JP2014507656A - 渋滞関連区分データの生成 - Google Patents

Abstract

電子地図に関するデータを処理する方法であって、前記電子地図は、前記地図に含まれる領域においてナビゲート可能な区分を表す複数の区間を含む。前記方法は、処理装置を用いて区分データを生成するステップと、前記区分の履歴移動データを収集するステップと、前記区分の渋滞状況を規定するステップであって、前記渋滞状況は渋滞閾値速度であり、前記渋滞状況が満たされる場合は前記区分が渋滞しているものに分類され、そうでない場合は渋滞していないものに分類されるステップと、前記履歴移動データ及び前記渋滞閾値速度に従い、前記区分の渋滞の尤度を表す前記区分の渋滞確率を生成するステップと、前記履歴移動データを用いて、前記区分が渋滞していると判断されたときの前記区分での速度を表す渋滞速度を生成するステップと、前記渋滞確率及び前記渋滞速度を前記電子地図における区分と関連付けるステップとを有する。

Description

本発明は、方法の一部又は全部が実現されうる電子地図に含まれる領域における１つ以上の区分に関連するデータを生成する方法、並びにシステム、サーバ及びナビゲーション装置に関する。特に本発明は、排他的にではないが、１つ以上の区間の１つ以上の渋滞確率の生成に関する。生成された区間データは、特にポータブルナビゲーション装置（ＰＮＤ）のようなナビゲーション装置の経路生成に使用されうるが、それに限定されるものではない。

電子ナビゲーション装置、例えばトムトムインターナショナル（TomTom International）ＢＶのゴー（Go）等のＧＰＳベースのパーソナルナビゲーション装置用の地図データは、専門の地図メーカから供給される。そのような装置はポータブルナビゲーション装置（ＰＮＤ）とも呼ばれる。この地図データは、一般にＧＰＳシステムからの場所データを使用する経路案内アルゴリズムにより使用されるように特別に設計される。例えば道路は、線、すなわちベクトル（例えば、道路の始点、終点、方向であり、道路全体は、各々が始点／終点方向パラメータにより一様に規定される何百ものそのような区分から構成される）として示されうる。地図は、そのような道路ベクトル、各ベクトルと関連付けられたデータ（制限速度、移動の方向等）＋地点情報（ＰＯＩ）＋道路名＋公園の境界、川の境界等のような他の地理特徴の集合であり、それらは全てベクトルに関して規定される。全ての地図の特徴（例えば、道路ベクトル、ＰＯＩ等）は、一般に、ＧＰＳ座標系と対応するかあるいはそれに関連する座標系において規定され、ＧＰＳシステムにより判定されたような装置の位置を地図に示された関連する道路に配置し且つ目的地までの最適な経路を計画できるようにする。

一般に、そのような各道路区分は、車両がその区分に沿って移動できる速度を示し且つ地図データを作成した関係者により生成された平均速度であるその道路区分に対する関連付けられる速度データを有する。速度データは、地図が処理されるＰＮＤに対する経路計画アルゴリズムにより使用される。従って、そのような経路計画の精度は速度データの精度に依存する。例えばユーザは、多くの場合、自身のＰＮＤ上で装置の現在地と目的地との間の最速経路をＰＮＤに生成させる選択肢を提示される。ＰＮＤにより計算された経路は、速度データが不正確な場合にはおそらく最速経路ではないであろう。

交通の密度等のパラメータが道路の区分の速度プロファイルに多大な影響を及ぼす可能性があり、且つそのような速度プロファイルの変動は２地点間の最速経路が変化しうることを意味することが知られている。また、道路区分の速度パラメータが不正確であると、推定到着時刻（ＥＴＡ）が不正確になり、次善の最速経路が選択されることになる。特に問題となるのは、２地点間の最速経路に多大な影響を及ぼす可能性のある渋滞である。

精度を向上させるために、渋滞した交通に関連する実データを収集し、経路計画において認識された渋滞を考慮するためにこのデータを使用することが知られている。実データが道路状況を真に示すためのものである場合に大量のデータが必要とされ、且つ交通の流れは、低レベルの、すなわち少ない実データに基づくイベント検出が不正確である可能性が高いことを意味する強力な確率的要素を有することが理解されるであろう。しかし、区分に対して使用可能な実データが殆どないために、真の状況が予測不可能なままである可能性があることはありがちなことであろう。

本発明の第１の側面によれば、電子地図に含まれる領域におけるナビゲート可能な１つ以上の区分にわたる移動の予想平均速度を生成する方法であって、
各区分が、
当該区分にわたる移動の平均速度、
当該区分における渋滞の尤度を示す少なくとも１つの渋滞確率を含む区分データ、及び、
当該区分が渋滞していると考えられる場合に該区分における移動の速度を示す渋滞速度、
と関連付けられており、
前記方法は、
前記区分データを用いて、少なくとも１つの区分又は各区分に渋滞状況があるか否かを予測するステップと、
前記少なくとも１つの区分又は各区分にわたる移動の予想平均速度を、
ａ）渋滞状況があると予測された場合に関連する区分の渋滞速度又はそれに基づく速度である第１の速度、又は、
ｂ）渋滞状況が予測されなかった場合に関連する区分の平均速度又はそれに基づく速度である第２の速度
として出力するステップと、
を有することを特徴とする方法が提供される。

この方法によれば、使用可能な実データが殆どない場合でも、渋滞のために減速した速度の予測を含む区分にわたる移動の予想平均速度の予測が可能になる。

本発明の別の側面によれば、電子地図に含まれる領域における１つ以上の区分にわたる移動の予想平均速度を生成するように構成されたシステムであって、
各区分が、
当該区分にわたる移動の平均速度、
当該区分における渋滞の尤度を示す少なくとも１つの渋滞確率を含む区分データ、及び
当該区分が渋滞していると考えられる場合に該区分における速度を示す渋滞速度、
と関連付けられており、
前記システムは、
前記区分データを用いて、少なくとも１つの区分において渋滞状況があるか否かを予測し、
前記少なくとも１つの区分にわたる移動の予想平均速度を、
ａ）渋滞状況があると予測された場合に関連する区分の渋滞速度又はそれに基づく速度である第１の速度、又は、
ｂ）渋滞状況が予測されなかった場合に関連する区分の平均速度又はそれに基づく速度である第２の速度
として出力するように構成されたプロセッサを備えることを特徴とするシステムが提供される。

理解されるように、システム及び／又はプロセッサは、サーバ又はナビゲーション装置の少なくとも一部であってもよい。

従って、本発明は、電子地図に含まれる領域における１つ以上の区分にわたる移動の予想平均速度を生成するように構成されたサーバを含むことができる。同様に、本発明は、電子地図に含まれる領域における１つ以上の区分にわたる移動の予想平均速度を生成するように構成されたナビゲーション装置を含むことができる。

区分にわたる移動の平均速度は履歴データに基づきうる。例えば履歴平均速度は、直接記録されてもよく、あるいは区分にわたり記録された履歴移動時間から計算されてもよい。

区分は、特定の期間中の区分に沿った平均速度を示す各平均速度等の関連付けられた移動の複数の平均速度を有してもよい。そのような実施形態において、第２の速度は、適切な時間における関連する区分に対する平均速度又はそれに基づく速度であることが好ましい。

衛星ナビゲーション追跡が区分に出入りする間の時間間隔又は２つのナンバープレート認識、ブルートゥース（登録商標）信号イベントの間の時間間隔、出発時間及び到着時間の記録又は更には交通の流れのデータに従うシミュレーション等の区分にわたる履歴移動時間を収集あるいは生成できる多くの方法がある。

好適な一実施形態において、区分と関連付けられた平均速度は、国際公開第ＷＯ２００９／０５３４１１号において記載されているような方法に従って判定されうる。なお上記文献は、この引用により本明細書に組み込まれる。この方法において、タイムスタンプを押された複数の位置データは、ポータブルナビゲーション装置（ＰＮＤ）等の複数のナビゲーション装置から入手／アップロードされることが好ましい。このデータは、各々が所定の期間にわたりナビゲーション装置から受信したデータを示す複数の追跡に分割されることが好ましい。平均は、ナビゲート可能な各区分に対する各所定の期間内に記録された速度から出されてもよい。

上述の段落及び以下の段落において、「平均速度」という表現が使用されることが理解されるであろう。しかし、実際には、決して完全に正確に平均速度を認識できないであろうことは理解されるであろう。例えば場合によっては、計算された平均速度は、時間及び位置を測定するために使用された機器と同程度にしか正確になり得ない。従って、「平均速度」という表現は、使用される場合には必ず関連する誤差を有する可能性のある測定値に基づいて計算されたような平均速度として解釈されるべきであることが理解されるであろう。

このような状況において、履歴という単語は、実データでないデータ、すなわち現時点又は少し前（おそらく、現在から約５分、１０分、１５分又は３０分以内）の区分における状況を直接反映しないデータを示すと考えられるべきである。例えば、履歴平均速度及び履歴移動時間は、過去にイベントが発生した日、週又は更には年に関連してもよい。従って、そのようなデータは、現在の道路状況を監視した結果ではない可能性もあるが、依然として区分に対する渋滞確率の計算に適しているであろう。実データのみではなく履歴データを使用することにより、使用可能な関連データの量を増やせるため、区分に対する渋滞確率をより正確に計算できるようになるであろう。これは、特に使用可能な実移動データが殆どない場合に当てはまるであろう。

なお、１つ以上の区分に関連して「関連付けられた」という表現は、データの格納場所に対する何らかの特定の制限を要求すると解釈されるべきではない。表現は、特徴が識別可能に区分に関連されることのみを要求する。従って、例えば関連付けは、潜在的にリモートサーバに配置された副ファイルを参照することにより実現されてもよい。

いくつかの実施形態において、電子地図に含まれる領域にわたる経路を判定するために、
ｉ）前記１つ以上の区分にわたる移動の予想平均速度に基づいて経路を探索するステップと、
ii）ナビゲート可能な経路を生成するステップとを有する方法が使用される。

このシステムにより、区分に特有の渋滞確率に基づいて経路指定に適宜介入できるであろう。渋滞のある区分にわたる移動の減速した予想平均速度は、経路が生成される際に計算に入れられるであろう。方法が履歴データを考慮する渋滞確率に基づいているため、渋滞は、当該区分に対する実データが殆どない場合でも有効に予測されるであろう。

渋滞状況があると予測されるいくつかの実施形態において、渋滞警告が発行される。例えばナビゲーション装置が経路を計画する際又は道路交通情報を提供する際等にこの情報を使用できるように、例えばそのような警告は、通信ネットワークを介してサーバから１つ以上のナビゲーション装置に発行されてもよい。その結果、ナビゲーション装置は、区分にわたる移動の予想平均速度を出力してもよい。

方法のステップは、サーバでのみ実行されてもよいし、あらゆる組み合わせで一部がサーバで実行され、それ以外がナビゲーション装置で実行されてもよいし、あるいは、ナビゲーション装置でのみ実行されてもよい。サーバで１つ以上のステップを実行することは、効率的であり且つナビゲーション装置に課せられる計算の負担を軽減するであろう。あるいは、１つ以上のステップがナビゲーション装置で実行される場合、これにより、ネットワーク通信に対して必要とされるあらゆる帯域幅が減少するであろう。

例えばいくつかの実施形態において、電子地図に含まれる領域にわたる経路を判定するステップはサーバで実行される。他の実施形態において、出力された区分にわたる移動の予想平均速度はナビゲーション装置に送出され（サーバから）、ナビゲーション装置で判定ステップが実行される。

上述したように、電子地図における各区分は、関連付けられた渋滞速度及び少なくとも１つの渋滞確率を有する。

いくつかの実施形態において、その区分が渋滞していると考えられる場合、渋滞速度は、その区分にわたる移動の平均速度の全て又はほぼ全て又は選択したものの平均である。しかし、他の実施形態において、その区分が渋滞していると考えられる場合、その区分における移動の履歴平均速度の全て又はほぼ全て又は選択したものの最頻値又はパーセンタイル値が使用されてもよい。

各区分は、関連付けられた渋滞閾値速度を更に有することが好ましく、渋滞閾値速度は、それ以下では区分が渋滞していると考えられるその区分にわたる移動の平均速度を示す。換言すると、渋滞閾値速度は、渋滞閾値速度を下回る区分にわたる移動の平均速度が渋滞しているものとして分類されうるのに対し、渋滞閾値速度を上回る区分にわたる移動の平均速度が渋滞していないと考えられうるように選択される。

いくつかの実施形態において、渋滞閾値速度は、選択された区分に対する自由走行速度の比率に従って規定される。しかし、別の実施形態において、道路の種類に対応する事前定義済みの値又は単に渋滞した交通を示すと考えられる特定の速度等の渋滞閾値速度が代わりに規定されてもよい。

道路区分に対する自由走行速度は、実質的に交通が殆どない期間中の区分にわたる移動の平均速度として規定されることが好ましい。例えばこの期間は、区分にわたる速度が他のユーザによりあまり影響されないであろう夜間の１時間以上であってもよい。そのような自由走行速度の測定は、依然として制限速度、道路の配列及び交通管理インフラストラクチャ等の影響を反映するであろう。従って、これは、道路種別に基づいて公示された制限速度、法定速度又は速度指定より正確に真の自由走行速度を反映できる。しかし、他の実施形態において、自由走行速度は、異なる方法で計算又は選択されてもよい（例えば自由走行速度は、単に区分に対する制限速度であると解釈されてもよい）。

いくつかの実施形態において、選択された自由走行速度の比率は、３０％〜７０％、より好ましくは４０％〜６０％、最も好ましくは略５０％である。

いくつかの実施形態において、事前定義済みの上限は、渋滞閾値速度を規定する方法が結果としてより速い速度を使用することになる場合には渋滞閾値速度として使用されてもよい。例えば、渋滞閾値速度を規定する方法は、特定の場合に結果として速すぎて特定の区分に対して渋滞していると考えられない速度を得るであろう。その場合、渋滞閾値速度はデフォルトで上限となってもよい。

特定の区分に対する渋滞確率は、区分に対する履歴移動データ及び区分が渋滞しているか否かを示す区分に対する渋滞状況に従って生成されうる。

区分に対する渋滞確率が生成される方法は、それ自体が新規で便宜であると考えられる。

従って、本発明の更に別の側面においては、電子地図に関するデータを処理する方法であって、
前記地図は、前記地図に含まれる領域においてナビゲート可能な区分を表す複数の区間を含み、
前記方法は、
処理装置を用いて区分データを生成するステップと、
前記区分の履歴移動データを収集するステップと、
前記区分の渋滞状況を規定するステップであって、前記渋滞状況が満たされる場合に区分が渋滞しているものに分類され、そうでない場合は渋滞していないものに分類されるステップと、
前記履歴移動データ及び渋滞状況の定義に従い、前記区分の渋滞確率を生成するステップと、
渋滞確率を電子地図における区分と関連付けるステップと、
を有することを特徴とする方法が提供される。

本発明の更なる側面において、電子地図に関するデータを処理するように構成されたシステムであって、前記電子地図は、前記電子地図に含まれる領域におけるナビゲート可能な区分を表す複数の区分を含み、
前記システムは、
前記区分の履歴移動データを収集又は受信し、
渋滞状況が満たされる場合に前記区分が渋滞しているものに分類され、そうでない場合には渋滞していないものに分類されるように、区分に対する渋滞状況を入力として規定又は受信し、
前記履歴移動データ及び前記渋滞状況の定義に従い、前記区分の渋滞確率を生成し、
前記渋滞確率を前記電子地図における区分と関連付けることにより、区分を生成するように構成されたシステムが提供される。

理解されるように、システム及び／又はプロセッサは、サーバ又はナビゲーション装置の少なくとも一部であってもよい。

従って、本発明は、電子地図に関連するデータを処理し且つ区分データを生成するように構成されたサーバを含むことができる。同様に、本発明は電子地図に関連するデータを処理し且つ区分データを生成するように構成されたナビゲーション装置を含むことができる。

いくつかの実施形態において、経路を生成するために、サーバは渋滞確率を使用する。例えばサーバは、渋滞確率の高い区分を組み込む経路を生成することを回避してもよい。

いくつかの実施形態において、生成された渋滞確率は、サーバから１つ以上のナビゲーション装置に送出される。その結果、１つ以上のナビゲーション装置は、経路を生成するために渋滞確率を使用してもよい。

当業者により理解されるように、本発明のこれらの態様及び実施形態は、適宜本明細書において説明する本発明の好適な特徴及びオプションの特徴のいずれか１つ以上又は全てを含むことができ且つ含むことが好ましい。

従って、例えば渋滞状況は、選択された区分に対する自由走行速度の比率に従って規定されうる渋滞閾値速度であることが好ましい。

いくつかの実施形態において、渋滞状況は、その区分に対する渋滞確率が事前定義済みの値を超える場合に予測される。例えば、渋滞確率がほぼ７０％、あるいは例えばほぼ５０％、６０％、８０％又は９０％のうちのいずれかの別のかなり高い比率を超える場合、渋滞状況が予測され且つオプションとして渋滞警告が発行されてもよい。

いくつかの実施形態において、多数の渋滞確率は各区分と関連付けられる。特に、選択された時間間隔に対する時間にわたる渋滞確率の変動を反映するその区分に対する複数の時間依存渋滞確率があってもよい。このように、渋滞状況があるかの予測が行われる場合、適切な時間に対する渋滞確率が使用されてもよい。例えば、時期、曜日及び／又は時刻に従って渋滞確率が計算されてもよい。いくつかの実施形態において、渋滞確率は、１分と２時間との間、５分と１時間との間、１０分と３０分との間の時間間隔又は１５分間隔で提供される。

理解されるように、渋滞確率は、時刻、曜日及び更には時期に依存して変動する可能性が高い。従って、複数の時間依存渋滞確率を提供することにより、区分に対する単一の渋滞確率より正確に渋滞状況を予測する可能性が高い。

いくつかの実施形態において、時間に依存する変動以外の１つ以上の要因に基づいてあらゆる所定の時間において最適な渋滞確率を選択できるようにする対応する期間内に区分と共に使用するために、１つ以上の別の渋滞確率が提供される。使用するために別の渋滞確率を選択することは、特定の状況、例えば種々の気象条件又はフットボールの試合が行われている等の特定のイベントの場合において適切であってもよい。そのような状況は、時間に依存する変動以外の要因であると考えられてもよい。そのような状況は異常であると考えられてもよい。理解されるように、そのような別の渋滞確率を提供することは、正確な渋滞確率を作成するための十分な履歴データの可用性に依存してもよい。

いくつかの実施形態において、時間及び他の要因の双方に基づいて最適な渋滞確率を選択できるようにする時間依存渋滞確率の別の集合が提供される。例えば、天気が乾燥している場合には時間依存渋滞確率のある集合が使用され、且つ雨が降っている場合には別の集合が使用されてもよい。

いくつかの実施形態において、区分に対する渋滞確率は、渋滞閾値速度を上回る区分及び下回る区分における移動の平均速度が計算された数の割合に従って計算される。例として、区分にわたる履歴移動時間を与えるＧＰＳプローブの収集が解析されてもよい。この場合、渋滞閾値速度を上回る区分及び下回る区分における平均速度を必要とするプローブの数が比較されてもよい。一例において、渋滞しているプローブ及び渋滞していないプローブの割合は３０％の渋滞確率を与える７０：３０であってもよい。

いくつかの実施形態において、区分に対する渋滞確率は、区分が渋滞している期間及び渋滞していない期間、例えば渋滞状況が満たされることを移動の履歴平均速度が示す期間に従って計算される。

区分が連結されるいくつかの実施形態において、１つ、いくつか又は全ての連結された区分に対する渋滞確率を計算するために、渋滞している区分の平均比率が使用されてもよい。

多数の時間依存渋滞確率が区分と関連付けられる実施形態において、履歴移動データは記録の時間に従ってグループ化される。例えば履歴移動データは、所定の期間内に受信されている場合に共にグループ化されてもよい。所定の期間は、例えば５分、１０分、１５分、２０分、３０分又は１時間であってもよい。このように、生成された渋滞確率は、時間に関連してもよいため、対応する時間において渋滞を予測するために使用される場合に正確であってもよい。例えば、履歴区分データ、すなわち区分に対する渋滞確率が１２月〜２月の間の月曜の朝の午前８時３０分〜午前８時４５分の期間に関連してもよい。従って、この渋滞確率は、対応する時間における対応する月の月曜の朝に使用される場合、時間非依存渋滞確率より適切に渋滞を予測するであろう。

いくつかの実施形態において、渋滞確率は、時節に従って計算されるかあるいは少なくともそれにより影響される。渋滞確率が現在の天気及び路面状況等の季節の影響に依存して変動する可能性があるため、これにより渋滞確率の精度は向上するであろう。

いくつかの実施形態において、渋滞確率は、曜日に従って計算されるかあるいは少なくともそれにより影響される。渋滞確率が週末の買い物、週末に遠出するための金曜の移動、運搬スケジュール及び月曜の長距離通勤等の曜日に依存する要因に依存して変動する可能性があるため、これにより渋滞確率の精度は向上するであろう。

いくつかの実施形態において、渋滞確率は、時刻に従って計算されるかあるいは少なくともそれにより影響される。渋滞確率がラッシュアワー、子供の送り迎え、開店時間及び閉店時間（例えば、バー、レストラン、劇場、コンサート会場、映画館、クラブ等）開始時間及び終了時間（例えば、祭り、ショー及びスポーツイベント等）、到着時間及び出発時間（例えば、電車、船及び飛行機）、並びに活動（例えば、摂食又は睡眠）の広く行きわたっている共通性等の時刻に依存する要因に依存して変動する可能性があるため、これにより渋滞確率の精度は向上するであろう。いくつかの実施形態において、例えば夜に対する単一の渋滞確率があってもよい。夜は、実質的に午後１１時〜午前６時等の設定時間の間の事前定義済みの期間であってもよい。

いくつかの実施形態において、渋滞確率は、ほぼ１５分間隔で計算される。しかし、これを上回るかあるいは下回る時間間隔、例えば５分、１０分、１５分、２０分、３０分、１時間又は夜等のより長い期間が使用されてもよい。時間的に隣接する更に計算された渋滞確率が連結されてもよい。これは、渋滞確率が類似する（例えば、潜在的に夜間の時間帯）に特に有用であろう。

いくつかの実施形態において、渋滞確率は、特定のイベント又は状況の発生に従って計算されるかあるいは少なくともそれに影響される。例えば、そのようなイベント又は状況は、特定の種類の天気、フットボールの試合又は展覧会等のイベント及び祝祭日等を含んでもよい。

いくつかの実施形態において、渋滞確率は、上述の要因のうちの２つ以上により計算されるかあるいは少なくとも影響される。

上述したように、渋滞状況があると予測される場合、区分にわたる移動の予想平均速度は、関連する区分に対する渋滞速度又はそれに基づく速度（「第１の速度」）である。例えば、区分に対する渋滞速度は、天気等の１つ以上の動的パラメータに従って変更されうる。

同様に及び再度上述したように、渋滞状況が予測されない場合、区分における移動の予想平均速度は、関連する区分に対する（及び例えば適切な時間における）平均速度又はそれに基づく速度（「第２の速度」）である。

例えば第２の速度は、その区分における移動の履歴平均速度の全て又は略全て又は選択したものの平均であってよい。しかし、他の実施形態において、その区分における移動の履歴平均速度の全て又は略全て又は選択したものの最頻値又はパーセンタイル値が使用されてもよい。あるいは、速度は別の方法で選択されてもよい。

いくつかの実施形態において、１つ以上の区分に対する区分データは、その区分に対する実データを更に含む。

実データは、相対的に最新のものであり且つ区分において何が起こっているかを示すデータとみなされてもよい。一般に実データは、現在から３０分以内の区分における状況に関連してもよい。いくつかの実施形態において、実データは、現在から１５分、１０分又は５分以内の区分における状況に関連してもよい。

いくつかの実施形態において、区分に対する渋滞確率は、その区分に対する実データに基づいて生成又は変更されうる。換言すると、渋滞確率は実データを使用して校正されうる。

理解されるように、区分における移動の履歴平均速度に加えて実データを使用することにより、区分に対する渋滞確率の精度は著しく向上しうる。例えば、区分に対する履歴データが、特定の時点において区分が渋滞する高い尤度を示す可能性があるのに対して、現実には、実データは区分が実際には渋滞していないことを示す。

いくつかの実施形態において、あるいは又は更に、関連する区分において渋滞状況があるかを正確に予測する尤度を向上させるために、実データが基準として使用される。従って、この場合、少なくともいくつかの実データは、渋滞確率を校正するためではなく、それに基づいて予測をチェックするために使用される。これは、関連する渋滞確率、渋滞確率の計算において使用されたデータ及び／又は予測と実データとの比較によるものであってもよい。

いくつかの実施形態において、使用可能なデータを融合するためにオプティマイザが使用される。従って、更にオプティマイザは、履歴データを実データと組み合わせる、例えば区分に沿った移動の平均速度が仮定されるべきものを判定するように構成されたデータ融合手段とみなされてよい。このように、その区分における移動の履歴平均速度を使用して計算された関連する渋滞確率を校正するために、実データが使用されてもよい。更に及び／又はあるいは、融合によりチェックを実行できてもよい。

いくつかの実施形態において、オプティマイザは自動化される。例えばオプティマイザは、アメーバアルゴリズム又は手動の結果解析を使用するパラメータ最適化方式であってもよい。

いくつかの実施形態において、融合は、重み付き平均又は確率的な平均を使用して実行される。特に、より多くの実データが使用可能である場合、並びに／あるいは実データがより信頼性が高く且つ／あるいは重要であると知覚される場合、実データがより重視されるであろう。理解されるように、少量の実データは、本質的に推計学的である可能性があるため、渋滞状況予測を過度に歪めるであろう。逆に、より多くの実データが使用可能であるほど、実データは、最終的に区分にわたる履歴平均移動速度より正確に渋滞状況があるかを予測することになるところまで有用になる。区分に対してより多くの実データが使用可能である場合、重み付き平均は、実データのほうを好み、且つ更には履歴移動時間が相対的に重要でなくなるためにそれらの重み付きを減らすであろう。

いくつかの実施形態において、融合で使用されている実データがより少ない場合、渋滞状況を予測するために必要とされる渋滞確率は増加する。方法は、必要とされる渋滞確率を調整することにより、実データが殆どないという不確実性が増していることを考慮してもよい。

いくつかの実施形態において、使用可能な実データが融合される場合、使用可能な実データの量に対してより低い閾値遮断が設定されてもよい。上述したように、少量の実データは、本質的に推計学的である可能性があるため、区分の真の状況を歪めるであろう。従って、そのような例において、全ての実データ、この遮断点を規定するより低い閾値の使用を回避することが好ましいであろう。

いくつかの実施形態において、実データは、少なくとも１つの区分又は各区分にわたり１つ以上の実移動時間を含む。一般に実移動時間は、ＧＰＳプローブから計算されてもよい。このデータは、最新の区分における実際の状況を示すことができるために適切であろう。実移動時間は、携帯電話網からのデータ、道路ループが生成したデータ、交通カメラ（ＡＮＰＲ、すなわち自動ナンバープレート認識を含む）のうちのいずれから計算されてもよい。

いくつかの実施形態において、オプティマイザは、渋滞確率を計算するために使用された機能において関連する区分に関連し、且つ渋滞閾値速度を上回る平均速度を必要とする実移動時間及び渋滞閾値速度を下回る平均速度を必要とする実移動時間を計算に入れる実移動時間を使用する。このように、区分と関連付けられた渋滞確率が校正されてもよい。従って、正確な渋滞状況予測に対する見通しが改善されてもよい。それにもかかわらず、履歴移動時間が常に使用されるため、方法は、使用可能な大量の／あらゆる実データに依存しない。正確な渋滞予測を与えるのに単独で十分な量の実データは、一部の区分又は更には殆どの区分に対して使用可能であってもよいが、全ての区分に対して使用可能でなくてもよいことが理解されるであろう。

いくつかの実施形態において、実データは、以下の情報源のうちの１つ以上からの１つの区分又は各区分に関する情報を含む。

区分に対して例外的な交通が予想されると識別された日及び／又は時間を示すカレンダー、
渋滞を示すジャーナリスティックなデータ、
区分において検出されたＧＰＳプローブの数、
天気監視及び／又は予測サービス。

ジャーナリスティックなデータは、交通に対して影響を及ぼしているかあるいは影響を及ぼす可能性の高い要因に関する放送事業者からの交通情報及び／又は報道機関からの他の報告を含んでもよい。

このように、天気、地域のイベント、祝祭日及び災害等に関する実データは、渋滞状況があるかを予測することを計算に入れてもよい。そのようなデータは、渋滞確率の計算を入れられることよりチェックを実行することに適していてもよい。状況によっては、そのような実データは、区分にわたり実移動時間を含む実データと同様に有用なもの又は更にはそれより有用なものであってもよいことが理解されるであろう。例えばジャーナリスティックなデータが特定の区分における交通渋滞を示す場合、オプティマイザは、この情報を正確である可能性が高いものとして重視してもよい。特に最近の実データはより重視されてもよく、すなわちより最近の実データは、あまり最近でない実データより重視されてもよい。別の例として、天気予測サービスにより予報されたような豪雨が混雑の尤度を向上させる可能性があるため、混雑の原因が渋滞ではなく気象条件によるものであると正しく識別するために、これはオプティマイザにより利用されてもよい。

いくつかの実施形態において、１つの区分又は各区分に対する実データは、渋滞確率に基づく渋滞状況があるかの計算及び／又は予測のために使用される場合に渋滞確率及び／又は履歴移動時間と一致するかがチェックされる。これは、区分の集合又はネットワーク全体ではなく、関連しないかもしれない特定の区分に関するため、局所的なチェックであると考えられるであろう。

渋滞確率に基づく渋滞状況があるかの計算及び／又は予測のために使用された渋滞確率及び／又は履歴移動時間と実データが一致しない場合、以下のステップのうちの１つ以上が試みられてもよい。

ｉ）渋滞状況を予測するために必要とされる渋滞確率が調整されるステップ、
ii）渋滞確率の計算のために実データ又は更なる実データが使用されるステップ、
iii）重み付き平均又は確率的な平均が実データのほうを好むかあるいは更に好むように調整されるステップ、
iv）渋滞状況予測を無効にするために、あるいは渋滞状況予測が行われない場合にはそれを行うために不一致が使用されるステップ、
ｖ）実データとより一致する１つ以上の異なる渋滞確率の使用への切り替えを開始するステップ。

上述のステップのうちの１つ以上を使用することにより、渋滞状況予測の精度が向上するであろう。例えば、渋滞確率と対立する実データは、現時点で状況が例外的である、すなわち渋滞所異常があるかに関して渋滞確率（その区分における移動の履歴平均速度のみに基づいてもよい）が適切な基準ではないことを示してもよい。従って、例えば差し迫った渋滞警告の発行を無効にすることにより、緩和措置がとられてもよい。

データ量が許せば、渋滞確率の１つ以上の別の集合は区分に対して使用可能であってもよい。そのような渋滞確率は、特定の潜在的に再発する状況（例えば、地域のフットボールの試合、銀行休日又は厳しい天候）に関連してもよい。そのような渋滞確率の別の集合がより適切であることを実データが示すこのような場合、オプション（ｖ）が選択されてもよい。

いくつかの実施形態において、区分の集合に対する実データは、渋滞確率に基づく渋滞状況があるかの計算及び／又は予測のために使用される場合にそれぞれの渋滞確率及び／又は履歴移動時間と一致するかがチェックされる。これは、区分の集合に関するため、地域のチェックであると考えられるであろう。

渋滞確率に基づく渋滞状況があるかの計算及び／又は予測のために使用された渋滞確率及び／又は履歴移動時間からの偏差傾向をチェックが示す場合、以下のステップのうちの１つ以上が集合における区分及び／又は他の関連する区分に対して試みられてもよい。

ｉ）渋滞状況を予測するために必要とされる渋滞確率が調整されるステップ、
ii）渋滞確率の計算のために実データ又は更なる実データが使用されるステップ、
iii）重み付き平均又は確率的な平均が実データのほうを好むかあるいは更に好むように調整されるステップ、
iv）渋滞状況予測を無効にするために、あるいは渋滞状況予測が行われない場合にはそれを行うために不一致が使用されるステップ、
v）実データとより一致する１つ以上の異なる渋滞確率の使用への切り替えを開始するステップ。

このように、区分の集合において観察されたパターン／傾向（例えば、渋滞確率の偏差パターン）に従って変更が試みられてもよい。区分の集合に対して実行されたチェックにより、集合内の区分における渋滞状況の尤度を推測できてもよい。そのような推測は渋滞確率と一致しなくてもよい。集合内にない区分、例えば集合における１つ以上の区分における状況により影響される可能性の高い隣接する区分に対して、更なる推測がなされてもよい。例えばチェックは、集合における大半の区分又は更には全ての区分が渋滞確率指標に反して渋滞していることを示してもよい。その結果、これは、渋滞確率の高い場所が通常より非常に高い確率で渋滞し、且つ渋滞状況があるかを予測する際にこのことが考慮されるべきであることを示すと解釈されてもよい。

いくつかの別の実施形態において、偏差傾向により、ある期間の渋滞確率の使用が部分的に又は完全に無効になるであろう。例えば実データは、特定の期間に渋滞状況があるかを予測するために使用するのに渋滞確率が全く適さないことを示してもよい。

いくつかの実施形態において、区分の集合は、所定の地図領域内にある区分、所定の半径内にある区分、領域への又は領域からの予想される経路を含む区分、所定の移動方向を有する領域内の区分及び既知のボトルネックとして選択された区分、並びに交通のホットスポットを含むものとして選択された区分のうちの１つ以上を含んでもよい。例えば集合は、都市外の主要な経路であると考えられる可能性のあるものを形成する区分を含んでもよい。例えばそのような集合は、都市外の主要な経路における渋滞の可能性がより高い銀行休日期間の開始時に使用されてもよい。

いくつかの実施形態において、リンクされた区分の集合に対する実データは、各区分に対する実データと区分に対する渋滞確率との一致におけるそれらの間の著しい変動に対して評価される。これは、渋滞状況の予測を補助するであろう。例えば上流区分に対する実データが区分に対するそれぞれの渋滞確率とより一致する場合、これは、下流区分に対する渋滞状況予測を補強するであろう。上流区分は、移動の所定の方向に対してそれ自体から当該区分への交通を供給する区分である。また、リンクされた区分にわたり一致する一連の段階的な変化は、列の長さを示すため、渋滞状況予測は向上するであろう。

いくつかの実施形態において、区分の集合の選択は階層的に編成される。これは、実データの有効範囲に依存するグリッドリファインメント手順を介して実現されてもよい。例えば、より多くの実データが使用可能である区分は、優先的に集合に組み込まれてもよい。

いくつかの実施形態において、マッピングされたネットワークにおける全ての区分に対する実データは、渋滞確率に基づく渋滞状況があるかの計算及び／又は予測のために使用される場合にそれぞれの渋滞確率及び／又は履歴移動時間と一致するかがチェックされる。これは、マッピングされたネットワーク全体に関するため、包括的なチェックであると考えられるであろう。

渋滞確率に基づく渋滞状況があるかの計算及び／又は予測のために使用された渋滞確率及び／又は履歴移動時間からの偏差傾向をチェックが示す場合、以下のステップのうちの１つ以上が全ての区分に対して試みられてもよい。

ｉ）渋滞状況を予測するために必要とされる渋滞確率が調整されるステップ、
ii）渋滞確率の計算のために実データ又は更なる実データが使用されるステップ、
iii）重み付き平均又は確率的な平均が実データのほうを好むかあるいは更に好むように調整されるステップ、
iv）渋滞状況予測を無効にするために、あるいは渋滞状況予測が行われない場合にはそれを行うために不一致が使用されるステップ、
v）実データとより一致する１つ以上の異なる渋滞確率の使用への切り替えを開始するステップ。

このように、全ての区分に対して実行されたチェックにより観察されたパターンに従って変更が試みられてもよい。全ての区分に対して実行されたチェックにより、区分における渋滞状況の尤度を推測できてもよい。この種のチェックは、ネットワーク全体に影響を及ぼす可能性の高い現象が発生する場合に有用であろう。

いくつかの実施形態において、隣接区分に対する渋滞状況予測は１つの渋滞に連結されてもよい。これは状況をより現実的に示すであろう。

方法の実施形態は、オフラインのナビゲーション装置により実行されてもよい。このように、通信ネットワークに接続されていないナビゲーション装置は、依然として本発明の実施形態を採用してもよい。

方法がオフラインのナビゲーション装置により実行される場合、実データは、ナビゲーション装置により収集された情報を評価することで提供されてもよい。そのようなデータは、場合によっては上述した実データの別の形態の代わりになってもよい。

実データがナビゲーション装置により収集される場合、これは、渋滞確率に基づく渋滞状況があるかの計算及び／又は予測において使用される場合に関連する渋滞確率及び／又は履歴移動時間と一致するかがチェックされてもよい。これは、特定の渋滞確率の関連性を示してもよい。

渋滞確率に基づく渋滞状況があるかの計算及び／又は予測のために使用された渋滞確率及び／又は履歴移動時間と実データが一致しない場合、以下のステップのうちの１つ以上が１つ以上の区分に対して試みられてもよい。

ｉ）渋滞状況を予測するために必要とされる渋滞確率が調整されるステップ、
ii）渋滞確率の計算のために実データ又は更なる実データが使用されるステップ、
iii）重み付き平均又は確率的な平均が実データのほうを好むかあるいは更に好むように調整されるステップ、
iv）渋滞状況予測を無効にするために、あるいは渋滞状況予測が行われない場合にはそれを行うために不一致が使用されるステップ、
v）実データとより一致する１つ以上の異なる渋滞確率の使用への切り替えを開始するステップ。

例えばナビゲーション装置は、自身が現在渋滞にはまっていること及びさもなければ渋滞確率に基づいて渋滞状況予測が行われないことを検出してもよい。これは、当該区分に対してだけではなくオプションとして更なる区分に対しての渋滞確率に対する校正又はチェックを入力指示してもよい。更なる区分に対しての渋滞確率に対する校正又はチェックは、そのような区分が当該区分における状況により影響を及ぼされる可能性があり且つ／あるいは本質的に当該区分に類似すると考えられる場合に行われるであろう。更に又はあるいは、渋滞確率を利用する経路計算に基づく推定移動時間又は推定到着時間は、実際の到着時間とは異なってもよい。推定移動時間／推定到着時間の生成に使用された１つ以上の渋滞確率を校正又はチェックするために、実際の到着時間が使用されてもよい。

実データが殆どない区分に対する渋滞確率を確認又は変更するために領域における１つ以上の区分に対して取得された実データを使用する概念は、それ自体が新規で便宜であると考えられる。

従って、本発明の更なる態様によれば、電子地図に含まれる領域における複数の区分のうちの１つの区分における予想渋滞状況からの偏差を示す地図データを生成する方法であって、前記区分は当該区分における渋滞の尤度を示す渋滞確率と関連付けられており、
前記方法は、
前記区分の前記渋滞確率に基づいて前記区分の予想渋滞状況を確立するステップと、
前記領域における他の前記複数の区分のうちの少なくとも１つの区分における前記渋滞状況を示す実データを取得するステップと、
前記取得した実データを用いて前記区分の更新された渋滞状況を確立するステップと、
を有することを特徴とする方法が提供される。

理解されるように、この方法により、区分に対してデータを殆ど取得できない場合でも区分における渋滞状況をより正確に判定できる。換言すると、例えば領域におけるかなり多くの区分が所定の時間において渋滞していることを実データが示す場合、これが当てはまらないことを履歴データが示唆する場合でも領域における接続された区分が更に渋滞しているという高い尤度があることが推測される。

本発明の更なる態様によれば、電子地図に含まれる領域における複数の区分のうちの１つの区分における予想渋滞状況からの偏差を示す地図データを生成するように構成されたシステムであって、
前記区分は、当該区分における渋滞の尤度を示す渋滞確率と関連付けられており、
前記システムは、
前記区分の前記渋滞確率に基づいて前記区分の予想渋滞状況を評価し、
前記領域における他の前記複数の区分のうちの少なくとも１つの区分における前記渋滞状況を示す実データを取得し、
前記取得した実データを使用して前記区分の更新された渋滞状況を評価する、
ことを特徴とするシステムが提供される。

理解されるように、システム及び／又はプロセッサは、サーバ又はナビゲーション装置の少なくとも一部であってもよい。

従って、本発明は、電子地図に含まれる領域の区分における予想渋滞状況からの偏差を示す地図データを生成するように構成されたサーバを含むことができる。同様に、本発明は、電子地図に含まれる領域の区分における予想渋滞状況からの偏差を示す地図データを生成するように構成されたナビゲーション装置を含むことができる。

当業者により理解されるように、本発明のこれらの態様及び実施形態は、適宜本明細書において説明する本発明の好適な特徴及びオプションの特徴のいずれか１つ以上又は全てを含むことができ且つ含むことが好ましい。

例えば、移動の適切な平均速度を区分に割り当てるために、例えば起点から目的地への経路を生成するのに使用するために、区分に対する変更された渋滞状況が使用されうる。

上述したように、実データは、相対的に最新のものであり且つ区分において何が起こっているかを示すデータとみなされてもよい。一般に実データは、現在から３０分以内の区分における状況に関連してもよい。いくつかの実施形態において、実データは、現在から１５分、１０分又は５分以内の区分における状況に関連してもよい。

区分に対する変更された渋滞状況を確立するステップは、実データに基づいて区分に対する渋滞確率をチェック又は変更することを含みうる。例えば以下のステップのうちの１つ以上が試みられてもよい。

ｉ）渋滞状況を予測するために必要とされる渋滞確率が調整されるステップ、
ii）渋滞確率の計算のために実データ又は更なる実データが使用されるステップ、
iii）渋滞状況があるかを予測する際に実データを重視することが、実データのほうを好むかあるいは更に好むように調整されるステップ、
iv）渋滞状況予測が無効にされるか、あるいは渋滞状況予測が行われない場合にはそれが行われるステップ、
v）実データとより一致する１つ以上の異なる渋滞確率の使用するために切り替えが開始されるステップ。

このように、区分の集合において観察されたパターン（例えば、渋滞確率偏差パターン）に従って変更が試みられてもよい。区分の集合に対して実行されたチェックにより、集合内の区分における渋滞状況の尤度を推測できてもよい。そのような推測は渋滞確率と一致しなくてもよい。集合内にない区分、例えば集合における１つ以上の区分における状況により影響される可能性の高い隣接する区分に対して、更なる推測がなされてもよい。例えばチェックは、集合における大半の区分又は更には全ての区分が渋滞確率指標に反して渋滞していることを示してもよい。その結果、これは、渋滞確率の高い場所が通常より非常に高い確率で渋滞し、且つ渋滞状況があるかを予測する際にこのことが考慮されるべきであることを示すと解釈されてもよい。

いくつかの別の実施形態において、偏差傾向により、ある期間の渋滞確率の使用が部分的に又は完全に無効になるであろう。例えば実データは、特定の期間に渋滞状況があるかを予測するために使用するのに渋滞確率が全く適さないことを示してもよい。

いくつかの実施形態において、区分の集合は、所定の地図領域内にある区分、所定の半径内にある区分、所定の移動方向を有する領域内の区分及び既知のボトルネックとして選択された区分、並びに交通のホットスポット等を含むものとして選択された区分を含んでもよい。例えば集合は、例えば都市外等の領域からの主要な経路であると考えられる可能性のあるものを形成する区分を含んでもよい。例えばそのような集合は、都市外の主要な経路における渋滞の可能性がより高い銀行休日期間の開始時に使用されてもよい。

いくつかの実施形態において、区分の集合の選択は階層的に編成される。これは、実データの有効範囲に依存するグリッドリファインメント手順を介して実現されてもよい。例えば、より多くの実データが使用可能である区分は、優先的に集合に組み込まれてもよい。

本発明の別の側面によれば、電子地図に含まれる領域における区分の集合における予想渋滞状況からの偏差傾向を示す地図データを生成する方法であって、
各区分は、
当該区分における渋滞の尤度を示す渋滞確率と、
現在当該区分において渋滞状況があるか否かに関連する実データとに関連付けられており、
前記方法は、
少なくともいくつかの区分、一般には各区分、に対する前記実データと当該区分に対するそれぞれの前記渋滞確率又は履歴移動時間とが一致するかを検査するステップと、
前記一致についての何らかの偏差傾向を評価するステップと、
前記何らかの偏差傾向の指標を出力するステップと、
を有することを特徴とする方法が提供される。

本発明の別の側面によれば、電子地図に含まれる領域における区分の集合における予想渋滞状況からの偏差傾向を示す地図データを生成するように構成されたシステムであって、
各区分は、
当該区分における渋滞の尤度を示す渋滞確率と、
現在当該区分において渋滞状況があるか否かに関連する実データとに関連付けられており、
前記システムは、
少なくともいくつかの区分、一般には各区分、に対する前記実データと当該区分に対するそれぞれの前記渋滞確率又は履歴移動時間とが一致するかを検査し、
前記一致についての何らかの偏差傾向を評価し、
前記何らかの偏差傾向の指標を出力する
ように構成されたプロセッサを備えることを特徴とするシステムが提供される。

理解されるように、システム及び／又はプロセッサは、サーバ又はナビゲーション装置の少なくとも一部であってもよい。

本発明に係る方法のうちのいずれかは、コンピュータプログラム等のソフトウェアを少なくとも部分的に使用して実現されてもよい。従って、本発明は、本発明の態様又は実施形態のうちのいずれかに係る方法を実行させるためのコンピュータ読み取り可能な命令を含むコンピュータプログラムにも適用される。

本発明は、データ処理手段を備えるシステム又は装置を操作するために使用される場合に前記データ処理手段と共に前記装置又は前記システムに本発明の方法のステップを実行させるそのようなソフトウェアを含むコンピュータソフトウェアキャリアにも同様に適用される。そのようなコンピュータソフトウェアキャリアは、ＲＯＭチップ、ＣＤ−ＲＯＭ又はディスク等の非一時的な物理記憶媒体、あるいは例えば衛星等に対する有線を介した電子信号、光信号又は無線信号等の信号であってよい。

明示的な指定のない限り、いずれかの態様における本発明は、本発明の他の態様又は実施形態に対して説明されるいずれか又は全ての特徴が互いに相反しない程度までそれらを含んでもよいことが理解されるであろう。特に、方法において及び装置により実行されてもよい動作の種々の実施形態が説明されているが、これらの動作のうちのいずれか１つ以上又は全てが要望に応じて且つ適宜あらゆる組み合わせで方法において及び装置により実行されてもよいことが理解されるであろう。

以下、これらの実施形態の利点を説明する。これらの実施形態の各々の更なる詳細及び特徴は、添付の従属請求項及び以下の発明を実施するための形態の他の場所において規定される。

ナビゲーション装置により使用可能な全地球測位システム（ＧＰＳ）の例示的な部分を示す概略図。 ナビゲーション装置とサーバとの通信のための通信システムを示す概略図。 図２のナビゲーション装置又は他のあらゆる適切なナビゲーション装置の電子構成要素を示す概略図。 ナビゲーション装置を装着及び／又はドッキングする構成を示す概略図。 図３のナビゲーション装置により採用された基本構造スタックを示す概略図。 「朝」、「昼」、「夜」の異なる３つの時間帯の区分ヒストグラムにわたる移動の平均速度を示す図。 とりうる渋滞速度を識別する区分ヒストグラムにわたる移動の平均速度を示す図。 とりうる渋滞速度を識別する区分ヒストグラムにわたる移動の平均速度を示す図。 とりうる渋滞速度を識別する区分ヒストグラムにわたる移動の平均速度を示す図。 とりうる渋滞速度を識別する区分ヒストグラムにわたる移動の平均速度を示す図。 本発明の方法の一実施形態を示すフローチャート。 経路生成のためのアーキテクチャを示す概略図。 渋滞確率が遮断量を使用する実データ量対タイムスロットを示す図。 地域のチェックのとりうる一部を示す時間に対する渋滞確率偏差及び速度偏差を示すグラフ。 地域のチェックのとりうる一部を示す時間に対する渋滞確率偏差及び速度偏差を示すグラフである。

次に、特にポータブルナビゲーション装置（ＰＮＤ）を参照して、本発明の好適な実施形態を説明する。しかし、本発明の教示はＰＮＤに限定されず、経路計画／ナビゲーション機能性を提供するために携帯可能にナビゲーションソフトウェアを実行するように構成されるあらゆる種類の処理装置にも例外なく適用可能である。従って、本出願において、ナビゲーション装置は、ＰＮＤ、自動車等の車両、あるいは実際は経路計画及びナビゲーションソフトウェアを実行するポータブルパーソナルコンピュータ（ＰＣ）、移動電話又はポータブルデジタルアシスタント（ＰＤＡ）として具体化されるかに関わらず、あらゆる種類の経路計画及びナビゲーション装置も含む（それらに限定されない）ことを意図している。

また、道路区分を参照して本発明の実施形態を説明する。本発明は、他のナビゲート可能な区分、例えばパス、川、運河、自転車道、引き船道又は鉄道線路等の区分にも適用可能であることが理解されるべきである。参照しやすくするために、これらを一般に道路区分と呼ぶ。

また、ユーザが１つの地点から別の地点にナビゲートする方法に関する命令を求めているのではなく、単に所定の場所のビューを提供されたい状況においても本発明の教示が有用であることは、以下の説明から明らかとなるであろう。そのような状況において、ユーザにより選択された「目的地」の場所は、ユーザがナビゲーションを開始したい対応する出発地を有する必要がない。そのため、本明細書において「目的地」の場所又は実際は「目的地」ビューを参照することは、経路の生成が必須であること、「目的地」への移動が必ず行われること、あるいは実際は目的地の存在が対応する出発地の指定を必要とすることを意味すると解釈されるべきではない。

上記の条件を考慮して、図１の全地球測位システム（ＧＰＳ）等は種々の目的で使用される。一般に、ＧＰＳは、連続した位置、速度、時間及びいくつかの例においては無数のユーザに対する方向情報を判定できる衛星無線を使用したナビゲーションシステムである。以前はＮＡＶＳＴＡＲとして知られていたＧＰＳは、極めて正確な軌道で地球を周回する複数の衛星を含む。これらの正確な軌道に基づいて、ＧＰＳ衛星は自身の場所をあらゆる数の受信ユニットにＧＰＳデータとして中継できる。しかし、ＧＬＯＳＮＡＳＳ、欧州ガリレオ（Galileo）測位システム、コンパス（COMPASS）測位システム又はＩＲＮＳＳ（インド地域航空衛星システム）等の全地球測位システムが使用されうることが理解されるであろう。

特にＧＰＳデータを受信する能力が備わった装置がＧＰＳ衛星信号に対する無線周波数の走査を開始する場合にＧＰＳシステムは実現される。ＧＰＳ衛星から無線信号を受信すると、装置は、複数の異なる従来の方法のうちの１つを用いて、その衛星の正確な場所を判定する。殆どの例において、装置は、少なくとも３つの異なる衛星信号を取得するまで信号の走査を継続する（なお、位置は、通常は２つの信号のみでは判定されないが、他の三角測量技術を使用して２つの信号のみから判定されうる）。幾何学的三角測量を実現すると、衛星に対する自身の２次元位置を判定するために、受信機は３つの既知の位置を利用する。これは既知の方法で行われうる。更に、第４の衛星信号を取得することにより、受信装置は、同一の幾何学計算により既知の方法でその３次元位置を計算できる。位置及び速度データは、無数のユーザにより連続的にリアルタイムで更新可能である。

図１に示すように、ＧＰＳシステム１００は、地球１０４を周回する複数の衛星１０２を含む。ＧＰＳ受信機１０６は、多くの複数の衛星１０２からスペクトル拡散ＧＰＳ衛星データ信号１０８としてＧＰＳデータを受信する。スペクトル拡散データ信号１０８は、各衛星１０２から継続的に送信される。送信されたスペクトル拡散データ信号１０８の各々は、データストリームが発信される特定の衛星１０２を識別する情報を含むデータストリームを含む。ＧＰＳ受信機１０６は、一般に２次元位置を計算できるためには少なくとも３つの衛星１０２からのスペクトル拡散データ信号１０８を必要とする。第４のスペクトル拡散データ信号を受信することにより、ＧＰＳ受信機１０６は、既知の技術を使用して３次元位置を計算できるようになる。

図２を参照すると、ＧＰＳ受信機装置を含むかあるいはそれに結合されたナビゲーション装置２００（すなわち、ＰＮＤ）は、既知のBluetooth技術を介するデジタル接続等のデジタル接続を確立するために、要望に応じて移動電話、ＰＤＡ及び／又は移動電話技術を用いる何らかの装置等の移動装置（不図示）を介する「モバイル」ネットワーク又は電気通信網のネットワークハードウェアとのデータセッションを確立できる。従って、そのネットワークサービスプロバイダを介して、移動装置は、サーバ１５０とのネットワーク接続（例えば、インターネットを介する）を確立できる。そのため、「モバイル」ネットワーク接続は、情報に対する「リアルタイム」又は少なくともかなり「最新」のゲートウェイを提供するために、ナビゲーション装置２００（単体で及び／又は車載走行時に移動可能であり且つ多くの場合移動している）とサーバ１５０との間に確立されうる。

例えばインターネットを使用した移動装置（サービスプロバイダを介する）とサーバ１５０等の別の装置との間のネットワーク接続は、既知の方法で確立されうる。この点で、あらゆる数の適切なデータ通信プロトコル、例えばＴＣＰ／ＩＰ階層プロトコルが採用されうる。更に移動装置は、ＣＤＭＡ２０００、ＧＳＭ、ＩＥＥＥ８０２．１１ ａ／ｂ／ｃ／ｇ／ｎ等のあらゆる数の通信規格も利用できる。

したがって、例えば移動電話又はナビゲーション装置２００内の移動電話技術を介するデータ接続を介して達成されうるインターネット接続が利用されてもよいことが分かるであろう。

図示はしないが、当然、ナビゲーション装置２００は、ナビゲーション装置２００自体の内部にそれ自体の移動電話技術（例えばアンテナを含むか、あるいはオプションとしてナビゲーション装置２００の内部アンテナを使用する）を含んでもよい。ナビゲーション装置２００内の移動電話技術は、内部構成要素を含むことができ且つ／あるいは例えば必要な移動電話技術及び／又はアンテナを備える挿入可能なカード（例えば、加入者識別モジュール（ＳＩＭ）カード）を含むことができる。そのため、ナビゲーション装置２００内の移動電話技術は、何らかの移動装置４００と同様の方法で、例えばインターネットを介して、ナビゲーション装置２００とサーバ１５０との間にネットワーク接続を同様に確立できる。

電話設定の場合、常に変化し続ける範囲の移動電話の機種、製造業者等と共に正しく動作するために、Bluetooth対応の装置が使用されてもよく、機種／製造業者専用設定は、例えばナビゲーション装置２００に格納されてもよい。この情報のために格納されたデータは更新可能である。

図２において、ナビゲーション装置２００は、多くの異なる構成のうちのいずれかにより実現されうる汎用通信チャネル１５２を介してサーバ１５０と通信しているものとして示される。一般に通信チャネル１５２は、ナビゲーション装置２００及びサーバ１５０を接続する伝搬する媒体又はパスを示す。通信チャネル１５２を介する接続がサーバ１５０とナビゲーション装置２００との間に確立される場合、サーバ１５０及びナビゲーション装置２００は通信可能である（なお、そのような接続は、移動装置を介するデータ接続、インターネットを介するパーソナルコンピュータを介する直接接続等であってよい）。

通信チャネル１５２は特定の通信技術に限定されない。また、通信チャネル１５２は単一の通信技術に限定されない。すなわち、チャネル１５２は、種々の技術を使用するいくつかの通信リンクを含んでもよい。例えば、通信チャネル１５２は、電気通信、光通信及び／又は電磁通信等のためのパスを提供するように構成されうる。そのため、通信チャネル１５２は、電気回路、ワイヤ及び同軸ケーブル等の電気導体、光ファイバケーブル、変換器、無線周波数（ＲＦ）波、大気、空所等のうちの１つ又はそれらの組み合わせを含むが、それらに限定されない。更に通信チャネル１５２は、例えば、ルータ、中継器、バッファ、送信機及び受信機等の中間装置を含むことができる。

例示的な１つの構成において、通信チャネル１５２は電話及びコンピュータネットワークを含む。更に通信チャネル１５２は、無線通信、例えば赤外線通信、例えばマイクロ波周波数通信等の無線周波数通信に対応可能である。また、通信チャネル１５２は衛星通信に対応できる。

通信チャネル１５２を介して送信された通信信号は、所望の通信技術のために必要とされ又は望まれうるような信号を含むが、それらに限定されない。例えば信号は、時分割多元接続（ＴＤＭＡ）、周波数分割多元接続（ＦＤＭＡ）、符号分割多元接続（ＣＤＭＡ）、汎ヨーロッパデジタル移動通信システム（ＧＳＭ）、汎用パケット無線サービス（ＧＰＲＳ）等のセルラ通信技術において使用されるように構成されてもよい。デジタル信号及びアナログ信号の双方は、通信チャネル１５２を介して送信可能である。少なくとも１つの実施形態によると、これらの信号は、通信技術にとって望ましい変調信号、暗号化信号及び／又は圧縮信号でありうる。

サーバ１５０は、図示しない他の構成要素に加えて、メモリ１５６に動作可能に接続され且つ有線又は無線接続１５８を介して大容量データ記憶装置１６０に更に動作可能に接続されるプロセッサ１５４を含む。大容量データ記憶装置１６０は、ナビゲーションデータのストア及び地図情報を含み、ここでもサーバ１５０とは別個の装置でありうるかあるいはサーバ１５０に組み込まれうる。更にプロセッサ１５４は、通信チャネル１５２を介してナビゲーション装置２００との間で情報を送受信するために、送信機１６２及び受信機１６４に更に動作可能に接続される。送受信される信号は、データ信号、通信信号及び／又は他の伝搬信号を含んでもよい。送信機１６２及び受信機１６４は、ナビゲーションシステム２００の通信技術において使用された通信条件及び通信技術に従って選択又は設計されうる。なお、送信機１６２及び受信機１６４の機能は単一の送受信機に組み合わされてもよい。

上述したように、ナビゲーション装置２００は、通信チャネル１５２を介して信号及び／又はデータを送出し且つ受信するために送信機１６６及び受信機１６８を使用し、サーバ１５０以外の装置と通信するためにこれらの装置が更に使用されうることに注目して、通信チャネル１５２を介してサーバ１５０と通信するように構成されうる。また、送信機１６６及び受信機１６８は、ナビゲーション装置２００に対する通信設計において使用された通信要件及び通信技術に従って選択又は設計され、送信機１６６及び受信機１６８の機能は、図２に関連して上述したような単一の送受信機に結合されてもよい。当然、ナビゲーション装置２００は、本明細書において更に詳細に後述される他のハードウェア及び／又は機能部分を含む。

サーバメモリ１５６に格納されたソフトウェアは、プロセッサ１５４に命令を提供し、サーバ１５０がナビゲーション装置２００にサービスを提供できるようにする。サーバ１５０により提供された１つのサービスは、ナビゲーション装置２００からの要求の処理及び大容量データ記憶装置１６０からナビゲーション装置２００へのナビゲーションデータの送信を含む。サーバ１５０が提供できる別のサービスは、所望のアプリケーションに対する種々のアルゴリズムを使用したナビゲーションデータの処理及びナビゲーション装置２００へのこれらの計算の結果の送出を含む。

サーバ１５０は、無線チャネルを介してナビゲーション装置２００によりアクセス可能なリモートソースを構成する。サーバ１５０は、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、仮想プライベートネットワーク（ＶＰＮ）等に配置されたネットワークサーバを含んでもよい。

サーバ１５０は、デスクトップコンピュータ又はラップトップコンピュータ等のパーソナルコンピュータを含んでもよく、通信チャネル１５２は、パーソナルコンピュータとナビゲーション装置２００との間に接続されたケーブルであってもよい。あるいは、パーソナルコンピュータが、ナビゲーション装置２００とサーバ１５０との間に接続され、サーバ１５０とナビゲーション装置２００との間にインターネット接続を確立してもよい。

ナビゲーション装置２００は、情報ダウンロードを介してサーバ１５０から情報を受信することができる。情報は、自動的に、随時又はユーザがナビゲーション装置２００をサーバ１５０に接続すると更新されてもよく、且つ／あるいは例えば無線移動接続装置及びＴＣＰ／ＩＰ接続を介してサーバ１５０とナビゲーション装置２００との間により継続して又は頻繁に接続が確立されると更に動的であってもよい。多くの動的計算に対して、大量の処理要求に対処するためにサーバ１５０内のプロセッサ１５４が使用されうるが、ナビゲーション装置２００のプロセッサ（図２には示されない）も同様に、多くの場合サーバ１５０への接続に関係なく多くの処理及び計算に対処できる。

なお、図３に示される、ナビゲーション装置２００のブロック図は、ナビゲーション装置の全ての構成要素を含むものではなく、構成要素の多くの例を表すにすぎない。ナビゲーション装置２００は筐体（不図示）内に配置される。ナビゲーション装置２００は、例えば入力装置２０４及び表示画面２０６等の表示装置に結合される上述のプロセッサ２０２を備える処理回路網を含む。本明細書中では単一の入力装置２０４を参照するが、入力装置２０４は、キーボード装置、音声入力装置、タッチパネル及び／又は情報を入力するために利用された他の何らかの既知の入力装置を含むあらゆる数の入力装置も表すことが当業者には理解されるべきである。同様に、例えば表示画面２０６は、液晶ディスプレイ（ＬＣＤ）等のあらゆる種類の表示画面も含むことができる。

１つの構成において、入力装置２０４の一態様、タッチパネル及び表示画面２０６は、タッチパッド又はタッチスクリーン入力２５０（図４）を含む一体型入力表示装置を提供するように一体化され、ユーザが複数の表示選択肢のうちの１つを選択するため又は複数の仮想ボタン、すなわち「ソフト」ボタンのうちの１つを操作するために表示画面２０６の一部分に触れるだけでよいように、情報の入力（直接入力、メニュー選択等を介する）及びタッチパネル画面を介する情報の表示の双方を可能にする。この点において、プロセッサ２０２は、タッチスクリーンと関連して動作するグラフィカルユーザインタフェース（ＧＵＩ）をサポートする。

ナビゲーション装置２００において、プロセッサ２０２は、接続２１０を介して入力装置２０４に動作可能に接続され且つ入力装置２０４から入力情報を受信でき、情報を出力するために、それぞれの出力接続２１２を介して表示画面２０６及び出力装置２０８の少なくとも一方に動作可能に接続される。ナビゲーション装置２００は、例えば可聴出力装置（例えば、スピーカを含む）等の出力装置２０８を含んでもよい。出力装置２０８がナビゲーション装置２００のユーザに対する可聴情報を生成できるため、同様に、入力装置２０４は入力音声コマンドを受信するマイクロホン及びソフトウェアも含むことができると理解されるべきである。更にナビゲーション装置２００は、例えばオーディオ入出力装置等の何らかの追加の入力装置２０４及び／又は何らかの追加の出力装置も含むことができる。

プロセッサ２０２は、接続２１６を介してメモリ２１４に動作可能に接続され、接続２２０を介して入出力（Ｉ／Ｏ）ポート２１８との間で情報を受信／送出するように更に構成される。この場合、Ｉ／Ｏポート２１８は、ナビゲーション装置２００の外部Ｉ／Ｏ装置２２２に接続可能である。外部Ｉ／Ｏ装置２２２は、例えばイヤホン等の外部リスニング装置を含んでもよいが、これに限定されない。更にＩ／Ｏ装置２２２への接続は、例えばイヤホン又はヘッドホンへの接続のために及び／あるいは移動電話への接続のために、例えばハンズフリー動作及び／又は音声起動動作のためのカーステレオユニット等の他の何らかの外部装置への有線接続又は無線接続であってよい。ここで、例えばナビゲーション装置２００とインターネット又は他のあらゆるネットワークとの間のデータ接続を確立するために、並びに／あるいは例えばインターネット又は他のあるネットワークを介するサーバへの接続を確立するために、移動電話接続が使用されうる。

ナビゲーション装置２００のメモリ２１４は、不揮発性メモリの一部（例えば、プログラムコードを格納する）及び揮発性メモリの一部（例えば、プログラムコードが実行される時にデータを格納する）を含む。ナビゲーション装置は、取り外し可能なメモリカード（一般にカードと呼ぶ）を装置２００に追加できるようにする、接続２３０を介してプロセッサ２０２と通信するポート２２８を更に含む。説明されている実施形態において、ポートは、ＳＤ（セキュアデジタル）カードを追加できるように構成される。他の実施形態において、ポートにより他の形態のメモリを接続できてもよい（例えば、コンパクトフラッシュ（ＣＦ）カード、メモリスティック、ｘＤメモリカード、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）フラッシュドライブ、ＭＭＣ（マルチメディア）カード、スマートメディアカード又はマイクロドライブ等）。

図３は、接続２２６を介するプロセッサ２０２とアンテナ／受信機２２４との間の動作可能な接続を更に示す。ここで、アンテナ／受信機２２４は、例えばＧＰＳアンテナ／受信機であってよいため、図１のＧＰＳ受信機１０６として機能するであろう。図中符号２２４で示されたアンテナ及び受信機は図示のために概略的に組み合わされるが、アンテナ及び受信機は別個に配置された構成要素であってもよく、アンテナは例えばＧＰＳパッチアンテナ又はヘリカルアンテナであってもよいことが理解されるべきである。

当然、図３に示された電子構成要素は従来の方法で１つ以上の電源（不図示）により電力を供給されることが当業者には理解されるであろう。そのような電源は、低電圧ＤＣ電源に対する内部バッテリ及び／又は入力、あるいは他の何らかの適切な構成を含んでもよい。当業者により理解されるように、図３に示された構成要素の種々の構成が考えられる。例えば図３に示された構成要素は、有線接続及び／又は無線接続等を介して互いに通信していてもよい。従って、本明細書において説明されるナビゲーション装置２００は、ポータブル又はハンドヘルドナビゲーション装置であってよい。

また、図３のポータブル又はハンドヘルドナビゲーション装置２００は、例えば自転車、オートバイ、自動車又は船舶等の車両に既知の方法で接続あるいは「ドッキング」されうる。そのようなナビゲーション装置２００は、ポータブル又はハンドヘルドナビゲーションとして使用するためにドッキング場所から取り外し可能である。実際には、他の実施形態において、装置２００は、ユーザのナビゲーションを可能にするように処理されるように構成されてもよい。

図４を参照すると、ナビゲーション装置２００は、一体型入力表示装置２０６及び図２の他の構成要素（内部ＧＰＳ受信機２２４、プロセッサ２０２、電源（不図示）、メモリシステム２１４等を含むがそれらに限定されない）を含むユニットであってもよい。

ナビゲーション装置２００はアーム２５２上に位置してもよく、アーム２５２自体は吸着カップ２５４を使用して車両のダッシュボード又は窓等に固定されてもよい。このアーム２５２は、ナビゲーション装置２００がドッキング可能なドッキングステーションの一例である。ナビゲーション装置２００は、例えばアーム２５２にナビゲーション装置２００を嵌合接続することにより、ドッキングステーションのアーム２５２にドッキング又は接続されうる。この場合、ナビゲーション装置２００はアーム２５２上で回動可能であってもよい。ナビゲーション装置２００とドッキングステーションとの間の接続を解除するに、例えばナビゲーション装置２００上のボタン（不図示）が押下されてもよい。ナビゲーション装置２００とドッキングステーションとを接続及び分離する他の同様に適切な構成は当業者には既知である。

図５を参照すると、プロセッサ２０２及びメモリ２１４は、ナビゲーション装置２００の機能ハードウェア構成要素２８０と装置により実行されたソフトウェアとの間のインタフェースとして機能するＢＩＯＳ（基本入出力システム）２８２をサポートするように協働する。次にプロセッサ２０２は、メモリ２１４からアプリケーションソフトウェア２８６（説明した経路計画及びナビゲーション機能性の一部又は全てを実現する）が実行できる環境を提供するオペレーティングシステム２８４をロードする。アプリケーションソフトウェア２８６は、例えば地図の閲覧、経路計画、ナビゲーション機能及び関連付けられた他の何らかの機能であるナビゲーション装置の主要機能をサポートするグラフィカルユーザインタフェース（ＧＵＩ）を含む操作環境を提供する。この点で、アプリケーションソフトウェア２８６の一部はビュー生成モジュール２８８を含む。

説明されている実施形態において、ナビゲーション装置のプロセッサ２０２は、ナビゲーション装置の場所の記録を構築するために、アンテナ２２４により受信されたＧＰＳデータを受信し、且つＧＰＳデータが受信された時のタイムスタンプと共に随時そのＧＰＳデータをメモリ２１４内に格納するようにプログラムを作成される。そのように格納された各データ記録は、ＧＰＳフィックスとみなされてもよく、すなわちそれは、ナビゲーション装置の場所の決定位置であり、緯度、経度、タイムスタンプ及び精度報告を含む。

一実施形態において、データは、ほぼ定期的に、例えば５秒毎に格納される。他の周期が可能であること、並びにデータ分解能とメモリ容量との間の均衡がとられること、すなわちより多くのサンプルを採取することでデータの分解能が増加するのに伴い、データを保持するためにより多くのメモリが必要になることは、当業者により理解されるであろう。しかし、他の実施形態において、分解能は、実質的に１秒毎、１０秒毎、１５秒毎、２０秒毎、３０秒毎、４５秒毎、１分毎、２．５分毎（又は実際には、これらの周期の間のあらゆる周期毎）であってもよい。従って、時点における装置２００の所在の記録が装置のメモリ内に構築される。

いくつかの実施形態において、周期が長くなるにつれて入手されたデータの品質は低下し、劣化の程度はナビゲーション装置２００が移動していた速度に少なくとも部分的に依存するが、約１５秒の周期が適切な上限を提供してもよいことが分かるであろう。

ナビゲーション装置２００は、一般に自身の所在の記録を構築するように構成されるが、いくつかの実施形態において、行程の開始又は終了時の所定の期間及び／あるいは距離のデータを記録しない。そのような構成は、ナビゲーション装置２００のユーザの家及び他のよく訪れる目的地の場所を保護する可能性が高いため、ユーザのプライバシーの保護に役立つ。例えばナビゲーション装置２００は、行程の最初の約５分及び／又は行程の最初の約１マイルのデータを格納しないように構成されてもよい。

他の実施形態において、ＧＰＳは、定期的に格納されなくてもよいが、所定のイベントが発生するとメモリ内に格納されてもよい。例えばプロセッサ２０２は、装置が道路の合流点、道路区分の変更又は他のそのようなイベントを通過すると、ＧＰＳデータを格納するようにプログラムを作成されてもよい。更にプロセッサ２０２は、随時装置２００の所在の記録（すなわち、ＧＰＳデータ及びタイムスタンプ）をサーバ１５０にアップロードするように構成される。ナビゲーション装置２００がナビゲーション装置２００をサーバ１５０に接続する永続的な通信チャネル１５２又は少なくとも一般に現在の通信チャネル１５２を有するいくつかの実施形態において、データは、定期的にアップロードされ、例えば２４時間毎に１回アップロードされてもよい。他の周期が可能であり、実質的に以下の周期、すなわち１５分、３０分、１時間毎、２時間毎、５時間毎、１２時間毎、２日毎、１週間毎又はこれらの間のあらゆる時間のうちのいずれかであってもよいことは、当業者により理解されるであろう。実際には、そのような実施形態において、これは、データが実際には送信の間のかなり短い周期で随時送信されるためにより正確に擬似リアルタイムとみなされてもよいことを必然的に意味するであろうが、プロセッサ２０２は、実質的にリアルタイムベースで所在の記録をアップロードするように構成されてもよい。そのような擬似リアルタイムの実施形態において、ナビゲーション装置は、メモリ２１４内に及び／又はポート２２８に挿入されたカード上にＧＰＳフィックスをバッファリングし、且つ所定の数が格納されるとこれらを送信するように構成されてもよい。この所定の数は、およそ２０、３６、１００、２００又はこれらの間のあらゆる数であってもよい。メモリ２１４／ポート２２８内のカードの大きさにより所定の数が部分的に左右されることは、当業者により理解されるであろう。

一般に現在の通信チャネル１５２を有さない他の実施形態において、プロセッサ２０２は、通信チャネル１５２が作成される際に記録をサーバ１５２にアップロードするように構成されてもよい。例えば、ナビゲーション装置２００がユーザのコンピュータに接続される際にこのように構成されてもよい。この場合も、そのような実施形態において、ナビゲーション装置は、メモリ２１４内に又はポート２２８に挿入されたカード上にＧＰＳフィックスをバッファリングするように構成されてもよい。万が一メモリ２１４又はポート２２８に挿入されたカードがＧＰＳフィックスで一杯になると、ナビゲーション装置は、先入れ先出し（ＦＩＦＯ）バッファの如く、最も古いＧＰＳフィックスを削除するように構成されうる。

説明されている実施形態において、所在の記録は、各々が２４時間の周期内のそのナビゲーション装置２００の動きを示す１つ以上の追跡を含む。各２４は、カレンダーの日と一致するように構成されるが、他の実施形態においては必ずしもこれが当てはまらない。

一般に、ナビゲーション装置２００のユーザは、装置の所在の記録がサーバ１５０にアップロードされることを承諾する。承諾が得られない場合、記録はサーバ１５０にアップロードされない。ナビゲーション装置自体及び／又はナビゲーション装置が接続されるコンピュータは、所在の記録をそのように使用することに対する承諾をユーザに求めるように構成されてもよい。

サーバ１５０は、装置の所在の記録を受信し、且つ処理のためにこれを大容量データ記憶装置１６０内に格納するように構成される。従って、時間が経過するにつれ、大容量データ記憶装置１６０は、データをアップロードしているナビゲーション装置２００の所在の複数の記録を累積する。

上述したように、大容量データ記憶装置１６０は地図データを更に含む。そのような地図データは、道路区分の場所、地点情報及び一般に地図上で見つけられるそのような他の情報に関する情報を提供する。

次に、図６を参照すると、一般にこれは、特定の３つの時間帯、すなわち朝３０２、昼３０４及び夜３０６の間の区分にわたる移動の平均速度のヒストグラムを３００において示す。区分にわたる履歴移動時間等の実データから計算されうる区分にわたる移動の平均速度は、履歴移動データの例である。記録されたデータが実データではないという意味で、ヒストグラム３００は履歴データを示すと考えられてもよい。従って、データは、実質的に現時点で行われ、例えば現在から１５分以内の道路区分における実際のイベントを記録する実データ収集の直接的な結果ではない。しかし、交通レベル及び挙動において発生するパターンを考慮して現時点で区分において発生している可能性のあるものを予測するために、データが使用されてもよい。

ヒストグラム３００を完成するためのデータ（区分における移動の履歴平均速度）は、サーバ１５０により記録された上述の種類の追跡を使用して計算された。追跡に従ってナビゲーション装置２００の場所が認識される場合、区分に出入りする追跡の間を通過する時間が記録されてもよい。理解されるように、区分距離が認識されると仮定すると、区分における移動の平均速度が計算されうる。

ヒストグラム３００は、朝３０２及び昼３０４の時間帯には相対的に混雑が殆どなかったのに対し、夜の時間帯３０６には実質的にかなり混雑していたことを示唆する。更にヒストグラム３００は、３つ全ての時間帯３０２、３０４及び３０６で非常に相対的に空いていたことを更に示唆する。

６０ｋｍ／ｈに選択された渋滞閾値速度３０８がヒストグラム３００に示される。渋滞閾値速度は渋滞状況の一例である。渋滞閾値速度は区分にわたる移動の平均速度であり、それを下回ると移動は渋滞していたと考えられる。本実施形態において、渋滞閾値速度は、平均速度が特定の区分にわたり渋滞すると考えられるべきであるものについての主観的見地のみに基づいて選択された。しかし、他の実施形態において、渋滞閾値速度は、別の基準（例えば、早朝の時間帯の間、他の車両の影響を無視できる際の区分にわたる移動の平均速度、すなわち自由走行速度の比率）に従って選択されてもよい。換言すると、渋滞閾値速度は、選択された交通量の少ない時間帯の間に記録された区分にわたる移動の平均速度である、選択された区分に対する自由走行速度の比率であってもよい。理解されるように、渋滞閾値速度が規定されると、この速度を下回る区分にわたる移動の全ての平均速度は渋滞していると考えられる。

１０ｋｍ／ｈの渋滞速度３１０もヒストグラム３００に示される。よって、渋滞速度３１０は時間に依存せず、すなわち同一の渋滞速度３１０は、３つ全ての時間帯３０２、３０４及び３０６に提供される。本実施形態において、渋滞速度３１０は、渋滞閾値速度３０８を下回るヒットのモードに選択されている。従って、それは、渋滞がある場合の区分にわたる移動の最も可能性の高い平均速度の指標である。他の実施形態において、渋滞速度３１０は異なる方法で規定されてもよく、これを後述する。

ヒストグラム３００を参照して、時間依存渋滞確率を計算する方法を説明する。理解されるように、ヒストグラム３００は、時間帯３０２、３０４、３０６毎に渋滞閾値速度３０８を上回り且つ下回るヒットの総数を示す。これらの総数を考慮することにより、渋滞している移動対渋滞していない移動の時間帯毎の割合が得られる。その結果、これにより、時間帯毎の渋滞確率を計算できる。これにおいて計算された渋滞確率は、生成された区分データの一例となる。例として、渋滞しているヒット対渋滞していないヒットの割合が特定の期間に３０：７０である場合、その期間に対する渋滞確率は３０％だろう。例えばこのような計算は関数として表されてもよい。次に、この渋滞確率は、特定の時間帯（例えば朝）の移動に対する渋滞確率を与える区分データとして関連する区分と関連付けられてもよい。渋滞の尤度だけではなく渋滞の場合には区分にわたる移動の予想される平均速度も与えるために、渋滞速度は渋滞確率と共に使用されてもよい。この例において、渋滞確率は完全に履歴データに基づいている。後述するように、渋滞確率は実データに基づいて校正されてもよい。

次に、図７Ａ〜図７Ｄを参照すると、渋滞速度を規定する別の基準が示される。図７Ａはヒストグラム３１２を示し、図７Ｂはヒストグラム３１４を示し、図７Ｃはヒストグラム３１６を示し、図７Ｄはヒストグラム３１８を示す。これらのヒストグラム３１２、３１４、３１６及び３１８の各々は、単一の期間の区分における移動の履歴平均速度を示す。図６のヒストグラム３００と同様に、それらは全て履歴データを使用する。

双方のヒストグラム３１２及び３１４において、明らかな低速モード３２０がある。渋滞閾値速度が低速モード３２０を上回るように選択されていると仮定すると、低速モード３２０は、渋滞速度として選択するのに特に適しているであろう。比較のために、第５のパーセンタイル値３２２も双方のヒストグラム３１２及び３１４に示される。

双方のヒストグラム３１６及び３１８において、低速モードがないかあるいはそれは全く明らかではない。この場合、特に第５のパーセンタイル値３２２等のパーセンタイル値が渋滞速度として使用されてもよい。

他の実施形態において、渋滞速度を選択する更に別の選択肢がある。例えば渋滞速度は、渋滞閾値速度を下回る区分における移動の全ての平均速度であってもよい。

次に、図２と共に図８を参照すると、本発明の一実施形態を示すフローチャートが示される。

予測ステップ４００において、電子地図に含まれる領域の区分において渋滞状況があるかが予測される。予測の本質は、当該区分に対して使用可能な区分データに依存する。本実施形態において、区分データは、時間依存渋滞確率４０２及び区分に関連する実データ４０４を含む。

時間依存渋滞確率４０２は、現在時刻（例えば、午前８時３０分〜午前８時４５分の月曜の朝）に対応するものとして他の複数の時間依存渋滞確率から選択されている。時間依存渋滞確率の各々は、関連する時間において当該区分に対する履歴移動時間４０６を使用して計算されている。

実データ４０４は、現在時刻、例えば区分における交通状況を報告するＧＰＳプローブ又はジャーナリスティックなデータからの区分にわたる実移動時間の区分における交通状況に関連する情報である。

区分データは、サーバ１５０のプロセッサ１５４により実行されたオプティマイザ４０７により処理される。本実施形態において、時間依存渋滞確率が７０％の事前定義済みの値を超える場合、オプティマイザはデフォルトで渋滞状況の予測となる。しかし、オプティマイザ４０７は、重み付きレジームに従う実データを更に考慮する。かなりの量の実データ４０４が一致する場合にこれが重視されるのに対し、実データが一致せず、信頼性が低く且つ／あるいは量が少ない場合にはそれは重視されない。従って、オプティマイザ４０７は、実データ４０４の重要性及び／又は信頼性を評価し、普通なら時間依存渋滞確率４０２のみに基づいて行われる予測と一致するかをチェックする。オプティマイザ４０７は、実データ４０４を評価すると、普通なら行われるはずの渋滞状況があるかについての予測を却下する必要があるかを判定し、その最終的な予測に従って区分にわたる移動の予想平均速度を出力する。

オプティマイザ４０７からの出力は出力ステップ４０８で行われる。渋滞状況があるという予測の場合、出力された区分にわたる移動の予想平均速度は渋滞速度４１０である。渋滞速度４１０は、渋滞していると考えられる履歴移動時間４０６、すなわち渋滞閾値速度を下回る履歴移動時間４０６に従って計算される。渋滞状況がないという予測の場合、出力された区分における移動の予想平均速度はデフォルト速度であり、この場合、当該時間帯（例えば、月曜の朝、午前８時３０分〜午前８時４５分）の間の区分における移動の全ての使用可能な履歴平均速度の平均である。

本実施形態において、出力は、送信機１６２を介して、ナビゲーション装置２００に対する通信チャネル１５２を介して通信される。ナビゲーション装置で、とりうる経路は、要求された経路パラメータ（例えば、起点及び目的地）に基づいて且つナビゲーション装置２００に格納された地図データを使用して探索ステップ４１２で探索される。この探索の目的は、最速経路又は最も燃料効率のよい経路を見つけることであってもよい（しかし、他の多くの要因も考慮されてもよいことが当業者により理解されるであろう）。出力が生成されている区分が経路に対して考慮される場合、渋滞速度又はデフォルト速度である区分にわたる移動の予想平均速度が使用される。最後に、ナビゲート可能な経路が生成ステップ４１４で生成される。

理解されるように、図８のフローチャートは、オフラインの場合にナビゲーション装置２００のみにより実行されうる。例えば、情報（例えば、実データ）は、ナビゲーション装置２００が移動する時にナビゲーション装置２００により収集／入手され、且つ他の区分データはそこに格納されてもよい。

上述の実施形態において、時間依存渋滞確率自体は実データを計算に入れることで校正されない。その代わり、最終的なチェックを実行するためだけに実データが使用される。しかし、別の実施形態において、更に又はあるいは、オプティマイザにより履歴移動時間と共に実データを組み込むことで時間依存渋滞確率を校正するために、実データが使用されてもよい。また、渋滞状況が予測されるかに影響を及ぼすために実データが使用されてもよい他の多くのとりうる方法があり、例えばそれらの方法は、必要とされる渋滞確率の比率を変更するか、あるいは更にはそれがより適切な場合には全く異なる渋滞確率に切り替える。

上述の実施形態では区分にわたる移動の予想平均速度が出力されるが、渋滞警告の発行あるいは現状を維持又は調整する命令等の更なる又は別の多くの出力が可能であることは、当業者により容易に理解されるであろう。例えばこれらの出力は、全てナビゲーション装置２００が区分にわたる移動の適切な予想平均速度を選択するのに必要であってもよい。なお、実際には、方法ステップのうちのいくつかがサーバ１５０で行われ且ついくつかがナビゲーション装置２００で行われるものとして示されるが、ステップのうちのいずれかは一元的に又は局部的に実行されてもよい。

次に、図９を参照すると、潜在的なデータ入力、処理及び使用するための装置への出力を示す経路生成のためのアーキテクチャが示される。アーキテクチャは、いくつかの入力、すなわち実汎ヨーロッパデジタル移動通信システム（ＧＳＭ）プローブデータ５００と、実全地球測位システム（ＧＰＳ）プローブデータ５０２と、実交通メッセージチャネル（ＴＭＣ）渋滞メッセージ５０４と、実ループ検出データ５０６と、実ジャーナリスティックなデータ５０８と、履歴渋滞確率及び渋滞速度データ５１０とを含む。

処理ステップにおいて、入力５００、５０２、５０４、５０６、５０８及び５１０はオプティマイザにより処理され、この場合、区分において現在発生しているあらゆるリアルタイム渋滞５１４の指標及びリアルタイム移動速度５１６の近似を与えるために、データ融合エンジン５１２。実ＧＳＭプローブデータ５００、実ＧＰＳプローブデータ５０２、実ＴＭＣ渋滞メッセージ５０４、実ループ検出データ５０６及び実ジャーナリスティックなデータ５０８が使用される。履歴渋滞確率及び渋滞速度データ５１０は、履歴データに基づいて渋滞速度５１８及び渋滞状況予測５２０を与える。データ融合エンジン５１２は、区分において渋滞状況があるかを予測し且つ渋滞状況がある場合に渋滞速度を提供するように実発信元及び履歴情報源からのデータを処理する。その後、このデータが出力される。

アーキテクチャは、出力が送出されてもよいいくつかの装置、すなわちインダッシュ型ナビゲーション装置５２２と、パーソナルナビゲーション装置５２４と、ウェブベースの経路プランナー５２６と、無線ＤＪポータル５２８と、企業対政府機関（Ｂ２Ｇ）のホストデジタル端末（ＨＤＴ）又は階層データフォーマット（ＨＤＦ）５３０、あるいは相手先商標製造会社（ＯＥＭ）のホストデジタル端末（ＨＤＴ）又は階層データフォーマット（ＨＤＦ）５３２とを含む。装置は、出力を受信すると、例えば経路計画においてあるいは全て又は一部のネットワークに関する状況報告を表示するために出力を使用してもよい。

次に、図１０を参照すると、期間にわたり使用可能な実データ６００の量の変動性を示すグラフが示される。グラフは、実データ６００を使用するための都市のより低いカットオフ閾値６０２及び実データを使用するための地方のより低いカットオフ閾値６０４を更に示す。

いくつかの実施形態において、渋滞確率を校正するため又は渋滞状況予測が行われるべきか否かをチェックするために、実データを使用するのが便宜である。しかし、実データの量が少ない場合、交通データが確率的要素を有する傾向があるため、実データを使用することは逆効果であろう。その結果、いくつかの実施形態において、実データ量に対するより低いカットオフ閾値が設定されてもよく、それを下回るとそれは使用されない。図１０は、このより低い閾値が変動する可能性があることを示す。本実施形態において、より低い閾値は、表面（地方又は都市）により範囲に含まれた道路の本質に依存して変動する。例えば地方区分からの実データが都市区分からの実データより確率的であると認識される場合、そのような変動は正当化されてもよい。

図１０の実施形態において、実データは、都市のより低いカットオフ閾値６０２を上回る場合に都市区分においてのみ使用され、地方のより低いカットオフ閾値６０４を上回る場合に地方区分においてのみ使用される。

次に、図１１及び図１２を参照して、区分の集合に対する地域のチェック及び偏差傾向を説明する。

地域のチェックが実行されてもよく、区分の集合に対する実データは、渋滞確率に基づく渋滞状況があるか否かの計算及び／又は予測のために使用されるそれぞれの渋滞確率及び／又は履歴移動時間と一致するかがチェックされる。各区分に対するチェックの結果は、偏差傾向に対して連結及び評価されうる。交通量及び／又は交通の流れが地域的な現象であってもよい（すなわち、特定の１つの区分における交通状況が、周囲の区分における交通状況による影響をかなり受けうる。）ため、これは特に有用であろう。従って、地域の適応は、所定の地図領域、所定の半径、領域への又は領域からの予想される経路、所定の移動方向、既知のボトルネック及び／又は交通のホットスポットに対して特に有用であろう。

予想されるものが移動の履歴平均速度に基づいて渋滞確率から行われる渋滞予測であるものからの偏差傾向をチェックが示す場合、渋滞予測を変更するために緩和措置がとられてもよい。これらの措置は、集合における区分に対して行われてもよいが、集合における区分のうちの１つ以上により影響される可能性の高い他の区分に対しても行われてもよい。

潜在的な措置は、１）渋滞状況を予測するために必要とされる渋滞確率を調整することと、２）渋滞確率の計算において実データ又は追加の実データを使用することと、３）実データのほうを好むかあるいは更に好むように重み付き平均又は確率的な平均を調整することと、４）渋滞状況予測を無効にするためにあるいは渋滞状況予測が行われない場合にはそれを行うために不一致を使用することと、５）実データとより一致する１つ以上の異なる渋滞確率の使用への切り替えを開始することとを含む。そのような措置は、考慮された区分に対する地図データとして表されてもよい。

別のいくつかの実施形態において、偏差傾向により、ある期間の渋滞確率の使用が部分的に又は完全に無効になるであろう。例えば実データは、特定の期間に渋滞状況があるかを予測するために使用するのに渋滞確率が全く適さないことを示してもよい。

理解されるように、地域のチェックを実行することにより、集合に含まれた他の区分から推測することで実データが殆どない区分に対する渋滞確率を正確に調整できてもよい。更に地域のチェックにより、ネットワークの大部分に対する状況の理解が深まり且つ誤解の尤度が低下するであろう。

いくつかの実施形態において、実データに従って渋滞している集合における区分の比率を計算することにより（例えば、区分にわたる移動の各平均速度と渋滞閾値速度とを比較し、且つその渋滞閾値速度を上回り且つ下回る比を比較することにより）、偏差傾向が評価されてもよい。これは、渋滞確率偏差を与えるように集合における区分に対する全ての渋滞確率にわたる平均と比較されうる。その後、渋滞確率偏差は、ある期間（例えば、３０分）にわたり平滑化されてもよい。

理解されるように、渋滞確率偏差の計算により、集合の区分における交通状況と集合の外側の最終的に潜在的な区分とを適切に区別できてもよい。

図１１は、時刻に対する相対偏差を示すグラフである。区分の集合に対する渋滞確率偏差７００及び同一の集合に対する渋滞偏差７０２がグラフ上にグラフ化される。速度偏差は、集合における全ての区分に対する自由走行速度からの平均偏差を示す。区分の集合は、特定の都市における多くの既知の交通ボトルネックから構成される。

図１１の例に示されうるように、実データが考慮される場合に渋滞確率が最大約４５％減少するため、交通状況は例外的である。すなわち、線７００に対する相対偏差が約０．５５に低下することが分かる。これは、集合における交通ボトルネックに対して渋滞がある確率が低いこと、すなわち交通が自由に流れる可能性がより高いことを示す。これは、例外的な交通量の低下により発生しうる。従って、予想される可能性があるように、実際のところ速度偏差はなく、すなわち線７０２に対する相対偏差は実質的に１の値のままである。これらの他の区分に対する実データが殆どない場合でも、この本質の偏差傾向を与える地域的な判断材料は、都市における他の区分に対する渋滞確率の低下を示しうる。すなわち、隣接領域における区分を変更するために、区分の集合からのデータが使用されている。これは、渋滞していない交通ボトルネックが周辺ネットワークにおける渋滞の尤度の低下を適切に示してもよいためである。

図１２は図１１に類似し、グラフは、異なる交通状況を与える別の地域のチェックを示す。図１２においては、集合区分８００に対する渋滞確率偏差は低く、渋滞の尤度が実質的に履歴傾向に従って予想されるようなものであること、すなわち線８００が実データが実質的に渋滞確率をバックアップすることを示す約１のままであることを示す。それにもかかわらず、速度偏差８０２は区分にわたる平均速度の低下を示し、線８０２は１の相対偏差を下回って減少する。従って、グラフは、渋滞確率及び平均速度が互いに追従する必要がないことを示す。例えば、図１２により示されたような交通状況は、渋滞の尤度が増加することなく一般に交通速度が低下する雪の結果によるものでありうる。従って、地域的な判断は、平均速度が低下しているにもかかわらず渋滞確率が相対的に標準的であることを正確に識別している。

Claims (13)

1. 電子地図に関するデータを処理する方法であって、
   前記電子地図は、前記地図に含まれる領域においてナビゲート可能な区分を表す複数の区間を含み、
   前記方法は、
   処理装置を用いて区分データを生成するステップと、
   前記区分の履歴移動データを収集するステップと、
   前記区分の渋滞状況を規定するステップであって、前記渋滞状況は渋滞閾値速度であり、前記渋滞状況が満たされる場合は前記区分が渋滞しているものに分類され、そうでない場合は渋滞していないものに分類されるステップと、
   前記履歴移動データ及び前記渋滞閾値速度に従い、前記区分の渋滞の尤度を表す前記区分の渋滞確率を生成するステップと、
   前記履歴移動データを用いて、前記区分が渋滞していると判断されたときの前記区分での速度を表す渋滞速度を生成するステップと、
   前記渋滞確率及び前記渋滞速度を前記電子地図における区分と関連付けるステップと、
   を有することを特徴とする方法。
2. 前記履歴移動データは、前記区分にわたる履歴移動時間を含むことを特徴とする請求項１に記載の方法。
3. 前記履歴閾値速度は、前記区分の自由走行速度の選択された比率に従い規定されることを特徴とする請求項１又は２に記載の方法。
4. 前記区分の自由走行速度は、選択された期間中に記録された前記区分における移動の平均速度として定義されることを特徴とする請求項３に記載の方法。
5. 前記自由走行速度の前記選択された比率は、３０％乃至７０％の間、又は、４０％乃至６０％の間、又は、略５０％の値であることを特徴とする請求項３又は４に記載の方法。
6. 前記区分の渋滞確率は、前記渋滞閾値速度を上回る区分及び下回る区分における移動の履歴平均速度が計算された数の比率に従い計算されることを特徴とする請求項１乃至５のいずれか１項に記載の方法。
7. 前記履歴移動データは、前記区分に対する複数の時間依存渋滞確率の生成を可能にする時間の記録に従い分類されることを特徴とする請求項１乃至６のいずれか１項に記載の方法。
8. 前記渋滞確率は、（ｉ）時期、（ii）曜日、（iii）時刻、（iv）特定のイベント若しくは状況の発生、のうちの１つ以上に従い、又は少なくとも影響されて、計算されることを特徴とする請求項７に記載の方法。
9. 前記渋滞速度は、渋滞していると判断される区分における移動の略全ての履歴平均速度の平均であることを特徴とする請求項１乃至８のいずれか１項に記載の方法。
10. 前記区分における移動の前記履歴平均速度は、２モードの分布を含む複数モードを形成し、前記渋滞速度は前記分布の低速モードであることを特徴とする請求項１乃至８のいずれか１項に記載の方法。
11. 前記渋滞速度は、前記区分における移動の前記履歴平均速度のパーセンタイル値であることを特徴とする請求項１乃至８のいずれか１項に記載の方法。
12. 電子地図に関するデータを処理するように構成されたシステム、オプションとしてサーバ、であって、
    前記電子地図は、前記電子地図に含まれる領域においてナビゲート可能な区分を表す複数の区間を含み、
    前記システムは、
    前記区分の履歴移動データを収集する手段と、
    前記区分の渋滞状況を規定する手段であって、前記渋滞状況は渋滞閾値速度であり、前記渋滞状況が満たされる場合に前記区分が渋滞しているものに分類され、そうでない場合は渋滞していないものに分類されるように前記渋滞状況を規定する手段と、
    前記履歴移動データ及び前記渋滞閾値速度に従い、前記区分の渋滞の尤度を表す前記区分の渋滞確率を生成する手段と、
    前記履歴移動データを用いて、前記区分が渋滞していると判断されたときの前記区分での速度を表す渋滞速度を生成する手段と、
    前記渋滞確率及び前記渋滞速度を前記電子地図における区分と関連付ける手段と、
    を有することにより、区分データを生成することを特徴とするシステム。
13. 機械により読み出される場合に請求項１乃至１１のいずれか１項の方法により前記機械を動作させるための命令を含む機械読み取り可能な記憶媒体。