JP2004523852A - テレマティック及びルートガイダンスアプリケーションに関する交通予想をマッピングするために改良された方法及びシステム - Google Patents
テレマティック及びルートガイダンスアプリケーションに関する交通予想をマッピングするために改良された方法及びシステム Download PDFInfo
- Publication number
- JP2004523852A JP2004523852A JP2002575909A JP2002575909A JP2004523852A JP 2004523852 A JP2004523852 A JP 2004523852A JP 2002575909 A JP2002575909 A JP 2002575909A JP 2002575909 A JP2002575909 A JP 2002575909A JP 2004523852 A JP2004523852 A JP 2004523852A
- Authority
- JP
- Japan
- Prior art keywords
- traffic
- predetermined
- route
- predicting
- mobile
- 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
- 238000000034 method Methods 0.000 title claims abstract description 161
- 238000013507 mapping Methods 0.000 title description 63
- 230000004044 response Effects 0.000 claims abstract description 97
- 230000008569 process Effects 0.000 claims abstract description 52
- 230000001788 irregular Effects 0.000 claims abstract description 9
- 101100137008 Streptomyces hygroscopicus Pmms gene Proteins 0.000 claims abstract 3
- 229920000434 poly[(mercaptopropyl)methylsiloxane] polymer Polymers 0.000 claims abstract 3
- 238000012545 processing Methods 0.000 abstract description 10
- 239000000523 sample Substances 0.000 description 41
- 238000009826 distribution Methods 0.000 description 19
- 238000004891 communication Methods 0.000 description 13
- 238000013459 approach Methods 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 9
- 238000001514 detection method Methods 0.000 description 8
- 238000004088 simulation Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000007619 statistical method Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013476 bayesian approach Methods 0.000 description 1
- 238000013398 bayesian method Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- SDIXRDNYIMOKSG-UHFFFAOYSA-L disodium methyl arsenate Chemical compound [Na+].[Na+].C[As]([O-])([O-])=O SDIXRDNYIMOKSG-UHFFFAOYSA-L 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000004836 empirical method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- G06Q50/40—
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
- G08G1/096811—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
- G08G1/096827—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed onboard
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
- G08G1/096844—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the complete route is dynamically recomputed based on new data
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Human Resources & Organizations (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
ルート区域関連の将来時間間隔において、PMMSダイナミックルートガイダンス能力が提供された非参照ルートプランによって進行する車両の交通負荷を予測するとともに、モバイルシステムと、SODMSの非モバイルシステムプラットフォームとの間のプロトコルに従って進行する車両の交通負荷を予測する方法が提供される。モバイルユニットを使用することにより、交通予測クエリーは、所定の特異な交通負荷一致処理によって受信される。一致処理は、モバイルユニットにより実行され、一致した場合、所定の応答手順を可能にし、各モバイルユニット内の応答手順が、所定の信号を送信する割り当てられたスロットを選択するために所定の任意の処理を用い、所定の信号は、オフラインデータベース統計に関連して交通を予測するための改良された方法を提供し、前記データベース統計は、好ましくは、重要な不規則な交通情報を含まないまたは足りない交通を予測するための方法と、従来データとによって適応して修正される。
Description
【技術分野】
【０００１】
本発明は、引用によって組込まれる2001年2月9日に出願されたUS特許出願番号60/267,693と、2001年3月8日に出願されたUS特許出願番号60/274,323と、2001年5月7日に出願されたUS特許出願番号60/269,083との優先権を主張する。
【０００２】
一般的に、本発明は、ダイナミックルートガイダンス(Dynamic Route Guidance : DRG)を使用するモバイル用テレマティックユニット(Mobile Telematics Units : MTU)及びインカーナビゲーションシステム(In-Car Navigation Systems : CNS)のユーザ数が期待通り増加していることから、不規則な交通を示す種々の基準に応じて、将来時間間隔(in forward time intervals)で潜在的な(potential)交通負荷をマッピングするための方法及びシステムに関する。特に、前記方法及びシステムは、自動車がかなりの割合(significant percentage of vehicles)になるとDRGの使用によって交通での潜在的な不規則な動き(erratic behavior)のレベル決定を助けるために、無線システムを使用することにより、選択された場所（非定常的な交通負荷(inconsistent traffic load)）での自動車数が増加する可能性または減少する可能性を推定するための有効な手段を提供することを目的とする。さらに、本システム及び方法は、交通情報の使用と、テレマティックアプリケーションに対する運転手の反応とを含む不規則な交通の原因と、それらの影響のレベルとを調査するための助けとなる。これは、交通制御及びDRGの使用によって交通予測を向上することを手助けする。特に、本方法は、プローブ(probe)応答能力を有するモバイルからの信号応答の検出に対して、事前指定されたスロットまたはスロット群を割り当てすることが可能なマッピングシステムプラットフォームの利用可能性を提供する。上記特定されたシステムは、マッピングシステムクエリー(mapping system query)に応じるとともに、所定のプログラムに応じて、応答信号に対する時間/周波数スロットを選択する、前記モバイルの能力によって主に特徴づけられる。モバイル送信信号の検出は、割り当てられたスロット内のモバイル送信信号のエネルギ検出によって主に特徴づけられる。それ故に、同じスロット内の信号衝突の結果のようにモバイル伝送内で繰り返す必要がない。前記モバイル（プローブ）応答能力だけでなく、スロット適応識別マッピングシステム(Slot Oriented Discrimination Mapping System : SODMS)として、または異なるものとして以下で言及されるそのようなマッピングシステムの非モバイルプラットフォーム(non mobile platform)は、2001年11月30日に出願されたUS特許出願番号09/945,257及び09/998,061と、PCT/IB00/00239と、それら自体の引用文献とに記載されている。
【背景技術】
【０００３】
例えば、引用によってここに組込まれる開示である1996年5月17日に公開されたPCT公開公報WO 96/14586には、混雑でのモバイルのマッピングのためのシステム、インターアリア(inter alia)が記載されている。上記公開公報に記載されたマッピングシステムプラットフォームに適用可能なある実施形態では、中央局は、例えば、停止している自動車か、またはそれらの位置を示す信号を配信するために所定値以下の平均速度である自動車に要求する呼出(call)を自動車に配信する。そのような信号は、それぞれが位置に関連する１ビット（yesまたはno）を表すスロットで放送される。好ましくは、唯一１つの論理スロット（１つの実際スロットより大きいスロットによって表されてもよい）が、関連位置を定義するために用いられる。そのような信号は、交通が遅延され、言い換えればゆっくり移動するそれらの地域の地図を生成するために用いられる。
【０００４】
上記特定された従来技術には、交通予測で使用するための定常的な交通データベースの可能な構成が記載されている。１日の所定の時間期間で、及びいずれかの交通状況での数日間、マップされた道路での交通流量の準定常的な（一時的な静止）統計が繰り返し考慮されるとき、そのようなデータベースはクエリーの交通マッピングによって構築される。そのように収集された情報、例えば、平均到着速度は、その技術において既知の統計上の方法を使用してマップされた待ち行列のリアルタイム更新と関連して交通を予測するために、オフラインデータベースとして用いられる。前記マッピングシステムプラットフォームの現在交通マッピングアプリケーションの一部として生成されるときか（上記で特定された従来技術により記載される）、または類似の通信能力を用いた独立プラットフォームによるかのどちらかで、不規則な交通の潜在的な影響をマッピングするために、本実施形態では前記マッピングシステムを使用することによって、非定常的な交通予測を組込むことによる定常的な交通データベースを更新することが可能となる。
【０００５】
CNSユーザ数での増加と同様に、車外または車上ルートガイダンスによって使用されたMTUによるテレマティックアプリケーション数での予想された増加は、ダイナミックルートガイダンスを使用する自動車の割合を増やすとともに、それ故に、不規則な交通を引き起こすような可能性を有する交通負荷での予測できない変化となる。
【０００６】
従来の交通予測は、予想交通負荷によって、また、できる限り交通の動き及び交通の現在の状態についての今までのデータ(knowledge)によって、交通を予測するために定常的な交通のデータベースを用いる。しかしながら、交通におけるDRG効果は、そのようなデータベースによってほとんど予測することができない。これは、車外DRG（共通サービスセンタによって提供されるルートプラン）について今までの情報があるにもかかわらず、予定通りのルートから外れたり、別のルートを使ってしまうことにより、短時間で交通予測に関係ない今までのデータを作成してしまうためである。従って、交通における潜在的な変化を予測するための能力を向上するために、定常的な交通情報と、できる限り現在の交通情報を含む他の今までのデータとを接続して用いられる交通データベースを更新するための手段を有することは、有益なことである。
【０００７】
定常的な交通は、特定の時間期間及び場所（例えば、ある道路におけるある曜日のある時間）に関して、反復的な特徴を有する交通として定義される。定常的な交通は、通常は統計上の観点から、一般に特徴づけられる動きパターンの結果である。そのような交通特徴は、交通予測に貢献するオンラインデータベースに格納することができる。
【０００８】
非定常的な交通は、特定の時間区間及び場所に関して、非反復的及び不安定な特徴を有する交通として定義される。そのような交通は、例えば、現在の交通負荷に応じて、ルートを変更する個々の運転手の技量の結果である。現在の変化する交通の詳細情報にアクセスする運転手数と、それらの前のルートプランを個々に修正する車載の洗練された技量を有する運転手数とが増加するとともに、種々の運転手間に存在する協調性がなくなればなるほど、そのような交通の非定常性(inconsistent)がさらに増す。非定常的な交通が統計上の基礎において特徴づけられることは、困難である。そのような交通は、一般的に予測できない傾向にあるとともに、予測できない交通負荷となる。
【０００９】
大部分の車がダイナミックルートガイダンスを使用している場合、前記非定常的な交通は、前記交通制御において重要な問題となることが予想されるとともに、結果としておおよそ、それら自体の中に、前記交通に影響を与えるとともに、ダイナミックルートガイダンスの有効性を減じるようなある場所での予想していない交通負荷を引き起こす。ダイナミックルートガイダンス(DRG)で用いられる交通情報は、計画されたルートでの変更によって交通に非定常性の原因となり、一方、運転手の好み、スケジュールからの逸脱、または地域に基づいたサービスに対する反応は、前記交通状態での非定常性に対する他の原因となる。
【発明の開示】
【発明が解決しようとする課題】
【００１０】
非定常的な交通を予測することの問題を解決するための１つの一般的な取り組みは、個々の運転手のルート制御を集中させることである。この取り組みは、大規模装置の実現可能性問題と比べて、多くの不都合を有する集中化DRGへ導くので、本発明の以下の実施形態において考慮されるものではない。
【００１１】
さらに説明すると、交通制御に対して、非定常的な交通の交通予測の貢献とは別に、前記予測は、さらに車載のコンピュータの分散知性に基づいてあいまいな予測をするDRG取り組みの比較的なローコスト装置へと至るとともに、またさらに有効なテレマティックアプリケーション装置に貢献する。
【００１２】
非定常的な交通のための予測は、所定の場所及び時間間隔に対する交通負荷推定処理に基づいている（例えば、ある将来時間間隔におけるある道路での通過を予想する車載のナビゲーションコンピュータを使用する自動車数を推定すること）。しかしながら、そのような情報源がダイナミックルートガイダンスのみを使用するカーナビゲーションユニットに限られるとともに、前記推定処理がそのような予測に対する唯一の手段であるとき、大部分の車がカーナビゲーションシステムを使用することが要求される。実際に、そのような状況は、実用的に疑問がある。しかしながら、車両システムの大部分がほとんどおおよそダイナミックルートガイダンス(DRG)を使用する場合の状況は、そう遠くない未来に現実的なものとして考慮されてもよく、従って、この状況に対する信頼性の高い交通予測はまだ利用できないのに反し、非定常的な交通は初期段階で明らかになり始める。交通予測が不十分であることによって、そのような段階で遭遇する前記問題は、ダイナミックルートガイダンスの有効性について、個々の運転手による重要なジレンマへとなる。前記ジレンマは、現在の交通に応じて推奨されたDRGを考慮すべきかどうか、大多数のDRGユーザのせいで発生する予測できない交通を無視するか、一方でまた前記推奨されたDRGを無視するかどうかである。そのような非定常的な交通の初期段階に対して、以下の実施形態では、そのような初期段階での信頼性の高い予測を可能とするために、交通予測の修正された方法を提案する。交通負荷予測は、好適には、頻発する交通混雑に遭遇しやすい道路に対して行われることになる。
【課題を解決するための手段】
【００１３】
本発明は、交通予測に対する迅速かつ有効な手段を提供するために、DRGの結果であり、選択された場所において将来時間間隔内での潜在的な交通負荷の特異な(differential)マッピングのための好適な方法及びシステムを提供する。スロットがプローブ応答に割り当てられる前記マッピングシステムと、割り当てられたスロット内のプローブ応答能力でのルートガイダンスを備えつけられたモバイルユニットは、以下の修正された予測方法に対するプラットフォームとして用いられる。前記モバイルユニットは、将来のモバイルマッピングシステム(Potential Mobile Mapping System : PMMS)として言及される。PMMSのルートガイダンス能力は、車上または車外どちらかのルートガイダンスに基づいている。以下で説明される前記予測方法は、このプラットフォームの一部として現在の交通のマッピングのアプリケーションを実行するかまたは実行しないでそのようなプラットフォームで実施される。前記無線システム及び前記マッピングシステムを含む前記マッピングシステムの非モバイル部分（非モバイルシステム）は、非モバイルシステムプラットフォームと言われる。本発明の以下の実施形態の実施に適切であるとともに、貢献する交通マッピングと関連して、上記で特定された従来技術で用いられた全ての適切な用語は、また本出願でも用いられる。
【００１４】
将来の交通負荷を決定するための前記特異なマッピング方法の目的は、交通情報データベースの使用のさらなる正確さおよび予測能力を可能にするため、選択された道路区域に対する将来時間間隔での予想交通負荷からの逸脱についての情報を使用して、交通情報データベースを更新することである。前記データベース予測能力（逸脱前に更新する(before deviation updates)固有の制限に基づいて、予測基準は公式化されるとともに、前記PMMSユニットに対する非モバイルプラットフォームによって転送される。そのような基準は、前記データベース条件(requirement)レベルで、スケジュール及びあらかじめ計画されたルートからの予想される逸脱の可能性の予測を可能にすることを目的とする。前記PMMSユニットは、それらが前記送信された基準と一致するかどうかを判断し、一致する場合に、応答する。これはまた、選択された将来時間間隔でのDRGによって影響された地域的な潜在的な負荷の事前調査による交通予測を助けるデータベース内の情報の正確なレベルを向上するための方法として考慮される。そのようなデータベースでの基本情報のレベルは、例えば、定常的な交通、またはハイレベルな予測能力を含んでいる。
【００１５】
例えば、定常的な交通に応じた予測能力に基づいて前記データベースを使用する場合、交通情報に従って計画したルートを時間及び距離に従ったおそらく最も短いルートから、時間またはその他の動的な選択に従っておそらく最短であるルートへ変更することになるが、そのような車は、定常的な交通統計内では考慮されないが、できる限り予想された非定常的な交通を表すために利用される。それゆえに、特定の道路区域での前記非定常的な交通負荷へのそれらの貢献を推定するために、車のグループをまず分離することは価値がある。好ましくは、この情報は、定常的な交通統計のデータベースに関連して考慮され、従って好ましくは、現在更新された現在及び予測された交通情報を決定するために、交通の現在リアルタイム更新で好ましくは更新される。前記分離処理は、交通情報、またはテレマティックアプリケーションに対する運転手の応答というような他の所定の可能な理由に応じて、車のルートを変更させるか、またはスケジュールから逸脱する車を選択的な対象とする予測クエリーを用いる。前記クエリーは、前記応答基準を決定する。以下に限られはしないが、応答基準は、ａ）それらの修正されたルート計画またはスケジュールに応じて、ある将来時間間隔でのある道路を通過するように計画されているとともに、参照ルート（例えば、初期設定のルート、または所定のプロトコルの一部としての基準に応じて決定されてもよい参照ルートとして、前記PMMSによって参照される何れか他のルート）に応じてそうするように計画されなかった自動車と、ｂ）前記参照ルートに応じて、この道路を通過するように計画したとともに、上記将来時間間隔で修正されたルート計画またはスケジュールに応じてそうするように計画されていない自動車とを備えている。
【００１６】
それらの参照（例えば、初期設定）ルートを使用する車両はクエリーに応答しない。
【００１７】
ルートが参照条件（例えば、初期設定）内であるか否かを決定するための基準は、前記交通統計上可能な影響の調査レベルを考慮する一般的な外部ソースから提供される。前記参照（例えば、初期設定）ルート情報は、車中（車上）システム内で形成されるか、または、外部（車外）ソースから受信されるかのどちらかとなるが、好ましくは、ルート計画及びスケジュールによって決定される。それゆえに、所定プロトコルに応じて、ルートまたはスケジュールでの逸脱は、参照ルートと呼ばれることから前記ルートを除外するとともに、それを非参照ルートであると決定する。前記プロトコルは、好ましくは逸脱の閾値を含んでいる。
【００１８】
代表的な初期設定ルートは考慮されるが、定常的な交通と一致することに限定されない。初期設定ルートは、以下の処理で加わるモバイルユニットのために、一般基準（例えば、好ましくはタイムスケジュールによって最も短いルート）に応じて決定される。非初期設定ルートは、スケジュールからの逸脱、または初期設定ルートとして考慮されるオリジナルルート計画からの逸脱の結果として既知の交通統計上でいくつかの重要な効果を有するものである。
【００１９】
前記車載システムは、以下で説明される所定の決定手順に組み込まれる。
【００２０】
原則として、調査されたルート区域に関する将来時間間隔(Forward Time Interval related Route Segment : FTIRSはルート区域、通常、道路区域についての時間間隔をいう)についての特異な交通負荷予測(Differential Traffic Load Prediction : DTLP)処理は、マッピングシステムにより前記PMMSユニットに送信される２つのタイプの交通予測クエリーによって実施される。前記予測クエリーは、予測基準を含んでおり、調査されたデータベース情報（非予想車両-NEV）に応じて、前記FTIRSを通過することが予想され、かつ、そうすることが予想されない車か、または、調査されたデータベース情報（予想車両-EV）に応じて、前記FTIRSを通過することを期待されないとともに、そうすることを期待された車の対象グループにねらいがつけられる。
クエリー-A)
それらの参照ルート上で調査FTIRSを通過することを期待されないとともに、それらの非参照ルート上で調査FTIRSを通過することを期待される車両の数を推定することを目指したクエリーのタイプ（非期待車両-NEV）
クエリー-B)
参照ルート上で検討されたFTIRSを通過することが期待され、かつ、非参照ルート上で検討されたFTIRSを通過することが期待されない車両の数を推定することを目指したクエリーのタイプ（期待車両-EV）
【００２１】
将来時間間隔に関して応答できるようにするために、前記PMMSユニットが、参照の手段または計画されたルート区域に対する参照を計算するための手段を備えるとともに、個々のルート区域に沿って進行時間間隔を推定することが要求される。好ましくは、推定時間間隔には、個々の信頼区間が設けられる。
【００２２】
非参照計画ルートを用いる車両は、以下の決定手順に従って、応答手順を可能にする。
【００２３】
受信されたクエリーが、以下の特異な交通負荷一致処理結果に従ってクエリーAとして認識される場合、次いで、前記クエリー内のFTIRSと、前記計画非参照（例えば、初期設定）ルート（使用中のルート）との間に一致があるとともに、前記クエリー内のFTIRSと、前記参照ルートとの間に一致がない場合、そのときに前記応答手順を可能にする。
【００２４】
受信されたクエリーが、以下の特異な交通負荷一致処理に応じてクエリーBとして認識される場合、従って、前記クエリー内のFTIRSと、それらの参照ルートとの間に一致があるとともに、前記クエリー内のFTIRSと、非参照ルート（使用中のルート）との間に一致がない場合、そのときに前記応答手順を可能にする。
【００２５】
前記所定の決定手順において、前記応答手順を可能にすることは、好ましくは対象車両に対して付加基準を含むように拡張される。例えば、クエリーAに関して、前記調査されたFTIRS内で到着する可能性に対して、間隔推定値を確認することにおける付加基準は、好ましくは前記決定手順の一部として考慮される。
【００２６】
上記クエリーに答えて頻発するマッチングに伴う車載システムにおける計算負荷を軽減するために、上記決定手順に先立って、予備の所定スクリーニング手順によって、所定のエリアゾーンに対するルートを参照することが好ましく、前記FTIRSが含まれるエリアゾーンを横切らないように計画された（参照及び非参照）車両のルートは、上記決定手順において、さらに詳細な一致処理を続行しない。
【００２７】
多数の通信スロットは、好ましくは各クエリーに関して別個に前記応答手順における応答者（前記割り当てられたスロット内で送信する車）に対して割り当てられる。前記応答手順が可能とされる各対象車両（応答者）は、応答するスロットを選択するために所定の応答手順を用いる。この所定の手順は、信号を送信するために、好ましくは前記割り当てられた全スロットから外れた１つのスロットの一様に分布されたランダム選択を用いる。
【００２８】
本発明の実施形態によると、ルート区域に関する将来時間間隔(FTIRS)内において、PMMSのダイナミックルートガイダンス(DRG)能力が提供された、非参照ルート計画に従って進行するとともに、モバイルシステムと、SODMSの非モバイルシステムプラットフォームとの間の所定のプロトコルに従って進行する車両の交通の負荷を予測する方法が提供される。
前記方法は、
(a)モバイルユニットによって交通予測クエリーを受信し、所定の特異な交通負荷一致処理によって、
(b)前記モバイルユニットのそれぞれによる一致処理を実行し、一致した場合、
(c)所定の応答手順を可能にし、各モバイルユニット内の応答手順が、所定の信号を送信する割り当てられたスロットを選択するために所定の任意の処理を用い、所定の信号は、オフラインデータベース統計に関連して交通を予測するための改良された方法を提供し、前記データベース統計は、好ましくは、重要な不規則な交通情報を含まないまたは足りない交通を予測するための方法と、従来データとによって適応して修正される。
【００２９】
本発明の他の実施形態では、交通の不規則な状況を引き起こすような可能性を有するアプリケーションに関連して交通予測を用いることは価値がある。そのようなアプリケーションは、テレマティックにおいて、及び、特にコマース(commerce)（p-コマースは時々l-コマースまたはm-コマースとして呼ばれる）に関した位置において、地域に基づいたサービスを含んでいる。P-コマースを実行するための異なった方法があり、それゆえに予測できない交通レベルが増加する。例えば、p-コマースアプリケーションを改善するために、特別な提案(offer)に対して、好ましくは価格によるとともに、非要請製品を含む重要な要求を認識するために株主等を助けるクエリーツールを有することは、株主及びその他に対してメリットとなる。これは、ハンティングトリップ環境(hunting trip environment)を生成する。そのようなツールにより、クエリーは競売処理と同様な方法で、好ましくは前記テレマティックのユーザに対する配信メッセージによって、１つまたは２つ以上の可能な範囲の価格で製品に関して提供される。前記ユーザは、通常の運転手であり、リスト内の選択に従って配信メッセージと一致させるユーザのテレマティックコンピュータ（TCはテレマティックPMMSのコンピュータとなる）内で、製品に対する選択の格納リストを有する。例えば、価格の範囲内で製品を含む格納された製品リスト(SPL)は、前記TCが放送クエリーに対して応答できるようにする。そのような応答が前記潜在的なクライアントの推定数と、可能ならばそれらの位置配分(position distribution)についての情報を提供する場合、売り手が要求に従って特別な提案に対する時間帯と価格を決定できるようにする。従って、前記提案は、前記潜在的なクライアントを対象とする。ほとんどこれは、決定に貢献する応答者を対象とする。本発明の本実施形態及び参照の従来技術の両方において、所定数のスロットでの任意の応答によってクエリーに対する応答者の数を推定できるPMMS能力でのテレマティックモバイルユニットと一緒に、交通マッピングシステムに対して提案されるような能力でシステムプラットフォームを考慮するとき、効率良くハンティングトリップアプリケーションを実行することが可能になる。
【００３０】
従って、本発明の本実施形態によると、基準に従って推定するための方法と、好ましくは、ハンティングトリップアプリケーションからの結果である選択された場所に対する将来時間間隔での特異な交通個々の負荷を予測することに関するSPLに応じて、及び複数のTCとSODMSの非モバイルシステムプラットフォームとの間のさらなる所定のプロトコルに応じた所定のプロトコル地域要請（例えば、製品またはサービスのために）とが提供される。
前記方法は、
(a)TCユニットによってハンティングトリップ利用のクエリーを受信し、所定の一致処理によって、
(b)前記TCユニットのそれぞれによる一致処理を実行し、一致した場合、
(c)所定の応答手順を可能にし、各TCユニット内の応答手順が、所定の信号を送信する割り当てられたスロットを選択するために所定のランダム処理を用いる。
【発明を実施するための最良の形態】
【００３１】
図１は、好ましくは推定（各実行された反復で提供されたスロットの個別の割り当て）の単一反復よりさらに多くが用いられる反復推定手順を図示する。前記反復推定手順は、好ましくは、制限された許容できるエラーレベルでの応答者の数の推定結果を取得し、偏りを減らし、一貫性を確認することを目的とする。単一反復での前記推定のエラーレベルは、応答が検出されるスロット（応答スロット）の数と、割り当てられたスロットの所定の数との間の比率の関数である。割り当てられたスロットの所与の数に対する応答スロットの率は、応答者の数の結果であるので、初期の割り当てられたスロットの最低数を決定するために、応答者の実質的な予想された範囲を前もって評価することが望ましい。応答者のそのような実質的範囲は、時間及び場所に従って、統計上のデータから予想されるので、ついで、可能な初期範囲のデータベースは、好ましくは信頼区間の範囲が由来する確率分布として、好ましくはいずれか特定の都市全体に発展される。図１に関連して上述したような接続確率及びベイズ的な方法を用いる組合せ推定は、本発明の好適な実施形態の詳細な記述においてさらに詳細に説明される。
【００３２】
本発明は、交通予測に対する迅速かつ有効な手段を提供するために、DRGの結果となる選択された場所での将来時間間隔内での潜在的な交通負荷の特異なマッピングのための好適な方法及びシステムを提供する。スロットがプローブ応答に割り当てられる前記マッピングシステムと、割り当てられたスロット内のプローブ応答能力でのルートガイダンスとを備えたモバイルユニットは、以下の修正された予測方法に対するプラットフォームとして用いられる。前記モバイルユニットは、潜在的なモバイルマッピングシステム(Potential Mobile Mapping System : PMMS)と呼ばれる。PMMSのルートガイダンス能力は、車上または車外どちらかのルートガイダンスに基づいている。以下で説明される前記予測方法は、このプラットフォームの一部として現在の交通のマッピングのアプリケーションの実行または不実行のどちらか一方を、そのようなプラットフォームで実施できる。前記無線システム及び前記マッピングシステムを含む前記マッピングシステムの非モバイル部分（非モバイルシステム）は、非モバイルシステムプラットフォームと呼ばれる。本発明の以下の実施形態の実施に適切でき、かつ貢献する交通マッピングに関連して、上記特定された従来技術で用いられた全ての妥当な用語は、本出願に有効である。
【００３３】
本発明は、交通予測に対する迅速かつ有効な手段を提供するために、DRGの結果であり、選択された場所において将来時間間隔内での潜在的な交通負荷の特異な(differential)マッピングのための好適な方法及びシステムを提供する。スロットがプローブ応答に割り当てられる前記マッピングシステムと、割り当てられたスロット内のプローブ応答能力でのルートガイダンスを備えつけられたモバイルユニットは、以下の修正された予測方法に対するプラットフォームとして用いられる。前記モバイルユニットは、将来のモバイルマッピングシステム(Potential Mobile Mapping System : PMMS)として言及される。PMMSのルートガイダンス能力は、車上または車外どちらかのルートガイダンスに基づいている。以下で説明される前記予測方法は、このプラットフォームの一部として現在の交通のマッピングのアプリケーションを実行するかまたは実行しないでそのようなプラットフォームで実施される。前記無線システム及び前記マッピングシステムを含む前記マッピングシステムの非モバイル部分（非モバイルシステム）は、非モバイルシステムプラットフォームと言われる。本発明の以下の実施形態の実施に適切であるとともに、貢献する交通マッピングと関連して、上記で特定された従来技術で用いられた全ての適切な用語は、また本出願でも用いられる。
【００３４】
将来の交通負荷を決定するための前記特異なマッピング方法の目的は、交通情報データベースの使用のさらなる正確さおよび予測能力を可能にするため、選択された道路区域に対する将来時間間隔での予想交通負荷からの逸脱についての情報を使用して、交通情報データベースを更新することである。前記データベース予測能力（逸脱前に更新する(before deviation updates)固有の制限に基づいて、予測基準は公式化されるとともに、前記PMMSユニットに対する非モバイルプラットフォームによって転送される。そのような基準は、前記データベース条件(requirement)レベルで、スケジュール及びあらかじめ計画されたルートからの予想される逸脱の可能性の予測を可能にすることを目的とする。前記PMMSユニットは、それらが前記送信された基準と一致するかどうかを判断し、一致する場合に、応答する。これはまた、選択された将来時間間隔でのDRGによって影響された地域的な潜在的な負荷の事前調査による交通予測を助けるデータベース内の情報の正確なレベルを向上するための方法として考慮される。そのようなデータベースでの基本情報のレベルは、例えば、定常的な交通、またはハイレベルな予測能力を含んでいる。
【００３５】
例えば、定常的な交通に応じた予測能力に基づいて前記データベースを使用する場合、交通情報に従って計画したルートを時間及び距離に従ったおそらく最も短いルートから、時間またはその他の動的な選択に従っておそらく最短であるルートへ変更することになるが、そのような車は、定常的な交通統計内では考慮されないが、できる限り予想された非定常的な交通を表すために利用される。それゆえに、特定の道路区域での前記非定常的な交通負荷へのそれらの貢献を推定するために、車のグループをまず分離することは価値がある。好ましくは、この情報は、定常的な交通統計のデータベースに関連して考慮され、従って好ましくは、現在更新された現在及び予測された交通情報を決定するために、交通の現在リアルタイム更新で好ましくは更新される。前記分離処理は、交通情報、またはテレマティックアプリケーションに対する運転手の応答というような他の所定の可能な理由に応じて、車のルートを変更させるか、またはスケジュールから逸脱する車を選択的な対象とする予測クエリーを用いる。前記クエリーは、前記応答基準を決定する。以下に限られはしないが、応答基準は、ａ）それらの修正されたルート計画またはスケジュールに応じて、ある将来時間間隔でのある道路を通過するように計画されているとともに、参照ルート（例えば、初期設定のルート、または所定のプロトコルの一部としての基準に応じて決定されてもよい参照ルートとして、前記PMMSによって参照される何れか他のルート）に応じてそうするように計画されなかった自動車と、ｂ）前記参照ルートに応じて、この道路を通過するように計画したとともに、上記将来時間間隔で修正されたルート計画またはスケジュールに応じてそうするように計画されていない自動車とを備えている。
【００３６】
それらの参照（例えば、初期設定）ルートを使用する車両はクエリーに応答しない。
【００３７】
ルートが参照条件（例えば、初期設定）内であるか否かを決定するための基準は、前記交通統計上可能な影響の調査レベルを考慮する一般的な外部ソースから提供される。前記参照（例えば、初期設定）ルート情報は、車中（車上）システム内で形成されるか、または、外部（車外）ソースから受信されるかのどちらかとなるが、好ましくは、ルート計画及びスケジュールによって決定される。それゆえに、所定プロトコルに応じて、ルートまたはスケジュールでの逸脱は、参照ルートと呼ばれることから前記ルートを除外するとともに、それを非参照ルートであると決定する。前記プロトコルは、好ましくは逸脱の閾値を含んでいる。
【００３８】
代表的な初期設定ルートは考慮されるが、定常的な交通と一致することに限定されない。初期設定ルートは、以下の処理で加わるモバイルユニットのために、一般基準（例えば、好ましくはタイムスケジュールによって最も短いルート）に応じて決定される。非初期設定ルートは、スケジュールからの逸脱、または初期設定ルートとして考慮されるオリジナルルート計画からの逸脱の結果として既知の交通統計上でいくつかの重要な効果を有するものである。
【００３９】
前記車載システムは、以下で説明される所定の決定手順に組み込まれる。
【００４０】
原則として、調査されたルート区域に関する将来時間間隔(Forward Time Interval related Route Segment : FTIRSはルート区域、通常、道路区域についての時間間隔をいう)についての特異な交通負荷予測(Differential Traffic Load Prediction : DTLP)処理は、マッピングシステムにより前記PMMSユニットに送信される２つのタイプの交通予測クエリーによって実施される。前記予測クエリーは、予測基準を含んでおり、調査されたデータベース情報（非予想車両-NEV）に応じて、前記FTIRSを通過することが予想され、かつ、そうすることが予想されない車か、または、調査されたデータベース情報（予想車両-EV）に応じて、前記FTIRSを通過することを期待されないとともに、そうすることを期待された車の対象グループにねらいがつけられる。
クエリー-A)
それらの参照ルート上で調査FTIRSを通過することを期待されないとともに、それらの非参照ルート上で調査FTIRSを通過することを期待される車両の数を推定することを目指したクエリーのタイプ（非期待車両-NEV）
クエリー-B)
参照ルート上で検討されたFTIRSを通過することが期待され、かつ、非参照ルート上で検討されたFTIRSを通過することが期待されない車両の数を推定することを目指したクエリーのタイプ（期待車両-EV）
【００４１】
将来時間間隔に関して応答できるようにするために、前記PMMSユニットが、参照の手段または計画されたルート区域に対する参照を計算するための手段を備えるとともに、個々のルート区域に沿って進行時間間隔を推定することが要求される。好ましくは、推定時間間隔には、個々の信頼区間が設けられる。
【００４２】
非参照計画ルートを用いる車両は、以下の決定手順に従って、応答手順を可能にする。
【００４３】
受信されたクエリーが、以下の特異な交通負荷一致処理結果に従ってクエリーAとして認識される場合、次いで、前記クエリー内のFTIRSと、前記計画非参照（例えば、初期設定）ルート（使用中のルート）との間に一致があるとともに、前記クエリー内のFTIRSと、前記参照ルートとの間に一致がない場合、そのときに前記応答手順を可能にする。
【００４４】
受信されたクエリーが、以下の特異な交通負荷一致処理に応じてクエリーBとして認識される場合、従って、前記クエリー内のFTIRSと、それらの参照ルートとの間に一致があるとともに、前記クエリー内のFTIRSと、非参照ルート（使用中のルート）との間に一致がない場合、そのときに前記応答手順を可能にする。
【００４５】
前記所定の決定手順において、前記応答手順を可能にすることは、好ましくは対象車両に対して付加基準を含むように拡張される。例えば、クエリーAに関して、前記調査されたFTIRS内で到着する可能性に対して、間隔推定値を確認することにおける付加基準は、好ましくは前記決定手順の一部として考慮される。
【００４６】
上記クエリーに答えて頻発するマッチングに伴う車載システムにおける計算負荷を軽減するために、上記決定手順に先立って、予備の所定スクリーニング手順によって、所定のエリアゾーンに対するルートを参照することが好ましく、前記FTIRSが含まれるエリアゾーンを横切らないように計画された（参照及び非参照）車両のルートは、上記決定手順において、さらに詳細な一致処理を続行しない。
【００４７】
多数の通信スロットは、好ましくは各クエリーに関して別個に前記応答手順における応答者（前記割り当てられたスロット内で送信する車）に対して割り当てられる。前記応答手順が可能とされる各対象車両（応答者）は、応答するスロットを選択するために所定の応答手順を用いる。この所定の手順は、信号を送信するために、好ましくは前記割り当てられた全スロットから外れた１つのスロットの一様に分布されたランダム選択を用いる。
【００４８】
所定の推定手順は、割り当てられたスロットの所定数において応答が検出されるスロットの総数に従って、応答者の推定数を決定するために、前記非モバイルシステムプラットフォーム内で用いられる。前記推定手順は、好ましくは以下の図１で図示されるような、多数の二次的な手順を用いる。許容エラーレベルでの応答者の前記推定数を取得するねらいは好ましいものである。しかしながら、前記エラーレベルは、応答者数と、割り当てられたスロットの所定数との間の比率の関数である。応答者数に比例して、割り当てられたスロット数が多くなればなるほど、前記エラーレベルが低くなる。前記エラーレベルは、応答者の許容推定間隔よりも多い或いは少ないのどちらかである多数の応答者からの同様の結果を生成する最大累積確率として定義される。前記許容エラーレベルは、好ましくは特定のアプリケーションでの前記推定の感度に従って決定される。割り当てられたスロットの数及び応答者の数次第である応答スロット（応答が検出されたスロット）の最大頻度数について変化があるので、許容変化に対する初期の割り当てられたスロットの最小数を決定するために、応答者の数の現実的な予測範囲をあらかじめ評価することが望まれる。応答者のそのような現実的な範囲は、時間及び場所に従って、統計上データから予測されるので、それゆえに、可能な初期範囲のデータベースは、好ましくはいずれか特定の都市実体（好ましくは、信頼区間の範囲が確率分布として抽出される）に対して発展する。前記範囲のデータベースは、好ましくは、（限定されないが）特徴的な交通条件と、交通の流れを提供する特徴的な基盤と、ルートガイダンス手順によって使用される一般的な決定処理のような実体への特有の条件とを考慮して発展する。予想された応答者の初期数に対する範囲のデータベースを発展させる技術は、好ましくは、統計上及び経験的な方法と、コンピュータシミュレーションに基づいている。また、前記範囲のデータベースに基づいて、割り当てられたスロットの必要とされる初期数を決定するために、利用可能な無線通信スペクトルの一般的な条件と、無理のない重要なショートサイクルタイム内でのFTIRSの選択数を調査するための必要性によって課せられた制限と、結果予測内での許容容認エラー(acceptable tolerable error)とを考慮することが要求される。割り当てられたスロットの前記初期決定数は、むしろ許容エラーレベルに達成しないので、スロットの割り当てにおける継続的な繰り返しの反復と、応答者の数の再推定が要求される。反復の最小数における割り当てられたスロットの数の調整に対する可能な必要性を決定するために、好ましくは、エラー推定関数及び最適化調整関数が発展される。前記エラー推定関数は、好ましくは、応答スロット（応答）の検出数の数と、割り当てられたスロットの数（好ましくは、応答者の確率分布を考慮する）との間の比率の関数として、応答者の結果推定数での（例えば、信頼区間による）前記エラーを推定する。前記エラー推定関数に基づいて、割り当てられたスロットの要求選択数は、さらなる反復の間に調整されなければならないとともに、また、可能な一連の反復の間で変化してもよい。最小数の反復によって割り当てられたスロットの選択数での到着における最適化調整処理は、さらなる反復を保存するために、好ましくは、統計上の組合せに従って前記エラーレベル（例えば、最大見込み推定または推定を計算）で要求された改善を予測するとともに、続いて起こる反復で使用されるような割り当てられたスロットの選択要求数に応じて決定するための、（非許容容認エラーでの）より早い結果を用いる。反復を実行するにおいての重要性は、前記エラーレベルを減少する可能性に加えて、特に、応答の所定数を提供する応答者の確率分布について、アプリオリデータがほとんどまたは全く存在しないような場合の定常性の確認である。従って、少なくとも２つの反復は、好ましくは、たとえ応答数と割り当てられたスロットとの間の第１の割合が満足される、すなわち許容エラーレベルで表されたとしても許される。
【００４９】
前記推定手順は、好ましくは、（上限及び下限での信頼区間及び容認間隔(confidence and tolerance interval)のような間隔推定アプローチに基づく）許容推定間隔(acceptable estimation interval)を生成する統計上の方法を用いる。応答者の所定のシミュレート（または、分析的な計算）数に対するスロットの所定数において、応答（応答スロット）の最大頻度数であるシングルポイントは、このポイントについての応答の数の分布(distribution)を提供するとともに、間隔推定に対する容認間隔を決定する。応答の前記最大頻発数は、スロットの所定数における応答者の数に対するシングルポイント推定として以下で言及される。割り当てられた多数の所定スロットにおける応答のある数によって応答する応答者の可能な範囲について行う決定に対する許容推定間隔を決定する１つの従来の方法は、第１に個々のシングルポイント推定に従って容認間隔を決定することにより、割り当てられた所定スロット数において応答者の多数の繰り返しによって、応答のシミュレーションによって生成されるか、または、分析的な計算によって生成され、ついで応答の前記応答分布に従って許容容認間隔を決定する。許容容認間隔に基づいて、シミュレーションまたは分析的な計算のどちらかにより、例えば、重複（許容区域に関して、仮定テストでのエラータイプIIに似ている）の累積確率に従って、許容エラーを決定することによって、許容容認間隔内で応答を生成するために、応答者の上限及び下限数の可能性で表している割り当てられたスロットの同じ数に対して、２つの他の応答分布(response distribution)を決定することができる。許容エラー内での容認間隔と重複する応答の上方分布及び下方分布の前記シングルポイント推定の結果として、前記割り当てられたスロットでの応答の同じ数を生成する潜在的な応答者の推定に対して、許容間隔への上限及び下限をさらに決定するために用いられる応答者の上下数を決定することが可能である。それゆえに、この間隔の上限及び下限は、取得されるべき決定の感度(sensitivity)に関して決定される。そのような限度はまた、潜在的な応答者の拒絶された区域を決定するとして解釈される。前記許容推定間隔定義の観点から、十分に多数のスロットの数に対する応答の相違数のかなり広範囲に対して、エラーの割合の点での定常性は、前記シングルポイントに関する前記シングルポイントの推定と、その範囲での各応答者との間を線形関係に近似することにより応答者の各範囲に対する推定について予想する。推定間隔を決定するための他のアプローチは、分析的に、またはシミュレーションのどちらかによって前記シングルポイント推定に関する潜在的な応答者の確率分布関数(PDF)を生成することにある。たとえば、PDFの信頼間隔によって、許容可能推定間隔は発生する、そのようなPDFは、例えば、不規則な交通を引き起こす、テレマティックアプリケーションに対するモバイルユニットの反応を特徴づける基準などの異なる基準に従って、交通動き分析のために用いられる。各PDFは、前記ポイント推定に関連した応答者の数とは異なる数を有する応答者によって他の（より低い）相関頻度で生成される、応答の所定数に関連した前記シングルポイント推定によって決定された応答者の所定数の相関頻度のシミュレートされた分布を正規化することによって、割り当てられた多数のスロットに対して導き出される。応答者の数の十分に高い範囲は、前記PDFを決定するために前記応答の相関頻度の正規化を可能とするために使用される。多数の潜在的な応答者（理論上で制限されないが、現実的にはアプリケーションによって制限される）に対しても決定されるべき相関頻度の高い正確さのために、十分に多数の応答手順の反復は、（多数の割り当てられたスロットに従ってテストした）応答者の前記シングルポイント推定によって決定された前記応答数に対して、前記応答の相対数を決定するために使用される。前記シングルポイント推定に従って発生する相関頻度について同数の応答の相関頻度を提供するために、多数の十分な範囲の応答者に対してシミュレーションを繰り返すことは、潜在的な応答者の数の（実際的な）範囲に従って応答数の分布を決定する。応答の前記相関頻度を生成する応答の蓄積数に従って（同数の応答に対する十分な多数の反復に従って）、正規化段階は、前記PDFを生成するために行われる。前記シミュレーションは、（前記シングルポイント推定によって決定された）異なる応答者数について割り当てられた異なるスロット数に対するそのような分布を決定するためにさらに拡張される。そのようなPDFは、スロットのシングル割り当てによって応答者のシングル推定に対する信頼区間を提供するために用いられる。スロットのシングル割り当てよりもっと使用する推定のために、前記シングルポイント推定に関連した異なる応答者数で異なるスロット数の間の、組合せに対する結合PDFを生成することは価値あることである。エラー推定関数は、さらに統計上の方法に従うとともに、応答者（ベイズ的なアプローチ）の確率分布についてのアプリオリデータを考慮するシミュレーションによって公式化される。前記推定処理は、少なくとも１人の応答者によって用いられるために検出された前記スロット数をカウントするとともに、前記割り当てられたスロットでの応答者によって用いられるために検出されたスロットの数の関数として、要求された推定を提供する所定の推定関数（例えば、シミュレーションに従って、構築されたPDF、信頼区間、前記許容推定間隔の上下限を含む事前格納テーブルに基づく）への入力としてこの数を使用する。前記推定は、前記クエリー基準に従って車両の数の推定として考慮される。関数（テーブル）を推定することは、好ましくは、シミュレーション及び当該技術分野で知られた他の統計上の方法に対して記述された方法を使用することによって前もって決定される。個別推定関数(separate estimating function)は、好ましくは、割り当てられたスロット数の種々の範囲に対して発展する。割り当てられたスロット数の増加は、前記許容推定間隔を短くすべきである。実際に、これは、割り当てられた通信リソースをさらに効果的に使用することを可能にする。応答及び検出手順は、さらに各スロットでの応答者数間での可能な区別を含んでいる。しかしながら、これは短いバースト伝送がさらに高価に実行される応答者の送信器上の正確な電力制御を必要とする（例えば、CDMA）。非情報信号は、好ましくは、前記応答者によって用いられる。しかしながら、情報生成信号(information bearing signal)が前記応答者によって用いられる場合、捕獲効果(capture effect)はまた、スロット間で区別するために考慮されるにもかかわらず、スロットでの短いエネルギバーストは検出の時間を最小し、かつ、それゆえに、応答手順に好ましくは適し、応答者が前記応答者によって任意に割り当てられたスロットを使用するとともに、送信信号の検出処理は、ちょうどエネルギ検出を考慮する。
【００５０】
１つのタイプのクエリーによって前記FTIRSへの到着が予想されなかった車両（好ましくは見込みレベルによって）(NEV)の付加的な数を選択的に表すとともに、別のタイプのクエリーによって、前記FTIRSへの到着が予想され（好ましくは見込みレベルによって）、かつ、前記FTIRSに到着しなかった車両(EV)の数を選択的に表す推定は、前記FTIRSにおいて予想された負荷での変化を示す。これは、交通統計のオフラインデータベースに関連して、道路の区域内の予測可能な交通負荷で欠けているEV及び付加的なNEVの重み付け和を、予測交通と、非予測交通（予測された特異な交通負荷）とに応じて決定するために用いられる（例えば、前記データベース内の予測負荷の推定のPDFと、NEVの推定数との間の畳込みのような技術における既知の統計上の方法を用いることにより、NEVに帰因する新しい予測負荷の計算に対して用いられるための更新推定のPDFを提供する）。
【００５１】
この目的のために、詳細な説明でさらに記述されるように、推定間隔を提供するために生成される関数テーブルに関連して、個々のPDFを構成することは有用である。
【００５２】
これは、オフラインデータベース統計に関連して、好ましくは、現在交通のマッピングによって適応に補正されているものに関連して交通を予測するために改良された方法に対する基礎となる。
【００５３】
交通に関する中央制御に対するそのような改良の貢献可能性に加えて、信頼性の高いダイナミックルートガイダンスを改良するための可能性を有するとともに、可能とする。しかしながら、計画ルートがそのような予測に応じて独立して修正されるカーナビゲーションシステムの広い用途を考慮するとき、どのようにそのような予測を使用するかという方法は、とても重要な論点である。以下で、そのような予測が有効分散(efficient distributed)DRGを可能にする好ましい方法に焦点を当てる。
【００５４】
分散DRGを実施するためのこの取り組みの利点を説明するために、比較において従来の取り組みを記述することは重要である。
【００５５】
予測できない交通問題を将来、克服するために、従来の取り組みは、ほとんど完全に制御されるシステムを考慮している。すなわち、車載のコンピュータは、それらのベストルートを決定するのではなく、むしろビッグブラザー(Big Brother)取り組みが予知した交通を保つ(maintain)ために、推奨されたルートを提供することによってそれを行う。この取り組みは、道路に沿った車両の現在位置と同じように、各車両の行き先についてのデータを保有しなければならない中央計算方法を用いる。要求される非常に多くの計算と同様に、車両を中央制御に接続する大量データを収容しなければならない通信プラットフォームが必要である。実際、この目的のために、２方向通信能力を有するロードサイドビーコンが考慮される。そのようなシステムの公的な特徴とは別に、莫大なコストがかかるとともに、おそらく広範囲な実施をするには非実用的な考え方を作る計算力を必要とする。大多数の運転手が中央ルートガイダンスに従わないとき、この問題は増加し、それゆえに、システム効率を低下させ、それを信頼できないものとする。そのような理由のために、好ましくは分散知能に基づいた予知ダイナミックルートガイダンスが用いられるべきであり、それによって車中コンピュータはそれらの好ましいルートを決定する。しかしながら、そのようなアプローチによって、交通は、おそらくさらにより予測できないものになる。この問題を克服するために、上記提案したような方法で予測できない交通に対処するとともに、統計上の交通データベースに対して定期的に補正を用いる必要がある。そのようなアプローチを実現するために、予測交通情報は、定期的に推定されるとともに、カーナビゲーションシステムに提供されなければならないので、試行錯誤に基づいた処理が、個人の要求と提供された交通ルートとの間の釣り合いを改良するために使用される。これは、システムを分散知能に基づいて実施する。これには、現在交通情報を考慮することに加えて、カーナビゲーションコンピュータが、所定の断念(give-up)処理を用いなければならない。予測交通情報及びそれらの計画ルートに従って、各車は、その計画ルートが予測交通混雑または交通渋滞に加わるかどうかの識別しようとする。そのような状況の識別は、予測交通情報と計画ルートとの間の比較結果として生じる。前記比較により計画ルートに沿って予測交通混雑が識別される場合、さらに妥当な代案ルートがあるならばその計画ルートを自動的に断念する。前記断念処理は、好ましくは優先順位に従って用いられ、種々の基準レベルを考慮する。例えば、そのような試行錯誤周期の最初の繰り返しにおいて、５パーセントまで計画ルートの長さを増加するような代案ルートを有するが、進行時間に著しく影響はしない車は、計画ルートを、あらかじめより低い優先順位である前記代案ルートに自動的に変更する。先の断念手順周期に対する車の反応に従って交通予測での変化を示す車に対する予測と更新の別の周期は、先の予測交通混雑が依然として予測された場合、計画ルートを断念する高次の断念レベル（例えば、計画ルートの残りに対する長さが10％増加するとなるような代案ルート）により、追加的な車という結果となる。ときどきそのような手順は、あまりに多くの車が前の繰り返しで計画ルートを断念する場合、車がより早く、さらに好ましいルートに戻ることを許可する。従って、交通負荷が軽減される。断念レベルの増加及び減少のパラメータに基づく所定の断念処理に加えて、収束反復処理を制御するために用いられる。好ましくは、任意のパラメータは改良のために用いられるとともに、そのような十分に多数の反復の結果として、この処理は、断念レベルの次元及びその減少によって釣り合いへと収束する。断念次元の高低レベル間の交換が、好ましくは前記繰り返し処理のパラメータを用いて考慮される。
【００５６】
車上DRG性能のためにカーナビゲーションシステム(CNS)が用いられるように考慮されるとき、そのような予測処理の定期的処理は、前記CNSユニットの車上DRGによって選択ルートの改良を助けるので、そのようなアプローチの恩恵を認めるのは容易なことである。しかしながら、テレマティック内の１つの動向は、車内に取り付けられたテレマティックコンピュータ(TC)に車外DRGを提供することである。そのようなTCには、推奨ルートが提供されるとともに、車中位置決定手段に従って、前記TCは、前記ルートに沿って運転手をナビゲートする。従って、車外DRGによってTCを部分的に用いるとともに、他の部分では車上DRGによってCNSユニットを用いる環境下で交通予測処理を可能とするために、TCユニットに対して強化型能力を提供することはなくてはならないものである。例えば、前記予測処理で調査された所定の区域内の可能な交通負荷問題を克服するために、TCには少しの代案ルート（例えば、ルートの迂回路区域）が提供される。これらの代案は、予測処理に参加可能な車上DRGを有する前記CNSで用いられるような、無線インタフェースを備える前記TCによる優先順位に応じて用いられる。従って、前記予測処理に参加することによって、現在の交通と予測された交通とのバランスに応じて前記ルート計画は断念処理の使用により改良される。
【００５７】
予測した情報は、交通制御センタだけでなく、カーナビゲーションエンドユーザ及び車外DRGサービスプロバイダに好ましくは配信チャネル、例えば、RDS/TMCを介して提供される。
【００５８】
前記特異な交通予測処理の他の実施形態は、ローカルベースのサービス(Local Based Services)のようなテレマティックアプリケーションの結果として交通負荷の影響を処理する。そのようなテレマティックアプリケーションの１つのタイプは、ときどきp-コマース、m-コマースまたはl-コマースのように名前のついたコマースサービスに関連して位置付けられる。そのようなサービスアプリケーションによって、サービスユーザは、基準に応じて興味のポイントを突き止めるために要求を開始する。例えば、要求は、ある製品がある範囲に制限された値段で発見されるとともに、できる限りユーザポジションから所定距離内で見つけられるような位置を求めてもよい。テレマティックの他のアプリケーションは、より広告志向のものであるとともに、短期間で可能な限り通常または特別な提案を提供することを望む売り手によって開始される。売り手がそのような提案を効率良く処理できるようにするために、提案に対する潜在的な要求についてアプリオリデータを有することは有益なことである。そのような情報を得るための１つの方法は、潜在的な買い手によって、ある価格レベルに対する潜在的な要求を評価することを開始された要求の記録情報を用いることである。特別な提案を含む問題は、特別な提案の対象となる多数の異なる製品や、それ以外に、別に興味を示す潜在的な買い手についてのアプリオリデータが売り手には不足している。
【００５９】
前記交通負荷でのP-コマースの影響と並んで、P-コマースを実行するとともに、それゆえに予測できない交通レベルを増加させる異った方法がある。例えば、p-コマースアプリケーションを改良するために、好ましくは特別な提案に対して価格と、非要求型の製品(non solicited products)を含むことによって、十分な要求を確認する手助けをするクエリーツールを有することは、大株主及びその他のものに対して有利である。これは、ハンティングトリップ環境(hunting trip environment)を生成する。そのようなツールによって、クエリーは、１またはそれ以上の可能な価格範囲での製品に関して、オークション処理と同様の方法、好ましくはテレマティックユーザに対する配信メッセージにより提供される。通常、運転手である前記ユーザは、リスト内の選択に従った配信メッセージと一致するテレマティックコンピュータ(TC)において、製品に対する選択の格納リストを有する。例えば、価格範囲で製品を含む格納製品リスト(SPL)は、前記TCが配信クエリーに応答できるようにする。そのような応答が、前記潜在的なクライアントの推定数及び可能ならば彼らの位置分布についての情報を提供する場合、前記売り手は、要求に従った特別な提案に対する時間帯及び価格を決定することができる。前記提案は、前記潜在的なクライアント及び可能ならばその他の者の両方を対象にする。これは、おそらく意思決定に貢献する応答者を対象とする。交通マッピングシステムと、PMMS性能でのテレマティックモバイルユニットとに対して提案されるような性能でのシステムプラットフォームを考慮するとき（クエリーに従った応答者の位置及び他の分布を決定するために、かつ、可能ならば所定数のスロットにおいて、任意応答によってクエリーに対する応答者数を推定するために、あらかじめ割り当てられたスロットを用いる）、ハンティングトリップアプリケーションを実行することが可能となる。
【００６０】
実行できるシナリオは、所定基準（例えば、製品名及び関心を引く値幅）に応じて、SPL(TC内)での１つまたはそれ以上の製品の更新で始まる。前記TCのハンティングトリップアプリケーションを利用する運転手は、前記TCが配信クエリーを受信すると、そのようなクエリーでの応答に参加できるようにする。クエリーは、前記SPLと一致するとともに、一致が確認されると前記TCの応答を可能にする。次いで、クエリーが所定プロトコルに従った分布関連クエリーである場合、前記TCは、固有値に従った属性を最もよく表す通信スロットで応答を開始する。例えば、制限エリア（地域）内の潜在的なクライアントの分布を調査するとともに、所定スロットで動かされるために応答を決定するクエリーに対して、前記スロットによって決定された範囲内で、その位置を最もよく表すスロットで応答する。この場合、固有値は、まさに位置に対応する。他の可能性では、できる限り到着分散(arrival distribution)時間よりもむしろ運転手の位置に関連するようなクエリーの場合に、計算された進行時間を要求し、到着時間の推定に対応する固有値を使用する。他の可能性では、前記応答者によって用いられるスロット数と、応答に割り当てられたスロット数との間の比率に応じて、個々にフックされた車両(hooked vehicle)の可能性数の推定値を提供するスロットの決定数で任意に所定プロトコルに従って、応答することによって潜在的なクライアント数を統計的に推定する（そのような推定値は、FTIRS内の交通負荷を推定する特異な交通負荷予測方法で説明される間隔推定アプローチを用いることができる）。要求の評価は、手伝いの提案をするかどうかや、価格はどうかを売り手が決定することを手助けする。売り手が提案を与えることについて決定できるようにするために、上記方法は、独立してまたは互いに組み合わせて用いてもよい。
【００６１】
特定の前の調査されたクエリーを参照する配信メッセージと、このクエリーに前もって応答したユーザの車両とをできる限り用いる提案の実施は、所定プロトコルに従って格納された前記クエリーに対する応答の前記TC内の記録の一致によって対象とされる。次いで、対象ユーザは、手の介在によって応答することを促されるとともに、提供を受け取るという意思をできる限り確かめることができる。この段階では、前記売り手は、最終的に要求を評価するために、前記特定のメッセージに関して、前記TCに格納された記録に従って前記提案を受けたユーザを目標として付加的な第２配信クエリーを開始する。前記第２配信メッセージと、前記TC内に格納された記録との間に一致があるユーザ車両は、このクエリーに関した所定のプロトコルに従ってスロット内に応答する。従って、前記売り手は、第２クエリーに対する応答者への配信メッセージを実行することにより、前記提案を確認する。この段階では、購入を確実にするために調査処理を可能にすることが、好ましい可能性となる。前記TCを用いたいずれかの通信方法は、この目的のために用いてもよい。しかしながら、そのような処理及び他のテレマティックアプリケーションは、計画ルートの変更によって予測できない交通を生成する可能性を有する。従って、そのような処理の結果としての交通負荷における逸脱の推定を含む他の処理が用いられる。例えば、ハンティングトリップのようなテレマティックアプリケーションに従ってルート計画を変更したPMMS(テレマティックPMMS-TPPMS)の一部である各TCユニットは、前記テレマティックアプリケーションに従った前記ルート計画へ最近の変更を含む基準による交通予測クエリーによって目標とされる。そのような交通予測の実施は、結果である交通混雑を予防するために、a)交通におけるそのようなテレマティックアプリケーションの影響の調査を手助けし、b)例えば、提案の範囲を制御することによって、そのような影響の制御の処理を可能とする（ハンティングトリップアプリケーションにおいて、これは所定の許容範囲に対する提供範囲の限定という形か、または、ある方向から、すなわちある道路区分を通る潜在的な到着に限定するという形となる）。
【００６２】
本発明は、割り当てられた（送信）スロット内での前記応答者によって送信された指示信号が時間、周波数、または、時間及び周波数、好ましくはRF（無線周波数）パルスで送信される例を用いてここで説明してきた。送信スロットの他のタイプは、周波数ホッピング及び他のスペクトラム拡散送信スロットのような発明で役に立つ。ここで用いられた前記“送信スロット”または“スロット”という用語は、これらスロットの全てのタイプを含んでいる。
【００６３】
上記実施形態で言及されたようなローカルベースのテレマティックサービスの結果として不規則な交通をマップするような必要性と関連して、使用するための必要性が結果としてありえる場合には、定常タイプの交通情報のレベルを完全にするために、または改良するために、ローカルエリアでの他のマップ交通待ち行列に対する必要の可能性がある。上記特定された従来技術によって提案された１つの方法は、交通待ち行列をマップすることであった。これに関連して他の実施形態は、上記特定された従来技術に記載されたスロット適応識別マッピングシステム(slot oriented discrimination mapping system : SODMS)に対する待ち行列マッピングのために、無線通信効率を改良する以下のようなものによって提供される。
【００６４】
指定されたスロットがマッピングフォーカスからの距離に従って、マッピングサンプルを構成するように割り当てられる場合、次のマッピングサンプル内で車両の待ち行列のマッピングにおいて、先のマッピングサンプルの後に待ち行列に到着する新しいプローブが前のマッピングサンプルで最も遠いプローブよりも、前記マッピングフォーカスからさらに遠いかどうかを確認することが要求されることを考慮することにより、割り当てられたスロット数の保存が可能な方法がある。従って、サンプリングの好ましい実行処理において、次に取得されるマッピングサンプルでの割り当てられたスロットの指定（最も遠いプローブが検出されたマッピングサンプルに対する）は、前のマッピングサンプルにおける最も遠いプローブ（前記マッピングフォーカスから）の位置として識別された位置で始まる道路内の区分に対して制限される。次のサンプルは、好ましくは統計上のデータから決定される長さのために、前記マッピングフォーカスからさらに遠い方向にマップされた範囲をカバーする。付加的なスロットは、継続的なマッピングサンプル間での最も遠いプローブの移動距離に従った待ち行列での移動割合を決定するために、好ましくはマッピングサンプル内の最も遠いと特定されたプローブに独占的に割り当てられてもよい。これらのスロットは、その移動距離を決定するために、通常の変調データ通信による方法か、または、これらの独占的に割り当てられたスロットの１つより多くを用いるプローブのようなものによって個々のコードを構成する方法の２つの方法のうちいずれか１つで、データ送信に対するそのようなプローブによって用いられる。
【００６５】
前記待ち行列に対して逆の順序(opposed order)、すなわち、時間内の増加が前記マッピングフォーカスからの距離の減少に対応する順序に割り当てられたスロットを配列することによって（従って、割り当てられた前記第１スロットが前記マップされた道路区分内で、前記マッピングフォーカスから最も遠い位置に割り当てられる）、及び、いずれかのあるマッピングサンプル内でサンプリングの処理を止めるようにするプローブへのフィードバックを用いることによって、通信リソースを保存することが可能となる。定義が前記マッピングサンプルに対する最も遠いプローブである前記第１プローブ（逆の待ち行列(opposed queue)）を検出するとき、前記プローブに送信される前記フィードバックメッセージは、マッピングサンプルに対するサンプリング処理を止めるようにするプローブに送信される。さらに、また、あまりにも短すぎて重要でな待ち行列に対する指定スロットを保存するために、割り当てられたスロットの逆の順序は、前記マッピングフォーカスから重要性の最小所定範囲に対する待ち行列マッピングを制限するために指定される。前記配信チャンネルを介した所定のプロトコルに従ったいずれかのフィードバックメッセージ、例えば、ビジービット（DSMAによって用いられる）または他の適切なメッセージは、いずれかのマッピングサンプルにおいてプローブからのさらなる応答を止めるのに用いられる。
【００６６】
スロット割り当てに関して通信リソースをさらに保存することは、好ましくは、プローブが検出される場合、前記プローブが待ち行列の長さの決定に十分な効果を有しないことを予測させる状況で、プローブを検出しない可能性を許可する利益を有する。例えば、道路区分内の到着車両間の前記プローブ割合についてアプリオリデータが存在する場合、次いで、例えば、意味のあるより短い距離（時間のより短い期間）でのプローブの連続到着の確率が予想と比較されて十分に高くない場合、次いで、好ましくはそのような道路区分でのスロットの全割り当ては保存される。プローブの検出に対して、重要性がないよりむしろ影響の低い重要性があるような場合、次いで、前記スロットは、プローブを検出する確率をより低くするようなコストで時間を節約するために、より短い時間で割り当てられる。
【００６７】
隣接する周波数スロットの割り当てが異なったエリアに関して指定される場合、スロットに関連したこれらエリアからの個々のパスと、一般的な基地局との間の電波の伝搬パス損失での予想差を最小にするために、好ましくは個々のエリアに対してそのようなスロットを割り当てることは価値あることである。これは、お互いの間で受信信号強度内の非常に大きい差によって受信される信号間のより高い識別を可能とするが、一方で、小さい信号が検出されることを可能にする。
【図面の簡単な説明】
【００６８】
【図１】好ましくは推定（各実行された反復で提供されたスロットの個別の割り当て）の単一反復よりさらに多くが用いられる反復推定手順を示した図。
【０００１】
本発明は、引用によって組込まれる2001年2月9日に出願されたUS特許出願番号60/267,693と、2001年3月8日に出願されたUS特許出願番号60/274,323と、2001年5月7日に出願されたUS特許出願番号60/269,083との優先権を主張する。
【０００２】
一般的に、本発明は、ダイナミックルートガイダンス(Dynamic Route Guidance : DRG)を使用するモバイル用テレマティックユニット(Mobile Telematics Units : MTU)及びインカーナビゲーションシステム(In-Car Navigation Systems : CNS)のユーザ数が期待通り増加していることから、不規則な交通を示す種々の基準に応じて、将来時間間隔(in forward time intervals)で潜在的な(potential)交通負荷をマッピングするための方法及びシステムに関する。特に、前記方法及びシステムは、自動車がかなりの割合(significant percentage of vehicles)になるとDRGの使用によって交通での潜在的な不規則な動き(erratic behavior)のレベル決定を助けるために、無線システムを使用することにより、選択された場所（非定常的な交通負荷(inconsistent traffic load)）での自動車数が増加する可能性または減少する可能性を推定するための有効な手段を提供することを目的とする。さらに、本システム及び方法は、交通情報の使用と、テレマティックアプリケーションに対する運転手の反応とを含む不規則な交通の原因と、それらの影響のレベルとを調査するための助けとなる。これは、交通制御及びDRGの使用によって交通予測を向上することを手助けする。特に、本方法は、プローブ(probe)応答能力を有するモバイルからの信号応答の検出に対して、事前指定されたスロットまたはスロット群を割り当てすることが可能なマッピングシステムプラットフォームの利用可能性を提供する。上記特定されたシステムは、マッピングシステムクエリー(mapping system query)に応じるとともに、所定のプログラムに応じて、応答信号に対する時間/周波数スロットを選択する、前記モバイルの能力によって主に特徴づけられる。モバイル送信信号の検出は、割り当てられたスロット内のモバイル送信信号のエネルギ検出によって主に特徴づけられる。それ故に、同じスロット内の信号衝突の結果のようにモバイル伝送内で繰り返す必要がない。前記モバイル（プローブ）応答能力だけでなく、スロット適応識別マッピングシステム(Slot Oriented Discrimination Mapping System : SODMS)として、または異なるものとして以下で言及されるそのようなマッピングシステムの非モバイルプラットフォーム(non mobile platform)は、2001年11月30日に出願されたUS特許出願番号09/945,257及び09/998,061と、PCT/IB00/00239と、それら自体の引用文献とに記載されている。
【背景技術】
【０００３】
例えば、引用によってここに組込まれる開示である1996年5月17日に公開されたPCT公開公報WO 96/14586には、混雑でのモバイルのマッピングのためのシステム、インターアリア(inter alia)が記載されている。上記公開公報に記載されたマッピングシステムプラットフォームに適用可能なある実施形態では、中央局は、例えば、停止している自動車か、またはそれらの位置を示す信号を配信するために所定値以下の平均速度である自動車に要求する呼出(call)を自動車に配信する。そのような信号は、それぞれが位置に関連する１ビット（yesまたはno）を表すスロットで放送される。好ましくは、唯一１つの論理スロット（１つの実際スロットより大きいスロットによって表されてもよい）が、関連位置を定義するために用いられる。そのような信号は、交通が遅延され、言い換えればゆっくり移動するそれらの地域の地図を生成するために用いられる。
【０００４】
上記特定された従来技術には、交通予測で使用するための定常的な交通データベースの可能な構成が記載されている。１日の所定の時間期間で、及びいずれかの交通状況での数日間、マップされた道路での交通流量の準定常的な（一時的な静止）統計が繰り返し考慮されるとき、そのようなデータベースはクエリーの交通マッピングによって構築される。そのように収集された情報、例えば、平均到着速度は、その技術において既知の統計上の方法を使用してマップされた待ち行列のリアルタイム更新と関連して交通を予測するために、オフラインデータベースとして用いられる。前記マッピングシステムプラットフォームの現在交通マッピングアプリケーションの一部として生成されるときか（上記で特定された従来技術により記載される）、または類似の通信能力を用いた独立プラットフォームによるかのどちらかで、不規則な交通の潜在的な影響をマッピングするために、本実施形態では前記マッピングシステムを使用することによって、非定常的な交通予測を組込むことによる定常的な交通データベースを更新することが可能となる。
【０００５】
CNSユーザ数での増加と同様に、車外または車上ルートガイダンスによって使用されたMTUによるテレマティックアプリケーション数での予想された増加は、ダイナミックルートガイダンスを使用する自動車の割合を増やすとともに、それ故に、不規則な交通を引き起こすような可能性を有する交通負荷での予測できない変化となる。
【０００６】
従来の交通予測は、予想交通負荷によって、また、できる限り交通の動き及び交通の現在の状態についての今までのデータ(knowledge)によって、交通を予測するために定常的な交通のデータベースを用いる。しかしながら、交通におけるDRG効果は、そのようなデータベースによってほとんど予測することができない。これは、車外DRG（共通サービスセンタによって提供されるルートプラン）について今までの情報があるにもかかわらず、予定通りのルートから外れたり、別のルートを使ってしまうことにより、短時間で交通予測に関係ない今までのデータを作成してしまうためである。従って、交通における潜在的な変化を予測するための能力を向上するために、定常的な交通情報と、できる限り現在の交通情報を含む他の今までのデータとを接続して用いられる交通データベースを更新するための手段を有することは、有益なことである。
【０００７】
定常的な交通は、特定の時間期間及び場所（例えば、ある道路におけるある曜日のある時間）に関して、反復的な特徴を有する交通として定義される。定常的な交通は、通常は統計上の観点から、一般に特徴づけられる動きパターンの結果である。そのような交通特徴は、交通予測に貢献するオンラインデータベースに格納することができる。
【０００８】
非定常的な交通は、特定の時間区間及び場所に関して、非反復的及び不安定な特徴を有する交通として定義される。そのような交通は、例えば、現在の交通負荷に応じて、ルートを変更する個々の運転手の技量の結果である。現在の変化する交通の詳細情報にアクセスする運転手数と、それらの前のルートプランを個々に修正する車載の洗練された技量を有する運転手数とが増加するとともに、種々の運転手間に存在する協調性がなくなればなるほど、そのような交通の非定常性(inconsistent)がさらに増す。非定常的な交通が統計上の基礎において特徴づけられることは、困難である。そのような交通は、一般的に予測できない傾向にあるとともに、予測できない交通負荷となる。
【０００９】
大部分の車がダイナミックルートガイダンスを使用している場合、前記非定常的な交通は、前記交通制御において重要な問題となることが予想されるとともに、結果としておおよそ、それら自体の中に、前記交通に影響を与えるとともに、ダイナミックルートガイダンスの有効性を減じるようなある場所での予想していない交通負荷を引き起こす。ダイナミックルートガイダンス(DRG)で用いられる交通情報は、計画されたルートでの変更によって交通に非定常性の原因となり、一方、運転手の好み、スケジュールからの逸脱、または地域に基づいたサービスに対する反応は、前記交通状態での非定常性に対する他の原因となる。
【発明の開示】
【発明が解決しようとする課題】
【００１０】
非定常的な交通を予測することの問題を解決するための１つの一般的な取り組みは、個々の運転手のルート制御を集中させることである。この取り組みは、大規模装置の実現可能性問題と比べて、多くの不都合を有する集中化DRGへ導くので、本発明の以下の実施形態において考慮されるものではない。
【００１１】
さらに説明すると、交通制御に対して、非定常的な交通の交通予測の貢献とは別に、前記予測は、さらに車載のコンピュータの分散知性に基づいてあいまいな予測をするDRG取り組みの比較的なローコスト装置へと至るとともに、またさらに有効なテレマティックアプリケーション装置に貢献する。
【００１２】
非定常的な交通のための予測は、所定の場所及び時間間隔に対する交通負荷推定処理に基づいている（例えば、ある将来時間間隔におけるある道路での通過を予想する車載のナビゲーションコンピュータを使用する自動車数を推定すること）。しかしながら、そのような情報源がダイナミックルートガイダンスのみを使用するカーナビゲーションユニットに限られるとともに、前記推定処理がそのような予測に対する唯一の手段であるとき、大部分の車がカーナビゲーションシステムを使用することが要求される。実際に、そのような状況は、実用的に疑問がある。しかしながら、車両システムの大部分がほとんどおおよそダイナミックルートガイダンス(DRG)を使用する場合の状況は、そう遠くない未来に現実的なものとして考慮されてもよく、従って、この状況に対する信頼性の高い交通予測はまだ利用できないのに反し、非定常的な交通は初期段階で明らかになり始める。交通予測が不十分であることによって、そのような段階で遭遇する前記問題は、ダイナミックルートガイダンスの有効性について、個々の運転手による重要なジレンマへとなる。前記ジレンマは、現在の交通に応じて推奨されたDRGを考慮すべきかどうか、大多数のDRGユーザのせいで発生する予測できない交通を無視するか、一方でまた前記推奨されたDRGを無視するかどうかである。そのような非定常的な交通の初期段階に対して、以下の実施形態では、そのような初期段階での信頼性の高い予測を可能とするために、交通予測の修正された方法を提案する。交通負荷予測は、好適には、頻発する交通混雑に遭遇しやすい道路に対して行われることになる。
【課題を解決するための手段】
【００１３】
本発明は、交通予測に対する迅速かつ有効な手段を提供するために、DRGの結果であり、選択された場所において将来時間間隔内での潜在的な交通負荷の特異な(differential)マッピングのための好適な方法及びシステムを提供する。スロットがプローブ応答に割り当てられる前記マッピングシステムと、割り当てられたスロット内のプローブ応答能力でのルートガイダンスを備えつけられたモバイルユニットは、以下の修正された予測方法に対するプラットフォームとして用いられる。前記モバイルユニットは、将来のモバイルマッピングシステム(Potential Mobile Mapping System : PMMS)として言及される。PMMSのルートガイダンス能力は、車上または車外どちらかのルートガイダンスに基づいている。以下で説明される前記予測方法は、このプラットフォームの一部として現在の交通のマッピングのアプリケーションを実行するかまたは実行しないでそのようなプラットフォームで実施される。前記無線システム及び前記マッピングシステムを含む前記マッピングシステムの非モバイル部分（非モバイルシステム）は、非モバイルシステムプラットフォームと言われる。本発明の以下の実施形態の実施に適切であるとともに、貢献する交通マッピングと関連して、上記で特定された従来技術で用いられた全ての適切な用語は、また本出願でも用いられる。
【００１４】
将来の交通負荷を決定するための前記特異なマッピング方法の目的は、交通情報データベースの使用のさらなる正確さおよび予測能力を可能にするため、選択された道路区域に対する将来時間間隔での予想交通負荷からの逸脱についての情報を使用して、交通情報データベースを更新することである。前記データベース予測能力（逸脱前に更新する(before deviation updates)固有の制限に基づいて、予測基準は公式化されるとともに、前記PMMSユニットに対する非モバイルプラットフォームによって転送される。そのような基準は、前記データベース条件(requirement)レベルで、スケジュール及びあらかじめ計画されたルートからの予想される逸脱の可能性の予測を可能にすることを目的とする。前記PMMSユニットは、それらが前記送信された基準と一致するかどうかを判断し、一致する場合に、応答する。これはまた、選択された将来時間間隔でのDRGによって影響された地域的な潜在的な負荷の事前調査による交通予測を助けるデータベース内の情報の正確なレベルを向上するための方法として考慮される。そのようなデータベースでの基本情報のレベルは、例えば、定常的な交通、またはハイレベルな予測能力を含んでいる。
【００１５】
例えば、定常的な交通に応じた予測能力に基づいて前記データベースを使用する場合、交通情報に従って計画したルートを時間及び距離に従ったおそらく最も短いルートから、時間またはその他の動的な選択に従っておそらく最短であるルートへ変更することになるが、そのような車は、定常的な交通統計内では考慮されないが、できる限り予想された非定常的な交通を表すために利用される。それゆえに、特定の道路区域での前記非定常的な交通負荷へのそれらの貢献を推定するために、車のグループをまず分離することは価値がある。好ましくは、この情報は、定常的な交通統計のデータベースに関連して考慮され、従って好ましくは、現在更新された現在及び予測された交通情報を決定するために、交通の現在リアルタイム更新で好ましくは更新される。前記分離処理は、交通情報、またはテレマティックアプリケーションに対する運転手の応答というような他の所定の可能な理由に応じて、車のルートを変更させるか、またはスケジュールから逸脱する車を選択的な対象とする予測クエリーを用いる。前記クエリーは、前記応答基準を決定する。以下に限られはしないが、応答基準は、ａ）それらの修正されたルート計画またはスケジュールに応じて、ある将来時間間隔でのある道路を通過するように計画されているとともに、参照ルート（例えば、初期設定のルート、または所定のプロトコルの一部としての基準に応じて決定されてもよい参照ルートとして、前記PMMSによって参照される何れか他のルート）に応じてそうするように計画されなかった自動車と、ｂ）前記参照ルートに応じて、この道路を通過するように計画したとともに、上記将来時間間隔で修正されたルート計画またはスケジュールに応じてそうするように計画されていない自動車とを備えている。
【００１６】
それらの参照（例えば、初期設定）ルートを使用する車両はクエリーに応答しない。
【００１７】
ルートが参照条件（例えば、初期設定）内であるか否かを決定するための基準は、前記交通統計上可能な影響の調査レベルを考慮する一般的な外部ソースから提供される。前記参照（例えば、初期設定）ルート情報は、車中（車上）システム内で形成されるか、または、外部（車外）ソースから受信されるかのどちらかとなるが、好ましくは、ルート計画及びスケジュールによって決定される。それゆえに、所定プロトコルに応じて、ルートまたはスケジュールでの逸脱は、参照ルートと呼ばれることから前記ルートを除外するとともに、それを非参照ルートであると決定する。前記プロトコルは、好ましくは逸脱の閾値を含んでいる。
【００１８】
代表的な初期設定ルートは考慮されるが、定常的な交通と一致することに限定されない。初期設定ルートは、以下の処理で加わるモバイルユニットのために、一般基準（例えば、好ましくはタイムスケジュールによって最も短いルート）に応じて決定される。非初期設定ルートは、スケジュールからの逸脱、または初期設定ルートとして考慮されるオリジナルルート計画からの逸脱の結果として既知の交通統計上でいくつかの重要な効果を有するものである。
【００１９】
前記車載システムは、以下で説明される所定の決定手順に組み込まれる。
【００２０】
原則として、調査されたルート区域に関する将来時間間隔(Forward Time Interval related Route Segment : FTIRSはルート区域、通常、道路区域についての時間間隔をいう)についての特異な交通負荷予測(Differential Traffic Load Prediction : DTLP)処理は、マッピングシステムにより前記PMMSユニットに送信される２つのタイプの交通予測クエリーによって実施される。前記予測クエリーは、予測基準を含んでおり、調査されたデータベース情報（非予想車両-NEV）に応じて、前記FTIRSを通過することが予想され、かつ、そうすることが予想されない車か、または、調査されたデータベース情報（予想車両-EV）に応じて、前記FTIRSを通過することを期待されないとともに、そうすることを期待された車の対象グループにねらいがつけられる。
クエリー-A)
それらの参照ルート上で調査FTIRSを通過することを期待されないとともに、それらの非参照ルート上で調査FTIRSを通過することを期待される車両の数を推定することを目指したクエリーのタイプ（非期待車両-NEV）
クエリー-B)
参照ルート上で検討されたFTIRSを通過することが期待され、かつ、非参照ルート上で検討されたFTIRSを通過することが期待されない車両の数を推定することを目指したクエリーのタイプ（期待車両-EV）
【００２１】
将来時間間隔に関して応答できるようにするために、前記PMMSユニットが、参照の手段または計画されたルート区域に対する参照を計算するための手段を備えるとともに、個々のルート区域に沿って進行時間間隔を推定することが要求される。好ましくは、推定時間間隔には、個々の信頼区間が設けられる。
【００２２】
非参照計画ルートを用いる車両は、以下の決定手順に従って、応答手順を可能にする。
【００２３】
受信されたクエリーが、以下の特異な交通負荷一致処理結果に従ってクエリーAとして認識される場合、次いで、前記クエリー内のFTIRSと、前記計画非参照（例えば、初期設定）ルート（使用中のルート）との間に一致があるとともに、前記クエリー内のFTIRSと、前記参照ルートとの間に一致がない場合、そのときに前記応答手順を可能にする。
【００２４】
受信されたクエリーが、以下の特異な交通負荷一致処理に応じてクエリーBとして認識される場合、従って、前記クエリー内のFTIRSと、それらの参照ルートとの間に一致があるとともに、前記クエリー内のFTIRSと、非参照ルート（使用中のルート）との間に一致がない場合、そのときに前記応答手順を可能にする。
【００２５】
前記所定の決定手順において、前記応答手順を可能にすることは、好ましくは対象車両に対して付加基準を含むように拡張される。例えば、クエリーAに関して、前記調査されたFTIRS内で到着する可能性に対して、間隔推定値を確認することにおける付加基準は、好ましくは前記決定手順の一部として考慮される。
【００２６】
上記クエリーに答えて頻発するマッチングに伴う車載システムにおける計算負荷を軽減するために、上記決定手順に先立って、予備の所定スクリーニング手順によって、所定のエリアゾーンに対するルートを参照することが好ましく、前記FTIRSが含まれるエリアゾーンを横切らないように計画された（参照及び非参照）車両のルートは、上記決定手順において、さらに詳細な一致処理を続行しない。
【００２７】
多数の通信スロットは、好ましくは各クエリーに関して別個に前記応答手順における応答者（前記割り当てられたスロット内で送信する車）に対して割り当てられる。前記応答手順が可能とされる各対象車両（応答者）は、応答するスロットを選択するために所定の応答手順を用いる。この所定の手順は、信号を送信するために、好ましくは前記割り当てられた全スロットから外れた１つのスロットの一様に分布されたランダム選択を用いる。
【００２８】
本発明の実施形態によると、ルート区域に関する将来時間間隔(FTIRS)内において、PMMSのダイナミックルートガイダンス(DRG)能力が提供された、非参照ルート計画に従って進行するとともに、モバイルシステムと、SODMSの非モバイルシステムプラットフォームとの間の所定のプロトコルに従って進行する車両の交通の負荷を予測する方法が提供される。
前記方法は、
(a)モバイルユニットによって交通予測クエリーを受信し、所定の特異な交通負荷一致処理によって、
(b)前記モバイルユニットのそれぞれによる一致処理を実行し、一致した場合、
(c)所定の応答手順を可能にし、各モバイルユニット内の応答手順が、所定の信号を送信する割り当てられたスロットを選択するために所定の任意の処理を用い、所定の信号は、オフラインデータベース統計に関連して交通を予測するための改良された方法を提供し、前記データベース統計は、好ましくは、重要な不規則な交通情報を含まないまたは足りない交通を予測するための方法と、従来データとによって適応して修正される。
【００２９】
本発明の他の実施形態では、交通の不規則な状況を引き起こすような可能性を有するアプリケーションに関連して交通予測を用いることは価値がある。そのようなアプリケーションは、テレマティックにおいて、及び、特にコマース(commerce)（p-コマースは時々l-コマースまたはm-コマースとして呼ばれる）に関した位置において、地域に基づいたサービスを含んでいる。P-コマースを実行するための異なった方法があり、それゆえに予測できない交通レベルが増加する。例えば、p-コマースアプリケーションを改善するために、特別な提案(offer)に対して、好ましくは価格によるとともに、非要請製品を含む重要な要求を認識するために株主等を助けるクエリーツールを有することは、株主及びその他に対してメリットとなる。これは、ハンティングトリップ環境(hunting trip environment)を生成する。そのようなツールにより、クエリーは競売処理と同様な方法で、好ましくは前記テレマティックのユーザに対する配信メッセージによって、１つまたは２つ以上の可能な範囲の価格で製品に関して提供される。前記ユーザは、通常の運転手であり、リスト内の選択に従って配信メッセージと一致させるユーザのテレマティックコンピュータ（TCはテレマティックPMMSのコンピュータとなる）内で、製品に対する選択の格納リストを有する。例えば、価格の範囲内で製品を含む格納された製品リスト(SPL)は、前記TCが放送クエリーに対して応答できるようにする。そのような応答が前記潜在的なクライアントの推定数と、可能ならばそれらの位置配分(position distribution)についての情報を提供する場合、売り手が要求に従って特別な提案に対する時間帯と価格を決定できるようにする。従って、前記提案は、前記潜在的なクライアントを対象とする。ほとんどこれは、決定に貢献する応答者を対象とする。本発明の本実施形態及び参照の従来技術の両方において、所定数のスロットでの任意の応答によってクエリーに対する応答者の数を推定できるPMMS能力でのテレマティックモバイルユニットと一緒に、交通マッピングシステムに対して提案されるような能力でシステムプラットフォームを考慮するとき、効率良くハンティングトリップアプリケーションを実行することが可能になる。
【００３０】
従って、本発明の本実施形態によると、基準に従って推定するための方法と、好ましくは、ハンティングトリップアプリケーションからの結果である選択された場所に対する将来時間間隔での特異な交通個々の負荷を予測することに関するSPLに応じて、及び複数のTCとSODMSの非モバイルシステムプラットフォームとの間のさらなる所定のプロトコルに応じた所定のプロトコル地域要請（例えば、製品またはサービスのために）とが提供される。
前記方法は、
(a)TCユニットによってハンティングトリップ利用のクエリーを受信し、所定の一致処理によって、
(b)前記TCユニットのそれぞれによる一致処理を実行し、一致した場合、
(c)所定の応答手順を可能にし、各TCユニット内の応答手順が、所定の信号を送信する割り当てられたスロットを選択するために所定のランダム処理を用いる。
【発明を実施するための最良の形態】
【００３１】
図１は、好ましくは推定（各実行された反復で提供されたスロットの個別の割り当て）の単一反復よりさらに多くが用いられる反復推定手順を図示する。前記反復推定手順は、好ましくは、制限された許容できるエラーレベルでの応答者の数の推定結果を取得し、偏りを減らし、一貫性を確認することを目的とする。単一反復での前記推定のエラーレベルは、応答が検出されるスロット（応答スロット）の数と、割り当てられたスロットの所定の数との間の比率の関数である。割り当てられたスロットの所与の数に対する応答スロットの率は、応答者の数の結果であるので、初期の割り当てられたスロットの最低数を決定するために、応答者の実質的な予想された範囲を前もって評価することが望ましい。応答者のそのような実質的範囲は、時間及び場所に従って、統計上のデータから予想されるので、ついで、可能な初期範囲のデータベースは、好ましくは信頼区間の範囲が由来する確率分布として、好ましくはいずれか特定の都市全体に発展される。図１に関連して上述したような接続確率及びベイズ的な方法を用いる組合せ推定は、本発明の好適な実施形態の詳細な記述においてさらに詳細に説明される。
【００３２】
本発明は、交通予測に対する迅速かつ有効な手段を提供するために、DRGの結果となる選択された場所での将来時間間隔内での潜在的な交通負荷の特異なマッピングのための好適な方法及びシステムを提供する。スロットがプローブ応答に割り当てられる前記マッピングシステムと、割り当てられたスロット内のプローブ応答能力でのルートガイダンスとを備えたモバイルユニットは、以下の修正された予測方法に対するプラットフォームとして用いられる。前記モバイルユニットは、潜在的なモバイルマッピングシステム(Potential Mobile Mapping System : PMMS)と呼ばれる。PMMSのルートガイダンス能力は、車上または車外どちらかのルートガイダンスに基づいている。以下で説明される前記予測方法は、このプラットフォームの一部として現在の交通のマッピングのアプリケーションの実行または不実行のどちらか一方を、そのようなプラットフォームで実施できる。前記無線システム及び前記マッピングシステムを含む前記マッピングシステムの非モバイル部分（非モバイルシステム）は、非モバイルシステムプラットフォームと呼ばれる。本発明の以下の実施形態の実施に適切でき、かつ貢献する交通マッピングに関連して、上記特定された従来技術で用いられた全ての妥当な用語は、本出願に有効である。
【００３３】
本発明は、交通予測に対する迅速かつ有効な手段を提供するために、DRGの結果であり、選択された場所において将来時間間隔内での潜在的な交通負荷の特異な(differential)マッピングのための好適な方法及びシステムを提供する。スロットがプローブ応答に割り当てられる前記マッピングシステムと、割り当てられたスロット内のプローブ応答能力でのルートガイダンスを備えつけられたモバイルユニットは、以下の修正された予測方法に対するプラットフォームとして用いられる。前記モバイルユニットは、将来のモバイルマッピングシステム(Potential Mobile Mapping System : PMMS)として言及される。PMMSのルートガイダンス能力は、車上または車外どちらかのルートガイダンスに基づいている。以下で説明される前記予測方法は、このプラットフォームの一部として現在の交通のマッピングのアプリケーションを実行するかまたは実行しないでそのようなプラットフォームで実施される。前記無線システム及び前記マッピングシステムを含む前記マッピングシステムの非モバイル部分（非モバイルシステム）は、非モバイルシステムプラットフォームと言われる。本発明の以下の実施形態の実施に適切であるとともに、貢献する交通マッピングと関連して、上記で特定された従来技術で用いられた全ての適切な用語は、また本出願でも用いられる。
【００３４】
将来の交通負荷を決定するための前記特異なマッピング方法の目的は、交通情報データベースの使用のさらなる正確さおよび予測能力を可能にするため、選択された道路区域に対する将来時間間隔での予想交通負荷からの逸脱についての情報を使用して、交通情報データベースを更新することである。前記データベース予測能力（逸脱前に更新する(before deviation updates)固有の制限に基づいて、予測基準は公式化されるとともに、前記PMMSユニットに対する非モバイルプラットフォームによって転送される。そのような基準は、前記データベース条件(requirement)レベルで、スケジュール及びあらかじめ計画されたルートからの予想される逸脱の可能性の予測を可能にすることを目的とする。前記PMMSユニットは、それらが前記送信された基準と一致するかどうかを判断し、一致する場合に、応答する。これはまた、選択された将来時間間隔でのDRGによって影響された地域的な潜在的な負荷の事前調査による交通予測を助けるデータベース内の情報の正確なレベルを向上するための方法として考慮される。そのようなデータベースでの基本情報のレベルは、例えば、定常的な交通、またはハイレベルな予測能力を含んでいる。
【００３５】
例えば、定常的な交通に応じた予測能力に基づいて前記データベースを使用する場合、交通情報に従って計画したルートを時間及び距離に従ったおそらく最も短いルートから、時間またはその他の動的な選択に従っておそらく最短であるルートへ変更することになるが、そのような車は、定常的な交通統計内では考慮されないが、できる限り予想された非定常的な交通を表すために利用される。それゆえに、特定の道路区域での前記非定常的な交通負荷へのそれらの貢献を推定するために、車のグループをまず分離することは価値がある。好ましくは、この情報は、定常的な交通統計のデータベースに関連して考慮され、従って好ましくは、現在更新された現在及び予測された交通情報を決定するために、交通の現在リアルタイム更新で好ましくは更新される。前記分離処理は、交通情報、またはテレマティックアプリケーションに対する運転手の応答というような他の所定の可能な理由に応じて、車のルートを変更させるか、またはスケジュールから逸脱する車を選択的な対象とする予測クエリーを用いる。前記クエリーは、前記応答基準を決定する。以下に限られはしないが、応答基準は、ａ）それらの修正されたルート計画またはスケジュールに応じて、ある将来時間間隔でのある道路を通過するように計画されているとともに、参照ルート（例えば、初期設定のルート、または所定のプロトコルの一部としての基準に応じて決定されてもよい参照ルートとして、前記PMMSによって参照される何れか他のルート）に応じてそうするように計画されなかった自動車と、ｂ）前記参照ルートに応じて、この道路を通過するように計画したとともに、上記将来時間間隔で修正されたルート計画またはスケジュールに応じてそうするように計画されていない自動車とを備えている。
【００３６】
それらの参照（例えば、初期設定）ルートを使用する車両はクエリーに応答しない。
【００３７】
ルートが参照条件（例えば、初期設定）内であるか否かを決定するための基準は、前記交通統計上可能な影響の調査レベルを考慮する一般的な外部ソースから提供される。前記参照（例えば、初期設定）ルート情報は、車中（車上）システム内で形成されるか、または、外部（車外）ソースから受信されるかのどちらかとなるが、好ましくは、ルート計画及びスケジュールによって決定される。それゆえに、所定プロトコルに応じて、ルートまたはスケジュールでの逸脱は、参照ルートと呼ばれることから前記ルートを除外するとともに、それを非参照ルートであると決定する。前記プロトコルは、好ましくは逸脱の閾値を含んでいる。
【００３８】
代表的な初期設定ルートは考慮されるが、定常的な交通と一致することに限定されない。初期設定ルートは、以下の処理で加わるモバイルユニットのために、一般基準（例えば、好ましくはタイムスケジュールによって最も短いルート）に応じて決定される。非初期設定ルートは、スケジュールからの逸脱、または初期設定ルートとして考慮されるオリジナルルート計画からの逸脱の結果として既知の交通統計上でいくつかの重要な効果を有するものである。
【００３９】
前記車載システムは、以下で説明される所定の決定手順に組み込まれる。
【００４０】
原則として、調査されたルート区域に関する将来時間間隔(Forward Time Interval related Route Segment : FTIRSはルート区域、通常、道路区域についての時間間隔をいう)についての特異な交通負荷予測(Differential Traffic Load Prediction : DTLP)処理は、マッピングシステムにより前記PMMSユニットに送信される２つのタイプの交通予測クエリーによって実施される。前記予測クエリーは、予測基準を含んでおり、調査されたデータベース情報（非予想車両-NEV）に応じて、前記FTIRSを通過することが予想され、かつ、そうすることが予想されない車か、または、調査されたデータベース情報（予想車両-EV）に応じて、前記FTIRSを通過することを期待されないとともに、そうすることを期待された車の対象グループにねらいがつけられる。
クエリー-A)
それらの参照ルート上で調査FTIRSを通過することを期待されないとともに、それらの非参照ルート上で調査FTIRSを通過することを期待される車両の数を推定することを目指したクエリーのタイプ（非期待車両-NEV）
クエリー-B)
参照ルート上で検討されたFTIRSを通過することが期待され、かつ、非参照ルート上で検討されたFTIRSを通過することが期待されない車両の数を推定することを目指したクエリーのタイプ（期待車両-EV）
【００４１】
将来時間間隔に関して応答できるようにするために、前記PMMSユニットが、参照の手段または計画されたルート区域に対する参照を計算するための手段を備えるとともに、個々のルート区域に沿って進行時間間隔を推定することが要求される。好ましくは、推定時間間隔には、個々の信頼区間が設けられる。
【００４２】
非参照計画ルートを用いる車両は、以下の決定手順に従って、応答手順を可能にする。
【００４３】
受信されたクエリーが、以下の特異な交通負荷一致処理結果に従ってクエリーAとして認識される場合、次いで、前記クエリー内のFTIRSと、前記計画非参照（例えば、初期設定）ルート（使用中のルート）との間に一致があるとともに、前記クエリー内のFTIRSと、前記参照ルートとの間に一致がない場合、そのときに前記応答手順を可能にする。
【００４４】
受信されたクエリーが、以下の特異な交通負荷一致処理に応じてクエリーBとして認識される場合、従って、前記クエリー内のFTIRSと、それらの参照ルートとの間に一致があるとともに、前記クエリー内のFTIRSと、非参照ルート（使用中のルート）との間に一致がない場合、そのときに前記応答手順を可能にする。
【００４５】
前記所定の決定手順において、前記応答手順を可能にすることは、好ましくは対象車両に対して付加基準を含むように拡張される。例えば、クエリーAに関して、前記調査されたFTIRS内で到着する可能性に対して、間隔推定値を確認することにおける付加基準は、好ましくは前記決定手順の一部として考慮される。
【００４６】
上記クエリーに答えて頻発するマッチングに伴う車載システムにおける計算負荷を軽減するために、上記決定手順に先立って、予備の所定スクリーニング手順によって、所定のエリアゾーンに対するルートを参照することが好ましく、前記FTIRSが含まれるエリアゾーンを横切らないように計画された（参照及び非参照）車両のルートは、上記決定手順において、さらに詳細な一致処理を続行しない。
【００４７】
多数の通信スロットは、好ましくは各クエリーに関して別個に前記応答手順における応答者（前記割り当てられたスロット内で送信する車）に対して割り当てられる。前記応答手順が可能とされる各対象車両（応答者）は、応答するスロットを選択するために所定の応答手順を用いる。この所定の手順は、信号を送信するために、好ましくは前記割り当てられた全スロットから外れた１つのスロットの一様に分布されたランダム選択を用いる。
【００４８】
所定の推定手順は、割り当てられたスロットの所定数において応答が検出されるスロットの総数に従って、応答者の推定数を決定するために、前記非モバイルシステムプラットフォーム内で用いられる。前記推定手順は、好ましくは以下の図１で図示されるような、多数の二次的な手順を用いる。許容エラーレベルでの応答者の前記推定数を取得するねらいは好ましいものである。しかしながら、前記エラーレベルは、応答者数と、割り当てられたスロットの所定数との間の比率の関数である。応答者数に比例して、割り当てられたスロット数が多くなればなるほど、前記エラーレベルが低くなる。前記エラーレベルは、応答者の許容推定間隔よりも多い或いは少ないのどちらかである多数の応答者からの同様の結果を生成する最大累積確率として定義される。前記許容エラーレベルは、好ましくは特定のアプリケーションでの前記推定の感度に従って決定される。割り当てられたスロットの数及び応答者の数次第である応答スロット（応答が検出されたスロット）の最大頻度数について変化があるので、許容変化に対する初期の割り当てられたスロットの最小数を決定するために、応答者の数の現実的な予測範囲をあらかじめ評価することが望まれる。応答者のそのような現実的な範囲は、時間及び場所に従って、統計上データから予測されるので、それゆえに、可能な初期範囲のデータベースは、好ましくはいずれか特定の都市実体（好ましくは、信頼区間の範囲が確率分布として抽出される）に対して発展する。前記範囲のデータベースは、好ましくは、（限定されないが）特徴的な交通条件と、交通の流れを提供する特徴的な基盤と、ルートガイダンス手順によって使用される一般的な決定処理のような実体への特有の条件とを考慮して発展する。予想された応答者の初期数に対する範囲のデータベースを発展させる技術は、好ましくは、統計上及び経験的な方法と、コンピュータシミュレーションに基づいている。また、前記範囲のデータベースに基づいて、割り当てられたスロットの必要とされる初期数を決定するために、利用可能な無線通信スペクトルの一般的な条件と、無理のない重要なショートサイクルタイム内でのFTIRSの選択数を調査するための必要性によって課せられた制限と、結果予測内での許容容認エラー(acceptable tolerable error)とを考慮することが要求される。割り当てられたスロットの前記初期決定数は、むしろ許容エラーレベルに達成しないので、スロットの割り当てにおける継続的な繰り返しの反復と、応答者の数の再推定が要求される。反復の最小数における割り当てられたスロットの数の調整に対する可能な必要性を決定するために、好ましくは、エラー推定関数及び最適化調整関数が発展される。前記エラー推定関数は、好ましくは、応答スロット（応答）の検出数の数と、割り当てられたスロットの数（好ましくは、応答者の確率分布を考慮する）との間の比率の関数として、応答者の結果推定数での（例えば、信頼区間による）前記エラーを推定する。前記エラー推定関数に基づいて、割り当てられたスロットの要求選択数は、さらなる反復の間に調整されなければならないとともに、また、可能な一連の反復の間で変化してもよい。最小数の反復によって割り当てられたスロットの選択数での到着における最適化調整処理は、さらなる反復を保存するために、好ましくは、統計上の組合せに従って前記エラーレベル（例えば、最大見込み推定または推定を計算）で要求された改善を予測するとともに、続いて起こる反復で使用されるような割り当てられたスロットの選択要求数に応じて決定するための、（非許容容認エラーでの）より早い結果を用いる。反復を実行するにおいての重要性は、前記エラーレベルを減少する可能性に加えて、特に、応答の所定数を提供する応答者の確率分布について、アプリオリデータがほとんどまたは全く存在しないような場合の定常性の確認である。従って、少なくとも２つの反復は、好ましくは、たとえ応答数と割り当てられたスロットとの間の第１の割合が満足される、すなわち許容エラーレベルで表されたとしても許される。
【００４９】
前記推定手順は、好ましくは、（上限及び下限での信頼区間及び容認間隔(confidence and tolerance interval)のような間隔推定アプローチに基づく）許容推定間隔(acceptable estimation interval)を生成する統計上の方法を用いる。応答者の所定のシミュレート（または、分析的な計算）数に対するスロットの所定数において、応答（応答スロット）の最大頻度数であるシングルポイントは、このポイントについての応答の数の分布(distribution)を提供するとともに、間隔推定に対する容認間隔を決定する。応答の前記最大頻発数は、スロットの所定数における応答者の数に対するシングルポイント推定として以下で言及される。割り当てられた多数の所定スロットにおける応答のある数によって応答する応答者の可能な範囲について行う決定に対する許容推定間隔を決定する１つの従来の方法は、第１に個々のシングルポイント推定に従って容認間隔を決定することにより、割り当てられた所定スロット数において応答者の多数の繰り返しによって、応答のシミュレーションによって生成されるか、または、分析的な計算によって生成され、ついで応答の前記応答分布に従って許容容認間隔を決定する。許容容認間隔に基づいて、シミュレーションまたは分析的な計算のどちらかにより、例えば、重複（許容区域に関して、仮定テストでのエラータイプIIに似ている）の累積確率に従って、許容エラーを決定することによって、許容容認間隔内で応答を生成するために、応答者の上限及び下限数の可能性で表している割り当てられたスロットの同じ数に対して、２つの他の応答分布(response distribution)を決定することができる。許容エラー内での容認間隔と重複する応答の上方分布及び下方分布の前記シングルポイント推定の結果として、前記割り当てられたスロットでの応答の同じ数を生成する潜在的な応答者の推定に対して、許容間隔への上限及び下限をさらに決定するために用いられる応答者の上下数を決定することが可能である。それゆえに、この間隔の上限及び下限は、取得されるべき決定の感度(sensitivity)に関して決定される。そのような限度はまた、潜在的な応答者の拒絶された区域を決定するとして解釈される。前記許容推定間隔定義の観点から、十分に多数のスロットの数に対する応答の相違数のかなり広範囲に対して、エラーの割合の点での定常性は、前記シングルポイントに関する前記シングルポイントの推定と、その範囲での各応答者との間を線形関係に近似することにより応答者の各範囲に対する推定について予想する。推定間隔を決定するための他のアプローチは、分析的に、またはシミュレーションのどちらかによって前記シングルポイント推定に関する潜在的な応答者の確率分布関数(PDF)を生成することにある。たとえば、PDFの信頼間隔によって、許容可能推定間隔は発生する、そのようなPDFは、例えば、不規則な交通を引き起こす、テレマティックアプリケーションに対するモバイルユニットの反応を特徴づける基準などの異なる基準に従って、交通動き分析のために用いられる。各PDFは、前記ポイント推定に関連した応答者の数とは異なる数を有する応答者によって他の（より低い）相関頻度で生成される、応答の所定数に関連した前記シングルポイント推定によって決定された応答者の所定数の相関頻度のシミュレートされた分布を正規化することによって、割り当てられた多数のスロットに対して導き出される。応答者の数の十分に高い範囲は、前記PDFを決定するために前記応答の相関頻度の正規化を可能とするために使用される。多数の潜在的な応答者（理論上で制限されないが、現実的にはアプリケーションによって制限される）に対しても決定されるべき相関頻度の高い正確さのために、十分に多数の応答手順の反復は、（多数の割り当てられたスロットに従ってテストした）応答者の前記シングルポイント推定によって決定された前記応答数に対して、前記応答の相対数を決定するために使用される。前記シングルポイント推定に従って発生する相関頻度について同数の応答の相関頻度を提供するために、多数の十分な範囲の応答者に対してシミュレーションを繰り返すことは、潜在的な応答者の数の（実際的な）範囲に従って応答数の分布を決定する。応答の前記相関頻度を生成する応答の蓄積数に従って（同数の応答に対する十分な多数の反復に従って）、正規化段階は、前記PDFを生成するために行われる。前記シミュレーションは、（前記シングルポイント推定によって決定された）異なる応答者数について割り当てられた異なるスロット数に対するそのような分布を決定するためにさらに拡張される。そのようなPDFは、スロットのシングル割り当てによって応答者のシングル推定に対する信頼区間を提供するために用いられる。スロットのシングル割り当てよりもっと使用する推定のために、前記シングルポイント推定に関連した異なる応答者数で異なるスロット数の間の、組合せに対する結合PDFを生成することは価値あることである。エラー推定関数は、さらに統計上の方法に従うとともに、応答者（ベイズ的なアプローチ）の確率分布についてのアプリオリデータを考慮するシミュレーションによって公式化される。前記推定処理は、少なくとも１人の応答者によって用いられるために検出された前記スロット数をカウントするとともに、前記割り当てられたスロットでの応答者によって用いられるために検出されたスロットの数の関数として、要求された推定を提供する所定の推定関数（例えば、シミュレーションに従って、構築されたPDF、信頼区間、前記許容推定間隔の上下限を含む事前格納テーブルに基づく）への入力としてこの数を使用する。前記推定は、前記クエリー基準に従って車両の数の推定として考慮される。関数（テーブル）を推定することは、好ましくは、シミュレーション及び当該技術分野で知られた他の統計上の方法に対して記述された方法を使用することによって前もって決定される。個別推定関数(separate estimating function)は、好ましくは、割り当てられたスロット数の種々の範囲に対して発展する。割り当てられたスロット数の増加は、前記許容推定間隔を短くすべきである。実際に、これは、割り当てられた通信リソースをさらに効果的に使用することを可能にする。応答及び検出手順は、さらに各スロットでの応答者数間での可能な区別を含んでいる。しかしながら、これは短いバースト伝送がさらに高価に実行される応答者の送信器上の正確な電力制御を必要とする（例えば、CDMA）。非情報信号は、好ましくは、前記応答者によって用いられる。しかしながら、情報生成信号(information bearing signal)が前記応答者によって用いられる場合、捕獲効果(capture effect)はまた、スロット間で区別するために考慮されるにもかかわらず、スロットでの短いエネルギバーストは検出の時間を最小し、かつ、それゆえに、応答手順に好ましくは適し、応答者が前記応答者によって任意に割り当てられたスロットを使用するとともに、送信信号の検出処理は、ちょうどエネルギ検出を考慮する。
【００５０】
１つのタイプのクエリーによって前記FTIRSへの到着が予想されなかった車両（好ましくは見込みレベルによって）(NEV)の付加的な数を選択的に表すとともに、別のタイプのクエリーによって、前記FTIRSへの到着が予想され（好ましくは見込みレベルによって）、かつ、前記FTIRSに到着しなかった車両(EV)の数を選択的に表す推定は、前記FTIRSにおいて予想された負荷での変化を示す。これは、交通統計のオフラインデータベースに関連して、道路の区域内の予測可能な交通負荷で欠けているEV及び付加的なNEVの重み付け和を、予測交通と、非予測交通（予測された特異な交通負荷）とに応じて決定するために用いられる（例えば、前記データベース内の予測負荷の推定のPDFと、NEVの推定数との間の畳込みのような技術における既知の統計上の方法を用いることにより、NEVに帰因する新しい予測負荷の計算に対して用いられるための更新推定のPDFを提供する）。
【００５１】
この目的のために、詳細な説明でさらに記述されるように、推定間隔を提供するために生成される関数テーブルに関連して、個々のPDFを構成することは有用である。
【００５２】
これは、オフラインデータベース統計に関連して、好ましくは、現在交通のマッピングによって適応に補正されているものに関連して交通を予測するために改良された方法に対する基礎となる。
【００５３】
交通に関する中央制御に対するそのような改良の貢献可能性に加えて、信頼性の高いダイナミックルートガイダンスを改良するための可能性を有するとともに、可能とする。しかしながら、計画ルートがそのような予測に応じて独立して修正されるカーナビゲーションシステムの広い用途を考慮するとき、どのようにそのような予測を使用するかという方法は、とても重要な論点である。以下で、そのような予測が有効分散(efficient distributed)DRGを可能にする好ましい方法に焦点を当てる。
【００５４】
分散DRGを実施するためのこの取り組みの利点を説明するために、比較において従来の取り組みを記述することは重要である。
【００５５】
予測できない交通問題を将来、克服するために、従来の取り組みは、ほとんど完全に制御されるシステムを考慮している。すなわち、車載のコンピュータは、それらのベストルートを決定するのではなく、むしろビッグブラザー(Big Brother)取り組みが予知した交通を保つ(maintain)ために、推奨されたルートを提供することによってそれを行う。この取り組みは、道路に沿った車両の現在位置と同じように、各車両の行き先についてのデータを保有しなければならない中央計算方法を用いる。要求される非常に多くの計算と同様に、車両を中央制御に接続する大量データを収容しなければならない通信プラットフォームが必要である。実際、この目的のために、２方向通信能力を有するロードサイドビーコンが考慮される。そのようなシステムの公的な特徴とは別に、莫大なコストがかかるとともに、おそらく広範囲な実施をするには非実用的な考え方を作る計算力を必要とする。大多数の運転手が中央ルートガイダンスに従わないとき、この問題は増加し、それゆえに、システム効率を低下させ、それを信頼できないものとする。そのような理由のために、好ましくは分散知能に基づいた予知ダイナミックルートガイダンスが用いられるべきであり、それによって車中コンピュータはそれらの好ましいルートを決定する。しかしながら、そのようなアプローチによって、交通は、おそらくさらにより予測できないものになる。この問題を克服するために、上記提案したような方法で予測できない交通に対処するとともに、統計上の交通データベースに対して定期的に補正を用いる必要がある。そのようなアプローチを実現するために、予測交通情報は、定期的に推定されるとともに、カーナビゲーションシステムに提供されなければならないので、試行錯誤に基づいた処理が、個人の要求と提供された交通ルートとの間の釣り合いを改良するために使用される。これは、システムを分散知能に基づいて実施する。これには、現在交通情報を考慮することに加えて、カーナビゲーションコンピュータが、所定の断念(give-up)処理を用いなければならない。予測交通情報及びそれらの計画ルートに従って、各車は、その計画ルートが予測交通混雑または交通渋滞に加わるかどうかの識別しようとする。そのような状況の識別は、予測交通情報と計画ルートとの間の比較結果として生じる。前記比較により計画ルートに沿って予測交通混雑が識別される場合、さらに妥当な代案ルートがあるならばその計画ルートを自動的に断念する。前記断念処理は、好ましくは優先順位に従って用いられ、種々の基準レベルを考慮する。例えば、そのような試行錯誤周期の最初の繰り返しにおいて、５パーセントまで計画ルートの長さを増加するような代案ルートを有するが、進行時間に著しく影響はしない車は、計画ルートを、あらかじめより低い優先順位である前記代案ルートに自動的に変更する。先の断念手順周期に対する車の反応に従って交通予測での変化を示す車に対する予測と更新の別の周期は、先の予測交通混雑が依然として予測された場合、計画ルートを断念する高次の断念レベル（例えば、計画ルートの残りに対する長さが10％増加するとなるような代案ルート）により、追加的な車という結果となる。ときどきそのような手順は、あまりに多くの車が前の繰り返しで計画ルートを断念する場合、車がより早く、さらに好ましいルートに戻ることを許可する。従って、交通負荷が軽減される。断念レベルの増加及び減少のパラメータに基づく所定の断念処理に加えて、収束反復処理を制御するために用いられる。好ましくは、任意のパラメータは改良のために用いられるとともに、そのような十分に多数の反復の結果として、この処理は、断念レベルの次元及びその減少によって釣り合いへと収束する。断念次元の高低レベル間の交換が、好ましくは前記繰り返し処理のパラメータを用いて考慮される。
【００５６】
車上DRG性能のためにカーナビゲーションシステム(CNS)が用いられるように考慮されるとき、そのような予測処理の定期的処理は、前記CNSユニットの車上DRGによって選択ルートの改良を助けるので、そのようなアプローチの恩恵を認めるのは容易なことである。しかしながら、テレマティック内の１つの動向は、車内に取り付けられたテレマティックコンピュータ(TC)に車外DRGを提供することである。そのようなTCには、推奨ルートが提供されるとともに、車中位置決定手段に従って、前記TCは、前記ルートに沿って運転手をナビゲートする。従って、車外DRGによってTCを部分的に用いるとともに、他の部分では車上DRGによってCNSユニットを用いる環境下で交通予測処理を可能とするために、TCユニットに対して強化型能力を提供することはなくてはならないものである。例えば、前記予測処理で調査された所定の区域内の可能な交通負荷問題を克服するために、TCには少しの代案ルート（例えば、ルートの迂回路区域）が提供される。これらの代案は、予測処理に参加可能な車上DRGを有する前記CNSで用いられるような、無線インタフェースを備える前記TCによる優先順位に応じて用いられる。従って、前記予測処理に参加することによって、現在の交通と予測された交通とのバランスに応じて前記ルート計画は断念処理の使用により改良される。
【００５７】
予測した情報は、交通制御センタだけでなく、カーナビゲーションエンドユーザ及び車外DRGサービスプロバイダに好ましくは配信チャネル、例えば、RDS/TMCを介して提供される。
【００５８】
前記特異な交通予測処理の他の実施形態は、ローカルベースのサービス(Local Based Services)のようなテレマティックアプリケーションの結果として交通負荷の影響を処理する。そのようなテレマティックアプリケーションの１つのタイプは、ときどきp-コマース、m-コマースまたはl-コマースのように名前のついたコマースサービスに関連して位置付けられる。そのようなサービスアプリケーションによって、サービスユーザは、基準に応じて興味のポイントを突き止めるために要求を開始する。例えば、要求は、ある製品がある範囲に制限された値段で発見されるとともに、できる限りユーザポジションから所定距離内で見つけられるような位置を求めてもよい。テレマティックの他のアプリケーションは、より広告志向のものであるとともに、短期間で可能な限り通常または特別な提案を提供することを望む売り手によって開始される。売り手がそのような提案を効率良く処理できるようにするために、提案に対する潜在的な要求についてアプリオリデータを有することは有益なことである。そのような情報を得るための１つの方法は、潜在的な買い手によって、ある価格レベルに対する潜在的な要求を評価することを開始された要求の記録情報を用いることである。特別な提案を含む問題は、特別な提案の対象となる多数の異なる製品や、それ以外に、別に興味を示す潜在的な買い手についてのアプリオリデータが売り手には不足している。
【００５９】
前記交通負荷でのP-コマースの影響と並んで、P-コマースを実行するとともに、それゆえに予測できない交通レベルを増加させる異った方法がある。例えば、p-コマースアプリケーションを改良するために、好ましくは特別な提案に対して価格と、非要求型の製品(non solicited products)を含むことによって、十分な要求を確認する手助けをするクエリーツールを有することは、大株主及びその他のものに対して有利である。これは、ハンティングトリップ環境(hunting trip environment)を生成する。そのようなツールによって、クエリーは、１またはそれ以上の可能な価格範囲での製品に関して、オークション処理と同様の方法、好ましくはテレマティックユーザに対する配信メッセージにより提供される。通常、運転手である前記ユーザは、リスト内の選択に従った配信メッセージと一致するテレマティックコンピュータ(TC)において、製品に対する選択の格納リストを有する。例えば、価格範囲で製品を含む格納製品リスト(SPL)は、前記TCが配信クエリーに応答できるようにする。そのような応答が、前記潜在的なクライアントの推定数及び可能ならば彼らの位置分布についての情報を提供する場合、前記売り手は、要求に従った特別な提案に対する時間帯及び価格を決定することができる。前記提案は、前記潜在的なクライアント及び可能ならばその他の者の両方を対象にする。これは、おそらく意思決定に貢献する応答者を対象とする。交通マッピングシステムと、PMMS性能でのテレマティックモバイルユニットとに対して提案されるような性能でのシステムプラットフォームを考慮するとき（クエリーに従った応答者の位置及び他の分布を決定するために、かつ、可能ならば所定数のスロットにおいて、任意応答によってクエリーに対する応答者数を推定するために、あらかじめ割り当てられたスロットを用いる）、ハンティングトリップアプリケーションを実行することが可能となる。
【００６０】
実行できるシナリオは、所定基準（例えば、製品名及び関心を引く値幅）に応じて、SPL(TC内)での１つまたはそれ以上の製品の更新で始まる。前記TCのハンティングトリップアプリケーションを利用する運転手は、前記TCが配信クエリーを受信すると、そのようなクエリーでの応答に参加できるようにする。クエリーは、前記SPLと一致するとともに、一致が確認されると前記TCの応答を可能にする。次いで、クエリーが所定プロトコルに従った分布関連クエリーである場合、前記TCは、固有値に従った属性を最もよく表す通信スロットで応答を開始する。例えば、制限エリア（地域）内の潜在的なクライアントの分布を調査するとともに、所定スロットで動かされるために応答を決定するクエリーに対して、前記スロットによって決定された範囲内で、その位置を最もよく表すスロットで応答する。この場合、固有値は、まさに位置に対応する。他の可能性では、できる限り到着分散(arrival distribution)時間よりもむしろ運転手の位置に関連するようなクエリーの場合に、計算された進行時間を要求し、到着時間の推定に対応する固有値を使用する。他の可能性では、前記応答者によって用いられるスロット数と、応答に割り当てられたスロット数との間の比率に応じて、個々にフックされた車両(hooked vehicle)の可能性数の推定値を提供するスロットの決定数で任意に所定プロトコルに従って、応答することによって潜在的なクライアント数を統計的に推定する（そのような推定値は、FTIRS内の交通負荷を推定する特異な交通負荷予測方法で説明される間隔推定アプローチを用いることができる）。要求の評価は、手伝いの提案をするかどうかや、価格はどうかを売り手が決定することを手助けする。売り手が提案を与えることについて決定できるようにするために、上記方法は、独立してまたは互いに組み合わせて用いてもよい。
【００６１】
特定の前の調査されたクエリーを参照する配信メッセージと、このクエリーに前もって応答したユーザの車両とをできる限り用いる提案の実施は、所定プロトコルに従って格納された前記クエリーに対する応答の前記TC内の記録の一致によって対象とされる。次いで、対象ユーザは、手の介在によって応答することを促されるとともに、提供を受け取るという意思をできる限り確かめることができる。この段階では、前記売り手は、最終的に要求を評価するために、前記特定のメッセージに関して、前記TCに格納された記録に従って前記提案を受けたユーザを目標として付加的な第２配信クエリーを開始する。前記第２配信メッセージと、前記TC内に格納された記録との間に一致があるユーザ車両は、このクエリーに関した所定のプロトコルに従ってスロット内に応答する。従って、前記売り手は、第２クエリーに対する応答者への配信メッセージを実行することにより、前記提案を確認する。この段階では、購入を確実にするために調査処理を可能にすることが、好ましい可能性となる。前記TCを用いたいずれかの通信方法は、この目的のために用いてもよい。しかしながら、そのような処理及び他のテレマティックアプリケーションは、計画ルートの変更によって予測できない交通を生成する可能性を有する。従って、そのような処理の結果としての交通負荷における逸脱の推定を含む他の処理が用いられる。例えば、ハンティングトリップのようなテレマティックアプリケーションに従ってルート計画を変更したPMMS(テレマティックPMMS-TPPMS)の一部である各TCユニットは、前記テレマティックアプリケーションに従った前記ルート計画へ最近の変更を含む基準による交通予測クエリーによって目標とされる。そのような交通予測の実施は、結果である交通混雑を予防するために、a)交通におけるそのようなテレマティックアプリケーションの影響の調査を手助けし、b)例えば、提案の範囲を制御することによって、そのような影響の制御の処理を可能とする（ハンティングトリップアプリケーションにおいて、これは所定の許容範囲に対する提供範囲の限定という形か、または、ある方向から、すなわちある道路区分を通る潜在的な到着に限定するという形となる）。
【００６２】
本発明は、割り当てられた（送信）スロット内での前記応答者によって送信された指示信号が時間、周波数、または、時間及び周波数、好ましくはRF（無線周波数）パルスで送信される例を用いてここで説明してきた。送信スロットの他のタイプは、周波数ホッピング及び他のスペクトラム拡散送信スロットのような発明で役に立つ。ここで用いられた前記“送信スロット”または“スロット”という用語は、これらスロットの全てのタイプを含んでいる。
【００６３】
上記実施形態で言及されたようなローカルベースのテレマティックサービスの結果として不規則な交通をマップするような必要性と関連して、使用するための必要性が結果としてありえる場合には、定常タイプの交通情報のレベルを完全にするために、または改良するために、ローカルエリアでの他のマップ交通待ち行列に対する必要の可能性がある。上記特定された従来技術によって提案された１つの方法は、交通待ち行列をマップすることであった。これに関連して他の実施形態は、上記特定された従来技術に記載されたスロット適応識別マッピングシステム(slot oriented discrimination mapping system : SODMS)に対する待ち行列マッピングのために、無線通信効率を改良する以下のようなものによって提供される。
【００６４】
指定されたスロットがマッピングフォーカスからの距離に従って、マッピングサンプルを構成するように割り当てられる場合、次のマッピングサンプル内で車両の待ち行列のマッピングにおいて、先のマッピングサンプルの後に待ち行列に到着する新しいプローブが前のマッピングサンプルで最も遠いプローブよりも、前記マッピングフォーカスからさらに遠いかどうかを確認することが要求されることを考慮することにより、割り当てられたスロット数の保存が可能な方法がある。従って、サンプリングの好ましい実行処理において、次に取得されるマッピングサンプルでの割り当てられたスロットの指定（最も遠いプローブが検出されたマッピングサンプルに対する）は、前のマッピングサンプルにおける最も遠いプローブ（前記マッピングフォーカスから）の位置として識別された位置で始まる道路内の区分に対して制限される。次のサンプルは、好ましくは統計上のデータから決定される長さのために、前記マッピングフォーカスからさらに遠い方向にマップされた範囲をカバーする。付加的なスロットは、継続的なマッピングサンプル間での最も遠いプローブの移動距離に従った待ち行列での移動割合を決定するために、好ましくはマッピングサンプル内の最も遠いと特定されたプローブに独占的に割り当てられてもよい。これらのスロットは、その移動距離を決定するために、通常の変調データ通信による方法か、または、これらの独占的に割り当てられたスロットの１つより多くを用いるプローブのようなものによって個々のコードを構成する方法の２つの方法のうちいずれか１つで、データ送信に対するそのようなプローブによって用いられる。
【００６５】
前記待ち行列に対して逆の順序(opposed order)、すなわち、時間内の増加が前記マッピングフォーカスからの距離の減少に対応する順序に割り当てられたスロットを配列することによって（従って、割り当てられた前記第１スロットが前記マップされた道路区分内で、前記マッピングフォーカスから最も遠い位置に割り当てられる）、及び、いずれかのあるマッピングサンプル内でサンプリングの処理を止めるようにするプローブへのフィードバックを用いることによって、通信リソースを保存することが可能となる。定義が前記マッピングサンプルに対する最も遠いプローブである前記第１プローブ（逆の待ち行列(opposed queue)）を検出するとき、前記プローブに送信される前記フィードバックメッセージは、マッピングサンプルに対するサンプリング処理を止めるようにするプローブに送信される。さらに、また、あまりにも短すぎて重要でな待ち行列に対する指定スロットを保存するために、割り当てられたスロットの逆の順序は、前記マッピングフォーカスから重要性の最小所定範囲に対する待ち行列マッピングを制限するために指定される。前記配信チャンネルを介した所定のプロトコルに従ったいずれかのフィードバックメッセージ、例えば、ビジービット（DSMAによって用いられる）または他の適切なメッセージは、いずれかのマッピングサンプルにおいてプローブからのさらなる応答を止めるのに用いられる。
【００６６】
スロット割り当てに関して通信リソースをさらに保存することは、好ましくは、プローブが検出される場合、前記プローブが待ち行列の長さの決定に十分な効果を有しないことを予測させる状況で、プローブを検出しない可能性を許可する利益を有する。例えば、道路区分内の到着車両間の前記プローブ割合についてアプリオリデータが存在する場合、次いで、例えば、意味のあるより短い距離（時間のより短い期間）でのプローブの連続到着の確率が予想と比較されて十分に高くない場合、次いで、好ましくはそのような道路区分でのスロットの全割り当ては保存される。プローブの検出に対して、重要性がないよりむしろ影響の低い重要性があるような場合、次いで、前記スロットは、プローブを検出する確率をより低くするようなコストで時間を節約するために、より短い時間で割り当てられる。
【００６７】
隣接する周波数スロットの割り当てが異なったエリアに関して指定される場合、スロットに関連したこれらエリアからの個々のパスと、一般的な基地局との間の電波の伝搬パス損失での予想差を最小にするために、好ましくは個々のエリアに対してそのようなスロットを割り当てることは価値あることである。これは、お互いの間で受信信号強度内の非常に大きい差によって受信される信号間のより高い識別を可能とするが、一方で、小さい信号が検出されることを可能にする。
【図面の簡単な説明】
【００６８】
【図１】好ましくは推定（各実行された反復で提供されたスロットの個別の割り当て）の単一反復よりさらに多くが用いられる反復推定手順を示した図。
Claims (4)
- ルート区域に関する将来時間間隔(FTIRS)内において、PMMSのダイナミックルートガイダンス(DRG)能力が提供された、非参照ルート計画に従って進行するとともに、モバイルシステムと、SODMSの非モバイルシステムプラットフォームとの間の所定のプロトコルに従って進行する車両の交通の負荷を予測する方法であって、
前記方法は、
(a)モバイルユニットによって交通予測クエリーを受信し、所定の特異な交通負荷一致処理によって、
(b)前記モバイルユニットのそれぞれによる一致処理を実行し、一致した場合、
(c)所定の応答手順を可能にし、各モバイルユニット内の応答手順が、所定の信号を送信する割り当てられたスロットを選択するために所定の任意の処理を用い、所定の信号は、オフラインデータベース統計に関連して交通を予測するための改良された方法を提供し、前記データベース統計は、好ましくは、重要な不規則な交通情報を含まないまたは足りない交通を予測するための方法と、従来データとによって適応して修正されることを特徴とする方法。 - 基準に従って推定するための方法と、好ましくは、ハンティングトリップアプリケーションからの結果である選択された場所に対する将来時間間隔での特異な交通個々の負荷を予測することに関するSPLに応じて、及び複数のTCと、SODMSの非モバイルシステムプラットフォームとの間のさらなる所定のプロトコルに応じた所定のプロトコル地域要請とであって、
前記方法は、
(a)TCユニットによってハンティングトリップ利用のクエリーを受信し、所定の一致処理によって、
(b)前記TCユニットのそれぞれによる一致処理を実行し、一致した場合、
(c)所定の応答手順を可能にし、各TCユニット内の応答手順が、所定の信号を送信する割り当てられたスロットを選択するために所定のランダム処理を用いることを特徴とする方法。 - ルート区域に関する将来時間間隔(FTIRS)内において、PMMSのダイナミックルートガイダンス(DRG)能力が提供された、非参照ルート計画に従って進行するとともに、モバイルシステムと、SODMSの非モバイルシステムプラットフォームとの間の所定のプロトコルに従って進行する車両の交通の負荷を予測する方法であって、
前記方法は、
(a)モバイルユニットによって交通予測クエリーを受信し、所定の特異な交通負荷一致処理によって、
(b)前記モバイルユニットのそれぞれによる一致処理を実行し、一致した場合、
(c)所定の応答手順を可能にし、各モバイルユニット内の応答手順が、所定の信号を送信する割り当てられたスロットを選択するために所定の任意の処理を用い、所定の信号は、オフラインデータベース統計に関連して交通を予測するための改良された方法を提供し、前記データベース統計は、交通を予測するための方法と、従来データとによって適応して修正されることを特徴とする方法。 - 基準に従って推定するための方法と、ハンティングトリップアプリケーションからの結果である選択された場所に対する将来時間間隔での特異な交通個々の負荷を予測することに関するSPLに応じて、及び複数のTCと、SODMSの非モバイルシステムプラットフォームとの間のさらなる所定のプロトコルに応じた所定のプロトコル地域要請とであって、
前記方法は、
(a)TCユニットによってハンティングトリップ利用のクエリーを受信し、所定の一致処理によって、
(b)前記TCユニットのそれぞれによる一致処理を実行し、一致した場合、
(c)所定の応答手順を可能にし、各TCユニット内の応答手順が、所定の信号を送信する割り当てられたスロットを選択するために所定のランダム処理を用いることを特徴とする方法。
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US26769301P | 2001-02-09 | 2001-02-09 | |
| US27432301P | 2001-03-08 | 2001-03-08 | |
| US28908301P | 2001-05-07 | 2001-05-07 | |
| PCT/IB2002/001996 WO2002077945A2 (en) | 2001-02-09 | 2002-02-08 | Traffic predictions |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2004523852A true JP2004523852A (ja) | 2004-08-05 |
| JP4464045B2 JP4464045B2 (ja) | 2010-05-19 |
Family
ID=27401991
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002575909A Expired - Fee Related JP4464045B2 (ja) | 2001-02-09 | 2002-02-08 | テレマティック及びルートガイダンスアプリケーションに関する交通予想をマッピングするために改良された方法及びシステム |
Country Status (9)
| Country | Link |
|---|---|
| US (5) | US7103470B2 (ja) |
| EP (3) | EP1402496B1 (ja) |
| JP (1) | JP4464045B2 (ja) |
| AT (1) | ATE359580T1 (ja) |
| AU (1) | AU2002256855B2 (ja) |
| CA (1) | CA2437993A1 (ja) |
| DE (1) | DE60219473T2 (ja) |
| ES (1) | ES2284862T3 (ja) |
| WO (1) | WO2002077945A2 (ja) |
Families Citing this family (79)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6456234B1 (en) | 2000-06-07 | 2002-09-24 | William J. Johnson | System and method for proactive content delivery by situation location |
| US8073565B2 (en) | 2000-06-07 | 2011-12-06 | Apple Inc. | System and method for alerting a first mobile data processing system nearby a second mobile data processing system |
| DE60219473T2 (de) * | 2001-02-09 | 2007-12-20 | Yosef Mintz | Verbessertes verfahren und system zum abbilden von verkehrsvoraussagen in bezug auf telematik- und routenleitanwendungen |
| DE10118127A1 (de) * | 2001-04-11 | 2002-10-17 | Philips Corp Intellectual Pty | Verfahren zum Betrieb eines automatischen Branchen-Auskunftssystems |
| US7355528B2 (en) * | 2003-10-16 | 2008-04-08 | Hitachi, Ltd. | Traffic information providing system and car navigation system |
| JP2005259116A (ja) * | 2004-02-13 | 2005-09-22 | Matsushita Electric Ind Co Ltd | 交通情報算出装置、交通情報算出方法、交通情報表示方法および交通情報表示装置 |
| JP4419721B2 (ja) * | 2004-07-02 | 2010-02-24 | アイシン・エィ・ダブリュ株式会社 | ナビゲーションシステム |
| US7289039B2 (en) * | 2004-09-10 | 2007-10-30 | Xanavi Informatics Corporation | Apparatus and method for processing and displaying traffic information in an automotive navigation system |
| US7439878B2 (en) * | 2004-09-10 | 2008-10-21 | Xanavi Informatics Corporation | Apparatus and method for processing and displaying traffic information in an automotive navigation system |
| WO2006052943A2 (en) * | 2004-11-08 | 2006-05-18 | Toyota Technical Center Usa, Inc. | System and method of vehicular wireless communication |
| US7519564B2 (en) | 2004-11-16 | 2009-04-14 | Microsoft Corporation | Building and using predictive models of current and future surprises |
| US7698055B2 (en) * | 2004-11-16 | 2010-04-13 | Microsoft Corporation | Traffic forecasting employing modeling and analysis of probabilistic interdependencies and contextual data |
| US7610560B2 (en) | 2004-11-16 | 2009-10-27 | Microsoft Corporation | Methods for automated and semiautomated composition of visual sequences, flows, and flyovers based on content and context |
| US7489943B2 (en) * | 2004-12-29 | 2009-02-10 | Alcatel-Lucent Usa Inc. | Scheduling calls in downlink transmissions |
| US7353034B2 (en) | 2005-04-04 | 2008-04-01 | X One, Inc. | Location sharing and tracking using mobile phones or other wireless devices |
| US8014936B2 (en) | 2006-03-03 | 2011-09-06 | Inrix, Inc. | Filtering road traffic condition data obtained from mobile data sources |
| US7831380B2 (en) * | 2006-03-03 | 2010-11-09 | Inrix, Inc. | Assessing road traffic flow conditions using data obtained from mobile data sources |
| US7912628B2 (en) | 2006-03-03 | 2011-03-22 | Inrix, Inc. | Determining road traffic conditions using data from multiple data sources |
| US9141704B2 (en) | 2006-06-28 | 2015-09-22 | Microsoft Technology Licensing, Llc | Data management in social networks |
| US9396269B2 (en) * | 2006-06-28 | 2016-07-19 | Microsoft Technology Licensing, Llc | Search engine that identifies and uses social networks in communications, retrieval, and electronic commerce |
| US20080005104A1 (en) * | 2006-06-28 | 2008-01-03 | Microsoft Corporation | Localized marketing |
| US8874592B2 (en) | 2006-06-28 | 2014-10-28 | Microsoft Corporation | Search guided by location and context |
| US20080004926A1 (en) * | 2006-06-30 | 2008-01-03 | Microsoft Corporation | Methods and architectures for context-sensitive reminders and service facilitation |
| US7688180B2 (en) * | 2006-09-22 | 2010-03-30 | Alcatel-Lucent Usa Inc. | Estimation of the cardinality of a set of wireless devices |
| US8299900B2 (en) * | 2006-09-27 | 2012-10-30 | Alcatel Lucent | Anonymous tracking using a set of wireless devices |
| US8463238B2 (en) | 2007-06-28 | 2013-06-11 | Apple Inc. | Mobile device base station |
| US8204684B2 (en) | 2007-06-28 | 2012-06-19 | Apple Inc. | Adaptive mobile device navigation |
| US8108144B2 (en) | 2007-06-28 | 2012-01-31 | Apple Inc. | Location based tracking |
| US8311526B2 (en) | 2007-06-28 | 2012-11-13 | Apple Inc. | Location-based categorical information services |
| US8385946B2 (en) | 2007-06-28 | 2013-02-26 | Apple Inc. | Disfavored route progressions or locations |
| US8332402B2 (en) | 2007-06-28 | 2012-12-11 | Apple Inc. | Location based media items |
| US8290513B2 (en) | 2007-06-28 | 2012-10-16 | Apple Inc. | Location-based services |
| US8180379B2 (en) | 2007-06-28 | 2012-05-15 | Apple Inc. | Synchronizing mobile and vehicle devices |
| US9066199B2 (en) | 2007-06-28 | 2015-06-23 | Apple Inc. | Location-aware mobile device |
| US8762056B2 (en) | 2007-06-28 | 2014-06-24 | Apple Inc. | Route reference |
| US8774825B2 (en) | 2007-06-28 | 2014-07-08 | Apple Inc. | Integration of map services with user applications in a mobile device |
| US8275352B2 (en) | 2007-06-28 | 2012-09-25 | Apple Inc. | Location-based emergency information |
| US9109904B2 (en) | 2007-06-28 | 2015-08-18 | Apple Inc. | Integration of map services and user applications in a mobile device |
| US8175802B2 (en) | 2007-06-28 | 2012-05-08 | Apple Inc. | Adaptive route guidance based on preferences |
| US8127246B2 (en) | 2007-10-01 | 2012-02-28 | Apple Inc. | Varying user interface element based on movement |
| US8977294B2 (en) | 2007-10-10 | 2015-03-10 | Apple Inc. | Securely locating a device |
| US8355862B2 (en) | 2008-01-06 | 2013-01-15 | Apple Inc. | Graphical user interface for presenting location information |
| US8452529B2 (en) | 2008-01-10 | 2013-05-28 | Apple Inc. | Adaptive navigation system for estimating travel times |
| US8121777B2 (en) | 2008-03-07 | 2012-02-21 | Microsoft Corporation | Wireless broadcasting of drive-times data |
| US9250092B2 (en) | 2008-05-12 | 2016-02-02 | Apple Inc. | Map service with network-based query for search |
| US8644843B2 (en) | 2008-05-16 | 2014-02-04 | Apple Inc. | Location determination |
| BRPI0912779A2 (pt) * | 2008-06-24 | 2019-09-24 | Tele Atlas North America Inc | métodos e sistemas para herarquia e roteamento de rede de rodovia dinamicamente adaptativa |
| US8369867B2 (en) | 2008-06-30 | 2013-02-05 | Apple Inc. | Location sharing |
| US8359643B2 (en) | 2008-09-18 | 2013-01-22 | Apple Inc. | Group formation using anonymous broadcast information |
| US8798916B2 (en) * | 2008-09-19 | 2014-08-05 | Microsoft Corporation | Location based services with combinatorial data sources |
| US8260320B2 (en) | 2008-11-13 | 2012-09-04 | Apple Inc. | Location specific content |
| US20100158202A1 (en) * | 2008-12-23 | 2010-06-24 | International Business Machines Corporation | Location Based Emergency Services Dispatching |
| DE102009017580A1 (de) * | 2009-04-18 | 2010-10-21 | Vodafone Holding Gmbh | Verfahren und Anordnung zur Nutzung bestimmter bei der Anmeldung eines mobilen Kommunikationsendgerätes bei einer Vermittlungsstelle erfaßter Informationen insbesondere zur Erstellung von Verkehrsprognosen |
| US8660530B2 (en) | 2009-05-01 | 2014-02-25 | Apple Inc. | Remotely receiving and communicating commands to a mobile device for execution by the mobile device |
| US8670748B2 (en) | 2009-05-01 | 2014-03-11 | Apple Inc. | Remotely locating and commanding a mobile device |
| US8666367B2 (en) | 2009-05-01 | 2014-03-04 | Apple Inc. | Remotely locating and commanding a mobile device |
| US9081996B2 (en) * | 2009-05-21 | 2015-07-14 | Alcatel Lucent | Identifying RFID categories |
| US8812733B1 (en) | 2010-08-19 | 2014-08-19 | Google Inc. | Transport protocol independent communications library |
| AU2011291544B2 (en) * | 2010-08-19 | 2015-03-26 | Google Llc | Predictive query completion and predictive search results |
| US9134137B2 (en) | 2010-12-17 | 2015-09-15 | Microsoft Technology Licensing, Llc | Mobile search based on predicted location |
| US9163952B2 (en) | 2011-04-15 | 2015-10-20 | Microsoft Technology Licensing, Llc | Suggestive mapping |
| US8866638B2 (en) * | 2011-05-23 | 2014-10-21 | GM Global Technology Operations LLC | Acquisition of travel- and vehicle-related data |
| US8762356B1 (en) | 2011-07-15 | 2014-06-24 | Google Inc. | Detecting change in rate of input reception |
| US8645825B1 (en) | 2011-08-31 | 2014-02-04 | Google Inc. | Providing autocomplete suggestions |
| US8965759B2 (en) * | 2012-09-01 | 2015-02-24 | Sarah Hershenhorn | Digital voice memo transfer and processing |
| GB201316386D0 (en) | 2013-09-15 | 2013-10-30 | Tomtom Dev Germany Gmbh | Generating routes to optimise traffic flow |
| AT515134A1 (de) * | 2013-11-29 | 2015-06-15 | Kuhn Andreas Dr | Kraftfahrzeug |
| DE102014201041A1 (de) * | 2014-01-21 | 2015-07-23 | Bayerische Motoren Werke Aktiengesellschaft | Bereitstellung einer Fahrtroute in einem Navigationssystem eines Kraftfahrzeugs |
| US9538334B2 (en) | 2015-01-15 | 2017-01-03 | GEOTAB Incorporated | Telematics furtherance visualization system |
| US11092446B2 (en) * | 2016-06-14 | 2021-08-17 | Motional Ad Llc | Route planning for an autonomous vehicle |
| US10309792B2 (en) | 2016-06-14 | 2019-06-04 | nuTonomy Inc. | Route planning for an autonomous vehicle |
| EP3358542B1 (en) * | 2017-02-01 | 2020-12-09 | Kapsch TrafficCom AG | A method of predicting a traffic behaviour in a road system |
| WO2018217736A1 (en) * | 2017-05-22 | 2018-11-29 | Avis Budget Car Rental, LLC | Connected driver communications system and platform |
| US10677599B2 (en) | 2017-05-22 | 2020-06-09 | At&T Intellectual Property I, L.P. | Systems and methods for providing improved navigation through interactive suggestion of improved solutions along a path of waypoints |
| CN109064750B (zh) * | 2018-09-28 | 2021-09-24 | 深圳大学 | 城市路网交通估计方法及系统 |
| CN111340265A (zh) * | 2018-12-19 | 2020-06-26 | 北京嘀嘀无限科技发展有限公司 | 司机下线干预方法、装置、电子设备和计算机存储介质 |
| CN109816978B (zh) * | 2019-01-28 | 2023-11-14 | 上海海事大学 | 考虑驾驶员动态响应行为的区域群体交通诱导系统及方法 |
| CN110789528B (zh) * | 2019-08-29 | 2022-03-25 | 腾讯科技（深圳）有限公司 | 一种车辆行驶轨迹预测方法、装置、设备及存储介质 |
| CN115019501B (zh) * | 2022-04-13 | 2023-05-02 | 合肥工业大学 | 路侧单元通信负载预测模型、策略模型、控制方法和系统 |
Family Cites Families (31)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5179652A (en) * | 1989-12-13 | 1993-01-12 | Anthony I. Rozmanith | Method and apparatus for storing, transmitting and retrieving graphical and tabular data |
| USRE38724E1 (en) * | 1991-02-01 | 2005-04-12 | Peterson Thomas D | Method and apparatus for providing shortest elapsed time route and tracking information to users |
| US5365516A (en) | 1991-08-16 | 1994-11-15 | Pinpoint Communications, Inc. | Communication system and method for determining the location of a transponder unit |
| WO1996014586A1 (en) | 1994-11-02 | 1996-05-17 | Yosef Mintz | Method and system for mapping and tracking information from a plurality of remote stations |
| IL103976A0 (en) * | 1992-12-04 | 1994-05-30 | Mintz Yossi | Method and system for iteratively targeting participants according to their priorities |
| DE19526148C2 (de) | 1995-07-07 | 1997-06-05 | Mannesmann Ag | Verfahren und System zur Prognose von Verkehrsströmen |
| AU3881197A (en) | 1996-07-12 | 1998-02-09 | Frank D. Francone | Computer implemented machine learning method and system |
| EP0979476A1 (en) * | 1996-07-15 | 2000-02-16 | David A. Post | A method and apparatus for expertly matching products, services, and consumers |
| US6970837B1 (en) * | 1996-09-04 | 2005-11-29 | Walker Digital, Llc | Methods and apparatus wherein a buyer arranges to purchase a first product using a communication network and subsequently takes possession of a substitute product at a retailer |
| DE19639546A1 (de) * | 1996-09-26 | 1998-04-09 | Weiss Electronic Elektronische | Verfahren und Vorrichtung zur fahrzeuggebundenen Informationsübermittlung |
| DE19716029B4 (de) * | 1997-04-17 | 2007-07-12 | Grundig Multimedia B.V. | Verfahren und Vorrichtung zur Vergabe von Aufträgen für mobile Dienstleister |
| DE19721750A1 (de) * | 1997-05-24 | 1998-11-26 | Daimler Benz Ag | Verfahren zur Erfassung und Meldung von Verkehrslagedaten |
| US6091956A (en) * | 1997-06-12 | 2000-07-18 | Hollenberg; Dennis D. | Situation information system |
| US6680694B1 (en) * | 1997-08-19 | 2004-01-20 | Siemens Vdo Automotive Corporation | Vehicle information system |
| WO2000038090A1 (en) * | 1998-12-21 | 2000-06-29 | International Business Machines Corporation | Method for trying to supply a potential customer with at least one selected product offer |
| US6304816B1 (en) | 1999-01-28 | 2001-10-16 | International Business Machines Corporation | Method and apparatus for automatic traffic conditions data collection using a distributed automotive computing system |
| DE19904909C2 (de) * | 1999-02-06 | 2003-10-30 | Daimler Chrysler Ag | Verfahren und Vorrichtung zur Bereitstellung von Verkehrsinformationen |
| CA2266208C (en) * | 1999-03-19 | 2008-07-08 | Wenking Corp. | Remote road traffic data exchange and intelligent vehicle highway system |
| WO2000073958A2 (en) | 1999-05-27 | 2000-12-07 | Accenture Llp | Methods, concepts and technology for dynamic comparison of product features and customer profile |
| US6321161B1 (en) * | 1999-09-09 | 2001-11-20 | Navigation Technologies Corporation | Method and system for providing guidance about alternative routes with a navigation system |
| US6256577B1 (en) * | 1999-09-17 | 2001-07-03 | Intel Corporation | Using predictive traffic modeling |
| US6490519B1 (en) * | 1999-09-27 | 2002-12-03 | Decell, Inc. | Traffic monitoring system and methods for traffic monitoring and route guidance useful therewith |
| US6571213B1 (en) * | 1999-12-30 | 2003-05-27 | Pitney Bowes Inc. | Router utility for a parcel shipping system |
| GB2361545A (en) * | 2000-01-27 | 2001-10-24 | Trafficmaster Developments Ltd | Traffic monitoring |
| US6615130B2 (en) * | 2000-03-17 | 2003-09-02 | Makor Issues And Rights Ltd. | Real time vehicle guidance and traffic forecasting system |
| US6282486B1 (en) * | 2000-04-03 | 2001-08-28 | International Business Machines Corporation | Distributed system and method for detecting traffic patterns |
| DE10021171A1 (de) * | 2000-04-29 | 2001-11-15 | Bosch Gmbh Robert | Navigationsverfahren und -vorrichtung |
| US6603984B2 (en) * | 2000-05-16 | 2003-08-05 | At&T Wireless Services, Inc. | Methods and systems for managing information on wireless data devices |
| US20020009978A1 (en) * | 2000-07-18 | 2002-01-24 | Semyon Dukach | Units for displaying information on vehicles |
| DE60219473T2 (de) * | 2001-02-09 | 2007-12-20 | Yosef Mintz | Verbessertes verfahren und system zum abbilden von verkehrsvoraussagen in bezug auf telematik- und routenleitanwendungen |
| US7203660B1 (en) * | 2001-04-09 | 2007-04-10 | Priceline.Com Incorporated | Apparatus, system, and method for dynamic demand reporting and affectation |
-
2002
- 2002-02-08 DE DE60219473T patent/DE60219473T2/de not_active Expired - Lifetime
- 2002-02-08 EP EP02726383A patent/EP1402496B1/en not_active Expired - Lifetime
- 2002-02-08 CA CA002437993A patent/CA2437993A1/en not_active Abandoned
- 2002-02-08 AT AT02726383T patent/ATE359580T1/de active
- 2002-02-08 US US10/467,661 patent/US7103470B2/en not_active Expired - Fee Related
- 2002-02-08 EP EP10181517A patent/EP2287819A3/en not_active Withdrawn
- 2002-02-08 EP EP07007243.4A patent/EP1835473B1/en not_active Expired - Lifetime
- 2002-02-08 WO PCT/IB2002/001996 patent/WO2002077945A2/en active IP Right Grant
- 2002-02-08 AU AU2002256855A patent/AU2002256855B2/en not_active Ceased
- 2002-02-08 ES ES02726383T patent/ES2284862T3/es not_active Expired - Lifetime
- 2002-02-08 JP JP2002575909A patent/JP4464045B2/ja not_active Expired - Fee Related
-
2006
- 2006-08-08 US US11/500,472 patent/US20060293836A1/en not_active Abandoned
-
2011
- 2011-04-17 US US13/088,375 patent/US20110191012A1/en not_active Abandoned
- 2011-12-27 US US13/337,388 patent/US20120245840A1/en not_active Abandoned
-
2013
- 2013-10-10 US US14/050,491 patent/US20140143053A1/en not_active Abandoned
Also Published As
| Publication number | Publication date |
|---|---|
| US20060293836A1 (en) | 2006-12-28 |
| JP4464045B2 (ja) | 2010-05-19 |
| US20120245840A1 (en) | 2012-09-27 |
| EP1835473B1 (en) | 2013-10-30 |
| EP2287819A2 (en) | 2011-02-23 |
| WO2002077945A2 (en) | 2002-10-03 |
| DE60219473T2 (de) | 2007-12-20 |
| EP2287819A3 (en) | 2012-03-28 |
| EP1402496A4 (en) | 2004-07-28 |
| US7103470B2 (en) | 2006-09-05 |
| AU2002256855B2 (en) | 2007-05-17 |
| EP1835473A3 (en) | 2007-12-05 |
| EP1402496A2 (en) | 2004-03-31 |
| US20110191012A1 (en) | 2011-08-04 |
| ES2284862T3 (es) | 2007-11-16 |
| DE60219473D1 (de) | 2007-05-24 |
| ATE359580T1 (de) | 2007-05-15 |
| WO2002077945A3 (en) | 2004-01-15 |
| CA2437993A1 (en) | 2002-10-03 |
| EP1402496B1 (en) | 2007-04-11 |
| US20140143053A1 (en) | 2014-05-22 |
| EP1835473A2 (en) | 2007-09-19 |
| US20040249559A1 (en) | 2004-12-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4464045B2 (ja) | テレマティック及びルートガイダンスアプリケーションに関する交通予想をマッピングするために改良された方法及びシステム | |
| AU2002256855A1 (en) | Traffic predictions | |
| US11692833B2 (en) | Dynamic geolocation optimization of pickup locations using location scores | |
| US9898759B2 (en) | Methods and systems for collecting driving information and classifying drivers and self-driving systems | |
| US8447231B2 (en) | Intelligent telematics information dissemination using delegation, fetch, and share algorithms | |
| Hounsell et al. | A new approach for co-operative bus priority at traffic signals | |
| JP5602856B2 (ja) | 車両用通信を使用した分散交通ナビゲーション | |
| US20190051174A1 (en) | Travel path and location predictions | |
| US8180557B2 (en) | Traffic state predicting apparatus | |
| US6282486B1 (en) | Distributed system and method for detecting traffic patterns | |
| JP5895926B2 (ja) | 移動案内装置及び移動案内方法 | |
| US20110010091A1 (en) | System and method for identifying portions of roads | |
| Liu et al. | On-street parking guidance with real-time sensing data for smart cities | |
| Boukerche et al. | An efficient mobility-oriented retrieval protocol for computation offloading in vehicular edge multi-access network | |
| WO2017130428A1 (ja) | 経路分析装置、経路分析方法、及びコンピュータ読み取り可能な記録媒体 | |
| KR20050034215A (ko) | 네비게이션 시스템의 경로 결정 방법 | |
| JP2002260142A (ja) | 走行時間予測方法 | |
| JP2021117173A (ja) | 警告システム、情報処理端末および警告プログラム | |
| AU2007209824A1 (en) | Improved method and system for mapping traffic predictions with respect to telematics and route guidance applications | |
| Strauß et al. | Efficient Parking Search using Shared Fleet Data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20041227 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070403 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20070629 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20070706 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070903 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080408 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20080703 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20080710 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20081008 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090602 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20090901 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20090908 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091202 |
|
| 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: 20100119 |
|
| 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: 20100218 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130226 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 4464045 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |