JP6090226B2 - 経路生成装置および経路生成方法 - Google Patents

Description

本発明は、移動体の移動経路を生成する装置に関する。

モバイルコンピューティングの分野において、出発地と目的地に基づいて最適な移動経路を探索する技術が普及している。最適な移動経路とは、一般的に移動のためのコストが最小となる経路であり、例えば、最も所要時間が短い経路などである。

一方、利用者の好みに合った経路を探索したいという要求がある。例えば、特許文献１には、コスト評価関数を用いて出発地から目的地までの最良の経路を探索するナビゲーション装置であって、コストパラメータの重み係数を、運転を行う状況（例えば曜日や時間帯）に応じて変化させる装置が記載されている。当該装置を用いると、例えば、平日は所要時間が短い経路を選択し、休日は運転しやすい経路を選択するといったように、個々のユーザの特性に応じた経路を決定することができる。

特開２００７−１０５７１号公報

前述した発明では、複数のコストテーブルを保持しており、曜日や日時といった状況と、ユーザの嗜好に応じて使用するコストテーブルを決定し、もっともスコアが高い経路を最適な経路として決定している。これにより、例えば、「平日に運転するユーザＡに対しては、道幅が広い道路を含む経路を低コスト経路として探索する」といった動作が可能になる。

一方、利用者が車両を運転する際は、多少コストが高くても、走り慣れた道を優先したいという要求がある。すなわち、総コストとは別に、個別の経路を選択する傾向がドライバーごとにある。
しかし、前述した発明では、経路の一部分（リンク）に対する重み付けを行わず、経路全体に対してしか重み付けを行っていないため、経路の近傍に走り慣れた道があったとしても、全体のコストが最低とならない限りは経路として選択されない。すなわち、必ずしも利用者の傾向に応じた経路を決定できないケースがあった。

本発明は上記の課題を考慮してなされたものであり、移動体の移動経路を生成する経路生成装置において、ユーザの傾向に合った移動経路を生成する技術を提供することを目的とする。

本発明に係る経路生成装置は、ノードおよびリンクで構成されたネットワークを移動する移動体の移動経路を生成する装置である。

具体的には、本発明に係る経路生成装置は、
前記移動体が行った過去のトリップにおいて、前記移動体が各リンクを移動した頻度を、前記トリップの目的地別に分類したデータである経路モデルを記憶する経路モデル記憶手段と、経路起点と、移動体の目的地を取得するトリップ取得手段と、前記経路モデルか
ら、前記取得した目的地に対応するリンクの集合を抽出し、当該抽出したリンクに対応付いた移動頻度に基づいて、前記移動体の、前記経路起点から目的地までの経路のうちの少なくとも一部を生成する経路生成手段と、を有することを特徴とする。

移動体とは、ノードおよびリンクで構成されたネットワーク（例えば道路ネットワーク）を移動する対象物であって、自動車や自転車などの車両であるが、人の意志に基づいて移動するものであれば、どのようなものであってもよい。例えば、人間自身であってもよい。
また、経路モデルとは、移動体が過去に移動した実績を、リンクごとの移動頻度という形式で、目的地別に保持したデータである。例えば、ノードＡからノードＢへの移動が過去に３回発生した場合、出発ノードおよび到着ノードの組（ノードＡ→ノードＢ）と、移動回数（３回）との関係を保持する。すなわち、経路モデルは、ある目的地ノードに至るためのリンクの集合であって、各リンクに移動頻度が対応付けられたデータである。
なお、移動頻度は、移動体がリンクを移動した頻度を表す値、もしくは頻度に基づいて算出された値であれば、例えば回数であってもよいし、手前の分岐において、移動体が当該リンクを選択した割合（確率）などであってもよい。

また、経路起点とは、経路を生成するための起点であり、トリップ取得手段は、経路起点と、移動体の目的地を取得する手段である。経路起点および目的地は、任意の方法によって取得することができる。例えば、移動体の現在位置を取得し、経路起点としてもよいし、当該移動体が過去に移動した実績に基づいて、目的地を推定してもよい。この他にも、人（例えば、装置の利用者や運転者）が行った入力操作に基づいて経路起点と目的地を特定してもよい。

また、経路生成手段は、経路モデルに基づいて経路を生成する手段である。具体的には、経路モデルから、取得した目的地に対応するリンクの集合を抽出し、当該リンクに対応付いた移動頻度を参照して、経路起点を始点とする移動経路を決定する。
かかる構成によると、移動体が過去にリンクを移動した頻度に基づいて経路を生成するため、よりドライバーの好みに応じた経路を得ることができる。

また、前記経路生成手段は、１区間先の移動先ノードに対応するリンクのうち、移動頻度が最大であるリンクを前記経路起点から辿ることで、前記移動体の経路を生成することを特徴としてもよい。
また、前記経路生成手段は、Ｎ（Ｎ≧２）個のリンクからなる区間ごとに、当該区間におけるリンク列の移動頻度の合計が最大となるリンク列を取得することで、前記移動体の経路を生成することを特徴としてもよい。

経路生成手段が抽出するデータは、指定した目的地に至るためのリンクの集合である。経路生成手段は、当該リンクの集合から、より移動頻度が高いリンク列を抽出し、予測経路とする。
ここで、リンク列を抽出する方法には、複数のアプローチがある。一つは、経路起点を始点として、単純に、最も移動頻度が高いリンクを１区間ずつ辿る方法である。当該方法を用いると、少ない計算量で経路を決定することができる。

一方で、１区間先のノードに対応するリンクの移動頻度のみを見て経路起点からリンクを辿った場合、得られた経路が必ずしも最適な経路とならないケースがある。そこで、経路をＮ区間（すなわちＮリンク。Ｎは２以上）ごとに区切って、各々の移動頻度の合計が最大となるリンク列を探索し、経路の一部としてもよい。なお、Ｎの値は区間ごとに異なってもよい。

また、本発明に係る経路生成装置は、前記抽出したリンクの集合に、前記経路起点を含むリンクが存在しない場合に、前記経路起点と、前記抽出したリンクの集合に含まれるいずれかの地点とを結ぶ合流経路を取得する合流経路取得手段をさらに有し、前記経路生成手段は、前記合流経路の末端を始点とする経路を生成することを特徴としてもよい。

経路を決定するための経路起点が、抽出したリンクの集合に含まれていない場合、そのままでは経路の生成を行うことができない。このような場合、経路起点と、抽出したリンクの集合に含まれるいずれかの地点とを結ぶ経路（合流経路）を生成したうえで、合流経路の末端（すなわち合流した地点）を始点として経路を決定するという方法をとることができる。
合流経路は、経路起点と、抽出したリンクの集合に含まれるいずれかの地点とを結ぶ経路であれば、どのような経路であってもよい。例えば、経路起点と合流する地点との距離が最短となる経路であってもよい。もちろん、他の方法によって合流経路を取得するようにしてもよい。

また、前記合流経路取得手段は、前記トリップ取得手段が取得した経路起点と目的地を結ぶ第二の経路を取得し、前記第二の経路が、前記抽出したリンクの集合に含まれるいずれかの地点と合流ないし交差している場合に、前記経路起点と、前記合流ないし交差した地点とを結ぶ経路を合流経路とすることを特徴としてもよい。

このように、経路起点と目的地を結ぶ経路（第二の経路）が別途あり、当該第二の経路が、抽出したリンクの集合に含まれるいずれかの地点と交わる場合、経路起点と、当該交わる地点とを結ぶ経路を合流経路としてもよい。第二の経路は、例えば、移動距離が最短となる経路であってもよいし、その他の移動コストが最小となる経路であってもよい。このような経路は、外部の装置（例えばナビゲーション装置など）から取得してもよい。

また、前記合流経路取得手段は、前記トリップ取得手段が取得した経路起点と目的地を結ぶ第二の経路を取得し、前記第二の経路のうち、前記抽出したリンクの集合に含まれるいずれかの地点との距離が所定の距離以下となる分岐地点を抽出し、前記経路起点から、前記分岐地点を経由して、抽出したリンクに含まれる前記地点に至る経路を合流経路とすることを特徴としてもよい。

一方、第二の経路が、抽出したリンクの集合に含まれるいずれの地点とも交わらない場合、いずれかの地点において合流させる必要がある。そこで、第二の経路が、抽出したリンクの集合に含まれるいずれかの地点と、所定の距離以下まで接近した場合に、当該地点において経路を分岐させ、合流させるようにしてもよい。このようにすることで、自然な形で経路を合流させることができる。

また、前記トリップ取得手段は、前記移動体の現在位置を取得し、前記取得した位置を経路起点とすることを特徴としてもよい。

経路起点は、利用者によって入力させてもよいが、装置が自動的に取得するようにしてもよい。例えば、移動体の位置情報が取得可能な場合、現在の位置を経路起点としてもよい。

また、本発明に係る経路生成装置は、移動体の過去のトリップにおける経路を、当該トリップに含まれるリンクの列で表したデータである過去経路データを取得する過去経路取得手段と、前記過去経路データに基づいて前記経路モデルを生成し、前記経路モデル記憶手段に記憶させる経路モデル生成手段と、をさらに有することを特徴としてもよい。

このように、移動体の過去のトリップデータを収集し、経路モデルを生成してもよい。かかる構成によると、過去の移動実績に基づいて経路を予測できるため、より正確な経路予測を行うことができるようになる。

また、前記経路モデル生成手段は、複数の過去経路データに含まれる経路が互いに交差する地点を抽出し、前記抽出した地点を仮想ノードとして、出発地と、目的地と、前記仮想ノードと、を用いて経路モデルを生成することを特徴としてもよい。

通常、ノードとは、経路が分岐する地点を指す。しかし、対象のネットワークが道路であるような場合、道路が分岐する地点の数が増えると、経路モデルの容量が一気に増大する。これを防ぐため、経路モデルを生成する際に、不要なノードを間引く処理を追加してもよい。
具体的には、過去経路データ同士が交差する地点を抽出して、抽出された地点を仮想ノードとし、出発地と目的地以外は、当該仮想ノードを用いて経路モデルを生成する。すなわち、過去のトリップにおいて分岐点として利用されていない地点については、たとえ過去経路データに含まれていても、経路モデルを構築するためのノードとしてみなさない。
かかる構成によると、経路の予測にとって不要なノードを間引くことができるため、経路モデルの容量を抑えることができる。

また、本発明に係る経路生成装置は、前記過去経路データに含まれるリンク列に基づいて、前記移動体の目的地を推定する目的地推定手段をさらに有することを特徴としてもよい。

過去経路データが参照可能な場合、当該データに基づいて、最も移動する可能性が高い地点を目的地として推定してもよい。

また、前記目的地推定手段は識別器を含み、前記識別器に対して、前記リンク列に対応する目的地と、前記リンク列上にある複数の位置情報を入力することで学習を行い、前記識別器に対して、前記移動体の位置情報を入力することで目的地の推定を行うことを特徴としてもよい。

例えば、過去経路データに含まれるリンク列に対応する目的地と、当該リンク列上にある複数の位置情報を学習データとして識別器を学習させることで、位置情報を入力すると、目的地を出力する識別器を得ることができる。このような方法によって目的地を推定することで、目的地の推定精度を高めることができる。

なお、本発明は、上記手段の少なくとも一部を含む経路生成装置として特定することができる。また、前記経路生成装置が実行する経路生成方法として特定することもできる。また、経路モデルを生成する経路モデル生成装置として特定することもできる。上記処理や手段は、技術的な矛盾が生じない限りにおいて、自由に組み合わせて実施することができる。

本発明によれば、移動体の移動経路を生成する経路生成装置において、ユーザの傾向に合った移動経路を生成することができる。

第一の実施形態に係る経路案内装置のシステム構成図である。 道路ネットワークをノードとリンクで表した例である。 第一の実施形態におけるトリップデータテーブルの例である。 第一の実施形態における頻度表の例である。 第一の実施形態におけるトリップデータ収集処理のフローチャートである。 第一の実施形態における経路モデル構築処理のフローチャートである。 第一の実施形態における経路予測処理のフローチャートである。 第二の実施形態における合流経路を生成する例を示す図である。 第三の実施形態における合流経路を生成する例を示す図である。 第四の実施形態におけるトリップデータテーブルおよび頻度表の例である。 第四の実施形態におけるノードとリンクの例である。 第五の実施形態に係る経路案内装置のシステム構成図である。 第五の実施形態における識別器の学習を説明する図である。

（第一の実施形態）
<システム構成>
以下、本発明の好ましい実施形態について図面を参照しながら説明する。
第一の実施形態に係る経路案内装置は、出発地と目的地とを結ぶ経路を生成し、運転者に提供する機能を有する、車両用ナビゲーション装置である。また、経路の生成においては、移動コストに基づいて経路を探索する従来型の案内モードと、当該車両の過去の走行に基づいて最適な経路を決定する本実施形態固有の案内モードの二つのモードを有している。後者のモードは、運転者が今後選択するであろう経路を予測したうえで経路案内を行うモードでもあるため、経路探索ではなく、経路予測という語を用いて説明を行う。
図１は、本実施形態に係る経路案内装置１０のシステム構成図である。

まず、経路案内装置１０について説明する。経路案内装置１０は、位置情報取得部１１、地図情報記憶部１２、低コスト経路探索部１３、トリップデータ収集部１４、経路モデル生成部１５、経路予測部１６、経路案内部１７、入出力部１８から構成される。

位置情報取得部１１は、装置に備えられたＧＰＳ装置（不図示）から現在位置情報（緯度および経度）を取得する手段である。
地図情報記憶部１２は、地図情報を記憶する手段である。地図情報とは、典型的には車両が走行できる道路の情報が定義された道路地図データであり、本実施形態では、道路同士の接続関係をリンクとノードによって表現したデータを用いる。図２は、道路同士の接続関係をリンクとノードによって表した例である。なお、地図情報には、図２に示したような道路同士の接続関係のほか、車両が移動する際のコストに関する情報（例えば距離や移動時間など）が含まれる。

本実施形態では、図２に示したような、ノードＩＤ（例：ノードＡ）とリンクＩＤ（例：リンクＡＢ）を用いてノードおよびリンクを特定する。なお、リンクＩＤは、同じリンクであっても、移動方向によって異なるものを用いる。例えば、リンクＡＢは、ノードＡからノードＢへ向かうリンクを表し、リンクＢＡは、ノードＢからノードＡへ向かうリンクを表す。図２には、単一のリンクＩＤを記載しているが、各リンクに割り振られたリンクＩＤは２つずつとなる。

低コスト経路探索部１３は、地図情報記憶部１２に記憶された地図情報に基づいて、移動コストが最小となる経路を探索する手段である。具体的には、位置情報取得部１１から現在位置（すなわち出発地）についての情報を、後述する入出力部１８を通して利用者から目的地についての情報を取得し、両地点を結ぶ経路を探索する。低コスト経路探索部１３は、既知のアルゴリズムを用いて経路探索を行う手段である。

トリップデータ収集部１４は、経路案内装置１０が搭載された車両が走行した経路を収集して蓄積する手段である。すなわち、過去に車両が走行した経路の履歴を記憶する手段である。以下、出発地と目的地とを結ぶ経路をトリップと称する。本実施形態に係る経路案内装置１０を利用して走行を行うと、出発地と目的地のほか、実際に走行した経路を、リンクの集合という形で取得することができる。トリップデータ収集部１４は、車両が実際に走行したリンクの集合を、出発地および目的地とともに記憶する。

経路モデル生成部１５は、トリップデータ収集部１４が収集したトリップデータに基づいて、経路を決定するためのモデル（以下、経路モデル）を構築する手段である。
また、経路予測部１６は、構築された経路モデルを用いて、出発地と目的地とを結ぶ経路を生成する手段である。経路予測部１６は、リンクに関連付いたコストではなく、経路モデルを用いて経路を決定するという点において、低コスト経路探索部１３と相違する。装置の利用者は、どちらを用いて経路を決定するかを選択することができる。
経路モデルの具体的なデータ構造と構築方法、および、経路予測部１６が行う具体的な処理の内容については後述する。

経路案内部１７は、低コスト経路探索部１３が探索した経路、または、経路予測部１６が予測した経路を利用者に提供する手段である。具体的には、リンクの集合として得られた経路を、地図画像などの利用者に提供可能な形式に置き換え、後述する入出力部１８を通して提供する。
入出力部１８は、ユーザが行った入力操作を受け付け、ユーザに対して情報を提示する手段である。具体的には、タッチパネルとその制御手段、液晶ディスプレイとその制御手段から構成される。タッチパネルおよび液晶ディスプレイは、本実施形態では一つのタッチパネルディスプレイからなる。

以上に説明した各手段の制御は、制御プログラムをＣＰＵなどの処理装置（不図示）が実行することによって実現される。また、当該機能は、ＦＰＧＡ（Field-programmable Gate Array）やＡＳＩＣ（Application Specific Integrated Circuit）などによって実現されてもよいし、これらの組合せによって実現されてもよい。また、専用のハードウェアによって実現されてもよい。

<トリップデータの収集>
本実施形態に係る経路案内装置１０が行う処理は、主に、トリップデータを収集する処理と、経路モデルを生成する処理と、経路モデルに基づいて経路を生成する処理の三つに分けられる。各処理の概要について説明する。

まず、トリップデータを収集する処理について説明する。
トリップデータ収集部１４は、車両が走行を開始したことを検知すると、位置情報取得部１１から周期的に位置情報を取得し、地図情報記憶部１２に記憶された地図情報を参照したうえで、車両が走行したリンクを特定していく。例えば、図２におけるノードＡを出発した車両が、ノードＢおよびノードＣを経由し、ノードＤに到着した場合、リンクＡＢ、リンクＢＣ、リンクＣＤという三つのリンク列が生成される。
なお、車両がトリップ中であるか否かは、例えばエンジンの状態を監視することで判定することができる。例えば、エンジンが始動された場合に走行開始と判断し、エンジンが停止した場合に目的地に到着したと判断してもよい。また、エンジンが停止した場合であっても、所定の時間内に再始動した場合はトリップ継続と判断してもよい。車両がトリップ中であるか否かは、既知の任意の方法によって判定することができる。

トリップデータ収集部１４は、車両のトリップが終了すると、当該トリップに対応するリンク列を記憶する。図３は、トリップデータ収集部１４によって収集されたデータ（ト
リップデータ）の例である。トリップデータの各レコードは、トリップが発生するたびに追加される。例えば、トリップ２のレコードは、出発地Ａ→リンクＡＢ→リンクＢＦ→リンクＦＤ→目的地Ｄという経路で車両が走行したことを表している。

<経路モデルの生成>
次に、蓄積されたトリップデータに基づいて、車両がリンクを移動した頻度を表す情報である経路モデルを生成する処理について説明する。当該処理は、経路モデル生成部１５によって実行される。本実施形態における経路モデルの例を、図４（Ａ）を参照しながら説明する。本実施形態における経路モデルは、あるノード間を車両が移動した頻度を表した表であって、目的地ごとに生成された表である。当該テーブルを頻度表と称する。頻度表の集合が経路モデルである。
図４（Ａ）に示したテーブルは、「目的地：ノードＤ」に対応する頻度表である。なお、図４では、目的地ノードを黒抜きで示している。
頻度表に定義された「出発ノード」とは、車両の出発地ではなく、車両がノード間を移動する際の移動元ノードである。同様に、「到着ノード」とは、車両の到着地ではなく、車両がノード間を移動する際の移動先ノードである。また、各ノードの交点に記載された数値は、対応するリンクを過去に車両が移動した回数（移動頻度）である。

例えば、車両が、ノードＡ→ノードＢ→ノードＣ→ノードＤという経路で移動したとする。ここでは、「ノードＡからＢ」「ノードＢからＣ」「ノードＣからＤ」という合計３回の移動が発生している。最初の移動において、出発ノードはＡ、到着ノードはＢである。同様に、二回目の移動において、出発ノードはＢ、到着ノードはＣであり、三回目の移動において、出発ノードはＣ、到着ノードはＤである。この移動を頻度表に反映させると、出発ノードおよび到着ノードの交点に記載された数値がそれぞれインクリメントされ、図４（Ａ）に示した状態となる。

なお、図４（Ａ）は、単一のトリップを反映させた例であるが、複数のトリップを反映させる場合であっても同様に、リンクの移動が発生するごとに、対応するリンクの移動回数がインクリメントされる。例えば、図３に示したトリップデータのうち、トリップ１〜トリップ７の７つのトリップを反映させた場合、頻度表は図４（Ｂ）のようになる。
経路モデル生成部１５は、トリップデータ収集部１４が収集したトリップデータを読み込み、上述した処理によって、目的地ごとの頻度表に反映させる。

なお、目的地が新規のものであった場合、新たな頻度表が生成される。図３の例では、目的地がノードＦであるトリップ（トリップ８，９）があるため、当該レコードを読み込んだ場合、対応する頻度表を生成し、同様の処理によって移動回数を記録していく。例えば、トリップ８およびトリップ９を反映させた頻度表（目的地をノードＦとする頻度表）は、図４（Ｃ）のようになる。

このようにして、経路モデル生成部１５は、周期的にトリップデータを読み込み、経路モデルを構築する。
なお、トリップデータを読み込む際は、既存の経路モデルを破棄してから再生成してもよいし、未処理のトリップデータのみを読み込み、追加するようにしてもよい。また、一定時間以上古くなったトリップデータを削除する処理を追加してもよい。

<経路モデルに基づく経路生成>
次に、経路予測部１６が、経路モデル生成部１５によって生成された経路モデルを用いて、経路を生成する処理について説明する。
経路モデルを用いて経路を生成するためには、まず、出発地（経路起点）と目的地を決定する必要があるが、本実施形態では、入出力部１８を通して出発地および目的地を利用
者に入力させる。なお、位置情報取得部１１によって取得された現在位置を出発地として利用してもよい。また、この他にも、既知の任意の方法を用いて出発地および目的地を取得ないし推定するようにしてもよい。

出発地および目的地が決定されると、経路予測部１６は、経路モデル生成部１５によって生成された経路モデルから、該当する目的地に対応する頻度表を抽出する。ここでは、目的地をノードＤとして、図４（Ｂ）に示した頻度表が抽出されたものとする。
頻度表を取得すると、経路予測部１６は、まず、車両の出発地（経路起点）に対応するノードまたはリンクを特定する。ここでは、リンクＡＢ上に車両の出発地があったとする。
次に、頻度表に含まれる経路（すなわち、リンクＡＢとノードＤを結ぶ複数の経路）のうち、移動回数が最大であるリンクを順に辿ることで、目的地までのリンク列を取得する。すなわち、リンクＡＢ（３）→リンクＢＥ（２）→リンクＥＦ（３）→リンクＦＤ（５）というリンク列が取得できる（括弧内は頻度表に記録された移動回数）。このようにして決定された経路は、当該車両を運転するドライバーにとって走り慣れた、好ましい経路となる。

<処理フローチャート>
次に、以上に説明した機能を実現するための処理フローチャートについて説明する。
図５は、トリップデータを収集する処理のフローチャートである。当該処理は、トリップデータ収集部１４によって周期的に実行される。

まず、ステップＳ１１で、車両が走行を開始したか否かを判定する。車両が走行を開始したか否かは、前述したように、例えばエンジンの状態を取得することで判定してもよいし、他のデータ（例えば車速など）を用いて判定してもよい。車両が走行を開始していない場合は、開始されるまで待機し、走行が開始された場合、ステップＳ１２に遷移し、経路の記録を開始する。
ステップＳ１２では、位置情報取得部１１から車両の位置情報を取得し、地図情報記憶部１２に記憶された地図情報を参照したうえで、車両が現在走行しているリンクを特定する。ここで、既に特定されたリンクに車両がいた場合は、処理をステップＳ１３に遷移させ、新たなリンク内に進入した場合は、当該リンクに対応するリンクＩＤを経路に追加したうえで、処理をステップＳ１３に遷移させる。

ステップＳ１３では、車両が走行を終了したか否かを判定する。車両が走行を終了していない場合は、所定の時間だけ待機したうえで、処理をステップＳ１２に遷移させる。
車両が走行を終了したと判定された場合、ステップＳ１４にて、取得した複数のリンクＩＤからなるリンク列を生成し、トリップデータテーブルにレコードを追加する。

図６は、記憶されたトリップデータに基づいて、経路モデル生成部１５が経路モデルを構築する処理のフローチャートである。当該処理は、所定の周期、所定のスケジュールなど、任意のタイミングで実施することができる。例えば、毎日決まった時刻に、トリップデータ収集部１４から新しいトリップを取得し、処理を行うようにしてもよいし、エンジンが停止し、トリップが生成されたタイミングで、当該トリップを用いて処理を行ってもよい。

まず、ステップＳ２１で、トリップデータ収集部１４に記録されたトリップデータを取得する。そして、ステップＳ２２で、前述した方法によって、経路モデルを構築する。

図７は、記憶された経路モデルに基づいて、運転者にとって最適な経路を決定する処理のフローチャートである。当該処理は、利用者の操作に基づいて開始され、経路予測部１
６によって実行される。

まず、ステップＳ３１で、出発地および目的地を取得する。出発地および目的地は、前述したように、利用者が指定してもよいし、どちらか、または両方を推定することができる場合、推定されたものを用いてもよい。例えば、入出力部１８を通して、出発地や目的地の入力を受け付けてもよいし、他の機器から情報を取得できる場合、当該情報を用いてもよい。また、位置情報取得部１１から車両の位置情報を取得し、出発地として用いてもよい。
次に、ステップＳ３２で、ステップＳ３１で取得した目的地に対応する頻度表を取得する。

次に、ステップＳ３３で、取得した頻度表を用いて、前述した方法によって経路を探索する。経路の探索結果は、リンク列の形式で、経路案内部１７に出力され、経路案内部１７が、入出力部１８を通して当該情報を利用者に提示する。例えば、道路地図の画像データを生成し、取得した経路をオーバーレイ表示してもよいし、経路を文字情報で出力してもよい。

以上説明したように、第一の実施形態に係る経路案内装置によると、過去のトリップに基づいて、出発地と目的地とを結ぶ経路を生成する。これにより、過去により多く走行しているリンクを多く含むような経路を得ることができ、運転者にとってより好ましい経路を出力することができる。

（第二の実施形態）
第一の実施形態では、目的地に対応する頻度表を取得したうえで、出発地と目的地を結ぶ経路を予測した。しかし、対応する頻度表に、車両の出発地が存在しない場合、経路の予測を行うことができない。第二の実施形態は、これに対応する実施形態であり、出発地ノードが頻度表に存在しない場合に、頻度表に存在する地点に至るまでの経路を生成し、頻度表に存在する地点に合流させる実施形態である。

図８は、経路の合流を説明する図である。点線が、頻度表に存在するリンク（ここでは省略して４つのノードのみを図示する）であり、符号８０１で示した場所が、車両の現在位置である。車両がこのような位置関係にあった場合、経路を生成するためには、頻度表に存在するいずれかのノードもしくはリンクまで車両を誘導しなければならない。

そこで、第二の実施形態では、ステップＳ３２を実行した後に、以下に説明する処理を実行する。
まず、車両の現在位置が、頻度表に含まれるノードまたはリンクに対応する位置であるかを判定する。このとき、車両の現在位置が、ノードおよびリンクに対応しない位置であった場合、地図情報記憶部１２に記憶された地図情報を参照し、いずれかのノードまたはリンクに至る経路があるかを判定し、合流に用いる経路（本発明における合流経路）を決定する。

合流経路は、例えば、頻度表に含まれるノードのうち、最も近いノードに至る経路であってもよいし、最も近いリンクに至る経路であってもよい。前者の場合、合流経路は図８（Ｂ）のようになり、後者の場合、合流経路は図８（Ｃ）のようになる。
なお、合流経路は、頻度表に含まれるノードまたはリンクのうち、最も近いノードまたはリンクに至る経路であることが好ましいが、必ずしも最も近いノードまたはリンクへ向かうものでなくてもよい。例えば、合流経路を経由することで全体として逆に遠回りになるような場合は、他のノードまたはリンクへ向かう経路としてもよい。例えば、車両が符号８０２で示した場所にあった場合、ノードＢではなく、二番目に近いノードＣへ向かう
ようにしてもよい。

（第三の実施形態）
第二の実施形態では、頻度表に存在するリンクに合流するための合流経路を生成した。
一方、出発地と目的地とを結ぶ経路（例えば、移動コストをベースに算出された経路。以下、第二の経路）が既に求まっている場合、当該経路を利用しつつ、頻度表に存在するリンクに合流させたほうがよい場合がある。第三の実施形態は、これに対応する実施形態である。

図９は、第三の実施形態における、経路の合流を説明する図である。図９（Ａ）中の符号９０１が第二の経路である。第二の経路は、例えば、低コスト経路探索部１３によって探索された経路であり、例えば、所要時間や走行距離が最短になるような経路である。
第三の実施形態では、第二の経路を利用しつつ経路を合流させる方法について、二つの方法を挙げる。

一つは、頻度表に存在するノードまたはリンクまでの距離が閾値以下となる地点（本発明における分岐地点）がある場合に、当該分岐地点と、当該ノードまたはリンクとを結ぶ方法である。図９（Ａ）の例では、地点９０２とノードＣとを結ぶ経路を生成し、合流経路の一部とする。
もう一つは、第二の経路が、頻度表に存在するノードまたはリンクと交差した場合に、当該交差した地点で合流させる方法である。この場合、符号８０１とノードＣとを結ぶ経路が合流経路となる。

このように、第三の実施形態によると、他の手段（例えばコストに基づいて経路を算出する手段）によって算出された経路を利用しつつ、頻度に基づいて算出された経路に合流させることができる。

（第四の実施形態）
第一ないし第三の実施形態では、トリップデータに基づいて経路モデルを生成した。当該トリップデータは、地図情報記憶部１２に記憶されているノードとリンクの情報を用いて生成されたものであるため、生成される経路モデルも、地図情報記憶部１２に記憶されているノードとリンクの情報に基づいたものとなる。
一方、道路ネットワークにおいて、道路が分岐している箇所を全てノードとして扱った場合、データ量が膨大になるという問題がある。例えば、ネットワーク内にノードが１００個あった場合、頻度表のサイズは１００×１００となり、さらに、目的地別に頻度表が存在するため、ノードの数が増えるとデータ量が爆発的に増大する。
第四の実施形態は、これに対応するため、地図情報に定義されたノードおよびリンクではなく、仮想的なノードおよびリンクを用いて頻度表を生成する実施形態である。本実施形態では、二つの実現方法があるため、それぞれ説明する。

第一の方法は、経路モデルを構築する際に、必要ないノードを間引いたうえで、仮想のリンクを与える方法である。
例えば、ステップＳ２２で経路モデルを構築する際に、分岐が発生していないノードがあることを検出し、当該ノードを間引いて頻度表を生成する。
ここで、図２のネットワークにおけるトリップデータが、図１０（Ａ）に示した内容であったとする。この場合、ノードＢでは分岐が発生していないため、ノードＢを頻度表に持たせる意味は無い。そこで、ノードＢを省略し、図１０（Ｂ）に示したような頻度表を生成する。すなわち、リンクＡＢ→リンクＢＣという走行が、リンクＡＣという仮想のリンクによって表される。

なお、経路予測部１６によって予測された経路は、当該不要なノードが省略された経路となる。このため、経路案内部１７が経路を案内する際に、ノードを補完して利用者に経路を提示するようにしてもよい。
また、省略されたノードにおいて新たに分岐が発生した場合、経路モデルを再構築すればよい。

第二の方法は、経路モデルを構築する際に、実質同一とみなせる複数の経路を一つの経路に統合する方法である。図１１は、経路の統合を説明する図である。
第一ないし第三の実施形態では、例えば、ノードＡ→ノードＢ→ノードＣ→ノードＤという経路で車両が走行した場合と、ノードＡ→ノードＥ→ノードＣ→ノードＤという経路で車両が走行した場合とでは別の経路として扱われる。しかし、実際は、経由ノードが異なっていても、それが微差である場合は、同一の経路とみなしてよい場合がある。

これに対応するため、第二の方法では、ステップＳ２２で経路モデルを構築する際に、微差とみなせるノード（リンク）を、一つの仮想的なノード（リンク）に置き換える。図１１の例では、例えば、ノードＢとノードＥを一つの仮想ノードＢ’とし、ノードＣとノードＦを一つの仮想ノードＣ’とする。この結果、ノードＡとノードＤを結ぶ４つの経路は、いずれも、リンクＡＢ’→リンクＢ’Ｃ’→リンクＣ’Ｄという単一の経路として扱われる。また、頻度表も、仮想のノード（リンク）を用いて生成される。

このように、第四の実施形態では、仮想的なノードおよびリンクを用いて頻度表を生成することで、頻度表のデータ量を削減することができる。
なお、前述した第一の方法と第二の方法は組み合わせて用いてもよい。

（第五の実施形態）
第一ないし第四の実施形態では、利用者の入力に基づいて目的地を決定した。これに対し、第五の実施形態は、蓄積されたトリップデータに基づいて、目的地を自動的に推定する実施形態である。
図１２は、第五の実施形態に係る経路案内装置２０のシステム構成図である。第五の実施形態に係る経路案内装置２０は、トリップデータに基づいて目的地を推定する手段である目的地推定部１９を有しているという点において、第一の実施形態に係る経路案内装置１０と相違する。

目的地推定部１９について詳細に説明する。目的地推定部１９は、識別器を包含しており、過去のトリップデータに基づいて車両の目的地を推定する手段である。具体的には、過去のトリップデータを用いて学習を行う学習フェーズと、車両が走行を開始したタイミングで、当該走行に関連する情報を入力として推定目的地を取得する評価フェーズの二つのフェーズを実行する。目的地推定部１９が有する識別器には、例えばナイーブベイズ分類器を用いることができるが、他の識別器であってもよい。

まず、目的地推定部１９が行う学習フェーズについて説明する。
学習フェーズは、所定の周期、所定のスケジュールなど、任意のタイミングで実施することができる。例えば、毎日決まった時刻に、トリップデータ収集部１４から新しいトリップを取得し、学習を行うようにしてもよいし、エンジンが停止し、トリップが生成されたタイミングで、当該トリップを用いて学習を行ってもよい。

学習を行う場合、目的地推定部１９は、トリップデータ収集部１４から、トリップを一レコードずつ抽出し、出発地、目的地、曜日、時間帯、リンク列を取得する。曜日および時間帯は、トリップを開始した曜日および時間帯である。ここでは、トリップデータテーブルから、図１３（Ａ）に示したデータを取得したものとする。なお、時間帯および曜日
は、「出発日時」フィールドから取得する。
次に、取得したデータを、リンクごとに分解して、図１３（Ｂ）に示した形式とし、当該データを「目的地」に対応する学習データとして、識別器に入力し、学習させる。

次に、目的地推定部１９が行う評価フェーズについて説明する。
評価フェーズは、目的地を推定したいタイミングで実行される。例えば、エンジンを始動したタイミングであってもよい。目的地を推定する場合、出発地、時間帯、曜日に加えて、自車両の現在位置を識別器に入力する。例えば、自車両がリンクＡＢ上にいる場合、リンクＡＢを現在位置とする。このようにして出力された目的地が、車両の推定目的地である。

推定された目的地は、例えば、低コスト経路探索部１３や経路予測部１６に送信してもよい。このようにすることで、利用者が目的地を指定することなく、経路の生成を開始させることができる。

識別器を用いた従来の目的地推定方法では、出発地や時間帯（曜日）などの情報のみを用いて学習および評価を行っていたため、精度の高い推定を行うことができなかった。これに対し、第五の実施形態では、ある出発地を発った車両が辿ったリンクを学習データの一部として用い、現在位置を入力することで目的地の推定を行う。現在位置と目的地との間には強い関連があるため、このようにすることで、目的地をより精度良く推定することができるようになる。

なお、一度目的地を推定した場合であっても、車両の移動中に再度目的地を推定するようにしてもよい。また、推定された目的地が変わった場合、再度経路を生成し直しても良い。このようにすると、目的地に近づくにつれて、推定された目的地の精度が上がり、結果として、予測された経路の精度も上がるという効果を得ることができる。

（変形例）
上記の実施形態はあくまでも一例であって、本発明はその要旨を逸脱しない範囲内で適宜変更して実施しうる。
例えば、各実施形態では、経路案内装置１０を車両に搭載された装置であるとしたが、携帯端末や、携帯端末上で動作するソフトウェアなどとして実施することもできる。また、経路案内装置は、ネットワーク経由で移動体と通信するサーバ装置であってもよい。また、経路案内装置１０の構成要素の一部をサーバ側に配置し、その他の構成要素を移動体側に配置してもよい。例えば、位置情報取得部１１や入出力部１８のみを移動体側に配置してもよい。

また、各実施形態では、目的地別の頻度表を用いて経路モデルを構築したが、ある目的地に対応した、リンクの移動頻度を定義できれば、経路モデルは他の形式で構築してもよい。例えば、目的地別に現在位置の表を保持し、さらに当該表の中に次の移動ノードに対応する表を保持し、最後に移動頻度を保持するといった方法であってもよい。
また、移動頻度として定義される値は、必ずしも過去の移動回数を表す値でなくてもよい。例えば正規化した値であってもよいし、全体的になだらかな分布となるように、補正値を加えたものであってもよい。補正の手法としては、例えばラプラススムージングや、グッドチューリングスムージングなどがある。

また、各実施形態では、頻度表を用いて、移動頻度が最大であるリンクを出発地から目的地まで辿ることで経路を生成したが、生成する経路は、出発地と目的地を結ぶ経路の少なくとも一部であればよい。
また、各実施形態では、移動頻度が最大であるリンクを出発地から目的地まで１区間ず
つ辿ることで予測経路を生成したが、リンクに関連付いた移動頻度に基づいたものであれば、他の方法を用いて予測経路を生成してもよい。例えば、２個以上のリンク列で構成された区間ごとに、当該リンク列の移動回数の合計が最大となる経路を探索することで、予測経路を得るようにしてもよい。

また、各実施形態では、車両に対応した頻度表を生成したが、ドライバーごとに頻度表を生成してもよい。このようにすると、個々のドライバーにとって最適な経路を生成することができるようになる。

１０ 経路案内装置
１１ 位置情報取得部
１２ 地図情報記憶部
１３ 低コスト経路探索部
１４ トリップデータ収集部
１５ 経路モデル生成部
１６ 経路予測部
１７ 経路案内部
１８ 入出力部

Claims (11)

1. ノードおよびリンクで構成されたネットワークを移動する移動体の移動経路を生成する経路生成装置であって、
   前記移動体が行った過去のトリップにおいて、前記移動体が各リンクを移動した頻度を、前記トリップの目的地別に分類したデータである経路モデルを記憶する経路モデル記憶手段と、
   経路起点と、移動体の目的地を取得するトリップ取得手段と、
   前記経路モデルから、前記取得した目的地に対応するリンクの集合を抽出し、当該抽出したリンクに対応付いた移動頻度に基づいて、前記移動体の、前記経路起点から目的地までの経路のうちの少なくとも一部を生成する経路生成手段と、
   前記抽出したリンクの集合に、前記経路起点を含むリンクが存在しない場合に、前記経路起点と、前記抽出したリンクの集合に含まれるいずれかの地点とを結ぶ合流経路を取得する合流経路取得手段と、を有し、
   前記経路生成手段は、前記合流経路の末端を始点とする経路を生成する、
   経路生成装置。
2. 前記経路生成手段は、１区間先の移動先ノードに対応するリンクのうち、移動頻度が最大であるリンクを前記経路起点から辿ることで、前記移動体の経路を生成する、
   請求項１に記載の経路生成装置。
3. 前記経路生成手段は、Ｎ（Ｎ≧２）個のリンクからなる区間ごとに、当該区間におけるリンク列の移動頻度の合計が最大となるリンク列を取得することで、前記移動体の経路を生成する、
   請求項１に記載の経路生成装置。
4. 前記合流経路取得手段は、前記トリップ取得手段が取得した経路起点と目的地を結ぶ第二の経路を取得し、前記第二の経路が、前記抽出したリンクの集合に含まれるいずれかの地点と合流ないし交差している場合に、前記経路起点と、前記合流ないし交差した地点とを結ぶ経路を合流経路とする、
   請求項１から３のいずれかに記載の経路生成装置。
5. 前記合流経路取得手段は、前記トリップ取得手段が取得した経路起点と目的地を結ぶ第二の経路を取得し、前記第二の経路のうち、前記抽出したリンクの集合に含まれるいずれかの地点との距離が所定の距離以下となる分岐地点を抽出し、前記経路起点から、前記分岐地点を経由して、抽出したリンクに含まれる前記地点に至る経路を合流経路とする、
   請求項１から３のいずれかに記載の経路生成装置。
6. 前記トリップ取得手段は、前記移動体の現在位置を取得し、前記取得した位置を経路起点とする、
   請求項１から５のいずれかに記載の経路生成装置。
7. 移動体の過去のトリップにおける経路を、当該トリップに含まれるリンクの列で表したデータである過去経路データを取得する過去経路取得手段と、
   前記過去経路データに基づいて前記経路モデルを生成し、前記経路モデル記憶手段に記憶させる経路モデル生成手段と、
   をさらに有する、
   請求項１から６のいずれかに記載の経路生成装置。
8. 前記経路モデル生成手段は、複数の過去経路データに含まれる経路が互いに交差する地点を抽出し、前記抽出した地点を仮想ノードとして、出発地と、目的地と、前記仮想ノードと、を用いて経路モデルを生成する、
   請求項７に記載の経路生成装置。
9. 前記過去経路データに含まれるリンク列に基づいて、前記移動体の目的地を推定する目的地推定手段をさらに有する、
   請求項７または８に記載の経路生成装置。
10. 前記目的地推定手段は識別器を含み、
    前記識別器に対して、前記リンク列に対応する目的地と、前記リンク列上にある複数の位置情報を入力することで学習を行い、
    前記識別器に対して、前記移動体の位置情報を入力することで目的地の推定を行う、
    請求項９に記載の経路生成装置。
11. ノードおよびリンクで構成されたネットワークを移動する移動体の移動経路を生成する経路生成装置が行う経路生成方法であって、
    経路起点と、移動体の目的地を取得するトリップ取得ステップと、
    前記移動体が行った過去のトリップにおいて、前記移動体が各リンクを移動した頻度を、前記トリップの目的地別に分類したデータである経路モデルを取得する経路モデル取得ステップと、
    前記経路モデルから、前記取得した目的地に対応するリンクの集合を抽出し、当該抽出したリンクに対応付いた移動頻度に基づいて、前記移動体の、前記経路起点から目的地までの経路のうちの少なくとも一部を生成する経路生成ステップと、
    前記抽出したリンクの集合に、前記経路起点を含むリンクが存在しない場合に、前記経路起点と、前記抽出したリンクの集合に含まれるいずれかの地点とを結ぶ合流経路を取得する合流経路取得ステップと、を含み、
    前記経路生成ステップでは、前記合流経路の末端を始点とする経路を生成する、
    経路生成方法。
    

Images