特許 7577545 充電設備混雑状況予測装置、および、充電設備混雑状況予測方法

(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】2024-10-25

(45)【発行日】2024-11-05

(54)【発明の名称】充電設備混雑状況予測装置、および、充電設備混雑状況予測方法

(51)【国際特許分類】

   B60L 53/60 20190101AFI20241028BHJP

   G08G 1/09 20060101ALI20241028BHJP

【ＦＩ】

B60L53/60

G08G1/09 F

【請求項の数】 6

(21)【出願番号】P 2021006460

(22)【出願日】2021-01-19

(65)【公開番号】P2022110819

(43)【公開日】2022-07-29

【審査請求日】2023-11-09

(73)【特許権者】

【識別番号】000003078

【氏名又は名称】株式会社東芝

(73)【特許権者】

【識別番号】598076591

【氏名又は名称】東芝インフラシステムズ株式会社

(74)【代理人】

【識別番号】110002147

【氏名又は名称】弁理士法人酒井国際特許事務所

(72)【発明者】

【氏名】下川 裕亮

【審査官】清水 康

(56)【参考文献】

【文献】特開２０１９－０９６１０４（ＪＰ，Ａ）

【文献】特開２００１－３２５３７９（ＪＰ，Ａ）

【文献】特開２０１９－２１９７６７（ＪＰ，Ａ）

【文献】特開２０１３－１５６０５０（ＪＰ，Ａ）

【文献】特開２０１３－０４６４９４（ＪＰ，Ａ）

【文献】特開２０１１－０１３８９３（ＪＰ，Ａ）

【文献】特開２０１８－０７２９９４（ＪＰ，Ａ）

【文献】特開２０１４－１１０６６７（ＪＰ，Ａ）

【文献】特開２０１３－２３４９２４（ＪＰ，Ａ）

【文献】特開２０１５－０９４７０４（ＪＰ，Ａ）

【文献】特開２０２０－０１０５３８（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｂ６０Ｌ １／００ － ３／１２

Ｂ６０Ｌ ７／００ － １３／００

Ｂ６０Ｌ １５／００ － ５８／４０

Ｇ０８Ｇ １／００ － １／１６

(57)【特許請求の範囲】

【請求項1】

電気自動車の充電設備の現在の利用状況情報であって充電器ごとの現在の使用中／不使用中を示す情報である前記現在の利用状況情報、前記充電設備を備える休憩施設の現在の混雑状況情報、および、道路における車両の現在の走行状況情報を取得する取得部と、
過去の、前記休憩施設の混雑状況情報、前記充電設備における前記充電器ごとの利用時間帯の情報である利用状況情報、および、車両の走行状況情報に関する統計値データと、前記休憩施設の前記現在の混雑状況情報と、前記充電設備の前記現在の利用状況情報と、車両の前記現在の走行状況情報と、に基づいて、将来の所定時点の前記充電設備の混雑状況を予測する予測部と、
を備える充電設備混雑状況予測装置。

【請求項2】

前記取得部は、道路における気象情報を更に取得し、
前記予測部は、更に、前記気象情報を用いて、将来の所定時点の前記充電設備の混雑状況を予測する、
請求項１に記載の充電設備混雑状況予測装置。

【請求項3】

前記取得部は、道路の路側装置と車両との路車間通信により取得する情報に基づき、道路における電気自動車の現在の混入率情報を更に取得し、
前記予測部は、更に、前記電気自動車の現在の混入率情報を用いて、将来の所定時点の前記充電設備の混雑状況を予測する、
請求項１に記載の充電設備混雑状況予測装置。

【請求項4】

前記取得部は、道路の路側装置と車両との路車間通信により取得する情報に基づき、前記道路を走行する電気自動車の現在のバッテリ残量情報を更に取得し、
前記予測部は、更に、前記電気自動車の現在のバッテリ残量情報を用いて、将来の所定時点の前記充電設備の混雑状況を予測する、
請求項１に記載の充電設備混雑状況予測装置。

【請求項5】

前記取得部は、道路を走行する電気自動車から送信された、当該電気自動車の出発地、目的地、バッテリ残量、走行位置、走行可能距離の少なくともいずれかの情報を含むプローブ情報を更に取得し、
前記予測部は、更に、前記電気自動車のプローブ情報を用いて、将来の所定時点の前記充電設備の混雑状況を予測する、
請求項１に記載の充電設備混雑状況予測装置。

【請求項6】

電気自動車の充電設備の現在の利用状況情報であって充電器ごとの現在の使用中／不使用中を示す情報である前記現在の利用状況情報、前記充電設備を備える休憩施設の現在の混雑状況情報、および、道路における車両の現在の走行状況情報を取得する取得ステップと、
過去の、前記休憩施設の混雑状況情報、前記充電設備における前記充電器ごとの利用時間帯の情報である利用状況情報、および、車両の走行状況情報に関する統計値データと、前記休憩施設の前記現在の混雑状況情報と、前記充電設備の前記現在の利用状況情報と、車両の前記現在の走行状況情報と、に基づいて、将来の所定時点の前記充電設備の混雑状況を予測する予測ステップと、
を備える充電設備混雑状況予測方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明の実施形態は、充電設備混雑状況予測装置、および、充電設備混雑状況予測方法に関する。

【背景技術】

【0002】

近年、電気自動車（ＥＶ：Electric Vehicle）向けの情報提供アプリ（アプリケーションソフトウエア）が研究、開発されている。この情報提供アプリによれば、例えば、ＥＶの高速道路の利用時に、地図情報やバッテリ残量情報等を用いて、ＥＶの到達可能範囲で充電設備のあるＳＡ／ＰＡ（サービスエリア／パーキングエリア）を特定することができる。

【0003】

また、この情報提供アプリを搭載している複数のＥＶの情報を集約できるで、複数のＥＶの情報を用いて、ＳＡ／ＰＡの充電設備の混雑状況を予測することもできる。そして、ユーザに、充電設備の利用に適したＳＡ／ＰＡを推奨できる。

【先行技術文献】

【特許文献】

【0004】

【文献】特開２０１２－０５８９６４号公報

【文献】特開２０１４－２１２６９０号公報

【文献】特開２０１６－２１８６４７号公報

【文献】特開２０１３－１３０９６３号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかしながら、上述の従来技術では、充電設備の混雑状況の予測に関し、高速道路を利用するＥＶのうち充電設備を推奨する情報提供アプリを搭載していないＥＶについては考慮できないので、予測精度の点で改善の余地がある。

【0006】

そこで、本発明は、上記事情に鑑みてなされたものであって、電気自動車の充電設備の混雑状況を高精度に予測することができる充電設備混雑状況予測装置、および、充電設備混雑状況予測方法を提供することである。

【課題を解決するための手段】

【0007】

実施形態の充電設備混雑状況予測装置は、電気自動車の充電設備の現在の利用状況情報、および前記充電設備を備える充電設備設置施設の現在の混雑状況情報、を取得する取得部と、過去の前記充電設備設置施設の混雑状況情報と前記充電設備の利用状況情報に関する統計値データと、前記充電設備設置施設の現在の混雑状況情報と、前記充電設備の現在の利用状況情報と、に基づいて、将来の所定時点の前記充電設備の混雑状況を予測する予測部と、を備える。

【図面の簡単な説明】

【0008】

【図1】図１は、第１実施形態の充電設備混雑状況予測システムの全体構成等の模式図である。

【図2】図２は、第１実施形態の充電設備混雑状況予測装置の機能構成ブロック図である。

【図3】図３は、第１実施形態の充電設備混雑状況予測装置による処理を示すフローチャートである。

【図4】図４は、第２実施形態の充電設備混雑状況予測システムの全体構成図である。

【図5】図５は、第２実施形態の充電設備混雑状況予測装置の機能構成ブロック図である。

【図6】図６は、第２実施形態の充電設備混雑状況予測装置による処理を示すフローチャートである。

【図7】図７は、第３実施形態の充電設備混雑状況予測システムの全体構成図である。

【図8】図８は、第３実施形態の充電設備混雑状況予測装置の機能構成ブロック図である。

【図9】図９は、第３実施形態の充電設備混雑状況予測装置による処理を示すフローチャートである。

【図10】図１０は、第４実施形態の充電設備混雑状況予測装置の機能構成ブロック図である。

【図11】図１１は、第４実施形態の充電設備混雑状況予測装置による処理を示すフローチャートである。

【図12】図１２は、第５実施形態の充電設備混雑状況予測システムの全体構成図である。

【図13】図１３は、第５実施形態の充電設備混雑状況予測装置の機能構成ブロック図である。

【図14】図１４は、第５実施形態の充電設備混雑状況予測装置による処理を示すフローチャートである。

【発明を実施するための形態】

【0009】

以下、図面を参照して、本発明の充電設備混雑状況予測装置、および、充電設備混雑状況予測方法の実施形態（第１実施形態～第５実施形態）について詳細に説明する。

【0010】

（第１実施形態）
第１実施形態は、充電器の情報、充電利用実績、ＳＡ／ＰＡの満空情報等から、統計的に充電設備の混雑予測を行う実施形態である。
まず、図１を参照して、第１実施形態の充電設備混雑状況予測システム１０の全体構成等について説明する。
図１は、第１実施形態の充電設備混雑状況予測システム１０の全体構成図である。図１の例では、道路として本線道路Ｒ１と支線道路Ｒ２がある。

【0011】

車両Ｖは、ＥＶやガソリン車等である。この中でＥＶは、バッテリ（電池）の充電電力を使用して、交通路である道路を走行し、移動する車両である。また、ＥＶは、充電設備Ｃにおいて電力の供給を受けて、供給された電力をバッテリに蓄積する。つまり、ＥＶにおいて移動を継続するためには、バッテリの電力が無くなる前に、充電設備Ｃに移動して電力供給を受ける必要がある。

【0012】

また、本線道路Ｒ１に対して、休憩施設としてＳＡとＰＡが設けられている。ＳＡとＰＡには、休憩施設に加えて、それぞれ、電気自動車用の充電設備Ｃを備える（以下、充電設備を設置している施設という意味で、「充電設備設置施設」ともいう。）。

【0013】

ＳＡ／ＰＡカメラ４１０は、ＳＡ／ＰＡに配置され、ＳＡ／ＰＡの混雑状況を把握するための画像データを取得するカメラである。

【0014】

また、本線道路Ｒ１の路側には、車両Ｖの運転者に対して情報を表示する情報板４１１と、ＩＴＳ（Intelligent Transport Systems）スポット４１３が設置されている。

【0015】

また、情報提供端末４１２は、ＳＡ／ＰＡに配置されたコンピュータ装置であり、交通管制システムから提供される交通情報等をユーザの操作によって表示等を行う。

【0016】

充電設備混雑状況予測システム１０は、主な構成として、充電設備混雑状況予測装置１００、充電器使用状況管理サーバ２００、休憩施設監視サーバ２１０、専用線ネットワーク３１０、および、公衆網ネットワーク３２０を備えている。

【0017】

例えば、充電設備混雑状況予測装置１００と充電器使用状況管理サーバ２００や休憩施設監視サーバ２１０との通信は、専用線ネットワーク３１０を介して行われる。また、充電器使用状況管理サーバ２００と充電設備Ｃの通信や、休憩施設監視サーバ２１０とＳＡ／ＰＡカメラ４１０の通信も、専用線ネットワーク３１０を介して行われる。

【0018】

公衆網ネットワーク３２０は、例えば、携帯網やインターネットである。また、公衆網ネットワーク３２０は、無線ＬＡＮ（Local Area Network）のアクセスポイント等の中継装置を含んでいてもよい。
例えば、ＥＶのユーザが所持するスマートフォン５００とカーナビ５１０との通信は公衆網ネットワーク３２０を介して行われる。
なお、スマートフォン５００の代わりに、例えば、ＥＶユーザが保持しているタブレット装置、携帯電話、ノートＰＣ等が用いられてもよい。

【0019】

充電器使用状況管理サーバ２００は、ＳＡ／ＰＡ等に設置された各充電設備Ｃから利用状況情報（利用された充電器のＩＤ、利用時間帯等）を取得し、管理するサーバである。

【0020】

休憩施設監視サーバ２１０は、例えば、ＳＡ／ＰＡに設置されたＳＡ／ＰＡカメラ４１０による画像データに基づいて、ＳＡ／ＰＡの混雑状況（満空情報）を判定し、判定結果を保存するサーバである。

【0021】

次に、図２を参照して、第１実施形態の充電設備混雑状況予測装置１００の機能構成について説明する。
図２は、第１実施形態の充電設備混雑状況予測装置１００の機能構成ブロック図である。充電設備混雑状況予測装置１００は、高速道路を利用するＥＶに対して充電設備Ｃの混雑状況等の各種情報を提供するコンピュータ装置である。

【0022】

充電設備混雑状況予測装置１００は、情報入力部１０１と、画面表示部１０２と、データ通信部１０３と、情報処理部１１０と、情報記憶部１５０と、を備える。

【0023】

情報入力部１０１は、オペレータが指示やデータを入力するためのキーボード、マウス、タッチパネル、音声入力用のマイク等である。

【0024】

画面表示部１０２は、データを表示するＬＣＤ（Liquid Crystal Display：液晶ディスプレイ）、有機ＥＬディスプレイ等である。

【0025】

データ通信部１０３は、専用線ネットワーク３１０を介して、充電器使用状況管理サーバ２００、休憩施設監視サーバ２１０等と通信を行う通信部である。

【0026】

情報処理部１１０は、ＣＰＵがプログラムを実行することによって実現される。情報処理部１１０は、機能構成として、制御部１１１、地図情報管理部１１２（取得部）、現在充電器情報管理部１１３（取得部）、過去充電器情報管理部１１４（取得部）、ＳＡ／ＰＡ満空情報管理部１１５（取得部）、充電設備混雑予測部１１６、混雑情報作成提供部１１７を備える。

【0027】

制御部１１１は、充電設備混雑状況予測装置１００の各部を制御することで、充電設備混雑状況予測装置１００全体の制御を行う。
地図情報管理部１１２は、地図情報を地図情報ＤＢ（Data Base）１５２に保存して管理する。

【0028】

現在充電器情報管理部１１３は、充電器使用状況管理サーバ２００から充電設備Ｃの現在の利用状況情報（使用中／不使用中）を定期的に取得し、現在充電器情報ＤＢ１５３に更新して管理する。

【0029】

過去充電器情報管理部１１４は、充電設備Ｃの過去の利用状況情報（利用された充電器のＩＤ、利用時間帯等）に関する統計値データ（実績データを含む。）を過去充電器情報ＤＢ１５４に保存して管理する。

【0030】

ＳＡ／ＰＡ満空情報管理部１１５は、休憩施設監視サーバ２１０からＳＡ／ＰＡの満空情報を定期的に取得し、休憩施設満空情報ＤＢ１５５に更新して管理する。

【0031】

充電設備混雑予測部１１６は、過去充電器情報ＤＢ１５４に記憶された過去の充電設備Ｃの混雑状況情報と、現在充電器情報ＤＢ１５３に記憶された現在の充電設備Ｃの利用状況情報と、休憩施設満空情報ＤＢ１５５に保存されているＳＡ／ＰＡの現在の混雑状況情報とに基づいて、将来の所定時点（例えば３０分後など）の充電設備Ｃの混雑状況を予測する予測部である。

【0032】

混雑情報作成提供部１１７は、充電設備混雑予測部１１６によって予測された充電設備Ｃの混雑状況等の各種情報に基づく提供情報を外部へ提供する提供部である。
混雑情報作成提供部１１７が行う外部への提供方法としては、専用線ネットワーク３１０を介して、情報板４１１、情報提供端末４１２、ハイウエイラジオ、ＩＴＳスポット４１３に対して情報提供したり、公衆網ネットワーク３２０の電話網を経由してハイウエイテレホンとして情報提供したり、公衆網ネットワーク３２０のインターネットを経由して、インターネットハイウエイテレホン、インターネットハイウエイラジオ、ＷＥＢページ（ドラぷら、ドラトラ等）等により情報提供する。

【0033】

情報記憶部１５０は、各種処理を実現するプログラム、およびプログラムの実行に必要なデータ、及びプログラムの実行により生成されたデータなどを記憶する。情報記憶部１５０は、例えば、ＲＡＭ、ＤＲＡＭ、ＳＲＡＭ、ハードディスク、光ディスク、フラッシュメモリ、磁気テープ等によって実現されるが、これらに限定されない。情報記憶部１５０は、例えば、システムＤＢ１５１、地図情報ＤＢ１５２、過去充電器情報ＤＢ１５４、現在充電器情報ＤＢ１５３、休憩施設満空情報ＤＢ１５５、および、充電設備混雑予測情報ＤＢ１５６を記憶する。

【0034】

システムＤＢ１５１は、オペレーティングシステム及び情報処理プログラムを記憶するデータベースである。オペレーティングシステムは、充電設備混雑状況予測装置１００の全体的な動作を制御するためのコンピュータプログラムである。情報処理プログラムは、充電設備混雑状況予測装置１００が後述する情報処理の各機能を実現するためのコンピュータプログラムである。

【0035】

地図情報ＤＢ１５２は、地図要素の位置（緯度、経度）やサイズ、範囲等の情報を表す地図情報を記憶する。地図情報は、高速道路における車線数、インターチェンジ（ＩＣ）、ＳＡ／ＰＡの場所等を含む。また、地図情報は、地図上の各位置に関連づけられた標高情報、各経路（高速道路の各経路、一般道等の各経路）の距離情報、勾配、カーブの角度、路線、方向、ＫＰ（キロポスト）、ＪＣＴ（ジャンクション）の形状、トンネル、明かり部（トンネル以外の場所）、路面の状況（舗装状況等）を含む。これらの地図情報は、新路線の開通等の道路の状況に変化があった場合に適宜、更新される。

【0036】

現在充電器情報ＤＢ１５３は、ＳＡ／ＰＡ等に設けられた現在の各充電設備Ｃの利用状況情報（使用中／不使用中）の情報を記憶するデータベースである。

【0037】

過去充電器情報ＤＢ１５４は、ＳＡ／ＰＡ等に設けられた過去の各充電設備Ｃの利用状況情報（利用された充電器のＩＤ、利用時間帯等の実績データと、に関する統計値データの情報を記憶するデータベースである。

【0038】

休憩施設満空情報ＤＢ１５５は、ＳＡ／ＰＡの満空情報を記憶するデータベースである。

【0039】

充電設備混雑予測情報ＤＢ１５６は、ＳＡ／ＰＡの満空情報、過去の各充電設備Ｃの利用状況情報、現在の各充電設備Ｃの利用状況情報に基づき充電設備混雑予測部１１６によって予測された充電設備Ｃの混雑予測情報を記憶するデータベースである。

【0040】

以下、充電設備混雑状況予測装置１００による処理について説明する。
図３は、第１実施形態の充電設備混雑状況予測装置１００による処理を示すフローチャートである。

【0041】

ステップＳ１において、ＳＡ／ＰＡ満空情報管理部１１５は、休憩施設満空情報ＤＢ１５５に保存されているＳＡ／ＰＡの満空情報を取得する。

【0042】

次に、ステップＳ２において、現在充電器情報管理部１１３は、現在充電器情報ＤＢ１５３から充電設備Ｃの現在の利用状況情報を取得する。

【0043】

次に、ステップＳ３において、過去充電器情報管理部１１４は、過去充電器情報ＤＢ１５４に記憶された充電設備Ｃの過去の統計値データを取得する。

【0044】

次に、ステップＳ４において、充電設備混雑予測部１１６は、ＳＡ／ＰＡの満空情報と、充電設備Ｃの現在の利用状況情報と、充電設備Ｃの過去の統計値データと、に基づいて、今後の充電設備Ｃの混雑状況について所定時間ごとに予測する。充電設備の混雑状況の予測方法は、充電設備Ｃ毎に現在の利用状況情報をベースに、その充電設備Ｃの過去統計値データにより混雑する日時、曜日、時間帯を考慮する。更にその時点でのＳＡ／ＰＡの満空情報を加味して、総合的に決定される。ここで、混雑状況を予測する間隔である所定時間とは、例えば、３０分毎、あるいは１時間毎に予測する。なお、予測時間の時間間隔は、一定でなくてもよい。

【0045】

次に、ステップＳ５において、充電設備混雑予測部１１６は、ステップＳ４で予測した所定時間後（例えば３０分後）に充電設備Ｃの予測結果が、混雑するケースか否かを判定する。具体的には、ステップＳ５において、充電設備混雑予測部１１６は、充電設備Ｃの混雑状況の予測値が閾値未満の場合（Ｎｏの場合）は混雑しないケースと判定し、処理を終了する。また、前記充電設備Ｃの混雑状況の予測値が閾値以上の場合（Ｙｅｓの場合）は混雑するケースと判定し、ステップＳ６に進む。

【0046】

ステップＳ６において、混雑情報作成提供部１１７は、ステップＳ４で予測された充電設備Ｃの混雑状況等の各種情報に基づいて、充電設備Ｃの混雑状況に関する提供情報を作成し、充電設備混雑予測情報ＤＢ１５６に保存する。

【0047】

次に、ステップＳ７において、混雑情報作成提供部１１７は、ステップＳ６で作成された提供情報を、情報板４１１、情報提供端末４１２、ハイウエイラジオ、ハイウエイテレホン、インターネットハイウエイテレホン、インターネットハイウエイラジオ、ドラぷら、ドラトラ、ＩＴＳスポット４１３からの配信（ＥＴＣ２．０搭載車のみ受信可）等によって外部に提供する。

【0048】

このように、第１実施形態の充電設備混雑状況予測装置１００によれば、少なくとも、ＳＡ／ＰＡの満空情報、充電設備Ｃの現在の利用状況情報、充電設備Ｃの過去の統計値データ、という情報を用いて充電設備Ｃの混雑状況を予測することで、高精度な予測を実現できる。

【0049】

また、充電設備Ｃの混雑状況を高精度に予測できることで、ユーザに、待ち時間の短い充電設備Ｃの推奨ができ、充電設備Ｃの予約機能提供等もより有効に実現できる。

【0050】

（第２実施形態）
以下、第２実施形態以降で、充電設備Ｃの混雑状況を予測するときに更に別の情報を用いることで、更に予測精度を上げる技術について説明する。

【0051】

次に、第２実施形態について説明する。第２実施形態では、第１実施形態と比較して、充電設備Ｃの混雑状況の予測に、過去の走行状況情報に関する統計値データと、車両の現在の走行状況情報と、及び気象情報を用いる点で異なっている。第１実施形態と同様の事項については重複する説明を適宜省略する。

【0052】

図４は、第２実施形態の充電設備混雑状況予測システム１０ａの全体構成図である。図４は、図１と比較して、本線道路Ｒ１に、トラヒックカウンタ４２０と、本線カメラ４２１が追加され、更に、交通管制システム２２０と、気象情報管理サーバ２３０と、が追加されている。

【0053】

トラヒックカウンタ４２０は、本線道路Ｒ１に複数配置され、交通状況情報（交通量、速度、占有率など）を収集する。トラヒックカウンタ４２０は、例えば、超音波式、ループ式、画像式、レーザ式などのセンサ装置である。

【0054】

本線カメラ４２１は、本線道路Ｒ１上の交通流を画像として監視するためのカメラである。本線カメラ４２１は、本線道路Ｒ１の混雑状況を把握するための画像データを取得する。

【0055】

交通管制システム２２０は、本線道路の交通流を常時監視し、交通を円滑にするための各種対応／指示を行う管制システムである。具体的には、各経路（区間）に関するトラヒックカウンタ（ＴＣ）情報や、本線カメラからの画像に基づいて、イベント発生事象情報（渋滞、事故、故障車、工事、落下物、火災、災害）などを検出し、必要に応じて、通行止めや車線規制、速度規制、パトロール車両の手配などの対応を行う。

【0056】

気象情報管理サーバ２３０は、路側等に設置された雨量計、風向計、照度計、温度計等から取得したデータに基づいて天候等を収集する気象情報サーバである。あるいは、気象情報管理サーバ２３０は、外部装置から気象情報を取得するサーバである。

【0057】

図５は、第２実施形態の充電設備混雑状況予測装置１００ａの機能構成ブロック図である。図５は、図２と比較して、情報処理部１１０ａに、交通管制情報管理部１２１（取得部）と、気象情報管理部１２２（取得部）とが追加され、充電設備混雑予測部１１６ａの機能が異なっている。また、情報記憶部１５０ａに、交通管制情報ＤＢ１６１と、気象情報ＤＢ１６２と、が追加されている。

【0058】

まず、情報処理部１１０ａについて説明する。
交通管制情報管理部１２１は、交通管制システム２２０から各経路（区間）に関する交通量や交通イベント（渋滞、通行止め）、規制情報（通行止め、車線規制、速度規制等）の交通管制情報を定期的に取得し、交通管制情報ＤＢ１６１に保存して管理する。
気象情報管理部１２２は、気象情報管理サーバ２３０から気象情報を取得し、気象情報ＤＢ１６２に保存して管理する。

【0059】

次に、情報記憶部１５０ａについて説明する。
交通管制情報ＤＢ１６１は、交通管制情報を記憶するデータベースである。
気象情報ＤＢ１６２は、気象情報を記憶するデータベースである。

【0060】

次に、第２実施形態の充電設備混雑状況予測装置１００ａによる処理について説明する。
図６は、第２実施形態の充電設備混雑状況予測装置１００ａによる処理を示すフローチャートである。図６は、図３と比較して、ステップＳ３の後にステップＳ１１が追加されている点で異なっている。

【0061】

図６において、ＳＡ／ＰＡの満空情報の取得(ステップＳ１)、充電設備Ｃの現在の利用状況情報の取得(ステップＳ２)、充電設備Ｃの過去の統計値データ取得（ステップＳ３)までは第１実施形態と同様である。
この後、ステップＳ１１において、交通管制情報管理部１２１は、現在と過去の統計的なＯＤ情報を取得する。

【0062】

次に、ステップＳ４において、充電設備混雑予測部１１６ａは、まず、実施例１と同様に、ＳＡ／ＰＡの満空情報と、充電設備Ｃの現在の利用状況情報と、充電設備Ｃの過去の統計値データとから所定時間後の充電設備Ｃの混雑予測を行う。

【0063】

次に、交通量の予測を行う。具体的には、区間毎に現在のトラカン（トラヒックカウンタ４２０）や本線カメラ４２１からの情報により現在の交通量（ＯＤ情報）を判断し、更に過去のＯＤ情報に基づいて、本線道路Ｒ１の所定時間後の区間毎の走行台数を予測する。

【0064】

また、更に気象情報ＤＢ１６２からの気象データを加えることで、走行台数の予測の精度を更に上げることができる。一般に、晴れや曇りに対して、雨、霧、雪等の場合は、走行する車両の平均速度が低下することが予測される。このことを考慮し、現在の走行台数（まとまり）の時間的な移動時間を考慮することで、各区間の走行台数の予測精度を上げる。なお、本実施形態では気象データは必須の構成ではないため、省略することも可能である。

【0065】

一般に、上記区間毎の交通量が多い区間では、一定数のＥＶが走行していることが想定されるため、その下流の充電器は、比率的に充電器の使用率が高まることが予想される。
このことを考慮して、ＳＡ／ＰＡの満空情報と、充電設備Ｃの現在の利用状況情報と、充電設備Ｃの過去の統計値データとに加えて、過去の交通量である統計的な過去のＯＤ情報と、トラカンや本線カメラ４２１からの情報に基づく車両の現在のＯＤ情報（走行状況情報）と、気象情報に基づいて、将来の所定時点の充電設備Ｃの混雑状況を予測する。
ステップＳ５以降は図３の場合と同様に、充電設備Ｃの混雑状況を作成し(ステップＳ６)、予測結果に応じて情報提供を行う（ステップＳ７）。

【0066】

このように、第２実施形態によれば、充電設備Ｃの混雑状況の予測に、車両の現在の走行状況情報と、過去の走行状況情報に関する統計値データと、気象情報データとを更に用いることで、予測精度を更に向上させることができる。

【0067】

（第３実施形態）
次に、第３実施形態について説明する。第３実施形態では、第２実施形態と比較して、充電設備Ｃの混雑状況の予測に、本線道路Ｒ１におけるＥＶの現在の混入率情報を用いる点で異なっている。ここで、ＥＶの現在の混入率情報は、入口料金所に設けられたＥＴＣゲートのＥＶの通過情報に基づき算出される。第２実施形態と同様の事項については重複する説明を適宜省略する。

【0068】

図７は、第３実施形態の充電設備混雑状況予測システム１０ｂの全体構成図である。図７は、図４と比較して、ＥＴＣゲート４３０と、ＥＴＣ路側装置４３１と、料金中央システム２４０と、が追加されている。

【0069】

入口料金所及び出口料金所には、課金のために、ＥＴＣゲート４３０とＥＴＣ路側装置４３１が設けられている（ここで、出口料金所については図示を省略する）。入口料金所のＥＴＣ路側装置４３１は、ＤＳＲＣ(Dedicated Short-Range Communication)による路車間通信を用いて、入口料金所名、通過日時、車載機ＩＤ、車種情報等を車両の車載器から取得する。この中で、車種情報は、車両の大きさ（大型車、普通車、小型車）といった情報に加えて、こごでは、燃料種別（ＥＶ、ガソリン、大型など）の情報を取得するものとする。そして、ＥＴＣ路側装置４３１は、ＥＴＣ車載器により取得した各情報を、料金中央システム２４０に送信する。

【0070】

料金中央システム２４０は、入口料金所および出口料金所のＥＴＣ路側装置４３１から受信した情報に基づき、料金計算を行うシステムである。

【0071】

図８は、第３実施形態の充電設備混雑状況予測装置１００ｂの機能構成ブロック図である。図８は、図５と比較して、情報処理部１１０ｂにＥＶ走行状態管理部１３１が追加され、充電設備混雑予測部１１６ｂの機能が異なっている。また、情報記憶部１５０ｂに、ＥＴＣ関連情報ＤＢ１７１が追加されている。

【0072】

まず、情報処理部１１０ｂに機能が追加された管理部について説明する。
ＥＶ走行状態管理部１３１は、ＥＴＣ関連情報に基づいて、本線道路Ｒ１の区間毎のＥＶの混入率を算出する管理部である。
ＥＶ走行状態管理部１３１は、料金中央システム２４０からＥＴＣ関連情報（流入台数、流出台数、ＥＶの車種など）を取得する。

【0073】

次に、ＥＶ走行状態管理部１３１は、取得したＥＴＣ関連情報の車種情報から、入口料金所毎の時間毎の侵入したＥＶの台数を求める。次に、侵入したＥＶの台数を進行方向別に配分する。ここで、方向別のＥＶの台数の配分は、分岐後の接続路にカメラが設置されていればその画像に基づいて分配する。分岐後の接続路にカメラがない場合は、簡易には均等に分配するか、あるいは、走行台数データに基づいて分配してもよい。次に、各料金時と各区間との距離から、当該料金所から侵入したＥＶが、当該区間に到達が予想される時間値を推測していく。
ＥＶ走行状態管理部１３１は、このように算出した区間毎のＥＶ混入率情報をＥＶ混入率情報ＤＢ１７２に保存して管理する。

【0074】

また、充電設備混雑予測部１１６ｂは、第１実施形態で用いた、ＳＡ／ＰＡの満空情報、現在の充電設備Ｃの状況、過去の充電設備の状況と、第２実施形態で用いた走行する車両全体の現在及び過去の交通量の情報に加えて、ＥＶの現在の混入率情報を用いることで、将来の所定時点の充電設備の混雑状況を予測する。

【0075】

次に、情報記憶部１５０ｂに追加した各データベースについて説明する。
ＥＴＣ関連情報ＤＢ１７１は、料金中央システムから取得したＥＴＣ関連情報に基づいて求められた現在のＥＶ混入率情報を記憶するデータベースである。

【0076】

次に、第３実施形態の充電設備混雑状況予測装置１００ｂによる処理について説明する。
図９は、第３実施形態の充電設備混雑状況予測装置１００ｂによる処理を示すフローチャートである。図９は、図６と比較して、ステップＳ１１の後にステップＳ２１が追加されている点で異なっている。

【0077】

図９において、ＳＡ／ＰＡの満空情報の取得(ステップＳ１)、充電設備Ｃの現在の利用状況情報取得(ステップＳ２)、充電設備Ｃの過去の統計値データ取得（ステップＳ３)、現在と過去の統計的なＯＤ情報を取得（ステップＳ１１）までは第２実施形態と同様である。

【0078】

ステップＳ１１の後、ステップＳ２１において、ＥＶ走行状態管理部１３１は、料金中央システム２４０から、ＥＴＣ関連情報として、入口料金所別に時間毎の侵入車両の車種情報を入手する。そして、取得したＥＴＣ関連情報の車種情報から、入口料金所毎の時間毎の侵入したＥＶの台数を求める。次に、侵入したＥＶの台数を進行方向別に配分する。次に、各料金時と各区間との距離から、当該料金所から侵入したＥＶが、当該区間に到達が予想される時間値を推測していく。そして、区間毎のＥＶの現在の混入率情報を取得し、その結果をＥＴＣ関連情報ＤＢ１７１に登録する。

【0079】

次に、ステップＳ４において、充電設備混雑予測部１１６ｂは、第３の実施形態で用いたＳＡ／ＰＡの満空情報と、充電設備Ｃの現在の利用状況情報と、充電設備Ｃの過去の統計値データと、過去の統計的なＯＤ情報と、車両の現在の走行状況情報と、に加えて、入口料金所から入手した車載情報から求めたＥＶの現在の混入率情報と、に基づいて、将来の所定時点の充電設備Ｃの混雑状況を予測する。
ステップＳ５以降は図６の場合と同様に、充電設備Ｃの混雑状況を作成し(ステップＳ６)、充電設備Ｃの混雑状況の予測結果に応じて情報提供を行う（ステップＳ７）。

【0080】

このように、第３実施形態によれば、充電設備Ｃの混雑状況の予測に、ＥＶの現在の混入率情報を更に用いることで、現在及び過去の走行が予想される車両全体ではなく、予想されるＥＶ車の走行台数に基づいて予測を行うため、充電設備Ｃの混雑状況の予測精度を更に向上させることができる。

【0081】

（第４実施形態）
次に、第４実施形態について説明する。第４実施形態では、第３実施形態と比較して、充電設備Ｃの混雑状況の予測に、入口料金所から侵入するＥＶの現在のバッテリ残量情報を更に用いる点で異なっている。本実施形態では、ＥＶがＥＴＣゲート４３０（図７）を通過する際に、ＥＴＣ路側装置４３１によって、車種情報を入手するときに、ＥＶのＣＡＮ（Controller Area Network）データを取得するようにして、このＣＡＮデータの中からＥＶのバッテリ残量情報を取得する点が異なるだけであるため、図示は省略する。第３実施形態と同様の事項については重複する説明を適宜省略する。

【0082】

まず、第４実施形態の充電設備混雑状況予測システムの構成は、第３実施形態（図７）と同様なため、説明を省略する。

【0083】

図１０は、第４実施形態の充電設備混雑状況予測装置１００ｃの機能構成ブロック図である。図１０は、図８と比較して、情報処理部１１０ｃに消費電力量予測部１３２が追加されている。また、情報記憶部１５０ｃにバッテリ残量情報ＤＢ１７３が追加されている。また、ＥＶ走行状態管理部１３１ａと充電設備混雑予測部１１６ｃの機能が異なっている。

【0084】

ＥＶ走行状態管理部１３１ａは、料金中央システム２４０から、入口料金所毎の侵入したＥＶについての時間別の走行台数と、入口料金所通過時のＥＶの現在のバッテリ残量情報を取得し、バッテリ残量情報ＤＢ１７３に保存して管理する。

【0085】

消費電力量予測部１３２は、ＥＴＣ関連情報ＤＢ１７１に保存された入口料金所のＥＶのバッテリ残量情報等に基づいて、そこからの距離に応じて消費されるＥＶの消費電力量を予測し、走行可能距離等を予測する。消費電力量予測部１３２は、予測した結果に基づいて、ＥＶの現在のバッテリ残量情報をバッテリ残量情報ＤＢ１７３に記憶する。

【0086】

そして、充電設備混雑予測部１１６ｃは、第１実施形態で用いた、ＳＡ／ＰＡの満空情報、現在の充電設備Ｃの状況、過去の充電設備の状況と、第２実施形態で用いた走行する車両全体の現在及び過去の交通量の情報、第３実施形態において用いたＥＶの現在の混入率情報に加えて、更に、道路を走行するＥＶの現在のバッテリ残量情報を用いて、将来の所定時点の充電設備の混雑状況を予測する。

【0087】

次に、第４実施形態の充電設備混雑状況予測装置１００ｃによる処理について説明する。
図１１は、第４実施形態の充電設備混雑状況予測装置１００ｃによる処理を示すフローチャートである。図１１は、図９と比較して、ステップＳ２１の後にステップＳ３１～Ｓ３４が追加されている点で異なっている。

【0088】

図１１において、第１実施形態と同様に、ＳＡ／ＰＡの満空情報の取得(ステップＳ１)、充電設備Ｃの現在の利用状況情報取得(ステップＳ２)、充電設備Ｃの過去の統計値データ取得（ステップＳ３)を行う。次に、第２実施形態と同様に、現在と過去の統計的なＯＤ情報を取得する（ステップＳ１１）。次に、第３の実施形態と同様に、区間毎のＥＶの現在の混入率情報を取得する（ステップＳ２１）。

【0089】

次に、ステップＳ３１において、ＥＶ走行状態管理部１３１ａは、バッテリ残量情報ＤＢ１７３から、道路を走行するＥＶの入口料金所における現在のバッテリ残量情報を取得する。

【0090】

次に、ステップＳ３２において、消費電力量予測部１３２は、入口ＩＣでＥＴＣ路側装置４３１を経由して取得したＥＶの現在のバッテリ残量情報等に基づいて、そこからの距離に応じて消費されるＥＶの消費電力量を予測する。

【0091】

次に、ステップＳ３３において、消費電力量予測部１３２は、ステップＳ３２で予測したＥＶの消費電力量等に基づいて、残りの消費電力量を予測し、ＥＶの走行可能距離を算出する。

【0092】

次に、ステップＳ３４において、消費電力量予測部１３２は、ステップＳ３３で算出した走行可能距離等に基づいて、ＥＶの到達可能なＳＡ／ＰＡを特定する。

【0093】

次に、ステップＳ４において、充電設備混雑予測部１１６ｃは、ＳＡ／ＰＡの満空情報と、充電設備Ｃの現在の利用状況情報と、充電設備Ｃの過去の統計値データと、過去の統計的なＯＤ情報と、車両の現在の走行状況情報と、ＥＶの現在の混入率情報と、に加えて、ＥＶの到達可能なＳＡ／ＰＡと、に基づいて、将来の所定時点の充電設備Ｃの混雑状況を予測する。

【0094】

ステップＳ５以降は図９の場合と同様に、充電設備Ｃの混雑状況を作成し(ステップＳ６)、充電設備Ｃの混雑状況の予測結果に応じて、情報提供を行う（ステップＳ７）。

【0095】

このように、第４実施形態によれば、充電設備Ｃの混雑状況の予測に、ＥＶの現在のバッテリ残量情報を更に用いることで、充電器の混雑状況の予測精度を更に向上させることができる。

【0096】

（第４実施形態の変形例）
消費電力量予測部１３２は、入口料金所におけるＥＶのバッテリ残量情報を入手し、そこから走行距離に応じて現在のバッテリ残量を求めているがこれに限られない。例えば、ＥＶの現在のバッテリ残量情報を、ＩＴＳスポット４１３やフリーフロー（料金収受のために本線道路Ｒ１の上に設けられた通信機器）から取得できるようにすることで、より正確に現在のバッテリ残量を求めることができる。このように収集したバッテリ残量を用いることで、充電器の混雑状況の予測精度を更に向上させることができる。

【0097】

（第５実施形態）
次に、第５実施形態について説明する。第５実施形態では、第４実施形態と比較して、ＥＶ向け情報提供サービスに基づき、ユーザから取得した情報に基づいて、ユーザ毎に最適な予測を行う点で異なっている。第４実施形態と同様の事項については重複する説明を適宜省略する。

【0098】

図１２は、第５実施形態の充電設備混雑状況予測システム１０ｃの全体構成図である。図１２は、図７と比較して、車両情報管理サーバ２５０が追加されている。

【0099】

また、ユーザは、ＥＶ向け情報提供サービスを利用するため、インターネットと接続可能なスマートフォン５００（または、ＰＣ等でもよい）を有するものとする。また、インターネットと接続可能なカーナビ５１０でも良い。

【0100】

車両情報管理サーバ２５０は、車両に関する車種ＩＤ、ＥＶメーカ、バッテリ容量、バッテリ種類（リチウムイオン電池等）、総重量（ＥＶに定員まで載ったときの重量やＥＶ自体の重さ）、電費、バッテリ劣化速度、発売年等の情報（車両情報）を、自動車メーカ等から入手する。

【0101】

図１３は、第５実施形態の充電設備混雑状況予測装置１００ｄの機能構成ブロック図である。
図１３は、図１０と比較して、更に、情報処理部１１０ｄに、車両情報管理部１４１（取得部）と、消費電力量予測モデル管理部１４２と、ユーザＩＤ登録部１４３と、サービス利用登録部１４４と、仮想ＥＶ管理部１４５と、仮想ＥＶ作成更新部１４６と、仮想ＥＶ確度更新部１４７と、充電計画部１４８とが追加されている。また、情報処理部１１０ｄのＥＶ走行状態管理部１３１ｂと充電設備混雑予測部１１６ｄの機能が異なっている。更に、情報記憶部１５０ｄに、車両情報ＤＢ１８１と、消費電力量予測モデルＤＢ１８２と、ユーザＤＢ１８８と、仮想ＥＶＤＢ１８９と、充電計画ＤＢ１９１と、が追加されている。

【0102】

まず、情報記憶部１５０ｄに追加されたＤＢについて説明する。
車両情報ＤＢ１８１は、車両毎の特性に関する車両情報を記憶するデータベースである。メーカ毎の車種別の車両情報が記憶される。
消費電力量予測モデルＤＢ１８２は、車両毎の走行による消費電力量を予測するための予測モデルを保存するデータベースである。

【0103】

ユーザＤＢ１８８は、ユーザＩＤ登録部１４３およびサービス利用登録部１４４により登録される情報を保持するデータベースである。
仮想ＥＶＤＢ１８９は、仮想ＥＶ管理部１４５によって管理されている仮想ＥＶの情報を保存するデータベースである。ここで、仮想ＥＶとは、本実施形態のサービスを利用していないＥＶが、一定数、走行していることを推定して、その状況を登録するものである。
充電計画ＤＢ１９１は、サービス利用者に対して推奨の充電箇所を提供するために、充電計画部１４８によって作成された充電計画データを保存するデータベースである。

【0104】

次に、情報処理部１１０ｄに追加された構成、及び機能が追加された構成を説明する。
車両情報管理部１４１は、車両毎の特性情報を管理するための管理部である。車両情報管理部１４１は、車両情報管理サーバ２５０から車両毎の特性情報として、ＥＶメーカ、バッテリ容量、バッテリ種類、総重量、電費、バッテリ劣化速度、発売年等の情報（車両情報）を取得し、車種ＩＤを付して、車両情報ＤＢ１８１に保存して管理する。

【0105】

消費電力量予測モデル管理部１４２は、車両情報ＤＢ１８１に保存された車両毎の電力予測モデルを関する管理部である。消費電力量予測モデル管理部１４２は、車両毎（あるいは、エンジン形式の類似する同じメーカをまとめてもよい）に、１つ以上の学習データを用いて、車両ごとの消費電力量を予測するモデル（予測モデル）を生成する。ここで、学習データとしては、気象情報、地理情報（傾斜の有無、カーブ多少等）、車両情報（車種に応じた、電費（単位距離当たりの消費電力））、交通管制情報（走行台数、渋滞の有無他）等の情報も用いる。消費電力量予測モデル管理部１４２は、上述の情報の全部または一部を対応付けることで学習データを生成する。生成した車両毎の消費電力量予測モデルは、消費電力量予測モデルＤＢ１８２に保存する。

【0106】

ユーザＩＤ登録部１４３は、ユーザから受信した情報提供サービスのユーザ登録に応じて、ユーザＤＢ１８８に対して、ユーザ登録を行う登録部である。ユーザ登録の項目としては、ユーザの個人情報（氏名やナンバープレート情報等）や、ユーザが利用するＥＶの情報（車種、バッテリ容量、バッテリ劣化度、累計走行距離、タイヤの種類等）を取得し、これらをユーザ情報とする。ユーザＩＤ登録部１４３は、ユーザに対してユーザＩＤ（ＥＶ＿ＩＤ）を発行し、ユーザＩＤとユーザ情報とを関連づけて、ユーザＤＢ１８８に登録する。

【0107】

サービス利用登録部１４４は、ユーザからスマートフォン５００等により、情報提供アプリのサービスを開始するための利用登録を行う登録部ある。サービス利用登録部１４４は、利用登録を受けると、今回のサービス利用に対してＩＤ（走行ＩＤ）を発行し、走行ＩＤを利用登録情報と関連づけて、ユーザＤＢ１８８に格納し、ＥＶ走行状態管理部１３１ｂや消費電力量予測モデル管理部１４２に通知する。

【0108】

ＥＶ走行状態管理部１３１ｂは、第４の実施形態の場合と比べて、情報提供サービスを利用者の走行状態を管理する管理部である。各ユーザからサービス利用登録部１４４により登録された利用登録から、ＥＶの出発地、目的地、バッテリ残量、走行位置、走行可能距離の少なくともいずれかの情報を含むプローブ情報を取得することで、道路上のＥＶの走行状態を管理する。

【0109】

消費電力量予測部１３２ａは、第４実施形態の場合と比べて更に消費電力量予測モデルＤＢ１８２に保存されたモデルを用いて、ＥＶの消費電力量や走行可能距離等を予測する。

【0110】

仮想ＥＶ作成更新部１４６は、高速道路を利用するＥＶのうち、ＥＶに対する情報提供アプリを利用していないＥＶ（外部ＥＶ）を仮想的に設定した仮想ＥＶを推定し、仮想ＥＶＤＢ１８９に登録することで、仮想ＥＶの推定走行数を管理する。これにより、実際に充電設備混雑状況予測システム１０ｄのサービスを利用していない仮想ＥＶの状況を考慮できる。

【0111】

仮想ＥＶ確度更新部１４７は、現在充電器情報管理部１１３によって管理されている充電設備Ｃの現在の利用状況情報等に基づいて、仮想ＥＶの確度を算出し、仮想ＥＶＤＢ１８９を更新する。

【0112】

充電設備混雑予測部１１６ｄは、第４実施形態において用いた情報に加えて、更に、利用登録によって登録されたユーザＥＶのプローブ情報と、仮想ＥＶ作成更新部１４６で管理している仮想ＥＶの走行状況も考慮して、将来の所定時点の充電設備の混雑状況を予測する。

【0113】

充電計画部１４８は、サービス利用登録部１４４で登録された走行ＩＤ毎に、充電計画を作成する管理部である。充電計画部１４８は、サービス利用登録部１４４で登録された走行ＩＤ毎の情報（ＥＶの出発地、目的地、出発時のバッテリ残量）から、消費電力量予測部１３２ａを用いて、走行可能距離を算出する。そして、充電設備混雑予測部１１６ｄの予測結果をもとに、走行可能距離内で、混雑度の低い充電スポットを、推奨する充電スポットに決定する。そして、推奨するＥＶの充電計画（充電場所、充電時間等を含む。）を作成する。作成した充電計画は、充電計画ＤＢ１９１に保存されるとともに、サービス利用者に対して推奨するＥＶの充電計画（充電場所、充電時間等を含む。）として提供される。

【0114】

次に、第５実施形態の充電設備混雑状況予測装置１００ｄによる処理について説明する。
まず、車両情報管理部１４１は、車両情報管理サーバ２５０を介して、車両メーカから車種ＩＤ、ＥＶメーカ、バッテリ容量、バッテリ種類、総重量、電費、バッテリ劣化速度、発売年等の情報（車両情報）を取得し、車両情報ＤＢ１８１に保存して管理する。
次に、消費電力量予測モデル管理部１４２は、１つ以上の学習データを用いて、車両ごとの消費電力量を予測するモデル（予測モデル）を生成する。

【0115】

利用者はこのサービスを受けるためには、まず個人情報を登録するユーザ登録を行い、サービスを受ける際に利用登録が必要となる。以下、この手順について説明する。
ここで、ユーザ登録について説明する。
ユーザＩＤ登録部１４３は、スマートフォン５００（またはＰＣ、カーナビ５１０でも可）からユーザ登録要求を受信し、情報提供サービスのユーザ登録を行う。例えば、ユーザは、スマートフォン５００を操作して、情報提供アプリのユーザ登録を行うための所定のアプリケーション、または所定のウェブページを開き、ユーザＩＤ登録部１４３にアクセスする。

【0116】

また、ユーザＩＤ登録部１４３は、ユーザの個人情報やユーザが利用するＥＶの情報（車種、バッテリ容量、バッテリ劣化度、累計走行距離、タイヤの種類等）を取得し、これらをユーザ情報とする。ユーザＩＤ登録部１４３は、ユーザに対してユーザＩＤ（ＥＶ＿ＩＤ）を発行し、ユーザＩＤとユーザ情報とを関連づけて、ユーザＤＢ１８８に登録する。

【0117】

次に、利用登録について。説明する。
ユーザは外出時に自宅またはＥＶの車内等で、スマートフォン５００を操作して、情報提供アプリのサービスを受けるためのアプリケーション又はウェブページを開き、スマートフォン５００から、本サービスを受けるために必要な情報を含む利用登録要求を入力してサービス利用登録部１４４に送信する。

【0118】

サービス利用登録部１４４は、スマートフォン５００から利用登録要求を受信すると、今回のサービス利用に対してＩＤ（走行ＩＤ）を発行し、走行ＩＤを利用登録情報と関連づけて、ユーザＤＢ１８８に格納し、走行状態管理部４１や消費電力量予測モデル管理部１４２に通知する。

【0119】

そして、ユーザは利用開始時に、走行日時、出発ＩＣ（インターチェンジ）の出発予定日時（現在日時、自宅の出発予定日時など）、出発地（高速道路の出発ＩＣ等）、目的地（目的ＩＣ等）、ＥＶのバッテリ容量、ＥＶのバッテリ残量、バッテリ劣化度、エアコン使用状況（オン／オフ、設定モード、温度設定など）、累積走行距離、タイヤの種類、乗車人数等の情報を送信する。なお、これらの情報のうち、ユーザ登録時に通知済みの場合は省略してもよい。

【0120】

これらの情報については、ユーザがカーナビ５１０を用いている場合はカーナビ５１０に設定されている情報を送信してもよい。

【0121】

また、充電設備混雑状況予測装置１００ｄは、利用登録後のユーザのスマートフォン５００と通信して、ＧＰＳ（Global Positioning System）の位置情報、現在時刻、バッテリ残量、エアコン使用状況等の情報を取得し、走行状態管理部４１に通知する。

【0122】

図１４は、利用登録後の、第５実施形態の充電設備混雑状況予測装置１００ｄによる処理を示すフローチャートである。図１４は、図１１と比較して、ステップＳ３１の後にステップＳ４１が追加されている点で異なっている。

【0123】

図１４において、第１実施形態と同様に、ＳＡ／ＰＡの満空情報の取得(ステップＳ１)、充電設備Ｃの現在の利用状況情報取得(ステップＳ２)、充電設備Ｃの過去の統計値データ取得（ステップＳ３)を行う。次に、第２実施形態と同様に、現在と過去の統計的なＯＤ情報を取得する（ステップＳ１１）。次に、第３の実施形態と同様に、区間毎のＥＶの現在の混入率情報を取得（ステップＳ２１）する際に、第４の実施形態と同様に、混入率だけでなく、料金所侵入時現在のバッテリ残量情報も取得し、区間毎のＥＶのバッテリ残量の状況を算出する（ステップＳ３１）。

【0124】

次に、ステップＳ４１において、ＥＶ走行状態管理部１３１ｂは、ＥＶのプローブ情報を取得する。
また、ステップＳ３２において、消費電力量予測部１３２ａは、消費電力量予測モデルＤＢ１８２に保存された消費電力量予測モデルを用いて、ＥＶの消費電力量を予測する。
ステップ３３において、第４の実施形態と同様に、消費電力量予測部１３２ａは、ステップＳ３２で予測したＥＶの消費電力量等に基づいて、残りの消費電力量を予測し、ＥＶの走行可能距離を算出する。

【0125】

次に、ステップＳ３４において、第４の実施形態と同様に、消費電力量予測部１３２ａは、ステップＳ３３で算出した走行可能距離等に基づいて、ＥＶの到達可能なＳＡ／ＰＡを特定する。

【0126】

次に、ステップＳ４において、充電設備混雑予測部１１６ｄは、ＳＡ／ＰＡの満空情報と、充電設備Ｃの現在の利用状況情報と、充電設備Ｃの過去の統計値データと、過去の統計的なＯＤ情報と、車両の現在の走行状況情報と、ＥＶの現在の混入率情報と、ＥＶの到達可能なＳＡ／ＰＡと、に加えて、利用登録により得られたユーザのＥＶのプローブ情報と仮想ＥＶに基づいて、将来の所定時点の充電設備Ｃの混雑状況を予測する。

【0127】

ステップＳ５以降は図１１の場合と同様に、充電設備Ｃの混雑状況を作成し(ステップＳ６)、充電設備Ｃの混雑状況の予測結果に応じて、情報提供を行う（ステップＳ７）。

【0128】

このように、第５実施形態によれば、充電設備Ｃの混雑状況の予測に、消費電力量予測モデルや、情報提供アプリによって得られたユーザ情報や、仮想ＥＶの走行計画等に基づいたＥＶの充電計画や、ＥＶのプローブ情報を更に用いることで、予測精度を更に向上させることができる。

【0129】

（第５実施形態の変形例）
第５実施形態について説明したがこれに限られない。
例えば、第５実施形態の図１４のステップＳ４においては、仮想ＥＶの走行状況も考慮して、充電施設の混雑状況を判断しているが、構成を簡単化するためには、仮想ＥＶの状況を含めずに充電施設の混雑状況を判断よるように構成しても良い。この場合は、図１３で説明した、仮想ＥＶ管理部１４５、仮想ＥＶ作成更新部１４６、仮想ＥＶ確度更新部１４７、仮想ＥＶＤＢ１８９の構成を省略することができる。

【0130】

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

【0131】

なお、本実施形態の充電設備混雑状況予測装置１００によって実行されるプログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ（Compact Disc）－ＲＯＭ（Read Only Memory）、フレキシブルディスク（ＦＤ）、ＣＤ－Ｒ（Recordable）、ＤＶＤ（Digital Versatile Disk）等のコンピュータ装置で読み取り可能な記録媒体に記録して提供することができる。また、当該プログラムを、インターネット等のネットワーク経由で提供または配布するようにしてもよい。

【0132】

また、充電設備混雑状況予測装置１００は、単一のコンピュータ装置により構成されてもよいし、あるいは、通信ネットワークを介して、相互に接続された複数のコンピュータ装置からなるシステムとして構成されてもよい。

【符号の説明】

【0133】

１０…充電設備混雑状況予測システム、１００…充電設備混雑状況予測装置、１０１…情報入力部、１０２…画面表示部、１０３…データ通信部、１１０…情報処理部、１１１…制御部、１１２…地図情報管理部、１１３…現在充電器情報管理部、１１４…過去充電器情報管理部、１１５…ＳＡ／ＰＡ満空情報管理部、１１６…充電設備混雑予測部、１１７…混雑情報作成提供部、１２１…交通管制情報管理部、１２２…気象情報管理部、１３１…ＥＶ走行状態管理部、１３２…消費電力量予測部、１４１…車両情報管理部、１４２…消費電力量予測モデル管理部、１４３…ユーザＩＤ登録部、１４４…サービス利用登録部、１４５…仮想ＥＶ管理部、１４６…仮想ＥＶ作成更新部、１４７…仮想ＥＶ確度更新部、１４８…充電計画部、１５０…情報記憶部、１５１…システムＤＢ、１５２…地図情報ＤＢ、１５３…現在充電器情報ＤＢ、１５４…過去充電器情報ＤＢ、１５５…休憩施設満空情報ＤＢ、１５６…充電設備混雑予測情報ＤＢ、１６１…交通管制情報ＤＢ、１６２…気象情報ＤＢ、１７１…ＥＴＣ関連情報ＤＢ、１７２…ＥＶ混入率情報ＤＢ、１７３…バッテリ残量情報ＤＢ、１８１…車両情報ＤＢ、１８２…消費電力量予測モデルＤＢ、１８８…ユーザＤＢ、１８９…仮想ＥＶＤＢ、１９１…充電計画ＤＢ、２００…充電器使用状況管理サーバ、２１０…休憩施設監視サーバ、２２０…交通管制システム、２３０…気象情報管理サーバ、２４０…料金中央システム、２５０…車両情報管理サーバ、３１０…専用線ネットワーク、３２０…公衆網ネットワーク、４１０…ＳＡ／ＰＡカメラ、４１１…情報板、４１２…情報提供端末、４１３…ＩＴＳスポット、４２０…トラヒックカウンタ、４２１…本線カメラ、４３０…ＥＴＣゲート、４３１…ＥＴＣ路側装置、５００…スマートフォン、５１０…カーナビ

【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】