JP7319795B2 - 情報提供装置、情報提供方法、及びプログラム - Google Patents

Description

本発明は、情報提供装置、情報提供方法、及びプログラムに関する。

例えば、雨天時に車両を運転する際には、晴天時に車両を運転する場合よりも多くの注意を払う必要がある。従来、車両の移動経路における天気の情報を提供する技術がある（例えば、特許文献１参照）。この技術では、車両の移動先における降雨情報を提供する。ユーザは、降雨情報を提供されることにより、雨天時における運転の準備を行うことができる。

特開２０１５－２５７１８号公報

上記特許文献１に記載された技術では、降雨情報を提供している。このため、ユーザは、雨が降りそうな場所や時間を予測することができる。しかし、雨が降りそうな場所や時間をユーザが予測できたとしても、雨に対する対応策については提供されない。このため、ユーザは、予測どおりに雨が降ったとしても自ら対処しなければならない。

本発明は、このような事情を考慮してなされたものであり、ユーザに雨天時に対応策を提供することができる情報提供装置、情報提供方法、及びプログラムを提供することである。

この発明に係る情報提供装置、情報提供方法、及びプログラムは、以下の構成を採用した。
（１）：この発明の一態様に係る情報提供装置は、ユーザの行動範囲の情報を含むユーザの行動情報と、前記ユーザの行動範囲の少なくとも一部を含む領域における気象情報及び前記領域における降雨を回避するための降雨回避情報と、を取得する取得部と、降雨状況下における車両への乗車をユーザに回避させるための回避実行情報を生成する生成部と、前記回避実行情報を前記ユーザに提供する情報提供部と、を備える情報提供装置である。

（２）：（１）において、前記降雨回避情報は、前記ユーザが雨宿り可能となる雨宿り設備の所在地を示す雨宿りマップの情報であり、前記取得部は、更に、前記ユーザの現在位置の情報を取得し、前記生成部は、前記回避実行情報として、前記ユーザの現在位置の情報及び前記雨宿りマップの情報に基づいて、ユーザが雨宿りを行うための雨宿り情報を生成するものである。

（３）：（２）において、前記雨宿りマップには、電動車両に対して着脱自在に装着され、前記電動車両の走行用の電力を供給するバッテリの交換及び保管を行うとともに、保管する前記バッテリの充電を行う充電ステーションが前記雨宿り設備として含まれるものである。

（４）：（２）または（３）において、前記生成部は、前記回避実行情報として、前記雨宿りマップの情報に含まれる雨宿り設備のうち、ユーザの現在位置に最も近い雨宿り設備の情報を雨宿り情報として生成するものである。

（５）：（２）から（４）のいずれかにおいて、前記取得部は、ユーザの移動履歴及び前記雨宿り設備における雨宿り実績の情報を取得し、ユーザの移動履歴及び前記雨宿り設備における雨宿り実績の情報に基づいて、前記雨宿りマップを生成して取得するものである。

（６）：（５）において、前記生成部は、機械学習によって得られたモデルにユーザの移動履歴及び前記雨宿り設備における雨宿り実績の情報を入力することで、前記雨宿りマップを生成するものである。

（７）：（２）において、前記降雨回避情報は、前記ユーザの出発地及び目的地の情報と、前記ユーザの出発地から目的地までの経路の情報であり、前記取得部は、更に、気象状態に起因する前記経路の渋滞予測の情報を取得し、前記生成部は、前記回避実行情報として、前記目的地、前記経路、及び前記渋滞予測の情報に基づいて、前記ユーザが出発する時刻の情報を生成するものである。

（８）：（７）において、前記生成部は、機械学習によって得られたモデルにユーザの前記出発地、目的地、前記経路、及び前記渋滞予測の情報を入力することで、前記ユーザが出発する時刻の情報を生成するものである。

（９）：（２）において、前記ユーザの行動範囲には、電動車両に対して着脱自在に装着され、前記電動車両の走行用の電力を供給するバッテリの交換及び保管を行うとともに、保管する前記バッテリの充電を行う充電ステーションが含まれており、前記降雨回避情報は、前記ユーザの出発地及び目的地の情報と、前記ユーザの出発地から目的地までの経路の情報であり、前記取得部は、更に、気象状態に起因する前記経路の渋滞予測の情報を取得し、前記生成部は、前記回避実行情報として、前記目的地、前記経路、及び前記渋滞予測の情報に基づいて、前記渋滞予測によって渋滞が発生すると予測される状況下で、前記バッテリに充電する充電ステーションの情報を生成するものである。

（１０）：（９）において、前記生成部は、前記回避実行情報として、前記渋滞予測によって渋滞が発生すると予測される位置に最も近い位置の充電ステーションの情報を生成するものである。

（１１）：（１０）において、前記生成部は、機械学習によって得られたモデルに前記目的地、前記経路、及び前記渋滞予測の情報を入力することで、前記バッテリに充電する充電ステーションの情報を生成するものである。

（１２）：（６）（８）（１１）のいずれかにおいて、機械学習によって前記モデルを生成するモデル生成部を更に備える、ものである。

（１３）：（１）から（１２）のいずれかにおいて、前記車両は、二輪車両であるものである。

（１４）：この発明の他の態様は、コンピュータが、ユーザの行動範囲の情報を含むユーザの行動情報と、前記ユーザの行動範囲の少なくとも一部を含む領域における気象情報及び前記領域における降雨を回避するための降雨回避情報と、を取得し、降雨状況下における車両への乗車をユーザに回避させるための回避実行情報を生成し、前記回避実行情報を前記ユーザに提供する、情報提供方法である。

（１５）：この発明の他の態様は、コンピュータに、ユーザの行動範囲の情報を含むユーザの行動情報と、前記ユーザの行動範囲の少なくとも一部を含む領域における気象情報及び前記領域における降雨を回避するための降雨回避情報と、を取得させ、降雨状況下における車両への乗車をユーザに回避させるための回避実行情報を生成させ、前記回避実行情報を前記ユーザに提供させる、プログラムである。

（１）～（１５）によれば、ユーザに雨天時に対応策を提供することができる。
（２）によれば、降雨中の車両の走行を抑制することができる。
（３）によれば、雨宿り中にバッテリを交換したりバッテリに充電したりすることができる。
（４）によれば、ユーザが迅速に雨宿りすることができる。
（５）（６）によれば、雨宿りマップの情報を充実させることができる。
（７）（８）によれば、ユーザは、雨が降って渋滞が発生する場合でも、予定した時刻に目的地に到着するための出発時刻を提供することができる。
（９）～（１１）によれば、ユーザは、降雨を避ける際のバッテリに充電することができる。
（１２）によれば、精度のよいモデルを生成できる。
（１３）によれば、ユーザは、降雨中における二輪車両の走行を避けることができる。

実施形態の情報提供装置４００を利用したサービスシステム１の全体構成図である。 実施形態の情報提供装置４００を利用したサービスシステム１のブロック図である。 自己位置データ３７２の一例を示す図である。 移動履歴データ４７２の一例を示す図である。 ユーザ行動データ４７４の一例を示す図である。 気象予測データ５１２の一例を示す図である。 雨宿りマップ生成モデル４８０の生成工程の概念図である。 雨宿りマップデータ４７６の一例を示す図である。 雨宿りデータ４７８の一例を示す図である。 情報提供装置４００において実行される処理の流れの一例を示すフローチャートである。 情報提供装置４００において実行される処理の流れの一例を示すフローチャートである。 出発予定時刻導出モデル４８２の生成工程の概念図である。 雨宿り充電ＳＴ導出モデル４８４の生成工程の概念図である。

以下、図面を参照し、本発明の情報提供装置、情報提供方法、及びプログラムの実施形態について説明する。

［第１実施形態］
本発明の第１実施形態について説明する。

＜サービスシステム１の全体構成＞
図１は、実施形態の情報提供装置４００を利用したサービスシステム１の全体構成図、図２は、実施形態の情報提供装置４００を利用したサービスシステム１のブロック図であるサービスシステム１は、電動車両１０の駆動源であるバッテリユニット１００におけるバッテリ１２０を、複数のユーザで共同利用するシェアサービス（バッテリ共同利用サービス）を提供可能なシステムである。

図１及び図２に示すように、サービスシステム１は、バッテリユニット１００と、充電ステーション２００と、携帯端末３００と、情報提供装置４００とを備える。サービスシステム１のバッテリ共同利用サービスの提供を受けるユーザは、電動車両１０を所有し、充電ステーション２００により貸し出されるバッテリユニット１００を電動車両１０に装着して電動車両１０を走行させる。

バッテリユニット１００は、いずれも電動車両１０に着脱可能な着脱式バッテリ（以下「バッテリ」という）１２０を備える。充電ステーション２００は、ユーザにバッテリユニット１００を貸し出す前に、バッテリユニット１００に含まれるバッテリ１２０に対して充電を済ませておく。ユーザは、貸し出されたバッテリユニット１００のバッテリ１２０の充電量が減少した後、複数の充電ステーション２００のいずれかにおいてバッテリユニット１００を返却する。

充電ステーション２００は、充電量が減少したバッテリ１２０に充電する。充電ステーション２００は、充電が完了し、保管する複数のバッテリユニット１００の一部をユーザに貸し出すとともに、ユーザに貸し出したバッテリユニット１００の返却を受け付ける。こうして、充電ステーション２００は、バッテリ１２０の交換及び保管を行うとともに、保管するバッテリ１２０の充電を行う。

ユーザは、携帯端末３００を所有する。ユーザは、携帯端末３００を利用して、サービスシステム１における種々のサービスを受ける。例えば、ユーザは、携帯端末３００を操作して充電ステーション２００により貸し出されるバッテリユニット１００の予約を行ったり、情報提供装置４００により提供される種々の情報を受信し、受信した情報をユーザに提供したりする。

情報提供装置４００は、ネットワークＮＷを介して複数の充電ステーション２００及び複数の携帯端末３００と通信可能に接続されている。ネットワークＮＷは、例えば、インターネット、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）、プロバイダ装置、無線基地局などを含む。

充電ステーション２００及び携帯端末３００は、ネットワークＮＷを経由して、情報提供装置４００に対して通信データを送受信可能である。情報提供装置４００は、サービスシステム１における複数のバッテリユニット１００、複数の充電ステーション２００、及び複数の携帯端末３００を管理する。

情報提供装置４００は、ネットワークＮＷを介して気象サーバ５００と通信可能に接続されている。気象サーバ５００は、各地の天気の予測に関する気象情報である気象予測データ５１２（図６参照）及び各地の天気の関する気象情報である気象データ５１４を生成し、複数の送信先に送信する。情報提供装置４００は、気象サーバ５００により生成され送信される気象予測データ５１２及び気象データ５１４を受信する。

＜電動車両１０＞
電動車両１０は、バッテリユニット１００を着脱可能に搭載する車両である。電動車両１０は、バッテリユニット１００におけるバッテリ１２０により供給される電力によって駆動される電動モータによって走行する鞍乗り型の車両（「電動二輪車両」）である。電動車両１０には、バッテリユニット１００が搭載される。実施形態では、電動車両１０に２つのバッテリユニット１００と搭載可能である。電動車両１０に搭載可能なバッテリユニット１００は、１つとしてもよいし３つ以上としてもよい。

電動車両１０は、バッテリユニット１００と、ディーゼルエンジンやガソリンエンジンなどの内燃機関とを組み合わせた駆動によって走行するハイブリッド電動車両や燃料電池車両であってもよい。サービスシステム１に適用可能な電動車両１０は、電動二輪車両のほか、電動自転車、電動三輪車、電動四輪車、ハイブリッド車両等の車両、電動キックスケータ、またはロボット等であってもよい。実施形態では、電動車両１０は電動二輪車両であるものとしている。

＜バッテリユニット１００＞
図１に示すように、バッテリユニット１００は、電動車両１０に搭載されるとともに、充電ステーション２００における充電装置２２０に保管される。バッテリユニット１００は、電動車両１０に対して着脱自在に装着されるカセット式である。図２に示すように、バッテリユニット１００は、バッテリ１２０と、バッテリ通信部１４０と、バッテリ制御装置１８０と、を備える。

バッテリ１２０は、例えば、リチウムイオン電池などの蓄電装置（二次電池）である。バッテリ１２０は、電動車両１０に装着されることにより、電動車両１０に対して走行用の電力を供給する。バッテリ１２０により供給される電力は、走行用以外の電力として利用されてもよい。

バッテリ通信部１４０は、電動車両１０及び充電ステーション２００と通信するための機器である。バッテリ通信部１４０は、バッテリユニット１００が電動車両１０に装着されることにより、電動車両１０との間で通信線を介した情報の送受信が可能となる。バッテリ通信部１４０は、バッテリユニット１００のバッテリ１２０が後述する充電器２２７に接続されることにより、充電ステーション２００との間で通信線を介した情報の送受信が可能となる。

バッテリ制御装置１８０は、例えば、バッテリ制御部１８２と、バッテリ記憶部１８６と、を備える。バッテリ制御部１８２は、例えば、ＢＭＵ（Ｂａｔｔｅｒｙ Ｍａｎａｇｅｍｅｎｔ Ｕｎｉｔ；制御部）を備える。ＢＭＵは、バッテリ１２０の充電や放電を制御する。例えば、ＢＭＵは、バッテリユニット１００が充電ステーション２００に保管されているときには、バッテリ１２０に対する充電を制御し、バッテリユニット１００が電動車両１０に装着されているときには、バッテリ１２０に対する充放電を制御する。

バッテリ１２０は、電流センサ、電圧センサ、温度センサなどの各種センサによってその電流値、電圧値、温度などが検出される。これらのセンサは、検出結果をバッテリ制御部１８２に出力する。バッテリ制御部１８２は、出力された各種センサの検出結果に基づいて、バッテリ１２０のＳＯＣ（State Of Charge；「充電率」ともいう）を算出する。バッテリ制御部１８２は、算出したバッテリ１２０のＳＯＣをバッテリ記憶部１８６に格納する。

＜充電ステーション２００＞
充電ステーション２００は、バッテリユニット１００の保管及び充電を行うための設備であり、複数の場所に設置されている。図１及び図２に示すように、充電ステーション２００は、充電装置２２０と、充電ステーション制御装置（以下「ＳＴ制御装置」という）２４０と、を備える。充電装置２２０は、図１に示すスロット部２２１と、認証・表示器２２３と、図２に示す充電器２２７と、を備える。

スロット部２２１は、上段スロット部２２１Ｕと下段スロット部２２１Ｌを備える。上段スロット部２２１Ｕ及び下段スロット部２２１Ｌは、互いに共通する構成を有するため、代表して上段スロット部２２１Ｕの構成について説明する。上段スロット部２２１Ｕは、例えば鉛直軸周り回転するターンテーブルを備える。ターンテーブル上には、バッテリ収容部が設けられる。バッテリ収容部は、ターンテーブルを平面視して４等分に仕切った領域にそれぞれ設けられる。

充電装置２２０の表面には取出口が設けられている。ユーザは、取出口に位置するバッテリ収容部に対して、バッテリユニット１００を外側から出し入れ可能である。取出口に位置する収容部は、ターンテーブルを回転させることにより入れ替え可能である。４つの収容部は仕切り板によって仕切られている。仕切り板は例えば透明の素材で構成される。

認証・表示器２２３は、少なくとも認証機能及び表示機能を有する機器である。認証・表示器２２３は、例えば、近距離通信（ＮＦＣ；Near Field Communication）を用いて、ユーザが携行するＮＦＣカード（不図示）の記録情報を読取可能である。これにより、充電ステーション２００は、この記録情報に含まれるユーザＩＤを用いて、シェアサービスの利用権限を有するユーザを認証する。認証・表示器２２３は、ユーザが所持する電波発信機が発信する電波を検出可能である。認証・表示器２２３は、ユーザが操作した電波発信機が発信した電波の検出結果に基づいて、充電ステーション２００に近づくバッテリユニット１００の利用を予約したユーザを検出する。ユーザＩＤは、例えば、複数のユーザを個々に識別するために、ユーザごとに付された異なる番号からなるＩＤである。

認証・表示器２２３は、例えば、タッチパネル（タッチセンサ付き表示パネル）を備える。これにより、ユーザの操作に応じて必要な情報を入力可能であると共に、ユーザに対して様々な可視情報を提供可能である。認証・表示器２２３は、充電装置２２０の左上部に配置されている。認証・表示器２２３は、種々の情報を表示する。例えば、認証・表示器２２３は、ユーザに貸し出すバッテリユニットが収容された収容部を報知する情報を表示する。

図２に示す充電器２２７は、図１に示すスロット部２２１における各バッテリ収容部のそれぞれの奥側に設けられる。充電器２２７は、バッテリユニット１００のバッテリ１２０と接続し充電することが可能である。充電器２２７には、バッテリ１２０に電力を供給するための電源が接続されている。充電器２２７にバッテリ１２０を接続すると、バッテリユニット１００と充電ステーション２００とが通信線を介して接続され、バッテリユニット１００と充電ステーション２００との間における信号の送受信が可能となる。

図２に示すように、ＳＴ制御装置２４０は、ＳＴ通信部２４２と、ＳＴ制御部２４４と、充電制御部２４６と、ＳＴ記憶部２５０と、を備える。ＳＴ制御部２４４と、充電制御部２４６とは、例えば、ＣＰＵ（Central Processing Unit）などのプロセッサがＳＴ記憶部２５０に格納されたプログラム（ソフトウェア）を実行することで実現される。また、これらの機能部のうち一部または全部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）などのハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予めＨＤＤ（Hard Disk Drive）やフラッシュメモリなどの記憶装置（非一過性記憶媒体）に格納されていてもよいし、ＤＶＤやＣＤ－ＲＯＭなどの着脱可能な記憶媒体（非一過性記憶媒体）に格納されており、記憶媒体がドライブ装置に装着されることでインストールされてもよい。ＳＴ記憶部２５０は、前述した記憶装置により実現される。

ＳＴ通信部２４２は、電動車両１０及び情報提供装置４００と通信するための機器である。ＳＴ通信部２４２は、バッテリユニット１００のバッテリ１２０が充電器２２７に接続されることにより、バッテリユニット１００との間で通信線を介した情報の送受信が可能となる。

ＳＴ通信部２４２は、ネットワークＮＷを介して情報提供装置４００との間で情報を送受信する。ＳＴ通信部２４２は、例えば、セルラー網やＷｉ－Ｆｉ網を接続するための無線モジュールやネットワークＮＷに接続するためのネットワークカードなどの通信インターフェースを含む。

ＳＴ制御部２４４は、バッテリユニット１００のバッテリ１２０が充電器２２７に接続されたときに、バッテリユニット１００のバッテリ記憶部１８６に記憶された情報を、ＳＴ通信部２４２及びバッテリ通信部１４０を介して読み出す。ＳＴ制御部２４４は、バッテリユニット１００から読み出したＳＯＣの情報等に基づいて、バッテリ１２０に対する充電量を算出し、算出した充電量の情報を充電制御部２４６に出力する。

充電制御部２４６は、ＳＴ制御部２４４により出力された充電量の情報等に基づいて、スロット部２２１の収容部に収容されたバッテリユニット１００のバッテリ１２０に充電する。充電制御部２４６は、バッテリ１２０が満充電されるまで電力をバッテリ１２０に充電する。

＜携帯端末３００＞
携帯端末３００は、例えば、バッテリの貸出を受けるユーザが所有するスマートフォン、タブレット端末、ノートパソコンなどの端末装置である。携帯端末３００においては、アプリケーションプログラムやブラウザなどのＵＡ（User Agent）が動作し、バッテリ１２０のシェアサービスをサポートする。携帯端末３００は、充電ステーション２００の所在地を示すステーションマップを参照可能である。ステーションマップは、情報提供装置４００によって保持されていてもよいし、携帯端末３００にダウンロードされてもよい。携帯端末３００は、ユーザの現在位置を用いてステーションマップを検索することで、ユーザの周辺の充電ステーション２００に関する周辺ステーション情報を取得できる。実施形態では、携帯端末３００がスマートフォンであり、アプリケーションプログラム（バッテリ共同利用アプリ）が起動していることを前提とする。携帯端末３００は、ユーザによるバッテリユニット１００の予約を受け付ける。ユーザがバッテリユニット１００の貸出を予約することにより、予約されたバッテリユニット１００の予約ユーザ以外の非予約ユーザに対する貸出が不可とされる。

ユーザは、例えば、携帯端末３００によって近隣の充電ステーション２００を検索し、検索された充電ステーション２００に貸出可能なバッテリユニット１００がある場合に、そのバッテリユニット１００を予約可能である。また、複数の充電ステーション２００が検索されたときには、利用する充電ステーション２００をユーザが選択可能である。

図２に示すように、携帯端末３００は、端末通信部３１０と、端末計時部３２０と、自己位置検出部３３０、タッチパネル３４０と、端末制御部３５０と、端末記憶部３７０と、を備える。端末通信部３１０は、ネットワークＮＷを介して情報提供装置４００との間で情報を送受信する。端末通信部３１０は、例えば、セルラー網やＷｉ－Ｆｉ網を接続するための無線モジュールやネットワークＮＷに接続するためのネットワークカードなどの通信インターフェースを含む。

端末計時部３２０は、例えば電波時計からなり、絶対時刻を計時している。端末計時部３２０は、絶対時刻を計時する時計等であればよく、例えば、電波時計以外の時計等であってもよい。端末計時部３２０は、計時した絶対時刻（以下「端末時刻」という）を端末記憶部３７０に格納する。

自己位置検出部３３０は、例えば、ＧＮＳＳ（Global Navigation Satellite System）受信機と、自己位置検出制御部とを備える。ＧＮＳＳ受信機は、ＧＮＳＳ衛星（例えばＧＰＳ衛星）から到来する電波に基づいて自機の位置（バッテリユニット１００の自己位置）を測位する。自己位置検出制御部は、例えば、ＣＰＵや各種記憶装置を備え、携帯端末３００の自己位置を検出する。自己位置検出部３３０は、検出した携帯端末３００の自己位置に基づいて、ユーザの現在位置の情報である自己位置の情報を生成する。自己位置検出部３３０は、生成した自己位置の情報を端末記憶部３７０に格納する。

タッチパネル３４０は、各種の情報や画像を表示する表示装置と、ユーザの操作を受け付ける入力装置を兼ねるタッチセンサ付き表示パネルである。タッチパネル３４０は、例えば、ＧＵＩ（Graphical User Interface）スイッチを表示し、ＧＵＩスイッチの操作に応じた情報を端末制御部３５０に出力する。ユーザは、携帯端末３００のタッチパネル３４０を操作することにより、バッテリユニット１００の貸出を予約することができる。

端末制御部３５０は、充電ステーション２００によりユーザにバッテリユニット１００が貸し出され、バッテリユニット１００が電動車両１０に装着された後、所定の端末時刻取得タイミング毎に携帯端末３００の自己位置を取得する。端末制御部３５０は、取得した携帯端末３００の自己位置に端末時刻に対応付けてバッテリ記憶部１８６に格納する。端末時刻取得タイミングは、どのように設定してもよい。例えば、端末時刻取得タイミングは、１分ごとや１０分ごととしてもよいし、１時間毎としてもよい。端末時刻取得タイミングは、一定時間毎としてもよいし、時間帯に応じて時間間隔を変動させてもよい。例えば、端末時刻取得タイミングは、昼間は１０分ごとであるが、夜間は１時間ごととしてもよい。端末制御部３５０は、取得した自己位置の情報を現在位置情報として、端末通信部３１０を用いて、情報提供装置４００に送信する。端末制御部３５０は、ユーザがバッテリユニット１００を充電ステーション２００に返却するまで、自己位置検出部３３０により出力される自己位置をバッテリ記憶部１８６に格納する。

端末制御部３５０は、バッテリユニット１００を充電ステーション２００に返却した後、取得した端末時刻及び自己位置の情報を端末記憶部３７０から読み出し、読み出した端末時刻及び自己位置の情報に基づいて自己位置データ３７２を生成する。図３は、自己位置データ３７２の一例を示す図である。図３に示すように、自己位置データ３７２は、ユーザＩＤ、端末時刻、端末時刻ごとの自己位置の項目を含む。自己位置データ３７２は、端末時刻と自己位置とが対応付けられたデータであり、充電ステーション２００により貸し出されたバッテリユニット１００を返却するまでの間のデータとして生成される。端末制御部３５０は、自己位置データ３７２を生成した際、または情報提供装置４００による要求に応じて、生成した自己位置データ３７２を、端末通信部３１０を用いて情報提供装置４００に送信する。

端末制御部３５０は、バッテリ共同利用アプリが起動しているときに、ユーザがバッテリユニット１００のためのタッチパネル３４０の予約操作を行った場合に、ユーザの予約操作に応じた予約希望情報を生成する。端末制御部３５０は、生成した予約希望情報を、端末通信部３１０を用いて、情報提供装置４００に送信する。予約希望情報には、例えば、ユーザＩＤ、バッテリユニット１００の貸出を希望する充電ステーション２００、及び貸出希望時間の情報が含まれる。

＜情報提供装置４００＞
情報提供装置４００は、ウェブサーバまたはアプリサーバとして機能し、携帯端末３００に各種情報を提供しつつ、携帯端末３００によりアップロードされた情報を取得する。情報提供装置４００は、充電ステーション２００と通信することで、ユーザによってバッテリユニット１００が予約されたことを示す情報を充電ステーション２００に送信し、ユーザに貸し出すバッテリユニット１００の指定を行う。

情報提供装置４００は、例えば、情報提供装置４００は、通信部４１０と、取得部４２０と、モデル生成部４３０と、生成部４４０と、情報提供部４５０と、予約部４６０と、記憶部４７０と、を備える。取得部４２０、モデル生成部４３０、生成部４４０、情報提供部４５０、及び予約部４６０は、例えば、ＣＰＵなどのハードウェアプロセッサがプログラム（ソフトウェア）を実行することにより実現される。これらの構成要素のうち一部または全部は、ＬＳＩやＡＳＩＣ、ＦＰＧＡ、ＧＰＵなどのハードウェアによって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予めＨＤＤやフラッシュメモリなどの記憶装置（非一過性記憶媒体）に格納されていてもよいし、ＤＶＤやＣＤ－ＲＯＭなどの着脱可能な記憶媒体（非一過性記憶媒体）に格納されており、記憶媒体がドライブ装置に装着されることでインストールされてもよい。記憶部４７０は、前述した記憶装置により実現される。記憶部４７０は、所定の地域、例えば日本国内の地図情報を記憶している。地図情報には、例えば、所定の地域内におけるユーザが雨宿り可能となる雨宿り設備の位置と名称とが対応付けられて記憶されている。雨宿り設備には、例えば、建築構造物、高架道路、充電ステーション２００などが含まれる。

通信部４１０は、ネットワークＮＷを介して、充電ステーション２００、携帯端末３００、及び気象サーバ５００等との間で情報を送受信する。通信部４１０は、例えば、セルラー網やＷｉ－Ｆｉ網を接続するための無線モジュールやネットワークＮＷに接続するためのネットワークカードなどの通信インターフェースを含む。通信部４１０は、充電ステーション２００、携帯端末３００、及び気象サーバ５００等により送信される各種情報を受信する。

取得部４２０は、通信部４１０を用いて各種情報を取得する。例えば、取得部４２０は、携帯端末３００により送信される自己位置データ３７２、気象サーバ５００により送信される気象予測データ５１２及び気象データ５１４を取得する。気象予測データ５１２が将来の気象を予測するデータであり、気象データ５１４は、過去の気象を記録するデータである。取得部４２０は、取得した自己位置データ３７２、気象予測データ５１２、及び気象データ５１４を記憶部４７０に格納する。

取得部４２０は、取得した自己位置データ３７２に基づいて、ユーザの移動履歴データ４７２を生成して、記憶部４７０に格納する。図４は、移動履歴データ４７２の一例を示す図である。図４に示すように、移動履歴データ４７２は、ユーザＩＤ、使用履歴Ｎｏ、時刻、及び自己位置の項目を含む。ユーザＩＤ、使用履歴Ｎｏ、時刻、自己位置の各項目を含む。

使用履歴Ｎｏは、ユーザが充電ステーション２００からバッテリユニット１００の貸し出しを受けてから返却するまでを１回の使用履歴として、それぞれの使用履歴ごと付される番号である。時刻及び自己位置は、携帯端末３００により送信される自己位置データ３７２に含まれる時刻及びその時刻におけるユーザの位置（自己位置）を示す情報である。

取得部４２０は、携帯端末３００により自己位置データ３７２が送信されると、自己位置データ３７２に付されたユーザＩＤに対応する移動履歴データ４７２を記憶部４７０から読み出す。取得部４２０は、読み出した移動履歴データ４７２に新たな使用履歴Ｎｏを付して、取得した自己位置データ３７２に含まれる時刻及び自己位置の情報を移動履歴データ４７２に追加し、移動履歴データ４７２を更新する。

取得部４２０は、取得したユーザの移動履歴データ４７２に基づいて、ユーザの行動範囲の情報を含むユーザの行動情報であるユーザ行動データを生成する。図５は、ユーザ行動データ４７４の一例を示す図である。図５に示すように、ユーザ行動データ４７４は、ユーザＩＤと、行動範囲の項目を含む。取得部４２０は、例えば、ユーザの移動履歴データ４７２に含まれる自己位置における東西南北のそれぞれの緯度経度の最大値及び最小値を求め、これらの緯度経度の最大値及び最小値を頂点とする矩形の範囲をユーザの行動範囲としてもよい。取得部４２０は、ユーザの移動履歴データ４７２に含まれる自己位置における電動車両１０が通行できる道路が設けられた範囲をユーザの行動範囲としてもよい。取得部４２０は、例えば、ユーザの移動履歴データ４７２に含まれる自己位置を中心とした半径数メートルの範囲を繋いだ領域やその領域に囲まれる領域をユーザの行動範囲としてもよい。

図６は、気象予測データ５１２の一例を示す図である。図６に示すように、気象予測データ５１２は、地域、予測時刻、予測天気の項目が含まれる。地域の項目は、天気予測を行う地域を示す項目である。予測時刻は、予測天気を示す時刻である。予測天気は、予測される天気であり、例えば、「雨」「曇」「晴」などの情報として提供される。気象データ５１４は、気象予測データ５１２と共通の項目を有するデータである。

モデル生成部４３０は、ユーザの行動範囲の少なくとも一部を含む領域における降雨を回避するための降雨回避情報であり、ユーザが雨宿り可能となる雨宿りマップを生成するための雨宿りマップ生成モデル４８０を生成する。モデル生成部４３０は、取得部４２０が取得した自己位置データ３７２、気象データ５１４、及び記憶部４７０が記憶する地図情報に基づいて雨宿りマップ生成モデル４８０を生成する。

ここで使用される気象データ５１４は、例えば、自己位置データ３７２に含まれるユーザＩＤのユーザの行動範囲の少なくとも一部が、地域の領域に含まれるデータとすればよい。自己位置データ３７２は、特定のユーザＩＤのユーザのもののみとしてもよいし、不特定多数、あるいは全部のユーザＩＤのユーザのものとしてもよい。なお、気象データ５１４に代えて気象予測データ５１２を使用してもよい。

モデル生成部４３０は、例えば、移動履歴データ４７２に含まれる時刻、時刻ごとの自己位置、時刻ごとの天気、及び地図の各データを入力データとし、雨宿りマップを出力データとした機械学習によって、雨宿りマップ生成モデル４８０を生成する。雨宿りマップ生成モデル４８０は、例えば、移動履歴データ４７２における時刻、時刻ごとの自己位置、時刻ごとの天気、及び地図の各データを入力データとし、雨宿りマップを出力としたニューラルネットワークモデルからなるモデルである。

モデル生成部４３０は、雨宿りマップ生成モデル４８０を生成する際に、雨宿りマップ生成モデル４８０の出力を積算する。モデル生成部４３０は、雨宿りマップ生成モデル４８０の出力の積算値に回帰分析やクラスタリング処理などの統計処理を施すことにより、雨宿りマップ生成モデル４８０を更新して生成する。モデル生成部４３０は、生成した雨宿りマップ生成モデル４８０を記憶部４７０に格納する。

図７は、雨宿りマップ生成モデル４８０の生成工程の概念図である。モデル生成部４３０は、図７に示すように、入力層と隠れ層と出力層とを有する雨宿りマップ生成モデル４８０を生成する。入力層には、時刻、時刻ごとの自己位置、時刻ごとの天気、及び地図の各データが入力される。出力層からは、雨宿りマップが出力される。隠れ層は、入力層と出力層をつなぐ多層のニューラルネットワークを有する。隠れ層のパラメータは、入力層への入力を学習データとし、出力層から出力されるべきデータを教師データとして機械学習を行うことで最適化される。なお、モデル生成部４３０は、教師なし学習により雨宿りマップ生成モデル４８０を生成するが、教師あり学習により雨宿りマップ生成モデル４８０を生成してもよい。

取得部４２０は、移動履歴データ４７２、地図情報、及び気象データ５１４に基づいて、ユーザの雨宿り実績を取得する。例えば、取得部４２０は、雨天時に電動車両１０に乗車しているユーザが一定時間以上滞在し、電動車両１０を停止させて雨宿りしていると想定される地点を雨宿り地点とする。取得部４２０は、電動車両１０に乗車するユーザが雨天時に一定時間雨宿り地点に滞在しているときに、雨宿り実績を取得する。

取得部４２０は、移動履歴情報と雨宿り実績に基づいて、雨宿りマップデータ４７６を生成して取得する。具体的には、取得部４２０は、モデル生成部４３０により生成された雨宿りマップ生成モデル４８０と、自己位置データ３７２及び気象予測データ５１２に基づいて、雨宿りマップデータ４７６を生成して取得する。

例えば、取得部４２０は、機械学習によって得られた雨宿りマップ生成モデル４８０に、移動履歴データ４７２に含まれる時刻、時刻ごとの自己位置及び時刻ごとの天気などの情報を入力することで、雨宿りマップデータ４７６を生成する。雨宿り地点は、例えば、雨天時に電動車両１０に乗車しているユーザが一定時間以上滞在し、電動車両１０を停止させて雨宿りしていると想定される地点である。取得部４２０は、生成した雨宿りマップデータ４７６を記憶部４７０に格納する。

なお、取得部４２０は、雨宿りマップ生成モデル４８０を用いることなく、雨宿りマップ生成モデル４８０の入力層に入力された各データに基づくルールベースによって雨宿りマップデータ４７６を生成してもよい。あるいは、雨宿り実績のデータを生成し、移動履歴データ４７２と雨宿り実績データにより、モデルを生成したりルールベースを用いたりして雨宿りマップデータ４７６を生成してもよい。

図８は、雨宿りマップデータ４７６の一例を示す図である。図８に示すように雨宿りマップデータ４７６は、複数の雨宿り設備及び雨宿り地点等の項目を含む。雨宿りデータは、例えば地区ごとに分類されて生成されている。雨宿り設備は、雨宿りを行うために適した設備またはユーザがよく雨宿りを行う設備であり、例えば、ユーザが雨宿りするための雨宿り設備の名称を示す。具体的には、建築物の名称や高架下となる道路の名称、充電ステーションの名称などである。雨宿り地点は、ユーザが雨宿り可能となる雨宿り設備の所在地を示し、雨宿り地点の項目には、例えば、電動車両１０に乗車するユーザが雨宿りをすることができる位置情報（緯度、経度）が含まれる。生成部４４０は、雨宿り地点は特定できるが雨宿り設備は特定できない場合には、雨宿り設備の項目をブランクとしてもよい。

生成部４４０は、降雨状況下における電動車両１０への乗車をユーザに回避させるための回避実行情報であり、ユーザが雨宿りを行うための雨宿り情報である雨宿りデータ４７８を生成する。生成部４４０は、携帯端末３００により送信された自己位置データ３７２と、取得部４２０により生成されて取得された雨宿りマップデータ４７６に基づいて、雨宿りデータ４７８を生成する。生成部４４０は、気象予測データ５１２における天気の項目に雨が含まれている場合に雨宿りデータ４７８を生成する。

図９は、雨宿りデータ４７８の一例を示す図である。図９に示すように、雨宿りデータ４７８は、降雨予測時刻、降雨予測地域、雨宿り設備、及び雨宿り地点の各項目を含む。降雨予測時刻、降雨予測地点、雨宿り設備、及び雨宿り地点は、携帯端末３００により送信される現在位置情報により推定される所定の時刻におけるユーザの滞在位置及び気象予測データ５１２により予測されるユーザの滞在位置の天気に基づいて設定される。

例えば、１７時にユーザがＡ地区を通過し、携帯端末３００により送信された自己位置データ３７２に基づき、ユーザが１７時の時点でＡ地区に滞在すると設定し、１７時におけるＡ地区の天気が雨であるとする。この場合、生成部４４０は、雨宿りマップデータ４７６を参照し、Ａ地区における雨宿り設備及び雨宿り地点の情報を記憶部４７０から読み出す。生成部４４０は、読み出した雨宿り設備及び雨宿り地点の情報に基づいて雨宿りデータ４７８を生成し、情報提供部４５０に出力する。

生成部４４０は、例えば、１７時の時点におけるＡ地区内のユーザの滞在位置を推定し、推定したユーザの滞在位置に最も近い位置の雨宿り設備を第１候補として雨宿りデータ４７８を生成する。生成部４４０は、さらに、生成部４４０は、推定したユーザの地点に対して、次に近い位置、さらにはその次に近い位置の雨宿り設備をそれぞれ第２候補、第３候補として雨宿りデータ４７８を生成する。図９の例では、雨宿り設備を第５候補まで生成している。第１実施形態では、生成部４４０は、雨宿り設備まで含む雨宿りデータ４７８に含まれる雨宿り設備を第５候補とするが、第１候補のみとしてもよいし、その他の数の候補を挙げるようにしてもよい。なお、にわか雨、ゲリラ豪雨、スコールなどといった突発的な雨など、急変する天気を予測した天気の情報を含む気象予測データ５１２を受信した場合などには、ユーザの現在位置をそのままユーザの滞在位置と扱うようにしてもよい。

情報提供部４５０は、生成部４４０により送信された雨宿りデータ４７８を、通信部４１０を用いてユーザの携帯端末３００に送信し、雨宿りできる地点の位置や雨宿り設備などの情報をユーザに提供する。情報提供部４５０により送信された雨宿りデータ４７８を受信した携帯端末３００は、例えば、雨宿りデータ４７８に含まれる雨宿り地点をタッチパネル３４０に表示させる。携帯端末３００は、タッチパネル３４０に表示させた地図上に雨宿り地点をシンボルで表示するとともに、雨宿り設備の構造物名のテキストデータ等を合わせてタッチパネル３４０に表示させることで、雨宿りデータ４７８を提供する。こうして、情報提供部４５０は、例えば、ユーザが電動車両１０に乗車して走行している間に雨に降られそうである場合に、雨宿りを行うための雨宿り設備の位置などの情報をユーザに提供する。

予約部４６０は、携帯端末３００により送信された予約希望情報が記憶部４７０に格納されている場合に、予約希望情報に基づいて予約情報を生成する。予約情報には、例えば、バッテリユニット１００を予約したユーザのユーザＩＤ、予約した充電ステーション２００のＳＴＩＤ、予約時間等の情報が含まれる。ＳＴＩＤは、例えば、複数の充電ステーション２００を個々に識別するために、充電ステーション２００ごとに付された異なる番号からなるＩＤである。

予約部４６０は、予約希望情報に含まれるユーザＩＤを予約情報のユーザＩＤとして生成する。予約部４６０は、予約希望情報に含まれるバッテリユニット１００の貸出を希望する充電ステーション２００の情報に基づいて予約した充電ステーション２００のＳＴＩＤの情報を生成する。予約部４６０は、予約希望情報に含まれる貸出希望時間の情報に基づいて予約情報を生成する。予約部４６０は、生成した予約情報を、通信部４１０を用いて貸出充電ステーションに送信する。

＜気象サーバ５００＞
気象サーバ５００は、例えば、衛星より送信される情報等に基づいて、所定の地域、例えば日本国内の天気を予測する。気象サーバ５００は、サーバ記憶部５１０及びサーバ制御部５２０を備える。サーバ制御部５２０は、例えば天気の予測を随時行い、予測した天気を一定時間ごと、例えば１時間ごとにまとめた気象予測データ５１２を生成し、サーバ記憶部５１０に格納する。サーバ制御部５２０は、サーバ記憶部５１０に格納された気象予測データ５１２を随時提供する。気象サーバ５００は、例えば、突発的な雨などの急変する天気を予測した場合には、予測した天気の情報を含む気象予測データ５１２を即時に提供する。

サーバ制御部５２０は、各地の過去の天気を一定時間ごと、例えば１時間ごとにまとめた気象データ５１４を生成し、サーバ記憶部５１０に格納する。サーバ制御部５２０は、サーバ記憶部５１０に格納された気象データ５１４を随時提供する。気象予測データ５１２や気象データ５１４を提供する時間間隔は、１時間以外の時間でもよく、１分毎や３０分毎、１日ごとでもよい。あるいは、サーバ制御部５２０は、情報提供装置４００によるリクエストを受け付けたときに気象予測データ５１２や気象データ５１４を提供するようにしてもよい。情報提供装置４００は、気象サーバ５００により提供される気象予測データ５１２及び気象データ５１４を、ネットワークＮＷを介して取得する。

次に、情報提供装置４００における処理の一例について説明する。情報提供装置４００は、携帯端末３００により送信された自己位置データ３７２を受信したときに雨宿りマップ生成モデル４８０を更新し、雨宿りマップデータ４７６を生成する。情報提供装置４００は、ユーザが電動車両１０に乗車しているときに気象予測データ５１２における天気の項目に雨が含まれている場合に、雨宿りデータ４７８を生成してユーザに提供する。そこで、まず、携帯端末３００により送信された自己位置データ３７２を情報提供装置４００が受信したときの処理について説明する。

図１０は、情報提供装置４００において実行される処理の流れの一例を示すフローチャートである。図１０に示すフローは、携帯端末３００により送信された自己位置データ３７２を受信したときの流れを示す。情報提供装置４００は、通信部４１０において、携帯端末３００により送信される自己位置データ３７２を受信したか否かを判定する（ステップＳ１１０）。自己位置データ３７２を受信していないと判定した場合、情報提供装置４００は、自己位置データ３７２を受信するまでステップＳ１１０の処理を繰り返す。

自己位置データ３７２を受信したと判定した場合、取得部４２０は、自己位置データ３７２情報に基づいて移動履歴データ４７２を更新する（ステップＳ１２０）。続いて、取得部４２０は、取得した移動履歴データ４７２に基づいて、ユーザ行動データ４７４を更新する（ステップＳ１３０）。

続いて、取得部４２０は、更新したユーザ行動データ４７４に基づいて、ユーザの行動範囲の少なくとも一部を含む地域（領域）の気象データ５１４を、通信部４１０を用いて取得する（ステップＳ１４０）。続いて、モデル生成部４３０は、取得部４２０により更新された移動履歴データ４７２及び気象サーバ５００により送信された気象データ５１４の各項目を入力データとする機械学習を行い、雨宿りマップ生成モデル４８０を更新する（ステップＳ１５０）。続いて、取得部４２０は、更新した雨宿りマップ生成モデル４８０及び移動履歴データ４７２及び気象データ５１４を用いて雨宿りマップデータを生成する（ステップＳ１６０）。こうして、情報提供装置４００は、図１０に示すフローチャートの処理を終了する。

次に、情報提供装置４００は、ユーザが電動車両１０に乗車しているときに気象予測データ５１２における天気の項目に雨が含まれている場合の情報提供装置４００の処理について説明する。図１１は、情報提供装置４００において実行される処理の流れの一例を示すフローチャートである。図１１に示すように、情報提供装置４００は、ユーザが電動車両１０に乗車しているか否かを判定する（ステップＳ２１０）。ユーザが電動車両１０に乗車しているか否かの判定は、任意の方法で行ってよい。例えば、携帯端末３００により現在位置情報に基づいて、ユーザが電動車両１０に乗車しているか否かの判定を行ってもよいし、例えば、ユーザに貸し出されたバッテリユニット１００の位置を追跡し、その追跡結果に基づいてユーザが電動車両１０に乗車しているか否かを判定してもよい。

ステップＳ２１０において、ユーザが電動車両１０に乗車していないと判定した場合、情報提供装置４００は、ステップＳ２１０の処理を繰り返す。ユーザが電動車両１０に乗車していると判定した場合、情報提供装置４００は、取得した気象予測データ５１２における天気の項目に「雨」が含まれているか否かを判定する（ステップＳ２２０）。情報提供装置４００は、取得した気象予測データ５１２における天気の項目に「雨」が含まれているか否かの判定を、時間や地域を規定して行ってもよい。例えば、情報提供装置４００は、現在から数時間以内に天気の項目に「雨」が含まれるか否かに基づいて判定してもよいし、現在地から数ｋｍ以内の範囲で天気の項目に「雨」が含まれるか否かに基づいて判定してもよい。情報提供装置４００は、時間や地域を規定する際には、例えば、時間帯、ユーザの行動範囲やバッテリユニット１００におけるバッテリ１２０のＳＯＣ、ユーザの目的地等に基づいて時間や地域を変動させてもよい。

ステップＳ２２０において、気象予測データ５１２における天気の項目に「雨」が含まれていないと判定した場合、情報提供装置４００は、ステップＳ２１０に戻り、ステップＳ２１０の処理を繰り返す。気象予測データ５１２における天気の項目に「雨」が含まれていると判定した場合、生成部４４０は、記憶部４７０により携帯端末３００により送信された自己位置データ３７２と取得部４２０により生成されて取得された雨宿りマップデータ４７６に基づいて雨宿りデータ４７８を生成する（ステップＳ２３０）。

続いて、情報提供部４５０は、生成部４４０により生成された雨宿りデータ４７８を、通信部４１０を用いてユーザの携帯端末３００に送信する（ステップＳ２４０）。こうして、情報提供装置４００は、図１１に示すフローチャートの処理を終了する。

上記第１実施形態に係る情報提供装置４００は、降雨状況下における電動車両１０への乗車をユーザに回避させるための回避実行情報として、ユーザが雨宿りを行うための雨宿りデータ４７８を生成してユーザに提供する。このため、ユーザが降雨にあった場合に、どのように対処するか、例えば、どこで雨宿りを行うかの情報をユーザに提供できる。したがって、ユーザに雨天時に対応策を提供することができる。

また、ユーザが電動車両１０に乗車して電動車両１０が走行しているときに突然降雨に見舞われた場合にも、ユーザに雨宿りデータ４７８を提供できる。ユーザは、素早く雨宿り設備に移動することができるので、降雨中の電動車両１０の走行を抑制することができる。特に、電動車両１０が二輪車両である場合、雨の中を走行すると、ユーザが雨に打たれて濡れてしまう可能性が高い。これに対して、ユーザに雨宿りデータ４７８を提供することにより、ユーザが迅速に雨宿り設備に移動することができるので、ユーザが濡れる時間を短くしたりぬれなくしたりすることができる。しかも、ユーザの現在位置に最も近い雨宿り設備の情報を提供することにより、ユーザが濡れる時間をさらに短くすることができる。

また、雨宿りマップデータ４７６を生成するための雨宿りマップ生成モデル４８０を機械学習により生成するので、ユーザの使用頻度に応じた雨宿りマップを生成できる。また、機械学習により生成した雨宿りマップ生成モデル４８０を用いて雨宿りマップデータ４７６を生成し、雨宿りマップデータ４７６を用いて雨宿りデータ４７８を生成する。このため、適切な雨宿り設備をユーザに提供することができる。

［第２実施形態］
次に、本発明の第２実施形態について、第１実施形態との相違点を中心に説明する。

図２に示す第２実施形態の情報提供装置４００における取得部４２０は、ユーザが現在地から目的地まで移動するにあたり、ユーザの出発地及び目的地の情報である出発地情報及び目的地情報と、出発地から目的地までの経路の情報である経路情報と、を取得する。さらに、取得部４２０は、目的地への到着予定時刻の情報である到着予定時刻情報を取得する。

出発地情報、目的地情報、経路情報、及び到着予定時刻情報は、任意の手法により取得してよい。例えば、携帯端末３００によりユーザが出発地及び目的地を入力できるようにし、ユーザが入力した出発地及び目的地の情報を携帯端末３００が情報提供装置４００に送信し、取得部４２０が取得して出発地情報及び目的地情報としてもよい。取得部４２０は、取得した出発地情報及び目的地情報から経路情報を生成してもよい。

あるいは、携帯端末３００が出発地及び目的地に基づいて経路情報を生成して情報提供装置４００に送信してもよい。出発地は、携帯端末３００における自己位置検出部３３０により検出される自己位置としてもよい。あるいは、出発地及び目的地を日常使用する位置、例えば、自宅と会社や学校などとし、経路は決まった経路として携帯端末３００の端末記憶部３７０や情報提供装置４００の記憶部４７０に記憶されていてもよい。

到着予定時刻情報は、携帯端末３００によりユーザが入力できるようにし、ユーザが入力した到着予定時刻情報を携帯端末３００が情報提供装置４００に送信してもよい。あるいは、例えば、会社への通勤や学校への通学などの到着予定時刻が定まっている場合には、携帯端末３００の端末記憶部３７０に到着予定時刻情報を格納しておき、情報提供装置４００に送信したり、情報提供装置４００の記憶部４７０に到着予定時刻情報を格納しておいたりしてもよい。

取得部４２０は、第１実施形態同様、気象サーバ５００により提供される気象予測データ５１２を、通信部４１０を用いて取得する。取得部４２０は、取得した経路情報及び気象予測データ５１２に基づいて、気象状態に起因する経路の渋滞予測の情報である渋滞予測情報を導出して取得する。気象状態に起因する経路の渋滞とは、例えば、降雨や強風などの気象（自然的要因）に基づいて、発生する渋滞である。取得部４２０は、出発地情報、目的地情報、経路情報、及び渋滞予測情報を取得した場合に、取得したこれらの情報をそのまま記憶部４７０に格納する。取得部４２０は、例えば、気象状態に起因する渋滞予測を行う道路管理センタ等により広域渋滞予測情報が提供される場合には、道路管理センタ等により提供される広域渋滞予測情報等に基づいて、ユーザが利用する経路の渋滞予測情報を取得してもよい。

モデル生成部４３０は、ユーザが出発地から目的地に移動する際に出発する予定時刻の情報である出発予定時刻情報を求めるための出発予定時刻導出モデル４８２を学習モデルとして生成する。モデル生成部４３０は、例えば、出発地、目的地、経路、到着予定時刻、及び渋滞予測データを入力データとし、出発予定時刻を出力データとした機械学習によって、ニューラルネットワークモデルからなる出発予定時刻導出モデル４８２を生成する。モデル生成部４３０は、生成した出発予定時刻導出モデル４８２を記憶部４７０に格納する。

図１２は、出発予定時刻導出モデル４８２の生成工程の概念図である。モデル生成部４３０は、図１２に示すように、入力層と隠れ層と出力層とを有する出発予定時刻導出モデル４８２を生成する。入力層には、出発地、目的地、経路、到着予定時刻、及び渋滞予測データが入力される。出力層からは、出力データが出力される。隠れ層は、入力層と出力層をつなぐ多層のニューラルネットワークを有する。隠れ層のパラメータは、入力層への入力を学習データとし、出力層から出力されるべきデータを教師データとして機械学習を行うことで最適化される。なお、モデル生成部４３０は、教師なし学習により出発予定時刻導出モデル４８２を生成するが、教師あり学習により出発予定時刻導出モデル４８２を生成してもよい。

生成部４４０は、取得部４２０により取得した出発地、目的地、経路、到着予定時刻、渋滞予測の各情報と、モデル生成部４３０により生成された出発予定時刻導出モデル４８２を用いて、出発予定時刻を導出する。生成部４４０は、導出した出発予定時刻の情報を情報提供部４５０に出力する。なお、生成部４４０は、出発予定時刻導出モデル４８２を用いることなく、出発予定時刻導出モデル４８２の入力層に入力された各データに基づくルールベースによって出発予定時刻を導出してもよい。情報提供部４５０は、生成部４４０により出力された出発予定時刻の情報を、通信部４１０を用いてユーザの携帯端末３００に送信し、出発予定時刻の情報をユーザに提供する。

情報提供装置４００は、出発予定時刻導出タイミングとなったときに、出発予定時刻を導出する。出発予定時刻導出タイミングは、どのように設定してもよい。例えば、ユーザが出発予定時刻の導出をリクエストしたタイミングを出発予定時刻導出タイミングとしてもよいし、会社への通勤や学校への通学のため、前日の夜間の決まった時刻を出発予定時刻導出タイミングとしてもよい。

情報提供装置４００は、出発予定時刻導出タイミングとなっている場合に、生成部４４０において、取得部４２０により取得された出発地、目的地、経路、到着予定時刻、渋滞予測の各情報と、モデル生成部４３０により生成された出発予定時刻導出モデル４８２を読み出す。生成部４４０は、読み出したこれらの情報に基づいて、出発予定時刻を導出し、情報提供部４５０に出力する。情報提供部４５０は、生成部４４０により出力された出発予定時刻の情報を携帯端末３００に送信する。

上記第２実施形態では、気象状態に起因する経路の渋滞予測の情報を取得し、渋滞情報に基づいて、ユーザが出発する時刻の情報を生成し、ユーザに提供する。このため、降雨による渋滞が経路に発生する場合でも、到着予定時刻に到着するための出発予定時刻をユーザに提供することができる。

例えば、気象状態に起因する経路の渋滞が発生する場合には、渋滞が発生しない場合よりも早い時刻、例えば渋滞状況に応じた時間分早めた時刻を出発予定時刻としてユーザに提供する。このため、ユーザは、気象状態に起因する経路の渋滞が発生したとしても、出発予定時刻を早めすぎることなく、到着予定時刻に目的に到着することができる。また、出発予定時刻情報を求めるための出発予定時刻導出モデル４８２を機械学習により生成するので、精度良い出発予定時刻をユーザに提供することができる。

なお、情報提供装置４００は、出発予定時刻の生成及び提供に代えて、気象状態に起因する経路の渋滞を避ける出発地から目的地までの経路を生成し、ユーザに提供するようにしてもよい。この場合に、出発予定時間や消費電力等の情報を合わせて生成して提供してもよい。また、第２実施形態の情報提供装置４００は、渋滞があった場合でも到着予定時刻までに目的地に到着する出発予定時刻を生成して提供するが、他の情報を生成して提供してもよい。例えば、情報提供装置４００は、渋滞を回避するための出発予定時刻を生成して提供してもよいし、渋滞を回避するためのルートを生成して提供してもよい。

［第３実施形態］
次に、本発明の第３実施形態について、第１実施形態との相違点を中心に説明する。

図２に示す第３実施形態の情報提供装置４００における取得部４２０は、第２実施形態と同様に、携帯端末３００により送信等される出発地情報、目的地情報、経路情報、及び到着予定時刻情報を取得する。さらに、取得部４２０は、第２実施形態と同様に、気象予測データ５１２や渋滞予測情報を取得する。

第３実施形態の情報提供装置４００は、ステーションマップを記憶部４７０に格納しており、取得部４２０は、ステーションマップを読み出すことにより、経路の近傍における充電ステーション２００の情報である充電ＳＴ情報を取得する。充電ＳＴ情報には、例えば、充電ステーション２００の所在地、ＳＴＩＤ、営業時間等の情報が含まれる。

モデル生成部４３０は、ユーザが出発地から目的地まで移動している間に、ユーザが雨に降られた場合に、雨宿りをするための充電ステーション（以下「雨宿り充電ステーション」という）の充電ＳＴ情報（以下「雨宿り充電ＳＴ情報」という）を求めるための雨宿り充電ＳＴ導出モデル４８４を学習モデルとして生成する。モデル生成部４３０は、例えば、出発地、目的地、経路、到着予定時刻、渋滞予測データ、及び充電ＳＴ情報に含まれる充電ステーション２００の所在地及び営業時間を入力データとし、雨宿りに利用される充電ステーション２００を出力データとした機械学習によって、ニューラルネットワークモデルからなる雨宿り充電ＳＴ導出モデル４８４を生成する。モデル生成部４３０は、生成した雨宿り充電ＳＴ導出モデル４８４を記憶部４７０に格納する。

図１３は、雨宿り充電ＳＴ導出モデル４８４の生成工程の概念図である。モデル生成部４３０は、図１３に示すように、入力層と隠れ層と出力層とを有する雨宿り充電ＳＴ導出モデル４８４を生成する。入力層には、出発地、目的地、経路、到着予定時刻、渋滞予測データ、及び充電ステーション２００の所在地及び営業時間が入力される。充電ステーション２００の所在地は、経路に沿って設置される充電ステーション２００の全てについての所在地とする。また、経路から所定範囲内、例えば経路から２ｋｍ以内などの距離的条件や経路から２分以内などの時間的条件を満たす所定版に内の充電ステーション２００の全てについての所在地などしてもよい。隠れ層は、入力層と出力層をつなぐ多層のニューラルネットワークを有する。隠れ層のパラメータは、入力層への入力を学習データとし、出力層から出力されるべきデータを教師データとして機械学習を行うことで最適化される。なお、モデル生成部４３０は、教師なし学習により雨宿り充電ＳＴ導出モデル４８４を生成するが、教師あり学習により雨宿り充電ＳＴ導出モデル４８４を生成してもよい。

生成部４４０は、取得部４２０により取得した出発地、目的地、経路、到着予定時刻、渋滞予測、充電ステーション２００の所在地の各情報と、モデル生成部４３０により生成された雨宿り充電ＳＴ導出モデル４８４を用いて、雨宿り充電ステーションを導出する。生成部４４０は、導出した雨宿り充電ＳＴ情報を情報提供部４５０に出力する。なお、生成部４４０は、雨宿り充電ＳＴ導出モデル４８４を用いることなく、雨宿り充電ＳＴ導出モデル４８４の入力層に入力された各データに基づくルールベースによって雨宿り充電ステーションを導出してもよい。情報提供部４５０は、生成部４４０により出力された雨宿り充電ＳＴ情報を、通信部４１０を用いてユーザの携帯端末３００に送信し、雨宿り充電ステーションの所在地や営業時間等の情報をユーザに提供する。

情報提供装置４００は、渋滞予測として、降雨による気象状態に起因する渋滞が渋滞予測情報に含まれる場合に、雨宿り充電ステーションを導出する。雨宿り充電ステーションの導出は、例えば、第２実施形態における出発予定時刻導出タイミングと同じタイミングで実行してもよいし、その他のタイミング、例えば、出発する直前のタイミングなどに実行してもよい。

情報提供装置４００は、生成部４４０において、取得部４２０により取得された出発地、目的地、経路、到着予定時刻、渋滞予測、充電ステーション２００の各情報と、モデル生成部４３０により生成された雨宿り充電ＳＴ導出モデル４８４を読み出す。生成部４４０は、読み出したこれらの情報に基づいて、雨宿り充電ステーションを導出し、雨宿り充電ＳＴ情報を情報提供部４５０に出力する。情報提供部４５０は、生成部４４０により出力された雨宿り充電ＳＴ情報を携帯端末３００に送信する。

上記第３実施形態では、雨宿り充電ＳＴ情報をユーザに提供するので、ユーザは、雨宿りを行うとともに、雨宿り中にバッテリユニット１００を交換したり、バッテリユニット１００のバッテリ１２０に充電したりすることができる。したがって、雨宿りをしているユーザの時間を有効に活用することができる。また、雨宿り充電ＳＴ情報を生成するための雨宿り充電ＳＴ導出モデル４８４を機械学習により生成するので、ユーザのニーズに見合った雨宿り充電ＳＴ情報を提供することができる。

なお、上記第１実施形態から第３実施形態については、各実施形態の構成を組み合わせて実施する態様としてもよい。また、第２実施形態及び第３実施形態における渋滞情報は、降雨による気象状態に起因する渋滞についての情報であるが、気象によるもの以外の原因による渋滞についての情報であってもよい。例えば、事故や工事等によって生じる渋滞やいわゆる自然渋滞についての渋滞情報であってもよい。

上述した実施形態では、バッテリ共同利用アプリが動作する携帯端末３００を用いてバッテリユニット１００の予約や位置情報の取得を行うが、例えば、バッテリ共同利用サービス専用の端末機器によってバッテリユニット１００の予約や位置情報の取得を行うようにしてもよい。この場合、バッテリ共同利用サービス専用の端末機器は、例えば、バッテリ共同利用サービスの運営者がユーザに貸与または譲渡したものでもよい。

以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

１…サービスシステム
１０…電動車両
１００…バッテリユニット
１２０…バッテリ
１４０…バッテリ通信部
１８０…バッテリ制御装置
１８２…バッテリ制御部
１８６…バッテリ記憶部
２００…充電ステーション
２２０…充電装置
２４０…ＳＴ制御装置
２４２…ＳＴ通信部
２４４…ＳＴ制御部
２４６…充電制御部
２５０…ＳＴ記憶部
３００…携帯端末
３１０…端末通信部
３２０…端末計時部
３３０…自己位置検出部
３４０…タッチパネル
３５０…端末制御部
３７０…端末記憶部
３７２…自己位置データ
４００…情報提供装置
４１０…通信部
４２０…取得部
４３０…モデル生成部
４４０…生成部
４５０…情報提供部
４６０…予約部
４７０…記憶部
４７２…移動履歴データ
４７４…ユーザ行動データ
４７６…雨宿りマップデータ
４７８…雨宿りデータ
４８０…雨宿りマップ生成モデル
４８２…出発予定時刻導出モデル

Claims (15)

1. ユーザの行動範囲の情報を含むユーザの行動情報と、前記ユーザの行動範囲の少なくとも一部を含む領域における気象情報及び前記領域における降雨を回避するための降雨回避情報と、を取得する取得部と、
   降雨状況下における車両への乗車をユーザに回避させるための回避実行情報を生成する生成部と、
   前記回避実行情報を前記ユーザに提供する情報提供部と、
   を備え、
   前記降雨回避情報は、前記ユーザが雨宿り可能となる雨宿り設備の所在地を示す雨宿りマップの情報であり、
   前記取得部は、更に、前記ユーザの現在位置の情報を取得し、
   前記生成部は、前記回避実行情報として、前記ユーザの現在位置の情報及び前記雨宿りマップの情報に基づいて、ユーザが雨宿りを行うための雨宿り情報を生成し、
   前記雨宿りマップには、電動車両に対して着脱自在に装着され、前記電動車両の走行用の電力を供給するバッテリの交換及び保管を行うとともに、保管する前記バッテリの充電を行う充電ステーションが前記雨宿り設備として含まれる、
   情報提供装置。
2. ユーザの行動範囲の情報を含むユーザの行動情報と、前記ユーザの行動範囲の少なくとも一部を含む領域における気象情報及び前記領域における降雨を回避するための降雨回避情報と、を取得する取得部と、
   降雨状況下における車両への乗車をユーザに回避させるための回避実行情報を生成する生成部と、
   前記回避実行情報を前記ユーザに提供する情報提供部と、
   を備え、
   前記取得部は、更に、前記ユーザの現在位置の情報を取得し、
   前記ユーザの行動範囲には、電動車両に対して着脱自在に装着され、前記電動車両の走行用の電力を供給するバッテリの交換及び保管を行うとともに、保管する前記バッテリの充電を行う充電ステーションが含まれており、
   前記降雨回避情報は、前記ユーザの出発地から目的地までの経路の情報であり、
   前記取得部は、更に、気象状態に起因する前記経路の渋滞予測の情報を取得し、
   前記生成部は、前記回避実行情報として、前記経路及び前記渋滞予測の情報に基づいて、前記渋滞予測によって渋滞が発生すると予測される状況下で、前記バッテリに充電する充電ステーションの情報を生成する、
   情報提供装置。
3. 前記生成部は、前記回避実行情報として、前記渋滞予測によって渋滞が発生すると予測される位置に最も近い位置の充電ステーションの情報を生成する、
   請求項２に記載の情報提供装置。
4. 前記生成部は、機械学習によって得られたモデルに前記経路及び前記渋滞予測の情報を入力することで、前記バッテリに充電する充電ステーションの情報を生成する、
   請求項３に記載の情報提供装置。
5. 前記生成部は、前記回避実行情報として、前記雨宿りマップの情報に含まれる前記雨宿り設備のうち、前記ユーザの現在位置に最も近い雨宿り設備の情報を前記雨宿り情報として生成する、
   請求項１に記載の情報提供装置。
6. 前記取得部は、
   ユーザの移動履歴及び前記雨宿り設備における雨宿り実績の情報を取得し、
   該雨宿り実績の情報に基づいて、前記雨宿りマップを生成して取得する、
   請求項１または５に記載の情報提供装置。
7. 前記生成部は、機械学習によって得られたモデルに前記ユーザの移動履歴及び前記雨宿り設備における雨宿り実績の情報を入力することで、前記雨宿りマップを生成する、
   請求項６に記載の情報提供装置。
8. 前記降雨回避情報は、前記ユーザの出発地及び目的地の情報と、前記ユーザの出発地から目的地までの経路の情報であり、
   前記取得部は、更に、気象状態に起因する前記経路の渋滞予測の情報を取得し、
   前記生成部は、前記回避実行情報として、前記経路及び前記渋滞予測の情報に基づいて、前記ユーザが出発する時刻の情報を生成する、
   請求項１から７のうちいずれか１項に記載の情報提供装置。
9. 前記生成部は、機械学習によって得られたモデルにユーザの前記出発地、目的地、前記経路、及び前記渋滞予測の情報を入力することで、前記ユーザが出発する時刻の情報を生成する、
   請求項８に記載の情報提供装置。
10. 機械学習によって前記モデルを生成するモデル生成部
    を更に備える、請求項４、７、９のうちいずれか１項に記載の情報提供装置。
11. 前記車両は、二輪車両である、
    請求項１から１０のうちいずれか１項に記載の情報提供装置。
12. コンピュータが、
    ユーザの行動範囲の情報を含むユーザの行動情報と、前記ユーザの行動範囲の少なくとも一部を含む領域における気象情報及び前記領域における降雨を回避するための降雨回避情報と、を取得し、
    降雨状況下における車両への乗車をユーザに回避させるための回避実行情報を生成し、 前記回避実行情報を前記ユーザに提供し、
    前記降雨回避情報は、前記ユーザが雨宿り可能となる雨宿り設備の所在地を示す雨宿りマップの情報であり、
    前記コンピュータは、更に、
    前記ユーザの現在位置の情報を取得し、
    前記回避実行情報として、前記ユーザの現在位置の情報及び前記雨宿りマップの情報に基づいて、ユーザが雨宿りを行うための雨宿り情報を生成し、
    前記雨宿りマップには、電動車両に対して着脱自在に装着され、前記電動車両の走行用の電力を供給するバッテリの交換及び保管を行うとともに、保管する前記バッテリの充電を行う充電ステーションが前記雨宿り設備として含まれる、
    情報提供方法。
13. コンピュータに、
    ユーザの行動範囲の情報を含むユーザの行動情報と、前記ユーザの行動範囲の少なくとも一部を含む領域における気象情報及び前記領域における降雨を回避するための降雨回避情報と、を取得させ、
    降雨状況下における車両への乗車をユーザに回避させるための回避実行情報を生成させ、
    前記回避実行情報を前記ユーザに提供させ、
    前記降雨回避情報は、前記ユーザが雨宿り可能となる雨宿り設備の所在地を示す雨宿りマップの情報であり、
    前記コンピュータに、更に、
    前記ユーザの現在位置の情報を取得させ、
    前記回避実行情報として、前記ユーザの現在位置の情報及び前記雨宿りマップの情報に基づいて、ユーザが雨宿りを行うための雨宿り情報を生成させ、
    前記雨宿りマップには、電動車両に対して着脱自在に装着され、前記電動車両の走行用の電力を供給するバッテリの交換及び保管を行うとともに、保管する前記バッテリの充電を行う充電ステーションが前記雨宿り設備として含まれる、
    プログラム。
14. コンピュータが、
    ユーザの行動範囲の情報を含むユーザの行動情報と、前記ユーザの行動範囲の少なくとも一部を含む領域における気象情報及び前記領域における降雨を回避するための降雨回避情報と、を取得し、
    降雨状況下における車両への乗車をユーザに回避させるための回避実行情報を生成し、
    前記回避実行情報を前記ユーザに提供し、
    前記コンピュータは、更に、
    前記ユーザの現在位置の情報を取得し、
    前記ユーザの行動範囲には、電動車両に対して着脱自在に装着され、前記電動車両の走行用の電力を供給するバッテリの交換及び保管を行うとともに、保管する前記バッテリの充電を行う充電ステーションが含まれており、
    前記降雨回避情報は、前記ユーザの出発地から目的地までの経路の情報であり、
    前記コンピュータは、更に、
    気象状態に起因する前記経路の渋滞予測の情報を取得し、
    前記回避実行情報として、前記経路及び前記渋滞予測の情報に基づいて、前記渋滞予測によって渋滞が発生すると予測される状況下で、前記バッテリに充電する充電ステーションの情報を生成する、
    情報提供方法。
15. コンピュータに、
    ユーザの行動範囲の情報を含むユーザの行動情報と、前記ユーザの行動範囲の少なくとも一部を含む領域における気象情報及び前記領域における降雨を回避するための降雨回避情報と、を取得させ、
    降雨状況下における車両への乗車をユーザに回避させるための回避実行情報を生成させ、
    前記回避実行情報を前記ユーザに提供させ、
    前記コンピュータに、更に、
    前記ユーザの現在位置の情報を取得させ、
    前記ユーザの行動範囲には、電動車両に対して着脱自在に装着され、前記電動車両の走行用の電力を供給するバッテリの交換及び保管を行うとともに、保管する前記バッテリの充電を行う充電ステーションが含まれており、
    前記降雨回避情報は、前記ユーザの出発地から目的地までの経路の情報であり、
    前記コンピュータに、更に、
    気象状態に起因する前記経路の渋滞予測の情報を取得させ、
    前記回避実行情報として、前記経路及び前記渋滞予測の情報に基づいて、前記渋滞予測によって渋滞が発生すると予測される状況下で、前記バッテリに充電する充電ステーションの情報を生成させる、
    プログラム。

Images