JP5707510B2 - プローブ車両から取得される交通データを区別するための方法 - Google Patents

Description

本開示は、ナビゲーションシステムで使用するデータベースに交通データを格納するための方法に関する。詳細には、本開示は、リモートサーバでカープール車線のデータベースおよび通常車線のデータベースに格納するために、プローブ車両のナビゲーションシステムによって取得された交通データを区別する方法に関する。

ナビゲーションシステムは、産業界では良く知られている。ナビゲーションシステムは一般に、システムの位置から利用者によって入力される所望の位置までのルートを計算する。多くのナビゲーションシステムは、交通データベースを使用して、走行時間およびルート沿いの交通事象を判断する。ナビゲーションシステムは、交通データベースに含まれるデータに基づいてルートを計算することができ、ナビゲーションシステムは、そのルートによって利用者を誘導する。

一般に交通データベースは、ルートの個々のセグメントを、そのルートを走行している複数のプローブ車両から収集された走行時間および他の交通事象データと関連付ける。この交通データベースは、ナビゲーションシステムが所望の位置までのルートを計算する際に使用するためのデータベースに格納することができる。

本国の多くの地域では、カープール車線が交通体系の不可欠な部分を形成する。例えばロサンゼルス地域では、ほぼすべての主要州間高速道路ルートは、少なくとも1つのカープール車線(HOVすなわちHigh Occupancy Vehicle車線と呼ばれることが多い)を含んでいる。ワシントンDCの首都圏では、一日のうちの一定時間にHOV車線になる州間高速道路が全体的に広がっている。またワシントンDCおよびヒューストンでは、HOV車線は一日のうちのある一定の時間だけ利用可能であって、HOV車線はある一定の時間の間は一方の方向の交通に、他の時間の間は反対の方向の交通に開放されるように共用される。しかしながら、一部の例では、HOV車線の使用は望ましくない場合がある。例えば、ヒューストンおよびワシントンDCでは、HOV車線は他の車線の交通から分離されている。したがって、HOV車線で事故が発生すると、この事故を迂回することが不可能となる恐れがあり、HOV車線は非常に遅くなる恐れがある。HOV車線を利用する、また利用しない、様々なルートを考慮して利用者のために代替走行時間を計算することが望ましい。

したがって、当技術分野では、通常車線用に収集された交通データとカープール車線用に収集された交通データとを区別する交通データベースの必要性がある。

プローブ車両から取得される交通データを区別するための方法を開示する。1つの態様では、本発明は、ナビゲーションシステムによって収集されたプローブデータをリモートサーバに格納するための方法を提供し、この方法は、リモートサーバにおいて複数のプローブ車両からデータを受信するステップと、受信したデータと関連付けられる少なくとも2つの速度パターンを判断するステップと、第1の速度パターンおよび第2の速度パターンのうちの1つに従って複数のプローブ車両のそれぞれからの受信データを分類するステップと、第1の速度パターンおよび第2の速度パターンのそれぞれと関連付けられるプローブ車両の数を計算するステップと、第1の速度パターンとして分類された受信データを通常車線のデータベースに格納するステップと、第2の速度パターンとして分類された受信データをカープール車線のデータベースに格納するステップとを含み、第1の速度パターンと関連付けられるプローブ車両の数が、第2の速度パターンと関連付けられるプローブ車両の数よりも大きい場合、受信データは、第1の速度パターンとして分類される。

別の態様では、本発明は、通常車線のデータベースおよびカープール車線のデータベースと通信しているナビゲーションシステムからの収集プローブデータをリモートサーバにおいて区別するための方法を提供し、この方法は、リモートサーバにおいて複数の車両からプローブデータを受信するステップと、受信したプローブデータを第1の速度パターンおよび第2の速度パターンのうちの1つに適合させるステップと、第1の速度パターンに合う受信プローブデータと関連付けられる車両の第1の数を測定するステップと、第2の速度パターンに合う受信プローブデータと関連付けられる車両の第2の数を測定するステップとを含み、第1の数と第2の数のうちの小さい方と関連付けられる受信プローブデータがカープール車線のデータベースに格納され、残りの受信プローブデータが通常車線のデータベースに格納される。

別の態様では、本発明は、リモートサーバにおいてナビゲーションシステムを備えた複数の車両からの交通データをソートする方法を提供し、この方法は、リモートサーバにおいて複数の車両から交通データを受信するステップと、受信した交通データが少なくとも2つの速度パターンに対応するかどうかを判断するステップと、第1の速度パターンと関連付けられる車両の第1の数を第2の速度パターンと関連付けられる車両の第2の数と比較するステップと、車両の第1の数および車両の第2の数の大きい方と関連付けられる受信交通データの第1の部分を通常車線のデータベースに格納するステップと、車両の第1の数および車両の第2の数の小さい方と関連付けられる受信交通データの第2の部分をカープール車線のデータベースに格納するステップとを含む。

別の態様では、本発明は、通常車線のデータベースおよびカープール車線のデータベースと通信してナビゲーションシステムから収集されたプローブデータをリモートサーバにおいて区別するための方法を提供し、この方法は、リモートサーバにおいて複数の車両からプローブデータを受信するステップと、カープール車線と関連付けられる複数の車両のうちの第1の車両に対して、第1の状況に基づいて計算される第1の確率を計算するステップと、カープール車線と関連付けられる複数の車両のうちの第1の車両について、第2の状況に基づいて計算される第2の確率を計算するステップと、第1の確率および第2の確率に基づいて複数の車両のうちの第1の車両がカープール車線と関連付けられるか、または通常車線と関連付けられるかを判断するステップとを含み、複数の車両のうちの第1の車両がカープール車線と関連付けられると判断される場合、複数の車両のうちの第1の車両と関連付けられる受信プローブデータは、カープール車線のデータベースに格納され、複数の車両のうちの第1の車両が通常車線と関連付けられると判断される場合、複数の車両のうちの第1の車両と関連付けられる受信プローブデータは、通常車線のデータベースに格納される。

次の図および詳細な説明を調べると、当業者には本発明の他のシステム、方法、特徴、および利点が明らかである、または明らかになるであろう。このような追加的システム、方法、特徴、および利点はすべてこの説明およびこの概要の中に含まれて、本発明の範囲内であって、添付の特許請求の範囲によって保護されるものとする。

次の図面および説明を参照して、本発明をより良く理解することができる。図中の構成要素は、必ずしも縮尺に従っておらず、むしろ本発明の原理の説明に重点が置かれている。さらに、図中では、同様の参照数字は様々な図を通して対応する部分を示す。

自動車と関連付けられるナビゲーションシステムの一実施形態の概略図である。 ナビゲーションシステムによりプローブデータを格納するための方法の例示的実施形態の概略図である。 ルートに沿ったHOV車線の図である。 ルートに沿った排他的HOV車線の図である。 プローブ車両から交通データを取得する方法の例示的実施形態の概略図である。 リアルタイムの交通情報を収集する方法の例示的実施形態の概略図である。 速度パターン分類部を含むリモートサーバの例示的実施形態の概略図である。 収集されたプローブデータの速度パターンを示す図である。 収集されたプローブデータの速度パターンを示す図である。 速度パターンと関連付けられる車両の数を求めるための方法の例示的実施形態の概略図である。 交通データベースに格納するために収集されたプローブデータを区別するための方法の例示的実施形態の概略図である。 交通データベースに格納するために収集されたプローブデータをソートするための方法の例示的実施形態の概略図である。 同乗者データに基づいて車両がカープール車線にある可能性を判断するためのシナリオの例示的実施形態の再現図である。 道路画像データに基づいて車両がカープール車線にある可能性を判断するためのシナリオの例示的実施形態の再現図である。 相対位置データに基づいて車両がカープール車線にある可能性を判断するためのシナリオの例示的実施形態の再現図である。 速度データに基づいて車両がカープール車線にある可能性を判断するためのシナリオの例示的実施形態の再現図である。 複数のシナリオからの情報に基づいて車両がカープール車線にあるかどうかを判断するための方法の例示的実施形態の概略図である。

本明細書および特許請求の範囲を通して使用される「自動車」という用語は、1人または複数の乗員を乗せることができ、何らかの形態のエネルギーによって動力を供給される、いかなる移動車両も指す。自動車という用語には、これらに限らないが、車、トラック、バン、ミニバン、SUV、オートバイ、スクータ、ボート、水上バイク、および航空機が含まれる。

図1は、自動車102で使用されるように構成されたナビゲーションシステム100の一実施形態の概略図である。明瞭にするために、ナビゲーションシステム100に関連する可能性がある自動車の一部の構成要素のみを示している。さらに他の実施形態では、さらなる構成要素が追加される、または除去される可能性がある。

ナビゲーションシステム100は、利用者にナビゲーション情報を提供することができるいかなるシステムとすることもできる。「ナビゲーション情報」という用語は、位置を判断する、または位置までの方向を提供する際に役立つように使用することができるいかなる情報も指す。ナビゲーション情報の一部の例には、住所、通り名、通り番号もしくは番地、アパートもしくは集合住宅(suite)の番号、交差点情報、POI(points of interest、興味ある地点)、公園、町，タウンシップ(township)，省，県，市，州，地区などの任意の行政的もしくは地理的区画、ZIPすなわち郵便番号、および国などが含まれる。ナビゲーション情報はまた、会社およびレストランの名前、商業地域、ショッピングセンタ、および駐車施設などの商業情報を含むこともできる。ナビゲーション情報はまた、全地球測位システム(Global Positioning System or Satellite、GPS)、Glonass(ロシア)、および/またはGalileo(欧州)などの全地球航法衛星システム(Global Navigational Satellite System、GNSS)から取得される情報などの地理的情報を含むことができる。「GPS」という用語は、任意の全地球航法衛星システムを示すように使用される。ナビゲーション情報は、1つの項目の情報、ならびにいくつかの項目の情報の組合せを含むことができる。

一般には、当技術分野で知られている任意のナビゲーションシステムを使用することができる。ナビゲーションシステムの一例は、Furukawaによる、2004年5月19日に出願された、米国特許出願公開番号2005/0261827に開示されており、その全体が参照により本明細書に開示される。ナビゲーションシステムの他の例は、Shishidoによる、1996年5月10日に出願された、米国特許番号5,842,146に開示されており、その全体が参照により本明細書に開示される。

ナビゲーションシステム100は、GPS情報を受信するための設備を含むことができる。一部の例ではナビゲーションシステム100は、GPS受信機110を含むことができる。明瞭にするために、GPS受信機110は、この実施形態ではGPSアンテナの形態で示している。しかしながらGPS受信機110は、一部の実施形態ではアンテナと、別個の受信装置との両方に関連付けられる場合があることを理解されるであろう。例示的実施形態では、GPS受信機110は、自動車102の現在位置を集めるために使用することができる。この仕組みでは、ナビゲーションシステム100は、特定のルートの開始地点を自動的に測定するように、ならびにこのルートに沿って自動車102の位置を追跡するように、構成されうる。

ナビゲーションシステム100は、運転者と通信するための設備を含むことができる。一部の実施形態では、ナビゲーションシステム100は、ナビゲーションインタフェース114を含むことができる。一部の例では、ナビゲーションインタフェース114は、運転者および/または同乗者に情報を送信するための設備を含むことができる。例えば、ナビゲーションインタフェース114は、車両の位置およびルート情報を含む地図を表示するディスプレイ画面を含むことができる。他の例では、ナビゲーションインタフェース114は、運転者および/または同乗者から情報を受信するための設備を含むことができる。例えば、ナビゲーションインタフェース114は、ルートを決定するために運転者が目的地を入力できるようにするボタンを含むことができる。一部の例では、ボタンは、ディスプレイ画面に隣接して配置されたプッシュタイプのボタンとすることができる。他の例では、ディスプレイ画面は、利用者の入力を受信することができるタッチスクリーンのディスプレイとすることができる。例示的実施形態では、ナビゲーションインタフェース114は、運転者および/または同乗者からの情報を送受信するための設備を含むことができる。

自動車102は、ナビゲーションシステム100と関連付けられる様々な構成要素と通信するための、および場合によってはこれらを制御するための設備を含むことができる。一部の実施形態では、ナビゲーションシステム100は、コンピュータまたは同様の装置と関連付けることができる。この実施形態では、ナビゲーションシステム100は、オンボードユニット120を含むことができ、本明細書ではOBU120と呼ぶ。1つの実施形態では、OBU120は、ナビゲーションシステム100の様々な構成要素と通信する、および/またはこれらを制御するように構成することができる。さらに一部の実施形態では、OBU120は、図示していない自動車のさらなる構成要素を制御するように構成することができる。

OBU120は、情報および電力の入出力を容易にするいくつかのポートを含むことができる。この詳細な説明全体を通して、および特許請求の範囲で使用する「ポート」という用語は、2つの導体間の任意のインタフェースまたは共有される境界を指す。一部の例ではポートは、導体の挿入および取り外しを容易にすることができる。こうしたタイプのポートの例には、機械的コネクタが含まれる。他の例では、ポートは一般に挿入または取り外しが容易ではないインタフェースである。こうしたタイプのポートの例には、回路基板上の半田付けまたは電子配線(electron traces)が含まれる。

OBU120と関連付けられる次のポートおよび設備のすべてはオプションである。所与のポートまたは設備を含む実施形態もあれば、これを除く実施形態もある。次の説明は、使用することができる可能なポートおよび設備の多くを開示するが、所与の実施形態にすべてのポートまたは設備が使用されるまたは含まれなければならないわけではないことに留意すべきである。

一部の実施形態では、OBU120は、GPS受信機110と通信するための第1のポート121を含むことができる。具体的には、OBU120は、GPS受信機110からGPS情報を受信するように構成されうる。また、OBU120は、ナビゲーションインタフェース114と通信するための第2のポート122を含むことができる。具体的にはOBU120は、ナビゲーションインタフェース114に情報を送信する、ならびにナビゲーションインタフェース114から情報を受信するように構成されうる。

一部の実施形態では、ナビゲーションシステムをリモートサーバ150と関連付けることができる。発明を実施するための形態全体を通しておよび特許請求の範囲において使用する「リモートサーバ」という用語は、自動車102にリソースを提供することができる、自動車102の外部に配置された任意のコンピュータリソースを指す。一部の例では、リモートサーバ150は、ネットワーク接続されたコンピュータまたはコンピュータサーバの集まりである場合がある。リモートサーバ150は、いかなる種類の情報も受信、処理、および/または格納するように使用されうる。1つの実施形態では、リモートサーバ150は、道路の交通に関連する情報を収集し、情報を処理し、後の使用に備えて情報を格納するように構成されうる。さらに、リモートサーバ150は、その全体が参照により本明細書に組み込まれている、「Navigation System for a Motor Vehicle」という名称の、2009年5月13日に出願された、同時係属であって同一出願人が所有する、米国特許___、現在米国特許出願第12/465,308号に開示するように、ナビゲーションシステム100のためにルートを計算するように構成されうる。

リモートサーバには、情報を格納するための様々な設備を設けることができる。道路の交通に関連する情報を収集するためにリモートサーバを使用することができる実施形態では、リモートサーバは、交通情報を格納するための1つまたは複数のデータベースを含むことができる。さらに、ルートにカープール車線と通常車線すなわち非カープール車線との両方が含まれる実施形態では、リモートサーバは、車線の各タイプと関連付けられる交通情報を格納するために別個のデータベースを含むことができる。この発明を実施するための形態全体を通しておよび特許請求の範囲において使用する「カープール車線」という用語は、2人以上の乗員要件と関連する任意の車線を指す。言い換えれば、自動車が2人以上の乗員に利用されることを求める任意の車線である。一部のエリアでは、カープール車線は、相乗り車両車線(high occupancy vehicle lanes)、すなわちHOV車線と呼ばれる。さらに一部の例では、車線には、ラッシュ時など一日のうちのある時間の間は2人以上の乗員要件があり、一日のうちの他の時間の間は乗員要件がない場合もあることを理解されるであろう。さらに、一部の例では、カープール車線が、例えば「HOV 3」車線など、2人よりも多くの乗員要件を有する場合がある。他の例では、カープール車線は、指定されたクラスの免除車両のように、乗員要件を問わずに車両を許可する場合もあり、例えば、これらに限定される訳ではないが、オートバイ、ハイブリッド車両、低排出ガス車両、代替燃料車両、およびカープール車線の走行を許可される他のタイプの車両が含まれる。

この実施形態では、リモートサーバ150に通常車線のデータベース152を設けることができる。また、リモートサーバ150にカープール車線のデータベース154を設けることができる。この仕組みでは、通常車線に関連する交通情報を通常車線のデータベース152内に格納することができ、カープール車線に関連する交通情報をカープール車線のデータベース154内に格納することができる。さらに、カープール車線上の走行時間を計算するとき、リモートサーバ150はカープール車線のデータベース154にアクセスすることができる。同様に、通常車線上の走行時間を計算するとき、リモートサーバは通常車線のデータベース152にアクセスすることができる。

ナビゲーションシステムは、リモートサーバと通信するための設備を含むことができる。1つの実施形態では、ナビゲーションシステム100は、ネットワーク160を使用してリモートサーバ150と通信することができる。一般に、ネットワーク160はいかなるタイプのネットワークとすることもできる。一部の例では、ネットワーク160は、ネットワークの少なくとも一部のノードに自動車を使用する車両通信ネットワークとすることができる。また車両通信ネットワークは、ノードとして路側ユニットを含むことができる。車両通信ネットワークは、自動車および/または路側ユニット間で様々なタイプの情報を交換するために使用することができる。このような自動車ネットワークの一例が、専用狭域通信(dedicated short range communication、DSRC)ネットワークである。一部の例では、DSRCネットワークは、およそ75MHzの帯域幅を有して5.9GHz帯で動作するように構成することができる。さらにDSRCネットワークは、およそ1000mのレンジ(range)を有することができる。他の実施形態では、ナビゲーションシステム100は、WiFiネットワーク、携帯電話ネットワーク、ならびに他のタイプのネットワークなど、ただしこれらに限らない、任意の他のタイプの無線ネットワークを使用してリモートサーバ150と通信するように構成することができる。さらにネットワーク160は、CDMA、TDMA、GSM(登録商標)、AMPS、PCS、アナログ、および/またはW-CDMAなどの、ただしこれらに限らない、任意のタイプのネットワーク標準規格と関連付けることができる。

一部の実施形態では、OBU120は、ネットワークアンテナと通信するように構成された第3のポート123を含むことができる。例示的実施形態では、第3のポート123は、ネットワーク160を使用してリモートサーバ150と情報を交換するように構成されたネットワークアンテナ142と関連付けることができる。

ナビゲーションシステム100は、ナビゲーションシステム100と直接に関連付けられていない自動車の1つまたは複数の構成要素と通信するための設備を含むことができる。一部の例では、OBU120は、自動車の様々なセンサまたはシステムなど、自動車の1つまたは複数のさらなる装置と直接通信するためのさらなるポートを含むことができる。

図2は、ナビゲーションシステムによって集められたプローブデータを格納するための方法の例示的実施形態を示す。一部の実施形態では、リモートサーバ150は、プローブデータ200を格納する方法を行うように構成されうる。図2に示すステップの順序は例示であって、要求されるものではない。この実施形態では、1台または複数台の自動車がプローブとして機能することができ、それぞれが、道路もしくは道路リンクの走行時間、速度、距離、位置、および/またはカープール車線のタイプ、ならびに他の関連交通情報など、ただしこれらに限らない、各自動車の運転活動と関連付けられるプローブデータを集めるナビゲーションシステムを含む。ステップ202においてリモートサーバ150が、複数の自動車からプローブデータを受信することができる。ステップ204においてリモートサーバ150は、以下にさらに十分に説明するように、複数の自動車から受信したプローブデータが、任意の速度パターンと関連付けられるかどうかを判断することができる。ステップ206においてリモートサーバ150は、速度パターンの1つまたは複数に適合させるように、受信したプローブデータを分類することができる。最後にステップ208においてリモートサーバ150は、それぞれ個々の自動車からのプローブデータを、判断された速度パターンに対応する適切なデータベースに格納することができる。

図3および4は、自動車が走行できるカープールまたはHOV車線の2つの代替的実施形態を示している。例示の目的で、図には単一のカープール車線を示している。しかしながら、1つまたは複数の車線をカープール車線として指定することができることを理解すべきである。図3に示すように、カープール車線300は、多車線道路の指定車線とすることができる。この実施形態では、カープール車線300は、車線マーキング304で通常車線302から分離されている。一部の実施形態では、車線マーキング304は、カープール車線300を通常車線302と区別する、連続した白線(solid white line)または道路上の他のしるしとすることができる。一部の例では、カープール車線300は、カープールまたはHOV車線のステータスを示すための、ひし形のマーキング、または他の一般に使用されるしるしを含むことができる。

図4は、排他的カープール車線400の一実施形態を示す。この実施形態では、排他的カープール車線400は、仕切り404によって多車線道路の通常車線402から物理的に分離されている。一部の例では、排他的カープール車線400は、カープールまたはHOV車線のステータスを示すための、ひし形のマーキング、または他の一般に使用されるしるしを含むことができる。一部の実施形態では、仕切り404は、自動車が通常車線402と排他的カープール車線400との間で出入りすることができるように、入口/出口406を含むことができる。他の実施形態では、仕切り404は、可動バリケード、ゲート、および信号など、ただしこれらに限らない、排他的カープール車線400と通常車線402とを分離するための他の機構を含むことができる。

図5および6は、リモートサーバがプローブ車両からプローブデータを取得する方法の実施形態の概略図を示す。本明細書に示す方法は、単に例示であることを意図するものであり、他の実施形態が、1つまたは複数の道路に関連するプローブデータを集めるための他の任意の設備を使用できることを理解すべきである。

図5を参照すると、リモートサーバ150は、ネットワーク160を使用して複数の自動車から情報を受信することができる。一部の実施形態では、プローブ車両は、例えば道路もしくは道路リンクの走行時間、速度、距離、位置および/またはカープール車線のタイプ、ならびに他の関連交通情報などの、ただしこれらに限らない、各自動車の運転活動と関連付けられるプローブデータを集めるナビゲーションシステムを備えた自動車を含むことができる。この実施形態では、複数のプローブ車両が、カープール車線500および通常車線502を含む道路に沿って走行する。複数のプローブ車両は、通常車線502を走行している第1のプローブ車両510と、第2のプローブ車両512と、第3のプローブ車両514と、第4のプローブ車両516と、第5のプローブ車両518とを含むことができる。この実施形態では、第6のプローブ車両520および第7のプローブ車両522が、カープール車線500を走行する。一部の実施形態では、カープール車線500は、排他的カープール車線とすることができる。他の実施形態では、カープール車線500は、多車線道路の指定された車線とすることができる。

各プローブ車両が道路に沿って走行するとき、現在のルートに沿った各プローブ車両の走行時間などのプローブデータはリモートサーバ150に送信され、リアルタイムの交通情報として格納されうる。所与のルート上の複数のプローブ車両から受信される情報を結合することによって、リモートサーバ150はリアルタイムの交通情報を判断することができる。例えば、リモートサーバ150は、複数のプローブ車両の現在の平均走行時間を、渋滞していない状態のこのルートの既知の走行時間と比較することによって、激しい渋滞のあるルートを判断することができる。

一部の実施形態では、リモートサーバ150は、受信したプローブデータをソートし、通常車線のデータベース152および/またはカープール車線のデータベース154を含む、1つまたは複数のデータベースにプローブデータを格納することができる。一部の実施形態では、プローブデータは交通データまたは走行時間を含むことができる。他の実施形態では、プローブデータは、カープール車線の存在に関する情報など、道路の1つまたは複数のリンクと関連付けられるデータを含むことができる。この実施形態では、第1のプローブ車両510、第2のプローブ車両512、第3のプローブ車両514、第4のプローブ車両516、および第5のプローブ車両518から受信される情報を用いて、リモートサーバ150は通常車線502と関連付けられる情報を判断することができる。一部の例では、第1のプローブ車両510、第2のプローブ車両512、第3のプローブ車両514、第4のプローブ車両516、および第5のプローブ車両518から受信される情報を、通常車線のデータベース152内に格納することができる。一部の例では、この情報は、道路の通常車線502を使用するルートのより正確な走行時間を計算する際にリモートサーバ150によって使用されうる。他の例では、この情報は、地図データベースなど、他のデータベースを更新するためにリモートサーバ150によって使用されうる。

同様に、第6のプローブ車両520および第7のプローブ車両522から受信される情報を用いて、リモートサーバ150は、カープール車線500と関連付けられる情報を判断することができる。一部の例では、第6のプローブ車両520および第7のプローブ車両522から受信される情報は、カープール車線のデータベース154に格納することができる。一部の例では、この情報は、カープール車線500を使用するルートのより正確な走行時間を計算するために使用することができる。他の例では、この情報は、地図データベースなど、他のデータベースを更新するためにリモートサーバ150によって使用されうる。

図6を参照すると、この例示の実施形態では、リモートサーバ150は、複数のプローブ車両から交通情報を受信するように構成することができる。一部の実施形態では、リアルタイムの交通情報を判断するために1台または複数台のプローブ車両が派遣されて様々なルートを走行することができる。例えば、主要な幹線道路または「環状道路」を有する都市では、リアルタイムの交通状況を判断するために、数台のプローブ車両が、幹線道路または環状道路の一部に沿って走行するように構成されうる。一部の例では、交通状況は、GPSによるナビゲーションシステムを使用して計算することができる。他の例では、プローブ車両の運転者は、観測した交通パターンに関する報告を送り返すことができる。その後こうした報告を使用して、交通データベースに格納されるパラメータを推定することができる。

この実施形態では、リモートサーバ150は、通常車線502を走行している第1のプローブ車両510、第2のプローブ車両512、第3のプローブ車両514、第4のプローブ車両516、および第5のプローブ車両518から交通情報を受信するように構成される。また通常車線502は、第1の車両600、第2の車両602、第3の車両604、第4の車両606、および第5の車両608など、ネットワーク160と通信しない1台または複数台の非プローブ車両も含むことができる。この実施形態では、リモートサーバ150はまた、カープール車線500を走行している第6のプローブ車両520と第7のプローブ車両522から交通情報を受信するように構成される。カープール車線500はまた、第6の車両610など、ネットワーク160と通信しない1台または複数台の非プローブ車両を含むことができる。

第1のプローブ車両510、第2のプローブ車両512、第3のプローブ車両514、第4のプローブ車両516、および第5のプローブ車両518のうちの1台または複数台から受信される交通情報を用いて、リモートサーバ150は通常車線502の交通情報を判断することができる。同様に、第6のプローブ車両520および第7のプローブ車両522のうちの1台または複数台から受信される交通情報を用いて、リモートサーバ150は、カープール車線500の交通情報を判断することができる。一部の実施形態では、リモートサーバ150は、通常車線のデータベース152およびカープール車線のデータベース154など、適切な交通データベースに格納するために受信された交通情報をソートすることができる。一部の例では、通常車線のデータベース152および/またはカープール車線のデータベース154は、リアルタイムの交通情報を組み込むことによって様々なルートのより正確な走行時間を計算するために使用することができる。

図7は、リモートサーバの例示的実施形態である。1つの実施形態では、リモートサーバ150は、1台または複数台のプローブ車両によって集められたプローブデータ700を収集してソートすることができる。一部の実施形態では、プローブデータ700は、複数のプローブ車両からの交通データを含む。一部の例では、プローブデータ700は、道路のカープール車線および/または通常車線を走行している1台または複数台のプローブ車両によって集められた交通データとすることができる。他の例では、プローブデータは、道路のカープール車線または通常車線を排他的に走行している1台または複数台のプローブ車両によって集められた交通データとすることができる。一部の実施形態では、プローブデータ700は、速度パターン分類部702を用いてソートすることができる。一部の例では、速度パターンの分類は、リモートサーバ150内のハードウェアおよび/またはソフトウェアモジュールで実行されうる。他の例では、速度パターン分類部702は、リモートサーバ150と通信しているハードウェアおよび/またはソフトウェアで実行されうる。

一部の実施形態では、速度パターン分類部702は、リモートサーバ150によって使用されて、通常車線のデータベース152とカープール車線のデータベース154との間で格納するためにプローブデータ700をソートすることができる。この実施形態では、速度パターン分類部702は、1つまたは複数の速度パターン704に従ってプローブデータ700を適合させる。速度パターン704は、設定された期間にわたるプローブ車両の速度を関連付けることによって生成することができる。一部の実施形態では、プローブデータ700が1つまたは複数の速度パターン704に適合するかどうかを判断するために使用される期間は、固定することができる。他の実施形態では、期間は、可変とすることができる。一部の例では、期間は、時刻および/または曜日によって変更することができ、例えば、一般にラッシュ時間と関連付けられる時間および/または曜日にはより短い期間を使用することができる、ならびに/あるいは他の時間および/または曜日にはより長い期間を使用することができるなどである。

別の実施形態では、速度パターン704が、特定の道路、道路リンク、および/または走行車線と関連付けられる平均速度値を含むことができる。一部の例では、特定の時間における道路、道路リンク、および/または走行車線を走行しているプローブ車両の個々の速度に基づいて、平均速度値を求めることができる。他の例では、平均速度値は、上述のように、より長い期間にわたって求めることができる。例示の実施形態では、特定の時間におけるプローブ車両の個々の速度に基づいて、各道路、道路リンク、および/または走行車線と関連付けられる平均速度値を求めることによって、速度パターン704を生成することができる。一部の例では、各道路、道路リンク、および/または走行車線の平均速度値を使用して、通常車線のデータベース152とカープール車線のデータベース154との間で格納するためにプローブデータ700を適合させることができる。

一部の実施形態では、速度パターン分類部702は、第1の速度パターン706および/または第2の速度パターン708に従ってプローブデータを分類することができる。一部の例では、プローブデータ700は、1つまたは複数の速度パターン704との適合度に基づいて分類することができる。様々な実施形態では、1つまたは複数の既知の標準的な統計分析技術を使用して、プローブデータ700を1つまたは複数の速度パターン704に適合させることができる。他の例では、プローブデータ700は、リアルタイムおよび/または履歴の交通データベースとの比較に基づいて分類することができる。

