JP2020067926A - プローブデータ処理装置、プローブデータ処理方法及びプローブデータ処理プログラム - Google Patents

Abstract

【課題】プローブデータを有効活用して、最適な車線変更に関する運転支援情報を提供する。【解決手段】プローブデータ処理装置は、複数の車両のプローブデータを取得するプローブデータ取得部と、取得したプローブデータに基づいて現在の交通流データを生成する交通流データ生成部と、同一の道路区間において現在の交通流データと過去の交通流データを比較して交通流の変化を読み取る交通流データ比較部と、読み取られた交通流の変化を解析する交通流データ解析部と、解析結果に基づいて車線変更に関する運転支援情報を作成する運転支援情報作成部と、を備える。【選択図】図５

Description

本発明は、車両の運転操作を支援する技術に関し、特に、プローブデータを用いて車線変更に関する運転操作を支援するプローブデータ処理装置、プローブデータ処理方法及びプローブデータ処理プログラムに関する。

従来、実際に走行している車両からプローブデータを収集し、収集したプローブデーを解析することにより、様々な運転支援サービスを提供するシステムが知られている。プローブデータとは、例えば、車両に搭載された車載装置が収集するデータである。プローブデータは、例えば、車両位置、走行速度、走行距離などのデータである。

例えば、特許文献１には、複数の車両から収集したプローブデータに基づいて経路探索を行うシステムが開示されている。

特開２００９−２８１７号公報

しかしながら、プローブデータはビッグデータであるため、プローブデータの解析には膨大なデータ処理が必要となる。その結果、従来においてはプローブデータが有効活用されていないという事情がある。

本発明は上記の事情を鑑みてなされたものであり、その課題は、プローブデータを有効活用して、最適な車線変更に関する運転支援情報を提供することにある。

（１）上記の課題を達成するため、本開示のプローブデータ処理装置は、プローブデータ取得部と、交通流データ生成部と、交通流データ取得部と、交通流データ比較部と、交通流データ解析部と、運転支援情報作成部と、を備える。

上記プローブデータ取得部は、複数の車両の位置及び時刻を含むプローブデータを取得する。上記交通流データ生成部は、上記プローブデータ取得部が取得したプローブデータに基づいて、機械学習により、所定の道路区間及び所定の期間ごとの各車線の流速及び流量を有する交通流データを生成する。上記交通流データ取得部は、上記交通流データ生成部により生成された交通流データと、同一の道路区間の過去の交通流データを取得する。上記交通流データ比較部は、機械学習により、上記交通流データ生成部により生成された交通流データと、過去の交通流データを比較して交通流の変化を読み取る比較処理を実行する。上記交通流データ解析部は、上記交通流データ比較部により読み取られた交通流の変化を機械学習により解析する。上記運転支援情報作成部は、上記交通流データ解析部の解析結果に基づいて、所定の道路領域及び所定の期間ごとの車線変更に関する運転支援情報を作成する。

（２）本開示のプローブデータ処理装置は、上記（１）の構成において、プローブデータは、気象、並びに道路における工事、事故及びイベントに関する情報の少なくとも一以上を含む付随情報を含む。上記交通流データ生成部は、上記付随情報の種類ごとに前記交通流データを生成する。

（３）本開示のプローブデータ処理装置は、上記（１）又は（２）の構成において、上記運転支援情報は、進行すべき車線を案内する情報を含む。

（４）本開示のプローブデータ処理装置は、上記（１）、（２）又は（３）の構成において、上記プローブデータ取得部は、プローブデータ受信部と、プローブデータ記憶部と、を備える。上記プローブデータ受信部は、上記プローブデータを受信する。上記プローブデータ記憶部は、上記プローブデータ受信部が受信した上記所定の期間のプローブデータを記憶する。また、本開示のプローブデータ処理装置は、交通流データ記憶部を備える。上記交通流データ記憶部は、上記過去の交通流データを記憶する。上記交通流データ生成部は、上記所定の期間のプローブデータに基づいて、上記交通流データを生成する。上記交通流データ記憶部は、上記交通流データ比較部が上記比較処理を実行した後、生成された上記交通流データを記憶する。

（５）本開示のプローブデータ処理方法は、プローブデータ取得ステップと、交通流データ生成ステップと、交通流データ取得ステップと、交通流データ比較ステップと、交通流データ解析ステップと、運転支援情報作成ステップと、を備える。

上記プローブデータ取得ステップは、複数の車両の位置及び時刻を含むプローブデータを取得する。上記交通流データ生成ステップは、上記プローブデータ取得ステップにおいて取得したプローブデータに基づいて、機械学習により、所定の道路区間及び所定の期間ごとの各車線の流速及び流量を有する交通流データを生成する。上記交通流データ取得ステップは、上記交通流データ生成ステップにより生成された交通流データと、上記所定の道路区間と同一の道路区間の過去の前記交通流データを取得する。上記交通流データ比較ステップは、機械学習により、前記交通流データ生成ステップにより生成された交通流データと、過去の交通流データを比較して交通流の変化を読み取る。上記交通流データ解析ステップは、上記交通流データ比較ステップにおいて読み取られた交通流の変化を機械学習により解析する。上記運転支援情報作成ステップは、上記交通流データ解析ステップの解析結果に基づいて、所定の道路領域及び所定の期間ごとの車線変更に関する運転支援情報を作成する。

（６）本開示のプローブデータ処理プログラムは、プローブデータ取得機能と、交通流データ生成機能と、交通流データ取得機能と、交通流データ比較機能と、交通流データ解析機能と、運転支援情報作成機能と、をコンピュータに実行させる。

上記プローブデータ取得機能は、複数の車両の位置及び時刻を含むプローブデータを取得する。上記交通流データ生成機能は、上記プローブデータ取得機能において取得したプローブデータに基づいて、機械学習により、所定の道路区間及び所定の期間ごとの各車線の流速及び流量を有する交通流データを生成する。上記交通流データ取得機能は、上記交通流データ生成機能により生成された交通流データと、上記所定の道路区間と同一の道路区間の過去の前記交通流データを取得する。上記交通流データ比較機能は、機械学習により、上記交通流データ生成機能により生成された交通流データと、過去の交通流データを比較して交通流の変化を読み取る。上記交通流データ解析機能は、上記交通流データ比較機能において読み取られた交通流の変化を機械学習により解析する。上記運転支援情報作成機能は、上記交通流データ解析機能の解析結果に基づいて、所定の道路領域及び所定の期間ごとの車線変更に関する運転支援情報を作成する。

本発明によれば、プローブデータを有効活用して、最適な車線変更に関する運転支援情報を提供することができる。

一実施の形態に係るプローブデータ処理システムの概略構成図である。 一実施の形態に係る運転支援情報作成処理の概念図である。 一実施の形態に係るプローブデータ処理システムにおけるプローブデータのデータ構成の一例を模式的に示す図である。 一実施の形態に係るプローブデータ処理システムにおけるリフォームデータを説明する図である。 一実施の形態に係る運転支援情報作成処理を車線変更に関する運転支援情報の作成に適用した場合のプローブデータ処理装置の概略構成図である。 一実施の形態に係るプローブデータ処理システムにおける交通流データのデータ構成の一例を模式的に示す図である。 一実施の形態に係るプローブデータ処理システムにおける交通流データと過去の交通流データの比較を説明する図である。 図５に示したプローブデータ処理装置が実行する運転支援情報作成処理の流れを示すフローチャートである。

図１は、実施の形態に係るプローブデータ処理システム１の概略構成図である。プローブデータ処理システム１は、プローブデータ処理装置２と、複数の車載装置３と、を含んで構成される。プローブデータ処理システム１は、プローブデータ処理装置２が複数の車載装置３から収集したプローブデータ１１に基づいて種々の運転支援情報を作成し、提供する情報システムである。

プローブデータ処理装置２は、複数の車載装置３から送信されるプローブデータ１１を受信して収集する情報センタとしての機能を有する装置である。また、プローブデータ処理装置２は、収集されたプローブデータ１１を、ＡＩ技術を用いて解析し、解析した結果を種々の運転支援情報として車載装置３に提供する機能を有する装置である。

車載装置３は、道路を走行する車両４に搭載される。車載装置３は、例えば、ナビゲーション装置により構成される。プローブデータ処理装置２と車載端末３とは、互いに無線の通信ネットワークにより接続することができるように構成されている。無線の通信ネットワークとは、例えば、公衆回線網、インターネット網、若しくはＷｉＦｉ（登録商標）網が含まれる。車載装置３は、プローブデータを作成して、作成したプローブデータをプローブデータ処理装置２に送信する。

ここで、プローブデータ１１は、車載装置３が搭載される車両４の位置及び時刻の情報を少なくとも含んで構成される。図３は、プローブデータ１１の構成の一例を示す模式図である。例えば、プローブデータ１１は、車両４の識別情報である車両ＩＤ、当該プローブデータ１１を作成した日時、その日時における車両４の位置を示す緯度及び経度の情報のほか、速度、加速度などの走行履歴などを含む情報を含んでもよい。

車両４の位置情報は、例えば、ナビゲーション装置のＧＰＳ（Global Positioning System）モジュールから出力されるＧＰＳデータにより算出される。すなわち、車両４の位置情報は、ＧＰＳなどの衛星測位システムの機能を用いて取得される。車両４の速度は、車両４の速度計により計測された速度を示すが、車両位置の変位を微分して求めた速度であってもよい。加速度は、車両４に設けた加速度計により計測した加速度であってもよいし、速度をさらに微分して求めてもよい。

また、車両４以外の付随的な情報として、車両４の周辺における天候などの気象情報、工事や事故などの道路状況の情報を含んでもよい。気象情報は、例えば、気象情報を提供する機関から無線の通信ネットワークを介して受信した情報である。工事や事故などの道路状況の情報は、例えば、ＶＩＣＳ（Vehicle Information and Communication
System：登録商標）センタから無線の通信ネットワークを介して受信した道路交通情報から取得する。

本実施の形態では、車載装置３を、車両４に搭載されるナビゲーション装置として説明する。しかしながら、車載装置３は、車両４に搭載されるナビゲーション装置だけに限定されず、ナビゲーション機能を有する携帯端末としてもよい。携帯端末は、携帯型の情報端末である。情報端末は、例えば、携帯電話、スマートフォン、若しくはタブレット端末が挙げられる。また、本実施の形態の車両４は、車載装置３が搭載される４輪自動車で例示している。しかしながら、車両４は、４輪自動車だけに限定されず、３輪自動車、自動二輪車、若しくは自転車でもよい。

図２は、プローブデータ処理装置２が実行する運転支援情報作成処理の概念図である。

まず、プローブデータ処理装置２は、複数の車載装置３から所定の単位期間において受信したプローブデータ１１を現在のプローブデータ１１として記憶する。所定の単位期間は、運転支援情報作成処理の目的や用途に応じて自由に設定できる。例えば、１０分、１時間、１日などを設定してもよい。

次に、プローブデータ処理装置２は、ＡＩ処理αを実行する。ＡＩ処理αは、現在のプローブデータ１１から圧縮したリフォームデータ１２を生成する処理である。ここで、リフォームデータ１２は、図４に示すように、プローブデータ１１のデータ量を減らしつつ、作成する運転支援情報の特徴を有する集合体のデータである。すなわち、ＡＩ処理αは、ＡＩを活用して所定の単位期間における膨大なプローブデータ１１を軽量化して所望のリフォームデータ１２を生成する処理となっている。

次に、プローブデータ処理装置２は、ＡＩ処理βを実行する。ＡＩ処理βは、過去のリフォームデータ１３から条件に該当する過去のリフォームデータ１４を抽出し、抽出した過去のリフォームデータ１４とリフォームデータ１２を比較し、両データの変化を読み取る処理である。ここで、過去のリフォームデータ１３は、リフォームデータ１２が蓄積されたデータである。すなわち、ＡＩ処理βは、ＡＩを活用して現在のリフォームデータ１２と過去のリフォームデータ１４の変化部分を検出する処理である。

次に、プローブデータ処理装置２は、ＡＩ処理γを実行する。ＡＩ処理γは、ＡＩ処理βの結果に基づいて過去のリフォームデータ１４とリフォームデータ１２の変化部分を解析する処理である。すなわち、ＡＩ処理γは、ＡＩを活用して過去のリフォームデータ１４と現在のプローブデータ１１の変化から交通状況を予測する処理である。

最後に、プローブデータ処理装置２は、ＡＩ処理γの結果として予測された交通状況を運転支援情報としてサービス提供する。

なお、ＡＩ処理α、β及びγは、機械学習を用いて上述したデータ圧縮、データリフォーム、データ分類、データ比較、及びデータ判定を行っている。機械学習としては、一例としてディープラーニングが挙げられる。

本実施の形態の運転支援情報作成処理では、このようにＡＩを活用してプローブデータを圧縮してリフォームデータ１２を作成し、現在と過去のリフォームデータ１２及び１４を比較して解析するので、目的に合わせて意図的にプローブデータ１１を軽量化できるとともに効率的な解析が可能となっている。そのため、多様な運転支援サービスを提供することができる。

図５は、図２に示した運転支援情報作成処理を、車線変更に関する運転支援情報の作成に適用した場合のプローブデータ処理装置２の概略構成図である。車線変更に関する運転支援情報とは、車両４の運転操作に有益な情報である。例えば、目的地に到着するには、どの車線を走行した方が早く目的地に到着できるかを運転者に案内する情報である。また、例えば、高速道路の分岐点手前で渋滞している場合、予測される道路状況に関する情報や進行すべき車線を案内する情報である。

プローブデータ処理装置２は、プローブデータ受信部２１と、プローブデータ記憶部２２と、交通流データ生成部２３と、交通流データ蓄積部２４と、交通流データ記憶部２５と、交通流データ抽出部２６と、交通流データ比較部２７と、交通流データ解析部２８と、運転支援情報提供部２９と、を備える。

プローブデータ受信部２１は、複数の車両４のそれぞれの車載装置３から送信されるプローブデータ１１を受信する。プローブデータ記憶部２２は、プローブデータ受信部２１が受信したプローブデータ１１を記憶する。ここで、プローブデータ記憶部２２に記憶されるプローブデータ１１は、図２の現在のプローブデータ１１に相当する。つまり、所定の単位期間におけるプローブデータ１１である。所定の単位期間としては、例えば、１時間を採用してもよい。この場合、一例として、プローブデータ記憶部２２には、プローブデータ受信部２１が午前８時から午前９時までの１時間の間に受信したプローブデータが記憶される。

交通流データ生成部２３は、プローブデータ記憶部２２に記憶されたプローブデータ１１を圧縮した交通流データ３１を生成する。交通流データ３１は、図２のリフォームデータ１２に相当する。つまり、交通流データ生成部２３は、図２のＡＩ処理αに相当する。

図６は、交通流データのデータ構成の一例を示す模式図である。交通流データは、所定の単位期間において所定の領域である道路区間ごとの交通流を示すデータである。交通流とは、本実施の形態の場合、道路の車線ごとの車両４の流れを意味し、車両４の流れとは、車両４の流速及び流量を意味する。すなわち、交通流データ３１は、所定の単位期間における道路区間ごとの各車線の流速及び流量を示すデータである。本実施の形態では、プローブデータ１１から所定の単位期間における各車両４の軌跡を取得することが可能である。その結果、所定の単位期間及び所定の道路区間の全車両４の軌跡をＡＩを活用してデータ処理し、車線ごとの流速及び流量を算出している。

なお、プローブデータ１１が天候などの気象情報、工事や事故などの道路状況の情報を含む場合、気象情報及び道路状況の情報を交通流データに含めてもよい。また、プローブデータ１１が気象情報及び道路状況の情報を含まない場合、プローブデータ処理装置２が外部機関から気象情報及び道路状況の情報を取得するようにしてもよい。より精度高く運転支援情報を作成することができる。また、平日と土、日・祝日に分けて交通流データを生成してもよい。この場合もより精度高く運転支援情報を作成することができる。

交通流データ蓄積部２４は、所定の単位期間が経過した後、交通流データ生成部２３が生成した交通流データ３１を交通流データ記憶部２５に記憶する。つまり、交通流データ記憶部２５は、図２の過去のリフォームデータ１３に相当する。

交通流データ抽出部２６は、交通流データ３１と比較するための過去の交通流データ３２を抽出する。過去の交通流データ３２とは、例えば、交通流データ３１が図６に示した単位期間Ｙ１の道路区間Ｘ１の交通流データ３１の場合、過去の単位期間Ｙ１における道路区間Ｘ１の交通流データである。過去とは、１日前、２日前、…、１週間前などである。図７に交通流データ３１及び過去の交通流データ３２の一例を示す。なお、交通流データが気象情報及び道路状況の情報を有する場合には、気象情報及び道路状況の情報のカテゴリに一致する過去の交通流データ３２を抽出する。

交通流データ比較部２７は、交通流データ３１と過去の交通流データ３２とを比較し、両データの交通流の変化部分を検出する。詳しくは、道路区間における車線ごとの流速及び流量の変化を検出する。つまり、交通流データ抽出部２６及び交通流データ比較部２７は、図２のＡＩ処理βに相当する。

交通流データ解析部２８は、交通流データ比較部２７により検出された変化を解析し、道路区間ごとの交通流の変化から道路状況の変化を予測する。例えば、渋滞、工事、事故、イベントなどの道路状況の変化を予測する。交通流データ解析部２８は、図２のＡＩ処理γに相当する。

運転支援情報提供部２９は、交通流データ比較部２７の予測結果に基づいて、交通流に関する運転支援情報を作成し、作成した運転支援情報を提供する。例えば、交通状況の変化からどの車線の流れが速いか、各車線の流速の差異はどれくらいか、などの交通流に関する運転支援情報を作成する。運転支援情報提供部２９は、図２のサービス提供処理に相当する。

以上に述べたプローブデータ処理装置２は、例えば、演算機能及び制御機能を備えた中央演算装置、プログラムやデータを格納する機能を有する主記憶装置を有する電子的な装置から構成されている。また、プローブデータ処理装置２は、主記憶装置の他、ハードディスクなどの補助記憶装置を具備していてもよい。

プローブデータ処理装置２のプローブデータ受信部２１、交通流データ生成部２３、交通流データ蓄積部２４、交通流データ抽出部２６、交通流データ比較部２７、交通流データ解析部２８及び運転支援情報提供部２９は、中央演算装置による演算制御機能を具体的に示したものに他ならない。また、プローブデータ処理装置２のプローブデータ記憶部２２及び交通流データ記憶部２５は、主記憶装置及び補助記憶装置の機能を備えたものである。

なお、プローブデータ処理装置２の各種処理を実行するプログラムは、例えば、プローブデータ処理装置２のＲＯＭ（Read Only Memory）、ＲＡＭ（Read Access Memory）、若しくはＨＤＤ（Hard Disk Unit）で構成される記憶部に格納されるだけでなく、コンピュータ読み取り可能な記録媒体に記録されてもよい。コンピュータ読み取り可能な記録媒体としては、例えば、ハードディスク、フレキシブルディスク、ＣＤ−ＲＯＭ（Compact Disc Read Only Memory）、ＭＯ（Magneto Optical Disk）ディスク、ＤＶＤ−ＲＯＭ（Digital Versatile Disc Read Only Memory）が挙げられる。また、プローブデータ処理装置２の各種処理を実行するプログラムは、通信ネットワークを介して配信されてもよい。

なお、プローブデータ処理装置２は、物理的に一つからなるサーバ装置の他、複数のサーバ装置がネットワーク接続されたシステムから構成されてもよい。

次に、図８を用いて、車線変更に関する運転支援情報を作成する場合の運転支援情報作成処理について説明する。図８は、プローブデータ処理装置２が車線変更に関する運転支援情報を作成する場合の運転支援情報作成処理の流れを示すフローチャートである。以下では、ステップをＳで示す。

プローブデータ処理装置２は、プローブデータ１１を取得する（Ｓ３１）。詳しくは、プローブデータ受信部２１が複数の車両４の車載装置３からプローブデータ１１を受信し、プローブデータ記憶部２２に記憶する。

次に、プローブデータ処理装置２は、取得したプローブデータ１１を圧縮して交通流データ３１を生成する（Ｓ３２）。詳しくは、交通流データ生成部２３が所定の単位期間にプローブデータ記憶部２２に記憶されたプローブデータ１１に基づいて道路区間ごとに交通流データ３１を生成する。

次に、プローブデータ処理装置２は、過去の交通流データ３２を取得する（Ｓ３３）。詳しくは、交通流データ抽出部２６が過去の交通流データ３２が蓄積された交通流データ記憶部２５から該当する過去の交通流データ３２を抽出する。

次に、プローブデータ処理装置２は、現在の交通流データ３１と過去の交通流データ３２を比較し、交通流の変化を検出する（Ｓ３４）。詳しくは、交通流データ比較部２７が現在の交通流データ３１と過去の交通流データ３２を比較し、車線ごとの流速及び流量の変化を検出する。

次に、プローブデータ処理装置２は、検出した交通流の変化を解析する（ステップＳ３５）。詳しくは、交通流データ解析部２８が、道路区間ごとの各車線の交通流の変化から道路状況の変化を予測する。これにより、例えば、動的に最適な経路を推定することができる。

次に、プローブデータ処理装置２は、交通流の変化の解析結果に基づいて、車線変更に関する運転支援情報を作成する（Ｓ３６）。詳しくは、運転支援情報提供部２９が車線変更に関する運転支援情報を作成し、作成した運転支援情報を提供する。例えば、進行すべき車線を案内する情報を車両４の運転者に提供することができる。

以上、本実施の形態のプローブデータ処理システム１を車線変更に関する運転支援情報を作成する場合に適用した場合、プローブデータ処理装置２は、ＡＩを活用して膨大なプローブデータを圧縮した交通流データ３１を作成する。プローブデータ処理装置２は、この現在の交通流データ３１と過去の交通流データ２２とを比較して交通流の変化を解析して、車線変更に関する運転支援情報を作成する。したがって、本実施の形態のプローブデータ処理システム１によれば、リアルタイムに近い交通流を把握でき、精度の高い車線変更に関する運転支援情報を提供することができる。

従来、車線変更に関しては、必ずしもナビゲーション装置や道路標識の案内に従った車線を走行した方が目的地に早く到着できるというわけではない。例えば、目的地に向かうに際して左側の車線を走行することをナビゲーション装置や道路標識が案内したとしても、分岐点の手前近傍では、左側の車線の道路が混雑している場合があり、右側の車線をそのまま走行した方が結果として目的地に早く辿りつける場合がある。このような場合、付近の道路交通状況を熟知した運転者は、過去の蓄積した知識によりナビゲーション装置や道路標識の案内とは異なる車線を走行していても、目的地により早く到着できることを経験的に知っている。しかしながら、一般の運転者はこのような対応をすることは困難である。したがって、誰に対しても最適な車線変更に関する運転支援情報を提供する技術が求められていた。

本実施の形態のプローブデータ処理システム１は、ナビゲーションシステムやＶＩＣＳが提供する運転支援情報では解決できない車線変更に関する問題を解決するものであり、プローブデータを有効活用して、最適な車線変更に関する運転支援情報を提供することができる。

以上、本発明の実施の形態について説明してきたが、本発明は、上述した実施の形態に限られず、本発明の要旨を逸脱しない範囲において、本発明の実施の形態に対して種々の変形や変更を施すことができ、そのような変形や変更を伴う構成もまた、本発明の技術的範囲に含まれる。

１ プローブデータ処理システム
２ プローブデータ処理装置
３ 車載装置
４ 車両
１１ プローブデータ
１２ リフォームデータ
１３、１４ 過去のリフォームデータ
２１ プローブデータ受信部
２２ プローブデータ記憶部
２３ 交通流データ生成部
２４ 交通流データ蓄積部
２５ 交通流データ記憶部
２６ 交通流データ抽出部
２７ 交通流データ比較部
２８ 交通流データ解析部
２９ 運転支援情報提供部
３１ 交通流データ
３２ 過去の交通流データ

Claims (6)

1. 複数の車両の位置及び時刻を含むプローブデータを取得するプローブデータ取得部と、
   前記プローブデータ取得部が取得したプローブデータに基づいて、機械学習により、所定の道路区間及び所定の期間ごとの各車線の流速及び流量を有する交通流データを生成する交通流データ生成部と、
   前記交通流データ生成部により生成された交通流データと、同一の道路区間の過去の前記交通流データを取得する交通流データ取得部と、
   機械学習により、前記交通流データ生成部により生成された交通流データと、過去の交通流データを比較して交通流の変化を読み取る比較処理を実行する交通流データ比較部と、
   前記交通流データ比較部により読み取られた交通流の変化を機械学習により解析する交通流データ解析部と、
   前記交通流データ解析部の解析結果に基づいて、所定の道路領域及び所定の期間ごとの車線変更に関する運転支援情報を作成する運転支援情報作成部と、
   を備えることを特徴とするプローブデータ処理装置。
2. 前記プローブデータは、気象、並びに道路における工事、事故及びイベントに関する情報の少なくとも一以上を含む付随情報を含み、
   前記交通流データ生成部は、前記付随情報の種類ごとに前記交通流データを生成することを特徴とする請求項１記載のプローブデータ処理装置。
3. 前記運転支援情報は、
   進行すべき車線を案内する情報を含むことを特徴とする請求項１又は２に記載のプローブデータ処理装置。
4. 前記プローブデータ取得部は、
   前記プローブデータを受信するプローブデータ受信部と、
   前記プローブデータ受信部が受信した前記所定の期間のプローブデータを記憶するプローブデータ記憶部と、
   を備え、
   前記過去の交通流データを記憶する交通流データ記憶部を備え、
   前記交通流データ生成部は、前記所定の期間のプローブデータに基づいて、前記交通流データを生成し、
   前記交通流データ記憶部は、前記交通流データ比較部が前記比較処理を実行した後、生成された前記交通流データを記憶することを特徴とする請求項１乃至３のいずれか１項に記載のプローブデータ処理装置。
5. 複数の車両の位置及び時刻を含むプローブデータを取得するプローブデータ取得ステップと、
   前記プローブデータ取得ステップにおいて取得したプローブデータに基づいて、機械学習により、所定の道路区間及び所定の期間ごとの各車線の流速及び流量を有する交通流データを生成する交通流データ生成ステップと、
   前記交通流データ生成ステップにより生成された交通流データと、前記所定の道路区間と同一の道路区間の過去の前記交通流データを取得する交通流データ取得ステップと、
   機械学習により、前記交通流データ生成ステップにより生成された交通流データと、過去の交通流データを比較して交通流の変化を読み取る交通流データ比較ステップと、
   前記交通流データ比較ステップにおいて読み取られた交通流の変化を機械学習により解析する交通流データ解析ステップと、
   前記交通流データ解析ステップの解析結果に基づいて、所定の道路領域及び所定の期間ごとの車線変更に関する運転支援情報を作成する運転支援情報作成ステップと、
   有することを特徴とするプローブデータ処理方法。
6. 複数の車両の位置及び時刻を含むプローブデータを取得するプローブデータ取得機能と、
   前記プローブデータ取得機能において取得したプローブデータに基づいて、機械学習により、所定の道路区間及び所定の期間ごとの各車線の流速及び流量を有する交通流データを生成する交通流データ生成機能と、
   前記交通流データ生成機能により生成された交通流データと、前記所定の道路区間と同一の道路区間の過去の前記交通流データを取得する交通流データ取得機能と、
   機械学習により、前記交通流データ生成機能により生成された交通流データと、過去の交通流データを比較して交通流の変化を読み取る交通流データ比較機能と、
   前記交通流データ比較機能において読み取られた交通流の変化を機械学習により解析する交通流データ解析機能と、
   前記交通流データ解析機能の解析結果に基づいて、所定の道路領域及び所定の期間ごとの車線変更に関する運転支援情報を作成する運転支援情報作成機能と、
   をコンピュータに実行させるプローブデータ処理プログラム。

Images