JP7249138B2 - 渋滞予測装置、渋滞予測システムおよび渋滞予測方法 - Google Patents

Description

本発明は、渋滞予測装置、渋滞予測システムおよび渋滞予測方法に関する。

従来、車両が走行する道路における渋滞を予測する渋滞予測装置が提案されている（例えば、特許文献１参照）。従来技術に係る渋滞予測装置にあっては、道路を走行する車両の交通量を取得し、取得された交通量に基づいて渋滞を予測している。

特開２００７－１７９１６６号公報

しかしながら、従来技術には、渋滞の予測の精度を向上させるという点で、さらなる改善の余地があった。

本発明は、上記に鑑みてなされたものであって、車両が走行する道路における渋滞の予測の精度を向上させることができる渋滞予測装置、渋滞予測システムおよび渋滞予測方法を提供することを目的とする。

上記課題を解決し、目的を達成するために、本発明は、渋滞予測装置において、生成部と、取得部と、算出部とを備える。生成部は、車両が走行する道路における渋滞の予測を示す予測情報を生成する。取得部は、道路を走行する車両の自動運転に関する車両情報を取得する。算出部は、前記取得部によって取得された前記車両情報に基づいて補正値を算出する。また、前記生成部は、前記算出部によって算出された前記補正値に基づいて前記予測情報を補正する。

本発明によれば、車両が走行する道路における渋滞の予測の精度を向上させることができる。

図１は、実施形態に係る渋滞予測方法の概要を示す図である。 図２は、渋滞予測装置を含む渋滞予測システムの構成例を示すブロック図である。 図３は、車載装置の構成例を示すブロック図である。 図４は、渋滞予測装置の構成例を示すブロック図である。 図５は、補正値情報を示す図である。 図６は、生成部による予測情報の補正の一例を示す図である。 図７は、渋滞予測装置が実行する処理手順を示すフローチャートである。

以下、添付図面を参照して、本願の開示する渋滞予測装置、渋滞予測システムおよび渋滞予測方法の実施形態を詳細に説明する。なお、以下に示す実施形態によりこの発明が限定されるものではない。

＜１．渋滞予測方法の概要＞
以下では先ず、実施形態に係る渋滞予測方法の概要について図１を参照して説明する。図１は、実施形態に係る渋滞予測方法の概要を示す図である。

実施形態に係る渋滞予測方法は、例えば渋滞予測システム１に含まれる渋滞予測装置１０によって実行される。具体的に説明すると、図１に示すように、渋滞予測システム１は、上記した渋滞予測装置１０と、車載装置１００とを備える。

渋滞予測装置１０は、各種の情報を処理可能なサーバである。例えば、渋滞予測装置１０は、先ず、車両Ｃが走行する道路における渋滞の予測を示す予測情報を生成する（ステップＳ１）。例えば、渋滞予測装置１０は、過去に実際に発生した渋滞の実績データを蓄積しておき、かかる実績データ、および、図示しない外部サーバなどから取得される当日の天気情報や周辺のイベント情報などに基づき、予測情報を生成する。

ところで、近年、運転者の運転操作を要しない自動運転が可能な車両（以下、「自動運転車両」と記載する場合がある）が知られている。自動運転車両は、例えば速度を一定に保って走行したり、先行車との車間距離を一定に保ちながら走行したりすることができるため、道路上での走行がスムーズであることから、例えば仮に走行中の道路に渋滞が発生していれば、かかる渋滞の緩和を期待することができる。

また、自動運転車両が複数台連続して走行するような場合、複数台の自動運転車両が車間距離を短くして隊列を組んで走行する、いわゆるプラトゥーニングを行うことが可能になり、結果として渋滞の緩和をより一層期待することができる。このように、道路における自動運転車両の存在は、渋滞の予測に影響を及ぼすことがある。

そこで、本実施形態に係る渋滞予測装置１０にあっては、道路における自動運転車両の存在に応じて、先に生成した予測情報を補正し、これにより渋滞の予測の精度を向上させるようにした。

具体的に説明すると、渋滞予測装置１０は、車両Ｃの車載装置１００から自動運転に関する車両情報を取得する（ステップＳ２）。ここで、車載装置１００は、車両Ｃに搭載される。なお、車両Ｃは、自動運転車両であってもよいし、運転者の運転操作を要する手動運転の自動車（以下、「手動運転車両」と記載する場合がある）であってもよい。

従って、上記した自動運転に関する車両情報は、自車が自動運転車両であるか否かを示す情報である。なお、車両情報は、これに限られず、例えば、自車が自動運転と手動運転との間で切り替え可能である場合に自車が現在、自動運転で走行しているか否かを示す情報であってもよい。また、車両情報は、完全自律による自動運転ではなく、速度を一定に保つ、隊列走行を行う、などの一部の自動運転機能を自車が有するかを示す情報であってもよい。つまり、自動運転に関する車両情報とは、前述の隊列走行などといった予測情報を補正する上で前提となる自動運転特有の走行状態を自車がとり得るか、を示す情報である。また、渋滞予測装置１０は、車両情報とともに、例えばＧＰＳ（Global Positioning System）による自車の位置情報など、その他の情報を取得してもよい。

次いで、渋滞予測装置１０は、取得された車両情報や位置情報に基づいて、補正値を算出する（ステップＳ３）。なお、補正値の算出については、図４や図５を参照して後述する。

そして、渋滞予測装置１０は、算出された補正値に基づいて予測情報を補正する（ステップＳ４）。このように、渋滞の予測に影響を及ぼす可能性のある、自動運転車両の存在に応じて算出される補正値に基づいて予測情報を補正することで、車両Ｃが走行する道路における渋滞の予測の精度を向上させることができる。

＜２．渋滞予測装置を含む渋滞予測システムの構成＞
次に、実施形態に係る渋滞予測装置１０を含む渋滞予測システム１の構成について、図２を用いて説明する。図２は、渋滞予測装置１０を含む渋滞予測システム１の構成例を示すブロック図である。なお、図２などのブロック図では、本実施形態の特徴を説明するために必要な構成要素のみを機能ブロックで表しており、一般的な構成要素についての記載を省略している。

換言すれば、図２などのブロック図に図示される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。例えば、各機能ブロックの分散・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可能である。

図２に示すように、渋滞予測システム１は、上記した車載装置１００と、端末装置２００と、渋滞予測装置１０とを含み、これらはインターネット網などの通信ネットワークＮを介して通信可能に接続される。

次いで、上記した車載装置１００、端末装置２００および渋滞予測装置１０の構成について具体的に説明する。

＜３．車載装置の構成＞
図３は、車載装置１００の構成例を示すブロック図である。図３に示すように、車載装置１００は、通信部１０１と、車載センサ群１０２と、表示部１０３と、車両制御装置１１０と、駆動源制御装置１４１と、ブレーキ制御装置１４２と、操舵機構制御装置１４３とを備える。なお、図３では、自動運転車両に搭載される車載装置１００を例に挙げて説明する。

通信部１０１は、通信ネットワークＮに双方向通信可能に接続する通信インターフェイスであり、渋滞予測装置１０等との間で情報の送受信を行う。

車載センサ群１０２には、例えば、車両Ｃ（図１参照）の走行制御に必要な情報を検出する各種のセンサが含まれる。例えば、車載センサ群１０２には、車速を検出する車速センサ、アクセル操作量を検出するアクセルセンサ、ブレーキ操作量を検出するブレーキセンサ、ハンドルの操舵角を検出する操舵角センサなどが含まれる。

また、車載センサ群１０２には、車両Ｃの自動運転に必要な情報を検出する各種の機器も含まれる。例えば、車載センサ群１０２には、ＧＰＳ衛星からの信号に基づいて自車の現在地を検出するＧＰＳ受信機、自車の周囲に存在する他車両などを撮像することができるカメラ、周辺に電磁波を放射して得られた反射波から周囲に存在する他車両までの距離や方向を測定するレーダなどが含まれてもよい。なお、例えば、車載装置１００が手動運転車両に搭載される場合、カメラやレーダなどは含まれなくてもよい。

上記した車載センサ群１０２は、得られた車速や自車位置などを示す情報を車両制御装置１１０へ出力する。

表示部１０３は、例えば、液晶ディスプレイであり、後述するナビゲーション部１２３からの経路案内情報などを表示することができる。

駆動源制御装置１４１は車両Ｃのエンジンや電動モータなどの駆動源を制御する装置、ブレーキ制御装置１４２は車両Ｃのブレーキを制御する装置、操舵機構制御装置１４３は車両Ｃを操舵する操舵機構を制御する装置である。

車両制御装置１１０は、制御部１２０と、記憶部１３０とを備える。制御部１２０は、取得部１２１と、車両制御部１２２と、ナビゲーション部１２３と、送信部１２４とを備え、ＣＰＵ（Central Processing Unit）などを有するマイクロコンピュータである。

記憶部１３０は、不揮発性メモリやハードディスクドライブといった記憶デバイスで構成される記憶部である。かかる記憶部１３０には、車両情報１３１、各種プログラムや設定データなどが記憶される。

車両情報１３１は、自動運転に関する情報、すなわち、自車が自動運転車両であるか否かを示す情報である。ここでは、車載装置１００が自動運転車両に搭載されるため、車両情報１３１には、自車が自動運転車両であることを示す情報が含まれる。従って、例えば車載装置１００が手動運転車両に搭載される場合、車両情報１３１には、自車が自動運転車両ではないこと、言い換えると手動運転車両であることを示す情報が含まれることとなる。

制御部１２０の取得部１２１は、車載センサ群１０２から出力される各センサ信号を取得して、車両制御部１２２や送信部１２４へ出力する。例えば、取得部１２１は、車載センサ群１０２のＧＰＳ受信機によって検出された自車の位置情報を送信部１２４へ出力する。

また、取得部１２１は、渋滞予測装置１０から出力される予測情報を、通信部１０１を介して受信して取得し、取得された予測情報をナビゲーション部１２３へ出力する。

車両制御部１２２は、車両Ｃの運転制御を行う。詳しくは、車両制御部１２２は、例えば運転者からアクセルやブレーキ、ハンドル（いずれも不図示）に対して手動操作がなされると、車載センサ群１０２のアクセルセンサやブレーキセンサ、操舵角センサから出力される各種の情報が取得部１２１を介して入力される。車両制御部１２２は、かかる情報に基づいて駆動源制御装置１４１、ブレーキ制御装置１４２および操舵機構制御装置１４３を制御して、車両Ｃの手動運転制御を行う。

また、車両制御部１２２は、車両Ｃの自動運転制御を行うことができる。例えば、車両制御部１２２は、車載センサ群１０２から出力されるＧＰＳの情報やカメラの情報、レーダの情報等に基づき、駆動源制御装置１４１等を制御し、自動運転制御を実行する。

ナビゲーション部１２３は、車両Ｃの運転者などのユーザによって目的地が設定される場合に、現在地から目的地までの車両Ｃの走行経路を示す経路情報を地図情報に重畳させて表示部１０３に表示させることができる。これにより、ナビゲーション部１２３は、ユーザに対して経路案内を行う。

ここで、ナビゲーション部１２３は、渋滞予測装置１０から出力された予測情報に基づいて、車両Ｃの目的地までの経路情報を提供してもよい。かかる予測情報は、上記したように、補正値によって補正されて予測の精度が向上している。このような予測情報を用いることで、例えば、目的地までの経路検索や、案内途中での経路再検索（リルート検索）の精度も向上させることができる。

送信部１２４は、各種の情報等を渋滞予測装置１０へ送信することができる。例えば、送信部１２４は、記憶部１３０に記憶される車両情報１３１を読み出し、かかる車両情報１３１を通信部１０１を介して渋滞予測装置１０へ送信する。

また、送信部１２４は、取得部１２１から入力される自車の位置情報を通信部１０１を介して渋滞予測装置１０へ送信してもよい。また、送信部１２４は、車両Ｃのユーザによって設定された目的地情報などを渋滞予測装置１０へ送信してもよい。

＜４．端末装置の構成＞
図２に示す端末装置２００は、例えば、ユーザに対して経路案内を行う機能を有するように構成される。なお、端末装置２００としては、例えばスマートフォンやタブレット端末、パーソナルコンピュータなどを用いることができるが、これに限られない。

例えば、端末装置２００は、渋滞予測装置１０から出力される予測情報を受信して取得し、取得された予測情報に基づいて、車両Ｃの目的地までの経路情報を提供してもよい。すなわち、端末装置２００は、予測情報に基づいて経路情報を提供するナビゲーション部（図示せず）を備えていてもよい。上記したように、予測情報は、予測の精度が向上していることから、予測情報を用いることで、例えば、端末装置２００における目的地までの経路検索や、案内途中での経路再検索（リルート検索）の精度も向上させることができる。

このように、上記した車載装置１００および端末装置２００は、渋滞予測装置１０によって予測された予測情報を受信可能な受信装置として機能することができる。すなわち、車載装置１００および端末装置２００は、受信装置の一例である。

＜５．渋滞予測装置の構成＞
次に、渋滞予測装置１０について図４を参照して説明する。図４は、渋滞予測装置１０の構成例を示すブロック図である。図４に示すように、渋滞予測装置１０は、通信部１１と、制御装置２０とを備える。

通信部１１は、通信ネットワークＮに双方向通信可能に接続する通信インターフェイスであり、車載装置１００や端末装置２００等との間で情報の送受信を行う。

制御装置２０は、制御部３０と、記憶部４０とを備える。制御部３０は、生成部３１と、取得部３２と、算出部３３と、送信部３４とを備え、ＣＰＵ、ＲＡＭ（Random Access Memory）などを有するサーバである。

また、記憶部４０は、不揮発性メモリやハードディスクといった記憶デバイスで構成される記憶部であり、車両情報４１と、予測情報４２と、補正値情報４３とを記憶する。

車両情報４１は、車両Ｃが自動運転車両であるか否かを示す情報であり、詳しくは、各車両Ｃから送信された各車両Ｃにおける車両情報１３１である。例えば、車両情報４１には、蓄積された過去の車両情報１３１や、現在の車両情報１３１などが含まれてもよい。

予測情報４２は、車両Ｃが走行する道路における渋滞の予測を示す情報である。例えば、予測情報４２には、渋滞の度合いを示す渋滞レベルが含まれてもよい。かかる渋滞レベルは、例えば、渋滞レベルＡ，Ｂ，Ｃ，Ｄ，Ｅ・・・など段階的に示されるが（図６参照）、これに限定されるものではない。なお、ここでは説明のため、渋滞レベルＡが渋滞の度合いが最も高く、渋滞レベルＢ，Ｃ，・・・となるにつれて、渋滞の度合いが段階的に低くなるように設定するが、これに限られない。

補正値情報４３は、予測情報４２の補正に用いられる補正値の情報である。かかる補正値情報４３については、図５を参照して後述する。

制御部３０の生成部３１は、車両Ｃが走行する道路における渋滞の予測を示す予測情報４２を生成する。例えば、生成部３１は、上記したように、過去に実際に発生した渋滞の実績データ、図示しない外部サーバなどから取得される当日の天気情報や周辺のイベント情報などに基づき、予測情報４２を生成することができる。なお、生成部３１は、生成した予測情報４２を補正値に基づいて補正することができるが、これについては後に詳説する。

取得部３２は、車両Ｃから送信された車両情報１３１を通信部１１を介して取得し、記憶部４０に車両情報４１として記憶させる。

また、取得部３２は、自動運転車両が連続して走行する連続性を示す連続情報を車両情報４１として取得することができる。連続情報は、空間中で自動運転車両がどの程度かたまって走行しているかを示す情報である。または、連続情報は、自動運転車両と手動運転車両とがどの程度入り混じっているかを示す情報である。例えば、同じ道路を連続して走行する自動運転車両の台数が多い、つまり自動運転車両と手動運転車両とが入り混じらず、自動運転車両のみが多数連なって走行している場合、連続情報における連続性が高くなる。逆に、連続して走行する自動運転車両の台数が少ない場合、連続情報における連続性は低くなる。

ここで、取得部３２が連続情報を取得するのは、上記したように、自動運転車両が複数台連続して走行するような場合、プラトゥーニングを行うことが可能になって、渋滞の予測に比較的大きな影響を及ぼすことがあるためである。

算出部３３は、記憶部４０に記憶される車両情報４１および補正値情報４３を読み出し、車両情報４１および補正値情報４３に基づいて補正値を算出する。車両情報４１には、車両Ｃが自動運転車両であるか否かを示す情報が含まれるため、算出部３３は、道路における自動運転車両の台数を算出し、台数の多寡に応じて補正値を算出することができる。

また、車両情報４１には、上記した連続情報が含まれることから、算出部３３は、連続情報における連続性の高低に応じて補正値を算出することができる。

そして、例えば、算出部３３は、蓄積された過去の車両情報４１と現在の車両情報４１とに基づき、補正値情報４３から補正値を算出することができる。

図５は、補正値情報４３を示す図である。補正値情報４３は、車両情報の時間軸（現在もしくは過去）ごとの、自動運転車両の数（無し、少、もしくは多）、連続性（低いもしくは高い）の組合せに基づき、補正値を決定するテーブルとして構成される。なお、図５において、「小」「中」「大」は、補正値を示し、補正値が大きくなるにつれて、予測情報４２に対して渋滞を緩和させる側に補正する。また、図５において、先頭に黒三角がついた「小」「中」「大」も補正値を示すが、これは補正値が大きくなるにつれて、予測情報４２に対して渋滞を増大させる側に補正する。

例えば、過去の車両情報４１が「自動運転車両無し」であり、現在の車両情報４１が「自動運転車両が多く、連続性が高い」場合、上記したプラトゥーニングなどによって渋滞を緩和させると推定されるため、補正値は「大」に設定される。すなわち、補正値は、予測情報４２に対して渋滞を大幅に緩和させる側に補正する値に設定される。

また、例えば、過去の車両情報４１が「自動運転車両無し」であり、現在の車両情報４１が「自動運転車両が多く、連続性が低い」場合、上記したプラトゥーニングなどによって渋滞の緩和はあまり見込めないが、自動運転車両が多く走行することによる渋滞の緩和は見込めるため、補正値は「中」に設定される。すなわち、補正値は、予測情報４２に対して渋滞を中程度に緩和させる側に補正する値に設定される。

また、例えば、過去の車両情報４１が「自動運転車両無し」であり、現在の車両情報４１が「自動運転車両が少なく、連続性が高い」場合、上記したプラトゥーニングなどによる渋滞の緩和は見込めるものの自動運転車両の台数が少ないため、補正値は「中」に設定される。

また、例えば、過去の車両情報４１が「自動運転車両無し」であり、現在の車両情報４１が「自動運転車両が少なく、連続性が低い」場合、上記した自動運転車両が走行することに起因する渋滞の緩和はあまり見込めないため、補正値は「小」に設定される。すなわち、補正値は、予測情報４２に対して渋滞をやや緩和させる側に補正する値に設定される。

また、例えば、過去の車両情報４１が「自動運転車両無し」であり、現在の車両情報４１も「自動運転車両無し」の場合、自動運転車両に関する道路状況に変化はなく、また、上記した自動運転車両が走行することに起因する渋滞の緩和は全く見込めないため、補正値は「補正なし」、すなわちゼロに設定される。

また、例えば、過去の車両情報４１が「自動運転車両が多く、連続性が高い」であり、現在の車両情報４１が「自動運転車両無し」の場合、上記したプラトゥーニングなどによる渋滞の緩和がなくなってしまうことから、補正値は先頭に黒三角を付した「大」に設定される。すなわち、補正値は、予測情報４２に対して渋滞を大幅に増大させる側に補正する値に設定される。

このように、算出部３３は、過去の車両情報４１と現在の車両情報４１とを用いることで、自動運転車両の状況に応じた適切な補正値を算出することができる。

また、算出部３３は、自動運転車両が連続して走行する連続性を示す連続情報を用いることで、同様に、自動運転車両の状況に応じた適切な補正値を算出することができる。

なお、本実施形態では、補正値情報４３をテーブルとして構成したが、この限りではない。すなわち、補正値情報４３においては、現在の自動運転車両の数と、現在の連続性と、過去の自動運転車両の数と、過去の連続性とを変数とした関数として補正値を算出するように記述してもよい。この場合、自動運転車両の数および連続性は、台数そのものであってもよい。また、自動運転車両の数および連続性は、道路が渋滞を起こさない想定走行台数などの所定の台数で規格化された連続値であってもよい。

図４の説明に戻ると、算出部３３は、補正値を算出した後、算出された補正値を示す情報を生成部３１へ出力する。そして、生成部３１は、予測情報４２を補正値に基づいて補正する。図６は、生成部３１による予測情報４２の補正の一例を示す図である。なお、図６は、所定のエリアの予測情報４２を示している。

図６においては、例えば、補正前の予測情報４２に含まれる渋滞レベルは、１２時および１３時が「レベルＡ」、１４時が「レベルＢ」、１５時が「レベルＣ」である場合を示している。すなわち、所定のエリアにあっては、１２時および１３時が渋滞の度合いが最も高く、時間の経過とともに渋滞が緩和されると予測されている。

ここで、１２時の時点で、例えば補正値が「大」に設定された場合、生成部３１は、所定の時間範囲において補正値を適用して、予測情報４２の渋滞レベルを補正する。図６に示す例では、生成部３１は、１３時から１５時までの予測情報４２の渋滞レベルを補正している。これにより、補正後の渋滞レベルは、１３時が「レベルＣ」、１４時が「レベルＤ」、１５時が「レベルＥ」と渋滞が大幅に緩和される予測に補正される。

このように、補正値を用いることで、道路を走行している自動運転車両の状況に即した予測情報４２に補正することができ、よって車両Ｃが走行する道路における渋滞の予測の精度を向上させることができる。

また、本実施形態では補正前の予測情報４２の生成においては、自動運転車両の存在を必ずしも考慮する必要がない構成としている。そのため、従来の予測部分に対するいわゆる付加機能として、自動運転車両を考慮することが可能となる。つまり、従来の予測部分は修正する必要が無いため、自動運転に対応した渋滞予測装置１０を構築するに際の修正の手間を大幅に削減することができる。

なお、上記では、生成部３１は、所定の時間範囲において補正値を適用したが、かかる所定の時間範囲は、任意に設定することができる。すなわち、例えば、所定の時間範囲は、補正値が「大」に設定されたときの現在の車両情報４１を出力した車両Ｃが、道路を走行すると推定される時間の範囲に設定することができる。なお、車両Ｃが、道路を走行すると推定される時間の範囲は、例えば、車両Ｃから送信される目的地情報などから算出してもよい。

また、生成部３１は、取得部３２によって車両情報４１を取得した車両Ｃが走行する予定の道路における予測情報４２を、補正値に基づいて補正してもよい。すなわち、例えば、補正値が「大」に設定されたときの現在の車両情報４１を出力した車両Ｃが走行する予定の道路は、渋滞の大幅な緩和が期待できる。そこで、生成部３１は、かかる道路における予測情報４２に対して補正値を適用することができる。これにより、車両Ｃが走行する予定の道路における渋滞の予測の精度を向上させることができる。なお、車両Ｃが走行する予定の道路は、例えば、車両Ｃから送信される目的地情報などから算出してもよい。

また、例えば、車両Ｃが走行する予定の道路において途中に分岐路があり、かかる分岐路で、複数台の自動運転車両によるプラトゥーニングの隊列が崩れることが推定されるような場合、生成部３１は、分岐路までの予測情報４２に対して補正値を適用することができる。すなわち、プラトゥーニングの隊列が崩れると、渋滞の緩和が見込めないことから、分岐路より先の道路における予測情報４２には、補正値を適用しないようにする。

これにより、車両Ｃが走行する予定の道路における渋滞の予測の精度をより向上させることができる。なお、分岐路で複数台の自動運転車両の隊列が崩れることは、例えば、車両Ｃから送信される目的地情報などから推定することができる。

図４に戻ると、送信部３４は、補正値によって補正された予測情報４２を通信部１１を介して車載装置１００や端末装置２００等へ送信することができる。これにより、車載装置１００や端末装置２００等において、補正された予測情報４２を用いた経路検索などが行われることは、既に述べた通りである。

＜６．実施形態に係る車両管理装置の制御処理＞
次に、渋滞予測装置１０における具体的な処理手順について図７を用いて説明する。図７は、渋滞予測装置１０が実行する処理手順を示すフローチャートである。

図７に示すように、渋滞予測装置１０の制御部３０は、車両Ｃが走行する道路における渋滞の予測を示す予測情報４２を生成する（ステップＳ１０）。次いで、制御部３０は、道路を走行する車両Ｃの自動運転に関する車両情報を取得する（ステップＳ１１）。

次いで、制御部３０は、取得された車両情報に基づいて補正値を算出する（ステップＳ１２）。そして、制御部３０は、算出された補正値に基づき、先に生成された予測情報４２を補正する（ステップＳ１３）。

上述してきたように、実施形態に係る渋滞予測装置１０は、生成部３１と、取得部３２と、算出部３３とを備える。生成部３１は、車両Ｃが走行する道路における渋滞の予測を示す予測情報４２を生成する。取得部３２は、道路を走行する車両Ｃの自動運転に関する車両情報を取得する。算出部３３は、取得部３２によって取得された車両情報に基づいて補正値を算出する。また、生成部３１は、算出部３３によって算出された補正値に基づいて予測情報４２を補正する。これにより、車両Ｃが走行する道路における渋滞の予測の精度を向上させることができる。

さらなる効果や変形例は、当業者によって容易に導き出すことができる。このため、本発明のより広範な態様は、以上のように表しかつ記述した特定の詳細および代表的な実施形態に限定されるものではない。したがって、添付の特許請求の範囲およびその均等物によって定義される総括的な発明の概念の精神または範囲から逸脱することなく、様々な変更が可能である。

１ 渋滞予測システム
１０ 渋滞予測装置
３０ 制御部
３１ 生成部
３２ 取得部
３３ 算出部
４２ 予測情報
１００ 車載装置
１２３ ナビゲーション部
２００ 端末装置
Ｃ 車両

Claims (6)

1. 制御部を備えた渋滞予測装置であって、
   前記制御部は、
   車両が走行する道路における渋滞の予測を示す予測情報を生成し、
   道路を走行する車両の自動運転に関する車両情報を取得し、
   取得された前記車両情報に基づいて前記道路を自動運転で走行する自動運転車両の台数を算出するとともに、
   前記車両情報を蓄積し、蓄積された過去の前記車両情報に基づいて算出される過去の前記自動運転車両の台数と、取得された現在の前記車両情報に基づいて算出される現在の前記自動運転車両の台数とを比較し、比較結果に基づいて補正値を算出し、
   算出された前記補正値に基づいて前記予測情報を補正すること
   を特徴とする渋滞予測装置。
2. 前記制御部は、
   自動運転の車両が連続して走行する連続性を示す連続情報を前記車両情報として取得し、
   取得された前記連続情報に基づいて前記補正値を算出すること
   を特徴とする請求項１に記載の渋滞予測装置。
3. 前記制御部は、
   前記車両情報を取得した車両が走行する予定の道路における前記予測情報を、前記補正値に基づいて補正すること
   を特徴とする請求項１または２に記載の渋滞予測装置。
4. 請求項１～３のいずれか一つに記載の渋滞予測装置と、
   前記渋滞予測装置によって予測された前記予測情報を受信可能な受信装置と
   を備えることを特徴とする渋滞予測システム。
5. 前記受信装置は、
   前記制御部によって補正された前記予測情報に基づいて、車両の目的地までの経路を示す経路情報を提供するナビゲーション部
   を備えることを特徴とする請求項４に記載の渋滞予測システム。
6. 車両が走行する道路における渋滞の予測を示す予測情報を生成し、
   道路を走行する車両の自動運転に関する車両情報を取得し、
   取得された前記車両情報に基づいて前記道路を自動運転で走行する自動運転車両の台数を算出するとともに、
   前記車両情報を蓄積し、蓄積された過去の前記車両情報に基づいて算出される過去の前記自動運転車両の台数と、取得された現在の前記車両情報に基づいて算出される現在の前記自動運転車両の台数とを比較し、比較結果に基づいて補正値を算出し、
   算出された前記補正値に基づいて前記予測情報を補正すること
   を特徴とする渋滞予測方法。

Images