JP2017204260A - 運転特性記憶装置 - Google Patents

Abstract

【課題】場所に応じた運転データの分布を高精度に記憶する運転特性記憶装置を提供する。【解決手段】複数の車両から収集された運転状態を表す運転データに対して、所定の走行区間における運転データのばらつきが予め設定された閾値の範囲内に収まる場合に、所定の走行区間内の運転データが類似するとし、運転データが類似する走行区間ごとに、その走行区間内の運転データの分布である特性分布を記憶する走行区間ＤＢ２５を備える。区間データベースに記憶されている特性分布同士の類似度を算出する類似度算出部２８を備え、類似度算出部２８により算出された、異なる複数の走行区間に対応付けられた特性分布同士の類似度が、予め設定された統合閾値よりも高い場合に、異なる複数の走行区間を統合して１つの走行区間とする区間統合部・分割部２９を備える。【選択図】図１

Description

本発明は、場所ごとに、複数の車両から収集した運転特性を記憶する運転特性記憶装置に関する。

近年、複数の車両から運転操作や周辺環境といった運転データを収集して、場所ごとに記憶しておき、支援対象である支援車両の走行時に、走行中の場所に対応付けて記憶されている運転データを用いて、支援車両の走行を支援するシステムが提案されている。

例えば、特許文献１に記載の走行支援システムは、運転データとして、位置情報、原動機の回転数、変速機のギア情報、車速情報、燃費情報等を含むプローブ情報を複数の車両から収集している。上記走行支援システムは、隣接する２つの交差点の道路区間である道路リンクごとに、プローブ情報に基づいて、燃費を最小にするための車両の制御情報である、原動機の回転数、変速機のギア情報、車速情報等を特定して、データベースに記憶している。そして、上記走行支援システムは、支援車両が走行している道路リンクに対応する車両の制御情報を用いて、支援車両のエネルギ効率が高くなるような走行支援を行っている。

特開２０１６−６５９７号公報

上記走行支援システムでは、道路リンクごとに、制御情報を記憶している。しかしながら、運転データが一定であると見なせる区間は、道路リンクと必ずしも一致していない。例えば、同じ道路リンク上でも、交差点の直前とそれ以外とでは、車速は大きく変化する。よって、上記走行支援システムのように、道路リンク内の運転データを一定と見なして制御情報を特定すると、制御情報の精度が低下するという問題がある。

本発明は、上記実情に鑑みてなされたものであり、場所に応じた運転特性を高精度に記憶する運転特性記憶装置を提供することを主たる目的とする。

本発明は、運転特性記憶装置であって、複数の車両から収集された運転状態を表す運転データに対して、所定の走行区間における運転データのばらつきが予め設定された閾値の範囲内に収まる場合に、所定の走行区間内の運転データが類似するとし、運転データが類似する走行区間ごとに、その走行区間内の運転データの分布である特性分布を記憶する区間データベース（２５）を備える。

本発明によれば、運転データが類似する走行区間ごとに特性分布が記憶されるため、場所に応じた運転特性を高精度に記憶する区間データベースを実現することができる。
なお、この欄及び特許請求の範囲に記載した括弧内の符号は、一つの態様として後述する実施形態に記載の具体的手段との対応関係を示すものであって、本発明の技術的範囲を限定するものではない。

第１実施形態に係るサーバの構成を示すブロック図である。 従来及び本実施形態の運転データを記憶する単位を示す図である。 第１実施形態に係る特性分布を記憶する処理手順を示すフローチャートである。 地図上の道路を分割して生成した走行区間を示す図である。 第１実施形態に係る走行区間ＤＢに記憶されるデータの内容を示す図である。 運転情報ＤＢに記憶されるデータの内容を示す図である。 運転情報に走行区間を割り当てる処理手順を示すフローチャートである。 走行区間が割り当てられた運転情報ＤＢ上のデータの内容を示す図である。 走行区間ごとに、特性分布を推定する処理手順を示すフローチャートである。 走行区間ごとに推定された特性分布を示す図である。 特性分布が推定された走行区間ＤＢ上のデータの内容を示す図である。 第１実施形態に係る特性分布の類似度を算出する処理手順を示すフローチャートである。 類似度ＤＢに記憶されるデータの内容を示す図である。 走行区間を分割する処理手順を示すフローチャートである。 走行区間の定義時と現在との特性分布の変化を示す図である。 分割後の走行区間ＤＢ上のデータの内容を示す図である。 第１実施形態に係る走行区間を統合する処理手順を示すフローチャートである。 統合前の走行区間及び類似度と、統合後の走行区間とを示す図である。 統合後の走行区間ＤＢ上のデータの内容を示す図である。 分割又は統合後の運転データに、走行区間を再度割り当てる処理手順を示すフローチャートである。 分割前の走行区間の運転データに、分割後の走行区間を割り当てる処理手順を示すフローチャートである。 統合前の走行区間の運転データに、統合後の走行区間を割り当てる処理手順を示すフローチャートである。 特性分布の類似度に基づいて、走行区間を分割及び統合した実験結果を示す図である。 運転データが少ない走行区間を運転特性が類似する走行区間と統合する様子を説明する図である。 第２実施形態に係るサーバの構成を示すブロック図である。 第２実施形態に係る特性分布を記憶する処理手順を示すフローチャートである。 第２実施形態に係る走行区間ＤＢに記憶されるデータの内容を示す図である。 第２実施形態に係る類似度を算出する処理手順を示すフローチャートである。 運転データと特性分布との平均尤度を算出する方法を説明する図である。 第２実施形態に係る走行区間を統合する処理手順を示すフローチャートである。

以下、図面を参照しながら、発明を実施するための形態を説明する。
（第１実施形態）
＜構成＞
まず、本実施形態に係るサーバ２０の構成について、図１を参照して説明する。サーバ２０は、情報センタ等に設置されており、複数の走行車両及び走行支援の対象車両である支援車両５０と無線通信で接続される。本実施形態において、サーバ２０は運転特性記憶装置に相当する。

複数の走行車両は、自車両が取得した運転データを、無線通信でサーバ２０へ送信する。運転データは、走行車両の運転状態を表すデータであり、自車情報、周辺情報、位置情報、及び時間情報を含む。自車情報は、各種センサにより観測された運転操作情報や車両挙動情報である。運転操作情報は、例えば、アクセル開度、ブレーキ圧、ステアリング角である。車両挙動情報は、例えば、車速、６軸加速度である。周辺情報は、例えば、自車両の周辺に存在する他車両の自車両に対する相対位置や、他車両の自車両に対する相対速度、晴天や雨天といった天気情報である。位置情報及び時間情報は、ＧＰＳ受信機により受信された受信信号から取得した自車両の位置及び時間である。サーバ２０は、これらの運転データから、場所ごとの運転の規範を表す基準データを作成する。なお、運転データには、周辺情報及び時間情報は含まれていなくてもよい。

支援車両５０は、ＣＰＵ、ＲＡＭ、ＲＯＭ及びＩ／Ｏ等を備えた図示しないＥＣＵを備える。そして、支援車両５０のＥＣＵは、ＲＯＭ等の非遷移的実体的記憶媒体に格納されているプログラムを実行することにより、運転情報取得部５５、走行支援提供部５６、及び走行支援受信部５７の各機能を実現する。上記各機能の一部又は全部は、ハードウェアを用いて実現してもよい。

運転情報取得部５５は、自車両の運転データを取得する。走行支援提供部５６は、サーバ２０から無線通信で、自車両の走行位置に対応した場所における基準データを受け取り、基準データと自車両の運転データとを比較する。そして、走行支援提供部５６は、受け取った基準データに沿って走行するように、ステアリング、ブレーキ等の各種制御量を生成し、生成した制御量を走行支援受信部５７へ送信する。走行支援受信部５７は、受信した各種制御量に応じた車両制御を実施する。

サーバ２０は、ＣＰＵ、ＲＡＭ、ＲＯＭ、及びＩ／Ｏ等を備えたコンピュータを中心として構成されている。サーバ２０は、ＣＰＵがＲＯＭ等の非遷移的実体的記憶媒体に格納されているプログラムを実行することにより、運転情報取得部２１、区間割当部２３、特性分布推定部２４、区間生成部２７、類似度算出部２８、区間統合・分割部２９の各機能を実現する。これらの機能の一部又は全部は、ハードウェアを用いて実現してもよい。また、サーバ２０は、運転情報ＤＢ２２、走行区間ＤＢ２５、地図ＤＢ２６、及び類似度ＤＢ３０の４つのデータベースを備える。ＤＢは、データベースの略である。

サーバ２０は、複数の走行車両から運転データを収集して、収集した運転データから平均的な基準データを作成して、場所ごとに蓄積するとともに、支援車両５０の走行位置に対応する場所の基準データを、支援車両５０へ送信する。

ここで、図２の上段に道路の形態を模式的に示す。また、図２の中段に、上段の道路の各場所における車速を破線で示すとともに、従来のシステムにおいて、データベースに記憶する車速データを実線で示す。図２に示すように、従来のシステムでは、道路リンクごとに平均化した車速データを蓄積していた。しかしながら、実際の車速は、破線で示すように、交差点付近では低車速となっており、交差点付近から道路リンクの中央部分に向けて上昇し、道路リンクの中央部分では一定の高車速となっている。よって、交差点付近と道路リンク中央部分のいずれも含む区間の平均値は、そのいずれとも似ていない値となる。つまり、交差点付近や道路リンク中央部分における車速をこのような平均値とすると、車速の精度が低くなる。このようなデータのばらつきが大きい区間を平均化することによるデータ精度の低下は、車速に限らず他の運転データについても同様となる。よって、従来のシステムのデータベースを用いると、支援車両５０の走行支援の精度が低くなるおそれがある。一方で、連続的な経度緯度座標に対応させて運転データを記憶すると、記憶するデータ量が膨大になる。

これに対して、サーバ２０は、走行区間ごとに運転データを蓄積した走行区間ＤＢ２５を備える。ただし、走行区間ＤＢ２５では、図２に示すように、蓄積された運転データに基づいて、同一の走行区間には、類似した運転データが蓄積されるように、走行区間が適宜変更される。以下、走行区間ＤＢ２５を構築する処理の詳細について説明する。なお、本実施形態では、走行区間ＤＢ２５が区間データベース、運転情報ＤＢ２２が情報データベースに相当する。また、区間統合・分割部２９が統合部及び分割部、区間割当部２３が割当部に相当する。

＜処理＞
［特性分布記憶処理］
まず、走行区間ごとに、特性分布を記憶する処理手順の概要について、図３のフローチャートを参照して説明する。特性分布は、複数の車両から収集した運転データの分布である。本処理手順は、サーバ２０が所定の処理周期で実行する。

ステップＳ１０では、走行区間が生成済みか否か判定する。走行区間を生成済みの場合、すなわち、既に定義されている走行区間に対して、運転データの追加処理を行う場合は、ステップＳ３０に進む。一方、走行区間が生成済みでない場合は、ステップＳ２０へ進み、走行区間を生成する。具体的には、図４に示すように、地図ＤＢ２６に記憶されている地図情報を用いて、地図上の道路を所定間隔で分割することにより、走行区間の初期値を定義する。所定間隔は、道路リンクよりも十分に狭い間隔であり、例えば５ｍとする。

そして、生成した走行区間ごとにＩＤを付与して、走行区間ＤＢ２５に記憶する。図５に示すように、走行区間ＤＢ２５には、走行区間ＩＤごとに、走行区間の範囲、隣接ＩＤ、現在の特性分布である現特性分布、定義時の特性分布である定義時分布、類似度算出フラグ（以下、フラグＦｓとする）、分割前ＩＤ、及び統合前ＩＤが記憶される。走行区間の範囲は、走行区間の始点又は終点の緯度及び経度、隣接ＩＤは道路の進行方向又は後退方向において隣接する走行区間のＩＤが記憶される。現特性分布、定義時分布、分割前ＩＤ、及び統合前ＩＤには、以後の処理で算出されるまで、初期値としてＮＵＬＬが記憶される。また、フラグＦｓには、初期値としてFalseが記憶される。Falseは、フラグなしの状態、すなわち類似度を算出する必要がない状態を表す。なお、初期値としてＮＵＬＬ又はFalseを記憶することを初期化という。

続いて、ステップＳ３０では、複数の走行車両から、処理周期内に観測された運転データを取得し、取得した運転データに対して、観測位置ごとに運転情報ＩＤを付与して、運転情報ＤＢ２２に記憶する。図６に示すように、運転情報ＤＢ２２には、運転情報ＩＤごとに、運転データ、観測位置、及び走行区間ＩＤが記憶される。観測位置は、運転データが観測された位置の緯度及び経度である。走行区間ＩＤは、後の処理で割り当てられるまで、初期値としてＮＵＬＬが記憶される。なお、ここでは、走行区間ＩＤ及び運転情報ＩＤを、名称として使用している。

続いて、ステップＳ４０において、運転情報ＤＢ２２に記憶されている運転データに対して、生成した走行区間を割り当てる。走行区間の割当処理の詳細については後述する。
続いて、ステップＳ５０において、走行区間ごとに、走行区間内の運転データの特性分布を推定し、推定した特性分布を現特性分布として走行区間ＤＢ２５に記憶する。このとき、走行区間ＤＢ２５の定義時分布の値が初期値の場合は、推定した特性分布を現特性分布及び定義時分布として、走行区間ＤＢ２５に記憶する。特性分布推定処理の詳細については後述する。

続いて、ステップＳ６０において、同じ走行区間の現特性分布と定義時分布の類似度Ｓｂ、及び互いに隣接する走行区間の現特性分布同士の類似度Ｓａを算出する。分布類似度算出処理の詳細については後述する。なお、類似度Ｓａ，Ｓｂが分布類似度に相当する。

続いて、ステップＳ７０において、算出した類似度Ｓｂに応じて、走行区間を分割する。走行区間分割処理の詳細については後述する。続いて、ステップＳ８０において、算出した類似度Ｓａに応じて、走行区間を統合する。走行区間統合処理の詳細については後述する。

続いて、ステップＳ９０において、少なくとも１つの走行区間が統合又は分割されたか否か判定する。走行区間を分割も統合もしていない場合は、本処理を終了する。一方、走行区間を分割又は統合した場合は、ステップＳ１００において、分割前又は統合前の走行区間内の運転データに対して、分割後又は統合後の走行区間を再度割り当てる。走行区間の再割当処理の詳細については後述する。

その後、ステップＳ５０に戻り、再度割り当てた走行区間内の運転データから現特性分布を推定して記憶する。さらに、再度割り当てた走行区間に対応する現特性分布について、類似度Ｓａ，Ｓｂを算出して記憶する。続いて、ステップＳ７０からステップＳ１００の処理を繰り返し実行する。そして、走行区間が統合も分割もされなくなると、本処理を終了する。以上により、運転データが類似する走行区間ごとに現特性分布が記憶されている走行区間ＤＢ２５が構築される。以下、走行区間割当処理、特性分布推定処理、分布類似度算出処理、走行区間分割処理、走行区間統合処理、及び走行区間再割当処理の詳細について、順に説明する。

［走行区間割当処理］
まず、運転データに走行区間を割り当てる処理手順について、図７のフローチャートを参照して説明する。本処理手順は、区間割当部２３が実行する。

まず、ステップＳ１１０では、運転情報ＤＢ２２において、運転情報ＤＢ２２に記憶されているすべての運転データに、走行区間が割り当てられているか否か判定する。以下では、運転情報ＩＤの値がｎである場合、運転情報ＩＤｎと記す。図６に示すように、運転情報ＤＢ２２において、運転情報ＩＤｎの運転データｄｎに走行区間が割り当てられていない場合、運転情報ＩＤｎに対応する走行区間ＩＤの値は初期値となっている。よって、運転情報ＤＢ２２において、走行区間ＩＤの値が初期値のままの運転情報ＩＤがあるか否か判定すればよい。運転情報ＤＢ２２において、すべての走行区間ＩＤの値が初期値から更新されている場合は、本処理を終了する。一方、運転情報ＤＢ２２において、走行区間ＩＤの値が初期値のままの運転情報ＩＤがある場合には、その運転情報ＩＤの値であるｎを抽出して、ステップＳ１２０に進む。

続いて、ステップＳ１２０では、走行区間ＤＢ２５から、抽出した運転情報ＩＤｎの観測位置を範囲に含む走行区間ＩＤの値であるｉを抽出する。そして、図８に示すように、運転情報ＤＢ２２において、運転情報ＩＤｎの走行区間ＩＤの値を、初期値からｉに更新する。以下では、走行区間ＩＤの値がｉである場合、走行区間ＩＤｉと記す。

走行区間ＩＤｉが割り当てられた運転データについては、まだ現特性分布が推定されていない。よって、続くステップＳ１３０では、走行区間ＤＢ２５において、走行区間ＩＤｉの現特性分布を初期化する。すなわち、走行区間ＤＢ２５において、今回の処理周期で運転データが加わった走行区間ＩＤｉの現特性分布を初期化する。

その後、ステップＳ１１０に戻り、運転情報ＤＢ２２に記憶されているすべての運転データに走行区間が割り当てられるまで、ステップＳ１１０〜Ｓ１３０の処理を繰り返し実行する。以上の処理により、図８に示すように、運転情報ＩＤごとに、運転データ、観測位置、及び走行区間ＩＤに初期値以外の値が記憶されている運転情報ＤＢ２２が構築される。

［特性分布推定処理］
次に、各走行区間内の運転データの特性分布を推定する処理手順について、図９のフローチャートを参照して説明する。本処理手順は、特性分布推定部２４が実行する。

まず、ステップＳ２１０では、走行区間ＤＢ２５において、すべての走行区間ＩＤに対応する現特性分布が推定されているか否か判定する。図５に示すように、走行区間ＩＤｉの運転データの現特性分布が推定されていない場合、走行区間ＩＤｉの現特性分布は初期値となっている。よって、現特性分布が初期値のままの走行区間ＩＤがあるか否か判定すればよい。すべての走行区間ＩＤに対応する現特性分布が初期値から更新されている場合は、本処理を終了する。一方、現特性分布が初期値のままの走行区間ＩＤがある場合には、その走行区間ＩＤの値であるｉを抽出して、ステップＳ２２０に進む。

続いて、ステップＳ２２０では、運転情報ＤＢ２２から、走行区間ＩＤｉに対応するすべての運転データｄｎを抽出する。
続いて、ステップＳ２３０では、図１０に示すように、周知の手法を用いて、抽出した運転データｄｎから、走行区間ＩＤｉの現特性分布Ｐｉを推定する。周知の手法としては、例えば、Gaussian Mixture Modelやディリクレ分布等の確率分布を用いる手法や、平均値、中央値、最大値、最小値等の代表値を用いる手法が挙げられる。

そして、走行区間ＤＢ２５において、走行区間ｉの現特性分布を、初期値からＰｉに更新する。このとき、走行区間ＩＤｉの定義時分布も初期値の場合には、定義時分布に、現特性分布Ｐｉを定義時分布Ｐｉｏとして記憶する。つまり、今回の特性分布を記憶する処理において、走行区間を定義した場合は、走行区間ＤＢ２５における現特性分布も定義時分布も初期値となっているので、どちらも推定した現特性分布Ｐｉを用いて更新する。一方、今回の特性分布を記憶する処理で走行区間を定義していない場合、すなわち、既に定義されている走行区間に対して運転データが追加された場合は、既に定義時分布は初期値から更新されているので、現特性分布のみ初期値から更新する。

ステップＳ２３０において推定された現特性分布Ｐｉの類似度Ｓａ，Ｓｂは、まだ算出されていない。よって、続くステップＳ２４０では、図１１に示すように、走行区間ＤＢ２５において、走行区間ＩＤｉのフラグＦｓをFalseからTrueに更新する。

その後、ステップＳ２１０に戻り、走行区間ＤＢ２５において、すべての走行区間ＩＤに対応する現特性分布が推定されるまで、ステップＳ２１０〜Ｓ２４０の処理を繰り返し実行する。以上の処理で、走行区間ＩＤごとに、範囲、隣接ＩＤ、現特性分布、及び定義時分布に、初期値以外の値が記憶されている走行区間ＤＢ２５が構築される。

［分布類似度算出処理］
次に、走行区間ＤＢ２５内の特性分布同士の類似度を算出する処理手順について、図１２のフローチャートを参照して説明する。本処理手順は、類似度算出部２８が実行する。

まず、ステップＳ３１０では、走行区間ＤＢ２５において、すべての走行区間ＩＤのフラグＦｓがFalseになっているか否か判定する。すべての走行区間ＩＤのフラグＦｓがFalseになっている場合は、本処理を終了する。一方、フラグＦｓがTrueになっている走行区間ＩＤがある場合は、その走行区間ＩＤの値であるｉを抽出して、ステップＳ３２０に進む。

続いて、ステップＳ３２０では、走行区間ＤＢ２５において、走行区間ＩＤｉに対応する隣接ＩＤであるｊを参照する。そして、走行区間ＤＢ２５から、走行区間ＩＤｊの現特性分布Ｐｊを抽出する。

続いて、ステップＳ３３０において、現特性分布Ｐｉと現特性分布Ｐｊとの類似度Ｓａ（Ｐｉ，Ｐｊ）を算出する。そして、図１３に示すように、類似度ＤＢ３０に、算出した類似度Ｓａ（Ｐｉ，Ｐｊ）を、走行区間ＩＤ対（ｉ，ｊ）に対応付けて記憶する。類似度Ｓａ（Ｐｉ，Ｐｊ）は、例えば、カルバック・ライブラー情報量のシグモイド関数値として算出できる。現特性分布Ｐｉ，Ｐｊのカルバック・ライブラー情報量は、以下の式（１）から算出される。また、シグモイド関数値は、以下の式（２）から算出される。算出されたシグモイド関数値は０〜１の値となる。

続いて、ステップＳ３４０では、ステップＳ３３０と同様にして、走行区間ＩＤｉの現特性分布Ｐｉと定義時分布Ｐｉｏとの類似度Ｓｂ（Ｐｉ，Ｐｉｏ）を算出する。そして、図１３に示すように、類似度ＤＢ３０に、算出した類似度Ｓｂ（Ｐｉ，Ｐｉｏ）を、走行区間ＩＤ対（ｉ，ｉ）と対応付けて記憶する。

続いて、ステップＳ３５０では、走行区間ＤＢ２５において、走行区間ＩＤｉのフラグＦｓをTrueからFalseに変更する。
その後、ステップＳ３１０に戻り、走行区間ＤＢ２５において、すべての走行区間ＩＤのフラグＦｓがFalseになるまで、ステップＳ３１０〜Ｓ３５０の処理を繰り返し実行する。以上の処理で、走行区間ＩＤごとに、類似度Ｓａ及び類似度Ｓｂが記憶されている類似度ＤＢ３０が構築される。

［走行区間分割処理］
次に、走行区間を分割する処理手順について、図１４のフローチャートを参照して説明する。本処理手順は、区間統合・分割部２９が実行する。

まず、ステップＳ４１０において、走行区間ＤＢ２５において、すべての走行区間ＩＤについて、分割の必要性をチェックしたか否か判定する。図１５に示すように、走行区間の定義時には、走行区間内の運転データが均一であっても、運転データの追加に伴って、走行区間内の運転データが不均一となり、特性分布が変化することあがる。すなわち、現特性分布Ｐｉが定義時分布Ｐｉｏから変化することがある。このような場合には、特性分布の変化に応じて、走行区間を分割する必要がある。すべての走行区間ＩＤについて分割の必要性をチェックしている場合は、本処理を終了する。一方、分割の必要性をチェックしていない走行区間ＩＤがある場合は、その走行区間ＩＤの値であるｉを抽出して、ステップＳ４２０に進む。

続いて、ステップＳ４２０では、走行区間ＩＤｉの範囲について、分割の必要性を判定する。具体的には、類似度ＤＢ３０を参照して、走行区間ＩＤｉの類似度Ｓｂ（Ｐｉ，Ｐｉｏ）が、予め設定されている分割閾値Ｓｔｈｂ以上か否か判定する。分割閾値Ｓｔｈｂは、二つの特性分布が類似していると見なせる値に設定されている。類似度Ｓｂ（Ｐｉ，Ｐｉｏ）が分割閾値Ｓｔｈｂ以上の場合は、走行区間の定義時から現時点まで特性分布が一定と見なせるので、走行区間を分割する必要なしと判定し、ステップＳ４１０に戻る。一方、類似度Ｓｂ（Ｐｉ，Ｐｉｏ）が分割閾値Ｓｔｈｂ未満の場合は、走行区間の定義時と現時点との特性分布が一定と見なせないので、走行区間を分割する必要ありと判定し、ステップＳ４３０に進む。

続いて、ステップＳ４３０では、走行区間ＩＤｉの範囲を分割して、新たに複数の走行区間を定義する。具体的には、ステップＳ２０で生成した走行区間単位に分割してもよい。この場合、今回の特性分布を記憶する処理よりも前の処理において統合された走行区間を、今回の処理で分割することになる。あるいは、予め設定された分布凝縮度を満たすように、ステップＳ２０で生成した走行区間単位よりも短い区間に分割してもよい。この場合、走行区間ＩＤｉの範囲に対して、いくつかの位置で分割を試し、設定した分布凝縮度を満たす位置を選んで分割位置とする。

そして、分割後の各範囲に、走行区間ＩＤの値としてｉａ，ｉｂを付与し、走行区間ＩＤｉａ，走行区間ＩＤｉｂのそれぞれに対応付けて、走行区間の範囲、隣接ＩＤ、及び分割前ＩＤを、走行区間ＤＢ２５に記憶する。分割前ＩＤの値はｉとする。現特性分布、定義時特性分布及びフラグＦｓは、分割後の走行区間内の運転データについて算出していないので、初期値を記憶する。また、統合前ＩＤにも初期値を記憶する。

続いて、ステップＳ４４０では、走行区間ＤＢ２５から、分割前の走行区間ＩＤｉに対応する情報を消去する。
その後、ステップＳ４１０に戻り、走行区間ＤＢ２５において、すべての走行区間ＩＤについて、分割の必要性をチェックするまで、ステップＳ４１０〜Ｓ４４０の処理を繰り返し実行する。以上の処理により、運転データが不均一となった走行区間ＩＤに対応する情報の代わりに、図１６に示すような、分割後の走行区間ＩＤに対応する情報が記憶された走行区間ＤＢ２５が構築される。

［走行区間統合処理］
次に、走行区間を統合する処理手順について、図１７のフローチャートを参照して説明する。本処理手順は、区間統合・分割部２９が実行する。

まず、ステップＳ５１０では、走行区間ＤＢ２５において、直前の処理で分割していないすべての走行区間対について、統合の可能性をチェックしたか否か判定する。例えば、幹線道路のような単調な直線道路では、運転データが均一と見なせる範囲よりも、ステップＳ２０で生成した走行区間が狭いことがある。このような場合には、どこか一つの走行区間における特性分布を記憶しておくだけでも、場所に応じた特性分布の精度が維持される。すなわち、運転データが均一と見なせる走行区間同士を統合すると、場所に応じた特性分布の精度を維持したまま、走行区間ＤＢ２５を効率化することができる。よって、統合の可能性をチェックする。

この際、直前の処理で分割した走行区間同士の運転データは均一とは見なせないことがわかっているので、分割前ＩＤが初期値以外の走行区間については、統合の可能性をチェックしない。分割前ＩＤが初期値となっているすべての走行区間対について、統合の可能性をチェックしている場合は、本処理を終了する。一方、直前の処理で分割していない走行区間ＩＤ対で、かつ統合の可能性をチェックしていない走行区間ＩＤ対がある場合は、その走行区間ＩＤ対の値である（ｉ，ｊ）を抽出して、ステップＳ５２０に進む。

ステップＳ５２０では、走行区間ＩＤ対（ｉ，ｊ）の範囲について、統合の可能性を判定する。具体的には、類似度ＤＢ３０を参照して、走行区間ＩＤ対（ｉ，ｊ）の類似度Ｓａ（Ｐｉ，Ｐｊ）が、予め設定されている統合閾値Ｓｔｈａ未満か否か判定する。統合閾値Ｓｔｈａは、二つの特性分布が等しいと見なせる値に設定されている。統合閾値Ｓｔｈａは、分割閾値Ｓｔｈｂと同じ値でもよいし異なる値でもよい。類似度Ｓａ（Ｐｉ，Ｐｊ）が統合閾値Ｓｔｈａ未満の場合は、走行区間を統合できないと判定し、ステップＳ５１０に戻る。一方、類似度Ｓａ（Ｐｉ，Ｐｊ）が統合閾値Ｓｔｈａ以上の場合は、走行区間を統合できると判定し、ステップＳ５３０に進む。

続いて、ステップＳ５３０では、走行区間ＩＤｊの範囲を挟んで走行区間ＩＤｉ，ＩＤｋの範囲が連続する場合に、走行区間ＩＤ対（ｉ，ｊ）の類似度Ｓａ（Ｐｉ，Ｐｊ）よりも、走行区間ＩＤ対（ｊ，ｋ）の類似度Ｓａ（Ｐｊ，Ｐｋ）の方が高いか否か判定する。類似度Ｓａ（Ｐｉ，Ｐｊ）及び類似度Ｓａ（Ｐｊ，Ｐｋ）の両方が統合閾値Ｓｔｈａより高くても、類似度Ｓａ（Ｐｉ，Ｐｋ）は統合閾値Ｓｔｈａよりも低い場合がある。このような場合に、走行区間ＩＤ対（ｉ，ｊ）の範囲、及び走行区間ＩＤ対（ｊ，ｋ）の範囲を一度に統合すると、運転データが類似しない走行区間ｉの範囲と走行区間ｋの範囲も統合してしまうことになる。よって、類似度Ｓａ（Ｐｉ，Ｐｊ）よりも類似度Ｓａ（Ｐｊ，Ｐｋ）の方が高い場合は、ステップＳ５１０に戻る。一方、類似度Ｓａ（Ｐｉ，Ｐｊ）が類似度Ｓａ（Ｐｊ，Ｐｋ）以上の場合は、ステップＳ５４０に進む。

続いて、ステップＳ５４０では、走行区間ＩＤ対（ｉ，ｊ）の範囲を統合して、新たに１つの走行区間を定義する。そして、統合後の範囲に、走行区間ＩＤの値としてｉｃを付与し、走行区間ＩＤｉｃに対応付けて、走行区間の範囲、隣接ＩＤ、及び統合前ＩＤを、走行区間ＤＢ２５に記憶する。統合前ＩＤの値は（ｉ，ｊ）とする。現特性分布、定義時特性分布及びフラグＦｓは、統合後の走行区間内の運転データについて算出していないので、初期値を記憶する。また、分割前ＩＤにも初期値を記憶する。

続いて、ステップＳ５５０では、走行区間ＤＢ２５から、統合前の走行区間（ｉ，ｊ）に対応する情報を消去する。
その後、ステップＳ５１０に戻り、走行区間ＤＢ２５において、分割前ＩＤの値が初期値となっているすべての走行区間ＩＤについて、統合の可能性をチェックするまで、ステップＳ５１０〜Ｓ５５０の処理を繰り返し実行する。以上の処理により、図１８に示すように、走行区間ＩＤｉ１〜ＩＤｉ８のうち、類似度Ｓａが閾値以上の走行区間ＩＤ対（ｉ３，ｉ４）の範囲、及び走行区間ＩＤ対（ｉ６，ｉ７）の範囲が、それぞれ統合される。そして、運転データが均一な複数の走行区間ＩＤに対応する情報の代わりに、図１９に示すような、統合後の走行区間ＩＤに対応する情報が記憶された走行区間ＤＢ２５が構築される。

［走行区間再割当処理］
次に、走行区間の再割当処理について、図２０〜図２２のフローチャートを参照して説明する。本処理手順は、区間割当部２３が実行する。

まず、ステップＳ６１０では、運転情報ＤＢ２２において、分割前の走行区間内の運転データに、分割後の走行区間を新たに割り当てる。
具体的には、まず、ステップＳ７１０において、走行区間ＤＢ２５を参照して、すべての走行区間ＩＤに対応する分割前ＩＤが初期値か否か判定する。分割前ＩＤは、分割前の走行区間内の運転データに、分割後の走行区間が割り当てられると初期化されるものである。よって、すべての分割前ＩＤが初期値の場合は、本処理を終了する。一方、初期値でない分割前ＩＤがある場合は、その分割前ＩＤの値であるｉを抽出して、ステップＳ７２０の処理に進む。

続いて、ステップＳ７２０では、運転情報ＤＢ２２において、抽出したｉを走行区間ＩＤの値とする運転情報ＩＤｎをすべて抽出する。抽出した運転情報ＩＤｎは、分割前の走行区間内の運転データに対応している。

続いて、ステップＳ７３０では、走行区間ＤＢ２５から、運転情報ＩＤｎに対応する観測位置を、範囲に含む走行区間ＩＤの値であるｉａを抽出し、運転情報ＩＤｎに走行区間ＩＤの値としてｉａを割り当てる。このｉａは、分割後の走行区間ＩＤの値である。すなわち、分割前の走行区間内の運転データに対して、分割後の走行区間が割り当てられる。そして、運転情報ＤＢ２２において、運転情報ＩＤｎに対応する走行区間ＩＤの値をｉからｉａに変更する。

続いて、ステップＳ７４０では、走行区間ＤＢ２５において、分割前ＩＤの値をｉから初期値に変更する。
その後、ステップＳ７１０に戻り、すべての分割前ＩＤが初期化されるまで、ステップＳ７１０〜Ｓ７４０の処理を繰り返し実行する。以上の処理により、分割前の走行区間内の運転データに、分割後の走行区間ＩＤが対応付けて記憶されている運転情報ＤＢ２２が構築される。

次に、ステップＳ６２０では、運転情報ＤＢ２２において、統合前の走行区間内の運転データに、統合後の走行区間を新たに割り当てる。
具体的には、まず、ステップＳ８１０において、走行区間ＤＢ２５を参照して、すべての走行区間ＩＤに対応する統合前ＩＤが初期値か否か判定する。統合前ＩＤは、統合前の走行区間内の運転データに、統合後の走行区間が割り当てられると初期化されるものである。よって、すべての統合前ＩＤが初期値の場合は、本処理を終了する。一方、初期値でない統合前ＩＤがある場合は、その統合前ＩＤの値である（ｉ，ｊ）を抽出し、ステップＳ８２０の処理に進む。

続いて、ステップＳ８２０では、運転情報ＤＢ２２において、抽出したｉ，ｊを、走行区間ＩＤの値とする運転情報ＩＤｎをすべて抽出する。運転情報ＩＤｎは、統合前の走行区間内の運転データに対応している。

続いて、ステップＳ８３０では、走行区間ＤＢ２５から、運転情報ＩＤｎの観測位置を、範囲に含む走行区間ＩＤ値であるｉｃを抽出し、運転情報ＩＤｎに走行区間ＩＤとしてｉｃを割り当てる。このｉｃは、統合後の走行区間ＩＤである。すなわち、統合前の走行区間内の運転データに対して、統合後の走行区間が割り当てられる。そして、運転情報ＤＢ２２において、運転情報ＩＤｎに対応する走行区間ＩＤの値をｉからｉｃに変更する。

続いて、ステップＳ８４０では、走行区間ＤＢ２５において、統合前ＩＤの値をｉから初期値に変更する。
その後、ステップＳ８１０の処理に戻り、すべての統合前ＩＤが初期化されるまで、ステップＳ８１０〜Ｓ８４０の処理を繰り返し実行する。以上の処理により、統合前の走行区間内の運転データに、統合後の走行区間ＩＤが対応付けて記憶されている運転情報ＤＢ２２が構築される。

この後、ステップＳ５０〜Ｓ６０に戻ると、分割又は統合後の走行区間内の運転データから、現特性分布及び類似度Ｓａ，Ｓｂが算出され、走行区間ＤＢ２５及び類似度ＤＢ３０が更新される。以上により、本処理を終了する。

＜効果＞
以上説明した第１実施形態によれば、以下の効果が得られる。
（１）運転データが類似する走行区間ごとに特性分布を記憶するため、場所に応じた運転データの分布を高精度に記憶する走行区間ＤＢ２５を構築することができる。

（２）異なる走行区間における現特性分布同士の類似度Ｓａが統合閾値Ｓｔｈａよりも高い場合には、異なる走行区間を１つの走行区間に統合することで、データ量を削減して、走行区間ＤＢ２５を効率化することができる。

（３）範囲が連続しかつ運転データが類似する走行区間を、一つの走行区間に統合することで、走行区間を効率的に扱うことができる。
（４）特性分布の分布形状の変化に応じて、走行区間を分割することにより、運転データの増加に伴い特性分布の形状が変化した場合でも、運転データが類似する走行区間ごとに、特性分布を記憶する区間データベースを実現することができる。

（５）走行区間ごとに、現特性分布と、運転データが均一であった時の定義時分布との類似度を算出することにより、運転データの増加に伴い運転データが不均一になったか否かを判定することができる。そして、運転データが不均一になった場合には、走行区間を複数の走行区間に分割することにより、運転データが類似する走行区間を再度定義することができる。

（６）所定の走行区間における現特性分布と、所定の走行区間に隣接する二つの走行区間における現特性分布のそれぞれとの類似度Ｓａが、いずれも統合閾値Ｓｔｈａよりも高い場合でも、一度に三つの走行区間が統合されない。これにより、類似しない走行区間同士を統合することを回避することができる。

（７）走行区間が分割された場合には、観測位置を用いて、分割前の走行区間内の運転データを、分割後の走行区間のそれぞれに割り当てることができる。
（８）運転データは道路上で観測されるので、地図上の道路を分割することで、走行区間の初期値を容易に生成することができる。

＜実験＞
図２３に、実験により走行区間ＤＢ２５を構築した結果を示す。図２３では、異なるハッチングの境界が、走行区間ＤＢ２５における走行区間の境界を表している。交差点付近では、道路リンクが細かく分割されて狭い走行区間になっているのに対して、単調な直線道路では道路リンク同士が統合されて、広い走行区間となっていることがわかる。すなわち、運転データが似ている走行区間と道路リンクとは必ずしも一致しないので、走行区間ＤＢ２５のように、道路リンクごとではなく、運転データが似ている走行区間ごとに特性分布を記憶することは、高精度な特性分布のデータベースの実現に有効である。

（第２実施形態）
＜第１実施形態との相違点＞
第２実施形態は、基本的な構成は第１実施形態と同様であるため、共通する構成については説明を省略し、相違点を中心に説明する。なお、第１実施形態と同じ符号は、同一の構成を示すものであって、先行する説明を参照する。

第１実施形態は、異なる走行区間における特性分布同士の類似度Ｓａを算出したが、図２４に示す走行区間Ｃのように、１つの走行区間における運転データのサンプル数が少ない場合は、真の特性分布を精度良く推定することができない。ひいては、異なる走行区間における特性分布同士の類似度Ｓａを精度良く算出することができない。

そこで、第２実施形態では、１つの走行区間における運転データのサンプル数が不十分な場合には、その走行区間における運転データのサンプルから特性分布を推定せず、運転データのサンプルごとに、他の走行区間における現特性分布との類似度を見る点で、第１実施形態とは異なる。本実施形態において、図２５に示すように、サーバ２０は、第１実施形態の各機能に加えて、判定部３１の機能を実現する。以下、本実施形態に係る特性分布を記憶する処理について、第１実施形態と異なる点について説明する。

＜処理＞
［特性分布記憶処理］
まず、本実施形態に係る、走行区間ごとに特性分布を記憶する処理手順について、図２６のフローチャートを参照して説明する。本処理手順は、サーバ２０が所定の処理周期で実行する。

まず、ステップＳ１５では、ステップＳ１０と同様に、走行区間が生成済みか否か判定する。走行区間が生成済みの場合は、ステップＳ３５へ進む。一方、走行区間が生成済みでない場合は、ステップＳ２５へ進み、ステップＳ２０と同様に、走行区間を生成する。そして、生成した走行区間ごとにＩＤを付与して、走行区間ＤＢ２５に記憶する。図２７に示すように、走行区間ＤＢ２５には、走行区間ＩＤごとに、走行区間の範囲、隣接ＩＤ、現特性分布、定義時特性分布、類似度算出フラグであるフラグＦｓ、分割間ＩＤ、統合前ＩＤ、サンプル充足度ＳＳ及び平均対数尤度ＳＬが記憶される。つまり、第１実施形態の図５と比べて、サンプル充足度ＳＳ及び平均対数尤度ＳＬの項目が増えている。サンプル充足度ＳＳ及び平均対数尤度ＳＬについては後述する。

続いて、ステップＳ３５では、ステップＳ３０と同様に、運転情報ＤＢ２２に運転データを記憶する。続いて、ステップＳ４５では、ステップＳ４０と同様に、運転情報ＤＢ２２に記憶されている運転データに対して、走行区間を割り当てる。

続いて、ステップＳ５５では、走行区間ごとに、走行区間における運転データのサンプル数が、特性分布を算出するために十分か否か、すなわち、特性分布同士の類似度Ｓａを算出するために十分か否か判定する。ステップＳ５５の処理は、判定部３１が実行する処理に相当する。

具体的には、サンプル数が十分か否かを表現する指標としてサンプル充足度ＳＳを算出する。そして、サンプル充足度ＳＳが予め設定された閾値よりも大きい場合に、サンプル数が十分であると判定する。サンプル充足度ＳＳにはサンプル数をそのまま用いてもよい。あるいは、周知の交差確認法を用いてサンプル充足度ＳＳを算出してもよい。交差確認法を用いてサンプル充足度ＳＳを算出する場合、１つの走行区間に対応する運転データのサンプルをＮ個の集合に分割する。Ｎは２以上、走行区間に対応する運転データのサンプル総数以下の自然数である。Ｎ個の集合のうち１つの集合を取り除き、残りの（Ｎ−１）個の集合から特性分布を推定する。そして、推定した特性分布に対し、取り除いた集合の平均対数尤度Ｌ１と、特性分布を推定するのに用いた（Ｎ−１）個の集合の平均対数尤度Ｌ２とをそれぞれ算出し、これらの差（Ｌ１−Ｌ２）を平均対数尤度比ＬＲとする。取り除く集合を変えて、平均対数尤度比ＬＲの算出をＮ回繰り返し、算出したＮ個の平均対数尤度比ＬＲを平均して、サンプル充足度ＳＳを算出する。そして、走行区間ＤＢ２５において、サンプル充足度ＳＳを初期値のＮＵＬＬから算出値に更新する。

ステップＳ５５において、サンプル数が十分であると判定された場合は、ステップＳ６５へ進み、ステップＳ５０と同様の処理を行うのに加え、同一の走行区間の運転データを用いて平均対数尤度ＳＬを計算する。なお、特性分布を推定するのに用いる運転データの全てまたは一部を、平均対数尤度ＳＬを計算するのにも用いてもよいし、特性分布を推定するのに用いる運転データと平均対数尤度ＳＬを計算するのに用いる運転データは完全に分離されていてもよい。また、用いる運転データの量または割合は、設計者が予め定めてもよい。すなわち、ステップＳ６５では、運転データのサンプル数が十分と判定された走行区間である十分区間について、その十分区間の運転データの特性分布を推定するとともに、推定した特性分布に対する同一区間の運転データの平均対数尤度ＳＬを算出する。そして、推定した特性分布及び算出した平均対数尤度ＳＬを走行区間ＤＢ２５に記憶する。

また、ステップＳ５５において、サンプル数が十分であると判定された場合は、ステップＳ６５の処理の後、ステップＳ７５へ進み、十分区間について、同じ走行区間の現特性分布と定義時分布との類似度Ｓｂ、及び他の走行区間の現特性分布同士との類似度Ｓａを算出する。

一方、ステップＳ５５において、サンプル数が不十分であると判定された場合は、サンプル数が不十分と判定された走行区間である不足区間について、走行区間ＤＢ２５における、対応する走行区間ＩＤのフラグＦｓをFalseからTrueに更新する。そして、ステップＳ７５へ進み、不足区間について、十分区間における現特性分布と不足区間における運転データとの類似度Ｓｃを算出する。類似度Ｓｃがデータ類似度に相当する。なお、ステップＳ７５における類似度算出処理の詳細については後述する。

続いて、ステップＳ８５では、ステップＳ７０と同様に、算出した類似度Ｓｂに応じて、走行区間を分割する。なお、不足区間については、分割する必要なしと判定する。
続いて、ステップＳ９５では、算出した類似度Ｓａ及び類似度Ｓｃに応じて、走行区間を統合する。走行区間統合処理の詳細については後述する。

続いて、ステップＳ１０５では、ステップＳ９０と同様に、少なくとも１つの走行区間が統合又は分割されたか否か判定する。走行区間を分割も統合もしていない場合は、本処理を終了する。一方、走行区間を分割又は統合した場合は、ステップＳ１１５において、ステップＳ１００と同様に、分割前又は統合前の走行区間内の運転データに対して、分割後又は統合後の走行区間を再度割り当てる。

その後、ステップＳ６５に戻り、再度割り当てた走行区間内の運転データから現特性分布及び平均対数尤度ＳＬを推定して記憶する。さらに、再度割り当てた走行区間に対応する現特性分布について、類似度Ｓａ，Ｓｂを算出して記憶する。続いて、ステップＳ８５からステップＳ１１５の処理を繰り返し実行する。そして、走行区間が統合も分割もされなくなると、本処理を終了する。

以上により、不足区間は運転特性が類似する十分区間と統合されるため、運転データの少ない場所に対しても、高精度な特性分布が推定される。ひいては、運転データの少ない場所に対しても、高精度な特性分布が記憶された走行区間ＤＢ２５が構築される。なお、不足区間と運転特性が類似する十分区間が存在しない場合は、不足区間の運転データのサンプル数が、特性分布を算出するために十分な数になるまで、特性分布の推定を待つようにすればよい。

以下、走行区間割当処理、特性分布推定処理、走行区間分割処理、及び走行区間再割当処理については、第１実施形態と同様の処理であるため説明を省略し、類似度算出処理、及び走行区間統合処理の詳細について説明する。

［類似度算出処理］
次に、本実施形態に係る類似度算出処理の処理手順について、図２８のフローチャートを参照して説明する。本処理手順は、類似度算出部２８が実行する。

まず、ステップＳ３１５では、ステップＳ３１０と同様に、すべての走行区間ＩＤのフラグＦｓがFalseになっている場合は、本処理を終了する。一方、フラグＦｓがTrueになっている走行区間ＩＤがある場合は、その走行区間ＩＤの値であるｉを抽出して、ステップＳ３２５に進む。

続いて、ステップＳ３２５では、走行区間におけるサンプル数が十分か否か判定する。ステップＳ５５で十分と判定されている場合には、ステップＳ３２５でも十分と判定し、ステップＳ３３５へ進む。そして、ステップＳ３３５〜Ｓ３５５において、ステップＳ３２０〜ステップＳ３４０と同様の処理を行い、ステップＳ３８５へ進む。

一方、ステップＳ５５で不十分と判定されている場合には、ステップＳ３２５でも不十分と判定し、ステップＳ３６５へ進む。そして、ステップＳ３６５では、十分区間の現特性分布に対する不足区間における運転データの平均対数尤度ＳＭを算出する。

図２９に、走行区間ＩＤｉに対応する運転データｄｉのサンプル数が不十分な場合において、運転データｄｉと走行区間ＩＤｊ，ｊ＋１，ｊ＋２の現特性分布Ｐｊ，Ｐｊ＋１，Ｐｊ＋２との平均対数尤度ＳＭ（ｄｉ，Ｐｊ），ＳＭ（ｄｉ，Ｐｊ＋１），ＳＭ（ｄｉ，Ｐｊ＋２）を算出する様子を示す。平均対数尤度ＳＭを算出する算出対象の現特性分布は、走行区間ＤＢ２５に記憶されている全ての現特性分布としてもよいが、計算負荷が高くなりすぎる場合は、算出対象の現特性分布を限定してもよい。例えば、算出対象の現特性分布を、不足区間と同じ県や地域の走行区間における現特性分布や、不足区間と同じ道路属性の走行区間における現特性分布に限定してもよい。

平均対数尤度ＳＭは、以下の式（３）から算出される。Ｎｉは、運転データｄｉのサンプル数である。つまり、平均対数尤度ＳＭは、平均対数尤度ＳＬと同様に、現特性分布Ｐｊに対する運転データｄｉのそれぞれの対数尤度を算出し、算出したＮｉ個の対数尤度を平均して算出する。

続いて、ステップＳ３７５では、類似度Ｓｃを、平均対数尤度ＳＭを用いて、以下の式（４）から算出する。平均対数尤度ＳＬｊは、交差確認法で算出した現特性分布Ｐｊの平均対数尤度ＳＬである。現特性分布の広がりが小さく、平均対数尤度ＳＬの値が大きい場合は、平均対数尤度ＳＭが大きくなりやすい。また、現特性分布の広がりが大きく、平均対数尤度ＳＬの値が小さい場合は、平均対数尤度ＳＭが小さくなりやすい。よって、平均対数尤度ＳＭをそのまま類似度Ｓｃとはせずに、平均対数尤度ＳＭと平均対数尤度ＳＬとの差分を、類似度Ｓｃとする。すなわち、平均対数尤度ＳＬを、各現特性分布の類似度Ｓｃの基準として用いる。これにより、現特性分布の形状の違いを考慮した類似度Ｓｃが算出される。

そして、算出した類似度Ｓｃを、走行区間ＩＤ対と対応付けて記憶する。例えば、運転データｄｉと現特性分布Ｐｊ，Ｐｊ＋１，Ｐｊ＋２のそれぞれとの類似度Ｓｃが算出された場合には、走行区間ＩＤ対（ｉ，ｊ），（ｉ，ｊ＋１），（ｉ，ｊ＋２）のそれぞれに対応付けて、類似度Ｓｃ（ｄｉ，Ｐｊ），（ｄｉ，Ｐｊ＋１），（ｄｉ，Ｐｊ＋２）を記憶する。その後、ステップＳ３８５へ進む。

ステップＳ３８５では、ステップＳ３４０と同様の処理を行う。以上の処理により、走行区間ＩＤごとに、類似度Ｓａ，Ｓｂ又は類似度Ｓｃが記憶されている類似度ＤＢ３０が構築される。

［走行区間統合処理］
次に、本実施形態に係る走行区間を統合する処理手順について、図３０のフローチャートを参照して説明する。本処理手順は、区間統合・分割部２９が実行する。

まず、ステップＳ５１５では、ステップＳ５１０と同様の処理を行う。そして、直前で分割されていないすべての走行区間ＩＤ対について、統合の可能性をチェックしている場合は、本処理を終了する。一方、直前で分割されていない走行区間ＩＤ対で、かつ統合の可能性をチェックしていない走行区間ＩＤ対がある場合は、その走行区間ＩＤ対の値である（ｉ，ｊ）を抽出して、ステップＳ５２５に進む。

ステップＳ５２５では、抽出した走行区間ＩＤ対に対応する２つの走行区間におけるサンプル数が十分か否か判定する。ステップＳ５５において、どちらの走行区間についてもサンプル数が十分と判定されている場合には、ステップＳ５２５でも十分と判定し、ステップＳ５３５へ進む。そして、ステップＳ５３５〜Ｓ５４５において、ステップＳ５２０〜ステップＳ５３０と同様の処理を行い、ステップＳ５６５へ進む。

一方、ステップＳ５５において、一方の走行区間についてサンプル数が不十分と判定されている場合には、ステップＳ５２５でも不十分と判定し、ステップＳ５５５へ進む。そして、ステップＳ５５５において、走行区間ＩＤ対（ｉ，ｊ）の類似度Ｓｃ（ｄｉ，Ｐｊ）が、予め設定されている統合閾値Ｓｔｈｃ未満か否か判定する。統合閾値Ｓｔｈｃは、統合閾値Ｓｔｈａとは異なる値にしてもよい。統合閾値Ｓｔｈｃを統合閾値Ｓｔｈａとは別に設けることで、類似度Ｓｃと類似度Ｓａの算出手法が異なっていても、それぞれの算出手法に沿った統合を行うことができる。

続いて、ステップＳ５６５では、ステップＳ５４０と同様に、運転特性が類似する走行区間同士を統合する。続いて、ステップＳ５７５では、ステップＳ５６０と同様に、統合した走行区間の情報を消去する。以上の処理により、統合後の走行区間ＩＤに対応する情報が記憶された走行区間ＤＢ２５が構築される。

＜効果＞
以上説明した第２実施形態によれば、第１実施形態の効果（１）〜（８）に加えて、以下の効果が得られる。

（９）一つの走行区間における運転データのサンプル数が不十分な場合には、不十分区間の運転データごとに、十分区間の現特性分布との尤度が算出され、運転データごとの尤度の平均から類似度Ｓｃが算出される。そして、算出された類似度Ｓｃが統合閾値Ｓｔｈｃよりも高い場合には、十分区間と不十分区間とが統合される。よって、運転データのサンプル数が不十分な場所に対しても、推定精度の高い特性分布を対応付けることができる。

（１０）現特性分布の分布形状によって、現特性分布に対する運転データの尤度が大きくなりやすい場合もあれば、小さくなりやすい場合もある。よって、現特性分布ごとに、現特性分布に応じた平均対数尤度ＳＭが類似度Ｓｃの基準に設定されており、現特性分布に対する運転データの尤度と、尤度に対応する基準との差分から、類似度Ｓｃが算出される。これにより、現特性分布の分布形状を考慮した適切な類似度Ｓｃを算出することができる。

（他の実施形態）
以上、本発明を実施するための形態について説明したが、本発明は上述の実施形態に限定されることなく、種々変形して実施することができる。

（ａ）上記実施形態では、運転データとして、各種の車載センサにより検出された検出値を用いたが、これに限定されるものではない。例えば、運転データとして、特開２０１４−２３５６０５号公報に開示されている運転トピック割合を用いてもよい。運転データとして運転トピック割合を用いることにより、場所に対する特性分布の精度をより高くすることができる。

（ｂ）走行区間の生成は、収集した運転データをk-means法等によりクラスタリングし、同一クラスタの運転データが連続する区間を１つの走行区間として、走行区間を生成してもよい。

（ｃ）上記実施形態では、現特性分布同士の類似度Ｓａが高い隣接する２つの走行区間を統合したが、現特性分布が類似する走行区間同士であれば、隣接していない走行区間同士を統合してもよい。すなわち、複数の離散した範囲に対して、１つの走行区間ＩＤを付与して、走行区間ＤＢ２５に記憶してもよい。この場合、隣接している走行区間同士だけでなく、隣接していない走行区間同士の類似度Ｓａも算出しておく必要がある。ただし、すべての走行区間の組合せについて類似度Ｓａを算出すると、負荷が過大になるおそれがあるので、高速道路内、市街道路内等の設定した範囲内での走行区間の組合せについて、類似度Ｓａを算出するようにすればよい。

（ｄ）類似度Ｓａ，Ｓｂは、二つの特性分布の類似度を表す値であれば、カルバック・ライブラー情報量のシグモイド関数値以外の値であってもよい。例えば、類似度Ｓａ，Ｓｂは、二つの特性分布の代表値間のユークリッド距離のシグモイド関数値であってもよい。

（ｅ）上記実施形態における１つの構成要素が有する複数の機能を、複数の構成要素によって実現したり、１つの構成要素が有する１つの機能を、複数の構成要素によって実現したりしてもよい。また、複数の構成要素が有する複数の機能を、１つの構成要素によって実現したり、複数の構成要素によって実現される１つの機能を、１つの構成要素によって実現したりしてもよい。また、上記実施形態の構成の一部を省略してもよい。また、上記実施形態の構成の少なくとも一部を、他の上記実施形態の構成に対して付加又は置換してもよい。なお、特許請求の範囲に記載した文言のみによって特定される技術思想に含まれるあらゆる態様が本発明の実施形態である。

（ｆ）上述した運転特性記憶装置の他、当該運転特性記憶装置を構成要素とするシステム、当該運転特性記憶装置としてコンピュータを機能させるためのプログラム、このプログラムを記録した半導体メモリ等の非遷移的実態的記録媒体、運転特性記憶装置の作成方法など、種々の形態で本発明を実現することもできる。

２０…サーバ、２５…走行区間ＤＢ

Claims (10)

1. 複数の車両から収集された運転状態を表す運転データに対して、所定の走行区間における前記運転データのばらつきが予め設定された閾値の範囲内に収まる場合に、前記所定の走行区間内の前記運転データが類似するとし、前記運転データが類似する走行区間ごとに、その走行区間内の前記運転データの分布である特性分布を記憶するように構成された区間データベース（２５）を備える、運転特性記憶装置。
2. 前記区間データベースに記憶されている前記特性分布同士の分布類似度を算出するように構成された類似度算出部（２８）を備え、
   前記類似度算出部により算出された、異なる複数の前記走行区間に対応付けられた前記特性分布同士の類似度が、予め設定された統合閾値よりも高い場合に、前記異なる複数の走行区間を統合して１つの走行区間を定義するように構成された統合部（２９）を備える、請求項１に記載の運転特性記憶装置。
3. 複数の車両から収集された前記運転データに、対応する観測位置を用いて、前記走行区間を割り当てるように構成された割当部（２３）と、
   前記割当部により割り当てられた前記走行区間に対応する前記運転データのサンプル数が、前記特性分布同士の類似度の算出に十分か否かを判定するように構成された判定部と、を備え、
   前記類似度算出部は、前記判定部により前記サンプル数が十分であると判定された前記走行区間を十分区間、不十分であると判定された前記走行区間を不十分区間として、前記十分区間における前記特性分布に対する前記不十分区間における前記運転データのそれぞれの尤度から、前記十分区間における前記特性分布に対する前記不十分区間における前記運転データの類似度であるデータ類似度を算出するように構成されており、
   前記統合部は、前記データ類似度が予め設定された統合閾値よりも高い場合に、前記十分区間と前記不十分区間とを統合して１つの走行区間を定義するように構成されている、請求項２に記載の運転特性記憶装置。
4. 前記特性分布ごとに、前記特性分布に応じた前記データ類似度の基準が設けられており、
   前記類似度算出部は、前記尤度と前記尤度に対応する前記特性分布の前記基準との差分から、前記データ類似度を算出するように構成されている、請求項３に記載の運転特性記憶装置。
5. 前記異なる複数の走行区間は、互いに隣接する前記走行区間である、請求項２に記載の運転特性記憶装置。
6. 収集された前記運転データの増加に伴う、前記走行区間に対応付けられた前記特性分布の分布形状の変化に応じて、前記走行区間を分割して複数の走行区間を定義するように構成された分割部（２９）を備える、請求項１〜５のいずれか１項に記載の運転特性記憶装置。
7. 前記区間データベースに記憶されている前記特性分布同士の分布類似度を算出するように構成された類似度算出部を備え、
   前記区間データベースは、前記走行区間ごとに、現在の前記特性分布である現特性分布と、前記走行区間が定義された時点における前記特性分布である定義時分布とを記憶するように構成されており、
   前記類似度算出部は、前記区間データベースにおいて、同じ前記走行区間に対応付けて記憶されている前記現特性分布と前記定義時分布との前記類似度を算出するように構成されており、
   前記分割部は、前記現特性分布と前記定義時分布との前記類似度が、予め設定された分割閾値よりも低い場合に、前記分割閾値よりも低い前記類似度が算出された前記走行区間を複数の走行区間に分割するように構成されている、請求項６に記載の運転特性記憶装置。
8. 前記統合部は、所定の前記走行区間に対応付けられた前記特性分布と、前記所定の走行区間に隣接する二つの前記走行区間に対応付けられた前記特性分布のそれぞれとの前記類似度が、どちらも前記統合閾値よりも高い場合には、前記隣接する二つの走行区間のうち、前記類似度が高い方の走行区間と前記所定の走行区間とを統合するように構成されている、請求項５に記載の運転特性記憶装置。
9. 複数の車両から収集された前記運転データと前記運転データが観測された観測位置とを、対応付けて記憶するように構成された情報データベース（２２）と、
   前記情報データベースに記憶されている前記運転データに、対応する前記観測位置を用いて、前記走行区間を割り当てるように構成された割当部（２３）と、を備え、
   前記割当部は、前記分割部により前記走行区間が分割された場合に、分割前の前記走行区間に割り当てられている前記運転データに、対応する前記観測位置を用いて、分割後の前記複数の走行区間を割り当てるように構成されている、請求項７に記載の運転特性記憶装置。
10. 地図情報を用いて、地図上の道路を分割することにより、前記走行区間の初期値を定義するように構成された区間生成部（２７）を備える、請求項１〜９のいずれか１項に記載の運転特性記憶装置。