JP2000266562A - 車載の経路探索装置 - Google Patents

Abstract

(57)【要約】 【課題】従来のＶＩＣＳ経路探索装置では、目的地を設
定していない場合、渋滞情報などが、近くに行くまで得
られなかった。 【解決手段】走行した経路を経路の類似性により群別手
段により、群別し経路データとして、記憶することによ
り、記憶された経路データを用いて、目的地が設定され
ない場合でも経路を予測手段において予測をして、予測
経路上の道路交通情報を受信して、案内できる様にし
た。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、目的地までの走行経路
を運転者に提供する車両用経路探索装置、特に、ドライ
バが目的地を設定しない場合でも、ドライバの運転履歴
より、経路を予測して、走行予定経路の道路情報を含め
た走行経路の探索に関する。

【０００２】

【従来の技術】従来より、各種の車両用経路探索装置
（ナビゲーション装置）が知られており、通常の乗用車
においても、これが搭載されるようになってきている。
通常のナビゲーション装置においては、まず目的地点の
設定を行うことにより、現在位置より、目的地点までの
経路を探索し案内するものである。

【０００３】また、ＶＩＣＳ（Vehicle Information an
d Communication System）道路交通情報通信システムを
利用したナビゲーション装置（以下、ＶＩＣＳナビゲー
ション装置と記載する）においては、目的地点の設定が
なされていれば、目的地点までの道路交通情報を受信
し、情報を考慮して、渋滞を避けるような経路の案内が
なされる。さらに、目的地点の設定が無い場合は、車両
位置周辺の交通情報が受信され、提供されるようになっ
ている。

【０００４】

【発明が解決しようとする課題】しかし、ナビゲーショ
ン装置を使用する際に最も煩わしい操作は、目的地の設
定である。通常、行楽等の目的で出かける場合は、地理
不案内の事が多く、多少煩わしくても、目的地の設定を
おこなう。しかし、通勤などの目的地、経路などを熟知
している場合は、目的地の設定を行わない事が多い。そ
のため、通勤時の不意の事故渋滞などは、ＶＩＣＳナビ
ゲーション装置で、目的地が設定されていれば、事前に
知ることができるのにもかかわらず、目的地の設定がな
されていない為に避ける事ができなかった。本発明は、
このような、普段よく利用する経路においては、目的地
の設定を行わなくても有効な道路交通情報の提供を行
い、道路交通情報を考慮した経路の探索を行うことがで
きるようにすることを目的とする。

【０００５】

【課題を解決する手段】本発明は、車両の現在位置を検
出する現在位置検出手段と、地図データを用いて２地点
間の経路を探索する経路探索手段と、道路交通情報セン
タからの情報を受信する受信手段とを備えた車載の経路
探索装置において、予め記憶された出発地、目的地、そ
の間の経路から成る複数の走行経路データを記憶した経
路記憶手段と、目的地点が設定されていない場合は、記
憶された走行経路データおよび、現在の車両の走行情報
に基づいて、経路選択して、走行経路を予測する走行経
路予測手段と、予測された経路上の受信された交通情報
を出力する出力手段とを有することを特徴とする。

【０００６】請求項２の発明は、上記経路探索装置にお
いて、出発地点、目的地点、及び経路等の必要な情報を
入力する入力手段をさらに有することを特徴とする。請
求項３の発明は、上記経路探索装置において、走行経路
予測手段は、走行情報と、記憶された走行経路データが
一致するほど、その値が高くなる評価値である一致度を
演算する一致度演算手段をさらに有する事を特徴とす
る。

【０００７】請求項 4の発明は、上記経路探索装置にお
いて、現在位置検出手段により得られた現在位置の集合
から車両の現在の走行経路を検出する走行経路検出手段
をさらに有することを特徴とする。

【０００８】請求項５の発明は、上記経路探索装置にお
いて、走行情報は、車両の現在位置からなることを特徴
とする。請求項６の発明は、請求項５に記載の経路探索
装置において、走行情報は、車両が走行を開始した地点
を出発地点として、車両の現在位置までの走行経路をさ
らに有することを特徴とする。請求項７の発明は、請求
項５または請求項６に記載の経路探索装置において、走
行情報は、出発地点での曜日または、走行開始時刻をさ
らに有することを特徴とする。請求項８の発明は、請求
項６または請求項７に記載の経路探索装置において、走
行情報は、検出された走行経路から判断される走行方向
をさらに有することを特徴とする。

【０００９】請求項９の発明は、請求項５乃至請求項８
いづれか１項に記載の経路探索装置において、経路記憶
手段は、経路検出手段により、走行する毎に検出される
走行情報を走行経路データとして蓄積記憶することを特
徴とする。

【００１０】請求項１０の発明は、請求項１乃至請求項
９いづれか１項に記載の経路探索装置において、走行経
路データを経路相互の類似性により群別する群別手段を
さらに有する事を特徴とする。請求項１１の発明は、請
求項１０に記載の経路探索装置において、群別手段は、
走行経路データ相互の類似性の評価値である経路相互の
相関性により群別する事を特徴とする。

【００１１】請求項１２の発明は、請求項１１に記載の
経路探索装置において、経路記憶手段は、群別された走
行経路データにおいて、相互に相関性の高い経路を同一
群として記憶していることを特徴とする。請求項１３の
発明は、請求項１２に記載の経路探索装置において、経
路記憶手段は、群別された走行経路データにおいて、相
互相関性の高い順に上位にランク付けして記憶している
ことを特徴とする。

【００１２】請求項１４の発明は、請求項１２または請
求項１３に記載の経路探索装置において、群別された走
行経路データは、同一群とされた全経路の出発地点の位
置情報からなる出発地点情報をさらに有する事を特徴と
する。請求項１５の発明は、請求項１２乃至請求項１４
いづれか１項に記載の経路探索装置において、群別され
た走行経路データは、同一群とされた全経路の出発日の
曜日からなる曜日毎情報をさらに有する事を特徴とす
る。請求項１６の発明は、請求項１２乃至請求項１５い
づれか１項に記載の経路探索装置において、群別された
走行経路データは、同一群とされた全経路の出発時刻か
らなる出発時刻情報をさらに有する事を特徴とする。

【００１３】請求項１７の発明は、請求項１３乃至請求
項１６いづれか１項に記載の経路探索装置において、走
行経路予測手段は、上位にランク付けされた群別された
走行経路データから順に用いて経路予測を行うことを特
徴とする。

【００１４】請求項１８の発明は、請求項１４乃至請求
項１７いづれか１項に記載の経路探索装置において、一
致度演算手段は、走行情報の出発地点と群別された走行
経路データの出発地点情報による一致度の評価が高いほ
ど一致度を大きく演算する事をさらに有する事を特徴と
する。請求項１９の発明は、請求項１５乃至請求項１８
いづれか１項に記載の経路探索装置において、一致度演
算手段は、走行情報の走行開始地点での曜日と、群別さ
れた走行経路データの曜日毎情報による評価が高いほど
一致度を大きく演算する事をさらに有する事を特徴とす
る。請求項２０の発明は、請求項１６乃至請求項１９い
づれか１項に記載の経路探索装置において、一致度演算
手段は、走行情報の走行開始時刻と、群別された走行経
路データの出発時刻情報による評価が高いほど一致度を
大きく演算する事をさらに有する事を特徴とする。請求
項２１の発明は、請求項１２乃至請求項２０いづれか１
項に記載の経路探索装置において、一致度演算手段は、
走行情報の走行方向と、群別された走行経路データの出
発地点における目的地点方向による方向の一致度の評価
が高いほど一致度を大きく演算する事をさらに有する事
を特徴とする。

【００１５】請求項２２の発明は、請求項２乃至請求項
２１いづれか１項に記載の経路探索装置において、経路
記憶手段は、入力手段により入力された経路情報を走行
経路データとしてさらに記憶することを特徴とする。請
求項２３の発明は、請求項１３乃至請求項２２いづれか
１項に記載の経路探索装置において、経路記憶手段は、
入力手段からの設定により、走行経路データを上位にラ
ンク付けして記憶することを特徴とする。

【００１６】請求項２４の発明は、上記経路探索装置に
おいて、経路探索手段は、現在位置を経路探索の出発地
点、予測経路の目的地点を経路探索の目的地点として、
受信された道路交通情報センタからの交通情報を経路探
索のコスト演算に加味して最小コスト経路の探索をする
経路再探索手段をさらに有することを特徴とする。請求
項２５の発明は、請求項２４に記載の経路探索装置にお
いて、経路再探索手段は、入力手段からのリクエスト信
号を受けて経路の再探索を開始することを特徴とする。

【００１７】

【発明の作用及び、効果】上記構成により、本発明によ
る経路探索装置によれば、車両の現在位置を検出する現
在位置検出手段と、地図データを用いて２地点間の経路
を探索する経路探索手段と、道路交通情報センタからの
情報を受信する受信手段とを備えた車載の経路探索装置
において、目的地点が設定されていない場合は、経路記
憶手段に予め記憶された、出発地、目的地、その間の経
路から成る複数の走行経路データと、現在の車両の走行
情報に基づいて、走行経路予測手段により、経路選択し
て、走行経路を予測する事ができるようになり、さら
に、道路交通情報センタからの情報を受信する受信手段
により、予測された経路上の交通情報を受信し、出力手
段により、その情報を出力することができるようにな
る。よって、ドライバは、目的地を設定しなくても、予
め記憶された経路データと現在の車両の走行情報から走
行経路が予測され、予測経路上の交通情報を受信し得る
ことができるようになり、面倒な目的地の設定をしない
場合でも、有効な道路情報を得ることができるようにな
る。

【００１８】さらに、請求項２の発明によれば、経路探
索装置は、出発地点、目的地点、及び経路等の必要な情
報を入力する入力手段をさらに有しているので、必要な
情報を入力することができるようになる。

【００１９】さらに、請求項３の発明によれば、走行経
路予測手段は、現在の車両の走行情報と、記憶された走
行経路データが一致するほど、その値が高くなる評価値
である一致度を演算する一致度演算手段をさらに有して
いるので、記憶された経路データと、現在の走行情報か
ら判断される、最もふさわしい経路を選択することがで
きるようになる。

【００２０】さらに、請求項 4の発明によれば、経路探
索装置は、現在位置検出手段により得られた現在位置の
集合から車両の現在の走行経路を検出する走行経路検出
手段をさらに有しているので、車両の走行経路を検出す
る事ができるようになる。

【００２１】さらに、請求項５の発明によれば、走行情
報は、車両の現在位置からなるので、一致度を演算する
際に、走行情報として、現在位置を用いる事ができるよ
うになる。さらに、請求項６の発明によれば、走行情報
は、車両が走行を開始した地点を出発地点として、車両
の現在位置までの走行経路をさらに有しているので、一
致度を演算する際に、走行情報として、現在位置までの
走行経路を使用することができるようになり、予測経路
として、よりふさわしい経路を選択できるようになる。
さらに、請求項７の発明によれば、走行情報は、出発地
点での曜日または、走行開始時刻をさらに有しているの
で、一致度を演算する際に、走行情報として、出発地点
での曜日または、走行開始時刻を使用することができる
ようになり、予測経路として、よりふさわしい経路を選
択できるようになるさらに、請求項８の発明によれば、
走行情報は、検出された走行経路から判断される走行方
向をさらに有しているので、一致度を演算する際に、走
行情報として、走行方向を使用することができるように
なり、予測経路として、よりふさわしい経路を選択でき
るようになる。

【００２２】さらに、請求項９の発明によれば、経路記
憶手段は、経路検出手段により、走行する毎に検出され
る走行情報を走行経路データとして蓄積記憶することを
特徴とするので、車両の走行履歴が蓄積記憶され、通っ
た道であれば、走行経路データとして、記憶されるよう
になる。これにより、通った事の有る道を予測経路とし
て、提供できるようになる。

【００２３】さらに、請求項１０の発明によれば、経路
探索装置は、走行経路データを経路相互の類似性により
群別する群別手段をさらに有しているので、蓄積された
走行経路データは、経路相互の類似性により群別される
ようになる。さらに、請求項１１の発明によれば、群別
手段は、走行経路データ相互の類似性の評価値である経
路相互の相関性により群別できるようになる。さらに、
請求項１２の発明によれば、経路記憶手段は、群別され
た走行経路データにおいて、相互に相関性の高い経路を
同一群として記憶できるようになる。さらに、請求項１
３の発明によれば、経路記憶手段は、群別された走行経
路データにおいて、相互相関性の高い順に上位にランク
付けして記憶できるようになる。

【００２４】さらに、請求項１４の発明によれば、群別
された走行経路データは、同一群とされた全経路の出発
地点の位置情報からなる出発地点情報をさらに有するよ
うになる。さらに、請求項１５の発明によれば、群別さ
れた走行経路データは、同一群とされた全経路の出発日
の曜日からなる曜日毎情報をさらに有するようになる。
さらに、請求項１６の発明によれば、群別された走行経
路データは、同一群とされた全経路の出発時刻からなる
出発時刻情報をさらに有するようになる。さらに、請求
項１７の発明によれば、走行経路予測手段は、上位にラ
ンク付けされた前記群別された走行経路データから順に
用いて経路予測を行うことができるようになる。

【００２５】さらに、請求項１８の発明によれば、一致
度演算手段は、請求項６の発明による走行情報の出発地
点と請求項１４の発明による群別された走行経路データ
の出発地点情報をもちいて、一致度の評価が高いほど一
致度を大きく演算する事ができるようになるので、より
相応しい経路の予測ができるようになる。さらに、請求
項１９の発明によれば、一致度演算手段は、請求項７の
発明による走行情報の走行開始地点での曜日と、請求項
１５の発明による群別された走行経路データの前記曜日
毎情報を用いた評価が高いほど一致度を大きく演算する
事ができるようになるので、より相応しい経路の予測が
できるようになる。さらに、請求項２０の発明によれ
ば、一致度演算手段は、請求項７の発明による走行情報
の走行開始時刻と、請求項１６の発明による群別された
走行経路データの出発時刻情報を用いた評価が高いほど
一致度を大きく演算する事ができるようになるので、よ
り相応しい経路の予測ができるようになる。さらに、請
求項２１の発明によれば、一致度演算手段は、請求項８
の発明による走行情報の走行方向と、群別された走行経
路データの出発地点における目的地点方向による方向の
一致度の評価が高いほど一致度を大きく演算する事がで
きるようになるので、より相応しい経路の予測ができる
ようになる。

【００２６】さらに、請求項２２の発明によれば、経路
記憶手段は、請求項２の発明による入力手段により入力
された経路情報を走行経路データとしてさらに記憶する
ことができるようになるので、良く通る経路を予め入力
しておくことができるようになる。さらに、請求項２３
の発明によれば、経路記憶手段は、入力手段からの設定
により、走行経路データを上位にランク付けして記憶す
ることができるようになるので、あまり使用していない
経路でも、予測されやすく設定できるようになる。

【００２７】さらに、請求項２４の発明によれば、経路
探索手段は、現在位置を経路探索の出発地点、予測経路
の目的地点を経路探索の目的地点として、受信された道
路交通情報センタからの交通情報を経路探索のコスト演
算に加味して最小コスト経路の探索をする経路再探索を
行うことができるようになる。これにより、予測された
経路上において、受信された交通情報により、工事によ
る通行規制、渋滞が予測される場合は、情報を加味して
経路の探索を行うことができるようになる。それによ
り、渋滞、規制を避けた経路が探索できるようになり、
走行に適した経路を得ることができるようになる。さら
に、請求項２５の発明によれば、経路再探索手段は、入
力手段からのリクエスト信号を受けて経路の再探索を開
始することができるので、例えば、案内された経路をド
ライバが判断して、他の経路を案内して欲しいと考えた
時などは、入力手段によりリクエストをおこなうことに
より、より良い経路を得ることができるようになる。

【００２８】

【実施例】本発明の経路探索装置の１実施例を図により
説明する。図１は本発明の実施例である車載のナビゲー
ション装置の構成を示すブロック図である。制御装置２
０は、走行経路検出手段２１、走行情報記憶手段２２、
走行経路予測手段２３、群別手段２５、経路探索手段３
０、探索データ記憶手段３５、探索経路記憶手段３４、
経路探索制御手段３６により構成される。経路探索手段
３０は、操作入力手段５０から目的地の入力がなされた
場合は、地図データ１１に記憶された道路情報を読み出
し、経路探索部３１において経路探索を行い、走行コス
ト演算部３２において、探索経路のコストを演算し、最
小コストとなる経路の探索を行う。さらに、地図データ
１１から必要に応じて経路探索手段３４により読み出さ
れた道路情報は、探索中のデータも合わせて探索データ
記憶手段３５へ記憶される。探索し確定された経路情報
は、探索経路記憶手段３４へ記憶される。記憶された、
探索経路は、車の移動に伴い表示手段４２へ、車両記号
と共に、現在位置を含む範囲の地図に重ね書きされ、表
示される。

【００２９】しかし、目的地の入力設定がなされないま
ま、車両が走行を開始した場合は、走行経路予測手段２
３により、後で詳しく述べる経路の予測がなされる。ま
ず現在位置検出手段１２により検出された現在位置の集
合から、走行経路検出手段２１により、車両の走行経路
が検出され走行情報として、走行情報記憶手段２２に記
憶される。つぎに、経路記憶手段１０に記憶された走行
経路データと走行情報をもちいて、一致度演算手段２４
により一致度が演算され、走行経路予測手段２３によ
り、最も一致する経路が選択され、選択された経路が、
予測経路として、出力装置４０を介してドライバに案内
される。さらに、予測経路上の、道路交通情報がＶＩＣ
Ｓ受信手段１３により受信され、出力装置４０を介して
ドライバに案内される。さらに、走行する毎に検出され
る走行情報は、経路記憶手段１０に記憶されている経路
データとの類似性により、群別手段２５により後で詳し
く述べる群別方法により群別され経路データとして蓄積
記憶される。

【００３０】経路探索制御手段２６は、操作入力手段５
０からの入力を受け付け、出力手段４０への探索経路、
目的地設定の無い場合は走行経路予測手段２３への経路
予測、地図データ１１から読み出した道路情報の表示お
よび制御、現在位置検出手段１３の制御、ＶＩＣＳ受信
手段１３等の全般の制御を行う。地図データ１１は、例
えば、ＣＤ−ＲＯＭ、ＭＯ、ハードディスクおよび、そ
の装置により構成される外部記憶装置により構成され
る。経路記憶手段１０は、例えば、ＭＯ、ハードディス
クおよび、その装置により構成される読み書きのできる
外部記憶装置で構成されていても、ＲＡＭメモリのよう
な読み書きのできる内部記憶装置で構成されていても良
い。

【００３１】車載のナビゲーション装置においては、車
両の現在位置を知るために、現在位置検出手段１２を備
えている。現在位置検出手段１２は、例えば、受信機器
を含めたＧＰＳ( Grobal Positioning System)装置であ
り、通信衛星から測位データを受信して車両の現在位置
を検出し、経路探索手段３０、および、経路探索制御手
段３６に伝える。現在位置検出手段１２は、上記方法お
よび装置以外にも、公知の車載センサにより方位と移動
距離を計測して推測する方法及びその装置、車外に設置
された送信手段から現在位置を表す地点コードデータを
車載アンテナおよび受信機により受信し現在位置を知る
方法及びその装置であってもよい。

【００３２】情報の出力手段４０は、いくつかの街路、
車両の記号、現在位置と、目的位置を結ぶ最短経路等の
地図を表示する。例えば、液晶パネル等を用いた表示装
置であり、画面上には、タッチスイッチを備えており、
画面上に表示された地図において、目的位置に対応する
地点を触れることにより目的地の設定を行うことがで
き、表示された各種のコマンドに触れることにより、ナ
ビゲーション装置の操作を行うことができる。音声出力
手段４１としては、スピーカおよび、その周辺機器によ
り構成される。スピーカを通しては、経路の案内、ＶＩ
ＣＳ受信手段１３により受信された情報の提供が行われ
る。

【００３３】操作入力手段５０は、本実施例の車載のナ
ビゲーション装置においては、操作パネル、前述のタッ
チパネルスイッチ、マイク、および、それらの周辺装置
で構成される。マイクを通しては、ナビゲーション装置
に対して、音声による、操作指示ができる。それぞれの
装置については、公知であるので詳しい説明は省略す
る。

【００３４】次に、地図情報である道路ネットワークの
基本的な構成について述べる。地図情報は、交差点であ
るノードおよび、道路であるリンクにより構成されてお
り、ノードを中心に構成しても、リンクを中心に構成し
ても良い。本実施例においては、ノードを中心に構成さ
れ次の情報により構成されている。 （１）リンクを規定するノードのコード番号 （２）直進、右左折などの通行規制を規定する通行フラ
グ （３）車種規制、時間帯規制などリンクの通行規制を規
定するリンク通行フラグ （４）リンク距離、旅行時間または、速度等のリンク属
性値 （５）道路種別、道路等級等のリンク属性値 （６）ノードのｘ、ｙ座標（緯度、経度） （７）使用頻度、道路種別等によるリンク階層値等のリ
ンク属性値 （８）ノードに対する流入方向または流出方向としての
使用頻度による方向情報の階層値等のノード属性値 更に、行政区界、港湾、川、施設、鉄道及び、それらの
名前、座標などの情報が含まれる。制御装置２０は、地
図データ１１に記憶された地図情報から、入力された探
索開始点、探索終了点により、必要な地図情報を必要に
応じて読み出し、経路案内のための表示、経路探索のた
めのデータとして使用する。

【００３５】地図情報は、図２（ａ）に示すように、座
標値である経緯度情報と、ノードコード番号、内部情報
であるポインタＰｎにより道路情報であるリンクデータ
（図２（ｄ））にポイントデータ（図２（ｃ））を介し
て関連付けられている。ノードデータ（図２（ｂ））
は、ノードコード番号、経緯度、接続リンク数、接続さ
れているリンク間の使用頻度による方向情報の階層値等
のノード属性値により構成されている。ノードコード番
号は、それぞれのノードにつけられた識別番号であり、
ノードが異なれば、ノードコード番号も異なる。ノード
属性値は、上記以外に交差点幅、信号機の有無等の、交
差点の属性に関する複数の情報である。リンクデータ
（図２（ｄ））は、リンク番号、始点ノードコード番
号、終点ノードコード番号、リンクを構成するリンク
数、リンク距離、リンク通行時間、国道、県道などの道
路種別および道路等級、使用頻度による階層値、リンク
通行フラグ、その他のリンク属性値、および、リンクを
構成するノードコード番号により構成される。

【００３６】次に、経路予測に用いられる経路データに
ついて図３、図４を用いて説明する。経路データ（図３
（ｃ））は、記憶された順につけられた経路番号Ｋｊ、
始点ノードコード番号、終点ノードコード番号、経路を
構成するノード数、経路距離、経路通行時間、経路を出
発した出発時刻、出発地点、到着地点、経路通行フラ
グ、経路属性値、経路を構成するノードコード番号から
なり、決められた本数、例えば１００本記憶されてい
る。１００本の経路は、１００本目までは、順に記憶し
ていき、１０１本目の経路を記憶するときは、１本目の
経路を消去する。本実施例では、どの様な走行でも良い
ことにし、簡単のために経路の数を１００本として説明
をするが、短距離の走行を日々繰り返す場合は、直ぐに
１００本となってしまうので、走行距離が、有る一定の
距離以上の時記憶するようにしても良い。また、経路の
本数も、１００本に限らない。さらに、本数の制限では
なく、経路を記憶する物理的なメモリが一杯になったと
きとしても良い。

【００３７】この様に、記憶された経路は後で詳しく説
明する群別方法により、経路間における類似性つまり、
相関性の高い経路を同一の群とし、群別データテーブル
（図３（ｂ））を作成する。類似性の高いとは、例え
ば、家から職場へ向かうとき、毎日ほぼ同じ道を通ると
する。この様な場合、まったく同一ではなくても、出発
地点、目的地点は同一であり、ほぼ同じ道であって、信
号、車線変更の都合によって、右左折する交差点が一つ
違っていたりすることは良く有ることである。この様な
場合にも、類似性の高い経路として、同一の群に群別で
きるようにする事である。同一の群とするために、経路
がまったく同一という判断基準のほかに、経路間の相関
性を求めることにより、その類似性を判断し、相関の大
きさが、同一群とするかしないかを決定する判断基準と
なる。次に、１００本の経路の中で、他の経路とどれく
らい類似性が有るか求め、他の経路と類似性の高い経路
の群を、代表的な経路の群として、経路の予測を行うと
きに使用する。代表的な経路の群として、群別した経路
の群のうち、他の経路との類似性の高い順にランク付け
し、高い順から経路の予測に用いて、経路の予測を行
う。

【００３８】群別データテーブル（図３（ｂ））は、そ
れぞれの群に付けられた群別番号、群を構成する経路
数、群を構成する全ての経路による出発地点の平均およ
び分散、出発時刻の平均および分散、出発曜日毎確率、
到着地点の平均および分散、群を構成する経路から選ば
れた代表経路番号、方向情報、経路の全長、経路の属性
値、群を構成する経路番号より構成される群情報からな
る。群別された経路は、その相関性の高さによりランク
付けされ、群別ランク付けテーブル（図３（ａ））にラ
ンク順に記憶される。

【００３９】この時、同時に、経路データを構成するリ
ンクについてリンクリスト（図４（ａ））を作成する。
リンクリストは、走行経路を構成するリンクの一覧であ
り、経緯度順に整列されている。ポインタＱｎを介し
て、リンクポイントデータテーブル（図４（ｂ））を参
照し、リンクデータテーブル（図４（ｃ））を参照する
ことにより、該当リンクがどの経路の含まれるか、確定
される。このように、経緯度から、リンクを検索し、検
索されたリンクがどの経路に含まれるか検索する場合に
用いる。実際には、当初走行していた経路から大きく外
れてしまい、他の経路に合流した場合などは、経路の途
中を出発地点として検索されることが望ましい。そのよ
うな場合、経路の途中のリンクから経路間の相関性を求
めるため、経路の途中のリンクと、相関性の高いリンク
を検索する必要が出てくる。相関性の高いリンクの第一
条件は、付近に存在するリンクである。従って、リンク
リストを用いることにより、経路の途中の任意のリンク
に対して、経緯度から付近のリンクを検索し、さらに、
リンクデータから付近に存在する経路を検索することが
できるようになる。

【００４０】つぎに、経路間相関値、相互相関値を求め
る方法について述べる。蓄積された経路データは、経路
間相関値、および相互相関値を求めることにより、その
類似性を判断する。次の方法により、記憶された経路相
互の相関性を求めるものとする。例えば、ここに、Ｍ本
の記憶された経路データがある。蓄積されたＭ本の経路
データをそれぞれをＸ₁ Ｘ₂ ……Ｘ_M とする。任意の、
i 番目の経路Ｘ_i に属するｊ番目のリンクをＬ_ijとし、
Ｘ_i を構成するリンクの数をＮ_i とする。

【００４１】経路Ｘ_i と他の経路との相互相関性を求め
る演算を次のように定める。経路Ｘ_i の相互相関値をＥ
_i とし、次の式で定義する。

【数１】 Ｅ_i＝(Σ_kＸ_i＊Ｘ_k)／Ｍ （ｋ≠ｉ） ＊は相関演算 …（１） 経路Ｘ_i と経路Ｘ_k の相関値をＶ_ikとし、次の式で定義
する。

【数２】 Ｖ_ik＝Ｘ_i＊Ｘ_k ＝（Σ_j(Σ_pＬ_ij＊Ｌ_kp)／ｍ_ijk)／Ｎ_i …（２） ２本の経路、経路Ｘ_i と経路Ｘ_k が完全に一致する時
は、

【数３】Ｖ_ik＝１ … （３） である。

【００４２】さらに、経路Ｘ_i を構成するリンクＬ
_ijと、経路Ｘ_k を構成するリンクＬ_kpのリンク間の相関
値を求める演算を次の式で定義する。図６に示す様に、
ｗはリンク間の平均距離、θはリンクＬ_ijとリンクＬ_kp
の成す角度である。

【数４】 Ｌ_ij＊Ｌ_kp＝ａ(exp(−ｂｗ))＋ｃ(exp(−ｄθ)) …（４） exp は、規格化のために使用している。

【数５】但し、 ａ＋ｃ＝１，０≦θ≦π／２ Ｌ_ij＝Ｌ_kpの時、Ｌ_ij＊Ｌ_kp＝１ …（５） ａ，ｃ は、リンク間の距離と、成す角の重みにより決
定される。ｂ，ｄ は、リンク間の距離、成す角の許容
範囲により決定される。Ｌ_ij＊Ｌ_kpは、リンク毎の比較
により経路の一致度を見るためのものである。個々のリ
ンクを比較した場合、リンクとしては、一致していなく
ても、経路としてみた場合、リンク同士の距離が近く、
同一方向に進んでいれば、目的地は、一般に同一と見る
ことができる。その場合、リンク間の距離をどこまで許
容するかにより、係数ｂは決定される。具体的には、リ
ンク間の距離の許容範囲と、相関関係が有ると認められ
る演算結果の、値から決定される。同様に、成す角度θ
に掛かる係数ｄについても決定される。

【００４３】（２）式の Σ_pＬ_ij＊Ｌ_kp のｐは、経
路Ｘ_iと、経路Ｘ_kを構成するリンク数、それぞれのリン
ク距離が一致しない場合、つまり、経路Ｘ_i のリンクＬ
_ijに対して、経路Ｘ_k を構成するリンクのうちリンクＬ
_ijに一致するリンクが存在しない場合は、経路Ｘ_i 上の
ｊ番目のリンクＬ_ijに対して、リンクＬ_ijを中心とし
て、半径Ｒの円内に存在する経路Ｘ_k 上のリンクに関す
る相関関係の和を用いることにより、リンクＬ_ijに近い
リンクで相関値を演算することとする。この場合、リン
ク間距離が、離れてしまえば、相関関係は無くなるの
で、演算すること自身が意味が無くなるので、半径Ｒに
より制限を設ける。従って、ここでも、半径Ｒは、リン
ク間距離の許容の範囲により決定される。半径Ｒ内に存
在する経路Ｘ_k上のリンクの本数をｍ_ijk とする。本数
ｍ_ijk により規格化して、リンクＬ_ijの経路Ｘ_k 上のリ
ンクとの相関値とする。

【数６】（Σ_pＬ_ij＊Ｌ_kp)／ｍ_ijk …（６）

【００４４】次に、経路Ｘ_i 上の全てのリンクについて
経路Ｘ_k 上のリンクとの相関値を求め、その和を求め、
リンク数Ｎ_i で割ることにより、正規化した式が（２）
式である。（２）式により、経路Ｘ_i について、蓄積さ
れたＭ本の経路との経路間相関値を求め、その和を正規
化して、経路Ｘ_i についての相互相関値Ｅ_i とする。

【００４５】経路間相関値Ｖ_ikは、経路間に相関性があ
るほど、大きな値を取り、完全に一致する時は、１であ
り、完全に一致しない時は、０である。さらに、相互相
関値Ｅ_i は、Ｍ本の経路のうち、他の経路との相関性の
高い経路ほど高い値を取り、Ｍ本の経路が全て一致する
場合は、その値は、１となる。例えば、通勤往路、休日
の買い物往路が、いつも同一であれば、その経路の相互
相関値Ｅ_i は、共に大きく現れる。しかし、回数の多い
通勤往路のほうが、回数の少ない買い物往路より、相互
相関値Ｅ_i は大きく現れる。さらに、通勤往路で、わず
かに経路が異なる場合においても、通勤往路全体から見
た場合は、経路間相関性が高いので、相互相関値Ｅ_i は
大きく現れることになる。

【００４６】以上のように定義した、相互相関値、経路
間相関値を用いて、経路を群別し、同一群とされた経路
の中で、相互相関値の最も高い経路を群の代表経路とす
る。群を構成する全ての経路による出発地点の平均、分
散、出発時刻の平均、分散、出発曜日の曜日毎確率をそ
れぞれ求める。

【００４７】次に、群別番号Ｇ_i に群別された経路群の
代表経路Ｋ_q と、群Ｇ_i を構成する経路から得られた群
情報と、走行情報から、予測経路を選択する。経路を選
択する際には、経路Ｋ_q が、予測経路として、適当であ
ると判断されるほど値を大きく演算するように各種の要
因を考慮に入れた次式により、経路Ｋ_q に対する評価値
Ｆ_q を求め最も大きい値を取る経路を予測経路として提
供する。評価値Ｆ_q を求める式について説明をする。

【数７】 Ｆ＝ｋ１×(一致リンク距離の和／経路Ｋ_qの経路長） ＋ｋ２×(exp(−ｋ３×(出発地点−群Ｇ_iの出発地点の平均)) ＋ｋ４×(exp(−ｋ５×(出発時刻−群Ｇ_iの出発時刻の平均)) ＋ｋ６×(δ×(出発曜日×(群Ｇ_iの出発曜日毎確率)) ＋ｋ７×(走行経路の直線路への射影距離の和／経路Ｋ_qの直線距離） ｋ１、ｋ２、ｋ３、ｋ４、ｋ５、ｋ６、ｋ７は係数 …（７）

【００４８】なお、（７）式の第１項は、走行経路が、
代表経路に対して、一致した割合を意味する。第１項に
おいて、一致を完全一致のみ、一致と扱うことにする
と、代表経路Ｋ_q 上を走行していない限り第１項の値は
大きくならない。その場合は、完全一致を１として、不
完全一致の場合は、（４）式ような相関値ｋ８を導入し
て、

【数８】（一致リンク距離の和／経路Ｋ_qの経路長）＝
((ｋ８×リンク距離の和)／経路Ｋ_qの経路長） と修正する。

【００４９】（７）式の第２項は、出発位置の一致度を
評価する項である。exp は規格化のための関数であり、
ｋ２、ｋ３の値は、出発位置の分散に応じて変化させ
る。分散が小さいならば、ｋ３を大きくして、出発位置
の一致誤差を小さくし、ｋ２を大きくして、Ｆに占める
重みを大きくする。（７）式の第３項は、第２項と同様
に考え、ｋ４、ｋ５を設定する。（７）式の第４項は、
第２項とほぼ同様であるが、変化する量が、曜日であ
り、連続量ではないので、群を構成する経路の曜日毎の
出現確率により一致度を見る。ｋ６はｋ２と同様に定め
るが、δは、曜日毎の出現確率が均等であるかどうかに
より、決まる係数である。（７）式の第５項は、代表経
路に関して、出発地点と到着地点とを直線で結んで、直
線経路を設定し、その直線経路に対する現実の走行軌跡
の射影を評価値とする。つまり、マクロ的な走行方向の
一致度が評価値に現れる事となる。さらに、係数ｋ１、
ｋ２、ｋ４、ｋ６、ｋ７の決定は、上記の要素の他それ
ぞれの要因がＦ値に占める重みの割合で決められる。

【００５０】以上の方法で、走行情報と群別された経路
群と、一致度を評価することとする。上記の例におい
て、一致度の評価は５つの要因により行ったが、任意の
項の係数を０とする事により、その要因を考慮に入れな
くする事もできる。さらに、これ以外の要因を加えても
良い。さらに、上記例では、曜日と時刻を別の要因とし
て扱ったが、曜日と時刻を組として、行列を導入し、考
慮に入れても良い。

【００５１】つぎに、本実施例の経路探索装置の処理手
順について、図９のフローチャートに従い説明する。本
経路探索装置は、車両のエンジンキーと連動しており、
車両を走行させるためにエンジンをスタートさせると自
動的にスイッチが入るようになっている。ステップ２０
２において、前回の走行情報が蓄積されているかチェッ
クする。前回までの蓄積された装置情報が有ると判断さ
れると、ステップ２０４により、走行情報記憶手段２２
に記憶された前回の走行情報を他の記憶された経路との
相互相関値を求めることにより群別手段２５において、
群別し、経路記憶手段１０に加える。ステップ２０６に
おいて、走行情報を検出、収集する。ステップ２０８に
おいて、目的地の入力が有ったかチェックする。目的地
の入力があれば、経路探索手段３０により経路探索を行
い経路を提供する（ステップ２１６）。目的地の入力が
ない場合は、走行経路予測手段２３において、経路予測
（ステップ２１０）を行う。該当する予測経路が有った
かチェック（ステップ２１２）し、経路が予測されてい
ない場合は、ステップ２０６に戻り走行情報を収集し、
再び経路の予測を行い、走行情報から経路が予測される
まで、繰り返す。経路が予測できたら、この経路で良い
かドライバに提示する（ステップ２１４）。ドライバか
ら、この経路以外を探すように示された場合は、ステッ
プ２０６に戻り再び経路の予測を行う。ドライバから、
返事がない場合とＯＫの場合は、ステップ２１８に進
み、走行情報を収集しステップ２２０において、エンジ
ンキーが切られたかチェックし切られていれば、終了と
なる。スイッチが切られていない場合は、予測経路、探
索経路として提示した経路上の道路交通情報を受信して
ドライバに提示する。ここで、ステップ２２４により、
迂回要求があるかチェックし、入力手段５０より迂回経
路の再探索のリクエストがあった場合は、ステップ２２
６において経路の再探索を行う。ステップ２２８におい
て、現在の提示経路で良いかチェックする。ステップ２
１４において、予測経路がＮＯでは無いが、ＯＫでもな
い、情報がそのまま提示されている場合で、現在の走行
経路と、予測経路が大きく離れている場合は、現地点ま
での走行情報を用いて、再び経路の予測をしなおす必要
がある。ここでは、ドライバからのリクエストも受け付
けるが、予測経路と、走行情報の一致度を再び演算し、
求められた一致度の大きさにより内部において判定す
る。

【００５２】次に、ステップ２０４の走行情報を経路デ
ータに加え、経路予測に用いる経路データを作成する方
法、経路データの群別および、ランク付けについて制御
装置２０における処理の手順を図１０のフローチャート
に従い説明する。上記のように構成された地図情報と、
車両が走行する毎に記憶される走行情報を基に経路デー
タが作成される。走行情報は、現在位置検出手段１２に
より検出された現在位置の集合と、地図データ１１か
ら、走行経路検出手段２１により、後述の走行情報の収
集方法により経路として検出される。ステップ３０２に
おいて、走行情報テーブルに有る新しい走行情報をあた
らしい経路Ｋｎとして記憶する。ここでは、ｎ番目の経
路という意味であるが、先にも記したが、ｎ本は、無限
ではなく、有る一定の本数である。従って、最も古い経
路は消去される。さらに、ここでは、説明を解りやすく
するため新しい経路が１本蓄積される毎に、経路データ
を作りなおしているが、所定の本数蓄積されたらでも良
いし、所定の走行情報記憶メモリーが一杯になった時点
で、経路データを作り直してもよい。また、それ以外の
入力設定により、経路データを作り直してもよく、複数
の条件で作りなおしても良い。

【００５３】ここからは、ｎを６として、図７、図８を
用いて、具体的に説明する。図７に示す道路網におい
て、各交差点に付けられたＮi はノードコード番号、各
リンクに付けられたＬi はリンク番号をあらわし、Ａ〜
Ｉは地点である。このとき、経路Ｋi は、図８（ｃ）に
示すような出発地点、到着地点、経由ノードからなる経
路である。

【００５４】次に、記憶した新しい経路Ｋ６と今まで記
憶されている５本の経路データＫi（１≦i≦５）の経路
との経路間相関値Ｖ_i6を（２）式により求める（ステッ
プ３０４）。図８（ａ）の経路間の一致度を示す経路間
相関値が求められる。ここで、経路間の相関値は、経路
どちらから見ても同一であるので、Ｖ_ij＝Ｖ_jiである。
次に、各経路の経路相関値Ｅi を（１）式により、それ
ぞれ求める（ステップ３０６）。つぎに、Ｖ_ijの大きさ
により、経路Ｋi と同一群となる経路を群別する。経路
間の相関性が高ければ、Ｖ_ijは大きな値となり、相関性
が低ければ、Ｖ_ijは小さな値となる。そのため、Ｖ_ijの
大きさで、経路を同一群とするか否かを判定する。しき
い値となるＶ_ijの大きさは、経験的に、求められ設定さ
れている。

【００５５】Ｖ_ijの大きさにより相関関係が有ると認め
られる、Ｖ_ijと、認められないＶ_ijを分類すると、図８
（ｂ）の様にこの場合は分類される。ここから分かる事
は、経路Ｋ１は、経路Ｋ３と経路Ｋ６と相関関係が関係
が有るということが分かり、ｇ１予備群は、Ｋ１、Ｋ
３、Ｋ６で構成されることとなる。同様に、Ｋ２は他の
どの経路とも相関性が認められないので、ｇ２予備群
は、Ｋ２、１本の群となる。同様に、Ｋ３、Ｋ４、Ｋ
５、Ｋ６について、ｇ３、ｇ４、ｇ５、ｇ６の予備群を
求める（ステップ３０８）。つぎに、ｇ１、ｇ２、…ｇ
６を調べ、経路の構成が同一のものを選び出す。ここで
は、ｇ１、ｇ３、ｇ６が同一の経路の構成を取ってい
る。さらに、ｇ２は、単独であるが、ｇ４、ｇ５も同一
の構成である。経路の構成の違うものだけを抽出して、
順に、群別番号をＧ１、Ｇ２、Ｇ３とする（ステップ３
１０）。したがって、ｇ３、ｇ６にもＧ１が付けられ
る。つぎに、各群の全ての構成経路による群情報を求め
図３（ｂ）の群別データテーブルを作成する。（ステッ
プ３１２、ステップ３１４、ステップ３１６、ステップ
３１８、ステップ３２０）。ここで、代表経路番号は、
群を構成する経路の中で、もっとも経路相関値Ｅｉの高
い経路を用いることとする。ただし、それ外にも、同一
経路を頻度として、記憶し、頻度情報から頻度が多いも
のを用いる様にしても良い。

【００５６】ここで、経路１本からなるｇ２予備群も１
つの群として扱ったが、実際には、経路１本で構成され
る予備群まで群としてしまうと、経路１本の群は、ノイ
ズとなってしまい経路予測に多くの時間が必要になった
り正しい経路予測が成されなくなる。従って、群を構成
する経路数、経路相関値Ｅi の大きさ等により、予備群
を群とするかどうか制限する。経路相関値Ｅi は、経路
数、群の数により、最大値は一定ではなく、群の数が増
えるに従い最大値は小さくなる。経路相関値Ｅi による
制限を設ける場合は、Ｅ値の最大である群のＥ値の何％
以下なら、群にしないという方法でも良い。また、群の
数により制限しても良い。この場合、群は、１００まで
とすれば、最初のデータが蓄積されるまでは、１本の経
路で構成される群も現れるが、いづれ淘汰されていくの
で構わない。つぎに、代表経路の経路相関値Ｅｉの大き
い順に、Ｍ個の群をランク付けし、図３（a ）の群別ラ
ンク付けテーブルを作成する。

【００５７】次に、走行情報の収集を図１３のフローチ
ャートに従い詳細に説明する。走行情報の収集は、現在
位置検出手段１２により得た情報を基に（ステップ６０
２）、走行経路検出手段２１において、走行経路をノー
ドの並び、リンクデータとして検出する（ステップ６０
４）。ステップ６０６において、出発地点かチェックし
出発地点であれば、ステップ６０８において、出発地点
での出発時刻、曜日等の情報を図５に示す走行情報テー
ブルへセットする。ステップ６１０において、ノードコ
ード番号他のカレント情報をセットする。走行情報を経
路データとする際には、カレント地点が、到着地点、カ
レントノードコード番号が、終点ノードコード番号とな
る。

【００５８】次に、経路予測を図１１のフローチャート
に従い詳細に説明する。図３(a) の群別ランク付けテー
ブルを参照してランクi 番目の代表経路データを得る
（ステップ４０２、ステップ４０４、ステップ４０
６）。ステップ４０８において、（７）式に従い、一致
評価値Fiを演算する（ステップ４０８）。一致評価値Fi
をランク１からランクＭの代表経路について全て求め、
最も大きい値となった経路を予測経路とする（ステップ
４１４）。ここでは、全ての代表経路について、一致度
を求め最も大きい値の経路を予測経路として１本提示し
ているが、値の大きい順に複数本提示しても良く、さら
に、ステップ４０８において、一致度を演算した際に、
所定の一致度よりも大きい値を示した場合は、その経路
を予測経路として、提示する様にしても良い。

【００５９】次に、経路コストの演算方法について説明
する。コストとは、最短経路を評価する経路長、所要時
間、費用等を総合評価した評価値であるので、

【数９】 αi （要因に対する係数） …（９） としたとき、最小コスト経路を求める方法の一般式は、

【数１０】 コスト＝Σｉ(要因×αi) (i=0,n) …（１０） により求められる。具体的には、例えば、次式により求
められる。

【数１１】 コスト＝距離×α1 ＋時間×α2 ＋車線数×α3 ＋右左折割合×α4 ＋リンク階層値×α5 ＋方向情報の階層値×α6 …（１１） ここで、αi により示される係数は、それぞれの要因か
ら決まる係数であり、要因の重みにより決定される。

【００６０】このようにして、求められるコストにより
最小コスト経路の探索を行う。つぎに、経路探索につい
て図１２のフローチャートに従い詳細に説明する。しか
し、個々のノードの探索および、確定の方法について
は、多数の方法が公知であるので、どの方法を用いても
良く本実施例においては詳細な説明は省略する。経路探
索手段３０において、最小コスト経路の経路探索が行わ
れる。経路探索部３１において、公知の方法により複数
の接続ノードの候補を探索する（ステップ５０２）。接
続ノードの候補について、それぞれリンクコストを走行
コスト演算部３２において演算し、最小のリンクコスト
となるノードを確定する。まず、ステップ５０４におい
て、１番目の候補のノードをセットするために、カウン
タｉに１をセットする。ステップ５０６において、カウ
ンタの示すｉ番目のノードをセットする。ステップ５０
８において、（１１）式に従いリンクコストを計算す
る。ステップ５１０において、ｉ−１番目の候補のノー
ドまでの中の最小コストのリンクコストと比較する。最
小コストであれば、最小コストノードとして、ノードコ
ード番号を一旦記憶する（ステップ５１２）。候補とし
て探索したノードは終了か調べる（ステップ５１４）。
終了していない場合は、カウンタを１増加して、次の候
補について、ステップ５０６から、ステップ５１６を繰
り返す。終了と判定されたら、一旦記憶されていた最小
コストノードを確定した探索ノードとして探索経路記憶
手段３４に記憶する。以上の手順により、最小コストと
なるノードを順に探索し、探索枝を延ばす経路探索によ
って得られた最短経路は、経路を構成するノードコード
番号の並びとして、探索経路記憶手段３４に記憶され
る。

【００６１】つぎに、図１４のフローチャートに従い経
路の再探索について説明する。経路の再探索について
は、上述した経路の探索とほぼ同一であるので、異なる
部分のみ説明する。経路の再探索の特徴は、コストを演
算する際に、要因として受信した道路交通情報を加味す
ることに有る。（１１）式を次の様に修正しステップ７
０８におけるコスト演算の際に用いる。

【数１２】 コスト＝距離×α1 ＋時間×α2 ＋車線数×α3 ＋右左折割合×α4 ＋リンク階層値×α5 ＋方向情報の階層値×α6 ＋道路交通情報×α７ …（１２） 以上の方法により経路の再探索を行う。但し、道路交通
情報はリンクの渋滞度を示す値で、この値が大きい程、
コストは大きくなる。これにより、新らしく得られた道
路交通情報の加味された経路探索が実行されることにな
る。

【００６２】なお、本実施例では、経路探索装置のスイ
ッチと、車両のエンジンキーを連動させることにより、
自動的にスイッチが入るようになっているが、もちろん
エンジンが掛かっていてもスイッチを切ることもできる
し、ふたたび、入れることもできる。さらに、エンジン
が停止し、車両が停止した状態でも、経路探索装置のス
イッチを入れることができ、経路の探索はもちろん行う
ことができる。

【００６３】さらに、群別ランク付けテーブルは、相互
相関値の大きさによりランク付けをしたが、これ以外に
も、出発地点の同一のものでインデックステーブルを作
り、経路予測をする際に、まず、出発地点でフィルタに
かけ、高速化を図っても良い。同様に、出発時刻、出発
曜日、についてのインデックステーブルを作っても良
い。これらのインデックステーブルは単独でも、複数組
み合わせて用いても良い。

【００６４】さらに、群別データテーブルの内容もこれ
に限らず、代表的な中継地点を記憶する様にしても良
い。方向情報も、中継地点への方向情報もあわせて記憶
しても良く、また、出発してから一定の直線距離におけ
る方向情報を持っても良い。さらに、経路データもこれ
に限らず、上記の群別データテーブルと同様の内容を持
っても良い。さらに、上記実施例では、経路間の類似性
を相互相関という評価値で表わしたが、これ以外の類似
性の評価の方法でも良い。

【図面の簡単な説明】

【図１】本発明の実施例の構成を示すブロック図。

【図２】道路情報のデータの構成例の説明図。

【図３】走行経路データの構成例の説明図。

【図４】走行経路データに含まれるリンクデータの構成
例の説明図。

【図５】走行情報の構成例の説明図。

【図６】実施例におけるリンク間の相関関係を説明する
説明図。

【図７】地図データ上での複数経路を群別化する例の説
明図。

【図８】経路間の相関値を用いた、経路の群別化を説明
するデータの構成例。

【図９】本発明の１実施例による経路探索装置の処理手
順を示したフローチャート。

【図１０】新しい経路を群別化する処理手順を示したフ
ローチャート。

【図１１】経路を予測する処理手順を示したフローチャ
ート。

【図１２】経路探索の処理手順を示したフローチャー
ト。

【図１３】走行情報を収集する処理手順を示したフロー
チャート。

【図１４】経路の再探索の処理手順を示したフローチャ
ート。

【符号の説明】

１０…経路記憶手段 １１…地図データ １２…現在位置検出手段 １３…ＶＩＣＳ受信手段 ２０…制御装置 ２１…走行経路検出手段 ２２…走行情報記憶手段 ２３…走行経路予測手段 ２４…致度演算手段 ２５…群別手段 ３０…経路探索手段 ３１…経路探索部 ３２…走行コスト演算部 ３３…経路再探索手段 ３４…探索経路記憶手段 ３５…探索データ記憶手段 ３６…経路探索制御手段 ４０…出力装置 ４１…音声出力手段 ４２…表示手段 ５０…操作入力手段

Claims (25)

【特許請求の範囲】
1. 【請求項１】車両の現在位置を検出する現在位置検出手
   段と、 地図データを用いて２地点間の経路を探索する経路探索
   手段と、 道路交通情報センタからの情報を受信する受信手段と、 を備えた車載の経路探索装置において、 予め記憶された出発地、目的地、その間の経路から成る
   複数の走行経路データを記憶した経路記憶手段と、 目的地点が設定されていない場合は、前記記憶された走
   行経路データおよび、現在の車両の走行情報に基づい
   て、経路選択して、走行経路を予測する走行経路予測手
   段と、 前記予測された経路上の受信された交通情報を出力する
   出力手段と、を有することを特徴とする車載の経路探索
   装置。
2. 【請求項２】前記経路探索装置は、 出発地点、目的地点、及び経路等の必要な情報を入力す
   る入力手段をさらに有することを特徴とする請求項１に
   記載の経路探索装置。
3. 【請求項３】前記走行経路予測手段は、 前記走行情報と、前記記憶された走行経路データが一致
   するほど、その値が高くなる評価値である一致度を演算
   する一致度演算手段をさらに有する事を特徴とする請求
   項１または請求項２に記載の経路探索装置。
4. 【請求項 4】前記経路探索装置は、 前記現在位置検出手段により得られた現在位置の集合か
   ら車両の現在の走行経路を検出する走行経路検出手段を
   さらに有することを特徴とする請求項１乃至請求項３い
   づれか１項に記載の経路探索装置。
5. 【請求項５】前記走行情報は、 車両の現在位置からなることを特徴とする請求項１乃至
   請求項４いづれか１項に記載の経路探索装置。
6. 【請求項６】前記走行情報は、 前記車両が走行を開始した地点を出発地点として、前記
   車両の現在位置までの走行経路をさらに有することを特
   徴とする請求項５に記載の経路探索装置。
7. 【請求項７】前記走行情報は、 前記出発地点での曜日または、走行開始時刻をさらに有
   することを特徴とする請求項５または請求項６に記載の
   経路探索装置。
8. 【請求項８】前記走行情報は、 前記検出された走行経路から判断される走行方向をさら
   に有することを特徴とする請求項６または請求項７に記
   載の経路探索装置。
9. 【請求項９】前記経路記憶手段は、 前記経路検出手段により、走行する毎に検出される前記
   走行情報を走行経路データとして蓄積記憶することを特
   徴とする請求項５乃至請求項８いづれか１項に記載の経
   路探索装置。
10. 【請求項１０】前記経路探索装置は、前記走行経路デー
    タを経路相互の類似性により群別する群別手段をさらに
    有する事を特徴とする請求項１乃至請求項９いづれか１
    項に記載の経路探索装置。
11. 【請求項１１】前記群別手段は、 前記走行経路データ相互の類似性の評価値である経路相
    互の相関性により群別する事を特徴とする請求項１０に
    記戴の経路探索装置。
12. 【請求項１２】前記経路記憶手段は、 前記群別された走行経路データにおいて、相互に相関性
    の高い経路を同一群として記憶していることを特徴とす
    る請求項１１に記戴の経路探索装置。
13. 【請求項１３】前記経路記憶手段は、 前記群別された走行経路データにおいて、相互相関性の
    高い順に上位にランク付けして記憶していることを特徴
    とする請求項１２に記戴の経路探索装置。
14. 【請求項１４】前記群別された走行経路データは、前記
    同一群とされた全経路の出発地点の位置情報からなる出
    発地点情報をさらに有する事を特徴とする請求項１２ま
    たは請求項１３に記載の経路探索装置。
15. 【請求項１５】前記群別された走行経路データは、前記
    同一群とされた全経路の出発日の曜日からなる曜日毎情
    報をさらに有する事を特徴とする請求項１２乃至請求項
    １４いづれか１項に記載の経路探索装置。
16. 【請求項１６】前記群別された走行経路データは、前記
    同一群とされた全経路の出発時刻からなる出発時刻情報
    をさらに有する事を特徴とする請求項１２乃至請求項１
    ５いづれか１項に記載の経路探索装置。
17. 【請求項１７】前記走行経路予測手段は、 前記上位にランク付けされた前記群別された走行経路デ
    ータから順に用いて経路予測を行うことを特徴とする請
    求項１３乃至請求項１６のいづれか１項に記載の経路探
    索装置。
18. 【請求項１８】前記一致度演算手段は、 前記走行情報の出発地点と前記群別された走行経路デー
    タの出発地点情報による一致度の評価が高いほど一致度
    を大きく演算する事をさらに有する事を特徴とする請求
    項１４乃至請求項１７のいづれか１項に記載の経路探索
    装置。
19. 【請求項１９】前記一致度演算手段は、 前記走行情報の走行開始地点での曜日と、前記群別され
    た走行経路データの前記曜日毎情報による評価が高いほ
    ど一致度を大きく演算する事をさらに有する事を特徴と
    する請求項１５乃至請求項１８のいづれか１項に記載の
    経路探索装置。
20. 【請求項２０】前記一致度演算手段は、 前記走行情報の走行開始時刻と、前記群別された走行経
    路データの前記出発時刻情報による評価が高いほど一致
    度を大きく演算する事をさらに有する事を特徴とする請
    求項１６乃至請求項１９のいづれか１項に記載の経路探
    索装置。
21. 【請求項２１】前記一致度演算手段は、 前記走行情報の走行方向と、前記群別された走行経路デ
    ータの出発地点における目的地点方向による方向の一致
    度の評価が高いほど一致度を大きく演算する事をさらに
    有する事を特徴とする請求項１２乃至請求項２０のいづ
    れか１項に記載の経路探索装置。
22. 【請求項２２】前記経路記憶手段は、 前記入力手段により入力された経路情報を走行経路デー
    タとしてさらに記憶することを特徴とする請求項２乃至
    請求項２１いづれか１項に記載の経路探索装置。
23. 【請求項２３】前記経路記憶手段は、 前記入力手段からの設定により、 前記走行経路データを上位にランク付けして記憶するこ
    とを特徴とする請求項１３乃至請求項２２いづれか１項
    に記載の経路探索装置。
24. 【請求項２４】前記経路探索手段は、 前記現在位置を経路探索の出発地点、前記予測経路の目
    的地点を経路探索の目的地点として、前記受信された道
    路交通情報センタからの交通情報を経路探索のコスト演
    算に加味して最小コスト経路の探索をする経路再探索手
    段をさらに有することを特徴とする請求項１乃至請求項
    ２３のいづれか１項に記載の経路探索装置。
25. 【請求項２５】前記経路再探索手段は、前記入力手段か
    らのリクエスト信号を受けて経路の再探索を開始するこ
    とを特徴とする請求項２４に記載の経路探索装置。