渋滞予測装置、及び、渋滞予測システム
【課題】 降雨量によって刻一刻と変わる渋滞の状況を予測可能な渋滞予測装置を提供する。
【解決手段】 降雨情報収集部が降雨情報算出処理を実行し（Ｓ１００）、リンクの中心座標での降雨量を算出する。また、交通情報収集部が単位旅行時間算出処理を実行し（Ｓ１１０）、単位旅行時間を算出する。制御部は、前回の予測値である予測リンク旅行時間と真値であるリンク旅行時間との比率からエラー量を計算し（Ｓ１２０）、降雨量及び単位旅行時間で設定されるゲインをエラー量で補正して（Ｓ１３０）、今回の予測リンク旅行時間を出力する（Ｓ１４０）。
【解決手段】 降雨情報収集部が降雨情報算出処理を実行し（Ｓ１００）、リンクの中心座標での降雨量を算出する。また、交通情報収集部が単位旅行時間算出処理を実行し（Ｓ１１０）、単位旅行時間を算出する。制御部は、前回の予測値である予測リンク旅行時間と真値であるリンク旅行時間との比率からエラー量を計算し（Ｓ１２０）、降雨量及び単位旅行時間で設定されるゲインをエラー量で補正して（Ｓ１３０）、今回の予測リンク旅行時間を出力する（Ｓ１４０）。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、降雨に起因する渋滞を予測し案内を行う渋滞予測技術に関する。
【背景技術】
【０００２】
従来、ナビゲーション装置における案内をより適切なものとするため、センタとのデータ通信を行うことで、種々の情報がナビゲーション装置に提供されるようになっている。
その中でも、降雨情報は渋滞の発生に大きな影響を与えるものであり、降雨情報に基づく処理を行うシステムが提案されている。一例として、車両から送信されてくる各種情報を基に、降雨情報をリアルタイムに得られるシステムが提案されている（例えば、特許文献１参照）。また、別の例として、降雨情報を取得し、最適経路表示のための処理を実行するシステムも提案されている（例えば、特許文献２参照）。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００２−６２３６８号公報
【特許文献２】特開２００３−５８９８２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
ところで、特許文献２に記載された発明では、主要道路に道路管理設備として設けられた交通量監視センサーで交通量を計測しており、いわば現時点での渋滞地点の交通量情報を取得して、最適経路表示のための処理を実行している。
【０００５】
しかしながら、降雨量に起因するような渋滞の状況は、降雨量によって、刻一刻と変わる。そのため、例えば目的地の設定時点で渋滞のない道路を選択したとしても、当該道路へ差し掛かるときには当該道路に渋滞している所がある。
【０００６】
本発明は、上述した課題を解決するためになされたものであり、その目的は、降雨量によって刻一刻と変わる渋滞の状況を予測可能な渋滞予測装置を提供することにある。
【課題を解決するための手段】
【０００７】
上記目的を達成するためになされた請求項１に記載の渋滞予測装置は、降雨情報収集手段と、交通情報収集手段と、ゲイン設定手段と、予測値出力手段とを備えている。
降雨情報収集手段は、降雨情報を収集し、降雨情報に基づきリンクの降雨量を算出する。リンクの降雨量は、例えばリンクの中間位置における降雨量とすることが考えられる。また、交通情報収集手段は、交通情報を収集し、交通情報に基づきリンクの通過に要する時間であるリンク旅行時間を出力する。
【０００８】
ここで特に本発明では、ゲイン設定手段が、降雨量及びリンク旅行時間に基づき、ゲインを設定する。ゲインは、降雨量及びリンク旅行時間から所定のマップなどで導出されるものとすることが考えられる。そして、予測値出力手段は、ゲイン設定手段にて設定されるゲインをリンク旅行時間に乗じて、未来の予測時刻おける予測リンク旅行時間を出力する。
【０００９】
つまり、本発明では、リンクの降雨量及びリンク旅行時間に基づくゲインを設定することで、未来の予測時刻における予測リンク旅行時間を求める。これにより、降雨量によって刻一刻と変わる渋滞の状況を予測することができる。
【００１０】
ところで、上述したようにゲイン設定手段は予め定められたマップなどによりゲインを設定することが考えられるが、請求項２に示すように、ゲイン補正手段を備えていることとしてもよい。ゲイン補正手段は、予測値出力手段にて出力される予測リンク旅行時間と予測時刻における実際のリンク旅行時間とに基づきゲイン設定手段にて設定されるゲインを補正する。このようにすれば、予測時刻における実際のリンク旅行時間に基づいてゲインが補正されるため、より適切な予測リンク旅行時間を出力することができる。
【００１１】
具体的には、請求項３に示すように、ゲイン補正手段は、予測時刻における予測リンク旅行時間と実際のリンク旅行時間との比率に基づくエラー量を加算することにより、ゲインを補正することが考えられる。このようにすれば、比較的簡単にゲイン設定手段にて設定されるゲインを補正することができる。
【００１２】
なお、ゲイン設定手段が降雨量及びリンク旅行時間に基づくゲインを設定することは既に述べたが、さらに具体的には、請求項４に示すように、交通情報収集手段が、リンク旅行時間と共に、当該リンク旅行時間に基づくリンク上の単位距離を移動するのに要する単位旅行時間を算出し、ゲイン設定手段は、降雨量及び単位旅行時間をパラメータとするゲインを設定することが考えられる。ここで単位旅行時間は、複数台の車両の平均値とすることが考えられ、渋滞度合いを示す指標となる。時刻ｔにおける単位旅行時間ｒＴ（ｔ）は、例えば次の式１で求める。
ｒＴ（ｔ）＝ΣＴ（ｔ）／Ｌ・Ｎ …式１
ここで、Ｔ（ｔ）は各車両のリンク旅行時間であり、Ｌはリンクの運転距離であり、Ｎはリンクを通過した車両台数である。
【００１３】
ところで、降雨情報は、気象台などの気象情報機関から取得することが考えられるが、これに限定されるものではない。
例えば請求項５に示すように、降雨情報収集手段は、降雨情報として、気象情報機関からの降雨量、プローブカーからのワイパ情報、及び、ＷＥＢシステムからの投稿者の発言内容のうち少なくともいずれかを収集することが考えられる。ここでワイパ情報は、単位時間あたりのワイパの往復回数などとして具現化される。また、投稿者の発言内容は、例えば掲示板などでの雨に関する発言内容である。プローブカーやＷＥＢシステムから収集される降雨情報は、所定のテーブルなどによって降雨量に換算される。このようにすれば、降雨情報収集手段の算出するリンクの降雨量が適切なものとなる。
【００１４】
ただし、気象情報機関からの降雨情報は相対的に信頼度が大きいのに対し、ＷＥＢシステムからの降雨情報は相対的に信頼度が小さくなる。そこで、請求項６に示すように、降雨情報収集手段は、降雨情報毎の降雨量に重み付けを行うことで補正を行い、リンクの降雨量を算出することが好ましい。このようにすれば、降雨情報収集手段の算出するリンクの降雨量がより適切なものとなる。
【００１５】
また、降雨情報収集手段はリンク毎に例えばリンクの中間位置での降雨量を算出するのであるが、降雨情報の観測地との距離的な隔たりがある。そこで、請求項７に示すように、降雨情報収集手段は、降雨情報の観測地とリンクとの距離に基づく補正を行い、リンクの降雨量を算出することが考えられる。例えば、観測地との距離に基づく重み係数を観測地の降雨量に乗じて補正するという具合である。重み係数は、雨の降る半径を統計処理して地域ごとに求めることが考えられる。このようにすれば、降雨情報収集手段の算出するリンクの降雨量がより適切なものとなる。
【００１６】
さらにまた、降雨情報収集手段はリンク毎に時刻ｔにおける降雨量を算出するのであるが、降雨情報の観測時刻との時間的な隔たりがある。そこで、請求項８に示すように、降雨情報収集手段は、降雨情報の観測時刻からの経過時間に基づく補正を行い、リンクの降雨量を算出することが考えられる。例えば、観測時刻からの経過時間に基づく重み係数を観測地の降雨量に乗じて補正するという具合である。重み係数は、一度降り始めた雨がやむまでの時間を統計処理して地域ごとに求めることが考えられる。このようにすれば、降雨情報収集手段の算出するリンクの降雨量がより適切なものとなる。
【００１７】
以上、渋滞予測装置の発明として説明してきたが、請求項９に示すような、渋滞予測装置と、渋滞予測装置との間でデータ通信を行い、予測リンク旅行時間に基づく案内が可能なナビゲーション装置とを備える渋滞予測システムとして実現することもできる。ここでいう案内は、ルート探索によって行われる渋滞予測を含むルート案内だけでなく、地図上に渋滞情報を表示するだけの案内も含まれる。このような渋滞予測システムにおいても、上記渋滞予測装置と同様の効果が奏される。
【図面の簡単な説明】
【００１８】
【図１】実施形態の渋滞予測システムの概略構成を示すブロック図である。
【図２】センタの機能を示すロジック図である。
【図３】補正されるゲインを可視化して示す説明図である。
【図４】センタにて実行される予測処理を示すフローチャートである。
【図５】予測処理中の降雨量算出処理を示すフローチャートである。
【図６】（ａ）は種々の降雨情報の対応関係を示す説明図であり、（ｂ）は降雨量に対する信頼度係数の一例を示す説明図である。
【図７】各時刻及び各場所で取得される降雨量からリンクにおける降雨量の算出を示す説明図である。
【図８】予測処理中の単位旅行時間算出処理を示すフローチャートである。
【図９】予測処理におけるゲイン補正のタイミングを示すタイミングチャートである。
【発明を実施するための形態】
【００１９】
以下、本発明の実施形態を図面に基づいて説明する。
図１は、渋滞予測システムの概略構成を示すブロック図である。渋滞予測システムは、センタ１０と、ユーザ車両２０とで構成される。また、センタ１０には、気象情報機関３０、ＷＥＢシステム４０、及び、プローブカー５０からの情報が入力されるようになっている。
【００２０】
センタ１０は、ユーザ車両２０とのデータ通信を行うことで、ユーザ車両２０に対して渋滞予測情報に基づくサービスを行う。例えば、ユーザ車両２０にて目的地設定がなされた場合、センタ１０へ送信されるユーザ車両２０の現在地及び目的地に基づき、いわゆるルート探索を行うのであるが、このとき、渋滞予測情報に基づくルート探索が可能となっている。
【００２１】
ユーザ車両２０は、ナビゲーション装置（図中では「ナビ装置」）２１を有しており、このナビゲーション装置２１を介してセンタ１０とのデータ通信が可能となっている。これにより、ナビゲーション装置２１では、目的地の設定が行われた場合、車両の現在地及び目的地をセンタ１０へ送信する。これに対し、センタ１０からは、探索されたルートが送信される。
【００２２】
気象情報機関３０は、各地域の気象台などで測定される降雨量を降雨情報として数分間隔（本実施形態では５分間隔）で出力する。例えば、１時間あたりの平均降雨量が所定座標及び時刻と共に数分間隔で出力されるという具合である。なお、本実施形態では所定座標であるため所定地点での降雨情報であるが、別の形態として、あるエリアの降雨情報を出力するものとしてもよい。
【００２３】
ＷＥＢシステム４０は、ＳＮＳ（ソーシャルネットワークサービス）などとして具現化され、例えば掲示板などの書き込み情報などを基に、降雨情報を出力する。この場合、掲示板などへの投稿者の地域における降雨情報となる。この地域情報は、投稿者の登録情報を基に判断してもよいし、書き込み情報の中に地域情報が含まれるのであれば、当該地域情報を採用してもよい。
【００２４】
プローブカー５０は、センタ１０とのデータ通信を定期的に行う車両であり、交通情報の他、降雨情報をセンタ１０へ送信する。降雨情報は、例えば１分あたりのワイパの往復回数としてセンタ１０へ送信される。このとき、プローブカー５０の座標値及び時刻も送信される。一方、交通情報は、時刻ｔでのリンク旅行時間としてセンタ１０へ送信される。なお、ユーザ車両２０がプローブカー５０を兼ねるようにしてもよい。
【００２５】
上述したセンタ１０は、降雨情報収集部１１、交通情報収集部１２、制御部１３、及び、通信部１４を有している。図２は、センタ１０の機能を示すロジック図である。
降雨情報収集部１１は、気象情報機関３０、ＷＥＢシステム４０、及び、プローブカー５０から送信される降雨情報を処理する（図１参照）。これにより、降雨情報収集部１１からは、１時間あたりの各リンクの降雨量Ｍ（ｔ）が出力される。
【００２６】
交通情報収集部１２は、プローブカー５０から送信される交通情報を処理する（図１参照）。これにより、交通情報収集部１２からは、時刻ｔにおけるリンク旅行時間Ｔ（ｔ）、時刻（ｔ＋Δ）におけるリンク旅行時間Ｔ（ｔ＋Δ）、及び、時刻ｔにおいて単位距離を進む時間（以下「単位旅行時間」という）ｒＴ（ｔ）が出力される。なお、単位旅行時間は、次の式１で計算される。ここで、Ｌはリンクの運転距離であり、Ｎはリンクを通過した車両台数であり、ΣＴ（ｔ）は通過した車両台数分のリンク旅行時間の合計である。
ｒＴ（ｔ）＝ΣＴ（ｔ）／Ｌ・Ｎ …式１
制御部１３は、降雨情報収集部１１からの降雨量Ｍ（ｔ）、交通情報収集部１２からのリンク旅行時間Ｔ（ｔ）、単位旅行時間ｒＴ（ｔ）に基づき、時刻（ｔ＋Δ）における予測リンク旅行時間ｈＴ（ｔ＋Δ）を求める。そして、実際に時刻（ｔ＋Δ）にて交通情報収集部１２から出力されるＴ（ｔ＋Δ）を用いて、ゲインを補正する。
【００２７】
制御部１３の機能をロジックで示すと、図２に示すように、フィルタ部６１、及び、予測値出力部６２を含むものとなる。なお、図示しないルート探索機能などの諸機能も有している。
【００２８】
フィルタ部６１はゲイン出力ブロック６３、及びエラー加算ブロック６４を有している。一方、予測値出力部６２は、エラー量算出ブロック６６、及び予測値算出ブロック６５を有している。
【００２９】
ゲイン出力ブロック６３から出力されるゲインは、次の式２．１及び式２．２で示される。
ＭＤ（ｔ）=Ｋ１・Ｍ（ｔ）＋Ｋ２・△Ｍ（ｔ） …式２．１
式２．１では、求めたＭ（ｔ）とサンプル時間毎の変化量△Ｍ（ｔ）との重みづけを重み係数Ｋ１、Ｋ２にて行う。
Ｇａｉｎ（ｒＴ，ＭＤ，ｎ） …式２．２
なお、ｎは、降雨情報収集部１１からの降雨量Ｍ（ｔ）が更新される毎にインクリメントされる計算サイクルであり、本実施形態では、５分のサイクルとなっている。
【００３０】
そして、予測値算出ブロック６５では、時刻ｔのリンク旅行時間Ｔ（ｔ）に、ゲイン出力ブロック６３にて出力されるゲインを乗じることで、未来の時刻（ｔ＋Δ）の予測リンク旅行時間ｈＴ（ｔ＋Δ）を算出する。
【００３１】
実際に時刻（ｔ＋Δ）となるとリンク旅行時間Ｔ（ｔ＋Δ）が交通情報収集部１２から出力されるため、これを真値として、エラー量算出ブロック６６が、エラー量を計算する。次の式３に示すごとくである。
ｅｒｒｏｒ＝ｈＴ（ｔ＋Δ）／Ｔ（ｔ＋Δ）−１ …式３
そして、エラー量算出ブロック６６で算出されたエラー量が、エラー加算ブロック６４にて、時刻ｔにおけるゲインに加算される。次の式４に示すごとくである。
Ｇａｉｎ（ｒＴ，Ｍ，ｎ＋１）＝Ｇａｉｎ（ｒＴ，Ｍ，ｎ）＋ｅｒｒｏｒ・Ｋ …式４
ゲインを可視化すると、図３に示すごとくとなる。すなわち、ゲインを決定することは、降雨量Ｍ（ｔ）及び単位旅行時間ｒＴ（ｔ）に対する高さを決定することになり、計算サイクルが１，２，３，・・・ｎ−１，ｎ，ｎ＋１，・・・と進むたびに、図３に示す面の各所の高さが補正されることになる。なお、計算サイクル「１」のときは、各所の高さ「１」の平面とすることが考えられる。
【００３２】
以上の機能により、センタ１０の制御部１３では、時刻ｔにおいて、時刻ｔ＋Δの予測リンク旅行時間ｈＴ（ｔ＋Δ）が算出される。したがって、センタ１０では、ユーザ車両２０から送信される現在地及び目的地に基づくルート探索処理において、当該予測リンク旅行時間ｈＴ（ｔ＋Δ）を基に、最適な経路を探索する。
【００３３】
次に、本実施形態のセンタ１０における予測処理を説明する。図４は、予測処理を示すフローチャートである。この予測処理は、センタ１０にて繰り返し実行される。
最初のＳ１００では、降雨量算出処理を実行する。降雨量算出処理は、降雨情報収集部１１の機能として実現され、図５に示すように、Ｓ１０１にて気象情報を取得し、Ｓ１０２にてワイパ情報を取得し、Ｓ１０３にてＷＥＢ情報を取得し、Ｓ１０４にて降雨量を算出する。
【００３４】
まず、Ｓ１０１〜１０３の処理について具体的に説明する。Ｓ１０１では、上記気象情報機関３０から、５分間隔で、１時間あたりの降雨量を取得する。例えば、時刻ｔに取得される降雨量は、直近１時間の平均降雨量であるという具合である。この降雨量は、気象情報機関の観測地点の座標と共に取得する。
【００３５】
Ｓ１０２では、プローブカー５０から、１分間あたりのワイパの往復回数を取得する。ワイパの往復回数は、標準化されている「Ｌｏ」、「Ｈｉ」だけでなく、ユーザが任意に設定できるようになっており、例えば図６（ａ）に示すように「０．５」、「１０」、「５０（Ｌｏ）」、「７２（Ｈｉ）」、「１００」、「１２０」という具合に取得される。このワイパの往復回数は、図６（ａ）に示す対応表により、降雨量に変換される。また、Ｓ１０２では、プローブカー５０の位置座標も共に取得される。
【００３６】
Ｓ１０３では、ＷＥＢシステム４０から、投稿者の発言内容を取得する。具体的には、降雨状況を示すような発言内容を取得する。例えば図６（ａ）に示すように「雨かな？」、「小雨」、「雨が降ってきたな」、「雨です」、「雨らしい雨」、「ザアザア降り」、「バケツをひっくり返したような」、「滝のような」などを取得するという具合である。この発言内容は、図６（ａ）に示す対応表により、降雨量に変換される。なお、投稿者の位置座標がＧＰＳなどで特定できる場合はその位置座標も取得する。また、投稿者の位置を示す情報が投稿中にあれば、当該位置情報を取得する。さらにまた、投稿者の位置を示す情報が会員情報などとして登録されていれば、当該位置情報を取得する。このとき、位置情報がエリアを示す「名古屋市」であれば、名古屋の中心部の位置座標に変換する。
【００３７】
このようにＳ１０１〜Ｓ１０３の処理により、気象情報機関３０からの降雨量、プローブカー５０からのワイパ往復回数に基づく降雨量、ＷＥＢシステム４０からの発言内容に基づく降雨量が取得される。また、それぞれの降雨量は、ある時刻のある位置座標での降雨量となる。
【００３８】
ただし、気象情報機関３０からの降雨量は信頼度が相対的に高く、ＷＥＢシステム４０からの発言内容に基づく降雨量は信頼度が相対的に低い。そこで、本実施形態では、図６（ｂ）に示す信頼度係数Ｋｓを乗じることで、各降雨量に対し重み付けを行う。具体的には、気象情報機関３０からの降雨量には「１．０」を乗じ、プローブカー５０のワイパ往復回数に基づく降雨量には「０．９」を乗じ、ＷＥＢシステム４０からの発言内容に基づく降雨量には「０．１」を乗じる。
【００３９】
次に、図５中のＳ１０４の処理について具体的に説明する。Ｓ１０４では、降雨量を算出する。ここで算出される降雨量は、各リンクの中心座標（ｘｃ，ｙｃ）における時刻ｔの降雨量である。
【００４０】
ところが、Ｓ１０１〜Ｓ１０３で得られる降雨量は、それぞれの観測地点におけるものであり、それぞれの観測時刻におけるものとなっている。
そこで、図７（ａ）に示すように、実際に使用する降雨量、すなわちリンクの中心座標（ｘｃ，ｙｃ）における時刻ｔでの降雨量Ｍ（ｔ）＝Ｍ（ｘｃ，ｙｃ，ｔ）を求める。なお、時刻ｔ１に座標（ｘ１，ｙ１）にて観測された降雨量（観測地点１の観測時刻１の降雨量）をＵ１（ｘ１，ｙ１，ｔ１）とし、時刻ｔ２に座標（ｘ２，ｙ２）にて観測された降雨量（観測地点２の観測時刻２の降雨量）をＵ２（ｘ２，ｙ２，ｔ２）とする。
【００４１】
これを観測地点１，２からの距離Ｌと観測時刻１，２からの経過時間ΔＴＫとに基づいて変換する。具体的には、図７（ｂ）に示すようなマップとして、経過時間ΔＴＫに関する重み係数Ｋｐｔ、及び、距離Ｌに関する重み係数ＫｐＬを設定する。重み係数Ｋｐｔは、一度降り始めた雨がやむまでの時間を統計処理して地域ごとに求める。また、重み係数ＫｐＬは、雨の降る半径を統計処理して地域ごとに求める。
【００４２】
図７（ｂ）に示すマップを利用すれば、Ｍ（ｔ）は、次の式５で表現される。
【００４３】
【数１】
【００４４】
上記式５の詳細を説明する。第１の演算処理（ΣＫｐｔ・Ｕｍ（Ｘｍ，Ｙｍ，ｔｍ））は、１箇所の観測座標における各観測時刻の雨量にその時刻に対応した重み係数Ｋｐｔを掛け、さらにそれを所定時間分だけ積算することで第１の演算処理結果を求めている。この第１の演算処理結果は、観測座標毎に演算される。そして、第２の演算処理は、各観測座標の第１の演算処理結果にその観測座標に対応した重み係数ＫｐＬと信頼度係数Ｋｓとを掛け、さらに所定数の観測座標分だけ積算することで第２の演算処理結果を求めている（ΣＫｓ・ＫｐＬ・第１の演算処理結果）。第３の演算処理は、第１の演算処理および第２の演算処理において用いた重み係数Ｋｐｔ、重み係数ＫｐＬと信頼度係数Ｋｓで、第２の演算処理結果を割っている。つまり正規化処理である。
【００４５】
このようにＳ１０４では、式５によって、リンクの中心座標の時刻ｔにおける降雨量Ｍ（ｔ）を算出する。
図４の説明に戻り、Ｓ１１０では、単位旅行時間算出処理を実行する。この単位旅行時間算出処理は、交通情報収集部１２の機能として実現される。図８は、単位旅行時間算出処理を示すフローチャートである。
【００４６】
最初のＳ１１１では、プローブカー５０からの情報に基づき、あるリンクを走行するのに要する時間であるリンク旅行時間Ｔ（ｔ）を取得する。
次のＳ１１２では、単位旅行時間を算出する。この処理は、上記式１を用いてｒＴ（ｔ）を求めるものである。
【００４７】
図４中のＳ１２０では、エラー量を計算する。この処理は、制御部１３の機能として実現されるものである。具体的には、上記式３を用い、時刻（ｔ＋Δ）の時点でのエラー量を求める。
【００４８】
続くＳ１３０では、ゲインを補正する。この処理も、制御部１３の機能として実現されるものである。具体的には、上記式４を用い、Ｓ１２０で算出されたエラー量によって、ゲインを補正する。
【００４９】
次のＳ１４０では、予測値としての予測リンク旅行時間を出力する。この処理も、制御部１３の機能として実現されるものである。具体的には、Ｓ１３０にて補正されたゲインをリンク旅行時間に乗じることで予測リンク旅行時間を算出し、当該予測リンク旅行時間を出力する。
【００５０】
これにより、本実施形態では、予測リンク旅行時間に基づき、制御部１３がルート探索を行うことで渋滞予測情報に基づくサービスを行う。
すなわち、本実施形態では、図９に示すように、時刻ｔの計算サイクルｎにおいて、時刻（ｔ−Δ）の計算サイクル（ｎ−１）で求めた予測リンク旅行時間ｈＴ（ｔ）と、時刻ｔの実際のリンク旅行時間Ｔ（ｔ）とから、エラー量を求める（図４中のＳ１２０）。このエラー量によってゲインを補正し（Ｓ１３０）、時刻ｔにおいて予測リンク旅行時間ｈＴ（ｔ＋Δ）を出力する（Ｓ１４０）。同様に、時刻（ｔ＋Δ）の計算サイクル（ｎ＋１）では、時刻ｔの計算サイクルｎで求めた予測リンク旅行時間ｈＴ（ｔ＋Δ）と、時刻（ｔ＋Δ）の実際のリンク旅行時間Ｔ（ｔ＋Δ）とから、エラー量を求める（図４中のＳ１２０）。このエラー量によってゲインを補正する（Ｓ１３０）。
【００５１】
以上、詳述したように本実施形態では、降雨情報収集部１１が降雨情報算出処理を実行し（図４中のＳ１００）、リンクの中心座標での降雨量を算出する（図５中のＳ１０４）。また、交通情報収集部１２が単位旅行時間算出処理を実行し（図４中のＳ１１０）、単位旅行時間を算出する（図８中のＳ１１２）。制御部１３は、前回の予測値である予測リンク旅行時間と真値であるリンク旅行時間との比率からエラー量を計算し（図４中のＳ１２０）、降雨量及び単位旅行時間で設定されるゲインをエラー量で補正して（Ｓ１３０）、今回の予測リンク旅行時間を出力する（Ｓ１４０）。これにより、降雨量によって刻一刻と変わる渋滞の状況を予測することができる。
【００５２】
また、本実施形態では、前回の予測値である予測リンク旅行時間と予測時刻における実際のリンク旅行時間との比率からエラー量を計算し（図４中のＳ１２０）、降雨量及び単位旅行時間で設定されるゲインをエラー量で補正する（Ｓ１３０）。これにより、予測時刻における実際のリンク旅行時間に基づいてゲインが補正されるため、より適切な予測リンク旅行時間を出力することができる。
【００５３】
このとき、予測リンク旅行時間と実際のリンク旅行時間との比率からエラー量を計算しているため、比較的簡単にゲインを補正することができる。
さらにまた、本実施形態では、降雨情報収集部１１が、図５に示した降雨量算出処理を実行し、気象情報機関３０から気象情報としての降雨量を取得する（Ｓ１０１）。また、プローブカー５０からのワイパ情報を取得する（Ｓ１０２）。さらにまた、ＷＥＢシステム４０からのＷＥＢ情報として投稿者の発言内容を取得する（Ｓ１０３）。これにより、降雨情報収集部１１の算出するリンクの降雨量（Ｓ１０４）が適切なものとなる。
【００５４】
ここで降雨情報収集部１１は、降雨情報毎の降雨量に重み付けを行うことで補正を行い、リンクの降雨量を算出する（Ｓ１０４）。これにより、降雨情報収集部１１の算出するリンクの降雨量がより適切なものとなる。
【００５５】
また、降雨情報収集部１１は、降雨情報の観測地とリンクとの距離に基づく補正を行うと共に降雨情報の観測時刻からの経過時間に基づく補正を行い、リンクの降雨量を算出する（Ｓ１０４）。これにより、降雨情報収集部１１の算出するリンクの降雨量がより適切なものとなる。
【００５６】
なお、本実施形態におけるセンタ１０が特許請求の範囲の「渋滞予測装置」を構成し、降雨情報収集部１１が「降雨情報収集手段」を構成し、交通情報収集部１２が「交通情報収集手段」を構成し、制御部１３が「ゲイン設定手段」、「予測値出力手段」及び「ゲイン補正手段」を構成する。
詳しくは、フィルタ部６１のゲイン出力ブロック６３が「ゲイン設定手段」を構成し、予測値出力部６２の予測値算出ブロック６５が「予測値出力手段」を構成し、エラー量算出ブロック６６及びフィルタ部６１のエラー量加算ブロック６４が「ゲイン補正手段」を構成する。また、ナビゲーション装置２１が「ナビゲーション装置」を構成し、ナビゲーション装置２１の搭載されたユーザ車両２０及びセンタ１０が「渋滞予測システム」を構成する。
【００５７】
また、図５に示した降雨量算出処理が「降雨情報収集手段」の機能としての処理に相当し、図８に示した単位旅行時間算出処理が「交通情報収集手段」の機能としての処理に相当し、図４中のＳ１２０，Ｓ１３０が「ゲイン補正手段」の機能としての処理に相当し、Ｓ１４０が「予測値出力手段」の機能としての処理に相当する。
【００５８】
以上、本発明は、上述した実施形態に何ら限定されるものでなく、その技術的範囲を逸脱しない限りにおいて、種々なる形態で実施できる。
（イ）上記実施形態では、ユーザ車両２０からセンタ１０へ現在地及び目的地を送信することで、センタ１０が予測リンク旅行時間を用いたルート探索を行っている。これに対し、ユーザ車両２０に対し、センタ１０が予測リンク旅行時間を渋滞情報として送信する構成とし、ナビゲーション装置２１が予測リンク旅行時間を用いたルート探索を行う構成としてもよい。また、ルート探索を行うことに限定されず、予測リンク旅行時間に基づく地図上の渋滞予測表示を行うようにしてもよい。すなわち、地図上に渋滞予測を表示するだけの案内であってもよい。
【００５９】
（ロ）上記実施形態では、降雨量Ｍ（ｔ）は実測値に基づくものとなっているが、降雨量をリンク旅行時間と同様の手法で予測し、予測降雨量（ｔ＋Δ’）を用いて、予測リンク旅行時間（ｔ＋Δ）を算出してもよい。この場合、Δを５分とするのであれば、Δ’も５分とすることが考えられる。このときは、予測リンク旅行時間に基づく渋滞予測表示に加えまたは代え、予測降雨量に基づき地図上に降雨予測表示を行うようにしてもよい。
【００６０】
（ハ）上記実施形態では、５分毎に１時間あたりの平均降雨量を取得する構成であった。これに対し、５分毎に５分間あたりの平均降雨量を取得するようにしてもよい。また、ある地点の降雨量でなく、ある地域（エリア）の降雨量を取得する構成としてもよい。
【符号の説明】
【００６１】
１０…センタ、１１…降雨情報収集部、１２…交通情報収集部、１３…制御部、１４…通信部、２０…ユーザ車両、２１…ナビゲーション装置、３０…気象情報機関、４０…ＷＥＢシステム、５０…プローブカー、６１…フィルタ部、６２…予測値出力部、６３…ゲイン出力ブロック、６４…エラー加算ブロック、６５…予測値算出ブロック、６６…エラー量算出ブロック
【技術分野】
【０００１】
本発明は、降雨に起因する渋滞を予測し案内を行う渋滞予測技術に関する。
【背景技術】
【０００２】
従来、ナビゲーション装置における案内をより適切なものとするため、センタとのデータ通信を行うことで、種々の情報がナビゲーション装置に提供されるようになっている。
その中でも、降雨情報は渋滞の発生に大きな影響を与えるものであり、降雨情報に基づく処理を行うシステムが提案されている。一例として、車両から送信されてくる各種情報を基に、降雨情報をリアルタイムに得られるシステムが提案されている（例えば、特許文献１参照）。また、別の例として、降雨情報を取得し、最適経路表示のための処理を実行するシステムも提案されている（例えば、特許文献２参照）。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００２−６２３６８号公報
【特許文献２】特開２００３−５８９８２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
ところで、特許文献２に記載された発明では、主要道路に道路管理設備として設けられた交通量監視センサーで交通量を計測しており、いわば現時点での渋滞地点の交通量情報を取得して、最適経路表示のための処理を実行している。
【０００５】
しかしながら、降雨量に起因するような渋滞の状況は、降雨量によって、刻一刻と変わる。そのため、例えば目的地の設定時点で渋滞のない道路を選択したとしても、当該道路へ差し掛かるときには当該道路に渋滞している所がある。
【０００６】
本発明は、上述した課題を解決するためになされたものであり、その目的は、降雨量によって刻一刻と変わる渋滞の状況を予測可能な渋滞予測装置を提供することにある。
【課題を解決するための手段】
【０００７】
上記目的を達成するためになされた請求項１に記載の渋滞予測装置は、降雨情報収集手段と、交通情報収集手段と、ゲイン設定手段と、予測値出力手段とを備えている。
降雨情報収集手段は、降雨情報を収集し、降雨情報に基づきリンクの降雨量を算出する。リンクの降雨量は、例えばリンクの中間位置における降雨量とすることが考えられる。また、交通情報収集手段は、交通情報を収集し、交通情報に基づきリンクの通過に要する時間であるリンク旅行時間を出力する。
【０００８】
ここで特に本発明では、ゲイン設定手段が、降雨量及びリンク旅行時間に基づき、ゲインを設定する。ゲインは、降雨量及びリンク旅行時間から所定のマップなどで導出されるものとすることが考えられる。そして、予測値出力手段は、ゲイン設定手段にて設定されるゲインをリンク旅行時間に乗じて、未来の予測時刻おける予測リンク旅行時間を出力する。
【０００９】
つまり、本発明では、リンクの降雨量及びリンク旅行時間に基づくゲインを設定することで、未来の予測時刻における予測リンク旅行時間を求める。これにより、降雨量によって刻一刻と変わる渋滞の状況を予測することができる。
【００１０】
ところで、上述したようにゲイン設定手段は予め定められたマップなどによりゲインを設定することが考えられるが、請求項２に示すように、ゲイン補正手段を備えていることとしてもよい。ゲイン補正手段は、予測値出力手段にて出力される予測リンク旅行時間と予測時刻における実際のリンク旅行時間とに基づきゲイン設定手段にて設定されるゲインを補正する。このようにすれば、予測時刻における実際のリンク旅行時間に基づいてゲインが補正されるため、より適切な予測リンク旅行時間を出力することができる。
【００１１】
具体的には、請求項３に示すように、ゲイン補正手段は、予測時刻における予測リンク旅行時間と実際のリンク旅行時間との比率に基づくエラー量を加算することにより、ゲインを補正することが考えられる。このようにすれば、比較的簡単にゲイン設定手段にて設定されるゲインを補正することができる。
【００１２】
なお、ゲイン設定手段が降雨量及びリンク旅行時間に基づくゲインを設定することは既に述べたが、さらに具体的には、請求項４に示すように、交通情報収集手段が、リンク旅行時間と共に、当該リンク旅行時間に基づくリンク上の単位距離を移動するのに要する単位旅行時間を算出し、ゲイン設定手段は、降雨量及び単位旅行時間をパラメータとするゲインを設定することが考えられる。ここで単位旅行時間は、複数台の車両の平均値とすることが考えられ、渋滞度合いを示す指標となる。時刻ｔにおける単位旅行時間ｒＴ（ｔ）は、例えば次の式１で求める。
ｒＴ（ｔ）＝ΣＴ（ｔ）／Ｌ・Ｎ …式１
ここで、Ｔ（ｔ）は各車両のリンク旅行時間であり、Ｌはリンクの運転距離であり、Ｎはリンクを通過した車両台数である。
【００１３】
ところで、降雨情報は、気象台などの気象情報機関から取得することが考えられるが、これに限定されるものではない。
例えば請求項５に示すように、降雨情報収集手段は、降雨情報として、気象情報機関からの降雨量、プローブカーからのワイパ情報、及び、ＷＥＢシステムからの投稿者の発言内容のうち少なくともいずれかを収集することが考えられる。ここでワイパ情報は、単位時間あたりのワイパの往復回数などとして具現化される。また、投稿者の発言内容は、例えば掲示板などでの雨に関する発言内容である。プローブカーやＷＥＢシステムから収集される降雨情報は、所定のテーブルなどによって降雨量に換算される。このようにすれば、降雨情報収集手段の算出するリンクの降雨量が適切なものとなる。
【００１４】
ただし、気象情報機関からの降雨情報は相対的に信頼度が大きいのに対し、ＷＥＢシステムからの降雨情報は相対的に信頼度が小さくなる。そこで、請求項６に示すように、降雨情報収集手段は、降雨情報毎の降雨量に重み付けを行うことで補正を行い、リンクの降雨量を算出することが好ましい。このようにすれば、降雨情報収集手段の算出するリンクの降雨量がより適切なものとなる。
【００１５】
また、降雨情報収集手段はリンク毎に例えばリンクの中間位置での降雨量を算出するのであるが、降雨情報の観測地との距離的な隔たりがある。そこで、請求項７に示すように、降雨情報収集手段は、降雨情報の観測地とリンクとの距離に基づく補正を行い、リンクの降雨量を算出することが考えられる。例えば、観測地との距離に基づく重み係数を観測地の降雨量に乗じて補正するという具合である。重み係数は、雨の降る半径を統計処理して地域ごとに求めることが考えられる。このようにすれば、降雨情報収集手段の算出するリンクの降雨量がより適切なものとなる。
【００１６】
さらにまた、降雨情報収集手段はリンク毎に時刻ｔにおける降雨量を算出するのであるが、降雨情報の観測時刻との時間的な隔たりがある。そこで、請求項８に示すように、降雨情報収集手段は、降雨情報の観測時刻からの経過時間に基づく補正を行い、リンクの降雨量を算出することが考えられる。例えば、観測時刻からの経過時間に基づく重み係数を観測地の降雨量に乗じて補正するという具合である。重み係数は、一度降り始めた雨がやむまでの時間を統計処理して地域ごとに求めることが考えられる。このようにすれば、降雨情報収集手段の算出するリンクの降雨量がより適切なものとなる。
【００１７】
以上、渋滞予測装置の発明として説明してきたが、請求項９に示すような、渋滞予測装置と、渋滞予測装置との間でデータ通信を行い、予測リンク旅行時間に基づく案内が可能なナビゲーション装置とを備える渋滞予測システムとして実現することもできる。ここでいう案内は、ルート探索によって行われる渋滞予測を含むルート案内だけでなく、地図上に渋滞情報を表示するだけの案内も含まれる。このような渋滞予測システムにおいても、上記渋滞予測装置と同様の効果が奏される。
【図面の簡単な説明】
【００１８】
【図１】実施形態の渋滞予測システムの概略構成を示すブロック図である。
【図２】センタの機能を示すロジック図である。
【図３】補正されるゲインを可視化して示す説明図である。
【図４】センタにて実行される予測処理を示すフローチャートである。
【図５】予測処理中の降雨量算出処理を示すフローチャートである。
【図６】（ａ）は種々の降雨情報の対応関係を示す説明図であり、（ｂ）は降雨量に対する信頼度係数の一例を示す説明図である。
【図７】各時刻及び各場所で取得される降雨量からリンクにおける降雨量の算出を示す説明図である。
【図８】予測処理中の単位旅行時間算出処理を示すフローチャートである。
【図９】予測処理におけるゲイン補正のタイミングを示すタイミングチャートである。
【発明を実施するための形態】
【００１９】
以下、本発明の実施形態を図面に基づいて説明する。
図１は、渋滞予測システムの概略構成を示すブロック図である。渋滞予測システムは、センタ１０と、ユーザ車両２０とで構成される。また、センタ１０には、気象情報機関３０、ＷＥＢシステム４０、及び、プローブカー５０からの情報が入力されるようになっている。
【００２０】
センタ１０は、ユーザ車両２０とのデータ通信を行うことで、ユーザ車両２０に対して渋滞予測情報に基づくサービスを行う。例えば、ユーザ車両２０にて目的地設定がなされた場合、センタ１０へ送信されるユーザ車両２０の現在地及び目的地に基づき、いわゆるルート探索を行うのであるが、このとき、渋滞予測情報に基づくルート探索が可能となっている。
【００２１】
ユーザ車両２０は、ナビゲーション装置（図中では「ナビ装置」）２１を有しており、このナビゲーション装置２１を介してセンタ１０とのデータ通信が可能となっている。これにより、ナビゲーション装置２１では、目的地の設定が行われた場合、車両の現在地及び目的地をセンタ１０へ送信する。これに対し、センタ１０からは、探索されたルートが送信される。
【００２２】
気象情報機関３０は、各地域の気象台などで測定される降雨量を降雨情報として数分間隔（本実施形態では５分間隔）で出力する。例えば、１時間あたりの平均降雨量が所定座標及び時刻と共に数分間隔で出力されるという具合である。なお、本実施形態では所定座標であるため所定地点での降雨情報であるが、別の形態として、あるエリアの降雨情報を出力するものとしてもよい。
【００２３】
ＷＥＢシステム４０は、ＳＮＳ（ソーシャルネットワークサービス）などとして具現化され、例えば掲示板などの書き込み情報などを基に、降雨情報を出力する。この場合、掲示板などへの投稿者の地域における降雨情報となる。この地域情報は、投稿者の登録情報を基に判断してもよいし、書き込み情報の中に地域情報が含まれるのであれば、当該地域情報を採用してもよい。
【００２４】
プローブカー５０は、センタ１０とのデータ通信を定期的に行う車両であり、交通情報の他、降雨情報をセンタ１０へ送信する。降雨情報は、例えば１分あたりのワイパの往復回数としてセンタ１０へ送信される。このとき、プローブカー５０の座標値及び時刻も送信される。一方、交通情報は、時刻ｔでのリンク旅行時間としてセンタ１０へ送信される。なお、ユーザ車両２０がプローブカー５０を兼ねるようにしてもよい。
【００２５】
上述したセンタ１０は、降雨情報収集部１１、交通情報収集部１２、制御部１３、及び、通信部１４を有している。図２は、センタ１０の機能を示すロジック図である。
降雨情報収集部１１は、気象情報機関３０、ＷＥＢシステム４０、及び、プローブカー５０から送信される降雨情報を処理する（図１参照）。これにより、降雨情報収集部１１からは、１時間あたりの各リンクの降雨量Ｍ（ｔ）が出力される。
【００２６】
交通情報収集部１２は、プローブカー５０から送信される交通情報を処理する（図１参照）。これにより、交通情報収集部１２からは、時刻ｔにおけるリンク旅行時間Ｔ（ｔ）、時刻（ｔ＋Δ）におけるリンク旅行時間Ｔ（ｔ＋Δ）、及び、時刻ｔにおいて単位距離を進む時間（以下「単位旅行時間」という）ｒＴ（ｔ）が出力される。なお、単位旅行時間は、次の式１で計算される。ここで、Ｌはリンクの運転距離であり、Ｎはリンクを通過した車両台数であり、ΣＴ（ｔ）は通過した車両台数分のリンク旅行時間の合計である。
ｒＴ（ｔ）＝ΣＴ（ｔ）／Ｌ・Ｎ …式１
制御部１３は、降雨情報収集部１１からの降雨量Ｍ（ｔ）、交通情報収集部１２からのリンク旅行時間Ｔ（ｔ）、単位旅行時間ｒＴ（ｔ）に基づき、時刻（ｔ＋Δ）における予測リンク旅行時間ｈＴ（ｔ＋Δ）を求める。そして、実際に時刻（ｔ＋Δ）にて交通情報収集部１２から出力されるＴ（ｔ＋Δ）を用いて、ゲインを補正する。
【００２７】
制御部１３の機能をロジックで示すと、図２に示すように、フィルタ部６１、及び、予測値出力部６２を含むものとなる。なお、図示しないルート探索機能などの諸機能も有している。
【００２８】
フィルタ部６１はゲイン出力ブロック６３、及びエラー加算ブロック６４を有している。一方、予測値出力部６２は、エラー量算出ブロック６６、及び予測値算出ブロック６５を有している。
【００２９】
ゲイン出力ブロック６３から出力されるゲインは、次の式２．１及び式２．２で示される。
ＭＤ（ｔ）=Ｋ１・Ｍ（ｔ）＋Ｋ２・△Ｍ（ｔ） …式２．１
式２．１では、求めたＭ（ｔ）とサンプル時間毎の変化量△Ｍ（ｔ）との重みづけを重み係数Ｋ１、Ｋ２にて行う。
Ｇａｉｎ（ｒＴ，ＭＤ，ｎ） …式２．２
なお、ｎは、降雨情報収集部１１からの降雨量Ｍ（ｔ）が更新される毎にインクリメントされる計算サイクルであり、本実施形態では、５分のサイクルとなっている。
【００３０】
そして、予測値算出ブロック６５では、時刻ｔのリンク旅行時間Ｔ（ｔ）に、ゲイン出力ブロック６３にて出力されるゲインを乗じることで、未来の時刻（ｔ＋Δ）の予測リンク旅行時間ｈＴ（ｔ＋Δ）を算出する。
【００３１】
実際に時刻（ｔ＋Δ）となるとリンク旅行時間Ｔ（ｔ＋Δ）が交通情報収集部１２から出力されるため、これを真値として、エラー量算出ブロック６６が、エラー量を計算する。次の式３に示すごとくである。
ｅｒｒｏｒ＝ｈＴ（ｔ＋Δ）／Ｔ（ｔ＋Δ）−１ …式３
そして、エラー量算出ブロック６６で算出されたエラー量が、エラー加算ブロック６４にて、時刻ｔにおけるゲインに加算される。次の式４に示すごとくである。
Ｇａｉｎ（ｒＴ，Ｍ，ｎ＋１）＝Ｇａｉｎ（ｒＴ，Ｍ，ｎ）＋ｅｒｒｏｒ・Ｋ …式４
ゲインを可視化すると、図３に示すごとくとなる。すなわち、ゲインを決定することは、降雨量Ｍ（ｔ）及び単位旅行時間ｒＴ（ｔ）に対する高さを決定することになり、計算サイクルが１，２，３，・・・ｎ−１，ｎ，ｎ＋１，・・・と進むたびに、図３に示す面の各所の高さが補正されることになる。なお、計算サイクル「１」のときは、各所の高さ「１」の平面とすることが考えられる。
【００３２】
以上の機能により、センタ１０の制御部１３では、時刻ｔにおいて、時刻ｔ＋Δの予測リンク旅行時間ｈＴ（ｔ＋Δ）が算出される。したがって、センタ１０では、ユーザ車両２０から送信される現在地及び目的地に基づくルート探索処理において、当該予測リンク旅行時間ｈＴ（ｔ＋Δ）を基に、最適な経路を探索する。
【００３３】
次に、本実施形態のセンタ１０における予測処理を説明する。図４は、予測処理を示すフローチャートである。この予測処理は、センタ１０にて繰り返し実行される。
最初のＳ１００では、降雨量算出処理を実行する。降雨量算出処理は、降雨情報収集部１１の機能として実現され、図５に示すように、Ｓ１０１にて気象情報を取得し、Ｓ１０２にてワイパ情報を取得し、Ｓ１０３にてＷＥＢ情報を取得し、Ｓ１０４にて降雨量を算出する。
【００３４】
まず、Ｓ１０１〜１０３の処理について具体的に説明する。Ｓ１０１では、上記気象情報機関３０から、５分間隔で、１時間あたりの降雨量を取得する。例えば、時刻ｔに取得される降雨量は、直近１時間の平均降雨量であるという具合である。この降雨量は、気象情報機関の観測地点の座標と共に取得する。
【００３５】
Ｓ１０２では、プローブカー５０から、１分間あたりのワイパの往復回数を取得する。ワイパの往復回数は、標準化されている「Ｌｏ」、「Ｈｉ」だけでなく、ユーザが任意に設定できるようになっており、例えば図６（ａ）に示すように「０．５」、「１０」、「５０（Ｌｏ）」、「７２（Ｈｉ）」、「１００」、「１２０」という具合に取得される。このワイパの往復回数は、図６（ａ）に示す対応表により、降雨量に変換される。また、Ｓ１０２では、プローブカー５０の位置座標も共に取得される。
【００３６】
Ｓ１０３では、ＷＥＢシステム４０から、投稿者の発言内容を取得する。具体的には、降雨状況を示すような発言内容を取得する。例えば図６（ａ）に示すように「雨かな？」、「小雨」、「雨が降ってきたな」、「雨です」、「雨らしい雨」、「ザアザア降り」、「バケツをひっくり返したような」、「滝のような」などを取得するという具合である。この発言内容は、図６（ａ）に示す対応表により、降雨量に変換される。なお、投稿者の位置座標がＧＰＳなどで特定できる場合はその位置座標も取得する。また、投稿者の位置を示す情報が投稿中にあれば、当該位置情報を取得する。さらにまた、投稿者の位置を示す情報が会員情報などとして登録されていれば、当該位置情報を取得する。このとき、位置情報がエリアを示す「名古屋市」であれば、名古屋の中心部の位置座標に変換する。
【００３７】
このようにＳ１０１〜Ｓ１０３の処理により、気象情報機関３０からの降雨量、プローブカー５０からのワイパ往復回数に基づく降雨量、ＷＥＢシステム４０からの発言内容に基づく降雨量が取得される。また、それぞれの降雨量は、ある時刻のある位置座標での降雨量となる。
【００３８】
ただし、気象情報機関３０からの降雨量は信頼度が相対的に高く、ＷＥＢシステム４０からの発言内容に基づく降雨量は信頼度が相対的に低い。そこで、本実施形態では、図６（ｂ）に示す信頼度係数Ｋｓを乗じることで、各降雨量に対し重み付けを行う。具体的には、気象情報機関３０からの降雨量には「１．０」を乗じ、プローブカー５０のワイパ往復回数に基づく降雨量には「０．９」を乗じ、ＷＥＢシステム４０からの発言内容に基づく降雨量には「０．１」を乗じる。
【００３９】
次に、図５中のＳ１０４の処理について具体的に説明する。Ｓ１０４では、降雨量を算出する。ここで算出される降雨量は、各リンクの中心座標（ｘｃ，ｙｃ）における時刻ｔの降雨量である。
【００４０】
ところが、Ｓ１０１〜Ｓ１０３で得られる降雨量は、それぞれの観測地点におけるものであり、それぞれの観測時刻におけるものとなっている。
そこで、図７（ａ）に示すように、実際に使用する降雨量、すなわちリンクの中心座標（ｘｃ，ｙｃ）における時刻ｔでの降雨量Ｍ（ｔ）＝Ｍ（ｘｃ，ｙｃ，ｔ）を求める。なお、時刻ｔ１に座標（ｘ１，ｙ１）にて観測された降雨量（観測地点１の観測時刻１の降雨量）をＵ１（ｘ１，ｙ１，ｔ１）とし、時刻ｔ２に座標（ｘ２，ｙ２）にて観測された降雨量（観測地点２の観測時刻２の降雨量）をＵ２（ｘ２，ｙ２，ｔ２）とする。
【００４１】
これを観測地点１，２からの距離Ｌと観測時刻１，２からの経過時間ΔＴＫとに基づいて変換する。具体的には、図７（ｂ）に示すようなマップとして、経過時間ΔＴＫに関する重み係数Ｋｐｔ、及び、距離Ｌに関する重み係数ＫｐＬを設定する。重み係数Ｋｐｔは、一度降り始めた雨がやむまでの時間を統計処理して地域ごとに求める。また、重み係数ＫｐＬは、雨の降る半径を統計処理して地域ごとに求める。
【００４２】
図７（ｂ）に示すマップを利用すれば、Ｍ（ｔ）は、次の式５で表現される。
【００４３】
【数１】
【００４４】
上記式５の詳細を説明する。第１の演算処理（ΣＫｐｔ・Ｕｍ（Ｘｍ，Ｙｍ，ｔｍ））は、１箇所の観測座標における各観測時刻の雨量にその時刻に対応した重み係数Ｋｐｔを掛け、さらにそれを所定時間分だけ積算することで第１の演算処理結果を求めている。この第１の演算処理結果は、観測座標毎に演算される。そして、第２の演算処理は、各観測座標の第１の演算処理結果にその観測座標に対応した重み係数ＫｐＬと信頼度係数Ｋｓとを掛け、さらに所定数の観測座標分だけ積算することで第２の演算処理結果を求めている（ΣＫｓ・ＫｐＬ・第１の演算処理結果）。第３の演算処理は、第１の演算処理および第２の演算処理において用いた重み係数Ｋｐｔ、重み係数ＫｐＬと信頼度係数Ｋｓで、第２の演算処理結果を割っている。つまり正規化処理である。
【００４５】
このようにＳ１０４では、式５によって、リンクの中心座標の時刻ｔにおける降雨量Ｍ（ｔ）を算出する。
図４の説明に戻り、Ｓ１１０では、単位旅行時間算出処理を実行する。この単位旅行時間算出処理は、交通情報収集部１２の機能として実現される。図８は、単位旅行時間算出処理を示すフローチャートである。
【００４６】
最初のＳ１１１では、プローブカー５０からの情報に基づき、あるリンクを走行するのに要する時間であるリンク旅行時間Ｔ（ｔ）を取得する。
次のＳ１１２では、単位旅行時間を算出する。この処理は、上記式１を用いてｒＴ（ｔ）を求めるものである。
【００４７】
図４中のＳ１２０では、エラー量を計算する。この処理は、制御部１３の機能として実現されるものである。具体的には、上記式３を用い、時刻（ｔ＋Δ）の時点でのエラー量を求める。
【００４８】
続くＳ１３０では、ゲインを補正する。この処理も、制御部１３の機能として実現されるものである。具体的には、上記式４を用い、Ｓ１２０で算出されたエラー量によって、ゲインを補正する。
【００４９】
次のＳ１４０では、予測値としての予測リンク旅行時間を出力する。この処理も、制御部１３の機能として実現されるものである。具体的には、Ｓ１３０にて補正されたゲインをリンク旅行時間に乗じることで予測リンク旅行時間を算出し、当該予測リンク旅行時間を出力する。
【００５０】
これにより、本実施形態では、予測リンク旅行時間に基づき、制御部１３がルート探索を行うことで渋滞予測情報に基づくサービスを行う。
すなわち、本実施形態では、図９に示すように、時刻ｔの計算サイクルｎにおいて、時刻（ｔ−Δ）の計算サイクル（ｎ−１）で求めた予測リンク旅行時間ｈＴ（ｔ）と、時刻ｔの実際のリンク旅行時間Ｔ（ｔ）とから、エラー量を求める（図４中のＳ１２０）。このエラー量によってゲインを補正し（Ｓ１３０）、時刻ｔにおいて予測リンク旅行時間ｈＴ（ｔ＋Δ）を出力する（Ｓ１４０）。同様に、時刻（ｔ＋Δ）の計算サイクル（ｎ＋１）では、時刻ｔの計算サイクルｎで求めた予測リンク旅行時間ｈＴ（ｔ＋Δ）と、時刻（ｔ＋Δ）の実際のリンク旅行時間Ｔ（ｔ＋Δ）とから、エラー量を求める（図４中のＳ１２０）。このエラー量によってゲインを補正する（Ｓ１３０）。
【００５１】
以上、詳述したように本実施形態では、降雨情報収集部１１が降雨情報算出処理を実行し（図４中のＳ１００）、リンクの中心座標での降雨量を算出する（図５中のＳ１０４）。また、交通情報収集部１２が単位旅行時間算出処理を実行し（図４中のＳ１１０）、単位旅行時間を算出する（図８中のＳ１１２）。制御部１３は、前回の予測値である予測リンク旅行時間と真値であるリンク旅行時間との比率からエラー量を計算し（図４中のＳ１２０）、降雨量及び単位旅行時間で設定されるゲインをエラー量で補正して（Ｓ１３０）、今回の予測リンク旅行時間を出力する（Ｓ１４０）。これにより、降雨量によって刻一刻と変わる渋滞の状況を予測することができる。
【００５２】
また、本実施形態では、前回の予測値である予測リンク旅行時間と予測時刻における実際のリンク旅行時間との比率からエラー量を計算し（図４中のＳ１２０）、降雨量及び単位旅行時間で設定されるゲインをエラー量で補正する（Ｓ１３０）。これにより、予測時刻における実際のリンク旅行時間に基づいてゲインが補正されるため、より適切な予測リンク旅行時間を出力することができる。
【００５３】
このとき、予測リンク旅行時間と実際のリンク旅行時間との比率からエラー量を計算しているため、比較的簡単にゲインを補正することができる。
さらにまた、本実施形態では、降雨情報収集部１１が、図５に示した降雨量算出処理を実行し、気象情報機関３０から気象情報としての降雨量を取得する（Ｓ１０１）。また、プローブカー５０からのワイパ情報を取得する（Ｓ１０２）。さらにまた、ＷＥＢシステム４０からのＷＥＢ情報として投稿者の発言内容を取得する（Ｓ１０３）。これにより、降雨情報収集部１１の算出するリンクの降雨量（Ｓ１０４）が適切なものとなる。
【００５４】
ここで降雨情報収集部１１は、降雨情報毎の降雨量に重み付けを行うことで補正を行い、リンクの降雨量を算出する（Ｓ１０４）。これにより、降雨情報収集部１１の算出するリンクの降雨量がより適切なものとなる。
【００５５】
また、降雨情報収集部１１は、降雨情報の観測地とリンクとの距離に基づく補正を行うと共に降雨情報の観測時刻からの経過時間に基づく補正を行い、リンクの降雨量を算出する（Ｓ１０４）。これにより、降雨情報収集部１１の算出するリンクの降雨量がより適切なものとなる。
【００５６】
なお、本実施形態におけるセンタ１０が特許請求の範囲の「渋滞予測装置」を構成し、降雨情報収集部１１が「降雨情報収集手段」を構成し、交通情報収集部１２が「交通情報収集手段」を構成し、制御部１３が「ゲイン設定手段」、「予測値出力手段」及び「ゲイン補正手段」を構成する。
詳しくは、フィルタ部６１のゲイン出力ブロック６３が「ゲイン設定手段」を構成し、予測値出力部６２の予測値算出ブロック６５が「予測値出力手段」を構成し、エラー量算出ブロック６６及びフィルタ部６１のエラー量加算ブロック６４が「ゲイン補正手段」を構成する。また、ナビゲーション装置２１が「ナビゲーション装置」を構成し、ナビゲーション装置２１の搭載されたユーザ車両２０及びセンタ１０が「渋滞予測システム」を構成する。
【００５７】
また、図５に示した降雨量算出処理が「降雨情報収集手段」の機能としての処理に相当し、図８に示した単位旅行時間算出処理が「交通情報収集手段」の機能としての処理に相当し、図４中のＳ１２０，Ｓ１３０が「ゲイン補正手段」の機能としての処理に相当し、Ｓ１４０が「予測値出力手段」の機能としての処理に相当する。
【００５８】
以上、本発明は、上述した実施形態に何ら限定されるものでなく、その技術的範囲を逸脱しない限りにおいて、種々なる形態で実施できる。
（イ）上記実施形態では、ユーザ車両２０からセンタ１０へ現在地及び目的地を送信することで、センタ１０が予測リンク旅行時間を用いたルート探索を行っている。これに対し、ユーザ車両２０に対し、センタ１０が予測リンク旅行時間を渋滞情報として送信する構成とし、ナビゲーション装置２１が予測リンク旅行時間を用いたルート探索を行う構成としてもよい。また、ルート探索を行うことに限定されず、予測リンク旅行時間に基づく地図上の渋滞予測表示を行うようにしてもよい。すなわち、地図上に渋滞予測を表示するだけの案内であってもよい。
【００５９】
（ロ）上記実施形態では、降雨量Ｍ（ｔ）は実測値に基づくものとなっているが、降雨量をリンク旅行時間と同様の手法で予測し、予測降雨量（ｔ＋Δ’）を用いて、予測リンク旅行時間（ｔ＋Δ）を算出してもよい。この場合、Δを５分とするのであれば、Δ’も５分とすることが考えられる。このときは、予測リンク旅行時間に基づく渋滞予測表示に加えまたは代え、予測降雨量に基づき地図上に降雨予測表示を行うようにしてもよい。
【００６０】
（ハ）上記実施形態では、５分毎に１時間あたりの平均降雨量を取得する構成であった。これに対し、５分毎に５分間あたりの平均降雨量を取得するようにしてもよい。また、ある地点の降雨量でなく、ある地域（エリア）の降雨量を取得する構成としてもよい。
【符号の説明】
【００６１】
１０…センタ、１１…降雨情報収集部、１２…交通情報収集部、１３…制御部、１４…通信部、２０…ユーザ車両、２１…ナビゲーション装置、３０…気象情報機関、４０…ＷＥＢシステム、５０…プローブカー、６１…フィルタ部、６２…予測値出力部、６３…ゲイン出力ブロック、６４…エラー加算ブロック、６５…予測値算出ブロック、６６…エラー量算出ブロック
【特許請求の範囲】
【請求項１】
降雨情報を収集し、前記降雨情報に基づきリンクの降雨量を算出する降雨情報収集手段と、
交通情報を収集し、前記交通情報に基づきリンクの通過に要する時間であるリンク旅行時間を出力する交通情報収集手段と、
前記降雨量及び前記リンク旅行時間に基づき、ゲインを設定するゲイン設定手段と、
前記ゲイン設定手段にて設定される前記ゲインを前記リンク旅行時間に乗じて、未来の予測時刻おける予測リンク旅行時間を出力する予測値出力手段と、
を備えていることを特徴とする渋滞予測装置。
【請求項２】
請求項１に記載の渋滞予測装置において、
前記予測値出力手段にて出力される前記予測リンク旅行時間と前記予測時刻における実際のリンク旅行時間とに基づき前記ゲイン設定手段にて設定される前記ゲインを補正するゲイン補正手段を備えていること
を特徴とする渋滞予測装置。
【請求項３】
請求項２に記載の渋滞予測装置において、
前記ゲイン補正手段は、前記予測時刻における前記予測リンク旅行時間と前記実際のリンク旅行時間との比率に基づくエラー量を加算することにより、前記ゲインを補正すること
を特徴とする渋滞予測装置。
【請求項４】
請求項１〜３の何れか一項に記載の渋滞予測装置において、
前記交通情報収集手段は、前記リンク旅行時間と共に、当該リンク旅行時間に基づくリンク上の単位距離を移動するのに要する単位旅行時間を算出し、
前記ゲイン設定手段は、前記降雨量及び前記単位旅行時間をパラメータとするゲインを設定すること
を特徴とする渋滞予測装置。
【請求項５】
請求項１〜４の何れか一項に記載の渋滞予測装置において、
前記降雨情報収集手段は、前記降雨情報として、気象情報機関からの降雨量、プローブカーからのワイパ動作情報、及び、ＷＥＢシステムからの投稿者の発言内容のうち少なくともいずれかを収集すること
を特徴とする渋滞予測装置。
【請求項６】
請求項１〜５の何れか一項に記載の渋滞予測装置において、
前記降雨情報収集手段は、前記降雨情報毎の降雨量に重み付けを行うことで補正を行い、前記リンクの降雨量を算出すること
を特徴とする渋滞予測装置。
【請求項７】
請求項１〜６の何れか一項に記載の渋滞予測装置において、
前記降雨情報収集手段は、前記降雨情報の観測地とリンクとの距離に基づく補正を行い、前記リンクの降雨量を算出すること
を特徴とする渋滞予測装置。
【請求項８】
請求項１〜７の何れか一項に記載の渋滞予測装置において、
前記降雨情報収集手段は、前記降雨情報の観測時刻からの経過時間に基づく補正を行い、前記リンクの降雨量を算出すること
を特徴とする渋滞予測装置。
【請求項９】
請求項１〜８の何れか一項に記載の渋滞予測装置と、
前記渋滞予測装置との間でデータ通信を行い、前記予測リンク旅行時間に基づく案内が可能なナビゲーション装置と、
を備えていることを特徴とする渋滞予測システム。
【請求項１】
降雨情報を収集し、前記降雨情報に基づきリンクの降雨量を算出する降雨情報収集手段と、
交通情報を収集し、前記交通情報に基づきリンクの通過に要する時間であるリンク旅行時間を出力する交通情報収集手段と、
前記降雨量及び前記リンク旅行時間に基づき、ゲインを設定するゲイン設定手段と、
前記ゲイン設定手段にて設定される前記ゲインを前記リンク旅行時間に乗じて、未来の予測時刻おける予測リンク旅行時間を出力する予測値出力手段と、
を備えていることを特徴とする渋滞予測装置。
【請求項２】
請求項１に記載の渋滞予測装置において、
前記予測値出力手段にて出力される前記予測リンク旅行時間と前記予測時刻における実際のリンク旅行時間とに基づき前記ゲイン設定手段にて設定される前記ゲインを補正するゲイン補正手段を備えていること
を特徴とする渋滞予測装置。
【請求項３】
請求項２に記載の渋滞予測装置において、
前記ゲイン補正手段は、前記予測時刻における前記予測リンク旅行時間と前記実際のリンク旅行時間との比率に基づくエラー量を加算することにより、前記ゲインを補正すること
を特徴とする渋滞予測装置。
【請求項４】
請求項１〜３の何れか一項に記載の渋滞予測装置において、
前記交通情報収集手段は、前記リンク旅行時間と共に、当該リンク旅行時間に基づくリンク上の単位距離を移動するのに要する単位旅行時間を算出し、
前記ゲイン設定手段は、前記降雨量及び前記単位旅行時間をパラメータとするゲインを設定すること
を特徴とする渋滞予測装置。
【請求項５】
請求項１〜４の何れか一項に記載の渋滞予測装置において、
前記降雨情報収集手段は、前記降雨情報として、気象情報機関からの降雨量、プローブカーからのワイパ動作情報、及び、ＷＥＢシステムからの投稿者の発言内容のうち少なくともいずれかを収集すること
を特徴とする渋滞予測装置。
【請求項６】
請求項１〜５の何れか一項に記載の渋滞予測装置において、
前記降雨情報収集手段は、前記降雨情報毎の降雨量に重み付けを行うことで補正を行い、前記リンクの降雨量を算出すること
を特徴とする渋滞予測装置。
【請求項７】
請求項１〜６の何れか一項に記載の渋滞予測装置において、
前記降雨情報収集手段は、前記降雨情報の観測地とリンクとの距離に基づく補正を行い、前記リンクの降雨量を算出すること
を特徴とする渋滞予測装置。
【請求項８】
請求項１〜７の何れか一項に記載の渋滞予測装置において、
前記降雨情報収集手段は、前記降雨情報の観測時刻からの経過時間に基づく補正を行い、前記リンクの降雨量を算出すること
を特徴とする渋滞予測装置。
【請求項９】
請求項１〜８の何れか一項に記載の渋滞予測装置と、
前記渋滞予測装置との間でデータ通信を行い、前記予測リンク旅行時間に基づく案内が可能なナビゲーション装置と、
を備えていることを特徴とする渋滞予測システム。
【図１】
【図２】
【図４】
【図５】
【図６】
【図８】
【図９】
【図３】
【図７】
【図２】
【図４】
【図５】
【図６】
【図８】
【図９】
【図３】
【図７】
【公開番号】特開２０１３−１０８９７２（Ｐ２０１３−１０８９７２Ａ）
【公開日】平成２５年６月６日（２０１３．６．６）
【国際特許分類】
【出願番号】特願２０１２−２０６９８２（Ｐ２０１２−２０６９８２）
【出願日】平成２４年９月２０日（２０１２．９．２０）
【出願人】（０００００４２６０）株式会社デンソー (27,639)
【Ｆターム（参考）】
【公開日】平成２５年６月６日（２０１３．６．６）
【国際特許分類】
【出願日】平成２４年９月２０日（２０１２．９．２０）
【出願人】（０００００４２６０）株式会社デンソー (27,639)
【Ｆターム（参考）】
[ Back to top ]