JP3834017B2 - 交通情報管理システム - Google Patents
交通情報管理システム Download PDFInfo
- Publication number
- JP3834017B2 JP3834017B2 JP2003160257A JP2003160257A JP3834017B2 JP 3834017 B2 JP3834017 B2 JP 3834017B2 JP 2003160257 A JP2003160257 A JP 2003160257A JP 2003160257 A JP2003160257 A JP 2003160257A JP 3834017 B2 JP3834017 B2 JP 3834017B2
- Authority
- JP
- Japan
- Prior art keywords
- route
- pattern
- traffic information
- time
- current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- GDOPTJXRTPNYNR-UHFFFAOYSA-N CC1CCCC1 Chemical compound CC1CCCC1 GDOPTJXRTPNYNR-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
- G08G1/096716—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information does not generate an automatic action on the vehicle control
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K61/00—Culture of aquatic animals
- A01K61/60—Floating cultivation devices, e.g. rafts or floating fish-farms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
- G08G1/096741—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where the source of the transmitted information selects which information to transmit to each vehicle
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
- G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
- Y02P60/60—Fishing; Aquaculture; Aquafarming
Description
【０００１】
【発明の属する技術分野】
本発明は、移動体の経路における該移動体の移動所要時間が予測された上で、該移動体に搭載されたナビシステムに送信され得る交通情報として管理されるシステムに関する。
【０００２】
【従来の技術】
交通渋滞の緩和等を目的とし、交通量を予測する手法が提案されている（例えば、特許文献１参照）。
【０００３】
当該手法によれば、１日単位で交通量パターンが「交通量蓄積パターン」としてメモリに蓄積される。また、１０時から１１時まで等の共通の時間帯において、交通量が予測される当日の交通量パターンと類似する交通量蓄積パターンがメモリから検索・抽出される。そして、抽出された交通量蓄積パターンに基づき、予測時点から所定時間後の交通量が予測される。
【０００４】
【特許文献１】
特開２００２−２９８２８１号公報
【０００５】
【発明が解決しようとする課題】
しかし、当日の交通量パターンと、交通量蓄積パターンとが共通の時間帯において比較されるだけでは、類似度が低い交通量蓄積パターンしか抽出され得ない場合があり得る。従って、交通量の予測精度が低下し、交通渋滞の緩和等の目的が効果的に達成され得ない。
【０００６】
そこで、本発明は、より精度の高い交通量の予測情報を自動車等のドライバーに対して提供し得るシステムを提供することを解決課題とする。
【０００７】
【課題を解決するための手段】
前記課題を解決するための本発明の交通情報管理システムは、経路における移動体の移動所要時間のパターンを認識するパターン認識手段と、移動体の経路を認識する経路認識手段と、現在を終期とする現時間帯と、現時間帯より時間的に前にあり且つ現時間帯と同幅の複数の過去時間帯のそれぞれとの時間的近接度に基づき、各過去時間帯について所定類似度数を設定する所定類似度数設定手段と、経路認識手段により認識された経路について、現時間帯においてパターン認識手段により認識された現パターンとの類似度が所定類似度設定手段により複数の過去時間帯のそれぞれについて設定された所定類似度数以上である類似パターンを、当該複数の過去時間帯においてパターン認識手段により認識された複数の過去パターンの中から検索するパターン検索手段と、パターン検索手段により検索された類似パターンに基づき、該経路における移動体の移動所要時間を予測する移動所要時間予測手段と、移動所要時間予測手段による予測移動所要時間を含む交通情報を、経路認識手段により経路が認識された移動体に搭載されているナビシステムに送信する交通情報提供手段とを備えていることを特徴とする。
【０００８】
本発明によれば、パターン認識手段により、経路における移動体の移動所要時間の「パターン」が認識される。なお「移動所要時間」には、経路の一端から他端までの移動体の移動所要時間のほか、経路における移動体の単位距離あたりの移動所要時間も含まれる。
【０００９】
また、経路認識手段により移動体の「経路」が認識される。さらにパターン検索手段により、経路認識手段により認識された経路について、「現時間帯」においてパターン認識手段により認識された「現パターン」との類似度が所定類似度設定手段により複数の過去時間帯のそれぞれについて設定された所定類似度数以上である「類似パターン」が、複数の「過去時間帯」のそれぞれにおいてパターン認識手段により認識された複数の「過去パターン」の中から検索される。「現時間帯」は現在を終期とする時間帯である。「過去時間帯」は現時間帯より時間的に前にあり且つ現時間帯と同幅の時間帯である。「所定類似度数」は現時間帯と、各過去時間帯との時間的近接度に基づき、各過去時間帯について所定類似度数設定手段により設定されたものである。これは、時間が経つほど、経路における移動体の移動所要時間に影響を与える要素の状態が変遷する可能性が高くなるため、現時間帯における現パターンと類似するからといっても、現時間帯よりあまりにも時間的に前の過去時間帯における過去パターンに基づいて移動所要時間が予測されると、当該予測精度が低くなる可能性が高くなることを考慮したためである。
【００１０】
また移動所要時間予測手段により、パターン検索手段により検索された類似パターンに基づき、当該経路における移動体の「移動所要時間」が予測される。
【００１１】
そして、交通情報提供手段により、移動所要時間予測手段による予測移動所要時間を含む交通情報が、経路認識手段により経路が認識された移動体に搭載されているナビシステムに送信される。
【００１２】
前記のように、パターン検索手段により「現時間帯」における現パターンとの類似度が、複数の過去時間帯のそれぞれについて時間的近接度に応じて設定された所定類似度数以上である類似パターンが、複数の「過去時間帯」における複数の過去パターンの中から検索される。過去時間帯は、現時間帯が含まれる当日より前の日における現時間帯と共通の時間帯に限定される等、現時間帯との関係で何ら限定されない。従って、現パターンと類似する過去パターンが検索される可能性が高くなり、ひいては移動所要時間の予測精度が向上され得る。そして、移動体のドライバは、高精度の予測移動所要時間をナビシステムを通じて把握した上で、移動体を移動させることができる。
【００１３】
なお、本発明の構成要件である手段がｘを「認識」するとは、当該手段がｘを測定すること、記憶装置からｘを読み出すこと、外部機器により測定等されたｘをネットワークを介して受信すること、ｘを導出するための元情報を演算処理することでｘを求めること等、種々の形態が含まれる。
【００１４】
また本発明の交通情報管理システムは、移動所要時間予測手段による予測移動所要時間に基づき経路を選択する経路選択手段を備え、情報提供手段が、経路選択手段により選択された経路における移動体の予測移動所要時間を含む交通情報を、移動体に搭載されたナビシステムに送信することを特徴とする。
【００１５】
本発明によれば、予測移動所要時間の長短に応じて、どの経路における予測移動所要時間を含む交通情報がナビシステムに送信されるかが選択される。
【００１６】
例えば、予測移動所要時間τi が所定時間以上である経路が経路選択手段により選択され得る。この場合、移動体のドライバはナビシステムを通じ、予測移動所要時間が所定時間以上であって、交通渋滞の程度が比較的高いと予測される経路についてのみ、予測移動所要時間を把握し得る。
【００１７】
また、予測移動所要時間が所定時間以下である経路が経路選択手段により選択され得る。この場合、移動体のドライバはナビシステムを通じ、予測移動所要時間が所定時間以下であって、比較的円滑に移動し得ると予測される経路についてのみ、予測移動所要時間を把握し得る。
【００１８】
また本発明の交通情報管理システムは、経路認識手段により認識された経路の長さを認識する経路長認識手段と、経路長認識手段により認識された経路長に応じて現時間帯を設定する現時間帯設定手段とを備えていることを特徴とする。
【００１９】
経路の長短によって、移動所要時間に影響を及ぼす要素の多少が変動し得るので、経路における移動体の移動所要時間の予測精度を向上させるために、予測の基礎となる現パターンの現時間帯の幅を変動する必要が生じる。
【００２０】
本発明によれば、かかる事情に鑑みて、経路長に応じて現時間帯が設定されるので、当該設定現時間帯における現パターンに基づき、当該経路における移動体の移動所要時間が高い精度で予測され得る。
【００２１】
さらに本発明の交通情報管理システムは、経路認識手段が、移動体との通信により、該移動体の現在位置又は出発位置及び目的位置を認識した上で、該現在位置又は出発位置から該目的位置までのルートの一部又は全部を該移動体の経路として認識することを特徴とする。
【００２２】
本発明によれば、移動体のドライバは、ナビシステムの通信機能により当該移動体の現在位置又は出発位置及び目的位置を経路認識手段に認識させ得る。そして、移動体のドライバは、現在位置又は出発位置から、目的位置までの経路の一部又は全部における移動体の予測移動所要時間を、ナビシステムを通じて把握することができる。
【００２３】
さらに、本発明の交通情報管理システムは、移動所要時間予測手段が、経路認識手段により認識された第１経路についてパターン検索手段により検索された類似パターンに基づき、移動体の移動所要時間τ1を予測するとともに、経路認識手段により認識された第（ｉ＋１）経路（ｉ＝１，２，‥）についてパターン検索手段により検索された類似パターンに基づき、現時点から少なくとも第１経路から第ｉ経路までの走行予測時間の和Σj=1 i τj経過後の移動所要時間τi+1を予測することを特徴とする。
【００２４】
移動体が第１経路から第２経路、‥、第ｉ経路から第（ｉ＋１）経路へと移動する場合、移動体は、現時点から少なくとも第１経路から第ｉ経路までの走行予測時間の和Σj=1 i τj 経過後に第（ｉ＋１）経路に至ると予測される。
【００２５】
本発明によれば、かかる事情が考慮された形で、第（ｉ＋１）経路における移動体の移動所要時間τi+1 が予測される。
【００２６】
さらに本発明の交通情報管理システムは、交通情報提供手段が、第１経路から第ｉ経路までの予測移動所要時間の和Σj=1 i τj の長短を含む交通情報を移動体に搭載されたナビシステムに送信することを特徴とする。
【００２７】
本発明によれば、各経路における移動所要時間τi が高精度で予測されるのは前述のとおりである。その一方、あくまでも予測された移動所要時間なので、予測移動所要時間の和Σj=1 i τj が長くなるほど、第（ｉ＋１）経路への実際の到達時刻が当該和からずれる可能性が高くなる。従って、第（ｉ＋１）経路における移動所要時間τi+1 の予測精度が低くなるおそれがある。
【００２８】
本発明によれば、当該和の長短を含む交通情報が移動体に搭載されたナビシステムに送信される。従って、移動体のドライバは、ナビシステムを通じて予測移動所要時間の和Σj=1 i τj の長短を把握し、ひいては前記事情に鑑みた移動所要時間τi+1 の予測精度の高低を把握又は推測し得る。
【００２９】
また本発明の交通情報管理システムは、パターン認識手段が、経路に設置され、該経路における移動体を検知する機能を有する機器との通信に基づき、該経路の移動体の移動所要時間のパターンを認識することを特徴とする。
【００３０】
本発明によれば、パターン認識手段により、経路に設置された前記機器との通信に基づき当該経路における移動体の移動所要時間のパターンが認識される。
【００３１】
さらに本発明の交通情報管理システムは、パターン認識手段が、移動体に搭載され、該移動体の位置を測定する機能を有する機器との通信に基づき、移動体の移動所要時間のパターンを認識することを特徴とする。
【００３２】
本発明によれば、パターン認識手段により、移動体に搭載された前記機器との通信に基づき、当該移動体が実際に移動した経路における移動体の移動所要時間のパターンが認識される。
【００３３】
また本発明の交通情報管理システムは、パターン検索手段が、現時間帯との時間的近接度が所定近接度数以内の過去時間帯においてパターン認識手段により認識された過去パターンの中から、現パターンに類似する類似パターンを検索することを特徴とする。
【００３４】
時間が経つほど、経路における移動体の移動所要時間に影響を与える要素の状態が変遷する可能性が高くなる。従って、現時間帯における現パターンと類似するからといっても、現時間帯よりあまりにも時間的に前の過去時間帯における過去パターンに基づいて移動所要時間が予測されると、当該予測精度が低くなる可能性が高くなる。
【００３５】
本発明によれば、かかる事情に鑑みて、パターン検索手段により、現時間帯との時間的近接度が「所定近接度数以内」の過去時間帯における過去パターンの中から類似パターンが検索される。そして、当該検索類似パターンに基づき、経路における移動体の移動所要時間が予測される。
【００３６】
前記のように、移動所要時間の基礎となる類似パターンの過去時間帯が、現時間帯との時間的近接度が「所定近接度数以内」に制限される。従って、移動所要時間の予測精度が高く維持され得る。
【００４２】
さらに本発明の交通情報管理システムは、交通情報提供手段が、現パターンと、類似パターンとの類似度の高低を含む交通情報を移動体に搭載されたナビシステムに送信することを特徴とする。
【００４３】
現パターンと類似パターンとの類似度が高いほど、当該類似パターンに基づく移動所要時間の予測精度が高くなる傾向が強い。
【００４４】
本発明によれば、移動体のドライバは、ナビシステムを通じて、類似度の高低を把握し、ひいては前記傾向に鑑みた移動所要時間の予測精度の高低を把握又は推測し得る。
【００４５】
【発明の実施の形態】
本発明の交通情報管理システムの実施形態について図面を用いて説明する。
【００４６】
図１は本発明の一実施形態における交通情報管理システムの構成説明図であり、図２〜図６は本発明の一実施形態における交通情報管理システムの機能説明図である。
【００４７】
図１に示す本発明の一実施形態における交通情報管理システムは、自動車（移動体）ｘに搭載されたナビシステム（ナビゲーションシステム）２０と、道路に設置された車両検知機器３０とネットワークを介して通信可能なサーバ１０により構成されている。
【００４８】
図１に示す交通情報管理システムは、パターン認識ユニット１１と、経路認識ユニット１２と、パターン検索ユニット１３と、移動所要時間予測ユニット１４と、交通情報提供ユニット１５と、データベース１６とを備えている。
【００４９】
パターン認識ユニット１１は自動車ｘに搭載されたナビシステム２０との通信に基づき、主に車両検知機器３０が設置されていない「副経路」における自動車ｘの移動所要時間のパターンを認識する。また、パターン認識ユニット１１は車両検知機器３０との直接的又は（ＶＩＣＳセンターを介した）間接的な通信に基づき、車両検知機器３０が設置されている「主経路」における移動体の移動所要時間のパターンを認識する。
【００５０】
経路認識ユニット１２は自動車ｘの出発位置（又は現在位置）に係る出発位置（又は現在位置）データ及び目的位置に係る目的位置データを当該自動車ｘに搭載されたナビシステム２０から受信する。また、経路認識ユニット１２はナビシステム２０から受信した出発位置データ及び目的位置データと、データベース１６により管理されている「マップデータ」とに基づき、図４に示すように出発位置ｘ0 から目的位置ｘn までのルートの構成要素となる第ｉ経路Ｌi （ｉ＝１，２，‥，ｎ）を認識する。
【００５１】
パターン検索ユニット１３は経路認識ユニット１２により認識された経路について、現在を終期とする「現時間帯」においてパターン認識ユニット１１により認識された「現パターン」に類似する「類似パターン」を、現時間帯より時間的に前にあり且つ現時間帯と同幅の「過去時間帯」においてパターン認識ユニット１１により認識された「過去パターン」の中から検索する。
【００５２】
移動所要時間予測ユニット１４はパターン検索ユニット１３により検索された類似パターンに基づき経路における自動車ｘの「移動所要時間」を予測する。
【００５３】
交通情報提供ユニット１５は移動所要時間予測ユニット１４による予測移動所要時間を含む交通情報を、経路認識ユニット１２により経路が認識された自動車ｘに搭載されているナビシステム２０に送信する。
【００５４】
データベース１６はマップデータや、パターン認識ユニット１１により認識されたパターンを示すパターンデータ、移動所要時間予測ユニット１４による予測移動所要時間を含む交通情報を示す交通情報データ等を管理する。
【００５５】
ナビシステム２０は通信ユニット２１と、測定ユニット２２と、制御ユニット２３と、記憶ユニット２４と、表示ユニット２５とを備えている。
【００５６】
通信ユニット２１は自動車ｘの現在及び目的位置データをナビシステム２０からサーバ１０にアップロードする等、ナビシステム２０とサーバ１０との通信処理を実行する。また、通信ユニット２１はＶＩＣＳセンター（図示略）から「主経路」の交通情報をＦＭ放送局やビーコン（図示略）を介して受信し得る。
【００５７】
測定ユニット２２はＧＰＳや、自動車ｘの走行時にジャイロセンサ（図示略）により検知される加速度変化に応じ、自動車ｘの現在位置を測定する。また測定ユニット２２はジャイロセンサや車速センサ（図示略）の出力に基づき、自動車ｘの進行方向や速度を測定する。
【００５８】
制御ユニット２３はナビシステム２０とサーバ１０との通信タイミング等を制御する。
【００５９】
記憶ユニット２４は諸情報をデータとして記憶する。
【００６０】
表示ユニット２５はサーバ１０からナビシステム２０にダウンロードされた交通情報データに係る交通情報や、測定ユニット２２により測定される自動車ｘの現在位置等を液晶パネル（図示略）に表示する。
【００６１】
次に、本発明の一実施形態における前記構成の交通情報管理システムの機能について説明する。
【００６２】
パターン認識ユニット１１により、副経路及び主経路における自動車ｘの移動所要時間のパターンが認識される（図２Ｓ１．１、Ｓ１．２）。
【００６３】
具体的には、まず副経路を移動する自動車ｘに搭載されたナビシステム２０の測定ユニット２２により、自動車ｘの現在位置が測定される。また、測定ユニット２２により測定された現在位置に係る「現在位置データ」がナビシステム２０からサーバ１０にアップロードされる（図２矢印▲１▼）。そして、パターン認識ユニット１１は、現在位置データに係る現在位置の時間変化と、データベース１６により管理されているマップデータとに基づき、副経路のそれぞれについて移動所要時間のパターンを認識する（図２Ｓ１．１）。どの自動車ｘの現在位置であるかは、ナビシステム２０からサーバ１０にアップロードされ、個々の自動車ｘ又は自動車ｘに搭載されたナビシステム２０を識別するための識別データに基づき、パターン認識ユニット１１により識別される。パターン認識ユニット１１は複数の自動車ｘによる移動所要時間を経路ごとに平均をとる等の統計処理を実行することにより、当該経路における自動車ｘの移動所要時間を認識する。
【００６４】
また、主経路に設置された車両検知機器３０により、自動車ｘの交通量が測定される。車両検知機器３０により測定された交通量に係る「交通量データ」が当該機器３０からサーバ１０にアップロードされる（図２矢印▲２▼）。そして、パターン認識ユニット１１は、車両検知機器３０からサーバ１０にアップロードされた交通量データに基づき、主経路のそれぞれについて移動所要時間のパターンを認識する（図２Ｓ１．２）。どの経路における交通量データであるかは、車両検知機器３０からサーバ１０にアップロードされ、経路を識別するための識別データに基づき、パターン認識ユニット１１により識別される。なお、車両検知機器３０により測定された交通量に係る交通量データが、ＶＩＣＳセンター等を介した上でサーバ１０にアップロードされてもよい。
【００６５】
パターン認識ユニット１１により認識される第ｉ経路Ｌi における移動所要時間Ｔi のパターンは、例えば、図３（ａ）に示すように時刻ｔとともに増減変化する。また、移動所要時間Ｔi は、経路Ｌ1 における自動車ｘの１００ｍ、１ｋｍ等の単位距離あたりの移動所要時間を意味する。なお、緯度所要時間Ｔi が第ｉ経路Ｌi の一端（＝第（ｉ−１）経路Ｌi-1 の終端）から他端（第（ｉ＋１）経路Ｌi+1 の始端）までの移動所要時間であってもよい。
【００６６】
さらに、ナビシステム２０にドライバ等が意図する自動車ｘの「出発位置」及び「目的位置」が入力される（図２Ｓ２．１）。これに応じて当該出発及び目的位置に係る「出発位置データ」及び「目的位置データ」がナビシステム２０からサーバ１０にアップロードされる（図２矢印▲３▼）。なお、測定ユニット２２により自動車ｘの「現在位置」が測定され、当該現在位置に係る「現在位置データ」が出発位置データに代えてナビシステム２０からサーバ１０にアップロードされてもよい。
【００６７】
そして、経路認識ユニット１２は、図４に示すように、ナビシステム２０からサーバ１０にアップロードされた出発及び目的位置データに係る出発位置ｘo 及び目的位置ｘn を結ぶルートを構成する自動車ｘの第ｉ経路Ｌi を認識する（図２Ｓ１．１、図４参照）。第ｉ経路Ｌi （ｉ＝１，２，‥，ｎ）の全部が主経路又は副経路であってもよく、第ｉ経路Ｌi の一部が主経路で、残部が副経路であってもよい。例えば、図４に示す自動車ｘの出発位置ｘ0 から目的位置ｘn までのルートを構成する第１経路Ｌ1 〜第ｎ経路Ｌn のうち、第３経路Ｌ3 から第（ｎ−１）経路Ｌn-1 までが「主経路」であり、第１経路Ｌ1 、第２経路Ｌ2 及び第ｎ経路Ｌn が「副経路」である。どの自動車ｘの出発位置及び目的位置であるかは、ナビシステム２０からサーバ１０にアップロードされ、個々の自動車ｘ又は自動車ｘに搭載されたナビシステム２０を識別するための識別データに基づき、経路認識ユニット１２により識別される。
【００６８】
次に、パターン認識ユニット１１により、経路認識ユニット１２により認識された各経路Ｌi について、「現時間帯」における自動車ｘの移動所要時間Ｔi の「現パターン」が認識される（図２Ｓ１．４）。図５（ａ）に示すように、現時間帯ｂ0 は現在時刻ｔ0 を終期とし、幅Δｔを有する時間帯である。また、現パターンｐ0 は現時間帯ｂ0 における自動車ｘの移動所要時間Ｔi の時間変化パターンである。
【００６９】
続いてパターン検索ユニット１３により、各経路Ｌiについて「現パターン」に類似する「類似パターン」が、複数の「過去時間帯」のそれぞれにおいてパターン認識ユニット１１により認識された「過去パターン」の中から検索される（図２Ｓ１．５）。図５（ｂ）に示すように、各過去時間帯ｂkは現在時刻ｔo より前の時刻ｔkを終期とし（現時間帯ｂoよりも時間的に前にあり）、現時間帯ｂoと同一の幅Δｔを有する時間帯である。また、過去パターンｐkは過去時間帯ｂkにおける自動車ｘの移動所要時間Ｔiの時間変化パターンである。
【００７０】
パターン検索ユニット１３は現パターンｐo（図５（ｂ）破線参照）と、複数の過去パターンｐk のそれぞれ（図５（ｂ）実線参照）との「類似度」を決定する。類似度は両パターンｐo及びｐkの差の累積値（図５（ｂ）縦線部分参照）を変数とする減少関数として決定される。パターン検索ユニット１３は現パターンｐoとの類似度が所定類似度数以上である（図５（ｂ）の縦線部分の面積が所定値以下である）過去パターンｐkを類似パターンとして検索する。
【００７１】
続いて移動所要時間予測ユニット１４により、パターン検索ユニット１３により検索された類似パターンに基づき、各経路Ｌi における自動車ｘの移動所要時間τi が予測される（図２Ｓ１．６）。
【００７２】
例えばパターン検索ユニット１３により、図５（ｂ）に示す過去パターンｐk が類似パターンとして検索されたとき、過去時間帯ｂk の終期ｐk 以後における移動所要時間のパターンが、図５（ｃ）に破線で示すように現在時刻ｔ0 以後の移動所要時間のパターンとして予測される。
【００７３】
この上で、移動所要時間予測ユニット１４は当該予測パターン（図５（ｃ）破線参照）に基づき、現在時刻ｔ0 又は現在時刻から所定時間τ0 経過後の第１経路Ｌ1 における自動車ｘの移動所要時間τ1 を予測する。また、移動所要時間予測ユニット１４は現在時刻ｔ0 から、前記所定時間τ0 と、第１経路から第ｉ経路までの走行予測時間の和Σj=1 i τj との経過後の第（ｉ＋１）経路における自動車ｘの移動所要時間τi+1 を予測する（図５（ｃ）参照）。
【００７４】
そして、交通情報提供ユニット１５により、移動所要時間予測ユニット１４による予測移動所要時間τi を含む交通情報が、サーバ１０から、経路認識ユニット１２により経路Ｌi が認識された自動車ｘに搭載されているナビシステム２０にダウンロードされる（図２矢印▲４▼）。
【００７５】
これに応じて表示ユニット２５により、自動車ｘに搭載されたナビシステム２０の液晶パネルに図６に示すように、当該自動車ｘの出発位置ｘ0 から目的位置ｘn までのルートと、このルートを構成する経路Ｌi における予測移動所要時間τi が表示される（図２Ｓ２．２）。なお、予測移動所要時間τi は、「予測移動所要時間は‥分です」等の文字により表示されるほか、予測移動時間τi の長短に応じた経路Ｌi の色彩、模様や形状等の相違により視覚的に区分可能に表示されてもよい。
【００７６】
前記機能を発揮する本発明の一実施形態における交通情報管理システムによれば、パターン検索ユニット１１により、図５（ｂ）に示すように現時間帯ｂoにおける現パターンｐo（破線参照）に類似する類似パターンが、複数の過去時間帯ｂkにおける複数の過去パターンｐk（実線参照）の中から検索される（図２Ｓ１．５）。過去時間帯ｂkは、過去における現時間帯ｂoと共通の時間帯に限定される等、現時間帯ｂoとの関係で何ら限定されない。従って、現パターンｐoと類似する過去パターンｐkが検索される可能性が高くなり、ひいては移動所要時間τiの予測精度が向上され得る。そして、自動車ｘのドライバは、高精度の予測移動所要時間τiをナビシステム２０を通じて把握した上で（図２Ｓ２．２、図６参照）、自動車ｘを移動させることができる。
【００７７】
なお、本発明の他の実施形態における交通情報管理システムが、移動所要時間予測ユニット１４による予測移動所要時間τi の長短に基づき、情報提供ユニット１５により自動車ｘに搭載されたナビシステム２０に、予測移動所要時間τi を含む交通情報が送信される経路Ｌi を選択する経路選択ユニットを備えていてもよい。
【００７８】
当該実施形態によれば、予測移動所要時間τi の長短に応じて、ナビシステム２２を通じて自動車ｘのドライバに対し、どの経路Ｌi における予測移動所要時間τi を含む交通情報が提供されるかが選択される。
【００７９】
例えば、予測移動所要時間τi が所定時間以上である経路Ｌi が経路選択ユニットにより選択され得る。この場合、自動車ｘのドライバはナビシステム２０を通じ、予測移動所要時間τi が所定時間以上であって、交通渋滞の程度が比較的高いと予測される経路についてのみ、予測移動所要時間τi を把握し得る。また、予測移動所要時間τi が所定時間以下である経路Ｌi が経路選択ユニットにより選択され得る。この場合、自動車ｘのドライバはナビシステム２０を通じ、予測移動所要時間τi が所定時間以下であって、比較的円滑に移動し得ると予測される経路についてのみ、予測移動所要時間τi を把握し得る。
【００８０】
また本発明の他の実施形態における交通情報管理システムが、経路認識ユニット１２により認識された経路の長さを認識する経路長認識ユニットと、経路長認識ユニットにより認識された経路長に応じて現時間帯ｂ0 （図５（ａ）参照）を設定する現時間帯設定ユニットとを備えていてもよい。
【００８１】
経路の長短によって、経路の横に自動車ｘが停車され得る場所や、経路における工事箇所の範囲等、移動所要時間に影響を及ぼす要素の多少が変動し得る。このため、経路における自動車ｘの移動所要時間の予測精度を向上させるために、予測の基礎となる図５（ａ）に示す現パターンｐ0 の現時間帯ｂ0 の幅Δｔを変動する必要が生じる。
【００８２】
当該実施形態によれば、かかる事情に鑑みて、経路長に応じて現時間帯が設定されるので、当該設定現時間帯における現パターンに基づき、当該経路における移動体の移動所要時間が高い精度で予測され得る。
【００８３】
また、本発明の他の実施形態として、交通情報提供ユニット１５により、第１経路Ｌ1 から第ｉ経路Ｌi までの予測移動所要時間の和Σj=1 i τj の長短を含む交通情報が、サーバ１０から自動車ｘに搭載されたナビシステム２０にダウンロードされてもよい。また、予測移動所要時間の和Σj=1 i τj の長短に基づき、表示ユニット２５によりナビシステム２０に経路Ｌi が色彩、模様や形状等の相違により、視覚を通じて識別可能に表示されてもよい。
【００８４】
当該実施形態によれば、各経路Ｌi における移動所要時間τi が高精度で予測されるのは前述のとおりである。その一方、あくまでも予測された移動所要時間なので、予測移動所要時間の和Σj=1 i τj が長くなるほど、第（ｉ＋１）経路への実際の到達時刻が当該和からずれる可能性が高くなる。従って、第（ｉ＋１）経路における移動所要時間τi+1 の予測精度が低くなるおそれがある。
【００８５】
しかるに、当該実施形態によれば、当該和の長短を含む交通情報がサーバ１０からナビシステム２０にダウンロードされる。従って、自動車ｘのドライバは、ナビシステム２０を通じて予測移動所要時間の和Σj=1 i τj の長短を把握し、ひいては前記事情に鑑みた移動所要時間τi+1 の予測精度の高低を把握又は推測し得る。
【００８６】
また、本発明の他の実施形態として、パターン検索ユニット１３が、現時間帯ｂ0 との時間的近接度が所定近接度数以内（現在時刻ｔ0 と終期ｔk との時間間隔が所定時間以下）の過去時間帯ｂk における過去パターンｐk の中から、現パターンｐ0 に類似する類似パターンを検索してもよい。
【００８７】
時間が経つほど、気候、近辺におけるイベント等、経路Ｌi における自動車ｘの移動所要時間τi に影響を与える要素の状態が変遷する可能性が高くなる。従って、現時間帯ｂ0 における現パターンｐ0 と類似するからといっても、現時間帯ｂ0 よりあまりにも時間的に前の過去時間帯ｂk における過去パターンｐk に基づいて移動所要時間τi が予測されると、当該予測精度が低くなる可能性が高くなる。
【００８８】
当該実施形態によれば、かかる事情に鑑みて、パターン検索ユニット１３により、現時間帯ｂ0 との時間的近接度が「所定近接度数以内」の過去時間帯ｂk における過去パターンｐk の中から類似パターンが検索される。そして、当該検索類似パターンに基づき、経路Ｌi における自動車ｘの移動所要時間τi が予測される。
【００８９】
前記のように、移動所要時間の基礎となる類似パターンの過去時間帯ｂk が、現時間帯ｂ0 との時間的近接度が「所定近接度数以内」に制限される。従って、移動所要時間τi の予測精度が高く維持され得る。
【００９０】
また本発明の他の実施形態における交通情報管理システムは、現時間帯ｂ0 と過去時間帯ｂk との時間的近接度に基づき、過去時間帯ｂk における過去パターンｐk について、類似パターンの検索基準となる「所定類似度数」を設定する所定類似度数設定ユニットを備えていてもよい。
【００９１】
前記のように、現時間帯よりあまりにも時間的に前の過去時間帯における過去パターンに基づいて移動所要時間が予測されると、当該予測精度が低くなる可能性が高くなる。
【００９２】
本発明によれば、かかる事情に鑑みて、現時間帯と過去時間帯との時間的近接度に応じて、当該過去時間帯における過去パターンが類似パターンとして検索される基準となる「所定類似度数」が設定される。これにより、前記のような予測精度の低下が抑制され得る。
【００９３】
さらに本発明の交通情報管理システムは、交通情報提供手段が、現パターンと、類似パターンとの類似度の高低を含む交通情報を移動体に搭載されたナビシステムに送信することを特徴とする。
【００９４】
現パターンと類似パターンとの類似度が高いほど、当該類似パターンに基づく移動所要時間の予測精度が高くなる傾向が強い。
【００９５】
本発明によれば、移動体のドライバは、ナビシステムを通じて、類似度の高低を把握し、ひいては前記傾向に鑑みた移動所要時間の予測精度の高低を把握又は推測し得る。
【００９６】
前記実施形態では自動車ｘの移動所要時間が予測されたが、他の実施形態としてバイクや自転車等、移動機能を有するあらゆる移動体の移動所要時間が予測されてもよい。
【図面の簡単な説明】
【図１】本発明の一実施形態における交通情報管理システムの構成説明図
【図２】本発明の一実施形態における交通情報管理システムの機能説明図
【図３】本発明の一実施形態における交通情報管理システムの機能説明図
【図４】本発明の一実施形態における交通情報管理システムの機能説明図
【図５】本発明の一実施形態における交通情報管理システムの機能説明図
【図６】本発明の一実施形態における交通情報管理システムの機能説明図
【符号の説明】
１０‥サーバ（交通情報管理システム）、１１‥パターン認識ユニット、１２‥経路認識ユニット、１３‥パターン検索ユニット、１４‥移動所要時間予測ユニット、１５‥交通情報提供ユニット、１６‥データベース、２０‥ナビシステム、２１‥通信ユニット、２２‥測定ユニット、２３‥制御ユニット、２４‥記憶ユニット、２５‥表示ユニット、３０‥車両検知機器、ｘ‥自動車（移動体）
【発明の属する技術分野】
本発明は、移動体の経路における該移動体の移動所要時間が予測された上で、該移動体に搭載されたナビシステムに送信され得る交通情報として管理されるシステムに関する。
【０００２】
【従来の技術】
交通渋滞の緩和等を目的とし、交通量を予測する手法が提案されている（例えば、特許文献１参照）。
【０００３】
当該手法によれば、１日単位で交通量パターンが「交通量蓄積パターン」としてメモリに蓄積される。また、１０時から１１時まで等の共通の時間帯において、交通量が予測される当日の交通量パターンと類似する交通量蓄積パターンがメモリから検索・抽出される。そして、抽出された交通量蓄積パターンに基づき、予測時点から所定時間後の交通量が予測される。
【０００４】
【特許文献１】
特開２００２−２９８２８１号公報
【０００５】
【発明が解決しようとする課題】
しかし、当日の交通量パターンと、交通量蓄積パターンとが共通の時間帯において比較されるだけでは、類似度が低い交通量蓄積パターンしか抽出され得ない場合があり得る。従って、交通量の予測精度が低下し、交通渋滞の緩和等の目的が効果的に達成され得ない。
【０００６】
そこで、本発明は、より精度の高い交通量の予測情報を自動車等のドライバーに対して提供し得るシステムを提供することを解決課題とする。
【０００７】
【課題を解決するための手段】
前記課題を解決するための本発明の交通情報管理システムは、経路における移動体の移動所要時間のパターンを認識するパターン認識手段と、移動体の経路を認識する経路認識手段と、現在を終期とする現時間帯と、現時間帯より時間的に前にあり且つ現時間帯と同幅の複数の過去時間帯のそれぞれとの時間的近接度に基づき、各過去時間帯について所定類似度数を設定する所定類似度数設定手段と、経路認識手段により認識された経路について、現時間帯においてパターン認識手段により認識された現パターンとの類似度が所定類似度設定手段により複数の過去時間帯のそれぞれについて設定された所定類似度数以上である類似パターンを、当該複数の過去時間帯においてパターン認識手段により認識された複数の過去パターンの中から検索するパターン検索手段と、パターン検索手段により検索された類似パターンに基づき、該経路における移動体の移動所要時間を予測する移動所要時間予測手段と、移動所要時間予測手段による予測移動所要時間を含む交通情報を、経路認識手段により経路が認識された移動体に搭載されているナビシステムに送信する交通情報提供手段とを備えていることを特徴とする。
【０００８】
本発明によれば、パターン認識手段により、経路における移動体の移動所要時間の「パターン」が認識される。なお「移動所要時間」には、経路の一端から他端までの移動体の移動所要時間のほか、経路における移動体の単位距離あたりの移動所要時間も含まれる。
【０００９】
また、経路認識手段により移動体の「経路」が認識される。さらにパターン検索手段により、経路認識手段により認識された経路について、「現時間帯」においてパターン認識手段により認識された「現パターン」との類似度が所定類似度設定手段により複数の過去時間帯のそれぞれについて設定された所定類似度数以上である「類似パターン」が、複数の「過去時間帯」のそれぞれにおいてパターン認識手段により認識された複数の「過去パターン」の中から検索される。「現時間帯」は現在を終期とする時間帯である。「過去時間帯」は現時間帯より時間的に前にあり且つ現時間帯と同幅の時間帯である。「所定類似度数」は現時間帯と、各過去時間帯との時間的近接度に基づき、各過去時間帯について所定類似度数設定手段により設定されたものである。これは、時間が経つほど、経路における移動体の移動所要時間に影響を与える要素の状態が変遷する可能性が高くなるため、現時間帯における現パターンと類似するからといっても、現時間帯よりあまりにも時間的に前の過去時間帯における過去パターンに基づいて移動所要時間が予測されると、当該予測精度が低くなる可能性が高くなることを考慮したためである。
【００１０】
また移動所要時間予測手段により、パターン検索手段により検索された類似パターンに基づき、当該経路における移動体の「移動所要時間」が予測される。
【００１１】
そして、交通情報提供手段により、移動所要時間予測手段による予測移動所要時間を含む交通情報が、経路認識手段により経路が認識された移動体に搭載されているナビシステムに送信される。
【００１２】
前記のように、パターン検索手段により「現時間帯」における現パターンとの類似度が、複数の過去時間帯のそれぞれについて時間的近接度に応じて設定された所定類似度数以上である類似パターンが、複数の「過去時間帯」における複数の過去パターンの中から検索される。過去時間帯は、現時間帯が含まれる当日より前の日における現時間帯と共通の時間帯に限定される等、現時間帯との関係で何ら限定されない。従って、現パターンと類似する過去パターンが検索される可能性が高くなり、ひいては移動所要時間の予測精度が向上され得る。そして、移動体のドライバは、高精度の予測移動所要時間をナビシステムを通じて把握した上で、移動体を移動させることができる。
【００１３】
なお、本発明の構成要件である手段がｘを「認識」するとは、当該手段がｘを測定すること、記憶装置からｘを読み出すこと、外部機器により測定等されたｘをネットワークを介して受信すること、ｘを導出するための元情報を演算処理することでｘを求めること等、種々の形態が含まれる。
【００１４】
また本発明の交通情報管理システムは、移動所要時間予測手段による予測移動所要時間に基づき経路を選択する経路選択手段を備え、情報提供手段が、経路選択手段により選択された経路における移動体の予測移動所要時間を含む交通情報を、移動体に搭載されたナビシステムに送信することを特徴とする。
【００１５】
本発明によれば、予測移動所要時間の長短に応じて、どの経路における予測移動所要時間を含む交通情報がナビシステムに送信されるかが選択される。
【００１６】
例えば、予測移動所要時間τi が所定時間以上である経路が経路選択手段により選択され得る。この場合、移動体のドライバはナビシステムを通じ、予測移動所要時間が所定時間以上であって、交通渋滞の程度が比較的高いと予測される経路についてのみ、予測移動所要時間を把握し得る。
【００１７】
また、予測移動所要時間が所定時間以下である経路が経路選択手段により選択され得る。この場合、移動体のドライバはナビシステムを通じ、予測移動所要時間が所定時間以下であって、比較的円滑に移動し得ると予測される経路についてのみ、予測移動所要時間を把握し得る。
【００１８】
また本発明の交通情報管理システムは、経路認識手段により認識された経路の長さを認識する経路長認識手段と、経路長認識手段により認識された経路長に応じて現時間帯を設定する現時間帯設定手段とを備えていることを特徴とする。
【００１９】
経路の長短によって、移動所要時間に影響を及ぼす要素の多少が変動し得るので、経路における移動体の移動所要時間の予測精度を向上させるために、予測の基礎となる現パターンの現時間帯の幅を変動する必要が生じる。
【００２０】
本発明によれば、かかる事情に鑑みて、経路長に応じて現時間帯が設定されるので、当該設定現時間帯における現パターンに基づき、当該経路における移動体の移動所要時間が高い精度で予測され得る。
【００２１】
さらに本発明の交通情報管理システムは、経路認識手段が、移動体との通信により、該移動体の現在位置又は出発位置及び目的位置を認識した上で、該現在位置又は出発位置から該目的位置までのルートの一部又は全部を該移動体の経路として認識することを特徴とする。
【００２２】
本発明によれば、移動体のドライバは、ナビシステムの通信機能により当該移動体の現在位置又は出発位置及び目的位置を経路認識手段に認識させ得る。そして、移動体のドライバは、現在位置又は出発位置から、目的位置までの経路の一部又は全部における移動体の予測移動所要時間を、ナビシステムを通じて把握することができる。
【００２３】
さらに、本発明の交通情報管理システムは、移動所要時間予測手段が、経路認識手段により認識された第１経路についてパターン検索手段により検索された類似パターンに基づき、移動体の移動所要時間τ1を予測するとともに、経路認識手段により認識された第（ｉ＋１）経路（ｉ＝１，２，‥）についてパターン検索手段により検索された類似パターンに基づき、現時点から少なくとも第１経路から第ｉ経路までの走行予測時間の和Σj=1 i τj経過後の移動所要時間τi+1を予測することを特徴とする。
【００２４】
移動体が第１経路から第２経路、‥、第ｉ経路から第（ｉ＋１）経路へと移動する場合、移動体は、現時点から少なくとも第１経路から第ｉ経路までの走行予測時間の和Σj=1 i τj 経過後に第（ｉ＋１）経路に至ると予測される。
【００２５】
本発明によれば、かかる事情が考慮された形で、第（ｉ＋１）経路における移動体の移動所要時間τi+1 が予測される。
【００２６】
さらに本発明の交通情報管理システムは、交通情報提供手段が、第１経路から第ｉ経路までの予測移動所要時間の和Σj=1 i τj の長短を含む交通情報を移動体に搭載されたナビシステムに送信することを特徴とする。
【００２７】
本発明によれば、各経路における移動所要時間τi が高精度で予測されるのは前述のとおりである。その一方、あくまでも予測された移動所要時間なので、予測移動所要時間の和Σj=1 i τj が長くなるほど、第（ｉ＋１）経路への実際の到達時刻が当該和からずれる可能性が高くなる。従って、第（ｉ＋１）経路における移動所要時間τi+1 の予測精度が低くなるおそれがある。
【００２８】
本発明によれば、当該和の長短を含む交通情報が移動体に搭載されたナビシステムに送信される。従って、移動体のドライバは、ナビシステムを通じて予測移動所要時間の和Σj=1 i τj の長短を把握し、ひいては前記事情に鑑みた移動所要時間τi+1 の予測精度の高低を把握又は推測し得る。
【００２９】
また本発明の交通情報管理システムは、パターン認識手段が、経路に設置され、該経路における移動体を検知する機能を有する機器との通信に基づき、該経路の移動体の移動所要時間のパターンを認識することを特徴とする。
【００３０】
本発明によれば、パターン認識手段により、経路に設置された前記機器との通信に基づき当該経路における移動体の移動所要時間のパターンが認識される。
【００３１】
さらに本発明の交通情報管理システムは、パターン認識手段が、移動体に搭載され、該移動体の位置を測定する機能を有する機器との通信に基づき、移動体の移動所要時間のパターンを認識することを特徴とする。
【００３２】
本発明によれば、パターン認識手段により、移動体に搭載された前記機器との通信に基づき、当該移動体が実際に移動した経路における移動体の移動所要時間のパターンが認識される。
【００３３】
また本発明の交通情報管理システムは、パターン検索手段が、現時間帯との時間的近接度が所定近接度数以内の過去時間帯においてパターン認識手段により認識された過去パターンの中から、現パターンに類似する類似パターンを検索することを特徴とする。
【００３４】
時間が経つほど、経路における移動体の移動所要時間に影響を与える要素の状態が変遷する可能性が高くなる。従って、現時間帯における現パターンと類似するからといっても、現時間帯よりあまりにも時間的に前の過去時間帯における過去パターンに基づいて移動所要時間が予測されると、当該予測精度が低くなる可能性が高くなる。
【００３５】
本発明によれば、かかる事情に鑑みて、パターン検索手段により、現時間帯との時間的近接度が「所定近接度数以内」の過去時間帯における過去パターンの中から類似パターンが検索される。そして、当該検索類似パターンに基づき、経路における移動体の移動所要時間が予測される。
【００３６】
前記のように、移動所要時間の基礎となる類似パターンの過去時間帯が、現時間帯との時間的近接度が「所定近接度数以内」に制限される。従って、移動所要時間の予測精度が高く維持され得る。
【００４２】
さらに本発明の交通情報管理システムは、交通情報提供手段が、現パターンと、類似パターンとの類似度の高低を含む交通情報を移動体に搭載されたナビシステムに送信することを特徴とする。
【００４３】
現パターンと類似パターンとの類似度が高いほど、当該類似パターンに基づく移動所要時間の予測精度が高くなる傾向が強い。
【００４４】
本発明によれば、移動体のドライバは、ナビシステムを通じて、類似度の高低を把握し、ひいては前記傾向に鑑みた移動所要時間の予測精度の高低を把握又は推測し得る。
【００４５】
【発明の実施の形態】
本発明の交通情報管理システムの実施形態について図面を用いて説明する。
【００４６】
図１は本発明の一実施形態における交通情報管理システムの構成説明図であり、図２〜図６は本発明の一実施形態における交通情報管理システムの機能説明図である。
【００４７】
図１に示す本発明の一実施形態における交通情報管理システムは、自動車（移動体）ｘに搭載されたナビシステム（ナビゲーションシステム）２０と、道路に設置された車両検知機器３０とネットワークを介して通信可能なサーバ１０により構成されている。
【００４８】
図１に示す交通情報管理システムは、パターン認識ユニット１１と、経路認識ユニット１２と、パターン検索ユニット１３と、移動所要時間予測ユニット１４と、交通情報提供ユニット１５と、データベース１６とを備えている。
【００４９】
パターン認識ユニット１１は自動車ｘに搭載されたナビシステム２０との通信に基づき、主に車両検知機器３０が設置されていない「副経路」における自動車ｘの移動所要時間のパターンを認識する。また、パターン認識ユニット１１は車両検知機器３０との直接的又は（ＶＩＣＳセンターを介した）間接的な通信に基づき、車両検知機器３０が設置されている「主経路」における移動体の移動所要時間のパターンを認識する。
【００５０】
経路認識ユニット１２は自動車ｘの出発位置（又は現在位置）に係る出発位置（又は現在位置）データ及び目的位置に係る目的位置データを当該自動車ｘに搭載されたナビシステム２０から受信する。また、経路認識ユニット１２はナビシステム２０から受信した出発位置データ及び目的位置データと、データベース１６により管理されている「マップデータ」とに基づき、図４に示すように出発位置ｘ0 から目的位置ｘn までのルートの構成要素となる第ｉ経路Ｌi （ｉ＝１，２，‥，ｎ）を認識する。
【００５１】
パターン検索ユニット１３は経路認識ユニット１２により認識された経路について、現在を終期とする「現時間帯」においてパターン認識ユニット１１により認識された「現パターン」に類似する「類似パターン」を、現時間帯より時間的に前にあり且つ現時間帯と同幅の「過去時間帯」においてパターン認識ユニット１１により認識された「過去パターン」の中から検索する。
【００５２】
移動所要時間予測ユニット１４はパターン検索ユニット１３により検索された類似パターンに基づき経路における自動車ｘの「移動所要時間」を予測する。
【００５３】
交通情報提供ユニット１５は移動所要時間予測ユニット１４による予測移動所要時間を含む交通情報を、経路認識ユニット１２により経路が認識された自動車ｘに搭載されているナビシステム２０に送信する。
【００５４】
データベース１６はマップデータや、パターン認識ユニット１１により認識されたパターンを示すパターンデータ、移動所要時間予測ユニット１４による予測移動所要時間を含む交通情報を示す交通情報データ等を管理する。
【００５５】
ナビシステム２０は通信ユニット２１と、測定ユニット２２と、制御ユニット２３と、記憶ユニット２４と、表示ユニット２５とを備えている。
【００５６】
通信ユニット２１は自動車ｘの現在及び目的位置データをナビシステム２０からサーバ１０にアップロードする等、ナビシステム２０とサーバ１０との通信処理を実行する。また、通信ユニット２１はＶＩＣＳセンター（図示略）から「主経路」の交通情報をＦＭ放送局やビーコン（図示略）を介して受信し得る。
【００５７】
測定ユニット２２はＧＰＳや、自動車ｘの走行時にジャイロセンサ（図示略）により検知される加速度変化に応じ、自動車ｘの現在位置を測定する。また測定ユニット２２はジャイロセンサや車速センサ（図示略）の出力に基づき、自動車ｘの進行方向や速度を測定する。
【００５８】
制御ユニット２３はナビシステム２０とサーバ１０との通信タイミング等を制御する。
【００５９】
記憶ユニット２４は諸情報をデータとして記憶する。
【００６０】
表示ユニット２５はサーバ１０からナビシステム２０にダウンロードされた交通情報データに係る交通情報や、測定ユニット２２により測定される自動車ｘの現在位置等を液晶パネル（図示略）に表示する。
【００６１】
次に、本発明の一実施形態における前記構成の交通情報管理システムの機能について説明する。
【００６２】
パターン認識ユニット１１により、副経路及び主経路における自動車ｘの移動所要時間のパターンが認識される（図２Ｓ１．１、Ｓ１．２）。
【００６３】
具体的には、まず副経路を移動する自動車ｘに搭載されたナビシステム２０の測定ユニット２２により、自動車ｘの現在位置が測定される。また、測定ユニット２２により測定された現在位置に係る「現在位置データ」がナビシステム２０からサーバ１０にアップロードされる（図２矢印▲１▼）。そして、パターン認識ユニット１１は、現在位置データに係る現在位置の時間変化と、データベース１６により管理されているマップデータとに基づき、副経路のそれぞれについて移動所要時間のパターンを認識する（図２Ｓ１．１）。どの自動車ｘの現在位置であるかは、ナビシステム２０からサーバ１０にアップロードされ、個々の自動車ｘ又は自動車ｘに搭載されたナビシステム２０を識別するための識別データに基づき、パターン認識ユニット１１により識別される。パターン認識ユニット１１は複数の自動車ｘによる移動所要時間を経路ごとに平均をとる等の統計処理を実行することにより、当該経路における自動車ｘの移動所要時間を認識する。
【００６４】
また、主経路に設置された車両検知機器３０により、自動車ｘの交通量が測定される。車両検知機器３０により測定された交通量に係る「交通量データ」が当該機器３０からサーバ１０にアップロードされる（図２矢印▲２▼）。そして、パターン認識ユニット１１は、車両検知機器３０からサーバ１０にアップロードされた交通量データに基づき、主経路のそれぞれについて移動所要時間のパターンを認識する（図２Ｓ１．２）。どの経路における交通量データであるかは、車両検知機器３０からサーバ１０にアップロードされ、経路を識別するための識別データに基づき、パターン認識ユニット１１により識別される。なお、車両検知機器３０により測定された交通量に係る交通量データが、ＶＩＣＳセンター等を介した上でサーバ１０にアップロードされてもよい。
【００６５】
パターン認識ユニット１１により認識される第ｉ経路Ｌi における移動所要時間Ｔi のパターンは、例えば、図３（ａ）に示すように時刻ｔとともに増減変化する。また、移動所要時間Ｔi は、経路Ｌ1 における自動車ｘの１００ｍ、１ｋｍ等の単位距離あたりの移動所要時間を意味する。なお、緯度所要時間Ｔi が第ｉ経路Ｌi の一端（＝第（ｉ−１）経路Ｌi-1 の終端）から他端（第（ｉ＋１）経路Ｌi+1 の始端）までの移動所要時間であってもよい。
【００６６】
さらに、ナビシステム２０にドライバ等が意図する自動車ｘの「出発位置」及び「目的位置」が入力される（図２Ｓ２．１）。これに応じて当該出発及び目的位置に係る「出発位置データ」及び「目的位置データ」がナビシステム２０からサーバ１０にアップロードされる（図２矢印▲３▼）。なお、測定ユニット２２により自動車ｘの「現在位置」が測定され、当該現在位置に係る「現在位置データ」が出発位置データに代えてナビシステム２０からサーバ１０にアップロードされてもよい。
【００６７】
そして、経路認識ユニット１２は、図４に示すように、ナビシステム２０からサーバ１０にアップロードされた出発及び目的位置データに係る出発位置ｘo 及び目的位置ｘn を結ぶルートを構成する自動車ｘの第ｉ経路Ｌi を認識する（図２Ｓ１．１、図４参照）。第ｉ経路Ｌi （ｉ＝１，２，‥，ｎ）の全部が主経路又は副経路であってもよく、第ｉ経路Ｌi の一部が主経路で、残部が副経路であってもよい。例えば、図４に示す自動車ｘの出発位置ｘ0 から目的位置ｘn までのルートを構成する第１経路Ｌ1 〜第ｎ経路Ｌn のうち、第３経路Ｌ3 から第（ｎ−１）経路Ｌn-1 までが「主経路」であり、第１経路Ｌ1 、第２経路Ｌ2 及び第ｎ経路Ｌn が「副経路」である。どの自動車ｘの出発位置及び目的位置であるかは、ナビシステム２０からサーバ１０にアップロードされ、個々の自動車ｘ又は自動車ｘに搭載されたナビシステム２０を識別するための識別データに基づき、経路認識ユニット１２により識別される。
【００６８】
次に、パターン認識ユニット１１により、経路認識ユニット１２により認識された各経路Ｌi について、「現時間帯」における自動車ｘの移動所要時間Ｔi の「現パターン」が認識される（図２Ｓ１．４）。図５（ａ）に示すように、現時間帯ｂ0 は現在時刻ｔ0 を終期とし、幅Δｔを有する時間帯である。また、現パターンｐ0 は現時間帯ｂ0 における自動車ｘの移動所要時間Ｔi の時間変化パターンである。
【００６９】
続いてパターン検索ユニット１３により、各経路Ｌiについて「現パターン」に類似する「類似パターン」が、複数の「過去時間帯」のそれぞれにおいてパターン認識ユニット１１により認識された「過去パターン」の中から検索される（図２Ｓ１．５）。図５（ｂ）に示すように、各過去時間帯ｂkは現在時刻ｔo より前の時刻ｔkを終期とし（現時間帯ｂoよりも時間的に前にあり）、現時間帯ｂoと同一の幅Δｔを有する時間帯である。また、過去パターンｐkは過去時間帯ｂkにおける自動車ｘの移動所要時間Ｔiの時間変化パターンである。
【００７０】
パターン検索ユニット１３は現パターンｐo（図５（ｂ）破線参照）と、複数の過去パターンｐk のそれぞれ（図５（ｂ）実線参照）との「類似度」を決定する。類似度は両パターンｐo及びｐkの差の累積値（図５（ｂ）縦線部分参照）を変数とする減少関数として決定される。パターン検索ユニット１３は現パターンｐoとの類似度が所定類似度数以上である（図５（ｂ）の縦線部分の面積が所定値以下である）過去パターンｐkを類似パターンとして検索する。
【００７１】
続いて移動所要時間予測ユニット１４により、パターン検索ユニット１３により検索された類似パターンに基づき、各経路Ｌi における自動車ｘの移動所要時間τi が予測される（図２Ｓ１．６）。
【００７２】
例えばパターン検索ユニット１３により、図５（ｂ）に示す過去パターンｐk が類似パターンとして検索されたとき、過去時間帯ｂk の終期ｐk 以後における移動所要時間のパターンが、図５（ｃ）に破線で示すように現在時刻ｔ0 以後の移動所要時間のパターンとして予測される。
【００７３】
この上で、移動所要時間予測ユニット１４は当該予測パターン（図５（ｃ）破線参照）に基づき、現在時刻ｔ0 又は現在時刻から所定時間τ0 経過後の第１経路Ｌ1 における自動車ｘの移動所要時間τ1 を予測する。また、移動所要時間予測ユニット１４は現在時刻ｔ0 から、前記所定時間τ0 と、第１経路から第ｉ経路までの走行予測時間の和Σj=1 i τj との経過後の第（ｉ＋１）経路における自動車ｘの移動所要時間τi+1 を予測する（図５（ｃ）参照）。
【００７４】
そして、交通情報提供ユニット１５により、移動所要時間予測ユニット１４による予測移動所要時間τi を含む交通情報が、サーバ１０から、経路認識ユニット１２により経路Ｌi が認識された自動車ｘに搭載されているナビシステム２０にダウンロードされる（図２矢印▲４▼）。
【００７５】
これに応じて表示ユニット２５により、自動車ｘに搭載されたナビシステム２０の液晶パネルに図６に示すように、当該自動車ｘの出発位置ｘ0 から目的位置ｘn までのルートと、このルートを構成する経路Ｌi における予測移動所要時間τi が表示される（図２Ｓ２．２）。なお、予測移動所要時間τi は、「予測移動所要時間は‥分です」等の文字により表示されるほか、予測移動時間τi の長短に応じた経路Ｌi の色彩、模様や形状等の相違により視覚的に区分可能に表示されてもよい。
【００７６】
前記機能を発揮する本発明の一実施形態における交通情報管理システムによれば、パターン検索ユニット１１により、図５（ｂ）に示すように現時間帯ｂoにおける現パターンｐo（破線参照）に類似する類似パターンが、複数の過去時間帯ｂkにおける複数の過去パターンｐk（実線参照）の中から検索される（図２Ｓ１．５）。過去時間帯ｂkは、過去における現時間帯ｂoと共通の時間帯に限定される等、現時間帯ｂoとの関係で何ら限定されない。従って、現パターンｐoと類似する過去パターンｐkが検索される可能性が高くなり、ひいては移動所要時間τiの予測精度が向上され得る。そして、自動車ｘのドライバは、高精度の予測移動所要時間τiをナビシステム２０を通じて把握した上で（図２Ｓ２．２、図６参照）、自動車ｘを移動させることができる。
【００７７】
なお、本発明の他の実施形態における交通情報管理システムが、移動所要時間予測ユニット１４による予測移動所要時間τi の長短に基づき、情報提供ユニット１５により自動車ｘに搭載されたナビシステム２０に、予測移動所要時間τi を含む交通情報が送信される経路Ｌi を選択する経路選択ユニットを備えていてもよい。
【００７８】
当該実施形態によれば、予測移動所要時間τi の長短に応じて、ナビシステム２２を通じて自動車ｘのドライバに対し、どの経路Ｌi における予測移動所要時間τi を含む交通情報が提供されるかが選択される。
【００７９】
例えば、予測移動所要時間τi が所定時間以上である経路Ｌi が経路選択ユニットにより選択され得る。この場合、自動車ｘのドライバはナビシステム２０を通じ、予測移動所要時間τi が所定時間以上であって、交通渋滞の程度が比較的高いと予測される経路についてのみ、予測移動所要時間τi を把握し得る。また、予測移動所要時間τi が所定時間以下である経路Ｌi が経路選択ユニットにより選択され得る。この場合、自動車ｘのドライバはナビシステム２０を通じ、予測移動所要時間τi が所定時間以下であって、比較的円滑に移動し得ると予測される経路についてのみ、予測移動所要時間τi を把握し得る。
【００８０】
また本発明の他の実施形態における交通情報管理システムが、経路認識ユニット１２により認識された経路の長さを認識する経路長認識ユニットと、経路長認識ユニットにより認識された経路長に応じて現時間帯ｂ0 （図５（ａ）参照）を設定する現時間帯設定ユニットとを備えていてもよい。
【００８１】
経路の長短によって、経路の横に自動車ｘが停車され得る場所や、経路における工事箇所の範囲等、移動所要時間に影響を及ぼす要素の多少が変動し得る。このため、経路における自動車ｘの移動所要時間の予測精度を向上させるために、予測の基礎となる図５（ａ）に示す現パターンｐ0 の現時間帯ｂ0 の幅Δｔを変動する必要が生じる。
【００８２】
当該実施形態によれば、かかる事情に鑑みて、経路長に応じて現時間帯が設定されるので、当該設定現時間帯における現パターンに基づき、当該経路における移動体の移動所要時間が高い精度で予測され得る。
【００８３】
また、本発明の他の実施形態として、交通情報提供ユニット１５により、第１経路Ｌ1 から第ｉ経路Ｌi までの予測移動所要時間の和Σj=1 i τj の長短を含む交通情報が、サーバ１０から自動車ｘに搭載されたナビシステム２０にダウンロードされてもよい。また、予測移動所要時間の和Σj=1 i τj の長短に基づき、表示ユニット２５によりナビシステム２０に経路Ｌi が色彩、模様や形状等の相違により、視覚を通じて識別可能に表示されてもよい。
【００８４】
当該実施形態によれば、各経路Ｌi における移動所要時間τi が高精度で予測されるのは前述のとおりである。その一方、あくまでも予測された移動所要時間なので、予測移動所要時間の和Σj=1 i τj が長くなるほど、第（ｉ＋１）経路への実際の到達時刻が当該和からずれる可能性が高くなる。従って、第（ｉ＋１）経路における移動所要時間τi+1 の予測精度が低くなるおそれがある。
【００８５】
しかるに、当該実施形態によれば、当該和の長短を含む交通情報がサーバ１０からナビシステム２０にダウンロードされる。従って、自動車ｘのドライバは、ナビシステム２０を通じて予測移動所要時間の和Σj=1 i τj の長短を把握し、ひいては前記事情に鑑みた移動所要時間τi+1 の予測精度の高低を把握又は推測し得る。
【００８６】
また、本発明の他の実施形態として、パターン検索ユニット１３が、現時間帯ｂ0 との時間的近接度が所定近接度数以内（現在時刻ｔ0 と終期ｔk との時間間隔が所定時間以下）の過去時間帯ｂk における過去パターンｐk の中から、現パターンｐ0 に類似する類似パターンを検索してもよい。
【００８７】
時間が経つほど、気候、近辺におけるイベント等、経路Ｌi における自動車ｘの移動所要時間τi に影響を与える要素の状態が変遷する可能性が高くなる。従って、現時間帯ｂ0 における現パターンｐ0 と類似するからといっても、現時間帯ｂ0 よりあまりにも時間的に前の過去時間帯ｂk における過去パターンｐk に基づいて移動所要時間τi が予測されると、当該予測精度が低くなる可能性が高くなる。
【００８８】
当該実施形態によれば、かかる事情に鑑みて、パターン検索ユニット１３により、現時間帯ｂ0 との時間的近接度が「所定近接度数以内」の過去時間帯ｂk における過去パターンｐk の中から類似パターンが検索される。そして、当該検索類似パターンに基づき、経路Ｌi における自動車ｘの移動所要時間τi が予測される。
【００８９】
前記のように、移動所要時間の基礎となる類似パターンの過去時間帯ｂk が、現時間帯ｂ0 との時間的近接度が「所定近接度数以内」に制限される。従って、移動所要時間τi の予測精度が高く維持され得る。
【００９０】
また本発明の他の実施形態における交通情報管理システムは、現時間帯ｂ0 と過去時間帯ｂk との時間的近接度に基づき、過去時間帯ｂk における過去パターンｐk について、類似パターンの検索基準となる「所定類似度数」を設定する所定類似度数設定ユニットを備えていてもよい。
【００９１】
前記のように、現時間帯よりあまりにも時間的に前の過去時間帯における過去パターンに基づいて移動所要時間が予測されると、当該予測精度が低くなる可能性が高くなる。
【００９２】
本発明によれば、かかる事情に鑑みて、現時間帯と過去時間帯との時間的近接度に応じて、当該過去時間帯における過去パターンが類似パターンとして検索される基準となる「所定類似度数」が設定される。これにより、前記のような予測精度の低下が抑制され得る。
【００９３】
さらに本発明の交通情報管理システムは、交通情報提供手段が、現パターンと、類似パターンとの類似度の高低を含む交通情報を移動体に搭載されたナビシステムに送信することを特徴とする。
【００９４】
現パターンと類似パターンとの類似度が高いほど、当該類似パターンに基づく移動所要時間の予測精度が高くなる傾向が強い。
【００９５】
本発明によれば、移動体のドライバは、ナビシステムを通じて、類似度の高低を把握し、ひいては前記傾向に鑑みた移動所要時間の予測精度の高低を把握又は推測し得る。
【００９６】
前記実施形態では自動車ｘの移動所要時間が予測されたが、他の実施形態としてバイクや自転車等、移動機能を有するあらゆる移動体の移動所要時間が予測されてもよい。
【図面の簡単な説明】
【図１】本発明の一実施形態における交通情報管理システムの構成説明図
【図２】本発明の一実施形態における交通情報管理システムの機能説明図
【図３】本発明の一実施形態における交通情報管理システムの機能説明図
【図４】本発明の一実施形態における交通情報管理システムの機能説明図
【図５】本発明の一実施形態における交通情報管理システムの機能説明図
【図６】本発明の一実施形態における交通情報管理システムの機能説明図
【符号の説明】
１０‥サーバ（交通情報管理システム）、１１‥パターン認識ユニット、１２‥経路認識ユニット、１３‥パターン検索ユニット、１４‥移動所要時間予測ユニット、１５‥交通情報提供ユニット、１６‥データベース、２０‥ナビシステム、２１‥通信ユニット、２２‥測定ユニット、２３‥制御ユニット、２４‥記憶ユニット、２５‥表示ユニット、３０‥車両検知機器、ｘ‥自動車（移動体）
Claims (10)
- 移動体の経路における該移動体の移動所要時間が予測された上で、該移動体に搭載されたナビシステムに送信され得る交通情報として管理されるシステムであって、
経路における移動体の移動所要時間のパターンを認識するパターン認識手段と、
移動体の経路を認識する経路認識手段と、
現在を終期とする現時間帯と、現時間帯より時間的に前にあり且つ現時間帯と同幅の複数の過去時間帯のそれぞれとの時間的近接度に基づき、各過去時間帯について所定類似度数を設定する所定類似度数設定手段と、
経路認識手段により認識された経路について、現時間帯においてパターン認識手段により認識された現パターンとの類似度が所定類似度設定手段により複数の過去時間帯のそれぞれについて設定された所定類似度数以上である類似パターンを、当該複数の過去時間帯においてパターン認識手段により認識された複数の過去パターンの中から検索するパターン検索手段と、
パターン検索手段により検索された類似パターンに基づき、該経路における移動体の移動所要時間を予測する移動所要時間予測手段と、
移動所要時間予測手段による予測移動所要時間を含む交通情報を、経路認識手段により経路が認識された移動体に搭載されているナビシステムに送信する交通情報提供手段とを備えていることを特徴とする交通情報管理システム。 - 移動所要時間予測手段による予測移動所要時間に基づき経路を選択する経路選択手段を備え、
情報提供手段が、経路選択手段により選択された経路における移動体の予測移動所要時間を含む交通情報を、移動体に搭載されたナビシステムに送信することを特徴とする請求項１記載の交通情報管理システム。 - 経路認識手段により認識された経路の長さを認識する経路長認識手段と、経路長認識手段により認識された経路長に応じて、現時間帯を設定する現時間帯設定手段とを備えていることを特徴とする請求項１または２記載の交通情報管理システム。
- 経路認識手段が、移動体に搭載されたナビシステムとの通信により、該移動体の現在位置または出発位置および目的位置を認識した上で、該現在位置または出発位置から該目的位置までのルートの一部または全部を該移動体の経路として認識することを特徴とする請求項１、２または３記載の交通情報管理システム。
- 移動所要時間予測手段が、経路認識手段により認識された第１経路についてパターン検索手段により検索された類似パターンに基づき、移動体の移動所要時間τ1を予測するとともに、経路認識手段により認識された第（ｉ＋１）経路（ｉ＝１，２，‥）についてパターン検索手段により検索された類似パターンに基づき、現時点から少なくとも第１経路から第ｉ経路までの走行予測時間の和Σj=1 i τj経過後の移動所要時間τi+1を予測することを特徴とする請求項１、２、３または４記載の交通情報管理システム。
- 交通情報提供手段が、第１経路から第ｉ経路までの予測移動所要時間の和Σj=1 iτjの長短を含む交通情報を移動体に搭載されたナビシステムに送信することを特徴とする請求項５記載の交通情報管理システム。
- パターン認識手段が、経路に設置され、該経路における移動体を検知する機能を有する機器との通信に基づき、該経路の移動体の移動所要時間のパターンを認識することを特徴とする請求項１、２、３、４、５または６記載の交通情報管理システム。
- パターン認識手段が、移動体に搭載され、該移動体の位置を測定する機能を有する機器との通信に基づき移動体の移動所要時間のパターンを認識することを特徴とする請求項１、２、３、４、５、６または７記載の交通情報管理システム。
- パターン検索手段が、現時間帯との時間的近接度が所定近接度数以内の過去時間帯においてパターン認識手段により認識された過去パターンの中から、現パターンに類似する類似パターンを検索することを特徴とする請求項１、２、３、４、５、６、７または８記載の交通情報管理システム。
- 交通情報提供手段が現パターンと類似パターンとの類似度の高低を含む交通情報を移動体に搭載されたナビシステムに送信することを特徴とする請求項１、２、３、４、５、６、７、８または９記載の交通情報管理システム。
Priority Applications (6)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003160257A JP3834017B2 (ja) | 2003-06-05 | 2003-06-05 | 交通情報管理システム |
| KR1020040032904A KR100927763B1 (ko) | 2003-06-05 | 2004-05-11 | 교통 정보 관리 시스템 |
| EP04012783A EP1484729B1 (en) | 2003-06-05 | 2004-05-28 | Travel time prediction system |
| DE602004000624T DE602004000624T8 (de) | 2003-06-05 | 2004-05-28 | System zur Prognose der Fahrzeit |
| CN2004100460872A CN1573771B (zh) | 2003-06-05 | 2004-06-04 | 交通信息管理系统 |
| US10/864,859 US7590483B2 (en) | 2003-06-05 | 2004-06-07 | Traffic information management system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003160257A JP3834017B2 (ja) | 2003-06-05 | 2003-06-05 | 交通情報管理システム |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2004362290A JP2004362290A (ja) | 2004-12-24 |
| JP2004362290A5 JP2004362290A5 (ja) | 2006-07-06 |
| JP3834017B2 true JP3834017B2 (ja) | 2006-10-18 |
Family
ID=33157192
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003160257A Expired - Fee Related JP3834017B2 (ja) | 2003-06-05 | 2003-06-05 | 交通情報管理システム |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US7590483B2 (ja) |
| EP (1) | EP1484729B1 (ja) |
| JP (1) | JP3834017B2 (ja) |
| KR (1) | KR100927763B1 (ja) |
| CN (1) | CN1573771B (ja) |
| DE (1) | DE602004000624T8 (ja) |
Families Citing this family (51)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6587781B2 (en) | 2000-08-28 | 2003-07-01 | Estimotion, Inc. | Method and system for modeling and processing vehicular traffic data and information and applying thereof |
| JP3834017B2 (ja) | 2003-06-05 | 2006-10-18 | 本田技研工業株式会社 | 交通情報管理システム |
| US7620402B2 (en) | 2004-07-09 | 2009-11-17 | Itis Uk Limited | System and method for geographically locating a mobile device |
| DE102007050154A1 (de) * | 2007-10-19 | 2009-04-23 | Siemens Ag | Prognosesystem zum Vorhersagen von Fahrzeiten, fahrzeuggestütztes Routenplanungssystem, Verkehrsinformationssystem und -verfahren |
| JP5180045B2 (ja) * | 2008-12-02 | 2013-04-10 | 株式会社日立製作所 | 交通経路の表示方法。 |
| KR101057223B1 (ko) * | 2009-07-02 | 2011-08-16 | 서울대학교산학협력단 | 주변 도로의 교통량 패턴을 학습해서 버스의 도착시간을 예측하는 장치 및 방법 |
| US8519868B2 (en) * | 2009-10-29 | 2013-08-27 | Siemens Corporation | Estimation of travel times using bluetooth |
| US9065575B2 (en) * | 2009-11-23 | 2015-06-23 | Lg Electronics Inc. | Mobile terminal and broadcast controlling method thereof |
| JP6042050B2 (ja) * | 2010-11-18 | 2016-12-14 | 株式会社デンソーアイティーラボラトリ | 運転負荷予測システム、装置、方法およびプログラム |
| JP5315363B2 (ja) * | 2011-01-19 | 2013-10-16 | 株式会社ゼンリン | 道路網解析システム |
| GB2492369B (en) | 2011-06-29 | 2014-04-02 | Itis Holdings Plc | Method and system for collecting traffic data |
| JP5380509B2 (ja) * | 2011-09-28 | 2014-01-08 | 日立オートモティブシステムズ株式会社 | 経路案内システム |
| WO2014172380A1 (en) * | 2013-04-15 | 2014-10-23 | Flextronics Ap, Llc | Altered map routes based on user profile information |
| CN102819962B (zh) * | 2012-08-23 | 2014-07-09 | 江苏物联网研究发展中心 | 基于数字地图的城市交通流网络并行信息系统 |
| US9053636B2 (en) | 2012-12-30 | 2015-06-09 | Robert Gordon | Management center module for advanced lane management assist for automated vehicles and conventionally driven vehicles |
| US9286800B2 (en) | 2012-12-30 | 2016-03-15 | Robert Gordon | Guidance assist vehicle module |
| JP6020217B2 (ja) * | 2013-02-04 | 2016-11-02 | 株式会社デンソー | 交通情報提供システム |
| CN104240494A (zh) * | 2013-06-14 | 2014-12-24 | 苏州风采信息技术有限公司 | 一种智能交通管理系统 |
| KR101500362B1 (ko) | 2013-07-11 | 2015-03-11 | 현대자동차 주식회사 | 전기차의 주행 정보 제공 시스템 및 방법 |
| JP6408770B2 (ja) * | 2014-03-03 | 2018-10-17 | 株式会社ゼンリン | プローブ情報の収集方法、収集装置、そのプログラム、及び、旅行時間算出装置 |
| KR102307821B1 (ko) * | 2014-10-17 | 2021-10-01 | 주식회사 케이티 | 도로 속도 예측 방법, 서버 및 시스템 |
| US10692126B2 (en) | 2015-11-17 | 2020-06-23 | Nio Usa, Inc. | Network-based system for selling and servicing cars |
| US9799218B1 (en) | 2016-05-09 | 2017-10-24 | Robert Gordon | Prediction for lane guidance assist |
| US20180012197A1 (en) | 2016-07-07 | 2018-01-11 | NextEv USA, Inc. | Battery exchange licensing program based on state of charge of battery pack |
| US9928734B2 (en) | 2016-08-02 | 2018-03-27 | Nio Usa, Inc. | Vehicle-to-pedestrian communication systems |
| US9963106B1 (en) | 2016-11-07 | 2018-05-08 | Nio Usa, Inc. | Method and system for authentication in autonomous vehicles |
| US10708547B2 (en) | 2016-11-11 | 2020-07-07 | Nio Usa, Inc. | Using vehicle sensor data to monitor environmental and geologic conditions |
| US10410064B2 (en) | 2016-11-11 | 2019-09-10 | Nio Usa, Inc. | System for tracking and identifying vehicles and pedestrians |
| US10694357B2 (en) | 2016-11-11 | 2020-06-23 | Nio Usa, Inc. | Using vehicle sensor data to monitor pedestrian health |
| US10515390B2 (en) | 2016-11-21 | 2019-12-24 | Nio Usa, Inc. | Method and system for data optimization |
| US10249104B2 (en) | 2016-12-06 | 2019-04-02 | Nio Usa, Inc. | Lease observation and event recording |
| US10074223B2 (en) | 2017-01-13 | 2018-09-11 | Nio Usa, Inc. | Secured vehicle for user use only |
| US10031521B1 (en) | 2017-01-16 | 2018-07-24 | Nio Usa, Inc. | Method and system for using weather information in operation of autonomous vehicles |
| US10471829B2 (en) | 2017-01-16 | 2019-11-12 | Nio Usa, Inc. | Self-destruct zone and autonomous vehicle navigation |
| US9984572B1 (en) | 2017-01-16 | 2018-05-29 | Nio Usa, Inc. | Method and system for sharing parking space availability among autonomous vehicles |
| US10464530B2 (en) | 2017-01-17 | 2019-11-05 | Nio Usa, Inc. | Voice biometric pre-purchase enrollment for autonomous vehicles |
| US10286915B2 (en) | 2017-01-17 | 2019-05-14 | Nio Usa, Inc. | Machine learning for personalized driving |
| US10897469B2 (en) | 2017-02-02 | 2021-01-19 | Nio Usa, Inc. | System and method for firewalls between vehicle networks |
| US9911329B1 (en) | 2017-02-23 | 2018-03-06 | Robert Gordon | Enhanced traffic sign information messaging system |
| US10234302B2 (en) | 2017-06-27 | 2019-03-19 | Nio Usa, Inc. | Adaptive route and motion planning based on learned external and internal vehicle environment |
| US10710633B2 (en) | 2017-07-14 | 2020-07-14 | Nio Usa, Inc. | Control of complex parking maneuvers and autonomous fuel replenishment of driverless vehicles |
| US10369974B2 (en) | 2017-07-14 | 2019-08-06 | Nio Usa, Inc. | Control and coordination of driverless fuel replenishment for autonomous vehicles |
| US10837790B2 (en) | 2017-08-01 | 2020-11-17 | Nio Usa, Inc. | Productive and accident-free driving modes for a vehicle |
| US10635109B2 (en) | 2017-10-17 | 2020-04-28 | Nio Usa, Inc. | Vehicle path-planner monitor and controller |
| US10935978B2 (en) | 2017-10-30 | 2021-03-02 | Nio Usa, Inc. | Vehicle self-localization using particle filters and visual odometry |
| US10606274B2 (en) | 2017-10-30 | 2020-03-31 | Nio Usa, Inc. | Visual place recognition based self-localization for autonomous vehicles |
| US10717412B2 (en) | 2017-11-13 | 2020-07-21 | Nio Usa, Inc. | System and method for controlling a vehicle using secondary access methods |
| US10369966B1 (en) | 2018-05-23 | 2019-08-06 | Nio Usa, Inc. | Controlling access to a vehicle using wireless access devices |
| CN109708656A (zh) * | 2019-01-24 | 2019-05-03 | 爱驰汽车有限公司 | 基于实时路况的路线规划方法、系统、设备及存储介质 |
| KR102608343B1 (ko) * | 2021-09-09 | 2023-11-30 | 네이버 주식회사 | 패턴 매칭을 이용하여 도로 정체 전파를 예측하는 방법, 컴퓨터 장치, 및 컴퓨터 프로그램 |
| CN114566046A (zh) * | 2022-03-01 | 2022-05-31 | 海南大学 | 一种短时交通状况预测系统及其方法 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5845227A (en) * | 1991-02-01 | 1998-12-01 | Peterson; Thomas D. | Method and apparatus for providing shortest elapsed time route and tracking information to users |
| JP2669175B2 (ja) * | 1991-03-28 | 1997-10-27 | 日産自動車株式会社 | 車載地図表示装置 |
| JP3534618B2 (ja) | 1998-08-18 | 2004-06-07 | 日本電信電話株式会社 | 交通情報予測方法、装置、交通情報予測プログラムを記録した記録媒体 |
| US6256577B1 (en) * | 1999-09-17 | 2001-07-03 | Intel Corporation | Using predictive traffic modeling |
| US6587781B2 (en) * | 2000-08-28 | 2003-07-01 | Estimotion, Inc. | Method and system for modeling and processing vehicular traffic data and information and applying thereof |
| DE10051777A1 (de) * | 2000-10-19 | 2002-04-25 | Daimler Chrysler Ag | Verfahren zur dynamischen Verkehrszustandsprognose |
| JP2002298281A (ja) | 2001-03-30 | 2002-10-11 | Foundation For The Promotion Of Industrial Science | 交通量予測装置、交通量予測方法、交通情報センターおよび車載ナビゲーションシステム |
| US6594576B2 (en) * | 2001-07-03 | 2003-07-15 | At Road, Inc. | Using location data to determine traffic information |
| US7283904B2 (en) * | 2001-10-17 | 2007-10-16 | Airbiquity, Inc. | Multi-sensor fusion |
| JP3834017B2 (ja) | 2003-06-05 | 2006-10-18 | 本田技研工業株式会社 | 交通情報管理システム |
-
2003
- 2003-06-05 JP JP2003160257A patent/JP3834017B2/ja not_active Expired - Fee Related
-
2004
- 2004-05-11 KR KR1020040032904A patent/KR100927763B1/ko not_active IP Right Cessation
- 2004-05-28 DE DE602004000624T patent/DE602004000624T8/de active Active
- 2004-05-28 EP EP04012783A patent/EP1484729B1/en not_active Expired - Fee Related
- 2004-06-04 CN CN2004100460872A patent/CN1573771B/zh not_active Expired - Fee Related
- 2004-06-07 US US10/864,859 patent/US7590483B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| EP1484729A1 (en) | 2004-12-08 |
| US20040249562A1 (en) | 2004-12-09 |
| DE602004000624T2 (de) | 2006-10-26 |
| KR100927763B1 (ko) | 2009-11-20 |
| JP2004362290A (ja) | 2004-12-24 |
| KR20040108548A (ko) | 2004-12-24 |
| EP1484729B1 (en) | 2006-04-12 |
| US7590483B2 (en) | 2009-09-15 |
| CN1573771A (zh) | 2005-02-02 |
| CN1573771B (zh) | 2013-06-05 |
| DE602004000624D1 (de) | 2006-05-24 |
| DE602004000624T8 (de) | 2007-02-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3834017B2 (ja) | 交通情報管理システム | |
| EP1612517B1 (en) | Navigation system and traffic prediction method | |
| US7590488B2 (en) | Route condition evaluation method and apparatus for navigation system | |
| US6941222B2 (en) | Navigation system, server system for a navigation system, and computer-readable information recorded medium in which destination prediction program is recorded | |
| JP4130847B2 (ja) | 移動先予測装置およびその方法 | |
| US20070005231A1 (en) | Traffic jam detection system and method | |
| JP6136607B2 (ja) | 道路状況特定装置 | |
| JP5549353B2 (ja) | カーナビゲーションシステム | |
| KR20060051549A (ko) | 내비게이션 시스템 | |
| JP2010210284A (ja) | 交通管理装置および交通管理方法 | |
| JP2012225683A (ja) | カーナビゲーション装置 | |
| JP2007140745A (ja) | 渋滞予測システム及び渋滞要因推定システム、並びに渋滞予測方法及び渋滞要因推定方法 | |
| JPH11272983A (ja) | 経路計画装置，到着時間予測装置，走行記録保存装置および経路計画／到着時間予測システム | |
| JP2014066655A (ja) | 経路探索装置及び経路探索方法 | |
| JP2007322304A (ja) | ナビゲーション装置、ナビゲーション方法 | |
| JP2001195693A (ja) | 車両情報送信装置および交通管理システム | |
| CN110827561A (zh) | 一种基于车辆的道路路况信息预报系统及方法 | |
| JP3888985B2 (ja) | 交通情報管理システム | |
| KR101526590B1 (ko) | 실시간 및 정적 속도 정보 반영 비율 산출 방법 | |
| JP2010230624A (ja) | 情報提供装置及び情報提供方法 | |
| JP2006090887A (ja) | ナビゲーションシステム | |
| JP2011232134A (ja) | 経路探索装置 | |
| JP2000020870A (ja) | ナビゲーション装置 | |
| JP2006017473A (ja) | ナビゲーションシステム | |
| JP2006170632A (ja) | 到達可能範囲表示装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060524 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060524 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20060524 |
|
| TRDD | Decision of grant or rejection written | ||
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20060621 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20060718 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060720 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 3834017 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100728 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100728 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110728 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110728 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120728 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120728 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130728 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140728 Year of fee payment: 8 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |