JP7273649B2 - ナビゲーションシステム、ナビゲーション方法及びプログラム - Google Patents

Description

本発明は、ナビゲーションシステム、ナビゲーション方法及びプログラムに関する。

従来から、スマートフォン等の端末を車両のナビゲーション装置（つまり、いわゆるカーナビ）として機能させるアプリケーションプログラムが知られている。このようなアプリケーションプログラムでは、ＧＰＳ（Global Positioning System）衛星からの電波を受信することで車両の自車位置を測定し、自車位置の更新や地図の表示更新等を行っている。

ところで、車両がトンネル内を走行中である場合にはＧＰＳ衛星からの電波を受信することができない。このため、上記のアプリケーションプログラムでは、例えば、トンネル内では車両が一定の速度（例えば法定速度やトンネルに入る直前の速度）で走行するものと見做して自車位置の更新や地図の表示更新等を行っている。

なお、自律測位のためのセンサを備えていないカーナビで、トンネル内でも自車位置の推定を行うことが可能な技術も従来から知られている（例えば特許文献１参照）。

特開２０１１－１７４７７０号公報

しかしながら、車両を運転するユーザの運転特性や道路の環境（例えば、渋滞状況等）によっては、トンネル内を一定の速度で走行するとは限らない。このため、上記のアプリケーションプログラムでは、トンネル内における自車位置の精度が低い場合があった。

本発明の実施形態は、上記の点に鑑みてなされたもので、ＧＰＳ衛星からの電波を受信できない場合における自車位置の推定精度を向上させることを目的とする。

上記目的を達成するため、本実施形態に係るナビゲーションシステムは、端末から受信したプローブ情報に含まれる位置情報と、道路ネットワーク情報とに基づいて、前記端末のユーザが運転する車両が走行する道路を特定する道路特定手段と、前記道路特定手段により特定された道路を構成するリンクの中に、前記位置情報が示す位置から所定の距離以内にあり、かつ、前記車両の進行方向側にあるリンクであって、ＧＮＳＳ衛星からの電波が受信できない道路属性が付与されたリンクが存在するか否かを判定する判定手段と、前記判定手段により前記ＧＮＳＳ衛星からの電波が受信できない道路属性が付与されたリンクが存在すると判定された場合、前記リンクの環境におけるユーザの運転特性を示す情報を取得する取得手段と、前記取得手段により取得された前記ユーザの運転特性を示す情報から前記リンクを走行した場合における推定速度を算出する算出手段と、前記算出手段により算出された推定速度に基づいて、前記リンクを前記車両が走行した場合における各時刻の位置を推定する推定手段と、を有することを特徴とする。

ＧＰＳ衛星からの電波を受信できない場合における自車位置の推定精度を向上させることができる。

本実施形態に係るナビゲーションシステムの全体構成の一例を示す図である。 本実施形態に係るナビゲーション端末のハードウェア構成の一例を示す図である。 本実施形態に係るサーバ装置のハードウェア構成の一例を示す図である。 本実施形態に係るナビゲーションシステムの機能構成の一例を示す図である。 本実施形態に係る自車位置推定処理の一例を示すシーケンス図である。 本実施形態に係る学習処理の一例を示すフローチャートである。

以下、本発明の実施形態について説明する。本実施形態では、スマートフォン等の端末をカーナビとして利用する場合に、ＧＰＳ衛星からの電波を受信できないときでも自車位置を高い精度で推定可能なナビゲーションシステム１について説明する。

＜全体構成＞
まず、本実施形態に係るナビゲーションシステム１の全体構成について、図１を参照しながら説明する。図１は、本実施形態に係るナビゲーションシステム１の全体構成の一例を示す図である。

図１に示すように、本実施形態に係るナビゲーションシステム１には、１台以上のナビゲーション端末１０と、１台以上のサーバ装置２０と、１台以上の外部サーバ３０とが含まれる。ナビゲーション端末１０と、サーバ装置２０と、外部サーバ３０とは、例えばインターネット等の通信ネットワークＮを介して互いに通信可能に接続されている。

ナビゲーション端末１０は、ユーザが携帯可能で、当該ナビゲーション端末１０をカーナビとして機能させることができるアプリケーションプログラム（以降、「ナビアプリ」とも表す。）がインストールされた各種の情報処理端末である。典型的には、スマートフォンをナビゲーション端末１０として用いることが可能である。ただし、スマートフォン以外にも、ナビゲーション端末１０は、例えば、タブレット端末、ウェアラブルデバイス、携帯型ゲーム機器等であってもよい。

ナビゲーション端末１０は、ユーザ等により指定された出発地及び目的地等に基づいて出発地から目的地までの経路を探索した上で、車両の現在位置（自車位置）を測位又は推定すると共に自車位置の更新や地図の表示更新等を行うことで、当該経路に従った経路案内（ナビゲーション）を提供する。このとき、本実施形態に係るナビゲーション端末１０は、ＧＰＳ衛星からの電波が受信可能な場所では当該電波を受信することで自車位置を測位する。一方で、ＧＰＳ衛星からの電波が受信できない場所（例えばトンネル内）では、当該場所の環境におけるユーザの運転特性に応じた速度で当該場所（例えばトンネル内）を走行するものと見做して自車位置を推定する。すなわち、例えばトンネル内を一定の速度で走行するものと見做すのではなく、当該トンネルの環境（例えば渋滞状況等）におけるユーザの運転特性に応じた速度で当該トンネル内を走行するものと見做して自車位置を推定する。これにより、本実施形態に係るナビゲーション端末１０は、ＧＰＳ衛星からの電波が受信できない場所（例えばトンネル内）でも、より高い精度で自車位置を推定することが可能となる。

なお、以降では、ユーザの運転特性を「ユーザ特性」とも表す。また、道路の環境を表す条件を「環境条件」とも表す。環境条件としては、例えば、道路格（例えば、国道、県道、私道等の区分）、道路の渋滞度、天候、道路の曲率（つまり、道路がどの程度カーブしているかを示す度合い）、中央分離帯の有無、勾配、車線数、車線幅（つまり、１車線あたりの幅）、時間帯等が挙げられる。

サーバ装置２０は、ナビゲーション端末１０からプローブ情報を収集するコンピュータ又はコンピュータシステムである。プローブ情報とは、例えば、ナビゲーション端末１０で測位された自車位置、これらの自車位置から算出された速度、ナビゲーション端末１０のユーザを識別する識別情報（以降、「ユーザ識別情報」とも表す。）等が含まれる情報である。なお、これら以外にも、プローブ情報には、ナビゲーション端末１０で取得可能な種々の情報が含まれていてもよい。

サーバ装置２０は、例えば、車両がトンネルに近付いた場合（つまり、車両の進行方向の先にトンネルがあり、かつ、自車位置とトンネルの入口との間の距離が所定の距離以下となった場合等）に、当該トンネルの環境条件におけるユーザ特性に応じた情報（具体的には、後述するユーザ特性値）をナビゲーション端末１０に送信する。ナビゲーション端末１０では、サーバ装置２０から送信されたユーザ特性値で、当該トンネルに対して決定される速度（例えば、当該トンネル内の法定速度や当該トンネルに入る直前の速度等）を補正することで、当該環境条件におけるユーザ特性に応じた速度が算出される。

外部サーバ３０は、サーバ装置２０が環境条件等を特定するのに必要な情報を保持及び提供する各種サーバである。外部サーバ３０としては、例えば、道路ネットワーク情報を保持及び提供する道路ネットワークサーバ３１、渋滞情報を保持及び提供する渋滞情報サーバ３２等がある。ただし、これら以外にも、外部サーバ３０としては、例えば、天候情報を保持及び提供する天候情報サーバ、地図情報を保持及び提供する地図情報サーバ等があってもよい。

なお、図１に示すナビゲーションシステム１の全体構成は一例であって、他の構成であってもよい。例えば、各外部サーバ３０が保持及び提供する情報をサーバ装置２０でも保持している場合には、ナビゲーションシステム１には、外部サーバ３０が含まれなくてもよい。

＜ハードウェア構成＞
次に、本実施形態に係るナビゲーションシステム１に含まれるナビゲーション端末１０のハードウェア構成とサーバ装置２０のハードウェア構成とについて説明する。

≪ナビゲーション端末１０≫
図２に示すように、本実施形態に係るナビゲーション端末１０は、入力装置１１と、表示装置１２と、メモリ装置１３と、外部Ｉ／Ｆ１４と、通信Ｉ／Ｆ１５と、プロセッサ１６と、ＧＰＳ受信機１７とを有する。これら各ハードウェアは、バス１８により相互に通信可能に接続されている。

入力装置１１は、例えば、タッチパネルや各種ボタン等であり、ユーザがナビゲーション端末１０に各種入力を行うのに用いられる。表示装置１２は、例えば、ディスプレイ等であり、ナビゲーション端末１０の処理結果（例えば、自車位置や地図等）を表示する。

メモリ装置１３は、ＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）、フラッシュメモリ等であり、各種データやプログラム等を記憶する。外部Ｉ／Ｆ１４は、記録媒体１４ａ等の外部装置とのインタフェースである。記録媒体１４ａとしては、例えば、ＳＤメモリカードやＵＳＢメモリ等がある。

通信Ｉ／Ｆ１５は、ナビゲーション端末１０を通信ネットワークＮに接続するためのインタフェースである。プロセッサ１６は、例えば、ＣＰＵ（Central Processing Unit）等であり、メモリ装置１３からプログラムやデータを読み出して、当該プログラムやデータに基づく処理を実行することで、ナビゲーション端末１０全体の制御や各種機能を実現する演算装置である。ＧＰＳ受信機１７は、ＧＰＳ衛星から電波を受信して車両の現在位置（自車位置）を測位することが可能な機器又はモジュールである。なお、本実施形態では一例としてＧＰＳ衛星からの電波を受信して自車位置を測位するものとするが、これに限られず、ＧＰＳ衛星以外のＧＮＳＳ（Global Navigation Satellite System）衛星から電波を受信して自車位置を測位してもよい。

本実施形態に係るナビゲーション端末１０は、図２に示すハードウェア構成を有することにより、後述する各種処理を実現することができる。なお、図２に示すハードウェア構成は一例であって、本実施形態に係るナビゲーション端末１０は、他のハードウェア構成を有していてもよい。例えば、本実施形態に係るナビゲーション端末１０は、複数のメモリ装置１３を有していてもよいし、複数のプロセッサ１６を有していてもよい。

≪サーバ装置２０≫
図３に示すように、本実施形態に係るサーバ装置２０は、入力装置２１と、表示装置２２と、ＲＡＭ２３と、ＲＯＭ２４と、外部Ｉ／Ｆ２５と、通信Ｉ／Ｆ２６と、プロセッサ２７と、補助記憶装置２８とを有する。これら各ハードウェアは、バス２９により相互に通信可能に接続されている。

入力装置２１は、例えば、キーボードやマウス、タッチパネル、各種ボタン等である。表示装置２２は、例えば、ディスプレイ等である。なお、サーバ装置２０は、入力装置２１及び表示装置２２のうちの少なくとも一方を有していなくてもよい。

ＲＡＭ２３は、プログラムやデータを一時保持する揮発性の半導体メモリである。ＲＯＭ２４は、電源を切ってもプログラムやデータを保持することができる不揮発性の半導体メモリである。外部Ｉ／Ｆ２５は、記録媒体２５ａ等の外部装置とのインタフェースである。記録媒体２５ａとしては、例えば、ＣＤやＤＶＤ、ＳＤメモリカード、ＵＳＢメモリ等がある。

通信Ｉ／Ｆ２６は、サーバ装置２０を通信ネットワークＮに接続するためのインタフェースである。プロセッサ２７は、例えば、ＣＰＵ等であり、ＲＯＭ２４や補助記憶装置２８等からプログラムやデータをＲＡＭ２３上に読み出して、当該プログラムやデータに基づく処理を実行することで、サーバ装置２０全体の制御や各種機能を実現する演算装置である。補助記憶装置２８は、例えば、ＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）等であり、プログラムやデータを格納している不揮発性のメモリである。

本実施形態に係るサーバ装置２０は、図３に示すハードウェア構成を有することにより、後述する各種処理を実現することができる。なお、図３に示すハードウェア構成は一例であって、本実施形態に係るサーバ装置２０は、他のハードウェア構成を有していてもよい。例えば、本実施形態に係るサーバ装置２０は、複数のＲＡＭ２３や複数のＲＯＭ２４、複数の補助記憶装置２８等を有していてもよいし、複数のプロセッサ２７を有していてもよい。

なお、各外部サーバ３０は、例えば、サーバ装置２０と同様のハードウェア構成で実現することが可能である。

＜機能構成＞
次に、本実施形態に係るナビゲーションシステム１の機能構成について、図４を参照しながら説明する。図４は、本実施形態に係るナビゲーションシステム１の機能構成の一例を示す図である。

≪ナビゲーション端末１０≫
図４に示すように、本実施形態に係るナビゲーション端末１０は、ナビゲーション処理部１１０と、記憶部１２０とを有する。ナビゲーション処理部１１０は、ナビゲーション端末１０にインストールされた１以上のプログラム（つまり、ナビアプリ等）がプロセッサ１６に実行させる処理により実現される。また、記憶部１２０は、例えばメモリ装置１３等により実現可能である。

ナビゲーション処理部１１０は、出発地から目的地までの経路の探索や当該経路に従ったナビゲーションの提供等に関する処理を行う。ここで、ナビゲーション処理部１１０には、プローブ情報送信部１１１と、自車位置推定部１１２とが含まれる。

プローブ情報送信部１１１は、所定の間隔毎（例えば、３分毎や５分毎等）にプローブ情報をサーバ装置２０に送信する。プローブ情報には、上述したように、自車位置、速度、及びユーザ識別情報等が含まれる。ここで、自車位置はＧＰＳ受信機１７により測位され、速度は所定の時間の間の自車位置から算出される。また、ユーザ識別情報は、例えば、ナビアプリに設定される。なお、速度には速さと向き（方向）とが含まれる。

自車位置推定部１１２は、ＧＰＳ衛星からの電波が受信できない場所（例えばトンネル内）における自車位置を推定する。このとき、自車位置推定部１１２は、サーバ装置２０から送信されたユーザ特性値で、当該場所（例えばトンネル内）に対して決定される速度を補正することで、当該場所の環境条件におけるユーザ特性に応じた速度を算出する。そして、自車位置推定部１１２は、この速度を用いて、各時刻における自車位置を推定する。すなわち、例えば、自車位置推定部１１２は、当該速度でトンネル内を走行するものとして、各時刻における自車位置を推定する。

記憶部１２０は、各種データ（例えば、ナビゲーションに用いられる経路や地図等の情報、サーバ装置２０から送信されたユーザ特性値等）を記憶する。

≪サーバ装置２０≫
図４に示すように、本実施形態に係るサーバ装置２０は、蓄積部２１０と、ユーザ特性取得処理部２２０と、学習部２３０と、記憶部２４０とを有する。蓄積部２１０、ユーザ特性取得処理部２２０及び学習部２３０は、サーバ装置２０にインストールされた１以上のプログラムがプロセッサ２７に実行させる処理により実現される。また、記憶部２４０は、例えば補助記憶装置２８等により実現可能である。なお、記憶部２４０は、サーバ装置２０と通信ネットワークＮを介して接続される記憶装置等を用いて実現されていてもよい。

蓄積部２１０は、ナビゲーション端末１０から送信されたプローブ情報を記憶部２４０に保存する。このとき、蓄積部２１０は、例えば、ユーザ識別情報毎に記憶部２４０に保存する。これにより、記憶部２４０には、ユーザ識別情報毎にプローブ情報が蓄積される。

ユーザ特性取得処理部２２０は、ＧＰＳ衛星からの電波を受信できない場所（例えばトンネル内）に近付いた場合に、この場所の環境条件におけるユーザ特性値を取得するための処理を行う。ここで、ユーザ特性取得処理部２２０には、道路特定部２２１と、トンネル判定部２２２と、環境特定部２２３と、取得部２２４とが含まれる。

道路特定部２２１は、プローブ情報に含まれる自車位置と、道路ネットワークサーバ３１から取得した道路ネットワーク情報とを用いて、ナビゲーション端末１０のユーザの車両が走行している道路を特定する。また、このとき、道路特定部２２１は、当該道路の法定速度（又は制限速度）や道路格、中央分離帯の有無、勾配、車線数、車線幅等のうちの少なくとも一部を特定してもよい。

なお、道路ネットワーク情報とは道路網（道路ネットワーク）を表す情報であり、例えば、交差点や分岐点、道路属性が変化する箇所、道路幅が変化する箇所等の各種地点を示すノードに関する情報（以降、「ノード情報」とも表す。）と、ノード間を繋ぐリンクに関する情報（以降、「リンク情報」とも表す。）とが含まれる。ノード情報には、例えば、ノード番号、緯度・経度、交差点の名称（漢字及びその読み）、信号機の有無等が含まれる。また、リンク情報には、例えば、リンク長や座標点列、道路属性（例えば、トンネルか否かを示す情報等）、経路探索に用いられるコスト、リンクの両端にあるノードのノード番号、道路格（例えば、国道、県道、私道等の区分）、中央分離帯の有無、道路幅、勾配、車線数、車線幅、進行方向、高度等が含まれる。

トンネル判定部２２２は、道路特定部２２１によって特定された道路と、プローブ情報に含まれる自車位置と、道路ネットワークサーバ３１から取得された道路ネットワーク情報とを用いて、当該道路上において当該自車位置よりも所定の距離先にトンネルがあるか否かを判定する。トンネル判定部２２２は、当該自車位置の進行方向側にあり、かつ、当該自車位置よりも所定の距離以内にあるリンクの道路属性を参照することで、トンネルがあるか否かを判定することができる。

なお、上記の所定の距離は任意に設定することが可能であるが、例えば、数十メートルから数百メートルとすることが考えられる。また、この所定の距離は全ての道路に対して固定的であってもよいが、例えば、道路格等に応じて異ならせてもよい。また、プローブ情報に含まれる速度等に応じて異ならせてもよい。

環境特定部２２３は、トンネル判定部２２２によって自車位置よりも所定の距離先にトンネルがあると判定された場合、当該トンネルの環境条件を特定する。例えば、環境特定部２２３は、渋滞情報サーバ３２から混渋情報を取得することで、当該トンネルの環境条件として混雑度を特定する。また、これ以外にも、環境特定部２２３は、外部サーバ３０から取得される各種情報を用いて、環境条件として、例えば、道路格、天候、トンネル内の道路の曲率、中央分離帯の有無、勾配、車線数、車線幅、時間帯等が特定されてもよい。

取得部２２４は、プローブ情報に含まれるユーザ識別情報と、環境特定部２２３によって特定された環境条件とを用いて、１以上のユーザ特性値を取得する。ここで、取得部２２４は、種々の方法でユーザ特性値を取得することができる。例えば、以下のユーザ特性値の取得方法１及び取得方法２が考えられる。

（ユーザ特性値の取得方法１）
例えば、環境条件毎のユーザ特性値で構成されるユーザ特性情報がユーザ識別情報毎に記憶部２４０に記憶されている場合には、取得部２２４は、プローブ情報に含まれるユーザ識別情報に対応するユーザ特性情報から該当のユーザ特性値を取得することができる。より具体的には、例えば、或るユーザ識別情報に対応するユーザ特性情報として、環境条件「道路属性」に関するユーザ特性情報α＝［α_１，α_２，α_３］（ただし、α_１は「道路属性＝国道」である場合のユーザ特性値、α_２は「道路属性＝県道」である場合のユーザ特性値、α_３は「道路属性＝私道」である場合のユーザ特性値）と、環境条件「混雑度」に関するユーザ特性情報β＝［β_１，β_２，β_３，β_４］（ただし、混雑度はＡ～Ｄに区分されるものとして、β_１は「混雑度＝Ａ」である場合のユーザ特性値、β_２は「混雑度＝Ｂ」である場合のユーザ特性値、β_３は「混雑度＝Ｃ」である場合のユーザ特性値、β_４は「混雑度＝Ｄ」である場合のユーザ特性値）とが記憶部２４０に記憶されているものとする。この場合、当該ユーザ識別情報のユーザ特性値を取得する場合に、環境特定部２２３によって特定された環境条件が「道路属性＝国道」、「混雑度＝Ｃ」であったとき、取得部２２４は、ユーザ特性値α_１とβ_３とを取得する。

（ユーザ特性値の取得方法２）
例えば、予め学習済みの機械学習モデルがユーザ識別情報毎に存在（又は全てのユーザ識別情報で共通に存在）する場合には、取得部２２４は、この機械学習モデルの出力としてユーザ特性値を取得してもよい。より具体的には、取得部２２４は、例えば、環境特定部２２３によって特定された環境条件（具体的には「道路属性＝県道」、「混雑度＝Ｃ」等を表すベクトルデータや配列データ等）を当該機械学習モデルに入力する。これにより、機械学習モデルの出力としてユーザ特性値が得られる。なお、機械学習モデルとしては任意のモデルを採用することが可能であるが、例えば、ニューラルネットワーク等が挙げられる。

学習部２３０は、例えばトンネル内等の環境条件におけるユーザ特性に応じてより適切なユーザ特性値が得られるように、ユーザ特性情報又は機械学習モデルのパラメータを学習する。

記憶部２４０は、各種データ（例えば、ユーザ特性値の取得方法１を用いる場合はユーザ特性情報、ユーザ特性値の取得方法２を用いる場合は機械学習モデル等）を記憶する。

なお、サーバ装置２０が有する各部は異なる装置が分散して有していてもよい。例えば、蓄積部２１０と、ユーザ特性取得処理部２２０と、学習部２３０とをそれぞれ異なる装置が有していてもよい。

＜ナビゲーションシステムの処理の詳細＞
以降では、本実施形態に係るナビゲーションシステム１が実行する処理の詳細について説明する。

≪自車位置推定処理≫
以降では、車両がトンネル等のＧＰＳ衛星からの電波を受信することができない場所に近付いた場合に、この場所（トンネル等）における自車位置を推定する処理について、図５を参照しながら説明する。図５は、本実施形態に係る自車位置推定処理の一例を示すシーケンス図である。なお、以降では、出発地から目的地までの経路が短宅された上で、この経路に従ったナビゲーションを提供するための処理がナビゲーション処理部１１０によって実行されているものとする（つまり、ナビゲーション中であるものとする。）。

ナビゲーション処理部１１０のプローブ情報送信部１１１は、所定の間隔毎にプローブ情報をサーバ装置２０に送信する（ステップＳ１０１）。プローブ情報には、上述したように、ＧＰＳ受信機１７により測位された自車位置と、所定の時間の間の自車位置から算出された速度と、ユーザ識別情報とが含まれる。

蓄積部２１０は、ナビゲーション端末１０からプローブ情報を受信すると、このプローブ情報を記憶部２４０に保存する（ステップＳ１０２）。このとき、蓄積部２１０は、例えば、ユーザ識別情報毎に記憶部２４０に保存する。これにより、記憶部２４０には、ユーザ識別情報毎にプローブ情報が蓄積される。

なお、プローブ情報が必ずしも記憶部２４０に保存されなくてもよい。プローブ情報が記憶部２４０に保存されない場合、上記のステップＳ１０２は実行されない。

ユーザ特性取得処理部２２０の道路特定部２２１は、ナビゲーション端末１０から受信したプローブ情報に含まれる自車位置と、道路ネットワークサーバ３１から取得した道路ネットワーク情報とを用いて、ナビゲーション端末１０のユーザの車両が走行している道路を特定（つまり、例えば、リンクの列を特定）する（ステップＳ１０３）。また、このとき、道路特定部２２１は、上述したように、当該道路の法定速度（又は制限速度）や道路格、中央分離帯の有無、勾配、車線数、車線幅等のうちの少なくとも一部を特定してもよい。なお、道路ネットワーク情報は、道路ネットワークサーバ３１から予め取得しておいたものを用いてもよいし、ステップＳ１０３の特定（道路の特定）を行う都度、道路ネットワークサーバ３１から取得してもよい。

ユーザ特性取得処理部２２０のトンネル判定部２２２は、上記のステップＳ１０３で特定された道路と、ナビゲーション端末１０から受信したプローブ情報に含まれる自車位置と、道路ネットワークサーバ３１から取得された道路ネットワーク情報とを用いて、当該道路上において当該自車位置よりも所定の距離先にトンネルがあるか否かを判定する（ステップＳ１０４）。

上記のステップＳ１０４で自車位置よりも所定の距離先にトンネルがあると判定されなかった場合、サーバ装置２０は何もしない。一方で、上記のステップＳ１０４で自車位置よりも所定の距離先にトンネルがあると判定された場合、サーバ装置２０は、後述するステップＳ１０５～ステップＳ１０７を実行する。これにより、後述するステップＳ１０８において、ナビゲーション端末１０で、例えばトンネル内等の環境条件におけるユーザ特性に応じた速度が算出され、この速度に応じた自車位置が推定される。

ユーザ特性取得処理部２２０の環境特定部２２３は、上記のステップＳ１０４で自車位置よりも所定の距離先にあると判定されたトンネルの環境条件を特定する（ステップＳ１０５）。例えば、環境特定部２２３は、渋滞情報サーバ３２から渋滞情報を取得することで、当該トンネルの環境条件として混雑度を特定する。なお、混雑度はトンネル内がどの程度混雑しているかを表す値であり、例えば、渋滞情報が表す交通量を複数の区分のいずれかに分類することで特定される。

また、上述したように、環境特定部２２３は、外部サーバ３０から取得される各種情報を用いて、環境条件として、例えば、道路格、天候、トンネル内の道路の曲率、中央分離帯の有無、勾配、車線数、車線幅、時間帯等が特定されてもよい。

次に、ユーザ特性取得処理部２２０の取得部２２４は、プローブ情報に含まれるユーザ識別情報と、上記のステップＳ１０５で特定された環境条件とを用いて、１以上のユーザ特性値を取得する（ステップＳ１０６）。ここで、取得部２２４は、上述したように、「ユーザ特性値の取得方法１」又は「ユーザ特性値の取得方法２」のいずれかの方法によりユーザ特性値を取得すればよい。

次に、ユーザ特性取得処理部２２０の取得部２２４は、上記のステップＳ１０６で取得したユーザ特性値をナビゲーション端末１０に送信する（ステップＳ１０７）。なお、「ユーザ特性値の取得方法１」を用いる場合（つまり、ユーザ特性情報が記憶部２４０に記憶されている場合）には、上記のステップＳ１０６でユーザ特性値を取得せずに、ユーザ特性情報と上記のステップＳ１０５で特定された環境条件とをナビゲーション端末１０に送信してもよい。この場合、ナビゲーション端末１０で、当該環境条件を用いて、ユーザ特性情報からユーザ特性値が取得されればよい。

ナビゲーション処理部１１０の自車位置推定部１１２は、サーバ装置２０から受信した１以上のユーザ特性値を用いて、例えばトンネル内の速度を算出し、この速度から各時刻におけるトンネル内の自車位置を推定する（ステップＳ１０８）。

例えば、サーバ装置２０から受信したユーザ特性値をα及びβ、ｖを車両の現在の速さとして、自車位置推定部１１２は、ｖ´＝ｖ×α×βをトンネル内の速さとした上で、この速さｖ´に対してトンネルの進行方向を考慮することでトンネル内の速度を算出する。そして、自車位置推定部１１２は、この速度ｖ´から各時刻におけるトンネル内の自車位置を推定（算出）する。なお、上記のｖは、車両の現在の速さの代わりに、例えば、トンネル内の法定速度（制限速度）であってもよいし、トンネルへの進入直前の速さ（つまり、トンネルの入口から所定の距離前の時点における速さ）であってもよい。

また、例えば、トンネルを複数の区間に分割した上で、これらの区間毎にトンネル内の速度が算出されてもよい。特に、トンネル内に直線やカーブが混在している場合には、直線区間とカーブ区間とに分割した上で、これらの区間毎にトンネル内の速度が算出されることが好ましい。また、カーブ区間であっても、その曲率が異なる場合には、曲率の或る幅単位でカーブ区間を分類してもよい（例えば、「急カーブ区間」や「緩やかなカーブ区間」等）。

以上により、本実施形態に係るナビゲーションシステム１では、ＧＰＳ衛星からの電波が受信できない場所（例えばトンネル内）における速度を、当該場所の環境条件におけるユーザ特性に応じて算出する。そして、本実施形態に係るナビゲーションシステム１では、この速度から当該場所における各時刻の自車位置を推定する。これにより、環境条件やユーザ特性に応じた高い精度の自車位置を推定することが可能となる。したがって、例えばトンネル内においても、自車位置の更新や地図の表示更新等のナビゲーションを高い精度を提供することが可能となる。

≪学習処理≫
以降では、「ユーザ特性値の取得方法１」の場合はユーザ特性情報、「ユーザ特性値の取得方法２」の場合は機械学習モデルのパラメータを学習する処理について、図６を参照しながら説明する。図６は、本実施形態に係る学習処理の一例を示すフローチャートである。この学習処理の繰り返すことで、ＧＰＳ衛星からの電波が受信できない場所（例えばトンネル内）における速度をより高い精度で算出することができるようになる（つまり、当該場所における自車位置をより高い精度で推定することができるようになる。）。

なお、図６に示す学習処理は、図５に示す自車位置推定処理のステップＳ１０１でプローブ情報をナビゲーション端末１０から受信する度に実行が開始される（つまり、図６に示す学習処理は、図５に示す自車位置推定処理のステップＳ１０１以降に、当該自車位置推定処理のバックグラウンドで実行される。）。

まず、学習部２３０は、所定の学習条件を満たすか否かを判定する（ステップＳ２０１）。ここで、学習条件とは、ユーザ特性情報の更新（学習）又は機械学習モデルのパラメータの更新（学習）を行うか否かを表す条件のことで、この条件を満たす場合にユーザ特性情報の更新又は機械学習モデルのパラメータの更新が行われる。

学習条件としては任意の条件を設定可能であるが、例えば、以下の「学習条件１」～「学習条件３」等が挙げられる。

学習条件１：所定の地点を通過した場合。この場合、車両が所定の地点を通過する毎に、ユーザ特性情報の更新又は機械学習モデルのパラメータの更新が行われる。

学習条件２：所定の距離を走行した場合。この場合、車両が所定の距離走行する毎に、ユーザ特性情報の更新又は機械学習モデルのパラメータの更新が行われる。なお、所定の距離を走行したか否かは、例えば、ユーザ識別情報毎に、プローブ情報に含まれる自車位置を記録することで判定することが可能である。

学習条件３：ＧＰＳ衛星からの電波が受信できない場所を出た場合（例えば、トンネルを出た場合等）。この場合、当該場所を出る度に、ユーザ特性情報の更新又は機械学習モデルのパラメータの更新が行われる。

上記のステップＳ２０１で学習条件を満たすと判定されなかった場合、学習部２３０は学習処理を終了する。一方で、上記のステップＳ２０１で学習条件を満たすと判定された場合は、学習部２３０は、後述するステップＳ２０２を実行する。

次に、学習部２３０は、ユーザ特性情報の更新又は機械学習モデルのパラメータの更新を行う（ステップＳ２０２）。

「ユーザ特性値の取得方法１」の場合は、学習部２３０は、例えば、該当の環境条件における更新用ユーザ特性値を算出した上で、この更新用ユーザ特性値を用いて、ユーザ特性情報に含まれる該当のユーザ特性値を更新する。より具体的には、或る環境条件において、プローブ情報に含まれる速度がｖ_１、当該プローブ情報に含まれる自車位置から特定される道路の法定速度がｖ_２であったとする。この場合、学習部２３０は、例えば、更新用ユーザ特性値ｐをｐ＝ｖ_１／ｖ_２等と算出する。そして、学習部２３０は、該当のユーザ識別情報に対応するユーザ特性情報に含まれるユーザ特性値のうち、同一環境条件のユーザ特性値を、更新用ユーザ特性値ｐを用いて更新する。

このとき、更新対象のユーザ特性値と、更新用ユーザ特性値ｐとにそれぞれ所定の重みが用いられてもよい。例えば、更新対象のユーザ特性値をα、更新後のユーザ特性値をα´として、α´＝ｗ_１×α＋ｗ_２×ｐとしてよい。ここで、ｗ_１及びｗ_２は重みであり、０≦ｗ_１≦１、０≦ｗ_２≦１、ｗ_１＋ｗ_２＝１を満たす。

重みの決定方法は任意の方法を採用することができるが、例えば、更新対象のユーザ特性値αがこれまでに更新された回数が多いほど１に近くする。これにより、ユーザ特性値を更新回数で平滑化することが可能となる。

「ユーザ特性値の取得方法２」の場合は、学習部２３０は、例えば、該当の環境条件における更新用ユーザ特性値を算出した上で、この更新用ユーザ特性値と、ユーザ特性情報に含まれる該当のユーザ特性値との誤差を用いて機械学習モデルのパラメータを更新する。なお、当該機械学習モデルがニューラルネットワークで実現されている場合、例えば、誤差逆伝播法等によりパラメータを更新すればよい。また、例えば、上記の「学習条件３」を満たしたことによりパラメータの更新を行う場合には、誤差として、例えば、トンネルの出口における自車位置の推定結果と、トンネルの出口においてＧＰＳ衛星から受信した電波により測位した自車位置との誤差を用いてもよい。

以上により、本実施形態に係るナビゲーションシステム１では、上記の学習処理を繰り返すことで、例えばトンネル内等の環境条件におけるユーザ特性に応じた速度をより高い精度で算出するためのユーザ特性値を得ることが可能となる。

本発明は、具体的に開示された上記の実施形態に限定されるものではなく、特許請求の範囲から逸脱することなく、種々の変形や変更等が可能である。

１ ナビゲーションシステム
１０ ナビゲーション端末
２０ サーバ装置
３０ 外部サーバ
３１ 道路ネットワークサーバ
３２ 渋滞情報サーバ
１１０ ナビゲーション処理部
１１１ プローブ情報送信部
１１２ 自車位置推定部
１２０ 記憶部
２１０ 蓄積部
２２０ ユーザ特性取得処理部
２２１ 道路特定部
２２２ トンネル判定部
２２３ 環境特定部
２２４ 取得部
２３０ 学習部
２４０ 記憶部
Ｎ 通信ネットワーク

Claims (6)

1. 端末から受信したプローブ情報に含まれる位置情報と、道路ネットワーク情報とに基づいて、前記端末のユーザが運転する車両が走行する道路を特定する道路特定手段と、
   前記道路特定手段により特定された道路を構成するリンクの中に、前記位置情報が示す位置から所定の距離以内にあり、かつ、前記車両の進行方向側にあるリンクであって、ＧＮＳＳ衛星からの電波が受信できない道路属性が付与されたリンクが存在するか否かを判定する判定手段と、
   前記判定手段により前記ＧＮＳＳ衛星からの電波が受信できない道路属性が付与されたリンクが存在すると判定された場合、現時点の前記リンクの環境として、天候、時間帯、前記リンクの混雑状況を表す混雑度の少なくとも１つを特定する環境特定手段と、
   前記環境特定手段により特定された環境におけるユーザの運転特性を示す情報を取得する取得手段と、
   前記取得手段により取得された前記ユーザの運転特性を示す情報から前記リンクを走行した場合における推定速度を算出する算出手段と、
   前記算出手段により算出された推定速度に基づいて、前記リンクを前記車両が走行した場合における各時刻の位置を推定する推定手段と、
   を有することを特徴とするナビゲーションシステム。
2. 前記取得手段は、
   前記環境特定手段により特定された環境を示す情報と前記ユーザを識別する識別情報とに基づいて、予め記憶された複数の前記ユーザの運転特性を示す情報の中から１以上の前記ユーザの運転特性を示す情報を取得する、又は、予め学習された機械学習モデルに前記環境を示す情報と前記識別情報とを入力することで、前記ユーザの運転特性を示す情報を前記機械学習モデルの出力として取得する、ことを特徴とする請求項１に記載のナビゲーションシステム。
3. 前記端末から受信したプローブ情報に基づいて、予め記憶された複数の前記ユーザの運転特性を示す情報又は前記機械学習モデルのパラメータを学習する学習手段を有し、
   前記学習手段は、
   所定の学習条件を満たす度に、予め記憶された複数の前記ユーザの運転特性を示す情報又は前記機械学習モデルのパラメータの学習を繰り返し行う、ことを特徴とする請求項２に記載のナビゲーションシステム。
4. 前記ユーザの運転特性を示す情報は、前記環境を示す情報に応じて決定される係数であり、
   前記算出手段は、
   前記リンクに対して予め決定された速度又は前記プローブ情報に含まれる速度のいずれかを前記係数で補正することで、前記推定速度を算出する、ことを特徴とする請求項１乃至３の何れか一項に記載のナビゲーションシステム。
5. 端末から受信したプローブ情報に含まれる位置情報と、道路ネットワーク情報とに基づいて、前記端末のユーザが運転する車両が走行する道路を特定する道路特定手順と、
   前記道路特定手順で特定された道路を構成するリンクの中に、前記位置情報が示す位置から所定の距離以内にあり、かつ、前記車両の進行方向側にあるリンクであって、ＧＮＳＳ衛星からの電波が受信できない道路属性が付与されたリンクが存在するか否かを判定する判定手順と、
   前記判定手順で前記ＧＮＳＳ衛星からの電波が受信できない道路属性が付与されたリンクが存在すると判定された場合、現時点の前記リンクの環境として、天候、時間帯、前記リンクの混雑状況を表す混雑度の少なくとも１つを特定する環境特定手順と、
   前記環境特定手順で特定された環境におけるユーザの運転特性を示す情報を取得する取得手順と、
   前記取得手順で取得された前記ユーザの運転特性を示す情報から前記リンクを走行した場合における推定速度を算出する算出手順と、
   前記算出手順で算出された速度に基づいて、前記リンクを前記車両が走行した場合における各時刻の位置を推定する推定手順と、
   をコンピュータが実行することを特徴とするナビゲーション方法。
6. 端末から受信したプローブ情報に含まれる位置情報と、道路ネットワーク情報とに基づいて、前記端末のユーザが運転する車両が走行する道路を特定する道路特定手順と、
   前記道路特定手順で特定された道路を構成するリンクの中に、前記位置情報が示す位置から所定の距離以内にあり、かつ、前記車両の進行方向側にあるリンクであって、ＧＮＳＳ衛星からの電波が受信できない道路属性が付与されたリンクが存在するか否かを判定する判定手順と、
   前記判定手順で前記ＧＮＳＳ衛星からの電波が受信できない道路属性が付与されたリンクが存在すると判定された場合、現時点の前記リンクの環境として、天候、時間帯、前記リンクの混雑状況を表す混雑度の少なくとも１つを特定する環境特定手順と、
   前記環境特定手順で特定された環境におけるユーザの運転特性を示す情報を取得する取得手順と、
   前記取得手順で取得された前記ユーザの運転特性を示す情報から前記リンクを走行した場合における推定速度を算出する算出手順と、
   前記算出手順で算出された速度に基づいて、前記リンクを前記車両が走行した場合における各時刻の位置を推定する推定手順と、
   をコンピュータを実行させることを特徴とするプログラム。

Images