JP2017194859A - Road situation prediction system - Google Patents
Road situation prediction system Download PDFInfo
- Publication number
- JP2017194859A JP2017194859A JP2016085311A JP2016085311A JP2017194859A JP 2017194859 A JP2017194859 A JP 2017194859A JP 2016085311 A JP2016085311 A JP 2016085311A JP 2016085311 A JP2016085311 A JP 2016085311A JP 2017194859 A JP2017194859 A JP 2017194859A
- Authority
- JP
- Japan
- Prior art keywords
- information
- event
- traffic jam
- unit
- held
- 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.)
- Pending
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
Description
本発明は、道路状況予測システムに関する。 The present invention relates to a road condition prediction system.
従来、現在（直前）の道路状況と、過去（過日）の道路状況等に基づき、将来の道路状況を予測する技術が知られている（例えば、特許文献１等参照）。 2. Description of the Related Art Conventionally, a technique for predicting a future road situation based on a current (immediately previous) road situation, a past (overtime) road situation, or the like is known (see, for example, Patent Document 1).
しかしながら、大勢の人々が訪れる臨時のイベント（例えば、人気スポーツの試合や人気アーティストのライブ等）が開催されると、イベントの開催施設の周辺には、突発的な道路の混雑が発生する場合がある。そのため、現在及び過去の道路状況を考慮するだけでは、道路状況の予測精度が低下する可能性がある。 However, if a special event that many people visit (for example, a popular sports game or a live performance by a popular artist) is held, sudden road congestion may occur around the event venue. is there. Therefore, the prediction accuracy of the road condition may be lowered only by considering the current and past road conditions.
そこで、上記課題に鑑み、臨時のイベントの開催に起因する道路状況の予測精度の低下を抑制することが可能な道路状況予測システムを提供することを目的とする。 Then, in view of the said subject, it aims at providing the road condition prediction system which can suppress the fall of the prediction precision of the road condition resulting from holding of a temporary event.
上記目的を達成するため、本発明の一態様では、
ウェブ情報からイベントの開催に関する情報を取得する取得部と、
過去の道路状況に関する情報を記憶する記憶部と、
前記記憶部に記憶された情報のうち、前記取得部が取得した情報に含まれる将来のイベントと同じ施設で同種のイベントが開催された際の道路状況に関する情報に基づき、前記将来のイベントが開催される際の道路状況を予測する予測部と、を備える、
道路状況予測システムが提供される。
In order to achieve the above object, in one embodiment of the present invention,
An acquisition unit that acquires information about the event from web information;
A storage unit for storing information on past road conditions;
Of the information stored in the storage unit, the future event is held based on information on road conditions when the same type of event is held at the same facility as the future event included in the information acquired by the acquisition unit. A prediction unit for predicting road conditions when
A road condition prediction system is provided.
本発明の一態様によれば、道路状況予測システム（取得部）は、ウェブ情報からイベントの開催に関する情報を取得する。そして、道路状況予測システム（予測部）は、取得した情報に含まれる将来のイベントと同じ施設で同種のイベントが過去に開催された際の道路状況に関する情報に基づき、将来のイベントが開催される際の道路状況を予測する。従って、ウェブ情報から予めイベントの開催を把握できる。そして、開催を把握した将来のイベントと同じ施設で同種のイベントが過去に開催された際の道路状況に関する情報に基づき道路状況の予測をすることにより、臨時のイベント開催に伴う予測精度の低下を抑制することができる。 According to an aspect of the present invention, the road condition prediction system (acquisition unit) acquires information related to event holding from web information. The road condition prediction system (prediction unit) holds future events based on information on road conditions when the same type of event has been held in the past at the same facility as the future event included in the acquired information. Predict road conditions. Therefore, it is possible to grasp in advance the event from the web information. And by predicting road conditions based on information about road conditions when the same type of event was held in the past at the same facility as the future event that grasped the event, the prediction accuracy declined due to temporary event holding Can be suppressed.
本実施の形態によれば、臨時のイベントの開催に起因する道路状況の予測精度の低下を抑制することが可能な道路状況予測システムを提供することができる。 According to the present embodiment, it is possible to provide a road condition prediction system that can suppress a decrease in prediction accuracy of road conditions caused by holding a temporary event.
以下、図面を参照して発明を実施するための形態について説明する。 Hereinafter, embodiments for carrying out the invention will be described with reference to the drawings.
図１は、本実施形態に係る道路状況予測システム１の構成の一例を示す図である。具体的には、図１（ａ）は、道路状況予測システム１の構成の一例を概略的に示す構成図であり、図１（ｂ）は、道路状況予測システム１に含まれる解析サーバ１０の機能ブロック図である。 FIG. 1 is a diagram illustrating an example of a configuration of a road condition prediction system 1 according to the present embodiment. Specifically, FIG. 1A is a configuration diagram schematically showing an example of the configuration of the road situation prediction system 1, and FIG. 1B is a diagram of the analysis server 10 included in the road situation prediction system 1. It is a functional block diagram.
図１（ａ）に示すように、道路状況予測システム１は、解析サーバ１０、配信サーバ２０、配信対象装置３０を含む。 As shown in FIG. 1A, the road condition prediction system 1 includes an analysis server 10, a distribution server 20, and a distribution target device 30.
尚、解析サーバ１０及び配信サーバ２０の機能は、１つのサーバにより実現されてもよい。 Note that the functions of the analysis server 10 and the distribution server 20 may be realized by a single server.
解析サーバ１０は、現在の道路状況（渋滞）に関する情報（渋滞情報）ＩＦ１、過去の渋滞に関する統計情報（渋滞統計情報）ＩＦ２、及び臨時で開催されるイベントに伴い発生が予測される渋滞に関する情報（イベント渋滞予測情報）ＩＦ３に基づき、将来（例えば、数十分後、１時間後等）の道路状況を予測する。そして、解析サーバ１０は、予測した道路状況の予測情報（予測渋滞情報）を配信サーバ２０に送信する。 The analysis server 10 includes information (congestion information) IF1 regarding current road conditions (congestion), statistical information (congestion statistical information) IF2 regarding past traffic congestion, and information regarding traffic congestion that is predicted to occur in association with an event held temporarily. (Event traffic jam prediction information) Based on IF3, the road condition in the future (for example, tens of minutes later, one hour later, etc.) is predicted. Then, the analysis server 10 transmits the predicted road condition prediction information (predicted traffic jam information) to the distribution server 20.
尚、「渋滞情報」には、例えば、予め規定される道路上の各リンク、各区間を通過するのに要する（或いは要した）時間（通過所要時間）や、各リンク、各区間における平均車速等が含まれうる。また、現在の渋滞情報ＩＦ１には、現時点における渋滞情報に加えて、直前（例えば、１時間〜数時間）の渋滞情報が含まれうる。また、渋滞統計情報ＩＦ２には、例えば、各リンク、各区間の時間帯別、曜日別の平均通過所要時間等や、各リンク、各区間を通過した車両の平均車速の時間帯別、曜日別の平均値が含まれうる。 The “traffic congestion information” includes, for example, each link on the road defined in advance, the time required (or required) time to pass through each section, and the average vehicle speed in each link and each section. Etc. may be included. Further, the current traffic jam information IF1 may include traffic jam information immediately before (for example, one hour to several hours) in addition to the current traffic jam information. Further, the traffic jam statistics information IF2 includes, for example, each link, time zone of each section, average transit time by day of week, etc., each vehicle, by time zone of average vehicle speed of vehicles passing through each section, by day of week. The average value of can be included.
解析サーバ１０は、例えば、１又は複数のコンピュータを中心に構成され、ＲＯＭに格納される１以上のプログラムをＣＰＵ上で実行することにより後述する各種処理を実現する。図１（ｂ）に示すように、解析サーバ１０は、ＣＰＵ上で１以上のプログラムを実行することにより実現される機能ブロックとして、現況取得部１０１、渋滞統計情報生成部１０２、イベント情報取得部１０３、特定渋滞情報抽出部１０４、イベント渋滞解析部１０５、イベント渋滞予測部１０６、予測渋滞情報生成部１０７を含む。また、解析サーバ１０は、内部の不揮発性メモリに予め規定される記録領域としての過去渋滞情報記憶部１１１、渋滞統計情報記憶部１１２、イベント情報記憶部１１３、特定渋滞情報記憶部１１４、解析結果記憶部１１５等を含む。 The analysis server 10 is configured mainly with one or a plurality of computers, for example, and implements various processes described later by executing one or more programs stored in the ROM on the CPU. As shown in FIG. 1B, the analysis server 10 includes a current status acquisition unit 101, a traffic jam statistics information generation unit 102, and an event information acquisition unit as functional blocks realized by executing one or more programs on the CPU. 103, a specific traffic jam information extraction unit 104, an event traffic jam analysis unit 105, an event traffic jam prediction unit 106, and a predicted traffic jam information generation unit 107. In addition, the analysis server 10 includes a past traffic information storage unit 111, a traffic statistics information storage unit 112, an event information storage unit 113, a specific traffic information storage unit 114, and an analysis result as a recording area defined in advance in an internal nonvolatile memory. A storage unit 115 and the like are included.
現況取得部１０１は、現在の道路状況に関する情報、即ち、現在の渋滞情報ＩＦ１を取得する。現況取得部１０１が現在の渋滞情報ＩＦ１を取得する方法は、任意である。例えば、現況取得部１０１は、解析サーバ１０とは異なる他のサーバ（他の道路情報センタの配信サーバ等）が配信する渋滞情報を受信することにより現在の渋滞情報ＩＦ１を取得してよい。また、例えば、現況取得部１０１は、解析サーバ１０と通信可能な路側に配置される道路状況検出装置（例えば、カメラや速度センサ等）から送信される検出情報に基づき、現在の渋滞情報ＩＦ１を生成し、取得してもよい。また、例えば、現況取得部１０１は、解析サーバ１０と通信可能な複数のプローブ車両から送信される情報（例えば、位置情報、車速情報、車載カメラによる車両周辺の撮像画像等）に基づき、現在の渋滞情報ＩＦ１を生成し、取得してもよい。以下の説明では、現況取得部１０１が現在の渋滞情報ＩＦ１を生成する前提で説明を行う。 The current status acquisition unit 101 acquires information on the current road status, that is, current traffic jam information IF1. The method of acquiring the current traffic jam information IF1 by the current status acquisition unit 101 is arbitrary. For example, the current status acquisition unit 101 may acquire the current traffic jam information IF1 by receiving traffic jam information distributed by another server different from the analysis server 10 (such as a distribution server of another road information center). Further, for example, the current situation acquisition unit 101 obtains the current traffic jam information IF1 based on detection information transmitted from a road situation detection device (for example, a camera or a speed sensor) arranged on the road side that can communicate with the analysis server 10. It may be generated and acquired. Further, for example, the current status acquisition unit 101 is based on information transmitted from a plurality of probe vehicles that can communicate with the analysis server 10 (for example, position information, vehicle speed information, captured images around the vehicle by an in-vehicle camera, etc.) The traffic jam information IF1 may be generated and acquired. The following description will be made on the assumption that the current status acquisition unit 101 generates the current traffic jam information IF1.
また、現況取得部１０１は、取得した現在の渋滞情報ＩＦ１を過去渋滞情報記憶部１１１に記憶させる処理を行う。これにより、過去渋滞情報記憶部１１１には、過去の渋滞情報が蓄積される。 In addition, the current status acquisition unit 101 performs processing for storing the acquired current traffic jam information IF1 in the past traffic jam information storage unit 111. Thereby, the past traffic information is accumulated in the past traffic information storage unit 111.
尚、現在の渋滞情報ＩＦ１を解析サーバ１０の外部（他のサーバ）から取得する態様である場合、過去渋滞情報記憶部１１１の機能は、当該他のサーバ内に設けられる過去の渋滞情報を蓄積する記憶部が担ってよい。また、この場合、現況取得部１０１が過去渋滞情報記憶部１１１に現在の渋滞情報ＩＦ１を記憶する処理は省略される。 When the current traffic jam information IF1 is acquired from the outside (other server) of the analysis server 10, the function of the past traffic jam information storage unit 111 stores past traffic jam information provided in the other server. The storage unit that performs In this case, the process of storing the current traffic information IF1 in the past traffic information storage unit 111 by the current status acquisition unit 101 is omitted.
渋滞統計情報生成部１０２は、渋滞統計情報ＩＦ２を生成する。具体的には、渋滞統計情報生成部１０２は、過去渋滞情報記憶部１１１に蓄積される過去の渋滞情報に対して、既知の統計処理（例えば、時間帯別、曜日別等で、各リンク、各区間を通過した全車両の通過所要時間の平均値を算出したり、平均車速の平均値を算出したり等）を施し、渋滞統計情報ＩＦ２を生成する。渋滞統計情報生成部１０２は、生成した渋滞統計情報ＩＦ２を渋滞統計情報記憶部１１２に記憶させる。 The traffic jam statistics information generation unit 102 generates the traffic jam statistics information IF2. Specifically, the traffic jam statistical information generation unit 102 performs a known statistical process (for example, by time zone, by day of the week, etc.) on the past traffic jam information accumulated in the past traffic jam information storage unit 111. The average value of the required travel time of all the vehicles that have passed through each section, the average value of the average vehicle speed, and the like are applied to generate the traffic jam statistics information IF2. The traffic jam statistics information generation unit 102 stores the generated traffic jam statistics information IF2 in the traffic jam statistics information storage unit 112.
尚、渋滞統計情報生成部１０２は、定期的に、渋滞統計情報ＩＦ２の生成を行い、渋滞統計情報記憶部１１２に記憶される渋滞統計情報ＩＦ２を更新する。また、統計処理の対象となる過去の渋滞情報の範囲（例えば、対象となる期間）は、処理負荷や要求される予測精度等に応じて、予め規定される。また、渋滞統計情報ＩＦ２は、現在の渋滞情報ＩＦ１と同様、他のサーバから取得される態様であってもよい。即ち、渋滞統計情報生成部１０２及び渋滞統計情報記憶部１１２の機能は、他のサーバが担ってよい。 The traffic jam statistics information generation unit 102 periodically generates the traffic jam statistics information IF2 and updates the traffic jam statistics information IF2 stored in the traffic jam statistics information storage unit 112. In addition, the range of past traffic jam information to be subjected to statistical processing (for example, the target period) is defined in advance according to the processing load, required prediction accuracy, and the like. Further, the traffic jam statistics information IF2 may be acquired from another server, like the current traffic jam information IF1. That is, the functions of the traffic jam statistics information generation unit 102 and the traffic jam statistics information storage unit 112 may be performed by another server.
イベント情報取得部１０３は、ウェブ情報（例えば、ウェブクロールデータ）からイベント（例えば、スポーツの試合等のスポーツイベント、音楽のライブ等の音楽イベント等）の開催に関する情報（イベント情報）を収集し、取得する。イベント情報取得部１０３は、特に、将来に開催されるイベントに関するイベント情報を収集し、取得する。「イベント情報」には、イベントが開催される日時（日付、開場時間、開始時間、終了時間等）、イベントが開催される施設（施設の名称、駐車場の位置等）、イベントの種類（内容（スポーツ、音楽、ビジネス等の別）、規模等）が含まれうる。イベント情報取得部１０３は、例えば、テキストマイニング技術を用いて、ウェブクロールデータに含まれるウェブサイトやＳＮＳのテキストデータからイベント情報を取得してよい。イベント情報取得部１０３は、取得したイベント情報をイベント情報記憶部１１３に記憶させる。これにより、イベント情報記憶部１１３には、イベント情報が蓄積される。 The event information acquisition unit 103 collects information (event information) related to holding an event (for example, a sports event such as a sports game, a music event such as live music) from web information (for example, web crawl data), get. In particular, the event information acquisition unit 103 collects and acquires event information related to an event to be held in the future. “Event information” includes the date and time (date, opening time, start time, end time, etc.) of the event, the facility where the event is held (name of facility, parking location, etc.), and the type of event (contents) (Sports, music, business, etc.), scale, etc.). The event information acquisition unit 103 may acquire event information from a website or SNS text data included in the web crawl data using, for example, a text mining technique. The event information acquisition unit 103 stores the acquired event information in the event information storage unit 113. As a result, event information is accumulated in the event information storage unit 113.
尚、イベント情報取得部１０３は、上述したイベントの内容、イベントの規模等の観点に基づき、イベントの種類を区別する。 Note that the event information acquisition unit 103 distinguishes between event types based on the viewpoints of the above-described event content, event scale, and the like.
特定渋滞情報抽出部１０４は、過去渋滞情報記憶部１１１内の過去の渋滞情報の中から、イベント情報取得部１０３内のイベント情報に含まれる過去のイベントが開催された際の渋滞情報を抽出する。例えば、特定渋滞情報抽出部１０４は、過去の渋滞情報の中から、過去のイベントが開催された当日、より具体的には、開催された時間帯及び該時間帯の前後の時間帯の、開催施設やその駐車場の周辺における渋滞情報を抽出する。そして、特定渋滞情報抽出部１０４は、抽出した渋滞情報と、過去のイベントに関する情報（イベントが開催された日時、イベントが開催された施設、イベントの種類等）とを紐付けた情報（以下、「特定渋滞情報」と称する）を特定渋滞情報記憶部１１４に記憶させる。 The specific traffic information extraction unit 104 extracts traffic information when a past event included in the event information in the event information acquisition unit 103 is held from past traffic information in the past traffic information storage unit 111. . For example, the specific traffic jam information extracting unit 104 may hold the event from the past traffic jam information on the day of the past event, more specifically, the held time zone and the time zone before and after the time zone. Extract traffic information around the facility and its parking lot. The specific traffic information extracting unit 104 then associates the extracted traffic information with information related to past events (date and time when the event was held, facility where the event was held, event type, etc.) (Referred to as “specific traffic information”) is stored in the specific traffic information storage unit 114.
イベント渋滞解析部１０５は、特定渋滞情報記憶部１１４に記憶された特定渋滞情報を解析する。例えば、イベント渋滞解析部１０５は、イベントが開催された日時と、該イベントが開催された施設及びその駐車場の周辺の道路に渋滞が発生した日時との相関、即ち、イベントの開催日時を基準として、イベント開催当日のどの時間帯に渋滞が発生したのかを解析する。また、イベント渋滞解析部１０５は、イベントが開催された施設と、渋滞が発生した道路（リンク、区間）との相関、即ち、イベントが開催された施設やその駐車場の周辺の道路のうちの何れの道路に渋滞が発生したかを解析する。また、イベント渋滞解析部１０５は、イベントの種類と、渋滞の発生の仕方（例えば、何れの道路から発生したのか、イベント開始のどれくらい前から発生したのか、イベント終了のどれくらい後から発生したのか）や渋滞の混雑度との相関を解析する。即ち、イベント渋滞解析部１０５は、開催されたイベントの種類の別による道路状況への影響度（渋滞の発生の仕方の違いや混雑度の違い等）を解析する。イベント渋滞解析部１０５は、解析結果を解析結果記憶部１１５に記憶させる。 The event traffic jam analysis unit 105 analyzes the specific traffic jam information stored in the specific traffic jam information storage unit 114. For example, the event traffic analysis unit 105 correlates the date and time when the event was held with the date and time when the traffic occurred on the road around the facility where the event was held and the parking lot. As a result, it is analyzed at which time of day the event is held. In addition, the event traffic analysis unit 105 correlates the facility where the event was held with the road (link, section) where the traffic jam occurred, that is, among the roads around the facility where the event was held and the parking lot. Analyze which road has traffic jams. In addition, the event congestion analysis unit 105 determines the type of event and how the congestion occurs (for example, from which road, how long before the event starts, how long after the event ends) Analyzes the correlation with traffic congestion. In other words, the event congestion analysis unit 105 analyzes the degree of influence on road conditions (differences in the occurrence of congestion, differences in congestion, etc.) depending on the type of event held. The event congestion analysis unit 105 stores the analysis result in the analysis result storage unit 115.
イベント渋滞予測部１０６は、解析結果記憶部１１５内の解析結果に基づき、イベント情報記憶部１１３に記憶されたイベント情報に含まれる将来に開催されるイベントに伴う道路状況への影響、即ち、イベントに伴い発生する渋滞（イベント渋滞）を予測する。そして、イベント渋滞予測部１０６は、予測結果に関する情報、即ち、イベント渋滞予測情報ＩＦ３を生成する。例えば、イベント渋滞予測部１０６は、解析結果と、イベントが開催される日時（日付、時間帯）から、施設或いはその駐車場の周辺の道路に渋滞が発生する日付、時間帯を予測する。また、イベント渋滞予測部１０６は、解析結果と、イベントが開催される施設（場所）から、施設及びその駐車場の周辺の道路のうちの渋滞が発生する道路を予測する。また、イベント渋滞予測部１０６は、解析結果と、イベントの種類から、渋滞の発生の仕方、渋滞の混雑度を予測する。即ち、イベント渋滞予測部１０６は、将来に開催されるイベントと同じ施設で同種のイベントが開催された際の渋滞情報を解析した解析結果に基づき、道路状況（渋滞の発生）を予測する。 Based on the analysis result in the analysis result storage unit 115, the event traffic jam prediction unit 106 affects the road situation due to an event to be held in the future included in the event information stored in the event information storage unit 113, that is, the event Predict traffic jams (event traffic jams) that occur with Then, the event traffic jam prediction unit 106 generates information related to the prediction result, that is, event traffic jam prediction information IF3. For example, the event traffic jam prediction unit 106 predicts the date and time zone when traffic jam occurs on the road around the facility or its parking lot from the analysis result and the date and time (date and time zone) when the event is held. Further, the event traffic jam prediction unit 106 predicts a road in which traffic jam occurs among the roads around the facility and its parking lot from the analysis result and the facility (location) where the event is held. Further, the event traffic jam prediction unit 106 predicts the traffic jam generation method and the traffic jam congestion degree from the analysis result and the event type. That is, the event traffic jam prediction unit 106 predicts a road situation (occurrence of traffic jam) based on an analysis result obtained by analyzing traffic jam information when an event of the same type is held at the same facility as an event to be held in the future.
尚、イベント渋滞予測部１０６は、予測渋滞情報生成部１０７と同期して、即ち、予測渋滞情報を生成する上でイベントの開催を考慮すべき所定のタイミング（例えば、イベント開催の当日の開催時間の所定時間前のタイミング）で、イベント渋滞予測情報ＩＦ３を生成してよい。また、イベント渋滞予測部１０６は、予めイベント渋滞予測情報ＩＦ３を生成し、解析サーバ１０の内部メモリに記憶させておき、上記所定のタイミングで、予測渋滞情報生成部１０７が内部メモリのイベント渋滞予測情報ＩＦ３を参照する態様であってもよい。また、イベント渋滞予測部１０６は、各解析結果に係る過去のイベントが、対象とする将来のイベントと同種のイベントか否かを判定してもよい。この場合、イベント渋滞予測部１０６は、上述の如く、イベントの内容、イベントの規模等の観点に基づき、同種のイベントか否かを判定する。 The event traffic jam prediction unit 106 synchronizes with the predicted traffic jam information generation unit 107, that is, a predetermined timing at which an event is to be considered in generating the predicted traffic jam information (for example, the holding time on the day of the event hosting). The event traffic jam prediction information IF3 may be generated at a predetermined time). Further, the event traffic jam prediction unit 106 generates the event traffic jam prediction information IF3 in advance and stores it in the internal memory of the analysis server 10, and at the predetermined timing, the predicted traffic jam information generation unit 107 predicts the event traffic jam in the internal memory. The aspect which refers to information IF3 may be sufficient. In addition, the event traffic jam prediction unit 106 may determine whether or not the past event related to each analysis result is the same type of event as the target future event. In this case, the event traffic jam prediction unit 106 determines whether or not the events are of the same type based on the viewpoint of the contents of the event, the scale of the event, and the like as described above.
予測渋滞情報生成部１０７は、現在の渋滞情報ＩＦ１、渋滞統計情報ＩＦ２、及びイベント渋滞予測情報ＩＦ３に基づき、予測渋滞情報を生成する。例えば、予測渋滞情報生成部１０７は、まず、現在の渋滞情報ＩＦ１、渋滞統計情報ＩＦ２に基づき、既知の手法を用いて、ベースとなる予測渋滞情報（ベース予測渋滞情報）を生成する。そして、予測渋滞情報生成部１０７は、ベース予測渋滞情報に対して、対象とするエリアで当日開催されるイベントに関するイベント渋滞予測情報ＩＦ３を考慮することで、予測渋滞情報を生成する。予測渋滞情報生成部１０７により生成された予測渋滞情報は、上述の如く、配信サーバ２０に送信される。 The predicted traffic jam information generation unit 107 generates predicted traffic jam information based on the current traffic jam information IF1, traffic jam statistics information IF2, and event traffic jam prediction information IF3. For example, the predicted traffic jam information generation unit 107 first generates base predicted traffic jam information (base predicted traffic jam information) using a known method based on the current traffic jam information IF1 and the traffic jam statistics information IF2. Then, the predicted traffic jam information generation unit 107 generates the predicted traffic jam information by considering the event traffic jam prediction information IF3 related to the event held on the day in the target area with respect to the base predicted traffic jam information. The predicted traffic jam information generated by the predicted traffic jam information generation unit 107 is transmitted to the distribution server 20 as described above.
図１（ａ）に戻り、配信サーバ２０は、ＩＰ網や放送波等を通じて、解析サーバ１０から受信する予測渋滞情報を予め登録された配信対象装置３０に対して配信する処理を行う。当該配信処理は、配信対象装置３０からの要求により実行される態様であってもよいし、定期的に（例えば、数１０分毎に）に実行される態様であってもよい。また、その両方の態様の組み合わせであってもよい。 Returning to FIG. 1A, the distribution server 20 performs a process of distributing the predicted traffic jam information received from the analysis server 10 to the distribution target device 30 registered in advance through an IP network, a broadcast wave, or the like. The distribution process may be performed in response to a request from the distribution target device 30 or may be performed periodically (for example, every several tens of minutes). Moreover, the combination of both the aspects may be sufficient.
配信対象装置３０は、配信サーバ２０から配信される予測渋滞情報を受信する。そして、配信対象装置３０は、受信した予測渋滞情報を表示部に表示したり、予測渋滞情報を考慮して、目的地までのルート探索及びルート案内等を行う。配信対象装置３０には、ユーザの車両に搭載される車載ナビゲーション装置３１や、ユーザの所有する情報端末（スマートフォンやタブレット端末等）３２が含まれる。 The distribution target device 30 receives the predicted traffic jam information distributed from the distribution server 20. Then, the distribution target device 30 displays the received predicted traffic jam information on the display unit, performs route search to the destination, route guidance, etc. in consideration of the predicted traffic jam information. The distribution target device 30 includes an in-vehicle navigation device 31 mounted on the user's vehicle and an information terminal (smart phone, tablet terminal, etc.) 32 owned by the user.
このように、本実施形態では、解析サーバ１０（イベント情報取得部１０３）は、ウェブ情報からイベントの開催に関する情報（イベント情報）を取得する。また、解析サーバ１０（過去渋滞情報記憶部１１１）は、過去の道路状況に関する情報を記憶する。そして、解析サーバ１０（イベント渋滞予測部１０６及び予測渋滞情報生成部１０７）は、過去渋滞情報記憶部１１１に記憶された情報のうち、取得した将来のイベントと同じ施設で同種のイベントが過去に開催された際の道路状況に関する情報に基づき、該将来イベントが開催される際（具体的には、開催当日の開催時間帯及び開催時間帯の前後）の道路状況を予測する。従って、ウェブ情報から予めイベントの開催を把握できる。そして、開催を把握した将来のイベントと同種の過去のイベントが開催された際の道路状況に関する情報に基づき道路状況の予測をすることにより、臨時のイベント開催に伴う予測精度の低下を抑制することができる。 As described above, in the present embodiment, the analysis server 10 (event information acquisition unit 103) acquires information (event information) related to event holding from web information. The analysis server 10 (past traffic jam information storage unit 111) stores information on past road conditions. Then, the analysis server 10 (the event traffic jam prediction unit 106 and the predicted traffic jam information generation unit 107), among the information stored in the past traffic jam information storage unit 111, an event of the same type in the same facility as the acquired future event in the past. Based on the information on the road condition at the time of the event, the road condition when the future event is held (specifically, the holding time zone on the day of the event and before and after the holding time zone) is predicted. Therefore, it is possible to grasp in advance the event from the web information. And, by predicting road conditions based on information on road conditions when a past event of the same type as a future event that grasps the event is held, it is possible to suppress a decrease in prediction accuracy due to the occasional event holding. Can do.
また、配信サーバ２０は、かかる予測結果（予測渋滞情報）を車載ナビゲーション装置３１や情報端末３２に配信する。従って、車載ナビゲーション装置３１や情報端末３２が受信した予測渋滞情報を表示することにより、ユーザに予測精度の高い渋滞情報を提供することができる。また、車載ナビゲーション装置３１や情報端末３２（具体的には、インストールされた対象となるアプリケーション）が受信した予測渋滞情報を考慮して、目的地までのルート探索及びルート案内を行うことにより、ユーザが臨時のイベントに起因して発生する渋滞に遭遇しにくくすることができる。 Further, the distribution server 20 distributes the prediction result (predicted traffic jam information) to the in-vehicle navigation device 31 and the information terminal 32. Therefore, by displaying the predicted traffic jam information received by the in-vehicle navigation device 31 and the information terminal 32, the traffic jam information with high prediction accuracy can be provided to the user. In addition, in consideration of the predicted traffic jam information received by the in-vehicle navigation device 31 and the information terminal 32 (specifically, the installed target application), the route search to the destination and the route guidance are performed, so that the user Can be less likely to encounter traffic jams caused by extraordinary events.
以上、本発明を実施するための形態について詳述したが、本発明はかかる特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。 As mentioned above, although the form for implementing this invention was explained in full detail, this invention is not limited to this specific embodiment, In the range of the summary of this invention described in the claim, various Can be modified or changed.
１ 道路状況予測システム
１０ 解析サーバ
２０ 配信サーバ
３０ 配信対象装置
３１ 車載ナビゲーション装置
３２ 情報端末
１０１ 現況取得部
１０２ 渋滞統計情報生成部
１０３ イベント情報取得部（取得部）
１０４ 特定渋滞情報抽出部
１０５ イベント渋滞解析部
１０６ イベント渋滞予測部（予測部）
１０７ 予測渋滞情報生成部
１１１ 過去渋滞情報記憶部（記憶部）
１１２ 渋滞統計情報記憶部
１１３ イベント情報記憶部
DESCRIPTION OF SYMBOLS 1 Road condition prediction system 10 Analysis server 20 Distribution server 30 Delivery object apparatus 31 Car-mounted navigation apparatus 32 Information terminal 101 Present condition acquisition part 102 Congestion statistics information generation part 103 Event information acquisition part (acquisition part)
104 Specific traffic jam information extraction unit 105 Event traffic jam analysis unit 106 Event traffic jam prediction unit (prediction unit)
107 Predictive traffic information generation unit 111 Past traffic information storage unit (storage unit)
112 Traffic jam statistics information storage unit 113 Event information storage unit
Claims (1)
過去の道路状況に関する情報を記憶する記憶部と、
前記記憶部に記憶された情報のうち、前記取得部が取得した情報に含まれる将来のイベントと同じ施設で同種のイベントが開催された際の道路状況に関する情報に基づき、前記将来のイベントが開催される際の道路状況を予測する予測部と、を備える、
道路状況予測システム。 An acquisition unit that acquires information about the event from web information;
A storage unit for storing information on past road conditions;
Of the information stored in the storage unit, the future event is held based on information on road conditions when the same type of event is held at the same facility as the future event included in the information acquired by the acquisition unit. A prediction unit for predicting road conditions when
Road condition prediction system.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016085311A JP2017194859A (en) | 2016-04-21 | 2016-04-21 | Road situation prediction system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016085311A JP2017194859A (en) | 2016-04-21 | 2016-04-21 | Road situation prediction system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2017194859A true JP2017194859A (en) | 2017-10-26 |
Family
ID=60155454
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016085311A Pending JP2017194859A (en) | 2016-04-21 | 2016-04-21 | Road situation prediction system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2017194859A (en) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019144168A (en) * | 2018-02-22 | 2019-08-29 | パナソニックＩｐマネジメント株式会社 | Navigation method, navigation system, vehicle, and navigation program |
| JP2019144167A (en) * | 2018-02-22 | 2019-08-29 | パナソニックＩｐマネジメント株式会社 | Navigation method, navigation system, server, vehicle, and navigation program |
| WO2019163412A1 (en) * | 2018-02-22 | 2019-08-29 | パナソニックＩｐマネジメント株式会社 | Navigation method, navigation system, moving body, and navigation program |
| JP2020187512A (en) * | 2019-05-14 | 2020-11-19 | パイオニア株式会社 | Congestion prediction device, congestion prediction method, and program |
| JP2021096751A (en) * | 2019-12-19 | 2021-06-24 | 株式会社日立製作所 | Transportation operation status evaluation system and transportation operation status evaluation method |
-
2016
- 2016-04-21 JP JP2016085311A patent/JP2017194859A/en active Pending
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019144168A (en) * | 2018-02-22 | 2019-08-29 | パナソニックＩｐマネジメント株式会社 | Navigation method, navigation system, vehicle, and navigation program |
| JP2019144167A (en) * | 2018-02-22 | 2019-08-29 | パナソニックＩｐマネジメント株式会社 | Navigation method, navigation system, server, vehicle, and navigation program |
| WO2019163412A1 (en) * | 2018-02-22 | 2019-08-29 | パナソニックＩｐマネジメント株式会社 | Navigation method, navigation system, moving body, and navigation program |
| CN111771102A (en) * | 2018-02-22 | 2020-10-13 | 松下知识产权经营株式会社 | Navigation method, navigation system, moving object, and navigation program |
| JP7117519B2 (en) | 2018-02-22 | 2022-08-15 | パナソニックＩｐマネジメント株式会社 | Navigation method, navigation system, server, mobile object, and navigation program |
| JP7117520B2 (en) | 2018-02-22 | 2022-08-15 | パナソニックＩｐマネジメント株式会社 | Navigation method, navigation system, moving object, and navigation program |
| US11644325B2 (en) | 2018-02-22 | 2023-05-09 | Panasonic Intellectual Property Management Co., Ltd. | Navigation method, navigation system, moving body, and navigation program |
| JP2020187512A (en) * | 2019-05-14 | 2020-11-19 | パイオニア株式会社 | Congestion prediction device, congestion prediction method, and program |
| JP2021096751A (en) * | 2019-12-19 | 2021-06-24 | 株式会社日立製作所 | Transportation operation status evaluation system and transportation operation status evaluation method |
| JP7299830B2 (en) | 2019-12-19 | 2023-06-28 | 株式会社日立製作所 | Transportation operation situation evaluation system and transportation operation situation evaluation method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11922511B2 (en) | Assigning mobile device data to a vehicle | |
| JP2017194859A (en) | Road situation prediction system | |
| US10911913B2 (en) | Associating external devices to vehicles and usage of said association | |
| CN102667404B (en) | The method of point of interest is analyzed with detection data | |
| EP3506103A1 (en) | Vehicle-mounted device and log collection system | |
| US9286801B2 (en) | Leveraging information for use in a traffic prediction scenario | |
| US9185137B2 (en) | Method of content delivery, information processing device, and information processing system | |
| US11625706B2 (en) | System and method for location-based passive payments | |
| CN110798807B (en) | Method, apparatus, computer device and medium for recording vehicle trajectory | |
| JP2017504900A (en) | Method and system for detecting closure of a navigable element | |
| US9230434B2 (en) | Road traffic information server and road traffic information system | |
| EP4020356A1 (en) | Distributed in-vehicle realtime sensor data processing as a service | |
| WO2015084584A2 (en) | Method and system for collecting resource access information | |
| Semwal et al. | STAR: real-time spatio-temporal analysis and prediction of traffic insights using social media | |
| JP6056523B2 (en) | Travel time prediction apparatus and route search system | |
| Rajput et al. | Advanced urban public transportation system for Indian scenarios | |
| US20190017832A1 (en) | Method and apparatus for providing recorded, anonymized routes | |
| Nguyen et al. | Los angeles metro bus data analysis using gps trajectory and schedule data (demo paper) | |
| WO2018113087A1 (en) | Method and device for determining geographical location of user taking a vehicle | |
| US20150348407A1 (en) | Recommendation Engine Based on a Representation of the Local Environment Augmented by Citizen Sensor Reports | |
| JP6664192B2 (en) | Questionnaire collection program, questionnaire collection method, and questionnaire collection device | |
| JP6586699B2 (en) | Earthquake information distribution system | |
| JP2015158757A (en) | data utilization device | |
| US20220073082A1 (en) | System and Method for Improving Real-time Estimates of Visitor Volume to Places | |
| US11212648B2 (en) | Information processing apparatus, information processing system, and privacy protection program |