JP7081428B2 - 降水指標推定装置 - Google Patents

Description

本発明は、車両で取得された情報を用いて降水の強さを表す降水指標を推定する技術に関する。

特許文献１は、現在の時刻情報や位置情報とともにワイパー動作の有無を示す情報を管理装置に送信するカーナビゲーション装置を開示する。管理装置は、自動車のワイパー動作の有無を示す情報を受信することで、太陽光発電装置が設置された観測地点の天候を設定する。

特開２０１２－２１５９６９号公報

従来より、現在の降水量の推定値を地域別にユーザに提示するサービスが行われている。特に近年は、大気の状態が不安定になることで突発的に局地的な大雨が降る現象が増えており、防災対応等のために現在の降水量を高精度に推定することが求められている。

本発明はこうした状況に鑑みてなされたものであり、その目的は、車両で取得された情報を用いて降水の強さを表す指標を推定する技術を提供することにある。

上記課題を解決するために、本発明のある態様の降水指標推定装置は、所定期間内に所定エリアに位置する複数の車両において生成された車両状態情報から、所定期間内の降水の強さを表す降水指標を推定するための雨関連データを収集するデータ収集部と、収集した雨関連データを統計処理して、所定期間内の所定エリアにおける降水指標を推定する推定処理部とを備える。データ収集部は、所定期間内に所定エリアに位置する複数の車両のそれぞれで取得された１つ以上の雨関連データを車両ごとに収集する。推定処理部は、統計処理の前に、統計処理に使用する雨関連データの値を、雨関連データの取得時の車速が高いほど、推定される降水指標が小さくなるように雨関連データの値を補正し、車両ごとに収集した１つ以上の雨関連データの補正値を用いて、各車両の雨関連データを代表する指標を決定し、決定した各車両の指標を用いて複数の車両の雨関連データを代表する指標を導出し、導出した指標から降水指標を推定する。

この態様によると、雨関連データの値を統計処理の前に補正することで、推定処理部が、信頼性の高い統計処理を実施できる。

本発明によれば、車両で取得された情報を用いて降水指標を推定する技術を提供できる。

実施形態の情報処理システムの概要を示す図である。 車両状態情報の例を示す図である。 降水指標を推定する単位エリアを示す図である。 降水指標推定装置の機能ブロックを示す図である。 収集された作動モードデータの例を示す図である。 作動モードの数を種類ごとに集計した結果を示す図である。 降水量レベル対応表を示す図である。 重み対応表を示す図である。 各車両の作動モードの例を示す図である。 作動モードデータを取得したときの車速を示す図である。 作動モードの数を種類ごとに集計した結果を示す図である。 収集された雨滴量データの例を示す図である。 各車両について導出した指標の例を示す図である。

図１は、実施形態の情報処理システム１の概要を示す。情報処理システム１は、サーバ装置３と、サーバ装置３に接続する降水指標推定装置１０と、ユーザに天気情報を提示する天気情報提示装置７と、複数の無線局４と、複数の車両５とを備える。サーバ装置３、天気情報提示装置７および無線局４は、インターネットなどのネットワーク２を介して接続されてよい。

車両５には制御装置６が搭載され、制御装置６は無線通信機能を有して、基地局である無線局４経由でサーバ装置３と接続する。車両５の台数は３台に限るものではなく、実施形態の情報処理システム１では、多数の車両５が車両状態情報を生成し、サーバ装置３に周期的に車両状態情報を送信する状況を想定している。

サーバ装置３はデータセンタに設置されて、車両５の制御装置６から送信される車両状態情報を受信する。車両状態情報は、車載ナビゲーション装置により生成される交通情報と、車両内部のＥＣＵや各種センサにより生成されてＣＡＮ（Controller Area Network）上を流れるＣＡＮ情報とを含む。降水指標推定装置１０は、サーバ装置３が受信した車両状態情報に含まれる雨関連データを収集して、所定期間ごとの降水の強さを表す降水指標の推定処理を実施する。なお実施形態において降水指標の推定処理は、降水量に関連する指標を推定する処理を含み、たとえば降水量の推定レベルを導出してもよい。サーバ装置３と降水指標推定装置１０とは一体に構成されてよく、サーバ装置３に降水指標推定装置１０の降水指標推定機能が搭載されてもよい。

降水指標推定装置１０は、たとえば４分ごとに複数エリアのそれぞれにおける降水指標を推定し、推定した降水指標データをサーバ装置３を介して天気情報提示装置７に提供する。サーバ装置３と天気情報提示装置７とは、専用回線で接続されてもよい。天気情報提示装置７は、降水指標推定装置１０から送信される降水指標データや、全国各地に設けた雨雲レーダから取得した雨雲の状態等をもとに、複数エリアのそれぞれにおける現在の降水量の推定値を生成し、ウェブページ等からユーザに提示する。天気情報提示装置７は、降水指標推定装置１０で車両状態情報をもとに推定された降水指標データを加味することで、現在の降水量の推定値を高精度に求めることができる。

図２は、車両状態情報の例を示す。車両状態情報は、交通情報８およびＣＡＮ情報９を含む。
図２（ａ）は、交通情報８に含まれる項目を示す。交通情報８は、車両識別番号（ＶＩＮ：Vehicle Identification Number）、走行した道路リンクＩＤ、道路リンク進入日時、走行した道路の渋滞度、平均車速などの項目を含む。車両５において、車載ナビゲーション装置が交通情報８を生成する。制御装置６は、所定の第１の周期で交通情報８をサーバ装置３に送信する。第１の周期は数分であってよい。送信される交通情報８には、前回の送信タイミング以降に通過した道路リンクに関する情報が含まれる。

図２（ｂ）は、ＣＡＮ情報９に含まれる項目を示す。ＣＡＮ情報９は、車両識別番号（ＶＩＮ）、日時、緯度・経度、車速、加速度、操作データ、雨関連データ、シートベルト状態などの項目を含む。制御装置６は、各項目に関するデータを取得して、ＣＡＮ情報９を生成する。制御装置６は、所定の第２の周期でＣＡＮ情報９をサーバ装置３に送信する。第２の周期は数十秒から１分程度であってよい。

各項目のデータのサンプリング周期は、それぞれ異なってよい。たとえば車速や加速度のデータは数１００ｍ秒周期で取得され、雨関連データは数１０秒周期で取得されてよい。車速、加速度、操作データ、雨関連データ、シートベルト状態などの項目のデータには、取得した日時および緯度・経度が関連づけられる。

ＣＡＮ情報９に含まれる雨関連データは、降水の強さを表す降水指標を推定するためのデータであり、降水指標推定装置１０による降水指標の推定処理に利用される。実施形態で雨関連データは、ワイパーの作動モードを示す作動モードデータおよび／または雨滴量センサにより検出された雨滴量データを含む。

車両５のワイパーは、フロントガラス等の雨滴を払拭するための装置であり、複数種類の作動モードをもつ。実施形態のワイパーは以下の４種類の作動モードをもち、ＣＡＮ情報９に含まれる作動モードデータは、４種類の作動モードの中から選択された作動モードを示す。
（１）停止モード
ワイパーの作動スイッチがオフとされているモードである。停止モードで、ワイパーは作動しない。
（２）間欠モード
間欠モードで、ワイパーは一定の間隔をおいて作動する。間欠モードは弱い雨（小雨）のときに選択されることが多い。
（３）低速モード
低速モードで、ワイパーは低速で連続作動する。低速モードは、１時間における雨量が１０ｍｍ以上２０ｍｍ未満であるような、やや強い雨のときに選択されることが多い。
（４）高速モード
高速モードで、ワイパーは高速で連続作動する。高速モードは、１時間における雨量が２０ｍｍ以上となる大きな強度の雨のときに選択されることが多い。

実施形態の車両５は、雨滴量センサを搭載する。雨滴量センサはレインセンサとも呼ばれ、たとえばフロントガラスの上部側に取り付けられる。雨滴量センサは、赤外線の発光素子、受光素子、発光素子の発光制御および雨滴量の検出処理を実行するマイコンを有して構成されてよい。雨滴量センサにおいて、発光素子から出た赤外線はフロントガラスに反射して受光素子に入るが、フロントガラスに雨滴があると、赤外線の一部が透過して受光素子に入る赤外線の量が減少する。そのため雨滴が多いと、受光素子の受光量は相対的に少なく、雨滴が少ないと、受光素子の受光量は相対的に多くなる。このように受光素子の受光量は雨滴量と相関があり、マイコンは、受光素子の受光量から雨滴量（ｍｍ／ｈ）を検出する機能をもつ。

実施形態の雨関連データは、ワイパーの作動モードを示す作動モードデータを含んでよく、また雨滴量センサにより検出された雨滴量データを含んでよく、また作動モードデータおよび雨滴量データの双方を含んでよい。

降水指標推定装置１０は、車両５から送信される車両状態情報を取得して、所定期間内の所定エリアにおける降水の強さを表す降水指標を推定する機能をもつ。
図３は、所定期間における降水指標を推定する単位エリアを示す。降水指標推定装置１０は、地図を縦線および横線で区分けした単位エリアごとに、所定期間内の降水指標を推定する。複数のエリアは、それぞれ実質的に等しいサイズとなるように区分けされてよいが、エリアサイズは、たとえば人口密度等に依存して異なってもよい。

地図の分割手法は任意であってよく、図３に示す例では、地図を緯度・経度にもとづいてほぼ同じ大きさの網の目（メッシュ）に分けている。日本には、地域の統計に用いる目的で緯度・経度に基づいて設定した標準地域メッシュが存在しており、降水指標推定装置１０は、この標準地域メッシュを、降水指標推定の単位エリアとして利用してよい。なお標準地域メッシュでは、大きさの異なる第１次メッシュから第３次メッシュまでが定められており、第３次メッシュの１辺の長さは約１ｋｍである。降水指標推定装置１０は、第３次メッシュを降水指標を推定する単位エリアとして定めてよいが、より小さいメッシュまたは大きいメッシュを、降水指標を推定する単位エリアとして定めてよい。

図４は、降水指標推定装置１０の機能ブロックを示す。降水指標推定装置１０は、車両状態情報取得部２０、複数のデータ収集部３０ａ、３０ｂ、・・・、３０ｚ（以下、特に区別しない場合には「データ収集部３０」と呼ぶ）、複数の推定処理部４０ａ、４０ｂ、・・・、４０ｚ（以下、特に区別しない場合には「推定処理部４０」と呼ぶ）を備える。データ収集部３０は、所定期間内の雨関連データを収集する機能を有し、推定処理部４０は、収集した雨関連データを統計処理して、所定期間内の降水の強さを表す降水指標を推定する機能を有する。

データ収集部３０は、作動モードデータ収集部３２および雨滴量データ収集部３４を備える。推定処理部４０は、統計処理部４２、降水指標推定部４８、補正部５０、利用判定部５２および記憶部５４を備える。統計処理部４２は雨関連データを統計処理する機能を有し、割合導出部４４および指標導出部４６を備える。

降水指標推定装置１０の各機能は、ハードウェア的には、回路ブロック、メモリ、その他のＬＳＩで構成することができ、ソフトウェア的には、メモリにロードされたシステムソフトウェアやアプリケーションプログラムなどによって実現される。したがって降水指標推定装置１０の各機能はハードウェアのみ、ソフトウェアのみ、またはそれらの組合せによっていろいろな形で実現できることは当業者には理解されるところであり、いずれかに限定されるものではない。

車両状態情報取得部２０は、サーバ装置３が受信した全ての車両状態情報を取得する。サーバ装置３が、車両５から車両状態情報を受信して所定の記憶装置に格納すると、車両状態情報取得部２０は、即時に当該記憶装置から車両状態情報を読み出して取得してよい。降水指標推定装置１０がサーバ装置３の一機能として設けられる場合、車両状態情報取得部２０は、サーバ装置３の受信部から車両状態情報を提供されてよい。

データ収集部３０および推定処理部４０の組合せが、単位エリアに対して割り当てられる。たとえばデータ収集部３０ａと推定処理部４０ａの組合せは、第１のエリアの降水指標の推定を担当し、データ収集部３０ｂと推定処理部４０ｂの組合せは、第２のエリアの降水指標の推定を担当する。したがってデータ収集部３０と推定処理部４０の組合せの数は、地図を分割して生成されたエリアの数だけ存在してよい。

データ収集部３０は、１以上の車両において生成された車両状態情報から、所定期間内の降水指標を推定するための雨関連データを収集する。具体的にデータ収集部３０は、車両状態情報取得部２０により取得されたＣＡＮ情報９から、担当するエリア内で取得された雨関連データを収集する。図２（ｂ）に示すように、雨関連データには、雨関連データを取得した日時および緯度・経度が関連づけられており、データ収集部３０は、担当エリア内の緯度・経度を関連づけられた雨関連データを収集する。

（実施例１）
実施例１では、作動モードデータ収集部３２が、所定期間内に所定エリアに位置する１以上の車両で取得されたワイパーの作動モードを示す作動モードデータを収集する。降水指標推定部４８は、収集した作動モードデータから導出される複数種類の作動モードのそれぞれが占める割合にもとづいて、所定期間内の所定エリアにおける降水の強さを表す降水指標を推定する。降水指標推定部４８が、統計処理により求められる各作動モードの割合を利用することで、所定期間内の降水指標を高精度に推定できる。

図５は、作動モードデータ収集部３２により収集された作動モードデータの例を示す。作動モードデータ収集部３２は、「ＸＸＸＸＸＸ」のエリアＩＤを有するエリア内に位置する１以上の車両において１５：００：００～１５：０３：５９の間に取得された作動モードデータを、車両状態情報取得部２０で取得された車両状態情報の中から収集する。

図５に示す例では、１５：００：００～１５：０３：５９の間に、エリアＩＤ「ＸＸＸＸＸＸ」のエリア内を走行していた車両５が、車両Ａ、Ｂ、Ｃ、Ｄ、Ｅの５台存在する。このうち車両Ａ、Ｂ、Ｃ、Ｄは、１５：００：００～１５：０３：５９の４分間、当該エリア内を走行しており、車両Ｅは、１５：０３：００から当該エリア内を走行している。

割合導出部４４は、収集した作動モードデータが示す作動モードの数を種類ごとに集計して、複数種類の作動モードのそれぞれが占める割合を導出する。
図６は、各車両において取得された作動モードの数を種類ごとに集計した結果を示す。たとえば車両Ａでは、４分の間、停止モード、間欠モード、低速モードを示す作動モードデータは取得されておらず、高速モードを示す作動モードデータが１２回取得されている。

割合導出部４４は、全車両において取得された作動モードの種類ごとの回数を以下のように集計する。
・停止モード ０回
・間欠モード ３回
・低速モード ９回
・高速モード ３９回

