JP7425680B2 - ナビゲーション装置、及びナビゲーション方法 - Google Patents

Description

本発明は、ナビゲーション装置、及びナビゲーション方法に関する。

所定の交通機関を利用して目的地に行こうとする旅客が使用する端末装置からの、鉄道経路を含む出発地から目的地までの経路探索の要求に対して、目的地の近隣の駅から目的地までタクシーを利用する経路を、タクシー待ち時間を考慮して探索し出力するナビゲーション装置が知られている（特許文献１及び特許文献２参照）。

特許文献１では、プローブ情報収集装置を用いて、ユーザが使用する経路案内装置からプローブ情報を取得し、取得したプローブ情報を分析することによって各駅のタクシー待ち時間を算出し、経路探索結果に反映する技術が開示されている。

また、特許文献２では、タクシー乗り場を出発するタクシーをセンサで検出してセンタに送信することにより当該タクシー乗り場でのタクシーの回転率を算出し、また、タクシー乗り場に入出場する利用者をセンサで検出して利用者の入出場の推移を管理することによってタクシー乗り場にいる利用者の数を把握して、それらの情報を基に、タクシー待ち時間を推定する技術が開示されている。

特開２０１７－０９０２１２号公報 特開２００３－３２３６９４号公報

特許文献１及び特許文献２で開示されている技術は、タクシー待ち時間を考慮して目的地までの経路を探索するものである。しかし、経路を検索するときの状況は、例えば事故により列車の運行が乱れている等の特異な状況であることがある。

この点、特許文献１及び特許文献２では、過去の履歴データを流用することのできるような平時の状況や、センサによって検出された現時点での状況を前提として、タクシー待ち時間を推定する技術である。そのため、平時とはいえない特異な状況においては、適切なタクシー待ち時間を考慮して目的地に早く到着するタクシー利用経路を探索することが難しい。

発明者らの検討によれば、列車の運行が乱れているときのタクシー待ち時間が平常時に比べて長くなるのは、列車の運行が乱れることで、駅でのタクシー待ち行列を構成する旅客のうち一定の割合を占める鉄道利用者が列車を降りて駅から出てくるタイミングに時間的な疎密が生まれ、それによって一時的に、タクシー供給量とタクシー利用者数との間のバランスが崩れることに起因する。

例えば、タクシー１台が待機するある駅におけるタクシー利用者のタクシー平均乗車時間が１０分で、タクシーが１往復するのに掛かる時間が２０分であるとする。この場合、タクシー利用者が２０分間隔で均等に１人ずつタクシー乗り場に到着すれば、タクシー利用者はほとんど待たずにタクシーに乗車できる。しかし、列車の運行が乱れたことにより、タクシー利用者がしばらく現れなかった後に３人同時にタクシー乗り場に到着した場合
、タクシー待ち行列に並んだその３人のうち最後に並んだタクシー利用者は、タクシーが２往復する４０分の間、タクシーを待つことになる。

このように、列車の運行が乱れている等の特異な状況では、タクシー利用者が一斉にタクシー乗り場に到着することでタクシーの供給不足が発生し、平時よりも待ち時間が増えるため、従来の経路検索システムによっては適切な移動時間を示した経路検索が行えないことがあった。

本発明はこのような現状に鑑みてなされたものであり、その目的は、鉄道及び道路車両を用いた経路検索において道路車両の利用待ち時間を適切に考慮して経路検索を行うことが可能なナビゲーション装置、及びナビゲーション方法を提供することにある。

上記課題を解決するための本発明の一つは、プロセッサ及びメモリを備えると共に、出発地から目的地に移動する旅客の移動経路における鉄道のダイヤが通常より乱れている条件下での前記旅客の移動経路として、鉄道の駅を降車すると共に、前記降車する駅の近傍の乗車場所から前記目的地までをタクシーで移動する経路を特定する経路特定処理と、前記乗車場所への到着から前記タクシーによる移動の開始までの、前記旅客の前記乗車場所における待ち時間を、前記降車する駅における旅客の人流の前記条件下での予測値及び過去の旅客数に基づく統計値と前記乗車場所における旅客の人流の過去の旅客数に基づく統計値とに基づき推定する待ち時間算出処理と、前記推定した待ち時間を含む、前記出発地から目的地への前記経路による移動時間を算出する経路移動時間算出処理と、前記算出した移動時間の情報を出力する結果出力処理とを含む経路探索処理を実行する、ナビゲーション装置、とする。

また、上記課題を解決するための本発明の他の一つは、プロセッサ及びメモリを備える情報処理装置が、出発地から目的地に移動する旅客の移動経路における鉄道のダイヤが通常より乱れている条件下での前記旅客の移動経路として、鉄道の駅を降車すると共に、前記降車する駅の近傍の乗車場所から前記目的地までをタクシーで移動する経路を特定する経路特定処理と、前記乗車場所への到着から前記タクシーによる移動の開始までの、前記旅客の前記乗車場所における待ち時間を、前記降車する駅における旅客の人流の前記条件下での予測値及び過去の旅客数に基づく統計値と前記乗車場所における旅客の人流の過去の旅客数に基づく統計値とに基づき推定する待ち時間算出処理と、前記推定した待ち時間を含む、前記出発地から目的地への前記経路による移動時間を算出する経路移動時間算出処理と、前記算出した移動時間の情報を出力する結果出力処理とを含む経路探索処理を実行する、ナビゲーション方法、とする。

本発明によれば、鉄道及び道路車両を用いた経路検索において道路車両の利用待ち時間を適切に考慮して経路検索を行うことができる。

上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。

本実施形態に係るナビゲーションシステムの構成の一例を示す図である。 本実施形態が想定する鉄道路線の構成を示す図である。 タクシー到着時刻分布データの一例を示す図である。 旅客降車時刻分布データの一例を示す図である。 標準旅客到着時刻分布データの一例を示す図である。 標準旅客降車時刻分布データの一例を示す図である。 経路探索処理を説明するフロー図である。 タクシー待ち時間算出処理の詳細を説明するフロー図である。 生成された旅客到着時刻分布データの一例を示す図である。 経路検索結果画面の一例を示す図である。

－－システム構成－－
図１は、本実施形態に係るナビゲーションシステム１の構成の一例を示す図である。このナビゲーションシステム１は、鉄道及び道路車両（ここでは、タクシーとする）を含む輸送システムを利用するユーザが所定の出発地から目的地までの経路を探索するための、情報処理システムである。

ナビゲーションシステム１は、ナビゲーション装置１０、鉄道運行管理システム４００、１又は複数のタクシー運行管理システム３００（３００Ａ、３００Ｂ）、及び携帯端末２００を含んで構成されている。

ナビゲーション装置１０と、携帯端末２００、タクシー運行管理システム３００Ａ、タクシー運行管理システム３００Ｂ、及び鉄道運行管理システム４００のそれぞれとの間は、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）、インターネット等の
有線又は無線の通信ネットワーク５００によって通信可能に接続される。

－携帯端末－
携帯端末２００は、携帯電話機、スマートフォン、ＰＮＤ（Personal Navigation Device）、ＰＤＡ（Personal Digital Assistant）等の情報処理装置である。

すなわち、携帯端末２００は、プロセッサ、メモリ、入力装置（キーボード又はタッチパネル等）、出力装置（モニタ又はディスプレイ等）、及び通信装置（ネットワークインタフェース等）を備える一般的なコンピュータである。

携帯端末２００は、出発地から目的地までの経路を探索するユーザが使用する。携帯端末２００は、ユーザから入力された出発地及び目的地を含む情報である経路探索要求情報を、ナビゲーション装置１０に送信する。その後、携帯端末２００は、経路探索要求情報に対応する１又は複数の探索経路の情報を受信し、受信した各探索経路の情報を画面に表示する。

ここで、図２は、本実施形態が想定する鉄道路線の構成を示す図である。本実施形態では、鉄道路線ｃにＡ駅１１、Ｂ駅１２、及びＣ駅１３が存在し、鉄道路線ｄにＡ駅１１、及びＤ駅１４が存在するものとする。また、ユーザの目的地２０の近傍の駅として、Ｂ駅１２、Ｃ駅１３、及びＤ駅１４があるものとする。また、出発地はＡ駅１１であるものとする。

ユーザが、Ａ駅１１から目的地２０まで移動する場合、Ａ駅１１から目的地２０までの経路には、（１）鉄道路線ｃによりＡ駅１１からＢ駅１２まで移動した後、Ｂ駅１２で降車してＢ駅のタクシー乗り場から目的地２０までタクシーにより移動する経路、（２）鉄道路線ｃによりＡ駅１１からＣ駅１３まで移動した後、Ｃ駅１３で降車してＣ駅１３のタクシー乗り場から目的地２０までタクシーにより移動する経路、（３）鉄道路線ｄによりＡ駅１１からＤ駅１４まで移動した後、Ｄ駅１４で降車してＤ駅１４からタクシーにより目的地２０まで移動する経路、がある。

本実施形態では、携帯端末２００のユーザが、鉄道路線ｃ、ｄの運行ダイヤが事故等で乱れているという特異な条件の下で、出発地たるＡ駅１１から目的地２０までのこれらの各経路及びその移動時間を検索するものとする。

次に、各装置の構成の詳細を説明する。

－ナビゲーション装置－
図１に示すように、ナビゲーション装置１０は、ＣＰＵ（Central Processing Unit）
等のプロセッサである演算装置１０１と、ＲＡＭ（Random Access Memory）又はＲＯＭ（Read Only Memory）等の主記憶装置１０２と、ＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）等の記憶装置１０６と、携帯端末２００、タクシー運行管理システム３００、及び鉄道運行管理システム４００と通信するネットワークインタフェースカード等の通信装置１０５とを備える。

また、ナビゲーション装置１０は、地図データベース１０３、及び経路データベース１０４を備える。

経路データベース１０４は、道路ネットワーク及び公共交通機関の路線ネットワーク（ここでは鉄道網）等の、各交通機関の構成の情報である交通ネットワーク情報と、公共交通機関の時刻表等の運行情報と、各交通機関の間の乗換情報とを格納しているデータベースである。

交通ネットワーク情報には、道路交通に関するノード（交差点、建物、駐車場の出入口等）の情報と、鉄道交通に関するノード（駅等）の情報と、これらのノード間の繋がりを表すリンクの情報とが含まれている。

道路交通に関するノードの情報には、当該ノードに対応する交差点等を特定する情報と、当該ノードに入ってくるリンクを特定する情報と、当該ノードから出ていくリンクを特定する情報のほか、そのノードに近い位置にある鉄道の駅（以下、近傍駅という。例えば、当該ノードに対応する交差点等から所定距離以内に存在する鉄道駅。）に関する情報が含まれる。具体的には、例えば、各近傍駅のノードのリストと、当該リスト中の各近傍駅から当該ノードに対応する交差点等へのタクシー移動時間の情報とが含まれる。

地図データベース１０３は、経路データベース１０４内のノードと、地図上の位置とを対応付けたデータベースである。例えば、地図データベース１０３は、目的地又は出発地としてユーザに指定される緯度及び経度、住所、名称、又は電話番号等と、地図上の位置と、経路データベース１０４内の各ノードとを対応づけるための情報を記憶している。

次に、ナビゲーション装置１０は、経路探索プログラム１６１、及びタクシー待ち時間算出プログラム１６２を記憶装置１０６等に記憶している。

経路探索プログラム１６１は、ナビゲーション装置１０が携帯端末２００から経路探索要求情報を受信すると呼び出されるプログラムであり、出発地から目的地までの経路探索処理を実行し、経路探索処理により得られた１又は複数の探索経路の情報を、携帯端末２００に送信する機能を実現する。

この際、ナビゲーション装置１０は、タクシー運行管理システム３００、及び鉄道運行管理システム４００から受信した情報を用いて、経路探索処理を実行する。

タクシー待ち時間算出プログラム１６２は、経路探索プログラム１６１の実行中に呼び出されるプログラムである。タクシー待ち時間算出プログラム１６２は、鉄道路線の各駅について、その駅のタクシー乗り場への到着からタクシーによる移動の開始までの、ユーザのタクシー乗り場における待ち時間（以下、タクシー待ち時間という）を、その駅及びタクシー乗り場の人流（旅客の動き）に基づき算出する機能を実現する。

なお、以上の各プログラムは、例えば、演算装置１０１が記憶装置１０６に記憶されている各プログラム及び各データを主記憶装置１０２に読み出することで実行される。

次に、ナビゲーション装置１０は、探索済み経路データ１６３、タクシー到着時刻分布データ１６４、旅客到着時刻分布データ１６５、旅客降車時刻分布データ１６６、標準旅客到着時刻分布データ１６７、標準旅客降車時刻分布データ１６８、及び旅客行動モデル１６９を記憶装置１０６等に記憶する。以下、これらのデータの詳細を説明する。

（探索済み経路データ）
探索済み経路データ１６３は、経路探索プログラム１６１の実行の際に生成されるデータである。探索済み経路データ１６３は、例えば、探索された経路の情報を含む。

経路の情報には、その経路が鉄道による移動を含む場合であれば、例えば、（１）ユーザから指定された出発駅（出発地）からどの路線のどの列車をどのような順番で乗り継いで近傍駅に到着し、（２）その後、近傍駅のタクシー乗り場で何分待ってからタクシーに乗り、（３）何時に目的地に到着するか、という一連の情報が含まれる。なお、利用する各列車は、例えば、乗車駅の出発時刻及び降車駅の到着時刻により特定されるほか、必要に応じて、快速や各駅停車など、列車種別の情報も用いて特定される。

（タクシー到着時刻分布データ）
図３は、タクシー到着時刻分布データ１６４の一例を示す図である。タクシー到着時刻分布データ１６４は、各駅のタクシー乗り場に到着するタクシーの数の時間変動を表すデータである。

タクシー到着時刻分布データ１６４は、タクシー運行管理システム３００Ａ及びタクシー運行管理システム３００Ｂから所定のタイミング（例えば、所定の時刻、所定の時間間隔（例えば、５分毎））で受信した情報を基に更新される。

具体的には、タクシー到着時刻分布データ１６４は、所定の時間帯３１と、この時間帯３１に各駅に到着するタクシーの台数（到着台数３２）とを含む情報を記憶したデータである。タクシー到着時刻分布データ１６４は、各駅ごとに設けられる。なお、同図では、各駅に到着する時間帯３１は、１０分ごとに設定されている。

（旅客到着時刻分布データ）
旅客到着時刻分布データ１６５は、各駅のタクシー乗り場に到着する旅客の数の時間変動を表すデータである。旅客到着時刻分布データ１６５は、タクシー待ち時間算出プログラム１６２によって生成される。

具体的には、旅客到着時刻分布データ１６５は、後述する標準旅客到着時刻分布データ１６７に対して、旅客降車時刻分布データ１６６及び標準旅客降車時刻分布データ１６８に基づく所定の補正を行うことにより作成されるデータである。旅客到着時刻分布データ１６５の詳細は後述する。

（旅客降車時刻分布データ）
図４は、旅客降車時刻分布データ１６６の一例を示す図である。旅客降車時刻分布データ１６６は、各駅において列車から降車して同駅から出場する旅客の数の時間変動を表すデータである。

旅客降車時刻分布データ１６６は、鉄道運行管理システム４００から所定のタイミング（例えば、所定の時刻、所定の時間間隔（例えば、５分毎））で受信した情報に基づき更
新される。

具体的には、旅客降車時刻分布データ１６６は、所定の時間帯５１と、この時間帯５１に各駅において列車から降車して当該駅から出場する旅客の人数（降車人数５２）とを含む情報を記憶したデータである。旅客降車時刻分布データ１６６は、各駅ごとに設けられる。なお、同図では、各駅を降車する旅客の人数を１０分単位で設定している。

（標準旅客到着時刻分布データ）
図５は、標準旅客到着時刻分布データ１６７の一例を示す図である。標準旅客到着時刻分布データ１６７は、所定の標準時期（後述）において各駅のタクシー乗り場に到着した旅客の数の時間変動を表すデータである。なお、この旅客の人数は、鉄道を使用し各駅を降車してタクシー乗り場に到着した利用者の人数と、鉄道を利用せずその他の方法でタクシー乗り場に到着した利用者の人数とを含む。

標準旅客到着時刻分布データ１６７は、例えばタクシー運行管理システム３００から受信した過去の旅客人数のデータに対して所定の統計分析を行うことで、予め作成したものとする。また、携帯電話等のプローブ情報を基に所定の統計分析を行うことで、標準旅客到着時刻分布データ１６７を作成するようにしてもよい。

具体的には、標準旅客到着時刻分布データ１６７は、所定の時間帯６１と、標準状態のこの時間帯６１に、各駅のタクシー乗り場に到着した旅客の人数（到着人数６２）とを含む情報を記憶したデータである。旅客降車時刻分布データ１６６は、各駅のタクシー乗り場ごとに設けられる。なお、同図では、各タクシー乗り場に到着した旅客の人数を１０分単位で設定している。

（標準旅客降車時刻分布データ）
図６は、標準旅客降車時刻分布データ１６８の一例を示す図である。標準旅客降車時刻分布データ１６８は、所定の標準時期（後述）において各駅で列車から降車して同駅から出場した旅客の数の時間変動を表すデータである。

標準旅客降車時刻分布データ１６８は、例えば鉄道運行管理システム４００から受信した過去の降車人数のデータに対して所定の統計分析を行うことで、予め作成したものとする。

具体的には、標準旅客降車時刻分布データ１６８は、所定の時間帯７１と、標準状態のこの時間帯７１に各駅で降車して当該駅を出場した旅客の人数（降車人数７２）とを含む情報を記憶したデータである。旅客降車時刻分布データ１６６は、各駅ごとに設けられる。なお、同図では、各駅で降車する旅客の人数を１０分単位で設定している。

本実施形態では、タクシー到着時刻分布データ１６４、旅客到着時刻分布データ１６５、旅客降車時刻分布データ１６６、標準旅客到着時刻分布データ１６７、及び標準旅客降車時刻分布データ１６８の時間分解能は同一とし、時間帯の区切りも一致させるものとするが、それぞれのデータで異なる時間分解能を設定してもよい。この場合は、例えば、分布が滑らかであると仮定して補間関数等を設定した上で、この関数等を用いて時間分解能が最も高い（即ち、時間帯の幅が最も狭い）データに合わせるようなデータ変換処理を追加することで、各データの時間分解能の違いを吸収することができる。

ここで、標準旅客到着時刻分布データ１６７及び標準旅客降車時刻分布データ１６８の標準時期とは、過去において鉄道路線の運行が正常であった時期をいう。例えば、標準時期のデータは、各鉄道路線で事故等が発生していない場合のデータ、所定の期間における
平均値のデータ等である。なお、標準時期は、所定の曜日、天候等ごとに設定してもよい。

（旅客行動モデル）
次に、旅客行動モデル１６９は、鉄道利用者に対するタクシー利用者の割合を算出するためのモデルである。

本実施形態では、旅客行動モデル１６９は、各駅について、その駅で降車した旅客のうちタクシーを利用する旅客の人数の、その駅で降車する旅客の人数全体に対する比率を記憶したモデルとする。旅客行動モデル１６９は、各駅ごとにその比率を保持している。

次に、タクシー運行管理システム３００について説明する。

－タクシー運行管理システム－
タクシー運行管理システム３００（３００Ａ、３００Ｂ）は、各タクシー会社が管理する情報処理システムであり、自社が管理している１台以上のタクシーの運行を管理している。

タクシー運行管理システム３００は、タクシー到着時刻分布データ１６４の基礎となる情報を生成又は記憶する。

具体的には、例えば、タクシー運行管理システム３００は、各タクシーの現在位置と、タクシーの乗客の有無及び人数と、乗客がそのタクシーにいる場合にはその目的地とを記憶している。また、タクシー運行管理システム３００は、空車のタクシーに対し所定駅への配車の指示を与え、その空車のタクシーがその駅に到着する時刻を推定する。

次に、鉄道運行管理システム４００について説明する。

－鉄道運行管理システム－
鉄道運行管理システム４００は、各種の事故や混雑の影響による遅延を考慮しつつ列車の運行を管理するコンピュータシステムである。鉄道運行管理システム４００は、旅客降車時刻分布データ１６６の基礎となる情報を生成し又は記憶する。

本実施形態では、鉄道運行管理システム４００は、移動需要予測部４０１、列車運行予測部４０２、及び路線内人流予測部４０３を含んで構成される。

移動需要予測部４０１は、過去に蓄積した旅客の移動需要の履歴情報と、リアルタイムに取得した各種のセンサ情報から、現在時刻以降の時間帯を含む当日の移動需要を予測する。

例えば、移動需要予測部４０１は、所定の時間分解能で、各々の時間帯にどの駅からどの駅まで行きたい旅客がどのくらいの人数いるかという情報を含むＯＤ（Origin-Destination）データを生成する。

なお、センサ情報には、例えば、駅の改札ゲートの通過人数のような、旅客の絶対数を推定するための情報、及び、駅のホームに設置された監視カメラで撮影した映像のように、上り列車と下り列車に乗車する人数の比率を推定するための情報がある。また、センサ情報は、例えば、ＩＣカードリーダから取得した切符及び定期券等の情報のような、旅客の入場駅だけでなく目的地の駅の情報も共に取得するための情報であってもよい。

列車運行予測部４０２は、列車の運行計画であるダイヤ、列車の走行実績、及び運行見込み情報を用いて、各列車の現在時刻以降の時間帯を含む当日の運行状況を予測する。

なお、運行見込み情報は、運行管理を担当するオペレータによって鉄道運行管理システム４００に入力された情報であり、例えば、急病人救護などのためある駅である列車の出発が遅れることが見込まれる場合に、「どの駅でどの列車の出発がどれだけ遅れるか」を特定するための情報である。また、運行見込み情報は、線路等の設備が点検等のためある時間帯で使用できない場合に、「どの設備がどの時間帯に使用できないか」を特定するための情報であってもよい。

列車運行予測部４０２は、これらの運行見込み情報を考慮することに加えて、例えば「同じ設備を使用する列車同士の走行順序をダイヤで決まる走行順序から変更しない」等の制約条件を守りながら各列車の動きをシミュレーションすることで、各列車の将来の運行状況を予測し、各列車の各駅の到着時刻の予測値と各駅の出発時刻の予測値とを出力する。

路線内人流予測部４０３は、移動需要予測部４０１が予測した現在時刻以降の時間帯を含む当日の旅客の移動需要と、列車運行予測部４０２が予測した各列車の現在時刻以降の時間帯を含む当日の各列車の運行状況とを用いて、現在時刻以降の時間帯を含む当日の各列車について、どの駅からどの駅まで移動する旅客がどの列車に何人乗車するかを予測する人流予測処理を実行する。

なお、人流予測処理は、例えば、マルチエージェントシミュレーションに基づき行われる。

ナビゲーション装置１０は、鉄道運行管理システム４００が生成したこのような情報を利用して、旅客降車時刻分布データ１６６を更新する。例えば、ナビゲーション装置１０は、鉄道運行管理システム４００の列車運行予測部４０２が予測した、各列車の現在時刻以降の時間帯を含む当日の運行状況（ダイヤ）と、路線内人流予測部４０３が予測した、「どの駅で降車する旅客が各列車に何人乗車しているか」という情報とを受信することで、旅客降車時刻分布データ１６６を更新する。

次に、ナビゲーションシステム１において行われる処理について説明する。

－－処理－－
図７は、経路探索処理を説明するフロー図である。経路探索処理は、例えば、ナビゲーション装置１０が、携帯端末２００から、経路探索要求情報を受信したことを契機に開始される。

まず、ナビゲーション装置１０は、出発地、目的地、及び出発時刻を特定する（ステップＳ８０１）。

例えば、ナビゲーション装置１０は、経路探索要求情報から、出発駅（Ａ駅１１）のデータ、目的地２０のデータ、及び、出発時刻のデータを抽出する。

続いて、ナビゲーション装置１０は、目的地２０の周辺の駅（近傍駅）を検索する（ステップＳ８０２）。

具体的には、ナビゲーション装置１０は、地図データベース１０３を参照し、ステップＳ８０１で取得した目的地２０が示す位置から所定距離以内のノード（以下、近傍ノード
という）を１つ以上特定する。例えば、ナビゲーション装置１０は、目的地２０の位置に最も近いノード、又は、目的地２０から所定距離以内のノードを目的地２０に近い方から順に所定個数特定する。

そして、ナビゲーション装置１０は、経路データベース１０４を参照し、特定した各近傍ノードの周辺駅を特定する（例えば、所定距離内又は所定駅数内の駅を特定する）。最後にナビゲーション装置１０は、特定した各近傍ノードと、当該各近傍ノードの周辺駅との組を、近傍駅の検索結果として記憶する。

本実施形態では、目的地２０の周辺のＢ駅１２、Ｃ駅１３、及びＤ駅１４が近傍駅として検索される。

続いて、ナビゲーション装置１０は、探索済み経路データ１６３を初期化する（ステップＳ８０３）。

即ち、ナビゲーション装置１０は、以前に探索した経路のデータを削除し、探索済み経路データ１６３を空集合とする。

ナビゲーション装置１０は、ステップＳ８０２で検索された各近傍駅（より正確には、近傍ノードと、当該近傍ノードの近傍駅との組。以下、処理対象近傍駅という。）について、後述するステップＳ８０５からステップＳ８０９までの処理を繰り返す（ステップＳ８０４～ステップＳ８０９）。

すなわち、まず、ステップＳ８０５において、ナビゲーション装置１０は、鉄道の各路線の運行ダイヤの情報に基づき、出発駅（出発地）を出発時刻以降に出発する、出発駅から処理対象近傍駅までの各鉄道路線による経路を探索し、また、処理対象近傍駅の到着時刻である駅到着時刻を算出する。

例えば、ナビゲーション装置１０は、鉄道運行管理システム４００の列車運行予測部４０２が予測した各列車のダイヤを取得する。ナビゲーション装置１０は、この列車ダイヤに基づき、利用する鉄道経路及び処理対象近傍駅への到着時刻を、ダイクストラ法等の経路探索技術を用いて検索する。なお、出発駅と近傍駅とが同一の場合は、出発時刻を駅到着時刻とする。

本実施形態では、Ａ駅１１からＢ駅１２までの経路及びＢ駅１２の到着時刻と、Ａ駅１１からＣ駅１３までの経路及びＣ駅１３の到着時刻と、Ａ駅１１からＤ駅１４までの経路及びＤ駅１４の到着時刻とが各繰り返し処理において算出される。

続いて、ナビゲーション装置１０は、ステップＳ８０５で求めた駅到着時刻を基にタクシー待ち時間を算出する、タクシー待ち時間算出処理Ｓ８０６を実行する。タクシー待ち時間算出処理Ｓ８０６の詳細は後述する。

そして、ナビゲーション装置１０は、タクシー待ち時間待機した後に乗車するタクシーによる、タクシー移動時間を算出する（ステップＳ８０７）。

具体的には、ナビゲーション装置１０は、近傍ノードをキーとして経路データベース１０４を検索することで、処理対象近傍駅に対応づけられたタクシー移動時間（処理対象近傍駅から近傍ノードまでのタクシー乗車時間）を取得する。

この際、ナビゲーション装置１０は、算出したタクシーの移動時間に対して、天候等の
影響に基づく移動時間の修正を行ってもよい。また、ナビゲーション装置１０は、所定のカーナビゲーションシステム等による経路探索技術を用いて、処理対象近傍駅を出発地とし、目的地２０又は近傍ノードを到着地とし、さらにタクシー待ち時間を考慮したタクシーの乗車時刻を出発時刻とした場合のタクシー移動時間を求めてもよい。

続いて、ナビゲーション装置１０は、目的地２０の到着時刻を算出する（ステップＳ８０８）。

具体的には、ナビゲーション装置１０は、ステップＳ８０５で算出した駅到着時刻に、ステップＳ８０６で算出したタクシー待ち時間と、ステップＳ８０７で算出したタクシー移動時間とを加算することで、目的地２０の到着時刻を求める。

本実施形態では、Ｂ駅１２及びタクシーを経由した場合の目的地２０（近傍ノード）の到着時刻と、Ｃ駅１３及びタクシーを経由した場合の目的地２０（近傍ノード）の到着時刻と、Ｄ駅１４及びタクシーを経由した場合の目的地２０（近傍ノード）の到着時刻とが各繰り返し処理において算出される。

そして、ナビゲーション装置１０は、処理対象近傍駅に関する経路探索結果を、探索済み経路データ１６３に登録する（ステップＳ８０９）。

具体的には、ナビゲーション装置１０は、出発駅から処理対象近傍駅までの、各鉄道の乗換駅を含む経路と、当該経路における各駅の出発時刻と、当該経路における各駅の到着時刻と、処理対象近傍駅におけるタクシー待ち時間と、目的地の到着時刻との情報を組にして、探索済み経路データ１６３に登録する。

ナビゲーション装置１０は、出発地から各処理対象近傍駅までの経路に関する処理を、全ての処理対象近傍駅について実行すると（ステップＳ８０５乃至ステップＳ８０９）、ステップＳ８１０の処理を実行する。

すなわち、ステップＳ８１０においてナビゲーション装置１０は、ステップＳ８０９で登録した探索済み経路データ１６３の経路探索結果を、目的地への到着時刻をキーとしてソートし、目的地への到着時刻が早い方から所定個数の経路探索結果を、携帯端末２００に送信する。

携帯端末２００は、この経路探索結果を示す画面（経路検索結果画面）を画面に表示する。経路検索結果画面の詳細は後述する。

なお、ナビゲーション装置１０は、経路探索結果の一部の情報、例えば経路探索処理の途中で算出される、各時間帯におけるタクシー待ち行列の長さの分布に関する情報を、各タクシー運行管理システム３００に送信してもよい（Ｓ８１１）。

以上で経路探索処理は終了する。

＜タクシー待ち時間算出処理＞
図８は、経路探索処理におけるタクシー待ち時間算出処理Ｓ８０６の詳細を説明するフロー図である。

まず、ナビゲーション装置１０は、処理対象近傍駅へのタクシーの到着時刻の分布を、タクシー到着時刻分布データ１６４から取得する（ステップＳ９０１）。なお、タクシー到着時刻分布データ１６４は、前述のように、タクシー運行管理システム３００から受信
したデータに基づき随時更新されている。

ナビゲーション装置１０は、ステップＳ９０１で取得した到着時刻の分布に対して、タクシー到着時刻分布データ１６４の更新時に考慮されていないタクシーを考慮することで、処理対象近傍駅への全タクシーの到着時刻の分布を算出する補正を行う（ステップＳ９０２）。

すなわち、ステップＳ９０１においてナビゲーション装置１０が取得する情報は、タクシー運行管理システム３００から受信した所定の会社のタクシー（以下、本タクシーという）の情報のみであるため、タクシーの到着時刻の分布を正しく予測するためには、その他の会社のタクシー（以下、他タクシーという）の挙動を考慮することが好ましい。

そこで、例えば、ナビゲーション装置１０は、過去のある時期に処理対象近傍駅に滞留していた本タクシー及び他タクシー（全てのタクシー）の台数の統計情報を、所定のデータベース又は外部システムから取得する。ナビゲーション装置１０は、この統計情報に基づき、（本タクシーの台数）／（本タクシーの台数＋他タクシーの台数）を算出することで、タクシーの総台数に対する本タクシー台数の割合を求め、これを補正パラメータとする。ナビゲーション装置１０は、この補正パラメータに基づいて、ステップＳ９０１で算出した本タクシーの台数から、全タクシーの到着時刻の分布を算出する。なお、本タクシー及び他タクシーの間の、客扱い時の行先の違いを考慮する余地はあるものの、全体を均して考えれば本タクシーの挙動も他タクシーの挙動も同様であると見込まれるため、本方法によって求めたタクシーの総台数は、実際の台数の良い近似になっていると期待できる。

また、ステップＳ９０２においてナビゲーション装置１０は次のような処理を行ってもよい。まず、ナビゲーション装置１０は、予め処理対象近傍駅に設置された監視カメラ等から取得した情報に基づき、タクシー乗り場に存在する旅客のタクシー待ち行列の長さを推定する。ナビゲーション装置１０は、算出したタクシー待ち行列の時間変化と、タクシー乗り場に到着した旅客の時間変化とに基づき、タクシー乗り場でタクシーに乗車した旅客の時間変化を求める。そして、ナビゲーション装置１０は、この時間変化と直接対応しているタクシー会社の配車台数の時間変化を取得することで、それ以外のタクシー会社の配車台数を算出し、両者の配車台数の割合を用いて、処理対象近傍駅への全タクシーの到着時刻の分布を算出する。

以上のようなステップＳ９０２の補正を実行することによって、ナビゲーション装置１０は、複数台存在するタクシーの挙動を全て直接把握することができない場合であっても、良く近似されたタクシー全体の到着時刻の分布を求めることができる。

続いて、ナビゲーション装置１０は、処理対象近傍駅のタクシー待ち行列（タクシー乗り場）への旅客の到着時刻の分布の暫定値を、旅客到着時刻分布データ１６５に登録する（ステップＳ９０３）。

具体的には、ナビゲーション装置１０は、標準旅客到着時刻分布データ１６７を読み込んで、旅客到着時刻分布データ１６５に記憶する。

なお、標準旅客到着時刻分布データ１６７が天候や曜日等に応じたデータを含んでいる場合には、ナビゲーション装置１０は、その標準旅客到着時刻分布データ１６７を、駅到着時又はその前後の天候や曜日に対応する値に調整してもよい。

また、ナビゲーション装置１０は、処理対象近傍駅での鉄道旅客の降車時刻の分布を取
得する（ステップＳ９０４）。

具体的には、ナビゲーション装置１０は、旅客降車時刻分布データ１６６を読み込む。なお、前述したように、旅客降車時刻分布データ１６６は、鉄道運行管理システム４００から受信した情報により随時更新されている。

次に、ナビゲーション装置１０は、ステップＳ９０３で取得した旅客のタクシー乗り場への到着時刻の分布を、検索条件下のタクシー利用者の状況に応じて（すなわち、例えば鉄道運行乱れ時のタクシー利用者の一時的な減少やその後の増加に応じて）補正する（ステップＳ９０５）。

すなわち、駅のタクシー乗り場におけるタクシー待ち行列の長さは、鉄道を利用する旅客数に大きく影響されるため、鉄道の運行乱れ等の状況に応じて、これを補正する必要がある。ただ、一方で、鉄道の運行状況に関係なく、鉄道利用者以外でタクシーを利用する旅客も存在する。ステップＳ９０３にて取得された標準旅客到着時刻分布データ１６７は、鉄道を利用しているタクシー利用者と鉄道を利用していないタクシー利用者の双方の情報を含んでいるため、検索条件下での鉄道の運行状況に基づくタクシー利用者の変動を特別に加味することで、より正しい到着時刻の分布を得ることができる。

具体的には、ナビゲーション装置１０は、旅客降車時刻分布データ１６６が示す各時間帯５１の降車人数５２から、標準旅客降車時刻分布データ１６８が示す各時間帯７１の降車人数７２をそれぞれ減算することで、標準時期と検索条件が示す時期との間の、各時間帯における処理対象近傍駅への旅客の降車人数の差分を算出する。

そして、ナビゲーション装置１０は、算出した、処理対象近傍駅への旅客の降車人数の差分を、旅客行動モデル１６９に適用することにより、処理対象近傍駅のタクシー乗り場への旅客の到着人数の差分を求める。そして、ナビゲーション装置１０は、旅客到着時刻分布データ１６５における、処理対象近傍駅のタクシー乗り場への旅客の到着人数に、前記算出した、処理対象近傍駅のタクシー乗り場への旅客の到着人数の差分を加算することで、補正後の旅客到着時刻分布データ１６５、すなわち、各時間帯における処理対象近傍駅のタクシー乗り場への旅客の到着時刻の分布を算出する。なお、算出された旅客の人数が負の値になる場合には、その到着人数は「０」とする。

ここで、ステップＳ９０５により生成される、補正された旅客到着時刻分布データ１６５の具体例を説明する。

（旅客到着時刻分布データ）
図９は、生成された旅客到着時刻分布データ１６５の一例を示す図である。旅客到着時刻分布データ１６５は、所定の時間帯４１と、この時間帯４１に各駅のタクシー乗り場に到着する旅客の人数（到着人数４２）とを含む情報を記憶したデータである。旅客到着時刻分布データ１６５は、各駅のタクシー乗り場ごとに設けられる。なお、同図では、各タクシー乗り場に到着する旅客の人数を１０分単位で設定している。

続いて、図８のステップＳ９０６においてナビゲーション装置１０は、ステップＳ９０２で算出した、処理対象近傍駅のタクシー乗り場へのタクシーの到着台数の時間分布と、ステップＳ９０５で算出した、処理対象近傍駅のタクシー乗り場への旅客の到着人数の時間分布と、タクシー乗り場における、各旅客の各タクシーへの乗車割り当て方法を規定したパラメータ（以下、割り当てパラメータという）に基づき、ステップＳ８０５で算出された、処理対象近傍駅のタクシー乗り場への旅客の到着時刻にユーザが到着した場合の、ユーザのタクシー待ち時間を算出する割り当てシミュレーションを実行する。

具体的には、例えば、ナビゲーション装置１０は、各時間帯における、処理対象近傍駅のタクシー乗り場へのタクシーの到着台数、及び当該タクシー乗り場への旅客の到着人数に基づき、各時間帯における旅客のタクシー待ち行列の長さ（人数）を算出する。この際、ナビゲーション装置１０は、そのタクシー待ち行列における各旅客の各タクシーへの割り当てを、そのタクシー待ち行列の先頭の旅客（到着時刻が早い旅客）から順に行う。

なお、割り当てパラメータは、例えば、タクシー１台当たりの平均乗車人数である。乗車割り当て方法パラメータにおける平均乗車人数は、例えば、過去のタクシーの乗車履歴を用いて予め算出しておく。このような乗車割り当て方法パラメータを用いることで、各タクシーを現実に即した方法で各旅客に割り当てることができる。

なお、このシミュレーションにおいては、ある時間帯においていずれの旅客にも割り当てられなかったタクシーは、次の時間帯以降における旅客に割り当てられるようにする。他方、ある時間帯においてタクシーに割り当てることができなかった旅客は、そのタクシー待ち行列を次の時間帯に残したままで、その次の時間帯でタクシーを割り当てる。

そして、ナビゲーション装置１０は、ステップＳ８０５で算出された処理対象近傍駅の到着時刻が属する時間帯までにタクシー乗り場に存在する旅客の全てがいずれかのタクシーに割り当てられた場合に、本シミュレーションを終了する。ナビゲーション装置１０は、シミュレーションが終了した時点の時間帯における終了時刻と、ステップＳ８０５で算出された、処理対象近傍駅の到着時刻との差を、タクシー待ち時間として出力する。

この場合、全ての旅客がいずれかのタクシーに割り当てられたかどうかは、例えば、シミュレーションに、「指定された時刻が含まれる時間帯の次の時間帯以降、タクシー待ち行列に新規旅客の追加を行わない」とする条件を追加した上で、「指定された時刻が含まれる時間帯以降で、タクシー待ち行列の長さが０になる」場合に、全ての旅客がいずれかのタクシーに割り当てられたと判定する。

なお、ステップＳ９０５においてナビゲーション装置１０は、旅客降車時刻分布データ１６６及び標準旅客降車時刻分布データ１６８に対応する情報を以下の処理で生成して用いてもよい。まず、ナビゲーション装置１０は、旅客向けに公開されている各鉄道路線の列車在線情報を取得し、取得した列車在線情報を所定の列車運行シミュレーションに適用することで、標準時期又は将来の時期の各列車の運行を算出又は推定する。また、ナビゲーション装置１０は、この各列車の運行の情報と、ナビゲーション装置１０がこれまでに受信した各経路探索要求情報とに基づき、処理対象近傍駅で降車する旅客が各列車に何人乗車しているかを推定する。

ここで、以上の経路探索プログラム１６１及びタクシー待ち時間算出プログラム１６２の実行の結果、携帯端末２００に表示される経路検索結果画面１０００について説明する。

（経路検索結果画面）
図１０は、経路検索結果画面１０００の一例を示す図である。

この経路検索結果画面１０００は、目的地２０への到着時刻１００１が早い順に、複数の経路１０１０が表示される。

この複数の経路１０１０の情報には、各経路１０１０における各乗車駅及び降車駅の情報１０１１と、タクシー利用に関する情報１０１２とが含まれる。

また、タクシー利用に関する情報１０１２には、タクシー待ち時間１０１３と、近傍駅のタクシー乗り場到着時（到着時に属する時間帯）におけるタクシー行列における待ち人数１０１４とが併記される。

ユーザは、この経路検索結果画面１０００を参照することにより、どの経路を利用して目的地２０に到着すべきかを、ユーザの事情に応じて合理的に判断することができる。

なお、経路検索結果画面１０００における経路探索結果の表示順は、到着時刻の早い順とする他、利用料金が少ない順、乗り換え回数が少ない順、タクシー待ち時間が短い順、又はタクシー待ち人数が少ない順等、様々な基準に基づいていてもよい。また、各経路１０１０における各乗車駅及び降車駅の情報１０１１として、各々の駅の出発時刻や到着時刻を併記するようにしてもよい。

以上のように、本実施形態のナビゲーションシステム１は、鉄道及びタクシーによる経路検索において、タクシー乗り場におけるタクシー待ち時間を、近傍駅及びそのタクシー乗り場における旅客の人流に基づき算出し、そのタクシー待ち時間を含む出発地から目的地への経路による移動時間を算出してこれを表示する。

このように、本実施形態のナビゲーションシステム１は、鉄道及び道路車両を用いた経路検索において道路車両の利用待ち時間を適切に考慮して経路検索を行うことができる。

特に、列車の運行が乱れた場合には、旅客の流動が通常と大きく異なり、各駅のタクシーの待ち時間や大きく変化し全体の移動時間に大きく影響する場合があるが、本実施形態のナビゲーションシステム１によれば、このような場合でも、経路検索を行うユーザに対して、適切な情報を提供することができる。

本発明は上記した実施形態に限定されるものではなく、様々な変形例が含まれる。上記した実施形態は本発明のより良い理解のために詳細に説明したものであり、必ずしも説明の全ての構成を備えるものに限定されるものではない。

例えば、各装置の一部又は全部の機能を、他の装置に設けてもよく、また、複数の装置の機能を一つの装置にまとめてもよい。例えば、タクシー運行管理システム３００及び鉄道運行管理システム４００の一部又は全部の機能を、ナビゲーション装置１０に設けてもよい。また、携帯端末２００の画面表示をナビゲーション装置１０が行ってもよい。

また、本実施形態では、探索対象の道路車両としてタクシーを採用したが、例えば路線バスのような、道路を走行する他の種類の道路車両であってもよい。時刻表に従って配車されるという条件の下、所定の最大乗車人数を基に割り当てシミュレーションを行うことで、タクシーの場合と同様に待ち時間を推定することができる。

また、本実施形態では、道路車両の利用が、近傍駅から目的地２０までの利用に限るものとしたが、近傍駅に至る他の行程で道路車両を利用するものとしてもよい。

また、本実施形態では、各近傍駅にタクシー乗り場が常に１つある場合の例を示したが、本発明はこれに限らない。具体的には、例えば、タクシー乗り場がない駅についてはタクシーを利用した移動経路の探索の対象外とする。また、近傍駅にタクシー乗り場が複数ある場合には、タクシー乗り場のそれぞれについてタクシー到着時刻分布データ１６４、旅客到着時刻分布データ１６５、標準旅客到着時刻分布データ１６７、及び旅客行動モデル１６９を設定することで、各旅客の、各タクシー乗り場（タクシー待ち行列）でのタク
シー待ち時間を求めるシミュレーションを実行する。そして、タクシーを利用した移動経路を含む経路を探索する際には、各タクシー乗り場から近傍ノードまでのタクシー移動時間を求め、先に算出したタクシー待ち時間とタクシー移動時間とに基づき各経路を探索し、目的地に早く到着する経路を、携帯端末２００に提示する経路とする。

また、本実施形態では、ナビゲーション装置１０が、列車運行に関する情報及び鉄道内の旅客流動に関する情報を鉄道運行管理システム４００から受信するような構成としたが、他の構成によってもよい。ナビゲーション装置１０は、定期的に、又は能動的なリクエストに応じて鉄道運行管理システム４００が有する情報と同様の情報が得られればよい。例えば、１つ以上の鉄道情報システム（鉄道の運行状況や旅客流動に関する情報を扱うシステム）から受信する構成とすることができる。

また、本実施形態では、ナビゲーション装置１０が、旅客到着時刻分布データ１６５を、旅客降車時刻分布データ１６６、標準旅客到着時刻分布データ１６７、及び標準旅客降車時刻分布データ１６８に基づいて求めることにより、各タクシーの各旅客への割り当てに関するシミュレーションをタクシー到着時刻分布データ１６４を参照しつつ実行したが（図９のステップＳ９０６）、他の方法によってもよい。例えば、タクシー乗り場に、タクシーの待ち行列を検知するセンサを取り付け、そのセンサの情報を用いて現在時刻におけるタクシーの待ち行列の長さを推定することで、当該待ち行列の長さの推定値を基準として現在時刻以降の各時間帯におけるシミュレーションを実行してもよい。これにより、現在時刻以前の状態に関する誤差を無視することができるため、タクシー待ち時間をより正確に推定することができる。

また、標準旅客到着時刻分布データ１６７、標準旅客降車時刻分布データ１６８、及び旅客行動モデル１６９等の情報は、季節的なイベント、月、曜日、時間、又は天候等の条件ごとに設けてもよい。なお、これらの情報は、過去の対応する条件下での実績データから求める。これにより、タクシーの待ち時間を、より正しく推定することができる。

以上の本明細書の記載により、少なくとも次のことが明らかにされる。すなわち、本実施形態においてナビゲーション装置は、前記待ち時間算出処理において、前記待ち時間を、前記乗車場所に到着する他の旅客数の時間変動と、前記乗車場所に到着する道路車両の数の時間変動とに基づき推定する、としてもよい。

このように、タクシーの待ち時間を、タクシー乗り場に到着する旅客数の時間変動と、タクシー乗り場に到着するタクシーの数の時間変動とに基づき推定することで、タクシーの待ち時間を正確に推定することができる。

また、本実施形態においてナビゲーション装置は、前記待ち時間算出処理において、前記乗車場所に到着する旅客数の時間変動を、前記条件下で前記降車する駅を降車する旅客数の傾向を示す情報と、予め取得しておいた、過去の所定時期に前記乗車場所に存在していた旅客数とに基づき推定する、としてもよい。

このように、タクシー乗り場に到着する旅客数の時間変動を、検索条件下において駅降車後タクシー乗り場に到着する旅客数の傾向と、通常時において駅降車後タクシー乗り場に到着する旅客数の傾向と、タクシー乗り場に通常存在している全ての旅客数の傾向とに基づき推定することで、検索時が通常の鉄道運行時でない場合（例えば、鉄道の運行乱れ時）であっても、その運行状況に影響を受ける鉄道からのタクシー利用者の数と、その運行状況に影響しない他のタクシー利用者の数とを共に正確に推定することができる。すなわち、タクシー待ち行列に到着する旅客の数の時間的な分布のうち、鉄道利用者かつタクシー利用者である旅客に関する分布と、それ以外のタクシー利用者に関する分布とを同時
に管理することができる。

また、本実施形態においてナビゲーション装置は、前記待ち時間算出処理において、前記乗車場所に到着する道路車両の数の時間変動を、所定の道路車両管理システムから受信した情報に基づき推定する、としてもよい。

このように、タクシー乗り場に到着するタクシーの数の時間変動を、例えばタクシー運行管理システム３００のような外部システムから受信した情報に基づき推定することで、より正確にタクシーの数の時間変動を推定することができる。

また、本実施形態においてナビゲーション装置は、前記待ち時間算出処理において、前記乗車場所に到着する道路車両の数の時間変動を、前記道路車両管理システムから受信した、前記条件下で前記乗車場所に存在する道路車両の数と、予め取得しておいた、過去の所定時期に前記乗車場所に存在していた道路車両の数とに基づき推定する、としてもよい。

近傍駅には、タクシー運行管理システム３００が管理する会社のタクシーの他、タクシー運行管理システム３００が管理していない他の会社のタクシーが存在する。そこで、タクシー乗り場に到着するタクシーの数の時間変動を、タクシー運行管理システム３００から受信した、検索時にタクシー乗り場に存在するタクシーの数と、過去の所定時期における（前記タクシーに限らない例えば全ての）タクシーの数とに基づき推定することで、近傍駅に到着する多くのタクシーに基づき、より正確なタクシー待ち時間を推定することができる。

また、本実施形態においてナビゲーション装置は、前記待ち時間算出処理において、前記旅客の前記乗車場所への到着時刻を含む現在時刻以降の各時間に、前記乗車場所に存在する旅客の人数の時間変動を、前記乗車場所に到着する旅客数の時間変動と、前記乗車場所に到着する道路車両の数の時間変動とに基づき推定し、前記経路探索処理において、前記算出した旅客の人数の時間変動を、前記道路車両管理システムに送信するとしてもよい。

このように、タクシー乗り場における現在時刻以降の各時間帯におけるタクシー待ち人数を推定してタクシー運行管理システム３００等に送信することで、各タクシー運行管理会社は、以後、近傍駅におけるタクシー待ち行列の長さを考慮してタクシーの配車計画を更新することが可能になるため、タクシーの供給者とタクシー利用者の双方にとってより都合の良いタクシーの運行が実現できる。

また、本実施形態においてナビゲーション装置は、前記待ち時間算出処理において、前記所定の旅客の前記乗車場所への到着時刻に、前記乗車場所に存在する旅客の人数を、前記乗車場所に到着する旅客数の時間変動と、前記乗車場所に到着する道路車両の数の時間変動とに基づき推定し、前記経路探索処理において、前記推定した、前記乗車場所に存在する旅客の人数の情報を出力する、としてもよい。

このように、タクシー乗り場におけるタクシー待ち人数を推定して表示することで、ユーザは、タクシーの利用の可否又はその利用方法に関する意思決定をする際に有用な情報を得ることができる。

１ ナビゲーションシステム、１０ ナビゲーション装置、３００ タクシー運行管理システム、４００ 鉄道運行管理システム

Claims (8)

1. プロセッサ及びメモリを備えると共に、
   出発地から目的地に移動する旅客の移動経路における鉄道のダイヤが通常より乱れている条件下での前記旅客の移動経路として、鉄道の駅を降車すると共に、前記降車する駅の近傍の乗車場所から前記目的地までをタクシーで移動する経路を特定する経路特定処理と、
   前記乗車場所への到着から前記タクシーによる移動の開始までの、前記旅客の前記乗車場所における待ち時間を、前記降車する駅における旅客の人流の前記条件下での予測値及び過去の旅客数に基づく統計値と前記乗車場所における旅客の人流の過去の旅客数に基づく統計値とに基づき推定する待ち時間算出処理と、
   前記推定した待ち時間を含む、前記出発地から目的地への前記経路による移動時間を算出する経路移動時間算出処理と、
   前記算出した移動時間の情報を出力する結果出力処理とを含む経路探索処理を実行する、
   ナビゲーション装置。
2. 前記待ち時間算出処理において、前記待ち時間を、前記降車する駅を出場した旅客数の時間変動の予測値及び統計値を、前記降車する駅における旅客の人流の予測値及び統計値とし、前記乗車場所に到着する旅客数の時間変動の統計値を前記乗車場所における旅客の人流の統計値とし、さらに前記乗車場所に到着するタクシーの数の時間変動の推定値に基づき推定する、
   請求項１に記載のナビゲーション装置。
3. 前記待ち時間算出処理において、前記乗車場所に到着する旅客数の時間変動の予測値を、前記条件下で前記降車する駅を降車する旅客数の傾向を示す情報と、前記降車する駅を降車する旅客数の過去の所定時期の傾向を示す統計情報と、予め取得しておいた、前記鉄道のダイヤが乱れていない通常条件下での所定時期に前記乗車場所に存在していた旅客数とに基づき推定する、
   請求項２に記載のナビゲーション装置。
4. 前記待ち時間算出処理において、前記乗車場所に到着するタクシーの数の時間変動を、各タクシーの運行を管理するタクシー運行管理システムから受信した、各タクシーが前記降車する駅に到着する時刻を示す情報に基づき推定する、
   請求項２に記載のナビゲーション装置。
5. 前記待ち時間算出処理において、前記乗車場所に到着するタクシーの数の時間変動の予測値を、前記タクシー運行管理システムから受信した、前記条件下で前記乗車場所に存在するタクシーの数の予測値と、予め取得しておいた、過去の所定時期に前記乗車場所に存在していた、前記タクシー運行管理システムに係る事業者のタクシーの数及び前記事業者と異なる事業者のタクシーの数とに基づき推定する、
   請求項４に記載のナビゲーション装置。
6. 前記待ち時間算出処理において、前記旅客の前記乗車場所への到着時刻を含む現在時刻以降の各時間に、前記乗車場所に存在する旅客の人数の時間変動を、前記乗車場所に到着する旅客数の時間変動と、前記乗車場所に到着するタクシーの数の時間変動とに基づき推定し、
   前記経路探索処理において、前記算出した旅客の人数の時間変動を、前記タクシー運行管理システムに送信する、
   請求項４に記載のナビゲーション装置。
7. 前記待ち時間算出処理において、前記条件下で前記出発地から目的地に移動する前記旅客の前記乗車場所への到着時刻に、前記乗車場所に存在する旅客の人数を、前記条件下で前記降車する駅を降車する旅客数の傾向を示す情報と、前記降車する駅を降車する旅客数の過去の所定時期の傾向を示す統計情報と、前記乗車場所に到着する旅客数の時間変動の過去の旅客数に基づく統計値と、前記乗車場所に到着するタクシーの数の時間変動の推定値とに基づき推定し、
   前記経路探索処理において、前記推定した、前記乗車場所に存在する旅客の人数の情報を出力する、
   請求項１に記載のナビゲーション装置。
8. プロセッサ及びメモリを備える情報処理装置が、
   出発地から目的地に移動する旅客の移動経路における鉄道のダイヤが通常より乱れている条件下での前記旅客の移動経路として、鉄道の駅を降車すると共に、前記降車する駅の近傍の乗車場所から前記目的地までをタクシーで移動する経路を特定する経路特定処理と、
   前記乗車場所への到着から前記タクシーによる移動の開始までの、前記旅客の前記乗車場所における待ち時間を、前記降車する駅における旅客の人流の前記条件下での予測値及び過去の旅客数に基づく統計値と前記乗車場所における旅客の人流の過去の旅客数に基づく統計値とに基づき推定する待ち時間算出処理と、
   前記推定した待ち時間を含む、前記出発地から目的地への前記経路による移動時間を算出する経路移動時間算出処理と、
   前記算出した移動時間の情報を出力する結果出力処理とを含む経路探索処理を実行する、
   ナビゲーション方法。

Images