WO2023286716A1 - データベース生成方法、データベース生成装置、データベース生成プログラム、データ解析方法、データ解析装置及びデータ解析プログラム - Google Patents

Abstract

コンピュータが、所定領域内の一以上の道路を走行している複数のモビリティの種類及び位置を示す状態情報を取得し、前記一以上の道路のそれぞれについて、前記状態情報に基づいて、前記複数のモビリティの種類毎に、各種類のモビリティで各道路を走行する時の快適性が前記一以上の道路の中でどの程度高いかを示す走行快適性を算出し、前記一以上の道路のそれぞれに対し、前記複数のモビリティの種類と、当該種類のモビリティで各道路を走行する時の前記走行快適性と、を対応付けたデータベースを生成する。

Description

データベース生成方法、データベース生成装置、データベース生成プログラム、データ解析方法、データ解析装置及びデータ解析プログラム

　本開示は、データベースを生成する技術及びデータベースから抽出条件を満たす所定のデータを抽出する技術に関するものである。

　近年、自動運転システム及びＭａａＳ（Ｍｏｂｉｌｉｔｙ　ａｓ　ａ　ｓｅｒｖｉｃｅ）の発展に伴い、より詳細で精度の高いモビリティの利用状況の収集が求められている。

　例えば、特許文献１には、地図情報に含まれない道路上での車両の走行状態を取得し、当該走行状態が所定の登録基準を満たすと判断した場合、走行した道路は快適に運転可能であると判断して、当該道路を地図情報に追加することが開示されている。

　しかし、上記従来の技術では、モビリティで所定領域内の道路を走行する時の快適性を、モビリティの種類毎に把握することができない。このため、所定領域内を移動する場合に、どの種類のモビリティで、どの道路を走行すれば快適に移動できるかを把握することができない。

特開２０１９－１３８８７６号公報

　本開示は、上記の問題を解決するためになされたもので、モビリティで所定領域内の道路を走行する時の快適性を、モビリティの種類毎に収集可能なデータベースを生成する技術を提供することを目的とするものである。

　本開示の一態様に係るデータベース生成方法は、コンピュータが、所定領域内の一以上の道路を走行している複数のモビリティの種類及び位置を示す状態情報を取得し、前記一以上の道路のそれぞれについて、前記状態情報に基づいて、前記複数のモビリティの種類毎に、各種類のモビリティで各道路を走行する時の快適性が前記一以上の道路の中でどの程度高いかを示す走行快適性を算出し、前記一以上の道路のそれぞれに対し、前記複数のモビリティの種類と、当該種類のモビリティで各道路を走行する時の前記走行快適性と、を対応付けたデータベースを生成する。

本開示の実施の形態におけるモビリティ管理システムの全体構成を示す図である。 本開示の実施の形態におけるモビリティの構成の一例を示す図である。 端末装置の構成の一例を示す図である。 モビリティの移動経路について説明するための模式図である。 サーバ装置の構成の一例を示す図である。 地図情報が示す地域を複数のエリアに分割した例を示す図である。 リンク情報の一例を示す図である。 エリア情報の一例を示す図である。 快適性データベースの一例を示す図である。 解析結果情報の一例を示す図である。 解析結果情報の他の一例を示す図である。 サーバ装置のデータベース生成動作について説明するためのフローチャートである。 快適性データベースの他の一例を示す図である。 快適性データベースの他の一例を示す図である。 サーバ装置のデータ解析動作について説明するためのフローチャートである。

　（本開示の基礎となった知見）
　軽車両及び原動機付自転車（バイク）等は、道路の端側を自動車に比べて低速で走行するように法令で定められている場合がある。この場合、軽車両及び原動機付自転車等は、歩行者及び道路上に駐停車している自動車を避けるために、減速したり、進行方向を大きく変える機会が多く、同じ道路を走行する場合であっても自動車より快適に走行できないことが多い。

　しかし、一般的な地図情報からは、所定領域内の道路の形状、幅及び長さを把握することはできても、モビリティで道路を走行する時の快適性をモビリティの車種毎に把握することはできない。このため、所定領域内を移動する場合に、どの種類のモビリティでどの道路を走行すれば快適に移動できるのかを把握することができない。

　特許文献１では、車両の走行状態が所定の登録基準を満たす道路が地図情報に追加されるだけであり、この地図情報から道路を走行する時の快適性を車種毎に把握することはできない。

　（１）以上の課題を解決するために、本開示の一態様に係るデータベース生成方法は、コンピュータが、所定領域内の一以上の道路を走行している複数のモビリティの種類及び位置を示す状態情報を取得し、前記一以上の道路のそれぞれについて、前記状態情報に基づいて、前記複数のモビリティの種類毎に、各種類のモビリティで各道路を走行する時の快適性が前記一以上の道路の中でどの程度高いかを示す走行快適性を算出し、前記一以上の道路のそれぞれに対し、前記複数のモビリティの種類と、当該種類のモビリティで各道路を走行する時の前記走行快適性と、を対応付けたデータベースを生成する。

　この構成によれば、所定領域内の一以上の道路のそれぞれに対し、複数のモビリティの種類と、当該種類のモビリティで各道路を走行する時の走行快適性と、を対応付けたデータベースが生成される。このため、生成されたデータベースから、特定の種類のモビリティで所定領域内の各道路を走行する時の走行快適性を収集することができる。

　また、この収集した走行快適性によれば、特定の種類のモビリティによって、所定領域内の一以上の道路の中で相対的にどの程度高い快適性で各道路を走行できるのかを把握することができる。これらにより、所定領域内を移動する場合に、どの種類のモビリティで、どの道路を走行すれば快適に移動できるかを把握することができる。

　（２）また、上記（１）に記載のデータベース生成方法において、前記状態情報は、更に、前記複数のモビリティが走行している時の時刻を示す情報を含み、前記走行快適性の算出では、前記一以上の道路のそれぞれについて、前記状態情報に基づいて、前記複数のモビリティの種類及び前記複数のモビリティが走行していた時間帯における前記走行快適性を算出し、前記データベースの生成では、前記一以上の道路のそれぞれに対し、前記複数のモビリティの種類と、前記複数のモビリティが走行していた時間帯と、当該時間帯に当該種類のモビリティで各道路を走行する時の前記走行快適性と、を対応付けてもよい。

　この構成によれば、所定領域内の一以上の道路のそれぞれに対し、複数のモビリティの種類と、複数のモビリティが走行していた時間帯と、当該時間帯に当該種類のモビリティで各道路を走行する時の走行快適性と、を対応付けたデータベースが生成される。このため、生成されたデータベースから、特定の時間帯に特定の種類のモビリティで所定領域内の各道路を走行する時の走行快適性を収集することができる。

　また、この収集した走行快適性によれば、特定の時間帯に特定の種類のモビリティによって、所定領域内の一以上の道路の中で相対的にどの程度高い快適性で各道路を走行できるのかを把握することができる。これらにより、ある時間帯に所定領域内を移動する場合に、どの種類のモビリティで、どの道路を走行すれば快適に移動できるかを把握することができる。

　（３）また、上記（１）に記載のデータベース生成方法において、前記状態情報は、更に、前記複数のモビリティが前記一以上の道路を走行している時の環境を示す情報を含み、前記走行快適性の算出では、前記一以上の道路のそれぞれについて、前記状態情報に基づいて、前記複数のモビリティの種類及び前記複数のモビリティが走行していたときの環境における前記走行快適性を算出し、前記データベースの生成では、前記一以上の道路のそれぞれに対し、前記複数のモビリティの種類と、前記複数のモビリティが走行していたときの環境と、当該環境において当該種類のモビリティで各道路を走行する時の前記走行快適性と、を対応付けてもよい。

　この構成によれば、所定領域内の一以上の道路のそれぞれに対し、複数のモビリティの種類と、複数のモビリティが走行していたときの環境と、当該環境において当該種類のモビリティで各道路を走行する時の走行快適性と、を対応付けたデータベースが生成される。このため、生成されたデータベースから、特定の環境において特定の種類のモビリティで所定領域内の各道路を走行する時の走行快適性を収集することができる。

　また、この収集した走行快適性によれば、特定の環境において特定の種類のモビリティによって、所定領域内の一以上の道路の中で相対的にどの程度高い快適性で各道路を走行できるのかを把握することができる。これらにより、ある環境で所定領域内を移動する場合に、どの種類のモビリティで、どの道路を走行すれば快適に移動できるかを把握することができる。

　（４）また、上記（１）から（３）の何れか一つに記載のデータベース生成方法において、前記走行快適性の算出では、各種類のモビリティが各道路を走行していたときの平均速度に基づく速度快適性と、各種類のモビリティが各道路を走行していたときの平均角速度及び平均加速度に基づく直進快適性と、に基づいて、各種類のモビリティが各領域に含まれる各道路を走行する時の前記走行快適性を算出してもよい。

　この構成によれば、各種類のモビリティが各道路を走行していたときの平均速度、平均角速度及び平均加速度を加味して、前記走行快適性を適切に算出することができる。

　（５）また、上記（４）に記載のデータベース生成方法において、前記走行快適性の算出では、各種類のモビリティが各道路を走行しているときの平均速度と、各種類のモビリティが各道路を走行しているときの速度のサンプル標準偏差と、に基づき前記速度快適性を算出し、各種類のモビリティが各道路を走行しているときの平均角速度及び平均加速度と、各種類のモビリティが各道路を走行しているときの角速度及び加速度のサンプル標準偏差と、に基づき前記直進快適性を算出してもよい。

　この構成によれば、各種類のモビリティが各道路を走行していたときの平均速度、平均角速度及び平均加速度だけでなく、更に、モビリティの速度、角速度及び加速度のばらつきを加味して、前記走行快適性をより適切に算出することができる。

　（６）また、上記（１）又は（２）に記載のデータベース生成方法において、前記走行快適性の算出では、各種類のモビリティが各道路を走行していたときの平均速度に基づく速度快適性と、各種類のモビリティが各道路を走行していたときの平均角速度及び平均加速度に基づく直進快適性と、各種類のモビリティが各道路を走行していたときの環境を示す指標の平均値に基づく環境快適性と、に基づいて、各種類のモビリティが各領域に含まれる各道路を走行する時の前記走行快適性を算出してもよい。

　この構成によれば、各種類のモビリティが各道路を走行していたときの、平均速度、平均角速度及び平均加速度と環境を示す指標の平均値と、を加味して、前記走行快適性を適切に算出することができる。

　（７）また、上記（６）に記載のデータベース生成方法において、前記走行快適性の算出では、各種類のモビリティが各道路を走行しているときの平均速度と、各種類のモビリティが各道路を走行しているときの速度のサンプル標準偏差と、に基づき前記速度快適性を算出し、各種類のモビリティが各道路を走行しているときの平均角速度及び平均加速度と、各種類のモビリティが各道路を走行しているときの角速度及び加速度のサンプル標準偏差と、に基づき前記直進快適性を算出し、各種類のモビリティが各道路を走行しているときの環境を示す指標の平均値と、各種類のモビリティが各道路を走行しているときの環境を示す指標のサンプル標準偏差と、に基づき前記環境快適性を算出してもよい。

　この構成によれば、各種類のモビリティが各道路を走行していたときの、平均速度、平均角速度及び平均加速度と環境を示す指標の平均値だけでなく、更に、モビリティの速度、角速度及び加速度と環境を示す指標のそれぞれのばらつきを加味して、前記走行快適性をより適切に算出することができる。

　（８）また、上記（４）又は（５）に記載のデータベース生成方法において、前記走行快適性の算出では、各種類のモビリティが所定の下限速度以下の速度で各道路を走行していたことを示す情報を前記状態情報から除外した情報に基づいて前記走行快適性を算出してもよい。

　この構成によれば、渋滞及び信号待ち等が原因でモビリティが強制的に下限速度以下の低速で走行又は停止されられた時に取得した情報を状態情報から除外でき、当該状態情報に基づいて、複数のモビリティが通常に走行する時の走行快適性を適切に算出することができる。

　（９）本開示の他の態様に係るデータベース生成装置は、所定領域内の一以上の道路を走行している複数のモビリティの種類及び位置を示す状態情報を取得する取得部と、前記一以上の道路のそれぞれについて、前記状態情報に基づいて、前記複数のモビリティの種類毎に、各種類のモビリティで各道路を走行する時の快適性が前記一以上の道路の中でどの程度高いかを示す走行快適性を算出する算出部と、前記一以上の道路のそれぞれに対し、前記複数のモビリティの種類と、当該種類のモビリティで各道路を走行する時の前記走行快適性と、を対応付けたデータベースを生成する生成部と、を備える。

　この構成によれば、上記のデータベース生成方法と同様の作用効果が得られる。

　（１０）本開示の他の態様に係るデータベース生成プログラムは、所定領域内の一以上の道路を走行している複数のモビリティの種類及び位置を示す状態情報を取得し、前記一以上の道路のそれぞれについて、前記状態情報に基づいて、前記複数のモビリティの種類毎に、各種類のモビリティで各道路を走行する時の快適性が前記一以上の道路の中でどの程度高いかを示す走行快適性を算出し、前記一以上の道路のそれぞれに対し、前記複数のモビリティの種類と、当該種類のモビリティで各道路を走行する時の前記走行快適性と、を対応付けたデータベースを生成するようにコンピュータを機能させる。

　この構成によれば、上記のデータベース生成方法と同様の作用効果が得られる。

　（１１）本開示の他の態様に係るデータ解析方法は、上記（１）に記載のデータベース生成方法によって生成された前記データベースから抽出条件を満たす少なくとも一の道路を抽出するデータ解析装置におけるデータ解析方法であって、前記抽出条件は、モビリティの種類及び当該種類のモビリティで道路を走行するときの前記走行快適性を特定する条件を含み、前記抽出条件を取得し、前記抽出条件を満たす前記少なくとも一の道路を前記データベースから抽出し、抽出した前記少なくとも一の道路を含む解析結果情報を出力する。

　この構成によれば、モビリティの種類及び当該種類のモビリティで道路を走行するときの走行快適性を特定する抽出条件を満たす少なくとも一の道路が前記データベースから抽出され、当該少なくとも一の道路を含む解析結果情報が出力される。このため、当該解析結果情報から、抽出条件によって特定される種類のモビリティで、抽出条件によって特定される走行快適性で所定領域を走行可能な少なくとも一の道路を容易に把握することができる。

　（１２）また、上記（１１）に記載のデータ解析方法において、前記解析結果情報は、前記少なくとも一の道路のそれぞれと、前記抽出条件によって特定される種類のモビリティで前記少なくとも一の道路のそれぞれを走行する時の前記走行快適性と、の関係を表すヒートマップを含んでもよい。

　この構成によれば、抽出条件を満たす少なくとも一の道路のそれぞれと、抽出条件によって特定される種類のモビリティで前記少なくとも一の道路のそれぞれを走行する時の走行快適性と、の関係を表すヒートマップが出力される。このため、当該ヒートマップから、抽出条件によって特定される種類のモビリティで、抽出条件を満たす少なくとも一の道路のそれぞれを走行する時の走行快適性を容易に把握することができる。

　（１３）本開示の他の態様に係るデータ解析装置は、上記（１）に記載のデータベース生成方法によって生成された前記データベースから抽出条件を満たす少なくとも一の道路を抽出するデータ解析装置であって、前記抽出条件は、モビリティの種類及び当該種類のモビリティで道路を走行するときの前記走行快適性を特定する条件を含み、前記抽出条件を取得する条件取得部と、前記抽出条件を満たす前記少なくとも一の道路を前記データベースから抽出する抽出部と、抽出した前記少なくとも一の道路を含む解析結果情報を出力する出力部と、を備える。

　この構成によれば、上記のデータ解析方法と同様の作用効果が得られる。

　（１４）本開示の他の態様に係るデータ解析プログラムは、上記（１）に記載のデータベース生成方法によって生成された前記データベースから抽出条件を満たす少なくとも一の道路を抽出するデータ解析プログラムであって、前記抽出条件は、モビリティの種類及び当該種類のモビリティで道路を走行するときの前記走行快適性を特定する条件を含み、前記抽出条件を取得し、前記抽出条件を満たす前記少なくとも一の道路を前記データベースから抽出し、抽出した前記少なくとも一の道路を含む解析結果情報を出力するようにコンピュータを機能させる。

　この構成によれば、上記のデータ解析方法と同様の作用効果が得られる。

　以下添付図面を参照しながら、本開示の実施の形態について説明する。尚、以下の実施の形態は、本開示を具体化した一例であって、本開示の技術的範囲を限定するものではない。

　（第１の実施の形態）
　図１は、本開示の実施の形態におけるモビリティ管理システム１００の全体構成を示す図である。図１に示すように、モビリティ管理システム１００は、モビリティ１、端末装置２及びサーバ装置３を備える。

　モビリティ１は、例えば、大型自動車、普通自動車、小型自動車、バイク（原動機付自転車）及び軽車両を含む。軽車両は、電動アシスト自転車及び自転車を含む。モビリティ１は、ユーザによって運転される。モビリティ１は、出発地から目的地までユーザの指示に従って移動する。モビリティ１は、任意の場所に立ち寄ることが可能である。モビリティ１は、サーバ装置３とネットワーク５を介して互いに通信可能に接続されている。ネットワーク５は、例えばインターネットである。

　端末装置２は、例えば、スマートフォン、タブレット型コンピュータ又はパーソナルコンピュータであり、モビリティ１に乗車するユーザ及びモビリティ管理システム１００の管理者によって利用される。端末装置２は、サーバ装置３とネットワーク５を介して互いに通信可能に接続されている。端末装置２は、抽出条件をサーバ装置３へ送信し、解析結果情報をサーバ装置３から受信し、受信した解析結果情報を提示する。

　サーバ装置３は、例えば、Ｗｅｂサーバである。サーバ装置３は、データベース生成装置及びデータ解析装置の一例である。サーバ装置３は、モビリティ１及び端末装置２から種々の情報を受信するとともに、モビリティ１及び端末装置２へ種々の情報を送信する。

　サーバ装置３は、モビリティ１から受信した情報に基づいてデータベースを生成する。また、サーバ装置３は、端末装置２から抽出条件を受信し、受信した抽出条件を満たす情報をデータベースから抽出し、抽出した情報を解析結果情報として端末装置２へ送信する。

　尚、モビリティ１、端末装置２及びサーバ装置３は、ネットワーク５を介して公共サーバ４と通信可能に接続されている。公共サーバ４は、モビリティ１、端末装置２及びサーバ装置３からの問い合わせに応じて必要な公共情報を返信する。公共情報には、例えば、指定された日時に対応する季節を示す情報、指定された日時における天候を示す情報、及び、指定された日付の日付区分を示す情報等が含まれる。日付区分とは、日曜日から土曜日までの７つの曜日及び祝日のうちの何れの日付であるかを示す情報である。

　図２は、本開示の実施の形態におけるモビリティ１の構成の一例を示す図である。図２に示すように、モビリティ１は、入力部１１、プロセッサ１２、ＧＰＳ（Ｇｌｏｂａｌ　Ｐｏｓｉｔｉｏｎｉｎｇ　Ｓｙｓｔｅｍ）受信部１３、通信部１４、駆動部１５及びセンサ１６を備える。

　入力部１１は、ユーザによるモビリティ１の運転操作を受け付ける。

　ＧＰＳ受信部１３は、モビリティ１の現在位置を取得する。現在位置は、緯度及び経度で表される。

　センサ１６は、モビリティ１の各種の速度を検出する。

　具体的には、センサ１６には、速度センサ、角速度センサ及び加速度センサが含まれる。速度センサは、モビリティ１の走行速度を検出する。角速度センサは、前後方向を軸とするモビリティ１の角速度、すなわち、ロール方向のモビリティ１の角速度を検出する。更に、角速度センサは、左右方向を軸とするモビリティ１の角速度、すなわち、モビリティ１のピッチ方向の角速度を検出する。更に、角速度センサは、上下方向を軸とするモビリティ１の角速度、すなわち、ヨー方向のモビリティ１の角速度を検出する。加速度センサは、モビリティ１の前後方向、左右方向及び上下方向の三方向の加速度を検出する。

　プロセッサ１２は、例えば、ＣＰＵ（中央演算処理装置）であり、運転制御部１２１及び送信制御部１２２を備える。

　運転制御部１２１は、入力部１１によるユーザの運転操作に応じて駆動部１５を制御し、モビリティ１を移動させる。

　送信制御部１２２は、モビリティ１が駆動している間、モビリティ１の現在の状態を示す状態情報を定期的（例えば３０秒毎）にサーバ装置３に送信する。

　状態情報には、モビリティ１を識別するためのモビリティＩＤ、状態情報の送信日時（モビリティ１が走行している時の時刻）、モビリティ１の種類、ＧＰＳ受信部１３によって受信されたモビリティ１の位置、並びに、センサ１６によって検出されたモビリティ１の走行速度、三方向（ロール方向、ピッチ方向及びヨー方向）の角速度、及び三方向（前後方向、左右方向及び上下方向）の加速度が含まれる。モビリティ１の種類は、大型自動車、普通自動車、小型自動車、バイク（原動機付自転車）及び軽車両の何れかを示す。

　通信部１４は、種々の情報をサーバ装置３へ送信するとともに、種々の情報をサーバ装置３から受信する。通信部１４は、状態情報をサーバ装置３へ送信する。

　駆動部１５は、例えば、走行モータ及びトランスミッションであり、運転制御部１２１による制御に従って、モビリティ１を移動させる。

　図３は、端末装置２の構成の一例を示す図である。図３に示すように、端末装置２は、制御部２１、入力部２２、表示部２３及び通信部２４を備える。

　制御部２１は、例えば、ＣＰＵであり、端末装置２全体を制御する。入力部２２は、例えば、タッチパネルであり、ユーザによる種々の情報の入力を受け付ける。通信部２４は、種々の情報をサーバ装置３へ送信するとともに、種々の情報をサーバ装置３から受信する。表示部２３は、例えば、液晶表示装置であり、種々の情報を表示する。

　次に、モビリティ１の移動経路について説明する。図４は、モビリティ１の移動経路について説明するための模式図である。

　図４に示すように、モビリティ１が、出発地６１から目的地６２まで移動するとする。また、モビリティ１が、出発地６１と目的地６２との間の立ち寄り地６３で所定の時間以上停止するとする。交差点はノードとも呼ばれ、２つのノード間の道路はリンクとも呼ばれる。図４において、リンク８１は、ノード７１とノード７２との間にあり、リンク８２は、ノード７２とノード７３との間にあり、リンク８３は、ノード７３とノード７４との間にあり、リンク８４は、ノード７４とノード７５との間にある。出発地６１はリンク８１上にあり、目的地６２はリンク８４上にあり、立ち寄り地６３はリンク８２上にある。各リンクには、リンクを識別するためのリンクＩＤが付与されている。つまり、モビリティ１は、出発地６１から目的地６２まで移動する間に、リンク８１、８２、８３、８４を走行する。

　図５は、サーバ装置３の構成の一例を示す図である。図５に示すように、サーバ装置３は、通信部３１、メモリ３２及びプロセッサ３３（コンピュータ）を備える。

　通信部３１は、モビリティ１によって送信された状態情報を受信する。通信部３１は、受信した状態情報を取得部３３１へ出力する。

　また、通信部３１は、端末装置２によって送信された抽出条件を受信する。通信部３１は、解析結果情報を端末装置２へ送信する。

　メモリ３２は、例えば、半導体メモリ又はハードディスクドライブであり、地図情報記憶部３２１、状態情報記憶部３２２、リンク情報記憶部３２３、エリア情報記憶部３２４、快適性データベース３２５（データベース）を備える。

　地図情報記憶部３２１は、所定の地域の地図を示す情報（以降、地図情報）を予め記憶している。地図情報が示す地域は、複数のエリアに分割されている。図６は、地図情報が示す地域６５を複数のエリアに分割した例を示す図である。

　図６に示すように、地図情報が示す地域６５は、矩形状の複数のエリアに分割されている。複数のエリアは、それぞれ同じ大きさである。各エリアの縦方向及び横方向の長さは、例えば、３０メートルである。各エリアには、エリアを識別するためのエリアＩＤが付与されている。図６における“Ａ［１，１］”及び“Ａ［１，２］”等が、エリアＩＤである。例えば、立ち寄り地６３は、エリアＩＤが“Ａ［２，２］”であるエリア内に存在している。

　尚、本実施の形態において、地図情報が示す地域６５は、矩形状の複数のエリアに分割されているが、本開示は特にこれに限定されず、円形状の複数のエリアに分割されてもよい。

　状態情報記憶部３２２は、複数のモビリティ１によって送信された状態情報を記憶する。

　リンク情報記憶部３２３は、各リンクの地図上の位置を示すリンク情報を記憶する。図７は、リンク情報の一例を示す図である。図７に示すように、リンク情報記憶部３２３は、リンクＩＤと、端点座標と、距離とを対応付けたリンク情報を記憶している。端点座標は、リンクの２つの端点である２つのノードの地図上の座標を表している。距離は、リンクの２つの端点間の距離を表している。

　エリア情報記憶部３２４は、地図情報が示す地域６５に含まれる各エリアの地図上の位置を示すエリア情報を記憶する。図８は、エリア情報の一例を示す図である。図８に示すように、エリア情報記憶部３２４は、エリアＩＤと、エリアの中心座標とを対応付けたエリア情報を記憶している。中心座標は、複数に分割された各エリアの地図上の中心座標を表している。

　快適性データベース３２５は、所定エリア内の一以上のリンクのそれぞれに対し、モビリティ１の種類と、当該種類のモビリティ１で各リンクを走行する時の走行快適性と、を対応付けて記憶するデータベースである。

　走行快適性は、モビリティ１で所定エリア内の各リンクを走行する時の快適性が所定エリア内の一以上のリンクの中でどの程度高いかを示す。このため、快適性データベース３２５を参照することにより、例えば、どの種類のモビリティ１で、どのリンクを走行すれば、所定エリアにおいて最も快適に移動できるかを把握することができる。

　図９は、快適性データベース３２５の一例を示す図である。例えば、図９は、快適性データベース３２５において、リンクＩＤが「１３１０１１」のリンクに対して、モビリティ１の種類「大型自動車」と、当該種類「大型自動車」のモビリティ１でリンクＩＤが「１３１０１１」のリンクを走行する時の走行快適性「Ｒ１１」と、が対応付けられている例を示している。

　快適性データベース３２５は、生成部３３３によって生成される。快適性データベース３２５の生成方法については後述する。

　プロセッサ３３は、例えば、ＣＰＵであり、取得部３３１、算出部３３２、生成部３３３、条件取得部３３４、抽出部３３５及び出力部３３６を備える。

　取得部３３１は、駆動中のモビリティ１の現在の状態を示す状態情報を取得し、取得した状態情報を状態情報記憶部３２２に記憶する。

　算出部３３２は、状態情報記憶部３２２、リンク情報記憶部３２３及びエリア情報記憶部３２４を参照し、所定エリア（所定領域）内の一以上のリンク（道路）のそれぞれについて、複数のモビリティ１の種類毎に、各種類のモビリティ１で各リンクを走行する時の快適性が前記一以上のリンクの中でどの程度高いかを示す走行快適性を算出する。当該走行快適性の算出方法の詳細については後述する。

　生成部３３３は、所定エリア内の一以上のリンクのそれぞれに対し、複数のモビリティ１の種類と、算出部３３２によって算出された、当該種類のモビリティ１で各リンクを走行する時の走行快適性と、を対応付けた快適性データベース３２５を生成する。

　条件取得部３３４は、通信部３１によって受信された抽出条件を取得する。抽出条件は、モビリティ１の出発地及び目的地、モビリティ１の種類、モビリティ１の出発時刻及び到着時刻のうち少なくとも一つ、並びに当該種類のモビリティ１で道路を走行するときの走行快適性を特定する条件を含む。

　抽出部３３５は、条件取得部３３４が取得した抽出条件を満たす少なくとも一のリンクをリンク情報記憶部３２３、エリア情報記憶部３２４及び快適性データベース３２５から抽出する。

　具体的には、抽出部３３５は、リンク情報記憶部３２３、エリア情報記憶部３２４及び快適性データベース３２５を参照し、最良優先探索アルゴリズムを用いて、条件取得部３３４が取得した抽出条件で特定される出発地と目的地との間を移動する少なくとも一つの最良のルートを探索する。最良優先探索アルゴリズムは、例えば、ダイクストラ法、Ａ＊アルゴリズム又は均一コスト探索である。

　抽出部３３５は、探索した少なくとも一つの最良のルートを構成する全てのリンクを、抽出条件を満たす少なくとも一のリンクとして抽出する。

　出力部３３６は、抽出部３３５によって抽出された少なくとも一のリンクを含む解析結果情報を通信部３１へ出力する。通信部３１は、当該解析結果情報を端末装置２へ送信する。

　具体的には、出力部３３６は、リンク情報記憶部３２３、エリア情報記憶部３２４及び地図情報記憶部３２１を適宜参照し、抽出部３３５によって抽出された少なくとも一のリンクを含む地図情報を取得する。出力部３３６は、当該地図情報が示す地図上において、抽出部３３５によって探索された少なくとも一つの最良のルート及び抽出条件で特定される出発地及び目的地を強調するように描画する。出力部３３６は、当該描画後の地図を示す情報を解析結果情報として通信部３１へ出力する。強調するように描画するとは、描画対象を濃い色で描画する、描画対象を太い線で描画する、描画対象を線画で囲む等を含む。

　図１０Ａは、解析結果情報の一例を示す図である。例えば、図１０Ａは、出力部３３６が、抽出部３３５によって抽出された三個のリンク１０３～１０５を全て含む地図情報が示す地図１０６上に、当該三個のリンク１０３～１０５とは異なるリンクを破線で描画し、当該３個のリンク１０３～１０５を黒色の太線矢印で強調して描画することで、当該３個のリンク１０３～１０５から成る、抽出部３３５によって探索されたルートを強調して描画した例を示している。また、図１０Ａは、出力部３３６が、抽出条件によって特定される出発地１０１及び目的地１０２を黒色の丸印で強調して描画した例を示している。

　尚、出力部３３６は、抽出部３３５によって抽出された少なくとも一のリンクのそれぞれと、抽出条件によって特定される種類のモビリティ１で前記少なくとも一のリンクのそれぞれを走行する時の走行快適性と、の関係を表すヒートマップを生成し、当該生成したヒートマップを含む解析結果情報を通信部３１へ出力してもよい。

　具体的には、出力部３３６は、快適性データベース３２５を参照し、抽出部３３５によって抽出された少なくとも一のリンクを全て含む地図情報が示す地図上において、当該少なくとも一のリンクのそれぞれを、各リンクと抽出条件によって特定されるモビリティ１の種類とに対応付けられた走行快適性の値が大きい程、強調するように描画してもよい。

　図１０Ｂは、解析結果情報の他の一例を示す図である。例えば、図１０Ｂは、出力部３３６が、図１０Ａに示した地図１０６上において、抽出部３３５によって探索されたルートを構成する３個のリンク１０３～１０５及び抽出部３３５によって抽出されたその他のリンクのそれぞれを、各リンクと抽出条件によって特定されるモビリティ１の種類とに対応付けられた走行快適性の値が大きい程、濃い色で描画することで強調した例を示している。図１０Ｂの例では、上記３個のリンク１０３～１０５のうち、リンク１０３が最も濃い色で描画され、リンク１０４が最も薄い色で描画されている。これは、上記３個のリンク１０３～１０５のうち、リンク１０３の走行快適性が最も大きく、リンク１０４の走行快適性が最も小さいことを示している。

　（データベース生成動作）
　続いて、サーバ装置３のデータベース生成動作について説明する。図１１は、サーバ装置３のデータベース生成動作について説明するためのフローチャートである。

　以下では、サーバ装置３において、ある一のエリア（以降、対象エリア）を対象にして、快適性データベース３２５を生成する動作について説明する。尚、当該快適性データベース３２５を生成する動作は、例えば１日に１回等の任意のタイミングで、任意のエリアを対象にして実行される。

　図１１に示すように、まず、ステップＳ１において、取得部３３１は、走行中の複数のモビリティ１から定期的に送信される状態情報を取得し、取得した状態情報を状態情報記憶部３２２に記憶する。

　次に、ステップＳ２において、算出部３３２は、対象エリア内の一以上のリンクのそれぞれについて、当該一以上のリンクを走行している複数のモビリティ１から取得した状態情報に基づいて、前記複数のモビリティ１の種類毎に走行快適性を算出する。ステップＳ２における走行快適性の算出方法については後述する。

　次に、ステップＳ３において、生成部３３３は、対象エリア内の一以上のリンクのそれぞれに対し、モビリティ１の種類と、算出部３３２によって算出された、当該種類のモビリティ１で各リンクを走行する時の走行快適性と、を対応付けた快適性データベース３２５を生成する。

　（走行快適性の算出）
　続いて、ステップＳ２における算出部３３２による走行快適性の算出方法について説明する。以下では、ある一の種類（以降、対象種類）のモビリティ１を対象にして、対象エリア内の一以上のリンクのそれぞれについて、対象種類のモビリティ１が各リンクを走行する時の走行快適性を算出する例について説明する。

　（速度快適性の算出）
　まず、算出部３３２は、対象種類のモビリティ１が各リンクを走行していたときの平均速度と、対象種類のモビリティ１が各リンクを走行しているときの速度のサンプル標準偏差（標本標準偏差）と、に基づいて速度快適性を算出する。速度快適性は、対象種類のモビリティ１でどの程度快適な速度で各リンクを走行できるかを示す。

　具体的には、算出部３３２は、リンク情報記憶部３２３、エリア情報記憶部３２４及び状態情報記憶部３２２を参照し、対象種類のモビリティ１が対象エリア内の一以上のリンクを走行している時に送信した状態情報を取得する。

　算出部３３２は、取得した状態情報に含まれるモビリティ１の走行速度を参照し、対象エリア内の一以上のリンクのそれぞれについて、対象種類のモビリティ１が各リンクＬ_ｑを走行していた時の走行速度の平均値Ｖ_{ｑ＿ａｖｅ}を算出する。以降、対象種類のモビリティ１が各リンクＬ_ｑを走行していた時の走行速度の平均値Ｖ_{ｑ＿ａｖｅ}を、各リンクＬ_ｑにおける平均速度Ｖ_{ｑ＿ａｖｅ}と略記する。

　尚、算出部３３２は、取得した状態情報に含まれるモビリティ１の走行速度を参照することに代えて、取得した状態情報に含まれるモビリティ１の位置を参照し、対象種類のモビリティ１の走行速度を算出してもよい。

　また、算出部３３２は、取得した状態情報のうち、対象種類のモビリティ１の走行速度が所定の下限速度以下であることを示す状態情報を除外してもよい。この場合、渋滞及び信号待ち等が原因で対象種類のモビリティ１が強制的に下限速度以下の低速で走行又は停止させられた時に取得した情報を状態情報から除外でき、当該状態情報に基づいて、対象種類のモビリティ１が通常に走行する時の速度快適性を適切に算出することができる。

　次に、算出部３３２は、各リンクＬ_ｑにおける平均速度Ｖ_{ｑ＿ａｖｅ}を含む下記式（１）を用いて、対象種類のモビリティ１で各リンクＬ_ｑを走行する時の速さの快適性Ｃ_ｑを算出する。

　式（１）において、Ｖ_{ａｖｅ＿ｍｉｎ}は、対象エリア内の一以上のリンクＬ_ｑにおける平均速度Ｖ_{ｑ＿ａｖｅ}のうちの最小値を示す。Ｖ_{ａｖｅ＿ｍａｘ}は、対象エリア内の一以上のリンクＬ_ｑにおける平均速度Ｖ_{ｑ＿ａｖｅ}のうちの最大値を示す。つまり、式（１）によれば、リンクＬ_ｑにおける平均速度Ｖ_{ｑ＿ａｖｅ}が大きい程、対象種類のモビリティ１で当該リンクＬ_ｑを走行する時の速さの快適性Ｃ_ｑは大きくなる。このため、対象エリア内の一以上のリンクのうち、平均速度Ｖ_{ｑ＿ａｖｅ}が最大値Ｖ_{ａｖｅ＿ｍａｘ}であるリンクＬ_ｑを走行する時の速さの快適性Ｃ_ｑは、１００％となる。

　次に、算出部３３２は、上記の取得した状態情報に含まれる走行速度を参照し、対象エリア内の一以上のリンクのそれぞれについて、対象種類のモビリティ１が各リンクＬ_ｑを走行していた時の走行速度のサンプル標準偏差Ｖ_{ｑ＿ｓｓｄ}を算出する。以降、対象種類のモビリティ１が各リンクＬ_ｑを走行していた時の走行速度のサンプル標準偏差Ｖ_{ｑ＿ｓｓｄ}を、各リンクＬ_ｑにおける走行速度のサンプル標準偏差Ｖ_{ｑ＿ｓｓｄ}と略記する。

　次に、算出部３３２は、各リンクＬ_ｑにおける走行速度のサンプル標準偏差Ｖ_{ｑ＿ｓｓｄ}を含む下記式（２）を用いて、対象種類のモビリティ１で各リンクＬ_ｑを走行する時の速さの安定性Ｄ_ｑを算出する。

　式（２）において、Ｖ_{ｓｓｄ＿ｍｉｎ}は、対象エリア内の一以上のリンクＬ_ｑにおける走行速度のサンプル標準偏差Ｖ_{ｑ＿ｓｓｄ}のうちの最小値を示す。Ｖ_{ｓｓｄ＿ｍａｘ}は、対象エリア内の一以上のリンクＬ_ｑにおける走行速度のサンプル標準偏差Ｖ_{ｑ＿ｓｓｄ}のうちの最大値を示す。つまり、式（２）によれば、リンクＬ_ｑにおける走行速度のサンプル標準偏差Ｖ_{ｑ＿ｓｓｄ}が小さい程、対象種類のモビリティ１で当該リンクＬ_ｑを走行する時の速さの安定性Ｄ_ｑは大きくなる。このため、対象エリア内の一以上のリンクのうち、走行速度のサンプル標準偏差Ｖ_{ｑ＿ｓｓｄ}が最小値Ｖ_{ｓｓｄ＿ｍｉｎ}であるリンクＬ_ｑを走行する時の速さの安定性Ｄ_ｑは、１００％となる。

　そして、算出部３３２は、下記式（３）に示すように、対象種類のモビリティ１で各リンクＬ_ｑを走行する時の速さの快適性Ｃ_ｑと速さの安定性Ｄ_ｑとの加重平均値を、対象種類のモビリティ１で各リンクＬ_ｑを走行する時の速度快適性Ｍ_ｑとして算出する。

　式（３）において、Ｗ_Ｃは、前記速さの快適性Ｃ_ｑの重み係数であり、Ｗ_Ｄは、前記速さの安定性Ｄ_ｑの重み係数である。重み係数Ｗ_Ｃ及び重み係数Ｗ_Ｄは、重み係数Ｗ_Ｃ及び重み係数Ｗ_Ｄのうち少なくとも一つが０よりも大きい値となるようにして、０以上の任意の値に定められている。

　重み係数Ｗ_Ｃ及び重み係数Ｗ_Ｄは、実験値に基づいて、モビリティ１のユーザが、速さの快適性Ｃ_ｑ及び速さの安定性Ｄ_ｑのうちの何れをモビリティ１の走行時の快適性として重視するかに応じて適宜定めてよい。例えば、速さの快適性Ｃ_ｑだけをモビリティ１の走行時の快適性として重視する場合、重み係数Ｗ_Ｃを０より大きい値に定め、重み係数Ｗ_Ｄを０に定めればよい。

　（直進快適性の算出）
　次に、算出部３３２は、対象種類のモビリティ１が各リンクを走行していたときの平均角速度及び平均加速度と、対象種類のモビリティ１が各リンクを走行しているときの角速度及び加速度のサンプル標準偏差と、に基づいて、直進快適性を算出する。直進快適性は、対象種類のモビリティ１でどの程度快適に各リンクを直進走行できるかを示す。

　具体的には、算出部３３２は、上記の取得した状態情報に含まれるモビリティ１の三方向の角速度を参照し、対象エリア内の一以上のリンクのそれぞれについて、対象種類のモビリティ１が各リンクＬ_ｑを走行していた時の各方向ｊの角速度の平均値Ω_{ｊｑ＿ａｖｅ}を算出する。以降、対象種類のモビリティ１が各リンクＬ_ｑを走行していた時の各方向ｊの角速度の平均値Ω_{ｊｑ＿ａｖｅ}を、各リンクＬ_ｑにおける各方向ｊの平均角速度Ω_{ｊｑ＿ａｖｅ}と略記する。

　尚、算出部３３２は、取得した状態情報に含まれるモビリティ１の三方向の角速度を参照することに代えて、取得した状態情報に含まれるモビリティ１の位置を参照し、対象種類のモビリティ１の三方向の角速度を算出してもよい。

　また、算出部３３２は、取得した状態情報のうち、対象種類のモビリティ１の走行速度が所定の下限速度以下であることを示す状態情報を除外してもよい。この場合、渋滞及び信号待ち等が原因で対象種類のモビリティ１が強制的に下限速度以下の低速で走行又は停止させられた時に取得した情報を状態情報から除外でき、当該状態情報に基づいて、対象種類のモビリティ１が通常に走行する時の直進快適性を適切に算出することができる。

　次に、算出部３３２は、各リンクＬ_ｑにおける各方向ｊの平均角速度Ω_{ｊｑ＿ａｖｅ}を含む下記式（４）を用いて、対象種類のモビリティ１で各リンクＬ_ｑを走行する時の各方向ｊへの回転度合の快適性Ｅ_ｊｑを算出する。

　式（４）において、Ω_{ｊ＿ａｖｅ＿ｍｉｎ}は、対象エリア内の一以上のリンクＬ_ｑにおける各方向ｊの平均角速度Ω_{ｊｑ＿ａｖｅ}のうちの最小値を示す。Ω_{ｊ＿ａｖｅ＿ｍａｘ}は、対象エリア内の一以上のリンクＬ_ｑにおける各方向ｊの平均角速度Ω_{ｊｑ＿ａｖｅ}のうちの最大値を示す。つまり、式（４）によれば、リンクＬ_ｑにおける各方向ｊの平均角速度Ω_{ｊｑ＿ａｖｅ}が小さい程、対象種類のモビリティ１で当該リンクＬ_ｑを走行する時の各方向ｊへの回転度合の快適性Ｅ_ｊｑは大きくなる。このため、対象エリア内の一以上のリンクのうち、各方向ｊの平均角速度Ω_{ｊｑ＿ａｖｅ}が最小値Ω_{ｊ＿ａｖｅ＿ｍｉｎ}であるリンクＬ_ｑを走行する時の各方向ｊへの回転度合の快適性Ｅ_ｊｑは、１００％となる。

　次に、算出部３３２は、上記の取得した状態情報に含まれる角速度を参照し、対象エリア内の一以上のリンクのそれぞれについて、対象種類のモビリティ１が各リンクＬ_ｑを走行していた時の各方向ｊの角速度のサンプル標準偏差Ω_{ｊｑ＿ｓｓｄ}を算出する。以降、対象種類のモビリティ１が各リンクＬ_ｑを走行していた時の各方向ｊの角速度のサンプル標準偏差Ω_{ｊｑ＿ｓｓｄ}を、各リンクＬ_ｑにおける各方向ｊの角速度のサンプル標準偏差Ω_{ｊｑ＿ｓｓｄ}と略記する。

　次に、算出部３３２は、各リンクＬ_ｑにおける各方向ｊの角速度のサンプル標準偏差Ω_{ｊｑ＿ｓｓｄ}を含む下記式（５）を用いて、対象種類のモビリティ１で各リンクＬ_ｑを走行する時の各方向ｊへの回転度合の安定性Ｆ_ｊｑを算出する。

　式（５）において、Ω_{ｊ＿ｓｓｄ＿ｍｉｎ}は、対象エリア内の一以上のリンクＬ_ｑにおける各方向ｊの角速度のサンプル標準偏差Ω_{ｊｑ＿ｓｓｄ}のうちの最小値を示す。Ω_{ｊ＿ｓｓｄ＿ｍａｘ}は、対象エリア内の一以上のリンクＬ_ｑにおける各方向ｊの角速度のサンプル標準偏差Ω_{ｊｑ＿ｓｓｄ}のうちの最大値を示す。つまり、式（２）によれば、リンクＬ_ｑにおける各方向ｊの角速度のサンプル標準偏差Ω_{ｊｑ＿ｓｓｄ}が小さい程、対象種類のモビリティ１で当該リンクＬ_ｑを走行する時の各方向ｊへの回転度合の安定性Ｆ_ｊｑは大きくなる。このため、対象エリア内の一以上のリンクのうち、各方向ｊの角速度のサンプル標準偏差Ω_{ｊｑ＿ｓｓｄ}が最小値Ω_{ｊ＿ｓｓｄ＿ｍｉｎ}であるリンクＬ_ｑを走行する時の各方向ｊへの回転度合の安定性Ｆ_ｊｑは、１００％となる。

　次に、算出部３３２は、上記の取得した状態情報に含まれるモビリティ１の三方向の加速度を参照し、対象エリア内の一以上のリンクのそれぞれについて、対象種類のモビリティ１が各リンクＬ_ｑを走行していた時の各方向ｊの加速度の平均値Ａ_{ｊｑ＿ａｖｅ}を算出する。以降、対象種類のモビリティ１が各リンクＬ_ｑを走行していた時の各方向ｊの加速度の平均値Ａ_{ｊｑ＿ａｖｅ}を、各リンクＬ_ｑにおける各方向ｊの平均加速度Ａ_{ｊｑ＿ａｖｅ}と略記する。

　また、算出部３３２は、取得した状態情報のうち、対象種類のモビリティ１の走行速度が所定の下限速度以下であることを示す状態情報を除外してもよい。この場合、渋滞及び信号待ち等が原因で対象種類のモビリティ１が強制的に下限速度以下の低速で走行又は停止されられた時に取得した情報を状態情報から除外でき、当該状態情報に基づいて、対象種類のモビリティ１が通常に走行する時の直進快適性を適切に算出することができる。

　次に、算出部３３２は、各リンクＬ_ｑにおける各方向ｊの平均加速度Ａ_{ｊｑ＿ａｖｅ}を含む下記式（６）を用いて、対象種類のモビリティ１で各リンクＬ_ｑを走行する時の各方向ｊへの加速度合の快適性Ｇ_ｊｑを算出する。

　式（６）において、Ａ_{ｊ＿ａｖｅ＿ｍｉｎ}は、対象エリア内の一以上のリンクＬ_ｑにおける各方向ｊの平均加速度Ａ_{ｊｑ＿ａｖｅ}のうちの最小値を示す。Ａ_{ｊ＿ａｖｅ＿ｍａｘ}は、対象エリア内の一以上のリンクＬ_ｑにおける各方向ｊの平均加速度Ａ_{ｊｑ＿ａｖｅ}のうちの最大値を示す。つまり、式（６）によれば、リンクＬ_ｑにおける各方向ｊの平均加速度Ａ_{ｊｑ＿ａｖｅ}が小さい程、対象種類のモビリティ１で当該リンクＬ_ｑを走行する時の各方向ｊへの加速度合の快適性Ｇ_ｊｑは大きくなる。このため、対象エリア内の一以上のリンクのうち、各方向ｊの平均加速度Ａ_{ｊｑ＿ａｖｅ}が最小値Ａ_{ｊ＿ａｖｅ＿ｍｉｎ}であるリンクＬ_ｑを走行する時の各方向ｊへの加速度合の快適性Ｇ_ｊｑは、１００％となる。

　次に、算出部３３２は、上記の取得した状態情報に含まれる加速度を参照し、対象エリア内の一以上のリンクのそれぞれについて、対象種類のモビリティ１が各リンクＬ_ｑを走行していた時の各方向ｊの加速度のサンプル標準偏差Ａ_{ｊｑ＿ｓｓｄ}を算出する。以降、対象種類のモビリティ１が各リンクＬ_ｑを走行していた時の各方向ｊの加速度のサンプル標準偏差Ａ_{ｊｑ＿ｓｓｄ}を、各リンクＬ_ｑにおける各方向ｊの加速度のサンプル標準偏差Ａ_{ｊｑ＿ｓｓｄ}と略記する。

　次に、算出部３３２は、各リンクＬ_ｑにおける各方向ｊの加速度のサンプル標準偏差Ａ_{ｊｑ＿ｓｓｄ}を含む下記式（７）を用いて、対象種類のモビリティ１で各リンクＬ_ｑを走行する時の各方向ｊへの加速度合の安定性Ｈ_ｊｑを算出する。

　式（７）において、Ａ_{ｊ＿ｓｓｄ＿ｍｉｎ}は、対象エリア内の一以上のリンクＬ_ｑにおける各方向ｊの加速度のサンプル標準偏差Ａ_{ｊｑ＿ｓｓｄ}のうちの最小値を示す。Ａ_{ｊ＿ｓｓｄ＿ｍａｘ}は、対象エリア内の一以上のリンクＬ_ｑにおける各方向ｊの加速度のサンプル標準偏差Ａ_{ｊｑ＿ｓｓｄ}のうちの最大値を示す。つまり、式（７）によれば、リンクＬ_ｑにおける各方向ｊの加速度のサンプル標準偏差Ａ_{ｊｑ＿ｓｓｄ}が小さい程、対象種類のモビリティ１で当該リンクＬ_ｑを走行する時の各方向ｊへの加速度合の安定性Ｈ_ｊｑは大きくなる。このため、対象エリア内の一以上のリンクのうち、各方向ｊの加速度のサンプル標準偏差Ａ_{ｊｑ＿ｓｓｄ}が最小値Ａ_{ｊ＿ｓｓｄ＿ｍｉｎ}であるリンクＬ_ｑを走行する時の各方向ｊへの加速度合の安定性Ｈ_ｊｑは、１００％となる。

　そして、算出部３３２は、下記式（８）に示すように、対象種類のモビリティ１で各リンクＬ_ｑを走行する時の各方向ｊへの回転度合の快適性Ｅ_ｊｑ、各方向ｊへの回転度合の安定性Ｆ_ｊｑ、各方向ｊへの加速度合の快適性Ｇ_ｊｑ、及び各方向ｊへの加速度合の安定性Ｈ_ｊｑの加重平均値を、対象種類のモビリティ１で各リンクＬ_ｑを走行する時の直進快適性Ｎ_ｑとして算出する。

　式（８）において、Ｗ_ｊＥは、各方向ｊへの回転度合の快適性Ｅ_ｊｑの重み係数である。Ｗ_ｊＦは、各方向ｊへの回転度合の安定性Ｆ_ｊｑの重み係数である。Ｗ_ｊＧは、各方向ｊへの加速度合の快適性Ｇ_ｊｑの重み係数である。Ｗ_ｊＨは、各方向ｊへの加速度合の安定性Ｈ_ｊｑの重み係数である。重み係数Ｗ_ｊＥ、Ｗ_ｊＦ、Ｗ_ｊＧ、Ｗ_ｊＨは、少なくとも一つが０よりも大きい値となるようにして、０以上の任意の値に定められている。

　重み係数Ｗ_ｊＥ、Ｗ_ｊＦ、Ｗ_ｊＧ、Ｗ_ｊＨ（ｊ＝１～３）は、実験値に基づいて、モビリティ１のユーザが、各方向ｊへの回転度合の快適性Ｅ_ｊｑ、各方向ｊへの回転度合の安定性Ｆ_ｊｑ、各方向ｊへの加速度合の快適性Ｇ_ｊｑ、及び各方向ｊへの加速度合の安定性Ｈ_ｊｑのうちの何れをモビリティ１の走行時の快適性として重視するかに応じて適宜定めてよい。

　例えば、三方向への回転度合の快適性Ｅ_１ｑ、Ｅ_２ｑ、Ｅ_３ｑ及び三方向への加速度合の快適性Ｇ_１ｑ、Ｇ_２ｑ、Ｇ_３ｑをモビリティ１の走行時の快適性として重視する場合、重み係数Ｗ_１Ｅ、Ｗ_２Ｅ、Ｗ_３Ｅ、Ｗ_１Ｇ、Ｗ_２Ｇ、Ｗ_３Ｇを０より大きい値に定め、重み係数Ｗ_１Ｆ、Ｗ_２Ｆ、Ｗ_３Ｆ、Ｗ_１Ｈ、Ｗ_２Ｈ、Ｗ_３Ｈを０に定めればよい。

　そして、算出部３３２は、下記式（９）に示すように、速度快適性Ｍ_ｑと直進快適性Ｎ_ｑとの加重平均値を、対象種類のモビリティ１が各リンクＬ_ｑを走行する時の走行快適性Ｒ_ｑとして算出する。

　式（９）において、αは、０よりも大きい、速度快適性Ｍ_ｑの重み係数を示す。βは、０よりも大きい、直進快適性Ｎ_ｑの重み係数を示す。重み係数α、βは、実験値に基づいて、モビリティ１のユーザが、速度快適性Ｍ_ｑ及び直進快適性Ｎ_ｑのうちの何れをモビリティ１の走行時の快適性として重視するかに応じて適宜定めてよい。例えば、モビリティ１の走行時の快適性として、速度快適性Ｍ_ｑを直進快適性Ｎ_ｑよりも重視する場合、重み係数αを重み係数βより大きい値に定めればよい。

　以上の実施の形態の構成によれば、対象エリア内の一以上のリンクのそれぞれに対し、複数のモビリティ１の種類と、当該種類のモビリティ１で各リンクＬ_ｑを走行する時の走行快適性Ｒ_ｑと、を対応付けた快適性データベース３２５が生成される。このため、生成された快適性データベース３２５から、特定の種類のモビリティ１で所定エリア内の各リンクＬ_ｑを走行する時の走行快適性Ｒ_ｑを収集することができる。

　また、この収集した走行快適性Ｒ_ｑから、上記特定の種類のモビリティ１によって、所定エリア内の一以上のリンクの中で相対的にどの程度高い快適性で各リンクＬ_ｑを走行できるのかを把握することができる。これらにより、所定エリア内を移動する場合に、どの種類のモビリティ１で、どのリンクを走行すれば快適に移動できるかを把握することができる。

　尚、ステップＳ２（図１１）において、算出部３３２は、対象エリア内の一以上のリンクのそれぞれについて、当該一以上のリンクを走行している複数のモビリティ１から取得した状態情報に基づいて、複数のモビリティ１の種類及び複数のモビリティ１が走行していた時間帯における走行快適性を算出してもよい。時間帯は、例えば、１日を２４個に均等に分割した１時間の時間帯であってもよいし、午前を示す１２時間の時間帯と午後を示す１２時間の時間帯であってもよい。

　この場合、算出部３３２は、リンク情報記憶部３２３、エリア情報記憶部３２４及び状態情報記憶部３２２を参照し、対象種類のモビリティ１が対象エリア内の一以上のリンクを走行していたことを示す状態情報を取得する。算出部３３２は、取得した状態情報に含まれる送信日時を参照し、取得した状態情報を、参照した送信日時を含む時間帯毎に分割する。算出部３３２は、当該分割後の各時間帯の状態情報を用いて、上記のように走行快適性Ｒ_ｑを算出し、これを各時間帯に対象種類のモビリティ１で各リンクＬ_ｑを走行する時の走行快適性Ｒ_ｑとする。

　これに合わせて、ステップＳ３（図１１）では、生成部３３３は、対象エリア内の一以上のリンクのそれぞれに対し、モビリティ１の種類と、モビリティ１が走行していた時間帯と、算出部３３２によって算出された、当該時間帯に当該種類のモビリティ１で各リンクＬ_ｑを走行する時の走行快適性Ｒ_ｑと、を対応付けた快適性データベース３２５を生成する。

　図１２は、快適性データベース３２５の他の一例を示す図である。例えば、図１２は、当該生成された快適性データベース３２５において、リンクＩＤが「１３１０１１」のリンクに対して、モビリティ１の種類「大型自動車」と、当該種類「大型自動車」のモビリティ１が走行していた時間帯「午前」と、当該時間帯「午前」に当該種類「大型自動車」のモビリティ１でリンクＩＤが「１３１０１１」のリンクを走行する時の走行快適性「Ｒ１１１」と、が対応付けられている例を示している。

　この場合、生成された快適性データベース３２５から、特定の時間帯に特定の種類のモビリティ１で対象エリア内の各リンクＬ_ｑを走行する時の走行快適性Ｒ_ｑを収集することができる。この収集した走行快適性Ｒ_ｑによれば、特定の時間帯に特定の種類のモビリティ１によって、対象エリア内の一以上のリンクの中で相対的にどの程度高い快適性で各リンクＬ_ｑを走行できるのかを把握することができる。これらにより、ある時間帯に対象エリア内を移動する場合に、どの種類のモビリティ１で、どのリンクを走行すれば快適に移動できるかを把握することができる。

　同様にして、ステップＳ２（図１１）において、算出部３３２は、対象エリア内の一以上のリンクのそれぞれについて、当該一以上のリンクを走行している複数のモビリティ１から取得した状態情報に基づいて、複数のモビリティ１の種類及び複数のモビリティ１が走行していたときの環境における走行快適性を算出してもよい。複数のモビリティ１が走行していたときの環境は、例えば、複数のモビリティ１が走行していたときの天候、季節又は日付区分である。日付区分は、日曜日から土曜日までの７つの曜日及び祝日のうちの何れの日付であるかを示す。

　この場合、ステップＳ１（図１１）において、取得部３３１は、走行中の複数のモビリティ１から取得した状態情報に含まれる送信日時を参照し、通信部３１を用いて公共サーバ４に、当該送信日時に対応する天候、季節又は日付区分を示す情報を問い合わせる。取得部３３１は、通信部３１が公共サーバ４から受信した当該送信日時に対応する天候、季節又は日付区分を示す情報を、モビリティ１が走行していたときの環境を示す情報として取得する。取得部３３１は、取得したモビリティ１が走行していたときの環境を示す情報（以降、環境情報）を状態情報に含めて、状態情報記憶部３２２に記憶する。

　これに合わせて、ステップＳ２では、算出部３３２は、リンク情報記憶部３２３、エリア情報記憶部３２４及び状態情報記憶部３２２を参照し、対象種類のモビリティ１が対象エリア内の一以上のリンクを走行していたことを示す状態情報を取得する。算出部３３２は、取得した状態情報に含まれる環境情報を参照し、取得した状態情報を、参照した環境情報が示す環境毎に分割する。算出部３３２は、当該分割後の各環境の状態情報を用いて、上記のように走行快適性Ｒ_ｑを算出し、これを各環境において対象種類のモビリティ１で各リンクＬ_ｑを走行する時の走行快適性Ｒ_ｑとする。

　これに合わせて、ステップＳ３（図１１）では、生成部３３３は、対象エリア内の一以上のリンクのそれぞれに対し、モビリティ１の種類と、モビリティ１が走行していたときの環境と、算出部３３２によって算出された、当該環境において当該種類のモビリティ１で各リンクＬ_ｑを走行する時の走行快適性Ｒ_ｑと、を対応付けた快適性データベース３２５を生成する。

　図１３は、快適性データベース３２５の他の一例を示す図である。例えば、図１３は、当該生成された快適性データベース３２５において、リンクＩＤが「１３１０１１」のリンクに対して、モビリティ１の種類「大型自動車」と、当該種類「大型自動車」のモビリティ１が走行していた時の環境「晴れ」と、当該環境「晴れ」において当該種類「大型自動車」のモビリティ１でリンクＩＤが「１３１０１１」のリンクを走行する時の走行快適性「Ｒ１３１」と、が対応付けられている例を示している。

　この場合、生成された快適性データベース３２５から、特定の環境において特定の種類のモビリティ１で対象エリア内の各リンクＬ_ｑを走行する時の走行快適性Ｒ_ｑを収集することができる。この収集した走行快適性Ｒ_ｑによれば、特定の環境において特定の種類のモビリティ１によって、対象エリア内の一以上のリンクの中で相対的にどの程度高い快適性で各リンクＬ_ｑを走行できるのかを把握することができる。これらにより、ある環境で対象エリア内を移動する場合に、どの種類のモビリティ１で、どのリンクを走行すれば快適に移動できるかを把握することができる。

　（データ解析動作）
　続いて、サーバ装置３のデータ解析動作について説明する。図１４は、サーバ装置３のデータ解析動作について説明するためのフローチャートである。

　まず、ステップＳ１１において、条件取得部３３４は、通信部３１が端末装置２から受信した抽出条件を取得する。端末装置２は、オペレータによる抽出条件の入力を受け付け、入力された抽出条件をサーバ装置３へ送信する。上記のように、抽出条件は、モビリティ１の出発地及び目的地、モビリティ１の種類、モビリティ１の出発時刻及び到着時刻のうち少なくとも一つ、並びに当該種類のモビリティ１で道路を走行するときの走行快適性を特定する条件を含む。

　次に、ステップＳ１２において、抽出部３３５は、ステップＳ１１で取得された抽出条件を満たす少なくとも一のリンクを、リンク情報記憶部３２３、エリア情報記憶部３２４及び快適性データベース３２５から抽出する。

　次に、ステップＳ１３において、出力部３３６は、ステップＳ１２で抽出された少なくとも一のリンクを含む解析結果情報を通信部３１へ出力する。通信部３１は、当該解析結果情報を端末装置２へ送信する。端末装置２は、サーバ装置３によって送信された解析結果情報を受信し、受信した解析結果情報を表示する。これにより、端末装置２は、オペレータに対して解析結果情報を提示することができる。

　（第２の実施の形態）
　以下、本開示の第２の実施の形態について説明する。第１の実施の形態では、算出部３３２が、速度快適性及び直進快適性を算出し、速度快適性及び直進快適性の加重平均値によって走行快適性を算出する例について説明した。第２の実施の形態では、算出部３３２は、更に、環境快適性を算出し、速度快適性、直進快適性及び環境快適性の加重平均値によって速度快適性を算出する。環境快適性は、対象種類のモビリティ１で各リンクを走行するときの環境がどの程度快適であるかを示す。

　具体的には、先ず、ステップＳ１（図１１）において、取得部３３１は、走行中の複数のモビリティ１から取得した状態情報に含まれる送信日時を参照し、通信部３１を用いて公共サーバ４に、当該送信日時に対応する環境指標を問い合わせる。環境指標とは、環境を示す指標である。例えば、環境指標には、日射量、降水量、降雪量、気温及び風速が含まれる。風速は、風向き毎の風速（例えば、東向きの風速、西向きの風速等）であってもよいし、風向きによらない風速であってもよい。

　取得部３３１は、通信部３１が公共サーバ４から受信した当該送信日時に対応する環境指標を、モビリティ１が走行していたときの環境指標として取得する。取得部３３１は、取得したモビリティ１が走行していたときの環境指標を状態情報に含めて、状態情報記憶部３２２に記憶する。

　ステップＳ２（図１１）では、算出部３３２は、第１の実施の形態と同様に、対象種類のモビリティ１で各リンクＬｑを走行する時の速度快適性Ｍ_ｑ及び直進快適性Ｎ_ｑを算出する。更に、算出部３３２は、以下のようにして、対象種類のモビリティ１で各リンクＬｑを走行する時の環境快適性Ｚ_ｑを算出する。

　（環境快適性の算出）
　具体的には、算出部３３２は、リンク情報記憶部３２３、エリア情報記憶部３２４及び状態情報記憶部３２２を参照し、対象種類のモビリティ１が対象エリア内の一以上のリンクを走行している時に送信した状態情報を取得する。

　算出部３３２は、上記の取得した状態情報に含まれる環境指標を参照し、対象エリア内の一以上のリンクのそれぞれについて、対象種類のモビリティ１が各リンクＬ_ｑを走行していた時の各環境指標ｊの平均値Ｕ_{ｊｑ＿ａｖｅ}を算出する。以降、対象種類のモビリティ１が各リンクＬ_ｑを走行していた時の各環境指標ｊの平均値Ｕ_{ｊｑ＿ａｖｅ}を、各リンクＬ_ｑにおける各環境指標ｊの平均値Ｕ_{ｊｑ＿ａｖｅ}と略記する。

　尚、算出部３３２は、取得した状態情報のうち、対象種類のモビリティ１の走行速度が所定の下限速度以下であることを示す状態情報を除外してもよい。この場合、渋滞及び信号待ち等が原因で対象種類のモビリティ１が強制的に下限速度以下の低速で走行又は停止させられた時に取得した情報を状態情報から除外でき、当該状態情報に基づいて、対象種類のモビリティ１が通常に走行する時の環境快適性を適切に算出することができる。

　次に、算出部３３２は、各リンクＬ_ｑにおける各環境指標ｊの平均値Ｕ_{ｊｑ＿ａｖｅ}を含む下記式（１０）を用いて、対象種類のモビリティ１で各リンクＬ_ｑを走行する時の各環境指標ｊが示す環境の快適性Ｘ_ｊｑを算出する。

　式（１０）において、Ｕ_{ｊ＿ａｖｅ＿ｍｉｎ}は、対象エリア内の一以上のリンクＬ_ｑにおける各環境指標ｊの平均値Ｕ_{ｊｑ＿ａｖｅ}のうちの最小値を示す。Ｕ_{ｊ＿ａｖｅ＿ｍａｘ}は、対象エリア内の一以上のリンクＬ_ｑにおける各環境指標ｊの平均値Ｕ_{ｊｑ＿ａｖｅ}のうちの最大値を示す。つまり、式（１０）によれば、リンクＬ_ｑにおける各環境指標ｊの平均値Ｕ_{ｊｑ＿ａｖｅ}が小さい程、対象種類のモビリティ１で当該リンクＬ_ｑを走行する時の各環境指標ｊが示す環境の快適性Ｘ_ｊｑは大きくなる。このため、対象エリア内の一以上のリンクのうち、各環境指標ｊの平均値Ｕ_{ｊｑ＿ａｖｅ}が最小値Ｕ_{ｊ＿ａｖｅ＿ｍｉｎ}であるリンクＬ_ｑを走行する時の各環境指標ｊが示す環境の快適性Ｘ_ｊｑは、１００％となる。

　次に、算出部３３２は、上記の取得した状態情報に含まれる環境指標を参照し、対象エリア内の一以上のリンクのそれぞれについて、対象種類のモビリティ１が各リンクＬ_ｑを走行していた時の各環境指標ｊのサンプル標準偏差Ｕ_{ｊｑ＿ｓｓｄ}を算出する。以降、対象種類のモビリティ１が各リンクＬ_ｑを走行していた時の各環境指標ｊのサンプル標準偏差Ｕ_{ｊｑ＿ｓｓｄ}を、各リンクＬ_ｑにおける各環境指標ｊのサンプル標準偏差Ｕ_{ｊｑ＿ｓｓｄ}と略記する。

　次に、算出部３３２は、各リンクＬ_ｑにおける各環境指標ｊのサンプル標準偏差Ｕ_{ｊｑ＿ｓｓｄ}を含む下記式（１１）を用いて、対象種類のモビリティ１で各リンクＬ_ｑを走行する時の各環境指標ｊが示す環境の安定性Ｙ_ｊｑを算出する。

　式（１１）において、Ｕ_{ｊ＿ｓｓｄ＿ｍｉｎ}は、対象エリア内の一以上のリンクＬ_ｑにおける各環境指標ｊのサンプル標準偏差Ｕ_{ｊｑ＿ｓｓｄ}のうちの最小値を示す。Ｕ_{ｊ＿ｓｓｄ＿ｍａｘ}は、対象エリア内の一以上のリンクＬ_ｑにおける各環境指標ｊのサンプル標準偏差Ｕ_{ｊｑ＿ｓｓｄ}のうちの最大値を示す。つまり、式（１１）によれば、リンクＬ_ｑにおける各環境指標ｊのサンプル標準偏差Ｕ_{ｊｑ＿ｓｓｄ}が小さい程、対象種類のモビリティ１で当該リンクＬ_ｑを走行する時の各環境指標ｊが示す環境の安定性Ｙ_ｊｑは大きくなる。このため、対象エリア内の一以上のリンクのうち、各環境指標ｊのサンプル標準偏差Ｕ_{ｊｑ＿ｓｓｄ}が最小値Ｕ_{ｊ＿ｓｓｄ＿ｍｉｎ}であるリンクＬ_ｑを走行する時の各環境指標ｊが示す環境の安定性Ｙ_ｊｑは、１００％となる。

　そして、算出部３３２は、下記式（１２）に示すように、対象種類のモビリティ１で各リンクＬ_ｑを走行する時の各環境指標ｊが示す環境の快適性Ｘ_ｊｑ、各環境指標ｊが示す環境の安定性Ｙ_ｊｑの加重平均値を、対象種類のモビリティ１で各リンクＬ_ｑを走行する時の環境快適性Ｚ_ｑとして算出する。

　式（１２）において、Ｗ_ｊＸは、各環境指標ｊが示す環境の快適性Ｘ_ｊｑの重み係数である。Ｗ_ｊＹは、各環境指標ｊが示す環境の安定性Ｙ_ｊｑの重み係数である。ｎは、環境指標の数を示す。例えば、状態情報に、環境指標として日射量及び降水量が含まれている場合、環境指標の数は２である。重み係数Ｗ_ｊＸ、Ｗ_ｊＹは、少なくとも一つが０よりも大きい値となるようにして、０以上の任意の値に定められている。

　重み係数Ｗ_ｊＸ、Ｗ_ｊＹ（ｊ＝１～ｎ）は、実験値に基づいて、モビリティ１のユーザが、各環境指標ｊが示す環境の快適性Ｘ_ｊｑ及び各環境指標ｊが示す環境の安定性Ｙ_ｊｑのうちの何れをモビリティ１の走行時の快適性として重視するかに応じて適宜定めてよい。

　例えば、各環境指標ｊが示す環境の快適性Ｘ_ｊｑをモビリティ１の走行時の快適性として重視する場合、重み係数Ｗ_ｊＸ（ｊ＝１～ｎ）を０より大きい値に定め、重み係数Ｗ_ｊＹ（ｊ＝１～ｎ）を０に定めればよい。

　そして、算出部３３２は、下記式（１３）に示すように、速度快適性Ｍ_ｑと直進快適性Ｎ_ｑと環境快適性Ｚ_ｑとの加重平均値を、対象種類のモビリティ１が各リンクＬ_ｑを走行する時の走行快適性Ｒ_ｑとして算出する。

　式（１３）において、αは、０よりも大きい、速度快適性Ｍ_ｑの重み係数を示す。βは、０よりも大きい、直進快適性Ｎ_ｑの重み係数を示す。γは、０よりも大きい、環境快適性Ｚ_ｑの重み係数を示す。重み係数α、β、γは、実験値に基づいて、モビリティ１のユーザが、速度快適性Ｍ_ｑ、直進快適性Ｎ_ｑ及び環境快適性Ｚ_ｑのうちの何れをモビリティ１の走行時の快適性として重視するかに応じて適宜定めてよい。例えば、モビリティ１の走行時の快適性として、速度快適性Ｍ_ｑを直進快適性Ｎ_ｑ及び環境快適性Ｚ_ｑよりも重視し、且つ、直進快適性Ｎ_ｑを環境快適性Ｚ_ｑよりも重視する場合、重み係数αを重み係数β及び重み係数γより大きい値に定め、且つ、重み係数βを重み係数γより大きい値に定めればよい（α＞β＞γとなるように定めればよい）。

　尚、第１の実施の形態と同様に、ステップＳ２（図１１）において、算出部３３２が、対象エリア内の一以上のリンクのそれぞれについて、当該一以上のリンクを走行している複数のモビリティ１から取得した状態情報に基づいて、複数のモビリティ１の種類及び複数のモビリティ１が走行していた時間帯における走行快適性を算出するようにしてもよい。これに合わせて、ステップＳ３（図１１）において、生成部３３３が、対象エリア内の一以上のリンクのそれぞれに対し、モビリティ１の種類と、モビリティ１が走行していた時間帯と、算出部３３２によって算出された、当該時間帯に当該種類のモビリティ１で各リンクＬ_ｑを走行する時の走行快適性Ｒ_ｑと、を対応付けた快適性データベース３２５を生成するようにしてもよい。

　第２の実施の形態の構成によれば、モビリティ１が各リンクＬ_ｑを走行していたときの、平均速度、平均角速度及び平均加速度と速度、角速度及び加速度のばらつきだけでなく、更に、モビリティ１が各リンクＬ_ｑを走行していたときの環境指標の平均値及び当該環境指標のばらつきを加味して、走行快適性Ｒ_ｑをより適切に算出することができる。

　尚、上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵ又はプロセッサなどのプログラム実行部（コンピュータ）が、ハードディスク又は半導体メモリなどの記録媒体に記録されたソフトウェアプログラム（データベース生成プログラム、データ解析プログラム）を読み出して実行することによって実現されてもよい。

　本開示の実施の形態に係る装置の機能の一部又は全ては典型的には集積回路であるＬＳＩ（Ｌａｒｇｅ　Ｓｃａｌｅ　Ｉｎｔｅｇｒａｔｉｏｎ）として実現される。これらは個別に１チップ化されてもよいし、一部又は全てを含むように１チップ化されてもよい。また、集積回路化はＬＳＩに限るものではなく、専用回路又は汎用プロセッサで実現してもよい。ＬＳＩ製造後にプログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）、又はＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。

　また、本開示の実施の形態に係る装置の機能の一部又は全てを、ＣＰＵ等のプロセッサ（コンピュータ）がプログラム（データベース生成プログラム、データ解析プログラム）を実行することにより実現してもよい。

　また、上記で用いた数字は、全て本開示を具体的に説明するために例示するものであり、本開示は例示された数字に制限されない。

　また、上記フローチャートに示す各ステップが実行される順序は、本開示を具体的に説明するために例示するためのものであり、同様の効果が得られる範囲で上記以外の順序であってもよい。また、上記ステップの一部が、他のステップと同時（並列）に実行されてもよい。

　尚、本開示は、上記の第１の実施の形態、上記の第２の実施の形態及び上記の本開示の実施の形態に係る変形例を任意に組み合わせてもよい。

　本開示に係る技術は、モビリティで所定領域内の道路を走行する時の快適性を、モビリティの種類毎に収集することができるので、データベースを生成する技術に有用である。

Claims (14)

1. 　コンピュータが、
   　所定領域内の一以上の道路を走行している複数のモビリティの種類及び位置を示す状態情報を取得し、
   　前記一以上の道路のそれぞれについて、前記状態情報に基づいて、前記複数のモビリティの種類毎に、各種類のモビリティで各道路を走行する時の快適性が前記一以上の道路の中でどの程度高いかを示す走行快適性を算出し、
   　前記一以上の道路のそれぞれに対し、前記複数のモビリティの種類と、当該種類のモビリティで各道路を走行する時の前記走行快適性と、を対応付けたデータベースを生成する、
   　データベース生成方法。
2. 　前記状態情報は、更に、前記複数のモビリティが走行している時の時刻を示す情報を含み、
   　前記走行快適性の算出では、
   　前記一以上の道路のそれぞれについて、前記状態情報に基づいて、前記複数のモビリティの種類及び前記複数のモビリティが走行していた時間帯における前記走行快適性を算出し、
   　前記データベースの生成では、
   　前記一以上の道路のそれぞれに対し、前記複数のモビリティの種類と、前記複数のモビリティが走行していた時間帯と、当該時間帯に当該種類のモビリティで各道路を走行する時の前記走行快適性と、を対応付ける、
   請求項１に記載のデータベース生成方法。
3. 　前記状態情報は、更に、前記複数のモビリティが前記一以上の道路を走行している時の環境を示す情報を含み、
   　前記走行快適性の算出では、
   　前記一以上の道路のそれぞれについて、前記状態情報に基づいて、前記複数のモビリティの種類及び前記複数のモビリティが走行していたときの環境における前記走行快適性を算出し、
   　前記データベースの生成では、
   　前記一以上の道路のそれぞれに対し、前記複数のモビリティの種類と、前記複数のモビリティが走行していたときの環境と、当該環境において当該種類のモビリティで各道路を走行する時の前記走行快適性と、を対応付ける、
   請求項１に記載のデータベース生成方法。
4. 　前記走行快適性の算出では、
   　各種類のモビリティが各道路を走行していたときの平均速度に基づく速度快適性と、各種類のモビリティが各道路を走行していたときの平均角速度及び平均加速度に基づく直進快適性と、に基づいて、各種類のモビリティが各領域に含まれる各道路を走行する時の前記走行快適性を算出する、
   請求項１から３の何れか一項に記載のデータベース生成方法。
5. 　前記走行快適性の算出では、
   　各種類のモビリティが各道路を走行しているときの平均速度と、各種類のモビリティが各道路を走行しているときの速度のサンプル標準偏差と、に基づき前記速度快適性を算出し、
   　各種類のモビリティが各道路を走行しているときの平均角速度及び平均加速度と、各種類のモビリティが各道路を走行しているときの角速度及び加速度のサンプル標準偏差と、に基づき前記直進快適性を算出する、
   請求項４に記載のデータベース生成方法。
6. 　前記走行快適性の算出では、
   　各種類のモビリティが各道路を走行していたときの平均速度に基づく速度快適性と、各種類のモビリティが各道路を走行していたときの平均角速度及び平均加速度に基づく直進快適性と、各種類のモビリティが各道路を走行していたときの環境を示す指標の平均値に基づく環境快適性と、に基づいて、各種類のモビリティが各領域に含まれる各道路を走行する時の前記走行快適性を算出する、
   請求項１又は２に記載のデータベース生成方法。
7. 　前記走行快適性の算出では、
   　各種類のモビリティが各道路を走行しているときの平均速度と、各種類のモビリティが各道路を走行しているときの速度のサンプル標準偏差と、に基づき前記速度快適性を算出し、
   　各種類のモビリティが各道路を走行しているときの平均角速度及び平均加速度と、各種類のモビリティが各道路を走行しているときの角速度及び加速度のサンプル標準偏差と、に基づき前記直進快適性を算出し、
   　各種類のモビリティが各道路を走行しているときの環境を示す指標の平均値と、各種類のモビリティが各道路を走行しているときの環境を示す指標のサンプル標準偏差と、に基づき前記環境快適性を算出する、
   請求項６に記載のデータベース生成方法。
8. 　前記走行快適性の算出では、
   　各種類のモビリティが所定の下限速度以下の速度で各道路を走行していたことを示す情報を前記状態情報から除外した情報に基づいて前記走行快適性を算出する、
   請求項１に記載のデータベース生成方法。
9. 　所定領域内の一以上の道路を走行している複数のモビリティの種類及び位置を示す状態情報を取得する取得部と、
   　前記一以上の道路のそれぞれについて、前記状態情報に基づいて、前記複数のモビリティの種類毎に、各種類のモビリティで各道路を走行する時の快適性が前記一以上の道路の中でどの程度高いかを示す走行快適性を算出する算出部と、
   　前記一以上の道路のそれぞれに対し、前記複数のモビリティの種類と、当該種類のモビリティで各道路を走行する時の前記走行快適性と、を対応付けたデータベースを生成する生成部と、
   を備えるデータベース生成装置。
10. 　所定領域内の一以上の道路を走行している複数のモビリティの種類及び位置を示す状態情報を取得し、
    　前記一以上の道路のそれぞれについて、前記状態情報に基づいて、前記複数のモビリティの種類毎に、各種類のモビリティで各道路を走行する時の快適性が前記一以上の道路の中でどの程度高いかを示す走行快適性を算出し、
    　前記一以上の道路のそれぞれに対し、前記複数のモビリティの種類と、当該種類のモビリティで各道路を走行する時の前記走行快適性と、を対応付けたデータベースを生成するようにコンピュータを機能させるデータベース生成プログラム。
11. 　請求項１に記載のデータベース生成方法によって生成された前記データベースから抽出条件を満たす少なくとも一の道路を抽出するデータ解析装置におけるデータ解析方法であって、
    　前記抽出条件は、モビリティの種類及び当該種類のモビリティで道路を走行するときの前記走行快適性を特定する条件を含み、
    　前記抽出条件を取得し、
    　前記抽出条件を満たす前記少なくとも一の道路を前記データベースから抽出し、
    　抽出した前記少なくとも一の道路を含む解析結果情報を出力する、
    　データ解析方法。
12. 　前記解析結果情報は、前記少なくとも一の道路のそれぞれと、前記抽出条件によって特定される種類のモビリティで前記少なくとも一の道路のそれぞれを走行する時の前記走行快適性と、の関係を表すヒートマップを含む、
    請求項１１に記載のデータ解析方法。
13. 　請求項１に記載のデータベース生成方法によって生成された前記データベースから抽出条件を満たす少なくとも一の道路を抽出するデータ解析装置であって、
    　前記抽出条件は、モビリティの種類及び当該種類のモビリティで道路を走行するときの前記走行快適性を特定する条件を含み、
    　前記抽出条件を取得する条件取得部と、
    　前記抽出条件を満たす前記少なくとも一の道路を前記データベースから抽出する抽出部と、
    　抽出した前記少なくとも一の道路を含む解析結果情報を出力する出力部と、
    を備えるデータ解析装置。
14. 　請求項１に記載のデータベース生成方法によって生成された前記データベースから抽出条件を満たす少なくとも一の道路を抽出するデータ解析プログラムであって、
    　前記抽出条件は、モビリティの種類及び当該種類のモビリティで道路を走行するときの前記走行快適性を特定する条件を含み、
    　前記抽出条件を取得し、
    　前記抽出条件を満たす前記少なくとも一の道路を前記データベースから抽出し、
    　抽出した前記少なくとも一の道路を含む解析結果情報を出力するようにコンピュータを機能させるデータ解析プログラム。

Images