JP7129269B2 - 走行履歴記憶方法及び走行履歴記憶装置 - Google Patents

Description

本発明は、走行履歴記憶方法及び走行履歴記憶装置に関する。

従来より、車両の走行履歴を取得する技術が知られている（特許文献１）。特許文献１に記載された発明は、車両の走行履歴を取得し、取得した走行履歴に基づいてノード間の一組のリンクを生成する。

特開２０１６－７５９０５号公報

特許文献１に記載された発明は、走行履歴をまとめて記憶し、一組のリンクを生成する。しかしながら、車両が同一のリンクを走行する際、車両の通過位置が異なる場合がある。つまり同一のリンクにおいて、走行履歴が複数存在する場合があるが、特許文献１に記載された発明は走行履歴をまとめて記憶しているため、複数の走行履歴を再現することができないおそれがある。

本発明は、上記問題に鑑みて成されたものであり、その目的は、複数の走行履歴を判別して記憶する走行履歴記憶方法及び走行履歴記憶装置を提供することである。

本発明の一態様に係る走行履歴記憶方法は、一のリンクを走行する車両の走行履歴を取得し、取得した走行履歴を所定条件に基づいて、一または複数の走行履歴に判別し、判別したそれぞれの走行履歴を前記記憶装置に記憶させる。一のリンクは、本線道路に合流する合流道路である。ノードは、本線道路と合流道路との合流点を示す合流ノードを含み、所定条件は、一のリンクを走行する車両が進路を変更した位置、及び車両が合流ノードの手前で本線道路に合流した位置であり、合流ノードの手前で複数の走行履歴を記憶装置に記憶する。

本発明によれば、複数の走行履歴を判別して記憶することができる。

図１は、本発明の実施形態に係る走行履歴記憶装置１００の概略構成図である。 図２は、走行履歴の記憶方法の一実施例について説明するための図である。 図３は、走行履歴の記憶方法の一実施例について説明するための図である。 図４は、本発明の実施形態に係る走行履歴記憶装置１００の一動作例を説明するフローチャートである。 図５は、本発明の実施形態に係る走行履歴記憶装置１００の一動作例を説明するフローチャートである。

以下、本発明の実施形態について、図面を参照して説明する。図面の記載において同一部分には同一符号を付して説明を省略する。

（走行履歴記憶装置１００の構成）
図１を参照して、走行履歴記憶装置１００の構成を説明する。図１に示すように、走行履歴記憶装置１００は、ＧＰＳ受信機１０と、地図データベース２０と、センサ３０と、コントローラ４０と、記憶装置５０と、を備える。

走行履歴記憶装置１００は、車両（自車両）に搭載される装置として説明するが、これに限定されない。走行履歴記憶装置１００を構成する装置のすべてが車両に搭載されていなくてもよい。例えば、地図データベース２０は、外部に設置されたサーバに記憶されていてもよい。外部に設置されたサーバは、通信ネットワークを介して車両と通信可能である。また、走行履歴記憶装置１００は、他車両に搭載されてもよい。

また、走行履歴記憶装置１００は、自動運転機能を有する車両に搭載されてもよく、自動運転機能を有しない車両に搭載されてもよい。また、走行履歴記憶装置１００は、自動運転と手動運転とを切り替えることが可能な車両に搭載されてもよい。なお、本実施形態における自動運転とは、例えば、ブレーキ、アクセル、ステアリングなどのアクチュエータの内、少なくとも何れかのアクチュエータが乗員の操作なしに制御されている状態を指す。そのため、その他のアクチュエータが乗員の操作により作動していたとしても構わない。また、自動運転とは、加減速制御、横位置制御などのいずれかの制御が実行されている状態であればよい。また、本実施形態における手動運転とは、例えば、ブレーキ、アクセル、ステアリングを乗員が操作している状態を指す。

ＧＰＳ受信機１０は、人工衛星からの電波を受信することにより、地上における自車両の位置（経度、緯度）を検出する。ＧＰＳ受信機１０は、検出した自車両の位置情報をコントローラ４０に出力する。

