JP2014206827A - Information processor, information processing method and program - Google Patents
Information processor, information processing method and program Download PDFInfo
- Publication number
- JP2014206827A JP2014206827A JP2013083281A JP2013083281A JP2014206827A JP 2014206827 A JP2014206827 A JP 2014206827A JP 2013083281 A JP2013083281 A JP 2013083281A JP 2013083281 A JP2013083281 A JP 2013083281A JP 2014206827 A JP2014206827 A JP 2014206827A
- Authority
- JP
- Japan
- Prior art keywords
- congestion degree
- area
- congestion
- correlation
- calculating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、端末装置の測位情報を処理する技術に関する。 The present invention relates to a technique for processing positioning information of a terminal device.
あるエリアの混雑度に基づいて将来の路線の混雑度を予測する技術が知られている。特許文献１には、観光地に通じる道路に設置した車両センサで車両のナンバープレートを読み取り、読み取った情報に基づいて観光地に滞在している車両の数を算出し、当該車両の数に基づいて観光地から離れる方向の道路の未来の混雑度を予測することが記載されている。また、特許文献１には、ナンバープレートから読み取った地名情報に基づいて、観光地に滞在している車両の数を地元車両と外来車両とに分けて算出し、外来車両の数が地元車両の数よりも混雑度への寄与が高くなるように、混雑度を予測することが記載されている。 A technique for predicting the degree of congestion on a future route based on the degree of congestion in a certain area is known. In Patent Document 1, a vehicle sensor installed on a road leading to a sightseeing spot reads a vehicle license plate, calculates the number of vehicles staying at the sightseeing spot based on the read information, and based on the number of vehicles. And predicting the future congestion of roads away from tourist spots. Patent Document 1 also calculates the number of vehicles staying at a sightseeing spot separately for local vehicles and foreign vehicles based on the place name information read from the license plate. It describes that the degree of congestion is predicted so that the contribution to the degree of congestion is higher than the number.
しかしながら、上記の従来技術では、車両センサの設置にはコストがかかるため、全ての観光地に通じる全ての道路に車両センサを設置することは困難である。そのため、混雑度の予測が可能な範囲には限界がある。また、上記の従来技術では、電車などのナンバープレートを持たない移動手段の混雑度を算出することはできない。 However, in the above prior art, it is difficult to install vehicle sensors on all roads leading to all sightseeing spots because the installation of vehicle sensors is costly. For this reason, there is a limit to the range in which the degree of congestion can be predicted. In addition, with the above-described conventional technology, it is not possible to calculate the degree of congestion of moving means such as a train that does not have a license plate.
本発明は上記に鑑みてなされたものであり、その目的は、あるエリアの混雑度に基づいて、将来の路線の混雑度をより広い範囲で予測可能な技術を提供することにある。 The present invention has been made in view of the above, and an object of the present invention is to provide a technology capable of predicting the congestion degree of a future route in a wider range based on the congestion degree of a certain area.
本発明に係る情報処理装置は、端末装置の測位情報に基づいて、所定の時間における第１のエリアの混雑度を第１の混雑度として算出する第１の混雑度算出手段と、前記測位情報に基づいて、前記所定の時間より後の時間における第２のエリアの混雑度を第２の混雑度として算出する第２の混雑度算出手段と、前記第１の混雑度と、第２の混雑度との間の相関を算出し、当該相関に基づいて、前記第１のエリアにおける混雑度に応じて将来の前記第２のエリアの混雑度の予測値を算出するための関数を生成する関数生成手段とを備えることを特徴とする。 The information processing apparatus according to the present invention includes a first congestion degree calculating unit that calculates a congestion degree of the first area at a predetermined time as a first congestion degree based on the positioning information of the terminal device, and the positioning information. A second congestion degree calculating means for calculating a congestion degree of the second area at a time after the predetermined time as a second congestion degree, the first congestion degree, and the second congestion A function that calculates a correlation between degrees and generates a function for calculating a predicted value of the degree of congestion in the second area in the future according to the degree of congestion in the first area based on the correlation And generating means.
本発明に係る情報処理方法は、制御部を備える情報処理装置において実施される方法であって、前記制御部が、端末装置の測位情報に基づいて、所定の時間における第１のエリアの混雑度を第１の混雑度として算出する第１の混雑度算出ステップと、前記制御部が、前記測位情報に基づいて、前記所定の時間より後の時間における第２のエリアの混雑度を第２の混雑度として算出する第２の混雑度算出ステップと、前記制御部が、前記第１の混雑度と、第２の混雑度との間の相関を算出し、当該相関に基づいて、前記第１のエリアにおける混雑度に応じて将来の前記第２のエリアの混雑度の予測値を算出するための関数を生成する関数生成ステップとを備えることを特徴とする。 An information processing method according to the present invention is a method implemented in an information processing apparatus including a control unit, wherein the control unit is based on positioning information of a terminal device and the degree of congestion of the first area at a predetermined time A first congestion degree calculating step for calculating the congestion degree of the second area at a time after the predetermined time based on the positioning information as a first congestion degree calculating step. The second congestion degree calculating step for calculating the congestion degree, and the control unit calculates a correlation between the first congestion degree and the second congestion degree, and based on the correlation, the first congestion degree is calculated. And a function generation step of generating a function for calculating a predicted value of the congestion degree of the second area in the future according to the congestion degree in the area.
本発明に係るプログラムは、コンピュータを、端末装置の測位情報に基づいて、所定の時間における第１のエリアの混雑度を第１の混雑度として算出する第１の混雑度算出手段、前記測位情報に基づいて、前記所定の時間より後の時間における第２のエリアの混雑度を第２の混雑度として算出する第２の混雑度算出手段、前記第１の混雑度と、第２の混雑度との間の相関を算出し、当該相関に基づいて、前記第１のエリアにおける混雑度に応じて将来の前記第２のエリアの混雑度の予測値を算出するための関数を生成する関数生成手段として機能させることを特徴とする。 The program according to the present invention provides a computer, a first congestion degree calculating means for calculating a congestion degree of a first area at a predetermined time as a first congestion degree based on the positioning information of the terminal device, the positioning information Based on the second congestion degree calculation means for calculating the congestion degree of the second area at a time after the predetermined time as the second congestion degree, the first congestion degree and the second congestion degree Generating a function for calculating a prediction value of a future congestion degree of the second area according to the congestion degree in the first area based on the correlation It is made to function as a means.
また、本発明のプログラムは、ＣＤ−ＲＯＭ等の光学ディスク、磁気ディスク、半導体メモリなどの各種の記録媒体を通じて、又は通信ネットワークなどを介してダウンロードすることにより、コンピュータにインストール又はロードすることができる。 The program of the present invention can be installed or loaded on a computer through various recording media such as an optical disk such as a CD-ROM, a magnetic disk, and a semiconductor memory, or via a communication network. .
また、本明細書等において、「部」とは、単に物理的構成を意味するものではなく、その構成が有する機能をソフトウェアによって実現する場合も含む。また、１つの構成が有する機能が２つ以上の物理的構成により実現されても、２つ以上の構成の機能が１つの物理的構成により実現されてもよい。 Further, in this specification and the like, the “unit” does not simply mean a physical configuration, but also includes a case where the functions of the configuration are realized by software. In addition, functions of one configuration may be realized by two or more physical configurations, or functions of two or more configurations may be realized by one physical configuration.
本発明によれば、あるエリアの混雑度に基づいて、将来の路線の混雑度をより広い範囲で予測可能な技術を提供することができる。 ADVANTAGE OF THE INVENTION According to this invention, the technique which can predict the congestion degree of a future route in a wider range based on the congestion degree of a certain area can be provided.
以下、本発明の実施形態について、図面を参照しつつ詳細に説明する。ただし、発明の範囲をこれらに限定するものではない。 Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings. However, the scope of the invention is not limited to these.
図１を参照して、一実施形態に係る混雑度予測システムの構成について説明する。混雑度予測システム１は、混雑度予測装置１０及び複数の端末装置２０などの情報処理装置を主に備える。混雑度予測装置１０と複数の端末装置２０は、ネットワークＮを介して相互に通信することができる。なお、図１では、３つの端末装置２０が記載されているが、混雑度予測装置１０と通信可能な端末装置２０の数は、任意である。 With reference to FIG. 1, the structure of the congestion degree prediction system which concerns on one Embodiment is demonstrated. The congestion degree prediction system 1 mainly includes information processing apparatuses such as a congestion degree prediction apparatus 10 and a plurality of terminal apparatuses 20. The congestion degree prediction device 10 and the plurality of terminal devices 20 can communicate with each other via the network N. In FIG. 1, three terminal devices 20 are illustrated, but the number of terminal devices 20 that can communicate with the congestion degree prediction device 10 is arbitrary.
ネットワークＮは、混雑度予測装置１０と端末装置２０との間で情報を送受信するための通信回線である。例えば、インターネット、ＬＡＮ、専用線、パケット通信網、電話回線、企業内ネットワーク、その他の通信回線、それらの組み合わせ等のいずれであってもよく、有線であるか無線であるかを問わない。 The network N is a communication line for transmitting and receiving information between the congestion degree prediction device 10 and the terminal device 20. For example, it may be any of the Internet, a LAN, a dedicated line, a packet communication network, a telephone line, a corporate network, other communication lines, combinations thereof, and the like, regardless of whether they are wired or wireless.
混雑度予測装置１０は、ハードウェア構成として、制御部１１、通信部１４、及び記憶部１５を主に備える。制御部１１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１２及びメモリ１３を主に備えて構成される。混雑度予測装置１０は、専用又は汎用のサーバ・コンピュータなどの情報処理装置を用いて実現することができ、例えば、ＣＰＵ１２がメモリ１３等に格納された所定のプログラムを実行することにより、各種の機能実現手段として機能する。なお、混雑度予測装置１０は、単一の情報処理装置より構成されるものであっても、ネットワーク上に分散した複数の情報処理装置より構成されるものであってもよい。 The congestion degree prediction apparatus 10 mainly includes a control unit 11, a communication unit 14, and a storage unit 15 as a hardware configuration. The control unit 11 mainly includes a CPU (Central Processing Unit) 12 and a memory 13. The congestion degree prediction device 10 can be realized by using an information processing device such as a dedicated or general-purpose server computer. For example, the CPU 12 executes various programs by executing a predetermined program stored in the memory 13 or the like. It functions as a function realization means. Note that the congestion degree prediction device 10 may be configured by a single information processing device or may be configured by a plurality of information processing devices distributed on a network.
制御部１１では、ＣＰＵ１２は、記憶部１５等に記憶されたプログラムをメモリ１３に展開して実行することにより、混雑度予測装置１０が備える各種構成の動作を制御し、また、各種処理の実行を制御する。制御部１１において実行される処理の詳細は後述する。 In the control unit 11, the CPU 12 develops and executes a program stored in the storage unit 15 or the like in the memory 13, thereby controlling operations of various configurations included in the congestion degree prediction device 10 and executing various processes. To control. Details of processing executed in the control unit 11 will be described later.
通信部１４は、ネットワークＮを介して端末装置２０等の各種情報処理装置と通信するための通信インタフェースである。通信部１４は、例えば、端末装置２０からの測位情報を受信する。 The communication unit 14 is a communication interface for communicating with various information processing apparatuses such as the terminal apparatus 20 via the network N. For example, the communication unit 14 receives positioning information from the terminal device 20.
記憶部１５は、ハードディスク等の記憶装置によって構成される。記憶部１５は、制御部１１における処理の実行に必要な各種プログラムや各種の情報を記憶する。記憶部１５に記憶されている情報の具体例については後述する。 The storage unit 15 is configured by a storage device such as a hard disk. The storage unit 15 stores various programs and various information necessary for execution of processing in the control unit 11. Specific examples of information stored in the storage unit 15 will be described later.
端末装置２０は、例えば、携帯電話機、スマートフォン、ＰＤＡ（Personal Digital Assistants）、ナビゲーション装置、パーソナルコンピュータなどの現在位置を測位した測位情報を所定時間間隔でアップロードする機能を備えた情報端末を適用することができる。端末装置２０は、図示しないが、主制御部、通信部、表示部、操作部、記憶部、測位処理部などの各種機能実現手段を主に備える。 As the terminal device 20, for example, an information terminal having a function of uploading positioning information obtained by measuring the current position at a predetermined time interval such as a mobile phone, a smart phone, a PDA (Personal Digital Assistants), a navigation device, and a personal computer is applied. Can do. Although not shown, the terminal device 20 mainly includes various function realizing means such as a main control unit, a communication unit, a display unit, an operation unit, a storage unit, and a positioning processing unit.
図２を参照して、一実施形態に係る混雑度予測装置１０の機能構成を説明する。混雑度予測装置１０は、機能構成として、エリア混雑度算出部１１１、路線混雑度算出部１１２、関数生成部１１３、移動方法特定部１１４、混雑度予測値算出部１１５、送信部１１６及びデータベース１２０を主に備える。これらの機能は、例えば、制御部１１において、ＣＰＵ１２が、記憶部１５等に記憶されたプログラムをメモリ１３に展開して実行することにより実現される。 With reference to FIG. 2, the functional configuration of the congestion degree prediction apparatus 10 according to an embodiment will be described. The congestion degree prediction apparatus 10 includes an area congestion degree calculation unit 111, a route congestion degree calculation unit 112, a function generation unit 113, a movement method identification unit 114, a congestion degree prediction value calculation unit 115, a transmission unit 116, and a database 120 as functional configurations. Is mainly provided. These functions are realized by, for example, the control unit 11 having the CPU 12 develop and execute a program stored in the storage unit 15 or the like in the memory 13.
エリア混雑度算出部１１１は、端末装置２０の測位情報に基づいて、所定の時間における対象エリア（第１のエリア）の混雑度（第１の混雑度）を算出する。具体的には、エリア混雑度算出部１１１は、データベース１２０に記憶された端末装置２０の過去の測位情報を参照し、任意に設定された所定の時間において、対象エリアに滞在していた端末装置２０を特定し、特定された端末装置２０の数と対象エリアの面積とに基づいて、その時間における対象エリアの混雑度を算出する。算出された対象エリアの混雑度の情報は、いつの混雑度の情報であるかを示す時間（対象エリア時間）の情報と関連付けて、データベース１２０に記憶される。なお、エリア混雑度算出部１１１は、対象エリアの混雑度ではなく、対象エリアに滞在していた端末装置２０の数の情報をデータベース１２０に記憶しても良い。エリア混雑度算出部１１１は、対象エリアの複数の時間（複数の対象エリア時間）における混雑度又は端末装置２０の数を算出し、データベース１２０に記憶する。対象エリアとしては、例えば、観光地など、ユーザが多く滞在しているエリアが考えられる。対象エリアの情報は、例えば、データベース１２０に記憶された地図情報が示す地図を任意の大きさ及び形状（例えば、矩形、円形、行政区画など）で区切ったエリアの情報で示される。 The area congestion degree calculation unit 111 calculates the congestion degree (first congestion degree) of the target area (first area) at a predetermined time based on the positioning information of the terminal device 20. Specifically, the area congestion degree calculation unit 111 refers to the past positioning information of the terminal device 20 stored in the database 120, and the terminal device staying in the target area at an arbitrarily set predetermined time. 20 is specified, and the degree of congestion of the target area at that time is calculated based on the specified number of terminal devices 20 and the area of the target area. The calculated congestion level information of the target area is stored in the database 120 in association with time (target area time) information indicating the congestion level information. Note that the area congestion degree calculation unit 111 may store, in the database 120, information on the number of terminal devices 20 staying in the target area instead of the congestion degree of the target area. The area congestion degree calculation unit 111 calculates the degree of congestion or the number of terminal devices 20 in a plurality of times (a plurality of target area times) of the target area, and stores them in the database 120. As the target area, for example, an area where many users are staying, such as a sightseeing spot, can be considered. The information on the target area is indicated by, for example, information on an area obtained by dividing the map indicated by the map information stored in the database 120 with an arbitrary size and shape (for example, a rectangle, a circle, and an administrative division).
また、エリア混雑度算出部１１１は、対象エリアの混雑度（又は端末装置２０の数）を端末装置２０のユーザの自宅エリア別に算出しても良い。ユーザの自宅エリアの情報は、ユーザ情報と関連付けてデータベース１２０に記憶されている。また、エリア混雑度算出部１１１は、端末装置２０のユーザが対象エリアまでの移動に用いた移動方法（例えば、車、電車、船など）別に、対象エリアの混雑度（又は端末装置２０の数）を算出しても良い。ユーザが用いた移動方法は、後述する移動方法特定部１１４により特定することができる。 The area congestion degree calculation unit 111 may calculate the degree of congestion (or the number of terminal devices 20) of the target area for each home area of the user of the terminal device 20. Information about the user's home area is stored in the database 120 in association with the user information. The area congestion degree calculation unit 111 also determines the degree of congestion of the target area (or the number of terminal apparatuses 20) for each movement method (for example, car, train, ship, etc.) used by the user of the terminal device 20 to move to the target area. ) May be calculated. The moving method used by the user can be specified by the moving method specifying unit 114 described later.
図３（Ａ）は、データベース１２０に記憶された測位情報の例を示している。この例では、測位情報は、端末装置２０が測位された時刻である測位時刻、端末装置２０の識別情報である端末装置ＩＤ、端末装置２０が測位された位置である測位位置（緯度、及び経度）の情報を含む。 FIG. 3A shows an example of positioning information stored in the database 120. In this example, the positioning information includes a positioning time that is a time when the terminal device 20 is positioned, a terminal device ID that is identification information of the terminal device 20, and a positioning position (latitude and longitude) that is a position where the terminal device 20 is positioned. ) Information.
図３（Ｂ）は、データベース１２０に記憶されたユーザ情報の例を示している。この例では、ユーザ情報は、端末装置のユーザの識別情報であるユーザＩＤ、端末装置ＩＤ、端末装置へ情報を配信するためのアドレスである配信先アドレス、及びユーザの自宅エリアの識別情報である自宅エリアＩＤを含む。なお、自宅エリアＩＤなどのユーザの自宅エリアについての情報は、端末装置２０のユーザによる入力に基づいた情報であっても良いし、端末装置２０の測位情報に基づいて求められた情報であっても良い。測位情報に基づいて自宅エリアの情報を求める方法は任意の方法を用いることができるが、例えば、端末装置２０のユーザの滞在時間、滞在回数、及び滞在日数のうちの少なくとも２つが最も高い値であるエリアを自宅エリアとすることができる。 FIG. 3B shows an example of user information stored in the database 120. In this example, the user information is a user ID that is identification information of the user of the terminal device, a terminal device ID, a delivery destination address that is an address for delivering information to the terminal device, and identification information of the user's home area. Includes home area ID. The information about the user's home area such as the home area ID may be information based on input by the user of the terminal device 20 or information obtained based on the positioning information of the terminal device 20. Also good. Although any method can be used as a method for obtaining home area information based on positioning information, for example, at least two of the stay time, stay count, and stay days of the user of the terminal device 20 are the highest values. An area can be a home area.
路線混雑度算出部１１２は、端末装置２０の測位情報に基づいて、対象エリアから離れる方面の路線（又は当該路線の少なくとも一部を含むエリア）（第２のエリア）の所定の時間（路線時間）における混雑度（第２の混雑度）を算出する。ここで、路線時間は、前述の対象エリア時間よりも後の時間を含む。具体的には、路線混雑度算出部１１２は、まず、データベース１２０に記憶された端末装置２０の過去の測位情報を参照し、任意に設定された所定の時間において、対象エリア（又は対象エリア付近のエリア）につながる路線（例えば、道路、鉄道路線、海路、空路、又はこれらの組み合わせを含む。）のうち、対象エリアから離れる方面に向かう１つ又は複数の路線に滞在していた（すなわち、路線を通過中であった）端末装置２０を特定する。路線混雑度算出部１１２は、特定された端末装置２０の数と、端末装置２０の所有率と、その路線の混雑に影響を及ぼす要素と、に基づいて、その時間における各路線の混雑度を算出する。 The route congestion degree calculation unit 112, based on the positioning information of the terminal device 20, a predetermined time (route time) of a route (or an area including at least part of the route) (second area) in a direction away from the target area. ) Is calculated (second congestion level). Here, the route time includes a time later than the target area time described above. Specifically, the route congestion degree calculation unit 112 first refers to the past positioning information of the terminal device 20 stored in the database 120, and at a predetermined time arbitrarily set (or near the target area). (Including roads, railway lines, sea routes, air routes, or a combination thereof) that are connected to one or more routes that are away from the target area (i.e. The terminal device 20 that was passing through the route is specified. The route congestion degree calculation unit 112 calculates the congestion degree of each route at that time based on the number of the identified terminal devices 20, the ownership rate of the terminal devices 20, and the factors that affect the congestion of the route. calculate.
端末装置２０の所有率は、その路線を含むエリアにおける端末装置２０を所有しているユーザの割合の情報である。特定された端末装置２０の数を端末装置２０の所有率で割ることで、路線を通過している人の数の推定値を算出することができる。また、路線の混雑に影響を及ぼす要素としては、路線が道路である場合、例えば、道路の車線数、制限速度、信号の設置間隔、道路の種別（例えば、一般道路であるか高速道路であるか）などが含まれ、路線が鉄道路線である場合、例えば、車両の最大乗客数、発車時刻表の情報などが含まれる。また、路線の混雑度の値は、任意の尺度により示すことができる。例えば、道路の混雑度の値は、渋滞距離によって示すことができる。もしくは、路線のある区間を通過している人の数の推定値をその区間の長さ（又は面積）で割った値で表すことができる。さらに、鉄道路線の混雑度の値の場合、車両の乗客率によって示すことができる。もしくは、混雑度の値をレベルで（例えば、５段階のレベル）示すこともできる。なお、路線混雑度算出部１１２は、所定の時間におけるその路線の混雑度の情報を外部から取得してデータベース１２０に記憶しても良い。 The ownership rate of the terminal device 20 is information on the proportion of users who own the terminal device 20 in the area including the route. By dividing the number of identified terminal devices 20 by the ownership rate of the terminal devices 20, an estimated value of the number of people passing through the route can be calculated. In addition, as factors affecting the congestion of the route, when the route is a road, for example, the number of lanes of the road, the speed limit, the signal interval, the type of road (for example, a general road or a highway) When the route is a railway line, for example, the maximum number of passengers in the vehicle, information on the departure timetable, and the like are included. Moreover, the value of the congestion degree of a route can be shown by arbitrary scales. For example, the value of road congestion can be indicated by a traffic jam distance. Alternatively, the estimated value of the number of people passing through a certain section of the route can be represented by a value obtained by dividing the estimated value by the length (or area) of the section. Furthermore, in the case of the value of the congestion degree of a railway line, it can be shown by the passenger rate of a vehicle. Alternatively, the value of the degree of congestion can be indicated by a level (for example, five levels). The route congestion degree calculation unit 112 may acquire information on the degree of congestion of the route at a predetermined time from the outside and store the information in the database 120.
算出された（又は取得された）路線の混雑度の情報は、いつの混雑度の情報であるかを示す時間（路線時間）の情報と関連付けて、データベース１２０に記憶される。なお、路線混雑度算出部１１２は、路線の混雑度ではなく、路線に滞在していた（すなわち、路線を通過中であった）端末装置２０の数の情報をデータベース１２０に記憶しても良い。路線混雑度算出部１１２は、各路線について、複数の時間（複数の路線時間）における混雑度又は端末装置２０の数を算出し、データベース１２０に記憶する。ここで、路線時間には、前述の対象エリア時間より後の時間が含まれている。従って、路線混雑度算出部１１２により算出された路線の混雑度は、エリア混雑度算出部１１１により算出された対象エリアの混雑度の時間（対象エリア時間）より後の時間における混雑度を含む。 The calculated (or acquired) congestion level information of the route is stored in the database 120 in association with time (route time) information indicating when the congestion level is. Note that the route congestion degree calculation unit 112 may store, in the database 120, information on the number of terminal devices 20 staying on the route (that is, passing through the route) instead of the congestion degree of the route. . The route congestion degree calculation unit 112 calculates the congestion degree or the number of terminal devices 20 at a plurality of times (a plurality of route times) for each route, and stores them in the database 120. Here, the route time includes a time after the target area time. Therefore, the route congestion degree calculated by the route congestion degree calculation unit 112 includes the congestion degree at a time later than the congestion degree time (target area time) of the target area calculated by the area congestion degree calculation unit 111.
関数生成部１１３は、エリア混雑度算出部１１１により算出された対象エリア（第１のエリア）の混雑度と、路線混雑度算出部１１２により算出された路線（特に、対象エリアを出た後に通過する路線）（第２のエリア）の混雑度との間の相関を算出する。関数生成部１１３は、算出された相関に基づいて、将来の路線（第２のエリア）の混雑度の予測値を対象エリア（第１のエリア）における混雑度に応じて算出するための関数を生成する。算出された相関及び生成された関数は、データベース１２０に記憶される。 The function generation unit 113 uses the congestion degree of the target area (first area) calculated by the area congestion degree calculation unit 111 and the route calculated by the route congestion degree calculation unit 112 (particularly, after passing through the target area) (Corresponding route) (second area) and the degree of congestion are calculated. Based on the calculated correlation, the function generation unit 113 calculates a function for calculating a predicted value of the congestion degree of the future route (second area) according to the congestion degree in the target area (first area). Generate. The calculated correlation and the generated function are stored in the database 120.
例えば、ある日（ｎ）の所定の時間（対象エリア時間）における対象エリアの混雑度Ｘnと、対象エリア時間から一定時間（ｔ）経過後の路線の混雑度Ｐnとの間の関係は、次の関数により示される。
Ｐn＝ａtＸn
ここで、ａtは、対象エリアの混雑度Ｘと、対象エリア時間から一定時間（ｔ）経過後の路線の混雑度Ｐとの間の相関に基づいて定まる係数である。関数生成部１１３は、複数の日についてのＸnとＰnの値から最小二乗法等を用いてａtを算出する。このように算出されたａtを用いることで、将来の路線の混雑度の予測値（Ｐ）を対象エリアにおける混雑度（Ｘ）に応じて算出することができる。関数生成部１１３は、対象エリア時間から一定時間（ｔ）経過後の路線の混雑度Ｐを算出するための次のような関数を生成する。
Ｐ＝ａtＸ
For example, the relationship between the congestion degree X n of the target area at a predetermined time (target area time) on a certain day (n) and the congestion degree P n of a route after a certain time (t) has elapsed from the target area time is Is shown by the following function:
P n = at x X n
Here, a t is a coefficient determined based on the correlation between the congestion degree X of the target area, the congestion degree P of a predetermined time (t) after the lapse of routes from the target area time. The function generator 113 calculates a t from the values of X n and P n for a plurality of days using the least square method or the like. Thus, by using the calculated a t, can be calculated in accordance with the congestion degree (X) predicted value of the congestion degree of the future route to (P) in the target area. The function generation unit 113 generates the following function for calculating the congestion degree P of the route after a predetermined time (t) has elapsed from the target area time.
P = a t X
また、異なる複数の値のｔ（ｔ＝ｔ1、ｔ2、ｔ3、・・・ｔM）について、上記の関数をそれぞれ生成してもよい。そのようにすることで、時間の経過と路線の混雑度の変化との関係を把握することができる。 Further, the above functions may be generated for a plurality of different values of t (t = t 1 , t 2 , t 3 ,... T M ). By doing so, it is possible to grasp the relationship between the passage of time and the change in the congestion degree of the route.
このように、端末装置２０の測位情報に基づいて算出又は生成された相関又は関数を用いることによって、将来の路線（対象エリアを出た後に通過する路線）の混雑度の予測値を算出することができる。従って、対象エリア又はその近隣に特別な装置等を設置したり、対象エリアに滞在する者に特別な装置を携帯させたりすることなく予測値を算出できる。端末装置２０は、前述のとおり、携帯電話機、スマートフォン等によって構成されるため、ユーザが一般的に携帯する装置であり、特別な装置ではない。また、上記の方法では、車のナンバープレートを読み取る方法とは異なり、端末装置の測位情報に基づいて、路線の混雑度の予測値を算出できるため、電車などのナンバープレートを持たない移動手段の混雑度を算出することができる。すなわち、関数生成部１１３によって算出又は生成された相関又は関数を用いることによって、将来の路線の混雑度をより広い範囲で予測することができる。 In this way, by using the correlation or function calculated or generated based on the positioning information of the terminal device 20, the predicted value of the congestion degree of the future route (the route that passes after leaving the target area) is calculated. Can do. Accordingly, the predicted value can be calculated without installing a special device or the like in the target area or in the vicinity thereof, or having a special device carried by a person staying in the target area. Since the terminal device 20 is configured by a mobile phone, a smartphone, or the like as described above, the terminal device 20 is a device that is generally carried by the user, and is not a special device. In addition, unlike the method of reading the car license plate, the above method can calculate the predicted value of the congestion degree of the route based on the positioning information of the terminal device. The degree of congestion can be calculated. That is, by using the correlation or function calculated or generated by the function generation unit 113, it is possible to predict the congestion degree of the future route in a wider range.
また、関数生成部１１３は、端末装置２０のユーザの自宅エリアを考慮して、対象エリアにおけるユーザの自宅エリア別の混雑度と路線の混雑度との間の相関を算出し、対象エリアにおける自宅エリア別の混雑度に応じて将来の路線の混雑度の予測値を算出するための関数を生成することができる。 In addition, the function generation unit 113 calculates the correlation between the congestion level of the user area in the target area and the congestion level of the route in consideration of the home area of the user of the terminal device 20, and the home in the target area. It is possible to generate a function for calculating a predicted value of the congestion degree of the future route according to the congestion degree by area.
例えば、ある日（ｎ）の所定の時間（対象エリア時間）の対象エリアにおいて、エリアＡを自宅エリアとするユーザの混雑度ＸAn、エリアＢを自宅エリアとするユーザの混雑度ＸBn、エリアＣを自宅エリアとするユーザの混雑度ＸCn、エリアＤを自宅エリアとするユーザの混雑度ＸDnとする。このとき、対象エリアの混雑度と、対象エリア時間から一定時間（ｔ）経過後の路線の混雑度Ｐnとの間の関係は、次の関数により示される。
Ｐn＝ａtＸAn＋ｂtＸBn＋ｃtＸCn＋ｄtＸDn
ここで、ａt、ｂt、ｃt、ｄtは、対象エリアの自宅エリア別の混雑度（ＸA、ＸB、ＸC、ＸD）と、対象エリア時間から一定時間（ｔ）経過後の路線の混雑度Ｐとの間の相関に基づいて定まる係数である。
For example, in a target area at a predetermined time (target area time) on a certain day (n), the congestion degree X An of a user whose area A is a home area, the congestion degree X Bn of a user whose area B is a home area, and the area It is assumed that C is a congestion degree X Cn of a user having a home area and C is a congestion degree X Dn of a user having an area D as a home area. At this time, the relationship between the congestion level of the target area and the congestion level P n of the route after a certain time (t) has elapsed from the target area time is represented by the following function.
P n = a t X An + b t X Bn + c t X Cn + d t X Dn
Here, a t , b t , c t , and d t are the congestion levels (X A , X B , X C , and X D ) of the target area for each home area and a certain time (t) has elapsed from the target area time This coefficient is determined based on the correlation with the congestion degree P of the subsequent route.
関数生成部１１３は、複数の日についてのＸAn、ＸBn、ＸCn、ＸDn、Ｐnの値から最小二乗法等を用いてａt、ｂt、ｃt、ｄtを算出する。このように算出されたａt、ｂt、ｃt、ｄtを用いて生成された次の関数を用いることで、対象エリア時間における対象エリアにおけるユーザの自宅エリア別の混雑度（ＸA、ＸB、ＸC、ＸD）に応じて将来（対象エリア時間から一定時間（ｔ）経過後）の路線の混雑度（Ｐ）の予測値を算出することができる。
Ｐ＝ａtＸA＋ｂtＸB＋ｃtＸC＋ｄtＸD
The function generation unit 113 calculates a t , b t , c t , and d t from the values of X An , X Bn , X Cn , X Dn , and P n for a plurality of days using the least square method or the like. Thus calculated a t, b t, c t , by using the following functions generated with d t, home area by the degree of congestion of the user in the target area in the target area Time (X A, A predicted value of the degree of congestion (P) of the route in the future (after a certain time (t) has elapsed from the target area time) can be calculated according to X B , X C , and X D.
P = a t X A + b t X B + c t X C + d t X D
一般に、ユーザがあるエリアから帰宅する場合、自宅エリアの位置に応じて利用する路線は異なる。従って、このようにユーザの自宅エリアを考慮して算出された対象エリアの混雑度と路線の混雑度との間の相関又は関数を用いることによって、路線の混雑度の予測値をより正確に算出することができる。 Generally, when a user returns home from a certain area, the route to be used differs depending on the position of the home area. Therefore, by using a correlation or function between the congestion degree of the target area and the congestion degree of the route calculated in consideration of the user's home area in this way, the predicted value of the congestion degree of the route is calculated more accurately. can do.
また、関数生成部１１３は、曜日別、平日／休日の別、週別、月別、又は季節別に、前述の相関を生成し、当該相関に基づいて、前述の関数を生成しても良い。このような相関及び関数は、曜日別、平日／休日の別、週別、月別、又は季節別の対象エリアの混雑度及び路線の混雑度を用いることによって算出できる。このように算出又は生成された相関又は関数を用いることによって、混雑度の予測対象の時点が属するある曜日、平日／休日、週、月、又は季節における対象エリアの混雑度に応じて、路線の混雑度の予測値を算出することができる。 Further, the function generation unit 113 may generate the aforementioned correlation for each day of the week, each weekday / holiday, each week, each month, or each season, and may generate the aforementioned function based on the correlation. Such correlation and function can be calculated by using the degree of congestion of the target area and the degree of congestion of the route by day of the week, weekday / holiday, week, month, or season. By using the correlation or function calculated or generated in this way, according to the congestion level of the target area on a certain day of the week, weekday / holiday, week, month, or season to which the target time of the congestion level belongs, A predicted value of the degree of congestion can be calculated.
また、関数生成部１１３は、エリア混雑度算出部１１１によって算出された移動方法別の混雑度に基づいて、移動方法別の対象エリアの混雑度と、路線の将来の混雑度との間の相関を算出し、当該相関に基づいて、対象エリアにおける当該対象エリアまでの移動方法別の混雑度に応じて将来の路線の混雑度の予測値を算出するための関数を生成しても良い。一般に対象エリアまでの移動に用いた移動手段と対象エリアから出た後の移動の経路は関連していることが多いと考えられるため、このように生成された相関又は関数を用いることによって、路線の混雑度の予測値をより正確に算出することができる。 In addition, the function generation unit 113 correlates between the congestion degree of the target area for each movement method and the future congestion degree of the route based on the congestion degree for each movement method calculated by the area congestion degree calculation unit 111. Based on the correlation, a function for calculating a predicted value of the congestion degree of the future route according to the congestion degree for each moving method in the target area may be generated. In general, it is considered that the moving means used for moving to the target area and the route of movement after leaving the target area are often related, so by using the correlation or function generated in this way, the route The predicted value of the degree of congestion can be calculated more accurately.
なお、上記の例では、関数生成部１１３は、エリア混雑度算出部１１１及び路線混雑度算出部１１２によって算出された混雑度に基づいて、相関及び関数を算出又は生成しているがこれに限定しない。関数生成部１１３は、エリア混雑度算出部１１１及び路線混雑度算出部１１２によって算出された端末装置２０の数に基づいて、相関及び関数を算出又は生成しても良い。 In the above example, the function generation unit 113 calculates or generates a correlation and a function based on the congestion degree calculated by the area congestion degree calculation unit 111 and the route congestion degree calculation unit 112, but the present invention is not limited thereto. do not do. The function generation unit 113 may calculate or generate a correlation and a function based on the number of terminal devices 20 calculated by the area congestion degree calculation unit 111 and the route congestion degree calculation unit 112.
移動方法特定部１１４は、データベース１２０に記憶された端末装置２０の測位情報を参照して、端末装置２０のユーザが対象エリアまでの移動に用いた移動方法、及び対象エリアからの移動に用いた移動方法を特定する。測位情報を用いた移動方法の特定は、任意の方法を用いることができる。例えば、移動方法特定部１１４は、測位位置と、測位位置及び測位時間に基づいて算出された移動速度とに基づいて移動手段を特定することができる。具体的には、移動方法特定部１１４は、端末装置２０の測位位置の数が道路上に所定の割合（例えば、８０％）以上ある場合、移動手段を車又は徒歩として特定し、測位位置及び測位時間を用いて算出された移動速度が所定値（例えば、１５０ｍ／分）以上である場合、移動手段を車として特定することができる。 The movement method specifying unit 114 refers to the positioning information of the terminal device 20 stored in the database 120, and the movement method used by the user of the terminal device 20 to move to the target area and the movement from the target area. Identify how to move. An arbitrary method can be used for specifying the movement method using the positioning information. For example, the moving method specifying unit 114 can specify the moving means based on the positioning position and the moving speed calculated based on the positioning position and the positioning time. Specifically, when the number of positioning positions of the terminal device 20 is greater than or equal to a predetermined ratio (for example, 80%) on the road, the moving method specifying unit 114 specifies the moving means as a car or a walk, When the moving speed calculated using the positioning time is a predetermined value (for example, 150 m / min) or more, the moving means can be specified as a car.
混雑度予測値算出部１１５は、関数生成部１１３により生成された関数に基づいて、所定の時間における対象エリアの混雑度を用いて、当該所定の時間より後の時間における（すなわち、将来の）路線の混雑度の予測値を算出する。また、混雑度予測値算出部１１５は、関数生成部１１３により算出された相関に基づいて前述の関数を生成し、当該関数に基づいて、将来の路線の混雑度の予測値を算出することもできる。関数生成部１１３により生成された関数に基づいて将来の路線の混雑度の予測値を算出する方法は、前述したとおりである。算出された予測値は、データベース１２０に記憶される。 Based on the function generated by the function generation unit 113, the congestion level predicted value calculation unit 115 uses the congestion level of the target area at a predetermined time, and at a time later than the predetermined time (that is, in the future). Calculate the predicted value of the congestion on the route. Further, the congestion degree predicted value calculation unit 115 may generate the above-described function based on the correlation calculated by the function generation unit 113, and may calculate a predicted value of the congestion degree of the future route based on the function. it can. The method for calculating the predicted value of the degree of congestion on the future route based on the function generated by the function generation unit 113 is as described above. The calculated predicted value is stored in the database 120.
また、混雑度予測値算出部１１５は、対象エリアの混雑度の予測値が所定値以上となる時間帯の予測値を路線ごとに算出することができる。具体的には、関数生成部１１３により、複数の異なるｔのそれぞれについてａtを算出しておき、算出されたそれぞれのａtを用いて混雑度予測値算出部１１５により、それぞれのｔについて予測値を算出することで、対象エリアの混雑度の予測値が所定値以上となる時間帯の予測値を算出することができる。 Further, the congestion degree predicted value calculation unit 115 can calculate, for each route, a predicted value in a time zone in which the predicted value of the congestion degree of the target area is equal to or greater than a predetermined value. Specifically, the function generator 113 in advance to calculate the a t for each of a plurality of different t, the congestion degree predicted value calculation unit 115 using each a t calculated, predicted for each t By calculating the value, it is possible to calculate a predicted value in a time zone in which the predicted value of the degree of congestion in the target area is equal to or greater than a predetermined value.
さらに、上記の例では、１つのエリア（第１のエリア）の混雑度を用いて第２のエリアの将来の混雑度の予測値を算出しているが、２つのエリアの混雑度を用いて第２のエリアの将来の混雑度の予測値を算出してもよい。 Further, in the above example, the predicted value of the future congestion degree of the second area is calculated using the congestion degree of one area (first area), but the congestion degree of the two areas is used. You may calculate the predicted value of the future congestion degree of a 2nd area.
なお、混雑度予測値算出部１１５は、混雑度予測装置１０とは別の外部装置に備えるようにしても良い。この場合、その外部装置は、関数生成部１１３により生成された相関及び関数の情報を記憶する記憶手段を備える。混雑度予測値算出部１１５は、この記憶手段に記憶された相関及び関数の情報に基づいて、所定の時間における対象エリアの混雑度を用いて、当該所定の時間より後の時間における路線の混雑度の予測値を算出する。さらに、この例の場合、この外部装置は、後述する送信部１１６も備える。 The congestion degree predicted value calculation unit 115 may be provided in an external device different from the congestion degree prediction apparatus 10. In this case, the external device includes storage means for storing information on the correlation and function generated by the function generation unit 113. Based on the correlation and function information stored in the storage unit, the congestion level predicted value calculation unit 115 uses the congestion level of the target area at a predetermined time, and congestion of the route at a time after the predetermined time. Calculate the predicted value of degree. Further, in the case of this example, the external device also includes a transmission unit 116 described later.
送信部１１６は、混雑度予測値算出部１１５により算出された予測値（混雑度の予測値及び／又は混雑度の予測値が所定値以上となる時間帯の予測値）を対象エリアに滞在している（又は滞在していた）ユーザの端末装置２０に送信する。端末装置２０への送信先アドレスの情報は、データベース１２０にユーザ情報と関連付けて記憶されている。予測値の送信のタイミングは任意に設定することができる。例えば、対象エリアへの滞在ユーザが滞在の開始から所定時間（例えば、５時間）経過したとき、又は滞在ユーザが対象エリアから出たときを送信タイミングとすることができる。 The transmission unit 116 stays in the target area the prediction value calculated by the congestion degree prediction value calculation unit 115 (the prediction value of the congestion degree and / or the prediction value of the time zone in which the prediction value of the congestion degree is equal to or greater than a predetermined value). Is transmitted (or stayed) to the terminal device 20 of the user. Information on the transmission destination address to the terminal device 20 is stored in the database 120 in association with the user information. The timing for transmitting the predicted value can be arbitrarily set. For example, the transmission timing can be the time when a user staying in the target area has passed a predetermined time (for example, 5 hours) from the start of the stay or when the user staying out of the target area.
また、送信部１１６は、混雑度予測値算出部１１５により算出された予測値の全てを対象エリアに滞在している（又は滞在していた）各ユーザの端末装置２０へ送信するのではなく、そのユーザに関係する路線についての予測値のみを送信することができる。例えば、送信部１１６は、対象エリアに滞在している（又は滞在していた）ユーザの端末装置２０へ、混雑度予測値算出部１１５により算出された予測値のうち、対象エリアから当該ユーザの自宅エリアの方面に向かうために通過する路線（帰宅路線）についての予測値のみを送信することができる。 In addition, the transmission unit 116 does not transmit all of the prediction values calculated by the congestion degree prediction value calculation unit 115 to the terminal device 20 of each user staying (or staying) in the target area. Only predicted values for routes related to the user can be transmitted. For example, the transmission unit 116 transmits the user's terminal device 20 staying in (or staying in) the target area from the target area to the user's terminal device 20 among the predicted values calculated by the congestion degree predicted value calculation unit 115. It is possible to transmit only the predicted value for the route (home route) that passes to go to the direction of the home area.
データベース１２０は、混雑度予測装置１０において実行される上記の処理に必要な情報、及び当該処理により生成された情報など、各種情報を記憶する。データベース１２０は、例えば、測位情報、地図情報、エリア混雑度情報、路線混雑度情報、相関／関数情報、混雑度予測値情報、ユーザ情報を記憶している。 The database 120 stores various kinds of information such as information necessary for the above-described processing executed in the congestion degree prediction device 10 and information generated by the processing. The database 120 stores, for example, positioning information, map information, area congestion degree information, route congestion degree information, correlation / function information, congestion degree predicted value information, and user information.
次に、図４及び図５を参照して、混雑度予測装置１０において実行される処理のフローを説明する。なお、以下に説明する処理フローに含まれる各処理ステップは、処理内容に矛盾を生じない範囲で、任意に順番を変更して又は並列に実行することができるとともに、各処理ステップ間に他のステップを追加してもよい。また、便宜上１ステップとして記載されているステップは、複数ステップに分けて実行することができる一方、便宜上複数ステップに分けて記載されているものは、１ステップとして把握することができる。 Next, with reference to FIG.4 and FIG.5, the flow of the process performed in the congestion degree prediction apparatus 10 is demonstrated. Each processing step included in the processing flow described below can be executed in any order or in parallel as long as there is no contradiction in the processing contents. Steps may be added. Further, a step described as one step for convenience can be executed by being divided into a plurality of steps, while a step described as being divided into a plurality of steps for convenience can be grasped as one step.
図４は、対象エリアＸに端末装置２０のユーザが現在３９８０人滞在しており、対象エリアＸから東京及び千葉の方面に向かう場合には、経路Ｙを通過し、対象エリアＸから群馬及び山梨の方面に向かう場合には、経路Ｚを通過することを示している。 FIG. 4 shows that when 3980 users of the terminal device 20 are currently staying in the target area X and heading for Tokyo and Chiba from the target area X, the route Y is passed and the target area X is moved from Gunma and Yamanashi. In the case of going in the direction of, the route Z is shown to pass.
図５は、将来の経路Ｙの混雑度の予測値を算出してユーザへ送信するための処理のフローを示している。 FIG. 5 shows a flow of processing for calculating a predicted value of the degree of congestion of the future route Y and transmitting it to the user.
まず、ステップＳ１１において、エリア混雑度算出部１１１は、データベース１２０に記憶された端末装置２０の過去の測位情報を参照し、過去の所定の時間（過去の対象エリア時間）において、対象エリアＸに滞在していた端末装置２０を特定し、特定された端末装置２０の数と対象エリアＸの面積とに基づいて、その時間における対象エリアＸの混雑度を算出する。また、エリア混雑度算出部１１１は、対象エリアの混雑度（又は端末装置２０の数）を端末装置２０のユーザの自宅エリア別に算出しても良い。ユーザの自宅エリアの情報は、ユーザ情報と関連付けてデータベース１２０に記憶されている。 First, in step S11, the area congestion degree calculation unit 111 refers to the past positioning information of the terminal device 20 stored in the database 120, and sets the target area X in the past predetermined time (past target area time). The terminal device 20 that has stayed is specified, and the degree of congestion of the target area X at that time is calculated based on the number of the specified terminal devices 20 and the area of the target area X. The area congestion degree calculation unit 111 may calculate the degree of congestion (or the number of terminal devices 20) of the target area for each home area of the user of the terminal device 20. Information about the user's home area is stored in the database 120 in association with the user information.
ステップＳ１２において、路線混雑度算出部１１２は、まず、データベース１２０に記憶された端末装置２０の過去の測位情報を参照し、任意に設定された所定の時間（ステップＳ１１における過去の対象エリア時間より後の時間）において、路線Ｙに滞在していた（すなわち、路線Ｙを通過中であった）端末装置２０を特定する。路線混雑度算出部１１２は、特定された端末装置２０の数と、端末装置２０の所有率と、その路線の混雑に影響を及ぼす要素と、に基づいて、その時間における路線Ｙの混雑度を算出する。 In step S12, the route congestion degree calculation unit 112 first refers to the past positioning information of the terminal device 20 stored in the database 120, and arbitrarily sets a predetermined time (from the past target area time in step S11). At a later time, the terminal device 20 staying on the route Y (that is, passing through the route Y) is specified. The route congestion degree calculation unit 112 calculates the congestion degree of the route Y at the time based on the number of the identified terminal devices 20, the ownership rate of the terminal devices 20, and the factors that affect the congestion of the route. calculate.
ステップＳ１３において、関数生成部１１３は、エリア混雑度算出部１１１により算出された対象エリアＸの混雑度と、路線混雑度算出部１１２により算出された路線Ｙの混雑度との間の相関を算出する。関数生成部１１３は、算出された相関に基づいて、将来の路線Ｙの混雑度の予測値を対象エリアＸにおける混雑度に応じて算出するための関数を生成する。相関及び関数の詳細は、関数生成部１１３の説明で前述したとおりである。 In step S <b> 13, the function generation unit 113 calculates a correlation between the congestion level of the target area X calculated by the area congestion level calculation unit 111 and the congestion level of the route Y calculated by the route congestion level calculation unit 112. To do. The function generation unit 113 generates a function for calculating a predicted value of the degree of congestion on the future route Y according to the degree of congestion in the target area X based on the calculated correlation. Details of the correlation and the function are as described above in the description of the function generation unit 113.
ステップＳ１４において、混雑度予測値算出部１１５は、対象エリアＸに現在滞在する端末装置２０のユーザ数（３９８０人）から対象エリアＸの混雑度を算出し、当該混雑度と、関数生成部１１３により生成された関数とに基づいて、将来の路線の混雑度の予測値を算出する。 In step S <b> 14, the predicted congestion level calculation unit 115 calculates the congestion level of the target area X from the number of users (3980 people) of the terminal device 20 currently staying in the target area X, and the congestion level and the function generation unit 113. Based on the function generated by the above, a predicted value of the degree of congestion on the future route is calculated.
ステップＳ１５において、送信部１１６は、混雑度予測値算出部１１５により算出された予測値を対象エリアに滞在している（又は滞在していた）ユーザの端末装置２０に送信する。 In step S15, the transmission unit 116 transmits the prediction value calculated by the congestion degree prediction value calculation unit 115 to the terminal device 20 of the user who stays (or stays) in the target area.
以上のように本実施形態によれば、端末装置２０の測位情報に基づいて算出又は生成された相関又は関数を用いることによって、将来の路線の混雑度の予測値を算出することができる。従って、対象エリア又はその近隣に特別な装置等を設置したり、対象エリアに滞在する者に特別な装置を携帯させたりすることなく予測値を算出できる。端末装置２０は、前述のとおり、携帯電話機、スマートフォン等によって構成されるため、ユーザが一般的に携帯する装置であり、特別な装置ではない。また、上記の方法では、車のナンバープレートを読み取る方法とは異なり、端末装置の測位情報に基づいて、路線の混雑度の予測値を算出できるため、電車などのナンバープレートを持たない移動手段の混雑度を算出することができる。すなわち、関数生成部１１３によって算出又は生成された相関又は関数を用いることによって、将来の路線の混雑度をより広い範囲で予測することができる。 As described above, according to the present embodiment, by using the correlation or function calculated or generated based on the positioning information of the terminal device 20, it is possible to calculate the predicted value of the degree of congestion on the future route. Accordingly, the predicted value can be calculated without installing a special device or the like in the target area or in the vicinity thereof, or having a special device carried by a person staying in the target area. Since the terminal device 20 is configured by a mobile phone, a smartphone, or the like as described above, the terminal device 20 is a device that is generally carried by the user, and is not a special device. In addition, unlike the method of reading the car license plate, the above method can calculate the predicted value of the congestion degree of the route based on the positioning information of the terminal device. The degree of congestion can be calculated. That is, by using the correlation or function calculated or generated by the function generation unit 113, it is possible to predict the congestion degree of the future route in a wider range.
本発明は、上記した実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲内において、他の様々な形で実施することができる。上記実施形態はあらゆる点で単なる例示にすぎず、限定的に解釈されるものではない。 The present invention is not limited to the above-described embodiment, and can be implemented in various other forms without departing from the gist of the present invention. The above-described embodiment is merely an example in all respects, and is not construed as limiting.
１ 情報処理システム、１０ 混雑度予測装置、１１ 制御部、１２ ＣＰＵ、１３ メモリ、１４ 通信部、１５ 記憶部、２０ 端末装置 DESCRIPTION OF SYMBOLS 1 Information processing system, 10 Congestion degree prediction apparatus, 11 Control part, 12 CPU, 13 Memory, 14 Communication part, 15 Storage part, 20 Terminal device
Claims (10)
前記測位情報に基づいて、前記所定の時間より後の時間における第２のエリアの混雑度を第２の混雑度として算出する第２の混雑度算出手段と、
前記第１の混雑度と、第２の混雑度との間の相関を算出し、当該相関に基づいて、前記第１のエリアにおける混雑度に応じて将来の前記第２のエリアの混雑度の予測値を算出するための関数を生成する関数生成手段と
を備えることを特徴とする情報処理装置。 First congestion degree calculating means for calculating the congestion degree of the first area at a predetermined time as the first congestion degree based on the positioning information of the terminal device;
Based on the positioning information, second congestion degree calculating means for calculating a congestion degree of the second area at a time after the predetermined time as a second congestion degree;
A correlation between the first congestion degree and the second congestion degree is calculated, and based on the correlation, the future congestion degree of the second area is determined according to the congestion degree in the first area. An information processing apparatus comprising: function generation means for generating a function for calculating a predicted value.
前記関数生成手段は、前記自宅エリア別に算出された前記第１の混雑度と、前記第２の混雑度との間の相関を算出し、当該相関に基づいて、前記第１のエリアにおける前記自宅エリア別の混雑度に応じて将来の前記第２エリアの混雑度の予測値を算出するための関数を生成することを特徴とする請求項１又は２に記載の情報処理装置。 The first congestion level is further calculated based on the home area of the user of the terminal device, based on the home area of the user,
The function generation means calculates a correlation between the first congestion degree calculated for each home area and the second congestion degree, and based on the correlation, the home in the first area The information processing apparatus according to claim 1, wherein a function for calculating a predicted value of the congestion degree of the second area in the future is generated according to the congestion degree for each area.
前記第１の混雑度は、前記特定された移動方法に基づいて、前記ユーザが前記第１のエリアまでの移動に用いた移動方法別に算出され、
前記関数生成手段は、前記移動方法別に算出された前記第１の混雑度と、前記第２の混雑度との間の相関を算出し、前記第１のエリアにおける当該第１のエリアまでの移動方法別の混雑度に応じて将来の前記第２のエリアの混雑度の予測値を算出するための関数を生成することを特徴とする請求項１から４のいずれか１項に記載の情報処理装置。 Based on the positioning information, comprising a specifying means for specifying a moving method used by the user to move to the first area;
The first congestion level is calculated for each movement method used by the user to move to the first area based on the identified movement method,
The function generation means calculates a correlation between the first congestion degree calculated for each movement method and the second congestion degree, and moves to the first area in the first area. 5. The information processing according to claim 1, further comprising: generating a function for calculating a predicted value of the congestion degree of the second area in the future according to the congestion degree for each method. apparatus.
前記記憶された相関に関する情報に基づいて、前記第１のエリアにおける混雑度に応じた将来の前記第２のエリアの混雑度の予測値を算出する算出手段と
を備えることを特徴とする情報処理装置。 The congestion degree of the first area at a predetermined time calculated based on the positioning information of the terminal device, and the congestion degree of the second area at a time after the predetermined time calculated based on the positioning information. Storage means for storing information on the correlation between
And a calculation means for calculating a predicted value of the congestion degree of the second area in the future according to the congestion degree of the first area based on the stored information on the correlation. apparatus.
前記制御部が、端末装置の測位情報に基づいて、所定の時間における第１のエリアの混雑度を第１の混雑度として算出する第１の混雑度算出ステップと、
前記制御部が、前記測位情報に基づいて、前記所定の時間より後の時間における第２のエリアの混雑度を第２の混雑度として算出する第２の混雑度算出ステップと、
前記制御部が、前記第１の混雑度と、第２の混雑度との間の相関を算出し、当該相関に基づいて、前記第１のエリアにおける混雑度に応じて将来の前記第２のエリアの混雑度の予測値を算出するための関数を生成する関数生成ステップと
を備えることを特徴とする情報処理方法。 A method implemented in an information processing apparatus including a control unit,
A first congestion degree calculating step in which the control unit calculates the congestion degree of the first area at a predetermined time as the first congestion degree based on the positioning information of the terminal device;
A second congestion degree calculating step in which the control unit calculates, based on the positioning information, a congestion degree of the second area at a time after the predetermined time as a second congestion degree;
The control unit calculates a correlation between the first congestion degree and the second congestion degree, and based on the correlation, the second future in accordance with the congestion degree in the first area. A function generation step for generating a function for calculating a predicted value of the congestion degree of the area.
端末装置の測位情報に基づいて、所定の時間における第１のエリアの混雑度を第１の混雑度として算出する第１の混雑度算出手段、
前記測位情報に基づいて、前記所定の時間より後の時間における第２のエリアの混雑度を第２の混雑度として算出する第２の混雑度算出手段、
前記第１の混雑度と、第２の混雑度との間の相関を算出し、当該相関に基づいて、前記第１のエリアにおける混雑度に応じて将来の前記第２のエリアの混雑度の予測値を算出するための関数を生成する関数生成手段
として機能させるためのプログラム。 Computer
First congestion degree calculating means for calculating the congestion degree of the first area at a predetermined time as the first congestion degree based on the positioning information of the terminal device;
A second congestion degree calculating means for calculating, as a second congestion degree, a congestion degree of the second area at a time later than the predetermined time based on the positioning information;
A correlation between the first congestion degree and the second congestion degree is calculated, and based on the correlation, the future congestion degree of the second area is determined according to the congestion degree in the first area. A program for functioning as function generation means for generating a function for calculating a predicted value.
前記記憶部は、端末装置の測位情報に基づいて算出された所定の時間における第１のエリアの混雑度と、前記測位情報に基づいて算出された、前記所定の時間より後の時間における第２のエリアの混雑度との間の相関に関する情報を記憶し、
前記方法は、前記制御部が、前記記憶された相関に関する情報に基づいて、前記第１のエリアにおける混雑度に応じた将来の前記第２のエリアの混雑度の予測値を算出する算出ステップを備えることを特徴とする情報処理方法。 A method implemented in an information processing apparatus including a storage unit and a control unit,
The storage unit includes a congestion degree of the first area at a predetermined time calculated based on the positioning information of the terminal device, and a second time at a time after the predetermined time calculated based on the positioning information. Memorize information about the correlation between the area's congestion and
The method includes a calculation step in which the control unit calculates a predicted value of the congestion degree of the second area in the future according to the congestion degree in the first area based on the stored information on the correlation. An information processing method characterized by comprising:
端末装置の測位情報に基づいて算出された所定の時間における第１のエリアの混雑度と、前記測位情報に基づいて算出された、前記所定の時間より後の時間における第２のエリアの混雑度との間の相関に関する情報を記憶する記憶手段、
前記記憶された相関に関する情報に基づいて、前記第１のエリアにおける混雑度に応じた将来の前記第２のエリアの混雑度の予測値を算出する算出手段
として機能させるためのプログラム。 Computer
The congestion degree of the first area at a predetermined time calculated based on the positioning information of the terminal device, and the congestion degree of the second area at a time later than the predetermined time calculated based on the positioning information. Storage means for storing information relating to the correlation between
A program for functioning as a calculation means for calculating a predicted value of the future congestion degree of the second area according to the congestion degree in the first area based on the stored information on the correlation.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013083281A JP6189620B2 (en) | 2013-04-11 | 2013-04-11 | Information processing apparatus, information processing method, and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013083281A JP6189620B2 (en) | 2013-04-11 | 2013-04-11 | Information processing apparatus, information processing method, and program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2014206827A true JP2014206827A (en) | 2014-10-30 |
| JP6189620B2 JP6189620B2 (en) | 2017-08-30 |
Family
ID=52120341
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2013083281A Active JP6189620B2 (en) | 2013-04-11 | 2013-04-11 | Information processing apparatus, information processing method, and program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6189620B2 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016110360A (en) * | 2014-12-05 | 2016-06-20 | 株式会社Ｎｔｔドコモ | Congestion prediction device, congestion prediction system and congestion prediction method |
| JP2016218812A (en) * | 2015-05-22 | 2016-12-22 | 日本電信電話株式会社 | Moving means estimation model generation device, moving means estimation model generation method and moving means estimation model generation program |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003288663A (en) * | 2002-03-28 | 2003-10-10 | Seiko Epson Corp | Movable body guide system, movable body guide method and information storage medium |
| JP2004348598A (en) * | 2003-05-23 | 2004-12-09 | Aisin Aw Co Ltd | Traffic congestion estimation system |
| JP2006091981A (en) * | 2004-09-21 | 2006-04-06 | Denso Corp | Road congestion degree prediction system and road congestion degree prediction apparatus |
| JP2008146249A (en) * | 2006-12-07 | 2008-06-26 | Nippon Telegraph & Telephone West Corp | Probe data analysis system |
-
2013
- 2013-04-11 JP JP2013083281A patent/JP6189620B2/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003288663A (en) * | 2002-03-28 | 2003-10-10 | Seiko Epson Corp | Movable body guide system, movable body guide method and information storage medium |
| JP2004348598A (en) * | 2003-05-23 | 2004-12-09 | Aisin Aw Co Ltd | Traffic congestion estimation system |
| JP2006091981A (en) * | 2004-09-21 | 2006-04-06 | Denso Corp | Road congestion degree prediction system and road congestion degree prediction apparatus |
| JP2008146249A (en) * | 2006-12-07 | 2008-06-26 | Nippon Telegraph & Telephone West Corp | Probe data analysis system |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016110360A (en) * | 2014-12-05 | 2016-06-20 | 株式会社Ｎｔｔドコモ | Congestion prediction device, congestion prediction system and congestion prediction method |
| JP2016218812A (en) * | 2015-05-22 | 2016-12-22 | 日本電信電話株式会社 | Moving means estimation model generation device, moving means estimation model generation method and moving means estimation model generation program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6189620B2 (en) | 2017-08-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113483772B (en) | Providing traffic alerts to users based on return trip delays | |
| JP6681657B2 (en) | Travel status determination device, travel status determination method and program | |
| US20160076906A1 (en) | Navigation system with destination action mechanism and method of operation thereof | |
| US20140163876A1 (en) | System and method for improved routing that combines real-time and likelihood information | |
| US10890456B2 (en) | Vehicle and method of providing route guidance using public transportation | |
| JP2010271205A (en) | Method for verification of route in route verification system | |
| JP2015076079A (en) | Use purpose estimation system, terminal equipment, use purpose estimation method, and program | |
| JP6135448B2 (en) | Information providing system, information providing method, and information providing program | |
| JP6189620B2 (en) | Information processing apparatus, information processing method, and program | |
| JP2016023978A (en) | Navigation device, portable terminal, navigation method, and program | |
| KR100717843B1 (en) | Personal navigation device using public traffic information and its method | |
| JPWO2015052953A1 (en) | Vehicle guidance system, vehicle guidance method, management device, and control method therefor | |
| JP2010032541A (en) | Route search device | |
| JP2014162458A (en) | System, method and program for identifying transportation | |
| US10317241B2 (en) | Systems and methods for recognizing and measuring hard-to-reach destinations | |
| JP2017120230A (en) | Arrival time prediction device and arrival time prediction device system | |
| JP2006292596A (en) | Detector for moving situation by positioning system | |
| JP6121103B2 (en) | Information processing device, terminal device, server, information processing system, information processing method, and information processing program | |
| JP2010078486A (en) | Route searching apparatus, information presentation method, and computer program | |
| JP6267355B2 (en) | Information processing apparatus, control method thereof, and program | |
| JP6096573B2 (en) | Congestion degree prediction device, congestion degree prediction method, and program | |
| JP6625282B2 (en) | Notification control device and notification control method | |
| JP6161457B2 (en) | Moving path determination device, moving path determination method, and program | |
| JP2015161504A (en) | route search system, route search method, and computer program | |
| JP5890823B2 (en) | Route information presentation apparatus and computer program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160324 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170116 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170118 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170228 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170711 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170803 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6189620 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |