JP7294365B2 - ライドシェア車両のルート検索装置及びルート検索方法 - Google Patents
ライドシェア車両のルート検索装置及びルート検索方法 Download PDFInfo
- Publication number
- JP7294365B2 JP7294365B2 JP2021058124A JP2021058124A JP7294365B2 JP 7294365 B2 JP7294365 B2 JP 7294365B2 JP 2021058124 A JP2021058124 A JP 2021058124A JP 2021058124 A JP2021058124 A JP 2021058124A JP 7294365 B2 JP7294365 B2 JP 7294365B2
- Authority
- JP
- Japan
- Prior art keywords
- route
- data
- frequency
- search
- destination
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3602—Input other than that of destination using image analysis, e.g. detection of road signs, lanes, buildings, real preceding vehicles using a camera
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map
Description
前記ルート検索装置は、メモリと、プロセッサと、を備える。前記メモリには、前記ライドシェア車両の位置データと、前記ライドシェア車両の現在地及び目的地を含む検索エリア内に存在する道路データと、前記検索エリア内に存在する歩行者数の分布データと、前記ライドシェア車両の外界センサによる前記ライドシェア車両の外部状況の認識レベルのデータと、が格納される。前記プロセッサは、前記位置データ、前記道路データ、分布データ及び前記認識レベルのデータに基づいて、前記現在地から前記目的地までのルートの検索処理を行う。
前記プロセッサは、前記検索処理において、
前記位置データ及び前記道路データに基づいて、前記現在地から前記目的地までの所要時間が最も短い標準ルートを計算し、
前記位置データ、前記道路データ及び前記分布データに基づいて、前記現在地から前記目的地までの間に歩行者と遭遇する頻度が前記標準ルートのそれよりも高い高頻度ルートを計算し、
前記認識レベルと基準レベルを比較し、
前記認識レベルが前記基準レベル以下の場合は前記標準ルートを最終ルートとして選択し、前記認識レベルが前記基準レベルよりも高い場合は前記高頻度ルートを前記最終ルートとして選択する。
前記メモリには、更に、前記ライドシェア車両の室内画像のデータが格納される。
前記プロセッサは、前記検索処理において、更に、
前記認識レベルが前記基準レベルよりも高い場合、前記室内画像のデータに基づいて、前記ライドシェア車両の乗客の安全性に関する所定条件が満たされるか否かを判定し、
前記所定条件が満たされると判定された場合は前記高頻度ルートを前記最終ルートとして選択し、前記所定条件が満たされないと判定された場合は前記標準ルートを前記最終ルートとして選択する。
前記メモリには、更に、前記検索エリア内の天候状況のデータが格納される。
前記プロセッサは、前記検索処理において、更に、
前記認識レベルが前記基準レベルよりも高い場合、前記天候状況のデータに基づいて、前記ライドシェア車両の乗客の安全性に関する所定条件が満たされるか否かを判定し、
前記所定条件が満たされると判定された場合は前記高頻度ルートを前記最終ルートとして選択し、前記所定条件が満たされないと判定された場合は前記標準ルートを前記最終ルートとして選択する。
前記ルート検索装置は、メモリと、プロセッサと、を備える。前記メモリには、前記ライドシェア車両の位置データと、前記ライドシェア車両の現在地及び目的地を含む検索エリア内に存在する道路データと、前記検索エリア内に存在する歩行者数の分布データと、前記ライドシェア車両の外界センサによる前記ライドシェア車両の外部状況の認識レベルのデータと、が格納される。前記プロセッサは、前記位置データ、前記道路データ、分布データ及び前記認識レベルのデータに基づいて、前記現在地から前記目的地までのルートの検索処理を行う。
前記プロセッサは、前記検索処理において、
前記位置データ及び前記道路データに基づいて、前記現在地から前記目的地までの所要時間が最も短い標準ルートを計算し、
前記位置データ、前記道路データ及び前記分布データに基づいて、前記現在地から前記目的地までの間に歩行者と遭遇する頻度が前記標準ルートのそれよりも高い高頻度ルートと、前記頻度が前記標準ルートのそれよりも低い低頻度ルートと、を計算し、
前記認識レベルと上限及び下限基準レベルを比較し、
前記認識レベルが上限基準レベルよりも高い場合は前記高頻度ルートを最終ルートとして選択し、前記認識レベルが下限基準レベルよりも低い場合は前記低頻度ルートを前記最終ルートとして選択し、前記認識レベルが前記上限及び下限基準レベルの間の場合は前記標準ルートを前記最終ルートとして選択する。
前記メモリには、更に、前記ライドシェア車両の室内画像のデータが格納される。
前記プロセッサは、前記検索処理において、更に、
前記認識レベルが前記基準レベルよりも高い場合、前記室内画像のデータに基づいて、前記ライドシェア車両の乗客の安全性に関する所定条件が満たされるか否かを判定し、
前記所定条件が満たされると判定された場合は前記高頻度ルートを前記最終ルートとして選択し、前記所定条件が満たされないと判定された場合は前記標準ルートを前記最終ルートとして選択する。
前記メモリには、更に、前記検索エリア内の天候状況のデータが格納される。
前記プロセッサは、前記検索処理において、更に、
前記認識レベルが前記基準レベルよりも高い場合、前記天候状況のデータに基づいて、前記ライドシェア車両の乗客の安全性に関する所定条件が満たされるか否かを判定し、
前記所定条件が満たされると判定された場合は前記高頻度ルートを前記最終ルートとして選択し、前記所定条件が満たされないと判定された場合は前記標準ルートを前記最終ルートとして選択する。
前記データ処理装置は、メモリと、プロセッサと、を備える。前記メモリには、前記ライドシェア車両の位置データと、前記ライドシェア車両の現在地及び目的地を含む検索エリア内に存在する道路データと、前記検索エリア内に存在する歩行者数の分布データと、前記ライドシェア車両の外界センサによる前記ライドシェア車両の外部状況の認識レベルのデータと、が格納される。前記プロセッサは、前記位置データ、前記道路データ、分布データ及び前記認識レベルのデータに基づいて、前記現在地から前記目的地までのルートの検索処理を行う。
前記検索処理は、
前記位置データ及び前記道路データに基づいて、前記現在地から前記目的地までの所要時間が最も短い標準ルートを計算する処理と、
前記位置データ、前記道路データ及び前記分布データに基づいて、前記現在地から前記目的地までの間に歩行者と遭遇する頻度が前記標準ルートのそれよりも高い高頻度ルートを計算する処理と、
前記認識レベルと基準レベルを比較する処理と、
前記認識レベルが前記基準レベル以下の場合は前記標準ルートを最終ルートとして選択し、前記認識レベルが前記基準レベルよりも高い場合は前記高頻度ルートを前記最終ルートとして選択する処理と、
を含む。
前記データ処理装置は、メモリと、プロセッサと、を備える。前記メモリには、前記ライドシェア車両の位置データと、前記ライドシェア車両の現在地及び目的地を含む検索エリア内に存在する道路データと、前記検索エリア内に存在する歩行者数の分布データと、前記ライドシェア車両の外界センサによる前記ライドシェア車両の外部状況の認識レベルのデータと、が格納される。前記プロセッサは、前記位置データ、前記道路データ、分布データ及び前記認識レベルのデータに基づいて、前記現在地から前記目的地までのルートの検索処理を行う。
前記検索処理は、
前記位置データ及び前記道路データに基づいて、前記現在地から前記目的地までの所要時間が最も短い標準ルートを計算する処理と、
前記位置データ、前記道路データ及び前記分布データに基づいて、前記現在地から前記目的地までの間に歩行者と遭遇する頻度が前記標準ルートのそれよりも高い高頻度ルートと、前記頻度が前記標準ルートのそれよりも低い低頻度ルートと、を計算する処理と、
前記認識レベルと上限及び下限基準レベルを比較する処理と、
前記認識レベルが上限基準レベルよりも高い場合は前記高頻度ルートを最終ルートとして選択し、前記認識レベルが下限基準レベルよりも低い場合は前記低頻度ルートを前記最終ルートとして選択し、前記認識レベルが前記上限及び下限基準レベルの間の場合は前記標準ルートを前記最終ルートとして選択する処理と、
を含む。
先ず、図1~12を参照しながら本発明の第1実施形態について説明する。
1-1.ライドシェアサービス
第1実施形態に係るルート検索装置は、ライドシェア車両のルートを検索するための装置である。ライドシェアサービスは、ライドシェア車両の現在地から目的地に向かうルートの途中において、複数のユーザをピックアップしながら輸送するサービスである。図1及び2は、ライドシェアサービスを説明する図である。図1及び2には、ライドシェア車両VHが描かれている。ライドシェア車両VHは、例えば、ドライバレス運転が可能な自動運転車両である。ライドシェア車両VHは手動運転車両でもよい。
最終ルートの選択は、ライドシェア車両VHが現在地CPを出発するタイミングよりも前に行われる。ここで問題となるのは、最終ルートが選択されるタイミングでは、ユーザU2~U5がライドシェアサービスの利用を希望するかどうかの情報を、ライドシェア車両VHが判断できないことである。そこで、ライドシェアサービスでは、以下に説明する手法に従って、候補ルートのうちから最終ルートが選択される。
図3及び4は、最終ルートの選択手法の第1の例を説明する図である。この第1の例では、検索エリアSAが用いられる。検索エリアSAは、現在地CP及び目的地DSまでのルートの検索の対象となるエリアである。検索エリアSAは、現在地CP及び目的地DSの周辺の地図データに基づいて設定される。検索エリアSAは、例えば、現在地CP及び目的地DSの位置データ(例えば、緯度X及び経度Yのデータ)を含んだ矩形状のエリアである。ただし、検索エリアSAの形状はこれに限定されない。
LEV=ΣSCM+ΣSRD+ΣSLD ・・・(1)
値SCM、SRD及びSLDは、外界センサの性能が高くなるほど高い値を示すように設計される。
図6~8は、最終ルートの選択手法の第2の例を説明する図である。図6に示されるライドシェア車両VH、現在地CP、目的地DS及びユーザU1~U5については、図1及び2で説明したとおりである。
2-1.装置全体の構成例
以下、第1実施形態に係るルート検索装置の構成について、図9を参照しながら説明する。図9は、第1実施形態に係るルート検索装置の構成例を示す図である。図9に示されるルート検索装置1は、例えば、ライドシェア車両VHに搭載される。別の例では、ライドシェア車両VHと通信が可能な遠隔施設に、ルート検索装置1が設けられる。尚、後者の場合、遠隔施設との間でデータを送受信するための装置が、ルート検索装置1に追加される。
図10は、メモリ17に格納される各種データの一例を説明する図である。図10に示される例では、位置及び姿勢データPOSと、目的地データDSTと、道路データRODと、人出数CRWのデータと、認識レベルLEVのデータと、がメモリ17に格納されている。
図11は、データ処理装置15(プロセッサ16)が行う検索処理の第1の例を示すフローチャートである。図11に示されるルーチンは、所定のタイミングにおいて実行される。所定のタイミングとしては、ライドシェア車両VHが出発地(例えば、車庫、停留所など)から出発するタイミングが例示される。所定のタイミングとしては、ライドシェア車両VHにユーザが乗り込んだ後のタイミングも例示される。
図12は、データ処理装置15(プロセッサ16)が行う検索処理の第2の例を示すフローチャートである。図12に示されるルーチンは、図11に示したステップS14の処理に続いて実行される。
第1実施形態によれば、候補ルートとして少なくとも標準ルートRst及び高頻度ルートRhfが計算される。そして、認識レベルLEVが基準レベル又は上限基準レベルよりも高い場合は、高頻度ルートRhfが最終ルートとして選択される。高頻度ルートRhfが最終ルートとして選択されれば、高頻度ルートRhfの途中において多くのユーザをピックアップしながら輸送することが可能となる。また、認識レベルLEVが基準レベル又は上限基準レベルよりも高いため、走行安全性も確保される。以上のことから、走行安全性を確保しながら、ライドシェアサービスの利用率を高めることが可能となる。
次に、図13~15を参照しながら本発明の第2実施形態について説明する。なお、第1実施形態の説明と重複する説明については適宜省略される。
1-1.装置全体の構成例
第2実施形態に係るルート検索装置の構成例は、図9で説明した構成例に、ライドシェア車両VHの室内の状況を撮像する室内カメラが追加されたものである。
図13は、メモリ17に格納される各種データの一例を説明する図である。図13に示される例では、位置及び姿勢データPOSと、目的地データDSTと、道路データRODと、人出数CRWのデータと、認識レベルLEVのデータと、画像データIMGと、がメモリ17に格納されている。画像データIMG以外のデータについては、図10で説明したとおりである。画像データIMGは、ライドシェア車両VHの室内の動画データである。画像データIMGは、静止画像であってもよい。
図14は、データ処理装置15(プロセッサ16)が行う検索処理の第3の例を示すフローチャートである。図14に示されるルーチンは、図11に示したステップS14の処理に続いて実行される。
第1乗客条件:座席に座らず立っている乗客が室内に存在しない
第2乗客条件:お年寄り又は子供が室内に存在しない
所定条件が満たされるか否かの判定は、メモリ17から読み出された画像データIMGに基づいて行われる。画像データIMGに基づいた乗客の着席状態又は乗客の年齢を推定する手法は、公知の手法が適用される。
図15は、データ処理装置15(プロセッサ16)が行う検索処理の第4の例を示すフローチャートである。図15に示されるルーチンは、図12に示したステップS21の処理に続いて実行される。
第2実施形態によれば、認識レベルLEVが基準レベル又は上限基準レベルよりも高い場合に、所定条件が満たされるか否かが判定される。そして、所定条件が満たされないと判定された場合、標準ルートRstが最終ルートとして選択される。
次に、図16を参照しながら本発明の第3実施形態について説明する。なお、第1又は第2実施形態の説明と重複する説明については適宜省略される。
1-1.装置全体の構成例
第3実施形態に係るルート検索装置の構成例は、図9で説明した構成例に、ライドシェア車両VHの周囲のインフラとの間でV2I通信(路車間通信)を行う通信装置が追加されたものである。
図16は、メモリ17に格納される各種データの一例を説明する図である。図16に示される例では、位置及び姿勢データPOSと、目的地データDSTと、道路データRODと、人出数CRWのデータと、認識レベルLEVのデータと、天候データWETと、がメモリ17に格納されている。天候データWET以外のデータについては、図10で説明したとおりである。天候データWETは、検索エリアSAにおける天候状況(晴れ、曇、雨及び雪)のデータである。天候データWETは、人出数CRWのデータ同様、単位ゾーンZN及び時間帯の組み合わせごとに設定されている。
データ処理装置15(プロセッサ16)が行う検索処理の第5の例について、図14及び15を参照しながら説明する。第5の例で行われる検索処理は、所定条件の内容において、図14及び15で説明した第3及び4の例と異なる。第5の例の所定条件は、ライドシェア車両VHの乗客の安全性に関する下記の条件を含んでいる。
天候条件:候補ルートが通過する単位ゾーンZNの天候が雨又は雪である
所定条件が満たされるか否かの判定は、メモリ17から読み出された天候データWETに基づいて行われる。
第3実施形態によれば、認識レベルLEVが基準レベル又は上限基準レベルよりも高い場合、所定条件が満たされるか否かが判定される。この所定条件の判定は、認識レベルLEVが下限基準レベルよりも低い場合にも行われる。そして、所定条件が満たされないと判定された場合、標準ルートRstが最終ルートとして選択される。
11 GNSSセンサ
12 外界センサ
13 地図データベース
14 歩行者データベース
15 データ処理装置
16 プロセッサ
17 メモリ
CP 現在地
DS 目的地
VH ライドシェア車両
Rst 標準ルート
Rhf 高頻度ルート
Rlf 低頻度ルート
SA 検索エリア
U1~U5 ユーザ
ZN 単位ゾーン
CRW 人出数
IMG 室内画像
LEV 認識レベル
POS 位置及び姿勢データ
ROD 道路データ
WET 天候状況
Claims (8)
- ライドシェア車両のルート検索装置であって、
前記ライドシェア車両の位置データと、前記ライドシェア車両の現在地及び目的地を含む検索エリア内に存在する道路データと、前記検索エリア内に存在する歩行者数の分布データと、前記ライドシェア車両の外界センサによる前記ライドシェア車両の外部状況の認識レベルのデータと、が格納されたメモリと、
前記位置データ、前記道路データ、分布データ及び前記認識レベルのデータに基づいて、前記現在地から前記目的地までのルートの検索処理を行うプロセッサと、
を備え、
前記プロセッサは、前記検索処理において、
前記位置データ及び前記道路データに基づいて、前記現在地から前記目的地までの所要時間が最も短い標準ルートを計算し、
前記位置データ、前記道路データ及び前記分布データに基づいて、前記現在地から前記目的地までの間に歩行者と遭遇する頻度が前記標準ルートのそれよりも高い高頻度ルートを計算し、
前記認識レベルと基準レベルを比較し、
前記認識レベルが前記基準レベル以下の場合は前記標準ルートを最終ルートとして選択し、前記認識レベルが前記基準レベルよりも高い場合は前記高頻度ルートを前記最終ルートとして選択する
ことを特徴とするライドシェア車両のルート検索装置。 - 請求項1に記載のルート検索装置であって、
前記メモリには、更に、前記ライドシェア車両の室内画像のデータが格納され、
前記プロセッサは、前記検索処理において、更に、
前記認識レベルが前記基準レベルよりも高い場合、前記室内画像のデータに基づいて、前記ライドシェア車両の乗客の安全性に関する所定条件が満たされるか否かを判定し、
前記所定条件が満たされると判定された場合は前記高頻度ルートを前記最終ルートとして選択し、前記所定条件が満たされないと判定された場合は前記標準ルートを前記最終ルートとして選択する
ことを特徴とするライドシェア車両のルート検索装置。 - 請求項1に記載のルート検索装置であって、
前記メモリには、更に、前記検索エリア内の天候状況のデータが格納され、
前記プロセッサは、前記検索処理において、更に、
前記認識レベルが前記基準レベルよりも高い場合、前記天候状況のデータに基づいて、前記ライドシェア車両の乗客の安全性に関する所定条件が満たされるか否かを判定し、
前記所定条件が満たされると判定された場合は前記高頻度ルートを前記最終ルートとして選択し、前記所定条件が満たされないと判定された場合は前記標準ルートを前記最終ルートとして選択する
ことを特徴とするライドシェア車両のルート検索装置。 - ライドシェア車両のルート検索装置であって、
前記ライドシェア車両の位置データと、前記ライドシェア車両の現在地及び目的地を含む検索エリア内に存在する道路データと、前記検索エリア内に存在する歩行者数の分布データと、前記ライドシェア車両の外界センサによる前記ライドシェア車両の外部状況の認識レベルのデータと、が格納されたメモリと、
前記位置データ、前記道路データ、分布データ及び前記認識レベルのデータに基づいて、前記現在地から前記目的地までのルートの検索処理を行うプロセッサと、
を備え、
前記プロセッサは、前記検索処理において、
前記位置データ及び前記道路データに基づいて、前記現在地から前記目的地までの所要時間が最も短い標準ルートを計算し、
前記位置データ、前記道路データ及び前記分布データに基づいて、前記現在地から前記目的地までの間に歩行者と遭遇する頻度が前記標準ルートのそれよりも高い高頻度ルートと、前記頻度が前記標準ルートのそれよりも低い低頻度ルートと、を計算し、
前記認識レベルと上限及び下限基準レベルを比較し、
前記認識レベルが上限基準レベルよりも高い場合は前記高頻度ルートを最終ルートとして選択し、前記認識レベルが下限基準レベルよりも低い場合は前記低頻度ルートを前記最終ルートとして選択し、前記認識レベルが前記上限及び下限基準レベルの間の場合は前記標準ルートを前記最終ルートとして選択する
ことを特徴とするライドシェア車両のルート検索装置。 - 請求項4に記載のルート検索装置であって、
前記メモリには、更に、前記ライドシェア車両の室内画像のデータが格納され、
前記プロセッサは、前記検索処理において、更に、
前記認識レベルが前記上限基準レベルよりも高い場合、前記室内画像のデータに基づいて、前記ライドシェア車両の乗客の安全性に関する所定条件が満たされるか否かを判定し、
前記所定条件が満たされると判定された場合は前記高頻度ルートを前記最終ルートとして選択し、前記所定条件が満たされないと判定された場合は前記標準ルートを前記最終ルートとして選択する
ことを特徴とするライドシェア車両のルート検索装置。 - 請求項4に記載のルート検索装置であって、
前記メモリには、更に、前記検索エリア内の天候状況のデータが格納され、
前記プロセッサは、前記検索処理において、更に、
前記認識レベルが前記上限基準レベルよりも高い場合、前記天候状況のデータに基づいて、前記ライドシェア車両の乗客の安全性に関する所定条件が満たされるか否かを判定し、
前記所定条件が満たされると判定された場合は前記高頻度ルートを前記最終ルートとして選択し、前記所定条件が満たされないと判定された場合は前記標準ルートを前記最終ルートとして選択する
ことを特徴とするライドシェア車両のルート検索装置。 - データ処理装置を用いてライドシェア車両の現在地から目的地までのルートの検索を行うルート検索方法であって、
前記データ処理装置が、
前記ライドシェア車両の位置データと、前記ライドシェア車両の現在地及び目的地を含む検索エリア内に存在する道路データと、前記検索エリア内に存在する歩行者数の分布データと、前記ライドシェア車両の外界センサによる前記ライドシェア車両の外部状況の認識レベルのデータと、が格納されたメモリと、
前記位置データ、前記道路データ、分布データ及び前記認識レベルのデータに基づいて、前記現在地から前記目的地までのルートの検索処理を行うプロセッサと、
を備え、
前記検索処理が、
前記位置データ及び前記道路データに基づいて、前記現在地から前記目的地までの所要時間が最も短い標準ルートを計算する処理と、
前記位置データ、前記道路データ及び前記分布データに基づいて、前記現在地から前記目的地までの間に歩行者と遭遇する頻度が前記標準ルートのそれよりも高い高頻度ルートを計算する処理と、
前記認識レベルと基準レベルを比較する処理と、
前記認識レベルが前記基準レベル以下の場合は前記標準ルートを最終ルートとして選択し、前記認識レベルが前記基準レベルよりも高い場合は前記高頻度ルートを前記最終ルートとして選択する処理と、
を含むことを特徴とするライドシェア車両のルート検索方法。 - データ処理装置を用いてライドシェア車両の現在地から目的地までのルートの検索を行うルート検索方法であって、
前記データ処理装置が、
前記ライドシェア車両の位置データと、前記ライドシェア車両の現在地及び目的地を含む検索エリア内に存在する道路データと、前記検索エリア内に存在する歩行者数の分布データと、前記ライドシェア車両の外界センサによる前記ライドシェア車両の外部状況の認識レベルのデータと、が格納されたメモリと、
前記位置データ、前記道路データ、分布データ及び前記認識レベルのデータに基づいて、前記現在地から前記目的地までのルートの検索処理を行うプロセッサと、
を備え、
前記検索処理が、
前記位置データ及び前記道路データに基づいて、前記現在地から前記目的地までの所要時間が最も短い標準ルートを計算する処理と、
前記位置データ、前記道路データ及び前記分布データに基づいて、前記現在地から前記目的地までの間に歩行者と遭遇する頻度が前記標準ルートのそれよりも高い高頻度ルートと、前記頻度が前記標準ルートのそれよりも低い低頻度ルートと、を計算する処理と、
前記認識レベルと上限及び下限基準レベルを比較する処理と、
前記認識レベルが上限基準レベルよりも高い場合は前記高頻度ルートを最終ルートとして選択し、前記認識レベルが下限基準レベルよりも低い場合は前記低頻度ルートを前記最終ルートとして選択し、前記認識レベルが前記上限及び下限基準レベルの間の場合は前記標準ルートを前記最終ルートとして選択する処理と、
を含むことを特徴とするライドシェア車両のルート検索方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021058124A JP7294365B2 (ja) | 2021-03-30 | 2021-03-30 | ライドシェア車両のルート検索装置及びルート検索方法 |
US17/696,248 US20220316894A1 (en) | 2021-03-30 | 2022-03-16 | Route search device and route search method for ride-sharing vehicle |
CN202210314090.6A CN115148042B (zh) | 2021-03-30 | 2022-03-28 | 拼车车辆的路线检索装置和路线检索方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021058124A JP7294365B2 (ja) | 2021-03-30 | 2021-03-30 | ライドシェア車両のルート検索装置及びルート検索方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022154867A JP2022154867A (ja) | 2022-10-13 |
JP7294365B2 true JP7294365B2 (ja) | 2023-06-20 |
Family
ID=83406137
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021058124A Active JP7294365B2 (ja) | 2021-03-30 | 2021-03-30 | ライドシェア車両のルート検索装置及びルート検索方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220316894A1 (ja) |
JP (1) | JP7294365B2 (ja) |
CN (1) | CN115148042B (ja) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011022646A (ja) | 2009-07-13 | 2011-02-03 | Univ Of Tokyo | 運行実績を活用したオンデマンドバスの運行スケジューリングシステム及びその方法 |
JP2013205868A (ja) | 2012-03-27 | 2013-10-07 | Zenrin Datacom Co Ltd | サーバ、経路探索システム、情報処理方法およびコンピュータプログラム |
WO2014045359A1 (ja) | 2012-09-20 | 2014-03-27 | トヨタ自動車株式会社 | オンデマンド車両運行管理装置、オンデマンド車両運行管理方法及びオンデマンド車両運行管理システム |
US20160025505A1 (en) | 2014-07-28 | 2016-01-28 | Hyundai Motor Company | Apparatus and method for generating global path for an autonomous vehicle |
WO2017159176A1 (ja) | 2016-03-17 | 2017-09-21 | 株式会社日立製作所 | 自動運転支援システム、および、自動運転支援方法 |
JP2020063964A (ja) | 2018-10-16 | 2020-04-23 | トヨタ自動車株式会社 | 交通情報決定装置、交通情報システム及び交通情報を決定する方法 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6192314B1 (en) * | 1998-03-25 | 2001-02-20 | Navigation Technologies Corp. | Method and system for route calculation in a navigation application |
JP3908425B2 (ja) * | 1999-12-24 | 2007-04-25 | アルパイン株式会社 | ナビゲーション装置 |
JP4663136B2 (ja) * | 2001-01-29 | 2011-03-30 | パナソニック株式会社 | デジタル地図の位置情報伝達方法と装置 |
JP4486331B2 (ja) * | 2003-08-12 | 2010-06-23 | クラリオン株式会社 | ナビゲーション装置の経路探索方法 |
JP5510007B2 (ja) * | 2010-04-01 | 2014-06-04 | 株式会社デンソー | 経路探索装置および経路案内システム |
US8688378B2 (en) * | 2011-10-17 | 2014-04-01 | GM Global Technology Operations LLC | Ride-share service |
US8768614B2 (en) * | 2011-12-19 | 2014-07-01 | Sap Ag | Increasing throughput for carpool assignment matching |
US9109913B2 (en) * | 2013-09-30 | 2015-08-18 | Ford Global Technologies, Llc | Roadway-induced ride quality reconnaissance and route planning |
US11100434B2 (en) * | 2014-05-06 | 2021-08-24 | Uber Technologies, Inc. | Real-time carpooling coordinating system and methods |
DE102014212336A1 (de) * | 2014-06-26 | 2015-12-31 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Verarbeiten von Messdaten eines Fahrzeuges zur Bestimmung des Beginns einer Parkplatzsuche und Computerprogrammprodukt |
CN106097702A (zh) * | 2016-01-21 | 2016-11-09 | 深圳市十方联智科技有限公司 | 智能交通调度方法和系统 |
CN106767863A (zh) * | 2016-12-01 | 2017-05-31 | 广州麦仑信息科技有限公司 | 一种拼车出行路径导航的方法与系统 |
JP7050383B2 (ja) * | 2017-07-14 | 2022-04-08 | 順風路株式会社 | 乗合自動車の配車方法及び乗合自動車の配車システム |
JP6885298B2 (ja) * | 2017-10-27 | 2021-06-09 | トヨタ自動車株式会社 | 自動運転車両 |
JP7353747B2 (ja) * | 2018-01-12 | 2023-10-02 | キヤノン株式会社 | 情報処理装置、システム、方法、およびプログラム |
JP2019175389A (ja) * | 2018-03-29 | 2019-10-10 | パナソニックIpマネジメント株式会社 | 相乗り支援システム、相乗り支援方法、プログラム、及び移動体 |
US20190339087A1 (en) * | 2018-05-03 | 2019-11-07 | Didi Research America, Llc | Deep reinforcement learning for optimizing carpooling policies |
KR20200001124A (ko) * | 2018-06-27 | 2020-01-06 | 동아대학교 산학협력단 | 택시 합승 요금산정 방법 및 택시 합승 시스템 |
US20200378771A1 (en) * | 2019-05-29 | 2020-12-03 | Here Global B.V. | Method and apparatus for providing drop-off locations for passengers of a vehicle to reach different destinations via a multimodal route |
-
2021
- 2021-03-30 JP JP2021058124A patent/JP7294365B2/ja active Active
-
2022
- 2022-03-16 US US17/696,248 patent/US20220316894A1/en active Pending
- 2022-03-28 CN CN202210314090.6A patent/CN115148042B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011022646A (ja) | 2009-07-13 | 2011-02-03 | Univ Of Tokyo | 運行実績を活用したオンデマンドバスの運行スケジューリングシステム及びその方法 |
JP2013205868A (ja) | 2012-03-27 | 2013-10-07 | Zenrin Datacom Co Ltd | サーバ、経路探索システム、情報処理方法およびコンピュータプログラム |
WO2014045359A1 (ja) | 2012-09-20 | 2014-03-27 | トヨタ自動車株式会社 | オンデマンド車両運行管理装置、オンデマンド車両運行管理方法及びオンデマンド車両運行管理システム |
US20160025505A1 (en) | 2014-07-28 | 2016-01-28 | Hyundai Motor Company | Apparatus and method for generating global path for an autonomous vehicle |
WO2017159176A1 (ja) | 2016-03-17 | 2017-09-21 | 株式会社日立製作所 | 自動運転支援システム、および、自動運転支援方法 |
JP2020063964A (ja) | 2018-10-16 | 2020-04-23 | トヨタ自動車株式会社 | 交通情報決定装置、交通情報システム及び交通情報を決定する方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115148042A (zh) | 2022-10-04 |
CN115148042B (zh) | 2023-12-19 |
US20220316894A1 (en) | 2022-10-06 |
JP2022154867A (ja) | 2022-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10872531B2 (en) | Image processing for vehicle collision avoidance system | |
US11238738B2 (en) | Information providing system, server, mobile terminal, and computer program | |
US10431094B2 (en) | Object detection method and object detection apparatus | |
CN107705554B (zh) | 发送必要性判定装置以及路径规划系统 | |
US20210014643A1 (en) | Communication control device, communication control method, and computer program | |
CN110232837A (zh) | 一种基于v2x的车路协同防撞预警系统 | |
JP6438108B2 (ja) | 安全速度情報生成装置、安全速度生成方法、及びプログラム | |
JP2020196442A (ja) | 事故判定装置 | |
CN110580437B (zh) | 道路交通标志识别装置 | |
US11360479B2 (en) | Traffic information determination device, traffic information system, and method of determining traffic information using processor | |
CN111724616A (zh) | 基于人工智能的数据获取及共享的方法与装置 | |
US20230343208A1 (en) | Pedestrian device, information collection device, base station device, positioning method, user management method, information collection method, and facility monitoring method | |
US11574541B2 (en) | Information processing device, information processing system, program, and information processing method | |
JP2018155577A (ja) | 自動運転車及び制御プログラム | |
US20230148097A1 (en) | Adverse environment determination device and adverse environment determination method | |
CN114792149A (zh) | 一种轨迹预测方法、装置及地图 | |
JP7464454B2 (ja) | 車両制御装置及び車両制御方法 | |
US20220219699A1 (en) | On-board apparatus, driving assistance method, and driving assistance system | |
JP7294365B2 (ja) | ライドシェア車両のルート検索装置及びルート検索方法 | |
KR20210029323A (ko) | 정밀 지도를 이용한 센서 퓨전의 인지 성능 향상을 위한 장치 및 방법 | |
CN114639263B (zh) | 一种车辆停车位置识别方法及装置 | |
EP3971529A1 (en) | Leveraging weather information to improve passenger pickup and drop offs for autonomous vehicles | |
US11371853B2 (en) | Information processing device, information processing method and program | |
JP2022027306A (ja) | 移動体妨害検出装置、移動体妨害検出システム、及び移動体妨害検出プログラム | |
CN114868381A (zh) | 图像处理装置、图像处理方法以及程序 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220809 |
|
TRDD | Decision of grant or rejection written | ||
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230428 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230509 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230522 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7294365 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |