DE112010004005B4 - System, Verfahren und Programm zur Kostenbewertung - Google Patents

System, Verfahren und Programm zur Kostenbewertung Download PDF

Info

Publication number
DE112010004005B4
DE112010004005B4 DE112010004005.2T DE112010004005T DE112010004005B4 DE 112010004005 B4 DE112010004005 B4 DE 112010004005B4 DE 112010004005 T DE112010004005 T DE 112010004005T DE 112010004005 B4 DE112010004005 B4 DE 112010004005B4
Authority
DE
Germany
Prior art keywords
cost
parameter
links
link
graph
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
Application number
DE112010004005.2T
Other languages
English (en)
Other versions
DE112010004005T5 (de
Inventor
Tsuyoshi Ide
Hiroki Yanagisawa
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.)
International Business Machines Corp
Original Assignee
International Business Machines 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
Priority to JP2009287182 priority Critical
Priority to JP2009-287182 priority
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Priority to PCT/JP2010/070503 priority patent/WO2011074369A1/ja
Publication of DE112010004005T5 publication Critical patent/DE112010004005T5/de
Application granted granted Critical
Publication of DE112010004005B4 publication Critical patent/DE112010004005B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3453Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3469Fuel consumption; Energy use; Emission aspects
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3446Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3453Special cost functions, i.e. other than distance or default speed limit of road segments
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/30Transportation; Communications
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/09Arrangements for giving variable traffic instructions

Abstract

Verfahren zur Berechnung von Routenkosten zum Berechnen der Kosten auf beliebigen Verbindungsstrecken in einem Graphen, der eine Vielzahl von Knoten und Verbindungsstrecken, die die Knoten verbinden, enthält, durch die Verwendung eines Parameters, der den Verbindungsstrecken zugeordnet ist, durch Verarbeitung eines Computers auf der Grundlage einer Vielzahl von Trainingsdatensätzen, die den Ausgangspunkt, das Ziel und Kosten zwischen dem Ausgangspunkt und dem Ziel auf dem Graphen enthalten, wobei das Verfahren die folgenden Schritte umfasst: Initialisieren eines Werts eines Parameters, der jeder Verbindungsstrecke in dem Graphen zugeordnet ist, wobei der Parameter mittels der Kosten und einer vorgegebenen linearen Funktion zugeordnet ist; Neuberechnen von Werten der Trainingsdatensätze durch Berechnen der Route mit minimalen Kosten unter allen Routen vom Ausgangspunkt zum Ziel unter Verwendung der Trainingsdatensätze und der Kosten auf dem Graphen; Neuberechnen des Werts des Parameters, der jeder Verbindungsstrecke in dem Graphen zugeordnet ist, durch Lösen eines Optimierungsproblems einer Zielfunktion, die neu berechnete Werte der Trainingsdatensätze enthält; und Erhalten des Parameters in Reaktion auf eine Tatsache, dass der Betrag der Änderung in dem Parameter vor und nach der Neuberechnung gleich einem vorgegebenen Schwellenwert oder kleiner als dieser ist; wobei die Zielfunktion einen Term einer Kostenverlustfunktion und einen Strafterm für eine Differenz zwischen umgebenden Verbindungsstrecken und einer Verkehrssituation enthält; und wobei die Zielfunktion durch den folgenden mathematischen Ausdruck definiert ist:wobei N die Anzahl der Trainingsdaten ist, M die Gesamtzahl von Verbindungsstrecken auf der Karte ist, x(n) ...

Description

  • Gebiet der Erfindung
  • Die vorliegende Erfindung bezieht sich auf ein System, ein Verfahren und ein Programm zum Bewerten oder Vorhersagen der Kosten bzw. des Aufwands wie etwa der Reisedauer entlang einer bestimmten Route, des Energieverbrauchs und der CO2-Emission auf einer Route in Straßennetzen.
  • Technischer Hintergrund
  • In den letzten Jahren wurde für eine bessere Städteplanung der vorhersagenden Planung des Transportverkehrs eine wachsende Aufmerksamkeit gewidmet. In diesem Kontext wurden insbesondere seit den späten 1990er Jahren intelligente Transportsysteme (ITS) umfassend erforscht.
  • Bei ITS ist das systematische Vorhersagen der Reisedauer längs einer gewählten Route von großer Wichtigkeit, da die näherungsweise Vorhersage der Reisedauer auf einer willkürlichen Route nützlich ist, um die Energie und die CO2-Bilanz einer Fahrt zu reduzieren.
  • Zusätzlich zur Reisedauer wird bei ITS häufig das Vorhersagen von anderen Typen der Kosten wie etwa der Energieverbrauch und die CO2-Emission längs einer Route gefordert. Um die Kosten vorherzusagen, sind die folgenden herkömmlichen Techniken bekannt.
  • Die Veröffentlichung der japanischen Patentanmeldung JP 2002-367 071 A offenbart eine Technik zum Sammeln und Aufzeichnen von Verbindungsstrecken (Straßen, die zueinander benachbarte Kreuzungen verbinden), Daten des Verkehrsaufkommens zu jeder Tageszeit und Daten der Reisedauer zu jeder Tageszeit in dem Abschnitt, die erforderlich sind, um eine durchschnittliche Geschwindigkeit bei jedem Verkehrsaufkommen zu bestimmen, eine Ankunftszeit an jeder Verbindungsstrecke und deren Daten des Verkehrsaufkommens zu der Tageszeit durch Verwendung der durchschnittlichen Geschwindigkeit bei jedem angenommenen Verkehrsaufkommen anhand der Definition des Verkehrsaufkommens zu bestimmen, Berechnen einer durchschnittlichen Geschwindigkeit bei jedem Verkehrsaufkommen durch die Verwendung der Daten des Verkehrsaufkommens jeder Verbindungsstrecke zu dem bestimmten Ankunftszeitpunkt für jede Verbindungsstrecke, Dividieren einer Länge des Verkehrsaufkommens durch die durchschnittliche Geschwindigkeit für jedes Verkehrsaufkommen durch Verwendung der berechneten durchschnittlichen Geschwindigkeit bei jedem Verkehrsaufkommen und Addieren der erhaltenen Werte, um die Reisedauer zu finden.
  • Die Veröffentlichung der japanischen Patentanmeldung JP 2005-208 791 A offenbart eine Einrichtung zum Abschätzen einer Reisedauer auf einer Straßenverbindung, bei der eine Transformationsfunktion n-ter Ordnung gefunden wird, um die Reisedauer auf einzelnen Straßenverbindungen anhand eines Verkehrsaufkommens der Straßenverbindung unter Verwendung einer Beziehung zwischen der vergangenen Reisedauer auf einer Straßenverbindung und einem Verkehrsaufkommen der Straßenverbindung zu berechnen, eine n + 1-Mehrfach-Regressionsgleichung gefunden wird, um die Koeffizienten der Übertragungsfunktion von Informationen des Straßenattributs durch Ausführen einer Mehrfach-Regressionsanalyse mit dem Koeffizient der Transformationsfunktion als eine Zielvariable und mit den Informationen des Straßenattributs als eine Erläuterungsvariable zu berechnen, der Koeffizient der Transformationsfunktion durch Zuweisen der Informationen des Straßenattributs der Straßenverbindung, die der Abschätzung der Reisedauer auf einer Straßenverbindung unterzogen werden soll, zu den Mehrfach-Regressionsgleichungen berechnet wird, der Koeffizient auf die Transformationsfunktion angewendet wird und ein Schätzwert der Reisedauer auf einer Straßenverbindung durch Zuweisen der Reisestauneigung der Straßenverbindung zum Fahrtzeitpunkt zu der Transformationsfunktion berechnet wird.
  • Die Veröffentlichung der japanischen Patentanmeldung JP 2008-282 161 A offenbart eine Technik um einen Koeffizienten einer ersten Transformation zu berechnen, um eine normierte Reisedauer auf einer Verbindungsstrecke durch Verwendung einer Beziehung zwischen einem berechneten vergangenen Verkehrsaufkommen der Verbindungsstrecke und der normierten Reisedauer auf der Verbindungsstrecke zu berechnen, eine Regressionsgleichung durch Verwendung eines Mischmodells aus Mehrfach-Regressionsanalyse und Klasse-1-Analyse der Quantifizierungstheorie mit den Koeffizienten der ersten Transformation als Variable zu finden, einen Koeffizienten einer zweiten Transformation durch Anwenden des berechneten Verkehrsaufkommens, das einer Schätzung der Reisedauer unterzogen werden soll, auf die Regressionsgleichung zu berechnen, einen Schätzwert der normierten Reisedauer auf der Verbindungsstrecke, die der Schätzung der Reisedauer unterzogen werden soll, durch Anwenden des berechneten Koeffizienten auf eine zweite Transformation zu berechnen, und einen Schätzwert der Reisedauer der Straßenverbindung auf der Grundlage der normierten Reisedauer auf der Verbindungsstrecke zu berechnen.
  • Obwohl die in der Veröffentlichung der japanischen Patentanmeldung JP 2002-367 071 A offenbarte Technik ein Verfahren zum Berechnen der Reisedauer bereitstellt, wird angenommen, dass die durchschnittliche Geschwindigkeit längs einer Route (unabhängig von den Verbindungsstrecken) unverändert bleibt, wobei eine derartige Annahme unrealistisch ist. Deswegen werden von dem Verfahren keine zufrieden stellenden Genauigkeiten der Vorhersage erwartet.
  • Die Techniken in der Veröffentlichung der japanischen Patentanmeldung JP 2005-208 791 A und in ihrer Verbesserung, der Veröffentlichung der japanischen Patentanmeldung JP 2008-282 161 A dienen zum Vorhersagen der Reisedauer auf der Grundlage der Verkehrsaufkommen der entsprechenden Verbindungsstrecken. Die Annahme, dass das Verkehrsaufkommen aller Verbindungsstrecken in einer Route messbar ist, schränkt die Verwendbarkeit des Verfahrens stark ein oder kann in einigen Fällen für eine Annahme zu unrealistisch sein.
  • In der US 2010/0 106 603 A1 wird ein Verfahren zur Bereitstellung von Routenvorschlägen zwischen einem Ausgangsort und einem Zielort beschrieben, bei dem die Vorlieben und Präferenzen des Fahrers für eine Route berücksichtigt werden. Allerdings wird eine sich ändernde Verkehrssituation nicht in die Überlegungen zur Berechnung einer Route mit einbezogen.
  • Die DE 698 25 924 T2 befasst sich mit der Ermittlung von Routen in einem Fahrzeugnavigationssystem. Die in einer Kartendatenbank abgelegten Daten wie Positionsdaten, Straßeninformationen und andere geografische Informationen werden verwendet, um die optimale Route zwischen einem Ausgangsort und einem Zielort zu bestimmen. Allerdings kann das beschriebene Verfahren nicht flexibel genug auf sich ändernde Verkehrssituationen reagieren.
  • Die DE 10 2006 030 269 A1 betrifft ein Navigationssystem mit einer Fahrsituationserkennungsfunktion zur Bereitstellung einer Fahrnavigationsroute zwischen einem Startpunkt und einem Endpunkt. Für die Ermittlung der Route wird der Zweck der Fahrt sowie die zeitliche Zuordnung, wie Wochentag und Uhrzeit, berücksichtigt. Auch dieses Verfahren kann jedoch eine Änderung einer Verkehrssituation nicht schnell und genau genug berücksichtigen.
  • Bezugnahmen auf den Stand der Technik
  • Patentdokumente
    • Veröffentlichung der japanischen Patentanmeldung JP 2002-367 071 A
    • Veröffentlichung der japanischen Patentanmeldung JP 2005-208 791 A
    • Veröffentlichung der japanischen Patentanmeldung JP 2008-282 161 A
  • Zusammenfassung der Erfindung
  • Probleme, die durch die Erfindung gelöst werden sollen
  • Eine der Aufgaben der vorliegenden Erfindung besteht somit darin, eine Technik bereitzustellen, die ermöglicht, die Kosten zwischen einem Ausgangspunkt und einem Zielpunkt selbst dann vorherzusagen, wenn einzelne Kosten von Verbindungsstrecken auf früheren Routen nicht notwendigerweise direkt aufgezeichnet werden.
  • Die andere Aufgabe der vorliegenden Erfindung besteht darin, eine Technik bereitzustellen, die es ermöglicht, eine geeignete Route zwischen einem Ausgangspunkt und einem Ziel selbst dann vorherzusagen, wenn einzelne Kosten von Verbindungsstrecken auf früheren Routen nicht notwendigerweise direkt aufgezeichnet werden.
  • Mittel zum Lösen der Probleme
  • Gemäß der Erfindung werden Daten D erstellt, die einen Datensatz aus einem Ausgangspunkt, einem Ziel und den Kosten zwischen ihnen enthalten. Wenn zusätzlich ein Datensatz aus (einer Route, den Kosten der Route) als Trainingsdaten bereitgestellt wird, wird eine Unterroutine erstellt, um die einzelnen Kosten ce einer willkürlichen Verbindungsstrecke e anhand des Datensatzes zu berechnen.
  • Im Obenstehenden kann ce eine lineare Funktion einer Variablen fe sein.
  • Die Funktion ce ist so definiert, dass fe = 0 einer bekannten grundlegenden Fahrweise entspricht, wie etwa das Fahren bei genauer Einhaltung gesetzlicher Geschwindigkeitsgrenzen. Bei einer derartigen grundlegenden Fahrweise sind die Kosten der einzelnen Verbindungsstrecken bekannt und deswegen können die Kosten längs einer willkürlichen Route leicht berechnet werden.
  • Dann geht die vorliegende Erfindung zu den Schritten über, die wie im Folgenden beschrieben grundsätzlich durch einen Computer ausgeführt werden.
  • In dem ersten Schritt gibt ein Benutzer zum Berechnen der Kosten einen Ausgangspunkt und ein Ziel mit einer geeigneten Maus oder über andere Benutzerschnittstellen ein.
  • Im nächsten Schritt wird die Variable fe für alle Verbindungsstrecken {e} durch Computerverarbeitung auf null initialisiert.
  • Im nachfolgenden Schritt wird die Route mit minimalen Kosten unter Verwendung der aktuellen Werte der Variablen {fe} für alle Paare von Ausgangspunkt und Ziel, die in den Daten enthalten sind, durch Computerverarbeitung gefunden. Als Ergebnis werden die Daten D in den Datensatz aus (einer Route, den Kosten der Route) transformiert. Nachdem diese Transformation ausgeführt wurde, werden die transformierten Daten durch D' bezeichnet.
  • Im nächsten Schritt wird {fe} unter Verwendung der oben erwähnten Unterroutine aus D' durch Computerverarbeitung neu berechnet.
  • Dabei werden die Werte von {fe}, die jetzt neu berechnet wurden, mit den Werten {fe}, die zuletzt berechnet wurden, verglichen. Wenn die Änderung zwischen ihnen größer als ein Schwellenwert ist, kehrt die Steuerung zu dem Schritt zum Finden der Route mit minimalen Kosten zurück. Für eine Schwellenwertbildung kann eine geeignete Norm wie etwa die Max-Norm verwendet werden, um den Betrag des Vektors fthis time – flast time, der die gleiche Dimension aufweist wie die Größe des Datensatzes {fe}, zu bewerten.
  • Auf der Grundlage der berechneten Werte {fe} wird die Route mit minimalen Kosten zwischen a und b, zwei willkürlich gewählten Knoten in einem Straßennetz gefunden, wobei die Kosten y längs der Route durch die funktionale Beziehung zwischen fe und ce erhalten werden. Zu diesem Zeitpunkt wird außerdem eine rationale Route zwischen a und b als ein Nebenprodukt ausgegeben.
  • Vorteile der Erfindung
  • Selbst dann, wenn die Informationen über die vergangene Route in dem Sinn unvollständig sind, dass einige Kosten von Verbindungsstrecken nicht direkt festgestellt werden können, ist es gemäß der vorliegenden Erfindung möglich, die Kosten wie etwa die Reisedauer zwischen einem Ausgangspunkt und einem Ziel vorherzusagen. Darüber hinaus wird im Verlauf der Berechnung außerdem eine rationale Route zwischen dem Ausgangspunkt und dem Ziel erhalten.
  • Kurzbeschreibung der Zeichnungen
  • 1 ist ein Blockschaubild, das ein Beispiel einer Hardware-Konfiguration zum Realisieren der vorliegenden Erfindung veranschaulicht;
  • 2 ist ein funktionales Blockschaubild, das eine Verarbeitungsroutine zum Realisieren der vorliegenden Erfindung veranschaulicht;
  • 3 ist eine Darstellung, die ein Beispiel von Daten für eine Route veranschaulicht;
  • 4 ist ein Ablaufplan einer Hauptverarbeitungsroutine;
  • 5 ist ein Ablaufplan einer Verarbeitungsroutine zur Berechnung der Daten D;
  • 6 ist ein Ablaufplan einer Verarbeitungsroutine zur Berechnung von Fe;
  • 7 ist eine Darstellung zum Beschreiben der Funktion d(e, e');
  • 8 ist ein Ablaufplan einer Verarbeitungsroutine zur Berechnung von λ; und
  • 9 ist ein Ablaufplan einer Verarbeitungsroutine zur Berechnung von λ.
  • Art der Ausführung der Erfindung
  • Im Folgenden werden Ausführungsformen der vorliegenden Erfindung in Übereinstimmung mit den beigefügten Zeichnungen genau beschrieben. Es sollte klar sein, dass die folgende Beschreibung lediglich bevorzugte Ausführungsformen der vorliegenden Erfindung betrifft und nicht vorgesehen ist, um die vorliegende Erfindung auf die in dieser Beschreibung beschriebenen Inhalte zu beschränken. Falls nicht anderweitig angegeben werden in sämtlichen Zeichnungen gleiche Elemente durch gleiche Bezugszeichen bezeichnet.
  • In 1 ist ein Blockschaubild von Computerhardware zum Erreichen einer Systemkonfiguration und einer Verarbeitung gemäß einer Ausführungsform der vorliegenden Erfindung gezeigt. In 1 ist ein Systembus 102 mit einer CPU 104, einem Hauptspeicher (RAM) 106, einem Festplattenlaufwerk (HDD) 108, einer Tastatur 110, einer Maus 112 und einer Anzeige 114 verbunden. Die CPU 104 stützt sich vorzugsweise auf eine 32-Bit- oder 64-Bit-Architektur. Es ist z. B. möglich, einen PentiumTM 4 oder CoreTM 2 Duo der Intel Corporation, einen AthlonTM der Advanced Micro Devices, Inc. oder dergleichen zu verwenden. Der Hauptspeicher 106 weist vorzugsweise eine Speicherkapazität von 1 GB oder mehr oder stärker bevorzugt 2 GB oder mehr auf.
  • Das Festplattenlaufwerk 108 speichert vorzugsweise ein Betriebssystem. Das Betriebssystem kann ein beliebiges Betriebssystem sein, das mit der CPU 104 kompatibel ist, wie etwa LinuxTM, Windows 7TM, Windows XPTM oder WindowsTM 2000 der Microsoft Corporation oder Mac OSTM von Apple Computer.
  • Darüber hinaus speichert das Festplattenlaufwerk 108 ferner Daten D aus der Vorgeschichte von Routen und Kosten und Verarbeitungsprogramme gemäß einer Ausführungsform der vorliegenden Erfindung. Die Daten D aus der Vorgeschichte und die Verarbeitungsprogramme werden später unter Bezugnahme auf 2 genauer beschrieben. Das Festplattenlaufwerk 108 kann Daten der Karteninformationen und ein Programm für ihre Anzeige speichern oder kann über eine Datenübertragungskarte und einen im Voraus festgelegten Server, die nicht gezeigt sind, mit dem Internet verbunden sein, um Daten der Karteninformationen, die im Internet verfügbar sind, zu verwenden.
  • Die Tastatur 110 und die Maus 112 werden verwendet, um grafische Objekte wie etwa ein Piktogramm, eine Menü-Leiste, ein auf der Anzeige 114 angezeigtes Fenster, das der grafischen Benutzeroberfläche entspricht, die durch das Betriebssystem bereitgestellt wird, zu betätigen. Die Tastatur 110 und die Maus 112 werden außerdem verwendet, damit ein Benutzer den Ausgangspunkt und das Ziel eingibt oder um das Programm gemäß einer Ausführungsform der vorliegenden Erfindung zu starten oder zu beenden.
  • Die Anzeige 114 ist vorzugsweise ein 32-Bit-Echtfarben-LCD-Monitor mit einer Auflösung von 1024 × 768 oder größer, wobei keine Beschränkung darauf besteht. Die Anzeige 114 wird verwendet, um eine Karte anzuzeigen, die eine Route enthält, für die die Reisedauer und andere Kosten vorhergesagt werden.
  • Nun wird die Konfiguration des funktionellen und logischen Blockschaubilds gemäß der vorliegenden Erfindung unter Bezugnahme auf 2 beschrieben. In 2 sind die Daten D 202 historische Daten längs einer Zielroute und können folgendermaßen dargestellt werden: D = {((a(n), b(n), y(n)) | n = 1, 2, ..., N} wobei a(n) der Ausgangspunkt der n-ten Route ist, b(n) ist das Ziel der n-ten Route und y(n) die Kosten, die von a(n) nach b(n) aufgezeichnet werden. An dieser Stelle wird angemerkt, dass für die Kosten verschiedene Definitionen möglich sind wie etwa die Reisedauer, der Energieverbrauch und die CO2-Emission, obwohl sich die vorliegende Erfindung für eine einfache Beschreibung auf die Reisedauer konzentriert.
  • Für das Verfahren zum Aufzeichnen der historischen Daten kann bei der Abfahrt z. B. ein GPS (globales Positionierungssystem) verwendet werden, um den Ort des Ausgangsknotens a(n) einer Route zu kennzeichnen. Dann zeichnet das GPS bei der Ankunft am Ziel den Ort des Zielknotens b(n) auf. Des Weiteren wird unter Verwendung der Zeitstempel der GPS-Datensätze die Zeit y(n), die vom Ort a(n) zum Ort b(n) vergangen ist, erhalten. Schließlich werden durch das sequentielle Aufzeichnen von Tupeln (a(n), b(n), y(n)) jeweils für n = 1, 2, ..., N die Daten D erhalten. Alternativ können die Daten D unter Verwendung von Daten eines Messfahrzeugs gebildet werden. Es wird angemerkt, dass die Eingabedaten bei der vorliegenden Erfindung nicht auf ein bestimmtes Verfahren der Datensammlung beschränkt sind.
  • Bei dem Vorhergehenden ist es wichtig, dass gemäß der vorliegenden Erfindung keine Notwendigkeit besteht, die Zwischenroute vom Ausgangspunkt a(n) zum Ziel b(n) aufzuzeichnen. Wenn eine Zielstraße durch eine Folge auf einem Straßennetz repräsentiert wird, ist es darüber hinaus nicht erforderlich, die abgelaufene Zeitdauer auf einzelnen Abschnitten vom Ausgangspunkt a(n) zum Ziel b(n) aufzuzeichnen. Gemäß der vorliegenden Erfindung ist es möglich, die Reisedauer von einem beliebigen Ausgangspunkt zu einem beliebigen Ziel vorherzusagen, selbst wenn keine Informationen über Zwischenverbindungsstrecken einer Route zur Verfügung stehen. Es ist außerdem möglich, die Route als ein Nebenprodukt vorherzusagen.
  • 3 zeigt (den Ausgangspunkt, das Ziel) = (a(1), b(1)) und (a(2), b(2)) auf einer Zielroute 302.
  • Die Route basiert auf den folgenden geeigneten Voraussetzungen:
    • 1. Ein Fahrer führt eine rationale Routenwahl aus. Der Fahrer fährt insbesondere auf der Route mit minimalen Kosten.
    • 2. Ein Verkehrsstau breitet sich aus. Es gibt insbesondere eine bestimmte Auswirkung auf Verbindungsstrecken, die an die Verbindungsstrecken (Abschnitte) angrenzen, bei denen ein ungewöhnlicher Zustand auftritt.
  • Obwohl das Datenformat, in welchem die Daten D 202 in dem Festplattenlaufwerk aufgezeichnet werden, nicht besonders beschränkt ist, solange es computerlesbar ist, wird vorzugsweise ein allgemein bekanntes Datenformat wie etwa z. B. CSV und XML verwendet.
  • In 2 liest eine Hauptroutine 204 Informationen der Daten D und ruft in angemessener Weise eine Routine 206 zum Aktualisieren der Daten D, eine Routine 208 zum Berechnen von fe und eine Ausgaberoutine 210 auf, um eine vorgegebene Verarbeitung auszuführen.
  • Die Routine 206 zum Aktualisieren der Daten D empfängt Daten der Daten D, die von der Hauptroutine 204 übergeben werden, erzeugt ergänzte Daten D' 212 unter Verwendung eines Parameterwertes {fe}, der den mit einem Abschnitt verbundenen Kosten entspricht, und zeichnet die ergänzten Daten D' 212 im Festplattenlaufwerk 108 auf. Die Daten des Parameterwertes {fe} werden über e ∊ E ermittelt, wobei E eine Menge von Routenabschnitten ist. Die Daten D' 212 werden außerdem unter Verwendung eines allgemein bekannten Datenformats wie etwa CSV oder XML ähnlich wie die Daten D 202 aufgezeichnet.
  • Die ergänzten Daten D' werden folgendermaßen ausgedrückt: D' = {((a(n), b(n), x(n), C(x(n)) | n = 1, 2, ..., N} wobei x(n) eine Folge von Verbindungsstrecken in dem Straßennetz ist und somit eine Route repräsentiert. C(x(n)) ist ein Kostenwert längs x(n). Die Bedeutung anderer Bezeichnungen ist gleich jener der Daten D. In 3 ist eine Route vom Ausgangspunkt zum Ziel durch eine dicke Linie angegeben. Diese Route wird im Schritt 406, der später beschrieben wird, berechnet.
  • Die Routine 208 zur Berechnung von fe berechnet aus dem Wert von {fe}, der von der Hauptroutine 204 übergeben wird und dem Wert der Daten D' 212 den aktualisierten Wert {fe}. Die Routine 208 zur Berechnung von fe ruft eine Routine 214 zur Berechnung von λ auf, um einen Parameter λ zu berechnen, der für die Berechnung verwendet wird.
  • Die Hauptroutine 204 empfängt den Wert von {fe}, der durch die Routine 208 zur Berechnung von fe berechnet wird, und leitet ihn zu der Routine 206 zum Aktualisieren der Daten D.
  • Die Datenausgaberoutine 210, die von der Hauptroutine 204 in geeigneter Weise aufgerufen wird, weist eine Funktion zum Anzeigen eines vorhergesagten Wertes der Reisedauer und einer vorhergesagten Route zwischen dem Ausgangspunkt und dem Ziel, die durch die Tastatur 110 und die Maus 112 festgelegt wird, auf der Grundlage der Daten D', die in dem Festplattenlaufwerk 108 aufgezeichnet sind, auf der Anzeige 114 auf.
  • Die Hauptroutine 204, die Routine 206 zum Aktualisieren der Daten D, die Routine 208 zur Berechnung von fe, die Datenausgaberoutine 210 und die Routine 214 zur Berechnung von λ werden in einer bekannten Programmiersprache wie etwa C, C++, C# oder Java(R) kompiliert und in dem Festplattenlaufwerk 108 als ausführbare Dateien gespeichert, und bei Bedarf wird jede Routine durch eine Aktion des Betriebssystems in Reaktion auf eine Benutzeroperation in den Hauptspeicher 106 gerufen und dann ausgeführt.
  • Nun wird unter Bezugnahme auf 4 und nachfolgende Ablaufpläne die Verarbeitung der Routine, die im funktionalen Blockschaubild von 2 gezeigt ist, im Folgenden beschrieben.
  • 4 ist ein Ablaufplan, der die Verarbeitung der Hauptroutine 204 veranschaulicht. In 4 liest die Hauptroutine 204 im Schritt 402 die ursprünglichen Daten D.
  • Im Schritt 404 setzt die Hauptroutine 204 alle Elemente von {fe'|e ∊ E} auf null. Im Kontext dieser Ausführungsform entspricht die Kostenverteilung, die durch die Relation fe = 0 repräsentiert wird, einer Fahrt bei der legalen Geschwindigkeitsbegrenzung der einzelnen Verbindungsstrecken. Deswegen bedeutet fe ≠ 0, dass die durchschnittliche Fahrbedingung von der Fahrt mit der zulässigen Geschwindigkeit abweicht. Obwohl die Daten von {fe} vorzugsweise in einem vorgegebenen Bereich des Hauptspeichers 106 gespeichert sind, können die Daten in dem Festplattenlaufwerk 108 gespeichert sein.
  • Im Schritt 406 ruft die Hauptroutine 204 die Routine 206 zum Aktualisieren der Daten D auf und wandelt die Daten D unter Verwendung von fe in ergänzte Daten D' um. Die Routine 206 zum Aktualisieren der Daten D wird unter Bezugnahme auf den in 5 gezeigten Ablaufplan genauer beschrieben.
  • Im Schritt 408 ruft die Hauptroutine 204 die Routine 208 zur Berechnung von fe auf und berechnet {fe} auf der Grundlage der Daten D' neu. Die Routine 208 zur Berechnung von fe wird später unter Bezugnahme auf den Ablaufplan von 6 genauer beschrieben.
  • Im Schritt 410 stellt die Hauptroutine 204 fest, ob {fe} konvergiert. Wird angenommen, dass {fe}, das zuletzt berechnet wurde, in der Hauptroutine 204 gehalten wird, und dass ein neu berechnetes {fe} als {f'e} betrachtet wird, wird die Konvergenz ermittelt, wenn ein Abstand zwischen {fe} und {f'e}, der mit einer geeigneten Norm wie etwa der max-Norm berechnet wird, kleiner als ein vorgegebener Schwellenwert ist.
  • Wenn festgestellt wird, dass der Wert noch nicht konvergiert, kehrt die Hauptroutine 204 mit dem neu berechneten Wert {fe} zum Schritt 406 zurück und ruft die Routine 206 zum Aktualisieren der Daten D erneut auf.
  • Wenn die Hauptroutine 204 im Schritt 410 feststellt, dass {fe} konvergiert, wird die Verarbeitung beendet und der Schritt für {fe} ist festgelegt. Da fe für alle Straßenverbindungen vorgegeben ist, ist es möglich, eine Reisedauer und die Route zwischen zwei beliebigen Punkten auf einer Straße 302 durch ein beliebiges Verfahren wie etwa das Dijkstra-Verfahren zu finden.
  • 5 ist ein Ablaufplan, der die Verarbeitung der Routine 206 zum Aktualisieren der Daten D veranschaulicht. Wie im Schritt 502 gezeigt werden zum Aktualisieren der Daten D in die Routine 206 Daten D und {fe} eingegeben. Es sollte klar sein, dass der Ausdruck ”Daten D” lediglich in einer Situation verwendet wird, in der die Routine 206 zum Aktualisieren der Daten D zum ersten Mal aufgerufen wird, wenn die Steuerung in 4 vom Schritt 404 zum Schritt 406 geht, die Daten D jedoch beim zweiten Aufruf und nachfolgenden Aufrufen der Routine 206 zum Aktualisieren der Daten D durch die Daten D' ersetzt werden.
  • In dem Ablaufplan von 5 werden die Schritte 506 und 508 für alle Paare von Ausgangspunkt und Ziel ausgeführt wie im Schritt 504 gezeigt. Der Ausdruck ”Paare von Ausgangspunkt und Ziel” bedeutet (a(n).b(n)) in den Daten D = {((a(n).b(n), y(n)) | n = 1, 2, ..., N}. Das Zeichen N gibt die Anzahl von Paaren aus Ausgangspunkt und Ziel als historische Daten an. Mit anderen Worten, im Fall der Daten D werden die Schritte 506 und 508 N-mal ausgeführt.
  • Die Routine 206 zum Aktualisieren der Daten D findet im Schritt 506 die Route mit minimalen Kosten zwischen dem Paar von Ausgangspunkt und Ziel auf der Grundlage von {fe}. Es handelt sich um das normale Finden der kürzesten Route, wobei {fc} als eine Gewichtung verwendet wird, und ein beliebiger vorhandener Algorithmus zum Finden der kürzesten Route wie etwa das Dijkstra-Verfahren, das A*-Verfahren oder das Warshall-Floyd-Verfahren kann für diesen Zweck verwendet werden.
  • Die Routine 206 zum Aktualisieren der Daten D erzeugt Daten D' durch Hinzufügen der Route x(n) zwischen dem Ausgangspunkt und dem Ziel, die auf diese Weise erhalten wird, und der Kosten C(x(n)) der Route im Schritt 508.
  • Die Kosten C(x) werden für die Route x wie folgt berechnet: Gleichung 1
    Figure DE112010004005B4_0003
  • Ein Beispiel einer bestimmten Definition der Gleichung ce(fe) lautet folgendermaßen: ce(fe) = le(fe + fe 0) wobei fe eine Abweichung von den grundlegenden Kosten pro Längeneinheit und eine unbekannte Größe ist, fe 0 sind die grundlegenden Kosten (bekannte Größe) pro Längeneinheit, die typischerweise aus einer Referenzbeziehung abgeleitet werden, wie etwa das Fahren exakt auf der Grundlage der zulässigen Geschwindigkeitsbeschränkung jeder Verbindungsstrecke, und le ist die Länge der Verbindungsstrecke e und ist eine bekannte Größe.
  • Nachdem die Schritte 506 und 508 für alle Paare von Ausgangspunkt und Ziel ausgeführt wurden, werden im Schritt 510 die ergänzten Daten D' der Routen mit berechneten minimalen Kosten wie folgt erhalten: D' = {((a(n), b(n), x(n), C(x(n)) | n = 1, 2, ..., N}.
  • Anschließend wird die Verarbeitung der Routine 208 zur Berechung von fe unter Bezugnahme auf den Ablaufplan von 6 beschrieben. Obwohl im Schritt 602 von 6 D' und eine Ähnlichkeitsmatrix S verwendet werden, konzentriert sich die folgende Beschreibung lediglich auf die Ähnlichkeitsmatrix S, da D' bekannt ist. Die Ähnlichkeit zwischen einer Verbindungsstrecke e und einer anderen Verbindungsstrecke e' ist im Allgemeinen definiert als eine abnehmende Funktion eines Abstands d(e, e') zwischen der Verbindungsstrecke e und der Verbindungsstrecke e'. Obwohl die Definition von d(e, e') und somit die Definition der Ähnlichkeit eine bestimmte Willkürlichkeit aufweisen, lautet eine bevorzugte Ausführungsform wie folgt: Se,e' ≡ γ1+d(e,e'), wobei d(e, e') die Anzahl von Verbindungsstrecken ist, die durchlaufen werden, um die Verbindungsstrecke e' von der Verbindungsstrecke e bei der kürzesten Routenlänge zu erreichen. In einem Beispiel 702, das in 7 gezeigt ist, ist d(e, e') = 2. Die dicke Linie ist eine Verbindungsstrecke, die die Verbindungsstrecke e und die Verbindungsstrecke e' verbindet.
  • γ ist eine vorgegebene positive Zahl, die kleiner als 1 ist. γ kann z. B. 0,5 sein.
  • Wenn d(e, e') einen bestimmten Wert übersteigt, ist es angemessen, Se,e' auf 0 zu setzen. Wenn z. B. d(e, e') > 3, wird Se,e' als 0 definiert.
  • Die Routine 208 zur Berechnung von fe erzeugt eine Q-Matrix und einen Vektor yN aus D' wie nachfolgend im Schritt 604 beschrieben. Zuerst wird das Folgende erhalten, zunächst an Stelle von y(n): Gleichung 2
    Figure DE112010004005B4_0004
  • Der Vektor yN ist als ein N-dimensionaler Spaltenvektor definiert, dessen n-ter Eintrag y~(n) lautet. yN ist insbesondere als yN ≡ [y~(1), y~(2), ..., y~(n)]T vorgegeben. le wurde als die Länge der Verbindungsstrecke e definiert.
  • Dann wird zum Repräsentieren einer Route ein Anzeigevektor q ∊ RM als ein Anzeigevektor definiert, der die Länge der Straße wie folgt repräsentiert: Gleichung 3
    Figure DE112010004005B4_0005
  • Dann wird durch Anordnen dieser N Anzeigevektoren als Spaltenvektoren die Q-Matrix definiert als: Q ≡ [q(1), ..., q(N)].
  • Die Routine 208 zur Berechnung von fe erzeugt im Schritt 606 eine Matrix L aus S unter Verwendung einer Formel, die nachfolgend beschrieben wird. Dieser Typ einer Matrix wird im Allgemeinen als ”Laplace_Graph” bezeichnet. Gleichung 4
    Figure DE112010004005B4_0006
    wobei M die Gesamtzahl von Verbindungsstrecken auf der Karte ist und δij das Kronecker-Delta ist.
  • Anschließend ruft die Routine 208 zur Berechnung von fe im Schritt 608 die Routine 214 zur Berechnung von λ auf, um den optimalen Wert von λ zu bestimmen. Die Einzelheiten der Routine 214 zur Berechnung von λ werden später unter Bezugnahme auf den Ablaufplan von 8 beschrieben und wenn an dieser Stelle angenommen wird, dass der Wert von λ ermittelt wurde, geht die Steuerung zum Schritt 610.
  • Die folgende Zielfunktion wird als die Voraussetzung von Schritt 610 verwendet: Gleichung 5
    Figure DE112010004005B4_0007
  • Auf der linken Seite dieser Gleichung ist f ein Spaltenvektor, dessen Einträge {fe} sind. Auf der rechten Seite dieser Gleichung ist der erste Ausdruck eine Verlustfunktion und der zweite Ausdruck ist eine Straffunktion für Diskrepanzen zwischen benachbarten Verbindungsstrecken, multipliziert mit λ.
  • In dieser Zielfunktion lautet ein Vorzugswert von (α, β) (1, 1) oder (2, 2).
  • Wenn (α, β) = (1, 1) lautet die Zielfunktion wie folgt: Gleichung 6
    Figure DE112010004005B4_0008
  • Da dies eine lineare Funktion ist, reduziert sich das Finden des Minimalwertes dieser Zielfunktion auf das Lösen eines linearen Programmierproblems und es ist möglich, die optimale Lösung leicht unter Verwendung einer kommerziellen Lösungseinrichtung zu finden. Ein Vorteil im Vergleich zu dem Fall von (α, β) = (2, 2) besteht darin, dass die Zielfunktion in diesem Fall robust gegen Ausreißer ist. Verkehrsdaten enthalten im Allgemeinen eine Menge von Ausreißern (wie etwa eine Route, die sich außergewöhnlich verhält) und deswegen ist diese Eigenschaft von einem praktischen Standpunkt vorzuziehen.
  • Wenn dagegen (α, β) = (2, 2), lautet die Zielfunktion wie folgt: Gleichung 7
    Figure DE112010004005B4_0009
  • Diese Gleichung kann in der nachfolgend beschriebenen Weise gelöst werden. Zunächst wird mit den bereits gegebenen Definitionen von Q, L und yN die folgende Gleichung erfüllt:
  • Gleichung 8
    • die n-te Komponente von
      Figure DE112010004005B4_0010
  • Deswegen wird die folgende Gleichung erfüllt: Gleichung 9
    Figure DE112010004005B4_0011
  • In Bezug auf den Strafausdruck wird dagegen durch einfaches Ausmultiplizieren des Quadrats und durch Anordnung der Ausdrücke die folgende Gleichung erhalten: Gleichung 10
    Figure DE112010004005B4_0012
  • Gemäß dem Obenstehenden wird die Zielfunktion wie folgt umgewandelt: Gleichung 11
    Figure DE112010004005B4_0013
  • Wenn das Obenstehende nach f abgeleitet wird und die Ableitung gleich null gesetzt wird, wird die folgende Gleichung erhalten: Gleichung 12
    Figure DE112010004005B4_0014
  • Das Obenstehende ist die im Schritt 610 beschriebene Gleichung. Diese Gleichung ist eine simultane lineare Gleichung und kann deswegen leichter als das lineare Programmierproblem gelöst werden. Als Lösung einer simultanen linearen Gleichung ist das Gauss-Seidel-Verfahren herkömmlich bekannt. In diesem Fall ist jedoch die Matrix auf der linken Seite im Allgemeinen eine schwach besetzte Matrix und die simultane lineare Gleichung kann unter Verwendung des Verfahrens des konjugierten Gradienten oder ihrer Varianten vom Standpunkt des Rechenaufwands äußerst effektiv gelöst werden.
  • Die Lösung der simultanen linearen Gleichung unter Verwendung des Verfahrens des konjugierten Gradienten wird z. B. in ”Easy-to-Follow Mathematical Optimization (Kore-nara-wakaru saitekika-suugaku)” von Kenichi Kanaya, herausgegeben von Kyoritu Syuppan, Seite 101 der ersten Ausgabe beschrieben.
  • Nachdem im Schritt 612 {fe} erhalten wurde, werden die berechneten Werte auf der aufrufenden Seite an die Hauptroutine 204 zurückgegeben.
  • Darüber hinaus erfolgt unter Bezugnahme auf den Ablaufplan von 8 im Folgenden eine Beschreibung der Verarbeitung der Ausführungsform der Routine 214 zur Berechnung von λ anhand der k-fach gefalteten Kreuzevaluierung, die angewendet wird, sofern nicht (α, β) = (2, 2).
  • In dem ersten Schritt 802 wird eine Menge {λa, ..., λp} der Kandidaten für den Wert von λ erstellt. Obwohl der optimale Wert von λ von dem Wesen der Daten abhängt, nimmt λ häufig einen Wert in der Größenordnung von 1 an. Deswegen können als Anfangswerte z. B. {10–2, 10–2, 1, 101, 102} vorgegeben werden.
  • Im nächsten Schritt 804 werden die Daten D' in k gleiche Teile unterteilt. Wenn es z. B. 1000 Abtastwerte in den Daten gibt (N = 1000) und k = 5, werden die Daten in gleichgroße Abschnitte unterteilt, die jeweils 200 Abtastwerte der Daten enthalten. Jeder Abschnitt der Daten wird mit D'1, ..., D'k bezeichnet und die Menge von Abtastwerten der Daten, die in jedem Abschnitt enthalten sind, wird durch N1, ..., Nk bezeichnet.
  • Wie im Schritt 806 gezeigt wird im Schritt 806 die folgende Bewertungsfunktion in Bezug auf jeden Kandidatenwert von λ berechnet, wobei i = 1, ..., p: Gleichung 13
    Figure DE112010004005B4_0015
  • Im Obenstehenden ist f[–D's) die Lösung, die unter Verwendung von Daten außer dem s-ten Datenwert D's erhalten wird.
  • Bei der oben genannten Verarbeitung kann im Schritt 810 der optimale Wert von λ aus den Kandidatenwerten gewählt werden. Der optimale Wert von λ ist der Wert, der den minimalen Wert der Bewertungsfunktion ergibt. Der auf diese Weise ausgewählte Wert λ wird im Schritt 812 an den Schritt 608 zurückgegeben. Für eine bessere Abschätzung von λ kann dieser Vorgang wiederholt angewendet werden. Wenn z. B. ermittelt wird, dass der optimale Wert zwischen 10–1 und 1 liegt, kann eine feinere Menge von Kandidaten wie etwa {0,1, 0,3, 0,6, 0,9} erneut eingegeben werden, so dass diese Unterroutine in der Lage ist, einen besseren optimalen Wert zu bestimmen. Auf diese Weise ist es möglich, den optimalen Wert von λ mit einem beliebigen Auflösungsgrad zu bestimmen. Außerdem kann diese Verarbeitung für eine höhere Auflösung vollständig automatisiert ausgeführt werden, wobei ein Auflösungsgrad vorgegeben ist.
  • Anschließend erfolgt unter Bezugnahme auf den Ablaufplan von 9 nachfolgend eine Beschreibung der Verarbeitung der Routine 214 zur Berechnung von λ, die angewendet wird, wenn (α, β) = (2, 2). Im Schritt 902 von 9 wird eine Menge {λ1, ..., λp} von Kandidaten für den Wert von λ zusätzlich zu der zuvor erwähnten Q-Matrix und L-Matrix erstellt. Die Bildung der Werte von {λ1, ,λp} ist die gleiche wie jene bei der Verarbeitung des in 8 gezeigten Ablaufplans.
  • Insbesondere dann, wenn (α, β) = (2, 2), gibt es ein Verfahren zum Finden des optimalen Werts λ ohne die Verwendung der rechentechnisch teuren k-fach wiederholten Bewertungen. Wenn bei der k-fachen Kreuzbewertung k auf N, die Gesamtzahl von Abtastwerten gesetzt wird, kommt die Routine 214 zur Berechnung von λ zu dem Schluss, den Wert von λ zu finden, der die folgende Bewertungsfunktion minimal macht: Gleichung 14
    Figure DE112010004005B4_0016
    wobei f(–n) eine Lösung darstellt, die unter Verwendung von Daten außer dem n-ten Abtastwert erhalten wird. Dies ist die Bewertungsfunktion einer so genannten Leave-one-out-Kreuzevaluierung (Lass-eine-aus-) (LOO CV) wie durch den tiefgestellten Index angegeben.
  • Es ist allgemein bekannt, dass die Bewertungsfunktion wie folgt transformiert werden kann:
  • Gleichung 15
    • LLOOCV(λ) = 1 / N∥[diag(IM – H)]–1(IM – H)y(n)2
  • Dabei ist IM eine m-dimensionale Identitätsmatrix und diag ist ein Operator, der alle außerhalb der Diagonale liegenden Elemente zu null macht. Darüber hinaus wird eine Matrix H folgendermaßen ausgedrückt:
  • Gleichung 16
    • H ≡ QT[QQT + λL]–1Q
  • Wieder im Ablaufplan von 9 ist der Schritt 904 die Verarbeitung zum Wiederholen des Schritts 906 und des Schritts 908 in Bezug auf alle Werte von λi für i von 1 bis p.
  • Im Schritt 906 wird die obige Matrix H berechnet. Im Schritt 908 wird LLOOCVi) in Bezug auf λi berechnet. Nachdem der Schritt 906 und der Schritt 908 für i von 1 bis p ausgeführt wurden, wird im Schritt 910 λ ausgewählt, das LLOOCV(λ) minimal macht. Der Wert von λ, der auf diese Weise ausgewählt wird, wird im Schritt 912 an den Schritt 608 von 6 zurückgegeben.
  • Wenn in 4 die Hauptroutine 204 im Schritt 410 feststellt, dass {fe} konvergiert, wird die Verarbeitung beendet und {fe} ist festgelegt. Dann wird zu diesem Zeitpunkt eine Variable fe an alle Verbindungsstrecken einer Zielstraße gegeben. Deswegen legt ein Benutzer den Ausgangspunkt und den Zielpunkt mit der Tastatur 110 oder der Maus 112 bei Betrachtung der Anzeige 114 fest. Dann führt die Hauptroutine 204 eine Verarbeitung zum Finden der kürzesten Route x zwischen zwei willkürlichen Punkten auf der Straße 302 durch ein beliebiges Verfahren wie etwa das Dijkstra-Verfahren unter Verwendung der Parameter {fe}, die den Kosten der Verbindungsstrecke in Bezug auf die Daten der ursprünglichen Karte entsprechen, aus.
  • Beim Finden der kürzesten Route x werden die Kosten, die die Reisedauer darstellen, durch die folgende Gleichung, die beschrieben wurde, aus der Route erhalten: Gleichung 17
    Figure DE112010004005B4_0017
  • Die Route und die Kosten, die auf diese Weise erhalten werden, werden auf der Anzeige 114 durch die Datenausgaberoutine 210 angezeigt.
  • Obwohl die Beschreibung für den Fall erfolgte, bei dem in der obigen Ausführungsform ein einziger Wert von fe jeder Verbindungsstrecke zugewiesen ist, ist die vorliegende Erfindung nicht darauf beschränkt. Es ist z. B. möglich, mehrere Gewichtungen an einer Verbindungsstrecke zu handhaben, indem dementsprechend mehrere Gewichtungen fe definiert werden. Wenn z. B. die Notwendigkeit besteht, die Richtung einer Straße zu berücksichtigen, kann die Gewichtung pro Richtung zugewiesen werden. Dies ist besonders nützlich, wenn sich eine Verbindungsstrecke an einem Hang befindet.
  • Außerdem ist diese Formulierung nützlich, um Einbahnstraßen zu analysieren. Das kann erfolgen, indem die Gewichtung entfernt wird, die der entgegengesetzten Richtung von Einbahnstraßen-Verbindungsstrecken entspricht.
  • Die Beschreibung erfolgte für einen Fall, bei dem frühere historische Daten in dem obigen Beispiel keine Route liefern. Wenn die früheren historischen Daten Routeninformationen, sogar nur teilweise enthalten, ist es jedoch lediglich erforderlich, eine Route auszuwählen, um die aktuelle Route der Routeninformationen weiterzugeben.
  • Die früheren historischen Daten D können darüber hinaus in Zeitzonen eines Tages wie etwa D(Morgen), D(Tag), D(Abend) und D(Nacht) klassifiziert werden und es können Vorhersagemodelle von Kostenfunktionen individuell hergestellt werden.
  • Des Weiteren kann die Zielfunktion Ψαβ(f|λ), die in der obigen Ausführungsform beschrieben ist, verwendet werden, um den Parameter der Verbindungsstrecke, der den Kosten entspricht, zu berechnen, solange Trainingsdaten eine Route zwischen dem Ausgangspunkt und dem Ziel enthalten. Wenn die Route in den Trainingsdaten enthalten ist, kann die Zielfunktion deswegen für eine Kostenabschätzung einer Verbindungsstrecke in dem Graphen lediglich in diesem Berechnungsvorgang unabhängig von dem vorherigen Schritt 406 in dem Ablaufplan von 4 verwendet werden.
  • Darüber hinaus kann die vorliegende Erfindung nicht nur auf eine Straße angewendet werden, sondern auch auf ein willkürliches Beispiel, bei dem der Weg in einer grafischen Struktur repräsentiert wird und die Kosten in Verbindung mit der Verbindungsstrecke betrachtet werden können.
  • Bezugszeichenliste
  • 102
    Systembus
    104
    CPU
    106
    Hauptspeicher
    108
    Festplattenlaufwerk
    110
    Tastatur
    112
    Maus
    114
    Anzeige
    204
    Hauptroutine
    206
    Routine zum Aktualisieren der Daten D
    208
    Berechnungsroutine
    210
    Ausgaberoutine
    108
    Festplattenlaufwerk
    214
    Berechnungsroutine
    210
    Datenausgaberoutine

Claims (17)

  1. Verfahren zur Berechnung von Routenkosten zum Berechnen der Kosten auf beliebigen Verbindungsstrecken in einem Graphen, der eine Vielzahl von Knoten und Verbindungsstrecken, die die Knoten verbinden, enthält, durch die Verwendung eines Parameters, der den Verbindungsstrecken zugeordnet ist, durch Verarbeitung eines Computers auf der Grundlage einer Vielzahl von Trainingsdatensätzen, die den Ausgangspunkt, das Ziel und Kosten zwischen dem Ausgangspunkt und dem Ziel auf dem Graphen enthalten, wobei das Verfahren die folgenden Schritte umfasst: Initialisieren eines Werts eines Parameters, der jeder Verbindungsstrecke in dem Graphen zugeordnet ist, wobei der Parameter mittels der Kosten und einer vorgegebenen linearen Funktion zugeordnet ist; Neuberechnen von Werten der Trainingsdatensätze durch Berechnen der Route mit minimalen Kosten unter allen Routen vom Ausgangspunkt zum Ziel unter Verwendung der Trainingsdatensätze und der Kosten auf dem Graphen; Neuberechnen des Werts des Parameters, der jeder Verbindungsstrecke in dem Graphen zugeordnet ist, durch Lösen eines Optimierungsproblems einer Zielfunktion, die neu berechnete Werte der Trainingsdatensätze enthält; und Erhalten des Parameters in Reaktion auf eine Tatsache, dass der Betrag der Änderung in dem Parameter vor und nach der Neuberechnung gleich einem vorgegebenen Schwellenwert oder kleiner als dieser ist; wobei die Zielfunktion einen Term einer Kostenverlustfunktion und einen Strafterm für eine Differenz zwischen umgebenden Verbindungsstrecken und einer Verkehrssituation enthält; und wobei die Zielfunktion durch den folgenden mathematischen Ausdruck definiert ist:
    Figure DE112010004005B4_0018
    wobei N die Anzahl der Trainingsdaten ist, M die Gesamtzahl von Verbindungsstrecken auf der Karte ist, x(n) eine Folge von Verbindungsstrecken in einem Straßennetz ist, y(n) ist der Kostenwert der n-ten Daten, fe ist der Parameter, der einer Verbindungsstrecke e zugeordnet ist, ce die Kosten einer willkürlichen Verbindungsstrecke e sind, ce(f@) ist eine Funktion zum Transformieren des Parameters zu einem Kostenwert, Se,e' eine Ähnlichkeitsmatrix einer Verbindungsstrecke e und einer Verbindungsstrecke e' ist, α und β sind ganzzahlige Werte und λ ist ein in geeigneter Weise festgelegter positiver Wert.
  2. Verfahren nach Anspruch 1, wobei (α, β) = (1, 1).
  3. Verfahren nach Anspruch 1, wobei (α, β) = (2, 2).
  4. Verfahren nach Anspruch 1, das ferner den Schritt zum Zurückkehren zu dem Schritt zum Neuberechnen der Werte der Trainingsdatensätze in Reaktion auf eine Tatsache, dass der Betrag der Änderung in dem Parameter vor und nach der Neuberechnung größer als der vorgegebene Schwellenwert ist, enthält.
  5. Programm zur Berechnung von Routenkosten zum Berechnen der Kosten auf beliebigen Verbindungsstrecken in einem Graphen, der eine Vielzahl von Knoten und die Knoten verbindende Verbindungsstrecken enthält, durch die Verwendung eines Parameters, der den Verbindungsstrecken zugeordnet ist, durch Verarbeitung eines Computers auf der Grundlage einer Vielzahl von Trainingsdatensätzen, die einen Ausgangspunkt, ein Ziel und einen Kostenwert zwischen dem Ausgangspunkt und dem Ziel auf dem Graphen enthalten, wobei das Programm bewirkt, dass der Computer die folgenden Schritte ausführt: Initialisieren eines Werts eines Parameters, der jeder Verbindungsstrecke in dem Graphen zugeordnet ist, wobei der Parameter mittels der Kosten und einer vorgegebenen linearen Funktion zugeordnet ist; Neuberechnen von Werten der Trainingsdatensätze durch Berechnen der Route mit minimalen Kosten unter allen Routen vom Ausgangspunkt zum Ziel unter Verwendung der Trainingsdatensätze und der Kosten auf dem Graphen; Neuberechnen des Werts des Parameters, der jeder Verbindungsstrecke in dem Graphen zugeordnet ist, durch Lösen eines Optimierungsproblems einer Zielfunktion, die neu berechnete Werte der Trainingsdatensätze enthält; und Festlegen des Parameters in Reaktion auf eine Tatsache, dass der Betrag der Änderung in dem Parameter vor und nach der Neuberechnung gleich einem vorgegebenen Schwellenwert oder kleiner als dieser ist; wobei die Zielfunktion einen Term einer Kostenverlustfunktion und einen Strafterm für eine Differenz zwischen umgebenden Verbindungsstrecken und einer Verkehrssituation enthält; und wobei die Zielfunktion durch den folgenden mathematischen Ausdruck definiert ist:
    Figure DE112010004005B4_0019
    wobei N die Anzahl der Trainingsdaten ist, M die Gesamtzahl von Verbindungsstrecken auf der Karte ist, x(n) eine Folge von Verbindungsstrecken in einem Straßennetz ist, y(n) ist der Kostenwert der n-ten Daten, fe ist der Parameter, der einer Verbindungsstrecke e zugeordnet ist, ce die Kosten einer willkürlichen Verbindungsstrecke e sind, ce(f@) ist eine Funktion zum Transformieren des Parameters zu einem Kostenwert, Se,e' eine Ähnlichkeitsmatrix einer Verbindungsstrecke e und einer Verbindungsstrecke e' ist, α und β sind ganzzahlige Werte und λ ist ein in geeigneter Weise festgelegter positiver Wert.
  6. Programm nach Anspruch 5, wobei (α, β) = (1, 1).
  7. Programm nach Anspruch 5, wobei (α, β) = (2, 2).
  8. Programm nach Anspruch 5, das ferner den Schritt zum Zurückkehren zu dem Schritt zum Neuberechnen der Werte der Trainingsdatensätze in Reaktion auf eine Tatsache, dass der Betrag der Änderung in dem Parameter vor und nach der Neuberechnung größer als der vorgegebene Schwellenwert ist, enthält.
  9. System zur Berechnung von Routenkosten zum Berechnen der Kosten auf beliebigen Verbindungsstrecken in einem Graphen, der eine Vielzahl von Knoten und die Knoten verbindende Verbindungsstrecken enthält, durch die Verwendung eines Parameters, der den Verbindungsstrecken zugeordnet ist, durch Verarbeitung eines Computers auf der Grundlage einer Vielzahl von Trainingsdatensätzen, die einen Ausgangspunkt, ein Ziel und einen Kostenwert zwischen dem Ausgangspunkt und dem Ziel auf dem Graphen enthalten, wobei das System Folgendes umfasst: Mittel zum Initialisieren eines Werts eines Parameters, der jeder Verbindungsstrecke in dem Graphen zugeordnet ist, wobei der Parameter mittels der Kosten und einer vorgegebenen linearen Funktion zugeordnet ist; Mittel zum Neuberechnen von Werten der Trainingsdatensätze durch Berechnen der Route mit minimalen Kosten unter allen Routen vom Ausgangspunkt zum Ziel unter Verwendung der Trainingsdatensätze und der Kosten auf dem Graphen; Neuberechnen des Werts des Parameters, der jeder Verbindungsstrecke in dem Graphen zugeordnet ist, durch Lösen eines Optimierungsproblems einer Zielfunktion, die neu berechnete Werte der Trainingsdatensätze enthält; und Festlegen des Parameters in Reaktion auf eine Tatsache, dass der Betrag der Änderung in dem Parameter vor und nach der Neuberechnung gleich einem vorgegebenen Schwellenwert oder kleiner als dieser ist; wobei die Zielfunktion einen Term einer Kostenverlustfunktion und einen Strafterm für eine Differenz zwischen umgebenden Verbindungsstrecken und einer Verkehrssituation enthält; und wobei die Zielfunktion durch den folgenden mathematischen Ausdruck definiert ist:
    Figure DE112010004005B4_0020
    wobei N die Anzahl der Trainingsdaten ist, M die Gesamtzahl von Verbindungsstrecken auf der Karte ist, x(n) eine Folge von Verbindungsstrecken in einem Straßennetz ist, y(n) ist der Kostenwert der n-ten Daten, fe ist der Parameter, der einer Verbindungsstrecke e zugeordnet ist, ce die Kosten einer willkürlichen Verbindungsstrecke e sind, ce(f@) ist eine Funktion zum Transformieren des Parameters zu einem Kostenwert, Se,e' eine Ähnlichkeitsmatrix einer Verbindungsstrecke e und einer Verbindungsstrecke e' ist, α und β sind ganzzahlige Werte und λ ist ein in geeigneter Weise festgelegter positiver Wert.
  10. System nach Anspruch 9, wobei (α, β) = (1, 1).
  11. System nach Anspruch 9, wobei (α, β) = (2, 2).
  12. Verfahren zur Berechnung von Routenkasten zum Berechnen der Kosten auf beliebigen Verbindungsstrecken in einem Graphen, der eine Vielzahl von Knoten und die Knoten verbindende Verbindungsstrecken enthält, durch die Verwendung eines Parameters, der den Verbindungsstrecken zugeordnet ist, durch Verarbeitung eines Computers auf der Grundlage einer Vielzahl von Trainingsdatensätzen, die einen Ausgangspunkt, ein Ziel und einen Kostenwert zwischen dem Ausgangspunkt und dem Ziel und einer Route zwischen dem Ausgangspunkt und dem Ziel auf dem Graphen enthalten, wobei das Verfahren den Schritt zum Neuberechnen des Werts des Parameters enthält, der jeder Verbindungsstrecke in dem Graphen zugeordnet ist, durch Lösen eines Optimierungsproblems der folgenden Zielfunktion, die die Werte der Trainingsdatensätze enthält:
    Figure DE112010004005B4_0021
    wobei N die Anzahl der Trainingsdaten ist, M die Gesamtzahl von Verbindungsstrecken auf der Karte ist, x(n) eine Folge von Verbindungsstrecken in einem Straßennetz ist, y(n) ist der Kostenwert der n-ten Daten, fe ist der Parameter, der einer Verbindungsstrecke e zugeordnet ist, ce die Kosten einer willkürlichen Verbindungsstrecke e sind, ce(f@) ist eine Funktion zum Transformieren des Parameters zu einem Kostenwert, Se,e' eine Ähnlichkeitsmatrix einer Verbindungsstrecke e und einer Verbindungsstrecke e' ist, α und β sind ganzzahlige Werte und λ ist ein in geeigneter Weise festgelegter positiver Wert.
  13. System nach Anspruch 12, wobei (α, β) = (1, 1).
  14. System nach Anspruch 12, wobei (α, β) = (2, 2).
  15. Programm zur Berechnung von Routenkosten zum Berechnen der Kosten auf beliebigen Verbindungsstrecken in einem Graphen, der eine Vielzahl von Knoten und die Knoten verbindende Verbindungsstrecken enthält, durch die Verwendung eines Parameters, der den Verbindungsstrecken zugeordnet ist, durch Verarbeitung eines Computers auf der Grundlage einer Vielzahl von Trainingsdatensätzen, die einen Ausgangspunkt, ein Ziel und einen Kostenwert zwischen dem Ausgangspunkt und dem Ziel enthalten, und einer Route zwischen dem Ausgangspunkt und dem Ziel auf dem Graphen, wobei das Programm bewirkt, dass der Computer den Schritt zum Neuberechnen des Werts des Parameters, der jeder Verbindungsstrecke in dem Graphen zugeordnet ist, durch Lösen eines Optimierungsproblems der folgenden Zielfunktion, die die Werte der Trainingsdatensätze enthält, ausführt:
    Figure DE112010004005B4_0022
    wobei N die Anzahl der Trainingsdaten ist, M die Gesamtzahl von Verbindungsstrecken auf der Karte ist, x(n) eine Folge von Verbindungsstrecken in einem Straßennetz ist, y(n) ist der Kostenwert der n-ten Daten, fe ist der Parameter, der einer Verbindungsstrecke e zugeordnet ist, ce die Kosten einer willkürlichen Verbindungsstrecke e sind, ce(f@) ist eine Funktion zum Transformieren des Parameters zu einem Kostenwert, Se,e' eine Ähnlichkeitsmatrix einer Verbindungsstrecke e und einer Verbindungsstrecke e' ist, α und β sind ganzzahlige Werte und λ ist ein in geeigneter Weise festgelegter positiver Wert.
  16. System nach Anspruch 15, wobei (α, β) = (1, 1).
  17. System nach Anspruch 15, wobei (α, β) = (2, 2).
DE112010004005.2T 2009-12-18 2010-11-17 System, Verfahren und Programm zur Kostenbewertung Active DE112010004005B4 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2009287182 2009-12-18
JP2009-287182 2009-12-18
PCT/JP2010/070503 WO2011074369A1 (ja) 2009-12-18 2010-11-17 コスト評価システム、方法及びプログラム

Publications (2)

Publication Number Publication Date
DE112010004005T5 DE112010004005T5 (de) 2012-11-15
DE112010004005B4 true DE112010004005B4 (de) 2018-01-04

Family

ID=44167133

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112010004005.2T Active DE112010004005B4 (de) 2009-12-18 2010-11-17 System, Verfahren und Programm zur Kostenbewertung

Country Status (6)

Country Link
US (2) US8682633B2 (de)
JP (1) JP5651129B2 (de)
CN (1) CN102656427B (de)
DE (1) DE112010004005B4 (de)
GB (1) GB2487701B (de)
WO (1) WO2011074369A1 (de)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5716587B2 (ja) * 2011-07-19 2015-05-13 富士通株式会社 経路決定装置,経路決定方法,管理プログラム及び管理装置
JP5839970B2 (ja) 2011-12-05 2016-01-06 インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation イベント系列のリスク評価値を算出する方法、装置及びコンピュータプログラム
JP5963493B2 (ja) * 2012-03-27 2016-08-03 インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation コスト推定システム、方法及びプログラム
PT106628A (pt) * 2012-11-06 2014-05-06 Jo O Francisco Dos Reis Sim Es Invenção implementada por computaor para o cálculo do custo do transporte rodoviário de mercadorias
CN104215254B (zh) * 2013-05-31 2017-08-04 国际商业机器公司 路径导航的方法和装置
WO2015186018A1 (en) 2014-06-04 2015-12-10 Politecnico Di Milano Signaling system for optimizing the fuel consumption of a vehicle travelling on a road with traffic lights
DE102014210757A1 (de) * 2014-06-05 2015-12-17 Bayerische Motoren Werke Aktiengesellschaft Routenplanung für ein Fahrzeug
JP6850678B2 (ja) * 2017-05-22 2021-03-31 日本電信電話株式会社 動的潜在コスト推定装置、方法、及びプログラム

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002367071A (ja) * 2001-06-12 2002-12-20 Nippon Telegr & Teleph Corp <Ntt> 渋滞長・旅行時間変換方法,渋滞長・旅行時間変換装置,そのプログラムおよびそのプログラム記録媒体
JP2005208791A (ja) * 2004-01-21 2005-08-04 Nippon Telegr & Teleph Corp <Ntt> 道路リンク旅行時間推計方法、道路リンク旅行時間推計装置、プログラム、および、記録媒体
DE69825924T2 (de) * 1997-01-15 2005-09-15 Horizon Navigation, Inc., Santa Clara Routenbestimmung in einem Fahrzeugnavigationssystem
DE102006030269A1 (de) * 2005-07-01 2007-01-11 Denso It Laboratory, Inc. Navigationssystem
JP2008282161A (ja) * 2007-05-09 2008-11-20 Nippon Telegr & Teleph Corp <Ntt> 旅行時間推計方法,旅行時間推計装置,その方法を実装した旅行時間推計プログラム及びそのプログラムを格納した記録媒体、旅行時間予測方法,旅行時間予測装置,その方法を実装した旅行時間予測プログラム及びそのプログラムを格納した記録媒体
US20100106603A1 (en) * 2008-10-20 2010-04-29 Carnegie Mellon University System, method and device for predicting navigational decision-making behavior

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3160438B2 (ja) * 1993-09-29 2001-04-25 株式会社東芝 交通流予測装置
JPH10134018A (ja) 1996-07-08 1998-05-22 Nippon Telegr & Teleph Corp <Ntt> 法則発見方法と装置及び法則発見プログラムを格納した記憶媒体、及びニューラルネット学習方法と装置及びニューラルネット学習プログラムを格納した記憶媒体
JP2000011290A (ja) * 1998-06-22 2000-01-14 Hitachi Ltd 旅行時間・渋滞情報推定方法及び装置
US6411946B1 (en) * 1998-08-28 2002-06-25 General Instrument Corporation Route optimization and traffic management in an ATM network using neural computing
EP1752738A4 (de) 2004-05-07 2012-12-12 Pioneer Corp Routensucheinrichtung, routensuchverfahren, routensuch-verarbeitungsprogramm usw.
US7363144B2 (en) * 2005-02-07 2008-04-22 International Business Machines Corporation Method and apparatus for predicting future travel times over a transportation network
US8024110B2 (en) 2007-05-22 2011-09-20 Xanavi Informatics Corporation Method of estimation of traffic information, device of estimation of traffic information and car navigation device
JP4582191B2 (ja) * 2008-05-15 2010-11-17 株式会社デンソー 燃料噴射制御装置およびそれを用いた燃料噴射システム
JP5024959B2 (ja) * 2008-05-30 2012-09-12 学校法人早稲田大学 最適経路探索装置及び最適経路探索装置並びにプログラム
RU2011102443A (ru) 2008-06-24 2012-07-27 Теле Атлас Норт Америка Инк. (Us) Способы и системы для динамически адаптивных иерархического представления и прокладки маршрутов дорожной сети
JP5198994B2 (ja) 2008-09-19 2013-05-15 インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation 所要時間予測システム、方法及びプログラム
TWI398126B (zh) 2008-10-17 2013-06-01 Skyphy Networks Ltd 一種支援快速網路拓樸變化低協定開銷的路由方法
JP4807421B2 (ja) * 2009-03-04 2011-11-02 株式会社デンソー 車載用報知装置
JP5716587B2 (ja) * 2011-07-19 2015-05-13 富士通株式会社 経路決定装置,経路決定方法,管理プログラム及び管理装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69825924T2 (de) * 1997-01-15 2005-09-15 Horizon Navigation, Inc., Santa Clara Routenbestimmung in einem Fahrzeugnavigationssystem
JP2002367071A (ja) * 2001-06-12 2002-12-20 Nippon Telegr & Teleph Corp <Ntt> 渋滞長・旅行時間変換方法,渋滞長・旅行時間変換装置,そのプログラムおよびそのプログラム記録媒体
JP2005208791A (ja) * 2004-01-21 2005-08-04 Nippon Telegr & Teleph Corp <Ntt> 道路リンク旅行時間推計方法、道路リンク旅行時間推計装置、プログラム、および、記録媒体
DE102006030269A1 (de) * 2005-07-01 2007-01-11 Denso It Laboratory, Inc. Navigationssystem
JP2008282161A (ja) * 2007-05-09 2008-11-20 Nippon Telegr & Teleph Corp <Ntt> 旅行時間推計方法,旅行時間推計装置,その方法を実装した旅行時間推計プログラム及びそのプログラムを格納した記録媒体、旅行時間予測方法,旅行時間予測装置,その方法を実装した旅行時間予測プログラム及びそのプログラムを格納した記録媒体
US20100106603A1 (en) * 2008-10-20 2010-04-29 Carnegie Mellon University System, method and device for predicting navigational decision-making behavior

Also Published As

Publication number Publication date
GB2487701B (en) 2013-01-16
CN102656427B (zh) 2015-06-24
CN102656427A (zh) 2012-09-05
US20120265508A1 (en) 2012-10-18
US20120316849A1 (en) 2012-12-13
JPWO2011074369A1 (ja) 2013-04-25
JP5651129B2 (ja) 2015-01-07
WO2011074369A1 (ja) 2011-06-23
US8600721B2 (en) 2013-12-03
US8682633B2 (en) 2014-03-25
GB2487701A (en) 2012-08-01
GB201209503D0 (en) 2012-07-11
DE112010004005T5 (de) 2012-11-15

Similar Documents

Publication Publication Date Title
DE112010004005B4 (de) System, Verfahren und Programm zur Kostenbewertung
DE112011103424B4 (de) System und Verfahren zum Auswählen von Routen
US8499284B2 (en) Visualizing relationships among components using grouping information
DE60308413T2 (de) Verfahren und vorrichtung zum bearbeiten und analysieren von digitalen gelände daten.
DE10222687A1 (de) Modellauswahl für Entscheidungsunterstützungssysteme
US8595155B2 (en) Kernel regression system, method, and program
DE102007001025A1 (de) Verfahren zur rechnergestützten Steuerung und/oder Regelung eines technischen Systems
DE112013005993T5 (de) Verfahren, Vorrichtung und computerlesbares Medium für eine optimale Bestimmung von Daten-Teilmengen
EP1423661A1 (de) Verfahren zum ermitteln von routen und darauf bezogenes navigationssystem
US20130282341A1 (en) Cost-estimation system, method, and program
DE102014209170A1 (de) Verfahren zum bereitstellen eines visuellen bilds einer verkehrsbedingung
WO2005088493A1 (de) Verfahren und systeme zur optimierung von beförderungsaufgaben
DE102017128792A1 (de) Belastungsschätzeinrichtung und Belastungsschätzverfahren
Gajardo et al. Methods for the sustainable rebuilding of overexploited natural resources
Behzadian et al. Decision making in house of quality: A hybrid AHP-PROMETHEE approach
DE102019003125A1 (de) Verfahren zum Ermitteln von Ampelschaltzeiten
DE102020215589A1 (de) Steuern eines deep-sequence-modells mit prototypen
EP2175240A2 (de) Kombinierte Routenberechnung
DE102018006332A1 (de) Verfahren zum Ermitteln von Ampelschaltzeiten
DE102020126568A1 (de) Systeme und verfahren für das feature-engineering
DE102018215721A1 (de) Verfahren zum Bestimmen von Fahrtrouten in einem Navigationssystem eines Fahrzeugs, Navigationssystem für ein Fahrzeug und Fahrzeug mit demselben
DE102020006564A1 (de) Verfahren zum Labeling von Fußgängern in einem Bild
DE102018222344A1 (de) Verfahren zum Prognostizieren einer zeitlichen Beständigkeit von Einträgen einer Wissensdatenbank
DE202021102043U1 (de) Vorrichtung oder Computerprogrammprodukt oder maschinenlesbares Medium zur deterministischen Bewegungsplanung auf Sampling-Basis
EP3437958A1 (de) Abschätzen einer voraussichtlichen fahrzeit eines schienenfahrzeugs

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
R016 Response to examination communication
R016 Response to examination communication
R018 Grant decision by examination section/examining division
R084 Declaration of willingness to licence
R020 Patent grant now final