特許 7158288 交通状態推定システム、及び交通状態推定方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2022-10-13

(45)【発行日】2022-10-21

(54)【発明の名称】交通状態推定システム、及び交通状態推定方法

(51)【国際特許分類】

   B61L 25/02 20060101AFI20221014BHJP

   B61L 27/10 20220101ALI20221014BHJP

   G08G 1/005 20060101ALI20221014BHJP

【ＦＩ】

B61L25/02 A

B61L27/10

G08G1/005

【請求項の数】 8

(21)【出願番号】P 2019002516

(22)【出願日】2019-01-10

(65)【公開番号】P2020111139

(43)【公開日】2020-07-27

【審査請求日】2021-04-14

(73)【特許権者】

【識別番号】000005108

【氏名又は名称】株式会社日立製作所

(74)【代理人】

【識別番号】110000176

【氏名又は名称】一色国際特許業務法人

(72)【発明者】

【氏名】小野 弥生

(72)【発明者】

【氏名】米原 三揮

(72)【発明者】

【氏名】藤原 仁貴

【審査官】上野 力

(56)【参考文献】

【文献】特開平０９－１１５０８７（ＪＰ，Ａ）

【文献】特開２０１８－１０１２０５（ＪＰ，Ａ）

【文献】特開２００５－２２７９７２（ＪＰ，Ａ）

【文献】特開２０１７－１７７９２３（ＪＰ，Ａ）

【文献】特開２０１８－１５１９５３（ＪＰ，Ａ）

【文献】特開２００５－０５６４４１（ＪＰ，Ａ）

【文献】特開２０１１－１４１８３６（ＪＰ，Ａ）

【文献】特開２０１１－１１３５４７（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｂ６１Ｌ ２７／００

Ｂ６１Ｌ ２５／０２

Ｇ０８Ｇ １／００５

(57)【特許請求の範囲】

【請求項1】

交通状態に対する制約に関する情報である状態制約、
交通状態の推定値である状態推定値、
交通状態に関する情報を取得するセンサ装置が観測した情報である観測センサ値、及び、
前記観測センサ値を観測する際の前記センサ装置の特性に関する情報である観測特性、
を記憶する記憶部と、
前記状態制約と前記状態推定値とに基づき、ある時刻における交通状態の予測値である状態予測値を生成する状態予測部と、
前記観測特性と前記観測センサ値とに基づき、前記ある時刻における交通状態の予測値である観測予測値を生成する観測予測部と、
前記状態予測値と前記観測予測値との乖離の度合いを示す評価値である乖離評価値を生成する乖離評価部と、
前記乖離評価値に基づき前記状態推定値を更新する状態補正部と、
を備え、
前記状態制約は、前記交通状態を表すデータ項目のグループ毎に設定された前記制約を示す情報を含み、
前記状態予測部は、前記制約を遵守しつつ、前記状態推定値に基づき、前記データ項目について、前記交通状態を示すデータ値と前記データ値の夫々が取り得る確率の分布とを含む情報を前記状態予測値として生成し、
前記観測特性は、前記センサ装置が本来観測した瞬間の時刻である真時刻と当該真時刻を取り得る確率の分布とを含む情報である時刻特性と、前記センサ装置が本来観測した瞬間の状態に関するデータ値である真データ値と当該真データ値を取り得る確率の分布とを含む情報であるデータ値特性と、を含み、
前記観測予測部は、前記観測特性と前記観測センサ値とに基づき、前記センサ装置が前記観測センサ値を観測したはずの瞬間の時刻と、前記センサ装置が観測したはずのデータ値と、前記時刻と前記データ値の組合せが取り得る確率の分布を含む情報である観測真値を生成し、前記観測真値に基づき、前記ある時刻における前記交通状態の、前記真時刻からの経過時間、前記データ値、及び前記データ値を取り得る確率の分布を含む情報を前記観測予測値として生成し、
前記乖離評価部は、前記観測予測値に含まれている前記経過時間と前記データ値の確率の分布とに基づき、前記交通状態を表すデータ項目毎に、当該観測予測値がどの程度信頼できるかを示す値である観測信頼度と、同じ時刻における、前記状態予測値と前記観測予測値の確率分布がどの程度離れているかを示す値である乖離度とを含む情報を前記乖離評価値として生成し、
前記状態補正部は、前記観測信頼度を予め設定された閾値と比較することにより前記観測予測値が信頼できるか否かを判定し、前記観測予測値が信頼できると判定した場合は前記観測予測値の確率分布に、前記観測予測値が信頼できないと判定した場合は前記状態予測値の確率分布に近づくように、前記状態予測値の確率分布と前記観測予測値の確率分布を統合した内容に前記状態推定値を更新する、
交通状態推定システム。

【請求項2】

請求項１に記載の交通状態推定システムであって、
異なる前記センサ装置に基づく前記観測予測値を比較することにより得られる情報に基づき前記観測予測値を調整する、
交通状態推定システム。

【請求項3】

請求項１に記載の交通状態推定システムであって、
前記状態補正部は、前記乖離度が小さい前記データ項目から優先的に前記統合を行う、
交通状態推定システム。

【請求項4】

請求項１に記載の交通状態推定システムであって、
前記観測センサ値は、前記交通状態に関する情報を観測するセンサ装置から取得したものである、
交通状態推定システム。

【請求項5】

請求項１に記載の交通状態推定システムであって、
前記状態推定値に基づき経路情報を生成する経路検索システムと通信可能に接続し、
前記状態推定値を前記経路検索システムに送信する通信装置を備える、
交通状態推定システム。

【請求項6】

請求項１に記載の交通状態推定システムであって、
前記状態制約及び前記観測特性のうちの少なくともいずれかを調整するパラメータ調整部を更に備える、
交通状態推定システム。

【請求項7】

請求項６に記載の交通状態推定システムであって、
前記パラメータ調整部は、前記状態補正部が更新した前記状態推定値、或いは、ユーザから受け付けた情報のいずれかに基づき、前記状態制約及び前記観測特性のうちの少なくともいずれかを調整する、
交通状態推定システム。

【請求項8】

交通状態を推定する方法であって、
情報処理装置が、
交通状態に対する制約に関する情報である状態制約、
交通状態の推定値である状態推定値、
交通状態に関する情報を取得するセンサ装置が観測した情報である観測センサ値、及び、
前記観測センサ値を観測する際の前記センサ装置の特性に関する情報である観測特性、
を記憶するステップ、
前記状態制約と前記状態推定値とに基づき、ある時刻における交通状態の予測値である状態予測値を生成するステップ、
前記観測特性と前記観測センサ値とに基づき、前記ある時刻における交通状態の予測値である観測予測値を生成するステップ、
前記状態予測値と前記観測予測値との乖離の度合いを示す評価値である乖離評価値を生成するステップ、及び、
前記乖離評価値に基づき前記状態推定値を更新するステップ、
を実行し、
前記状態制約は、前記交通状態を表すデータ項目のグループ毎に設定された前記制約を示す情報を含み、
前記情報処理装置が、前記制約を遵守しつつ、前記状態推定値に基づき、前記データ項目について、前記交通状態を示すデータ値と前記データ値の夫々が取り得る確率の分布とを含む情報を前記状態予測値として生成するステップを更に実行し、
前記観測特性は、前記センサ装置が本来観測した瞬間の時刻である真時刻と当該真時刻を取り得る確率の分布とを含む情報である時刻特性と、前記センサ装置が本来観測した瞬間の状態に関するデータ値である真データ値と当該真データ値を取り得る確率の分布とを含む情報であるデータ値特性と、を含み、
前記情報処理装置が、前記観測特性と前記観測センサ値とに基づき、前記センサ装置が前記観測センサ値を観測したはずの瞬間の時刻と、前記センサ装置が観測したはずのデータ値と、前記時刻と前記データ値の組合せが取り得る確率の分布を含む情報である観測真値を生成し、前記観測真値に基づき、前記ある時刻における前記交通状態の、前記真時刻からの経過時間、前記データ値、及び前記データ値を取り得る確率の分布を含む情報を前記観測予測値として生成するステップを更に実行し、
前記情報処理装置が、前記観測予測値に含まれている前記経過時間と前記データ値の確率の分布とに基づき、前記交通状態を表すデータ項目毎に、当該観測予測値がどの程度信頼できるかを示す値である観測信頼度と、同じ時刻における、前記状態予測値と前記観測予測値の確率分布がどの程度離れているかを示す値である乖離度とを含む情報を前記乖離評価値として生成するステップを更に実行し、
前記情報処理装置が、前記観測信頼度を予め設定された閾値と比較することにより前記観測予測値が信頼できるか否かを判定し、前記観測予測値が信頼できると判定した場合は前記観測予測値の確率分布に、前記観測予測値が信頼できないと判定した場合は前記状態予測値の確率分布に近づくように、前記状態予測値の確率分布と前記観測予測値の確率分布を統合した内容に前記状態推定値を更新するステップを更に実行する、
交通状態推定方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、交通状態推定システム、及び交通状態推定方法に関する。

【背景技術】

【0002】

特許文献１には、遅延・早発時間を考慮した経路検索結果を計算する経路検索システムについて記載されている。この技術において、路線運行実績予測時刻生成システムは、鉄道やバス等の時刻表を作成するシステムであるダイヤ編成システムと、鉄道やバス等の運行状況を監視する運行管理システムと、利用者から受け付けた経路検索条件で出発地から到着地までの交通機関情報を含む経路情報を生成する経路検索システムを備え、ダイヤ編成システムからの時刻情報と運行管理システムからの運行情報とで未来の運行状況を算出して、その算出した未来の運行状況を基に、出発地から到着地までの交通機関情報を含む経路情報を生成する。

【先行技術文献】

【特許文献】

【0003】

【文献】特許第６０６８６３４号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

一般にスマートフォンやパーソナルコンピュータ等の情報機器向けに提供される交通機関の経路案内サービスは、確定している時刻表に基づき経路案内を生成する。そのため、例えば天候不順や事故等で交通機関に遅延や運行見合わせが生じた場合、案内の内容が現実の交通状況から乖離し、実際の到着時刻が遅れる場合や乗換地点で乗換不可となる場合等、利用者の利便性に影響が生じ得る。

【0005】

特許文献１では、路線運行実績予測時刻生成システムが、ダイヤ編成システムからの時刻情報と運行管理システムからの運行情報とで未来の運行状況を算出している。しかしデータが丸められている場合や更新頻度がずれていて古いデータが含まれている場合、データに抜けがある場合等、運行管理システムから提供されるデータは特性が必ずしも一様ではなく、こうした情報を用いた場合、現実の交通状態を正確に予測することができず、精度の高い経路情報を提供することができない。

【0006】

本発明はこのような背景に鑑みてなされたもので、現実の交通状態を精度よく予測することが可能な、交通状態推定システム、及び交通状態方法を提供することを目的とする。

【課題を解決するための手段】

【0007】

上記目的を達成するための本発明の一つは、交通状態推定システムであって、交通状態に対する制約に関する情報である状態制約、交通状態の推定値である状態推定値、交通状態に関する情報を取得するセンサ装置が観測した情報である観測センサ値、及び、前記観測センサ値を観測する際の前記センサ装置の特性に関する情報である観測特性、を記憶する記憶部と、前記状態制約と前記状態推定値とに基づき、ある時刻における交通状態の予測値である状態予測値を生成する状態予測部と、前記観測特性と前記観測センサ値とに基づき、前記ある時刻における交通状態の予測値である観測予測値を生成する観測予測部と、前記状態予測値と前記観測予測値との乖離の度合いを示す評価値である乖離評価値を生成する乖離評価部と、前記乖離評価値に基づき前記状態推定値を更新する状態補正部と、を備え、前記状態制約は、前記交通状態を表すデータ項目のグループ毎に設定された前記制約を示す情報を含み、前記状態予測部は、前記制約を遵守しつつ、前記状態推定値に基づき、前記データ項目について、前記交通状態を示すデータ値と前記データ値の夫々が取り得る確率の分布とを含む情報を前記状態予測値として生成し、前記観測特性は、前記センサ装置が本来観測した瞬間の時刻である真時刻と当該真時刻を取り得る確率の分布とを含む情報である時刻特性と、前記センサ装置が本来観測した瞬間の状態に関するデータ値である真データ値と当該真データ値を取り得る確率の分布とを含む情報であるデータ値特性と、を含み、前記観測予測部は、前記観測特性と前記観測センサ値とに基づき、前記センサ装置が前記観測センサ値を観測したはずの瞬間の時刻と、前記センサ装置が観測したはずのデータ値と、前記時刻と前記データ値の組合せが取り得る確率の分布を含む情報である観測真値を生成し、前記観測真値に基づき、前記ある時刻における前記交通状態の、前記真時刻からの経過時間、前記データ値、及び前記データ値を取り得る確率の分布を含む情報を前記観測予測値として生成し、前記乖離評価部は、前記観測予測値に含まれている前記経過時間と前記データ値の確率の分布とに基づき、前記交通状態を表すデータ項目毎に、当該観測予測値がどの程度信頼できるかを示す値である観測信頼度と、同じ時刻における、前記状態予測値と前記観測予測値の確率分布がどの程度離れているかを示す値である乖離度とを含む情報を前記乖離評価値として生成し、前記状態補正部は、前記観測信頼度を予め設定された閾値と比較することにより前記観測予測値が信頼できるか否かを判定し、前記観測予測値が信頼できると判定した場合は前記観測予測値の確率分布に、前記観測予測値が信頼できないと判定した場合は前記状態予測値の確率分布に近づくように、前記状態予測値の確率分布と前記観測予測値の確率分布を統合した内容に前記状態推定値を更新する。

【0008】

その他、本願が開示する課題、及びその解決方法は、発明を実施するための形態の欄、及び図面により明らかにされる。

【発明の効果】

【0009】

本発明によれば、現実の交通状態を精度よく予測することができる。

【図面の簡単な説明】

【0010】

【図1】情報処理システムの概略的な構成を示す図である。

【図2】交通状態推定システムのハードウェア構成を示す図である。

【図3】交通状態推定システムが備える主な機能を示す図である。

【図4】状態制約の一例である。

【図5】状態推定値の一例である。

【図6】状態予測処理を説明するフローチャートである。

【図7】観測センサ値の一例である。

【図8】観測特性の一例である。

【図9】時刻特性の一例である。

【図10】データ値特性の一例である。

【図11】観測予測処理を説明するフローチャートである。

【図12】観測真値の一例である。

【図13】観測予測値の一例である。

【図14】乖離評価処理を説明するフローチャートである。

【図15】乖離評価値の一例である。

【図16】状態補正処理を説明するフローチャートである。

【図17】経路検索システムが提示する経路検索結果画面の一例である。

【図18】交通状態推定システムが提示する予測結果確認画面の一例である。

【発明を実施するための形態】

【0011】

図１に実施形態として説明する情報処理システム１の概略的な構成を示している。同図に示すように、情報処理システム１は、一つ以上のセンサ装置２、交通状態推定システム１０、一つ以上のユーザ装置５、及び経路検索システム３を含む。センサ装置２は、交通状態推定システム１０と通信ネットワーク３０１を介して通信可能に接続されている。交通状態推定システム１０は、通信ネットワーク３０２を介して経路検索システム３と通信可能に接続されている。経路検索システム３には一つ以上のユーザ装置５が通信ネットワーク３０３を介して通信可能に接続する。

【0012】

交通状態推定システム１０は、未来のある時刻における輸送手段の状態（交通手段として用いられる移動体（陸上輸送手段（車、列車等）、海上輸送手段（船舶）、航空輸送手段（航空機）等）の現在位置、遅延時分、乗車人数、道路状況等。以下、「交通状態」と称する。）を推定した結果（以下、「推定結果」と称する。）を経路検索システム３に提供する。尚、以下の説明において、「状態」とは、物事のある時点における有り様に関する情報をいうものとする。

【0013】

経路検索システム３は、ユーザ装置５を介して受け付けた経路検索条件（出発地や目的地、利用時刻等）と、交通状態推定システム１０から提供される推定結果とに基づき経路情報を生成し、生成した経路情報に基づく経路情報サービスをユーザ装置５に提供する。これにより経路検索システム３のユーザは、精度の高い経路情報を利用することができ、例えば、遅延している列車に乗車すべきか否か等の判断を適切に行うことができる。

【0014】

交通状態推定システム１０及び経路検索システム３は、いずれも情報処理装置（コンピュータ）を用いて実現される。尚、交通状態推定システム１０や経路検索システム３は、
例えば、クラウドシステム（Cloud System）により提供されるクラウドサーバ（Cloud Server）のような仮想的な情報処理資源を用いて実現されるものであってもよい。また経路検索システム３や交通状態推定システム１０は、通信可能に接続された複数の情報処理装置によって実現されるものであってもよい。

【0015】

通信ネットワーク３０１，３０２，３０３は、例えば、インターネット、イントラネット、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）、公衆通信網、専用
回線等である。通信ネットワーク３０１，３０２，３０３の少なくとも２つ以上は共通の通信ネットワークであってもよい。通信ネットワーク３０１，３０２，３０３は、有線方式または無線方式のいずれの通信方式で実現されるものであってもよい。

【0016】

センサ装置２は、交通状態を特定するための情報（以下、「観測センサ値」と称する。）を観測（取得）して交通状態推定システム１０に提供（送信）する。センサ装置２の種類や観測対象、観測方法は必ずしも限定されないが、例えば、事業者等の組織が保有する設備やユーザの携帯情報端末（スマートフォン、携帯電話機、ウェアラブル型端末、パーソナルコンピュータ等）である。またセンサ装置２は、例えば、鉄道列車運行管理システム、バスロケーションシステム、鉄道応荷重システム、バス乗降客カウントシステム、交通の利用者が所持する携帯情報端末等である。上記の鉄道列車運行管理システムやバスロケーションシステムは、車両の走行位置や遅延時分を観測するシステムである。上記の鉄道応荷重システム及びバス乗降客カウントシステムは、車両の乗車人数を観測するシステムである。センサ装置２は、例えば、携帯情報端末のＧＰＳ（Global Positioning System）による車両の走行位置を観測するシステム、監視カメラにより乗車人数を観測するシ
ステムであってもよい。またセンサ装置２は、車両の走行位置や乗車人数以外の情報を観測するセンサを用いて構成されるものであってもよい。センサ装置２は、交通状態推定システム１０に直接接続されていてもよいし、集約装置や中継装置などを介して交通状態推定システム１０に接続されてもよい。センサ装置２から交通状態推定システム１０への情報の提供は、例えば、検出した生データをそのまま交通状態推定システム１０に送信することにより行われる。またセンサ装置２から交通状態推定システム１０への情報の提供は、例えば、センサ装置２内の処理回路やセンサ装置２と交通状態推定システム１０との間に設置される装置が、センサ装置２により検出された生データを加工して交通状態推定システム１０に送信することにより行われる。

【0017】

ユーザ装置５は、例えば、経路検索システム３のユーザの携帯情報端末（スマートフォン、携帯電話機、ウェアラブル型端末、パーソナルコンピュータ等）や事業者等の組織が業務で用いる情報処理装置である。

【0018】

図２に交通状態推定システム１０のハードウェア構成を示している。交通状態推定システム１０は、補助記憶装置４０１、主記憶装置４０２、プロセッサ４０３、ユーザインタフェース４０４、及び通信装置４０５の各構成を備える。これらの構成は、バス４０６を介して通信可能に接続されている。

【0019】

補助記憶装置４０１は、例えば、ＳＳＤ（Solid State Drive）やハードディスクドラ
イブ等の不揮発性の記憶素子を用いて構成される。主記憶装置４０２は、例えば、ＲＡＭ（Random Access Memory）等の揮発性記憶素子や、ＮＶＲＡＭ（Non-Volatile RAM）、ＲＯＭ（Read Only Memory）等の不揮発性素子を用いて構成される。プロセッサ４０３は、補助記憶装置４０１が記憶するプログラム４０１１やデータ４０１２を主記憶装置４０２に読み出して実行する。プロセッサ４０３は、交通状態推定システム１０の統括的な制御を行うとともに、各種判定、演算及び制御処理を行う。通信装置４０５は、通信ネットワーク３０１や通信ネットワーク３０２を介して行われる外部装置（センサ装置２、経路検索システム３）との間の通信に関する処理を行う。補助記憶装置４０１は、交通状態推定
システム１０の機能を実現するためのプログラム４０１１やデータ４０１２を記憶する。

【0020】

図３に、交通状態推定システム１０が備える主な機能、及び交通状態推定システム１０が記憶する主なデータを示している。同図に示すように、交通状態推定システム１０は、状態予測部２０１、観測予測部２０２、乖離評価部２０３、状態補正部２０４、及びパラメータ調整部２０５の各機能を備える。また同図に示すように、交通状態推定システム１０は、状態推定値１０１、状態予測値１０２、観測センサ値１０３、観測予測値１０４、乖離評価値１０６、及び観測特性１１２を記憶する。

【0021】

交通状態推定システム１０が備える上記の機能は、例えば、交通状態推定システム１０が備えるハードウェアによって実現される。またこれらの機能は、例えば、プロセッサ４０３が、主記憶装置４０２に格納されているプログラムを読み出して実行することにより実現される。上記のプログラムは、例えば、記録媒体に記録して配布することができる。また上記のプログラムは、例えば、上記のプログラムを蓄積管理する配信サーバ装置から通信設備を介して交通状態推定システム１０にダウンロードすることにより配布することができる。

【0022】

交通状態推定システム１０は、上記の機能に加えて、例えば、オペレーティングシステム、ファイルシステム、デバイスドライバ、ＤＢＭＳ（DataBase Management System）等の他の機能を備えていてもよい。交通状態推定システム１０は、各種の情報を、例えば、データベースのテーブルやファイルとして記憶する。

【0023】

上記の機能のうち、状態予測部２０１は、状態補正部２０４によって繰り返し更新される状態推定値１０１と状態制約１１１とに基づき状態予測値１０２を生成する。ここで交通状態は、例えば、路線の構造、路線を走行する車両同士の関係性、天候等の環境等に応じた様々な制約の下で確定する。上記の状態制約１１１とは、交通状態に対する上記の制約に関する情報（以下、状態制約と称する。）であり、例えば、交通状態が遵守すべき条件や交通状態のあるべき姿の条件等に関する情報である。

【0024】

図４に状態制約１１１の一例を示す。同図に示すように、状態制約１１１は、グループＩＤ１１１１、データ項目１１１３、及び制約１１１５の各項目を有する一つ以上のレコードを含む。グループＩＤ１１１１には、状態として表現される対象を表すデータ項目（制約のあるデータ項目）のグループを一意に特定する識別子（グループ名や識別コード等。以下、「グループＩＤ」と称する。）が設定される。グループＩＤは、状態制約１１１のキー項目である。同図に例示するグループＩＤ「路線Ａを走行する列車」は、路線Ａに関する状態を表すデータ項目のグループのグループＩＤである。また「路線Ａ、Ｂの乗車人数」は、路線Ａ，Ｂの乗車人数に関する状態を表すデータ項目のグループのグループＩＤである。

【0025】

データ項目１１１３には、当該グループにおいて制約のあるデータ項目を一意に特定する識別子（データ項目の名称や識別コード（以下、「データ項目名」と称する。）が設定される。例えば、図４の一つ目のレコードは、「路線Ａを走行する列車」というグループについて、「走行位置」、「遅延時分」、及び「乗車人数」というデータ項目の間に制約がある場合である。状態制約は、複数のデータ項目同士の制約を定義するデータであるため、このように複数のデータ項目をセットにしてデータ項目１１１３に格納する。

【0026】

制約１１１５には、当該グループにおける状態制約が設定される。同図に示すように、同じグループに複数の状態制約を設定してもよい。本例では状態制約を日本語で記述しているが、状態制約は必ずしも日本語で記述する必要はなく、例えば、数式等で記述してもよい。

【0027】

図３に戻り、同図に示す状態推定値１０１は、ある時刻における交通状態に関する情報である。一方、同図に示す状態予測値１０２は、状態予測部２０１が、繰り返し行われる後述の状態予測処理２０１０の前回処理にて生成した状態推定値１０１に基づき予測した、状態推定値１０１から進んだある時刻における交通状態に関する情報である。

【0028】

図５に状態推定値１０１の一例を示す。尚、状態予測値１０２のデータ構成も状態推定値１０１と同様である。

【0029】

同図に示すように、状態推定値１０１は、時刻１０１１、対象ＩＤ１０１３、データ項目１０１５、データ値１０１７、及び確率１０１９の各項目を有する一つ以上のレコードを含む。尚、時刻１０１１及び対象ＩＤ１０１３は、状態推定値１０１（または状態予測値１０２）のキー項目である。

【0030】

時刻１０１１には、当該交通状態の時刻が設定される。対象ＩＤ１０１３には、当該交通状態の対象を一意に特定する識別子（名称や識別コード等。以下、「対象ＩＤ」と称する。）が設定される。データ項目１０１５には、前述したデータ項目名が設定される。データ値１０１７には、当該データ項目の状態を表す情報が設定される。当該データ項目の状態が離散値で表される場合、データ値１０１７には値（例えば、列車の位置を駅で表す場合には、駅名や識別コード）が設定される。また状態を連続値で表される場合、データ値１０１７には、状態を表す数値の範囲（例えば、列車の位置を走行距離で表す場合には、「０～１ｋｍ」等）が設定される。

【0031】

確率１０１９には、当該データ項目が当該データ値をとる確率（０～１の値）が格納される。本例の場合、例えば、時刻「１０：００：００」に「列車ａ」の「走行位置」は、「０．３」％の確率で「０～１ｋｍ」の位置（駅等の所定の基準位置からの距離）に存在することを示す。尚、同じ時刻１０１１、同じ対象ＩＤ１０１３、及び同じデータ項目１０１５について、取り得るデータ値１０１７の確率１０１９を全て合計すると１になる。

【0032】

図６は、状態予測部２０１が行う処理（以下、状態予測処理Ｓ２０１０と称する。）を説明するフローチャートである。状態予測処理Ｓ２０１０は、予め設定されたスケジュール（一定時間毎等）に従って実行してもよいし、経路検索システム３等の外部からの要求に応じて開始されるようにしてもよい。以下、同図とともに状態予測処理Ｓ２０１０について説明する。

【0033】

同図に示すように、状態予測部２０１は、まず前回の処理（状態予測処理Ｓ２０１０）で生成した状態推定値１０１に基づき、ある時刻（以下、時刻ｔとする。）における、予測対象の各データ項目１０１５のデータ値１０１７と各データ値１０１７をとる確率１０１９の分布（以下、確率分布とも称する。）を計算する（Ｓ２０１１）。上記計算の方法としては、例えば、データ項目１０１５が車両の走行位置である場合、走行速度と走行時間とに基づき移動した距離を計算する方法、遅延時分に基づき時刻表からのずれを考慮して計算する方法等が考えられる。尚、状態予測処理Ｓ２０１０の初回実行時における状態推定値１０１の値（初期値）は、センサ装置２からの情報に基づき設定してもよいし、人手により設定してもよい。

【0034】

例えば図５に示すように、時刻「１０時０分０秒」における「列車ａ」の「走行位置」について、「０～１ｋｍ」である確率が「０．３」、データ値が「１～２ｋｍ」である確率が「０．５」、データ値が「２～３ｋｍ」である確率が「０．２」である場合、状態予測部２０１は、その１分後の時刻である「１０時１分０秒」について、「列車ａ」の「走行位置」のデータ値が「０～１ｋｍ」である確率、「１～２ｋｍ」である確率、「２～３
ｋｍ」である確率、及びそれ以外のデータ値である確率、を夫々計算する。尚、状態予測部２０１は、同図に示す他のデータ項目（例えば、「遅延時分」や「乗車人数」等）についても同様にデータ値と確率分布を計算する。

【0035】

図６に戻り、続いて状態予測部２０１は、状態制約１１１を満たすようにＳ２０１１で求めた状態予測値１０２を修正する（Ｓ２０１３）。例えば、状態制約１１１が図４の内容である場合、状態予測部２０１は、「路線Ａを走行する列車」のグループのデータ項目である「走行位置」と「乗車人数」に関し、走行位置及び乗車人数の双方が同時に変化していれば、「走行位置が変化するとき、乗車人数は変化なし」との制約を遵守するように状態予測値１０２を修正する。また例えば、状態予測部２０１は、「路線Ａを走行する列車」のグループのデータ項目である「走行位置」と「遅延時分」に関し、遅延時分が０で走行位置が時刻表よりも遅れていれば、「遅延時分が０のとき、走行位置は時刻表通り」という制約を遵守するように走行位置に応じて遅延時分を再計算し、状態予測値１０２を修正する。

【0036】

尚、状態予測部２０１は、以上の状態予測処理Ｓ２０１０により生成した状態予測値１０２を、後述の乖離評価処理２０３０に渡す。

【0037】

以上に示した状態予測処理Ｓ２０１０によれば、交通状態の特徴を表す単位であるデータ項目毎にデータ値の確率分布を状態予測値として求めることができ、適切かつ精度よく交通状態を予測することができる。

【0038】

図３に戻り、観測予測部２０２は、最新の観測センサ値１０３と観測特性１１２とに基づき、観測予測値１０４を生成する。観測センサ値１０３は、センサ装置２により実際に観測（取得）されたデータである。尚、本実施形態では、センサ装置２が事業者毎や観測対象毎に異なっていることを想定しており、各センサ装置２の観測のタイミングや観測するデータ項目、観測値の単位等は必ずしも共通していないものとする。

【0039】

図７に観測センサ値１０３の一例を示す。同図に示すように、観測センサ値１０３は、センサＩＤ１０３１、時刻１０３３、対象ＩＤ１０３５、データ項目１０３７、及びデータ値１０３９の各項目を有する一つ以上のレコードを含む。尚、センサＩＤ１０３１、時刻１０３３、対象ＩＤ１０３５、データ項目１０３７は、観測センサ値１０３のキー項目である。

【0040】

センサＩＤ１０３１には、センサ装置２を一意に特定する識別子（名称或いは識別コード。以下、「センサＩＤ」と称する。）が設定される。

【0041】

時刻１０３３には、センサ装置２が観測センサ値に付与した時刻が設定される。上記時刻は、例えば、センサ装置２が観測した瞬間の時刻や観測センサ値を交通状態推定システム１０に送信した時刻等、その意味は各センサ装置２について必ずしも共通ではない。

【0042】

対象ＩＤ１０３５には、前述した対象ＩＤが設定される。データ項目１０３７には、前述したデータ項目名が設定される。

【0043】

データ値１０３９には、当該データ項目の観測結果を示す情報が設定される。例えば、データ項目１０３７が「走行位置」であれば、データ値１０３９には、駅コードや走行距離の値が設定される。またデータ項目１０３７が「乗車人数」であれば、データ値１０３９には、人数や重量の値が設定される。尚、データ値１０３９に設定される値の単位や粒度は各センサ装置２について必ずしも共通ではない。

【0044】

図３に戻り、観測特性１１２は、観測センサ値を観測（取得）する際のセンサ装置２の特性に関する情報であり、センサ装置２から送られてくる観測センサ値に基づき、本来あるはずの交通状態と当該交通状態が出現する確率を求める際に用いられる情報である。

【0045】

図８に観測特性１１２の一例を示す。同図に示すように、観測特性１１２は、時刻特性１１２１及びデータ値特性１１２２の各情報を含む。時刻特性１１２１は、観測センサ値１０３の時刻１０３３（センサ装置２が付与した時刻）と本来観測した瞬間の時刻との差に関する情報を含む。データ値特性１１２２は、観測センサ値１０３のデータ値１０３９と本来観測した瞬間にあるべきデータ値との差に関する情報を含む。

【0046】

図９に時刻特性１１２１の一例を示す。同図に示すように、時刻特性１１２１は、センサＩＤ１１２１１、真時刻１１２１３、及び確率１１２１５の各項目を有する一つ以上のレコードを含む。

【0047】

センサＩＤ１１２１１には、前述したセンサＩＤが設定される。尚、センサＩＤ１１２１１は、時刻特性１１２１のキー項目である。

【0048】

真時刻１１２１３には、当該センサで観測される観測センサ値が本来観測されたはずの瞬間の時刻が取り得る値を示す情報が設定される。真時刻１１２１３には、同図に示すように値の範囲を設定してもよいし、値を設定してもよい。また真時刻１１２１３の内容は、日本語で記述してもよいし、数式等の他の方法で記述してもよい。

【0049】

確率１１２１５には、当該センサで観測される観測センサ値の本来観測した瞬間の時刻が当該真時刻１１２１３である確率（０～１の範囲の値）が設定される。尚、ある観測センサ値について、取り得る真時刻１１２１３の確率１１２１５を全て合計すると１になる。

【0050】

図１０にデータ値特性１１２２の一例を示す。同図に示すように、データ値特性１１２２は、センサＩＤ１１２２１、データ項目１１２２３、センサデータ値１１２２５、真時刻１１２３１、真データ値１１２２７、及び確率１１２２９の各項目を有する一つ以上のレコードを含む。尚、センサＩＤ１１２２１、データ項目１１２２３、及びセンサデータ値１１２２５は、データ値特性１１２２のキー項目である。

【0051】

センサＩＤ１１２２１には、前述したセンサＩＤが設定される。データ項目１１２２３には、前述したデータ項目名が設定される。

【0052】

センサデータ値１１２２５には、当該センサ装置２で観測（取得）される観測センサ値が当該データ項目において取り得るデータ値やデータ値を特定する情報が設定される。

【0053】

真時刻１１２３１には、当該センサデータ値を取り得る真の観測時刻を特定する情報が設定される。

【0054】

真データ値１１２２７には、当該センサ装置２で観測された観測センサ値１０３のデータ値１０３９が当該センサデータ値１１２２５であった場合に本来観測されたはずの瞬間のデータ値が取り得る値を示す情報が設定される。尚、真データ値１１２２７の内容は、日本語で記述してもよいし、数式等の他の方法で記述してもよい。

【0055】

確率１１２２９には、当該センサ装置２で観測された観測センサ値１０３の本来観測した瞬間のデータ値が当該真データ値１１２２７である確率（０～１の範囲の値）が設定される。尚、ある観測センサ値について、取り得る真データ値の確率を全て合計すると１に
なる。

【0056】

ここで時刻特性１１２１における確率１１２１５やデータ値特性１１２２における確率１１２２９は、条件付き確率として求められるものであってもよい。例えば、列車やバスの走行位置は常に単調増加するので、走行位置に関する上記確率（確率１１２１５、確率１１２２９）は、前回の走行位置に基づく条件付き確率として求めることができる。また例えば、列車やバスの遅延時分はダイヤと実際の走行状態の差に基づき計算されるので、同じ時刻での走行位置に基づく条件付き確率を定義することができる。

【0057】

図１１は、観測予測部２０２が行う処理（以下、観測予測処理Ｓ２０２０と称する。）を説明するフローチャートである。観測予測処理Ｓ２０２０は、例えば、状態予測処理Ｓ２０００が実行されるタイミングに合わせて（例えば、状態予測処理Ｓ２０１０と同時に）開始される。以下、同図とともに観測予測処理Ｓ２０２０について説明する。

【0058】

同図に示すＳ２０２１～Ｓ２０２５の処理は、交通状態推定システム１０に接続するセンサ装置２毎に繰り返し（或いはセンサ装置２毎の並列処理として）で実行される。

【0059】

観測予測部２０２は、センサ装置２から受信した観測センサ値１０３と前述した観測特性１１２とに基づき、当該観測センサ値が本来観測されたはずの瞬間の真時刻及び真データ値と夫々の確率分布を計算し、中間生成物である観測真値１０５を生成する（Ｓ２０２３）。

【0060】

ここで観測予測部２０２は、Ｓ２０２３における真時刻の確率分布の計算を、時刻特性１１２１の真時刻１１２１３と確率１１２１５とに基づき行う。例えば、観測センサ値１０３が、図７の「地上センサ」の「９時５９分４８秒」の値であり、図９のように、時刻特性１１２１において、「地上センサ」について、真時刻「センサ時刻より３０秒～４０秒前」が設定され、確率「０．３」が設定されていれば、観測予測部２０２は、当該観測センサ値が本来観測されたはずの瞬間の真時刻が「９時５９分８秒～１８秒」である確率を「０．３」と推定する。

【0061】

また観測予測部２０２は、Ｓ２０２３における真データ値の確率分布の計算を、データ値特性１１２２における、該当するセンサＩＤ１１２２１、データ項目１１２２３、センサデータ値１１２２５の真データ値１１２２７、及び確率１１２２９に基づき行う。例えば、観測センサ値１０３が、図７の「地上センサ」の「走行位置」の「Ｐ～Ｑ駅」であり、図１０に示すように、「地上センサ」の「走行位置」のセンサデータ値「Ｐ～Ｑ駅」に、真データ値「Ｐ～Ｑ駅」及び確率「０．５」が設定されていれば、観測予測部２０２は、当該観測センサ値が本来観測されたはずの瞬間の真データ値が「Ｐ～Ｑ駅」である確率を「０．５」と推定する。

【0062】

観測予測部２０２は、以上のようにして求めた真時刻の確率分布と真データ値の確率分布とに基づき、中間生成物である観測真値１０５を生成する。

【0063】

図１２に観測真値１０５の一例を示す。同図に示すように、観測真値１０５は、センサＩＤ１０５１、対象ＩＤ１０５２、データ項目１０５３、時刻１０５４、データ値１０５５、及び確率１０５６の各項目を有する一つ以上のレコードを含む。尚、センサＩＤ１０５１、対象ＩＤ１０５２、及びデータ項目１０５３は、観測真値１０５のキー項目である。

【0064】

センサＩＤ１０５１には、前述したセンサＩＤが設定される。対象ＩＤ１０５２には、前述した対象ＩＤが設定される。データ項目１０５３には、前述したデータ項目名が設定
される。本例では、当該観測センサ値１０３のデータ項目１０３７が格納される。時刻１０５４には、当該観測センサ値が本来観測した瞬間の時刻の取り得る値（または取り得る値の範囲）を特定する情報が設定される。

【0065】

データ値１０５５には、当該観測センサ値が本来観測されたはずの瞬間のデータ値の取り得る値（または取り得る値の範囲）を特定する情報が設定される。例えば、列車やバスの走行位置であれば駅コードや走行距離の値が、列車やバスの遅延時間であれば遅延時間の範囲が、乗車人数であれば人数や重量の値が格納される。当該データ項目が複数存在する場合、データ値１０５５には複数のデータ値のセットが設定される。本例では、例えば、データ項目１０５３に複数のデータ項目「走行位置」、「遅延時分」が設定されているので、データ値１０５５にはこれらをセットにした「［Ｐ～Ｑ駅，３０～６０秒］」等が設定される。

【0066】

確率１０５６には、当該観測センサ値が本来観測された瞬間の時刻及びデータ値が、当該時刻１０５４及び当該データ値１０５５である確率（０～１の範囲の値）が設定される。本例では、図９に示した真時刻の確率分布と図１０に示した真データ値の確率分布とに基づき、確率１０５６の値を決定している。尚、ある観測センサ値について、取り得る時刻及びデータ値の確率を全て合計すると１になる。

【0067】

図１１に戻り、続いて観測予測部２０２は、Ｓ２０２３で生成した観測真値１０５に基づき、各センサ装置２が同じタイミング（時刻ｔ）で（例えば同時に）状態を観測したと仮定したときに観測されると予測されるデータ値と確率分布とを計算し、観測予測値１０４を生成する（Ｓ２０２５）。観測予測値１０４の計算方法としては、例えば、列車やバスの走行位置の予測であれば、走行速度と走行時間から移動した距離を計算する方法や、遅延時分を考慮して時刻表のずれから計算する方法等がある。上記の計算方法は、状態予測部２０１と同様の方法としてもよいし、異なる方法としてもよい。

【0068】

図１３は、Ｓ２０２５の処理で生成される観測予測値１０４の一例である。同図に示すように、観測予測値１０４は、センサＩＤ１０４１、対象ＩＤ１０４２、時刻１０４３、データ項目１０４４、経過時間１０４５、データ値１０４７、及び確率１０４８の各項目を有する一つ以上のレコードを含む。尚、センサＩＤ１０４１、対象ＩＤ１０４２、時刻１０４３、及びデータ項目１０４４は、観測予測値１０４のキー項目である。

【0069】

センサＩＤ１０４１には、前述したセンサＩＤが設定され、観測真値１０５のセンサＩＤ１０５１のセンサＩＤが設定される。対象ＩＤ１０４２には、前述した対象ＩＤが設定され、観測真値１０５の対象ＩＤ１０５２が設定される。

【0070】

時刻１０４３には、予測対象の時刻（時刻ｔ）が設定される。例えば、時刻１０４３に「１０時０分０秒」が設定されている場合は「１０時０分０秒」に観測されるであろうデータを予測していることになる。

【0071】

データ項目１０４４には、前述したデータ項目名が設定され、観測真値１０５のデータ項目１０５３の値が設定される。

【0072】

経過時間１０４５には、観測センサ値１０３が実際に観測されてから、時刻１０４３に設定されている時刻までの経過時間が設定される。ここでは観測真値１０５の、当該センサＩＤ１０４１、当該対象ＩＤ１０４２、当該データ項目１０４４に対応する時刻１０５４の値を基準として経過時間の取り得る値の範囲を設定している。例えば、図１３に示すように、時刻１０４３が「１０時０分０秒」であり、観測真値１０５の時刻１０５４が「９時５８分４８秒」から「９時５９分１８秒」の範囲に分布する場合は「４２秒～７２秒
」が設定される。

【0073】

データ値１０４７には、当該データ項目が当該時刻に観測されると予測される値または値の範囲が設定される。例えば、列車やバスの走行位置であればデータ値１０４７には駅コードや走行距離の値が、列車やバスの遅延時間であればデータ値１０４７には遅延時間の範囲が、乗車人数であればデータ値１０４７には人数や重量の値が設定される。当該データ項目が複数存在する場合、データ値１０５５には複数のデータ値のセットが設定される。本例では、例えば、データ項目１０４４に複数のデータ項目「走行位置」、「遅延時分」が設定されているので、データ値１０４７にはこれらをセットにした「［Ｐ～Ｑ駅，３０～６０秒］」等が設定される。

【0074】

確率１０４８には、当該データ項目が当該データ値である確率（０～１の範囲の値）が設定される。ある時刻、ある対象、あるデータ項目について、取り得るデータ値の確率を全て合計すると１になる。

【0075】

図１１に戻り、センサ装置２毎の処理（Ｓ２０２１～Ｓ２０２５のループ）が終了すると、続いて観測予測部２０２は、異なるセンサ装置２の観測予測値１０４を比較して観測予測値１０４を調整（修正、更新）する（Ｓ２０２７）。尚、比較する観測予測値１０４の対象は、そのデータ項目１０４４に対して状態制約１１１において対応するデータ項目１１１３が含まれるグループ１１１１が同じグループに属するデータ項目である。後述するように、状態推定値１０１及び状態予測値１０２のデータ項目と観測予測値１０４のデータ項目とは予め対応付けられている。

【0076】

ここで状態制約１１１において、同一のグループ１１１１に含まれるデータ項目１１１３は、観測に際してその挙動に関連性を有する。例えば、「路線Ａを走行する列車」というグループにおけるデータ項目「走行位置、遅延時分、乗車人数」は、観測するセンサ装置２が異なっていたとしても、運行遅れや見合わせが生じていれば、それに応じた挙動が同時に観測されるはずである。従って、観測特性１１２のデータ値特性１１２２の確率１１２２９として、例えば、「運行遅れが生じている」といった条件付き確率が定義され、同じ路線に関連する観測予測値１０４において全て運行遅れの確率が高くなっていれば、「運行遅れが生じている」確率の値がより高くなるように確率１０４８の値を調整する。

【0077】

このように、異なるセンサ装置２の観測予測値１０４を比較して観測予測値１０４を調整することで、異なるセンサ装置２により観測される情報の挙動の関連性を利用して観測予測値１０４の精度を向上することができる。

【0078】

観測予測部２０２は、以上の観測予測処理Ｓ２０２０によって生成した観測予測値１０４を乖離評価部２０３に渡す。

【0079】

以上のように、観測予測処理Ｓ２０２０によれば、観測特性１１２と観測センサ値１０３とに基づき、ある時刻における交通状態の、真時刻からの経過時間、データ値、及びデータ値を取り得る確率の分布を含む情報を観測予測値１０４として生成するので、センサ装置２の特性を考慮して精度の高い観測予測値１０４を生成することができる。

【0080】

図３に示す乖離評価部２０３は、状態予測部２０１と観測予測部２０２とが夫々同じ時刻ｔについて生成した状態予測値１０２と観測予測値１０４とを比較することにより乖離評価値１０６を生成する。尚、上記の同じ時刻ｔは、厳密に同じ時刻を意味するわけではなく実用上問題ない程度の差を許容する趣旨である。

【0081】

図１４は、乖離評価部２０３が行う処理（以下、乖離評価処理Ｓ２０３０と称する。）
を説明するフローチャートである。乖離評価処理Ｓ２０３０は、例えば、状態予測部２０１から状態予測値１０２を受け取るとともに観測予測部２０２から観測予測値１０４を受け取ったことを契機として開始される。以下、同図とともに乖離評価処理Ｓ２０３０について説明する。

【0082】

同図に示すＳ２０３１～Ｓ２０３７の処理は、観測予測部２０２で生成された観測予測値１０４のセンサ装置２毎、データ項目毎に繰り返し（或いはセンサ装置２毎、データ項目毎の並列処理により）行われる。

【0083】

まず乖離評価部２０３は、観測予測値の観測信頼度を計算する（Ｓ２０３３）。ここで観測信頼度とは、観測予測値１０４の経過時間１０４５とデータ値１０４７の確率１０４８の分布とがどの程度信頼できるかを示す値である。例えば、経過時間１０４５については、経過時間が長いデータと短いデータとを比べると、経過時間の短いデータの方が鮮度が高く、より信頼できるということができる。ここで経過時間による観測信頼度の計算方法は必ずしも限定されないが、例えば、経過時間の逆数を取り、経過時間が短いほど観測信頼度の数値が大きく、経過時間が長いほど観測信頼度の数値が小さくなるように構成した計算式を用いる方法がある。またデータ値１０４７と確率１０４８の分布については、確率の分布が尖った分布と扁平な分布とを比べると、尖った分布の方がデータが集中しているため、より信頼できるということができる。尚、確率の分布の尖りによる観測信頼度を数値として計算する方法は必ずしも限定されないが、例えば、一般的な統計量として用いられる尖度の計算式などを用いて、尖っているほど観測信頼度の数値が大きく、扁平であるほど観測信頼度の数値が小さくなるように構成した計算式を用いる方法がある。また経過時間１０４５とデータ値１０４７と確率１０４８の双方を考慮した観測信頼度を数値として計算する方法もあり、その場合は、例えば、夫々の観測信頼度の数値の積算値等を用いる。

【0084】

乖離評価部２０３は、Ｓ２０３３で計算した観測信頼度の値を、後述する乖離評価値１０６の観測信頼度１０６６として設定する。

【0085】

続いて、乖離評価部２０３は、その後の処理で状態予測値１０２と観測予測値１０４を比較することができるように両者の次元を統一する（Ｓ２０３５）。例えば、状態予測値１０２の走行位置が走行距離で、観測予測値１０４の走行位置が駅単位で格納されている場合、そのままでは両者を比較することができないため、乖離評価部２０３は両者の単位を統一する。次元の統一は、状態予測値１０２の単位を観測予測値１０４の次元に変換してもよいし、逆方向に変換しもよい。また双方を別の共通の次元に変換してもよい。また次元や単位の変換は、予め用意した変換テーブルを用いて行うようにしてもよい。尚、本処理において統一された次元を後述する状態補正処理Ｓ２０４０で用いてもよい。

【0086】

また乖離評価部２０３は、状態予測値１０２のデータ項目と観測予測値１０４のデータ項目が一致しない場合（例えば、状態予測値１０２のデータ項目が「列車の走行状態」、データ値が「走行」、「停車」といった値で定義されており、観測予測値１０４のデータ項目が「走行位置」、データ値が「Ｐ～Ｑ駅」である場合等）、データ項目の対応付けを行う。

【0087】

続いて、乖離評価部２０１３は、次元を統一した状態予測値１０２及び観測予測値１０４と、Ｓ２０３３で計算した観測信頼度の値とに基づき、乖離度を計算する（Ｓ２０３７）。ここで乖離度とは、状態予測値１０２の確率の分布と観測予測値１０４の確率の分布がどの程度離れているかを示す値である。観測のデータ項目ごとに観測信頼度が異なり、観測信頼度の程度によって、状態予測値１０２と観測予測値１０４の信頼度の比重が変わるため、乖離評価部２０１３は、観測したデータ項目毎に乖離度を計算する。確率分布が
どの程度離れているかを数値として計算する方法は必ずしも限定されないが、例えば、一般的な確率論の定義として用いられるバック・ライブラー情報量の計算式を用い、確率分布が離れているほど乖離度の数値が大きく、確率の分布が近いほど乖離度の数値が小さくなるように定義した計算式を用いる方法がある。

【0088】

乖離評価部２０１３は、Ｓ２０３７で計算した乖離度の値を後述する乖離評価値１０６の乖離度１０６８に設定する。

【0089】

図１５に乖離評価値１０６の一例を示す。同図に示すように、乖離評価値１０６は、センサＩＤ１０６１、対象ＩＤ１０６２、時刻１０６３、観測データ項目１０６４、状態データ項目１０６５、観測信頼度１０６６、及び乖離度１０６８の各項目を有する一つ以上のレコードを含む。尚、センサＩＤ１０６１、対象ＩＤ１０６２、時刻１０６３、観測データ項目１０６４、状態データ項目１０６５は、乖離評価値１０６のキー項目である。

【0090】

センサＩＤ１０６１には前述したセンサＩＤが設定される。対象ＩＤ１０６２には前述した対象ＩＤが設定される。時刻１０６３には評価対象とする時刻が設定される。観測データ項目１０６４には前述したデータ項目名が設定される。

【0091】

状態データ項目１０６５は、状態推定値１０１及び状態予測値１０２で用いる、当該対象の状態に関するデータ項目が設定される。尚、状態推定値１０１及び状態予測値１０２のデータ項目（以下、「状態データ項目」と称する。）と観測予測値１０４のデータ項目（以下、「観測データ項目」と称する。）とは予め対応付けられている。１つの状態データ項目に対して複数の観測データ項目が対応づけられてもよい（つまり１つの状態を複数のセンサ装置２で観測してもよい）し、１つの状態データ項目に対して対応付けられる観測データ項目が無くてもよい（つまりその状態をセンサ装置２では観測できなくてもよい）。例えば、センサ装置２では観測していないドアの開閉状態などを状態データ項目１０６５として設定してもよい。

【0092】

観測信頼度１０６６には、前述した観測信頼度が設定される。乖離度１０６８には、前述した乖離度が設定される。

【0093】

乖離評価値１０６は、乖離評価処理Ｓ２０３０により生成した乖離評価値１０６を状態補正部２０４に渡す。

【0094】

図３に示す状態補正部２０４は、乖離評価部２０３が生成した乖離評価値１０６に基づき、時刻ｔにおける状態推定値１０１を生成する。より詳細には、状態補正部２０４は、状態予測部２０１が生成した状態予測値１０２のデータ値１０１７及び確率１０１９に設定されている値を、観測予測部２０２が生成した観測予測値１０４と乖離評価部２０３が生成した乖離評価値１０６に基づき書き換えたものを新たな状態推定値１０１として設定する。

【0095】

図１６は、状態補正部２０４が行う処理（以下、状態補正処理Ｓ２０４０と称する。）を説明するフローチャートである。状態補正処理Ｓ２０４０は、例えば、状態補正部２０４が乖離評価部２０３から乖離評価値１０６を受け取ったことを契機として開始される。以下、同図とともに状態補正処理Ｓ２０４０について説明する。

【0096】

同図に示すＳ２０４１～Ｓ２０４５の処理は、状態予測値１０２の各データ項目１０１５について、乖離評価値１０６の乖離度１０６８が小さいものから優先して、つまり状態予測値１０２と観測予測値１０４の乖離が少ないデータ項目から優先して、順に繰り返し実行される。尚、乖離評価値１０６の乖離度１０６８には、観測予測値１０４のデータ項
目１０４４に対応付けられた値が設定されているため、乖離評価値１０６の複数のレコードが該当する場合もあれば、該当するレコードが無い場合もある。複数のレコードが該当する場合は、例えば、当該レコードの中で最小の乖離度１０６８の値を用いて処理順序を決定する。該当するレコードが無い場合は、乖離評価値１０６の全てのレコードについて処理順序を決定した後に、当該データ項目に関する処理を実行する。

【0097】

まず状態補正部２０４は、該当する状態予測値１０２及び観測予測値１０４のデータ値及び確率分布を統合する（Ｓ２０４３）。本例では、状態予測値１０２と観測予測値１０４の次元は前述した乖離評価処理Ｓ２０３５にて統一されているものとする。状態補正部２０４は、該当する乖離評価値１０６の観測信頼度１０６６の値に応じて、観測信頼度１０６６の値が小さければ、つまり観測予測値１０４の信頼度が低ければ、状態予測値１０２のデータ値１０１７と確率１０１９の分布に近づくように状態予測値１０２及び観測予測値１０４のデータ値及び確率分布を統合する。逆に、観測信頼度１０６６の値が大きければ、つまり観測予測値１０４の信頼度が高ければ、観測予測値１０４のデータ値１０４７、確率１０４８の分布に近づくように状態予測値１０２及び観測予測値１０４のデータ値及び確率分布を統合する。

【0098】

例えば、データ項目「走行位置」について、状態予測値１０２において、データ値１０１７が「Ｐ駅」である確率１０１９が「０．８」、データ値１０１７が「Ｐ～Ｑ駅」である確率１０１９が「０．２」であり、観測予測値１０４において、データ値１０４７が「Ｐ駅」である確率１０４８が「０．２」であり、データ値１０４７が「Ｐ～Ｑ駅」である確率１０４８が「０．８」であるとき、観測信頼度１０６６の値が小さければ、データ値「Ｐ駅」の確率は「０．８」に、データ値「Ｐ～Ｑ駅」の確率は「０．２」に近づくように状態予測値１０２及び観測予測値１０４のデータ値及び確率分布を統合する。逆に、観測信頼度１０６６の値が大きければ、データ値「Ｐ駅」の確率は「０．２」に、データ値「Ｐ～Ｑ駅」の確率は「０．８」に近づくように状態予測値１０２及び観測予測値１０４のデータ値及び確率分布を統合する。また観測信頼度１０６６の値が大きくも小さくもなければ、状態予測値１０２と観測予測値１０４の平均に近づくように状態予測値１０２及び観測予測値１０４のデータ値及び確率分布を統合する。尚、観測信頼度１０６６の大小は、例えば、予め設定しておいた閾値の値との比較に基づき判定する。該当する観測予測値１０４のデータが存在しない場合には、例えば、状態予測値１０２のデータを統合後のデータとする。

【0099】

ここで状態予測値１０２は、どんな時刻においても遵守すべき交通状態のあるべき姿の条件である状態制約１１１を遵守する定義されているため、上記のデータの統合に際しても状態制約１１１は遵守する必要がある。つまり状態予測値１０２で範囲外となっているデータ値は補正後も取るはずがない。また順序が早いループ（優先して処理されるデータ項目のループ）程、状態予測値１０２と観測予測値１０４の乖離が少なく信頼できるデータが対象になっているので、順序が遅いループは順序が早いループで適用される状態制約１１１の条件を遵守するようにする。これにより統合後のデータの信頼性を高めることができる。

【0100】

以上のように、状態補正部２０４は、観測予測値１０４の信頼度に応じて、適切な方向に状態予測値１０２及び観測予測値１０４のデータ値及び確率分布を統合するので、状態推定値１０１の精度を高めることができる。

【0101】

続いて、状態補正部２０４は、Ｓ２０４３で統合されたデータ値と確率分布とを、状態予測値１０２の次元に変換する（Ｓ２０４５）。この次元の変換には、例えば、前述した乖離評価処理Ｓ２０３５で用いた変換テーブルを用いてもよい。元々状態予測値１０２の次元に統一されているのであれば必ずしも上記の変換は行わなくてもよい。

【0102】

状態補正部２０４は、Ｓ２０４１～Ｓ２０４５の全てのループの処理を終了すると、状態予測値１０２のデータ値１０４７と確率１０４９を、統合したデータ値と確率分布とで書き換えたデータを、当該時刻の新たな状態推定値１０１として記憶する（Ｓ２０４７）。

【0103】

続いて、状態補正部２０４は、状態制約１１１や観測特性１１２の内容（以下、パラメータと称する。）を調整するか否かを判定する（Ｓ２０４９）。パラメータの調整の要否の指定は、事前に設定しておいてもよいし、状態補正部２０４がユーザインタフェース４０４から都度受け付けるようにしてもよい。パラメータを調整（状態制約１１１や観測特性１１２の内容を更新）する場合（Ｓ２０４９：ＹＥＳ）、図３に示すパラメータ調整部２０５がパラメータの調整処理を行う。パラメータを調整しない場合、状態補正処理Ｓ２０４０は終了する。

【0104】

パラメータ調整部２０５は、例えば、状態補正部２０４から状態推定値１０１を受け取ったことを契機として、或いは現実の交通状態を観察しているユーザ４からの調整値の入力を受け付けたことを契機としてパラメータの調整処理を開始する。

【0105】

例えば、パラメータ調整部２０５は、センサ装置２の時刻と真時刻と差が１日毎に変動する場合には、観測特性１１２の時刻特性１１２１を調整（該当する真時刻１１２１３と確率１１２１５の値を１日に１度調整）することにより確率の分散を小さくして精度を高める。また過去の観測に応じて確率が変動する場合、パラメータ調整部２０５は、観測特性１１２のデータ値特性１１２２を調整（真データ値１１２２７と確率１１２２９の値を調整）することにより確率の精度を高める。調整処理を行う条件は、状態制約１１１や観測特性１１２に条件付き確率として定義しておいてもよいし、調整処理のために別途定義しておくようにしてもよい。また例えば、ユーザ４が実際に列車に乗車できたかを観察したり、事業者がドアの開閉時刻を観察する等することにより取得した情報（既設のセンサ装置２では観測できない情報）をユーザインタフェース４０４を介して受け付け、パラメータ調整部２０５が、受け付けた上記情報に基づき、観測特性１１２の時刻特性１１２１の真時刻１１２１３と確率１１２１５、観測特性１１２のデータ値特性１１２２の真データ値１１２２７と確率１１２２９の値を調整して確率の精度を高めるようにしてもよい。状態制約１１１のパラメータの調整についても観測特性１１２の場合と同様にして行うことができる。尚、既存のパラメータを調整するだけでなく、状態制約１１１の制約１１１５の条件や観測特性１１２の条件を増減するようにしてもよい。

【0106】

以上に説明したように、本実施形態の交通状態推定システム１０によれば、現実と乖離の少ない交通状態を推定して状態推定値１０１を生成することができる。

【0107】

交通状態推定システム１０は、生成した状態推定値１０１を、通信ネットワーク３０１を介して経路検索システム３に随時提供（送信）する。

【0108】

経路検索システム３は、交通状態推定システム１０から提供された状態推定値１０１とユーザ装置５から受け付けた経路検索条件（出発地や目的地、交通機関の利用時刻等）とに基づき経路情報を生成し、ユーザ装置５に経路検索サービス等のサービスを提供する。経路検索システム３は、例えば、定期的（例えば、１年に数回程度の頻度）に策定される時刻表の更新に連動して経路情報を生成する。また経路検索システム３は、例えば、交通状態推定システム１０から状態推定値１０１の提供を受けたことを契機として経路情報を生成する。

【0109】

図１７は、経路検索システム３がユーザ装置５に提示する画面（以下、経路検索結果画
面４１と称する。）の一例である。同図に示すように、経路検索結果画面４１は、検索結果表示欄４１１と利用結果入力欄４１３とを含む。

【0110】

検索結果表示欄４１１には、交通状態推定システム１０から提供される状態推定値１０１に基づき経路検索システム３が生成した経路検索結果が表示される。本例では、列車の見込み着発時刻や見込み乗車可否が表示されている。経路検索システム３のユーザは、検索結果表示欄４１１を参照して現実と乖離の少ない経路情報を知ることができる。尚、本例では見込み時刻として最適と思われる１つの値を表示しているが、交通状態推定システム１０は確率的に値を推定しているので見込み時刻は確率的に表示するようにしてもよい。

【0111】

利用結果入力欄４１３では、ユーザから、経路検索結果を利用した結果に関する情報の入力を受け付ける。ユーザがラジオボタン４１３１を操作して「乗車できた」または「乗車できなかった」のいずれかを選択し、送信ボタン４１３２を操作すると、選択した内容が交通状態推定システム１０のパラメータ調整部２０５に送信される。パラメータ調整部２０５は、上記内容を受信すると、当該内容に基づき状態制約１１１または観測特性１１２を調整する。

【0112】

このように、経路検索システム３のユーザは、経路検索結果画面４１を参照することで、現実と乖離の少ない経路情報を知ることができる。また交通状態推定システム１０は、「乗車できた」または「乗車できなかった」といったユーザが実際に観察した情報に基づき状態制約１１１または観測特性１１２を調整するので、状態推定値１０１の精度を高めることができる。

【0113】

図１８は、交通状態推定システム１０がユーザインタフェース４０４を介してユーザ４に提供する画面（以下、予測結果確認画面４２と称する。）の一例である。ユーザ４は、例えば、鉄道やバスの事業者である。尚、交通状態推定システム１０を通信ネットワーク３０３に接続してユーザ装置５と通信できるようにし、ユーザ装置５を介して経路検索システム３のユーザに予測結果確認画面４２を提供するようにしてもよい。

【0114】

同図に示すように、予測結果確認画面４２は、処理結果出力欄４２１とユーザ入力受付欄４２３とを含む。

【0115】

処理結果出力欄４２１には、交通状態推定システム１０により推定された列車位置の状態予測値１０２の確率分布と観測予測値１０４の確率分布とがグラフ形式で視覚的に表示される。ユーザは処理結果出力欄４２１の内容に基づき、交通状態推定システム１０の内部の処理状況を知ることができ、状態予測値１０２と観測予測値１０４の乖離の様子を知ることができる。

【0116】

ユーザ入力受付欄４２３は、ユーザが実際に観察した結果の入力を受け付ける。同図では走行距離の入力枠４２３１に「１．８」という数値が設定されている。ユーザが送信ボタン４２３２を操作すると、入力枠４２３１の内容が交通状態推定システム１０のパラメータ調整部２０５に送信される。パラメータ調整部２０５は、上記内容を受信すると、受信した内容に基づき状態制約１１１及び観測特性１１２を調整する。

【0117】

このように、交通状態推定システム１０のユーザは、予測結果確認画面４２を参照することで、状態予測値１０２と観測予測値１０４の乖離の様子を知ることができる。また交通状態推定システム１０は、ユーザが実際に観察した結果に基づき状態制約１１１または観測特性１１２を調整するので、状態推定値１０１の精度を高めることができる。

【0118】

以上に説明したように、交通状態推定システム１０は、繰り返し更新される最新の状態推定値１０１に基づく状態予測値１０２と、センサ装置２により観測される観測センサ値１０３に基づく観測予測値１０４とを生成し、状態予測値１０２と観測予測値１０４との乖離の度合いに基づき状態推定値１０１を更新するので、精度の高い状態推定値１０１を得ることができる。また交通状態推定システム１０は、状態推定値１０１を求める際に状態制約１１１を考慮するので、適切な条件下で状態予測値１０２を求めることができる。また交通状態推定システム１０は、観測予測値１０４を求める際はセンサ装置２の観測特性１１２を考慮するので、精度の高い観測予測値１０４を求めることができる。

【0119】

このように、交通状態推定システム１０によれば、精度の高い状態推定値１０１を生成することができ、現実の交通状態を精度よく予測することができる。そして経路検索システム３は、交通状態推定システム１０から提供される状態推定値１０１に基づき、現実との乖離の少ない経路情報を生成することができ、これを利用して行われる経路情報提供サービス等のサービスの質を向上させることができる。

【0120】

尚、本発明は以上の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。例えば、上記の実施形態は本発明を分かりやすく説明するために詳細に記載したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。

【0121】

上記の各構成、機能、処理部、及び処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。或いは、上記の各構成、機能、処理部、及び処理手段等は、それらの一部又は全部を、例えば仮想マシンで設計する等によりクラウドシステムで実現してもよい。

【0122】

上記の各構成、及び機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ等の記録装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。

【0123】

制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。

【0124】

本発明の各構成要素は、任意に取捨選択することができ、取捨選択した構成を具備する発明も本発明に含まれる。更に特許請求の範囲に記載された構成は、特許請求の範囲で明示している組合せ以外にも組み合わせることができる。

【符号の説明】

【0125】

１ 情報処理システム、２ センサ装置、３ 経路検索システム、４ ユーザ、５ ユーザ装置、３０１～３０３ 通信ネットワーク、１０ 交通状態推定システム、１０１ 状態推定値、１０２ 状態予測値、１０３ 観測センサ値、１０４ 観測予測値、１０５ 観測真値、１０６ 乖離評価値、１１１ 状態制約、１１２ 観測特性、１１２１ 時刻特性、１１２２ データ値特性、２０３ 乖離評価部、２０４ 状態補正部、２０５ パラメータ調整部、Ｓ２０１０ 状態予測処理、Ｓ２０２０ 観測予測処理、Ｓ２０３０ 乖離評価処理、Ｓ２０４０ 状態補正処理、４１ 経路検索結果画面、４２ 予測結果確認画面

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】