CN1727846B - 交通信息提供装置 - Google Patents

Abstract

一种交通信息提供装置，其具有在以数分钟间隔的旅行时间这种不以日为单位的数值性的交通信息的预测中，反映出日期种类等，即使在存储有交通信息的期间中，不存在与预测对象日相同的日期种类的组合的日子(相同状况日)，也能够适当合成所存储的过去的交通信息，对作为目的的日期种类的组合的交通信息进行预测的预测计算机构。预测计算机构，将若干个交通信息的日单位的特征量组合起来，近似还原状况并进行预测。另外，还具有能够定制事后的日期种类的日期种类分类设定机构，和提供通过延迟时间等级值与延迟发生概率的组合、或延迟风险等级所表现出来的到达时间延迟风险的时间延迟风险提供机构。由此，能够可靠地预测所期望的状况下的交通信息。

Description

交通信息提供装置

技术领域

本发明涉及交通信息的提供，特别是涉及一种考虑到星期(即、当天是星期几，以下称为星期)、逢五逢十日(即、当天日期的尾数是五或者零，如5日、10日、15日等，以下称为逢五逢十日)等日期种类，包含有到达时间延迟风险的交通信息的提供装置。

背景技术

以前的交通信息预测方法的主流之一是使用数量化I类的方法，能够反映日期种类而对旅行时间、拥堵度、交通量等数值性的交通信息进行预测。该交通信息预测方法的适用对象，例如是每一天的地点交通量、某个特定时间段的拥堵度等以日为单位的交通信息的预测。但是，以日期种类为数量化I类的说明变量时，说明变量为以日为单位的信息，因此，并不适用于间隔几分钟的旅行时间等不是以日为单位的交通信息的预测。

这一点，作为能够进行间隔几分钟的旅行时间等任意周期的交通信息的预测的技术，例如有使用首都高速公路公团的所需时间指南这样的以日期种类来分类交通信息并保存起来的方法。

【专利文献1】特开2001-118188号公报

【非专利文献1】http:/mex.survey.ne.jp/mexntime/

在使用以日期种类进行分类的交通信息进行预测时，在预测对象的日期为星期一且为逢五逢十日的情况下，有时候要将日期种类组合起来。

但是，上述的技术中，检索预测对象日的状况，也即日期种类的组合下的过去的交通信息，并进行预测计算，因此，在预测对象日的状况不在保存有交通信息的期间内的情况下，无法进行准确的预测。

发明内容

本发明是为了解决上述以前的问题而提出的，其目的在于提供一种交通信息提供方法，让用户一侧也能够选择所期望的日期的组合。

另外，以上所说明的以前的交通信息提供方法，以区间的所需时间值的预测为对象，因此，没有将对于对象区间中的通常行驶时的延迟的风险作为预测对象。

针对以上问题，本发明提供一种通过交通信息的预测，来提供道路的到达延迟风险的装置。

本发明的交通信息提供装置，其具有：记录有过去的交通信息时间序列数据的交通信息数据库；以及输入预测对象日的多个日期种类或预测对象日的日期的输入装置；以及根据上述过去的交通信息时间序列数据，求出对应于上述日期种类输入装置所输入的多个日期种类的交通信息时间序列数据的交通信息计算装置，其特征在于，还具有：对各个道路路段对应了各日期的日期种类分类的日期种类数据库；以及指定两地点间的预测对象路线的路线输入装置；以及指定设定日期种类分类的地域的地域输入装置；以及对通过上述地域输入装置所指定的地域中的各个路线设定日期种类分类的日期种类分类指定机构，该日期种类分类指定机构，进一步追加用户指定的新的日期种类分类，并将该追加的日期种类分类登录到所述日期种类数据库中对通过上述地域输入装置所指定的地域中的各个路线，设定日期种类分类。

本发明中，显示出包含有两个地点间的预测对象路线的地域的地图，接受预测对象日的日期种类或预测对象日的日期的输入，根据预测对象路线的过去的交通信息时间序列数据，求出对应于所输入的多个日期种类的交通信息时间序列数据，将所求出的交通信息时间序列数据作为图表显示出来。

另外，还提供通过过去的交通信息时间序列数据，求出基底成分、以及通过基底成分近似交通信息时间序列数据时用作各个基底成分的系数的特征量，通过计算对象期间中的每1日的日期种类的组合信息与特征量，求出近似特征量的特征量推定模型的系数，作为多个日期种类的函数，通过特征量推定模型，对未来的某一天的日期种类的组合信息求出特征量推定值，将特征量推定值作为系数，合成基底成分而得到的交通信息。

另外，交通信息提供装置，具有指定两地点间的预测对象路线的路线输入装置或指定地域的地域输入装置，以及设定上述预测对象路线中的日期种类分类的日期种类分类设定机构，

另外，本发明中，交通信息提供装置具有时间延迟风险提供机构，该时间延迟风险提供机构提供通过延迟时间等级值与延迟发生概率的组合、或延迟风险等级所表现出来的到达时间延迟风险。

根据本发明，能够预测所期望的状况下的交通信息。

附图说明

图1为交通信息预测系统的操作画面的例子。

图2为交通信息预测系统的操作画面中的日期种类输入区域(inputfield)的例子。

图3为交通信息预测系统的操作画面中的自由路线输入区域的例子。

图4为交通信息预测系统的操作画面中的区间输入区域的例子。

图5为交通信息预测系统中所需要的预测方法的示意图。

图6为说明交通信息预测系统的方框图。

图7为说明交通信息预测系统的方框图。

图8为输入日期以及日期种类的机构的方框图。

图9为说明使用于通信型导航装置与交通信息中心的实施例的方框图。

图10为说明使用于通信型导航装置与交通信息中心的实施例中的通信格式的例子。

图11为说明使用于通信型导航装置与交通信息中心的实施例中的通信格式的例子。

图12为用于预测交通信息的处理流程的例子。

图13为交通信息预测系统的设定画面中的日期种类分类指定画面的例子。

图14为交通信息预测系统的设定画面中的地域指定画面的例子。

图15为通过交通信息预测系统的设定画面中的网格编码所进行的地域指定画面的例子。

图16为通过交通信息预测系统的设定画面中的行政区划所进行的地域指定画面的例子。

图17为具有日期种类分类设定机构的交通信息预测系统的方框图。

图18为具有每个用户的交通信息管理机构与日期种类分类设定机构的交通信息预测系统的方框图。

图19为具有日期种类分类合成机构与日期种类分类设定机构的交通信息预测系统的方框图。

图20为时间延迟风险显示画面的例子。

图21为时间延迟风险显示画面的例子。

图22为具有时间延迟风险提供机构的交通信息预测系统的方框图。

图23为每个日期种类的旅行时间概率密度分布的例子。

图中：601-特征量提取装置，602-交通信息数据库，603-预测系数决定装置，604-交通信息合成装置，605-特征量预测装置，606-日期种类数据库，607-交通信息显示装置，1701-路线输入装置，1702-地域输入装置，1703-日期种类分类指定机构，1801-交通信息管理机构，1803-各个用户的日期种类数据库，1901-日期种类分类合成机构，2201-时间延迟风险提供机构。

具体实施方式

下面对照附图对本发明的交通信息的提供进行说明。

【实施例1】

图1为作为本发明的实施方式之一的交通信息预测系统的操作画面。日期输入区域101为输入预测对象日的日期的界面。推荐路线输入区域102为指定成为预测对象的路线的界面，在地图显示区域103中设定出发地104与目的地105，通过选择路线搜索按钮106，在地图显示区域103中显示交通信息的预测对象路线107。在日期输入区域101中指定日期，在推荐路线输入区域102中决定预测对象路线之后，如果选择预测执行按钮108，便在推荐路线107上的旅行时间显示区域109中显示旅行时间预测曲线110。误差范围111，是在某个时刻行驶于预测对象路线的情况下，将在例如80％的概率下所得到的实际旅行时间的误差的范围，表示在时间序列上。

地图显示区域103中所显示的地图，能够通过选择设置在其周围的卷动按钮112，或拖动地图自身，来进行卷动，通过选择尺度显示区域113上的适当位置，能够变更尺度。推荐路线输入区域102内的路线信息显示区域114中，显示出推荐路线上的行驶距离，以及特定时刻的旅行时间以及消耗燃料等预测信息。在路线信息显示区域114中将旅行时间或消耗燃料作为显示对象的时刻，能够通过选择旅行时间显示区域109的时间轴115上的适当位置，由时刻光标来指定。另外，在决定了预测对象路线107之后，使用反映出交通信息的动态路线搜索算法的情况下，由于预测对象路线随着时刻变化，因此，该时刻也能够通过时刻光标116来指定。路线搜索算法中，能够在搜索条件指定区域117中指定在决定对象路线时的时间优先、距离优先之类的搜索条件。

图1中从日期输入区域101中输入了预测对象日的日期，但也可以代替上述方法，从图2的日期种类输入区域201输入星期、逢五逢十日、平日/休息日、大型连休、学校放假期间、天气等日期的组合，实施交通信息的预测。图1的操作画面中，通过标签式的界面来排他性地切换日期输入区域与日期种类输入区域。本实施例中，日期种类输入区域201中具有“平日/休息日”输入区域202、“季节”输入区域203、“天气”输入区域204，各个区域内的项目分别都是排他性选择的。例如，在“平日/休息日”输入区域这个种类中，“平日”、“休息日·节日”、“连休”是排他的，能够仅将其中的一个选择为预测对象日的日期种类。图2的例子中，该排他性选择通过单选框式的界面实现。图中，○表示能够选择，◎表示实际上选择的选项。

另外，各个区域之间并不是排他的，能够组合各个区域内所选择的选项来表现日期种类。图2的例子中，在“平日/休息日”输入区域中选择“平日”，在“季节”输入区域中选择“春”，在“天气”输入区域中选择“雨”，从而对它们的组合的“平日^春^雨”这一日期种类进行交通信息的预测。

另外，“其他”输入区域205中的日期种类“逢五逢十日”、“学校放假期间”为互相不排他的日期种类，在图2的例子中构成复选框式的界面。“其他”输入区域205中的日期种类，能够与其他任一个区域的日期种类同时选择，例如在图2的例子中同时选择“逢五逢十日”、“学校放假期间”的情况下，与201～203的区域中所选择的日期种类组合，在“平日^春^雨^逢五逢十日^学校放假期间”这一日期种类的组合下进行交通信息的预测。另外，像天气这样的独立于日期的日期种类，还可以如日期输入区域101所示，与日期同时输入。

图1的例子中，在推荐路线输入区域102中指定出发地与目的地，通过路线搜索算法自动设定预测对象路线，但也可以代替该方法，使用图3的自由路线输入区域301，让用户自由指定预测对象路线。此时，用户选择地图显示区域103上的路段(link)，进行路线的输入，通过选择路线确定按钮302来确定预测对象路线。在重新输入预测对象路线的情况下，选择路线清除按钮303。

另外，如果使用图4的区间输入区域401，就能够使用预先在交通信息预测系统侧所准备的区间，进行交通信息的预测。区间列表402是通过区间名所表示的列表，通过从区间列表402中选择区间，并选择区间选择按钮403，来确定作为预测对象的区间，在地图显示区域103中显示预测对象路线。图1的操作画面中，使用标签式的界面来排他性切换使用推荐路线输入区域与自由路线输入区域以及区间输入区域。

图5为说明交通信息预测系统中所必须的预测方法的示意图。在图1、图2中所示的任意日期种类的组合下，为了进行1小时单位、10分钟单位、1分钟单位等非日单位(24小时单位)的交通信息的预测，无法与以前的将日期种类作为说明变量的数量化I类，或称作日期种类分类的方法对应。这里，图5的S501中，根据通过VICS信息的接收或探测车的信息收集所得到并存储的过去的交通信息时间序列数据，计算出通过将这些交通信息时间序列数据线性相加所能够近似合成为1日的多个基底成分，与通过基底成分合成交通信息时作为各基底成分的系数的日单位的特征量，在S502中，决定将特征量作为多个日期种类的函数进行表示的预测模型的预测系数。

本系统中通过基底成分与特征量表示交通信息时间序列数据的构思，是以将任意时间序列数据近似表现为多个正交函数的合成值这一概念为基础的。作为信号处理方法的傅立叶变换，将任意的信号，表示为周期不同的多个三角函数的合成波形。本申请中所说的基底成分与特征量，相当于傅立叶变换中的三角函数与线性合成多个三角函数时的各个三角函数的系数。

另外，本系统中将特征量与日期种类关联起来进行预测的构思，是以相同的原因得到相同的结果这一经验法则为基础的。如果要列举出概念上的对应，则有天气预报或股价的技术分析等。如果说明天的天气预报的降水概率为10％，则是将今天的天气图与过去的相似的天气图进行比较，根据过去的相似的天气图，推断出次日下雨的相对频数为0.10左右而得到的。因此，天气预报系统与本系统的构思相同。另外，如果根据过去的股价的推移，推断出次日以后的给定期间股价上升的相对频数为0.90，则发出购买符号这样的系统，也和本系统的构思相同。将本申请中所说的特征量与特征量的预测值，看作PER或RSI、Bollinger Bands(ボリンヅヤ一バンド)，则较容易理解。

图1中在选择预测执行按钮108时，为了使用相关预测模型进行交通信息的预测，在S503中在预测模型中输入日期种类信息，在S504中使用预测模型计算特征量的预测值，将该特征量预测值作为系数，将S501中所计算的基底成分在S505中作为交通信息进行合成，通过这样，能够得到交通信息预测值的时间序列数据。像这样将日单位的特征量作为日期种类的函数进行预测计算，通过将所计算的特征量预测值变换成交通信息，能够在任意日期种类的组合下预测计算任意周期的交通信息。因此，能够使用图2中所示的日期种类输入区域201这样的界面，通过图1的旅行时间预测曲线110这样的形式来提供旅行时间或拥堵度等时间序列数据的预测值。

图6为具有图5中所示的预测方法的交通信息预测系统的一个实施方式的方框图。特征量提取装置601，如下计算出基底成分与日单位的特征量。也即，从作为通过VICS信息的接收或探测车的信息收集所得到的数据的、保存在交通信息数据库(以下称作DB)602中的旅行时间、拥堵度、交通量等过去的交通信息时间序列数据，通过主成分分析等方法，计算出基底成分与特征量。基底成分是将特征量作为系数，合成原来的交通信息所必须的，具有多个。多个基底成分，能够通过将这些交通信息线性相加而近似合成为每一日。另外，特征量也得到了多个，在通过基底成分合成交通信息时，作为各个基底成分的系数。此时，特征量提取装置601，将特征量输出给预测系数决定装置603，将基底成分输出给交通信息合成装置604。通过交通信息计算出基底成分与特征量，分别输出给交通信息合成装置与预测系数决定装置的处理相当于图5中的S501的处理。

在特征量的计算中使用主成分分析的情况下，基底成分能够与特征量同时唯一计算出来。另外，还能够预先指定互相垂直的多个函数作为基底成分，计算出特征量。傅立叶变换为其一例，在特征量的计算中使用傅立叶变换的情况下，基底成分使用具有不同的周期的多个三角函数。

预测系数决定装置603，根据特征量提取装置601所输入的特征量，与成为特征量提取装置601中的特征量计算的对象的期间的日期种类信息，通过数量化I类等的方法，计算预测系数。该预测系数，用来在特征量预测装置605中通过以日期种类为参数的预测模型计算出上述日单位的特征量的预测值。所计算的预测系数，记录在特征量预测装置605中。另外，上述日期种类信息为星期、逢五逢十日、平日/休息日、大型连休、学校放假期间、天气等，记录在日期种类DB606中。以上在预测系数决定装置中计算预测系数的处理，相当于图5中的S502的处理。

在特征量的预测计算中使用数量化I类的情况下，预测模型的函数形式为日期种类的线性和，通过分别用1与0表示是否与N种日期种类相对应的两值说明变量d1、d2、...、dN，与预测系数a1、a2、...、aN，将作为预测对象的特征量T表示为

T＝a1×d1+a2×d2+...+aN×dN

另外，在例如将气温或降水量等数值数据反映在预测模型中的情况下，使用在上式中加上多值说明变量x1、x2、...、xN的项，表示为

T＝a1×d1+a2×d2+...+aN×dN+b1×x1+b2×x2+...+bM×xM的预测模型。上式中将多值说明变量的项作为1次项，但也可以考虑为具有2次、3次等项的预测模型。

进行交通信息的预测时，对应于预测对象日的状况，将预测模型中所必须的日期种类参数输入到特征量预测装置605中。特征量预测装置605，使用由人所输入的日期种类参数，与通过预测系数决定装置603所输入并记录的预测系数，计算出特征量预测值，将该特征量预测值输出到交通信息合成装置604中。这相当于图5中的S504的处理。

交通信息合成装置604，将上述特征量预测值作为系数，进行合成由特征量提取装置601所输入并记录的基底成分的计算。该合成值，为对应于特征量预测装置605所输入的日期种类参数的交通信息的预测值，输出给交通信息显示装置607。另外，图6中将交通信息的预测值输出给交通信息显示装置607，但所预测的交通信息也可以用作汽车导航装置中的路线搜索机构，以及配车管理系统的配车计划机构的输入等。

图12为用来预测交通信息的处理流程。下面对照图6的实施例，对图12的处理流程进行说明。

S1201：特征量提取装置601中，根据交通信息DB602中所保存的过去的交通信息，计算出能够近似合成该交通信息的上述基底成分，与作为通过基底成分合成原交通信息时的系数的上述特征量。

S1202：将S1201中所计算出的基底成分记录在交通信息合成装置604中。

S1203：在预测系数决定装置603中，根据S1201中所计算出的特征量，与从日期种类DB606中所读出的日期种类信息，计算出用来通过将日期种类作为参数的预测模型计算上述特征量的预测值的预测系数。

S1204：将S1203中所计算出的预测系数，记录在特征量预测装置605中。

S1205：预测特定日期的交通信息时，进入S1206的处理，在指定状况而预测交通信息时，进入S1207的处理。

S1206：在日期输入装置801中接受预测对象日的日期的输入，如果需要日期种类预定DB802以及天气的信息，则从天气预报DB804中读出该日的日期种类信息，输入到特征量预测装置605中。

S1207：在日期种类输入装置805中接受表示作为预测对象的状况的日期种类信息的输入，将日期种类信息输入到特征量预测装置605中。

S1208：在特征量预测装置605中，根据S1206或S1207中所输入的日期种类信息，使用在S1204中所记录的预测系数，计算出作为预测对象的那一日的状况所对应的特征量的预测值。

S1209：根据S1208中所计算的特征量预测值，使用S1202中所记录的基底成分，在交通信息合成装置604中计算交通信息的预测值。

基于图6的实施例的交通信息预测系统中，将从特征量的提取到交通信息的预测的过程作为一系列的处理来执行，但也可以如图7所示，将事先生成预测所需要的DB的处理，与进行预测的各次运算的处理分开，不同步实施。图6中所示的特征量提取装置601、预测系数决定装置603，在图7的实施例中构成交通信息预测DB生成装置701。特征量提取装置702，将预测系数决定装置703中所分别计算的基底成分以及预测系数，记录在交通信息预测DB704中。交通信息预测DB生成装置701中，根据交通信息时间序列数据，计算出基底成分与预测系数并记录在交通信息预测DB704中的处理，能够与预测的各次中所需要的运算处理区分开，在事前进行，由于该处理而需要更新记录在交通信息预测DB704中的基底成分以及预测系数的情况，是更新预测中所使用的交通信息DB705内的交通信息、或者变更预测模型。

图6中，在预测交通信息的过程中所使用的特征量预测装置605、交通信息合成装置604，在图7的实施例中构成交通信息预测装置706。交通信息预测装置706被输入了日期种类参数之后，将其传输给特征量预测装置707，特征量预测装置707以及交通信息合成装置708，从交通信息预测DB704中分别读出预测系数以及基底成分，输出对应于日期种类参数的交通信息的预测值。在交通信息预测装置706中根据日期种类参数计算出交通信息的预测值的以上处理，在每次对不同的日期参数进行交通信息的预测时，都是必须的。

使用图12，对用来预测交通信息的处理流程进行补充。与按照上述图6的实施例的处理流程相对，图7的实施例中，分别在S1202、S1204中的基底成分与预测系数的记录都在交通信息预测DB704中进行，S1208、S1209中基底成分与预测系数的读出也从交通信息预测DB704中进行。

图8为日期参数的输入例，是说明在图6以及图7的实施例中向交通信息预测系统输入日期种类参数的机构的方框图。日期输入装置801中，对应于用户通过图1中所例示的操作画面所输入的日期，从保存有未来日期种类信息的日期种类预定DB802中读出该日期的日期种类信息，输出给图6或图7所示的特征量预测装置803。此时，特征量预测装置803进行还使用天气信息作为日期种类参数的预测计算，并且，如果作为天气信息并不是用户所指定的天气，而是使用天气预报信息，则从天气预报DB804向日期种类DB802读出该日期的天气预报信息，与其他日期种类信息组合起来，输出给特征量预测装置803。

日期种类输入装置805中，通过图2中所示的操作画面，用户能够自由组合星期、逢五逢十日、平日/休息日、大型连休、学校放假期间、天气等日期种类，输入给特征量预测装置803，进行交通信息预测计算。另外，日期种类选择的操作画面中所表示的日期种类，是对应于交通信息的提供中的预测模型中所必须的日期种类参数而构成的，并不仅限于图2的实施例。

图8中由用户输入日期或日期种类，但也可以由构成汽车导航装置或配车管理系统等的程序，自动将日期或日期种类输入给日期输入装置801或日期种类输入装置805。

图9为说明对于交通信息的提供，使用于通信型导航装置以及交通信息中心的实施例的方框图。根据本发明的交通信息预测系统，交通信息的提供，能够根据图6、图7中所示的日期种类参数、特征量的预测系数以及交通信息的基底成分，进行交通信息的预测计算，特征量的预测系数以及交通信息的基底成分的信息量，比根据这些信息所计算的交通信息预测值的信息量小。也即，能够将通信量控制得较小，可以说是使用通信路线提供交通信息时的理想实施方式。图9的实施例中，将图7的交通信息预测数据库704置于交通信息中心901中，将交通信息预测装置706安装在通信型导航装置902中，通过这样，提供预测交通信息时所发送的必要信息，并不是交通信息预测值，而只是上述日期种类参数、预测系数、基底成分。

图7的交通信息预测DB生成装置701以及交通信息预测DB704，设置在交通信息中心901中，将交通信息预测DB生成装置903所进行的预测系数与基底成分的计算，以及它们在交通信息预测DB904中的记录，作为与从交通信息中心901向通信型导航装置902提供预测交通信息相独立的处理，不同步实施。在通信型导航装置902中进行交通信息的预测计算时，将预测对象日的日期发送给交通信息中心901，从交通信息中心901接收预测系数、基底成分、对应于上述所发送的日期的日期种类参数，在交通信息预测装置905中计算交通信息的预测值。

从交通信息中心901向通信型导航装置902提供预测交通信息时的通信数据，按照图10的格式，由作为交通信息的预测计算单位的各个路段以及区间中的日期种类参数、预测系数以及基底成分构成。图10中，以各个路段/区间来汇总日期种类参数、预测系数以及基底成分，但也可以如图11所示，是以日期种类参数、预测系数以及基底成分这些信息种类来汇总各个预测路段/区间的信息的格式，如果是能够将交通信息预测装置905的预测计算中所必须的日期种类参数、预测系数以及基底成分，向预测对象的各个预测区间发送的通信格式，其实施方式不局限于图10、图11的格式。另外，在进行多个路段/区间的预测的情况下，有时候日期种类参数对各个预测路段/参数是相同的，这种情况下，不需要重复发送日期种类参数。

图9的实施例中，从通信型导航装置向交通信息中心901发送预测对象日的日期，交通信息中心901中，将通过图8中所示的日期输入装置801所生成的日期种类参数，回发给通信型导航装置902。与此相对，还可以将置于交通信息中心901中的日期输入装置906与日期种类预定DB907安装在通信型导航装置902中，在通信型导航装置902一侧离线实施根据日期生成日期种类参数的处理，或者在通信型导航装置902中安装日期种类输入装置805，直接离线输入日期种类参数。

此时，从图10、图11的通信格式去掉日期种类参数。还可以将构成交通信息预测装置905的特征量预测装置707，与交通信息合成装置708分开，前者置于交通信息中心901中，后者安装在通信型导航装置902中，这种情况下，特征量的预测在交通信息中心901中实施，从图10、图11的通信格式去掉日期种类参数与预测系数，并添加上特征量预测值。另外，在将日期输入装置906与日期种类预定DB907安装在通信型导航装置902中的实施例中，在交通信息预测装置905还需要将天气作为日期种类参数的情况下，将预先下载了天气预报信息的天气预报DB安装在通信型导航装置902中，或者，在进行交通信息的预测计算时，访问联网的天气预报DB，取得预测对象日的天气预报信息。

这里，对于信息的提供，使用通信型导航装置，但也可以使用移动电话、联网的PDA、个人计算机等来代替它。另外，在不是通过通信而进行的信息提供，而是在例如DVD-ROM等记录媒体提供信息的情况下，也可以让利用相关记录媒体的导航装置或个人计算机等中，具有图7的交通信息预测装置706的功能。当然，此时也可以让记录媒体中所应当记录的信息，只为各个路段/区间的预测系数、基底成分以及日期种类参数，也即，只是记录在交通信息预测DB904与日期种类预定DB907中的信息。这样一来，与上述相同，能够让信息量较小，因此能够将其对存储装置的负荷降低到比交通信息预测值本身低。

本交通信息预测系统中，在数分钟间隔的旅行时间这种不是以日为单位的数值性的交通信息的预测中，反映出日期种类，即使在存储交通信息的期间中，不存在与预测对向日相同状况的日子，也能够通过合成过去的交通信息，来可靠地预测所期望的状况下的交通信息。

【实施例2】

以下，对照图13至图19，对作为本发明的实施方式之一的具有日期种类分类设定机构的交通信息预测系统进行说明。本实施例中，在上述实施例的交通信息预测系统中，进一步具有日期种类分类指定机构，通过这样，进行交通信息的提供的服务业者或者用户，能够考虑到地域的特征等，独自定制预测交通信息。

图13为交通信息预测系统的日期种类分类设定机构的设定画面中的日期种类分类指定画面。路线指定区域1301中，在地图显示区域1302中以在路线指定区域1301的区域下部所显示的地图的比例尺中所指定的比例(图13的情况下为2万5千分之一)显示地图。用户通过在地图显示区域1302中选择道路1302，能够选择像箭头1303那样的成为日期种类分类的对象的路线。

日期种类分类设定区域1304中，通过日期种类分类1305与日历1306，显示在系统侧预先确定的日期种类分类，或用户已经登录的日期种类分类。例如，以日期种类分类为“平日/休息日”的项目为例进行说明，在日历1306中，在日期种类分类为“平日/休息日”的行中，将“休息日”的日期种类分类，登录为通过较浓的颜色或与底色不同的颜色所表示的日期，除此之外的日期表示为“平日”的分类。

下面对在日期种类分类设定系统1304中，新登录日期种类分类的方法进行说明。首先，决定希望在日期种类分类1305的空栏处设定的日期种类。接下来，设定在日历1306中作为日期种类分类所要登录的期间。例如，在日期种类分类中登录“节日”的例子中，选择日期种类分类1305的空栏，输入“节日”，在日历1306上选择从4月30日至5月2日并登录。另外，还能够在同一个日期种类分类中设定多个项目。例如，我们来看日期种类分类的“季节”，除了在日历1306中所显示的“春”以外，还存在“夏”、“秋”、“冬”的项目，这些都能够在用户一侧进行设定。

图14为交通信息预测系统的日期种类分类设定机构的设定画面中的地域指定画面。地域指定区域1401，为代替在图13中所示的路线指定区域1301中指定路线，通过指定地域来指定成为日期种类指定分类的对象的道路路段的画面。地域指定区域1401中，显示出地图显示区域1302。用户通过在长方形1402中指定该地图显示区域1302上的区域，来一并选择希望作为日期种类分类的对象的道路路段。除了如图14所示的在地图上指定直接区域的方法之外，还能够使用如图15所示的选择网格编码的地域指定方法，以及如图16所示的通过选择行政区域所进行的地域指定的方法。

图15所示的例子中，从网格编码的列表1501中所指定的网格编码1502，表示作为日期种类分类对象的区域。这种情况下，将所指定的网格编码1502所对应的区域内所包括的道路列表作为日期种类分类对象进行选择。另外，网格编码使用例如JIS X 0410:1976中所示的地域网格编码等。

图16中，从都道府县选择框1601、市町村选择框1602、町名选择框1603中，如选择区域1604、1605、1606所示，顺次指定行政区划，选择日期种类分类对象区域。图16的例子中，表示将“茨城县日立市大みか町”选择为日期种类分类对象的区域。该选择框1601、1602、1603进行了分层化，例如将在都道府县选择框1601中所选择的行政区划内的市町村，分层显示在市町村选择框1602中。

图17为具有图13至图16所示的画面例所构成的日期种类分类设定机构的交通信息预测系统的方框图。路线输入装置1701的输入画面例，与图13的路线指定区域1301相对应，地域输入装置1702的输入画面例，与图14、图15、图16的地域选择画面例相对应，日期种类分类指定机构1703的输入画面例，与图13的日期种类分类设定区域1304相对应。路线输入装置1701中，根据图中未显示的地图数据库的地图数据，将所指定比例的地图显示在输入画面的地图显示区域中。通过从地图数据中求出在该地图显示区域中所指定的路线的坐标，将相应的道路中所包括的路段作为日期种类分类对象路段取出，同时，显示出表示在地图显示区域上所选择的道路的箭头1303。

地域输入装置1702中，也根据图中未显示的地图数据库的地图数据，将所指定比例的地图显示在输入画面的地图显示区域中。由于将该地图显示区域上所指定的地域中所包括的路段作为日期种类分类对象路段取出，因此，根据地图数据求出画面上所指定的长方形1402的坐标位置，并进一步求出位于长方形1402所指定的坐标的区域内的道路的路段。另外，在通过图15中所示的网格编码的选择来指定区域的情况下，也根据将图中未显示的网格编码和与其相对应的坐标信息对应起来的网格编码·数据的表格，求出对应于所选择的码的区域坐标，并据此求出位于该坐标区域内的道路的路段。另外，在通过如图16所示的地域选择，来指定区域的情况下，为了显示都道府县选择框1601、市町村选择框1602、町名选择框1603，预先另行准备管理行政区划的分层信息与各个行政区划所对应的地图上的区域的坐标信息的数据库，根据分层显示并选择的行政区划的信息，求出区域的坐标信息，并进一步求出位于区域内的道路的列路段。

日期种类分类指定机构1703中所决定的日期种类分类，分别与使用上述两个输入装置中的至少一个所取出的路段或路段群相对应，形成按照各个路段定义的日期种类数据库606。

日期种类分类指定机构1703中，从日期种类数据库606读出所登录的日期种类分类，以及各个日期种类分类的登录期间或登录项目，显示在日期种类分类设定区域1304中。这样，在日期种类分类设定区域1304的日期种类分类1305与日历1306的区域中进行输入之后，便作为新的日期种类分类的增加，对日期种类分类数据进行更新。另外，同样，在指示删除所选择的日期种类分类的情况下，或变更了所选择的日期种类分类的期间或项目的情况下，也更新日期种类分类数据。

日期种类分类设定机构中，将通过日期种类分类指定机构1703所更新的日期种类分类中的、与通过路线输入装置1701或地域输入装置1702所选择的道路路段或路段群相对应的各个路段的输入数据，发送给日期种类数据库606，更新日期种类数据库606。

之后，根据所更新的日期种类数据库606的数据，在实施例1中所示的预测系数决定装置603中进行图12的S1203的预测系数的决定处理，通过这样，能够决定各个路段的预测系数，进行交通信息预测。

通过具备图17中所示的日期种类分类设定机构，进行交通信息的提供的服务业者，能够考虑到地域的特征等，独自定制预测交通信息。本发明的交通信息预测方式中，分别保持通过特征量提取所计算的基底成分，与根据基底成分与日期种类数据库的关联所计算出的预测系数，进行预测。因此，由于不需要预先根据日期种类进行分类，因此，对事先所生成的基底成分，能够在事后由详细了解地域事情的管理者，将事件的发生日期、学校休息日、工厂休息日等对地域依赖性很高的信息，作为日期种类数据库进行事后添加，决定预测系数。通过如上所述将生成全国共同的基底成分的处理，与生成地域个别的预测系数的处理分开，能够实现日期种类分类的定制的自由度，从而能够实现精度的提高。

图18为除了日期种类分类设定机构之外，还具有用来让各个用户管理日期种类数据库的交通信息管理机构的交通信息预测系统的方框图。图18的例子中，假设是在服务器侧的系统中，构成交通信息数据库以及日期种类数据库等数据库，或进行用于交通信息预测的处理，在用户侧的客户端系统中，将各个用户的各路段的日期种类输入数据发送给服务器，在服务器侧输出所求出的交通信息的预测结果的这种服务器·客户端式的系统构成。用户侧的客户端系统中，对应于用户的请求，从服务器取得该用户的日期种类分类信息，与上述例子一样，表示在日期种类分类指定画面中，根据来自用户的日期种类分类数据的输入，生成各个路段的日期种类输入数据，并发送给服务器。另外，在客户端系统中也管理用户的日期种类分类信息的情况下，可以不从服务器取得该用户的日期种类分类信息，而使用客户端系统的日期种类分类信息。服务器的交通信息管理机构1801，接收到各个用户所发送的各个路段的日期种类输入数据之后，在对各个用户所分别设定并管理的各个用户日期种类数据库1802、1803中，更新该用户的日期种类数据库。之后，服务器中，与图6中所示的例子不同，利用按照各个用户分类的各个用户的日期种类数据库，对于预测系数决定、特征量预测、交通信息合成的各个处理，也对各个用户分类进行。通过这样，在客户端的交通信息显示装置607中，也能够取得用户所分别定制的预测交通信息。如上所述，通过具有管理各个用户的日期种类数据库的交通信息管理机构1801，本发明的交通信息预测装置，能够将用户个别的定制，作为服务器·客户端式服务来实现。

图19为具有日期种类分类合成机构与日期种类分类设定机构的交通信息预测系统的方框图。日期种类分类合成机构1901，为将各个用户所分别输入的日期种类分类合成起来的机构。例如对某个路段输入年度间的事件的状况(例如焰火晚会、节日、运动会等)的情况进行考察。例如，日期种类分类合成机构1901，根据从用户A与用户B所分别接收的各路段的日期种类的输入，将用户A对事件所定义的分类名作为“用户A：事件”，将用户B对事件所定义的分类名作为“用户B：事件”，登录在日期种类数据库中。预测系数决定装置中，将上述两个分类作为分别独立的分类进行处理，计算出对于不同分类的预测系数。在计算出交通信息预测值时，以考虑到了对双方的日期种类分类的影响的形式，来计算预测交通信息。

如上所述，通过具有日期种类分类合成机构，能够利用多个用户所定义的日期种类分类，提高预测精度。本发明中，将基底成分与日期种类分类关联起来，作为预测系数进行处理，例如在日期种类分类不适于当作类别(category)，且与交通状况之间的关联很小的情况下，预测系数变小，能够几乎不受日期种类分类的影响而进行预测。对于日期种类分类适于当作类别，且与交通状况之间的关联很大的情况，预测系数变大，能够受到日期种类分类很大的影响而进行预测。因此，能够进行只受到适当的日期种类分类的影响的预测，能够通过考虑到多个日期种类分类信息来提高预测精度。

【实施例3】

以下，对照图20至图23，对作为本发明的实施方式之一的具有提供旅行时间的延迟风险的时间延迟风险提供机构的交通信息预测系统进行说明。本实施例中，通过具有时间延迟风险提供机构，不但能够提供旅行时间的预测值，还能够提供发生延迟的概率，通过这样，能够有助于制定与行李的时间指定配送等相对应的配送计划时的业务。

图20为时间延迟风险的显示画面的一个例子。图表2001中，横轴表示旅行时间(分钟单位)，纵轴表示该旅行时间的发生概率。图表2001中，显示了“○×町→□△交叉点”区间的2003年9月20日17时05分的，在该区间中所预测的旅行时间的分布。例如，柱状图2002，表示旅行时间为120分钟～180分钟的所需时间等级值的概率为25％左右。另外，如线段2003所示，能够在图表上显示期待值、80百分点、95百分点的旅行时间。这里，百分点表示在累积分布上成为某给定值以下的比率，能够作为旅行时间概率密度分布的积分进行计算。图20的例子中，“80％320分”表示该区间的旅行时间为80％的概率且限定在320分钟以内。

通过图20的表示，用户能够通过观看图表形式与百分点显示的线段的重合显示，来在视觉上把握该区间的旅行时间预测值，以及预测值具有在哪个程度偏差的可能性。另外，与单单显示所预测的旅行时间的期待值的可靠性的情况相比，能够根据图表与百分点显示，判断出比期待值晚的倾向较强，还是比期待值早通过的倾向强。通过这样，能够估算出在旅行计划或配送计划时可以保持哪个程度的富余并出发。图20的例子中，在时间内到达的可靠性为80％，是足够的，也即如果在允许5次中存在1次延迟的状态下，可以估算出所需要的时间320分钟并出发。要求在时间内到达的可靠性更高的95％，也即，在每20次中才允许1次延迟的情况下，需要估算出所需时间410分钟。在图20的旅行时间概率分布的生成时，如果事故的发生所引起的旅行时间的延迟包括在数据内，则还能够计算出估计了事故发生风险的时间延迟风险。

图21为时间延迟风险的显示画面的另一个例子。在延迟风险显示2101中，2102与实施例1相同的，为关于以根据过去的统计交通信息数据库所计算的交通信息预测值为基础的指定区间的旅行时间的期待所需时间，以及根据该数据的偏差所推定的延迟风险等级。图21的例子中，通过凡例2104，表示延迟风险A变为延迟时间10分钟的概率为90％，延迟风险B变为延迟时间30分钟的概率为90％，延迟风险C变为延迟时间60分钟的概率为90％。也即，表示在期待所需时间200分钟中合计上延迟时间30分钟的230分钟内到达的可能性为90％。如该例所示，由于驾驶员所强烈关心的事情在于所需时间多少这一点、以及对于预测的所需时间容易延迟多长时间这一点，因此，通过评价了对应于所需时间的期待值的延迟时间的延迟风险等级，来表现时间延迟风险，用户能够直观地得知道路的时间延迟风险的发生程度。

另外，能够如在表2103中所示，表现出对应于时间段而不同的所需时间，以及延迟风险等级。表2103的例子中，在16:00出发的情况下，所需时间为120分钟，延迟风险等级为A，因此，表示能够高可靠性地在时间内到达目的地。与此相对，在18:00出发的情况下，所需时间为300分钟，延迟风险等级为C，因此，与16:00出发的情况相比，所需时间增多，且延迟风险增加，因此，表示在期待所需时间之前到达的可靠性较低，所需时间很容易拖长。用户通过观看该表，能够确认出选择在16:00出发，能够可靠的到达目的地。另外，图21的凡例2104中，在概率一定(例如90％)的情况下，通过延迟时间来表示延迟风险等级，但也可以通过让延迟时间或延迟时间率(延迟时间除以期待所需时间)一定，而通过在该时间内到达的概率的不同来区分等级。

图22为具有时间延迟风险提供机构的交通信息预测系统的方框图。除了实施例1中所说明的图6的构成之外，还具有时间延迟风险提供机构2201，该时间延迟风险提供机构2201，根据日期种类数据库、交通信息数据库以及交通信息预测值计算出时间延迟风险。例如，如图20所示计算出特定1日的某个时间段的时间延迟风险，能够使用实施例1的方法计算出旅行时间预测值。根据日期种类数据库，能够通过从交通信息数据库中取出与该预测值的日期种类分类相同的日期种类数据的该时间段中的旅行时间数据，来形成旅行时间的概率密度分布。或者，也可以不从交通信息数据库，而从同一日期种类分类的旅行时间预测值的集合中形成旅行时间的概率密度分布。求出了概率密度分布之后，接下来求出所需要时间的期待值或百分点的值，接下来，求出来自该期待值的给定时间的延迟风险。在计算出像图21的2102那样的区间的代表性时间延迟风险的情况下，不区别日期种类分类，提取所有旅行时间数据，或将预测对象日限定在该特定的日期种类分类中，提取旅行时间数据，计算出时间延迟风险。时间延迟风险，基本上能够通过旅行时间统计数据的积累来进行计算，但受到抽样数据较少的影响，分布的广度也变小。考虑到这一点，例如对于数据数N的数据，将分布的幅度与自由度(N-1)的t分布的值(例如95％利用可靠区间)相乘，能够消除抽样数据不足的影响。

图23为分类成各个日期种类的旅行时间概率密度分布的例子。图23中，显示了横轴为旅行时间，纵轴为发生概率密度的旅行时间的分布。图23的例子中，显示了某个区间的17:00～19:00中的旅行时间的分布，分布2301为经过了1年的旅行时间的分布，分布2302为春天的休息日的分布，分布2303为春天的平日的分布。如图23的例子所示，在日期种类分类很大程度上反映出交通状况的特征的情况下，分布的底部变窄的可能性就越大。因此，通过使用按照日期种类进行分类的时间延迟风险，即使在同一个时间延迟风险中，也能够建立对应于日期种类的计划。

本发明的交通信息预测装置及方法，能够应用于面向一般用户的交通信息提供服务。另外，能够全面应用于需要进行时间管理的物流、运输系统中。

Claims (6)

1.一种交通信息提供装置，其具有：

记录有过去的交通信息时间序列数据的交通信息数据库；以及

输入预测对象日的多个日期种类或预测对象日的日期的输入装置；以及

根据上述过去的交通信息时间序列数据，求出对应于上述输入装置所输入的多个日期种类的交通信息时间序列数据的交通信息计算装置，其特征在于，还具有：

对各个道路路段对应了各日期的日期种类分类的日期种类数据库；以及

指定两地点间的预测对象路线的路线输入装置；以及

指定设定日期种类分类的地域的地域输入装置；以及

对通过上述地域输入装置所指定的地域中的各个路线设定日期种类分类的日期种类分类指定机构，

该日期种类分类指定机构，进一步追加用户指定的新的日期种类分类，并将该追加的日期种类分类登录到所述日期种类数据库中。

2.如权利要求1所述的交通信息提供装置，其特征在于：

具有对指定了所述新的日期种类分类的各个用户各自的交通信息时间序列数据进行管理的交通信息管理机构。

3.如权利要求1所述的交通信息提供装置，其特征在于：

具有将指定了所述新的日期种类分类的各个用户各自的日期种类分类数据合成起来的日期种类分类合成机构，所述交通信息计算装置求出对应于上述所合成的日期种类分类的交通信息时间序列数据。

4.如权利要求1所述的交通信息提供装置，其特征在于：

还具有：求出相对于通过所述路线输入装置所指定的指定路线的所需时间的延迟风险的时间延迟风险提供机构。

5.如权利要求4所述的交通信息提供装置，其特征在于：

所述时间延迟风险提供机构所提供的到达时间延迟风险，根据日期种类、时间段而变化。

6.如权利要求4所述的交通信息提供装置，其特征在于：

所述时间延迟风险提供机构所提供的到达时间延迟风险，通过延迟时间等级值与延迟发生概率的组合、或延迟风险等级表现出来。

Images