目的地予測システム、目的地予測方法及びプログラム
【課題】良い位置精度を常に得ることが難しい携帯電話等の端末でも目的地を予測できる目的地予測システム、目的地予測方法及びプログラムを提供すること。
【解決手段】本発明は、端末の予測位置とその測定誤差とを検出する位置情報検出手段と、前記予測位置と測定誤差との複数の時系列の測定結果に基づいて、複数の測定結果の間を補間する位置情報補間手段と、前記複数の測定結果が補間された軌跡に属するエリアを通過した確率を計算するエリア存在確率分布検出手段とを有する目的地予測システムである。
【解決手段】本発明は、端末の予測位置とその測定誤差とを検出する位置情報検出手段と、前記予測位置と測定誤差との複数の時系列の測定結果に基づいて、複数の測定結果の間を補間する位置情報補間手段と、前記複数の測定結果が補間された軌跡に属するエリアを通過した確率を計算するエリア存在確率分布検出手段とを有する目的地予測システムである。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、目的地予測システム、目的地予測方法及びプログラムに関する。
【背景技術】
【０００２】
従来、カーナビゲーションの操作の簡易化、より効果的な位置情報サービスを実現するために、運転者は日常生活において同じ経路を移動していることが多いことを利用して、カーナビゲーションの移動履歴から移動軌跡と目的地の関係を学習し、現在までの移動軌跡から自動的に目的地を推測する方法が発明されている。その発明の代表例として、特許文献１のようなものがある。
【０００３】
図１３に示すように、この従来の目的地予測システムは、１はユーザが乗った車に搭載されたカーナビ、２はカーナビ１からの要求に応じて情報を提供するためのサーバ、３はカーナビ１とサーバ２とをつなぐ例えばインターネットなどのネットワークである。
【０００４】
カーナビ１において、１１はＧＰＳなどを用いてユーザの車の現在位置に関する情報を検出する位置情報検出部であり、１２は地図情報を記憶する地図データベースである。
【０００５】
１３は位置情報検出部１１によって検出された現在位置と地図データベース１２とを参照して、検出した現在位置が記憶すべき場所であるか否か（後述するノードであるか否か）を判定する記憶位置判定部、１４は現在の日時を検出する日時検出部、１５は記憶位置判定部１３によって現在位置が記憶すべき場所であると判定されたとき、現在位置と日時検出部１４によって検出された現在の日時とを対にして時系列に記憶する移動情報履歴蓄積部である。１６は移動情報履歴蓄積部１５に記憶されている位置と日時の情報（移動情報）の履歴から、時系列の移動パタンを検出する移動パタン検出部であり、１７は所定のイベントが発生したとき、移動パタン検出部１６によって検出された移動パタンからユーザの車の行き先を予測する行動予測部である。
【０００６】
１８は行動予測部１７によって予測されたユーザの行き先に関する情報をネットワーク３を介してサーバ２から取得する情報取得部であり、１９はユーザに対して、情報取得部１８によって取得した情報や地図データベース１２に格納された地図情報を例えば液晶ディスプレイに表示する情報提供部である。
【０００７】
またサーバ２において、２１はカーナビ１に対して情報を送受信するための情報送受信部であり、２２はカーナビ１に対して送信するための情報を記憶している情報蓄積部である。
【０００８】
このような構成を有する従来の目的地予測システムは概略つぎのように動作する。
【０００９】
すなわち、記憶位置判定部１３で出発位置/目的地を車のエンジンのon/offで検出し、その位置を記憶するとともに、出発地〜目的地までの移動の間、地図データベース１２を参照しながら、交差点を通過するたびに通過軌跡として目的地および日時と対応付ける形で移動情報履歴蓄積部１５に保存する。移動パタン検出部１６は、図１４に示したベイジアンネットワークを学習する。なお、図１４中のエリアとは特許文献１においては交差点に該当する。行動予測部１７においては、出発してからの経路と運転者、時間帯などからベイズ推定を行う。
【００１０】
類似した方式は、本特許文献以外にもいくつか提案されている。例えば、非特許文献１においては、エリアとして、空間を正方形に区切ったグリッドと、移動履歴における分岐から分岐までの一辺の両方でモデルを作成し、推定したものもある。
【特許文献１】特許3816068号公報 （段落0020−0039、図１）
【非特許文献１】目的予測型カーナビゲーションシステムのための運転状況を考慮した目的地予測手法、大阪大学、三菱電機株式会社、DEWS2007、E9-5
【発明の開示】
【発明が解決しようとする課題】
【００１１】
ところが，このような方式を携帯電話に適用した場合，以下の問題があった。
【００１２】
第１の問題点は、正確にエリア内に存在していることを判定できないということである。その理由は、携帯電話で測位する場合、(特に屋内に存在する場合において)ＧＰＳの信号を受信できない場合が多く、その場合受信している基地局のＩＤや電界強度などから位置を推定するがその精度が悪いためである。
【００１３】
第２の問題点は、位置の変化などから出発・到着を推定しなければならないということである。その理由は、携帯電話の場合、車と違って、出発・到着のシグナルが与えられないためである。
【００１４】
そこで、本発明は上記課題に鑑みて発明されたものであって、その目的は、良い位置精度を常に得ることが難しい携帯電話等の端末でも目的地を予測できる目的地予測システム、目的地予測方法及びプログラムを提供することにある。
【課題を解決するための手段】
【００１５】
上記課題を解決する本発明は、端末の予測位置とその測定誤差とを検出する位置情報検出手段と、前記予測位置と測定誤差との複数の時系列の測定結果に基づいて、複数の測定結果の間を補間する位置情報補間手段と、前記複数の測定結果が補間された軌跡に属するエリアを通過した確率を計算するエリア存在確率分布検出手段とを有する目的地予測システムである。
【００１６】
上記課題を解決する本発明は、端末の予測位置とその測定誤差とを検出し、前記予測位置と測定誤差との複数の時系列の測定結果に基づいて、複数の測定結果の間を補間し、前記複数の測定結果が補間された軌跡に属するエリアを通過した確率を計算する目的地予測方法である。
【００１７】
上記課題を解決する本発明は、端末の予測位置とその測定誤差とを検出する位置情報検出処理と、前記予測位置と測定誤差との複数の時系列の測定結果に基づいて、複数の測定結果の間を補間する位置情報補間処理と、前記複数の測定結果が補間された軌跡に属するエリアを通過した確率を計算するエリア存在確率分布検出処理とを情報処理装置に実行させるプログラムである。
【発明の効果】
【００１８】
本発明によれば、位置精度が悪い携帯電話等の端末でも目的地を予測できる。
【発明を実施するための最良の形態】
【００１９】
本発明の第１の実施の形態を説明する。
【００２０】
図１は本実施の形態のブロック図である。
【００２１】
図１を参照すると、本実施の形態は、位置情報検出部１１’と、地図データベース１２と、位置情報補間部１００と、エリア存在確率検出部１０１と、日時検出部１４と、記憶位置判定部１３’と、移動情報履歴蓄積部１５’と、移動パタン検出部１６’と、行動予測部１７’と、情報取得部１８と、情報提供部１９とから構成されている。尚、記憶位置判定部１３’は、位置属性判定部１３ａを含む。移動パタン検出部１６’は、エリア存在確率付学習部１６ｂを含む。
【００２２】
位置情報検出部１１’は、ＧＰＳなどを用いてユーザの携帯電話などの端末の現在位置と測定誤差に関する情報とを検出する。
【００２３】
地図データベース１２には、地図情報が記憶されている。
【００２４】
図２は地図データベース１２に格納されたデータの例を示す図であり、本実施形態で参照するデータの一部を抜粋したものである。
【００２５】
本実施形態では、地図を格子状などに区切った領域を「エリア」という概念で表すものとする。図２において、エリアＩＤは、これらエリアに唯一に割り当てられたＩＤ番号（識別情報）を示し、エリア境界を示す緯度・経度情報とともにそれぞれ記憶されている。この例では緯度、経度の大きさに応じてエリアに区切っているが、住所や携帯電話のセルなど違う領域でもよい。その場合も境界を表す緯度経度情報が格納されているものとする。
【００２６】
なお、ＩＤ番号の代わりに、エリアの名称を、各エリアが唯一に特定できるように記述してもよい。すなわち、移動情報履歴蓄積部１５’に蓄積される移動経路において、エリアが特定できればよい。
【００２７】
また、この地図データベース１２は、携帯電話などの端末で管理するものとしたが、例えば携帯電話事業者などが管理するサーバに蓄えられており、携帯電話がサーバに緯度・経度などの位置情報を送信すると、サーバがこれに対応するエリアＩＤを携帯電話に通知するようにしてもよい。
【００２８】
位置情報補間部１００は、位置情報検出部１１’で検出された誤差を含む離散的な位置に対して補間処理を行い、誤差を含む連続的な軌跡を生成する。
【００２９】
エリア存在確率検出部１０１は、位置情報補間部１００で得られた軌跡をもとに、地図データベース１２で定義された各エリアにどのくらいの確率で存在するかを検出する。
【００３０】
記憶位置判定部１３’は、検出した現在位置が記憶すべき場所であるか否かを判定する。位置属性判定部１３ａは、一定時間以上移動しなかった場所を基準に、そこから始めて場所が変化した場合、移動元の場所を出発地と判定し、いったん出発すると、一定時間以上移動しなくなった場所を検出するとそこを到着地と判定し、出発地から到着地までの移動を移動途中の経路と判定する。
【００３１】
日時検出部１４は、現在の日時を検出する。
【００３２】
移動情報履歴蓄積部１５’は、記憶位置判定部１３’によって現在位置が記憶すべき場所であると判定されたとき、現在位置と日時検出部１４によって検出された現在の日時とを対にして時系列に記憶する。
【００３３】
移動パタン検出部１６’は、移動情報履歴蓄積部１５’に記憶されている位置と日時の情報（移動情報）の履歴から、時系列の移動パタンを検出する。エリア存在確率付学習部１６ａは、エリア存在確率検出部１０１で検出された確率つきの位置情報の履歴から、時系列の移動パタンを学習する。
【００３４】
行動予測部１７’は、所定のイベントが発生したとき、移動パタン検出部１６’によって検出された移動パタンからユーザの行き先を予測する。
【００３５】
情報取得部１８は、行動予測部１７’によって予測されたユーザの行き先に関する情報を取得する。
【００３６】
情報提供部１９は、ユーザに対して、情報取得部１８によって取得した情報や地図データベース１２に格納された地図情報を例えば液晶ディスプレイに表示する。
【００３７】
次に、端末を持つ人の移動経路が移動情報履歴として移動情報履歴蓄積部１５’に蓄積される処理の流れについて、図３のフローチャートを用いて説明する。
【００３８】
まず、携帯電話などの端末の電源が入っているかどうか判定し（ステップＳ１１）、電源が入っている場合、以下の処理を実行する。
【００３９】
まず、位置情報検出部１１’において、端末で現在位置を測位する（ステップＳ１２）。この測位は、ＧＰＳ、あるいは受信できる携帯電話基地局のＩＤおよび電界強度から算出される緯度経度情報でもよい。さらに、この測位においては測定誤差も合わせて検出する。例えば、ＮＴＴドコモ社の位置情報サービスにおいては、測定誤差の範囲をレベル１（水平誤差３００ｍ以上）〜レベル３（水平誤差５０ｍ未満）と３段階に通知されるが、それを利用して、レベル３のとき５０ｍ、レベル２のとき３００ｍ、レベル３のとき１Ｋｍなどと指定することができる（参考 http://www.nttdocomo.co.jp/service/imode/make/content/gps/）。
【００４０】
また、測定位置の緯度経度と測定誤差とを送信する別の形態として、端末が存在する可能性のある領域の境界を送る場合がある。例えば、ＮＴＴドコモ社のｉエリアのように、地域が検出される場合は、地域コードと境界位置の緯度経度との対応関係を別途もっておき、検出された地域コードから境界位置をすべて検出する。
【００４１】
携帯電話基地局やＧＰＳ以外の位置検出部として、Ｐｌａｃｅ Ｅｎｇｉｎｅ(http://www.placeengine.com)のように周辺の無線ＬＡＮなどの電波から住所をもとめる方式もあるが、この場合も住所に対応する境界の緯度経度情報の対応を別途もっておき、検出された住所から境界の緯度経度情報を求める。
【００４２】
次に、位置情報検出部１１’が検出した端末の位置のエリア存在確率を計算する。
【００４３】
この存在確率の計算例を図４に示す。図４では、エリアＡ１〜エリアＡ９の境界は地図データベース１２にて事前に与えられているものとし、位置情報検出部１１’で検出された位置の緯度・経度が図中の×の位置、その誤差の範囲は図中の円で示した領域であるとする。
【００４４】
ここで、それぞれのエリアごとに円の領域が含まれる面積の比、もしくは検出位置（図中の×の位置）を最大としたガウス分布などをもちいた確率密度分布を積分して得られた値などをもとに、位置情報検出部１１’で検出された位置がそれぞれのエリアに含まれる存在確率を算出する。その結果、例えば図４に示すように、エリアＡ２は０．２０、エリアＡ３は０．０５、エリアＡ５は０．６、エリアＡ６は０．１５のような確率が得られる（全部足すと１になることに注意）。
【００４５】
次に、位置情報補間部１００において、端末の位置が測定された範囲をつなぐ軌跡の補間を行う（ステップＳ１００）。
【００４６】
図５はこの補間方式の例を示した模式図である。図５では、７０に分割されたエリア内で出発地Ａから目的地ＢまでＰ、Ｑ、Ｒが観測された例を示している。なお、説明の便宜上、図中の左下をエリア（０,０）とし、各エリアは｛（ｘ,ｙ）｜ｘは左からの順番、ｙは下からの順番｝と定める。Ａ、Ｂ、Ｐ、Ｑ、Ｒの丸で囲んだ領域は、ステップＳ１２で、測定誤差から端末が存在する可能性のある領域として検出されたものである。補間される領域は、これら領域を検出された時刻順につないだものである。ここでは単純な方式として領域の接線(軌跡の境界線)を求め、その接線と検出された領域を囲む領域を補間された軌跡として検出している。これ以外に、スプライン曲線による補間や、マップマッチングによる補間などが考えられるがいずれの部を用いてもよい。
【００４７】
次に、エリア存在確率検出部１０１において、補間された軌跡内の領域における各エリア存在確率を計算する（ステップＳ１３）。この補間された軌跡内の領域における各エリア存在確率とは、出発地Ａから目的地Ｂを移動する軌跡が当該エリアを通過する確率である。これは、軌跡に内接する円のうち、当該エリアを最も含む円を求め、その円の内部が当該エリアにどの程度含まれるかを示す割合から算出される。算出においては以下の処理を行う。
【００４８】
まず、図５のように、補間される軌跡の中心線（図中の点線で示された線）を求める。これはＡ、Ｂ、Ｐ、Ｑ、Ｒの中心間を結ぶ直線（スプライン曲線ならスプライン曲線、マップマッチングなら地図に規定された経路）を求めることによって算出することができる。
【００４９】
次に、各エリアの中心と軌跡の中心線との距離が最小になる点を求める。これを図５の例を利用し説明すると、エリア（６,４）の中心Ｏ（６，４）から軌跡の中心線に垂線を引き、その垂線の足を当該点Ｍとして求めている。このように中心線が直線の場合は１点に定まるが、スプライン曲線やマップマッチングにより中心線を定める場合には垂線の足が複数存在することがあるので、その場合はそれぞれの点を求めて、距離が最小になる点を求めればよい。
【００５０】
このようにして求めた点Ｍについて誤差の領域を計算する。この誤差の領域は、図５に示すように点Ｍを中心とし、軌跡の境界線に接する円を求めることによって定まる。それから、それぞれのエリアごとにこの誤差の領域が含まれる面積の比、もしくは点Ｍを最大としたガウス分布などをもちいた確率密度分布を積分して得られた値などをもとに、それぞれのエリアに含まれる存在確率を算出する。その結果、例えば図４に示すように、エリア（６，４）は０．８０、エリア（５，４）は０．１０、エリア（６，５）は０．１０のような確率が得られる（全部足すと１になることに注意）。
【００５１】
続いて、日時検出部１４で現在時刻を検出し、ステップＳ１００で得られた各エリアに時刻を対応付ける（ステップＳ１４）。
【００５２】
次に、位置属性判定部１３ａは、ステップＳ１５〜ステップＳ１７を実行し、得られた位置が出発地、到着地、移動途中、又はそれ以外のいずれかを判定する。
【００５３】
まず、ステップＳ１３で測位されたエリア確率の時系列変化を見て、移動中かどうか判定する（ステップＳ１５）。これは、現在時刻から過去Ｔ（あらかじめ与えられた時間間隔）の間に位置が検出された点をＯｉ（ｉ＝０…Ｎ：ただし、ｉ＝０のときを現在時刻の位置とし、以下時刻が新しい順にｉ＝１…Ｎとする）、それらの誤差の範囲をＣｉ（ｉ＝０…Ｎ：ｉの番号の振り方はＯｉと同様）とするとき、
を満たす場合、移動中であると判定する。
【００５４】
なお、（式１）の
は、Ｃｉ（ｉ＝０…Ｎ）の重なりの領域の大きさ、
αはあらかじめ定めた定数、
は、Ｃｉ（ｉ＝０…Ｎ)のうち、もっとも領域の小さいものの広さを指す。
【００５５】
ステップＳ１５のもう１つの方法として、携帯電話などの端末に搭載された加速度センサを利用する方法もある。これは、加速度センサによって一定時間以上、加速度センサの出力値の分散が一定以上、振幅が一定以上あった場合は移動中であると判定することもできる。
【００５６】
ステップＳ１５で移動中と判定された場合、その１つ前の位置は停止状態であったか判定する（ステップＳ１６）。これは、上記の位置Ｏｉ（ｉ＝１…Ｎ＋１：ただし、ｉ＝１のときを現在時刻から１つ前に検出された位置とし、以下時刻が新しい順にｉ＝１…Ｎ＋１とする）、それらの誤差の範囲をＣｉ（ｉ＝１…Ｎ＋１：ｉの番号の振り方はＯｉと同様）とするとき、
を満たす場合、その１つ前の位置は停止状態であると判定する。
【００５７】
ここで、ステップＳ１６で、その１つ前の位置は停止状態であったと判定された場合、
を出発地として、Ｏ０とＣ０を移動中の経路としてステップＳ１８の処理を実行する。また、ステップＳ１６で、その１つ前の位置は停止状態でなかったと判定された場合、単にＯ０とＣ０を移動中の経路としてステップＳ１９の処理を実行する。
【００５８】
ステップＳ１５で移動中でないと判定された場合、その１つ前の位置は移動状態であったか判定する（ステップＳ１７）。これは、上記の位置Ｏｉ（ｉ＝１…Ｎ＋１：ただし、ｉ＝１のときを現在時刻から１つ前に検出された位置とし、以下時刻が新しい順にｉ＝１…Ｎ＋１とする）、それらの誤差の範囲をＣｉ（ｉ＝１…Ｎ＋１：ｉの番号の振り方はＯｉと同様）とするとき、
を満たす場合、その１つ前の位置は移動状態であると判定する。
【００５９】
ここで、ステップＳ１７で、その１つ前の位置は移動状態であったと判定された場合、
を到着地として、ステップＳ２０の処理を実行する。また、ステップＳ１７で、その１つ前の位置は移動状態でなかったと判定された場合、何も処理を行わず、ある程度の時間を待って、ステップＳ１２以降の処理を実行する。
【００６０】
次に、移動情報履歴蓄積部１５’に、出発地／到着地の情報、移動中のエリア、およびその際の日時を記憶する（ステップＳ１８〜ステップＳ２１）。
【００６１】
図６、図７は移動情報履歴蓄積部１５’に蓄積された移動情報履歴の例である。図６は、出発地、又は到着地を登録している。地点ＩＤとは、出発地又は到着地を特定するＩＤである。なお、説明の便宜上、出発地と到着地を総称した概念を以降登録地点と呼ぶことにする。図６は、ステップＳ１６、もしくはステップＳ１７で、新しい出発地／到着地が生成されるたびに新しく割り当てられる。
【００６２】
以降、ステップＳ１６で、
が出発地として検出された場合を例にあげて説明する（以降の処理がステップＳ１８に該当）。
とし、過去に同様にして得られた登録地点をＣＭ−ｊ（ｊ＝１…Ｌ)とすると、すべてのｊについて、
が成立するとき、新しい登録地点として、図６で示されたリストにＣＭ−ＮＥＷを登録する。この場合、中心北緯、東経は、Ｏｉ（ｉ＝１…Ｎ＋１：Ｃｉに対応する検出位置）の重心の北緯、東経を記憶する。誤差の範囲は、ＣＭ−ＮＥＷと同等の面積をもつ円の半径を算出し、その円の半径の長さを記憶する。累積滞在時間は、ＯＮ＋１が検出されてからＯ１が検出されるまでの時間間隔を記憶する。
【００６３】
すべてのｊについて（式４）が成立しない場合は、
を満たすｊが少なくとも１つは存在するが、このときは、
が最大となるＯＭ−ｊを求め、
を従来の登録地点に上書きする形で保存する。ただし、図６で記憶するには、
は形状が複雑で難しいことから、以下に示すように、
を円で近似して記憶する。
【００６４】
ＯＭ−ＮＥＷをＯｉ（ｉ＝１…Ｎ＋１：Ｃｉに対応する検出位置）の重心とし、ＯＭ−ｊをＣＭ−ｊに対応する各検出位置の重心とし、ＯＭ−ＮＥＷに滞在した累積滞在時間をＴＭ−ＮＥＷとし、ＯＭ−ｊに滞在した累積滞在時間をＴＭ−ｊとすると、ＯＭ−ｊとＯＭ−ＮＥＷを、（ＴＭ−ｊ：ＴＭ−ＮＥＷ）で内分する点を新しい登録地点の中心とし、この中心の北緯東経をＣＭ−ｊの北緯東経として更新する。また、
と同等の面積をもつ円の半径を算出し、その円の半径の長さをＣＭ−ｊの誤差の範囲として更新する。また、ＣＭ−ｊの累積滞在時間を（ＴＭ−ｊ＋ＴＭ−ＮＥＷ）に更新する。
【００６５】
なお、１＞β＞αとすることによって、（式５）を満たすＣＭ−ｊを極力１個にするように制限することが可能である。以上が、ステップＳ１８の処理内容である。
【００６６】
ステップＳ１９では、Ｏ０とＣ０が移動軌跡と検出されているので、それを図７のように登録する。図６は、到着地点、出発地点、エリアＩＤ、存在確率、通過日時は対になって時系列に記憶されている。図中のＰ１は、ステップＳ１８で求められた出発位置である。例えば、Ｏ０は図４のような位置に３月２１日の午前８：２０に通過した場合の例を挙げている。このように、Ｏ０が複数のエリアにまたがっている場合、それぞれのエリアごとに存在確率とともに履歴が蓄積される。この例では、Ｏ０がエリアＡ２、Ａ３、Ａ５、Ａ６に対して存在確率は、それぞれ、０．２、０．０５、０．６、０．１５であるため、そのように記載されている。なお、ステップＳ１９の時点では、まだ到着地点は分からないので、登録されていない。
【００６７】
次に、ステップＳ１６においてその１つ前の位置は停止状態でなかったと判定された場合、Ｏ０とＣ０が移動軌跡と検出されるので、それを図７のように登録する（ステップＳ２０）。ステップＳ２０は、ステップＳ１９と処理が同じなので、記載を省略する。
【００６８】
最後に、ステップＳ１７においてその１つ前の位置は移動状態と判定された場合、
を到着地として、以下の処理を実行する（ステップＳ２１）。
【００６９】
まず、ステップＳ１８と同様の処理を行って、図７のようなリストに到着地の地点登録を行う。
【００７０】
次に、Ｃ１…ＣＮについては、ステップＳ１９の処理で図７のようなリストに途中経路として登録されているが、それを削除する。
【００７１】
最後に、到着地を図７のようなリストに登録する。
【００７２】
以上の処理により、図７のように、出発地から到着地までの一連の移動軌跡を時間情報とともに記憶することができる。
【００７３】
次に、移動パタン検出部１６’の動作について説明する。
【００７４】
移動パタン検出部１６’は、移動情報履歴蓄積部１５に蓄積された移動情報履歴から、ユーザの移動傾向を抽出する。移動傾向は、移動情報履歴蓄積部１５’に蓄積された全ての移動情報履歴の中から、出発地＝目的地の組み合わせごとにエリアごとの存在確率の平均を格納したものである。この処理を図８の例を挙げて説明する。
【００７５】
図８は、図５のような出発地Ａから目的地Ｂへの移動において、ステップＳ１４で各エリアでの存在確率を計算した結果を示す。このような結果を、出発地Ａから目的地Ｂへの移動の複数の履歴から集めると、エリアごとの存在確率の分布を求めることが出来る。
【００７６】
エリア存在確率分布検出部１６ｂでは、得られた分布から各エリアにおいて、出発地ｓ、目的地tとの組み合わせごとに平均を計算する。
【００７７】
次に、ユーザの行動予測とそれに従ったユーザへの情報提供の処理について、図９のフローチャートを参照して説明する。
【００７８】
所定のイベントの発生が検知されると（ステップＳ２１）、現在までの移動軌跡の出発地を取得する（ステップＳ１１１）。これは、図３のステップＳ１８の結果を取得することによって実現する。
【００７９】
次に、行動予測部１７’は移動パタン検出部１６’を参照して、ユーザの現在以降の行動を予測する（ステップＳ２２）。なお、上述した移動パタン検出部１６’の動作は、予めなされていてもよいし、この所定のイベントを検知したときに行われるようにしてもかまわない。
【００８０】
なお、所定のイベントとしては例えば、端末の開閉、情報提供の要求操作などがあり、この他にも、所定の時間間隔などの定期的なタイミング、または新たな情報の入手時等が考えられる。
【００８１】
ここで、行動の予測方法について説明する。ステップＳ１１１で現在までの移動の出発地が検出されている場合、過去の履歴からその出発地から向かう全ての移動パタンを検出する。つぎに、検出された各移動パタンにおいて、出発してから測位された位置の履歴から尤度を計算する。この尤度は、出発してからの経路をそれぞれＲという事象で表現すると、すべての登録地点Ｐｋ（ｋ＝１..Ｎｐ）に向かう尤度Ｌ（Ｐｋ｜Ｒ）は、以下のように求めることができる。
ただし、
は地点Ｐｋに向かう軌跡のエリアＩＤがiであるエリアの存在確率（ステップＳ１４の処理結果）、
は出発してから測位された１つの位置Ｐｊが、エリアＩＤがiであるエリアに含まれる存在確率を示す。
【００８２】
この尤度の計算を、図８、図１０、図１１を例に挙げて説明する。
【００８３】
あるユーザの過去の移動履歴において、エリア存在確率分布検出部１６ｂで検出された出発地Ａから目的地Ｂへの移動パタンが図８、出発地Ａから目的地Ｃへの移動パタンが図１０であるとする。
【００８４】
このとき、出発地Ａからの移動が図１１のＳ、Ｔ、Ｕのように観測されたとする。
【００８５】
処理としては、まず、地点Ｓ、Ｔ、Ｕの各エリアに対する存在確率を、以下のように求める。
【００８６】
例えば、図４に示すように、エリアＡ１〜エリアＡ９の境界は地図データベース１２にて事前に与えられているものとし、位置情報検出部１１’で検出された位置の緯度・経度が図中の×の位置、その誤差の範囲は図中の円で示した領域であるとする。ここで、それぞれのエリアごとに円の領域が含まれる面積の比、もしくは検出位置（図中の×の位置）を最大としたガウス分布などをもちいた確率密度分布を積分して得られた値などをもとに、位置情報検出部１１’で検出された位置がそれぞれのエリアに含まれる存在確率を算出する。その結果、例えば図４に示すように、エリアＡ２は０．２０、エリアＡ３は０．０５、エリアＡ５は０．６、エリアＡ６は０．１５のような確率が得られる（全部足すと１になることに注意）。
【００８７】
このような方法により、各エリアに含まれる面積の比から以下のように求まったとする。
地点Ｓ エリア（２，１）：０．４、エリア（３，１）：０．６
地点Ｔ エリア（４，２）：０．３、エリア（５，２）：０．７
地点Ｕ エリア（６，２）：０．２、エリア（７，２）：０．８
すると、目的地Ｂに向かう尤度と、目的地Ｃに向かう尤度は以下のように求まる。
L(B|S→T→U) = 0.4*1.0 + 0.6*0.3 + 0.3*0.0 + 0.7*0.0 + 0.2*0.0 + 0.8*0.0 = 0.58
L(C|S→T→U) = 0.4*0.8 + 0.9*0.3 + 0.3*0.9 + 0.7*0.8 + 0.2*0.9 + 0.8*1.0 = 2.40
行動予測部１７’は、このような尤度が所定の基準を満たす地点を、予測される行き先として選択する。
【００８８】
所定の基準は例えば、予測の確からしさを示す閾値を定めておき、尤度がこの閾値×観測数よりも大きいこととする。例えば、上記の例で、閾値を0.7とすると、0.7×3(観測数はＳ、Ｔ、Ｕの3つ)を超える地点Ｃが今後進む目的地として予測される。
【００８９】
また、現在までの経路情報による尤度では閾値を超える地点が存在しない場合には、現在以降測位される毎に確率を計算し直し、閾値を超える地点が見つかった時点で、進路に関して予測を行う、といったことが考えられる。
【００９０】
あるいは、出発地Ａから向かうすべての目的地に対し、尤度を算出し、その最大となる場所を目的地と推定することができる。例えば、上記の例では、出発地Ａの場合の目的地はＢとＣの２つ存在するが、そのうちの尤度最大となる地点Ｃを今後進む目的地として推定するものである。
【００９１】
いずれかの方法により、行動予測部１７がユーザの行き先を、例えば、エリアＡ７であると予測すると、情報取得部１８は、予測されたエリアＡ７の位置情報に関連する情報の検索が行われる（ステップＳ２３）。検索に際しては、例えば、各情報に関連する位置情報をあらかじめ与えておき、登録地点からの中心との距離が一定値以内である、登録地点の誤差の範囲に入っているかどうかをもとに、検索することができる。そして、検索結果として、予測された目的地に近い情報を受信する。（ステップＳ２４）
最後に、情報提供部１９は受信した情報をユーザに表示する（Ｓ２５）。提供方法としては例えば、ディスプレイ上に視覚的に表示したり、音声により聴覚的にユーザに伝達したりする方法などがある。
【００９２】
本実施の形態では、位置情報補間部１００で、離散的に測位された位置情報を補間し、エリア存在確率分布検出部１６ｂで補間された軌跡をもとに、出発地＝目的地の組み合わせ毎に存在確率を計算し、行動予測部１７で、出発してから観測された各位置のエリア毎の存在確率に、エリア存在確率分布検出部１６ｂで求めているエリア毎の存在確率を乗じることによって得られる目的地ごとの尤度を求め、目的地を予測することによって、位置測位が離散的に行えない状態でも目的地を予測できる。
【００９３】
次に、本発明の第２の実施の形態について図面を参照して詳細に説明する。
【００９４】
図１２を参照すると、本発明の第２の実施の形態は、第１の実施の形態に加えて移動判定部２００、変化点検出部２０１が追加されていることが構成上の特徴となっている。
【００９５】
これらの部はそれぞれ概略つぎのように動作する。
【００９６】
移動判定部２００は、加速度センサなどによる移動を検出する。変化点検出部２０１では加速度センサの変化パタンを検出する。この変化とは、例えばウェーブレット変換や分散値の変化を使うことによって検出することができる。
【００９７】
位置情報検出部１１’は変化パタンを利用して、動的に間隔を変えながら位置を測位する。これは、変化してから同じ動きが継続すると同じ状態が続いているものと考えられるので、補間がしやすいためである。したがって、同じ動きが継続しているときは序々にサンプリングを粗くする。これ以降の部は、上述した実施の形態と同じであるため、説明を省略する。
【００９８】
本実施の形態では、移動判定部２００で携帯電話に内蔵された加速度センサの変動を求め、変化点検出部２０１で加速度センサのパタンの変動から位置取得に必要なタイミングを推定し、位置情報検出部１１’は不必要なときは測位を間引き、必要なときは頻繁に位置を取得することにより、携帯電話の電池を節約することができる。また、測位に際し、携帯電話事業者が管理するサーバにアクセスする必要がある場合はその通信を節約することにより、通信により発生するパケット代を節約することができる。
【産業上の利用可能性】
【００９９】
本発明によれば、携帯電話を利用した情報配信、および携帯電話・ワンセグなどの放送を利用した広告配信といった用途に適用できる。また、携帯電話を利用した先回りの設定（行き先に応じた無線などの端末設定など）といった用途にも適用可能である。
【図面の簡単な説明】
【０１００】
【図１】図１は本実施の形態のブロック図である。
【図２】図２は地図データベース１２に格納されたデータの例を示す図である。
【図３】図３は端末を持つ人の移動経路が移動情報履歴として移動情報履歴蓄積部１５’に蓄積される処理の流れを示すフローチャートである。
【図４】図４は存在確率の計算例を示す図である。
【図５】図５は補間方式の例を示した模式図である。
【図６】図６は移動情報履歴蓄積部１５’に蓄積された移動情報履歴の例を示す図である。
【図７】図７は移動情報履歴蓄積部１５’に蓄積された移動情報履歴の例を示す図である。
【図８】図８は図５のような出発地Ａから目的地Ｂへの移動において、ステップＳ１４で各エリアでの存在確率を計算した結果の例を示した図である。
【図９】図９はユーザの行動予測とそれに従ったユーザへの情報提供の処理のフローチャートである。
【図１０】図１０は尤度の計算を説明するための図である。
【図１１】図１１は尤度の計算を説明するための図である。
【図１２】図１２は第２の実施の形態のブロック図である。
【図１３】関連する技術のブロック図である。
【図１４】関連する技術のブロック図である。
【符号の説明】
【０１０１】
１１’ 位置情報検出部
１２ 地図データベース
１４ 日時検出部
１３’ 記憶位置判定部
１３’ａ 位置属性判定部
１５’ 移動情報履歴蓄積部
１６’ 移動パタン検出部
１７’ 行動予測部
１８ 情報取得部
１９ 情報提供部
１６ａ エリア存在確率付学習部
１０１ エリア存在確率検出部
２００ 移動判定部
２０１ 変化点検出部
【技術分野】
【０００１】
本発明は、目的地予測システム、目的地予測方法及びプログラムに関する。
【背景技術】
【０００２】
従来、カーナビゲーションの操作の簡易化、より効果的な位置情報サービスを実現するために、運転者は日常生活において同じ経路を移動していることが多いことを利用して、カーナビゲーションの移動履歴から移動軌跡と目的地の関係を学習し、現在までの移動軌跡から自動的に目的地を推測する方法が発明されている。その発明の代表例として、特許文献１のようなものがある。
【０００３】
図１３に示すように、この従来の目的地予測システムは、１はユーザが乗った車に搭載されたカーナビ、２はカーナビ１からの要求に応じて情報を提供するためのサーバ、３はカーナビ１とサーバ２とをつなぐ例えばインターネットなどのネットワークである。
【０００４】
カーナビ１において、１１はＧＰＳなどを用いてユーザの車の現在位置に関する情報を検出する位置情報検出部であり、１２は地図情報を記憶する地図データベースである。
【０００５】
１３は位置情報検出部１１によって検出された現在位置と地図データベース１２とを参照して、検出した現在位置が記憶すべき場所であるか否か（後述するノードであるか否か）を判定する記憶位置判定部、１４は現在の日時を検出する日時検出部、１５は記憶位置判定部１３によって現在位置が記憶すべき場所であると判定されたとき、現在位置と日時検出部１４によって検出された現在の日時とを対にして時系列に記憶する移動情報履歴蓄積部である。１６は移動情報履歴蓄積部１５に記憶されている位置と日時の情報（移動情報）の履歴から、時系列の移動パタンを検出する移動パタン検出部であり、１７は所定のイベントが発生したとき、移動パタン検出部１６によって検出された移動パタンからユーザの車の行き先を予測する行動予測部である。
【０００６】
１８は行動予測部１７によって予測されたユーザの行き先に関する情報をネットワーク３を介してサーバ２から取得する情報取得部であり、１９はユーザに対して、情報取得部１８によって取得した情報や地図データベース１２に格納された地図情報を例えば液晶ディスプレイに表示する情報提供部である。
【０００７】
またサーバ２において、２１はカーナビ１に対して情報を送受信するための情報送受信部であり、２２はカーナビ１に対して送信するための情報を記憶している情報蓄積部である。
【０００８】
このような構成を有する従来の目的地予測システムは概略つぎのように動作する。
【０００９】
すなわち、記憶位置判定部１３で出発位置/目的地を車のエンジンのon/offで検出し、その位置を記憶するとともに、出発地〜目的地までの移動の間、地図データベース１２を参照しながら、交差点を通過するたびに通過軌跡として目的地および日時と対応付ける形で移動情報履歴蓄積部１５に保存する。移動パタン検出部１６は、図１４に示したベイジアンネットワークを学習する。なお、図１４中のエリアとは特許文献１においては交差点に該当する。行動予測部１７においては、出発してからの経路と運転者、時間帯などからベイズ推定を行う。
【００１０】
類似した方式は、本特許文献以外にもいくつか提案されている。例えば、非特許文献１においては、エリアとして、空間を正方形に区切ったグリッドと、移動履歴における分岐から分岐までの一辺の両方でモデルを作成し、推定したものもある。
【特許文献１】特許3816068号公報 （段落0020−0039、図１）
【非特許文献１】目的予測型カーナビゲーションシステムのための運転状況を考慮した目的地予測手法、大阪大学、三菱電機株式会社、DEWS2007、E9-5
【発明の開示】
【発明が解決しようとする課題】
【００１１】
ところが，このような方式を携帯電話に適用した場合，以下の問題があった。
【００１２】
第１の問題点は、正確にエリア内に存在していることを判定できないということである。その理由は、携帯電話で測位する場合、(特に屋内に存在する場合において)ＧＰＳの信号を受信できない場合が多く、その場合受信している基地局のＩＤや電界強度などから位置を推定するがその精度が悪いためである。
【００１３】
第２の問題点は、位置の変化などから出発・到着を推定しなければならないということである。その理由は、携帯電話の場合、車と違って、出発・到着のシグナルが与えられないためである。
【００１４】
そこで、本発明は上記課題に鑑みて発明されたものであって、その目的は、良い位置精度を常に得ることが難しい携帯電話等の端末でも目的地を予測できる目的地予測システム、目的地予測方法及びプログラムを提供することにある。
【課題を解決するための手段】
【００１５】
上記課題を解決する本発明は、端末の予測位置とその測定誤差とを検出する位置情報検出手段と、前記予測位置と測定誤差との複数の時系列の測定結果に基づいて、複数の測定結果の間を補間する位置情報補間手段と、前記複数の測定結果が補間された軌跡に属するエリアを通過した確率を計算するエリア存在確率分布検出手段とを有する目的地予測システムである。
【００１６】
上記課題を解決する本発明は、端末の予測位置とその測定誤差とを検出し、前記予測位置と測定誤差との複数の時系列の測定結果に基づいて、複数の測定結果の間を補間し、前記複数の測定結果が補間された軌跡に属するエリアを通過した確率を計算する目的地予測方法である。
【００１７】
上記課題を解決する本発明は、端末の予測位置とその測定誤差とを検出する位置情報検出処理と、前記予測位置と測定誤差との複数の時系列の測定結果に基づいて、複数の測定結果の間を補間する位置情報補間処理と、前記複数の測定結果が補間された軌跡に属するエリアを通過した確率を計算するエリア存在確率分布検出処理とを情報処理装置に実行させるプログラムである。
【発明の効果】
【００１８】
本発明によれば、位置精度が悪い携帯電話等の端末でも目的地を予測できる。
【発明を実施するための最良の形態】
【００１９】
本発明の第１の実施の形態を説明する。
【００２０】
図１は本実施の形態のブロック図である。
【００２１】
図１を参照すると、本実施の形態は、位置情報検出部１１’と、地図データベース１２と、位置情報補間部１００と、エリア存在確率検出部１０１と、日時検出部１４と、記憶位置判定部１３’と、移動情報履歴蓄積部１５’と、移動パタン検出部１６’と、行動予測部１７’と、情報取得部１８と、情報提供部１９とから構成されている。尚、記憶位置判定部１３’は、位置属性判定部１３ａを含む。移動パタン検出部１６’は、エリア存在確率付学習部１６ｂを含む。
【００２２】
位置情報検出部１１’は、ＧＰＳなどを用いてユーザの携帯電話などの端末の現在位置と測定誤差に関する情報とを検出する。
【００２３】
地図データベース１２には、地図情報が記憶されている。
【００２４】
図２は地図データベース１２に格納されたデータの例を示す図であり、本実施形態で参照するデータの一部を抜粋したものである。
【００２５】
本実施形態では、地図を格子状などに区切った領域を「エリア」という概念で表すものとする。図２において、エリアＩＤは、これらエリアに唯一に割り当てられたＩＤ番号（識別情報）を示し、エリア境界を示す緯度・経度情報とともにそれぞれ記憶されている。この例では緯度、経度の大きさに応じてエリアに区切っているが、住所や携帯電話のセルなど違う領域でもよい。その場合も境界を表す緯度経度情報が格納されているものとする。
【００２６】
なお、ＩＤ番号の代わりに、エリアの名称を、各エリアが唯一に特定できるように記述してもよい。すなわち、移動情報履歴蓄積部１５’に蓄積される移動経路において、エリアが特定できればよい。
【００２７】
また、この地図データベース１２は、携帯電話などの端末で管理するものとしたが、例えば携帯電話事業者などが管理するサーバに蓄えられており、携帯電話がサーバに緯度・経度などの位置情報を送信すると、サーバがこれに対応するエリアＩＤを携帯電話に通知するようにしてもよい。
【００２８】
位置情報補間部１００は、位置情報検出部１１’で検出された誤差を含む離散的な位置に対して補間処理を行い、誤差を含む連続的な軌跡を生成する。
【００２９】
エリア存在確率検出部１０１は、位置情報補間部１００で得られた軌跡をもとに、地図データベース１２で定義された各エリアにどのくらいの確率で存在するかを検出する。
【００３０】
記憶位置判定部１３’は、検出した現在位置が記憶すべき場所であるか否かを判定する。位置属性判定部１３ａは、一定時間以上移動しなかった場所を基準に、そこから始めて場所が変化した場合、移動元の場所を出発地と判定し、いったん出発すると、一定時間以上移動しなくなった場所を検出するとそこを到着地と判定し、出発地から到着地までの移動を移動途中の経路と判定する。
【００３１】
日時検出部１４は、現在の日時を検出する。
【００３２】
移動情報履歴蓄積部１５’は、記憶位置判定部１３’によって現在位置が記憶すべき場所であると判定されたとき、現在位置と日時検出部１４によって検出された現在の日時とを対にして時系列に記憶する。
【００３３】
移動パタン検出部１６’は、移動情報履歴蓄積部１５’に記憶されている位置と日時の情報（移動情報）の履歴から、時系列の移動パタンを検出する。エリア存在確率付学習部１６ａは、エリア存在確率検出部１０１で検出された確率つきの位置情報の履歴から、時系列の移動パタンを学習する。
【００３４】
行動予測部１７’は、所定のイベントが発生したとき、移動パタン検出部１６’によって検出された移動パタンからユーザの行き先を予測する。
【００３５】
情報取得部１８は、行動予測部１７’によって予測されたユーザの行き先に関する情報を取得する。
【００３６】
情報提供部１９は、ユーザに対して、情報取得部１８によって取得した情報や地図データベース１２に格納された地図情報を例えば液晶ディスプレイに表示する。
【００３７】
次に、端末を持つ人の移動経路が移動情報履歴として移動情報履歴蓄積部１５’に蓄積される処理の流れについて、図３のフローチャートを用いて説明する。
【００３８】
まず、携帯電話などの端末の電源が入っているかどうか判定し（ステップＳ１１）、電源が入っている場合、以下の処理を実行する。
【００３９】
まず、位置情報検出部１１’において、端末で現在位置を測位する（ステップＳ１２）。この測位は、ＧＰＳ、あるいは受信できる携帯電話基地局のＩＤおよび電界強度から算出される緯度経度情報でもよい。さらに、この測位においては測定誤差も合わせて検出する。例えば、ＮＴＴドコモ社の位置情報サービスにおいては、測定誤差の範囲をレベル１（水平誤差３００ｍ以上）〜レベル３（水平誤差５０ｍ未満）と３段階に通知されるが、それを利用して、レベル３のとき５０ｍ、レベル２のとき３００ｍ、レベル３のとき１Ｋｍなどと指定することができる（参考 http://www.nttdocomo.co.jp/service/imode/make/content/gps/）。
【００４０】
また、測定位置の緯度経度と測定誤差とを送信する別の形態として、端末が存在する可能性のある領域の境界を送る場合がある。例えば、ＮＴＴドコモ社のｉエリアのように、地域が検出される場合は、地域コードと境界位置の緯度経度との対応関係を別途もっておき、検出された地域コードから境界位置をすべて検出する。
【００４１】
携帯電話基地局やＧＰＳ以外の位置検出部として、Ｐｌａｃｅ Ｅｎｇｉｎｅ(http://www.placeengine.com)のように周辺の無線ＬＡＮなどの電波から住所をもとめる方式もあるが、この場合も住所に対応する境界の緯度経度情報の対応を別途もっておき、検出された住所から境界の緯度経度情報を求める。
【００４２】
次に、位置情報検出部１１’が検出した端末の位置のエリア存在確率を計算する。
【００４３】
この存在確率の計算例を図４に示す。図４では、エリアＡ１〜エリアＡ９の境界は地図データベース１２にて事前に与えられているものとし、位置情報検出部１１’で検出された位置の緯度・経度が図中の×の位置、その誤差の範囲は図中の円で示した領域であるとする。
【００４４】
ここで、それぞれのエリアごとに円の領域が含まれる面積の比、もしくは検出位置（図中の×の位置）を最大としたガウス分布などをもちいた確率密度分布を積分して得られた値などをもとに、位置情報検出部１１’で検出された位置がそれぞれのエリアに含まれる存在確率を算出する。その結果、例えば図４に示すように、エリアＡ２は０．２０、エリアＡ３は０．０５、エリアＡ５は０．６、エリアＡ６は０．１５のような確率が得られる（全部足すと１になることに注意）。
【００４５】
次に、位置情報補間部１００において、端末の位置が測定された範囲をつなぐ軌跡の補間を行う（ステップＳ１００）。
【００４６】
図５はこの補間方式の例を示した模式図である。図５では、７０に分割されたエリア内で出発地Ａから目的地ＢまでＰ、Ｑ、Ｒが観測された例を示している。なお、説明の便宜上、図中の左下をエリア（０,０）とし、各エリアは｛（ｘ,ｙ）｜ｘは左からの順番、ｙは下からの順番｝と定める。Ａ、Ｂ、Ｐ、Ｑ、Ｒの丸で囲んだ領域は、ステップＳ１２で、測定誤差から端末が存在する可能性のある領域として検出されたものである。補間される領域は、これら領域を検出された時刻順につないだものである。ここでは単純な方式として領域の接線(軌跡の境界線)を求め、その接線と検出された領域を囲む領域を補間された軌跡として検出している。これ以外に、スプライン曲線による補間や、マップマッチングによる補間などが考えられるがいずれの部を用いてもよい。
【００４７】
次に、エリア存在確率検出部１０１において、補間された軌跡内の領域における各エリア存在確率を計算する（ステップＳ１３）。この補間された軌跡内の領域における各エリア存在確率とは、出発地Ａから目的地Ｂを移動する軌跡が当該エリアを通過する確率である。これは、軌跡に内接する円のうち、当該エリアを最も含む円を求め、その円の内部が当該エリアにどの程度含まれるかを示す割合から算出される。算出においては以下の処理を行う。
【００４８】
まず、図５のように、補間される軌跡の中心線（図中の点線で示された線）を求める。これはＡ、Ｂ、Ｐ、Ｑ、Ｒの中心間を結ぶ直線（スプライン曲線ならスプライン曲線、マップマッチングなら地図に規定された経路）を求めることによって算出することができる。
【００４９】
次に、各エリアの中心と軌跡の中心線との距離が最小になる点を求める。これを図５の例を利用し説明すると、エリア（６,４）の中心Ｏ（６，４）から軌跡の中心線に垂線を引き、その垂線の足を当該点Ｍとして求めている。このように中心線が直線の場合は１点に定まるが、スプライン曲線やマップマッチングにより中心線を定める場合には垂線の足が複数存在することがあるので、その場合はそれぞれの点を求めて、距離が最小になる点を求めればよい。
【００５０】
このようにして求めた点Ｍについて誤差の領域を計算する。この誤差の領域は、図５に示すように点Ｍを中心とし、軌跡の境界線に接する円を求めることによって定まる。それから、それぞれのエリアごとにこの誤差の領域が含まれる面積の比、もしくは点Ｍを最大としたガウス分布などをもちいた確率密度分布を積分して得られた値などをもとに、それぞれのエリアに含まれる存在確率を算出する。その結果、例えば図４に示すように、エリア（６，４）は０．８０、エリア（５，４）は０．１０、エリア（６，５）は０．１０のような確率が得られる（全部足すと１になることに注意）。
【００５１】
続いて、日時検出部１４で現在時刻を検出し、ステップＳ１００で得られた各エリアに時刻を対応付ける（ステップＳ１４）。
【００５２】
次に、位置属性判定部１３ａは、ステップＳ１５〜ステップＳ１７を実行し、得られた位置が出発地、到着地、移動途中、又はそれ以外のいずれかを判定する。
【００５３】
まず、ステップＳ１３で測位されたエリア確率の時系列変化を見て、移動中かどうか判定する（ステップＳ１５）。これは、現在時刻から過去Ｔ（あらかじめ与えられた時間間隔）の間に位置が検出された点をＯｉ（ｉ＝０…Ｎ：ただし、ｉ＝０のときを現在時刻の位置とし、以下時刻が新しい順にｉ＝１…Ｎとする）、それらの誤差の範囲をＣｉ（ｉ＝０…Ｎ：ｉの番号の振り方はＯｉと同様）とするとき、
を満たす場合、移動中であると判定する。
【００５４】
なお、（式１）の
は、Ｃｉ（ｉ＝０…Ｎ）の重なりの領域の大きさ、
αはあらかじめ定めた定数、
は、Ｃｉ（ｉ＝０…Ｎ)のうち、もっとも領域の小さいものの広さを指す。
【００５５】
ステップＳ１５のもう１つの方法として、携帯電話などの端末に搭載された加速度センサを利用する方法もある。これは、加速度センサによって一定時間以上、加速度センサの出力値の分散が一定以上、振幅が一定以上あった場合は移動中であると判定することもできる。
【００５６】
ステップＳ１５で移動中と判定された場合、その１つ前の位置は停止状態であったか判定する（ステップＳ１６）。これは、上記の位置Ｏｉ（ｉ＝１…Ｎ＋１：ただし、ｉ＝１のときを現在時刻から１つ前に検出された位置とし、以下時刻が新しい順にｉ＝１…Ｎ＋１とする）、それらの誤差の範囲をＣｉ（ｉ＝１…Ｎ＋１：ｉの番号の振り方はＯｉと同様）とするとき、
を満たす場合、その１つ前の位置は停止状態であると判定する。
【００５７】
ここで、ステップＳ１６で、その１つ前の位置は停止状態であったと判定された場合、
を出発地として、Ｏ０とＣ０を移動中の経路としてステップＳ１８の処理を実行する。また、ステップＳ１６で、その１つ前の位置は停止状態でなかったと判定された場合、単にＯ０とＣ０を移動中の経路としてステップＳ１９の処理を実行する。
【００５８】
ステップＳ１５で移動中でないと判定された場合、その１つ前の位置は移動状態であったか判定する（ステップＳ１７）。これは、上記の位置Ｏｉ（ｉ＝１…Ｎ＋１：ただし、ｉ＝１のときを現在時刻から１つ前に検出された位置とし、以下時刻が新しい順にｉ＝１…Ｎ＋１とする）、それらの誤差の範囲をＣｉ（ｉ＝１…Ｎ＋１：ｉの番号の振り方はＯｉと同様）とするとき、
を満たす場合、その１つ前の位置は移動状態であると判定する。
【００５９】
ここで、ステップＳ１７で、その１つ前の位置は移動状態であったと判定された場合、
を到着地として、ステップＳ２０の処理を実行する。また、ステップＳ１７で、その１つ前の位置は移動状態でなかったと判定された場合、何も処理を行わず、ある程度の時間を待って、ステップＳ１２以降の処理を実行する。
【００６０】
次に、移動情報履歴蓄積部１５’に、出発地／到着地の情報、移動中のエリア、およびその際の日時を記憶する（ステップＳ１８〜ステップＳ２１）。
【００６１】
図６、図７は移動情報履歴蓄積部１５’に蓄積された移動情報履歴の例である。図６は、出発地、又は到着地を登録している。地点ＩＤとは、出発地又は到着地を特定するＩＤである。なお、説明の便宜上、出発地と到着地を総称した概念を以降登録地点と呼ぶことにする。図６は、ステップＳ１６、もしくはステップＳ１７で、新しい出発地／到着地が生成されるたびに新しく割り当てられる。
【００６２】
以降、ステップＳ１６で、
が出発地として検出された場合を例にあげて説明する（以降の処理がステップＳ１８に該当）。
とし、過去に同様にして得られた登録地点をＣＭ−ｊ（ｊ＝１…Ｌ)とすると、すべてのｊについて、
が成立するとき、新しい登録地点として、図６で示されたリストにＣＭ−ＮＥＷを登録する。この場合、中心北緯、東経は、Ｏｉ（ｉ＝１…Ｎ＋１：Ｃｉに対応する検出位置）の重心の北緯、東経を記憶する。誤差の範囲は、ＣＭ−ＮＥＷと同等の面積をもつ円の半径を算出し、その円の半径の長さを記憶する。累積滞在時間は、ＯＮ＋１が検出されてからＯ１が検出されるまでの時間間隔を記憶する。
【００６３】
すべてのｊについて（式４）が成立しない場合は、
を満たすｊが少なくとも１つは存在するが、このときは、
が最大となるＯＭ−ｊを求め、
を従来の登録地点に上書きする形で保存する。ただし、図６で記憶するには、
は形状が複雑で難しいことから、以下に示すように、
を円で近似して記憶する。
【００６４】
ＯＭ−ＮＥＷをＯｉ（ｉ＝１…Ｎ＋１：Ｃｉに対応する検出位置）の重心とし、ＯＭ−ｊをＣＭ−ｊに対応する各検出位置の重心とし、ＯＭ−ＮＥＷに滞在した累積滞在時間をＴＭ−ＮＥＷとし、ＯＭ−ｊに滞在した累積滞在時間をＴＭ−ｊとすると、ＯＭ−ｊとＯＭ−ＮＥＷを、（ＴＭ−ｊ：ＴＭ−ＮＥＷ）で内分する点を新しい登録地点の中心とし、この中心の北緯東経をＣＭ−ｊの北緯東経として更新する。また、
と同等の面積をもつ円の半径を算出し、その円の半径の長さをＣＭ−ｊの誤差の範囲として更新する。また、ＣＭ−ｊの累積滞在時間を（ＴＭ−ｊ＋ＴＭ−ＮＥＷ）に更新する。
【００６５】
なお、１＞β＞αとすることによって、（式５）を満たすＣＭ−ｊを極力１個にするように制限することが可能である。以上が、ステップＳ１８の処理内容である。
【００６６】
ステップＳ１９では、Ｏ０とＣ０が移動軌跡と検出されているので、それを図７のように登録する。図６は、到着地点、出発地点、エリアＩＤ、存在確率、通過日時は対になって時系列に記憶されている。図中のＰ１は、ステップＳ１８で求められた出発位置である。例えば、Ｏ０は図４のような位置に３月２１日の午前８：２０に通過した場合の例を挙げている。このように、Ｏ０が複数のエリアにまたがっている場合、それぞれのエリアごとに存在確率とともに履歴が蓄積される。この例では、Ｏ０がエリアＡ２、Ａ３、Ａ５、Ａ６に対して存在確率は、それぞれ、０．２、０．０５、０．６、０．１５であるため、そのように記載されている。なお、ステップＳ１９の時点では、まだ到着地点は分からないので、登録されていない。
【００６７】
次に、ステップＳ１６においてその１つ前の位置は停止状態でなかったと判定された場合、Ｏ０とＣ０が移動軌跡と検出されるので、それを図７のように登録する（ステップＳ２０）。ステップＳ２０は、ステップＳ１９と処理が同じなので、記載を省略する。
【００６８】
最後に、ステップＳ１７においてその１つ前の位置は移動状態と判定された場合、
を到着地として、以下の処理を実行する（ステップＳ２１）。
【００６９】
まず、ステップＳ１８と同様の処理を行って、図７のようなリストに到着地の地点登録を行う。
【００７０】
次に、Ｃ１…ＣＮについては、ステップＳ１９の処理で図７のようなリストに途中経路として登録されているが、それを削除する。
【００７１】
最後に、到着地を図７のようなリストに登録する。
【００７２】
以上の処理により、図７のように、出発地から到着地までの一連の移動軌跡を時間情報とともに記憶することができる。
【００７３】
次に、移動パタン検出部１６’の動作について説明する。
【００７４】
移動パタン検出部１６’は、移動情報履歴蓄積部１５に蓄積された移動情報履歴から、ユーザの移動傾向を抽出する。移動傾向は、移動情報履歴蓄積部１５’に蓄積された全ての移動情報履歴の中から、出発地＝目的地の組み合わせごとにエリアごとの存在確率の平均を格納したものである。この処理を図８の例を挙げて説明する。
【００７５】
図８は、図５のような出発地Ａから目的地Ｂへの移動において、ステップＳ１４で各エリアでの存在確率を計算した結果を示す。このような結果を、出発地Ａから目的地Ｂへの移動の複数の履歴から集めると、エリアごとの存在確率の分布を求めることが出来る。
【００７６】
エリア存在確率分布検出部１６ｂでは、得られた分布から各エリアにおいて、出発地ｓ、目的地tとの組み合わせごとに平均を計算する。
【００７７】
次に、ユーザの行動予測とそれに従ったユーザへの情報提供の処理について、図９のフローチャートを参照して説明する。
【００７８】
所定のイベントの発生が検知されると（ステップＳ２１）、現在までの移動軌跡の出発地を取得する（ステップＳ１１１）。これは、図３のステップＳ１８の結果を取得することによって実現する。
【００７９】
次に、行動予測部１７’は移動パタン検出部１６’を参照して、ユーザの現在以降の行動を予測する（ステップＳ２２）。なお、上述した移動パタン検出部１６’の動作は、予めなされていてもよいし、この所定のイベントを検知したときに行われるようにしてもかまわない。
【００８０】
なお、所定のイベントとしては例えば、端末の開閉、情報提供の要求操作などがあり、この他にも、所定の時間間隔などの定期的なタイミング、または新たな情報の入手時等が考えられる。
【００８１】
ここで、行動の予測方法について説明する。ステップＳ１１１で現在までの移動の出発地が検出されている場合、過去の履歴からその出発地から向かう全ての移動パタンを検出する。つぎに、検出された各移動パタンにおいて、出発してから測位された位置の履歴から尤度を計算する。この尤度は、出発してからの経路をそれぞれＲという事象で表現すると、すべての登録地点Ｐｋ（ｋ＝１..Ｎｐ）に向かう尤度Ｌ（Ｐｋ｜Ｒ）は、以下のように求めることができる。
ただし、
は地点Ｐｋに向かう軌跡のエリアＩＤがiであるエリアの存在確率（ステップＳ１４の処理結果）、
は出発してから測位された１つの位置Ｐｊが、エリアＩＤがiであるエリアに含まれる存在確率を示す。
【００８２】
この尤度の計算を、図８、図１０、図１１を例に挙げて説明する。
【００８３】
あるユーザの過去の移動履歴において、エリア存在確率分布検出部１６ｂで検出された出発地Ａから目的地Ｂへの移動パタンが図８、出発地Ａから目的地Ｃへの移動パタンが図１０であるとする。
【００８４】
このとき、出発地Ａからの移動が図１１のＳ、Ｔ、Ｕのように観測されたとする。
【００８５】
処理としては、まず、地点Ｓ、Ｔ、Ｕの各エリアに対する存在確率を、以下のように求める。
【００８６】
例えば、図４に示すように、エリアＡ１〜エリアＡ９の境界は地図データベース１２にて事前に与えられているものとし、位置情報検出部１１’で検出された位置の緯度・経度が図中の×の位置、その誤差の範囲は図中の円で示した領域であるとする。ここで、それぞれのエリアごとに円の領域が含まれる面積の比、もしくは検出位置（図中の×の位置）を最大としたガウス分布などをもちいた確率密度分布を積分して得られた値などをもとに、位置情報検出部１１’で検出された位置がそれぞれのエリアに含まれる存在確率を算出する。その結果、例えば図４に示すように、エリアＡ２は０．２０、エリアＡ３は０．０５、エリアＡ５は０．６、エリアＡ６は０．１５のような確率が得られる（全部足すと１になることに注意）。
【００８７】
このような方法により、各エリアに含まれる面積の比から以下のように求まったとする。
地点Ｓ エリア（２，１）：０．４、エリア（３，１）：０．６
地点Ｔ エリア（４，２）：０．３、エリア（５，２）：０．７
地点Ｕ エリア（６，２）：０．２、エリア（７，２）：０．８
すると、目的地Ｂに向かう尤度と、目的地Ｃに向かう尤度は以下のように求まる。
L(B|S→T→U) = 0.4*1.0 + 0.6*0.3 + 0.3*0.0 + 0.7*0.0 + 0.2*0.0 + 0.8*0.0 = 0.58
L(C|S→T→U) = 0.4*0.8 + 0.9*0.3 + 0.3*0.9 + 0.7*0.8 + 0.2*0.9 + 0.8*1.0 = 2.40
行動予測部１７’は、このような尤度が所定の基準を満たす地点を、予測される行き先として選択する。
【００８８】
所定の基準は例えば、予測の確からしさを示す閾値を定めておき、尤度がこの閾値×観測数よりも大きいこととする。例えば、上記の例で、閾値を0.7とすると、0.7×3(観測数はＳ、Ｔ、Ｕの3つ)を超える地点Ｃが今後進む目的地として予測される。
【００８９】
また、現在までの経路情報による尤度では閾値を超える地点が存在しない場合には、現在以降測位される毎に確率を計算し直し、閾値を超える地点が見つかった時点で、進路に関して予測を行う、といったことが考えられる。
【００９０】
あるいは、出発地Ａから向かうすべての目的地に対し、尤度を算出し、その最大となる場所を目的地と推定することができる。例えば、上記の例では、出発地Ａの場合の目的地はＢとＣの２つ存在するが、そのうちの尤度最大となる地点Ｃを今後進む目的地として推定するものである。
【００９１】
いずれかの方法により、行動予測部１７がユーザの行き先を、例えば、エリアＡ７であると予測すると、情報取得部１８は、予測されたエリアＡ７の位置情報に関連する情報の検索が行われる（ステップＳ２３）。検索に際しては、例えば、各情報に関連する位置情報をあらかじめ与えておき、登録地点からの中心との距離が一定値以内である、登録地点の誤差の範囲に入っているかどうかをもとに、検索することができる。そして、検索結果として、予測された目的地に近い情報を受信する。（ステップＳ２４）
最後に、情報提供部１９は受信した情報をユーザに表示する（Ｓ２５）。提供方法としては例えば、ディスプレイ上に視覚的に表示したり、音声により聴覚的にユーザに伝達したりする方法などがある。
【００９２】
本実施の形態では、位置情報補間部１００で、離散的に測位された位置情報を補間し、エリア存在確率分布検出部１６ｂで補間された軌跡をもとに、出発地＝目的地の組み合わせ毎に存在確率を計算し、行動予測部１７で、出発してから観測された各位置のエリア毎の存在確率に、エリア存在確率分布検出部１６ｂで求めているエリア毎の存在確率を乗じることによって得られる目的地ごとの尤度を求め、目的地を予測することによって、位置測位が離散的に行えない状態でも目的地を予測できる。
【００９３】
次に、本発明の第２の実施の形態について図面を参照して詳細に説明する。
【００９４】
図１２を参照すると、本発明の第２の実施の形態は、第１の実施の形態に加えて移動判定部２００、変化点検出部２０１が追加されていることが構成上の特徴となっている。
【００９５】
これらの部はそれぞれ概略つぎのように動作する。
【００９６】
移動判定部２００は、加速度センサなどによる移動を検出する。変化点検出部２０１では加速度センサの変化パタンを検出する。この変化とは、例えばウェーブレット変換や分散値の変化を使うことによって検出することができる。
【００９７】
位置情報検出部１１’は変化パタンを利用して、動的に間隔を変えながら位置を測位する。これは、変化してから同じ動きが継続すると同じ状態が続いているものと考えられるので、補間がしやすいためである。したがって、同じ動きが継続しているときは序々にサンプリングを粗くする。これ以降の部は、上述した実施の形態と同じであるため、説明を省略する。
【００９８】
本実施の形態では、移動判定部２００で携帯電話に内蔵された加速度センサの変動を求め、変化点検出部２０１で加速度センサのパタンの変動から位置取得に必要なタイミングを推定し、位置情報検出部１１’は不必要なときは測位を間引き、必要なときは頻繁に位置を取得することにより、携帯電話の電池を節約することができる。また、測位に際し、携帯電話事業者が管理するサーバにアクセスする必要がある場合はその通信を節約することにより、通信により発生するパケット代を節約することができる。
【産業上の利用可能性】
【００９９】
本発明によれば、携帯電話を利用した情報配信、および携帯電話・ワンセグなどの放送を利用した広告配信といった用途に適用できる。また、携帯電話を利用した先回りの設定（行き先に応じた無線などの端末設定など）といった用途にも適用可能である。
【図面の簡単な説明】
【０１００】
【図１】図１は本実施の形態のブロック図である。
【図２】図２は地図データベース１２に格納されたデータの例を示す図である。
【図３】図３は端末を持つ人の移動経路が移動情報履歴として移動情報履歴蓄積部１５’に蓄積される処理の流れを示すフローチャートである。
【図４】図４は存在確率の計算例を示す図である。
【図５】図５は補間方式の例を示した模式図である。
【図６】図６は移動情報履歴蓄積部１５’に蓄積された移動情報履歴の例を示す図である。
【図７】図７は移動情報履歴蓄積部１５’に蓄積された移動情報履歴の例を示す図である。
【図８】図８は図５のような出発地Ａから目的地Ｂへの移動において、ステップＳ１４で各エリアでの存在確率を計算した結果の例を示した図である。
【図９】図９はユーザの行動予測とそれに従ったユーザへの情報提供の処理のフローチャートである。
【図１０】図１０は尤度の計算を説明するための図である。
【図１１】図１１は尤度の計算を説明するための図である。
【図１２】図１２は第２の実施の形態のブロック図である。
【図１３】関連する技術のブロック図である。
【図１４】関連する技術のブロック図である。
【符号の説明】
【０１０１】
１１’ 位置情報検出部
１２ 地図データベース
１４ 日時検出部
１３’ 記憶位置判定部
１３’ａ 位置属性判定部
１５’ 移動情報履歴蓄積部
１６’ 移動パタン検出部
１７’ 行動予測部
１８ 情報取得部
１９ 情報提供部
１６ａ エリア存在確率付学習部
１０１ エリア存在確率検出部
２００ 移動判定部
２０１ 変化点検出部
【特許請求の範囲】
【請求項１】
端末の予測位置とその測定誤差とを検出する位置情報検出手段と、
前記予測位置と測定誤差との複数の時系列の測定結果に基づいて、複数の測定結果の間を補間する位置情報補間手段と、
前記複数の測定結果が補間された軌跡に属するエリアを通過した確率を計算するエリア存在確率分布検出手段と
を有する目的地予測システム。
【請求項２】
端末の移動又は停止を判断し、その移動停止の時系列の変化から出発地、目的地又は途中経路を判定する位置属性判定手段を有する請求項１に記載の目的地予測システム。
【請求項３】
前記位置属性判定手段は、誤差のある位置の履歴のうち、時系列の誤差の範囲の重なりの変化から移動又は停止を判断し、その移動停止の時系列の変化から出発地、目的地又は途中経路を判定する請求項２に記載の目的地予測システム。
【請求項４】
前記位置属性判定手段は、一定時間間隔の誤差の範囲の重なりが、その時間内での最小の誤差の範囲を一定割合以上でカバーする場合には停止と判定し、それ以外の場合には移動と判定し、停止から移動へと変異した地点を出発地、移動から停止へと変異した地点を到着地、出発地から到着地までの移動した場所を途中経路として判定する請求項３に記載の目的地予測システム。
【請求項５】
前記位置属性判定手段は、端末に搭載された加速度センサによって一定時間以上、前記加速度センサの出力値の分散が一定以上、振幅が一定以上あった場合は移動中であると判定する請求項２に記載の目的地予測システム。
【請求項６】
現在までの確率的に求められたエリアの遷移と、前記エリア存在確率分布検出手段で検出された確率をもとに、目的地ごとに尤度を計算することにより、目的地を予測する行動予測手段を有する請求項１から請求項５のいずれかに記載の目的地予測システム。
【請求項７】
前記行動予測手段は、現在までの確率的に求められたエリアの遷移と日時の情報との履歴と、前記エリア存在確率分布検出手段で検出された確率とに基づいて、目的地ごとに尤度を計算し、目的地を予測する請求項６に記載の目的地予測システム。
【請求項８】
前記行動予測手段は、現在までに測位された位置それぞれにおいて、エリアごとの第１の存在確率を求め、前記エリア存在確率分布検出手段で求められた各目的地の当該エリアの第２の存在確率と前記第１の存在確率との積を計算し、全エリアで計算された積の和を尤度とし、目的地を予測する請求項６に記載の目的地予測システム。
【請求項９】
前記行動予測手段は、前記尤度が測位された位置の数と一定値の積を超えた場合、目的地として予測する請求項８に記載の目的地予測システム。
【請求項１０】
前記行動予測手段は、前記尤度が測位された位置の数と一定値の積が最大となる目的地を、予測目的地として推定する請求項８に記載の目的地予測システム。
【請求項１１】
加速度センサにより移動を検出する移動判定手段と、
前記移動判定手段により検出された信号をもとに変化パタンを検出する変化点検出手段と
とを有し、
前記位置情報検出手段が、前記変化パタンを利用して、動的に間隔を変えながら位置を測位する
請求項１から請求項１１のいずれかに記載の目的地予測システム。
【請求項１２】
前記位置情報検出手段が、同じ動きが継続しているときは序々にサンプリングを粗くする請求項１１に記載の目的地予測システム。
【請求項１３】
端末の予測位置とその測定誤差とを検出し、
前記予測位置と測定誤差との複数の時系列の測定結果に基づいて、複数の測定結果の間を補間し、
前記複数の測定結果が補間された軌跡に属するエリアを通過した確率を計算する
目的地予測方法。
【請求項１４】
端末の移動又は停止を判断し、その移動停止の時系列の変化から出発地、目的地又は途中経路を判定する請求項１に記載の目的地予測方法。
【請求項１５】
誤差のある位置の履歴のうち、時系列の誤差の範囲の重なりの変化から移動又は停止を判断し、その移動停止の時系列の変化から出発地、目的地又は途中経路を判定する請求項１４に記載の目的地予測方法。
【請求項１６】
一定時間間隔の誤差の範囲の重なりが、その時間内での最小の誤差の範囲を一定割合以上でカバーする場合には停止と判定し、それ以外の場合には移動と判定し、停止から移動へと変異した地点を出発地、移動から停止へと変異した地点を到着地、出発地から到着地までの移動した場所を途中経路として判定する請求項１５に記載の目的地予測方法。
【請求項１７】
端末に搭載された加速度センサによって一定時間以上、前記加速度センサの出力値の分散が一定以上、振幅が一定以上あった場合は移動中であると判定する請求項１４に記載の目的地予測方法。
【請求項１８】
現在までの確率的に求められたエリアの遷移と、前記エリア存在確率分布検出手段で検出された確率をもとに、目的地ごとに尤度を計算することにより、目的地を予測する行動予測手段を有する請求項１３から請求項１７のいずれかに記載の目的地予測方法。
【請求項１９】
現在までの確率的に求められたエリアの遷移と日時の情報との履歴と、前記エリア存在確率分布検出手段で検出された確率とに基づいて、目的地ごとに尤度を計算し、目的地を予測する請求項１８に記載の目的地予測方法。
【請求項２０】
現在までに測位された位置それぞれにおいて、エリアごとの第１の存在確率を求め、前記エリア存在確率分布検出手段で求められた各目的地の当該エリアの第２の存在確率と前記第１の存在確率との積を計算し、全エリアで計算された積の和を尤度とし、目的地を予測する請求項１９に記載の目的地予測方法。
【請求項２１】
前記尤度が測位された位置の数と一定値の積を超えた場合、目的地として予測する請求項２０に記載の目的地予測方法。
【請求項２２】
前記尤度が測位された位置の数と一定値の積が最大となる目的地を、予測目的地として推定する請求項２０に記載の目的地予測方法。
【請求項２３】
加速度センサにより移動を検出し、
前記移動判定手段により検出された信号をもとに変化パタンを検出し、前記変化パタンを利用して、動的に間隔を変えながら位置を測位する
請求項１３から請求項２２のいずれかに記載の目的地予測方法。
【請求項２４】
同じ動きが継続しているときは序々にサンプリングを粗くする請求項２３に記載の目的地予測方法。
【請求項２５】
端末の予測位置とその測定誤差とを検出する位置情報検出処理と、
前記予測位置と測定誤差との複数の時系列の測定結果に基づいて、複数の測定結果の間を補間する位置情報補間処理と、
前記複数の測定結果が補間された軌跡に属するエリアを通過した確率を計算するエリア存在確率分布検出処理と
を情報処理装置に実行させるプログラム。
【請求項２６】
端末の移動又は停止を判断し、その移動停止の時系列の変化から出発地、目的地又は途中経路を判定する位置属性判定処理を有する請求項２５に記載のプログラム。
【請求項２７】
現在までの確率的に求められたエリアの遷移と、前記エリア存在確率分布検出手段で検出された確率をもとに、目的地ごとに尤度を計算することにより、目的地を予測する行動予測処理を有する請求項２５又は請求項２６に記載のプログラム。
【請求項１】
端末の予測位置とその測定誤差とを検出する位置情報検出手段と、
前記予測位置と測定誤差との複数の時系列の測定結果に基づいて、複数の測定結果の間を補間する位置情報補間手段と、
前記複数の測定結果が補間された軌跡に属するエリアを通過した確率を計算するエリア存在確率分布検出手段と
を有する目的地予測システム。
【請求項２】
端末の移動又は停止を判断し、その移動停止の時系列の変化から出発地、目的地又は途中経路を判定する位置属性判定手段を有する請求項１に記載の目的地予測システム。
【請求項３】
前記位置属性判定手段は、誤差のある位置の履歴のうち、時系列の誤差の範囲の重なりの変化から移動又は停止を判断し、その移動停止の時系列の変化から出発地、目的地又は途中経路を判定する請求項２に記載の目的地予測システム。
【請求項４】
前記位置属性判定手段は、一定時間間隔の誤差の範囲の重なりが、その時間内での最小の誤差の範囲を一定割合以上でカバーする場合には停止と判定し、それ以外の場合には移動と判定し、停止から移動へと変異した地点を出発地、移動から停止へと変異した地点を到着地、出発地から到着地までの移動した場所を途中経路として判定する請求項３に記載の目的地予測システム。
【請求項５】
前記位置属性判定手段は、端末に搭載された加速度センサによって一定時間以上、前記加速度センサの出力値の分散が一定以上、振幅が一定以上あった場合は移動中であると判定する請求項２に記載の目的地予測システム。
【請求項６】
現在までの確率的に求められたエリアの遷移と、前記エリア存在確率分布検出手段で検出された確率をもとに、目的地ごとに尤度を計算することにより、目的地を予測する行動予測手段を有する請求項１から請求項５のいずれかに記載の目的地予測システム。
【請求項７】
前記行動予測手段は、現在までの確率的に求められたエリアの遷移と日時の情報との履歴と、前記エリア存在確率分布検出手段で検出された確率とに基づいて、目的地ごとに尤度を計算し、目的地を予測する請求項６に記載の目的地予測システム。
【請求項８】
前記行動予測手段は、現在までに測位された位置それぞれにおいて、エリアごとの第１の存在確率を求め、前記エリア存在確率分布検出手段で求められた各目的地の当該エリアの第２の存在確率と前記第１の存在確率との積を計算し、全エリアで計算された積の和を尤度とし、目的地を予測する請求項６に記載の目的地予測システム。
【請求項９】
前記行動予測手段は、前記尤度が測位された位置の数と一定値の積を超えた場合、目的地として予測する請求項８に記載の目的地予測システム。
【請求項１０】
前記行動予測手段は、前記尤度が測位された位置の数と一定値の積が最大となる目的地を、予測目的地として推定する請求項８に記載の目的地予測システム。
【請求項１１】
加速度センサにより移動を検出する移動判定手段と、
前記移動判定手段により検出された信号をもとに変化パタンを検出する変化点検出手段と
とを有し、
前記位置情報検出手段が、前記変化パタンを利用して、動的に間隔を変えながら位置を測位する
請求項１から請求項１１のいずれかに記載の目的地予測システム。
【請求項１２】
前記位置情報検出手段が、同じ動きが継続しているときは序々にサンプリングを粗くする請求項１１に記載の目的地予測システム。
【請求項１３】
端末の予測位置とその測定誤差とを検出し、
前記予測位置と測定誤差との複数の時系列の測定結果に基づいて、複数の測定結果の間を補間し、
前記複数の測定結果が補間された軌跡に属するエリアを通過した確率を計算する
目的地予測方法。
【請求項１４】
端末の移動又は停止を判断し、その移動停止の時系列の変化から出発地、目的地又は途中経路を判定する請求項１に記載の目的地予測方法。
【請求項１５】
誤差のある位置の履歴のうち、時系列の誤差の範囲の重なりの変化から移動又は停止を判断し、その移動停止の時系列の変化から出発地、目的地又は途中経路を判定する請求項１４に記載の目的地予測方法。
【請求項１６】
一定時間間隔の誤差の範囲の重なりが、その時間内での最小の誤差の範囲を一定割合以上でカバーする場合には停止と判定し、それ以外の場合には移動と判定し、停止から移動へと変異した地点を出発地、移動から停止へと変異した地点を到着地、出発地から到着地までの移動した場所を途中経路として判定する請求項１５に記載の目的地予測方法。
【請求項１７】
端末に搭載された加速度センサによって一定時間以上、前記加速度センサの出力値の分散が一定以上、振幅が一定以上あった場合は移動中であると判定する請求項１４に記載の目的地予測方法。
【請求項１８】
現在までの確率的に求められたエリアの遷移と、前記エリア存在確率分布検出手段で検出された確率をもとに、目的地ごとに尤度を計算することにより、目的地を予測する行動予測手段を有する請求項１３から請求項１７のいずれかに記載の目的地予測方法。
【請求項１９】
現在までの確率的に求められたエリアの遷移と日時の情報との履歴と、前記エリア存在確率分布検出手段で検出された確率とに基づいて、目的地ごとに尤度を計算し、目的地を予測する請求項１８に記載の目的地予測方法。
【請求項２０】
現在までに測位された位置それぞれにおいて、エリアごとの第１の存在確率を求め、前記エリア存在確率分布検出手段で求められた各目的地の当該エリアの第２の存在確率と前記第１の存在確率との積を計算し、全エリアで計算された積の和を尤度とし、目的地を予測する請求項１９に記載の目的地予測方法。
【請求項２１】
前記尤度が測位された位置の数と一定値の積を超えた場合、目的地として予測する請求項２０に記載の目的地予測方法。
【請求項２２】
前記尤度が測位された位置の数と一定値の積が最大となる目的地を、予測目的地として推定する請求項２０に記載の目的地予測方法。
【請求項２３】
加速度センサにより移動を検出し、
前記移動判定手段により検出された信号をもとに変化パタンを検出し、前記変化パタンを利用して、動的に間隔を変えながら位置を測位する
請求項１３から請求項２２のいずれかに記載の目的地予測方法。
【請求項２４】
同じ動きが継続しているときは序々にサンプリングを粗くする請求項２３に記載の目的地予測方法。
【請求項２５】
端末の予測位置とその測定誤差とを検出する位置情報検出処理と、
前記予測位置と測定誤差との複数の時系列の測定結果に基づいて、複数の測定結果の間を補間する位置情報補間処理と、
前記複数の測定結果が補間された軌跡に属するエリアを通過した確率を計算するエリア存在確率分布検出処理と
を情報処理装置に実行させるプログラム。
【請求項２６】
端末の移動又は停止を判断し、その移動停止の時系列の変化から出発地、目的地又は途中経路を判定する位置属性判定処理を有する請求項２５に記載のプログラム。
【請求項２７】
現在までの確率的に求められたエリアの遷移と、前記エリア存在確率分布検出手段で検出された確率をもとに、目的地ごとに尤度を計算することにより、目的地を予測する行動予測処理を有する請求項２５又は請求項２６に記載のプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【公開番号】特開２０１０−１４５１１５（Ｐ２０１０−１４５１１５Ａ）
【公開日】平成２２年７月１日（２０１０．７．１）
【国際特許分類】
【出願番号】特願２００８−３１９５７８（Ｐ２００８−３１９５７８）
【出願日】平成２０年１２月１６日（２００８．１２．１６）
【出願人】（０００００４２３７）日本電気株式会社 (19,353)
【Ｆターム（参考）】
【公開日】平成２２年７月１日（２０１０．７．１）
【国際特許分類】
【出願日】平成２０年１２月１６日（２００８．１２．１６）
【出願人】（０００００４２３７）日本電気株式会社 (19,353)
【Ｆターム（参考）】
[ Back to top ]