JP2013200809A

JP2013200809A - 渋滞予測方法及び渋滞予測装置

Info

Publication number: JP2013200809A
Application number: JP2012069977A
Authority: JP
Inventors: Osamu Masutani; 修増谷
Original assignee: Denso Corp; Denso IT Laboratory Inc
Current assignee: Denso Corp; Denso IT Laboratory Inc
Priority date: 2012-03-26
Filing date: 2012-03-26
Publication date: 2013-10-03
Anticipated expiration: 2032-03-26
Also published as: US9449505B2; CN103366563B; JP5615312B2; CN103366563A; US20130253812A1

Abstract

【課題】より精度の高いプローブ情報利用予測処理ができる渋滞予測方法などを提供する。
【解決手段】渋滞予測装置が、それぞれの現在位置情報及び目的地情報を受信する受信ステップと、受信した現在位置情報及び目的地情報に基づき、それぞれのプローブカーの目的地までの経路を予測する経路予測ステップと、プローブカーごとに予測された経路における複数の所定の地点のそれぞれの通過時刻の集まりである第１通過時刻群をプローブカーごとに算出する第１算出ステップと、算出された第１通過時刻群に基づき、所定の時刻における所定の２地点間の経路であるリンク上に複数のプローブカーのうち存在するものであるとき、その存在数をリンクごとに算出する存在数算出ステップと、算出されたプローブカーの存在数及び所定の算出手法を用いて複数の所定の地点のそれぞれの通過時刻の第２通過時刻群をプローブカーごとに算出する第２算出ステップとを有する。
【選択図】図５

Description

本発明は、プローブカーによる情報に基づいて渋滞予測などを行う渋滞予測方法及び渋滞予測装置に関する。

従来のプローブカーシステムにおける渋滞予測は、プローブカーの現在位置の情報のみを収集し、この現在位置の情報に基づいて、現状の渋滞情報を生成したり、渋滞予測を行ったりしていた。このようなプローブカーを用いた事例として下記の特許文献１に開示された技術が存在する。

特開２００３−１５１０８５号公報（要約）

従来のプローブカーシステムにおける渋滞予測では、プローブカーの現在位置の情報に基づいて渋滞予測などをするため、プローブカーがこれから進む先の経路上に新たなプローブカーが加わったり、あるいは経路から既存のプローブカーが外れていったりすることまでは渋滞予測に反映されていない。そのため、経路を進んでいくと渋滞予測よりも混んでいたり、空いていたりすることがあり、精度の高い予測が困難であった。また、従来のプローブカーシステムにおける処理では、処理時間がかかりすぎるという問題もある。また、従来のプローブカーシステムでは、プローブカーが有している有用なデータ（目的地情報など）をうまく活用できていない。また、従来の交通量予測で使われるＯＤ（origin-destination）のデータは過去データに基づくものであり精度が低い。

本発明は、上記の問題点に鑑み、より精度の高いプローブ情報利用予測処理、すなわち、より精度の高い渋滞予測、ＰＯＩ集客予測、交通制御などができ、ローカルチェックインの予約的なサービスにも用いることができ、特許第４７９６１６７号のようなイベント判断装置の入力とすることでイベントの発生を予測できる渋滞予測方法及び渋滞予測装置を提供することを目的とする。

上記目的を達成するために、本発明によれば、複数のプローブカーから送信される情報に基づいて渋滞予測装置が渋滞予測を行う際の渋滞予測方法であって、前記渋滞予測装置が、前記複数のプローブカーから送信される、それぞれの現在位置情報及び目的地情報を受信する受信ステップと、前記受信ステップで受信した前記現在位置情報及び前記目的地情報に基づいて、それぞれのプローブカーの目的地までの経路を予測する経路予測ステップと、前記経路予測ステップで前記プローブカーごとに予測された前記経路における複数の所定の地点のそれぞれの通過時刻の集まりである第１通過時刻群を前記プローブカーごとに算出する第１算出ステップと、前記第１算出ステップで算出された前記第１通過時刻群に基づいて、所定の時刻における前記経路上で隣り合う前記所定の２地点間の経路であるリンク上に前記複数のプローブカーのうち存在するものがあるときは、その存在数をリンクごとに算出する存在数算出ステップと、前記存在数算出ステップで算出された前記プローブカーの存在数及び所定の算出手法を用いて前記複数の所定の地点のそれぞれの通過時刻の集まりである第２通過時刻群を前記プローブカーごとに算出する第２算出ステップとを有する渋滞予測方法が提供される。この構成により、より精度の高いプローブ情報利用予測処理、すなわち、より精度の高い渋滞予測、ＰＯＩ集客予測、交通制御などができ、ローカルチェックインの予約的なサービスにも用いることができ、特許第４７９６１６７号のようなイベント判断装置の入力とすることでイベントの発生を予測できる。なお、目的地情報は後述する予定目的地の情報を言う。

また、本発明の渋滞予測方法において、前記第１通過時刻群に基づく前記経路の通過時間と前記第２通過時刻群に基づく前記経路の通過時間との差分が所定の値以上あるか否かを前記プローブカーごとに判断し、前記差分が所定の値以上あるプローブカーについては、前記第１通過時刻群を前記第２通過時刻群で更新して前記所定の時刻のプローブカーの存在数をリンクごとに算出し、算出された前記プローブカーの存在数及び前記所定の算出手法を用いて前記第２通過時刻群を前記プローブカーごとに算出するステップを更に有することは、本発明の好ましい態様である。この構成により、より精度の高い予測を行うことができる。

また、本発明の渋滞予測方法において、前記第１通過時刻群の算出が前記各リンクの距離と算出対象のプローブカーの速度に基づいて行われることは、本発明の好ましい態様である。この構成により、第１通過時刻の算出を容易に行うことができる。

また、本発明の渋滞予測方法において、前記第２通過時刻群を算出する際の前記所定の算出手法がＱＶ曲線を用いて算出する手法であることは、本発明の好ましい態様である。この構成により、精度の高い第２通過時刻を算出することができる。

また、本発明によれば、複数のプローブカーから送信される情報に基づいて渋滞予測を行う渋滞予測装置であって、前記複数のプローブカーから送信される、それぞれの現在位置情報及び目的地情報を受信する受信手段と、受信した前記現在位置情報及び前記目的地情報に基づいて、それぞれのプローブカーの目的地までの経路を予測する予測手段と、前記プローブカーごとに予測された前記経路における複数の所定の地点のそれぞれの通過時刻の集まりである第１通過時刻群を前記プローブカーごとに算出する第１算出手段と、算出された前記第１通過時刻群に基づいて、所定の時刻における前記経路上で隣り合う前記所定の２地点間の経路であるリンク上に前記複数のプローブカーのうち存在するものがあるときは、その存在数をリンクごとに算出する存在数算出手段と、算出された前記プローブカーの存在数及び所定の算出手法を用いて前記複数の所定の地点のそれぞれの通過時刻の集まりである第２通過時刻群を前記プローブカーごとに算出する第２算出手段とを備える渋滞予測装置が提供される。この構成により、より精度の高いプローブ情報利用予測処理、すなわち、より精度の高い渋滞予測、ＰＯＩ集客予測、交通制御などができ、ローカルチェックインの予約的なサービスにも用いることができ、特許第４７９６１６７号のようなイベント判断装置の入力とすることでイベントの発生を予測できる。

また、本発明の渋滞予測装置において、前記第１通過時刻群に基づく前記経路の通過時間と前記第２通過時刻群に基づく前記経路の通過時間との差分が所定の値以上あるか否かを前記プローブカーごとに判断する判断手段とを更に備え、前記差分が所定の値以上あるプローブカーについて、前記存在数算出手段が、前記第１通過時刻群を前記第２通過時刻群で更新して前記所定の時刻のプローブカーの存在数をリンクごとに算出し、前記第２算出手段が、算出された前記プローブカーの存在数及び前記所定の算出手法を用いて前記第２通過時刻群を前記プローブカーごとに算出することは、本発明の好ましい態様である。この構成により、より精度の高い予測を行うことができる。

また、本発明の渋滞予測装置において、前記第１通過時刻群の算出が前記各リンクの距離と算出対象のプローブカーの速度に基づいて行われることは、本発明の好ましい態様である。この構成により、第１通過時刻の算出を容易に行うことができる。

また、本発明の渋滞予測装置において、前記第２通過時刻群を算出する際の前記所定の算出手法がＱＶ曲線を用いて算出する手法であることは、本発明の好ましい態様である。この構成により、精度の高い第２通過時刻を算出することができる。

本発明の渋滞予測方法及び渋滞予測装置は、上記構成を有し、より精度の高いプローブ情報利用予測処理、すなわち、より精度の高い渋滞予測、ＰＯＩ集客予測、交通制御などができ、ローカルチェックインの予約的なサービス（事前の混雑予測や、予約に対するクーポン配布、各種インセンティブや、友人との遭遇通知など）にも用いることができ、特許第４７９６１６７号のようなイベント判断装置の入力とすることでイベントの発生を予測できる。

本発明の実施の形態に係る渋滞予測装置を含む渋滞予測システムの一例を示す図である。本発明の実施の形態に係る渋滞予測装置の一例を示す構成図である。本発明の実施の形態における第１通過時刻の算出の一例について説明するための図である。本発明の実施の形態における第２通過時刻を算出する場合に用いられる一例のＱＶ曲線を示す図である。本発明の実施の形態に係る渋滞予測装置を含む渋滞予測システムにおける処理フローの一例を説明するフローチャートである。

まず、本発明の実施の形態に係る渋滞予測装置を含む渋滞予測システムについて図１を用いて説明する。図１に示すように、渋滞予測システムは、複数のプローブカー１００ａ〜１００ｃと、渋滞予測装置１０１を含むプローブセンター１０２から構成されている。なお、プローブカーは３つに限られるものではない。まず、複数のプローブカー１００ａ〜１００ｃそれぞれからプローブセンター１０２の渋滞予測装置１０１に対して、現在の位置の情報、予定経路の情報、予定目的地の情報が送信される。ここで、プローブカーから送信される情報として、現在の位置の情報、予定経路の情報、予定目的地の情報が挙げられているが、現在の位置の情報及び予定目的地の情報のみでもよい。この場合、プローブセンター１０２の渋滞予測装置１０１が各プローブカーの予定経路を算出することになる。

渋滞予測装置１０１は、複数のプローブカー１００ａ〜１００ｃから送信される情報を受信すると、後述する処理を行い、その処理結果を交通情報センター１０３に送信し、交通情報センター１０３は、受信した処理結果に基づいて、予測交通制御を行い、例えば交通管制センター１０４による信号制御を行い、また予測された情報の配信（予測情報配信）や経路探索（予測経路探索）の案内をナビ（ナビゲーションシステム）、Ｗｅｂ、携帯（携帯端末）などに行い、また通過する車両の情報（通過車両情報）の提供を路側主体に行う。路側主体への提供については後述する。

ここで、本発明の実施の形態に係る渋滞予測装置について図２を用いて説明する。図２に示すように、渋滞予測装置１０１は、受信部２００、予測部２０１、第１算出部２０２、存在数算出部２０３、第２算出部２０４、判断部２０５から構成されている。受信部２００は、複数のプローブカー１００ａ〜１００ｃそれぞれから、現在位置の情報及び予定目的地の情報を受信する。なお、ここでは、予定経路の情報がプローブカーから送信されない場合について説明するが、予定経路の情報がプローブカーから送信される場合には、後述する予測部の処理が不要になる。

予測部２０１は、受信した現在位置の情報及び予定目的地の情報に基づいて、それぞれのプローブカーの目的地までの経路を予測する。ここでの予測は、例えばDijkstra法や、過去の履歴を元にした経路予測などによって予測される。第１算出部２０２は、予測された経路における複数の所定の地点の通過時刻である第１通過時刻をそれぞれプローブカーごとに算出する。第１通過時刻については、所定の地点間の距離を用いて算出してもよく、また渋滞予測による通過に要する時間（渋滞予測による通過時の予測リンク旅行時間）を元に算出してもよい。また、経験的に求められているものを用いてもよい。ここで、所定の地点とは、あらかじめ地図情報上で決められた地点をいい、例えば交差点や信号が設置された地点などを言う。

ここで、第１通過時刻の算出について図３を用いて説明する。図３に示すように、ある起点Ｏから目的地点Ｄに至るまでの経路において、交差地点Ｘ１、Ｘ２で他の経路がそれぞれ交差している。この場合、第１通過時刻は、各プローブカーが交差地点Ｘ１、Ｘ２それぞれを通過するときの通過時刻である。よって、プローブカーｐ１、ｐ２については交差地点Ｘ１、Ｘ２それぞれを通過するときの通過時刻が算出され、またプローブカーｐ３、ｐ４については交差地点Ｘ２を通過するときの通過時刻が算出される。

存在数算出部２０３は、算出された第１通過時刻に基づいて、所定の時刻における所定の地点間の経路であるリンクに存在するプローブカーの存在数をリンクごとに算出する。ここで、所定の時刻とは、あらかじめ決められた時刻を言う。図３を参照して、例えば、プローブカーｐ１が交差地点Ｘ１、Ｘ２を通過する時刻（第１通過時刻）がそれぞれ５時５分、５時１５分とし、プローブカーｐ２が交差地点Ｘ１、Ｘ２を通過する時刻（第１通過時刻）がそれぞれ５時３分、５時１３分とし、プローブカーｐ３が交差地点Ｘ２を通過する時刻（第１通過時刻）が５時１７分とし、プローブカーｐ４が交差地点Ｘ２を通過する時刻（第１通過時刻）が５時１６分とする。

この場合、所定の時刻を５時１０分、５時２０分とすると、起点Ｏから交差地点Ｘ１までの間（リンク１）ではプローブカーの存在数はそれぞれ０台（５時１０分時点）、０台（５時２０分時点）となり、交差地点Ｘ１から交差地点Ｘ２までの間（リンク２）ではプローブカーの存在数はそれぞれ２台（５時１０分時点でプローブカーｐ１、ｐ２）、０台（５時２０分時点）となり、交差地点Ｘ２から目的地点Ｄまでの間（リンク３）ではプローブカーの存在数はそれぞれ０台（５時１０分時点）、３台（５時２０分時点でプローブカーｐ１、ｐ２、ｐ４）となる。なお、上述のように、所定の地点間のリンクには、起点Ｏとはじめの地点（交差地点Ｘ１）及び最後の地点（交差地点Ｘ２）と目的地点Ｄとの間も含まれる。

第２算出部２０４は、算出されたプローブカーの存在数に基づいて複数の所定の地点の通過時刻である第２通過時刻をそれぞれプローブカーごとに算出する。この第２通過時刻を算出する場合、図４に示すようなＱＶ曲線を用いてもよい。図４に示すように、交通量（Ｑ）が少ないと自由な希望速度、あるいはそれに近い速度で走行できるが、交通量（Ｑ）が多くなり道路が混雑するにつれて速度（Ｖ）は低下する。すなわち、交通量（Ｑ）を横軸に、速度（Ｖ）を縦軸にとって両者の関係をプロットすれば、速度（Ｖ）が交通量（Ｑ）の増大に伴って減少する曲線（ＱＶ曲線）が得られる。プローブカーの存在数がわかればこの曲線を用いてプローブカーの速度がわかり、現在地点から現リンクの端の地点までの距離がわかればそのリンクの端の地点を通過する際の通過時刻が算出できる。

判断部２０５は、プローブカーごとに、第１通過時刻に基づく経路の通過時間と第２通過時刻に基づく経路の通過時間との差分が所定の値以上あるか否かを判断し、差分が所定の値以上あるプローブカーについては、第１通過時刻を第２通過時刻で更新して所定の時刻のプローブカーの存在数をリンクごとに算出し、算出されたプローブカーの存在数に基づいて第２通過時刻をそれぞれプローブカーごとに算出する。

例えば、あるプローブカーについて、第１通過時刻に基づく経路の通過時間が３０分であり、第２通過時刻に基づく経路の通過時間が３１分の場合で、所定の値が３分である場合、差分が１分であるため所定の値を下回り、更なる第２通過時刻の算出は行われない。一方、３分を上回ると更なる第２通過時刻の算出が行われる。

ここで、本発明の実施の形態に係る渋滞予測装置を含む渋滞予測システムの処理フローについて図５を用いて説明する。図５に示すように、複数のプローブカー１００ａ〜１００ｃが、それぞれの現在位置の情報及び予定目的地の情報（目的地情報）を渋滞予測装置１０１に送信する（ステップＳ５０１）。渋滞予測装置１０１は、複数のプローブカー１００ａ〜１００ｃそれぞれから、現在位置の情報及び予定目的地の情報を受信する（ステップＳ５０２）。なお、ここでは、予定経路の情報がプローブカーから送信されない場合について説明する。

渋滞予測装置１０１は、受信した現在位置の情報及び予定目的地の情報に基づいて、それぞれのプローブカーの目的地までの経路を予測する（ステップＳ５０３）。そして、渋滞予測装置１０１は、予測された経路における複数の所定の地点の通過時刻である第１通過時刻をそれぞれプローブカー１００ａ〜１００ｃごとに算出する（ステップＳ５０４）。次いで、渋滞予測装置１０１は、算出された第１通過時刻に基づいて、所定の時刻における所定の地点間の経路であるリンクに存在するプローブカーの存在数をリンクごとに算出する（ステップＳ５０５）。

次いで、渋滞予測装置１０１は、算出されたプローブカーの存在数に基づいて複数の所定の地点の通過時刻である第２通過時刻をそれぞれプローブカーごとに算出する（ステップＳ５０６）。この第２通過時刻を算出する場合、図４に示すようなＱＶ曲線を用いてもよい。そして、渋滞予測装置１０１は、プローブカーごとに、第１通過時刻に基づく経路の通過時間と第２通過時刻に基づく経路の通過時間との差分が所定の値以上あるか否かを判断し（ステップＳ５０７）、差分が所定の値以上あるプローブカーについては、１通過時刻を第２通過時刻で更新して所定の時刻のプローブカーの存在数をリンクごとに算出し、算出されたプローブカーの存在数に基づいて第２通過時刻をそれぞれプローブカーごとに算出する（ステップＳ５０８）。

なお、上述した予定目的地、予定経路についてカーナビゲーションシステムやスマートホンでの経路設定、以下の公報（特開２００７−２５６０７５号公報、特開２００７−１０５７２号公報、特開２００８−１５７８９１号公報）による目的地、経路推定の結果を用いてもよい。

なお、上述した内容によれば、ある時刻における各リンク上のプローブカーの存在数が把握できるため、これらの情報をプローブ提供者同士だけでなく、通過予定道路周辺の主体（上述した路側主体）に対しても提供することによって、以下のような新たなサービスが提供できるという有利な効果を奏する。

例えば、通過予定のユーザのタイプ（属性など）に応じたサービスが提供できる。具体的には、ガソリンスタンドにおいて「トラックの通行が多い」と分かれば軽油を大目に用意することが可能となる。また、ファミリーレストランにおいて「家族連れが多い」と分かれば家族向けのメニューを大目に用意したり、子供向けキャンペーンを実施したりすることが可能となる。

また、例えば、通過予定のユーザの目的地に応じたサービスが提供できる。具体的には、コンビニエンスストアにおいて「スキー場行が多い」と分かればスキー関連グッズを用意することが可能となる。また、スーパーにおいて「スタジアム行が多い」と分かれば応援グッズなどを用意したり、応援キャンペーンを実施したりすることが可能となる。

また、あらかじめ行くことを決めている場所をプローブ提供者同士で登録することで、どのような人（友人かそれ以外か）が行く予定であるかわかる。

また、一般的な交通シミュレーションで使われるＯＤ交通量からの配分による交通量予測への応用も考えられる。従来のＯＤデータは過去データであり、そのデータに基づいて交通量予測をしていたため精度が低かった。この交通量予測に用いられるものがＯＤ表であるが、ＯＤ表とはゾーン間の交通の移動量を表（行列）形式で表現したものをいう。従来のＯＤ表の作成については以下に示されている。
http://www.trpt.cst.nihon-u.ac.jp/TRSYSTEM/class/class_detail/t_s_plan/tra_a.pdf

ここでは、ＯＤ交通量からの配分による交通量予測への応用について説明する。まず、初期値、あるいは十分なプローブデータが得られない場合は従来の過去データによるＯＤ表を用いる。そして、十分な“予測プローブ”で、将来のＯＤを求められる場合には該当するＯＤに予測プローブのデータを用いる。さらに“予測プローブ”で経路が与えられている場合は経路配分へもその配分を用いる。

本発明に係る渋滞予測方法及び渋滞予測装置は、より精度の高いプローブ情報利用予測処理、すなわち、より精度の高い渋滞予測、ＰＯＩ集客予測、交通制御などができ、ローカルチェックインの予約的なサービスにも用いることができ、特許第４７９６１６７号のようなイベント判断装置の入力とすることでイベントの発生を予測できるため、プローブカーによる情報に基づいて渋滞予測などを行う渋滞予測方法及び渋滞予測装置などに有用である。

１００ａプローブカー
１００ｂプローブカー
１００ｃプローブカー
１０１渋滞予測装置
１０２プローブセンター
１０３交通情報センター
１０４交通管制センター
２００受信部（受信手段）
２０１予測部（予測手段）
２０２第１算出部（第１算出手段）
２０３存在数算出部（存在数算出手段）
２０４第２算出部（第２算出手段）
２０５判断部（判断手段）

Claims

複数のプローブカーから送信される情報に基づいて渋滞予測装置が渋滞予測を行う際の渋滞予測方法であって、
前記渋滞予測装置が、前記複数のプローブカーから送信される、それぞれの現在位置情報及び目的地情報を受信する受信ステップと、
前記受信ステップで受信した前記現在位置情報及び前記目的地情報に基づいて、それぞれのプローブカーの目的地までの経路を予測する経路予測ステップと、
前記経路予測ステップで前記プローブカーごとに予測された前記経路における複数の所定の地点のそれぞれの通過時刻の集まりである第１通過時刻群を前記プローブカーごとに算出する第１算出ステップと、
前記第１算出ステップで算出された前記第１通過時刻群に基づいて、所定の時刻における前記経路上で隣り合う前記所定の２地点間の経路であるリンク上に前記複数のプローブカーのうち存在するものがあるときは、その存在数をリンクごとに算出する存在数算出ステップと、
前記存在数算出ステップで算出された前記プローブカーの存在数及び所定の算出手法を用いて前記複数の所定の地点のそれぞれの通過時刻の集まりである第２通過時刻群を前記プローブカーごとに算出する第２算出ステップとを、
有する渋滞予測方法。
前記第１通過時刻群に基づく前記経路の通過時間と前記第２通過時刻群に基づく前記経路の通過時間との差分が所定の値以上あるか否かを前記プローブカーごとに判断し、前記差分が所定の値以上あるプローブカーについては、前記第１通過時刻群を前記第２通過時刻群で更新して前記所定の時刻のプローブカーの存在数をリンクごとに算出し、算出された前記プローブカーの存在数及び前記所定の算出手法を用いて前記第２通過時刻群を前記プローブカーごとに算出するステップを更に有する請求項１に記載の渋滞予測方法。
前記第１通過時刻群の算出は、前記各リンクの距離と算出対象のプローブカーの速度に基づいて行われる請求項１又は２に記載の渋滞予測方法。
前記第２通過時刻群を算出する際の前記所定の算出手法はＱＶ曲線を用いて算出する手法である請求項１から３のいずれか１つに記載の渋滞予測方法。
複数のプローブカーから送信される情報に基づいて渋滞予測を行う渋滞予測装置であって、
前記複数のプローブカーから送信される、それぞれの現在位置情報及び目的地情報を受信する受信手段と、
受信した前記現在位置情報及び前記目的地情報に基づいて、それぞれのプローブカーの目的地までの経路を予測する予測手段と、
前記プローブカーごとに予測された前記経路における複数の所定の地点のそれぞれの通過時刻の集まりである第１通過時刻群を前記プローブカーごとに算出する第１算出手段と、
算出された前記第１通過時刻群に基づいて、所定の時刻における前記経路上で隣り合う前記所定の２地点間の経路であるリンク上に前記複数のプローブカーのうち存在するものがあるときは、その存在数をリンクごとに算出する存在数算出手段と、
算出された前記プローブカーの存在数及び所定の算出手法を用いて前記複数の所定の地点のそれぞれの通過時刻の集まりである第２通過時刻群を前記プローブカーごとに算出する第２算出手段とを、
備える渋滞予測装置。
前記第１通過時刻群に基づく前記経路の通過時間と前記第２通過時刻群に基づく前記経路の通過時間との差分が所定の値以上あるか否かを前記プローブカーごとに判断する判断手段とを更に備え、
前記差分が所定の値以上あるプローブカーについて、前記存在数算出手段が、前記第１通過時刻群を前記第２通過時刻群で更新して前記所定の時刻のプローブカーの存在数をリンクごとに算出し、
前記第２算出手段が、算出された前記プローブカーの存在数及び前記所定の算出手法を用いて前記第２通過時刻群を前記プローブカーごとに算出する請求項５に記載の渋滞予測装置。
前記第１通過時刻群の算出は、前記各リンクの距離と算出対象のプローブカーの速度に基づいて行われる請求項５又は６に記載の渋滞予測装置。
前記第２通過時刻群を算出する際の前記所定の算出手法はＱＶ曲線を用いて算出する手法である請求項５から７のいずれか１つに記載の渋滞予測装置。