JP4729469B2 - 交通情報システム - Google Patents

Description

本発明は、交通情報の補完に関するものである。

路上センサによって交通情報を収集する交通情報システムに対して、プローブカーシステムはより広範囲な交通情報をより低コストで収集することができる。しかしながら、プローブカーの走行位置とタイミングはランダムなものであるため、収集されるプローブ交通情報には空間的，時間的な欠損が生じる。カーナビへの情報提示、あるいは経路探索などの用途において、交通情報に欠損があると適切な処理ができないため、これらの用途にプローブ交通情報を利用する場合には、プローブ交通情報を補完する必要がある。

路上センサで収集される交通情報の補完方法としては、たとえば特許文献１がある。これは道路リンクの接続関係に基づいて、交通情報の欠損したリンクを、上流・下流のリンク、あるいは並走リンクの交通情報から補完するというものである。一方、特許文献２では、道路リンクの接続関係に依存せず、プローブ交通情報のみを用いた補完方法として、プローブ交通情報の統計利用について述べられている。これは、プローブ交通情報を道路リンクに対応した情報に加工して蓄積し、現況情報が収集されたときは現況情報を、現況情報が収集されなかったときは、代わりに統計処理された過去のプローブ交通情報を提供するというものである。他にも、簡易な補完手法として、プローブ交通情報が更新されるまで、過去のプローブ交通情報を補完情報として提供し続けるという方法もある。

さらに道路リンクの相関関係を用いたプローブの交通情報の補完技術として特許文献２がある。これは、過去に収集されたプローブ交通情報について主成分分析を行い、複数の道路リンクの間で相関をもって変化する交通情報の成分を、かかるリンク群の交通情報に関する基底として算出する。そして、現況のプローブ交通情報が収集されなかった道路リンクを、現況のプローブ交通情報が収集された他の道路リンクから、算出した基底を用いて道路リンク間の交通情報の相関に基づいて補完するという方法である。

しかしながら、これら従来の補完技術には次のような問題がある。特許文献１および特許文献２においては、プローブ交通情報の欠損率が高い場合には、道路リンクの接続関係に基づく補完はできないということである。たとえば、日本全国で１０万台のプローブカーを用意した場合でも、プローブ交通情報の更新頻度は１道路リンク当たり平均して１時間に１回程度である。これを５分周期の交通情報として利用しようとすると、空間的な欠損率は９０％以上に達し、交通情報の欠損した道路リンクを周辺リンクから補完しようにも、近隣のリンクの交通情報が全て欠損した状態が頻繁に生じる。かといって、離れた道路リンクとの接続関係に基づいて補完を行うと、道路リンクの接続関係が複雑な地域においては、補完精度が著しく低下し、補完情報が現況の交通状況と乖離する。一方、過去のプローブ交通情報を統計利用すれば、プローブ交通情報の欠損率が高い状態でも補完が可能だが、統計処理されたプローブ交通情報は必ずしも現況を表すものではない。

特許文献２においては、道路リンクの接続関係に依存することなく、過去に収集されたプローブ交通情報について主成分分析を行い、複数の道路リンクの間で相関をもって変化する交通情報の成分を、かかるリンク群の交通情報に関する基底として算出する。また、当該リンク群における現況のプローブ交通情報に関する各基底の合成強度を、各基底に対する現況のプローブ交通情報の射影によって算出する。かかる合成強度を係数として各基底を線形合成することで、当該リンク群における推定交通情報を算出し、現況のプローブ交通情報の欠損したリンクについては、かかる推定交通情報を補完情報とする。しかし、空間的な欠損率が極端に高い場合、補完対象に影響を与えるリンクの交通情報が十分に得られず、補完結果の精度が悪化する場合が考えられる。交通状況がさまざまな要因により時間ごとに変化することで、補完対象の道路リンクに影響を与える周辺のリンクも時間により異なる。よって、欠損率が極端に高い場合には、対象リンクに影響を与えるリンクの交通情報が収集できている可能性が非常に低く、空間的にサンプル数の非常に少ない状況下で、特許文献２の手法を用いて空間的な補完を行うと、その精度は悪化する。

また例えば、過去に収集された補完結果から主成分分析を行って算出した基底の中から、任意に選択した１０個を空間的な補完に用いるとし、また１００本の道路リンクで構成される地域を考える。欠損率９５％のとき、現況のプローブ交通情報が収集できる道路リンクは５本になり、各基底に対する現況のプローブ交通情報の射影を行うことができない。また欠損率が９０％の場合も、現況のプローブ交通情報が収集できる道路リンク数と基底数が等しくなるが、現況のプローブ交通情報が収集できる道路リンクが、選ばれた基底１０個について相関が強いとは限らず、サンプル数が少ないため、不安定な出力結果になる。

特開平７−１２９８９３号公報 特開２００５−００４６６８号公報

本発明が解決しようとする課題は、現況のプローブ交通情報が収集される道路リンク数が少ない場合でも、現況のプローブ交通情報が収集できた道路リンクのデータを用いて、現況データが収集されていない道路リンクの交通情報のデータを、精度よく補完することである。

本発明は、まず過去に収集されたプローブ交通情報についてリンク群毎に主成分分析を行い、基底を算出する。そして算出したリンク群のプローブ交通情報に関する基底の中から、現況のプローブ交通情報が収集された道路リンクの相関を強く表している基底を選択する。次に選択した基底を用いて、基底算出の対象となったリンク群における現況のプローブ交通情報に関する各基底の合成強度を射影によって算出する。かかる合成強度を係数として各基底を線形合成することで、当該リンク群における推定交通情報を算出し、現況のプローブ交通情報の欠損したリンクについては、かかる推定交通情報を補完情報とする。

現況のプローブ交通情報が収集された道路リンクに応じて、動的に基底を選択することで、現況のプローブ交通情報が極端に少ない状況下でも、安定した精度の高い空間的な補完結果を算出することができる。

以下、図面を参照して、過去に蓄積されたプローブ交通情報から算出した道路リンク間の交通情報の相関を表している複数個の基底から、現況のプローブ交通情報が収集された道路リンク（以下、単にリンクと呼ぶ）を用いて、動的に基底を選択し、現況のプローブ交通情報が収集されなかった道路リンクを、現況のプローブ交通情報が収集された他の道路リンクから補完する装置の本発明の実施形態について、詳しく説明する。

図１は、本発明の実施形態に係る交通情報収集・配信システムの機能ブロックの構成例を示した図である。図１に示すように、交通情報システムはセンタ装置１０で構成される。ここでセンタ装置１０は、過去プローブ情報記憶部１１，基底演算部１３，リンク集約部１２，交通情報復元部１４，推定対象リンク判定部１５，リンク情報記憶部１６，基底縮退部１７，縮退基底記憶部１８，プローブ情報受信部１９，現況プローブ情報記憶部
２０，推定対象リンク選択部２１，基底選択部２２，交通情報推定部２３，交通情報補完部２４，交通情報送信部２５，メッシュ情報記憶部１００の機能ブロックを含んで構成されている。

センタ装置１０において、過去プローブ情報記憶部１１は、プローブ情報受信部１９により過去に受信した交通情報を格納する。この交通情報は、情報収集の対象となった道路リンクのリンクＩＤにより管理されている。また、リンク集約部１２は、過去プローブ情報記憶部１１に格納されているリンクを、交通情報の処理単位となる地図のメッシュと各メッシュ中に存在する道路リンクのリンクＩＤの対応関係を記憶しているメッシュ情報記憶部１００を用いてリンクの属する地域ごとのリンク集合であるリンク群に分割する。また、基底演算部１３は、過去プローブ情報記憶部１１に格納され、リンク集約部１２で分割されたリンク群に属するリンクの過去プローブ交通情報データを対象として主成分分析を行い、各リンク群において相関をもって変化する交通情報の成分である当該リンク群に関する複数の基底及び、その基底の情報量を現す分散の値を出力する。

交通情報復元部１４は、過去プローブ情報記憶部１１に格納された過去の交通情報を入力とし、これを基底演算部１３にて算出された基底に重み付け射影をして各基底に対する合成強度を求め、過去の交通情報を復元する。また、推定対象リンク判定部１５は、過去プローブ情報記憶部１１に格納された過去のプローブ交通情報と、交通情報復元部１４が出力する復元された過去の交通情報とから、各道路リンクの復元誤差を求め、この復元誤差と閾値を比較して復元誤差が閾値を超える道路リンクを推定対象外のリンクとし、復元誤差が閾値の範囲に収まるリンクを推定対象リンクとする。また、リンク情報記憶部１６には、推定対象リンク判定部１５から出力された推定対象リンクの情報と、推定対象としないリンクの情報を各リンクＩＤに対応付けられたフラグとして格納される。また、基底縮退部１７は、基底演算部１３より出力された各リンク群毎の基底から、推定対象リンク判定部１５より出力された推定対象としないリンクに関する要素を削除した縮退した基底と基底の分散値を求める。また、縮退基底記憶部１８は、基底縮退部１７から出力された縮退した基底及び分散値を格納する。

かかるセンタ装置１０において、基底演算部１３から基底縮退部１７までの処理は、オフラインで処理を行うことを想定している。さらに、リンク集約部１２にて集約された複数のリンク集合について、基底演算部１３から基底縮退部１７の間の処理を行い、複数のリンク集合について基底を求める。

プローブ情報受信部１９は、プローブカーなどから入力される現況のプローブ交通情報データを受信し、現況プローブ情報記憶部２０に格納する。また、推定対象リンク選択部は、リンク情報記憶部１６に格納されているリンクＩＤ及び推定対象／非対象のフラグの情報と、現況プローブ情報記憶部２０に格納されている現況プローブ交通情報から、推定対象となるリンクの現況プローブ交通情報を抽出する。基底選択部２２は、推定対象リンク選択部２１に格納されている基底群及び分散の情報と、現況プローブ情報記憶部２０に格納されている現況の交通情報を入力として、動的に基底群から複数個の基底を選択する。選択の手法として、現況のプローブ交通情報が収集されたリンクの相関を強く表している基底を選択する。また、交通情報推定部２３は、基底選択部２２で選択された各基底の合成強度を算出し、各基底の合成強度に基づいて推定交通情報を算出する。また、交通情報補完部２４は、現況プローブ情報記憶部２０に格納されている現況のプローブ交通情報と、交通情報推定部２３から出力された推定交通情報とを比較し、現況のプローブ交通情報が収集されなかったリンクについて、推定交通情報を補完情報として出力する。そして、交通情報送信部２５は、車両端末または、他の交通情報センタへ交通情報の補完情報を送信する。かかるセンタ装置１０において、プローブ情報受信部１９から交通情報送信部２５までの処理は、オンラインで処理することを想定している。

センタ装置１０は、図示しないＣＰＵと記憶装置とを含んで構成されたコンピュータによって構成され、センタ装置１０の前記した各機能ブロックの機能は、前記ＣＰＵが前記記憶装置に記憶された所定のプログラムを実行することによって実現される。なお、記憶装置は、ＲＡＭ，不揮発性メモリ，ハードディスク装置などによって構成される。

リンク集約部１２について詳細に説明する。ここでは基底を算出する前段階として、過去プローブ情報記憶部１１に格納されているリンクリストを、メッシュ情報記憶部１００を用いて、複数の集合に集約する処理を行う。リンクリストにはプローブデータとして交通情報が収集された道路リンクに固有の番号が蓄積されている。図２は、過去プローブ情報記憶部に格納されているリンクリストの情報を複数の集合に集約する処理を模式的に示した図である。メッシュ情報記憶部１００のメッシュ情報テーブル１０１には、交通情報の処理範囲に対応した地図メッシュの各メッシュ番号に対応して、各地図メッシュに含まれる道路リンクに固有の番号（リンクＩＤ）が格納されている。このメッシュ情報を用いて、過去プローブ情報記憶部１１に格納している過去プローブ情報のリンクリストが、それぞれの所属する２次メッシュ単位に集約される。

地図メッシュとは、地図を緯度・経度に基づいて網の目上に区画する方法である。２次メッシュとは緯度差５分，経度差７分３０秒で一辺の長さが約１０kmのメッシュデータである。また３次メッシュは２次メッシュを緯度方向及び経度方向に１０等分してできる区域であり、緯度差３０秒，経度差４５秒で、一辺の長さが約１kmである。図３はリンク集約部１２の処理フローの概要を示した図である。過去プローブ情報記憶部１１からリンク情報を取得し（ステップＳ６０）、メッシュ情報記憶部１００からメッシュ情報を取得する（ステップＳ６１）。次に、ステップＳ６０で得たリンク情報とステップＳ６１で得たメッシュ情報を比較して、メッシュ毎にリンクリストを分割する（ステップＳ６２）。過去のリンクリストから集約処理を行い、複数のリンク集合を得るには、上述のように２次メッシュを用いている。しかし、この集約は２次メッシュ単位に限らず、集合が複数本のリンクで構成されればよく、３次メッシュ単位や、都道府県単位などを適用することも可能であり、２次メッシュ単位に限定されない。以下の処理では、２次メッシュ単位に集約したＭ本のリンクを考える。

基底演算部１３について詳細に説明する。分析対象データの１サンプルは、同じタイミングで収集された過去のプローブ交通情報である。ここでのプローブ交通情報とは、各道路リンクの渋滞度，リンク旅行時間、あるいは道路リンクにおける平均通過速度を表している。また分析対象の道路リンク数が、１サンプル当たりの変数の数に相当する。すなわち、過去のＮ回の収集タイミングにおいてＭ本の道路リンクで収集されたプローブ交通情報は、Ｎサンプル，Ｍ変数のデータであり、かかるデータに対して主成分分析を行うと、Ｐ個（Ｐ≪Ｍ）の基底Ｗ(１)〜Ｗ(Ｐ)が得られる。主成分分析によって得られるこれらの基底は、その線形合成によって元データの任意のサンプルを近似する性質を持つ。また、基底のそれぞれは元データの各変数と対応するＭ個の要素から構成され、１つの基底の構成要素は、元データの各変数の間で相関をもって変化する成分である。すなわち、収集タイミングｎにおけるリンク１〜Ｍの交通情報をベクトルＸ(ｎ)＝［ｘ(ｎ，１)，ｘ(ｎ，２)，…，ｘ(ｎ，Ｍ)］として、ｐ番目の基底をベクトルＷ(ｐ)＝［ｗ(ｐ，１)，ｗ(ｐ，２)，…，ｗ(ｐ，Ｍ)］で表すと、
Ｘ(ｎ)≒ａ(ｎ，１)×Ｗ(１)＋ａ(ｎ，２)×Ｗ(２)＋…＋ａ(ｎ，Ｐ)×Ｗ(Ｐ)
…（式１）
である。ただし、ａ(ｎ，ｐ)は基底の線形合成における各基底の合成強度である。また
ｘ(ｎ，ｉ)は収集タイミングｎにおけるｉ番目のリンクの交通情報（渋滞度，リンク旅行時間，平均通過速度）を表しており、ｗ(ｐ，ｉ）はｉ番目のリンクのｐ番目の基底についての相関の強さを表す数値である。

本実施形態において、これら基底の線形合成によって、当該リンク群における任意のタイミングの交通情報を近似表現できることを意味する。なお、通常の主成分分析は分析対象データに欠損があることを許容しないが、その拡張手法である“欠損値付き主成分分析（ＰＣＡＭＤ）”を用いることにより、欠損を伴うプローブ交通情報から基底を算出することができる。また主成分分析により求めたＰ個（Ｐ≦Ｍ）の基底について、各基底がどのくらいの情報量を持つかという指標として、分散を用いて表すことができる。このとき基底数Ｐは道路リンク数Ｍを最大値とし、寄与率が高い基底から順に累積寄与率を求め、所定の累積寄与率を越える基底数となるようにＰを決定するのが一般的である。本実施形態では、後述する基底選択部２２にて、現況データのエリアカバー率に応じて、基底数を決定する。このため、本実施形態では、基底数Ｐは道路リンク数Ｍと等しくなるようにとる（Ｐ＝Ｍ）。分散は主成分分析の過程に算出され、分散が大きい方が該当リンク群の相関関係を良く表している。基底Ｗ(１)〜Ｗ(Ｐ)までの分散を表すベクトルΛは、各基底の分散λ(１)〜λ(Ｐ)によりΛ＝［λ(１)，λ(２)，…，λ(Ｐ)］と表される。

図４は、本実施形態に係る基底演算部１３による分析処理を模式的に示した図である。図４において、等号の左辺は分析対象である複数の道路リンクにおけるある瞬間の交通情報（現況の交通情報）の値を線の太さで表したものであり、右辺はそれを複数の基底の線形合成として表記したものである。右辺において、基底のそれぞれは各リンクにおいて相関をもって変化する交通情報の成分で構成され、各基底の係数は無相関に変化する。交通情報をこのように表現することで、複数リンクにおける交通状況の傾向を、各基底の係数の大きさによって表すことができる。

本実施形態に係る基底演算部１３について、例を用いて説明する。基底Ｗ(１)におけるリンク１，リンク２，リンク３それぞれの成分を［０.１，０.１，１.０ ］とすると、それはリンク１〜３の交通情報に“１：１：１０”という比例関係で変化する成分が含まれていることを意味する。一方で基底Ｗ(２)において、リンク１〜３それぞれの成分が
［１.０，０.１，０.５］であれば、先の“１：１：１０”という比例関係とは別に、
“１０：１：５”という比例関係で変化する成分も含まれていることになる。そして、
“１：１：１０”で変化する成分の強度（基底Ｗ(１)の係数ａ(１))と、“１０：１：５”で変化する成分の強度（基底Ｗ(２)の係数ａ(２))によって、
・リンク１とリンク２に比べて、リンク３が卓越して渋滞している
・リンク１が渋滞するときは、リンク２は空いていて、リンク３はやや混雑している
など、リンク１〜３の交通状況がどのような傾向にあるかを表現することができる。過去の交通情報を分析してこのような基底を得るには、上述のように主成分分析が適しているが、他にも独立成分分析や因子分析などを適用することも可能であり、基底演算部１３で用いる統計手法は主成分分析に限定されない。

基底演算部１３による処理は、リンク間の交通情報の相関を上述のように基底として数値化することが目的なので、実際の道路ネットワーク上で関連をもって変化するリンク群を、基底を求める分析単位とする必要がある。そのため、たとえば同一メッシュ内にあるリンクの交通情報を主成分分析の分析単位としたり、あるいは幹線道路に沿ったリンクの交通情報を主成分分析の分析単位とするなどの方法があり、分析対象リンク群の選び方は１つに限定されるものではない。さらに、過去プローブ情報記憶部に格納されている全リンクを、複数本のリンクから構成されるリンクセットにまとめるとのプローブ交通情報を抽出する。このＭ本の複数リンクの集合は２次メッシュ単位で構成されている。ここでは、Ｍ本のリンクがＴ番目のメッシュに属するとする。

次に、交通情報復元部１４について詳細に説明する。基底演算部１３にてＰ個の基底が選択されたとし、以下Ｐ個の基底Ｗ(１)，Ｗ(２)…Ｗ(Ｐ)を考える。交通情報復元のための各基底の合成強度は、基底のベクトルＷ(１)〜Ｗ(Ｐ)で張られた線形空間に対して、過去のプローブ交通情報を重み付け射影することで得られる。プローブ交通情報のように情報が計測されたリンクと、欠損したリンクが明確であるときには、前者の重み付けを
“１”、後者の重み付けを“０”として、過去の交通情報に占める各基底の強度を決定する。

この過去の交通情報を重み付け射影し、各基底の強度を決定する処理は、過去プローブ情報記憶部１１に蓄積された過去プローブデータのうち、過去Ｎ回の収集タイミングについて行う。すなわち、収集タイミングｎにおけるリンク１〜Ｍの交通情報のベクトル
Ｘ(ｎ)からリンク１〜Ｍの交通情報ｘ(ｎ，１)〜ｘ(ｎ，Ｍ)のうち、プローブ交通情報が収集されたリンクの重み付けを“１”、収集されなかったリンクの重み付けを“０”として、ベクトルＸ(ｎ)を基底Ｗ(１)〜Ｗ(Ｐ)に重み付け射影を行う。すると、
Ｘ(ｎ)＝ａ(ｎ，１)×Ｗ(１)＋ａ(ｎ，２)×Ｗ(２)＋…＋ａ(ｎ，Ｐ)×Ｗ(Ｐ)
＋ｅ(ｎ) …（式２）
において、プローブ交通情報が収集されたリンクについて誤差ベクトルｅ(ｎ)のノルムを最小化する合成強度ａ(ｎ，１)〜ａ(ｎ，Ｐ)が得られる。なお、リンクに対する重み付けは収集されたプローブ交通情報の有無による“１”と“０”の２値だけではなく、収集されたプローブ交通情報の信頼度や新しさに応じて決定するなどの方法があり、１つに限定されるものではない。

例えば、プローブ交通情報の信頼度を用いてリンクに対する重み付けを決定する手法では、収集された現況のプローブ交通情報から重み付けを決定する。そして道路リンクを通過したプローブカーが多いほどその道路リンクの信頼度が高いとし、そのリンクに対応する重み付けの値に大きな値を設定することで、プローブ交通情報の信頼度を加味することができる。さらに、プローブ交通情報の新しさに応じてリンクに対する重み付けを決定する手法では、プローブデータの情報の収集した時間から重み付けを決定する。このとき、プローブ交通情報の収集時間がより新しいリンクに対応する重み付けの値を大きくすることで、プローブ交通情報の新しさの情報を加味することができる。

過去の交通情報復元ベクトルＸ′(ｎ)＝［ｘ′(ｎ，１)，ｘ′(ｎ，２)，…，ｘ′(ｎ，Ｍ)］は、基底のベクトルＷ(１)〜Ｗ(Ｐ)と、合成強度ａ(ｎ，１)〜ａ(ｎ，Ｐ)から、
Ｘ′(ｎ)＝ａ(ｎ，１)×Ｗ(１)＋ａ(ｎ，２)×Ｗ(２)＋…＋ａ(ｎ，Ｐ)×Ｗ(Ｐ)
…（式３）
により計算される。ここでｘ′(ｎ，ｉ)は、収集タイミングｎにおけるｉ番目のリンクの交通情報ｘ(ｎ，Ｉ)を式３にて復元した交通情報を表している。ここでは全サンプル数Ｎ回について、式３より、交通情報復元ベクトルを算出する。

次に、推定対象リンク判定部１５について説明する。図５は、本実施形態に係るセンタ装置１０における推定対象リンク判定部１５の処理フローの概要を示した図である。図５に示すように、前記交通情報復元部１４より算出された交通情報復元ベクトルＸ′(ｎ)を、過去プローブ情報記憶部１１に格納されている過去プローブ情報における交通情報
Ｘ(ｎ)を真値として、誤差評価を行う。この誤差評価はリンク単位に行う(ステップＳ10)。次に、算出した誤差評価結果を閾値と比較し、閾値を超えているかどうかをリンクごとに判定する（ステップＳ１１）。リンクの誤差が閾値よりも低い場合は、推定処理に適しているリンクと見なし、推定対象リンクとする（ステップＳ１２）。リンクの誤差が閾値を越えている場合は、推定処理に適していないリンクと見なし、推定非対象リンクとする（ステップＳ１３）。次に、推定対象／非対象のリンクの情報をリンク情報記憶部１６に格納する（ステップＳ１４）。以上の処理をさらに詳しく説明する。

（ステップＳ１０）前記過去プローブ情報記憶部１１に格納されている過去プローブ交通情報Ｘ(ｎ)を真値として、前記交通情報復元部１４より出力された復元交通情報
Ｘ′(ｎ)の誤差をリンクごとに算出する。リンクＩの復元交通情報の誤差Ｅ(Ｉ)を
Ｅ(Ｉ)＝１／ｎ×Σ(｜ｘ′(ｎ，Ｉ)−ｘ(ｎ，Ｉ)｜／ｘ(ｎ，Ｉ)) …（式４）
として計算する。

（ステップＳ１１）各リンクの誤差と閾値を比較する。例えば閾値を０.６ とすると、リンク１の誤差Ｅ(１)が０.４で、リンク２の誤差Ｅ(２)が０.８のとき、リンク１が推定対象リンクとなり（ステップＳ１２）、リンク２は推定非対象リンクとなる（ステップ
Ｓ１３）。

（ステップＳ１４）リンクごとに推定対象の可否をリンク情報記憶部１６に記憶する。図６は、リンク情報記憶部１６に格納されているリンク情報を表した図である。リンク情報は、２次メッシュ単位で管理され、各リンクが属する２次メッシュの２次メッシュ番号毎に、リンクＩＤを格納するブロックと、そのリンクが推定対象かどうかを格納するブロックで構成される。推定対象の情報が格納されるブロックは、２次メッシュ番号の後に、ステップＳ１１にて推定対象と判断されたリンクには１、推定非対象と判断されたリンクには０が格納されている。

次に、基底縮退部１７について説明する。基底演算部１３で算出された基底データから、推定対象リンク判定部１５にて推定非対象リンクとみなされたリンクの要素を、削除する。図７は、本実施形態に係るセンタ装置１０における基底縮退部１７の処理フローの概要を示した図である。推定対象リンク判定部１５より、推定対象／非対象リンク情報を取得する（ステップＳ２０）。基底演算部１３より基底情報を取得する（ステップＳ２１）。次に、得られたリンク情報からすべてのリンクを判定処理したかどうかを判定する（ステップＳ２２）。つまり、取得したすべてのリンクの処理が終わるまでループさせる。取得した推定対象／非対象リンク情報から、リンクＩについて、推定対象：１か推定非対象：０かを判定する（ステップＳ２３）。推定対象リンク：１の場合は、全ての基底からリンクＩの要素を除かないためステップＳ２２へ処理が進む。一方、推定非対象リンク：０の場合は、現在、基底縮退の処理対象になっているメッシュ内の全ての基底からリンクＩの要素を除く（ステップＳ２４）。ここでリンクＩの要素とは、基底Ｗ(ｐ)におけるＩ番目の要素ｗ(ｐ，Ｉ)を指す。以上の処理を全てのリンクについて行う。次に、ステップ
Ｓ２４にて処理された基底を格納して更新する（ステップＳ２５）。

図８は、推定対象リンク判定部１５より出力されたリンク情報から、基底ベクトル
Ｗ(１)…Ｗ(Ｐ)を縮退させる過程を示した図である。図７の処理フローに従い、図８におけるリンク情報を推定対象リンク判定部１５から取得し（ステップＳ２０）、基底情報は基底演算部１３から取得する（ステップＳ２１）。

リンク１について、リンク情報をみると推定対象：１であり（ステップＳ２３）、基底情報からリンク１の要素を除かず、次のリンクの処理に移る。一方リンク２については、推定非対象：０となっているため、基底Ｗ(１)…Ｗ(Ｐ)におけるリンク２の要素を削除して、縮退した基底Ｗ′(１)…Ｗ′(Ｐ)を算出する（ステップＳ２４）。このとき算出された縮退した基底Ｗ′(１)…Ｗ′(Ｐ)および基底の分散値を、縮退基底記憶部１８に格納する（ステップＳ２５）。このとき基底の分散値も、基底と同様の手法を用いて縮退させる。

図９は、縮退基底記憶部１８に格納されている縮退基底の情報の一例を現した図である。縮退基底の情報は２次メッシュ毎に管理され、各２次メッシュ毎のテーブルの初めには、そのテーブルに蓄積されているリンクが属する２次メッシュ番号が格納されている。次に縮退後のリンク番号の情報が蓄積されている。図９に示す例では推定対象リンク判定部１５の処理結果により、リンク２が除かれている。リンク番号の情報以降は、縮退後の基底の情報が蓄積されている。

次に、推定対象リンク選択部２１について詳細に説明する。ここでは、現況プローブ情報記憶部２０に格納されている現況プローブ交通情報と、リンク情報記憶部１６に格納されているリンク情報から、推定対象となるリンクを抽出する。以下の処理は、補完対象の２次メッシュごとに行う。

図１０は、本実施形態に係るセンタ装置１０における推定対象リンク選択部２１の処理フローの概要を示した図である。まずリンク情報記憶部１６から、補完処理を行う２次メッシュの各リンクがそれぞれ推定対象／非対象のいずれであるかリンク情報を取得する
（ステップＳ３０）。また現況プローブ情報記憶部２０から現況プローブ交通情報を取得する(ステップＳ３１)。次に、得られたリンク情報から全てのリンクを判定処理したかどうかを判定し、取得した全てのリンクの処理が終わるまでループさせる(ステップＳ３２)。処理のループではまず、取得したリンク情報から、リンクＩについて、推定対象：１であるか推定非対象：０であるかを判定する（ステップＳ３３）。リンクＩが推定対象リンク：１の場合は、現況プローブ交通情報からリンクＩの要素を除かないため、次のリンクの判定処理に移る。一方、推定非対象リンク：０である場合は、取得した現況プローブ交通情報からリンクＩの要素を除く（ステップＳ３４）。全てのリンクの処理が終わると、現況プローブ交通情報を基底選択部２２へ送信する（ステップＳ３５）。

図１１は、リンク情報記憶部１６からのリンク情報を用いて、現況プローブ情報記憶部２０に格納されている現況プローブ交通情報から推定対象リンクを抽出する過程を示した図である。処理対象となる２次メッシュのリンク総数をＭとし、ｙｉはｉ番目（ｉ＝１…Ｍ）のリンクの現況プローブ交通情報を表す。図９と同様、リンク２が推定非対象リンクとなっているため、現況プローブ交通情報から、リンク２が削除された新しい現況プローブ交通情報が作成される。リンク情報が１（推定対象）の場合は、リンク情報を残し、０（推定非対象）の場合はリンク情報を削除する。この時、推定対象リンク数がＲ（≦Ｍ）とすると、抽出された現況プローブ交通情報の要素数もＲになる。推定対象リンク選択部２１は、図１１の推定対象リンクを抽出した現況プローブ交通情報を基底選択部２２へ送信する。

次に、基底選択部２２について詳細に説明する。以下の処理も、補完対象となる２次メッシュごとに行う。図１２は、本実施形態に係るセンタ装置１０における基底選択部２２の処理フローの概要を示した図である。図１２に示すように、現況プローブ情報記憶部
２０に格納された現況プローブ交通情報を、縮退基底記憶部１８に格納された各基底に射影し、処理対象となっている２次メッシュの各基底に対して、射影ベクトルを算出する
（ステップＳ４０）。次に、算出した射影ベクトルのノルムを計算し、縮退基底記憶部
１８に格納された各基底の分散で重み付けした値を各基底の評価値として算出する（ステップＳ４１）。次に、算出した各基底の評価値を元に基底群の中から、評価値の高い基底を複数個選択して、出力する（ステップＳ４２）。なお、この処理フローにおいて、現況データが収集されるごとに、動的に基底を選択する処理を行うことを想定している。以上の処理をさらに詳しく説明する。

（ステップＳ４０）収集タイミングｎにおける推定対象リンク選択部２１で抽出したＲ個のリンク（リンク１〜Ｒ）の交通情報において、プローブ交通情報が収集されたリンクを１、収集されなかったリンクを０とするベクトルＹ(ｎ)＝［ｙ(ｎ，１)，ｙ(ｎ，２)，…，ｙ(ｎ，Ｒ)］として、基底で張られた空間に射影する。

図１３に示すように、収集タイミングｎにおけるリンク１〜Ｒの交通情報の０／１のベクトルＹ(ｎ)をｐ番目の基底Ｗ′(ｐ)に射影した射影ベクトルＡ(ｐ)は
Ａ(ｐ)＝Trans(Ｗ′(ｐ))×Ｗ′(ｐ)×Trans(Ｙ(ｎ)) …（式５）
と表すことができる。Trans(Ｗ′(ｐ))はＷ′(ｐ)の転置行列を表す。

（ステップＳ４１）算出した射影ベクトルＡ(ｐ)のノルムに、縮退基底記憶部１８に格納された各縮退後の基底Ｗ′(ｐ)に対応する分散λ(ｐ)で重み付けした評価値Ｎ(ｐ)＝
λ(ｐ)×｜Ａ(ｐ)｜を算出する。

（ステップＳ４２）この評価値Ｎ(ｐ)を元に、基底群の中から現況の交通情報の影響が強い基底を複数個選択する。以下で具体的な処理について説明する。

図１４は本実施形態に係る基底選択部２２において、２個の基底Ｗ′(１)，Ｗ′(２)から１個の基底を選択する処理の例を示した図である。プローブ交通情報として収集されたリンクはリンク１のみであり、リンク２，リンク３のプローブ交通情報は欠損しているとする。このためＹ(ｎ)は［１ ０ ０］となる。各基底は分散λ(ｐ)を評価値として持ち、基底Ｗ′(１)の分散λ(１)を１０、基底Ｗ′(２)の分散λ(２)を５とする。収集タイミングｎにおける現況のプローブ交通情報のベクトルＹ(ｎ)を基底Ｗ′(１)に射影した射影ベクトルＡ(１)は［０.０１ ０.０１ ０.１］、Ａ(２)は［１ ０.１ ０.５］となる。このとき各基底の分散で重み付けした評価値はそれぞれＮ(１)は１.０１、Ｎ(２)は５.６１２５となる。１個の基底を選択するため２つの評価値を比較すると、Ｎ(２)＞Ｎ(１)より、ここでは基底Ｗ′(２)が選択される。結果として、現況のプローブ交通情報が収集されたリンク１の相関が強い基底Ｗ′(２)が選択されている。選択する基底数の決定方法は、現況データのエリアカバー率に応じて、動的に決める手法がある。

図１２に示した基底選択部２２の処理におけるステップＳ４２で、選択する基底数を求める処理の詳細を図１８に示す。現況プローブ情報記憶部２０に格納された現況プローブ交通情報から、現況データ情報を収集したリンク数と推定対象リンク選択部２１で抽出したリンク数Ｒより、補完対象リンクの内どれだけのリンクのデータが収集されているかを示す現況のエリアカバー率を算出する（ステップＳ４２１）。次に、現況のエリアカバー率から選択する基底数の最大値を決定する（ステップＳ４２２）。次に算出された基底数の最大値に係数を掛け、その結果を選択する基底数の候補値とする（ステップＳ４２３）。次に選択する基底数の候補値が１未満かどうかを判定する（ステップＳ４２４）。１未満の場合（ステップＳ４２４のＹＥＳ）、選択する基底数を１とする(ステップＳ４２５)。１以上の場合（ステップＳ４２４でＮＯ）、選択する基底数の候補値の小数点以下を切り捨て、整数部を選択する基底数とする（ステップＳ４２６）。以上の処理をさらに詳しく説明する。

（ステップＳ４２１）収集タイミングｎにおける現況の交通情報を収集した道路リンク数をＲ′とする。推定対象リンク選択部２１で抽出したＲ個のリンクからエリアカバー率Ｃ（Ｒ′／Ｒ）を算出する。このエリアカバー率Ｃは、補完対象リンクの内、どのくらいのリンクの現況交通情報を収集できたかを表す指標であり、０以上１以下の数値である。

（ステップＳ４２２）ステップＳ４２１により算出したエリアカバー率Ｃと、基底演算部１３から求められた基底の個数Ｐを掛け、選択できる最大の基底数Ｑ_max を求める。例えば、エリアカバー率が５％で、基底演算部１３から求められた基底の個数が１１０のとき、最大の基底数Ｑ_maxは５.５＝０.０５×１１０になる。

（ステップＳ４２３）ステップＳ４２２より算出した選択できる最大の基底数Ｑ_max に係数ｅを掛け、選択する基底数の候補値Ｑ′を算出する。この係数ｅは０以上１以下の定数である。現況データに異常な値が含まれている時、最大の基底数を選択して推定を行うと推定結果が不安定になり推定の精度が悪くなることから、ロバストな推定を行うため最大の基底数より少ない基底数を選択して推定を行う為に係数ｅを掛ける。例えば、最大の基底数Ｑ_max が５.５ で、係数ｅが０.８ のとき、選択する基底数の候補値は４.４ になる。

（ステップＳ４２４）ステップＳ４２３から求められた基底数の候補値Ｑ′が１未満かどうかを判定する。

（ステップＳ４２５）ステップＳ４２４の結果が“Ｙｅｓ”の場合（基底数の候補値が１未満の場合）、選択数する基底数は１とする。

（ステップＳ４２６）ステップＳ４２４の結果が“Ｎｏ”の場合（基底数の候補値が１以上の場合）、選択する基底数の小数部を切り捨てて、その整数部を選択する基底数とする。例えば、ステップＳ４２３の例で、選択する基底数が４.４の場合、整数部を抜き出し、選択する基底数を４とする。

このように、現況データのエリアカバー率に応じて動的に選択する基底の個数を可変にする。この処理を現況交通情報の収集タイミングｎ毎に行うことで、収集されたプローブ交通情報のリンクに合わせて、適切な基底を選択することができる。

次に交通情報推定部２３について、詳細に説明する。基底選択部２２にてＱ個の縮退後の基底が選択されたとし、以下Ｑ個の基底ＷＷ(１)，ＷＷ(２)…ＷＷ(Ｑ)を考える。
ＷＷ(ｉ)は縮退後の基底の内、基底選択部２２により選択されたｉ番目の基底である。各基底の合成強度は、選択済基底のベクトルＷＷ(１)〜ＷＷ(Ｑ)で張られた線形空間に対して、現況のプローブ交通情報を重み付け射影することで得られる。例えば、図１５の基底
Ｗ′(１)とＷ′(２)に対して、リンク１〜３の現況の交通情報が［５，１，１０］であった場合に、リンク１と２の重みの値を大きくすれば、リンク１が混雑してリンク２が空いているものとみなせることから、相対的に基底Ｗ(２)の強度が強いものとして評価される。一方、リンク３の重み付けを強くすれば、リンク１と２の双方に対してリンク３が混雑していることから、相対的に基底ＷＷ(１)の強度が強いものと判定される。プローブ交通情報のように情報が計測されたリンクと、欠損したリンクが明確であるときには、前者の重み付けを“１”、後者の重み付けを“０”として、現況の交通情報に占める各基底の強度を決定する。

この処理を数式で表すと、過去プローブ交通情報Ｘ(ｎ)と同様に、現況のプローブ交通情報をベクトルＺ＝［ｚ(１)，ｚ(２)，…，ｚ(Ｒ)］とし、リンク１〜Ｒの交通情報
ｚ(１)〜ｚ(Ｒ)のうち、プローブ交通情報が収集されたリンクの重み付けを“１”、収集されなかったリンクの重み付けを“０”として、ベクトルＺのＷＷ(１)〜ＷＷ(Ｐ)への重み付け射影を行う。すると、
Ｚ＝ａ(１)×ＷＷ(１)＋ａ(２)×ＷＷ(２)＋…＋ａ(Ｑ)×ＷＷ(Ｑ)＋ｅ …（式６）
において、誤差ベクトルｅのノルムを、プローブ交通情報が収集されたリンクについて最小化する合成強度ａ(１)〜ａ(Ｑ)が得られる。交通情報推定部２３は、かかる合成強度
ａ(１)〜ａ(Ｑ)を現況のプローブ交通情報に関する合成強度として出力する。

推定交通情報のベクトルＺ′＝［ｚ′(１)，ｚ′(２)，…，ｚ′(Ｒ)］は、基底のベクトルＷＷ(１)〜ＷＷ(Ｑ)と、合成強度ａ(１)〜ａ(Ｑ)から、
Ｚ′＝ａ(１)×ＷＷ(１)＋ａ(２)×ＷＷ(２)＋…＋ａ(Ｑ)×ＷＷ(Ｑ) …（式７）
により計算される。以上、推定対象リンク選択部２１から交通情報推定部２３までの各機能ブロックの動作は、リンク情報記憶部に格納されている全てのメッシュについて行うことを想定している。

さらに交通情報補完部２４について、詳細に説明する。図１５は、本実施形態に係るセンタ装置１０における交通情報補完部２４の処理フローの概要を示した図である。図１５の処理フローは現況プローブ交通情報のすべてのリンクについて実行する。

図１５に示すように、現況プローブ情報記憶部２０に蓄積されたプローブ情報から、処理の対象となっているリンクが現況プローブ交通情報の収集されたリンクかどうかを判定する（ステップＳ５０）。現況プローブ交通情報が収集されているリンクである場合（ステップＳ５０で“Ｙｅｓ”）、現況プローブ交通情報を補完交通情報として出力する（ステップＳ５１）。現況プローブ交通情報が収集されていないリンクであった場合（ステップＳ５０で“Ｎｏ”）、リンク情報記憶部１６を参照し、リンクが推定対象リンクかどうかを判定する（ステップＳ５２）。処理の対象となっているリンクが推定対象リンクの場合（ステップＳ５２で“Ｙｅｓ”）、交通情報推定部２３から出力された推定交通情報を補完交通情報として出力する（ステップＳ５３）。しかしリンクが推定対象リンクでない場合（ステップＳ５２で“Ｎｏ”）、補完交通情報は出力しない（ステップＳ５４）。

ステップＳ５３においては、扱っている交通情報がリンク旅行時間のとき、リンクの距離を規制速度で割った標準的な旅行時間を出力する手法もある。例えば、リンク長1000ｍで規制速度５０km／ｈのとき、標準的な旅行時間は７２秒となり、この値が補完交通情報になる。また、過去プローブ情報記憶部１１より、交通情報の統計値を算出し、その値を補完交通情報とする手法もある。例えば、過去のプローブ交通情報で、リンク旅行時間が過去に１００秒，１２０秒，１４０秒で収集されていた場合を考える。このとき、単純に平均値を統計値とすると、１２０秒がリンクの統計値になり、１２０秒を補完交通情報としてもよい。

以上に説明した実施形態は、さまざまな変形が可能である。図１の構成において、プローブ情報受信部１９に受信される交通情報データ及び、過去プローブ情報記憶部１１に格納される交通情報データは、プローブカーによって収集された交通情報のみではなく、路上センサによって収集された交通情報も併用することが可能であり、常時収集される信頼性の高い情報として利用することができる。

図１７は、図１の本実施形態に係る交通情報システムを、交通情報配信装置３０と車両に搭載された車載端末装置３１と交通情報センタ装置２００に分割した構成になっている。本実施例では、縮退基底作成機能及びリンク情報作成機能が交通情報センタ装置２００に、また交通情報補完機能が車載端末装置３１に存在する。ここで、交通情報配信装置
３０と車載端末装置３１とは、携帯電話回線やインターネットなど図示しない通信ネットワークを介して、互いに通信可能に接続されている。もしくは、ＦＭ多重放送や、地上デジタル放送など図示しない放送ネットワークを介して、交通情報配信装置３０からの放送内容を車載端末装置３１で受信が可能である。また交通情報センタ装置２００は、交通情報配信装置３０通信又は放送により配信されるプローブ情報を過去プローブ情報記憶部
１１に記憶している。また交通情報センタ装置２００では縮退した基底情報と推定対象のリンク情報を作成し、車載端末装置３１のリンク情報記憶部１６と縮退基底記憶部へ格納する。

図１６に示すように、交通情報システムは交通情報配信装置３０と車載端末装置３１及び交通情報センタ装置２００で構成される。ここで交通情報配信装置３０は、プローブ情報収集部３２，現況交通情報作成部３３，プローブ情報配信部３４の機能ブロックを含んで構成される。また、車載端末装置３１は、リンク情報記憶部１６，縮退基底記憶部１８，プローブ情報受信部１９，現況プローブ情報記憶部２０，推定対象リンク選択部２１，基底選択部２２，交通情報推定部２３，交通情報補完部２４，交通情報表示部３５，地図情報記憶部３６の機能ブロックを含んで構成されている。また交通情報センタ装置２００は、過去プローブ情報記憶部１１，リンク集約部１２，基底演算部１３，交通情報復元部１４，推定対象リンク判定部１５，基底縮退部１７，メッシュ情報記憶部１００の機能ブロックを含んで構成されている。

交通情報配信装置３０において、プローブ情報収集部３２は、プローブカーから配信される現況のプローブ情報を受信する。また、現況交通情報作成部３３は、前記プローブ情報収集部で収集された現況のプローブ情報から、現況の交通情報を作成し、配信するためのフォーマットに変換する。また、プローブ情報配信部３４は、前記現況交通情報作成部３３より作成した現況の交通情報を配信する。

車載端末装置３１において、プローブ情報受信部１９により、前記プローブ情報配信部により配信された現況のプローブ情報を受信する。また、リンク情報記憶部１６，縮退基底記憶部１８，現況プローブ情報記憶部２０，推定対象リンク選択部２１，基底選択部
２２，交通情報推定部２３，交通情報補完部２４については、実施例１で説明した機能である。ただし、リンク情報記憶部１６に格納されている補完対象リンクの情報と、縮退基底記憶部１８に格納されている基底の情報は、あらかじめ交通情報センタ装置２００にて計算されている。この補完対象リンクの情報と、基底の情報は、車載端末装置３１出荷時に格納されているか、もしくは、車載端末装置３１のソフトウェア更新時、もしくは、車載端末装置３１付属の通信機器を用いてセンタよりダウンロードして格納されることを想定している。また、交通情報表示部３５は、前記交通情報補完部２４により生成された補完交通情報と、地図情報記憶部３６を用いて、地図上に交通情報を重ねて表示する。

図１７は交通情報表示部３５にて、交通情報補完部２４が生成した補完交通情報を表示するときの例を表した図である。現況のプローブ交通情報と推定情報とを道路リンクの線の太さによって区別し、また、道路リンク毎の渋滞度に応じて色を変えて表示している。また、現況のプローブ交通情報と推定情報とを区別する方法は、線の色相・彩度・明度を変える、線種を変えるなど、図１７の例に限定されない。また、交通情報補完部２４により、非推定対象リンクとされたリンクは、交通情報は表示せず点線で表している。

本実施例では、以上のように交通情報配信装置３０が交通情報を配信し、車載端末装置３１で、配信された現況の交通情報を元に、車載端末装置３１内に格納している基底を動的に選択し、補完交通情報を作成し、端末の画面上に表示することで、以下の効果が得られる。交通情報補完処理を車載端末装置３１で行うことで、交通情報配信装置３０の処理負荷を低減できる。ここでの交通情報配信装置３０は、多数のプローブカーからプローブ情報を動的に収集し、現況の交通情報を作成しているため、処理負荷がかかることを想定している。また交通情報配信装置３０が、広範囲な（例えば国全体などの）エリアの交通情報を生成し、配信しなくてはならない。しかし車載端末装置３１は、車載端末装置３１を搭載した車両の周辺地域および、目的地とそれまでの経由地の交通情報を補完するのみでよく、交通情報センタの処理負荷の軽減を図ることが出来る。

本発明は交通情報サービスにプローブ交通情報を利用する際の補完情報の提供に利用可能であり、特に、プローブ交通情報の欠損率が非常に高い場合でも、本発明を利用することで、道路リンク間の交通情報の相関に基づいて、高精度な補完情報の提供が可能になる。

本発明の実施形態に係る交通情報収集・配信システムの機能ブロック図である。 リンクの集約処理を模式的に示した図である。 リンク集約部の処理フローの概要を示した図である。 基底演算部による分析処理を模式的に示した図である。 交通情報復元部の処理フローの概要を示した図である。 リンク情報記憶部に格納されているリンク情報の一例を表した図である。 基底縮退部の処理フローの概要を示した図である。 基底ベクトルＷを縮退させる過程を示した図である。 縮退基底記憶部に格納されている縮退基底情報の一例を示した図である。 基底選択部の処理フローの概要を示した図である。 推定対象リンク選択部にて、推定対象リンクを抽出する過程を示した図である。 基底選択部の処理フローの概要を示した図である。 交通情報ベクトルを基底に射影した図である。 基底選択部において、基底を選択する処理の例を示した図である。 交通情報補完部の処理フローの概要を示した図である。 本発明の実施形態に係る交通情報システムの他の例を示すブロック図である。 交通情報表示部における補完交通情報の表示例を表した図である。 選択する基底数求める処理フローを表した図である。

符号の説明

１０ センタ装置
１１ 過去プローブ情報記憶部
１２ リンク集約部
１３ 基底演算部
１４ 交通情報復元部
１５ 推定対象リンク判定部
１６ リンク情報記憶部
１７ 基底縮退部
１８ 縮退基底記憶部
１９ プローブ情報受信部
２０ 現況プローブ情報記憶部
２１ 推定対象リンク選択部
２２ 基底選択部
２３ 交通情報推定部
２４ 交通情報補完部
２５ 交通情報送信部
３０ 交通情報配信装置
３１ 車載端末装置
３２ プローブ情報収集部
３３ 現況交通情報作成部
３４ プローブ情報配信部
３５ 交通情報表示部
３６ 地図情報記憶部
１００ メッシュ情報記憶部
２００ 交通情報センタ装置

Claims (6)

1. 現在の交通情報を表す現況交通情報を受信して記憶し、記憶した過去の交通情報について道路リンクに対する主成分分析により道路リンク間の相関パターンを表す複数の基底を作成する基底演算処理と、作成した基底の線形合成により推定交通情報を算出する交通情報推定処理と、推定交通情報を配信する処理を備えた交通情報センタの交通情報配信方法において、
   前記複数の基底に対して前記記憶した過去の交通情報について特徴空間射影処理を行って前記基底の合成強度を求め、前記基底と前記合成強度の線形合成から復元交通情報を算出する処理と、
   前記合成強度を求めた過去の交通情報を真値として前記復元交通情報における各道路リンク毎の精度を求め、前記精度が閾値を超える道路リンクを交通情報の推定対象から除外する道路リンクとして記憶するリンク判定処理と、
   前記推定対象から除外した道路リンクの要素を前記基底から除いた縮退基底を作成する基底縮退処理と、
   前記現況交通情報に関して交通情報が収集された道路リンクとの相関が強い縮退基底を複数個選択する基底選択処理と、
   前記交通情報の推定対象から除外する道路リンクを除いた道路リンクについて、前記選択された縮退基底から求めた推定交通情報により交通情報を補完する交通情報補完処理とを備え、
   前記交通情報推定処理では、前記選択された複数個の縮退基底に対する前記現況交通情報の特徴空間射影処理を行って前記選択された複数の縮退基底の合成強度を求め、前記選択された複数の縮退基底と前記合成強度との線形合成から推定交通情報を算出し、
   前記推定交通情報を配信する処理では、前記補完された交通情報を車載端末に配信する
   ことを特徴とする交通情報配信方法。
2. 請求項１に記載の交通情報配信方法において、前記基底選択処理において、前記現況交通情報が収集された道路リンク数に応じて選択する縮退基底数を可変とし、前記現況交通情報データの収集された道路リンク数が多い場合は選択する縮退基底数を多くし、少ない場合は選択する縮退基底数を少なくすること
   を特徴とする交通情報配信方法。
3. 請求項１に記載の交通情報配信方法において、前記基底選択処理においては、前記現況交通情報が収集された道路リンクの交通情報を、前記基底演算処理により算出した基底へ射影した各基底に対応する射影ベクトルを求め、当該射影ベクトルのノルムに前記基底の分散の値を重み付けした評価値を求め、前記評価値を用いて縮退基底を選択すること
   を特徴とする交通情報配信方法。
4. 現在の交通情報を表す現況交通情報を受信して記憶する現況交通情報記憶手段と、前記受信した交通情報を蓄積する交通情報蓄積手段と、
   前記交通情報蓄積手段に蓄積された過去の交通情報について道路リンクに対する主成分分析により道路リンク間の相関パターンを表す複数の基底を作成する基底演算手段と、
   作成した基底の線形合成により推定交通情報を算出する交通情報推定手段と、
   推定交通情報を配信する配信手段とを備えた交通情報システムにおいて、
   前記複数の基底に対して前記記憶した過去の交通情報について特徴空間射影処理を行って前記基底の合成強度を求め、前記基底と前記合成強度の線形合成から復元交通情報を算出する交通情報復元手段と、
   前記合成強度を求めた過去の交通情報を真値として前記復元交通情報における各道路リンク毎の精度を求め、前記精度が閾値を超える道路リンクを交通情報の推定対象から除外する道路リンクとして記憶する推定対象リンク判定手段と、
   前記推定対象から除外した道路リンクの要素を前記基底から除いた縮退基底を作成する基底縮退手段と、
   前記現況交通情報に関して交通情報が収集された道路リンクとの相関が強い縮退基底を複数個選択する基底選択手段と、
   前記交通情報の推定対象から除外する道路リンクを除いた道路リンクについて、前記選択された縮退基底から求めた推定交通情報により交通情報を補完する交通情報補完手段とを備え、
   前記交通情報推定手段では、前記選択された複数個の縮退基底に対する前記現況交通情報についての特徴空間射影処理によって前記選択された複数の縮退基底の合成強度を求め、前記選択された複数個の縮退基底と前記合成強度の線形合成から推定交通情報を算出し、
   前記配信手段は、前記補完された交通情報を車載端末に配信すること
   を特徴とする交通情報システム。
5. 請求項４に記載の交通情報システムにおいて、前記基底選択手段において、前記現況交通情報が収集された道路リンク数に応じて選択する縮退基底数を可変とし、前記現況交通情報データの収集された道路リンク数が多い場合は選択する縮退基底数を多くし、少ない場合は選択する縮退基底数を少なくすること
   を特徴とする交通情報システム。
6. 請求項４に記載の交通情報システムにおいて、前記基底選択手段においては、前記現況交通情報が収集された道路リンクの交通情報を、前記基底演算手段により算出した基底へ射影した各基底に対応する射影ベクトルを求め、当該射影ベクトルのノルムに前記基底の分散の値を重み付けした評価値を求め、前記評価値を用いて縮退基底を選択すること
   を特徴とする交通情報システム。

Images