JP6521835B2 - 移動経路予測装置、移動経路予測方法、及び移動経路予測プログラム - Google Patents
移動経路予測装置、移動経路予測方法、及び移動経路予測プログラム Download PDFInfo
- Publication number
- JP6521835B2 JP6521835B2 JP2015211313A JP2015211313A JP6521835B2 JP 6521835 B2 JP6521835 B2 JP 6521835B2 JP 2015211313 A JP2015211313 A JP 2015211313A JP 2015211313 A JP2015211313 A JP 2015211313A JP 6521835 B2 JP6521835 B2 JP 6521835B2
- Authority
- JP
- Japan
- Prior art keywords
- positioning data
- grid
- sequence
- positioning
- series
- 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
Description
よりクラスタリングし、クラスタリングされた部分集合を目的地候補としても良い。この場合には、部分集合に含まれる最終点の緯度及び経度の平均値、中央値等をそれぞれ目的地候補の緯度及び経度とすることにより、目的地候補情報を構築すると良い。
Nモデルのパラメータを移動先予測モデルパラメータデータベース18に記憶させる。
12 測位データ系列履歴データベース
13 即位データ系列補間部
14 グリッドID抽出部
16 移動先予測モデル学習部
18 移動先予測モデルパラメータデータベース
20 目的地候補データベース
22 グリッド訪問回数計算部
24 移動経路確率分布計算部
Claims (6)
- 緯度及び経度の組である測位データの系列の履歴が記憶される測位データ系列履歴データベースから取得した前記測位データの系列に対して、予め定めた測位時間間隔となるように測位データを補間すると共に、入力した前記測位データの系列に対して、予め定めた測位時間間隔となるように測位データを補間する測位データ系列補間部と、
前記測位データ系列履歴データベースから取得した前記測位データの系列に対して測位データを補間した測位データの系列から、緯度経度空間を分割して得られる分割領域であるグリッドを示すグリッドIDの系列を抽出すると共に、前記入力した前記測位データの系列に対して測位データを補間した測位データの系列から前記グリッドIDの系列を抽出するグリッドID抽出部と、
前記測位データ系列履歴データベースから取得した前記測位データの系列に対して測位データを補間した測位データの系列から抽出された前記グリッドIDの系列から、次の移動先のグリッドを予測するためのRNN(recurrent neural network)モデルを学習し、学習した前記RNNモデルのパラメータを移動先予測モデルパラメータデータベースに記憶させる移動先予測モデル学習部と、
前記移動先予測モデルパラメータデータベースから前記RNNモデルのパラメータを取得して前記RNNモデルを構築し、目的地候補、及び、前記入力した前記測位データの系列に対して測位データを補間した測位データの系列から抽出された前記グリッドIDの系列から、前記RNNモデルを用いたサンプリングシミュレーションによって、各タイムステップにおける各々のグリッドの訪問回数を計算するグリッド訪問回数計算部と、
前記グリッド訪問回数計算部により計算された各タイムステップにおける各々のグリッドの訪問回数、及び前記入力した前記測位データの系列のうちの最終の測位データの測位時間からの経過時間を表す入力時間に基づき、前記入力時間における移動先を表す移動経路の確率分布を計算する移動経路確率分布計算部と、
を備えた移動経路予測装置。 - 前記グリッド訪問回数計算部は、前記測位データ系列履歴データベースから取得した各々の前記測位データの系列の最終点の緯度及び経度を前記目的地候補として、前記入力した測位データの系列に対して測位データを補間した測位データの系列から抽出された前記グリッドIDの系列から、前記RNNモデルを用いたサンプリングシミュレーションによって、各タイムステップにおける各々のグリッドの訪問回数を計算する
請求項1記載の移動経路予測装置。 - 前記グリッド訪問回数計算部は、前記測位データ系列履歴データベースから取得した各々の前記測位データの系列の最終点をクラスタリングした緯度及び経度の集合を前記目的地候補として、前記入力した測位データの系列に対して測位データを補間した測位データの系列から抽出された前記グリッドIDの系列から、前記RNNモデルを用いたサンプリングシミュレーションによって、各タイムステップにおける各々のグリッドの訪問回数を計算する
請求項2記載の移動経路予測装置。 - 前記グリッドID抽出部は、緯度経度空間を一定間隔で分割して得られる矩形領域を前記グリッドとして、前記測位データ系列履歴データベースから取得した前記測位データの系列に対して測位データを補間した測位データの系列から、前記グリッドIDの系列を抽出すると共に、前記入力した前記測位データの系列に対して測位データを補間した測位データの系列から、前記グリッドIDの系列を抽出する
請求項1〜3の何れか1項記載の移動経路予測装置。 - 測位データ系列補間部、グリッドID抽出部、移動先予測モデル学習部、グリッド訪問回数計算部、及び移動経路確率分布計算部を備えた移動経路予測装置における移動経路予測方法であって、
測位データ系列補間部が、緯度及び経度の組である測位データの系列の履歴が記憶される測位データ系列履歴データベースから取得した前記測位データの系列に対して、予め定めた測位時間間隔となるように測位データを補間すると共に、入力した前記測位データの系列に対して、予め定めた測位時間間隔となるように測位データを補間するステップと、
前記グリッドID抽出部が、前記測位データ系列履歴データベースから取得した前記測位データの系列に対して測位データを補間した測位データの系列から、緯度経度空間を分割して得られる分割領域であるグリッドを示すグリッドIDの系列を抽出すると共に、前記入力した前記測位データの系列に対して測位データを補間した測位データの系列から前記グリッドIDの系列を抽出するステップと、
前記移動先予測モデル学習部が、前記測位データ系列履歴データベースから取得した前記測位データの系列に対して測位データを補間した測位データの系列から抽出された前記グリッドIDの系列から、次の移動先のグリッドを予測するためのRNN(recurrent neural network)モデルを学習し、学習した前記RNNモデルのパラメータを移動先予測モデルパラメータデータベースに記憶させるステップと、
前記グリッド訪問回数計算部が、前記移動先予測モデルパラメータデータベースから前記RNNモデルのパラメータを取得して前記RNNモデルを構築し、目的地候補、及び、前記入力した前記測位データの系列に対して測位データを補間した測位データの系列から抽出された前記グリッドIDの系列から、前記RNNモデルを用いたサンプリングシミュレーションによって、各タイムステップにおける各々のグリッドの訪問回数を計算するステップと、
前記移動経路確率分布計算部が、前記グリッド訪問回数計算部により計算された各タイムステップにおける各々のグリッドの訪問回数、及び前記入力した前記測位データの系列のうちの最終の測位データの測位時間からの経過時間を表す入力時間に基づき、前記入力時間における移動先を表す移動経路の確率分布を計算するステップと、
を有する移動経路予測方法。 - コンピュータを、請求項1〜4の何れか1項記載の移動経路予測装置の各部として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015211313A JP6521835B2 (ja) | 2015-10-27 | 2015-10-27 | 移動経路予測装置、移動経路予測方法、及び移動経路予測プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015211313A JP6521835B2 (ja) | 2015-10-27 | 2015-10-27 | 移動経路予測装置、移動経路予測方法、及び移動経路予測プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017083273A JP2017083273A (ja) | 2017-05-18 |
JP6521835B2 true JP6521835B2 (ja) | 2019-05-29 |
Family
ID=58711777
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015211313A Active JP6521835B2 (ja) | 2015-10-27 | 2015-10-27 | 移動経路予測装置、移動経路予測方法、及び移動経路予測プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6521835B2 (ja) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107633196A (zh) * | 2017-06-14 | 2018-01-26 | 电子科技大学 | 一种基于卷积神经网络的眼球移动预测方案 |
CN108229292A (zh) * | 2017-07-28 | 2018-06-29 | 北京市商汤科技开发有限公司 | 目标识别方法、装置、存储介质和电子设备 |
KR20190017454A (ko) | 2017-08-11 | 2019-02-20 | 고려대학교 산학협력단 | 인공 신경망을 이용한 자기장 기반 위치 추정 모델 생성 장치 및 방법 |
CN108389385B (zh) * | 2018-04-03 | 2020-09-18 | 北京万集科技股份有限公司 | 一种超限车辆的拦截方法、装置、电子设备及存储介质 |
KR101951595B1 (ko) * | 2018-05-18 | 2019-02-22 | 한양대학교 산학협력단 | 모듈형 순환 신경망 구조 기반 차량 경로 예측 시스템 및 방법 |
KR102243917B1 (ko) * | 2019-04-18 | 2021-04-23 | 고려대학교 산학협력단 | 인공 신경망을 이용한 자기장 기반 위치 추정 모델 생성 장치 및 방법 |
CN111006653B (zh) * | 2019-12-20 | 2021-06-18 | 中国科学院计算技术研究所 | 智能路线规划方法及设备 |
KR102541685B1 (ko) * | 2020-04-13 | 2023-06-09 | 한국과학기술원 | 재귀 구조를 이용한 예측을 위한 전자 장치 및 그의 동작 방법 |
CN111401531A (zh) * | 2020-04-24 | 2020-07-10 | 中国人民解放军国防科技大学 | 轨迹预测方法和系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8024112B2 (en) * | 2005-09-29 | 2011-09-20 | Microsoft Corporation | Methods for predicting destinations from partial trajectories employing open-and closed-world modeling methods |
JP2012008771A (ja) * | 2010-06-24 | 2012-01-12 | Sony Corp | 情報処理装置、情報処理システム、情報処理方法およびプログラム |
-
2015
- 2015-10-27 JP JP2015211313A patent/JP6521835B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017083273A (ja) | 2017-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6521835B2 (ja) | 移動経路予測装置、移動経路予測方法、及び移動経路予測プログラム | |
JP6543215B2 (ja) | 目的地予測装置、目的地予測方法、及び目的地予測プログラム | |
JP6761789B2 (ja) | 人流予測装置、システムおよびプログラム | |
Martino et al. | Orthogonal parallel MCMC methods for sampling and optimization | |
CN106462627B (zh) | 根据多个位置数据报告分析语义地点和相关数据 | |
Do et al. | A probabilistic kernel method for human mobility prediction with smartphones | |
Li et al. | Predicting future locations of moving objects with deep fuzzy-LSTM networks | |
CN102298608A (zh) | 信息处理装置、信息处理方法和程序 | |
CN103368787A (zh) | 信息处理装置、信息处理方法和程序 | |
JP6433877B2 (ja) | 目的地予測装置、目的地予測方法、及び目的地予測プログラム | |
Zhang et al. | Advances in surrogate modeling for storm surge prediction: storm selection and addressing characteristics related to climate change | |
BRPI0616736A2 (pt) | métodos para prediçao de destinos a partir de trajetórias parciais empregando métodos de modelagem de mundo aberto e de mundo fechado | |
CN106055607B (zh) | 用户到访预测模型建立、用户到访预测方法和装置 | |
CN107239846B (zh) | 停车场泊位预测处理方法及装置 | |
JP6462264B2 (ja) | 目的地予測装置、目的地予測方法、及びプログラム | |
CN102087709A (zh) | 学习设备、学习方法以及程序 | |
JP6749282B2 (ja) | 人流量予測装置、人流量予測方法、及び人流量予測プログラム | |
CN110858062B (zh) | 目标优化参数的获取方法及模型训练方法、装置 | |
JP6283331B2 (ja) | 流れ推定装置、予測装置、及びプログラム | |
AU2021105525A4 (en) | Mobile user trajectory prediction system with extreme machine learning algorithm | |
CN111505740A (zh) | 气象预测方法、装置、计算机设备和存储介质 | |
JP2016161314A (ja) | 同化データ決定装置、気象予測装置、同化データ決定方法およびプログラム | |
Cui et al. | A road-aware neural network for multi-step vehicle trajectory prediction | |
JP6665071B2 (ja) | 人流量予測装置、人流量予測方法、及び人流量予測プログラム | |
Ahmed et al. | Prediction of traveller information and route choice based on real-time estimated traffic state |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171214 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180918 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180919 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181116 |
|
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: 20190416 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190423 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6521835 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |