JP7057267B2 - 情報処理装置、情報処理方法および情報処理プログラム - Google Patents

Description

本発明の実施形態は、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関する。

従来、従来、ユーザによって目的地が入力される場合に、現在地から目的地までの最短経路の情報を提供するナビゲーション装置がある（例えば、特許文献１参照）。

特開２０１３－２１３７６５号公報

しかしながら、ナビゲーション装置のユーザは、それぞれの気性、性格、および運転技量等の特性が異なるため、目的地までの最短経路以外の要素によって決定されたルートの方が望ましい場合がある。このため、上記の従来技術では、必ずしもルート案内におけるユーザの利便性を向上させることができるとは限らない。

本願は、上記に鑑みてなされたものであって、ルート案内におけるユーザの利便性を向上させることができる情報処理装置、情報処理方法および情報処理プログラムを提供することを目的とする。

本願にかかる情報処理装置は、軌道に沿わせるタスクに対するユーザのインタラクションに基づく情報を取得する取得部と、前記取得部により取得された情報に基づいて、ナビゲーションシステムにおける任意の地点までの経路に関する制御を行う制御部とを有することを特徴とする。

実施形態の一態様によれば、ルート案内におけるユーザの利便性を向上させることができるといった効果を奏する。

図１は、ペン操作モデルを説明する説明図（１）である。 図２は、ペン操作モデルを説明する説明図（２）である。 図３は、ペン操作モデルを説明する説明図（３）である。 図４は、ペン操作モデルを説明する説明図（４）である。 図５は、ペン操作モデルを説明する説明図（５）である。 図６は、実施形態にかかる情報処理の一例を示す図である。 図７は、実施形態にかかるコスト算出処置の一例を示す図である。 図８は、実施形態にかかる情報処理システムの構成例を示す図である。 図９は、実施形態にかかる情報処理装置の構成例を示す図である。 図１０は、実施形態にかかるルート情報記憶部の一例を示す図である。 図１１は、実施形態にかかる情報処理手順を示すフローチャートである。 図１２は、所定の条件下でのタスクに対するユーザのインタラクションを検証するための実験例（１）を示す図である。 図１３は、所定の条件下でのタスクに対するユーザのインタラクションを検証するための実験例（２）を示す図である。 図１４は、所定の条件下でのタスクに対するユーザのインタラクションを検証するための実験例（３）を示す図である。 図１５は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願にかかる情報処理装置、情報処理方法および情報処理プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ説明する。なお、この実施形態により本願にかかる情報処理装置、情報処理方法および情報処理プログラムが限定されるものではない。また、以下の実施形態において、同一の部位には同一の符号を付し、重複する説明は省略される。

〔１．情報処理の一例〕
以下では、実施形態にかかる情報処理の一例について説明する。実施形態にかかる情報処理は、情報処理装置１００によって行われる。簡単に説明すると、情報処理装置１００は、軌道に沿わせるタスクに対するユーザのインタラクションに基づき算出されたモデルを用いて、ナビゲーションシステムにおける目的地までの経路案内サービスに関する制御を行う。本実施形態では、かかるナビゲーションシステムは、カーナビゲーションシステム（カーナビ）であるものとする。

一方で、実施形態にかかる情報処理は、カーナビだけではなく各種シチュエーションに合わせて制御を行うものであってもよい。一例を示すと、実施形態にかかる情報処理は、スマートフォン等の端末装置に経路案内アプリがインストールされることにより、かかるスマートフォンがカーナビのごとく用いられる場合に合わせて、経路案内アプリの一機能として適用されてもよい。また、例えば、産業分野等において、ロボットを移動させる移動シミュレーションシステムに対して、実施形態にかかる情報処理を適用させてもよい。

さらに、注文リストが届いたら商品棚から商品をピックアップしてくる作業において、最短ルートを提示するといったシステムが導入されている場合があるが、かかるシステムでは、現状、移動距離が最短になるようにルートを構築し、構築したルートを作業員に提示する。したがって、このようなシステムに対して、実施形態にかかる情報処理を適用させてもよい。これにより、以下で詳細に説明するが、例えば、新人作業員には難易度の高いルートが短距離で済むようなルートを提示することができるようになると考えられる。

実施形態にかかる情報処理の一例について説明する前に、図１～図５を用いて、情報処理装置１００によって行われる情報処理の前提について説明する。実施形態にかかる情報処理は、軌道に沿わせるタスクに対するユーザのインタラクションに基づき算出されるモデルを車の運転に適用することに基づいている。軌道に沿わせるタスクに対するユーザのインタラクションに基づき算出されるモデルは、複数存在するが、その最も基本的なモデルはステアリングの法則と呼ばれている。

ステアリングの法則は、経路（軌道）内を移動する運動をモデル化したものである。例えば、ステアリングの法則は、経路（軌道）内において、ユーザ操作に応じてポインタを沿わせるように動かした場合の、このポインタの移動する運動（すなわち、ユーザのインタラクション）をモデル化したものである。ステアリングの法則では、ポインタを経路（軌道）に沿わせて移動させるといったタスクがユーザに与えられた場合に、ユーザがこのタスクを開始してから完了するまでに要する所要時間をタスクの難易度から予測可能とするモデルである。

なお、ステアリングの法則は、コンピュータ上における線の描画や経路を通過するタスク等、ストロークを描くタスクをモデルしたものとも言い換えることができる。また、ステアリングの法則は、幅が規定された経路からはみ出さないようプローブ（マウスカーソルやペン先）を通過させる時間を予測する予測モデルである。このため、以下では、ステアリングの法則に基づく各モデルを総称して、「ペン操作モデル」と表記する。ここで、図１を用いて、ステアリングの法則についてより詳細に説明する。図１は、ペン操作モデルを説明する説明図（１）である。

図１（ａ）では、コンピュータ（例えば、デスクトップパソコン等の端末装置）が表示画面において、全長（距離）Ａ、幅Ｗの経路である経路Ｏｂ１が表示されている状態において、経路Ｏｂ１からはみ出さないよう経路Ｏｂ１のスタートラインからエンドラインまでマウスカーソルＴを移動させる、といったタスクが与えられている例を示す。なお、コンピュータは、例えば、所定のプログラム（「プログラムＲ」とする）の制御に従って、経路の表示制御を行うことができる。以下では、様々な形状の経路に関する表示制御例を挙げるが、これらの表示制御は、プログラムＲの制御に従って行われるものとする。

説明を元に戻す。図１（ａ）は、経路Ｏｂ１からはみ出さないよう経路Ｏｂ１のスタートラインからエンドラインまでマウスカーソルＴを移動させる、といったタスクの難易度と、このタスクに要する所要時間との間には、式（１）で示されるペン操作モデルＭ１が成立することを検証するための検証実験である。つまり、ステアリングの法則は、図１のような、全長Ａおよび幅長Ｗの経路を通過するのに要する所要時間ＭＴ_１が、式（１）の関係になることを示す。

式（１）のうち、ＩＤ_１は、タスクの難易度（index of difficulty；ＩＤ）を示す。したがって、ＩＤ_１で示される式によって算出される値は、タスクの難易度を示す指標値である。また、ａおよびｂは、実験により決定される定数である。このようなことから、式（１）で示されるステアリングの法則、すなわちペン操作モデルＭ１は、経路の全長（移動距離）Ａが長くなる、あるいは、経路の幅長Ｗが小さくなることで、タスクの難易度ＩＤ_１が上昇し、所要時間が長くなることを説明している。

なお、式（１）によると、ステアリングの法則は、経路の幅Ｗに対する移動スピード（Ａ／ＭＴ_１）の関数によって表すこともできるため、幅長Ｗのもとでどのくらいの安全性を保ちつつスピードを出せるかを示すモデルともいえる。

なお、式（１）で示されるステアリングの法則に基づいて、図２に示すような、移動方向に応じて、幅に変化が生じる経路でのタスクの所要時間を予測するモデルであるペン操作モデルＭ２およびＭ３が提案され、また、検証実験によりペン操作モデルＭ２およびＭ３の精度が確かめられている。図２は、ペン操作モデルを説明する説明図（２）である。

図２（ａ）では、コンピュータが表示画面において、全長（距離）Ａ、スタートライン地点での幅長Ｗ_Ｌからエンドライン地点での幅長Ｗ_Ｒへと幅長が狭まる経路である経路Ｏｂ２ａを表示している。そして、このような状態において、経路Ｏｂ２ａからはみ出さないよう経路Ｏｂ２ａのスタートラインからエンドラインまでマウスカーソルＴを移動させる、といったタスクが与えられている例を示す。

つまり、図２（ａ）は、移動方向に応じて幅が狭くなる経路Ｏｂ２ａにおいて、経路Ｏｂ２ａからはみ出さないよう経路Ｏｂ２ａのスタートラインからエンドラインまでマウスカーソルＴを移動させる、といったタスクの難易度と、このタスクに要する所要時間との間には、式（２）で示されるペン操作モデルＭ２が成立することを検証するための検証実験である。そして、この検証実験によりペン操作モデルＭ２の精度が確認されている。具体的には、ペン操作モデルＭ２は、式（２）で示されることが確かめられている。つまり、ペン操作モデルＭ２は、図２（ａ）のように、幅長Ｗ_Ｌから幅長Ｗ_Ｒへと幅長が狭くなる経路を通過するのに要する所要時間ＭＴ_２が、式（２）の関係になることを示す。

式（２）のうち、ＩＤ_２は、図２（ａ）に対応するタスクの難易度を示す。したがって、ＩＤ_２で示される式によって算出される値は、図２（ａ）に対応するタスクの難易度を示す指標値である。また、ａおよびｂは、実験により決定される定数である。

一般に、幅が狭くなるほどタスクの難易度は上昇する。また、タスクの難易度が上昇することに応じて、ユーザはマウスカーソルＴの移動速度を遅くする傾向にある。したがって、式（２）で示されるペン操作モデルＭ２は、幅長の変化に応じて難易度が上昇してゆく場合の所要時間を予測するものである。

次に、図２（ｂ）では、コンピュータが表示画面において、全長（距離）Ａ、スタートライン地点での幅長Ｗ_Ｒからエンドライン地点での幅長Ｗ_Ｌへと幅長が広がる経路である経路Ｏｂ２ｂを表示している。そして、このような状態において、経路Ｏｂ２ｂからはみ出さないよう経路Ｏｂ３のスタートラインからエンドラインまでマウスカーソルＴを移動させる、といったタスクが与えられている例を示す。なお、図２（ｂ）でのタスクは、図２（ａ）と比較して逆方向へとマウスカーソルＴを移動させるタスクに対応する。

そして、図２（ｂ）は、移動方向に応じて幅が広くなる経路Ｏｂ２ｂにおいて、経路Ｏｂ３からはみ出さないよう経路Ｏｂ２ｂのスタートラインからエンドラインまでマウスカーソルＴを移動させる、といったタスクの難易度と、このタスクに要する所要時間との間には、式（３）で示されるペン操作モデルＭ３が成立することを検証するための検証実験である。そして、この検証実験によりペン操作モデルＭ３の精度が確認されている。具体的には、ペン操作モデルＭ３は、式（３）で示されることが確かめられている。つまり、ペン操作モデルＭ３は、図２（ｂ）のように、幅長Ｗ_Ｒから幅長Ｗ_Ｌへと幅長が広くなる経路を通過するのに要する所要時間ＭＴ_３が、式（３）の関係になることを示す。

式（３）のうち、ＩＤ_３は、図２（ｂ）に対応するタスクの難易度を示す。したがって、ＩＤ_３で示される式によって算出される値は、図２（ｂ）に対応するタスクの難易度を示す指標値である。また、ａおよびｂは、実験により決定される定数である。

一般に、幅が広くなるほどタスクの難易度は低下する。また、タスクの難易度が低下することに応じて、ユーザはマウスカーソルＴの移動速度を速めることができる。したがって、式（３）で示されるペン操作モデルＭ３は、幅長の変化に応じて難易度は低下してゆく場合の所要時間を予測するもである。

ここで、式（２）と式（３）を比較する。式（２）と式（３）とでは、幅が狭くなるか広くなるかの違いだけであり、単純には、式（２）＝式（３）が成立する。よって、式（２）と式（３）での計算結果を比較した場合、所要時間に差はないとの結果が得られるが、実際には図２（ａ）のように経路が狭まっていく方向に通過する方が長時間を要する。このため、式（２）と式（３）に基づいて、式（２）と式（３）での計算結果の差、すなわち時間差を補正するようなペン操作モデルをさらに生成することもできる。

また、式（１）で示されるステアリングの法則に基づいて、図３に示すような、幅の広がる螺旋状経路でのタスクの所要時間を予測するモデルであるペン操作モデルＭ４が提案され、また、検証実験によりペン操作モデルＭ４の精度が確かめられている。図３は、ペン操作モデルを説明する説明図（３）である。

図３では、コンピュータが表示画面において、螺旋状に広がる経路である経路Ｏｂ３を表示している。そして、このような状態において、経路Ｏｂ３からはみ出さないよう経路Ｏｂ３のスタートラインからエンドラインまでマウスカーソルＴを移動させる、といったタスクが与えられている例を示す。

つまり、図３は、螺旋状に広がる経路Ｏｂ３において、経路Ｏｂ３からはみ出さないよう経路Ｏｂ３のスタートラインからエンドラインまでマウスカーソルＴを移動させる、といったタスクの難易度と、このタスクに要する所要時間との間には、式（４）で示されるペン操作モデルＭ４が成立することを検証するための検証実験である。そして、この検証実験によりペン操作モデルＭ４の精度が確認されている。具体的には、ペン操作モデルＭ４は、式（４）で示されることが確かめられている。つまり、ペン操作モデルＭ４は、図３のように、螺旋状に広がる経路を通過するのに要する所要時間ＭＴ_４が、式（４）の関係になることを示す。

式（４）のうち、ＩＤ_４は、図３に対応するタスクの難易度を示す。したがって、ＩＤ_４で示される式によって算出される値は、図３に対応するタスクの難易度を示す指標値である。また、ｎは、螺旋における巻き数を示す。θは、極座標の角度における現在位置を示す。ωは、幅が広がるパラメータを示す。また、ａおよびｂは、実験により決定される定数である。すなわちペン操作モデルＭ４は、巻き数が多くなる、あるいは、螺旋の度合いが大きくなることで、タスクの難易度ＩＤ_４が上昇し、所要時間が長くなることを説明している。

また、式（１）で示されるステアリングの法則に基づいて、図４に示すような、幅長は一定であるが途中（例えば、中間地点）に角（カーブ）を有する経路でのタスクの所要時間を予測するモデルであるペン操作モデルＭ５が提案され、また、検証実験によりペン操作モデルＭ５の精度が確かめられている。図４は、ペン操作モデルを説明する説明図（４）である。

図４（ａ）では、コンピュータが表示画面において、全長（距離）Ａおよび幅長Ｗの経路であって、中間地点に所定角度の曲がり角を有する経路Ｏｂ４ａが表示されている状態において、経路Ｏｂ４ａからはみ出さないよう経路Ｏｂ４ａのスタートラインからエンドラインまでマウスカーソルＴを移動させる、といったタスクが与えられている例を示す。また、図４（ｂ）では、コンピュータが表示画面において、全長（距離）Ａおよび幅長Ｗの経路であって、中間地点に所定角度の曲がり角を有する経路Ｏｂ４ｂが表示されている状態において、経路Ｏｂ４ｂからはみ出さないよう経路Ｏｂ４ｂのスタートラインからエンドラインまでマウスカーソルＴを移動させる、といったタスクが与えられている例を示す。また、図４（ｃ）では、コンピュータが表示画面において、全長（距離）Ａおよび幅長Ｗの経路であって、中間地点に所定角度の曲がり角を有する経路Ｏｂ４ｃが表示されている状態において、経路Ｏｂ４ｃからはみ出さないよう経路Ｏｂ４ｃのスタートラインからエンドラインまでマウスカーソルＴを移動させる、といったタスクが与えられている例を示す。

そして、図４（ａ）～４（ｃ）は、中間地点に所定角度の曲がり角を有する経路Ｏｂ４ａ～４ｃにおいて、経路Ｏｂ４ａ～４ｃからはみ出さないよう経路Ｏｂ４ａ～４ｃのスタートラインからエンドラインまでマウスカーソルＴを移動させる、といったタスクの難易度と、このタスクに要する所要時間との間には、式（５）で示されるペン操作モデルＭ５が成立することを検証するための検証実験である。そして、この検証実験によりペン操作モデルＭ５の精度が確認されている。具体的には、ペン操作モデルＭ５は、式（５）で示されることが確かめられている。つまり、ペン操作モデルＭ５は、図４（ａ）～４（ｃ）のように、全長Ａおよび幅Ｗの経路であって、中間地点に所定角度の曲がり角を有する経路を通過するのに要する所要時間ＭＴ_５が、式（５）の関係になることを示す。

式（５）のうち、Ａ／Ｗは、図４に対応するタスクの難易度を示す。また、ユーザは、曲がり角ではマウスカーソルＴを減速させるため、式（５）の対数項は、減速した分、所要時間が増えることを示す要素である。また、ａおよびｂは、実験により決定される定数である。すなわちペン操作モデルＭ５は、曲がり角が存在することにより、タスクの難易度が上昇し、所要時間が長くなることを説明している。

また、式（１）で示されるステアリングの法則に基づいて、図５に示すような、幅長が異なる２本の経路が連結された連結経路Ｏｂ５でのタスクの所要時間を予測するモデルであるペン操作モデルＭ６が提案され、また、検証実験によりペン操作モデルＭ６の精度が確かめられている。図５は、ペン操作モデルを説明する説明図（５）である。

図５では、コンピュータが表示画面において、全長Ａ_１および幅長Ｗ_１の経路Ｏｂ５ａと、全長Ａ_２および幅長Ｗ_２の経路Ｏｂ５ｂとが連結された連結経路Ｏｂ５（全長Ａ）が表示されている状態において、連結経路Ｏｂ５からはみ出さないよう連結経路Ｏｂ５のスタートラインからエンドラインまでマウスカーソルＴを移動させる、といったタスクが与えられている例を示す。

つまり、図５は、連結経路Ｏｂ５からはみ出さないよう連結経路Ｏｂ５のスタートラインからエンドラインまでマウスカーソルＴを移動させる、といったタスクの難易度と、このタスクに要する所要時間との間には、式（６）で示されるペン操作モデルＭ６が成立することを検証するための検証実験である。そして、この検証実験によりペン操作モデルＭ６の精度が確認されている。具体的には、ペン操作モデルＭ６は、式（６）で示されることが確かめられている。つまり、ペン操作モデルＭ６は、図５のように、幅長が異なる２本の経路が連結された連結経路を通過するのに要する所要時間ＭＴ_６が、式（６）の関係になることを示す。

ユーザは経路Ｏｂ５ａから経路Ｏｂ５ｂに進入するためにスピード（マウスカーソルＴを移動させる操作速度）を落とし、その後は単一の経路（例えば、図１に示す経路Ｏｂ１）を通過するのと同様の挙動を示す。このため、式（６）は、経路Ｏｂ５ａでの所要時間、および、経路Ｏｂ５ｂでの所要時間に加えて、ゲート（連結部）を通過するための時間変化を考慮が考慮されている。例えば、ユーザは、位置Ｐ１からゲートに入る位置Ｐ２へと向かって減速を開始し、ゲートを通過した後は一定のスピードで進むため、単一の経路（例えば、図１に示す経路Ｏｂ１）を通過する場合と比較して、ゲートのための原則に応じて余計に時間がかかる。式（６）では、この点がパラメータとして考慮されている。

式（６）のうち、左辺の第１項は、経路Ｏｂ５ａを通過する難易度を示す。また、第１項に含まれるｎは、定数である。また、左辺の第２項（対数項）は、ゲートを通過するための減速ファクターを示す。また、左辺の第３項は、経路Ｏｂ５ｂを通過する難易度を示す。また、ａ、ｂ、ｃ、ｄは、実験により決定される定数である。すなわちペン操作モデルＭ６は、ゲートが存在することにより、タスクの難易度が上昇し、所要時間が長くなることを説明している。

さて、これまでステアリングの法則に基づく各モデルについて説明してきた。これらのモデルは、図１～図５に示したように、一般的にはタスクに対する画面上のユーザ操作に応じた運動（例えば、マウスカーソルＴの移動の移動を示す運動）において成立するものであるが、全く別の分野での特定の運動にも適用可能であることが判明している。具体的には、ペン操作モデルＭ１は、マウスカーソルＴを自動車に置き換えたドライブシミュレータにも適用可能であることが示されている。

このように、ペン操作モデルＭ１はドライブシミュレータにも適用可能であり、また、ペン操作モデルＭ１からペン操作モデルＭ２～Ｍ６を導出可能であることから、本実施形態では、実際の車の運転においてもペン操作モデルＭ２～Ｍ６が成立するのではないかと予想した。しかしながら、実際の車の運転においてペン操作モデルＭ２～Ｍ６が成立するか否かを検証するのは現実的ではない。なぜなら、ユーザに様々な形状の道路を実際に運転してもらうことにより、道路に応じた運転の難易度や、その道路を通過する所要時間がどのように変化するか統計を取らなければならず、これには膨大な時間と手間を要することになる。

そこで、本実施形態では、ペン操作モデルＭ２～Ｍ６もドライブシミュレータにも適用可能であるのならば、実際の車の運転においてペン操作モデルＭ２～Ｍ６を適用可能であると仮定することで、最終的にペン操作モデルＭ１～Ｍ６に基づく経路案内を行うことに着目している。具体的には、本実施形態では、ペン操作モデルＭ１～Ｍ６に基づいて、カーナビゲーションシステムにおける目的地までの経路案内サービスに関する制御を行うことに着目している。

例えば、従来のカーナビゲーションシステムは、目的地までの候補ルート毎に、目的地までの距離、渋滞状況、信号数等に基づいて、目的地までの移動に掛かる移動コストを算出し、算出した移動コストに基づいてルート案内を行っている。ここで、例えば、提示されたルートは、確かに目的地までの最短ルートではあるが、実際に通ってみると、非常に道が細く運転しづらい、あるいは、カーブが多く運転しづらい等といったように、運転難易度の高い道であった、ということが起こり得る。また、このような場合、ドライバーが初心者であるとすると、このように運転難易度の高い道を通らなければならないのはストレスであるし、最短ルートであるはずが、結果的に多くの時間がかかってしまう、といったことも起こり得る。

このようなことが起こり得るのは、従来のカーナビゲーションシステムは、最短ルートを優先的に提示する、渋滞しているルートは優先順位を下げる、等といったような単純な制御のもと、候補ルートの中から経路案内として提示する対象ルートを抽出しているに過ぎないためである。また、従来のカーナビゲーションシステムは、例えば、移動コストの算出に運転の難易度や、その難易度に応じた所要時間を要素として含めておらず、候補ルート毎に難易度を総合的に判断するようなことを行っていないことも原因である。

例えば、曲がり角があるが道幅は比較的広い候補ルート、直線状であるが常に道幅が細い候補ルート、道幅は広いが常にカーブしている候補ルートといった３つの候補ルートが存在するとする。かかる場合、従来のカーナビゲーションシステムでは、３つの候補ルートのうち、「総合的に難易度が低いルート」はどのルートであるかを判断できるように移動コストを算出することは困難である。

以上の点を踏まえて、本実施形態では、ペン操作モデルに基づき算出した難易度や、その難易度に応じた所要時間を用いて、「総合的に難易度が低いルート」を判断できるよう移動コストを算出し、算出した移動コストに基づき経路案内する。

具体的には、実施形態にかかる情報処理装置１００は、軌道に沿わせるタスクに対するユーザのインタラクションに基づく情報を取得し、取得した情報に基づいて、ナビゲーションシステムにおける目的地までの経路案内サービスに関する制御を行う。より具体的には、情報処理装置１００は、軌道に沿わせるタスクに対するユーザのインタラクションに基づき算出されたモデルを取得し、取得したモデルに基づいて、目的地までの経路案内に関する制御を行う。

例えば、情報処理装置１００は、軌道に沿わせるタスクが、道路と見なされた軌道に沿った車の運転と仮定された場合に、ユーザのインタラクションとして、軌道に対するユーザの運転状況と見なすことができるインタラクションに基づき算出されたモデルを取得する。例えば、情報処理装置１００は、モデルとして、軌道に関するコンテキストと、当該コンテキストが示す状況下においてユーザがタスクを完了するまでに要する所要時間との関係性を示すモデルを取得する。また、例えば、情報処理装置１００は、軌道に関するコンテキストとして、軌道に対応する道路の構造、道路の周辺環境、または、道路に対して設定される通行規制に関するコンテキストである道路コンテキストと、所要時間との関係性を示す前記モデルを取得する。

特に、道路の周辺環境、または、道路に対して設定される通行規制に関する道路コンテキストと、当該道路コンテキストが示す状況下においてユーザがタスクを完了するまでに要する所要時間との関係性を示すモデルについて一例を示す。例えば、かかるモデルは、この道路コンテキスに関する条件下においてタスクが行われた場合における、ユーザのインタラクションに基づき、例えば、ペン操作モデルＭ１～Ｍ６を補正することにより生成することができる。

ここで取得されるモデルは、前提として図１～図５を用いて説明してきたペン操作モデルである。また、軌道に対応する道路の構造に関するコンテキストとしては、例えば、道路幅、道路の幅の広がりの態様、道路の全長、道路が有する曲がり角の数等が挙げられる。

また、情報処理装置１００は、取得したモデルに基づいて、任意の地点までの移動に掛かる移動コストを算出し、算出した移動コストに基づいて、任意の地点までの経路案内に関する制御を行う。例えば、情報処理装置１００は、モデルに基づいて、任意の地点までの候補ルートを示す道路の構造に関するコンテキストに応じた難易度であって、任意の地点までのルートを運転して移動する際の難易度を示す指標値を算出し、算出した指標値に基づいて、移動コストを算出する。また、例えば、情報処理装置１００は、モデルに基づいて、任意の地点までの候補ルートを運転して移動する際の所要時間を予測し、予測した所要時間に基づいて、移動コストを算出する。以下、情報処理装置１００によって行われる情報処理の一例について、図６を用いて説明する。図６は、実施形態にかかる情報処理の一例を示す図である。なお、任意の地点とは、例えば、カーナビにおいてユーザに設定された目的地である。

図１の説明に先立って、図８を用いて、実施形態にかかる情報処理システムについて説明する。図８は、実施形態にかかる情報処理システム１の構成例を示す図である。実施形態にかかる情報処理システム１は、図８に示すように、端末装置１０と、情報処理装置１００とを含む。端末装置１０、情報処理装置１００は、ネットワークＮを介して有線または無線により通信可能に接続される。なお、図８に示す情報処理システム１には、複数台の端末装置１０や、複数台の情報処理装置１００が含まれてよい。

端末装置１０は、ユーザによって利用される情報処理装置である。端末装置１０は、例えば、カーナビゲーションシステム（略して、カーナビ）に対応する専用の端末装置である他、スマートフォンや、タブレット型端末によって代用される場合がある。端末装置１０がカーナビゲーションシステムとして機能するために、端末装置１０には、カーナビゲーションシステムに対応するアプリケーションがインストールされる。また、カーナビゲーションシステムとしての端末装置１０には、例えば、車のダッシュボードの上に取り付けられるオンダッシュ型、あるいは、カーオーディオ等が収められるスペースに取り付けられるインダッシュ型がある。

また、端末装置１０は、表示部（表示画面）を有しており、表示部に経路を表示することで経路案内を行う。図１の例では、経路案内に関する大元の処置は情報処理装置１００によって行われるため、端末装置１０は、例えば、情報処理装置１００から受け付けた情報を表示部に表示する。

また、端末装置１０の表示部には、タッチパネルが採用されていることにより、ユーザからタッチ入力により指示を受け付けることができるほか、音声指示を受け付けることもできる。また、端末装置１０は、音声での経路案内を行うこともできる。また、図１の例では、端末装置１０は、ユーザＵ１によって利用されるものとする。

このような状態において、ユーザＵ１は、端末装置１０に対して、スタート地点Ｓ１を拠点として、目的地Ｇ１までの経路案内を指示したとする。例えば、ユーザＵ１は、目的地Ｇ１までの経路案内を要求するために、端末装置１０に対して、スタート地点Ｓ１と示す情報と、目的地Ｇ１を示す情報を入力したとする。端末装置１０は、ユーザＵ１から入力を受け付けると、受け付けた入力情報を情報処理装置１００に送信する（ステップＳ１１）。このような入力情報の送信は、情報処理装置１００に対する経路案内情報の配信要求と言い換えることができる。

情報処理装置１００は、入力情報を受け付けると（ステップＳ１２）、入力情報によって示されるスタート地点Ｓ１および目的地Ｇ１に基づいて、スタート地点Ｓ１から目的地Ｇ１までの候補ルートを特定する（ステップＳ１３）。後述するが、情報処理装置１００は、日本各地のマップと、当該マップに含まれる道路に関する道路情報とを記憶するルート情報記憶部１２２を有する。したがって、情報処理装置１００は、ルート情報記憶部１２２を参照することで、スタート地点Ｓ１から目的地Ｇ１までの候補ルートを特定する。図１の例では、情報処理装置１００は、候補ルートＲＴ１、候補ルートＲＴ２および候補ルートＲＴ３といった３つの候補ルートを特定したとする。

また、不図示であるが、情報処理装置１００は、候補ルートＲＴ１、ＲＴ２、ＲＴ３それぞれの渋滞情報を取得する。例えば、各地の道路状況として、現在の渋滞状況を随時、取得および更新する外部サーバが存在するとすと、情報処理装置１００は、この外部サーバにアクセスすることで、候補ルートＲＴ１、ＲＴ２、ＲＴ３それぞれの渋滞情報を取得する。

次に、情報処理装置１００は、ペン操作モデルに基づいて、候補ルート毎に、スタート地点Ｓ１から目的地Ｇ１までの車での移動に掛かる移動コストを算出するコスト算出処置を実行する（ステップＳ１４）。ここからは、実施形態にかかる情報処理のうち、コスト算出処置について、図７を用いて詳細に説明する。図７は、実施形態にかかるコスト算出処置の一例を示す図である。

まず、情報処理装置１００は、候補ルートＲＴ１、ＲＴ２、ＲＴ３それぞれについて、ペン操作モデルＭ１～Ｍ６のうち、いずれのペン操作モデルを適用可能であるかを判断する。例えば、情報処理装置１００は、候補ルートを構成する構成ルートを特定し、特定した構成ルート毎に適用可能なペン操作モデルがどれであるかを判断する。例えば、情報処理装置１００は、候補ルートに含まれる曲がり角に基づいて、構成する構成ルートと特定する。一例を示すと、情報処理装置１００は、候補ルートに所定角度（例えば、１５０度）以下の曲がり角が含まれる場合、その曲がり角を基準に構成ルートを特定する。

図７の例では、候補ルートＲＴ１は、曲がり角の無い単純な一本道である。かかる場合、情報処理装置１００は、候補ルートＲＴ１には曲がり角が存在しないため、候補ルートＲＴ１を構成する構成ルートは候補ルートＲＴ１そのものであると特定する。

一方、図７の例では、候補ルートＲＴ２には、１５０度程度の曲がり角が１つ含まれる。かかる場合、情報処理装置１００は、候補ルートＲＴ２には曲がり角が存在するため、この曲がり角を基準に、候補ルートＲＴ２を構成する構成ルートは、構成ルートＲＴ２－１および構成ルートＲＴ２－２であることを特定する。

また、図７の例では、候補ルートＲＴ３は、常にカーブしている。カーブの頂点を角と見なすと、候補ルートＲＴ３には、カーブの頂点を角とする１２０度程度の曲がり角が１つ含まれる。かかる場合、情報処理装置１００は、候補ルートＲＴ３には曲がり角が存在するため、この曲がり角を基準に、候補ルートＲＴ３を構成する構成ルートは、構成ルートＲＴ３－１および構成ルートＲＴ３－２であることを特定する。

次に、情報処理装置１００は、上記のように特定した構成ルート毎に、ペン操作モデルＭ１～Ｍ６のうち、いずれのペン操作モデルを適用可能であるかを判断する。図７の例では、候補ルートＲＴ１（構成ルートＲＴ１ともいえる）は、全長Ａ１および道幅Ｗ１の経路であるため、情報処理装置１００は、候補ルートＲＴ１には、単一の直線経路を通過するタスクに対応するペン操作モデルＭ１を適用可能であると判断する。

次に、候補ルートＲＴ２ついて、候補ルートＲＴ２を構成する構成ルートＲＴ２－１は、全長Ａ２、および、目的地Ｇ１に向かって道幅Ｗ２－１からＷ２へと広がる経路であるため、情報処理装置１００は、構成ルートＲＴ２－１には、ペン操作モデルＭ３を適用可能であると判断する。また、候補ルートＲＴ２ついて、候補ルートＲＴ２を構成する構成ルートＲＴ２－２は、全長Ａ２、および、目的地Ｇ１に向かって道幅Ｗ２からＷ２－２へと狭まる経路であるため、情報処理装置１００は、構成ルートＲＴ２－２には、ペン操作モデルＭ２を適用可能であると判断する。

次に、候補ルートＲＴ３は、全長Ａ３および一定の道幅Ｗ３であるが、常にカーブしている。かかる場合、情報処理装置１００は、曲がり角が含まれる経路（道幅は一定）を通過するタスクに対応するペン操作モデルＭ５を適用可能であると判断する。なお、情報処理装置１００は、候補ルートＲＴ３を螺旋状と見なしてペン操作モデルＭ４を適用可能であると判断してもよいが、図７の例では、ペン操作モデルＭ５を適用可能であるものとする。

上記をまとめると、図７の例では、情報処理装置１００は、候補ルートＲＴ１が曲がり角の無い単純な一本道で道幅一定であることから、構成ルートを特定することなく、ペン操作モデルＭ１を適用可能と判断する。また、情報処理装置１００は、候補ルートＲＴ２が曲がり角を基準に道幅の広がる構成ルートＲＴ２－１と、道幅の狭まる構成ルートＲＴ２－２とで構成されることから、構成ルートＲＴ２－１にはペン操作モデルＭ３を適用可能であり、構成ルートＲＴ２－２にはペン操作モデルＭ２を適用可能であると判断する。また、情報処理装置１００は、候補ルートＲＴ３が曲がり角を含むが道幅一定であることから、ペン操作モデルＭ５を適用可能と判断する。

また、情報処理装置１００は、適用可能なペン操作モデルを特定したことにより、特定したペン操作モデルを取得する。例えば、情報処理装置１００は、モデル情報記憶部１２１から、特定したペン操作モデルを取得する。モデル情報記憶部１２１は、ペン操作モデルに関する情報を記憶する。図６の例では、モデル情報記憶部１２１は、「モデルＩＤ」、「モデル」といった項目を有する。「モデルＩＤ」は、ペン操作モデルを識別する識別情報を示す。「モデル」は、ペン操作モデルに対応する数式を示す。

次に、情報処理装置１００は、候補ルート毎に移動コストを算出する。従来のカーナビでは、例えば、目的地までの距離と平均速度とに基づき、目的地までの所要時間を算出する等は行っていたが、道路のコンテキスト（例えば、記道路の幅長、道路の幅の広がりの態様、道路の全長）に応じた運転難易度を算出し、その難易度に応じた所要時間を算出すといったことは行っていなかった。しかし、本実施形態では、情報処理装置１００は、ペン操作モデルを用いて、道路のコンテキスト（例えば、記道路の幅長、道路の幅の広がりの態様、道路の全長）に応じた運転難易度を算出し、算出した運転難易度に基づいて、運転難易度に応じた移動コストを算出する。また、情報処理装置１００は、ペン操作モデルを用いて、この運転難易度に対応する所要時間（目的地までの所要時間）を算出し、算出した所要時間に基づいて、所要時間に応じた移動コストを算出する。

まず、候補ルートＲＴ１の例を示す。情報処理装置１００は、ペン操作モデルＭ１に対応する式（１）を用いて、候補ルートＲＴ１を運転する際の運転難易度であって、候補ルートＲＴ１のコンテキストに応じた運転難易度を算出する。例えば、情報処理装置１００は、式（１）によって示される難易度ＩＤ_１に対して、全長Ａ１および道幅Ｗ１を入力することにより、運転難易度を算出する。ここでは、情報処理装置１００は、候補ルートＲＴ１に対応する運転難易度として、運転難易度ＩＤ_ＲＴ１を算出したとする。そうすると、情報処理装置１００は、運転難易度ＩＤ_ＲＴ１を移動コストに換算する。情報処理装置１００は、移動コストの換算には、任意の手法を用いることができる。例えば、情報処理装置１００は、所定の変換関数を用いて、運転難易度ＩＤ_ＲＴ１を移動コストに換算してもよいし、運転難易度毎に移動コストが対応付けられた変換表を用いて、運転難易度ＩＤ_ＲＴ１を移動コストに換算してもよい。図７の例では、情報処理装置１００は、運転難易度ＩＤ_ＲＴ１に対応する移動コストとして、移動コスト「ｎ１１」を算出した例を示す。

また、情報処理装置１００は、ペン操作モデルＭ１に対応する式（１）を用いて、候補ルートＲＴ１の運転に要する所要時間（スタート地点ＳＴ１から目的地Ｇ１への移動に要する所要時間）を算出する。ここでは、情報処理装置１００は、候補ルートＲＴ１に対応する所要時間として、所要時間ＭＴ_ＲＴ１を算出したとする。そうすると、情報処理装置１００は、所要時間ＭＴ_ＲＴ１を移動コストに換算する。情報処理装置１００は、移動コストの換算には、任意の手法を用いることができる。例えば、情報処理装置１００は、所定の変換関数を用いて、所要時間ＭＴ_ＲＴ１を移動コストに換算してもよいし、所要時間毎に移動コストが対応付けられた変換表を用いて、所要時間ＭＴ_ＲＴ１を移動コストに換算してもよい。図７の例では、情報処理装置１００は、所要時間ＭＴ_ＲＴ１に対応する移動コストとして、移動コスト「ｎ１２」を算出した例を示す。

また、図７の例では、情報処理装置１００は、候補ルートＲＴ１が道幅Ｗ１であることに基づき道幅Ｗ１に対応する移動コスト「ｎ１３」を算出し、候補ルートＲＴ１が全長Ａ１であることに基づき全長Ａ１に対応する移動コスト「ｎ１４」を算出し、候補ルートＲＴ１には曲がり角（カーブ）が含まれないことに基づき、カーブ数「０」に対応する移動コスト「ｎ１５」を算出し、候補ルートＲＴ１の渋滞状況に基づく移動コスト「ｎ１５」を算出し、候補ルートＲＴ１の信号数に基づく移動コスト「ｎ１６」を算出した例を示す。

また、図７の例では、情報処理装置１００は、上記のように各要素毎に算出した移動コストを合計した合計コストとして、合計コスト「ＳＮ１」を算出した例を示す。

次に、候補ルートＲＴ２のうち、構成ルートＲＴ２－１の例を示す。情報処理装置１００は、ペン操作モデルＭ３に対応する式（３）を用いて、構成ルートＲＴ２－１を運転する際の運転難易度であって、構成ルートＲＴ２－１のコンテキストに応じた運転難易度を算出する。例えば、情報処理装置１００は、式（３）によって示される難易度ＩＤ_３に対して、全長Ａ２、スタートラインでの道幅Ｗ２－１、エンドラインでの道幅Ｗ２を入力することにより、運転難易度を算出する。ここでは、情報処理装置１００は、構成ルートＲＴ２－１に対応する運転難易度として、運転難易度ＩＤ_{ＲＴ２－１}を算出したとする。そうすると、情報処理装置１００は、運転難易度ＩＤ_{ＲＴ２－１}を移動コストに換算する。図７の例では、情報処理装置１００は、運転難易度ＩＤ_{ＲＴ２－１}に対応する移動コストとして、移動コスト「ｎ２１１」を算出した例を示す。

また、情報処理装置１００は、ペン操作モデルＭ３に対応する式（３）を用いて、構成ルートＲＴ２－１の運転に要する所要時間（スタート地点ＳＴ１から目的地Ｇ１への移動に要する所要時間）を算出する。ここでは、情報処理装置１００は、構成ルートＲＴ２－１に対応する所要時間として、所要時間ＭＴ_{ＲＴ２－１}を算出したとする。そうすると、情報処理装置１００は、所要時間ＭＴ_{ＲＴ２－１}を移動コストに換算する。図７の例では、情報処理装置１００は、所要時間ＭＴ_{ＲＴ２－１}に対応する移動コストとして、移動コスト「ｎ２１２」を算出した例を示す。

また、図７の例では、情報処理装置１００は、構成ルートＲＴ２－１の道幅の平均値に基づき移動コスト「ｎ２１３」を算出し、構成ルートＲＴ２－１が全長Ａ２であることに基づき全長Ａ２に対応する移動コスト「ｎ２１４」を算出し、構成ルートＲＴ２－１には曲がり角（カーブ）が含まれないことに基づき、カーブ数０に対応する移動コスト「ｎ２１５」を算出し、構成ルートＲＴ２－１の渋滞状況に基づく移動コスト「ｎ２１６」を算出し、構成ルートＲＴ２－１の信号数に基づく移動コスト「ｎ２１７」を算出した例を示す。

また、図７の例では、情報処理装置１００は、上記のように各要素毎に算出した移動コストを合計した合計コストとして、合計コスト「ＳＮ２１」を算出した例を示す。

次に、候補ルートＲＴ２のうち、構成ルートＲＴ２－２の例を示す。情報処理装置１００は、ペン操作モデルＭ２に対応する式（２）を用いて、構成ルートＲＴ２－２を運転する際の運転難易度であって、構成ルートＲＴ２－２のコンテキストに応じた運転難易度を算出する。例えば、情報処理装置１００は、式（２）によって示される難易度ＩＤ_３に対して、全長Ａ２、スタートラインでの道幅Ｗ２、エンドラインでの道幅Ｗ２－２を入力することにより、運転難易度を算出する。ここでは、情報処理装置１００は、構成ルートＲＴ２－２に対応する運転難易度として、運転難易度ＩＤ_{ＲＴ２－２}を算出したとする。そうすると、情報処理装置１００は、運転難易度ＩＤ_{ＲＴ２－２}を移動コストに換算する。図７の例では、情報処理装置１００は、運転難易度ＩＤ_{ＲＴ２－２}に対応する移動コストとして、移動コスト「ｎ２２１」を算出した例を示す。

また、情報処理装置１００は、ペン操作モデルＭ２に対応する式（２）を用いて、構成ルートＲＴ２－２の運転に要する所要時間（スタート地点ＳＴ１から目的地Ｇ１への移動に要する所要時間）を算出する。ここでは、情報処理装置１００は、構成ルートＲＴ２－２に対応する所要時間として、所要時間ＭＴ_{ＲＴ２－２}を算出したとする。そうすると、情報処理装置１００は、所要時間ＭＴ_{ＲＴ２－２}を移動コストに換算する。図７の例では、情報処理装置１００は、所要時間ＭＴ_{ＲＴ２－２}に対応する移動コストとして、移動コスト「ｎ２２２」を算出した例を示す。

また、図７の例では、情報処理装置１００は、構成ルートＲＴ２－２の道幅の平均値に基づき移動コスト「ｎ２２３」を算出し、構成ルートＲＴ２－２が全長Ａ２であることに基づき全長Ａ２に対応する移動コスト「ｎ２２４」を算出し、構成ルートＲＴ２－２には曲がり角（カーブ）が含まれないことに基づき、カーブ数０に対応する移動コスト「ｎ２２５」を算出し、構成ルートＲＴ２－２の渋滞状況に基づく移動コスト「ｎ２２６」を算出し、構成ルートＲＴ２－２の信号数に基づく移動コスト「ｎ２２７」を算出した例を示す。

また、図７の例では、情報処理装置１００は、上記のように各要素毎に算出した移動コストを合計した合計コストとして、合計コスト「ＳＮ２２」を算出した例を示す。また、このような状態において、情報処理装置１００は、合計コスト「ＳＮ２１」と合計コスト「ＳＮ２２」とを足し合わせた数値（ＳＮ２１＋ＳＮ２２）を、候補ルートＲＴ２の最終的な移動コストとする。

次に、候補ルートＲＴ３の例を示す。情報処理装置１００は、ペン操作モデルＭ５に対応する式（５）を用いて、候補ルートＲＴ３を運転する際の運転難易度であって、候補ルートＲＴ３のコンテキストに応じた運転難易度を算出する。例えば、情報処理装置１００は、式（５）によって示される難易度ＩＤ_３に対して、全長Ａ３、スタートラインから曲がり角までの距離、道幅Ｗ３を入力することにより、運転難易度を算出する。ここでは、情報処理装置１００は、候補ルートＲＴ３に対応する運転難易度として、運転難易度ＩＤ_ＲＴ３を算出したとする。そうすると、情報処理装置１００は、運転難易度ＩＤ_ＲＴ３を移動コストに換算する。図７の例では、情報処理装置１００は、運転難易度ＩＤ_{ＲＴ２－２}に対応する移動コストとして、移動コスト「ｎ３１」を算出した例を示す。

また、情報処理装置１００は、ペン操作モデルＭ５に対応する式（５）を用いて、候補ルートＲＴ３の運転に要する所要時間（スタート地点ＳＴ１から目的地Ｇ１への移動に要する所要時間）を算出する。ここでは、情報処理装置１００は、候補ルートＲＴ３に対応する所要時間として、所要時間ＭＴ_ＲＴ３を算出したとする。そうすると、情報処理装置１００は、所要時間ＭＴ_ＲＴ３を移動コストに換算する。図７の例では、情報処理装置１００は、所要時間ＭＴ_ＲＴ３に対応する移動コストとして、移動コスト「ｎ３２」を算出した例を示す。

また、図７の例では、情報処理装置１００は、候補ルートＲＴ３が道幅Ｗ３であることに基づき道幅Ｗ３に対応する移動コスト「ｎ３３」を算出し、候補ルートＲＴ３が全長Ａ３であることに基づき全長Ａ３に対応する移動コスト「ｎ３４」を算出し、候補ルートＲＴ３には曲がり角（カーブ）が１つ含まれることに基づき、カーブ数「１」に対応する移動コスト「ｎ３５」を算出し、候補ルートＲＴ３の渋滞状況に基づく移動コスト「ｎ３５」を算出し、候補ルートＲＴ３の信号数に基づく移動コスト「ｎ１６３を算出した例を示す。

また、図７の例では、情報処理装置１００は、上記のように各要素毎に算出した移動コストを合計した合計コストとして、合計コスト「ＳＮ３」を算出した例を示す。

以上、図７を用いて、実施形態にかかるコスト算出処置の一例について説明してきた。図６に戻り、引き続き、実施形態にかかる情報処理について説明する。情報処理装置１００は、ステップＳ１４でコスト算出処理を行った後、算出した移動コストに基づいて、目的地Ｇ１までの経路案内に関する制御を行う（ステップＳ１５）。例えば、情報処理装置１００は、候補ルートＲＴ１、ＲＴ２、ＲＴ３の全てをユーザＵ１に提示することができるが、この際、候補ルートＲＴ１、ＲＴ２、ＲＴ３のいずれか１つを推奨ルートして提示してもよい。

例えば、情報処理装置１００は、候補ルートＲＴ１、ＲＴ２、ＲＴ３のうち、移動コストの総和がより小さい候補ルートを推奨ルートとして提示（提案）する。例えば、図７の例では、候補ルートＲＴ１に対応する合計コスト「ＳＮ１」、候補ルートＲＴ２に対応する合計コスト「ＳＮ２１＋ＳＮ２２」、候補ルートＲＴ３に対応する合計コスト「ＳＮ３」の大小関係が、合計コスト「ＳＮ２１＋ＳＮ２２」＜合計コスト「ＳＮ１」＜合計コスト「ＳＮ３」であったとする。かかる場合、合計コスト「ＳＮ２１＋ＳＮ２２」が最小であることから、候補ルートＲＴ２が総合的に最も運転しやすいルートといえる。したがって、情報処理装置１００は、候補ルートＲＴ２を推奨ルートとして提示（提案）する。

ここで、候補ルートＲＴ１は、一直線であるが道幅が常に狭いルートである。候補ルートＲＴ２は、曲がり角を有するが途中は道幅が比較的広めになっているルートである。候補ルートＲＴ３は、常に道幅は広いが常にカーブしているルートである。このように各候補ルートは、それぞれ異なる複数のコンテキストを示しているが、上記コスト算出処理で算出された運転難易度および所要時間は、候補ルート毎に、異なる複数のコンテキストが総合的に考慮された値といえる。したがって、情報処理装置１００は、運転難易度に対応する移動コスト、および、所要時間に対応する移動コストに特に着目することで、３つの候補ルートのうち、「総合的に難易度が低いルート」を判断し、「総合的に難易度が最も低いルート」を推奨ルートとして提示してもよい。

図７の例では、候補ルートＲＴ１では、運転難易度に基づき移動スコア「ｎ１１」が算出され、この運転難易度に応じた所要時間に基づき移動スコア「ｎ１２」が算出されている。ここで、移動スコア「ｎ１１」と移動スコア「ｎ１２」の合計値が「Ｎ１」であるとする。

また、図７の例では、候補ルートＲＴ２のうち構成ルートＲＴ２－１では、運転難易度に基づき移動スコア「ｎ２１１」が算出され、この運転難易度に応じた所要時間に基づき移動スコア「ｎ２１２」が算出されている。ここで、移動スコア「ｎ２１１」と移動スコア「ｎ２１２」の合計値が「Ｎ２－１」であるとする。また、候補ルートＲＴ２のうち構成ルートＲＴ２－２では、運転難易度に基づき移動スコア「ｎ２２１」が算出され、この運転難易度に応じた所要時間に基づき移動スコア「ｎ２２２」が算出されている。ここで、移動スコア「ｎ２２１」と移動スコア「ｎ２２２」の合計値が「Ｎ２－２」であるとする。さらに、合計値「Ｎ２－１」および合計値「Ｎ２－２」を足し合わせた値が「Ｎ２」であるとする。

また、図７の例では、候補ルートＲＴ３では、運転難易度に基づき移動スコア「ｎ３１」が算出され、この運転難易度に応じた所要時間に基づき移動スコア「ｎ３２」が算出されている。ここで、移動スコア「ｎ３１」と移動スコア「ｎ３２」の合計値が「Ｎ３」であるとする。

つまり、合計値「Ｎ１」は、候補ルートＲＴ１において運転難易度と所要時間とに基づき算出された移動スコアである。また、合計値「Ｎ２」は、候補ルートＲＴ２において運転難易度と所要時間とに基づき算出された移動スコアである。また、合計値「Ｎ３」は、候補ルートＲＴ３において運転難易度と所要時間とに基づき算出された移動スコアである。そして、これらの大小関係が、合計値「Ｎ２」＜合計値「Ｎ１」＜合計値「Ｎ３」であったとする。そうすると、合計値「Ｎ２」に対応する候補ルートＲＴ２が、「総合的に難易度が最も低いルート」といえる。このようなことから、情報処理装置１００は、候補ルートＲＴ２を推奨ルートとして提示する。つまり、情報処理装置１００は、運転難易度にに対応する移動コストおよび所要時間に対応する移動コストのみに基づいて、総合的な移動コスト算出し、算出した値（上記例では、合計値）に基づいて、「総合的に難易度が最も低いルート」をより高精度に判断してもよい。なお、情報処理装置１００は、各移動コストを加算するのではなく、例えば、乗算することで算出した値を「合計コスト」や「合計値」の代わりに用いてもよい。

また、情報処理装置１００は、候補ルートＲＴ１、ＲＴ２、ＲＴ３のうち、目的地Ｇ１までのルートを要求したユーザ（図６の例では、ユーザＵ１）の性質に応じた移動コストが算出された候補ルートを推奨ルートとして提示してもよい。ここで、例えば、ユーザＵ１は、運転経験が浅いドライバーだとする。そうすると、ユーザＵ１には、所要時間が多少長くても運転難易度の低いルートが適しているといえる。

したがって、かかる場合、情報処理装置１００は、候補ルートＲＴ１の運転難易度に対応する移動スコア「ｎ１１」、候補ルートＲＴ２の運転難易度に対応する移動スコア「ｎ２１１＋ｎ２２１」、候補ルートＲＴ３の運転難易度に対応する移動スコア「ｎ３１」のうち、移動スコアの最も低い候補ルートを推奨ルートとして提示する。例えば、候補ルートＲＴ２の運転難易度に対応する移動スコア「ｎ２１１＋ｎ２２１」が最も値が低いとすると、情報処理装置１００は、候補ルートＲＴ２を推奨ルートとして提示する。

さて、これまで説明してきたように、実施形態にかかる情報処理装置１００は、情報処理装置１００は、軌道に沿わせるタスクに対するユーザのインタラクションに基づき算出されたモデルを取得し、取得したモデルに基づいて、目的地までの経路案内に関する制御を行う。これにより、実施形態にかかる情報処理装置１００は、ルート案内におけるユーザの利便性を向上させることができる。例えば、情報処理装置１００は、候補ルートに含まれる複数の異なるコンテキスト（例えば、道幅や全長）に基づき候補ルートの運転難易度や、運転難易度に応じた所要時間を算出することができるため、どの候補ルートが総合的に「難易度の低いルート」であるかを高精度に判断することができる。この結果、情報処理装置１００は、例えば、ユーザの性質に応じた難易度の候補ルートを融点的に提示することができるようになるため、ルート案内におけるユーザの利便性を向上させることができる。

〔２．情報処理装置の構成〕
次に、図９を用いて、実施形態にかかる情報処理装置１００について説明する。図９は、実施形態にかかる情報処理装置１００の構成例を示す図である。図９に示すように、情報処理装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。例えば、情報処理装置１００は、図１で説明した情報処理を行うサーバ装置である。

（記憶部１２０について）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ等の半導体メモリ素子またはハードディスク、光ディスク等の記憶装置によって実現される。記憶部１２０は、モデル情報記憶部１２１と、ルート情報記憶部１２２とを有する。モデル情報記憶部１２１については、図６で説明済みのためここでの説明は省略する。

（ルート情報記憶部１２２について）
ルート情報記憶部１２２は、日本各地のマップと、当該マップに含まれる道路に関する道路情報とを記憶する。ここで、図１０に実施形態にかかるルート情報記憶部１２２の一例を示す。図１０の例では、ルート情報記憶部１２２は、「地域ＩＤ」、「地図情報」、「ルートＩＤ」、「ルート情報」といった項目を有する。

「地域ＩＤ」は、地域（例えば、都道府県や都道府県内の市区町村）を識別する識別情報を示す。「地図情報」は、「地域ＩＤ」によって識別される地域内の地図情報である。「ルートＩＤ」は、「地域ＩＤ」によって識別される地域内に含まれる道路を識別する識別情報を示す。「ルート情報」は、「ルートＩＤ」によって識別される道路に関する情報を示す。「ルート情報」は、「ルートＩＤ」によって識別される道路に関するコンテキストを示す。道路に関するコンテキストには、道路の幅長（道幅）、道路の幅の広がりの態様、道路の全長、道路が有する曲がり角の数、道路の視界の状況等がある。

（制御部１３０について）
図９に戻り、制御部１３０は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、情報処理装置１００内部の記憶装置に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

図９に示すように、制御部１３０は、受付部１３１と、特定部１３２と、取得部１３３と、算出部１３４と、案内制御部１３５とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図９に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部１３０が有する各処理部の接続関係は、図９に示した接続関係に限られず、他の接続関係であってもよい。

（受付部１３１について）
受付部１３１は、ユーザから入力情報を受け付ける。例えば、受付部１３１は、目的地への経路案内を要求する入力情報を受け付ける。例えば、受付部１３１は、スタート地点と目的地とを含む入力情報を受け付ける。

（特定部１３２について）
特定部１３２は、受付部１３１により受け付けられた入力情報に基づいて、スタート地点から目的地までの候補ルートを特定する。例えば、特定部１３２は、ルート情報記憶部１２２を参照することにより、スタート地点から目的地までの候補ルートを特定する。

（取得部１３３について）
取得部１３３は、モデルを取得する。具体的には、取得部１３３は、ペン操作モデルを取得する。例えば、取得部１３３は、候補ルートに対して適用可能なペン操作モデルが特定された場合に、特定されたペン操作モデルを取得する。例えば、取得部１３３は、図１～図５で説明したペン操作モデルのうち、特定されたペン操作モデルを取得する。例えば、取得部１３３は、モデル情報記憶部１２１からペン操作モデルを取得する。

具体的には、取得部１３３は、軌道に沿わせるタスクに対するユーザのインタラクションに基づく情報を取得する。例えば、取得部１３３は、軌道に沿わせるタスクをが、道路と見なされた軌道に沿った車の運転と仮定された場合に、ユーザのインタラクションとして、軌道に対するユーザの運転状況と見なすことができるインタラクションに基づき算出されたモデルを取得する。

例えば、取得部１３３は、モデルとして、軌道に関するコンテキストと、当該コンテキストが示す状況下においてユーザがタスクを完了するまでに要する所要時間との関係性を示すモデルを取得する。具体的には、取得部１３３は、軌道に関するコンテキストとして、軌道に対応する道路の構造、前記軌道に対応する道路周辺の周辺環境、または、前記軌道に対応する道路に対して設定される通行規制に関するコンテキストである道路コンテキストと、所要時間との関係性を示すモデルを取得する。例えば、取得部１３３は、道路コンテキストとして、道路の幅長、道路の幅の広がりの態様、道路の全長、道路が有する曲がり角の数、時間帯に応じた前記道路の周辺環境、道路の周辺環境に応じた視界の状況であって道路の視界の状況のうちの少なくともいずれか１つと、所要時間との関係性を示すモデルを取得する。

また、モデルについより詳細に説明すると、取得部１３３は、道路コンテキストと、タスクを完了するまでに要する所要時間との関係性に基づき所要時間を予測するためのモデルを取得する。具体的には、取得部１３３は、道路コンテキストに応じた難易度であって、タスクの難易度を示す指標値と、所要時間との関係性に基づき所要時間を予測するためのモデルを取得する。

（算出部１３４について）
算出部１３４は、取得部１３３により取得されたモデルに基づいて、目的地までの移動に掛かる移動コストを算出する。具体的には、算出部１３４は、モデルに基づいて、目的地までの候補ルートを示す道路の構造に関するコンテキストに応じた難易度であって、目的地までのルートを運転して移動する際の難易度を示す指標値を算出し、算出した指標値に基づいて、移動コストを算出する。また、算出部１３４は、モデルに基づいて、目的地までの候補ルートを運転して移動する際の所要時間を予測し、予測した所要時間に基づいて、移動コストを算出する。つまり、算出部１３４は、図６および図７で説明したコスト算出処理を行う。また、算出部１３４は、合計コストや合計値等の算出も行う。

（案内制御部１３５について）
案内制御部１３５は、前記算出部により算出された移動コストに基づいて、任意の地点までの経路に関する制御を行う。例えば、案内制御部１３５は、経路に関する制御として、任意の地点を目的地とした場合の当該目的地までの経路案内に関する制御を行う。例えば、案内制御部１３５は、経路案内に関する制御として、目的地までの候補ルートのうち、移動コストの総和がより小さい候補ルートを推奨ルートとして提示する。また、例えば、案内制御部１３５は、経路案内に関する制御として、目的地までの候補ルートのうち、目的地までのルートを要求したユーザの性質に応じた移動コストが算出された候補ルートを推奨ルートとして提示する。例えば、案内制御部１３５は、目的地までの候補ルートのうち、目的地までのルートを要求したユーザの運転経験に応じた移動コストが算出された候補ルートを推奨ルートとして提示する。

〔３．処理手順〕
次に、図１１を用いて、実施形態にかかる情報処理の手順について説明する。図１１は、実施形態にかかる情報処理手順を示すフローチャートである。

まず、受付部１３１は、端末装置１０から入力情報を受信したか否かを判定する（ステップＳ１０１）。受付部１３１は、入力情報を受信していない場合には（ステップＳ１０１；Ｎｏ）、受信するまで待機する。一方、特定部１３２は、、受付部１３１により入力情報が受信された場合には（ステップＳ１０１；Ｙｅｓ）、目的地までの候補ルートを特定する（ステップＳ１０２）。

次に、算出部１３４は、候補ルート毎に、当該候補ルートの移動に掛かる移動コストを算出する（ステップＳ１０３）。この際、取得部１３３は、候補ルートに適用可能なペン操作モデルを、例えば、モデル情報記憶部１２１から取得する。したがって、算出部１３４は、取得部１３３により取得されたペン操作モデルに基づいて、候補ルートの移動に掛かる移動コストを算出する。

次に、案内制御部１３５は、算出部１３４により算出された移動コストに基づいて、目的地までのルート案内に関する制御を行う（ステップＳ１０４）。例えば、案内制御部１３５は、移動コストに基づいて、ユーザの性質や属性により適した候補ルートを特定し、特定した候補ルートを推奨ルートとして提示（提案）する。

〔４．変形例〕
上記実施形態にかかる情報処理装置１００は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、情報処理装置１００の他の実施形態について説明する。

〔４－１．モデルの応用（１）〕
上記実施形態では、取得部１３３により取得されるペン操作モデルは、コンピュータにより画面に表示制御された軌道（経路）であって、幅長、全長、カーブの状況等の各種のコンテキストが与えられた軌道を沿わせるタスクに対して、ユーザがどのようなインタラクションを示すか検証実験することで生成（証明）されたものである点説明した。また、少なくともペン操作モデルＭ１は、ドライブシミュレータおよび実際の車の運転には適用される点についても説明した。また、このようなことから本実施形態では、実際の車の運転にもペン操作モデルＭ１～Ｍ６を適用可能と定めることにより、情報処理装置１００が、ペン操作モデルＭ１～Ｍ６に基づき算出した移動コストをカーナビの経路案内に用いる点説明した。

しかしながら、実際の車の運転には、ペン操作モデルＭ１～Ｍ６では考慮されていない様々な要素が含まれる。一例を示すと、実際の車の運転では、ユーザ（ドライバー）は、道路への人物の飛び出しを警戒した運転、対向車を警戒した運転、標識等による通行規制に則した運転、天候に応じた運転、道路の視界に応じた運転、時間帯に応じた道路の周辺環境に応じた運転（例えば、通学時間帯のため多くの歩行者への配慮が必要となる運転）といった条件の基で、これら条件に適した運転を要求される。そこで、ペン操作モデルにこれら条件を要素として組み込むことができれば、上記ペン操作モデルを実際の車の運転に対応したより高精度なモデルへと修正（補正）することができると考えられる。

つまり、ステアリングの法則に基づくペン操作モデルに対して、上記のような条件を要素として組み込むことにより生成されたモデルを、情報処理装置１００に導入すれば、情報処理装置１００は、より高精度に移動スコアを算出できるようになるため、例えば、総合的に「難易度の低いルート」を高精度に判断できるようになる。そして、このためには、取得部１３３は、道路コンテキストに関する所定の条件として、道路への人物の飛び出しを警戒した運転、対向車を警戒した運転、標識等により通行規制に則した運転、天候に応じた運転、周囲の明るさに応じた運転、道路の視界に応じた運転、時間帯に応じた道路の周辺環境に応じた運転（例えば、通学時間帯のため多くの歩行者への配慮が必要となる運転）に対応する条件のうちの少なくともいずれか１つがタスクに対して与えられた場合における、道路コンテキストと所要時間との関係性を示すモデルを取得することになる。

以下では、取得部１３３がこのようなモデル、つまり条件を要素として導入することで修正されたペン操作モデルを取得できるよう、条件に基づきペン操作モデルを生成する一例を示す。例えば、コンピュータによって上記のような条件に対応する表示制御を行わせ、その条件の下で軌道を沿わせるタスクをユーザに行わせた際のユーザのインタラクションを検証することで、条件が考慮されたモデルを生成することができる。

まず、図１２を用いて、視界が制限されているような条件の下で、軌道を沿わせるタスクを与えた場合に、ユーザがどのようなインタラクションを示すかを検証実験する際の例を示す。図１２は、所定の条件下でのタスクに対するユーザのインタラクションを検証するための実験例（１）を示す図である。道路の視界は、道路の構造に関するコンテキストや、周囲の明るさ（例えば、昼間であるのかやかんであるのか）によって変化する。したがって、コンピュータは、図１２に示すような黒幕を用いて（黒幕を表示制御することにより）、このような視界を再現する。

まず、図１２（ａ）に示すように、かかる例で対象とする経路Ｏｂ６（道路と見なせる）は、全長Ａ、幅長Ｗの単純な一直線経路とする。また、このような状態において、経路Ｏｂ６からはみ出さないよう経路Ｏｂ６のスタートラインからエンドラインまでマウスカーソルＴを移動させる、といったタスクが与えられている例を示す。このような場合、ユーザは、経路Ｏｂ６上にマウスカーソルＴを位置させた状態で、例えば、マウスを動かすが、図１２では、説明に便宜上、マウスカーソルＴを経路Ｏｂ６外に示している。

ユーザは、スタートラインからエンドラインまでマウスカーソルＴを移動させるが、ここで、図１２（ｂ）に示すように、経路ＯＢ６上の位置Ｐｔ１～位置Ｐｔ２までマウスカーソルＴを移動させる場合をピックアップする。図１２（ｂ）に示すように、位置Ｐｔ１にマウスカーソルＴが存在する場合、コンピュータは、位置Ｐｔ１を基準に、幅ＶＷ１の視界を表示制御する。具体的には、コンピュータは、図１２（ｂ）に示すように、幅ＶＷ１を空けて、左右に黒幕を表示制御することにより、幅ＶＷ１をあたかも視界の表に再現する。

そして、この視界は、マウスカーソルＴの動きに連動して移動される。例えば、ユーザが、位置Ｐｔ１～位置Ｐｔ２までマウスカーソルＴを移動させると、コンピュータは、図１２（ｂ）から図１２（ｃ）の例のように、マウスカーソルＴに連動して視界を移動させる。具体的には、コンピュータは、幅ＶＷ１を維持しつつ、マウスカーソルＴの動きに連動させて、左右の黒幕の表示態様を変更する。

このような場合、ユーザは、図１の場合と比較して、マウスカーソルＴをゆっくりと動かす。ユーザは、経路Ｏｂ６からマウスカーソルＴをはみ出させないようマウスカーソルＴを動かさなければならないが、視界が遮られていることにより、この先、経路Ｏｂ６の形状がどのように変化するか、あるいは、どこにエンドラインが存在するかわからないため、慎重な動作を要求されるためである。つまり、視界が遮られていることにより、マウスカーソルＴのスピードは遅くなりため所要時間が図１の例と比較して長くなる。より具体的には、幅ＶＷ１が狭いほど、マウスカーソルＴのスピードは遅くなるため所要時間が図１の例と比較して長くなる。したがって、この点を考慮すると、例えば、図１で説明したペン操作モデルＭ１に対してさらに視界の大きさをファクターとして組み込むことで、ペン操作モデルＭ１を修正することができると考えられる。

