JP2010014556A - 渋滞予測装置、経路探索装置、渋滞予測方法、経路探索方法、渋滞予測プログラム、経路探索プログラム、およびコンピュータに読み取り可能な記録媒体 - Google Patents

Abstract

【課題】渋滞予測の高精度化を図ること。
【解決手段】渋滞予測装置１１０は、渋滞ＤＢ１１１と、入力部１１２と、第１渋滞予測部１１３と、第２渋滞予測部１１４とを備える。渋滞ＤＢ１１１は、過去の渋滞に関する過去渋滞情報を蓄積したものである。入力部１１２は、渋滞を発生させ得る要因に関する情報（要因情報）の入力を受け付ける。第１渋滞予測部１１３は、要因情報で示される要因に起因して発生する渋滞を予測する。第２渋滞予測部１１４は、渋滞ＤＢ１１１および第１渋滞予測部１１３の予測結果（第１渋滞予測結果）を用いて、渋滞を予測する。
【選択図】図１

Description

本発明は、たとえば、車両などの移動体に搭載され、渋滞を予測する渋滞予測装置、当該渋滞予測装置を備えた経路探索装置、渋滞予測方法、経路探索方法、渋滞予測プログラム、経路探索プログラム、およびコンピュータに読み取り可能な記録媒体に関する。

従来、たとえば、現在地点から目的地点までの最適な経路を探索し、探索された経路を利用者に案内するナビゲーション装置があった。また、過去の渋滞の情報に基づいて、最適な経路（たとえば、目的地点までの所要時間が最小となる経路）を探索するものがあった（たとえば、下記特許文献１参照。）。

特開２００５−１０６６１０号公報

しかしながら、上記の従来技術にあっては、過去の渋滞情報を統計処理した過去渋滞情報を用いて渋滞を予測するため、渋滞の要因の変化などにより実際の渋滞の状況が変わっても、その変化に迅速に対応して高精度な渋滞の予測をおこなうことは困難であったという問題が一例として挙げられる。

上述した課題を解決し、目的を達成するため、本発明にかかる渋滞予測装置は、過去の渋滞に関する過去渋滞情報を蓄積した渋滞データベースと、渋滞を発生させ得る要因に関する情報（以下、「要因情報」という）の入力を受け付ける入力手段と、前記要因情報で示される要因に起因して発生する渋滞を予測する第１渋滞予測手段と、前記渋滞データベースおよび前記第１渋滞予測手段の予測結果を用いて、渋滞を予測する第２渋滞予測手段と、を備えることを特徴とする。

また、本発明にかかる経路探索装置は、上記に記載の渋滞予測装置と、道路データおよび各道路に対して移動のし易さを定量的に示すコストのデータを記憶する記憶手段と、前記第２渋滞予測手段の予測結果に基づいて、前記記憶手段に記憶されている前記コストを変更する変更手段と、前記記憶手段に記憶されている前記道路データおよび変更後のコストのデータに基づいて、目的地までの経路を探索する経路探索手段と、を備えることを特徴とする。

また、本発明にかかる渋滞予測方法は、過去の渋滞に関する過去渋滞情報を蓄積した渋滞データベースを用いて渋滞を予測する渋滞予測装置における渋滞予測方法であって、渋滞を発生させ得る要因に関する情報（以下、「要因情報」という）の入力を受け付ける入力工程と、前記要因情報で示される要因に起因して発生する渋滞を予測する第１渋滞予測工程と、前記渋滞データベースおよび前記第１渋滞予測工程の予測結果を用いて、渋滞を予測する第２渋滞予測工程と、を含むことを特徴とする。

また、本発明にかかる経路探索方法は、過去の渋滞に関する過去渋滞情報を蓄積した渋滞データベースと道路データおよび各道路に対して移動のし易さを定量的に示すコストのデータを記憶する記憶手段とを備え、目的地までの経路を探索する経路探索装置における経路探索方法であって、渋滞を発生させ得る要因に関する情報（以下、「要因情報」という）の入力を受け付ける入力工程と、前記要因情報で示される要因に起因して発生する渋滞を予測する第１渋滞予測工程と、前記渋滞データベースおよび前記第１渋滞予測工程の予測結果を用いて、渋滞を予測する第２渋滞予測工程と、前記第２渋滞予測工程の予測結果に基づいて、前記記憶手段に記憶されている前記コストを変更する変更工程と、前記記憶手段に記憶されている前記道路データおよび変更後のコストのデータに基づいて、目的地までの経路を探索する経路探索工程と、を含むことを特徴とする。

また、本発明にかかる渋滞予測プログラムは、上記に記載の渋滞予測方法をコンピュータに実行させることを特徴とする。

また、本発明にかかる経路探索プログラムは、上記に記載の経路探索方法をコンピュータに実行させることを特徴とする。

また、本発明にかかるコンピュータに読み取り可能な記録媒体は、上記に記載の渋滞予測プログラムまたは経路探索プログラムを記録したことを特徴とする。

以下に添付図面を参照して、本発明にかかる渋滞予測装置、経路探索装置、渋滞予測方法、経路探索方法、渋滞予測プログラム、経路探索プログラム、およびコンピュータに読み取り可能な記録媒体の好適な実施の形態を詳細に説明する。

（渋滞予測装置の機能的構成）
まず、本発明の実施の形態にかかる渋滞予測装置の機能的構成について説明する。図１は、本発明の実施の形態にかかる渋滞予測装置の機能的構成を示す説明図である。図１に示すように、本発明の実施の形態にかかる渋滞予測装置１１０は、渋滞データベース（以下「渋滞ＤＢ」という）１１１と、入力部１１２と、第１渋滞予測部１１３と、第２渋滞予測部１１４とを備える。

渋滞ＤＢ１１１は、過去の渋滞に関する過去渋滞情報を蓄積したものである。ここで、過去渋滞情報とは、過去に発生した渋滞を曜日毎・時間帯毎などに統計処理した情報である。これによって、渋滞予測装置１１０は、過去渋滞情報に基づき、どの道路の、どの箇所（たとえば或る交差点）が、特定の条件（たとえば時間帯）を満たすときに渋滞が発生すると予測することができる。なお、過去渋滞情報を用いた渋滞の予測は、公知の技術であるため詳細な説明を省略する。

