JP2007263710A - 経路探索方法及びナビゲーション装置 - Google Patents

Abstract

【課題】交通状況の変動要因が異なる地域が存在する場合にも的確な経路を探索することができる経路探索方法及びナビゲーション装置を提供する。
【解決手段】ナビゲーションユニット２は、カレンダデータ記憶部１８に記憶されたカレンダデータに基づき、同じ時点で、地域の平日や祝祭日等の要因が異なる隣り合う地域を検出するようにした。また、それらの地域を検出した場合、各地域の境界近辺の道路を示すリンクに対し、各要因の交通統計データの中間値である補正コストを算出し、その補正コストを用いて経路探索を行う。
【選択図】図１

Description

本発明は、経路探索方法及びナビゲーション装置に関する。

近年、自動車の円滑な走行を図るために、高度道路交通システム（Intelligent Transport Systems）の開発が進められている。この開発分野の一つに、ナビゲーションシステ
ムの高度化がある。例えば、ナビゲーション装置は、ＶＩＣＳ（Vehicle Information and Communication System）機能により、ビーコン、ＦＭ多重放送により発信された渋滞情報を受信し、現在発生している渋滞を回避するための経路案内を行っている。また、ビーコン等により、各自動車から走行状況を示すプローブ情報を収集し、統計交通情報を生成するシステムも開発されている。

特許文献１には、このような統計交通情報を収集及び記憶するナビゲーション装置が提案されている。このナビゲーション装置は、配信センタに対し、自らが記憶する統計交通情報よりも新しい統計交通情報が登録されているか否かを問い合わせ、新しい情報がある場合には、その情報をダウンロードして、統計交通情報を更新する。統計交通情報は、曜日や祝祭日等の種類、天気等の条件毎に階層的に分類され、リンク旅行時間、リンク渋滞度等の統計値を含んでいる。
特開２００５−１７１５１号公報

ところが、例えば国境や県境等を境に、平日・祝祭日が異なる等、交通状況の変動要因が隣り合う地域間で異なる場合には、その境界付近の道路では、平日の交通状況でもなく、祝祭日の交通状況でもない特殊な状況になる。このため、いずれかの要因の統計交通情報を用いても、的確な経路が探索されないことがあった。これに対し、１年間の各日（３６５日分）の統計交通データを、ナビゲーション装置に記憶させると、データ収集量が膨大になり統計が困難になる他、ナビゲーション装置に記憶されるデータ量が膨大になる問題がある。

本発明は、上記問題点に鑑みてなされたものであり、その目的は、交通状況の変動要因が異なる地域が存在する場合にも的確な経路を探索することができる経路探索方法及びナビゲーション装置を提供することにある。

上記問題点を解決するために、請求項１に記載の発明は、目的地までの経路を探索する経路探索方法において、同じ時間的要素において、隣り合う各地域の交通状況の変動要因が互いに異なる場合、前記各地域の境界近辺の道路に対し、前記各変動要因の各交通予測データを用いて経路計算用データを生成し、その経路計算用データを用いて経路探索を行うことを要旨とする。

請求項２に記載の発明は、各道路の交通状況を示す交通予測データを、交通状況の変動要因毎に記憶した交通予測データ記憶手段と、時間的要素に対応する変動要因データを各地域毎に記憶した変動要因データ記憶手段と、前記変動要因データに基づき、同じ前記時間的要素において、異なる前記変動要因を有する隣り合う各地域を検出する要因判断手段と、異なる前記変動要因を有する隣り合う各地域が検出された場合に、各地域の前記各変動要因に対応する前記交通予測データを用いて、経路計算用データを生成する計算用デー
タ生成手段と、前記各地域の境界近辺の道路に対し、前記経路計算用データを用いて経路探索を行う経路探索手段とを備えたことを要旨とする。

請求項３に記載の発明は、請求項２に記載のナビゲーション装置において、前記計算用データ生成手段は、異なる前記変動要因を有する隣り合う各地域の境界線からの距離が、所定距離内の道路に対し、前記経路計算用データを生成することを要旨とする。

請求項４に記載の発明は、請求項２又は３に記載のナビゲーション装置において、前記計算用データ生成手段は、異なる前記変動要因を有する各集落を接続する道路に対し、前記経路計算用データを生成することを要旨とする。

請求項５に記載の発明は、請求項４に記載のナビゲーション装置において、前記各集落間を接続する道路のうち、車両移動頻度が多い道路に対し、前記経路計算用データを生成することを要旨とする。

請求項６に記載の発明は、請求項２〜５のいずれか１項に記載のナビゲーション装置において、前記要因判断手段は、予め定めた施設を中心に設定された所定距離範囲の前記変動要因と、その所定距離範囲外の前記変動要因とが異なるか否かを判断し、前記計算用データ生成手段は、前記所定距離範囲内及び前記所定距離範囲外の前記各変動要因が異なる場合に、前記所定距離範囲の境界付近の道路に対し、前記経路計算用データを生成することを要旨とする。

請求項７に記載の発明は、請求項２〜６のいずれか１項に記載のナビゲーション装置において、前記変動要因は、平日、祝祭日、時間帯のいずれか１つを少なくとも含むことを要旨とする。

請求項８に記載の発明は、請求項２〜７のいずれか１項に記載のナビゲーション装置において、前記計算用データ生成手段は、前記各交通予測データを所定率で混合することを要旨とする。

請求項１に記載の発明によれば、同じ時間的要素において、各地域間で、祝祭日等の交通状況の変動要因が互いに異なる場合、各変動要因の交通予測データを加味した中間値を用いて経路探索を行う。このため、国境を越える際等に、平日・祝祭日等の変動要因が変わる場合にも、実際の交通状況に即した的確な経路を探索することができる。

請求項２に記載の発明によれば、隣り合う各地域のカレンダ要素が異なる場合、各変動要因にそれぞれ対応する交通予測データを用いて経路計算用データを生成する。そして、生成した経路計算用データを用いて経路探索を行うようにした。このため、国境や県境を越える場合にも、最適な経路を探索することができる。

請求項３に記載の発明によれば、経路計算用データは、各地域の境界線からの距離が所定距離内の道路に対し生成される。このため、経路計算用データの対象となる道路を、ほぼ網羅できるとともに、簡単に特定できる。

請求項４に記載の発明によれば、経路計算用データは、隣り合う前記各地域内であって、車両移動頻度が多い集落間の道路に対し生成される。このため、地域間のカレンダ要素が異なると交通状況が大きく異なる道路に対し、その差異を加味した経路計算用データを用いることができるので、最適な経路を探索することができる。

請求項５に記載の発明によれば、各集落間を接続する道路のうち、車両移動頻度が多い道路に対し、経路計算用データを生成する。このため、経路計算用データを生成する対象を、必要最小限にすることができる。

請求項６に記載の発明によれば、施設を中心とした所定距離範囲内の変動要因と、所定距離範囲外の変動要因とが異なる場合に、所定距離範囲付近の道路に対し経路計算用データが生成される。このため、国境等の境界線がない場合でも、変動要因が異なる場合には、その道路に対して経路計算用データが設定されるため、的確な経路を探索することができる。

請求項７に記載の発明によれば、変動要因は、平日、祝祭日、時間帯のいずれか１つを含む。このため、交通状況の主たる要因をデータとして用いるため、より確実に交通状況を推測できる。また、例えば１年間の各日毎にデータを持たないのでデータ量を必要最小限に留めることができる。

請求項８に記載の発明によれば、経路計算用データは、交通予測データを所定率で混合して生成される。このため、経路計算用データを算出するための処理負担を軽減することができる。

（第１実施形態）
以下、本発明を具体化した第１実施形態を図１〜図７に従って説明する。図１は、本実施形態における、自動車に搭載されたナビゲーションシステム１の説明図である。

図１に示すように、ナビゲーションシステム１を構成するナビゲーション装置としてのナビゲーションユニット２は、計算用データ生成手段、要因判断手段及び経路探索手段としてのＣＰＵ１０、ＲＡＭ１１、経路案内プログラムを格納したＲＯＭ１２、ＧＰＳ受信部１３を備えている。ＣＰＵ１０は、ＧＰＳ（Global Positioning System）衛星からＧ
ＰＳ受信部１３が受信した、緯度・経度等の座標を示す位置検出信号を入力して、電波航法により自車両の絶対位置を算出する。また、ＣＰＵ１０は、ナビゲーションユニット２が備える車両側Ｉ／Ｆ部１４を介して、自車に設けられた車速センサ３０及びジャイロ３１から車速パルス、角速度をそれぞれ入力する。そして、ＣＰＵ１０は、車速パルス及び角速度を用いる自律航法により、基準位置からの相対位置を算出し、電波航法で算出した絶対位置と組み合わせて自車位置を特定する。

また、ナビゲーションユニット２は、地理データ記憶部１５を備えている。地理データ記憶部１５は、内蔵ハードディスク、又は光ディスク等の外部記憶媒体である。この地理データ記憶部１５には、目的地までの経路を探索するための各経路ネットワークデータ（以下、経路データ１６という）と、出力手段としてのディスプレイ２６に地図画面２６ａを出力するための各地図データ１７とが格納されている。

図２（ａ）に示すように、経路データ１６は、全国を各区域に区画したリージョン毎のデータであって、ヘッダ１６ａ、交差点や道路の端点を示すノードの番号等を含むノードデータ１６ｂ、ノード間のリンクのＩＤ等を含むリンクデータ１６ｃ、リンクコスト１６ｄ、ノードやリンクの座標を示す座標データ１６ｅ、バージョン１６ｆ等を有している。ヘッダ１６ａは、全国を区画したメッシュの番号等が格納されている。リンクデータ１６ｃには、リンクＩＤ、接続ノード、通行規制等のデータが含まれている。リンクコスト１６ｄは、各リンクのリンク長に基づくデータであって、固定値である。

また、地図データ１７は、全国の地図を分割したメッシュ（パーセル）毎に格納され、
広域の地図から狭域の地図まで各階層毎に分かれている。図２（ｂ）に示すように、地図データ１７は、ヘッダ１７ａ、道路データ１７ｂ、背景データ１７ｃ等を有している。ヘッダ１７ａは、メッシュの番号、データの階層等を有している。道路データ１７ｂは、地図上に表示される、形状補間データ、道路幅等、道路の形状を示すデータである。背景データ１７ｃは、道路、市街地、河川等を描画する描画データである。

ナビゲーションユニット２が備える画像プロセッサ２２（図１参照）は、ＣＰＵ１０に基づき、自車位置周辺の地図を描画するための地図データ１７を地理データ記憶部１５から読出す。そして、出力用のデータを生成し、ＶＲＡＭ２３に一時記憶する。さらに、出力用データに基づく映像信号をディスプレイ２６に出力し、図１に示すような地図画面２６ａを表示する。また、画像プロセッサ２２は、この地図画面２６ａに、自車位置を示す指標２６ｂを重畳する。

また、図１に示すように、ナビゲーションユニット２は、変動要因データとしてのカレンダデータ１９を記憶した変動要因データ記憶手段としてのカレンダデータ記憶部１８と、交通予測データとしての交通統計データ２１を記憶した交通予測データ記憶手段としての交通統計データ記憶部２０を備えている。カレンダデータ１９は、欧州等であれば国や州、日本国内であれば都道府県等の地域毎に記憶されており、図３（ａ）及び（ｂ）はそれぞれ異なる地域Ａ，Ｂのカレンダデータ１９Ａ，１９Ｂを示している。尚、各カレンダデータ１９Ａ，１９Ｂを互いに区別しない場合には、単にカレンダデータ１９として説明する。

図３（ａ）及び（ｂ）に示すように、各カレンダデータ１９は、各地域Ａ，Ｂを示す座標１９ｉ、カレンダ１９ｊを有している。カレンダ１９ｊは、その地域の暦を示すデータであって、時間的要素としての年月日１９ｋ、曜日１９ｍ、変動要因としての要因１９ｎを有している。曜日１９ｍは、各年月日１９ｋに対する曜日を示している。要因１９ｎは、その日が平日であるか、祝祭日であるか等、交通状況の変動要因を示している。各要因１９ｎは、異なる地域Ａ，Ｂでも、同じ時点で同一であることが多いが、互いに異なる場合もある。例えば、地域Ａでは「４月１４日」に対応する要因１９ｎは、「祝祭日」であるが、地域Ｂの要因１９ｎでは「平日」である。

交通統計データ２１は、各地域毎に記憶され、各地域毎の交通状況を、プローブ情報等を収集及び統計して生成したデータである。図４に示すように、交通統計データ２１は、各地域の座標２１ｉ、リンク２１ｊ、平日、祝祭日、時間帯等の種類を示す要因２１ｋ、平日、祝祭日、各時間帯の道路の渋滞混雑状況等を示す統計データ２１ｍを有している。要因２１ｋは、座標２１ｉが示す地域内のリンク２１ｊ毎の交通状況の要因であって、カレンダデータ１９の要因１９ｎに対応している。ＣＰＵ１０は、カレンダデータ１９に基づき、その時点の要因１９ｎを地域毎に判断し、その要因１９ｎ及び時間帯に応じた交通統計データ２１とリンクコスト１６ｄとを用いて、経路を探索する。

また、図１に示すように、ディスプレイ２６には、操作スイッチ２７が隣設されている。また、ディスプレイ２６は、タッチパネルとなっている。操作スイッチ２７やタッチパネルが入力操作されると、ナビゲーションユニット２が備える外部入力Ｉ／Ｆ部２４は、操作スイッチ２７の入力操作に応じた信号をＣＰＵ１０に出力する。

さらに、ナビゲーションユニット２の音声プロセッサ２５は、ＣＰＵ１０の制御に従って、図示しない音声ファイルデータベースから音声データを読出す。そして、音声データをＤ／Ａ変換して経路を案内するための音声信号等をスピーカ２８に出力する。

次に、本実施形態の経路探索の処理手順について、図５に従って説明する。まず、ＣＰ
Ｕ１０は、ＲＯＭ１２に記憶された経路案内プログラムに従って、目的地が設定されたか否かを判断する（ステップＳ１−１）。このとき、ＣＰＵ１０は、タッチパネル操作や操作スイッチ２７の操作に基づく信号の入力を待つ。ＣＰＵ１０が、外部入力Ｉ／Ｆ部２４を介して目的地を示す信号を入力すると、車両Ｃの現在位置と目的地との間に位置する地域、現在位置周辺及び目的地周辺等、経路探索対象となる各地域を算出する。そして、各地域のカレンダデータ１９を取得する（ステップＳ１−２）。このとき、ＣＰＵ１０は、図示しないタイマから現在の年月日１９ｋを取得し、各地域のカレンダデータ１９から、その年月日１９ｋに応じた要因１９ｎを取得する。

そして、ＣＰＵ１０は、取得した要因１９ｎに基づき、各地域間で異なる要因１９ｎがあるか否かを判断する（ステップＳ１−３）。異なる要因１９ｎがないと判断した場合には（ステップＳ１−３においてＮＯ）、ステップＳ１−６に進み、通常の経路探索を行う。このとき、ＣＰＵ１０は、車両の現在位置から目的地までの経路を、経路データ１６のリンクコスト１６ｄ等を用いて探索する（ステップＳ１−６）。経路を探索すると、その経路を示すリンク、ノード等に基づき、画像プロセッサ２２が、自車位置と、その経路とを説明するための地図データ１７を用いて、地図画面２６ａを表示し、目的地までの経路を案内する（ステップＳ１−１０）。

さらに、ＣＰＵ１０は、経路案内をしながら、案内終了であるか否かを判断する（ステップＳ１−１１）。具体的には、目的地に到着したか否か、目的地が変更されたか否か、渋滞発生を示す外部からの入力信号やユーザの操作により経路が強制的に変更されたか否か、又はユーザの入力操作によって案内が中止されたか否か等を判断することによって、案内が終了されたか否かを判断する。案内終了でないと判断した場合には（ステップＳ１−１１においてＮＯ）、経路案内を繰り返す（ステップＳ１−１２）。

また、ステップＳ１−３において、異なる要因１９ｎが存在すると判断すると（ステップＳ１−３においてＹＥＳ）、ＣＰＵ１０は、隣り合って位置し、互いに異なる要因１９ｎが存在する地域Ａ，Ｂの境界線の座標を取得する（ステップＳ１−４）。このときＣＰＵ１０は、隣り合う各地域Ａ，Ｂに対応するカレンダデータ１９の座標１９ｉを取得し、その境界線Ｂｒ（図６参照）の座標を求める。

境界線Ｂｒの座標を取得すると、境界線Ｂｒからの最短距離が所定距離Ｄ１以下のリンクＬＣが存在するか否かを判断する（ステップＳ１−５）。このときＣＰＵ１０は、境界線Ｂｒの座標付近の各リンクＬに対し、境界線Ｂｒからの最短距離を算出する。図６に示すように、境界としての境界線Ｂｒに交差するリンクＬは、境界線Ｂｒから所定距離Ｄ１のリンクＬＣであると判断する。また、境界線Ｂｒに交差せず、境界線Ｂｒ周辺にあるリンクＬに対しても、リンクＬのうち最も境界線Ｂｒに近い座標、又はリンクＬの中間点と、境界線Ｂｒとの距離を算出する等して、リンクＬと境界線Ｂｒとの距離を求め、その距離が所定距離Ｄ１以下であるか否かを判断する。

境界線Ｂｒからの最短距離が所定距離Ｄ１以下のリンクＬＣがないと判断すると（ステップＳ１−５においてＮＯ）、通常の経路探索を行う（ステップＳ１−６）。境界線Ｂｒからの最短距離が所定距離Ｄ１以下のリンクＬＣが存在すると判断すると（ステップＳ１−５においてＹＥＳ）、各地域Ａ，Ｂの各要因１９ｎと同じ要因２１ｋを有し、対応する時間帯の各交通統計データ２１をそれぞれ取得する（ステップＳ１−７）。

さらに、ＣＰＵ１０は、取得した各交通統計データ２１を用いて、経路計算用データとしての補正コストを算出する（ステップＳ１−８）。このとき、ＣＰＵ１０は、地域Aに
対し、例えば、平日の要因２１ｋの統計データ２１ｍと、祝祭日の要因２１ｋの統計データ２１ｍとの中間値を算出し、その中間値を補正コストとする。この中間値は、例えば各
統計データ２１ｍの平均値でもよく、各統計データ２１ｍにそれぞれ異なる所定率を乗算し、その値を総和してもよい。

そして、ＣＰＵ１０は、境界線Ｂｒから所定距離Ｄ１以下のリンクＬＣに対し、ステップＳ１−８で算出した補正コストを設定して、車両の現在位置から目的地までの経路を探索する（ステップＳ１−９）。このとき、境界線Ｂｒから近いリンクＬＣに対し、補正コストを用いることで、実際の交通状況に即し、渋滞又は混雑を回避した走行しやすい経路を探索することができる。例えば、従来のように、祝祭日である地域Ａ（図７参照）には、祝祭日午後の交通統計データ２１を適用し、平日である地域Ｂには、平日午後の交通統計データ２１を適用すると、図７に示す経路Ｒｔ１が探索される。しかし、実際は、地域Ｂも、祝祭日である地域Ａの影響により交通量が増減する。このため、境界線Ｂｒ付近のリンクに対し補正コストを用いて探索すると、例えば、経路Ｒｔ１ではなく、新たな経路Ｒｔ２が探索される。

経路を探索すると、ＣＰＵ１０は、画像プロセッサ２２を制御して、自車位置周辺の地図画面２６ａを表示しながら、経路を案内する（ステップＳ１−１０）。そして、案内を終了するか否かを判断する（ステップＳ１−１１）。案内終了でないと判断した場合には（ステップＳ１−１１においてＮＯ）、経路案内を繰り返す（ステップＳ１−１０）。案内終了であると判断した場合には（ステップＳ１−１１においてＹＥＳ）、そのまま処理を終了する。

第１実施形態によれば、以下のような効果を得ることができる。
（１）第１記実施形態では、ナビゲーションユニット２は、各地域毎のカレンダデータ１９を記憶したカレンダデータ記憶部１８を備えるようにした。また、ナビゲーションユニット２のＣＰＵ１０は、目的地までの経路探索を行う際に、カレンダデータ１９に基づき、同じ時点で隣り合う各地域の、平日・祝祭日等の要因１９ｎが互いに異なるか否かを判断するようにした。さらに、要因１９ｎが互いに異なる場合に、各要因１９ｎにそれぞれ対応する交通統計データ２１を用いて、統計データ２１ｍを補正した補正コストを生成するようにした。そして、その補正コストを用いて目的地までの経路を探索するようにした。このため、国境や県境を越える際等に、平日・祝祭日等の交通状況の変動要因が変わる場合にも、実際の交通状況に即した補正コストを用いることにより的確な経路を探索することができる。

（２）第１実施形態では、要因１９ｎが互いに異なる各地域の境界線Ｂｒからの最短距離が、所定距離Ｄ１内のリンクＬＣに対し、補正コストを算出するようにした。このため、例えば平日と祝祭日との中間の交通状況となる道路を、ほぼ網羅できるとともに、簡単に特定できる。
（第２実施形態）
次に、本発明を具体化した第２の実施形態を図８〜図１０に従って説明する。尚、第２実施形態は、第１実施形態の処理手順を変更したのみの構成であるため、同様の部分についてはその詳細な説明を省略する。

図８に示すように、本実施形態では、ＣＰＵ１０は、第１実施形態のステップＳ１−１〜ステップＳ１−３と同様に、現在位置から目的地までを含む地域のカレンダ１９ｊを取得し、異なる要因１９ｎがあるか否かを判断する（ステップＳ２−１〜Ｓ２−３）。そして、異なる要因１９ｎがある場合には（ステップＳ２−３においてＹＥＳ）、境界線Ｂｒの座標を取得する（ステップＳ２−４）。

さらに、ＣＰＵ１０は、境界線Ｂｒをまたぐ集落間の移動統計データ４０を取得する（ステップＳ２−５）。図９に示すように、各移動統計データ４０は、ＲＡＭ１１又はＲＯ
Ｍ１２に記憶されており、各集落間の車両移動頻度を示す。本実施形態では、移動統計データ４０は、各集落４０ａから別の集落４０ｂへの移動車両の概数（以下、移動量４０ｃという）を、平日、土日、祝祭日毎、且つ時間帯毎に分けて有している。ＣＰＵ１０は、移動統計データ４０のうち、集落の座標を示すデータ（図示略）を用いて、図１０に示すように境界線Ｂｒをまたぐ集落４０ａ，４０ｂ間の移動量４０ｃを取得する。

そして、ＣＰＵ１０は、取得した移動量４０ｃに基づき、移動量４０ｃが多い集落４０ａ，４０ｂ間があるか否かを判断する（ステップＳ２−６）。このときＣＰＵ１０は、取得した各移動量４０ｃが閾値以上であるか否かを判断する。閾値以上の移動量４０ｃが多い集落４０ａ，４０ｂ間があると判断すると（ステップＳ２−６においてＹＥＳ）、ステップＳ２−７に進む。移動量４０ｃが多い集落４０ａ，４０ｂ間が無いと判断すると（ステップＳ２−６においてＮＯ）、通常の経路探索を行う（ステップＳ２−９）。

ステップＳ２−７では、ＣＰＵ１０は、移動量４０ｃの多い集落４０ａ，４０ｂ間の経路を探索する。その結果、例えば、図１０に示すように、集落４０ａ，４０ｂを接続する複数の経路Ｒｔ３，Ｒｔ４が検出される。そして、検出された経路のうち、交通統計データ２１を補正するリンクＬが存在するか否かを、所定の条件に基づき判断する（ステップＳ２−８）。本実施形態では、この条件は、道路幅や道路種別、地理的環境等を示す道路条件であるとする。例えば、ＣＰＵ１０が、道路データ１７ｂ等に基づき、各集落４０ａ，４０ｂ間に標高の高い山等が存在し、運転操作が容易でない場合、交通統計データ２１を補正しないと判断する（ステップＳ２−８においてＮＯ）。又は、道路幅員が狭かったり、急カーブが存在して運転しにくい場合、交通統計データ２１を補正しないと判断し（ステップＳ２−８においてＮＯ）、通常の経路探索を行う（ステップＳ２−７）。

また、各集落４０ａ，４０ｂ間の経路Ｒｔ３，Ｒｔ４が走行しやすい道路である場合、ステップＳ２−１０では、ＣＰＵ１０は、各リンクＬＣ毎に各要因２１ｋの交通統計データ２１を平均したり、所定の混合率で各統計データ２１ｍを混合して生成した補正コストを用いて、目的地までの経路を探索する。経路を探索すると、目的地までの経路を地図画面２６ａを表示して案内する（ステップＳ２−１１）。

また、経路案内を行いながら、案内を終了するか否かを判断する（ステップＳ２−１２）。案内を終了すると判断した場合には（ステップＳ２−１２においてＹＥＳ）、そのまま処理を終了する。案内を終了しないと判断した場合には（ステップＳ２−１２においてＮＯ）、案内を継続する（ステップＳ２−１１）。

従って、第２の実施形態によれば、第１の実施形態に記載の効果に加えて以下の効果を得ることができる。
（３）第２の実施形態では、平日・祝祭日等の要因１９ｎが異なる地域の境界線Ｂｒを挟んで、移動量４０ｃが多い集落４０ａ，４０ｂを検出するようにした。そして、移動量４０ｃが多い各集落４０ａ，４０ｂが検出された場合、各集落４０ａ，４０ｂを接続する経路に対し、補正コストを生成及び設定するようにした。このため、地域間の要因１９ｎが異なると交通状況が大きく異なる道路に対し、その差異を加味した補正コストを用いることができるので、補正コストを生成するリンクＬＣの数を必要最小限とし、的確な経路を探索することができる。

尚、上記各実施形態は以下のように変更してもよい。
・カレンダデータ１９は、交通状況の変動要因として、平日や祝祭日等の要因１９ｎを有するようにしたが、特定の施設の稼働日、店舗の営業時間、天気、時間帯、イベント、季節等、その他の変動要因にしてもよい。

・カレンダデータ１９は、時間的要素として、年月日１９ｋを有するようにしたが、さらに時間又は時間帯に細分化してもよい。この場合、その細分化した時間的要素に合わせて変動要因も変更する。

・交通統計データは、各地域毎に記憶され、各地域毎の交通状況を、プローブ情報等を収集及び統計して生成したデータであるとしたが、その他のデータ及び方法により、交通状況を解析及び予測したデータでもよい。

・上記各実施形態では、交通統計データ２１は、地域と、地域内のリンクと、平日や祝祭日等の日の種類、時間帯を含む要因２１ｋ毎に記憶されているようにしたが、時間帯毎でなくてもよい。また、交通統計データ２１は、リンク毎に記憶されていなくてもよい。

・ナビゲーションユニット２は、図１１に示すように、要因１９ｎが異なる地域の間の境界線Ｂｒから、所定距離Ｄ３の区画線Ｌ１，Ｌ２を設定し、各区画線Ｌ１，Ｌ２の内側のリンクＬに対し、補正コストを算出するようにしても良い。この場合、補正コストを簡単に生成することができる。

・ナビゲーションユニット２は、図１２に示すように、工場や学校等、移動人数が多い施設Ｆを中心とした地域Ｚ１と、それ以外の地域Ｚ２を設定してもよい。そして、施設Ｆの稼働日、登校日等を加味したカレンダデータ１９、交通統計データ２１を生成するようにしてもよい。そして、地域Ｚ１，Ｚ２によって要因１９ｎが互いに異なる場合、境界線Ｂｒ付近のリンクＬＣに対し、補正コストを生成するようにしてもよい。

第１実施形態のナビゲーションシステムの説明図。 （ａ）は経路データ、（ｂ）は地図データの説明図。 （ａ）は地域Ａ、（ｂ）は地域Ｂのカレンダデータの説明図。 交通統計データの説明図。 第１実施形態の処理手順の説明図。 補正コストを算出するリンクの説明図。 経路探索の説明図。 第２実施形態の処理手順の説明図。 移動統計データの説明図。 集落を中心にした補正コスト算出の説明図。 別例の補正コスト算出の説明図。 別例の補正コスト算出の説明図。

符号の説明

１…ナビゲーションシステム、２…ナビゲーション装置としてのナビユニット、１０…計算用データ生成手段、要因判断手段及び経路探索手段としてのＣＰＵ、１８…変動要因データ記憶手段としてのカレンダデータ記憶手段、１９…変動要因データとしてのカレンダデータ、１９ｋ…時間的要素としての年月日、１９ｎ…変動要因としての要因、２０…交通予測データ記憶手段としての交通統計データ記憶部、２１…交通予測データとしての交通統計データ、４０ａ，４０ｂ…集落、Ａ，Ｂ，Ｚ１，Ｚ２…地域、Ｄ１…所定距離、Ｆ…施設、Ｂｒ…境界としての境界線、Ｒｔ１，Ｒｔ２，Ｒｔ３，Ｒｔ４…経路、Ｚ…所定距離範囲。

Claims (8)

1. 目的地までの経路を探索する経路探索方法において、
   同じ時間的要素において、隣り合う各地域の交通状況の変動要因が互いに異なる場合、前記各地域の境界近辺の道路に対し、前記各変動要因の各交通予測データを用いて経路計算用データを生成し、その経路計算用データを用いて経路探索を行うことを特徴とする経路探索方法。
2. 各道路の交通状況を示す交通予測データを、交通状況の変動要因毎に記憶した交通予測データ記憶手段と、
   時間的要素に対応する変動要因データを各地域毎に記憶した変動要因データ記憶手段と、
   前記変動要因データに基づき、同じ前記時間的要素において、異なる前記変動要因を有する隣り合う各地域を検出する要因判断手段と、
   異なる前記変動要因を有する隣り合う各地域が検出された場合に、各地域の前記各変動要因に対応する前記交通予測データを用いて、経路計算用データを生成する計算用データ生成手段と、
   前記各地域の境界近辺の道路に対し、前記経路計算用データを用いて経路探索を行う経路探索手段と
   を備えたことを特徴とするナビゲーション装置。
3. 請求項２に記載のナビゲーション装置において、
   前記計算用データ生成手段は、異なる前記変動要因を有する隣り合う各地域の境界線からの距離が、所定距離内の道路に対し、前記経路計算用データを生成することを特徴とするナビゲーション装置。
4. 請求項２又は３に記載のナビゲーション装置において、
   前記計算用データ生成手段は、異なる前記変動要因を有する各集落を接続する道路に対し、前記経路計算用データを生成することを特徴とするナビゲーション装置。
5. 請求項４に記載のナビゲーション装置において、
   前記各集落間を接続する道路のうち、車両移動頻度が多い道路に対し、前記経路計算用データを生成することを特徴とするナビゲーション装置。
6. 請求項２〜５のいずれか１項に記載のナビゲーション装置において、
   前記要因判断手段は、予め定めた施設を中心に設定された所定距離範囲の前記変動要因と、その所定距離範囲外の前記変動要因とが異なるか否かを判断し、
   前記計算用データ生成手段は、前記所定距離範囲内及び前記所定距離範囲外の前記各変動要因が異なる場合に、前記所定距離範囲の境界付近の道路に対し、前記経路計算用データを生成することを特徴とするナビゲーション装置。
7. 請求項２〜６のいずれか１項に記載のナビゲーション装置において、
   前記変動要因は、平日、祝祭日、時間帯のいずれか１つを少なくとも含むことを特徴とするナビゲーション装置。
8. 請求項２〜７のいずれか１項に記載のナビゲーション装置において、
   前記計算用データ生成手段は、前記各交通予測データを所定率で混合することを特徴とするナビゲーション装置。

Images