JP6830212B2 - 路面状態予測システム、運転支援システム、路面状態予測方法及びデータ配信方法 - Google Patents

Description

本開示は、路面の水分状態を予測する路面状態予測システム、運転支援システム、路面状態予測方法及びデータ配信方法に関する。

例えば、特許文献１には、車載センサにより取得された車両の挙動の情報から演算される所定範囲内の場所の路面予測判定値などを用いて、所定範囲内の場所の路面状態を予測する技術が開示されている。また、特許文献２には、車両走行経路における路面状態として水分分布を検出し、外気温度に基づいて路面凍結を予測する技術が開示されている。また、特許文献３には、車道が濡れているかどうかを予測し、予測結果に基づいて自律型車両の駆動決定を行う技術が開示されている。

特開２０１６−８０４５１号公報 特開２０１０−１５１５４３号公報 特表２０１５−５３５２０４号公報

しかしながら、上記従来の技術では、路面の水分状態の予測精度が十分ではない。

そこで、本開示は、路面の水分状態を精度良く予測することができる路面状態予測システム、運転支援システム、路面状態予測方法及びデータ配信方法を提供することを目的とする。

上記目的を達成するため、本開示の一態様に係る路面状態予測システムは、複数の移動体の各々が通行中の道路の路面上の水分を検出することで得られた前記路面上の水分に関する水分情報と、前記水分を検出した路面の位置を示す位置情報とを前記複数の移動体の各々から収集する収集部と、前記収集部が収集した複数の前記水分情報のうち、前記収集部が収集した複数の前記位置情報の少なくとも１つが示す位置の路面である対象路面上の水分を検出することで得られた水分情報に基づいて、前記対象路面上の水分を検出した時刻より後の時刻における前記対象路面の水分状態を予測する予測部とを備える。

また、本開示の一態様に係る運転支援システムは、上記路面状態予測システムと、車両に搭載され、前記配信情報を受信する受信端末と、前記受信端末によって受信された配信情報に基づいて、前記車両の自動運転を支援する制御部とを備える。

また、本開示の一態様に係る路面状態予測方法は、複数の移動体の各々が通行中の道路の路面上の水分を検出することで得られた前記路面上の水分に関する水分情報と、前記水分を検出した路面の位置を示す位置情報とを前記複数の移動体の各々から収集し、収集した複数の前記水分情報のうち、収集した複数の前記位置情報の少なくとも１つが示す位置の路面である対象路面上の水分を検出することで得られた水分情報に基づいて、前記対象路面上の水分を検出した時刻より後の時刻における前記対象路面の水分状態を予測する。

また、本開示の一態様に係るデータ配信方法は、上記路面状態予測方法によって予測された予測結果を含む配信情報を配信する。

なお、これらの全般的又は具体的な態様は、システム、方法、集積回路、コンピュータプログラム又はコンピュータで読み取り可能なＣＤ−ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。

本開示によれば、路面の水分状態を精度良く予測することができる路面状態予測システム、運転支援システム、路面状態予測方法及びデータ配信方法などを提供することができる。

図１は、実施の形態１に係る路面状態予測システムの概要を示す模式図である。 図２は、実施の形態１に係る路面状態予測システムの最小構成を示すブロック図である。 図３は、実施の形態１に係る路面状態予測システムの別の構成を示すブロック図である。 図４は、実施の形態１に係る路面状態予測システムの別の構成を示すブロック図である。 図５は、実施の形態１に係る路面状態予測システムの別の構成を示すブロック図である。 図６は、実施の形態１に係る路面状態予測システムの別の構成を示すブロック図である。 図７は、実施の形態１に係る路面状態予測システムによる水分情報の取得処理を示すフローチャートである。 図８は、実施の形態１に係る路面状態予測システムの記憶部に蓄積された蓄積データの構造を示す図である。 図９は、実施の形態１に係る路面状態予測システムによる路面上の水分状態の予測処理を示すフローチャートである。 図１０は、実施の形態１に係る路面状態予測システムの予測アルゴリズムを示すフローチャートである。 図１１は、実施の形態１に係る水分状態の予測結果の一例を示す図である。 図１２は、実施の形態１に係る路面状態予測システムによる情報の更新処理を示すフローチャートである。 図１３は、実施の形態２に係る路面状態予測システムの構成を示すブロック図である。 図１４は、実施の形態３に係る路面状態予測システムの構成を示すブロック図である。 図１５は、実施の形態４に係る路面状態予測システムの構成を示すブロック図である。 図１６は、実施の形態４に係る路面状態予測システムによる情報の更新処理を示すフローチャートである。 図１７は、実施の形態５に係る運転支援システムの構成を示すブロック図である。 図１８は、実施の形態６に係る路面状態予測システムの概要を示す模式図である。 図１９は、実施の形態６に係る路面状態予測システムの構成を示すブロック図である。 図２０は、実施の形態６に係る特定時刻での４箇所の位置での蓄積データの一例を示す図である。 図２１は、実施の形態６に係る特定位置での１時間毎の蓄積データの一例を示す図である。 図２２は、実施の形態６に係る路面状態予測システムの第１の動作を示すフローチャートである。 図２３は、実施の形態６に係る路面状態予測システムの第２の動作を示すフローチャートである。 図２４は、実施の形態６に係る路面状態予測システムの第３の動作を示すフローチャートである。 図２５は、実施の形態６に係る路面状態予測システムの第４の動作を示すフローチャートである。

（本開示の基礎となった知見）
車両走行の障害となる路面状態としては、車輪と路面との間の摩擦係数を低下させる路面の冠水、水たまり、凍結、積雪などの状態がある。例えば、路面の凍結に至る状況を考慮すると、次のようなプロセスがある。まず、路面に降雨又は降雪などによって水たまり又は積雪が生じる。残された水、又は、融雪によって生じた水は、路面温度の低下に伴い凍結する。

また、凍結、積雪、水たまりのいずれにおいても、その拡がりが、状態遷移の早さに影響する。拡がりとは、具体的には、凍結、積雪又は水たまりの範囲の面積又は検出方向の長さである。ここで、状態遷移とは、例えば、凍結から水たまりの状態への遷移、若しくは、この逆、又は、積雪から水たまりの状態への遷移、又は、積雪から凍結への遷移などのことである。したがって、路面状態を予測するには、過去の路面状態と、好ましくはその拡がりとを知ることが必要になる。

水分の検出技術としては、近赤外領域における二色分光を用いる方法がある。水は、７４０ｎｍ、９８０ｎｍ、１４５０ｎｍ、１９４０ｎｍ付近の波長に、光の吸収ピークを有する。二色分光では、まず、吸収ピーク近傍の光（以下、吸収光と称する）と、吸収ピーク近傍以外の光（以下、参照光と称する）とを路面に照射する。そして、路面による吸収光の散乱反射光と参照光の散乱反射光との強度比（＝吸収／参照）を所定の閾値と比較する。

例えば、路面に水分が存在する場合、水分によって吸収光が吸収されて減衰するので、吸収光による散乱反射光の強度が小さくなる。路面に水分が存在しない場合、水分による減衰が抑制されるので、吸収光の散乱反射光の強度が大きくなる。なお、参照光の散乱反射光は、水分の有無には依存しない。このようにして、水分の有無を検出できる。具体的には、乾燥している路面での強度比を測定しておき、その測定値を所定の閾値として用いる。計測の対象路面における強度比が、所定の閾値を下回れば、路面が濡れていると分かる。

さらに、路面の温度を放射温度計などで測定する。これにより、水があり、かつ、路面温度が０℃未満であれば、路面が凍結していることが分かる。また、水があり、かつ、路面温度が０℃以上であれば、路面上には水が存在していることが分かる。

また、雪は強い散乱体である。このため、積雪がある路面による参照光の散乱反射光は、積雪がない路面による散乱反射光よりも、強い散乱反射を示す。したがって、乾燥路面による参照光の反射率を予め測定しておき、計測の対象路面による参照光の反射率が乾燥路面による参照光の反射率を上回れば、雪があることが分かる。

また、本発明者らの独自の検討により、使用する波長、光強度、偏光を適切に設計することによって、水の量を計測することも可能であることが分かった。例えば、１４００ｎｍ〜１６００ｎｍの波長の光を路面に照射し、照射した光の散乱反射光を計測することで数十μｍ〜数百μｍの範囲の水の厚みを計測することが可能となる。同様に、９００ｎｍ〜１１００ｎｍの波長の光を路面に照射し、照射した光の散乱反射光を計測することで数百μｍ〜数ｃｍの範囲の水の厚みを計測することが可能となる。

水の厚みが薄い程、吸収光の散乱反射光の光量が大きくなる。一方で、水の厚みが大きすぎる、又は、小さすぎる場合、散乱反射光の光量と水の厚みとの関係性が低下し、Ｓ／Ｎも低下する。このため、計測したい水の厚みの範囲に合わせて適切な波長を使用することが、水の厚みを精度良く計測するためには必要であることが分かった。

路面の水分量を計測することで、その後、乾燥するまでの時間を精度良く予測することが可能となる。また、日中の気温上昇で乾燥しきったのか、水分が残ったまま夜を迎えて気温が低下することで凍結したのかを予測することも可能となる。

さらに、吸収光の散乱反射光と、参照光の散乱反射光とをエリアセンサで受光し、サーモグラフィを併用した場合、水、氷、雪を判別し、かつ、その大きさも知ることができる。路面上の水分を水、氷、雪に判別して把握し、かつ、その大きさを知ることにより、路面の水分状態の予測精度が向上する。

例えば、路面に水を検出した場合は、その後、降雨又は降雪がなく気温が上昇すれば、次第に水は減っていく。このとき、検出された水の範囲が広ければ、水の消失までの時間が長くなり、水の範囲が狭ければ、水の消失までの時間は短くなる。同様に、検出された水の厚みが薄ければ、水の消失までの時間は短くなり、水の厚みが厚ければ水の消失までの時間が長くなる。一方、気温が下がって路面温度が０℃を下回るようになると、凍結の可能性が高まる。

路面温度の変化には、気温以外に、路面からの熱放射、過去の天候により路面に蓄積された熱量などが関係する。このため、水分情報を取得した地点での天候情報が重要である。天候情報は、気象庁が発表する情報、又は、道路に設けられた気象観測装置などから得ることができる。路面に積雪がある場合、路面温度が０℃未満であれば雪の状態を維持し、路面温度が０℃を超えると融雪が始まる。この状態で、気象変化により路面温度が０℃を下回ると路面が凍結する。

路面に氷がある場合、すなわち、路面が凍結している場合、路面温度が０℃である場合を境に、氷の状態を維持するか、水に変化するかが分かれる。さらに、その後の気象変化によって再度凍結するか、乾燥路面になるかを予測することが可能となる。このとき、雪であっても氷であっても、その大きさ及び厚みの少なくとも一方が分かることにより、融解又は消失に至るまでの時間を予測しやすくなる。このようにして、路面状態の予測精度が向上する。

また、水分情報には、水分の温度情報が含まれてもよい。計測時点での水分温度から、その時点での水分状態（雪、氷、水）を判断するだけでなく、その後の融雪又は凍結までの時間を予測する精度を高めることも可能となる。例えば、計測時点の水分温度が０℃以上で、かつ、高い程、水分が凍結するまでの時間は長くなる。また、計測時点の水分温度が０℃未満で、かつ、低い程、融雪までの時間が長くなる。

また、水分情報には、水分による太陽光の吸収率を示す吸光情報が含まれてもよい。例えば、泥などを含み太陽光の吸収率が高い水分は、日射による温度上昇が大きく、融雪までの時間が短くなる。太陽光の吸収率は、例えば参照光の散乱反射光の強度から算出される。散乱反射光の強度が大きい程、太陽光の吸収率が低い水分であると分かる。

まとめると、路面にある水分の状態、大きさ、厚み、温度、表面の太陽光の吸収率などを示す水分情報と、天候情報とを知ることにより、路面状態の予測精度を向上させることができる。

天候情報には、気温及び湿度だけでなく、日射、又は、風の強さなども含めてもよい。日射が強い程、乾燥、融解又は融雪の速度が速まり、風が強い程、乾燥の速度が速まる。水分状態の推移に影響を与える情報をより多く用いることで路面状態の予測精度を向上させることができる。

以上のような知見を実現するために、本開示の一態様に係る路面状態予測システムは、複数の移動体の各々が通行中の道路の路面上の水分を検出することで得られた前記路面上の水分に関する水分情報と、前記水分を検出した路面の位置を示す位置情報とを前記複数の移動体の各々から収集する収集部と、前記収集部が収集した複数の前記水分情報のうち、前記収集部が収集した複数の前記位置情報の少なくとも１つが示す位置の路面である対象路面上の水分を検出することで得られた水分情報に基づいて、前記対象路面上の水分を検出した時刻より後の時刻における前記対象路面の水分状態を予測する予測部とを備える。

このような構成により、路面上の水分状態を精度良く予測することができる。また、複数の移動体の各々から水分情報を収集するので、例えば、複数の移動体が異なる道路を通行中である場合には、広範囲の水分情報を収集することができる。また、複数の移動体が同じ道路を異なる時間帯に通行する場合には、路面上の水分状態の変化に対する情報量を多くすることができる。これにより、水分状態の予測精度を高めることができる。

また、例えば、前記水分情報は、検出された水分の厚さを示す厚さ情報を含んでいてもよい。

このような構成により、厚さ情報を含むことで、路面上の水分量を推定することができ、水分の消失、融解又は凍結などに要する時間などを精度良く予測することができる。したがって、水分状態の予測精度を高めることができる。

また、例えば、前記水分情報は、検出された水分の温度を示す温度情報を含んでいてもよい。

このような構成により、温度情報を含むことで、路面上の水分の温度を取得することができ、水分の消失、融解又は凍結などに要する時間などを精度良く予測することができる。したがって、水分状態の予測精度を高めることができる。

また、例えば、前記水分情報は、検出された水分による太陽光の吸収率を示す吸光情報を含んでいてもよい。

このような構成により、吸光情報を含むことで、路面上の水分の太陽光による蒸発のしやすさを推定することができ、水分の消失、融解又は凍結などに要する時間などを精度良く予測することができる。したがって、水分状態の予測精度を高めることができる。

また、例えば、本開示の一態様に係る路面状態予測システムは、さらに、前記収集部が収集する複数の前記位置情報の少なくとも１つが示す位置の気温、湿度、風速、太陽光の光量及び気圧の少なくとも１つを示す環境情報を取得する第１取得部を備えてもよい。

このような構成により、周囲環境が水分に及ぼす影響を推定することができるので、水分の消失、融解又は凍結などを精度良く予測することができる。したがって、水分状態の予測精度を高めることができる。

また、例えば、本開示の一態様に係る路面状態予測システムは、さらに、前記収集部が収集する複数の前記位置情報の少なくとも１つが示す位置の天候を示す天候情報を取得する第２取得部を備えてもよい。

このような構成により、天候が水分に及ぼす影響を推定することができるので、水分の消失、融解又は凍結などを精度良く予測することができる。したがって、水分状態の予測精度を高めることができる。

また、例えば、本開示の一態様に係る路面状態予測システムは、さらに、検出された水分が水、氷、雪又はこれらの混合状態のいずれであるかを判別することで、検出された水分の状態を示す状態情報を生成する判別部と、前記状態情報と、前記位置情報と、前記天候情報とを対応付けて蓄積する蓄積部とを備えてもよい。

このような構成とすることにより、路面上の水分の状態と天候情報とに基づいて、水分状態の予測精度を高めることができる。また、状態情報と、位置情報と、天候情報とを対応付けて蓄積することで、過去のデータに基づいてより精度良く水分状態の予測を行うことができる。

また、例えば、前記判別部は、さらに、水、氷、雪又はこれらの混合状態の路面上での拡がり具合を判別してもよい。

このような構成とすることにより、路面上の水分量を推定することができ、水分の消失、融解又は凍結などに要する時間などを精度良く予測することができる。したがって、水分状態の予測精度を高めることができる。

また、例えば、前記判別部は、前記複数の移動体の各々に搭載されていてもよい。

このような構成とすることにより、複数の移動体の各々で水分状態を判別することができるので、移動体において水分状態の予測を行うことができる。

また、例えば、前記第２取得部は、前記位置情報が示す位置の路面上の水分を検出した時刻以降の複数の時刻における複数の前記天候情報を取得し、前記蓄積部は、前記第２取得部が取得した複数の前記天候情報を蓄積してもよい。

このような構成とすることにより、過去の天候情報と、将来の気象予測とに基づいて、水分状態の予測精度を高めることができる。

また、例えば、前記蓄積部は、さらに、前記天候情報に基づいて前記状態情報を更新してもよい。

このような構成とすることにより、天候情報に基づいて状態情報が更新されるので、鮮度の高い情報に基づいた予測を行うことができる。したがって、水分状態の予測精度を高めることができる。なお、更新の間隔は、例えば数秒〜数日であるが、これに限定されない。

また、例えば、前記蓄積部は、前記状態情報を、前記複数の移動体の移動経路毎にまとめて蓄積してもよい。

このような構成とすることにより、水分の検出結果を広い領域で、数多く収集できるので、広範囲で、かつ、精度の高い水分状態の予測データの作成と利用とが可能となる。

また、例えば、本開示の一態様に係る路面状態予測システムは、さらに、道路の改変に関する改変情報を取得する第３取得部を備え、前記蓄積部は、前記改変情報に基づいて前記状態情報を更新してもよい。

このような構成とすることにより、道路管理者などによる除雪作業、排水作業、又は、凍結の融解作業などによる水分状態の変化を速やかに水分状態に予測に反映することが可能となる。

また、例えば、本開示の一態様に係る路面状態予測システムは、さらに、前記予測部による予測結果を報知する報知部を備えてもよい。

このような構成とすることにより、車両を運転する人、又は、道路を通行する人などに路面状態を事前に報知することが可能となる。

また、例えば、本開示の一態様に係る路面状態予測システムは、さらに、前記予測部による予測結果に基づいて道路の通行の可否を判定する判定部と、前記判定部によって通行ができないと判定された場合に、迂回路を探索する探索部とを備え、前記報知部は、さらに、前記探索部によって探索された迂回路を報知してもよい。

このような構成とすることにより、移動の障害となる箇所を回避することが可能となる。

また、例えば、本開示の一態様に係る路面状態予測システムは、さらに、前記予測部による予測結果を含む配信情報を配信する配信部を備えてもよい。

このような構成とすることにより、予測結果を他車、道路管理者、交通管理者、交通情報事業者、運輸事業者、郵便事業者などに配信することが可能となる。

また、例えば、本開示の一態様に係る運転支援システムは、上記路面状態予測システムと、車両に搭載され、前記配信情報を受信する受信端末と、前記受信端末によって受信された配信情報に基づいて、前記車両の自動運転を支援する制御部とを備える。

このような構成とすることにより、配信された予測結果に基づいて危険箇所の回避、車速の制御、又は、サスペンションの制御などを行えるので、安全な走行が可能となる。

また、例えば、本開示の一態様に係る運転支援システムは、上記路面状態予測システムと、前記予測部による予測結果に基づいて、車両の自動運転を支援する制御部とを備えてもよい。

このような構成とすることにより、自車からはセンシングできない地点であっても、予測結果に基づいて危険箇所の回避、車速の制御、又は、サスペンションの制御などを行えるので、安全な走行が可能となる。

また、本開示の一態様に係る路面状態予測方法は、複数の移動体の各々が通行中の道路の路面上の水分を検出することで得られた前記路面上の水分に関する水分情報と、前記水分を検出した路面の位置を示す位置情報とを前記複数の移動体の各々から収集し、収集した複数の前記水分情報のうち、収集した複数の前記位置情報の少なくとも１つが示す位置の路面である対象路面上の水分を検出することで得られた水分情報に基づいて、前記対象路面上の水分を検出した時刻より後の時刻における前記対象路面の水分状態を予測する。

このような構成により、路面上の水分状態を精度良く予測することができる。また、複数の移動体の各々から水分情報を収集するので、例えば、複数の移動体が異なる道路を通行中である場合には、広範囲の水分情報を収集することができる。また、複数の移動体が同じ道路を異なる時間帯に通行する場合には、路面上の水分状態の変化に対する情報量を多くすることができる。これにより、水分状態の予測精度を高めることができる。

また、本開示の一態様に係るデータ配信方法は、上記路面状態予測方法によって予測された予測結果を含む配信情報を配信する。

このような構成により、予測結果を他車、道路管理者、交通管理者、交通情報事業者、運輸事業者、郵便事業者などに配信することが可能となる。

なお、詳細については後述するが、本開示における路面状態予測システムでは、過去に取得した水分情報と現在までの天候情報の履歴とに基づいて、現在の路面の水分状態を推定する場合もある。本明細書では、現在の路面の水分状態の推定も、将来の水分状態の予測と同じく「予測」という表現で統一する。なお、現在に限らず、水分情報を取得した時点よりは未来で、かつ、現在よりは過去の時点での路面状態の推定も同様に「予測」という表現を用いる。

以下、本開示の実施の形態について、図面を参照しながら説明する。

なお、以下で説明する実施の形態は、いずれも本開示の一具体例を示すものである。以下の実施の形態で示される数値、形状、構成要素、構成要素の配置、接続形態、ステップ、ステップの順序などは、一例であり、本開示を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。また、全ての実施の形態において、各々の内容を組み合わせることもできる。

また、各図は、模式図であり、必ずしも厳密に図示されたものではない。また、各図において、実質的に同じ構成要素については同じ符号を付しており、重複する説明を省略又は簡略化する場合もある。

（実施の形態１）
図１は、実施の形態１に係る路面状態予測システム１の概要を示す模式図である。

図１には、２台の移動体１Ａ及び１Ｂが、道路３を通行している様子を模式的に示している。道路３は、橋梁４上、及び、トンネルの出口５を通ってトンネルの内部へと続いている。移動体１Ａは、これから橋梁４を渡ろうとしており、移動体１Ｂは、トンネルの出口５から出てきたところである。

移動体１Ａ及び１Ｂは、具体的には、四輪自動車又は二輪車などの車両であり、道路３を走行している。なお、移動体１Ａ及び１Ｂの少なくとも一方は、ドローンと呼称される飛行体であってもよい。

移動体１Ａ及び１Ｂは、道路３を通行中に、道路３の路面上の水分を検出することで、路面上の水分に関する水分情報を取得する。移動体１Ａ及び１Ｂは、情報センター２と無線で通信することで、情報の送信又は受信を行う。

情報センター２は、移動体１Ａ及び１Ｂから送信された情報を受信し、受信した情報を処理する。情報センター２は、具体的には、コンピュータなどの情報処理装置である。

本実施の形態に係る路面状態予測システム１は、移動体１Ａ及び１Ｂを含む複数の移動体と、情報センター２とを備える。以下では、路面状態予測システム１が備える構成要素の具体的な構成例について詳細に説明する。

まず、図２を用いて、路面状態予測システム１の最小構成を説明する。図２は、本実施の形態に係る路面状態予測システム１の最小構成を示すブロック図である。

図２に示すように、移動体１Ａは、水分情報取得部１１０と、位置情報取得部１２０とを備える。なお、移動体１Ａと移動体１Ｂとは、同じ構成を備える。このため、以下では、移動体１Ａの構成について説明する。

水分情報取得部１１０は、移動体１Ａが通行中の道路３の路面上の水分を検出することで、路面上の水分に関する水分情報を取得する。例えば、水分情報取得部１１０は、水分の検出を行うセンサモジュール、及び、センサモジュールからの出力信号を処理する信号処理回路などで実現される。水分情報取得部１１０は、移動体１Ａの移動に合わせて、定期的に繰り返し水分情報と位置情報とを取得する。この取得は、例えば１秒以下に１回の頻度で行われる。なお、頻度は、移動体１Ａの速度に合わせて変更されてもよい。

水分情報は、具体的には、厚さ情報、温度情報、及び、吸光情報の少なくとも１つを含んでいる。厚さ情報は、路面上の水分の厚さを示す情報である。温度情報は、路面上の水分の温度を示す情報である。吸光情報は、路面上の水分による太陽光の吸収率を示す情報である。

また、水分情報は、路面上の水分の状態を示す状態情報を含んでいる。状態情報は、乾燥、水、雪若しくは氷、又は、これらの２つ以上の混合状態のいずれであるかを示している。具体的には、状態情報は、乾燥、水、雪及び氷の各々の比率で表される。各々の比率は、例えば、乾燥の比率、水の比率、雪の比率及び氷の比率の合計が１となるように定められる。状態情報は、検出された水分が水、氷、雪又はこれらの混合状態のいずれであるかを判別することで得られた、水分状態の判別結果に相当する。

位置情報取得部１２０は、水分を検出した路面の位置を示す位置情報を取得する。位置情報取得部１２０は、例えば、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）受信器などで実現される。位置情報は、例えば、緯度及び経度で表される。位置情報には、さらに、標高が含まれてもよい。

図示しないが、移動体１Ａは、情報センター２と無線で通信する通信部を備える。取得された水分情報及び位置情報は、通信部によって情報センター２に送信される。

また、移動体１Ａは、水分情報及び位置情報を記憶するためのメモリを備えていてもよい。メモリには、例えば、異なる時刻に取得された複数の水分情報及び複数の位置情報が、時刻毎に対応付けられて記憶される。

図２に示すように、情報センター２は、収集部２１０と、予測部２２０とを備える。

収集部２１０は、複数の移動体１Ａ及び１Ｂの各々から、水分情報と位置情報とを収集する。収集部２１０は、例えば通信インタフェースである。具体的には、収集部２１０は、複数の移動体１Ａ及び１Ｂの各々と無線で通信することで、水分情報と位置情報とを随時収集する。あるいは、移動体１Ａが備えるメモリに水分情報及び位置情報が記憶されている場合に、収集部２１０は、当該メモリから読み出すことで、複数の水分情報と複数の位置情報とをまとめて収集してもよい。

予測部２２０は、収集部２１０が収集した複数の水分情報のうち、収集部２１０が収集した複数の位置情報の少なくとも１つが示す位置の路面である対象路面上の水分を検出することで得られた水分情報に基づいて、対象路面上の水分を検出した時刻より後の時刻における対象路面の水分状態を予測する。対象路面は、例えば、ユーザ又は道路管理者などによって、予測の対象位置として設定された位置の路面である。収集部２１０が収集した複数の位置情報の中に、設定された位置を示す位置情報が含まれない場合は、指定された位置に最も近い位置を示す位置情報を用いてもよい。

なお、以下の説明において、対象路面上の水分を検出した時刻を、「検出時刻」とも記載する場合がある。また、検出時刻より後の時刻であって、予測の対象となる時刻を「対象時刻」とも記載する場合がある。

対象時刻は、例えば、予測部２２０が予測を行う現在時刻である。あるいは、対象時刻は、現在時刻より後の時刻でもよく、現在時刻より前の時刻でもよい。すなわち、本実施の形態では、対象時刻が現在時刻より過去の時刻であっても、予測部２２０は、過去の時刻の対象路面の水分状態を“予測”する。

予測部２２０は、プログラムが格納された不揮発性メモリ、プログラムを実行するための一時的な記憶領域である揮発性メモリ、入出力ポート、プログラムを実行するプロセッサなどで実現される。

続いて、路面状態予測システム１の別の構成について、図３を用いて説明する。図３は、本実施の形態の路面状態予測システムの別の構成を示すブロック図である。

図３に示す路面状態予測システム１ａは、図２に示す路面状態予測システム１と比較して、情報センター２が新たに、蓄積部２３０と、記憶部２４０とを備える点が相違する。

蓄積部２３０は、水分状態を示す状態情報と、位置情報とを対応付けて蓄積する。具体的には、蓄積部２３０は、状態情報と位置情報とを対応付けて、蓄積データ２４１として記憶部２４０に記憶させる。蓄積データ２４１のデータ構造の一例は、図８を用いて後で説明する。

記憶部２４０は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）などの磁気記録装置、ＢＤ（Ｂｌｕ−ｒａｙ（登録商標） Ｄｉｓｃ）など光ディスク、又は、フラッシュメモリなどである。記憶部２４０には、蓄積データ２４１が記憶される。蓄積データ２４１は、蓄積部２３０によって随時更新される。

図３に示す路面状態予測システム１ａによれば、例えば、ユーザが指定したタイミングで、予測部２２０は、記憶部２４０から蓄積データ２４１を読み出し、読み出した蓄積データ２４１に含まれる対象路面の状態情報などに基づいて、対象時刻の路面の水分状態を予測する。このように、記憶部２４０に蓄積データ２４１が記憶されるので、任意のタイミングで予測を行うことができる。

次に、路面状態予測システム１の更に別の構成について、図４を用いて説明する。図４は、本実施の形態に係る路面状態予測システムの別の構成を示すブロック図である。

図４に示す路面状態予測システム１ｂは、図３に示す路面状態予測システム１ａと比較して、移動体１Ａが新たに、環境情報取得部１３０を備える点と、情報センター２が新たに、天候情報取得部２５０を備える点とが相違する。

環境情報取得部１３０は、環境情報を取得する第１取得部の一例である。具体的には、環境情報取得部１３０は、移動体１Ａが道路３を通行中に、路面上の水分が検出された位置及び時刻での移動体１Ａの周囲の環境を測定することで、環境情報を取得する。

環境情報は、収集部２１０が収集する複数の位置情報の少なくとも１つが示す位置の気温、湿度、風速、太陽光の光量及び気圧の少なくとも１つを示す情報である。例えば、環境情報取得部１３０は、移動体１Ａに搭載された温度センサ、湿度センサ、風速センサ、照度センサ、気圧センサ、降水量センサ及び風速センサなど計測対象の物理量を計測する手段で実現される。なお、風速を計測する場合、風速センサと車速センサとの両方を備えることで、風速の計測精度を高めることができる。

図４に示す路面状態予測システム１ｂでは、水分情報と、位置情報と、環境情報とは対応付けられて、情報センター２に送信される。

天候情報取得部２５０は、天候情報を取得する第２取得部の一例である。天候情報取得部２５０は、例えば、検出時刻の天候情報を取得する。また、天候情報取得部２５０は、検出時刻以降の複数の時刻における複数の天候情報を取得する。具体的には、天候情報取得部２５０は、検出時刻から対象時刻（例えば、現在からＮ時間後）までの期間において、定期的に天候情報を取得してもよい。例えば、天候情報取得部２５０は、１時間毎に天候情報を取得してもよい。天候情報取得部２５０は、例えば、気象庁などの公的機関又は民間機関などから天候情報を取得する。

天候情報は、収集部２１０が収集する複数の位置情報の少なくとも１つが示す位置の天候を示す情報である。具体的には、天候情報は、晴れ、曇り、雨、雪、霧などの天候を示す情報である。天候情報は、天候だけでなく、気温、降水量、降雪量、風向、日照時間、湿度及び気圧の少なくとも１つが含まれてもよい。また、天候情報には、露点温度、蒸気圧、雲量、全天日射量などが含まれてもよい。なお、現在より後の天候情報は、気象予報に基づく天候の予測情報である。

図４に示す路面状態予測システム１ｂは、天候情報取得部２５０を備えることで、天候による水分状態の変化を精度良く予測することができる。さらに、路面状態予測システム１ｂは、環境情報取得部１３０を備えることで、天候情報よりも道路の位置毎の詳細な環境情報を入手することが可能となる。このため、各位置での路面の水分状態の変化をより高精度に予測することが可能となる。

また、天候情報と環境情報とを入力データとして機械学習させてもよい。これにより、天候情報に基づいて、道路の位置毎の環境情報を推定することが可能となり、路面の水分状態の変化の予測精度を更に向上させることが可能となる。

なお、移動体１Ａが環境情報取得部１３０を備えない場合は、天候情報取得部２５０が取得した天候情報を環境情報として用いてもよい。

次に、路面状態予測システム１の更に別の構成について、図５を用いて説明する。図５は、本実施の形態に係る路面状態予測システムの別の構成を示すブロック図である。

図５に示す路面状態予測システム１ｃは、図４に示す路面状態予測システム１ｂと比較して、移動体１Ａが新たに、摩擦係数計測部１４０と、加圧部１５０と、凹凸計測部１６０とを備える点が相違している。さらに、路面状態予測システム１ｃは、路面状態予測システム１ｂと比較して、情報センター２が、新たに、摩擦係数を予測する予測部２６０を備える点が相違している。

摩擦係数計測部１４０は、移動体１Ａが通行中の路面の摩擦係数を計測する。例えば移動体１Ａが自動車である場合、摩擦係数計測部１４０は、例えば、先端に重りの付いた紐を道路に垂らした状態で、紐にかかる張力を測定するセンサである。例えば、センサが、路面との摩擦によって紐が引っ張られる力を測定することによって、路面の摩擦係数を計測することが可能となる。

また、移動体１Ａが自動車である場合、摩擦係数計測部１４０は、自動車のタイヤ自体のスリップ率に基づいて摩擦係数を算出してもよい。摩擦係数と水分情報とを対応付けて取得することにより、路面上の各位置における水分情報と摩擦係数との関係の把握が可能となる。これにより、情報センター２では、予測部２６０によって、摩擦係数を計測した時刻より後の時刻における路面の摩擦係数を予測することが可能となる。道路の摩擦係数が分かることで、さらに安全な自動車の走行が可能となる。

加圧部１５０は、移動体１Ａが通行中の路面に圧力を加える。凹凸計測部１６０は、加圧部１５０による加圧前後の路面の表面凹凸の変化を計測する。これにより、路面上の水分の硬さを計測することが可能となる。例えば、積雪状態と表面を雪が覆う凍結状態との判別には、加圧前後の表面凹凸を計測する手法が有効である。

移動体１Ａが自動車である場合、加圧部１５０は、自動車のタイヤである。このとき、凹凸計測部１６０は、タイヤの前後の路面上の表面凹凸を計測する。

なお、加圧部１５０は、例えば、超音波を出力する超音波発信源、又は、圧縮空気を放出する放出機構でもよい。これにより、瞬間的に路面に対する加圧が可能となる。これによって、１つの凹凸計測部１６０によって、加圧前後の表面凹凸を計測することが可能となる。

凹凸計測部１６０は、例えば、ＴＯＦ（Ｔｉｍｅ Ｏｆ Ｆｌｉｇｈｔ）式のカメラ、又は、自発光タイプの赤外カメラ、及び、ＴＯＦ式のカメラ若しくは赤外カメラから出力される信号を処理する信号処理回路などで実現されてもよい。凹凸計測部１６０は、照射した光の路面による散乱光の光量に基づいて表面凹凸を算出してもよい。

また、凹凸計測部１６０は、ミリ波レーダー、超音波レーダー、又は、レーザー光レーダーなどの距離計測器、及び、計測結果を処理する処理回路で実現されてもよい。凹凸計測部１６０は、移動体１Ａが道路を通行中の路面と移動体１Ａとの距離の時間変化から表面凹凸を計測してもよい。

また、加圧部１５０がタイヤである場合であっても、例えば、タイヤ前の路面とタイヤの後の路面との両方が視野に入る位置に凹凸計測部１６０を備えてもよい。これにより、１つの加圧部１５０（具体的には、１つのタイヤ）と１つの凹凸計測部１６０（具体的には、１つのＴＯＦ式のカメラなど）とによって、路面の硬さを計測することが可能となる。

また、凹凸計測部１６０は、タイヤの後方の広い領域を計測の対象領域としてもよい。具体的には、凹凸計測部１６０は、タイヤが通過した路面、すなわち、タイヤによって加圧された路面と、タイヤが接していない路面との両方の表面凹凸を計測する。そして、凹凸計測部１６０は、加圧された路面と加圧されなかった路面との表面凹凸の差異を判定してもよい。この場合も、路面の硬さを計測することが可能となる。

また、図示しないが、加圧前後の凹凸形状の変化を計測する方法のほかに、路面表面を振動させて振幅を計測する手法を用いてもよい。これにより、雪と氷との判別精度の向上に効果を発揮する。路面に振動を加える加振部としては、加圧部１５０と同じく、例えば、超音波発信源又はスピーカーなどの音源を用いることができる。

以上のように、移動体１Ａでは、路面の摩擦係数、及び、表面凹凸を示す表面情報が取得される。なお、表面情報は、摩擦係数及び表面凹凸のいずれか一方のみを示していてもよい。移動体１Ａは、摩擦係数計測部１４０を備えていなくてもよく、加圧部１５０及び凹凸計測部１６０を備えていなくてもよい。

図５に示す路面状態予測システム１ｃでは、水分情報と、位置情報と、環境情報と、表面情報とが、情報センター２に送信される。

予測部２６０は、表面情報に基づいて、摩擦係数又は表面凹凸を計測した時刻より後の時刻における路面の摩擦係数を予測する。具体的には、予測部２６０は、対象時刻における対象路面の摩擦係数を予測する。例えば、予測部２６０は、予測部２２０によって予測された路面の水分状態に基づいて、表面情報が示す摩擦係数であって計測時刻の摩擦係数からの変化を予測する。

例えば、計測時刻から対象時刻までの間に、路面の凍結の割合が増えたことが予測された場合、予測部２６０は、対象時刻の摩擦係数として、計測時刻の摩擦係数より小さな値を算出する。あるいは、計測時刻から対象時刻までの間に、路面の乾燥の割合が増えたことが予測された場合、予測部２６０は、対象時刻の摩擦係数として、計測時刻の摩擦係数より大きな値を算出する。また、例えば、計測時刻から対象時刻までの間に、表面凹凸が増えたことが予測された場合、予測部２６０は、対象時刻の摩擦係数として、計測時刻の摩擦係数より大きな値を算出する。

このように、図５に示す路面状態予測システム１ｃによれば、対象時刻における路面の摩擦係数が予測されるので、自動車の安全な走行を実現することができる。

次に、路面状態予測システム１の更に別の構成について、図６を用いて説明する。図６は、本実施の形態に係る路面状態予測システムの別の構成を示すブロック図である。

図６に示す路面状態予測システム１ｄは、図４に示す路面状態予測システム１ｂと比較して、移動体１Ａが、環境情報取得部１３０を備えずに、制御部１７０と、移動速度計測部１８０と、時刻取得部１９０とを備える点が相違する。また、図６では、水分情報取得部１１０及び位置情報取得部１２０の詳細な構成を図示している。

なお、図６に示す移動体１Ａは、環境情報取得部１３０を備えてもよい。同様に、図６に示す移動体１Ａは、図５に示す摩擦係数計測部１４０、加圧部１５０、凹凸計測部１６０を備えてもよい。

図６に示すように、水分情報取得部１１０は、近赤外光源部１１１と、光検出部１１２と、放射温度計測部１１３と、判別部１１４とを備える。水分情報取得部１１０は、赤外光の路面による散乱反射光の強度に基づいて、当該路面上の水分をスポット的に検出する。赤外光が照射される領域が、水分の検出の対象エリア、すなわち、計測エリアである。

近赤外光源部１１１は、近赤外光を出射する。具体的には、近赤外光源部１１１は、移動体１Ａが通行中の道路の路面に向けて近赤外光を出射する。近赤外光源部１１１は、例えば、ＬＥＤ（Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ）又はレーザー素子などの固体発光素子である。

光検出部１１２は、近赤外光源部１１１が出射した近赤外光の路面による散乱反射光を受光する。散乱反射光の強度によって、水分の検出が行われる。光検出部１１２は、例えば、フォトダイオード、フォトトランジスタなどの光電変換素子で実現される。

なお、近赤外光の出射方向は、例えば、移動体１Ａの前方であって、移動体１Ａが走行中の通行帯であるが、これに限らない。近赤外光の照射方向は、移動体１Ａの後方でもよい。あるいは、近赤外光の照射方向は、移動体１Ａの左側方又は右側方であってもよい。この場合、近赤外光は、移動体１Ａが走行している自車線ではなく、対向車線、中央分離帯、路側帯、自転車通行帯、又は、歩道などの他の通行帯に照射される。これにより、自車線ではなく、対向車線などのその他の通行帯の路面の水分状態を検出することができる。

例えば、移動体１Ａには、近赤外光源部１１１及び光検出部１１２の組が複数搭載されていてもよい。これにより、複数の通行帯の路面の水分状態を検出することができる。

放射温度計測部１１３は、路面の温度を測定する。放射温度計測部１１３は、例えば、非接触式の温度センサであり、路面から放射される赤外放射量を測定することで、路面の温度を測定する。

判別部１１４は、水分情報が示す水分が水、氷、雪又はこれらの混合状態のいずれであるかを判別する。具体的には、判別部１１４は、路面上の水分の状態が、乾燥、水、氷若しくは雪、又は、これらの２つ以上の混合状態のいずれであるかを判別することで、水分状態を示す状態情報を生成する。

また、判別部１１４は、水、氷、雪又はこれらの混合状態の路面上での拡がり具合を判別する。拡がり具合は、面積などで表される。

判別部１１４は、プログラムが格納された不揮発性メモリ、プログラムを実行するための一時的な記憶領域である揮発性メモリ、入出力ポート、プログラムを実行するプロセッサなどで実現される。なお、判別部１１４は、制御部１７０と同じハードウェア資源を用いて実現されてもよい。

本実施の形態では、移動体１Ａが移動するため、スポット型の水分情報取得部１１０によって、複数の位置の水分情報を取得することが可能となる。スポット型の水分情報取得部１１０は、二次元型の水分情報取得部より安価で小型な構成となる。

なお、詳細については実施の形態６で説明するが、二次元型の水分情報取得部は、複数の受光領域が行列状に並んだ受光素子を用いて、受光領域毎に水分の検出を行う。これにより、水分量の二次元分布を水分情報として取得することができる。移動体１Ａは、二次元型の水分情報取得部を備えてもよい。これにより、水分の拡がりを計測する精度を高めることができる。

また、移動体１Ａがスポット型の水分情報取得部１１０を備える場合、計測エリアの一部が重なる複数の水分情報を取得してもよい。これにより、計測エリアのサイズより細かい解像度の水分量の分布情報を取得することが可能となる。したがって、スポット型の水分情報取得部１１０を備える場合でも、水分の拡がりを計測する精度を高めることができる。また、計測エリアの一部が重なる複数の水分情報を用いてサブピクセルシフト超解像処理を行うことにより、更に高解像度の水分量の分布情報とすることが可能となる。

計測エリアのサイズは、例えば幅５ｃｍ以上である。これにより、高精度な路面の水分状態を計測することが可能となる。

また、移動体１Ａが自動車である場合は、計測エリアのサイズが幅１０ｃｍ以上であってもよい。これにより、タイヤが通過する範囲の路面の水分状態を把握することが可能となる。なお、５ｃｍ以下の解像度で水分量の分布情報を取得してもよい。これにより、積雪状態と、凍結路面上に粉雪が乗った状態との違いの判別精度も向上させることが可能となる。また、１ｃｍ以下の解像度で水分量の分布情報を取得してもよい。これにより、圧雪と新雪との違いの認識精度を向上させることが可能となる。

例えば、移動体１Ａが少なくとも５ｃｍ又は１ｃｍ移動する度に、１回以上の路面の水分情報を取得してもよい。例えば、移動体１Ａが自動車であって時速１００ｋｍ程度以下で走行している場合、水分情報取得部１１０の計測間隔（サンプリングレート）は１．８ｍｓ以下でもよい。これにより、５ｃｍの移動毎に１回以上の計測を行うことができる。また、水分情報取得部１１０の計測間隔は０．３ｍｓ以下でもよい。これにより、１ｃｍの移動毎に１回以上の計測を行うことができる。

位置情報取得部１２０は、図６に示すように、ＧＰＳ受信器１２１を備える。ＧＰＳ受信器１２１は、ＧＰＳ衛星からの電波を受信することにより、位置情報を取得する。

制御部１７０は、移動体１Ａが備える各構成要素を制御する。制御部１７０は、プログラムが格納された不揮発性メモリ、プログラムを実行するための一時的な記憶領域である揮発性メモリ、入出力ポート、プログラムを実行するプロセッサなどで実現される。

移動速度計測部１８０は、移動体１Ａの移動速度を計測する。移動速度計測部１８０は、例えば、車輪の回転速度を検出するセンサなどで実現され、検出した回転速度に基づいて移動体１Ａの移動速度を算出する。あるいは、移動速度計測部１８０は、ＧＰＳ受信器１２１による位置情報に基づいて移動体１Ａの移動速度を算出してもよい。また、移動速度計測部１８０は、ＧＰＳ受信器１２１による位置情報と、車輪に設けられたセンサが検出した回転速度との両方から、移動速度を算出してもよい。

時刻取得部１９０は、時刻を取得するタイマーである。

続いて、本実施の形態に係る路面状態予測システム１〜１ｄの動作を説明する。なお、以下では、一例として、図６に示す路面状態予測システム１ｄの動作を説明する。

次に、図７を用いて、本実施の形態に係る路面状態予測システム１ｄによる水分情報の取得処理の流れについて説明する。図７は、本実施の形態に係る路面状態予測システム１ｄによる水分情報の取得処理を示すフローチャートである。具体的には、図７は、移動体１Ａにおける路面の水分状態の検出処理を示している。

制御部１７０は、路面の水分状態の検出処理を開始する。例えば、制御部１７０は、移動体１Ａの移動が開始されたタイミングで、水分状態の検出処理を開始する。制御部１７０は、水分状態の検出処理を開始すると同時に時刻取得部１９０を動作させて、検出処理の開始時刻をメモリに記録する。

まず、ステップＳ１１では、位置情報取得部１２０が、位置情報を取得する。具体的には、ＧＰＳ受信器１２１が、位置情報を取得する。

次に、ステップＳ１２では、移動速度計測部１８０が、移動速度を計測する。なお、移動速度の計測処理は行われなくてもよい。

次に、ステップＳ１３では、水分情報取得部１１０が、水分を検出し、水分状態を判別する。具体的には、制御部１７０による制御に基づいて、近赤外光源部１１１から水の吸収ピーク近傍の光を吸収光として路面に照射し、路面からの吸収光の散乱反射光を光検出部１１２が受光する。判別部１１４は、受光された光の強度をメモリに記憶する。次に、制御部１７０による制御に基づいて、近赤外光源部１１１から水の吸収ピーク以外の光を参照光として路面に照射し、路面からの参照光の散乱反射光を光検出部１１２が受光する。判別部１１４は、受光された光の強度をメモリに記憶する。

判別部１１４は、メモリに記憶した強度値に基づいて、水、氷、雪の有無を判別する。判別部１１４は、放射温度計測部１１３が計測する路面温度の値に基づいて、水と氷とを判別する。また、路面による吸収光又は参照光の散乱反射光の強度を計測することで、水分による太陽光の吸収率が求まる。なお、カメラなどの可視光の受光装置を太陽光の吸収率の計測手段として用いてもよい。これによって、蒸発、融解、融雪の変化速度をより高精度に算出することができる。

次に、ステップＳ１４で、判別部１１４は、路面の水分状態が変化したかどうかを判定する。水分状態の変化とは、乾燥、水、雪、氷の１つの状態から他の状態に変化することである。例えば、判別部１１４は、直前の水分の検出に基づく判別結果と、今回の判別結果とを比較することで、変化があったか否かを判定する。

ステップＳ１４で水分状態に変化がないと判定された場合（Ｎｏ）、次に、ステップＳ１５で、制御部１７０は、移動体１Ａの移動速度に変化があったかどうかを判定する。ステップＳ１５で移動速度に変化がないと判定された場合（Ｎｏ）、ステップＳ１２に戻り、上述した処理を繰り返す。水分状態又は移動速度に変化がない場合、直前のデータを利用することができるので、データの蓄積を行わなくてもよい。

ステップＳ１６では、ステップＳ１４で水分状態の変化があると判定された場合（Ｙｅｓ）、又は、ステップＳ１５で移動速度に変化があると判定された場合（Ｙｅｓ）、制御部１７０は、時刻取得部１９０から時刻情報を取得する。

次に、ステップＳ１７において、蓄積部２３０は、水分状態を示す状態情報などのデータを蓄積する。例えば、移動体１Ａは、通信部（図示せず）を介して、時刻情報、位置情報、状態情報及び速度情報を情報センター２に送信する。

情報センター２では、送信された時刻情報、位置情報、状態情報及び速度情報を収集部２１０が取得する。蓄積部２３０は、時刻情報、位置情報、状態情報及び速度情報と、天候情報とを対応付けて記憶部２４０に蓄積する。なお、天候情報は、天候情報取得部２５０によって取得された、時刻情報が示す日時の天候を示す情報である。なお、ここでは、情報センター２において、データの蓄積が行われる例を示したが、移動体１Ａが備える記憶部にデータが蓄積されてもよい。

次に、ステップＳ１８では、水分状態の検出処理を完了するか否かを判定する。ステップＳ１８で、検出処理を完了しないと判定された場合、ステップＳ１１に戻り、上述した処理が繰り返される。水分状態の検出処理を完了するか否かは、移動体１Ａが、予め設定された経路を移動し終えたこと、又は、移動体１Ａが移動を停止したことなどを示す情報に基づいて、制御部１７０が判定する。

続いて、図８を用いて、本実施の形態における路面上の水分の検出結果に基づいて得られた状態情報などを含む蓄積データについて説明する。図８は、本実施の形態に係る路面状態予測システム１ｄの記憶部２４０に蓄積された蓄積データ２４１の一例を示す図である。

例えば、蓄積データ２４１には、日時を示す時刻情報と、位置情報と、路面の水分状態を示す状態情報と、移動速度を示す速度情報とが対応付けられている。さらに、天候情報として、天候、気温、降水量、降雪量、風向、日照時間、湿度、気圧情報が対応付けられている。

図８に示すように、時刻情報と位置情報と状態情報と速度情報とが対応付けて記憶されているので、時刻情報から計算される時間に移動速度を乗じることで、道路上の任意の地点での水分分布を知ることができる。

なお、蓄積データ２４１には、収集部２１０が収集した情報だけでなく、予測部２２０による予測結果が含まれてもよい。具体的には、蓄積部２３０は、対象時刻及び対象位置における予測結果を状態情報として、対象時刻の天候情報と対応付けて記憶部２４０に記憶してもよい。

次に、図９を用いて、路面の水分状態の予測処理について説明する。図９は、本実施の形態に係る路面状態予測システム１ｄによる路面の水分状態の予測処理の一例を示すフローチャートである。

まず、ステップＳ２１で、予測したい１つ以上の候補地点を設定する。候補地点は、緯度及び経度の組で表される。例えば、予測部２２０は、ディスプレイなどに候補地点の入力画面又は選択画面を表示し、ユーザからの選択を受け付ける。選択画面に表示させる選択の候補は、例えば、蓄積データ２４１に含まれる全ての位置情報が示す位置である。

あるいは、予測部２２０は、地図を表示し、地図上の位置を選択させることで、候補地点を設定してもよい。また、予測部２２０は、緯度及び経度、候補地点の名称、又は、道路の管理番号などを直接入力するための入力画面を表示してもよい。

次に、ステップＳ２２で、予測部２２０は、ステップＳ２１で設定された１つ以上の候補地点から１つを選択し、選択した候補地点の緯度及び経度を取得する。ステップＳ２２で選択された候補地点が、予測対象となる対象位置である。

次に、ステップＳ２３で、予測部２２０は、対象位置における過去の路面の状態情報を取得する。具体的には、予測部２２０は、記憶部２４０に記憶された蓄積データ２４１から、対象位置の緯度及び経度に対応するデータを読み出す。具体的には、予測部２２０は、対象位置の時刻情報、状態情報、及び、天候情報を取得する。

次に、ステップＳ２４で、天候情報取得部２５０は、対象位置での現在時刻までの天候情報を取得する。なお、予測の対象時刻が現在時刻より過去の時刻である場合、天候情報取得部２５０は、対象位置での対象時刻までの天候情報を取得する。

次に、ステップＳ２５では、天候情報取得部２５０は、現在時刻からＮ時間後の天候の予測情報を取得する。天候の予測情報は、いわゆる天気予報などであり、天候情報取得部２５０が気象庁などから取得する。

次に、ステップＳ２６では、予測部２２０は、過去の路面の水分状態と現在時刻までの天候情報とに基づいて、現在時刻での路面の水分状態を予測する。

次に、ステップＳ２７で、予測部２２０は、所定のアルゴリズムを実行することによって対象位置でのＮ時間後の路面の水分状態を予測する。なお、ステップＳ２６及びＳ２７での予測処理の詳細なアルゴリズムは、図１０を用いて後で説明する。

次に、ステップＳ２８で、予測部２２０は、ステップＳ２１で設定された１つ以上の予測の候補地点の中にまだ予測が完了していない候補地点があるか否かを判定する。予測していない候補地点があれば（Ｙｅｓ）、ステップＳ２２に戻って上述した処理を繰り返す。

ステップＳ２８において予測していない候補地点が無ければ（Ｎｏ）、ステップＳ２９において、予測部２２０は、地点毎の予測結果をまとめた予測データを作成する。予測データは、情報として扱いやすいように位置情報と予測結果との組合せで表してもよい。あるいは、情報の閲覧性を良くするために、地図上に予測結果を表示してもよい。

なお、ステップＳ２６及びＳ２７では、直近の路面の水分状態、水分分布及び天候情報と、現在の天候情報とから水分分布の変化を予測する。基本的には、直近に検出された水分が水であれば、その後、降雨及び降雪が無く、気温が上昇すれば、蒸発により次第に水は減っていく。このとき、検出された水の範囲が広ければ、水の消失には時間がかかり、狭ければ早く水が消失する。

一方、気温が下がって路面温度が０℃を下回るようになると、水分の凍結の可能性が高まる。路面温度の変化には気温以外に、路面からの熱放射、過去の天候により路面に蓄積された熱量などが関係するので、水分情報を取得した時刻での天候情報も参考にする。

また、直近に検出した水分が雪であれば、路面温度が０℃未満であれば、雪の状態を維持し、路面温度が０℃を超えると融雪が始まる。この状態で、気象変化により路面温度が０℃を下回ると路面が凍結する。

直近に検出された水分が氷の場合も、路面温度が０℃を境に、氷の状態を維持するか、水に変化するかが分かれる。さらに、その後の気象変化によって再度凍結するか、乾燥路面になるかを予測することが可能となる。

この時、雪であっても氷であっても、その大きさ（面積）と天候情報とによって融解又は消失に至るまでの時間を計算し、予測を行う。さらに、図８に示した路面状態と天候情報との関係を機械学習することによって、予測を行うこともできる。いずれの予測方法であっても路面状態が乾燥、水、雪、及び、氷のいずれであるか、及び、それぞれの領域の比率が分かることによって予測精度を上げることが可能となる。

以下では、水分状態の予測に用いるアルゴリズムの一例について説明する。

次に、図１０を用いて、図９のステップＳ２６及びステップＳ２７における所定のアルゴリズムの一例について説明する。図１０は、本実施の形態に係る路面状態予測システムの予測アルゴリズムを示すフローチャートである。

まず、ステップＳ１０１において、予測部２２０は、初期の路面比率（Ｒｄ、Ｒｗ、Ｒｓ、Ｒｉ）を読み込む。路面比率を示す記号の添え字ｄ、ｗ、ｓ、ｉはそれぞれ乾燥、湿潤、積雪、凍結を示す。また、Ｒｄ＋Ｒｗ＋Ｒｓ＋Ｒｉ＝１である。つまり、路面比率の合計値は１である。

具体的には、予測部２２０は、蓄積データ２４１から、予測の対象位置における水、雪及び氷の割合を路面比率として取得する。例えば、図８に示す蓄積データ２４１では、同じ緯度及び経度で表される位置において１２個の状態情報が含まれている。１２個の状態情報のうち、１個が水であるので、Ｒｗ＝１／１２≒０．０８となる。２個が氷であるので、Ｒｉ＝２／１２≒０．１７となる。９個が雪であるので、Ｒｓ＝９／１２≒０．７５となる。乾燥はないため、Ｒｄ＝０．０である。

次に、ステップＳ１０２では、予測部２２０は、天候情報を読み込む。具体的には、予測部２２０は、ステップＳ２４及びＳ２５で天候情報取得部２５０によって取得された、現在時刻からＮ時間後までの天候情報を読み込む。

次に、ステップＳ１０３では、予測部２２０は、天気補正係数Ｃｆ、Ｃｃ、Ｃｒ、Ｃｓを設定する。天気補正係数を示す記号の添え字ｆ、ｃ、ｒ、ｓはそれぞれ、晴れ、曇り、雨、雪である。天気補正係数は、それぞれの天気における水分の状態遷移のしやすさを示している。例えば、氷が水に変わる、若しくは、この逆、又は、雪が水に変わる場合に、晴れであれば、Ｃｆ＝１、曇りであればＣｃ＝０．８というように設定する。設定値は、初期値を与えた後、予測地点毎による機械学習を行うことで、随時、最適な値に更新されてもよい。これにより、更に精度の高い予測が可能となる。

次に、ステップＳ１０４で、予測部２２０は、降雪量Ａｓを設定する。降雪量Ａｓは、ステップＳ１０２で読み込んだ天候情報に含まれる降雪量［ｃｍ］である。

次に、ステップＳ１０５で、予測部２２０は、降雨量Ａｒを設定する。降雨量Ａｒは、ステップＳ１０２で読み込んだ天候情報に含まれる降雨量［ｍｍ］である。

次に、ステップＳ１０６で、予測部２２０は、温度Ｔを設定する。温度Ｔは、ステップＳ１０２で読み込んだ天候情報に含まれる気温［℃］である。

なお、天候情報に降雪量、降雨量及び気温の少なくとも１つが含まれていない場合、対応する各ステップは省略されてもよい。また、ステップＳ１０２で、時刻の異なる複数の天候情報を読み込んだ場合、降雪量、降雨量及び気温は時刻毎に設定される。

次に、ステップＳ１０７、Ｓ１０８、Ｓ１０９において、予測部２２０は、降雪量、降雨量及び初期の路面比率の各々と、天気補正係数及び温度とを用いて水分状態の計算を行う。なお、ステップＳ１０７〜Ｓ１０９が実行される順序は、特に限定されず、同時に並列処理で実行されてもよい。

まず、ステップＳ１０７では、予測部２２０は、降雪量Ａｓの雪が水に遷移する量を計算する。例えば、温度Ｔが０℃未満であれば、雪の量は変化せず、温度Ｔが０℃以上になると、温度Ｔに比例して水に変わるというモデルを利用する。予測部２２０は、変化した雪の量に天気補正係数を乗算して、雪から水への変化量を補正する。

ステップＳ１０８では、予測部２２０は、降雨量Ａｒの雨が消失又は氷に遷移する量を計算する。例えば、温度Ｔが０℃未満であれば、温度Ｔの絶対値に比例して氷に変わり、温度Ｔが０℃以上になると、温度Ｔに比例して水が消失するというモデルを利用する。予測部２２０は、変化した水の量に天気補正係数を乗算して、水から氷への変化量、又は、水の消失量を補正する。

ステップＳ１０９では、予測部２２０は、初期の路面比率Ｒｄ、Ｒｗ、Ｒｓ及びＲｉの各々が、水の状態遷移により変化する量を計算する。ステップＳ１０９では、ステップＳ１０７及びＳ１０８と同様のモデルに基づいて計算することができる。

ステップＳ１１０では、予測部２２０は、ステップＳ１０７、Ｓ１０８及びＳ１０９で計算して得られた水分状態の量を、水、雪、氷の状態毎に積算する。

最後に、ステップＳ１１１において、予測部２２０は、乾燥、湿潤、積雪、凍結の比率を計算する。乾燥の比率は、１から湿潤、積雪及び凍結の比率の和を差し引いた値である。

なお、図１０に示した予測アルゴリズムは、天候情報と水分分布の大きさを示す初期路面比率とを用いる一例であり、これに限定されない。水分状態の遷移モデルの変更、計算用パラメータの追加、又は、機械学習の手法を応用してもよい。適宜変更を加えることにより、より精度の高い予測が可能となるのは言うまでもない。

次に、図１１を用いて、実際に予測を行った一例について説明する。図１１は、水分状態の予測結果の一例を示す図である。図１１の（ａ）は、初期の路面比率が乾燥：湿潤：積雪：凍結＝０．３：０：０．２５：０．４５であり、天気が曇り、温度５℃の時の予測結果を示している。図１１の（ａ）の各行には、図１０で説明したステップ毎の値が示されている。図１１の（ａ）の最下段には、予測値（具体的には、予測された路面比率）が示されている。

図１１の（ａ）の初期の路面比率と予測値とを比較すると、湿潤路面及び乾燥路面が増加している。図１１の（ａ）に示す例では、降雪量及び降雨量が０であることから、天気及び気温の影響によって、積雪及び凍結の融解が進むと推測できる。このため、当該推測結果と同じように、予測が精度良く行うことができていることが分かる。

図１１の（ｂ）は、初期の路面比率が乾燥：湿潤：積雪：凍結＝０．３：０．２５：０．４５：０であり、天気が雪、温度−５℃の時の予測結果を示している。図１１の（ｂ）では、降雪による積雪の増加と、湿潤領域の凍結への遷移とが予測できていることが分かる。

ここでは、乾燥：湿潤：積雪：凍結の路面比率の推移を予測する方法について説明したが、路面水分の厚み、及び、温度の推移を予測する方法についても同様の方法が用いられる。水分の厚みの変化を予測する場合も、初期の路面上の水分の厚み情報と天候情報とに基づいて予測を開始し、降雪量、降雨量、気温などの情報に基づいて将来を予測する。

また、路面比率、厚みどちらの予測の場合も、水分表面による太陽光の吸収率と日射量とを掛け合わせた値に基づいて水分温度を予測し、水分温度から路面の水分状態を予測することが可能となる。この際、水分情報取得部１１０で計測した時刻の路面の水分温度を示す情報も予測に重要な指標となる。

本実施の形態では、移動体の移動速度と時間情報とから水分状態の分布の大きさを知ることができる。したがって、本実施の形態に係る路面状態予測システム１は、スポット型の水分情報取得部１１０を備える簡素な構成でありながら、高精度な路面水分状態予測が可能となる。さらに、本実施の形態に係る路面状態予測システム１において情報センター２の蓄積部２３０が、蓄積した情報の更新機能を有してもよい。

図１２は、本実施の形態に係る路面状態予測システム１ｄによる情報の更新処理を示すフローチャートである。

図１２に示すように、蓄積部２３０は、例えば毎正時などの所定のタイミングで、情報の更新処理を開始する。

まず、ステップＳ４１では、蓄積部２３０は、特定の地点において所定時間以内に路面の水分状態を示す情報の更新があったか否かを判定する。所定時間とは、例えば１時間である。例えば、蓄積部２３０は、収集部２１０が、特定の地点を示す位置情報と、当該位置情報に対応付けられた状態情報とを、複数の移動体のいずれかから取得したか否かを判定する。蓄積部２３０は、収集部２１０が、特定の地点を示す位置情報と、当該位置情報に対応付けられた状態情報とを取得した場合に、情報の更新があったと判定する。

ステップＳ４１で情報の更新があったと判定された場合（Ｙｅｓ）、路面の水分状態を示す状態情報などが、直近に更新されたことを意味するので、情報の更新処理を終了する。

ステップＳ４１で情報の更新が無かったと判定された場合（Ｎｏ）、ステップＳ４２で、天候情報取得部２５０は、現在時刻までの天候情報を取得する。

次に、ステップＳ４３で、予測部２２０は、過去の路面の水分状態と現在時刻までの天候情報とに基づいて、現在時刻での路面の水分状態を予測する。具体的な処理は、ステップＳ２６での処理と同じである。例えば、ステップＳ４３では、予測部２２０は、図１０に示した予測アルゴリズムに基づいて水分状態を予測する。

次に、ステップＳ４４で、蓄積部２３０は、予測部２２０によって予測された現在の路面状態を、状態情報として記憶部２４０に記憶する。これにより、情報の更新処理が終了する。

このように、蓄積部２３０に情報の更新機能をもたせることで、蓄積データ２４１を、所定時間毎に更新される鮮度の高い情報に保つことができる。これにより、予測部２２０は、精度の高い予測を行うことができる。新たに、状態情報及び位置情報などを移動体から収集されない場合であっても、所定時間毎に路面の水分状態が更新されるので、常に新しい水分状態の予測データとして利用することが可能となる。

（実施の形態２）
続いて、実施の形態２に係る路面状態予測システムについて、図１３を用いて説明する。

図１３は、本実施の形態に係る路面状態予測システム３０１の構成を示すブロック図である。

図１３に示すように、路面状態予測システム３０１は、図２に示す路面状態予測システム１と比較して、新たに配信部３７０を備える点が相違する。具体的には、情報センター２は、配信部３７０を備える。

配信部３７０は、予測部２２０による予測結果を含む配信情報を配信する。配信先は、走行中の車両、道路管理者、交通管理者、交通情報事業者、運輸事業者、又は、郵便事業者などである。

配信部３７０は、例えば、配信先からの配信要求を受けた場合に、配信要求への応答として配信情報を配信する。配信情報には、予測結果だけでなく、自動運転の可否を示す運転可否情報などが含まれてもよい。

運転可否情報には、自動運転の可否だけでなく、手動運転の困難度合いが含まれてもよい。例えば、通行の難易度、事故確率の上昇度、又は、制限速度などを示す情報が、運転可否情報には含まれてもよい。このとき、運転可否情報は、車両の種別毎の運転の困難度合いを示してもよい。例えば、運転可否情報は、路面に積雪があるためスタッドレスタイヤを装着している車両は通行可能であるが、ノーマルタイヤを装着している車両は通行不可能であることを示してもよい。

また、運転可否情報には、白線の有無、積雪による白線の可視状況、道路の陥没若しくは亀裂の有無、落石若しくは倒木の有無、霧の発生などの自動運転又は手動運転の妨げになりうる要素を示す情報が含まれてもよい。これらの情報は、例えば、移動体１Ａに搭載された可視光カメラなどによって撮影された画像から取得され、水分情報などともに情報センター２に送信され、記憶部２４０に記憶されたものである。

このように、本実施の形態に係る路面状態予測システム３０１は、配信部３７０を備えることにより、道路の利用者、道路管理者、交通管理者、交通情報事業者などに水分状態の予測結果を提供することができる。これにより、道路利用者による安全な道路の選択、又は、道路管理者による危険な道路の安全対策（例えば、融雪剤若しくは凍結防止剤の散布処理）の実施などに有益な情報提供を行うことが可能となる。

また、交通管理者による危険な道路の利用制限、又は、交通情報事業者による道路利用者への交通情報の提供に有益な情報提供などを行うことが可能となる。

なお、本実施の形態において、実施の形態１に記載した多様な構成を併用することで、より高度な水分状態の予測が可能となる。

（実施の形態３）
続いて、実施の形態３に係る路面状態予測システムについて、図１４を用いて説明する。

図１４は、本実施の形態に係る路面状態予測システム３０２の構成を示すブロック図である。

図１４に示すように、路面状態予測システム３０２は、図４に示す路面状態予測システム１ｂと比較して、新たに配信部３７０と、報知部３８０と、判定部３８１と、探索部３８２とを備える点が相違する。なお、図１４に示す移動体１Ａは、環境情報取得部１３０を備えていてもよい。

図１４に示すように、路面状態予測システム３０２では、情報センター２の配信部３７０が、配信情報を複数の移動体１Ｃ及び１Ｄに配信する。移動体１Ｃ及び１Ｄは、路面上の水分の検出を行う機能を有しない移動体である。移動体１Ｃ及び１Ｄは、例えば、四輪自動車又は二輪車などの路面上を走行する車両であるが、これに限らない。

移動体１Ｃ及び１Ｄはそれぞれ、報知部３８０を備える。報知部３８０は、予測部２２０による予測結果を報知する。具体的には、報知部３８０は、移動体１Ｃ又は１Ｄの進路に路面凍結、積雪、水たまりが予測される場合に、画像、音声又は音によって運転者に対して注意喚起を行う。報知部３８０は、例えば、ディスプレイ又はスピーカーなどである。

報知部３８０は、移動体１Ｃに搭載されたカーナビゲーションシステムと連携していてもよい。例えば、図１４に示すように、移動体１Ｃは、判定部３８１と、探索部３８２とを備える。

判定部３８１は、予測部２２０による予測結果に基づいて道路の通行の可否を判定する。具体的には、判定部３８１は、目的地までの経路上に、路面凍結、積雪、水たまりがあるかどうかを判定し、路面凍結、積雪、水たまりがある場合に通行ができないと判定する。

探索部３８２は、判定部３８１によって通行ができないと判定された場合に、迂回路を探索する。探索部３８２は、移動体１Ｃの現在地と目的地とを結ぶ複数の経路の中から、通行可能で、かつ、距離が最も短い経路を迂回路として選択する。探索部３８２は、複数の迂回路を探索してもよい。

報知部３８０は、さらに、探索部３８２によって探索された迂回路を報知する。例えば、報知部３８０は、迂回路を表した地図を提示する。

なお、本実施の形態では、移動体１Ｃ及び１Ｄが報知部３８０を備える例を示したが、移動体１Ａ及び１Ｂが報知部３８０を備えてもよい。あるいは、報知部３８０は、道路脇などに設けられてもよい。この場合、移動体の運転者だけでなく、道路を利用する歩行者にも路面の水分状態の予測結果などを提供することができる。

また、移動体１Ｃは、判定部３８１及び探索部３８２を備えていなくてもよい。情報センター２が、判定部３８１及び探索部３８２を備えていてもよい。例えば、移動体１Ｃは、配信情報を要求する際に移動体１Ｃの位置を示す位置情報を送信する。判定部３８１は、移動体１Ｃの位置情報に基づいて、移動体１Ｃの通行予定の道路の通行の可否を判定する。配信部３７０は、判定部３８１によって通行ができないと判定された場合に、探索部３８２が探索した迂回路を示す情報を、配信情報に含めて移動体１Ｃに配信してもよい。

なお、本実施の形態において、実施の形態１に記載した多様な構成を併用することで、より高度な水分状態の予測が可能となる。

（実施の形態４）
続いて、実施の形態４に係る路面状態予測システムについて、図１５及び図１６を用いて説明する。

図１５は、本実施の形態に係る路面状態予測システム３０３の構成を示すブロック図である。

図１５に示すように、路面状態予測システム３０３は、図１４に示す路面状態予測システム３０２と比較して、新たに改変情報取得部３９０を備える点が相違する。本実施の形態では、情報センター２が改変情報取得部３９０を備える。

改変情報取得部３９０は、道路の改変に関する改変情報を取得する第３取得部の一例である。改変情報取得部３９０は、外部装置からの無線又は有線を介した通信によって改変情報を取得する。

改変情報は、道路の改変を行った位置と、改変の内容とを示す情報である。道路の改変は、例えば、道路管理者などによって行われる除雪作業、排水作業、又は、凍結の融解作業などである。除雪剤又は凍結防止剤の散布なども道路の改変に含まれてもよい。改変情報には、道路管理者が道路の改変後に行った水分の検出結果に基づく、路面の水分状態を示す状態情報が含まれてもよい。

蓄積部２３０は、改変情報に基づいて、記憶部２４０に記憶された蓄積データ２４１に含まれる状態情報を更新する。例えば、改変情報に状態情報が含まれる場合、蓄積部２３０は、改変情報に含まれる位置に対応する蓄積データ２４１内の状態情報を、改変情報に含まれる状態情報に置き換える。

続いて、図１６を用いて、情報の更新の具体的な処理について説明する。図１６は、本実施の形態に係る路面状態予測システム３０３による情報の更新処理を示すフローチャートである。

まず、ステップＳ５１で、改変情報取得部３９０は、外部装置から、道路の改変に関する改変情報を取得する。改変情報には、道路の改変を行った位置と、改変の内容とが含まれる。

次に、ステップＳ５２で、天候情報取得部２５０が、改変情報が示す位置の天候情報を取得する。

次に、ステップＳ５３で、蓄積部２３０が、改変情報と現在の天候情報とを関連づける。

次に、ステップＳ５４で、蓄積部２３０は、改変情報に基づいて状態情報を更新する。具体的には、蓄積部２３０は、改変情報に含まれる状態情報と、位置情報と、天候情報とを現在時刻に対応付けて記憶部２４０に蓄積する。

本実施の形態によれば、例えば、道路管理者などによって、除雪作業、排水作業、又は、凍結の融解作業などの道路の改変が行われた場合に、その結果の路面状態を蓄積データ２４１に反映させることができる。これにより、路面の水分状態の予測精度を高めることができる。

なお、本実施の形態において、実施の形態１に記載した多様な構成を併用することで、より高度な水分状態の予測が可能となる。

（実施の形態５）
続いて、実施の形態５に係る運転支援システムについて、図１７を用いて説明する。

図１７は、本実施の形態に係る運転支援システム４００の構成を示すブロック図である。運転支援システム４００は、実施の形態４で説明した路面状態予測システム３０３と、車両４０１に搭載された受信端末４１１とを備える。なお、図１７では、路面状態予測システム３０３のうち、情報センター２の配信部３７０のみを図示している。

図１７に示す車両４０１は、自動運転機能を有する車両である。図１７に示すように、車両４０１は、制御コントローラ４０２と、自動制御ＥＣＵ（Ｅｎｇｉｎｅ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）４０３と、操舵部４０４と、制動部４０５と、駆動部４０６と、シャシー制御部４０７と、情報蓄積部４０８と、センサ群４０９と、ディスプレイ４１０とを備える。さらに、車両４０１は、受信端末４１１を備える。

制御コントローラ４０２は、演算処理装置及びメモリなどで実現される。制御コントローラ４０２は、図１７に示す他の構成要素との間で互いに信号を伝送する。制御コントローラ４０２は、受信端末４１１によって受信された配信情報に基づいて、車両４０１の自動運転を支援する制御部の一例である。具体的には、制御コントローラ４０２は、予測部２２０による予測結果に基づいて、車両４０１の自動運転を支援する。

自動制御ＥＣＵ（Ｅｎｇｉｎｅ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）４０３は、車両４０１の自動運転を制御するユニットである。自動制御ＥＣＵ４０３は、車両４０１の状況、及び、車両４０１の周囲の状況に応じて、操舵部４０４、制動部４０５及び駆動部４０６を制御する。

操舵部４０４は、自動運転時には自動制御ＥＣＵ４０３からの指令を受け、車両４０１の進行方向に関わる制御を行う。

制動部４０５は、自動運転時には自動制御ＥＣＵ４０３からの指令を受け、車両４０１の制動に関わる制御を行う。

駆動部４０６は、自動運転時には自動制御ＥＣＵ４０３からの指令を受け、車両４０１のエンジン若しくはモータ又は駆動機構（図示せず）に関わる制御を行う。

シャシー制御部４０７は、自動運転時には自動制御ＥＣＵ４０３からの指令を受け、車両４０１のサスペンション（図示せず）に関わる制御を行う。

情報蓄積部４０８は、車両４０１の走行経路、車両４０１の周囲の情報、車両４０１の情報などの車両４０１の走行に関わる情報を記憶するメモリである。情報蓄積部４０８からは、制御コントローラ４０２又は自動制御ＥＣＵ４０３からのリクエストに応じて必要な情報が読み出される。

センサ群４０９は、車両４０１の周囲、及び、車両４０１の各部の情報を検出する。例えば、センサ群４０９は、カメラ、ミリ波レーダー、速度センサなどの各種センサを含んでいる。センサ群４０９が検出した情報は、制御コントローラ４０２又は自動制御ＥＣＵ４０３などに出力される。

ディスプレイ４１０は、速度、エンジン回転数、充電器残量などの車両情報、及び、交通規制、周囲の車両位置、路面状態などの車両周囲情報などを表示する。

受信端末４１１は、配信部３７０から配信された配信情報を受信する。受信端末４１１は、情報センター２と無線で通信を行うことで、配信情報を受信する。配信情報には、路面の水分状態の予測結果が含まれている。受信端末４１１が受信した配信情報は、制御コントローラ４０２に出力され、自動運転の支援に用いられる。

図１７に示す運転支援システム４００について、その動作を説明する。

制御コントローラ４０２は、自動運転を行うのか、運転者が運転を行うのかを運転者の指示により判断する。制御コントローラ４０２は、自動運転を行う場合には、自動制御ＥＣＵ４０３に自動運転の指令を出力する。

情報蓄積部４０８は、制御コントローラ４０２からの指令により、自動制御ＥＣＵ４０３に走行経路、及び、走行経路における交通規制などの情報を逐次出力する。

自動制御ＥＣＵ４０３は、図示しない走行プログラムと、情報蓄積部４０８から出力された情報、及び、センサ群４０９からの信号に基づいて、操舵部４０４、制動部４０５、駆動部４０６、及び、シャシー制御部４０７を制御する。

このとき、受信端末４１１が受信した配信情報に含まれる予測結果が、車両４０１の走行経路上での凍結、積雪又は水たまりの存在を示している場合、制御コントローラ４０２は、ディスプレイ４１０に予測結果を出力し、自動運転を中断して運転者に制御を委ねてもよい。あるいは、自動制御ＥＣＵ４０３が、操舵部４０４、制動部４０５、駆動部４０６及びシャシー制御部４０７を制御して、危険を回避する走行を行うようにしてもよい。

あるいは、制御コントローラ４０２は、迂回路を探索して走行経路を変更してもよい。つまり、制御コントローラ４０２は、図１４に示す判定部３８１及び探索部３８２と同等の機能を有してもよい。

このような構成とすることで、自車からはセンシングできない地点であっても、水分状態の予測結果に基づいて予め危険箇所を回避することができる。あるいは、車速の制御、又は、サスペンションの制御などを行うことができるので、安全な走行が可能となる。

なお、車両４０１は、水分情報取得部１１０、予測部２２０、蓄積部２３０及び記憶部２４０を備えてもよい。例えば、車両４０１は、過去に通行した道路の路面上の水分を検出し、路面の水分状態を示す状態情報を記憶部２４０に記憶していてもよい。予測部２２０は、記憶部２４０に記憶されたデータに基づいて、路面の水分状態を予測し、予測結果を制御コントローラ４０２などに出力してもよい。これにより、情報センター２と通信を行わなくても、予測結果に基づいた運転支援を行うことができる。

また、例えば、制御コントローラ４０２は、進行方向における路面の水分状態の予測結果に基づいて、車両４０１の制限速度を制御してもよい。例えば、制御コントローラ４０２は、予測結果が雪である場合、制限速度を６０ｋｍ／ｈに決定する。また、制御コントローラ４０２は、予測結果が凍結である場合、４０ｋｍ／ｈに決定する。また、制御コントローラ４０２は、予測結果が乾燥である場合、１００ｋｍ／ｈに決定する。なお、これらの数値は一例に過ぎず、道路の種類又は交通状況などに基づいて適宜変更されてもよい。

制御コントローラ４０２は、予測結果に基づいて制限速度を決定し、決定した制限速度を自動制御ＥＣＵ４０３に通知する。自動制御ＥＣＵ４０３では、決定された制限速度内で自動運転を行う。このとき、制御コントローラ４０２は、決定した制限速度をディスプレイ４１０に表示することで、人間のドライバーに通知してもよい。

（実施の形態６）
続いて、実施の形態６に係る路面状態予測システムについて説明する。なお、以下の説明において、実施の形態１との相違点を中心に説明し、共通点の説明を省略又は簡略化する。

図１８は、実施の形態６に係る路面状態予測システム５０１の概要を示す模式図である。

図１８には、２台の監視ポスト５０１Ａ及び５０１Ｂが、道路３の脇に設置されている様子が図示されている。監視ポスト５０１Ａは、例えばトンネルの出口５の付近に設置されている。監視ポスト５０１Ｂは、橋梁４の付近に設置されている。監視ポスト５０１Ａ及び５０１Ｂの設置場所は、上記に限らず、路面を監視すべき地点に設置される。監視ポスト５０１Ａ及び５０１Ｂと情報センター２とは、有線又は無線通信によって相互に情報を伝送する。

本実施の形態では、監視ポスト５０１Ａ及び５０１Ｂが、実施の形態１に係る移動体１Ａ及び１Ｂと同様に、路面上の水分を検出する機能を果たす。実施の形態１では、移動体１Ａ及び１Ｂが移動することで検出エリアを変更することができるのに対して、本実施の形態では、監視ポスト５０１Ａ及び５０１Ｂは、予め定められたエリアの路面上の水分を検出する。

図１９は、本実施の形態に係る路面状態予測システム５０１の構成を示すブロック図である。図１９に示すように、監視ポスト５０１Ａは、水分情報取得部５１０と、位置情報取得部１２０と、制御部５３０とを備える。なお、監視ポスト５０１Ａと監視ポスト５０１Ｂとは、同じ構成を備える。このため、以下では、監視ポスト５０１Ａの構成について説明する。

制御部５３０は、プログラムが格納された不揮発性メモリ、プログラムを実行するための一時的な記憶領域である揮発性メモリ、入出力ポート、プログラムを実行するプロセッサなどで実現される。制御部５３０は、水分情報取得部５１０及び位置情報取得部１２０の動作を制御する。

水分情報取得部５１０は、監視ポスト５０１Ａの近傍の道路の路面上の水分を検出することで、路面上の水分に関する水分情報を取得する。図１９に示すように、水分情報取得部５１０は、熱画像撮像部５１１と、近赤外像撮像部５１２と、判別部５１３とを備える。

熱画像撮像部５１１は、サーモパイル又はボロメーターなどの遠赤外線センサアレイを備え、路面からの放射エネルギーを温度分布として撮像する。熱画像撮像部５１１は、撮影範囲内の温度分布を示す熱画像を生成する。

近赤外像撮像部５１２は、例えば、ＩｎＧａＡｓ又はＰｂＳなどの半導体材料を用いて製造され、波長０．７μｍから２．４μｍ程度の範囲の近赤外領域に感度を有するイメージセンサである。近赤外像撮像部５１２は、行列状に配置された複数の受光領域を有する。近赤外像撮像部５１２は、水の吸収波長の光に基づいて生成された対象画像と、水の吸収波長ではない波長の光に基づいて生成された参照画像とを取得する。

近赤外像撮像部５１２は、制御部５３０によって切り替えが制御される複数の波長フィルター（図示せず）を備える。近赤外像撮像部５１２は、複数の波長フィルターのいずれかを通過した光を受光する。複数の波長フィルターの１つである第１フィルターは、水の吸収ピーク近傍の光を透過させるバンドパスフィルタである。また、複数の波長フィルターの１つである第２フィルターは、水の吸収ピーク以外の光を透過させるバンドパスフィルタである。

第１フィルターを通過した光を複数の受光領域で光電変換することで、水の吸収波長での画像（対象画像）が得られる。第２フィルターを通過した光を複数の受光領域で光電変換することで、水の吸収波長ではない画像（参照画像）が得られる。

判別部５１３は、検出した水分が水、氷、雪又はこれらの混合状態のいずれであるかを判別する。具体的には、判別部５１３は、近赤外像撮像部５１２によって得られた２枚の画像と、熱画像撮像部５１１によって得られた熱画像とに基づいて、路面上の水分の状態が、乾燥、水、氷若しくは雪、又は、これらの２つ以上の混合状態のいずれであるかを判別することで、状態情報を生成する。

また、判別部５１３は、水、氷、雪又はこれらの混合状態の路面上での拡がり具合を判別する。拡がり具合は、面積などで表される。

判別部５１３は、プログラムが格納された不揮発性メモリ、プログラムを実行するための一時的な記憶領域である揮発性メモリ、入出力ポート、プログラムを実行するプロセッサなどで実現される。なお、判別部５１３は、制御部５３０と同じハードウェア資源を用いて実現されてもよい。

判別部５１３は、対象画像と参照画像との各々の輝度値を比較することにより、水の二次元分布を取得する。具体的には、判別部５１３は、対象画像と参照画像とを画素（受光領域）毎に輝度値を比較する。判別部５１３は、参照画像の輝度値と対象画像の輝度値との差が大きい画素を、水分が検出された画素と判定する。全画素に対して比較処理を行うことで、水分の分布画像が得られる。

また、判別部５１３は、参照画像の輝度値を所定の閾値と比較することによって、雪の分布を取得する。具体的には、判別部５１３は、参照画像の輝度値が所定の閾値より大きい画素を、雪が検出された画素と判別する。全画素に対して判定処理を行うことで、雪の分布画像が得られる。

さらに、判別部５１３は、熱画像と水分の分布画像との組合せに基づいて、画素毎に水及び氷のいずれであるかを判定する。具体的には、判別部５１３は、水分の分布画像に基づいて水分が存在すると判定された全画素の各々に対して、熱画像の対応する画素の温度が０℃以上であるか否かを判定する。０℃以上であれば、当該画素は水の画素であり、０℃未満であれば、当該画素は氷の画素である。これにより、水の分布画像及び氷の分布画像が得られる。

判別部５１３は、水、氷及び雪の分布画像に基づいて、撮影範囲である計測エリア内の水、氷及び雪の各々の占める面積の比率を算出する。判別部５１３は、算出した比率に基づいて計測エリア内の水分状態を示す状態情報を生成する。例えば、判別部５１３は、比率が最も大きい状態を当該計測エリアの水分状態と判定する。

図示しないが、監視ポスト５０１Ａは、情報センター２と無線又は有線で通信する通信部を備える。状態情報などは、通信部を介して位置情報と共に情報センター２に送信される。

ここで、水分情報取得部５１０は、熱画像撮像部５１１の代わりに、道路に設置されたサーミスタ又は熱電対からなる温度センサによって取得された温度情報を用いてもよい。熱画像撮像部５１１を用いた場合には、温度センサの設置費用を軽減し、高分解能な温度分布の計測が可能となる。道路に設置された温度センサを用いた場合には、より正確に道路の温度を計測することが可能となる。両方を併用してもよく、道路に設置された温度センサから得られた温度の値を用いて、熱画像撮像部５１１の計測温度を校正することにより、正確で、かつ、高分解能な温度分布の計測が可能となる。

また、水が存在しない場合の水の吸収波長における画像の輝度値を予め記憶しておいてもよい。これにより、水の吸収波長以外の波長の光源を備えない構成でも、水分量を計測することが可能となる。このため、低コスト化が可能となる。また、水の温度情報を必要としない場合は、水分情報取得部５１０は、熱画像撮像部５１１を備えなくてもよく、サーミスタ、熱電対などの温度センサからの情報を取得しなくてもよい。

また、近赤外像撮像部５１２は、ＬＥＤ又はレーザーなどの近赤外光源と、ＩｎＧａＡｓ又はＰｂＳなどの近赤外受光部とを備えていてもよい。これにより、周囲の平均水分量を計測することが可能になり、かつ、安価となる。

また、例えば、上述の近赤外光源が光を照射する方向を変更してもよい。光が照射される領域を変更しながら、受光部で反射光を受光してもよい。光量の変化を計測することにより、カメラのように近赤外像を生成することが可能となる。

また、監視ポスト５０１Ａは、特定の位置を定点計測するように設置されている。このため、監視ポスト５０１Ａを設置する際に、設置位置を示す位置情報を情報センター２の記憶部２４０に予め登録しておいてもよい。これにより、監視ポスト５０１Ａは、位置情報取得部１２０を備えなくてもよい。なお、監視ポスト５０１Ａが位置情報取得部１２０を備える場合には、監視ポストの設置毎に位置情報を登録する手間を軽減することが可能となる。

なお、情報センター２では、天候情報取得部２５０が、監視ポスト５０１Ａから送られてきた位置情報に合致する位置の天候情報を取得する。通常は、気象観測をする位置と監視ポスト５０１Ａのある位置とは異なっているので、天候情報取得部２５０は、例えば、監視ポスト５０１Ａの設置位置に最も近い位置の天候情報を取得する。

また、監視ポスト５０１Ａが、図４などに示す環境情報取得部１３０を備えてもよい。環境情報取得部１３０は、例えば、温度センサ、照度センサ、湿度センサ、気圧センサ、降水量センサ、風速センサなどで実現される。環境情報取得部１３０は、温度、太陽光の照度、湿度、気圧、降水量、風速などの環境情報を取得する。

監視ポスト５０１Ａが環境情報取得部１３０を備えることで、天候情報よりも路面上の場所ごとの詳細な環境情報を入手することが可能となる。これにより、各場所での路面の水分状態の変化を、より高精度に予測することが可能となる。

ここで、情報センター２の記憶部２４０に記憶される蓄積データ２４１のデータ構造について、図２０及び図２１を用いて説明する。

図２０は、特定時刻での４箇所の位置での蓄積データ２４１の一例を示す図である。蓄積されたデータには、日時情報と、位置情報と、水分情報として計測エリア内の路面の水分状態と、計測エリア内での乾燥領域と水領域と雪領域と氷領域の比率とが記録されている。なお、路面の水分状態は、計測エリア内で最も比率の大きい領域の状態を示している。

さらに、蓄積データ２４１には、天候情報として、天候、気温、降水量、降雪量、風向、日照時間、湿度、気圧情報が記録されている。図２０に示した天候情報は、一例であり、他に露点温度、蒸気圧、雲量、全天日射量などのデータが含まれてもよい。

図２１は、特定位置での１時間毎の蓄積データ２４１の一例を示す図である。図２１では、１時間毎の路面状態と、計測エリア内の乾燥領域、水領域、雪領域、氷領域の比率と、天候情報とが蓄積されているが、これに限らない。３０分毎又は２時間毎などの所定時間毎に蓄積されてもよい。

また、必ずしも等間隔に更新する必要は無く、例えば、降雨量、降雪量又は日射量が多い場合など、水分状態の変化が激しいと予測される場合には、更新頻度を高めてもよい。例えば、路面に水分が存在し、かつ、直前の計測時の水分温度が０℃以下であり、周囲気温が上昇中の場合、又は、路面に水分が存在し、かつ、直前の計測時の水分温度が０℃以上であり、周囲気温が低下中の場合などは、水分状態の変化が激しいと予測される場合に含まれる。これにより、より少ない情報から高精度な路面の水分状態の予測が可能となる。これにより、情報の送信コスト及び情報の蓄積コストを軽減することが可能となる。

また、監視ポスト５０１Ａは、水分を検出する専用の装置でなくてもよい。例えば、監視ポスト５０１Ａは、街路灯又は信号機として活用可能なＬＥＤ、有機ＥＬ（Ｅｌｅｃｔｒｏｌｕｍｉｎｅｓｃｅｎｃｅ）素子、無機ＥＬ素子などの光源を備えてもよい。複数の機能を実現することにより、設置コスト及び配線などの部材コストの削減が可能となる。

また、監視ポスト５０１Ａが街路灯又は信号機として機能する光源を備える場合、これらの光源を、水分情報の取得用の近赤外光源、又は、近赤外像撮像部５１２と同期して動作させてもよい。例えば、水分情報取得用の光源と街路灯又は信号機用の光源とを交互に照射し撮像することによって、高精度な水分情報の取得が可能となる。

また、監視ポスト５０１Ａは、人物又は車両などの動体の位置を計測する手段を備えていてもよい。監視ポスト５０１Ａは、近赤外撮像装置などの画像を取得する手段を、動体の位置を計測する手段として備えてもよい。得られた画像に対して、背景差分法などのフレーム間の画像比較を行うことで、動く物体を計測することが可能となる。また、ミリ波レーダーなどを用いて動体を計測してもよい。

また、監視ポスト５０１Ａの周囲の監視の必要性を判定してもよい。監視ポスト５０１Ａの周囲において、動体が頻繁に通る場所は、路面の水分状態を監視する必要性の高いエリアであると判断できる。その一方で、動体が過去に一度も通過したことの無い場所、又は、めったに動体が通らない場所などは路面状態を監視する必要性の低いエリアであると考えられる。監視ポスト５０１Ａの周囲の要監視エリアと監視不要エリアを判別し、要監視エリアのみの路面の水分状態を判別し、判別結果を示す状態情報を情報センター２などに送信してもよい。これにより、判別に要する処理量、及び、送信すべき情報量などを少なくすることができる。監視ポスト５０１Ａの周辺の平均的な水分状態を示す状態情報を情報センター２に送信する場合よりも、高精度に判別された水分状態を示す状態情報を取得することが可能となる。

また、監視ポスト５０１Ａは、動体の移動速度及び大きさなどから、動体の種類を判別してもよい。これにより、車両と人とを判別し、車道の水分状態及び歩道の水分状態を区別することが可能となる。

また、監視ポスト５０１Ａは、実施の形態２などで示したスポット型の水分情報取得部１１０を備えてもよい。

続いて、本実施の形態に係る路面状態予測システム５０１の動作を説明する。図２２は、本実施の形態に係る路面状態予測システム５０１の第１の動作を示すフローチャートである。図２２は、路面の水分状態の第１の予測処理を示している。

まず、ステップＳ２０１で、予測したい１つ以上の候補地点を設定する。候補地点は、緯度及び経度の組で表される。例えば、予測部２２０は、ディスプレイなどに候補地点の入力画面又は選択画面を表示し、ユーザからの選択を受け付ける。選択画面に表示させる選択の候補は、例えば、蓄積データ２４１に含まれる全ての位置情報が示す位置である。

次に、ステップＳ２０２で、予測部２２０は、ステップＳ２０１で設定された１つ以上の候補地点から１つを選択し、選択した候補地点の緯度及び経度を取得する。ステップＳ２０２で選択された候補地点が、予測対象となる対象位置である。

次に、ステップＳ２０３で、予測部２２０は、記憶部２４０から対象位置の路面の水分状態を示す状態情報、及び、天候情報を取得する。

次に、ステップＳ２０４で、天候情報取得部２５０は、対象位置での現在の天候情報を取得する。

その後、ステップＳ２０５において、予測部２２０は、所定のアルゴリズムを実行することによって、対象位置の路面の水分状態を予測する。ステップＳ２０５の詳細は、図１０を用いて説明した通りである。

ステップＳ２０６では、予測部２２０は、ステップＳ２０１で設定された１つ以上の予測の候補地点の中にまだ予測が完了していない候補地点があるか否か判定する。予測していない候補地点があれば（Ｙｅｓ）、ステップＳ２０２に戻って上述した処理を繰り返す。

ステップＳ２０６において予測していない候補地点が無ければ（Ｎｏ）、ステップＳ２０７において、予測部２２０は、地点毎の予測結果をまとめた予測データを作成する。

次に、路面の水分状態の第２の予測処理について、図２３を用いて説明する。図２３は、本実施の形態に係る路面状態予測システム５０１の第２の動作を示すフローチャートである。なお、路面状態予測システム５０１は、図２２に示す第１の動作と図２３に示す第２の動作とのいずれを実行してもよい。

まず、ステップＳ２１１において、予測部２２０は、予測時間Ｔを設定する。予測時間Ｔとは、予測を行う時間の範囲である。具体的には、予測時間Ｔは、現在から何時間後まで予測したいかを表す時間である。

次に、ステップＳ２１２で、予測部２２０は、時間増分Ｎを１に設定する。時間増分Ｎは、予測の時間間隔を示している。つまり、Ｎ時間毎の水分状態の予測情報が生成される。Ｎ＝１に設定されることで、現在から１時間後の水分状態の予測情報が生成される。

次に、ステップＳ２１３では、予測部２２０は、予測したい１つ以上の候補地点を設定する。

次に、ステップＳ２１４において、予測部２２０は、ステップＳ２１３で設定された１つ以上の候補地点から１つを選択し、選択した候補地点の緯度及び経度を取得する。

次に、ステップＳ２１５では、予測部２２０は、記憶部２４０から対象位置の路面の水分状態を示す状態情報、及び、天候情報を取得する。

次に、ステップＳ２１６では、天候情報取得部２５０は、対象位置での現在の天候情報を取得する。

さらに、ステップＳ２１７では、天候情報取得部２５０は、Ｎ時間後の天候予測情報を取得する。天候予測情報は、いわゆる気象予報である。

その後、ステップＳ２１８において、予測部２２０は、所定のアルゴリズムを実行することによって、対象位置のＮ時間後の路面の水分状態を予測する。ステップＳ２１８の詳細は、図１０を用いて説明した通りである。

ステップＳ２１９では、予測部２２０は、ステップＳ２１１で設定された１以上の予測の候補地点の中にまだ予測が完了していない候補地点があるか否かを判定する。予測していない候補地点があれば（Ｙｅｓ）、ステップＳ２１３に戻って上述した処理を繰り返す。

ステップＳ２１９において予測していない候補地点が無ければ（Ｎｏ）、ステップＳ２２０において、地点毎の予測結果をまとめた第１予測データを作成する。第１予測データは、例えば、所定時刻（例えば、１時間後）における路面の水分状態を表す地図情報である。

ステップＳ２２１では、予測部２２０は、時間増分Ｎと予測時間Ｔとを比較し、Ｎ≧Ｔであれば（Ｙｅｓ）、ステップＳ２２３において、予測部２２０は、１、２、・・・、Ｔ時間後の各々の第１予測データをまとめた第２予測データを作成する。第２予測データは、第１予測データの時間変化、具体的には、水分状態の予測地図の時間変化を表す情報である。

一方、ステップＳ２２１においてＮ≧Ｔでなければ（Ｎｏ）、ステップＳ２２２でＮの値を１だけ大きくし、ステップＳ２１３に戻って予測処理を続ける。このとき、ステップＳ２１８においては、ステップＳ２１５で取得する過去の路面の水分状態を示す状態情報と、ステップＳ２１６で取得する現在の天候情報及びステップＳ２１７で取得するＮ時間後の天候予測情報とに加えて、Ｎ−１時間後の予測結果にも基づいてＮ時間後の路面水分状態予測を行う。

図２３に示す第２の予測方法によれば、過去の天候情報と、将来の気象予測とに基づく精度の高い路面の水分状態の予測が可能となる。

次に、路面の水分状態の第３の予測処理について、図２４を用いて説明する。図２４は、本実施の形態に係る路面状態予測システム５０１の第３の動作を示すフローチャートである。

まず、ステップＳ３０１では、予測部２２０は、予測したい１つ以上の候補地点を設定する。

次に、ステップＳ３０２では、予測部２２０は、予測時間Ｔを設定する。

次に、ステップＳ３０３では、予測部２２０は、ステップＳ３０１で設定された１つ以上の候補地点から１つを選択し、選択した候補地点の緯度及び経度を取得する。

次に、ステップＳ３０４では、予測部２２０は、時間増分Ｎを１に設定する。

次に、ステップＳ３０５では、予測部２２０は、記憶部２４０から対象位置の路面の水分状態を示す状態情報、及び、天候情報を取得する。

次に、ステップＳ３０６では、天候情報取得部２５０は、対象位置での現在の天候情報を取得する。

次に、ステップＳ３０７では、天候情報取得部２５０は、Ｎ時間後の天候予測情報を取得する。

次に、ステップＳ３０８において、予測部２２０は、所定のアルゴリズムを実行することによって、対象位置のＮ時間後の路面の水分状態を予測する。

ステップＳ３０９では、予測部２２０は、時間増分Ｎと予測時間Ｔとを比較し、Ｎ≧Ｔであれば（Ｙｅｓ）、ステップＳ３１１において、予測部２２０は、１、２、・・・、Ｔ時間後の各々の予測結果をまとめた第１予測データを作成する。第１予測データは、所定位置における路面の水分状態の時間変化を表す情報である。

ステップＳ３０９において、Ｎ≧Ｔでなければ（Ｎｏ）、ステップＳ３１０で、予測部２２０は、Ｎの値を１だけ大きくし、ステップＳ３０７に戻って予測処理を続ける。

ステップＳ３１２において、予測部２２０は、ステップＳ３０１で設定された１つ以上の候補地点の中にまだ予測が完了していない候補地点があるか否かを判定する。予測していない候補地点があれば（Ｙｅｓ）、ステップＳ３０３に戻って上述した処理を繰り返す。

ステップＳ３１２において予測していない候補地点が無ければ（Ｎｏ）、ステップＳ３１３において、ステップＳ３１１において作成した第１予測データをまとめた第２予測データを作成する。第２予測データは、例えば、地点毎の予測結果の時間変化を表す第１の予測データを地図上に表現したデータである。

このとき、ステップＳ３０８においては、予測部２２０は、ステップＳ３０５で取得する過去の路面の水分状態を示す状態情報と、ステップＳ３０６で取得する現在の天候情報と、ステップＳ３０７で取得するＮ時間後の天候予測情報とに加えて、Ｎ−１時間後の予測結果にも基づいてＮ時間後の水分状態の予測を行う。図２４に示した第３の動作によれば、過去の気象情報と、将来の気象予測とに基づく精度の高い水分状態の予測が可能となる。

次に、路面の水分状態の第４の予測処理について、図２５を用いて説明する。図２５は、本実施の形態に係る路面状態予測システム５０１の第４の動作を示すフローチャートである。

まず、ステップＳ３２１において、予測部２２０は、予測ルートをセットする。予測ルートは、移動の開始地点から終了地点までの経路に含まれる１つ以上の予測の候補地点と、移動開始地点から１つ以上の予測の候補地点の各々までの移動時間Ｎとの組として設定される。なお、予測の候補地点は、緯度と経度とで表される。また、移動時間Ｎは、移動速度又は道路の渋滞状況などに影響され、１つ以上の予測の候補地点の各々で異なる時間である。

次に、ステップＳ３２２では、予測部２２０は、予測開始地点を設定する。

次に、ステップＳ３２３では、予測部２２０は、ステップＳ３２２で設定された予測開始地点の緯度及び経度を示す情報を、対象位置として取得する。

次に、ステップＳ３２４において、予測部２２０は、移動予測時間をＮに設定する。

次に、ステップＳ３２５では、予測部２２０は、記憶部２４０から対象位置の路面の水分状態を示す状態情報、及び、天候情報を取得する。

次に、ステップＳ３２６では、天候情報取得部２５０は、対象位置での現在の天候情報を取得する。

次に、ステップＳ３２７では、天候情報取得部２５０は、Ｎ時間後の天候予測情報を取得する。

次に、ステップＳ３２８において、予測部２２０は、所定のアルゴリズムを実行することによって、対象位置でのＮ時間後の路面の水分状態を予測する。

ステップＳ３２９では、予測部２２０は、ステップＳ３２１で設定された予測ルートに含まれる１つ以上の予測の候補地点の中に、まだ予測が完了していない候補地点があるか否かを判定する。予測していない候補地点があれば（Ｙｅｓ）、ステップＳ３２３に戻って上述した処理を繰り返す。

ステップＳ３２９において予測していない候補地点が無ければ（Ｎｏ）、ステップＳ３３０において、予測部２２０は、地点毎の予測結果をまとめた路面の水分状態の予測データを作成する。

このとき、ステップＳ３２８においては、予測部２２０は、ステップＳ３２５で取得する過去の路面の水分状態を示す状態情報と、ステップＳ３２６で取得する現在の天候情報と、ステップＳ３２７で取得するＮ時間後の天候予測情報とに加えて、Ｎ−１時間後の予測結果にも基づいてＮ時間後の水分状態の予測を行う。

図２５に示した第４の動作によれば、移動開始地点から移動終了地点までの予測ルートの路面状況について、過去の気象情報と、将来の気象予測に基づく精度の高い路面状況予測が可能となる。

（その他）
以上、本開示の一つ又は複数の態様に係る路面状態予測システム、運転支援システム、路面状態予測方法及びデータ配信方法について、実施の形態に基づいて説明したが、本開示は、上述した実施の形態に限定されるものではない。本開示の趣旨を逸脱しない限り、当業者が思いつく各種変形を各実施の形態に施したもの、及び、異なる実施の形態における構成要素を組み合わせて構築される形態も、本開示の一つ又は複数の態様の範囲内に含まれてもよい。また、本明細書にて説明した路面状態予測方法により高精度な路面状態の予測が可能となる。このため、必ずしも水分情報の取得及び路面状態の予測が一体の装置で実行される必要はない。

例えば、予測部２２０は、複数の移動体１Ａ及び１Ｂから収集される水分情報に基づいて、移動体の移動経路毎に予測を行い、予測結果を一連の情報としてまとめてもよい。移動経路毎に予測結果をまとめることにより、移動経路上の路面の水分状態の予測を一覧することが可能になる。したがって、自動運転の可否などの運転の支援に効率良く利用することができる。

また、複数の移動体１Ａ及び１Ｂから水分情報を収集することで、水分状態の検出結果を広い領域で、数多く短期間で収集することができる。これにより、広範で精度の高い水分状態の予測結果の作成と利用とが可能となる。

また、例えば、複数の移動体１Ａ及び１Ｂが同じ道路を異なる時刻に通過した場合、計測した同じ道路の異なる時刻の水分情報に基づいて、道路の位置毎の水分状態の変化率に関する情報を学習してもよい。これにより、より高精度な路面の水分状態の予測が可能となる。例えば、同じ場所の水分温度を複数回計測し、水分温度の時間変化の速度から、その道路の温度変化のしやすさを求めることが可能となる。

また、この場合、複数の水分温度の計測だけでなく、太陽光の照度又は気温なども計測しておいてもよい。これにより、太陽光の照度又は気温と位置とを考慮した水分状態の予測が可能となる。太陽光の照度又は気温は、例えば、移動体１Ａ及び１Ｂに搭載された環境情報取得部１３０によって取得される。あるいは、太陽光の照度又は気温は、衛星から地球をリモートセンシングした結果又は天気情報から推測されてもよい。また、道路の位置毎に日時と天気毎の太陽光の照度の情報とを学習させておいてもよい。例えば、道路の位置毎に日陰になっている時間帯、及び、日向になっている時間帯は異なるため、更に高精度な水分状態の予測が可能となる。

また、水分状態（具体的には雪、氷、水）によっても太陽光の反射率が異なる。このため、水分状態毎の太陽光の吸収率のデータベースを、例えば情報センター２の記憶部２４０に蓄積されていてもよい。太陽光による水分温度の上昇速度の予測精度を高めることが可能となり、高精度な水分状態の予測が可能となる。

また、例えば、同一の道路の水分量の計測を異なる時刻に複数回実施し、その増減から水分量の変化のし易さを学習させ、情報センター２の記憶部２４０に記憶させてもよい。複数回の計測の間の降雪量、降雨量、太陽光の照度、気温、又は、風速などの情報と合わせて学習することにより、上記のパラメータで水分量の変化速度を補正することが可能となる。これにより、より高精度な水分量の予測が可能となる。

また、移動体１Ａは、水分情報と時間情報とを対応付けて記憶するメモリと位置情報と時間情報とを対応付けて記憶するメモリとを備えてもよい。移動体１Ａでは、例えば、制御部１７０が、走行の停止中又は移動の終了後などに、時間情報に基づいて位置情報と水分情報とを結びつけるデータの加工を行ってもよい。例えば、移動体１Ａに予め位置情報と時間情報とを取得する手段が搭載されている場合、水分情報取得部１１０を追加するだけで、既存の位置情報の取得手段を活用することができる。これにより、路面状態予測システム１の低コスト化が可能となる。

また、道路毎の温度変化のしやすさを把握するためには、少なくとも２４時間以内、好ましくは、６時間以内に２回以上の水分情報を取得してもよい。

また、移動体１Ａは、荷台などの荷物を載せる手段を備えてもよい。例えば、移動体１Ａは、運輸事業者又は郵便事業者などが運営又は管理する車両であってもよい。このような構成とすることにより、水分情報の取得だけでなく、運輸事業又は郵便事業を行うことが可能となり、水分情報の取得の低コスト化が可能となる。また、水分情報の取得位置の地域網羅性の向上、及び、同一地点での水分検出の繰り返し回数を増加させることが可能となる。

また、移動体１Ａ及び移動体１Ｂは、互いに重量の異なる移動体であってもよい。移動体１Ａと移動体１Ｂとで重量が異なることによって、タイヤによる加圧の力が異なり、又は、道路に対する加振の大きさも異なる。これにより、路面の表面状態の振動又は表面凹凸の形状変化を異ならせることができる。これによって、より多様な水分状態を計測することが可能となる。

例えば、重量の軽い移動体の場合は、タイヤによる加圧は小さく、振動も小さくなる。一方で、重量の重い移動体の場合は、タイヤによる加圧も振動も大きくなる。路面の硬さによって計測に適した加圧量が異なるため、重量の異なる複数の移動体１Ａ及び１Ｂが同一道路の水分状態の計測を行うことで、積雪、圧雪、泥、凍結など異なる硬さの複数の状態を精度良く判別することができる。

また、移動体１Ａ及び移動体１Ｂは、互いに車高の異なる自動車であってもよい。車高が異なることで、水分情報取得部１１０の近赤外光源部１１１及び光検出部１１２の路面からの設置高さを変えることも可能となる。車高の低い自動車の低い視点からの水分情報は狭い領域の水分情報であり、車高の高い自動車の高い視点からの水分情報はより広い領域の水分情報となる。このため、路面状態予測システムが、車高の異なる複数の自動車を複数の移動体として含むことで、路面全体の平均的な水分情報と、部分毎の水分情報のバラつきとの両方を取得することが可能となる。これによって、より高精度に路面の水分状態の予測を行うことが可能となる。

また、複数の移動体１Ａ又は１Ｂは、ドローンと呼ばれる飛行体であってもよい。これにより、上空から広範囲の水分情報を安価に取得することが可能となる。なお、ドローンなどの飛行体において、道路を通行するとは、道路の上空を道路に沿って移動することである。

また、上記では路面上の水分を直接検出する例について説明したが、移動体１Ａが自動車である場合は、タイヤ表面の水分を検出することで、路面上の水分を推定する方法を用いることも可能となる。タイヤ表面の色及び光散乱係数などは一定であるため、国又は地方によって色又は表面凹凸などが異なる道路表面を計測するより、タイヤ表面を計測する方が高精度に水分状態を判別することが可能となる。

また、移動体１Ａは、近赤外撮像装置などを備え、人物又は車両などの動体の位置を計測する手段を備えていてもよい。また、移動体１Ａは、移動体１Ａの周囲の監視の必要性を判定してもよい。

また、移動体１Ａは、動体の移動速度及び大きさなどから、動体の種類を判別してもよい。これにより、車両と人とを判別し、車道の水分状態及び歩道の水分状態を区別することが可能となる。

また、移動体１Ａにて得られた位置情報と水の吸収波長における反射率とを対応付けて、情報センター２、又は、移動体１Ａが記憶しておいてもよい。これにより、水が存在しない場合の水の吸収波長における反射率、及び、水が存在する場合の吸収波長における反射率を学習することが可能となる。これにより、水の吸収波長以外の光源部及び光検出部を備えない構成であっても水分量を計測することが可能となる。

また、移動体１Ａは、路面上のオイル漏れを検出する機能を備えていてもよい。例えば、オイルによるスリップで転倒しやすい二輪車にとって、より重要な路面状態を示す情報を取得し提供することが可能となる。なお、オイル検出の場合は、例えば波長３．４μｍの赤外光源を備える構成、又は、例えば波長６．９μｍの赤外光源を備える構成としてもよい。また、広帯域の赤外光源を備え、特定の波長の光のみ透過するフィルターを用いて計測波長を変える構成としてもよい。光源と計測対象物との間にフィルターを設置しても、計測対象物と受光部との間にフィルターを設置してもよい。

また、水分状態は、乾燥、水、氷、雪だけに限らず、アイスバーン、ブラックアイス、泥雪、半溶雪などの状態を含んでもよい。

また、路面の材質情報を水分状態の予測に用いてもよい。例えば、アスファルト、コンクリート、鉄板、砂利、土などによって水分状態の変化速度が異なる。材質情報は、予め位置情報と対応付けて記憶されていてもよい。あるいは、移動体１Ａが可視光カメラなどを備え、撮像された画像などに基づいて道路の材質を判定してもよい。

また、複数の移動体１Ａ又は１Ｂは、各家庭の郵便ポストに投函可能な小型郵便物を配送する郵便配送バイクであってもよい。これにより、一般的にユーザの起床後に配達が開始される大型の宅配業者の車両だけでは、不足しがちな早朝の路面の水分状態を示す情報を取得することが可能となる。

また、例えば、予測部２２０は、第１路面の水分情報に基づいて、第１路面とは異なる第２路面の水分状態の予測を行ってもよい。具体的には、予測部２２０は、第１路面と第２路面との相関関係に基づいて予測を行う。相関関係とは、第１路面の水分状態と第２路面の水分状態との関連性である。予測部２２０は、例えば、関連の大きさに応じて、０〜１の範囲で表される相関値を用いて予測を行う。

例えば、第１路面と第２路面とが同じ道路の第１通行帯と第２通行帯とである場合、第１路面の水分状態と第２路面の水分状態とは同じになりやすい。また、例えば、第１路面が傾斜しており、第２路面が第１路面の下方に位置している場合、第２路面は、第１路面より常に水分量が多い状態となりやすい。これらのように、複数の路面の間には、相関がある場合がある。したがって、予測部２２０は、第１路面の水分情報に基づいて第１路面の水分状態を予測し、予測した水分状態に相関値で補正することにより、第２路面の水分状態の予測結果とすることができる。

あるいは、第１路面の水分状態と第２路面の水分状態とを機械学習により関連付けてもよい。機械学習は、ランダムフォレスト又はディープラーニングなどの手法を用いることができる。

また、移動体１Ａが道路３を走行する車両である場合に、水分情報取得部１１０（具体的には、近赤外光源部１１１及び光検出部１１２）は、車両の両側面に設けられてもよい。車両の側方を検出エリアとすることで、車両が走行中の通行帯だけでなく、対向車線又は歩道などの他の通行帯の路面の水分を検出することができる。このとき、一方の側面に複数の水分情報取得部１１０が設けられていてもよい。これにより、隣の通行帯だけでなく、さらに先の通行帯の路面の水分を検出することができる。

また、水分情報取得部１１０は、車両の後方を検出エリアとして水分を検出してもよい。これにより、対向車両のヘッドライトの影響を抑制することができる。

また、水分情報取得部１１０は、車両の前方の左右部分に設けられていてもよい。これにより、車両の走行の際に受ける風によって、表面に付着する汚れなどを容易に落とすことができる。

また、路面に対して照射する光の入射角を小さくするため、水分情報取得部１１０は、車両の屋根に設けられていてもよい。入射角は、例えば５０度未満であってもよい。これにより、ブラックアイスの場合でも検出が可能になる。

あるいは、悪天候の場合を考慮して、水分情報取得部１１０は、車両の底部などの低い位置（すなわち、路面に近い位置）に設けられてもよい。これにより、雨又は霧などの空中の水分を誤検出することを抑制することができる。

例えば、水分情報取得部１１０は、車両の裏側に設けられていてもよい。これにより、日射の影響、及び、人の手による汚れなどを抑制することができる。また、水分情報取得部１１０は、車両に対して容易に着脱自在であってもよい。

また、水分情報取得部１１０が、光検出部１１２の代わりに近赤外像撮像部５１２を備える場合、車両への設置位置に応じて異なる画素数のセンサを設置してもよい。例えば、車両の側面に取り付けるセンサの画素数を、車両の前面に取り付けるセンサの画素数より多くする。これにより、複数の通行帯の路面の水分を精度良く検出することができる。逆に、車両の前面に取り付けるセンサの画素数を、車両の側面に取り付けるセンサの画素数より多くしてもよい。これにより、自車両の安全性を高めることができる。

なお、複数の通行帯の路面の水分を検出する場合に、通行帯の種別を判別してもよい。具体的には、車両の位置と道路の車線数とに基づいて、検出された路面の通行帯を判別することができる。例えば、片側１車線からなる合計２車線の道路を車両が走行している場合、車両の右側方は対向車線であり、左側方は歩道であると判別することができる。あるいは、車両に搭載された可視光カメラなどの画像に基づいて、通行帯の種別を判別してもよい。通行帯の種別と、乾燥、水、氷、雪などの状態情報とを対応付けて蓄積してもよい。

また、例えば、タイヤのスリップ率を計測してもよい。タイヤのスリップ率を計測することで、水分状態の検出精度を高めることができる。

また、例えば、天候情報には、花粉情報が含まれてもよい。例えば、積雪又は降雨があれば、花粉量が少なくなる。また、路面上の水分などに捕われていた花粉が、水分の蒸発によって路面が乾燥することで、再び飛散しやすくなる。このように、花粉情報を利用することで、路面の水分状態の予測精度を高めることができる。

また、例えば、上記各実施の形態において、各構成要素は、専用のハードウェアで構成されてもよく、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵ又はプロセッサなどのプログラム実行部が、ハードディスク又は半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。

その他、各実施の形態に対して当業者が思いつく各種変形を施して得られる形態や、本開示の趣旨を逸脱しない範囲で各実施の形態における構成要素及び機能を任意に組み合わせることで実現される形態も本開示に含まれる。

本開示に係る路面状態予測装置、運転支援システム、路面状態予測方法及びデータ配信方法は、移動体の安全な通行、具体的には車両の安全走行に有用である。

１、１ａ、１ｂ、１ｃ、１ｄ、３０１、３０２、３０３、５０１ 路面状態予測システム
１Ａ、１Ｂ、１Ｃ、１Ｄ 移動体
２ 情報センター
３ 道路
４ 橋梁
５ 出口
１１０、５１０ 水分情報取得部
１１１ 近赤外光源部
１１２ 光検出部
１１３ 放射温度計測部
１１４、５１３ 判別部
１２０ 位置情報取得部
１２１ ＧＰＳ受信器
１３０ 環境情報取得部
１４０ 摩擦係数計測部
１５０ 加圧部
１６０ 凹凸計測部
１７０、５３０ 制御部
１８０ 移動速度計測部
１９０ 時刻取得部
２１０ 収集部
２２０ 予測部（水分状態）
２３０ 蓄積部
２４０ 記憶部
２４１ 蓄積データ
２５０ 天候情報取得部
２６０ 予測部（摩擦係数）
３７０ 配信部
３８０ 報知部
３８１ 判定部
３８２ 探索部
３９０ 改変情報取得部
４００ 運転支援システム
４０１ 車両
４０２ 制御コントローラ
４０３ 自動制御ＥＣＵ
４０４ 操舵部
４０５ 制動部
４０６ 駆動部
４０７ シャシー制御部
４０８ 情報蓄積部
４０９ センサ群
４１０ ディスプレイ
４１１ 受信端末
５０１Ａ、５０１Ｂ 監視ポスト
５１１ 熱画像撮像部
５１２ 近赤外像撮像部

Claims (19)

1. 複数の移動体の各々が通行中の道路の路面上の水分を検出することで得られた前記路面上の水分に関する水分情報と、前記水分を検出した路面の位置を示す位置情報とを前記複数の移動体の各々から収集する収集部と、
   前記収集部が収集した複数の前記水分情報のうち、前記収集部が収集した複数の前記位置情報の少なくとも１つが示す位置の路面である対象路面上の水分を検出することで得られた水分情報に基づいて、前記対象路面上の水分を検出した時刻より後の時刻における前記対象路面の水分状態を予測する予測部とを備え、
   前記水分情報は、検出された水分による太陽光の吸収率を示す吸光情報を含み、
   前記予測部は、さらに、前記吸光情報に基づいて前記路面上の水分の太陽光による蒸発のしやすさを推定する
   路面状態予測システム。
2. 前記水分情報は、検出された水分の厚さを示す厚さ情報を含んでいる
   請求項１に記載の路面状態予測システム。
3. 前記水分情報は、検出された水分の温度を示す温度情報を含んでいる
   請求項１又は２に記載の路面状態予測システム。
4. さらに、
   前記収集部が収集する複数の前記位置情報の少なくとも１つが示す位置の気温、湿度、風速、太陽光の光量及び気圧の少なくとも１つを示す環境情報を取得する第１取得部を備える
   請求項１〜３のいずれか１項に記載の路面状態予測システム。
5. さらに、
   前記収集部が収集する複数の前記位置情報の少なくとも１つが示す位置の天候を示す天候情報を取得する第２取得部を備える
   請求項１〜３のいずれか１項に記載の路面状態予測システム。
6. さらに、
   検出された水分が水、氷、雪又はこれらの混合状態のいずれであるかを判別することで、検出された水分の状態を示す状態情報を生成する判別部と、
   前記状態情報と、前記位置情報と、前記天候情報とを対応付けて蓄積する蓄積部とを備える
   請求項５に記載の路面状態予測システム。
7. 前記判別部は、さらに、水、氷、雪又はこれらの混合状態の路面上での拡がり具合を判別する
   請求項６に記載の路面状態予測システム。
8. 前記判別部は、前記複数の移動体の各々に搭載されている
   請求項６又は７に記載の路面状態予測システム。
9. 前記第２取得部は、前記位置情報が示す位置の路面上の水分を検出した時刻以降の複数の時刻における複数の前記天候情報を取得し、
   前記蓄積部は、前記第２取得部が取得した複数の前記天候情報を蓄積する
   請求項６〜８のいずれか１項に記載の路面状態予測システム。
10. 前記蓄積部は、さらに、前記天候情報に基づいて前記状態情報を更新する
    請求項６〜９のいずれか１項に記載の路面状態予測システム。
11. 前記蓄積部は、前記状態情報を、前記複数の移動体の移動経路毎にまとめて蓄積する
    請求項６〜１０のいずれか１項に記載の路面状態予測システム。
12. さらに、道路の改変に関する改変情報を取得する第３取得部を備え、
    前記蓄積部は、前記改変情報に基づいて前記状態情報を更新する
    請求項６〜１１のいずれか１項に記載の路面状態予測システム。
13. さらに、前記予測部による予測結果を報知する報知部を備える
    請求項１〜１２のいずれか１項に記載の路面状態予測システム。
14. さらに、
    前記予測部による予測結果に基づいて道路の通行の可否を判定する判定部と、
    前記判定部によって通行ができないと判定された場合に、迂回路を探索する探索部とを備え、
    前記報知部は、さらに、前記探索部によって探索された迂回路を報知する
    請求項１３に記載の路面状態予測システム。
15. さらに、前記予測部による予測結果を含む配信情報を配信する配信部を備える
    請求項１〜１４のいずれか１項に記載の路面状態予測システム。
16. 請求項１５に記載の路面状態予測システムと、
    車両に搭載され、前記配信情報を受信する受信端末と、
    前記受信端末によって受信された配信情報に基づいて、前記車両の自動運転を支援する制御部とを備える
    運転支援システム。
17. 請求項１〜１５のいずれか１項に記載の路面状態予測システムと、
    前記予測部による予測結果に基づいて、車両の自動運転を支援する制御部とを備える
    運転支援システム。
18. 複数の移動体の各々が通行中の道路の路面上の水分を検出することで得られた前記路面上の水分に関する水分情報と、前記水分を検出した路面の位置を示す位置情報とを前記複数の移動体の各々から収集し、
    収集した複数の前記水分情報のうち、収集した複数の前記位置情報の少なくとも１つが示す位置の路面である対象路面上の水分を検出することで得られた水分情報に基づいて、前記対象路面上の水分を検出した時刻より後の時刻における前記対象路面の水分状態を予測し、
    前記水分情報は、検出された水分による太陽光の吸収率を示す吸光情報を含み、
    前記予測では、さらに、前記吸光情報に基づいて前記路面上の水分の太陽光による蒸発のしやすさを推定する
    路面状態予測方法。
19. 請求項１８に記載の路面状態予測方法によって予測された予測結果を含む配信情報を配信する
    データ配信方法。

Images