JP2014153236A - 新規道路検出ロジック - Google Patents

Abstract

【課題】車両の走行に伴って生成されるプローブ情報を用いて、道路網の変化を的確に解析する。
【解決手段】所定期間に亘って蓄積された複数の前記プローブ情報から、道路網を構成する所定の部分について、当該部分を通過する車両の通行量を求める。また、同様に、車両位置が不連続となる事象の発生割合である不連続発生率を求める。道路網を構成する所定の部分における２つの異なる期間の通行量の変化の度合いと不連続発生率の変化の度合いとに基づいて、前記道路網の変化を検出する。道路網の変化が検出されれば、道路網の調査などに生かすことができる。
【選択図】図１

Description

本発明は、道路網の変化を解析する道路網解析の技術に関する。

車両が走行する道路は、高速道路やバイパス路の開通、あるいは工事や災害による通行止めなどにより変化する。こうした道路の新設や廃止などは、地図データにできるだけ素早く反映する必要がある。特に近年カーナビなどナビゲーション装置の普及により、地図データの早期整備の要請は高まっている。

こうした道路状況の変化をプローブカーと呼ばれる車両を走らせて、プローブカーからの情報によって、道路状況の変化を検知し、道路網の整備に役立てようとする技術が提案されている。例えば、下記特許文献１では、道路が登録されていない場所を複数のプローブカー（車両）が走行した場合、その走行路を地図データベースに登録して、道路網の変化を地図データベースに反映させるようにしている。

特開平９−２４３３９１号公報 特開２０１２−１５００１６号公報

しかしながら、引用文献１では、プローブカーが未登録の道路を走行した回数で地図データベースへの登録を行なっているので、道路状況の変化の重要さ、特に道路利用者にとっての影響の多寡を判断することはできなかった。プローブカーからの情報だけで地図データベースに登録すべき全ての情報が得られる訳ではなく、通常は調査員を派遣して調査を行ない、詳細なデータを登録している。従って、道路状況の変化のうち、重要度の高いものから順に調査を行ないたいという要求が存在するが、従来の手法では、こうした要請に応えることができなかった。

他方、特許文献２に記載の道路網の解析システムは、プローブカーなどから取得したプローブ情報を処理して通行量の変化を抽出することにより、重要な道路網の変化を早期に見い出そうとする優れた技術であるが、通行量の変化は、例えば大規模商業施設の開設や閉鎖によっても生じるため、検出精度に関し、更なる改良が求められていた。

本発明は、上述の課題の少なくとも一部を解決するためになされたものであり、以下の形態として実現することが可能である。

（１）本発明の一形態によれば、道路網解析装置が提供される。この道路網解装置は、車両の走行に伴って生成されるプローブ情報を用いて、道路網の変化を解析するものであり、通行量算出部と不連続率算出部と検出部とを備える。通行量算出部は、所定期間に亘って蓄積された複数の前記プローブ情報から、前記道路網を構成する所定の部分について、当該部分を通過する車両の通行量を求める構成として良い。また、不連続率算出部は、前記所定期間に亘って蓄積された複数の前記プローブ情報から、前記部分において車両位置が不連続となる事象の発生割合である不連続発生率を求める構成としてよい。抽出部は、前記道路網を構成する所定の部分における２つの異なる期間の通行量の変化の度合いと前記不連続発生率の変化の度合いとに基づいて、前記道路網の変化を検出する構成として良い。

この道路網解析装置によれば、道路網の変化の検出を、２つの異なる期間の通行量の変化の度合いと不連続発生率の変化の度合いとに基づいて行なうので、道路網の変化の検出を精度良く行なうことができる。特に、大型商業施設など道路周辺の施設の開設や閉鎖による通行量の変化を、道路網の変化によるものと誤認することを抑制できる。このため、現地調査の必要性の判断をより的確に行なうことができる。

（２）上記形態の道路網解析装置において前記不連続率算出部は、前記プローブ情報を、前記道路網をデータ化した道路網データと照合することにより、前記車両位置が不連続となる事象が発生したか否かを判定して前記不連続発生率を求めるものとしても良い。こうすれば、プローブ情報に車両の経時的な位置を示す情報が含まれている場合、その情報を用いて、車両位置が不連続となる事象が発生したか否かを、容易に判定することができる。もとより、車両の走行に伴って生成されるプローブ情報に、車両位置が不連続となる事象が発生したか否かの情報が含まれている場合には、プローブ情報のみから、車両位置が不連続となる事象が発生したか否かを判定するものとして差し支えない。こうしたプローブ情報は、車両側で、あるいはプローブ情報を中継する装置で生成することができる。

（３）上記形態の道路網解析装置において、前記道路網は、道路に対応したリンクと、リンクの端に相当するノードとから構成され、前記道路網の所定の部分は、前記リンクの１つと当該リンクの端のノードとを含み、前記プローブ情報は、前記車両が通過したノードおよびリンクを特定する情報を含み、前記通行量は、前記所定の部分に含まれる前記リンクを通過した車両の数であり、前記不連続発生率は、前記車両が連続していないリンクまたはノードを通過した割合であるとしてもよい。かかる形態の道路網解析装置によれば、道路網をリンクおよびノードで表すことで、道路網の変化を容易に検出可能となる。もとより、道路網の解析はリンク、ノードと言った形態以外の形態で道路網を表現しているものであっても、同様の考え方で道路網の解析は可能である。

（４）上記形態の道路網解析装置は、前記車両から送信される前記プローブ情報を取得するプローブ情報取得部を備えるものとしても良い。道路網解析装置は、プローブ車両から直接プローブ情報を得るものとしても良いし、プローブ車両を一旦専用のサーバなどに蓄積し、このサーバに蓄積されたプローブ情報を取得して道路網の解析を行なうものとしても良い。プローブ車両から送信されるプローブ情報を直接取得するものとすれば、道路網の解析をリアルタイムで行なうことが可能となる。他方、サーバなどに蓄積したデータを解析するものとすれば、定期的にまとめて処理することができ、処理のスケジューリングや季節的な変動の除去などが容易となる。

（５）上記形態の道路網解析装置において、前記道路網を構成する所定の部分における２つの異なる期間の通行量の変化の度合いは、２つの期間の一方における通行量と他方における通行量との比率としてもよい。通行量は日毎、週毎、季節毎などの変動があるため、一方の期間の通行量からの増加率や減少率として捉えた方が良い場合があるからである。なお、通行量の比率は、二つの期間の通行量の合計に対する一方の期間の通行量の割合にしてから、両者の差を求めることにしても良い。

（６）上記形態の記載の道路網解析装置において、前記２つの異なる期間における前記不連続発生率の変化の度合いは、２つの期間の一方における不連続発生率から他方における不連続発生率を差し引いた減算値としてもよい。不連続発生率の変化の度合いを、不連続発生率の減算値として求めることで、変化を見やすい場合がある。また、不連続発生率の変化の度合いは、２つの期間の一方における不連続発生率と他方における不連続発生率の比として求めても良い。

（７）上記形態の道路網解析装置において、前記検出部は、前記通行量の比率の定常値からの逸脱が所定以上、かつ前記不連続発生率の減算値の定常値からの逸脱が所定以上の場合に、前記道路網の所定の部分において変化が生じたと判定するものとしてもよい。この道路網解析装置では、通行量の比率と不連続発生率とが共に定常値から所定以上逸脱した場合に道路網の所定の部分の変化の発生を検出するので、道路網の変化以外の理由による通行量の増減を、誤って道路網の変化として検出することが抑制される。例えば大型商業施設の開設や廃止により、所定の地域の通行量が大きく変化することがあり得るが、こうした場合は不連続率は原則として変化しないので、道路網の変化として検出されにくくなる。

（８）前記通行量の比率の定常値からの逸脱を二項分布からの偏差により判定するものとしてもよい。二つの期間における通行量の増減は、一方の期間が他方の期間と比較して増えている、または減っているという二者択一の状態とみなせ、かつ道路網の変化がなければ、一方の期間が他方の期間より通行量が増加（または減少）しているか否かは確率的な事象であると考えられる。この場合、道路網の所定の部分に関するデータが多数得られれば、それらの道路網の所定の部分についての通行量の比率は二項分布すると考えられるので、この分布からの偏差により通行量の比率の定常値からの逸脱を検出することは容易である。なお、データのサンプルのサイズが極めて大きい場合には、二項分布は、正規分布による近似することができる。

（９）上記形態の道路網解析装置において、前記不連続発生率の変化の度合いの程度をフィッシャーの確率検定により判定するものとしてもよい。フィッシャーの確率検定は、帰無仮説（ここでは、道路網の所定の範囲における不連続発生率は二つの期間で差がない）が成り立つか否かを数学的に検証し得る手法である。従って、数学的な厳密さでもって、不連続発生率の変化の度合いの程度を推し量ることができる。なお、不連続発生率を、二つの期間の間で比較し、一方の期間での不連続発生率が他方の期間での不連続発生率より大きいか否かとして把握すれば、通行量の増減と同様に二項分布により、変化の度合いを検定することも可能である。

（１０）本発明の第二の形態は、道路網解析システムとして提供される。この道路網解析システムは、車両の走行に伴ってプローブ情報を生成するプローブ車両と、前記プローブ車両からのプローブ情報を受け取って、道路網を解析する解析装置とを備えるものとしてもよい。プローブ車両は、道路網に対応付けられたリンクとノードとの情報を参照して、通過したリンクおよび／またはノードの情報を、前記プローブ情報に含ませて送信する送信部を備えるものとすることができる。また、解析装置は、プローブ情報蓄積部と、算出部と、抽出部と、検出部とを備えるものとしても良い。プローブ情報蓄積部は、複数の前記プローブ車両から送信された前記プローブ情報を受信し、所定期間に亘って蓄積するものとしても良い。算出部は、前記蓄積されたプローブ情報から、前記道路網を構成する所定の部分について、当該部分に含まれるリンクおよび／またはノードを通過する車両の通行量と当該部分において車両位置が不連続となる事象の発生割合である不連続発生率とを求める構成としても良い。抽出部は、前記道路網を構成する所定の部分における２つの異なる期間の通行量の変化の度合いと前記不連続発生率の変化の度合いとを抽出するものとしても良い。検出部は、前記抽出された通行量の変化の度合いと前記不連続発生率の変化の度合いとに基づいて、前記道路網の変化を検出するものとしても良い。

かかる構成を道路網解析システムは、道路網の変化の検出を、２つの異なる期間の通行量の変化の度合いと不連続発生率の変化の度合いとに基づいて行なうので、道路網の変化の検出を精度良く行なうことができる。特に、大型商業施設など道路周辺の施設の開設や閉鎖による通行量の変化を、道路網の変化によるものと誤認することを抑制できる。このため、現地調査の必要性の判断をより的確に行なうことができる。

上述した本発明の各形態の有する複数の構成要素は全てが必須のものではなく、上述の課題の一部又は全部を解決するため、あるいは、本明細書に記載された効果の一部又は全部を達成するために、適宜、前記複数の構成要素の一部の構成要素について、その変更、削除、新たな他の構成要素との差し替え、限定内容の一部削除を行なうことが可能である。また、上述の課題の一部又は全部を解決するため、あるいは、本明細書に記載された効果の一部又は全部を達成するために、上述した本発明の一形態に含まれる技術的特徴の一部又は全部を上述した本発明の他の形態に含まれる技術的特徴の一部又は全部と組み合わせて、本発明の独立した一形態とすることも可能である。

本発明は、この他、車両の走行に伴って生成されるプローブ情報を用いて、道路網の変化を解析する道路網解析方法や、コンピュータによって読み取り可能なプログラムであり、車両の走行に伴って生成されるプローブ情報を用いて、道路網の変化を解析する処理をコンピュータに行なわせるプログラム、このコンピュータプログラムを記録した一時的でない記録媒体などの形態で実施することも可能である。

第一実施形態の道路網解析システムを示す概略構成図。 プローブ情報の一例を示す説明図。 解析装置の概略構成図。 プローブ車両とサーバとのやり取りを示すフローチャート。 リンクとノードの一例を示す説明図。 通行量データの一例を示す説明図。 リンクの並びをジャンプの有無と共に示す説明図。 解析装置が実行する解析用演算ルーチンを示すフローチャート。 解析装置が実行する通行量変化比演算・保存ルーチンを示すフローチャート。 解析装置が実行する道路網解析処理ルーチンを示すフローチャート。 通行量変化比に生じる特異点の一例を示す説明図。 バイパス道路ができたことによるリンクの並びの変化を示す説明図。 フィッシャーの確率検定の考え方を説明する説明図。 第二実施形態における通行量変化比演算・保存ルーチンを示すフローチャート。 第三実施形態における通行量変化比演算・保存ルーチンを示すフローチャート。

Ａ．実施形態の概要
本発明の実施形態について説明する。図１は、本発明の一実施形態としての道路網解析システム１０の概略構成を示す構成図である。図示するように、この道路網解析システム１０は、ｎ台のプローブ車両ＡＭ１、ＡＭ２・・・ＡＭｎと、これらのプローブ車両からのプローブ情報を受信するサーバ１００および道路網の解析を行なう解析装置２００とから構成されている。なお、本明細書においては、各プローブ車両ＡＭ１、ＡＭ２・・・ＡＭｎを区別しない場合には、プローブ車両ＡＭｉと呼ぶ。また、車両が道路やリンクなど特定の場所を走っている場合は、原則として「通行」と呼び、単に車両が走っていることを表現する場合には、原則として「走行」と呼ぶ。

本実施形態の詳細を以下順次説明するが、実施形態の理解を容易にするために、特許請求の範囲の請求項１に対応する各部の処理を、解析装置２００の機能として予め説明する。解析装置２００は、通行量算出部２１０と不連続率算出部２２０と検出部２３０とを備える。解析装置２００は、通行量算出部２１０により、プローブ車両ＡＭｉからのプローブ情報に基づいて、各リンクについて２つの期間１，２の各々におけるプローブ車両の通行量ＳＬ１，ＳＬ２を求める。２つの期間とは、例えばその年度の上半期と下半期、先月と今月などである。

また、解析装置２００は、不連続率算出部２２０により２つの期間１，２の各々におけるジャンプ発生率ＪＬ１，ＪＬ２を求める。ジャンプ発生率とは、連続しないリンクをプローブ車両ＡＭｉが通過した回数の総通行量に対する割合である（詳しくは後述）。

更に、解析装置２００は、検出部２３０により、道路網の変化を検出する。この検出は、次のように行なわれる。まず、各リンクについて、通行量変化比ＲＳＬをＲＳＬ＝ＳＬ２／ＳＬ１として求める。そして、この通行量変化比ＲＳＬとジャンプ発生率ＪＬ１，ＪＬ２とを、それぞれ検定し、検定結果において有意の変化が認められる場合には、そのリンクに関して何らかの道路網の変化があったとして、これを検出する。

即ち、本発明の一実施形態では、各リンクにおいて通行量変化比ＲＳＬとジャンプ発生率とを検定して道路網の変化を検出しているので、確度の高い道路網変化の検出が可能となる。例えば、大型商業施設の開設などによる通行量の変化だけでは、これを道路網の変化として誤検出することがない。またプローブ車両の故障やリンクデータの不備などによる誤検出も低減することができる。以下、本発明の実施形態を、第一ないし第三の実施形態および多数の変形例により、詳しく説明する。

Ｂ．システム構成：
プローブ車両ＡＭｉは、車両の位置を検出するＧＰＳ装置１１、地図データベースＧＤＢを記憶する記憶装置１２、検出した車両位置から地図データベースＧＤＢ上のリンクを特定するプローブ情報特定部１４、プローブ情報の送信を含む通信を行なう通信部１５等を備える。もとより、プローブ車両ＡＭｉは、地図データベースＧＤＢを用いたナビゲーション装置を搭載しても差し支えない。この場合、記憶装置１２，プローブ情報特定部１４、更には通信部１５などは、ナビゲーション装置の一部として構成しても良い。

地図データベースＧＤＢは、現実の道路網に対応したリンクとノードの情報を記憶したデータベースである。ノードは、交差点や分岐、一方通行の始まりなど、車両通行上の条件が異なる地点に対応して設定されており、リンクをこれらのノード間を接続するものとして設定されている。一般にプローブ車両ＡＭｉが道路を通行すれば、地図データベースＧＤＢ上では、ノードにより連結されたリンク上を順次辿っていくことになる。

プローブ車両ＡＭｉは、ＧＰＳ装置１１から取得した車両の位置（緯度経度情報）から、地図データベースＧＤＢを参照して、プローブ車両ＡＭｉが通行している道路に対応したリンクを特定し、所定のインターバルで、これをプローブ情報として、通信部１５を介して送信する。図２に、プローブ車両ＡＭｉが出力するプローブ情報ＰＩｉの一例を示した。プローブ情報ＰＩｉは、パケットヘッダを有するパケットの形態で送信される。パケットの内部には、プローブＩＤ、リンクＩＤ、および時間（日時）のデータが含まれている。プローブＩＤとは、プローブ情報を送信してきたプローブ車両ＡＭｉを特定することができるユニークな番号である。リンクＩＤは、そのプローブ車両ＡＭｉが通行している道路に対応したリンクを特定することができるユニークな番号である。時間は、この実施形態では、年月日が特定できるデータとした。もとより時分秒など、ＧＰＳから得られる詳細なデータであっても差し支えない。プローブ情報ＰＩｉは、図２に（）に入れて示したユーザＩＤのように、その他の情報を含んでも差し支えない。例えば、ユーザＩＤは、同じプローブ車両ＡＭｉであっても、異なるユーザが運転することがあり得るので、これを識別するデータである。プローブ情報は、この他、プローブ車両ＡＭｉの走行速度、アクセル、ブレーキ、ハンドルなどの運転操作を表す情報も含んでも差し支えない。

プローブ車両ＡＭｉが送信するプローブ情報ＰＩｉは、無線通信網ＮＥを介してサーバ１００に集約される。プローブ情報の送信手法は周知のものなので、詳しい説明は省略するが、プローブ情報ＰＩｉをＴＣＰ／ＩＰプロトコルなどのパケットにして送信する。送信されたパケットは、無線通信網を介してインターネットなどの広域通信網に送られ、ヘッダに付与されたＩＰアドレスにより、サーバ１００に届けられる。プローブ車両ＡＭｉからサーバ１００にプローブ情報を送信するタイミングは種々の設定が可能である。本実施例では、解析に実効性のある情報を収集するため、プローブ車両ＡＭｉが所定の速度以上で走行している状態、かつ所定のインターバルで送信するものとしたが、地図データベースＧＤＢに格納されたいずれかのリンクから異なるリンクに車両が位置した場合に送信するものとしても良い。なお、プローブ車両ＡＭｉは、地図データベースＧＤＢを備えず、ＧＰＳ装置１１により取得した位置情報をそのまま所定のインターバルで送信し、後述するサーバ１００または解析装置２００側で、いずれのリンクまたはノード上にいるかを判断するものとしても良い。

サーバ１００は、プローブ情報データベース１１０、地図データベース１２０、道路ネットワークデータベース１３０を備える。地図データベース１２０は、地図を描画するためのポリゴンデータを格納している。地図データベース１２０は、解析装置２００において解析結果を地図と共に表示するためなどに用いられる。道路ネットワークデータベース１３０は、道路および交差点からなる道路網を、それぞれリンク、ノードの形式で表した道路ネットワークデータを格納する。道路ネットワークデータは、経路探索にも利用可能である。道路ネットワークデータには、それぞれのリンク、ノードについて、国道・県道などの道路種別、車線数などの道路幅、右左折禁止などの進行方向規制や一方通行などの通行規制を表す情報が併せて記録されている。この道路ネットワークデータベース１３０は、プローブ車両ＡＭｉに搭載された地図データベースＧＤＢと同じものであっても良い。

プローブ情報データベース１１０は、プローブ車両ＡＭｉの通行軌跡を時系列的に記録したデータベースである。サーバ１００は、各プローブ車両ＡＭｉが送信したプローブ情報ＰＩｉを、プローブ情報データベース１１０に蓄積する。プローブ情報データベース１１０は、少なくとも車両ＡＭｉを特定可能なプローブＩＤと、リンクＩＤおよび時間を蓄積するが、プローブ車両ＡＭｉからアップロードされる情報に、ユーザＩＤ、詳細な時間データ、プローブ車両ＡＭｉの走行速度、アクセル、ブレーキ、ハンドルなどの運転操作を表す情報等が含まれている場合には、これらの情報を併せて蓄積しても差し支えない。

サーバ１００は、所定期間に亘って、複数のプローブ車両ＡＭｉからのプローブ情報を、プローブ情報データベース１１０に蓄積している。プローブ情報は、プローブ車両ＡＭｉからｓｓ秒に１度のインターバルで送信されるので、解析対象となる道路網上に、例えばｎ台のプローブ車両ＡＭｉが存在し、一日平均ｈｈ時間走行するものとすれば、プローブ情報が１０バイトと仮定すると、一年分のデータは、
１０×ｎ×（ｈｈ×３６００／ｓｓ）×３６５バイト
の大きさになる。プローブ情報データベース１１０は、この程度のデータを十分保存できる程度の容量を有する。プローブ車両ＡＭｉが１０万台、インターバルが４秒、一日の平均的な走行時間を４時間とすると、データの大きさは、
１０×１００，０００×（４×３６００／４）×３６５≒１．３テラバイト
程度となる。

解析装置２００は、サーバ１００に蓄積されたこのプローブ情報を用いて、道路網の解析を行なう。解析装置２００が実現する機能については、既に説明した。この解析装置２００は、実際には、図３に示すように、ＣＰＵ２０１，ＲＯＭ２０２，ＲＡＭ２０３，通信部２０４，ハードディスク２０５，Ｉ／Ｏインタフェース２０６，キーボードやマウス２０７，ディスプレイ２０８等を備えたコンピュータとして構成されている。上記の通行量算出部２１０などの機能は、ハードディスク２０５に記憶されたコンピュータプログラムを、解析装置２００にインストールされた所定のＯＳの下で実行することにより、実現される。もとより、機能の一部または全部を、ディスクリートなハードウェア（回路等）により実現する構成としても構わない。なお、サーバ１００も、ＣＰＵなどを有するコンピュータとしての構成を備え、コンピュータプログラムを実行することにより、各データベースの管理や読み書きを行なっていることは、解析装置２００と同様である。

Ｃ．通行量データの収集などの処理：
次に、道路網解析システム１０の動作のうち、通行量データの収集などの処理について説明する。図４は、道路網解析システム１０を構成するプローブ車両ＡＭｉ、サーバ１００、解析装置２００のうち、プローブ車両ＡＭｉとサーバ１００とが行なう処理を示すフローチャートである。図において、左側のステップＳ７０ないしＳ９０は、走行中のプローブ車両ＡＭｉが常時実行する処理を、右側のステップＳ１０５ないしＳ１５５は、サーバ１００が常時実行している処理を、それぞれ示している。

プローブ車両ＡＭｉは、走行を開始すると、以後、所定時間の経過毎に（ステップＳ７０）、リンクＩＤを取得する処理を行なう（ステップＳ８０）。リンクＩＤは、車両の位置をＧＰＳ装置１１により取得し、この位置を記憶装置１２の地図データベースＧＤＢに記憶したリンク・ノード情報と照らし合わせることにより取得される。要するに、ステップＳ８０で取得されるリンクＩＤは、現在プローブ車両ＡＭｉが通行している道路に対応するリンクを特定するものである。

図５は、リンクとノードの関係を簡略に示した模式図である。図５には、道路に対応したリンクＬ１ないしＬ７と、これらのリンクＬ１ないしＬ７を接続するノードＮ１ないしＮ４を例示した。このようなリンクとノードの関係は、実際の道路の形態を記述するものとして、サーバ１００の道路ネットワークデータベース１３０に記憶されている。プローブ車両ＡＭｉは、時刻Ｔ１においてリンクＬ１を通行しており、やがてノードＮ１を通って、所定インターバル後の時刻Ｔ２にはリンクＬ２を通行しているとすると、時刻Ｔ１では、リンクＩＤとしてＬ１が取得され、時刻Ｔ２では、リンクＩＤとしてＬ２が取得される。以後リンクＬ１のリンク番号を１、リンクＬ２のリンク番号を２のように呼ぶものとする。

プローブ車両ＡＭｉは、こうして現在のリンクＩＤを取得すると、これを図２に示したプローブ情報の形態に整えて、無線通信網ＮＥに乗せて送信し（ステップＳ９０）、その後、「ＲＴＮ」に抜けて、この処理を終了する。送信されたプローブ情報は、パケットの形態で無線通信網ＮＥから、図示しないインターネットなどの広域通信網を介して、サーバ１００に届けられる。なお、時刻Ｔ２から所定インターバル後の時刻Ｔ３において、プローブ車両ＡＭｉが、最前と同じリンクＬ２を通行している場合も当然あり得るが、この場合、プローブ車両ＡＭｉは、従前と同じリンクＬ２を含んだプローブ情報を送信する。

サーバ１００は、ネットワークを介してこのプローブ情報を受信し（ステップＳ１１５）、これをプローブ情報データベース１１０に記憶する（ステップＳ１１５）。従って、プローブ情報データベース１１０の一部には、プローブ車両ＡＭｉが通行しているリンクＩＤを時刻Ｔｉに沿って並べたデータが記憶される。その後サーバ１００は、プローブ車両ＡＭｉがリンクを移動したかを判断する（ステップＳ１２５）。時刻Ｔ２−Ｔ３間のように、プローブ車両ＡＭｉがリンクを移動していない（同じリンクＬ２上にいる）と判断した場合には、プローブ情報を保存しただけで、それ以上何も行なわず、「ＲＴＮ」に抜けて処理を一旦終了する。

他方、プローブ車両ＡＭｉがリンクを移動していると判断した場合には（ステップＳ１２５：リンク移動あり）、通行量データを更新する処理を実行する（ステップＳ１３５）。通行量データは、サーバ１００のプローブ情報データベース１１０に記憶される。通行量データの一例を図６に示した。通行量データは、全てのリンクについて、一日を単位として記録されているデータであり、プローブ車両ＡＭｉが一度そのリンクに対応した道路を通行すると、値１だけインクリメントされるデータである。従って、例えば日付Ａの時刻Ｔ２おいて、プローブ車両ＡＭｉがリンクＬ２におり、最前のリンクＬ１からリンクＬ２に移動したと判断された場合は、通行量１Ａが値１だけインクリメントされることになる。同じプローブ車両ＡＭｉが一日に何度か同じリンクを通行しても、そのリンクのその日の通行量は増加するし、他のプローブ車両ＡＭｉが通行しても、当然増加する。なお、図６に示した例では、一日を単位として通行量データを記憶しているが、データを記録する単位は半日であっても良いし、一時間毎など、更に細かい単位としても良い。あるいは二日ずつ、一週間ずつ、更には１か月ずつを単位として記録しても良い。あるいは、車両の通行量の少ない道路については、記録する単位を長くし、通行量の多い道路では短くしても良い。こうしてリンク番号毎かつ日付毎に、各道路（つまりリンク）を通行したプローブ車両ＡＭｉの延べ数が記録される。

続いて、サーバ１００は、ジャンプについてその有無を判断する処理を行なう（ステップＳ１４５）。ジャンプの有無は、プローブ車両ＡＭｉから送信されてきたプローブ情報に含まれるリンクＩＤを、道路ネットワークデータベース１３０に記憶されている道路ネットワークデータと照合することにより、リンクＩＤが連続しているか否かにより判断される。図７は、ジャンプについて説明する説明図である。図５に例示した道路をプローブ車両ＡＭｉが通行している場合には、プローブ車両ＡＭｉがリンクＩＤを取得するインターバルは数秒程度と短いので、リンクに沿って通行しているにもかかわらず、通過したリンクのリンクＩＤの取得に失敗するということは生じない。通常は、図７にリンク例１として示したように、リンクＩＤは、
Ｌ１→Ｌ２→Ｌ２→Ｌ５→Ｌ６
のように連続する。リンク情報にはノードは含まれていないが、ノードＮを〈〉に入れて示せば、
Ｌ１→〈Ｎ１〉→Ｌ２→Ｌ２→〈Ｎ４〉→Ｌ５→〈Ｎ３〉→Ｌ６
となる。このリンク情報は、サーバ１００の道路ネットワークデータベース１３０に記憶されている。

これに対して、プローブ車両ＡＭｉから取得したリンクＩＤを、時系列に並べた場合、
Ｌ１→Ｌ２→Ｌ４→Ｌ６
のように不連続になることがある。ノードＮを〈〉に入れて示せば、
Ｌ１→〈Ｎ１〉→Ｌ２→〈×〉→Ｌ４→〈Ｎ３〉→Ｌ６
となる。リンクＩＤが変われば、その間には必ずノードが見い出されるが、この例では、リンクＬ２とＬ４との間には、両者を連結するノードは存在しないことが、道路ネットワークデータベース１３０内の道路ネットワークデータと照合することにより判定される。この現象をリンクのジャンプと呼ぶ。リンクＬ２とリンクＬ４とは、道路ネットワークデータベース１３０上では連続していないので、リンクＬ２からリンクＬ４にリンクが移動した場合には、ジャンプありと判断することになる。このとき、サーバ１００は、ジャンプ発生率データを更新する（ステップＳ１５５）。ジャンプ発生率データは、図６と同様に、リンク番号毎および日付毎に記録されているデータである。ステップＳ１５５の処理の終了後またはステップＳ１４５においてジャンプなしと判断された場合には、「ＲＴＮ」に抜けて、図４に示したサーバ処理ルーチンを終了する。

ステップＳ１５５で記録されるジャンプの発生は、本実施形態では、連続しないリンクの連続が生じたとき、前後両方のリンクにおいてカウントするものとしている。また、走行方向によらず、記録するものとしている。従って、プローブ情報に含まれるリンクが不連続なものであると判断された場合、
１）リンクを一方向（上り方向）に通行していた車両が不連続なリンクを含むプローブ情報を送信してきた場合の前のリンク、
２）リンクを一方向（上り方向）に通行していた車両が不連続なリンクを含むプローブ情報を送信してきた場合の後のリンク、
３）リンクを反対方向（下り方向）に通行していた車両が不連続なリンクを含むプローブ情報を送信してきた場合の前のリンク、
４）リンクを反対方向（下り方向）に通行していた車両が不連続なリンクを含むプローブ情報を送信してきた場合の後のリンク、
のジャンプ発生率が、更新されることになる。ジャンプの発生率は、本来は、全通行量に対するジャンプ発生の割合として把握すべきものであり、具体的には、各リンクの上記１）ないし４）の方向のプローブ車両の通行量を求めておき、ジャンプ発生の回数を対応する通行量で除算して、求めることになる。但し、本実施例では、後述するジャンプ発生率の変化の検定をフィッシャーの確率検定により行なう関係で、ジャンプの発生回数をそのままカウントするものとし、便宜上これを「ジャンプ発生率」と呼ぶものとする。ジャンプ率として検定するものは、変形例として説明する。なお、ジャンプの発生を求める単位としては、上記の他、前のリンクあるいは後のリンクだけとし、それぞれのリンクでジャンプの発生をカウントして、それぞれのジャンプ発生率を求めても良い。あるいは、上り方向と下り方向とを区別して、ジャンプ発生率を記録するものとしても良い。

Ｄ．解析用処理：
次に、解析装置２００が行なう解析処理について，図８ないし図１０を用いて説明する。図８は、解析装置２００が実行する解析処理の一部である解析用演算ルーチンを示すフローチャートである。この処理は、解析装置２００においてユーザが道路網の解析を指示したときに開始される。なお、この処理は、例えば毎日、毎週、毎旬あるいは毎月など、定期的に自動的に実行されるものとしても良い。あるいは、サーバ１００に記憶されたリンク情報の数やジャンプの発生数が一定以上増加したときに実施するものとしても良い。

解析装置２００は、図８に示した処理を開始すると、まずリンク番号を示す変数Ｌを値１に初期化し（ステップＳ２０５）、リンク番号Ｌの通行量データ（図６参照）およびジャンプ発生率データをサーバ１００のプローブ情報データベース１１０から読み出す処理を行なう（ステップＳ２１５）。次に、リンクＬの期間１における通行量データＳＬ１を演算する処理（ステップＳ２２５）およびリンクＬの期間２における通行量データＳＬ２を演算する処理（ステップＳ２３５）とを行なう。リンクＬ（例えばリンク１）については、一日毎の通行量がサーバ１００のプローブ情報データベース１１０に記録されているので、この通行量を期間１および２について、それぞれ積算するのである。例えば期間１を４−９月（上半期）、期間２を１０−３月（下半期）としても良い。あるいは先々月（期間１）と先月（期間２）といった期間や、月の第１旬（１−１０日）と第２旬（１１−２０日）などの期間でも良い。期間１と期間２は、同じ長さでも良いし、異なる長さでも差し支えない。

続いて、解析装置２００は、通行量変化比ＲＳＬを演算し、これを保存する処理（ステップＳ２４０）を行なう。通行量変化比ＲＳＬは、期間１と期間２との通行量の比を求める処理であるが、その詳細は後で説明する。

通行量変化比ＲＳＬを演算・保存した後、次にリンクＬの期間１におけるジャンプ発生率データＪＬ１を演算する処理（ステップＳ２５５）およびリンクＬの期間２におけるジャンプ発生率データＪＬ２を演算する処理（ステップＳ２６５）とを行なう。リンクＬ（例えばリンク１）については、一日毎のジャンプ発生率がサーバ１００のプローブ情報データベース１１０に記録されているので、このジャンプ発生率を期間１および２について、それぞれ積算するのである。この期間は、ステップＳ２２５，Ｓ２３５での通行量データＳＬ１、ＳＬ２の演算に用いた期間と同じであることが望ましい。ステップＳ２１５−Ｓ２３５，Ｓ２５５−Ｓ２６５の処理が、図１に示した通行量算出部２１０、不連続率算出部２２０の処理に相当する。

その後、リンク番号を表す変数Ｌを値１だけインクリメントし（ステップＳ２８０）、全てのリンクについての演算が完了したかを判断し（ステップＳ２９０）、全てのリンクについての演算処理が完了していなければ、ステップＳ２１５に戻って、上述した処理（ステップＳ２１５ないしＳ２９０）を繰り返す。全てのリンクについての演算処理が完了していれば、「ＥＮＤ」に抜けて、処理を完了する。

解析用演算ルーチンのステップＳ２４０（通行量変化比ＲＳＬ演算・保存ルーチン）について説明する。図９は、このルーチンを示すフローチャートである。通行量変化比演算・保存ルーチンでは、まずリンクＬの期間１，２における通行量のデータＳＬ１，ＳＬ２が所定値以上か否かを判断する（ステップＳ２４１）。リンク番号Ｌのリンクについて、期間１，２の間の通行量の合計ＳＬ１，ＳＬ２が所定値に満たない場合、通行量の変化比を求めても意味をなさないことが多いので、通行量変化比を求めない、と判断するのである。通行量のデータＳＬ１，ＳＬ２が所定値以上の場合には、通行量変化比ＲＳＬを、
ＲＳＬ＝ＳＬ２／ＳＬ１
として求める処理を行なう（ステップＳ２４３）。その上で、通行量変化比ＲＳＬを、ハードディスク２０５の所定の領域に保存し（ステップＳ２４５）、「ＮＥＸＴ」に抜けて、本処理ルーチンを終了する。この処理を行なう際、予め季節変動の要素などが分かっていれば、これを加味して通行量を修正してから、その変化比を求めるものとしても差し支えない。

以上説明した解析用演算ルーチン（図８）および通行量変化比演算・保存ルーチン（図９）を実行することにより、リンク番号１から最大値までの全てのリンクのうち、期間１，２における通行量の合計値が所定以上のリンクについて、通行量変化比ＲＳＬとジャンプ発生率ＪＬ１，ＪＬ２とが演算される。この演算結果は、ハードディスク２０５の所定の領域に、リンク番号Ｌに関連付けられて保存される。

次に、解析装置２００は、図１０に示した道路網解析処理ルーチンを起動する。このルーチンの起動は、図８に示した解析用演算ルーチンに引き続き自動的に起動するものとしても良いし、使用者が手動で起動するものとしても良い。道路網解析処理ルーチンを開始すると、まずリンク番号を示す変数Ｌを初期化（値１に設定）する処理を行ない（ステップＳ３００）、次にハードディスク２０５に記憶した通行量変化比ＲＳＬを読み出す（ステップＳ３１０）。通行量変化比ＲＳＬは、図９で説明したように、保存されていないこともあり得るので、続いて、通行量変化比ＲＳＬのデータが保存されているか否かの判断を行ない（ステップＳ３１５）、データがあれば更にジャンプ発生率ＪＬ１，ＪＬ２を読み出す処理を行なう（ステップＳ３２０）。

その後、通行量変化比ＲＳＬについての検定（ステップＳ３３０）とジャンプ発生率ＪＬ１，ＪＬ２についての検定（ステップＳ３４０）とを行なう。検定の内容について後で詳述する。両検定の結果、通行量変化比ＲＳＬとジャンプ発生率ＪＬ１，ＪＬ２とに共に有意の変化があったか否かの判断を行なう（ステップＳ３４５）。変化があったと判断された場合には、道路網に変化が生じているとして、これをディスプレイ２０８等に、この判断結果を出力する（ステップＳ３５０）。判断結果を出力した後、あるいは通行量変化比ＲＳＬとジャンプ発生率との少なくとも一方に有意の変化がないか、ステップＳ３１５においてＲＳＬが記憶されていないと判断された場合には、リンク番号を表す変数Ｌを値１だけインクリメントし（ステップＳ３６０）、全リンクについての処理が終了したかを判断する（ステップＳ３６５）。全リンクについての判断が終了していなければ、ステップＳ３１０に戻り、上述した処理（ステップＳ３１０ないしＳ３６５）を繰り返す。リンク番号１から最大数のリンク番号まで、全てのリンクについての処理を終了すれば、「ＥＮＤ」に抜けて、本処理ルーチンを終了する。

通行量変化比ＲＳＬとジャンプ発生率の検定について説明する。通行量変化比ＲＳＬの検定（ステップＳ３３０）は、二項定理に基づいて以下のように行なう。期間１と２との間で条件が何ら変わらなければ、１つのリンクについて、期間１の方が期間２より通行量が多いと判定される確率は１／２である。検出の対象となっている道路網にリンクが全部でＮ個あるとして、これらを全てについて、期間１と期間２とで、一方が他方よりどの程度交通量が多かったかを調べると、確率１／２で起きる事象の分布は二項定理により計算される二項分布になる。プローブ車両ＡＭｉからの通行量のデータが極めて多い場合には、二項分布は、正規分布により近似できることが知られている。通行量が少ない場合には、期間１と期間２との通行量の変化比ＲＳＬは、値１から、ある程度逸脱する場合があるものの、通行量が大きくなれば、期間１と期間２との通行量の変化比（ＳＬ２／ＳＬ１）は、値１を中心とした正規分布に収束する。これを示したのが、図１１である。

図１１では、横軸は全通行量（ＳＬ１＋ＳＬ２）である。縦軸は、通行量変化比ＲＳＬ（ＳＬ２／ＳＬ１）である。図示するように、期間１と期間２との条件に変動がなければ、通行量変化比ＲＳＬは値１（両期間の通行量は等しい）の場合が生起確率７．９６％で最大となる正規分布に従う。そこで、図示ＥＤの領域のように、この正規分布から外れた値を示すリンクを確率検定により見い出すのである。具体的には、通行量変化比ＲＳＬが求められた全てのリンクについて、信頼性９５％あるいは９９％といった条件で、その通行量変化比ＲＳＬが正規分布からみて有意な逸脱であるか否かを判定するのである。なお、正規分布により近似したのは、信頼性検定の演算を簡略化できるからである。元の二項分布により検定を行なっても差し支えない。あるいは他の統計的な検定方法、例えばカイ二乗検定などを用いることも差し支えない。

他方、ジャンプ発生率の検定は、次のように行なう。ジャンプの発生は、図５、図７を用いて説明したように、プローブ車両ＡＭｉから送られてきたプローブ情報に含まれるリンク番号が、道路ネットワークデータベース１３０上で連続していないリンク番号（図５、図７におけるＬ２→Ｌ４）に続いた場合に、ジャンプ発生ありと判断される。こうしたジャンプは、例えば図１２に示したように、リンクＬ２からリンクＬ４に通じるバイパス道路ＢＰの開通等により生じ得る。また、ジャンプはプローブ車両ＡＭｉがＧＰＳ装置１１による位置の解析・把握に失敗した場合にも生じ得る。リンクＬ２上を通行していた車両ＡＭｉのＧＰＳ装置１１が誤ってリンクＬ４上またはこれに近似する位置の座標を一定時間以上に亘って出力した場合、プローブ車両ＡＭｉは、次のプローブ情報にリンクＬ４のデータを含ませて出力するからである。

本実施例では、図１０ステップＳ３４０において、ジャンプ発生率の検定を、フィッシャーの確率検定により行なう。フィッシャーの確率検定は、２つのカテゴリー（ジャンプ発生あり、なし）に分類されたデータの分析に用いられる統計学的検定法である。本実施例でフィッシャーの確率検定を採用しているのは、期間１の通行量、期間１のジャンプ発生量、期間２の通行量、期間２のジャンプ発生量、の４つの変数によって求められるジャンプ発生率の変化を、精度良く検出するためである。図１３は、あるリンクについて、期間１、２におけるジャンプありとなしのデータの持ち方を示す。この場合、全データ数はｎであり、ａ＋ｂ＝ｎ＝ｃ＋ｄである。検定は、「期間１と期間２との間でジャンプ発生率に変化はない」という仮説（帰無仮説）が成り立つ確率がどの程度であるかにより行なう。標本の全数がｎの場合に、図１３に示した表の生成確率Ｐは、
Ｐ＝（ａ！ｂ！ｃ！ｄ！）／（ｅ！ｆ！ｇ！ｈ！ｎ！）
である（！は階乗を示す）。この表は、ａ＝ｅ＋ｆ、ｂ＝ｇ＋ｈ、ｃ＝ｅ＋ｇ、ｄ＝ｆ＋ｈであることから、総数ｎが一定であれば、ｅの値を変えると、他の全ての数が決定される自由度１の表であることが分かる。そこで、ｅの値を０から順次インクリメントし、実際に得られた値となるまでの生成確率の累積値を演算する。

特定のリンクＬを通行したプローブ車両ＡＭｉの数ｎが小さく（せいぜい数十程度まで）、かつジャンプが一定の数、発生していれば、フィッシャーの確率検定は計算が容易である。例えば図１３の下段に示した観測値の例（ｎ＝５０，ｅ＝５，ｆ＝１４、ｇ＝７，ｈ＝２４）では、この分布が生成する確率は、
（１９！３１！１２！３８！）／（５！１４！７！２４！５０！）
≒０．２５１８
である。この観測値が得られるケースより極端な分布、つまりｅの値が０から４までの値が生じる確率の合計は、約０．５１０３である。従って、仮説は否定できない（期間１、２の間でジャンプ発生率に有意の差はない）と検定される。なお、全通行量データ（ＳＬ１＋ＳＬ２）があまりに大きくなると、フィッシャーの確率検定は演算が困難になる場合が考えられる。これは階乗計算を用いるためである。そこで、例えば全通行量データの値が、実施例で用いているコンピュータの数値演算処理における階乗計算の上限を超えている場合には、単純に両期間におけるジャンプ回数から求めたジャンプ発生率の差が、予め定めたα％（例えば２０％）以上となった場合に、ジャンプ発生率に有意の変化が生じたと検定するものとしても良い。フィッシャーの確率検定は全てのリンクに行なうのではなく、期間１のジャンプ発生率と期間２のジャンプ発生率との差が所定値以上となった場合に、検定を行なうものとしても良い。こうすれば階乗計算による負担を低減できるからである。もとより階乗計算に特化したプロセッサなどを採用して、データ数によらず、上記の階乗計算を含む演算を行なうものとしても差し支えない。

以上説明したように、第一の実施形態の道路網解析システム１０では、プローブ車両ＡＭｉから送られてきたプローブ情報を解析して、２つの期間での通行量変化比ＲＳＬとジャンプ発生率とを検定し、両者が共に有意の変化があると判断した場合に、道路網に変化が生じたとしてこれを出力する。従って、道路網におけるバイパス道路の開通、廃止、長期に亘る閉鎖など、道路網の変化を確実に検出することができる。他方、大型商業施設の開設や閉鎖など、交通量に変化を生じさせる要因は、周辺道路におけるジャンプ発生率を変化させることがないので、これらを、道路網の変化と見誤る可能性を低減することができる。更に、ＧＰＳ装置の誤りやノイズなどの影響による見かけ上のジャンプの発生を、道路網の変化と誤認する可能性も十分に排除されている。従って、第一の実施形態の道路網解析システム１０によれば、道路網の実際の変化を確実に捉えることができ、調査員の派遣や配置などを適切に行なうことができる。

Ｅ．第二の実施形態：
次に本発明の第二の実施形態について説明する。第二の実施形態における道路網解析システム１０は、第一の実施形態と同様のハードウェア構成を備える。第二の実施形態は、通行量変化比ＲＳＬとジャンプ発生率の検定の対象となる範囲において、第一の実施形態と異なる。第一の実施形態では、通行量やジャンプの発生率はリンク毎にカウントしたが、第二の実施形態では、次のようにカウントする点で相違する。

第二の実施形態における通行量変化比演算・保存ルーチンを図１４に示した。このルーチンは、第一の実施形態における図９左側のフローチャートに対応している。この処理ルーチンを開始すると、解析装置２００は、まず着目しているリンクＬでジャンプが発生しているか否かの判断を行なう（ステップＳ４０１）。リンクＬについて、ハードディスク２０５に保存されているジャンプ発生率のデータを参照して、このリンクＬでジャンプが一度でも発生していると判断した場合には（ステップＳ４０１：「ＹＥＳ」）、リンクＬに関連するリンクの通行量を積算して、期間１，２の通行量ＳＬ１，ＳＬ２として演算する（ステップＳ４０３）。以後の処理は、第一の実施形態で説明したステップＳ２４１以下と同一である。なお、図示は省略したが、ジャンプ発生率を求める際にも、同様に、ステップＳ４０３で関連ありとしたリンクでのジャンプ発生率を期間１，２毎に積算して、そのリンクのジャンプ発生率ＪＬ１，ＪＬ２として求めている。

かかる第二の実施形態では、ジャンプが発生した場合には、ジャンプが発生したリンクのみならず、このリンクに直接接続しているリンクの通行量やジャンプ発生率を積算して、当該リンクの通行量およびジャンプ発生率として求めている。図１２に示した例では、ジャンプの発生をリンクＬ４でカウントしているとすると、リンクＬ３、Ｌ５、Ｌ６が、合算の対象となる。他は、第一の実施形態と同様である。

第二実施形態の道路網解析処理システム１０によれば、ジャンプが発生したリンクに関連するリンクの通行量およびジャンプ発生率をそれぞれ積算しているので、図１２に示したような小さい域内でのバイパス道路の開通などによる通行量の変化はキャンセルされて検出されにくくなる。図１２を例にして説明すると、バイパス道路ＢＰの開通により、リンクＬ２からリンクＬ４を通ってリンクＬ６に向かう車両の数が増えると、同じ程度リンクＬ３やリンクＬ５を通行してリンクＬ６に向かう車両の数は減るからである。リンクＬ４について、これに接続するリンクＬ３やＬ５の通行量を積算すると、バイパス道路ＢＰの開通による変化は検出されにくくなる。これに対して、バイパス道路の開通がその地域の交通量の増加を実質的に招くような場合には、ジャンプが起きた道路とこれに接続された道路の交通量は増えるので、ジャンプが起きたリンクとこれに接続されたリンクの通行量を積算すると、更に大きな変化として検出することができる。

つまり第二の実施形態では、交通量の実質的な変化を招くような道路網の検出を優先して検出することができる。道路網調査は、工数や予算の関係で、優先順位を付けて行なうことが多いので、交通量の実質的な変化を招くような道路網の変化の検出を優先的に行なえることは大きなメリットとなる。なお、第一，第二の実施形態を併せて行ない、両方の処理により、道路網の変化の検出を行なうものとしても良い。
Ｆ．第三の実施形態：
第三の実施形態も通行量変化比演算・保存ルーチン等が異なる。第三の実施形態における通行量変化比演算・保存ルーチンを図１５に示した。図示するように、第三の実施形態では、リンクＬに近接するリンクを特定し（ステップＳ４１１）、リンクＬとこれに隣接するリンクの通行量を積算して、リンクＬの期間１，２における通行量ＳＬ１，ＳＬ２を求めている（ステップＳ４１３）。これに続く処理は、第一の実施形態と同様である。また、ジャンプ発生率についても、同様にリンクＬに近接するリンクのジャンプの発生率を積算すれば良い。

ここで、リンクＬに近接するリンクとは、リンクＬから一定の半径に少なくとも道路の一部が存在するようなリンクであるとしてもよい。あるいは予め道路ネットワークデータベース１３０上に近接リンクとして登録したリンクであるとしても良い。こうした近接リンクの通行量やジャンプ発生率を合算することにより、第二実施形態と同様に、実質的な交通量の変化を引き起こすような道路網の変化の検出を優先することができる。

Ｇ．調査ルートの設定処理：
以上説明した第一ないし第三の実施形態は、いずれも道路網の変化が生じたと考えられる場所の検出を行なうシステムであった。こうしたシステムには、更に調査ルートを設定する処理を行なわせることも可能である。調査ルートの設定については、特開２０１２−１５００１６号公報に詳しく説明されているので、簡略な説明に留めるが、要するに、道路網の変化が検出されたリンクを中心に、
条件１：通行量が期間１と２との間で、所定以上増大したリンク、または所定以上減少したリンクが占める割合が高いルート；
条件２：優先順位の高いノードを通るルート；
を調査ルートとする。
条件２の優先順位は、「特異ノード」、「重要ノード」、「留意ノード」の順とする。条件１によって１つの経路に絞り込めなかった場合に、条件２を考慮する。

特異ノードとは、通行量の変化の大きなノードである。道路は通常交差点などのノードにより複数のリンクが接続される形態で表現されているから、１つのリンクの通行量が増大しても、同じノードに接続された他のリンクの通行量が減少すれば、ノードとしての通行量の増減は小さい場合があり得る。そこで、ノード毎の通行量を求めておき、期間１、２の間で通行量が大きく増加または減少したノードを「特異ノード」とするのである。「重要ノード」は、期間１、２の間で通行量が増大したリンクと減少したリンクとが交わるノードである。更に「留意ノード」は、通行量が増大したリンクまたは減少したリンクの端のノードである。

こうしたノードの条件を加味することで、調査ルートとして適切なルートを選定することができ、道路網への変化を効率的に検出するための調査ルートを設定することができる。

Ｈ．変形例：
Ｈ１．第一変形例：上述した実施形態では、プローブ車両ＡＭｉからサーバ１００に送信されるプローブ情報は、緯度経度などの位置の情報は含まれないものとしたが、プローブ車両ＡＭｉに搭載したＧＰＳ装置により得られた緯度経度情報をプローブ情報に含める形態が採用可能である。この場合、ジャンプが発生したときのプローブ車両ＡＭｉの通行経路が分かるので、新規な道路に対応するリンクを暫定的に自動生成することができる。既設のリンクに対する新たなリンクの接続関係は、現地調査を経なければ正確には決定できないことが多いので、暫定的なリンクとして登録するのが現実的である。例えば図１２に示した例では、新たなノードを作ることはせず、ノードＮ１からノードＮ３へのリンクＬＸを暫定的に、道路ネットワークデータベース１３０に加えるものとすれば良い。

Ｈ２．第二変形例：上記実施形態では、ジャンプはリンクに関連付けて記憶したが、リンクではなくノードに関連付けて検出および記憶する形態を採用する。１つのノードに入ってきて、消えた（ノードに接続しているリンクに出て行かなかった）、あるいはその逆などが生じたとき、そのノードでジャンプが発生したと判断するのである。

Ｈ３．第三変形例：第三変形例では、ジャンプ発生率の変動を直接検定する。第一の実施形態では、ジャンプ発生率の変動はフィッシャーの確率検定により検定した。これに対して、第三変形例では、期間１のジャンプ発生率を期間１の通行量で除算したジャンプ発生の比率（以下、ジャンプ発生率）ＲＪＬ１と、期間２のジャンプ発生量を期間２の通行量で除算したジャンプ発生率ＲＪＬ２とを求め、この差ΔＲＪＬを求める。こうすると、通行量の変化比ＲＳＬと同様に扱うことができる。即ち、道路網の条件が同一であれば、同じリンクにおけるジャンプ発生率は、期間１と２とで同一の確率で生じ、期間１でのジャンプ発生率が期間２でのジャンプ発生率より高くなる確率は１／２であるとして、二項分布として扱うことができるからである。このとき、ジャンプ発生率の偏差ΔＲＪＬを縦軸に、全通行量横軸に取れば、全リンクのジャンプ発生率の分布は、図１１に示した分布と同様の分布となり、道路網に変化が生じたリンクは、この分布（二項分布または正規分布）から外れた特異点として検出することができる。そこで、第三変形例の道路網解析装置では、通行量変化比ＲＳＬとジャンプ発生率の偏差ΔＲＪＬとが、検定により、共に変化したと判断された場合に、道路網の変化があったと判断するのである。

Ｈ４．第四変形例：第三変形例の道路網解析装置が、通行量変化比ＲＳＬとジャンプ発生率の偏差ΔＲＪＬとが、検定により、共に変化したと判断された場合に、道路網の変化があったと判断していたのに対して、第四変形例の道路網解析装置では、次の手法で道路網の変化を判断する。即ち、第四変形例では、通行量変化比ＲＳＬとジャンプ発生率の偏差ΔＲＪＬとの二次元マップを予め作成し、両者が予め定めた領域に属すると判断された場合に道路網に変化があったと判断する構成を採用する。従って、例えば、ジャンプ発生率の偏差ΔＲＪＬが大きい場合には、通行量変化比ＲＳＬが小さくても道路網の変化が生じた可能性は高いと判断し、また通行量変化比ＲＳＬの変化が大きい場合には、ジャンプ発生率の偏差ΔＲＪＬが多少小さくても、道路網の変化が生じた判断するといった対応が可能となる。こうした構成によれば、道路網の変化の検出を柔軟に行なうことができる。

Ｈ５．第五変形例：第五変形例では、ジャンプ発生率の検定をフィッシャーの確率検定に代えて、学習による検定を行なう。フィッシャーの確率検定は、数学的な裏付けのある優れた検定手法ではあるが、データの数が増加すると演算に要する時間やリソースが増大する。そこで、実際に過去に新規道路の開通などによりジャンプの発生率に変化を生じた事例を大量に収集して、その際のジャンプの発生率の変化を学習し、パターンマッチングの手法により、以後のジャンプ発生率の変化が、道路網の変化によるものか否かの判断を行なうのである。なお、判断は、複数の場合分けにより、パターンの特徴を順次比較してマッチングするような手法で構成しても良いし、バックプロパゲーションの手法による学習機能を有するニューラルネットワークを用い、学習によりマッチング精度を高めていく構成とすることもできる。

Ｈ６．第六変形例：第六変形例では、ジャンプの発生率に代えて、あるいはジャンプの発生率と共に、（Ａ）プローブ車両ＡＭｉでの道路とのマッチングができなかったと言う情報や、（Ｂ）ＧＰＳ装置でのＧＰＳ信号の途切れの有無の情報、あるいは（Ｃ）道路交通情報通信システムの情報などを利用する。（Ａ）は、あるリンクからこれに接続しないリンクへのジャンプが起きたときに、位置情報から道路へのマッチングを行なったが、マッチングが採れなかったという情報である。この情報があれば、ジャンプが新規道路の開通により生じたと推認することが容易となり、ジャンプ発生率による検定の基準を下げても検定結果の正確さを期待することができる。また（Ｂ）は、車両がトンネルに入ったなどの理由で、ＧＰＳ装置１１が使えず、あるいはＧＰＳの位置検出精度が低下したという情報である。こうした情報が得られれば、ジャンプが発生したように見える場合でも、単にＧＰＳの不良による見かけ上のリンクなのか、新規道路の開通などによるジャンプなのかの判断が可能となる。

Ｈ７．第七変形例：第七変形例では、サーバ１００を設けず、プローブ車両ＡＭｉからのプローブ情報の収集と記憶とを解析装置２００が併せて行なう形態とする。このように構成すれば、道路網解析システム１０の構成を簡略にすることができる。

Ｈ８．第八変形例：第八変形例では、ジャンプの発生をプローブ車両側で判断する形態とする。プローブ車両側で道路ネットワークデータを持っていれば、ジャンプの発生を判断することができる。この場合には、道路網解析装置では、ジャンプの発生（不連続の発生）を判断する必要がない。

本発明は、上述の実施形態や実施例、変形例に限られるものではなく、その趣旨を逸脱しない範囲において種々の構成で実現することができる。例えば、発明の概要の欄に記載した各形態中の技術的特徴に対応する実施形態、実施例、変形例中の技術的特徴は、上述の課題の一部又は全部を解決するために、あるいは、上述の効果の一部又は全部を達成するために、適宜、差し替えや、組み合わせを行なうことが可能である。また、その技術的特徴が本明細書中に必須なものとして説明されていなければ、適宜、削除することが可能である。

１０ … 道路網解析システム
１１ … ＧＰＳ装置
１２ … 記憶装置
１４ … プローブ情報特定部
１５ … 通信部
１００ … サーバ
１１０ … プローブ情報データベース
１２０ … 地図データベース
１３０ … 道路ネットワークデータベース
２００ … 解析装置
２１０ … 通行量算出部
２２０ … 不連続率算出部
２３０ … 解析部
ＡＭｉ … プローブ車両
ＮＥ … 無線通信網

Claims (12)

1. 車両の走行に伴って生成されるプローブ情報を用いて、道路網の変化を解析する道路網解析装置であって、
   所定期間に亘って蓄積された複数の前記プローブ情報から、前記道路網を構成する所定の部分について、当該部分を通過する車両の通行量を求める通行量算出部と、
   前記所定期間に亘って蓄積された複数の前記プローブ情報から、前記部分において車両位置が不連続となる事象の発生割合である不連続発生率を求める不連続率算出部と、
   前記道路網を構成する所定の部分における２つの異なる期間の前記通行量の変化の度合いと、前記２つの異なる期間の前記不連続発生率の変化の度合いとに基づいて、前記道路網の変化を検出する検出部と
   を備えた道路網解析装置。
2. 前記不連続率算出部は、前記プローブ情報を、前記道路網をデータ化した道路網データと照合することにより、前記車両位置が不連続となる事象が発生したか否かを判定して前記不連続発生率を求める請求項１記載の道路網解析装置。
3. 請求項１または２記載の道路網解析装置であって、
   前記道路網をデータ化した道路網データは、道路に対応したリンクと、リンクの端に相当するノードとから構成され、
   前記道路網データの所定の部分は、前記リンクの１つと当該リンクの少なくとも一端のノードとを含み、
   前記プローブ情報は、前記車両が通過したリンクまたはノードを特定する情報を含み、
   前記通行量は、前記所定の部分に含まれる前記リンクまたはノードを通過した車両の数であり、前記不連続発生率は、連続するとされていないリンクまたはノードを通過した車両の数の前記通行量に対する割合である
   道路網解析装置。
4. 前記車両から送信される前記プローブ情報を取得するプローブ情報取得部を備える請求項１または請求項３記載の道路網解析装置。
5. 請求項１から請求項４のいずれか一項に記載の道路網解析装置であって、
   前記道路網を構成する所定の部分における２つの異なる期間の通行量の変化の度合いは、２つの期間の一方における通行量と他方における通行量との比率である
   道路網解析装置。
6. 請求項１から請求項５のいずれか一項記載の道路網解析装置であって、
   前記２つの異なる期間における前記不連続発生率の変化の度合いは、２つの期間の一方における不連続発生率から他方における不連続発生率を差し引いた減算値である
   道路網解析装置。
7. 請求項６記載の道路網解析装置であって、
   前記検出部は、前記通行量の比率の定常値からの逸脱が所定以上、かつ前記不連続発生率の減算値の定常値からの逸脱が所定以上の場合に、前記道路網の所定の部分において変化が生じたと判定する
   道路網解析装置。
8. 前記通行量の比率の定常値からの逸脱を二項分布または正規分布からの偏差により判定する請求項６または請求項７に記載の道路網解析装置。
9. 前記不連続発生率の変化の度合いの程度をフィッシャーの確率検定により判定する請求項１ないし請求項５のいずれか一項記載の道路網解析装置。
10. 道路網解析システムであって、
    車両の走行に伴ってプローブ情報を生成するプローブ車両と、
    前記プローブ車両からのプローブ情報を受け取って、道路網を解析する解析装置とを備え、
    前記プローブ車両は、道路網に対応付けられたリンクとノードとの情報を参照して、通過したリンクおよび／またはノードの情報を、前記プローブ情報に含ませて送信する送信部を備え、
    前記解析装置は、
    複数の前記プローブ車両から送信された前記プローブ情報を受信し、所定期間に亘って蓄積するプローブ情報蓄積部と、
    所定期間に亘って蓄積された複数の前記プローブ情報から、前記道路網を構成する所定の部分について、当該部分を通過する車両の通行量を求める通行量算出部と、
    前記所定期間に亘って蓄積された複数の前記プローブ情報から、前記部分において車両位置が不連続となる事象の発生割合である不連続発生率を求める不連続率算出部と、
    前記道路網を構成する所定の部分における２つの異なる期間の前記通行量の変化の度合いと、前記２つの異なる期間の前記記不連続発生率の変化の度合いとに基づいて、前記道路網の変化を検出する検出部と
    を備えた道路網解析システム。
11. 車両の走行に伴って生成されるプローブ情報を用いて、道路網の変化を解析する道路網解析方法であって、
    所定期間に亘って蓄積された複数の前記プローブ情報から、前記道路網を構成する所定の部分について、当該部分を通過する車両の通行量を求め、
    前記所定期間に亘って蓄積された複数の前記プローブ情報から、前記部分において車両位置が不連続となる事象の発生割合である不連続発生率とを求め、
    前記道路網を構成する所定の部分における２つの異なる期間の前記通行量の変化の度合いと、前記２つの異なる期間の前記記不連続発生率の変化の度合いとに基づいて、前記道路網の変化を検出する
    道路網解析方法。
12. コンピュータによって読み取り可能なプログラムであり、車両の走行に伴って生成されるプローブ情報を用いて、道路網の変化を解析する処理をコンピュータに行なわせるプログラムであって、
    所定期間に亘って蓄積された複数の前記プローブ情報から、前記道路網を構成する所定の部分について、当該部分を通過する車両の通行量を求める第１の機能と、
    前記所定期間に亘って蓄積された複数の前記プローブ情報から、前記部分において車両位置が不連続となる事象の発生割合である不連続発生率とを求める第２の機能と、
    前記道路網を構成する所定の部分における２つの異なる期間の前記通行量の変化の度合いと、前記２つの異なる期間の前記記不連続発生率の変化の度合いとに基づいて、前記道路網の変化を検出する第３の機能と
    をコンピュータにより実現するプログラム。

Images