JP2016066320A - 移動可能領域データ生成システムおよび交通行動推定装置 - Google Patents

Abstract

【課題】プローブ情報から移動体の移動可能領域を生成する移動可能領域データ生成システムを提供する。【解決手段】本発明の移動可能領域データ生成システムは、プローブ情報を取得する情報取得部と、取得したプローブ情報を記憶するプローブ情報記憶部と、プローブ情報を移動方法（自動車、バス、電車、徒歩など）で分類する移動方法分類部と、プローブ情報を移動方向に基づいて分類する移動方向分類部と、プローブ情報をその空間上の分布に基づいて分割し、分割領域のプローブ情報から、その領域内を移動する移動体の移動方法と移動方向を識別して、その領域の属性情報として設定した移動可能領域を生成する、移動可能領域生成部と、生成した移動可能領域を出力する出力部とを備える。【選択図】図１

Description

本発明は、道路や鉄道等の複数の交通手段を対象に都市全体の交通需要を把握するための移動可能領域データ生成システムおよび交通行動推定装置に関し、特に車やスマートフォン等の携帯端末から取得した位置計測情報から移動体の移動可能領域を生成する技術に関する。

従来、都市全体の交通需要を推定する方法として、個人ごとの交通行動を対象とした非集計モデル、ゾーンを対象に集団的な行動を扱う集計モデルといった手法が用いられている。このうち集計モデルは、交通の発生・集中量の予測、分布交通量の予測、交通手段の配分、配分交通量の予測といった段階に分けて扱う四段階推計法が用いられている。集計モデルに用いられる人の行動データは、調査対象地域内のパーソントリップ調査データが一般的である。パーソントリップ調査データは、交通行動の起点である出発地（Ｏｒｉｇｉｎ）、終点である到着地（Ｄｅｓｔｉｎａｔｉｏｎ）、移動目的、移動手段、時間などの各人の一日の交通データ（トリップデータともいう）である。パーソントリップ調査データは複数の交通手段を利用して移動したトリップが得られるので、交通手段の分担等の検討が可能なデータである。しかしながら、パーソントリップ調査データはアンケート調査のため、必要に応じて実施されるか、あるいは１０年に一度といった頻度で実施されるのが現状であり、施設、道路、鉄道などの都市構造物の新設やその運用時間の変更による人の行動変化を直ちにモデルに反映して、推定に用いることは難しい。特に、新興国においては都市部における人口増加と交通発展が著しく、それに伴って人の行動が短期間に変化するため、アンケート調査を通じて実体を把握し続けることは困難である。

道路における実際の交通行動を把握する新たな方法として、近年、プローブカーの利用が期待されている。プローブカーとは、車両をセンサとし、走行車両から走行速度や位置などの走行データを取得して道路交通情報を生成するシステムである。プローブカーを利用することで、車両が実際に通過した位置、時間、速度、経路等の位置計測データ（以下、プローブ情報）が取得できる。自動車等の移動体から収集されるプローブ情報は、道路上の移動経路に限定できるが、携帯端末から収集されるプローブ情報には、道路に限らず、鉄道や施設内の移動データが含まれるので、このような様々な場所において移動体の移動経路が得られるようになった。

一方、交通行動の再現や推定、新たな交通施策を図るために都市交通を事前に評価し、交通需要を推定する方法として、コンピュータを用いて都市内の交通行動を仮想的に再現する交通シミュレーションなる技術が用いられる。交通シミュレーションでは、都市空間における車や鉄道、人等の交通行動を決定して交通需要を推定するため、実世界における車や鉄道、人等の移動体の行動を所定の行動ルールで表現する、様々な行動モデルが検討されている。例えば、代表的な行動モデルのタイプとして、個々の移動体に、移動可能な条件と移動の仕方をルールとして与え、与えられたルールに基づいて移動位置を計算するエージェントベースモデルがある。ルールには、上下左右などの進行方向、停止時間、移動開始/停止の条件、移動可能なエリア、移動速度等が与えられる。自動車の場合、自動車の移動空間は道路である。道路という移動可能領域と、その車線や交差点等、道路に定められた走行ルール（車線や走行速度等）に基づいて、移動位置が計算される。通常、移動可能領域や進行方向は、地図や設計データに基づいて設定される。しかしながら、地図や設計データから得られるルールは限定的で、車線規制や右左折方向等の詳細ルール、さらに、曜日や時間、イベントなどにより動的に変わるルールの反映は極めて困難である。

このようなデータと実際の交通行動との間に乖離があると、交通行動の推定結果もその曜日や時間の交通行動と比較すると、実態に沿わない可能性がある。

移動可能な領域の設定について、カメラやレーザレンジファインダなどの距離センサにより移動体周辺の障害物を検出し、移動可能な領域を得る方法が検討されている。移動体の本体に距離センサを取り付けた場合、移動経路にブラインドコーナーが存在すると、ブラインドコーナーの先に存在する障害物の検出が困難になる。そこで、〔特許文献１〕では、自律的に移動する移動体の移動可能領域を抽出する移動可能領域抽出装置において、移動体と異なる位置（屋内の天井や壁等）にカメラやレーザレンジファインダなどの距離センサを取り付け、床上の障害物を検出し、移動可能な床面領域を計算し、移動体の移動可能領域を得る方法を開示している。こうすることで、屋内全域（全床）の移動対象となる移動可能なエリアを、〔特許文献１〕が開示する方法によって設定することができる。

特開２０１１−１３４２３４号公報

しかしながら、距離センサを利用する方法は、屋内といった限られた空間で、移動可能領域を検出するのに有効であるが、屋外の広域な空間では、距離センサが設置されない場所や手前の構造物に隠された場所において移動可能領域を検出することができない。より高度な地点に距離センサとしてカメラを設置、例えば、衛星写真を用いることで、都市内の移動可能領域を検出する方法もあるが、衛星写真は、その時点の情報であり、日時変動する情報は得られない。また、カメラ自体、夜間や天候等の影響により情報の得られない時間帯があるという課題がある。

以上の従来技術の問題点に鑑み、本発明の目的は、都市規模の広域なエリアを対象に、時間変動に対応した交通行動を高精度に推定するため、自動車、バス、鉄道や人等の都市内を移動する移動体の、より正確な移動可能領域を生成する移動可能領域データ生成システム、及び交通行動推定装置を提供することである。

開示する移動可能領域データ生成システムは、プローブ情報を取得する情報取得部と、取得したプローブ情報を記憶するプローブ情報記憶部と、プローブ情報を移動方法（自動車、バス、電車、徒歩など）で分類する移動方法分類部と、プローブ情報を移動方向で分類する移動方向分類部と、プローブ情報の空間上の分布から近傍同士のグループに分割して領域を生成し、その領域内を移動体が移動する方法と方向とをその領域の属性情報に含めた移動可能領域を生成する移動可能領域生成部と、生成した移動可能領域データを出力する出力部とを有する。

上記課題を達成するために、本発明は移動可能領域データ生成システムにおいて、プローブ情報を取得する情報取得部と、取得したプローブ情報を記憶するプローブ情報記憶部と、プローブ情報を移動方法で分類する移動方法分類部と、プローブ情報を移動方向に基づいて分類する移動方向分類部と、プローブ情報をその空間上の分布に基づいて分割し、分割領域のプローブ情報から、その領域内を移動する移動体の移動方法と移動方向を識別して、その領域の属性情報として設定した移動可能領域を生成する移動可能領域生成部と、生成した移動可能領域を出力する出力部とを備えたことを特徴とするものである。

更に、本発明は移動可能領域データ生成システムにおいて、前記移動方向分類部は、プローブ情報から識別した移動体の進行方向に基づいて、前記プローブ情報を分類することを特徴とするものである。

更に、本発明は移動可能領域データ生成システムにおいて、前記移動方向分類部は、プローブ情報から所定区間の移動ベクトルを計算し、前記移動ベクトル間の類似度を計算し、類似する移動ベクトルを構成するプローブ情報が同領域となるようプローブ情報を分類することを特徴とするものである。

更に、本発明は移動可能領域データ生成システムにおいて、前記移動可能領域生成部は、プローブ情報の空間上の分布に基づいて、近傍に存在するプローブ情報は同領域と判断してプローブ情報を分類し、分割領域を生成することを特徴とするものである。

更に、本発明は移動可能領域データ生成システムにおいて、前記移動可能領域生成部は、移動可能領域のプローブ情報に基づいて所定時間ごとの通過数を計算し、前記移動可能領域の属性情報に含めることを特徴とするものである。

更に、本発明は移動可能領域データ生成システムにおいて、前記移動可能領域生成部は、移動可能領域間を移動するプローブ情報に基づいて、移動可能領域間の接続情報を生成し前記移動可能領域の属性情報に含めることを特徴とするものである。

更に、本発明は移動可能領域データ生成システムにおいて、前記移動方法分類部は前記プローブ情報の移動方法として、自動車、バス、電車、徒歩等で分類することを特徴とするものである。

更に、本発明は移動可能領域データ生成システムにおいて、前記移動可能領域として、進入および脱出領域の接続情報を生成することを特徴とするものである。

また、上記課題を達成するために、本発明は プローブ情報から生成され、少なくとも領域内の移動方法と方向とを含む移動可能領域データを取得する移動可能領域データ取得部と、前記移動可能領域データと所定の行動推定モデルに基づいて、移動体に応じてその移動先を推定する交通行動推定部と、推定結果を出力する出力部とを備えたことを特徴とするものである。

更に、本発明は交通行動推定装置において、前記移動可能領域データは、移動可能領域内を移動する移動体の所定時間ごとの通過数をさらに含み、前記交通行動推定部は前記通過数に基づいて移動体の通過領域を選択することを特徴とするものである。

更に、本発明は交通行動推定装置において、前記交通行動推定部は前記移動体として自動車、バス、電車、徒歩等の移動体に応じてその移動先を推定することを特徴とするものである。

本発明によれば、自動車や、スマートフォンや携帯電話等の位置検出機能を有する携帯端末から収集したプローブ情報から、各々の交通手段に応じた移動可能領域を生成するので、都市規模の広域なエリアであっても、当該エリアを移動する人や自動車、鉄道等の移動方法に応じ、かつ交通の時間変動に応じた、より精度の高い移動可能領域データが生成できるようになる。さらに、その移動可能領域データを用いることで、広域なエリアを対象に時間変動に応じた交通行動の推定精度が向上できる。

実施形態に関わる移動可能領域データ生成システムの全体構成を示した図である。 移動可能領域データ生成システムのセンタ装置における移動方法分類部の処理フローである。 移動方法分類部の処理フローを説明するための補足説明図である。 移動可能領域データ生成システムのセンタ装置における移動方向分類部の処理フローである。 移動方向分類部の処理フローを説明するための補足説明図である。 移動可能領域データ生成システムのセンタ装置における移動方向分類部の処理フローである。 移動可能領域データ生成システムのセンタ装置における移動可能領域生成部の処理フローである。 移動可能領域生成部の処理フローを説明するための補足説明図である。 移動可能領域生成部の処理フローを説明するための補足説明図である。 移動可能領域生成部で生成された移動可能領域データの一例である。 図１０の移動可能領域データに対応した移動可能領域である。 実施形態に関わる交通行動推定装置の全体構成を示した図である。 交通行動推定装置の表示部で表示される推定結果の一例である。

本実施形態の概要を説明する。本実施形態の移動可能領域データ生成システムは、自動車、あるいはスマートフォンや携帯電話等の位置検出機能を有する端末から得られるプローブ情報を、単位時間あるいは日種ごと、移動方法（徒歩、マイカー、鉄道やバス等の移動手段）と移動方向に基づいて分類し、分類された各プローブ情報を用いて移動可能領域を生成する。

具体的には、プローブ情報（の各計測地点）の移動方法別にプローブ情報を分類し、プローブ情報に含まれる各計測地点の進行方向、あるいは同一の走行経路から抽出した少なくとも２点のプローブ情報から当該プローブ情報の進行方向を計算し、その進行方向に基づいてプローブ情報を分類する。各分類されたプローブ情報から、移動可能領域を計算する。さらにその移動可能領域には、プローブ情報から推定した当該領域内の移動方法とその移動方向を含めるようにした。

プローブ情報の進行方向に基づく分類は、プローブ情報から識別した移動体の進行方向に基づいて、プローブ情報を分類する。あるいは、各プローブ情報からある移動体の所定区間の移動ベクトルを計算し、ベクトル間の類似度を計算し、その類似度に基づいてプローブ情報を分類する。

移動可能領域は、プローブ情報の空間上の分布に基づいて、近傍に存在するプローブ情報は同じ領域に存在するとしてプローブ情報を分類して生成され、プローブ情報に基づいて得られた当領域内の移動方法と移動方向が、その領域の属性情報として含まれる。

さらに、前記移動可能領域は、移動可能領域内のプローブ情報に基づいて計算された、所定時間ごとの移動体の通過数を、その属性情報として含む。

本実施形態の交通行動推定装置は、プローブ情報から生成され、少なくとも領域内の移動方法と方向を含む移動可能領域データと、所定の行動モデルに基づいて、移動体の交通行動を推定する。

さらに、前記交通行動推定装置は、移動体の通過数が含まれる移動可能領域データを用い、前記通過数に基づいて通過領域を選択し、移動体の交通行動を推定する。

これにより、本発明の移動可能領域データ生成システムは、自動車、あるいはスマートフォンや携帯電話等の位置検出機能を有する端末から収集したプローブ情報から、移動体が移動可能な領域を推定するので、都市規模の広域なエリアであっても当該広域エリアを移動する人や自動車、鉄道などの移動方法に応じ、かつ交通の時間変動に応じた、より精度の高い移動可能領域が得られるようになる。

また、本発明の交通行動推定装置は、プローブ情報に基づいて生成された、広域かつ時間変動に対応可能な移動可能領域データを用いて、都市内を移動する移動体の行動を推定するので、曜日や時間に応じた都市全体の交通状況の推定精度が向上される。

さらに、プローブ情報に基づき計算した移動体の通過数（各領域の交通量）を前記移動可能領域データの属性情報に含めるようにしたので、前記通過数に基づいて通過領域が選択できるようになり、より実際に近い移動体の交通行動の推定が可能となる。

以下、図面を参照して本実施形態について詳しく説明する。

＜全体構成＞
図１は、本発明の実施形態に関わる移動可能領域データ生成システムの全体構成を示した図である。本実施形態におけるセンタ装置１において移動可能領域データ生成が実施されるものとして、本実施形態について以下に説明する。

図１において、本実施形態に関わるセンタ装置１は、通信ネットワーク２に接続され、基地局３を介して、カーナビ、スマートフォンや携帯電話等の端末５に接続される。端末５は、電車６、自動車７、徒歩４などの場所（移動手段を含む）で使用されセンタ装置１と無線通信等により接続される。端末５は、表示部５０、通信部５１、本体部５２、操作部５３、ＧＰＳ受信部５４、記憶部５５等を含んで構成される。端末５は、端末ＣＰＵにより実行される本体部５２を中心としたコンピュータである。表示部５０はＬＣＤ（Liquid Crystal Display）などによって構成される。通信部５１は、基地局３および通信ネットワーク２を介し、センタ装置１との間で無線通信によるデータ通信により接続する。ＧＰＳ受信部５４は、ＧＰＳ衛星からの電波を受信して、端末５の現在位置を検出する。記憶部５５はメモリカード等によって構成され、ＧＰＳ受信部５４で得られた位置情報が記憶される。

本体５２は、通信インターフェース部５２１、情報取得部５２２、記憶部５２３、位置情報取得部５２４、入力出力インターフェース部５２６、情報提供部５２７などを含む。これら本体部５２の各部は、本体部５２がプログラムメモリ（図示していない）に格納されている所定のプログラムを実行することによって実現される。

通信インターフェース部５２１は、携帯電話網や無線ＬＡＮなどによる通信を行う通信部５１に対する通信制御を行うとともに、基地局３および通信ネットワーク２を介してセンタ装置１との間でデータの送受信を行う。入出力インターフェース部５２６は、操作部５３のスイッチやボタン、音声、タッチパネルなどからの入力情報をセンタ装置１への情報要求や提供などの種々の情報に変換して本体部５２に入力するとともに、表示部５０および／あるいは操作部５３に表示情報や音声情報を出力する。

位置情報取得部５２４は、ＧＰＳ受信部５４によって検出された、携帯端末５の緯度経度や高度（位置情報）、時刻情報などのＧＰＳ情報をセンタ装置１に提供する移動データ（プローブ情報）として記憶部５５に記憶される。図示しないが、さらにジャイロや加速度センサなどの位置検出センサを備えることで、携帯端末の姿勢検出やＧＰＳ情報を正確な補正に使用されることもある。

情報取得部５２２は、通信部５１および通信インターフェース５２１を介して、センタ装置１から送信される経路や運行情報などの様々な情報を取得する。情報取得部５１２は、取得した情報を記憶部５２３に記憶する。

情報提供部５２７は、入出力インターフェース部５２６によって情報が要求されたとき、あるいは指定された時間に、位置情報取得部５２４で取得した場所の移動軌跡（位置と時間から成る一連のデータ）などを記憶部５２３から読みだし、プローブ情報としてセンタ装置１に送信する。

センタ装置１は、図示していないが、センタＣＰＵと半導体やハードディスク装置からなる記憶装置などを含むいわゆるコンピュータ（情報処理装置）によって構成される。そのセンタ装置１は、図１に示すように通信インターフェース部１１、情報取得部１２、移動方法分類部１３、移動方向分類部１４、移動可能領域生成部１５、行動推定部１６、出力部１７、プローブ情報記憶部２０などを含む。

情報取得部１２、移動方法分類部１３、移動方向分類部１４、移動可能領域生成部１５、行動推定部１６、出力部１７は、プログラムメモリに格納された所定のプログラムを実行することで実現される。また、プローブ情報記憶部２０は記憶装置に含まれる。

通信インターフェース部１１は、通信ネットワーク２に対応する通信制御を行うとともに、通信ネットワーク２を介して端末５とデータの送受信を行う。

情報取得部１２は、端末５から送信された要求を受け付けたり、端末５で検出された位置情報（緯度経度などの座標、時刻）を含む、ユーザの移動データを、通信インターフェース部１１を介して取得し、プローブ情報記憶部２０に記憶する。

移動方法分類部１３は、端末５から取得したプローブ情報をプローブ情報記憶部２０から読み出し、徒歩、マイカー、バス、電車等の移動方法に基づいて、プローブ情報を移動方法別グループに分類する。

移動方向分類部１４は、移動方法分類部１３が出力した移動方法別グループを読み込み、各グループを構成するプローブ情報から移動体の移動方向を取得し、その移動方向に基づいて、プローブ情報を移動方向別グループに分類する。

移動可能領域生成部１５は、移動方向分類部１４から出力された、移動方向別グループのプローブ情報を読み込み、各グループを構成するプローブ情報の位置情報に基づいて、プローブ情報を分割し、分割した各々のプローブ情報において、プローブ情報を囲む領域を生成する。更に、その領域の属性情報として、移動方法分類部１３および移動方向分類部１４で識別した当該領域内を移動する移動体の移動方法と方向を設定し、移動可能領域を生成する。

交通行動推定部１６は、移動可能領域生成部１５が出力した移動可能領域データと、所定の行動モデルに基づいて、所定時間の移動体のΔt後の移動先を計算し、都市内を移動する移動体の交通行動を推定する。ここでは、センタ装置１で実行される移動可能領域生成システムの構成要素に交通行動推定部１６を含めたが、センタ装置１に接続される交通行動推定装置で本システムを構成してもよい。本実施例では、出力部１７から出力される移動可能領域データを読み込み、交通行動を推定する交通行動推定装置として後述する。

出力部１７は、移動可能領域生成部１５で生成された移動可能領域データ、交通行動推定部１６で推定された、所定区間の移動速度や所要時間等の交通状況を、交通行動推定装置、外部記憶装置（記録媒体）、表示装置等に出力する。

ここで、本実施例の移動可能領域データ生成処理は、予め設定された単位時間や日種（平休や曜日など）に該当するプローブ情報を対象に実行される。ゆえに、移動可能領域データは、日種や時間帯ごとに生成される。

図２は、本実施形態に係る移動可能領域データ生成システムのセンタ装置１において、移動方法分類部１３の処理フローを示す。図３は、図２の処理フローを説明するための補足図である。

移動方法分類部１３は、カーナビやスマートフォンや携帯電話などの端末５から収集したプローブ情報をプローブ情報記憶部２０から読み込み、徒歩、マイカー、バス、電車等の移動方法に基づいて、プローブ情報を移動方法別グループに分類し、移動方向分類部１４に出力する。以下、それぞれのステップについて詳細に説明する。

まず、移動方法分類部１３は、端末５から取得した各移動体のプローブ情報をプローブ情報部２０から読み込む（ステップ201、以下、Ｓ２０１と称する）。図３（ａ）はこのとき読み込まれるプローブ情報（計測点）３００を示す。プローブ情報３００は経路ごとに処理され、同一経路を構成するプローブ情報から所定区間のプローブ情報を読み込む。通常、所定区間は経路の始点から終点に向かって順に選ばれる（Ｓ２０２）。前記所定区間のプローブ情報に移動方法が含まれていたら（Ｓ２０３がｙｅｓの場合）、前記移動方法に基づいて、当該所定区間のプローブ情報を分類する（Ｓ２０６）。所定区間のプローブ情報に移動方法が含まれていなかったら（Ｓ２０３がｎｏの場合）、所定区間のプローブ情報から加速度を計算し（Ｓ２０４）、加速度に基づいて所定区間の移動方法を推定する（Ｓ２０５）。推定した移動方法に基づいて、当該所定区間のプローブ情報を分類する（Ｓ２０６）。分類したプローブ情報の間の接続関係、すなわち、分類したあるグループのプローブ群から、どのプローブ群に移動可能かといった情報を、各グループに設定する（Ｓ２０７）。読み込んだ全てのプローブ情報に対して分類が終了したら（Ｓ２０８がｙｅｓの場合）、本処理を終了する。全てのプローブ情報に対して分類が終了していなければ（Ｓ２０８がｎｏの場合）、全プローブ情報の処理が終えるまでＳ２０２〜Ｓ２０８の処理を繰り返す。全てのプローブ情報に対して分類が終了したら（Ｓ２０８がｙｅｓの場合）、分類したプローブ情報を、移動方法別プローブ情報記憶部２００に出力し（Ｓ２０９）、本処理を終了する。移動方法別プローブ情報記憶部２００は、コンピュータで実現されるセンタ装置１が有する内部メモリなどの記憶手段である。

このようにして、プローブ情報３００は図３（ｂ）に示すプローブ情報３０１と３０２の２つのグループに分類される。例えば、プローブ情報３０１は徒歩で移動、プローブ情報３０２は自動車で移動したプローブ情報といったように分類される。グループの間の接続関係は（Ｓ２０７）、例えば、目的地までの経路を移動中、徒歩からバス、バスから電車等に乗り換えたプローブ情報を分類する際に設定される。こうすることで、異なる移動可能領域の接続関係を辿り、乗換えといった移動方法を切り替えた交通行動が推定できるようになる。

図４は、本実施形態に係る移動可能領域データ生成システムのセンタ装置１において、移動方向分類部１４の処理フローを示す。図５は、図４の処理フローを説明するための補足図である。

移動方向分類部１４は、移動方法別プローブ情報記憶部２００から、移動方法別にグループ化されたプローブ情報を読み込み、各グループ内のプローブ情報を、その進行方向に基づいて、移動方向ごとのグループに分類し、移動可能領域生成部１５に出力する。以下、それぞれのステップについて詳細に説明する。

移動方向分類部１４は、移動方法分類部１３から出力された、移動方法別にグループ化したプローブ情報３０１、３０２を読み込む（Ｓ４０１）。まず、プローブ情報３０１のグループを対象に、同一経路を構成するプローブ情報から所定区間のプローブ情報を読み込む（Ｓ４０２）。前記所定区間のプローブ情報に移動方向が含まれていたら（Ｓ４０３がｙｅｓの場合）、移動方向に基づいて、所定区間のプローブ情報を分類する（Ｓ４０５）。所定区間のプローブ情報に移動方向が含まれていなかったら（Ｓ４０３がｎｏの場合）、所定区間のプローブ情報の少なくとも２点の移動ベクトルから移動方向（所定方位を基準とした角度）を計算し（Ｓ４０４）、計算した移動方向が予め設定しておいた角度のどの範囲に含まれるかで、所定区間のプローブ情報を分類する（Ｓ４０５）。分類したプローブ情報の間の接続関係を、各グループに設定する（Ｓ２０７）。読み込んだ全てのプローブ情報に対して分類が終了したら（Ｓ４０６がｙｅｓの場合）、本処理を終了する。全てのプローブ情報に対して分類が終了していなければ（Ｓ４０８がｎｏの場合）、全てのプローブ情報をその移動方向で分類し終えるまでＳ４０２〜Ｓ４０６の処理を繰り返す。全てのプローブ情報に対して分類が終了したら（Ｓ４０６がｙｅｓの場合）、分類したプローブ情報を、移動方向別プローブ情報記憶部４００に出力し（Ｓ２０９）、本処理を終了する。移動方向別プローブ情報記憶部４００は、コンピュータで実現されるセンタ装置１が有する内部メモリなどの記憶手段である。

このようにして、プローブ情報３０１、３０２は図５に示すプローブ情報３０１、５０１、５０２の３つのグループに分類される。プローブ情報３０１は、プローブ情報の移動方向が同様のため、新たなグループは生成されていないが、プローブ情報３０２は、その移動方向により５０１と５０２と二つのグループに分類される。例えば、プローブ情報５０１は上り方面、プローブ情報５０２は下り方面の自動車の移動を示すプローブ情報として認識される。

図６は、本実施形態に係る移動可能領域データ生成システムのセンタ装置１において、移動方向分類部１４が実行する、もう一つの処理フローを示す。

まず、移動方法別プローブ情報記憶部２００からプローブ情報を読み込む（Ｓ４０１）。各グループの経路ごとに所定区間のプローブ情報を選択し（Ｓ４０２）し、所定区間の移動方向が存在していれば（Ｓ４０３がｙｅｓの場合）その移動方向を読み込み、存在していなければ（Ｓ４０３がｎｏの場合）選択した所定区間の移動方向を計算する（Ｓ４０４）処理を、全プローブ情報の移動方向を取得するまで繰り返す（Ｓ６０１）。全プローブ情報の移動方向（移動ベクトル）を取得したら（Ｓ６０１がｙｅｓの場合）、各単位ベクトル同士の類似度を計算し、その類似度に基づいて、プローブ情報を幾つかのグループに分類する（Ｓ６０２）。ここで、ベクトル間の類似度を計算するには、例えばコサイン類似度と呼ばれる方法を用いる。ベクトルａとベクトルｂとの間のコサイン類似度ｃｏｓ（ａ，ｂ）は（式１）で計算される。コサイン類似度の範囲は０≦ｃｏｓθ≦１で、１に近いほど二つのベクトルの類似度が高い。

例えば、類似度が０．９以上の関係にある二つのベクトルのプローブ情報は、進行方向が類似していると判断し、同じグループに分類していく。全てのプローブ情報を分類したら、そのグループ間の接続関係を設定し（Ｓ２０７）、分類したプローブ情報は、移動方向別プローブ情報記憶部４００に出力され、本処理を終了する。

図７は、本実施形態に係る移動可能領域データ生成システムのセンタ装置１において、移動可能領域生成部１５の処理フローを示す。図８および図９は、図７の処理フローを説明するための補足図である。

移動可能領域生成部１５は、移動方向別プローブ情報記憶部４００から、移動方法およびその進行方向別にグループ化されたプローブ情報を読み込み、プローブ情報の空間上の位置に基づき、複数のグループに分割する。分割したグループごとにプローブ情報を読み込み、移動体の行動域を計算する。計算された行動域の各々の領域の属性情報として、移動方法や移動方向を設定し、移動可能領域を生成し、交通行動推定部１６および出力部１７に出力する。以下、本処理をそれぞれのステップについて詳細に説明する。

まず、移動方向別プローブ情報記憶部４００からプローブ情報を読み込む（Ｓ７０１）。各グループのプローブ情報を、その空間上の位置情報に基づいて、近傍に存在するプローブ情報をグルーピングし、更に小域のグループを生成する（Ｓ７０２）。これより、移動方向分類部１４で分類されたプローブ情報５０２は、図８に示すようにプローブ情報８０１とプローブ情報８０２の２つのグループに分割され、例えば、進行方向が同じでも、走行道路が異なる領域８０３、８０４を別領域とする移動可能領域が生成されるので、移動体の行動実績に基づいた、交通行動の推定が可能となる。

次に、分割したグループごとにプローブ情報を読み込み、行動圏の推定に利用される最外郭法などの手法を用いて移動体の行動域を計算する（Ｓ７０３）。図９に生成された移動可能領域の一例を示す。移動可能領域は、緯度経度902に基づいてメッシュ状に配置されたセルを構成単位として生成される。Ｓ７０２により小域のグループに分割されたプローブ情報８０２の外郭を計算し行動域９０３を計算し、行動域９０３を包括する領域９０４をセルに基づいて生成する。領域９０４が移動可能領域となる。

各移動可能領域内を移動する移動体の単位時間の走行速度あるいは通過台数から、単位時間の交通量を設定する（Ｓ７０４）。移動可能領域間の接続関係、すなわち、本移動可能領域に進入可能な領域、本移動可能領域から脱出可能な領域を設定する（Ｓ７０５）。移動可能領域の属性情報として、移動方法、移動方向、通過頻度、接続関係などを設定する（Ｓ７０６）。全てのグループのプローブ情報において移動可能領域生成が生成できるまで、Ｓ７０２〜Ｓ７０７を繰り返す。全てのグループのプローブ情報において移動可能領域生成が終了したら（Ｓ７０７がｙｅｓの場合）、生成した移動可能領域を出力し（Ｓ７０８）、本処理を終了する。

図１０は、移動可能領域生成部１５で生成され出力された移動可能領域データの一例で、交通状況の変化に応じて、日種および単位時間ごとに作成されたデータである。図１１は、図１０の移動可能領域データに対応した移動可能領域を示す。

移動可能領域データは、単位時間のデータとして生成され、領域ＩＤ、領域の空間位置を示すセルＩＤの他、移動方法、移動方向、移動速度、進入可能領域、脱出可能領域、交通量をその属性情報として含み構成される。移動可能領域Ａは、その移動手段として自動車での移動が可能な領域で、図１１に示す交差点への進入領域として生成された領域である。領域Ａの空間上の位置は、セルＩＤ0１０１、０１０２、・・・で示される。また、領域Ａに進入可能な領域はＦ、領域Ａから脱出可能な領域は領域Ｃ、領域Ｄ、領域Ｅのいずれかであることを示している。

交通量は交通行動推定部１６ないし交通行動推定装置（後述する）において、移動体の移動先の選定に利用される。例えば、図１１において、領域Ａから領域Ｃ，領域Ｄ、領域Ｅのいずれかに脱出可能であり、前記各領域の交通量が存在していれば、領域Ａの移動体がどの程度の比率で各領域に流れていくか（遷移率）を算出し、算出した遷移率に基づいて、領域Ａから脱出する移動体の脱出領域が決定される。また、領域Ａと同一方向に平行する走行車線が存在し、その車線上に領域Ａと異なる領域Ａ‘が存在した場合、同一方向に進行する移動体の通過領域を、車線ごとの交通量に基づいて割り振ることが可能である。

ここでは移動体の通過領域を選択するための情報として、交通量を属性情報に含めたが、前記交差点の分岐判定には、交通量の代わりに各領域への遷移率を計算し含めるようにしてもよい。遷移率を含めることで、領域Ａと領域Ａ‘との間に接続関係が存在すれば、移動体の車線変更を再現または推定することも可能となる。

図１２は、本発明の実施形態に関わる交通行動推定装置の全体構成を示した図である。ここでは、本実施形態におけるセンタ装置１に接続され交通行動の推定処理が実施されるものとして、本実施形態について以下に説明する。

まず、移動可能領域取得部１２０２は、センタ装置１の出力部17から出力された移動可能領域データを読み込み、移動可能領域データ記憶部１２０７に記憶する。交通行動推定部１２０３は、移動可能領域データ記憶部１２０７から、推定対象エリアの移動可能領域データを読み込み、所定の行動モデルに基づいて移動体のΔt後の移動先を計算し、都市内全体の交通行動（所定区間の移動速度、所要時間等）を推定する。行動モデルは、セルオートマトン、マルチエージェントに基づく様々なモデルが検討されている。いずれも、移動体の現在位置からの移動方向と移動距離を予め与えられたルール（行動モデル）に基づいて計算し、Δt後の移動体の位置を順次決定していく。そのルール適用にあたり、移動可能領域データが用いられる。例えば、ある時刻ｔに領域Ａに存在する自動車ＭのΔｔ後の存在位置は、領域Ａの属性情報に示される移動方向と速度に基づいて計算される。領域Ａには自動車Ｍ以外に複数の自動車、バスなどの公共の移動体などが存在しており、移動先にバスが停留していた場合などにも対応できるよう、様々なルールが行動モデルに盛り込まれる。可視化部１２０４は、地図情報記憶部１２０８から読み込んだ地図情報を背景に、交通行動推定部１２０３で推定した結果を表示データとして展開し、表示部１２０５および出力部１２０６に出力する。表示部１２０５は、可視化部１２０４で生成された表示データをディスプレイに表示する。出力部１２０６は、交通行動推定部１２０３で推定された所定区間の移動速度、旅行時間、停止時間などを外部に出力し、通信や記憶媒体を介して外部装置に出力される。

図１３は、表示部１２０５で表示される交通行動推定結果の表示例である。表示地図１３３０は交通行動推定部１２０３で推定した都市内の交通状況を平面地図上に表示したものである。どの時間帯の推定結果を表示するかは、時間バー1332を入力部（図示しない）を介して左右に移動して指定する。所望の日時を指定し、指定された日時の交通状況の推定結果を表示するようにしてもよい。都市全体の交通が表示された画面では、どの個所に注視すべきかが把握しにくいため、注視すべき個所を表示地図１３３１に示すような態様にて通知する。注視すべき条件は、例えば、人や滞留している場所、すなわち、自動車の走行速度が所定値以下、歩行者密度が所定値を超える場所など、予めユーザが指定できるようにする。注視箇所の拡大表示を指定すると表示地図１３２０に示すような詳細表示に切り替えられる。これより、ユーザは注視場所でどのような交通現象が生じているのかを確認することができる。表示地図１３２０は、地図情報記憶部１２０８から読みだした地図データに基づいて生成した背景１３０１と、移動可能領域データ記憶部１２０７から読みだした移動可能領域を示す表示地図１３１１と、領域内を移動する自動車や人などの移動体（図示しない）と、各々３つのレイヤに展開されたイメージ情報を表示合成し生成される。表示地図１３２０では、移動可能領域を示す表示地図１３１１は表示されないが、ユーザが指定することで、自動車が移動可能な領域１３１２、鉄道が移動可能な領域１３１３、徒歩領域１３１４とその属性情報を表示する。指定された移動方法の移動可能領域のみを表示するようにしてもよい。

１：センタ装置、
２：通信ネットワーク、
３：基地局、
４：人、
５：端末、
６：鉄道、
７：自動車、
１１：通信インターフェース部、
１２：情報取得部、
１３：移動方法分類部、
１４：移動方向分類部、
１５：移動可能領域生成部、
１６：交通行動推定部、
１７：出力部、
２０：プローブ情報記憶部。

Claims (11)

1. プローブ情報を取得する情報取得部と、
   取得したプローブ情報を記憶するプローブ情報記憶部と、
   プローブ情報を移動方法で分類する移動方法分類部と、
   プローブ情報を移動方向に基づいて分類する移動方向分類部と、
   プローブ情報をその空間上の分布に基づいて分割し、分割領域のプローブ情報から、その領域内を移動する移動体の移動方法と移動方向を識別して、その領域の属性情報として設定した移動可能領域を生成する移動可能領域生成部と、
   生成した移動可能領域を出力する出力部とを備えたことを特徴とする移動可能領域データ生成システム。
2. 請求項１の移動可能領域データ生成システムにおいて、
   前記移動方向分類部は、プローブ情報から識別した移動体の進行方向に基づいて、前記プローブ情報を分類することを特徴とする移動可能領域データ生成システム。
3. 請求項１の移動可能領域データ生成システムにおいて、
   前記移動方向分類部は、プローブ情報から所定区間の移動ベクトルを計算し、前記移動ベクトル間の類似度を計算し、類似する移動ベクトルを構成するプローブ情報が同領域となるようプローブ情報を分類することを特徴とする移動可能領域データ生成システム。
4. 請求項１の移動可能領域データ生成システムにおいて、
   前記移動可能領域生成部は、プローブ情報の空間上の分布に基づいて、近傍に存在するプローブ情報は同領域と判断してプローブ情報を分類し、分割領域を生成することを特徴とする移動可能領域データ生成システム。
5. 請求項１の移動可能領域データ生成システムにおいて、
   前記移動可能領域生成部は、移動可能領域のプローブ情報に基づいて所定時間ごとの通過数を計算し、前記移動可能領域の属性情報に含めることを特徴とする移動可能領域データ生成システム。
6. 請求項１の移動可能領域データ生成システムにおいて、
   前記移動可能領域生成部は、移動可能領域間を移動するプローブ情報に基づいて、移動可能領域間の接続情報を生成し前記移動可能領域の属性情報に含めることを特徴とする移動可能領域データ生成システム。
   
7. 請求項１の移動可能領域データ生成システムにおいて、
   前記移動方法分類部は前記プローブ情報の移動方法として、自動車、バス、電車、徒歩等で分類することを特徴とする移動可能領域データ生成システム。
   
8. 請求項6の移動可能領域データ生成システムにおいて、
   前記移動可能領域として、進入および脱出領域の接続情報を生成することを特徴とする移動可能領域データ生成システム。
   
9. プローブ情報から生成され、少なくとも領域内の移動方法と方向とを含む移動可能領域データを取得する移動可能領域データ取得部と、
   前記移動可能領域データと所定の行動推定モデルに基づいて、移動体に応じてその移動先を推定する交通行動推定部と、推定結果を出力する出力部と
   を備えたことを特徴とする交通行動推定装置。
   
10. 請求項9の交通行動推定装置において、
    前記移動可能領域データは、移動可能領域内を移動する移動体の所定時間ごとの通過数をさらに含み、前記交通行動推定部は前記通過数に基づいて移動体の通過領域を選択することを特徴とする交通行動推定装置。
    
11. 請求項9の交通行動推定装置において、
    前記交通行動推定部は前記移動体として自動車、バス、電車、徒歩等の移動体に応じてその移動先を推定することを特徴とする交通行動推定装置。