JP2003303390A

JP2003303390A - 旅行時間予測方法、装置及びプログラム

Info

Publication number: JP2003303390A
Application number: JP2002106791A
Authority: JP
Inventors: Shigeki Nishimura; 茂樹西村; Masao Kuwabara; 雅夫桑原; Hirokazu Akaha; 弘和赤羽; Ryota Horiguchi; 良太堀口
Original assignee: I TRANSPORT LAB CO Ltd; TRANSP LAB CO Ltd I; Sumitomo Electric Industries Ltd
Current assignee: I TRANSPORT LAB CO Ltd; TRANSP LAB CO Ltd I; Sumitomo Electric Industries Ltd
Priority date: 2002-04-09
Filing date: 2002-04-09
Publication date: 2003-10-24
Anticipated expiration: 2022-04-09
Also published as: JP3792172B2

Abstract

(57)【要約】【課題】道路ネットワーク上で収集された各道路区間の
旅行時間実績データを記憶した旅行時間データベースを
用いて、精度よく旅行時間の予測を行う。【解決手段】予測に用いる道路区間として、予測したい
道路区間及び予測したい道路区間とつながりのある１又
は複数の道路区間を選定する（８）。予測に用いる道路
区間における現在までの旅行時間の時間推移に類似した
旅行時間パターンを持つ時間範囲を、過去の旅行時間実
績データに基づいて決定する（１０）。当該決定した時
間範囲の先の旅行時間実績データを参照することによ
り、予測したい道路区間の先の旅行時間を予測する（１
１）。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、道路ネットワーク
上で収集された各道路区間の旅行時間実績データを記憶
した旅行時間データベースを用いて、道路区間の将来の
旅行時間を予測する方法、装置及びプログラムに関する
ものである。

【０００２】

【従来の技術】最近の交通需要の増大と、インターネッ
ト、携帯電話などの情報伝達媒体の普及に伴い、交通情
報提供に対するニーズが高まっている。交通情報のう
ち、走行車両が道路区間を走行するのに要する時間（旅
行時間という）の情報は、交通渋滞の把握、目的地に到
達する最短経路や迂回経路の算出、などに必要である。
交通計測を行って収集された旅行時間実績データは、旅
行時間データベースに蓄積されている。

【０００３】

【発明が解決しようとする課題】渋滞予測のためには、
将来の旅行時間を予測する必要がある。最短経路や迂回
経路などの算出にも、現在の旅行時間よりも、将来の旅
行時間を予測して用いるほうが精度の点で好ましい。そ
こで将来の旅行時間を予測する必要がある。従来、予測
したい道路区間における現在までの旅行時間の時間推移
パターンを延長して将来の旅行時間を予測する手法（統
計差分方式）がとられているが、予測誤差が多い。

【０００４】そこで、発明者は、道路区間の旅行時間実
績データに基づいて、同じパターンを持つ時間を見付
け、その先の旅行時間実績データを参照することに着目
した。さらに、渋滞が発生すると、上流（車両の走行方
向上流をいう）につながる道路区間に渋滞が派生してい
くので、予測したい道路区間だけでなく、予測したい道
路区間とつながりのある１又は複数の道路区間を対象と
して処理することが好ましいと考えた。

【０００５】本発明は、道路ネットワーク上で収集され
た各道路区間の旅行時間実績データを記憶した旅行時間
データベースを用いて、精度のよい予測を行うことがで
きる旅行時間予測方法、装置及びプログラムを提供する
ことを目的とする。

【０００６】

【課題を解決するための手段】本発明の旅行時間予測方
法は、予測したい道路区間及び予測したい道路区間とつ
ながりのある１又は複数の道路区間を、予測に用いる道
路区間として選定し、予測に用いる道路区間における現
在までの旅行時間の時間推移に類似した旅行時間パター
ンを持つ時間範囲を、過去の旅行時間実績データに基づ
いて決定し、当該決定した時間範囲の先の旅行時間実績
データを参照することにより、予測したい道路区間の先
の旅行時間を予測する方法である（請求項１）。

【０００７】前記の方法によれば、予測に用いる道路区
間として、予測したい道路区間及び予測したい道路区間
とつながりのある１又は複数の道路区間を選定する。こ
れは、渋滞が発生すると、その道路区間につながる道路
区間に渋滞が派生していくので、予測したい道路区間だ
けでなく、予測したい道路区間とつながりのある１又は
複数の道路区間を対象として処理することが好ましいと
考えたからである。予測に用いる道路区間における現在
までの旅行時間の時間推移に類似した旅行時間パターン
を持つ時間範囲を、過去の旅行時間実績データに基づい
て決定する。決定する時間範囲は、現在時刻を含む直前
の時間範囲となることもあり、現在時刻を含まない過去
の時間範囲となることもある。

【０００８】当該決定した時間範囲の先の旅行時間実績
データを参照することにより、予測したい道路区間の先
の旅行時間を予測する。このように、予測したい道路区
間だけでなく、予測したい道路区間とつながりのある１
又は複数の道路区間を対象としてパターンマッチングを
とることで、より精度のよい予測を行うことができる。
前記予測に用いる道路区間の範囲を、予測したい道路区
間及びその下流（車両の走行方向下流をいう。以下同
じ）の道路区間に限定することが好ましい（請求項
２）。渋滞は、上流につながる道路区間に派生していく
ので、予測したい道路区間の旅行時間の時間推移は、そ
こから下流の道路区間の旅行時間の時間推移と深い関連
がある。したがって、予測に用いる道路区間の範囲とし
て、下流の道路区間を選択する。

【０００９】前記予測に用いる道路区間の範囲を、予測
したい道路区間からその下流に存在する、ボトルネック
区間までの範囲の一部あるいは全部に限定することが好
ましい（請求項３）。「ボトルネック区間」とは、実績
上、ボトルネックになりやすい区間をいう。ボトルネッ
クとは、当該区間が渋滞し、その下流の区間が渋滞して
いない状態をいう。ボトルネック区間の下流は、渋滞し
ていないので、予測したい道路区間の旅行時間は、ボト
ルネック区間の下流の区間の影響を受け難いと考えられ
る。そこで、予測に用いる道路区間の範囲を、予測した
い道路区間からその下流に存在する、ボトルネック区間
までの範囲に限定したのである。

【００１０】「ボトルネック区間」の判定は、統計処理
による必要があるので、過去の旅行時間実績データに基
づいて、請求項４記載の(A)〜(E)の手順で行うとよい。当該道路区間の渋滞判定は、下流の道路区間から続く渋
滞の始まりを検出できるように緩やかに、当該道路区間
の下流の道路区間の渋滞判定は、当該道路区間への渋滞
が波及する状態を検出するため厳しく行うとよい（請求
項５）。これは、下流の道路区間から当該道路区間へ渋
滞が波及してくるという事実に着目したためである。

【００１１】なお、前記予測に用いる道路区間における
現在までの旅行時間の時間推移に類似した旅行時間パタ
ーンを検索する範囲は、処理時間の短縮と、予測の精度
をあげるため、請求項６記載の(a)〜(e)のいずれか又は
これらの組合せに限定することが好ましい。また、本発
明の旅行時間予測方法は、予測したい道路区間及び予測
したい道路区間とつながりのある１又は複数の道路区間
を、予測に用いる道路区間として選定し、予測に用いる
道路区間における現在までの旅行時間の時間推移に類似
した旅行時間パターンを持つ時間範囲を、当該予測に用
いる道路区間の過去の旅行時間実績データに基づいて複
数とおり決定し、当該決定した複数の時間範囲の先の、
それぞれの旅行時間実績データを参照することにより、
予測したい道路区間の先の旅行時間を予測する方法であ
る（請求項７）。

【００１２】この方法では、請求項１記載の方法と比べ
て、旅行時間パターンを持つ時間範囲を複数とおり決定
し、当該決定した複数の時間範囲の先の、それぞれの旅
行時間実績データを参照するところが違っている。この
方法により、複数の旅行時間が予測できるので、平均化
などの統計処理をすることにより、さらに精度のよい旅
行時間の予測ができる。なお、予測に用いる道路区間に
おける現在までの旅行時間の時間推移に類似した旅行時
間パターンを検索する方法は、予測に用いる道路区間に
おける現在までの旅行時間の時間推移を表すベクトル
と、過去の旅行時間実績データから抽出した旅行時間の
時間推移を表すベクトルとの距離に基づいて行うことが
できる（請求項８）。この場合、距離が短いパターンほ
ど類似していると判断する。

【００１３】さらに本発明の旅行時間予測装置は、前記
請求項１から請求項８までのいずれかに記載の旅行時間
予測方法を実施するものである（請求項９）。本発明の
旅行時間予測プログラムは、前記請求項１から請求項８
までのいずれかに記載の旅行時間予測方法をコンピュー
タに実行させるものである（請求項１０）。

【００１４】

【発明の実施の形態】以下、本発明の実施の形態を、添
付図面を参照しながら詳細に説明する。図１は、本発明
の旅行時間予測方法を実施するための旅行時間予測装置
の概略図である。旅行時間予測装置は、コンピュータな
どを含む処理装置１と、旅行時間実績データなどを記憶
する記憶装置２と、管轄道路の各地点に設置された車両
感知器からの信号を取り入れるためのインターフェイス
３と、表示装置、キーボードなどの入出力装置４を備え
ている。

【００１５】処理装置１で行う各処理機能の全部又は一
部は、記憶装置２に記録されたプログラムをコンピュー
タが実行することにより実現される。図２は、本発明の
旅行時間予測方法を順に説明するためのブロック図であ
る。処理装置１は、旅行時間のデータを収集している
（１）。ここで旅行時間データの求め方をいくつか説明
する。処理装置１は、車両感知器の感知信号に基づいて
交通量ｑ（単位時間（例えば５分間）あたりの車両の通
過台数）を算出する。車両感知器は道路区間ごとに設置
されているので、交通量ｑも道路区間ごとに求められ
る。

【００１６】さらに処理装置１は、占有時間Ｏ（単位時
間（例えば５分間）内に、各車両ｋが車両感知器を横切
った時間ｔkの総和Σｔk）を検知する。処理装置１は、
交通量ｑ、占有時間Ｏ、及び平均車長（一定値とする）
Ｉを用いて、式Ｖ＝Ｉ・ｑ／Ｏにより車両の平均速度Ｖ
を計算し、これと道路区間の長さＬを用いて、式Ｔ＝Ｌ
／Ｖにより旅行時間Ｔを計算する。なお、道路区間に路
上ビーコンが設置されていて、車載装置との双方向通信
により車両が識別できるときは、同一車両が道路区間の
端を通過した時刻と道路区間の他の端を通過した時刻と
から、道路区間を走行するのに要した旅行時間を求める
こともできる。単位時間（例えば５分間）内に複数の車
両を同定できたならば、各車両の旅行時間の平均をと
る。

【００１７】以上の他に、カメラの計測画像から車両の
プレートナンバーをマッチングして車両を同定し、同一
車両が道路区間の端を通過した時刻と道路区間の他の端
を通過した時刻とから、道路区間を走行するのに要した
時間Ｔを求めるようにしてもよい。この場合も、単位時
間（例えば５分間）内に複数の車両を同定できたとき
は、各車両の旅行時間の平均をとる。以上のようにして
求めた複数種類の旅行時間について、重み付き平均値を
とって、これを旅行時間としてもよい。重みとしては、
経験上定めた値を採用すればよい。

【００１８】処理装置１は、旅行時間のデータを時間ご
と、道路区間ごとに記憶装置２に蓄積する（２）。次に
処理装置１は、予測したい道路区間について、以下の処
理により旅行時間の予測を行う。管轄道路の中から予測
したい道路区間を指定する（３）。その下流の道路区間
を特定し、記憶装置２から旅行時間データを読み出す
（４）。これにより、特定された各下流の道路区間につ
いて、単位時間（例えば５分間）ごとの時系列データが
得られる。

【００１９】次に処理装置１は、時系列データのばらつ
きを排除するため、データの平滑化を行う。まず、時系
列データに対して離散コサイン変換をして複数の周波数
成分に分解する。分解された周波数成分のうち、周波数
の高い部分は除去する。残った周波数の低い成分だけを
用いて離散コサイン逆変換をして、ばらつきの影響が排
除された時系列データを作成する。

【００２０】なお、前記離散コサイン変換に代えて、フ
ーリエ変換やウェーブレット変換を採用してもよい。ま
た、移動平均、指数平滑等の他の平滑化手法を用いても
よい。次に、旅行時間の二値化を行う(６)。平滑化した
旅行時間の一日の最大値、最小値を求め、係数α（０．
５＜α＜１）を用いて、しきい値L＝α×最大値＋（１−α）×最小値しきい値S＝（１−α）×最大値＋α×最小値のように、しきい値L＞しきい値Sとなる二種類のしきい
値を作成する。しきい値L,Sのいずれかを用いて旅行時
間がしきい値を上回れば１（渋滞）、しきい値以下であ
れば０（非渋滞）とする。

【００２１】次に旅行時間予測に用いる区間の下流に存
在するボトルネック区間を特定する(７)。このボトルネ
ック区間特定処理は、後に詳細フローチャート（図３）
を用いて説明する。ボトルネック区間が特定されると、
旅行時間予測に用いる区間を決定する(８)。この旅行時
間予測に用いる区間は、予測したい道路区間からボトル
ネック区間までの区間とする。予測したい道路区間及び
ボトルネック区間を含む。

【００２２】次に、予測したい道路区間の当日の現在ま
での旅行時間データを読み出す(９)。ステップ（４）に
おいて既に読み出しているならば、その読み出した旅行
時間データを用いる。このとき、旅行時間データに平滑
化処理を行ってもよい。予測したい道路区間の現在まで
の旅行時間の時間推移パターンと、予測に用いる道路区
間の旅行時間データの実績時間推移パターンの類似度を
調べ(１０)、予測したい道路区間の将来の旅行時間予測
値を求める(１１)。そして、求めた旅行時間予測値を出
力して、一連の処理を終える。

【００２３】ここでボトルネック区間特定処理を詳しく
説明する。図３、図４は、ボトルネック区間特定処理を
説明するためのフローチャートである。この処理では、
過去の時刻ｔ0から時刻ｔ1までの時間帯でボトルネック
区間の特定を行う。処理は、予測したい道路区間とその
直ぐ下流の道路区間から始め、道路区間を１つずつ下流
の方へずらしていく。まず、処理の「対象区間」を、予
測したい道路区間とし（ステップＳ１）、対象区間の直
ぐ下流の区間を「下流区間」という（ステップＳ２）。
下流区間が管轄外区間でなければ（ステップＳ３）、時
刻パラメータｔをｔ0とおく（ステップＳ４）。対象区
間のボトルネック指数を0とおく（ステップＳ５）。

【００２４】時刻ｔでの対象区間の旅行時間を記憶装置
２から読み出し（このとき平滑化を加えてもよい）、そ
の旅行時間をしきい値Sで二値化して渋滞していたかど
うか判定する（ステップＳ６）。しきい値Sを使う理由
は、後述する。対象区間が渋滞していなければ、時刻パ
ラメータｔを１つ増やして（ステップＳ１２）、次の時
刻で渋滞判定をする。渋滞であれば、下流区間の旅行時
間を記憶装置２から読み出し（このとき平滑化を加えて
もよい）、その旅行時間をしきい値Lで二値化して渋滞
していたかどうか判定する（ステップＳ８）。しきい値
Lを使う理由は、後述する。

【００２５】下流区間が渋滞していなければ、対象区間
のボトルネック指数に１を加算し（ステップＳ１０）、
渋滞していれば、対象区間のボトルネック指数に−１を
加算する（ステップＳ１１）。図解すると、図５のよう
になる。図５(a)のように、対象区間が渋滞していて、
下流区間が非渋滞の場合、当該対象区間は、ボトルネッ
ク区間である可能性が高いので、ボトルネック指数に１
を加算する。図５(b)のように、対象区間が渋滞してい
て、下流区間も渋滞している場合、当該対象区間は、ボ
トルネック区間である可能性が低いので、ボトルネック
指数に−１を加算する。

【００２６】なお、対象区間が非渋滞の場合は、下流区
間の渋滞、非渋滞にかかわらず、ボトルネック指数はそ
のままとする。対象区間と下流区間とで渋滞判定のしき
い値を変えているのは、次の理由による。対象区間につ
いては、なるべくステップＳ８以下の判定に持ち込みた
いため、小規模な渋滞も「渋滞」と判定する。下流区間
については、上流の対象区間に影響を与えない小規模な
渋滞は「非渋滞」と判定し、上流の対象区間に影響を与
える比較的大規模な渋滞のみ「渋滞」と判定する。

【００２７】次にフローチャートのステップＳ１２（図
４参照）に進み、時刻パラメータｔを１つ増やして、次
の時刻での渋滞判定を、前記と同様にして行う。ステッ
プＳ６からステップＳ１２まで繰り返すことによって、
当該対象区間が時刻Ｔ0から時刻Ｔ1までの間でボトルネ
ックになった実績、をボトルネック指数で評価すること
ができる。ボトルネック指数が高ければ、当該対象区間
はボトルネックになりやすい区間、すなわちボトルネッ
ク区間といえる。

【００２８】そこでステップＳ１４で、ボトルネック指
数が一定値以上かどうか調べ、一定値以上ならば、当該
対象区間をボトルネック区間と特定する（ステップＳ１
６）。当該対象区間のボトルネック指数が一定値に満た
ない場合、対象区間を１つ下流の方へずらして（ステッ
プＳ１５）、ステップＳ２に戻り、当該１つずらした対
象区間とその下流にある下流区間のペアに対して、ボト
ルネック指数を加算していく。時刻Ｔ1まで到達する
と、ボトルネック指数を評価し、ボトルネック区間かど
うかの判定を行う。

【００２９】このような判定を、ボトルネック区間が特
定されるまで行う。なお、ボトルネック区間が1つ決ま
れば、処理ループを抜ける。管轄区域の端まで到達して
も、ボトルネック区間が特定できない場合は、管轄区域
内の最下流の区間をボトルネック区間とみなす（ステッ
プＳ３→ステップＳ１６）。次に、旅行時間の時間推移
パターンの類似性を調べて将来の旅行時間予測値を求め
る処理を、図６を用いて詳しく説明する。

【００３０】図６(a)は、予測したい道路区間１からボ
トルネック区間Ｎ（Ｎは１以上の整数）までの一連の、
予測に用いる区間を示している。図６(b)は、予測に用
いる区間の当日の現在までの旅行時間データを示す。Ｔ
は旅行時間、添え字は道路区間を示し、括弧内の数字は
時刻に対応している。ｉは現在時刻を示す。図６(c)
は、予測に用いる区間の過去の旅行時間の実績データを
示している。Ｔ′は旅行時間、括弧内の数字は時刻に対
応しているが、数字ｊ等は必ずしも現在時刻と限らな
い。

【００３１】いま道路区間１の現在時刻ｉからｐ期だけ
先の時刻の旅行時間を予測することを想定する。図６
(b)のＴ₁(i)から過去に遡るｍ期分の（図６では３期分
を示している）データ、Ｔ₂(i) から過去に遡るｍ期分
のデータ、・・、Ｔ_N(i) から過去に遡るｍ期分のデー
タをとる。とったデータは、Ｎ×ｍ次元のベクトルを構
成する。このベクトルをＶiと書く。

【００３２】次に図６(c)のＴ′₁(j)から過去に遡るｍ
期分の（図６では３期分を示している）データ、Ｔ′
₂(j) から過去に遡るｍ期分のデータ、・・、Ｔ′_N(j)
から過去に遡るｍ期分のデータをとる。とったデータ
は、Ｎ×ｍ次元のベクトルを構成する。このベクトルを
Ｗjと書く。これらのベクトルＶiとＷjとの距離ｄijを
測定する。ここで、距離ｄijは、二乗平均を用いて、ｄij＝SQRTΣ｛［Ｔk(i)−Ｔ′k(j)］²＋［Ｔ_k(i-1)−
Ｔ′k(j-1)］²＋・・＋［Ｔk(i-m+1)−Ｔ′k(j-m+
1)］²｝（総和Σはk=1からNまで）と定義できる。二乗平均でなく絶対値を用いてもよい。ｄij＝（１／ｍＮ）Σ｛｜Ｔk(i)−Ｔ′_k(j)｜＋｜Ｔ
_k(i-1)−Ｔ′k(j-1)｜＋・・＋｜Ｔk(i-m+1)−Ｔ′k(j-
m+1)｝｜｝（総和Σはk=1からNまで）さらに、図６(c)においてｊを上又は下に1つずらして、
Ｎ×ｍ次元のベクトルを求め、ベクトルＶiとＷj+1との
距離ｄi,j+1を測定する。さらに距離ｄi,j+2、距離ｄi,
j-1等を測定していく。

【００３３】このようにして、ベクトル同士の距離ｄij
を、ｊをある範囲で動かしながら求めていき、ベクトル
Ｖiからもっとも距離の短いベクトルＷを特定する。こ
のもっとも距離の短いベクトルがＷjであったとする。
この場合、旅行時間の時間推移パターンがもっとも類似
していると判断する。ベクトルＷjを構成する区間１の
旅行時間の中で、時刻ｊからｐを足した旅行時間Ｔ′1
(j+p)を予測する区間１の旅行時間とする。

【００３４】以上の例では、予測に用いる区間の旅行時
間の実績データの中から、ｍ期分のデータとして３期分
のデータを類似判断に用いたが、ｍ＝３に限定されるも
のではない。ｍは１以上の整数ならば、どのような数を
採用してもよい。また、ベクトルＶiからもっとも距離
の短いベクトルＷを1つ特定していたが、１つに限ら
ず、複数のベクトルＷを特定して、それぞれのベクトル
Ｗから旅行時間Ｔ′1(j+p)を予測し、それらの平均をと
ることとすれば、突発的な変動を吸収した、より精度の
よい旅行時間の予測ができる。

【００３５】また、予測に用いる区間の旅行時間の実績
データを採る範囲は、いろいろ考えられる。例えば、あ
まり古い実績データを用いると誤差が大きくなることが
あるので、当日から遡った一定日数の実績データに限定
することが好ましい。さらに、当日と同じ曜日の実績デ
ータに限定する、現在時刻の属する時間帯と同じ実績デ
ータに限定する、当日と同じ天気の日の実績データに限
定する、当日に催事があれば同じ催事があった日の実績
データに限定する、といったことが考えられる。な
お、旅行時間予測に用いる区間の旅行時間の実績データ
をいくつかの類型に分けて保存しておいてもよい。

【００３６】以上で、本発明の実施の形態を説明した
が、本発明の実施は、前記の形態に限定されるものでは
なく、本発明の範囲内で種々の変更を施すことができ
る。

【００３７】

【発明の効果】以上のように本発明によれば、予測した
い道路区間だけでなく、予測したい道路区間とつながり
のある１又は複数の道路区間を対象として、旅行時間の
時間推移のパターンマッチングをとることで、精度のよ
い予測を行うことができる。したがって、予測した旅行
時間を、渋滞予測や、最短経路や迂回経路などの算出に
活用することができる。

【図面の簡単な説明】

【図１】本発明の旅行時間予測方法を実施するための旅
行時間予測装置の概略図である。

【図２】本発明の旅行時間予測方法の流れを説明するた
めのブロック図である。

【図３】ボトルネック区間特定処理を説明するためのフ
ローチャートである。

【図４】ボトルネック区間特定処理を説明するためのフ
ローチャートである（図３の続き）。

【図５】ボトルネック区間判定の基準を説明するための
図解図である。

【図６】旅行時間の時間推移パターンの類似性を調べて
将来の旅行時間を予測する処理を説明するための図であ
る。

【符号の説明】

１処理装置２記憶装置３インターフェイス４入出力装置

───────────────────────────────────────────────────── フロントページの続き (72)発明者桑原雅夫千葉県千葉市花見川区瑞穂２−１−１ガーデンプラザ新検見川４−306 (72)発明者赤羽弘和神奈川県横浜市中区本牧荒井158−８ (72)発明者堀口良太千葉県松戸市小根本88−１−17 Ｆターム(参考） 5H180 AA01 BB04 CC04 CC12 DD01 DD10 EE03

Claims

【特許請求の範囲】

【請求項１】道路ネットワーク上で収集された各道路区
間の旅行時間実績データを記憶した旅行時間データベー
スを用いて、道路区間の将来の旅行時間を予測する方法
であって、予測したい道路区間及び予測したい道路区間
とつながりのある１又は複数の道路区間を、予測に用い
る道路区間として選定し、予測に用いる道路区間におけ
る現在までの旅行時間の時間推移に類似した旅行時間パ
ターンを持つ時間範囲を、当該予測に用いる道路区間の
過去の旅行時間実績データに基づいて決定し、当該決定
した時間範囲の先の旅行時間実績データを参照すること
により、予測したい道路区間の先の旅行時間を予測する
ことを特徴とする旅行時間予測方法。
【請求項２】前記予測に用いる道路区間の範囲を、予測
したい道路区間及びその下流の道路区間に限定すること
を特徴とする請求項１記載の旅行時間予測方法。
【請求項３】前記予測に用いる道路区間の範囲を、予測
したい道路区間からその下流に存在する、ボトルネック
区間までの範囲の一部あるいは全部に限定することを特
徴とする請求項１記載の旅行時間予測方法。
【請求項４】道路区間がボトルネック区間であるかどう
かの判定を、過去の旅行時間実績データに基づいて、次
の(A)〜(E)の手順で行うことを特徴とする請求項１記載
の旅行時間予測方法。 (A)過去の一定時間範囲の中の時間単位ごとに、当該道
路区間が渋滞したかどうか、当該道路区間の下流の道
路区間が渋滞したかどうか調べる、 (B)当該道路区間が渋滞し、かつ、当該道路区間の下流
の道路区間が渋滞していなかった場合、判定指数を増
やす。 (C)当該道路区間が渋滞し、かつ、当該道路区間の下流
の道路区間が渋滞していた場合、判定指数を減らす。 (D)当該道路区間が渋滞していなければ判定指数はその
ままとする。 (E)判定指数をしきい値と比較し、しきい値を超えた場
合に、当該道路区間をボトルネック区間とする。
【請求項５】旅行時間がしきい値を上回れば道路区間は
渋滞と判定するものであり、しきい値には２種類のしき
い値があり、大きいしきい値をL、小さいしきい値をSと
したとき、当該道路区間の渋滞判定にはしきい値Sを、
当該道路区間の下流の道路区間の渋滞判定にはしきい値
Sを用いることを特徴とする請求項４記載の旅行時間予
測方法。
【請求項６】前記予測に用いる道路区間における現在ま
での旅行時間の時間推移に類似した旅行時間パターンを
検索する範囲を、次の(a)〜(e)のいずれか又はこれらの
組合せに限定することを特徴とする請求項１記載の旅行
時間予測方法。 (a)当日から遡った一定日数の旅行時間実績データ、 (b)当日と同じ曜日の旅行時間実績データ、 (c)現在時刻の属する時間帯と同じ時間帯の旅行時間実
績データ、 (d)当日と同じ天気の日の旅行時間実績データ、 (e)当日に催事があれば同じ催事があった日の旅行時間
実績データ。
【請求項７】道路ネットワーク上で収集された各道路区
間の旅行時間実績データを記憶した旅行時間データベー
スを用いて、道路区間の将来の旅行時間を予測する方法
であって、予測したい道路区間及び予測したい道路区間
とつながりのある１又は複数の道路区間を、予測に用い
る道路区間として選定し、予測に用いる道路区間におけ
る現在までの旅行時間の時間推移に類似した旅行時間パ
ターンを持つ時間範囲を、当該予測に用いる道路区間の
過去の旅行時間実績データに基づいて複数とおり決定
し、当該決定した複数の時間範囲の先の、それぞれの旅
行時間実績データを参照することにより、予測したい道
路区間の先の旅行時間を予測することを特徴とする旅行
時間予測方法。
【請求項８】前記予測に用いる道路区間における現在ま
での旅行時間の時間推移に類似した旅行時間パターンを
検索する方法は、予測に用いる道路区間における現在までの旅行時間の時
間推移を表すベクトルと、過去の旅行時間実績データか
ら抽出した旅行時間の時間推移を表すベクトルとの距離
を用いることを特徴とする請求項１又は請求項７記載の
旅行時間予測方法。
【請求項９】道路ネットワーク上で収集された各道路区
間の旅行時間実績データを記憶した旅行時間データベー
スを用いて、道路区間の将来の旅行時間を予測する装置
であって、前記請求項１から請求項８までのいずれかに
記載の旅行時間予測方法を実施することを特徴とする旅
行時間予測装置。
【請求項１０】道路ネットワーク上で収集された各道路
区間の旅行時間実績データを記憶した旅行時間データベ
ースを用いて、道路区間の将来の旅行時間を予測するた
めのプログラムであって、前記請求項１から請求項８ま
でのいずれかに記載の旅行時間予測方法をコンピュータ
に実行させることを特徴とする旅行時間予測プログラ
ム。