JP2017156983A - 移動経路推定装置、及び移動経路推定方法 - Google Patents
移動経路推定装置、及び移動経路推定方法 Download PDFInfo
- Publication number
- JP2017156983A JP2017156983A JP2016039562A JP2016039562A JP2017156983A JP 2017156983 A JP2017156983 A JP 2017156983A JP 2016039562 A JP2016039562 A JP 2016039562A JP 2016039562 A JP2016039562 A JP 2016039562A JP 2017156983 A JP2017156983 A JP 2017156983A
- Authority
- JP
- Japan
- Prior art keywords
- route
- travel time
- information
- estimation
- candidate
- 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
- 238000000034 method Methods 0.000 title claims description 89
- 238000011156 evaluation Methods 0.000 claims abstract description 24
- 230000008569 process Effects 0.000 claims description 67
- 238000003860 storage Methods 0.000 claims description 65
- 238000009826 distribution Methods 0.000 claims description 52
- 239000000523 sample Substances 0.000 claims description 50
- 238000012545 processing Methods 0.000 claims description 36
- 238000007726 management method Methods 0.000 description 21
- 238000004891 communication Methods 0.000 description 20
- 238000013500 data storage Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 14
- 230000006399 behavior Effects 0.000 description 6
- 230000015654 memory Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- MJFJKKXQDNNUJF-UHFFFAOYSA-N metixene Chemical compound C1N(C)CCCC1CC1C2=CC=CC=C2SC2=CC=CC=C21 MJFJKKXQDNNUJF-UHFFFAOYSA-N 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
Description
<システム構成例>
(i)システム概要
図1は、本発明の実施形態に係る移動経路推定システムの概略構成例を示す図である。当該移動経路推定システムは、図1に示されるように、所定の2地点間の通過時刻から当該区間の移動経路を推定する処理を実行する移動経路推定装置1と、運賃収受システム管理サーバ3と、通行料金収受システム管理サーバ4と、乗客10の通過記録情報(例えば、通過時間、通過場所、移動費用など)を取得する少なくとも1つの運賃収受システム7と、車両11の通過記録情報を取得する少なくとも1つの通行料金収受システム8と、例えば旅行時間を提供する外部サーバ13と、を備えている。移動経路推定装置1は、通信ネットワーク2を介して、運賃収受システム管理サーバ3と、通行料金収受システム管理サーバ4と、外部サーバ13と、接続されている。運賃収受システム管理サーバ3は、内部ネットワーク5を介して、運賃収受システム7と接続されている。通行料金収受システム管理サーバ4は、内部ネットワーク6を介して、通行料金収受システム8と接続されている。
OD通過情報取得部102は、通信インターフェース101を介して運賃収受システム管理サーバ3または通行料金収受システム管理サーバ4から、入出ゲートを通過した自動車や人などの通過記録情報(OD通過情報)を取得し、取得したOD通過情報(個々の車両の実際のデータ)を経路推定部104に入力し、OD通過情報記憶部111に保存する。
図2は、本実施形態に係る移動経路推定装置1のハードウェア構成例を示す図である。移動経路推定装置1は、一例として、コンピュータによって構成することができる。
図3は、本実施形態に係る移動経路推定装置1において実行される経路候補生成処理を説明するためのフローチャートである。経路候補生成処理は、OD通過情報記憶部111に記憶されている各OD間を移動可能な経路を探索する処理である。
経路候補生成部105は、OD通過情報記憶部111から所定のODペアを読み込む。経路候補生成処理では、当該Oの場所を始点とし、当該Dの場所を終点とする複数の経路が探索されることになる。なお、当該経路候補生成処理では、特定のODペアを与えて、そのOD間の経路候補を探索するようにしているが、事前に代表的な複数のODペアを与え、それらのOD間の経路候補を探索し、経路情報記憶部110に蓄積するようにしても良い。
経路候補生成部105は、ステップ301で読み込んだODペアが含まれる領域の道路ネットワークデータを地図データ記憶部114から読み込む。そして、経路候補生成部105は、取得した道路ネットワークデータからOを始点とし、Dを終点とする道路区間(以下、道路リンクという)を特定する。
経路候補生成部105は、対象の道路ネットワークを構成する各道路区間(道路リンク)の所要時間(外部サーバ13から提供される平均的な所要時間(旅行時間))または走行速度などの情報を交通情報記憶部112から読み込み、各道路リンクのコストに設定する。
経路候補生成部105は、当該OD間の経路数kを初期化する。経路数kは、ユーザ(管理者)が適宜設定可能である。
経路候補生成部105は、K番目の最小コスト経路を探索する。同一OD間の複数経路は、最小コスト経路から順にコストの小さい経路を列挙するK番目最短経路探索などの一般的な手法で計算される。
経路候補生成部105は、新たな経路が得られたか判断する。新たな経路が得られた場合(ステップ306でyesの場合)、処理はステップ307に移行する。新たな経路が得られなかった場合(ステップS306でNoの場合)、当該経路候補生成処理は終了する。
経路候補生成部105は、経路情報と経路数Kを経路情報記憶部110に保存する。
経路候補生成部105は、経路数Kを更新する。そして、新たな経路が見つからなくなるまで、ステップ305から308が繰り返される。
図4は、本実施形態に係る移動経路推定装置1において、経路情報記憶部110に記憶されている所定のOD間の移動経路の代表旅行時間の一例を示す図である。
図5は、本実施形態に係る移動経路推定装置1において実行される代表旅行時間設定処理を説明するためのフローチャートである。代表旅行時間設定処理は、経路情報記憶部110に保存される各経路の代表旅行時間を設定する処理である。具体的には、例えば、図4における経路A及びBのそれぞれの代表旅行時間Tb(A)及びTb(B)を設定するための処理である。
OD旅行時間生成部106は、OD通過情報記憶部111から所定のOD通過情報を読み込む。ここでは、外部サーバ13から提供されるOD間の所要時間(旅行時間)が読み込まれる。より具体的には、ユーザによって特定された日種(例えば、平日か休日かなど)及び時間帯種別(例えば、午前10時から11時など)の情報に基づいて、移動経路推定装置1が外部サーバ13から所定期間(例えば、過去3ヶ月分)の当該OD間の所要時間の情報を取得し、OD通過情報記憶部111に格納する。そして、OD旅行時間生成部106は、このように外部サーバ13から取得し、条件に合致するOD間の所要時間の情報を取得する。
OD旅行時間生成部106は、経路情報記憶部110から当該OD区間の経路情報を参照し、その候補数nを設定する。
OD旅行時間生成部106は、ステップ502で設定した各経路情報において、その旅行時間が図4に示すような所定の確率密度分布に基づくものとし、その基本となる確率密度分布を読み込む。基本となる確率密度分布は、任意に設定することができるが、以下では、例えば正規分布を用いている。
例えば、用いる確率密度分布が正規分布の場合、OD旅行時間生成部106は、各経路の代表旅行時間を極大値とする所定の偏差σを持つ旅行時間分布を設定する(正規分布に対するパラメータ設定)。
図6は、本実施形態に係る移動経路推定装置1において実行される実際の旅行時間分布の設定処理を説明するためのフローチャートである。実際の旅行時間分布の設定処理は、経路情報記憶部110に記憶される各経路の実際の旅行時間の分布を生成する処理である。具体的には、各車両のOD間の実際の所要時間の情報を用いて当該分布が生成される。
OD旅行時間生成部106は、OD通過情報記憶部111からOD通過情報を読み込む。対象のOD間を通過する車両は複数存在するため、例えばその全てのOD通過情報が読み込まれる。
OD旅行時間生成部106は、O地点の通過時刻To、D地点の通過時刻Tdを取得する。
OD旅行時間生成部106は、OD間の実際の旅行時間(Td−To)を計算する。
OD旅行時間生成部106は、経路情報記憶部110に記憶される同OD間の通過情報が他に存在するか判断する。当該通過情報が他に存在する場合(ステップ604でYesの場合)、ステップ601〜603の処理が繰り返し実行される。他に存在しない場合、つまり全ての当該OD間の通過情報について実際の旅行時間が算出済の場合(ステップ604でNoの場合)、処理はステップ605に移行する。
OD旅行時間生成部106は、複数の実際の旅行時間のヒストグラムを生成する。
OD旅行時間生成部106は、そのヒストグラムの極大値の数mから当該OD間の経路数を設定する。この段階では実際の旅行時間と各経路との対応づけはされていないが、各経路における実際の旅行時間(所要時間)の分布には各経路に対応する極大点が存在することが通常である。この極大点の数が経路の数に相当すると考えられる。
OD旅行時間生成部106は、各極大値を取る実際の旅行時間の中から、当該OD間の実際の代表旅行時間とその偏差σを計算する。なお、ステップ607の処理は、極大値の数、つまり、経路数に相当する回数だけ繰り返される。
OD旅行時間生成部106は、ステップ607の演算結果を経路情報記憶部110に保存する。
図7は、本実施形態に係る移動経路推定装置1において実行される移動経路推定処理を説明するためのフローチャートである。移動経路は、所定のOD通過情報(例えば、対象の車両のO地点の進入時刻とD地点の進出時刻)を用いて推定される。
経路推定部104は、OD通過情報取得部102で取得されたOD通過情報、あるいはOD通過情報記憶部111に保存されたOD通過情報から、移動経路推定の対象となっている車両の進入地点Oおよび進出地点Dとその各地点の実際の通過時刻To、Tdを読み込む。
経路推定部104は、当該対象車両の地点OからDまでの実際の旅行時間Ta=Td−Toを算出する。
経路推定部104は、地点OからDに移動可能な経路(経路候補)を経路情報記憶部110から読み込み、経路候補数nを設定する。
経路推定部104は、対象の車両のOD通過時間帯に対応する当該OD間の経路候補の各代表旅行時間Tb(i)を経路情報記憶部110から読み込む。そして、経路推定部104は、各代表旅行時間の差分時間を算出し、算出した差分時間Tsを算出した差分時間の最大値Tmaxで初期化する。例えば、経路Aの代表旅行時間が30分、経路Bの代表旅行時間が35分、経路Cの代表旅行時間が50分の場合、差分値は5分、15分、及び20分と算出されるので、最大値Tmaxは20分となる。つまり、本実施形態では、実際の旅行時間TaはTmax以下の範囲内でばらつくことを前提としており、Tmaxを超えるようなばらつきは論外として排除することができる。
経路推定部104は、ステップ703で読み込んだ経路候補(i=0〜n)の経路情報R(i)とその代表旅行時間Tb(i)を読み込む。なお、代表旅行時間Tb(i)は、図4及び5で説明した処理によって得られたものである。
経路推定部104は、経路候補iの代表旅行時間Tb(i)とOD通過時刻から計算したOD間の実際の旅行時間Taとの差分の絶対値dT(i)=|Tb(i)−Ta|を計算する。
経路推定部104は、Ts(ばらつき判定の閾値)がdT(i)よりも大きいか判断する。dT(i)がTsより小さい場合(ステップ707でyesの場合)、処理はステップ708に移行する。dT(i)がTs以上の場合(ステップ707でNoの場合)、当該経路iは設定すべき移動経路として不適切であると判断され、別の経路の処理(ステップ705)に移行する。
経路推定部104は、TsをdT(i)に更新し、経路候補の識別情報idを保持(rid=i)する。ステップ705からステップ708の処理は、経路候補数nの回数だけ繰り返される。
経路推定部104は、複数の特定された経路のうち、差分の絶対値dT(i)の最小値を提供する経路候補を当該OD区間の移動経路に設定し、処理を終える。例えば、dT(A)=|Tb(A)−Ta|、dT(B)=|Tb(B)−Ta|であって、dT(A)<dT(B)の場合には、経路Aが選択されることになる。
図8は、本実施形態に係る移動経路推定装置1において経路推定処理を実行する際に設定される実行条件(進入地点O、進出地点D、地点Oの通過時間、地点Dの通過時間など)と、入/出力部108により表示装置などの外部装置12に出力されるその実行結果(推定結果)の表示例を示す図である。
表示802は、経路推定部104で計算したOD間の複数の経路候補A、B、Cの表示例である。
第1の実施形態では、移動経路推定処理において、外部サーバ13から提供される旅行時間(平均的所要時間)の確率分布の極大値を各経路の代表時間として与えたが、第2の実施形態は、各経路の代表旅行時間が確率分布そのもので与えられる場合の移動経路推定処理に関するものである。第2の実施形態において、移動経路推定処理以外の処理については、第1の実施形態と同一とすることができるため、それらの説明は省略する。
図9は、第2の実施形態による移動経路推定処理を説明するためのフローチャートである。図9の処理は、経路情報記憶部110に記憶されているあるOD間の移動経路の旅行時間の一例であって、各経路の代表旅行時間Tbが所定の確率分布で表される場合、前記確率分布とOD間の旅行時間Taから当該OD間の走行経路を推定する方法を示している。
図7で説明した通り、ステップ703までの処理を実行することにより、対象車両の地点OからDまでのOD間の実際の旅行時間Taが算出され、経路候補数nが設定される。以下のステップ901〜903の処理は、n回(経路候補数)実行される。
経路推定部104は、ステップ703でOD間の経路情報が読み込まれ、候補経路が設定されると、各候補経路R(i)の旅行時間の確率密度分布Piを経路情報記憶部110から読み込む。
経路推定部104は、候補経路R(i)ごとに経路利用確率(または発生度数)Pi(Ta)を算出する。例えば、図8の旅行時間分布810乃至812を用いて説明すると、図8のtxがTaに相当するので、各経路に対応する各旅行時間分布を用いれば、旅行時間がTaとなる確率Pi(Ta)を求めることができる。なお、ここでは、各経路の旅行時間の確率分布が図5(代表旅行時間と、予め仮定した分布とから生成)に示す処理から得られるものを用いることとして処理内容を説明したが、図6(各経路を走行した複数の旅行時間から生成)に示す処理から得られるものを用いても良い。
経路推定部104は、Pi(Ta)の最大値を取る経路を当該OD間の移動経路に設定する。
第3の実施形態では、プローブデータを用いてOD間の実際の旅行時間Taを補正して移動経路推定処理を実行するものである。第3の実施形態において、移動経路推定処理以外の処理については、第1の実施形態と同一とすることができるため、それらの説明は省略する。
図7で説明した通り、ステップ703までの処理を実行することにより、対象車両の地点OからDまでのOD間の実際の旅行時間Taが算出され、経路候補数nが設定される。以下のステップ1001〜1004の処理は、n回(経路候補数)実行される。
OD間の実際の旅行時間Taには休憩時間が含まれることもある。このため、その休憩時間の長さによって、当該OD間の移動経路が正しく推定できない場合が考えられる。そこで、第3の実施形態では、プローブデータを用いて当該Taを補正するために、経路推定部104は、対象のOD区間を同一時間帯(例えば午前8時〜9時の間といった所定の時間帯)に走行した複数のプローブデータをプローブデータ記憶部113から読み込み、これを用いて実際の旅行時間Taを補正する(補正方法についてはステップ1003参照)。
経路推定部104は、平均値などの統計的な方法により当該OD間の各候補経路R(i)のプローブ旅行時間Tp(t,i)と、パーキングエリアなどにおける滞留時間Trest(t,i)とを計算する。ここで、プローブ旅行時間Tp(t,i)は、休憩時間を含まない候補経路R(i)の移動時間、Trest(t、i)は候補経路R(i)における休憩時間を表している。
経路推定部104は、Taが候補経路iを走行した実際の旅行時間であると仮定し、候補経路iの休憩時間Trest(t,i)を用いて、補正旅行時間Ta’(t,i)=Ta(t)−Trest(t,i)を計算する。
経路推定部104は、Ta’(t,i)と各経路のプローブ旅行時間Tp(t,i)との差分Tdiff(t,i)を計算する。
n個の経路候補についてステップ1001から1004の処理が終了すると、n個の差分Tdiffが得られている。そこで、経路推定部104は、全ての候補経路R(i)においてTdiff(t,i)を比較し、最小値をとる経路候補R(i)を当該OD旅行時間Taに対応する移動経路として出力する。
(i)第1の実施形態では、移動経路推定装置は、少なくとも2地点(例えば、OD)間の経路推定対象(例えば、車両、電車・バスの乗客)の実際の旅行時間(実際の所要時間:休憩時間も含まれる概念)と、各経路候補で与えられた代表旅行時間との差分に基づく評価値(dT(i):第1の実施形態では差分の絶対値としているが、差分の2乗値でも良い)が最小となる経路を経路推定対象が取った経路を決定する。実際の旅行時間は、料金収受システムや交通ICカードシステムなどに保存される進入地点Oおよび進出地点Dの通過ログ情報に基づいて算出される。このようにすることにより、経路推定対象が取った経路をより正確に特定することができるようになる。また、通過ログ情報から経路が推定できるので、個別の車両や乗客が実際に利用した経路を特定することが可能となる。
Claims (11)
- 少なくとも2地点の間において経路推定対象が取った経路を推定するための経路推定プログラムを格納する記憶デバイスと、
前記記憶デバイスから前記経路推定プログラムを実行するプロセッサと、を有し、
前記プロセッサは、
前記少なくとも2地点の間における前記経路推定対象の実際の旅行時間を算出する処理と、
予め設定された、前記少なくとも2地点の間の経路候補の情報と、各経路候補に対して与えられた設定旅行時間の情報と、を取得する処理と、
前記実際の旅行時間と前記設定旅行時間の情報とを用いて経路を決定するための評価値を算出する処理と、
各経路候補に対する前記評価値に基づいて前記経路推定対象が取った経路を決定する処理と、
を実行する、移動経路推定装置。 - 請求項1において、
前記評価値を算出する処理において、前記プロセッサは、前記設定旅行時間と前記実際の旅行時間との差分に基づく値を前記評価値とする、移動経路推定装置。 - 請求項2において、
前記経路を決定する処理において、前記プロセッサは、前記評価値が最小となる経路候補を前記経路推定対象が取った経路とする、移動経路推定装置。 - 請求項2において、
前記プロセッサは、さらに、
各経路候補における前記設定旅行時間のそれぞれの差分値を算出し、当該差分値の中で最大値を旅行時間のばらつき判定の閾値として設定する処理と、
前記ばらつき判定の閾値と前記評価値とを比較し、前記評価値が前記ばらつき判定の閾値よりも大きい場合には、当該評価値に対応する経路を経路候補から除外する処理と、
を実行する、移動経路推定装置。 - 請求項1において、
経路ネットワークデータを格納する記憶デバイスを有し、
前記プロセッサは、さらに、
経路ネットワークデータを格納する記憶デバイスから前記経路ネットワークデータを取得し、当該経路ネットワークデータから前記少なくとも2地点の位置を始点及び終点とする経路候補を特定し、経路候補を記憶する記憶デバイスに格納する処理と、
外部サーバから前記経路候補のそれぞれに対応する、同一条件における複数の所要時間を取得し、所要時間の分布を生成し、当該所要時間の分布の極大値を前記設定旅行時間の情報とする処理と、
を実行する、移動経路推定装置。 - 請求項1において、
前記設定旅行時間の情報は、前記経路候補のそれぞれに対応する、同一条件における所要時間の分布であり、
前記プロセッサは、
前記評価値を算出する処理において、各経路候補について、前記実際の旅行時間となる確率を前記所要時間の分布から取得し、
前記経路を決定する処理において、前記実際の旅行時間となる確率が最大となる経路候補を前記経路推定対象が取った経路とする、移動経路推定装置。 - 請求項1において、さらに、
前記プロセッサは、前記経路推定対象が経路を利用した同一時間帯のプローブデータを用いて、前記実際の旅行時間を補正する処理を実行する、移動経路推定装置。 - 請求項7において、
前記各経路候補に対して与えられた設定旅行時間の情報は、前記同一時間帯に前記各経路候補を利用して得られた複数のプローブデータの統計値であり、
前記評価値を算出する処理において、前記プロセッサは、前記実際の旅行時間を補正する処理によって得られた補正された旅行時間と、前記統計値との差分に基づく値を前記評価値とし、
前記経路を決定する処理において、前記プロセッサは、前記評価値が最小となる経路候補を前記経路推定対象が取った経路とする、移動経路推定装置。 - 請求項1において、さらに、
前記プロセッサは、前記決定された経路の情報を他の経路候補の情報と共に表示部の表示画面上に表示する処理を実行する、移動経路推定装置。 - 請求項1において、
前記プロセッサは、前記移動経路推定装置と接続された管理サーバから、前記少なくとも2地点の前記経路推定対象の通過情報を取得し、当該通過情報を用いて、前記経路推定対象の実際の旅行時間を算出する、移動経路推定装置。 - 経路推定プログラムを用いて、少なくとも2地点の間において経路推定対象が取った経路を推定する、移動経路推定方法であって、
前記経路推定プログラムを実行するプロセッサが、前記少なくとも2地点の間における前記経路推定対象の実際の旅行時間を算出することと、
前記プロセッサが、予め設定された、前記少なくとも2地点の間の経路候補の情報と、各経路候補に対して与えられた設定旅行時間の情報と、を取得することと、
前記プロセッサが、前記実際の旅行時間と前記設定旅行時間の情報とを用いて経路を決定するための評価値を算出することと、
前記プロセッサが、各経路候補に対する前記評価値に基づいて前記経路推定対象が取った経路を決定することと、
を含む、移動経路推定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016039562A JP6678476B2 (ja) | 2016-03-02 | 2016-03-02 | 移動経路推定装置、及び移動経路推定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016039562A JP6678476B2 (ja) | 2016-03-02 | 2016-03-02 | 移動経路推定装置、及び移動経路推定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017156983A true JP2017156983A (ja) | 2017-09-07 |
JP6678476B2 JP6678476B2 (ja) | 2020-04-08 |
Family
ID=59809851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016039562A Expired - Fee Related JP6678476B2 (ja) | 2016-03-02 | 2016-03-02 | 移動経路推定装置、及び移動経路推定方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6678476B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102074894B1 (ko) * | 2019-05-08 | 2020-03-18 | 서울대학교산학협력단 | 대중교통 이용자의 통행경로 추정방법, 이를 구현하는 컴퓨터 프로그램 및 이를 수행하도록 구성되는 시스템 |
JPWO2019159429A1 (ja) * | 2018-02-14 | 2021-02-12 | 住友電気工業株式会社 | 管理装置、車載装置、データ収集システム、データ収集方法およびデータ収集プログラム |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004069609A (ja) * | 2002-08-08 | 2004-03-04 | Equos Research Co Ltd | ナビゲーション装置およびコンピュータプログラム |
JP2007115272A (ja) * | 2006-12-25 | 2007-05-10 | Hitachi Ltd | 交通情報処理装置及び交通情報表示装置 |
JP2008293064A (ja) * | 2007-05-22 | 2008-12-04 | Xanavi Informatics Corp | 交通データ推定方法、交通データ推定装置およびカーナビゲーション装置 |
JP2010060575A (ja) * | 2009-12-14 | 2010-03-18 | Aisin Aw Co Ltd | ナビゲーション装置 |
JP2012168868A (ja) * | 2011-02-16 | 2012-09-06 | Nec Casio Mobile Communications Ltd | センシングシステム、情報サーバ、移動通信装置及び軌跡情報生成方法 |
JP2013210753A (ja) * | 2012-03-30 | 2013-10-10 | Hitachi Ltd | 旅客流動情報生成システムおよび旅客流動情報生成方法 |
JP2015155863A (ja) * | 2014-02-21 | 2015-08-27 | 株式会社ゼンリン | 旅行時間演算装置、交通情報データおよび交通情報データ生成装置 |
-
2016
- 2016-03-02 JP JP2016039562A patent/JP6678476B2/ja not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004069609A (ja) * | 2002-08-08 | 2004-03-04 | Equos Research Co Ltd | ナビゲーション装置およびコンピュータプログラム |
JP2007115272A (ja) * | 2006-12-25 | 2007-05-10 | Hitachi Ltd | 交通情報処理装置及び交通情報表示装置 |
JP2008293064A (ja) * | 2007-05-22 | 2008-12-04 | Xanavi Informatics Corp | 交通データ推定方法、交通データ推定装置およびカーナビゲーション装置 |
JP2010060575A (ja) * | 2009-12-14 | 2010-03-18 | Aisin Aw Co Ltd | ナビゲーション装置 |
JP2012168868A (ja) * | 2011-02-16 | 2012-09-06 | Nec Casio Mobile Communications Ltd | センシングシステム、情報サーバ、移動通信装置及び軌跡情報生成方法 |
JP2013210753A (ja) * | 2012-03-30 | 2013-10-10 | Hitachi Ltd | 旅客流動情報生成システムおよび旅客流動情報生成方法 |
JP2015155863A (ja) * | 2014-02-21 | 2015-08-27 | 株式会社ゼンリン | 旅行時間演算装置、交通情報データおよび交通情報データ生成装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2019159429A1 (ja) * | 2018-02-14 | 2021-02-12 | 住友電気工業株式会社 | 管理装置、車載装置、データ収集システム、データ収集方法およびデータ収集プログラム |
JP7136178B2 (ja) | 2018-02-14 | 2022-09-13 | 住友電気工業株式会社 | 管理装置、車載装置、データ収集システム、データ収集方法およびデータ収集プログラム |
KR102074894B1 (ko) * | 2019-05-08 | 2020-03-18 | 서울대학교산학협력단 | 대중교통 이용자의 통행경로 추정방법, 이를 구현하는 컴퓨터 프로그램 및 이를 수행하도록 구성되는 시스템 |
Also Published As
Publication number | Publication date |
---|---|
JP6678476B2 (ja) | 2020-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA3011825C (en) | Simplifying gps data for map building and distance calculation | |
CN109919347B (zh) | 路况生成方法、相关装置和设备 | |
TWI619036B (zh) | 交通時間預測系統、交通時間預測方法以及交通模型建立方法 | |
US9824580B2 (en) | Method, computer readable storage medium and system for producing an uncertainty-based traffic congestion index | |
CN102667404B (zh) | 用探测数据来分析兴趣点的方法 | |
JP4825758B2 (ja) | 交通情報システム | |
JP2019028526A (ja) | 混雑予測装置 | |
Weng et al. | Real-time bus travel speed estimation model based on bus GPS data | |
JP6786376B2 (ja) | 評価装置、評価方法及び評価プログラム | |
Jones et al. | Parkus 2.0: Automated cruise detection for parking availability inference | |
JP6803205B2 (ja) | 対象経路を含む移動位置範囲群に基づき通行量を推定する装置、プログラム及び方法 | |
JP6678476B2 (ja) | 移動経路推定装置、及び移動経路推定方法 | |
JP2020135231A (ja) | 交通需要予測装置及び交通需要予測システム | |
CN108665723B (zh) | 一种信息获取方法及装置 | |
Shen et al. | Traffic velocity prediction using GPS data: IEEE ICDM contest task 3 report | |
CN111613052B (zh) | 一种交通状况确定方法、装置、电子设备及存储介质 | |
US11105652B2 (en) | Information processing apparatus and automatic driving track management system | |
US20190316923A1 (en) | Information processing apparatus and method | |
Richly et al. | Predicting location probabilities of drivers to improved dispatch decisions of transportation network companies based on trajectory data | |
CN110648008A (zh) | 路况预测方法和装置 | |
US20160265926A1 (en) | Position state estimation device and position state estimation method | |
KR101607384B1 (ko) | 대체 경로를 위한 반사실적 운행 시간 제공 방법 및 시스템 | |
CN114566062B (zh) | 车辆停车调度管理方法、装置、计算机设备和存储介质 | |
JP2004294371A (ja) | 所要時間データベースの作成方法および経路探索方法 | |
US20230418977A1 (en) | Method, apparatus, and computer program product for estimating the privacy risk of anonymized trajectory data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181228 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191129 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191218 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200214 |
|
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: 20200303 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200317 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6678476 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
LAPS | Cancellation because of no payment of annual fees |