JP6527060B2 - 経路探索システム、経路探索方法及びコンピュータプログラム - Google Patents

Description

本発明は、ヒューリスティック探索により経路の探索を行う経路探索システム、経路探索方法及びコンピュータプログラムに関する。

近年、車両の走行案内を行い、運転者が所望の目的地に容易に到着できるようにしたナビゲーション装置が車両に搭載されていることが多い。ここで、ナビゲーション装置とは、ＧＰＳ受信機などにより自車の現在位置を検出し、その現在位置に対応する地図データをＤＶＤ−ＲＯＭやＨＤＤなどの記録媒体またはネットワークを通じて取得して液晶モニタに表示することが可能な装置である。更に、かかるナビゲーション装置には、所望する目的地を入力すると、自車位置から目的地までの最適経路を探索する経路探索機能を備えており、探索された最適経路を案内経路として設定し、ディスプレイ画面に案内経路を表示するとともに、交差点に接近した場合等には音声による案内をすることによって、ユーザを所望の目的地まで確実に案内するようになっている。また、近年は携帯電話機、スマートフォン、タブレット型端末、パーソナルコンピュータ等においても上記ナビゲーション装置と同様の機能を有するものがある。

また、上記経路探索機能では、経路に含まれる各リンクや交差点に対応する各ノードに対してそれぞれ探索コスト（リンクコスト、交差点コスト）を算出し、探索コストの加算値が最小となる経路を最適経路として特定する。そして、この最適経路を探索するアルゴリズムとしては、従来よりダイクストラ法や幅優先探索等が用いられる。これらのダイクストラ法や幅優先探索では、ヒューリスティックを用いないブラインド探索によって最適経路を探索するので、特にリンクや交差点が多数存在する場合には探索処理に長い時間が必要となる問題があった。そこで、より高速に経路探索処理を行う為の経路探索方法として、ヒューリスティック探索が提案されている（特許３０１２０９６号公報）。

ここで、ヒューリスティック探索では、出発地から目的地までの取り得る全ての経路を対象としてコスト計算を行うのではなく、ヒューリスティック関数等を用いて今後のコスト加算値を予測し、経路の探索方向（経路を伸ばす方向）を制限したり、探索方向に優先度を設けることによって計算量を減らし、経路探索処理を高速化することを特徴とする。

特許３０１２０９６号公報（第７−１０頁、図１１、図１２）

しかしながら、上記特許文献１に記載されるヒューリスティック探索では、経路探索処理が高速化できる一方、探索方向を予め制限するので、その制限が適切に設定されていなければ最適な経路が探索できない場合がある。例えば、出発地と目的地の組み合わせが特定の組み合わせであったり、走行時刻が特定の時刻である場合（即ち、制限した探索方向と相性の悪い探索条件）において、探索された経路の質が低下する問題がある。

本発明は前記従来における問題点を解消するためになされたものであり、直交表を用いたテストパターンの実施によりヒューリスティック探索に用いるパラメータを最適化し、出発地と目的地の組み合わせや走行時刻に関わらず、どのような探索条件であってもヒューリスティック探索により適切な経路を探索することを可能にした経路探索システム、経路探索方法及びコンピュータプログラムを提供することを目的とする。

前記目的を達成するため本発明に係る経路探索システムは、出発地、目的地、及び走行時刻の組み合わせからなるテストパターンを所定数規定した直交表を作成する直交表作成手段と、前記直交表に規定されたテストパターン毎に、テストパターンに規定された前記走行時刻に前記出発地から前記目的地へと到る経路を、ヒューリスティック探索により探索する評価経路探索手段と、前記評価経路探索手段によりテストパターン毎に探索された各経路である評価経路を評価する経路評価手段と、前記経路評価手段の評価結果に基づいて前記ヒューリスティック探索に用いるパラメータの最適値を特定する最適パラメータ特定手段と、前記最適パラメータ特定手段によって特定された前記パラメータの最適値を前記ヒューリスティック探索に用いるパラメータとして設定するパラメータ設定手段と、を有する。

また、本発明に係る経路探索方法は、ヒューリスティック探索に用いるパラメータを最適値に設定することにより、より適切な推奨経路の探索を行う経路探索方法である。具体的には、直交表作成手段が、出発地、目的地、及び走行時刻の組み合わせからなるテストパターンを所定数規定した直交表を作成するステップと、評価経路探索手段が、前記直交表に規定されたテストパターン毎に、テストパターンに規定された前記走行時刻に前記出発地から前記目的地へと到る経路を、ヒューリスティック探索により探索するステップと、経路評価手段が、前記評価経路探索手段によりテストパターン毎に探索された各経路である評価経路を評価するステップと、最適パラメータ特定手段が、前記経路評価手段の評価結果に基づいて前記ヒューリスティック探索に用いるパラメータの最適値を特定するステップと、パラメータ設定手段が、前記最適パラメータ特定手段によって特定された前記パラメータの最適値を前記ヒューリスティック探索に用いるパラメータとして設定するステップと、を有する。

また、本発明に係るコンピュータプログラムは、ヒューリスティック探索に用いるパラメータを最適値に設定することにより、より適切な推奨経路の探索を行うコンピュータプログラムである。具体的には、コンピュータを、出発地、目的地、及び走行時刻の組み合わせからなるテストパターンを所定数規定した直交表を作成する直交表作成手段と、前記直交表に規定されたテストパターン毎に、テストパターンに規定された前記走行時刻に前記出発地から前記目的地へと到る経路を、ヒューリスティック探索により探索する評価経路探索手段と、前記評価経路探索手段によりテストパターン毎に探索された各経路である評価経路を評価する経路評価手段と、前記経路評価手段の評価結果に基づいて前記ヒューリスティック探索に用いるパラメータの最適値を特定する最適パラメータ特定手段と、前記最適パラメータ特定手段によって特定された前記パラメータの最適値を前記ヒューリスティック探索に用いるパラメータとして設定するパラメータ設定手段と、して機能させる。

前記構成を有する本発明に係る経路探索システム、経路探索方法及びコンピュータプログラムによれば、直交表を用いたテストパターンを実施してヒューリスティック探索に用いるパラメータを最適値に設定することが可能となる。その結果、出発地と目的地の組み合わせや走行時刻に関わらず、どのような探索条件であってもヒューリスティック探索により適切な経路を探索することが可能となる。

本実施形態に係る経路探索システムを示した概略構成図である。 本実施形態に係る経路探索システムの構成を示したブロック図である。 ヒューリスティック探索による探索方法について説明した図である。 本実施形態に係る探索パラメータ設定処理プログラムのフローチャートである。 代表地点の抽出方法について説明した図である。 直交表を示した図である。 最適値を求める為のテストパターンの必要数を示した図である。 本実施形態に係るパラメータ最適化処理のサブ処理プログラムのフローチャートである。 ユーザが要望する遅延許容範囲、誤差許容範囲、誤差信頼度許容範囲の一例を示した図である。 評価経路を構成するリンク列全体の旅行時間の分布を示した図である。 テストパターンの評価結果の一例を示した図である。

以下、本発明に係る経路探索システムを具体化した一実施形態について図面を参照しつつ詳細に説明する。先ず、本実施形態に係る経路探索システム１の概略構成について図１及び図２を用いて説明する。図１は本実施形態に係る経路探索システム１を示した概略構成図である。図２は本実施形態に係る経路探索システム１の構成を示したブロック図である。

図１に示すように、本実施形態に係る経路探索システム１は、地図情報センタ２が備える経路探索サーバ３と、複数のユーザ４がそれぞれ所持する情報端末５と、を基本的に有している。また、経路探索サーバ３と情報端末５は通信ネットワーク網６を介して互いに電子データを送受信可能に構成されている。尚、情報端末５としては例えば携帯電話機、スマートフォン、タブレット型端末、パーソナルコンピュータ、ナビゲーション装置等がある。また、ユーザ４は車両に乗車している状態であっても良いし、車両に乗車していない状態であっても良い。

ここで、経路探索サーバ３は、情報端末５に代わって経路探索の実行を行う。具体的には、情報端末５において目的地が設定された場合に、情報端末５から経路探索サーバ３へと出発地や目的地等の経路探索に必要な情報が送信される。それに対して、経路探索サーバ３は、経路探索サーバ３の有する地図情報を用いて経路探索を行い、出発地から目的地までの推奨経路を特定する。そして、特定された推奨経路を送信元の情報端末５へと送信する。そして、情報端末５は受信した推奨経路を案内経路に設定し、案内経路に従って移動案内を行う。それによって、案内経路の設定時点において情報端末５に記憶された地図情報が古いバージョンの地図情報であったとしても、経路探索サーバ３が有する最新バージョンの地図情報に基づいて適切な案内経路を設定することが可能となる。また、特に本実施形態では、推奨経路を探索する際にヒューリスティック関数等を用いて今後のコスト加算値を予測し、経路の探索方向（経路を伸ばす方向）を制限したり、探索方向に優先度を設けるヒューリスティック探索により探索を行う。更に、ヒューリスティック探索に用いるパラメータの設定についても行う。尚、経路探索は経路探索サーバ３でなく情報端末５側で実行する構成としても良い。

一方、情報端末５は、ユーザ４が所持し、ナビ機能を備えた情報端末が用いられ、例えば携帯電話機、スマートフォン、タブレット型端末、パーソナルコンピュータ、ナビゲーション装置等が該当する。

ここで、ナビ機能は、サーバから取得したりメモリに格納された地図データに基づいてユーザ４の現在位置周辺の地図画像を表示したり、表示された地図画像中においてユーザ４の現在位置を表示したり、設定された案内経路に沿った移動案内を行う機能が該当する。尚、上記ナビ機能の全てを情報端末５が備えている必要はなく、少なくとも設定された案内経路に沿った移動案内を行う機能を有していれば本願発明を構成することが可能である。

また、通信ネットワーク網６は全国各地に配置された多数の基地局と、各基地局を管理及び制御する通信会社とを含み、基地局及び通信会社を有線（光ファイバー、ＩＳＤＮ等）又は無線で互いに接続することにより構成されている。ここで、基地局は情報端末５との通信をするトランシーバー（送受信機）とアンテナを有する。そして、基地局は通信会社の間で無線通信を行う一方、通信ネットワーク網６の末端となり、基地局の電波が届く範囲（セル）にある情報端末５の通信を経路探索サーバ３との間で中継する役割を持つ。

続いて、経路探索システム１における経路探索サーバ３の構成について図２を用いてより詳細に説明する。経路探索サーバ３は、図２に示すようにサーバ制御ＥＣＵ１１と、サーバ制御ＥＣＵ１１に接続された情報記録手段としての地図情報ＤＢ１２と、旅行時間ＤＢ１３と、サーバ側通信装置１４とを備える。

サーバ制御ＥＣＵ１１（エレクトロニック・コントロール・ユニット）は、経路探索サーバ３の全体の制御を行う電子制御ユニットであり、演算装置及び制御装置としてのＣＰＵ２１、並びにＣＰＵ２１が各種の演算処理を行うにあたってワーキングメモリとして使用されるＲＡＭ２２、制御用のプログラムのほか、後述の探索パラメータ設定処理プログラム（図４参照）等が記録されたＲＯＭ２３、ＲＯＭ２３から読み出したプログラムや後述の直交表を記憶するフラッシュメモリ２４等の内部記憶装置を備えている。尚、サーバ制御ＥＣＵ１１は、後述の情報端末５のＥＣＵとともに処理アルゴリズムとしての各種手段を有する。例えば、直交表作成手段は、出発地、目的地、及び走行時刻の組み合わせからなるテストパターンを所定数規定した直交表を作成する。評価経路探索手段は、直交表に規定されたテストパターン毎に、テストパターンに規定された走行時刻に出発地から目的地へと到る経路をヒューリスティック探索により探索する。経路評価手段は、テストパターン毎に探索された各経路である評価経路を評価する。最適パラメータ特定手段は、経路評価手段の評価結果に基づいてヒューリスティック探索に用いるパラメータの最適値を特定する。パラメータ設定手段は、最適パラメータ特定手段によって特定されたパラメータの最適値をヒューリスティック探索に用いるパラメータとして設定する。

また、地図情報ＤＢ１２は、外部からの入力データや入力操作に基づいて登録され、情報端末５の要求に応じて推奨経路の探索を行う際に用いる最新の地図情報が、エリア毎（例えば情報量の異なる複数レベルのメッシュ毎）に区分されて記憶される記憶手段である。尚、本実施形態では１辺の長さが８０ｋｍの１次メッシュ、１辺の長さが１０ｋｍの２次メッシュ、１辺の長さが１ｋｍの３次メッシュで全国の地図情報がそれぞれ区分されて記憶されているとする。

また、地図情報ＤＢ１２に記憶される地図情報は、例えば、リンクに関するリンクデータ３１、ノード点に関するノードデータ３２、経路探索処理に用いられる探索データ３３、施設に関する施設データ、地図を表示するための地図表示データ、各交差点に関する交差点データ、地点を検索するための検索データ等が含まれる。更に、鉄道、バス、船舶、飛行機等の移動手段を用いた経路を探索する為の各種情報（鉄道の線路、鉄道の時刻表、バス停、バス路線、バスの時刻表、船舶の航路、船舶の時刻表、飛行機の航路、飛行機の時刻表等）についても記憶する構成としても良い。

ここで、リンクデータ３１としては、道路を構成する各リンクに関してリンクの属する道路の幅員、勾（こう）配、カント、バンク、路面の状態、道路の車線数、車線数の減少する箇所、幅員の狭くなる箇所、踏切り等を表すデータが、コーナに関して、曲率半径、交差点、Ｔ字路、コーナの入口及び出口等を表すデータが、道路属性に関して、降坂路、登坂路等を表すデータが、道路種別に関して、国道、県道、細街路等の一般道のほか、高速自動車国道、都市高速道路、一般有料道路、有料橋等の有料道路を表すデータがそれぞれ記録される。

また、ノードデータ３２としては、実際の道路の分岐点（交差点、Ｔ字路等も含む）や各道路に曲率半径等に応じて所定の距離毎に設定されたノード点の座標（位置）、ノードが交差点に対応するノードであるか等を表すノード属性、ノードに接続するリンクのリンク番号のリストである接続リンク番号リスト、ノードにリンクを介して隣接するノードのノード番号のリストである隣接ノード番号リスト、各ノード点の高さ（高度）等に関するデータ等が記録される。

また、上記リンクデータ３１やノードデータ３２の情報量はメッシュのレベル毎に異なっている。即ち、最も広い１次メッシュは国道や高速道路等の主となる道路や施設に関する情報のみが含まれ、一方、最も狭いメッシュである３次メッシュは細街路等の詳細な道路や施設に関する情報についても含まれる。

一方、探索データ３３としては、後述のように出発地（例えば車両の現在位置）から設定された目的地までの経路を探索する経路探索処理に使用される各種データについて記録されている。例えば、交差点に対する経路として適正の程度を数値化したコスト（以下、交差点コストという）や道路を構成するリンクに対する経路として適正の程度を数値化したコスト（以下、リンクコストという）等の探索コストを算出する為に使用するコスト算出データが記憶されている。更に、本実施形態では、上述したようにヒューリスティック探索により経路探索を行うので、ヒューリスティック探索に用いる各種データについても記憶される。

ここで、ヒューリスティック探索は、今後のコスト加算値を予測することによって、経路の探索方向（経路を伸ばす方向）を制限したり、探索方向に優先度を設ける探索方法である。具体的には、ダイクストラ法等でも用いられる通常のコスト関数以外に、目的地までのコストを予測するヒューリスティック関数についても考慮して出発地から目的地までの経路から推奨経路を特定する。例えば、図３に示すように出発地から目的地までの推奨経路を探索する場合に、地点Ａまで経路探索処理が進んだ状態において、地点ＡからＸ方向、Ｙ方向、Ｚ方向のいずれの方向を次の探索対象とするかについて、ヒューリスティック関数を用いて判断する。即ち、Ｘ方向へ進んだ場合のヒューリスティック関数により予測される目的地までの予測コストと、Ｙ方向へ進んだ場合のヒューリスティック関数により予測される目的地までの予測コストと、Ｚ方向へ進んだ場合のヒューリスティック関数により予測される目的地までの予測コストとを比較し、最も小さい予測コストの方向を次の探索対象とする。尚、最も小さい予測コストの方向のみを探索対象（即ち、予測コストの小さい方向に探索方向を制限）としても良いし、最も小さい予測コストの方向を探索対象とした後に、他の方向についても探索対象（即ち、予測コストの小さい方向を優先して探索）としても良い。

そして、本実施形態では上記ヒューリスティック関数を、直交表を用いたテストパターンを複数回実施し、テスト結果から２次メッシュ単位で最適値を設定するように構成する。尚、ヒューリスティック関数の設定方法の詳細については後述する。

また、旅行時間ＤＢ１３は、外部からの入力データや入力操作に基づいて登録され、地図情報ＤＢ１２に含まれるリンク毎に、該リンクを通過するのに必要となる旅行時間が、時間帯や曜日等によって区分されて記憶される記憶手段である。尚、旅行時間は全国を走行する各車両から収集したプローブ情報を統計することによって算出される。具体的には、対象のリンクを実際に走行した車両の旅行時間の平均値や分布が時間帯や曜日等に区分されて旅行時間ＤＢ１３に記憶される。

一方、サーバ側通信装置１４は情報端末５と通信ネットワーク網６を介して通信を行う為の通信装置である。また、情報端末５以外にインターネット網や、交通情報センタ、例えば、ＶＩＣＳ（登録商標）センタやプローブセンタ等から送信された渋滞情報、規制情報、交通事故情報等の各情報から成る交通情報の受信についても可能である。

続いて、前記構成を有する経路探索システム１における経路探索サーバ３において実行する探索パラメータ設定処理プログラムについて図４に基づき説明する。図４は本実施形態に係る探索パラメータ設定処理プログラムのフローチャートである。ここで、探索パラメータ設定処理プログラムは、所定時間間隔（例えば２４時間間隔）或いは地図情報ＤＢ１２や旅行時間ＤＢ１３が更新されたタイミングで実行され、経路探索を行う為の準備工程としてヒューリスティック探索に用いるパラメータの設定を行うプログラムである。尚、以下の図４及び図８にフローチャートで示されるプログラムは、経路探索サーバ３が備えているＲＡＭ２２やＲＯＭ２３に記憶されており、ＣＰＵ２１により実行される。尚、経路探索サーバ３ではなく、個々の情報端末５が以下の処理を実行する構成としても良い。

ここで、探索パラメータ設定処理プログラムでは、全国の地図情報を構成する２次メッシュ単位でヒューリスティック探索に用いるパラメータの設定を行う。従って、全国の地図情報を構成する２次メッシュ毎に以下のステップ（以下、Ｓと略記する）１以降の処理を繰り返し実行する。尚、ヒューリスティック探索に用いるパラメータの設定は２次メッシュ単位以外のエリア単位（例えば市区町村などの行政区画単位、３次メッシュ単位等）で設定しても良い。その場合には、設定されるエリア単位毎に以下のＳ１以降の処理を実行することとなる。

先ず、Ｓ１においてＣＰＵ２１は、地図情報ＤＢ１２に記憶される地図情報から図５に示すように処理対象の２次メッシュを中心とした５×５の合計２５個の２次メッシュに含まれる代表地点を抽出する。尚、本実施形態では一の３次メッシュに対して一の代表地点をそれぞれ抽出する。ここで、一の２次メッシュ（１０ｋｍ四方）に含まれる３次メッシュ（１ｋｍ四方）は計１００個であるので、合計で２５００個の代表地点が抽出されることとなる。尚、代表地点は３次メッシュの中心点としても良いし、３次メッシュに含まれるランドマーク等の施設としても良い。尚、前記Ｓ１で抽出された代表地点は、後述のテストパターンにおける出発地又は目的地の設定候補となる。

次に、Ｓ２においてＣＰＵ２１は、代表時刻を抽出する。尚、本実施形態では『深夜（２２時〜３時）』、『通勤（６時〜１０時）』、『昼（１１時〜１６時）』、『退勤（１７時〜２１時）』の４つの時間帯を更に前半と後半に区分した計８つの時間帯を代表時刻とする。尚、前記Ｓ２で抽出された代表時刻は、後述のテストパターンにおける走行時刻の設定候補となる。

続いて、Ｓ３においてＣＰＵ２１は、前記Ｓ１で抽出された代表地点と前記Ｓ２で抽出された代表時刻とに基づいて、直交表を作成する。そして、作成された直交表に基づいて出発地、目的地、及び走行時刻の組み合わせからなるテストパターンを所定数作成する。尚、直交表については装置側で予め作成しておき、前記Ｓ３では作成済の直交表をフラッシュメモリ２４等から取得し、テストパターンを作成する構成としても良い。

ここで、図６は前記Ｓ３で作成される直交表の一例を示した図である。直交表は要因毎のテスト条件を必要なテストパターン数だけ規定したものである。また、直交表ではテストパターンの数に関わらず、要因について偏りがないようにテスト条件が規定されている。
例えば本実施形態では、要因として以下の（Ａ）〜（Ｈ）を規定する。
（Ａ）代表地点を出発地とする３次メッシュの列番号（尚、２次メッシュは処理対象の２次メッシュとなる）
（Ｂ）代表地点を出発地とする３次メッシュの行番号（尚、２次メッシュは処理対象の２次メッシュとなる）
（Ｃ）代表地点を目的地とする２次メッシュの列番号
（Ｄ）代表地点を目的地とする２次メッシュの行番号
（Ｅ）代表地点を目的地とする３次メッシュの列番号
（Ｆ）代表地点を目的地とする３次メッシュの行番号
（Ｇ）走行時刻の時間帯（『０：深夜（２２時〜３時）』、『１：通勤（６時〜１０時）』、『２：昼（１１時〜１６時）』、『３：退勤（１７時〜２１時）』）
（Ｈ）走行時刻の時間帯の詳細区分（『０：前半』、『１：後半』）

尚、（Ａ）〜（Ｆ）については図５に示すように最も北西に位置するメッシュの行番号を０、列番号を０とし、東方向に列番号を増加させ、南方向に行番号を増加させる。従って、例えば直交表においてＡ＝２、Ｂ＝２、Ｃ＝４、Ｄ＝０、Ｅ＝０、Ｆ＝９では、出発地は処理対象の２次メッシュに含まれる２列目２行目の３次メッシュの代表点となり、目的地は４列目０行目の２次メッシュに含まれる０列目９行目の３次メッシュの代表点となる。

また、直交表において規定されるテストパターンの数は、ヒューリスティック探索に用いるパラメータの最適値を特定する工程において、後述のようにヒューリスティック探索により探索された経路（以下、評価経路という）の評価結果が収束する為に必要なテストパターンの数とする。

具体的には、評価経路の評価結果が収束する為に必要なテストパターンの数は以下の方法により算出する。
先ず、ヒューリスティック関数をランダムに所定値に設定し、設定したヒューリスティック関数（テスト中は不変とする）を用いて探索された評価経路が、遅延許容範囲及び誤差許容範囲をいずれも満たすか否か判定する。尚、遅延許容範囲は目的地まで最も早く到達する経路に対して遅延する許容範囲（例えば１０分）であり、誤差許容範囲は予測される目的地への到着時刻に誤差の生じる許容範囲（例えば前後１５分）である。遅延許容範囲及び誤差許容範囲は、サーバ側で適宜値を設定しても良いし、予め実施したユーザの嗜好を把握する為のアンケート結果に基づいて設定しても良い。そして、評価経路が遅延許容範囲及び誤差許容範囲を満たすか否かをテストパターン毎に判定し、評価経路が遅延許容範囲及び誤差許容範囲をいずれも満たす割合（以下、良品条件達成度という）を算出する。例えば、図７に示す例ではヒューリスティック関数をランダムで選択された３種類の設定値（例えばＸ１、Ｘ２、Ｘ３）に設定した場合における設定値毎のテスト回数に対する良品条件達成度の推移をそれぞれ示した図である。図７に示す結果では、テスト回数が２０００回を超えると、ヒューリスティック関数に関わらず良品条件達成度がほぼ一の値に収束している。即ち、図７に示す例では評価経路の評価結果が収束する為に必要なテストパターンの数は２０００回であることが分かる。従って、直交表では２０００通りのテストパターン（要因（Ａ）〜（Ｈ）の数字の組み合わせ）を規定する。尚、直交表において規定するテストパターンの数は２０００よりも多い数であっても良いが、パラメータ最適化に係る処理負担を減らすためにできる限り少ない方が望ましい。

その後、Ｓ４においてＣＰＵ２１は、後述のパラメータ最適化処理（図８）を実行する。尚、パラメータ最適化処理は、前記Ｓ３で作成されたテストパターンに基づいて評価経路を探索し、最適化アルゴリズムを用いて評価経路の評価結果が最も高くなる“ヒューリスティック探索に用いるパラメータ”の最適値を特定する処理である。尚、前記Ｓ４で特定される“ヒューリスティック探索に用いるパラメータ”は、ヒューリスティック関数自体でも良いし、ヒューリスティック関数に含まれる係数であっても良い。

次に、Ｓ５においてＣＰＵ２１は、前記Ｓ４で特定された最適値をヒューリスティック探索に用いるパラメータとして設定し、地図情報ＤＢ１２に格納する。

その後、経路探索サーバ３は、経路探索を行う為の操作が行われた情報端末５から送信される経路探索要求を受信した場合には、前記Ｓ５で設定された最適値のパラメータを用いて出発地から目的地までの経路探索処理をヒューリスティック探索により行う。ここで、ヒューリスティック探索は、ダイクストラ法等でも用いられる通常のコスト関数以外に、ヒューリスティック関数を用いて今後のコスト加算値を予測することにより、経路の探索方向（経路を伸ばす方向）を制限したり、探索方向に優先度を設ける探索方法である。そして、特定された推奨経路に関する経路情報を、経路探索要求の送信元の情報端末５に対して送信する。その結果、情報端末５においてディスプレイ等を介してユーザに推奨経路が案内される。更に、その後のユーザの操作に基づいて案内された推奨経路がナビ機能の案内経路として設定され、設定された案内経路に基づく移動案内が行われる。

尚、前記Ｓ５で設定された最適値のパラメータを経路探索サーバ３が情報端末５へと配信し、情報端末５側において出発地から目的地までの経路探索処理を行わせる構成としても良い。

次に、前記Ｓ４において実行されるパラメータ最適化処理のサブ処理について図８に基づき説明する。図８はパラメータ最適化処理のサブ処理プログラムのフローチャートである。

Ｓ１１においてＣＰＵ２１は、焼きなまし法で用いる温度パラメータＴを初期化する。尚、温度パラメータＴは、最適化処理の進行度合いを示すとともに、後述のように焼きなまし法においてスコアが改善しなかった場合についてもパラメータを更新する確率を規定したパラメータであり、初期値は例えば１００度（確率１００％）とする。尚、温度パラメータＴはＲＡＭ２２等のメモリに格納される。

次に、Ｓ１２においてＣＰＵ２１は、最適化する対象となる“ヒューリスティック探索に用いるパラメータＰ”を規定し、パラメータＰの値に初期値を代入する。尚、パラメータＰは、ヒューリスティック関数自体でも良いし、ヒューリスティック関数に含まれる係数であっても良い。パラメータＰの種類や数は、適宜設定可能である。

続いて、Ｓ１３においてＣＰＵ２１は、前記Ｓ１２で規定したパラメータＰについて新たな値へとランダムに変更する。尚、パラメータＰが複数ある場合には、新たな値へ変更する対象となるパラメータＰは任意で選択可能である。変更されるパラメータの数は１つでも良いし２つ以上でも良い。また、変更後の新たなパラメータＰの値は、現在のパラメータＰを上昇させる値であっても良いし、下降させる値であっても良い。更に、現在のパラメータＰからどの程度変位させるかについても適宜設定可能である。

その後、前記Ｓ１３で変更された後のパラメータＰの値を用いてＳ１４以降の処理を実行する。但し、初回実行時については前記Ｓ１３の処理は実行せずに前記Ｓ１２で代入された初期値のパラメータＰを用いてＳ１４以降の処理を実行する。

そして、以降のＳ１４〜Ｓ１８の処理は、前記Ｓ３で作成された全てのテストパターン（出発地と目的地と時刻の組み合わせ）を対象にして実行される。例えば作成されたテストパターンの数が２０００パターンである場合には、パターン１、パターン２、パターン３、・・・の順にパターン２０００まで順次実行する（即ち、Ｓ１４〜Ｓ１８の処理は２０００回繰り返し実行される）こととなる。そして、全てのテストパターンを対象としてＳ１４〜Ｓ１８の処理を実行した後にＳ１９へと移行する。

先ず、Ｓ１４においてＣＰＵ２１は、前記Ｓ３で作成されたテストパターンから今回のテスト対象となるテストパターンを取得する。

次に、Ｓ１５においてＣＰＵ２１は、前記Ｓ１４で取得されたテストパターンに基づいて今回のテストの探索条件である出発地及び目的地を設定する。尚、直交表に基づいて作成されるテストパターンは、前述したように要因（Ａ）〜（Ｈ）の数字の組み合わせが規定されており（図６参照）、特に要因（Ａ）〜（Ｆ）と前記Ｓ１で抽出された代表地点から出発地と目的地が設定される。

続いて、Ｓ１６においてＣＰＵ２１は、前記Ｓ１４で取得されたテストパターンに基づいて今回のテストの探索条件である走行時刻を設定する。尚、直交表に基づいて作成されるテストパターンは、前述したように要因（Ａ）〜（Ｈ）の数字の組み合わせが規定されており（図６参照）、特に要因（Ｇ）、（Ｈ）と前記Ｓ２で抽出された代表時刻から走行時刻が設定される。

次に、Ｓ１７においてＣＰＵ２１は、前記Ｓ１５及びＳ１６で設定された探索条件と前記Ｓ１３で規定されたパラメータＰを用いて、探索条件に該当する走行時刻に出発地から目的地まで到る経路を探索する経路探索処理をヒューリスティック探索により行い、探索された推奨（最適）経路を評価経路として特定する。ここで、ヒューリスティック探索は、ダイクストラ法等でも用いられる通常のコスト関数以外に、ヒューリスティック関数を用いて今後のコスト加算値を予測することにより、経路の探索方向（経路を伸ばす方向）を制限したり、探索方向に優先度を設ける探索方法である。例えば、図３に示すように出発地から目的地までの推奨経路を探索する場合に、地点Ａまで経路探索処理が進んだ状態において、地点ＡからＸ方向、Ｙ方向、Ｚ方向のいずれの方向を次の探索対象とするかについて、ヒューリスティック関数を用いて判断する。即ち、Ｘ方向へ進んだ場合のヒューリスティック関数により予測される目的地までの予測コストと、Ｙ方向へ進んだ場合のヒューリスティック関数により予測される目的地までの予測コストと、Ｚ方向へ進んだ場合のヒューリスティック関数により予測される目的地までの予測コストとを比較し、最も小さい予測コストの方向を次の探索対象とする。尚、最も小さい予測コストの方向のみを探索対象（即ち、予測コストの小さい方向に探索方向を制限）としても良いし、最も小さい予測コストの方向を探索対象とした後に、他の方向についても探索対象（即ち、予測コストの小さい方向を優先して探索）としても良い。そして、探索に用いるヒューリスティック関数は、パラメータＰによって特定される。即ち、パラメータＰが変わればヒューリスティック関数も変わることとなり、同じ探索条件でも異なる経路が探索される場合がある。

続いて、Ｓ１８においてＣＰＵ２１は、前記Ｓ１７のヒューリスティック探索による経路探索処理によって特定された評価経路について、予め設定した遅延許容範囲と誤差許容範囲を満たしたか否かを判定する。

以下に、前記Ｓ１８の判定方法についてより詳細に説明する。
先ず経路探索サーバ３は、予め実施したユーザの嗜好を把握する為のアンケート結果を取得する。ここで、実施されるアンケートとしては、少なくとも以下の（Ａ）〜（Ｃ）をユーザに問うものとする。
（Ａ）経路探索処理によって探索される経路について、目的地まで最も早く到達する経路に対して遅延することを許容する範囲（即ち、探索される経路が最速の経路に対してどの程度までなら遅れても良いとユーザが考えているかを示すものであり、以下遅延許容範囲という）。
（Ｂ）経路探索処理によって探索される経路について、予測される目的地への到着予想時刻に誤差の生じることを許容する範囲（即ち、探索される経路において予測される到着予想時刻が実際の到達時刻からどの程度までならズレても良いとユーザが考えているかを示すものであり、以下誤差許容範囲という）。
（Ｃ）経路探索処理によって探索される経路について、誤差許容範囲内に実際の目的地への到着時刻が収まる確率を許容する範囲（即ち、探索される経路において予測される到着予想時刻が誤差許容範囲内に少なくともどの程度の確率で収まってほしいとユーザが考えているかを示すものであり、以下誤差信頼度許容範囲という）。

ここで、図９は取得されるユーザのアンケート結果の一例を示した図である。図９に示すように、ユーザへのアンケートは旅行時間の長さを基準に複数に区分して行われる。即ち、旅行時間が１０分程度の特に短い経路を探索する場合と、旅行時間が３０分程度の経路を探索する場合と、旅行時間が６０分程度の経路を探索する場合と、旅行時間が１２０分程度の特に長い経路を探索する場合とでそれぞれユーザが要望する遅延許容範囲、誤差許容範囲、誤差信頼度許容範囲の回答を得る。例えば図９に示す例では、旅行時間が３０分程度の経路を探索する場合には、経路探索処理によって探索される経路について、目的地まで最も早く到達する経路に対して７分程度までなら遅延しても良いとユーザが考えており、到着予想時刻が実際の時刻から５分程度までならズレても良いとユーザが考えており、到着予想時刻は誤差許容範囲内（即ち５分の遅れまで）に９５％以上の確率で収まってほしいとユーザが考えていることを示す。

次に、取得したアンケート結果に基づいて、今回のテストパターンの条件（出発地、目的地）においてユーザが要望する遅延許容範囲と誤差許容範囲と誤差信頼度許容範囲をそれぞれ特定する。例えば、図９に示すアンケート結果が取得された状態において今回の出発地から目的地までの経路が旅行時間３０分前後の経路となるのであれば、遅延許容範囲が７分、誤差許容範囲が５分、誤差信頼度許容範囲が９５％となる。尚、遅延許容範囲、誤差許容範囲、誤差信頼度許容範囲については、ユーザのアンケート結果から取得するのではなく、経路探索サーバ３側で適宜設定した値（例えば旅行時間６０分未満では遅延許容範囲が１０分、誤差許容範囲が５分、誤差信頼度許容範囲が９５％、旅行時間６０分以上では遅延許容範囲が２０分、誤差許容範囲が１０分、誤差信頼度許容範囲が９０％）を取得するように構成しても良い。

続いて、ＣＰＵ２１は、前記Ｓ１７のヒューリスティック探索による経路探索処理によって特定された評価経路を車両が走行するのに必要な所要時間ｔ１を推定する。具体的には、特定された評価経路を構成する全てのリンクの旅行時間の平均値μを加算した合計値を所要時間ｔ１とする。尚、全国各リンクの旅行時間の平均値は、プローブ情報に基づいて予め算出され、旅行時間ＤＢ１３に格納されている。次に、出発地から目的地まで最も早く到達する経路（以下、最短経路という）を車両が走行するのに必要な所要時間ｔ２を同じく推定する。尚、最短経路については、リンクの旅行時間の合計が短くなることのみを考慮した経路探索によって特定することが可能である。そして、最短経路を構成する全てのリンクの旅行時間の平均値μを加算した合計値を所要時間ｔ２とする。そして、ＣＰＵ２１は、所要時間ｔ１と所要時間ｔ２の差分が遅延許容範囲内にあるのであれば、遅延許容範囲を満たしていると判定する。

一方で、ＣＰＵ２１は、前記Ｓ１７のヒューリスティック探索による経路探索処理によって特定された評価経路を構成するリンク列全体の旅行時間の分布から、誤差許容範囲を満たすか否か、即ち誤差許容範囲内の確率変数が含まれる確率が誤差信頼度許容範囲内となるか否か判定する。そして、誤差信頼度許容範囲内の確率で誤差許容範囲を満たす、即ち誤差許容範囲内の確率変数が含まれる確率が誤差信頼度許容範囲内となると判定された場合に、誤差許容範囲を満たしていると判定する。ここで、図１０は評価経路を構成するリンク列全体の旅行時間の分布を示した図である。尚、リンク列全体の旅行時間の分布は公知の畳み込み積分によってリンク列を構成する各リンクの旅行時間の分布から求められる。また、全国各リンクの旅行時間の分布は旅行時間ＤＢ１３に格納されている。尚、リンク毎の旅行時間の分布が正規分布でなくともリンク列全体の旅行時間の分布は図１０に示すように基本的に正規分布に収束することとなる。従って、ＣＰＵ２１は、先ず平均値μｔを中心とした誤差信頼度許容範囲（例えば９５％）内に含まれる確率変数の上限値（μｔ＋Ｄ）又は下限値（μｔ−Ｄ）を特定する。そして、特定された上限値又は下限値と平均値の差分Ｄ（正規分布であれば上限値との差分も下限値との差分も同じ値となる）が誤差許容範囲内にあるのであれば、誤差許容範囲を満たしていると判定する。尚、誤差許容範囲内（μｔ−Ｄ〜μｔ＋Ｄ）に含まれる確率変数の割合を特定し、特定された確率変数の割合が誤差信頼度許容範囲にある場合に、誤差許容範囲を満たしていると判定しても良い。

そして、複数のテストパターン毎に上記Ｓ１４〜Ｓ１８の処理を行い、予め設定した遅延許容範囲と誤差許容範囲を満たしたか否かの判定結果をテストパターン毎にメモリに記憶する。例えば、図１１はテストパターンの評価結果の一例を示した図である。図１１に示す例では、パターン１、２、５については遅延許容範囲と誤差許容範囲をいずれも満たしている。一方で、パターン３については遅延許容範囲と誤差許容範囲をいずれも満たせず、パターン４については誤差許容範囲は満たすが遅延許容範囲を満たしていない。

その後、Ｓ１９においてＣＰＵ２１は、前記Ｓ１８の判定結果に基づいて、前記Ｓ３で作成された全てのテストパターンの内、予め設定した遅延許容範囲と誤差許容範囲をいずれも満たしたテストパターンの割合をスコアとして算出する。例えば２０００パターン中、１２７０パターンが満たした場合には６３．５％がスコアとして算出される。尚、スコアは、遅延許容範囲と誤差許容範囲をいずれも満たしたテストパターンの割合でなく、少なくとも一方を満たしたテストパターンの割合としても良い。そして、前記Ｓ１９で算出されるスコアが大きいほど、目的地への所要時間が短く、且つ到達予測時刻と実際の到達時刻のズレも少ない経路がヒューリスティック探索で探索できていることを示す。

その後、Ｓ２０においてＣＰＵ２１は、前記Ｓ１９で算出されたスコアが、前記Ｓ１３でパラメータＰを変更する前に算出されたスコア（即ち、前回実行されたＳ１９の処理で算出されたスコア）よりも大きくなったか否か判定する。尚、初回実行時、即ち前記Ｓ１８でパラメータＰの初期値を用いて評価経路が特定された場合には、Ｓ２０以降の処理は行わずにＳ１３へと戻る。

そして、スコアが前回算出された値よりも大きくなったと判定された場合（Ｓ２０：ＹＥＳ）には、Ｓ２１へと移行する。それに対して、スコアが前回算出された値と同値又は小さくなったと判定された場合（Ｓ２０：ＮＯ）には、Ｓ２２へと移行する。

Ｓ２１においてＣＰＵ２１は、前記Ｓ１３で変更された新たなパラメータＰの値が変更前よりも適当な値であると認定し、パラメータＰを変更後の値に更新する。その後、Ｓ２３へと移行する。

一方、Ｓ２２においてＣＰＵ２１は、前記Ｓ１３で変更された新たなパラメータＰの値が変更前よりも不適な値であると認定する。そして、ＣＰＵ２１は現在の温度パラメータＴの値に基づく確率で、パラメータＰを不適と判定された変更後の値に更新する。例えば本実施形態では温度パラメータＴを１００度から０度まで１度単位で変更する。そして、１００度であれば１００％、５０度であれば５０％の確率で前記Ｓ２２のパラメータの更新を行う。尚、更新を行わないと判定された場合には、前記Ｓ１３で変更されたパラメータＰの値を変更前の値に戻す。その後、Ｓ２３へと移行する。

Ｓ２３においてＣＰＵ２１は、現在の温度パラメータＴをメモリから読み出し、新たな値に更新する。本実施形態では初期値を１００度とし、１度ずつ減算する。

次に、Ｓ２４においてＣＰＵ２１は、現在の温度パラメータＴをメモリから読み出し、温度パラメータＴが０度となったか否かを判定する。

そして、温度パラメータＴが０度となったと判定された場合（Ｓ２４：ＹＥＳ）には、Ｓ２５へと移行する。それに対して、温度パラメータＴが０度となっていないと判定された場合（Ｓ２４：ＮＯ）には、Ｓ１３へと戻る。その後、パラメータＰについて再び新たな値へとランダムに変更し、Ｓ１４以降の処理を実行する。そして、温度パラメータＴが０度となるまでＳ１３〜Ｓ２３の処理を繰り返した結果、最終的にパラメータＰの最適値が特定される。尚、特定されたパラメータＰの最適値は、経路探索処理においてヒューリスティック探索によって探索される経路がスコア（評価）の高い経路、即ち探索条件に関わらず目的地への所要時間が短く、且つ到達予測時刻と実際の到達時刻のズレも少ない経路となる為の“ヒューリスティック探索に用いるパラメータ”となる。

ここで、前述したように前記Ｓ３で作成されるテストパターンの数は、評価経路の評価結果が収束する為に必要なテストパターンの数である（図７）。また、直交表によって規定される各テストパターンは処理対象の２次メッシュを出発地とした様々な探索条件が偏りなく規定されている。従って、前記Ｓ３で作成された全てのテストパターンを実施することによって最終的に特定されたパラメータＰは、出発地、目的地、走行時刻等の探索条件がどのような条件であっても許容できる最適値となる。

その後、Ｓ２５においてＣＰＵ２１は、上記Ｓ１１〜Ｓ２４の処理を実行した結果、最終的に特定された最適値のパラメータＰを、“ヒューリスティック探索に用いるパラメータ”として設定する。そして、経路探索サーバ３では前述のように設定された最適値のパラメータＰを用いて以降の経路探索処理が実行される。

以上詳細に説明した通り、本実施形態に係る経路探索システム１、経路探索システム１による経路探索方法及び経路探索システム１で実行されるコンピュータプログラムでは、出発地、目的地、及び走行時刻の組み合わせからなるテストパターンを所定数規定した直交表を作成し（Ｓ３）、直交表に規定されたテストパターン毎に、テストパターンに規定された走行時刻に出発地から目的地へと到る経路をヒューリスティック探索により探索して評価経路とし（Ｓ１７）、評価経路の評価が最も高くなるようにヒューリスティック探索に用いるパラメータを設定する（Ｓ１３〜Ｓ２５）ので、直交表を用いたテストパターンを実施してヒューリスティック探索に用いるパラメータを最適値に設定することが可能となる。その結果、出発地と目的地の組み合わせや走行時刻に関わらず、どのような探索条件であってもヒューリスティック探索により適切な経路を探索することが可能となる。

尚、本発明は前記実施形態に限定されるものではなく、本発明の要旨を逸脱しない範囲内で種々の改良、変形が可能であることは勿論である。
例えば、本実施形態では、最適値を算出するパラメータＰをヒューリスティック関数自体、又はヒューリスティック関数に含まれる係数としているが、ヒューリスティック探索に用いられるパラメータであれば他のパラメータであっても良い。

また、本実施形態では、パラメータＰの最適値を導くアルゴリズムとして焼きなまし法を用いているが、山登り方、タブーサーチ等のその他のアルゴリズムを用いても良い。

また、本実施形態では、遅延許容範囲と誤差許容範囲と誤差信頼度許容範囲をユーザに実施したアンケート結果に基づいて設定する構成としているが、決められた値（例えば旅行時間６０分未満では遅延許容範囲が１０分、誤差許容範囲が５分、誤差信頼度許容範囲が９５％、旅行時間６０分以上では遅延許容範囲が２０分、誤差許容範囲が１０分、誤差信頼度許容範囲が９０％）を設定しても良い。

また、本実施形態では、全国の各リンクについて旅行時間の平均値と分布を取得する方法としてプローブ情報を用いているが、ＶＩＣＳ情報やその他の交通情報を用いる構成としても良い。更に、経路探索を行う自車両の過去の走行履歴から算出しても良い。

また、本実施形態では、評価経路の評価方法として遅延許容範囲と誤差許容範囲をいずれも満たしたテストパターンの割合をスコアとして算出する構成としているが、評価経路の評価方法は上記方法に限られることはない。例えば、ＣＰＵ２１は直交表に規定されたテストパターン毎に、テストパターンに規定された走行時刻に出発地から目的地へと到る経路を通常のダイクストラ法によって探索し、探索された経路を基準経路として特定する。尚、基準経路はテストパターンに規定された走行時刻に出発地から目的地へと到る為の最適な経路（正解経路）である。次に、ＣＰＵ２１はテストパターン毎に評価経路が基準経路と一致する割合をスコアとして算出する。そして、評価経路が基準経路に最も近づくパラメータ（最も高いスコアが算出されるパラメータ）を、ヒューリスティック探索に用いるパラメータの最適値として特定しても良い。

また、本実施形態では図４に示す探索パラメータ設定処理プログラムの実行主体は、経路探索サーバ３であったが、情報端末５が一部又は全部を実行する構成としても良い。

また、本発明に係る経路探索システムを具体化した実施例について上記に説明したが、経路探索システムは以下の構成を有することも可能であり、その場合には以下の効果を奏する。

例えば、第１の構成は以下のとおりである。
出発地、目的地、及び走行時刻の組み合わせからなるテストパターンを所定数規定した直交表を作成する直交表作成手段（２１）と、前記直交表に規定されたテストパターン毎に、テストパターンに規定された前記走行時刻に前記出発地から前記目的地へと到る経路をヒューリスティック探索により探索する評価経路探索手段（２１）と、前記評価経路探索手段によりテストパターン毎に探索された各経路である評価経路を評価する経路評価手段（２１）と、前記経路評価手段の評価結果に基づいて前記ヒューリスティック探索に用いるパラメータの最適値を特定する最適パラメータ特定手段（２１）と、前記最適パラメータ特定手段によって特定された前記パラメータの最適値を前記ヒューリスティック探索に用いるパラメータとして設定するパラメータ設定手段と、を有する。
上記構成を有する経路探索システムによれば、直交表を用いたテストパターンを実施してヒューリスティック探索に用いるパラメータを最適値に設定することが可能となる。その結果、出発地と目的地の組み合わせや走行時刻に関わらず、どのような探索条件であってもヒューリスティック探索により適切な経路を探索することが可能となる。

また、第２の構成は以下のとおりである。
前記最適パラメータ特定手段（２１）は、最適化アルゴリズムを用いて前記評価経路の評価結果が最も高くなるパラメータを、前記ヒューリスティック探索に用いるパラメータの最適値として特定する。
上記構成を有する経路探索システムによれば、ヒューリスティック探索によって探索される経路が、出発地と目的地の組み合わせや走行時刻に関わらず、最も評価の高い経路となる為のヒューリスティック探索に用いるパラメータを、最適化アルゴリズムを用いて設定することが可能となる。

また、第３の構成は以下のとおりである。
前記所定数は、前記経路評価手段（２１）による評価結果が収束する為に必要なテストパターンの数とする。
上記構成を有する経路探索システムによれば、テストパターンの数を評価経路の評価結果が収束する為に必要なテストパターンの数とするので、全てのテストパターンを実施することによって最終的に特定されたパラメータは、出発地、目的地、走行時刻等の探索条件がどのような条件であっても許容できる最適値とすることが可能となる。

また、第４の構成は以下のとおりである。
前記最適パラメータ特定手段（２１）により特定されるパラメータは、前記ヒューリスティック探索に用いるヒューリスティック関数である。
上記構成を有する経路探索システムによれば、直交表を用いたテストパターンを実施してヒューリスティック関数を最適値に設定することが可能となる。その結果、ヒューリスティック探索による目的地までのコスト予測を正確に行うことが可能となる。

また、第５の構成は以下のとおりである。
前記最適パラメータ特定手段（２１）により特定されるパラメータは、前記ヒューリスティック探索により経路を探索する際の探索方向の制限又は探索方向の優先度を決定するパラメータである。
上記構成を有する経路探索システムによれば、ヒューリスティック探索を行う際に、探索方向の制限又は探索方向の優先度の設定をより適切に行うことが可能となる。従って、経路探索処理を高速化しつつ、探索された経路の品質についても維持することが可能となる。

また、第６の構成は以下のとおりである。
前記テストパターンは、前記出発地を含むメッシュである出発地メッシュと前記目的地を含むメッシュである目的地メッシュをそれぞれ規定し、前記出発地は前記出発地メッシュの代表地点とし、前記目的地は前記目的地メッシュの代表地点とする。
上記構成を有する経路探索システムによれば、出発地と目的地をメッシュ単位でテストパターンに規定することにより、テストパターンの数が多くなり過ぎることなくエリア全体を対象としたテストパターンを設定することが可能となる。その結果、出発地や目的地をどのように設定した場合であっても、ヒューリスティック探索により適切な経路を探索することが可能となるパラメータを設定することが可能となる。

また、第７の構成は以下のとおりである。
目的地まで最も早く到達する経路に対して遅延する許容範囲を設定する遅延許容範囲設定手段（２１）と、予測される目的地への到着時刻に誤差の生じる許容範囲を設定する誤差許容範囲設定手段（２１）と、を有し、前記経路評価手段（２１）は、前記評価経路が前記遅延の許容範囲及び前記誤差の許容範囲を満たすか否かを評価し、前記最適パラメータ特定手段（２１）は、前記評価経路が前記遅延の許容範囲及び前記誤差の許容範囲を最も満たすパラメータを、前記ヒューリスティック探索に用いるパラメータの最適値として特定する。
上記構成を有する経路探索システムによれば、目的地への到着時刻が早くなることに加えて、予測される目的地への到着時刻と実際の値との誤差が小さくなることについても優先した目的地までの経路を探索する為のヒューリスティック探索に用いるパラメータを設定することが可能となる。

また、第８の構成は以下のとおりである。
前記直交表に規定されたテストパターン毎に、テストパターンに規定された前記走行時刻に前記出発地から前記目的地へと到る基準経路を探索する基準経路探索手段（２１）を有し、前記経路評価手段（２１）は、前記評価経路が前記基準経路と一致するか否かを評価し、前記最適パラメータ特定手段（２１）は、前記評価経路が前記基準経路に最も近づくパラメータを、前記ヒューリスティック探索に用いるパラメータの最適値として特定する。
上記構成を有する経路探索システムによれば、ヒューリスティック探索によって探索される経路が、出発地と目的地の組み合わせや走行時刻に関わらず、基準経路に最も近づく為のヒューリスティック探索に用いるパラメータを設定することが可能となる。

１ 経路探索システム
２ 地図情報センタ
３ 経路探索サーバ
４ ユーザ
５ 情報端末
１１ サーバ制御ＥＣＵ
２１ ＣＰＵ
２２ ＲＡＭ
２３ ＲＯＭ

Claims (10)

1. 出発地、目的地、及び走行時刻の組み合わせからなるテストパターンを所定数規定した直交表を作成する直交表作成手段と、
   前記直交表に規定されたテストパターン毎に、テストパターンに規定された前記走行時刻に前記出発地から前記目的地へと到る経路を、ヒューリスティック探索により探索する評価経路探索手段と、
   前記評価経路探索手段によりテストパターン毎に探索された各経路である評価経路を評価する経路評価手段と、
   前記経路評価手段の評価結果に基づいて前記ヒューリスティック探索に用いるパラメータの最適値を特定する最適パラメータ特定手段と、
   前記最適パラメータ特定手段によって特定された前記パラメータの最適値を前記ヒューリスティック探索に用いるパラメータとして設定するパラメータ設定手段と、を有する経路探索システム。
2. 前記最適パラメータ特定手段は、最適化アルゴリズムを用いて前記評価経路の評価結果が最も高くなるパラメータを、前記ヒューリスティック探索に用いるパラメータの最適値として特定する請求項１に記載の経路探索システム。
3. 前記所定数は、前記経路評価手段による評価結果が収束する為に必要なテストパターンの数とする請求項１又は請求項２に記載の経路探索システム。
4. 前記最適パラメータ特定手段により特定されるパラメータは、前記ヒューリスティック探索に用いるヒューリスティック関数である請求項１乃至請求項３のいずれかに記載の経路探索システム。
5. 前記最適パラメータ特定手段により特定されるパラメータは、前記ヒューリスティック探索により経路を探索する際の探索方向の制限又は探索方向の優先度を決定するパラメータである請求項１乃至請求項４のいずれかに記載の経路探索システム。
6. 前記テストパターンは、前記出発地を含むメッシュである出発地メッシュと前記目的地を含むメッシュである目的地メッシュをそれぞれ規定し、
   前記出発地は前記出発地メッシュの代表地点とし、
   前記目的地は前記目的地メッシュの代表地点とする請求項１乃至請求項５のいずれかに記載の経路探索システム。
7. 目的地まで最も早く到達する経路に対して遅延する許容範囲を設定する遅延許容範囲設定手段と、
   予測される目的地への到着時刻に誤差の生じる許容範囲を設定する誤差許容範囲設定手段と、を有し、
   前記経路評価手段は、前記評価経路が前記遅延の許容範囲及び前記誤差の許容範囲を満たすか否かを評価し、
   前記最適パラメータ特定手段は、前記評価経路が前記遅延の許容範囲及び前記誤差の許容範囲を最も満たすパラメータを、前記ヒューリスティック探索に用いるパラメータの最適値として特定する請求項１乃至請求項６のいずれかに記載の経路探索システム。
8. 前記直交表に規定されたテストパターン毎に、テストパターンに規定された前記走行時刻に前記出発地から前記目的地へと到る基準経路を探索する基準経路探索手段を有し、
   前記経路評価手段は、前記評価経路が前記基準経路と一致するか否かを評価し、
   前記最適パラメータ特定手段は、前記評価経路が前記基準経路に最も近づくパラメータを、前記ヒューリスティック探索に用いるパラメータの最適値として特定する請求項１乃至請求項６のいずれかに記載の経路探索システム。
9. 直交表作成手段が、出発地、目的地、及び走行時刻の組み合わせからなるテストパターンを所定数規定した直交表を作成するステップと、
   評価経路探索手段が、前記直交表に規定されたテストパターン毎に、テストパターンに規定された前記走行時刻に前記出発地から前記目的地へと到る経路を、ヒューリスティック探索により探索するステップと、
   経路評価手段が、前記評価経路探索手段によりテストパターン毎に探索された各経路である評価経路を評価するステップと、
   最適パラメータ特定手段が、前記経路評価手段の評価結果に基づいて前記ヒューリスティック探索に用いるパラメータの最適値を特定するステップと、
   パラメータ設定手段が、前記最適パラメータ特定手段によって特定された前記パラメータの最適値を前記ヒューリスティック探索に用いるパラメータとして設定するステップと、を有する経路探索方法。
10. コンピュータを、
    出発地、目的地、及び走行時刻の組み合わせからなるテストパターンを所定数規定した直交表を作成する直交表作成手段と、
    前記直交表に規定されたテストパターン毎に、テストパターンに規定された前記走行時刻に前記出発地から前記目的地へと到る経路を、ヒューリスティック探索により探索する評価経路探索手段と、
    前記評価経路探索手段によりテストパターン毎に探索された各経路である評価経路を評価する経路評価手段と、
    前記経路評価手段の評価結果に基づいて前記ヒューリスティック探索に用いるパラメータの最適値を特定する最適パラメータ特定手段と、
    前記最適パラメータ特定手段によって特定された前記パラメータの最適値を前記ヒューリスティック探索に用いるパラメータとして設定するパラメータ設定手段と、
    して機能させる為のコンピュータプログラム。

Images