JP2005258539A - 個別走行時間予測システム及び走行時間予測方法 - Google Patents

Abstract

【課題】運転者の運転傾向を加味することにより、予測走行時間の予測精度高める。
【解決手段】車載機１００は送受信部１０１から特定区間の平均車速を情報センタ２００に要求し、特定区間の平均車速を情報センタ２００から受信し、データ処理部１０６に送る。運転傾向値算出部１０７はデータ処理部１０６からの特定区間の平均車速と自車の走行所要時間を利用し、運転傾向係数と新運転傾向係数を算出し、算出した新運転傾向係数を特定区間別、シチュエーション別に分けられている運転傾向データベース１０８に送信し、該当シチュエーションの過去の運転傾向係数を更新する。予測走行時間算出部１０９において、この運転傾向係数を考慮した予測車速で特定区間の区間所要時間を算出する。
【選択図】 図１

Description

本発明は、個別車両の走行時間を予測する個別走行時間予測システム及び走行時間予測方法に関する。

予測走行時間は車両が対応区間を走る過去と現在の平均速度を利用して予測を行っていた。

特開平８−５０６９５号公報

予測走行時間は車両が対応区間を走る過去と現在の平均速度を利用して予測を行っていたため、運転者の運転傾向および車両の性能による予測走行時間への影響を考慮していないため、予測精度が低い。

本発明は上記の問題を解決するためになされたものであり、予測走行時間の予測精度高める個別走行時間予測システム及び走行時間予測方法を提供することを目的としている。

情報センタは、複数の車両から区間別の車速を取得し、取得した車速を区間別に平均化し、車載機に通知し、車載機は情報センタから送られた区間別の平均車速と自車が算出する走行所要時間とに基づいて区間ごとの運転傾向値を算出し、算出された運転傾向値に基づき区間所要時間を算出する。

運転者の運転傾向を考慮して、予測走行時間の精度を上げることができる。

以下、図面を用いて本発明の実施の形態について説明する。なお、以下で説明する図面で、同一機能を有するものは同一符号を付け、その繰り返しの説明は省略する。

本発明の第１の実施の形態について、図１〜５を用いて説明する。

先ず第１の実施の形態の構成を示すブロック図である図１を用いて、本第１の実施の形態の構成について説明する。個別走行時間予測システムは車載機１００と情報センタ２００を有し、情報センタ２００は車速取得部２０１、車速データベース２０２、平均化部２０３、送受信部２０４、受信部２０６及び地図データベース２０７から構成されている。車載機１００は送受信部１０１、時計１０２、地図データベース１０３、自車位置取得部１０４、自車情報取得部１０５、データ処理部１０６、運転傾向値算出部１０７、運転傾向データベース１０８、予測走行時間算出部１０９及び予測走行時間出力部１１０から構成されている。

情報センタ２００は例えばプローブカー等の複数の車両３０１、３０２、‥Ｑから各車両の位置と通過時刻等を受信部２０６を経由し車速取得部２０１で取得し、複数の車両３０１、３０２、‥Ｑからの車両位置と通過時刻等から得られる区間の走行所要時間と車両の位置を基に地図データベース２０７から得られる区間の距離（この区間の距離は車両が区間の始点、終点の通過時刻を連絡する時に、車両の走行メータの距離の値を同時に連絡し、走行メータの距離の値との差から求めることもできる）から、区間別の車速を求め、車両別、区間別に車速を走行時間データベースに２０２に蓄積する。また、直接各車両から区間の走行所要時間を直接受信することも可能である。ここで、第１の車速情報取得手段は受信部２０６、車速取得部２０１と車速データベース２０２で構成される。

また、情報センタ２００は車載機１００から指定される特定区間の平均車速の要求に対し、特定区間に対応する区間の各車両３０１、３０２、‥Ｑの車速を車速データベース２０２より読み出し、平均化部（平均化手段）２０３で平均化し、平均化した特定区間の平均車速を送受信部（第１の送受信手段）２０４から車載機１００に送信する。

車載機１００では送受信部（第２の送受信手段）１０１から特定区間の平均車速を情報センタ２００に要求し、また、要求した特定区間の平均車速を情報センタ２００から受信し、データ処理部１０６に送る。自車位置取得部１０４はＧＰＳ、舵角センサ、車速センサを利用し、自車の現在位置を特定し、データ処理部１０６に送る。データ処理部１０６は自車位置取得部６からの自車の現在位置を、ナビゲーションの経路計算、所要時間計算等に用いる地図データの格納場所である地図データベース１０３に送り、現在、自車がどの道路（道路の種類）の何処の位置という情報を取得する。また、特定区間の自車の走行所要時間を算出する。また、データ処理部１０６は特定区間別の運転傾向データベース１０８に自車が特定区間を走るときのシチュエーションを通知する。

時計１０２は自車が特定区間の始点を通過した時刻と特定区間の終点を通過した時刻をデータ処理部１０６に通知し、データ処理部１０６で特定区間の走行所要時間を算出する。

自車情報取得部（変速状態取得手段）１０５はギア情報、座席利用情報、ワイパーの利用情報等をデータ処理部１０６に通知する。

運転傾向値算出部（運転傾向値算出手段）１０７はデータ処理部１０６からの特定区間の平均車速と自車の走行所要時間を利用し、運転傾向係数（運転傾向値）と新運転傾向係数を算出し、算出した新運転傾向係数を特定区間別、シチュエーション別に分けられている運転傾向データベース１０８に送信し、該当シチュエーションの過去の運転傾向係数を更新する。運転傾向データベース１０８は特定区間の該当シチュエーションの運転傾向係数を運転傾向値算出部１０７に送る。予測走行時間算出部（所要時間算出手段）１０９は運転傾向係数を考慮した予測車速で特定区間の区間所要時間を算出し、区間所要時間を用いて次回走行区間の出発地から目的地までの経路の予測走行時間（所要時間）を算出し、予想走行時間出力部１１０で所要時間と経路を表示する。

次に本第１の実施の形態の動作、すなわち本発明の走行時間予測方法を図２に示すフローチャートを用いて説明する。

走行開始時（Ｓ２０１）に、自車位置取得部１０４はＧＰＳ、舵角センサ、車速センサを利用し、自車の現在位置を特定し、現在位置をデータ処理部１０６に送る。データ処理部１０６は現在位置を地図データベース１０３に送り、現在どの道路（道路の種類）の何処の位置という情報を取得する。特定した現在位置と取得した道路の種類等及び目的地を送受信部１０１経由で情報センタ２００に送信し、情報センタ２００から該当する道路区間（特定区間）の平均車速を取得（Ｓ２０２）する。なお、特定区間の平均車速を取得出来ない場合は、処理を終了する。

特定区間の平均車速を取得できた場合は、データ処理部１０６は時計１０２から特定区間の始点を通過した時刻を取得し記録する。また、走行中データ処理部１０６は常に自車情報取得部１０５からギア情報を取得し、ギアがパーキングの場合は異常データ（長期の停車、故障）と判断（Ｓ２０３）し、処理を終了する。

異常データがない場合は走行を続け、データ処理部１０６は常に自車位置取得部１０４から走行中の現在位置を取得し、地図情報データベース１０３に送り、現在どの道路の何処の位置という情報を取得する。また、現在位置が目的地である場合、時計１０２から特定区間の終点を通過した時刻（Ｓ２０４）として取得し、記録する。データ処理部１０６は特定区間の始点と終点の通過時刻を利用し、自車が特定区間を走行した走行所要時間を算出（Ｓ２０５）し、運転傾向値算出部１０７に送る。

シチュエーションの判別（Ｓ２０６）
特定区間を走るときのシチュエーションの判別はデータ処理部１０６で行う。特定区間別で、シチュエーション別の運転傾向データベース１０８のフォーマットは図３にしており、年月日、時間帯は時計１０２から取得し、座席の利用情報は自車情報取得部１０５から取得し、道路の種類は地図情報データベース１０３から取得し、気象情報は送受信部１０１を利用してアメダス等の地域気象情報１３０から取得し、自車情報取得部１０５から取得したワイパーの利用情報と合わせて判別する（Ｓ２０７）。

該当シチュエーションの運転傾向係数の算出（Ｓ２０７）
運転傾向値算出部１０７はデータ処理部１０６から得られる特定区間の平均車速と自車の走行所要時間を利用し、予め判っている特定区間の距離から特定区間の運転傾向係数を式（１）を用いて算出する。

運転傾向係数＝（特定区間の距離／走行所要時間）／特定区間の平均車速 （１）
該当シチュエーションの過去の運転傾向係数の読み取り（Ｓ２０８）
データ処理部１０６は運転傾向データベース１０８に特定区間を走るときのシチュエーションを通知し、運転傾向データベース１０８は該当シチュエーションの運転傾向係数を運転傾向値算出部１０７に送る。

該当シチュエーションの運転傾向係数の更新（Ｓ２１０）
運転傾向値算出部１０７は運転傾向デ一夕ベース１０８から送られてきた該当シチュエーションの過去の運転傾向係数と今回新たに算出した運転傾向係数を用いて、該当シチュエーションの新運転傾向係数を式（２）を用いて算出する（Ｓ２０９）。

新運転傾向係数＝今回新たに算出した運転傾向係数×０．５＋過去の運転傾向係数×０．５ （２）
新運転傾向係数を算出するときに、今回新たに算出した運転傾向係数と過去の運転傾向係数の比率は０．５：０．５で設定しているが、場合によって変更することもできる。すなわち、運転傾向の予測の安定性を重視すると過去の運転傾向係数の比率を上げ、一方、最近の傾向の学習力を重視すると今回新たに算出した運転傾向係数の比率を上げる。

運転傾向値算出部１０７は算出した新運転傾向係数を運転傾向データベース１０８に送り、該当シチュエーションの過去の運転傾向係数を更新（Ｓ２１０）する。

次に、運転傾向係数を利用して次回走行区間の所要時間を算出する場合について、図４、５のフローチャートを用いて説明する。

目的地の設定（Ｓ３０１）
先ず次回走行区間の所要時間の算出開始時に、運転者が車載機１００に次回走行区間となる出発地と目的地を入力する。出発地が入力されない場合は、出発地を現在地にする。現在地の位置は自車位置取得部１０４が決める。自車位置取得部１０４はＧＰＳ、舵角センサ、車速センサを利用し、自車の現在位置を特定する。

目的地までの経路の探索（Ｓ３０２）
データ処理部１０６は地図データベース１０３を用いて現在地から目的地までの可能な経路の探索を行い、経路（１‥ｈ‥Ｍ）を取得する。なお、この経路探索では運転傾向データベース１０８に蓄積されている特定区間を多く含む経路を、優先して経路探索を行うこともできる。Ｍは目的地まで経路の数である。車載機１００は現在地から目的地まで可能な経路（１‥ｈ‥Ｍ）を情報センタ２００に送信し、この経路に合致する区間ごとの平均車速を受信する。

各経路の所要時間を算出（Ｓ３０３）
送受信部１０１は情報センタ２００から区間ごとの平均車速を受信し、データ処理部１０６に送る。データ処理部１０６は現在地から目的地までの可能な経路（１‥ｈ‥Ｍ）の所要時間を順次算出する。

経路ｈの所要時間の算出のフローを図５に示す。先ず、データ処理部１０６は経路ｈを区間（ｈ１‥ｈｉ‥ｈＮ）に分割（Ｓ４０１）し、区間ｈｉの平均車速を情報センタ２００から取得する（Ｓ４０２）。ここで、Ｎは経路ｈの区間の数である。

次に区間ｈｉの区間所要時間を予測するときに、区間ｈｉにおける平均車速が求められない場合、あるいは特定区間として運転傾向データベース１０８に区間の登録がない場合は、該当シチュエーションと区間ｈｉの距離等で予め定めた既定設定平均車速で区間ｈｉの区間所要時間を予測する（Ｓ４０６）。区間ｈｉが特定区間であり平均車速が取得できた場合、まず区間ｈｉを走るときのシチュエーションを検出する。データ処理部１０６がシート、ワイパー、ギア、ヘッドライトの利用情報を自車情報取得部１０５から取得し、区間ｈ１の道路種類を地図情報データベース１０３から取得し、気象情報を送受信部１０１から受信した気象情報を利用し、区間ｈｉを走るときのシチュエーションを判断する。そして、運転傾向データベース１０８から、その該当シチュエーションの運転傾向係数を取得し、区間ｈｉでの平均車速と運転傾向係数を利用し、自車が区間ｈｉを走るときの車速を式（３）を用いてデータ処理部１０６で予測する（Ｓ４０４）。

自車が区間ｈｉで走るときの予測車速＝運転傾向係数×区間ｈ１の平均車速 （３）
予測走行時間算出部１０９において、この運転傾向係数を考慮した予測車速で特定区間ｈｉの距離を除することにより、区間ｈｉの区間所要時間を算出する（Ｓ４０５）。経路ｈの所要時間は区間ｈ１からｈＮまで、それぞれの区間所要時間を加算した結果である（Ｓ４０６）。

経路の決定（Ｓ３０４）
各経路（１‥ｈ‥Ｍ）の所要時間は各経路ごとにＳ４０５のように算出し、経路の所要時間が一番短い経路を利用する。

経路における所要時間を表示（Ｓ３０５）
予測走行時間出力部１１０は予測走行時間算出部１０９が算出した一番短い経路と所要時間を表示する。

以上述べた如く、特定区間ごとの平均車速を基に、運転者の運転傾向に基づく特定区間ごと、シチュエーションごとの運転傾向係数を用いて、次回走行区間の出発地から目的地までの所要時間を算出することにより、運転者に適応した所要時間の算出ができる。また、シチュエーション別に運転傾向係数を求めているため、各々のシチュエーションにおいても所要時間の予測精度が向上する。更に、長期の停車、故障、突発シチュエーション時のデータを除外することにより、運転傾向係数のデータの精度が向上する。

次に、第２の実施の形態の構成を示す図６を用いて、第２の実施の形態の構成を述べる。情報センタ２００Ａは送受信機２０４Ａ、車速取得部２０１、車速データベース２０２、平均化部２０３、データ処理部２０５、運転傾向値算出部１０７、運転傾向データベース１０８、予測走行時間算出部１０９及び地図データベース１０３より構成される。

複数の車両３０１、３０２、‥Ｑから各車両の位置と通過時刻等を送受信部２０４Ａを経由し車速取得部２０１で取得し、車速取得部２０１で複数の車両３０１、３０２、‥Ｑからの車両位置と通過時刻等から得られる区間の走行所要時間と区間の距離から、区間別の車速を求め、車両別、区間別に車速を走行時間データベースに２０２に蓄積する。また、直接各車両から区間の走行所要時間を直接受信することも可能である。これら複数の車両３０１、３０２‥Ｑから区間別車速を取得するのは第１の実施の形態と同様である。データ処理部２０５は車両３０１、３０２‥Ｑから、次回走行区間の出発地から目的地までの経路と所要時間の問い合わせに対して、地図データベース２０７を用いて経路探索等を行う。

次に第２の実施の形態の動作について説明する。

複数の車両３０１、３０２‥Ｑの１台、例えば車両３０１がしばしば利用する区間を特定区間として指定している場合、車両３０１が特定区間を走行した時に、複数の他車の特定区間の車速を平均化部２０２で平均化した平均車速と車両３０１が特定区間を走行したときに車速取得部２０１から出力され、運転傾向値算出部１０７に入力される特定区間の走行所要時間を用いて、運転傾向係数を求め、この求めた運転傾向係数と、運転傾向データベース１０８に蓄えられている運転傾向係数を用いて新運転傾向系数を求め、この新運転傾向系数で過去の運転傾向係数を更新するのは、第１の実施の形態で述べたのと同じである。また、この第２の実施の形態では特定区間のシチュエーションは特定区間がある地域の気象状況はアメダス等の地域の気象状況を情報センタ２００Ａでも収集できる。また、座席状況等は車両３０１より送信できるので、特定区間別でシチュエーション別の運転傾向データベース１０８を情報センタ２００Ａで持つことは可能であり、第１の実施の形態で述べたと同じく、情報センタ２００Ａで車両３０１のシチュエーション別の運転傾向係数が求められる。

次に、運転傾向係数を利用して次回走行区間の所要時間を算出する場合について述べる。

車両３０１から次回走行区間の出発地から目的地までの経路と所要時間の問い合わせがあった場合には、データ処理部２０５は地図データベース２０７から出発地から目的地までの可能な経路（１‥ｈ‥Ｍ）を取得し、経路別に所要時間を求める。一番短い経路と所要時間の求めるのは第１の実施の形態と同じであるので、説明は省略するが、特定区間を多く含む経路を優先し経路を探索し、所要時間を算出する場合と、所要時間が一番短くなる経路探索を行う場合の二通りの探索を行い、車両３０１の運転者が選択することもできる。

本第２の実施の形態では各車両が区間の走行所要時間を情報センタに送り、自車が必要とする特定区間を情報センタに登録しておくだけで、運転者の運転傾向に基づく特定区間ごとの運転傾向係数を用いて、次回走行区間の出発地から目的地までの所要時間を算出することができる。

次に第３の実施の形態の構成を示す図７を用いて、第３の実施の形態の構成について述べる。車両検知器４０１、４０２‥Ｒは道路上に設置され、車両のナンバープレートをビデオカメラで読み取り、区間の車速を測定する車両検知器であり、車両検知器４０１、４０２‥Ｒからの区間の車速を受信部１１５経由で車速取得部１１３で受信し、受信した各区間の車速は、区間ごとに車速データベース１１１に蓄積しておき、運転傾向係数を算出する場合には、同じ区間の過去の複数の車速を平均化部１１２で平均化し、平均車速として運転傾向値算出部１０７に出力する。なお、第２の車速情報取得手段は受信部１１５、車速取得部１１３及び車速データベース１１１で構成される。その他の構成は第１の実施の形態と同様であるので、説明は省略する。

なお、区間の設定は車両検知器４０１、４０２‥Ｒが設置されている道路、設置場所は予め分かっているので、その車両検知器４０１、４０２‥Ｒの設置場所を予め車載機１００Ａに設定しておき、自車がその区間を通過することを自車位置取得部１０４と地図データベース１０３を用いて検出し、車両検知器４０１、４０２‥Ｒが設置されている区間の自車の走行所要時間を測定することができる。

あるいは、車両検知器４０１、４０２‥Ｒから短距離無線システム、電波ビーコン等で車速を受信している場合は、車両検知器４０１、４０２‥Ｒから自車が車速を受信できる距離が区間の距離に比較し極めて短いため、車速が受信できた時点を区間の始点、終点として区間の走行所要時間、区間の始点、終点を判断することもできる。

この第３の実施の形態では車両検知器４０１、４０２‥Ｒが設置されている区間を自車がよく利用する特定区間として設定しておけば、自車がそれらの区間を走行するたびに運転傾向係数と、新運転傾向係数を運転傾向値算出部１０７で求め、運転傾向データベース１０８に蓄積されている古い運転傾向係数を更新する方法は、第１の実施の形態と同じであり、また、運転傾向係数を利用して次回走行区間の所要時間を算出する場合についても第１の実施の形態と同じなので説明は省略する。

本第３の実施の形態では道路上に設置された車両検出器から、区間の車速を取得することにより、運転者の運転傾向に基づく特定区間ごとの運転傾向係数を用いて、次回走行区間の出発地から目的地までの所要時間を算出することができる。

第１の実施の形態の構成を示すブロック図。 運転傾向係数の算出過程を示すフローチャート。 特定区間別、シチュエーション別運転傾向係数のデータベースフォーマット。 所要時間の算出過程を示すフローチャート。 各経路の所要時間の算出過程を示すフローチャート。 第２の実施の形態の構成を示すブロック図。 第３の実施の形態の構成を示すブロック図。

符号の説明

１００、１００Ａ 車載機 １０１、２０４、２０４Ａ 送受信部
１０５ 自車情報取得部 １０７ 運転傾向値算出部
１１０ 予測走行時間算出部 １１１、２０２ 車速データベース
１１２、２０３ 平均化部 １１３、２０１ 車速取得部
１１５、 ２０６ 受信部 ２００、２００Ａ 情報センタ
３０１、３０２、Ｑ 車両 ４０１、４０２、Ｒ 車両検知器

Claims (7)

1. 情報センタと車載機とを有し、
   前記情報センタは、複数の車両から区間別の車速を取得する第１の車速情報取得手段と、
   前記第１の車速情報取得手段により取得された前記車速を前記区間別に平均化する平均化手段と、
   前記区間別の平均車速を前記車載機へ送信する第１の送受信手段と、を有し、
   前記車載機は、前記情報センタから送信される前記区間別の前記平均車速を受信する第２の送受信手段と、
   受信した前記区間別の前記平均車速と自車が算出する走行所要時間とに基づいて、特定区間ごとの運転傾向値を算出する運転傾向値算出手段と、
   前記運転傾向値算出手段により算出された前記運転傾向値に基づいて、次回走行区間における所要時間を算出する所要時間算出手段と
   、を具備することを特徴とする個別走行時間予測システム。
2. 前記運転傾向値算出手段は、走行中の状況に基づいて前記運転傾向値を算出することを特徴とする請求項１に記載の個別走行時間予測システム。
3. 前記車載機は変速状態を取得する変速状態取得手段を有し、前記変速状態取得手段により取得された変速状態がパーキングである場合には、前記運転傾向値の算出を行わないこと、を特徴とする請求項１または２に記載の個別走行時間予測システム。
4. 複数の車両から区間別の車速を取得する車速情報取得手段と、
   前記車速情報取得手段により取得された前記車速を前記区間別に平均化する平均化手段と、
   前記平均化された前記区間別の前記車速情報と車両から送信される前記車両別の区間ごとの走行所要時間とに基づいて特定区間ごとの運転傾向値を算出する運転傾向値算出手段と、
   前記運転傾向値算出手段により算出された前記運転傾向値に基づいて前記車両の次回走行区間における所要時間を算出する所要時間算出手段と
   、を具備することを特徴とする情報センタ。
5. 情報センタから送信される区間別の平均車速と自車が算出する走行所要時間とに基づいて特定区間ごとの運転傾向値を算出する運転値向値算出手段と、
   前記運転傾向値算出手段により算出された前記運転傾向値に基づいて次回走行区間における所要時間を算出する所要時間算出手段と
   、を具備することを特徴とする個別走行時間予測システムにおける車載機。
6. 車載機と道路上に設けられた複数の車両検知器とを有し、
   前記車載機は、前記車両検知器から区間別の車速を取得する第２の車速情報取得手段と、
   自車が算出する走行所要時間とに基づいて、特定区間ごとの運転傾向値を算出する運転傾向値算出手段と、
   前記運転傾向値算出手段により算出された運転傾向値に基づいて、次回走行区間における所要時間を算出する所要時間算出手段と
   、を具備することを特徴とする個別走行時間予測システム。
7. 情報センタは、複数の車両から区間別の車速を取得し、
   取得した前記車速を前記区間別に平均化し、
   前記区間別の平均車速を車載機へ送信し、
   前記車載機は、前記情報センタから送信される前記区間別の前記平均車速を受信し、
   受信した前記区間別の前記平均車速と自車が算出する走行所要時間とに基づいて特定区間ごとの運転傾向値を算出し、
   算出された前記運転傾向値に基づいて次回走行区間における所要時間を算出すること
   、を特徴とする個別走行時間予測方法。

Images