JP4506663B2 - 交通状況予測装置、方法及びプログラム、経路探索システム並びに交通状況提供システム - Google Patents

Description

本発明は、交通状況予測装置、方法及びプログラム、経路探索システム並びに交通状況提供システムに係り、特に、交通情報を入手できるドライバの判断を考慮して交通状況を予測する交通状況予測装置、方法及びプログラム、経路探索システム並びに交通状況提供システムに関する。

交通状況を予測するものとして、広域道路ネットワークを対象とした交通流シミュレーションが提案されている（非特許文献１を参照。）。非特許文献１では、道路交通センサスやパーソントリップ調査といったアンケート調査、および１キロ平方メートル毎の人口分布に基づき、各ノード間のＯＤ交通量を推定し、シミュレーションにより交通状況を予測している。

このような道路交通センサスやパーソントリップ調査といったアンケート調査は、調査対象１日のみの需要データとして生成される。このため、交通流シミュレーション機能へ入力されるデータは固定値のままである。

また、現在までの交通状況に基づいて将来の交通状況を予測する交通状況予測方法が提案されている（特許文献１を参照。）。特許文献１では、交通状況を予測するための最新のデータを収集し、収集されたデータを逐次時系列データとして蓄積し、収集された最新のデータを前記時系列データに付加して前記時系列データを更新し、前記更新された時系列データの最新値を予測値とし一定時間前の時系列データを当該時系列パターンとしたパターンセットを生成する。そして、時系列パターンを蓄積している時系列パターンテーブルを更新し、前記時系列パターンテーブルより、前記作成された最新の時系列データと同じパターンを持つパターンセット群中のパターンセットに保持されている予測値から交通状況の予測値を求めている。

このように、特許文献１では、各リンクの日々の過去データより、渋滞状況の変化を時系列データとして捉え、統計的手法により予測を行っている。このような予測は過去データの数日分の交通変化に基づくものであり、例えば同じ曜日の平均値等をそのまま予測値としている。よって、交通情報や走行経験によるドライバの交通計画・行動の変化は反映されていない。
森、他２名、「広域道路ネットワークを対象とした交通流シミュレーションにおけるＯＤ交通量のセントロイドへの割当てに関する検討」、第２４回交通工学研究発表会論文報告集、ｐｐ．１９３−１９６、２００４年１０月 特開２０００−６７３６３号公報

一般に、"交通状況は再現性がある"といわれている。このため、交通情報がない場合には、非特許文献１及び特許文献１に記載された技術によって、ある程度の交通状況の予測が可能であった。

しかしながら、近年では、交通情報をリアルタイムで受信する情報受信車載器が急激に発達・普及しており、情報にかなり左右された交通変化が起きている。

このため、非特許文献１及び特許文献１のような予測では、精度良く予測ができないし、交通情報によるドライバの変化が予測時点において反映されない問題がある。さらに、交通情報に対してどの程度信頼するかはドライバの走行経験によって異なるため、交通情報だけでなくドライバの走行経験も考慮した交通状況予測が必要である。

本発明は、上述した課題を解決するために提案されたものであり、交通情報の提供を受けたドライバの判断を考慮して交通状況を高精度に予測する交通状況予測装置、方法及びプログラム、経路探索システム並びに交通状況提供システムを提供することを目的とする。

本発明に係る交通状況予測装置は、所定区間毎のＯＤ交通量と交通環境データとに基づいて前記交通環境データで生成される道路ネットワーク範囲の交通流を予測する前記交通流予測手段と、前記交通流予測手段により予測された交通流と、前記交通流から得られたドライバの所定区間毎の経験回数と、に基づいて、前記予測された交通流の情報に対する前記ドライバの信頼度を演算し、前記予測された交通流の情報と前記ドライバの信頼度とに対応付けられた行動変化率を演算し、前記演算された行動変化率を用いて前記予測された交通流の情報を提供されたドライバの旅行計画を作成する旅行計画作成手段と、前記旅行計画作成手段により作成された旅行計画に基づいて所定区間のＯＤ交通量を修正するＯＤ交通量修正手段と、を備え、前記交通流予測手段は、前記ＯＤ交通量修正手段により修正されたＯＤ交通量を更に用いて交通流を予測することを特徴とする。

交通流予測手段は、所定区間毎のＯＤ交通量と交通環境データとに基づいて道路ネットワーク範囲の交通流を予測する。ここで、予測対象となる起点及び終点は、それぞれ１つに限らず複数であってもよい。

ここで、ドライバは、走行経験がない区間を走行する場合は、提供された情報をそのまま信頼する傾向があるが、走行経験がある区間を走行する場合は、提供された情報をそのまま信頼しないことがある。そこで、このようなドライバの判断を考慮すべく、旅行計画作成手段は、予測された交通流と、ドライバの所定区間毎の経験回数と、に基づいて、予測された交通流の情報を提供されたドライバの旅行計画を作成する。

ＯＤ交通量修正手段は、旅行計画作成手段により作成された旅行計画に基づいて所定区間のＯＤ交通量を修正する。そして、交通流予測手段は、ＯＤ交通量修正手段により修正されたＯＤ交通量を更に用いて交通流を予測する。

したがって、上記発明は、予測された交通流とドライバの所定区間毎の経験回数とに基づいて予測された交通流の情報を提供されたドライバの旅行計画を作成し、作成された旅行計画に基づいて所定区間のＯＤ交通量を修正し、修正されたＯＤ交通量を更に用いて交通流を予測することにより、交通情報の提供を受けたドライバの判断を考慮して交通状況を高精度に予測することできる。

また、本発明に係る経路探索システムは、請求項１から請求項６のいずれか１項に記載の交通状況予測装置と、前記交通状況予測装置で予測された交通流の情報を送信する送信手段と、を備えた交通情報提供装置と、前記交通状況予測装置から送信された交通流の情報を受信する受信手段と、前記受信手段で受信された交通流の情報に基づいて現地点から目的地までの経路を探索する経路探索手段と、経路探索手段で探索された経路を表示する表示手段と、を備えた経路探索装置と、を有している。

交通情報提供装置は、交通情報の提供を受けたドライバの判断を考慮して交通流を予測し、その情報である交通情報を経路探索装置に送信する。そして、経路探索装置は、交通状況予測装置から送信された交通流の情報を用いて、現地点から目的地までの経路を探索する。

したがって、上記発明は、交通情報の提供を受けたドライバの判断を考慮して予測された交通流の情報を受信し、受信された交通流の情報に基づいて現地点から目的地までの経路を探索し、探索された経路を表示することにより、将来の交通需要を考慮して最適な経路を探索することができる。

なお、本発明は、交通状況予測方法及びプログラムにも適用可能である。

本発明は、交通情報の提供を受けたドライバの判断を考慮して交通状況を高精度に予測することができる。

以下、本発明の好ましい実施の形態について図面を参照しながら詳細に説明する。

［第１の実施形態］
本発明の実施の形態に係る交通状況予測装置は、図１に示すように、ＯＤ交通量を作成するＯＤ交通量作成部１と、交通環境を作成する交通環境作成部２と、交通流をシミュレートする交通流シミュレーション部３と、ドライバの経験を学習するドライバ学習部４と、交通状況をドライバに提供する交通状況提供部５と、旅行計画を作成するドライバ判断部６と、ＯＤ交通量を修正するＯＤ交通量修正部７と、を備えている。

以上のように構成された交通状況予測装置は、次の処理を行うことによって、道路ネットワーク範囲の交通流を予測する。

ＯＤ交通量作成部１は、旅行に関するアンケート調査結果や実測交通調査結果（例えば道路交通センサス）に基づき、シミュレーションに必要なノード単位毎にＯＤ交通量（ＯＤ：Origin-Destinationの略；出発地から目的地までの単位時間当たりの交通量）を作成する。

道路交通センサス等の入手可能な既存ＯＤ表は、現在、時間的には１日単位で、地域的には区町単位で集計された粗いＯＤ交通量データである。このため、既存ＯＤ表を時間帯および地域で分割する必要がある。そこで、ＯＤ交通量作成部１は、図２に示すように、ステップ１以下のＯＤ交通量作成ルーチンを実行する。

ステップＳ１では、ＯＤ交通量作成部１は、道路交通センサスＢゾーン間ＯＤ表を、基本マスターデータ（集計前の個別調査データ）に基づき時間帯分割する。

始めに、シミュレーション対象地域を中心とする広い範囲の道路ネットワークを対象とした日単位ＯＤ交通量データを、時間帯別ＯＤ交通量に分割する。ここでは、旅行目的別の発生時間パターンに基づいて、時間帯分割を行う。なお、旅行目的別の発生時間パターンは、図３に示すように、通勤・登校、自由、業務、帰宅の４種類の旅行目的毎に、基本マスターデータに含まれている旅行目的データ及び出発時間データより推定される。この結果、道路交通センサスＢゾーン間ＯＤ表（広域）から時間帯別ＯＤ表（広域）が得られる。

ところで、シミュレーション対象地域を走行する交通には、シミュレーション対象地域内を移動する交通（内々交通）の他に、シミュレーション対象地域内と地域外を出入りする交通（内外交通、外内交通）および地域内を通過する交通（通過交通）が含まれる。

そこで、ステップＳ２では、ＯＤ交通量作成部１は、まずシミュレーション対象地域を中心とする広い範囲の道路ネットワークを対象として交通量配分計算を行う。そして、シミュレーション対象地域の境界線（コードンライン）上を通過する交通量を推計し、コードンライン上の境界ノードを起点及び終点とするＯＤ交通量として取り扱う。この結果、時間帯別ＯＤ表（広域）から時間帯別ＯＤ表（対象地域）が得られる。

ステップＳ３では、ＯＤ交通量作成部１は、図４に示す発生集中指標と、１ｋｍ^２メッシュの各人口分布とに基づき、メッシュ間ＯＤ表に地域分割する。ここでは、更に土地利用データを用いて１ｋｍ^２メッシュ以下の地域に分割可能である。例えば、メッシュ内で住宅地と大学とが道路等により境界を設定することが可能な場合、その境界線でメッシュを分割する。そして、交通量は、学生数や通勤通学の時間帯分布に基づき推定する。この結果、１ｋｍ^２メッシュ以下の地域に分割された時間帯ノード間ＯＤ表が得られる。

ステップＳ４では、ＯＤ交通量作成部１は、起点及び終点をメッシュの代表ノードにそれぞれ割当てることによって、シミュレーションに必要なノード単位のＯＤ交通量データを得る。なお、このようなＯＤ交通量データの作成については、非特許文献１に開示されている。

交通環境作成部２は、地図データや信号データに基づき交通流シミュレーション部３の入力フォーマットに合わせて交通環境データ（例えば、リンク、ノード、信号の有無・現示など）を作成する。

交通流シミュレーション部３は、ＯＤ交通量作成部１で作成された時間帯別のＯＤ交通量と、交通環境作成部２で作成された交通環境データとに基づいて、起点から終点まで、時間の経過に伴う道路ネットワーク上の交通流を１秒毎に計算し、各車両の走行経路および旅行時間、さらに各道路の交通量および渋滞長を算出する。

シミュレーションモデルは、図５に示すように、スキャニングインターバル（＝１秒）ごとに車両を移動させる交通流モデルと、個々の車両の経路選択を行う経路選択モデルと、から構成される。交通流モデルは、経路選択モデルで確率的に選択された各車両の経路に従って、車両をネットワーク上で移動させ、各リンクの旅行時間を計算し出力する。一方、経路選択モデルは交通流モデルで求めたリンク旅行時間を基に各車両の経路選択率を決定し、車両発生時に個々の車両に走行経路を与える。

ドライバ学習部４は、交通流シミュレーション部３で走行したシミュレーション上の各車両について、出発地−目的地、旅行目的、出発時間毎に、渋滞状況や所要時間を集計する。そして、「○○から△△までにいく場合に、○時頃に出発すると渋滞に巻き込まれ、□時頃がすいている。」というドライバの経験を出力する。なお、ドライバの経験は、人間の持つ曖昧さを表現するために誤差を含めても良い。また、ドライバ学習部４は、交通流シミュレーション上の各車両について、ノード単位毎に過去に通過した回数（ドライバの経験回数）ｘを出力する。

交通状況提供部５は、シミュレーションした交通状況をドライバに対して提供するために用いられるものであり、例えば、ディスプレイ、スピーカの他に、交通状況を蓄積するためのハードディスクドライブも含まれる。交通状況提供部５は、交通流シミュレーション部３の出力に基づき、地図上に渋滞箇所を色で表示したり、主要な出発地−目的地の所要時間をデータベース化したり、ドライバに提示する。また、交通状況提供部５は、各ドライバのニーズに応じて所要時間や渋滞等の交通情報を選択して提供することもできる。

ドライバ判断部６は、交通状況提供部５から提供された交通情報と、ドライバ学習部４からのドライバの経験回数と、に基づいて旅行計画を作成する。本実施形態では、旅行計画として出発時刻Ｔ_ｓを挙げて説明する
ここで、旅行計画は、例えば図６に示すように、旅行目的によって、重視する項目（出発時刻、到着時刻、所要時間のいずれか）が異なる。例えば、通勤目的の旅行のときは到着時刻を重視し、自由（日常）目的のときの旅行は出発時刻を重視する。また、自由（非日常：行楽等）目的の旅行は所要時間を重視する。

以下に重要項目に応じた出発時刻の算出式を示す。（式１）は出発時刻重視、（式２）到着時刻重視、（式３）は所要時間重視の場合である。

ここで、
Ｔ_{ｓＢａｓｅ} ：ドライバの基準出発時刻
Ｔ_{ｇＢａｓｅ} ：ドライバの基準到着時刻
ｆ_Ｂａｓｅ（Ｔ_Ｓ） ：時刻Ｔ_Ｓに出発した場合のドライバの基準所要時間
ｆ_Ｉ（Ｔ_Ｓ） ：時刻Ｔ_Ｓに出発した場合の情報提供された所要時間
ｘ ：ドライバの経験回数
Ｒ（ｘ） ：経験に対する情報信頼度
Ｐ（ｉ，Ｒ（ｘ））：情報ｉおよび情報信頼度Ｒ（ｘ）による行動変化率
α ：パラメータ
である。よって、ドライバ判断部６は、例えば自由（日常）目的又は帰宅目的の旅行のときは（式１）、通勤（登校）目的又は業務目的の旅行のときは（式２）、自由（非日常）目的の旅行のときは（式３）を用いるとよい。

なお、Ｔ_{ｓＢａｓｅ}、Ｔ_{ｇＢａｓｅ}、ｆ_Ｂａｓｅ（Ｔ_ｓ）、ｆ_Ｉ（Ｔ_ｓ）は、交通流シミュレーション部３で使用され、交通状況提供部５を介して提供された情報である。ｘは、ドライバ学習部４から提供された情報である。情報ｉは、交通状況提供部５によってドライバに提供された情報の内容をいい、例えば、渋滞情報、所要時間情報などが該当する。また、Ｒ（ｘ）及びＰ（ｉ，Ｒ（ｘ））の特性は、予めドライバ判断部６に記憶されている。

経験に対する情報信頼度Ｒ（ｘ）は、交通状況提供部５によって提供された交通情報をドライバがどの程度信頼するかの度合いを表す。よって、経験回数ｘが少ないときはＲ（ｘ）の値は大きいが、経験回数ｘが多くなるとＲ（ｘ）の値は小さくなる。

また、Ｒ（ｘ）は、経験回数ｘが同一であっても、ドライバが異なれば異なる値になる。さらに、Ｒ（ｘ）は、経験回数ｘ及びドライバが同一であっても、ドライバが重視する内容（ドライバの目的）によって異なる値になる。

そこで、ドライバ判断部６には、例えば図７（ａ）に示すように、ドライバ（本実施形態ではドライバＡ、Ｂ、Ｃ）毎に異なるＲ（ｘ）が記憶されている。さらに、ドライバ判断部６には、例えば図７（ｂ）に示すように、同一ドライバの重視する内容毎に異なるＲ（ｘ）が記憶されている。図７（ｂ）において、Ｒ_ｓ（ｘ）は出発時刻重視、Ｒ_ｇ（ｘ）は到着時刻重視、Ｒ_ｓｇ（ｘ）は所要時間重視を示している。

さらに、ドライバ判断部６には、図８に示すように、情報ｉ、情報信頼度Ｒ（ｘ）、行動変化率Ｐ（ｉ，Ｒ（ｘ））の関係を示す３次元マップが記憶されている。行動変化率Ｐ（ｉ，Ｒ（ｘ））は、情報ｉおよび情報信頼度Ｒ（ｘ）により行動が変化する割合を示す。それらの関係は，図８の３次元マップに示すように、一般に、情報ｉが大きいほど、情報信頼度Ｒ（ｘ）が大きいほど、行動変化率Ｐ（ｉ，Ｒ（ｘ））は大きくなる。３次元マップの形状や値は、ドライバ毎、トリップ目的毎に異なる。情報ｉとは、旅行経路と同種別の道路（あるいは、日常的に通行している場合は特定区間）の渋滞長や所要時間を指す。

図８の情報ｉを渋滞長（ｋｍ）と仮定する。渋滞長が短い場合は、情報信頼度Ｒ（ｘ）が高くても行動変化率Ｐ（ｉ，Ｒ（ｘ））は０に近い。渋滞長が長い場合は、情報信頼度Ｒ（ｘ）が低ければ行動変化率Ｐ（ｉ，Ｒ（ｘ））は小さく、情報信頼度Ｒ（ｘ）が高くなるほど、行動変化率行動変化率Ｐ（ｉ，Ｒ（ｘ））も大きくなる。なお、情報ｉは、渋滞長や旅行時間に限らず、交通量や車両密度など他の指標でもよいし、それらの組合せや合計量（数）でも良い。

このように構成されたドライバ判断部６は、ドライバ学習部４及び交通状況提供部５からそれぞれ所定の情報が提供されると、最初に、経験回数ｘ、ドライバ、そのドライバが重視する内容に対する情報信頼度Ｒ（ｘ）を求め、次に、３次元マップを参照して情報ｉ及び情報信頼度Ｒ（ｘ）による行動変化率Ｐ（ｉ，Ｒ（ｘ））を求める。最後に、例えば（式１）に従って出発時刻Ｔ_ｓを演算する。

なお、出発時刻、到着時刻、所要時間のどれを重要するかは、旅行目的以外でも、ドライバの個人差や性格等、様々な要因によって異なる。また、どれか１つを重視するのではなく例えば出発時刻および所要時間の２つを重視する場合もある。このため、（式１）〜（式３）の算出する方法を組み合わせてもよい。例えば、ドライバ判断部６は、（式１）〜（式３）をそれぞれ演算し、重視する内容に応じて（式１）〜（式３）の演算結果にそれぞれ重み付けをして、出発時刻Ｔ_ｓを求めてもよい。

ＯＤ交通量修正部７は、ドライバ判断部６が出力した旅行計画を各出発地から各目的地までの単位時間当たりの交通量（ＯＤ交通量）として集計し、将来の交通需要を予測する。そして、修正が必要なノードのＯＤ交通量を修正して、修正したＯＤ交通量を交通流シミュレーション部３に供給する。交通流シミュレーション部３は、ＯＤ交通量修正部７で修正されたＯＤ交通量を更に用いて交通流を予測する。これにより、交通流シミュレーション部３は、将来の交通需要であるドライバの旅行計画を反映して交通流をシミュレーションできる。

以上のように、本発明の第１の実施形態に係る交通状況予測装置は、ＯＤ交通量を入力して１日分の時々刻々と変化する交通流をシミュレーションし、シミュレーション結果やドライバの走行経験に基づいて将来の交通需要であるドライバの旅行計画を作成する。そして、このような将来の交通需要からＯＤ交通量を修正して、修正したＯＤ交通量を交通流シミュレーションの入力データとする。交通状況予測装置は、このような処理を繰り返すことにより、交通状況やドライバの走行経験を考慮した交通状況予測が可能になり、交通状況をより精度良く予測できる。

特に、上記交通状況予測装置は、シミュレーション結果やドライバの走行経験に基づきドライバの情報信頼度、更に行動変化率を演算して旅行計画を作成するので、交通情報を入手できるドライバの判断を考慮しながら交通流を高精度に予測することができる。

［第２の実施形態］
つぎに、本発明の第２の実施形態について説明する。なお、第１の実施形態と同一の部位には同一の符号を付し、その詳細な説明は省略する。

第２の実施形態に係るナビゲーションシステムは、図９に示すように、例えば交通情報センターに設置された交通情報提供装置１０と、交通情報提供装置１０から提供された交通情報を用いて現在地から目的地までの経路を案内するナビゲーション装置２０と、を備えている。

交通情報提供装置１０は、交通状況を予測し、その予測結果を含む交通情報をドライバに提供するものである。交通情報提供装置１０は、図１に示した交通状況予測装置の構成に、データ通信部８を更に備えたものである。

データ通信部８は、交通状況提供部５からの交通状況（例えば渋滞情報など）を、アンテナ８ａを介してナビゲーション装置２０に送信する。また、データ通信部８は、アンテナ８ａを介して、各車両のナビゲーション装置２０から送信されたドライバ情報を受信し、そのドライバ情報をドライバ判断部６に供給する。

ナビゲーション装置２０は、例えば車両に搭載されており、交通情報提供装置１０との間でアンテナ２１ａを介してデータ通信を行うデータ通信部２１と、データ通信部２１と後述の経路探索部２３との間でデータの入出力を行う入出力（Ｉ／Ｏ）部２２と、現在地から目的地までの経路を探索する経路探索部２３と、探索結果を表示するナビゲーション表示部２４と、データ通信部２１で受信された情報や交通情報提供装置１０に送信すべきドライバ情報を記憶するデータベース２５と、を備えている。

以上のように構成されたナビゲーションシステムは、次のような処理を実行する。

交通情報提供装置１０は、第１の実施形態の交通状況予測装置と同様に、ＯＤ交通量及び交通環境データに基づき、１日分の交通状況をタイムステップ毎に予測する。交通情報提供装置１０は、さらに、予測結果に基づくドライバの経験及び交通情報から旅行計画を推定し、旅行計画からＯＤ交通量を修正し、修正したＯＤ交通量を用いて再び交通状況を予測する。このような処理を繰り返して、日々の交通状況を予測する。

一方、ナビゲーション装置２０は、交通情報センターの交通情報提供装置１０に対して、ドライバの情報（例えば、過去の走行実績、現在地や目的地等の今後の計画など）を送信する。

交通情報提供装置１０は、ナビゲーション装置２０からのドライバの情報に基づいて必要な日時や道路ネットワークの交通情報を絞り込み、必要な予測交通状況をナビゲーション装置２０に送信する。この結果、ナビゲーション装置２０は、交通情報提供装置１０から送信された予測交通状況を用いて、現地点から目的地までの最適な経路を探索し、ドライバを目的地まで案内することができる。

なお、本発明は、上述した実施の形態に限定されるものではなく、特許請求の範囲に記載された範囲内で設計上の変更をされたものにも適用可能であるのは勿論である。

例えば第２の実施形態では、交通情報提供装置１０がドライバの判断を考慮して交通状況を予測したが、ナビゲーション装置２０がドライバの判断を考慮して交通状況を予測してもよい。すなわち、ナビゲーション装置２０は、図１に示した交通状況予測装置の構成を備えてもよい。

また、ナビゲーション装置２０は、車両に搭載されているものとして説明したが、これに限定されず、家庭用情報端末や携帯電話に搭載されてもよい。

また、予測可能な交通状況としては、渋滞状況や目的地までの所要時間に限らず、交通量、車両占有率、渋滞長などであってもよいのは勿論である。また、第２の実施形態では、ナビゲーション装置２０は、交通情報提供装置１０から送信された予測交通状況を用いて、現地点から目的地までの最適な経路を探索したが、最適な経路を探索することなく予測交通状況をそのままナビゲーション表示部２４に表示することによって、交通情報表示装置として機能することもできる。

本発明の第１の実施形態に係る交通状況予測装置の構成を示すブロック図である。 交通状況予測装置のＯＤ交通量作成部のＯＤ交通量作成ルーチンを示す図である。 目的別時間変動パターンを示す図である。 目的別発生・集中指標を示す図である。 シミュレーションモデルの構成を示す図である。 旅行計画時の重点項目を示す図である。 （ａ）はドライバの個人差による情報信頼度、（ｂ）は同一ドライバの重視内容の違いによる情報信頼度を示す図である。 情報ｉ、情報信頼度Ｒ（ｘ）、行動変化率Ｐ（ｉ，Ｒ（ｘ））の関係を示す３次元マップを示す図である。 本発明の第２の実施形態に係るナビゲーションシステムの構成を示すブロック図である。

符号の説明

１ ＯＤ交通量作成部
２ 交通環境作成部
３ 交通流シミュレーション部
４ ドライバ学習部
５ 交通状況提供部
６ ドライバ判断部
７ ＯＤ交通量修正部
８ データ通信部
１０ 交通情報提供装置
２０ ナビゲーション装置
２１ データ通信部
２２ 入出力部
２３ 経路探索部
２４ ナビゲーション表示部
２５ データベース

Claims (10)

1. 所定区間毎のＯＤ交通量と交通環境データとに基づいて前記交通環境データで生成される道路ネットワーク範囲の交通流を予測する交通流予測手段と、
   前記交通流予測手段により予測された交通流と、前記交通流から得られたドライバの所定区間毎の経験回数と、に基づいて、前記予測された交通流の情報に対する前記ドライバの信頼度を演算し、前記予測された交通流の情報と前記ドライバの信頼度とに対応付けられた行動変化率を演算し、前記演算された行動変化率を用いて前記予測された交通流の情報を提供されたドライバの旅行計画を作成する旅行計画作成手段と、
   前記旅行計画作成手段により作成された旅行計画に基づいて所定区間のＯＤ交通量を修正するＯＤ交通量修正手段と、を備え、
   前記交通流予測手段は、前記ＯＤ交通量修正手段により修正されたＯＤ交通量を更に用いて交通流を予測すること
   を特徴とする交通状況予測装置。
2. 前記旅行計画作成手段は、前記経験回数が少ないほど、前記予測された交通流の情報に対する前記ドライバの信頼度が大きくなるように演算し、前記経験回数が多いほど、前記ドライバの信頼度が小さくなるように演算する請求項１記載の交通状況予測装置。
3. 前記旅行計画作成手段は、前記ドライバの出発時刻における出発地から目的地までの基準所要時間、前記交通流に基づいて情報提供された、前記ドライバの出発時刻における出発地から目的地までの所要時間、及び前記演算された行動変化率に基づいて、出発時刻を演算して、前記ドライバの旅行計画を作成する請求項１又は２記載の交通状況予測装置。
4. １日単位及び地域分割のＯＤ交通量データを旅行目的毎に時間帯分割し、土地利用データおよびメッシュ単位の人口分布データに基づきメッシュ単位以下の地域に分割し、起点および終点を分割後の代表ノードに割り当てることによって前記ＯＤ交通量を作成するＯＤ交通量作成手段を更に備えた
   請求項１〜請求項３の何れか１項に記載の交通状況予測装置。
5. 前記旅行計画作成手段は、ドライバ個人、ドライバの重視する内容の少なくとも１つに応じた旅行計画を作成する
   請求項１から請求項４のいずれか１項に記載の交通状況予測装置。
6. 所定区間毎のＯＤ交通量と交通環境データとに基づいて前記交通環境データで生成される道路ネットワーク範囲の交通流を予測し、
   前記予測された交通流と、前記交通流から得られたドライバの所定区間毎の経験回数と、に基づいて、前記予測された交通流の情報に対する前記ドライバの信頼度を演算し、前記予測された交通流の情報と前記ドライバの信頼度とに対応付けられた行動変化率を演算し、前記演算された行動変化率を用いて前記予測された交通流の情報を提供されたドライバの旅行計画を作成し、
   前記作成された旅行計画に基づいて所定区間のＯＤ交通量を修正し、
   前記修正されたＯＤ交通量を更に用いて、道路ネットワーク範囲の交通流を予測する
   交通状況予測方法。
7. コンピュータに、
   所定区間毎のＯＤ交通量と交通環境データとに基づいて前記交通環境データで生成される道路ネットワーク範囲の交通流を予測させ、
   前記予測された交通流と、前記交通流から得られたドライバの所定区間毎の経験回数と、に基づいて、前記予測された交通流の情報に対する前記ドライバの信頼度を演算させ、前記予測された交通流の情報と前記ドライバの信頼度とに対応付けられた行動変化率を演算させ、前記演算された行動変化率を用いて前記予測された交通流の情報を提供されたドライバの旅行計画を作成させ、
   前記作成された旅行計画に基づいて所定区間のＯＤ交通量を修正させ、
   前記修正されたＯＤ交通量を更に用いて、道路ネットワーク範囲の交通流を予測させる
   交通状況予測プログラム。
8. 請求項１から請求項５のいずれか１項に記載の交通状況予測装置と、前記交通状況予測装置で予測された交通流の情報を送信する送信手段と、を備えた交通情報提供装置と、
   前記交通状況予測装置から送信された交通流の情報を受信する受信手段と、前記受信手段で受信された交通流の情報に基づいて現地点から目的地までの経路を探索する経路探索手段と、経路探索手段で探索された経路を表示する表示手段と、を備えた経路探索装置と、
   を有する経路探索システム。
9. 請求項１から請求項５のいずれか１項に記載の交通状況予測装置と、前記交通状況予測装置で予測された交通流の情報に基づいて現地点から目的地までの経路を探索する経路探索手段と、経路探索手段で探索された経路を表示する表示手段と、を備えた経路探索装置と、
   を有する経路探索システム。
10. 請求項１から請求項５のいずれか１項に記載の交通状況予測装置と、前記交通状況予測装置で予測された交通流の情報を送信する送信手段と、を備えた交通情報提供装置と、
    前記交通状況予測装置から送信された交通流の情報を受信する受信手段と、前記受信手段で受信された交通流の情報を表示する表示手段と、を備えた交通情報表示装置と、
    を有する交通状況提供システム。

Images