入力部１１２は、渋滞を発生させ得る要因に関する情報（以下、「要因情報」という）の入力を受け付ける機能を有する。ここで、渋滞を発生させ得る要因としては、運行する経路があらかじめ決まっている路線バスなどの公共交通機関やゴミ収集車、位置が変わらないもの（たとえば、道幅の狭い道路）などが挙げられる。要因情報には、これらが運行する経路（以下「運行ルート」という）、運行する時間帯（以下「運行時間帯」という）などの情報が含まれている。

また、要因情報は、公共交通機関の路線の新設情報若しくは変更情報などであってもよい。新設情報とは、公共交通機関の路線が新たに新設されたことをあらわす情報であり、新設された路線の運行ルートや運行時間帯などの情報が含まれる。変更情報は、既存の路線の運行ルートや運行時間帯が変化したことをあらわす情報であり、変更後の運行ルートや運行時間帯などの情報が含まれる。

たとえば、要因情報は、利用者操作に基づき入力される。また、要因情報は、利用者によって指定された要因に対する要因情報を不図示のネットワークを介して外部のコンピュータ装置から取得し、取得された要因情報が入力されることとしてもよい。

第１渋滞予測部１１３は、要因情報で示される要因に起因して発生する渋滞を予測する機能を有する。たとえば、要因情報として、路線バスの情報が入力されたとする。このとき、第１渋滞予測部１１３は、この路線バスの運行ルート上に、運行時間帯には所定の渋滞が発生すると予測する。所定の渋滞は、運行ルート全体に発生する渋滞であってもよいし、運行ルート上の一部の区間に発生する渋滞であってもよい。たとえば、運行ルート上の、道幅が狭い一部の区間に発生するものとしてもよい。

第２渋滞予測部１１４は、渋滞ＤＢ１１１および第１渋滞予測部１１３の予測結果（以下「第１渋滞予測結果」という）を用いて、渋滞を予測する機能を有する。たとえば、第２渋滞予測部１１４は、渋滞ＤＢ１１１および第１渋滞予測結果を用いて、任意の時刻（たとえば、利用者によって指定された時刻）において、任意の地点（たとえば現在地）周辺の道路上に発生する渋滞を予測する。なお、第２渋滞予測部１１４による予測結果（以下「第２渋滞予測結果」という）は、不図示の出力部（たとえば、表示部）を介して利用者に案内されることとしてもよい。

また、渋滞予測装置１１０は、比較部１１５をさらに備えることとしてもよい。ここで、比較部１１５は、渋滞ＤＢ１１１に蓄積されている過去渋滞情報と第１渋滞予測結果とを比較して、第１渋滞予測結果が渋滞ＤＢ１１１に反映されているか否かを判断する機能を有する。たとえば、比較部１１５は、過去渋滞情報で示される渋滞の状態（位置、時間帯、大きさ）と、第１渋滞予測結果の渋滞の状態（位置、時間帯、大きさ）とを比較する。そして、過去渋滞情報で示される渋滞と、第１渋滞予測結果の渋滞とが同一または類似（所定の差以内）であれば、既に反映されていると判断する。同一または類似（所定の差以内）でなければ、反映されていないと判断する。

比較部１１５を備えた場合には、第２渋滞予測部１１４は、第１渋滞予測部１１３の予測結果が渋滞ＤＢ１１１に反映されていなければ、渋滞ＤＢ１１１および第１渋滞予測結果を用いて渋滞を予測する。一方、第１渋滞予測結果が渋滞ＤＢ１１１に反映されていれば、第１渋滞予測結果を用いず、渋滞ＤＢ１１１のみを用いて渋滞を予測する。

また、渋滞予測装置１１０は、更新部１１６をさらに備えることとしてもよい。ここで、更新部１１６は、第１渋滞予測結果が渋滞ＤＢ１１１に反映されていない場合に、第１渋滞予測結果に基づいて渋滞ＤＢ１１１を更新する機能を有する。すなわち、更新部１１６は、第１渋滞予測結果の渋滞を過去渋滞情報として渋滞ＤＢ１１１に追加する。

また、渋滞予測装置１１０は、図１に示すように経路探索装置１２０の一部として構成されることとしてもよい。ここで、経路探索装置１２０は、渋滞予測装置１１０と、記憶部１２１と、変更部１２２と、経路探索部１２３とを備える。

記憶部１２１は、道路データおよびコストのデータを記憶する機能を有する。たとえば、記憶部１２１には地図データベース（以下「地図ＤＢ」という）が記憶される。地図ＤＢには地図データが蓄積されており、地図データは建物や地点表面などの地点物をあらわすデータと、道路の形状をあらわす道路データを有している。

公知の技術のため詳細な説明は省略するが、道路データは、道路をあらわすリンクと、リンク同士を接合するノードとを有する。また、それぞれのリンクはリンク情報を有しており、リンク情報には、そのリンクが有するコストのデータなどが含まれている。ここで、コストとは、移動のし易さを定量的に示すもの（たとえば、リンクの通過に必要となる所要時間）である。これによって、渋滞予測装置１１０は、或る地点Ａから他の地点Ｂまでの移動にかかる所要時間などを算出することができる。

変更部１２２は、第２渋滞予測部１１４による渋滞予測結果に基づいて、記憶部１２１に記憶されているコストを変更する機能を有する。たとえば、変更部１２２は、第２渋滞予測部１１４によって渋滞が予測された箇所についてはコストを上げ、予測されなかった（予測されなくなった）箇所についてはコストを下げる。

経路探索部１２３は、記憶部１２１に記憶されている道路データおよび変更後のコストのデータに基づいて、目的地までの経路を探索する機能を有する。ここで、目的地は、利用者によって指定された任意の地点などである。たとえば、経路探索部１２３は、公知の技術のため詳細な説明を省略するがダイクストラ法などを用いて、現在地から目的地までのコストが最小となる経路を探索する。これによって、利用者は、目的地までより短時間で到達することができる。

（渋滞予測装置の処理内容）
つぎに、渋滞予測装置１１０が実行する処理内容について説明する。図２は、渋滞予測装置が実行する処理内容を示すフローチャートである。図２に示すように、まず、渋滞予測装置１１０は、要因情報の入力を受け付けるまで待機する（ステップＳ２０１：Ｎｏのループ）。前述のように、渋滞予測装置１１０は、入力部１１２によって要因情報の入力を受け付ける。

そして、要因情報の入力を受け付けると（ステップＳ２０１：Ｙｅｓ）、渋滞予測装置１１０は、要因情報で示される要因に起因して発生する渋滞を予測する（ステップＳ２０２）。前述のように、渋滞予測装置１１０は、第１渋滞予測部１１３によって要因情報で示される要因に起因して発生する渋滞を予測する。たとえば、要因情報によって示される要因が路線バスであった場合には、この路線バスの運行ルート上に所定の渋滞を予測する。

ステップＳ２０２において、要因に起因して発生する渋滞を予測したのち、渋滞予測装置１１０は、渋滞ＤＢ１１１および第１渋滞予測結果（ステップＳ２０２の予測結果）を用いて、渋滞を予測し（ステップＳ２０３）、処理を終了する。なお、前述のように、ステップＳ２０３の予測結果は、不図示の出力部を介して利用者に案内されることとしてもよい。

以上に説明したように、本発明の実施の形態にかかる渋滞予測装置１１０によれば、あらかじめ渋滞の要因となり得る対象の要因情報を入力することで、この要因情報に基づく渋滞を予測し（第１渋滞予測結果）、第１渋滞予測結果を考慮した渋滞を予測する（第２渋滞予測結果）ことができる。これによって、過去渋滞情報に反映されていない渋滞も予測できるため、渋滞の高精度化を図ることができる。

以下に、本発明の実施例について説明する。なお、本実施例は、上記の渋滞予測装置１１０、経路探索装置１２０を、たとえば、車両（四輪車、二輪車を含む）などの移動体に搭載されるナビゲーション装置に適用した場合の一例である。

（ナビゲーション装置のハードウェア構成）
まず、図３を用いて、本実施例のナビゲーション装置のハードウェア構成について説明する。図３は、本実施例のナビゲーション装置のハードウェア構成を示すブロック図である。

図３に示すように、本実施例のナビゲーション装置３００は、ＣＰＵ３０１と、ＲＯＭ３０２と、ＲＡＭ３０３と、磁気ディスクドライブ３０４と、磁気ディスク３０５と、光ディスクドライブ３０６と、光ディスク３０７と、音声Ｉ／Ｆ（インターフェース）３０８と、スピーカ３０９と、入力デバイス３１０と、映像Ｉ／Ｆ３１１と、ディスプレイ３１２と、通信Ｉ／Ｆ３１３と、ＧＰＳユニット３１４と、各種センサ３１５とを備えている。また、各構成部３０１〜３１５はバス３２０によってそれぞれ接続されている。

ＣＰＵ３０１は、ナビゲーション装置３００の全体の制御を司る。ＲＯＭ３０２には、ブートプログラム、現在地特定プログラム、経路探索プログラム、経路誘導プログラム、音声生成プログラム、地図データ表示プログラム、渋滞予測プログラムなどの各種プログラムが記録されている。なお、これらの各種プログラムは、ＲＯＭ３０２のほか、後述する磁気ディスク３０５や光ディスク３０７などの不揮発性メモリに記録されていてもよい。また、ＲＡＭ３０３は、ＣＰＵ３０１のワークエリアとして使用される。

すなわち、ＣＰＵ３０１は、ＲＡＭ３０３をワークエリアとして使用しながら、ＲＯＭ３０２などに記録された各種プログラムを実行することによって、ナビゲーション装置３００の全体の制御を司る。現在地特定プログラムは、たとえば、後述するＧＰＳユニット３１４および各種センサ３１５の出力情報に基づいて、ナビゲーション装置３００の現在地を特定させる。

経路探索プログラムは、後述する磁気ディスク３０５または光ディスク３０７に記録された地図データなどを利用して、出発地（たとえば、現在地）から目的地までの最適な経路や、当該最適な経路を外れた場合の迂回経路を探索させる。

また、ここで、最適な経路とは、目的地までのコスト（たとえば、所要時間）が最小の経路や利用者が指定した条件にもっとも合致する経路などである。経路探索プログラムは、公知の技術のため詳細な説明は省略するが、ダイクストラ法などを利用して、最適な経路を探索させる。経路探索プログラムを実行することによって探索された経路の経路情報は、ＣＰＵ３０１を介して音声Ｉ／Ｆ３０８や映像Ｉ／Ｆ３１１へ出力される。

経路誘導プログラムは、経路探索プログラムを実行することによって探索された経路の経路情報、現在地特定プログラムを実行することによって特定されたナビゲーション装置３００の現在地の現在地情報、磁気ディスク３０５または光ディスク３０７から読み出された地図データに基づいて、リアルタイムな経路誘導情報の生成をおこなわせる。経路誘導プログラムを実行することによって生成された経路誘導情報は、ＣＰＵ３０１を介して音声Ｉ／Ｆ３０８や映像Ｉ／Ｆ３１１へ出力される。

音声生成プログラムは、パターンに対応したトーンと音声の情報を生成させる。すなわち、経路誘導プログラムを実行することによって生成された経路誘導情報に基づいて、案内ポイントに対応した仮想音源の設定と音声ガイダンス情報の生成をおこなわせる。音声ガイダンス情報には、たとえば、右左折地点を経路通りに右左折すべき旨の警報、右左折地点の手前で減速すべき旨の警報、右左折し損なった場合の迂回経路についての情報や、右左折し損なった場合に引き返すべき旨の案内情報が含まれる。生成された音声ガイダンス情報は、ＣＰＵ３０１を介して音声Ｉ／Ｆ３０８へ出力される。

地図データ表示プログラムは、映像Ｉ／Ｆ３１１によって磁気ディスク３０５または光ディスク３０７から読み出された地図データをディスプレイ３１２に表示させる。地図データ表示プログラムは、たとえば、ナビゲーション装置３００の現在地周辺の地図データをディスプレイ３１２に表示させる。また、地図データ表示プログラムは、たとえば、利用者によって指定された任意の地点周辺の地図データをディスプレイ３１２に表示させてもよい。

渋滞予測プログラムは、磁気ディスク３０５または光ディスク３０７に記憶された渋滞データベース（以下「渋滞ＤＢ」という）（図４を参照）、要因情報などを利用して、渋滞の予測をおこなわせる。渋滞予測プログラムを実行することによって予測された渋滞は、経路探索プログラムの実行時などに用いられる。すなわち、ナビゲーション装置３００は、目的地までの経路上に渋滞が発生すると予測された場合には、その渋滞を回避しつつ、コストが最小となる経路などを探索する。

磁気ディスクドライブ３０４は、ＣＰＵ３０１の制御にしたがって磁気ディスク３０５に対するデータの読み取り／書き込みを制御する。磁気ディスク３０５には、磁気ディスクドライブ３０４の制御で書き込まれたデータが記録される。磁気ディスク３０５としては、たとえば、ＨＤやＦＤ（フレキシブルディスク）を用いることができる。

光ディスクドライブ３０６は、ＣＰＵ３０１の制御にしたがって光ディスク３０７に対するデータの読み取り／書き込みを制御する。光ディスク３０７は、光ディスクドライブ３０６の制御にしたがってデータの読み出される着脱自在な記録媒体である。光ディスク３０７としては、たとえば、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）、ＤＶＤを用いることができる。光ディスク３０７は、書き込み可能な記録媒体を利用することもできる。また、この着脱可能な記録媒体は、光ディスク３０７のほか、ＭＯ（Ｍａｇｎｅｔｏ Ｏｐｔｉｃａｌ Ｄｉｓｋ）、メモリカードなどであってもよい。

磁気ディスク３０５または光ディスク３０７に記録される情報の一例として、経路探索・経路誘導などに用いる地図データが蓄積された地図データベース（以下「地図ＤＢ」という）が挙げられる。地図データは、建物、河川、地点表面などの地物（フィーチャ）をあらわす背景データと、道路の形状をあらわす道路データとを有しており、ディスプレイ３１２の表示画面において２次元または３次元に描画される。

道路データは、図示を省略するが、リンクと、リンク同士を接合するノードとからなる。ここで、リンクは道路に相当し、ノードは交差点・屈曲点・分岐点・合流点などのリンク同士の結節点に相当する。公知の技術のため詳細な説明は省略するが、それぞれのリンクはリンク情報を有する。

リンク情報には、各リンク固有のリンクＩＤと、リンク（の中心）の地図データ上での位置（絶対座標）と、各リンクの長さと、各リンクの移動のし易さを定量的に示すコスト（たとえばリンク通過に必要となる所要時間）と、リンク両端に位置する接合ノードとをあらわす情報などが含まれている。ナビゲーション装置３００は、このリンク情報に基づき、現在地から目的地点までの距離や所要時間などを算出することができる。

道路データは、さらに交通条件データを有する。交通条件データには、たとえば、各ノードについての信号や横断歩道などの有無、高速道路の出入口やジャンクションの有無、各リンクについての進行方向、道路種別（たとえば高速道路、有料道路、一般道路）などの情報が含まれている。

また、磁気ディスク３０５または光ディスク３０７には、過去の渋滞を、季節・曜日・大型連休・時刻などを基準に統計処理した過去渋滞情報を蓄積した渋滞ＤＢが記録されている。ナビゲーション装置３００は、後述する通信Ｉ／Ｆ３１３によって受信される道路交通情報によって現在発生している渋滞の情報を得るが、渋滞ＤＢの過去渋滞情報によって任意の時刻（たとえば、指定された時刻）における渋滞の状況を予測することができる。

なお、本実施例では地図データを磁気ディスク３０５または光ディスク３０７に記憶することとしたが、これらに限るものではない。地図データは、ナビゲーション装置３００のハードウェアと一体に設けられているものに限って記録されているものではなく、ナビゲーション装置３００の外部に設けられていてもよい。この場合には、ナビゲーション装置３００は、たとえば、通信Ｉ／Ｆ３１３を介して接続された外部のコンピュータ装置から地図データを取得する。取得された地図データはＲＡＭ３０３や磁気ディスク３０５などに記録され、必要に応じて読み出される。

音声Ｉ／Ｆ３０８は、音声出力用のスピーカ３０９に接続され、スピーカ３０９からは各種の音声が出力される。入力デバイス３１０は、文字、数値、各種指示などの入力のための複数のキーを備えたリモコン、キーボード、マウス、タッチパネルなどが挙げられる。入力デバイス３１０は、利用者によって選択されたキーに対応するデータを装置内部へ入力する。

映像Ｉ／Ｆ３１１は、ディスプレイ３１２と接続される。映像Ｉ／Ｆ３１１は、具体的には、たとえば、ディスプレイ３１２全体の制御をおこなうグラフィックコントローラと、即時表示可能な画像情報を一時的に記録するＶＲＡＭ（Ｖｉｄｅｏ ＲＡＭ）などのバッファメモリと、グラフィックコントローラから出力される画像データに基づいて、ディスプレイ３１２を表示制御する制御ＩＣなどによって構成される。

ディスプレイ３１２には、アイコン、カーソル、メニュー、ウインドウ、あるいは文字や画像などの各種データが表示される。ディスプレイ３１２としては、たとえば、ＣＲＴ、ＴＦＴ液晶ディスプレイ、プラズマディスプレイ、有機ＥＬディスプレイなどを用いることができる。

通信Ｉ／Ｆ３１３は、無線を介してネットワークに接続され、ナビゲーション装置３００とＣＰＵ３０１とのインターフェースとして機能する。通信Ｉ／Ｆ３１３は、さらに、無線を介してインターネットなどの通信網に接続され、この通信網とＣＰＵ３０１とのインターフェースとしても機能する。また、通信Ｉ／Ｆ３１３は、テレビ放送やラジオ放送を受信する。

通信網には、ＬＡＮ、ＷＡＮ、公衆回線網や携帯電話網などがある。具体的には、通信Ｉ／Ｆ３１３は、たとえば、ＦＭチューナー、ＶＩＣＳ／ビーコンレシーバ、無線ナビゲーション装置、およびその他のナビゲーション装置によって構成され、ＶＩＣＳセンターから配信される渋滞や交通規制などの道路交通情報を取得する。なお、ＶＩＣＳは登録商標である。

ＧＰＳユニット３１４は、ＧＰＳ衛星からの電波を受信し、車両の現在地を示す情報を算出する。ＧＰＳユニット３１４の出力情報は、後述する各種センサ３１５の出力値とともに、ＣＰＵ３０１による車両の現在地の特定に際して利用される。現在地を示す情報は、たとえば緯度・経度、高度などの、地図データ上の１点を特定する情報である。

各種センサ３１５は、車速センサや加速度センサ、角速度センサなどの、車両の位置や挙動を決定することが可能な情報を出力する。各種センサ３１５の出力値は、ＣＰＵ３０１による車両の現在地の特定や、速度や方位の変化量の測定などに用いられる。

なお、たとえば、上記の渋滞予測装置１１０の渋滞ＤＢ１１１は磁気ディスク３０５または光ディスク３０７によって、入力部１１２は入力デバイス３１０とＣＰＵ３０１とＲＯＭ３０２とによって、第１渋滞予測部１１３はＣＰＵ３０１とＲＯＭ３０２とによって、第２渋滞予測部１１４はＣＰＵ３０１とＲＯＭ３０２とによって、それぞれの機能を実現することができる。

（渋滞ＤＢ）
つぎに、前述した磁気ディスク３０５または光ディスク３０７に記憶された渋滞ＤＢの内容について説明する。図４は、渋滞ＤＢの内容を示す説明図である。図４に示すように、渋滞ＤＢ４００には、過去に発生した渋滞を統計処理した過去渋滞情報４１０が蓄積される。過去渋滞情報４１０は、各渋滞固有の渋滞ＩＤと、各渋滞の位置・大きさと、各渋滞の発生条件と、をあらわす情報などを有している。

渋滞ＩＤは、それぞれの渋滞と一対一で対応した各渋滞の識別番号である。渋滞ＩＤは、たとえば、数字とアルファベットとの組み合わせによって構成される。ナビゲーション装置３００は、渋滞ＩＤによって、それぞれの渋滞を識別し、それぞれの渋滞を用いた渋滞の予測などをおこなう。

図示の例において、渋滞ＩＤ「Ｊ０１」の渋滞（以下「渋滞１」という）は、道路データにおいて不図示の、リンクＬ１１，リンクＬ１２，リンクＬ１３，…Ｌａ上に発生する渋滞を示す。また、渋滞１の大きさは、リンクＬ１１〜Ｌａのそれぞれのリンクの大きさの総和となる。

発生条件は、それぞれの渋滞が発生する条件を示す。発生条件には、日時（曜日を含んでもよい）などが設定される。たとえば、渋滞１のように発生条件が「火曜日 ８：００〜１０：００」である場合、ナビゲーション装置３００は、火曜日の８：００〜１０：００の時間帯に渋滞１が発生すると予測する。

また、渋滞ＤＢ４００には、渋滞レベルをあらわす情報が含まれてもよい。ここで、渋滞レベルは、それぞれの渋滞による混雑の度合いをあらわす。たとえば、ナビゲーション装置３００は、渋滞レベルに応じて、渋滞が予測される区間（リンク群）のコストを変更する。たとえば、渋滞レベルが「高」である場合にはその区間のコストを３倍とする。渋滞レベルが「中」である場合にはその区間のコストを２倍とする。渋滞レベルが「低」である場合にはその区間のコストを１．５倍とする。

たとえば、通常時（渋滞がないとき）、或る区間（リンク群）のコストの総和（この区間の通過に必要となる所要時間）が１０分だったとする。この区間に渋滞レベル「高」の渋滞が発生すると予測されると、コストは３倍となるため３０分となる。渋滞の大きさだけでなく渋滞レベルを用いることにより、ナビゲーション装置３００は、渋滞が予測される区間の通過にかかる所要時間を一層正確に予測することができる。

たとえば、ナビゲーション装置３００は、不図示のネットワークを介して、外部のコンピュータ装置から最新の過去渋滞情報を取得すると、渋滞ＤＢ４００に記憶された過去渋滞情報４１０を更新する。また、ナビゲーション装置３００は、要因情報が入力された際に予測する第１渋滞予測結果を用いて、過去渋滞情報４１０を更新することができる。

（本実施例のナビゲーション装置の処理内容）
つぎに、本実施例のナビゲーション装置３００が実行する処理内容について説明する。図５は、本実施例のナビゲーション装置が実行する処理内容を示すフローチャートである。図５に示すように、ナビゲーション装置３００は、まず、要因情報の入力を受け付けるまで待機する（ステップＳ５０１：Ｎｏ）。たとえば、要因情報は、入力デバイス３１０が利用者によって操作されることにより入力される。なお、要因情報は、入力デバイス３１０が利用者によって操作されることにより指定された要因（たとえば、特定の路線バス）の要因情報を通信Ｉ／Ｆ３１３を介して外部のコンピュータ装置から取得して、入力されることとしてもよい。

ステップＳ５０１において、要因情報が入力されると（ステップＳ５０１：Ｙｅｓ）、ナビゲーション装置３００は、要因情報によって示される要因に起因して発生する渋滞を予測する（第１渋滞予測）（ステップＳ５０２）。たとえば、要因情報が或る路線バスの情報であった場合、ナビゲーション装置３００は、この路線バスの運行時間帯には、運行ルート上に渋滞が発生すると予測する。この場合、要因情報が有する要因の位置（運行ルート）全体に渋滞が発生すると予測する。なお、運行ルート上の一部に渋滞が発生すると予測することとしてもよい。

ステップＳ５０２において、第１渋滞予測をおこなったのち、ナビゲーション装置３００は、渋滞ＤＢ４００を参照し、過去渋滞情報４１０のなかに、第１渋滞予測結果の渋滞と同じ位置（そして、大きさ）の渋滞があるか判断する（ステップＳ５０３）。たとえば、第１渋滞予測結果の渋滞がリンクＬａ，Ｌｂ，Ｌｃ上に位置する渋滞であったとする。このとき、ナビゲーション装置３００は、過去渋滞情報４１０のなかに、リンクＬａ，Ｌｂ，Ｌｃ上に位置する渋滞があるか判断する。なお、このとき、それぞれの渋滞の位置（大きさ）は完全に同じである必要はない。たとえば、ナビゲーション装置３００は、第１渋滞予測結果の渋滞の一部の位置、たとえば、リンクＬｂ，Ｌｃ上に位置する渋滞があるか判断することとしてもよい。

なお、ステップＳ５０３において、過去渋滞情報４１０のなかに、第１渋滞予測結果の渋滞と同じ位置（大きさ）の渋滞がなかったときには（ステップＳ５０３：Ｎｏ）、後述するステップＳ５０６へ移行する。

ステップＳ５０３において、第１渋滞予測結果の渋滞と同じ位置の渋滞があったときには（ステップＳ５０３：Ｙｅｓ）、ナビゲーション装置３００は、第１渋滞予測結果の渋滞が発生する時間帯と、第１渋滞予測結果の渋滞と同じ位置（大きさ）の渋滞が発生する時間帯とが同じであるか判断する（ステップＳ５０４）。

たとえば、第１渋滞予測結果の渋滞が発生する時間帯が８：００〜１０：００であったとする。このとき、ナビゲーション装置３００は、第１渋滞予測結果の渋滞と同じ位置の渋滞が発生する時間帯８：００〜１０：００であるか判断する。なお、このとき、それぞれの時間帯は完全に同じである必要はない。たとえば、第１渋滞予測結果の渋滞と同じ位置の渋滞は、第１渋滞予測結果の渋滞が発生する時間帯の一部の時間帯（たとえば、９：００〜１０：００）に発生する渋滞であってもよい。

なお、ステップＳ５０４において、第１渋滞予測結果の渋滞が発生する時間帯と、第１渋滞予測結果の渋滞と同じ位置の渋滞が発生する時間帯とが同じでなかったときには（ステップＳ５０４：Ｎｏ）、後述するステップＳ５０６へ移行する。

ステップＳ５０４において、第１渋滞予測結果の渋滞が発生する時間帯と、第１渋滞予測結果の渋滞と同じ位置の渋滞が発生する時間帯とが同じであったときには（ステップＳ５０４：Ｙｅｓ）、ナビゲーション装置３００は、渋滞ＤＢ４００を用いて渋滞を予測し（第２渋滞予測）（ステップＳ５０５）、一連の処理を終了する。たとえば、ナビゲーション装置３００は、任意の時刻において任意の地点周辺に発生する渋滞を予測する。なお、渋滞ＤＢ４００の過去渋滞情報４１０を用いた渋滞予測については公知の技術であるため、詳細な説明は省略する。

一方、ステップＳ５０６では、渋滞ＤＢ４００および第１渋滞予測結果を用いて渋滞を予測し（第２渋滞予測）、一連の処理を終了する。具体的には、ステップＳ５０６では、ナビゲーション装置３００は、まず、第１渋滞予測結果に基づき、渋滞ＤＢ４００を更新する。たとえば、第１渋滞予測結果の渋滞を過去渋滞情報として渋滞ＤＢ４００に追加し、追加後の渋滞ＤＢ４００を用いて、渋滞を予測する。以上のように、ナビゲーション装置３００は、基本的には渋滞ＤＢ４００のみを用いて渋滞予測をおこなうが、渋滞ＤＢ４００に含まれていない渋滞があったとき（要因情報に対応した渋滞）には、渋滞ＤＢ４００および第１渋滞予測結果を用いて渋滞を予測する。

（本実施例のナビゲーション装置による渋滞予測の一例）
つぎに、本実施例のナビゲーション装置３００による渋滞予測の一例について説明する。図６は、本実施例のナビゲーション装置による渋滞予測の一例を示す説明図である。図示の例では、要因情報として路線バスＡが入力された場合の渋滞予測の一例である。

図示のように、要因情報６１０は、要因の名称（以下「要因名」という）と、要因の位置・大きさと、要因が存在する存在条件とを含んでいる。要因情報６１０に示すように、路線バスＡは、リンクＬ１，Ｌ２，Ｌ３，〜Ｌａ，Ｌ１が運行ルート（位置）とされている。また、路線バスＡは、平日の８：００〜１０：００（存在条件）の間に上記の運行ルートを走行する。

このため、ナビゲーション装置３００は、平日の８：００〜１０：００にはリンクＬ１，Ｌ２，Ｌ３，〜Ｌａ，Ｌ１上に渋滞が発生すると予測する（第１渋滞予測）。なお、このとき、リンクＬ１，Ｌ２，Ｌ３，〜Ｌａ，Ｌ１の全体でなく、このうちの一部の区間にのみ（たとえば、道幅が狭い区間にのみ）に渋滞が発生すると予測してもよい。図６中符号６２０は、第１渋滞予測による第１渋滞予測結果６２０である。第１渋滞予測結果６２０を得ると、ナビゲーション装置３００は、渋滞ＤＢ４００を参照し、渋滞ＤＢ４００に記憶されている過去渋滞情報４１０と、第１渋滞予測結果６２０とを比較する。

過去渋滞情報４１０と、第１渋滞予測結果６２０とを比較したのち、ナビゲーション装置３００は、第１渋滞予測結果６２０と一致する渋滞が過去渋滞情報４１０にあるか判断する。たとえば、第１渋滞予測結果６２０と、位置、大きさ、時間帯などが一致する渋滞が過去渋滞情報４１０にあるか判断する。

一致すれば、第１渋滞予測結果６２０をそのまま破棄し、渋滞ＤＢ４００を用いて、任意の地点周辺の渋滞を予測する。一致しなければ、第１渋滞予測結果６２０を渋滞ＤＢ４００へ登録（過去渋滞情報４１０へ追加）し、登録後の渋滞ＤＢ４００を用いて任意の時刻における、任意の地点周辺の渋滞を予測する。なお、第１渋滞予測結果６２０を渋滞ＤＢ４００へ登録する際には、第１渋滞予測結果６２０の一部のみを登録することとしてもよい。たとえば、第１渋滞予測結果６２０がリンクＬ１，Ｌ２，Ｌ３，〜Ｌａ，Ｌ１上の渋滞であった場合には、リンクＬ１，Ｌ２，Ｌ３上の渋滞として登録するなどである。

また、第１渋滞予測結果６２０を渋滞ＤＢ４００へ登録する際には、要因情報６１０と第１渋滞予測結果６２０とを関連づけて渋滞ＤＢ４００へ登録する。これにより、たとえば、路線バスＡが廃止された際には、不要となる第１渋滞予測結果６２０を渋滞ＤＢ４００から検索して、削除することができる。

（本実施例のナビゲーション装置による具体的な表示例）
図７は、本実施例のナビゲーション装置による具体的な表示例を示す説明図（その１）である。図７に示すように、ナビゲーション装置３００のディスプレイ３１２には、利用者によって指定されたＡ駅７０１周辺の地図データ７００が表示されている。図示は省略するが、地図データ７００内の道路データは多数のリンクおよびリンク同士を接合するノードを有している。

図７に示す例では、Ａ駅７０１周辺の渋滞をあらわす過去渋滞情報が渋滞ＤＢ４００に記憶されていないため、Ａ駅７０１周辺には渋滞が発生しないと予測されている。そのため、ディスプレイ３１２には、渋滞が発生するといった予測結果をあらわす渋滞アイコンなどは表示されていない。

図８は、本実施例のナビゲーション装置による具体的な表示例を示す説明図（その２）である。図８に示す例は、要因情報として、Ａ駅７０１を出発し、所定の経路を走行してＡ駅７０１まで戻ってくる運行ルートの路線バスＡの情報を入力した場合の例である。

前述のように、要因情報が入力されると、ナビゲーション装置３００は要因に起因して発生する渋滞を予測する（第１渋滞予測）。そして、第１渋滞予測結果が渋滞ＤＢ４００に反映されていない場合には、第１渋滞予測結果に基づき渋滞ＤＢ４００を更新し、更新後の渋滞ＤＢ４００を用いて、渋滞を予測する。

このため、図８に示すように、路線バスＡの運行ルート上に渋滞が発生すると予測されており、運行ルート上には渋滞アイコン７１０が表示されている。なお、図８に示す例は、路線バスの運行時間帯での渋滞予測結果である。運行時間帯外での渋滞予測結果であれば、渋滞は発生しないと予測されるため、図７と同様のものがディスプレイ３１２に表示されることとなる。

以上に説明したように、本実施例のナビゲーション装置３００によれば、渋滞ＤＢ４００および第１渋滞予測結果を用いて渋滞を予測するため、過去渋滞情報として渋滞ＤＢ４００に反映されていない渋滞も予測できる。これによって、ナビゲーション装置３００は、渋滞の要因の変化により実際の渋滞の状況が変わった場合などでも、高精度な渋滞予測をおこなうことができる。そして、利用者は目的地まで最適な経路を利用して向かうことができるため、移動にかかる手間や時間を低減させ、利便性が向上する。

また、本実施例のナビゲーション装置３００によれば、第１渋滞予測結果が渋滞ＤＢ４００に反映されていると、渋滞ＤＢ４００を用いて渋滞を予測することができる。これによって、ナビゲーション装置３００は、必要時（第１渋滞予測結果が渋滞ＤＢ４００に反映されていない時）以外には、より精度の高い渋滞ＤＢ４００を用いて渋滞を予測するため、高精度な渋滞予測をおこなうことができる。

さらに、本実施例のナビゲーション装置３００によれば、第１渋滞予測結果が渋滞ＤＢ４００に反映されていなければ、第１渋滞予測結果に基づいて渋滞ＤＢ４００を更新することができる。これによって、渋滞予測時の予測材料となる過去渋滞情報を増やしていくことができるため、一層と高精度な渋滞予測をおこなうことができる。

なお、第１渋滞予測結果を渋滞ＤＢ４００へ登録する際には、第１渋滞予測結果の渋滞の要因の解消条件も合わせて登録されることとしてもよい。ここで、解消条件とは、第１渋滞予測結果の渋滞が解消される条件である。それぞれの要因の解消条件をあらわす情報は、要因情報に含まれており、要因情報が入力されることにより取得される。そして、或る要因について、解消条件が満されると、この要因に対する第１渋滞予測結果は、渋滞ＤＢ４００から削除される。たとえば、解消条件としては、路線バスの運行中止、運行ルートの変更、道路改修（道幅の拡張）などがある。

なお、本実施の形態で説明した渋滞予測方法、経路探索方法は、あらかじめ用意されたプログラムをパーソナル・コンピュータやワークステーションなどのコンピュータで実行することにより実現することができる。このプログラムは、ハードディスク、フレキシブルディスク、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤなどのコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行される。またこのプログラムは、インターネットなどのネットワークを介して配布することが可能な媒体であってもよい。

本発明の実施の形態にかかる渋滞予測装置の機能的構成を示す説明図である。 渋滞予測装置が実行する処理内容を示すフローチャートである。 本実施例のナビゲーション装置のハードウェア構成を示すブロック図である。 渋滞ＤＢの内容を示す説明図である。 本実施例のナビゲーション装置が実行する処理内容を示すフローチャートである。 本実施例のナビゲーション装置による渋滞予測の一例を示す説明図である。 本実施例のナビゲーション装置による具体的な表示例を示す説明図（その１）である。 本実施例のナビゲーション装置による具体的な表示例を示す説明図（その２）である。

符号の説明

１１０ 渋滞予測装置
１１１ 渋滞ＤＢ
１１２ 入力部
１１３ 第１渋滞予測部
１１４ 第２渋滞予測部
１１５ 比較部
１１６ 更新部
１２０ 経路探索装置
１２１ 記憶部
１２２ 変更部
１２３ 経路探索部

Claims (14)

1. 過去の渋滞に関する過去渋滞情報を蓄積した渋滞データベースと、
   渋滞を発生させ得る要因に関する情報（以下、「要因情報」という）の入力を受け付ける入力手段と、
   前記要因情報で示される要因に起因して発生する渋滞を予測する第１渋滞予測手段と、
   前記渋滞データベースおよび前記第１渋滞予測手段の予測結果を用いて、渋滞を予測する第２渋滞予測手段と、
   を備えることを特徴とする渋滞予測装置。
2. 前記渋滞データベースに蓄積されている過去渋滞情報と前記第１渋滞予測手段の予測結果とを比較して前記第１渋滞予測手段の予測結果が前記渋滞データベースに反映されているか否かを判断する比較手段をさらに備え、
   前記第２渋滞予測手段は、前記第１渋滞予測手段の予測結果が前記渋滞データベースに反映されていない場合に、前記渋滞データベースおよび前記第１渋滞予測手段の予測結果を用いて渋滞を予測することを特徴とする請求項１に記載の渋滞予測装置。
3. 前記第２渋滞予測手段は、前記第１渋滞予測手段の予測結果が前記渋滞データベースに反映されている場合に、前記第１渋滞予測手段の予測結果を用いずに前記渋滞データベースを用いて渋滞を予測することを特徴とする請求項２に記載の渋滞予測装置。
4. 前記比較手段は、前記過去渋滞情報で示される渋滞の位置と前記第１渋滞予測手段の予測結果で示される渋滞の位置とを比較することで、前記第１渋滞予測手段の予測結果が前記渋滞データベースに反映されているか否かを判断することを特徴とする請求項２または３に記載の渋滞予測装置。
5. 前記比較手段は、前記過去渋滞情報で示される渋滞の発生時間帯と前記第１渋滞予測手段の予測結果で示される渋滞の発生時間帯とを比較することで、前記第１渋滞予測手段の予測結果が前記渋滞データベースに反映されているか否かを判断することを特徴とする請求項２〜４のいずれか一項に記載の渋滞予測装置。
6. 前記比較手段は、前記過去渋滞情報で示される渋滞の大きさと前記第１渋滞予測手段の予測結果で示される渋滞の大きさとを比較することで、前記第１渋滞予測手段の予測結果が前記渋滞データベースに反映されているか否かを判断することを特徴とする請求項２〜５のいずれか一項に記載の渋滞予測装置。
7. 前記第１渋滞予測手段の予測結果が前記渋滞データベースに反映されていない場合に、前記第１渋滞予測手段の予測結果に基づいて前記渋滞データベースを更新する更新手段をさらに備えることを特徴とする請求項２〜６のいずれか一項に記載の渋滞予測装置。
8. 前記要因情報は、公共交通機関の路線の新設情報若しくは変更情報であることを特徴とする請求項１〜７のいずれか一項に記載の渋滞予測装置。
9. 請求項１〜８のいずれか一項に記載の渋滞予測装置と、
   道路データおよび各道路に対して移動のし易さを定量的に示すコストのデータを記憶する記憶手段と、
   前記第２渋滞予測手段の予測結果に基づいて、前記記憶手段に記憶されている前記コストを変更する変更手段と、
   前記記憶手段に記憶されている前記道路データおよび変更後のコストのデータに基づいて、目的地までの経路を探索する経路探索手段と、
   を備えることを特徴とする経路探索装置。
10. 過去の渋滞に関する過去渋滞情報を蓄積した渋滞データベースを用いて渋滞を予測する渋滞予測装置における渋滞予測方法であって、
    渋滞を発生させ得る要因に関する情報（以下、「要因情報」という）の入力を受け付ける入力工程と、
    前記要因情報で示される要因に起因して発生する渋滞を予測する第１渋滞予測工程と、
    前記渋滞データベースおよび前記第１渋滞予測工程の予測結果を用いて、渋滞を予測する第２渋滞予測工程と、
    を含むことを特徴とする渋滞予測方法。
11. 過去の渋滞に関する過去渋滞情報を蓄積した渋滞データベースと道路データおよび各道路に対して移動のし易さを定量的に示すコストのデータを記憶する記憶手段とを備え、目的地までの経路を探索する経路探索装置における経路探索方法であって、
    渋滞を発生させ得る要因に関する情報（以下、「要因情報」という）の入力を受け付ける入力工程と、
    前記要因情報で示される要因に起因して発生する渋滞を予測する第１渋滞予測工程と、
    前記渋滞データベースおよび前記第１渋滞予測工程の予測結果を用いて、渋滞を予測する第２渋滞予測工程と、
    前記第２渋滞予測工程の予測結果に基づいて、前記記憶手段に記憶されている前記コストを変更する変更工程と、
    前記記憶手段に記憶されている前記道路データおよび変更後のコストのデータに基づいて、目的地までの経路を探索する経路探索工程と、
    を含むことを特徴とする経路探索方法。
12. 請求項１０に記載の渋滞予測方法をコンピュータに実行させることを特徴とする渋滞予測プログラム。
13. 請求項１１に記載の経路探索方法をコンピュータに実行させることを特徴とする経路探索プログラム。
14. 請求項１２に記載の渋滞予測プログラムまたは請求項１３に記載の経路探索プログラムを記録したことを特徴とするコンピュータに読み取り可能な記録媒体。

Images