[go: up one dir, main page]

WO2010007667A1 - 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

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 Download PDF

Info

Publication number
WO2010007667A1
WO2010007667A1 PCT/JP2008/062767 JP2008062767W WO2010007667A1 WO 2010007667 A1 WO2010007667 A1 WO 2010007667A1 JP 2008062767 W JP2008062767 W JP 2008062767W WO 2010007667 A1 WO2010007667 A1 WO 2010007667A1
Authority
WO
WIPO (PCT)
Prior art keywords
traffic jam
road
information
traffic
prediction
Prior art date
Application number
PCT/JP2008/062767
Other languages
English (en)
French (fr)
Inventor
寛子 小松
達也 岡本
浩俊 大久保
一夫 村田
研太 長川
大智 三好
Original Assignee
パイオニア株式会社
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 パイオニア株式会社 filed Critical パイオニア株式会社
Priority to PCT/JP2008/062767 priority Critical patent/WO2010007667A1/ja
Publication of WO2010007667A1 publication Critical patent/WO2010007667A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical

Definitions

  • the present invention relates to a traffic jam prediction device that predicts traffic jams, a route search device including the traffic jam prediction device, a traffic jam prediction method, a route search method, a traffic jam prediction program, a route search program, and a computer-readable recording medium.
  • a route search device including the traffic jam prediction device, a traffic jam prediction method, a route search method, a traffic jam prediction program, a route search program, and a computer-readable recording medium.
  • the use of the present invention is not limited to the traffic jam prediction device, the route search device, the traffic jam prediction method, the route search method, the traffic jam prediction program, the route search program, and the computer-readable recording medium.
  • the traffic jam prediction apparatus includes a traffic jam database that accumulates past traffic jam information related to past traffic jams, and a predicting unit that predicts traffic jams based on the traffic jam database.
  • a traffic jam prediction apparatus comprising: a change information acquisition unit that acquires road change information related to a road change, wherein the prediction unit corresponds to a road corresponding to the road change information when the road change information is acquired. It is characterized by predicting traffic jams by lowering the reliability of past traffic jam information in the vicinity.
  • the route search device includes the traffic jam prediction device described above, storage means for storing road data and cost data quantitatively indicating ease of movement with respect to each road, and the prediction Based on the prediction result of the means, the change means for changing the cost stored in the storage means, the road data stored in the storage means and the cost data after the change to the destination And a route search means for searching for the route.
  • the traffic jam prediction method is a traffic jam prediction method in a traffic jam forecasting device that forecasts traffic jam using a traffic jam database that accumulates past traffic jam information related to past traffic jams, and acquires road change information related to road changes.
  • a change information acquisition step and when the road change information is acquired, a prediction step of predicting traffic congestion by lowering the reliability of past traffic information around the road corresponding to the road change information.
  • the route search method stores a traffic jam database that accumulates past traffic jam information related to past traffic jams, road data, and cost data that quantitatively indicates ease of movement with respect to each road.
  • a route search unit that searches for a route to the destination based on the road data stored in the storage unit and the changed cost data. Characterized in that it comprises a step.
  • a traffic jam prediction program causes a computer to execute the traffic jam prediction method described above.
  • a route search program causes a computer to execute the route search method described above.
  • the computer-readable recording medium records the traffic jam prediction program or the route search program described above.
  • FIG. 1 is a block diagram showing a functional configuration of a traffic jam prediction apparatus according to an embodiment of the present invention.
  • FIG. 2 is a flowchart showing a processing procedure of the traffic jam prediction apparatus according to the present embodiment.
  • FIG. 3 is a block diagram illustrating a hardware configuration of the navigation apparatus according to the present embodiment.
  • FIG. 4 is an explanatory diagram showing an outline of road data.
  • FIG. 5 is an explanatory diagram showing the contents of the traffic jam DB.
  • FIG. 6 is a flowchart showing the processing contents executed by the navigation device of this embodiment.
  • Congestion prediction device 111 Congestion DB 112 Prediction unit 113 Change information acquisition unit 114 Traffic jam information acquisition unit 115 Map DB 120 Route Search Device 121 Storage Unit 122 Change Unit 123 Route Search Unit
  • a traffic jam prediction device a route search device, a traffic jam prediction method, a route search method, a traffic jam prediction program, a route search program, and a computer-readable recording medium according to the present invention will be described below with reference to the accompanying drawings. Will be described in detail.
  • FIG. 1 is a block diagram showing a functional configuration of a traffic jam prediction apparatus according to an embodiment of the present invention.
  • a traffic jam prediction apparatus 110 includes a traffic jam database (hereinafter referred to as “traffic jam DB”) 111, a prediction unit 112, and a change information acquisition unit 113.
  • traffic jam DB traffic jam database
  • the traffic jam DB 111 accumulates past traffic jam information related to past traffic jams.
  • the past traffic information is information obtained by statistically processing a traffic jam that has occurred in the past for each day of the week or each time zone.
  • the traffic jam prediction device 110 can predict that a traffic jam will occur when a road (eg, a certain intersection) satisfies a specific condition (eg, time zone) based on past traffic jam information. .
  • the change information acquisition unit 113 has a function of acquiring road change information related to road changes.
  • the road change information includes information indicating the changed road, the changed location, the changed state, and the like.
  • the traffic jam prediction device 110 acquires the road change information
  • the traffic jam prediction device 110 identifies how and on which road (for example, a certain intersection) has been changed (for example, changed to a three-dimensional intersection). Can do.
  • the road change information is acquired by receiving it from an external computer device via a network (not shown).
  • the prediction unit 112 has a function of predicting traffic jams based on the traffic jam DB 111. For example, when the road change information is acquired by the change information acquisition unit 113, the prediction unit 112 predicts a traffic jam by reducing the reliability of past traffic jam information around the road corresponding to the road change information. Specifically, the traffic jam prediction device 110 first determines a location where traffic congestion is likely to occur due to a road change indicated by the road change information or a location where traffic jam is difficult. For example, when a normal intersection is changed to a three-dimensional intersection, it is determined that this place is a place where it is difficult to jam.
  • the past traffic congestion information around the road corresponding to the road change information is corrected according to the determination result. Specifically, the size of the traffic jam based on the past traffic jam information is increased for the portion that is likely to be jammed, and the size of the traffic jam based on the past traffic jam information is decreased for the location where the traffic jam is difficult. Then, the traffic jam is predicted based on the corrected past traffic jam information. Further, when the prediction is performed with the reliability of the past traffic information being lowered, the prediction may be performed without using the past traffic information corresponding to the changed portion.
  • a congestion correction part a part that is likely to be congested due to a road change or a part that is difficult to be congested.
  • the traffic jam prediction device 110 corrects the traffic jam DB 111 itself in which the past traffic jam information is accumulated, for example. Further, the past traffic jam information read from the traffic jam DB 111 may be corrected without correcting the traffic jam DB 111 itself. In this case, the past traffic information read from the traffic jam DB 111 is stored in a memory (not shown), and the past traffic information stored in this memory is corrected. And at the time of traffic jam prediction, the past traffic jam information stored in the memory is used.
  • the traffic jam prediction device 110 may further include a traffic jam information acquisition unit 114.
  • the traffic jam information acquisition unit 114 has a function of acquiring the latest traffic jam information.
  • the traffic jam information is information representing the traffic jam that is currently occurring (or traffic jam that occurred before a predetermined period from the current time).
  • the traffic jam prediction device 110 can specify how much traffic jam has occurred on which road on which road at the current time.
  • the latest traffic jam information is acquired by receiving it from an external computer device via a network (not shown).
  • the prediction unit 112 uses the latest traffic congestion information as past traffic congestion information around the road corresponding to the road change information. Predict traffic jams with higher priority. Thereby, since the prediction unit 112 predicts the traffic jam using the latest traffic information with priority over the past traffic information, it is possible to increase the accuracy of the traffic jam prediction. Furthermore, when the traffic jam prediction device 110 acquires the latest traffic jam information, the traffic jam prediction device 110 compares the latest traffic jam information with the past traffic jam information in the traffic jam DB 111, and determines that a location where the difference differs by a predetermined value or more is a traffic jam correction location. Also good.
  • the traffic jam prediction device 110 may further include a map database (hereinafter referred to as “map DB”) 115.
  • map data is accumulated in the map DB 115.
  • the map data includes data representing spot objects such as buildings and spot surfaces, road data representing road shapes, and the like.
  • the road data includes a link representing a road and a node that joins the links.
  • Each link has link information, and the link information includes cost data of the link.
  • the cost is one that quantitatively indicates the ease of movement (for example, the time required for passing through the link).
  • the traffic jam prediction device 110 can calculate the time required for movement from a certain point A to another point B, and the like.
  • the change information acquisition unit 113 acquires road change information from the update information indicating the update contents when the map DB 115 is updated.
  • the traffic jam prediction device 110 may be configured as a part of the route search device 120 as shown in FIG.
  • the route search device 120 includes a traffic jam prediction device 110, a storage unit 121, a change unit 122, and a route search unit 123.
  • the storage unit 121 has a function of storing the road data and cost data. Note that the storage unit 121 stores the map DB 115 described above, and may be configured integrally with the map DB 115 described above.
  • the changing unit 122 has a function of changing the cost stored in the storage unit 121 based on the prediction result of the prediction unit 112. For example, the changing unit 122 increases the cost for a portion where traffic congestion is predicted by the prediction unit 112, and decreases the cost for a portion that is not predicted (no longer predicted).
  • the route search unit 123 has a function of searching for a route to the destination based on the road data stored in the storage unit 121 and the changed cost data.
  • the destination is an arbitrary point designated by the user.
  • the route search unit 123 searches for a route that minimizes the cost from the current location to the destination by using the Dijkstra method or the like although a detailed description is omitted because it is a known technique. As a result, the user can reach the destination in a shorter time.
  • FIG. 2 is a flowchart showing a processing procedure of the traffic jam prediction apparatus according to the present embodiment.
  • the traffic jam prediction apparatus 110 waits until the change information acquisition unit 113 acquires road change information (step S201: No loop).
  • step S201 when the road change information is acquired (step S201: Yes), the prediction unit 112 predicts the traffic jam by lowering the reliability with respect to the past traffic jam information around the road corresponding to the road change information (step S202). Exit. For example, when the reliability is equal to or lower than a predetermined value, it is predicted that traffic congestion around the road corresponding to the road change information does not occur (is eliminated).
  • the traffic jam prediction device 110 of the present embodiment when road change information is acquired, it is possible to determine a traffic jam correction location, correct past traffic jam information, and predict traffic jam. Thereby, for example, even when the situation of traffic congestion changes suddenly due to the opening of a new road, it is possible to predict traffic congestion with high accuracy.
  • a present Example is an example at the time of applying said traffic jam prediction apparatus 110 and said route search apparatus 120 to the navigation apparatus mounted in mobile bodies, such as a vehicle (a four-wheeled vehicle and a two-wheeled vehicle are included), for example. .
  • FIG. 3 is a block diagram illustrating a hardware configuration of the navigation apparatus according to the present embodiment.
  • the navigation apparatus 300 of the present embodiment includes a CPU 301, a ROM 302, a RAM 303, a magnetic disk drive 304, a magnetic disk 305, an optical disk drive 306, an optical disk 307, and an audio I / F ( Interface) 308, speaker 309, input device 310, video I / F 311, display 312, communication I / F 313, GPS unit 314, and various sensors 315.
  • the respective components 301 to 315 are connected by a bus 320, respectively.
  • the CPU 301 governs overall control of navigation device 300.
  • the ROM 302 stores various programs such as a boot program, a current location specifying program, a route search program, a route guidance program, a voice generation program, a map data display program, and a traffic jam prediction program. In addition to the ROM 302, these various programs may be stored in a nonvolatile memory such as a magnetic disk 305 and an optical disk 307 described later.
  • the RAM 303 is used as a work area for the CPU 301.
  • the CPU 301 controls the entire navigation device 300 by executing various programs stored in the ROM 302 and the like while using the RAM 303 as a work area.
  • the current location specifying program specifies the current location of the navigation device 300 based on output information from a GPS unit 314 and various sensors 315 described later.
  • the route search program uses the map data in the map database stored in the magnetic disk 305 or the optical disk 307, which will be described later, to determine the optimum route from the departure point (for example, the current location) to the destination, Search for a detour route in the case of departure.
  • the optimum route is a route with the minimum cost (for example, required time) to the destination or a route that best meets the conditions specified by the user. Since the route search program is a known technique, a detailed description thereof is omitted, but an optimal route is searched using the Dijkstra method or the like.
  • the route information of the route searched for by executing the route search program is output to the audio I / F 308 and the video I / F 311 via the CPU 301.
  • the route guidance program is read from the route information of the route searched by executing the route search program, the current location information of the navigation device 300 specified by executing the current location specifying program, the magnetic disk 305 or the optical disc 307. Based on the map data thus obtained, real-time route guidance information is generated.
  • the route guidance information generated by executing the route guidance program is output to the audio I / F 308 and the video I / F 311 via the CPU 301.
  • the voice generation program generates tone and voice information corresponding to the pattern. That is, based on the route guidance information generated by executing the route guidance program, the virtual sound source corresponding to the guidance point is set and the voice guidance information is generated.
  • Voice guidance information includes, for example, a warning that a right / left turn point should turn right and left according to the route, a warning that the vehicle should decelerate before the right / left turn point, information about a detour route when a right / left turn fails, Guidance information to the effect that it should be turned back if it fails to turn right or left is included.
  • the generated voice guidance information is output to the voice I / F 308 via the CPU 301.
  • the map data display program displays map data read from the magnetic disk 305 or the optical disk 307 by the video I / F 311 on the display 312.
  • the map data display program causes the display 312 to display map data around the current location of the navigation device 300, for example. Further, the map data display program may display map data around an arbitrary point designated by the user on the display 312, for example.
  • the traffic jam prediction program uses a traffic jam database (hereinafter referred to as “traffic jam DB”) (refer to FIG. 5) that accumulates past traffic jam information stored on the magnetic disk 305 or the optical disc 307, and the latest traffic jam information on the road. Make predictions for traffic jams.
  • the traffic jam predicted by executing the traffic jam prediction program is used when the route search program is executed. That is, when it is predicted that a traffic jam will occur on the route to the destination, the navigation device 300 searches for a route with the lowest cost while avoiding the traffic jam.
  • the ROM 302 and the like also store a past traffic information correction program for rewriting the past traffic information stored in the traffic jam DB.
  • the magnetic disk drive 304 controls the reading / writing of the data with respect to the magnetic disk 305 according to control of CPU301. Data written under the control of the magnetic disk drive 304 is stored in the magnetic disk 305.
  • the magnetic disk 305 for example, HD or FD (flexible disk) can be used.
  • the optical disc drive 306 controls reading / writing of data with respect to the optical disc 307 according to the control of the CPU 301.
  • the optical disk 307 is a detachable recording medium from which data is read according to the control of the optical disk drive 306.
  • a CD Compact Disc
  • DVD can be used as the optical disc 307.
  • a writable recording medium can be used as the optical disc 307.
  • the removable recording medium may be an MO (Magneto Optical Disk), a memory card, or the like.
  • map DB maps data used for route search / route guidance.
  • the map data includes background data representing features (features) such as buildings, rivers, and surface points, and road data representing the shape of the road.
  • the map data is drawn in two or three dimensions on the display screen of the display 312. Is done.
  • the road data further includes traffic condition data.
  • Traffic condition data includes, for example, the presence or absence of signals and pedestrian crossings for each node, the presence or absence of highway entrances and junctions, the length (distance) for each link, road width, direction of travel, road type (highway, Information on toll roads and general roads).
  • the magnetic disk 305 or the optical disk 307 stores a traffic jam DB that accumulates past traffic information obtained by statistically processing past traffic jams based on seasons, days of the week, large holidays, and times.
  • the navigation device 300 obtains information on the currently occurring traffic jam based on road traffic information received by the communication I / F 313 described later, but at an arbitrary time (for example, a designated time) based on past traffic jam information in the traffic jam DB. It is possible to predict traffic conditions.
  • the map data is stored in the magnetic disk 305 or the optical disk 307.
  • the map data is not limited to the one provided integrally with the hardware of the navigation device 300, and may be provided outside the navigation device 300.
  • the navigation apparatus 300 acquires map data from an external computer device connected via the communication I / F 313, for example.
  • the acquired map data is stored in the RAM 303, the magnetic disk 305, etc., and is read out as necessary.
  • the sound I / F 308 is connected to a speaker 309 for sound output, and various sounds are output from the speaker 309.
  • Examples of the input device 310 include a remote controller having a plurality of keys for inputting characters, numerical values, and various instructions, a keyboard, a mouse, and a touch panel. The input device 310 inputs data corresponding to the key selected by the user into the apparatus.
  • the video I / F 311 is connected to the display 312.
  • the video I / F 311 includes, for example, a graphic controller that controls the entire display 312, a buffer memory such as a VRAM (Video RAM) that temporarily stores image information that can be displayed immediately, and a graphic controller.
  • the display 312 is configured by a control IC or the like.
  • the display 312 displays icons, cursors, menus, windows, or various data such as characters and images.
  • a CRT for example, a CRT, a TFT liquid crystal display, a plasma display, an organic EL display, or the like can be used.
  • the communication I / F 313 is connected to the network via wireless and functions as an interface between the navigation device 300 and the CPU 301.
  • the communication I / F 313 is further connected to a communication network such as the Internet via wireless, and also functions as an interface between the communication network and the CPU 301. Further, the communication I / F 313 receives a television broadcast or a radio broadcast.
  • Communication networks include LAN, WAN, public line network and mobile phone network.
  • the communication I / F 313 includes, for example, an FM tuner, a VICS / beacon receiver, a wireless navigation device, and other navigation devices.
  • the communication I / F 313 receives road traffic information such as traffic congestion and traffic regulations distributed from the VICS center. get. VICS is a registered trademark.
  • the GPS unit 314 receives radio waves from a GPS satellite (not shown) and calculates information indicating the current location of the vehicle on which the navigation device 300 is mounted.
  • the output information of the GPS unit 314 is used when the current location of the vehicle is specified by the CPU 301 together with output values of various sensors 315 described later.
  • the information indicating the current location is information for specifying one point on the map data, such as latitude / longitude and altitude.
  • the various sensors 315 output information such as a vehicle speed sensor, an acceleration sensor, and an angular velocity sensor that can determine the position and behavior of the vehicle.
  • the output values of the various sensors 315 are used by the CPU 301 for specifying the current location of the vehicle, measuring the amount of change in speed and direction, and the like.
  • the traffic jam DB 111 of the traffic jam prediction device 110 is the magnetic disk 305 or the optical disk 307
  • the prediction unit 112 is the CPU 301 and the ROM 302
  • the change information acquisition unit 113 is the communication I / F 313, the CPU 301 and the ROM 302, respectively.
  • the function can be realized.
  • FIG. 4 is an explanatory diagram showing an outline of road data.
  • the road data is composed of links (reference numerals L1 to L6 in the figure) and nodes (reference numerals N1 to N4 in the figure) that join the links.
  • the links L1 to L6 correspond to roads
  • the nodes N1 to N4 correspond to nodal points of links such as intersections, bending points, branch points, and junctions.
  • each link has link information.
  • the link information indicated by reference numeral 400 in FIG. 4 is the link information 400 of the link L1.
  • the link information 400 includes a link ID unique to each link, the position (absolute coordinates) of the link (center) on the map data, the length of each link, and the ease of movement of each link.
  • Information indicating the cost (for example, the time required for passage) quantitatively indicating the length and the joining nodes located at both ends of the link is included.
  • the navigation device 300 calculates the distance from the current location to the destination point, the required time, and the like based on the link information.
  • FIG. 5 is an explanatory diagram showing the contents of the traffic jam DB.
  • the traffic jam DB 500 includes information representing the traffic jam ID unique to each traffic jam, the position / size of each traffic jam, and the conditions for the occurrence of each traffic jam.
  • the traffic jam with the traffic jam ID “J1” indicates a traffic jam occurring on the link L1, the link L2, and the link L3.
  • the length of the link L1 is 300 m
  • the length of the link L2 is 200 m
  • the length of the link L3 is 500 m
  • this traffic jam 1 is not a traffic jam that always occurs, but a traffic jam that occurs only on weekdays as shown in the condition of occurrence. That is, traffic jam 1 does not occur on Saturdays, Sundays, and holidays.
  • the generation condition may be, for example, a time zone or a specific day of the week.
  • the past traffic information stored in the traffic jam DB 500 can be rewritten (updated) based on the latest past traffic information distributed from the VICS center or the like.
  • the navigation device 300 can rewrite the past traffic information in the traffic jam DB 500 by the CPU 301 executing a predetermined program stored in the ROM 302 or the like. For example, the navigation device 300 determines a traffic jam correction location and rewrites and corrects past traffic jam information including the traffic jam correction location.
  • the navigation apparatus 300 When the navigation apparatus 300 passes through the section where the traffic jam is predicted or the section where the traffic jam occurs using the link information and the traffic jam DB 500, the navigation apparatus 300 increases the cost of the section (link group). Modify as follows. For example, it is assumed that the total cost of each of the link L1, the link L2, and the link L3 is 10 minutes. At this time, if a traffic jam occurs on the link L1, the link L2, and the link L3, the cost is doubled to 20 minutes.
  • link L1 to link L3 can normally pass in 10 minutes, but it takes 20 minutes in a traffic jam.
  • the navigation apparatus 300 may correct the cost of the section to be lowered. As described above, the navigation device 300 can appropriately change the cost of the link information.
  • FIG. 6 is a flowchart showing the processing contents executed by the navigation device of this embodiment.
  • the navigation apparatus 300 determines whether the map DB has been updated based on the update information (step S601).
  • Update information indicating the update contents of the map DB is acquired from an external computer device (for example, a server computer of an information distribution company) via the communication I / F 313.
  • step S603 When the map DB is updated (step S601: Yes), road change information is acquired from the update information (step S602).
  • a traffic jam correction point is determined (step S603). For example, when information indicating new opening of a road is acquired as road change information, another road in the same direction as the newly opened road is determined as a traffic jam correction point that makes it difficult to jam. Also, other roads connected to the new road that has been opened are determined as traffic jam correction points that are likely to be jammed. Furthermore, if the new road that is opened is an expressway, it will be judged as a traffic jam correction location that makes it difficult to jam on ordinary roads that run parallel to this expressway, and traffic jams will easily occur on roads that connect to the entrance of this expressway. Judge as a traffic jam correction point.
  • the road near the intersection is determined as a traffic jam correction point that makes it difficult to jam.
  • the level crossing disappears, and it is determined as a traffic jam correction point that makes it difficult to jam on the road near the railroad crossing.
  • the past traffic jam information (including the traffic jam correction location) corresponding to the road change information is corrected (step S604), and the process proceeds to step S605.
  • the traffic jam correction point determined to be difficult to be jammed due to the above the traffic jam size based on the past traffic jam information is reduced for the traffic jam correction point determined to be easy to jam, so that the traffic jam size based on the past traffic jam information is reduced.
  • the past congestion information is corrected so as to increase.
  • the navigation device 300 corrects the traffic jam DB 500 in which the past traffic information is accumulated, for example. Further, the past traffic jam information read from the traffic jam DB 500 may be corrected without correcting the traffic jam DB 500 itself.
  • the past traffic information read from the traffic jam DB 500 is stored in the RAM 303 or the like, and the stored past traffic information is corrected. And at the time of traffic jam prediction, the past traffic jam information stored in the RAM 303 or the like is used.
  • a traffic jam prediction process is executed.
  • the latest traffic jam information is preferentially used to predict the traffic jam.
  • the latest traffic jam information is acquired from an external computer device (for example, a server computer of a VICS center) via the communication I / F 313 as described above.
  • step S604 the traffic jam is predicted using the corrected past traffic jam information. If it is determined in step S601 that the map DB has not been updated (step S601: No), the traffic jam is predicted using the past traffic information in the traffic jam DB 500.
  • step S605 when a traffic jam is predicted, the navigation apparatus 300 ends a series of processes.
  • the navigation device 300 may output the prediction result to the user by displaying the prediction result on the display 312 or the like.
  • the navigation device 300 searches for a route that minimizes the cost to the destination. At this time, the route is searched using the cost in consideration of the prediction result.
  • the navigation device 300 of the present embodiment it is possible to predict traffic jams with high accuracy even when the traffic jam conditions suddenly change due to the opening of a new road or the like. it can. As a result, the user can travel to the destination by an optimal route, and thus the time and effort required to reach the destination are reduced, and convenience is improved.
  • the traffic jam correction location is determined, and the past traffic jam information is corrected according to the determination result. Therefore, the amount of processing required when correcting the past traffic jam information can be reduced. it can.
  • the traffic jam is predicted using the latest traffic jam information, so that the traffic jam is predicted with higher accuracy. Can do.
  • the traffic jam prediction method and route search method described in this embodiment can be realized by executing a program prepared in advance on a computer such as a personal computer or a workstation.
  • This program is recorded on a computer-readable recording medium such as a hard disk, a flexible disk, a CD-ROM, an MO, and a DVD, and is executed by being read from the recording medium by the computer.
  • this program may be a medium that can be distributed via a network such as the Internet.

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Navigation (AREA)

Abstract

　渋滞予測装置（１１０）は、渋滞ＤＢ（１１１）と、予測部（１１２）と、変更情報取得部（１１３）とを備える。渋滞ＤＢ（１１１）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。予測部（１１２）は、渋滞ＤＢ（１１１）に基づいて渋滞を予測する機能を有している。変更情報取得部（１１３）は、道路の変更に関する道路変更情報を取得する機能を有している。予測部（１１２）は、変更情報取得部（１１３）によって道路変更情報が取得された際に、当該道路変更情報に対応する道路周辺の過去渋滞情報に対する信頼度を低くして渋滞を予測する。

Description

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
　本発明は、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。ただし、本発明の利用は、上記の渋滞予測装置、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には限られない。
　従来、過去の渋滞を統計処理した過去渋滞情報に基づき、移動経路を設定し、この移動経路に基づき案内誘導をおこなう案内誘導装置があった（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、統計処理された過去渋滞情報を用いて渋滞を予測するため、予測精度が著しく低下する場合があるという問題が一例として挙げられる。たとえば、渋滞対策のために新たな道路が開通した場合、その道路の開通を機に周辺では渋滞が急激に低減されることになる。しかし、上記の従来技術にあっては、このように急激に渋滞の状況が変化する場合には渋滞の予測精度が著しく低下していた。
　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、前記渋滞データベースに基づいて渋滞を予測する予測手段と、を備える渋滞予測装置であって、道路の変更に関する道路変更情報を取得する変更情報取得手段を備え、前記予測手段は、前記道路変更情報が取得された際に、当該道路変更情報に対応する道路周辺の過去渋滞情報に対する信頼度を低くして渋滞を予測す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、道路の変更に関する道路変更情報を取得する変更情報取得工程と、前記道路変更情報が取得された際に、当該道路変更情報に対応する道路周辺の過去渋滞情報に対する信頼度を低くして渋滞を予測する予測工程と、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、道路の変更に関する道路変更情報を取得する変更情報取得工程と、前記道路変更情報が取得された際に、当該道路変更情報に対応する道路周辺の過去渋滞情報に対する信頼度を低くして渋滞を予測する予測工程と、前記予測工程で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、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。
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ブロック図である。 図２は、本実施の形態の渋滞予測装置の処理手順を示すフローチャートである。 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４は、道路データの概要を示す説明図である。 図５は、渋滞ＤＢの内容を示す説明図である。 図６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。
符号の説明
　１１０　渋滞予測装置
　１１１　渋滞ＤＢ
　１１２　予測部
　１１３　変更情報取得部
　１１４　渋滞情報取得部
　１１５　地図ＤＢ
　１２０　経路探索装置
　１２１　記憶部
　１２２　変更部
　１２３　経路探索部
　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ブロック図である。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、予測部１１２と、変更情報取得部１１３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。
　変更情報取得部１１３は、道路の変更に関する道路変更情報を取得する機能を有する。ここで、道路変更情報には、変更された道路および変更された箇所、変更後の状態などをあらわす情報などが含まれる。これによって、渋滞予測装置１１０は、道路変更情報を取得すると、どの道路の、どの箇所（たとえば或る交差点）が、どのように変更された（たとえば立体交差点に変更された）かを特定することができる。たとえば、道路変更情報は、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受信することによって取得される。
　予測部１１２は、渋滞ＤＢ１１１に基づいて渋滞を予測する機能を有する。たとえば、予測部１１２は、変更情報取得部１１３によって道路変更情報が取得されると、道路変更情報に対応する道路周辺の過去渋滞情報に対する信頼度を低くして渋滞を予測する。具体的には、渋滞予測装置１１０は、まず、道路変更情報で示される道路変更に起因して渋滞し易くなる箇所若しくは渋滞しづらくなる箇所を判断する。たとえば、普通の交差点が立体交差点に変更されると、この箇所を渋滞しづらくなる箇所と判断する。
　その後、この判断結果に応じて道路変更情報に対応する道路周辺の過去渋滞情報を修正する。具体的には、渋滞し易くなった箇所は過去渋滞情報による渋滞の大きさを大きくし、渋滞しづらくなった箇所は過去渋滞情報による渋滞の大きさを小さくして修正する。そして、修正された過去渋滞情報に基づき、渋滞を予測する。また、過去渋滞情報の信頼度を低くして予測する際には、変更箇所に対応する過去渋滞情報を用いずに予測することとしてもよい。なお、道路変更に起因して渋滞し易くなる箇所若しくは渋滞しづらくなる箇所を、以下「渋滞修正箇所」という。
　過去渋滞情報の修正において、渋滞予測装置１１０は、たとえば、過去渋滞情報が蓄積された渋滞ＤＢ１１１自体を修正する。また、渋滞ＤＢ１１１自体は修正せずに渋滞ＤＢ１１１から読み込まれた過去渋滞情報を修正してもよい。この場合には、渋滞ＤＢ１１１から読み込まれた過去渋滞情報をメモリ（不図示）に格納し、このメモリに格納された過去渋滞情報を修正する。そして、渋滞予測時には、メモリに格納された過去渋滞情報を用いる。
　また、渋滞予測装置１１０は、渋滞情報取得部１１４をさらに備えることとしてもよい。ここで、渋滞情報取得部１１４は、最新の渋滞情報を取得する機能を有する。ここで、渋滞情報とは、現在発生している渋滞（または現在時刻から所定期間前に発生していた渋滞）をあらわす情報である。これによって、渋滞予測装置１１０は、現在時刻において、どの道路の、どの箇所に、どの程度の渋滞が発生しているかを特定することができる。たとえば、最新の渋滞情報は、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受信することによって取得される。
　渋滞情報取得部１１４によって道路変更情報に対応する道路周辺の最新の渋滞情報が取得されている場合には、予測部１１２は、最新の渋滞情報を道路変更情報に対応する道路周辺の過去渋滞情報より優先して渋滞を予測する。これによって、予測部１１２は、過去渋滞情報に比べて最新の渋滞情報を優先的に用いて渋滞を予測するため、渋滞予測の高精度化を図ることができる。さらに、渋滞予測装置１１０は、最新の渋滞情報を取得すると、最新の渋滞情報と、渋滞ＤＢ１１１の過去渋滞情報とを比較し、その差分が所定値以上異なる箇所を渋滞修正箇所と判断することとしてもよい。
　また、渋滞予測装置１１０は、地図データベース（以下「地図ＤＢ」という）１１５をさらに備えることとしてもよい。たとえば、地図ＤＢ１１５には地図データが蓄積されている。ここで、地図データには、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などが含まれる。
　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。地図ＤＢ１１５を備えた場合には、変更情報取得部１１３は、地図ＤＢ１１５が更新されると、この更新内容を示す更新情報から道路変更情報を取得する。
　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、上記の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。なお、記憶部１２１には、上記の地図ＤＢ１１５が記憶されていることとし、上記の地図ＤＢ１１５と一体とした構成としてもよい。
　変更部１２２は、予測部１１２の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、予測部１１２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、本実施の形態の渋滞予測装置１１０が実行する処理の内容について説明する。図２は、本実施の形態の渋滞予測装置の処理手順を示すフローチャートである。図２に示すフローチャートにおいて、まず、渋滞予測装置１１０は、変更情報取得部１１３によって道路変更情報を取得するまで待機する（ステップＳ２０１：Ｎｏのループ）。
　ステップＳ２０１において、道路変更情報を取得すると（ステップＳ２０１：Ｙｅｓ）、予測部１１２によって道路変更情報に対応する道路周辺の過去渋滞情報に対する信頼度を低くして渋滞を予測し（ステップＳ２０２）、処理を終了する。たとえば、信頼度が所定値以下となった場合には、道路変更情報に対応する道路周辺の渋滞は発生しない（解消された）と予測する。
　以上に説明したように、本実施の形態の渋滞予測装置１１０によれば、道路変更情報を取得すると、渋滞修正箇所を判断し、過去渋滞情報を修正して、渋滞を予測することができる。これにより、たとえば、新たな道路が開通するなどして渋滞の状況が急激に変化した場合であっても高精度な渋滞の予測をすることができる。
　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憶されている。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憶されてもよい。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などに記憶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に記憶された地図データベースの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に記憶された過去渋滞情報を蓄積した渋滞データベース（以下「渋滞ＤＢ」という）（図５を参照）や最新の渋滞情報などを利用して、道路上の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。また、ＲＯＭ３０２などには上記の渋滞ＤＢに記憶された過去渋滞情報を書き換える過去渋滞情報修正プログラムなども記憶されている。
　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憶される。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に記憶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、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長さ（距離）、道幅、進行方向、道路種別（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が記憶されている。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憶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などに記憶され、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憶する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（不図示）からの電波を受信し、ナビゲーション装置３００を搭載した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、予測部１１２はＣＰＵ３０１とＲＯＭ３０２とによって、変更情報取得部１１３は通信Ｉ／Ｆ３１３と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。
（道路データ）
　つぎに、磁気ディスク３０５または光ディスク３０７に記憶された道路データについて説明する。図４は、道路データの概要を示す説明図である。図４に示すように、道路データは、リンク（図中符号Ｌ１～Ｌ６）と、リンク同士を接合するノード（図中符号Ｎ１～Ｎ４）とからなる。ここで、リンクＬ１～Ｌ６は道路に相当し、ノードＮ１～Ｎ４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。図４中符号４００で示すリンク情報は、リンクＬ１のリンク情報４００である。図示のように、リンク情報４００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。
（渋滞データベース）
　つぎに、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５は、渋滞ＤＢの内容を示す説明図である。図５に示すように、渋滞ＤＢ５００には、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が含まれている。
　図示の例において、渋滞ＩＤ「Ｊ１」の渋滞（以下「渋滞１」という）は、リンクＬ１，リンクＬ２，リンクＬ３上に発生する渋滞を示す。ここで、リンクＬ１の長さが３００ｍ、リンクＬ２の長さが２００ｍ、リンクＬ３の長さが５００ｍであるとすると、渋滞１の大きさは、３００ｍ＋２００ｍ＋５００ｍ＝１０００ｍとなる。
　また、この渋滞１は、常時発生している渋滞ではなく、発生条件に示すように平日のみに発生する渋滞である。すなわち、渋滞１は土曜、日曜、祝日には発生しない。なお、発生条件は、たとえば、時間帯や特定の曜日などであってもよい。渋滞ＤＢ５００に記憶された過去渋滞情報は、ＶＩＣＳセンターなどから配信される最新の過去渋滞情報などに基づき、書き換え（更新）が可能である。また、ナビゲーション装置３００は、ＣＰＵ３０１がＲＯＭ３０２などに記憶された所定のプログラムを実行することによって渋滞ＤＢ５００の過去渋滞情報を書き換え可能である。たとえば、ナビゲーション装置３００は、渋滞修正箇所を判断し、渋滞修正箇所を含んだ過去渋滞情報を書き換えて修正する。
　ナビゲーション装置３００は、上記のリンク情報および渋滞ＤＢ５００を用いて、渋滞が発生すると予測された区間または渋滞が発生している区間を通過する場合には、その区間（リンク群）が有するコストを上げるように修正する。たとえば、リンクＬ１、リンクＬ２、リンクＬ３のそれぞれが有するコストの合計が１０分であったとする。このとき、リンクＬ１、リンクＬ２、リンクＬ３上において、渋滞が発生していれば、コストを２倍とし、２０分とする。
　すなわち、リンクＬ１～リンクＬ３は、通常では１０分で通過できるが、渋滞時では２０分かかるとされる。また、渋滞のみならず、たとえば、或る区間の道幅が広くなった場合などには、ナビゲーション装置３００は、その区間のコストを下げるように修正してもよい。このように、ナビゲーション装置３００は、リンク情報が有するコストを適宜変更することが可能である。
（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６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６に示すように、ナビゲーション装置３００は、更新情報に基づき、地図ＤＢが更新されたか判断する（ステップＳ６０１）。地図ＤＢの更新内容を示す更新情報は、通信Ｉ／Ｆ３１３を介して外部のコンピュータ装置（たとえば、情報配信会社のサーバ・コンピュータ）などから取得される。
　地図ＤＢが更新されると（ステップＳ６０１：Ｙｅｓ）、更新情報から道路変更情報を取得する（ステップＳ６０２）。道路変更情報を取得すると、渋滞修正箇所を判断する（ステップＳ６０３）。たとえば、道路の新規開通を示す情報を道路変更情報として取得すると、開通した新規の道路と同一方向の他の道路は渋滞しづらくなる渋滞修正箇所として判断する。また、開通した新規の道路と連結する他の道路は渋滞し易くなる渋滞修正箇所として判断する。さらに、開通した新規の道路が高速道路である場合には、この高速道路に併走する一般道路では渋滞しづらくなる渋滞修正箇所として判断し、この高速道路の出入口に連結する道路では渋滞し易くなる渋滞修正箇所として判断する。
　また、信号により渋滞しやすい交差点において立体交差になった場合には、この交差点付近の道路は渋滞しづらくなる渋滞修正箇所として判断する。電車の走行本数が多く渋滞しやすい踏切付近の道路において線路と道路が立体交差になって踏切がなくなった場合には、当該踏切付近の道路では渋滞しづらくなる渋滞修正箇所として判断する。
　渋滞修正箇所を判断したのち、道路変更情報に対応する道路周辺の（渋滞修正箇所を含んだ）過去渋滞情報を修正し（ステップＳ６０４）、ステップＳ６０５へ移行する。たとえば、上記によって渋滞しづらくなると判断された渋滞修正箇所については過去渋滞情報による渋滞の大きさを小さくするように、渋滞し易くなると判断された渋滞修正箇所については過去渋滞情報による渋滞の大きさを大きくするように、過去渋滞情報を修正する。
　なお、過去渋滞情報の修正において、ナビゲーション装置３００は、たとえば、過去渋滞情報が蓄積された渋滞ＤＢ５００自体を修正する。また、渋滞ＤＢ５００自体は修正せずに渋滞ＤＢ５００から読み込まれた過去渋滞情報を修正してもよい。この場合には、渋滞ＤＢ５００から読み込まれた過去渋滞情報をＲＡＭ３０３などに格納し、この格納された過去渋滞情報を修正する。そして、渋滞予測時には、ＲＡＭ３０３などに格納された過去渋滞情報を用いる。
　ステップＳ６０５では、渋滞予測処理を実行する。渋滞予測処理では、たとえば、道路が変更された箇所周辺の最新の渋滞情報を取得している場合には、この最新の渋滞情報を優先的に用いて渋滞を予測する。最新の渋滞情報は、前述のように、通信Ｉ／Ｆ３１３を介して外部のコンピュータ装置（たとえば、ＶＩＣＳセンターのサーバ・コンピュータ）などから取得される。
　そして、ステップＳ６０４において過去渋滞情報が修正されていれば、修正後の過去渋滞情報を用いて渋滞を予測する。また、ステップＳ６０１において、地図ＤＢが更新されていないと判断された場合には（ステップＳ６０１：Ｎｏ）、渋滞ＤＢ５００の過去渋滞情報を用いて渋滞を予測する。
　ステップＳ６０５において、渋滞を予測すると、ナビゲーション装置３００は一連の処理を終了する。なお、ナビゲーション装置３００は、予測結果をディスプレイ３１２に表示するなどして、利用者に対して出力することとしてもよい。なお、ナビゲーション装置３００は、目的地が入力されると、目的地までのコストが最小となる経路を探索するが、この際には上記の予測結果を考慮したコストを用いて経路を探索する。
　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、新たな道路の開通などにより、渋滞の状況が急激に変化した場合であっても、高精度な渋滞の予測をおこなうことができる。これによって、利用者は最適な経路で目的地まで向かうことができるため、目的地までの所要時間や手間が低減され、利便性が向上する。
　さらに、本実施例のナビゲーション装置３００によれば、渋滞修正箇所を判断し、この判断結果に応じて過去渋滞情報を修正するため、過去渋滞情報の修正時に必要となる処理量を低減させることができる。
　そして、本実施例のナビゲーション装置３００によれば、最新の渋滞情報を取得している場合には、最新の渋滞情報を用いて渋滞を予測するため、一層と高精度な渋滞の予測をおこなうことができる。
　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。

Claims (10)

  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、前記渋滞データベースに基づいて渋滞を予測する予測手段と、を備える渋滞予測装置であって、
    　道路の変更に関する道路変更情報を取得する変更情報取得手段を備え、
    　前記予測手段は、前記道路変更情報が取得された際に、当該道路変更情報に対応する道路周辺の過去渋滞情報に対する信頼度を低くして渋滞を予測することを特徴とする渋滞予測装置。
  2. 　前記予測手段は、前記道路変更情報で示される道路変更に起因して渋滞し易くなる箇所若しくは渋滞しづらくなる箇所を判断し、当該判断結果に応じて前記道路変更情報に対応する道路周辺の過去渋滞情報を修正し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. 　最新の渋滞情報を取得する渋滞情報取得手段をさらに備え、
    　前記予測手段は、前記道路変更情報に対応する道路周辺の最新の渋滞情報が取得されている場合には、当該最新の渋滞情報を前記道路変更情報に対応する道路周辺の過去渋滞情報より優先して渋滞を予測することを特徴とする請求項１または２に記載の渋滞予測装置。
  4. 　地図データベースをさらに備え、
    　前記変更情報取得手段は、前記地図データベースが更新された場合に、更新情報から前記道路変更情報を取得することを特徴とする請求項１～３のいずれか一項に記載の渋滞予測装置。
  5. 　請求項１～４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。
  6. 　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、
    　道路の変更に関する道路変更情報を取得する変更情報取得工程と、
    　前記道路変更情報が取得された際に、当該道路変更情報に対応する道路周辺の過去渋滞情報に対する信頼度を低くして渋滞を予測する予測工程と、
    　を含むことを特徴とする渋滞予測方法。
  7. 　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、
    　道路の変更に関する道路変更情報を取得する変更情報取得工程と、
    　前記道路変更情報が取得された際に、当該道路変更情報に対応する道路周辺の過去渋滞情報に対する信頼度を低くして渋滞を予測する予測工程と、
    　前記予測工程で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工程と、
    　を含むことを特徴とする経路探索方法。
  8. 　請求項６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。
  9. 　請求項７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。
  10. 　請求項８に記載の渋滞予測プログラムまたは請求項９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。
PCT/JP2008/062767 2008-07-15 2008-07-15 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 WO2010007667A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2008/062767 WO2010007667A1 (ja) 2008-07-15 2008-07-15 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2008/062767 WO2010007667A1 (ja) 2008-07-15 2008-07-15 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

Publications (1)

Publication Number Publication Date
WO2010007667A1 true WO2010007667A1 (ja) 2010-01-21

Family

ID=41550086

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2008/062767 WO2010007667A1 (ja) 2008-07-15 2008-07-15 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

Country Status (1)

Country Link
WO (1) WO2010007667A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012053613A (ja) * 2010-08-31 2012-03-15 Denso Corp 交通状況予測装置
JP2015028675A (ja) * 2013-07-30 2015-02-12 株式会社日立製作所 交通システム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1019589A (ja) * 1996-07-08 1998-01-23 Hitachi Ltd 経路探索装置
JP2004150827A (ja) * 2002-10-28 2004-05-27 Mitsubishi Electric Corp 移動端末装置及び地図データ管理方法
JP2005127942A (ja) * 2003-10-27 2005-05-19 Aisin Aw Co Ltd 車両用ナビゲーション装置
JP2008152577A (ja) * 2006-12-18 2008-07-03 Xanavi Informatics Corp 交通情報配信方法、交通情報配信装置および車載端末装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1019589A (ja) * 1996-07-08 1998-01-23 Hitachi Ltd 経路探索装置
JP2004150827A (ja) * 2002-10-28 2004-05-27 Mitsubishi Electric Corp 移動端末装置及び地図データ管理方法
JP2005127942A (ja) * 2003-10-27 2005-05-19 Aisin Aw Co Ltd 車両用ナビゲーション装置
JP2008152577A (ja) * 2006-12-18 2008-07-03 Xanavi Informatics Corp 交通情報配信方法、交通情報配信装置および車載端末装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012053613A (ja) * 2010-08-31 2012-03-15 Denso Corp 交通状況予測装置
CN102385799A (zh) * 2010-08-31 2012-03-21 株式会社电装 交通状态预测装置
US8620847B2 (en) 2010-08-31 2013-12-31 Denso Corporation Traffic situation prediction apparatus
JP2015028675A (ja) * 2013-07-30 2015-02-12 株式会社日立製作所 交通システム

Similar Documents

Publication Publication Date Title
US7925425B2 (en) Navigation information distribution systems, methods, and programs
US9476727B2 (en) Method and apparatus for predicting destinations
US20100268453A1 (en) Navigation device
WO2007122927A1 (ja) 位置登録装置、位置登録方法、位置登録プログラムおよび記録媒体
WO2007083733A1 (ja) 経路表示装置およびナビゲーション装置
JPH11304518A (ja) ナビゲーション装置
JP4742170B2 (ja) 走行計画装置、ナビゲーション装置、走行計画方法、走行計画プログラムおよび記録媒体
WO2006001414A1 (ja) 交通状況表示装置、その方法、そのプログラム、および、そのプログラムを記録した記録媒体
WO2007105582A1 (ja) 移動経路探索装置、その方法、そのプログラム、そのプログラムを記録した記録媒体、および、案内誘導装置
JP5032592B2 (ja) 経路探索装置、経路探索方法、経路探索プログラムおよび記録媒体
JP2010008344A (ja) 情報処理装置、情報処理方法、情報処理プログラムおよび記録媒体
WO2010007667A1 (ja) 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
JP2010026803A (ja) 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
WO2007080829A1 (ja) データ更新装置、データ更新方法、データ更新プログラムおよび記録媒体
JP4381465B2 (ja) 経路誘導装置、経路誘導方法、経路誘導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
JP4633117B2 (ja) 経路探索装置、経路探索方法、経路探索プログラムおよび記録媒体
JP2017078775A (ja) 地図情報更新システム、地図情報更新方法及びコンピュータプログラム
WO2006100890A1 (ja) 経路提示装置、経路提示方法、経路提示プログラムおよび記録媒体
JP2008122266A (ja) 経路探索装置、経路探索方法、経路探索プログラム及び記憶媒体
JP2007178209A (ja) 地図表示装置
WO2007072734A1 (ja) データ更新装置、データ更新方法、データ更新プログラム、および記録媒体
JP2010014556A (ja) 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
JP2007078489A (ja) ナビゲーション装置
JP2007086087A (ja) 情報表示システム
WO2006093047A1 (ja) 経路探索装置、経路探索方法、経路探索プログラムおよび記録媒体

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: 08778187

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: 08778187

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP