JP2000285362A - ナビゲーション装置 - Google Patents

Abstract

(57)【要約】 【課題】 旅行時間情報が未提供の経路の旅行時間予測
精度を向上する。 【解決手段】 まず最初にステップ１１により、メッシ
ュ間ＯＤ交通量データ５５を計算する。次にステップ１
２では、ノード間ＯＤ交通量データ５７を算出する。ス
テップ１３では、ノード間のＯＤ交通量データ５７、及
び、道路ネットワークデータ５６等から推定交通量デー
タ１４（特定経路Ｃを構成する各リンク上の各推定停留
交通量Ｑ_st′等）を求める。ステップ１５では、評価式
「Σ_C （Ｑ _st−Ｑ_st′）² ＜ε１」等により、発生集中
指標データ４０、ステップ１１、ステップ１２、メッシ
ュ間のＯＤ交通量データ５５、または、ノード間のＯＤ
交通量データ５７の妥当性を評価し、妥当でないと判断
される評価項目（４０、１１、１２、５５、５７）を適
当に補正して、再度ステップ１１より、上記の処理を繰
り返す。以上の処理により、上記の評価項目を最適化す
ることができる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、道路交通量のナビ
ゲーション装置に関し、特に、信号交差点等の道路上の
所定地点に対応するノードと、ノード間の道路の片側方
向に各々対応するリンクにより道路網をモデル化し、リ
ンク上を走行する一般車両の走行の開始により発生する
交通量である発生交通量と、一般車両の目的地への到着
により消滅する交通量である集中交通量とをノード対応
に設定することにより道路網モデル上の交通量の流れを
シミュレートするナビゲーション装置に関する。

【０００２】

【従来の技術】信号交差点等の道路上の所定地点に対応
するノードと、各ノード間の道路の片側方向に各々対応
するリンクにより道路網をモデル化して交通流をシミュ
レートするナビゲーション装置が、公開特許公報「特開
平７−１２９８９３：車両用経路誘導装置」や同「特開
平８−２８７３９３：旅行時間提供装置及び経路計算装
置」等に公開されている。

【０００３】これらの従来技術においては、ＶＩＣＳ等
の外部から道路網モデル上の特定経路に関する旅行時間
情報が得られた場合、その経路を構成するリンクのリン
ク情報（リンク通過時間関連値）を更新して予測精度の
向上を図っている。

【０００４】

【発明が解決しようとする課題】しかしながら、上記の
従来技術においては、上記の様に旅行時間情報が得られ
た経路を構成するリンクを通過しない車両の旅行時間に
ついては、リンク情報（リンク通過時間関連値）が更新
されないため、情報が提供されていないリンクから構成
される経路の旅行時間の予測精度を上げることができな
かった。

【０００５】本発明は、上記の課題を解決するために成
されたものであり、その目的は、ＶＩＣＳ等の外部から
の旅行時間関連情報が提供されていないリンクから構成
される経路のシミュレーション精度を上げることであ
る。

【０００６】

【課題を解決するための手段】上記の課題を解決するた
めには、以下の手段が有効である。即ち、第１の手段
は、信号交差点等の道路上の所定地点に対応するノード
と、これらのノード間の道路の片側方向に各々対応する
リンクにより道路網をモデル化し、リンク上を走行する
一般車両の走行の開始により発生する交通量である発生
交通量と、一般車両の目的地への到着により消滅する交
通量である集中交通量とを各ノード対応に設定すること
により道路網モデル上の交通流シミュレーションを行う
ナビゲーション装置において、道路網モデルの交通情報
をリアルタイムに入力する交通情報入力手段と、この交
通情報の関連値と交通流シミュレーションによる交通情
報の関連値に対するシミュレーション結果との差分を最
小化する方向に道路網モデル、交通流シミュレーション
のシミュレーション方法、又は、交通流シミュレーショ
ンのシミュレーション・データを補正する繰り返し補正
演算処理により交通流シミュレーションを最適化する交
通流最適化手段とを備えることである。

【０００７】また、第２の手段は、上記の第１の手段に
おいて、道路網モデル上に定義された所定区域単位に発
生交通量又は集中交通量を予測する発生・集中交通量予
測手段と、この発生・集中交通量予測手段により予測さ
れた所定区域単位の発生交通量又は集中交通量を各ノー
ド対応に分配する発生・集中交通量分配手段とを備える
ことである。

【０００８】また、第３の手段は、上記の第２の手段の
交通流最適化手段に、発生・集中交通量予測手段の交通
量予測方法か、又は、発生・集中交通量予測手段により
生成される所定区域単位の発生・集中交通量かを交通情
報に基づいてリアルタイムに補正する予測方法最適化手
段を設けることである。

【０００９】また、第４の手段は、上記の第２、又は、
第３の手段の交通流最適化手段に、発生・集中交通量分
配手段の交通量分配方法か、又は、発生・集中交通量分
配手段により生成されるノード単位の発生・集中交通量
かを交通情報に基づいてリアルタイムに補正する分配方
法最適化手段を設けることである。

【００１０】また、第５の手段は、上記の第１乃至第４
のいずれか１つの手段において、交通情報入力手段によ
り入力された特定経路の旅行時間を基にその関連リンク
の交通量を逆算する関連リンク交通量逆算手段を設け、
交通流最適化手段により、道路網モデルを用いた交通流
シミュレーションにより求められた特定経路の交通量
と、関連リンク交通量逆算手段により算出された特定経
路の交通量とを、最小化する差分の演算対象として繰り
返し補正演算処理を実行することである。

【００１１】また、第６の手段は、上記の第１乃至第５
のいずれか１つの手段の交通流最適化手段において、交
通情報入力手段により入力された特定経路の旅行時間
と、道路網モデルを用いた交通流シミュレーションによ
り求められた特定経路の旅行時間とを最小化する差分の
演算対象として繰り返し補正演算処理を実行することで
ある。

【００１２】また、第７の手段は、上記の第２乃至第６
のいずれか１つの発生・集中交通量分配手段において、
発生交通量又は集中交通量を分配すべきノードをノード
に付与された重み係数、ノード又はノードに接続されて
いるリンクの混雑度、或いは、ノードの所定区域に対す
る方向又は距離により、確率的、又は、決定論的に選択
することである。

【００１３】また、第８の手段は、上記の第１乃至第７
のいずれか１つの手段において、交通流シミュレーショ
ンのシミュレーション結果をコスト情報として最小コス
ト経路を探索する経路探索手段を設けることである。

【００１４】更に、第９の手段は、上記の第１乃至第８
のいずれか１つの手段において、交通流シミュレーショ
ンのシミュレーション結果を用いて出発地から目的地ま
での旅行時間を求める旅行時間予測手段を設けることで
ある。以上の手段により、前記の課題を解決することが
できる。

【００１５】

【作用及び発明の効果】本発明の上記手段によれば、上
記の交通流最適化手段などの作用により、交通流シミュ
レーションが、入力された交通情報に基づいて最適化さ
れる。より具体的には、例えば、上記の予測方法最適化
手段や、分配方法最適化手段により、発生・集中交通量
の所定区域間あるいはノード間の起終点交通量（以下、
「ＯＤ交通量データ（Origin-Destination trip dat
a）」と言う場合がある。）の所定区域単位の予測方
法、或いは、ノード単位の分配方法などが、交通情報入
力手段によりリアルタイムに入力された交通情報に基づ
いて最適化される。

【００１６】従って、具体的には、例えば、最適化され
た交通量予測方法、最適化された交通量分配方法、或い
は、最適化された広範囲のＯＤ交通量データ（区域間Ｏ
Ｄ交通量データ、又は、ノード間ＯＤ交通量データ）に
基づいて交通流のシミュレーションを行うことが可能と
なり、よって、旅行時間の予測精度が広範囲にわたり大
きく向上する等の効果が得られる。

【００１７】

【発明の実施の形態】以下、本発明を具体的な実施例に
基づいて説明する。図１は、本実施例におけるナビゲー
ション装置１００のハードウェア構成図である。本ナビ
ゲーション装置１００は、車両のカーナビゲーションシ
ステムなどに搭載可能なものである。

【００１８】ＣＰＵ１０１は、ＲＯＭ１０２及びＲＡＭ
１０３を記憶装置として使用し、用意されたプログラム
に従って、各種の記憶・演算を実行する。ＣＰＵ１０１
は、車両センサ１１０又は位置情報受信装置１０９よ
り、車両の現在地及び進行方向を特定するために必要な
情報を入出力インタフェース（ＩＦ）１０８を介して随
時入力する。

【００１９】表示装置１０４には、目的地までに所要さ
れると予想された旅行時間を表示することができる。Ｃ
ＰＵ１０１は、ハードディスク、フロッピーディスク又
はコンパクトディスク等の記録媒体に対する入出力を実
行するディスク装置（ＤＫ）１０５、ＲＯＭ１０２、及
び、ＲＡＭ１０３に保持される情報により、道路網モデ
ルのリンク情報をリンク単位に記憶するデータベースを
構成する。ＣＰＵ１０１は、交通情報受信手段１０６よ
り、入出力インタフェース（ＩＦ）１０７を介して、Ｖ
ＩＣＳ等からリアルタイムに交通情報を受信する（交通
情報入力手段）。

【００２０】図２は、本実施例における道路ネットワー
クデータのイメージ図であり、（ａ）は道路ネットワー
クデータによる道路網モデルの画面表示時のイメージ
図、（ｂ）はノードデータを保持するテーブルの構成
図、（ｃ）はリンクデータを保持するテーブルの構成図
である。この様に、道路ネットワークデータをデータベ
ース上に保持することにより、前記の道路網モデルを論
理的に構成することができる。

【００２１】図３は、本発明の実施例における道路網モ
デル３００の模式図である。本実施例においては、この
様に、信号交差点等の道路上の所定地点に対応するノー
ド（Ｎ０，Ｎ１，Ｎ２…）とこれらのノード間の道路の
片側方向に各々対応するリンク（Ｌ０１，Ｌ１２，Ｌ２
３…）により道路網をモデル化する。従って、例えば、
一方通行の道路については、片側方向のリンクしか定義
されていない。

【００２２】また、ある１つのリンクと同じノードを共
有する、その１つのリンクと直に交通量の移動（受け渡
し）が可能な他のリンクをその１つのリンクの接続リン
クと言い、上流側の接続リンクのことを上流リンク、下
流側の接続リンクのことを下流リンクと言う。

【００２３】図４は、上記のような道路網モデルにおけ
る各リンクの交通量の定義を示す説明図である。例え
ば、道路網モデル３００のリンクＬ１２（図３、図４）
は、３つの上流リンク（Ｌ０１，Ｌ４１，Ｌ５１）及
び、３つの下流リンク（Ｌ２３，Ｌ２６，Ｌ２７）を有
する。

【００２４】この時、これらの全上流リンクからリンク
Ｌ１２に流れ込む交通量の累積値をリンクＬ１２の流入
交通量（Ｑ_in）と言う。また、リンクＬ１２から下流側
のノードＮ２に流れ出る交通量の累積値をリンクＬ１２
の流出交通量（Ｑ_out ）と言う。更に、リンクＬ１２上
に現在存在している交通量をリンクＬ１２の停留交通量
（Ｑ_st）と言う。

【００２５】本実施例の道路網モデルにおいては、一般
車両の出発（旅行の開始）による交通量の発生及び、一
般車両の到着（旅行の終了）による交通量の消滅は、各
ノードにおいて起るものとする。例えば、ノードＮ１で
発生し、かつ、リンクＬ１２に入り込む交通量の累積値
をリンクＬ１２の発生交通量（Ｑ_gen ）と言う。また、
リンクＬ１２の流出交通量（Ｑ_out ）の内、ノードＮ２
で消滅する交通量をリンクＬ１２の集中交通量（Ｑ_a ）
と言う。上記の４つの交通量Ｑ_in、Ｑ_out 、Ｑ_st、Ｑ
_gen を総括的にリンク交通量と呼ぶ。このリンク交通量
は、前記のリンク情報に含まれる情報である。

【００２６】図５は、本実施例における交通流シミュレ
ーション機能の機能ブロック図である。交通流シミュレ
ーション機能５０は、車両出発目的地点決定機能５１
と、車両移動機能５２等から構成されている。車両出発
目的地点決定機能５１は、各所定区域間のメッシュ間Ｏ
Ｄ交通量データ５５をノード間の一般車両のＯＤ交通量
データ５７に変換する。このデータ変換を行うに際して
は、図２で説明した道路ネットワークデータ５６、及
び、シミュレーション結果である各道路の混雑状況５８
が出発／到着ノードの選択基準として利用される。

【００２７】メッシュ間ＯＤ交通量データ５５は、各車
両の出発時刻（交通量発生時刻）、メッシュ（所定区
域）に割り当てられた出発地域及び目的地域等から成
る。道路ネットワークデータ５６は、図２に示したデー
タで、ノードデータには、ノードの重み係数が含まれて
いる。ノード間の一般車両のＯＤ交通量データ５７は、
車両出発目的地点決定機能５１のデータ変換結果であ
り、各車両の出発地点（出発ノード）情報と目的地点
（到着ノード）情報を有する。各道路の混雑状況５８
は、車両移動機能５２のシミュレーション結果である。

【００２８】車両移動機能５２は、上記のノード間の一
般車両のＯＤ交通量データ５７と道路ネットワークデー
タ５６より、車両移動のシミュレーションを実行し、各
道路の混雑状況、或いは、指定された出発地−目的地間
の旅行時間を予測する（図５の予測結果５３）。

【００２９】図６は、本実施例における（ａ）メッシュ
間ＯＤ交通量データ５５を保持するテーブルの構成図、
及び、（ｂ）車両発生時刻データ６０を保持するテーブ
ルの構成図である。車両発生時刻データ６０は、車両出
発目的地点決定機能５１が中間処理データとして生成す
るデータであり、メッシュ間ＯＤ交通量データ５５を基
に、乱数を使用して各一般車両がいつ出発するかを確率
的に決定したものである。

【００３０】図７は、車両発生時刻データ６０（図６
（ｂ）、図７（ａ））から、ノード間の一般車両のＯＤ
交通量データ５７（図５、図７（ｂ））を生成するデー
タ変換方法を示す説明図である。このデータ変換処理
は、後述のノード間ＯＤ交通量データ生成処理（図８の
ステップ８２０）等において行われるものである。

【００３１】図７（ａ）は、前記の各所定区域間のメッ
シュ間ＯＤ交通量データ５５を基に生成した車両発生時
刻データ６０のイメージを模式的に表現したものであ
る。即ち、図７（ａ）は、ある１台の一般車両の出発メ
ッシュ（出発区域）と到着メッシュ（到着区域）とが確
定している。本ナビゲーション装置においては、この一
般車両の道路網モデル上の出発ノードと到着ノードと
を、後述の確率的、又は、決定論的選択手段により具体
的に決定する。

【００３２】図８は、本実施例における道路網モデルの
シミュレーション手順を表すゼネラルフローチャートで
ある。本フローチャートは、前記のＣＰＵ１０１（図
１）により、実行されるものである。本フローチャート
では、まず最初に、ステップ８０５により、全リンクに
停留交通量（Ｑ_st）を設定する。本設定は、図略のリン
ク交通量テーブルに記憶されている曜日別、時間帯別の
基準値を基に行う。

【００３３】次に、ステップ８１０では、国勢調査結果
等の社会経済指標に基づいて推定された後述の発生集中
指標データ４０（図９）や図２の道路ネットワークデー
タ５６等から、メッシュ間ＯＤ交通量データ５５を生成
する。ステップ８１５では、前記（図６）の手順に従っ
て、車両発生時刻データ６０を生成する。ステップ８２
０では、前記（図７）の手順に従って、ノード間ＯＤ交
通量データ５７を生成する。

【００３４】ステップ８２５では、車両発生時刻データ
６０、又は、ノード間ＯＤ交通量データ５７の中に、発
生時刻（車両出発時刻）が現在時刻ｔに達している未処
理データ（車両発生処理８３５が実施されていないデー
タ）が有るか否かを確認し、未処理データが有ればステ
ップ８３０へ、無ければステップ８４０へ処理を移す。

【００３５】ステップ８３０では、ダイキストラ法など
の経路選択方法により、該当する一般車両の出発・到着
ノード間の走行経路を決定する。ステップ８３５では、
車両発生処理を行う。この処理により、該当するリンク
の発生交通量（Ｑ_gen ）が更新されると共に、ステップ
８４０での車両移動処理が可能となる。

【００３６】ステップ８４０では、追従モデル、ブロッ
ク密度法などにより、一般車両の各リンクにおける移動
処理を行う。この移動処理により、道路網モデル（図
３）上の各リンクの前記の交通量Ｑ_in、Ｑ_out 、Ｑ
_st（図４）などが更新される。

【００３７】ステップ８４５では、今後車両発生処理
（ステップ８３５）を行うためのノード間ＯＤ交通量デ
ータ５７が有るか否かを判定し、有ればステップ８２５
へ、無ければステップ８５０へ処理を移す。ステップ８
５０では、今後ノード間ＯＤ交通量データ５７の生成処
理（ステップ８２０）を行うための車両発生時刻データ
６０が有るか否かを判定し、有ればステップ８２０へ、
無ければステップ８５５へ処理を移す。

【００３８】ステップ８５５では、今後の車両発生時刻
データ６０の生成処理（ステップ８１５）を行うための
メッシュ間ＯＤ交通量データ５５が有るか否かを判定
し、有ればステップ８１５へ、無ければステップ８１０
へ処理を移す。

【００３９】以上の処理を継続的に繰り返し実行すれ
ば、ステップ８４０などの作用により、リンク交通量な
どから成るリンク情報が算出・更新されるため、各リン
クのリンク通過時間τ、又は、各リンクにおける渋滞発
生状況が予測可能となる。

【００４０】図９は、本実施例において処理されるシミ
ュレーション関連データの流れ図である。工場内にてシ
ミュレーション関連データが記録される記憶媒体（ＣＤ
−ＲＯＭ等）には、発生集中指標データ４０や図２の道
路ネットワークデータ５６が含まれている。発生集中指
標データ４０は、国勢調査結果等の社会経済指標に基づ
いて推定されたデータで、道路網モデル上の各メッシュ
内の人口データ（時間帯別統計値）等を含んでいる。

【００４１】車載ナビゲーションシステム（図１のナビ
ゲーション装置１００）では、交通情報受信装置１０６
（図１）などから構成される旅行時間入手段９２によ
り、道路網モデル上の特定経路についてのＶＩＣＳ等か
らの旅行時間情報９１を入手して、図略のテーブル上に
旅行時間データ９３を構成し、記憶する。

【００４２】旅行時間−交通量変換手段９４（関連リン
ク交通量逆算手段に相当）は、ＶＩＣＳ等により交通情
報が与えられている特定経路Ｃを構成する各リンク上の
各停留交通量Ｑ_st、又は、この各停留交通量Ｑ_stの合計
値に相当する経路停留交通量Σ_C Ｑ_st等を図中の区間交
通量データ９５として求める。ただし、ＶＩＣＳ等によ
り与えられる交通情報が、特定経路Ｃの旅行時間ではな
く、特定経路ＣのＱ_stやΣ_C Ｑ_st等の交通量であった場
合には、旅行時間−交通量変換手段９４（関連リンク交
通量逆算手段に相当）は、無くても良い。

【００４３】ＯＤ交通量推定機能９０は、区間交通量デ
ータ９５、発生集中指標データ４０、及び、道路ネット
ワークデータ５６等から、図１０に示す最適化処理によ
り、メッシュ間ＯＤ交通量データ５５、又は、ノード間
ＯＤ交通量データ５７をシミュレーション中間結果とし
て出力する。

【００４４】図１０に、本実施例のＯＤ交通量推定機能
９０により実行される最適化処理の説明図を示す。本最
適化処理では、まず最初に、ステップ１１により、メッ
シュ間のＯＤ交通量データ５５を計算する。本計算にお
ける入力データは、前記の区間交通量データ９５、発生
集中指標データ４０、及び、道路ネットワークデータ５
６等である。

【００４５】次にステップ１２では、車両の出発・目的
地点の決定により、各ノードへの交通量の分配を行う。
即ち、本ステップでは、メッシュ間のＯＤ交通量データ
５５、及び、道路ネットワークデータ５６等からノード
間のＯＤ交通量データ５７を計算し、出力する。従っ
て、本ステップ１２は、前記の車両出発目的地点決定機
能５１と略同等の機能を持つため、車両出発目的地点決
定機能５１と同じプログラムを流用して構成することも
可能である。

【００４６】ステップ１３では、交通流計算により、車
両の移動処理を行う。即ち、本ステップでは、ノード間
のＯＤ交通量データ５７、及び、道路ネットワークデー
タ５６等から推定区間交通量データ１４を計算し、出力
する。従って、本ステップ１３は、前記の車両移動機能
５３と略同等の機能を持つため、車両移動機能５３と同
じプログラムを流用して構成することも可能である。本
ステップ１３では、上記の特定経路Ｃを構成する各リン
ク上の各停留交通量Ｑ_st′、又は、この各停留交通量Ｑ
_st′の合計値に相当する経路停留交通量Σ_C Ｑ_st′等を
この推定区間交通量データ１４として求める。

【００４７】ステップ１５では、後述の評価式などによ
り、発生集中指標データ４０、ステップ１１、ステップ
１２、メッシュ間のＯＤ交通量データ５５、または、ノ
ード間のＯＤ交通量データ５７の妥当性を評価する。例
えば、発生集中指標データ４０が妥当でないと判断され
る場合には、発生集中指標データ４０を適当に修正し
て、再度ステップ１１より、上記の処理を繰り返す。

【００４８】このような補正処理を繰り返し実行するこ
とにより、発生集中指標データ４０、ステップ１１、ス
テップ１２、メッシュ間のＯＤ交通量データ５５、また
は、ノード間のＯＤ交通量データ５７の最適化を図るこ
とができる。また、ステップ１５の判定には、例えば、
次式（１）に示す評価式を用いることができる。

【００４９】

【数１】 Σ_C （Ｑ_st−Ｑ_st′）² ＜ε１ …（１） ただし、ここで、ε１は誤差許容範囲を示す適当な正の
実数であり、Σ_C は交通情報が与えられた特定経路Ｃを
構成する全リンクに関する総和を示すものとする。

【００５０】本実施例のナビゲーション装置１００で
は、このＯＤ交通量推定機能９０において、以下に示す
最適化処理（予測方法最適化手段、または、分配方法最
適化手段）を実施することにより、システムの最適化を
図っている。

【００５１】《Ｉ．予測方法最適化手段》本手段は、以
下の項目をリアルタイムに入力したＶＩＣＳ等からの交
通情報に基づいて補正するものである。 （項目１）発生・集中交通量予測手段の交通量予測方法
（ステップ１１、ステップ８１０） （項目２）発生・集中交通量予測手段により生成される
所定区域（メッシュ）単位の発生・集中交通量（メッシ
ュ間ＯＤ交通量データ５５）

【００５２】本予測方法最適化手段によれば、交通量予
測方法、または、メッシュ間ＯＤ交通量データの最適化
により、道路網モデル上の広範囲にわたった旅行時間予
測精度の向上が可能となる。

【００５３】例えば、次の方程式（２）により、２つの
メッシュ間の交通量ΣＱ_gen （所定時間内の片側方向の
発生・集中交通量）が推定される場合、この方程式
（２）を決定づける定数Ｇ、又は、発生集中指標データ
４０の一部を構成する（Ｍ，ｍ）を逐次補正することに
より、上記の最適化を実施することができる。

【００５４】ただし、ここで、Ｍは出発メッシュ内の人
口データ（時間帯別統計値）、ｍは到着メッシュ内の人
口データ（時間帯別統計値）、Ｇはこの出発メッシュ内
から到着メッシュ内への交通量に関する定数で、ｒは出
発メッシュと到着メッシュとの重心間距離である。ただ
し、人口データとは、就業人口、従業人口、昼間人口な
どを示し、各メッシュの特徴に合わせてそれらの中から
選択あるいは組み合わせて用いる。また、各メッシュの
重心は、各メッシュの矩形の重心で定義しても、各人口
データＭ，ｍの重心で定義してもよい。

【数２】 ΣＱ_gen ＝ＧＭｍ／ｒ² （Ｇ＞０） …（２）

【００５５】或いは、また、次の方程式（３）により、
２つのメッシュ間の交通量ΣＱ_genが推定される場合、
この方程式（３）を決定づける定数（ａ，ｂ）、又は、
発生集中指標データ４０の一部を構成する（Ｍ，ｍ）を
逐次補正することにより、上記の最適化を実施すること
ができる。

【数３】 ΣＱ_gen ＝ａＭｍｒｅ^-br （ａ＞０，ｂ＞０） …（３）

【００５６】《II．分配方法最適化手段》本手段は、以
下の項目をリアルタイムに入力したＶＩＣＳ等からの交
通情報に基づいて補正するものである。 （項目１）発生・集中交通量分配手段の交通量分配方法
（ステップ１２、ステップ８２０、車両出発目的地点決
定機能５１） （項目２）発生・集中交通量分配手段により生成される
ノード単位の発生・集中交通量（ノード間ＯＤ交通量デ
ータ５７）

【００５７】本予測方法最適化手段によれば、交通量予
測方法の最適化により、道路網モデル上の広範囲にわた
った旅行時間予測精度の向上が期待できると共に、ノー
ド間ＯＤ交通量データの最適化により、ローカルな交通
状況の変化に対する迅速な対応が可能となる。

【００５８】例えば、本実施例のナビゲーション装置１
００において、一般車両の道路網モデル上の出発ノード
と到着ノードとを具体的に決定する際に、仮に、図７
（ｂ）に示す様に、到着メッシュ内に存在するノードは
１つ（ノード３）だけで、出発メッシュ内に存在するノ
ードは２つ（ノード１、ノード２）あった場合、出発ノ
ードは、次式（４）の確率Ｐ_j により、確率的に選択さ
れる。

【数４】 Ｐ_j ＝（ρ_j ＋αＲ_j −βＪ_j ）／ _i=1Σⁿ （ρ_j ＋αＲ_j −βＪ_j ） （α＞０，β＞０） …（４）

【００５９】ただし、ここで、Ｒ_j は図２（ｂ）に示し
たノードｊ（Ｎｊ）の重み係数（ランク指数）、α、β
は本ナビゲーション装置を最適化するための調整パラメ
ータ（正の実数）であり、ｎ＝２である。また、Ｊ_j は
ノードｊの混雑レベルであり、ノードｊに接続している
リンクでスピルバックを起こしているとき１、そうでな
い時０である。また、ρ_j は、ノードｊ（Ｎｊ）の人口
加重係数であり、Ｎｊの近傍における単位面積当たりの
ノード密度η_j と時間帯別人口データの人口密度σ_j と
によって、次式（５）で定義されるものである。

【数５】 ρ_j ＝σ_j ／η_j …（５）

【００６０】このような場合にも、上記の方程式（４）
を決定づける定数（α，β）、或いは、前記の道路ネッ
トワークデータ５６や発生集中指標データ４０の一部を
構成する（ρ_j ，Ｒ_j ，Ｊ_j ）を逐次補正することによ
り、上記の最適化を実施することができる。

【００６１】また、この様な確率Ｐ_j を導入することに
より、出発ノードを選択すれば、本ナビゲーション装置
によって求められたノードｊの混雑レベルＪ_j により、
ノードｊが出発ノードとして選択される確率が変わって
くるため、出発メッシュ内の混雑が緩和され、より現実
的な交通流のシミュレーションが可能となる。また、こ
のようなノードの選択方法は、到着ノードが到着メッシ
ュ内に複数個存在している場合にも、到着ノードの決定
時に、上記と同様に用いることができる。

【００６２】また、ノードの選択は、決定論的に行って
も良い。例えば、到着メッシュ内に存在するノードは１
つだけで、出発メッシュ内にはノードが１つも存在して
いなかった場合、本実施例においては、出発ノードを次
式（６）で定義されるＡ_j の値が最も大きなノードを全
ノードの中から出発ノードとして選択する。

【数６】 Ａ_j ＝Ｒ_j −λＪ_j ＋μ（ν＋ｃｏｓθ_j ）／ｒ_j ² （λ＞０，μ＞０，ν＞１） …（６） ただし、ここで、λ，μ，νは本ナビゲーション装置を
最適化するための調整パラメータであり、（ｒ_j ，
θ_j ）は、図１１に示す出発ノードｊ（Ｎｊ）の曲座標
である。

【００６３】また、図１１に、本実施例における車両発
生時刻データからノード間のＯＤ交通量データへのデー
タ変換を行う際に利用される曲座標の説明図を示す。本
図において、点Ｏは出発メッシュの中心点であり、か
つ、曲座標（ｒ_j ，θ_j ）の原点である。点Ｃは到着メ
ッシュの中心点である。

【００６４】このような場合にも、上記の方程式（６）
を決定づける定数（λ，μ，ν）、或いは、前記の道路
ネットワークデータ５６や発生集中指標データ４０の一
部を構成する（Ｒ_j ，Ｊ_j ）を逐次補正することによ
り、上記の最適化を実施することができる。

【００６５】また、（６）に示すＡ_j が最も大きくなる
ノードを選択すれば、目的地の方角に近い方向に位置す
るノード、或いは、出発メッシュの中心点から近いノー
ドがより選択され易くなると同時に、ノードのランク指
数Ｒ_j が大きく、混雑の少ないノード程出発ノードとし
て選択され易くなるため、混雑が緩和され易くなり、よ
り現実的な交通流のシミュレーションが可能となる。ま
た、このようなノードの選択方法は、到着ノードの決定
時にも、上記と同様に用いることができる。

【００６６】本発明によれば、このように、メッシュ内
にノードが存在していない場合にも、出発／到着ノード
を決定することができるので、メッシュの大きさを容易
に変更することができるという効果もある。或いは、道
路網モデルのリンク数やノード数を変化させても、各所
定区域間のメッシュ間ＯＤ交通量データ５５を基にステ
ップ７００及びステップ７４０などの作用により、ノー
ド間ＯＤ交通量データ５７が自動的かつ動的（リアルタ
イム）に生成されるため、道路網モデルの構成に大きな
自由度が生れるという効果もある。

【００６７】即ち、本発明によれば、道路網モデル（道
路ネットワークデータ）に応じてＯＤ交通量データが割
り振られるため、ネットワークの変更に関わらずＯＤ交
通量データを利用することができる。

【００６８】また、ステップ１５の判定には、例えば、
次式（７）に示す評価式を用いても良い。ただし、ここ
で、ε２は誤差許容範囲を示す適当な正の実数であり、
Σ_C は交通情報が与えられた特定経路Ｃを構成する全リ
ンクに関する総和を示すものとする。また、τは前記の
旅行時間データ９３として求められた各リンクのリンク
通過時間、τ′は前記のステップ１３で、推定区間交通
量データ１４として求められた、特定経路Ｃを構成する
各リンクのリンク通過時間である。

【００６９】

【数７】 Σ_C （τ−τ′）² ＜ε２ …（７） 従って、この場合には、図９の旅行時間−交通量変換手
段９４、及び、区間交通量データ９５は無くとも良い。

【００７０】尚、ここでは、最適化のための判定条件
は、（１）或いは（７）により定めたが、上記の最適化
処理には、最小二乗法や公知の降下法（descent metho
d）等の、最適解を有限回の手続きで計算する各種の最
適化の方法を用いても良い。

【００７１】図１２に、本実施例における経路探索要求
コマンドに関する主な機能ブロックのブロック関連図を
示す。交通流シミュレーション機能５０は、車両出発目
的地点決定機能５１により、各所定区域間のメッシュ間
ＯＤ交通量データ５５をノード間の一般車両のＯＤ交通
量データ５７に変換する。ただし、ここでは、車両出発
目的地点決定機能５１を用いずに、ＯＤ交通量推定機能
９０により求められたノード間ＯＤ交通量データ５７を
直接用いても良い。

【００７２】更に、交通流シミュレーション機能５０
は、車両移動機能５２により、ノード間ＯＤ交通量デー
タ５７と道路ネットワークデータ５６より、車両移動の
シミュレーションを実行し、各道路の混雑状況、或い
は、各リンクのリンク通過時間τを計算する（図１２の
予測結果１７）。

【００７３】また、交通流シミュレーション機能５０
は、経路探索要求コマンド１６からの要求に応じて、本
コマンドにて指定された「出発地−目的地」間の経路探
索に関する計算を開始する。この時、経路探索機能１８
は、交通流シミュレーション機能５０により起動され、
ダイキストラ法などを用いて、最短時間経路、又は、渋
滞を避けた経路等の案内経路１９を求め、表示装置１０
４に表示する。

【００７４】尚、上記の実施例においては、ノードのラ
ンク指数Ｒ_j やノードｊの混雑レベルＪ_j は離散的な数
値を用いているが、ノードのランク指数Ｒ_j やノードｊ
の混雑レベルＪ_j には連続的な数値を使ってもよい。即
ち、重み係数をノードに接続されているリンクの道路種
別以外にも、例えば、ノードに接続されているリンクの
出口における所定微小時間当りの最大流出可能交通量で
ある飽和交通流率（連続的な実数）により決定すること
ができる。

【００７５】また、このリンクの道路種別は、高速道
路、国道、主要道路、一般県道、二次幹線、その他の道
路等に分類することができるが、これらは更に、車線
数、道幅、制限速度などによって細分化してもよい。

【００７６】また、上記の実施例においては、一般車両
の到着ノードや走行経路は、車両移動処理（ステップ８
４０）を実行する前に決定されているが、一般車両の到
着ノードや走行経路は、車両移動処理（ステップ８４
０）を実行する時に同時に決定してもよく、例えば、時
間と共に逐次確率的に決定する方法を用いても良い。こ
のような場合においても、本発明は、ある出発メッシュ
からある出発ノードを決定する段階においてその効果を
十分に発揮する。

【００７７】また、本実施例においては、車両のカーナ
ビゲーションシステム等に搭載可能なナビゲーション装
置について具体的に記載したが、本装置は、交通管制セ
ンターやタクシー会社、運送会社等の指令センターに設
置するナビゲーション装置としても利用することができ
る。

【図面の簡単な説明】

【図１】本発明の実施例におけるナビゲーション装置の
ハードウェア構成図。

【図２】本発明の実施例における道路ネットワークデー
タのイメージ図。

【図３】本発明の実施例における道路網モデルの模式
図。

【図４】本発明の実施例におけるリンク交通量の定義を
示す説明図。

【図５】本発明の実施例における交通流シミュレーショ
ン機能の機能ブロック図。

【図６】本発明の実施例における（ａ）メッシュ間ＯＤ
交通量データを保持するテーブルの構成図、及び、
（ｂ）車両発生時刻データを保持するテーブルの構成
図。

【図７】本発明の実施例における車両発生時刻データか
らノード間のＯＤ交通量データへのデータ変換方法を示
す説明図。

【図８】本発明の実施例における道路網モデルのシミュ
レーション手順を表すゼネラルフローチャート。

【図９】本発明の実施例において処理されるシミュレー
ション関連データの流れ図。

【図１０】本発明の実施例におけるＯＤ交通量推定機能
により実行される最適化処理の説明図。

【図１１】本発明の実施例における車両発生時刻データ
からノード間のＯＤ交通量データへのデータ変換を行う
際に利用される曲座標の説明図。

【図１２】本発明の実施例における経路探索要求コマン
ドに関する主な機能ブロックのブロック関連図。

【符号の説明】

ＩＦ … 入出力インタフェース ＤＫ … ディスク装置 Ｎｊ … ノード番号（ｊは整数） Ｌｌ … リンク番号（ｌは整数） τ … リンク通過時間 Ｑ_in … 流入交通量（累積値） Ｑ_out … 流出交通量（累積値） Ｑ_gen … 発生交通量（累積値） Ｑ_a … 集中交通量（累積値） Ｑ_st … 停留交通量（現在値） Ｍ … 出発メッシュ内の人口（時間帯別統計
値） ｍ … 到着メッシュ内の人口（時間帯別統計
値） ｒ … 出発メッシュと到着メッシュとの重心間
距離 ρ_j … ノードｊ（Ｎｊ）の人口加重係数 Ｒ_j … ノードｊ（Ｎｊ）のランク指数 Ｊ_j … ノードｊ（Ｎｊ）の混雑レベル ｒ_j … ノードｊ（Ｎｊ）の曲座標（原点Ｏから
の距離） θ_j … ノードｊ（Ｎｊ）の曲座標（ｘ軸の正の
向きからの角度） ａ，ｂ， α，β， λ，μ，ν… 最適化用の調整パラメータ（正の実数）

フロントページの続き (72)発明者 寺本 英二 愛知県愛知郡長久手町大字長湫字横道41番 地の１ 株式会社豊田中央研究所内 (72)発明者 森田 博史 愛知県豊田市トヨタ町１番地 トヨタ自動 車株式会社内 Ｆターム(参考） 5H180 AA01 BB13 DD01 EE02 FF13

Claims (9)

【特許請求の範囲】
1. 【請求項１】 信号交差点等の道路上の所定地点に対応
   するノードと、前記ノード間の道路の片側方向に各々対
   応するリンクにより道路網をモデル化し、前記リンク上
   を走行する一般車両の走行の開始により発生する交通量
   である発生交通量と、前記一般車両の目的地への到着に
   より消滅する交通量である集中交通量とを前記各ノード
   対応に設定することにより道路網モデル上の交通流シミ
   ュレーションを行うナビゲーション装置であって、 前記道路網モデルの交通情報をリアルタイムに入力する
   交通情報入力手段と、 前記交通情報の関連値と、前記交通流シミュレーション
   による前記交通情報の関連値に対するシミュレーション
   結果との差分を最小化する方向に、前記道路網モデル、
   前記交通流シミュレーションのシミュレーション方法、
   又は、前記交通流シミュレーションのシミュレーション
   ・データを補正する繰り返し補正演算処理により、前記
   交通流シミュレーションを最適化する交通流最適化手段
   とを有することを特徴とするナビゲーション装置。
2. 【請求項２】 前記道路網モデル上に定義された所定区
   域単位に前記発生交通量又は前記集中交通量を予測する
   発生・集中交通量予測手段と、 前記発生・集中交通量予測手段により予測された前記所
   定区域単位の前記発生交通量又は前記集中交通量を前記
   各ノード対応に分配する発生・集中交通量分配手段とを
   有することを特徴とする請求項１に記載のナビゲーショ
   ン装置。
3. 【請求項３】 前記交通流最適化手段は、 前記発生・集中交通量予測手段の交通量予測方法か、又
   は、 前記発生・集中交通量予測手段により生成される前記所
   定区域単位の発生・集中交通量かを前記交通情報に基づ
   いてリアルタイムに補正する予測方法最適化手段を有す
   ることを特徴とする請求項２に記載のナビゲーション装
   置。
4. 【請求項４】 前記交通流最適化手段は、 前記発生・集中交通量分配手段の交通量分配方法か、又
   は、 前記発生・集中交通量分配手段により生成される前記ノ
   ード単位の発生・集中交通量かを前記交通情報に基づい
   てリアルタイムに補正する分配方法最適化手段を有する
   ことを特徴とする請求項２、又は、請求項３に記載のナ
   ビゲーション装置。
5. 【請求項５】 前記交通情報入力手段により入力された
   特定経路の旅行時間を基にその関連リンクの交通量を逆
   算する関連リンク交通量逆算手段を有し、 前記交通流最適化手段は、前記道路網モデルを用いた前
   記交通流シミュレーションにより求められた前記特定経
   路の交通量と、前記関連リンク交通量逆算手段により算
   出された前記特定経路の交通量とを前記差分の演算対象
   として前記繰り返し補正演算処理を実行することを特徴
   とする請求項１乃至請求項４のいずれか１項に記載のナ
   ビゲーション装置。
6. 【請求項６】 前記交通流最適化手段は、 前記交通情報入力手段により入力された特定経路の旅行
   時間と、 前記道路網モデルを用いた前記交通流シミュレーション
   により求められた前記特定経路の旅行時間とを前記差分
   の演算対象として前記繰り返し補正演算処理を実行する
   ことを特徴とする請求項１乃至請求項５のいずれか１項
   に記載のナビゲーション装置。
7. 【請求項７】 前記発生・集中交通量分配手段は、前記
   発生交通量又は前記集中交通量を分配すべき前記ノード
   を前記ノードに付与された重み係数、 前記ノード又は前記ノードに接続されている前記リンク
   の混雑度、或いは、 前記ノードの前記所定区域に対する方向又は距離によ
   り、確率的、又は、決定論的に選択することを特徴とす
   る請求項２乃至請求項６のいずれか１項に記載のナビゲ
   ーション装置。
8. 【請求項８】 前記交通流シミュレーションのシミュレ
   ーション結果をコスト情報として最小コスト経路を探索
   する経路探索手段を有することを特徴とする請求項１乃
   至請求項７のいずれか１項に記載のナビゲーション装
   置。
9. 【請求項９】 前記交通流シミュレーションのシミュレ
   ーション結果を用いて出発地から目的地までの旅行時間
   を求める旅行時間予測手段を有することを特徴とする請
   求項１乃至請求項８のいずれか１項に記載のナビゲーシ
   ョン装置。