WO2021171433A1 - 情報処理装置、情報処理方法およびプログラム - Google Patents

情報処理装置、情報処理方法およびプログラム Download PDF

Info

Publication number
WO2021171433A1
WO2021171433A1 PCT/JP2020/007824 JP2020007824W WO2021171433A1 WO 2021171433 A1 WO2021171433 A1 WO 2021171433A1 JP 2020007824 W JP2020007824 W JP 2020007824W WO 2021171433 A1 WO2021171433 A1 WO 2021171433A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
calculation unit
intensity
route
value
Prior art date
Application number
PCT/JP2020/007824
Other languages
English (en)
French (fr)
Inventor
小長井　俊介
瀬下　仁志
Original Assignee
日本電信電話株式会社
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 日本電信電話株式会社 filed Critical 日本電信電話株式会社
Priority to PCT/JP2020/007824 priority Critical patent/WO2021171433A1/ja
Publication of WO2021171433A1 publication Critical patent/WO2021171433A1/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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/40—Transportation

Definitions

  • An embodiment of the present invention relates to an information processing device, an information processing method, and a program.
  • a route search system such as a car navigation system
  • a technology that uses car probe information sent from a vehicle equipped with a terminal device is known.
  • the car probe information includes the position information of the vehicle acquired by means such as GPS.
  • the car navigation system calculates the moving speed on a specific road based on the position information of each vehicle, and searches the route using the time required to pass the candidate route.
  • the road network information is structured as node information including at least latitude and longitude position information and link information having at least information on the originating node and the arriving node. Then, by setting the cost which is the attribute information of each link, the minimum cost route search represented by Dijkstra's algorithm can be executed.
  • FIG. 15A-15C are schematic diagrams illustrating such structured information.
  • FIG. 15A shows a network including nodes (N01, N02, N03, ...) and links (L01, L02, ...) as an example of the representation of the road network.
  • FIG. 15B shows an example of node information, in which latitude and longitude are stored in association with the ID of each node.
  • FIG. 15C shows an example of link information, and attribute information (link cost) of a outgoing node, an arriving node, and a link is stored in association with the ID of each link.
  • the fastest route search using the transit time was performed.
  • the realization of technology using car probe information has made it possible to realize the fastest route search with higher accuracy than simply using the estimated link transit time calculated from the type and distance of the road.
  • the car navigation system intermittently collects information including the position, moving speed, and moving direction of the vehicle as car probe information, map-matches the information with the road network, and is a link attribute value of the road network. Convert to link movement speed or link transit time.
  • FIG. 16 shows an example of such a converted image.
  • each probe information PL position, speed, direction
  • the probe information PL is map-matched and displayed in a color corresponding to the speed for each point.
  • the probe information PL is converted to the link movement speed LV (km / h), and each link is also displayed in a color corresponding to the speed.
  • the link attribute value is not created only from a single probe information of a single vehicle, but is statistically calculated from a large number of probe information of a large number of vehicles. As a result, it is possible to level the variation caused by the waiting time of the traffic signal and the congestion state of the road, and improve the estimation accuracy of the link transit time.
  • probe information is statistically processed for each season, day of the week, and time zone instead of using a single attribute value. It is also possible to calculate the attribute value of the above and use the attribute value of the matching condition when performing the route search.
  • the back road is generally narrower than the main road, the visibility of the intersection is poor, and it is also a living road for local residents, so pedestrians do not separate and pedestrians pass through. It is inferior and often has a high psychological load on driving.
  • the present invention was made by paying attention to the above circumstances, and an object of the present invention is to provide a cost calculation technique for reducing the possibility that a route having a high psychological load is selected as a candidate in a route search.
  • the first aspect of the present invention is in the information processing device, based on the probe information collected from the vehicle moving on the road network, for each link constituting the road network, the vehicle A speed calculation unit that calculates the movement speed, an attribute information calculation unit that calculates attribute information that reflects at least one of the driving difficulty of the driving route or the characteristics of the driver of each vehicle based on the probe information, and the above. It is provided with a cost calculation unit for calculating the cost related to the movement of each link by adding a penalty value according to the above attribute information to the movement speed.
  • a penalty value according to the attribute information reflecting the driving difficulty of the driving route or the characteristics of the driver is added to the moving speed calculated for each link, and the penalty value is added.
  • the cost of each link is calculated using the movement speed after addition. If the route search is performed using the cost calculated in this way, the penalty is reflected in the movement speed based on the probe information obtained from the driver who has a difficult route or a special characteristic, and the psychological feeling related to driving. It is possible to reduce the possibility that a route with a high load is selected as a candidate.
  • FIG. 1 is a diagram showing an overall configuration of a system including a route search device according to the first embodiment.
  • FIG. 2 is a block diagram showing an example of the hardware configuration of the route search device according to the embodiment.
  • FIG. 3 is a flowchart showing a processing procedure and processing contents by the route search device according to the first embodiment.
  • FIG. 4 is a diagram illustrating an image of the correlation between the intensity of operation and the intensity of the route in the route search device according to the first embodiment.
  • FIG. 5A is a diagram showing an example of spatial division for calculating the intensity of operation from probe information.
  • FIG. 5B is a diagram showing a histogram of driving intensity obtained from the spatial division shown in FIG. 5A.
  • FIG. 6A is a diagram showing an example of spatial division for calculating the intensity of the route from the probe information.
  • FIG. 6B is a diagram showing a histogram of the intensity of the path obtained from the spatial division shown in FIG. 6A.
  • FIG. 7 is a diagram illustrating the arbitrariness of spatial division.
  • FIG. 8A is a diagram showing a first example of the link attribute value.
  • FIG. 8B is a diagram showing a second example of the link attribute value.
  • FIG. 9 is a diagram showing the overall configuration of the system including the route search device according to the second embodiment.
  • FIG. 10 is a flowchart showing a processing procedure and processing contents by the route search device according to the second embodiment.
  • FIG. 11 is a diagram showing an example of a standard area mesh code.
  • FIG. 12 is a diagram showing an overall configuration of a system including a route search device according to a third embodiment.
  • FIG. 13 is a flowchart showing a processing procedure and processing contents by the route search device according to the third embodiment.
  • FIG. 14 is a diagram illustrating a history of route intensity for each user.
  • FIG. 15A is a diagram showing two-dimensional information of road network data.
  • FIG. 15B is a diagram showing an example of node information included in the road network data.
  • FIG. 15C is a diagram showing an example of link information included in the road network data.
  • FIG. 16 is a diagram showing an example of a conversion image from probe information to a link attribute value.
  • the cost is used by using a penalty according to the attribute information that reflects the "intensity of the route" as the driving difficulty of the driving route or the "intensity of driving” as the characteristic of the driver of each vehicle. Is calculated.
  • probe information used for route search is a set of data including at least a position, a moving speed, and a moving direction measured intermittently in a vehicle.
  • data is further measured by the inertial sensor at the time of data collection, which is measured by the inertial sensor, at the time of data collection, 3-axis acceleration and 3-axis angular velocity (instantaneous value), or from the time of the previous position measurement.
  • 3-axis acceleration and 3-axis angular velocity instantaneous value
  • inertial sensor fluctuation amount is added and used for path search.
  • the instantaneous value is, for example, a group of values obtained by one reading from the sensor chip in terms of hardware or from the OS API in terms of software.
  • the integrated value may be a simple addition of absolute values or a weighted addition in which an arbitrary coefficient is multiplied for each axis and then added.
  • FIG. 1 is a diagram showing an example of the overall configuration of a route search system including the information processing apparatus according to the first embodiment.
  • This route search system includes an in-vehicle device 500 that collects probe information and a route search device 100 that receives probe information from the in-vehicle device 500.
  • the route search device 100 is an example of the information processing device according to the first embodiment, and information communication with the in-vehicle device 500 via a network NW such as the Internet, a WAN (Wide Area Network), or a mobile communication network. Is possible.
  • NW such as the Internet
  • WAN Wide Area Network
  • the route search device 100 can communicate with an arbitrary number of in-vehicle devices at the same time.
  • the in-vehicle device 500 is, for example, a car navigation device mounted on a vehicle (probe car), and includes a control unit 501, a GNSS (Global Navigation Satellite System) receiver 502, an inertial sensor 503, and a communication unit 504. ing.
  • GNSS Global Navigation Satellite System
  • the control unit 501 includes a CPU (Central Processing Unit) 5011, a ROM (Read Only Memory) 5012, a RAM (Random Access Memory) 5013, and the like, and controls the operation of the entire in-vehicle device 500.
  • the CPU 5011 expands the program stored in the ROM 5012 into the RAM 5013 and executes this program to realize various functions.
  • the GNSS receiver 502 measures its own position information (latitude / longitude) by receiving signals from a plurality of artificial satellites and performing a distance measurement calculation.
  • the inertial sensor 503 is, for example, a combination of an acceleration sensor and a gyro sensor, and measures 3-axis acceleration and 3-axis angular velocity.
  • the communication unit 504 transmits the position information measured by the GNSS receiver 502 and the acceleration and the angular velocity measured by the inertial sensor 503 to the route search device 100.
  • the in-vehicle device 500 may be a smartphone or the like possessed by the driver or passenger of the vehicle.
  • the measured values of various sensors mounted on the smartphone may be transmitted to the route search device 100 via the network NW, for example, through a dedicated application program.
  • the route search device 100 is, for example, a computer such as a server computer, receives a route search condition SC, searches for a route from a designated departure point to a destination, and routes a candidate route. Output as search result SR.
  • the route search device 100 has a probe information acquisition unit 101, a map matching unit 102, a movement speed calculation unit 103, an operation / route intensity calculation unit 104, a statistical calculation unit 105, and a route search unit as processing function units. It includes 106. Further, the route search device 100 may include a probe information storage unit 151, a road network (NW) data storage unit 152, and a probe attribute value storage unit 153 as storage units.
  • NW road network
  • the probe information acquisition unit 101 acquires the probe information transmitted from the in-vehicle device 500 and stores the probe information in the probe information storage unit 151.
  • the probe information storage unit 151 stores probe information in association with the identification information (ID) of the in-vehicle device 500 or its user.
  • the map matching unit 102 performs map matching processing of probe information based on a predefined road network (road network) data.
  • the map matching unit 102 plots the positioning points on the map and specifies which link each probe information has passed.
  • the moving speed calculation unit 103 calculates the average moving speed of each link based on the probe information and the result of the map matching process.
  • the driving / route intensity calculation unit 104 is an example of the attribute information calculation unit, and calculates attribute information that reflects at least one of the driving difficulty of the driving route or the characteristics of the driver of each vehicle.
  • the operation / route intensity calculation unit 104 calculates the inertial sensor fluctuation amount based on the 3-axis acceleration and 3-axis angular velocity data included in the probe information, and the inertial sensor fluctuation amount and the moving speed. Based on the average moving speed calculated by the calculation unit 103, the intensity of driving and the intensity of the route are calculated.
  • the intensity of driving and the intensity of the route are one of the indexes reflecting the nature of the driving and the route related to the psychological load, and the definition and calculation method thereof will be described in detail below.
  • the probe attribute value storage unit 153 stores the calculated average moving speed, driving intensity, route intensity, etc. as link attribute values for each probe.
  • the statistical calculation unit 105 performs statistical calculation of the link attribute value obtained from a large number of probe information of a large number of users based on the information stored in the probe attribute value storage unit 153, and performs statistical calculation of the link attribute value as the attribute value for each link (road network ( NW)
  • NW road network
  • the road network (NW) data storage unit 152 stores the attribute value of each link together with the road network data used for the map matching process.
  • the route search unit 106 receives the route search condition SC, performs cost calculation and optimum route search processing using the information stored in the road NW data storage unit 152, and outputs the route search result SR. More specifically, the route search unit 106 may include a cost calculation unit 1061 that performs a cost calculation process and a search unit 1062 that performs an optimum route search.
  • the route search condition SC is input via, for example, an in-vehicle device such as a car navigation device or a dedicated application program of a smartphone, and is received by the route search device 100 via the network NW.
  • the route search result SR is transmitted from the route search device 100 via the network NW, and is displayed, for example, on the display of the requesting car navigation device or smartphone.
  • the route search result SR may be output by voice by a technique such as voice synthesis.
  • the search unit 1062 does not necessarily have to be a part of the information processing apparatus according to the embodiment, and may be provided as a part of another apparatus.
  • FIG. 2 shows an example of the hardware configuration of the route search device 100.
  • the route search device 100 includes a CPU 1001, a RAM 1002, a ROM 1003, an auxiliary storage device 1004, an input device 1005, an output device 1006, and a communication device 1007.
  • the above-mentioned processing function of the route search device 100 is realized by the CPU 1001 expanding the program stored in the ROM 1003 or the auxiliary storage device 1004 into the RAM 1002 and executing this program.
  • the CPU 1001 is an example of a hardware processor.
  • the hardware processor is not limited to a general-purpose processor, and may be a dedicated processor such as an ASIC (Application Specific Integrated Circuit) or an FPGA (Field-Programmable Gate Array).
  • the auxiliary storage device 1004 includes a computer-readable storage medium that stores data non-volatilely, and may be, for example, an HDD (Hard Disk Drive) or an SDD (Solid State Drive).
  • the auxiliary storage device 1004 can operate as a storage unit including a probe information storage unit 151, a road NW data storage unit 152, and a probe attribute value storage unit 153.
  • the input device 1005 includes, for example, a keyboard, a mouse, a joystick, a microphone, and the like.
  • the output device 1006 includes, for example, a display device such as a liquid crystal display or an organic EL display, a speaker, and the like.
  • the input device 1005 and the output device 1006 may be, for example, an integrated touch panel type device in which a display device such as a liquid crystal panel and an input device such as a touch pad are combined.
  • Communication device 1007 performs wireless or wired communication with an external device.
  • the communication device 1007 is provided with, for example, a LAN (Local Area Network) port, is connected to the network NW using, for example, a LAN cable, and transmits / receives data to / from an external device including the in-vehicle device 500 via the network NW. ..
  • the communication device 1007 may include a wireless module such as a wireless LAN module or a Bluetooth® module.
  • the route search device 100 in addition to the position, moving speed, and moving direction of the vehicle as probe information, three-axis acceleration and three-axis are obtained from an inertial sensor mounted on the vehicle. Collect angular velocity data. Then, the route search device 100 calculates the "intensity" of the route and the operation based on the three-axis acceleration and the three-axis angular velocity data, and uses the cost added with the penalty according to the intensity of the route and the operation to search the route. To execute.
  • FIG. 3 is a flowchart showing the processing procedure and the processing content.
  • the route search device 100 acquires the probe information transmitted from the in-vehicle device 500 by the probe information acquisition unit 101 and stores it in the probe information storage unit 151.
  • This process may be performed at any timing.
  • the probe information acquisition unit 101 receives the probe information transmitted from the vehicle-mounted device 500 at regular time intervals or fixed size intervals via the communication device 1007, and each time the probe information is received, the ID of the vehicle-mounted device or the user is used. Link and memorize.
  • the probe information transmitted from the in-vehicle device 500 includes, for example, an ID of the in-vehicle device, a measurement date and time, a position (latitude and longitude), a moving speed, a moving direction, a triaxial acceleration, and a triaxial angular velocity.
  • step S102 the route search device 100 executes map matching for the probe information stored in the probe information storage unit 151 by the map matching unit 102.
  • the map matching unit 102 uses map matching processing such as the nearest neighbor method or the hidden Markov process method to obtain the position information of the probe information that does not necessarily appear on the link of the road network data due to the position measurement error or the like. Correct on the network.
  • step S103 the route search device 100 calculates the link movement speed by the movement speed calculation unit 103 using the conversion process as shown in FIG.
  • the link movement speed is the average value of the movement speeds for each link and each probe.
  • step S104 the route search device 100 calculates the intensity of operation and the intensity of the route by the operation / route intensity calculation unit 104.
  • the "intensity of driving” is set to a value that is positively correlated with both the average moving speed of the section and the amount of fluctuation of the inertial sensor in the section
  • the “intensity of the route” is the average of the sections. It is defined as a value that is inversely correlated with the moving speed and positively correlated with the amount of inertial sensor fluctuation.
  • the driving / route intensity calculation unit 104 divides the probe information collected from a specific user into a fixed time unit such as 5 minutes or a fixed distance unit such as 2 km, and the divided probe. From the information, it is possible to map to a two-dimensional space centered on the average moving speed and the amount of inertial sensor fluctuation in that section.
  • FIG. 4 shows an example of a correlation image between probe information and “intensity of driving” and “intensity of route”.
  • the vertical axis represents the average moving speed
  • the horizontal axis represents the amount of fluctuation of the inertial sensor (the amount of fluctuation of the 3-axis acceleration and the 3-axis angular velocity).
  • the probe information collected from a specific user is divided into units of 5 minutes, 2 km, etc. as described above, and the average moving speed is the average of the speeds included in those measurement point groups.
  • the inertial sensor fluctuation amount is plotted as an integrated value of those measurement points.
  • the fact that the intensity of driving and the intensity of the route are not obtained for each link as in the case of the link movement speed illustrated in FIG. 16 is linked to the intensity of continuous driving and the intensity of the route. This is because the links are too short in urban areas to be calculated in units. Therefore, here, it is assumed that the intensity of the route of the divided probe information is calculated and adopted as the attribute value of all the links included therein.
  • intensity of driving has a positive correlation with both the average moving speed and the amount of inertial sensor fluctuation. Therefore, the larger the average moving speed and the larger the amount of inertial sensor fluctuation, the larger the value. Since the "path intensity" is inversely correlated with the average moving speed and positively correlated with the inertial sensor fluctuation amount, the smaller the average moving speed and the larger the inertial sensor fluctuation amount, the larger the value.
  • FIG. 5A shows an example of an image in which a two-dimensional space similar to that shown in FIG. 4 is divided into sections according to the degree of intensity of driving.
  • the probe information of the two users U01 and U02 is plotted.
  • the smaller the average moving speed and the smaller the inertial sensor fluctuation amount the smaller the driving intensity value (intensity 1)
  • the larger the average moving speed and the larger the inertial sensor fluctuation amount the smaller the driving intensity value.
  • the intensity of driving is calculated as a histogram by counting the probe information for each user mapped in the two-dimensional space according to the section division.
  • FIG. 5B shows an example of a histogram of the intensity of driving in the probe information of each user obtained based on FIG. 5A. This histogram is used to generate the link information and user features described below.
  • FIG. 6A shows an example of an image in which a two-dimensional space similar to that shown in FIG. 5A is divided into sections according to the degree of intensity of the route.
  • the intensity of the route is also calculated as a histogram by counting the probe information for each user mapped in the two-dimensional space according to the section division.
  • FIG. 6B shows an example of a histogram of the intensity of the route in the probe information of each user obtained based on FIG. 6A.
  • intensities of driving and “intensity of route” are based on arbitrary definitions in this embodiment. These intensities are calculated by mapping the average moving speed and the amount of inertial sensor fluctuation with arbitrary coefficients as described above.
  • the two axes do not necessarily have to be orthogonal.
  • FIG. 7 shows an example of such spatial division arbitrariness.
  • the intensity of the route may be calculated according to the spatial division as shown in FIG.
  • the value of the intensity of the path obtained by the spatial division shown in FIG. 7 has a smaller inverse correlation coefficient with the average moving speed than the value obtained by the spatial division shown in FIG. 6A, and the inertial sensor fluctuation amount.
  • the correlation coefficient with is large.
  • These correlation coefficients may be set according to how much the road surface roughness, the number of curves (intensity of the route) and the roughness of the driving (intensity of driving) should be reflected in the route search. ..
  • the inverse correlation coefficient with the average moving speed may be set to 0, and the intensity of the route may be a constant multiple of the amount of fluctuation of the inertial sensor.
  • step S105 the route search device 100 probes the movement speed calculated by the movement speed calculation unit 103, as well as the intensity of operation and the intensity of the route calculated by the operation / route intensity calculation unit 104. It is stored in the probe attribute value storage unit 153 as a link attribute value for each.
  • step S106 the route search device 100 performs statistical calculation by the statistical calculation unit 105 and updates the network data.
  • the statistical calculation unit 105 reads out the link attribute value for each probe obtained from a large number of probe information of a large number of users from the probe attribute value storage unit 153, performs statistical calculation, and then obtains road network data used for route search. It is linked to the link ID as a link attribute value (group) and stored in the road NW data storage unit 152.
  • FIG. 8A shows an example of the link attribute value stored in the road NW data storage unit 152.
  • the link attribute values are "link ID”, “departing node”, “arriving node”, “link length (m)”, “number of collected probes”, “average route intensity”, and “average speed (km)”. / H) ”is included.
  • the average route intensity may be calculated as the average value of the route intensity of the section probe information including the link within dividing a large number of probe information of a large number of users into 5 minutes, 2 km, or the like. The median or mode may be used.
  • the statistical calculation unit 105 may read out the latest probe information for a certain period or a certain number at an arbitrary timing, and recalculate the average speed, the average path intensity, and the number of collected probes.
  • link attribute value may be statistically processed and converted into an attribute value for each season, day of the week, time zone, and weather, as is conventionally performed.
  • FIG. 8B shows another example of the link attribute value stored in the road NW data storage unit 152.
  • the number of collected probes is stored for each driving intensity, and the link average speed is calculated and stored for each driving intensity.
  • the statistical calculation unit 105 may perform statistical processing on the link average speed for each intensity of operation and convert it into an attribute value.
  • the route search device 100 calculates the cost by the route search unit 106 at an arbitrary timing using the road network data including the link attribute value stored in the road NW data storage unit 152.
  • the route search process can be executed.
  • the link cost used for the minimum cost search such as Dijkstra's algorithm is LL for the shortest distance search and LL ⁇ LS for the fastest route search.
  • the route search unit 106 uses, for example, the average route intensity LR of the link when performing the route search.
  • LL ⁇ (LS + A ⁇ (MR-LR)) Can be.
  • A is an arbitrary coefficient
  • MR is a value of the reference route intensity, and may be arbitrarily set.
  • the route search mode may be set to "slow", “normal”, “hurry”, etc., and if "slow” is selected, the weighted average of driving intensity 1 and 2, or "hurry” may be used.
  • the weighted average of driving intensity 6 and 7 can be used as the average moving speed of the link.
  • the weighted average of 1/3 of the total probe information that exists as the attribute of the link is low, and if it is "hurry”, the weighted average of 1/3 is high. It is also possible to use the average moving speed.
  • the cost is not limited to these, and may be reflected in the cost by any method.
  • the route search device 100 adds 3-axis acceleration and 3-axis angular velocity data to the information collected as probe information, calculates the "intensity" of the route and operation, and searches for the route. Sometimes the "intensity" of the path (the sum of the absolute values of the triaxial angular velocities and the sum of the absolute values of the triaxial accelerations in a unit time) is added to the time cost.
  • the cost is calculated using a penalty according to the attribute information that reflects the "local driver degree" as a characteristic of the driver of each vehicle.
  • FIG. 9 is a diagram showing an example of the overall configuration of the route search system including the information processing apparatus according to the second embodiment.
  • the same reference numbers as those in FIG. 1 are assigned to the same configurations as described with respect to the first embodiment, and detailed description thereof will be omitted.
  • This route search system includes an in-vehicle device 500 that collects probe information and a route search device 200 that receives probe information from the in-vehicle device 500.
  • the route search device 200 is an example of the information processing device according to the second embodiment, and can communicate with the in-vehicle device 500 via the network NW as in the first embodiment.
  • the route search device 200 can also communicate with any number of in-vehicle devices at the same time.
  • the in-vehicle device 500 may include a control unit 501, a GNSS receiver 502, an inertial sensor 503, and a communication unit 504 as in the first embodiment, but the inertial sensor 503 is omitted in the second embodiment. You may.
  • the route search device 200 is a computer such as a server computer, receives the route search condition SC, and searches for a route from a designated departure point to a destination. Then, the candidate route is output as the route search result SR. Similar to the first embodiment, the route search device 200 includes a probe information acquisition unit 101, a probe information storage unit 151, a map matching unit 102, a road network (NW) data storage unit 152, and a movement speed calculation unit 103. A probe attribute value storage unit 153, a statistical calculation unit 105, and a route search unit 106 are provided. The route search device 200 further includes a user history storage unit 251, a local driver degree calculation unit 201, and a user feature storage unit 252.
  • the user history storage unit 251 stores the movement history information for each user calculated from the probe information.
  • the local driver degree calculation unit 201 is an example of the attribute information calculation unit, and calculates attribute information that reflects the characteristics of the driver of each vehicle.
  • the local driver degree calculation unit 201 calculates the local driver degree related to the passage history of each user in each unit area based on the probe information accumulated as the user history.
  • the degree of local driver is one of the indexes reflecting the characteristics of the driver of the vehicle, and its definition and calculation method will be described in detail below.
  • the user feature storage unit 252 stores the local driver degree for each unit area calculated for each user.
  • the route search device 200 according to the second embodiment can be provided with the same hardware configuration as shown in FIG.
  • the route search device 200 calculates the local driver degree from the movement history (driving experience) of each vehicle (each driver) collected as probe information. Then, the route search device 200 executes the route search using the calculated cost with a penalty according to the local driver degree.
  • FIG. 10 is a flowchart showing the processing procedure and the processing content. Again, the same steps as described for the first embodiment are given the same reference numbers as in FIG. 3, and detailed description thereof will be omitted.
  • step S101 the route search device 200 acquires the probe information transmitted from the in-vehicle device 500 by the probe information acquisition unit 101 and stores it in the probe information storage unit 151.
  • step S102 the route search device 200 executes map matching for the probe information stored in the probe information storage unit 151 by the map matching unit 102.
  • the map matching unit 102 stores the map matching result in the user history storage unit 251 as a movement history for each user (vehicle).
  • step S103 the route search device 200 calculates the link movement speed by the movement speed calculation unit 103.
  • the movement speed calculation unit 103 stores the calculated link movement speed in the probe attribute value storage unit 153.
  • step S204 the route search device 200 calculates the local driver degree from the movement history of each vehicle collected as probe information by the local driver degree calculation unit 201.
  • the local driver degree may be based on any index, but as an example, it is defined and calculated as follows.
  • the local driver degree calculation unit 201 calculates the traffic ratio for each regional mesh of each user based on the probe information. At this time, for example, the local driver degree calculation unit 201 extracts the user group having the highest traffic ratio of the global mesh in each region as a local driver candidate of the global mesh. Then, the local driver degree calculation unit 201 calculates, for each user in the candidate, the deviation value in the candidate user of the ratio of the passed road / all roads with respect to the road of each small area mesh obtained by further dividing the large area mesh. do. The local driver degree calculation unit 201 can use this deviation value as the local driver degree of the small area mesh of the user.
  • the mesh data that defines the area mesh can be stored in advance in, for example, the road NW data storage unit 152.
  • the primary mesh and the secondary mesh of the standard regional mesh defined in the JIS X 0410 regional mesh code may be used.
  • FIG. 11 shows a part of JIS X 0410 area mesh code.
  • a primary mesh (wide area mesh) LM centered on the Kanto region of Japan and a secondary mesh (small area mesh) SM that is a part thereof enlarged are shown.
  • “Tokyo” is included in the vicinity of the primary mesh 5339 having an area of about 80 km on a side.
  • "Tachikawa” is included in the vicinity of the secondary mesh 5339-43.
  • the area mesh that can be used by the route search device 200 is not limited to these, and a unique area division mesh that establishes a geographical inclusion relationship may be used.
  • the local driver degree calculation unit 201 determines which user is traveling the most in which global mesh by aggregating the probe information or the information obtained by converting the probe information into link units by map matching for each user. be able to.
  • the deviation value of the passing record score of 4339-43 of each user in the passing record score set of 4339-43 (Tachikawa) of the driver group that travels most in the global mesh 5339 (Tokyo) is the deviation value of the passing record score of 4339-43 of the user.
  • Degree For example, if the local driver degree is "50", it means that the driver group mainly traveling in Tokyo has a traffic record that covers Tachikawa on a very average basis. If the local driver degree is 95, it means that the driver group mainly traveling in Tokyo has the top 5% of Tachikawa comprehensive traffic record.
  • the route search device 200 stores the local driver degree calculated by the local driver degree calculation unit 201 in the user feature storage unit 252 as a user feature.
  • the user feature storage unit 252 stores the local driver degree of the user for each small area mesh included in the large area mesh in which the user mainly travels, in association with the user ID.
  • the route search device 200 executes statistical calculation in consideration of the local driver degree by the statistical calculation unit 105, and updates the network (NW) data.
  • the statistical calculation unit 105 reads out the link attribute value for each probe obtained from a large number of probe information of a large number of users from the probe attribute value storage unit 153, and also becomes a source of the probe information from the user feature storage unit 252. Extract the characteristics of the user. Then, the statistical calculation unit 105 performs the statistical calculation by excluding the information calculated based on the probe information from the user whose local driver degree of the small area mesh including the target link is higher than a certain value. As a result, the statistical calculation unit 105 can exclude the driving history of the driver who knows too much about the local road from the cost calculation of the link. Similar to the first embodiment, the statistical calculation unit 105 associates the statistical calculation result with the link ID as a link attribute value (group) of the road network data used for the route search, and connects the result to the road NW data storage unit 152. save.
  • the statistical calculation unit 105 does not completely exclude the information of the user having a high local driver degree from the statistical calculation, but B ⁇ (local driver degree -50) with respect to the passing speed LSA of the link of the user.
  • B is an arbitrary coefficient.
  • the route search device 200 calculates the cost by the route search unit 106 at an arbitrary timing using the road network data including the link attribute value stored in the road NW data storage unit 152. You can perform a route search.
  • the route search device 200 calculates the local driver degree from the movement history of each user collected as probe information, and links the probe information of the user whose local driver degree is at a certain level or higher. It is excluded from the cost calculation, or a penalty value is added according to the local driver degree of the user and used for the link cost calculation.
  • the car probe information by the local driver is excluded from the route search calculation, or the influence of the car probe information by the local driver on the route search calculation is reduced. Therefore, according to the second embodiment, the back road or the living road of the local inhabitants, which is almost exclusively passed by the local driver, is less likely to be included in the route search result. As a result, the possibility that a road having a high psychological load is selected as a candidate for route search can be reduced, and traffic safety can be improved.
  • the second embodiment may be implemented independently of the first embodiment, or may be implemented in combination with the first embodiment. For example, in calculating the cost in the route search, a penalty reflecting the intensity of the route may be imposed, and a penalty reflecting the degree of local driver may be further added.
  • the intensity histogram based on the probe information of the user himself / herself, which is the request source of the route search, is considered.
  • FIG. 12 is a diagram showing an example of the overall configuration of the route search system including the information processing apparatus according to the third embodiment.
  • the same reference numbers as those in FIG. 1 are assigned to the same configurations as described with respect to the first embodiment, and detailed description thereof will be omitted.
  • This route search system includes an in-vehicle device 500 that collects probe information and a route search device 300 that receives probe information from the in-vehicle device 500.
  • the route search device 300 is an example of the information processing device according to the third embodiment, and can communicate with the in-vehicle device 500 via the network NW as in the first embodiment.
  • the route search device 300 can also communicate with an arbitrary number of in-vehicle devices at the same time.
  • the in-vehicle device 500 includes a control unit 501, a GNSS receiver 502, an inertial sensor 503, and a communication unit 504, as in the first embodiment.
  • the route search device 300 is a computer such as a server computer, receives the route search condition SC, and searches for a route from a designated departure point to a destination. Then, the candidate route is output as the route search result SR. Similar to the first embodiment, the route search device 300 includes a probe information acquisition unit 101, a probe information storage unit 151, a map matching unit 102, a road network (NW) data storage unit 152, and a movement speed calculation unit 103. The operation / route intensity calculation unit 104, the probe attribute value storage unit 153, the statistical calculation unit 105, and the route search unit 106 are provided. The route search device 300 further includes a user feature calculation unit 301 and a user feature storage unit 351.
  • the user characteristic calculation unit 301 receives the value of the route intensity for each user calculated by the operation / route intensity calculation unit 104, and updates the information stored in the user characteristic storage unit 351 as the user characteristic. conduct.
  • the user feature storage unit 351 stores a history related to the intensity of the route traveled by each user in association with the user ID.
  • the route search device 300 according to the third embodiment can be provided with the same hardware configuration as shown in FIG.
  • the route search device 300 uses the intensity histogram of the user himself / herself who uses the route search when adding a penalty according to the intensity of the route to the link cost. Make further adjustments.
  • the user who uses the route search is, in principle, a user who also provides the probe information.
  • the present invention is not limited to the driver of the probe car, and the application of this embodiment also applies to a state in which a dedicated application program is started and the smartphone is installed in a car or the like, such as when probe information is provided via a smartphone. It becomes.
  • FIG. 13 is a flowchart showing the processing procedure and the processing content. Again, the same steps as described for the first embodiment are given the same reference numbers as in FIG. 3, and detailed description thereof will be omitted. As shown in FIG. 13, the route search device 300 according to the third embodiment performs an additional processing operation in parallel with a part of the processing operation according to the first embodiment.
  • step S101 the route search device 300 first acquires probe information by the probe information acquisition unit 101 and stores it in the probe information storage unit 151.
  • step S102 the map matching unit 102 executes map matching for the probe information.
  • step S103 the movement speed calculation unit 103 calculates the link movement speed.
  • step S104 the driving / route intensity calculation unit 104 calculates the driving intensity and the route intensity.
  • step S105 the route search device 300 links the movement speed calculated by the movement speed calculation unit 103, the operation intensity calculated by the operation / route intensity calculation unit 104, and the route intensity to each probe. It is stored as an attribute value in the probe attribute value storage unit 153.
  • step S106 the statistical calculation unit 105 performs statistical calculation and updates the network data. In this embodiment, the calculation and storage of "intensity of driving" may be omitted.
  • step S305 the route search device 300 acquires the intensity of the route for each user calculated in step S104 by the user feature calculation unit 301.
  • the intensity of the route is calculated from, for example, the average moving speed of the segmented probe information and the amount of inertial sensor fluctuation as shown in FIG. 6A, as shown in FIG. 6B, as in the first embodiment. Obtained in the form of a histogram.
  • the route search device 300 identifies the ID of the user who is the same collection source for the probe information that is the source of the acquired "intensity of the route" by the user feature calculation unit 301, and the user.
  • the corresponding user feature is extracted from the feature storage unit 351, and the user feature is updated with the acquired "intensity of route”.
  • User features may also be stored in the form of a histogram for each user as shown in FIG. 6B.
  • the user feature storage unit 351 stores the histogram as shown in FIG. 6B as it is, and simply increases the value corresponding to the intensity of the route newly received from the operation / route intensity calculation unit 104. You may update it. Alternatively, the user characteristics are updated by saving the "route intensity value" of the interval probe information by each user in the latest specified number and creating a histogram from the latest specified number of information when necessary. You may.
  • FIG. 14 shows an example of storing the “path intensity value” of the section probe information by each user.
  • (User ID, t0) stores the intensity value of the route of the latest section probe information of the user with the user ID
  • (User ID, t1) stores the intensity value of the route of the section probe information one older than the latest. Save up to the specified number of past information in, and use it when the user's characteristics are needed.
  • the value group in the table is shifted to the right, and the value newly received from the operation / route intensity calculation unit 104 is saved in (user ID, t0).
  • the characteristics of the latest user can be adopted. Specifically, for example, when the section probe information is set in units of 2 km and the columns in the table of FIG. 14 are set to t199, the user's latest 400 km driving status can be used as a user characteristic.
  • the route search device 300 calculates the cost and minimizes the cost based on the information stored in the road NW data storage unit 152 and the user feature storage unit 351 by the route search unit 106 at an arbitrary timing. It is possible to execute a route search by cost search or the like. That is, in the third embodiment, the user characteristics of each user are further considered when calculating the cost in the first embodiment. For example, in the first embodiment, the route search unit 106 uses the intensity LR of the average route of the link to determine the cost of the link used for the minimum cost search such as Dijkstra's algorithm. LL ⁇ (LS + A ⁇ (MR-LR)) As a result, the average speed of the link was penalized according to the intensity of the route.
  • the penalty value A ⁇ (MR) when the user (requesting user) who performs the route search has a specified number or a specified ratio or more of probe information having an intensity of LR or more as a feature.
  • the penalty value A ⁇ (MR).
  • the route search is performed without adding LR). This means that for a route search user who has a certain or more intense route passage experience, the process of intentionally lowering the priority of the intense route is not performed.
  • X MR-LR
  • the route search device 300 is the user himself / herself who performs the route search when adding a penalty according to the intensity of the route to the cost in the cost calculation of the first embodiment. Adjust the cost using the intensity histogram of the probe information.
  • the "intensity of the route” or the characteristics of the driver of each vehicle is used as the attribute information reflecting the driving difficulty of the driving route. Further “intensity of driving” is taken into consideration as the attribute information to be reflected, or “local driver degree” is taken into consideration when calculating the cost for route search as the attribute information that reflects the characteristics of the driver of each vehicle. This provides a technique for reducing the possibility that a route having a high psychological load related to driving is selected as a candidate in the route search.
  • the vehicle may be a vehicle towed by livestock such as an automobile, a motorized bicycle, a motorcycle, a bicycle, a personal mobility, or a horse-drawn carriage.
  • livestock such as an automobile, a motorized bicycle, a motorcycle, a bicycle, a personal mobility, or a horse-drawn carriage.
  • the in-vehicle device 500 can be replaced with an information processing terminal such as a smartphone.
  • the car navigation system may be replaced by a dedicated application program running on the information processing terminal.
  • Each functional unit included in the route search devices 100, 200, and 300 may be distributed and arranged in a plurality of devices, and the processing may be performed by coordinating these devices with each other.
  • the route search devices 100, 200, and 300 may be realized by being divided into an information processing device that performs cost calculation processing and an information processing device that performs search processing using the calculated cost.
  • each functional unit may be realized by using a circuit.
  • the circuit may be a dedicated circuit that realizes a specific function, or may be a general-purpose circuit such as a processor.
  • the method described above can be executed by a computer (computer) as a program (software means) such as a magnetic disk (floppy (registered trademark) disk, hard disk, etc.) or an optical disk (CD-ROM, DVD, MO, etc.).
  • a program software means
  • a magnetic disk floppy (registered trademark) disk, hard disk, etc.) or an optical disk (CD-ROM, DVD, MO, etc.
  • a recording medium storage medium
  • the program stored on the medium side also includes a setting program for configuring the software means (including not only the execution program but also the table and the data structure) to be executed by the computer in the computer.
  • a computer that realizes the above-mentioned apparatus reads a program recorded on a recording medium, constructs software means by a setting program in some cases, and executes the above-mentioned processing by controlling the operation by the software means.
  • the recording medium referred to in the present specification is not limited to distribution, and includes storage media such as magnetic disks and semiconductor memories provided in devices connected inside a computer or via a network.
  • each storage unit can be variously modified and implemented without departing from the gist of the present invention.
  • the present invention is not limited to the above embodiment, and can be variously modified at the implementation stage without departing from the gist thereof.
  • each embodiment may be carried out in combination as appropriate, in which case the combined effect can be obtained.
  • the above-described embodiment includes various inventions, and various inventions can be extracted by a combination selected from a plurality of disclosed constituent requirements. For example, even if some constituent requirements are deleted from all the constituent requirements shown in the embodiment, if the problem can be solved and the effect is obtained, the configuration in which the constituent requirements are deleted can be extracted as an invention.

Abstract

経路探索において心理的負荷の高い経路が候補として選ばれる可能性を低減する。　実施形態に係る情報処理装置は、速度算出部と、属性情報算出部と、コスト算出部とを備える。速度算出部は、道路網を移動する車両から収集されたプローブ情報に基づき、道路網を構成するリンクごとに車両の移動速度を算出する。属性情報算出部は、プローブ情報に基づき、運転経路の走行困難性または各車両の運転者の特性のうちの少なくとも一方を反映する属性情報を算出する。コスト算出部は、上記移動速度に対して上記属性情報に応じたペナルティ値を付加することによって各リンクの移動に係るコストを算出する。

Description

情報処理装置、情報処理方法およびプログラム
　本発明の実施形態は、情報処理装置、情報処理方法およびプログラムに関する。
　カーナビゲーションシステムをはじめとする経路探索システムにおいて、端末装置を備えた車両から送られてくるカープローブ情報を利用する技術が知られている。カープローブ情報には、ＧＰＳ等の手段により取得された車両の位置情報が含まれる。カーナビゲーションシステムは、各車両の位置情報に基づいて、特定の道路における移動速度を算出し、候補経路の通過に要する時間を用いて経路探索を行う。
三輪　富生ほか、「プローブカーデータを用いたマルチモード経路案内システム"PRONAVI"の開発と今後の展開」、土木計画学研究・講演集３１、２００５年６月
　カーナビゲーションシステム等における経路探索では、道路網の情報を、少なくとも緯度および経度の位置情報を含むノード情報と、少なくとも発ノードと着ノードの情報を持つリンク情報として構造化する。そして、各リンクの属性情報であるコストを設定することによって、ダイクストラ法に代表される最小コスト経路探索が実行可能となる。
　図１５Ａ～１５Ｃは、そのような構造化された情報を例示する略図である。図１５Ａは、道路網の表現の一例として、ノード（N01, N02, N03, ...）とリンク（L01, L02, ...）を含むネットワークを示す。図１５Ｂは、ノード情報の一例を示し、各ノードのＩＤに紐づけて緯度および経度が格納される。図１５Ｃは、リンク情報の一例を示し、各リンクのＩＤに紐づけて、発ノード、着ノードおよびリンクの属性情報（リンクコスト）が格納される。
　カープローブ情報が利用される以前は、リンクコストとしてリンクの長さ（ノード間距離）を用いた最短距離探索ないしは道路の種別から推定し得る平均移動速度とリンクの長さから算出可能な推定リンク通過時間を用いた最速経路探索が行われていた。しかし、カープローブ情報を用いた技術の実現により、単純に道路の種別と距離から算出される推定リンク通過時間を用いるよりも精度の高い最速経路探索が実現可能となった。
　カーナビゲーションシステムは、カープローブ情報として、間欠的に、車両の位置、移動速度および移動方向を含む情報を収集し、当該情報を道路ネットワークにマップマッチングして、該道路ネットワークのリンク属性値であるリンク移動速度またはリンク通過時間へと変換する。
　図１６は、そのような変換イメージの一例を示す。左側のマップでは、各プローブ情報ＰＬ（位置，速度，方向）がマップマッチングされ、ポイント毎に速度に応じた色で表示されている。右側のマップでは、プローブ情報ＰＬがリンク移動速度ＬＶ（km/h）へと変換され、リンク毎にやはり速度に応じた色で表示されている。
　このように、リンク属性値は、単一の車両の単一のプローブ情報のみから作成されるのではなく、多数の車両の多数のプローブ情報から統計的に算出される。これにより、交通信号の待ち時間や道路の混雑状況に起因するばらつきを平準化し、リンク通過時間の推定精度を高めることができる。
　また、例えば季節、曜日、時間帯による交通状況の変動が大きい道路が少なくないことから、単一の属性値とするのではなく、季節、曜日、時間帯毎にプローブ情報を統計処理してそれぞれの属性値を算出し、経路探索を行う際に、合致する条件の属性値を用いることも可能である。
　ここで、主要道路の交通量が多い地域では、地元ドライバーが利用する、いわゆる「裏道」が、所要時間的に有利となる場所が多く存在する。上記のようにカープローブ情報を利用する最速経路探索では、地元ドライバー以外に対しても、そのような裏道を含む経路を推薦することとなる。
　しかしながら、裏道は、一般に、主要道路と比較して道幅が狭い、交差点の見通しが悪い、地元住民の生活道路でもあり歩車分離が行われておらず歩行者が通行する等、交通安全性に劣り、運転に係る心理的負荷が高い場合が多い。
　この発明は上記事情に着目してなされたもので、その目的とするところは、経路探索において心理的負荷の高い経路が候補として選ばれる可能性を低減するコスト算出技術を提供することにある。
　上記課題を解決するためにこの発明の第１の態様は、情報処理装置にあって、道路網を移動する車両から収集されたプローブ情報に基づき、上記道路網を構成するリンクごとに上記車両の移動速度を算出する速度算出部と、上記プローブ情報に基づき、運転経路の走行困難性または各車両の運転者の特性のうちの少なくとも一方を反映する属性情報を算出する属性情報算出部と、上記移動速度に対して上記属性情報に応じたペナルティ値を付加することによって各リンクの移動に係るコストを算出するコスト算出部とを備えるようにしたものである。
　この発明の第１の態様によれば、リンクごとに算出された移動速度に対して、運転経路の走行困難性または運転者の特性を反映する属性情報に応じたペナルティ値が付加され、ペナルティ値付加後の移動速度を用いて各リンクのコストが算出される。このように算出されたコストを用いて経路探索を行えば、走行困難な経路や特別な特性を有する運転者から得られたプローブ情報に基づく移動速度にはペナルティが反映され、運転に係る心理的負荷の高い経路が候補として選ばれる可能性を低減することができる。
図１は、第１の実施形態に係る経路探索装置を備えたシステムの全体構成を示す図である。 図２は、実施形態に係る経路探索装置のハードウェア構成の一例を示すブロック図である。 図３は、第１の実施形態に係る経路探索装置による処理手順と処理内容を示すフローチャートである。 図４は、第１の実施形態に係る経路探索装置における運転の激しさおよび経路の激しさの相関関係のイメージを例示する図である。 図５Ａは、プローブ情報から運転の激しさを算出するための空間分割の一例を示す図である。 図５Ｂは、図５Ａに示した空間分割から得られる運転の激しさのヒストグラムを示す図である。 図６Ａは、プローブ情報から経路の激しさを算出するための空間分割の一例を示す図である。 図６Ｂは、図６Ａに示した空間分割から得られる経路の激しさのヒストグラムを示す図である。 図７は、空間分割の任意性を例示する図である。 図８Ａは、リンク属性値の第１の例を示す図である。 図８Ｂは、リンク属性値の第２の例を示す図である。 図９は、第２の実施形態に係る経路探索装置を備えたシステムの全体構成を示す図である。 図１０は、第２の実施形態に係る経路探索装置による処理手順と処理内容を示すフローチャートである。 図１１は、標準地域メッシュコードの一例を示す図である。 図１２は、第３の実施形態に係る経路探索装置を備えたシステムの全体構成を示す図である。 図１３は、第３の実施形態に係る経路探索装置による処理手順と処理内容を示すフローチャートである。 図１４は、ユーザ毎の経路激しさの履歴を例示する図である。 図１５Ａは、道路ネットワークデータの２次元情報を示す図である。 図１５Ｂは、道路ネットワークデータに含まれるノード情報の一例を示す図である。 図１５Ｃは、道路ネットワークデータに含まれるリンク情報の一例を示す図である。 図１６は、プローブ情報からリンク属性値への変換イメージの一例を示す図である。
　以下、図面を参照してこの発明に係わる実施形態を説明する。なお、以降、説明済みの要素と同一または類似の要素には同一または類似の符号を付し、重複する説明は適宜省略する。例えば、複数の同一または類似の要素が存在する場合に、各要素を区別せずに説明するために共通の符号を用いることがあるし、各要素を区別して説明するために当該共通の符号に加えて枝番号を用いることもある。
　［第１の実施形態］
　第１の実施形態では、運転経路の走行困難性としての「経路の激しさ」または各車両の運転者の特性としての「運転の激しさ」を反映する属性情報に応じたペナルティを用いてコストが算出される。
　従来、経路探索に使用されるプローブ情報は、車両において間欠的に測定される位置、移動速度および移動方向を少なくとも含むデータの集合である。第１の実施形態では、そのようなデータに、さらに慣性センサによって測定されるデータ収集時点の３軸加速度および３軸角速度（瞬時値）、ないしは前回位置測定時点から高頻度に慣性センサによって測定された「３軸加速度および３軸角速度の各絶対値の積分値」（以後、「慣性センサ変動量」と言う）を加えて、経路探索に使用する。瞬時値は、例えば、センサチップからハードウェア的に、またはＯＳ　ＡＰＩからソフトウェア的に、１回の読み出しで得られる値群である。なお、積分値は、絶対値の単純加算でもよいし、軸毎に任意の係数を乗じてから加算する加重加算でもよい。
　（構成）
　図１は、第１の実施形態に係る情報処理装置を含む経路探索システムの全体構成の一例を示す図である。この経路探索システムは、プローブ情報を収集する車載装置５００と、車載装置５００からプローブ情報を受信する経路探索装置１００とを備えている。経路探索装置１００は、第１の実施形態に係る情報処理装置の一例であり、インターネット、ＷＡＮ（Wide Area Network）、移動体通信網などのネットワークＮＷを介して車載装置５００との間で情報通信が可能である。なお、説明を簡潔にするために図１では車載装置５００を１つだけ示しているが、経路探索装置１００は、同時に任意の数の車載装置との間で通信可能である。
　車載装置５００は、例えば、車両（プローブカー）に搭載されたカーナビゲーション装置であり、制御部５０１と、ＧＮＳＳ（Global Navigation Satellite System））レシーバ５０２と、慣性センサ５０３と、通信部５０４とを備えている。
　制御部５０１は、ＣＰＵ（Central Processing Unit）５０１１、ＲＯＭ（Read Only Memory）５０１２、ＲＡＭ（Random Access Memory）５０１３などを備えており、車載装置５００全体の動作を制御する。ＣＰＵ５０１１は、ＲＯＭ５０１２に記憶されたプログラムをＲＡＭ５０１３に展開し、このプログラムを実行することによって、種々の機能を実現する。
　ＧＮＳＳレシーバ５０２は、複数の人工衛星からの信号を受信して測距演算を行うことにより自己の位置情報（緯度・経度）を計測する。
　慣性センサ５０３は、例えば加速度センサとジャイロセンサを組み合わせたもので、３軸加速度および３軸角速度を計測する。
　通信部５０４は、ＧＮＳＳレシーバ５０２により計測された位置情報および慣性センサ５０３により計測された加速度および角速度を経路探索装置１００に送信する。
　車載装置５００は、車両の運転者または搭乗者が所持するスマートフォン等であってもよい。この場合、スマートフォンに搭載された各種センサの計測値を、例えば専用のアプリケーションプログラムを通じて、ネットワークＮＷを介して経路探索装置１００に送信するようにしてもよい。
　第１の実施形態に係る経路探索装置１００は、例えば、サーバコンピュータなどのコンピュータであり、経路探索条件ＳＣを受け取って、指定された出発地から目的地までの経路を探索し、候補経路を経路探索結果ＳＲとして出力する。
　経路探索装置１００は、処理機能部として、プローブ情報取得部１０１と、マップマッチング部１０２と、移動速度算出部１０３と、運転・経路激しさ算出部１０４と、統計計算部１０５と、経路探索部１０６とを備える。また経路探索装置１００は、記憶部として、プローブ情報記憶部１５１と、道路ネットワーク（ＮＷ）データ記憶部１５２と、プローブ属性値記憶部１５３とを備え得る。
　プローブ情報取得部１０１は、車載装置５００から送信されたプローブ情報を取得し、プローブ情報記憶部１５１に保存する処理を行う。
　プローブ情報記憶部１５１は、車載装置５００またはそのユーザの識別情報（ＩＤ）に紐づけてプローブ情報を記憶する。
　マップマッチング部１０２は、あらかじめ定義された道路網（道路ネットワーク）データに基づき、プローブ情報のマップマッチング処理を行う。マップマッチング部１０２は、測位点をマップ上にプロットするとともに、各プローブ情報がどのリンクを通過したかを特定する。
　移動速度算出部１０３は、プローブ情報およびマップマッチング処理の結果に基づき、各リンクの平均移動速度を算出する。
　運転・経路激しさ算出部１０４は、属性情報算出部の一例であり、運転経路の走行困難性または各車両の運転者の特性のうちの少なくとも一方を反映する属性情報を算出する。第１の実施形態では、運転・経路激しさ算出部１０４は、プローブ情報に含まれる３軸加速度および３軸角速度データに基づいて慣性センサ変動量を算出し、当該慣性センサ変動量と、移動速度算出部１０３によって算出された平均移動速度とをもとに、運転の激しさおよび経路の激しさを算出する。運転の激しさおよび経路の激しさは、心理的負荷に係る運転および経路の性質を反映する指標の１つであり、その定義および算出方法については以下で詳述する。
　プローブ属性値記憶部１５３は、算出された平均移動速度、運転の激しさおよび経路の激しさ等を、プローブ毎のリンク属性値として記憶する。
　統計計算部１０５は、プローブ属性値記憶部１５３に格納された情報に基づき、多数のユーザの多数のプローブ情報から得られたリンク属性値の統計計算を行い、リンク毎の属性値として道路ネットワーク（ＮＷ）データ記憶部１５２に記憶させる。
　道路ネットワーク（ＮＷ）データ記憶部１５２は、マップマッチング処理に用いられる道路ネットワークデータとともに、各リンクの属性値を記憶する。
　経路探索部１０６は、経路探索条件ＳＣを受け取り、道路ＮＷデータ記憶部１５２に格納された情報を用いてコスト算出および最適経路探索処理を行い、経路探索結果ＳＲを出力する。より詳細には、経路探索部１０６は、コスト算出処理を行うコスト算出部１０６１と、最適経路探索を行う探索部１０６２とを含み得る。経路探索条件ＳＣは、例えば、カーナビゲーション装置などの車載装置やスマートフォンの専用アプリケーションプログラムを介して入力され、ネットワークＮＷを介して経路探索装置１００により受信される。経路探索結果ＳＲは、経路探索装置１００からネットワークＮＷを介して送信され、例えば、要求元のカーナビゲーション装置やスマートフォンのディスプレイに表示される。経路探索結果ＳＲは、音声合成等の技術により音声で出力されてもよい。なお、探索部１０６２は、必ずしも実施形態に係る情報処理装置の一部である必要はなく、別の装置の一部として設けられてもよい。
　図２は、経路探索装置１００のハードウェア構成の一例を示す。経路探索装置１００は、ＣＰＵ１００１、ＲＡＭ１００２、ＲＯＭ１００３、補助記憶装置１００４、入力装置１００５、出力装置１００６、および通信装置１００７を備える。
　経路探索装置１００の上述した処理機能は、ＣＰＵ１００１がＲＯＭ１００３または補助記憶装置１００４に記憶されたプログラムをＲＡＭ１００２に展開し、このプログラムを実行することにより実現される。ＣＰＵ１００１はハードウェアプロセッサの一例である。ハードウェアプロセッサは、汎用プロセッサに限らず、ＡＳＩＣ（Application Specific Integrated Circuit）またはＦＰＧＡ（Field-Programmable Gate Array）などの専用プロセッサであってもよい。
　補助記憶装置１００４は、データを不揮発的に記憶するコンピュータ読み取り可能な記憶媒体を備えたものであり、例えば、ＨＤＤ（Hard Disk Drive）またはＳＤＤ（Solid State Drive）であり得る。補助記憶装置１００４は、プローブ情報記憶部１５１、道路ＮＷデータ記憶部１５２、プローブ属性値記憶部１５３を含む記憶部として動作し得る。
　入力装置１００５は、例えば、キーボード、マウス、ジョイスティック、マイクロフォン等を備える。出力装置１００６は、例えば、液晶ディスプレイや有機ＥＬディスプレイ等の表示装置、スピーカ等を備える。入力装置１００５と出力装置１００６は、例えば、液晶パネル等の表示デバイスとタッチパッド等の入力デバイスとを組み合わせた一体型のタッチパネル型装置であってもよい。
　通信装置１００７は、外部装置に対して無線または有線通信を行う。通信装置１００７は、例えば、ＬＡＮ（Local Area Network）ポートを備え、例えばＬＡＮケーブルを用いてネットワークＮＷに接続され、ネットワークＮＷを介して車載装置５００を含む外部の装置との間でデータを送受信する。通信装置１００７は、例えば無線ＬＡＮモジュールまたはBluetooth（登録商標）モジュールなどの無線モジュールを備えてよい。
　以上のように構成された第１の実施形態に係る経路探索装置１００は、プローブ情報として、車両の位置、移動速度および移動方向に加え、車両に搭載された慣性センサから３軸加速度および３軸角速度データを収集する。そして、経路探索装置１００は、３軸加速度および３軸角速度データに基づいて経路および運転の「激しさ」を算出し、経路および運転の激しさに応じたペナルティを付加したコストを用いて経路探索を実行する。
　（動作）
　次に、以上のように構成された経路探索装置１００による情報処理動作を説明する。　
　図３はその処理手順と処理内容を示すフローチャートである。
　経路探索装置１００は、まずステップＳ１０１において、プローブ情報取得部１０１により、車載装置５００から送信されたプローブ情報を取得し、プローブ情報記憶部１５１に記憶させる。この処理は任意のタイミングで行われてよい。例えば、プローブ情報取得部１０１は、車載装置５００から一定の時間ごとまたは一定のサイズごとに送信されるプローブ情報を、通信装置１００７を介して受信し、受信するたびに車載装置またはユーザのＩＤに紐づけて記憶させる。車載装置５００から送信されるプローブ情報は、例えば、車載装置のＩＤ、計測日時、位置（緯度および経度）、移動速度、移動方向、３軸加速度および３軸角速度を含む。
　次いでステップＳ１０２において、経路探索装置１００は、マップマッチング部１０２により、プローブ情報記憶部１５１に記憶されたプローブ情報に対してマップマッチングを実行する。ここでマップマッチング部１０２は、位置測定誤差などに伴って、必ずしも道路ネットワークデータのリンク上に載らない前記プローブ情報の位置情報を、最近傍法や隠れマルコフ過程法などのマップマッチング処理によって、道路ネットワーク上に補正する。
　ステップＳ１０３において、経路探索装置１００は、移動速度算出部１０３により、図１６に示したような変換処理を用いてリンク移動速度を算出する。ここでは、リンク移動速度は、リンク毎およびプローブ毎の移動速度の平均値である。
　ステップＳ１０４において、経路探索装置１００は、運転・経路激しさ算出部１０４により、運転の激しさおよび経路の激しさを算出する。
　ここで、第１の実施形態では、「運転の激しさ」を、区間の平均移動速度と区間の慣性センサ変動量の両方に正相関する値とし、「経路の激しさ」を、区間の平均移動速度に逆相関し慣性センサ変動量に正相関する値と定義する。例えば、運転・経路激しさ算出部１０４は、特定のユーザから収集されたプローブ情報を、例えば５分単位といった一定の時間単位や、２ｋｍ単位といった一定の距離単位などで分割し、その分割したプローブ情報から、その区間での平均移動速度と慣性センサ変動量とを軸とした２次元空間に写像することができる。
　図４は、プローブ情報と「運転の激しさ」および「経路の激しさ」の相関イメージの一例を示す。縦軸は平均移動速度、横軸は慣性センサ変動量（３軸加速度および３軸角速度の変動量）を表す。図４の各プロット点は、特定のユーザから収集されたプローブ情報を、上記のように５分単位や２ｋｍ単位などで分割し、平均移動速度についてはそれらの測定点群に含まれる速度の平均値として、慣性センサ変動量はそれらの測定点群の積分値として、プロットしたものである。
　なお、ここで、運転の激しさおよび経路の激しさを、図１６に例示したリンク移動速度のようにリンク単位で求めていないのは、一続きの運転の激しさおよび経路の激しさをリンク単位で求めるには市街地ではリンクが短すぎるためである。そのため、ここでは、分割されたプローブ情報の経路の激しさを算出し、そこに含まれる全リンク群の属性値として採用するものとする。
　上記で定義したように、「運転の激しさ」は、平均移動速度と慣性センサ変動量の両方に正相関するため、平均移動速度が大きく慣性センサ変動量が大きいほど、大きな値をとる。「経路の激しさ」は、平均移動速度に逆相関し慣性センサ変動量に正相関するため、平均移動速度が小さく慣性センサ変動量が大きいほど、大きな値をとる。
　図５Ａは、図４に示したのと同様の２次元空間を運転の激しさの度合いに応じて区間分割するイメージの一例を示す。図５Ａには、２人のユーザＵ０１、Ｕ０２のプローブ情報がプロットされている。図からわかるように、平均移動速度が小さく慣性センサ変動量が小さいほど運転の激しさの値も小さく（激しさ１）、平均移動速度が大きく慣性センサ変動量が大きくなるほど運転の激しさの値も大きくなる（激しさ７）。運転の激しさは、このように２次元空間に写像されたユーザ毎のプローブ情報を区間分割にしたがって計数することにより、ヒストグラムとして算出される。
　図５Ｂは、図５Ａに基づいて得られた各ユーザのプローブ情報における運転の激しさのヒストグラムの一例を示す。このヒストグラムは、後述のリンク情報やユーザ特徴を生成するために使用される。
　図６Ａは、図５Ａに示したのと同様の２次元空間を経路の激しさの度合いに応じて区間分割するイメージの一例を示す。図からわかるように、平均移動速度が大きく慣性センサ変動量が小さいほど経路の激しさの値が小さく（激しさ１）、平均移動速度が小さく慣性センサ変動量が大きいほど経路の激しさの値が大きくなる（激しさ７）。経路の激しさもまた、このように２次元空間に写像されたユーザ毎のプローブ情報を区間分割にしたがって計数することにより、ヒストグラムとして算出される。
　図６Ｂは、図６Ａに基づいて得られた各ユーザのプローブ情報における経路の激しさのヒストグラムの一例を示す。
　なお、「運転の激しさ」および「経路の激しさ」は、この実施形態における任意の定義によるものである。これらの激しさは、上述したように平均移動速度と慣性センサ変動量を任意の係数によって写像することによって算出される。ここで、２つの軸は必ずしも直交していなくてもよい。
　図７は、そのような空間分割の任意性の一例を示す。経路の激しさは、図７に示したような空間分割にしたがって算出されてもよい。図７に示した空間分割によって得られる経路の激しさの値は、図６Ａに示した空間分割によって得られる値と比較して、平均移動速度との逆相関係数が小さく、慣性センサ変動量との相関係数が大きい値となる。これら相関係数は、路面の粗さやカーブの多さ等（経路の激しさ）と運転の荒さ（運転の激しさ）を、経路探索にどの程度分けて反映させたいかに応じて設定すればよい。極値として、平均移動速度との逆相関係数を０と設定し、経路の激しさを慣性センサ変動量の定数倍としてもよい。
　次に、ステップＳ１０５において、経路探索装置１００は、移動速度算出部１０３により算出された移動速度とともに、運転・経路激しさ算出部１０４により算出された運転の激しさ・経路の激しさを、プローブ毎のリンク属性値としてプローブ属性値記憶部１５３に保存する。
　ステップＳ１０６において、経路探索装置１００は、統計計算部１０５により、統計計算を行ってネットワークデータを更新する。統計計算部１０５は、プローブ属性値記憶部１５３から、多数のユーザの多数のプローブ情報から得られたプローブ毎のリンク属性値を読み出し、統計計算を行ったのち、経路探索に用いる道路ネットワークデータのリンク属性値（群）としてリンクＩＤに紐づけて道路ＮＷデータ記憶部１５２に保存する。
　図８Ａは、道路ＮＷデータ記憶部１５２に保存されるリンク属性値の一例を示す。この例では、リンク属性値は、「リンクＩＤ」、「発ノード」、「着ノード」、「リンク長（ｍ）」、「収集プローブ数」、「平均経路激しさ」、「平均速度（ｋｍ／ｈ）」を含む。平均経路激しさは、多数のユーザの多数のプローブ情報を、５分や２ｋｍなどに分割した内で、該リンクを含む区間プローブ情報の経路の激しさの平均値として算出されてもよいし、中央値や最頻値が用いられてもよい。
　統計計算部１０５によるリンク属性値の更新は、例えば、次のように行われる。図８Ａに示されるように、道路ＮＷデータ記憶部１５２に、各リンクを通過したプローブ数（リンク毎の収集プローブ数）ＬＮＰを保持しておく。そして、統計計算部１０５は、その時点での平均移動速度ＬＳと、平均経路激しさＬＲに、新たなプローブ情報から算出された平均移動速度ＬＳＡと、経路激しさＬＲＡを加えて、次式に基づいて逐次更新する。
　　　更新後平均速度＝（（ＬＳ×ＬＮＰ）＋ＬＳＡ）÷（ＬＮＰ＋１）
　　　更新後経路激しさ＝（ＬＲ×ＬＮＰ）＋ＬＲＡ）÷（ＬＮＰ＋１）
　　　更新後収集プローブ数＝ＬＮＰ＋１
　ただし上記の方法に限られるものではなく、一定以上新しいプローブ情報のみからバッチ処理により計算しなおすこともできる。例えば、統計計算部１０５が、任意のタイミングで直近の一定期間または一定数のプローブ情報を読み出し、平均速度、平均経路激しさ、収集プローブ数を計算し直すようにしてもよい。
　また、リンク属性値は、従来行われているのと同様に、季節、曜日、時間帯、天候毎に分けて統計処理および属性値化されてもよい。
　図８Ｂは、道路ＮＷデータ記憶部１５２に保存されるリンク属性値の他の例を示す。この例では、収集プローブ数が運転の激しさ毎に保存され、運転の激しさ毎にリンク平均速度が算出され、保存される。このように、統計計算部１０５は、リンク平均速度を運転の激しさ毎に分けて統計処理し、属性値化するようにしてもよい。
　以上のような更新処理の後、経路探索装置１００は、任意のタイミングで、経路探索部１０６により、道路ＮＷデータ記憶部１５２に格納されたリンク属性値を含む道路ネットワークデータを用いてコスト算出および経路探索処理を実行することができる。
　例えば、従来の経路探索では、ダイクストラ法等の最小コスト探索に用いるリンクのコストとして、最短距離探索であればリンク長さＬＬを、最速経路探索であればＬＬ÷ＬＳとする。これに対し、経路探索部１０６は、経路探索を行うに際して、例えば、リンクの平均経路激しさＬＲを用いて、
　　　ＬＬ÷（ＬＳ＋Ａ×（ＭＲ－ＬＲ））
とすることができる。なお、Ａは任意の係数であり、ＭＲは基準とする経路激しさの値で、やはり任意に設定されてよい。
　例えば、ＭＲを図６Ａ，６Ｂにおける中程度の経路激しさ「４」と設定した場合、平均経路激しさＬＲが７であるリンクでは、リンク平均移動速度から３×Ａ［ｋｍ／ｈ］移動速度を下げた時間コストを経路探索に用いることとなる。
　図８Ｂに示したリンク属性値をコストに反映する場合、例えば、経路探索を行うユーザ自身の運転の特徴に応じて、該ユーザの運転激しさの平均値と同等の運転激しさに対応する平均移動速度を用いて計算することができる。あるいは、経路探索のモードに「ゆっくり」「ふつう」「急ぎ」などを設けて、ユーザの選択に応じて、「ゆっくり」であれば運転の激しさ１，２の加重平均、「急ぎ」であれば運転の激しさ６，７の加重平均をリンクの平均移動速度とすることもできる。または、「ゆっくり」であれば、リンクの属性として存在する全プローブ情報のうち、運転の激しさの低い１／３の加重平均、「急ぎ」であれば高い１／３の加重平均をリンクの平均移動速度とすることも可能である。ただし、これらに限るものではなく、任意の方法でコストに反映させてよい。
　（効果）
　以上のように、第１の実施形態に係る経路探索装置１００は、プローブ情報として収集する情報に３軸加速度および３軸角速度データを加え、経路および運転の「激しさ」を算出し、経路探索時に経路の「激しさ」（単位時間における３軸角速度の絶対値の合計と３軸加速度の絶対値の合計の加重和）を時間コストに加算する。
　このようなコスト算出を行うことにより、経路探索の際に経路の激しさの値が高いプローブ情報にはペナルティが課されることになり、カーブの多さや路面状況の粗さの程度が高い経路、すなわち運転者の心理的負荷の高い経路が候補経路として推薦される可能性を低減することができる。
　またさらに、運転の激しさ（荒さ）の値も考慮することによって、激しい運転が行われたカープローブ情報にはペナルティが課されることになる。したがって、激しい運転の結果として速い移動速度となったカープローブ情報を高く評価しないことになり、適切でない候補経路が推薦される可能性をさらに低減することができる。
　［第２の実施形態］
　第２の実施形態では、各車両の運転者の特性としての「地元ドライバー度」を反映する属性情報に応じたペナルティを用いてコストが算出される。
　（構成）
　図９は、第２の実施形態に係る情報処理装置を含む経路探索システムの全体構成の一例を示す図である。第１の実施形態に関して説明したのと同様の構成には、図１と同じ参照番号を付し、詳細な説明は省略する。
　この経路探索システムは、プローブ情報を収集する車載装置５００と、車載装置５００からプローブ情報を受信する経路探索装置２００とを備えている。経路探索装置２００は、第２の実施形態に係る情報処理装置の一例であり、第１の実施形態と同様に、ネットワークＮＷを介して車載装置５００との間で通信可能である。経路探索装置２００はまた同時に任意の数の車載装置と通信可能である。
　車載装置５００は、第１の実施形態と同様に、制御部５０１と、ＧＮＳＳレシーバ５０２と、慣性センサ５０３と、通信部５０４とを備え得るが、第２の実施形態では慣性センサ５０３は省略されてもよい。
　第２の実施形態に係る経路探索装置２００は、第１の実施形態と同様、サーバコンピュータなどのコンピュータであり、経路探索条件ＳＣを受け取って、指定された出発地から目的地までの経路を探索し、候補経路を経路探索結果ＳＲとして出力する。
　経路探索装置２００は、第１の実施形態と同様、プローブ情報取得部１０１と、プローブ情報記憶部１５１と、マップマッチング部１０２と、道路ネットワーク（ＮＷ）データ記憶部１５２と、移動速度算出部１０３と、プローブ属性値記憶部１５３と、統計計算部１０５と、経路探索部１０６とを備えている。経路探索装置２００はさらに、ユーザ履歴蓄積部２５１と、地元ドライバー度算出部２０１と、ユーザ特徴記憶部２５２とを備える。
　ユーザ履歴蓄積部２５１は、プローブ情報から算出されたユーザ毎の移動履歴情報を記憶する。
　地元ドライバー度算出部２０１は、属性情報算出部の一例であり、各車両の運転者の特性を反映する属性情報を算出する。第２の実施形態では、地元ドライバー度算出部２０１は、ユーザ履歴として蓄積されるプローブ情報に基づいて、各ユーザの単位区域ごとの通過履歴に係る地元ドライバー度を算出する。地元ドライバー度は、車両の運転者の特性を反映する指標の１つであり、その定義および算出方法については以下で詳述する。
　ユーザ特徴記憶部２５２は、ユーザごとに算出された単位区域ごとの地元ドライバー度を記憶する。
　なお、第２の実施形態に係る経路探索装置２００は、図２に示したのと同じハードウェア構成を備えることができる。
　以上のように構成された第２の実施形態に係る経路探索装置２００は、プローブ情報として収集される各車両（各運転者）の移動履歴（走行経験）から、地元ドライバー度を算出する。そして、経路探索装置２００は、算出された地元ドライバー度に応じたペナルティを付加したコストを用いて経路探索を実行する。
　（動作）
　次に、以上のように構成された経路探索装置２００による情報処理動作を説明する。　
　図１０は、その処理手順と処理内容を示すフローチャートである。やはり、第１の実施形態に関して説明したのと同様のステップには、図３と同じ参照番号を付し、詳細な説明は省略する。
　経路探索装置２００は、まずステップＳ１０１において、プローブ情報取得部１０１により、車載装置５００から送信されたプローブ情報を取得し、プローブ情報記憶部１５１に記憶させる。
　次いでステップＳ１０２において、経路探索装置２００は、マップマッチング部１０２により、プローブ情報記憶部１５１に記憶されたプローブ情報に対してマップマッチングを実行する。マップマッチング部１０２は、マップマッチングの結果をユーザ（車両）毎の移動履歴としてユーザ履歴蓄積部２５１に記憶させる。
　ステップＳ１０３において、経路探索装置２００は、移動速度算出部１０３により、リンク移動速度を算出する。移動速度算出部１０３は、算出したリンク移動速度をプローブ属性値記憶部１５３に記憶させる。
　ステップＳ２０４において、経路探索装置２００は、地元ドライバー度算出部２０１により、プローブ情報として収集された各車両の移動履歴から地元ドライバー度を算出する。
　地元ドライバー度は、任意の指標に基づくものでよいが、一例として以下のように定義され算出される。まず地元ドライバー度算出部２０１は、プローブ情報に基づいて、各ユーザの地域メッシュ毎の通行割合を算出する。このとき、例えば地元ドライバー度算出部２０１は、各地域の大域メッシュの通行割合が最も高いユーザ群を、大域メッシュの地元ドライバー候補として抽出する。そして、地元ドライバー度算出部２０１は、該候補中の各ユーザについて、大域メッシュをさらに分割した各小域メッシュの道路に関する既通過道路／全道路の割合の該候補ユーザ中での偏差値を算出する。地元ドライバー度算出部２０１は、この偏差値を該ユーザの該小域メッシュの地元ドライバー度とすることができる。地域メッシュを定義するメッシュデータは、例えば道路ＮＷデータ記憶部１５２にあらかじめ格納され得る。
　上記の大域メッシュおよび小域メッシュとして、例えばＪＩＳ　Ｘ　０４１０地域メッシュコードに定められる標準地域メッシュの第１次メッシュおよび第２次メッシュが使用されてよい。
　図１１は、ＪＩＳ　Ｘ　０４１０地域メッシュコードの一部を示す。日本の関東地方を中心とする第１次メッシュ（大域メッシュ）ＬＭと、さらにその一部を拡大した第２次メッシュ（小域メッシュ）ＳＭとが示されている。例えば、「東京」は一辺約８０ｋｍの広さを持つ第１次メッシュ５３３９付近に含まれる。そして、例えば「立川」は、第２次メッシュ５３３９－４３付近に含まれている。経路探索装置２００が利用可能な地域メッシュはこれらに限られるものではなく、地理的な包含関係が成立するような独自の地域分割メッシュを用いてもよい。
　地元ドライバー度算出部２０１は、プローブ情報または当該プローブ情報をマップマッチングによりリンク単位に変換した情報を、ユーザ毎に集計することによって、どのユーザがどの大域メッシュを最も多く走行しているかを判定することができる。
　例えば、仮にメッシュ４３３９－４３（立川）に５万のリンクが存在するとして、ユーザＡがそのうち１，０００リンクの通過実績があったとする。この場合、ユーザＡの４３３９－４３の通過実績得点は、１，０００／５０，０００＝０．０２となる。大域メッシュ５３３９（東京）を最も多く走行するドライバー群の４３３９－４３（立川）の通過実績得点集合における各ユーザの４３３９－４３の通過実績得点の偏差値を、該ユーザの４３３９－４３の地元ドライバー度とする。例えば、地元ドライバー度が「５０」であれば、主に東京を走行するドライバー群において、立川をごく平均的に網羅した通行実績を持つということになる。地元ドライバー度が９５であれば、主に東京を走行するドライバー群において上位５％の立川網羅通行実績を有することを意味する。
　次に、ステップＳ２０５において、経路探索装置２００は、地元ドライバー度算出部２０１により算出された地元ドライバー度をユーザ特徴としてユーザ特徴記憶部２５２に記憶させる。ユーザ特徴記憶部２５２は、ユーザＩＤに紐づけて、当該ユーザが主に走行する大域メッシュに含まれる小域メッシュ毎の該ユーザの地元ドライバー度を記憶する。
　ステップＳ２０６において、経路探索装置２００は、統計計算部１０５により、地元ドライバー度を考慮して統計計算を実行し、ネットワーク（ＮＷ）データを更新する。統計計算部１０５は、プローブ属性値記憶部１５３から、多数のユーザの多数のプローブ情報から得られたプローブ毎のリンク属性値を読み出すとともに、ユーザ特徴記憶部２５２から、プローブ情報のもととなったユーザの特徴を抽出する。そして、統計計算部１０５は、対象リンクが含まれる小域メッシュの地元ドライバー度が一定値より高いユーザからのプローブ情報に基づいて算出された情報を除外して統計計算を行う。これにより、統計計算部１０５は、地元の道を知りすぎたドライバーの走行履歴をリンクのコスト計算から除外することができる。統計計算部１０５は、第１の実施形態と同様に、統計計算の結果を、経路探索に用いる道路ネットワークデータのリンク属性値（群）としてリンクＩＤに紐づけて、道路ＮＷデータ記憶部１５２に保存する。
　あるいは、統計計算部１０５は、地元ドライバー度が高いユーザの情報を完全に統計計算から除外するのでなく、該ユーザの該リンクの通過移動速度ＬＳＡに対して、Ｂ×（地元ドライバー度－５０）として計算されるペナルティ値を減じた値を統計計算に用いることとしてもよい。なお、Ｂは任意の係数である。
　以上のような更新処理の後、経路探索装置２００は、任意のタイミングで、経路探索部１０６により、道路ＮＷデータ記憶部１５２に格納されたリンク属性値を含む道路ネットワークデータを用いてコスト算出および経路探索を実行することができる。
　（効果）
　以上のように、第２の実施形態に係る経路探索装置２００は、プローブ情報として収集する各ユーザの移動履歴から地元ドライバー度を算出し、地元ドライバー度が一定レベル以上のユーザのプローブ情報をリンクコスト算出から除外する、または該ユーザの地元ドライバー度に応じてペナルティ値を付加してリンクコスト算出に用いる。
　このようなコスト算出を行うことにより、地元ドライバーによるカープローブ情報が経路探索の計算から排除され、または地元ドライバーによるカープローブ情報が経路探索の計算に及ぼす影響が低減される。したがって、第２の実施形態によれば、ほぼ地元ドライバーしか通行しないような裏道または地元住民の生活道路が経路探索の結果に含まれにくくなる。これにより、心理的負荷の高い道路が経路探索の候補として選ばれる可能性が低減されるとともに、交通安全性の向上を実現することができる。
　なお、第２の実施形態は、第１の実施形態とは独立に実施されてもよいし、第１の実施形態と組み合わせて実施されてもよい。例えば、経路探索におけるコストの算出にあたり、経路の激しさを反映したペナルティを課すとともに、地元ドライバー度を反映したペナルティもさらに付加するようにしてもよい。
　［第３の実施形態］
　第３の実施形態では、第１の実施形態における経路の激しさを考慮したコスト算出の際に、経路探索の要求元であるユーザ自身のプローブ情報に基づく激しさヒストグラムが考慮される。
　（構成）
　図１２は、第３の実施形態に係る情報処理装置を含む経路探索システムの全体構成の一例を示す図である。第１の実施形態に関して説明したのと同様の構成には、図１と同じ参照番号を付し、詳細な説明は省略する。
　この経路探索システムは、プローブ情報を収集する車載装置５００と、車載装置５００からプローブ情報を受信する経路探索装置３００とを備えている。経路探索装置３００は、第３の実施形態に係る情報処理装置の一例であり、第１の実施形態と同様に、ネットワークＮＷを介して車載装置５００との間で通信可能である。経路探索装置３００もまた同時に任意の数の車載装置と通信可能である。
　車載装置５００は、第１の実施形態と同様に、制御部５０１と、ＧＮＳＳレシーバ５０２と、慣性センサ５０３と、通信部５０４とを備える。
　第３の実施形態に係る経路探索装置３００は、第１の実施形態と同様、サーバコンピュータなどのコンピュータであり、経路探索条件ＳＣを受け取って、指定された出発地から目的地までの経路を探索し、候補経路を経路探索結果ＳＲとして出力する。
　経路探索装置３００は、第１の実施形態と同様、プローブ情報取得部１０１と、プローブ情報記憶部１５１と、マップマッチング部１０２と、道路ネットワーク（ＮＷ）データ記憶部１５２と、移動速度算出部１０３と、運転・経路激しさ算出部１０４と、プローブ属性値記憶部１５３と、統計計算部１０５と、経路探索部１０６とを備えている。経路探索装置３００はさらに、ユーザ特徴算出部３０１と、ユーザ特徴記憶部３５１とを備える。
　ユーザ特徴算出部３０１は、運転・経路激しさ算出部１０４により算出された、各ユーザに関する経路の激しさの値を受け取り、ユーザ特徴としてユーザ特徴記憶部３５１に格納された情報を更新する処理を行う。
　ユーザ特徴記憶部３５１は、ユーザＩＤに紐づけて各ユーザが走行した経路の激しさに関する履歴を記憶する。
　なお、第３の実施形態に係る経路探索装置３００は、図２に示したのと同じハードウェア構成を備えることができる。
　以上のように構成された第３の実施形態に係る経路探索装置３００は、経路の激しさに応じたペナルティをリンクコストに付加する際に、経路探索を利用するユーザ自身の激しさヒストグラムを用いた調整をさらに行う。なお、この実施形態では、経路探索を利用するユーザは、原則として自身もプローブ情報を提供するユーザであることになる。ただし、プローブカーの運転者に限られるものではなく、スマートフォンを介してプローブ情報を提供する場合など、専用のアプリケーションプログラムを起動して自動車等にスマートフォンを設置した状態も、この実施形態の適用対象となる。
　（動作）
　次に、以上のように構成された経路探索装置３００による情報処理動作を説明する。　
　図１３は、その処理手順と処理内容を示すフローチャートである。やはり、第１の実施形態に関して説明したのと同様のステップには、図３と同じ参照番号を付し、詳細な説明は省略する。図１３に示されるように、第３の実施形態に係る経路探索装置３００は、第１の実施形態に係る処理動作の一部と並行して追加の処理動作を行う。
　第１の実施形態と同様に、経路探索装置３００は、まずステップＳ１０１において、プローブ情報取得部１０１によりプローブ情報を取得し、プローブ情報記憶部１５１に記憶させる。次いでステップＳ１０２において、マップマッチング部１０２により、プローブ情報に対してマップマッチングを実行する。ステップＳ１０３において、移動速度算出部１０３によりリンク移動速度を算出する。ステップＳ１０４において、運転・経路激しさ算出部１０４により運転の激しさおよび経路の激しさを算出する。ステップＳ１０５において、経路探索装置３００は、移動速度算出部１０３により算出された移動速度とともに、運転・経路激しさ算出部１０４により算出された運転の激しさおよび経路の激しさを、プローブ毎のリンク属性値としてプローブ属性値記憶部１５３に保存する。そして、ステップＳ１０６において、統計計算部１０５により、統計計算を行ってネットワークデータを更新する。なお、この実施形態では、「運転の激しさ」の算出および保存は省略されてもよい。
　一方、ステップＳ３０５において、経路探索装置３００は、ユーザ特徴算出部３０１により、ステップＳ１０４において算出されたユーザ毎の経路の激しさを取得する。経路の激しさは、例えば、第１の実施形態と同様に、図６Ａに示したような区間分割されたプローブ情報の平均移動速度と慣性センサ変動量から算出され、図６Ｂに示したようなヒストグラムの形で取得される。
　そしてステップＳ３０６において、経路探索装置３００は、ユーザ特徴算出部３０１により、取得された「経路の激しさ」のもととなったプローブ情報について、同一収集元であるユーザのＩＤを特定し、ユーザ特徴記憶部３５１から該当するユーザ特徴を抽出し、取得された「経路の激しさ」でそのユーザ特徴を更新する。ユーザ特徴は、やはり図６Ｂに示したようなユーザ毎のヒストグラムの形態で記憶されてよい。
　なお、ユーザ特徴記憶部３５１には、図６Ｂに示したようなヒストグラムをそのまま保存し、運転・経路激しさ算出部１０４から新たに受け取った経路の激しさに対応する値を単純増加させることによって更新してもよい。あるいは、各ユーザによる区間プローブ情報の「経路の激しさ値」を直近の規定数保存しておき、必要となった場合に直近の規定数の情報からヒストグラムを作成するという方法でユーザ特徴を更新してもよい。
　図１４は、そのような各ユーザによる区間プローブ情報の「経路の激しさ値」を保存する一例を示す。(ユーザID, ｔ0) にユーザIDのユーザの最新の区間プローブ情報の経路の激しさ値、（ユーザID,　t1）に最新より一つ古い区間プローブ情報の経路の激しさ値を保存するといった形で規定数までの過去の情報を保存し、ユーザの特徴が必要となった時点で利用する。該ユーザから新たなプローブ情報が収集された場合、表の値群を右にシフトして、(ユーザID, ｔ0) に運転・経路激しさ算出部１０４から新たに受け取った値を保存することで、直近のユーザの特徴を採用することができる。具体的には例えば区間プローブ情報を 2km 単位として, 図１４の表の列を t199 までとした場合、ユーザの直近400km の運転の状況をユーザ特徴とすることができる。
　以上のような更新処理の後、経路探索装置３００は、任意のタイミングで、経路探索部１０６により、道路ＮＷデータ記憶部１５２およびユーザ特徴記憶部３５１に格納された情報に基づき、コスト算出および最小コスト探索等による経路探索を実行することができる。すなわち、第３の実施形態では、第１の実施形態におけるコスト算出の際に、さらに各ユーザのユーザ特徴を考慮する。例えば、第１の実施形態では、経路探索部１０６は、ダイクストラ法等の最小コスト探索に用いるリンクのコストを、リンクの平均経路の激しさＬＲを用いて、
　　　ＬＬ÷（ＬＳ＋Ａ×（ＭＲ－ＬＲ））　
として、リンクの平均速度に経路の激しさに応じたペナルティを課した。ここで、第３の実施形態では、経路探索を行うユーザ（要求元ユーザ）がその特徴としてＬＲ以上の激しさのプローブ情報を規定数ないしは規定割合以上持つ場合には、ペナルティ値Ａ×（ＭＲ－ＬＲ）の加算を行わずに経路探索を行う。これはつまり、一定以上激しい経路の通行経験を持つ経路探索ユーザに対しては、激しい経路の優先度をあえて下げる処理を行わないことを意味する。
　あるいは、一定以上激しい経路の通行経験を持つ経路探索ユーザに対して、ペナルティ値の加算を行わないのではなく、係数Ａよりも小さい任意の係数Ｃ（Ａ＞Ｃ）を用いた小さいペナルティ値Ｃ×（ＭＲ－ＬＲ）を加算するようにしてもよい。
　（効果）
　以上のように、第３の実施形態に係る経路探索装置３００は、第１の実施形態のコスト算出において経路の激しさに応じたペナルティをコストに付加する際に、経路探索を行うユーザ自身のプローブ情報の激しさヒストグラムを用いて、コストの調整を行う。
　これにより、心理的負荷の高い経路が推薦される可能性は低減しつつ、激しい運転を行うことに抵抗のないドライバーに対してのみ、激しい運転に基づくカープローブ情報をもとにした経路探索結果を提供することができる。
　以上説明したとおり、実施形態に係る経路探索装置１００，２００，３００によれば、運転経路の走行困難性を反映する属性情報として「経路の激しさ」が、または各車両の運転者の特性を反映する属性情報としてさらに「運転の激しさ」が、あるいは各車両の運転者の特性を反映する属性情報として「地元ドライバー度」が、経路探索のためのコスト算出の際に考慮される。これにより、経路探索において運転に係る心理的負荷の高い経路が候補として選ばれる可能性を低減する技術が提供される。
　［他の実施形態］
　なお、この発明は上記実施形態に限定されるものではない。例えば、車両は、自動車、原動機付自転車、自動二輪車、自転車、パーソナルモビリティ、馬車等の家畜が牽引する車両などであってもよい。また上述したように、車載装置５００は、スマートフォンなどの情報処理端末に置き換えることができる。同様に、カーナビゲーションシステムは、情報処理端末上で動作する専用のアプリケーションプログラムに置き換えられてもよい。
　経路探索装置１００，２００，３００が備える各機能部を複数の装置に分散配置し、これらの装置が互いに連携することにより処理を行うようにしてもよい。特に、経路探索装置１００，２００，３００は、コスト算出処理までを行う情報処理装置と、算出されたコストを用いて探索処理を行う情報処理装置とに分割して実現されてもよい。また各機能部は、回路を用いることで実現されてもよい。回路は、特定の機能を実現する専用回路であってもよいし、プロセッサのような汎用回路であってもよい。
　さらに、以上で説明した各処理の流れは、説明した手順に限定されるものではなく、いくつかのステップの順序が入れ替えられてもよいし、いくつかのステップが同時並行で実施されてもよい。また、以上で説明した一連の処理は、時間的に連続して実行される必要はなく、各ステップは任意のタイミングで実行されてもよい。
　以上で記載した手法は、計算機（コンピュータ）に実行させることができるプログラム（ソフトウェア手段）として、例えば磁気ディスク（フロッピー（登録商標）ディスク、ハードディスク等）、光ディスク（ＣＤ－ＲＯＭ、ＤＶＤ、ＭＯ等）、半導体メモリ（ＲＯＭ、ＲＡＭ、フラッシュメモリ等）等の記録媒体（記憶媒体）に格納し、また通信媒体により伝送して頒布することもできる。なお、媒体側に格納されるプログラムには、計算機に実行させるソフトウェア手段（実行プログラムのみならずテーブル、データ構造も含む）を計算機内に構成させる設定プログラムをも含む。上記装置を実現する計算機は、記録媒体に記録されたプログラムを読み込み、また場合により設定プログラムによりソフトウェア手段を構築し、このソフトウェア手段によって動作が制御されることにより上述した処理を実行する。なお、本明細書でいう記録媒体は、頒布用に限らず、計算機内部あるいはネットワークを介して接続される機器に設けられた磁気ディスク、半導体メモリ等の記憶媒体を含むものである。
　その他、各記憶部に記憶されるデータ形式等についても、この発明の要旨を逸脱しない範囲で種々変形して実施可能である。
　なお、この発明は、上記実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。また、各実施形態は適宜組み合わせて実施してもよく、その場合組み合わせた効果が得られる。更に、上記実施形態には種々の発明が含まれており、開示される複数の構成要件から選択された組み合わせにより種々の発明が抽出され得る。例えば、実施形態に示される全構成要件からいくつかの構成要件が削除されても、課題が解決でき、効果が得られる場合には、この構成要件が削除された構成が発明として抽出され得る。
　１００，２００，３００…経路探索装置
　１０１…プローブ情報取得部
　１０２…マップマッチング部
　１０３…移動速度算出部
　１０４…運転・経路激しさ算出部
　１０５…統計計算部
　１０６…経路探索部
　１０６１…コスト算出部
　１０６２…探索部
　１５１…プローブ情報記憶部
　１５２…道路ネットワーク（ＮＷ）データ記憶部
　１５３…プローブ属性値記憶部
　２０１…地元ドライバー度算出部
　２５１…ユーザ履歴蓄積部
　２５２…ユーザ特徴記憶部
　３０１…ユーザ特徴算出部
　３５１…ユーザ特徴記憶部
　５００…車載装置
　５０１…制御部
　５０２…ＧＮＳＳレシーバ
　５０３…慣性センサ
　５０４…通信部
　１００４…補助記憶装置
　１００５…入力装置
　１００６…出力装置
　１００７…通信装置

Claims (8)

  1. 　道路網を移動する車両から収集されたプローブ情報に基づき、前記道路網を構成するリンクごとに前記車両の移動速度を算出する、速度算出部と、
    　前記プローブ情報に基づき、運転経路の走行困難性または各車両の運転者の特性のうちの少なくとも一方を反映する属性情報を算出する、属性情報算出部と、
    　前記移動速度に対して前記属性情報に応じたペナルティ値を付加することによって各リンクの移動に係るコストを算出する、コスト算出部と、
    　を備える情報処理装置。
  2. 　前記プローブ情報は、前記車両に搭載された慣性センサによる計測値を含み、
    　前記属性情報算出部は、前記運転経路の走行困難性を反映する属性情報として、前記計測値の変動量に正相関し前記車両の移動速度に逆相関する第１の軸を基準とする第１の強度値を算出し、
    　前記コスト算出部は、前記移動速度に対して前記第１の強度値に応じたペナルティ値を付加し、当該ペナルティ値を付加された移動速度により各リンクの長さを除算することによって前記コストを算出する、
    　請求項１に記載の情報処理装置。
  3. 　前記属性情報算出部はさらに、前記運転者の特性を反映する属性情報として、前記計測値の変動量および前記車両の移動速度の両方に正相関する第２の軸を基準とする第２の強度値を算出し、
    　前記コスト算出部は、前記移動速度に対して前記第１の強度値および前記第２の強度値の両方に応じたペナルティ値を付加する、
    　請求項２に記載の情報処理装置。
  4. 　前記コスト算出部は、経路探索の要求元ユーザのプローブ情報に基づいて算出される前記第１の強度値が、各リンクにおける全プローブ情報に基づいて算出される第１の強度値の平均値を所定数または所定割合超える場合には、前記移動速度に対して前記ペナルティ値を付加せずに前記コストを算出する、
    　請求項２または請求項３に記載の情報処理装置。
  5. 　前記プローブ情報は、前記車両の位置情報を含み、
    　前記属性情報算出部は、前記運転者の特性を反映する属性情報として、前記位置情報から前記道路網内の単位区域ごとの走行経験に係る第３の強度値を算出し、
    　前記コスト算出部は、前記移動速度に対して前記第３の強度値に応じたペナルティ値を付加し、当該ペナルティ値を付加された移動速度により各リンクの長さを除算することによって前記コストを算出する、
    　請求項１に記載の情報処理装置。
  6. 　前記コスト算出部は、前記第３の強度値が所定のしきい値を超える場合に、当該第３の強度値に対応するプローブ情報から得られた移動速度を除外して前記コストを算出する、
    　請求項５に記載の情報処理装置。
  7. 　道路網を移動する車両から収集されたプローブ情報に基づき、前記道路網を構成するリンクごとに前記車両の移動速度を算出することと、
    　前記プローブ情報に基づき、運転経路の走行困難性または各車両の運転者の特性のうちの少なくとも一方を反映する属性情報を算出することと、
    　前記移動速度に対して前記属性情報に応じたペナルティ値を付加することによって各リンクの移動に係るコストを算出することと
    　を備える情報処理方法。
  8. 　請求項１乃至６のいずれか一項の装置の各部による処理をコンピュータに実行させるプログラム。
PCT/JP2020/007824 2020-02-26 2020-02-26 情報処理装置、情報処理方法およびプログラム WO2021171433A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/007824 WO2021171433A1 (ja) 2020-02-26 2020-02-26 情報処理装置、情報処理方法およびプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/007824 WO2021171433A1 (ja) 2020-02-26 2020-02-26 情報処理装置、情報処理方法およびプログラム

Publications (1)

Publication Number Publication Date
WO2021171433A1 true WO2021171433A1 (ja) 2021-09-02

Family

ID=77490013

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/007824 WO2021171433A1 (ja) 2020-02-26 2020-02-26 情報処理装置、情報処理方法およびプログラム

Country Status (1)

Country Link
WO (1) WO2021171433A1 (ja)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007127463A (ja) * 2005-11-02 2007-05-24 Aisin Aw Co Ltd ナビゲーションシステム
JP2008275348A (ja) * 2007-04-25 2008-11-13 Aisin Aw Co Ltd 道路情報生成装置、道路情報生成方法および道路情報生成プログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007127463A (ja) * 2005-11-02 2007-05-24 Aisin Aw Co Ltd ナビゲーションシステム
JP2008275348A (ja) * 2007-04-25 2008-11-13 Aisin Aw Co Ltd 道路情報生成装置、道路情報生成方法および道路情報生成プログラム

Similar Documents

Publication Publication Date Title
KR101994496B1 (ko) 정보 수집 및 검색을 통한 루트의 제공 기법
JP6094543B2 (ja) 出発地・目的地抽出装置、出発地・目的地抽出方法
CN111133277A (zh) 使用时间和空间生成路线的方法、设备和计算机程序产品
US20080120021A1 (en) Guide Route Search Device, Guide Route Search Method, and Computer Program Thereof
JP2012127770A (ja) 経路探索方法および装置
EP3591339B1 (en) Method, apparatus, and computer program product for generation of a route including multiple waypoints
EP3561453B1 (en) Method, apparatus and computer program product for determining likelihood of a route
US20100228471A1 (en) Navigation system and route search method
JPH11148831A (ja) 現在の車両位置を表示する方法および装置
US20070021910A1 (en) Navigation apparatus
US11915583B2 (en) Traffic predictions at lane level
JP2011085431A (ja) 走行特性データ生成装置，車載装置及び車載情報システム
JP4502766B2 (ja) 経路探索装置
JP2004354086A (ja) ナビゲーションシステム
JP2020008436A (ja) 経路情報支援装置および経路情報支援システム
JP2006090872A (ja) ナビゲーションシステム
JP2021162324A (ja) 情報処理装置、経路案内装置、プログラム、及び、情報処理方法
JP2010032541A (ja) 経路探索装置
JP5892425B2 (ja) コスト算出装置、コスト算出プログラム、及びナビゲーション装置
WO2021171433A1 (ja) 情報処理装置、情報処理方法およびプログラム
WO2010113552A1 (ja) エキスパートルート生成サーバ及びナビゲーション装置
US20220309750A1 (en) Information management device, information management method, and storage medium
US10401187B2 (en) Method, apparatus and computer program product for a navigation system user interface
JP2003279365A (ja) ナビゲーションシステム、ナビゲーションプログラム、記録媒体及び快速道路情報作成方法
WO2021171434A1 (ja) 情報処理装置、情報処理方法およびプログラム

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: 20921299

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20921299

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP