JP7122089B2 - 交通情報を管理するためのシステム、方法、及びプログラム - Google Patents

Description

本発明は、交通情報を管理するためのシステム、方法、及びプログラムに関するものである。

従来、車両から送信されるプローブ情報を分析するための様々なシステムが提案されている（例えば、下記特許文献１を参照）。こうしたシステムでは、例えば、複数の車両の各々のプローブ情報に含まれる時刻毎の車両位置を分析することにより、現在又は過去における交通情報（例えば、時間帯毎の渋滞情報等）を得ることができる。また、車両を用いたサービスを提供する事業者は、当該サービスで用いられる車両のプローブ情報を分析することにより、サービスの提供エリアにおける交通情報を自ら得ることもできる。このようにして得られる交通情報は、例えば、乗合タクシーサービスにおける配車計画、及び、物品配達サービスにおける配達計画等を作成する際に活用され得る。

特開２０１６－１３３８７５号公報

しかしながら、例えば、配車計画等に従って走行する車両の状態は、当該計画に従って停車している状態（例えば、乗車場所で利用者を待っている状態等）と、交通状況に起因して停車している状態（例えば、渋滞及び信号待ち等）とが含まれるが、これらの状態を車両のプローブ情報から識別することは容易とは言えない。そして、こうした状態を適切に識別できないと、得られる交通情報の品質も制限されてしまう。

本発明の実施形態は、車両のプローブ情報から得られる交通情報の品質を確保することを目的の一つとする。本発明の実施形態の他の目的は、本明細書全体を参照することにより明らかとなる。

本発明の一実施形態に係るシステムは、交通情報を管理するためのシステムであって、複数の停車地点を含む車両の走行計画を記憶する記憶装置と、１又は複数のコンピュータプロセッサと、を備え、前記１又は複数のコンピュータプロセッサは、読取可能な命令の実行に応じて、前記車両のプローブ情報を取得して前記記憶装置に蓄積する処理と、前記記憶装置に蓄積されているプローブ情報に基づいて、前記走行計画に含まれる連続する２つの停車地点間の交通情報を生成する処理と、を実行する。

本発明の一実施形態に係る方法は、複数の停車地点を含む車両の走行計画を記憶する記憶装置にアクセス可能な１又は複数のコンピュータによって実行され、交通情報を管理するための方法であって、前記車両のプローブ情報を取得して前記記憶装置に蓄積するステップと、前記記憶装置に蓄積されているプローブ情報に基づいて、前記走行計画に含まれる連続する２つの停車地点間の交通情報を生成するステップと、を備える。

本発明の一実施形態に係るプログラムは、交通情報を管理するためのプログラムであって、複数の停車地点を含む車両の走行計画を記憶する記憶装置にアクセス可能な１又は複数のコンピュータ上での実行に応じて、前記１又は複数のコンピュータに、前記車両のプローブ情報を取得して前記記憶装置に蓄積する処理と、前記記憶装置に蓄積されているプローブ情報に基づいて、前記走行計画に含まれる連続する２つの停車地点間の交通情報を生成する処理と、を実行させる。

本発明の様々な実施形態は、車両のプローブ情報から得られる交通情報の品質を確保する。

本発明の一実施形態に係るサービス提供サーバ１０を含むネットワークの構成を概略的に示す構成図。 サービス提供サーバ１０の機能を概略的に示すブロック図。 配車要求情報テーブルにおいて管理される情報を例示する図。 走行計画情報テーブルにおいて管理される情報を例示する図。 プローブ情報テーブルにおいて管理される情報を例示する図。 交通情報テーブルにおいて管理される情報を例示する図。 配車要求に応じてサーバ１０が実行する処理を例示するフロー図。 配車申込画面５０を例示する図。 待機時間選択画面７０を例示する図。 走行計画情報テーブルにおいて管理される情報の具体例を示す図。 図１０の具体例に対応する走行計画を説明するための図。 乗車時間枠選択画面９０を例示する図。 図１１に例示した走行計画に新たな乗降車地点を追加する様子を説明するための図。 降車時間枠選択画面１００を例示する図。 更新後の走行計画情報テーブルにおいて管理される情報の具体例を示す図。 図１５の具体例に対応する走行計画を説明するための図。 交通情報を生成する際にサーバ１０が実行する処理を例示するフロー図。 実際の到着時刻を判定する方法を説明するための図。 学習済みモデルを説明するための図。 学習済みモデルを更新する際にサーバ１０が実行する処理を例示するフロー図。

以下、図面を参照しながら、本発明の実施形態について説明する。

図１は、本発明の一実施形態に係るサービス提供サーバ１０を含むネットワークの構成を概略的に示す構成図である。サーバ１０は、図示するように、インターネット等のネットワーク２０を介して車両端末３２、及び、ユーザ端末３４と通信可能に接続されている。図１においては、それぞれ１つの車両端末３２、及び、ユーザ端末３４のみが図示されているが、サーバ１０は、それぞれ複数の車両端末３２、及び、ユーザ端末３４と通信可能に接続されている。サーバ１０は、乗合タクシーや物品配達（買い物代行を含む。）等の車両を用いたサービスを提供するための機能を有し、当該機能は、当該サービスで利用される車両の走行エリアにおける交通情報を管理することを含む。サービス提供サーバ１０は、本発明のシステムの全部又は一部を実装する装置の一例である。

サービス提供サーバ１０は、一般的なコンピュータとして構成されており、図１に示すように、ＣＰＵ（コンピュータプロセッサ）１１と、メインメモリ１２と、ユーザＩ／Ｆ１３と、通信Ｉ／Ｆ１４と、ストレージ（記憶装置）１５とを備え、これらの各構成要素が図示しないバス等を介して電気的に接続されている。

ＣＰＵ１１は、ストレージ１５等に記憶されている様々なプログラムをメインメモリ１２に読み込んで、当該プログラムに含まれる各種の命令を実行する。メインメモリ１２は、例えば、ＤＲＡＭ等によって構成される。

ユーザＩ／Ｆ１３は、ユーザとの間で情報をやり取りするための各種の入出力装置である。ユーザＩ／Ｆ１３は、例えば、キーボード、ポインティングデバイス（例えば、マウス、タッチパネル等）等の情報入力装置、マイクロフォン等の音声入力装置、カメラ等の画像入力装置を含む。また、ユーザＩ／Ｆ１３は、ディスプレイ等の画像出力装置（表示装置）、スピーカー等の音声出力装置を含む。

通信Ｉ／Ｆ１４は、ネットワークアダプタ等のハードウェア、各種の通信用ソフトウェア、及びこれらの組み合わせとして実装され、ネットワーク２０等を介した有線又は無線の通信を実現できるように構成されている。

ストレージ１５は、例えば磁気ディスク又はフラッシュメモリ等によって構成される。ストレージ１５は、オペレーティングシステムを含む様々なプログラム及び各種データ等を記憶する。

本実施形態において、サーバ１０は、それぞれが上述したハードウェア構成を有する複数のコンピュータを用いて構成され得る。例えば、サーバ１０は、複数のサーバ装置によって構成され得る。

車両端末３２及びユーザ端末３４は、一般的なコンピュータとしての構成を有し、例えば、スマートフォン、タブレット端末、パーソナルコンピュータ、及びウェアラブルデバイス等として構成される。車両端末３２は、車両の運転者によって操作される。また、ユーザ端末３４は、サービスの利用者であるユーザによって操作される。

本実施形態において、車両端末３２は、車両のプローブ情報を取得するための様々なセンサ等を有する。プローブ情報は、センサ等によって得られる時系列データであり、例えば、位置（経度緯度）、方角、加速度、画像等を含み、これらの情報が時刻に関連付けられている。車両端末３２が有するセンサ等は、ＧＰＳ受信機、方角センサ（地磁気センサ等）、加速度センサ、照度センサ、カメラ等を含む。また、車両端末３２は、車両のＣＡＮに接続するように構成することができ、この場合、プローブ情報は、ＣＡＮ情報（例えば、エンジン回転数、燃料噴射量、及び、ステアリングの舵角等）を含み得る。

本実施形態において、サービス提供サーバ１０は、ウェブサーバ及びアプリケーションサーバとしての機能を有するように構成することができ、この場合、車両端末３２又はユーザ端末３４が有するウェブブラウザ又はその他のアプリケーションからの要求に応答して各種の処理を実行し、当該処理の結果に応じた画面データ（例えば、ＨＴＭＬデータ）及び制御データ等を送信する。車両端末３２及びユーザ端末３４では、受信したデータに基づくウェブページ又はその他の画面が表示される。

次に、本実施形態のサービス提供サーバ１０が有する機能について説明する。図２は、サーバ１０が有する機能を概略的に示すブロック図である。サーバ１０は、図示するように、情報を記憶及び管理する情報記憶管理部４０と、車両の走行を管理する車両走行管理部４２と、交通情報を管理する交通情報管理部４４とを有する。これらの機能は、ＣＰＵ１１及びメインメモリ１２等のハードウェア、並びに、ストレージ１５等に記憶されている各種プログラムやデータ等が協働して動作することによって実現され、例えば、メインメモリ１２に読み込まれたプログラムに含まれる命令をＣＰＵ１１が実行することによって実現される。また、図２に示す機能の一部又は全部は、サービス提供サーバ１０と、車両端末３２又はユーザ端末３４とが協働することによって実現され得る。

情報記憶管理部４０は、ストレージ１５等によって構成され、様々な情報を記憶及び管理する。例えば、情報記憶管理部４０は、サービスで利用される車両の走行計画を記憶する。当該走行計画は、複数の停車地点を含む。当該複数の停車地点は、典型的には、停車する順序が設定されている。

車両走行管理部４２は、車両の走行の管理に関する様々な処理を実行する。例えば、車両走行管理部４２は、車両の走行計画を更新する処理等を実行する。

交通情報管理部４４は、交通情報の管理に関する様々な処理を実行する。本実施形態において、交通情報管理部４４は、車両のプローブ情報を取得してストレージ１５等に蓄積するように構成されている。例えば、交通情報管理部４４は、複数の車両端末３２の各々から送信されるプローブ情報を受信し、受信したプローブ情報を、対応する車両端末３２に関連付けてストレージ１５等に蓄積する。

また、交通情報管理部４４は、ストレージ１５等に蓄積されているプローブ情報に基づいて、車両の走行計画に含まれる連続する２つの停車地点間の交通情報を生成するように構成されている。例えば、交通情報管理部４４は、蓄積されているプローブ情報から連続する（停車する順序が前後する）２つの停車地点間に対応するプローブ情報を特定し、特定したプローブ情報の少なくとも一部に基づいて、当該停車地点間の交通情報を生成する。

このように、本実施形態におけるサービス提供サーバ１０は、車両のプローブ情報を取得してストレージ１５等に蓄積し、蓄積されているプローブ情報に基づいて、車両の走行計画に含まれる連続する２つの停車地点間の交通情報を生成するから、生成される交通情報は、停車地点において走行計画に従って停車している状態に対応する情報が除外されている。このように、本実施形態のサービス提供サーバ１０は、車両のプローブ情報から得られる交通情報の品質を確保する。

本実施形態において、交通情報管理部４４は、プローブ情報に含まれる車両位置に基づいて、走行計画に含まれる停車地点における実際の到着及び出発時刻を判定し、当該判定した実際の到着及び出発時刻に基づいて、停車地点間の交通情報を生成するように構成され得る。例えば、交通情報管理部４４は、プローブ情報に含まれる車両位置が停車地点から所定の範囲内に侵入した時刻を実際の到着時刻と判定し、当該車両位置が停車地点から所定の範囲外に離脱した時刻を実際の出発時刻と判定するように構成される。こうした構成は、車両位置に基づく実際の到着及び出発時刻の容易な判定を可能とする。

また、交通情報管理部４４は、停車地点に関連付けられている到着予定時刻に基づく範囲のプローブ情報に基づいて、当該停車地点における実際の到着時刻を判定するように構成され得る。例えば、交通情報管理部４４は、ストレージ１５等に蓄積されているプローブ情報のうち、到着予定時刻に近接する時間的範囲のプローブ情報に基づいて実際の到着時刻を判定するように構成される。こうした構成は、到着予定時刻に近接する範囲のプローブ情報には、実際の到着時刻が含まれる可能性が高いと考えられるから、プローブ情報の効率的な解析を可能とする。

また、交通情報管理部４４は、プローブ情報に含まれる車両速度に基づいて、停車地点における実際の到着及び出発時刻を判定するように構成され得る。例えば、交通情報管理部４４は、プローブ情報に含まれる車両位置が停車地点から所定の範囲内にあり、且つ、同じくプローブ情報に含まれる車両速度が０へと減少した時刻（つまり、車両が停車した時刻）を停車地点における実際の到着時刻と判定すると共に、プローブ情報に含まれる車両位置が停車地点から所定の範囲内にあり、且つ、同じくプローブ情報に含まれる車両速度が０から増加した時刻（つまり、車両が移動を開始した時刻）を停車地点における実際の出発時刻と判定するように構成される。こうした構成は、車両位置及び車両速度に基づく実際の到着及び出発時刻の容易な判定を可能とする。

本実施形態において、生成される停車地点間の交通情報は、停車地点間の移動所要時間を含むように構成され得る。例えば、交通情報管理部４４は、プローブ情報に基づいて停車地点における実際の到着及び出発時刻を判定し、後の停車地点における実際の到着時刻から先の停車地点における実際の出発時刻を減じることにより、停車地点間の移動所要時間を算出するように構成される。また、停車地点間の交通情報は、移動所要時間の他、先の停車地点における実際の出発時刻から後の停車地点における実際の到着時刻までの時間的範囲に含まれるプローブ情報に基づく様々な情報が含まれ得る。

また、交通情報管理部４４は、生成した停車地点間の交通情報をストレージ１５等に蓄積するように構成することができ、この場合、車両走行管理部４２は、ストレージ１５等に蓄積されている停車地点間の交通情報に基づいて、車両の走行計画を更新するように構成され得る。例えば、車両走行管理部４２は、ストレージ１５等に蓄積されている停車地点間の交通情報に含まれる移動所要時間に基づいて、走行計画に含まれる停車地点間の移動所要時間を予測し、予測した移動所要時間に基づいて走行計画を更新するように構成される。この場合、交通情報管理部４４は、走行計画に含まれる停車地点間の移動所要時間の予測値と、生成した停車地点間の交通情報に含まれる移動所要時間の実績値との比較に基づいて、移動所要時間の予測品質を判定するように構成され得る。こうした構成は、移動所要時間の予測値に基づく走行計画の更新を可能とすると共に、移動所要時間の予測品質（精度）の把握を可能とする。

また、交通情報管理部４４は、走行中（走行計画を実行中）の車両からプローブ情報を取得するように構成することができ、この場合、車両走行管理部４２は、ストレージ１５等に蓄積されている停車地点間の交通情報に基づいて、走行中の車両の次の停車地点における到着時刻を予測し、当該予測した到着時刻が次の停車地点における到着予定時刻から遅れている場合に警告情報を出力するように構成され得る。当該警告情報は、車両端末３２及び／又はユーザ端末３４に対して送信され得る。この場合、交通情報管理部４４は、停車地点間における警告情報の出力頻度に基づいて、移動所要時間の予測品質を判定するように構成され得る。例えば、交通情報管理部４４は、停車地点間における警告情報の出力回数が多いほど低くなるように、移動所要時間の予測品質を判定するように構成される。こうした構成は、例えば、到着予定時刻には間に合っている（移動所要時間の実績値が予測値よりも小さい）ものの、途中で頻繁に遅れが発生していたような区間を、予測品質を低くする区間として考慮することを可能とする。

また、交通情報管理部４４は、ストレージ１５等に蓄積されている停車地点間の交通情報を教師データとする機械学習により、任意の地点間の移動所要時間を予測するための学習済みモデルを生成するように構成することができ、この場合、車両走行管理部４２は、当該学習済みモデルを用いて、走行計画に含まれる停車地点間の移動所要時間を予測するように構成され得る。当該学習済みモデルは、例えば、ニューラルネットワークを含むモデルとして構成される。

また、交通情報管理部４４は、判定した予測品質が所定の閾値以上である場合には、学習済みモデルを維持し、判定した予測品質が所定の閾値未満である場合には、ストレージ１５等に蓄積されている停車地点間の交通情報を教師データとする再度の機械学習により、学習済みモデルを更新するように構成され得る。つまり、交通情報管理部４４は、プローブ情報に基づく停車地点間の交通情報を継続的に生成及び蓄積しつつ、学習済みモデルの予測品質を定期的に監視し、当該予測品質が所定の閾値以上である間は学習済みモデルを維持する一方、当該予測品質が所定の閾値未満となったときに、最新の交通情報（教師データとして未反映の交通情報が追加されたもの）を教師データとする再度の機械学習により、学習済みモデルを更新するように構成され得る。こうした構成は、移動所要時間の予測品質に基づく学習済みモデルの更新の管理を可能とする。

次に、このような機能を有する本実施形態のサービス提供サーバ１０の具体例について説明する。この具体例において、サービス提供サーバ１０は、乗合タクシーサービスを提供するための機能を有し、当該乗合タクシーサービスで利用される車両の走行エリアにおける交通情報を管理する。

図３－６は、この例において、サーバ１０のストレージ１５が有する各テーブルにおいて管理される情報を例示する。図３は、配車要求情報テーブルにおいて管理される情報を例示する。配車要求情報テーブルは、乗合タクシーサービスにおける車両の配車要求に関する情報を管理し、図示するように、個別の配車要求を識別する「要求ＩＤ」に対応付けて、配車要求を行ったユーザを識別する「ユーザＩＤ」、「配車日」、配車要求に対して割り当てられた車両を識別する「車両ＩＤ」、「乗車地点（経度緯度）」、「乗車時間枠」、「乗車予定時刻」、「乗車待機時間」、「降車地点（経度緯度）」、「降車時間枠」、「降車予定時刻」、「降車待機時間」等の情報を管理する。

図４は、走行計画情報テーブルにおいて管理される情報を例示する。走行計画情報テーブルは、乗合タクシーサービスにおいて利用される複数の車両の各々の走行計画に関する情報を管理し、図示するように、個別の車両を識別する「車両ＩＤ」、「日付」、及び、走行計画に含まれる個別の車両の状態を識別する「状態ＩＤ」の組合せに対応付けて、「状態種別」、「開始地点（経度緯度）」、「終了地点（経度緯度）」、「開始予定時刻」、「終了予定時刻」、「要求ＩＤ」等の情報を管理する。状態種別は、「移動」又は「待機」の何れかに対応する値が設定される。開始地点及び終了地点は、状態種別が移動である場合は、出発地点（移動の開始地点）及び目標地点（移動の終了地点）が設定され、状態種別が待機である場合は、両方に同じ地点（待機地点）が設定される。

図５は、プローブ情報テーブルにおいて管理される情報を例示する。プローブ情報テーブルは、複数の車両の各々のプローブ情報を管理し、図示するように、個別の車両を識別する「車両ＩＤ」及び「日時」の組合せに対応付けて、「位置（経度緯度）」、「速度」、「方角」等の情報を管理する。この例において、プローブ情報は、走行中（走行計画を実行中）の車両から所定の時間間隔で（例えば、６０秒毎に）送信され、サーバ１０は、受信したプローブ情報をプローブ情報テーブルに登録する。

図６は、交通情報テーブルにおいて管理される情報を例示する。交通情報テーブルは、プローブ情報に基づいて生成される交通情報を管理し、図示するように、個別の交通情報を識別する「交通情報ＩＤ」に対応付けて、対応する車両を識別する「車両ＩＤ」、「日付」、「出発地点（緯度経度）」、「目標地点（緯度経度）」、「出発時刻」、「到着時刻」、「移動所要時間」等の情報を管理する。このように、交通情報は、連続する２つの停車地点（出発地点及び目標地点）間の移動所要時間を含む。

次に、この例のサービス提供サーバ１０が実行する処理について説明する。まず、ユーザからの配車要求に応じた処理について説明する。図７は、ユーザからの配車要求に応じてサーバ１０が実行する処理を例示するフロー図である。サーバ１０は、まず、図示するように、配車日及び乗降車地点をユーザから受け付ける（ステップＳ１００）。図８は、ユーザ端末３４において表示される配車申込画面５０を例示する。配車申込画面５０は、図示するように、目的地（降車地点）を入力するための目的地入力領域５２と、乗車場所（乗車地点）を入力するための乗車場所入力領域５４と、配車日を入力するための配車日入力領域５６と、「次へ」と表示された続行ボタン５８とを有する。目的地入力領域５２及び乗車場所入力領域５４は、住所及び施設名等のキーワードを用いた検索を伴って、地図上の特定の地点（経度緯度）を入力できるように構成されている。なお、目的地及び乗車場所を入力する際に、画面上に地図を表示し、地図上の任意の地点をユーザが選択することによって、目的地及び乗車場所を特定できるようにしても良い。この際、ユーザによって地図上の道路以外の地点が選択された場合には、選択された地点に最も近接する道路上の地点が自動的に選択されるようにしても良い。また、乗車場所入力領域５４等を介して乗車場所を入力する際に、当該乗車場所における車両の進行方向（つまり、道路の両側のうち何れか一方）を特定できるようにしても良い。

ユーザが続行ボタン５８を選択すると、配車日及び乗降車地点（乗車場所及び目的地）がサーバ１０によって受け付けられる。配車日及び乗降車地点の受付に伴って、配車要求情報テーブルにレコードが生成され、要求ＩＤ、ユーザＩＤ、配車日、乗車地点、及び降車地点が設定される。

次に、サーバ１０は、乗車場所における車両の待機時間のユーザによる選択を受け付ける（ステップＳ１１０）。図９は、ユーザが待機時間を選択するための待機時間選択画面７０を例示する。当該画面７０は、配車申込画面５０の続行ボタン５８の選択に応じて、当該画面５０に重ねてオーバーレイ表示される。

待機時間選択画面７０は、図９に示すように、「１０分」と表示された第１ボタン７２と、「５分」と表示された第２ボタン７４と、「次へ」と表示された続行ボタン７６とを有する。第１ボタン７２は、待機時間として１０分を設定するためのオブジェクトであり、第２ボタン７４は、待機時間として５分を設定するためのオブジェクトである。ユーザは、第１ボタン７２及び第２ボタン７４の何れか一方を選択した上で続行ボタン７６を選択することにより、乗車場所における車両の待機時間を選択することができる。

ユーザが続行ボタン７６を選択すると、ユーザによって選択された待機時間がサーバ１０によって受け付けられる。待機時間の受付に伴って、配車要求情報テーブルにおける乗車待機時間が設定される。なお、この例では、降車場所における待機時間は、ユーザによる選択なしに予め定められた時間（例えば、５分）となっており、当該時間が、配車要求情報テーブルの降車待機時間に設定される。

次に、サーバ１０は、今回の配車要求に対して割り当て可能な車両を特定する（ステップＳ１１５）。割当可能な車両は、今回の配車要求における乗降車地点及び待機時間、並びに、複数の車両の各々の既存の走行計画に基づいて特定され、より具体的には、既存の走行計画に対して今回の配車要求における乗降車地点を追加できる車両が、割り当て可能な車両として特定される。

ここで既存の走行計画の具体例について説明する。図１０は、走行計画情報テーブルにおいて管理される情報の具体例を示し、図１１は、この具体例に対応する走行計画を説明するための図である。図１０に示すように、この具体例は、車両ＩＤが「００１」である車両の２０１７年６月１日における走行計画を示している。状態ＩＤ「００１」は、地点Ｐ０（開始地点）から地点Ｐ１（終了地点）までの移動に対応する状態であって、移動の開始予定時刻が１０：３０であり、移動の終了予定時刻（地点Ｐ１における到着予定時刻）が１０：５０である（移動所要時間が２０分）。また、状態ＩＤ「００２」は、地点Ｐ１（開始地点及び終了地点）における待機に対応する状態であって、待機の開始予定時刻が１０：５０であり、待機の終了予定時刻が１１：１０（停車時間が２０分）である。これらの状態ＩＤ「００１」及び「００２」に対応する移動及び待機は、要求ＩＤ「００１」が関連付けられており、当該要求ＩＤに対応する配車要求における乗車地点Ｐ１への移動及び乗車待機に相当する。

ここで、図１１に示すように、要求ＩＤ「００１」の配車要求は、乗車地点Ｐ１における乗車予定時刻が１１：００に設定されており、また、乗車地点Ｐ１における乗車待機時間が１０分に設定されている。走行計画は、乗車地点における到着予定時刻が、乗車予定時刻以前の時刻となるように設定される。図１０の例では、乗車地点Ｐ１における到着予定時刻（１０：５０）は、乗車予定時刻（１１：００）以前の時刻に設定されている。また、走行計画は、乗車地点における出発予定時刻（待機の終了予定時刻）が、乗車予定時刻から待機時間が経過した時刻以後の時刻となるように設定される。図１０の例では、乗車地点Ｐ１における出発予定時刻（１１：１０）が、乗車予定時刻（１１：００）から待機時間（１０分）が経過した時刻（１１：１０）と同じ時刻に設定されている。

また、状態ＩＤ「００３」は、地点Ｐ１（開始地点）から地点Ｐ２（終了地点）までの移動に対応する状態であって、移動の開始予定時刻が１１：１０であり、移動の終了予定時刻（地点Ｐ２における到着予定時刻）が１１：４０である（移動所要時間が３０分）。また、状態ＩＤ「００４」は、地点Ｐ２（開始地点及び終了地点）における待機に対応する状態であって、待機の開始予定時刻が１１：４０であり、待機の終了予定時刻が１２：１０（停車時間が３０分）である。これらの状態ＩＤ「００３」及び「００４」に対応する移動及び待機は、要求ＩＤ「００１」が関連付けられており、当該要求ＩＤに対応する配車要求における降車地点Ｐ２への移動及び降車待機に相当する。このように、１つの車両の走行計画は、時間的に連続する複数の状態（移動又は待機）によって構成され、この結果、複数の停車地点（乗降車地点）が順序付けられている。

ここで、図１１に示すように、要求ＩＤ「００１」の配車要求は、降車地点Ｐ２における降車予定時刻が１２：００に設定されており、また、降車地点Ｐ２における降車待機時間が５分に設定されている。乗車地点と同様に、走行計画は、降車地点における到着予定時刻が、降車予定時刻以前の時刻となるように設定される。図１０の例では、降車地点Ｐ２における到着予定時刻（１１：４０）は、降車予定時刻（１２：００）以前の時刻に設定されている。また、走行計画は、降車地点における出発予定時刻（待機の終了予定時刻）が、降車予定時刻から待機時間が経過した時刻以後の時刻となるように設定される。図１０の例では、降車地点Ｐ２における出発予定時刻（１２：１０）が、降車予定時刻（１２：００）から待機時間（５分）が経過した時刻（１２：０５）以後の時刻に設定されている。

ステップＳ１１５では、こうした既存の走行計画に対して、今回の配車要求における乗降車地点が追加可能であるか否かが判定され、具体的には、既存の走行計画に含まれる乗降車地点における到着予定時刻が乗降車予定時刻以前となり、且つ、乗降車地点における出発予定時刻が乗降車予定時刻から待機時間が経過した時刻以後となる状態を維持したまま、今回の配車要求における乗降車地点が追加可能であるか否かが判定される。この際、既存の走行計画に含まれる乗降車地点と新たに追加される乗降車地点との間の移動所要時間の予測が行われ、当該移動所要時間の予測値に基づいて、乗降車地点の追加可否の判定が行われる。移動所要時間の予測は、後述する学習済みモデルを用いて行われる。

こうして割当可能な車両を特定すると、次に、サーバ１０は、乗車時刻の時間枠の複数の候補を提示して、当該時間枠のユーザによる選択を受け付ける（ステップＳ１２０）。図１２は、ユーザが乗車時刻の時間枠を選択するための乗車時間枠選択画面９０を例示する。当該画面９０は、待機時間選択画面７０の続行ボタン７６の選択に応じて、当該画面７０及び配車申込画面５０に代えて表示される。

乗車時間枠選択画面９０は、図１２に示すように、「前の時間帯」と表示された第１ボタン９２と、「次の時間帯」と表示された第２ボタン９４と、複数の時間枠を選択可能に表示する時間枠選択領域９６と、「次へ」と表示された続行ボタン９８とを有する。また、乗車時間枠選択画面９０は、配車申込画面５０を介して受け付けた配車日、及び、運賃に関する情報を表示する。運賃は、例えば、乗車地点と降車地点との間の距離に基づいて算定される。

時間枠選択領域９６は、特定の時間帯（図１２の例では１０：００～１２：００）に含まれる複数の時間枠を表示する。時間枠選択領域９６に時間枠を表示する時間帯は、第１ボタン９２又は第２ボタン９４の選択によって切り替えられる。

時間枠選択領域９６は、所定の長さ（この例では、３０分）の時間枠の候補が表示される。時間枠選択領域９６は、ステップＳ１１５で特定された割当可能な車両の走行計画において、乗車地点を追加可能な時間枠の候補のみが選択可能となり、乗車地点を追加不可能な時間枠の候補は選択できないように構成される。

例えば、図１３に例示するように、図１１に例示した既存の走行計画に対して乗車地点ＰＸ１を追加する場合であって、対応する車両が、１０：００－１１：００の間において乗車地点ＰＸ１への到着及び待機時間（５分）の確保ができない場合、図１２に示すように、１０：００－１０：３０の時間枠に対応する候補９６１、及び、１０：３０－１１：００の時間枠に対応する候補９６２は、ユーザによる選択ができないように構成される。なお、図１１に例示した既存の走行計画に対応する車両以外の他の車両が１０：００－１１：００の間に地点ＰＸ１に到着して待機時間を確保できる場合には、これらの候補９６１、９６２についても選択可能となる。

ユーザが続行ボタン９８を選択すると、ユーザによって選択された乗車時間枠がサーバ１０によって受け付けられる。乗車時間枠の受付に伴って、配車要求情報テーブルにおける車両ＩＤ及び乗車時間枠が設定される。車両ＩＤは、選択された乗車時間枠に対応する走行計画における車両の車両ＩＤである。

次に、サーバ１０は、降車時刻の時間枠の複数の候補を提示して、当該時間枠のユーザによる選択を受け付ける（ステップＳ１３０）。図１４は、ユーザが降車時刻の時間枠を選択するための降車時間枠選択画面１００を例示する。当該画面１００は、乗車時間枠選択画面９０の続行ボタン９８の選択に応じて、当該画面９０に代えて表示される。

降車時間枠選択画面１００は、図１４に示すように、図１２に例示した乗車時間枠選択画面９０と同様に、「前の時間帯」と表示された第１ボタン１０２と、「次の時間帯」と表示された第２ボタン１０４と、複数の時間枠を選択可能に表示する時間枠選択領域１０６と、「確定」と表示された確定ボタン１０８とを有し、配車日、及び、運賃に関する情報を表示する。時間枠選択領域１０６は、特定の時間帯（図１４の例では１１：００～１３：００）に含まれる複数の時間枠を表示し、当該時間枠選択領域１０６に時間枠を表示する時間帯は、第１ボタン１０２又は第２ボタン１０４の選択によって切り替えられる。

時間枠選択領域１０６は、所定の長さ（この例では、３０分）の時間枠の候補が表示される。時間枠選択領域１０６は、乗車時間枠選択画面９０を介して選択された乗車時刻の時間枠に対応する走行計画において、降車地点を追加可能な時間枠の候補のみが選択可能となり、降車地点を追加不可能な時間枠の候補は選択できないように構成される。

例えば、図１３に例示するように、図１１に例示した既存の走行計画に対して降車地点ＰＸ２を追加する場合であって、対応する車両が、１１：００－１２：００の間において、降車地点ＰＸ２への到着及び待機時間（５分）の確保ができない場合、図１４に示すように、１１：００－１１：３０の時間枠に対応する候補１０６１、及び、１１：３０－１２：００の時間枠に対応する候補１０６２は、ユーザによる選択ができないように構成される。

ユーザが確定ボタン１０８を選択すると、ユーザによって選択された降車時間枠がサーバ１０によって受け付けられる。降車時間枠の受付に伴って、配車要求情報テーブルにおける降車時間枠が設定される。

次に、サーバ１０は、乗降車予定時刻を設定すると共に走行計画を更新する（ステップＳ１４０）。具体的には、乗車時間枠選択画面９０を介して選択された時間枠に含まれるように乗車予定時刻を設定すると共に、降車時間枠選択画面１００を介して選択された時間枠に含まれるように降車予定時刻を設定し、対応する車両の走行計画に対して、今回の配車要求における乗降車地点を追加する。更新後の走行計画においては、各乗降車地点における到着予定時刻が乗降車予定時刻以前となり、且つ、各乗降車地点における出発予定時刻が乗降車予定時刻から待機時間が経過した時刻以後となる状態が維持される。各乗降車地点間の移動所要時間は、後述する学習済みモデルを用いて予測される。また、更新後の走行計画は、車両の運転者の車両端末３２に提供される。

図１５は、更新後の走行計画情報テーブルにおいて管理される情報の具体例を示し、図１６は、図１５の具体例に対応する走行計画を説明するための図である。図１５及び図１６に示すように、乗車地点ＰＸ１の追加に伴って、状態ＩＤ「００３」の移動のレコードにおける終了地点がＰ２からＰＸ１に変更されると共に、終了予定時刻及び要求ＩＤが対応する値（１１：２５、及び、「００２」）に変更されている。変更後の状態ＩＤ「００３」は、地点Ｐ１から地点ＰＸ１までの移動に対応する状態であって、移動所要時間が１５分である。また、地点ＰＸ１における到着予定時刻（１１：２５）は、乗車予定時刻（１１：３０）以前の時刻となっている。

また、乗車地点ＰＸ１における待機に対応する状態ＩＤ「００５」のレコードが新たに追加されており、その開始予定時刻は１１：２５であり、その終了予定時刻は１１：３５（停車時間が１０分）である。地点ＰＸ１における待機の終了予定時刻（１１：３５）は、地点ＰＸ１における乗車予定時刻（１１：３０）から待機時間５分を経過した時刻（１１：３５）以後の時刻となっている。

更に、地点ＰＸ１から地点Ｐ２までの移動に対応する状態ＩＤ「００６」のレコード新たに追加されており、その開始予定時刻は１１：３５であり、その終了予定時刻（地点Ｐ２における到着予定時刻）は１１：５５である（移動所要時間が２０分）。さらに、状態ＩＤ「００４」の待機のレコードにおける開始予定時刻が１１：５５に変更されている。地点Ｐ２における到着予定時刻（１１：５５）は、降車予定時刻（１２：００）以前の時刻となっている。

また、降車地点ＰＸ２の追加に伴って、地点Ｐ２から地点ＰＸ２までの移動に対応する状態ＩＤ「００７」のレコード新たに追加されており、その開始予定時刻は１２：１０であり、その終了予定時刻（地点ＰＸ２における到着予定時刻）は１２：２０である（移動所要時間が１０分）。地点ＰＸ２における到着予定時刻（１２：２０）は、降車予定時刻（１２：２５）以前の時刻となっている。

更に、降車地点ＰＸ２における待機に対応する状態ＩＤ「００８」のレコードが新たに追加されており、その開始予定時刻は１２：２０であり、その終了予定時刻は１２：３０（停車時間が１０分）である。地点ＰＸ２における待機の終了予定時刻（１２：３０）は、地点ＰＸ２における降車予定時刻（１２：２５）から待機時間５分を経過した時刻（１２：３０）以後の時刻となっている。

以上、ユーザからの配車要求に応じた処理について説明した。次に、複数の車両の各々から送信されるプローブ情報に基づいて交通情報を生成する処理について説明する。図１７は、交通情報を生成する際にサーバ１０が実行する処理を例示するフロー図である。これらの処理は、定期的に（例えば、毎日深夜に）実行される。まず、サーバ１０は、図示するように、交通情報を生成する対象の車両及び走行計画における対象の移動状態を特定する（ステップＳ２００、Ｓ２１０）。対象の車両は、サービスで用いられる複数の車両の中から所定の順序で特定される。また、対象の移動状態は、対象の車両の特定の期間（例えば、前日分）の走行計画に含まれる複数の移動状態が先頭から順に特定される。

対象の移動状態を特定すると、次に、サーバ１０は、プローブ情報に基づいて、対象の移動状態の出発地点における実際の出発時刻を判定する（ステップＳ２２０）。実際の出発時刻は、具体的には、蓄積されているプローブ情報から、出発地点から所定の範囲内（例えば、５０ｍ以内）に車両位置が含まれており、且つ、車両速度が０から増加した時刻を探索することによって判定される。走行計画における先頭の移動状態が対象である場合、サーバ１０は、当該時刻を、先頭の（最も時刻が早い）プローブ情報から順に時間の進行方向に向かって探索する。

こうして実際の出発時刻を判定すると、次に、サーバ１０は、対象の移動状態の目標地点における実際の到着時刻を判定する（ステップＳ２３０）。図１８は、実際の到着時刻を判定する方法を説明するための図である。実際の到着時刻は、具体的には、蓄積されているプローブ情報から、目標地点から所定の範囲内（例えば、５０ｍ以内）に車両位置が含まれており、且つ、車両速度が０へと減少した時刻を探索することによって判定される。サーバ１０は、当該時刻を、まず、対象の移動状態の次の状態（通常は、待機状態）の範囲に対応するプローブ情報から探索する。図１８の例では、対象の移動状態である「移動（Ｐ０→Ｐ１）」の次の状態である「待機（Ｐ１）」の範囲に対応するプローブ情報（つまり、地点Ｐ１における待機の開始予定時刻から終了予定時刻までの範囲に対応するプローブ情報。図１８の（範囲１））を対象に、実際の到着時刻が探索される。図１８の例では、この範囲１に実際の到着時刻が含まれているが、この範囲１に実際の到着時刻が含まれていない場合には、次に、対象の移動状態の範囲に対応するプローブ情報（図１８の例では、地点Ｐ０における出発予定時刻から地点Ｐ１における到着予定時刻までの範囲に対応するプローブ情報。図１８の（範囲２））を対象に、実際の到着時刻が探索される。そして、この範囲２にも実際の到着時刻が含まれていない場合には、次に、対象の移動状態の２つ後の（次の次の）状態（通常は、移動状態）の範囲に対応するプローブ情報（図１８の例では、地点Ｐ１における出発予定時刻から地点ＰＸ１における到着予定時刻までの範囲に対応するプローブ情報。図１８の（範囲３））を対象に、実際の到着時刻が探索される。このように、実際の到着時刻は、対象の移動状態の目標地点における到着予定時刻に近接する範囲から優先的に探索される。なお、これらの３つの範囲について実際の到着時刻が見つからない場合、対象の移動状態に対応する交通情報の生成はスキップされる。

こうして実際の到着時刻を判定すると、次に、サーバ１０は、対象の移動状態における出発地点及び目標地点間（停車地点間）の交通情報を生成する（ステップＳ２４０）。具体的には、交通情報テーブルに新たなレコードを生成し、対応する情報（日付、出発地点、目標地点、出発時刻、到着時刻、移動所要時間）を登録する。移動所要時間には、判定された実際の到着時刻から実際の出発時刻を減じた値が設定される。

そして、対象の車両の走行計画において次の移動状態が存在する場合（ステップＳ２５０においてＹＥＳ）、ステップＳ２１０の対象の移動状態の特定へと戻る。２番目以降の移動状態における実際の出発時刻の判定（ステップＳ２２０）では、実際の出発時刻は、先の移動状態の実際の到着時刻に対応するプローブ情報から順に時間の進行方向に向かって探索される。そして、１つの車両の走行計画に含まれる全ての移動状態について交通情報が生成されると（ステップＳ２５０においてＮＯ）、次の車両に関する交通情報の生成へと移り、当該交通情報の生成は、全ての車両を対象に交通情報が生成されるまで繰り返される（ステップＳ２６０）。

以上、プローブ情報に基づいて交通情報を生成する処理について説明した。次に、任意の地点間の移動所要時間を予測するために用いられる学習済みモデルについて説明する。図１９は、学習済みモデルを説明するための図である。図示するように、学習済みモデルは、プローブ情報に基づいて生成される交通情報を教師データとする機械学習によって生成され、ニューラルネットワークを含むモデルとして構成されている。この例では、学習済みモデルは、出発地点、目標地点、及び、配車日時（月、曜日、及び時間帯）が入力されると、入力された出発地点から目標地点までの移動所要時間の予測値が出力される。なお、学習済みモデルに入力されるパラメータは、これらに限定されず、例えば、出発地点又は目標地点における車両の進行方向、天気、電車の運行情報、及び、前後所定日内の祝日の有無等を用いることもできる。この場合、これらの情報は、交通情報の一部として、又は、別の情報として、機械学習における教師データに付加される。

図２０は、学習済みモデルを更新する際にサーバ１０が実行する処理を例示するフロー図である。これらの処理は、特定の期間毎（例えば、１週間毎）に実行される。サーバ１０は、まず、図示するように対象の期間の走行計画における移動所要時間の予測品質を判定する（ステップＳ３００）。具体的には、サーバ１０は、全ての車両を対象に、対象の期間の走行計画（例えば、１週間分の走行計画）に含まれる移動状態毎に、移動所要時間の予測値（走行計画における値）と実績値（プローブ情報に基づいて生成された交通情報における値）とを比較する。そして、予測値と実績値との差異が所定の範囲内である場合（例えば、実績値が予測値の±５％の範囲内である場合）、当該移動状態を「予想的中」と判断する一方、予測値と実績値との差異が所定の範囲外である場合、当該移動状態を「予想外れ」と判断する。そして、全ての移動状態の数に対して「予想的中」と判断された移動状態の数の割合（予測の的中率）が、予測品質として判定される。

そして、判定された予測品質（予想の的中率）が所定の閾値（例えば、７０％）未満である場合には（ステップＳ３１０においてＹＥＳ）、再度の機械学習によって学習済みモデルを更新する（ステップＳ３２０）。一方、判定された予測品質が所定の閾値以上である場合には（ステップＳ３１０においてＮＯ）、学習済みモデルを維持する（何もしない）。再度の機械学習による学習済みモデルの更新は、最新の交通情報が教師データとして追加された機械学習によって行われる。つまり、学習済みモデルの前回の更新時以降に蓄積された交通情報が、新たな教師データとして追加される。

上述した例において、サーバ１０が、走行中の車両の遅延を監視し、当該遅延に応じた警告情報を車両端末３２及び／又はユーザ端末３４に送信するようにしても良い。例えば、サーバ１０は、上述した学習済みモデルを用いて、車両の現在地点（例えば、プローブ情報から判断できる）から現在の目標地点（次の停車地点）までの移動所要時間を定期的に予測し、予測した移動所要時間に基づく到着時刻（移動所要時間の予測値を現在時刻に加算することによって算出できる。）が到着予定時刻から遅れる場合に、警告情報を送信するように構成される。例えば、天気及び電車の運行情報等を学習済みモデルの入力パラメータとして適用する場合、これらのパラメータの値は、走行計画の更新時と実際の走行時（計画の実行時）において変化する場合が考えられるが、上述した監視機能により、こうした変化に対応する（例えば、待機時間を繰り上げて出発する等）ことが可能となる。

また、この場合、上述した予測品質の判定の際に、移動状態における警告情報の出力頻度を考慮するようにしても良い。例えば、移動状態毎の警告情報の出力回数は、走行計画情報テーブル等において管理することができ、サーバ１０は、移動状態における警告情報の単位時間当たりの出力回数が所定の閾値以上である場合に、移動所要時間の予測値と実績値との差異にかかわらず、当該移動状態を「予想外れ」と判断するように構成され、又は、警告情報の単位時間当たりの出力回数が所定の閾値以上である移動状態の数の割合が所定の閾値以上である場合に、上述した予想の的中率にかかわらず、学習済みモデルを更新するように構成され得る。

また、予測品質の判定に、学習済みモデルにおける損失関数の出力値を用いても良い。例えば、サーバ１０は、損失関数の出力値が所定の閾値未満である場合には学習済みモデルを維持する一方、損失関数の出力値が所定の閾値以上である場合には学習済みモデルを更新するように構成される。

上述した例において、サーバ１０が、走行計画と共に走行経路を作成し、当該走行経路を車両端末３２に対して提供するようにしても良い。この場合、サーバ１０は、当該走行経路を探索する際に、走行経路の候補に含まれる任意の地点間の移動所要時間を上述した学習済みモデルを用いて予測し、当該移動所要時間の予測値に基づいて、走行経路を決定するようにしても良い。また、車両端末３２において、受信した走行経路に従う車両の走行を支援するための一般的なナビゲーション機能を実現しても良い。この場合、ナビゲーション機能を用いて上述した実際の到着時刻の判定を行っても良く、例えば、ナビゲーション機能の誘導経路におけるステートを用いて目的地（目標地点）を特定し、特定した目的地への到着の判定を行うようにしても良い。目的地への到着の判定の際には、車両位置に加えて、車線における車両の進行方向（道路レーンの情報等）も考慮され得る。また、誘導経路におけるステートを追う際には、ランドマーク等の経路上のチェックポイントの通過が補助的に考慮され得る。このように、本実施形態において、実際の到着時刻の判定には、ナビゲーション機能等の外部機能の情報が活用され得る。

上述した例では、目標地点における実際の到着時刻を、プローブ情報に含まれる車両位置及び車両速度に基づいて判定するようにしたが、乗降車地点における車両の進行方向がユーザによって特定される場合、実際の到着時刻は、プローブ情報に含まれる車両の方角等に更に基づいて判定され得る。

上述したように、本実施形態のサービス提供サーバ１０は、乗合タクシーサービスに限らず、物品配達サービス等の他のサービスを提供するように構成され得る。物品配達サービスに適用される本実施形態の他の具体例では、走行計画は、乗降車地点に代えて、物品の集荷地点及び受取地点が停車地点として含まれる。また、物品配達サービスを、車両に搭載されたロッカーを介して物品を配達するサービスとして構成することもでき、この場合、集荷地点／受取地点における待機時間は、ユーザがロッカーを操作して物品を預け入れる／取り出すための時間と言うこともできる。また、集荷地点／受取地点の特定や当該地点における実際の到着時刻の判定の際に、ユーザの端末等から送信される情報（ロッカーの施錠／解除信号など）を考慮してもよい。

以上説明した本実施形態に係るサービス提供サーバ１０は、車両のプローブ情報を取得してストレージ１５等に蓄積し、蓄積されているプローブ情報に基づいて、車両の走行計画に含まれる連続する２つの停車地点間の交通情報（例えば、出発地点から目標地点までの移動所要時間）を生成するから、生成される交通情報は、停車地点において走行計画に従って停車している状態に対応する情報が除外されている。このように、本発明の実施形態は、車両のプローブ情報から得られる交通情報の品質を確保する。

本発明の他の実施形態において、車両は、自動運転車両として構成され得る。この場合、自動運転車両は、サービス提供サーバ１０から走行経路を含む走行計画を受信し、当該走行計画に従って自律的に移動及び停車するように構成される。

本明細書で説明された処理及び手順は、明示的に説明されたもの以外にも、ソフトウェア、ハードウェアまたはこれらの任意の組み合わせによって実現される。例えば、本明細書で説明される処理及び手順は、集積回路、揮発性メモリ、不揮発性メモリ、磁気ディスク等の媒体に、当該処理及び手順に相当するロジックを実装することによって実現される。また、本明細書で説明された処理及び手順は、当該処理・手順に相当するコンピュータプログラムとして実装し、各種のコンピュータに実行させることが可能である。

本明細書中で説明された処理及び手順が単一の装置、ソフトウェア、コンポーネント、モジュールによって実行される旨が説明されたとしても、そのような処理または手順は複数の装置、複数のソフトウェア、複数のコンポーネント、及び／又は複数のモジュールによって実行され得る。また、本明細書において説明されたソフトウェアおよびハードウェアの要素は、それらをより少ない構成要素に統合して、またはより多い構成要素に分解することによって実現することも可能である。

本明細書において、発明の構成要素が単数もしくは複数のいずれか一方として説明された場合、又は、単数もしくは複数のいずれとも限定せずに説明された場合であっても、文脈上別に解すべき場合を除き、当該構成要素は単数又は複数のいずれであってもよい。

１０ サービス提供サーバ
２０ ネットワーク
３２ 運転者端末
３４ ユーザ端末
４０ 情報記憶管理部
４２ 車両走行管理部
４４ 交通情報管理部
５０ 配車申込画面
７０ 待機時間選択画面
９０ 乗車時間枠選択画面
１００ 降車時間枠選択画面

Claims (13)

1. 交通情報を管理するためのシステムであって、
   複数の停車地点を含む車両の走行計画を記憶する記憶装置と、１又は複数のコンピュータプロセッサと、を備え、
   前記１又は複数のコンピュータプロセッサは、読取可能な命令の実行に応じて、
   前記車両のプローブ情報を取得して前記記憶装置に蓄積する処理と、
   前記記憶装置に蓄積されているプローブ情報に基づいて、前記走行計画に含まれる連続する２つの停車地点間の交通情報を生成する処理と、を実行し、
   前記交通情報を生成する処理は、前記記憶装置に記憶されている前記走行計画に基づいて前記走行計画に含まれる出発地点及び目標地点を特定し、特定した出発地点から目標地点までの交通情報を、前記停車地点間の交通情報として生成することを含む、
   システム。
2. 前記交通情報を生成する処理は、プローブ情報に含まれる車両位置に基づいて、前記走行計画に含まれる停車地点における実際の到着及び出発時刻を判定し、判定した実際の到着及び出発時刻に基づいて、前記停車地点間の交通情報を生成することを含む、
   請求項１のシステム。
3. 前記停車地点は、到着予定時刻が関連付けられており、
   前記交通情報を生成する処理は、前記停車地点に関連付けられている到着予定時刻に基づく範囲のプローブ情報に基づいて、前記停車地点における実際の到着時刻を判定することを含む、
   請求項２のシステム。
4. 前記交通情報を生成する処理は、プローブ情報に含まれる車両速度に基づいて、前記停車地点における実際の到着及び出発時刻を判定することを含む、
   請求項２又は３のシステム。
5. 前記交通情報を生成する処理は、プローブ情報に含まれる車両位置が前記停車地点から所定の範囲内にあり、且つ、プローブ情報に含まれる車両速度が０へと減少した時刻を、前記停車地点における実際の到着時刻と判定すると共に、プローブ情報に含まれる車両位置が前記停車地点から所定の範囲内にあり、且つ、プローブ情報に含まれる車両速度が０から増加した時刻を、前記停車地点における実際の出発時刻と判定することを含む、
   請求項４のシステム。
6. 前記停車地点間の交通情報は、停車地点間の移動所要時間を含む、
   請求項１ないし５何れかのシステム。
7. 前記交通情報を生成する処理は、生成した前記停車地点間の交通情報を前記記憶装置に蓄積することを含み、
   前記１又は複数のコンピュータプロセッサは、更に、前記記憶装置に蓄積されている前記停車地点間の交通情報に基づいて、前記走行計画を更新する処理を実行する、
   請求項１ないし６何れかのシステム。
8. 前記停車地点間の交通情報は、停車地点間の移動所要時間を含み、
   前記走行計画を更新する処理は、前記記憶装置に蓄積されている前記停車地点間の交通情報に含まれる移動所要時間に基づいて、前記走行計画に含まれる停車地点間の移動所要時間を予測することを含み、
   前記１又は複数のコンピュータプロセッサは、更に、前記記憶装置に蓄積されている前記停車地点間の交通情報に含まれる移動所要時間に基づいて予測した前記走行計画に含まれる特定の停車地点間の移動所要時間の予測値と、前記走行計画における前記特定の停車地点間に対応するプローブ情報に基づいて生成した前記特定の停車地点間の交通情報に含まれる移動所要時間の実績値との比較に基づいて、移動所要時間の予測品質を判定する処理を実行する、
   請求項７のシステム。
9. 前記走行計画に含まれる停車地点は、到着予定時刻が関連付けられており、
   前記プローブ情報を蓄積する処理は、走行中の車両からプローブ情報を取得することを含み、
   前記１又は複数のコンピュータプロセッサは、更に、前記記憶装置に蓄積されている前記停車地点間の交通情報に基づいて、走行中の車両の次の停車地点における到着時刻を予測する処理と、予測した到着時刻が前記次の停車地点における到着予定時刻から遅れている場合に警告情報を出力する処理と、を実行し、
   前記予測品質を判定する処理は、前記停車地点間における前記警告情報の出力頻度に基づいて、前記予測品質を判定することを含む、
   請求項８のシステム。
10. 前記１又は複数のコンピュータプロセッサは、更に、前記記憶装置に蓄積されている前記停車地点間の交通情報を教師データとする機械学習により、任意の地点間の移動所要時間を予測するための学習済みモデルを生成する処理を実行し、
    前記走行計画を更新する処理は、生成した前記学習済みモデルを用いて、前記走行計画に含まれる停車地点間の移動所要時間を予測することを含む、
    請求項８又は９のシステム。
11. 前記学習済みモデルを生成する処理は、判定した前記予測品質が所定の閾値以上である場合には、前記学習済みモデルを維持し、判定した前記予測品質が所定の閾値未満である場合には、前記記憶装置に蓄積されている前記停車地点間の交通情報を教師データとする再度の機械学習により、前記学習済みモデルを更新することを含む、
    請求項１０のシステム。
12. 複数の停車地点を含む車両の走行計画を記憶する記憶装置にアクセス可能な１又は複数のコンピュータによって実行され、交通情報を管理するための方法であって、
    前記車両のプローブ情報を取得して前記記憶装置に蓄積するステップと、
    前記記憶装置に蓄積されているプローブ情報に基づいて、前記走行計画に含まれる連続する２つの停車地点間の交通情報を生成するステップと、を備え、
    前記交通情報を生成するステップは、前記記憶装置に記憶されている前記走行計画に基づいて前記走行計画に含まれる出発地点及び目標地点を特定し、特定した出発地点から目標地点までの交通情報を、前記停車地点間の交通情報として生成することを含む、
    方法。
13. 交通情報を管理するためのプログラムであって、
    複数の停車地点を含む車両の走行計画を記憶する記憶装置にアクセス可能な１又は複数のコンピュータ上での実行に応じて、前記１又は複数のコンピュータに、
    前記車両のプローブ情報を取得して前記記憶装置に蓄積する処理と、
    前記記憶装置に蓄積されているプローブ情報に基づいて、前記走行計画に含まれる連続する２つの停車地点間の交通情報を生成する処理と、を実行させ、
    前記交通情報を生成する処理は、前記記憶装置に記憶されている前記走行計画に基づいて前記走行計画に含まれる出発地点及び目標地点を特定し、特定した出発地点から目標地点までの交通情報を、前記停車地点間の交通情報として生成することを含む、
    プログラム。

Images