JP6096573B2 - Congestion degree prediction device, congestion degree prediction method, and program - Google Patents
Congestion degree prediction device, congestion degree prediction method, and program Download PDFInfo
- Publication number
- JP6096573B2 JP6096573B2 JP2013083279A JP2013083279A JP6096573B2 JP 6096573 B2 JP6096573 B2 JP 6096573B2 JP 2013083279 A JP2013083279 A JP 2013083279A JP 2013083279 A JP2013083279 A JP 2013083279A JP 6096573 B2 JP6096573 B2 JP 6096573B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- staying
- information
- route
- congestion
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 42
- 230000005540 biological transmission Effects 0.000 claims description 8
- 230000010365 information processing Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 description 26
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- LFYJSSARVMHQJB-QIXNEVBVSA-N bakuchiol Chemical compound CC(C)=CCC[C@@](C)(C=C)\C=C\C1=CC=C(O)C=C1 LFYJSSARVMHQJB-QIXNEVBVSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Description
本発明は、端末装置の測位情報を処理する技術に関する。 The present invention relates to a technique for processing positioning information of a terminal device.
あるエリアの混雑度に基づいて将来の路線の混雑度を予測する技術が知られている。特許文献１には、観光地に通じる道路に設置した車両センサで車両のナンバープレートを読み取り、読み取った情報に基づいて観光地に滞在している車両の数を算出し、当該車両の数に基づいて観光地から離れる方向の道路の未来の混雑度を予測することが記載されている。また、特許文献１には、ナンバープレートから読み取った地名情報に基づいて、観光地に滞在している車両の数を地元車両と外来車両とに分けて算出し、外来車両の数が地元車両の数よりも混雑度への寄与が高くなるように、混雑度を予測することが記載されている。 A technique for predicting the degree of congestion on a future route based on the degree of congestion in a certain area is known. In Patent Document 1, a vehicle sensor installed on a road leading to a sightseeing spot reads a vehicle license plate, calculates the number of vehicles staying at the sightseeing spot based on the read information, and based on the number of vehicles. And predicting the future congestion of roads away from tourist spots. Patent Document 1 also calculates the number of vehicles staying at a sightseeing spot separately for local vehicles and foreign vehicles based on the place name information read from the license plate. It describes that the degree of congestion is predicted so that the contribution to the degree of congestion is higher than the number.
しかしながら、上記の従来技術では、車両センサの設置にはコストがかかるため、全ての観光地に通じる全ての道路に車両センサを設置することは困難である。そのため、混雑度の予測が可能な範囲には限界がある。また、上記の従来技術では、電車などのナンバープレートを持たない移動手段の混雑度を算出することはできない。 However, in the above prior art, it is difficult to install vehicle sensors on all roads leading to all sightseeing spots because the installation of vehicle sensors is costly. For this reason, there is a limit to the range in which the degree of congestion can be predicted. In addition, with the above-described conventional technology, it is not possible to calculate the degree of congestion of moving means such as a train that does not have a license plate.
本発明は上記に鑑みてなされたものであり、その目的は、あるエリアの混雑度に基づいて、将来の路線の混雑度をより広い範囲で予測可能な技術を提供することにある。 The present invention has been made in view of the above, and an object of the present invention is to provide a technology capable of predicting the congestion degree of a future route in a wider range based on the congestion degree of a certain area.
本発明に係る混雑度予測装置は、複数の端末装置の測位情報と、前記複数の端末装置のそれぞれのユーザの自宅エリアの情報とを参照して、所定の時間に対象エリアに滞在している前記ユーザを滞在ユーザとして自宅エリア別に特定する特定手段と、前記対象エリアから、前記滞在ユーザの自宅エリアの方面へ向かうために通過する路線である帰宅路線を探索する探索手段と、前記滞在ユーザの自宅エリア別のユーザ数に基づいて、前記所定の時間より後の時間における前記帰宅路線ごとの混雑度の予測値を算出する予測手段と、を備えることを特徴とする。 The congestion degree prediction apparatus according to the present invention stays in a target area at a predetermined time with reference to positioning information of a plurality of terminal devices and information of home areas of respective users of the plurality of terminal devices. A specifying means for specifying the user as a staying user for each home area, a searching means for searching a return route that is a route that passes from the target area toward the direction of the staying user's home area, and the staying user's Prediction means for calculating a predicted value of the degree of congestion for each return route at a time after the predetermined time based on the number of users by home area.
本発明に係る情報配信方法は、制御部を備える情報処理装置により実施される方法であって、前記制御部が、複数の端末装置の測位情報と、前記複数の端末装置のそれぞれのユーザの自宅エリアの情報とを参照して、所定の時間に対象エリアに滞在している前記ユーザを滞在ユーザとして自宅エリア別に特定する特定ステップと、前記制御部が、前記対象エリアから、前記滞在ユーザの自宅エリアの方面へ向かうために通過する路線である帰宅路線を探索する探索ステップと、前記制御部が、前記滞在ユーザの自宅エリア別のユーザ数に基づいて、前記所定の時間より後の時間における前記帰宅路線ごとの混雑度の予測値を算出する予測ステップと、を備えることを特徴とする。 An information distribution method according to the present invention is a method implemented by an information processing device including a control unit, wherein the control unit includes positioning information of a plurality of terminal devices and homes of respective users of the plurality of terminal devices. A step of identifying the user who is staying in the target area at a predetermined time as a staying user for each home area with reference to the area information, and the control unit determines from the target area the home of the staying user A search step of searching for a return route that is a route that passes in the direction of the area, and the control unit, based on the number of users by home area of the staying user, the time after the predetermined time And a prediction step of calculating a predicted value of the degree of congestion for each return route.
