说明的那样。
图6所示的路线R3是从当前所在地CP起到目的地DS为止的候选路线。若将路线R3与图1所示的路线R1进行比较，则在路线R1的行驶中会与用户U2相遇，与此相对，在路线R3的行驶中不会与任何行人相遇。因此，在选择路线R3来作为最终路线的情况下，能将用户U1输送至目的地DS而不会在最终路线的中途与行人相遇。
与第一例同样地，在第二例中也计算标准路线Rst和高频度路线Rhf。图7所示的标准路线Rst与图1所示的路线R1相同。此外，图7所示的高频度路线Rhf与图2所示的路线R2相同。
在第二例中，至少在计算出标准路线Rst之后计算低频度路线Rlf。低频度路线Rlf是其相遇频度低于标准路线Rst中的相遇频度的候选路线。低频度路线Rlf可以包括两条以上的候选路线。不过，与高频度路线Rhf同样地，低频度路线Rlf被限定为所需时间为容许时间以下的候选路线。
与第一例同样地，在第二例中也进行基于外传感器的识别水平LEV的判定。图8是表示基于识别水平LEV的判定的另一个例子的图。在图8所示的例子中，进行基于算式(1)而计算出的识别水平LEV与两种基准水平的比较。具体而言，两种基准水平是上限基准水平和下限基准水平。上限基准水平相当于阈值TH2。下限基准水平为阈值TH3(TH1＜TH3＜TH2)。
在图8所示的例子中，在识别水平LEV高于阈值TH2的情况下，判定为识别水平LEV为高水平HL。在该情况下，选择高频度路线Rhf来作为最终路线。到此为止与图5所示的例子相同。
在图8所示的例子中，在识别水平LEV为阈值TH2～TH3的情况下，判定为识别水平LEV为通常水平RL。在该情况下，选择标准路线Rst来作为最终路线。另一方面，在识别水平LEV低于阈值TH3的情况下，判定为识别水平LEV为低水平LL。在该情况下，选择低频度路线Rlf来作为最终路线。
如上所述，水平LEV与行驶安全性之间存在相关性。在这一点上，识别水平LEV为低水平LL可以说是与识别水平LEV为通常水平RL的情况相比，拼车车辆VH具有难以确保行驶安全性的规格。因此，在判定为识别水平LEV为低水平LL的情况下，能确保最低限度的行驶安全性的同时在低频度路线Rlf的中途尽可能不接载用户地到达目的地DS。
2.路线检索装置
2－1.装置整体的构成例
以下，参照图9对第一实施方式的路线检索装置的构成进行说明。图9是表示第一实施方式的路线检索装置的构成例的图。图9所示的路线检索装置1例如搭载于拼车车辆VH。在另一个例子中，在能与拼车车辆VH通信的远程设施设有路线检索装置1。需要说明的是，在后者的情况下，在路线检索装置1中添加用于在与远程设施之间收发数据的装置。
如图9所示，路线检索装置1具备GNSS(Global Navigation Satellite System：全球导航卫星系统)传感器11、外传感器12、地图DB(数据库)13、行人DB14以及数据处理装置15。需要说明的是，外传感器12不是路线检索装置1的必需构成。此外，地图DB13和行人DB14也可以设于能与拼车车辆VH通信的远程设施。在该情况下，在路线检索装置1中添加用于在与远程设施之间收发数据的装置来代替地图DB13和行人DB14。
GNSS传感器11是接收来自三个以上的人造卫星的信号的装置。GNSS传感器11也是获取拼车车辆VH的位置和姿势数据POS的装置。GNSS传感器11基于从人造卫星接收到的信号来算出拼车车辆VH的位置和姿势(方位)。GNSS传感器11将位置和姿势数据POS发送至数据处理装置15。
外传感器12是检测拼车车辆VH的周边的状况的设备。作为外传感器12，举例示出摄像机、毫米波雷达以及激光雷达。摄像机对拼车车辆VH的外部的状况进行拍摄。毫米波雷达利用毫米波来检测拼车车辆VH的周边的物标。激光雷达利用光来检测拼车车辆VH的周边的物标。物标中包括静态物标和动态物标。作为静态物标，举例示出护栏、建筑物。作为动态物标，包括行人、自行车、摩托车以及拼车车辆VH以外的车辆。
地图DB13是存储地图数据的数据库。作为地图数据，举例示出道路的位置数据、道路形状的数据(例如曲线、直线的类别)、交叉路口以及构造物的位置数据。道路的位置数据和道路形状的数据被统称为“道路数据ROD”。地图数据中也包括交通管制数据。地图DB13形成在搭载于拼车车辆VH的规定的存储装置(例如硬盘、闪存)内。地图DB13也可以形成在远程设施的计算机内。
行人DB14是存储人数CRW的数据的数据库。人数CRW的数据按单位区间ZN和时间段的每个组合来设定。如上所述，单位区间ZN例如通过以规定面积单位对提供拼车服务的预定的区域进行分割来形成。时间段例如以规定时间单位来设定。人数CRW的数据也可以与工作日和休息日组合来进行设定。
数据处理装置15由具有至少一个处理器16和至少一个存储器17的微型计算机构成。处理器16包括CPU(Central Processing Unit：中央处理器)。处理器16进行从当前所在地CP起到目的地DS为止的路线的检索处理。在后文对检索处理的具体例子加以叙述。存储器17是DDR存储器等易失性的存储器。存储器17进行处理器16所使用的程序的展开和各种数据的暂时保存。
2－2.各种数据的构成例
图10是对储存于存储器17的各种数据的一个例子进行说明的图。在图10所示的例子中，位置和姿势数据POS、目的地数据DST、道路数据ROD、人数CRW的数据以及识别水平LEV的数据储存于存储器17。
位置和姿势数据POS是从GNSS传感器11接收到的数据。目的地数据DST是目的地DS的数据。道路数据ROD是从地图DB13接收到的数据。道路数据ROD是基于当前所在地CP和目的地DS的位置数据而确定的检索区域SA的道路的数据。人数CRW的数据是包括检索区域SA的设定时刻的时间段的行人数量的数据，也是检索区域SA中所包括的各个单位区间ZN中的行人数量的数据。识别水平LEV的数据是拼车车辆VH所固有的数据。识别水平LEV事先基于外传感器11的规格来计算。
2－3.由数据处理装置(处理器)进行的第一处理例
图11是表示数据处理装置15(处理器16)所进行的检索处理的第一例的流程图。在规定的定时执行图11所示的例程。作为规定的定时，举例示出拼车车辆VH从出发地(例如车库、车站等)出发的定时。作为规定的定时，也举例示出用户乘入拼车车辆VH后的定时。
在图11所示的例程中，首先，进行检索区域SA的设定(步骤S11)。检索区域SA的设定例如如以下这样进行。首先，从存储器17读出位置和姿势数据POS来确定当前所在地CP的位置数据。此外，获取拼车车辆VH的目的地DS的位置数据。接着，通过参照使用当前所在地CP和目的地DS的位置数据的地图DB来提取包括这些位置数据的固定的区域。由此设定检索区域SA。
接着步骤S11的处理，进行道路数据ROD和人数CRW的数据的提取(步骤S12)。道路数据的提取基于在步骤S11中设定的检索区域SA的位置数据来进行。所提取的道路数据是存在于检索区域SA内的道路的数据。人数CRW的数据的提取基于在步骤S11中设定的检索区域SA的位置数据和该检索区域SA的设定时刻的数据来进行。所提取的人数CRW的数据是在包括设定时刻的时间段内，检索区域SA中所包括的各个单位区间ZN的数据。
接着步骤S12的处理，计算标准路线Rst(步骤S13)。如上所述，标准路线Rst是从当前所在地CP起到目的地DS为止的所需时间最短的候选路线。在步骤S13的处理中，所需时间的计算基于在步骤S12中提取出的道路的位置数据和拼车车辆VH的平均速度来进行。平均速度例如基于拼车车辆VH的行驶速度的履历来计算。
接着步骤S13的处理，计算高频度路线Rhf(步骤S14)。如上所述，高频度路线Rhf是其相遇频度高于标准路线Rst中的相遇频度的候选路线。在步骤S14的处理中，相遇频度的计算通过将在步骤S12的处理中提取出的人数CRW中的、候选路线所通过的单位区间ZN的人数相加来进行。在计算出相遇频度后，提取具有比标准路线Rst的相遇频度高的相遇频度的候选路线。
在步骤S14的处理中提取出具有比标准路线Rst的相遇频度高的相遇频度的候选路线后，计算该候选路线的所需时间。然后，丢弃其所需时间超过容许时间的候选路线，并提取所需时间为容许时间以下的候选路线。选择提取出的候选路线中的相遇频度最高的路线来作为高频度路线Thf。
接着步骤S14的处理，判定识别水平LEV是否超过基准水平(步骤S15)。基准水平是通过图5进行了说明的阈值TH2。在步骤S15的处理中，从存储器17读出识别水平LEV，并判定该识别水平LEV是否超过阈值TH2。
在步骤S15的判定结果为肯定的情况下，将高频度路线Rhf选择为最终路线(步骤S16)。另一方面，在步骤S15的判定结果为否定的情况下，将标准路线Rst选择为最终路线(步骤S17)。
2－4.由数据处理装置(处理器)进行的第二处理例
图12是表示数据处理装置15(处理器16)所进行的检索处理的第二例的流程图。接着图11所示的步骤S14的处理来执行图12所示的例程。
在图12所示的例程中，计算低频度路线Rlf(步骤S21)。如上所述，低频度路线Rlf是其相遇频度低于标准路线Rst中的相遇频度的候选路线。在步骤S21的处理中，低频度路线Rlf通过与在步骤S14中进行了说明的方法同样的方法来选出。
具体而言，首先，基于在步骤S12的处理中提取出的人数CRW来进行相遇频度的计算。在计算出相遇频度后，提取具有比标准路线Rst的相遇频度低的相遇频度的候选路线。在提取出候选路线后，计算该候选路线的所需时间。然后，丢弃其所需时间超过容许时间的候选路线，并提取所需时间为容许时间以下的候选路线。选出提取出的候选路线中的相遇频度的最低的路线来作为低频度路线Tlf。
接着步骤S21的处理，判定识别水平LEV是否超过上限基准水平(步骤S22)。上限基准水平是通过图8进行了说明的阈值TH2。在步骤S22的处理中，从存储器17读出识别水平LEV，并判定该识别水平LEV是否超过阈值TH2。
在步骤S22的判定结果为肯定的情况下，将高频度路线Rhf选择为最终路线(步骤S23)。另一方面，在步骤S22的判定结果为否定的情况下，判定识别水平LEV是否超过下限基准水平(步骤S24)。下限基准水平是通过图8进行了说明的阈值TH3。
在步骤S24的判定结果为肯定的情况下，将标准路线Rst选择为最终路线(步骤S25)。另一方面，在步骤S24的判定结果为否定的情况下，将低频度路线Rlf选择为最终路线(步骤S26)。
3.效果
根据第一实施方式，至少计算标准路线Rst和高频度路线Rhf来作为候选路线。然后，在识别水平LEV高于基准水平或上限基准水平的情况下，选择高频度路线Rhf来作为最终路线。如果选择高频度路线Rhf来作为最终路线，则能在高频度路线Rhf的中途一边接载多位用户一边进行输送。此外，由于识别水平LEV高于基准水平或上限基准水平，因此也确保了行驶安全性。综上所述，能确保行驶安全性的同时提高拼车服务的利用率。
在计算出标准路线Rst、高频度路线Rhf以及低频度路线Rlf来作为候选路线的情况下，期待以下效果。即，在该情况下，在识别水平LEV低于下限基准水平时，选择低频度路线Rlf来作为最终路线。因此，也能确保最低限度的行驶安全性的同时在低频度路线Rlf的中途尽可能不接载用户地到达目的地DS。
第二实施方式
接着，参照图13～15对本发明的第二实施方式进行说明。需要说明的是，对于与第一实施方式的说明重复的说明适当进行省略。
1.路线检索装置
1－1.装置整体的构成例
在第二实施方式的路线检索装置的构成例中，在通过图9进行了说明的构成例中添加对拼车车辆VH的车厢内的状况进行拍摄的车厢内摄像机。
1－2.各种数据的构成例
图13是对储存于存储器17的各种数据的一个例子进行说明的图。在图13所示的例子中，位置和姿势数据POS、目的地数据DST、道路数据ROD、人数CRW的数据、识别水平LEV的数据、图像数据IMG储存于存储器17。关于图像数据IMG以外的数据，如通过图10进行了说明的那样。图像数据IMG是拼车车辆VH的车厢内的运动图像数据。图像数据IMG也可以是静止图像。
1－3.由数据处理装置(处理器)进行的第三处理例
图14是表示数据处理装置15(处理器16)所进行的检索处理的第三例的流程图。接着图11所示的步骤S14的处理执行图14所示的例程。
在图14所示的例程中，首先，判定识别水平LEV是否超过基准水平(步骤S31)。步骤S31的处理的内容与图11所示的步骤S15的处理的内容相同。在步骤S31的判定结果为否定的情况下，将标准路线Rst选择为最终路线(步骤S32)。到此为止与通过图11进行了说明的第一例相同。
在第三例中，在步骤S31的判定结果为肯定的情况下，判定是否满足规定条件(步骤S33)。规定条件包括与拼车车辆VH的乘客的安全性相关的下述的条件。
第一乘客条件：在车厢内不存在不坐在座位上而站立的乘客
第二乘客条件：在车厢内不存在老人或儿童
是否满足规定条件的判定基于从存储器17读出的图像数据IMG来进行。基于图像数据IMG来推定乘客的就座状态或乘客的年龄的方法应用公知的方法。
在满足第一乘客条件和第二乘客条件的情况下，判定为满足规定条件。在步骤S33的判定结果为肯定的情况下，将高频度路线Rhf选择为最终路线(步骤S34)。另一方面，在步骤S33的判定结果为否定的情况下，将标准路线Rst选择为最终路线(步骤S32)。
1－4.由数据处理装置(处理器)进行的第四处理例
图15是表示数据处理装置15(处理器16)所进行的检索处理的第四例的流程图。接着图12所示的步骤S21的处理执行图15所示的例程。
在图15所示的例程中，首先，判定识别水平LEV是否超过上限基准水平(步骤S41)。步骤S41的处理的内容与图12所示的步骤S22的处理的内容相同。在步骤S41的判定结果为否定的情况下，判定识别水平LEV是否超过下限基准水平(步骤S42)。然后，在步骤S42的判定结果为肯定的情况下，将标准路线Rst选择为最终路线(步骤S43)。另一方面，在步骤S42的判定结果为否定的情况下，将低频度路线Rlf选择为最终路线(步骤S44)。到此为止与通过图12进行了说明的第二例相同。
在第四例中，在步骤S41的判定结果为肯定的情况下，判定是否满足规定条件(步骤S45)。该规定条件包括上述的第一乘客条件和第二乘客条件。在步骤S45的判定结果为肯定的情况下，将高频度路线Rhf选择为最终路线(步骤S46)。另一方面，在步骤S44的判定结果为否定的情况下，将标准路线Rst选择为最终路线(步骤S43)。
2.效果
根据第二实施方式，在识别水平LEV高于基准水平或上限基准水平的情况下，判定是否满足规定条件。然后，在判定为不满足规定条件的情况下，选择标准路线Rst来作为最终路线。
如上所述，高频度路线Rhf是其相遇频度高于标准路线Rst中的相遇频度的候选路线。因此，在高频度路线Rhf的行驶中，与标准路线Rst的行驶中相比，与在拼车车辆VH的前方突然出现的行人相遇的概率提高。在与这样的行人相遇的情况下，拼车车辆VH可能进行急减速等紧急回避动作。由于进行这样的紧急回避动作的状况会导致站立乘车的乘客的跌倒、老人或儿童从座位的跌落，因此不是理想的状况。
在这一点上，根据第二实施方式，能考虑与选择高频度路线Rhf来作为最终路线相伴的缺点。因此，能提供考虑到拼车车辆VH的乘客的安全性的拼车服务。
第三实施方式
接下来，参照图16对本发明的第三实施方式进行说明。需要说明的是，对与第一实施方式或第二实施方式的说明重复的说明适当进行省略。
1.路线检索装置
1－1.装置整体的构成例
在第三实施方式的路线检索装置的构成例中，在通过图9进行了说明的构成例中添加在与拼车车辆VH的周围的基础设施之间进行V2I通信(路车间通信)的通信装置。
1－2.各种数据的构成例
图16是对储存于存储器17的各种数据的一个例子进行说明的图。在图16所示的例子中，位置和姿势数据POS、目的地数据DST、道路数据ROD、人数CRW的数据、识别水平LEV的数据、天气数据WET储存于存储器17。关于天气数据WET以外的数据，如通过图10进行了说明的那样。天气数据WET是检索区域SA内的天气状况(晴、多云、雨以及雪)的数据。天气数据WET与人数CRW的数据同样地，按单位区间ZN和时间段的每个组合来设定。
1－3.由数据处理装置(处理器)进行的第五处理例
参照图14和图15对数据处理装置15(处理器16)所进行的检索处理的第五例进行说明。在第五例中进行的检索处理在规定条件的内容上与通过图14和图15进行了说明的第三例和第四例不同。第五例的规定条件包括与拼车车辆VH的乘客的安全性相关的下述的条件。天气条件：基于从存储器17读出的天气数据WET来进行是否满足候选路线所通过的单位区间ZN的天气为雨或雪的规定条件的判定。
在满足天气条件的情况下，判定为满足规定条件。在第五例中，天气条件的判定在图14的步骤S33的处理或图15的步骤S45的处理中进行。
2.效果
根据第三实施方式，在识别水平LEV高于基准水平或上限基准水平的情况下，判定是否满足规定条件。该规定条件的判定也在识别水平LEV低于下限基准水平的情况下进行。然后，在判定为不满足规定条件的情况下，选择标准路线Rst来作为最终路线。
如在第二实施方式中进行了说明的那样，在高频度路线Rhf的行驶中，与在标准路线Rst的行驶中相比，与在拼车车辆VH的前方突然出现的行人相遇的概率提高。除此以外，在雨或雪这样的恶劣天气下，由外传感器12进行的拼车车辆VH的周边的状况的检测的精度降低。因此，进行紧急回避动作的概率提高。
在这一点上，根据第三实施方式，能考虑与在恶劣天气下选择高频度路线Rhf来作为最终路线相伴的缺点。因此，能获得与通过第二实施方式获得的效果相同的效果。

Claims (8)

1.一种拼车车辆的路线检索装置，其特征在于，具备：
存储器，储存有：所述拼车车辆的位置数据；存在于包括所述拼车车辆的当前所在地和目的地的检索区域内的道路数据；存在于所述检索区域内的行人数量的分布数据；以及通过所述拼车车辆的外传感器得到的所述拼车车辆的外部状况的识别水平的数据；以及
处理器，基于所述位置数据、所述道路数据、所述分布数据以及所述识别水平的数据来进行从所述当前所在地起到所述目的地为止的路线的检索处理，
所述处理器在所述检索处理中进行以下动作：
基于所述位置数据和所述道路数据来计算从所述当前所在地起到所述目的地为止的所需时间最短的标准路线；
基于所述位置数据、所述道路数据以及所述分布数据来计算高频度路线，其中，该高频度路线是在从所述当前所在地起到所述目的地为止之间与行人相遇的频度高于所述标准路线的与行人相遇的频度的路线；
将所述识别水平与基准水平进行比较；以及
在所述识别水平为所述基准水平以下的情况下选择所述标准路线来作为最终路线，在所述识别水平高于所述基准水平的情况下选择所述高频度路线来作为所述最终路线。
2.根据权利要求1所述的路线检索装置，其特征在于，
在所述存储器中还储存有所述拼车车辆的车厢内图像的数据，
所述处理器在所述检索处理中还进行以下动作：
在所述识别水平高于所述基准水平的情况下，基于所述车厢内图像的数据来判定是否满足与所述拼车车辆的乘客的安全性相关的规定条件；以及
在判定为满足所述规定条件的情况下选择所述高频度路线来作为所述最终路线，在判定为不满足所述规定条件的情况下选择所述标准路线来作为所述最终路线。
3.根据权利要求1所述的路线检索装置，其特征在于，
在所述存储器中还储存有所述检索区域内的天气状况的数据，
所述处理器在所述检索处理中还进行以下动作：
在所述识别水平高于所述基准水平的情况下，基于所述天气状况的数据来判定是否满足与所述拼车车辆的乘客的安全性相关的规定条件；以及
在判定为满足所述规定条件的情况下选择所述高频度路线来作为所述最终路线，在判定为不满足所述规定条件的情况下选择所述标准路线来作为所述最终路线。
4.一种拼车车辆的路线检索装置，其特征在于，具备：
存储器，储存有：所述拼车车辆的位置数据；存在于包括所述拼车车辆的当前所在地和目的地的检索区域内的道路数据；存在于所述检索区域内的行人数量的分布数据；以及通过所述拼车车辆的外传感器得到的所述拼车车辆的外部状况的识别水平的数据；以及
处理器，基于所述位置数据、所述道路数据、所述分布数据以及所述识别水平的数据来进行从所述当前所在地起到所述目的地为止的路线的检索处理，
所述处理器在所述检索处理中进行以下动作：
基于所述位置数据和所述道路数据来计算从所述当前所在地起到所述目的地为止的所需时间最短的标准路线；
基于所述位置数据、所述道路数据以及所述分布数据来计算高频度路线和低频度路线，其中，该高频度路线是在从所述当前所在地起到所述目的地为止之间与行人相遇的频度高于所述标准路线的与行人相遇的频度的路线，该低频度路线是在从所述当前所在地起到所述目的地为止之间与行人相遇的频度低于所述标准路线的与行人相遇的频度的路线；
将所述识别水平与上限基准水平和下限基准水平进行比较；以及
在所述识别水平高于上限基准水平的情况下选择所述高频度路线来作为最终路线，在所述识别水平低于下限基准水平的情况下选择所述低频度路线来作为所述最终路线，在所述识别水平在所述上限基准水平和下限基准水平之间的情况下选择所述标准路线来作为所述最终路线。
5.根据权利要求4所述的路线检索装置，其特征在于，
在所述存储器中还储存有所述拼车车辆的车厢内图像的数据，
所述处理器在所述检索处理中还进行以下动作：
在所述识别水平高于所述上限基准水平的情况下，基于所述车厢内图像的数据来判定是否满足与所述拼车车辆的乘客的安全性相关的规定条件；以及
在判定为满足所述规定条件的情况下选择所述高频度路线来作为所述最终路线，在判定为不满足所述规定条件的情况下选择所述标准路线来作为所述最终路线。
6.根据权利要求4所述的路线检索装置，其特征在于，
在所述存储器中还储存有所述检索区域内的天气状况的数据，
所述处理器在所述检索处理中还进行以下动作：
在所述识别水平高于所述上限基准水平的情况下，基于所述天气状况的数据来判定是否满足与所述拼车车辆的乘客的安全性相关的规定条件；以及
在判定为满足所述规定条件的情况下选择所述高频度路线来作为所述最终路线，在判定为不满足所述规定条件的情况下选择所述标准路线来作为所述最终路线。
7.一种拼车车辆的路线检索方法，使用数据处理装置来进行从拼车车辆的当前所在地起到目的地为止的路线的检索，所述路线检索方法的特征在于，
所述数据处理装置具备：
存储器，储存有：所述拼车车辆的位置数据；存在于包括所述拼车车辆的当前所在地和目的地的检索区域内的道路数据；存在于所述检索区域内的行人数量的分布数据；以及通过所述拼车车辆的外传感器得到的所述拼车车辆的外部状况的识别水平的数据；以及
处理器，基于所述位置数据、所述道路数据、所述分布数据以及所述识别水平的数据来进行从所述当前所在地起到所述目的地为止的路线的检索处理，
所述检索处理包括以下处理：
基于所述位置数据和所述道路数据来计算从所述当前所在地起到所述目的地为止的所需时间最短的标准路线；
基于所述位置数据、所述道路数据以及所述分布数据来计算高频度路线，其中，该高频度路线是在从所述当前所在地起到所述目的地为止之间与行人相遇的频度高于所述标准路线的与行人相遇的频度的路线；
将所述识别水平与基准水平进行比较；以及
在所述识别水平为所述基准水平以下的情况下选择所述标准路线来作为最终路线，在所述识别水平高于所述基准水平的情况下选择所述高频度路线来作为所述最终路线。
8.一种拼车车辆的路线检索方法，使用数据处理装置来进行从拼车车辆的当前所在地起到目的地为止的路线的检索，所述路线检索方法的特征在于，
所述数据处理装置具备：
存储器，储存有：所述拼车车辆的位置数据；存在于包括所述拼车车辆的当前所在地和目的地的检索区域内的道路数据；存在于所述检索区域内的行人数量的分布数据；以及通过所述拼车车辆的外传感器得到的所述拼车车辆的外部状况的识别水平的数据；以及
处理器，基于所述位置数据、所述道路数据、所述分布数据以及所述识别水平的数据来进行从所述当前所在地起到所述目的地为止的路线的检索处理，
所述检索处理包括以下处理：
基于所述位置数据和所述道路数据来计算从所述当前所在地起到所述目的地为止的所需时间最短的标准路线；
基于所述位置数据、所述道路数据以及所述分布数据来计算高频度路线和低频度路线，其中，该高频度路线是在从所述当前所在地起到所述目的地为止之间与行人相遇的频度高于所述标准路线的与行人相遇的频度的路线，该低频度路线是在从所述当前所在地起到所述目的地为止之间与行人相遇的频度低于所述标准路线的与行人相遇的频度的路线；
将所述识别水平与上限基准水平和下限基准水平进行比较；以及
在所述识别水平高于上限基准水平的情况下选择所述高频度路线来作为最终路线，在所述识别水平低于下限基准水平的情况下选择所述低频度路线来作为所述最终路线，在所述识别水平在所述上限基准水平和下限基准水平之间的情况下选择所述标准路线来作为所述最终路线。
CN202210314090.6A 2021-03-30 2022-03-28 拼车车辆的路线检索装置和路线检索方法 Active CN115148042B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021058124A JP7294365B2 (ja) 2021-03-30 2021-03-30 ライドシェア車両のルート検索装置及びルート検索方法
JP2021-058124 2021-03-30

Publications (2)

Publication Number Publication Date
CN115148042A true CN115148042A (zh) 2022-10-04
CN115148042B CN115148042B (zh) 2023-12-19

Family

ID=83406137

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210314090.6A Active CN115148042B (zh) 2021-03-30 2022-03-28 拼车车辆的路线检索装置和路线检索方法

Country Status (3)

Country Link
US (1) US12018954B2 (zh)
JP (1) JP7294365B2 (zh)
CN (1) CN115148042B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010021895A1 (en) * 1999-12-24 2001-09-13 Noboru Yamazaki Navigation system
US20050071080A1 (en) * 2003-08-12 2005-03-31 Katsumi Sano Route search method in navigation system
CN102235879A (zh) * 2010-04-01 2011-11-09 株式会社电装 路线搜索装置和路线引导系统
CN103050003A (zh) * 2011-10-17 2013-04-17 通用汽车环球科技运作有限责任公司 拼车服务
US20130158861A1 (en) * 2011-12-19 2013-06-20 Sap Ag Increasing throughput for carpool assignment matching
US20150094948A1 (en) * 2013-09-30 2015-04-02 Ford Global Technologies, Llc Roadway-induced ride quality reconnaissance and route planning
CN106097702A (zh) * 2016-01-21 2016-11-09 深圳市十方联智科技有限公司 智能交通调度方法和系统
CN106767863A (zh) * 2016-12-01 2017-05-31 广州麦仑信息科技有限公司 一种拼车出行路径导航的方法与系统
JP2019020973A (ja) * 2017-07-14 2019-02-07 順風路株式会社 乗合自動車の配車方法及び乗合自動車の配車システム
CN109725635A (zh) * 2017-10-27 2019-05-07 丰田自动车株式会社 自动驾驶车辆
US20190272486A1 (en) * 2014-05-06 2019-09-05 Modern Geographia, Llc Real-time carpooling coordinating system and methods
JP2019175389A (ja) * 2018-03-29 2019-10-10 パナソニックＩｐマネジメント株式会社 相乗り支援システム、相乗り支援方法、プログラム、及び移動体
KR20200001124A (ko) * 2018-06-27 2020-01-06 동아대학교 산학협력단 택시 합승 요금산정 방법 및 택시 합승 시스템
US20200378771A1 (en) * 2019-05-29 2020-12-03 Here Global B.V. Method and apparatus for providing drop-off locations for passengers of a vehicle to reach different destinations via a multimodal route
CN112074845A (zh) * 2018-05-03 2020-12-11 北京嘀嘀无限科技发展有限公司 用于优化拼车策略的深度强化学习

