交通状况预测装置的制作方法
专利名称：交通状况预测装置的制作方法
技术领域：
本发明涉及预测交通状况的技术。
背景技术：
在专利文献1中，记载有求出路段(link)的拥堵程度的技术。例如 根据路段的行程时间和路段长度来求出行程速度，将与该求出的行程速度 对应的拥堵程度作为该路段的拥堵程度。但是，即使是一个路段，从起点到终点也不都是相同的交通状况。例 如，在路段的中途有十字路口或坡路的情况下，有时从该地点开始发生拥 堵。即会有在一个路段内产生拥堵状况不同的区间的情况。在现有的技术 中，即使取得路段的行程时间，也不能求出路段内的详细的拥堵状况(拥 堵程度不同的区间)。专利文献l:特开2006—171835号公报。发明内容本发明正是为了解决上述课题而提出的，其目的在于根据有限的信息 (例如路段的行程时间等)来预测路段内的拥堵状况。为了解决上述课题，本发明采用预测行程时间和预测参数来求出路段 内的拥堵程度不同的区间。例如，本发明的第一方式为交通状况预测装置，具备存储机构，其 存储有路段数据和参数，上述路段数据包括构成地图上的道路的路段的路 段长度，上述参数按每个路段包括表示顺畅的速度即顺畅速度、表示拥堵 的速度即拥堵速度和拥堵区间的基准位置即拥堵基准位置；取得路段的预 测行程时间的机构；按拥堵程度的区间计算机构，其采用上述预测行程时 间和上述参数，求出上述路段内的拥堵程度不同的区间。
此外，本发明的第二方式为交通状况预测装置，具有取得交通信息 的机构，上述交通信息包括构成地图上的道路的路段的行程时间、上述路 段内的拥堵程度不同的区间、拥堵的基准位置即拥堵基准位置、和拥堵长 度；和参数生成机构，其采用上述交通信息来生成在求出路段内的拥堵程 度不同的区间时所利用的参数。而且，上述参数按每个路段包括表示顺 畅的速度即顺畅速度、表示拥堵的速度即拥堵速度和成为拥堵区间的基准 位置即拥堵基准位置。
图1为适用本发明的一实施方式的交通状况预测系统的示意结构图。图2为表示储备交通信息DB的结构的图。图3为表示预测交通信息DB的结构的图。图4为用于说明拥堵区间的瓶颈位置的图。图5为预测参数DB的生成处理的流程图。图6为瓶颈位置计算处理的流程图。图7为按百分比值的顺畅朋堵速度的计算处理的流程图。图8为用于说明按百分比值的顺畅/拥堵速度的计算处理的图。图9为用于说明按百分比值的顺畅/拥堵速度的评价处理的图。图IO为拥堵区间的预测处理的流程图。图11为用于说明所预测的拥堵区间的评价处理的图。图12为表示预测参数DB的结构的图。图13为拥堵状况的预测处理的流程图。图14为代表拥堵程度的预测处理的流程图。图15为表示拥堵判定阈值的表的图。图中IO —交通信息中心；ll一基站；12 —车载装置；13 —预测行程 时间服务器；14一网络；20 —交通状况预测装置；21 —通信处理部；22 — 预测行程时间取得部；23 —预测参数；24 —拥堵区间预测部；27_地图 DB; 310 —储备交通信息DB; 330—预测交通信息DB; 370 —预测参数 DB。
具体实施方式
以下，参照附图，对本发明的一实施方式进行说明。图l为本发明的 一实施方式相关的交通状况预测系统的示意结构图。如图所示，交通状况预测系统具有交通信息中心10、预测行程时间服务器13、以及装在车辆 上的导航装置等车载装置12。交通信息中心IO为对现状的交通信息进行发送的装置。具体地来说， 对构成地图上的道路的路段的交通信息(行程时间、拥堵程度等)进行发 送。交通信息中心10例如也可为VICS (Vehicle Information and Communication System)中心。此外，也可为对VICS信息进行暂时存储， 在处理后进行发送的装置。预测行程时间服务器13具备存储装置，保持有构成地图上的道路的 各路段的未来时刻(当前以后的时刻)中各路段的预测行程时间。并且， 将各路段的预测行程时间发送到交通状况预测装置20。交通信息中心IO、预测行程时间服务器13、交通状况预测装置20、 车载装置12分别可与互联网等的网络14连接。车载装置12通过无线介 由基站11与网络14连接。交通状况预测装置20通过网络14与交通信息 中心10、车载装置12进行信息的收发。车载装置12可从交通信息中心 10接收现状交通信息。预测行程时间服务器13也可与交通状况预测装置20直接连接。此外， 交通状况预测装置20也可具备预测行程时间服务器13的功能。交通信息中心10、预测行程时间服务器13以及交通状况预测装置20 可通过通用的计算机系统来实现，该计算机系统具备CPU (Central Processing Unit)、成为CPU的工作区域的RAM(Random Access Memory)、 HDD (Hard Disk Drive)等的外部存储装置、通信接口、键盘等的输入装 置、显示器等的输出装置、用于连接上述器件的总线。各种功能通过CPU 执行存储器中载入的规定的程序来实现。车载装置12为具有CPU、RAM、HDD、GPS(Global Positioning System)接收机、取得车辆的状况的各种传感器(车速传感器、陀螺传感器等)、 显示器、键式开关(key switch)等的输入装置、外部存储装置、通信装置 等的所谓汽车导航装置。车载装置12在存储装置中保持地图数据，对从 规定的出发地到目的地的路径进行搜索后，显示在显示器中。车载装置12 将从交通信息中心10或交通状况预测装置20取得的交通信息显示在显示 器中。例如，显示当前位置附近的地图，在道路上显示拥堵程度(顺畅、 拥挤、拥堵等)。交通状况预测装置20包括通信处理部21 、预测行程时间取得部22、 预测参数生成部23、拥堵区间预测部24、地图DB (数据库)27、储备交 通信息DB310、预测参数DB370和预测交通信息DB330。通信处理部21与交通信息中心10、预测行程时间服务器13、车载装 置20进行信息的收发。具体地来说，从交通信息中心10定期地接收现况 的交通信息后，存储在储备交通信息DB310中.。此外，对应于来自车载 装置12的请求，从预测交通信息DB330取得所请求的范围的交通信息后， 发送到车载装置12。预测行程时间取得部22，介由通信处理部21，从预测行程时间服务 器13取得规定的未来时刻中的每个路段的预测行程时间。预测参数生成部23采用储备交通信息DB310，生成用于算出保存在 预测交通信息DB330中的拥堵程度的预测参数后，保存在预测参数DB310 中。拥堵区间预测部24，采用预测参数DB370和从预测行程时间服务器 13取得的预测行程时间，求出每个路段的拥堵程度，保存在预测交通信息 DB330中。在地图DB27中，在对地图上的区域进行划分的每个网格区域(以规 定间隔的纬度/经度划分的区域)中，包括网格码和构成该网格区域中所含 有的道路的路段的数据(路段数据)。路段数据中，包括路段编号、作为 道路类别的路段分类、位置信息(始点和终点的坐标位置)和路段长度。 另外，各路段通过网格码和路段编号唯一确定。图2为表示储备交通信息DB310的结构的图。储备交通信息DB310 中存储有从交通信息中心10所接收到的交通信息。如图所示，储备交通 信息DB310包括信息生成时刻311、网格信息数312、以及网格信息数312 量的网格信息313。网格信息313包括网格码314、路段信息数315、以及 路段信息数315量的路段信息316。路段信息316包括路段分类317、路
段编号318、代表拥堵程度319、行程时间320、拥堵区间数321、以及拥 堵区间数321量的拥堵区间信息322。拥堵区间信息322包括区间拥堵程 度323、瓶颈位置(距路段终点的距离)324和拥堵长度325。代表拥堵程度319以及区间拥堵程度323的拥堵程度通过数值表示， 分别表示为"0 (不明确)"、"1 (顺畅)"、"2 (拥挤)"、"3 (拥堵)"。拥 堵区间数321，为在一个路段中存在有多个拥堵区间时的拥堵区间的数目。 区间拥堵程度323为各区间中的拥堵程度。关于瓶颈位置324将在后面叙 述。图3为表示预测交通信息DB330的结构的图。预测交通信息DB330 具备与储备交通信息DB310相似的结构，但保存有预测时间数份的记录。 即预测交通信息DB330包括信息生成时刻331、预测时刻数332、预测时 刻数332份的预测时刻信息333。预测时刻信息333包括预测时刻334、 网格信息数335、网格信息数335份的网格信息336。网格信息336包括 网格码337、路段信息数338、以及路段信息数338份的路段信息339。路 段信息339包括路段分类340、路段编号341、代表拥堵程度342、行程时 间343、拥堵区间数344、以及拥堵区间数344量的拥堵区间信息345。拥 堵区间信息345包括区间拥堵程度346、瓶颈位置(距路段终点的距离) 347和拥堵长度348。预测交通信息DB330基本上为从预测行程时间服务器13所接收到的 交通信息。但在从预测行程时间服务器13所接收到的交通信息中，不包 括与拥堵程度相关的信息(代表拥堵程度342、拥堵区间数344以及拥堵 区间信息345)。上述与拥堵程度相关的信息，保存有通过拥堵区间预测部 24基于预测行程时间343采用预测参数DB370所生成的信息。图4为用于说明瓶颈位置324的图。在一个路段内存在交叉点或坡路 等的梯度变化的地点时，会有由于该地点而产生拥堵的情况。拥堵在从该 地点到路段始点的方向产生。瓶颈位置324为该拥堵的产生原因的地点， 为拥堵区间的基准位置。从行驶的车辆的角度来看时，瓶颈位置324为拥 堵的终点。瓶颈位置324通过距路段的终点的距离来表示。例如，如图4 (1)所示，拥堵区间数321为"0"时，没有拥堵区间信息322的字段(field)， 代表拥堵程度319成为路段的拥堵程度。此外，瓶颈位置为"O"，拥堵长度为路段长度(根据地图数据所求得)。另一方面，如图4 (2)所示，在 拥堵区间数321为"1"以上时，拥堵区间信息322中具有字段。并且， 从瓶颈位置324向路段始点方向追溯到拥堵长度325为止的区间为拥堵区 间。<动作的说明>接下来，对本实施方式的交通状况预测装置20的动作进行说明。如上所述，通信处理部21定期地从交通信息中心IO接收现况交通信 息后，存储在储备交通信息DB310中。另一方面，预测参数生成部23釆用储备交通信息DB310，定期地或 者按照操作者的要求，生成预测参数DB370。图5为表示预测参数DB370的生成处理的流程图。另外，预测参数 DB370的生成处理不需要与外部进行通信，因此为离线处理。预测参数生成部23读入储备交通信息DB310 (SIOO)。另外，也可在 信息生成时刻311读入规定期间(例如一周前的期间)的信息。此外，也 可读入与规定区域的路段相关的信息(例如网格码314处于规定范围的信 息)。接下来，预测参数生成部23，按采用S100读入的储备交通信息DB310 中所包括的每个路段信息316，求得成为该路段信息316的对象的路段的 行程速度(S200)。具体地来说，预测参数生成部23根据地图数据求得成 为对象的路段的路段长度。另外，如上所述，路段由网格码314以及路段 编号318而被确定。并且，预测参数生成部23将从地图数据所取得的路 段长度除以行程时间320而算出行程速度。接下来，预测参数生成部23进行瓶颈位置的计算处理(S300)。在此, 求出瓶颈位置的产生频率，用频率来确定上层的瓶颈位置。这是因为，拥 堵产生的原因地点即瓶颈位置的一个路段内的产生位置，具有某种程度的 规则性。另外，实际的拥堵产生原因的位置可从道路上取得各种位置，但 通过设置在道路上的规定位置的传感器来收集交通信息，因此瓶颈位置的 变化有限。图6为瓶颈位置的计算处理的流程图。预测参数生成部23，从成为在S100读入的储备交通信息310中包括
的路段信息316的对象的路段中依次选择一个路段(S301)。进而，预测 参数生成部23从信息生成时刻311中按照旧顺序选择一个信息生成对刻 (S302)。并且，预测参数生成部23从在S100中读入的储备交通信息310中所 包括的路段信息316中，抽出在信息生成时刻311为在S302选择的信息 生成时刻时成为对象的路段的路段信息316。并且，判定所抽出的路段信 息316的拥堵区间数321是否为"0" (S303)。在拥堵区间数321为"0"时(S303 "是")，预测参数生成部23判定 代表拥堵程度319是否为"2"或"3" (S304)。在代表拥堵程度319不为 "2"或"3"时(S304否)，预测参数生成部23将处理转移到S310。另 外，在此为了使处理简单化，不对拥堵程度二2 (拥挤)和拥堵程度=3 (拥 堵)进行区别。另一方面，在代表拥堵程度为"2"或"3"时(S304是)，预测参数 生成部23对瓶颈位置度数表T305进行更新(S305)。在此，瓶颈位置度 数表T305为对每个路段，将瓶颈位置和度数对应起来的表。在此，预测 参数生成部23，给作为对象的路段的瓶颈位置增加"0"的度数(S305)。 之后，处理转移到S310。另一方面，在路段信息316的拥堵区间数321不为"0"时(S303否)， 预测参数生成部23依次选择一个拥堵区间信息32 (S306)，分别对区间拥 堵程度323是否为"2"或"3"进行判定(S307)。仅在是的情况下(S307 是)，对瓶颈位置度数表T350进行更新。即预测参数生成部23增加与瓶 颈位置324对应的度数(S308)。如果所有的拥堵区间信息322的选择结 束(S309是)，预测参数生成部23将处理转移到S310。在S310中，预测参数生成部23针对在S100读入的储备交通信息 DB310中所包括的记录的所有的信息生成时刻311，判断S302的选择是 否结束(S310)。而且，在没有结束的情况下(S310否)，返回到S302， 选择未选择的信息生成时刻311来进行以后的处理。另一方面，在所有的信息生成时刻311的选择结束的情况下(S310 是)，预测参数生成部23从瓶颈位置度数表T350将度数为上位(在此为 3位)的瓶颈位置登录到瓶颈位置表T312 (S311)。
接下来，预测参数生成部23针对所有的路段判定S301中的选择是否 结束(S312)。之后，在有未选择的路段的情况下(S312否)，返回到S301， 选择未选择的路段来进行以后的处理。另一方面，在对所有的路段的选择结束了时(S312是)，预测参数生 成部23结束该流程。以上，对瓶颈位置的计算处理的流程进行了说明。通过该处理，预测 参数生成部23完成瓶颈位置表T312。瓶颈位置表T312对每个路段，按 照度数多的顺序保存最大的3个的瓶颈位置。返回到图5，接下来，预测参数生成部23进行按百分比值顺畅/拥堵 速度计算处理(S400)。图7为相关处理的流程图。在此，按每个路段信 息316 (即每个路段和每个信息生成时刻)求出路段内的顺畅的区间的速 度(顺畅速度)和拥堵的区间的速度(拥堵速度)(S401 S408)。并且， 对每个路段，求出与规定的百分比值对应的顺畅速度和拥堵速度的候补。具体地来说，首先预测参数生成部23从由S100读入的储备交通信息 DB310中所包括的路段信息316中，依次选择一个路段信息316，作为处 理对象的路段信息。之后，预测参数生成部23判断所选择的路段信息的 拥堵区间数321是否为"0" (S401)。在拥堵区间数321为"0"时(S401 是)，预测参数生成部23将由S200求出的对应的路段的行程速度作为与 代表拥堵程度319对应的速度候补(S402)。另一方面，在所选择的路段信息316的拥堵区间数321不为"0"时 (S401否)，预测参数生成部23从拥堵区间信息322中抽出区间拥堵程度 323为"2"或"3"的拥堵区间信息322的拥堵长度325,对所抽出的拥 堵长度325进行总计(S403)。之后，核查该总计值是否比给对象路段的 路段长度乘规定的系数(例如0.5)的值大(S404)。另外，之所以这样， 是因为在有某程度的拥堵的区间的长度的情况下，看作是拥堵。在拥堵长度的总计值一方较大的情况下(S404是)，预测参数生成部 23将由S200求得的对应的行程速度作为拥堵速度候补(S405)。另一方 面，在拥堵长度的总计值一方不大时(S404否)，预测参数生成部23将由 S200求得的对象的行程速度作为拥堵速度候补(406)。之后，预测参数生成部23进行各速度候补的登录。具体地来说，如 图8所示，按每个路段，将顺畅速度候补或拥堵速度候补分别升序(或降 序)地进行登录。另外，与信息生成时刻311无关地进行登录。预测参数生成部23在所有路段的所有信息生成时刻，进行S401 S407的处理，如图8所示，完成保存有各路段的顺畅速度和拥堵速度的顺 畅速度/拥堵速度的各速度候补表350 (S408)。接下来，预测参数生成部23依次选择一个路段(S409)，还依次设定 百分比值(S410)，进行按百分比值的顺畅/拥堵速度的决定(S411)。在此，所谓百分比值为设候补整体的数目为IOO时的值。在n个速度 候补以升序排列的情况下，百分比值m的速度候补为以从低到高的顺序排 列的值。如图8所示，预测参数生成部23对每个路段，从顺畅速度/拥堵速度 的各速度候补表350中抽出与百分比值为20、 30、 40、、 80对应的速 度候补后，保存在按百分比值的顺畅/拥堵速度表360中(S412)。按百分 比值的顺畅/拥堵速度表360对每个路段，对应保存有百分比值、顺畅速度 和拥堵速度。由此，在预测参数生成部23完成按百分比值的顺畅/拥堵速度表360 时(S413是)，结束该流程。接下来，预测参数生成部23进行按百分比值的顺畅/拥堵速度的评价 (图5的S500)。图9为相关处理的流程图。预测参数生成部23，依次设定百分比值，从按百分比值的顺畅/拥堵 速度表360读入与所设定的百分比值对应的顺畅速度Vs和拥堵速度Vj (S501)。接下来，依次选择一个路段信息316，对于成为所选择的路段信 息316的对象的路段进行拥堵区间的预测处理(S502)和所预测的拥堵区 间的评价值E的计算处理(S503)。图IO为拥堵区间的预测处理(S502)的流程图。首先，预测参数生成部23取得成为对象的路段信息316的行程时间320。接下来，预测参数生成部23通过解出下述联立方程式而算出对象路 段的拥堵长度Lj和顺畅长度Ls。此时，釆用由S501读入的拥堵速度Vj 以及顺畅速度Vs来作为拥堵区间的速度以及顺畅区间的速度。此外，路
段长度采用从地图数据中取得的值。 (联立方程式)Lj+Ls=L (路段长度) Lj/Vj+Ls/Vs=T (行程时间)接下来，预测参数生成部23，对所求出的拥堵长度Lj是否为负进行 检查(S603)，在为负的情况下(S603是)，登录拥堵区间数=0，代表拥 堵程度二l (顺畅)。之后，结束图10的流程。另一方面，在拥堵长度为正的情况下(S603否)，预测参数生成部23 对顺畅长度Ls是否为负进行检查(S605)。之后，在负的情况下(S605 是)，登录拥堵区间数=0，代表拥堵程度=3 (拥堵)(S606)。之后，结 束图IO的流程。另一方面，在顺畅长度Ls为正时(S605否)，预测参数生成部23从 瓶颈位置表T312 (参照图6)，从高位开始依次选择与对象路段对应的瓶 颈位置(S607)。之后，预测参数生成部23对拥堵区间是否超过了路段长度进行判定 (S608)。具体地来说，对(是否为瓶颈位置(距路段终点的距离)+拥堵长度1^}>路段长度进行检査。之后，在大于时，判定拥堵区间超过路段长度，在不是大 于的情况下，判定拥堵区间没有超过路段长度。在判定拥堵区间没有超过路段长度时(S608否)，预测参数生成部23 登录由S607选择的瓶颈位置和由S602求出的拥堵长度Lj以及顺畅长度 Ls (S609)，接收图IO的流程。另一方面，在判定拥堵区间超过路段长度时(S608是)，预测参数生 成部23对是否选择了瓶颈位置表T312的对象的路段的所有瓶颈位置进行 检査(S610)。之后，在有未选择的瓶颈位置时(S610否)，返回到S607， 选择接下来正要登录的瓶颈位置，进行以下的处理。另一方面，在对所有 的瓶颈位置的选择结束了的情况下(S610是)，预测参数生成部23从瓶颈 位置表T312中选择距路段终点的距离最小的瓶颈位置。之后，将拥堵长 度Lj设为从路段始点到瓶颈位置的距离。此外，将顺畅长度Lj设为从路 段始点到瓶颈位置的距离。此外，设顺畅长度Ls为从瓶颈位置到路段终
点的距离。之后，登录瓶颈位置、拥堵长度Lj和顺畅长度Ls (S611)，结束图IO的流程图。以上，对图IO的拥堵区间的预测处理的流程进行了说明。接下来，对预测的拥堵区间的评价值E的计算处理(图9的S503)进行说明。图11为用于说明评价值E的计算方法的图。评价值E为在全体中所 占的真值和预测值的一致部分的比例。评价值E越大，匹配性越好。在此， 采用对象的路段信息316的拥堵区间信息322作为真值。预测参数生成部 23对真值和由S502所预测的拥堵状况(拥堵程度不同的区间)进行比较， 求出拥堵程度一致的部分的长度，求出其总计值Xi。之后，通过下式求出 评价值E。另外，在此对拥堵程度二2 (拥挤)和拥堵程度二3 (拥堵)不 进行区分。均作为拥堵处理。在图11的例子中，真值(根据储备交通信息DB310的拥堵区间信息 322求出的拥堵状况)为拥堵区间1 (拥堵)和拥堵区间2 (拥挤)。与此 相对，根据由S502预测的拥堵状况，拥堵区间为一个，并且该拥堵区间 在真值的拥堵区间2以及拥堵区间1中有一部分重叠。上述情况下，预测 参数生成部23，求出拥堵程度相同部分的长度。即求出均为"拥堵"或"拥 挤"的部分和均为"顺畅"的部分。之后，对上述部分进行总计，来求出 总计值Xi。之后，如下式那样，通过总计值Xi除以路段长度来求出评价 值E。评价值E二Xi/LXi: —致的区间L:路段长度返回到图9进行说明。预测参数生成部23对所有的路段信息(即对 所有的路段以及信息生成时刻311)，进行S502 S503的处理(S504)。 之后，预测参数生成部23算出所求出的评价值E的平均值Eave (S505)。接下来，预测参数生成部23对是否选择了按百分比值的顺畅/拥堵速 度表360中所包括的所有百分比值进行判定，在有未选择的百分比值时， 返回到S501，继续进行处理。
另一方面,在对所有的百分比值,求出评价值E的平均值Eave时(S506 是)，预测参数生成部23求出评价值Eave为最大的百分比值。之后，将 所求出的百分比值预测地决定为最优的百分比值(S507)。接下来，预测参数生成部23采用由S507决定的预测中最优的百分比 值，对每个路段决定最优顺畅速度和最优拥堵速度(S509)。具体地来说， 根据按百分比值的顺畅/拥堵速度表360，对每个路段抽出与由S507决定 的百分比值对应的顺畅速度和拥堵速度。之后，将所抽出的顺畅速度和拥 堵速度决定为最优顺畅速度和最优拥堵速度。之后，结束图9的流程图。以上，对图9的按百分比值的顺畅/拥堵速度的评价处理的流程进行了 说明。接下来，预测参数生成部23生成预测参数DB370 (图5的S600)。 图12为表示预测参数DB370的结构的图。预测参数DB370包括网格信息 数371 、网格信息数371份的网格信息372。网格信息372包括网格码373、 路段信息数374和路段信息数374份的路段信息375。路段信息375包括 路段分类376、路段编号378、第一瓶颈位置379、第二瓶颈位置380、第 三瓶颈位置381、拥堵速度382和顺畅速度383。预测参数生成部23从高位依次将由瓶颈位置计算处理(图6)生成的 对每个路段的前3个的瓶颈位置保存在对应的路段信息375的第一 第三 瓶颈位置379 381。此外，将由按百分比值的顺畅/拥堵速度的评价处理 (图9)的S508所生成的对每个路段的最优拥堵速度以及最优顺畅速度保 存在对应的路段信息375的拥堵速度382和顺畅速度383中。以上，对图5所示的预测参数DB370的生成处理的流程进行了说明。接下来，对上述那样所生成的预测参数DB370的利用进行说明。预测参数DB370中保存的预测参数(第1 第三瓶颈位置379 381、 拥堵速度382、顺畅速度383)用于对路段内的拥堵程度不同的区间进行 预测。即从预测行程时间服务器13取得对每个路段的行程时间时，用来 求出路段内的拥堵状况(拥堵程度及其区间)。图13为拥堵状况的预测处理的流程图。该流程，在从预测行程时间 服务器13取得行程时间时，或者对应于来自车载装置12的请求开始。预测行程时间取得部22介由通信处理部21从预测行程时间服务器13
取得包括对每个路段的预测行程时间的交通信息。之后，将所取得的交通信息保存在预测交通信息DB330中。所取得的交通信息中，基本上大致 包括构成图3所示的预测交通信息DB330的信息。但是，不包括与拥堵 程度相关的信息(代表拥堵程度342、拥堵区间数344、拥堵区间信息345)。在此，拥堵区间预测部24基于从预测行程时间服务器13所接收的预 测行程时间343，采用预测参数，算出与拥堵程度相关的信息。拥堵区间预测部24首先读入预测参数DB370 (S701)。之后，按每个 预测时刻数332以及每个路段，针对预测行程时间343，进行S702 S704 的处理。即依次选择路段信息339,进行S702 S704的处理。在S702中，拥堵区间预测部24取得所选择的路段信息339的预测行 程时间343。S703中，拥堵区间预测部24求出所选择的路段信息339的对象的路 段的代表拥堵程度。图14为上述代表拥堵程度的预测处理的流程图。拥堵区间预测部24，在预测行程时间不明确时，即针对对象的路段， 没有从预测行程时间服务器13取得预测行程时间时(S801是)，在代表拥 堵程度342中登录"不明"。另一方面，在预测行程时间存在时(S801否)， 通过路段长度除以预测行程时间343，算出行程速度(S803)。之后，通过 图15所示的拥堵判定阈值表，来决定代表拥堵程度。在拥堵判定阈值表 中，按每种路段分类，对应添加各拥堵程度的行程速度的范围。在此，拥 堵区间预测部24根据拥堵判定阈值表，求出与对象的路段的路段分类340 和由S803求出的行程速度对应的拥堵程度。之后，将所求出的拥堵程度 保存在代表拥堵程度342中。返回到图13进行说明。接下来，拥堵区间预测部24进行拥堵区间的 预测处理。拥堵区间的预测处理，与上述的图10所示的拥堵区间的预测 处理相同。但是，拥堵区间预测部24为主体。而且，在此，在S601中， 取得从预测行程时间服务器13所取得的预测行程时间343。之后，S602 的拥堵长度的计算中，采用该预测行程时间343作为行程时间。之后，在拥堵区间数=0、代表拥堵程度=1 (顺畅)时(S604),拥 堵区间预测部24，在成为处理对象的路段信息339的拥堵区间数344中保 存"0"。此外，拥堵区间预测部24不设置拥堵区间信息35的字段。
此外，在拥堵区间数=0、代表拥堵程度=1 (顺畅)时(S604)，拥 堵区间预测部24，在成为处理对象的路段信息339的拥堵区间数344中保 存"0"。此外，拥堵区间预测部24不设置拥堵区间信息35的字段。此外，在拥堵区间的长度与路段长度相比较为适当的情况下(S609)， 拥堵区间预测部24将"1"保存在路段信息339的拥堵区间数344中。此 外，在拥堵区间信息345中设置一个记录，在区间拥堵程度346中保存"3(拥堵)"。进而，在瓶颈位置347中保存有由S607所选择的瓶颈位置。 拥堵长度348中保存有由S602所求出的拥堵长度Lj。此外，在登录距路段终点的距离为最小的瓶颈位置中的结果时 (S611)，拥堵区间预测部24在路段信息339的拥堵区间数344中保存"l"。 此外，在拥堵区间信息345中设置一个记录，在区间拥堵程度346中保存 "3 (拥堵)"，在瓶颈位置347中保存距路段终点的距离为最小的瓶颈位 置。在拥堵长度348中，保存有从路段始点到瓶颈位置的距离。返回到图13进行说明。拥堵区间预测部24针对从预测行程时间服务 器13所接收的交通信息(即在预测交通信息DB310中保存的每个预测时 刻数332、每个路段的预测行程时间343)进行了以上的处理(S702 S704) 后(S705)，结束该流程。由此，如图3所示的预测交通信息DB330完成。即在预测交通信息 DB330中，保存有没有与从预测行程时间服务器13取得的拥堵状况相关 的信息(代表拥堵程度342、拥堵区间数344、拥堵区间信息345)。通信处理部21对应于来自车载装置12的要求发送如上那样生成的预 测交通信息DB330。车载装置12,釆用所接收到的预测交通信息DB330，能够不限于路 段单位的拥堵程度而针对路段内的部分的区间显示拥堵程度。以上，对本发明的一实施方式进行了说明。通过上述实施方式，能够根据路段单位的行程时间求出路段内的拥堵 程度不同的区间。也即，即使在只取得路段单位的预测行程时间作为预测 交通信息的情况下，也能对路段内的部分的区间中的拥堵程度进行预测。 因此，能够提供更细的预测交通信息。此外，由于采用过去的实际的交通信息即储备交通信息来计算出预测
参数，并用于拥堵程度的预测，因此能进行更准确的预测。本发明并不限于上述实施方式，只要在发明的主旨的范围内可有各种 变形。例如，在上述实施方式中，在求出区间拥堵程度时，作为拥堵程度，不对"2 (拥堵)"和"3 (拥挤)"进行区分，而均作为"3 (拥堵)"进行 处理。并不限于此，但也可对"2 (拥挤)"和"3 (拥堵)"进行区分。例如，在图13的S704中，在生成预测交通信息DB330的拥堵区间 信息345时，拥堵区间预测部24通过与图14的S803相同的处理来求出 路段的行程速度，也可采用图15的拥堵判定阈值表来求出拥堵程度。或 者，以由S602求出的拥堵速度Vj作为行程速度，采用图15的拥堵判定 阈值表，求出对应的拥堵程度。之后，将所求出的拥堵程度保存在区间拥 堵程度346中。在图15的拥堵阈值判定表中，对"2 (拥挤)"和"3 (拥 堵)"进行区分，因此根据行程速度在区间拥堵程度342中保存"2(拥挤)"。 由此，在车载装置12中，针对路段内的部分的区间，能够区分"拥堵" 和"拥挤"来显示，能够进行更多样的显示。此外，在上述实施方式中，存储在储备交通信息DB310中的交通信 息为过去所接收到的现况交通信息。但并不限于此，也可为对过去的交通 信息进行统计处理而求出的统计交通信息。
权利要求
1、一种交通状况预测装置，具备存储机构，其存储有路段数据和参数，上述路段数据包括构成地图上的道路的路段的路段长度，上述参数按每个路段包括表示顺畅的速度即顺畅速度、表示拥堵的速度即拥堵速度和拥堵区间的基准位置即拥堵基准位置；取得路段的预测行程时间的机构；按拥堵程度的区间计算机构，其采用上述预测行程时间和上述参数，求出上述路段内的拥堵程度不同的区间。
2、 根据权利要求1所述的交通状况预测装置，其特征在于， 上述按拥堵程度的区间计算机构，按照对路段中的拥堵程度不同的区间以各区间中的行驶速度通过时 的时间之和为该路段的行程时间，并且各个拥堵程度不同的区间之和为路 段长度的方式，求出上述路段中的拥堵程度不同的区间。
3、 根据权利要求2所述的交通状况预测装置，其特征在于， 上述按拥堵程度的区间计算机构， 在拥堵长度为负时，设路段整体的拥堵程度为顺畅， 在顺畅长度为负时，设路段整体的拥堵程度为拥堵。
4、 根据权利要求2所述的交通状况预测装置，其特征在于， 上述参数中按每个路段包括多个拥堵基准位置， 上述按拥堵程度的区间计算机构，从上述多个拥堵基准位置中，选择采用拥堵长度所求出的拥堵区间处 于路段长度的范围内的位置，采用所选择的拥堵基准位置，求出上述路段内的拥堵程度不同的区间。
5、 一种交通状况预测装置，具备取得交通信息的机构，上述交通信息包括构成地图上的道路的路段的 行程时间、上述路段内的拥堵程度不同的区间、拥堵的基准位置即拥堵基 准位置、和拥堵长度；和参数生成机构，其采用上述交通信息来生成在求出路段内的拥堵程度 不同的区间时所利用的参数，上述参数按每个路段包括表示顺畅的速度即顺畅速度、表示拥堵的 速度即拥堵速度和成为拥堵区间的基准位置即拥堵基准位置。
6、 根据权利要求5所述的交通状况预测装置，其特征在于， 上述参数生成机构，根据上述交通信息中所包括的各路段的拥堵基准位置，求出各路段的 拥堵基准位置的频度，使上述参数包含有频度高的高位规定数的拥堵基准 位置。
7、 根据权利要求5所述的交通状况预测装置，其特征在于， 上述参数生成机构包括按拥堵程度的行程速度计算机构，其求出上述各路段的拥堵程度不同 的行程速度；分别以升序或降序排列拥堵程度不同的行程速度，按拥堵程度分别取 得从整体的数目来看处于规定比例的顺序的行程速度的机构；按拥堵程度的区间计算机构，其采用路段的行程时间和所取得的拥堵 程度不同的行程速度，求出各路段内的拥堵程度不同的区间；根据所求出的拥堵程度不同的区间和上述交通信息中所包括的拥堵 程度不同的区间之间的匹配性，求出评价值的机构，使上述参数包括给出最高评价值的按拥堵程度不同的行程速度。
8、 根据权利要求7所述的交通状况预测装置，其特征在于， 上述按拥堵程度的区间计算机构，按照对路段中的拥堵程度不同的区间以各区间中的行驶速度通过时 的时间之和为该路段的行程时间，并且各个拥堵程度不同的区间之和为路 段长度的方式，求出上述路段中的拥堵程度不同的区间。
9、 根据权利要求7所述的交通状况预测装置，其特征在于， 具备取得路段的代表行程速度的机构， 上述按拥堵程度的行程速度计算机构，在拥堵长度相对路段长度为规定比例以上时，设上述代表行程速度为 拥堵速度，在拥堵长度相对路段长度为小于规定比例时，设上述代表行程速度为 顺畅速度。
10、 根据权利要求5所述的交通状况预测装置，其特征在于， 具备-取得路段的预测行程时间的机构；和按拥堵程度的区间计算机构，其采用上述预测行程时间和上述参数， 求出上述路段内的拥堵程度不同的区间。
11、 一种交通状况预测方法，为交通状况预测装置的交通状况预测方法，上述交通状况预测装置，具备存储机构，其存储有路段数据和参数， 上述路段数据包括构成地图上的道路的路段的路段长度，上述参数按每个 路段包括表示顺畅的速度即顺畅速度、表示拥堵的速度即拥堵速度、和拥 堵区间的基准位置即拥堵基准位置，进行以下步骤-取得路段的预测行程时间的步骤；和采用上述预测行程时间和上述参数，求出上述路段内的拥堵程度不同 的区间的按拥堵程度的区间计算步骤。
全文摘要
本发明的交通状况预测装置具备存储机构，其存储有路段数据和参数，上述路段数据包括构成地图上的道路的路段的路段长度，上述参数按每个路段包括表示顺畅的速度即顺畅速度、表示拥堵的速度即拥堵速度和拥堵区间的基准位置即拥堵基准位置；取得路段的预测行程时间的机构；按拥堵程度的区间计算机构，其采用上述预测行程时间和上述参数，求出上述路段内的拥堵程度不同的区间。从而能根据有限的信息(路段的行程时间)来预测路段内的拥堵状况。
文档编号G09B29/10GK101154317SQ20071014113
公开日2008年4月2日 申请日期2007年8月8日 优先权日2006年9月27日
发明者奥出真理子, 山根宪一郎, 高桥广考 申请人:株式会社查纳位资讯情报
技术领域：
本发明涉及预测交通状况的技术。
背景技术：
在专利文献1中，记载有求出路段(link)的拥堵程度的技术。例如 根据路段的行程时间和路段长度来求出行程速度，将与该求出的行程速度 对应的拥堵程度作为该路段的拥堵程度。但是，即使是一个路段，从起点到终点也不都是相同的交通状况。例 如，在路段的中途有十字路口或坡路的情况下，有时从该地点开始发生拥 堵。即会有在一个路段内产生拥堵状况不同的区间的情况。在现有的技术 中，即使取得路段的行程时间，也不能求出路段内的详细的拥堵状况(拥 堵程度不同的区间)。专利文献l:特开2006—171835号公报。发明内容本发明正是为了解决上述课题而提出的，其目的在于根据有限的信息 (例如路段的行程时间等)来预测路段内的拥堵状况。为了解决上述课题，本发明采用预测行程时间和预测参数来求出路段 内的拥堵程度不同的区间。例如，本发明的第一方式为交通状况预测装置，具备存储机构，其 存储有路段数据和参数，上述路段数据包括构成地图上的道路的路段的路 段长度，上述参数按每个路段包括表示顺畅的速度即顺畅速度、表示拥堵 的速度即拥堵速度和拥堵区间的基准位置即拥堵基准位置；取得路段的预 测行程时间的机构；按拥堵程度的区间计算机构，其采用上述预测行程时 间和上述参数，求出上述路段内的拥堵程度不同的区间。
此外，本发明的第二方式为交通状况预测装置，具有取得交通信息 的机构，上述交通信息包括构成地图上的道路的路段的行程时间、上述路 段内的拥堵程度不同的区间、拥堵的基准位置即拥堵基准位置、和拥堵长 度；和参数生成机构，其采用上述交通信息来生成在求出路段内的拥堵程 度不同的区间时所利用的参数。而且，上述参数按每个路段包括表示顺 畅的速度即顺畅速度、表示拥堵的速度即拥堵速度和成为拥堵区间的基准 位置即拥堵基准位置。
图1为适用本发明的一实施方式的交通状况预测系统的示意结构图。图2为表示储备交通信息DB的结构的图。图3为表示预测交通信息DB的结构的图。图4为用于说明拥堵区间的瓶颈位置的图。图5为预测参数DB的生成处理的流程图。图6为瓶颈位置计算处理的流程图。图7为按百分比值的顺畅朋堵速度的计算处理的流程图。图8为用于说明按百分比值的顺畅/拥堵速度的计算处理的图。图9为用于说明按百分比值的顺畅/拥堵速度的评价处理的图。图IO为拥堵区间的预测处理的流程图。图11为用于说明所预测的拥堵区间的评价处理的图。图12为表示预测参数DB的结构的图。图13为拥堵状况的预测处理的流程图。图14为代表拥堵程度的预测处理的流程图。图15为表示拥堵判定阈值的表的图。图中IO —交通信息中心；ll一基站；12 —车载装置；13 —预测行程 时间服务器；14一网络；20 —交通状况预测装置；21 —通信处理部；22 — 预测行程时间取得部；23 —预测参数；24 —拥堵区间预测部；27_地图 DB; 310 —储备交通信息DB; 330—预测交通信息DB; 370 —预测参数 DB。
具体实施方式
以下，参照附图，对本发明的一实施方式进行说明。图l为本发明的 一实施方式相关的交通状况预测系统的示意结构图。如图所示，交通状况预测系统具有交通信息中心10、预测行程时间服务器13、以及装在车辆 上的导航装置等车载装置12。交通信息中心IO为对现状的交通信息进行发送的装置。具体地来说， 对构成地图上的道路的路段的交通信息(行程时间、拥堵程度等)进行发 送。交通信息中心10例如也可为VICS (Vehicle Information and Communication System)中心。此外，也可为对VICS信息进行暂时存储， 在处理后进行发送的装置。预测行程时间服务器13具备存储装置，保持有构成地图上的道路的 各路段的未来时刻(当前以后的时刻)中各路段的预测行程时间。并且， 将各路段的预测行程时间发送到交通状况预测装置20。交通信息中心IO、预测行程时间服务器13、交通状况预测装置20、 车载装置12分别可与互联网等的网络14连接。车载装置12通过无线介 由基站11与网络14连接。交通状况预测装置20通过网络14与交通信息 中心10、车载装置12进行信息的收发。车载装置12可从交通信息中心 10接收现状交通信息。预测行程时间服务器13也可与交通状况预测装置20直接连接。此外， 交通状况预测装置20也可具备预测行程时间服务器13的功能。交通信息中心10、预测行程时间服务器13以及交通状况预测装置20 可通过通用的计算机系统来实现，该计算机系统具备CPU (Central Processing Unit)、成为CPU的工作区域的RAM(Random Access Memory)、 HDD (Hard Disk Drive)等的外部存储装置、通信接口、键盘等的输入装 置、显示器等的输出装置、用于连接上述器件的总线。各种功能通过CPU 执行存储器中载入的规定的程序来实现。车载装置12为具有CPU、RAM、HDD、GPS(Global Positioning System)接收机、取得车辆的状况的各种传感器(车速传感器、陀螺传感器等)、 显示器、键式开关(key switch)等的输入装置、外部存储装置、通信装置 等的所谓汽车导航装置。车载装置12在存储装置中保持地图数据，对从 规定的出发地到目的地的路径进行搜索后，显示在显示器中。车载装置12 将从交通信息中心10或交通状况预测装置20取得的交通信息显示在显示 器中。例如，显示当前位置附近的地图，在道路上显示拥堵程度(顺畅、 拥挤、拥堵等)。交通状况预测装置20包括通信处理部21 、预测行程时间取得部22、 预测参数生成部23、拥堵区间预测部24、地图DB (数据库)27、储备交 通信息DB310、预测参数DB370和预测交通信息DB330。通信处理部21与交通信息中心10、预测行程时间服务器13、车载装 置20进行信息的收发。具体地来说，从交通信息中心10定期地接收现况 的交通信息后，存储在储备交通信息DB310中.。此外，对应于来自车载 装置12的请求，从预测交通信息DB330取得所请求的范围的交通信息后， 发送到车载装置12。预测行程时间取得部22，介由通信处理部21，从预测行程时间服务 器13取得规定的未来时刻中的每个路段的预测行程时间。预测参数生成部23采用储备交通信息DB310，生成用于算出保存在 预测交通信息DB330中的拥堵程度的预测参数后，保存在预测参数DB310 中。拥堵区间预测部24，采用预测参数DB370和从预测行程时间服务器 13取得的预测行程时间，求出每个路段的拥堵程度，保存在预测交通信息 DB330中。在地图DB27中，在对地图上的区域进行划分的每个网格区域(以规 定间隔的纬度/经度划分的区域)中，包括网格码和构成该网格区域中所含 有的道路的路段的数据(路段数据)。路段数据中，包括路段编号、作为 道路类别的路段分类、位置信息(始点和终点的坐标位置)和路段长度。 另外，各路段通过网格码和路段编号唯一确定。图2为表示储备交通信息DB310的结构的图。储备交通信息DB310 中存储有从交通信息中心10所接收到的交通信息。如图所示，储备交通 信息DB310包括信息生成时刻311、网格信息数312、以及网格信息数312 量的网格信息313。网格信息313包括网格码314、路段信息数315、以及 路段信息数315量的路段信息316。路段信息316包括路段分类317、路
段编号318、代表拥堵程度319、行程时间320、拥堵区间数321、以及拥 堵区间数321量的拥堵区间信息322。拥堵区间信息322包括区间拥堵程 度323、瓶颈位置(距路段终点的距离)324和拥堵长度325。代表拥堵程度319以及区间拥堵程度323的拥堵程度通过数值表示， 分别表示为"0 (不明确)"、"1 (顺畅)"、"2 (拥挤)"、"3 (拥堵)"。拥 堵区间数321，为在一个路段中存在有多个拥堵区间时的拥堵区间的数目。 区间拥堵程度323为各区间中的拥堵程度。关于瓶颈位置324将在后面叙 述。图3为表示预测交通信息DB330的结构的图。预测交通信息DB330 具备与储备交通信息DB310相似的结构，但保存有预测时间数份的记录。 即预测交通信息DB330包括信息生成时刻331、预测时刻数332、预测时 刻数332份的预测时刻信息333。预测时刻信息333包括预测时刻334、 网格信息数335、网格信息数335份的网格信息336。网格信息336包括 网格码337、路段信息数338、以及路段信息数338份的路段信息339。路 段信息339包括路段分类340、路段编号341、代表拥堵程度342、行程时 间343、拥堵区间数344、以及拥堵区间数344量的拥堵区间信息345。拥 堵区间信息345包括区间拥堵程度346、瓶颈位置(距路段终点的距离) 347和拥堵长度348。预测交通信息DB330基本上为从预测行程时间服务器13所接收到的 交通信息。但在从预测行程时间服务器13所接收到的交通信息中，不包 括与拥堵程度相关的信息(代表拥堵程度342、拥堵区间数344以及拥堵 区间信息345)。上述与拥堵程度相关的信息，保存有通过拥堵区间预测部 24基于预测行程时间343采用预测参数DB370所生成的信息。图4为用于说明瓶颈位置324的图。在一个路段内存在交叉点或坡路 等的梯度变化的地点时，会有由于该地点而产生拥堵的情况。拥堵在从该 地点到路段始点的方向产生。瓶颈位置324为该拥堵的产生原因的地点， 为拥堵区间的基准位置。从行驶的车辆的角度来看时，瓶颈位置324为拥 堵的终点。瓶颈位置324通过距路段的终点的距离来表示。例如，如图4 (1)所示，拥堵区间数321为"0"时，没有拥堵区间信息322的字段(field)， 代表拥堵程度319成为路段的拥堵程度。此外，瓶颈位置为"O"，拥堵长度为路段长度(根据地图数据所求得)。另一方面，如图4 (2)所示，在 拥堵区间数321为"1"以上时，拥堵区间信息322中具有字段。并且， 从瓶颈位置324向路段始点方向追溯到拥堵长度325为止的区间为拥堵区 间。<动作的说明>接下来，对本实施方式的交通状况预测装置20的动作进行说明。如上所述，通信处理部21定期地从交通信息中心IO接收现况交通信 息后，存储在储备交通信息DB310中。另一方面，预测参数生成部23釆用储备交通信息DB310，定期地或 者按照操作者的要求，生成预测参数DB370。图5为表示预测参数DB370的生成处理的流程图。另外，预测参数 DB370的生成处理不需要与外部进行通信，因此为离线处理。预测参数生成部23读入储备交通信息DB310 (SIOO)。另外，也可在 信息生成时刻311读入规定期间(例如一周前的期间)的信息。此外，也 可读入与规定区域的路段相关的信息(例如网格码314处于规定范围的信 息)。接下来，预测参数生成部23，按采用S100读入的储备交通信息DB310 中所包括的每个路段信息316，求得成为该路段信息316的对象的路段的 行程速度(S200)。具体地来说，预测参数生成部23根据地图数据求得成 为对象的路段的路段长度。另外，如上所述，路段由网格码314以及路段 编号318而被确定。并且，预测参数生成部23将从地图数据所取得的路 段长度除以行程时间320而算出行程速度。接下来，预测参数生成部23进行瓶颈位置的计算处理(S300)。在此, 求出瓶颈位置的产生频率，用频率来确定上层的瓶颈位置。这是因为，拥 堵产生的原因地点即瓶颈位置的一个路段内的产生位置，具有某种程度的 规则性。另外，实际的拥堵产生原因的位置可从道路上取得各种位置，但 通过设置在道路上的规定位置的传感器来收集交通信息，因此瓶颈位置的 变化有限。图6为瓶颈位置的计算处理的流程图。预测参数生成部23，从成为在S100读入的储备交通信息310中包括
的路段信息316的对象的路段中依次选择一个路段(S301)。进而，预测 参数生成部23从信息生成时刻311中按照旧顺序选择一个信息生成对刻 (S302)。并且，预测参数生成部23从在S100中读入的储备交通信息310中所 包括的路段信息316中，抽出在信息生成时刻311为在S302选择的信息 生成时刻时成为对象的路段的路段信息316。并且，判定所抽出的路段信 息316的拥堵区间数321是否为"0" (S303)。在拥堵区间数321为"0"时(S303 "是")，预测参数生成部23判定 代表拥堵程度319是否为"2"或"3" (S304)。在代表拥堵程度319不为 "2"或"3"时(S304否)，预测参数生成部23将处理转移到S310。另 外，在此为了使处理简单化，不对拥堵程度二2 (拥挤)和拥堵程度=3 (拥 堵)进行区别。另一方面，在代表拥堵程度为"2"或"3"时(S304是)，预测参数 生成部23对瓶颈位置度数表T305进行更新(S305)。在此，瓶颈位置度 数表T305为对每个路段，将瓶颈位置和度数对应起来的表。在此，预测 参数生成部23，给作为对象的路段的瓶颈位置增加"0"的度数(S305)。 之后，处理转移到S310。另一方面，在路段信息316的拥堵区间数321不为"0"时(S303否)， 预测参数生成部23依次选择一个拥堵区间信息32 (S306)，分别对区间拥 堵程度323是否为"2"或"3"进行判定(S307)。仅在是的情况下(S307 是)，对瓶颈位置度数表T350进行更新。即预测参数生成部23增加与瓶 颈位置324对应的度数(S308)。如果所有的拥堵区间信息322的选择结 束(S309是)，预测参数生成部23将处理转移到S310。在S310中，预测参数生成部23针对在S100读入的储备交通信息 DB310中所包括的记录的所有的信息生成时刻311，判断S302的选择是 否结束(S310)。而且，在没有结束的情况下(S310否)，返回到S302， 选择未选择的信息生成时刻311来进行以后的处理。另一方面，在所有的信息生成时刻311的选择结束的情况下(S310 是)，预测参数生成部23从瓶颈位置度数表T350将度数为上位(在此为 3位)的瓶颈位置登录到瓶颈位置表T312 (S311)。
接下来，预测参数生成部23针对所有的路段判定S301中的选择是否 结束(S312)。之后，在有未选择的路段的情况下(S312否)，返回到S301， 选择未选择的路段来进行以后的处理。另一方面，在对所有的路段的选择结束了时(S312是)，预测参数生 成部23结束该流程。以上，对瓶颈位置的计算处理的流程进行了说明。通过该处理，预测 参数生成部23完成瓶颈位置表T312。瓶颈位置表T312对每个路段，按 照度数多的顺序保存最大的3个的瓶颈位置。返回到图5，接下来，预测参数生成部23进行按百分比值顺畅/拥堵 速度计算处理(S400)。图7为相关处理的流程图。在此，按每个路段信 息316 (即每个路段和每个信息生成时刻)求出路段内的顺畅的区间的速 度(顺畅速度)和拥堵的区间的速度(拥堵速度)(S401 S408)。并且， 对每个路段，求出与规定的百分比值对应的顺畅速度和拥堵速度的候补。具体地来说，首先预测参数生成部23从由S100读入的储备交通信息 DB310中所包括的路段信息316中，依次选择一个路段信息316，作为处 理对象的路段信息。之后，预测参数生成部23判断所选择的路段信息的 拥堵区间数321是否为"0" (S401)。在拥堵区间数321为"0"时(S401 是)，预测参数生成部23将由S200求出的对应的路段的行程速度作为与 代表拥堵程度319对应的速度候补(S402)。另一方面，在所选择的路段信息316的拥堵区间数321不为"0"时 (S401否)，预测参数生成部23从拥堵区间信息322中抽出区间拥堵程度 323为"2"或"3"的拥堵区间信息322的拥堵长度325,对所抽出的拥 堵长度325进行总计(S403)。之后，核查该总计值是否比给对象路段的 路段长度乘规定的系数(例如0.5)的值大(S404)。另外，之所以这样， 是因为在有某程度的拥堵的区间的长度的情况下，看作是拥堵。在拥堵长度的总计值一方较大的情况下(S404是)，预测参数生成部 23将由S200求得的对应的行程速度作为拥堵速度候补(S405)。另一方 面，在拥堵长度的总计值一方不大时(S404否)，预测参数生成部23将由 S200求得的对象的行程速度作为拥堵速度候补(406)。之后，预测参数生成部23进行各速度候补的登录。具体地来说，如 图8所示，按每个路段，将顺畅速度候补或拥堵速度候补分别升序(或降 序)地进行登录。另外，与信息生成时刻311无关地进行登录。预测参数生成部23在所有路段的所有信息生成时刻，进行S401 S407的处理，如图8所示，完成保存有各路段的顺畅速度和拥堵速度的顺 畅速度/拥堵速度的各速度候补表350 (S408)。接下来，预测参数生成部23依次选择一个路段(S409)，还依次设定 百分比值(S410)，进行按百分比值的顺畅/拥堵速度的决定(S411)。在此，所谓百分比值为设候补整体的数目为IOO时的值。在n个速度 候补以升序排列的情况下，百分比值m的速度候补为以从低到高的顺序排 列的值。如图8所示，预测参数生成部23对每个路段，从顺畅速度/拥堵速度 的各速度候补表350中抽出与百分比值为20、 30、 40、、 80对应的速 度候补后，保存在按百分比值的顺畅/拥堵速度表360中(S412)。按百分 比值的顺畅/拥堵速度表360对每个路段，对应保存有百分比值、顺畅速度 和拥堵速度。由此，在预测参数生成部23完成按百分比值的顺畅/拥堵速度表360 时(S413是)，结束该流程。接下来，预测参数生成部23进行按百分比值的顺畅/拥堵速度的评价 (图5的S500)。图9为相关处理的流程图。预测参数生成部23，依次设定百分比值，从按百分比值的顺畅/拥堵 速度表360读入与所设定的百分比值对应的顺畅速度Vs和拥堵速度Vj (S501)。接下来，依次选择一个路段信息316，对于成为所选择的路段信 息316的对象的路段进行拥堵区间的预测处理(S502)和所预测的拥堵区 间的评价值E的计算处理(S503)。图IO为拥堵区间的预测处理(S502)的流程图。首先，预测参数生成部23取得成为对象的路段信息316的行程时间320。接下来，预测参数生成部23通过解出下述联立方程式而算出对象路 段的拥堵长度Lj和顺畅长度Ls。此时，釆用由S501读入的拥堵速度Vj 以及顺畅速度Vs来作为拥堵区间的速度以及顺畅区间的速度。此外，路
段长度采用从地图数据中取得的值。 (联立方程式)Lj+Ls=L (路段长度) Lj/Vj+Ls/Vs=T (行程时间)接下来，预测参数生成部23，对所求出的拥堵长度Lj是否为负进行 检查(S603)，在为负的情况下(S603是)，登录拥堵区间数=0，代表拥 堵程度二l (顺畅)。之后，结束图10的流程。另一方面，在拥堵长度为正的情况下(S603否)，预测参数生成部23 对顺畅长度Ls是否为负进行检查(S605)。之后，在负的情况下(S605 是)，登录拥堵区间数=0，代表拥堵程度=3 (拥堵)(S606)。之后，结 束图IO的流程。另一方面，在顺畅长度Ls为正时(S605否)，预测参数生成部23从 瓶颈位置表T312 (参照图6)，从高位开始依次选择与对象路段对应的瓶 颈位置(S607)。之后，预测参数生成部23对拥堵区间是否超过了路段长度进行判定 (S608)。具体地来说，对(是否为瓶颈位置(距路段终点的距离)+拥堵长度1^}>路段长度进行检査。之后，在大于时，判定拥堵区间超过路段长度，在不是大 于的情况下，判定拥堵区间没有超过路段长度。在判定拥堵区间没有超过路段长度时(S608否)，预测参数生成部23 登录由S607选择的瓶颈位置和由S602求出的拥堵长度Lj以及顺畅长度 Ls (S609)，接收图IO的流程。另一方面，在判定拥堵区间超过路段长度时(S608是)，预测参数生 成部23对是否选择了瓶颈位置表T312的对象的路段的所有瓶颈位置进行 检査(S610)。之后，在有未选择的瓶颈位置时(S610否)，返回到S607， 选择接下来正要登录的瓶颈位置，进行以下的处理。另一方面，在对所有 的瓶颈位置的选择结束了的情况下(S610是)，预测参数生成部23从瓶颈 位置表T312中选择距路段终点的距离最小的瓶颈位置。之后，将拥堵长 度Lj设为从路段始点到瓶颈位置的距离。此外，将顺畅长度Lj设为从路 段始点到瓶颈位置的距离。此外，设顺畅长度Ls为从瓶颈位置到路段终
点的距离。之后，登录瓶颈位置、拥堵长度Lj和顺畅长度Ls (S611)，结束图IO的流程图。以上，对图IO的拥堵区间的预测处理的流程进行了说明。接下来，对预测的拥堵区间的评价值E的计算处理(图9的S503)进行说明。图11为用于说明评价值E的计算方法的图。评价值E为在全体中所 占的真值和预测值的一致部分的比例。评价值E越大，匹配性越好。在此， 采用对象的路段信息316的拥堵区间信息322作为真值。预测参数生成部 23对真值和由S502所预测的拥堵状况(拥堵程度不同的区间)进行比较， 求出拥堵程度一致的部分的长度，求出其总计值Xi。之后，通过下式求出 评价值E。另外，在此对拥堵程度二2 (拥挤)和拥堵程度二3 (拥堵)不 进行区分。均作为拥堵处理。在图11的例子中，真值(根据储备交通信息DB310的拥堵区间信息 322求出的拥堵状况)为拥堵区间1 (拥堵)和拥堵区间2 (拥挤)。与此 相对，根据由S502预测的拥堵状况，拥堵区间为一个，并且该拥堵区间 在真值的拥堵区间2以及拥堵区间1中有一部分重叠。上述情况下，预测 参数生成部23，求出拥堵程度相同部分的长度。即求出均为"拥堵"或"拥 挤"的部分和均为"顺畅"的部分。之后，对上述部分进行总计，来求出 总计值Xi。之后，如下式那样，通过总计值Xi除以路段长度来求出评价 值E。评价值E二Xi/LXi: —致的区间L:路段长度返回到图9进行说明。预测参数生成部23对所有的路段信息(即对 所有的路段以及信息生成时刻311)，进行S502 S503的处理(S504)。 之后，预测参数生成部23算出所求出的评价值E的平均值Eave (S505)。接下来，预测参数生成部23对是否选择了按百分比值的顺畅/拥堵速 度表360中所包括的所有百分比值进行判定，在有未选择的百分比值时， 返回到S501，继续进行处理。
另一方面,在对所有的百分比值,求出评价值E的平均值Eave时(S506 是)，预测参数生成部23求出评价值Eave为最大的百分比值。之后，将 所求出的百分比值预测地决定为最优的百分比值(S507)。接下来，预测参数生成部23采用由S507决定的预测中最优的百分比 值，对每个路段决定最优顺畅速度和最优拥堵速度(S509)。具体地来说， 根据按百分比值的顺畅/拥堵速度表360，对每个路段抽出与由S507决定 的百分比值对应的顺畅速度和拥堵速度。之后，将所抽出的顺畅速度和拥 堵速度决定为最优顺畅速度和最优拥堵速度。之后，结束图9的流程图。以上，对图9的按百分比值的顺畅/拥堵速度的评价处理的流程进行了 说明。接下来，预测参数生成部23生成预测参数DB370 (图5的S600)。 图12为表示预测参数DB370的结构的图。预测参数DB370包括网格信息 数371 、网格信息数371份的网格信息372。网格信息372包括网格码373、 路段信息数374和路段信息数374份的路段信息375。路段信息375包括 路段分类376、路段编号378、第一瓶颈位置379、第二瓶颈位置380、第 三瓶颈位置381、拥堵速度382和顺畅速度383。预测参数生成部23从高位依次将由瓶颈位置计算处理(图6)生成的 对每个路段的前3个的瓶颈位置保存在对应的路段信息375的第一 第三 瓶颈位置379 381。此外，将由按百分比值的顺畅/拥堵速度的评价处理 (图9)的S508所生成的对每个路段的最优拥堵速度以及最优顺畅速度保 存在对应的路段信息375的拥堵速度382和顺畅速度383中。以上，对图5所示的预测参数DB370的生成处理的流程进行了说明。接下来，对上述那样所生成的预测参数DB370的利用进行说明。预测参数DB370中保存的预测参数(第1 第三瓶颈位置379 381、 拥堵速度382、顺畅速度383)用于对路段内的拥堵程度不同的区间进行 预测。即从预测行程时间服务器13取得对每个路段的行程时间时，用来 求出路段内的拥堵状况(拥堵程度及其区间)。图13为拥堵状况的预测处理的流程图。该流程，在从预测行程时间 服务器13取得行程时间时，或者对应于来自车载装置12的请求开始。预测行程时间取得部22介由通信处理部21从预测行程时间服务器13
取得包括对每个路段的预测行程时间的交通信息。之后，将所取得的交通信息保存在预测交通信息DB330中。所取得的交通信息中，基本上大致 包括构成图3所示的预测交通信息DB330的信息。但是，不包括与拥堵 程度相关的信息(代表拥堵程度342、拥堵区间数344、拥堵区间信息345)。在此，拥堵区间预测部24基于从预测行程时间服务器13所接收的预 测行程时间343，采用预测参数，算出与拥堵程度相关的信息。拥堵区间预测部24首先读入预测参数DB370 (S701)。之后，按每个 预测时刻数332以及每个路段，针对预测行程时间343，进行S702 S704 的处理。即依次选择路段信息339,进行S702 S704的处理。在S702中，拥堵区间预测部24取得所选择的路段信息339的预测行 程时间343。S703中，拥堵区间预测部24求出所选择的路段信息339的对象的路 段的代表拥堵程度。图14为上述代表拥堵程度的预测处理的流程图。拥堵区间预测部24，在预测行程时间不明确时，即针对对象的路段， 没有从预测行程时间服务器13取得预测行程时间时(S801是)，在代表拥 堵程度342中登录"不明"。另一方面，在预测行程时间存在时(S801否)， 通过路段长度除以预测行程时间343，算出行程速度(S803)。之后，通过 图15所示的拥堵判定阈值表，来决定代表拥堵程度。在拥堵判定阈值表 中，按每种路段分类，对应添加各拥堵程度的行程速度的范围。在此，拥 堵区间预测部24根据拥堵判定阈值表，求出与对象的路段的路段分类340 和由S803求出的行程速度对应的拥堵程度。之后，将所求出的拥堵程度 保存在代表拥堵程度342中。返回到图13进行说明。接下来，拥堵区间预测部24进行拥堵区间的 预测处理。拥堵区间的预测处理，与上述的图10所示的拥堵区间的预测 处理相同。但是，拥堵区间预测部24为主体。而且，在此，在S601中， 取得从预测行程时间服务器13所取得的预测行程时间343。之后，S602 的拥堵长度的计算中，采用该预测行程时间343作为行程时间。之后，在拥堵区间数=0、代表拥堵程度=1 (顺畅)时(S604),拥 堵区间预测部24，在成为处理对象的路段信息339的拥堵区间数344中保 存"0"。此外，拥堵区间预测部24不设置拥堵区间信息35的字段。
此外，在拥堵区间数=0、代表拥堵程度=1 (顺畅)时(S604)，拥 堵区间预测部24，在成为处理对象的路段信息339的拥堵区间数344中保 存"0"。此外，拥堵区间预测部24不设置拥堵区间信息35的字段。此外，在拥堵区间的长度与路段长度相比较为适当的情况下(S609)， 拥堵区间预测部24将"1"保存在路段信息339的拥堵区间数344中。此 外，在拥堵区间信息345中设置一个记录，在区间拥堵程度346中保存"3(拥堵)"。进而，在瓶颈位置347中保存有由S607所选择的瓶颈位置。 拥堵长度348中保存有由S602所求出的拥堵长度Lj。此外，在登录距路段终点的距离为最小的瓶颈位置中的结果时 (S611)，拥堵区间预测部24在路段信息339的拥堵区间数344中保存"l"。 此外，在拥堵区间信息345中设置一个记录，在区间拥堵程度346中保存 "3 (拥堵)"，在瓶颈位置347中保存距路段终点的距离为最小的瓶颈位 置。在拥堵长度348中，保存有从路段始点到瓶颈位置的距离。返回到图13进行说明。拥堵区间预测部24针对从预测行程时间服务 器13所接收的交通信息(即在预测交通信息DB310中保存的每个预测时 刻数332、每个路段的预测行程时间343)进行了以上的处理(S702 S704) 后(S705)，结束该流程。由此，如图3所示的预测交通信息DB330完成。即在预测交通信息 DB330中，保存有没有与从预测行程时间服务器13取得的拥堵状况相关 的信息(代表拥堵程度342、拥堵区间数344、拥堵区间信息345)。通信处理部21对应于来自车载装置12的要求发送如上那样生成的预 测交通信息DB330。车载装置12,釆用所接收到的预测交通信息DB330，能够不限于路 段单位的拥堵程度而针对路段内的部分的区间显示拥堵程度。以上，对本发明的一实施方式进行了说明。通过上述实施方式，能够根据路段单位的行程时间求出路段内的拥堵 程度不同的区间。也即，即使在只取得路段单位的预测行程时间作为预测 交通信息的情况下，也能对路段内的部分的区间中的拥堵程度进行预测。 因此，能够提供更细的预测交通信息。此外，由于采用过去的实际的交通信息即储备交通信息来计算出预测
参数，并用于拥堵程度的预测，因此能进行更准确的预测。本发明并不限于上述实施方式，只要在发明的主旨的范围内可有各种 变形。例如，在上述实施方式中，在求出区间拥堵程度时，作为拥堵程度，不对"2 (拥堵)"和"3 (拥挤)"进行区分，而均作为"3 (拥堵)"进行 处理。并不限于此，但也可对"2 (拥挤)"和"3 (拥堵)"进行区分。例如，在图13的S704中，在生成预测交通信息DB330的拥堵区间 信息345时，拥堵区间预测部24通过与图14的S803相同的处理来求出 路段的行程速度，也可采用图15的拥堵判定阈值表来求出拥堵程度。或 者，以由S602求出的拥堵速度Vj作为行程速度，采用图15的拥堵判定 阈值表，求出对应的拥堵程度。之后，将所求出的拥堵程度保存在区间拥 堵程度346中。在图15的拥堵阈值判定表中，对"2 (拥挤)"和"3 (拥 堵)"进行区分，因此根据行程速度在区间拥堵程度342中保存"2(拥挤)"。 由此，在车载装置12中，针对路段内的部分的区间，能够区分"拥堵" 和"拥挤"来显示，能够进行更多样的显示。此外，在上述实施方式中，存储在储备交通信息DB310中的交通信 息为过去所接收到的现况交通信息。但并不限于此，也可为对过去的交通 信息进行统计处理而求出的统计交通信息。
权利要求
1、一种交通状况预测装置，具备存储机构，其存储有路段数据和参数，上述路段数据包括构成地图上的道路的路段的路段长度，上述参数按每个路段包括表示顺畅的速度即顺畅速度、表示拥堵的速度即拥堵速度和拥堵区间的基准位置即拥堵基准位置；取得路段的预测行程时间的机构；按拥堵程度的区间计算机构，其采用上述预测行程时间和上述参数，求出上述路段内的拥堵程度不同的区间。
2、 根据权利要求1所述的交通状况预测装置，其特征在于， 上述按拥堵程度的区间计算机构，按照对路段中的拥堵程度不同的区间以各区间中的行驶速度通过时 的时间之和为该路段的行程时间，并且各个拥堵程度不同的区间之和为路 段长度的方式，求出上述路段中的拥堵程度不同的区间。
3、 根据权利要求2所述的交通状况预测装置，其特征在于， 上述按拥堵程度的区间计算机构， 在拥堵长度为负时，设路段整体的拥堵程度为顺畅， 在顺畅长度为负时，设路段整体的拥堵程度为拥堵。
4、 根据权利要求2所述的交通状况预测装置，其特征在于， 上述参数中按每个路段包括多个拥堵基准位置， 上述按拥堵程度的区间计算机构，从上述多个拥堵基准位置中，选择采用拥堵长度所求出的拥堵区间处 于路段长度的范围内的位置，采用所选择的拥堵基准位置，求出上述路段内的拥堵程度不同的区间。
5、 一种交通状况预测装置，具备取得交通信息的机构，上述交通信息包括构成地图上的道路的路段的 行程时间、上述路段内的拥堵程度不同的区间、拥堵的基准位置即拥堵基 准位置、和拥堵长度；和参数生成机构，其采用上述交通信息来生成在求出路段内的拥堵程度 不同的区间时所利用的参数，上述参数按每个路段包括表示顺畅的速度即顺畅速度、表示拥堵的 速度即拥堵速度和成为拥堵区间的基准位置即拥堵基准位置。
6、 根据权利要求5所述的交通状况预测装置，其特征在于， 上述参数生成机构，根据上述交通信息中所包括的各路段的拥堵基准位置，求出各路段的 拥堵基准位置的频度，使上述参数包含有频度高的高位规定数的拥堵基准 位置。
7、 根据权利要求5所述的交通状况预测装置，其特征在于， 上述参数生成机构包括按拥堵程度的行程速度计算机构，其求出上述各路段的拥堵程度不同 的行程速度；分别以升序或降序排列拥堵程度不同的行程速度，按拥堵程度分别取 得从整体的数目来看处于规定比例的顺序的行程速度的机构；按拥堵程度的区间计算机构，其采用路段的行程时间和所取得的拥堵 程度不同的行程速度，求出各路段内的拥堵程度不同的区间；根据所求出的拥堵程度不同的区间和上述交通信息中所包括的拥堵 程度不同的区间之间的匹配性，求出评价值的机构，使上述参数包括给出最高评价值的按拥堵程度不同的行程速度。
8、 根据权利要求7所述的交通状况预测装置，其特征在于， 上述按拥堵程度的区间计算机构，按照对路段中的拥堵程度不同的区间以各区间中的行驶速度通过时 的时间之和为该路段的行程时间，并且各个拥堵程度不同的区间之和为路 段长度的方式，求出上述路段中的拥堵程度不同的区间。
9、 根据权利要求7所述的交通状况预测装置，其特征在于， 具备取得路段的代表行程速度的机构， 上述按拥堵程度的行程速度计算机构，在拥堵长度相对路段长度为规定比例以上时，设上述代表行程速度为 拥堵速度，在拥堵长度相对路段长度为小于规定比例时，设上述代表行程速度为 顺畅速度。
10、 根据权利要求5所述的交通状况预测装置，其特征在于， 具备-取得路段的预测行程时间的机构；和按拥堵程度的区间计算机构，其采用上述预测行程时间和上述参数， 求出上述路段内的拥堵程度不同的区间。
11、 一种交通状况预测方法，为交通状况预测装置的交通状况预测方法，上述交通状况预测装置，具备存储机构，其存储有路段数据和参数， 上述路段数据包括构成地图上的道路的路段的路段长度，上述参数按每个 路段包括表示顺畅的速度即顺畅速度、表示拥堵的速度即拥堵速度、和拥 堵区间的基准位置即拥堵基准位置，进行以下步骤-取得路段的预测行程时间的步骤；和采用上述预测行程时间和上述参数，求出上述路段内的拥堵程度不同 的区间的按拥堵程度的区间计算步骤。
全文摘要
本发明的交通状况预测装置具备存储机构，其存储有路段数据和参数，上述路段数据包括构成地图上的道路的路段的路段长度，上述参数按每个路段包括表示顺畅的速度即顺畅速度、表示拥堵的速度即拥堵速度和拥堵区间的基准位置即拥堵基准位置；取得路段的预测行程时间的机构；按拥堵程度的区间计算机构，其采用上述预测行程时间和上述参数，求出上述路段内的拥堵程度不同的区间。从而能根据有限的信息(路段的行程时间)来预测路段内的拥堵状况。
文档编号G09B29/10GK101154317SQ20071014113
公开日2008年4月2日 申请日期2007年8月8日 优先权日2006年9月27日
发明者奥出真理子, 山根宪一郎, 高桥广考 申请人:株式会社查纳位资讯情报
最新回复(0)