地図データベース２０は、カーナビゲーション装置などに記憶されているデータベースであって、道路情報、施設情報など経路案内に必要となる各種データが記憶されている。また、地図データベース２０には、道路の車線数、道路境界線、物標などの情報が記憶されている。地図データベース２０は、コントローラ４０の要求に応じて地図情報をコントローラ４０に出力する。なお、道路情報、物標情報などの各種データは必ずしも地図データベース２０から取得されるものに限定されず、センサ３０により取得されてもよく、また車車間通信、路車間通信を用いて取得されてもよい。また、道路情報、物標情報などの各種データが外部に設置されたサーバに記憶されている場合、コントローラ４０は、通信により随時これらのデータをサーバから取得してもよい。また、コントローラ４０は、外部に設置されたサーバから定期的に最新の地図情報を入手して、保有する地図情報を更新してもよい。また、地図データベース２０には、ノード及びリンクに関する情報が含まれる。ノードとは、道路の端点、分流点、合流点などの地点を表す地図上の構成要素である。リンクとは、地図上のノード間を結ぶものであり、このリンクにより道路が構成される。

センサ３０は、自車両の周囲の物体を検出する装置である。センサ３０は、レーザレーダ、ミリ波レーダ、カメラ、ソナーなどを含む。センサ３０は、自車両の周囲の物体として、他車両、バイク、自転車、歩行者を含む移動物体、及び駐車車両を含む静止物体を検出する。また、センサ３０は、移動物体及び静止物体の自車両に対する位置、姿勢（ヨー角）、大きさ、速度、加速度、減速度、ヨーレートを検出する。また、センサ３０は、白線を含む道路区画線、導流帯、物標などを検出する。物標とは、道路や歩道に設けられる物体であり、例えば信号機や電柱、交通標識などである。

また、センサ３０は、車輪速センサ、操舵角センサ、及びジャイロセンサなどを含む。車輪速センサは、自車両の車輪速を検出する。操舵角センサは、ステアリングコラムに設けられており、ステアリングホイールの回転角度（操舵操作量）である操舵角を検出する。ジャイロセンサは、自車両に発生するヨーレートを検出する。センサ３０は、検出した情報をコントローラ４０に出力する。

コントローラ４０は、ＣＰＵ（中央処理装置）、メモリ、及び入出力部を備える汎用のマイクロコンピュータである。マイクロコンピュータには、走行履歴記憶装置１００として機能させるためのコンピュータプログラムがインストールされている。コンピュータプログラムを実行することにより、マイクロコンピュータは、走行履歴記憶装置１００が備える複数の情報処理回路として機能する。なお、ここでは、ソフトウェアによって走行履歴記憶装置１００が備える複数の情報処理回路を実現する例を示すが、もちろん、以下に示す各情報処理を実行するための専用のハードウェアを用意して、情報処理回路を構成することも可能である。また、複数の情報処理回路を個別のハードウェアにより構成してもよい。コントローラ４０は、複数の情報処理回路として、走行履歴取得部４１と、走行履歴判別部４２と、走行軌跡モデル生成部４３と、走行軌跡モデル選択部４４と、自己位置推定部４５と、を備える。

走行履歴取得部４１は、ＧＰＳ受信機１０から取得した自車両の位置情報、地図データベース２０から取得した地図情報、及びセンサ３０から取得した情報に基づいて、地図上における自車両の走行履歴を取得する。例えば、走行履歴取得部４１は、センサ３０から取得した物標と自車両との相対位置の情報を地図情報と関連付けて地図上における自車両の走行履歴を取得する。

走行履歴判別部４２は、走行履歴取得部４１によって取得された走行履歴を所定条件に基づいて、一または複数の走行履歴に判別する。走行履歴判別部４２によって判別されたそれぞれの走行履歴は、記憶装置５０に記憶される（図１参照）。走行履歴判別部４２の詳細は後述する。

走行軌跡モデル生成部４３は、記憶装置５０に記憶されている走行履歴毎に走行軌跡モデルを生成する。一例として、走行軌跡モデル生成部４３は、記憶装置５０に記憶されている走行履歴について主成分分析を行い、検出された主成分ベクトルで走行軌跡モデルを生成する。走行軌跡モデルには、車両の通過位置、速度、姿勢、向き、スリップアングルなどが含まれる。なお、スリップアングルは、車両の速度、姿勢などから推定される。走行軌跡モデル生成部４３は、生成した走行軌跡モデルを記憶装置５０に記憶させる。

走行軌跡モデル選択部４４は、記憶装置５０に記憶されている走行軌跡モデルから自車両の走行軌跡に一致する、あるいは類似する走行軌跡モデルを選択する。

自己位置推定部４５は、走行軌跡モデル選択部４４によって選択された走行軌跡モデルを用いて自車両の自己位置を推定する。自己位置推定部４５は、移動量推定機能を備えており、車輪速センサ、操舵角センサ、及びジャイロセンサから出力された各種のパラメータに基づいて、所定周期毎に、前回処理周期からの自車両の移動量ΔＰを推定する。自車両の移動量ΔＰは、オドメトリ計測に相当する。オドメトリ計測とは、車両の左右輪の回転角と回転角速度とに応じて車両の移動距離と移動方向とを算出することをいう。車輪速センサ、操舵角センサ、及びジャイロセンサから出力された各種のパラメータは、オドメトリ計測で用いるパラメータ（以下、オドメトリパラメータと称する）に相当する。自己位置推定部４５は、走行軌跡モデル選択部４４によって選択された走行軌跡モデルを用いたオドメトリ計測による移動量と、実際の自車両の移動量ΔＰとの誤差を算出する。自己位置推定部４５は、算出した誤差が減少するように、オドメトリ計測で用いるオドメトリパラメータを修正する。オドメトリパラメータの修正方法としては、オドメトリ計測による移動量ΔＰに加算するゲイン調整が挙げられる。なお、自己位置推定部４５は、旋回時の走行軌跡モデルに含まれるスリップアングルに基づいて、旋回時の自車両の横滑りの量を算出し、算出した横滑りの量に応じて、オドメトリ計測におけるゲインを調整してもよい。自己位置推定部４５は、推定した自車両の移動量ΔＰと、修正したオドメトリパラメータと、地図情報とに基づいて、オンライン時に自己位置を推定する。本実施形態において、オンライン時とは、自動運転が実行されている時という。

記憶装置５０は、アクセス可能な記憶装置として機能する一または複数のＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）を備える。記憶装置５０は、自車両に搭載されていなくてもよい。記憶装置５０が自車両に搭載されていない場合、外部に設置されたサーバが、記憶装置５０として機能すればよい。

なお、センサ３０は、道路、路肩などに設置される装置に含まれてよい。道路、路肩などに設置される装置にセンサ３０が含まれる場合、センサ３０は、取得した情報を通信機能を使ってコントローラ４０に送信してもよい。なお、コントローラ４０は、外部に設置されたサーバに含まれてもよい。すなわち、外部に設置されたサーバは、走行履歴取得部４１、走行履歴判別部４２、走行軌跡モデル選択部４４として機能してもよい。

（走行履歴の記憶方法）
次に、図２を参照して走行履歴の記憶方法について説明する。

図２に示す走行シーンは、合流シーンである。図２に示す地図上の道路には、ノード１～４、及びリンク１～４が設定されている。

図２に示す合流ノード４は、本線道路Ｌ１と合流道路Ｌ２との合流点を示す。ノード１～３は、道路の形状などに基づいて設定されている。リンク１は、ノード１とノード２との間を結ぶ道路である。リンク２は、ノード２と合流ノード４との間を結ぶ道路である。リンク３は、ノード３に繋がる道路である。リンク４は、ノード３と合流ノード４との間を結ぶ道路である。

図２に示す走行履歴１は、リンク１及びリンク２を通って合流ノード４に合流する走行履歴である。また、図２に示す走行履歴２は、リンク１の途中から進路を変更し、合流ノード４の手前でリンク４に合流する走行履歴である。走行履歴１及び走行履歴２は、それぞれ車両１及び車両２の走行履歴を示す。なお、車両１及び車両２は、両方が自車両であってもよく、両方が他車両であってもよい。また、車両１及び車両２は、一方が自車両で、もう一方が他車両であってもよい。走行履歴判別部４２は、所定条件に基づいて、走行履歴取得部４１によって取得された走行履歴１及び走行履歴２を一または複数の走行履歴に判別する。

所定条件の一例として、走行履歴判別部４２は、リンク１を走行する車両が進路を変更した位置９０、及び車両が合流ノード４の手前で本線道路Ｌ１に合流した位置９１に基づいて、走行履歴１及び走行履歴２を一または複数の走行履歴に判別する。図２の位置９０に示すように、リンク１を走行する車両２は、リンク１の途中で進路を直進方向から右方向に変更している。その後、車両２は、図２の位置９１に示すように、合流ノード４の手前で本線道路Ｌ１に合流する。走行履歴判別部４２は、リンク１を走行する車両２が進路を変更した位置９０、及び車両２が合流ノード４の手前で本線道路Ｌ１に合流した位置９１に基づいて、走行履歴２は合流ノード４の手前で本線道路Ｌ１に合流した走行履歴であると判別する。一方、走行履歴判別部４２は、走行履歴１は合流ノード４で本線道路Ｌ１に合流した走行履歴であると判別する。このようにして、走行履歴判別部４２は、合流ノード４の手前で走行履歴１及び走行履歴２を異なる走行履歴であると判別する。換言すれば、走行履歴判別部４２は、合流ノード４の手前のリンク１またはリンク２を走行する車両の走行履歴を一または複数に判別する。走行履歴判別部４２は、合流ノード４の手前で判別したそれぞれの走行履歴（走行履歴１及び走行履歴２）を記憶装置５０に記憶させる。なお、位置９０における進路変更及び位置９１における合流は、車両の位置情報によって判断されてもよく、車両の姿勢角（ヨー角）の変化量によって判断されてもよく、ステアリングホイールの角度の変化量によって判断されてもよい。なお、自車両または他車両の走行履歴は、オフライン時に取得されてもよい。本実施形態において、オフライン時とは、自動運転が実行されていない時という。なお、本実施形態において、走行履歴はオフライン時に取得されるものであり、走行軌跡はオンライン時に取得されるものとして説明するがこれに限定されない。

なお、車両が同一のリンクを通過する場合において、車両の通過位置は異なる場合がある。例えば、図３に示すように、車両が同一のリンク（リンク１及びリンク２）を通過する場合において、車両の通過位置は異なる場合がある。走行履歴判別部４２は、合流ノード４の手前において、走行履歴１及び走行履歴３に係る通過位置に所定値以上の差がある場合、走行履歴１及び走行履歴３を異なる走行履歴であると判別してもよい。走行履歴判別部４２は、合流ノード４の手前で判別したそれぞれの走行履歴（走行履歴１及び走行履歴３）を記憶装置５０に記憶させる。なお、走行履歴判別部４２は、同一のリンクでの車両の速度に所定値以上の差が有る複数の走行履歴について、異なる種類の走行履歴と判別してもよい。また、走行履歴判別部４２は、同一のリンクでの車両のヨー角に所定値以上の差が有る複数の走行履歴について、異なる種類の走行履歴と判別してもよい。

次に、図４のフローチャートを参照して、走行履歴記憶装置１００の一動作例（走行履歴の記憶方法）を説明する。

ステップＳ１０１において、走行履歴取得部４１は、センサ３０から取得した物標と自車両との相対位置の情報を地図情報と関連付けて地図上における自車両の走行履歴を取得する。

処理はステップＳ１０３に進み、走行履歴判別部４２は、センサ３０から取得した情報に基づいて、図２に示す合流道路Ｌ２が渋滞しているか否かを判定する。合流道路Ｌ２が渋滞している場合（ステップＳ１０３でＹｅｓ）、一連の処理は終了する。換言すれば、合流道路Ｌ２が渋滞している場合、走行履歴判別部４２は、走行履歴の記録を禁止する。その理由は、渋滞時には割り込み、車線変更などのように通常の走行履歴と異なる走行履歴を描く車両が多くなるためである。本実施形態において、走行履歴判別部４２は、渋滞時の走行履歴を記憶装置５０に記憶させないため、記憶装置５０には通常の走行履歴が蓄積される。

合流道路Ｌ２が渋滞していない場合（ステップＳ１０３でＮｏ）、処理はステップＳ１０５に進み、走行履歴判別部４２は、走行履歴が導流帯８０（図２参照）と重なるか否かを判定する。走行履歴が導流帯８０と重なる（ステップＳ１０５でＹｅｓ）、一連の処理は終了する。換言すれば、走行履歴が導流帯８０と重なる場合、走行履歴判別部４２は、走行履歴の記録を禁止する。その理由は、導流帯８０を走行することは一般的ではないためである。本実施形態において、走行履歴判別部４２は、導流帯８０と重なる走行履歴を記憶装置５０に記憶させないため、記憶装置５０には通常の走行履歴が蓄積される。

走行履歴が導流帯８０と重ならない場合（ステップＳ１０５でＮｏ）、処理はステップＳ１０７に進む。走行履歴判別部４２は、図２に示すようにリンク１を走行する車両２が進路を変更した位置９０、及び車両２が合流ノード４の手前で本線道路Ｌ１に合流した位置９１に基づいて、合流ノード４の手前で走行履歴１及び走行履歴２を異なる走行履歴であると判別する。また、走行履歴判別部４２は、図３に示すように走行履歴１及び走行履歴３に係る通過位置を用いて、合流ノード４の手前で走行履歴１及び走行履歴３を異なる走行履歴であると判別してもよい。処理はステップＳ１０９に進み、走行履歴判別部４２は、判別した走行履歴をそれぞれ記憶装置５０に記憶させる。

次に、図５のフローチャートを参照して、走行履歴記憶装置１００の一動作例（自己位置推定方法）を説明する。

ステップＳ２０１において、走行履歴取得部４１は、オンライン時に、ＧＰＳ受信機１０から取得した自車両の位置情報と、地図データベース２０から取得した地図情報と、センサ３０から物標の情報と、自車両の移動量ΔＰとに基づいて、自車両の走行軌跡を算出する。

処理はステップＳ２０３に進み、走行軌跡モデル選択部４４は、自車両の走行軌跡と一致する走行軌跡モデルを、記憶装置５０に記憶されている走行軌跡モデルから選択する。走行軌跡モデルは、予め走行軌跡モデル生成部４３によって生成される。また、走行軌跡モデル選択部４４は、自車両の走行軌跡と類似する（例えば最も近い）走行軌跡モデルを、記憶装置５０に記憶されている走行軌跡モデルから選択してもよい。

処理はステップＳ２０５に進み、自己位置推定部４５は、走行軌跡モデル選択部４４によって選択された走行軌跡モデルを用いて自己位置を推定する。一例として、自己位置推定部４５は、走行軌跡モデル選択部４４によって選択された走行軌跡モデルを用いたオドメトリ計測による移動量と、実際の自車両の移動量ΔＰとの誤差を算出する。自己位置推定部４５は、算出した誤差が減少するように、オドメトリ計測で用いるオドメトリパラメータを修正する。自己位置推定部４５は、推定した自車両の移動量ΔＰと、修正したオドメトリパラメータと、地図情報とに基づいて、オンライン時に自己位置を推定する。これにより、移動量の誤差が減少するため、自己位置推定部４５は、精度よく自己位置を推定することができる。

以上説明したように、本実施形態に係る走行履歴記憶装置１００によれば、以下の作用効果が得られる。

走行履歴記憶装置１００は、一のリンク（例えば、図２に示すリンク１）を走行する車両の走行履歴を取得する。走行履歴記憶装置１００は、取得した走行履歴を所定条件に基づいて、一または複数の走行履歴に判別し、判別したそれぞれの走行履歴を記憶装置５０に記憶させる。一のリンクは、本線道路Ｌ１に合流する合流道路Ｌ２である。これにより、走行履歴記憶装置１００は、合流ノード４の手前で複数の走行履歴を記憶装置５０に記憶させることができる。

所定条件の一例として、走行履歴記憶装置１００は、リンク１を走行する車両が進路を変更した位置９０、及び車両が合流ノード４の手前で本線道路Ｌ１に合流した位置９１に基づいて、走行履歴１及び走行履歴２を一または複数の走行履歴に判別する。これにより、走行履歴記憶装置１００は、合流ノード４の手前で複数の走行履歴を記憶装置５０に記憶させることができる。

走行履歴記憶装置１００は、図２に示す合流道路Ｌ２が渋滞している場合、走行履歴の記録を禁止する。これにより、記憶装置５０には通常の走行履歴が蓄積される。

走行履歴が導流帯８０（図２参照）と重なる場合、走行履歴記憶装置１００は、走行履歴の記録を禁止する。これにより、記憶装置５０には通常の走行履歴が蓄積される。

また、走行履歴記憶装置１００は、オンライン時に、自車両の位置情報を取得し、取得した自車両の位置情報を用いて自車両の走行軌跡を取得する。走行履歴記憶装置１００は、記憶装置５０に記憶されている走行軌跡モデルから自車両の走行軌跡に一致または類似する走行軌跡モデルを選択する。これにより、走行履歴記憶装置１００は、自車両の走行軌跡のパラメータと一致または類似する履歴情報を参照することができる。走行履歴記憶装置１００は、選択した走行軌跡モデルを用いて自己位置を推定する。具体的な手法として走行履歴記憶装置１００は、オドメトリ計測を用いる。これにより、走行履歴記憶装置１００は、精度よく自己位置を推定することができる。

また、走行履歴記憶装置１００は、オンライン時に、自車両の前方を走行する先行車両の位置情報を取得し、取得した先行車両の位置情報を用いて先行車両の走行軌跡を取得する。走行履歴記憶装置１００は、記憶装置５０に記憶されている走行軌跡モデルから自車両の前方を走行する先行車両の走行軌跡に一致または類似する走行軌跡モデルを選択する。自車両は先行車両と一致または類似する走行軌跡を描く可能性が高いため、先行車両に一致または類似する走行軌跡モデルが選択されることにより、走行履歴記憶装置１００は、自車両の走行軌跡のパラメータと一致または類似する履歴情報を参照することができる。走行履歴記憶装置１００は、選択した走行軌跡モデルを用いて自己位置を推定してもよい。これにより、自己位置の推定精度は向上しうる。

また、走行履歴記憶装置１００は、オンライン時に、自車両の位置情報を取得し、取得した自車両の位置情報を用いて自車両の走行軌跡を取得する。走行履歴記憶装置１００は、自車両の走行軌跡が記憶装置５０に記憶されている２つの走行軌跡モデルの間を通る場合、この２つの走行軌跡モデルを用いて自己位置を推定してもよい。具体的には、走行履歴記憶装置１００は、２つの走行軌跡モデルの中間を通る新たな走行軌跡モデルを生成し、生成した新たな走行軌跡モデルを用いて自己位置を推定してもよい。これにより、走行履歴記憶装置１００は、走行軌跡モデルの不足分を補い、かつ精度よく自己位置を推定することができる。また、記憶装置５０の容量減少にも貢献しうる。

上述の実施形態に記載される各機能は、１または複数の処理回路により実装され得る。処理回路は、電気回路を含む処理装置等のプログラムされた処理装置を含む。処理回路は、また、記載された機能を実行するようにアレンジされた特定用途向け集積回路（ＡＳＩＣ）や回路部品等の装置を含む。また、走行履歴記憶装置１００は、コンピュータの機能を改善しうる。

上記のように、本発明の実施形態を記載したが、この開示の一部をなす論述及び図面はこの発明を限定するものであると理解すべきではない。この開示から当業者には様々な代替実施の形態、実施例及び運用技術が明らかとなろう。

例えば、走行履歴判別部４２は、通信ネットワークを介して、外部に設置されたサーバに判別した走行履歴を記憶させてもよい。また、走行履歴判別部４２は、通信ネットワークを介して、複数の他車両に搭載される記憶装置に判別した走行履歴を記憶させてもよい。

１０ ＧＰＳ受信機
２０ 地図データベース
３０ センサ
４０ コントローラ
４１ 走行履歴取得部
４２ 走行履歴判別部
４３ 走行軌跡モデル生成部
４４ 走行軌跡モデル選択部
４５ 自己位置推定部
５０ 記憶装置
８０ 導流帯
１００ 走行履歴記憶装置

Claims (6)

1. コントローラを用いて、地図上における複数のノードの間のリンクを走行する車両の走行履歴を記憶装置に記憶させる走行履歴記憶方法であって、
   一のリンクを走行する車両の走行履歴を取得し、
   取得した走行履歴を所定条件に基づいて、一または複数の走行履歴に判別し、
   判別したそれぞれの走行履歴を前記記憶装置に記憶させ、
   前記一のリンクは、本線道路に合流する合流道路であり、
   前記ノードは、前記本線道路と前記合流道路との合流点を示す合流ノードを含み、
   前記所定条件は、前記一のリンクを走行する車両が進路を変更した位置、及び前記車両が前記合流ノードの手前で前記本線道路に合流した位置であり、前記合流ノードの手前で前記複数の走行履歴を前記記憶装置に記憶する走行履歴記憶方法。
2. 第1走行履歴を前記合流ノードで前記本線道路に合流した走行履歴であると判別し、第2走行履歴を前記合流ノードの手前で前記本線道路に合流した走行履歴であると判別する請求項１に記載の走行履歴記憶方法。
3. 渋滞時には、前記走行履歴の記憶を禁止することを特徴とする請求項１または２に記載の走行履歴記憶方法。
4. 前記走行履歴が導流帯に重なる場合、前記走行履歴の記憶を禁止することを特徴とする請求項１または２に記載の走行履歴記憶方法。
5. 前記記憶装置に記憶されている走行履歴を用いて走行軌跡モデルを生成し、
   生成された前記走行軌跡モデルを前記記憶装置に記憶させることを特徴とする請求項１～４のいずれか１項に記載の走行履歴記憶方法。
6. 記憶装置と、地図上における複数のノードの間のリンクを走行する車両の走行履歴を前記記憶装置に記憶させるコントローラと、を備える走行履歴記憶装置であって、
   前記コントローラは、
   一のリンクを走行する車両の走行履歴を取得し、
   取得した走行履歴を所定条件に基づいて、一または複数の走行履歴に判別し、
   判別したそれぞれの走行履歴を前記記憶装置に記憶させ、
   前記一のリンクは、本線道路に合流する合流道路であり、
   前記ノードは、前記本線道路と前記合流道路との合流点を示す合流ノードを含み、
   前記所定条件は、前記一のリンクを走行する車両が進路を変更した位置、及び前記車両が前記合流ノードの手前で前記本線道路に合流した位置であり、前記合流ノードの手前で前記複数の走行履歴を前記記憶装置に記憶することを特徴とする走行履歴記憶装置。

Images