JP6107964B2 - 情報処理装置及び情報処理方法 - Google Patents

Description

交通情報のデータを補間する情報処理装置に関する。

カーナビゲーション装置は、地図情報とともに目的地に到着するまでにかかる時間や渋滞を通過するのにかかる時間などをドライバーに提供している。スマートフォンのアプリケーションでも、同様の機能を有するものがある。これらの時間は、道路区間（以下、リンクと称す）の過去または現在の渋滞状況や、リンク通過時間などに基づいて算出される。例えば、ＶＩＣＳ（登録商標）（Ｖｅｈｉｃｌｅ Ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍ）によって送信される交通データに基づいて算出される。ＶＩＣＳ（登録商標）は、道路上に設置された路上センサから収集される車両の走行データを集約し、交通データとして提供するシステムである。路上センサの設置や維持には費用がかかるため、路上センサの設置は高速道路や国道等の主要幹線に限られているのが現状である。したがって、路上センサが設置されていない道路に関する交通情報は、ＶＩＣＳ（登録商標）から提供されない。

車両の走行データを収集する他の方法として、車両にセンサを搭載し、当該車両の走行データを収集する方法がある。センサを搭載した車両をプローブカーと呼び、プローブカーの走行データをプローブデータと呼ぶ。プローブデータには、当該車両の位置座標や速度等が含まれる。プローブデータを利用する場合、プローブカーが走行した範囲のプローブデータを収集することができるため、ＶＩＣＳ（登録商標）より広範囲の走行データを収集することが可能である。
一方、現状ではプローブカーが少ない。また、プローブカーが走行する位置や時間帯はランダムであるため、道路区間や時間帯によってプローブデータが欠損する場合がある。そこで、欠損した道路区間や時間帯のプローブデータの補間が行われている。

過去のプローブデータについてリンク群毎に主成分分析を行い、算出した複数の基底から相関の強い基底を選択し、線形合成することにより、欠損したリンクを含むリンク群のプローブデータの補間データを推定する技術が開示されている。（下記特許文献１参照）

特許第４７２９４６９号公報

しかしながら、特許文献１では、リンク群から成るエリアごとに基底を算出するため、プローブデータの総数は一定量以上であるものの時間的に偏りのあるリンクの割合が増加すると、基底の精度が悪化する。時間的に偏りのあるリンクとは、例えば、朝夕の通勤時間帯に道路を利用されるのがほとんどであるようなケースである。この場合、日中や夜間のプローブデータが欠損する。

本発明は上記のような問題点を解決するためになされたもので、エリア内においてデータが欠損しているリンクの割合に拘らず、精度よくデータを補間する情報処理装置を得ることを目的としている。

道路の区間であるリンクを走行する車両より収集されたプローブデータからリンクを通過するのにかかる時間を示すリンク通過時間の時系列データを推定する交通データ推定部と、リンク通過時間の時系列データに欠損がある補間対象リンクと、リンク通過時間の時系列データに欠損のない補間適用リンクとのリンク通過時間に関する相関係数を複数の補間適用リンクそれぞれに対して算出し、複数の補間適用リンクの複数のリンク通過時間および複数の相関係数に基づいて補間対象リンクの時系列データが欠損している欠損時刻のリンク通過時間を補間する補間データを算出する交通データ補間部と、を備え、交通データ補間部は、複数の補間適用リンクそれぞれについて補間適用リンクの長さを補間対象リンクの長さ分に補正した欠損時刻のリンク通過時間に補間適用リンクの相関係数を乗算した値を求め、求めた複数の値を足し合わせることにより、補間データを算出した。

本発明によれば、エリア内においてデータが欠損しているリンクの割合に拘らず、精度よくデータを補間することができる。

実施の形態１に係る情報処理装置の構成を示すブロック図。 実施の形態１に係るプローブデータの一例を示す図。 実施の形態１に係る地図データＤＢの地図データの一例を示す図。 実施の形態１に係る情報処理装置の処理の流れを示すフローチャート。 実施の形態１に係るリンク通過時間の時系列データの一例を示す図。 実施の形態１に係るリンク通過時間の時系列データの一例を示す図。 実施の形態１に係る交通データ推定部の処理の流れを示すフローチャート。 実施の形態１に係るリンク通過時間の時系列データにおいてデータが欠損し、１つ目の判定条件に該当するケースを示す図。 実施の形態１に係るリンク通過時間の時系列データにおいてデータが欠損し、２つ目の判定条件に該当するケースを示す図。 実施の形態１に係るリンク通過時間の時系列データにおいてデータが欠損しているケースを示す図。 実施の形態１に係る統計データＤＢの統計データの一例を示す図。 実施の形態１に係る交通データ補間部の処理の流れを示すフローチャート。 実施の形態２に係る交通データ推定部の処理の流れを示すフローチャート。 実施の形態２に係るリンク通過時間の時系列データを４つの時間帯に分割した例を示す図。 実施の形態２に係る交通データ補間部の処理の流れを示すフローチャート。 実施の形態２に係る相関係数の値が２位までのリンクを示す図。 実施の形態２に係る相関係数の値が２位までの値を示す図。 実施の形態２に係る相関係数の値が２位までのリンク通過時間の時系列データのグラフを示す図。 実施の形態２に係る４つの時間帯に分割されたリンク通過時間の時系列データを合わせる例を示す図。 実施の形態３に係る情報処理装置の構成を示すブロック図。

実施の形態１．
図１は、実施の形態１に係る情報処理装置１の構成を示すブロック図である。情報処理装置１は、プローブデータ受信部１０、プローブデータ処理部１１、地図データ保存部としての地図データデータベース（以下、地図データＤＢと称す）１２、交通データ推定部１３、交通データ出力部１４、統計データ保存部としての統計データデータベース（以下、統計データＤＢと称す）１５、交通データ補間部１６から構成される。

プローブデータ受信部１０には、車両の走行データとして、プローブデータが入力される。プローブデータは、複数のプローブカーから収集されたデータである。プローブデータには、車両の位置や走行速度、進行方向などの物理量データ、及び、走行道路の種別や路面状況などの推定データが含まれる。物理量データは、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）やジャイロセンサなどのセンサ機器によって測定された値である。推定データは、センサ機器によって測定された値から推定されたデータである。

プローブデータ受信部１０は、受信したプローブデータをプローブデータ処理部１１に出力する。プローブデータ処理部１１は、地図データＤＢ１２が保持する地図情報を参照し、各プローブデータがどのリンク上で取得されたデータなのか判定する。プローブデータ処理部１１は、リンクごとにプローブデータを分類し、交通データ推定部１３に出力する。地図データＤＢ１２は、リンクの位置を示す地図情報を保持している。

交通データ推定部１３は、分類されたプローブデータを集計し、リンクごとにリンク通過時間の時系列データを推定する。リンク通過時間の時系列データは、２４時間の周期で周期的に変化する場合が多い。よって、本実施の形態において、交通データ推定部１３は、１日分である２４時間の時系列データを推定するが、１日分でなくてもよい。交通データ推定部１３は、リンク通過時間の時系列データに欠損があるか判定し、欠損がない場合は交通データ出力部１４に出力する。データに欠損があるとは、ある時刻におけるリンク通過時間の値が存在しないケースである。欠損がある場合、交通データ推定部１３は、当該リンクを補間対象リンクとして交通データ補間部１６に出力する。また、交通データ推定部１３は、データの欠損の有無に拘らず、推定したリンク通過時間の時系列データを統計データＤＢ１５に出力する。

統計データＤＢ１５は、各リンクのリンク通過時間の時系列データを統計値で保持する。すでにデータを保持しているリンクについて新たなデータが入力された場合、統計データＤＢ１５は、統計値を更新する。例えば、統計データＤＢ１５は、すでに保持している値との平均値を求め、新たな統計値として保持する。統計値として保持することにより、データ量を低く抑えることができる。交通データ補間部１６は、統計データＤＢ１５が保持している複数のリンクのリンク通過時間の時系列データを参照し、補間対象リンクのリンク通過時間の時系列データを補間する。交通データ補間部１６は、補間したリンク通過時間の時系列データを交通データ出力部１４に出力する。

交通データ出力部１４は、リンク毎にリンク通過時間の時系列データを出力する。出力されたデータは、例えば、交通データ利用サービスで利用される。交通データ利用サービスは、カーナビに交通情報を配信するサービスである。カーナビは、配信された現在の時刻のリンク通過時間に基づいて、目的地に到着するまでにかかる時間を算出する。また、出力されたデータは、当該リンクを通過するときの平均速度や渋滞の度合いを示す渋滞度の算出に利用される。さらに、渋滞の有無の判断に利用されることもある。なお、交通データ出力部１４は出力先に応じて、出力するデータの形式やタイミングを変えてもよい。

図２は、実施の形態１に係るプローブデータ２１の一例を示す図である。プローブデータ２１は車両ＩＤ、経度、緯度、進行方向、道路種別、日時、及び、走行速度で構成される。車両ＩＤは、各車両を識別する値である。経度及び緯度は、車両の位置を示す。進行方向は、車両が進む方向を示す値である。道路種別は、高速道路や一般国道等の道路の種別を示す値である。日時は、データを取得した日時を示す。走行速度は、車両の速度を示す値である。経度、緯度、進行方向、及び道路種別は地図情報である。また、日時及び走行速度は走行情報である。

プローブデータ２１ａ〜ｅは、プローブデータ２１として保存されているデータの具体例である。例えば、プローブデータ２１ａは、車両ＩＤが０００１の車両が経度３５．０００、緯度１３９．０００の位置で１０°の方向に高速道路を進んでおり、日時は２０１３年９月１日９時で、走行速度は９０ｋｍ／時であることを示している。

プローブデータ２１は、一例である。プローブデータは、少なくとも車両が走行しているリンクを特定する地図情報と、当該車両がリンクの通過にかかる時間を推定できるような走行情報を含んでいればよい。なお、プローブデータ２１の地図情報の項目は、地図データＤＢ１２の項目を含むようにすると車両の走行しているリンクを容易に特定することができる。例えば、地図データＤＢ１２が緯度及び経度を項目として設けている場合、プローブデータ２１の地図情報として緯度及び経度を含むようにすると車両の走行しているリンクを容易に特定することができる。

地図データＤＢ１２は、リンクの地図データを保存するデータベースである。リンクの地図データは、リンクの位置を示すデータである。地図データは、少なくとも、リンクを識別するリンク番号、及び、リンクの位置を示す緯度並びに経度を含む。地図データは、制限速度や進行方向といった交通制約情報、高速道や一般国道、都道府県道などを区別する道路種別などを含むようにしてもよい。地図データに交通制約情報や道路種別が付加されることにより、リンクとプローブデータ２１ａ〜ｎとの対応付けの精度が上がる。

図３は、実施の形態１に係る地図データＤＢ１２の地図データ３１の一例を示す図である。地図データ３１は、順方向リンク番号、逆方向リンク番号、道路番号、経度、緯度、及び道路種別で構成される。順方向リンク番号は、リンクの上り車線を示す値である。逆方向リンク番号は、リンクの下り車線を示す値である。道路番号は、道路を識別する値である。経度は、リンクの経度を示す値である。緯度は、リンクの緯度を示す値である。道路種別は、高速道路や一般国道等の道路の種別を示す値である。

地図データ３１ａ〜ｆは、地図データ３１として保存されているデータの具体例である。例えば、地図データ３１ａは、順方向リンク番号が１００、逆方向リンク番号が１０３、道路番号が１０、経度が３５．０００、緯度が１３９．２００、道路種別が一般国道であることを示している。
地図データ３１ａ〜ｃは、道路番号１０が同じであり、同一の道路に関するデータである。同一の道路に関するデータではあるが、データを収集された位置が異なるため、経度及び緯度は異なる値が保存されている。

次に情報処理装置１の動作について説明する。
図４は、実施の形態１に係る情報処理装置１の処理の流れを示すフローチャートである。情報処理装置１は、プローブデータを受信すると、ステップＳ４１より処理を開始する。

ステップＳ４１において、プローブデータ受信部１０は、プローブデータ２１を受信する。プローブデータ２１がプローブデータ受信部１０に入力されるタイミングは、特に限定しない。プローブデータ２１は、定期的に入力されてもよいし、不定期に入力されてもよい。また、プローブデータ２１の測定間隔は、細かいほうがより高い精度でリンク通過時間を推定することができる。測定間隔が細かいとデータ量が多くなり、リンク通過時間の推定値の揺らぎも軽減できる。測定間隔は任意であるが、数秒間隔とすることが望ましい。プローブデータ受信部１０は、プローブデータ２１をプローブデータ処理部１１に出力する。処理はステップＳ４２へ進む。

ステップＳ４２において、プローブデータ処理部１１は、入力されたプローブデータ２１ａ〜ｎについてそれぞれリンク毎に分類する。リンクと各プローブデータ２１ａ〜ｎとの対応付けをマップマッチングと呼ぶ。プローブデータ処理部１１は、地図データＤＢ１２と各プローブデータ２１ａ〜ｎの地図情報に基づいて、各プローブデータ２１ａ〜ｎがどのリンクを走行しているものか判定し、分類する。また、プローブデータ処理部１１は、各リンクの長さを算出する。各リンクの長さは、道のりである。プローブデータ処理部１１は、リンク毎に分類されたプローブデータ２１ａ〜ｎと各リンクの長さを交通データ推定部１３に出力する。処理はステップＳ４３へ進む。

ステップＳ４３において、交通データ推定部１３は、リンク毎に分類されたプローブデータを集計し、リンク毎にリンク通過時間の時系列データを推定する。リンク通過時間は、リンクの通過にかかる時間である。リンク通過時間の時系列データは、リンク通過時間について、１日の時系列変化を表したものである。処理の詳細は後述する。処理はステップＳ４４へ進む。

ステップＳ４４において、交通データ推定部１３は、リンク毎にリンク通過時間の時系列データについて補間が必要かどうか判定する。
図５は、実施の形態１に係るリンク通過時間の時系列データの一例を示す図である。横軸が時間である。縦軸がリンク通過時間である。データに欠損がない例である。データに欠損がないため、等間隔にデータが存在する。
交通データ推定部１３は、データが欠損していない場合、補間が不要と判定する。処理は図４のステップＳ４６へ進む。

図６は、実施の形態１に係るリンク通過時間の時系列データの一例を示す図である。横軸が時間である。縦軸がリンク通過時間である。データに欠損がある例である。データに欠損があるため、等間隔にデータが存在しない箇所がある。
交通データ推定部１３は、データが欠損している場合、補間が必要と判定し、当該リンクを補間対象リンクとする。処理は図４のステップＳ４５へ進む。

図４のステップＳ４５において、交通データ補間部１６は、補間対象リンクに対してリンク通過時間の時系列データの補間を行う。処理の詳細は後述する。処理はステップＳ４６へ進む。

ステップＳ４６において、交通データ出力部１４は、リンク毎にリンク通過時間の時系列データを出力する。処理は終了する。

次に、交通データ推定部１３の動作について説明する。
図７は、実施の形態１に係る交通データ推定部１３の処理の流れを示すフローチャートである。図４のステップＳ４３の詳細である。交通データ推定部１３は、リンク毎に分類されたプローブデータ２１ａ〜ｎと各リンクの長さをプローブデータ処理部１１から入力されるとステップＳ７１より処理を開始する。

ステップＳ７１において、交通データ推定部１３は、リンク毎に分類されたプローブデータ２１ａ〜ｎを集計し、リンク通過時間の時系列データを推定する。交通データ推定部１３は、プローブデータ２１ａ〜ｎの日時及び走行速度をもとに、各リンクにおける時刻ごとの平均通過速度を算出する。交通データ推定部１３は、各リンクの長さから時刻ごとの平均通過時間を算出することにより、リンク通過時間の時系列データを推定する。このとき、サンプリング間隔は、５分程度の細かさにすると、リンクの渋滞の状況の変化を確認することができる。なお、交通データ推定部１３は、リンク通過時間の時系列データを、平日や休日、曜日などによって別々に推定してもよい。

また、リンク通過時間の時系列データを推定すると、ノイズのような揺らぎが発生することがある。これは、一般的な走行車両の特性として、同時刻、同リンクを走行した車両であっても、走行車両ごとに実際の走行速度は異なるため、データにばらつきが発生することが原因である。この揺らぎを解消するため、交通データ推定部１３は、リンク通過時間の時系列データを平滑化してもよい。交通データ推定部１３は、例えば、サンプリングした各時刻について前後３０分間のリンク通過時間のデータを平均化することにより、平滑化する。ただし、平均化の時間幅が大きすぎると、渋滞などリンクの特徴が薄れてしまう。よって、推定精度や処理コストから適切な時間間隔を設定して平均化を行う必要がある。
処理はステップＳ７２へ進む。

ステップＳ７２において、交通データ推定部１３は、リンク通過時間の時系列データについて、データの欠損の有無を判定する。データの欠損がある場合、交通データ推定部１３は、データの欠損の割合を判定する。データが欠損している時間を欠損時間、データの欠損している割合を欠損度と呼ぶ。欠損度の高さを判定する条件を２つ例示する。

まず、第１の判定条件を説明する。交通データ推定部１３は、ある時間幅において、データが欠損している時間の合計が閾値以上の場合、欠損度が高いと判定する。

図８は、実施の形態１に係るリンク通過時間の時系列データにおいてデータが欠損し、１つ目の判定条件に該当するケースを示す図である。図８は、リンク通過時間のサンプリング間隔を５分、欠損判定の時間幅を３０分、閾値を２０分とした例である。サンプリング間隔が５分のため、時間幅３０分にはデータが６点存在するはずである。しかし、図８の点線の枠で示した３０分の時間幅には、データは２点のみであり、合計２０分のデータが欠損している。閾値が２０分のため、交通データ推定部１３は、当該時間幅においてデータの欠損度が高いと判定する。

なお、欠損度の判定の時間幅はリンク通過時間の時系列データ全体としてもよい。
さらに、交通データ推定部１３は、リンク通過時間の時系列データ全体について、少しずつ時間幅をずらしてデータの欠損度を判定し、欠損度が高いと判定した回数が閾値以上の場合に、リンク通過時間の時系列データ全体の欠損度が高いと判定してもよい。

次に、第２の判定条件を説明する。交通データ推定部１３は、連続してデータが欠損している時間の合計が閾値以上の場合、欠損度が高いと判定する。

図９は、実施の形態１に係るリンク通過時間の時系列データにおいてデータが欠損し、２つ目の判定条件に該当するケースを示す図である。図９は、例えば、リンク通過時間のサンプリング間隔を５分、連続する欠損時間の閾値を１５分とした場合である。サンプリング間隔が５分のため、データが３点以上連続して欠損した場合にデータの欠損度が高いと判定する。図９の矢印で示した１５分において、データが欠損している。交通データ推定部１３は、当該時系列データの欠損度が高いと判定する。

本実施の形態において、交通データ推定部１３は、２つの判定条件のうちどちらかの条件に該当する場合、データの欠損度が高いと判定するが、他の方法で判定してもよい。

図１０は、実施の形態１に係るリンク通過時間の時系列データにおいてデータが欠損していないケースを示す図である。図１０は、１０分のデータが２回欠損しているが、第１の判定条件にも第２の判定条件にも該当しない。したがって、交通データ推定部１３は、データの欠損度は低いと判定する。

交通データ推定部１３は、データの欠損度が低い場合、当該リンクを補間対象リンクとする。データの欠損度が高い場合の補間については、実施の形態２に示す。図７の処理はステップＳ７３へ進む。

図７のステップＳ７３において、交通データ推定部１３は、推定したリンク通過時間の時系列データを統計データＤＢ１５に出力する。処理はステップＳ７４へ進む。

ステップＳ７４において、交通データ推定部１３は、補間対象リンクのリンク通過時間の時系列データを交通データ補間部１６に出力する。交通データ推定部１３は、補間対象でないリンクのリンク通過時間の時系列データを交通データ出力部１４に出力する。処理を終了する。

図１１は、実施の形態１に係る統計データＤＢ１５の統計データの一例を示す図である。統計データＤＢ１５は、交通データ推定部１３から入力されるリンク通過時間の時系列データを保持する。図１１の各グラフ１１１ａ〜ｎは、横軸を時間、縦軸をリンク通過時間とする。

次に、交通データ補間部１６の動作について説明する。
図１２は、実施の形態１に係る交通データ補間部１６の処理の流れを示すフローチャートである。交通データ補間部１６は、交通データ推定部１３において補間対象リンクと判定されたリンクのリンク通過時間の時系列データを補間する。交通データ補間部１６は、補間対象リンクのリンク通過時間の時系列データが入力されると、ステップＳ１２１より処理を開始する。

ステップＳ１２１において、交通データ補間部１６は、統計データＤＢ１５を参照し、データが欠損していないリンクのリンク通過時間の時系列データを抽出する。抽出したリンクを参照リンクと呼ぶ。交通データ補間部１６は、参照リンクと補間対象リンクの位置関係を考慮することなく、参照リンクを抽出する。エリアは任意に決定してよい。例えば、地図上でメッシュ状に分割してもよい。エリアの大きさは、データが欠損していないリンクの数に応じて変えてもよい。

例えば、駅前や幹線道路付近など、交通量が多くプローブデータが集まりやすい地域はエリアを小さくし、一方、地方の農村部や山間部など、交通量が少ない地域はエリアを大きくしてもよい。エリアの大きさを変えることにより、交通データ補間部１６は一定数の参照リンクを確保することができる。交通データ補間部１６は、統計データＤＢ１５に保存されているリンクのうちデータ欠損のないリンクすべてを参照リンクとしてもよいが、処理コストは大きくなる。したがって、交通データ補間部１６は、補間対象リンクの属するエリアから参照リンクを抽出するとよい。処理はステップＳ１２２へ進む。

ステップＳ１２２において、交通データ補間部１６は、補間対象リンクのリンク通過時間の時系列データと、参照リンクのリンク通過時間の時系列データの相関係数を算出する。データの欠損度が低い場合は、データを間引いて相関係数を算出するか、例えば、交通データ補間部１６は、欠損しているデータの前後の時刻のデータの中間値を欠損しているデータとして、相関係数を算出する。複数の参照リンクそれぞれに対して相関係数を算出する。また、交通データ補間部１６は、相関係数の高い順に参照リンクを順位付けし、Ｒ位までのデータを抽出する。処理はステップＳ１２３へ進む。

ステップＳ１２３において、交通データ補間部１６は、Ｒ位までの参照リンクのリンク通過時間の時系列データを規格化する。各リンクは長さが異なるため、同じ速度で各リンクを通過するとリンク通過時間が異なる。そこで、例えば、リンク通過時間の時系列データについて、リンクの長さを規制速度で除算した値で規格化する。交通データ補間部１６は、規格化したリンク通過時間の時系列データに補間対象リンクの長さを乗算することにより、補間対象リンクのリンク通過時間の長さに一致させることができる。処理はステップＳ１２４へ進む。

ステップＳ１２４において、交通データ補間部１６は、相関係数の値がＲ位までの参照リンクを補間適用リンクとする。交通データ補間部１６は、複数の補間適用リンクのリンク通過時間の時系列データに重みを付けて加算することにより、補間データを算出する。交通データ補間部１６は、数式１により補間データＬ０（Ｔ）を算出する。Ｌ（Ｔ，ｒ）は、規格化されたリンク通過時間の時系列データを示す。ｘ（Ｔ，ｒ）は、相関係数を示す。

交通データ補間部１６は、欠損している時刻の値として補間データを代入する。また、交通データ補間部１６は、連続性を維持するため、任意の時間幅でデータの平滑化を行う。処理はステップＳ１２５へ進む。

ステップＳ１２５において、交通データ補間部１６は、他にも補間対象リンクがあれば、ステップＳ１２１へ戻る。交通データ補間部１６は、他に補間対象リンクがなければ、処理を終了する。

なお、本実施の形態において、統計データＤＢ１５は、各リンクのリンク通過時間の時系列データについて統計値を保存するようにしたが、期間を区切ってデータ又は統計値を保持するようにしてもよい。例えば、過去数時間のデータを用いることにより、事故や渋滞等の現在の状況にあわせたリンク通過時間を推定することができる。また、花火大会やコンサート等のイベントが開催された場合のリンク通過時間を過去の同様のイベントが実施されたときのデータを用いることにより、より精度の高いリンク通過時間を推定することができる。

したがって、本実施の形態では、道路の区間であるリンクを走行する車両より収集されたプローブデータからリンクを通過するのにかかる時間を示すリンク通過時間の時系列データを推定する交通データ推定部と、リンク通過時間の時系列データに欠損がある補間対象リンクと、リンク通過時間の時系列データに欠損のない複数の補間適用リンクとのリンク通過時間に関する相関係数を算出し、補間適用リンクのリンク通過時間と相関係数とに基づいて補間対象リンクの欠損時刻のリンク通過時間を補間する補間データを算出する交通データ補間部と、を備えているので、エリア内においてデータが欠損しているリンクの割合に拘らず、データの補間において精度を高めることができる。

また、相関係数が上位Ｎ個（Ｎは１以上の整数）のリンクを補間適用リンクとすることにより、より相関の高いリンクのリンク通過時間の時系列データから補間データを算出しているので、データの補間において精度を高めることができる。

また、複数の補間適用リンクから補間データを算出することにより、補間適用リンクのリンク通過時間の時系列データに固有の特徴が補間データに反映されにくくなる。

また、交通データ推定部は、複数のリンクを含む地図を複数の領域に分割し、補間対象リンクと同じ領域に含まれるリンクから補間適用リンクを決定しているので、相関係数の算出にかかる処理コストを抑制することができる。

また、交通データ推定部は、領域において収集されるプローブデータの量に応じて、領域の大きさを決定しているので、一定量のプローブデータを確保することができる。よって、データの補間において精度を高めることができる。

実施の形態２．
以上の実施の形態１では、リンク通過時間の時系列データについて、データが欠損している場合に相関の高い他のリンクのデータを用いて補間するようにしたものであるが、本実施の形態においては、リンク通過時間の時系列データを複数の時間帯に分割し、データの欠損の割合が高い場合には他の時間帯において相関の高いリンクのデータを用いて補間する実施の形態を示す。
なお、本実施の形態においては、図１のように実施の形態１に記載の構成を全て備えた上で、更に付加的な構成について説明する。
情報処理装置１の構成は実施の形態１と同じであるため、説明を割愛する。

交通データ推定部１３の動作について説明する。
図１３は、実施の形態２に係る交通データ推定部１３の処理の流れを示すフローチャートである。交通データ推定部１３は、リンク毎に分類されたプローブデータ２１ａ〜ｎと各リンクの長さをプローブデータ処理部１１から入力されるとステップＳ１３１より処理を開始する。

ステップＳ１３１は、図７のステップＳ７１と同じため、説明を省略する。処理はステップＳ１３２へ進む。

ステップＳ１３２において、交通データ推定部１３は、リンク通過時間の時系列データを複数の時間帯に分割する。分割数は特に限定しない。処理はステップＳ１３３へ進む。

ステップＳ１３３において、交通データ推定部１３は、複数の時間帯それぞれにおいてデータの欠損度を判定する。データの欠損度の判定については、図７のステップＳ７２に記載した方法と同じため、説明を省略する。
本実施の形態においては、データの欠損度が高い場合についても補間の対象とする。詳細は後述する。処理はステップＳ１３４へ進む。

ステップＳ１３４〜Ｓ１３５の処理は、複数の時間帯それぞれの時系列データについて、図７のステップＳ７３〜Ｓ７４と同じ処理を行う。説明は省略する。処理は終了する。

図１４は、実施の形態２に係るリンク通過時間の時系列データを４つの時間帯に分割した例を示す図である。１４１ａは補間対象リンクの１日分のリンク通過時間の時系列データである。１４１ｂは１番目の時間帯Ｔ１のリンク通過時間の時系列データである。データの欠損はなく、補間対象リンクではない。１４１ｃは２番目の時間帯Ｔ２のリンク通過時間の時系列データである。データの欠損度が高いため、参照リンクとの相関を計算することができない。１４１ｄは３番目の時間帯Ｔ３のリンク通過時間の時系列データである。データの欠損はなく、補間対象リンクではない。１４１ｅは４番目の時間帯Ｔ４のリンク通過時間の時系列データである。データの欠損度は低いため、参照リンクとの相関を計算することにより補間データを算出することができる。

なお、どの時間帯も欠損度が高く、全ての時間帯において参照リンクとの相関計算が行えない場合は、本実施の形態の対象としない。

次に、交通データ補間部１６の動作について説明する。図１４に示したケースを例として説明する。

図１５は、実施の形態２に係る交通データ補間部１６の処理の流れを示すフローチャートである。交通データ補間部１６は、交通データ推定部１３において補間対象リンクと判定されたリンクのリンク通過時間の時系列データを補間する。交通データ補間部１６は、補間対象リンクを含む各時間帯のリンク通過時間の時系列データが入力されると、ステップＳ１５１より処理を開始する。

ステップＳ１５１は、図１２のステップＳ１２１と同じため、説明を省略する。処理はステップＳ１５２へ進む。

ステップＳ１５２において、交通データ補間部１６は、データの欠損のない時間帯及びデータの欠損度が低い時間帯について、参照リンクとの相関を計算する。時間帯Ｔ１、Ｔ３、Ｔ４それぞれのリンク通過時間の時系列データと、参照リンクの同一時間帯のリンク通過時間の時系列データとの相関係数を算出する。時間帯Ｔ４は、データの欠損度が低い場合である。この場合、交通データ補間部１６は、欠損しているデータの前後の時刻のデータの中間値を欠損しているデータとして、相関係数を算出する。時間帯Ｔ２は、データの欠損が高いため、相関を計算することはできない。

交通データ補間部１６は、相関係数の高い順に参照リンクを順位付けし、Ｒ位までのデータを抽出する。例として、２位までのリンク、相関係数の値、時系列データのグラフを図１６〜１８に示す。

図１６は、実施の形態２に係る相関係数の値が２位までのリンクを示す図である。時間帯Ｔ１では、１位がリンクＬ１、２位がリンクＬ２である。時間帯Ｔ２は相関の計算を行うことができないため、値がない。時間帯Ｔ３では、１位がリンクＬ１、２位がリンクＬ３である。時間帯Ｔ４では、１位がリンクＬ２、２位がリンクＬ３である。

図１７は、実施の形態２に係る相関係数の値が２位までの値を示す図である。時間帯Ｔ１では、１位の相関係数がａ１、２位の相関係数がａ２である。時間帯Ｔ２は相関の計算を行うことができないため、値がない。時間帯Ｔ３では、１位の相関係数がｃ１、２位の相関係数がｃ２である。時間帯Ｔ４では、１位の相関係数がｄ１、２位の相関係数がｄ２である。

図１８は、実施の形態２に係る相関係数の値が２位までのリンク通過時間の時系列データのグラフを示す図である。時間帯Ｔ１の１位が１８１ａ、２位が１８１ｂである。時間帯Ｔ３の１位が１８１ｃ、２位が１８１ｄである。時間帯Ｔ４の１位が１８１ｅ、２位が１８１ｆである。

図１５において、処理はステップＳ１５３へ進む。
ステップＳ１５３において、交通データ補間部１６は、各リンクのリンク通過時間の時系列データを規格化する。処理は図１２のステップＳ１２３と同じため、説明を省略する。処理はステップＳ１５４へ進む。

ステップＳ１５４において、交通データ補間部１６は、複数の補間適用リンクのリンク通過時間の時系列データに重みを付けて加算することにより、データが欠損している時間帯の補間データを算出する。時間帯Ｔｋのデータの欠損度が低い場合、交通データ補間部１６は、数式２により補間データＬ０（Ｔｋ）を算出する。交通データ補間部１６は、相関係数の順位ｒがＲ位までのリンク通過時間の時系列データＬ（Ｔｋ，ｒ）、及び相関係数ｘ（Ｔｋ，ｒ）を用いて算出する。

時間帯Ｔ４の場合、交通データ補間部１６は、数式３により補間データＬ０（Ｔ４）を算出する。

時間帯Ｔｋのデータの欠損度が高い場合、交通データ補間部１６は、数式４により補間データＬ０（Ｔｋ）を算出する。交通データ補間部１６は、Ｔｋ以外の時間帯の相関係数の順位ｒがＲ位までのリンク通過時間の時系列データＬ（Ｔｋ，ｒ）、及び相関係数ｘ（Ｔｋ，ｒ）を用いて算出する。

時間帯Ｔ２の場合、交通データ補間部１６は、数式５により補間データＬ０（Ｔ２）を算出する。

交通データ補間部１６は、欠損している時刻の値として補間データを代入する。また、交通データ補間部１６は、連続性を維持するため、任意の時間幅でデータの平滑化を行う。処理はステップＳ１５５へ進む。

ステップＳ１５５において、交通データ補間部１６は、補間された時間帯のデータと補間されていない時間帯のデータをあわせ、補間された１日分のデータを生成する。このとき、補間された時間帯の時系列データは前後の時間帯の時系列データとの連続性がなくなっていることがある。そこで、交通データ補間部１６は、補間された時間帯の前後でデータを平滑化する。交通データ補間部１６は、例えば、時間帯の最初の３０分と最後の３０分に含まれる各データについてそれぞれ前後３０分間のデータを平均化して平滑化する。

図１９は、実施の形態２に係る４つの時間帯に分割されたリンク通過時間の時系列データを合わせる例を示す図である。１９ａは１番目の時間帯Ｔ１のリンク通過時間の時系列データである。データの欠損はなく、補間されていない。１９ｂは２番目の時間帯Ｔ２のリンク通過時間の時系列データである。データの欠損度があり、補間されたデータである。１９ｃは３番目の時間帯Ｔ３のリンク通過時間の時系列データである。データの欠損はなく、補間されていない。１９ｄは４番目の時間帯Ｔ４のリンク通過時間の時系列データである。データの欠損度があり、補間されたデータである。１９ｅは１９ａ〜ｄのリンク通過時間の時系列データをあわせた１日分のデータである。

図１５において、処理はステップＳ１５６へ進む。
ステップＳ１５６において、交通データ補間部１６は、他にも補間対象リンクがあれば、ステップＳ１５１へ戻る。交通データ補間部１６は、他に補間対象リンクがなければ、処理を終了する。

データの欠損度が高い場合、前後のデータの中間値をとったとしても、時系列データは、リンク通過時間の変化の特徴を表すことができていない可能性が高い。したがって、参照リンクとの相関を計算しても、適切な補間適用リンクを抽出することができない。よって、他の時間帯のデータを用いて補間データを算出したほうが、より精度の高いリンク通過時間を推定できる可能性が高い。なお、データの欠損度が低い場合でも他の時間帯のデータを用いて補間データを算出してもよい。

したがって、本実施の形態では、交通データ補間部は、リンク通過時間の時系列データを複数の時間帯に分割し、時間帯ごとに補間適用リンクとのリンク通過時間に関する相関係数を算出し、欠損時刻を含む時間帯における相関係数と補間適用リンクのリンク通過時間とに基づいて、補間データを算出するので、時間帯によってより相関の高い補間適用リンクを用いることができ、データの補間において精度を高める。

また、交通データ補間部は、リンク通過時間の時系列データを複数の時間帯に分割し、時間帯ごとに補間適用リンクとのリンク通過時間に関する相関係数を算出し、欠損時刻を含まない時間帯における相関係数と補間適用リンクのリンク通過時間とに基づいて、補間データを算出するので、より多くのリンクについて補間データを算出することができる。よって、情報処理装置１は、より多くのリンクについて、精度のよい交通データを出力することができる。

また、交通データ推定部は、第１の期間のプローブデータに基づいて、補間適用リンクのリンク通過時間の時系列データを推定するので、現在発生している状況や過去の特定期間に発生した状況に応じたリンク通過時間を推定することができる。

実施の形態３．
以上の実施の形態２では、リンク通過時間の時系列データを複数の時間帯に分割し、データの欠損の割合が高い場合には他の時間帯において相関の高いリンクのデータを用いて補間するようにしたものであるが、本実施の形態においては、路上センサから収集したデータを統計データＤＢのデータに加える実施の形態を示す。
なお、本実施の形態においては、図１のように実施の形態１に記載の構成を全て備えた上で、更に付加的な構成について説明する。

図２０は、実施の形態３に係る情報処理装置２００の構成を示すブロック図である。情報処理装置２００は、プローブデータ受信部１０、プローブデータ処理部１１、地図データＤＢ１２、交通データ推定部１３、交通データ出力部１４、統計データＤＢ１５、交通データ補間部１６、路上センサデータ受信部２０１、路上センサデータ処理部２０２から構成される。

路上センサデータ受信部２０１には、走行データとして、路上センサから収集された路上センサデータが入力される。路上センサデータは、道路上に設置された車両感知器等の路上センサが収集したデータに基づいたものである。路上センサは、通過する車両を観測し、データを収集する。路上センサデータが入力されるタイミングは、特に限定しない。路上センサデータは、定期的に入力されてもよいし、不定期に入力されてもよい。

路上センサデータの代表例は、ＶＩＣＳ（登録商標）である。ＶＩＣＳ（登録商標）では、路上センサが５分毎に収拾したデータから推定したリンク通貨時間をセンターに送信する。路上センサデータ受信部１８は路上センサデータ処理部２０２に路上センサデータを出力する。

路上センサデータ処理部１９は、入力された路上センサデータを集計し、リンク毎のリンク通過時間の時系列データを統計データＤＢ１５に出力する。

統計データＤＢ１５は、交通データ推定部１３及び路上センサデータ処理部２０２から入力される各リンクのリンク通過時間の時系列データを統計値で保持する。すでにデータを保持しているリンクについて新たなデータが入力された場合、統計データＤＢ１５は、統計値を更新する。

したがって、本実施の形態では、リンク上に設置された路上センサによって収集された、リンクを走行する車両の走行データである路上センサデータが入力されると、リンク毎に分類してリンク通過時間の時系列データを推定する路上センサデータ処理部を備え、統計データ保存部は、交通データ推定部と路上センサデータ処理部とから入力されるリンク通過時間の時系列データを統計値としてリンク毎に保持するので、より多くのリンク通過時間の時系列データを参照リンクとして利用できるため、リンク通過時間の時系列データの補間において精度を高めることができる。

１、２００ 交通情報処理装置
１０ プローブデータ受信部
１１ プローブデータ処理部
１２ 地図データＤＢ
１３ 交通データ推定部
１４ 交通データ出力部
１５ 統計データＤＢ
１６ 交通データ補間部
２１、２１ａ〜ｎ プローブデータ
３１、３１ａ〜ｎ 地図データ
１１１ａ〜ｎ、１４１ａ〜ｅ、１８１ａ〜ｆ、１９１ａ〜ｅ リンク通過時間の時系列データ
２０１ 路上センサデータ受信部
２０２ 路上センサデータ処理部

Claims (13)

1. 道路の区間であるリンクを走行する車両より収集されたプローブデータから前記リンクを通過するのにかかる時間を示すリンク通過時間の時系列データを推定する交通データ推定部と、
   前記リンク通過時間の時系列データに欠損がある補間対象リンクと、前記リンク通過時間の時系列データに欠損のない補間適用リンクとのリンク通過時間に関する相関係数を複数の前記補間適用リンクそれぞれに対して算出し、前記複数の補間適用リンクの複数の前記リンク通過時間および複数の前記相関係数に基づいて前記補間対象リンクの時系列データが欠損している欠損時刻のリンク通過時間を補間する補間データを算出する交通データ補間部と、
   を備え、
   前記交通データ補間部は、前記複数の補間適用リンクそれぞれについて前記補間適用リンクの長さを前記補間対象リンクの長さ分に補正した前記欠損時刻のリンク通過時間に前記補間適用リンクの相関係数を乗算した値を求め、求めた複数の前記値を足し合わせることにより、前記補間データを算出することを特徴とする情報処理装置。
2. 前記交通データ補間部は、前記リンク通過時間の時系列データを複数の時間帯に分割し、前記時間帯ごとに前記補間適用リンクとのリンク通過時間に関する相関係数を前記複数の補間適用リンクそれぞれに対して算出し、前記欠損時刻を含む時間帯における前記複数の補間適用リンクの複数の前記リンク通過時間および複数の前記相関係数に基づいて、前記補間データを算出することを特徴とする請求項１に記載の情報処理装置。
3. 前記交通データ補間部は、前記リンク通過時間の時系列データを複数の時間帯に分割し、前記時間帯ごとに前記補間適用リンクとのリンク通過時間に関する相関係数を前記複数の補間適用リンクそれぞれに対して算出し、前記欠損時刻を含まない時間帯における前記複数の補間適用リンクの複数の前記リンク通過時間および複数の前記相関係数に基づいて、前記補間データを算出することを特徴とする請求項１又は２に記載の情報処理装置。
4. 前記交通データ補間部は、前記相関係数の大きさが上位Ｎ個（Ｎは２以上の整数）の前記リンクを前記複数の補間適用リンクとすることを特徴とする請求項１から３のいずれか一項に記載の情報処理装置。
5. 前記交通データ補間部は、前記リンクのリンク通過時間の時系列データのうち予め定められた時間幅において前記データが欠損している時間の合計が第１の閾値より小さい場合、又は前記リンクのリンク通過時間の時系列データについて前記データが連続して欠損している時間が第２の閾値より小さい場合、前記リンクを前記補間対象リンクとすることを特徴とする請求項１から４のいずれか一項に記載の情報処理装置。
6. 前記交通データ補間部は、分割された時間帯の前記リンク通過時間の時系列データのうち予め定められた時間幅においてデータが欠損している時間の合計が第１の閾値以上の場合、他の時間帯の前記複数の補間適用リンクの複数の前記リンク通過時間および複数の前記相関係数に基づいて、前記補間データを算出することを特徴とする請求項３に記載の情報処理装置。
7. 前記交通データ補間部は、分割された時間帯の前記リンク通過時間の時系列データについて連続して欠損している時間が第２の閾値以上の場合、他の時間帯の前記複数の補間適用リンクの複数の前記リンク通過時間および複数の前記相関係数に基づいて、前記補間データを算出することを特徴とする請求項３に記載の情報処理装置。
8. 前記交通データ推定部は、複数の前記リンクを含む地図を複数の領域に分割し、前記補間対象リンクと同じ前記領域に含まれる前記リンクから前記補間適用リンクを決定することを特徴とする請求項１から７のいずれか一項に記載の情報処理装置。
9. 前記交通データ推定部は、前記領域において収集される前記プローブデータの量に応じて、前記領域の大きさを決定することを特徴とする請求項８に記載の情報処理装置。
10. 前記リンクを識別する地図情報に基づいて、入力された前記プローブデータを前記リンク毎に分類し、前記交通データ推定部に出力するプローブデータ処理部と、
    前記交通データ推定部から入力される前記リンク通過時間の時系列データを統計値として前記リンク毎に保持する統計データ保存部と、
    を備えることを特徴とする請求項１から９のいずれか一項に記載の情報処理装置。
11. 前記リンク上に設置された路上センサによって収集された、前記リンクを走行する車両の走行データである路上センサデータが入力されると、前記路上センサデータを前記リンク毎に分類して前記リンク通過時間の時系列データを推定する路上センサデータ処理部を備え、
    前記統計データ保存部は、前記交通データ推定部と前記路上センサデータ処理部とから入力される前記リンク通過時間の時系列データを統計値として前記リンク毎に保持することを特徴とする請求項１０に記載の情報処理装置。
12. 前記交通データ推定部は、予め定められた期間の前記プローブデータに基づいて、前記補間適用リンクのリンク通過時間の時系列データを推定することを特徴とする請求項１から１１のいずれか一項に記載の情報処理装置。
13. 道路の区間であるリンクを走行する車両より収集されたプローブデータから前記リンクを通過するのにかかる時間を示すリンク通過時間の時系列データを推定するステップと、
    前記リンク通過時間の時系列データに欠損がある補間対象リンクと、前記リンク通過時間の時系列データに欠損のない補間適用リンクとのリンク通過時間に関する相関係数を複数の前記補間適用リンクそれぞれに対して算出し、前記複数の補間適用リンクの複数の前記リンク通過時間および複数の前記相関係数に基づいて前記補間対象リンクの時系列データが欠損している欠損時刻のリンク通過時間を補間する補間データを算出するステップと、
    を有し、
    前記複数の補間適用リンクそれぞれについて前記補間適用リンクの長さを前記補間対象リンクの長さ分に補正した前記欠損時刻のリンク通過時間に前記補間適用リンクの相関係数を乗算した値を求め、求めた複数の前記値を足し合わせることにより、前記補間データを算出する情報処理方法。

Images