本発明に係るプログラムは、コンピュータを、複数の端末装置の測位情報と、前記複数の端末装置のそれぞれのユーザの自宅エリアの情報とを参照して、所定の時間に対象エリアに滞在している前記ユーザを滞在ユーザとして自宅エリア別に特定する特定手段、前記対象エリアから、前記滞在ユーザの自宅エリアの方面へ向かうために通過する路線である帰宅路線を探索する探索手段、前記滞在ユーザの自宅エリア別のユーザ数に基づいて、前記所定の時間より後の時間における前記帰宅路線ごとの混雑度の予測値を算出する予測手段、として機能させることを特徴とする。 The program according to the present invention stays in a target area at a predetermined time with reference to positioning information of a plurality of terminal devices and information on home areas of respective users of the plurality of terminal devices. Identification means for identifying the user as a staying user by home area, search means for searching a return route that is a route that passes from the target area toward the home area of the staying user, and the staying user's home area Based on the number of different users, it functions as a prediction means for calculating a predicted value of the degree of congestion for each return route at a time after the predetermined time.
また、本発明のプログラムは、ＣＤ−ＲＯＭ等の光学ディスク、磁気ディスク、半導体メモリなどの各種の記録媒体を通じて、又は通信ネットワークなどを介してダウンロードすることにより、コンピュータにインストール又はロードすることができる。 The program of the present invention can be installed or loaded on a computer through various recording media such as an optical disk such as a CD-ROM, a magnetic disk, and a semiconductor memory, or via a communication network. .
また、本明細書等において、「部」とは、単に物理的構成を意味するものではなく、その構成が有する機能をソフトウェアによって実現する場合も含む。また、１つの構成が有する機能が２つ以上の物理的構成により実現されても、２つ以上の構成の機能が１つの物理的構成により実現されてもよい。 Further, in this specification and the like, the “unit” does not simply mean a physical configuration, but also includes a case where the functions of the configuration are realized by software. In addition, functions of one configuration may be realized by two or more physical configurations, or functions of two or more configurations may be realized by one physical configuration.
本発明によれば、あるエリアの混雑度に基づいて、将来の路線の混雑度をより広い範囲で予測可能な技術を提供することができる。 ADVANTAGE OF THE INVENTION According to this invention, the technique which can predict the congestion degree of a future route in a wider range based on the congestion degree of a certain area can be provided.
以下、本発明の実施形態について、図面を参照しつつ詳細に説明する。ただし、発明の範囲をこれらに限定するものではない。 Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings. However, the scope of the invention is not limited to these.
図１を参照して、一実施形態に係る混雑度予測システムの構成について説明する。混雑度予測システム１は、混雑度予測装置１０及び複数の端末装置２０などの情報処理装置を主に備える。混雑度予測装置１０と複数の端末装置２０は、ネットワークＮを介して相互に通信することができる。なお、図１では、３つの端末装置２０が記載されているが、混雑度予測装置１０と通信可能な端末装置２０の数は、任意である。 With reference to FIG. 1, the structure of the congestion degree prediction system which concerns on one Embodiment is demonstrated. The congestion degree prediction system 1 mainly includes information processing apparatuses such as a congestion degree prediction apparatus 10 and a plurality of terminal apparatuses 20. The congestion degree prediction device 10 and the plurality of terminal devices 20 can communicate with each other via the network N. In FIG. 1, three terminal devices 20 are illustrated, but the number of terminal devices 20 that can communicate with the congestion degree prediction device 10 is arbitrary.
ネットワークＮは、混雑度予測装置１０と端末装置２０との間で情報を送受信するための通信回線である。例えば、インターネット、ＬＡＮ、専用線、パケット通信網、電話回線、企業内ネットワーク、その他の通信回線、それらの組み合わせ等のいずれであってもよく、有線であるか無線であるかを問わない。 The network N is a communication line for transmitting and receiving information between the congestion degree prediction device 10 and the terminal device 20. For example, it may be any of the Internet, a LAN, a dedicated line, a packet communication network, a telephone line, a corporate network, other communication lines, combinations thereof, and the like, regardless of whether they are wired or wireless.
混雑度予測装置１０は、ハードウェア構成として、制御部１１、通信部１４、及び記憶部１５を主に備える。制御部１１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１２及びメモリ１３を主に備えて構成される。混雑度予測装置１０は、専用又は汎用のサーバ・コンピュータなどの情報処理装置を用いて実現することができ、例えば、ＣＰＵ１２がメモリ１３等に格納された所定のプログラムを実行することにより、各種の機能実現手段として機能する。なお、混雑度予測装置１０は、単一の情報処理装置より構成されるものであっても、ネットワーク上に分散した複数の情報処理装置より構成されるものであってもよい。 The congestion degree prediction apparatus 10 mainly includes a control unit 11, a communication unit 14, and a storage unit 15 as a hardware configuration. The control unit 11 mainly includes a CPU (Central Processing Unit) 12 and a memory 13. The congestion degree prediction device 10 can be realized by using an information processing device such as a dedicated or general-purpose server computer. For example, the CPU 12 executes various programs by executing a predetermined program stored in the memory 13 or the like. It functions as a function realization means. Note that the congestion degree prediction device 10 may be configured by a single information processing device or may be configured by a plurality of information processing devices distributed on a network.
制御部１１では、ＣＰＵ１２は、記憶部１５等に記憶されたプログラムをメモリ１３に展開して実行することにより、混雑度予測装置１０が備える各種構成の動作を制御し、また、各種処理の実行を制御する。制御部１１において実行される処理の詳細は後述する。 In the control unit 11, the CPU 12 develops and executes a program stored in the storage unit 15 or the like in the memory 13, thereby controlling operations of various configurations included in the congestion degree prediction device 10 and executing various processes. To control. Details of processing executed in the control unit 11 will be described later.
通信部１４は、ネットワークＮを介して端末装置２０等の各種情報処理装置と通信するための通信インタフェースである。通信部１４は、例えば、端末装置２０からの測位情報を受信する。 The communication unit 14 is a communication interface for communicating with various information processing apparatuses such as the terminal apparatus 20 via the network N. For example, the communication unit 14 receives positioning information from the terminal device 20.
記憶部１５は、ハードディスク等の記憶装置によって構成される。記憶部１５は、制御部１１における処理の実行に必要な各種プログラムや各種の情報を記憶する。記憶部１５に記憶されている情報の具体例については後述する。 The storage unit 15 is configured by a storage device such as a hard disk. The storage unit 15 stores various programs and various information necessary for execution of processing in the control unit 11. Specific examples of information stored in the storage unit 15 will be described later.
端末装置２０は、例えば、携帯電話機、スマートフォン、ＰＤＡ（Personal Digital Assistants）、ナビゲーション装置、パーソナルコンピュータなどの現在位置を測位した測位情報を所定時間間隔でアップロードする機能を備えた情報端末を適用することができる。端末装置２０は、図示しないが、主制御部、通信部、表示部、操作部、記憶部、測位処理部などの各種機能実現手段を主に備える。 As the terminal device 20, for example, an information terminal having a function of uploading positioning information obtained by measuring the current position at a predetermined time interval such as a mobile phone, a smart phone, a PDA (Personal Digital Assistants), a navigation device, and a personal computer is applied. Can do. Although not shown, the terminal device 20 mainly includes various function realizing means such as a main control unit, a communication unit, a display unit, an operation unit, a storage unit, and a positioning processing unit.
図２を参照して、一実施形態に係る混雑度予測装置１０の機能構成を説明する。混雑度予測装置１０は、機能構成として、滞在ユーザ特定部１１１、路線探索部１１２、予測値算出部１１３、送信部１１４、移動方法特定部１１５及びデータベース１２０を主に備える。これらの機能は、例えば、制御部１１において、ＣＰＵ１２が、記憶部１５等に記憶されたプログラムをメモリ１３に展開して実行することにより実現される。 With reference to FIG. 2, the functional configuration of the congestion degree prediction apparatus 10 according to an embodiment will be described. The congestion degree prediction apparatus 10 mainly includes a stay user identification unit 111, a route search unit 112, a predicted value calculation unit 113, a transmission unit 114, a movement method identification unit 115, and a database 120 as functional configurations. These functions are realized by, for example, the control unit 11 having the CPU 12 develop and execute a program stored in the storage unit 15 or the like in the memory 13.
滞在ユーザ特定部１１１は、データベース１２０に記憶された複数の端末装置２０の測位情報と、複数の端末装置２０のそれぞれのユーザの自宅エリア情報とを参照して、所定の時間に対象エリアに滞在している端末装置２０のユーザを滞在ユーザとしてユーザの自宅エリア別に特定する。当該特定によって、例えば、自宅エリア別の滞在ユーザのユーザＩＤ及び自宅エリア別の滞在ユーザの人数が特定される。所定の時間とは、任意に設定された時間であり、一定の幅（例えば、３時間）を持つ時間帯であっても良い。対象エリアとしては、例えば、観光地など、ユーザが多く滞在しているエリアが考えられる。対象エリアの情報は、例えば、データベース１２０に記憶された地図情報が示す地図を任意の形状及び大きさ（例えば、矩形、円形、行政区画など）で区切ったエリアの情報で示される。ユーザの自宅エリアとは、ユーザの自宅が存在するエリアである。 The stay user specifying unit 111 refers to the positioning information of the plurality of terminal devices 20 stored in the database 120 and the home area information of each user of the plurality of terminal devices 20, and stays in the target area at a predetermined time. The user of the terminal device 20 is identified as a staying user for each home area of the user. By this specification, for example, the user ID of the staying user for each home area and the number of staying users for each home area are specified. The predetermined time is an arbitrarily set time, and may be a time zone having a certain width (for example, 3 hours). As the target area, for example, an area where many users are staying, such as a sightseeing spot, can be considered. The information on the target area is indicated by, for example, information on an area obtained by dividing the map indicated by the map information stored in the database 120 with an arbitrary shape and size (for example, a rectangle, a circle, and an administrative division). The user's home area is an area where the user's home exists.
なお、滞在ユーザ特定部１１１は、後述する移動方法特定部１１５により特定された滞在ユーザが対象エリアまでの移動に用いた移動方法に基づいて、当該移動方法別に、自宅エリア別の滞在ユーザ（及び滞在ユーザ数）を特定することもできる。 In addition, the stay user specific | specification part 111 is based on the movement method which the stay user specified by the movement method specific | specification part 115 mentioned later used for the movement to a target area according to the said movement method, and the stay user (and home area according to home area) The number of staying users) can also be specified.
図３（Ａ）は、データベース１２０に記憶された測位情報の例を示している。この例では、測位情報は、端末装置２０が測位された時刻である測位時刻、端末装置２０の識別情報である端末装置ＩＤ、端末装置２０が測位された位置である測位位置（緯度、及び経度）の情報を含む。 FIG. 3A shows an example of positioning information stored in the database 120. In this example, the positioning information includes a positioning time that is a time when the terminal device 20 is positioned, a terminal device ID that is identification information of the terminal device 20, and a positioning position (latitude and longitude) that is a position where the terminal device 20 is positioned. ) Information.
図３（Ｂ）は、データベース１２０に記憶されたユーザ情報の例を示している。この例では、ユーザ情報は、端末装置のユーザの識別情報であるユーザＩＤ、端末装置ＩＤ、端末装置へ情報を配信するためのアドレスである配信先アドレス、及びユーザの自宅エリアの識別情報である自宅エリアＩＤを含む。なお、自宅エリアＩＤなどのユーザの自宅エリアについての情報は、端末装置２０のユーザによる入力に基づいた情報であっても良いし、端末装置２０の測位情報に基づいて求められた情報であっても良い。測位情報に基づいて自宅エリアの情報を求める方法は任意の方法を用いることができるが、例えば、端末装置２０のユーザの滞在時間、滞在回数、及び滞在日数のうちの少なくとも２つが最も高い値であるエリアを自宅エリアとすることができる。 FIG. 3B shows an example of user information stored in the database 120. In this example, the user information is a user ID that is identification information of the user of the terminal device, a terminal device ID, a delivery destination address that is an address for delivering information to the terminal device, and identification information of the user's home area. Includes home area ID. The information about the user's home area such as the home area ID may be information based on input by the user of the terminal device 20 or information obtained based on the positioning information of the terminal device 20. Also good. Although any method can be used as a method for obtaining home area information based on positioning information, for example, at least two of the stay time, stay count, and stay days of the user of the terminal device 20 are the highest values. An area can be a home area.
路線探索部１１２は、データベース１２０に記憶された端末装置２０のユーザの自宅エリア情報を参照して、対象エリアから、当該対象エリアの滞在ユーザの自宅エリアの方面へ向かうために通過する路線（帰宅路線）を探索する。 The route search unit 112 refers to the home area information of the user of the terminal device 20 stored in the database 120, and passes the route (homecoming) from the target area toward the direction of the home area of the staying user in the target area. (Route).
ここで、路線は、道路、鉄道路線、航路（海路、空路など）を含むものとする。また、探索の対象を、自宅エリアまでの路線ではなく、自宅エリアの方面へ向かう路線としているのは、対象エリアの近隣（例えば、対象エリアから２０ｋｍ程度）の路線、並びに対象エリアの最寄りの高速道路及び鉄道路線などの混雑度の予測値を後述する予測値算出部１１３により算出するためである。しかしながらこの方法に限定せず、路線探索部１１２により対象エリアから自宅エリアまでの路線を探索し、後述する予測値算出部１１３により自宅エリアまでの路線の混雑度の予測値を算出しても良い。また、複数の路線が探索された場合、自宅エリアへの予想到着時刻が最も早い路線、又は距離が最短である路線など、任意に設定された条件に適合する１つ又は複数の路線が路線探索部１１２によって特定される。なお、路線の探索の処理は、任意の方法により行うことができる。本実施形態においては、既知の路線探索処理が用いられることとし、処理の詳細については説明を省略する。 Here, the route includes a road, a railway route, and a navigation route (sea route, air route, etc.). In addition, the search target is not a route to the home area but a route toward the home area. Routes in the vicinity of the target area (for example, about 20 km from the target area) and a high speed nearest to the target area are used. This is because the predicted value calculation unit 113 (to be described later) calculates the predicted value of the degree of congestion such as roads and railway lines. However, the present invention is not limited to this, and a route from the target area to the home area may be searched by the route search unit 112, and a predicted value of the degree of congestion of the route to the home area may be calculated by the predicted value calculation unit 113 described later. . In addition, when a plurality of routes are searched, one or a plurality of routes that meet an arbitrarily set condition such as a route having the earliest expected arrival time to the home area or a route having the shortest distance are searched for a route. It is specified by the section 112. The route search process can be performed by an arbitrary method. In the present embodiment, a known route search process is used, and a detailed description of the process is omitted.
予測値算出部１１３は、滞在ユーザ特定部１１１により特定された所定の時間に対象エリアに滞在している滞在ユーザの自宅エリア別のユーザ数に基づいて、当該所定の時間より後の時間における、路線探索部１１２により探索された各路線（各帰宅路線）の混雑度の予測値を算出する。具体的には、まず、予測値算出部１１３は、滞在ユーザ特定部１１１により特定された自宅エリア別の滞在ユーザの数を用いて、対象エリアに滞在している滞在ユーザが当該対象エリアから自身の自宅エリア方面に向かうために路線探索部１１２により探索された帰宅路線を通過する場合に、各路線を通過するユーザ数をカウントする。 The predicted value calculation unit 113 is based on the number of users for each home area of staying users who are staying in the target area at the predetermined time specified by the staying user specifying unit 111, at a time after the predetermined time. A predicted value of the degree of congestion of each route (each return route) searched by the route search unit 112 is calculated. Specifically, first, the predicted value calculation unit 113 uses the number of staying users for each home area specified by the staying user specifying unit 111, so that the staying user staying in the target area himself / herself from the target area. The number of users passing through each route is counted when passing the return route searched by the route search unit 112 in order to head toward the home area.
例えば、図４に示すように、観光地である対象エリアＡに、東京都を自宅エリアとする滞在ユーザが２０００人、千葉県を自宅エリアとする滞在ユーザが１０００人滞在しているとする。また、対象エリアＡから東京の方面へ向かう場合も千葉の方面へ向かう場合も路線Ｂを通過するが、他の滞在ユーザの自宅エリアの方面へ向かう場合には、路線Ｂを通過しないものとする。このとき、予測値算出部１１３は、路線Ａを通過するユーザ数を３０００人（２０００人＋１０００人）とカウントする。 For example, as shown in FIG. 4, it is assumed that 2000 staying users who have Tokyo as their home area and 1000 staying users who have Chiba Prefecture as their home area are staying in the target area A, which is a sightseeing spot. In addition, when going from the target area A toward Tokyo or toward Chiba, the route B is passed, but when going toward the home area of another staying user, the route B is not passed. . At this time, the predicted value calculation unit 113 counts the number of users passing through the route A as 3000 (2000 + 1000).
予測値算出部１１３は、その後、路線ごとにカウントされた滞在ユーザ数と、路線ごとに予め設定された混雑係数とを用いて、路線ごとの混雑度の予測値を算出する。図４の例の場合、例えば、路線Ｂを通過する滞在ユーザ数である３０００人と、混雑係数とを乗じることによって、路線Ｂの混雑度の予測値が算出される。予測値算出部１１３は、算出された路線ごとの混雑度の予測値をデータベース１２０に記憶する。 The predicted value calculation unit 113 then calculates the predicted value of the congestion degree for each route using the number of staying users counted for each route and the congestion coefficient set in advance for each route. In the case of the example in FIG. 4, for example, the predicted value of the congestion degree of the route B is calculated by multiplying 3000 people who are the number of staying users passing through the route B and the congestion coefficient. The predicted value calculation unit 113 stores the calculated predicted value of the degree of congestion for each route in the database 120.
混雑係数は、路線が道路である場合、例えば、道路の車線数、制限速度、信号の設置間隔、道路の種別（例えば、一般道路であるか高速道路であるか）など、道路の混雑に影響を及ぼす要素に基づいて設定される。路線が鉄道路線である場合、混雑係数は、例えば、車両の最大乗客数、発車時刻表の情報など、鉄道路線の混雑に影響を及ぼす要素に基づいて設定される。また、混雑度の予測値は、任意の尺度により示すことができる。例えば、道路の混雑度の予測値は、渋滞距離によって示すことができ、鉄道路線の混雑度は、車両の乗客率によって示すことができる。もしくは、混雑度をレベルで（例えば、５段階のレベル）示しても良い。 When the route is a road, the congestion factor affects the congestion of the road, such as the number of lanes on the road, the speed limit, the signal installation interval, and the type of road (for example, whether it is a general road or a highway). Is set based on the factors that affect When the route is a railway line, the congestion coefficient is set based on factors that affect the congestion of the railway line, such as the maximum number of passengers in the vehicle and information on the departure timetable. Moreover, the predicted value of the degree of congestion can be indicated by an arbitrary scale. For example, the predicted value of the degree of congestion on the road can be indicated by the congestion distance, and the degree of congestion on the railway line can be indicated by the passenger rate of the vehicle. Alternatively, the degree of congestion may be indicated by level (for example, five levels).
予測値算出部１１３は、さらに、滞在ユーザ特定部１１１によって移動方法別に所定の時間における滞在ユーザの自宅エリア別のユーザ数が特定されている場合、当該特定されたユーザ数に基づいて、当該所定の時間より後の時間における帰宅路線ごとの混雑度の予測値を算出することができる。すなわち、予測値算出部１１３は、滞在ユーザは、対象エリアまでの移動に用いた移動方法によって当該対象エリアから帰宅すると推定して、混雑度の予測値を算出する。例えば、滞在ユーザが対象エリアまでの移動に車を用いていた場合、予測値算出部１１３は、当該滞在ユーザが対象エリアを出た後の移動は、車が通過可能な帰宅路線を通過するものとして、予測値を算出する。一般に対象エリアまでの移動に用いた移動方法と対象エリアから出た後の移動方法は関連していることが多いと考えられるため、このように算出された混雑度の予測値は、実際の混雑度により近い予測値となりうる。 The predicted value calculation unit 113 further determines the predetermined number of users based on the specified number of users when the stay user specifying unit 111 specifies the number of staying users by staying area at a predetermined time for each moving method. It is possible to calculate a predicted value of the degree of congestion for each return route at a time later than this time. That is, the predicted value calculation unit 113 calculates the predicted value of the congestion level by estimating that the staying user will return from the target area by the moving method used for moving to the target area. For example, when the staying user uses a car to move to the target area, the predicted value calculation unit 113 passes the return route through which the car can pass after the staying user leaves the target area. As a result, a predicted value is calculated. In general, since the movement method used to move to the target area and the movement method after leaving the target area are often related, the predicted congestion level calculated in this way is the actual congestion level. It can be a predicted value closer to the degree.
予測値算出部１１３は、さらに、対象エリアの混雑度の予測値が所定値以上となる時間帯の予測値を路線探索部１１２により探索された路線ごとに算出することができる。具体的には、まず、予測値算出部１１３は、滞在ユーザ特定部１１１により特定された各滞在ユーザの対象エリアへの滞在開始時刻の情報をデータベース１２０に記憶された測位情報から特定する。さらに、予測値算出部１１３は、データベース１２０に記憶されたエリア別平均滞在時間情報（対象エリアの平均滞在時間の情報を含む）を参照し、滞在ユーザが滞在開始時刻から当該対象エリアの平均滞在時間の経過後に当該対象エリアを出て自宅エリアに向かった場合の路線ごとの混雑度の予測値を算出する。混雑度の予測値は、滞在ユーザ特定部１１１により滞在ユーザが特定された時間より後の時間について、異なる複数の時間についての値が算出される。例えば、滞在ユーザが特定された時間（例えば、１８：００）より後の時間についての３０分ごと（例えば、１８：３０、１９：００、１９：３０・・・）の路線（例えば、路線Ａ）の混雑度の予測値が算出される。各時間における混雑度の予測値の算出方法は、前述した混雑度の予測値の算出方法と同様である。予測値算出部１１３は、算出された複数の混雑度の予測値のうち、予測値が所定値以上となる時間を特定することによって、混雑度の予測値が所定値以上となる時間帯の予測値を路線ごとに算出する。すなわち、予測値算出部１１３は、測位情報から特定される滞在ユーザの対象エリアへの滞在開始時刻の情報と、対象エリアへの平均滞在時間の情報とにさらに基づいて、混雑度の予測値が所定値以上となる時間帯の予測値を前記探索された路線ごとに算出する。なお、変形例として、予測値算出部１１３は、対象エリアへの平均滞在時間ではなく、対象エリアからの平均退出時間の情報に基づいて、混雑度の予測値が所定値以上となる時間帯の予測値を前記探索された路線ごとに算出しても良い。 The predicted value calculation unit 113 can further calculate a predicted value in a time zone in which the predicted value of the congestion degree of the target area is equal to or greater than a predetermined value for each route searched by the route search unit 112. Specifically, first, the predicted value calculation unit 113 specifies information on the stay start time of each staying user specified by the staying user specifying unit 111 from the positioning information stored in the database 120. Furthermore, the predicted value calculation unit 113 refers to the average stay time information by area (including information on the average stay time of the target area) stored in the database 120, and the stay user determines the average stay in the target area from the stay start time. A predicted value of the degree of congestion for each route is calculated when the target area is left and the home area is reached after a lapse of time. As the predicted value of the degree of congestion, values for a plurality of different times are calculated for the time after the time when the staying user is specified by the staying user specifying unit 111. For example, a route (for example, route A) every 30 minutes (for example, 18:30, 19:00, 19:30...) After the time when the staying user is specified (for example, 18:00). ) Is calculated. The calculation method of the predicted value of the congestion level at each time is the same as the calculation method of the predicted value of the congestion level described above. The predicted value calculation unit 113 specifies a time during which the predicted value is equal to or greater than a predetermined value from among the plurality of calculated predicted values of the congestion level, thereby predicting a time period during which the predicted value of the congestion level is equal to or greater than the predetermined value. A value is calculated for each route. That is, the predicted value calculation unit 113 further calculates the congestion degree predicted value based on the stay start time information of the staying user specified from the positioning information and the average stay time information of the target area. A predicted value in a time zone that is equal to or greater than a predetermined value is calculated for each searched route. As a modification, the predicted value calculation unit 113 does not use the average stay time in the target area, but based on the information on the average exit time from the target area. A predicted value may be calculated for each searched route.
以上のように、予測値算出部１１３による処理によれば、端末装置の測位情報に基づいて、路線の混雑度の予測値を算出することができる。従って、対象エリア又はその近隣に特別な装置等を設置したり、対象エリアに滞在する者に特別な装置を携帯させたりすることなく予測値を算出できる。また、車のナンバープレートを読み取る方法とは異なり、端末装置の測位情報に基づいて、路線の混雑度の予測値を算出するため、電車などのナンバープレートを持たない移動手段の混雑度を算出することができる。すなわち、予測値算出部１１３による処理によれば、将来の路線の混雑度をより広い範囲で予測することができる。 As described above, according to the process by the predicted value calculation unit 113, the predicted value of the congestion degree of the route can be calculated based on the positioning information of the terminal device. Accordingly, the predicted value can be calculated without installing a special device or the like in the target area or in the vicinity thereof, or having a special device carried by a person staying in the target area. In addition, unlike the method of reading the license plate of a car, in order to calculate the predicted value of the congestion degree of the route based on the positioning information of the terminal device, the congestion degree of the moving means having no license plate such as a train is calculated. be able to. That is, according to the process by the predicted value calculation unit 113, the degree of congestion on the future route can be predicted in a wider range.
送信部１１４は、予測値算出部１１３により算出された予測値（混雑度の予測値及び／又は混雑度の予測値が所定値以上となる時間帯の予測値）を対象エリアに滞在している（又は滞在していた）ユーザの端末装置２０に送信する。端末装置２０への送信先アドレスの情報は、データベース１２０にユーザ情報と関連付けて記憶されている。予測値の送信のタイミングは任意に設定することができる。例えば、対象エリアへの滞在ユーザが滞在の開始から所定時間（例えば、５時間）経過したとき、又は滞在ユーザが対象エリアから出たときを送信タイミングとすることができる。 The transmission unit 114 stays in the target area the prediction value calculated by the prediction value calculation unit 113 (the prediction value of the congestion degree and / or the prediction value of the time zone in which the prediction value of the congestion degree is a predetermined value or more). It transmits to the terminal device 20 of the user (or stayed). Information on the transmission destination address to the terminal device 20 is stored in the database 120 in association with the user information. The timing for transmitting the predicted value can be arbitrarily set. For example, the transmission timing can be the time when a user staying in the target area has passed a predetermined time (for example, 5 hours) from the start of the stay or when the user staying out of the target area.
また、送信部１１４は、予測値算出部１１３により算出された予測値の全てを対象エリアに滞在している（又は滞在していた）各ユーザの端末装置２０へ送信するのではなく、そのユーザに関係する路線についての予測値のみを送信することができる。例えば、送信部１１４は、対象エリアに滞在している（又は滞在していた）ユーザの端末装置２０へ、予測値算出部１１３により算出された予測値のうち、対象エリアから当該ユーザの自宅エリアの方面に向かうために通過する路線（帰宅路線）についての予測値のみを送信することができる。 In addition, the transmission unit 114 does not transmit all of the prediction values calculated by the prediction value calculation unit 113 to the terminal device 20 of each user staying (or staying) in the target area, but the user Only predicted values for routes related to can be transmitted. For example, the transmission unit 114 transmits the predicted value calculated by the predicted value calculation unit 113 to the terminal device 20 of the user staying (or staying) in the target area, from the target area to the home area of the user. It is possible to transmit only the predicted value for the route (home route) that passes through in the direction of.
移動方法特定部１１５は、データベース１２０に記憶された端末装置２０の測位情報を参照して、端末装置２０のユーザが対象エリアまでの移動に用いた移動方法、及び対象エリアからの移動に用いた移動方法を特定する。測位情報を用いた移動方法の特定は、任意の方法を用いることができる。例えば、移動方法特定部１１５は、測位位置と、測位位置及び測位時間に基づいて算出された移動速度とに基づいて移動手段を特定することができる。具体的には、移動方法特定部１１４は、端末装置２０の測位位置の数が道路上に所定の割合（例えば、８０％）以上ある場合、ユーザの移動方法を車又は徒歩として特定し、測位位置及び測位時間を用いて算出された移動速度が所定値（例えば、１５０ｍ／分）以上である場合、移動手段を車として特定することができる。 The movement method specifying unit 115 refers to the positioning information of the terminal device 20 stored in the database 120, and the movement method used by the user of the terminal device 20 to move to the target area and the movement from the target area. Identify how to move. An arbitrary method can be used for specifying the movement method using the positioning information. For example, the movement method specifying unit 115 can specify the moving means based on the positioning position and the moving speed calculated based on the positioning position and the positioning time. Specifically, when the number of positioning positions of the terminal device 20 is greater than or equal to a predetermined ratio (for example, 80%) on the road, the movement method specifying unit 114 specifies the user's movement method as a car or a walk, and performs positioning When the moving speed calculated using the position and the positioning time is a predetermined value (for example, 150 m / min) or more, the moving means can be specified as a car.
データベース１２０は、混雑度予測装置１０において実行される上記の処理に必要な情報、及び当該処理により生成された情報など、各種情報を記憶する。データベース１２０は、例えば、測位情報、地図情報、エリア別平均滞在時間情報、混雑度予測値情報、及びユーザ情報を記憶している。エリア別平均滞在時間情報は、例えば、各対象エリアについて、端末装置２０のユーザが対象エリアに滞在する時間の平均時間の情報、及び端末装置２０のユーザが対象エリアから退出する時間の平均時間の情報を含む。 The database 120 stores various kinds of information such as information necessary for the above-described processing executed in the congestion degree prediction device 10 and information generated by the processing. The database 120 stores, for example, positioning information, map information, area-specific average stay time information, congestion degree prediction value information, and user information. The average stay time information for each area includes, for example, information on the average time for the user of the terminal device 20 to stay in the target area and the average time for the user of the terminal device 20 to leave the target area for each target area. Contains information.
次に、図５を参照して、混雑度予測装置１０において実行される処理のフローを説明する。なお、以下に説明する処理フローに含まれる各処理ステップは、処理内容に矛盾を生じない範囲で、任意に順番を変更して又は並列に実行することができるとともに、各処理ステップ間に他のステップを追加してもよい。また、便宜上１ステップとして記載されているステップは、複数ステップに分けて実行することができる一方、便宜上複数ステップに分けて記載されているものは、１ステップとして把握することができる。 Next, with reference to FIG. 5, the flow of processing executed in the congestion degree prediction apparatus 10 will be described. Each processing step included in the processing flow described below can be executed in any order or in parallel as long as there is no contradiction in the processing contents. Steps may be added. Further, a step described as one step for convenience can be executed by being divided into a plurality of steps, while a step described as being divided into a plurality of steps for convenience can be grasped as one step.
まず、ステップＳ１１において、滞在ユーザ特定部１１１は、データベース１２０に記憶された複数の端末装置２０の測位情報と、複数の端末装置２０のそれぞれのユーザの自宅エリア情報とを参照して、所定の時間に対象エリアに滞在している端末装置２０のユーザを滞在ユーザとしてユーザの自宅エリア別に特定する。 First, in step S <b> 11, the stay user specifying unit 111 refers to the positioning information of the plurality of terminal devices 20 stored in the database 120 and the home area information of each user of the plurality of terminal devices 20. The user of the terminal device 20 staying in the target area at the time is specified as the staying user for each user's home area.
ステップＳ１２において、路線探索部１１２は、データベース１２０に記憶された端末装置２０のユーザの自宅エリア情報を参照して、対象エリアから、当該対象エリアの滞在ユーザの自宅エリアの方面へ向かうために通過する路線（帰宅路線）を探索する。 In step S <b> 12, the route search unit 112 refers to the home area information of the user of the terminal device 20 stored in the database 120 and passes from the target area toward the home area of the staying user in the target area. Search for a route to return to (returning home route).
ステップＳ１３において、予測値算出部１１３は、滞在ユーザ特定部１１１により特定された所定の時間に対象エリアに滞在している滞在ユーザの自宅エリア別のユーザ数に基づいて、当該所定の時間より後の時間における、路線探索部１１２により探索された各路線の混雑度の予測値を算出する。 In step S <b> 13, the predicted value calculation unit 113 follows the predetermined time based on the number of staying users who stay in the target area at the predetermined time specified by the staying user specifying unit 111. The predicted value of the degree of congestion of each route searched by the route search unit 112 at the time is calculated.
ステップＳ１４において、送信部１１４は、予測値算出部１１３により算出された予測値を対象エリアに滞在している（又は滞在していた）ユーザの端末装置２０に送信する。 In step S14, the transmission unit 114 transmits the predicted value calculated by the predicted value calculation unit 113 to the terminal device 20 of the user staying in (or staying in) the target area.
以上のように図５に示した処理によれば、端末装置の測位情報に基づいて、路線の混雑度の予測値を算出することができる。従って、対象エリア又はその近隣に特別な装置等を設置したり、対象エリアに滞在する者に特別な装置を携帯させたりすることなく予測値を算出できる。また、車のナンバープレートを読み取る方法とは異なり、端末装置の測位情報に基づいて、路線の混雑度の予測値を算出するため、電車などのナンバープレートを持たない移動手段の混雑度を算出することができる。すなわち、図５に示した処理によれば、将来の路線の混雑度をより広い範囲で予測することができる。 As described above, according to the processing shown in FIG. 5, it is possible to calculate the predicted value of the congestion degree of the route based on the positioning information of the terminal device. Accordingly, the predicted value can be calculated without installing a special device or the like in the target area or in the vicinity thereof, or having a special device carried by a person staying in the target area. In addition, unlike the method of reading the license plate of a car, in order to calculate the predicted value of the congestion degree of the route based on the positioning information of the terminal device, the congestion degree of the moving means having no license plate such as a train is calculated. be able to. That is, according to the process shown in FIG. 5, the degree of congestion on the future route can be predicted in a wider range.
本発明は、上記した実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲内において、他の様々な形で実施することができる。上記実施形態はあらゆる点で単なる例示にすぎず、限定的に解釈されるものではない。 The present invention is not limited to the above-described embodiment, and can be implemented in various other forms without departing from the gist of the present invention. The above-described embodiment is merely an example in all respects, and is not construed as limiting.
１ 情報処理システム、１０ 混雑度予測装置、１１ 制御部、１２ ＣＰＵ、１３ メモリ、１４ 通信部、１５ 記憶部、２０ 端末装置 DESCRIPTION OF SYMBOLS 1 Information processing system, 10 Congestion degree prediction apparatus, 11 Control part, 12 CPU, 13 Memory, 14 Communication part, 15 Storage part, 20 Terminal device
Claims (6)
前記対象エリアから、前記滞在ユーザの自宅エリアの方面へ向かうために通過する路線である帰宅路線を探索する探索手段と、
前記滞在ユーザの自宅エリア別のユーザ数に基づいて、前記所定の時間より後の時間における前記帰宅路線ごとの混雑度の予測値を算出する予測手段と
を備えることを特徴とする混雑度予測装置。 Referring to the positioning information of a plurality of terminal devices and the home area information of each user of the plurality of terminal devices, the user staying in the target area at a predetermined time is identified as a staying user for each home area Specific means to
Search means for searching for a return route that is a route that passes through from the target area toward the home area of the staying user,
A congestion degree prediction apparatus, comprising: a prediction unit that calculates a predicted value of the congestion degree for each return route at a time after the predetermined time based on the number of users by home area of the staying users. .
前記特定手段は、前記特定された移動方法に基づいて、当該移動方法別に、前記自宅エリア別の前記滞在ユーザを特定し、
前記予測手段は、前記移動方法別に特定された前記滞在ユーザの自宅エリア別のユーザ数に基づいて、前記所定の時間より後の時間における前記帰宅路線ごとの混雑度の予測値を算出することを特徴とする請求項１に記載の混雑度予測装置。 Based on the positioning information, comprising a moving method specifying means for specifying a moving method used by the staying user to move to the target area;
The specifying means specifies the staying user for each home area for each moving method based on the specified moving method;
The predicting means calculates a predicted value of the degree of congestion for each return route at a time after the predetermined time based on the number of users by home area of the staying users specified by the moving method. The congestion degree prediction apparatus according to claim 1, wherein
前記制御部が、複数の端末装置の測位情報と、前記複数の端末装置のそれぞれのユーザの自宅エリアの情報とを参照して、所定の時間に対象エリアに滞在している前記ユーザを滞在ユーザとして自宅エリア別に特定する特定ステップと、
前記制御部が、前記対象エリアから、前記滞在ユーザの自宅エリアの方面へ向かうために通過する路線である帰宅路線を探索する探索ステップと、
前記制御部が、前記滞在ユーザの自宅エリア別のユーザ数に基づいて、前記所定の時間より後の時間における前記帰宅路線ごとの混雑度の予測値を算出する予測ステップと
を備えることを特徴とする混雑度予測方法。 A method implemented by an information processing apparatus including a control unit,
The control unit refers to the positioning information of a plurality of terminal devices and the home area information of each user of the plurality of terminal devices, and the user who is staying in the target area at a predetermined time Specific steps to identify by home area as
A search step for searching for a return route that is a route through which the control unit passes from the target area toward the home area of the staying user.
The control unit includes a prediction step of calculating a predicted value of the degree of congestion for each return route at a time after the predetermined time based on the number of users by home area of the staying user. Congestion degree prediction method.
複数の端末装置の測位情報と、前記複数の端末装置のそれぞれのユーザの自宅エリアの情報とを参照して、所定の時間に対象エリアに滞在している前記ユーザを滞在ユーザとして自宅エリア別に特定する特定手段、
前記対象エリアから、前記滞在ユーザの自宅エリアの方面へ向かうために通過する路線である帰宅路線を探索する探索手段、
前記滞在ユーザの自宅エリア別のユーザ数に基づいて、前記所定の時間より後の時間における前記帰宅路線ごとの混雑度の予測値を算出する予測手段
として機能させるためのプログラム。 Computer
Referring to the positioning information of a plurality of terminal devices and the home area information of each user of the plurality of terminal devices, the user staying in the target area at a predetermined time is identified as a staying user for each home area Specific means to
Search means for searching a return route that is a route that passes through from the target area toward the home area of the staying user.
A program for functioning as a prediction unit that calculates a predicted value of the degree of congestion for each return route at a time after the predetermined time based on the number of users by home area of the staying users.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013083279A JP6096573B2 (en) | 2013-04-11 | 2013-04-11 | Congestion degree prediction device, congestion degree prediction method, and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013083279A JP6096573B2 (en) | 2013-04-11 | 2013-04-11 | Congestion degree prediction device, congestion degree prediction method, and program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2014206826A JP2014206826A (en) | 2014-10-30 |
| JP6096573B2 true JP6096573B2 (en) | 2017-03-15 |
Family
ID=52120340
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2013083279A Active JP6096573B2 (en) | 2013-04-11 | 2013-04-11 | Congestion degree prediction device, congestion degree prediction method, and program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6096573B2 (en) |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3952826B2 (en) * | 2002-03-28 | 2007-08-01 | セイコーエプソン株式会社 | Mobile body guidance system |
| JP3722444B2 (en) * | 2003-02-19 | 2005-11-30 | 松下電器産業株式会社 | Information provision device |
| JP2004348598A (en) * | 2003-05-23 | 2004-12-09 | Aisin Aw Co Ltd | Traffic congestion estimation system |
| JP4461977B2 (en) * | 2004-09-21 | 2010-05-12 | 株式会社デンソー | Road congestion degree prediction system and road congestion degree prediction apparatus |
| JP2008146249A (en) * | 2006-12-07 | 2008-06-26 | Nippon Telegraph & Telephone West Corp | Probe data analysis system |
| JP5350703B2 (en) * | 2008-07-29 | 2013-11-27 | 住友電工システムソリューション株式会社 | Traffic information generating apparatus, computer program, and traffic information generating method |
| JP5389087B2 (en) * | 2011-03-29 | 2014-01-15 | 株式会社ゼンリンデータコム | Stay information generation system and stay information generation method |
-
2013
- 2013-04-11 JP JP2013083279A patent/JP6096573B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2014206826A (en) | 2014-10-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2332021B1 (en) | System and method for parking time estimations | |
| US9513135B2 (en) | Stochastic range | |
| US20150278712A1 (en) | Method, apparatus, and program | |
| JP6747298B2 (en) | Navigation device, navigation method and storage medium | |
| JP6141743B2 (en) | Moving path estimation system and method | |
| JP2006189415A (en) | Method and system for determining minimum time route | |
| JP5936661B2 (en) | Traffic information estimation system, method, and program | |
| US10890456B2 (en) | Vehicle and method of providing route guidance using public transportation | |
| JP2018081022A (en) | Information processing system, information processing program, information processor, and information processing method | |
| JP4767816B2 (en) | Navigation system, route search server, and portable terminal device | |
| JP2011118521A (en) | Traffic information calculation device, traffic system and computer program | |
| JP2021182332A (en) | Congestion prediction information provision system, congestion prediction information provision method, and congestion prediction information provision program | |
| JP2010271205A (en) | Method for verification of route in route verification system | |
| JP2016133942A (en) | Traffic index calculation device, traffic index calculation method and computer program | |
| JP2015076079A (en) | Use purpose estimation system, terminal equipment, use purpose estimation method, and program | |
| US9581451B2 (en) | Real-time traffic reporting based on rate of change of traffic delays | |
| JP6135448B2 (en) | Information providing system, information providing method, and information providing program | |
| JP6455141B2 (en) | Program, information distribution apparatus, mobile terminal, and method | |
| JP6189620B2 (en) | Information processing apparatus, information processing method, and program | |
| KR20070019442A (en) | Personal navigation device using public traffic information and its method | |
| JP6096573B2 (en) | Congestion degree prediction device, congestion degree prediction method, and program | |
| JP6134149B2 (en) | Information processing apparatus, information processing method, and program | |
| JP2019096084A (en) | Information processing device | |
| JP6625282B2 (en) | Notification control device and notification control method | |
| JP2017126159A (en) | Traffic flow control apparatus, terminal device, and control program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160324 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170116 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170119 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170216 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6096573 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |