JP2018025903A - 混雑情報推定装置及び混雑情報推定方法 - Google Patents

Abstract

【課題】簡易な構成のまま、混雑情報が不明である駐車場の混雑度を推定することが可能になる。【解決手段】混雑情報推定サーバ２０は、駐車場をノードとし、ノードとノードとの間の関係性をエッジとし、混雑情報収集部２３１が収集した収集混雑情報２２１に混雑度が示された駐車場については混雑度を該駐車場に対応するノードのラベルとし、収集混雑情報２２１に混雑度が示されていない駐車場については該駐車場に対応するノードのラベルを未定のラベルとして、ノード、エッジ及びラベルを用いてグラフを構築するグラフ構築部２３２と、構築されたグラフ上で、ラベルを有するノードから未定のラベルであるノードへラベルを伝播させて未定のラベルのノードのラベルを推定するラベル伝播処理を行い、収集混雑情報２２１に混雑度が示されていない駐車場の混雑度を推定する混雑情報推定部２３３と、を有する。【選択図】図２

Description

本発明は、混雑情報推定装置及び混雑情報推定方法に関する。

従来、車載端末やモバイル端末等を用いたナビケーションを行う場合に、駐車場の位置を表示するとともに、駐車場が、満車、空車である等の混雑情報を表示する技術が使用されている。ただし、駐車場事業者の経営戦略や維持コストの面から、すべての駐車場事業者がその満空情報を管理或いは公開しているとは限らない。このため、任意の駐車場の混雑情報を提供するために、他の情報群から対象の駐車場の混雑状態を推定する技術がある。例えば、複数の車両の速度をＧＰＳ等のセンサから収集し、駐車場付近での車両の速度変化を検知して、駐車場の混雑度を推定する技術がある。

Y. Fujiwara and G. Irie, "Efficient Label Propagation.", In ICML, 2014. ［平成２８年６月２１日検索，インターネット＜ＵＲＬ：http://jmlr.org/proceedings/papers/v32/fujiwara14.pdf＞

しかしながら、従来の方法では、ＧＰＳ等のセンサ情報を収集する構成であり、ＧＰＳ情報の提供者に協力を依頼する必要がある。このため、いずれの領域においても十分な数のＧＰＳセンサ情報を収集できるとは限らず、ＧＰＳセンサ情報を収集できない領域の駐車場に対し、混雑度を取得することが難しい場合があった。

本発明は、上記に鑑みてなされたものであって、簡易な構成のまま、混雑情報が不明である駐車場の混雑度を推定することが可能になる混雑情報推定装置及び混雑情報推定方法を提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明に係る混雑情報推定装置は、混雑情報を提供するサーバから、複数の地点の各混雑度を地点ごとに示す混雑情報を収集する混雑情報収集部と、複数の地点のそれぞれをノードとし、ノードとノードとの間の関係性をエッジとし、混雑情報収集部が収集した混雑情報に混雑度が示された地点については該地点の混雑度を該地点に対応するノードのラベルとし、混雑情報収集部が収集した混雑情報に混雑度が示されていない地点については該地点に対応するノードのラベルを未定のラベルとして、ノード、エッジ及びラベルを用いてグラフを構築するグラフ構築部と、グラフ構築部によって構築されたグラフ上で、ラベルを有するノードから、未定のラベルであるノードへ、ラベルを伝播させて未定のラベルのノードのラベルを推定するラベル伝播処理を行い、混雑情報収集部が収集した混雑情報に混雑度が示されていない地点の混雑度を推定する混雑情報推定部と、を有することを特徴とする。

本発明によれば、簡易な構成のまま、混雑情報が不明である駐車場の混雑度を推定することが可能になる。

図１は、本発明の実施の形態に係る混雑情報提供システムの構成の一例を模式的に示す図である。 図２は、図１に示す混雑情報推定サーバの構成を示すブロック図である。 図３は、図２に示す収集混雑情報のデータ構成の一例を説明する図である。 図４は、図２に示す駐車場情報のデータ構成の一例を説明する図である。 図５は、図２に示すグラフ情報のデータ構成の一例を説明する図である。 図６は、図２に示す推定情報のデータ構成の一例を説明する図である。 図７は、図２に示す全混雑情報のデータ構成の一例を説明する図である。 図８は、図１に示す混雑情報推定サーバにおける処理を、具体的な地図画像を用いて説明する図である。 図９は、図２に示すグラフ構築部のグラフ構築処理の一例を説明する図である。 図１０は、混雑情報時系列情報のデータ構成の一例を示す図である。 図１１は、図２に示すグラフ構築部のグラフ構築処理の他の例を説明する図である。 図１２は、図２に示す混雑情報推定部の推定処理の一例を説明する図である。 図１３は、各ノードＮ１１〜Ｎ１８を列、各ラベルを行とする行列であるinitial label matrix Ｙの転置行列Ｙ^Ｔを示す表である。 図１４は、図１３に示す各Ｙ^Ｔを（１）式に入力し、得られた各ノードＮ１１〜Ｎ１８を列、各ラベルを行とする行列であるscore matrix Ｆの転置行列Ｆ^Ｔ（スコア）を示す表である。 図１５は、図２に示す混雑情報推定部が行う全混雑情報の生成処理を説明する図である。 図１６は、図２に示す混雑情報推定サーバの混雑情報推定処理の処理手順を示すフローチャートである。 図１７は、図１６に示すグラフ構築処理の処理手順を示すフローチャートである。 図１８は、図１６に示すグラフ構築処理の他の処理手順を示すフローチャートである。 図１９は、図１６に示す混雑情報推定処理の処理手順を示すフローチャートである。 図２０は、図１６に示す混雑情報検索処理の処理手順を示すフローチャートである。 図２１は、プログラムが実行されることにより、混雑情報推定サーバが実現されるコンピュータの一例を示す図である。

以下、図面を参照して、本発明の一実施形態を詳細に説明する。なお、この実施形態により本発明が限定されるものではない。また、図面の記載において、同一部分には同一の符号を付して示している。

［実施の形態］
本発明の実施の形態について説明する。本発明の実施の形態では、各駐車場の混雑情報を提供する混雑情報推定装置及び混雑情報推定方法について説明する。まず、実施の形態における混雑情報提供システムの概略について説明する。

［混雑情報提供システムの構成］
次に、実施の形態における混雑情報提供システムの構成について説明する。図１は、本発明の実施の形態における混雑情報提供システムの構成の一例を模式的に示す図である。

