JP2008040605A - 交通情報提供装置、交通情報提供システム、異常データの検出方法およびデータ収集方法 - Google Patents

Abstract

【課題】路上センサによって取得されたリンクデータに異常が含まれていた場合、異常が検出されたリンクを、プローブデータを優先してアップロードの対象とするリンクとし、信頼性の高い交通情報の提供サービスを行う。
【解決手段】交通情報提供装置１において、路上センサ２から取得したセンサデータと主成分分析により生成される基準パターンとを内積演算することにより生成される基準パターンの含有率が所定の値に満たないときに、路上センサ２から取得したリンクデータを異常とみなしてプローブデータ優先リンクとして出力し、車載端末５において、そのリンクのプローブデータを積極的にアップロードするとともに画面に交通情報を表示する構成とした。
【選択図】図１

Description

本発明は、路上センサおよび車両から交通情報を取得し、車載端末に対して交通情報を提供サービスする、交通情報提供装置、交通情報提供システム、異常データの検出方法およびデータ収集方法の技術に関する。

現在、カーナビゲーションシステム等に道路交通情報のサービスを実施しているＶＩＣＳ（Vehicle Information and Communication System：登録商標）は、道路に設置された路上センサから道路交通情報を収集し、それを編集してＦＭ（Frequency Modulation）多重放送やビーコンを通じ、渋滞情報や走行時間を表す旅行時間情報等の交通混雑情報を提供している。
しかしながら、ＶＩＣＳ（登録商標）は、路上センサの設置等、インフラが高価であり、路上センサの故障や調整の不備により時に異常なデータが含まれるといった欠点を持つ。

また、走行する車両（プローブカー）から道路交通情報を取得するプローブ情報収集システムが知られている。プローブ情報収集システムでは車両自体がセンサであるため、ＶＩＣＳ（登録商標）のように路上インフラに依存しない交通情報の収集が可能であり、原理的には全ての道路における交通情報の提供が可能である。
しかしながら、センサである車両の走行位置およびタイミングが確率的なものであることから、その情報品質は前記した路上センサで収集される連続的なデータとは異なり、空間的、時間的に欠損を生じる。

このため、路上センサにより取得したデータと、プローブカーにより取得したデータが共にあったときに、どのようにして信頼性の高いデータを選別して採用するかが前記した道路交通情報のサービスを実施する交通情報提供システムの最重要設計事項であった。
ところで、従来、路上センサにより取得されるセンサ情報に異常がある箇所では、プローブカーにより取得されるデータを利用して交通情報を配信する方法がとられ、そのための交通情報提供装置が従来から多数提案されている。

例えば、路上センサで検知されたセンサ情報から道路区間固有の変化度を算出し、かかる変化度に基づき、プローブカーによって収集されたプローブ情報の有効期間を動的に決定する技術が知られている（例えば、特許文献１参照）。
特開２００４−２８６５３１号公報（段落「００１１」〜「００１３」、図１）

しかしながら、前記した特許文献１に開示された技術は、プローブ情報の活用が認められるプローブ情報の有効期間を決定するための技術であって、路上センサにより収集されたデータと、プローブカーにより収集されたデータとの乖離を判断するための技術ではない。
したがって、路上センサにより取得したデータと、プローブカーにより取得したデータがともにあったときに、どのようにして信頼性の高いデータを選別して利用することができるかについての記載はない。

本発明は、前記した事情に基づいてなされたものであり、路上センサによって取得されたデータに異常が含まれていた場合、異常が検出されたリンクを、プローブデータを優先してアップロードの対象とするリンクとすることで、信頼性の高い交通情報の提供サービスを行う、交通情報提供装置、交通情報提供システム、異常データの検出方法およびデータ収集方法を提供することを目的とする。

前記した課題を解決するために、本発明の交通情報提供装置は、路上センサから取得したリンクデータを正常リンクデータでフィルタリングし、フィルタリングしたセンサデータを主成分分析することにより生成される基準パターンデータと、路上センサから取得した現況リンクデータとを内積演算することによって生成される基準パターンの含有率が所定の値に満たないときに、路上センサから取得したリンクデータを異常とみなし、プローブデータ優先リンクとして出力する構成とした。そして、車載端末は、そのリンクのプローブデータを交通情報提供装置にアップロードするとともに画面にそのリンクのプローブデータを優先表示する構成とした。

本発明によれば、路上センサによって取得されたデータに異常が含まれていた場合、異常が検出されたリンクを、プローブデータを優先してアップロードの対象とするリンクとすることで、信頼性の高いリンクデータのみを使用して交通情報の提供サービスを行うことができる。

（第１の実施形態）
図１は、第１の実施形態に係る交通情報提供装置の内部構成を示すブロック図である。
交通情報提供装置１は、路上センサ正常リンクリスト（正常リンクリスト）１１と、フィルタリング演算部１２と、正常データ履歴ＤＢ１３と、主成分分析演算部１４と、基準パターンＤＢ１５と、データ履歴ＤＢ１６と、基準パターン含有率計算部１７と、プローブデータ優先リンクリスト１８とで構成される。交通情報提供装置１のフィルタリング演算部１２とデータ履歴ＤＢ１６とは、通信インフラを介して路上センサ２と接続している。路上センサ２は、道路に設置されており、ＶＩＣＳ（登録商標）などを介して、交通情報センタ（交通情報提供装置）に提供される。

路上センサ正常リンクリスト１１には、路上センサから既に取得され、例えば、日種（曜日、五十日（ごとおび）、平日／休日、大型連休、学校休業期間等）を反映させた経験則により人為的に正常であると判断されたリンクのリンク番号のリストが格納されている。すなわち、路上センサ正常リンクリスト１１にリストされているリンクは、経験的に正常であると、予め判断されていることになる。
なお、路上センサ正常リンクリストは、手作業、もしくは朝渋滞、夕渋滞等を模擬した基準データとの内積によるスコアリングにより生成することとする。手作業の方が、より実測に則した基準パターンを作ることができ、手間としても代表的なものを抽出すればすむため、現実的な方法である。基準データとの内積によるスコアリングにより生成する方法に関する詳細は後記する。路上センサ正常リンクリスト１１は、例えば、正常リンク番号１、正常リンク番号２、…、正常リンク番号ｎのように、単なるリンク番号の列挙である。ただし、これを全国一括で持つとも限らず、例えば、メッシュ毎に分け、メッシュ番号１；正常リンク番号１、正常リンク番号２、…、メッシュ番号２；正常リンク番号１、正常リンク番号２、…という構造も考えられる。
フィルタリング演算部１２は、路上センサ２から通信インフラ経由で送信される、リンク番号と旅行時間や渋滞度を示す交通量データの組からなる路上センサデータ（第１のリンクデータ）を取得する。そして、路上センサ正常リンクリスト１１に格納済み（正常であることが検証された）のリンク番号に該当する路上センサデータのみを通し、正常データ履歴ＤＢ１３に出力する。正常データ履歴ＤＢ１３は、その路上センサデータを正常路上センサデータ（第２のリンクデータ）として格納する。すなわち、正常データ履歴ＤＢ１３には、正常路上センサデータが、該当するリンク番号と、交通量データとを有した組となって格納される。なお、路上センサ２から通信インフラ経由で送信される路上センサデータは、データ履歴ＤＢ１６に時系列の形で蓄積される。この時系列データ長は、数日から数ヶ月のスパンで蓄積される。

主成分分析演算部１４は、正常データ履歴ＤＢ１３に格納された所定数分の時系列の正常路上センサデータを読み出して、読み出された路上センサデータに含まれる交通量データに対して主成分分析を行い、基底を得る。ここで、主成分分析により得られる基底とは、複数の変数（リンク毎の交通量）の間で相関をもって変化する成分であり、それをベクトル（基底ベクトル）で表現した場合、複数の基底ベクトルで張られる空間（基底ベクトルを座標軸とする空間）が特徴空間となる。例えば、１００の変数から成る時系列データがあったとすれば、その１００の変数が、時間の経過にしたがってどのような比率で相関をもって変化するかが基底である。
例えば、変数１、変数２、変数３、…、変数１００が、０．１、０．５、０．３、…、１，２といった比率で変化するなら、［０．１、０．５、０．３、…、１，２］という１００個の要素を持つ基底ベクトルが存在することになる。１００の変数の中に含まれている相関成分は、これだけではないので複数の基底が存在することになる。

前記した主成分分析の手法は、例えば、特開２００５−６４７６７号公報（段落「０００７」、図１）や、情報処理学会研究報告「高度交通システム」、熊谷正俊著、Ｎｏ．２０、２００５年３月に詳細に開示されている。

説明を図１に戻す。主成分分析演算部１４で主成分分析処理して生成される交通量データの基底は、正常な路上センサデータであることを示す基準パターンとして基準パターンＤＢ１５に格納される。
なお、基準パターンＤＢ１５には、パターン毎に正規化された基準パターンが格納される。各基準パターンのデータ長は、例えば１日であり、例えば、５分間隔のデータを想定すれば、２４時間で２８８個のブロック数になる。また、データ履歴ＤＢ１６には、前記した正常データ履歴ＤＢ１３同様、路上センサデータ、すなわちリンク番号と、交通量データとを有した組となって格納される。

一方、基準パターン含有率計算部１７は、データ履歴ＤＢ１６に蓄積された路上センサデータを所定数分だけ読み出し、この路上センサデータに対する、基準パターンＤＢ１５から読み出される基準パターンの含有率（基準パターン含有率）を計算する。ここで、含有率とは、路上センサデータの交通量データに含まれる基準パターンの割合である。
基準パターン含有率計算部１７は、出力される基準パターンの含有率をあらかじめ設定される判定閾値と比較し、その結果をプローブデータ優先リンクリスト１８に格納する。ここで、判定閾値より低い含有率を持つ路上センサデータ（交通量データ）は、異常路上センサデータであるとして車載端末５から取得されるプローブデータを優先してアップロードするためのリンクとして使用される。なお、プローブデータ優先リンクリスト１８とは、例えば、プローブデータ優先リンク番号１、プローブデータ優先リンク番号２、…、プローブデータ優先リンク番号ｎの、単なるリンク番号が列挙されたリストであり、リンク毎に、路上センサデータの信頼度を設定する場合は、各リンク番号に、例えば、０．０〜１．０で表現される信頼度のデータが付与される。詳細は後記する。

次に、図１を参照しつつ、図２および図３に沿って異常路上センサデータ検出方法の基本原理を説明する。
図２および図３は、第１の実施形態における交通情報提供システムにおける異常路上センサデータ検出方法の基本原理を示す図であり、具体的には、パターン含有率計算部１７によって出力される基準パターンの含有率計算のためのアルゴリズムを示す。
なお、図２および図３において、横軸は、時間を表し、縦軸は、旅行時間を表す。

図２は、第１の実施形態における交通情報提供システムにおける異常路上センサデータ検出方法の基本原理を示す図であり、（ａ）は、正規化された交通量データを説明する図であり、（ｂ）は、基準パターンを説明する図である。
図２（ａ）の正規化された交通量データは、ある道路における時刻による旅行時間（交通状況）の推移を示している。ここでは、おおむね６：００〜９：００の時間帯は、交通状況の変動が激しく、通常、朝ピークと称される時間帯である。また、夕方１７：００〜１９：００頃に若干の変動があり、１９：００以降は交通状況が安定している。すなわち、旅行時間が短く、道路が空いている状態で安定している。
また、図２（ｂ）の基準パターンは、路上センサ２から取得した交通量データを、フィルタリング演算部１２により正常であることが検証された正常路上センサデータに基づいてフィルタリングし、当該フィルタリングの結果出力される正常路上センサデータの交通量データを主成分分析演算部１４により主成分分析して得られる基準パターンである。ここでは、朝ピークを表す基準パターンが示されている。

ここで、基準パターンＤＢ１５、あるいはデータ履歴ＤＢ１６に格納された交通量データをベクトル表現し、２４時間分を５分間隔で交通量データを取得したとすれば、それぞれ２８８次元ベクトルのデータが時系列で格納されていることになる。
ここで、基準パターンをベクトル表現した成分を、Ｒｉとし、路上センサデータの交通量データをベクトル表現した成分をＸｉ（ｉ＝１〜２８８）としたとき、基準パターンと路上センサデータの交通量データとの類似性を判定するために、２つのベクトルの内積演算を行い、内積スコア（Ｘ１×Ｒ１＋Ｘ２×Ｒ２＋……＋Ｘ２８８×Ｒ２８８）を算出することとした。

図３は、第１の実施形態における交通情報提供システムにおける異常データ検出方法の基本原理を示す図であり、（ａ）は基準パターンとして朝ピークを表しており、（ｂ），（ｃ）は共に夜間の異常渋滞を表している。
図３（ａ）〜（ｃ）は、左に交通量データ、右に基準パターンを示し、内積スコアの大小により類似性を判定する例が示されている。（ａ）は基準パターンとして朝ピークを表しており、（ｂ），（ｃ）は共に夜間の異常渋滞を表している。
内積演算の結果は無次元数であるため、旅行時間や渋滞度のような具体性のある表現と対応させることはできないが、ここでは、基準パターンと路上センサデータの交通量データとを正規化して内積を−１．０〜１．０の範囲とし、０．５を類似性の判定閾値と考え、０．５未満を類似性なしとし、異常路上センサデータであると判定することとした。

説明を図１に戻す。前記した交通情報提供装置１は、交通情報センタに設置され、交通情報提供サービスを行う車載端末５およびプローブカー３とは移動通信網４を介して接続されている。
車載端末５は、通信インフラを介して、常に路上センサ２から路上センサデータと、プローブカーからプローブデータとを取得している。また、移動通信網４を介して、交通情報提供装置１によって提供される交通情報を図示しない表示装置に表示する。そして、同じく取得されるプローブデータ優先リンクリストに基づいて、異常と判定されたリンクでは、プローブデータを優先して表示する。また、そのプローブデータを積極的に取得し、移動通信網４経由で交通情報提供装置１にアップロードする。

次に、図１を参照しつつ、図４に沿って第１の実施形態に係る交通情報提供装置１の動作を説明する。
図４は、第１の実施形態に係る交通情報提供装置の動作を示すフローチャートであり、（ａ）は、フィルタリング演算部と主成分分析演算部による基準パターンの生成処理、（ｂ）は、基準パターン含有率計算部による基準パターンの含有率の計算処理を示す。
以下、図４（ａ），（ｂ）を参照しながら、図１に示す第１の実施形態に係る交通情報提供装置の動作を詳細に説明する。

まず、フィルタリング演算部１２が、路上センサ正常リンクリスト１１に格納される正常リンクデータから、路上センサ正常リンクリスト１１を取得し、この路上センサ正常リンクリスト１１を検索し（ステップＳ２０１）、路上センサ正常リンクリスト１１に格納されているリンク番号のリストと、路上センサ２から取得される路上センサデータ（第１のリンクデータ）のリンク番号と参照することによって、路上センサデータが送られたリンクが、路上センサ正常リンクリスト１１に登録されているリンク（正常リンク）に合致するか否かを判定する（ステップＳ２０２）ことによりフィルタリングを行い、正常リンクに合致していた場合（ステップＳ２０２”Ｙｅｓ”）、その路上センサデータを、リンク番号と、交通量データとの対のデータである正常路上センサデータ（第２のリンクデータ）として、正常データ履歴ＤＢ１３に蓄積する（ステップＳ２０３）。
なお、ステップＳ２０２において、正常リンクに合致しないと判定された場合（ステップＳ２０２”Ｎｏ”）は、その路上センサデータは不使用とし、そのリンクに相当する交通情報のデータにはプローブカーにより収集されたプローブデータを使用して交通情報を提供する。
続いて、主成分分析演算部１４は、正常データ履歴ＤＢ１３から正常路上センサデータを所定数分だけ読み出して、正常路上センサデータに含まれる交通量データに対して、主成分分析を行い（ステップＳ２０４）、その結果生成される交通量データの基底と特徴量を基準パターンとして基準パターンＤＢ１５に格納する。

一方、路上センサ２から取得される路上センサデータ（第３のリンクデータ）は、常に通信インフラを介してデータ履歴ＤＢ１６に蓄積される（ステップＳ２１１）。このため、基準パターン含有率計算部１７は、基準パターンＤＢ１５に蓄積された基準パターンとデータ履歴ＤＢ１６に蓄積された路上センサデータとを読み出して正規化処理を実行後、図２で示した内積演算を実行することにより基準パターン含有率（基準パターンの含有率）を計算する（ステップＳ２１２）。路上センサデータと基準パターンとをそれぞれ正規化すれば、内積は、−１．０〜１．０の範囲になるため、ここでは、基準パターンの含有率を求めることと同義とする。

続いて、基準パターン含有率計算部１７は、計算された内積と、判定閾値とを比較し、基準パターンとの内積が判定閾値以下であるか否かを判定し（ステップＳ２１３）、その結果、内積値が判定閾値以下である場合（ステップＳ２１３”Ｙｅｓ”）、その路上センサデータは、異常であるとみなし、プローブデータ優先リンクとしてプローブデータ優先リンクリスト１８に登録する。また、車載端末５から交通情報の要求を受信したタイミングで、車載端末５に対してプローブデータ優先リンクリスト１８を車載端末５へ送信する（ステップＳ２１４）。
なお、ステップＳ２１３の処理において、基準パターンとの内積が判定閾値を超えていると判定された場合（ステップＳ２１３”Ｎｏ”）、その路上センサデータは、正常であると判定し、そのリンクに相当する路上センサデータを使用して交通情報を車載端末５へ提供する。
なお、ここで、プローブデータ優先リンクとは、プローブカーから優先的にアップロードして取得すべきリンクのことをいう。

図５は、第１の実施形態に係る交通情報提供システムのシステム構成を示す図である。
図５に示されるように、交通情報提供装置１は、図１に示す交通情報提供装置が持つ構成に更に、プローブデータＤＢ２０が接続される。なお、ここでは、路上センサ正常リンクリスト１１、フィルタリング演算部１２、正常データ履歴ＤＢ１３、およびデータ履歴ＤＢ１６は、図示省略されている。

車載端末５は、交通情報提供装置１とは移動通信網４を介して接続され、ＧＰＳ（Global Positioning System）等の車載センサ８により時々刻々車両の現在位置情報を取得しながら、路上センサデータとプローブデータとを取得し、取得した路上センサデータに含まれるリンク番号が、移動通信網４を介して交通情報提供装置１から送信されるプローブデータ優先リンクリスト１８にリストされたリンク番号に合致するとき、取得したプローブデータを優先して表示する他に、そのプローブデータを交通情報提供装置１へ送信する。交通情報提供装置１は、受信したプローブデータをプローブデータＤＢ２０に蓄積する。
このことにより、交通情報提供装置１は、路上センサデータとプローブデータとを併用し、信頼性の高いデータのみを使用して車載端末５に交通情報を提供することができる。また、車載端末５は、信頼性の高い路上センサデータとプローブデータとを併用した表示が可能である。

図６は、車載端末の動作を示すフローチャートである。
図６において、車載端末５は、プローブデータと、路上センサデータとを、プローブカーおよび路上センサから、常に受信しており、一方では、交通情報提供装置１からプローブデータ優先リンクリスト１８を受信している（ステップＳ３００）。そこで、先に、交通情報提供装置１から受信したプローブデータ優先リンクリスト１８を検索して（ステップＳ３０１）、取得した路上センサデータが異常か否か、すなわち、路上センサデータに含まれるリング番号が、プローブデータ優先リンクリスト１８にリストされているリンク番号に合致するか否かを判定する（ステップＳ３０２）。
ここで、合致した場合（ステップＳ３０２”Ｙｅｓ”）、取得したプローブデータを優先して図示しない画面上に表示すると共に、交通情報提供装置１にそのプローブデータをアップロードする（ステップＳ３０３）。合致しなかった場合（ステップＳ３０２”Ｎｏ”）、その路上センサデータを図示しない画面上に表示する（ステップＳ３０４）。

図５を参照しつつ、図７に沿って車載端末５に表示される画面構成の例について説明する。
図７は、車載端末に表示される画面構成の一例を示す図である。ここでは、単に、地図情報にプローブデータと路上センサデータを併用して表示するだけでなく、表示データの信頼度設定ウィンドウ１０を表示することができる。
信頼度設定ウィンドウ１０は、ユーザが車載端末５のＧＵＩ（Graphical User Interface）を用い、交通情報提供装置１により類似判定を行う際の判定閾値を調整する仕組みである。

すなわち、ユーザサイドでは、車載端末５の利用環境に応じ、不確実でも路上センサ２から取得した路上センサデータを表示したい、あるいは確実なリンクデータ（プローブデータ）のみ表示したいといった要求がある。
このとき、ユーザは、ＧＵＩを用いて車載端末５の表示装置画面上に、ＧＵＩによる表示データの信頼度設定ウィンドウ１０を表示させて、例えば表示画面上のスライドバーを横方向にスライドさせ判定閾値を調整することができる。この情報は、移動通信網４を介して交通情報提供装置１に送信され、交通情報提供装置１は、この情報に基づき、基準パターンと路上センサデータの類似性判定の際に使用される判定閾値を制御する。前記したように、交通情報提供装置１で計算されるリンク毎の信頼度はプローブデータ優先リンクリスト１８に格納されており、プローブデータ優先リンクリスト１８を受信した車載端末５は、スライダにより指定される閾値以上の信頼度を持つリンクの路上センサデータを信頼できるものとして表示する。なお、リンク毎の信頼度は、交通情報提供装置１が平均内積値を計算し、または、この平均内積値に何らかの係数を乗算して求め、リンク毎の情報として車載端末５に配信するものとする。ここで、平均内積値とは、前記したように、基準パターンと、正規化された路上センサデータについて内積演算を行うが、この演算は、１日単位で路上センサデータを評価する期間中繰り返し行なわれ、その評価期間において日毎に算出された内積値の平均をいう。

前記した第１の実施形態によれば、路上センサデータに異常が含まれていた場合、異常な路上センサデータが検出されたリンクではプローブデータを優先してアップロードする対象とすることで、信頼性の高い交通情報の提供サービスを行うことができる。また、車載端末５は、帯域を有効に使用してプローブデータを収集することができ、ＶＩＣＳ（登録商標）とプローブデータを併用した表示が可能である。
更に、ユーザにＧＵＩを用いた判定閾値設定の仕組みを提供することでプローブデータ、もしくは路上センサデータを表示する範囲を更新でき、このことによりユーザに利便性を提供する他、柔軟性、融通性の高い交通情報提供システムを構築することができる。

（第２の実施形態）
図８は、第２の実施形態に係る交通情報提供装置の内部構成を示すブロック図である。
第２の実施形態に係る交通情報提供装置１’において、図１に示す第１の実施形態との差異は、ＧＵＩ提供部１９が付加されることである。このＧＵＩ提供部１９は、センタ端末７を介して人為的に設定入力される基準パターンを取り込み、この基準パターンに基づいて基準パターン含有率を計算させることにある。このため、交通情報提供装置１’にセンタ端末７が接続される。他は、図１に示す第１の実施形態と同様である。

図９は、センタ端末の表示画面構成の一例を示す図であり、（ａ）は、（ｂ）に示される基準パターンに基づき基準パターン含有率の計算を行った結果、朝と夕方に混雑している道路リンクを検出し、表示した例であり、（ｂ）は、基準パターンの生成を示す図である。

図８を参照しつつ、図９を参照してセンタ端末７における画面操作の実際を説明する。
基準パターン含有率計算部１７は、図９（ｂ）に示されるように、ＧＵＩ提供部１９により提供される画面を介してあらかじめ図示しない記憶装置にファイル登録された基準パターンを読み出し、もしくは人為的に描画された基準パターンに基づき、データ履歴ＤＢ１６に蓄積された路上センサデータに対する基準パターンの含有率を計算して類似度を算出する。その結果は、画面右下に、類似度の高低を表すカラーバーによって表示される。
例えば、人為的に描画された基準パターン（手書き入力パターン）は、センタ端末７内部で画面上の座標データに置換され、この座標データから正規化された旅行時間時系列データ（速度、交通量、渋滞長等）に変換される。ここで変換された旅行時間系列データは、前記した基準パターンＤＢ１５に格納される基準パターン（旅行時間系列データ）と同等に扱われる。そして、図２に示されるように、前記により変換された旅行時間系列データと、正規化された路上センサデータとの内積演算を実行することによって、基準パターン含有率を計算し、計算の結果得られる基準パターン含有率に応じて類似度の高低を示すカラーバー表示を行なう。
ここでは、エリア全体の交通情報を単に表示するだけでなく、朝と夕方に混雑している道路リンクを他の道路と区別してフィルタリング表示している。前記した交通情報提供装置１は、交通情報センタにおいて、路上センサ２、あるいはプローブデータのモニタリングシステムとしての応用が考えられる。

なお、前記した第１の実施形態、第２の実施形態において、路上センサ２から取得した路上センサデータ、プローブカー３から取得したプローブデータ、交通情報提供装置１により配信されるプローブデータ優先リンクリスト１８は、いずれもリンクデータであるが、その発生元により区別して表現してある。
また、前記した第１の実施形態、第２の実施形態において、図１、図５、および図８に示した、フィルタリング演算部１２と、主成分分析演算部１４と、基準パターン含有率計算部１７と、プローブデータ優先リンクリスト１８と、ＧＵＩ提供部１９がそれぞれ持つ機能をプログラミングして図示せぬ記憶装置に格納し、コンピュータが、図示しない記憶装置に格納されたプログラムを逐次読み出し、実行することによっても同等の作用効果が得られることはいうまでもない。このとき、路上センサ正常リンクリスト１１と、正常データ履歴ＤＢ１３と、基準パターンＤＢ１５と、データ履歴ＤＢ１６と、プローブデータ優先リンクリスト１８とは、記憶装置に割り当てられ格納される。

第１の実施形態に係る交通情報提供装置の内部構成を示すブロック図である。 第１の実施形態における交通情報提供システムにおける異常路上センサデータ検出方法の基本原理を示す図であり、（ａ）は、正規化された交通量データを説明する図であり、（ｂ）は、基準パターンを説明する図である。 第１の実施形態における交通情報提供システムにおける異常データ検出方法の基本原理を示す図であり、（ａ）は基準パターンとして朝ピークを表しており、（ｂ），（ｃ）は共に夜間の異常渋滞を表している。 第１の実施形態に係る交通情報提供装置の動作を示すフローチャートであり、（ａ）は、フィルタリング演算部と主成分分析演算部による基準パターンの生成処理、（ｂ）は、基準パターン含有率計算部による基準パターンの含有率の計算処理を示す。 第１の実施形態に係る交通情報提供システムのシステム構成を示す図である。 車載端末の動作を示すフローチャートである。 車載端末に表示される画面構成の一例を示す図である。 第２の実施形態に係る交通情報提供装置の内部構成を示すブロック図である。 センタ端末の表示画面構成の一例を示す図であり、（ａ）は、（ｂ）に示される基準パターンに基づき基準パターン含有率の計算を行った結果、朝と夕方に混雑している道路リンクを検出し、表示した例であり、（ｂ）は、基準パターンの生成を示す図である。

符号の説明

１，１’ 交通情報提供装置
２ 路上センサ
３ プローブカー
４ 移動通信網
５ 車載端末
７ センタ端末
８ 車載センサ
１０ 信頼度設定ウィンドウ
１１ 路上センサ正常リンクリスト
１２ フィルタリング演算部
１３ 正常データ履歴ＤＢ
１４ 主成分分析演算部
１５ 基準パターンＤＢ
１６ データ履歴ＤＢ
１７ 基準パターン含有率計算部
１８ プローブデータ優先リンクリスト
１９ ＧＵＩ提供部
２０ プローブデータＤＢ

Claims (8)

1. 路上に設置された路上センサから取得した第１のリンクデータを入力とし、この入力した第１のリンクデータを、正常リンクリストと対比することで、前記正常リンクリストに登録された第１のリンクデータのみを第２のリンクデータとして出力するフィルタリング演算部と、
   前記フィルタリング演算部により出力される第２のリンクデータの所定数を主成分分析して基底を要素とする基準パターンを生成する主成分分析演算部と、
   前記路上センサから取得した第３のリンクデータの所定数および前記主成分分析演算部により生成される基準パターンを、それぞれ正規化し、内積演算して得られる前記基準パターンの含有率が所定の値に満たないときに、前記路上センサから取得した第３のリンクデータを異常とみなしてアップロードして自身が収集すべきプローブデータのリンクとして出力する基準パターン含有率計算部と、
   を有して備えたことを特徴とする交通情報提供装置。
2. 前記基準パターン含有率計算部は、
   前記主成分分析演算部により生成され出力される基底の数によって決まる前記所定の値により、前記路上センサから取得した第３のリンクデータの異常の可否判定を行うことを特徴とする請求項１に記載の交通情報提供装置。
3. 前記基準パターンの人為的な設定入力を取り込み、前記取り込まれた設定入力に基づき前記主成分分析演算部により生成される基準パターンを用いて前記基準パターン含有率演算部による基準パターンの含有率の計算を実行させるユーザインタフェース部、
   を有して備えたことを特徴とする請求項１に記載の交通情報提供装置。
4. 路上に設置された路上センサから取得した第１のリンクデータを入力とし、この入力した第１のリンクデータを、正常リンクリストと対比することで、正常であることが検証された第２のリンクデータに基づきフィルタリングするフィルタリング演算部、前記フィルタリング演算部により出力される第２のリンクデータの所定数を主成分分析して基底を要素とする基準パターンを出力する主成分分析演算部、および前記路上センサから取得した第３のリンクデータの所定数と前記主成分分析演算部により生成される基準パターンとをそれぞれ正規化し、内積演算して得られる前記基準パターンの含有率が所定の値に満たないときに、前記路上センサから取得した第３のリンクデータを異常とみなし、交通情報提供装置自身にアップロードして収集すべきプローブデータのリンクとして出力する基準パターン含有率計算部を有する交通情報提供装置と、
   前記交通情報提供装置とは移動通信網を介して接続され、前記路上センサから路上センサデータ、およびプローブカーからプローブデータを取得し、前記取得した路上センサデータが、前記移動通信網を介して交通情報提供装置から送信されるプローブデータ優先リンクに該当するとき、前記取得したプローブデータを優先して表示する車載端末と、
   を有して備えたことを特徴とする交通情報提供システム。
5. 前記車載端末は、
   前記取得した路上センサデータが前記プローブデータ優先リンクに該当するとき、前記取得したプローブデータを、前記移動通信網を介して前記交通情報提供装置にアップロードすることを特徴とする請求項４に記載の交通情報提供システム。
6. 前記車載端末は、
   前記所定の値を変更するため、ユーザインタフェースを介して前記所定の値を取り込み、前記移動通信網を介して、前記交通情報提供装置へ送信することで、前記所定の値に基づき前記交通情報提供装置により生成される前記プローブデータ優先リンクを受信し、前記プローブデータ優先リンクのプローブデータを表示することを特徴とする請求項４に記載の交通情報提供システム。
7. 路上センサおよび車両から交通情報を取得し、車載端末に対して交通情報を提供サービスする交通情報提供システムにおける異常データの検出方法であって、
   交通情報提供装置は、
   前記路上センサから取得した第１のリンクデータを入力とし、この入力した第１のリンクデータを、正常リンクリストと対比することで、フィルタリングし、正常であることが検証された第１のリンクデータを、第２のリンクデータとし、
   前記フィルタリングの結果得られる第２のリンクデータの所定数を主成分分析して基準パターンを出力し、
   前記路上センサから取得した第３のリンクデータと前記出力される基準パターンとをそれぞれ正規化演算し、
   前記正規化された後の第３のリンクデータと、前記正規化された後の基準パターンとを内積演算して前記基準パターンの含有率を計算し、
   前記含有率が所定の値に満たないときに、前記路上センサから取得した第３のリンクデータを異常とみなし、アップロードすべきプローブデータのリンクとして登録するとともに前記車載端末に送信すること、
   を特徴とする交通情報提供システムにおける異常データの検出方法。
8. 交通情報提供装置と、前記交通情報提供装置とは移動通信網を介して接続される車載端末とを有し、前記交通情報提供装置が、路上センサおよび車両から交通情報を取得し、前記車載端末に対して交通情報を提供サービスする交通情報提供システムにおけるデータ収集方法であって、
   前記交通情報提供装置は、
   前記路上センサから取得した第１のリンクデータを入力とし、この入力した第１のリンクデータを、正常リンクリストと対比することでフィルタリングし、正常であることが検証された第１のリンクデータを、第２のリンクデータとし、
   前記フィルタリングの結果得られる第２のリンクデータの所定数を主成分分析して基準パターンを出力し、
   前記路上センサから取得した第３のリンクデータと前記出力される基準パターンとをそれぞれ正規化演算し、
   前記正規化された後の第３のリンクデータと、前記正規化された基準パターンとを、内積演算して前記基準パターンの含有率を計算し、
   前記含有率が所定の値に満たないときに、前記路上センサから取得した第３のリンクデータを異常とみなし、アップロードすべきプローブデータのリンクとして登録するとともに前記車載端末へ送信し、
   前記車載端末は、
   前記路上センサから路上センサデータを取得し、プローブカーからプローブデータを取得し、および前記登録したアップロードすべきプローブデータのリンクに関するデータを取得し、
   前記取得した路上センサデータが前記アップロードすべきプローブデータのリンクに該当するとき、前記取得したプローブデータを優先して表示するとともに前記交通情報提供装置にアップロードすること、
   を特徴とする交通情報提供システムにおけるデータ収集方法。

Images