また、このような場合、算出部１３４は、例えば、経路案内の要求が受信された時間帯、天候、候補ルートの構造に基づく視界を予測し、予測した視界を、上記のように修正されたペン操作モデルＭ１に適用することで、移動コストを算出する。これにより、情報処理装置１００は、例えば、視界のよい（見通しのよい）ルートを推奨ルートとして提示するといったことができるようになる。

〔４－２．モデルの応用（２）〕
次に、図１３を用いて、標識の指示に則した運転が条件づけられている下で、軌道を沿わせるタスクを与えた場合に、ユーザがどのようなインタラクションを示すかを検証実験する際の例を示す。図１３は、所定の条件下でのタスクに対するユーザのインタラクションを検証するための実験例（２）を示す図である。標識の指示としては、「この先スクールゾーンであるため徐行運転」を指示するようなものがある。かかる場合、コンピュータは、図１３に示すような黒幕を用いて視界を再現している状態において、さらにスクールゾーンも再現する。例えば、コンピュータは、スクールゾーンが視界に入ったら直ぐに徐行運転に切り替えるといった現実の運転をシミュレート可能なように、図１３に示すような黒幕の背後にスクールゾーンを示すラベルＬ１を隠しておく。また、ユーザは、ラベルＬ１が現れたらマウスカーソルＴのスピードを遅くするよう指示されているものとする。

まず、図１３（ａ）に示すように、かかる例で対象とする経路Ｏｂ７（道路と見なせる）は、全長Ａ、幅長Ｗの単純な一直線経路とする。また、このような状態において、経路Ｏｂ７からはみ出さないよう経路Ｏｂ６のスタートラインからエンドラインまでマウスカーソルＴを移動させる、といったタスクが与えられている例を示す。このような場合、ユーザは、経路Ｏｂ７上にマウスカーソルＴを位置させた状態で、例えば、マウスを動かすが、図１３では、説明に便宜上、マウスカーソルＴを経路Ｏｂ７外に示している。

ユーザは、スタートラインからエンドラインまでマウスカーソルＴを移動させるが、ここで、図１３（ａ）に示すように、経路ＯＢ７上の位置Ｐｔ３～位置Ｐｔ４までマウスカーソルＴを移動させる場合をピックアップする。図１３（ａ）に示すように、位置Ｐｔ３にマウスカーソルＴが存在する場合、コンピュータは、位置Ｐｔ３を基準に、幅ＶＷ１の視界を表示制御する。具体的には、コンピュータは、図１３（ａ）に示すように、幅ＶＷ１を空けて、左右に黒幕を表示制御することにより、幅ＶＷ１をあたかも視界の表に再現する。また、コンピュータは、図１３（ａ）に示すように、右に黒幕の裏側にユーザには視認不可能な状態で、スクールゾーンに対応する距離Ｋ１のラベルＬ１を表示制御する。

そして、例えば、ユーザが、位置Ｐｔ３～位置Ｐｔ４までマウスカーソルＴを移動させると、コンピュータは、図１３（ａ）から図１３（ｂ）の例のように、マウスカーソルＴに連動して視界を移動させる。具体的には、コンピュータは、幅ＶＷ１を維持しつつ、マウスカーソルＴの動きに連動させて、左右の黒幕の表示態様を変更する。ここで、マウスカーソルＴが、位置Ｐｔ４まで移動されると、ラベルＬ１が出現する。

このような場合、ユーザは、ラベルＬ１を視認できると、マウスカーソルＴを減速させる。また、ユーザは、この後マウスカーソルＴを移動させてもラベルＬ１を視認できている限りは減速を継続する。具体的には、ユーザは、距離Ｋ１のラベルＬ１が終わるまでは減速を継続する。また、ユーザは、経路Ｏｂ７からマウスカーソルＴをはみ出させないようマウスカーソルＴを動かさなければならないが、視界が遮られていることにより、この先、経路Ｏｂ７の形状がどのように変化するか、あるいは、どこにエンドラインが存在するかわからないため、慎重な動作を要求される。

以上のことから、例えば、図１で説明したペン操作モデルＭ１に対してさらに視界の大きさ、および、ラベルＬ１の距離Ｋ１をファクターとして組み込むことで、ペン操作モデルＭ１を修正することができると考えられる。

また、このような場合、算出部１３４は、例えば、経路案内の要求が受信された時間帯、天候、候補ルートの構造に基づく視界を予測し、予測した視界を、上記のように修正されたペン操作モデルＭ１に適用する。また、算出部１３４は、例えば、候補ルートにスクールゾーンが含まれる場合、スクールゾーンの距離をペン操作モデルＭ１に適用する。これにより、情報処理装置１００は、例えば、視界のよい（見通しのよい）ルートを推奨ルートとして提示するといったことができるようになる。

また、スクールゾーンを含む候補ルートには児童が存在する場合があるため、運転の際、周りへの配慮がより要求される。つまり、スクルールゾーンを含む候補ルートは、運転難易度が高いといえる。したがって、情報処理装置１００は、例えば、スクルールゾーンを含む候補ルートより、スクルールゾーンを含まない候補ルートの移動コストを低く算出することができるため、運転経験の浅いユーザには、スクールゾーンを含まない候補ルートを推奨ルートとして提示することができる。

〔４－３．モデルの応用（３）〕
次に、図１４を用いて、道路への人物の飛び出しを警戒した運転（あるいは、対向車を警戒した運転）が条件づけられている下で、軌道を沿わせるタスクを与えた場合に、ユーザがどのようなインタラクションを示すかを検証実験する際の例を示す。図１４は、所定の条件下でのタスクに対するユーザのインタラクションを検証するための実験例（３）を示す図である。例えば、コンピュータは、図１４に示すような黒幕を用いて視界を再現している状態において、さらに道路への人物の飛び出しも再現する。例えば、コンピュータは、人物が視界に入ったら直ぐに減速し人物を避けるといった現実の運転をシミュレート可能なように、図１４に示すような黒幕の背後に人物を示すラベルＬ２を隠しておく。また、ユーザは、ラベルＬ２が現れたらマウスカーソルＴのスピードを遅くし、ラベルＬ２を避けるよう指示されているものとする。

まず、図１４（ａ）に示すように、かかる例で対象とする経路Ｏｂ８（道路と見なせる）は、全長Ａ、幅長Ｗの単純な一直線経路とする。また、このような状態において、経路Ｏｂ８からはみ出さないよう経路Ｏｂ８のスタートラインからエンドラインまでマウスカーソルＴを移動させる、といったタスクが与えられている例を示す。このような場合、ユーザは、経路Ｏｂ８上にマウスカーソルＴを位置させた状態で、例えば、マウスを動かす。

ユーザは、スタートラインからエンドラインまでマウスカーソルＴを移動させるが、ここで、図１４（ａ）に示すように、経路ＯＢ８上の位置Ｐｔ５からマウスカーソルＴを移動させる場合をピックアップする。図１４（ａ）に示すように、位置Ｐｔ５にマウスカーソルＴが存在する場合、コンピュータは、位置Ｐｔ３を基準に、幅ＶＷ１の視界を表示制御する。具体的には、コンピュータは、図１４（ａ）に示すように、幅ＶＷ１を空けて、左右に黒幕を表示制御することにより、幅ＶＷ１をあたかも視界の表に再現する。また、コンピュータは、図１４（ａ）に示すように、右に黒幕の裏側にユーザには視認不可能な状態で、人物に対応する円形のラベルＬ２を表示制御する。

そして、例えば、ユーザが、位置Ｐｔ５からマウスカーソルＴを移動させてゆくと、コンピュータは、図１４（ａ）から図１４（ｂ）の例のように、マウスカーソルＴに連動して視界を移動させる。具体的には、コンピュータは、幅ＶＷ１を維持しつつ、マウスカーソルＴの動きに連動させて、左右の黒幕の表示態様を変更する。ここで、マウスカーソルＴが、移動されるとラベルＬ２が出現する。

このような場合、ユーザは、ラベルＬ２を視認できると、マウスカーソルＴを減速させる。そして、ユーザは、ラベルＬ２を避けるようにマウスカーソルＴを移動させる。また、ユーザは、経路Ｏｂ８からマウスカーソルＴをはみ出させないようマウスカーソルＴを動かさなければならないが、視界が遮られていることにより、この先、経路Ｏｂ８の形状がどのように変化するか、あるいは、どこにエンドラインが存在するかわからないため、慎重な動作を要求される。

以上のことから、例えば、図１で説明したペン操作モデルＭ１に対してさらに視界の大きさ、および、ラベルＬ２を避けるための減速をファクターとして組み込むことで、ペン操作モデルＭ１を修正することができると考えられる。

また、このような場合、算出部１３４は、例えば、経路案内の要求が受信された時間帯、天候、候補ルートの構造に基づく視界を予測し、予測した視界を、上記のように修正されたペン操作モデルＭ１に適用する。また、算出部１３４は、例えば、候補ルートが人物や対向車の多いルートである場合、人物や対向車に応じて発生する減速ファクターをペン操作モデルに適用する。これにより、情報処理装置１００は、例えば、視界のよい（見通しのよい）ルートを推奨ルートとして提示するといったことができるようになる。

また、人物が居る、つまり炉日だしの危険性がある候補ルートでは、運転の際、周りへの配慮がより要求される。したがって、このような候補ルートは、運転難易度が高いといえる。よって、情報処理装置１００は、例えば、歩行者が多い候補ルートより、歩行者が少ない候補ルートの移動コストを低く算出することができるため、運転経験の浅いユーザには、歩行者の配慮があまり必要でない（歩行者がより少ない）候補ルートを推奨ルートとして提示することができる。

〔４－４．プリファレンスに応じたルート変更〕
また、算出部１３４は、ユーザに指定された指定情報に応じたルートが推奨ルートとして提案されるよう移動コストを補正する。例えば、算出部１３４は、ユーザに指定された指定情報に応じたルートが推奨ルートとして提案されるよう、移動コストのうち指定情報に対応する移動コストに対して重み付けを行う。例えば、ユーザは、急ぎ目的地へ行かなければならない場合は、運転難易度が難しくともより短時間で目的地に到着できるルートの提示を望む場合がある。このような場合、ユーザは、目的地に到着するまでに要する所要時間が最短のルートが推奨されるよう指定する場合がある。

例えば、ユーザＵ１が、目的地Ｇ１に到着するまでに要する所要時間が最短のルートを提示するよう指定した場合について、図７の例を用いて説明する。図７で説明したように、算出部１３４は、各要素毎に移動コストを算出するが、例えば、合計コストの中で「所要時間」に対応する移動コストの重要度（影響力）を高められるよう、候補ルート毎の要時間」に対応する移動コストに重み付けを行う。また、案内制御部１３５は、上記のように重み付けされた状態で算出された合計コストが最小の候補ルートを所要時間が最短のルートとして定めユーザＵ１に提示する。

なお、算出部１３４はペン操作モデルを用いて所要時間を予測算出するため、案内制御部１３５は、単純に、算出部１３４により算出された所要時間が最も短い候補ルートを推奨ルートとして提示してもよい。

これにより、実施形態にかかる情報処理装置１００は、ユーザの要望に応じたルートを推奨提案することができるため、ルート案内におけるユーザの利便性を向上させることができる。

〔４－５．モデルを用いないルート案内〕
情報処理装置１００は、道路の構造、道路の周辺環境、または、道路に対して設定される通行規制に関するコンテキストである道路コンテキストに応じた移動コストであって、任意の地点までの移動に掛かる移動コストを取得し、取得した移動コストに基づいて、ナビゲーションシステムにおける任意の地点までの経路に関する制御を行うことができる。この際、情報処理装置１００は、ペン操作モデルに基づき算出された移動コストを取得する（用いる）必要はない。

例えば、情報処理装置１００は、カーナビである端末装置１０からユーザの運転状況を取得し、取得した運転状況に基づき各種統計を算出し、算出した統計に基づき移動コストの算出、および、案内制御を行うことができる。運転状況には、例えば、車の時速、所要時間、道路のどこで減速されたか、時間帯や敵機に応じて変化する道路の視界に応じた運転態様の変化が挙げられるが、これらは一例であり、カーナビから取得可能あるいは予測可能な情報であれば限定されない。

そして、例えば、情報処理装置１００は、カーナビである端末装置１０からユーザ毎の運転状況を取得することにより、道路毎に当該道路を通過するのに要する所要時間や運転難易度を算出する。そして、情報処理装置１００は、ユーザ毎に算出した所要時間や運転難易に基づいて、これらの統計値を算出する。

また、情報処理装置１００は、この統計値を保持しておくことで、例えば、候補ルートに対応する統計値を取得し、この統計値に基づいて、移動コストを算出する。また、情報処理装置１００は、算出した移動コストに基づいて、案内制御を行う。

情報処理装置１００がカーナビから取得する運転状況は、ユーザの実際の運転を示す実測値である。このような実測値に基づく統計値は、信頼性が高いといえるため、情報処理装置１００は、高精度なスコア算出ができる可能性がある。また、情報処理装置１００は、この実測値に基づいて、ペン操作モデルを補正することにより、ペン操モデルをより実際の運転に適した形に修正してもよい。

〔４－６．運転対象に応じたコスト算出〕
上記実施例では、マウスカーソルＴの移動を車の運転と見なし、また、タスクで用いられる軌道を実際の道路と見なすことで、情報処理装置１００が、任意の地点までの車での移動に掛かる移動コストを算出する例を示した。しかしながら、マウスカーソルＴの移動は、必ずしも車に限定されなくともよい。例えば、マウスカーソルＴの移動は、車以外の各種移動体（例えば、自転車、ドローン、ヘリコプター等）と見なすこともできる。したがって、情報処理装置１００は、任意の地点までの各種移動体での移動に掛かる移動コストを算出する。具体的には、情報処理装置１００は、任意の地点までの移動に用いられる移動体に応じて、ペン操作モデルを補正することにより、補正後のペン操作モデルに基づいて、任意の地点までの移動に用いられる移動体に応じた移動コストを算出する。

例えば、ユーザＵ１が自動車ではなく自転車で目的地Ｄ１へ行きたい場合を想定する。例えば、ユーザＵ１が自動車運転の初心者であるとすると、道幅２ｍの道路を通行するのは運転難易度が高いといえるかもしれない。一方、ユーザＵ１が、道幅２ｍの道路を通行することは何ら運転難易度が高い訳ではなく、むしろ運転難易度が低いといえるかもしれない。このように、利用する移動体によって運転難易度は変化することが考えられるため、算出部１３４は、ユーザＵ１が自転車で目的地Ｄ１へ行く場合には、ペン操作モデルＭ～Ｍ６のうち、特定部１３２により特定されたペン操作モデルについて、道幅（幅長Ａ）を自転車に応じて広く補正し、補正後のペン操作モデルに対して、道路コンテキストが示す情報を適用することで移動コストを算出する。

これにより、案内制御部１３５は、例えば、自動車での運転難易度は高いと判断し、提示する候補から除外していたような候補ルートを、自転車の場合には推奨ルートとして提示する場合がある。このようなことから、情報処理装置１００は、利用される移動体に適した候補ルートを推奨ルートとして提示することができる。

〔５．ハードウェア構成〕
また、上記実施形態にかかる情報処理装置１００は、例えば図１５に示すような構成のコンピュータ１０００によって実現される。以下、情報処理装置１００を例に挙げて説明する。図１５は、情報処理装置１００の機能を実現するコンピュータ１０００の一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００又はＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、および、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、通信網５０を介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータを、通信網５０を介して他の機器へ送信する。

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを、入出力インターフェイス１６００を介して出力装置へ出力する。

メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラム又はデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

例えば、コンピュータ１０００が実施形態にかかる情報処理装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。また、ＨＤＤ１４００には、記憶部１２０内のデータが格納される。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを、記録媒体１８００から読み取って実行するが、他の例として、他の装置から、通信網５０を介してこれらのプログラムを取得してもよい。

〔６．その他〕
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

以上、本願の実施形態をいくつかの図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。

１ 情報処理システム
１０ 端末装置
１００ 情報処理装置
１２０ 記憶部
１２１ モデル情報記憶部
１２２ ルート情報記憶部
１３０ 制御部
１３１ 受付部
１３２ 特定部
１３３ 取得部
１３４ 算出部
１３５ 案内制御部

Claims (20)

1. 軌道に沿わせるタスクに対するユーザのインタラクションに基づく情報として、前記軌道に関するコンテキストと、前記コンテキストが示す状況下において前記ユーザが前記タスクを完了するまでに要する所要時間との関係性を示すモデルを取得する取得部と、
   前記取得部により取得されたモデルに基づいて、ナビゲーションシステムにおける任意の地点までの経路に関する制御を行う制御部と
   を有することを特徴とする情報処理装置。
2. 前記取得部は、前記軌道に沿わせるタスクを、道路と見なされた前記軌道に沿った車の運転と仮定された場合に、前記ユーザのインタラクションとして、前記軌道に対するユーザの運転状況と見なすことができるインタラクションに基づき算出された前記モデルを取得する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記取得部は、前記軌道に関するコンテキストとして、前記軌道に対応する道路の構造、前記軌道に対応する道路周辺の周辺環境、または、前記軌道に対応する道路に対して設定される通行規制に関するコンテキストである道路コンテキストと、前記所要時間との関係性を示す前記モデルを取得する
   ことを特徴とする請求項１または２に記載の情報処理装置。
4. 前記取得部は、前記道路コンテキストとして、前記道路の幅長、前記道路の幅の広がりの態様、前記道路の全長、前記道路が有する曲がり角の数、時間帯に応じた前記道路の周辺環境、前記道路の周辺環境に応じた視界の状況であって前記道路の視界の状況、前記道路の標識が定める通行規制の状況のうちの少なくともいずれか１つと、前記所要時間との関係性を示すモデルを取得する
   ことを特徴とする請求項３に記載の情報処理装置。
5. 前記取得部は、前記モデルとして、前記ユーザに対して前記道路コンテキストに関する所定の条件が与えられた場合における、前記コンテキストと前記所要時間との関係性を示すモデルを取得する
   ことを特徴とする請求項３または４に記載の情報処理装置。
6. 前記取得部は、前記所定の条件として、道路への人物の飛び出しを警戒した運転、対向車を警戒した運転、交通規制に則した運転、天候に応じた運転、周囲の明るさに応じた運転、時間帯に応じた前記道路の周辺環境に応じた運転に対応する条件のうちの少なくともいずれか１つがタスクに対して与えられた場合における、前記道路コンテキストと前記所要時間との関係性を示す前記モデルを取得する
   ことを特徴とする請求項５に記載の情報処理装置。
7. 前記取得部は、前記モデルとして、前記コンテキストと、前記タスクを完了するまでに要する所要時間との関係性に基づき前記所要時間を予測するためのモデルを取得する
   ことを特徴とする請求項３～６のいずれか１つに記載の情報処理装置。
8. 前記取得部は、前記コンテキストに応じた難易度であって、前記タスクの難易度を示す指標値と、前記所要時間との関係性に基づき前記所要時間を予測するためのモデルを取得する
   ことを特徴とする請求項３～７のいずれか１つに記載の情報処理装置。
9. 前記取得部により取得されたモデルに基づいて、任意の地点までの移動に掛かる移動コストを算出する算出部をさらに有する
   ことを特徴とする請求項１～８のいずれか１つに記載の情報処理装置。
10. 前記算出部は、前記モデルに基づいて、前記任意の地点までの候補ルートを示す道路の構造に関するコンテキストに応じた難易度であって、前記任意の地点までのルートを運転して移動する際の難易度を示す指標値を算出し、算出した指標値に基づいて、前記移動コストを算出する
    ことを特徴とする請求項９に記載の情報処理装置。
11. 前記算出部は、前記モデルに基づいて、前記任意の地点までの候補ルートを運転して移動する際の所要時間を予測し、予測した所要時間に基づいて、前記移動コストを算出する
    ことを特徴とする請求項９または１０に記載の情報処理装置。
12. 前記制御部は、前記算出部により算出された移動コストに基づいて、前記任意の地点までの経路に関する制御を行う
    ことを特徴とする請求項９～１１のいずれか１つに記載の情報処理装置。
13. 前記制御部は、前記経路に関する制御として、前記任意の地点を目的地とした場合の当該目的地までの経路案内に関する制御を行う
    ことを特徴とする請求項１２に記載の情報処理装置。
14. 前記制御部は、前記経路案内に関する制御として、前記目的地までの候補ルートのうち、前記移動コストの総和がより小さい候補ルートを推奨ルートとして提示する
    ことを特徴とする請求項１３に記載の情報処理装置。
15. 前記制御部は、前記経路案内に関する制御として、前記目的地までの候補ルートのうち、前記目的地までのルートを要求したユーザの性質に応じた移動コストが算出された候補ルートを推奨ルートとして提示する
    ことを特徴とする請求項１３または１４に記載の情報処理装置。
16. 前記制御部は、前記目的地までの候補ルートのうち、前記目的地までのルートを要求したユーザの運転経験に応じた移動コストが算出された候補ルートを推奨ルートとして提示する
    ことを特徴とする請求項１５に記載の情報処理装置。
17. 前記算出部は、ユーザに指定された指定情報に応じたルートが推奨ルートとして提示されるよう前記移動コストを補正する
    ことを特徴とする請求項９～１６のいずれか１つに記載の情報処理装置。
18. 前記算出部は、前記ユーザに指定された指定情報に応じたルートが推奨ルートとして提示されるよう、前記移動コストのうち前記指定情報に対応する移動コストに対して重み付けを行う
    ことを特徴とする請求項１７に記載の情報処理装置。
19. 情報処理装置が実行する情報処理方法であって、
    軌道に沿わせるタスクに対するユーザのインタラクションに基づく情報として、前記軌道に関するコンテキストと、前記コンテキストが示す状況下において前記ユーザが前記タスクを完了するまでに要する所要時間との関係性を示すモデルを取得する取得工程と、
    前記取得工程により取得された情報に基づいて、ナビゲーションシステムにおける任意の地点までの経路に関する制御を行う制御工程と
    含むことを特徴とする情報処理方法。
20. 軌道に沿わせるタスクに対するユーザのインタラクションに基づく情報として、前記軌道に関するコンテキストと、前記コンテキストが示す状況下において前記ユーザが前記タスクを完了するまでに要する所要時間との関係性を示すモデルを取得する取得手順と、
    前記取得手順により取得された情報に基づいて、ナビゲーションシステムにおける任意の地点までの経路に関する制御を行う制御手順と
    をコンピュータに実行させることを特徴とする情報処理プログラム。

Images