WO2013111506A1 - 進路予測情報提供装置、進路予測情報提供方法およびプログラム - Google Patents

進路予測情報提供装置、進路予測情報提供方法およびプログラム Download PDF

Info

Publication number
WO2013111506A1
WO2013111506A1 PCT/JP2012/083846 JP2012083846W WO2013111506A1 WO 2013111506 A1 WO2013111506 A1 WO 2013111506A1 JP 2012083846 W JP2012083846 W JP 2012083846W WO 2013111506 A1 WO2013111506 A1 WO 2013111506A1
Authority
WO
WIPO (PCT)
Prior art keywords
value
region
prediction
noise
route
Prior art date
Application number
PCT/JP2012/083846
Other languages
English (en)
French (fr)
Inventor
圭介 梅津
Original Assignee
日本電気株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 日本電気株式会社 filed Critical 日本電気株式会社
Publication of WO2013111506A1 publication Critical patent/WO2013111506A1/ja

Links

Images

Classifications

    • 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
    • G01C21/3605—Destination input or retrieval
    • G01C21/3617—Destination input or retrieval using user history, behaviour, conditions or preferences, e.g. predicted or inferred from previous use or current movement

Definitions

  • the present invention relates to a route prediction information providing device, a route prediction information providing method, and a program, and more particularly to a route prediction information providing device and the like that can accurately provide information that a user will need.
  • Non-patent Document 1 Car navigation systems are already widely used, as can be seen from the questionnaire survey conducted in December 2010 (Non-patent Document 1) that the ownership rate was 52.2% among adult men and women. Moreover, its ownership rate is increasing year by year. And the accuracy and function are improving year by year, and in recent years, car navigation devices that acquire information from a server via a public wireless communication network such as a mobile phone have already become commonplace.
  • a car navigation device having a function of acquiring information considered to be from a server and presenting it to a user.
  • a recommendation function For example, when the remaining amount of gasoline falls below a certain amount, information on the gas station is presented, and when the continuous driving time exceeds a certain time, information on restaurants and rest areas is presented.
  • the car navigation device cannot select the data required by the user, and therefore cannot execute the recommendation function.
  • a large amount of data is stored in the server, most of which is data related to the user's current location, destination, and location unrelated to the planned travel route. That is, it is not practically possible to download and present all data stored in the server regardless of the current location or destination of the user, and it is not information that can be used by the user.
  • Patent Document 1 describes a technology that solves such a problem, predicts a user's route even when the user does not input a destination, and executes a recommendation function based on the predicted route. ing.
  • the future course of the mobile body is calculated as a prediction target area (course prediction area) based on the current location and the traveling direction, and provided to the car navigation device.
  • the car navigation apparatus can select and provide information to the user within the prediction target area.
  • Patent Document 2 discloses a travel plan in which a cell including a planned travel route is extracted from a map divided into a plurality of cells, and information about facilities on the route is acquired to create a travel plan.
  • a creation device is described.
  • Patent Document 3 describes a route prediction device that predicts the route of a car from the past travel history of the car.
  • Patent Document 4 describes a traffic environment prediction device that predicts the course of each automobile in a specific area.
  • Patent Document 5 describes a car navigation device that can guide a car to an “entertainment route”.
  • Patent Document 6 describes a travel route prediction device that presents to a user link information related to a travel route (for example, information on points to be noted in driving such as railroad crossings).
  • JP 2003-057049 A Republished WO97 / 06522 JP 2006-284254 A Japanese Patent Laid-Open No. 2008-276552 JP 2009-244160 A JP 2009-270877 A
  • the course of the vehicle is calculated as a “course prediction area” based on the current location and the current traveling direction.
  • the larger the area calculated as the predicted route area the more the recommendation function can provide the user with the information, but conversely there is more information that is not included in the planned travel route (that is, useless for the user) even within the same area. It will be included.
  • the techniques described in Patent Documents 1 to 6 do not consider such points at all, and thus cannot provide information that the user will need.
  • An object of the present invention is to provide a route prediction information providing apparatus, a route prediction information providing method, and a program capable of accurately providing information that a user will need.
  • the route prediction information providing apparatus predicts a future route of the mobile body based on a travel log that is a route traveled by the mobile body in the past, and information related to the route.
  • a route prediction information providing device that provides a user of the mobile body with a travel log storage unit that stores a travel log in advance, and a region that stores in advance the positions and shapes of a plurality of regions in which the mobile body can move
  • the shape storage unit In the travel route of the mobile object in the travel log for each area, the shape storage unit, application execution means for operating application software that provides information related to the position and shape of the area to the user of the mobile object
  • a coverage predictive value calculation unit that calculates a value obtained by dividing the route length included in the area by the total length of the travel route of the moving body in the travel log
  • a noise prediction value calculation unit that calculates a noise prediction value that is a prediction value of a ratio at which application software specified according to the position and shape of the region provides inappropriate information
  • a noise prediction value calculation unit that calculates
  • the route prediction information providing method provides a future course of a moving object based on a traveling log that is a route traveled in the past of the moving object stored in advance in the traveling log storage unit.
  • a route prediction information providing apparatus that predicts and provides information related to the route to the user of the mobile object, and a plurality of mobile objects whose shapes and shapes are stored in advance in the region shape storage unit can move
  • the coverage predictive value calculation unit uses a value obtained by dividing the route length included in the region in the travel route of the mobile object in the travel log by the total length of the travel route of the mobile object in the travel log as the coverage predictive value.
  • Noise prediction which is a predicted value of the ratio at which application software that calculates and provides the user with information specified for each region according to the position and shape of the region provides inappropriate information Is calculated by the noise prediction value calculation unit, and a second value preset for the noise prediction value is obtained from a value obtained by multiplying the coverage prediction value by a first weight value preset for the coverage prediction value.
  • Information related to the selected optimum region is selected by the optimum region selection unit as the optimum region, and the region with the maximum value obtained by subtracting the value obtained by multiplying the noise predicted value by the weight value is subtracted.
  • the application execution means operates application software that provides the program.
  • a course prediction information providing program provides a future course of a moving object based on a traveling log that is a route traveled in the past of the moving object stored in advance in a traveling log storage unit.
  • a route prediction information providing device that predicts and provides information related to the route to the user of the mobile object, and the shape and shape are stored in advance in a region shape storage unit in a computer provided in the route prediction information providing device.
  • the value obtained by dividing the path length included in the area in the travel path of the mobile body in the travel log by the total length of the travel path of the mobile body in the travel log Procedures to calculate as predicted values, application software that provides users with information specified according to the position and shape of the area for each area
  • a procedure for calculating a noise prediction value that is a predicted value of a ratio to be provided, a value obtained by multiplying a coverage predictive value by a first weight value set in advance for the coverage predictive value, and a noise predictive value as a target A procedure for selecting an area where the value obtained by multiplying the noise prediction value multiplied by the second weight value is subtracted as an optimum area and outputting the optimum area, and related to the selected optimum area
  • a procedure for operating application software that provides information to be executed For each of a plurality of areas in which a moving body can move, the value obtained by dividing the path length included in the area in the travel path of the mobile body in the travel log by the total length of the travel path of the mobile body in the travel
  • the present invention is configured to calculate the coverage predictive value and the noise predicted value from the past travel log and select the optimum region from the calculated value, and therefore, the accuracy is accurately determined based on the values of the coverage and noise.
  • the user's course can be predicted. Accordingly, it is possible to provide a route prediction information providing apparatus, a route prediction information providing method, and a program having an excellent feature that it is possible to accurately provide information that the user will need.
  • FIG. 3 is an explanatory diagram showing an example of storage contents of a travel log storage unit shown in FIGS.
  • FIG. 3 is an explanatory diagram showing an example of storage contents of a region shape storage unit shown in FIGS.
  • 3 is a flowchart showing operations of a course prediction information providing unit and an application execution unit shown in FIGS.
  • FIG. 8 is an explanatory diagram illustrating an example of a travel start point, a travel direction, a destination, and a travel prediction region of travel logs that are overlapped in the process illustrated in step S ⁇ b> 114 of FIG. 7. It is explanatory drawing shown about the state after superimposing the movement start point of the travel log shown in FIG. 8, the advancing direction, and the advancing prediction area
  • FIG. 14 is an explanatory diagram showing an example of storage contents of a content storage unit shown in FIGS. 14 is a flowchart showing the operation of the route prediction information providing apparatus shown in FIGS.
  • the course prediction information providing apparatus 10 predicts a future course of the mobile body based on a travel log that is a path traveled by the mobile body in the past, and obtains information related to the course of the mobile body. It is a course prediction information provision apparatus provided with respect to a user.
  • the route prediction information providing apparatus 10 includes a travel log storage unit 24 that stores a travel log in advance, an area shape storage unit 25 that stores in advance the positions and shapes of a plurality of regions in which the mobile body can move, Application execution means 16 that operates application software that provides information related to the shape to the user of the mobile object, and the path length included in the area in the travel route of the mobile object in the travel log for each area
  • a coverage predictive value calculation unit 21 that calculates a value divided by the total length of the travel route of the moving body in the travel log as a coverage predictive value, and an application specified for each region according to the position and shape of the region
  • a noise prediction value calculation unit 22 that calculates a noise prediction value that is a prediction value of a ratio at which software provides inappropriate information, and a coverage prediction value Then, a value obtained by multiplying the noise prediction value by a second weight value preset for the noise prediction value is subtracted from a value obtained by multiplying the coverage prediction value by the first weight value set in advance.
  • an optimum area selecting unit 23
  • the coverage predictive value calculation unit 21 sets the average value of the coverage predictive values calculated for a plurality of traveling logs in the most recent predetermined period in each region as the coverage predictive value for the region.
  • the noise prediction value calculation unit 22 uses any one or more of the area of the region, the number of data existing in the region, and the total size of the data existing in the region, to determine the noise of the region. Calculate the predicted value.
  • the route prediction information providing apparatus 10 can accurately predict the route of the moving body and provide the user with appropriate information corresponding to the route. Hereinafter, this will be described in more detail.
  • FIG. 2 is an explanatory diagram showing the configuration of the course prediction information providing apparatus 10 according to the first embodiment of the present invention.
  • the course prediction information providing device 10 is mounted on the automobile 1 and has a basic configuration as a computer device. That is, the route prediction information providing apparatus 10 includes a processor 11 that is a main body that executes a computer program, a storage unit 12 that stores data, a travel route recording unit 13 that records a route traveled by the automobile 1 in the past, and a user. Input / output means 14 for receiving an operation command from the computer and presenting a processing result corresponding to the operation command to the user. All of these are connected to a common bus 17 to exchange data inside the apparatus.
  • the travel route recording means 13 records a travel route by GPS (Global Positioning System) or the like.
  • the input / output means 14 is built in, for example, the dashboard of the automobile 1 so that a driver or a passenger can input an operation command and can refer to a processing result.
  • the course prediction information providing apparatus 10 can be used in many types of mobile objects such as bicycles, two-wheeled vehicles, and pedestrians, in addition to automobiles. In the present specification, the following description will be made assuming that the moving body on which the route prediction information providing device 10 is mounted is the automobile 1.
  • the processor 11 obtains the travel route of the automobile 1 from the travel route recording means 13 and stores it as a travel log by the operation of the computer program. It functions as a route prediction information providing unit 20 that predicts a region including a point that will be advanced, and an application execution unit 16 that executes application software based on the predicted region.
  • the application software executed by the application execution means 16 is, for example, car navigation or providing information (recommendation function) associated therewith. This will also be described later.
  • the storage unit 12 has storage areas such as a travel log storage unit 24 in which the travel route acquisition unit 15 stores a travel log and an area shape storage unit 25 described later.
  • FIG. 1 is an explanatory diagram showing a more detailed configuration of the course prediction information providing unit 20 shown in FIG.
  • the course prediction information providing unit 20 includes functions such as an exhaustiveness prediction value calculation unit 21, a noise prediction value calculation unit 22, and an optimum region selection unit 23.
  • the coverage predictive value calculation unit 21 reads the travel log from the travel log storage unit 24, and is a predicted value of the proportion of the travel route included in the route prediction region among the routes traveled after the time when the automobile 1 performs the prediction. A certain comprehensiveness prediction value is calculated.
  • the noise prediction value calculation unit 22 predicts the application disadvantage caused by the shape of the region stored in the region shape storage unit 25, that is, the ratio of the application software providing inappropriate information. Calculate a predicted noise value.
  • the optimal region selection unit 23 is configured to generate a plurality of information stored in the region shape storage unit 25 based on the coverage prediction value calculated by the coverage prediction value calculation unit 21 and the noise prediction value calculated by the noise prediction value calculation unit 22. One area is selected from the areas. Details of the functions described above, particularly the details of the concepts of “completeness prediction value” and “noise prediction value” will be described later.
  • FIG. 3 is an explanatory diagram showing an example of the contents stored in the travel log storage unit 24 shown in FIGS.
  • the travel log acquired by the travel route acquisition means 15 and stored in the travel log storage unit 24 can be acquired by GPS or the like, and the time 24a and the latitude 24b and longitude 24c of the point where the automobile 1 traveled at that time. It consists of.
  • FIG. 4 is an explanatory diagram showing an example of the contents stored in the region shape storage unit 25 shown in FIGS.
  • the “area” in the present embodiment indicates the course prediction result of the moving object provided to the application.
  • the region is defined by a fan shape.
  • This “region” can be defined by an arbitrary shape instead of a sector shape, which will be described later.
  • the area shape storage unit 25 stores an area ID 25a, a sector radius 25b, a sector central angle 25c, and an X coordinate position 25d and a Y coordinate position 25e of a moving body (automobile) in the sector area. Yes.
  • the X-coordinate position 25d and the Y-coordinate position 25e are positions when the center point of the sector shape in the area is used as the origin.
  • the coverage predictive value calculation unit 21 performs prediction by a mobile object that is a target of course prediction based on the travel log stored in the travel log storage unit 24 and the region definition data stored in the region shape storage unit 25.
  • the coverage predictive value which is the predicted value of the proportion of the moving path included in the area predicted as the path among the paths moving after the time to be calculated, is calculated corresponding to each area stored in the area shape storage unit 25. To do.
  • the noise prediction value calculation unit 22 calculates a noise prediction value, which is a disadvantage for an application determined by the shape of the region stored in the region shape storage unit 25, that is, a prediction value of a ratio at which application software provides inappropriate information, Calculation is performed by a method defined for each application.
  • a noise prediction value which is a disadvantage for an application determined by the shape of the region stored in the region shape storage unit 25, that is, a prediction value of a ratio at which application software provides inappropriate information
  • the recommendation function predicts that information data corresponding to points in the range will be required for the user in the future and downloads the data from the server. It is a function to present to.
  • the disadvantage for this recommendation function can be defined as “the amount of data downloaded from the server but not actually recommended to the user”. As described above, since the disadvantage increases as the area of the area increases, it can be considered that there is a certain degree of correlation between the "area of the area” and the "predicted noise value”. .
  • the area of this region can also be obtained geometrically from the shape and dimensions of each region stored in the region shape storage unit 25. For example, the area excluding the sea, rivers, forests, etc. is stored in the region shape storage unit 25. It can also be remembered.
  • any numerical value that is considered to have a strong correlation with the disadvantage can be used as an index for calculating the noise prediction value. More specifically, for example, the noise prediction value based on the number of data existing in the area, the total size of those data, or the ratio of the actual travel distance to the total road length in the area. May be calculated.
  • the optimum region selection unit 23 is configured to store a plurality of regions stored in the region shape storage unit 25 based on the coverage prediction value calculated by the coverage prediction value calculation unit 21 and the noise prediction value calculated by the noise prediction value calculation unit 22. One area is selected from the areas.
  • the optimum region selection unit 23 selects a region where the CV value represented by the following formula 1 is maximum.
  • the comprehensiveness prediction value is a numerical value calculated by the comprehensiveness prediction value calculation unit 21, and the noise prediction value is a numerical value calculated by the noise prediction value calculation unit 22.
  • a value obtained by subtracting a value obtained by multiplying the noise predictive value by the weight value Wn from a value obtained by multiplying the comprehensiveness predictive value by the weight value Wm is the CV represented by Equation 1.
  • the weight values Wm and Wn satisfy 0 ⁇ Wm ⁇ 1 and 0 ⁇ Wn ⁇ 1.
  • the CV shown in the following formula 2 can be used instead of the above formula 1.
  • the weight values Wm and Wn satisfy 0 ⁇ Wm ⁇ 1 and 0 ⁇ Wn ⁇ 1.
  • FIG. 6 is a flowchart showing the operations of the course prediction information providing unit 20 and the application execution unit 16 shown in FIGS.
  • the coverage predictive value calculation unit 21 reads the travel log stored in the travel log storage unit 24 and the contents of a plurality of regions stored in the region shape storage unit 25, and calculates the coverage predictive value for each region (step) S101).
  • the travel log read by the coverage predictive value calculation unit 21 may be all the travel logs stored in the travel log storage unit 24, or a part of the travel logs, for example, “travel within the last three months”. For example, a traveling log that matches a predetermined condition may be selected.
  • the area read by the comprehensive predictive value calculation unit 21 may be all areas stored in the area shape storage unit 25, or may be an area designated in advance by the user, such as “a straight line from the current location of the automobile 1. An area that satisfies a predetermined condition such as “within a distance of 100 km or less” may be selected.
  • the noise prediction value calculation unit 22 reads the contents of a plurality of regions stored in the region shape storage unit 25, and calculates a noise prediction value for each region (step S102).
  • the area read by the noise prediction value calculation unit 22 may be the entire area stored in the travel log storage unit 24 or a part of the area, as in the calculation of the comprehensiveness prediction value. However, it is preferable to read the same area as that read in step S101.
  • the optimum region selection unit 23 is shown in Equation 1 for a plurality of regions stored in the region shape storage unit 25 based on the coverage predictive value calculated in step S101 and the noise predicted value calculated in step S102.
  • a CV value is calculated, a region where the CV value is maximized is selected as “an optimum course prediction region for the application”, and information about the region is output to the application execution means 16 (step S103).
  • the application execution means 16 operates application software such as car navigation in accordance with the information about the optimum course prediction area (step S104). More specifically, the aforementioned recommendation function is operated based on the course prediction area, and information about the area is presented to the user.
  • FIG. 7 is a flowchart showing a more detailed operation of the coverage predictive value calculation unit 21 shown as step S101 in FIG.
  • the coverage predictive value calculation unit 21 reads the content of an arbitrary region from the regions stored in the region shape storage unit 25 (step S111). Subsequently, the coverage predictive value calculation unit 21 reads the content of the travel log stored in the travel log storage unit 24 (step S112).
  • the number of contents of the travel log read in step S112 may be the number of travel logs stored in the travel log storage unit 24 or less.
  • the comprehensiveness prediction value calculation part 21 determines the advancing direction of the motor vehicle 1 in each traveling log read in step S112 (step S113).
  • the “traveling direction of the automobile 1” may be “a direction connecting points after traveling a certain distance (eg, 1 km) from the travel log travel start point” or “travel log A direction in which the movement start point is connected to the position of the vehicle after a minute time may be set as the traveling direction. Other methods can be used as appropriate.
  • FIG. 8 is an explanatory diagram showing an example of the movement start point 51a, the traveling direction 51b, the destination 51c, and the traveling prediction area 52 of the travel log 51 that are superimposed in the process shown in step S114 of FIG.
  • FIG. 9 is an explanatory diagram showing a state after the movement start point 51a and the traveling direction 51b of the travel log shown in FIG.
  • step S114 instead of “the movement start point of each travel log”, “a point at which a specific distance from the movement start point of each travel log has been completed” may be used. For example, when the distance from the movement start point of the automobile 1 to the current position is 5 km, in step S114, the point moved 5 km from the movement start point of each travel log is overlapped with the traveling direction and the predicted travel area. You can also.
  • the comprehensiveness predictive value calculation unit 21 calculates the comprehensiveness of each traveling log based on the result of superimposing in step S114 (step S115).
  • the completeness is calculated by the following mathematical formula 3. For example, in FIGS. 8 to 9, when the travel route length is 12 km and the length of the route included in the progress prediction region is 10 km, the coverage of the travel log with respect to the route prediction region is 10 ⁇ 12 ⁇ 0.83. Become.
  • the comprehensiveness predictive value calculation unit 21 calculates an average value (or a representative value such as a median value) of the comprehensiveness of each travel log calculated in step S115, and uses the result as the comprehensiveness predictive value (Ste S116).
  • the coverage predictive value calculation unit 21 performs the processing shown in steps S111 to S116 for the remaining region for which the coverage predictive value is to be calculated, and performs the processing otherwise. The process ends (step S117).
  • the route prediction information providing method predicts a future route of the mobile body based on a travel log that is a route traveled in the past of the mobile body stored in advance in the travel log storage unit 24, and the route In the course prediction information providing apparatus 10 that provides information related to the user of the mobile object, the shape and shape of the mobile object whose shape is stored in advance in the area shape storage unit 25 can be moved to a plurality of regions.
  • the coverage predictive value calculation unit calculates, as the coverage predictive value, a value obtained by dividing the route length included in the region in the travel route of the mobile object in the travel log by the total length of the travel route of the mobile object in the travel log ( FIG. 6, step S101), for each region, the predicted value of the ratio at which application software that provides the user with information specified according to the position and shape of the region provides inappropriate information
  • a noise prediction value calculation unit calculates a noise prediction value (step S102 in FIG. 6), and noise prediction is performed from a value obtained by multiplying the coverage prediction value by a first weight value set in advance for the coverage prediction value.
  • the optimum region selection unit selects the region where the value obtained by subtracting the value obtained by multiplying the noise prediction value by the second weight value set in advance for the value as the optimum region is selected as the optimum region, and outputs this (FIG. 6, step S103), the application execution means operates application software that provides information related to the selected optimum region (FIG. 6, step S104).
  • each said operation step this may be programmed so that execution is possible with a computer, and you may make it perform these by the processor 11 of the course prediction information provision apparatus 10 which performs each said step directly.
  • the program may be recorded on a non-temporary recording medium, such as a DVD, a CD, or a flash memory. In this case, the program is read from the recording medium by a computer and executed.
  • the present embodiment which is configured as described above, has an effect of accurately predicting the future course of the mobile body from the travel log and providing the predicted course in an optimum shape for the application software.
  • the reason is that, among the future courses of the mobile body, the coverage predictive value that is the predicted value included in the area with the position of the mobile body as the reference point, and the ratio that the application software provides inappropriate information
  • the noise prediction value that is the prediction value of the image is calculated, one region is selected from a plurality of regions based on the comprehensiveness prediction value and the noise prediction value, and the shape is provided to the application execution means. is there.
  • the shape of each region stored in the region shape storage unit 225 is a rectangular shape in the configuration of the first embodiment. Also with this configuration, the same effect as described in the first embodiment can be obtained. Hereinafter, this will be described in more detail.
  • FIG. 10 is an explanatory diagram showing the configuration of the course prediction information providing apparatus 210 according to the second embodiment of the present invention. Since the course prediction information providing apparatus 210 has almost the same configuration as the course prediction information providing apparatus 10 according to the first embodiment, the same elements are referred to by the same names and reference numbers.
  • the area shape storage unit 25 of the course prediction information providing apparatus 10 is simply replaced with another area shape storage unit 225.
  • the others are all the same as the route prediction information providing apparatus 10.
  • FIG. 11 is an explanatory diagram showing an example of the contents stored in the region shape storage unit 225 shown in FIG.
  • the area shape storage unit 25 stores data defining the shape of a fan-shaped area.
  • the area shape storage unit 225 of this embodiment stores a rectangular shape as an area. ing.
  • a direction parallel to the traveling direction of the automobile 1 is a side A and a direction perpendicular to the side B is a side B.
  • the region shape storage unit 225 stores a region ID 225a of each region, a side A that is the length of each side A and side B.
  • the length 225b and the side B length 225c, the X coordinate position 225d and the Y coordinate position 225e of the moving body (automobile) in the area are stored.
  • the area shape storage unit 225 may be configured to store an arbitrary shape such as a circle, a triangle, a rhombus, etc. in addition to such a rectangle. Further, a plurality of types of shapes may be stored together with each shape type. Of course, there is no particular change in the processing contents in other components of the route prediction information providing apparatus 210 regardless of the shape of each region.
  • content data corresponding to the selected optimum region is acquired from the external device 330 and stored in the content storage unit 326 provided in advance. It has content acquisition means 318 for storing, and content deletion means 319 for deleting content that does not correspond to the selected optimum area from the content storage unit.
  • the optimum region selection unit 323 uses the numerical value of the minimum coverage prediction value that is the minimum value of the coverage prediction value provided in advance from the application execution unit 316 and the maximum noise prediction value that is the maximum value of the noise prediction value. Then, the second weight value is calculated from a value obtained by multiplying the coverage predictive value by the first weight value in a range in which the coverage predictive value is larger than the minimum predictive coverage value and the noise predicted value is smaller than the maximum noise predictive value. It is assumed that a region having the maximum value obtained by subtracting the value obtained by multiplying the predicted noise value by the noise is selected as an optimal region and output to the application execution means.
  • FIG. 12 is an explanatory diagram showing the configuration of the course prediction information providing apparatus 310 according to the third embodiment of the present invention. Since the course prediction information providing apparatus 310 has almost the same configuration as the course prediction information providing apparatus 10 according to the first embodiment, the same elements are referred to by the same names and reference numbers.
  • the route prediction information providing device 310 is hardware-related data in addition to the elements of the first embodiment shown in FIG. 1 and data with the external device 330 via the wireless public communication network.
  • a communication means 317 for performing communication is added.
  • the external device 330 includes a communication unit 331 and a storage unit 332, and reads data corresponding to the transmission request from the storage unit 332 according to the transmission request received from the route prediction information providing device 310 via the communication unit 331. Send back.
  • the processor 11 of the route prediction information providing apparatus 310 provides the route prediction information providing unit 15 that is the same as that in the first embodiment and the route prediction information that is different from that in the first embodiment, by operating the computer program.
  • the means 320 coverage predictive value calculating unit 21, noise predicted value calculating unit 22, optimum region selecting unit 323) and application executing means 316, it functions as a content acquiring means 318 and a content deleting means 319.
  • the comprehensiveness prediction value calculation unit 21 and the noise prediction value calculation unit 22 are the same as those in the first embodiment.
  • the storage unit 12 has a storage area as the content storage unit 326 in addition to the travel log storage unit 24 and the region shape storage unit 25 that are the same as those in the first embodiment.
  • FIG. 13 is an explanatory diagram showing a more detailed configuration of the course prediction information providing unit 320, the application execution unit 316, the content acquisition unit 318, and the content deletion unit 319 shown in FIG.
  • the application execution unit 316 operates application software such as car navigation as described above based on the area acquired from the optimum area selection unit 323. In addition, the application execution unit 316 sends the minimum coverage prediction value and the maximum noise prediction value defined by the application software to the optimal region selection unit 323, and the optimal region selection unit 323 uses the region as a basis. It has a function of selecting one of a plurality of areas stored in the shape storage unit 25.
  • the optimum area selection unit 323 selects one area based on the minimum coverage predictive value acquired from the application execution unit 316. More specifically, a region where the coverage predictive value is larger than the minimum coverage predictive value defined by the application software and the noise predictive value is the smallest is selected.
  • the optimum area selection unit 323 selects one area based on the maximum noise prediction value acquired from the application execution unit 316. More specifically, a route prediction region having a noise prediction value smaller than the maximum noise prediction value defined by the application software and having the largest comprehensiveness prediction value is selected.
  • the content deletion unit 319 acquires the area selected by the optimal area selection unit 323 from the optimal area selection unit 23 and is not related to the area acquired from the optimal area selection unit 23 among the content data stored in the content storage unit 326. Delete the data.
  • the content deletion unit 319 may operate so as to delete some but not all of the data not related to the area acquired from the optimum area selection unit 323.
  • the content acquisition unit 318 acquires the region selected by the optimal region selection unit 23 from the optimal region selection unit 23, acquires content data related to the region from the external device 330 via the communication unit 317, and stores the content data. Stored in the unit 326.
  • the content acquisition unit 318 may operate so as to acquire some but not all of the data not related to the region acquired from the optimal region selection unit 323.
  • the communication unit 317 executes data communication with the external device 330.
  • the content storage unit 326 stores content data used by application software executed by the application execution unit 316 together with position data represented by latitude and longitude.
  • FIG. 14 is an explanatory diagram showing an example of the contents stored in the content storage unit 326 shown in FIGS.
  • the content storage unit 326 includes a content ID 326a that uniquely identifies each content, a content acquisition time 326b that indicates the time when the content was acquired from the external device 330, a latitude 326c and a longitude 326d of a location corresponding to the content, and a content body Content data such as 326e is stored.
  • the data structure of the content storage unit 326 is not limited to the above example.
  • data of items other than the above may be stored.
  • the content main body 326e is not limited to text data, and may be a still image, a moving image, audio, or a combination of a plurality of types of data (for example, text + moving image + sound). Good.
  • FIG. 15 is a flowchart showing the operation of the course prediction information providing apparatus 310 shown in FIGS.
  • the application execution unit 316 sends numerical values of the minimum coverage predictive value and the maximum noise predicted value in advance to the optimum region selecting unit 323 according to the type of application to be operated (step S400).
  • the minimum coverage predictive value and the maximum noise predicted value may be determined according to the type of application that the application execution unit 316 operates, and even if they are the same application, It may be determined according to the characteristics of a certain area (for example, whether it is a city center or a suburb). Of course, the minimum coverage prediction value and the maximum noise prediction value may be determined based on other criteria.
  • Steps S101 to S102 are the same as the operation of the course prediction information providing apparatus 10 according to the first embodiment shown in FIG.
  • the optimum region selection unit 323 selects the optimum course prediction region for the application. “Large” and “the predicted noise value is greater than the maximum predicted noise value”.
  • the application execution unit 316 performs step S404 described later
  • the content deletion unit 319 performs step S405 described later
  • the content acquisition unit 318 performs step S406 described later. Execute steps 7 to 7. Since each of these is executed separately, it need not be executed in the order of the numbers.
  • step S404 the application execution unit 316 acquires one area selected by the optimum area selection unit 323 in step S103, and executes various applications based on the acquired areas.
  • step S405 the content deletion unit 319 obtains one area selected by the optimum area selection unit 323 in step S103 from the optimum area selection unit 323, and the optimum area selection unit 323 out of the content data stored in the content storage unit 326. Delete data that is not related to the acquired area.
  • step S406 the content acquisition unit 318 acquires one area selected by the optimal area selection unit 323 in step S103 from the optimal area selection unit 323, and relates to the area acquired from the optimal area selection unit 323 via the communication unit 317.
  • the acquired content data is acquired from the external device 330.
  • the content acquisition unit 318 stores the content data acquired from the external device 330 in the content storage unit 326 (step S407).
  • step S404 It is not always necessary to execute all the operations shown in step S404 and subsequent steps, and one or two steps may be executed as necessary.
  • step S405 may not be executed (content data is not deleted). If content data related to the area newly acquired from the optimum area selection unit 323 is already stored in the content storage unit 326, steps S406 to S7 are not executed (the acquired content data is duplicated). It is also possible not to get it. In this way, the amount of communication required for content acquisition can be reduced.
  • step S405 when step S405 is executed, content data that has passed a predetermined period (for example, one year or more) from the content acquisition time 326b stored in the content storage unit 326 is preferentially deleted. Good.
  • a predetermined period for example, one year or more
  • the content data may be deleted.
  • This embodiment is configured as described above, predicts a region where the user's disadvantage when executing the application is below a certain level and the user's benefit when executing the application is as large as possible, and the result Can be provided to the application.
  • the reason is that the optimum region selection unit 323 acquires the maximum noise predicted value from the application execution unit 316, and selects the course predicted region having the largest comprehensiveness predicted value that is smaller than the maximum noise predicted value.
  • the present embodiment predicts a region where the user's profit at the time of executing the application becomes a certain level and the user's disadvantage at the time of executing the application is minimized, and the result can be provided to the application. Play.
  • the reason is that the optimal region selection unit 323 acquires the minimum coverage predictive value from the application execution unit 316 and selects a region that is larger than the minimum coverage predictive value and has the smallest noise predicted value.
  • the present embodiment has an effect that the application execution means 316 can execute the application so that the user's profit generated by executing the application is increased.
  • the reason is that the application execution means 16 executes the application based on the course prediction information provided by the optimum region selection unit 323.
  • the present embodiment has an effect that the content deleting unit 319 can delete the content so that the user's disadvantage caused by the deletion of the content is reduced.
  • the reason is that the content deletion means 319 deletes the content based on the route prediction information provided by the optimum region selection unit 323, so that data that the user does not need in the future can be deleted preferentially.
  • this embodiment has an effect that the content acquisition unit 318 can acquire the content so that the benefit of the user that increases with the acquisition of the content is increased. This is because the content acquisition unit 318 acquires content based on the course prediction information provided by the optimal region selection unit 323, so that data required by the user in the future can be acquired preferentially.
  • the course prediction information which predicts the future course of the said mobile body based on the travel log which is the path
  • a providing device A travel log storage unit for storing the travel log in advance; A region shape storage unit that stores in advance the positions and shapes of a plurality of regions in which the movable body can move; Application execution means for operating application software that provides information related to the position and shape of the region to the user of the mobile body; For each region, a value obtained by dividing the route length included in the region in the travel route in the travel log by the total length of the travel route in the travel log is calculated as a comprehensiveness prediction value.
  • a comprehensive predictive value calculation unit A noise prediction value calculation unit that calculates a noise prediction value that is a prediction value of a ratio at which the application software specified according to the position and shape of the region provides inappropriate information for each region; From a value obtained by multiplying the coverage predictive value by a first weight value preset for the coverage predictive value, the noise predictive value is set to a second weight value preset for the noise predictive value.
  • a route prediction information provision comprising: an optimum region selecting unit that selects a region having a maximum value obtained by subtracting a value obtained by multiplying the value as an optimum region and outputs the selected region to the application executing unit. apparatus.
  • the comprehensiveness prediction value calculation unit calculates an average value of the comprehensiveness prediction values calculated for a plurality of the traveling logs in the most recent preset period in each region as the comprehensiveness for the region.
  • the course prediction information providing apparatus according to appendix 1, wherein a predicted value is used.
  • the said noise prediction value calculation part uses the said area
  • the route prediction information providing apparatus according to claim 1, wherein the predicted noise value is calculated.
  • the content acquisition means which acquires the content data applicable to the selected said optimal area
  • Additional remark 5 The course prediction information provision apparatus of Additional remark 4 characterized by having the content deletion means which deletes the content which does not correspond to the selected said optimal area
  • region selection part is the minimum coverage prediction value which is the minimum value of the said coverage prediction value provided beforehand from the said application execution means, and the maximum value of the said noise prediction value
  • the first weight value is used as the comprehensive predictive value in a range where the comprehensive predictive value is greater than the minimum predictive predictive value and the noise predictive value is smaller than the maximum predictive noise value.
  • a region having the maximum value obtained by subtracting the value obtained by multiplying the noise prediction value by the second weight value from the value multiplied by is selected as the optimum region and is output to the application execution means.
  • the route prediction information providing device according to appendix 1, characterized by having a function of:
  • the travel log Based on a travel log that is a route traveled in the past by the mobile object stored in advance in the travel log storage unit, a future course of the mobile object is predicted, and information related to the course is stored in the mobile object.
  • the travel log includes the path length included in the travel path of the mobile body in the travel log.
  • the coverage predictive value calculation unit calculates a value divided by the total length of the travel route of the mobile body as a coverage predictive value, For each region, a noise prediction value is a noise prediction value that is a prediction value of a ratio at which application software that provides the user with information specified according to the position and shape of the region provides inappropriate information.
  • the calculation unit calculates, From a value obtained by multiplying the coverage predictive value by a first weight value preset for the coverage predictive value, the noise predictive value is set to a second weight value preset for the noise predictive value.
  • the optimal region selection unit selects the region where the value obtained by subtracting the value multiplied by is the optimal region and outputs this, A course prediction information providing method, wherein an application execution unit operates the application software that provides information related to the selected optimum region.
  • the travel log Based on a travel log that is a route traveled in the past by the mobile object stored in advance in the travel log storage unit, a future course of the mobile object is predicted, and information related to the route is stored in the mobile object.
  • the course prediction information providing device provided to the user
  • the computer provided in the course prediction information providing device, For each of a plurality of areas in which the mobile body whose shape and shape are stored in advance in the area shape storage unit can move, the travel log includes the path length included in the travel path of the mobile body in the travel log.
  • a procedure for calculating a value divided by the total length of the travel route of the moving body as a comprehensiveness prediction value A procedure for calculating a noise prediction value, which is a prediction value of a ratio at which the application software that provides the user with information specified according to the position and shape of the region provides inappropriate information for each region , From a value obtained by multiplying the coverage predictive value by a first weight value preset for the coverage predictive value, the noise predictive value is set to a second weight value preset for the noise predictive value.
  • a procedure for selecting the area where the value obtained by subtracting the value multiplied by is the optimum area and outputting it, And a course prediction information providing program for executing a procedure for operating the application software that provides information related to the selected optimum region.

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)
  • Instructional Devices (AREA)

Abstract

【課題】ユーザが必要とする情報を的確に提供することを可能とする進路予測情報提供装置等を提供する。 【解決手段】進路予測情報提供装置１０は、走行ログを予め記憶する走行ログ記憶部２４と、移動体が移動しうる複数の領域の位置および形状を予め記憶する領域形状記憶部２５と、各領域に対して、走行ログにおける移動体の走行経路において当該領域に含まれる経路長を走行ログにおける移動体の走行経路長で除算した値を網羅性予測値として算出する網羅性予測値算出部２１と、各領域に対して、情報提供アプリケーションが不適切な情報を提供する割合の予測値であるノイズ予測値２２を算出するノイズ予測値算出部と、網羅性予測値に第１の重み値を乗算した値からノイズ予測値に第２の重み値を乗算した値を減算して得られた値が最大となる領域を選択する最適領域選択部２３とを備える。

Description

進路予測情報提供装置、進路予測情報提供方法およびプログラム
　本発明は、進路予測情報提供装置、進路予測情報提供方法およびプログラムに関し、特にユーザが必要とするであろう情報を的確に提供することを可能とする進路予測情報提供装置等に関する。
　カーナビゲーション装置は、２０１０年１２月に行われたアンケート調査（非特許文献１）で保有率が成人男女のうち５２．２％という結果が出ていることからもわかるように、既に広く普及しており、しかもその保有率は年々増加している。そして、その精度や機能は年々向上しており、さらに近年は、携帯電話などの公衆無線通信網を経由してサーバから情報を取得するカーナビゲーション装置も既に当たり前になっている。
　たとえば、ユーザの運転する自動車の現在地、目的地、走行予定経路の周辺の交通情報や気象情報、あるいはそれらの周辺に存在するガソリンスタンドや飲食店などについての情報のような、ユーザにとって有益であると考えられる情報をサーバから取得してユーザに提示するという機能を持つカーナビゲーション装置も存在する。このような機能を、レコメンド機能という。たとえばガソリンの残量が特定の量以下になったらガソリンスタンドの情報を提示し、連続して運転している時間が特定の時間以上になったら飲食店や休憩所の情報を提示するなどのように、自動車や運転者の状況に応じて動作するレコメンド機能を備えたものもある。
　しかしながら、ユーザから目的地や走行予定経路についての入力が無いと、カーナビゲーション装置はユーザが必要とするデータを取捨選択することができないので、レコメンド機能を実行することができない。サーバには大量のデータが蓄積されていて、その大部分はユーザの現在地、目的地、走行予定経路とは無関係な場所に関するデータである。即ち、サーバに蓄積された全てのデータを、ユーザの現在地や目的地とは関係なくダウンロードしてユーザに提示することは現実的に可能な動作ではなく、またそのユーザが利用できる情報ではない。
　そのような問題を解決し、ユーザから目的地の入力がない場合でもユーザの進路を予測し、予測した進路に基づいてレコメンド機能を実行することを可能とする技術が、特許文献１に記載されている。同文献に記載の技術では、移動体（自動車）の将来の進路を現在地と進行方向に基づいて予測目的エリア（進路予測領域）として算出し、カーナビゲーション装置に提供している。これにより、カーナビゲーション装置は、予測目的エリア内の情報を選別してユーザに提供することが可能となる。
　これ以外にも、次の各々の特許文献がある。その中でも特許文献２には、複数のセルに区分された地図の中から走行予定経路が含まれるセルを抽出し、その経路上の施設についての情報を取得して旅行計画を作成するという旅行計画作成装置が記載されている。特許文献３には、自動車の過去の走行履歴から、その自動車の進路を予測するという進路予測装置が記載されている。特許文献４には、特定の区域における各自動車の進路を予測するという交通環境予測装置が記載されている。
　特許文献５には、「娯楽性のあるルート」へ自動車を誘導することが可能であるというカーナビゲーション装置が記載されている。特許文献６には、走行経路に関連するリンク情報（たとえば踏切など、運転上注意すべき点についての情報）をユーザに提示するという走行経路予測装置が記載されている。
特開２００３－０５７０４９号公報 再公表ＷＯ９７／０６５２２号公報 特開２００６－２８４２５４号公報 特開２００８－２５７６５２号公報 特開２００９－２４４１６０号公報 特開２００９－２７０８７７号公報
「カーナビの利用のアンケート調査（５）」、平成２２年１２月、マイボイスコム株式会社、［平成２３年１２月５日検索］、インターネット＜URL：http://www.myvoice.co.jp/biz/surveys/14906/index.html＞
　しかしながら、上述の特許文献１に記載の技術では、現在地と現在の進行方向に基づいて自動車の進路を「進路予測領域」として算出している。進路予測領域として算出された領域が広いほど、レコメンド機能は多くの情報をユーザに提供できるが、逆に同一の領域内でも走行予定経路上に含まれない（即ちユーザにとって役に立たない）情報が多く含まれてしまう。特許文献１から６に記載の技術には、このような点に対して全く考慮がなされていないので、ユーザが必要とするであろう情報を的確に提供することができない。
　本発明の目的は、ユーザが必要とするであろう情報を的確に提供することを可能とする進路予測情報提供装置、進路予測情報提供方法およびプログラムを提供することにある。
　上記目的を達成するため、本発明に係る進路予測情報提供装置は、移動体の過去に移動した経路である走行ログに基づいて当該移動体の将来の進路を予測してその進路に関連する情報を当該移動体のユーザに対して提供する進路予測情報提供装置であって、走行ログを予め記憶する走行ログ記憶部と、移動体が移動しうる複数の領域の位置および形状を予め記憶する領域形状記憶部と、領域の位置および形状に関連する情報を当該移動体のユーザに対して提供するアプリケーションソフトを動作させるアプリケーション実行手段と、各領域に対して、走行ログにおける移動体の走行経路において当該領域に含まれる経路長を走行ログにおける移動体の走行経路の全長で除算した値を網羅性予測値として算出する網羅性予測値算出部と、各領域に対して、当該領域の位置および形状に応じて特定されるアプリケーションソフトが不適切な情報を提供する割合の予測値であるノイズ予測値を算出するノイズ予測値算出部と、網羅性予測値を対象として予め設定された第１の重み値を網羅性予測値に乗算した値から、ノイズ予測値を対象として予め設定された第２の重み値をノイズ予測値に乗算した値を減算して得られる値が最大となる領域を最適な領域として選択してこれをアプリケーション実行手段に出力する最適領域選択部とを備えたことを特徴とする。
　上記目的を達成するため、本発明に係る進路予測情報提供方法は、走行ログ記憶部に予め記憶された移動体の過去に移動した経路である走行ログに基づいて当該移動体の将来の進路を予測してその進路に関連する情報を当該移動体のユーザに対して提供する進路予測情報提供装置にあって、領域形状記憶部に形状および形状が予め記憶された移動体が移動しうる複数の各領域に対して、走行ログにおける移動体の走行経路において当該領域に含まれる経路長を走行ログにおける移動体の走行経路の全長で除算した値を網羅性予測値として網羅性予測値算出部が算出し、各領域に対して、当該領域の位置および形状に応じて特定される情報をユーザに提供するアプリケーションソフトが不適切な情報を提供する割合の予測値であるノイズ予測値をノイズ予測値算出部が算出し、網羅性予測値を対象として予め設定された第１の重み値を網羅性予測値に乗算した値から、ノイズ予測値を対象として予め設定された第２の重み値をノイズ予測値に乗算した値を減算して得られる値が最大となる領域を最適領域選択部が最適な領域として選択してこれを出力し、選択された最適な領域に関連する情報を提供するアプリケーションソフトをアプリケーション実行手段が動作させることを特徴とする。
　上記目的を達成するため、本発明に係る進路予測情報提供プログラムは、走行ログ記憶部に予め記憶された移動体の過去に移動した経路である走行ログに基づいて当該移動体の将来の進路を予測してその進路に関連する情報を当該移動体のユーザに対して提供する進路予測情報提供装置にあって、進路予測情報提供装置の備えるコンピュータに、領域形状記憶部に形状および形状が予め記憶された移動体が移動しうる複数の各領域に対して、走行ログにおける移動体の走行経路において当該領域に含まれる経路長を走行ログにおける移動体の走行経路の全長で除算した値を網羅性予測値として算出する手順、各領域に対して、当該領域の位置および形状に応じて特定される情報をユーザに提供するアプリケーションソフトが不適切な情報を提供する割合の予測値であるノイズ予測値を算出する手順、網羅性予測値を対象として予め設定された第１の重み値を網羅性予測値に乗算した値から、ノイズ予測値を対象として予め設定された第２の重み値をノイズ予測値に乗算した値を減算して得られる値が最大となる領域を最適な領域として選択してこれを出力する手順、および選択された最適な領域に関連する情報を提供するアプリケーションソフトを動作させる手順を実行させることを特徴とする。
　本発明は、上述したように、過去の走行ログから網羅性予測値とノイズ予測値とを算出してそこから最適な領域を選択するように構成したので、それら網羅性およびノイズの数値から的確にユーザの進路を予測できる。これによって、ユーザが必要とするであろう情報を的確に提供することが可能であるという優れた特徴を持つ進路予測情報提供装置、進路予測情報提供方法およびプログラムを提供することができる。
図２に示した進路予測情報提供手段のより詳しい構成について示す説明図である。 本発明の第１の実施形態に係る進路予測情報提供装置の構成について示す説明図である。 図１～２に示した走行ログ記憶部の記憶内容の一例について示す説明図である。 図１～２に示した領域形状記憶部の記憶内容の一例について示す説明図である。 図４に示した領域ＩＤ＝「００００１」の領域の形状について示す説明図である。 図１～２で示した進路予測情報提供手段およびアプリケーション実行手段の動作について示すフローチャートである。 図６のステップＳ１０１として示した網羅性予測値算出部のより詳しい動作について示すフローチャートである。 図７のステップＳ１１４で示した処理で重ね合わせられる走行ログの移動開始地点と進行方向と目的地、および進行予測領域の一例について示す説明図である。 図８で示した走行ログの移動開始地点と進行方向、および進行予測領域を重ね合わせた後の状態について示す説明図である。 本発明の第２の実施形態に係る進路予測情報提供装置の構成を示す説明図である。 図１０で示した領域形状記憶部の記憶内容の一例について示す説明図である。 本発明の第３の実施形態に係る進路予測情報提供装置の構成を示す説明図である。 図１２に示した進路予測情報提供手段およびアプリケーション実行手段、コンテンツ取得手段、コンテンツ削除手段のより詳しい構成について示す説明図である。 図１２～１３で示したコンテンツ記憶部の記憶内容の一例について示す説明図である。 図１２～１３で示した進路予測情報提供装置の動作について示すフローチャートである。
（第１の実施形態）
　以下、本発明の実施形態の構成について添付図１～３に基づいて説明する。
　最初に、本実施形態の基本的な内容について説明し、その後でより具体的な内容について説明する。
　本実施形態に係る進路予測情報提供装置１０は、移動体の過去に移動した経路である走行ログに基づいて当該移動体の将来の進路を予測してその進路に関連する情報を当該移動体のユーザに対して提供する進路予測情報提供装置である。この進路予測情報提供装置１０は、走行ログを予め記憶する走行ログ記憶部２４と、移動体が移動しうる複数の領域の位置および形状を予め記憶する領域形状記憶部２５と、領域の位置および形状に関連する情報を当該移動体のユーザに対して提供するアプリケーションソフトを動作させるアプリケーション実行手段１６と、各領域に対して、走行ログにおける移動体の走行経路において当該領域に含まれる経路長を走行ログにおける移動体の走行経路の全長で除算した値を網羅性予測値として算出する網羅性予測値算出部２１と、各領域に対して、当該領域の位置および形状に応じて特定されるアプリケーションソフトが不適切な情報を提供する割合の予測値であるノイズ予測値を算出するノイズ予測値算出部２２と、網羅性予測値を対象として予め設定された第１の重み値を網羅性予測値に乗算した値から、ノイズ予測値を対象として予め設定された第２の重み値をノイズ予測値に乗算した値を減算して得られる値が最大となる領域を最適な領域として選択してこれをアプリケーション実行手段に出力する最適領域選択部２３とを備える。
　ここで、網羅性予測値算出部２１は、各領域で直近の予め与えられた期間における複数の走行ログに対して算出した網羅性予測値の平均値を当該領域に対する網羅性予測値とする。また、ノイズ予測値算出部２２は、当該領域の面積、当該領域中に存在するデータの個数、および当該領域中に存在するデータの合計サイズのうちいずれか１つ以上を用いて当該領域のノイズ予測値を算出する。
　以上の構成を備えることによって、本実施形態に係る進路予測情報提供装置１０は、移動体の進路を的確に予測して、その進路に対応した適切な情報をユーザに提供できるものとなる。
　以下、これをより詳細に説明する。
　図２は、本発明の第１の実施形態に係る進路予測情報提供装置１０の構成について示す説明図である。進路予測情報提供装置１０は、自動車１に搭載され、かつコンピュータ装置としての基本的な構成を備えている。即ち、進路予測情報提供装置１０は、コンピュータプログラムを実行する主体であるプロセッサ１１と、データを記憶する記憶手段１２と、自動車１が過去に移動した経路を記録する走行経路記録手段１３と、ユーザからの操作指令を受け付けてそれに対する処理結果をユーザに提示する入出力手段１４とを備える。これらはいずれも共通バス１７に接続され、これによって装置内部でのデータ交換を行う。
　走行経路記録手段１３は、ＧＰＳ（Global Positioning System）などによって移動経路を記録するものである。入出力手段１４は、たとえば自動車１のダッシュボードに内蔵されて、運転者や同乗者が操作指令を入力可能でかつ処理結果を参照可能なものである。進路予測情報提供装置１０は、自動車以外にも、たとえば自転車、二輪車、歩行者など、多くの種類の移動体で使用することができる。本明細書では、この進路予測情報提供装置１０を搭載した移動体を自動車１として、以後の説明を進める。
　プロセッサ１１は、コンピュータプログラムが動作することにより、走行経路記録手段１３から自動車１の走行経路を取得してこれを走行ログとして保存する走行経路取得手段１５、この走行ログをもとに自動車１がこれから進むであろう地点を含む領域について予測する進路予測情報提供手段２０、および予測された領域に基づいてアプリケーションソフトを実行させるアプリケーション実行手段１６として機能する。
　アプリケーション実行手段１６が実行するアプリケーションソフトとは、具体的にはたとえばカーナビゲーション、あるいはそれに付随する情報の提供（レコメンド機能）などを行うものである。これについても後述する。また、記憶手段１２には、走行経路取得手段１５が走行ログを保存する走行ログ記憶部２４、および後述する領域形状記憶部２５といった記憶領域が確保されている。
　図１は、図２に示した進路予測情報提供手段２０のより詳しい構成について示す説明図である。進路予測情報提供手段２０は、網羅性予測値算出部２１、ノイズ予測値算出部２２、最適領域選択部２３といった各機能によって構成されている。網羅性予測値算出部２１は、走行ログ記憶部２４から走行ログを読み出し、自動車１が予測を実行する時刻以降に移動する経路のうち、進路予測領域に含まれる移動経路の割合の予測値である網羅性予測値を算出する。
　ノイズ予測値算出部２２は、領域形状記憶部２５に記憶された各領域に対し、その領域の形状に応じて生じるアプリケーションの不利益、即ちアプリケーションソフトが不適切な情報を提供する割合の予測値であるノイズ予測値を算出する。最適領域選択部２３は、網羅性予測値算出部２１が算出した網羅性予測値、ノイズ予測値算出部２２が算出したノイズ予測値をもとに、領域形状記憶部２５に記憶された複数の領域の中から１つの領域を選択する。以上の各機能の詳細、特に「網羅性予測値」と「ノイズ予測値」の概念についての詳細は後述する。
　図３は、図１～２に示した走行ログ記憶部２４の記憶内容の一例について示す説明図である。走行経路取得手段１５が取得して走行ログ記憶部２４に記憶した走行ログは、ＧＰＳなどによって取得可能なものであり、時刻２４ａと、その時刻に自動車１が走行した地点の緯度２４ｂおよび経度２４ｃとからなる。
　図４は、図１～２に示した領域形状記憶部２５の記憶内容の一例について示す説明図である。本実施形態でいう「領域」とは、アプリケーションに提供する移動体の進路予測結果を示すものである。本実施形態では、領域は扇型の形状で定義される。この「領域」を扇型ではなく任意の形状で定義することもできるが、これについては後述する。
　領域形状記憶部２５には、各々の領域の領域ＩＤ２５ａ、扇形の半径２５ｂ、扇形の中心角２５ｃ、扇形の領域内の移動体（自動車）のＸ座標位置２５ｄ、Ｙ座標位置２５ｅが記憶されている。Ｘ座標位置２５ｄ、Ｙ座標位置２５ｅは、その領域の扇形形状の中心点を原点とした場合の位置である。
　図５は、図４に示した領域ＩＤ２５ａ＝「００００１」の領域の形状について示す説明図である。この領域ＩＤ２５ａ＝「００００１」の領域は、半径２５ｂ＝「１０ｋｍ」、中心角２５ｃ＝「６０°」の扇型形状の領域として定義されている。
　この領域の中で、当該移動体は（Ｘ座標位置２５ｄ，Ｙ座標位置２５ｅ）＝（０，３）の位置に存在する。位置の単位はｋｍである。これは、領域ＩＤ２５ａ＝「００００１」の領域の扇形形状の中心点を原点とした場合、進路予測を実行した時点で、当該移動体は原点からＹ軸方面に３ｋｍ離れた地点の位置に存在するということを示す。図４で領域ＩＤ２５ａ＝「００００２」以降の領域についても、これと同様に定義されている。
　図２に示した進路予測情報提供手段２０の、各機能のより詳しい動作について説明する。網羅性予測値算出部２１は、走行ログ記憶部２４が記憶する走行ログと、領域形状記憶部２５が記憶する領域定義データをもとにして、進路予測の対象である移動体が予測を実行する時刻以降に移動する経路のうち、進路として予測される領域に含まれる移動経路の割合の予測値である網羅性予測値を、領域形状記憶部２５が記憶する領域の各々に対応して算出する。
　ノイズ予測値算出部２２は、領域形状記憶部２５に記憶される領域の形状によって決まるアプリケーションにとっての不利益、即ちアプリケーションソフトが不適切な情報を提供する割合の予測値であるノイズ予測値を、当該アプリケーションごとに定義された方法で算出する。一般的に、領域の面積が大きいほど、前述の網羅性予測値は小さくなるが、ノイズ予測値は大きくなる。即ち、ノイズ予測値と網羅性予測値はトレードオフの関係にあることが一般的である。
　以後、ノイズ予測値算出部２２が算出するノイズ予測値とその計算方法の一例を、前述のレコメンド機能を例にとり説明する。レコメンド機能は、当該移動体の将来の進路の予測範囲に応じて、その範囲内の地点に対応する情報データをユーザにとって将来必要となるものと予想してサーバからダウンロードして、そのデータをユーザに提示するという機能である。
　このレコメンド機能にとっての不利益とは、「サーバからダウンロードをしたものの、実際にはユーザにレコメンドしなかったデータの量」として定義できる。前述のように、領域の面積が大きいほど、その不利益も増大することになるので、「領域の面積」と「ノイズ予測値」の間にはある程度以上の相関性があると考えることができる。この領域の面積は、領域形状記憶部２５に記憶された各領域の形状と寸法から幾何学的に求めることもできるし、たとえば海、川、山林などを除外した面積を領域形状記憶部２５に記憶させておくようにもできる。
　また、ノイズ予測値を算出するための指標は、当該領域の面積以外にも、その不利益と強い相関があると考えられる任意の数値を利用することができる。より具体的には、たとえば、領域内に存在するデータの個数、それらのデータのサイズ合計、あるいは領域内の総道路長に対する実際の走行距離の割合などの値をもとにして、ノイズ予測値を算出するようにしてもよい。
　最適領域選択部２３は、網羅性予測値算出部２１が算出した網羅性予測値と、ノイズ予測値算出部２２が算出したノイズ予測値をもとに、領域形状記憶部２５が記憶する複数の領域のうち１つの領域を選択する。
　より具体的には、最適領域選択部２３は、以下の数１で示すＣＶの値が最大となる領域を選択する。網羅性予測値は網羅性予測値算出部２１が算出した数値であり、ノイズ予測値はノイズ予測値算出部２２が算出した数値である。網羅性予測値に重み値Ｗｍを乗算した値から、ノイズ予測値に重み値Ｗｎを乗算した値を減算して得られる値が、数１で示すＣＶである。ここで、重み値ＷｍおよびＷｎは、０≦Ｗｍ≦１かつ０≦Ｗｎ≦１を満たす。
Figure JPOXMLDOC01-appb-M000001
　または、上記の数１のかわりに、以下の数２に示すＣＶを使用することもできる。ここで、重み値ＷｍおよびＷｎは、０≦Ｗｍ≦１かつ０≦Ｗｎ≦１を満たす。
Figure JPOXMLDOC01-appb-M000002
　図６は、図１～２で示した進路予測情報提供手段２０およびアプリケーション実行手段１６の動作について示すフローチャートである。まず網羅性予測値算出部２１が、走行ログ記憶部２４が記憶する走行ログと、領域形状記憶部２５が記憶する複数の領域の内容を読み込み、各領域について網羅性予測値を算出する（ステップＳ１０１）。
　ここで、網羅性予測値算出部２１が読み込む走行ログは、走行ログ記憶部２４の記憶するすべての走行ログとしてもよいし、その一部の走行ログ、たとえば「直近の３ヶ月以内の走行」などのように予め与えられた条件に適合する走行ログを選択してもよい。同様に、網羅性予測値算出部２１が読み込む領域は、領域形状記憶部２５が記憶するすべての領域としてもよいし、その中からユーザが予め指定した領域や、たとえば「自動車１の現在地から直線距離で１００ｋｍ以内」などのように予め与えられた条件に適合する領域を選択してもよい。
　これに続いて、ノイズ予測値算出部２２が、領域形状記憶部２５が記憶する複数の領域の内容を読み込み、各領域についてノイズ予測値を算出する（ステップＳ１０２）。ノイズ予測値算出部２２が読み込む領域は、網羅性予測値の算出と同様に、走行ログ記憶部２４の記憶するすべての領域としても、その一部の領域としてもよい。ただし、ステップＳ１０１で読み込んだ領域と同一の領域を読み込むことが好ましい。
　最適領域選択部２３は、ステップＳ１０１で算出した網羅性予測値と、ステップＳ１０２で算出したノイズ予測値をもとに、領域形状記憶部２５が記憶する複数の領域に対して数１に示したＣＶの数値を算出し、このＣＶの数値が最大になる領域を「アプリケーションにとって最適な進路予測領域」として選択し、その領域についての情報をアプリケーション実行手段１６に出力する（ステップＳ１０３）。
　アプリケーション実行手段１６は、この最適な進路予測領域についての情報に応じて、カーナビゲーションなどのアプリケーションソフトを動作させる（ステップＳ１０４）。より具体的には、前述のレコメンド機能をその進路予測領域に基づいて動作させ、当該領域についての情報をユーザに提示する。
　図７は、図６のステップＳ１０１として示した網羅性予測値算出部２１のより詳しい動作について示すフローチャートである。網羅性予測値算出部２１はまず、領域形状記憶部２５が記憶する領域の中から任意の１つの領域について、その内容を読み込む（ステップＳ１１１）。網羅性予測値算出部２１はこれに引き続いて、走行ログ記憶部２４が記憶する走行ログの内容を読み込む（ステップＳ１１２）。ステップＳ１１２で読み込む走行ログの内容の数は、走行ログ記憶部２４が記憶する走行ログの数でも、それ以下でもよい。
　そして網羅性予測値算出部２１は、ステップＳ１１２で読み込んだ各走行ログにおける自動車１の進行方向を判定する（ステップＳ１１３）。ここでいう「自動車１の進行方向」とは、「走行ログの移動開始地点から一定距離（例：１ｋｍ）走行後の地点を結んだ方向」を進行方向としてもよいし、また「走行ログの移動開始地点と、微小時間後の車両の位置とを結んだ方向」を進行方向としてもよい。これ以外の方法も適宜利用できる。
　続いて網羅性予測値算出部２１は、各走行ログの移動開始地点と、ステップＳ１１３で判定した進行方向と、ステップＳ１１１で読み込んだ領域（進行予測領域）とを重ね合わせる（ステップＳ１１４）。図８は、図７のステップＳ１１４で示した処理で重ね合わせられる走行ログ５１の移動開始地点５１ａと進行方向５１ｂと目的地５１ｃ、および進行予測領域５２の一例について示す説明図である。図９は、図８で示した走行ログの移動開始地点５１ａと進行方向５１ｂ、および進行予測領域５２を重ね合わせた後の状態について示す説明図である。
　このステップＳ１１３～１１４の処理では、「各走行ログの移動開始地点」のかわりに、「各走行ログの移動開始地点から特定の距離の移動が済んだ地点」を利用してもよい。たとえば自動車１の移動開始地点から現在位置までの距離が５ｋｍであったとき、ステップＳ１１４では各走行ログの移動開始地点より５ｋｍ移動した地点を、進行方向および進行予測領域と重ね合わせるようにすることもできる。
　網羅性予測値算出部２１は、このステップＳ１１４で重ね合わせた結果をもとに、各走行ログの網羅性を算出する（ステップＳ１１５）。ここでいう網羅性とは、以下の数３に示す数式で算出される。たとえば図８～９で、走行経路長が１２ｋｍで、そのうち進行予測領域に含まれる経路の長さが１０ｋｍであるとき、この走行ログの進路予測領域に対する網羅性は１０÷１２≒０．８３となる。
Figure JPOXMLDOC01-appb-M000003
　網羅性予測値算出部２１は最後に、ステップＳ１１５で算出した各走行ログの網羅性の平均値（もしくは中央値などのような代表値）を計算し、その結果を網羅性予測値とする（ステップＳ１１６）。網羅性予測値算出部２１は、網羅性予測値の算出対象となる領域が他に残っていればその領域に対して以上のステップＳ１１１～１１６に示した処理を行い、残っていなければ処理を終了する（ステップＳ１１７）。
（第１の実施形態の全体的な動作）
　次に、上記の実施形態の全体的な動作について説明する。
　本実施形態に係る進路予測情報提供方法は、走行ログ記憶部２４に予め記憶された移動体の過去に移動した経路である走行ログに基づいて当該移動体の将来の進路を予測してその進路に関連する情報を当該移動体のユーザに対して提供する進路予測情報提供装置１０にあって、領域形状記憶部２５に形状および形状が予め記憶された移動体が移動しうる複数の各領域に対して、走行ログにおける移動体の走行経路において当該領域に含まれる経路長を走行ログにおける移動体の走行経路の全長で除算した値を網羅性予測値として網羅性予測値算出部が算出し（図６・ステップＳ１０１）、各領域に対して、当該領域の位置および形状に応じて特定される情報をユーザに提供するアプリケーションソフトが不適切な情報を提供する割合の予測値であるノイズ予測値をノイズ予測値算出部が算出し（図６・ステップＳ１０２）、網羅性予測値を対象として予め設定された第１の重み値を網羅性予測値に乗算した値から、ノイズ予測値を対象として予め設定された第２の重み値をノイズ予測値に乗算した値を減算して得られる値が最大となる領域を最適領域選択部が最適な領域として選択してこれを出力し（図６・ステップＳ１０３）、選択された最適な領域に関連する情報を提供するアプリケーションソフトをアプリケーション実行手段が動作させる（図６・ステップＳ１０４）。
　ここで、上記各動作ステップについては、これをコンピュータで実行可能にプログラム化し、これらを前記各ステップを直接実行する進路予測情報提供装置１０のプロセッサ１１に実行させるようにしてもよい。本プログラムは、非一時的な記録媒体、例えば、ＤＶＤ、ＣＤ、フラッシュメモリ等に記録されてもよい。その場合、本プログラムは、記録媒体からコンピュータによって読み出され、実行される。
　この動作により、本実施形態は以下のような効果を奏する。
　本実施形態は、上記のように構成されることにより、走行ログから的確に移動体の将来の進路を予測し、予測した進路をアプリケーションソフトにとって最適な形状で提供できるという効果を奏する。その理由は、移動体の将来の進路のうち、当該移動体の位置を基準点とする領域に含まれる割合の予測値である網羅性予測値と、アプリケーションソフトが不適切な情報を提供する割合の予測値であるノイズ予測値を計算し、これら網羅性予測値とノイズ予測値をもとに、複数の領域のなかから１つの領域を選択し、その形状をアプリケーション実行手段に提供するからである。
（第２の実施形態）
　本発明の第２の実施形態は、第１の実施形態の構成で、領域形状記憶部２２５に記憶される各領域の形状を長方形の形状であるものとした。この構成によっても、第１の実施形態で説明した効果と同一の効果を得ることができる。
　以下、これをより詳細に説明する。
　図１０は、本発明の第２の実施形態に係る進路予測情報提供装置２１０の構成を示す説明図である。進路予測情報提供装置２１０は、第１の実施形態に係る進路予測情報提供装置１０とほぼ同一の構成を備えているので、同一の要素については同一の呼称と参照番号でいう。
　より具体的には、進路予測情報提供装置２１０は、第１の実施形態に係る進路予測情報提供装置１０の領域形状記憶部２５が、別の領域形状記憶部２２５に置換されているだけであり、他は全て進路予測情報提供装置１０と同一である。
　図１１は、図１０で示した領域形状記憶部２２５の記憶内容の一例について示す説明図である。前述した第１の実施形態で、領域形状記憶部２５は扇型の領域の形状を定義するデータを記憶していたが、本実施形態の領域形状記憶部２２５は長方形の形状を領域として記憶している。自動車１の進行方向に対して平行な方向を辺Ａ、垂直な方向を辺Ｂとして、領域形状記憶部２２５には、各領域の領域ＩＤ２２５ａ、辺Ａと辺Ｂ各々の長さである辺Ａ長さ２２５ｂと辺Ｂ長さ２２５ｃ、領域内の移動体（自動車）のＸ座標位置２２５ｄ、Ｙ座標位置２２５ｅが記憶されている。
　領域形状記憶部２２５は、このような長方形以外にも、たとえば円形、三角形、ひし形などのような任意の形状を記憶するように構成されてもよい。また、複数種類の形状を、各々の形状の種類と共に記憶するように構成されてもよい。もちろん、各領域の形状がどうであっても、進路予測情報提供装置２１０の他の構成要素における処理内容には特に変化は無い。
（第３の実施形態）
　本発明の第３の実施形態は、第１の実施形態の構成に加えて、選択された最適な領域に該当するコンテンツデータを外部装置３３０から取得して、予め備えられたコンテンツ記憶部３２６に記憶させるコンテンツ取得手段３１８を有し、また選択された最適な領域に該当しないコンテンツをコンテンツ記憶部から削除するコンテンツ削除手段３１９を有するものとした。
　さらに、最適領域選択部３２３が、アプリケーション実行手段３１６から予め提供された網羅性予測値の最小値である最小網羅性予測値、およびノイズ予測値の最大値である最大ノイズ予測値の数値を利用して、網羅性予測値が最小網羅性予測値より大きく、かつノイズ予測値が最大ノイズ予測値より小さくなる範囲で第１の重み値を網羅性予測値に乗算した値から第２の重み値をノイズ予測値に乗算した値を減算して得られた値が最大となる領域を最適な領域として選択してこれをアプリケーション実行手段に出力する機能を有するものとした。
　この構成によっても、第１の実施形態で説明した効果と同一の効果を得ることができるのに加えて、コンテンツ取得にかかる通信量を少なくすることができるので、移動体への搭載により適したものとすることができる。また、最小網羅性予測値および最大ノイズ予測値をアプリケーション実行手段が予め指定することにより、不適切な情報提供がされる割合をさらに小さくすることが可能となる。
　以下、これをより詳細に説明する。
　図１２は、本発明の第３の実施形態に係る進路予測情報提供装置３１０の構成を示す説明図である。進路予測情報提供装置３１０は、第１の実施形態に係る進路予測情報提供装置１０とほぼ同一の構成を備えているので、同一の要素については同一の呼称と参照番号でいう。
　より具体的には、進路予測情報提供装置３１０は、ハードウェア的には図１で示された第１の実施形態の各要素に加えて、無線公衆通信網を介して外部装置３３０とのデータ通信を行う通信手段３１７が追加されている。外部装置３３０は、通信手段３３１と記憶手段３３２とを備え、進路予測情報提供装置３１０から通信手段３３１を介して受信した送信要求に応じて、送信要求に応じたデータを記憶手段３３２から読み出して返信する。
　そして、進路予測情報提供装置３１０のプロセッサ１１は、コンピュータプログラムが動作することにより、第１の実施形態と同一である走行経路取得手段１５および、第１の実施形態とは別の進路予測情報提供手段３２０（網羅性予測値算出部２１、ノイズ予測値算出部２２、最適領域選択部３２３）、アプリケーション実行手段３１６に加えて、コンテンツ取得手段３１８、コンテンツ削除手段３１９、として機能する。このうち網羅性予測値算出部２１とノイズ予測値算出部２２は、第１の実施形態と同一である。
　記憶手段１２には、いずれも第１の実施形態と同一である走行ログ記憶部２４、領域形状記憶部２５に加えて、コンテンツ記憶部３２６としての記憶領域が確保されている。
　図１３は、図１２に示した進路予測情報提供手段３２０およびアプリケーション実行手段３１６、コンテンツ取得手段３１８、コンテンツ削除手段３１９のより詳しい構成について示す説明図である。
　アプリケーション実行手段３１６は、最適領域選択部３２３から取得した領域をもとに、前述のようなカーナビゲーションなどのアプリケーションソフトを動作させる。これに加えて、アプリケーション実行手段３１６は、最適領域選択部３２３に当該アプリケーションソフトが定義する最小網羅性予測値と最大ノイズ予測値とを送り、それをもとにして最適領域選択部３２３が領域形状記憶部２５に記憶する複数の領域の中からひとつを選択する機能を持つ。
　そして、最適領域選択部３２３は、アプリケーション実行手段３１６から取得した最小網羅性予測値をもとに１つの領域を選択する。より具体的には、網羅性予測値がアプリケーションソフトの定義する最小網羅性予測値より大きく、かつノイズ予測値が最も小さい領域を選択する。
　また、最適領域選択部３２３は、アプリケーション実行手段３１６から取得した最大ノイズ予測値をもとに１つの領域を選択する。より具体的には、ノイズ予測値がアプリケーションソフトの定義する最大ノイズ予測値より小さく、かつ網羅性予測値が最も大きな進路予測領域を選択する。
　コンテンツ削除手段３１９は、最適領域選択部３２３が選択した領域を最適領域選択部２３より取得して、コンテンツ記憶部３２６が記憶するコンテンツデータのうち、最適領域選択部２３より取得した領域に関連しないデータを削除する。ここで、コンテンツ削除手段３１９は、最適領域選択部３２３より取得した領域に関連しないデータのうちの全部ではなく一部を削除するように動作してもよい。
　コンテンツ取得手段３１８は、最適領域選択部２３が選択した領域を最適領域選択部２３より取得して、通信手段３１７を介してその領域に関連するコンテンツデータを外部装置３３０より取得して、コンテンツ記憶部３２６に記憶させる。ここで、コンテンツ取得手段３１８は、最適領域選択部３２３より取得した領域に関連しないデータのうちの全部ではなく一部を取得するように動作してもよい。
　通信手段３１７は、外部装置３３０とのデータ通信を実行する。コンテンツ記憶部３２６は、緯度経度などで表される位置データとともに、アプリケーション実行手段３１６で実行されるアプリケーションソフトによって利用されるコンテンツデータを記憶する。
　図１４は、図１２～１３で示したコンテンツ記憶部３２６の記憶内容の一例について示す説明図である。コンテンツ記憶部３２６には、各コンテンツを一意に識別するコンテンツＩＤ３２６ａ、当該コンテンツを外部装置３３０より取得した時刻を示すコンテンツ取得時刻３２６ｂ、そのコンテンツに該当する場所の緯度３２６ｃおよび経度３２６ｄ、そしてコンテンツ本体３２６ｅなどならなるコンテンツデータが記憶されている。
　もちろん、コンテンツ記憶部３２６のデータ構成は上記の例に限定されるものではない。たとえば上記以外の項目のデータが記憶されていてもよい。また、コンテンツ本体３２６ｅはテキストデータに限らず、静止画、動画、音声などであってもよいし、複数種類のデータを組み合わせたもの（たとえばテキスト＋動画＋音声などのように）であってもよい。
　図１５は、図１２～１３で示した進路予測情報提供装置３１０の動作について示すフローチャートである。このフローチャートで、まずアプリケーション実行手段３１６が、動作させるアプリケーションの種類などに応じて予め最小網羅性予測値および最大ノイズ予測値の数値を最適領域選択部３２３に送る（ステップＳ４００）。
　ここで、最小網羅性予測値および最大ノイズ予測値は、アプリケーション実行手段３１６が動作させるアプリケーションの種類に応じて決定されるものであってもよいし、また同一のアプリケーションであっても、対象となる領域の特性（たとえば都心であるか郊外であるかなど）に応じて決定されるものであってもよい。もちろんこれ以外の基準などによって、最小網羅性予測値および最大ノイズ予測値が決定されてもよい。
　ステップＳ１０１～１０２は、図６に示した第１の実施形態に係る進路予測情報提供装置１０の動作と同一である。その後に続くステップＳ４０３では、図６のステップＳ１０３と同じく、最適領域選択部３２３がアプリケーションにとって最適な進路予測領域を選択するが、その条件に上述の「網羅性予測値が最小網羅性予測値より大きい」ことと「ノイズ予測値が最大ノイズ予測値より大きい」こととが加わる。
　最適領域選択部３２３が選択して出力した最適な進路予測領域について、アプリケーション実行手段３１６が後述のステップＳ４０４を、コンテンツ削除手段３１９が後述のステップＳ４０５を、そしてコンテンツ取得手段３１８が後述のステップＳ４０６～７を実行する。これらの各々は別々に実行されるものであるので、番号の順番通りに実行される必要は無い。
　ステップＳ４０４では、ステップＳ１０３で最適領域選択部３２３が選択した１つの領域をアプリケーション実行手段３１６が取得し、取得した領域をもとにさまざまなアプリケーションを実行する。
　ステップＳ４０５では、ステップＳ１０３で最適領域選択部３２３が選択した１つの領域を最適領域選択部３２３よりコンテンツ削除手段３１９が取得し、コンテンツ記憶部３２６が記憶するコンテンツデータのうち、最適領域選択部３２３より取得した領域に関連していないデータを削除する。
　ステップＳ４０６では、ステップＳ１０３で最適領域選択部３２３が選択した１つの領域を最適領域選択部３２３よりコンテンツ取得手段３１８が取得し、通信手段３１７を介して最適領域選択部３２３より取得した領域に関連しているコンテンツデータを外部装置３３０より取得する。ステップＳ４０６に引き続いて、コンテンツ取得手段３１８は外部装置３３０より取得したコンテンツデータをコンテンツ記憶部３２６に記憶する（ステップＳ４０７）。
　ステップＳ４０４以降で示した動作の全てが常に実行される必要も無く、必要に応じて１つもしくは２つのステップを実行するようにしてもよい。たとえば、コンテンツ記憶部３２６の記憶容量に余裕がある場合にはステップＳ４０５を実行しない（コンテンツデータを削除しない）ようにしてもよい。また、最適領域選択部３２３より新たに取得した領域に関連しているコンテンツデータが既にコンテンツ記憶部３２６に記憶されている場合にはステップＳ４０６～７を実行しない（取得済のコンテンツデータを重複して取得しない）ようにすることもできる。このようにすれば、コンテンツの取得にかかる通信量を削減できる。
　さらに、ステップＳ４０５を実行する際、コンテンツ記憶部３２６に記憶されているコンテンツ取得時刻３２６ｂから予め与えられた期間以上（たとえば１年以上）が経過したコンテンツデータを優先的に削除するようにしてもよい。そして、コンテンツデータと走行ログとを突き合わせて、このコンテンツデータに該当する場所（緯度３２６ｃおよび経度３２６ｄ）の近辺を走行した形跡が予め与えられた期間内（たとえば１年以内）にみられない場合にはそのコンテンツデータを削除するようにしてもよい。
　本実施形態は、上記のように構成されることにより、アプリケーション実行時のユーザの不利益が一定以下になり、かつアプリケーション実行時のユーザの利益ができるだけ大きくなるような領域を予測し、その結果をアプリケーションに提供できるという効果を奏する。その理由は、最適領域選択部３２３がアプリケーション実行手段３１６より最大ノイズ予測値を取得し、最大ノイズ予測値より小さく、かつ網羅性予測値が最も大きな進路予測領域を選択するためである。
　さらに、本実施形態は、アプリケーション実行時のユーザの利益が一定以上になり、かつアプリケーション実行時のユーザの不利益ができるだけ小さくなるような領域を予測し、その結果をアプリケーションに提供できるという効果を奏する。その理由は、最適領域選択部３２３がアプリケーション実行手段３１６より最小網羅性予測値を取得し、最小網羅性予測値より大きく、かつノイズ予測値が最も小さい領域を選択するためである。
　さらに、本実施の形態は、アプリケーションの実行に伴い生じるユーザの利益が大きくなるように、アプリケーション実行手段３１６がアプリケーションを実行できるという効果を奏する。その理由は、最適領域選択部３２３が提供する進路予測情報をもとにアプリケーション実行手段１６がアプリケーションを実行するためである。
　さらに、本実施の形態は、コンテンツの削除に伴い生じるユーザの不利益が小さくなるように、コンテンツ削除手段３１９がコンテンツを削除できるという効果を奏する。その理由は、最適領域選択部３２３が提供する進路予測情報をもとにコンテンツ削除手段３１９がコンテンツを削除することにより、将来ユーザが必要としないデータを優先的に削除できるためである。
　さらに、本実施の形態は、コンテンツの取得に伴い増加するユーザの利益が大きくなるように、コンテンツ取得手段３１８がコンテンツを取得できるという効果を奏する。その理由は、最適領域選択部３２３が提供する進路予測情報をもとにコンテンツ取得手段３１８がコンテンツを取得することにより、将来ユーザが必要とするデータを優先的に取得できるためである。
　これまで本発明について図面に示した特定の実施形態をもって説明してきたが、本発明は図面に示した実施形態に限定されるものではなく、本発明の効果を奏する限り、これまで知られたいかなる構成であっても採用することができる。
　上述した実施形態について、その新規な技術内容の要点をまとめると、以下のようになる。なお、上記実施形態の一部または全部は、新規な技術として以下のようにまとめられるが、本発明は必ずしもこれに限定されるものではない。
（付記１）　移動体の過去に移動した経路である走行ログに基づいて当該移動体の将来の進路を予測してその進路に関連する情報を当該移動体のユーザに対して提供する進路予測情報提供装置であって、
　前記走行ログを予め記憶する走行ログ記憶部と、
　前記移動体が移動しうる複数の領域の位置および形状を予め記憶する領域形状記憶部と、
　前記領域の位置および形状に関連する情報を当該移動体のユーザに対して提供するアプリケーションソフトを動作させるアプリケーション実行手段と、
　前記各領域に対して、前記走行ログにおける前記移動体の走行経路において当該領域に含まれる経路長を前記走行ログにおける前記移動体の走行経路の全長で除算した値を網羅性予測値として算出する網羅性予測値算出部と、
　前記各領域に対して、当該領域の前記位置および形状に応じて特定される前記アプリケーションソフトが不適切な情報を提供する割合の予測値であるノイズ予測値を算出するノイズ予測値算出部と、
　前記網羅性予測値を対象として予め設定された第１の重み値を前記網羅性予測値に乗算した値から、前記ノイズ予測値を対象として予め設定された第２の重み値を前記ノイズ予測値に乗算した値を減算して得られる値が最大となる領域を最適な領域として選択してこれを前記アプリケーション実行手段に出力する最適領域選択部と
を備えたことを特徴とする進路予測情報提供装置。
（付記２）　前記網羅性予測値算出部が、前記各領域で直近の予め設定された期間における複数の前記走行ログに対して算出した前記網羅性予測値の平均値を当該領域に対する前記網羅性予測値とすることを特徴とする、付記１に記載の進路予測情報提供装置。
（付記３）　前記ノイズ予測値算出部が、当該領域の面積、当該領域中に存在するデータの個数、および当該領域中に存在するデータの合計サイズのうちいずれか１つ以上を用いて当該領域の前記ノイズ予測値を算出することを特徴とする、付記１に記載の進路予測情報提供装置。
（付記４）　選択された前記最適な領域に該当するコンテンツデータを外部装置から取得して、予め備えられたコンテンツ記憶部に記憶させるコンテンツ取得手段を有することを特徴とする、付記１に記載の進路予測情報提供装置。
（付記５）　選択された前記最適な領域に該当しないコンテンツを前記コンテンツ記憶部から削除するコンテンツ削除手段を有することを特徴とする、付記４に記載の進路予測情報提供装置。
（付記６）　前記最適領域選択部が、前記アプリケーション実行手段から予め提供された前記網羅性予測値の最小値である最小網羅性予測値、および前記ノイズ予測値の最大値である最大ノイズ予測値の数値を利用して、前記網羅性予測値が前記最小網羅性予測値より大きく、かつ前記ノイズ予測値が前記最大ノイズ予測値より小さくなる範囲で前記第１の重み値を前記網羅性予測値に乗算した値から前記第２の重み値を前記ノイズ予測値に乗算した値を減算して得られた値が最大となる領域を前記最適な領域として選択してこれを前記アプリケーション実行手段に出力する機能を有することを特徴とする、付記１に記載の進路予測情報提供装置。
（付記７）　走行ログ記憶部に予め記憶された移動体の過去に移動した経路である走行ログに基づいて当該移動体の将来の進路を予測してその進路に関連する情報を当該移動体のユーザに対して提供する進路予測情報提供装置にあって、
　領域形状記憶部に形状および形状が予め記憶された前記移動体が移動しうる複数の各領域に対して、前記走行ログにおける前記移動体の走行経路において当該領域に含まれる経路長を前記走行ログにおける前記移動体の走行経路の全長で除算した値を網羅性予測値として網羅性予測値算出部が算出し、
　前記各領域に対して、当該領域の前記位置および形状に応じて特定される情報を前記ユーザに提供するアプリケーションソフトが不適切な情報を提供する割合の予測値であるノイズ予測値をノイズ予測値算出部が算出し、
　前記網羅性予測値を対象として予め設定された第１の重み値を前記網羅性予測値に乗算した値から、前記ノイズ予測値を対象として予め設定された第２の重み値を前記ノイズ予測値に乗算した値を減算して得られる値が最大となる領域を最適領域選択部が最適な領域として選択してこれを出力し、
　選択された前記最適な領域に関連する情報を提供する前記アプリケーションソフトをアプリケーション実行手段が動作させる
ことを特徴とする進路予測情報提供方法。
（付記８）　走行ログ記憶部に予め記憶された移動体の過去に移動した経路である走行ログに基づいて当該移動体の将来の進路を予測してその進路に関連する情報を当該移動体のユーザに対して提供する進路予測情報提供装置にあって、
　前記進路予測情報提供装置の備えるコンピュータに、
　領域形状記憶部に形状および形状が予め記憶された前記移動体が移動しうる複数の各領域に対して、前記走行ログにおける前記移動体の走行経路において当該領域に含まれる経路長を前記走行ログにおける前記移動体の走行経路の全長で除算した値を網羅性予測値として算出する手順、
　前記各領域に対して、当該領域の前記位置および形状に応じて特定される情報を前記ユーザに提供するアプリケーションソフトが不適切な情報を提供する割合の予測値であるノイズ予測値を算出する手順、
　前記網羅性予測値を対象として予め設定された第１の重み値を前記網羅性予測値に乗算した値から、前記ノイズ予測値を対象として予め設定された第２の重み値を前記ノイズ予測値に乗算した値を減算して得られる値が最大となる領域を最適な領域として選択してこれを出力する手順、
　および選択された前記最適な領域に関連する情報を提供する前記アプリケーションソフトを動作させる手順
を実行させることを特徴とする進路予測情報提供プログラム。
　この出願は２０１２年１月２５日に出願された日本出願特願２０１２－０１２７２１を基礎とする優先権を主張し、その開示の全てをここに取り込む。
　カーナビゲーション装置などのような、自動車、自転車、二輪車などのような移動体に搭載可能な地理情報利用のアプリケーションソフトを実行する装置において利用可能である。あるいは、歩行者が使用可能なものとして、たとえば携帯電話やスマートフォンなどのような可搬式デバイスで実行されるアプリケーションソフトなどのような形態で提供されてもよい。また、移動体に搭載されるものではなく、固定されたサーバコンピュータによって針路予測などの処理を行ってもよい。
　　１　自動車
　　１０、２１０、３１０　進路予測情報提供装置
　　１１　プロセッサ
　　１２、３３２　記憶手段
　　１３　走行経路記録手段
　　１４　入出力手段
　　１５　走行経路取得手段
　　１６、３１６　アプリケーション実行手段
　　１７　共通バス
　　２０、３２０　進路予測情報提供手段
　　２１　網羅性予測値算出部
　　２２　ノイズ予測値算出部
　　２３、３２３　最適領域選択部
　　２４　走行ログ記憶部
　　２５、２２５　領域形状記憶部
　　５１　走行ログ
　　５２　進行予測領域
　　３１７、３３１　通信手段
　　３１８　コンテンツ取得手段
　　３１９　コンテンツ削除手段
　　３２６　コンテンツ記憶部
　　３３０　外部装置

Claims (8)

  1. 　移動体の過去に移動した経路である走行ログに基づいて当該移動体の将来の進路を予測してその進路に関連する情報を当該移動体のユーザに対して提供する進路予測情報提供装置であって、
    　前記走行ログを予め記憶する走行ログ記憶部と、
    　前記移動体が移動しうる複数の領域の位置および形状を予め記憶する領域形状記憶部と、
    　前記領域の位置および形状に関連する情報を当該移動体のユーザに対して提供するアプリケーションソフトを動作させるアプリケーション実行手段と、
    　前記各領域に対して、前記走行ログにおける前記移動体の走行経路において当該領域に含まれる経路長を前記走行ログにおける前記移動体の走行経路の全長で除算した値を網羅性予測値として算出する網羅性予測値算出部と、
    　前記各領域に対して、当該領域の前記位置および形状に応じて特定される前記アプリケーションソフトが不適切な情報を提供する割合の予測値であるノイズ予測値を算出するノイズ予測値算出部と、
    　前記網羅性予測値を対象として予め設定された第１の重み値を前記網羅性予測値に乗算した値から、前記ノイズ予測値を対象として予め設定された第２の重み値を前記ノイズ予測値に乗算した値を減算して得られる値が最大となる領域を最適な領域として選択してこれを前記アプリケーション実行手段に出力する最適領域選択部と
    を備えたことを特徴とする進路予測情報提供装置。
  2. 　前記網羅性予測値算出部が、前記各領域で直近の予め設定された期間における複数の前記走行ログに対して算出した前記網羅性予測値の平均値を当該領域に対する前記網羅性予測値とすることを特徴とする、請求項１に記載の進路予測情報提供装置。
  3. 　前記ノイズ予測値算出部が、当該領域の面積、当該領域中に存在するデータの個数、および当該領域中に存在するデータの合計サイズのうちいずれか１つ以上を用いて当該領域の前記ノイズ予測値を算出することを特徴とする、請求項１に記載の進路予測情報提供装置。
  4. 　選択された前記最適な領域に該当するコンテンツデータを外部装置から取得して、予め備えられたコンテンツ記憶部に記憶させるコンテンツ取得手段を有することを特徴とする、請求項１に記載の進路予測情報提供装置。
  5. 　選択された前記最適な領域に該当しないコンテンツを前記コンテンツ記憶部から削除するコンテンツ削除手段を有することを特徴とする、請求項４に記載の進路予測情報提供装置。
  6. 　前記最適領域選択部が、前記アプリケーション実行手段から予め提供された前記網羅性予測値の最小値である最小網羅性予測値、および前記ノイズ予測値の最大値である最大ノイズ予測値の数値を利用して、前記網羅性予測値が前記最小網羅性予測値より大きく、かつ前記ノイズ予測値が前記最大ノイズ予測値より小さくなる範囲で前記第１の重み値を前記網羅性予測値に乗算した値から前記第２の重み値を前記ノイズ予測値に乗算した値を減算して得られた値が最大となる領域を前記最適な領域として選択してこれを前記アプリケーション実行手段に出力する機能を有することを特徴とする、請求項１に記載の進路予測情報提供装置。
  7. 　走行ログ記憶部に予め記憶された移動体の過去に移動した経路である走行ログに基づいて当該移動体の将来の進路を予測してその進路に関連する情報を当該移動体のユーザに対して提供する進路予測情報提供装置にあって、
    　領域形状記憶部に形状および形状が予め記憶された前記移動体が移動しうる複数の各領域に対して、前記走行ログにおける前記移動体の走行経路において当該領域に含まれる経路長を前記走行ログにおける前記移動体の走行経路の全長で除算した値を網羅性予測値として網羅性予測値算出部が算出し、
    　前記各領域に対して、当該領域の前記位置および形状に応じて特定される情報を前記ユーザに提供するアプリケーションソフトが不適切な情報を提供する割合の予測値であるノイズ予測値をノイズ予測値算出部が算出し、
    　前記網羅性予測値を対象として予め設定された第１の重み値を前記網羅性予測値に乗算した値から、前記ノイズ予測値を対象として予め設定された第２の重み値を前記ノイズ予測値に乗算した値を減算して得られる値が最大となる領域を最適領域選択部が最適な領域として選択してこれを出力し、
    　選択された前記最適な領域に関連する情報を提供する前記アプリケーションソフトをアプリケーション実行手段が動作させる
    ことを特徴とする進路予測情報提供方法。
  8. 　走行ログ記憶部に予め記憶された移動体の過去に移動した経路である走行ログに基づいて当該移動体の将来の進路を予測してその進路に関連する情報を当該移動体のユーザに対して提供する進路予測情報提供装置にあって、
    　前記進路予測情報提供装置の備えるコンピュータに、
    　領域形状記憶部に形状および形状が予め記憶された前記移動体が移動しうる複数の各領域に対して、前記走行ログにおける前記移動体の走行経路において当該領域に含まれる経路長を前記走行ログにおける前記移動体の走行経路の全長で除算した値を網羅性予測値として算出する手順、
    　前記各領域に対して、当該領域の前記位置および形状に応じて特定される情報を前記ユーザに提供するアプリケーションソフトが不適切な情報を提供する割合の予測値であるノイズ予測値を算出する手順、
    　前記網羅性予測値を対象として予め設定された第１の重み値を前記網羅性予測値に乗算した値から、前記ノイズ予測値を対象として予め設定された第２の重み値を前記ノイズ予測値に乗算した値を減算して得られる値が最大となる領域を最適な領域として選択してこれを出力する手順、
    　および選択された前記最適な領域に関連する情報を提供する前記アプリケーションソフトを動作させる手順
    を実行させることを特徴とする進路予測情報提供プログラム。
PCT/JP2012/083846 2012-01-25 2012-12-27 進路予測情報提供装置、進路予測情報提供方法およびプログラム WO2013111506A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012012721 2012-01-25
JP2012-012721 2012-01-25

Publications (1)

Publication Number Publication Date
WO2013111506A1 true WO2013111506A1 (ja) 2013-08-01

Family

ID=48873244

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/083846 WO2013111506A1 (ja) 2012-01-25 2012-12-27 進路予測情報提供装置、進路予測情報提供方法およびプログラム

Country Status (2)

Country Link
JP (1) JPWO2013111506A1 (ja)
WO (1) WO2013111506A1 (ja)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1997006522A1 (fr) * 1995-08-09 1997-02-20 Toyota Jidosha Kabushiki Kaisha Dispositif d'elaboration de programme de voyage
JP2003057049A (ja) * 2001-08-10 2003-02-26 Denso Corp ナビゲーション装置、プログラム
JP2006284254A (ja) * 2005-03-31 2006-10-19 Denso It Laboratory Inc 進路予測方法及び進路予測装置並びに進路予測情報利用システム
JP2008257652A (ja) * 2007-04-09 2008-10-23 Toyota Motor Corp 交通環境予測装置
JP2009244160A (ja) * 2008-03-31 2009-10-22 Honda Motor Co Ltd ナビサーバ、ナビ装置、情報処理装置およびナビシステム
JP2009270877A (ja) * 2008-05-02 2009-11-19 Canvas Mapple Co Ltd 走行経路予測案内装置、走行経路予測案内方法、コンピュータプログラム
JP2010145115A (ja) * 2008-12-16 2010-07-01 Nec Corp 目的地予測システム、目的地予測方法及びプログラム
JP2011164070A (ja) * 2010-02-15 2011-08-25 Ntt Docomo Inc 訪問地予測装置、及び、訪問地予測方法
WO2012169152A1 (ja) * 2011-06-07 2012-12-13 日本電気株式会社 移動目的地予測装置、移動目的地予測方法および移動目的地予測プログラム

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1997006522A1 (fr) * 1995-08-09 1997-02-20 Toyota Jidosha Kabushiki Kaisha Dispositif d'elaboration de programme de voyage
JP2003057049A (ja) * 2001-08-10 2003-02-26 Denso Corp ナビゲーション装置、プログラム
JP2006284254A (ja) * 2005-03-31 2006-10-19 Denso It Laboratory Inc 進路予測方法及び進路予測装置並びに進路予測情報利用システム
JP2008257652A (ja) * 2007-04-09 2008-10-23 Toyota Motor Corp 交通環境予測装置
JP2009244160A (ja) * 2008-03-31 2009-10-22 Honda Motor Co Ltd ナビサーバ、ナビ装置、情報処理装置およびナビシステム
JP2009270877A (ja) * 2008-05-02 2009-11-19 Canvas Mapple Co Ltd 走行経路予測案内装置、走行経路予測案内方法、コンピュータプログラム
JP2010145115A (ja) * 2008-12-16 2010-07-01 Nec Corp 目的地予測システム、目的地予測方法及びプログラム
JP2011164070A (ja) * 2010-02-15 2011-08-25 Ntt Docomo Inc 訪問地予測装置、及び、訪問地予測方法
WO2012169152A1 (ja) * 2011-06-07 2012-12-13 日本電気株式会社 移動目的地予測装置、移動目的地予測方法および移動目的地予測プログラム

Also Published As

Publication number Publication date
JPWO2013111506A1 (ja) 2015-05-11

Similar Documents

Publication Publication Date Title
US10429202B2 (en) Methods and systems for generating routes using electronic map data
CN105606100B (zh) 导航系统中用于聚类感兴趣点的装置、系统及方法
JP6094543B2 (ja) 出発地・目的地抽出装置、出発地・目的地抽出方法
US20120158289A1 (en) Mobile search based on predicted location
CN104541131A (zh) 路线计算系统、导航装置和路线计算方法
CN105403224A (zh) 用于收集导航系统中兴趣点的装置、系统和方法
US10989553B2 (en) Method, apparatus and computer program product for determining likelihood of a route
US9134135B2 (en) Navigation system with mode based mechanism and method of operation thereof
US9410813B2 (en) Course-based place searching
JP6118246B2 (ja) 電子地図にわたり経路を生成するシステム及び方法
CN107367287B (zh) 选择性地允许移动中的用户装置利用与前方实体相关联数字内容的方法和系统
WO2014122272A1 (en) System, components and methodologies for navigation route planning
US20100057357A1 (en) Device for selecting area to be introduced and method thereof
KR20160053971A (ko) 대안 경로를 생성하기 위한 방법 및 시스템
JP6277709B2 (ja) 経路情報処理方法、装置、及びプログラム
JP2019152628A (ja) 経路情報送信方法、経路情報送信システム、車載端末
WO2013111506A1 (ja) 進路予測情報提供装置、進路予測情報提供方法およびプログラム
JP5773202B2 (ja) ナビゲーションシステム、ナビゲーションプログラム及びナビゲーション方法
EP2522957B1 (en) Navigation server and navigation system
KR20080062088A (ko) 경로 제공 장치 및 방법
CN107454566B (zh) 以定时方式允许移动中的用户装置利用与前方实体相关联数字内容的方法和系统
JP2009198293A (ja) 経路探索装置
JP4879803B2 (ja) 地図情報更新装置および地図情報更新方法
JP4062019B2 (ja) 車両用情報提供システム
JP4277554B2 (ja) 所要時間推定装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12866419

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2013555171

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12866419

Country of ref document: EP

Kind code of ref document: A1