再び図7を参照すると、この実施形態では、速度パターン分類部702が、第1の速度パターン706に従って第1のセットのプローブデータ700を分類することができる。同様に、速度パターン分類部702が、第2の速度パターン708に従って第2のセットのプローブデータ700を分類することができる。一部の実施形態では、第1の速度パターン706が、道路の1つまたは複数の通常車線に沿って走行しているプローブ車両によって集められた交通データに対応することができる。同様に、第2の速度パターン708が、道路のカープール車線に沿って走行しているプローブ車両によって集められた交通データに対応することができる。この実施形態では、第1の速度パターン706と関連付けられる第1のセットのプローブデータ700は、通常車線のデータベース152に格納することができる。同様に、第2の速度パターン708と関連付けられる第2のセットのプローブデータ700は、カープール車線のデータベース154に格納することができる。

図8および9は、収集されたプローブデータと関連付けられた速度パターンの例示的実施形態を示している。図8では、グラフ800が、プローブ車両の速度と、プローブデータが収集された時間との関係を示している。上述のように、様々な実施形態では、1つまたは複数の速度パターンと関連付けられる期間は、固定されおよび/または可変とされてもよい。一部の実施形態では、第1のセットのプローブデータを第1の速度パターンSP1と関連付けることができ、第2のセットのプローブデータを第2の速度パターンSP2と関連付けることができる。この実施形態では、第1の速度パターンSP1と関連付けられる第1のセットのプローブデータは、平均速度804を有し、第2の速度パターンSP2と関連付けられる第2のセットのプローブデータは、平均速度802を有する。この実施形態では、第1のセットのプローブデータは、第2のセットのプローブデータよりも多くのプローブ車両からのデータポイントを含む。図8に示す実施形態では、第2の速度パターンSP2と関連付けられるプローブデータの平均速度802は、第1の速度パターンSP1と関連付けられるプローブデータの平均速度804よりも高い。一部の例では、以下にさらに十分に説明するように、第1の速度パターンSP1および第2の速度パターンSP2のそれぞれと関連付けられるプローブデータは、1つまたは複数の交通データベースに格納することができる。

図8と同様に、図9は、プローブ車両の速度と、プローブデータが収集された時間との関係を示すグラフ900である。この実施形態では、図8と同様に、第1のセットのプローブデータを第1の速度パターンSP1と関連付けることができ、第2のセットのプローブデータを第2の速度パターンSP2と関連付けることができる。この実施形態では、第1の速度パターンSP1と関連付けられる第1のセットのプローブデータは、平均速度902を有し、第2の速度パターンSP2と関連付けられる第2のセットのプローブデータは、平均速度904を有する。図8と同様に、図9では、第1のセットのプローブデータは、第2のセットのプローブデータよりも多くのプローブ車両からのデータポイントを含む。しかしながら図8とは対照的に、図9に示す実施形態では、第2の速度パターンSP2と関連付けられるプローブデータの平均速度904は、第1の速度パターンSP1と関連付けられるプローブデータの平均速度902よりも低い。一部の例では、以下にさらに十分に説明するように、第1の速度パターンSP1および第2の速度パターンSP2のそれぞれと関連付けられるプローブデータは、1つまたは複数の交通データベースに格納することができる。

図10は、速度パターンと関連付けられる車両の数を判断するための方法の例示的実施形態である。この実施形態では、プローブ車両の速度の分布1000を、各プローブ車両の数に対してグラフ化することができる。この実施形態では、図8に示す速度パターンと関連付けられるプローブデータが示される。この実施形態では、プローブ車両の第1の数1002が、第2の速度パターンSP2と関連付けられるプローブデータの平均速度802と関連付けられる。同様に、プローブ車両の第2の数1004が、第1の速度パターンSP1と関連付けられるプローブデータの平均速度804と関連付けられる。この実施形態では、第1の数1002は、第2の数1004よりも小さい。他の実施形態では、第1の数が第2の数よりも大きい、および/または第2の数に等しい場合がある。以下にさらに詳細に説明するように、速度パターンのそれぞれと関連付けられると判断された車両の数を使用して、それぞれのプローブデータを適切な交通データベースにソートすることができる。

図11は、交通データベースに格納するために収集されたプローブデータを区別するための方法の例示的実施形態を示す。この実施形態では、収集されたプローブデータ1100を区別するための方法の次のステップは、リモートサーバ150によって行われうる。一部の実施形態では、これらのステップの1つまたは複数が、リモートサーバ150、自動車102、および/またはナビゲーションシステム100と関連する追加のシステムまたは装置によって行われうる。図11に示すステップの順序は例示であり、要求されるものではない。さらに、他の実施形態では、次のステップの1つまたは複数はオプションとすることができることは理解されるであろう。

第1のステップ202中に、リモートサーバは、1台または複数台のプローブ車両からプローブデータを受信することができる。第2のステップ1102では、受信したプローブデータを1つまたは複数の速度パターンに適合させることができる。一部の実施形態では、図8および9に関して上述したように、受信したプローブデータをある速度パターンに適合させることができる。他の実施形態では、特定の時間における道路、道路リンク、および/または走行車線と関連付けられる平均速度値を求めることなど、ただしこれに限らない、他の速度パターンに、受信したプローブデータを適合させることができる。次に、第3のステップ1106において、各速度パターンと関連付けられるプローブ車両の数を数えることができる。例示的実施形態では、図10に関して上述したようにプローブ車両の数を数えることができる。

一部の実施形態では、リモートサーバは、各速度パターンと関連付けられる交通データを集めたプローブ車両の数に基づいてプローブデータを区別する。道路のカープール車線を走行している車両の数は、一般に通常車線を走行している車両の数よりも全体的に小さいので、通常車線をカープール車線と区別するために、プローブ車両の数を使用することができる。例示的実施形態によれば、各速度パターンと関連付けられるプローブ車両の数を使用して、プローブデータが、通常車線と関連付けられるべきか、カープール車線と関連付けられるべきかを判断することができる。この実施形態では、リモートサーバは、多数のプローブ車両を有する速度パターンが道路の通常車線を示すように構成される。

ステップ1106に続いて、リモートサーバはステップ1108に進むことができる。ステップ1108中、リモートサーバは、ステップ1106において求められたプローブ車両の第1の数が、プローブ車両の第2の数よりも大きいかどうかを判断する。プローブ車両の第1の数が第2の数よりも大きい場合、リモートサーバは第1の速度パターンSP1と関連付けられるプローブデータを通常車線のデータベース152に格納し、第2の速度パターンSP2と関連付けられるプローブデータをカープール車線のデータベース154に格納する。

代わりに、ステップ1108において、プローブ車両の第1の数が第2の数よりも大きくない場合、リモートサーバはステップ1110に進む。ステップ1110において、リモートサーバは、ステップ1106で求められたプローブ車両の第2の数が、プローブ車両の第1の数よりも大きいかどうかを判断する。プローブ車両の第2の数が第1の数よりも大きい場合、リモートサーバは第2の速度パターンSP2と関連付けられるプローブデータを通常車線のデータベース152に格納し、第1の速度パターンSP1と関連付けられるプローブデータをカープール車線のデータベース154に格納する。

ステップ1110に戻ると、リモートサーバが、プローブ車両の第2の数は第1の数よりも大きくないと判断する場合、リモートサーバはステップ202に戻って、さらなるプローブデータを受信する。リモートサーバがプローブデータを通常車線のデータベース152および/またはカープール車線のデータベース154に格納するまで、このプロセスを繰り返すことができる。

図12は、交通データベースに格納するために収集されたプローブデータをソートするための方法の例示的実施形態を示す。この実施形態では、収集されたプローブデータをソートする方法1200は、リモートサーバ150によって行われうる1つまたは複数の追加ステップを含むことができる。一部の実施形態では、収集されたプローブデータをソートする方法1200は、リモートサーバ150と通信している1つまたは複数の追加データベースを含むことができる。他の実施形態では、これらのステップの1つまたは複数が、リモートサーバ150、自動車102、および/またはナビゲーションシステム100と関連付けられる追加のシステムまたは装置によって行われうる。図12に示すステップの順序は例示であり、要求されるものではない。さらに、他の実施形態では、次のステップの1つまたは複数はオプションとすることができることは理解されるであろう。

第1のステップ1204では、リモートサーバは、プローブデータ700を地図データベース1202に格納された道路と関連付けられた1つまたは複数の道路リンクと相互に関連させるために、リンクマッチングを行うことができる。一部の実施形態では、ステップ1204においてリモートサーバは、マッチングされたプローブデータにリンク識別子を割り当て、地図データベース1202に含まれた特定の道路リンクを識別することができる。第2のステップ1206では、リモートサーバは、ステップ1204において識別された、マッチングされたプローブデータのいずれかが、カープール車線のリンクを含むかどうかを判断する。マッチングされたプローブデータがカープール車線のリンクを含まない場合、ステップ1208において、リモートサーバは、マッチングされたプローブデータが通常車線のリンクに対応すると判断する。リモートサーバは、通常車線のリンクにマッチングされたプローブデータを通常車線のデータベース152に格納することができる。

ステップ1206に戻ると、リモートサーバが、マッチングされたプローブデータがカープール車線のリンクを含むと判断する場合、リモートサーバはステップ1210に進む。ステップ1210では、リモートサーバが、カープール車線のリンクは排他的カープール車線と同一であると判断する場合、マッチングされたプローブデータはカープール車線のデータベース154に格納される。ステップ1210において、リモートサーバが、カープール車線のリンクは排他的カープール車線ではないと判断する場合、プロセスはステップ1212に進む。次に、ステップ1212において、リモートサーバは、プローブデータ700に2つの速度パターンが存在するかどうかを判断する。この例示的実施形態では、リモートサーバは図7〜9に関して上述したように、速度パターンの存在を判断することができる。

一部の実施形態では、リモートサーバが、ステップ1212においてプローブデータ700が2つの速度パターンを示すと判断しない場合、リモートサーバは必要に応じて、ステップ1214においてプローブデータ700を交通データベースと比較することができる。交通データベースは、リアルタイムおよび/または履歴の交通データベースを含むことができるが、これに限らない。ステップ1214において、交通データベースとの比較により、交通データベースの中のリアルタイムまたは履歴の交通情報に基づいてプローブデータ700を通常車線の速度1216またはカープール車線の速度1218とマッチングさせることができる。リモートサーバがプローブデータ700を通常車線の速度1216にマッチングさせる場合、マッチングされたプローブデータは、通常車線のデータベース152に格納することができる。同様に、リモートサーバがプローブデータ700をカープール車線の速度1218にマッチングさせる場合、マッチングされたプローブデータは、カープール車線のデータベース154に格納することができる。

ステップ1212に戻ると、リモートサーバがプローブデータ700は2つの速度パターンを示すと判断する場合、ステップ1220においてリモートサーバは、リアルタイムの交通データベース1230が利用できるかどうかを判断する。リアルタイムの交通データベース1230が利用できない場合、リモートサーバはステップ1222に進む。ステップ1222において、リモートサーバは、図11に関して上述したように、各速度パターンと関連付けられるプローブ車両の数を比較する。この例示的実施形態では、プローブデータが2つの異なる速度パターンを特定する場合、より少ない数のプローブ車両と関連付けられる速度パターンが道路のカープール車線を特定するように、リモートサーバは構成される。この仕組みでは、より少ない数のプローブ車両1226は、プローブデータを、道路のカープール車線と関連付けられているものとみなす。したがって、リモートサーバはこのプローブデータをカープール車線のデータベース154に格納する。ところが、より多い数のプローブ車両1224は、プローブデータを、道路の通常車線と関連付けられているものとみなし、リモートサーバはこのプローブデータを通常車線のデータベース152に格納する。

代わりに、ステップ1220においてリモートサーバがリアルタイムの交通データベース1230を利用できると判断する場合、次のステップ1228においてリモートサーバは、リアルタイムの交通データベース1230からリアルタイムの交通情報を検索することができる。一般に、リアルタイムの交通情報は、当技術分野で知られる任意の方法を使用して集められたいかなるタイプの交通情報であることも可能である。一部の例では、リアルタイムの交通情報は、同じくリモートサーバと通信している様々な利用者の走行時間を監視することによって判断されうる。具体的には、リモートサーバが車両通信ネットワークで、それぞれナビゲーションシステムと関連付けられる複数の車両と通信している状況では、様々な道路上の利用者の走行時間は、リアルタイムの交通情報として収集され、格納されうる。他の例では、リアルタイムの交通情報は、リアルタイムの交通情報を判断するために様々な道路に専用車両を派遣することによって判断されうる。さらに他の例では、リアルタイムの交通データベース1230が、使用することができる様々な時間および/または日付における特定の道路についての平均交通パターンと関連付けられた履歴交通データを含むことができる。この仕組みでは、様々な交通状況による走行時間の変動を含むように、様々なルートの走行時間を、より正確に計算することができる。

ステップ1228において、プローブデータ700の速度パターンは、リアルタイムの交通データベース1230中のリアルタイムのまたは履歴の交通情報に基づいて、道路の通常車線と関連付けられる第1の速度パターン1232および/または道路のカープール車線と関連付けられる第2の速度パターン1234と比較されうる。リモートサーバがプローブデータの第1の部分を第1の速度パターン1232とマッチングさせる場合、プローブデータのマッチングされた第1の部分は、通常車線のデータベース152に格納されうる。同様に、リモートサーバがプローブデータの第2の部分を第2の速度パターン1234とマッチングさせる場合、プローブデータのマッチングされた第2の部分は、カープール車線のデータベース154に格納されうる。

1つまたは複数の交通データベースに格納され、リモートサーバによって使用される交通情報を判断するための、上述して図に示した方法は、単に説明のためのものである。他の実施形態では、交通情報を判断するための任意の他の方法を使用することができる。例えば、一部の例では、履歴交通情報を使用することができる。さらに、リアルタイムの交通情報を集めるための上述の方法を、履歴交通情報を判断するために同様に格納し、使用することも可能である。例えば、特定の道路についてリアルタイムの交通情報を知ることができない場合、ある期間にわたって上記の説明の方法で記録された、事前に格納された交通情報を使用して、時刻および/または曜日によって決まる平均的交通パターンを判断することができる。こうした平均は、リアルタイムの情報が利用できないときでも、走行ルートを推定する際に使用することができる履歴交通情報を提供する。

さらに、上述の実施形態では、観測プローブデータに関連付けられた速度バターンに基づいてカープール車線を通常車線と区別することができるが、プローブによって収集された特定の道路と関連付けられる情報が、通常車線と関連付けられるか、カープール車線と関連付けられるかを判断するために、他の方法を使用することができる。一部の実施形態では、プローブデータがカープール車線と関連付けられるか、通常車線と関連付けられるかについて、手掛かりとなるいかなる判断も提供しない他の方法を使用することができる。代わりに、特定の車両がカープール車線または通常車線にある可能性または確率を示す、カープール車線と関連付けられる1つまたは複数の状況を検出する様々な方法を使用することができる。この仕組みでは、車両は、カープール車線と関連付けられる様々な状況の有無に基づいて、カープール車線を走行している近似的な確率を有すると判断されうる。

異なる位置では、その地域の管轄に応じて、カープール車線を走行するための適格性を判断するために様々なルールが車両に適用される場合がある。例えばある地域では、車両は、カープール車線を走行するには2人以上の乗員がいなければならない。他の地域では、車両は、カープール車線を走行するにはさらに多くの乗員がいることを要求される場合がある。また、一部の例では、オートバイ、ハイブリッド車両、低排出ガス車両、代替燃料車両、および他のタイプの車両など、これらに限らないが、指定されたクラスの車両がカープール車線を走行することを認められる場合がある。さらに、一部の例では、車線は、「フルタイムの」カープール車線である可能性があり、または単に一日のうちの一部の時間、例えばラッシュ時の間、カープール車線である可能性があり、一日のうちの他の時間の間は車両制限がない可能性がある。また、一部の例では、カープール車線の位置は変わる可能性がある。一部の例では、カープール車線は、左端の走行車線に位置している場合があり、または右端の走行車線に位置している場合がある。さらに他の例では、カープール車線は、独立した道路である場合がある。

図13から16は、カープール車線と関連付けることができる、検出された様々な状況に基づいて、車両がカープール車線にある可能性を判断するためのシナリオの様々な例示的実施形態を示している。本明細書に示すシナリオは単に例示であり、任意の他の要素または状況を使用して、車両がカープール車線を走行する可能性または確率を判断することができることを理解すべきである。また、様々なシナリオに含まれる確率は例示であり、本明細書で説明される原理を示すという目的のためのものにすぎないことをさらに理解すべきである。実際の確率は、異なる値を有する可能性がある、および/または、実際の確率は、以下に記載する0%〜100%とは異なる重み付けのシステムを用いて決定される可能性がある。

次に図13を参照すると、同乗者データに基づいて車両がカープールまたはHOV車線にある可能性を判断するための第1のシナリオ1300が示されている。一部の例では、車両は、一定の車両乗員要件を満たすことに基づいて、カープール車線での走行を許可される可能性がある。一部の実施形態では、車両は、車両における乗員数および/または同乗者の存在を検出するための1つまたは複数のセンサを含むことができる。1つの実施形態では、車両は、車両の同乗者席に座っている乗員を検出するための重量センサを含むことができる。他の実施形態では、車両は、同乗者席に座っている乗員の使用中のシートベルを検出するためのシートベルトセンサを含むことができる。様々な実施形態では、車両の乗員の存在を検出するまたは判断するための1つまたは複数の代替方法を使用して、車両がカープールまたはHOV車線と関連付けられる乗員要件を満たしているかどうかを判断することができる。

例示的実施形態では、車両の乗員の数を、車両がカープールまたはHOV車線を走行している確率と関連付けることができる。図13に示すように、第1のシナリオ1300は、車両に2人以上の乗員が存在することと関連付けられる状況1310を含むことができる。この実施形態では、車両は、運転者1312、および同乗者1314を含むことができる。2人以上の乗員と関連付けられる状況1310に基づいて、車両がカープールまたはHOV車線を走行している可能性または確率1316を求めることができる。この実施形態では、2人以上の乗員と関連付けられる状況1310は、車両がカープールもしくはHOV車線を走行している50%の確率1318、および車両が非HOV車線を走行している50%の確率1320と関連付けることができる。

一方、第1のシナリオ1300は、車両に1人の乗員が存在することと関連付けられる状況1330を含むことができる。この実施形態では、車両は、運転者1332、および空席の乗客席1334を含むことができる。状況1330がただ1人の乗員と関連付けられることに基づいて、車両がカープールまたはHOV車線を走行しているという可能性または確率1336を求めることができる。この実施形態では、1人の乗員と関連付けられた状況1330は、車両がカープールまたはHOV車線を走行している5%の確率1338、および車両が非HOV車線を走行している95%の確率1340と関連付けることができる。この実施形態では、車両が、状況1330と関連付けられるHOV車線を走行している確率1338は、状況1310と関連付けられる確率1318よりもかなり低い。確率のこのような相違は、2人以上の同乗者という乗員要件を有するカープールまたはHOV車線の比較的高い割合を考慮に入れるように構成されうる。

次に図14を参照すると、道路画像データに基づいて車両がカープールまたはHOV車線にある可能性を判断するための第2のシナリオ1400が示されている。一部の例では、カメラまたは他の光学センサなどの、ただしこれらに限らない、画像センサからの道路の画像データを処理することに基づいて、車両がカープールまたはHOV車線にあることを車両が検出することができる。一部の実施形態では、処理済み画像データは、道路上で検出されたカープールまたはHOV車線の1つまたは複数のしるしを含む可能性がある。

例示の実施形態では、処理済み画像データからのカープールまたはHOV車線の検出されるしるしの有無を、車両がカープールまたはHOV車線を走行している可能性と関連付けることができる。図14に示すように、第2のシナリオ1400は、道路1414の処理済み画像データにカープールまたはHOV車線のしるしがあることと関連付けられる状況1410を含むことができる。この実施形態では、車両は、道路1414の処理済み画像データの中にカープールまたはHOV車線の1つまたは複数のしるしを検出するカメラ1412を含むことができる。この実施形態では、しるしは、道路1414が「HOV限定」または同様であることを示す道路1414上のテキスト1416を含むことができる。道路1414上のしるしはまた、ひし形1418など、ただしこれに限らない、カープールまたはHOV車線を示すために一般に使用される記号を含むことができる。道路1414上の処理済み画像データから検出される、カープールまたはHOV車線のしるしの存在と関連付けられる状況1410に基づいて、車両がカープールまたはHOV車線を走行している可能性または確率1420を判断することができる。この実施形態では、検出されるしるしの存在と関連付けられる状況1410は、車両がカープールまたはHOV車線を走行している90%の確率1422、および車両が非HOV車線を走行している10%の確率1424と関連付けることができる。

一方、第2のシナリオ1400は、処理済み画像データから検出される、カープールまたはHOV車線のいかなるしるしもないことと関連付けられる状況1430を含むことができる。この実施形態では、車両のカメラ1412が、道路1432上のカープールまたはHOV車線のいかなるしるしも検出しない可能性がある。道路1432上の処理済み画像データからのカープールまたはHOV車線のしるしがないことと関連付けられた状況1430に基づいて、車両がカープールまたはHOV車線を走行している可能性または確率1434を求めることができる。この実施形態では、検出されるしるしがないことと関連付けられる状況1430は、車両がカープールまたはHOV車線を走行している15%の確率1436、および車両が非HOV車線を走行している85%の確率1438と関連付けることができる。この実施形態では、状況1430と関連付けられる車両がHOV車線を走行している確率1436は、状況1410と関連付けられる確率1422よりも低い可能性がある。カープールまたはHOV車線のしるしを含んでいる道路はHOV車線である可能性が高いがすべてのHOV車線がこのようなしるしを含んでいるわけではないことを考慮に入れるように、上述の確率の差を設定することができる。

次に図15を参照すると、相対的位置データに基づいて車両がカープールまたはHOV車線にある可能性を判断するための第3のシナリオ1500が示されている。一部の例では、カープールまたはHOV車線に車両が存在することは、1台または複数台の他の車両からの相対的位置データを処理することに基づいて判断することができる。一部の実施形態では、車両は、GPSセンサまたは他の地理的ポジションセンサなど、ただしこれらに限らないオンボードセンサを使用して車両自体の位置を判断することができる。また、一部の実施形態では、車両は、緯度および経度、相対的位置、速度、進行方向、時間、および任意の他の動的車両情報と関連付けられる情報を含むデータなど、車両の近くの1台または複数台の他の車両と関連付けられるデータを受信する1つまたは複数のセンサを含むことができる。他の実施形態では、車両の1台または複数台と関連付けられるデータは、道路上の車両の相対的位置および/またはポジションを判断するためにリモートサーバによって受信されうる。

例示の実施形態では、1台または複数台の他の車両からの相対的位置データは、車両がカープールまたはHOV車線を走行している可能性と関連付けることができる。一部の例では、カープールまたはHOV車線は、多車線道路の左端に配置されている可能性がある。図15に示すように、第3のシナリオ1500は、車両1514が多車線道路1512のカープールまたはHOV車線を走行している可能性を示す車両1514の相対的位置と関連付けられる状況1510を含むことができる。この実施形態では、データは、第1のリモート車両1516、第2のリモート車両1518、第3のリモート車両1520、および第4のリモート車両1522など、車両1514に近い1台または複数台の他の車両から受信することができる。この実施形態では、緯度および経度、相対的位置、速度、進行方向、時間、および任意の他の動的車両情報と関連付けられる情報を、第1のリモート車両1516、第2のリモート車両1518、第3のリモート車両1520、および第4のリモート車両1522のそれぞれについて受信することができる。

一部の実施形態では、車両1514および/またはリモートサーバが、受信したデータを使用して、リモート車両の1台または複数台と比較される車両1514の相対的位置を判断することができる。1つの実施形態では、車両1514および/またはリモートサーバが、リモート車両のそれぞれと関連付けられる緯度および経度情報を使用して、車両1514の相対的ポジションを判断することができる。この実施形態では、第1のリモート車両1516、第2のリモート車両1518、第3のリモート車両1520、および第4のリモート車両1522のそれぞれから受信される緯度および経度情報を処理し、車両1514が、リモート車両のいずれと比較しても多車線道路1512上の左端のポジションに位置していることを判断することが可能である。多車線道路1512の左端に車両1514の位置が関連付けられる状況1510に基づいて、車両1514がカープールまたはHOV車線を走行している可能性または確率1524を求めることができる。この実施形態では、多車線道路1512の左端に車両1514の位置が関連付けられる状況1510は、車両1514がカープールまたはHOV車線を走行している60%の確率1526、および車両1514が非HOV車線を走行している40%の確率1528と関連付けることができる。

一部の実施形態では、1つまたは複数の係数に基づいて、車両1514の近くの1台または複数台の他の車両と関連付けられる受信データを重み付けすることができる。1つの実施形態では、車両1514までの距離に基づいて車両1514の近くのリモート車両からの受信データを重み付けする近接性重み係数(closeness weighting factor)を求めることができる。図15の状況1510を再び参照すると、この実施形態では、車両1514は、第3のリモート車両1520から第1の距離D1に位置することができる。車両1514は、第1のリモート車両1516から第2の距離D2に位置することができる。この例では、第1の距離D1は、第2の距離D2よりも小さいものとすることができる。同様に、車両1514は、第2のリモート車両1518から第3の距離D3に位置することができる。この例では、第3の距離D3は、第1の距離D1および/または第2の距離D2よりも大きいものとすることができる。さらに、車両1514は、第4のリモート車両1522から第4の距離D4に位置することもできる。第4の距離D4は、第3の距離D3、第1の距離D1、および/または第2の距離D2のいずれよりも大きいものとすることができる。

この例示的実施形態では、リモート車両からの受信データは、車両1514からの各リモート車両の距離に基づいて近接性重み係数に従って処理することができる。1つの実施形態では、車両1514により近いリモート車両から受信されたデータに、より大きい重みを与えることができる。この実施形態では、車両1514から第1の距離D1に位置している第3のリモート車両1520からの受信データは、車両1514から第2の距離D2に位置している第1のリモート車両1516からの受信データよりも大きい重みを付けることができる。同様に、車両1514から第3の距離D3に位置している第2のリモート車両1518からの受信データは、第1のリモート車両1516および第3のリモート車両1520からの受信データのいずれよりも小さい重みを付けることができる。

さらに、一部の実施形態では、所定の距離を超えるリモート車両から受信されたデータは、低いまたはゼロの重みを付与されうる。この仕組みでは、車両1514から所定の距離を超えている車両からの受信データは、考慮に入れられない。この実施形態では、第4の距離D4に位置している第4のリモート車両1522からの受信データは、第4の距離D4が車両1514から所定の距離を超えるとき、低いまたはゼロの重みを付与されうる。この仕組みでは、車両1514の相対的位置を求めるためにあまり関連のないリモート車両からの受信データを使用しなくてもよい。

他の実施形態では、リモート車両からの受信データは、リモート車両と関連付けられる様々な情報に基づいて異なる重み係数に従って処理されうる。1つの実施形態では、リモート車両からの受信データは、車両1514と関連付けられる時間と、各リモート車両と関連付けられるデータの報告時間との間の時間差に基づいて重み付けされうる。1つの実施形態では、車両1514と関連付けられる時間に近い報告時間と関連付けられるリモート車両から受信されるデータに、より大きい重みを付与することができる。この仕組みでは、最も新しいリモート車両からの受信データが、車両1514によって最大の重みを付与されうる。

他の例では、第3のシナリオ1500が、多車線道路の左端の車線に配置されていない車両1514の相対的位置と関連付けられる状況1530を含むことができる。この実施形態では、データは、第1のリモート車両1534、第2のリモート車両1536、第3のリモート車両1538、および第4のリモート車両1540など、上述したように車両1514に近い1台または複数台の他の車両から受信することができる。この実施形態では、緯度および経度、相対的位置、速度、進行方向、時間、および任意の他の動的車両情報と関連付けられる情報を、第1のリモート車両1534、第2のリモート車両1536、第3のリモート車両1538、および第4のリモート車両1540のそれぞれから受信することができる。

一部の実施形態では、受信データを使用して、状況1510に関して上述したようにリモート車両の1台または複数台と比較された車両1514の相対的位置を判断することができる。1つの実施形態では、リモート車両のそれぞれと関連付けられる緯度および経度情報を使用して、車両1514の相対的ポジションを判断することができる。この実施形態では、第1のリモート車両1534、第2のリモート車両1536、第3のリモート車両1538、および第4のリモート車両1540のそれぞれから受信された緯度および経度が処理されて、車両1514は、リモート車両のいずれかと比較して、多車線道路の左端のポジションに位置していないと判断されうる。一部の例では、車両1514の左にある少なくとも1台の車両からの受信情報が使用されて、車両1514は多車線道路の左端のポジションに位置していないと判断されうる。

車両1514の位置が多車線道路の左端ではないことと関連付けられる状況1530に基づき、車両1514がカープールまたはHOV車線を走行している可能性または確率1542を求めることができる。この実施形態では、車両1514の位置が多車線道路の左端ではないことと関連付けられる状況1530は、車両1514がカープールまたはHOV車線を走行しているという10%の確率1544、および車両1514が非HOV車線を走行しているという90%の確率1546と関連付けることができる。この実施形態では、状況1530と関連付けられる、車両がHOV車線を走行している確率1544は、状況1510と関連付けられる確率1526よりも実質的に低い可能性がある。多車線道路の左端の車線が、左端ではない車線よりも、カープールまたはHOV車線と関連付けられる可能性が高いことを考慮に入れるように、上述の確率の差を設定することができる。他の場所では、多車線道路の右端の車線、または専用車線が、代わりにカープールまたはHOV車線と関連付けられる場合がある。そのような実施形態では、第3のシナリオ1500で説明する車両1514の相対的位置の確率および処理は、それに従って調整することができる。

一部の実施形態では、上述の1つまたは複数の係数に基づいて、車両1514の近くの1台または複数台の他の車両と関連付けられる受信データを重み付けすることができる。さらに、1つの実施形態では、車両1514がカープールまたはHOV車線を走行していないことと関連付けることができる車両1514までのリモート車両の距離に基づいて、近接性(closeness)閾値を決定することができる。例えば、一部の環境では、車両1514の所定の距離内の1台または複数台のリモート車両と関連付けられる近接性閾値が交通渋滞を示すことができる。一部の実施形態では、交通渋滞が、車両がカープールまたはHOV車線を走行している可能性が低いことを示すことができる。

再び図15の状況1530を参照すると、この実施形態では、車両1514が第2のリモート車両1536から第5の距離D5に位置している可能性がある。車両1514は、第4のリモート車両1540から第6の距離D6に位置している可能性がある。この例では、第5の距離D5は、第6の距離D6よりも小さいものとすることができる。他の例では、第5の距離D5および第6の距離D6は、ほぼ等しいものとすることができる。同様に、車両1514は、リモート車両1538から第7の距離D7、およびリモート車両1534から第8の距離D8に位置しているものとすることができる。一部の例では、第7の距離D7および/または第8の距離D8は、第5の距離D5および/または第6の距離D6よりも大きいものとすることができる。この実施形態では、第5の距離D5、第6の距離D6、第7の距離D7、および/または第8の距離D8のいかなる1つまたは複数も、交通渋滞と関連付けられる所定の近接性閾値よりも小さいものとすることができる。この仕組みでは、車両1514からの1台または複数台のリモート車両の距離が、交通渋滞の恐れがあることを示すとき、車両1514がカープールまたはHOV車線を走行している確率または可能性が低いと判断することができる。結果として、これに応じて確率1542を調整することができる。

次に図16を参照すると、速度データに基づいて車両がカープールまたはHOV車線にある可能性を判断するための第4のシナリオ1600が示されている。一部の例では、カープールまたはHOV車線に車両が存在することは、1台または複数台の他の車両からの速度データに基づいて判断することができる。例示的実施形態では、上述の方法のいずれかを使用して、プローブ車両からの速度データを処理して、データがカープール車線と関連付けられるか、または通常車線と関連付けられるかを判断することができる。

例示の実施形態では、1台または複数台の他の車両からの速度データは、上述のように、車両がカープールまたはHOV車線を走行している可能性と関連付けることができる。一部の例では、カープールまたはHOV車線を、通常または非HOV車線よりも高速と関連付けることができる。図16に示すように、第4のシナリオ1600は、車両1612が多車線道路のカープールまたはHOV車線を走行している可能性を示す車両1612の速度と関連付けられる状況1610を含むことができる。この実施形態では、速度データは、第1のリモート車両1616、および第2のリモート車両1620など、車両1612に近い1台または複数台の他の車両から受信することができる。この実施形態では、車両1612は、第1の値1614を有する速度データと関連付けることができる。同様に、第1のリモート車両1616は、第2の値1618を有する速度データと関連付けることができる。さらに第2のリモート車両1620は、第3の値1622を有する速度データと関連付けることができる。この実施形態では、車両1612と関連付けられる速度データの第1の値1614が、第1のリモート車両1616および/または第2のリモート車両1620とそれぞれ関連付けられる速度データの第2の値1618および/または第3の値1622よりもかなり高い可能性がある。例えば、この実施形態では、第1の値1614が55mphである可能性があり、第2の値1618が20mphである可能性があり、第3の値1622が15mphである可能性がある。この実施形態では、任意の車両間の速度データの最大差は、およそ40mphである。他の実施形態では、この値は異なる可能性がある。さらに、他の実施形態では、速度データのより小さいまたはより大きい最大差に基づいて、速度データをより速いと判断することができる。

第1のリモート車両1616の第2の値1618および/または第2のリモート車両1620の第3の値1622のどちらかよりも速い速度値が車両1612に対して関連付けられる状況1610に基づいて、車両1612がカープールまたはHOV車線を走行している可能性または確率1624を求めることができる。この実施形態では、車両1612のより速い速度と関連付けられる状況1610は、車両1612がカープールまたはHOV車線を走行しているという80%の確率1626、および車両1612が非HOV車線を走行しているという20%の確率1628と関連付けることができる。

他の例では、第4のシナリオ1600が、多車線道路の1台または複数台の車両のほぼ同様の速度と関連付けられる状況1630を含むことができる。この実施形態では、速度データは、第1のリモート車両1636、および第2のリモート車両1640など、車両1632に近い1台または複数台の他の車両から受信することができる。この実施形態では、車両1632は、第1の値1634を有する速度データと関連付けることができる。同様に、第1のリモート車両1636は、第2の値1638を有する速度データと関連付けることができる。さらに第2のリモート車両1640は、第3の値1642を有する速度データと関連付けることができる。この実施形態では、車両1632と関連付けられる速度データの第1の値1634が、第1のリモート車両1636および/または第2のリモート車両1640とそれぞれ関連付けられる速度データの第2の値1638および/または第3の値1642とほぼ同様である可能性がある。例えば、この実施形態では、第1の値1634が45mphである可能性があり、第2の値1638が50mphである可能性があり、第3の値1642が48mphである可能性がある。この実施形態では、任意の車両間の速度データの最大差は、およそ5mphである。他の実施形態では、この値は異なる可能性がある。さらに、他の実施形態では、速度データのより小さいまたはより大きい最大差に基づいて、速度データをほぼ同様であると判断することができる。

第1のリモート車両1636および/または第2のリモート車両1640の第2の値1638および/または第3の値1642とほぼ同様の速度値が車両1632に対して関連付けられる状況1630に基づいて、車両1632がカープールまたはHOV車線を走行している可能性または確率1644を求めることができる。この実施形態では、車両1632のほぼ同様の速度と関連付けられる状況1630は、車両1632がカープールまたはHOV車線を走行しているという20%の確率1646、および車両1632が非HOV車線を走行しているという80%の確率1648と関連付けることができる。この実施形態では、状況1630と関連付けられる、車両がHOV車線を走行しているという確率1646は、状況1610と関連付けられる確率1626よりもかなり低い。確率のこのような相違は、カープールまたはHOV車線を走行している車両の平均速度がより高いことを考慮に入れるように設定することができる。

さらに一部の実施形態では、図15に関して上述した1つまたは複数の係数に基づいて、車両の近くの1台または複数台のリモート車両と関連付けられる速度データを重み付けすることができる。例示の実施形態では、車両と関連付けられる時間と、各リモート車両と関連付けられるデータの報告時間との間の時間差に基づいて、速度データを重み付けすることができる。1つの実施形態では、車両と関連付けられる時間に近い報告時間と関連付けられるリモート車両から受信される速度データを使用して、速度データの値の差を求めることができる。他の実施形態では、緯度および経度、相対的位置、速度、進行方向、時間、および任意の他の動的車両情報と関連付けられる情報を含むデータなど、ただしこれに限らない、1台または複数台の車両から受信されるデータを、様々な係数を使用して重み付けすることができる。

一部の実施形態では、カープール車線または通常車線を走行している車両の存在または確率を判断するいくつかの異なる方法を合わせて使用して、車両と関連付けられるデータをカープール車線と関連付けるべきか、通常車線と関連付けるべきかを判断することができる。1つの実施形態では、車両がカープール車線または通常車線にある可能性または確率を示す2つ以上の異なる方法を組み合わせて単一の計算にすることができる。1つの例示的実施形態では、車両がカープール車線または通常車線を走行しているかどうかを判断するための方法は、車両がカープール車線を走行している複数の確率を組み合わせて単一の計算にするための、図13から16に示す2つ以上の方法を使用することができる。

次に、図17を参照すると、車両がカープール車線または通常車線を走行しているかどうかを判断するための方法1700は、カープール車線を走行している車両と関連付けられる様々な状況に基づいて計算される2つ以上の確率を使用することができる。この実施形態では、方法1700は、第1のシナリオ1300、第2のシナリオ1400、第3のシナリオ1500、第4のシナリオ1600、および/または任意の数Nの他のシナリオ1702のいずれかと関連付けられる状況に基づいて、2つ以上の確率を使用することができる。他のシナリオは、車両がカープール車線を走行している可能性または確率と関連付けることができる様々な他の状況を含むことができる。例えば、一部の例では、他のシナリオは、カープールまたはHOV規制から免除される車のクラス、車の座席の子供に関する情報を含む可能性のある運転者の個人情報またはプロフィール、緊急車両、カープール車線の違反者、および/またはカープールまたはHOV車線での走行と関連付けられる状況を含む他のシナリオを考慮に入れることができる。

一部の実施形態では、車両がカープール車線を走行しているか、または通常車線を走行しているかを判断するための方法1700は、様々なシナリオのいずれかと関連付けられる様々な確率を重み付けすることができる。さらに、一部の実施形態では、方法1700は、他の車両1704によって収集されるプローブデータから取得される追加情報を使用して、様々な確率をさらに重み付けすることができる。1つの実施形態では、方法1700は、計算エンジン1710を使用して、第1のシナリオ1300、第2のシナリオ1400、第3のシナリオ1500、第4のシナリオ1600、および/または任意の追加数Nの他のシナリオ1702のいずれかと関連付けられる状況に基づいて求められる2つ以上の確率を結合して、車両がカープール車線を走行しているか、通常車線を走行しているかを判断することができる。一部の例では、計算エンジン1710が、様々な確率を結合し、様々な重み付けおよび他の車両1704からのプローブデータを考慮に入れるためのプロセッサであってよい。他の例では、計算エンジン1710は、リモートサーバで実行されるように構成されたコンピュータプログラムであってよい。

一部の実施形態では、計算エンジン1710が、車両がカープール車線と関連しているという2つ以上の確率を結合して単一の式にすることができる。1つの実施形態では、計算エンジン1710が、ベイズの定理(Bayes' Theorem)またはベイズの規則(Bayesian Rule)を用いて導かれた単一の式を使用することができる。一般にベイズの定理は、様々な偶発的な事象の条件付き確率および周辺確率を説明する。ベイズの規則を使用して、異なる事象の発生する確率は、ある一定の観測シナリオを考えて、求めることができる。結果として、事象が発生する確率は、一般に観測シナリオからより多くの事前情報が提供されるにつれて増える。この実施形態では、計算エンジン1710は、ベイズの規則を使用して、第1のシナリオ1300、第2のシナリオ1400、第3のシナリオ1500、第4のシナリオ1600、および/または任意の追加数Nの他のシナリオ1702のいずれかと関連付けられる状況に基づいて求められる様々な確率を結合して、車両がカープール車線を走行しているか、通常車線を走行しているかを判断することができる。この仕組みでは、計算エンジン1710が、上記の個々のシナリオのいずれよりも、車両がカープール車線を走行しているというより正確な確率を取得することができる。

一部の実施形態では、計算エンジン1710は、リモートサーバに配置されることがあり、ベイズの規則を使用して、道路と関連付けられる収集されたプローブデータをカープール車線のデータベースと通常車線のデータベースとに区別することができる。この実施形態では、計算エンジン1710は、第1のシナリオ1300、第2のシナリオ1400、第3のシナリオ1500、第4のシナリオ1600、および/または任意の追加数Nの他のシナリオ1702のいずれかと関連付けられる状況から、車両がカープール車線または通常車線を走行している複数の確率を受信することができる。計算エンジン1710は、ベイズの規則を適用して、ステップ1712において車両がカープール車線に位置しているかどうかを判断するために複数の確率を結合する単一の式を使用することができる。式の結果に基づいて、計算エンジン1710が、道路データを収集した際に車両はカープール車線を走行していたと判断する場合、車両からの収集された道路データは、カープール車線のデータベース154に格納することができる。そうではなく計算エンジン1710が、車両はカープール車線を走行していなかったと判断する場合は、収集された道路データは、通常車線のデータベース152に格納することができる。計算エンジン1710は、地図データベース1202と関連付けられる1つまたは複数の道路と関連付けられるデータを収集した各プローブ車両に対して処理を繰り返すことができる。この仕組みでは、リモートサーバが、収集したプローブデータを通常車線のデータベースとカープール車線のデータベースとに区別することができる。

前述の方法は、ベイズの定理の応用に基づいているが、様々な実施形態において、リモートサーバが他の方法を使用して、様々なシナリオから確率を結合して、車両がカープール車線または通常車線を走行しているかどうかを判断することもできる。例えば、ファジー理論、ニュートラルネットワーク(neutral network)、または他の任意の処理方法を使用して、複数の確率を単一の確定的な結果に結合することができる。

道路データをカープールまたはHOV車線と関連付けることと合わせて使用される、本発明の様々な実施形態について説明したが、本明細書に記載する方法およびシステムは、任意のタイプの道路と併せて、車線レベルの道路データを見分けることと関連して使用することもできることを理解すべきである。

本発明の様々な実施形態について説明したが、説明は限定ではなく例示的とするものであって、本発明の範囲内であるさらに多くの実施形態および実装形態が考えられることは当業者には明らかであろう。したがって本発明は、添付の特許請求の範囲およびその等価物に照らしてみる他は限定されない。また、添付の特許請求の範囲に記載する範囲内で様々な修正および変更を行うことができる。

100 ナビゲーションシステム
102 自動車
110 GPS受信機
114 ナビゲーションインタフェース
120 OBU
121 ポート
122 ポート
123 ポート
142 ネットワークアンテナ
150 リモートサーバ
152 通常車線のデータベース
154 カープール車線のデータベース
160 ネットワーク

Claims (23)

1. ナビゲーションシステムによって集められたプローブデータをリモートサーバに格納するための方法であって、
   前記リモートサーバにおいて3以上の車線を有する道路上の複数のプローブ車両からデータを受信するステップと、
   受信データと関連付けられる2つの速度パターンを判断するステップと、
   第1の速度パターンと第2の速度パターンのうちの1つに従って複数のプローブ車両のそれぞれからの前記受信データを分類するステップと、
   前記第1の速度パターンおよび前記第2の速度パターンのそれぞれと関連付けられるプローブ車両の数を計算するステップと、
   前記第1の速度パターンとして分類された前記受信データを通常車線のデータベースに格納するステップと、
   前記第2の速度パターンとして分類された前記受信データをカープール車線のデータベースに格納するステップと
   を含み、
   前記第1の速度パターンと関連付けられるプローブ車両の前記数が、前記第2の速度パターンと関連付けられるプローブ車両の前記数よりも大きい場合、前記受信データが、前記第1の速度パターンとして分類される、
   方法。
2. 前記複数のプローブ車両のそれぞれからの前記受信データを、前記リモートサーバと通信して地図データベースに含まれている複数のリンクの1つにマッチングさせるステップをさらに含む、請求項1に記載の方法。
3. 前記受信データをマッチングさせる前記ステップが、カープール車線のリンクを識別するステップを含む、請求項2に記載の方法。
4. 前記リモートサーバと通信して交通データベースから交通情報を受信するステップと、
   前記複数のプローブ車両のそれぞれからの前記受信データを前記交通情報と比較するステップと
   をさらに含む、請求項1に記載の方法。
5. 前記交通データベースが、リアルタイムの交通データベースである、請求項4に記載の方法。
6. 前記交通データベースが、履歴の交通データベースである、請求項4に記載の方法。
7. プローブ車両の前記数を計算する前記ステップが、設定された期間に行われる、請求項1に記載の方法。
8. 前記2つの速度パターンが、特定の時間における特定の道路、道路リンク、および/または走行車線と関連付けられる前記複数のプローブ車両の平均速度値に基づいてそれぞれ判断される、請求項1に記載の方法。
9. 通常車線のデータベースおよびカープール車線のデータベースと通信してナビゲーションシステムからの収集されたプローブデータをリモートサーバにおいて区別するための方法であって、
   前記リモートサーバにおいて3以上の車線を有する道路上の複数の車両からプローブデータを受信するステップと、
   受信プローブデータを、第1の速度パターンと第2の速度パターンのうちの1つに適合させるステップと、
   前記第1の速度パターンに適合する前記受信プローブデータと関連付けられる車両の第1の数を求めるステップと、
   前記第2の速度パターンに適合する前記受信プローブデータと関連付けられる車両の第2の数を求めるステップと
   を含み、
   前記第1の数および前記第2の数のうちの小さい方と関連付けられる前記受信プローブデータが、前記カープール車線のデータベースに格納され、
   残りの前記受信プローブデータが前記通常車線のデータベースに格納される、
   方法。
10. 前記リモートサーバと通信して地図データベースに含まれる複数の道路リンクに、前記受信プローブデータをマッチングさせるステップと、
    前記地図データベースに含まれる特定の道路リンクを識別する前記マッチングされた受信プローブデータにリンク識別子を割り当てるステップと
    をさらに含み、
    前記カープール車線のデータベースおよび/または前記通常車線のデータベースに格納された前記受信プローブデータが前記リンク識別子を含む、
    請求項9に記載の方法。
11. 前記受信プローブデータをマッチングさせる前記ステップが、カープール車線のリンクを識別するステップを含む、請求項10に記載の方法。
12. 前記リモートサーバと通信して交通データベースから交通情報を受信するステップと、
    前記受信プローブデータを前記交通情報と比較するステップと
    をさらに含む、請求項9に記載の方法。
13. 前記交通データベースが、リアルタイムの交通データベースである、請求項12に記載の方法。
14. 前記交通データベースが、履歴の交通データベースである、請求項12に記載の方法。
15. 車両の前記第1の数を求めるステップおよび車両の前記第2の数を求めるステップが、実質的に同様の期間に行われる、請求項9に記載の方法。
16. 前記第1の速度パターンが、特定の時間に取得される第1の道路リンクと関連付けられる複数のプローブ車両の第1の平均速度値に基づいて求められ、
    前記第2の速度パターンが、特定の時間における第2の道路リンクと関連付けられる複数のプローブ車両の第2の平均速度値に基づいて求められる、
    請求項9に記載の方法。
17. リモートサーバにおいてナビゲーションシステムを備えた複数の車両からの交通データをソートするための方法であって、
    前記リモートサーバにおいて3以上の車線を有する道路上の複数の車両から交通データを受信するステップと、
    受信交通データが2つの速度パターンに対応するかどうかを判断するステップと、
    第1の速度パターンと関連付けられる車両の第1の数を第2の速度パターンと関連付けられる車両の第2の数と比較するステップと、
    車両の前記第1の数および車両の前記第2の数の大きい方と関連付けられる前記受信交通データの第1の部分を通常車線のデータベースに格納するステップと、
    車両の前記第1の数および車両の前記第2の数の小さい方と関連付けられる前記受信交通データの第2の部分をカープール車線のデータベースに格納するステップと
    を含む、方法。
18. 前記リモートサーバと通信して地図データベースに含まれる複数の道路リンクに、前記受信交通データをマッチングさせるステップと、
    前記地図データベースに含まれる特定の道路リンクを識別する前記マッチングされた受信交通データにリンク識別子を割り当てるステップと
    をさらに含み、
    前記受信交通データの前記第1の部分および前記受信交通データの前記第2の部分のそれぞれが、前記リンク識別子を含む、
    請求項17に記載の方法。
19. 前記受信交通データをマッチングさせる前記ステップが、カープール車線のリンクを識別するステップを含む、請求項18に記載の方法。
20. 前記リモートサーバと通信して交通データベースから交通情報を受信するステップと、
    受信交通データを前記交通情報と比較するステップと
    をさらに含む、請求項17に記載の方法。
21. 前記交通データベースが、リアルタイムの交通データベースおよび履歴の交通データベースのうちの少なくとも1つである、請求項20に記載の方法。
22. 車両の前記第1の数および車両の前記第2の数を比較するステップが、設定された期間に行われる、請求項17に記載の方法。
23. 前記2つの速度パターンが、特定の時間における特定の道路、道路リンク、および/または走行車線と関連付けられる前記複数の車両の平均速度値に基づいてそれぞれ判断される、請求項17に記載の方法。

Images