図１に示すように、混雑情報提供システム１は、駐車場情報提供サーバ１０と、混雑情報推定サーバ２０と、ユーザ端末３０とを有する。駐車場情報提供サーバ１０と、混雑情報推定サーバ２０と、ユーザ端末３０とは、インターネットや専用線等のネットワーク２を介して接続する。なお、説明の簡易化のため、図１では、単数のユーザ端末３０を示すが、ユーザ端末３０は複数でもよい。

駐車場情報提供サーバ１０は、駐車場事業者が保有する駐車場の混雑情報を、混雑情報推定サーバ２０に提供するサーバ装置である。駐車場情報提供サーバ１０は、駐車場事業者が保有する駐車場の混雑情報を取得し、駐車場（地点）の識別情報と混雑度を示す混雑情報とを対応付けた混雑情報を、混雑情報推定サーバ２０に提供する。

混雑情報推定サーバ２０は、駐車場情報提供サーバ１０から提供された混雑情報に基づいて、駐車場情報提供サーバ１０から提供された混雑情報に混雑度が示されていない駐車場の混雑度を推定するサーバ装置である。この場合、混雑情報推定サーバ２０は、駐車場、駐車場間の関係性及び混雑度を用いてグラフを構築し、このグラフ上でラベル伝播処理を行うことによって、駐車場情報提供サーバ１０から提供された混雑情報に混雑度が示されていない駐車場の混雑度を推定する。続いて、混雑情報推定サーバ２０は、駐車場情報提供サーバ１０から提供された混雑情報に示された駐車場の混雑度と、推定した駐車場の混雑度とを結合して、全ての駐車場について混雑度を対応付けた全混雑情報を生成する。

また、混雑情報推定サーバ２０は、ユーザ端末３０から、混雑情報を要求する駐車場のリストを受信した場合には、全混雑情報から、駐車場リストに示された駐車場の混雑度を抽出する。続いて、混雑情報推定サーバ２０は、要求元のユーザ端末３０に、抽出した駐車場リストに示された駐車場の混雑度を示す混雑情報を送信する。

ユーザ端末３０は、車載端末や、スマートフォン、ＰＣ（Personal Computer）やＰＤＡ（Personal Digital Assistants）等である。ユーザ端末３０は、混雑情報を要求する駐車場のリストの入力を受け付けると、混雑情報を要求する駐車場のリストを混雑情報推定サーバ２０に送信する。そして、ユーザ端末３０は、混雑情報を受信し、混雑情報に示された駐車場リストに示された駐車場の混雑度を、ディスプレイ等に表示する。

［混雑情報推定サーバの構成］
続いて、混雑情報推定サーバ２０の構成について説明する。図２は、混雑情報推定サーバ２０の構成を示すブロック図である。図２に示すように、混雑情報推定サーバ２０は、通信部２１、記憶部２２、制御部２３、入力部２４及び出力部２５を有する。

通信部２１は、ネットワーク２を介して接続された他の装置との間で、各種情報を送受信する通信インタフェースである。通信部２１は、駐車場情報提供サーバ１０から提供された混雑情報を受信する。そして、通信部２１は、ユーザ端末３０から、混雑情報を要求する駐車場のリストを受信し、制御部２３が生成した、駐車場リストに示された駐車場の混雑度を示す混雑情報を、要求元のユーザ端末３０に送信する。

記憶部２２は、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、又は、ハードディスク、光ディスク等の記憶装置によって実現され、混雑情報推定サーバ２０を動作させる処理プログラムや、処理プログラムの実行中に使用されるデータなどが記憶される。記憶部２２は、収集混雑情報２２１、駐車場情報２２２、グラフ情報２２３、推定情報２２４及び全混雑情報２２５を有する。

収集混雑情報２２１は、混雑情報収集部２３１によって収集された混雑情報であり、駐車場情報提供サーバ１０から提供された混雑情報である。図３は、図２に示す収集混雑情報２２１のデータ構成の一例を説明する図である。

図３のテーブルＴ１に示すように、収集混雑情報２２１は、各駐車場の識別情報（駐車場ＩＤ（identifier））と、混雑度と、を対応付けたものである。混雑度は、例えば、「満車」、「空車」及び「混雑」で示される。例えば、駐車場ＩＤ「P00001」の駐車場には、混雑度として「空車」が対応付けられている。また、図３のテーブルＴ１に示すように、収集混雑情報２２１は、駐車場情報提供サーバ１０によって取得された駐車場についての混雑情報であるため、全駐車場の混雑度を示すものではない。例えば、駐車場ＩＤ「P00001」と駐車場ＩＤ「P00003」との間は、空白であり、混雑情報が示されていない。そこで、本実施の形態では、混雑情報推定部２３３（後述）が、この混雑度が示されていない空白部分の駐車場の混雑度を推定し、補充する。

駐車場情報２２２は、混雑情報推定サーバ２０がユーザ端末３０に、混雑情報を提供可能である全駐車場に関する情報である。図４は、図２に示す駐車場情報２２２のデータ構成の一例を説明する図である。

図４のテーブルＴ２に示すように、駐車場情報２２２は、駐車場ＩＤ、駐車場名、緯度、経度及び収容台数を対応付けたものである。例えば、駐車場ＩＤ「P00001」の駐車場名は「Ａ駐車場」であり、この「Ａ駐車場」の緯度が「35.710933°」であり、経度が「139.718469°」であり、収容台数が「100台」であることが示されている。また、駐車場ＩＤ「P00002」の駐車場名は「Ｂ駐車場」であり、この「Ｂ駐車場」の緯度が「35.688625°」であり、経度が「139.722753°」であり、収容台数が「20台」であることが示されている。このテーブルＴ２に示すように、駐車場情報２２２は、各駐車場の位置を示す座標を駐車場ＩＤに対応付けて記録されるため、グラフ構築部２３２（後述）における緯度経度計算による各駐車場の位置検出を可能としている。

グラフ情報２２３は、グラフ構築部２３２（後述）によって構築されたグラフを示す情報である。図５は、図２に示すグラフ情報２２３のデータ構成の一例を説明する図である。

図５のテーブルＴ３に示すように、グラフ情報２２３は、対となる二つのノードと、この二つのノード間の関係性を示すエッジとを対応付けたものである。具体的には、図５のテーブルＴ３は、対となる二つのノードの一方のノード（第１ノード）のＩＤを示す「ノードＩＤ１」、対となる二つのノードの他方のノード（第２ノード）のＩＤを示す「ノードＩＤ２」及びエッジ重みを対応付けたものである。例えば、テーブルＴ３の一行目には、ノードＩＤ１として「P0002」、ノードＩＤ２として「P0001」、エッジ重み「1」が対応付けられている。これは、第１ノードである駐車場ＩＤ「P0002」の「Ｂ駐車場」と、第２ノードである駐車場ＩＤ「P0001」の「Ａ駐車場」との間に、エッジ重み「1」のエッジが形成されたグラフが構築されることを示す。

推定情報２２４は、駐車場の混雑度と、駐車場の識別情報と対応付けたものである。推定情報２２４には、収集混雑情報２２１に混雑度が示されている駐車場の他、収集混雑情報２２１に混雑度が示されていない駐車場についても、混雑度が示される。なお、収集混雑情報２２１に混雑度が示されていない駐車場の混雑度は、混雑情報推定部２３３が推定したものである。図６は、図２に示す推定情報２２４のデータ構成の一例を説明する図である。

図６のテーブルＴ４に示すように、推定情報２２４は、駐車場の識別情報（駐車場ＩＤ（identifier））と、混雑度と、を対応付けたものであり、図３のテーブルＴ１では空白であった駐車場ＩＤ「P00001」，「P00003」間の駐車場ＩＤ「P0002」についての混雑度として「空車」が対応付けられている。

そして、全混雑情報２２５は、ユーザ端末３０への混雑情報の提供対象である全駐車場について、混雑度を対応付けた情報である。図７は、図２に示す全混雑情報２２５のデータ構成の一例を説明する図である。

図７のテーブルＴ５に示すように、全混雑情報２２５は、ユーザ端末３０への混雑情報の提供対象である全駐車場について、それぞれ、駐車場ＩＤと混雑度とを対応付けたものである。この全混雑情報２２５は、収集混雑情報２２１と、推定情報２２４とを結合することによって生成される。

続いて、図２に戻り、制御部２３の説明を行う。制御部２３は、各種の処理手順などを規定したプログラム及び所要データを格納するための内部メモリを有し、これらによって種々の処理を実行する。例えば、制御部２３は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）などの電子回路である。制御部２３は、混雑情報収集部２３１、グラフ構築部２３２、混雑情報推定部２３３及び混雑情報検索部２３４を有する。

混雑情報収集部２３１は、通信部２１を介して、駐車場情報提供サーバ１０に混雑情報の送信要求を行い、この要求に応じた駐車場情報提供サーバ１０から混雑情報の提供を受けることによって、複数の駐車場の混雑度を駐車場ごとに示す混雑情報を収集する。混雑情報収集部２３１は、定期的に混雑情報を収集する。或いは、混雑情報収集部２３１は、入力部２４（後述）或いは通信部２１を介して混雑情報の収集指示を受けた場合に、混雑情報を収集する。

グラフ構築部２３２は、混雑情報収集部２３１が収集した混雑情報、駐車場情報、或いは、混雑情報収集部２３１が収集した混雑情報や混雑情報の時系列データを基に、駐車場、駐車場間の関係性及び駐車場の混雑度をしめすグラフを構築する。

具体的には、グラフ構築部２３２は、複数の駐車場のそれぞれをノードとし、ノードとノードとの間の関係性をエッジとする。そして、グラフ構築部２３２は、混雑情報収集部２３１が収集した収集混雑情報２２１に混雑度が示された駐車場については該駐車場の混雑度を該地点に対応するノードのラベルとする。さらに、グラフ構築部２３２は、混雑情報収集部２３１が収集した収集混雑情報２２１に混雑度が示されていない駐車場については該駐車場に対応するノードの駐車場ラベルを未定のラベルとする。グラフ構築部２３２は、これらのノード、エッジ及びラベルを用いてグラフを構築する。

ここで、グラフ構築部２３２は、任意の二つのノード間の距離が所定の閾値以上である場合に、二つのノード間のエッジに重みを付与する。或いは、グラフ構築部２３２は、任意の二つのノード間の過去の時間別の混雑度の類似性が所定の閾値以上である場合に、二つのノード間のエッジに重みを付与する。

混雑情報推定部２３３は、混雑情報収集部２３１が収集した収集混雑情報２２１に混雑度が示されていない駐車場の混雑度を推定する。具体的には、混雑情報推定部２３３は、グラフ構築部２３２によって構築されたグラフ上で、ラベルを有するノードから、未定のラベルであるノードへ、ラベルを伝播させて未定のラベルのノードのラベルを推定するラベル伝播処理を行うことによって、収集混雑情報２２１に混雑度が示されていない駐車場の混雑度を推定する。例えば、混雑情報推定部２３３は、ラベルが既知のノード（教師データ）から、他の未定のラベルのノードのラベルを推定する、半教師つき学習を行う。混雑情報推定部２３３は、グラフ構造と教師データから、行列計算により、他のノードのラベルを求める手法を用いて、ラベルが不明であるノードのラベルを推定する。

そして、混雑情報推定部２３３は、混雑情報収集部２３１が収集した収集混雑情報２２１と、推定した推定情報とを結合することによって、ユーザ端末３０への混雑情報の提供対象である全駐車場について駐車場ＩＤと混雑度とをそれぞれ対応付けた全混雑情報２２５を生成する。

混雑情報検索部２３４は、ユーザ端末３０から、通信部２１を介して、混雑情報を要求する駐車場のリストを受信した場合、全混雑情報２２５から、駐車場リストに示された駐車場の混雑情報を抽出する。続いて、混雑情報検索部２３４は、要求元のユーザ端末３０に、抽出した駐車場リストに示された駐車場の混雑情報を送信する。これによって、ユーザ端末３０に対し、実際の混雑度が不明である駐車場についても、混雑度の推定値が提供されるため、駐車場探索を円滑に行うことができる。

入力部２４は、混雑情報推定サーバ２０の操作者からの各種操作を受け付ける入力インタフェースである。例えば、入力部２４は、ボタン、タッチパネル、音声入力デバイス、キーボードやマウス等の入力デバイスによって構成される。出力部２５は、例えば、液晶ディスプレイやプリンタ等であって、混雑情報推定処理に関する各種情報を出力する。

図８は、混雑情報推定サーバ２０における処理を、具体的な地図画像を用いて説明する図である。混雑情報推定サーバ２０は、図８の（ａ）に示すように、駐車場をノードとし、距離的な近さ或いは混雑度の時系列データの類似性を基に付与された重みのエッジ、各駐車場の混雑度（状態）をラベルとして、グラフ構築を行う（図８の（１）参照）。ノードとなる駐車場として、既設地点と新設の候補地点とを含む。

この図８の（ａ）では、混雑度が判明している駐車場（ノード）を丸印で示し、混雑度が不明である駐車場（ノード）を星印で示す。そして、図８の（ａ）では、混雑度が「満車」であるノードを黒で塗りつぶし、混雑度が「混雑」であるノードには斜線のハッチングを施し、混雑度が「空車」であるノードにはドットのハッチングを施している。また、エッジが張られたノード間は、実線で繋いでいる。このように、混雑情報推定サーバ２０は、複数あるノード間を、ノード間の関係性に応じてエッジで繋いだグラフを構築する。

混雑情報推定サーバ２０は、図８の（ａ）に示すように、地図画像で構築されたグラフ上で、ラベルを有するノードから、未定のラベルであるノードへ、ラベルを伝播させて未定のラベルのノードのラベルを、ラベル伝播アルゴリズムを用いた計算を行うことによって推定する（図８の（２）参照）。

これによって、混雑情報収集部２３１が収集した収集混雑情報２２１に混雑度が示されていない地点の混雑度を推定することができる（図８の（３）参照）。この結果、図８の（ｂ）に示すように、ラベル伝播の計算を行う前にはラベルが未定であった白抜きの星印のノードに対しても、混雑度に対応した塗りつぶし或いはハッチングが施される。この図８の(ｂ)に示す地図画像は、ユーザ端末３０に、駐車場の混雑情報として提供されるものである。したがって、ユーザ端末３０の操作者は、ラベルが未定である星印の駐車場（ノード）についても、塗つぶし或いはハッチング種類を確認することによって、混雑度を把握することができる。

このように、混雑情報推定サーバ２０は、未定のラベルのノードについてラベルを推定するラベル伝播処理を行うことによって、混雑情報収集部２３１が収集した収集混雑情報２２１に混雑度が示されていない駐車場の混雑度を推定しているため、新たにＧＰＳ等のセンサの増設をせずともよい。したがって、混雑情報推定サーバ２０は、簡易な構成のままで、混雑情報が不明である駐車場の混雑度を推定することが可能である。続いて、混雑情報推定サーバ２０が行うグラフ構築処理、及び、混雑情報推定処理について詳細に説明する。

[グラフ構築部の処理例１]
まず、図２に示すグラフ構築部２３２のグラフ構築処理の一例について説明する。図９は、図２に示すグラフ構築部２３２のグラフ構築処理の一例を説明する図である。この例では、グラフ構築部２３２は、任意の二つのノード間の距離が所定の閾値（ｄ（ｍ））以下である場合に、二つのノード間のエッジに重みを付与する。

具体的には、まず、グラフ構築部２３２は、駐車場情報２２２を参照し、各駐車場の緯度及び経度を抽出する。そして、グラフ構築部２３２は、駐車場情報２２２を基に、対となる二つの駐車場を抽出する。例えば、グラフ構築部２３２は、駐車場情報２２２の最初の欄に記録されている駐車場を一方のノードとし、２番目の欄の駐車場を他方のノードとして選択する。なお、対となる駐車場の抽出方法は、予め決められている。

そして、グラフ構築部２３２は、抽出した対となる二つの駐車場を、ノードＮ１、ノードＮ２とする（図９の（ａ）参照）。そして、グラフ構築部２３２は、ノードＮ１に対応する駐車場と、ノードＮ２に対応する駐車場との間の距離Ｄ_１，２を、これらの駐車場の各緯度及び各経度を用いて算出する（図９の（ｂ）参照）。

続いて、グラフ構築部２３２は、距離Ｄ_１，２と閾値ｄ（ｍ）とを比較する。この閾値ｄは、例えば、混雑情報提供地域の駐車場の分布に基づいて設定される。また、閾値ｄは、通信部２１或いは入力部２４を介して、グラフ構築部２３２によるグラフ構築処理ごとに設定されてもよい。

そして、グラフ構築部２３２は、ノードＮ１，Ｎ２間の距離Ｄ_１，２が閾値ｄ（ｍ）以下である場合には（図９の（ｃ）参照）、２つのノードＮ１，Ｎ２間に重み「１」のエッジＥ１を張る（図９の（ｄ）参照）。なお、グラフ構築部２３２は、エッジを張った二つの駐車場間（ノード間）の所要時間や、交差点での曲がる回数により、重みを補正してもよい。

そして、グラフ構築部２３２は、ノードＮ１，Ｎ２に対して、ラベルの付与を行う。グラフ構築部２３２は、例えば、ノードＮ１である駐車場ＩＤ「P00001」の駐車場については、収集混雑情報２２１に混雑度「空車」が示されているため、ノードＮ１には、「空車」ラベルを付与する。また、ノードＮ２である駐車場ＩＤ「P00002」の駐車場については、収集混雑情報２２１では空白であったため、ノードＮ２のラベルは未定のラベルとする。この結果、グラフ構築部２３２は、グラフＧａ（Ｎ１−Ｅ１−Ｎ２）を構築することができる。

続いて、グラフ構築部２３２は、このグラフＧａ（Ｎ１−Ｅ１−Ｎ２）を、グラフ情報２２３に記録する。この場合、グラフ構築部２３２は、ノードＮ１とした駐車場の駐車場ＩＤを、グラフ情報２２３であるテーブルＴ３のノードＩＤ１の欄に記載し、ノードＮ２とした駐車場の駐車場ＩＤを同じ行のノードＩＤ２の欄に記載し、ノードＮ１，Ｎ２間のエッジＥ１の重み「１」を同じ行のエッジ重み欄に記載する。

このように、グラフ構築部２３２は、対となる駐車場を二つのノードとして順次抽出し、駐車場間の距離と所定の閾値（ｄ（ｍ））との比較結果を基に、エッジの生成の可否を判断していく。

[グラフ構築部の処理例２]
続いて、図２に示すグラフ構築部２３２のグラフ構築処理の他の例について説明する。他の例では、グラフ構築部２３２は、任意の二つのノード間の過去の時間別の混雑度の類似度が所定の閾値（ρ）以上である場合に、二つのノード間のエッジに重みを付与する。

具体的には、まず、グラフ構築部２３２は、ユーザ端末３０に混雑情報を提供する全ての駐車場について、過去の一定期間(例えば、過去の任意の１日)について、一定時間間隔（例えば１０分間隔）で混雑度を示した混雑情報時系列情報を取得する。

図１０は、混雑情報時系列情報のデータ構成の一例を示す図である。図１０に示す混雑情報時系列情報は、駐車場ＩＤと、混雑情報シーケンスとが対応付けられた情報である。この混雑情報シーケンスの欄において、「０」は「空車」を示し、「１」は「混雑」を示し、「２」は「満車」を示す。混雑情報シーケンスの欄には、駐車場ＩＤ欄に示す駐車場の過去の任意の１日について、１０分間隔で、混雑度を示す「０」，「１」，「２」のいずれかの数字が時系列に配置される。

グラフ構築部２３２は、この混雑情報時系列情報として、駐車場情報提供サーバ１０から提供される混雑情報から取得可能である駐車場については、駐車場情報提供サーバ１０から提供される混雑情報を利用する。また、それ以外の他の駐車場については、上記の過去の一定期間の混雑情報が存在することが前提であり、グラフ構築部２３２は、これを使用する。

図１１は、図２に示すグラフ構築部２３２のグラフ構築処理の他の例を説明する図である。そして、グラフ構築部２３２は、駐車場情報２２２を基に、対となる二つの駐車場（例えば、駐車場ＩＤ「P00001」，「P00002」を抽出する。続いて、グラフ構築部２３２は、抽出した対となる二つの駐車場を、ノードＮ３、ノードＮ４とする（図１１の（ａ）参照）。例えば、グラフ構築部２３２は、駐車場ＩＤ「P00001」である駐車場「Ａ駐車場」をノードＮ３とし、駐車場ＩＤ「P00002」である「Ｂ駐車場」をノードＮ４とする。

そして、グラフ構築部２３２は、ノードＮ３に対応する駐車場と、ノードＮ４に対応する駐車場との間の過去の時間別の混雑度の類似度Ｍ_３，４を算出する（図１１の（ｂ）参照）。

具体的には、グラフ構築部２３２は、このノードＮ３に対応する駐車場と、ノードＮ４に対応する駐車場との間の、混雑情報の時系列データ（例えば、図９参照）のレーベンシュタイン距離Ｌを用いて、類似度Ｍを「１／（Ｌ＋１）」と定義する。なお、レーベンシュタイン距離Ｌは、二つの文字列がどの程度異なっているかを示す距離である。例えば、図９の混雑情報時系列情報の例では、類似度Ｍ_３，４は、駐車場ＩＤ「P00001」の混雑情報シーケンス欄の文字列と、駐車場ＩＤ「P00002」の混雑情報シーケンス欄の文字列とが、どの程度重なっているかを示す距離となる。

そして、グラフ構築部２３２は、ノードＮ３，Ｎ４間の類似度Ｍ_３，４と閾値ρとを比較する。この閾値ρは、例えば、混雑情報時系列情報の各駐車場間の過去の類似度に基づいて、予め設定されてもよい。また、閾値ρは、通信部２１或いは入力部２４を介して、グラフ構築部２３２によるグラフ構築処理ごとに設定されてもよい。

続いて、グラフ構築部２３２は、ノードＮ３，Ｎ４間の類似度Ｍ_３，４が閾値ρ以上である場合には（図１１の（ｃ）参照）、２つのノードＮ３，Ｎ４間に重み「ρ」のエッジＥ３を張る（図１１の（ｄ）参照）。

そして、グラフ構築部２３２は、ノードＮ３，Ｎ４に対して、ラベルの付与を行う。グラフ構築部２３２は、例えば、ノードＮ３である駐車場ＩＤ「P00001」の駐車場については、収集混雑情報２２１に混雑度「空車」が示されているため、ノードＮ３には、「空車」ラベルを付与する。また、ノードＮ４である駐車場ＩＤ「P00002」の駐車場については、収集混雑情報２２１では空白であったため、ノードＮ４のラベルは未定のラベルとする。この結果、グラフ構築部２３２は、グラフＧｂ（Ｎ３−Ｅ３−Ｎ４）を構築することができる。

続いて、グラフ構築部２３２は、このグラフＧｂ（Ｎ３−Ｅ３−Ｎ４）を、グラフ情報２２３に記録する。このように、グラフ構築部２３２は、対となる駐車場を二つのノードとして順次抽出し、駐車場間の過去の時間別の混雑度の類似度と所定の閾値（ρ）との比較結果を基に、エッジの生成の可否を判断していく。

［混雑情報推定部の処理］
次に、図２に示す混雑情報推定部２３３の処理について説明する。図１２は、図２に示す混雑情報推定部２３３の推定処理の一例を説明する図である。混雑情報推定部２３３は、グラフ構築部２３２が構築したグラフ上でラベル伝播処理を行うことによって、混雑度（ラベル）が不明である駐車場（ノード）の混雑度（ラベル）を推定する。混雑情報推定部２３３は、ラベルが既知のノード（教師データ）から、他の未定のラベルのノードのラベルを推定する、半教師つき学習を行う。この混雑情報推定部２３３は、グラフ構造と教師データから、行列計算により、他のノードのラベルを求める手法を用いて、ラベルが不明であるノードのラベルを推定する。

例えば、グラフＧ１（図１２の（ａ）参照）が与えられた場合を例に、混雑情報推定部２３３が行うラベル伝播処理について説明する。グラフＧ１は、ノードＮ１１〜Ｎ１８によって構成されている。そして、ノードＮ１１には「満車」ラベルが付与され、ノードＮ１７には「混雑」ラベルが付与され、ノードＮ１８には「空車」ラベルが付与されている。また、これ以外のノードＮ１２〜Ｎ１６のラベルは未定である。

混雑情報推定部２３３は、このように、駐車場（ノード）同士がその関連性によって繋がったグラフＧ１において、「満車」，「混雑」，「空車」ラベルが付与されたノードＮ１１、Ｎ１７，Ｎ１８があるとき、これらのノードＮ１１、Ｎ１７，Ｎ１８との繋がりの強さに応じて、その他のノードＮ１２〜Ｎ１６を、「満車」，「混雑」，「空車」ラベルのいずれかに分類する。具体的には、混雑情報推定部２３３は、各ノードに対し、ラベルが付与される度合（ラベルのスコア）を、例えば（１）式を用い、全てのラベルについて算出する（詳細は、例えば、非特許文献１参照）。

そして、混雑情報推定部２３３は、ラベル付与対象のノードについて、（１）式を用いて全てのラベルについてスコアを算出し、最もスコアが高いラベルを、このノードのラベルとして付与する。図１３は、既知データとして与えられたグラフＧ１（図１２の（ａ）参照）の各ノードＮ１１〜Ｎ１８を列、各ラベルを行とする行列であるinitial label matrix Ｙの転置行列Ｙ^Ｔ（（１）式参照）を示す表である。図１４は、図１３に示す各Ｙ^Ｔを（１）式に入力し、得られた各ノードＮ１１〜Ｎ１８を列、各ラベルを行とする行列であるscore matrix Ｆの転置行列Ｆ^Ｔ（スコア）を示す表である。

例えば、ノードＮ１２については、混雑情報推定部２３３は、（１）式を用いて、「満車」ラベルのスコア、「混雑」ラベルのスコア及び「空車」ラベルのスコアをそれぞれ計算する。この結果、図１４の表に示すように、ノードＮ１２については、「満車」ラベルのスコアとして「0.9」が得られ、「空車」ラベルのスコアとして「0」が得られ、「混雑」ラベルのスコアとして「0.1」が得られた。このように、ノードＮ１２については、「満車」ラベルのスコアが、他の「混雑」ラベル及び「空車」ラベルと比して最も高い結果が得られた（図１２の（ｂ）の枠Ｃ１参照）。このため、混雑情報推定部２３３は、ノードＮ１２については、最もスコアの高い「満車」ラベルをそのノードＮ１２のラベルとして付与する（図１２の（ｂ）の矢印Ｙ１２参照、図１４の（１）参照）。

また、ノードＮ１５については、混雑情報推定部２３３が、「満車」，「混雑」，「空車」ラベルのスコアを（１）式を用いてそれぞれ計算した結果、図１４の表に示すように、「満車」ラベルのスコアとして「0.1」が得られ、「空車」ラベルのスコアとして「0」が得られ、「混雑」ラベルのスコアとして「0.9」が得られた。すなわち、ノードＮ１５については、「混雑」ラベルのスコアが最も高かった（図１２の（ｂ）の枠Ｃ２参照）。このため、混雑情報推定部２３３は、ノードＮ１５については、「混雑」ラベルを付与する（図１２の（ｂ）の矢印Ｙ１５、図１４の（２）参照）。

そして、ノードＮ１６については、混雑情報推定部２３３が、「満車」，「混雑」，「空車」ラベルのスコアを（１）式を用いてそれぞれ計算した結果、図１４の表に示すように、「満車」ラベルのスコアとして「0.1」が得られ、「空車」ラベルのスコアとして「0.9」が得られ、「混雑」ラベルのスコアとして「0」が得られた。すなわち、ノードＮ１６については、「空車」ラベルのスコアが最も高かった（図１２の（ｂ）の枠Ｃ３参照）。このため、混雑情報推定部２３３は、ノードＮ１６については、「混雑」ラベルを付与する（図１２の（ｂ）の矢印Ｙ１７参照、図１４の（３）参照）。

混雑情報推定部２３３は、他のノードＮ１３，Ｎ１４についても、同様に、「満車」，「混雑」，「空車」ラベルのスコアを（１）式を用いてそれぞれ計算し、「満車」ラベルを付与する（図１２の（ｃ）参照）。このように、混雑情報推定部２３３は、ラベル付与対象のノードについて、（１）式を用いて、全てのラベルについてスコアを算出し、最もスコアが高いラベルを、ノードのラベルとして付与することによって、混雑度（ラベル）が不明である駐車場（ノード）の混雑度（ラベル）を推定して推定情報２２４を取得する。

続いて、図１５は、図２に示す混雑情報推定部２３３が行う全混雑情報２２５の生成処理を説明する図である。図１５の（ａ）の左方には、混雑情報収集部２３１が収集した収集混雑情報２２１の一例としてテーブルＴ１を示す。図１５の（ａ）の右方には、混雑情報推定部２３３が推定した推定情報２２４の一例としてテーブルＴ４を示す。図１５の（ｂ）には、全混雑情報２２５の一例としてテーブルＴ５を示す。

混雑情報推定部２３３は、推定情報２２４のうち、教師データではない駐車場のデータを取り出す。具体的には、混雑情報推定部２３３は、テーブルＴ１（図１５の（ａ）参照）では示されていない、駐車場ＩＤ「P00002」，「P00004」のデータをテーブルＴ４のＲ２行目及びＲ４行目から取り出す。

そして、混雑情報推定部２３３は、取り出したテーブルＴ４のＲ２行目及びＲ４行目の駐車場ＩＤ「P00002」，「P00004」のデータ「空車」，「満車」を、テーブルＴ１に結合し、駐車場ＩＤ「P00002」，「P00004」の情報が補完されたテーブルＴ５（図１５の（ｂ）参照）を生成する。すなわち、混雑情報収集部２３１は、ユーザ端末３０への混雑情報の提供対象である全駐車場について駐車場ＩＤと混雑度とをそれぞれ対応付けた全混雑情報２２５を生成する。

［混雑情報推定サーバの処理］
次に、図２に示す混雑情報推定サーバ２０の混雑情報推定処理の処理手順について説明する。図１６は、図２に示す混雑情報推定サーバ２０の混雑情報推定処理の処理手順を示すフローチャートである。

図１６に示すように、まず、混雑情報収集部２３１は、駐車場情報提供サーバ１０から混雑情報の提供を受けることによって、複数の駐車場の混雑度を駐車場ごとに示す混雑情報を収集する混雑情報収集処理を行う（ステップＳ１）。続いて、混雑情報収集部２３１が収集した混雑情報などを基に、駐車場、駐車場間の関係性及び駐車場の混雑度をしめすグラフを構築するグラフ構築処理を行う（ステップＳ２）。

そして、混雑情報推定部２３３は、グラフ構築部２３２によって構築されたグラフ上でラベル伝播処理を行うことによって、混雑情報収集部２３１が収集した収集混雑情報２２１に混雑度が示されていない駐車場の混雑度を推定する混雑情報推定処理を行って（ステップＳ３）、全駐車場について駐車場ＩＤと混雑度とをそれぞれ対応付けた全混雑情報２２５を生成する。

続いて、混雑情報検索部２３４は、ユーザ端末３０から、通信部２１を介して、混雑情報を要求する駐車場のリストを受信した場合、全混雑情報２２５から、駐車場リストに示された駐車場の混雑度を抽出し、要求元のユーザ端末３０に、抽出した駐車場リストに示された駐車場の混雑度を示す混雑情報を送信する混雑情報検索処理を行う（ステップＳ４）。

［グラフ構築処理の処理手順］
図１７は、図１６に示すグラフ構築処理（ステップＳ２）の処理手順を示すフローチャートである。

まず、グラフ構築部２３２は、記憶部２２の駐車場情報２２２を参照し（ステップＳ１１）、各駐車場の緯度及び経度の情報の抽出を行う（ステップＳ１２）。続いて、グラフ構築部２３２は、駐車場情報２２２を基に、対となる二つの駐車場を抽出する（ステップＳ１３）。そして、グラフ構築部２３２は、抽出した対となる二つの駐車場間の距離Ｄを、これらの駐車場の各緯度及び各経度を用いて算出する（ステップＳ１４）。

グラフ構築部２３２は、算出した距離Ｄと所定の閾値ｄ（ｍ）とを比較し、Ｄ≦ｄである否かを判断する（ステップＳ１５）。グラフ構築部２３２は、Ｄ≦ｄであると判断した場合（ステップＳ１５：Ｙｅｓ）、２つの駐車場間に重み「１」のエッジを生成する（ステップＳ１６）。そして、グラフ構築部２３２は、２つの駐車場に対して混雑度を示すラベルの付与を行った後に、構築したグラフを記憶部２２のグラフ情報２２３に記録する（ステップＳ１７）。

グラフ構築部２３２は、Ｄ≦ｄでないと判断した場合（ステップＳ１５：Ｎｏ）或いはステップＳ１７の処理後、駐車場情報２２２を参照し、他の対となる駐車場がある否かを判断する（ステップＳ１８）。グラフ構築部２３２は、他の対となる駐車場があると判断した場合（ステップＳ１８：Ｙｅｓ）、ステップＳ１３に戻り、次に対となる駐車場に対するグラフ構築処理を実行する。一方、グラフ構築部２３２は、他の対となる駐車場がないと判断した場合（ステップＳ１８：Ｎｏ）、グラフ構築処理を終了する。

［グラフ構築処理の他の処理手順］
図１８は、図１６に示すグラフ構築処理（ステップＳ２）の他の処理手順を示すフローチャートである。図１８に示すステップＳ２１は、図１７に示すステップＳ１１である。

グラフ構築部２３２は、混雑情報時系列情報を取得する（ステップＳ２２）。そして、グラフ構築部２３２は、駐車場情報２２２を基に、対となる二つの駐車場を抽出する（ステップＳ２３）。続いて、グラフ構築部２３２は、対となる二つの駐車場における、過去の時間別の混雑度の類似度Ｍを算出する（ステップＳ２４）。

グラフ構築部２３２は、算出した類似度Ｍと所定の閾値ρとを比較し、Ｍ≧ρであるか否かを判断する（ステップＳ２５）。グラフ構築部２３２は、Ｍ≧ρであると判断した場合（ステップＳ２５：Ｙｅｓ）、２つの駐車場間に重み「ρ」のエッジを生成する（ステップＳ２６）。そして、グラフ構築部２３２は、２つの駐車場に対して混雑度を示すラベルの付与を行った後に、構築したグラフを記憶部２２のグラフ情報２２３に記録する（ステップＳ２７）。ステップＳ２８は、図１７に示すステップＳ１８である。

［混雑情報推定処理の処理手順］
図１９は、図１６に示す混雑情報推定処理（ステップＳ３）の処理手順を示すフローチャートである。

まず、混雑情報推定部２３３は、記憶部２２の収集混雑情報２２１を参照する（ステップＳ３１）。続いて、混雑情報推定部２３３は、記憶部２２のグラフ情報２２３を参照する（ステップＳ３２）。そして、混雑情報推定部２３３は、収集混雑情報２２１に示された混雑度（ラベル）が既知のノード（駐車場）（教師データ）から、他の未定のラベルのノードのラベルを推定する、半教師つき学習を行うことによって、参照したグラフ上でラベル伝播処理を行う（ステップＳ３３）。これによって、混雑情報推定部２３３は、混雑度（ラベル）が不明である駐車場（ノード）の混雑度（ラベル）を推定でき、推定情報２２４を作成する（ステップＳ３４）。

そして、混雑情報推定部２３３は、推定情報２２４のうち、教師データではない駐車場のデータを取り出し、取り出したデータを収集混雑情報２２１に結合する（ステップＳ３５）。これによって、混雑情報推定部２３３は、ユーザ端末３０への混雑情報の提供対象である全駐車場について駐車場ＩＤと混雑度とをそれぞれ対応付けた全混雑情報２２５を生成し、記憶部２２に格納し（ステップＳ３６）、混雑情報推定処理を終了する。

［混雑情報検索処理の処理手順］
図２０は、図１６に示す混雑情報検索処理（ステップＳ４）の処理手順を示すフローチャートである。

まず、混雑情報検索部２３４は、ユーザ端末３０から、通信部２１を介して、混雑情報を要求する駐車場のリストを受信すると（ステップＳ４１）、全混雑情報２２５を参照する（ステップＳ４２）。そして、混雑情報検索部２３４は、全混雑情報２２５から、駐車場リストに示された駐車場の混雑情報を抽出する（ステップＳ４３）。続いて、混雑情報検索部２３４は、抽出した駐車場リストに示された駐車場の混雑情報を、要求元のユーザ端末３０に送信し（ステップＳ４４）、混雑情報検索処理を終了する。

［実施の形態の効果］
このように、本実施の形態に係る混雑情報推定サーバ２０は、駐車場、駐車場間の関係性及び混雑度を用いてグラフを構築し、このグラフ上でラベル伝播処理を行うことによって、駐車場情報提供サーバ１０から提供された収集混雑情報２２１に混雑度が示されていない駐車場の混雑度を推定する。すなわち、本実施の形態では、ラベルが既知のノード（教師データ）から、他の未定のラベルのノードのラベルを推定する、半教師つき学習を行うことによって、混雑度が示されていない駐車場の混雑度を推定するため、新たにＧＰＳ等のセンサの増設をせずとも推定が可能である。したがって、本実施の形態によれば、簡易な構成のままで、混雑情報が不明である駐車場の混雑度を推定することが可能である。

［システム構成等］
図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況等に応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。さらに、各装置にて行なわれる各処理機能は、その全部又は任意の一部が、ＣＰＵ及び当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。

また、本実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部又は一部を手動的におこなうこともでき、あるいは、手動的におこなわれるものとして説明した処理の全部又は一部を公知の方法で自動的におこなうこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。

［プログラム］
図２１は、プログラムが実行されることにより、混雑情報推定サーバ２０が実現されるコンピュータの一例を示す図である。コンピュータ１０００は、例えば、メモリ１０１０、ＣＰＵ１０２０を有する。また、コンピュータ１０００は、ハードディスクドライブインタフェース１０３０、ディスクドライブインタフェース１０４０、シリアルポートインタフェース１０５０、ビデオアダプタ１０６０、ネットワークインタフェース１０７０を有する。これらの各部は、バス１０８０によって接続される。

メモリ１０１０は、ＲＯＭ（Read Only Memory）１０１１及びＲＡＭ（Random Access Memory）１０１２を含む。ＲＯＭ１０１１は、例えば、ＢＩＯＳ（Basic Input Output System）等のブートプログラムを記憶する。ハードディスクドライブインタフェース１０３０は、ハードディスクドライブ１０９０に接続される。ディスクドライブインタフェース１０４０は、ディスクドライブ１１００に接続される。例えば磁気ディスクや光ディスク等の着脱可能な記憶媒体が、ディスクドライブ１１００に挿入される。シリアルポートインタフェース１０５０は、例えばマウス１１１０、キーボード１１２０に接続される。ビデオアダプタ１０６０は、例えばディスプレイ１１３０に接続される。

ハードディスクドライブ１０９０は、例えば、ＯＳ１０９１、アプリケーションプログラム１０９２、プログラムモジュール１０９３、プログラムデータ１０９４を記憶する。すなわち、混雑情報推定サーバ２０の各処理を規定するプログラムは、コンピュータにより実行可能なコードが記述されたプログラムモジュール１０９３として実装される。プログラムモジュール１０９３は、例えばハードディスクドライブ１０９０に記憶される。例えば、混雑情報推定サーバ２０における機能構成と同様の処理を実行するためのプログラムモジュール１０９３が、ハードディスクドライブ１０９０に記憶される。なお、ハードディスクドライブ１０９０は、ＳＳＤ（Solid State Drive）により代替されてもよい。

また、上述した実施形態の処理で用いられる設定データは、プログラムデータ１０９４として、例えばメモリ１０１０やハードディスクドライブ１０９０に記憶される。そして、ＣＰＵ１０２０が、メモリ１０１０やハードディスクドライブ１０９０に記憶されたプログラムモジュール１０９３やプログラムデータ１０９４を必要に応じてＲＡＭ１０１２に読み出して実行する。

なお、プログラムモジュール１０９３やプログラムデータ１０９４は、ハードディスクドライブ１０９０に記憶される場合に限らず、例えば着脱可能な記憶媒体に記憶され、ディスクドライブ１１００等を介してＣＰＵ１０２０によって読み出されてもよい。あるいは、プログラムモジュール１０９３及びプログラムデータ１０９４は、ネットワーク（ＬＡＮ、ＷＡＮ等）を介して接続された他のコンピュータに記憶されてもよい。そして、プログラムモジュール１０９３及びプログラムデータ１０９４は、他のコンピュータから、ネットワークインタフェース１０７０を介してＣＰＵ１０２０によって読み出されてもよい。

以上、本発明者によってなされた発明を適用した実施形態について説明したが、本実施形態による本発明の開示の一部をなす記述及び図面により本発明は限定されることはない。すなわち、本実施形態に基づいて当業者等によりなされる他の実施形態、実施例及び運用技術等は全て本発明の範疇に含まれる。

１ 混雑情報提供システム
２ ネットワーク
１０ 駐車場情報提供サーバ
２０ 混雑情報推定サーバ
２１ 通信部
２２ 記憶部
２３ 制御部
２４ 入力部
２５ 出力部
３０ ユーザ端末
２２１ 収集混雑情報
２２２ 駐車場情報
２２３ グラフ情報
２２４ 推定情報
２２５ 全混雑情報
２３１ 混雑情報収集部
２３２ グラフ構築部
２３３ 混雑情報推定部
２３４ 混雑情報検索部

Claims (4)

1. 混雑情報を提供するサーバから、複数の地点の各混雑度を前記地点ごとに示す混雑情報を収集する混雑情報収集部と、
   前記複数の地点のそれぞれをノードとし、前記ノードと前記ノードとの間の関係性をエッジとし、前記混雑情報収集部が収集した前記混雑情報に前記混雑度が示された前記地点については該地点の混雑度を該地点に対応する前記ノードのラベルとし、前記混雑情報収集部が収集した前記混雑情報に前記混雑度が示されていない前記地点については該地点に対応する前記ノードの前記ラベルを未定のラベルとして、前記ノード、前記エッジ及び前記ラベルを用いてグラフを構築するグラフ構築部と、
   前記グラフ構築部によって構築された前記グラフ上で、前記ラベルを有する前記ノードから、前記未定のラベルである前記ノードへ、前記ラベルを伝播させて前記未定のラベルのノードの前記ラベルを推定するラベル伝播処理を行い、前記混雑情報収集部が収集した前記混雑情報に前記混雑度が示されていない前記地点の混雑度を推定する混雑情報推定部と、
   を有することを特徴とする混雑情報推定装置。
2. 前記グラフ構築部は、任意の二つのノード間の距離が所定の閾値以上である場合に、前記二つのノード間の前記エッジに重みを付与することを特徴とする請求項１に記載の混雑情報推定装置。
3. 前記グラフ構築部は、任意の二つのノード間の過去の時間別の混雑度の類似性が所定の閾値以上である場合に、前記二つのノード間のエッジに重みを付与することを特徴とする請求項１に記載の混雑情報推定装置。
4. 複数の地点の混雑度を推定する混雑情報推定装置が実行する混雑情報推定方法であって、
   混雑情報を提供するサーバから、前記複数の地点の混雑度を前記地点ごとに示す混雑情報を収集する混雑情報収集工程と、
   前記複数の地点のそれぞれをノードとし、前記ノードと前記ノードとの間の関係性をエッジとし、前記混雑情報収集工程において収集された前記混雑情報に前記混雑度が示された前記地点については該地点の混雑度を該地点に対応する前記ノードのラベルとし、混雑情報収集工程において収集された前記混雑情報に前記混雑度が示されていない前記地点については該地点に対応する前記ノードの前記ラベルを未定のラベルとして、前記ノード、前記エッジ及び前記ラベルを用いてグラフを構築するグラフ構築工程と、
   前記グラフ構築工程において構築された前記グラフ上で、前記ラベルを有する前記ノードから、前記未定のラベルである前記ノードへ、前記ラベルを伝播させて前記未定のラベルのノードの前記ラベルを推定するラベル伝播処理を行い、前記混雑情報収集工程において収集された前記混雑情報に前記混雑度が示されていない前記地点の混雑度を推定する混雑状態推定工程と、
   を含んだことを特徴とする混雑情報推定方法。

Images