JP2009251969A - 渋滞予測装置、ナビゲーション装置 - Google Patents

Abstract

【課題】
本発明では、イベントの進行状況に応じた観客の入退出を考慮して交通渋滞の予測をする渋滞予測装置を提供することを目的とする。
【解決手段】
本発明に係る渋滞予測装置では、イベントの開催情報に基づいて交通渋滞予測を行う渋滞予測装置であって、前記イベントの進行と共に変化する情報であって、前記イベントに関係する情報を取得するリアルタイム情報取得手段と、前記リアルタイム情報取得手段により取得した前記イベントに関係する情報に基づいて、前記イベントに関係する観客の入退出を予測する観客動向予測手段と、前記観客動向予測手段により予測した前記観客の入退出に基づいて、前記交通渋滞予測に関係する情報を生成する渋滞予測生成手段と、を有することを特徴とする。
【選択図】図１

Description

本発明は、イベントの進行と共に変化する情報であって、当該イベントに関係する情報に基づいて渋滞予測を行う技術に関する。

従来、イベントの開催情報に基づき渋滞等の交通予測をする技術が公開されている（特許文献１）。
特開２００６−２２６９７７号公報

しかしながら、上記技術においては、イベントの進行状況に応じて観客の入退出が変動する場合に、その変動に伴う交通渋滞等の変化までは考慮されていないという問題点があった。

そこで、本発明では、上記問題点に鑑み、イベントの進行状況に応じた観客の入退出を考慮して交通渋滞の予測をする渋滞予測装置を提供することを目的とする。

本発明に係る渋滞予測装置では、イベントの開催情報に基づいて交通渋滞予測を行う渋滞予測装置であって、前記イベントの進行と共に変化する情報であって、前記イベントに関係する情報を取得するリアルタイム情報取得手段と、前記リアルタイム情報取得手段により取得した前記イベントに関係する情報に基づいて、前記イベントに関係する観客の入退出を予測する観客動向予測手段と、前記観客動向予測手段により予測した前記観客の入退出に基づいて、前記交通渋滞予測に関係する情報を生成する渋滞予測生成手段と、を有することを特徴とする。

また、本発明に係る渋滞予測装置の一形態では、前記観客動向予測手段は、前記イベントに関係する情報を多変量解析することにより前記観客の入退出を予測することを特徴とする。

また、本発明に係る渋滞予測装置の一形態では、前記渋滞予測生成手段は、前記交通渋滞が発生すると予測される時刻に関係する情報を生成することを特徴とする。

従って、本発明では、イベントの進行状況に応じた観客の入退出を考慮して交通渋滞の予測をする渋滞予測装置を提供することができる。

本発明では、イベントの進行状況に応じた観客の入退出を考慮して交通渋滞の予測をする渋滞予測装置を提供することができる。

図面を参照しながら、本発明を実施するための最良の形態について説明する。

（本実施の形態に係る渋滞予測装置の動作原理）
図１を用いて、本実施の形態に係る渋滞予測装置の動作原理を説明する。図１は、本実施の形態に係る渋滞予測装置１００の動作原理を説明する図である。

渋滞予測装置１００は、有線通信ネットワーク又は無線通信ネットワークを介して、ナビゲーション装置３００とデータ通信を行う。

また、渋滞予測装置１００とナビゲーション装置３００とは、それぞれ独立して存在する装置として以下では説明を行うが、ナビゲーション装置３００が本発明に係る渋滞予測装置１００を有する形態としても良い。

渋滞予測装置１００は、イベント開催情報１６０と混雑情報１７０とを渋滞予測装置１００が有する記憶装置に記憶している。

ここで、イベント開催情報１６０とは、イベントが開催される日時、イベントが開催される場所等に関する情報である。例えば、イベント開催情報１６０は、図２に示すように、イベント毎にイベント識別用ＩＤ（＃０００１、＃０００２、…）が付与され、それぞれのイベントの開催日時、開催場所、内容（コンサート、花火大会、野球等）、開催時刻、終了時刻を含む情報である。

図２において、＃０００１のイベントは野球であり、２００４年の１０月５日に、Ａ球場において、１８：００から２１：００まで開催される。

また、混雑情報１７０とは、イベントによって予想される混雑に関連する交通情報である。混雑情報１７０は、例えば、図３に示すように、イベント毎に、混雑が予想されるリンクＩＤ、交差点ノード、混雑時間帯及び混雑レベルを含む情報である。

仮に、図４に示すように、駅近くで野球のイベントが開催されるとする。野球の開始時及び終了時には、野球場から駅に向かう道路＃１００には多くの人の流れが生じる。このため、道路＃１００と道路＃１０２が交差する部分において混雑Ａが発生する。また、野球場に最寄りの駐車場があると、駐車場と道路＃１０４の合流部分において混雑Ｂが発生する。

こうした場合、混雑情報１７０のリンクＩＤには、混雑が予想される道路＃１００、＃１０２が示される。また、混雑が予想される地点を表すために、交差点ノードとして、道路＃１００と道路＃１０２が交差するノードＡと、駐車場と道路＃１０４の合流するノードＢが示される。

混雑時間帯は、単一の時間帯であっても良いし、複数の時間帯であっても良い。例えば、野球であれば、開始する時間から終了するまでの時間（１８：００〜２１：００）とするか、あるいは開始時間を基準にした一定の時間帯（１７：３０〜１８：３０）と終了時間と基準にした一定の時間帯（２０：３０〜２１：３０）を示す。また、混雑レベルは、例えば、曜日、収容可能な来客人数、道路種別（例えば、道路の車線数）を考慮して決定することができる。

渋滞予測装置１００は、リアルタイム情報取得手段１１０、観客動向予測手段１２０、渋滞予測生成手段１３０、渋滞予測記憶手段１４０、渋滞予測送信手段１５０を有する。

リアルタイム情報取得手段１１０は、有線通信又は無線通信を介して、リアルタイム情報１８０を取得する。

ここで、リアルタイム情報１８０とは、イベントの進行と共に変化する情報であって、当該イベントに関係する情報である。例えば、リアルタイム情報１８０は、イベントが野球である場合、出場選手、ランナーの居る塁、得点差等、試合の経過の中で変化する情報である。

さらに、リアルタイム情報１８０は、イベントが野球である場合、シーズンの残り試合数、対戦チームの順位等、試合の位置づけに関係する情報も含むこととする。

観客動向予測手段１２０は、リアルタイム情報取得手段１１０により取得されたリアルタイム情報１８０に基づき、観客の入退出を予測する。

ここで、観客の入退出とは、イベントが開催される会場へ入場する観客及びイベントが開催される会場から退場する観客に関係する情報である。当該観客の入退出は、イベントのリアルタイム情報１８０に連動して変化する。

例えば、観客動向予測手段１２０は、イベントが開催される会場へ入場する観客数と、イベントが開催される会場から退場する観客数とを別々に予測し、これら個々の予測を足し合わせることにより観客の入退出を予測しても良い。

一方、観客動向予測手段１２０は、イベントが開催される会場へ入場する観客数と、イベントが開催される会場から退場する観客数とのネット値を予測し、直接、観客の入退出を予測しても良い。

また、観客動向予測手段１２０は、リアルタイム情報１８０と観客の入退出との実績データに対し多変量解析を行い、イベント開催後、その解析結果とアルタイム情報取得手段１１０により取得されるリアルタイム情報１８０とを用いて観客の入退出を予測する。

ここで、リアルタイム情報取得手段１１０がリアルタイム情報１８０を取得する時刻をｔとした場合に、観客動向予測手段１２０は、例えば、当該時刻ｔを基準として１０分後、２０分後、３０分後等、所定の時間毎の観客の入退出を予測し、これらの予測値を用いて、観客の入退出に関係する時系列データを生成するとしても良い。

渋滞予測生成手段１３０は、観客動向予測手段１２０により予測された観客の入退出情報に基づいて、交通渋滞予測に関係する情報を生成する。

ここで、渋滞予測生成手段１３０は、上記観客の入退出情報から直接的に交通渋滞予測に関係する情報を生成する形態としても良い。この場合には、渋滞予測生成手段１３０は、観客の入退出情報を交通渋滞予測に関係する情報に写像するための関数を保持し、当該関数に観客の入退出情報を当てはめることで、交通渋滞予測に関係する情報を生成する。

また、渋滞予測生成手段１３０の一形態では、交通渋滞が発生する開始時刻と終了時刻とを予測する。このとき、渋滞予測生成手段１３０は、混雑度合いの時系列データを生成し、当該時系列データと混雑レベルを示す所定の閾値との交点をもって、交通渋滞の開始時刻と終了時刻とを予測する。

例えば、図３、図５に示すように、ＩＤ＃０００１に係る当初の混雑時間帯は「Ｔ１−Ｔ２」であったとする。そして、渋滞予測生成手段１３０は、混雑度合いの時系列データを生成し、当該時系列データと混雑レベル「高」との交点をＴ１’、Ｔ２’と算出する。すると、渋滞予測生成手段１３０は、図６に示すように、ＩＤ＃０００１に係る混雑時間帯を「Ｔ１’−Ｔ２’」とした新たな交通渋滞予測に関係する情報を生成する。

他方、観客動向予測手段１２０は、リアルタイム情報１８０と混雑情報１７０との実績データに対し多変量解析を行い、その解析結果とリアルタイム情報取得手段１１０により取得されるリアルタイム情報１８０とを用いて、直接、混雑情報１７０を生成する形態としても良い。

渋滞予測記憶手段１４０は、渋滞予測装置１００の有する記憶装置に記憶している混雑情報１７０を、渋滞予測生成手段１３０により生成された交通渋滞予測に関係する情報に変更して記憶する。

渋滞予測送信手段１５０は、有線通信又は無線通信を利用して、渋滞予測装置１００の有する記憶装置に記憶している混雑情報１７０をナビゲーション装置３００に対し送信する。渋滞予測送信手段１５０は、ナビゲーション装置３００からの混雑情報１７０の送信要求に応答して当該情報を送信する形態としても良い。また、渋滞予測送信手段１５０は、所定の時間毎、自動的に、ナビゲーション装置３００に対し混雑情報１７０を送信する形態としても良い。

一方、混雑情報１７０を利用する装置であるナビゲーション装置３００は、渋滞予測受信手段３１０を有する。

渋滞予測受信手段３１０は、有線通信又は無線通信を利用して、混雑情報１７０を受信する。渋滞予測受信手段３１０は、渋滞予測装置１００に対して混雑情報１７０の送信を行うように要求し、当該要求に応じた渋滞予測装置１００から送信される混雑情報１７０を受信する形態としても良い。

以下で、渋滞予測装置１００の処理の流れを説明する。

ここで、渋滞予測装置１００は、図２に示すようなイベント開催情報１６０と図３に示すような混雑情報１７０とを記憶装置に記憶しているものとする。

はじめに、リアルタイム情報取得手段１１０が、リアルタイム情報１８０を取得する。そして、観客動向予測手段１２０が、リアルタイム情報取得手段１１０により取得されたリアルタイム情報１８０を用いて、当該リアルタイム情報１８０に関係するイベントの観客の入退出を予測する。この場合、観客動向予測手段１２０は、リアルタイム情報１８０と観客の入退出との実績データに対する多変量解析を行い、当該解析結果を利用して、観客の入退出を予測する。

リアルタイム情報１８０は、イベントの進行と共に変化する情報であり、当該情報を利用することで、観客の入退出に関しイベントの進行具合を考慮した予測をすることができる。

次に、渋滞予測生成手段１３０が、観客動向予測手段１２０により予測された観客の入退出に関係する情報に基づき、交通渋滞予測に関係する情報を生成する。例えば、図６に示すように、ＩＤ＃０００１の混雑時間帯を「Ｔ１’−Ｔ２’」とした交通渋滞予測に関係する情報を生成する。

上記のように、交通渋滞に関してもイベントの進行具合を考慮した予測が可能となる。

さらに、渋滞予測記憶手段１４０が、渋滞予測生成手段１３０により生成された交通渋滞予測に関係する情報を用いて、記憶装置に記憶される混雑情報１７０を上書き保存する。

そして、ナビゲーション装置３００から混雑情報１７０の送信要求があった場合、渋滞予測送信手段１５０が、ナビゲーション装置３００に対して混雑情報１７０を送信する。

一方、渋滞予測受信手段３１０が、混雑情報１７０を受信して、ナビゲーション装置３００が、当該混雑情報１７０を用いてルート案内等のナビゲーションを実施する。

このような処理を通して、イベントの進行状況に応じた観客の入退出を考慮して交通渋滞の予測をする渋滞予測装置を提供することができる。

（本実施の形態に係る渋滞予測装置のハードウェア構成）
図７を用いて、本実施の形態に係る渋滞予測装置のハードウェア構成について説明する。図７は、本実施の形態に係る渋滞予測装置１００のハードウェア構成の一例を示す図である。

渋滞予測装置１００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２１０、ＲＯＭ（Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒｙ）２２０、ＲＡＭ（Ｒａｍｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）２３０、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）２４０、通信Ｉ／Ｆ（ＩｎｔｅｒＦａｃｅ）２５０、表示装置２６０を有する。

ＣＰＵ２１０は、ＲＯＭ２２０に記憶されたプログラムを実行する装置で、ＲＡＭ２３０に展開（ロード）されたデータを、プログラムの命令に従って演算処理し、渋滞予測装置１００の全体を制御する。
ＲＯＭ２２０は、ＣＰＵ２１０が実行するプログラムやデータを記憶している。
ＲＡＭ２３０は、ＣＰＵ２１０でＲＯＭ２２０に記憶されたプログラムを実行する際に、実行するプログラムやデータが展開（ロード）され、演算の間、演算データを一時的に保持する。

ＨＤＤ２４０は、基本ソフトウェアであるＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）、本実施の形態に関係するアプリケーションプログラムや機能拡張用のプラグインなどを、関連するデータとともに記憶する装置である。
本実施の形態では、ＨＤＤ２４０は、イベント開催情報１６０、混雑情報１７０を記憶している。

通信Ｉ／Ｆ２５０は、通信ネットワークを介して接続された他の通信制御機能を備えた周辺機器と情報（データ）をやり取りするインタフェースである。
本実施の形態では、通信Ｉ／Ｆ２５０を介し有線通信ネットワーク又は無線通信ネットワークを通じて、リアルタイム情報１８０の受信を行ったり、ナビゲーション装置３００と混雑情報１７０等の送受信を行う。

表示装置２６０は、ハードキーによるキースイッチとＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）とから構成され、渋滞予測装置１００が有する機能をユーザが利用する際や、各種設定を行う際などのユーザインタフェースとして機能する装置である。

以下で、渋滞予測装置１００の処理の流れを、各処理で使用するハードウェアを含めて説明する。ただし、各手段は、ＣＰＵ２１０が、ＲＯＭ２２０又はＨＤＤ２４０に記憶された各手段に対応するプログラムを実行することにより実現されるため、この点に関しては説明を省略する。

ここで、渋滞予測装置１００は、図２に示すようなイベント開催情報１６０と図３に示すような混雑情報１７０とをＨＤＤ２４０に記憶しているものとする。

はじめに、リアルタイム情報取得手段１１０が、通信Ｉ／Ｆ２５０を介してリアルタイム情報１８０を取得する。そして、観客動向予測手段１２０が、リアルタイム情報取得手段１１０により取得されたリアルタイム情報１８０を用いて、当該リアルタイム情報１８０に関係するイベントの観客の入退出を予測する。

この場合、観客動向予測手段１２０は、予めリアルタイム情報１８０と観客の入退出との実績データに対する多変量解析を行い、その解析結果をＨＤＤ２４０に記憶している。そして、観客動向予測手段１２０は、ＨＤＤ２４０から読み出した当該解析結果にリアルタイム情報１８０を当てはめて、観客の入退出の予測を行う。

次に、渋滞予測生成手段１３０が、観客動向予測手段１２０により予測された観客の入退出に関係する情報に基づき、交通渋滞予測に関係する情報を生成する。ここでは、図６に示すように、ＩＤ＃０００１の混雑時間帯を「Ｔ１’−Ｔ２’」とした交通渋滞予測に関係する情報を生成する。

さらに、渋滞予測記憶手段１４０が、渋滞予測生成手段１３０により生成された交通渋滞予測に関係する情報を用いて、ＨＤＤ２４０に記憶される混雑情報１７０を上書き保存する。

そして、ナビゲーション装置３００から混雑情報１７０の送信要求があった場合、当該送信要求に応じて、渋滞予測送信手段１５０が、通信Ｉ／Ｆ２５０を介して混雑情報１７０を送信する。

（本実施の形態に係るナビゲーション装置のハードウェア構成）
図８を用いて、本実施の形態に係るナビゲーション装置のハードウェア構成について説明する。図８は、本実施の形態に係るナビゲーション装置３００のハードウェア構成の一例を示す図である。
ナビゲーション装置３００は、ＣＰＵ３２０、ＲＯＭ３３０、ＲＡＭ３４０、ＨＤＤ３５０、通信Ｉ／Ｆ３６０、表示装置３７０を有する。

ＣＰＵ３２０は、ＲＯＭ３３０に記憶されたプログラムを実行する装置で、ＲＡＭ３４０に展開（ロード）されたデータを、プログラムの命令に従って演算処理し、ナビゲーション装置３００の全体を制御する。
ＲＯＭ３３０は、ＣＰＵ３２０が実行するプログラムやデータを記憶している。
ＲＡＭ３４０は、ＣＰＵ３２０でＲＯＭ３３０に記憶されたプログラムを実行する際に、実行するプログラムやデータが展開（ロード）され、演算の間、演算データを一時的に保持する。

ＨＤＤ３５０は、基本ソフトウェアであるＯＳ、本実施の形態に係るアプリケーションプログラムや機能拡張用のプラグインなどを、関連するデータとともに記憶する装置である。本実施の形態では、ＨＤＤ３５０は、イベント開催情報１６０、混雑情報１７０を記憶している。

通信Ｉ／Ｆ３６０は、通信ネットワークを介して接続された他の通信制御機能を備えた周辺機器と情報（データ）をやり取りするインタフェースである。本実施の形態では、通信Ｉ／Ｆ３６０を介し有線又は無線の通信ネットワークを通じて、渋滞予測装置１００と混雑情報１７０等の送受信を行う。

表示装置３７０は、ハードキーによるキースイッチとＬＣＤとから構成され、ナビゲーション装置３００が有する機能をユーザが利用する際や、各種設定を行う際などのユーザインタフェースとして機能する装置である。また、表示装置３７０には、ナビゲーション装置３００によるルート案内に関係する情報も表示される。

以下で、ナビゲーション装置３００の処理の流れを、各処理で使用するハードウェアを含めて説明する。ただし、各手段は、ＣＰＵ３２０が、ＲＯＭ３３０又はＨＤＤ３５０に記憶された各手段に対応するプログラムを実行することにより実現されるため、この点に関しては説明を省略する。

渋滞予測受信手段３１０が、通信Ｉ／Ｆ３６０を介し混雑情報１７０を受信する。そして、ナビゲーション装置３００は、当該混雑情報１７０をＨＤＤ３５０に記憶し、これを用いてルート案内等のナビゲーションを実施する。

（本実施の形態に係る渋滞予測装置の動作処理）
図９を用いて、本実施の形態に係る渋滞予測装置の動作処理について説明する。図９は、本実施の形態に係る渋滞予測装置１００の処理例を示すフローチャートである。
Ｓ１で渋滞予測装置１００は処理を開始する。

Ｓ２でリアルタイム情報取得手段１１０が、リアルタイム情報１８０を取得する。ここで、リアルタイム情報１８０とは、野球の試合における出場選手、ランナーの居る塁、得点差等の試合の経過の中で変化する情報である。

Ｓ３で観客動向予測手段１２０が、イベント情報１６０とリアルタイム情報取得手段１１０により取得されたリアルタイム情報１８０とに基づき、観客の入退出を予測する。このとき、観客動向予測手段１２０は、リアルタイム情報１８０と観客の入退出との実績データに対し多変量解析を行い、得られた解析結果にリアルタイム情報１８０を当てはめることで、観客の入退出を予測する。

Ｓ４で渋滞予測生成手段１３０が、観客動向予測手段１２０により予測された観客の入退出情報に基づいて、交通渋滞予測に関する情報を生成する。具体的には、当初図３に示すようにＩＤ＃０００１の混雑時間帯が「Ｔ１−Ｔ２」と予測されていたところ、渋滞予測生成手段１３０は、図４に示すようにＩＤ＃０００１の混雑時間帯を「Ｔ１’−Ｔ２’」とする交通渋滞予測に関する情報を生成する。

Ｓ６で混雑情報１７０と渋滞予測生成手段１３０により生成された交通渋滞予測に関する情報とが異なる場合（Ｓ６でＹｅｓの場合）、Ｓ７で渋滞予測記憶手段１４０が、渋滞予測生成手段１３０により生成された交通渋滞予測に関する情報を用いて、混雑情報１７０を上書き保存する。

Ｓ６で混雑情報１７０と渋滞予測生成手段１３０により生成された交通渋滞予測に関する情報とが同じである場合（Ｓ６でＮｏの場合）、渋滞予測装置１００はＳ８の処理に移行する。

Ｓ８で渋滞予測装置１００が処理の終了命令を受信した場合（Ｓ８でＹｅｓの場合）、Ｓ９で渋滞予測装置１００は処理を終了する。

Ｓ８で渋滞予測装置１００が処理の終了命令を受信しない場合（Ｓ８でＮｏの場合）、Ｓ２で渋滞予測装置１００は待機する。

（本実施の形態に係るナビゲーション装置の動作処理）
図１０を用いて、本実施の形態に係るナビゲーション装置の動作処理について説明する。図１０は、本実施の形態に係るナビゲーション装置３００の処理例を示すフローチャートである。ここで、ナビゲーション装置３００は、イベント開催情報１６０と混雑情報１７０とをＨＤＤ３５０に記憶しているものとする。
Ｓ１１でナビゲーション装置３００は処理を開始する。

Ｓ１２でナビゲーション装置３００が、目的地を設定し、現在位置から目的地までのルートを探索する。

Ｓ１３でナビゲーション装置３００が、当日、イベントが開催されると検知した場合（Ｓ１３でＹｅｓの場合）、Ｓ１４でナビゲーション装置３００が、当該イベント開催地への予定到着時刻を算出する。

Ｓ１３でナビゲーション装置３００が、当日、イベントが開催されると検知しない場合（Ｓ１３でＮｏの場合）、Ｓ１９でナビゲーション装置３００が、現在位置から目的地までのルートを探索する。

Ｓ１５でナビゲーション装置３００が、Ｓ１４で算出したイベント開催地への到着予定時刻とイベント開催情報１６０に記憶されるイベントの開催予定時刻とが重なると判定した場合（Ｓ１５でＹｅｓの場合）、Ｓ１６でナビゲーション装置３００が、当該イベントに関係する混雑情報１７０の有無を検知する。

Ｓ１７でナビゲーション装置３００が、当該イベントに関係する混雑情報１７０があると検出した場合（Ｓ１７でＹｅｓの場合）、Ｓ１８で渋滞予測受信手段３１０が、渋滞予測装置１００に対し最新の混雑情報１７０の送信を要求する。

それに応じて、渋滞予測送信手段１５０が、最新の混雑情報１７０を送信する。

そして、Ｓ１８で渋滞予測受信手段３１０が、最新の混雑情報１７０を受信し、Ｓ１９でナビゲーション装置３００が、当該最新の混雑情報１７０を利用して、現在位置から目的地までのルートを探索する。

Ｓ１７でナビゲーション装置３００が、当該イベントに関係する混雑情報１７０があると検出しない場合（Ｓ１７でＮｏの場合）、Ｓ１９でナビゲーション装置３００は、現在位置から目的地までのルートを探索する。

Ｓ２０でナビゲーション装置３００が、表示装置３７０にＳ１９で探索したルートを表示する。

Ｓ２１でナビゲーション装置３００が処理終了の命令を受信した場合（Ｓ２１でＹｅｓの場合）、Ｓ２２でナビゲーション装置３００は処理を終了する。

Ｓ２１でナビゲーション装置３００が処理終了の命令を受信しない場合（Ｓ２１でＮｏの場合）、Ｓ１２でナビゲーション装置３００は待機する。

（総括）
上記のような処理を通して、例えば、イベントが野球の試合の場合には、当該試合に出場している選手、ランナーの居る塁、得点差等、試合の経過の中で変化する情報を用いて、観客の入退出を予測するため、刻一刻と変化するイベントの状況に合わせ観客の入退出を予測することができる。
さらに、その観客の入退出予測を用いて交通渋滞の発生を予測するため、イベントの状況に合わせた交通渋滞予測が可能となる。
従って、本発明では、イベントの進行状況に応じた観客の入退出を考慮して交通渋滞の予測をする渋滞予測装置を提供することができる。

以上、本発明の実施の形態について詳述したが、本発明は係る特定の実施の形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲において、種々の変形・変更が可能である。

本実施の形態に係る渋滞予測装置の動作原理を示した図である。 本実施の形態に係るイベント情報の一例を示した図である。 本実施の形態に係る混雑情報の一例を示した図である。 本実施の形態に係る混雑情報を説明するための図である。 本実施の形態に係る混雑情報の生成を説明するための図である。 本実施の形態に係る混雑情報の一例を示した図である。 本実施の形態に係る渋滞予測装置のハードウェア構成の一例を示す図である。 本実施の形態に係るナビゲーション装置のハードウェア構成の一例を示す図である。 本実施の形態に係る渋滞予測装置の処理例を示すフローチャートである。 本実施の形態に係るナビゲーション装置の処理例を示すフローチャートである。

符号の説明

１００ 渋滞予測装置
１１０ リアルタイム情報取得手段
１２０ 観客動向予測手段
１３０ 渋滞予測生成手段
１４０ 渋滞予測記憶手段
１５０ 渋滞予測送信手段
１６０ イベント開催情報
１７０ 混雑情報
１８０ リアルタイム情報
２１０、３２０ ＣＰＵ
２２０、３３０ ＲＯＭ
２３０、３４０ ＲＡＭ
２４０、３５０ ＨＤＤ
２５０、３６０ 通信Ｉ／Ｆ
２６０、３７０ 表示装置
３００ ナビゲーション装置
３１０ 渋滞予測受信手段

Claims (4)

1. イベントの開催情報に基づいて交通渋滞予測を行う渋滞予測装置であって、
   前記イベントの進行と共に変化する情報であって、前記イベントに関係する情報を取得するリアルタイム情報取得手段と、
   前記リアルタイム情報取得手段により取得した前記イベントに関係する情報に基づいて、前記イベントに関係する観客の入退出を予測する観客動向予測手段と、
   前記観客動向予測手段により予測した前記観客の入退出に基づいて、前記交通渋滞予測に関係する情報を生成する渋滞予測生成手段と、を有することを特徴とする渋滞予測装置。
2. 前記観客動向予測手段は、前記イベントに関係する情報を多変量解析することにより前記観客の入退出を予測することを特徴とする請求項１に記載の渋滞予測装置。
3. 前記渋滞予測生成手段は、前記交通渋滞が発生すると予測される時刻に関係する情報を生成することを特徴とする請求項１又は２に記載の渋滞予測装置。
4. 請求項１乃至３のいずれか一に記載の渋滞予測装置を備えたナビゲーション装置。

Images