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6192314B1 (en) * 1998-03-25 2001-02-20 Navigation Technologies Corp. Method and system for route calculation in a navigation application
JP4663136B2 (ja) * 2001-01-29 2011-03-30 パナソニック株式会社 デジタル地図の位置情報伝達方法と装置
JP5594754B2 (ja) * 2009-07-13 2014-09-24 国立大学法人 東京大学 運行実績を活用したオンデマンドバスの運行スケジューリングシステム及びその方法
JP5588473B2 (ja) * 2012-03-27 2014-09-10 株式会社ゼンリンデータコム サーバ、経路探索システム、情報処理方法およびコンピュータプログラム
EP2899710B8 (en) * 2012-09-20 2022-12-28 Toyota Jidosha Kabushiki Kaisha On-demand vehicle operation management device, on-demand vehicle operation management method, and on-demand vehicle operation management system
DE102014212336A1 (de) * 2014-06-26 2015-12-31 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Verarbeiten von Messdaten eines Fahrzeuges zur Bestimmung des Beginns einer Parkplatzsuche und Computerprogrammprodukt
KR20160013713A (ko) * 2014-07-28 2016-02-05 현대자동차주식회사 자율주행차량의 전역경로 생성장치 및 방법
WO2017159176A1 (ja) * 2016-03-17 2017-09-21 株式会社日立製作所 自動運転支援システム、および、自動運転支援方法
JP6848533B2 (ja) 2017-03-02 2021-03-24 株式会社デンソー 車両の走行制御システム
JP7005973B2 (ja) 2017-07-11 2022-01-24 日産自動車株式会社 運転支援車両のルート探索方法及びルート探索装置
JP7353747B2 (ja) * 2018-01-12 2023-10-02 キヤノン株式会社 情報処理装置、システム、方法、およびプログラム
JP7135702B2 (ja) * 2018-10-16 2022-09-13 トヨタ自動車株式会社 交通情報決定装置、交通情報システム及び交通情報を決定する方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010021895A1 (en) * 1999-12-24 2001-09-13 Noboru Yamazaki Navigation system
US20050071080A1 (en) * 2003-08-12 2005-03-31 Katsumi Sano Route search method in navigation system
CN102235879A (zh) * 2010-04-01 2011-11-09 株式会社电装 路线搜索装置和路线引导系统
CN103050003A (zh) * 2011-10-17 2013-04-17 通用汽车环球科技运作有限责任公司 拼车服务
US20130158861A1 (en) * 2011-12-19 2013-06-20 Sap Ag Increasing throughput for carpool assignment matching
US20150094948A1 (en) * 2013-09-30 2015-04-02 Ford Global Technologies, Llc Roadway-induced ride quality reconnaissance and route planning
US20190272486A1 (en) * 2014-05-06 2019-09-05 Modern Geographia, Llc Real-time carpooling coordinating system and methods
CN106097702A (zh) * 2016-01-21 2016-11-09 深圳市十方联智科技有限公司 智能交通调度方法和系统
CN106767863A (zh) * 2016-12-01 2017-05-31 广州麦仑信息科技有限公司 一种拼车出行路径导航的方法与系统
JP2019020973A (ja) * 2017-07-14 2019-02-07 順風路株式会社 乗合自動車の配車方法及び乗合自動車の配車システム
CN109725635A (zh) * 2017-10-27 2019-05-07 丰田自动车株式会社 自动驾驶车辆
JP2019175389A (ja) * 2018-03-29 2019-10-10 パナソニックＩｐマネジメント株式会社 相乗り支援システム、相乗り支援方法、プログラム、及び移動体
CN112074845A (zh) * 2018-05-03 2020-12-11 北京嘀嘀无限科技发展有限公司 用于优化拼车策略的深度强化学习
KR20200001124A (ko) * 2018-06-27 2020-01-06 동아대학교 산학협력단 택시 합승 요금산정 방법 및 택시 합승 시스템
US20200378771A1 (en) * 2019-05-29 2020-12-03 Here Global B.V. Method and apparatus for providing drop-off locations for passengers of a vehicle to reach different destinations via a multimodal route

Also Published As

Publication number Publication date
US20220316894A1 (en) 2022-10-06
US12018954B2 (en) 2024-06-25
CN115148042B (zh) 2023-12-19
JP2022154867A (ja) 2022-10-13
JP7294365B2 (ja) 2023-06-20

Similar Documents

Publication Publication Date Title
US11393215B2 (en) Rescue system and rescue method, and server used for rescue system and rescue method
US20190170534A1 (en) Traffic lane guidance system for vehicle and traffic lane guidance method for vehicle
US20190019407A1 (en) Real time parking lot analysis and management
US20210014643A1 (en) Communication control device, communication control method, and computer program
JP5510007B2 (ja) 経路探索装置および経路案内システム
JP5707510B2 (ja) プローブ車両から取得される交通データを区別するための方法
JP2020074169A (ja) 車両システム、自動運転車両、車両制御方法、およびプログラム
JP6537631B2 (ja) 予測装置、予測システム、予測方法および予測プログラム
US20190042857A1 (en) Information processing system and information processing method
CN112189224B (zh) 上下车位置决定方法、上下车位置决定装置以及上下车位置决定系统
US9482541B2 (en) Navigation system
US20190295413A1 (en) Control apparatus for vehicle
CN111435569A (zh) 车辆控制装置及车辆控制方法
Aly et al. Automatic rich map semantics identification through smartphone-based crowd-sensing
JPWO2019220206A1 (ja) 乗車位置算出方法、乗車位置算出装置、ならびに、乗車位置算出システム
US20200298868A1 (en) Information processing system, server and program
CN114792149A (zh) 一种轨迹预测方法、装置及地图
JP2020086744A (ja) 停止位置制御装置、停止位置制御方法、及び停止位置制御用コンピュータプログラム
US20240085193A1 (en) Automated dynamic routing unit and method thereof
US20180073881A1 (en) Computer-Implemented Method, System, and Computer Program Product for Detecting Modes of Transportation of a User
US20220219699A1 (en) On-board apparatus, driving assistance method, and driving assistance system
JP5471744B2 (ja) 自動料金収受システムを利用した充電設備情報通知システム
CN113424209A (zh) 使用深度学习多预测器融合和贝叶斯优化的轨迹预测
CN115148042B (zh) 拼车车辆的路线检索装置和路线检索方法
CN117197834A (zh) 基于图像的行人的速度估计

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