以上の集計結果をふまえて、割合導出部４４は、複数種類の作動モードのそれぞれが占める割合を、以下のように導出する。
・停止モード 0.000
・間欠モード 0.059
・低速モード 0.176
・高速モード 0.765
降水指標推定部４８は、各作動モードの割合にもとづいて、所定期間内の担当エリアにおける降水指標を推定する。

図７は、記憶部５４に記憶された降水量レベル対応表を示す。降水量レベル対応表では、作動モードに対する推定降水量レベルが定義される。降水指標推定部４８は、最も割合の高い作動モードに対応する推定降水量レベルを記憶部５４から読み出して、降水指標として導出してよい。この例では、高速モードの割合が最も高いため、降水指標推定部４８は、推定降水量レベル「強い」を記憶部５４から読み出して、担当エリアの降水量レベルを「強い」に決定する。

各推定処理部４０は、１５：００：００～１５：０３：５９の４分間の作動モードデータから各担当エリアの降水指標（この例では、降水量レベル）を推定する。降水指標推定装置１０は、所定期間における全エリアの降水指標データをサーバ装置３に供給し、サーバ装置３は、全エリアの降水指標データを天気情報提示装置７に転送する。実施形態で降水指標推定装置１０が、全エリアの降水指標データを４分おきに天気情報提示装置７に提供することで、天気情報提示装置７は、高精度なリアルタイム天気情報を４分おきに更新してユーザに提示できる。

降水指標推定部４８は、統計処理部４２による別の統計処理の結果にもとづいて、降水指標を推定してもよい。この推定手法によると、降水指標推定部４８が、統計処理により導出されるワイパーの作動モード指標を利用することで、降水指標の推定精度を高めることができる。

具体的には統計処理部４２において、指標導出部４６が、複数種類の作動モードのそれぞれが占める割合にもとづいて、ワイパーの作動モードの段階を示す作動モード指標を導出する。各作動モードには指標を算出するための重みが定義され、指標導出部４６は、各作動モードの割合と重みの乗算値を積算して、作動モードの段階を示す作動モード指標を算出してよい。

図８は、記憶部５４に記憶された重み対応表を示す。重み対応表では、作動モードに対する指標算出用重みが定義される。指標導出部４６は、重み対応表を参照して、以下の計算式により作動モードの段階を示す指標（作動モード指標）を算出する。なお作動モード指標の最小値は０、最大値は１０である。
（作動モード指標）＝Σ（各作動モードの割合）×（各作動モードの重み）

図６に示す作動モード種類の割合を用いて計算すると、
（作動モード指標）＝0.000×0＋0.059×2＋0.176×6＋0.765×10
＝8.824
この作動モード指標は、降水指標の推定に利用される。算出された指標は、小数点以下を四捨五入されて、整数値に変換されてもよい。

全てのワイパーの作動モードが高速モードであるとき、作動モード指標は最大値である１０となる。算出される作動モード指標は、最大値に対するワイパーの作動状態の程度を表現し、降水量と相関の高い指標となる。降水指標推定部４８は、指標導出部４６により導出された作動モード指標から、所定期間内の担当エリアにおける降水指標を推定する。たとえば天気情報提示装置７が、降水量を１０段階表現してユーザに提示する場合、降水指標推定部４８は、降水指標データとして、作動モード指標に対応する降水量の段階値を導出してよい。記憶部５４が、作動モード指標と降水量段階値との対応表を保持し、降水指標推定部４８が、当該対応表を参照して、降水指標となる降水量段階値を導出してもよい。また降水指標推定部４８は、作動モード指標を所定の補正関数で補正した降水量段階値を求めてもよい。

以上の手法では、割合導出部４４が、所定期間内に取得されたワイパーの作動モードデータの全数から、複数種類の作動モードのそれぞれが占める割合を導出した。この統計処理手法により、所定期間におけるワイパー作動モードの選択傾向が導出される。

ここでワイパーの作動モードは、運転者の好みが反映される傾向があることが知られている。たとえば小雨で高速モードを選択する人がいれば、強雨で低速モードを選択する人もいる。図５に示す例で、車両Ａ、Ｄは、４分間、常に高速モードを選択しているが、雨の強弱に関係なく、運転者が高速モードを好んで選択している可能性も否定できない。

運転者の好みが反映された作動モードデータの取得数が多いと、運転者の好みが降水指標の推定に与える影響は大きくなる。そこで車両間で異なるデータ取得数が降水指標の推定に与える影響を低減するために、割合導出部４４が、車両ごとの作動モードを決定し、車両ごとの作動モードの数を種類ごとに集計して、複数種類の作動モードのそれぞれが占める割合を導出してもよい。

図９は、各車両について決定した作動モードの例を示す。割合導出部４４は、車両ごとに、取得数の最も多い作動モードを、車両の作動モードとして決定してよい。図９に示す例では、割合導出部４４が、各車両の作動モードを、以下のように決定している。
・車両Ａ 高速モード
・車両Ｂ 高速モード
・車両Ｃ 低速モード
・車両Ｄ 高速モード
・車両Ｅ 高速モード

割合導出部４４は、車両ごとの作動モードの数を種類ごとに集計する。集計結果は、以下のようになる。
・停止モード ０個
・間欠モード ０個
・低速モード １個
・高速モード ４個

以上の集計結果をふまえて、割合導出部４４は、複数種類の作動モードのそれぞれが占める割合を、以下のように導出する。
・停止モード 0.000
・間欠モード 0.000
・低速モード 0.200
・高速モード 0.800

降水指標推定部４８は、各作動モードの割合にもとづいて、所定期間内の担当エリアにおける降水指標を推定する。降水指標推定部４８は、最も割合の高い作動モードの推定降水量レベル（図７参照）を記憶部５４から読み出して、降水指標を推定してよい。この例では、高速モードの割合が最も高いため、降水指標推定部４８は、推定降水量レベル「強い」を記憶部５４から読み出して、担当エリアの降水量レベルを「強い」に決定する。

なお降水指標推定部４８は、指標導出部４６により導出される作動モード指標を用いて、所定期間内の担当エリアにおける降水指標を推定してもよい。指標導出部４６は、
（作動モード指標）＝Σ（各作動モードの割合）×（各作動モードの重み）
の計算式から、作動モード指標を、以下のように算出する。
（作動モード指標）＝0.000×0＋0.000×2＋0.200×6＋0.800×10
＝8.4

降水指標推定部４８は、指標導出部４６により導出された作動モード指標から、所定期間内の担当エリアにおける降水指標を推定する。上記したように降水指標推定部４８は、降水指標データとして、作動モード指標に対応する降水量の段階値を導出してよい。記憶部５４が、作動モード指標と降水量段階値との対応表を保持し、降水指標推定部４８が、当該対応表を参照して降水量段階値を導出してもよい。また降水指標推定部４８は、作動モード指標を所定の補正関数で補正した降水量段階値を求めてもよい。

割合導出部４４は、車両ごとの作動モードを決定する際に、車両において所定期間内に取得された作動モードデータの数が所定値未満である場合に、当該車両の作動モードを決定しなくてもよい。たとえば図９に示す例では、車両Ａ～Ｄの作動モードデータは１２個あるが、車両Ｅの作動モードデータは３個しかない。車両の作動モードを決定するために必要な最低限のサンプル数を５個とする場合、割合導出部４４は、５個未満の作動モードデータしか取得できていない車両Ｅに関して作動モードを決定しなくてよい。この場合、割合導出部４４は、車両Ａ～Ｄの作動モードをもとに、複数種類の作動モードのそれぞれが占める割合を導出することになる。

ところで、フロントガラスに当たる雨滴量は車速に応じて変化することが知られており、車速が上がるとフロントガラスに当たる雨滴量は増え、車速が下がるとフロントガラスに当たる雨滴量は減る。そのため高速道路の走行中は、それほど強くない雨であってもフロントガラスに当たる雨滴量は多くなり、運転者は高速走行中、ワイパーを高速モードで作動させがちである。

そのためワイパーの作動モードデータが高速モードを示しても、作動モードデータ取得時の車速によっては、実際の降水量が多くないケースも存在する。そこで統計処理部４２による統計処理の前に、補正部５０が、統計処理に使用する作動モードデータの値を、作動モードデータを取得した車両の車速に応じて補正することが好ましい。

図１０は、作動モードデータを取得したときの車速を示す。補正部５０は、作動モードデータの取得時の車速が高いほど、当該作動モードデータにもとづいて推定される降水指標が小さくなるように、当該作動モードデータの値を補正する。補正部５０は、高速走行時に取得された作動モードデータのみを補正対象としてもよい。高速走行であるか否かは、所定の車速（たとえば８０ｋｍ／ｈ）以上であるか否かで判定されてよい。

図１０に示す例で、補正部５０は、車両Ｅが高速走行していたことを判定し、車両Ｅの３つの作動モードデータの値を補正対象として特定する。補正部５０は、高速走行時に取得された作動モードデータの値を、以下のように補正する。

上記した例で、割合導出部４４は、全車両において取得された作動モードの種類ごとの数を集計して、各種類の作動モードが占める割合を導出する統計処理を行うことを説明した。この統計処理では、作動モードデータが示す作動モードの数を集計しており、したがって１つの作動モードデータは、集計処理において、ある１つの種類の作動モードの１個分としてカウントされる。

補正部５０は、各種類の個数を集計する前に、高速走行時に取得された作動モードデータの１個分を、ｓ（ｓ＜１）個分に補正する。たとえばｓ＝０．５に設定すると、割合導出部４４は、車両Ｅで３回取得された高速モードを、１．５（＝３×ｓ）個分としてカウントする。

図１１は、各車両において取得された作動モードの数を種類ごとに集計した結果を示す。車両Ｅに関して、補正部５０が、取得された高速モードの１回分を、０．５回分に補正している。割合導出部４４は、補正部５０により補正された作動モードデータを用いて、全車両において取得された作動モードの種類ごとの回数を以下のように集計する。
・停止モード ０回
・間欠モード ３回
・低速モード ９回
・高速モード ３７．５回

図６に示す集計結果と比較すると、補正部５０により車両Ｅの作業モードデータの１個分が０．５個分に補正された結果、高速モードの集計値が変わっている。割合導出部４４は、図１１に示す集計結果をふまえて、複数種類の作動モードのそれぞれが占める割合を、以下のように導出する。
・停止モード 0.000
・間欠モード 0.060
・低速モード 0.182
・高速モード 0.758
降水指標推定部４８は、各作動モードの割合にもとづいて、所定期間内の担当エリアにおける降水指標を推定する。

図１１に示す統計処理結果にもとづいて、指標導出部４６が作動モード指標を導出する。
（作動モード指標）＝0.000×0＋0.060×2＋0.182×6＋0.758×10
＝8.792

図６に示す統計処理結果にもとづいて算出した作動モード指標は8.824であり、図１１に示す統計処理結果にもとづいて算出した作動モード指標は、それよりも下がっていることが分かる。このように補正部５０は、作動モードデータ取得時の車速が高い場合には、当該作動モードデータの統計処理に使用する値を補正することで、統計処理部４２により導出される作動モード指標が小さくなるようにすることが好ましい。これにより統計処理部４２が、高い精度で統計処理結果を導出できるようになる。

また雨天時における例外的なワイパーの作動状況として、車両５がトンネル内を走行していれば、運転者はワイパーを作動させない。したがってトンネル内走行中に取得される作動モードデータは、停止モードを示すことになるが、この作動モードは天候状況を反映していない。そこで利用判定部５２は、作動モードデータの取得時の走行道路にもとづいて、作動モードデータを統計処理に利用するか否かを判定する。

利用判定部５２は、交通情報８に含まれる道路リンクＩＤおよびＣＡＮ情報９に含まれる緯度・経度を用いて、作動モードデータ取得時に車両５がワイパーを作動する必要のない道路（ワイパー作動不要道路）を走行していたか否かを判断する。ワイパー作動不要道路は、典型的にはトンネルであるが、高架道路の下方に位置する道路も含む。利用判定部５２は、道路リンクＩＤにより道路リンクを特定し、緯度・経度から道路リンク上の位置を特定して、地図データベースを参照することで、作動モードデータ取得時の走行位置がワイパー作動不要道路上であるか否かを判断してよい。なお地図データベースには、道路リンク上の位置に対応付けて、トンネル等の種別を示す属性データが対応付けられているものとする。

走行位置がワイパー作動不要道路上である場合、利用判定部５２は、当該作動モードデータを統計処理の対象から外すことを判定する。一方で、走行位置がワイパー作動不要道路上でない場合、利用判定部５２は、当該作動モードデータを統計処理の対象に含めること、つまり統計処理に利用することを判定する。このように利用判定部５２が、作動モードデータの利用可否を判定することで、統計処理部４２は、天候状況を反映した作動モードデータを用いた統計処理を好適に実施できる。

（実施例２）
実施例２では、雨滴量データ収集部３４が、所定期間内に所定エリアに位置する１以上の車両で雨滴量センサにより検出された雨滴量データを収集する。降水指標推定部４８は、収集した雨滴量データにもとづいて、所定期間内の所定エリアにおける降水の強さを表す降水指標を推定する。

図１２は、雨滴量データ収集部３４により収集された雨滴量データの例を示す。図中、各時刻ごとに示される雨滴量データの数値は、雨滴量センサにより検出された雨滴量（ｍｍ／ｈ）を示している。雨滴量データ収集部３４は、「ＸＸＸＸＸＸ」のエリアＩＤを有するエリア内に位置する１以上の車両において１５：００：００～１５：０３：５９の間に取得された雨滴量データを、車両状態情報取得部２０で取得された車両状態情報の中から収集する。

図１２に示す例では、１５：００：００～１５：０３：５９の間に、エリアＩＤ「ＸＸＸＸＸＸ」のエリア内を走行していた車両５が、車両Ａ、Ｂ、Ｃ、Ｄ、Ｅの５台存在する。このうち車両Ａ、Ｂ、Ｃ、Ｄは、１５：００：００～１５：０３：５９の４分間、当該エリア内を走行しており、車両Ｅは、１５：０３：００から当該エリア内を走行している。

指標導出部４６は、収集した雨滴量データを代表する雨滴量指標を導出する。指標導出部４６は、雨滴量指標として、所定期間内における雨滴量の平均値を導出してよい。図１２に示す例で、雨滴量の平均値は、１９．３ｍｍ／ｈと算出される。

降水指標推定部４８は、指標導出部４６により導出された雨滴量指標から、所定期間内の担当エリアにおける降水指標を推定する。降水指標推定部４８は、雨滴量の平均値を所定の補正関数を用いて補正して、降水指標を推定してよい。

実施例１でも説明したように、フロントガラスに当たる雨滴量は車速に応じて変化する。そのため車両走行中、雨滴量センサは、実際の降水量よりも多い雨滴量（ｍｍ／ｈ）を検出する可能性がある。そこで降水指標推定部４８は、雨滴量データの取得時における車速を加味して、所定期間内の降水指標を推定することが好ましい。たとえば降水指標推定部４８は、雨滴量データの取得時における車速の平均値Ｖaveを算出し、雨滴量の平均値（１９．３ｍｍ／ｈ）に、車速平均値Ｖaveから求まる補正係数α（α＜１）を乗算して、降水指標を推定してよい。車速平均値Ｖaveが大きいほど、補正係数αは小さく算出される。このように実施例２では、指標導出部４６が、収集した雨滴量データを代表する雨滴量指標を導出し、降水指標推定部４８が、雨滴量指標から降水指標を推定する。実施例２では、指標導出部４６が、雨滴量センサの検出値を利用することで、所定期間内の降水指標を高精度に推定できる。

なお指標導出部４６は雨滴量指標として、所定期間内における雨滴量の中央値を導出してもよく、また最頻値を導出してもよい。

以上の手法では、指標導出部４６が、所定期間内に取得された雨滴量データの全数から、雨滴量データを代表する指標を導出した。この統計処理手法により、所定期間における雨滴量データの傾向が導出される。

各車両５に搭載される雨滴量センサは、センサ感度や、車両５への取り付けられ方により、異なる検出特性を有する可能性がある。そのため適切な検出特性を有しない雨滴量センサで検出された雨滴量データの取得数が多いと、当該雨滴量センサの検出値が降水指標推定に与える影響は大きくなる。そこで車両間で異なるデータ取得数が降水指標の推定に与える影響を低減するために、指標導出部４６が、車両ごとの雨滴量データを代表する指標を決定した後、各車両の指標を用いて、複数の車両の雨滴量データを代表する指標を導出してもよい。

図１３は、各車両について導出した指標の例を示す。指標導出部４６は、車両ごとの指標として、所定期間内における雨滴量の平均値を導出している。図１３に示す例では、指標導出部４６が、各車両の指標を、以下のように決定している。
・車両Ａ １７．８（ｍｍ／ｈ）
・車両Ｂ １７．８（ｍｍ／ｈ）
・車両Ｃ １７．７（ｍｍ／ｈ）
・車両Ｄ １７．６（ｍｍ／ｈ）
・車両Ｅ ４５（ｍｍ／ｈ）

指標導出部４６は、各車両の指標を用いて、複数の車両の雨滴量データを代表する雨滴量指標を導出する。全ての車両の指標の平均値を指標とする場合、全ての車両の雨滴量データを代表する指標は、２３．２（ｍｍ／ｈ）となる。なお指標導出部４６は指標として、所定期間内における雨滴量の中央値を導出してもよく、また最頻値を導出してもよい。

降水指標推定部４８は、指標導出部４６により導出された雨滴量指標から、所定期間内の担当エリアにおける降水指標を推定する。降水指標推定部４８は、雨滴量の平均値を所定の補正関数を用いて補正して、降水指標を推定してよい。

なお指標導出部４６は、車両ごとの雨滴量データを代表する指標を決定する際に、車両において所定期間内に検出された雨滴量データの数が所定値未満である場合に、当該車両の雨滴量データを代表する指標を決定しなくてもよい。たとえば図１２に示す例では、車両Ａ～Ｄの雨滴量データは１２個あるが、車両Ｅの雨滴量データは３個しかない。車両の雨滴量データの指標を決定するために必要な最低限のサンプル数を５個とする場合、指標導出部４６は、５個未満の雨滴量データしか取得できていない車両Ｅに関して指標を決定しなくてよい。この場合、指標導出部４６は、車両Ａ～Ｄの指標をもとに、所定期間内の雨滴量データの指標を導出することになる。

実施例２においても、統計処理部４２による統計処理の前に、補正部５０が、各雨滴量データの値を、雨滴量データを取得した車両の車速に応じて補正してよい。補正部５０は、雨滴量データの取得時の車速が高いほど、当該雨滴量データにもとづいて推定される降水指標が小さくなるように、当該雨滴量データの値を補正する。補正部５０は、高速走行時に取得された雨滴量データのみを補正対象としてもよい。

図１２に示す例で、補正部５０は、車両Ｅが高速走行していたことを判定し、車両Ｅの３つの雨滴量データの値を補正対象として特定する。補正部５０は、雨滴量データの値に、雨滴量データの取得時における車速から求まる補正係数β（β≦１）を乗算して、雨滴量データの値を補正してよい。車速が高いほど、補正係数βは小さく算出される。

なお実施例２で補正部５０は、全ての雨滴量データを補正対象として特定し、補正係数βを乗算して、雨滴量データを補正してもよい。なお車速＝０のとき、補正係数βは１であってよい。車載の雨滴量センサの検出値には、車速に応じた誤差が含まれるため、補正部５０は、雨滴量データから車速に応じた誤差分を取り除くことで、降水指標推定部４８が、高精度に降水指標を推定できるようになる。

また実施例１と同様に、利用判定部５２は、雨滴量データの取得時の走行道路にもとづいて、雨滴量データを統計処理に利用するか否かを判定してよい。利用判定部５２は、交通情報８に含まれる道路リンクＩＤおよびＣＡＮ情報９に含まれる緯度・経度を用いて、雨滴量データ取得時に車両５がワイパーの作動を不要とする道路（ワイパー作動不要道路）を走行していたか否かを判断する。利用判定部５２は、道路リンクＩＤにより道路リンクを特定し、緯度・経度から道路リンク上の位置を特定することで、雨滴量データ取得時の走行位置がワイパー作動不要道路上であるか否かを判断してよい。

走行位置がワイパー作動不要道路上である場合、利用判定部５２は、当該雨滴量データを統計処理の対象から外すことを判定する。一方で、走行位置がワイパー作動不要道路上でない場合、利用判定部５２は、当該雨滴量データを統計処理の対象に含めること、つまり統計処理に利用することを判定する。このように利用判定部５２が、雨滴量データの利用可否を判定することで、統計処理部４２は、天候状況を反映した雨滴量データを用いて統計処理を好適に実施できる。

以上、本発明を実施形態および複数の実施例をもとに説明した。本発明は、上述の実施形態および実施例に限定されるものではなく、当業者の知識に基づいて各種の設計変更等の変形を加えることも可能である。

実施例１では、推定処理部４０がワイパーの作動モードデータにもとづいて降水指標を推定し、実施例２では、推定処理部４０が雨滴量センサにより検出された雨滴量データにもとづいて降水指標を推定した。変形例では、推定処理部４０が、ワイパーの作動モードデータおよび雨滴量データにもとづいて降水指標を推定してよい。

なおワイパーは全ての車両５に搭載されているが、雨滴量センサは全ての車両５に搭載されていない状況も想定される。そこで情報処理システム１には、ワイパーの作動モードデータおよび雨滴量データの両方をサーバ装置３に送信できる車両５と、ワイパーの作動モードデータだけをサーバ装置３に送信できる車両５とが存在することがある。車両５が作動モードデータおよび雨滴量データの両方を送信できる場合、推定処理部４０は、雨滴量データにもとづいて降水指標を推定してよい。推定処理部４０は同じ期間内に、雨滴量データにもとづいて推定した第１降水指標データと、作動モードデータにもとづいて推定した第２降水指標データとを生成してもよい。推定処理部４０は、第１降水指標データと第２降水指標データとを加味して、天気情報提示装置７に提供する降水指標データを生成してよい。

１・・・情報処理システム、３・・・サーバ装置、５・・・車両、６・・・制御装置、７・・・天気情報提示装置、１０・・・降水指標推定装置、２０・・・車両状態情報取得部、３０・・・データ収集部、３２・・・作動モードデータ収集部、３４・・・雨滴量データ収集部、４０・・・推定処理部、４２・・・統計処理部、４４・・・割合導出部、４６・・・指標導出部、４８・・・降水指標推定部、５０・・・補正部、５２・・・利用判定部、５４・・・記憶部。

Claims (4)

1. 所定期間内に所定エリアに位置する複数の車両において生成された車両状態情報から、降水の強さを表す降水指標を推定するための雨関連データを収集するデータ収集部と、
   収集した雨関連データを統計処理して、所定期間内の所定エリアにおける降水指標を推定する推定処理部と、を備え、
   前記データ収集部は、所定期間内に所定エリアに位置する複数の車両のそれぞれで取得された１つ以上の雨関連データを車両ごとに収集し、
   前記推定処理部は、
   統計処理の前に、統計処理に使用する雨関連データの値を、雨関連データの取得時の車速が高いほど、推定される降水指標が小さくなるように雨関連データの値を補正し、
   車両ごとに収集した１つ以上の雨関連データの補正値を用いて、各車両の雨関連データを代表する指標を決定し、決定した各車両の指標を用いて複数の車両の雨関連データを代表する指標を導出し、導出した指標から降水指標を推定する、
   ことを特徴とする降水指標推定装置。
2. 前記推定処理部は、所定期間内に所定エリアに位置する車両で取得された雨関連データの数が所定値未満である場合に、当該車両の雨関連データを代表する指標を決定しない、
   ことを特徴とする請求項１に記載の降水指標推定装置。
3. 前記データ収集部は、雨関連データとして、雨滴量センサにより検出された雨滴量データと、ワイパーの作動モードを示す作動モードデータを収集する、
   ことを特徴とする請求項１または２に記載の記載の降水指標推定装置。
4. 前記推定処理部は、雨滴量データにもとづいて第１の降水指標を推定し、作動モードデータにもとづいて第２の降水指標を推定する、
   ことを特徴とする請求項３に記載の降水指標推定装置。

Images