JP2020170244A - 情報処理システム、情報処理装置、方法及びプログラム - Google Patents

Abstract

【課題】非管理対象の外部ＥＶであっても簡易な手続きで効率的な充電設備の利用が行える。【解決手段】実施形態の情報処理システムは、複数のエネルギー供給地点を含む交通路を移動する移動体のうち、管理対象となる移動体である第１移動体のエネルギー供給地点を経由したエネルギー供給計画を含む走行計画を作成する情報処理装置と、情報処理装置と通信ネットワークを介して接続され、エネルギー供給地点に設けられて当該エネルギー供給地点において、非管理対象の移動体である第２移動体に対するエネルギー供給を受けつける情報装置と、を備えた情報処理システムであって、情報処理装置は、情報装置において一の第２移動体に対するエネルギー供給の受付処理がなされた場合に、走行計画に基づいて、一の第２移動体に対する当該情報装置が設けられたエネルギー供給地点におけるエネルギー供給順番待ち情報を提示する。【選択図】図１

Description

本発明の実施形態は、情報処理システム、情報処理装置、方法及びプログラムに関する。

電気自動車（ＥＶ：Electric Vehicle：以下、ＥＶという）向け情報提供ナビシステムは、ＥＶの高速道路（有料道路）利用時に、地図情報を参照し、ＥＶの到達可能範囲を精度良く予測して、ユーザに利用すべき充電設備のあるサービス／パーキングエリア（ステップＳＡ／ＰＡ）を推奨するシステムである。ＥＶが電欠にならないよう効率よく、充電設備のあるＳＡ／ＰＡを利用できる計画を作成する必要がある。ＥＶの到達可能範囲を推定するためにＥＶの消費電力量の予測モデルが用いられる。

しかしながら、高速道路を利用する全てのＥＶが、情報処理システムによって管理されているとは限らず、情報処理システムに登録していないＥＶや、登録していても情報処理システムのサービスを利用していないＥＶ（以下、外部ＥＶという）も存在し得る。

特開２００３−２６２５２５号公報 特開２０１４−０３８０４８号公報 特開２０１０−２６７１１０号公報

しかしながら、ＥＶ向け情報提供システムによって管理されていない外部ＥＶの存在を考慮せずに、ＳＡ／ＰＡの充電設備を利用する計画を作成すると、必ずしも本サービスを利用しているＥＶに効率的なＳＡ／ＰＡにおける充電設備の利用を推奨できるとは限らない。
同様に、外部ＥＶであっても、簡易な手続きで効率的なＳＡ／ＰＡにおける充電設備の利用が行えることが望まれる。

本発明は、上記に鑑みてなされたものであって、外部ＥＶであっても簡易な手続きで効率的なＳＡ／ＰＡにおける充電設備の利用が行える情報処理システム、情報処理装置、方法及びプログラムを提供することにある。

実施形態の情報処理システムは、複数のエネルギー供給地点を含む交通路を移動する移動体のうち、管理対象となる移動体である第１移動体のエネルギー供給地点を経由したエネルギー供給計画を含む走行計画を作成する情報処理装置と、情報処理装置と通信ネットワークを介して接続され、エネルギー供給地点に設けられて当該エネルギー供給地点において、非管理対象の移動体である第２移動体に対するエネルギー供給を受けつける情報装置と、を備えた情報処理システムであって、情報処理装置は、情報装置において一の第２移動体に対するエネルギー供給の受付処理がなされた場合に、走行計画に基づいて、一の第２移動体に対する当該情報装置が設けられたエネルギー供給地点におけるエネルギー供給順番待ち情報を提示する。

図１は、実施形態の情報処理システムの概要構成ブロック図である。 図２は、実施形態に係る情報処理装置のブロック図である。 図３は、実施形態の情報処理システムにおける処理手順の説明図である。 図４は、現地の情報装置の初期表示画面の一例に説明図である。 図５は、充電順番状況表示画面の一例の説明図である。 図６は、充電受付画面の一例の説明図である。 図７は、暗証番号入力画面の一例の説明図である。 図８は、充電の受付変更・取消画面の一例の説明図である。 図９は、充電開始画面の一例の説明図である。 図１０は、供給地点間の経路情報の一例の説明図である。 図１１は、供給地点間の経路情報の一例を、ネットワーク構造で表した場合の説明図である。 図１２は、トラフィックカウンタが管理するトラフィックカウンタ管理情報の説明図である。 図１３は、トラフィックカウンタ情報の一例の説明図である。 図１４は、充電器情報の一例の説明図である。 図１５は、気象情報の一例の説明図である。 図１６は、車両情報の一例の説明図である。 図１７は、消費履歴情報としてある区間の消費電力量を計算する場合の説明図である。 図１８は、消費電力量を計算する他の例の説明図である。 図１９は、学習データ（走行データ）の一例の説明図である。 図２０は、分類ルールの一例の説明図である。 図２１は、モデル管理部の動作の一例のフローチャートである。 図２２は、モデル管理部３１の動作の例を示すフローチャートである。 図２３は、モデル管理テーブルの一例の説明図である。 図２４は、高速道路における走行管理データベースの一例の説明図である。 図２５は、仮想ＥＶ管理部の動作例のフローチャートである。 図２６は、仮想ＥＶの１台分の走行計画の一例の説明図である。 図２７は、仮想ＥＶの配置例の説明図である。 図２８は、第１の例における走行計画の作成の具体例の説明図である。 図２９は、第２の例における走行計画の作成の具体例の説明図である。 図３０は、各インターチェンジの確率情報を生成する処理の一例のフローチャートである。 図３１は、ＥＶについて充電計画を作成するために、ＥＶが到達可能な地点を特定する処理の説明図である。 図３２は、仮想ＥＶのみの充電計画を含む全体充電計画データの一例を説明する図である。 図３３は、システム登録ＥＶの追加後のデータ例を説明する図である。 図３４は、システム登録ＥＶに送信する推奨データの一例を説明する図である。 図３５は、本実施形態に係る情報処理装置の動作の一例を示すフローチャートである。 図３６は、本実施形態に係る情報処理装置１０１のハードウェア構成を示す図である。

次に図面を参照して、好適な実施形態について詳細に説明する。
以下の説明においては、移動体としてＥＶを例に説明するが、ＥＶ以外の移動体でも同様に適用が可能である。他の移動体としては、例えば、電車、ハイブリッド車、燃料電池車、飛行機、ドローン、電動バイク、ディーゼル機関を持つ車、船などが移動体として挙げられる。

なお、本実施形態では移動体がＥＶの場合を想定するため、エネルギー供給は充電、供給地点は充電スタンド、エネルギー供給器は充電器になる。しかしながら、移動体がガソリン車であれば、エネルギー補給を燃料補給、供給地点をガソリンスタンドおよび燃料補給器に読み替えればよい。また、移動体が飛行機またはドローン等であれば、道路を航空路、船であれば航路と読み替えればよい。このようにＥＶ以外の移動体に対しても、本実施形態と同様の処理が可能である。

さて、ＥＶは、バッテリーの充電電力（充電エネルギー）を使用して、交通路である道路を走行し、様々な地点に移動する。
ＥＶの地点としては、エネルギー供給地点に限られずに、地図上の任意の地点で構わず、例えば自宅でもよいし、飲食店でもよいし、販売店でもよいし、ＥＶのユーザが任意に指定した地点でもよいが、本実施形態のＥＶの地点としては、ＥＶが充電を行う地点であるエネルギー供給地点を扱うものとする。

ＥＶは、エネルギー供給地点（以下、供給地点または充電地点と記載する）において電力を供給され、供給された電力をバッテリーに蓄積する。そしてＥＶはバッテリーに蓄積された電力を使用して移動する。ＥＶにおいて移動を継続するためには、バッテリーの電力が無くなる前に、次の供給地点に移動し、当該供給地点で電力の供給を受ける必要がある。このようにＥＶは、各供給地点で充電を行いつつ、目的地へ移動することとなる。なお、供給地点には一つ又は複数の充電器（エネルギー供給器）が設置されており、ＥＶは、任意の充電器と有線または無線で接続して、電力の供給を受ける。
通信部１１は、通信ネットワークを介して、種々の情報装置や種々のサーバ等と通信を行う。

図１は、実施形態の情報処理システムの概要構成ブロック図である。
情報処理システム１００は、大別すると、情報処理装置１０１、情報装置２０１Ａ〜２０１Ｎ、２１１Ａ〜２１１Ｎ及び通信ネットワーク２２０を備えている。

情報処理装置１０１は、図１に示すように、通信ネットワーク２２０を介して、情報装置２０１Ａ〜２０１Ｎやサーバ２１１Ａ〜２１１Ｎと接続されている。

次に情報処理装置の構成について説明する。
図２は、実施形態に係る情報処理装置のブロック図である。
情報処理装置１０１は、図２に示すように、通信部１１、ユーザＩＤ登録部１２、ＥＶナビ利用登録部１３、ユーザデータベース（ＤＢ）１４、地図情報管理部１５、道路管制情報管理部１６、充電器情報管理部１７、気象情報管理部１８、車両情報管理部１９、システムデータベース（ＤＢ）２０、制御部２１を備える。

また情報処理装置１０１は、モデル管理部３１、モデルデータベース（ＤＢ）３２、予測部４１、走行状態管理部（第１管理部）５１、走行管理データベース５２、仮想ＥＶ管理部（第２管理部）６１、仮想ＥＶ＿データベース（ＤＢ）６２、充電計画部（計画部）７１、充電計画データベース７２を備えている。
その他、情報処理装置は、オペレータが本装置に指示またはデータを入力する入力装置、データをオペレータに表示する表示装置を備えていてもよい。

入力装置の例としては、キーボード、マウス、タッチパネル、音声入力用のマイク等が挙げられる。
また、表示装置の例としては、例えば、ＬＣＤ（液晶ディスプレイ）、ＣＲＴ（ブラウン管）、及びＰＤＰ（プラズマディスプレイ）等がある。

情報処理装置１０１は、高速道路（有料道路）を利用するＥＶに対してエネルギー供給地点を推奨するＥＶ向け情報提供システムである。
また、情報処理装置１０１は、一例として、施設管理会社または交通管制局などに設置される。ただし、本情報処理装置１０１は、ＥＶのカーナビゲーションシステム（以下、カーナビ）に組み込まれるようすることや、路側に設置されることも可能である。路側に配置される場合、オペレータは本情報処理装置をリモート操作する構成を採ることも可能である。

情報処理装置１０１のユーザＩＤ登録部１２は、情報装置２０１からユーザ登録要求を受信し、本実施形態に係るＥＶ向け情報提供システムのサービス（ＥＶナビサービス）のユーザ登録を行う。例えばユーザは情報装置２０１を操作して、ＥＶナビサービスのユーザ登録を行うためのアプリケーションまたはウェブページを開き、ユーザＩＤ登録部１２にアクセスする。

また、ユーザＩＤ登録部１２は、ユーザの個人情報やユーザが利用するＥＶの情報（車種、電池容量、バッテリー劣化度、累計走行距離、タイヤの種類等）を取得し、これらをユーザ情報とする。ユーザＩＤ登録部１２は、ユーザに対してユーザＩＤ（ＥＶ＿ＩＤ）を発行し、ユーザＩＤとユーザ情報とを関連づけて、ユーザデータベース１４に登録する。

情報処理装置１０１のＥＶナビ利用登録部１３は、情報装置２０１から利用登録要求を受信し、ＥＶナビサービスを開始するための利用登録を行う。例えば、ユーザは外出時に自宅またはＥＶの車内等で、情報装置２０１を操作して、ＥＶナビサービスを受けるためのアプリケーション又はウェブページを開き、情報装置２０１から、本サービスを受けるために必要な情報を含む利用登録要求をＥＶナビ利用登録部１３に送信する。

例えば、走行日時、出発ＩＣ（インターチェンジ）の出発予定日時（現在日時、自宅の出発予定日時など）、出発地（高速道路の出発ＩＣ等）、目的地（目的ＩＣ等）、ＥＶの電池容量（ユーザ登録時に通知済みの場合は省略してもよい）、バッテリー劣化度（ユーザ登録時に通知済みの場合は省略してもよい）、ＥＶの電池残量、エアコン使用状況（オン／オフ、設定モード、温度設定など）、累積走行距離（ユーザ登録時に通知済みの場合は省略してもよい）、タイヤの種類（ユーザ登録時に通知済みの場合は省略してもよい）、乗車人数等の情報を送信する。

これらの情報は、情報装置２０１がカーナビであれば、カーナビに設定されている情報を送信してもよいし、スマートフォン等であればユーザが入力した情報を送信してもよい。取得したこれらの情報を利用登録情報と称する。ＥＶナビ利用登録部１３は、今回のサービス利用に対してＩＤ（走行ＩＤ）を発行し、走行ＩＤを利用登録情報と関連づけて、ユーザデータベース１４に格納し、また後述する走行状態管理部またはモデル管理部またはこれらの両方に通知する。

また、情報処理装置１０１は、利用登録後のユーザの情報装置２０１と通信して、ＧＰＳの位置情報、現在時刻、バッテリーの残存電力量（電池残量）、エアコン使用状況等の情報を取得し、後述する走行状態管理部５１またはモデル管理部３１またはこれらの両方に通知する。

通信のタイミングとして、リアルタイム、一定時間毎のタイミング、ユーザが登録した出発ＩＣなど所定のＩＣを通過したタイミング、本装置が要求を出してその応答を取得するタイミング、サービスエリア／パーキングエリア（ステップＳＡ／ＰＡ）に入ったまたは出たまたはタイミング、ＳＡ／ＰＡの近くを通過したタイミングなどがある。

ユーザデータベース１４は、ユーザＩＤ登録部１２およびＥＶナビ利用登録部１３により登録される情報を保持する。ユーザデータベース１４は、例えばメモリ装置、ハードディスク装置、ＳＳＤ装置など、ハードウェア記憶装置である。

制御部２１は、情報処理装置１０１の各部を制御することで、情報処理装置１０１全体の制御を行い、ＥＶ向け情報提供システムの動作を実現する。

地図情報管理部１５は、サーバ２１１から地図情報を取得し、取得した地図情報をシステムデータベース２０に保持および管理する。
この場合において、地図情報は、地図要素の位置（緯度、経度）やサイズ、範囲等の情報を表した情報である。例えば地図上の各位置に関連づけられた標高情報、各経路（高速道路の各経路、一般道等の各経路）の距離情報、勾配、カーブの角度、路線、方向、ＫＰ（キロポスト）、ＪＣＴ（ジャンクション）の形状、トンネル、明かり部（トンネル以外の場所）、路面の状況（舗装状況等）を含む。

また、地図情報は、高速道路における車線数、インターチェンジ（ＩＣ）、サービスエリア／パーキングエリア（ステップＳＡ／ＰＡ）の場所等を含む。
また、地図情報は、上記の地図要素として、供給地点やＳＡ／ＰＡ地点、ＩＣやＪＣＴ地点の情報を含む。

また、地図情報は、供給地点やＳＡ／ＰＡ地点、ＩＣやＪＣＴ地点間の経路情報として、経路の距離情報および当該経路の所要走行時間の情報を含んでもよい。

情報装置２０１Ａ〜２０１Ｎは、例えば、ユーザが保持している通信端末（スマートフォン、タブレット装置、携帯電話、ノートＰＣ等）や、ＥＶに搭載されているカーナビゲーションシステム等の車載装置、ＥＶが充電を行う供給地点に設置された共用の通信端末、充電器、ＩＴＳスポットなどに設けられる通信装置である。

以下の説明においては、理解の容易のため、情報装置２０１ＮがＥＶが充電を行う供給地点に設置された共用の通信端末として機能する場合を例として説明する。

情報装置２０１Ａ〜２０１Ｎは、情報処理装置１０１とリアルタイムに通信可能である。

情報装置２０１Ａ〜２０１Ｎの一例としての通信端末は、ユーザが運転しているＥＶの他の乗車者（例えば助手席に座っている人）が操作してもよい。あるいはユーザが通信端末を操作し、他の代行者がＥＶを運転してもよい。通信端末への入力は手入力でも音声入力でもよい。

また、情報装置２０１Ａ〜２０１Ｎの他の一例としてのＥＴＣ２．０規格に準拠した路側に設けられる装置（以下、ＥＴＣ２．０装置という）は、通信端末およびカーナビの少なくとも一方と通信可能な通信装置である。ＥＴＣ２．０装置は、例えば、複数の所定のスポットに配置される。所定のスポットはＩＴＳスポットでもよいし、経路に沿った箇所でもよいし、高速道路のサービスエリア、料金所、建物などでもよい。

ＥＴＣ２．０装置は、供給地点の入口と出口に設けられてもよく、この場合、ＥＶの入場時刻、出場時刻、入場台数及び出場台数を検出してもよい。

以下の説明においては、情報装置２０１Ａ〜２０１Ｎを識別する必要が無い場合には、情報装置２０１と総称するものとする。

サーバ２１１Ａ〜２１１Ｎは、地図情報を管理する地図情報管理サーバ、気象情報を管理する気象情報管理サーバ、車両情報を管理する車両情報管理サーバ、充電器情報を管理する充電器情報サーバ、道路管制情報を管理する道路管制情報サーバ等である。ここで挙げた以外のサーバが配置されていてもよい。以下の説明においては、これらのサーバ２１１Ａ〜２１１Ｎを識別する必要が無い場合には、サーバ２１１と総称するものとする。

通信ネットワーク２２０は、有線または無線またはこれらのハイブリッドのネットワークである。通信ネットワーク２２０は、無線ＬＡＮのアクセスポイント等の中継装置を含んでいてもよい。

図３は、実施形態の情報処理システムにおける処理手順の説明図である。
本実施形態の情報処理システム１００は、ＥＶ向け情報提供ナビシステムとして機能している。このため、図３中、情報処理システムをＥＶ充電ナビと表記している。

まず、情報処理システム１００に登録されているユーザ（システム登録ＥＶ［＝第１移動体］のユーザ）であるか否かによって情報処理システム１００の処理の流れが異なることとなっている。

まず、ユーザが情報処理システム１００に登録されているユーザ（システム登録ＥＶのユーザ）である場合についての処理手順を説明する。

まず、ユーザが情報処理システム１００に登録されているユーザである場合には（ステップＳ１１；Ｙｅｓ）、ユーザは、スマートフォン等の携帯情報端末を介して、出発地、目的地、電池残量を入力して出発する（ステップＳ１２）。

これにより、情報処理装置１０１は、後述する処理手順により、当該ユーザ（のＥＶ）が到達可能、かつ、充電設備の利用が可能なＳＡ／ＰＡを求める（ステップＳ１３）。

この段階において、順番管理用データベースには、既に他のユーザ（情報処理装置１０１に登録されている登録ＥＶ（＝第１移動体）のユーザ、仮想ＥＶ（＝第３移動体）の仮想ユーザ及び情報処理装置１０１に非登録の外部ＥＶ（第２移動体）のユーザである順番取得済みユーザ）に対応する充電待ち順番（＝エネルギー供給順番待ち情報）が登録されている可能性があるので、情報処理装置１０１は、順番（＝エネルギー供給順番待ち情報）を確認する（ステップＳ１４）。

次に情報処理装置１０１は、充電の順番待ちがある以下否かを判断する（ステップＳ１５）。
ステップＳ１５の判断において、充電の順番待ちがある場合には（ステップＳ１５；Ｙｅｓ）、情報処理装置１０１は、より待ち順番の少ない場所（到達可能、かつ、充電設備の利用が可能なＳＡ／ＰＡ）を推奨して提示するとともに、順番を取得して（ステップＳ１６）、順番管理用データベースを更新する（ステップＳ１８）。

一方、ステップＳ１５の判断において、充電の順番待ちがない場合には（ステップＳ１５；Ｎｏ）、当該ユーザ（のＥＶ）が到達可能、かつ、充電設備の利用が可能なＳＡ／ＰＡのうち一番距離が遠いＳＡ／ＰＡを推奨して提示するとともに、順番を取得して（ステップＳ１７）、順番管理用データベースを更新する（ステップＳ１８）。

次に情報処理装置１０１は、当該ユーザ（のＥＶ）について取得した当該ユーザの現在位置に基づいて、順番をとったＳＡ／ＰＡの充電設備の設けられている場所（充電場所）に当該ユーザが到着したか否かを判断する（ステップＳ１９）。

ステップＳ１９の判断において順番をとったＳＡ／ＰＡの充電設備の設けられている場所（充電場所）に当該ユーザが到着した場合には、当該ユーザに充電器を優先あるいは無線で接続させて充電を開始する（ステップＳ２０）。

そして、当該ユーザは、充電が完了した場合には、再走行を行うこととなる（ステップＳ２１）。

一方、情報処理装置１０１は、ステップＳ１９の判断において、未だ順番をとったＳＡ／ＰＡの充電設備の設けられている場所（充電場所）に当該ユーザが到着していない場合には、当該充電場所を当該ユーザが通り過ぎた（対応するＳＡ／ＰＡの入口よりも先を走行している）か否かを判断する（ステップＳ２２）。

ステップＳ２２の判断において、未だ順番をとったＳＡ／ＰＡの充電設備の設けられている充電場所を当該ユーザが通り過ぎていない場合には（ステップＳ２２；Ｎｏ）、情報処理装置１０１は、当該充電場所に既に到着している順番待ちの他のユーザがいるか否かを判断する（ステップＳ２３）。

ステップＳ２３の判断において、当該充電場所に既に到着している順番待ちの他のユーザがいない場合には（ステップＳ２３；Ｎｏ）、当該ユーザに走行を継続させ（ステップＳ２４）、再び処理をステップＳ１９に移行して、上述した処理と同様の処理を繰り返す。

ステップＳ２３の判断において、当該充電場所に既に到着している順番待ちの他のユーザがいる場合には（ステップＳ２３；Ｙｅｓ）、情報処理装置１０１は、当該ユーザが所定時間（図３の例では、１０分）以内に、当該充電場所に到着可能か否かを判断する（ステップＳ２５）。

ステップＳ２５の判断において、当該ユーザが所定時間（図３の例では、１０分）以内に、当該充電場所に到着可能な場合には、当該ユーザに走行を継続させ（ステップＳ２４）、再び処理をステップＳ１９に移行して、上述した処理と同様の処理を繰り返す。

ステップＳ２５の判断において、当該ユーザが所定時間（図３の例では、１０分）以内に、当該充電場所に到着できないと予測される場合には（ステップＳ２５；Ｎｏ）、情報処理装置１０１は、より待ち順番の少ない場所（到達可能、かつ、充電設備の利用が可能なＳＡ／ＰＡ）を推奨して提示するとともに、順番を取得して（ステップＳ１６）、順番管理用データベースを更新する（ステップＳ１８）。

そして、情報処理装置１０１は、処理をステップＳ１３に移行し、上述した処理と同様の処理を繰り返す。

一方、ステップＳ２２の判断において、既に順番をとったＳＡ／ＰＡの充電設備の設けられている充電場所を当該ユーザが通り過ぎた場合には（ステップＳ２２；Ｙｅｓ）、情報処理装置１０１は、順番管理用データベースを更新し、当該充電場所における当該ユーザの順番をキャンセルし、処理をステップＳＳ１３に移行し、上述した処理と同様の処理を繰り返す。

次に、ユーザが情報処理装置１０１に非登録ＥＶ（＝第２移動体）のユーザである場合についての処理手順を説明する。

ユーザが情報処理装置１０１に非登録のユーザであり（ステップＳ１１；Ｎｏ）、かつ、ユーザが充電場所であるいずれかの充電設備の利用が可能なＳＡ／ＰＡにおいて、充電装置のある場所に到着した場合には（ステップＳ３１）、当該充電場所に設置してある現地の情報通信端末（通信機能を有する充電装置、充電装置に隣設して設置された通信機能を有する操作パネル、据置状態とされた携帯情報端末等）を用いて充電待ちの順番を確認する（ステップＳ３２）。

以下、現地の情報装置における表示及びユーザの操作を交えて、情報処理装置１０１の処理について説明する。
図４は、現地の情報装置の初期表示画面の一例に説明図である。
ここでは、現地の情報装置２０１Ｎには、操作部及び表示部として機能するタッチパネルディスプレイが設けられているものとして説明する。

現地の情報装置２０１Ｎの初期表示画面には、情報処理システム１００の画面として、充電順番管理システムのメニュー画面Ｇ１１が表示されている。

充電順番管理システムのメニュー画面Ｇ１１には、図４に示すように、充電の順番状況を見るためのボタンＢ１１、充電の受けつけ開始ボタンＢ１２、充電の受付を変更・取り消しするためのボタンＢ１３、充電を開始する際に操作する充電を開始する為のボタンＢ１４が表示されている。

当該ユーザは、情報処理装置１０１に非登録のユーザであり、まだ充電の順番を取得していないので、当該ユーザは、例えば、充電の順番状況を見るためのボタンＢ１１をタッチすることとなる。

図５は、充電順番状況表示画面の一例の説明図である。
これにより現地の情報装置２０１Ｎの表示画面は、充電順番管理システムのメニュー画面Ｇ１１から充電順番状況確認画面Ｇ１２に表示が遷移する。
充電順番状況確認画面Ｇ１２には、当該時点における順番待ち組数（図５の例の場合、２台）及び確認時刻及び複数組（図５の例の場合、８組の順番待ち情報が表示され、メニュー画面Ｇ１１に表示を戻すための戻るボタンＢ２１が表示されている。

図５の例の場合には、順番待ち情報として、受付順番＝１番の受付番号「１２３」及び受付順番＝２の受付番号「２５４」の２組が充電順番待ちであることを示す情報が表示されている。
この場合において、ユーザは、当該充電装置において、充電の順番待ちがあるか否かを判断する（ステップＳ３３）。

具体的には、充電順番状況画面Ｇ１２において、図５の例のように、充電の順番待ちがある場合には（ステップＳ３３；Ｙｅｓ）、充電の受付処理を行おうとするユーザは、充電の順番状況を確認し、充電順番状況確認画面Ｇ１２の戻るボタン２１を押し、充電の受付開始ボタンＢ１２をタッチ操作して、充電順番を取得することとなる（ステップＳ３４）。

図６は、充電受付画面の一例の説明図である。
これにより現地の情報装置２０１Ｎの表示画面は、充電順番管理システムのメニュー画面Ｇ１１から充電受付画面Ｇ１３に表示が遷移する。
充電受付画面Ｇ１３には、当該充電装置における受付順番（図１３の例の場合「３番」＝エネルギー供給順番待ち情報）を表示し、受付を完了するための暗証番号（図１３の例の場合、４桁の任意の番号）の入力を促すメッセージが表示されている。

図７は、暗証番号入力画面の一例の説明図である。
この状態で、ユーザが表示画面をタッチすると、充電受付画面Ｇ１３から暗証番号入力画面Ｇ１４に表示が遷移し、暗証番号を入力するための数字入力パネルＰ３１と、入力した暗証番号の表示領域Ｄ３１と、暗証番号を確定するための受付ボタンＢ３１と、が表示される。

そこで、ユーザは、数字入力パネルＰ３１を操作して、所望の暗証番号の入力を行い、暗証番号の表示領域Ｄ３１に所望の暗証番号が表示されたら、受付ボタンＢ３１をタッチして、受付処理を完了する。

なお、受付処理後に、変更あるいは取消を行う場合には、メニュー画面Ｇ１１において、充電の受付を変更・取り消しするためのボタンＢ１３をタッチすることとなる。

図８は、充電の受付変更・取消画面の一例の説明図である。
これにより現地の情報装置２０１Ｎの表示画面は、充電順番管理システムのメニュー画面Ｇ１１から充電の受付変更・取消画面Ｇ１５に表示が遷移し、暗証番号を入力するための数字入力パネルＰ４１と、入力した暗証番号の表示領域Ｄ４１と、暗証番号を確定するための受付ボタンＢ４１と、が表示される。

そこで、ユーザは、数字入力パネルＰ３１を操作して、充電受付時に設定した暗証番号の入力を行い、暗証番号の表示領域Ｄ３１に所望の暗証番号が表示されたら、受付ボタンＢ４１をタッチして、充電の受付変更・取消処理に移行して、処理を行うこととなる。

さて、暗証番号入力画面Ｇ１４における入力が終了すると、情報処理装置１０１は、順番管理用データベースを更新して、当該ユーザの順番待ちの情報を記録することとなる（ステップＳ３５）。

そして、情報処理装置１０１は、充電の順番待ちがあるか否かを判断する（ステップＳ３６）。

ステップＳ３６の判断において、未だ充電の順番待ちがある場合には（ステップＳ３６；Ｙｅｓ）、現地の情報装置２０１Ｎにおいて充電順番状況画面Ｇ１２を表示し、充電順番待ちをしているユーザが自己の順番を確認することとなる。

一方、ステップＳ３６の判断において、充電順番待ちをしているユーザが自己の順番になった場合には（ステップＳ３６；Ｎｏ）、現地の情報装置２０１Ｎのメニュー画面Ｇ１１において、充電を開始する為のボタンＢ１４をタッチ操作し、充電開始画面を表示させる。

図９は、充電開始画面の一例の説明図である。
充電開始画面Ｇ１６においては、受付番号（図１５の例の場合「１２５」）、暗証番号を入力するための数字入力パネルＰ４１と、入力した暗証番号の表示領域Ｄ４１と、充電の開始を指示するための充電開始指示ボタンＢ４１と、が表示される。

そこで、ユーザは、充電用のコネクタを接続させ（有線の場合）、あるいは、受電ユニットを送電ユニットに対向させる（無線の場合）とともに、数字入力パネルＰ４１を操作して、自己が入力設定した暗証番号の入力を行い、暗証番号の表示領域Ｄ４１に所望の暗証番号が表示されたら、充電開始指示ボタンＢ４１をタッチして、充電の開始を指示する（ステップＳ２０）。
そして、当該ユーザは、充電が完了した場合には、再走行を行うこととなる（ステップＳ２１）。

一方、充電順番状況画面Ｇ１２において、ステップＳ３３の判断において、充電の順番待ちがない場合には（ステップＳ３３；Ｎｏ）、充電の受付処理を行おうとするユーザは、充電の順番状況を確認し、充電順番状況確認画面Ｇ１２の戻るボタン２１を押し、充電の受付開始ボタンＢ１２をタッチ操作して、充電順番（受付順番１番：直ちに充電可能）を取得する（ステップＳ３８）。

これにより、情報処理装置１０１は、順番管理用データベースを更新して、当該ユーザの順番待ちの情報を記録することとなる（ステップＳ３９）。
そして、ユーザが充電用のコネクタを接続させ（有線の場合）、あるいは、受電ユニットを送電ユニットに対向させ（無線の場合）、上述したのと同様の操作を行って、上述した充電開始画面Ｇ１６を表示する。

そして、ユーザは、現地の情報装置２０１Ｎの数字入力パネルＰ５１を操作して、自己が入力設定した暗証番号の入力を行い、暗証番号の表示領域Ｄ５１に所望の暗証番号が表示されたら、充電開始指示ボタンＢ５１をタッチして、充電の開始を指示する（ステップＳ２０）。

そして、当該ユーザは、充電が完了した場合には、再走行を行うこととなる（ステップＳ２１）。

以上の説明のように、本実施形態によれば、ＥＶ向け情報提供システム（情報処理システム）に利用登録していないＥＶ、いわゆる外部ＥＶであっても、充電装置に設けられた現地の情報装置２０１Ｎ以外では充電の予約はできないものの、現地の情報装置２０１Ｎを用いることによって、情報処理システム１００の登録ユーザと同様な簡易な手続きでＳＡ／ＰＡにおける充電設備の利用が行える。

この場合において、後述するように、情報処理システム１００は、外部ＥＶ（第２移動体）の存在を前提として、仮想ＥＶ（第３移動体）を用い、登録ＥＶ（第１移動体）のユーザである情報処理システム１００の登録ユーザに対して走行計画を生成し、生成した走行計画に基づいて、外部ＥＶのユーザ及び登録ＥＶのユーザに対して情報を提供しているため、いずれのユーザであっても充電のために必要以上に待たされることはなくなる。

次に情報処理装置１０１が、上述のステップＳ１３において、ユーザ（のＥＶ）が到達可能、かつ、充電設備の利用が可能なＳＡ／ＰＡを求める処理について説明する。

図１０は、供給地点間の経路情報の一例の説明図である。
供給地点間の経路情報としては、図３に示すように、一の供給地点に対し隣接する供給地点を特定する情報、当該隣接する供給地点までの距離情報、当該隣接する供給地点までの勾配差情報、当該隣接する供給地点までの標高差情報、当該隣接する供給地点までの所要時間（所要走行時間）情報、当該隣接する供給地点までに必要とされる所要エネルギー情報、当該隣接する供給地点までの電費情報等が一例として挙げられる。

この場合において、隣接する供給地点までの所要時間としては、過去の計測値の平均値でもよいし、距離を所定速度で走行した場合に要する時間でもよい。

また、当該経路の走行に要する所要エネルギーや電費は、実績の統計値（平均値、中央値など）でもよいし、計算式またはシミュレーションにより算出した値でもよい。

この場合において、経路情報を、一般的なネットワーク構造で表現してもよい。
図１１は、供給地点間の経路情報の一例を、ネットワーク構造で表した場合の説明図である。
この場合において、供給地点Ｑ１〜Ｑｎに相当するノードの間が、破線で示すような経路に相当するリンクにより結合されている。

図１１において、リンクは、互いに隣接する供給地点同士を結合している。
従って、例えば、供給地点Ｑ１は、供給地点Ｑ３と、Ｑ２にそれぞれ隣設していることが分かる。また、供給地点Ｑ１から供給地点Ｑ３への経路は１つであり、供給地点Ｑ１から供給地点Ｑ２への経路も１つであることが分かる。

さらにリンクには、当該リンクで結合される両ノードにより表され、図４においては経路の特性の表記は省略されているが、供給地点間の経路の特性が割り当てられている。

図１１の例では、供給地点のみのネットワーク構造を示しているが、供給地点のほかにＳＡ／ＰＡ地点、ＩＣやＪＣＴ地点をノードとして含んでもよい。

また、地図情報は、各供給地点間の区間に存在するトラフィックカウンタ（ＴＣ）を識別するＴＣ管理情報を含んでいてもよい。トラフィックカウンタは供給地点間の区間の交通に関する情報を取得する装置である。また、トラフィックカウンタは、上記の地図要素の一例である。

図１２は、トラフィックカウンタが管理するトラフィックカウンタ管理情報の説明図である。
トラフィックカウンタ管理情報（以下、ＴＣ管理情報という）は、供給地点データ、隣設供給地点データ及び供給地点間に存在するトラフィックカウンタの情報を表すトラフィックカウンタデータである。

具体的には、図１２に示すように、供給地点データ＝Ｑｊ、リンセル供給地点データ＝Ｑｊ’、トラフィックカウンタデータ＝ＴＣ１、ＴＣ２、…が格納されている。トラフィックカウンタデータ中の複数のトラフィックカウンタ（ＴＣ１、ＴＣ２、…）は、格納順でトラフィックカウンタが配置されている必要はない。

地図情報管理部１５は、一定期間ごとまたはリアルタイムにサーバ２１１から地図情報の全部または一部を取得し、更新してもよい。

道路管制情報管理部１６は、サーバ２１１から、各経路（区間）に関する道路管制情報を取得し、取得した情報を、システムデータベース２０に保持および管理する。道路管制情報として、例えば、トラフィックカウンタ（ＴＣ）情報、ＥＴＣ情報（流入台数、流出台数、ＥＶの車種、ＥＶの電池残量など）がある。その他、発生事象に関する情報として、通行止、渋滞、事故、故障車、工事、落下物、火災、災害、速度規制などがある。
また、予測情報の例として、渋滞予測、事故発生予測、ゲリラ豪雨予測、土砂災害予測などもある。トラフィックカウンタの設置位置は上記の地図情報（図５参照）において予め分かっている。

図１３は、トラフィックカウンタ情報の一例の説明図である。
トラフィックカウンタ情報は、例えば速度情報［ｋｍ／ｈ］、占有率（オキュパンシー）情報［％］、交通量情報［台／ｈ］、車両密度情報［台／ｋｍ］などの情報が取得時間順で格納されている。
上記構成において、速度情報は、例えば一定時間毎の、平均速度、最高速度、最低速度などとして表されている。

また、道路管制情報管理部１６は、サーバ２１１から一定時間ごとに又はリアルタイムに、道路管制情報を取得してもよい。また、道路管制情報が更新される毎にサーバ２１１から道路管制情報を取得してもよい。なお、道路管制情報管理部１６は、サーバ２１１からではなく、トラフィックカウンタから直接、トラフィックカウンタ情報を取得してもよい。行名に時刻、列名にトラフィックカウンタ（ＴＣ）のＩＤが割り当てられている。表の各要素には速度（平均速度）の値が格納されている。以下では主に道路管制情報としてトラフィックカウンタ情報の場合を想定する。

充電器情報管理部１７は、サーバ２１１から、各供給地点に設置された１つまたは複数の充電器（エネルギー供給器）についての充電器情報を取得する。充電器情報管理部１７は、取得した充電器情報をシステムデータベース２０に保持および管理する。充電器情報管理部１７は、各供給地点の充電器の数を把握している。

図１４は、充電器情報の一例の説明図である。
充電器情報は、例えば、図１４に示すように、充電器で充電を行ったユーザ（ＥＶナビのユーザ）のユーザＩＤ（ＥＶ＿ＩＤ）、供給地点ＩＤ、開始充電量、終了充電量、充電開始時刻、充電終了時刻を含む。その他、充電効率、充電回数などの情報が保持されてもよい。

上記構成において、開始充電量は、充電器での充電開始時刻でＥＶのバッテリーに蓄積されている電力量である。
終了充電量は、充電器での充電終了時刻でＥＶのバッテリーに蓄積されている電力量である。終了充電量と開始充電量との差分がＥＶで充電された電力量である。

開始充電量および終了充電量の代わりに、開始充電量および終了充電量のいずれか一方と、充電された電力量との情報を充電器情報が含んでもよい。なお、外部ＥＶ（ＥＶ向け情報提供システムにユーザ登録していないＥＶや、ユーザ登録していてもＥＶ向け情報提供システムのサービスを利用していない（利用登録していない）ＥＶ）の場合、ユーザＩＤの列には任意の数値を入れればよい。充電器情報は、該当する供給地点におけるエネルギー供給履歴を表す。充電器情報管理部１７は、サーバ２１１から充電器情報を一定時間ごとまたはリアルタイムに取得してもよい。

充電器情報管理部１７は、充電器情報をサーバ２１１からではなく、充電器から直接通信により取得してもよい。または、充電器情報（ＧＰＳの位置情報と充電した電力量など）をユーザが情報装置２０１に入力し、情報装置２０１から充電器情報を充電器情報管理部１７が取得してもよい。あるいは、情報装置２０１（カーナビ等の車載装置）が、充電した電力量の情報をＥＶから読み出して、充電器情報を情報処理装置１０１に送信してもよい。

気象情報管理部１８は、サーバ２１１から気象情報を取得し、取得した気象情報をシステムデータベース２０に保持および管理する。

図１５は、気象情報の一例の説明図である。
気象情報は、例えば予め定めた各地域および各日時の
気温、降雨有無、降水量、風速、風向、総日射量、降雪量、路面温度、光度、視程（霧）、放射線、ゲリラ豪雨などの情報を含む。気象情報は、過去および現在までの気象情報のほか、将来の予測の気象情報が取得可能な場合は、予測の気象情報を含んでもよい。気象情報管理部１８は、サーバ２１１から一定時間ごとまたはリアルタイムに気象情報を取得してもよい。

車両情報管理部１９は、サーバ２１１から車種ＩＤ、ＥＶメーカー、電池容量、電池種類（リチウムイオン電池等）、総重量（ＥＶに定員まで載ったときの重量やＥＶ自体の重さ）、電費、電池劣化速度、発売年等の情報（車両情報）を取得し、取得した情報をシステムデータベース２０に保持および管理する。

図１６は、車両情報の一例の説明図である。
車種ＩＤは、車種ごとに異なる値を有する。
車両情報を管理するサーバ２１１は、ＥＶメーカーのサーバでもよいし、複数のＥＶメーカーの車種情報をまとめて管理するサーバでもよい。車両情報管理部１９は、サーバ２１１から一定時間ごとに車種情報を取得してもよい。あるいは、車種情報をサーバ２１１ではなく、情報装置２０１から取得してもよい。

同一ユーザについての充電器情報を時系列に用いることで、供給地点間の区間毎の当該ユーザの消費電力量、走行時間および走行速度等を表す消費履歴情報が得られる。走行時間は、一例として、ある供給地点の充電開始時刻から１つ前の供給地点の充電終了時刻を減算することで得られる。走行速度（平均走行速度）は、当該走行時間を当該区間の距離で除算することで得られる。なお、ＥＶと通信して、リアルタイムに走行速度や走行時刻の情報を取得し、ＥＶから取得される情報から走行速度および走行時間を把握する構成も可能である。

図１７は、消費履歴情報としてある区間の消費電力量を計算する場合の説明図である。
ある同一のＥＶについての充電器情報から、ある区間の移動の消費電力量を計算する例を示す。ある供給地点（１番目のエントリの供給地点）での充電終了時刻に最も近い充電開始時刻を有する別の供給地点（２番目のエントリの供給地点）を、次の供給地点として特定している。

すなわち、３つの黒丸で示す供給地点Ｑｊ（前回供給地点）のＩＤ、３つの△で示す次の供給地点Ｑｊ’（次回供給地点）のＩＤを特定している。また、供給地点Ｑｊでの充電が終了した時刻（前回利用終了時刻）、供給地点Ｑｊ’での充電の開始時刻（次回利用開始時刻）、供給地点Ｑｊ’での充電を開始するときの充電量（次回開始充電量）、供給地点Ｑｊでの充電が終了したときの充電量（前回終了充電量）を特定している。

そして、前回終了充電量から次回開始充電量を減算することにより、供給地点Ｑｊから供給地点Ｑｊ’への移動で消費した消費電力量を計算している。

図１８は、消費電力量を計算する他の例の説明図である。
図１８の例では、情報装置（スマートフォン）から取得した情報を用いる。この情報は、ユーザを識別するＩＤ（ＥＶ＿ＩＤ）と、ＧＰＳ情報地点と、充電量とを表している。
この場合、ある地点での充電量を、次の地点での充電量から減算することで、消費電力量を計算している。ＧＰＳ情報地点は、ＧＰＳにより取得した座標でもよいし、地図情報において当該座標に対応づけられた場所・施設等の名称でもよい。

システムデータベース２０は、上記の各管理部により取得される情報（外部情報と呼ぶ場合がある）を保持する。各管理部により取得される外部情報は、各管理部内のバッファで保持してもよい。バッファは例えばメモリ装置、ハードディスク装置、ＳＳＤ装置、ハードウェア記憶装置である。また、システムデータベース２０には、オペレーティングシステムや、情報処理プログラム、情報処理に使用される各種のデータが格納されている。オペレーティングシステムは、情報処理装置１０１の全体的な動作を制御するためのコンピュータプログラムである。情報処理プログラムは、情報処理装置１０１が後述する情報処理の各機能を実現するためのコンピュータプログラムである。システムデータベース２０は、例えばメモリ装置、ハードディスク装置、ＳＳＤ装置、ハードウェア記憶装置である。

モデル管理部３１は、複数の学習データを用いて、ＥＶの予測消費電力量を計算するモデル（予測モデル）を生成する。
ここで、学習データは、一例として、消費履歴情報（充電器情報）、気象情報、地理情報、車両情報、道路管制情報、情報装置（スマートフォン、カーナビなど）から取得した情報の全部または一部を用いて生成する。これらの情報は、地理情報管理部１５、道路管制情報管理部１６、充電器情報管理部１７、気象情報管理部１８、車両情報管理部１９、情報装置２０１から取得する。

モデル管理部３１は、取得したこれらの情報の全部または一部を対応付けることで学習データを生成する。例えば、ある走行区間（供給地点間の区間）の消費電力量と、当該経路の走行日時の気象情報（温度など）と、ある走行区間の経路の地理情報（距離、勾配など）と、を対応づけて走行データを生成し、これを学習データとする。後述する走行状態管理部５１で取得および管理する走行データを学習データとして利用してもよい。
ここで学習用に生成する走行データと、走行状態管理部５１で管理する走行データは同じでも異なってもよい。

図１９は、学習データ（走行データ）の一例の説明図である。
学習データとしては、図１９に示すように、例えば、履歴ＩＤ、消費電力量、距離、速度、走行時間、電池容量、エアコン運転有無、気温、車種のデータを含んでいる。
履歴ＩＤは、学習用データを識別するための識別子である。

消費電力量は、走行区間の走行に使用した電力量である。例えば前述の充電器情報（履歴情報）から取得できる。
距離は、走行した走行区間の距離である。
速度は走行の平均速度である。
走行時間は走行区間の走行に要した時間である。

電池容量は、ＥＶが搭載しているバッテリー容量（バッテリー総量とも呼ぶ）。
エアコン運転有無は、ＥＶが走行中にエアコンをオンしていたか否かである。
気温は、走行時の気温を示す。
車種は、ユーザが登録したＥＶの種類を示す。

ここに示した項目は一例に過ぎず、他の項目が存在してもよいし、図示の項目の一部が存在しなくてもよい。例えば、走行区間を特定する情報や、経路の勾配、湿度、電池残量などが学習データに含まれていてもよい。

学習データに含まれる個々の項目は、ＥＶの特徴量に対応する。
上述の例の場合、速度（平均速度）、距離、走行時間、消費電力量、エアコン運転有無等はＥＶの動作状況を表し、電池残量、電池の劣化度合い等はＥＶの特性を表し、気温や勾配等は、ＥＶの走行環境を表す。

ＥＶが供給地点Ｑｊから次の供給地点Ｑｊ’へ移動するのに使用した経路は、情報装置２０１と直接通信して取得した情報（ＧＰＳ情報等）から特定すればよい。

別の方法としてＥＶが使用した経路を、消費履歴情報と地理情報から推定することも可能である。あるＥＶにエネルギーを供給した供給地点Ｑｊ（例えば図１１の供給地点Ｑ１）と、当該ＥＶに次にエネルギーを供給した供給地点Ｑｊ’（例えば図１１の供給地点Ｑ６）との間の移動に使用した経路を推定する場合、供給地点Ｑｊから次の供給地点Ｑｊ’への最短の移動経路（最短経路）を、移動に使用した経路として推定してもよい。

最短経路問題を解く手法としては、一般的なダイクストラ法を始め、ベルマン−フォード法、Ｇａｂｏｗ法、ワーシャル−フロイド法等を用いることができる。求めた経路は、例えば（Ｑｊ，Ｑ４，…，Ｑｊ’）のような供給地点リストで表すことができる。

上記の学習データの生成は一例に過ぎず、学習データを作成するために使用する情報の種類の組み合わせは任意に定めることができる。ＥＶの車両情報及び当該ＥＶが走行する日時の道路管制情報のうち、少なくとも一方をさらに用いて学習データを生成してもよい。学習データは、例えば過去一定期間の情報を用いて生成する。

モデル管理部３１は、複数の学習データを分類ルールに従って、複数のグループ（クラスタと呼んでもよい）に分類する。
分類ルールは、例えば、走行距離、走行時間、走行速度、電池残量、勾配情報、気温、車種などの少なくとも１つに基づく基準を有する。

分類ルールは、モデルデータベース３２に１つまたは複数格納されている。分類ルールは、オペレータの操作によって事前に作成され、モデルデータベース３２に格納されている。
また、分類ルールは、オペレータの操作によって更新されてもよい。また、分類ルールは、後述する処理により作成または更新されてもよい。分類ルールの構造は、決定木、クラスタモデルなど適宜選択することが可能である。

図２０は、分類ルールの一例の説明図である。
図２０に示すこの分類ルールは、決定木の例である。
特徴量が割り当てられたノード（非末端ノード）３０１、３０２と、グループＡ、グループＢ、グループＣが割り当てられた末端ノード３０３、３０４、３０５とを含む。ノード３０１、３０２には特徴量の条件（分岐条件）が設定されており、満たす分岐条件によって、下位のノードに分岐される。学習データは、このような構造によって最終的に末端ノード３０３〜３０５に対応するグループＡ、グループＢ、グループＣのいずれかに分類される。

例えば、学習データに含まれる走行速度（特徴量）の値が、４０ｋｍ／ｈ未満であり、気温（特徴量）が２０度未満であれば、学習データは、グループＡに分類される。この例では、決定木のノードの特徴量は、走行速度と、気温のみであるが、他の項目（例えば勾配）が特徴量として選択されてもよい。また、決定木の深さは図の例では２であるが、深さは１でも３以上でもよい。

後述するように各グループにはそれぞれ予測モデルが対応づけられる。
従って、決定木は、特徴量の複数の条件と、複数の予測モデルとを対応づけた分類ルールである。

モデル管理部３１は、分類ルールで分類された各グループに属する学習データに基づき、グループ毎に予測モデル（モデルパラメータ）を生成する。
また、モデル管理部３１は、生成した予測モデルをモデルデータベース３２に格納する。モデルデータベース３２は、グループ毎の予測モデルを格納する。

予測モデルの構築方法は、人工知能、機械学習、ブラックボックスモデリング、物理モデルを定義するようなホワイトボックスモデリングなど、多くの手法がある。

より具体的には、ブラックボックスモデリングは、対象の特性が不明の場合、回帰、ニューラルネットワーク、サポートベクターマシン（SVM）または統計などを用いて、モデルリングを行う方法である。

また、ホワイトボックスモデリングは、対象の特性が分かっている場合に、物理モデルなどを定義して行うモデリングである。本実施形態では、一例として、複数のモデルの和による予測モデルを示す。この場合、予測モデルを構成する個々のモデルをサブモデルと呼んでもよい。予測モデルの型は、一般的に以下の式（１）で表すことができる。

ここで、＾ｙｉはｉ番目のモデルの予測値（出力値）、βｉはｉ番目のモデルの重み係数である。ＬＰはモデルの個数である。＾ｙは予測モデルの出力値であり、各サブモデル＾ｙｉより計算された消費電力量の重み付け合計和である。サブモデルの数は１つでもよい。サブモデルが示す消費電力量の予測値＾ｙは、ＥＶの走行時の区間消費電力量を含む値であり、その他にもサブモデルは、エアコンの消費電力量、ワイパーの消費電力量、カーナビの消費電力量、ＥＶユーザが車内で充電するスマホの充電容量等を含んでもよい。

サブモデルの例としては、回帰モデル、スペックモデル、離散値モデルがある。
回帰モデル及びスペックモデルは、特徴量として連続値を扱う連続値モデルの一例である。
離散値モデルは、特徴量として離散値を扱う離散値モデルの一例である。
一例として、サブモデル＾ｙ１は回帰モデル、サブモデル＾ｙ２はスペックモデル、サブモデル＾ｙ３は離散値モデルである。

サブモデルが重回帰モデルの場合、基本関数＾ｙ１＝ｆ（ｘ）は、例えば、以下のように表される。

ここで、ｗ０，ｗ１，ｗ２，ｗ３，…，ｗｎが、推定対象となるモデルパラメータである。ｘ１，ｘ２，ｘ３…，ｘｎは入力変数（特徴量）である。＾ｙ１は、出力変数である。なお、各入力変数の測定単位の差を吸収するために、出力変数とすべての入力変数を、平均値０、分散１に正規化してもよい（スケーリング）。
入力変数の一例としては、距離、所要時間、外気温などがある。これらは、学習データに含まれる項目である。
例えば、ｘ１は距離、ｘ２は所要時間、ｘ３は外気温である。入力変数は、学習データに含まれる複数の項目から計算される別の値でもよい。例えば距離を所要時間で除算することにより得られる速度を、入力変数としてもよい。

スペックモデルの場合、基本関数＾ｙ２＝ｆ（ｘ）は、以下の式（３）のように表される。

式（３）において、ｗは推定対象となる係数または定数である。ｘはある特徴量である。＾ｙ２は、出力変数である。ｗは固定値（例えば１）でもよい。ｘは、学習データに含まれる項目の値でもよいし、（２）の回帰モデルの出力値＾ｙ１でもよい。スペックモデルで計算される消費電力量は、例えば車種や電池容量に依存する。

（モデル＾ｙ２が走行による消費電力を表す場合の例）
特徴量ｘが距離（ｋｍ）／電費（ｋｍ／ｋＷｈ）でもよい。この場合、電費は例えばカタログスペックの値でもよいし、推定すべき係数でもよい。
係数ｗが電費比（車種Ａの電費／車種Ｂの電費）、特徴量ｘが車種Ｂの消費電力量（回帰モデルで求めた値）でもよい。電費比は推定すべき係数でもよい。この場合、モデルが車種Ａと車種Ｂとが属するグループに対応するモデルであることが考えられる。

係数ｗがバッテリーの劣化度合いであり、特徴量ｘが回帰モデルによる消費電力量であってもよい。
バッテリーの劣化度合いは、例えば、ＥＶのバッテリーのＳｏＨ／平均ＳｏＨでもよいし、ＥＶの累積走行距離／平均累積走行距離でもよい。ＳｏＨ（State of Health）は、バッテリーの劣化度合いを表す指標である。

係数ｗが、ＥＶと荷物の総重量／ＥＶの総重量（または平均総重量）であり、特徴量ｘが回帰モデルによる消費電力量であってもよい。
ＥＶと荷物の総重量／車の総重量（または平均総重量）は、カタログ値に基づき決定してもよいし、学習により推定する係数でもよい。ＥＶと荷物の総重量は、例えば、ＥＶに許可された最大の人数と荷物を載せたときの重量である。

（モデル＾ｙ２がエアコンによる消費電力を表す場合の例）
特徴量ｘがエアコン使用時間（ｈ）であり、係数ｗは推定すべき係数であり、単位は、ｋＷｈ／ｈである。
特徴量ｘが温度差（Δ℃）であり、係数ｗは推定すべき係数であり、単位はｋＷｈ／Δ℃でもよい。

（＾ｙ２がワイパーによる消費電力を表す場合の例）
特徴量ｘがワイパー使用時間（ｈ）であり、係数ｗは推定すべき係数であり、単位はｋＷｈ／ｈである。

離散値モデルの場合、基本関数＾ｙ３＝ｆ（ｘ）は、以下の式（４）のように表される。

例えば、一定の定数として、ＥＶのエアコンの消費電力量＝３（ｋＷｈ）、またはスマートフォン充電量＝１（ｋＷｈ）がある。離散値モデルの場合、Ｃが推定すべき係数、又は定数（カタログスペックの値など）となる。

Ｃの項目は、学習データに含まれる。離散値モデルによる消費電力量は、例えば走行以外で消費される電力量である。定数Ｃの項目は、特定の車種や季節、路面状態に対応するモデルを生成することが考えられる。
特徴量が複数の値を持つ離散値の場合（例えば、特徴量を季節とした春、夏、秋、冬等）、一般的に公知であるダミー変数化を行うことで、２値の離散値と同じように扱うことができる。

式（２）のモデルパラメータｗ、式（３）の係数ｗは、式（４）の定数Ｃは、式（１）に対して最尤法または最小二乗法など、公知の最適化アルゴリズムを適用することで求めればよい。

モデル管理部３１は、各モデル化手段の少なくとも１つを用いて予測モデルを生成する。
予測モデル＾ｙはグループごとに生成する。生成した予測モデル＾ｙは、モデルデータベース３２に格納する。

この場合において、グループ毎に予測モデルを構成する各サブモデルの種類が異なってもよい。
例えばグループＡの予測モデルに含まれる離散化モデルは、エアコンの消費電力量であり、グループＢの予測モデルに含まれる離散化モデルは、スマートフォン充電量でもよい。
なお少数しか学習データのないグループについては、回帰モデルについても転移学習を利用してもよい。

図２１は、モデル管理部の動作の一例のフローチャートである。
各グループについて図２１に示すフローチャートにしたがって動作を行う。
対象となるグループについて予測モデルの構築方法の候補を１つまたは複数決定する（ステップＳ１０１）。
構築方法の例として、回帰モデルとスペックモデルと離散値モデルの合計を表すモデル、回帰モデルとスペックモデルの合計を表すモデル、ニューラルネットワークとスペックモデルと離散値モデルの合計を表すモデル等がある。個々のサブモデルの型をさらに変更することで、より多くの構築方法が考えられる。

対象となるグループに属する学習データで新規の予測モデルを構築する（ステップＳ１０２）。
各構築方法で構築した予測モデルを仮モデルとしてモデルデータベース３２に登録する（ステップＳ１０３）。

対象となるグループの学習データを用いて各仮モデルを評価する（ステップＳ１０４）。
一例として、仮モデルの出力値と実際の値との誤差（予測誤差）の総和により評価値（モデル評価値）を計算する。最も評価の高い（モデル評価値が最も小さい）仮モデルを予測モデルとして選択する（ステップＳ１０５）。なお、選択されなかった仮モデルはモデルデータベース３２から消去してもよい。

ここで交差検証法を用いて各仮モデルを生成および評価してもよい。この場合、ステップＳ１０２では、対象となるグループに属する学習データをＫ個（交差数）に分割する。Ｋは２以上の整数である。そのうちの１つをテストデータとし、残りのＫ−１個を訓練データとする。訓練データを用いてモデルを構築する。ステップＳ１０５では、構築したモデルをテストデータを用いて評価する。Ｋ個の分割データをそれぞれテストデータとしてＫ回、モデルの生成とモデルの評価とを行い、それぞれ評価値（モデル評価値）を計算する。ステップＳ１０５では、モデル評価値の統計値（例えば平均値、中央値、分散、四分位、最大値、最小値など）を計算する。統計値に基づき、各仮モデルのうち評価が最も高い仮モデルを、予測モデルとして選択する。

この場合において、評価方法によって、評価が高いほど統計値が大きい場合、評価が高いほど統計値が低い場合がある。

ここで仮モデルのモデル評価値として上記では仮モデルの出力値と実際の値との誤差の総和である例を示したが、これに限定されない。
例えば、以下の式（５）で評価してもよい。ここでは回帰式の例を示しているが、回帰モデルとスペックモデルの合計を用いる場合、下記式に、スペックモデルの実際の値と、推定値との差分を、学習データのサンプル数に応じて正規化した値を加算すればよい。

また、モデル評価値の他の例として、平均二乗誤差（MSE：Mean Squared Error）、平均絶対誤差（MAE：Mean Absolute Error）、R2値（相関係数Ｒの２乗であり、決定係数と呼ばれることもある）、平均平方二乗誤差（RMSE：Root Mean Square Error）、平均平方二乗誤差率（RMSPE：Root Mean Square Percentage Error）などがある。

消費電力量の実測値と予測値との誤差以外の要素も考慮したモデル評価値を定義してもよい。例えば、モデルのデータサイズに一定の係数を乗じ、上記した誤差の総和等の値に、当該乗算値を加算したものをモデル評価値としてもよい。モデルのデータサイズが大きいほど、モデルを用いた予測の演算に時間を要するため、サイズの小さいモデルが選択され易くすることで、演算時間および演算量の低減が期待できる。

モデル管理部３１は、前述したように予め与えられた分類ルールを用いる他、分類ルールを自動で生成することも可能である。分類ルールを自動で生成する場合は、下記の説明する方法で分類ルールを生成した後、上記した方法で、分類ルールを用いて予測モデルを構築する処理を行う。

ここでは、分類ルールとして決定木の場合を示すが、これに限定されるものではない。分類ルールを自動で生成する場合、分類ルールの生成と予測モデルの構築とを同時に行う。予測モデルの予測誤差のばらつきを少なくする方向に決定木を繰り返し分割する。

この場合において、ノードを分割とは、当該ノードに複数の子ノードを生成することである。例えばあるノード（親ノード）の分割数を２にするとは、当該ノードに２つの子ノードを生成することである。換言すると、親ノードに属するデータ群を各子ノードに対応するデータ群に分割することを表している。

この場合、親ノードに割り当てる特徴量と、特徴量の値による分岐の条件とを決定する必要がある。親ノードに割り当てる特徴量は学習データに存在する項目でもよいし、学習データにおける複数の項目を演算した項目でもよい。親ノードの分割数は３以上とすることも可能である。

ここではあるノードを２つに分割することを繰り返すことで、分類ルール（決定木）を発展させる例を考える。
つまり、親グループを２つのグループ（左グループ、右グループ）に分割することで、分類ルールを成長させていく（決定木の深さを深くしていく）。親ノードにどの特徴量を割り当て、分岐の条件となる特徴量の値を決める際に、ＳＤＲ（Standard Deviation Reduction：標準誤差減少量）を用いる。

図２２は、モデル管理部３１の動作の例を示すフローチャートである。
まず分割数を決定する（ステップＳ２０１）。ここでは分割数を２とする。分割数は所定値でもよいし、分割対象となるノードに属する学習データの数や学習データに含まれる項目数に応じて決まる値でもよい。

ＳＤＲが最大になるように、親ノードに割り当てる特徴量と、分岐の条件となる特徴量の値（特徴量の条件）とを決定する（ステップＳ２０２）。決定した特徴量の条件で、学習データを２つの子ノード（左子ノード（左グループ）、右子ノード（右グループ））に分割する。
ＳＤＲは、一例として以下の式（６）で表される。この例では特徴量として消費電力量を用いている。また、親ノードと子ノードに対して先に予測モデルを構築し、その予測値と実測値の誤差をＳＤＲの特徴量としても構わない。

条件の候補となる特徴量の値を複数設定し、複数の候補で上記のＳＤＲを計算する。この際、候補は、親ノードに属する消費電力量をソートし、各値すべてを候補としてもよい。
そして、最もＳＤＲが大きい特徴量と、特徴量の条件との組を選択する。このようにして親ノードに２つの子ノードを仮生成する。なお、３つ以上に分割する場合も同様にして、ＳＤＲを計算できる。なお、３つの分割の場合、条件の候補となる特徴量の値は例えば２つ存在する。

生成した決定木を用いて、学習データを複数のグループに分割し、前述した方法で予測モデルを生成し（ステップＳ２０３）、予測モデルの評価値（モデル評価値）を計算する。親ノードの予測モデルのモデル評価値と、各子ノードの予測モデルのモデル評価値とに基づき、決定木が分割条件を満たすかを判断する（ステップＳ２０４）。

例えば、親ノードの予測モデルのモデル評価値が、２つの子ノードの予測モデルのモデル評価値の平均よりも大きければ（モデル評価値が小さいほど評価が高い場合）、当該決定木は分割条件を満たし、そうでなければ分割条件を満たさないと判断する。
そして、ステップＳ２０４の判断において、分割条件を満たす場合は（ステップＳ２０４；Ｙｅｓ）、親ノードの分割を確定し、仮生成した２つの子ノードを採択する（ステップＳ２０５）。

次に処理を再びステップＳ２０２に移行し、各子ノードをそれぞれ親ノードとして上記と同様の処理を繰り返す。
なお、再びステップＳ２０２の処理を行うに際して、各子ノードに割り当てる候補となる特徴量を決める際は、上位ノード（親ノードを含む）に既に割り当てられた特徴量を除外してもよい。

ステップＳ２０４の判断において、分割条件を満たさない場合は（ステップＳ２０４；Ｎｏ）、仮生成した子ノードを削除し（分割を中止し）、子ノードを仮生成する前の決定木に戻し（ステップＳ２０６）、処理を終了する。子ノードごとに再帰的に本処理が行われる結果、複数の決定木が特定され得る。この場合、例えば、これら複数の決定木の中から、決定木を最終的に選択する。例えば子ノードの予測誤差を表す評価値（ルール評価値）を計算する。例えば、予測誤差の平均、中央値、最大値などの統計値を計算する。

そして、ルール評価値が最も小さい決定木を選択する。平均を計算する場合に、子ノード（グループ）に属するデータ数に応じて予測誤差に重みを乗じてもよい。また、子ノード（グループ）に属するＥＶの総バッテリー量（バッテリー容量のＥＶ台数分の合計）を電費で除算した値が大きいグループほど、重みを小さくしてもよい（除算値が大きいほど電欠しにくいことを意味する）。また、予測誤差が閾値より大きい子ノードの個数をカウントし、当該個数が最も小さい決定木を選択してもよい。また子ノードの個数に一定の係数を乗じたものを、上記のように計算した統計値等の値に加算したものをルール評価値としてもよい。これにより子ノード数が少ない決定木が選ばれ易くなり、演算量および演算時間の低減を図ることができる。

処理の終了条件として、上記の分割条件以外の条件を用いてもよい。例えば、決定木が予め定められた深さになったことを条件に処理を終了してもよい。また、ＳＤＲの最大値が閾値未満になったことを条件に処理を終了してもよい。

モデル管理部３１は、生成した各予測モデルと分類ルールをモデルデータベース３２で管理する。モデル管理部３１は、各予測モデルのモデルＩＤと、各予測モデルで使用する特徴量の係数とをモデル管理テーブルで管理してもよい。

図２３は、モデル管理テーブルの一例の説明図である。
消費電力量および電池容量等の特徴量（入力変数）ごとに、使用する係数の値が示されている。値が０の特徴量は、使用されないことを意味する。また、分類ルールは、一般的な木構造を実装する形式（図２０参照）でモデルデータベース３２に保持してもよいし、プログラムの形で保持してもよい。また、モデル管理部３１は、モデルデータベース３２に各予測モデルのプログラムコード（予測モデルを構成する関数のプログラムコード）を保持してもよい。

予測部４１は、予測モデルと、ＥＶの予測用データとを用いて、予測対象の走行区間におけるＥＶの消費電力量を予測する。予測用データは、予測モデルの各サブモデルで使用する項目を含むデータである。
ただし、サブモデルで使用する項目が、他のサブモデルの出力値である場合もある。予測対象の走行区間は、例えば、次の充電候補となる供給地点までの区間である。

走行状態管理部５１は、走行中のＥＶの各走行区間の走行状態を管理する。また、走行完了後のＥＶ（目的ＩＣを出たＥＶ）の実績を管理する。走行状態管理部５１は、走行中のＥＶについて、充電を行った供給地点間の走行区間の走行データを取得し、走行管理データベース５２で管理する。
走行データは、各管理部１５〜１９やＥＶナビ利用登録部１３で取得されるデータに基づき生成される。

図２４は、高速道路における走行管理データベースの一例の説明図である。
走行管理データベース５２は、例えば、各ＥＶについて、１回目充電地点と、２回目充電地点と、各種変数とを管理する。３回以上充電を行った場合は、１回目充電地点の列に２回目の充電地点の値が、２回目の充電地点の列に３回目の充電池点の値が入る。４回以上の充電を行った場合も同様の方法で値が更新されつつ、入れられる。

時間は走行区間の走行に要した時間、消費電力量は、走行区間の走行で使用した消費電力量（実績値）であり、距離は、走行区間の距離である。上り坂は、走行区間において一定値以上の勾配があった経路の長さである。下り坂は、走行区間において一定値未満の勾配があった経路の長さである（負の値で表現している）。

ここで示した変数は一例に過ぎず、様々な種類の変数が可能である。例えば、総充電量として、２箇所の充電の合計充電量を追加してもよい。走行状態管理部５１は、走行完了後のＥＶについて、各走行区間で予測した消費電力量を、当該ＥＶの走行データに追加してもよい。また、１回目充電地点と２回目充電地点は、消費電力量を求めたい任意の２地点でも構わない。任意の２地点は、例えば、トラフィックカウンタ（ＴＣ）間やインターチェンジ間、インターチェンジと給電地点との間等、複数の組み合わせも考えられる。当該走行データを利用して分類ルールまたは予測モデルまたはこれらの両方を更新してもよい。

仮想ＥＶ管理部６１は、高速道路を利用するＥＶのうち、本ＥＶ向け情報提供システムを利用していないＥＶ（外部ＥＶ）を仮想的に設定した仮想ＥＶ（＝第３移動体）を生成し、仮想ＥＶの走行計画を作成する。
したがって、実際に情報処理システム１００のサービスを利用していない外部ＥＶが充電装置において、充電を行ったとしても、情報処理システム１００のサービスを利用しているＥＶの走行計画への影響を低減する走行計画を作成することができるのである。

また、仮想ＥＶ管理部６１は、作成した走行計画を更新してもよい。外部ＥＶの具体例としては、ＥＶ向け情報提供システムに登録していないＥＶや、ＥＶ向け情報提供システムに登録していてもＥＶ向け情報提供システムのサービスを利用していないＥＶ、これからＥＶ向け情報提供システムを利用すると考えられるＥＶ等が挙げられる。

図２５は、仮想ＥＶ管理部の動作例のフローチャートである。
本動作は、例えば、一定時間行ってもよい。
仮想ＥＶ管理部６１は、仮想ＥＶを生成するか否かを判断し、仮想ＥＶを生成する場合には、生成する仮想ＥＶの台数を決定する（ステップＳ３０１）。
仮想ＥＶ管理部６１は、仮想ＥＶの生成条件が成立した場合は、仮想ＥＶを生成すると判断し、それ以外の場合は、作成しないと判断する。

例えば、仮想ＥＶの生成条件として、一定時間毎に作成することを決定してもよいし、外部（オペレータ等）から指定された時刻になったら、仮想ＥＶを生成することを決定してもよい。
あるいはランダムに決定した時刻で仮想ＥＶを生成することを決定してもよい。

この場合において、仮想ＥＶを生成する台数は、所定台数（例えば、充電装置毎に１台）でもよいし、外部（オペレータ等）から指定された台数でもよいし、ランダムに決めた台数でもよいし、休日、曜日、時間帯を考慮して予め設定した台数としてもよい。

また、後述する充電計画部７１が特定の時間帯を対象に充電計画（エネルギー供給計画）を立案する場合に、仮想ＥＶを生成する時刻を、当該時間帯内に制限してもよい。

また、高速道路の交通状況に応じて仮想ＥＶを生成するか否か、または仮想ＥＶを生成する台数を決定してもよい。例えば、ＥＶ向け情報提供システムを利用して走行中のＥＶの台数と、道路管制情報から把握される走行中のＥＶの台数とに基づき決定する。

例えば、ＥＶ向け情報提供システム利用中のＥＶの台数と、道路管制情報から把握される走行中のＥＶの台数（実際に走行しているＥＶの台数の推定値）との比率が閾値未満の場合に、仮想ＥＶを生成することを決定する。作成する台数は、これらの台数の差分に応じて決定する。差分が大きいほど、台数を大きくする。一例として差分と同じ台数だけ仮想ＥＶを生成する。

逆に、当該比率が、別の閾値以上の場合は、仮想ＥＶを所定台数（例えば１台）または当該差分に応じた台数だけ削除してもよい。

また、各供給地点の充電器の利用率（供給地点に複数の充電器がある場合は複数の充電器の利用率の平均）やＩＣなどの各流入出地点の利用率、または供給地点間の充電器の利用率の平均に基づき、仮想ＥＶを生成するか否か、または仮想ＥＶを生成する台数を決定してもよい。

充電器の利用率は、例えば、基準時刻から現在時刻までの時間のうち、充電器が使用された時間の比率である。
この場合において、利用率は一定時間単位（例えば１時間単位）で計算してもよい。当該利用率が大きいほど、高速道路または供給地点が混雑しているといえる。一例として、利用率または平均が閾値以上になった場合に、仮想ＥＶを作成することを決定する。利用率またはその平均が大きいほど、作成する仮想ＥＶの台数を大きくしてもよい。

また、充電計画部７１による推奨が成功した確率（推奨成功率）が閾値未満になったかに応じて、仮想ＥＶを生成するか否か、または仮想ＥＶを生成する台数を決定してもよい。
例えば、推奨成功率が閾値未満になった場合に、仮想ＥＶを生成することを決定する。推奨成功率が小さいほど、作成する仮想ＥＶの台数を大きくしてもよい。推奨成功率は時間帯ごとに計算してもよい。ここで推奨が成功するとは、ユーザに推奨した供給地点で実際にユーザが充電したことである。充電の時間を指定した場合は、当該指定した時間、若しくはそれにマージンを含めた時間で充電を行ったことを成功の要件としてもよい。

ステップＳ３０１の判断において、仮想ＥＶを生成しないことを決定した場合には（ステップＳ３０１；Ｎｏ）、処理を終了する。
ステップＳ３０１の判断において、仮想ＥＶを生成することを決定した場合は（ステップＳ３０１；Ｙｅｓ）、作成する台数分の仮想ＥＶのＩＤ（仮想ＥＶ＿ＩＤ）を発行する（ステップＳ３０２）。
これにより、仮想ＥＶが生成される。仮想ＥＶ＿ＩＤは、ユーザ登録済みのＥＶのＩＤ及び他の仮想ＥＶと重複しない限り何でもよい。

続いて、仮想ＥＶ管理部６１は、生成した仮想ＥＶごとに、出発時刻（出発日時）、出発地（出発ＩＣ）、目的地（目的ＩＣ）、出発時の電池残量等を決定する（ステップＳ３０３）。
ここで、出発時刻は、例えば、出発ＩＣに到着する時刻（すなわち出発ＩＣから高速道路に入る時刻）である。ここで挙げた項目は一例であり、車種、走行速度（平均走行速度）、エアコンの使用状況（オン／オフ、暖房／冷房、設定温度、風量等）、累積走行距離、タイヤタイプ、総重量、仮想ＥＶが目的地まで走行するのに使用する経路、充電箇所、充電開始時刻、充電量、充電終了時刻、休憩箇所、休憩開始時間、休憩時間など、様々な項目が考えられる。

そして、仮想ＥＶ管理部６１は、ステップＳ３０３で決定した値を、ステップＳ３０２で発行した仮想ＥＶ＿ＩＤに関連づけることにより、仮想ＥＶの走行計画を生成する（ステップＳ３０４）。

図２６は、仮想ＥＶの１台分の走行計画の一例の説明図である。
図２６においては、基本的な項目のみ示すが、その他、様々な項目を走行計画に含めることが可能である。

仮想ＥＶ管理部６１は、作成した仮想ＥＶの走行計画を仮想ＥＶ＿データベース６２に格納する。
この仮想ＥＶ＿データベース６２には、仮想ＥＶが生成されるごとに、作成された仮想ＥＶの走行計画が格納される。
走行計画を作成された仮想ＥＶはその後、その走行計画で目的地まで上記の走行速度で移動するものとして扱われる。

仮想ＥＶの出発時刻は、現在時刻でも、過去の時刻でも、未来の時刻でもよい。現在時刻の場合は、出発地に当該仮想ＥＶが位置しており、その後の仮想ＥＶの移動を模擬してもよい。
仮想ＥＶの出発時刻が過去の時刻の場合は、出発時刻から現在時刻まで移動を模擬し、その位置に仮想ＥＶが存在するとして、その後の動作を模擬してもよい。
また、後述のように仮想ＥＶの充電計画が作成された場合は、その充電計画にも従うとして動作を模擬する。また、仮想ＥＶの位置を先に決定し、その後で出発時刻を決めても良い。
また、仮想ＥＶの出発時刻が未来の時刻が場合は、未来の時刻が到来したときに出発位置に仮想ＥＶが存在すると扱えばよい。

仮想ＥＶを発生させる区間を決め、その区間に等間隔に仮想ＥＶを配置してもよい。ここで、区間としては、高速道路全体でもよいし、ＥＶ向け情報提供システムに利用登録しているＥＶの出発地と目的地との区間でもよいし、供給地点（例えば、充電装置設置地点）間の区間でもよい）。
また、仮想ＥＶを生成するか否かの判断を区間毎に行ってもよい。例えば、交通状況を区間毎に調べ、区間毎に仮想ＥＶを生成するかを判断する。仮想ＥＶを生成することを決定した区間に仮想ＥＶを配置する。すなわち、当該区間内に仮想ＥＶが配置するように出発時刻、出発地、目的地等を決定する（あるいは出発時刻を省略してもよい）。
また、仮想ＥＶを生成する区間をランダムに決めるようにすることも可能である。

仮想ＥＶを供給地点に配置するようにすることも可能である。
例えば、供給地点毎に、供給地点（充電器）の利用率またはその平均に基づき、仮想ＥＶを生成するか否かの判断を行えばよい。そして、利用率またはその平均が閾値以上の場合、その供給地点に仮想ＥＶを配置すればよい。
また、出発時刻は、配置した仮想ＥＶの位置と時刻に整合するように決めればよい（あるいは出発時刻を省略してもよい）。

図２７は、仮想ＥＶの配置例の説明図である。
図２７（Ａ）に、ＥＶ向け情報提供システムに利用登録しているＥＶ（システム登録ＥＶ）が走行している道路を示す。
この場合において、供給地点Ｋ、Ｌ、Ｍ、Ｎが、高速道路に配置されており、これらの地点Ｋ〜Ｎは、充電器が配置されたＳＡ／ＰＡである。

以下の説明においては、二つの供給地点ＸとＹの区間を、区間ＸＹと記載するものとする。
区間ＫＬと、区間ＬＭにそれぞれ１台のＥＶ４０２、４０３が走行している。供給地点Ｋに１台のＥＶ４０１、供給地点Ｍに２台のＥＶ４０４、４０５、供給地点Ｎに１台のＥＶ４０６が滞在しているものとする（これらのＥＶの滞在目的については、充電、休憩、買い物等のいずれの目的でもかまわない）。

そして、区間ＬＭにインターチェンジＩＣ０１が存在し、供給地点Ｎより後にインターチェンジＩＣ０２が配置されている。
図２７（Ｂ）に図２７（Ａ） の道路に仮想ＥＶを配置した例を示す。
図２７（Ｂ）の例では、インターチェンジＩＣ０１を出発地として仮想ＥＶ４１１が配置されている。また、区間ＭＮに仮想ＥＶ４１２が配置されている。さらに供給地点Ｎに仮想ＥＶ４１３が配置されている。

図２７（Ａ）および図２７（Ｂ）の例において、実際には、システム登録ＥＶ以外の外部ＥＶが走行している可能性があるが、当該外部ＥＶは本システムの管理対象外であり、図示は省略している。
そして、仮想ＥＶは、この外部ＥＶを模擬したものに相当する。

以下、ステップＳ３０３における仮想ＥＶの走行計画を作成する処理について詳細に説明する。

［第１の例］
例えば、走行計画を作成する日（当日）に関連する期間を特定し、特定した期間の複数台のＥＶ（ＥＶ向け情報提供システムに登録しているＥＶ（システム登録ＥＶ））の走行履歴を利用して、仮想ＥＶの走行計画を作成する。

簡単な方法の例として、例えば当日が日曜日であれば、期間として過去のある月（先月でもよいし、１年前の同じ月でもよいし、その他の月でもよい）の各日曜日を指定し、当該期間におけるシステム登録ＥＶの走行履歴中から乱数等で１台の走行履歴を選択する。
そして、選択した走行履歴から、走行計画に必要な項目を抽出し、抽出した項目の値を利用して仮想ＥＶの走行計画を作成する。

図２８は、第１の例における走行計画の作成の具体例の説明図である。
図２８の上部には、走行履歴から選択した過去のＥＶの走行履歴が示されており、図２８の下部には、過去のＥＶの走行履歴に基づいて作成した仮想ＥＶの走行計画を示している。
図２８の例においては、作成した仮想ＥＶの走行計画は、走行計画の項目のうち、出発時刻における出発日以外の項目は、過去のＥＶの走行履歴の値と同じとしている（出発の年月と時分秒も同じである）。
すなわち、過去のＥＶの走行履歴の出発日は“ＤＤ１”であるが、仮想ＥＶの走行計画では出発日は“ＤＤ１”より後の日付の“ＤＤ２”となっている点が異なっている。

ここでは１台の過去のＥＶの走行履歴を利用したが、複数台のＥＶの走行履歴を統合してもよい。例えば、出発時刻のうち時分秒は、過去の複数台のＥＶの平均値等の統計値を用いる。また、出発地と目的地は、複数台のＥＶの最頻値等の統計値でもよい。この際、出発地と目的地を別々に決めてもよいし、出発地と目的地を１セットとして、最頻値等の統計値を求めてもよい。また、車種として、複数台のＥＶの最頻値等の統計値を用いてもよい。

ステップＳ３０１で決定する仮想ＥＶの台数に関して、上述したように、特定した期間における１日の台数の平均値等の統計値に基づき、作成する仮想ＥＶの台数を決定してもよい。例えば、当該平均値と、道路管制情報から把握される上記期間に走行中のＥＶの台数の１日の平均との差分または差分に応じた台数を、作成する仮想ＥＶの台数としてもよい。

［第２の例］
走行計画に含める各項目（出発時刻、出発地、目的地、出発地点における電池残量等）について、各項目が取り得る複数の属性の確率を保持しておく。当該確率に基づき、作成する走行計画に含める各項目の値を決定する。

図２９は、第２の例における走行計画の作成の具体例の説明図である。
本例における出発地（出発ＩＣ）を決定する例を示す。
図２９（Ａ）は、高速道路に設けられた複数のＩＣ（属性）について、確率が保持されたテーブル（確率テーブル）の例を示している。
この確率テーブルは、仮想ＥＶ＿ＤＶ６２に保持されている。なお、インターチェンジＩＣは、一般のＩＣでも、スマートＩＣでもよい。図の例では、インターチェンジＩＣ０１の確率は０．４２、インターチェンジＩＣ０２の確率は０．５５である。これらの確率でそれぞれのインターチェンジＩＣが選択されるように、乱数等を用いて、出発インターチェンジＩＣを決定する。ここでは出発地の場合を示したが、他の項目ついても同様の確率テーブルを用意すればよい。

また確率テーブルに保持している確率は一例であり、例えば、各属性が実際に過去に選択された頻度の値をテーブルに保持しても良い。この場合、各頻度の値の大きさに応じた確率で、各属性が選択されるようにすればよい。なお、ここでは出発地の例を示したが、出発地と目的地の組について同様に確率テーブルで確率を保持しても良い。

図２９（Ａ）では項目が取り得る値（ＩＣ０１、ＩＣ０２等）は離散値であったが、項目が取り得る値が連続値である場合は、確率分布を用いてもよい。例えば、用いる確率分布としては、正規分布が挙げられる。例えば、項目として走行速度（平均走行速度）を考える。

図２９（Ｂ）に横軸を走行速度、縦軸を確率とする正規分布の例を示す。このような正規分布のパラメータ（平均値と標準偏差）を予め仮想ＥＶ＿データベースに保持しておく。当該正規分布に従った確率で選択されるように走行速度を決定する。

より詳細には、正規分布の走行速度の範囲を一定の間隔で区切って、区間毎の代表速度を求めておく。正規分布で選択された走行速度が属する区間を特定し、特定した区間の代表速度を、仮想ＥＶの走行速度として決定する。

上述した確率テーブルや確率分布等の確率情報は、過去の期間の走行履歴すべてを対象に生成してもよいし、日時別、曜日別、月別、時分秒別、休日／平日別など、任意の時間種別で生成してもよい。

この場合、該当する時間種別の確率テーブルまたは確率分布を利用して、項目（例えば出発地、走行速度等）の値を決定すればよい。また、ステップＳ３０１で仮想ＥＶの台数を先に決定するのではなく、道路管制情報やＥＴＣ２．０における流入出の発生確率に従い、仮想ＥＶのＩＤを発行してもよい。

図３０は、各インターチェンジの確率情報を生成する処理の一例のフローチャートである。
ここでは各インターチェンジＩＣが出発インターチェンジＩＣとして用いられる頻度または確率または確率分布を表す確率情報を生成する例を示している。しかしながら、その他の項目も同様の方法で確率情報を生成可能である。

例えば、複数のインターチェンジＩＣに一時的に１から始まるインデックスｊ（ｊの最大値は、対象の複数のインターチェンジＩＣの個数に一致する）を振る（ステップＳ４０１）。

まずパラメータｊ＝１のインターチェンジＩＣを特定し、当該パラメータｊ＝１に相当するインターチェンジＩＣに対応する過去の走行履歴のうち、処理に必要なデータ（対象データ）を取得する（ステップＳ４０２）。

ここでは、少なくとも出発インターチェンジＩＣと日時に関する情報を取得する。
続いて、対象とする時間種別の各属性に１から始まるインデックスｉを付与する（ステップＳ４０３）。

例えば、時間種別が曜日であれば、各属性は日曜日〜土曜日であり、日曜日に１、月曜日に２、火曜日に３を付与などする。まず、対象データから、パラメータｉ＝１に関するデータを抽出し（同Ｓ４０４）、抽出したデータに基づき、当該パラメータｊ＝１のインターチェンジＩＣが出発インターチェンジＩＣとして用いられる頻度または確率または確率分布を計算する（ステップＳ４０５）。

パラメータｉ＝２以降の曜日についても同様にして、頻度または確率を計算する（ステップＳ４０４、Ｓ４０５）。
これにより、例えば時間種別が曜日であれば、日曜日から土曜日までの各曜日の頻度または確率または確率分布を表す確率情報が得られる。得られた確率情報を仮想ＥＶ＿データベース６２に格納する（ステップＳ４０６）。
パラメータｊ＝２以降のインターチェンジＩＣについても同様の処理を繰り返す（ステップＳ４０２〜Ｓ４０６）。これにより各インターチェンジＩＣについて曜日別の確率情報が得られる。

上述の説明では、曜日別に各インターチェンジＩＣの確率情報を生成したが、車種毎かつ曜日別に各ＩＣの確率情報を算出してもよいし、その他の項目をさらに追加して、確率情報を算出してもよい。

また、時間種別として曜日を扱ったが、各日（１〜３１日）でもよいし、各月（１〜１２月）でもよいし、各時刻（０時〜２３時）でもよいし、朝・昼・晩・深夜といった時間帯でもよい。

また、各インターチェンジIＣが出発インターチェンジＩＣとして選択される確率等を示したが、その他の項目の確率等についても同様にして計算できることは前述したとおりである。

充電計画部７１は、システム登録ＥＶの走行状態と、システム登録ＥＶの走行計画と、仮想ＥＶの走行計画とに基づき、本ＥＶ向け情報提供システムを利用して走行中のＥＶ（システム登録ＥＶ）と仮想ＥＶとの充電計画（エネルギー供給計画）を作成する。充電計画の作成に当たっては、システム登録ＥＶが通知した利用登録のデータと、仮想ＥＶの走行計画とを用いる。

また、システム登録ＥＶが出発ＩＣに入ってからの消費電力履歴（充電履歴）や、システム登録ＥＶの現在の走行状態（現在位置、電池残量等）を利用してもよい。

また、リアルタイムに得られる外部の情報（例えば道路管制情報、充電器情報）等を利用してもよい。充電計画は、例えば、ＥＶについて、現在の電池残量で到達可能な供給地点の情報、当該到達可能な供給地点の混雑状況（待ち時間が長いか短いか）等を示した情報である。
システム登録ＥＶが使用する経路は、情報装置２０１から通知されてもよいし、本装置が出発地と、目的地とから推定してもよい。推定には、前述した最短経路を推定する方法などが挙げられる。

仮想ＥＶに対しては、充電計画の推奨ができないため、まず仮想ＥＶの充電計画を作成し、次に、仮想ＥＶが充電計画通りの供給地点で充電すると仮定した上でシステム登録ＥＶの充電計画を作成する。
この場合において、システム登録ＥＶが推奨通りに充電しない場合を考慮して、仮想ＥＶとシステム登録ＥＶと、を同一に扱って、充電計画を立案してもよい。

システム登録ＥＶに関して、出発時刻の早いシステム登録ＥＶの順に充電計画を作成すればよい。新たにシステム登録ＥＶまたは新たに仮想ＥＶが追加された場合は、追加されたシステム登録ＥＶまたは仮想ＥＶに対して充電計画を作成し、それ以前に作成したシステム登録ＥＶおよび仮想ＥＶの充電計画については更新してもよいし、そのまま維持してもよいし、新たにシステム登録ＥＶまたは仮想ＥＶが追加されるごとに、すべての充電計画を再作成（更新）してもよい。

図３１は、ＥＶについて充電計画を作成するために、ＥＶが到達可能な地点を特定する処理の説明図である。
この場合において、対象となるＥＶは、システム登録ＥＶまたは仮想ＥＶである。

図３１においては、供給地点Ａ、Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇ（以下、地点Ａ〜Ｇ）が、高速道路に配置されているものとする。
これらの地点Ａ〜Ｇは、ＥＶの目的地（目的ＩＣ）までのある経路に沿って配置された充電可能なＳＡ／ＰＡである。

そして、対象となるＥＶは地点Ａで充電を行い、現在地点Ｂ〜Ｃの間の位置を走行しているものとする。

以下の説明においても、２つの供給地点ＸとＹの区間を、区間ＸＹと記載するものとする。
充電計画部７１は、区間ＣＤ、区間ＤＥ、区間ＥＦ、区間ＦＧの消費電力量を計算し、供給地点Ｃ、Ｄ、Ｅ、Ｆ、ＧにおけるＥＶの電池残量（ここではＳｏＣ（State of Charge））を計算する。

充電計画部７１は、ＥＶの現在位置および電池残量を把握している。
この場合において、現在位置は、例えば、情報装置とリアルタイムの通信により取得する情報（ＧＰＳ情報等）から判断すればよい。

また、現在の電池残量は前回充電を行った供給地点から現在の位置までの距離等の変数と、予測モデルとを用いて現在の位置までの消費電力量を計算し、前回の充電後の電池残量から当該消費電力量を減算してもよい。あるいは、ＥＶのスペックデータである電費の情報を用いて消費電力量を計算し、前回の充電後の電池残量から当該消費電力量を減算してもよい。

地点Ｃにおける電池残量は、現在の電池残量から、現在位置から地点Ｃまでの走行の消費電力量を減算することで算出すればよい。消費電力量は、現在位置から地点Ｃまでの距離等の変数と、予測モデルとに基づき計算すればよい（ＥＶのスペックデータである電費の情報を用いて消費電力量を計算し、前回の充電後の電池残量から当該消費電力量を減算してもよい。以下同様）。
予測モデルが走行速度等を変数として含む場合、例えば、トラフィックカウンタ情報が示す区間ＣＤ間の速度など、外部から得られる情報を利用すればよい。

地点Ｄにおける電池残量は、地点Ｃの計算した電池残量から、区間ＣＤの走行の消費電力量＾ｙｃｄを減算することで算出すればよい。区間ＣＤの走行の消費電力量＾ｙｃｄは、地点Ｃから地点Ｄまでの距離等の変数と、予測モデルとに基づき計算すればよい。

同様にして、区間ＤＥの走行の消費電力量＾ｙｄｅを計算し、地点Ｄの電池残量から消費電力量＾ｙｄｅを減算して、地点Ｅの電池残量を算出する。また、区間ＥＦの走行の消費電力量＾ｙｅｆを計算し、地点Ｅの電池残量から消費電力量＾ｙｅｆを減算して、地点Ｆの電池残量を算出する。

また、区間ＦＧの走行の消費電力量＾ｙｆｇを計算し、地点Ｆの電池残量から消費電力量＾ｙｆｇを減算して、地点Ｇの電池残量を算出する。地点Ｇより後の地点についても、同様にして電池残量を算出する。

算出される電池残量が一定値未満になる場合は、その地点へ現在の電池残量では到達できないと判断する。それより前の地点を、到達可能な範囲内の地点として特定する。例えば、地点Ｇの後、地点Ｈについて電池残量を計算し、地点Ｈ（図示せず）に対して計算した電池残量が一定値未満になったとする。この場合は、地点Ｃ〜Ｇまでを、特定する（以下の説明ではこの場合を想定する）。

充電計画部７１は、上記の方法に基づき、仮想ＥＶおよびシステム登録ＥＶのうち、まず各仮想ＥＶの充電計画を作成する。まず仮想ＥＶの到達可能な複数の地点を特定し、特定した地点における電池残量の分布に基づき、ＥＶの充電地点を決定する。一例として、特定した複数の地点のうち、電池残量が閾値未満になった後の最初に位置する地点を充電地点とする。

例えば、閾値がＳＯＣ＝３０の場合、ＳＯＣが３０未満になった後の最初の地点は、地点Ｅである。
よって、この場合、地点Ｅを充電地点に決定する。充電計画部７
１は、仮想ＥＶはこの地点で充電すると決定し、仮想ＥＶが充電地点に到着する時刻を計算する（例えば、仮想ＥＶの走行速度と充電地点までの距離から計算）。

仮想ＥＶが最早利用可能時刻（到着時刻以降で最も早く利用出来る時刻）から一定時間、この地点の充電器を利用すると仮定し、仮想ＥＶの充電を計画し、仮想ＥＶの走行計画に充電スケジュールを追加する。
この場合において、到着時刻に応じた時刻（到着時刻でもよいし、到着時刻の５分後などでもよい）に仮想ＥＶが割り当てられていない充電器が存在すれば、到着時刻が最早利用可能時刻に一致すると判断してもよい。

また、到着時刻にすべての充電装置（充電器）が割当済みであれば、その後に最初に充電器が空いた空き時刻に時刻（空いた時刻でもよいし、空いた時刻の５分後などでもよい）を最早利用可能時刻としてもよい。充電時間は電池残量に拘わらず、所定時間行うとするが、電池残量が少ないほど大きくなるように充電時間を決定してもよい。
そして、充電後のＳＯＣは、充電時間に応じた電力量を、充電開始時の電池残量に加算することで算出すればよい。

仮想ＥＶの充電地点を決定する他の方法として、充電計画部７１は、電池残量が閾値未満になった後の地点を候補地点として決定し、候補地点の中から充電地点を決定してもよい。
例えば、閾値がＳＯＣ＝３０であれば、候補地点は、地点Ｅ、Ｆ、Ｇとなる。

この場合において、電池残量が、下限値以上であることを候補地点の要件として追加してもよい。
例えば、下限値がＳＯＣ＝１８であれば、候補地点は、地点Ｅ、Ｆとなる。そして、複数の候補地点から充電地点を選択する。選択の方法は、ランダムでもよい。または、候補地点の混雑状況または周囲の交通状況（渋滞の有無等）に基づき、選択を行ってもよい。

例えば、混雑状況として、各候補地点の充電器の利用率がある。候補地点に複数の充電器があるときは、例えば当日の複数の充電器の利用率の平均を用いればよい。利用率は、一例として、前述した方法で、図１６の充電器情報から算出すればよい。複数の候補地点のうち最も利用率が低い補地点または利用率が閾値未満の候補点を、充電地点に決定する。

また、周囲の交通状況を用いた例として、各候補点に至る前の区間の交通量を比較し、交通量が最も少ない候補地点を、充電地点に決定してもよい。

そして、充電計画部７１は、すべての仮想ＥＶについて充電スケジュールを決定する。これにより各供給地点について充電器ごとに仮想ＥＶの充電計画を含むデータ（全体充電計画データ）を作成する。

この全体充電計画データは、将来において、各供給地点にどれくらいの外部ＥＶがどの時間に充電を行うために到来するのかの予測として用いることができる。
また、全体充電計画データには、後述するようにシステム登録ＥＶの充電計画も追加される。充電計画部７１は全体充電計画データを充電計画データベース７２に格納する。

充電計画データベース７２は、全体充電計画データを保持する。充電計画データベース７２は、例えばメモリ装置、ハードディスク装置、ＳＳＤ装置など、ハードウェア記憶装置で実現される。

図３２は、仮想ＥＶのみの充電計画を含む全体充電計画データの一例を説明する図である。
図３２の全体充電計画データは、グラフィカルデータの形態を有するが、テーブル形式やリスト形式など、他の形式で構成してもよい。

また、この全体充電計画データを、表示装置を介して、オペレータに表示してもよい。横軸に供給地点Ｅ〜Ｈが示されている（その他の供給地点の図示は省略している）、縦軸は時間を表す。各供給地点に対して、当該仮想ＥＶを表す矩形（斜線が施された矩形）が時間軸方向に沿って配置されている。仮想ＥＶを表す矩形のシンボルの縦の長さは、仮想ＥＶが充電を行う時間（開始時刻と終了時刻）を表している。

また、矩形のシンボルの底辺の位置は充電の開始時刻、上辺の位置は充電の終了時刻を表している。例えば供給地点Ｆでは、仮想ＥＶ２、仮想ＥＶ３、仮想ＥＶ４、仮想ＥＶ５の順で充電を行うことが示されている。

つまり、図３２の例の場合、仮想ＥＶ２〜仮想ＥＶ５のそれぞれの充電の開始時刻に、実際に外部ＥＶが供給地点Ｆに到来して充電を行うことが予測されている。

図３２の例では、各仮想ＥＶ１〜５についてそれぞれ２回分の供給地点が決定されている。図３２の例では各供給地点の充電器は一つであるが、複数の充電器が存在する場合は、充電器ごとに仮想ＥＶの矩形を時間軸に沿って配置すればよい。

そして、充電計画部７１は、充電計画データベース７２の全体充電計画データを用いることで、システム登録ＥＶに対して、待ち時間が少なくて済む供給地点を決定する。すなわち、全体充電計画データに示される仮想ＥＶの充電スケジュールを制約条件として（すなわち仮想ＥＶの充電スケジュールを変更しないで）、システム登録ＥＶの充電スケジュールを作成する。

充電計画部７１は、システム登録ＥＶについても、上記と同様にして到着可能な範囲内の地点から、充電の候補地点を特定する。充電の候補地点の特定方法は、仮想ＥＶの場合と同じ方法を用いればよい。例えば、電池残量が閾値未満になった後の地点を候補地点として決定する。

具体的には、閾値がＳＯＣ＝３０であれば、候補地点は、地点Ｅ、Ｆ、Ｇとなる。電池残量が、下限値以上であることを候補地点の要件としてもよい。例えば、下限値がＳＯＣ＝１８であれば、候補地点は、地点Ｅ、Ｆとなる。そして、複数の候補地点から推奨する充電地点（推奨地点）を選択する。

一例として、充電計画部７１は、複数の候補地点のうち、待ち時間が最も少ないまたは閾値未満の供給地点を、充電地点とする。
そして、充電計画部７１は、各候補地点への到着予測時刻を計算する。
到着予測時刻またはそれに応じた時刻から、充電器が空いていればシステム登録ＥＶは充電可能であるとする。

この条件の下で、最も待ち時間が少ないまたは閾値未満の供給地点を決定する。システム登録ＥＶの候補地点がＥ、Ｆであるとし、システム登録ＥＶの候補地点Ｅ、Ｆの到着予測時刻と、全体充電計画データから、待ち時間が少ないのは候補地点Ｅであると決定したとする。

この場合、候補地点Ｅを推奨地点として決定する。充電時間長は所定時間長でもよいし、電池残量が少ないほど大きくなるように充電時間を決定してもよいし、ユーザが充電量を指定した場合は、当該指定された充電量の充電に必要な時間でもよい。
充電後のＳＯＣは、充電時間に応じた電力量を、充電開始時の電池残量に加算することで算出すればよい。あるいはユーザが充電時間長を決定してもよい。
充電計画部７１は、決定したシステム登録ＥＶの充電時間の予測データを、システム登録ＥＶの充電計画として、全体充電計画データに追加する。

図３３は、システム登録ＥＶの追加後のデータ例を説明する図である。
図３３に示すように、システム登録ＥＶ（図のＥＶ１１）の充電計画が供給地点Ｅに追加されている。システム登録ＥＶに決定された時間が、当該システム登録ＥＶを表す白抜きの矩形で表されている。また上記と同様の処理を繰り返し行うことで、システム登録ＥＶ１１について、次の供給地点Ｇが推奨地点として決定され、供給地点Ｇに対しても充電計画が追加されている。

充電計画部７１は、システム登録ＥＶに対して決定した推奨地点（図３３の例では２回分の供給地点）と、推奨地点での充電時間（開始時刻および終了時刻）等を示す推奨データを、通信部１１を介して、ユーザの情報装置２０１に送信する。

図３４は、システム登録ＥＶに送信する推奨データの一例を説明する図である。
推奨データには、当該推奨地点の到着予測時刻や、推奨地点での充電開始までの待ち時間に関する情報（○分待ち、待ち時間無しなど）を含めてもよい。ここでは推奨地点を２回分（次の供給地点と、さらにその次の供給地点）示したが、１回分のみ（次の供給地点のみ）でもよい。

充電計画部７１は、他のシステム登録ＥＶについても同様にして推奨地点を決定する。
この際も、最新の全体充電計画データに基づき、仮想ＥＶのみならず、システム登録ＥＶについても推奨した供給地点で充電を行うと仮定し、これらを制約条件として、当該他のシステム登録ＥＶの推奨地点を決定する。このようにして仮想ＥＶおよび他のシステム登録ＥＶについて充電を計画することで、システム登録ＥＶについて待ち時間がない、あるいは、少ない供給地点の推奨が可能となる。

上述した図３２及び図３３を用いた説明では、仮想ＥＶの充電計画を先に行ったが、前述したように仮想ＥＶとシステム登録ＥＶを区別することなく、充電計画の順序を決定してもよい。
この場合において、例えば、出発時刻の早い順に充電計画を行ってもよいし、ランダムに順番を決定してもよい。また、特許第５３６４７６８号で記載されている方法のように、ピークとなる待ち時間や負荷が最少となるように、山崩し法等や他の数理最適化手法を活用してシステム登録ＥＶと仮想ＥＶを併せて全体最適となるように計画を策定する方法も可能である。

また、ユーザに推奨した推奨地点に対してユーザが同意をした場合に、当該推奨地点をユーザに対して予約してもよい。例えば、ユーザの情報を含む予約情報を推奨地点の充電施設（充電器）の予約システム（図示せず）に送信する。予約システムでは、当該ユーザに対して予約情報に基づき予約する。これにより推奨地点では、当該予約の時間がユーザに対して確保される。よってユーザは、予定した時間でＥＶを充電することができる。なお、ユーザの同意は、情報装置２０１にユーザが同意のデータ入力を行い、入力したデータを充電計画部７１に送信すればよい。充電計画部７１は、データに基づき予約情報を生成し、予約システムに送信する。予約システムの機能を本情報処理装置が備えていてもよい。

（仮想ＥＶの走行計画の更新）
充電計画部７１は、システム登録ＥＶの情報や、サーバ２１１からリアルタイムに得られる情報（交通管制情報、充電器情報など）に基づき、仮想ＥＶ＿データベース６２における仮想ＥＶのデータを更新してもよい。

［第１の例］
リアルタイムに得られる充電器情報に基づき、ある供給地点のある時間帯（例えば１３〜１５時など。１回の充電時間よりも十分長い時間）に充電を計画された仮想ＥＶを特定する。当該時間帯内で実際に充電されたＥＶの台数を計算する。

続いて、計算した台数と、仮想ＥＶの台数との比率を計算する。この比率が閾値未満の場合、これらの仮想ＥＶの確度（信頼度）は低いとして、これらの仮想ＥＶを削除する。ここで記載した処理を他の供給地点および他の時間帯についても行ってよい。仮想ＥＶを削除した後、充電計画部は、残りの仮想ＥＶとシステム登録ＥＶを対象に、再計画を行ってもよい。

例えば、残りの仮想ＥＶの充電計画を再作成し、これを制約条件として、システム登録ＥＶの充電計画を作成する。ここでは該当する仮想ＥＶのすべてを削除したが、比率に応じた台数だけ削除してもよい。例えば、比率が小さいほど、多くの仮想ＥＶを削除する。また、上記の計算した台数と、仮想ＥＶの台数との差を計算し、差の数だけ、仮想ＥＶを削除してもよい。これらの場合において、削除する仮想ＥＶは、例えばランダムに選択してもよいし、作成された順に削除してもよいし、その他の順序で削除してもよい。

［第２の例］
ＥＴＣ情報（流入台数、流出台数、ＥＶの車種、ＥＶの電池残量など）を利用して、ある時間帯のある場所（例えば、ＩＣ、供給地点）における実際の流入台数を計算する。

続いて、実際の流入台数から、同時間帯の同場所に流入したシステム登録ＥＶの台数を減算する。同じ時間帯の同じ場所における仮想ＥＶの流入台数を計算する。減算後の台数と、仮想ＥＶの流入台数との比率を計算する。この比率が閾値未満の場合、これらの仮想ＥＶの確度は低いとして、これらの仮想ＥＶを削除する。ここで記載した処理を他の時間帯および他の場所についても行ってよい。

以上の説明では、該当する仮想ＥＶのすべてを削除したが、比率に応じた台数だけ削除してもよい。例えば、比率が小さいほど、多くの仮想ＥＶを削除する。また、上記の減算後の台数と、仮想ＥＶの台数との差を計算し、差の数だけ、仮想ＥＶを削除してもよい。これらの場合において、削除する仮想ＥＶは、例えばランダムに選択してもよい。

［第３の例］
所定の長さの期間（１年間など）について、ある時間帯のある場所についてある事象（インターチェンジへの流入、充電など）の頻度（流入台数、充電台数）の統計値を計算する。統計値は、例えば平均値、中央値、最大値などがあるが、ここでは平均値とする。
そして、平均値が閾値以上であれば、その時間帯のその場所については仮想ＥＶの確度が高いと判断する。その場合、その時間帯およびその場所について上記事象に関連する仮想ＥＶは有効であると判断し、上記の第１の例および第２の例における削除の対象から除外してもよい。

（第１の変形例）
上述した実施形態において、上述した各種の確率または頻度に関する情報（確率情報）は、その時点で得られている過去のデータに基づき計算したが、その後に収集される新規のデータと、過去のデータとに基づき、確率情報を再計算してもよい。または、過去のデータに基づき計算した確率情報を、新規のデータを用いて、ベイズ更新により更新してもよい。

（第２の変形例）
上述した実施形態においてシステム登録ＥＶのうち本情報処理システム１００の推奨に従わないＥＶ（推奨された供給地点で充電を行わないＥＶ）もしくは従わない確率が高いＥＶは、本ＥＶ向け情報提供システムの推奨に従うＥＶまたは従う確率の高いＥＶにとってスケジュールを乱す要因となる。そこで、そのようなＥＶ（外乱ＥＶ）を模した仮想ＥＶを生成してもよい。

まず、システム登録ＥＶについて推奨に従う確率を過去の走行履歴（走行状態管理部５１で管理する走行データの履歴等）から計算する。確率が閾値未満であれば、当該システム登録ＥＶを外乱ＥＶとみなし、これまで推奨した供給地点と、実際に充電した供給地点との位置関係を計算する。

この場合において、位置関係の例として、距離の差の統計値（平均値等）または分布（確率分布等）が挙げられる。実際に充電した供給地点が、推奨した供給地点よりも進行方向に沿って先であれば差は負の値、前であれば差は正の値となる（あるいは正負の関係はこれと逆でもよい）。なお、位置関係の例は、これに限定されず、推奨地点と、実際に充電した供給地点との間に、経路に沿って何カ所の供給地点があるかでもよい。

当該外乱ＥＶについて、次回の利用登録時に、前述した方法で充電計画を作成する。そして、仮想ＥＶの充電計画では、当該外乱ＥＶの充電計画で推奨する推奨地点と、当該差の統計値または分布とに基づき、仮想ＥＶの充電地点を決定する。

この仮想ＥＶの充電地点は、例えば、当該外乱ＥＶが利用登録したことを条件として生成してもよい。仮想ＥＶの充電地点を決定する例として、外乱ＥＶの推奨地点に対して当該差の統計値を加算した位置を求め、当該位置に最も近い地点を最終的な推奨地点とする。

あるいは、差の統計値を加算した位置と、到達可能な各供給地点との距離に応じて距離が近いほど高い確率で選択される方式で、充電地点を決定する。また、差の統計値の代わりに、上記分布で乱数等により上記差の値を選択し、選択した差を用いて、充電地点を決定してもよい。

（第３の変形例）
本ＥＶ向け情報提供システムの過去の走行履歴に基づき、各出発地から各目的地までの走行パターンとその確率を計算する。走行パターンは、一例として、出発地と、目的地と、充電に使用した供給地点と、移動に使用した経路（走行区間）等を含む。その他、車種や、タイヤの種類、気温、傾斜などの項目を含んでもよい。これらの走行パターンの中から確率に従って走行パターンを選択し、選択した走行パターンを用いて仮想ＥＶを生成する。

例えば、仮想ＥＶの出発時刻等以外は、選択した走行パターンと同じ値を用いる。これにより、これから本ＥＶ向け情報提供システムに利用登録して走行するであろうＥＶを仮想ＥＶとして生成することができる。

図３５は、本実施形態に係る情報処理装置の動作の一例を示すフローチャートである。

走行状態管理部５１が、ユーザデータベース１４を参照等して、利用登録済みのＥＶ（システム登録ＥＶ）を把握する（ステップＳ５０１）。走行状態管理部５１は、把握した各ＥＶについて、走行中か否かを判断する（ステップＳ５０２）。

ステップＳ５０２の判断において、ＥＶが走行中の場合（途中のＳＡ／ＰＡに滞在している場合を含む）には（ステップＳ５０２；Ｙｅｓ）、予測部４１を用いて、目的地までの間の各区間（例えば供給地点間の区間）の消費電力量を予測する（ステップＳ５０３）。

この場合において、一定数先までの区間の消費電力量を予測してもよいし、目的地までのすべての区間の消費電力量を予測してもよい。
なお、本フローチャートの繰り返し毎に、本ステップを行って、予測した消費電力量を逐次更新してもよい。なお、目的地までの経路は、例えば最短経路を探索するなどの方法で推定して決めてもよいし、ＥＶのユーザの情報装置から目的地までの経路の情報を取得して、この情報に基づき目的地までの経路を特定してもよい。

また、ステップＳ５０２の判断において、ＥＶが走行中でない場合には、（ステップＳ５０２；Ｎｏ）、すなわち、目的地を通過した場合は、当該ＥＶの走行の実績を走行履歴として走行管理データベース５２に保存しておく（ステップＳ５０４）。

仮想ＥＶ管理部６１は、仮想ＥＶの生成条件に基づき、一つ又は複数の仮想ＥＶを生成する（ステップＳ５０５）。
次に生成した仮想ＥＶの出発時刻、出発地、目的地、残存電力量、目的地までの移動に使用する経路などの項目を決定する。また、仮想ＥＶについて、予測部４１を用いて、目的地までの間の各区間（例えば供給地点間の区間）の消費電力量を予測する（ステップＳ５０６）。
この場合において、一定数先までの区間の消費電力量を予測してもよいし、目的地までのすべての区間の消費電力量を予測してもよい。なお、本フローチャートの繰り返し毎に、ステップＳ５０６の処理を行って、予測した消費電力量を逐次更新してもよい。

充電計画部７１は、各仮想ＥＶについて予測した各消費電力量に基づき、充電地点を決定し（ステップＳ５０７）、充電の充電時間（開始時刻および終了時刻）を決定する。
すなわち、各仮想ＥＶの充電計画を作成する。充電時間は、例えば仮想ＥＶが充電地点に到着する予測時刻および電池残量等に基づき決定する。この際、他の仮想ＥＶに決定した充電時間（および充電計画を作成済みのシステム登録ＥＶが存在する場合は、当該充電計画の充電時間も）に重ならないように充電時間を決定する。
これにより、充電計画部７１は、各仮想ＥＶの充電計画を含む全体充電スケジュールデータを生成する。

そして、充電計画部７１は、全体充電計画データに基づき、システム登録ＥＶの推奨地点を決定する（ステップＳ５０８）。

また充電計画部７１は、決定した推奨地点の充電時間（開始時刻および終了時刻）を決定する。例えば、全体充電計画データに登録されている仮想ＥＶ（および既に他のシステム登録ＥＶの充電計画が登録されている場合は当該システム登録ＥＶも）の充電時間に重ならないように、推奨地点と充電時間を決定する。この際、待ち時間が最も少なくなる、または待ち時間が閾値未満になる供給地点を選択する。

つまり、仮想ＥＶの充電計画に合うように実際に外部ＥＶが充電し、また、既に推奨済みの他のシステム登録ＥＶに推奨した充電計画で実際に他のシステム登録ＥＶが充電することを想定した場合に、待ち時間が少なくてすむ供給地点をシステム登録ＥＶの推奨地点に決定する。

そして、充電計画部７１は、決定したシステム登録ＥＶの充電計画を全体充電スケジュールデータに追加する。
さらに、充電計画部７１は、決定した推奨地点を含む推奨データをユーザの情報装置に送信する（ステップＳ５０９）。

続いて、制御部２１が、本処理の終了条件が成立したかを判断する（ステップＳ５１０）。
例えば、オペレータが終了指示を入力した場合に、終了条件が成立したと判断する。

ステップＳ５１０の判断において、終了条件が成立していない場合には（ステップＳ５１０；Ｎｏ）、処理をステップＳ５０１に移行する。
そして、新たに登録済みのＥＶが発生している場合は、発生したＥＶについて上記と同様の処理を繰り返す。
なお、ステップＳ５０５の処理において、仮想ＥＶの生成条件が満たされている場合は、仮想ＥＶを生成し、前回生成した仮想ＥＶは、前述した方法で削除されない限りまたは走行が完了しない限り、そのまま引き継がれる。

ステップＳ５１０の判断において、終了条件が成立した場合には（ステップＳ５１０；Ｙｅｓ）、本処理を終了する。

以上、本実施形態によれば、本システムを利用していない外部のＥＶを仮想ＥＶとして当該仮想ＥＶの充電スケジュールを生成し、外部のＥＶがこの充電スケジュールで実際に充電を行うことを想定して、システム登録ＥＶの充電スケジュールを生成する。

これにより、システム登録ＥＶのユーザに対して、高い精度で混雑していない供給地点（ステップＳＡ／ＰＡ）を推奨できる。高い精度でユーザに供給地点を推奨できることからユーザが本ＥＶ向け情報提供システムの推奨に従う確率を向上させることができる。すなわち、誘導の成功率を高めることができる。

図３６は、本実施形態に係る情報処理装置１０１のハードウェア構成を示す図である。
本実施形態に係る情報処理装置１０１は、コンピュータ装置１００により構成される。コンピュータ装置１００は、ＣＰＵ１５１と、入力インタフェース１５２と、表示装置１５３と、通信装置１５４と、主記憶装置１５５と、外部記憶装置１５６とを備え、これらはバス１５７により相互に接続されている。

ＣＰＵ（中央演算装置）１５１は、主記憶装置１５５上で、情報処理装置１０１の上述の各機能構成を実現するコンピュータプログラムを実行する。ＣＰＵ１５１が、プログラムを実行することにより、各機能構成は実現される。

入力インタフェース１５２は、キーボード、マウス、及びタッチパネルなどの入力装置からの操作信号を、情報処理装置１０１に入力するための回路である。

表示装置１５３は、情報処理装置１０１から出力されるデータまたは情報を表示する。
ここで、表示装置１５３は、例えば、ＬＣＤ（液晶ディスプレイ）、有機ＥＬディスプレイ等が挙げられるが、これに限られない。
また、コンピュータ装置１００から出力されたデータまたは情報は、この表示装置１５３により表示することができる。

通信装置１５４は、情報処理装置１０１が外部装置と無線または有線で通信するための装置である。
通信装置１５４を介して外部装置から情報を入力することができる。外部装置から入力した情報を、各種データベース（ＤＢ）に格納することができる。通信部１１は、通信装置１５４上に構築されることができる。

主記憶装置１５５は、本実施形態の処理を実現するプログラム、およびプログラムの実行に必要なデータ、及びプログラムの実行により生成されたデータなどを記憶する。プログラムは、主記憶装置１５５上で展開され、実行される。主記憶装置１５５は、例えば、ＲＡＭ、ＤＲＡＭ、ＳＲＡＭであるが、これに限られない。各実施形態における記憶部は、主記憶装置１５５上に構築されてもよい。

外部記憶装置１５６は、上記プログラムおよびプログラムの実行に必要なデータ、及びプログラムの実行により生成されたデータなどを記憶する。これらのプログラムやデータは、本実施形態の処理の際に主記憶装置１５５に読み出される。外部記憶装置１５６は、例えば、ハードディスク、光ディスク、フラッシュメモリ、及び磁気テープが挙げられる。しかしながら、これらに限られるものではない。
さらに、各実施形態における記憶部は、外部記憶装置１５６上に構築されてもよい。

なお、上述のプログラムは、コンピュータ装置１００に予めインストールされていてもよいし、ＣＤ−ＲＯＭなどの記憶媒体に記憶されていてもよい。また、当該プログラムは、インターネット上にアップロードされていてもよい。

なお、コンピュータ装置１００は、プロセッサ１５１、入力インタフェース１５２、表示装置１５３、通信装置１５４、及び主記憶装置１５５を、それぞれ１つ又は複数備えてもよいし、プリンタやスキャナなどの周辺機器を接続されていてもよい。

また、情報処理装置１０１は、単一のコンピュータ装置１００により構成されてもよい。あるいは、通信ネットワークを介して、相互に接続された複数のコンピュータ装置１００からなるシステムとして構成されてもよい。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１１：通信部
１２：ユーザＩＤ登録部
１３：ＥＶナビ利用登録部
１４：ユーザデータベース（ＤＢ）
１５：地図情報管理部
１６：道路管制情報管理部
１７：充電器情報管理部
１８：気象情報管理部
１９：車両情報管理部
２０：システムデータベース（ＤＢ）
２１：制御部
３１：モデル管理部
３２：モデルデータベース（ＤＢ）
４１：予測部
５１：走行状態管理部
５２：走行管理データベース（ＤＢ）
６１：仮想ＥＶ管理部
６２：仮想ＥＶ＿データベース（ＤＢ）
７１：充電計画部
７２：充電計画ＤＢ
１００：情報処理システム
１０１：情報処理装置
２０１Ａ〜２０１Ｎ：情報装置
２１１Ａ〜２１１Ｎ：サーバ
２２０：通信ネットワーク

Claims (10)

1. 複数のエネルギー供給地点を含む交通路を移動する移動体のうち、管理対象となる前記移動体である第１移動体の前記エネルギー供給地点を経由したエネルギー供給計画を含む走行計画を作成する情報処理装置と、前記情報処理装置と通信ネットワークを介して接続され、前記エネルギー供給地点に設けられて当該エネルギー供給地点において、非管理対象の移動体である第２移動体に対するエネルギー供給を受けつける情報装置と、を備えた情報処理システムであって、
   前記情報処理装置は、前記情報装置において一の前記第２移動体に対するエネルギー供給の受付処理がなされた場合に、前記走行計画に基づいて、一の前記第２移動体に対する当該情報装置が設けられた前記エネルギー供給地点におけるエネルギー供給順番待ち情報を提示する、
   情報処理システム。
2. 前記情報処理装置は、前記エネルギー供給地点毎の前記第１移動体及び前記第２移動体に対する前記エネルギー供給順番待ち情報を記憶する順番管理用データベースを備える、
   請求項１記載の情報処理システム。
3. 前記情報処理装置は、前記走行計画を作成するに際し、前記交通路を移動する仮想的な移動体である第３移動体の前記エネルギー供給地点を経由したエネルギー供給計画を含む走行計画の作成を行う、
   請求項１記載の情報処理システム。
4. 前記情報処理装置は、前記第３移動体のエネルギー供給計画を制約条件として、前記第１移動体のエネルギー供給計画を作成する、
   請求項３記載の情報処理システム。
5. エネルギー供給地点に設けられて当該エネルギー供給地点において、非管理対象の移動体である第２移動体に対するエネルギー供給を受けつける情報装置を備えた情報処理システムで用いられる情報処理装置であって、
   前記情報処理装置は、前記情報装置と通信ネットワークを介して接続され、
   複数の前記エネルギー供給地点を含む交通路を移動する移動体のうち、管理対象となる前記移動体である第１移動体の前記エネルギー供給地点を経由したエネルギー供給計画を含む走行計画を作成し、前記情報装置において一の前記第２移動体に対するエネルギー供給の受付処理がなされた場合に、前記走行計画に基づいて、一の前記第２移動体に対する当該情報装置が設けられた前記エネルギー供給地点におけるエネルギー供給順番待ち情報を提示するする、
   情報処理装置。
6. 前記情報処理装置は、前記エネルギー供給地点毎の前記第１移動体及び前記第２移動体に対する前記エネルギー供給順番待ち情報を記憶する順番管理用データベースを備える、
   請求項５記載の情報処理装置。
7. 前記情報処理装置は、前記走行計画を作成するに際し、前記交通路を移動する仮想的な移動体である第３移動体の前記エネルギー供給地点を経由したエネルギー供給計画を含む走行計画を作成を行う、
   請求項５又は請求項６記載の情報処理装置。
8. 前記情報処理装置は、前記第３移動体のエネルギー供給計画を制約条件として、前記第１移動体のエネルギー供給計画を作成する、
   請求項７記載の情報処理装置。
9. 複数のエネルギー供給地点を含む交通路を移動する移動体のうち、管理対象となる前記移動体である第１移動体の前記エネルギー供給地点を経由したエネルギー供給計画を含む走行計画を作成する情報処理装置において実行される方法であって、
   前記情報処理装置と通信ネットワークを介して接続され、前記エネルギー供給地点に設けられて当該エネルギー供給地点において、非管理対象の移動体である第２移動体に対するエネルギー供給を受けつける情報装置において一の前記第２移動体に対するエネルギー供給の受付処理がなされたことを検出する過程と、
   前記受付処理がなされた場合に、前記走行計画に基づいて、一の前記第２移動体に対する当該情報装置が設けられた前記エネルギー供給地点におけるエネルギー供給順番待ち情報を生成する過程と、
   前記エネルギー供給順番待ち情報を提示する過程と、
   を備えた方法。
10. 複数のエネルギー供給地点を含む交通路を移動する移動体のうち、管理対象となる前記移動体である第１移動体の前記エネルギー供給地点を経由したエネルギー供給計画を含む走行計画を作成する情報処理装置をコンピュータにより制御するためのプログラムであって、
    前記情報処理装置と通信ネットワークを介して接続され、前記エネルギー供給地点に設けられて当該エネルギー供給地点において、非管理対象の移動体である第２移動体に対するエネルギー供給を受けつける情報装置において一の前記第２移動体に対するエネルギー供給の受付処理がなされたことを検出する手段と、
    前記受付処理がなされた場合に、前記走行計画に基づいて、一の前記第２移動体に対する当該情報装置が設けられた前記エネルギー供給地点におけるエネルギー供給順番待ち情報を生成する手段と、
    前記エネルギー供給順番待ち情報を提示する手段と、
    を備えたプログラム。

Images