JP2018206157A - データ抽出プログラム、データ抽出装置、及びデータ抽出方法 - Google Patents
データ抽出プログラム、データ抽出装置、及びデータ抽出方法 Download PDFInfo
- Publication number
- JP2018206157A JP2018206157A JP2017112078A JP2017112078A JP2018206157A JP 2018206157 A JP2018206157 A JP 2018206157A JP 2017112078 A JP2017112078 A JP 2017112078A JP 2017112078 A JP2017112078 A JP 2017112078A JP 2018206157 A JP2018206157 A JP 2018206157A
- Authority
- JP
- Japan
- Prior art keywords
- data extraction
- moving
- movement
- data
- history data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Instructional Devices (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
【課題】移動経路における危険エリアを明らかにできるデータ抽出プログラムの提供。【解決手段】始点及び終点の情報を受け付け、前記始点及び前記終点を結ぶ移動経路に含まれる移動区間の少なくとも１つを通過した移動体の移動履歴データ群の組み合わせから、前記移動体の移動経路を抽出し、抽出した前記移動経路における移動区間毎の移動履歴データに基づく危険事象の発生率又は発生回数が所定の値以上である危険エリアを特定する、処理をコンピュータに実行させるデータ抽出プログラムである。【選択図】図１３
Description
本発明は、データ抽出プログラム、データ抽出装置、及びデータ抽出方法に関する。
従来、複数の車両に各々搭載された端末装置を用いて、取得した車両の位置、速度、時刻などの走行履歴データに基づき、例えば、急ブレーキなどの危険運転が行われた回数などが多い危険エリアを特定する装置などが提案されている。
例えば、走行履歴データに基づき、道路地図上のある領域における危険エリアを特定し、進行方向に危険エリアが存在することを運転者に報知する装置などが提案されている（例えば、特許文献１参照）。
しかしながら、移動経路としての走行経路に含まれない危険エリアについても報知されるため、提供される危険エリアの情報が煩雑になる場合があるという問題がある。
一つの側面では、移動経路における危険エリアを明らかにできるデータ抽出プログラム、データ抽出装置、及びデータ抽出方法を提供することを目的とする。
一つの実施態様では、データ抽出プログラムは、始点及び終点の情報を受け付け、前記始点及び前記終点を結ぶ移動経路に含まれる移動区間の少なくとも１つを通過した移動体の移動履歴データ群の組み合わせから、前記移動体の移動経路を抽出し、抽出した前記移動経路における移動区間毎の移動履歴データに基づく危険事象の発生率又は発生回数が所定の値以上である危険エリアを特定する、処理をコンピュータに実行させる。
一つの側面では、移動経路における危険エリアを明らかにできるデータ抽出プログラム、データ抽出装置、及びデータ抽出方法を提供することができる。
本発明のデータ抽出装置は、移動履歴データから移動体の移動経路を抽出し、抽出した移動経路の移動履歴データに基づき危険事象の発生率又は発生回数が所定の値以上の移動区間を特定することで、移動経路に存在する危険エリアを明らかにできる。
具体的には、まず、データ抽出装置は、始点及び終点の情報を受け付ける。
始点は、移動経路の始まる点又は範囲であり、例えば、出発地などが挙げられる。始点は、起点とも称されることもある。
終点は、移動経路の終わる点又は範囲であり、例えば、目的地、到着地などが挙げられる。
始点及び終点の情報としては、例えば、点での情報、範囲での情報などが挙げられる。 点での情報としては、例えば、緯度経度、地点の名称、ランドマークの名称などが挙げられる。
範囲での情報としては、例えば、上記の点での情報に、半径の情報を加えたものなどが挙げられる。この場合には、受け付けた点を中心とし、受け付けた半径の円で区切った範囲が始点及び／又は終点の範囲となる。このほかの範囲での情報としては、例えば、標準地域メッシュのメッシュコード、行政区画の名称などが挙げられる。
情報を受け付ける方法としては、例えば、ディスプレイに表示された道路地図上でポインティングデバイス等により情報を受け付ける方法等が挙げられる。更に、地点の名称等の文字や半径の数値で情報を受ける方法、ランドマークの名称等の文字で情報を受け付ける方法などが挙げられる。
始点は、移動経路の始まる点又は範囲であり、例えば、出発地などが挙げられる。始点は、起点とも称されることもある。
終点は、移動経路の終わる点又は範囲であり、例えば、目的地、到着地などが挙げられる。
始点及び終点の情報としては、例えば、点での情報、範囲での情報などが挙げられる。 点での情報としては、例えば、緯度経度、地点の名称、ランドマークの名称などが挙げられる。
範囲での情報としては、例えば、上記の点での情報に、半径の情報を加えたものなどが挙げられる。この場合には、受け付けた点を中心とし、受け付けた半径の円で区切った範囲が始点及び／又は終点の範囲となる。このほかの範囲での情報としては、例えば、標準地域メッシュのメッシュコード、行政区画の名称などが挙げられる。
情報を受け付ける方法としては、例えば、ディスプレイに表示された道路地図上でポインティングデバイス等により情報を受け付ける方法等が挙げられる。更に、地点の名称等の文字や半径の数値で情報を受ける方法、ランドマークの名称等の文字で情報を受け付ける方法などが挙げられる。
次に、データ抽出装置は、始点及び終点の情報を受け付け、始点及び終点を結ぶ移動経路に含まれる移動区間の少なくとも１つを通過した移動体の移動履歴データ群の組み合わせから、前記移動体の移動経路を抽出する。
移動体としては、移動可能なものであれば特に制限はなく、目的に応じて適宜選択することができ、例えば、自動車や自転車等の車両、商船や漁船等の船舶、有人航空機や無人航空機等の航空機、人や動物等の生物、水や土砂等の流体などが挙げられる。また、自動車としては、例えば、乗用車、商用車などが挙げられる。
なお、水、土砂などでは、例えば、そのものの移動を確認するのではなく、小型の発信器を水、土砂などに混入させて移動の傾向を確認することにより、データ抽出装置は、土砂災害の予測などに用いることができる。
移動履歴データとしては、移動体に関する情報であれば特に制限はなく、例えば、移動体の位置、速度、加速度、量等を計測した時刻等の情報を含む。
ここで、量とは、特に制限はなく、移動体の種類により適宜選択することができる。例えば、数量や分量で規定してもよく、あるいは、重量、体積等で規定してもよい。
また、移動履歴データとしては、例えば、移動体が車両の場合には、加速度の情報に基づき、急ブレーキや急ハンドル等の危険運転の判定結果を含むようにしてもよい。更に、移動履歴データは、例えば、移動体が車両であれば、運転者の生体情報、タイヤの空気圧の値等の情報を含むようにしてもよい。
また、移動履歴データは、例えば、移動体が車両であれば、乗用車等に搭載されるカーナビゲーションシステム、商用車等に搭載されるデジタルタコグラフなどを用いて取得する。取得した移動履歴データは、例えば、データベースなどに格納される。
移動経路としては、例えば、走行経路（「ルート」とも称されることもある）、航路、航空路などが挙げられる。移動経路は、例えば、移動区間により構成されている。
移動経路は、例えば、始点及び終点が異なる複数の移動経路が含まれてもよい。
移動区間としては、例えば、道路であればデジタル道路地図等で用いられているような、交差点や分岐点等を示すノード間のリンクなどが挙げられる。このほかには、移動区間としては、例えば、キロポストや所定の長さ毎に区分けした道路区間などが挙げられる。
抽出する処理としては、データの母集団から所定の条件に合致したデータを抜き出す処理、又は抜き出して処理することであれば特に制限はなく、目的に応じて適宜選択することができる。
移動体としては、移動可能なものであれば特に制限はなく、目的に応じて適宜選択することができ、例えば、自動車や自転車等の車両、商船や漁船等の船舶、有人航空機や無人航空機等の航空機、人や動物等の生物、水や土砂等の流体などが挙げられる。また、自動車としては、例えば、乗用車、商用車などが挙げられる。
なお、水、土砂などでは、例えば、そのものの移動を確認するのではなく、小型の発信器を水、土砂などに混入させて移動の傾向を確認することにより、データ抽出装置は、土砂災害の予測などに用いることができる。
移動履歴データとしては、移動体に関する情報であれば特に制限はなく、例えば、移動体の位置、速度、加速度、量等を計測した時刻等の情報を含む。
ここで、量とは、特に制限はなく、移動体の種類により適宜選択することができる。例えば、数量や分量で規定してもよく、あるいは、重量、体積等で規定してもよい。
また、移動履歴データとしては、例えば、移動体が車両の場合には、加速度の情報に基づき、急ブレーキや急ハンドル等の危険運転の判定結果を含むようにしてもよい。更に、移動履歴データは、例えば、移動体が車両であれば、運転者の生体情報、タイヤの空気圧の値等の情報を含むようにしてもよい。
また、移動履歴データは、例えば、移動体が車両であれば、乗用車等に搭載されるカーナビゲーションシステム、商用車等に搭載されるデジタルタコグラフなどを用いて取得する。取得した移動履歴データは、例えば、データベースなどに格納される。
移動経路としては、例えば、走行経路（「ルート」とも称されることもある）、航路、航空路などが挙げられる。移動経路は、例えば、移動区間により構成されている。
移動経路は、例えば、始点及び終点が異なる複数の移動経路が含まれてもよい。
移動区間としては、例えば、道路であればデジタル道路地図等で用いられているような、交差点や分岐点等を示すノード間のリンクなどが挙げられる。このほかには、移動区間としては、例えば、キロポストや所定の長さ毎に区分けした道路区間などが挙げられる。
抽出する処理としては、データの母集団から所定の条件に合致したデータを抜き出す処理、又は抜き出して処理することであれば特に制限はなく、目的に応じて適宜選択することができる。
次に、データ抽出装置は、抽出した移動経路における移動区間毎の移動履歴データに基づく危険事象の発生率又は発生回数が所定の値以上である危険エリアを特定する。
危険事象としては、移動体の位置、速度、加速度等の情報を含む移動履歴データに基づき危険であると判定できる事象であれば特に制限はなく、例えば、移動体が車両であれば急ブレーキ、急ハンドル、急加速などが挙げられる。また、移動体が水や土砂等であれば、危険事象としては、例えば、洪水、落石などが挙げられる。
急ブレーキとしては、加速度が所定の値以上下降した事象であれば特に制限はなく、目的に応じて適宜選択することができ、例えば、秒間１０ｋｍ／時間以上の加速度の減少などとすることなどが挙げられる。
危険事象の発生率の算出方法としては、例えば、所定の時間帯における移動区間内での危険事象の発生回数を、その移動区間内の移動体の全数で割ることにより算出することができる。
危険事象の発生回数の計数方法としては、特に制限はなく、目的に応じて適宜選択することができる。例えば、急ブレーキ又は急ハンドルの場合では、加速度が所定の値以上上昇又は下降した回数を計数する方法などが挙げられる。
所定の値としては、特に制限はなく、目的に応じて適宜選択することができる。
危険エリアとしては、危険事象の発生率又は発生回数が所定の値以上である移動区間であれば特に制限はなく、目的に応じて適宜選択することができる。
このように、データ抽出装置は、移動経路における危険事象の発生率又は発生回数が所定の値以上である移動区間を特定することにより、移動経路における危険エリアを明らかにできる。
危険事象としては、移動体の位置、速度、加速度等の情報を含む移動履歴データに基づき危険であると判定できる事象であれば特に制限はなく、例えば、移動体が車両であれば急ブレーキ、急ハンドル、急加速などが挙げられる。また、移動体が水や土砂等であれば、危険事象としては、例えば、洪水、落石などが挙げられる。
急ブレーキとしては、加速度が所定の値以上下降した事象であれば特に制限はなく、目的に応じて適宜選択することができ、例えば、秒間１０ｋｍ／時間以上の加速度の減少などとすることなどが挙げられる。
危険事象の発生率の算出方法としては、例えば、所定の時間帯における移動区間内での危険事象の発生回数を、その移動区間内の移動体の全数で割ることにより算出することができる。
危険事象の発生回数の計数方法としては、特に制限はなく、目的に応じて適宜選択することができる。例えば、急ブレーキ又は急ハンドルの場合では、加速度が所定の値以上上昇又は下降した回数を計数する方法などが挙げられる。
所定の値としては、特に制限はなく、目的に応じて適宜選択することができる。
危険エリアとしては、危険事象の発生率又は発生回数が所定の値以上である移動区間であれば特に制限はなく、目的に応じて適宜選択することができる。
このように、データ抽出装置は、移動経路における危険事象の発生率又は発生回数が所定の値以上である移動区間を特定することにより、移動経路における危険エリアを明らかにできる。
また、データ抽出装置は、抽出した移動経路における移動区間を、当該移動区間の種別毎に危険エリアと特定する危険事象の発生率又は発生回数の所定の値を変更する。
例えば、移動体が車両、移動経路が道路、危険事象が急ブレーキの場合には、道路種別によって危険事象の発生率又は発生回数が低くても危険事象による危険のリスクが大きい場合がある。
具体的には、高速道路は、市町村道路、及び幹線道路に比べて急ブレーキの発生率は低くなる傾向にあるが、高速道路で急ブレーキが発生した場合に事故につながる可能性（危険リスク）は他の道路に比べて高くなることがある。そこで、危険エリアと特定する危険事象の発生率又は発生回数の所定の値を、道路（移動区間）の種別毎に変更する。
これにより、データ抽出装置は、危険事象の発生率が低く危険リスクの大きい移動区間においても、危険エリアとして特定することができる。
例えば、移動体が車両、移動経路が道路、危険事象が急ブレーキの場合には、道路種別によって危険事象の発生率又は発生回数が低くても危険事象による危険のリスクが大きい場合がある。
具体的には、高速道路は、市町村道路、及び幹線道路に比べて急ブレーキの発生率は低くなる傾向にあるが、高速道路で急ブレーキが発生した場合に事故につながる可能性（危険リスク）は他の道路に比べて高くなることがある。そこで、危険エリアと特定する危険事象の発生率又は発生回数の所定の値を、道路（移動区間）の種別毎に変更する。
これにより、データ抽出装置は、危険事象の発生率が低く危険リスクの大きい移動区間においても、危険エリアとして特定することができる。
また、データ抽出装置は、抽出した移動経路における移動区間毎の移動履歴データに基づき、危険事象の発生率又は発生回数を順位付け、報知する危険エリアを任意の順位までとする。または、データ抽出装置は、所定の発生率又は発生回数の閾値以上である移動区間を報知する危険エリアと定める。
これらにより、データ抽出装置は、移動経路における危険エリアの中でも、危険リスクの大きい危険エリアを特定することにより、特定した危険エリアのみを報知することで、報知する危険エリアの数を減少することができる。
これらにより、データ抽出装置は、移動経路における危険エリアの中でも、危険リスクの大きい危険エリアを特定することにより、特定した危険エリアのみを報知することで、報知する危険エリアの数を減少することができる。
また、データ抽出装置は、抽出した移動経路における移動履歴データの数が所定数以下の場合には、受け付けた始点及び終点の情報により指定された少なくともいずれかの点を、所定の大きさの範囲に拡大する。
例えば、始点及び終点の情報として緯度経度での指定をそれぞれ受け付け、指定された点を通過する移動履歴データが移動履歴データ群に存在しない場合があるとする。この場合には、データ抽出装置は、受け付けた点を中心とし、予め設定された半径とする円を大きくする。標準地域メッシュを用いて範囲の指定を受け付けた場合、データ抽出装置は、下位の狭いメッシュから上位の広いメッシュに変更する。行政区画を用いて範囲の指定を受け付けた場合、データ抽出装置は、市町村レベルから都道府県レベルに、あるいは都道府県レベルから八地方区分レベルに変更する。
これにより、データ抽出装置は、移動履歴データの数を増大させることができ、確度の高い移動経路候補を出力することができる。
例えば、始点及び終点の情報として緯度経度での指定をそれぞれ受け付け、指定された点を通過する移動履歴データが移動履歴データ群に存在しない場合があるとする。この場合には、データ抽出装置は、受け付けた点を中心とし、予め設定された半径とする円を大きくする。標準地域メッシュを用いて範囲の指定を受け付けた場合、データ抽出装置は、下位の狭いメッシュから上位の広いメッシュに変更する。行政区画を用いて範囲の指定を受け付けた場合、データ抽出装置は、市町村レベルから都道府県レベルに、あるいは都道府県レベルから八地方区分レベルに変更する。
これにより、データ抽出装置は、移動履歴データの数を増大させることができ、確度の高い移動経路候補を出力することができる。
また、データ抽出装置は、最初に指定した始点から終点への移動経路の途中で移動経路を変更した場合、移動経路の途中で移動経路を変更した地点から終点への移動経路に含まれる危険エリアを再抽出する。
これにより、データ抽出装置は、移動経路の途中で移動経路を変更した地点から終点への移動経路に含まれる危険エリアを再抽出することにより、変更した移動経路に存在する危険エリアを特定することができる。
これにより、データ抽出装置は、移動経路の途中で移動経路を変更した地点から終点への移動経路に含まれる危険エリアを再抽出することにより、変更した移動経路に存在する危険エリアを特定することができる。
データ抽出装置が行う各種処理は、データ抽出装置を構成する制御部を有するコンピュータにより実行される。
コンピュータとしては、記憶、演算、制御などの装置を備えた機器であれば特に制限はなく、目的に応じて適宜選択することができ、例えば、パーソナルコンピュータなどが挙げられる。
コンピュータとしては、記憶、演算、制御などの装置を備えた機器であれば特に制限はなく、目的に応じて適宜選択することができ、例えば、パーソナルコンピュータなどが挙げられる。
以下、本発明の一実施例を説明するが、本発明は、この実施例に何ら限定されるものではない。
以下では、移動体として車両を用いて説明する。このため、始点を出発地と、終点を目的地と、移動体を車両と、移動履歴データを走行履歴データと、移動経路を走行経路と、移動区間をリンクと、危険事象を急ブレーキと、読み替えて説明する。
以下では、移動体として車両を用いて説明する。このため、始点を出発地と、終点を目的地と、移動体を車両と、移動履歴データを走行履歴データと、移動経路を走行経路と、移動区間をリンクと、危険事象を急ブレーキと、読み替えて説明する。
図１は、本発明の一実施例に係るデータ抽出装置１００を含むシステム１０の構成の一例を示すブロック図である。
図１に示すように、システム１０は、データ抽出装置１００と、情報処理装置２００と、車両Ａ、Ｂ、Ｃ、…にそれぞれ搭載されている端末装置３００ａ、３００ｂ、３００ｃ、…と、を有する。
データ抽出装置１００は、ネットワーク４００を介して情報処理装置２００、及び端末装置３００ａ、３００ｂ、３００ｃ、…と通信可能に接続されている。
図１に示すように、システム１０は、データ抽出装置１００と、情報処理装置２００と、車両Ａ、Ｂ、Ｃ、…にそれぞれ搭載されている端末装置３００ａ、３００ｂ、３００ｃ、…と、を有する。
データ抽出装置１００は、ネットワーク４００を介して情報処理装置２００、及び端末装置３００ａ、３００ｂ、３００ｃ、…と通信可能に接続されている。
なお、端末装置３００ａ、３００ｂ、３００ｃ、…は、装置の構成についてそれぞれ同様であることから、以下では「端末装置３００」と称してまとめて説明する。
また、車両Ａ、Ｂ、Ｃ、…は、区別が必要でないときは、単に、「車両」と称することもある。
また、車両Ａ、Ｂ、Ｃ、…は、区別が必要でないときは、単に、「車両」と称することもある。
まず、データ抽出装置１００のハードウェア構成及び機能構成について説明する。
（データ抽出装置）
＜データ抽出装置のハードウェア構成＞
図２は、データ抽出装置１００のハードウェア構成の一例を示すブロック図である。
図２に示すように、データ抽出装置１００のハードウェア構成は以下の各装置を有する。各装置は、バス１０７を介してそれぞれ通信可能に接続されている。
＜データ抽出装置のハードウェア構成＞
図２は、データ抽出装置１００のハードウェア構成の一例を示すブロック図である。
図２に示すように、データ抽出装置１００のハードウェア構成は以下の各装置を有する。各装置は、バス１０７を介してそれぞれ通信可能に接続されている。
ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１０１は、種々の制御や演算を行なう処理装置である。ＣＰＵ１０１は、主記憶装置１０２などが記憶するＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）やプログラムを実行することにより、種々の機能を実現する。すなわち、ＣＰＵ１０１は、本実施例では、データ抽出プログラムを実行することにより、後述する制御部１４０として機能する。
データ抽出プログラムは、必ずしも最初から主記憶装置１０２、補助記憶装置１０３などに記憶されていなくともよい。また、インターネット、ＬＡＮ、ＷＡＮなどを介してデータ抽出装置１００に接続される他の情報処理装置などにデータ抽出プログラムを記憶させ、データ抽出装置１００がこれらからデータ抽出プログラムを取得して実行するようにしてもよい。
データ抽出プログラムは、必ずしも最初から主記憶装置１０２、補助記憶装置１０３などに記憶されていなくともよい。また、インターネット、ＬＡＮ、ＷＡＮなどを介してデータ抽出装置１００に接続される他の情報処理装置などにデータ抽出プログラムを記憶させ、データ抽出装置１００がこれらからデータ抽出プログラムを取得して実行するようにしてもよい。
また、ＣＰＵ１０１は、データ抽出装置１００全体の動作を制御する。なお、本実施例では、データ抽出装置１００全体の動作を制御する装置をＣＰＵ１０１としたが、これに限ることなく、例えば、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）などとしてもよい。
主記憶装置１０２は、各種プログラムを記憶し、各種プログラムを実行するために必要なデータ等を記憶する。
主記憶装置１０２は、図示しない、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）と、を有する。
ＲＯＭは、ＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ／Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）等の各種プログラムなどを記憶している。
ＲＡＭは、ＲＯＭに記憶された各種プログラムがＣＰＵ１０１により実行される際に展開される作業範囲として機能する。ＲＡＭとしては、特に制限はなく、目的に応じて適宜選択することができる。ＲＡＭとしては、例えば、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＳＲＡＭ（Ｓｔａｔｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などが挙げられる。
主記憶装置１０２は、図示しない、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）と、を有する。
ＲＯＭは、ＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ／Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）等の各種プログラムなどを記憶している。
ＲＡＭは、ＲＯＭに記憶された各種プログラムがＣＰＵ１０１により実行される際に展開される作業範囲として機能する。ＲＡＭとしては、特に制限はなく、目的に応じて適宜選択することができる。ＲＡＭとしては、例えば、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＳＲＡＭ（Ｓｔａｔｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などが挙げられる。
補助記憶装置１０３としては、各種情報を記憶できれば特に制限はなく、目的に応じて適宜選択することができ、例えば、ソリッドステートドライブ、ハードディスクドライブなどが挙げられる。また、補助記憶装置１０３は、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）ドライブ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）ドライブ、ＢＤ（Ｂｌｕ−ｒａｙ（登録商標） Ｄｉｓｃ）ドライブなどの可搬記憶装置としてもよい。
通信インターフェイス１０４は、特に制限はなく、適宜公知のものを用いることができ、例えば、無線又は有線を用いた通信デバイスなどが挙げられる。
入力装置１０５は、データ抽出装置１００に対する各種要求を受け付けることができれば特に制限はなく、適宜公知のものを用いることができ、例えば、キーボード、マウス、タッチパネル、マイクなどが挙げられる。
出力装置１０６は、特に制限はなく、適宜公知のものを用いることができ、例えば、液晶ディスプレイ、有機ＥＬディスプレイなどが挙げられる。
なお、データ抽出装置１００は、ネットワーク上のコンピュータ群であるクラウドの一部であってもよい。
＜データ抽出装置の機能構成＞
図３は、データ抽出装置１００の機能構成の一例を示すブロック図である。
図３に示すように、データ抽出装置１００の機能構成としては、通信部１２０と、記憶部１３０と、制御部１４０と、入力部１５０と、出力部１６０と、を有する。
図３は、データ抽出装置１００の機能構成の一例を示すブロック図である。
図３に示すように、データ抽出装置１００の機能構成としては、通信部１２０と、記憶部１３０と、制御部１４０と、入力部１５０と、出力部１６０と、を有する。
＜＜通信部＞＞
通信部１２０は、制御部１４０の指示に基づき、通信インターフェイス１０４を用いて、情報処理装置２００及び端末装置３００の少なくともいずれかから送信された出発地及び目的地の情報を受信する。
さらに、通信部１２０は、制御部１４０の処理情報を情報処理装置２００及び端末装置３００の少なくともいずれかに送信する。
通信部１２０は、制御部１４０の指示に基づき、通信インターフェイス１０４を用いて、情報処理装置２００及び端末装置３００の少なくともいずれかから送信された出発地及び目的地の情報を受信する。
さらに、通信部１２０は、制御部１４０の処理情報を情報処理装置２００及び端末装置３００の少なくともいずれかに送信する。
＜＜記憶部＞＞
記憶部１３０は、補助記憶装置１０３に、走行履歴データベース１３１と、危険事象別データベース１３２と、判定結果データベース１３３と、を有する。
なお、以下では「データベース」は、「ＤＢ」と称することもある。
走行履歴ＤＢ１３１は、通信部１２０が受信した走行履歴データを走行履歴データ群として記憶する。
記憶部１３０は、補助記憶装置１０３に、走行履歴データベース１３１と、危険事象別データベース１３２と、判定結果データベース１３３と、を有する。
なお、以下では「データベース」は、「ＤＢ」と称することもある。
走行履歴ＤＢ１３１は、通信部１２０が受信した走行履歴データを走行履歴データ群として記憶する。
図４は、走行履歴ＤＢ１３１が記憶する走行履歴データの一例を示す図である。
図４に示すように、走行履歴データは、本実施例では「車両ＩＤ、走行経路ＩＤ、取得日時、位置情報（経度、緯度）、速度、出発日時、出発地（経度、緯度）、到着日時、目的地（経度、緯度）」のデータ項目を含む。
図４に示すように、走行履歴データは、本実施例では「車両ＩＤ、走行経路ＩＤ、取得日時、位置情報（経度、緯度）、速度、出発日時、出発地（経度、緯度）、到着日時、目的地（経度、緯度）」のデータ項目を含む。
「車両ＩＤ」のデータ項目は、本実施例では、端末装置３００が搭載されている当該車両を識別するためのデータであり、予め設定される。
「走行経路ＩＤ」のデータ項目は、本実施例では、目的をもってある出発地からある到着地へ移動する単位である走行経路を識別するためのデータである。
「取得日時」及び「位置情報（経度、緯度）」のデータ項目は、本実施例では、端末装置３００に搭載されているＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）ユニットにより取得される。
「速度」のデータ項目は、本実施例では、ＧＰＳユニットと同期させ、端末装置３００が有する速度センサを用いて車両の車軸から計測した結果である。
「出発日時」及び「出発地（経度、緯度）」のデータ項目は、本実施例では、当該走行の出発日時及び出発地の経度緯度である。
「到着日時」及び「目的地（経度、緯度）」のデータ項目は、本実施例では、当該走行の到着日時及び目的地の経度緯度である。
「走行経路ＩＤ」のデータ項目は、本実施例では、目的をもってある出発地からある到着地へ移動する単位である走行経路を識別するためのデータである。
「取得日時」及び「位置情報（経度、緯度）」のデータ項目は、本実施例では、端末装置３００に搭載されているＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）ユニットにより取得される。
「速度」のデータ項目は、本実施例では、ＧＰＳユニットと同期させ、端末装置３００が有する速度センサを用いて車両の車軸から計測した結果である。
「出発日時」及び「出発地（経度、緯度）」のデータ項目は、本実施例では、当該走行の出発日時及び出発地の経度緯度である。
「到着日時」及び「目的地（経度、緯度）」のデータ項目は、本実施例では、当該走行の到着日時及び目的地の経度緯度である。
図５は、危険事象別ＤＢ１３２が記憶する危険事象別データの一例を示す図である。
図５に示すように、危険事象別ＤＢ１３２は、危険事象別データとして「走行経路ＩＤ、リンクＩＤ、リンク種別、急ブレーキ発生率（％）」のデータ項目を対応付けて記憶する。なお、危険事象別データには、リンクを走行した時間情報（年月日、時刻）を含んでもよいが、図５中では記載を省略している。
図５に示すように、危険事象別ＤＢ１３２は、危険事象別データとして「走行経路ＩＤ、リンクＩＤ、リンク種別、急ブレーキ発生率（％）」のデータ項目を対応付けて記憶する。なお、危険事象別データには、リンクを走行した時間情報（年月日、時刻）を含んでもよいが、図５中では記載を省略している。
「リンクＩＤ」は、走行経路中に含まれるリンクを一意に特定する識別子である。
「リンク種別」は、当該リンクが属する道路種別、走行履歴データの速度、道幅などに基づく分類である。
「急ブレーキ発生率（％）」は、所定の時間帯の当該リンクにおいて走行した車両の全数に対する急ブレーキの発生回数の割合である。
急ブレーキの判定方法としては、特に制限はなく、リンク種別毎にブレーキによる１秒間の速度の減少量を変更してもよい。例えば、走行履歴データに基づき、市町村道路及び幹線道路では１秒間に１０ｋｍ／時間以上、高速道路では１秒間に７ｋｍ／時間以上の速度の減少を急ブレーキとして判定する方法などが挙げられる。本実施例では、上記の基準を用いて急ブレーキを計数する。
「リンク種別」は、当該リンクが属する道路種別、走行履歴データの速度、道幅などに基づく分類である。
「急ブレーキ発生率（％）」は、所定の時間帯の当該リンクにおいて走行した車両の全数に対する急ブレーキの発生回数の割合である。
急ブレーキの判定方法としては、特に制限はなく、リンク種別毎にブレーキによる１秒間の速度の減少量を変更してもよい。例えば、走行履歴データに基づき、市町村道路及び幹線道路では１秒間に１０ｋｍ／時間以上、高速道路では１秒間に７ｋｍ／時間以上の速度の減少を急ブレーキとして判定する方法などが挙げられる。本実施例では、上記の基準を用いて急ブレーキを計数する。
図６〜図８は、判定結果ＤＢ１３３が記憶する走行履歴データの一例を示す図である。
判定結果ＤＢ１３３が記憶する走行履歴データは、後述する特定部１４２の処理により得られた走行履歴データである。
図６〜図８に示すように、判定結果データは、本実施例ではリンク（道路）種別毎に「リンクＩＤ、急ブレーキ発生率（％）、危険エリア判定結果」のデータ項目を含む。
危険エリア判定結果としては、危険事象の発生率又は発生回数、並びに走行回数がそれぞれ所定の値以上である移動区間であれば特に制限はなく、例えば、リンク種別毎に定めた所定の値以上であるか否かにより判定してもよい。
判定結果ＤＢ１３３が記憶する走行履歴データは、後述する特定部１４２の処理により得られた走行履歴データである。
図６〜図８に示すように、判定結果データは、本実施例ではリンク（道路）種別毎に「リンクＩＤ、急ブレーキ発生率（％）、危険エリア判定結果」のデータ項目を含む。
危険エリア判定結果としては、危険事象の発生率又は発生回数、並びに走行回数がそれぞれ所定の値以上である移動区間であれば特に制限はなく、例えば、リンク種別毎に定めた所定の値以上であるか否かにより判定してもよい。
入力部１５０は、データ抽出装置１００に出発地及び目的地の情報を受け付ける。
出力部１６０は、データ抽出装置１００が特定した危険エリアの情報を出力する。
＜制御部＞
制御部１４０は、本実施例では、データ抽出装置１００全体の動作を制御する。また、制御部１４０は、抽出部１４１、及び特定部１４２として機能する。
制御部１４０は、本実施例では、データ抽出装置１００全体の動作を制御する。また、制御部１４０は、抽出部１４１、及び特定部１４２として機能する。
＜＜抽出部＞＞
抽出部１４１は、走行履歴ＤＢ１３１から、通信部１２０で受け付けた出発地及び目的地を結ぶ移動経路に含まれるリンクの少なくとも１つを通過した車両の走行履歴データ群の組み合わせから、走行経路を抽出し、危険事象別ＤＢ１３２に保存する（図１３のＳ１０１、Ｓ１０２参照）。
抽出部１４１は、例えば、出発地が東京、目的地が大阪であれば、東京−大阪間の走行経路を走行した車両の走行履歴データを抽出する。あるいは、抽出部１４１は、東京−大阪間の走行経路に含まれる横浜−小田原間や浜松−名古屋間などの走行履歴データを組み合わせて、走行経路を抽出してもよい。
図５は危険事象別ＤＢ１３２の一例を示す図であり、データには、走行経路に含まれるリンク毎に、リンク種別及び急ブレーキ発生率（％）を含む。
抽出部１４１は、走行履歴ＤＢ１３１から、通信部１２０で受け付けた出発地及び目的地を結ぶ移動経路に含まれるリンクの少なくとも１つを通過した車両の走行履歴データ群の組み合わせから、走行経路を抽出し、危険事象別ＤＢ１３２に保存する（図１３のＳ１０１、Ｓ１０２参照）。
抽出部１４１は、例えば、出発地が東京、目的地が大阪であれば、東京−大阪間の走行経路を走行した車両の走行履歴データを抽出する。あるいは、抽出部１４１は、東京−大阪間の走行経路に含まれる横浜−小田原間や浜松−名古屋間などの走行履歴データを組み合わせて、走行経路を抽出してもよい。
図５は危険事象別ＤＢ１３２の一例を示す図であり、データには、走行経路に含まれるリンク毎に、リンク種別及び急ブレーキ発生率（％）を含む。
また、データ抽出装置は、抽出した走行経路における走行履歴データの数が所定数以下の場合には、次のようにすることができる（図１３のＳ１０３参照）。データ抽出装置は、受け付けた出発地及び目的地の情報により指定された少なくともいずれかの点を、所定の大きさの範囲に拡大することができる（図１３のＳ１０４参照）。つまり、データ抽出装置は、受け付けた指定点を範囲にする、又は範囲を拡大することができる。
例えば、データ抽出装置は、受け付けた指定点を、指定点を中心とする円などの範囲、或いは、指定点を含む標準地域メッシュや行政区画に範囲を広げることができる。
更に、データ抽出装置は、指定点を中心とする円の範囲とした場合、円の半径を大きくする変更をすることができる。または、データ抽出装置１００は、標準地域メッシュの範囲を、狭いメッシュから広いメッシュに変更することができる。データ抽出装置は、行政区画の範囲を、丁目番地レベルから市町村レベルに、或いは、市町村レベルから都道府県レベルなどに変更することができる。
このようにすることで、データ抽出装置は、走行履歴データの数を所定の数より大きくすることができ、十分な走行履歴データの数を確保し、確度の高い走行経路の候補を出力することができる。
例えば、データ抽出装置は、受け付けた指定点を、指定点を中心とする円などの範囲、或いは、指定点を含む標準地域メッシュや行政区画に範囲を広げることができる。
更に、データ抽出装置は、指定点を中心とする円の範囲とした場合、円の半径を大きくする変更をすることができる。または、データ抽出装置１００は、標準地域メッシュの範囲を、狭いメッシュから広いメッシュに変更することができる。データ抽出装置は、行政区画の範囲を、丁目番地レベルから市町村レベルに、或いは、市町村レベルから都道府県レベルなどに変更することができる。
このようにすることで、データ抽出装置は、走行履歴データの数を所定の数より大きくすることができ、十分な走行履歴データの数を確保し、確度の高い走行経路の候補を出力することができる。
＜＜特定部＞＞
特定部１４２は、抽出した走行経路の走行履歴データに基づき、急ブレーキ発生率又は発生回数が所定の値以上であるリンクを危険エリアとして抽出し、判定結果ＤＢ１３３に保存する（図１３のＳ１０５参照）。
図６〜図８は、判定結果１３３の一例を示す図であり、データには、走行経路に含まれるリンク毎の急ブレーキ発生率（％）及び危険エリア判定結果を含む。
所定の値としては、走行経路における危険エリアを特定することができれば、特に制限はなく、例えば、リンク（道路）種別毎に定義を変更してもよい。
所定の値としては、例えば、市町村道路では発生率３％以上、且つ、走行回数５回以上、幹線道路では発生率７％以上、且つ、走行回数２０回以上、高速道路では発生率１％以上、且つ、走行回数５０回以上とすることなどが挙げられる。本実施例では、上記の基準を用いて危険エリアを抽出するが、目的に応じて適宜変更することができる。
次に、特定部１４２は、抽出した危険エリアの急ブレーキ発生率又は発生回数に基づき、報知を行う危険エリアを特定する（図１３のＳ１０６参照）。
危険エリアの急ブレーキ発生率又は発生回数に基づき報知する危険エリアを特定する方法としては、危険エリアの急ブレーキの発生率又は発生回数を順位づけし、上位の任意の順位までを報知する危険エリアとして特定する方法などが挙げられる。さらに、危険事象の発生率又は発生回数が、所定の値以上である危険エリアを報知する危険エリアとして特定する方法などが挙げられる。
特定部１４２は、抽出した走行経路の走行履歴データに基づき、急ブレーキ発生率又は発生回数が所定の値以上であるリンクを危険エリアとして抽出し、判定結果ＤＢ１３３に保存する（図１３のＳ１０５参照）。
図６〜図８は、判定結果１３３の一例を示す図であり、データには、走行経路に含まれるリンク毎の急ブレーキ発生率（％）及び危険エリア判定結果を含む。
所定の値としては、走行経路における危険エリアを特定することができれば、特に制限はなく、例えば、リンク（道路）種別毎に定義を変更してもよい。
所定の値としては、例えば、市町村道路では発生率３％以上、且つ、走行回数５回以上、幹線道路では発生率７％以上、且つ、走行回数２０回以上、高速道路では発生率１％以上、且つ、走行回数５０回以上とすることなどが挙げられる。本実施例では、上記の基準を用いて危険エリアを抽出するが、目的に応じて適宜変更することができる。
次に、特定部１４２は、抽出した危険エリアの急ブレーキ発生率又は発生回数に基づき、報知を行う危険エリアを特定する（図１３のＳ１０６参照）。
危険エリアの急ブレーキ発生率又は発生回数に基づき報知する危険エリアを特定する方法としては、危険エリアの急ブレーキの発生率又は発生回数を順位づけし、上位の任意の順位までを報知する危険エリアとして特定する方法などが挙げられる。さらに、危険事象の発生率又は発生回数が、所定の値以上である危険エリアを報知する危険エリアとして特定する方法などが挙げられる。
次に、情報処理装置２００のハードウェア構成及び機能構成について説明する。
（情報処理装置）
情報処理装置２００は、車両の出発地及び目的地の位置情報をデータ抽出装置１００に送信するために管理者などに使用される装置である。
情報処理装置２００は、車両の出発地及び目的地の位置情報をデータ抽出装置１００に送信するために管理者などに使用される装置である。
＜情報処理装置のハードウェア構成＞
図９は、情報処理装置２００のハードウェア構成の一例を示すブロック図である。
図９に示すように、情報処理装置２００のハードウェア構成は、図２のデータ抽出装置１００のハードウェア構成と同様であるため、説明を省略する。
図９は、情報処理装置２００のハードウェア構成の一例を示すブロック図である。
図９に示すように、情報処理装置２００のハードウェア構成は、図２のデータ抽出装置１００のハードウェア構成と同様であるため、説明を省略する。
＜情報処理装置の機能構成＞
図１０は、情報処理装置２００の機能構成の一例を示すブロック図である。
図１０に示すように、情報処理装置２００の機能構成としては、通信部２１０と、記憶部２２０と、制御部２３０と、入力部２４０と、出力部２５０と、を有する。
図１０は、情報処理装置２００の機能構成の一例を示すブロック図である。
図１０に示すように、情報処理装置２００の機能構成としては、通信部２１０と、記憶部２２０と、制御部２３０と、入力部２４０と、出力部２５０と、を有する。
通信部２１０は、制御部２３０の指示に基づき、通信インターフェイス２０４を用いて、指定した出発地及び目的地の情報をデータ抽出装置１００へ送信する。
さらに、通信部２１０は、データ抽出装置１００から情報を受け付ける。
記憶部２２０は、データ抽出装置１００から受信した情報を補助記憶装置２０３に記憶する。
制御部２３０は、本実施例では、情報処理装置２００全体の動作を制御する機能を有する。
制御部２３０は、本実施では、データ抽出装置１００から受信した情報を、端末装置３００に出力する制御を行う。
また、制御部２３０は、情報処理装置２００に入力された情報をデータ抽出装置１００に送信する制御を行う。
さらに、通信部２１０は、データ抽出装置１００から情報を受け付ける。
記憶部２２０は、データ抽出装置１００から受信した情報を補助記憶装置２０３に記憶する。
制御部２３０は、本実施例では、情報処理装置２００全体の動作を制御する機能を有する。
制御部２３０は、本実施では、データ抽出装置１００から受信した情報を、端末装置３００に出力する制御を行う。
また、制御部２３０は、情報処理装置２００に入力された情報をデータ抽出装置１００に送信する制御を行う。
次に、端末装置３００のハードウェア構成及び機能構成について説明する。
なお、情報処理装置２００と、端末装置３００は互いに同様の装置のハードウェア構成、機能構成を有するものを使用してもよい。
なお、情報処理装置２００と、端末装置３００は互いに同様の装置のハードウェア構成、機能構成を有するものを使用してもよい。
（端末装置）
端末装置３００は、車両の出発地及び目的地の位置情報をデータ抽出装置１００に送信するために使用する装置である。
また、端末装置３００は、データ抽出装置１００から抽出された報知する危険エリアの情報を受信し、車両の運転者などに報知するために使用する装置である。
図１１及び図１２に示すように、端末装置３００のハードウェア構成及び機能構成は、図９及び図１０の情報処理装置２００のハードウェア構成及び機能構成と同様であるため、説明を省略する。
端末装置３００は、車両の出発地及び目的地の位置情報をデータ抽出装置１００に送信するために使用する装置である。
また、端末装置３００は、データ抽出装置１００から抽出された報知する危険エリアの情報を受信し、車両の運転者などに報知するために使用する装置である。
図１１及び図１２に示すように、端末装置３００のハードウェア構成及び機能構成は、図９及び図１０の情報処理装置２００のハードウェア構成及び機能構成と同様であるため、説明を省略する。
図１３は、データ抽出装置１００が行う処理の流れの一例を示すフローチャートである。
ここでは、図１３のフローチャートを参照しながら、図１４に示す出発地から目的地までの走行経路において、走行履歴データに基づく走行経路の抽出から、危険エリアの特定を行うまでの処理の流れを説明する。
ここでは、図１３のフローチャートを参照しながら、図１４に示す出発地から目的地までの走行経路において、走行履歴データに基づく走行経路の抽出から、危険エリアの特定を行うまでの処理の流れを説明する。
ステップＳ１０１では、データ抽出装置１００は、情報処理装置２００及び／又は端末装置３００から出発地及び目的地の情報を受け付け、処理をＳ１０２に移行させる。
ステップＳ１０２では、データ抽出装置１００は、受け付けた出発地及び目的地の情報に基づき、出発地から目的地を結ぶ走行経路に含まれるリンクの少なくとも１つを通過した車両の走行履歴ＤＢ１３１から走行経路を抽出し、処理をＳ１０３に移行する。図１５は、ステップＳ１０２で走行履歴ＤＢ１３１から抽出した危険事象別ＤＢ１３２の一例を示す図である。
ステップＳ１０３では、データ抽出装置１００は、抽出した走行経路における走行履歴データの数が所定の数以下であるか否か判定し、抽出した走行経路における走行履歴データの数が所定の数以下でないと判定すると、処理をＳ１０５に移行する。一方、データ抽出装置１００は、抽出した走行経路における走行履歴データの数が所定の数以下であると判定すると、処理をＳ１０４に移行する。
ステップＳ１０４では、データ抽出装置１００は、受け付けた出発地及び目的地の少なくともいずれかを、所定の大きさの範囲に拡大し、処理をＳ１０２に戻す。
ステップＳ１０５では、データ抽出装置１００は、図１６〜図１８に示すように、抽出した走行経路におけるリンクの危険事象（急ブレーキ）の発生率が、所定の値以上である危険エリアを抽出し、処理をＳ１０６に移行する。
本実施例では、所定の値としては、市町村道路では発生率３％以上、且つ、走行回数５回以上、幹線道路では発生率７％以上、且つ、走行回数２０回以上、高速道路では発生率１％以上、且つ、走行回数５０回以上として危険エリアを抽出する例を示す。
本実施例では、所定の値としては、市町村道路では発生率３％以上、且つ、走行回数５回以上、幹線道路では発生率７％以上、且つ、走行回数２０回以上、高速道路では発生率１％以上、且つ、走行回数５０回以上として危険エリアを抽出する例を示す。
ステップＳ１０６では、データ抽出装置１００は、ステップＳ１０５において危険エリアと判定されたリンクについて、急ブレーキ発生率を順位付け、上位２位以上のリンクを報知する危険エリアとして特定し、処理をＳ１０７に移行する。
図１９は、図１４に示す出発地から目的地までの走行経路において、ステップＳ１０１からＳ１０６までの処理を行い、報知する危険エリアを特定した結果を示す図である。
本実施例では、図１６〜図１９に示すようにリンク（道路）種別毎に急ブレーキ発生率順に順位付けし、上位２位まで報知することを決定した結果を示す。
このように順位付けを行うことにより、データ抽出装置は、危険事象の発生率が低く危険リスクの大きい移動区間においても、危険事象による危険リスクを考慮した危険エリアとして特定することができる。
なお、本実施例では、上位２位以上の危険エリアを報知する危険エリアとする例を示したが、特に制限はなく、目的に応じて適宜選択することができる。
図１９は、図１４に示す出発地から目的地までの走行経路において、ステップＳ１０１からＳ１０６までの処理を行い、報知する危険エリアを特定した結果を示す図である。
本実施例では、図１６〜図１９に示すようにリンク（道路）種別毎に急ブレーキ発生率順に順位付けし、上位２位まで報知することを決定した結果を示す。
このように順位付けを行うことにより、データ抽出装置は、危険事象の発生率が低く危険リスクの大きい移動区間においても、危険事象による危険リスクを考慮した危険エリアとして特定することができる。
なお、本実施例では、上位２位以上の危険エリアを報知する危険エリアとする例を示したが、特に制限はなく、目的に応じて適宜選択することができる。
ステップＳ１０７では、データ抽出装置１００は、報知する危険エリアを情報処理装置２００及び／又は端末装置３００に送信し、本処理を終了する。なお、端末装置３００は、報知する危険エリアにおいて報知を行う。
以上説明したように、データ抽出装置は、受け付けた出発地及び目的地の走行経路における危険エリアを走行履歴データから抽出する。そして、データ抽出装置は、走行履歴データから危険事象の発生率が所定の値以上の走行区間を抽出し、抽出した走行区間のうち危険リスクの大きい走行区間を特定する。
これにより、データ抽出装置は、移動経路における危険エリアを明らかにできる。
これにより、データ抽出装置は、移動経路における危険エリアを明らかにできる。
本実施例では、危険事象を急ブレーキとして説明したが、これに限定することなく、例えば、危険事象として急ハンドル、急加速などとしてもよい。
また、本実施例では、危険エリアの判定を急ブレーキ発生率に基づき説明したが、これに限定することなく、急ブレーキ発生回数などの危険事象により行うことができる。
また、本実施例では、危険エリアの判定を急ブレーキ発生率に基づき説明したが、これに限定することなく、急ブレーキ発生回数などの危険事象により行うことができる。
以上の実施形態に関し、更に以下の付記を開示する。
（付記１）
始点及び終点の情報を受け付け、
前記始点及び前記終点を結ぶ移動経路に含まれる移動区間の少なくとも１つを通過した移動体の移動履歴データ群の組み合わせから、前記移動体の移動経路を抽出し、
抽出した前記移動経路における移動区間毎の移動履歴データに基づく危険事象の発生率又は発生回数が所定の値以上である危険エリアを特定する、
処理をコンピュータに実行させることを特徴とする、データ抽出プログラム。
（付記２）
前記所定の値は、前記移動経路に含まれる移動区間の種別毎に定めた値である、
ことを特徴とする、付記１に記載のデータ抽出プログラム。
（付記３）
抽出した前記移動経路における前記移動履歴データの数が所定数以下の場合には、受け付けた前記始点及び前記終点の情報により指定された少なくともいずれかの点を、所定の大きさの範囲に拡大する、
ことを特徴とする、付記１又は２に記載のデータ抽出プログラム。
（付記４）
始点及び終点の情報を受け付け、
前記始点及び前記終点を結ぶ移動経路に含まれる移動区間の少なくとも１つを通過した移動体の移動履歴データ群の組み合わせから、前記移動体の移動経路を抽出し、
抽出した前記移動経路における移動区間毎の移動履歴データに基づく危険事象の発生率又は発生回数が所定の値以上である危険エリアを特定する、
処理を実行する制御部を有することを特徴とする、データ抽出装置。
（付記５）
前記所定の値は、前記移動経路に含まれる移動区間の種別毎に定めた値である、
ことを特徴とする、付記４に記載のデータ抽出装置。
（付記６）
抽出した前記移動経路における前記移動履歴データの数が所定数以下の場合には、受け付けた前記始点及び前記終点の情報により指定された少なくともいずれかの点を、所定の大きさの範囲に拡大する、
ことを特徴とする、付記４又は５に記載のデータ抽出装置。
（付記７）
始点及び終点の情報を受け付け、
前記始点及び前記終点を結ぶ移動経路に含まれる移動区間の少なくとも１つを通過した移動体の移動履歴データ群の組み合わせから、前記移動体の移動経路を抽出し、
抽出した前記移動経路における移動区間毎の移動履歴データに基づく危険事象の発生率又は発生回数が所定の値以上である危険エリアを特定する、
処理をコンピュータが実行することを特徴とする、データ抽出方法。
（付記８）
前記所定の値は、前記移動経路に含まれる移動区間の種別毎に定めた値である、
ことを特徴とする、付記７に記載のデータ抽出方法。
（付記９）
抽出した前記移動経路における前記移動履歴データの数が所定数以下の場合には、受け付けた前記始点及び前記終点の情報により指定された少なくともいずれかの点を、所定の大きさの範囲に拡大する、
ことを特徴とする、付記７又は８に記載のデータ抽出方法。
（付記１）
始点及び終点の情報を受け付け、
前記始点及び前記終点を結ぶ移動経路に含まれる移動区間の少なくとも１つを通過した移動体の移動履歴データ群の組み合わせから、前記移動体の移動経路を抽出し、
抽出した前記移動経路における移動区間毎の移動履歴データに基づく危険事象の発生率又は発生回数が所定の値以上である危険エリアを特定する、
処理をコンピュータに実行させることを特徴とする、データ抽出プログラム。
（付記２）
前記所定の値は、前記移動経路に含まれる移動区間の種別毎に定めた値である、
ことを特徴とする、付記１に記載のデータ抽出プログラム。
（付記３）
抽出した前記移動経路における前記移動履歴データの数が所定数以下の場合には、受け付けた前記始点及び前記終点の情報により指定された少なくともいずれかの点を、所定の大きさの範囲に拡大する、
ことを特徴とする、付記１又は２に記載のデータ抽出プログラム。
（付記４）
始点及び終点の情報を受け付け、
前記始点及び前記終点を結ぶ移動経路に含まれる移動区間の少なくとも１つを通過した移動体の移動履歴データ群の組み合わせから、前記移動体の移動経路を抽出し、
抽出した前記移動経路における移動区間毎の移動履歴データに基づく危険事象の発生率又は発生回数が所定の値以上である危険エリアを特定する、
処理を実行する制御部を有することを特徴とする、データ抽出装置。
（付記５）
前記所定の値は、前記移動経路に含まれる移動区間の種別毎に定めた値である、
ことを特徴とする、付記４に記載のデータ抽出装置。
（付記６）
抽出した前記移動経路における前記移動履歴データの数が所定数以下の場合には、受け付けた前記始点及び前記終点の情報により指定された少なくともいずれかの点を、所定の大きさの範囲に拡大する、
ことを特徴とする、付記４又は５に記載のデータ抽出装置。
（付記７）
始点及び終点の情報を受け付け、
前記始点及び前記終点を結ぶ移動経路に含まれる移動区間の少なくとも１つを通過した移動体の移動履歴データ群の組み合わせから、前記移動体の移動経路を抽出し、
抽出した前記移動経路における移動区間毎の移動履歴データに基づく危険事象の発生率又は発生回数が所定の値以上である危険エリアを特定する、
処理をコンピュータが実行することを特徴とする、データ抽出方法。
（付記８）
前記所定の値は、前記移動経路に含まれる移動区間の種別毎に定めた値である、
ことを特徴とする、付記７に記載のデータ抽出方法。
（付記９）
抽出した前記移動経路における前記移動履歴データの数が所定数以下の場合には、受け付けた前記始点及び前記終点の情報により指定された少なくともいずれかの点を、所定の大きさの範囲に拡大する、
ことを特徴とする、付記７又は８に記載のデータ抽出方法。
１００ データ抽出装置
１４１ 抽出部
１４２ 特定部
１４１ 抽出部
１４２ 特定部
Claims (5)
- 始点及び終点の情報を受け付け、
前記始点及び前記終点を結ぶ移動経路に含まれる移動区間の少なくとも１つを通過した移動体の移動履歴データ群の組み合わせから、前記移動体の移動経路を抽出し、
抽出した前記移動経路における移動区間毎の移動履歴データに基づく危険事象の発生率又は発生回数が所定の値以上である危険エリアを特定する、
処理をコンピュータに実行させることを特徴とする、データ抽出プログラム。 - 前記所定の値は、前記移動経路に含まれる移動区間の種別毎に定めた値である、
ことを特徴とする、請求項１に記載のデータ抽出プログラム。 - 抽出した前記移動経路における前記移動履歴データの数が所定数以下の場合には、受け付けた前記始点及び前記終点の情報により指定された少なくともいずれかの点を、所定の大きさの範囲に拡大する、
ことを特徴とする、請求項１又は２に記載のデータ抽出プログラム。 - 始点及び終点の情報を受け付け、
前記始点及び前記終点を結ぶ移動経路に含まれる移動区間の少なくとも１つを通過した移動体の移動履歴データ群の組み合わせから、前記移動体の移動経路を抽出し、
抽出した前記移動経路における移動区間毎の移動履歴データに基づく危険事象の発生率又は発生回数が所定の値以上である危険エリアを特定する、
処理を実行する制御部を有することを特徴とする、データ抽出装置。 - 始点及び終点の情報を受け付け、
前記始点及び前記終点を結ぶ移動経路に含まれる移動区間の少なくとも１つを通過した移動体の移動履歴データ群の組み合わせから、前記移動体の移動経路を抽出し、
抽出した前記移動経路における移動区間毎の移動履歴データに基づく危険事象の発生率又は発生回数が所定の値以上である危険エリアを特定する、
処理をコンピュータが実行することを特徴とする、データ抽出方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017112078A JP2018206157A (ja) | 2017-06-06 | 2017-06-06 | データ抽出プログラム、データ抽出装置、及びデータ抽出方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017112078A JP2018206157A (ja) | 2017-06-06 | 2017-06-06 | データ抽出プログラム、データ抽出装置、及びデータ抽出方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2018206157A true JP2018206157A (ja) | 2018-12-27 |
Family
ID=64957300
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017112078A Pending JP2018206157A (ja) | 2017-06-06 | 2017-06-06 | データ抽出プログラム、データ抽出装置、及びデータ抽出方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2018206157A (ja) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000121374A (ja) * | 1998-10-08 | 2000-04-28 | Nissan Motor Co Ltd | ナビゲーション装置 |
| JP2006277165A (ja) * | 2005-03-29 | 2006-10-12 | Osaka Gas Co Ltd | 交通事故発生予測システム及びカーナビゲーション装置 |
| JP2008175571A (ja) * | 2007-01-16 | 2008-07-31 | Pioneer Electronic Corp | 経路探索装置及び経路探索方法等 |
| JP2014126488A (ja) * | 2012-12-27 | 2014-07-07 | Nissan Motor Co Ltd | 車両用情報提供装置 |
| JP2015153168A (ja) * | 2014-02-14 | 2015-08-24 | 富士通株式会社 | 報知箇所選択方法、報知箇所選択装置、車載装置、報知箇所選択プログラム及び報知プログラム |
| JP2015194945A (ja) * | 2014-03-31 | 2015-11-05 | 富士通株式会社 | 抽出プログラム、抽出方法、情報処理装置、及び出力制御方法 |
-
2017
- 2017-06-06 JP JP2017112078A patent/JP2018206157A/ja active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000121374A (ja) * | 1998-10-08 | 2000-04-28 | Nissan Motor Co Ltd | ナビゲーション装置 |
| JP2006277165A (ja) * | 2005-03-29 | 2006-10-12 | Osaka Gas Co Ltd | 交通事故発生予測システム及びカーナビゲーション装置 |
| JP2008175571A (ja) * | 2007-01-16 | 2008-07-31 | Pioneer Electronic Corp | 経路探索装置及び経路探索方法等 |
| JP2014126488A (ja) * | 2012-12-27 | 2014-07-07 | Nissan Motor Co Ltd | 車両用情報提供装置 |
| JP2015153168A (ja) * | 2014-02-14 | 2015-08-24 | 富士通株式会社 | 報知箇所選択方法、報知箇所選択装置、車載装置、報知箇所選択プログラム及び報知プログラム |
| JP2015194945A (ja) * | 2014-03-31 | 2015-11-05 | 富士通株式会社 | 抽出プログラム、抽出方法、情報処理装置、及び出力制御方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2354762B1 (en) | Navigation system and method for determining parameters in a navigation system | |
| US20200320861A1 (en) | Traffic analytics system for defining vehicle ways | |
| US20130204524A1 (en) | System for classifying streets for vehicle navigation | |
| US20160189540A1 (en) | Dynamic Speed Limit | |
| US10175059B2 (en) | Method, apparatus and computer program product for a navigation system user interface | |
| US20140162219A1 (en) | Recording, Monitoring, and Analyzing Driver Behavior | |
| CN111133277A (zh) | 使用时间和空间生成路线的方法、设备和计算机程序产品 | |
| US11335191B2 (en) | Intelligent telematics system for defining road networks | |
| US20160078757A1 (en) | Map generation system, map generation device, map generation method, and program | |
| US20200320867A1 (en) | Traffic analytics system for defining road networks | |
| US10745010B2 (en) | Detecting anomalous vehicle behavior through automatic voting | |
| US20200320866A1 (en) | Method for defining road networks | |
| US20210383687A1 (en) | System and method for predicting a road object associated with a road zone | |
| JP6959505B2 (ja) | 移動経路検索プログラム、移動経路検索装置、及び移動経路検索方法 | |
| US20230152800A1 (en) | Method, apparatus and computer program product for identifying road work within a road network | |
| US20220203973A1 (en) | Methods and systems for generating navigation information in a region | |
| US11897478B2 (en) | Method, apparatus and computer program product for determining the presence of precipitation | |
| US20220207994A1 (en) | Methods and systems for predicting road closure in a region | |
| JP6982237B2 (ja) | 候補位置評価プログラム、候補位置評価装置、及び候補位置評価方法 | |
| JP6931159B2 (ja) | 交通予測プログラム、交通予測装置、及び交通予測方法 | |
| US20210335132A1 (en) | Methods and systems for detecting a speed funnel in a region | |
| EP3660457B1 (en) | Method, apparatus, and computer program product for reducing redundant data uploads | |
| US11448513B2 (en) | Methods and systems for generating parallel road data of a region utilized when performing navigational routing functions | |
| JP6959504B2 (ja) | 移動時間出力プログラム、移動時間出力装置、及び移動時間出力方法 | |
| JP2018206154A (ja) | データ抽出プログラム、データ抽出装置、及びデータ抽出方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200310 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210226 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210309 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210422 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20211102 |