JP2000259977A - Moving time predicating system and its method - Google Patents
Moving time predicating system and its methodInfo
- Publication number
- JP2000259977A JP2000259977A JP11057557A JP5755799A JP2000259977A JP 2000259977 A JP2000259977 A JP 2000259977A JP 11057557 A JP11057557 A JP 11057557A JP 5755799 A JP5755799 A JP 5755799A JP 2000259977 A JP2000259977 A JP 2000259977A
- Authority
- JP
- Japan
- Prior art keywords
- travel time
- information
- travel
- section
- prediction
- 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
Links
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】本発明は、車両の運行情報処
理に係り、道路上の任意の地点間の移動時間を予測し
て、車両の運転者に通知する移動時間予測システムおよ
びその方法に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to vehicle operation information processing, and more particularly to a travel time prediction system and method for predicting travel time between arbitrary points on a road and notifying a driver of the vehicle.
【０００２】[0002]
【従来の技術とその問題点】現在、道路上の特定区間の
移動時間を予測するために、道路に沿って設置されたビ
ーコン等の設備を利用して車両の流れを監視し、交差点
間の通過時間を求める方法が考えられている。この方法
では、例えば、通過する車両の速度を検知して、その速
度とあらかじめ記録された区間の距離から、移動時間が
求められる。2. Description of the Related Art Currently, in order to predict the travel time of a specific section on a road, the flow of vehicles is monitored using equipment such as a beacon installed along the road, and traffic between intersections is monitored. A method of obtaining the transit time has been considered. In this method, for example, the speed of a passing vehicle is detected, and the travel time is obtained from the speed and the distance of a section recorded in advance.
【０００３】しかしながら、道路上の車両は、区間内を
常に一定の速度で走行するとは限らないため、予測され
た移動時間は実際の移動に要する時間と異なることが多
い。また、バス、タクシー、自家用車等の車両の種類に
よって、運行形態が様々に異なるため、すべての車両の
移動時間を正確に予測することはできない。さらに、天
候や道路状況等の変化によっても、移動時間は大きく変
動する。However, a vehicle on a road does not always travel at a constant speed in a section, and thus the predicted travel time often differs from the time required for actual travel. In addition, since the operation modes vary depending on the types of vehicles such as buses, taxis, and private cars, it is not possible to accurately predict the travel time of all vehicles. Further, the travel time greatly varies depending on changes in weather, road conditions, and the like.
【０００４】本発明の課題は、道路上を走行する車両の
移動時間を個別に精度良く予測する移動時間予測システ
ムおよびその方法を提供することである。An object of the present invention is to provide a travel time prediction system and a travel time prediction method for individually and accurately predicting the travel time of a vehicle traveling on a road.
【０００５】[0005]
【課題を解決するための手段】図１は、本発明の移動時
間予測システムの原理図である。図１の移動時間予測シ
ステムは、計測手段１、処理手段２、格納手段３、予測
手段４、および出力手段５を備える。FIG. 1 is a diagram showing the principle of a travel time prediction system according to the present invention. The travel time prediction system in FIG. 1 includes a measurement unit 1, a processing unit 2, a storage unit 3, a prediction unit 4, and an output unit 5.
【０００６】計測手段１は、車両の位置を計測し、処理
手段２は、あらかじめ決められた区間内の２つの地点で
計測された位置と計測時刻から、区間の移動時間に関す
る情報を求める。[0006] The measuring means 1 measures the position of the vehicle, and the processing means 2 obtains information on the travel time of the section from the positions measured at two points in the predetermined section and the measurement time.
【０００７】格納手段３は、１台以上の車両から収集し
た複数の区間の移動時間に関する情報を格納する。予測
手段４は、指定された経路に含まれる各区間の移動時間
に基づいて、その経路の移動時間を予測し、出力手段５
は、予測結果を出力する。[0007] The storage means 3 stores information relating to travel times of a plurality of sections collected from one or more vehicles. The prediction unit 4 predicts the travel time of the route based on the travel time of each section included in the designated route, and outputs
Outputs the prediction result.
【０００８】あらかじめ決められた区間としては、例え
ば、道路地図上の２つの交差点間の区間が用いられ、区
間内の２つの地点としては、例えば、区間の両端の交差
点が用いられる。計測手段１は、車両に搭載され、移動
に伴って変化する自車の位置を計測し、処理手段２は、
上記２つの地点の各々を通過したときに計測された位置
とそのときの時刻から、対応する区間の移動時間に関す
る情報を求める。As a predetermined section, for example, a section between two intersections on a road map is used, and as two points in the section, for example, intersections at both ends of the section are used. The measuring means 1 is mounted on the vehicle and measures the position of the own vehicle which changes with the movement.
From the position measured when passing through each of the above two points and the time at that time, information on the travel time of the corresponding section is obtained.
【０００９】区間の移動時間に関する情報は、例えば、
車両が上記２つの地点を通過したときの時刻、これらの
通過時刻の差、区間の識別情報等であり、その区間を通
過した複数の車両から収集されて、格納手段３に区間毎
に蓄積される。[0009] Information on the travel time of the section is, for example,
The time when the vehicle passed through the two points, the difference between the passing times, the identification information of the section, and the like are collected from a plurality of vehicles passing through the section and stored in the storage unit 3 for each section. You.
【００１０】車両から特定の経路の移動時間の予測を要
求されたとき、予測手段４は、格納手段３に蓄積された
情報を参照して、その経路に含まれる各区間の移動時間
を調べる。そして、各区間の移動時間の実績値や平均値
等に基づいて、その経路の移動時間を予測し、予測結果
を車両に返信する。出力手段５は、車両に搭載され、送
信された予測結果をドライバに通知する。When a vehicle requests a prediction of the travel time of a specific route, the prediction means 4 refers to the information stored in the storage means 3 and checks the travel time of each section included in the route. Then, the travel time of the route is predicted based on the actual value or average value of the travel time of each section, and the prediction result is returned to the vehicle. The output unit 5 is mounted on the vehicle and notifies the driver of the transmitted prediction result.
【００１１】このような移動時間予測システムによれ
ば、複数の車両から収集された区間毎の移動時間の実測
値を用いて、いくつかの区間から成る経路の移動時間を
高い精度で予測することができる。According to such a travel time prediction system, the travel time of a route consisting of several sections is predicted with high accuracy by using measured values of travel time for each section collected from a plurality of vehicles. Can be.
【００１２】また、収集された移動時間の情報を、天
候、道路状況、車両の種類等の条件に応じて統計処理す
れば、各条件の下での移動時間の特徴が抽出される。し
たがって、条件毎に異なる統計処理の結果を用いて移動
時間を予測することで、個々の車両に応じた詳細な予測
を行うことができる。If the collected information on the travel time is statistically processed in accordance with conditions such as weather, road conditions, and vehicle type, the characteristics of the travel time under each condition are extracted. Therefore, by estimating the traveling time using the result of the statistical processing that differs for each condition, it is possible to perform a detailed estimation corresponding to each vehicle.
【００１３】例えば、図１の計測手段１は、後述する図
２の測位部１３に対応し、処理手段２は位置比較部１４
に対応し、格納手段３は移動時間データベース４４に対
応し、予測手段４は統計処理部２４および計算部２５に
対応し、出力手段５は表示部１７および音声出力部１８
に対応する。For example, the measuring means 1 shown in FIG. 1 corresponds to a positioning section 13 shown in FIG.
, The storage means 3 corresponds to the travel time database 44, the prediction means 4 corresponds to the statistical processing section 24 and the calculation section 25, and the output means 5 corresponds to the display section 17 and the audio output section 18.
Corresponding to
【００１４】[0014]
【発明の実施の形態】以下、図面を参照しながら、本発
明の実施の形態を詳細に説明する。本実施形態の移動時
間予測システムは、個々の車両の移動時間の実績値を用
いて、道路地図ネットワーク上の隣接するノード間の移
動時間のデータベースを作成する。ここで、道路地図ネ
ットワーク上のノードとしては、例えば、交差点が用い
られる。そして、データベースに蓄積された移動時間デ
ータと現在の交通状況等から、任意のノード間の移動所
要時間を予測する。Embodiments of the present invention will be described below in detail with reference to the drawings. The travel time prediction system of the present embodiment creates a database of travel times between adjacent nodes on the road map network using actual travel time values of individual vehicles. Here, for example, an intersection is used as a node on the road map network. Then, based on the travel time data accumulated in the database and the current traffic conditions, etc., the travel time between any nodes is predicted.
【００１５】このようなシステムによれば、隣接する交
差点間の移動時間のデータベースが、個々の車両の移動
時間の測定結果により構築され、その情報は時間ととも
に充実／更新される。したがって、特定の経路上の移動
時間を、隣接する交差点間の移動時間と実際の交通状況
から、高い精度で予測することができる。According to such a system, a database of travel times between adjacent intersections is constructed based on the measurement results of travel times of individual vehicles, and the information is enriched / updated with time. Therefore, the travel time on a specific route can be predicted with high accuracy from the travel time between adjacent intersections and the actual traffic situation.
【００１６】図２は、本実施形態の移動時間予測システ
ムの構成図である。図２において、運行情報装置１１は
車両に搭載される情報処理装置であり、測位部１３、位
置比較部１４、通信制御部１５、通信部１６、表示部１
７、および音声出力部１８を備える。また、基地局２１
は、車両と交信するセンタとしての機能を持つ情報処理
装置であり、通信部２２、抽出部２３、統計処理部２
４、および計算部２５を備える。通信部１６と通信部２
２は、移動通信により互いに交信する。FIG. 2 is a configuration diagram of the travel time prediction system of the present embodiment. 2, an operation information device 11 is an information processing device mounted on a vehicle, and includes a positioning unit 13, a position comparison unit 14, a communication control unit 15, a communication unit 16, and a display unit 1.
7 and an audio output unit 18. Also, the base station 21
Is an information processing device having a function as a center for communicating with vehicles, and includes a communication unit 22, an extraction unit 23, and a statistical processing unit 2.
4 and a calculation unit 25. Communication unit 16 and communication unit 2
2 communicate with each other by mobile communication.
【００１７】測位部１３は、差動全世界測位システム
（differential global positioningsystem，Ｄ−ＧＰ
Ｓ）等を含み、アンテナ１２を介して人工衛星からの電
波を受信し、自車位置の緯度／経度等の位置情報を算出
する。そして、その位置情報を測定時刻とともに位置比
較部１４に通知する。The positioning unit 13 includes a differential global positioning system (D-GP).
S) and the like, and receives radio waves from artificial satellites via the antenna 12 to calculate position information such as the latitude / longitude of the vehicle position. Then, the position information is notified to the position comparing unit 14 together with the measurement time.
【００１８】Ｄ−ＧＰＳの位置情報の誤差は３〜５ｍ程
度であり、通常のＧＰＳの誤差（５０〜１００ｍ程度）
に比べてはるかに小さい。このため、位置情報と地図情
報とのマッチングを行わなくても、自車位置をかなり正
確に特定することができる。しかし、測位部１３として
は、通常のＧＰＳ等の他の測位装置を用いることも可能
である。The error of the D-GPS position information is about 3 to 5 m, and the error of the normal GPS (about 50 to 100 m)
Much smaller than. Therefore, the own vehicle position can be specified fairly accurately without performing matching between the position information and the map information. However, another positioning device such as a normal GPS can be used as the positioning unit 13.
【００１９】位置比較部１４は、測位部１３により検出
された現在位置と交差点の位置とを比較する。そして、
交差点の通過時に、その交差点を特定するための識別情
報と、交差点を通過した時刻または交差点間の移動時間
とを、移動時間記録ファイル４２に記録する。交差点の
位置は、運行情報装置１１に一時的に格納された交差点
位置情報ファイル４１から取得してもよく、また道路地
図情報から取得してもよい。The position comparing section 14 compares the current position detected by the positioning section 13 with the position of the intersection. And
When passing through the intersection, the identification information for specifying the intersection and the time at which the intersection was passed or the travel time between the intersections are recorded in the travel time recording file 42. The position of the intersection may be obtained from the intersection position information file 41 temporarily stored in the operation information device 11, or may be obtained from road map information.
【００２０】移動時間記録ファイル４２は、通信制御部
１５の制御により、以下のいずれかのタイミングで通信
部１６から基地局２１に送信される。 （ａ）定期的（例えば１０分毎、１ｋｍ走行毎、等） （ｂ）イベントが発生する度（交差点を通過する度、停
車する度、等） （ｃ）基地局側からの要求があったとき 基地局２１では、通信部２２が移動時間記録ファイル４
２を受信すると、抽出部２３が、移動時間記録ファイル
４２から隣接交差点間の移動時間を抽出し、車両属性、
車両ＩＤ、移動属性とともに、それを移動時間データベ
ース４４に格納する。また、このとき、月日、曜日、時
刻、天候、渋滞、交通規制等の移動時間変動要素情報も
合わせて格納される。The travel time recording file 42 is transmitted from the communication unit 16 to the base station 21 at any one of the following timings under the control of the communication control unit 15. (A) Periodically (for example, every 10 minutes, every 1 km, etc.) (b) Every time an event occurs (every time you pass an intersection, every time you stop, etc.) (c) There is a request from the base station side At the base station 21, the communication unit 22 sets the travel time recording file 4
2, the extraction unit 23 extracts the travel time between adjacent intersections from the travel time record file 42,
The information is stored in the travel time database 44 together with the vehicle ID and the travel attribute. In addition, at this time, moving time variation element information such as month, day, day of the week, time, weather, traffic congestion, traffic regulation, and the like are also stored.
【００２１】ここで、車両属性は、自家用車、バス、タ
クシー、商用車、小型トラック、大型トラック等の車両
の種類を表す情報であり、車両ＩＤは、個々の車両を識
別するための情報である。また、移動属性は、走行形態
を表す情報であり、路線バスのように乗降のための定期
的な停車を伴う走行と通常走行とを区別するために用い
られる。また、移動時間変動要素情報は、移動時間を変
動させる要素の情報を表す。Here, the vehicle attribute is information representing the type of vehicle such as a private car, a bus, a taxi, a commercial vehicle, a small truck, a large truck, etc., and the vehicle ID is information for identifying each vehicle. is there. The movement attribute is information indicating a traveling mode, and is used for distinguishing between traveling with regular stopping for getting on and off like a route bus and normal traveling. The travel time variation element information represents information on an element that varies the travel time.
【００２２】統計処理部２４は、移動時間データベース
４４に蓄積された移動時間データを、車両属性、移動属
性、および移動時間変動要素に応じて分類し、統計処理
を行う。得られた統計データは、移動時間データベース
４４に格納される。The statistical processing unit 24 classifies the travel time data stored in the travel time database 44 according to vehicle attributes, travel attributes, and travel time variation factors, and performs statistical processing. The obtained statistical data is stored in the travel time database 44.
【００２３】ドライバが、携帯電話３１等を用いて基地
局２１のオペレータに特定の経路の移動時間予測を依頼
すると、オペレータは、計算部２５にその経路を指定す
る情報と、移動時間変動要素を指定する情報を入力す
る。When the driver requests the operator of the base station 21 to predict the travel time of a specific route using the mobile phone 31 or the like, the operator sends the information specifying the route and the travel time variation factor to the calculation unit 25. Enter the information to be specified.
【００２４】そして、計算部２５は、移動時間データベ
ースのデータを参照して、指定された経路の移動時間
を、指定された移動時間変動要素の条件下で求める。こ
こで、現時点での移動時間を求められた場合には、最新
のデータと統計データの両方を用いて所要時間を計算す
る。Then, the calculation unit 25 refers to the data of the travel time database to determine the travel time of the designated route under the condition of the designated travel time variation factor. Here, when the current travel time is obtained, the required time is calculated using both the latest data and the statistical data.
【００２５】計算結果は、移動時間計算結果ファイル４
３に記録され、通信部２２から運行情報装置１１に送信
される。この移動時間計算結果ファイル４３には、地図
上に表示するための画像データ、ドライバに音声で通知
するための音声データ、テキスト／図表の表示データ等
が含まれる。The calculation result is the travel time calculation result file 4
3 and transmitted from the communication unit 22 to the operation information device 11. The travel time calculation result file 43 includes image data to be displayed on a map, voice data to notify the driver by voice, display data of text / chart, and the like.
【００２６】運行情報装置１１では、通信部１６が移動
時間計算結果ファイル４３を受信すると、表示部１７
が、画像データおよびテキスト／図表の表示データを用
いて予測結果を画面表示し、音声出力部１８が、音声デ
ータを読み上げてドライバに予測結果を通知する。In the operation information device 11, when the communication unit 16 receives the travel time calculation result file 43, the display unit 17
Displays the prediction result on the screen using the image data and the display data of the text / chart, and the voice output unit 18 reads out the voice data and notifies the driver of the prediction result.
【００２７】次に、図３から図７までを参照しながら、
処理に用いられるデータの具体例を説明する。図３は、
４つの交差点を含む道路地図を示している。この地図に
おいて、バスが、交差点１→交差点２→交差点４の順に
通過し、自家用車が、交差点２→交差点１→交差点３の
順に通過したものとする。Next, referring to FIGS. 3 to 7,
A specific example of data used for processing will be described. FIG.
5 shows a road map including four intersections. In this map, it is assumed that a bus passes in the order of intersection 1 → intersection 2 → intersection 4 and a private car passes in the order of intersection 2 → intersection 1 → intersection 3.
【００２８】このとき、例えば、図４、５に示すような
移動時間記録ファイルが、バス、自家用車のそれぞれに
おいて生成され、基地局に送られる。これらの移動時間
記録ファイルには、移動区間、通過時刻、移動時間、車
両属性、車両ＩＤ、および移動属性の情報フィールドが
設けられている。このうち、車両属性、車両ＩＤ、およ
び移動属性の意味については、上述した通りである。At this time, for example, a travel time recording file as shown in FIGS. 4 and 5 is generated in each of the bus and the private vehicle, and sent to the base station. These travel time recording files are provided with information fields of travel section, passage time, travel time, vehicle attribute, vehicle ID, and travel attribute. Among them, the meanings of the vehicle attribute, the vehicle ID, and the movement attribute are as described above.
【００２９】移動区間は、隣接する２つの交差点間の区
間を表し、区間の始点となる交差点の番号（ＦＲＯＭ）
と、その終点となる交差点の番号（ＴＯ）を用いて記述
される。通過時刻は、車両が区間の終点の交差点を通過
した時刻を表し、移動時間は、その区間の移動に要した
時間を表す。The moving section represents a section between two adjacent intersections, and the number of the intersection (FROM) which is the start point of the section
Is described using the number (TO) of the intersection that is the end point. The passing time indicates the time at which the vehicle has passed the intersection at the end point of the section, and the travel time indicates the time required for moving in the section.
【００３０】図４の移動時間記録ファイルからは、バス
Ａ１が、交差点１から交差点２まで移動するのに１０分
５秒かかり、７月７日１５時３０分２０秒に交差点２を
通過したことが分かる。また、この区間の移動属性は
“１”であり、停留所に一時停車したことを示してい
る。From the travel time recording file shown in FIG. 4, it can be seen that it took 10 minutes and 5 seconds for bus A1 to travel from intersection 1 to intersection 2 and passed intersection 2 at 15:30:20 on July 7. I understand. The movement attribute of this section is “1”, indicating that the vehicle has been temporarily stopped at the stop.
【００３１】さらに、バスＡ１は、交差点２から交差点
４まで移動するのに５分１０秒かかり、１５時３５分３
０秒に交差点４を通過したことが分かる。この区間の移
動属性は“０”であり、停車することなく走行したこと
を示している。Further, it takes 5 minutes and 10 seconds for the bus A1 to travel from the intersection 2 to the intersection 4 and 15: 35: 3
It can be seen that the vehicle passed the intersection 4 at 0 seconds. The movement attribute of this section is “0”, indicating that the vehicle traveled without stopping.
【００３２】また、図５の移動時間記録ファイルから
は、自家用車が、交差点２から交差点１まで移動するの
に８分３０秒かかり、７月７日１５時３０分２０秒に交
差点１を通過したことが分かる。また、自家用車は、そ
の後、交差点１から交差点３まで移動するのに５分４０
秒かかり、１５時３６分に交差点３を通過したことが分
かる。これらの区間の移動属性はともに“０”であり、
停車することなく走行したことを示している。From the travel time record file shown in FIG. 5, it takes 8 minutes and 30 seconds for the private car to travel from intersection 2 to intersection 1 and pass intersection 1 at 15:30:20 on July 7. You can see that In addition, the private car then travels from intersection 1 to intersection 3 for 5 minutes and 40 minutes.
It takes seconds and it can be seen that the vehicle passed the intersection 3 at 15:36. The movement attributes of these sections are both “0”,
This indicates that the vehicle ran without stopping.
【００３３】これらの移動時間記録ファイルを受け取っ
た基地局は、移動時間データベース内に、図６に示すよ
うな移動時間テーブルと図７に示すような移動時間変動
要素テーブルを作成する。The base station having received these travel time recording files creates a travel time table as shown in FIG. 6 and a travel time variation element table as shown in FIG. 7 in the travel time database.
【００３４】図６の移動時間テーブルは、交差点２を始
点とし交差点１を終点とする区間の移動時間データを保
持する。このテーブルには、区間の終点の通過時刻、移
動時間、車両属性、車両ＩＤ、および移動属性が記録さ
れている。同様のテーブルは、基地局が管理するエリア
内のすべての移動区間について作成される。The travel time table of FIG. 6 holds travel time data of a section starting at intersection 2 and ending at intersection 1. In this table, the passage time, the travel time, the vehicle attribute, the vehicle ID, and the travel attribute of the end point of the section are recorded. Similar tables are created for all moving sections within the area managed by the base station.
【００３５】このように、通過時刻、車両属性、および
移動属性を記録しておくことで、時間帯毎、車両の種類
毎、および走行形態毎に分類した統計データを作成し、
より詳細な予測処理を行うことができる。As described above, by recording the passing time, the vehicle attribute, and the movement attribute, statistical data classified for each time zone, for each type of vehicle, and for each traveling mode is created.
More detailed prediction processing can be performed.
【００３６】また、図７の移動時間変動要素テーブル
は、図３に示した領域を含む地域Ａ内の移動時間変動要
素データを、時間帯毎に保持する。例えば、１０時から
１１時までの時間帯の天候は雪であり、１１時から１２
時までの時間帯には、交差点１と交差点２の間で事故渋
滞があり、１２時から１３時までの時間帯には、交差点
３と交差点４の間で一車線規制があったことが、このテ
ーブルに記録されている。The moving time fluctuation element table of FIG. 7 holds the moving time fluctuation element data in the area A including the area shown in FIG. 3 for each time zone. For example, the weather from 10:00 to 11:00 is snow, and from 11:00 to 12
In the time period up to the hour, there was an accident traffic jam between the intersection 1 and the intersection 2, and in the time period from 12:00 to 13:00, there was one lane regulation between the intersection 3 and the intersection 4. It is recorded in this table.
【００３７】移動時間変動要素データとしては、雨や雪
等の天候、渋滞、交通規制の他に、近隣地域の事故、マ
ラソンやパレード等のイベント（行事）の情報も記録し
ておくことができる。このような移動時間変動要素デー
タを記録しておくことで、様々な状況に応じた統計デー
タを作成し、より詳細な予測処理を行うことができる。As the travel time variation element data, in addition to weather such as rain and snow, traffic congestion, traffic regulations, information on events (events) such as accidents in nearby areas, marathons and parades, etc. can be recorded. . By recording such moving time variation element data, statistical data according to various situations can be created, and more detailed prediction processing can be performed.
【００３８】次に、図８から図１７までを参照しなが
ら、図２の移動時間予測システムが行う処理についてよ
り詳細に説明する。図８は、運行情報装置が行うデータ
収集処理のフローチャートである。処理が開始される
と、運行情報装置は、自車位置を測位し（ステップＳ
１）、次に通過する交差点Ｎの位置と測位位置との距離
Ｄが最小かどうかを判定する（ステップＳ２）。交差点
Ｎの位置は、交差点位置情報ファイルに格納されてい
る。Next, the processing performed by the travel time prediction system of FIG. 2 will be described in more detail with reference to FIGS. FIG. 8 is a flowchart of a data collection process performed by the operation information device. When the processing is started, the operation information device measures the position of the own vehicle (Step S).
1) It is determined whether or not the distance D between the position of the intersection N that passes next and the positioning position is minimum (step S2). The position of the intersection N is stored in the intersection position information file.
【００３９】図９は、交差点付近における測位位置の軌
跡を示している。一般に、交差点を通過する車両の測位
位置は、×印で示すように、初めは、徐々に交差点中心
に近付いて行き、その後、徐々に交差点中心から遠ざか
って行く。したがって、いくつかの測位位置を交差点中
心の位置と比較することで、距離Ｄが最小となるような
測位位置Ｐ１が求められる。FIG. 9 shows the locus of the positioning position near the intersection. In general, the positioning position of a vehicle passing through an intersection initially gradually approaches the center of the intersection and then gradually moves away from the center of the intersection as indicated by the mark x. Therefore, by comparing some positioning positions with the position at the center of the intersection, a positioning position P1 that minimizes the distance D is obtained.
【００４０】Ｄが最小となる位置が求められなければ、
ステップＳ１以降の処理を繰り返す。Ｄが最小となる位
置が得られれば、通過した交差点ＮのＩＤを記憶すると
ともに、位置Ｐ１を計測したときの時刻を通過時刻ＴN
として記憶する（ステップＳ３）。If the position where D becomes minimum is not found,
The processing after step S1 is repeated. If the position where D becomes the minimum is obtained, the ID of the intersection N that has passed is stored, and the time when the position P1 is measured is set to the passing time T N.
(Step S3).
【００４１】次に、直前に通過した交差点Ｎ−１の通過
時刻ＴN-1 と交差点Ｎの通過時刻Ｔ N の差ΔＴを計算
し、それを交差点Ｎ−１から交差点Ｎまでの移動時間と
する（ステップＳ４）。そして、交差点Ｎ、Ｎ−１のＩ
Ｄ、交差点Ｎの通過時刻ＴN 、移動時間ΔＴ、車両属
性、車両ＩＤ、および移動属性を、移動時間記録ファイ
ルに記録する（ステップＳ５）。図４、５の例では、移
動区間のＴＯとＦＲＯＭが、それぞれ、交差点番号Ｎと
Ｎ−１のＩＤに対応している。Next, passing the intersection N-1 which has just passed
Time TN-1And the passing time T of the intersection N NCalculate the difference ΔT
And the travel time from intersection N-1 to intersection N
(Step S4). Then, I at the intersections N and N-1
D, passing time T at intersection NN, Travel time ΔT, vehicle class
Information, the vehicle ID, and the movement attribute.
(Step S5). In the example of FIGS.
The TO and FROM of the moving section are the intersection number N and
It corresponds to N-1 ID.
【００４２】次に、基地局から移動時間記録ファイルの
送信要求があったかどうかを判定する（ステップＳ
６）。その要求があれば、移動時間記録ファイルを基地
局に送信し（ステップＳ９）、走行が終了したかどうか
を判定する（ステップＳ１０）。ここでは、例えば、車
両のエンジンが停止すれば、走行が終了したと判定され
る。走行が終了していなければ、ステップＳ１以降の処
理を繰り返す。Next, it is determined whether or not there has been a request for transmission of the travel time recording file from the base station (step S).
6). If there is such a request, the travel time recording file is transmitted to the base station (step S9), and it is determined whether or not the travel has been completed (step S10). Here, for example, if the engine of the vehicle stops, it is determined that the traveling has ended. If the traveling has not been completed, the processing from step S1 is repeated.
【００４３】ステップＳ６において、基地局から移動時
間記録ファイルの送信要求がなければ、次に、移動時間
を定期的に基地局に送信するように設定されているかど
うかを判定する（ステップＳ７）。そのように設定され
ていれば、次に、送信条件が満足されたかどうかを判定
する（ステップＳ８）。ここでは、一定時間が経過した
か、または、車両が一定距離を走行した場合に、送信条
件が満足されたと判定される。In step S6, if there is no request for transmission of the travel time recording file from the base station, it is next determined whether or not the travel time is set to be periodically transmitted to the base station (step S7). If so, it is next determined whether the transmission condition is satisfied (step S8). Here, it is determined that the transmission condition is satisfied when a certain time has elapsed or when the vehicle has traveled a certain distance.
【００４４】送信条件が満足されれば、ステップＳ９以
降の処理を行う。ステップＳ７において移動時間を定期
的に送信するように設定されていないとき、および、ス
テップＳ８において送信条件が満足されないときは、次
に、移動時間をイベント毎に基地局に送信するように設
定されているかどうかを判定する（ステップＳ１１）。
ここでのイベントとは、交差点通過や停車等の走行に伴
って発生する車両の状態を指す。If the transmission conditions are satisfied, the processing after step S9 is performed. If it is not set in step S7 to periodically transmit the travel time, and if the transmission condition is not satisfied in step S8, then the travel time is set to be transmitted to the base station for each event. It is determined whether or not it has been performed (step S11).
Here, the event refers to a state of the vehicle that occurs as the vehicle travels through an intersection or stops.
【００４５】移動時間をイベント毎に送信するように設
定されていなければ、ステップＳ１以降の処理を繰り返
す。そのように設定されていれば、次に、イベントが発
生したかどうかを判定する（ステップＳ１２）。イベン
トが発生していなければ、ステップＳ１以降の処理を繰
り返し、イベントが発生していれば、ステップＳ９以降
の処理を行う。そして、ステップＳ１０において、走行
が終了すれば、処理を終了する。If the travel time is not set to be transmitted for each event, the processing from step S1 is repeated. If so, then it is determined whether an event has occurred (step S12). If the event has not occurred, the processing from step S1 is repeated, and if the event has occurred, the processing from step S9 is performed. Then, in step S10, when the traveling is completed, the processing is completed.
【００４６】このようなデータ収集処理によれば、基地
局からの要求に応じて移動時間記録ファイルを基地局に
送信することができる。また、基地局からの要求がない
ときには、定期的またはイベント発生毎にそれを送信す
ることができる。According to such data collection processing, the travel time recording file can be transmitted to the base station in response to a request from the base station. When there is no request from the base station, it can be transmitted periodically or each time an event occurs.
【００４７】次に、図１０は、基地局によるデータベー
ス作成処理のフローチャートである。処理が開始される
と、基地局は、車両の運行情報装置から移動時間記録フ
ァイルを受信し（ステップＳ２１）、移動時間変動要素
データと合わせて、移動時間データを移動時間データベ
ースに蓄積する（ステップＳ２２）。Next, FIG. 10 is a flowchart of the database creation processing by the base station. When the process is started, the base station receives the travel time record file from the operation information device of the vehicle (step S21), and stores the travel time data in the travel time database together with the travel time variation element data (step S21). S22).
【００４８】そして、移動時間データを統計処理するか
どうかを判定する（ステップＳ２３）。ここでは、一定
時間毎、あるいは、一定数の新たな移動時間データが蓄
積される毎に、統計処理が行われるものとする。統計処
理を行わない場合は、ステップＳ２１以降の処理を繰り
返す。Then, it is determined whether or not the movement time data is statistically processed (step S23). Here, it is assumed that the statistical processing is performed every fixed time or every time a fixed number of new movement time data is accumulated. If the statistical processing is not performed, the processing after step S21 is repeated.
【００４９】統計処理を行う場合は、車両属性、移動属
性、および移動時間変動要素に応じて、移動時間データ
を分類する（ステップＳ２４）。次に、移動区間毎に統
計処理を行って、移動時間データの分布、平均値、最大
値、最小値等を求める。そして、処理結果を移動時間デ
ータベースに蓄積し、ステップＳ２１以降の処理を繰り
返す。When performing the statistical processing, the travel time data is classified according to the vehicle attributes, the travel attributes, and the travel time variation factors (step S24). Next, statistical processing is performed for each movement section to determine the distribution, average value, maximum value, minimum value, and the like of the movement time data. Then, the processing result is accumulated in the travel time database, and the processing from step S21 is repeated.
【００５０】移動時間データを車両属性毎に統計処理す
ることで、車両の種類に応じた移動時間の傾向を求める
ことができ、移動属性毎に統計処理することで、走行形
態に応じた傾向を求めることができる。また、移動時間
変動要素毎に統計処理することで、時間帯、天候、道路
状況等に応じた傾向を求めることができる。By statistically processing the travel time data for each vehicle attribute, the tendency of the travel time according to the type of the vehicle can be obtained. You can ask. Also, by performing statistical processing for each moving time variation element, it is possible to obtain a tendency according to a time zone, weather, road conditions, and the like.
【００５１】例えば、Ａ地点からＢ地点までの移動に
は、平日の昼間は平均２０分かかるところが、休日の夜
間は平均１０分しかかからないというような傾向が記録
される。また、雨が降ると、その移動時間が平均３０分
になり、渋滞すると、平均６０分になるというような傾
向も記録される。For example, a tendency is recorded that the travel from point A to point B takes an average of 20 minutes during the daytime on weekdays, but takes an average of only 10 minutes at night on holidays. In addition, a tendency is recorded that when it rains, the travel time becomes an average of 30 minutes, and when traffic is heavy, the average is 60 minutes.
【００５２】次に、図１１は、基地局による移動時間予
測処理のフローチャートである。処理が開始されると、
基地局のオペレータは、まず、経路を設定し（ステップ
Ｓ３１）、移動時間変動要素のパラメータを設定する
（ステップＳ３２）。Next, FIG. 11 is a flowchart of the movement time prediction processing by the base station. When the process starts,
First, the base station operator sets a route (step S31), and sets parameters of a moving time variation element (step S32).
【００５３】ここでは、例えば、図１２に示すように、
Ａ地点を出発地とし、Ｂ地点を目的地とし、交差点１お
よび２を経由地とするような経路が設定される。また、
移動時間変動要素としては、月日、曜日、出発時刻（現
在時刻）、天候等が入力される。移動時間変動要素と合
わせて、車両属性、車両ＩＤ、および移動属性も、必要
に応じて設定することができる。Here, for example, as shown in FIG.
A route is set such that point A is a departure point, point B is a destination, and intersections 1 and 2 are via points. Also,
As the moving time variation element, a month, a day, a day of the week, a departure time (current time), weather, and the like are input. The vehicle attribute, the vehicle ID, and the movement attribute can be set as necessary together with the movement time variation element.
【００５４】図１２の例では、月日、曜日、出発時刻、
および天候の情報として、７月７日（七夕）、月曜日、
１７時、雨という情報が入力され、車両属性としてタク
シーが指定される。これらの情報のうち、日時等は、通
常、オペレータにより指定され、天候や車両属性等の情
報はドライバにより指定される。In the example of FIG. 12, the date, the day of the week, the departure time,
And as weather information, July 7 (Tanabata), Monday,
At 17:00, information of rain is input, and a taxi is designated as a vehicle attribute. Of these pieces of information, the date and time are usually specified by the operator, and information such as weather and vehicle attributes are specified by the driver.
【００５５】次に、基地局は、移動時間データベースか
ら、移動時間の現在の実績値と過去の統計値を抽出する
（ステップＳ３３）。現在の実績値とは、設定された経
路上の各区間の最新の移動時間データを指し、例えば、
図１３に示すように、車両属性毎に抽出される。Next, the base station extracts the current actual value and the past statistical value of the travel time from the travel time database (step S33). The current actual value refers to the latest travel time data of each section on the set route, for example,
As shown in FIG. 13, it is extracted for each vehicle attribute.
【００５６】図１３においては、Ａ地点から交差点１ま
でのタクシーの移動時間が、２０±１分となっている。
±１分は、実績値２０分に対する誤差を表す。他の区間
および他の車種の実績値についても同様である。In FIG. 13, the taxi travel time from point A to intersection 1 is 20 ± 1 minute.
± 1 minute represents an error with respect to the actual value of 20 minutes. The same applies to actual values of other sections and other vehicle types.
【００５７】また、過去の統計値とは、過去の移動時間
データを統計処理した結果を指し、例えば、図１４、１
５、１６に示すようなデータを含んでいる。図１４、１
５、１６は、それぞれ、Ａ地点から交差点１までの区
間、交差点１から交差点２までの区間、交差点２からＢ
地点までの区間におけるタクシーによる平均移動時間の
時間変化を表している。The past statistical value refers to the result of statistical processing of past traveling time data.
5 and 16 are included. FIG. 14, 1
5 and 16 are a section from point A to intersection 1, a section from intersection 1 to intersection 2, and a section from intersection 2 to B, respectively.
It shows the time change of the average traveling time by taxi in the section to the point.
【００５８】次に、過去の統計値から時間変動を予測し
て、現在の実績値を補正し、移動時間の予測値を確率的
に算出する（ステップＳ３４）。例えば、図１４におい
ては、１６時から１８時まで移動時間の平均値に変動は
なく、この区間の移動時間は２０分と予測される。した
がって、交差点１の通過予定時刻は１７時２０分とな
る。Next, the time variation is predicted from the past statistical values, the current actual value is corrected, and the predicted value of the traveling time is calculated stochastically (step S34). For example, in FIG. 14, there is no change in the average value of the travel time from 16:00 to 18:00, and the travel time in this section is predicted to be 20 minutes. Therefore, the scheduled passage time of the intersection 1 is 17:20.
【００５９】また、交差点１から交差点２までの区間に
おいては、１７時以降、移動時間は徐々に増加してい
る。これは、この区間が徐々に混雑することを示してお
り、１７時２０分には、移動時間が８分になると予測さ
れる。したがって、交差点２の通過予定時刻は１７時２
８分となる。In the section from intersection 1 to intersection 2, the movement time gradually increases after 17:00. This indicates that this section is gradually crowded, and it is predicted that at 17:20, the travel time will be 8 minutes. Therefore, the scheduled passage time of intersection 2 is 17:02
8 minutes.
【００６０】また、交差点２からＢ地点までの区間にお
いては、１７時以降、移動時間は急激に減少している。
これは、この区間の混雑が１７時以降には解消されるこ
とを示している。このため、１７時現在では混雑の解消
が遅く、実績値が２０分であっても、１７時２８分頃に
は移動時間は１０分に減少していると予測される。した
がって、Ｂ地点の到着予定時刻は１７時３８分となる。Further, in the section from the intersection 2 to the point B, the moving time sharply decreases after 17:00.
This indicates that the congestion in this section will be resolved after 17:00. For this reason, as of 17:00, the congestion is slowly resolved, and even if the actual value is 20 minutes, the travel time is predicted to decrease to 10 minutes at around 17:28. Therefore, the estimated arrival time at the point B is 17:38.
【００６１】ところで、収集された移動時間データは、
平均値付近の値を頂点として山型に分布すると考えられ
る。そこで、公知の統計処理の手法により、各点のデー
タをサンプリングすることで、山の形状を数式化するこ
とができる。そして、頂点付近の値をとる確率を求める
ことができる。上述した各区間の移動時間の予測値に
は、このような確率データが付加されているものとす
る。By the way, the collected travel time data is
It is considered that the value is distributed in a mountain shape with the value near the average value as a vertex. Therefore, by sampling the data of each point by a known statistical processing method, the shape of the mountain can be converted into a mathematical expression. Then, the probability of taking a value near the vertex can be obtained. It is assumed that such probability data is added to the predicted value of the travel time of each section described above.
【００６２】このとき、Ａ地点からＢ地点までの移動時
間の予測結果は、±３分の予測誤差を含めて、例えば、
３８±３分（確率７０％）のように表現される。この予
測結果は、移動時間計算結果ファイルに格納されて、一
旦、Ａ地点の車両に通知される。At this time, the prediction result of the travel time from the point A to the point B includes a prediction error of ± 3 minutes, for example,
Expressed as 38 ± 3 minutes (70% probability). This prediction result is stored in the travel time calculation result file and is once notified to the vehicle at the point A.
【００６３】次に、実績値の時間変化から各区間の予測
値を修正し、経路の移動時間の予測値を修正して（ステ
ップＳ３５）、処理を終了する。例えば、実際に２０分
かかってＡ地点から交差点１まで移動した後、残りの各
区間の予測値は、図１７に示すように修正される。交差
点１から交差点２までの区間においては、統計データよ
り早目に混雑が激しくなったことが分かったため、８分
の予測時間が１０分に変更されている。また、交差点２
からＢ地点までの区間においては、混雑の解消が統計デ
ータより遅れているため、１０分の予測時間が１５分に
変更されている。Next, the predicted value of each section is corrected based on the time change of the actual value, the predicted value of the travel time of the route is corrected (step S35), and the process is terminated. For example, after actually moving from the point A to the intersection 1 in 20 minutes, the predicted values of the remaining sections are corrected as shown in FIG. In the section from the intersection 1 to the intersection 2, it was found that the congestion became intense earlier than the statistical data, so the prediction time of 8 minutes was changed to 10 minutes. In addition, intersection 2
In the section from to point B, the congestion is delayed from the statistical data, so the 10-minute prediction time is changed to 15 minutes.
【００６４】こうして予測をやり直した結果、交差点１
からＢ地点までの移動時間の予測値は、例えば、２５±
２分（確率８０％）となり、Ｂ地点の到着予定時刻は１
７時４５分となる。この予測結果も、移動時間計算結果
ファイルに格納されて、交差点１を通過した車両に通知
される。As a result of redoing the prediction in this way, intersection 1
The predicted value of the travel time from the point to the point B is, for example, 25 ±
2 minutes (probability 80%), the expected arrival time at point B is 1
It is 7:45. This prediction result is also stored in the travel time calculation result file, and is notified to the vehicle that has passed the intersection 1.
【００６５】以上説明した実施形態においては、移動時
間の予測を基地局側で行っているが、これを運行情報装
置側で行うことも可能である。この場合、移動時間デー
タベースの必要なデータを基地局側から運行情報装置に
送信し、運行情報装置は、受信したデータと自ら収集し
た最新データとを合わせて、移動時間を予測する。In the above-described embodiment, the travel time is predicted on the base station side. However, the prediction can be performed on the operation information device side. In this case, necessary data of the travel time database is transmitted from the base station to the operation information device, and the operation information device estimates the travel time by combining the received data with the latest data collected by itself.
【００６６】また、移動時間データベースにおいて、移
動属性が“１”の場合は、対応する移動時間から停車時
間を差し引いて、移動時間を補正することもできる。例
えば、ドアの開閉やエンジンの停止等を検知するセンサ
を車両に備えておき、その出力信号に基づいて停車時間
を計算してもよく、あらかじめ決められた一定時間を停
車時間として用いてもよい。When the movement attribute is "1" in the travel time database, the travel time can be corrected by subtracting the stop time from the corresponding travel time. For example, a vehicle may be provided with a sensor for detecting opening / closing of a door, stopping of an engine, and the like, and a stop time may be calculated based on an output signal thereof, or a predetermined time may be used as the stop time. .
【００６７】また、プライバシを配慮するために、運行
情報装置から基地局に送る位置情報、移動時間情報に
は、個々の運行情報装置、車両、個人を特定するような
情報を極力用いないことが望ましい。ただし、上述の車
両ＩＤのように特定の情報フィールドを利用することに
より、個々の車両の移動軌跡を追跡することも可能であ
る。In order to take privacy into consideration, the location information and travel time information sent from the operation information device to the base station should not use information that identifies individual operation information devices, vehicles, and individuals as much as possible. desirable. However, it is also possible to track the trajectory of each vehicle by using a specific information field like the vehicle ID described above.
【００６８】図２の運行情報装置１１および基地局２１
は、例えば、図１８に示すような情報処理装置（コンピ
ュータ）を用いて構成することができる。図１８の情報
処理装置は、ＣＰＵ（中央処理装置）５１、メモリ５
２、入力装置５３、出力装置５４、外部記憶装置５５、
媒体駆動装置５６、およびネットワーク接続装置５７を
備え、それらはバス５８により互いに接続されている。The operation information device 11 and the base station 21 shown in FIG.
Can be configured using, for example, an information processing device (computer) as shown in FIG. 18 includes a CPU (central processing unit) 51, a memory 5
2, input device 53, output device 54, external storage device 55,
A medium driving device 56 and a network connection device 57 are provided, which are connected to each other by a bus 58.
【００６９】メモリ５２には、処理に用いられるプログ
ラムとデータが格納される。メモリ５２としては、例え
ばＲＯＭ（read only memory）、ＲＡＭ（random acces
s memory）等が用いられる。ＣＰＵ５１は、メモリ５２
を利用してプログラムを実行することにより、上述した
ような移動時間予測システムの各処理を行う。[0069] The memory 52 stores programs and data used for processing. As the memory 52, for example, ROM (read only memory), RAM (random acces
s memory) is used. The CPU 51 includes a memory 52
By executing the program using the above, each process of the travel time prediction system as described above is performed.
【００７０】入力装置５３は、例えば、キーボード、ポ
インティングデバイス、タッチパネル等であり、必要な
指示や情報の入力に用いられる。出力装置５４は、例え
ば、図２の表示部１７や音声出力部１８に対応し、予測
結果等の出力に用いられる。The input device 53 is, for example, a keyboard, a pointing device, a touch panel or the like, and is used for inputting necessary instructions and information. The output device 54 corresponds to, for example, the display unit 17 and the audio output unit 18 in FIG. 2 and is used for outputting prediction results and the like.
【００７１】外部記憶装置５５は、例えば、磁気ディス
ク装置、光ディスク装置、光磁気ディスク（magneto-op
tical disk）装置等であり、図２の交差点位置情報ファ
イル４１等を格納したり、移動時間データベース４４と
して用いられる。この外部記憶装置５５に、上述のプロ
グラムとデータを保存しておき、必要に応じて、それら
をメモリ５２にロードして使用することもできる。The external storage device 55 includes, for example, a magnetic disk device, an optical disk device, and a magneto-optical disk (magneto-op).
It is used to store the intersection position information file 41 shown in FIG. The above-described program and data can be stored in the external storage device 55, and can be used by loading them into the memory 52 as needed.
【００７２】媒体駆動装置５６は、可搬記録媒体５９を
駆動し、その記録内容にアクセスする。可搬記録媒体５
９としては、メモリカード、フロッピーディスク、ＣＤ
−ＲＯＭ（compact disk read only memory ）、光ディ
スク、光磁気ディスク等、任意のコンピュータ読み取り
可能な記録媒体が用いられる。この可搬記録媒体５９に
上述のプログラムとデータを格納しておき、必要に応じ
て、それらをメモリ５２にロードして使用することもで
きる。The medium driving device 56 drives the portable recording medium 59 and accesses the recorded contents. Portable recording medium 5
9 is a memory card, floppy disk, CD
An arbitrary computer-readable recording medium such as a ROM (compact disk read only memory), an optical disk, and a magneto-optical disk is used. The above-described program and data can be stored in the portable recording medium 59, and can be used by loading them into the memory 52 as needed.
【００７３】ネットワーク接続装置５７は、図２の通信
部１６、２２に対応し、通信に伴うデータ変換を行う。
また、任意のネットワーク（回線）を介して外部の装置
と通信することもできる。これにより、必要に応じて、
上述のプログラムとデータを外部の装置から受け取り、
それらをメモリ５２にロードして使用することができ
る。The network connection device 57 corresponds to the communication units 16 and 22 in FIG. 2 and performs data conversion accompanying communication.
It can also communicate with external devices via any network (line). This allows you to:
Receiving the above programs and data from an external device,
They can be loaded into the memory 52 and used.
【００７４】図１９は、図１８の情報処理装置にプログ
ラムとデータを供給することのできるコンピュータ読み
取り可能な記録媒体を示している。可搬記録媒体５９や
外部のデータベース６０に保存されたプログラムとデー
タは、メモリ５２にロードされる。そして、ＣＰＵ５１
は、そのデータを用いてそのプログラムを実行し、必要
な処理を行う。FIG. 19 shows a computer-readable recording medium capable of supplying a program and data to the information processing apparatus shown in FIG. The programs and data stored in the portable recording medium 59 and the external database 60 are loaded into the memory 52. And the CPU 51
Executes the program using the data and performs necessary processing.
【００７５】[0075]
【発明の効果】本発明によれば、個々の車両の隣接交差
点間の移動時間の実測値を、天候や道路状況に基づいて
統計処理し、その結果を用いて経路の移動時間を予測す
る。このため、個々の車両に応じた詳細な予測を行うこ
とができ、精度の高い予測結果が得られる。According to the present invention, the actual measurement value of the travel time between adjacent intersections of individual vehicles is statistically processed based on weather and road conditions, and the travel time of the route is predicted using the result. For this reason, detailed prediction corresponding to each vehicle can be performed, and a highly accurate prediction result can be obtained.
【図１】本発明の移動時間予測システムの原理図であ
る。FIG. 1 is a principle diagram of a travel time prediction system according to the present invention.
【図２】移動時間予測システムの構成図である。FIG. 2 is a configuration diagram of a travel time prediction system.
【図３】交差点を示す図である。FIG. 3 is a diagram showing an intersection.
【図４】第１の移動時間記録ファイルを示す図である。FIG. 4 is a diagram showing a first travel time recording file.
【図５】第２の移動時間記録ファイルを示す図である。FIG. 5 is a diagram showing a second movement time recording file.
【図６】移動時間テーブルを示す図である。FIG. 6 is a diagram showing a movement time table.
【図７】移動時間変動要素テーブルを示す図である。FIG. 7 is a diagram showing a moving time variation element table.
【図８】データ収集処理のフローチャートである。FIG. 8 is a flowchart of a data collection process.
【図９】交差点における測位位置を示す図である。FIG. 9 is a diagram showing a positioning position at an intersection.
【図１０】データベース作成処理のフローチャートであ
る。FIG. 10 is a flowchart of a database creation process.
【図１１】予測処理のフローチャートである。FIG. 11 is a flowchart of a prediction process.
【図１２】経路を示す図である。FIG. 12 is a diagram showing a route.
【図１３】移動時間の実績値を示すである。FIG. 13 is a graph showing actual values of travel time.
【図１４】第１の統計データを示す図である。FIG. 14 is a diagram showing first statistical data.
【図１５】第２の統計データを示す図である。FIG. 15 is a diagram showing second statistical data.
【図１６】第３の統計データを示す図である。FIG. 16 is a diagram showing third statistical data.
【図１７】修正された予測値を示す図である。FIG. 17 is a diagram showing a corrected predicted value.
【図１８】情報処理装置の構成図である。FIG. 18 is a configuration diagram of an information processing apparatus.
【図１９】記録媒体を示す図である。FIG. 19 is a diagram showing a recording medium.
１ 計測手段 ２ 処理手段 ３ 格納手段 ４ 予測手段 ５ 出力手段 １１ 運行情報装置 １２ アンテナ １３ 測位部 １４ 位置比較部 １５ 通信制御部 １６、２２ 通信部 １７ 表示部 １８ 音声出力部 ２１ 基地局 ２３ 抽出部 ２４ 統計処理部 ２５ 計算部 ３１ 携帯電話 ４１ 交差点位置情報ファイル ４２ 移動時間記録ファイル ４３ 移動時間計算結果ファイル ４４ 移動時間データベース ５１ ＣＰＵ ５２ メモリ ５３ 入力装置 ５４ 出力装置 ５５ 外部記憶装置 ５６ 媒体駆動装置 ５７ ネットワーク接続装置 ５８ バス ５９ 可搬記録媒体 ６０ データベース DESCRIPTION OF SYMBOLS 1 Measurement means 2 Processing means 3 Storage means 4 Prediction means 5 Output means 11 Operation information device 12 Antenna 13 Positioning unit 14 Position comparison unit 15 Communication control unit 16, 22 Communication unit 17 Display unit 18 Voice output unit 21 Base station 23 Extraction unit 24 Statistical processing unit 25 Calculating unit 31 Mobile phone 41 Intersection position information file 42 Moving time record file 43 Moving time calculation result file 44 Moving time database 51 CPU 52 Memory 53 Input device 54 Output device 55 External storage device 56 Medium drive device 57 Network Connection device 58 Bus 59 Portable recording medium 60 Database
───────────────────────────────────────────────────── フロントページの続き (72)発明者 橋本 健 神奈川県川崎市中原区上小田中４丁目１番 １号 富士通株式会社内 (72)発明者 木谷 哲也 兵庫県神戸市兵庫区御所通１丁目２番28号 富士通テン株式会社内 (72)発明者 岩井 章 兵庫県神戸市兵庫区御所通１丁目２番28号 富士通テン株式会社内 (72)発明者 団野 敏彦 兵庫県神戸市兵庫区御所通１丁目２番28号 富士通テン株式会社内 Ｆターム(参考） 2F085 AA00 CC02 EE04 FF00 GG12 GG23 GG24 GG25 5H180 AA01 AA06 AA14 AA15 AA16 BB05 BB13 CC12 DD02 EE02 FF01 FF05 FF12 FF13 FF22 FF25 FF32 ──────────────────────────────────────────────────続 き Continued on the front page (72) Inventor Ken Hashimoto 4-1-1, Kamidadanaka, Nakahara-ku, Kawasaki-shi, Kanagawa Prefecture Inside Fujitsu Limited (72) Inventor Tetsuya Kitani 1-2-2 Goshodori, Hyogo-ku, Kobe-shi, Hyogo No. 28 Fujitsu Ten Co., Ltd. (72) Inventor Akira Iwai 1-2-28 Goshodori, Hyogo-ku, Kobe City, Hyogo Prefecture Inside Fujitsu Ten Co., Ltd. (72) Inventor Toshihiko Tanno 1, Goshodori, Hyogo-ku, Hyogo Prefecture F-term in Fujitsu Ten Co., Ltd. 2-28 Cf. (reference)
Claims (16)
位置と計測時刻から、該区間の移動時間に関する情報を
求める処理手段と、 １台以上の車両から収集された移動時間に関する情報に
基づいて１つ以上の区間を含む経路の移動時間を予測し
た予測結果を格納する予測結果格納手段と、 前記予測結果を出力する出力手段とを備えることを特徴
とする移動時間予測システム。1. A measuring means for measuring a position of a vehicle, a processing means for obtaining information on a traveling time of a section from positions and measuring times measured at two points in a predetermined section, A prediction result storage unit for storing a prediction result obtained by predicting a travel time of a route including one or more sections based on the information on the travel time collected from the vehicle, and an output unit for outputting the prediction result A travel time prediction system, characterized in that:
し、前記予測結果の情報を受信する通信手段をさらに備
え、該予測結果は、前記１台以上の車両から送信された
移動時間に関する情報に基づいて外部で生成された後、
該移動時間予測システムに送信されることを特徴とする
請求項１記載の移動時間予測システム。2. The communication device according to claim 1, further comprising a communication unit configured to transmit information relating to a travel time of the section and receive the information of the prediction result, wherein the prediction result includes information relating to the travel time transmitted from the one or more vehicles. Generated externally based on
The travel time prediction system according to claim 1, wherein the system is transmitted to the travel time prediction system.
し、前記１台以上の車両から収集された前記１つ以上の
区間の移動時間に関する情報を受信する通信手段と、該
１つ以上の区間の移動時間に関する情報に基づいて、前
記経路の移動時間を予測する予測手段とをさらに備える
ことを特徴とする請求項１記載の移動時間予測システ
ム。3. Communication means for transmitting information about the travel time of the section and receiving information about the travel time of the one or more sections collected from the one or more vehicles, and the one or more sections. The travel time prediction system according to claim 1, further comprising prediction means for predicting the travel time of the route based on the information on the travel time of the route.
位置情報格納手段をさらに備え、前記処理手段は、前記
計測された位置と該２つの地点の位置を比較して、該２
つの地点のに近い２つの計測位置を求め、該２つの計測
位置の計測時刻から、前記区間の移動時間に関する情報
を求めることを特徴とする請求項１記載の移動時間予測
システム。4. The apparatus further comprises a position information storage unit for storing information on the positions of the two points, wherein the processing unit compares the measured position with the positions of the two points, and
2. The travel time prediction system according to claim 1, wherein two travel positions near two points are obtained, and information on travel time of the section is obtained from the measurement times of the two travel positions. 3.
記２つの地点の識別情報と前記２つの計測位置の計測時
刻を含むことを特徴とする請求項４記載の移動時間予測
システム。5. The travel time prediction system according to claim 4, wherein the information on the travel time of the section includes identification information of the two points and measurement times of the two measurement positions.
両の種類を表す車両属性情報と該区間における走行形態
を表す移動属性情報のうち、少なくとも一方を含むこと
を特徴とする請求項１記載の移動時間予測システム。6. The information according to claim 1, wherein the information on the travel time of the section includes at least one of vehicle attribute information representing a type of a vehicle and travel attribute information representing a traveling mode in the section. Travel time prediction system.
の移動時間に関する情報を格納する格納手段と、 指定された経路に含まれる各区間の移動時間に基づい
て、該経路の移動時間を予測する予測手段と、 予測結果を送信する通信手段とを備えることを特徴とす
る移動時間予測システム。7. A storage means for storing information on travel times of a plurality of sections collected from one or more vehicles, and based on travel times of each section included in a specified route, the travel time of the route is determined. A travel time prediction system, comprising: prediction means for predicting; and communication means for transmitting a prediction result.
ら前記複数の区間の移動時間に関する情報を受信し、予
測を依頼した車両に前記予測結果を送信することを特徴
とする請求項７記載の移動時間予測システム。8. The communication device according to claim 7, wherein the communication unit receives information on travel times of the plurality of sections from the one or more vehicles and transmits the prediction result to a vehicle that has requested prediction. The described travel time prediction system.
報を統計処理して、前記経路の移動時間を確率的に予測
することを特徴とする請求項７記載の移動時間予測シス
テム。9. The travel time prediction system according to claim 7, wherein the prediction means statistically processes information on travel time of each section and predicts the travel time of the route stochastically.
動時間変動要素の情報を入力する入力手段をさらに備
え、前記格納手段は、前記複数の区間の移動時間に関す
る情報とともに、該移動時間変動要素の情報を格納し、
前記予測手段は、各区間の移動時間の情報を該移動時間
変動要素に応じて統計処理して、前記経路の移動時間を
予測することを特徴とする請求項７記載の移動時間予測
システム。10. An input unit for inputting information on a travel time variation element for varying a travel time of each section, wherein the storage unit includes information on travel times of the plurality of sections and information on the travel time variation element. Stores the information of
8. The travel time prediction system according to claim 7, wherein the prediction unit statistically processes information on travel time of each section according to the travel time variation factor to predict the travel time of the route.
車両の種類を表す車両属性情報と該区間における走行形
態を表す移動属性情報のうち、少なくとも一方の情報を
含み、前記予測手段は、各区間の移動時間の情報を該少
なくとも一方の情報に応じて統計処理して、前記経路の
移動時間を予測することを特徴とする請求項７記載の移
動時間予測システム。11. The information on the travel time of the section,
The vehicle includes at least one of vehicle attribute information representing a type of vehicle and travel attribute information representing a travel mode in the section, and the prediction unit determines travel time information of each section in accordance with the at least one information. The travel time prediction system according to claim 7, wherein the travel time of the route is predicted by performing statistical processing.
が前記経路に含まれる一部の区間を実際に移動するのに
要した時間に基づいて、前記予測結果を修正することを
特徴とする請求項７記載の移動時間予測システム。12. The prediction means corrects the prediction result based on the time required for the vehicle requesting the prediction to actually move in a part of the section included in the route. The travel time prediction system according to claim 7.
位置と計測時刻から、該区間の移動時間に関する情報を
求める処理手段と、 １台以上の車両から収集した複数の区間の移動時間に関
する情報を格納する格納手段と、 指定された経路に含まれる各区間の移動時間に基づい
て、該経路の移動時間を予測する予測手段と、 予測結果を出力する出力手段とを備えることを特徴とす
る移動時間予測システム。13. A measuring means for measuring a position of a vehicle, a processing means for obtaining information on a travel time of a section from a position and a measurement time measured at two points in a predetermined section, Storage means for storing information relating to the travel times of a plurality of sections collected from the above vehicles, predicting means for predicting the travel times of the sections based on the travel times of the sections included in the designated route, Output means for outputting a result.
録した記録媒体であって、 車両の位置を計測する機能と、 あらかじめ決められた区間内の２つの地点で計測された
位置と計測時刻から、該区間の移動時間に関する情報を
求める機能と、 １台以上の車両から収集された移動時間に関する情報に
基づいて１つ以上の区間を含む経路の移動時間を予測し
た予測結果を格納する機能と、 前記予測結果を出力する機能とを前記コンピュータに実
現させるためのプログラムを記録したコンピュータ読み
取り可能な記録媒体。14. A recording medium storing a program for a computer, comprising: a function of measuring a position of a vehicle; and a position and a measurement time measured at two points in a predetermined section. A function for obtaining information on travel time of a vehicle, a function of storing a prediction result of a travel time of a route including one or more sections based on information on travel time collected from one or more vehicles, and the prediction. A computer-readable recording medium on which a program for causing the computer to realize a function of outputting a result is recorded.
録した記録媒体であって、 １台以上の車両から収集した複数の区間の移動時間に関
する情報を格納する機能と、 指定された経路に含まれる各区間の移動時間に基づい
て、該経路の移動時間を予測する機能と、 予測結果を送信する機能とを前記コンピュータに実現さ
せるためのプログラムを記録したコンピュータ読み取り
可能な記録媒体。15. A recording medium on which a program for a computer is recorded, the function of storing information relating to travel time of a plurality of sections collected from one or more vehicles, and each section included in a designated route. A computer-readable recording medium storing a program for causing the computer to realize a function of estimating a travel time of the route based on the travel time of the route and a function of transmitting a prediction result.
を予測する移動時間予測方法であって、 １台以上の車両の位置を計測し、 あらかじめ決められた区間内の２つの地点で計測された
位置と計測時刻から、該区間の移動時間に関する情報を
求め、 前記１台以上の車両から複数の区間の移動時間に関する
情報を収集し、 指定された経路に含まれる各区間の移動時間に基づい
て、該経路の移動時間を予測することを特徴とする移動
時間予測方法。16. A travel time prediction method for predicting a travel time of a vehicle using a computer, comprising: measuring a position of at least one vehicle; and measuring positions measured at two points in a predetermined section. From the measurement time, information about the travel time of the section is obtained, information about the travel time of the plurality of sections is collected from the one or more vehicles, and based on the travel time of each section included in the designated route, A travel time prediction method, wherein the travel time of the route is predicted.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP05755799A JP4313457B2 (en) | 1999-03-04 | 1999-03-04 | Travel time prediction system, program recording medium, travel time prediction method, information providing device, and information acquisition device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP05755799A JP4313457B2 (en) | 1999-03-04 | 1999-03-04 | Travel time prediction system, program recording medium, travel time prediction method, information providing device, and information acquisition device |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2000259977A true JP2000259977A (en) | 2000-09-22 |
| JP2000259977A5 JP2000259977A5 (en) | 2006-04-20 |
| JP4313457B2 JP4313457B2 (en) | 2009-08-12 |
Family
ID=13059129
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP05755799A Expired - Fee Related JP4313457B2 (en) | 1999-03-04 | 1999-03-04 | Travel time prediction system, program recording medium, travel time prediction method, information providing device, and information acquisition device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4313457B2 (en) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002260145A (en) * | 2000-12-27 | 2002-09-13 | Aisin Aw Co Ltd | Traffic information management system, traffic information management method and program thereof |
| JP2003214873A (en) * | 2002-01-28 | 2003-07-30 | Sanyo Electric Co Ltd | Navigation system and server system |
| JP2003256991A (en) * | 2002-03-05 | 2003-09-12 | National Institute Of Advanced Industrial & Technology | Visual probe car system, its traffic information providing method and its information center system |
| JP2007115272A (en) * | 2006-12-25 | 2007-05-10 | Hitachi Ltd | Traffic information processor and traffic information display device |
| JP2008059602A (en) * | 2000-12-27 | 2008-03-13 | Aisin Aw Co Ltd | Traffic information management system and traffic information management method |
| US7636630B2 (en) | 2004-07-28 | 2009-12-22 | Hitachi, Ltd. | Traffic information prediction device with day-factors and day factor classifications |
| JP2011034278A (en) * | 2009-07-31 | 2011-02-17 | Sumitomo Electric Ind Ltd | Processor for probe information and computer program |
| US7894981B2 (en) | 2003-10-16 | 2011-02-22 | Hitachi, Ltd. | Traffic information providing system and car navigation system |
| JP2012047472A (en) * | 2010-08-24 | 2012-03-08 | Nec Biglobe Ltd | Passage determination device, passage determination method, and program |
| JP2015148553A (en) * | 2014-02-07 | 2015-08-20 | 日本電気株式会社 | Path finding server, communication terminal, control method, and program |
| JP2018519606A (en) * | 2015-12-14 | 2018-07-19 | グーグル エルエルシー | Store visit data creation and management |
| WO2019103156A1 (en) * | 2017-11-27 | 2019-05-31 | 株式会社Ｔｒａｃ | Time measurement system |
| US10872353B2 (en) | 2015-12-14 | 2020-12-22 | Google Llc | Providing content to store visitors without requiring proactive information sharing |
-
1999
- 1999-03-04 JP JP05755799A patent/JP4313457B2/en not_active Expired - Fee Related
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002260145A (en) * | 2000-12-27 | 2002-09-13 | Aisin Aw Co Ltd | Traffic information management system, traffic information management method and program thereof |
| JP2008059602A (en) * | 2000-12-27 | 2008-03-13 | Aisin Aw Co Ltd | Traffic information management system and traffic information management method |
| JP2003214873A (en) * | 2002-01-28 | 2003-07-30 | Sanyo Electric Co Ltd | Navigation system and server system |
| JP2003256991A (en) * | 2002-03-05 | 2003-09-12 | National Institute Of Advanced Industrial & Technology | Visual probe car system, its traffic information providing method and its information center system |
| US7894981B2 (en) | 2003-10-16 | 2011-02-22 | Hitachi, Ltd. | Traffic information providing system and car navigation system |
| US8068973B2 (en) | 2003-10-16 | 2011-11-29 | Hitachi, Ltd. | Traffic information providing system and car navigation system |
| US7636630B2 (en) | 2004-07-28 | 2009-12-22 | Hitachi, Ltd. | Traffic information prediction device with day-factors and day factor classifications |
| JP2007115272A (en) * | 2006-12-25 | 2007-05-10 | Hitachi Ltd | Traffic information processor and traffic information display device |
| JP4680882B2 (en) * | 2006-12-25 | 2011-05-11 | 株式会社日立製作所 | Traffic information processing apparatus and traffic information display apparatus |
| JP2011034278A (en) * | 2009-07-31 | 2011-02-17 | Sumitomo Electric Ind Ltd | Processor for probe information and computer program |
| JP2012047472A (en) * | 2010-08-24 | 2012-03-08 | Nec Biglobe Ltd | Passage determination device, passage determination method, and program |
| US8612143B2 (en) | 2010-08-24 | 2013-12-17 | Nec Biglobe, Ltd. | Passage determination device and passage determination method |
| JP2015148553A (en) * | 2014-02-07 | 2015-08-20 | 日本電気株式会社 | Path finding server, communication terminal, control method, and program |
| JP2018519606A (en) * | 2015-12-14 | 2018-07-19 | グーグル エルエルシー | Store visit data creation and management |
| US10592913B2 (en) | 2015-12-14 | 2020-03-17 | Google Llc | Store visit data creation and management |
| US10621603B2 (en) | 2015-12-14 | 2020-04-14 | Google Llc | Store visit data creation and management |
| US10872353B2 (en) | 2015-12-14 | 2020-12-22 | Google Llc | Providing content to store visitors without requiring proactive information sharing |
| US11049122B2 (en) | 2015-12-14 | 2021-06-29 | Google Llc | Store visit data creation and management |
| US11397958B2 (en) | 2015-12-14 | 2022-07-26 | Google Llc | Store visit data creation and management |
| WO2019103156A1 (en) * | 2017-11-27 | 2019-05-31 | 株式会社Ｔｒａｃ | Time measurement system |
| JP6550612B1 (en) * | 2017-11-27 | 2019-07-31 | 株式会社Ｔｒａｃ | Time measurement system |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4313457B2 (en) | 2009-08-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10928209B2 (en) | Assessing inter-modal passenger travel options | |
| US10001380B2 (en) | Navigation using crowdsourcing data | |
| US7433889B1 (en) | Method and system for obtaining traffic sign data using navigation systems | |
| US7499949B2 (en) | Method and system for obtaining recurring delay data using navigation systems | |
| JP3834017B2 (en) | Traffic information management system | |
| JP5076973B2 (en) | Parking information provision system, server, information terminal | |
| US20050125148A1 (en) | Prediction of vehicle operator destinations | |
| US20070001873A1 (en) | Travel time database generating device, method and program | |
| JP2007272606A (en) | Navigation system | |
| JP2000259977A (en) | Moving time predicating system and its method | |
| JP2003316884A (en) | Method and system for calculating amount of cuts of toxic substances in exhaust gas, transaction method for emission right of toxic substances and computer program | |
| JP4706469B2 (en) | Navigation system | |
| JPH11272983A (en) | Route planning device, arrival time predicting device, travel recording and storing device, and route plan/ arrival time prediction system | |
| EP4024361A1 (en) | Methods and systems for predicting road closure in a region | |
| EP3905214A1 (en) | Mobile body management apparatus, control method, program, and storage medium | |
| JP2014066655A (en) | Route search device and route search method | |
| CN110113716B (en) | Path state information acquisition method and device and storage medium | |
| JP5348104B2 (en) | Probe information processing apparatus, computer program, information processing system, and link end passage time calculation method | |
| JP2001195693A (en) | Vehicle information transmitting device and traffic control system | |
| JP5110125B2 (en) | Information processing apparatus and computer program | |
| JP5716312B2 (en) | Information processing apparatus and computer program | |
| JP5104916B2 (en) | Information processing apparatus and computer program | |
| JP3900962B2 (en) | Navigation system, information center and in-vehicle device | |
| JP4820498B2 (en) | Traffic information providing center and method | |
| JP6145843B2 (en) | Information provision device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060303 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060303 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20071214 |
|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20071214 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20071214 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080327 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080408 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080602 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20081111 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20081215 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20090512 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090515 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120522 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |