JP6235255B2 - Information processing system, information processing apparatus, information processing method, and information processing program - Google Patents
Information processing system, information processing apparatus, information processing method, and information processing program Download PDFInfo
- Publication number
- JP6235255B2 JP6235255B2 JP2013142950A JP2013142950A JP6235255B2 JP 6235255 B2 JP6235255 B2 JP 6235255B2 JP 2013142950 A JP2013142950 A JP 2013142950A JP 2013142950 A JP2013142950 A JP 2013142950A JP 6235255 B2 JP6235255 B2 JP 6235255B2
- Authority
- JP
- Japan
- Prior art keywords
- traffic
- railway
- situation
- network
- predicting
- 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
Images
Landscapes
- Navigation (AREA)
- Traffic Control Systems (AREA)
Description
本発明は、交通状況予測に関する情報処理システム、情報処理装置、情報処理方法および情報処理プログラム、ならびに、データベース生成装置、データベース生成方法およびデータベース生成プログラムに関する。 The present invention relates to an information processing system, an information processing device, an information processing method and an information processing program related to traffic situation prediction, and a database generation device, a database generation method and a database generation program.
カーナビゲーション装置などにおいて、道路の渋滞状況を予測することが広く行われている。渋滞状況は、通常、予測対象の曜日や時間帯などに基づいて予測される。近年では、交通規制情報や交通事故などの突発事象も考慮に入れて渋滞状況の予測を行う技術も提案されている(特許文献1)。 In car navigation systems and the like, it is widely used to predict traffic congestion on a road. The traffic jam situation is usually predicted based on the day of the week or time zone to be predicted. In recent years, a technology has also been proposed that predicts a traffic jam situation in consideration of sudden events such as traffic regulation information and traffic accidents (Patent Document 1).
しかしながら、特許文献1に記載の技術を用いても、まだ予測の精度が十分とは言えない。
However, even if the technique described in
本発明は上記の問題点に鑑みてなされたものであり、その目的は、高精度に交通状況を予測するための情報処理システム、情報処理装置、情報処理方法および情報処理プログラムを提供するものである。 The present invention has been made in view of the above problems, and an object thereof is to provide an information processing system, an information processing apparatus, an information processing method, and an information processing program for predicting traffic conditions with high accuracy. is there.
また、本発明の別の目的は、高精度に交通状況を予測するために用いることが可能なデータベースを生成するデータベース生成装置、データベース生成方法およびデータベース生成プログラムを提供するものである。 Another object of the present invention is to provide a database generation device, a database generation method, and a database generation program for generating a database that can be used for predicting traffic conditions with high accuracy.
本発明の一態様によれば、第1の交通ネットワークの交通状況を取得する交通状況取得手段と、前記第1の交通ネットワークとは移動手段が異なる第2の交通ネットワークの交通状況を、取得された前記第1の交通ネットワークの交通状況を考慮して予測する交通状況予測手段と、を備えることを特徴とする情報処理システムが提供される。 According to one aspect of the present invention, a traffic condition acquisition unit that acquires a traffic condition of a first traffic network and a traffic condition of a second traffic network that is different from the first traffic network are acquired. There is also provided an information processing system comprising: a traffic condition prediction unit that predicts in consideration of the traffic condition of the first traffic network.
また、本発明の一態様によれば、鉄道ネットワークの運行状況のログである運行状況情報データベースと、前記鉄道ネットワークの代替として利用できる道路ネットワークの交通状況のログである交通状況情報データベースと、を用いて、前記鉄道ネットワークの運行状況と、前記道路ネットワークの渋滞状況とを関連付けた渋滞予測用情報データベースを生成するデータベース生成部5を備え、このデータベース生成手段は、前記運行状況情報データベースを参照して、運休または遅延が発生した日時を特定し、前記交通状況情報データベースを参照して、特定された前記日時の交通状況を取得し、前記運休または遅延と、前記特定された交通状況とを関連付けて、前記渋滞予測用情報データベースを生成することを特徴とするデータベース生成装置が提供される。
Moreover, according to one aspect of the present invention, an operation status information database that is a log of the operation status of the railway network, and a traffic status information database that is a log of the traffic status of the road network that can be used as an alternative to the railway network, And a
本発明に係る情報処理装置、情報処理方法および情報処理プログラムによれば、交通状況を予測する際に、他の交通ネットワークの交通状況を考慮するため、予測精度を向上できる。 According to the information processing apparatus, the information processing method, and the information processing program according to the present invention, the prediction accuracy can be improved because the traffic situation of another traffic network is taken into account when the traffic situation is predicted.
また、本発明に係るデータベース生成装置、データベース生成方法およびデータベース生成プログラムによれば、上記情報処理装置、情報処理方法および情報処理プログラムで使用可能なデータベースを生成できる。 Further, according to the database generation device, the database generation method, and the database generation program according to the present invention, it is possible to generate a database that can be used by the information processing device, the information processing method, and the information processing program.
以下、本発明の実施形態について、図面を参照しながら具体的に説明する。 Embodiments of the present invention will be specifically described below with reference to the drawings.
(第1の実施形態)
図1は、本発明の第1の実施形態に係る情報処理装置の概略構成を示すブロック図である。情報処理装置は、交通状況取得部1と、交通状況予測部2と、出力部3とを備えている。
(First embodiment)
FIG. 1 is a block diagram showing a schematic configuration of an information processing apparatus according to the first embodiment of the present invention. The information processing apparatus includes a traffic
交通状況取得部1はある交通ネットワークの交通状況を取得する。交通状況予測部2は、取得された交通状況を考慮に入れて、上記交通ネットワークの代替として利用でき、かつ、移動手段が異なる他の交通ネットワークの交通状況を予測する。出力部3は予測された交通状況を出力する。出力部3は、例えばディスプレイやスピーカであり、予測された交通状況を映像や音声として出力する。また、出力部3は、予測された交通状況を外部の装置に出力するものであってもよい。以下では、出力部3はディスプレイであるとする。
The traffic
本実施形態では、具体例として以下を想定している。交通状況取得部1は、公共交通機関である鉄道ネットワークの交通状況として、運行状況情報を取得する。運行状況情報は、例えば鉄道に運休や遅延が発生しているか否かを示す。また、交通状況予測部2は、当該鉄道ネットワーク近辺の道路ネットワークに関する交通状況として、渋滞状況を予測した情報である渋滞予測情報を生成する。渋滞状況とは、道路ネットワークにおける渋滞度や、渋滞長、および、渋滞の継続時間などである。続いて、より詳細に説明する。
In the present embodiment, the following is assumed as a specific example. The traffic
図2は、図1の情報処理装置の処理動作の一例を示すフローチャートである。 FIG. 2 is a flowchart illustrating an example of a processing operation of the information processing apparatus in FIG.
まず、交通状況取得部1は鉄道の運行状況を取得する(ステップS1)。一例として、交通状況取得部1は、ネットワークを介して、鉄道会社から運行状況情報を受信してもよい。また、運行状況情報を入手したオペレータが当該運行状況情報を入力することにより、交通状況取得部1が運行状況情報を受け取ってもよい。
First, the traffic
運休および遅延が発生していない場合(ステップS2のNO)、交通状況予測部2は通常通りの渋滞状況を予測する。結果として、当該鉄道ネットワーク近辺の道路ネットワークに関して、交通状況予測部2により予測される渋滞状況では、運休または遅延が発生している場合よりも、相対的に渋滞度が低くなる(ステップS3)。
When no suspension or delay occurs (NO in step S2), the traffic
通常通りの渋滞状況の予測の手法は特に問わない。例えば、リンク毎の渋滞パターンを、曜日や時間帯、天気ごとに予め記憶しておき、交通状況予測部2は渋滞状況の予測を行う対象と合致する渋滞パターンを渋滞状況とすることができる。なお、渋滞状況の予測を行う対象となる時刻は、現在時刻であってもよいし、ユーザから指定されてもよい。
The method for predicting the normal traffic situation is not particularly limited. For example, a traffic jam pattern for each link is stored in advance for each day of the week, time zone, and weather, and the traffic
一方、運休または遅延が発生している場合(ステップS2のYES)、鉄道の利用者が代替手段として車やタクシーを利用するため、その鉄道の近辺の道路では交通量が増加する。その結果、当該車やタクシーが通る道路ネットワークの渋滞度が高くなる。そこで、交通状況予測部2は鉄道の運休または遅延による影響を受けると考えられる道路ネットワークを特定する(ステップS4)。
On the other hand, if there is a suspension or delay (YES in step S2), since the railway user uses a car or taxi as an alternative means, the traffic volume increases on the road in the vicinity of the railway. As a result, the degree of congestion on the road network through which the car or taxi passes is increased. Therefore, the traffic
例えば、交通状況予測部2は、1つの鉄道ネットワークに対して、その影響を受ける道路ネットワークを予め定めておいてもよい。あるいは、交通状況予測部2は、その影響を受ける道路ネットワークを、その都度特定してもよい。例えば、当該鉄道ネットワークからの距離が所定値以下の道路ネットワークを、その影響を受ける道路ネットワークとして、その都度特定してもよい。
For example, the traffic
そして、交通状況予測部2は、特定された道路ネットワークに関して、運休および遅延が発生していない場合よりも、相対的に渋滞度が高くなるよう渋滞予測情報を生成する(ステップS5)。例えば、交通状況予測部2は、運休および遅延が発生していないとして通常通りの渋滞状況を予測した結果の渋滞度を、所定値だけ高く設定する。
And the traffic
この場合、交通状況予測部2は、特定された道路ネットワークの渋滞度を一律に高く設定してもよいし、鉄道ネットワークにおける運休または遅延が発生している区間から近い道路ネットワークほど渋滞度をより高く設定してもよい。また、一般的には、運休の場合や遅延時間が長い場合ほど、渋滞は長く続く。よって、交通状況予測部2は、運休であるか遅延であるか、あるいは、遅延時間などを考慮して、渋滞がどの程度の時間継続するかを予測してもよい。
In this case, the traffic
図3は、出力部3に表示される渋滞予測情報の一例を示す図である。同図(a)は鉄道ネットワーク31に運休および遅延が発生していない場合であり、近辺の道路ネットワーク32にはそれほど渋滞がないことが予測されている。これに対し、同図(b)は鉄道ネットワーク31に運休あるいは遅延が発生している場合であり、近辺の道路ネットワーク32の交通量が多くなって渋滞が発生することが予測されている。
FIG. 3 is a diagram illustrating an example of traffic jam prediction information displayed on the
図4は、出力部3に表示される渋滞予測情報の別の例を示す図である。図示のように、渋滞予測情報をテキスト表示して、ユーザに報知してもよい。
FIG. 4 is a diagram illustrating another example of the traffic jam prediction information displayed on the
図3および図4に示すように、運休や遅延が発生していることに加え、周囲の道路が通常より渋滞するという予測情報を表示することで、ユーザの利便性が向上する。 As shown in FIG. 3 and FIG. 4, the convenience of the user is improved by displaying the prediction information that the surrounding road is more congested than usual in addition to the occurrence of suspension or delay.
このように、第1の実施形態では、鉄道ネットワークの運行状況情報を考慮して道路ネットワークの渋滞状況の予測を行うため、予測の精度を向上できる。また、鉄道が運休や遅延した場合に、車やタクシー、バスに乗り換えて迂回することの有効性を的確に判断できる。 As described above, in the first embodiment, since the traffic network traffic situation is predicted in consideration of the operation status information of the railway network, the prediction accuracy can be improved. In addition, when the railway is suspended or delayed, it is possible to accurately determine the effectiveness of changing to a car, taxi, or bus.
なお、図1の情報処理装置をサーバ内に設け、ユーザが使用する端末装置に渋滞予測情報を送信するようにしてもよい。例えば、サーバ内の交通状況取得部1および交通状況予測部2により渋滞状況の予測を行い、端末装置からの要求に応じて、出力部3から渋滞予測情報を端末装置に送信する。そして、端末装置のディスプレイに図3あるいは図4に示すような画面を表示してもよい。
Note that the information processing apparatus of FIG. 1 may be provided in the server, and the traffic jam prediction information may be transmitted to the terminal device used by the user. For example, the traffic
(第2の実施形態)
以下に説明する第2の実施形態では、運行状況情報と渋滞状況情報とを関連付けた渋滞予測用情報データベースを用いて渋滞状況の予測を行うものである。
(Second Embodiment)
In the second embodiment described below, a traffic jam situation is predicted using a traffic jam prediction information database in which operation status information and traffic jam situation information are associated with each other.
図5は、本発明の第2の実施形態に係る情報処理装置の概略構成を示すブロック図である。図5では、図1と共通する構成部分には同一の符号を付しており、以下では相違点を中心に説明する。 FIG. 5 is a block diagram showing a schematic configuration of an information processing apparatus according to the second embodiment of the present invention. In FIG. 5, the same reference numerals are given to the components common to FIG. 1, and the differences will be mainly described below.
図5の情報処理装置はさらに記憶部4を備えている。記憶部4は運行状況情報と渋滞状況情報とを関連付けた渋滞予測用情報データベースを記憶している。すなわち、渋滞予測用情報データベースは異なる交通ネットワーク間の交通状況を紐づけたものである。
The information processing apparatus in FIG. 5 further includes a
図6は、渋滞予測用情報データベースの構造の一例を示す図である。渋滞予測用情報データベースは、運休や遅延の規模、路線の特性、駅の規模、時間帯、曜日、繁忙期であるか閑散期であるか、季節など、様々な要素で運行状況情報をパターン化し、過去のデータなどから、それぞれのパターンで渋滞の傾向を洗い出したものである。 FIG. 6 is a diagram illustrating an example of the structure of a traffic jam prediction information database. Congestion prediction information database patterns operation status information by various factors such as suspension / delay size, route characteristics, station size, time zone, day of week, busy / low season, season, etc. From the past data, etc., the tendency of traffic congestion is identified for each pattern.
図6に示す例では、運行状況情報として、ある鉄道ネットワークにおける、運休や遅延の規模、時間帯、曜日および季節の情報が含まれている。また、渋滞状況情報として、当該鉄道ネットワーク近辺の道路ネットワークにおける、各リンクの旅行速度、渋滞度、影響時間の情報が含まれている。もちろん、図6は一例にすぎず、渋滞予測用情報データベースは、図示した情報の一部のみを含んでいてもよいし、他の情報をさらに含んでいてもよい。 In the example shown in FIG. 6, the operation status information includes information on suspension, delay scale, time zone, day of the week, and season in a certain railway network. In addition, information on the travel speed, the degree of congestion, and the influence time of each link in the road network in the vicinity of the railway network is included as the congestion status information. Of course, FIG. 6 is merely an example, and the traffic jam prediction information database may include only a part of the illustrated information or may further include other information.
このような渋滞予測用情報データベースを用いて、交通状況予測部2はより細かく渋滞状況の予測を行うことができる。すなわち、鉄道に運休や遅延が発生している場合、交通状況予測部2は、渋滞予測用情報データベースを参照し、運休や遅延の規模に加え、渋滞状況の予測を行う対象の時間帯、曜日および季節が一致する条件における渋滞状況を取得する。
By using such a traffic jam prediction information database, the traffic
例えば、運休が発生し、渋滞状況の予測を行う時間帯が0〜1時、曜日が日曜日、季節が春である場合、交通状況予測部2は、リンク001での自動車の旅行速度が5km/hであり、渋滞度が「高」となることを予測できる。さらに、同条件において、交通状況予測部2は、渋滞が3時間程度継続することや、運休からの復旧から3時間以上経過していれば運休が発生した影響が解消されることを予測できる。
For example, when a suspension occurs and the time zone for predicting the traffic jam is 0 to 1 o'clock, the day of the week is Sunday, and the season is spring, the traffic
このように、第2の実施形態では、運行状況情報と渋滞状況情報とを関連付けた渋滞予測用情報データベースを用いて渋滞状況の予測を行う。そのため、より細かく高精度に渋滞を予測できる。 In this way, in the second embodiment, the traffic jam situation is predicted using the traffic jam prediction information database in which the operation status information and the traffic jam situation information are associated with each other. For this reason, it is possible to predict traffic congestion more finely and with high accuracy.
なお、図5では、情報処理装置が記憶部4を備える例を示したが、記憶部4が別個の装置内にあって、交通状況予測部2が外部の記憶部4にアクセスする形態であってもよい。
5 shows an example in which the information processing apparatus includes the
(第3の実施形態)
上述した第2の実施形態は、運行状況情報と渋滞状況情報とを含む渋滞予測用情報データベースを用いるものであった。これに対し、以下に説明する第3の実施形態は、運行状況情報データベースと、交通状況情報データベースとを用いるものである。
(Third embodiment)
The second embodiment described above uses a traffic jam prediction information database including operation status information and traffic jam status information. On the other hand, the third embodiment described below uses an operation status information database and a traffic status information database.
図7は、本発明の第3の実施形態に係る情報処理装置の概略構成を示すブロック図である。図7では、図1と共通する構成部分には同一の符号を付しており、以下では相違点を中心に説明する。 FIG. 7 is a block diagram showing a schematic configuration of an information processing apparatus according to the third embodiment of the present invention. In FIG. 7, the same components as those in FIG. 1 are denoted by the same reference numerals, and different points will be mainly described below.
図7の情報処理装置はさらに記憶部4a,4bを備えている。記憶部4aは運行状況情報のログである運行状況情報データベースを記憶している。記憶部4bは交通状況情報のログである交通状況情報データベースを記憶している。
The information processing apparatus in FIG. 7 further includes
図8は、ある鉄道ネットワークにおける運行状況情報データベースの構造の一例を示す図である。運行状況情報データベースは、いつ、どのような運休や遅延が発生したかを示している。運行状況情報データベースは、例えば交通状況予測部2が交通状況を取得する度にログを記録することにより生成できる。また、鉄道会社から運行状況情報データベースの供給を受けてもよい。
FIG. 8 is a diagram illustrating an example of a structure of an operation status information database in a certain railway network. The operation status information database indicates when and what suspensions and delays have occurred. The operation status information database can be generated, for example, by recording a log each time the traffic
図9は、ある道路ネットワークにおける交通状況情報データベースの構造の一例を示す図である。交通状況情報データベースは、各日時の自動車の旅行速度や渋滞度といった交通状況を示している。交通状況情報データベースは、例えばVICS(登録商標)情報やプローブ情報といった、一般的なデータから構成されるものであってもよい。また、特定のアプリを利用している携帯端末の移動履歴を取得して、交通状況情報データベースを生成することもできる。例えばカーナビアプリを利用している携帯端末から、GPSを利用した現在位置を定期的に取得することにより、各日時における自動車の旅行速度が分かる。 FIG. 9 is a diagram showing an example of the structure of a traffic situation information database in a certain road network. The traffic situation information database indicates traffic conditions such as the travel speed of vehicles and the degree of traffic congestion at each date and time. The traffic situation information database may be composed of general data such as VICS (registered trademark) information and probe information. It is also possible to acquire a movement history of a mobile terminal using a specific application and generate a traffic situation information database. For example, by periodically acquiring the current position using GPS from a mobile terminal using a car navigation application, the travel speed of the car at each date and time can be known.
図10は、運行状況情報データベースおよび交通状況情報データベースを用いた渋滞予測の手順の一例を示すフローチャートである。以下、図8の運行状況情報データベースおよび図9の交通状況情報データベースを例に取って説明する。 FIG. 10 is a flowchart showing an example of a traffic jam prediction procedure using the operation status information database and the traffic status information database. Hereinafter, the operation status information database in FIG. 8 and the traffic status information database in FIG. 9 will be described as examples.
まず、交通状況取得部1は鉄道の運行状況情報を取得する(ステップS11)。運休または遅延が発生している場合、交通状況予測部2は当該鉄道ネットワークの運休や遅延に影響を受ける近辺の道路ネットワークを特定する(ステップS12)。
First, the traffic
続いて、交通状況予測部2は、記憶部4aに記憶された運行状況情報データベースを参照し、同様の運休や遅延が発生した日時を特定する(ステップS13)。例えば、ステップS11にて、運休が発生していることが分かった場合、図8を参照すると、同様に運休が発生した日時として、4月3日15時10分が特定される。
Subsequently, the traffic
その後、交通状況予測部2は、ステップS12で特定した道路ネットワークの交通状況情報データベースを参照し、ステップS13で特定した日時の交通状況を取得する(ステップS14)。図9を参照すると、上記4月3日15時10分のリンク001における交通状況は、旅行速度10km/hであり渋滞度「高」である。
Thereafter, the traffic
よって、交通状況予測部2は特定された道路ネットワークの渋滞度が「高」となることを予測できる(ステップS15)。また、図9の交通状況情報データベースを参照すると、4月3日16〜17時には渋滞度が「中」となり、同日17〜18時には「低」であることから、交通状況予測部2は、より詳細に、運休から1時間程度経てば渋滞度が「中」となり、2時間程度経てば渋滞がほぼ解消して通常通りになることまで予測してもよい。
Therefore, the traffic
このように、第3の実施形態では、運行状況情報データベースおよび交通状況情報データベースを利用するため、精度よく渋滞状況を予測できる。 As described above, in the third embodiment, since the operation status information database and the traffic status information database are used, the traffic jam status can be predicted with high accuracy.
なお、図7では、情報処理装置が記憶部4a,4bを備える例を示したが、記憶部4a,4bのうちの少なくとも一方が別個の装置内にあって、交通状況予測部2が外部の記憶部4a,4bにアクセスする形態であってもよい。
7 shows an example in which the information processing device includes the
(第4の実施形態)
上述した第3の実施形態では、それぞれ別個の運行状況情報データベースおよび交通状況情報データベースを用いるものであった。これに対し、以下に説明する第4の実施形態では、両データベースから図6に示すような渋滞予測用情報データベースを生成して、渋滞状況の予測を行うものである。
(Fourth embodiment)
In the third embodiment described above, separate operation status information databases and traffic status information databases are used. On the other hand, in the fourth embodiment described below, a traffic jam prediction information database as shown in FIG. 6 is generated from both databases, and the traffic jam situation is predicted.
図11は、本発明の第4の実施形態に係る情報処理装置の概略構成を示すブロック図である。図11では、図7と共通する構成部分には同一の符号を付しており、以下では相違点を中心に説明する。 FIG. 11 is a block diagram showing a schematic configuration of an information processing apparatus according to the fourth embodiment of the present invention. In FIG. 11, the same reference numerals are given to the same components as those in FIG. 7, and different points will be mainly described below.
図11の情報処理装置はさらにデータベース生成部5を備えている。データベース生成部5は、記憶部4aに記憶された運行状況情報データベース(図8)と、記憶部4bに記憶された交通状況情報データベース(図9)とに基づいて、渋滞予測用情報データベースを生成する。生成された渋滞予測用情報データベースは記憶部4に記憶される。
The information processing apparatus in FIG. 11 further includes a
図12は、データベース生成部5の処理動作の一例を示すフローチャートである。また、図13は、図8の運行状況情報データベースおよび図9の交通状況情報データベースを用いて生成される渋滞予測用情報データベースの概略を示す図である。図13に示す渋滞予測用情報データベースが生成される様子を説明する。
FIG. 12 is a flowchart illustrating an example of the processing operation of the
データベース生成部5は、運行状況情報データベースを参照し、運休や遅延が発生した日時を特定する(ステップS21)。例えば図8において、データベース生成部5は、運休が発生した日時として、4月3日15時10分を特定する。この日時は春であり、また水曜であるとする。
The
続いて、データベース生成部5は、交通状況情報データベースを参照し、特定した日時の交通状況を取得する(ステップS22)。図9を参照すると、上記4月3日15時10分のリンク001における交通状況は、旅行速度10km/hであり渋滞度「高」である。また、同日17〜18時には渋滞度が「低」であることから、渋滞は2時間程度継続したと推定される。
Subsequently, the
そして、データベース生成部5は、ステップS22取得した交通状況を運行状況と関連付けて、渋滞予測用情報データベースとして記録する(ステップS23)。これにより、図13の矢印Aで示す行が記録される。運行状況情報データベースにおける運休や遅延のそれぞれに対してこのような処理を繰り返すことにより、図13のような渋滞予測用情報データベースが生成される。
And the database production |
渋滞予測用情報データベース生成後に、新たに運休や遅延が発生した場合、データベース生成部5がさらにステップS21〜S23の処理を行って、渋滞予測用情報データベースを更新することもできる。
When a new suspension or delay occurs after the generation of the traffic jam prediction information database, the
生成された渋滞予測用情報データベースは、データベース生成部5が保持してもよいし、情報処理装置内または外の記憶部に保持してもよい。その後は、第2の実施形態と同様にして、渋滞予測用情報データベースを用いた渋滞状況の予測が行われる。
The generated traffic jam prediction information database may be held by the
このように、第4の実施形態では、運行状況情報データベースおよび運行状況情報データベースから渋滞予測用情報データベースを生成できる。 Thus, in the fourth embodiment, a traffic jam prediction information database can be generated from the operation status information database and the operation status information database.
(第5の実施形態)
以下に説明する第5の実施形態は、予測した渋滞予測情報を反映させて、経路探索を行うものである。
(Fifth embodiment)
In the fifth embodiment described below, route search is performed by reflecting predicted traffic jam prediction information.
図14は、本発明の第5の実施形態に係る情報処理システムの概略構成を示すブロック図である。情報処理システムは端末装置10およびサーバ20を備えており、これらはネットワーク30を介して互いに通信可能である。ネットワーク30は有線回線と無線回線のいずれでもよく、回線の種類や形態は問わない。
FIG. 14 is a block diagram showing a schematic configuration of an information processing system according to the fifth embodiment of the present invention. The information processing system includes a terminal device 10 and a server 20, which can communicate with each other via a
端末装置10はユーザが使用するものであり、例えば携帯電話、スマートフォンもしくはタブレット端末装置等のモバイル電子機器でもよいし、パーソナルコンピュータやカーナビゲーション装置等の据え置き型電子機器でもよい。 The terminal device 10 is used by a user, and may be a mobile electronic device such as a mobile phone, a smartphone or a tablet terminal device, or a stationary electronic device such as a personal computer or a car navigation device.
端末装置10は、通信部11と、操作入力部12と、出力部13と、制御部14とを備えている。
The terminal device 10 includes a
通信部11はネットワーク30を介して制御部14とサーバ20との間で情報を送受信するインターフェースである。
The
操作入力部12はユーザが端末装置10に操作を入力するためのインターフェースであり、例えばモバイル電子機器におけるタッチパネルやマイク、据え置き型電子機器におけるキーボード、タッチパッドもしくはダイヤルボタンである。
The
出力部13は端末装置1からユーザへ各種情報を出力するインターフェースであり、例えば映像を表示するディスプレイである。具体的には、出力部13は、ユーザからの操作を受け付けるためのGUI(Graphical User Interface)、渋滞予測情報、経路情報などを表示する。あるいは、出力部13は渋滞予測情報や経路情報を音声で出力するスピーカであってもよい。また、出力部13は渋滞予測情報や経路情報を外部の装置に出力するものであってもよい。
The
制御部14は、例えば端末装置10内のプロセッサ(不図示)が所定の情報処理プログラムを実行することにより実現されるものであり、探索条件設定部141と、探索要求送信部142と、情報受信部143とを含む。
The control unit 14 is realized, for example, when a processor (not shown) in the terminal device 10 executes a predetermined information processing program, and includes a search
探索条件設定部141は、ユーザから操作入力部12を介して、出発地、目的地、出発時刻あるいは到着時刻のような諸条件を受け付けることにより、探索条件を設定する。探索要求送信部142は、通信部11からネットワーク30を介して、探索条件を含む探索要求をサーバ20に送信し、探索条件に基づいて経路探索を行うようサーバ20に要求する。情報受信部143は、ネットワーク30を介して通信部11から、サーバ20から送信された渋滞予測情報や経路情報を受信する。
The search
一方、サーバ20は、通信部21と、記憶部22と、制御部23とを備えている。
On the other hand, the server 20 includes a
通信部21はネットワーク30を介して制御部23と端末装置10との間で情報を送受信するインターフェースである。
The
記憶部22は、例えばハードディスクのような固定型データストレージであり、交通ネットワーク情報を含む経路ネットワーク情報データベース221と、地図情報を含む地図情報データベース222とを記憶する。
The storage unit 22 is a fixed data storage such as a hard disk, and stores a route
交通ネットワーク情報は、鉄道やバス等の交通網や道路網を規定する情報である。交通網の情報としては、交通機関の路線情報、時刻表情報、料金情報等を含む。道路網の情報は、例えば交差点等の道路網表現上の結節点であるノードのデータと、ノード間の道路区間であるリンクのデータとの組み合わせによって表現される。地図情報および経路ネットワーク情報は、渋滞状況の予測や経路探索に用いられる。 The traffic network information is information that defines a traffic network such as a railway or a bus or a road network. Information on the transportation network includes route information, timetable information, toll information, etc. of transportation facilities. The information on the road network is expressed by a combination of node data that is a node on the road network expression such as an intersection and link data that is a road section between nodes. Map information and route network information are used for prediction of traffic congestion and route search.
地図情報は、全国および各地方の道路地図などの地図データと、地図データに対応付けられた地図オブジェクト情報を含む。地図オブジェクト情報とは、地図上に表示される施設の形状についての形状情報、地図上に表示される注記についての注記情報、地図上に表示される記号についての記号情報などである。また、地図情報は公共交通機関の路線図に関する路線図情報を含んでいてもよい。 The map information includes map data such as road maps of the whole country and each region, and map object information associated with the map data. The map object information includes shape information about the shape of the facility displayed on the map, note information about the note displayed on the map, symbol information about the symbol displayed on the map, and the like. The map information may include route map information related to a route map of public transportation.
上記の交通ネットワーク情報および地図情報は、所定のタイミングでアップデートしてもよい。 The above traffic network information and map information may be updated at a predetermined timing.
なお、記憶部22は、必ずしもサーバ20内に設けなくてもよく、ネットワーク30を介して接続される別個の装置内に設けてもよい。また、記憶部22は第2〜第4の実施形態で用いられる各種データベースを記憶しておいてもよい。
The storage unit 22 is not necessarily provided in the server 20 and may be provided in a separate device connected via the
制御部23は、例えばサーバ20内のプロセッサ(不図示)が所定の情報処理プログラムを実行することにより実現されるものであり、探索要求受信部231と、渋滞予測部232と、経路探索部233と、情報送信部234とを含む。
The control unit 23 is realized by, for example, a processor (not shown) in the server 20 executing a predetermined information processing program, and includes a search
探索要求受信部231は、端末装置10の探索要求送信部142から送信される探索要求を、ネットワーク30を介して通信部21から受信する。この探索要求には、探索条件設定部141で設定された探索条件が含まれている。
The search
渋滞予測部232は、例えば第1〜第4の実施形態で説明した交通状況取得部1および交通状況予測部2であり、鉄道ネットワークの運行状況を考慮して、道路ネットワークの渋滞状況を高精度に予測し、渋滞予測情報を生成する。鉄道の運休や遅延の影響時間も予測する場合、影響時間中だけ、鉄道ネットワークの運行状況を考慮してもよい。
The traffic
経路探索部233は、経路ネットワーク情報を用いて探索条件に基づく経路探索を行い、出発地から目的地までの経路や所要時間などを示す経路情報を生成する。ここで、経路探索部233は、予測された渋滞状況を反映させて、経路情報を生成する。例えば、経路探索部233は、渋滞が予測される道路ネットワークについては、通常よりも移動に時間を要することを考慮する。
The
情報送信部234は、通信部21からネットワーク30を介して、渋滞予測部232が生成した渋滞予測情報や、経路探索部233が生成した経路情報を、端末装置10の情報受信部143に送信する。
The
以上のようにして、端末装置10の出力部13には、渋滞予測情報や、予測された渋滞状況が反映された経路情報が出力される。
As described above, the traffic jam prediction information and the route information reflecting the predicted traffic jam status are output to the
このように、第5の実施形態では、高精度に予測された渋滞状況を考慮して経路探索を行うため、より正確な経路情報を生成できる。 As described above, according to the fifth embodiment, since the route search is performed in consideration of the traffic jam situation predicted with high accuracy, more accurate route information can be generated.
上述した各実施形態では、鉄道ネットワークの運行状況を考慮して、道路ネットワークの渋滞状況を予測するものであった。この考えは、幅広く様々な交通ネットワークの交通状況予測に応用できる。 In each of the above-described embodiments, the traffic situation of the road network is predicted in consideration of the operation situation of the railway network. This idea can be applied to predict traffic conditions in a wide variety of traffic networks.
ここで、交通ネットワークとは、人が行き来するためのネットワークなどを言い、自動車が走行する道路ネットワークのほか、自転車レーンのような自転車が走行可能な道路を含む自転車ネットワークや、歩道のような歩行者が歩行可能な徒歩ネットワークなども含んでいてもよい。 Here, the traffic network refers to a network for people to come and go. In addition to a road network where automobiles run, bicycle networks including roads where bicycles can run, such as bicycle lanes, and walking like a sidewalk It may also include a walking network where people can walk.
また、交通状況とは、鉄道やバスのようなタイムテーブルに従って運行する公共交通機関の運休や遅延、交通ネットワークの渋滞状況、交通ネットワークの移動手段内の混雑状況(例えば電車の混み具合)などである。 In addition, traffic conditions include suspensions and delays of public transportation that operates according to timetables such as trains and buses, traffic network congestion, and traffic network traffic conditions (eg, train congestion). is there.
一例として、交通状況はリンクを単位として予測することができる。例えば、道路ネットワークでは交差点間の区間がリンクであり、バスネットワークでは停留所間の区間がリンクであり、鉄道ネットワークでは駅間の区間がリンクである。もちろん、リンク以外の他の単位で交通状況を予測してもよい。 As an example, the traffic situation can be predicted in units of links. For example, in a road network, a section between intersections is a link, in a bus network, a section between stops is a link, and in a railway network, a section between stations is a link. Of course, traffic conditions may be predicted in units other than links.
例えば、道路が渋滞していると、車、タクシー、バスの利用者が鉄道や徒歩で移動するようになる。そのため、道路ネットワークの渋滞状況を考慮して、鉄道の混雑状況や、徒歩ネットワークの混雑状況を予測してもよい。 For example, when a road is congested, users of cars, taxis, and buses move by rail or on foot. Therefore, the congestion situation of the railway or the walking network may be predicted in consideration of the congestion situation of the road network.
あるいは、鉄道が混雑、運休、遅延すると、鉄道の利用者が徒歩や自転車で移動するようになる。そのため、鉄道ネットワークの混雑状況や運行状況を考慮して、徒歩ネットワークや自転車ネットワークの混雑状況を予測してもよい。 Alternatively, when the railway is crowded, suspended, or delayed, users of the railway move on foot or by bicycle. Therefore, the congestion status of the walking network or the bicycle network may be predicted in consideration of the congestion status and operation status of the railway network.
また、3つ以上の交通ネットワークにも応用できる。例えば、鉄道が混雑、運休、遅延すると、鉄道の利用者が車、タクシー、バスで移動することになる。その結果、道路ネットワークが渋滞する。すると、車、タクシー、バスの利用者が徒歩で移動するようになる。その結果、徒歩ネットワークが混雑する。よって、鉄道ネットワークの混雑状況や運行状況を考慮して、道路ネットワークの渋滞状況および徒歩ネットワークの混雑状況を予測してもよい。 It can also be applied to more than two transportation networks. For example, if the railway is crowded, suspended, or delayed, users of the railway will move by car, taxi, or bus. As a result, the road network is congested. Then, users of cars, taxis and buses will move on foot. As a result, the walking network becomes crowded. Therefore, the congestion situation of the road network and the congestion situation of the walking network may be predicted in consideration of the congestion situation and the operation situation of the railway network.
また、図14に示す情報処理システムの構成は一例にすぎず、サーバ20内の構成要件の少なくとも一部が端末装置10内にあってもよい。例えば、サーバ2内の記憶部22および制御部23を端末装置10内に設けて、通信をすることなく端末装置10のみで渋滞状況の予測を行うことができるスタンドアローン型の情報処理装置を構成してもよい。同様に、図1などの情報処理装置における各部が複数の装置内に設けられて、情報処理システムを構成してもよい。
The configuration of the information processing system illustrated in FIG. 14 is merely an example, and at least a part of the configuration requirements in the server 20 may be in the terminal device 10. For example, the storage unit 22 and the control unit 23 in the
上述した実施形態で説明した情報処理装置の少なくとも一部は、ハードウェアで構成してもよいし、ソフトウェアで構成してもよい。ソフトウェアで構成する場合には、情報処理装置の少なくとも一部の機能を実現するプログラムをフレキシブルディスクやCD−ROM等の記録媒体に収納し、コンピュータに読み込ませて実行させてもよい。記録媒体は、磁気ディスクや光ディスク等の着脱可能なものに限定されず、ハードディスク装置やメモリなどの固定型の記録媒体でもよい。 At least a part of the information processing apparatus described in the above-described embodiment may be configured by hardware or software. When configured by software, a program that realizes at least a part of the functions of the information processing apparatus may be stored in a recording medium such as a flexible disk or a CD-ROM, and read and executed by a computer. The recording medium is not limited to a removable medium such as a magnetic disk or an optical disk, but may be a fixed recording medium such as a hard disk device or a memory.
また、情報処理装置の少なくとも一部の機能を実現するプログラムを、インターネット等の通信回線(無線通信も含む)を介して頒布してもよい。さらに、同プログラムを暗号化したり、変調をかけたり、圧縮した状態で、インターネット等の有線回線や無線回線を介して、あるいは記録媒体に収納して頒布してもよい。 Further, a program that realizes at least a part of the functions of the information processing apparatus may be distributed via a communication line (including wireless communication) such as the Internet. Further, the program may be distributed in a state where the program is encrypted, modulated or compressed, and stored in a recording medium via a wired line such as the Internet or a wireless line.
上記の記載に基づいて、当業者であれば、本発明の追加の効果や種々の変形を想到できるかもしれないが、本発明の態様は、上述した個々の実施形態には限定されるものではない。特許請求の範囲に規定された内容およびその均等物から導き出される本発明の概念的な思想と趣旨を逸脱しない範囲で種々の追加、変更および部分的削除が可能である。 Based on the above description, those skilled in the art may be able to conceive additional effects and various modifications of the present invention, but the aspects of the present invention are not limited to the individual embodiments described above. Absent. Various additions, modifications, and partial deletions can be made without departing from the concept and spirit of the present invention derived from the contents defined in the claims and equivalents thereof.
1 交通状況取得部
2 交通状況予測部
3 出力部
4,4a,4b 記憶部
5 データベース生成部
10 端末装置
11 通信部
12 操作入力部
13 出力部
14 制御部
141 探索条件設定部
142 探索要求送信部
143 情報受信部
20 サーバ
21 通信部
22 記憶部
221 経路ネットワーク情報データベース
222 地図情報データベース
23 制御部
231 探索要求受信部
232 渋滞予測部
233 経路探索部
234 情報送信部
DESCRIPTION OF
Claims (16)
道路ネットワークの渋滞状況を、取得された前記鉄道の運行状況を考慮して予測する交通状況予測手段と、を備え、
前記渋滞状況は、前記道路ネットワークの渋滞度を含み、
前記交通状況予測手段は、前記鉄道に運休または遅延が発生している場合、運休および遅延が発生していない場合に比べて、前記道路ネットワークの渋滞度が高くなるよう、前記渋滞状況を予測することを特徴とする情報処理システム。 A traffic condition acquisition means for acquiring a railway operation condition in the railway network;
Traffic situation prediction means for predicting the traffic situation of the road network in consideration of the obtained operation situation of the railway,
The traffic situation includes the degree of traffic on the road network,
The traffic condition predicting means predicts the traffic condition so that the degree of congestion of the road network is higher when the railway is suspended or delayed than when the railway is not suspended or delayed. information processing system that is characterized in that.
道路ネットワークの渋滞状況を、取得された前記鉄道の運行状況を考慮して予測する交通状況予測手段と、を備え、
前記交通状況予測手段は、前記鉄道ネットワークにおける運休または遅延が発生している区間からの距離に応じて、前記道路ネットワークの渋滞状況を予測することを特徴とする情報処理システム。 A traffic condition acquisition means for acquiring a railway operation condition in the railway network;
Traffic situation prediction means for predicting the traffic situation of the road network in consideration of the obtained operation situation of the railway,
The traffic situation prediction unit, the suspended service or delay in the railway network in accordance with the distance from the interval occurring, information processing system that is characterized in that to predict traffic conditions of the road network.
道路ネットワークの渋滞状況を、取得された前記鉄道の運行状況を考慮して予測する交通状況予測手段と、を備え、
前記交通状況予測手段は、前記鉄道の運休または遅延による、前記渋滞状況への影響時間を予測することを特徴とする情報処理システム。 A traffic condition acquisition means for acquiring a railway operation condition in the railway network;
The congestion situation of the road network, and a traffic situation prediction means for predicting in consideration of the operation status of before Kitetsu road that has been acquired,
The information processing system characterized in that the traffic situation prediction means predicts an influence time on the traffic jam situation due to suspension or delay of the railway.
このデータベース生成手段は、
前記運行状況情報データベースを参照して、運休または遅延が発生した日時を特定し、
前記交通状況情報データベースを参照して、特定された前記日時の交通状況を取得し、
前記運休または遅延と、前記特定された交通状況とを関連付けて、前記渋滞予測用情報データベースを生成し、
前記交通状況予測手段は、生成された前記渋滞予測用情報データベースを参照して、前記道路ネットワークの渋滞状況を予測することを特徴とする請求項1乃至3のいずれかに記載の情報処理システム。 Using the operation status information database that is a log of the operation status of the railway network and the traffic status information database that is a log of the traffic status of the road network, the operation status of the rail network and the traffic congestion status of the road network A database generation means for generating a traffic jam prediction information database associated with
This database generation means
Referring to the operation status information database, specify the date and time when suspension or delay occurred,
Refer to the traffic situation information database to obtain the traffic situation of the specified date and time,
Associating the suspension or delay with the identified traffic situation, generating the traffic jam prediction information database,
The information processing system according to any one of claims 1 to 3 , wherein the traffic situation prediction means predicts a traffic jam situation of the road network with reference to the generated traffic jam prediction information database.
前記鉄道ネットワークの代替として利用できる道路ネットワークの渋滞状況を、取得された前記鉄道の運行状況を考慮して予測する交通状況予測手段と、を備え、
前記渋滞状況は、前記道路ネットワークの渋滞度を含み、
前記交通状況予測手段は、前記鉄道に運休または遅延が発生している場合、運休および遅延が発生していない場合に比べて、前記道路ネットワークの渋滞度が高くなるよう、前記渋滞状況を予測することを特徴とする情報処理装置。 A traffic condition acquisition means for acquiring a railway operation condition in the railway network ;
Traffic situation prediction means for predicting the traffic situation of a road network that can be used as an alternative to the railway network in consideration of the acquired operation situation of the railway ,
The traffic situation includes the degree of traffic on the road network,
The traffic condition predicting means predicts the traffic condition so that the degree of congestion of the road network is higher when the railway is suspended or delayed than when the railway is not suspended or delayed. An information processing apparatus characterized by that.
前記鉄道ネットワークの代替として利用できる道路ネットワークの渋滞状況を、取得された前記鉄道の運行状況を考慮して予測する交通状況予測手段と、を備え、
前記交通状況予測手段は、前記鉄道ネットワークにおける運休または遅延が発生している区間からの距離に応じて、前記道路ネットワークの渋滞状況を予測することを特徴とする情報処理装置。 A traffic condition acquisition means for acquiring a railway operation condition in the railway network;
Traffic situation prediction means for predicting the traffic situation of a road network that can be used as an alternative to the railway network in consideration of the acquired operation situation of the railway,
Before SL traffic situation predicting means, according to the distance from the section suspended service or delay in the railway network has occurred, the information processing apparatus characterized by predicting the traffic conditions of the road network.
前記鉄道ネットワークの代替として利用できる道路ネットワークの渋滞状況を、取得された鉄道の運行状況を考慮して予測する交通状況予測手段と、を備え、Traffic situation prediction means for predicting the traffic situation of a road network that can be used as an alternative to the railway network in consideration of the acquired railway operation situation,
前記交通状況予測手段は、前記鉄道の運休または遅延による、前記渋滞状況への影響時間を予測することを特徴とする情報処理装置。The information processing apparatus, wherein the traffic situation prediction means predicts an influence time on the traffic jam situation due to suspension or delay of the railway.
交通状況予測手段が、道路ネットワークの渋滞状況を、取得された前記鉄道の運行状況を考慮して予測するステップと、を備え、
前記渋滞状況は、前記道路ネットワークの渋滞度を含み、
前記予測するステップでは、前記交通状況予測手段は、前記鉄道に運休または遅延が発生している場合、運休および遅延が発生していない場合に比べて、前記道路ネットワークの渋滞度が高くなるよう、前記渋滞状況を予測することを特徴とする情報処理方法。 A traffic condition acquisition means for acquiring the operation status of the railway in the railway network ;
A traffic condition predicting means predicting a traffic network traffic situation in consideration of the acquired operation status of the railway ,
The traffic situation includes the degree of traffic on the road network,
In the step of predicting, when the traffic situation prediction means has a suspension or delay in the railway, the traffic network congestion degree is higher than in the case where the suspension or delay has not occurred, An information processing method characterized by predicting the traffic situation .
交通状況予測手段が、道路ネットワークの渋滞状況を、取得された前記鉄道の運行状況を考慮して予測するステップと、を備え、A traffic condition predicting means predicting a traffic network traffic situation in consideration of the acquired operation status of the railway,
前記予測するステップでは、前記交通状況予測手段は、前記鉄道ネットワークにおける運休または遅延が発生している区間からの距離に応じて、前記道路ネットワークの渋滞状況を予測することを特徴とする情報処理方法。In the step of predicting, the traffic condition predicting means predicts a traffic congestion condition of the road network according to a distance from a section where suspension or delay occurs in the railway network. .
交通状況予測手段が、道路ネットワークの渋滞状況を、取得された前記鉄道の運行状況を考慮して予測するステップと、を備え、A traffic condition predicting means predicting a traffic network traffic situation in consideration of the acquired operation status of the railway,
前記予測するステップでは、前記交通状況予測手段は、前記鉄道の運休または遅延による、前記渋滞状況への影響時間を予測することを特徴とする情報処理方法。In the predicting step, the traffic condition predicting means predicts an influence time on the traffic jam condition due to suspension or delay of the railway.
交通状況予測手段が、道路ネットワークの渋滞状況を、取得された前記鉄道の運行状況を考慮して予測するステップと、をコンピュータに実行させる情報処理プログラムであって、
前記渋滞状況は、前記道路ネットワークの渋滞度を含み、
前記予測するステップでは、前記交通状況予測手段は、前記鉄道に運休または遅延が発生している場合、運休および遅延が発生していない場合に比べて、前記道路ネットワークの渋滞度が高くなるよう、前記渋滞状況を予測することを特徴とする情報処理プログラム。 A traffic condition acquisition means for acquiring the operation status of the railway in the railway network ;
A traffic condition predicting means for causing a computer to execute a step of predicting a traffic network traffic congestion situation in consideration of the acquired operation situation of the railway ,
The traffic situation includes the degree of traffic on the road network,
In the step of predicting, when the traffic situation prediction means has a suspension or delay in the railway, the traffic network congestion degree is higher than in the case where the suspension or delay has not occurred, An information processing program for predicting the traffic jam situation .
交通状況予測手段が、道路ネットワークの渋滞状況を、取得された前記鉄道の運行状況を考慮して予測するステップと、をコンピュータに実行させる情報処理プログラムであって、A traffic condition predicting means for causing a computer to execute a step of predicting a traffic network traffic congestion situation in consideration of the acquired operation situation of the railway,
前記予測するステップでは、前記交通状況予測手段は、前記鉄道ネットワークにおける運休または遅延が発生している区間からの距離に応じて、前記道路ネットワークの渋滞状況を予測することを特徴とする情報処理プログラム。In the predicting step, the traffic condition predicting means predicts a traffic congestion condition of the road network according to a distance from a section where suspension or delay occurs in the railway network. .
交通状況予測手段が、道路ネットワークの渋滞状況を、取得された前記鉄道の運行状況を考慮して予測するステップと、をコンピュータに実行させる情報処理プログラムであって、A traffic condition predicting means for causing a computer to execute a step of predicting a traffic network traffic congestion situation in consideration of the acquired operation situation of the railway,
前記予測するステップでは、前記交通状況予測手段は、前記鉄道の運休または遅延による、前記渋滞状況への影響時間を予測することを特徴とする情報処理プログラム。In the predicting step, the traffic situation prediction means predicts an influence time on the traffic jam situation due to suspension or delay of the railway.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013142950A JP6235255B2 (en) | 2013-07-08 | 2013-07-08 | Information processing system, information processing apparatus, information processing method, and information processing program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013142950A JP6235255B2 (en) | 2013-07-08 | 2013-07-08 | Information processing system, information processing apparatus, information processing method, and information processing program |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017206743A Division JP6486444B2 (en) | 2017-10-26 | 2017-10-26 | Information processing system, information processing apparatus, information processing method, and information processing program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015018292A JP2015018292A (en) | 2015-01-29 |
JP6235255B2 true JP6235255B2 (en) | 2017-11-22 |
Family
ID=52439252
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013142950A Active JP6235255B2 (en) | 2013-07-08 | 2013-07-08 | Information processing system, information processing apparatus, information processing method, and information processing program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6235255B2 (en) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003307426A (en) * | 2002-04-17 | 2003-10-31 | Matsushita Electric Ind Co Ltd | Navigation system |
JP2014055821A (en) * | 2012-09-12 | 2014-03-27 | Hitachi Ltd | Route guiding system, route guiding device and route guiding method |
-
2013
- 2013-07-08 JP JP2013142950A patent/JP6235255B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2015018292A (en) | 2015-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11651688B1 (en) | Parking information aggregation platform | |
US11175152B2 (en) | Method and system for risk determination of a route | |
US9709413B2 (en) | Directions based on predicted future travel conditions | |
US20180182239A1 (en) | Systems and methods for realtime macro traffic infrastructure management | |
WO2017042132A1 (en) | Method and apparatus for providing locally relevant routing information | |
JP5832144B2 (en) | Information notification device, information notification method, and information notification program | |
US10546493B2 (en) | Cognitive traffic signal cycle timer | |
JP2019178960A (en) | Information processing system, information processing program, information processor, and method for processing image | |
JP2009192356A (en) | Route search system, route search server, terminal device, and route searching method | |
US20220058763A1 (en) | Information processing apparatus, information processing method, and non-transitory storage medium | |
JP6486444B2 (en) | Information processing system, information processing apparatus, information processing method, and information processing program | |
JP6056523B2 (en) | Travel time prediction apparatus and route search system | |
JP2016075985A (en) | Advertisement publication system, advertisement publication program, advertisement publication device, and advertisement publication method | |
JP6306631B2 (en) | Information processing device, information processing system, server, information processing method, information processing program, and terminal device | |
JP6494970B2 (en) | Information processing system, information processing program, information processing apparatus, and information processing method | |
JP6235255B2 (en) | Information processing system, information processing apparatus, information processing method, and information processing program | |
JP2013007577A (en) | Route search system, route search device, terminal device, route search method and route search program | |
JP2020041932A (en) | Information provision system, information provision method, and information provision program | |
JP2010078486A (en) | Route searching apparatus, information presentation method, and computer program | |
JP6762711B2 (en) | Guidance system, mobile communication device, guidance method and program | |
JP7095892B2 (en) | Information processing system, information processing method and information processing program | |
JP2014049076A (en) | Information processing system, information processor, server, terminal device, information processing method, and information processing program | |
JP5911388B2 (en) | Information processing device, information processing system, server, information processing method, information processing program, and terminal device | |
JP5890823B2 (en) | Route information presentation apparatus and computer program | |
JP2015176589A (en) | information processing system, information processing method and information processing program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20141023 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20141105 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160531 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170220 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170228 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170426 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170620 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170816 |
|
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: 20170926 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20171026 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6235255 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 |