JP2017142147A - 情報処理装置、軌跡情報生成方法および軌跡情報生成プログラム - Google Patents

Abstract

【課題】各時刻に対して移動物が存在した道路を適切に対応付ける。【解決手段】記憶部１１は、複数の参照位置を示す軌跡データ１５と、各参照位置の属する道路を示す道路データ１６とを記憶する。演算部１２は、複数の時刻と移動物について測定された複数の測定位置とを対応付けた軌跡データ１３と、各時刻の移動物の移動速度を示す速度データ１４とを取得する。演算部１２は、移動速度が閾値以下である測定位置１３ａを検出する。演算部１２は、測定位置１３ａから所定範囲内にある参照位置１５ａ，１５ｂ，１５ｃを抽出する。演算部１２は、参照位置１５ａ，１５ｂ，１５ｃおよび道路データ１６に基づいて、測定位置１３ａが測定された時刻に対応付ける道路を判定することで、軌跡データ１３に対して各時刻に対応する道路の情報を補完する。【選択図】図１

Description

本発明は情報処理装置、軌跡情報生成方法および軌跡情報生成プログラムに関する。

ＧＰＳ（Global Positioning System）などの測位システムを用いて、車両などの移動物の位置を測定することが可能となっている。位置は、例えば、緯度および経度によって表現される。ただし、測位システムによって測定される位置には、１０メートルから数十メートル程度の誤差が含まれることがある。そこで、測定した位置と道路地図とをマッチングし、移動物が存在する道路（例えば、車両が走行中の道路または測定時に車両が走行していた道路）を判定するマップマッチングの技術が提案されている。

例えば、移動物の移動軌跡を分析する移動軌跡分析装置が提案されている。提案の移動軌跡分析装置は、複数の比較用移動軌跡を予め記憶装置に格納しておく。移動軌跡分析装置は、分析対象の移動軌跡と各比較用移動軌跡との間の類似度を算出し、類似度が最も高い比較用移動軌跡を選択して分析結果として出力する。複数の比較用移動軌跡および分析対象の移動軌跡それぞれは、位置座標の列として表される。類似度の算出には、動的時間伸縮法（ＤＴＷ：Dynamic Time Warping）などのアルゴリズムが用いられる。

また、例えば、マップマッチングを行うナビゲーション装置が提案されている。提案のナビゲーション装置は、ＧＰＳを利用して測定した車両位置の変化を表す走行軌跡と、道路地図に記載された複数の道路それぞれの形状とを比較し、最も相関の高い道路を走行中の道路と推定する。ナビゲーション装置は、最も相関の高い道路が走行途中で変化したことを検出すると、過去のマップマッチングに誤りがあったと判断し、誤りがあったときの走行軌跡と道路の情報を記憶装置に蓄積する。ナビゲーション装置は、次回以降のマップマッチングにおいて、蓄積した情報を参照して誤りの再発を抑制する。

また、例えば、自律航法により端末装置の現在位置を推定する位置情報提供装置が提案されている。提案の位置情報提供装置は、ジャイロセンサや加速度センサや電子コンパスなどのセンサから、角速度や加速度や方位などのセンサデータを取得し、センサデータに基づいて端末装置の現在位置を推定する。また、位置情報提供装置は、取得したセンサデータの平均値や最大値や最小値などの特徴量を算出し、特徴量が所定範囲内である場合に信頼度が高いと判定し、特徴量が所定範囲外である場合に信頼度が低いと判定する。位置情報提供装置は、信頼度が高い場合は推定した現在位置を中心とした狭いエリアの詳細情報を表示し、信頼度が低い場合は広いエリアの概要情報を表示する。

特開２００６−３５２６２６号公報 特開２００８−１４５１４２号公報 国際公開第２０１２／０７０５９５号

上記のようにマップマッチングにおいては、複数の比較用移動軌跡の中から移動物の移動軌跡に最も類似するものを検索し、検索された比較用移動軌跡に基づいて当該移動物が通った２以上の道路を判定する方法が考えられる。移動物の移動軌跡に含まれる点（測定された位置）１つに対して、比較用移動軌跡に含まれる点（比較用の位置）１つを対応付けることで、ある時刻に移動物が存在した道路を１つに特定できる。

しかし、交差点など複数の道路が接続している場所の近辺では、移動物が低速で移動することがある。これに対し、測位システムを利用して測定された位置は、１０メートルから数十メートル程度の誤差を含む可能性がある。移動物が低速で移動していると、ある時刻に測定された位置とその前後に測定された位置との間の位置関係は、誤差の影響を受けて信頼性が低くなってしまう。このため、比較用移動軌跡が通る２以上の道路の中から、ある時刻に移動物が存在した道路をどのように特定すればよいかが問題となる。

１つの側面では、本発明は、各時刻に対して移動物が存在した道路を適切に対応付けることができる情報処理装置、軌跡情報生成方法および軌跡情報生成プログラムを提供することを目的とする。

１つの態様では、記憶部と演算部とを有する情報処理装置が提供される。記憶部は、複数の参照位置を示す第２の軌跡データと、２以上の道路のうち複数の参照位置それぞれの属する道路を示す道路データとを記憶する。演算部は、複数の時刻と移動物について測定された複数の測定位置とを対応付けた第１の軌跡データと、複数の時刻それぞれの移動物の移動速度を示す速度データとを取得する。演算部は、速度データに基づいて、第１の軌跡データが示す複数の測定位置のうち、対応する移動速度が閾値以下である第１測定位置を検出する。演算部は、第２の軌跡データが示す複数の参照位置のうち、第１測定位置から所定範囲内にある２以上の参照位置を抽出する。演算部は、抽出した２以上の参照位置および道路データに基づいて、２以上の道路のうち第１測定位置が測定された時刻に対応付ける道路を判定することで、第１の軌跡データに対して各時刻に対応する道路の情報を補完する。

また、１つの態様では、情報処理装置が実行する軌跡情報生成方法が提供される。また、１つの態様では、コンピュータに実行させる軌跡情報生成プログラムが提供される。

１つの側面では、各時刻に対して移動物が存在した道路を適切に対応付けられる。

第１の実施の形態の情報処理装置の例を示す図である。 第２の実施の形態の交通分析システムの例を示す図である。 車載装置のハードウェア例を示すブロック図である。 交通分析装置のハードウェア例を示すブロック図である。 参照軌跡を用いたマップマッチングの例を示す図である。 クエリ軌跡と参照軌跡の間の類似度計算の例を示す図である。 クエリ軌跡と参照軌跡の間の類似度計算の他の例を示す図である。 交通分析装置の機能例を示すブロック図である。 クエリデータの例を示す図である。 地図データの例を示す図である。 参照データの例を示す図である。 検索結果データの例を示す図である。 マッチング結果データの例を示す図である。 マップマッチングの手順例を示すフローチャートである。 参照点の第１の選択例を示す図である。 参照点の第２の選択例を示す図である。 道路判定の第１の手順例を示すフローチャートである。 参照点の第３の選択例を示す図である。 道路判定の第２の手順例を示すフローチャートである。 参照点の第４の選択例を示す図である。 道路判定の第３の手順例を示すフローチャートである。 参照点の第５の選択例を示す図である。 道路判定の第４の手順例を示すフローチャートである。

以下、本実施の形態を図面を参照して説明する。
［第１の実施の形態］
第１の実施の形態を説明する。

図１は、第１の実施の形態の情報処理装置の例を示す図である。
第１の実施の形態の情報処理装置１０は、車両などの移動物についてマップマッチングを行い、各時刻に移動物が存在した道路を判定する。情報処理装置１０は、移動物からデータを収集して分析するサーバ装置でもよい。その場合、情報処理装置１０は、交通管制システムに利用することもできる。また、情報処理装置１０は、ユーザが操作する端末装置でもよい。その場合、情報処理装置１０は、移動物に搭載されてもよい。

情報処理装置１０は、記憶部１１および演算部１２を有する。
記憶部１１には、データベースが形成されている。記憶部１１は、ＲＡＭ（Random Access Memory）などの揮発性の半導体メモリでもよいし、ＨＤＤ（Hard Disk Drive）やフラッシュメモリなどの不揮発性の記憶装置でもよい。なお、第１の実施の形態では、情報処理装置１０がデータベースを有することとしたが、情報処理装置１０は情報処理装置１０の外部にあるデータベースを参照するようにしてもよい。

演算部１２は、マップマッチングを行う。演算部１２は、例えば、ＣＰＵ（Central Processing Unit）やＤＳＰ（Digital Signal Processor）などのプロセッサである。ただし、演算部１２は、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）などの特定用途の電子回路を含んでもよい。プロセッサは、ＲＡＭなどのメモリ（記憶部１１でもよい）に記憶されたプログラムを実行する。プログラムには、以下に説明する処理を記載した軌跡情報生成プログラムが含まれる。複数のプロセッサの集合（マルチプロセッサ）を「プロセッサ」と呼ぶこともある。

記憶部１１は、軌跡データ１５（第２の軌跡データ）と道路データ１６を記憶する。軌跡データ１５は、複数の参照位置を示す。各参照位置は、例えば、緯度と経度の組などの座標により表される。道路データ１６は、２以上の道路のうち複数の参照位置それぞれの属する道路を示す。各道路は、例えば、当該道路に付与された識別情報により表される。

演算部１２は、ある移動物についての軌跡データ１３（第１の軌跡データ）と速度データ１４を取得する。軌跡データ１３および速度データ１４は、移動物に搭載された端末装置（例えば、ナビゲーション装置などの車載装置）が生成したものであってもよい。

軌跡データ１３は、複数の時刻と移動物について測定された複数の測定位置とを対応付ける。各測定位置は、例えば、ある時刻にＧＰＳなどの測位システムを用いて測定された移動物の位置である。ただし、各測定位置は、１０メートルから数十メートル程度の誤差を含むことがある。各測定位置は、例えば、緯度と経度の組などの座標を用いて表される。速度データ１４は、複数の時刻それぞれの移動物の移動速度を示す。各移動速度は、例えば、移動物が有する計測器（例えば、車両の速度メータ）を用いて測定される。ただし、移動速度を、測定位置の差分と測定周期から推定することもできる。

演算部１２は、速度データ１４に基づいて、軌跡データ１３が示す複数の測定位置のうち、測定された時刻における移動速度が閾値以下である測定位置１３ａ（第１測定位置）を検出する。測定位置１３ａは、移動物が低速で移動していたときに測定された位置である。閾値は、ある測定位置とその前後の測定位置との関係が誤差に埋もれて信頼性が低いか判断する基準であり、例えば、誤差の期待値を測定周期で割ったものとする。ただし、演算部１２は、移動速度が低速か否かを、移動速度と測定周期の積（単位移動距離）と誤差の期待値とを比較することで判断してもよい。誤差の期待値は、例えば、１０メートルとする。

すると、演算部１２は、軌跡データ１５が示す複数の参照位置のうち、検出した測定位置１３ａから所定範囲内にある参照位置１５ａ，１５ｂ，１５ｃを抽出する。所定範囲は、例えば、誤差を考慮して測定位置１３ａと対応する可能性のある参照位置の範囲とする。演算部１２は、参照位置１５ａ，１５ｂ，１５ｃおよび道路データ１６に基づいて、２以上の道路のうち測定位置１３ａが測定された時刻に対応付ける道路を判定する。

道路を判定する方法としては、様々な方法が考えられる。例えば、演算部１２は、測定位置１３ａと参照位置１５ａ，１５ｂ，１５ｃそれぞれとの間の距離を算出し、参照位置１５ａ，１５ｂ，１５ｃの中から、距離が平均値に最も近い１つの参照位置を選択する。また、例えば、演算部１２は、参照位置１５ａ，１５ｂ，１５ｃの平均位置を算出し、平均位置に最も近い１つの参照位置を選択する。また、例えば、演算部１２は、測定位置１３ａと参照位置１５ａ，１５ｂ，１５ｃそれぞれとの間の距離を算出し、距離が期待誤差に最も近い１つの参照位置を選択する。軌跡データ１５が示すエリアの期待誤差に関する誤差データが、記憶部１１に記憶されていてもよい。演算部１２は、選択した参照位置（第１参照位置）の属する道路を、測定位置１３ａが測定された時刻に対応付ける。

上記の対応付けにより、測定位置１３ａが測定された時刻に移動物が存在した道路を１つに特定することができる。例えば、道路データ１６が示す道路Ｌａ，Ｌｂのうち、道路Ｌｂが特定される。特定される道路は、測定位置１３ａから最も近い参照位置の属する道路とは異なる可能性がある。なお、移動速度が閾値を超える他の測定位置については、演算部１２は、当該他の測定位置から最も近い１つの参照位置を選択し、選択した参照位置の属する道路を当該他の測定位置が測定された時刻に対応付けてもよい。

その結果、軌跡データ１３に対して、各時刻に対応する道路の情報が補完される。補完後の軌跡データ１３は、複数の時刻それぞれにおいて移動物が存在した道路の推定結果を示す。補完後の軌跡データ１３は、交通管制など様々な用途に利用可能となる。

第１の実施の形態の情報処理装置１０によれば、速度データ１４に基づいて、軌跡データ１３が示す測定位置のうち移動速度が小さいときの測定位置１３ａが検出される。軌跡データ１５が示す参照位置のうち、測定位置１３ａから所定範囲内にある参照位置１５ａ，１５ｂ，１５ｃが抽出される。参照位置１５ａ，１５ｂ，１５ｃおよび道路データ１６に基づいて、測定位置１３ａが測定された時刻に対応付ける道路が判定され、軌跡データ１３に対して各時刻に対応する道路の情報が補完される。

これにより、各時刻に移動物が存在した道路を１つに特定することが可能となる。また、移動物が低速で移動していたときの道路の特定においては、測定位置に含まれる誤差の影響が考慮される。よって、移動速度を考慮せずに測定位置に最も近い参照位置の道路を選択する方法と比べて、各時刻に対して道路を適切に対応付けることができる。

［第２の実施の形態］
次に、第２の実施の形態を説明する。
図２は、第２の実施の形態の交通分析システムの例を示す図である。

第２の実施の形態の交通分析システムは、車両２０，２０ａを含む複数の車両、ネットワーク３０および交通分析装置１００を有する。交通分析装置１００は、第１の実施の形態の情報処理装置１０に対応する。

車両２０，２０ａは、例えば、人が運転する四輪自動車である。車両２０には、車載装置２００が搭載されている。車両２０ａには、車載装置２００ａが搭載されている。車載装置２００，２００ａは、走行制御を行う組み込み装置でもよいし、ナビゲーション装置などユーザが操作する端末装置でもよい。車載装置２００，２００ａは、無線リンクによってネットワーク３０に接続される。

車載装置２００は、ＧＰＳを利用して車両２０の位置を測定する。また、車載装置２００は、車両２０の速度を測定する。車載装置２００は、車両２０の位置や速度を示すデータを、ネットワーク３０を介して交通分析装置１００に送信する。同様に、車載装置２００ａは、ＧＰＳを利用して車両２０ａの位置を測定する。また、車載装置２００ａは、車両２０ａの速度を測定する。車載装置２００ａは、車両２０ａの位置や速度を示すデータを、ネットワーク３０を介して交通分析装置１００に送信する。

交通分析装置１００は、道路上の車両の走行状況を分析するサーバ装置である。交通分析装置１００は、ネットワーク３０に接続されている。交通分析装置１００は、ネットワーク３０を介して、複数の車両それぞれから位置や速度のデータを収集する。交通分析装置１００は、交通管制システムに用いられてもよい。例えば、交通分析装置１００の分析結果を、道路上の信号の制御など交通管制に利用することができる。

図３は、車載装置のハードウェア例を示すブロック図である。
車載装置２００は、ＣＰＵ２０１、ＲＡＭ２０２、不揮発性メモリ２０３、ＧＰＳ測定部２０４、速度測定部２０５、ディスプレイ２０６、入力デバイス２０７、媒体リーダ２０８および通信インタフェース２０９を有する。車載装置２００が有するこれらのユニットは、バス２１０に接続されている。車載装置２００ａも、車載装置２００と同様のハードウェアを用いて実装することができる。

ＣＰＵ２０１は、プログラムの命令を実行する演算回路を含むプロセッサである。ＣＰＵ２０１は、不揮発性メモリ２０３に記憶されたプログラムやデータの少なくとも一部をＲＡＭ２０２にロードし、プログラムを実行する。

ＲＡＭ２０２は、ＣＰＵ２０１が実行するプログラムやＣＰＵ２０１が演算に用いるデータを一時的に記憶する揮発性の半導体メモリである。なお、車載装置２００は、ＲＡＭ以外の種類のメモリを備えてもよく、複数個のメモリを備えてもよい。

不揮発性メモリ２０３は、ＯＳ（Operating System）やドライバソフトウェアやアプリケーションソフトウェアなどのソフトウェアのプログラム、および、データを記憶する不揮発性の記憶装置である。不揮発性メモリ２０３として、ＲＯＭ（Read Only Memory）を用いてもよいし、フラッシュメモリなどの書き換え可能メモリを用いてもよい。また、車載装置２００は、ＨＤＤなどの他の種類の不揮発性の記憶装置を有してもよく、複数種類の不揮発性の記憶装置を有してもよい。

ＧＰＳ測定部２０４は、定期的にＧＰＳ衛星からＧＰＳ信号を受信し、受信したＧＰＳ信号に基づいて車載装置２００の位置を測定する。車載装置２００の位置は、経度と緯度を含む地球座標系の座標を用いて表される。第２の実施の形態では、ＧＰＳ測定部２０４は、１秒周期で車載装置２００の位置を測定する。ただし、測定された位置はＣＰＵ２０１によって１０分の１にサンプリングされ、１０秒周期の情報に変換される。また、車載装置２００の周囲の環境によっては、ＧＰＳ測定部２０４は、ＧＰＳ信号が正しく受信されず位置の測定に失敗することがある。例えば、車両２０が屋内または地下にいる場合や車両２０の周囲に多数の高層ビルが存在する場合、位置の測定に失敗することがある。その場合、その時刻に対応する測定結果は欠落する。また、車載装置２００の周囲の環境によって、測定された位置には１０メートル程度の誤差が含まれることがある。

速度測定部２０５は、車両２０の速度を測定する。速度の単位は、例えば、キロメートル／時間である。速度測定部２０５は、少なくとも、ＧＰＳ測定部２０４による位置測定と同じタイミング（１秒周期）またはサンプリング後の位置測定と同じタイミング（１０秒周期）で速度を測定する。ただし、速度測定部２０５は、車載装置２００の外に設置された計測器から速度の情報を取得するようにしてもよい。

ディスプレイ２０６は、ＣＰＵ２０１からの指示に従って画像を表示する。ディスプレイ２０６として、例えば、液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）や有機ＥＬ（ＯＥＬ：Organic Electro-Luminescence）ディスプレイなどを用いることができる。ただし、ディスプレイ２０６が車載装置２００の外に存在してもよい。

入力デバイス２０７は、ユーザの操作を検出し、検出した操作を示す入力信号をＣＰＵ２０１に出力する。入力デバイス２０７として、例えば、キーパッドやタッチパネルなどを用いることができる。車載装置２００は、複数種類の入力デバイスを有してもよい。また、入力デバイス２０７が車載装置２００の外に存在してもよい。

媒体リーダ２０８は、記録媒体２１１に記録されたプログラムやデータを読み取る読み取り装置である。記録媒体２１１として、例えば、半導体メモリ、フレキシブルディスク（ＦＤ：Flexible Disk）やＨＤＤなどの磁気ディスク、ＣＤ（Compact Disc）やＤＶＤ（Digital Versatile Disc）などの光ディスク、光磁気ディスク（ＭＯ：Magneto-Optical disk）などを使用できる。媒体リーダ２０８は、例えば、記録媒体２１１から読み取ったプログラムやデータをＲＡＭ２０２または不揮発性メモリ２０３に格納する。

通信インタフェース２０９は、無線リンクによってネットワーク３０に接続され、ネットワーク３０を介して交通分析装置１００と通信を行う無線通信インタフェースである。通信インタフェース２０９は、ＣＰＵ２０１からの指示に従って、時刻とＧＰＳ測定部２０４によって測定された座標と速度測定部２０５によって測定された速度とを対応付けたデータを、交通分析装置１００に送信する。通信インタフェース２０９は、座標のサンプリング周期（１０秒）でデータを送信してもよいし、複数時刻のデータを纏めて送信してもよい。例えば、通信インタフェース２０９は、３０個の時刻（１０秒×３０＝３００秒＝５分）のデータを纏めて５分に１回送信してもよい。

図４は、交通分析装置のハードウェア例を示すブロック図である。
交通分析装置１００は、ＣＰＵ１０１、ＲＡＭ１０２、ＨＤＤ１０３、画像信号処理部１０４、入力信号処理部１０５、媒体リーダ１０６および通信インタフェース１０７を有する。交通分析装置１００が有するこれらのユニットは、バス１０８に接続されている。ＣＰＵ１０１は、第１の実施の形態の演算部１２に対応する。ＲＡＭ１０２またはＨＤＤ１０３は、第１の実施の形態の記憶部１１に対応する。

ＣＰＵ１０１は、プログラムの命令を実行する演算回路を含むプロセッサである。ＣＰＵ１０１は、ＨＤＤ１０３に記憶されたプログラムやデータの少なくとも一部をＲＡＭ１０２にロードし、プログラムを実行する。なお、ＣＰＵ１０１は複数のプロセッサコアを備えてもよく、交通分析装置１００は複数のプロセッサを備えてもよい。複数のプロセッサの集合（マルチプロセッサ）を「プロセッサ」と言うこともある。

ＲＡＭ１０２は、ＣＰＵ１０１が実行するプログラムやＣＰＵ１０１が演算に用いるデータを一時的に記憶する揮発性の半導体メモリである。
ＨＤＤ１０３は、ＯＳやミドルウェアやアプリケーションソフトウェアなどのソフトウェアのプログラム、および、データを記憶する不揮発性の記憶装置である。プログラムには、軌跡情報生成プログラムが含まれる。なお、交通分析装置１００は、フラッシュメモリやＳＳＤ（Solid State Drive）などの他の種類の記憶装置を備えてもよい。

画像信号処理部１０４は、ＣＰＵ１０１からの命令に従って、交通分析装置１００に接続されたディスプレイ１１１に画像を出力する。ディスプレイ１１１としては、ＣＲＴ（Cathode Ray Tube）ディスプレイ、液晶ディスプレイ、プラズマディスプレイ、有機ＥＬディスプレイなど任意のディスプレイを用いることができる。

入力信号処理部１０５は、交通分析装置１００に接続された入力デバイス１１２から入力信号を取得し、ＣＰＵ１０１に出力する。入力デバイス１１２としては、マウスやタッチパネルやタッチパッドやトラックボールなどのポインティングデバイス、キーボード、リモートコントローラ、ボタンスイッチなどを用いることができる。また、交通分析装置１００に、複数の種類の入力デバイスが接続されていてもよい。

媒体リーダ１０６は、記録媒体１１３に記録されたプログラムやデータを読み取る読み取り装置である。記録媒体１１３として、例えば、磁気ディスク、光ディスク、光磁気ディスク、半導体メモリなどを使用できる。媒体リーダ１０６は、記録媒体１１３から読み取ったプログラムやデータをＲＡＭ１０２またはＨＤＤ１０３に格納する。

通信インタフェース１０７は、ネットワーク３０に接続され、ネットワーク３０を介して他の装置と通信を行うインタフェースである。通信インタフェース１０７は、スイッチなどの通信装置とケーブルで接続される有線通信インタフェースでもよいし、基地局と無線リンクで接続される無線通信インタフェースでもよい。

次に、交通分析装置１００が行うマップマッチングについて説明する。
図５は、参照軌跡を用いたマップマッチングの例を示す図である。
ここでは、交通分析装置１００は、車両２０に搭載された車載装置２００からデータを受信し、受信したデータに基づいて各時刻に車両２０が存在した道路を判定する場合を考える。交通分析装置１００は、クエリ軌跡４１を取得する。クエリ軌跡４１は、５分間の間にＧＰＳによって測定された座標（測定位置）の列である。ただし、測定された各座標は誤差を含む可能性があるため、正確に道路上を指しているとは限らない。また、クエリ軌跡４１では、測定失敗により一部の時刻の座標が欠落していることがある。前述のサンプリング周期の場合、クエリ軌跡４１は最大で３０個の座標を含む。

また、交通分析装置１００は、複数の参照軌跡と各参照軌跡に対応付けられた道路データとを含むデータベースを有している。図５には、一例として、参照軌跡４２〜４４および道路データ４５〜４７が記載されている。道路データ４５は参照軌跡４２に対応する。道路データ４６は参照軌跡４３に対応する。道路データ４７は参照軌跡４４に対応する。

参照軌跡４２〜４４それぞれは、ある車両（車両２０と異なる車両でよい）が過去に走行したときに、５分間に測定された座標の列に基づいて生成されたものであり、参照用の座標（参照位置）の列である。参照軌跡４２〜４４それぞれは、最大で３０個の座標を含む。参照軌跡４２〜４４に含まれる座標は、過去のマップマッチングの結果が反映されており、過去に測定された座標から道路上の適切な座標に補正されている。

道路データ４５〜４７それぞれは、１つの参照軌跡の座標の列に対応する道路の識別子の列である。道路データ４５〜４７それぞれは、最大で３０個の識別子を含む。道路データ４５〜４７に含まれる道路の識別子は、過去のマップマッチングの結果が反映されており、ある時刻に車両が走行していた道路（参照位置の属する道路）を示す。

参照軌跡４２に含まれる１つの座標と道路データ４５に含まれる１つの識別子とが対応する。参照軌跡４３に含まれる１つの座標と道路データ４６に含まれる１つの識別子とが対応する。参照軌跡４４に含まれる１つの座標と道路データ４７に含まれる１つの識別子とが対応する。車両は５分間の間に複数の道路に跨がって走行する可能性があるため、道路データ４５〜４７それぞれは異なる道路の識別子を含む可能性がある。

交通分析装置１００は、クエリ軌跡４１を取得すると、データベースに記憶された複数の参照軌跡の中からクエリ軌跡４１と最も類似する参照軌跡を検索する。第２の実施の形態では、軌跡間の類似検索にＤＴＷが用いられる。類似検索の詳細は後述する。交通分析装置１００は、検索された参照軌跡に対応する道路データを抽出する。ここでは、参照軌跡４４がクエリ軌跡４１に最も類似しており、道路データ４７が抽出されたとする。

交通分析装置１００は、クエリ軌跡４１に含まれる各座標に対して、すなわち、クエリ軌跡４１が示す各時刻に対して、道路データ４７に含まれる何れか１つの道路の識別子を対応付ける。ここで、類似検索では類似度を算出する過程で、クエリ軌跡４１に含まれる複数の座標と参照軌跡４４に含まれる複数の座標との間の対応関係も算出される。そこで、交通分析装置１００は、クエリ軌跡４１の座標から参照軌跡４４の対応座標を辿り、当該対応座標から道路データ４７の道路の識別子を辿る。これにより、クエリ軌跡４１に対して、各時刻に車両２０が走行していた道路の情報を補完することができる。すなわち、クエリ軌跡４１に対するマップマッチングを完了することができる。

図６は、クエリ軌跡と参照軌跡の間の類似度計算の例を示す図である。
交通分析装置１００は、１つのクエリ軌跡と１つの参照軌跡との間の類似度を、以下のようにＤＴＷを用いて算出する。類似度の指標としてはＤＴＷ距離が用いられる。ＤＴＷ距離が小さいほどクエリ軌跡と参照軌跡の類似度が高いことを意味し、ＤＴＷ距離が大きいほどクエリ軌跡と参照軌跡の類似度が低いことを意味する。

クエリ軌跡と参照軌跡を比較するにあたり、クエリ軌跡が生成されたときの車両の速度と参照軌跡が生成されたときの車両の速度とが異なる可能性があり、隣接する座標の間の距離がクエリ軌跡と参照軌跡とで異なる可能性がある。また、加速や減速のパターンも、クエリ軌跡と参照軌跡とで異なる可能性がある。一方、クエリ軌跡の座標と参照軌跡の座標をその並び順に１対１に比較していく方法では、速度や加速度の違いが類似度に大きな影響を与えてしまい、類似検索の精度が低下し得る。そこで、ＤＴＷは、時間軸の伸張や圧縮を可能とし、クエリ軌跡の座標と参照軌跡の座標を多対多に比較する。

ここでは説明を簡単にするため、クエリ軌跡がクエリ点ｑ１〜ｑ５の列であり、参照軌跡が参照点ｓ１〜ｓ６の列である場合を考える。ＧＰＳの測定失敗により、クエリ点の数は参照点の数より少なくなっている。５個のクエリ点の座標は、説明を簡単にするため、ｑ１＝（０，１）、ｑ２＝（２，２）、ｑ３＝（３，３）、ｑ４＝（５，４）、ｑ５＝（８，５）であるとする。また、６個の参照点の座標は、説明を簡単にするため、ｓ１＝（１，１）、ｓ２＝（３，２）、ｓ３＝（５，２）、ｓ４＝（６，４）、ｓ５＝（６，５）、ｓ６＝（７，５）であるとする。また、参照点ｓ１〜ｓ６に対して、道路ｒ１〜ｒ６が対応付けられている。ｒ１＝ｒ２＝ｒ３＝ｒ４＝Ｌ１、ｒ５＝ｒ６＝Ｌ２である。Ｌ１，Ｌ２は、後述するように道路の識別子である。すなわち、参照点ｓ１〜ｓ４は同じ道路に属しており、参照点ｓ５，ｓ６は同じ道路に属している。

まず、交通分析装置１００は、クエリ点と参照点の全ての組み合わせについて距離を算出し、距離行列５１を生成する。図６では「距離」としてユークリッド距離の２乗を用いている。よって、「距離」は緯度の差の２乗と経度の差の２乗の和として算出できる。例えば、ｑ１＝（０，１）とｓ１＝（１，１）の距離は、１²＋０²＝１である。ｑ１＝（０，１）とｓ２＝（３，２）の距離は、３²＋１²＝１０である。ただし、「距離」としてユークリッド距離やマンハッタン距離など他の指標を用いてもよい。距離行列５１は、クエリ点ｑ１〜ｑ５と参照点ｓ１〜ｓ６の間の３０通りの距離を表す。

次に、交通分析装置１００は、空の累積距離行列５２を生成し、距離行列５１に基づいて累積距離行列５２の左下から右上に向かって値を埋めていく。ｉ番目（ｉ＝１〜５）のクエリ点ｑｉに対応する累積距離行列５２の列をｉ列、ｊ番目（ｊ＝１〜６）の参照点ｓｊに対応する累積距離行列５２の行をｊ行とする。累積距離行列５２の初期化において、累積距離行列５２の０行０列の値を０、累積距離行列５２の０行１列〜０行５列の値を無限大、累積距離行列５２の１行０列〜６行０列の値を無限大とする。

累積距離行列５２のｊ行ｉ列の値は、（ｊ−１）行ｉ列、ｊ行（ｉ−１）列、（ｊ−１）行（ｉ−１）列の３つの値のうちの最小の値に、距離行列５１のｊ行ｉ列の値を加えたものと定義される。交通分析装置１００は、累積距離行列５２の１行１列から６行１列に向かって順に、上記の定義に従って値を確定していく。１列目が終わると、交通分析装置１００は、同様にして２列目、３列目、４列目、５列目と順に値を確定していく。

例えば、累積距離行列５２の１行１列は、累積距離行列５２の０行０列の値に距離行列５１の１行１列の値を加えた「１」である。累積距離行列５２の２行１列は、累積距離行列５２の１行１列の値に距離行列５１の２行１列の値を加えた「１１」である。同様にして、累積距離行列５２の３行１列〜６行１列は、「３７」、「８２」、「１３４」、「１９９」となる。また、累積距離行列５２の１行２列は、累積距離行列５２の１行１列の値に距離行列５１の１行２列の値を加えた「３」である。累積距離行列５２の２行２列は、累積距離行列５２の１行１列の値に距離行列５１の２行２列の値を加えた「２」である。累積距離行列５２の３行２列は、累積距離行列５２の２行２列の値に距離行列５１の３行２列の値を加えた「１１」である。以降、同様にして累積距離行列５２の６行５列まで計算することができ、累積距離行列５２の６行５列は「１１」となる。

累積距離行列５２の右上である６行５列の値が、このクエリ軌跡と参照軌跡の間のＤＴＷ距離となる。よって、図６の例ではＤＴＷ距離＝１１である。
また、交通分析装置１００は、累積距離行列５２の左下から右上に向かって、累積距離が単調増加する最短パスを検出する。最短パスにおいて、ｊ行ｉ列の次に辿ることができるのは、（ｊ＋１）行ｉ列、ｊ行（ｉ＋１）列、（ｊ＋１）行（ｉ＋１）列の３つの何れかである。図６の例では、累積距離行列５２の１行１列、２行２列、２行３列、３行４列、４行４列、５行４列、６行５列を通るパスが最短パスである。最短パスは、クエリ軌跡と参照軌跡が全体として最も類似するように、クエリ点ｑ１〜ｑ５と参照点ｓ１〜ｓ６を対応付けたときの対応関係を示している。よって、ｑ１とｓ１、ｑ２とｓ２、ｑ３とｓ２、ｑ４とｓ３〜ｓ５、ｑ５とｓ６が対応付けられる。

交通分析装置１００は、ＤＴＷによって算出されるクエリ点ｑ１〜ｑ５と参照点ｓ１〜ｓ６の対応関係を利用して、各クエリ点に対して道路の識別子を付与する。すなわち、交通分析装置１００は、あるクエリ点に対して、当該クエリ点に対応付けられた参照点に紐付いている道路の識別子を付与する。これにより、クエリ点が測定された各時刻に車両２０が走行していた道路を特定することができる。図６の例では、クエリ点ｑ１〜ｑ３に対してＬ１が付与され、クエリ点ｑ５に対してＬ２が付与される。

しかし、図６の例では、ＤＴＷによってクエリ点ｑ４に対して参照点ｓ３〜ｓ５が対応付けられている。参照点ｓ３，ｓ４に紐付いている道路の識別子はＬ１である一方、参照点ｓ５に紐付いている道路の識別子はＬ２である。よって、ＤＴＷの結果のみからでは、クエリ点ｑ４に対してＬ１とＬ２が付与され、道路の識別子が１つに絞り込まれないという問題がある。この問題は、クエリ点と参照点の数が同じ場合でも生じ得る。

図７は、クエリ軌跡と参照軌跡の間の類似度計算の他の例を示す図である。
ここでは、クエリ軌跡はクエリ点ｑ１〜ｑ６の列であり、参照軌跡は参照点ｓ１〜ｓ６の列である。図６の場合と異なり、クエリ点の数と参照点の数が同じである。交通分析装置１００は、距離行列５１と同様の計算手順に従い、クエリ点ｑ１〜ｑ６と参照点ｓ１〜６の間の距離行列５３を算出する。そして、交通分析装置１００は、累積距離行列５２と同様の計算手順に従い、累積距離行列５４を算出する。

図７の例では、累積距離行列５４の右上である６行６列の値は「１３」である。よって、このクエリ軌跡と参照軌跡の間のＤＴＷ距離＝１３となる。また、ｑ１とｓ１、ｑ２とｓ２、ｑ３とｓ２、ｑ４とｓ３〜ｓ５、ｑ５とｓ６、ｑ６とｓ６が対応付けられている。よって、クエリ点ｑ１〜ｑ３に対してＬ１が付与され、クエリ点ｑ５，ｑ６に対してＬ２が付与される。しかし、図６の場合と同様に、クエリ点ｑ４に対して参照点ｓ３〜ｓ５が対応付けられている。よって、ＤＴＷの結果のみからでは、クエリ点ｑ４に対してＬ１とＬ２が付与され、道路の識別子が１つに絞り込まれないという問題がある。

以降、第２の実施の形態では、ＤＴＷを利用した類似検索において１つのクエリ点に対して２以上の参照点が対応付けられた場合の対応策を中心に説明する。すなわち、各時刻に車両２０が走行していた道路を１つに絞り込む方法を中心に説明する。

図８は、交通分析装置の機能例を示すブロック図である。
交通分析装置１００は、地図データ記憶部１２１、参照データ記憶部１２２、クエリデータ受信部１２３、参照データ抽出部１２４、類似検索部１２５および道路判定部１２６を有する。地図データ記憶部１２１および参照データ記憶部１２２は、例えば、ＲＡＭ１０２またはＨＤＤ１０３に確保した記憶領域を用いて実装される。クエリデータ受信部１２３、参照データ抽出部１２４、類似検索部１２５および道路判定部１２６は、例えば、ＣＰＵ１０１が実行するプログラムモジュールを用いて実装される。

地図データ記憶部１２１は、道路地図を示す地図データを記憶する。道路地図は、複数のエリアに分割されている。そこで、地図データは、各エリアの緯度の範囲および経度の範囲を示すエリアデータを含む。また、道路地図に記載された道路は、交差点などの基準点を示すノードと、２つのノードを結んだリンクによって表現される。各車両が存在する道路は、リンクの識別子を用いて表すことができる。そこで、地図データは、各ノードの緯度および経度を示すノードデータと、各リンクを示すリンクデータとを含む。

参照データ記憶部１２２は、交通分析装置１００に形成されたデータベースである。参照データ記憶部１２２は、複数の参照軌跡に関する参照データを記憶する。前述のように、参照データは、複数の車両から過去に収集したクエリデータや過去のマップマッチングの結果に基づいて生成することができる。参照データは、各参照軌跡として座標の列を含む。参照軌跡の座標は、マップマッチングにより補正された後の道路上の座標である。複数の参照軌跡は、複数のエリアに分類されている。また、参照データは、元の座標が測定されたときの車両の速度を示す速度データを含む。また、参照データは、各座標の属する道路を示す道路データを含む。また、参照データは、元の測定された座標と補正後の座標との間の誤差（ＧＰＳの測定誤差）を示す誤差データを含む。

クエリデータ受信部１２３は、車両２０，２０ａを含む複数の車両それぞれからクエリデータを受信する。クエリデータは、クエリ軌跡としてＧＰＳによって測定された座標の列を含む。クエリ軌跡は、複数の時刻と複数の座標とを対応付ける。例えば、サンプリング周期が１０秒であり、クエリ軌跡は５分間に測定された最大３０個の座標の列である。また、クエリデータは、各座標が測定されたときの車両の速度を示す速度データを含む。

参照データ抽出部１２４は、クエリデータ受信部１２３がクエリデータを受信すると、クエリデータを送信した車両の近くにある道路に関する参照データを参照データ記憶部１２２から抽出する。具体的には、参照データ抽出部１２４は、クエリ軌跡の最後の座標を取得し、地図データ記憶部１２１を参照して最後の座標の属するエリアを特定する。参照データ抽出部１２４は、特定したエリアに関する参照データを参照データ記憶部１２２から抽出する。そして、参照データ抽出部１２４は、クエリ軌跡の最後の座標と各参照軌跡の最後の座標とを比較し、クエリ軌跡の最後の座標から所定範囲内に参照軌跡の最後の座標が存在するような参照データを絞り込んで出力する。

類似検索部１２５は、クエリデータに含まれるクエリ軌跡と参照データ抽出部１２４が出力した複数の参照軌跡とを比較し、前述のＤＴＷにより各参照軌跡の類似度（ＤＴＷ距離）を算出する。類似検索部１２５は、複数の参照軌跡の中から最も類似度の高い（最もＤＴＷ距離が小さい）参照軌跡を選択し、検索結果データを出力する。検索結果データには、選択した参照軌跡としての座標の列、選択した参照軌跡に対応する道路データ、選択した参照軌跡に対応する速度データ、選択した参照軌跡に対応する誤差データが含まれる。また、検索結果データには、類似度を算出する過程でＤＴＷによって得られた、複数のクエリ点と複数の参照点との間の対応関係を示す情報が含まれる。

道路判定部１２６は、クエリデータと類似検索部１２５が出力した検索結果データに基づいて、各時刻に車両が走行していた道路を判定するマップマッチングを行う。道路判定部１２６は、クエリデータに対して道路の識別子を補完したマッチング結果データを生成する。あるクエリ点に対して１つの参照点のみが対応付けられた場合、道路判定部１２６は、当該１つの参照点に紐付けられた１つの道路を選択すればよい。一方、あるクエリ点に対して２以上の参照点が対応付けられた場合、道路判定部１２６は、２以上の道路の中から１つの道路を選択することになる場合がある。その場合、道路判定部１２６は、クエリデータに含まれる速度データを利用する。道路判定部１２６は、検索結果データに含まれる速度データまたは誤差データを更に利用してもよい。

道路判定部１２６は、マッチング結果データを出力する。マッチング結果データがディスプレイ１１１に表示されてもよい。また、マッチング結果データが参照データ記憶部１２２に格納されてもよい。道路判定部１２６の処理の詳細は後述する。なお、第２の実施の形態では、最も類似度の高い１つの参照軌跡を選択してから道路判定を行っている。これに対し、類似度が高い数個の参照軌跡を選択し、選択した数個の参照軌跡それぞれについて道路判定を行うことも可能である。道路判定の結果を用いて、数個の参照軌跡の中から最も適切な１つの参照軌跡を選択するようにしてもよい。

図９は、クエリデータの例を示す図である。
クエリデータ１３１は、車両２０に搭載された車載装置２００からクエリデータ受信部１２３によって受信される。クエリデータ１３１は、クエリ点ＩＤ、時刻、座標および速度の項目を有する。クエリ点ＩＤは、クエリ点を識別する識別子である。クエリデータ１３１の時刻は、ＧＰＳ測定部２０４によって座標が測定された時刻である。クエリデータ１３１の座標は、ＧＰＳ測定部２０４によって測定された座標であり、緯度と経度を用いて表される。座標には誤差が含まれている可能性がある。クエリデータ１３１の速度は、座標が測定された時刻に速度測定部２０５によって測定された速度である。

クエリデータ１３１には、例えば、５分間のデータが含まれる。サンプリング周期を１０秒とすると、クエリデータ１３１には最大で３０個のクエリ点のデータが含まれる。ＧＰＳ測定部２０４の測定失敗により、一部のクエリ点が欠落することがある。

図１０は、地図データの例を示す図である。
エリアテーブル１３２は、地図データ記憶部１２１に記憶されている。エリアテーブル１３２は、エリアＩＤ、座標１および座標２の項目を有する。エリアＩＤは、道路地図を約１０キロメートル×１０キロメートルのエリア集合に分割したときの各エリアに付与される識別子である。座標１は、エリアを囲む４つの端点のうちの１つの座標である。座標２は、座標１が示す端点の対角にある他の端点の座標である。座標１および座標２は、緯度と経度を用いて表される。なお、エリアテーブル１３２は、エリアを囲む４つの端点を示す４つの座標を含むようにしてもよい。

ノードテーブル１３３は、地図データ記憶部１２１に記憶されている。ノードテーブル１３３は、ノードＩＤおよび座標の項目を有する。ノードＩＤは、道路地図に記載された道路上の基準点（交差点など）であるノードに付与された識別子である。ノードテーブル１３３の座標は、ノードの位置を示す座標であり、緯度と経度を用いて表される。

リンクテーブル１３４は、地図データ記憶部１２１に記憶されている。リンクテーブル１３４は、リンクＩＤ、ノード１およびノード２の項目を有する。リンクＩＤは、２つのノードを結ぶ直線であるリンクに付与された識別子である。ノード１の項目には、リンクの一端のノードに付与されたノードＩＤが記載される。ノード２の項目には、リンクの他端のノードに付与されたノードＩＤが記載される。

図１１は、参照データの例を示す図である。
参照データテーブル１３５は、参照データ記憶部１２２に記憶されている。参照データテーブル１３５は、軌跡ＩＤ、エリアＩＤ、座標、速度、道路および誤差の項目を有する。軌跡ＩＤは、参照軌跡に付与された識別子である。エリアＩＤの項目には、エリアテーブル１３２に定義されたエリアのうち参照軌跡が属するエリアの識別子が記載される。

座標の項目には、参照軌跡に含まれる複数の参照点の座標が列挙される。例えば、座標の項目には、５分間に相当する３０個の参照点の座標が列挙される。各参照点の座標は、緯度と経度を用いて表される。各参照点の座標は、過去に測定された座標から補正されたものであり、何れかの道路の上の点を指している。速度の項目には、複数の参照点と対応付けて速度が列挙される。例えば、速度の項目には、３０個の座標に対応する３０個の速度の測定値が列挙される。１つの参照点に対応する１つの速度は、補正前の座標が測定されたときの車両の速度であり、クエリ点の速度と同様の方法で測定したものである。

道路の項目には、複数の参照点と対応付けて道路の識別子が列挙される。例えば、道路の項目には、３０個の参照点に対応する３０個の道路の識別子が列挙される。道路の識別子としては、リンクテーブル１３４に定義されたリンクＩＤが用いられる。１つの参照点に対応する１つの道路は、当該１つの参照点の属する道路であり、過去のマップマッチングによって判定されたものである。誤差の項目には、複数の参照点と対応付けてＧＰＳの測定誤差が列挙される。例えば、誤差の項目には、３０個の参照点に対応する３０個の測定誤差が列挙される。１つの参照点に対応する１つの誤差は、補正前の座標と補正後の座標との間の距離であり、過去に発生したＧＰＳの測定誤差を表す。誤算の単位はメートルである。

図１２は、検索結果データの例を示す図である。
検索結果データ１３６は、類似検索部１２５によって生成される。検索結果データ１３６は、クエリ点ＩＤ、参照点ＩＤ、座標、道路、速度および誤差の項目を有する。検索結果データ１３６のクエリ点ＩＤは、クエリデータ１３１に含まれるクエリ点ＩＤである。参照点ＩＤは、最高類似度の参照軌跡に含まれる参照点に付与された識別子である。ＤＴＷの性質上、クエリ点ＩＤと参照点ＩＤとは１対１に対応するとは限らない。１つのクエリ点ＩＤに対して２以上の参照点ＩＤが対応付けられることもあるし、１つの参照点ＩＤに対して２以上のクエリ点ＩＤが対応付けられることもある。座標、道路、速度および誤差の項目には、最高類似度の参照軌跡に含まれる参照点と対応付けて、参照データテーブル１３５から抽出された座標、速度、道路および誤差が記載される。

図１３は、マッチング結果データの例を示す図である。
マッチング結果データ１３７は、道路判定部１２６によって生成される。マッチング結果データ１３７は、クエリ点ＩＤ、時刻、座標および道路の項目を有する。マッチング結果データ１３７のクエリ点ＩＤ、時刻および座標は、クエリデータ１３１のクエリ点ＩＤ、時刻および座標である。道路の項目には、道路判定部１２６によって各時刻に対して補完された道路の識別子（すなわち、リンクＩＤ）が記載される。マッチング結果データ１３７により、車両２０が各時刻に何れの道路を走行していたか特定できる。

なお、第２の実施の形態では、参照データテーブル１３５に記載された速度および誤差は道路判定に使用されない。よって、第２の実施の形態では、参照データテーブル１３５から速度および誤差を省略してもよい。同様に、第２の実施の形態では、検索結果データ１３６から速度および誤差を省略してもよい。参照データテーブル１３５に記載された速度は、後述する第５の実施の形態で使用される。また、参照データテーブル１３５に記載された誤差は、後述する第４の実施の形態で使用される。

次に、交通分析装置１００が実行する処理の手順について説明する。
図１４は、マップマッチングの手順例を示すフローチャートである。
（Ｓ１）クエリデータ受信部１２３は、１つの車載装置（例えば、車両２０の車載装置２００）からネットワーク３０を介してクエリデータ１３１を受信する。

（Ｓ２）参照データ抽出部１２４は、クエリデータ１３１に含まれる複数の座標のうち最後のクエリ点の座標（時刻が最も遅い座標）を抽出する。参照データ抽出部１２４は、地図データ記憶部１２１に記憶されたエリアテーブル１３２を参照して、最後のクエリ点の属するエリアを特定する。特定するエリアは、クエリ点の座標の緯度と経度の両方が、「座標１」よりも大きくかつ「座標２」よりも小さいエリアである。

（Ｓ３）参照データ抽出部１２４は、参照データ記憶部１２２に記憶された参照データテーブル１３５から、特定したエリアに属する複数の参照軌跡を抽出する。
（Ｓ４）参照データ抽出部１２４は、最後のクエリ点を中心とする検索窓を設定する。検索窓の一辺は３σ＝約１００メートルとする。σはＧＰＳ誤差の標準偏差である。

（Ｓ５）参照データ抽出部１２４は、検索窓の中に最後の参照点が入っている参照軌跡が１つ以上存在するか判断する。該当する参照軌跡が１つ以上存在する場合はステップＳ７に処理が進み、該当する参照軌跡が存在しない場合はステップＳ６に処理が進む。

（Ｓ６）参照データ抽出部１２４は、検索窓の一辺をσだけ拡大する。そして、ステップＳ５に戻って該当する参照軌跡が存在するか再度判断する。
（Ｓ７）参照データ抽出部１２４は、ステップＳ３で抽出した参照軌跡のうち、検索窓の中に最後の参照点が入っている１または２以上の参照軌跡を選択する。すなわち、参照データ抽出部１２４は、最後のクエリ点に近い１または２以上の参照軌跡を選択する。

（Ｓ８）類似検索部１２５は、クエリデータ１３１が示すクエリ軌跡とステップＳ７で選択した参照軌跡それぞれとの間の類似度を算出する。具体的には、類似検索部１２５は、クエリデータ１３１に記載されたクエリ点の座標の列と参照データテーブル１３５に記載された参照点の座標の列との間で、図６で説明した方法によりＤＴＷ距離を算出する。

（Ｓ９）類似検索部１２５は、クエリ軌跡との類似度が最も高い参照軌跡、すなわち、ステップＳ８で算出したＤＴＷ距離が最も小さい参照軌跡を選択する。また、類似検索部１２５は、クエリ軌跡に含まれるクエリ点とＤＴＷ距離が最も小さい参照軌跡に含まれる参照点との間の対応関係を特定する。クエリ点と参照点の対応関係は、ＤＴＷ距離を算出する過程で、図６で説明した方法により特定される。類似検索部１２５は、特定した対応関係と選択した参照軌跡に関する参照データ（参照点毎の座標、道路の識別子、速度および誤差を含む）とから検索結果データ１３６を生成する。

（Ｓ１０）道路判定部１２６は、クエリデータ１３１と検索結果データ１３６とを用いて、複数のクエリ点それぞれに対応する道路を判定する。道路判定の詳細は後述する。
（Ｓ１１）道路判定部１２６は、クエリデータ１３１に対して、クエリデータ１３１を送信した車載装置が存在した道路の識別子を補完し、マッチング結果データ１３７を生成する。道路判定部１２６は、マッチング結果データ１３７を出力する。道路判定部１２６は、マッチング結果データ１３７をディスプレイ１１１に表示してもよい。また、道路判定部１２６は、マッチング結果データ１３７を保存してもよい。

次に、ステップＳ１０の道路判定について説明する。
図１５は、参照点の第１の選択例を示す図である。
ここでは、ＤＴＷによりクエリ点ｑ１１に対して参照点ｓ１１，ｓ１２，ｓ１３が対応付けられたとする。参照点ｓ１１，ｓ１２，ｓ１３は、クエリ点ｑ１１の近くに存在する点であり、クエリ点ｑ１１に対応する点の候補である。

道路地図６１に示すように、参照点ｓ１１，ｓ１２は道路Ｌ１に属している。参照点ｓ１３は道路Ｌ２に属している。クエリ点ｑ１１は、ＧＰＳの測定誤差により道路Ｌ１，Ｌ２から外れている。クエリ点ｑ１１と参照点ｓ１１の距離は４である。クエリ点ｑ１１と参照点ｓ１２の距離は１である。クエリ点ｑ１１と参照点ｓ１３の距離は２である。

ここで、クエリ点ｑ１１が測定された時刻における車両２０の速度が十分に高速であったとする。十分に高速であるとは、ＧＰＳの測定誤差の道路判定への影響が小さいことを意味し、単位移動距離＝サンプリング周期×速度が期待誤差より大きいことである。単位移動距離は、サンプリング周期（例えば、１０秒）の間に車両２０が移動する距離である。期待誤差は、ＧＰＳの測定誤差の期待値であり、例えば１０メートルなどと予め決めておく。単位移動距離が期待誤差より大きい場合、隣接するクエリ点の間隔や隣接する参照点の間隔が、ＧＰＳの測定誤差に埋もれずに済む。

そこで、クエリ点ｑ１１に対応する速度が十分に高速である場合、クエリ点ｑ１１からの距離が最も小さい参照点を選択すればよい。ここでは、道路地図６１ａに示すように、クエリ点ｑ１１に対して参照点ｓ１２が選択される。よって、クエリ点ｑ１１に対して、参照点ｓ１２の属する道路Ｌ１が対応付けられる。

図１６は、参照点の第２の選択例を示す図である。
ここでは、図１５の場合と同様に、ＤＴＷによりクエリ点ｑ１１に対して参照点ｓ１１，ｓ１２，ｓ１３が対応付けられたとする。道路地図６２に示すように、参照点ｓ１１，ｓ１２は道路Ｌ１に属している。参照点ｓ１３は道路Ｌ２に属している。クエリ点ｑ１１と参照点ｓ１１の距離は４である。クエリ点ｑ１１と参照点ｓ１２の距離は１である。クエリ点ｑ１１と参照点ｓ１３の距離は２である。

ここで、クエリ点ｑ１１が測定された時刻における車両２０の速度が低速であったとする。低速であるとは、ＧＰＳの測定誤差の道路判定への影響が大きいことを意味し、単位移動距離＝サンプリング周期×速度が期待誤差以下であることである。単位移動距離が期待誤差以下である場合、隣接するクエリ点の間隔や隣接する参照点の間隔が、ＧＰＳの測定誤差に埋もれてしまう。この場合、クエリ点ｑ１１から最も近い参照点を選択することは、ＧＰＳの測定誤差を考慮すると適切な選択であるとは言えない。

そこで、クエリ点ｑ１１に対応する速度が低速である場合、第２の実施の形態では、クエリ点ｑ１１と参照点ｓ１１，ｓ１２，ｓ１３の間の平均距離を算出する。そして、クエリ点ｑ１１からの距離が平均距離に最も近い参照点を選択する。ここでは、平均距離は２．３と算出される。そして、道路地図６２ａに示すように、クエリ点ｑ１１に対して参照点ｓ１３が選択される。よって、クエリ点ｑ１１に対して、参照点ｓ１３の属する道路Ｌ２が対応付けられる。このように、速度が低速である場合、クエリ点ｑ１１から最も近い道路がクエリ点ｑ１１に対応付けられるとは限らない。

図１７は、道路判定の第１の手順例を示すフローチャートである。
（Ｓ２１）道路判定部１２６は、クエリデータ１３１からクエリ点を１つ選択する。
（Ｓ２２）道路判定部１２６は、ステップＳ２１で選択したクエリ点に対応する参照点を検索結果データ１３６から検索し、対応する参照点が１つであるか判断する。対応する参照点が１つである場合はステップＳ２８に処理が進む。対応する参照点が２以上ある場合はステップＳ２３に処理が進む。

（Ｓ２３）道路判定部１２６は、検索結果データ１３６を参照して、ステップＳ２２で検索された複数の参照点が同じ道路に属しているか、すなわち、複数の参照点に対応する道路の識別子が全て同じであるか判断する。複数の参照点が同じ道路に属している場合はステップＳ２８に処理が進み、それ以外の場合はステップＳ２４に処理が進む。

（Ｓ２４）道路判定部１２６は、クエリデータ１３１から、ステップＳ２１で選択したクエリ点に対応する速度（クエリ速度）を取得する。道路判定部１２６は、クエリ速度×サンプリング周期と所定の閾値を比較し、前者が後者以下であるか判断する。サンプリング周期は、クエリデータ１３１に含まれるクエリ点の周期である。車載装置２００，２００ａは、予め決められたサンプリング周期でクエリ点をサンプリングしている。閾値は、ＧＰＳの測定誤差の期待値であり、例えば１０メートルとする。クエリ速度×サンプリング周期が閾値以下である場合は、ステップＳ２６に処理が進む。クエリ速度×サンプリング周期が閾値より大きい場合は、ステップＳ２５に処理が進む。

（Ｓ２５）道路判定部１２６は、クエリ点と複数の参照点それぞれとの間の距離を算出する。クエリ点からの距離は、ＤＴＷにおいて算出されたものを用いてもよい。検索結果データ１３６に、クエリ点からの距離が記載されてもよい。道路判定部１２６は、複数の参照点のうち距離が最小の参照点を選択する。そして、ステップＳ２８に処理が進む。

（Ｓ２６）道路判定部１２６は、クエリ点と複数の参照点それぞれとの間の距離を算出する。道路判定部１２６は、複数の参照点について平均距離を算出する。
（Ｓ２７）道路判定部１２６は、複数の参照点のうち距離が平均距離に最も近い参照点を選択する。平均距離に最も近いとは、例えば、距離と平均距離の差の絶対値が複数の参照点の中で最小であることである。そして、ステップＳ２８に処理が進む。

（Ｓ２８）道路判定部１２６は、ステップＳ２１で選択したクエリ点に対して、道路の識別子を１つ対応付ける。対応付ける道路の識別子は、検索結果データ１３６に記載された道路の識別子（リンクＩＤ）のうち、当該クエリ点に対応する参照点の属する道路の識別子である。道路の識別子の候補が複数ある場合、道路判定部１２６は、上記のステップＳ２５またはステップＳ２７で選択した参照点の属する道路の識別子を用いる。

（Ｓ２９）道路判定部１２６は、ステップＳ２１において、クエリデータ１３１に記載された全てのクエリ点を選択したか判断する。全てのクエリ点を選択した場合は道路判定が終了する。未選択のクエリ点がある場合はステップＳ２１に処理が進む。

なお、クエリ点に対応する参照点が２つである場合、ステップＳ２７において、２つの参照点の両方が平均距離に最も近い参照点となってしまう。その場合、道路判定部１２６は、ステップＳ２５と同様にクエリ点から最も近い参照点を選択するようにしてもよい。また、道路判定部１２６は、後述する第４の実施の形態の方法によって参照点を選択するようにしてもよい。また、道路判定部１２６は、後述する第５の実施の形態の方法によって参照点を絞り込むようにしてもよい。

また、第２の実施の形態では、車載装置２００，２００ａが速度を測定している。これに対し、隣接するクエリ点の間の距離と測定された時刻の差とから、速度を推定することも可能である。その場合、クエリデータ１３１に速度が記載されていなくてもよい。また、道路判定部１２６は、クエリデータ１３１に記載された座標と時刻から各クエリ点に対応する速度を推定し、上記のステップＳ２４では推定した速度を用いることになる。

第２の実施の形態の交通分析システムによれば、時刻とＧＰＳの座標とを対応付けたクエリデータ１３１に対して、マップマッチングにより道路の識別子が補完される。これにより、車両２０が各時刻に走行していた道路を１つに特定することができる。

また、ＤＴＷを用いた類似検索によって、１つのクエリ点に対して複数の参照点の候補が出力された場合、当該クエリ点における車両２０の速度に応じて異なる方法で参照点が１つに絞り込まれる。第２の実施の形態では、車両２０が高速で移動していた場合は、クエリ点から最も近い参照点が選択される。一方、車両２０が低速で移動していた場合は、クエリ点からの距離が平均距離に最も近い参照点が選択される。すなわち、車両２０が低速で移動していた場合は、クエリ点から最も近い参照点を選択しても対応関係の信頼性が低いと判断される。よって、ＧＰＳの測定誤差を考慮して、座標が測定された各時刻に対して車両２０が存在した道路の対応付けを適切に行うことができる。

［第３の実施の形態］
次に、第３の実施の形態を説明する。
第３の実施の形態の交通分析システムは、速度が低速である場合の道路判定の方法が第２の実施の形態と異なる。第３の実施の形態の交通分析システムは、図２〜４，８〜１３に示した第２の実施の形態の交通分析システムと同様の構成を用いて実装できる。以下では、図２〜４，８〜１３と同じ符号を用いて第３の実施の形態を説明する。

図１８は、参照点の第３の選択例を示す図である。
ここでは、ＤＴＷによりクエリ点ｑ１１に対して参照点ｓ１１，ｓ１２，ｓ１３，ｓ１４が対応付けられたとする。参照点ｓ１１，ｓ１２，ｓ１３，ｓ１４は、クエリ点ｑ１１の近くに存在する点であり、クエリ点ｑ１１に対応する点の候補である。

道路地図６３に示すように、参照点ｓ１１，ｓ１２は道路Ｌ１に属している。参照点ｓ１３，ｓ１４は道路Ｌ２に属している。参照点ｓ１１の座標は（−３，０）、参照点ｓ１２の座標は（−１，０）、参照点ｓ１３の座標は（０，２）、参照点ｓ１４の座標は（０，４）である。クエリ点ｑ１１は、道路Ｌ１，Ｌ２から外れている。

ここで、クエリ点ｑ１１が測定された時刻における車両２０の速度が低速であったとする。低速であるとは、第２の実施の形態と同様、単位移動距離＝サンプリング周期×速度が期待誤差以下であることである。この場合、クエリ点ｑ１１から最も近い参照点を選択することは、ＧＰＳの測定誤差を考慮すると適切な選択であるとは言えない。

そこで、クエリ点ｑ１１に対応する速度が低速である場合、第３の実施の形態では、参照点ｓ１１，ｓ１２，ｓ１３，ｓ１４の平均位置ｓｗを算出する。そして、参照点ｓ１１，ｓ１２，ｓ１３，ｓ１４のうち平均位置ｓｗに最も近い参照点を選択する。ここでは、平均位置ｓｗの座標は（−１，１．５）と算出される。そして、道路地図６３ａに示すように、平均位置ｓｗに最も近い参照点ｓ１３が選択される。よって、クエリ点ｑ１１に対して、参照点ｓ１３の属する道路Ｌ２が対応付けられる。

図１９は、道路判定の第２の手順例を示すフローチャートである。
図１９のフローチャートのステップＳ２１〜Ｓ２５，Ｓ２８，Ｓ２９は、図１７に示した第２の実施の形態のフローチャートと同じであるため説明を省略する。第２の実施の形態のステップＳ２６，Ｓ２７に代えて以下のステップＳ２６ａ，Ｓ２７ａが実行される。

（Ｓ２６ａ）道路判定部１２６は、複数の参照点の平均位置を算出する。例えば、平均位置の緯度は、複数の参照点の緯度の合計を参照点の数で割ったものとする。平均位置の経度は、複数の参照点の経度の合計を参照点の数で割ったものとする。

（Ｓ２７ａ）道路判定部１２６は、ステップＳ２６ａで算出した平均位置と複数の参照点それぞれとの間の距離を算出する。そして、道路判定部１２６は、複数の参照点のうち平均位置からの距離が最も小さい参照点（平均位置に最も近い参照点）を選択する。

なお、クエリ点に対応する参照点が２つである場合、ステップＳ２７ａにおいて、２つの参照点の両方が平均位置に最も近い参照点となってしまう。その場合、道路判定部１２６は、ステップＳ２５と同様にクエリ点から最も近い参照点を選択するようにしてもよい。また、道路判定部１２６は、後述する第４の実施の形態の方法によって参照点を選択するようにしてもよい。また、道路判定部１２６は、後述する第５の実施の形態の方法によって参照点を絞り込むようにしてもよい。

第３の実施の形態の交通分析システムによれば、第２の実施の形態と同様、車両２０が各時刻に走行していた道路を１つに特定することができる。また、ＤＴＷを用いた類似検索によって複数の参照点の候補が出力された場合、車両２０の速度に応じて異なる方法で参照点が１つに絞り込まれる。第３の実施の形態では、車両２０が低速で移動していた場合は、平均位置に最も近い参照点が選択される。すなわち、車両２０が低速で移動していた場合は、クエリ点から最も近い参照点を選択しても対応関係の信頼性が低いと判断される。よって、ＧＰＳの測定誤差を考慮して、座標が測定された各時刻に対して車両２０が存在した道路の対応付けを適切に行うことができる。

［第４の実施の形態］
次に、第４の実施の形態を説明する。
第４の実施の形態の交通分析システムは、速度が低速である場合の道路判定の方法が第２および第３の実施の形態と異なる。第４の実施の形態の交通分析システムは、図２〜４，８〜１３に示した第２の実施の形態の交通分析システムと同様の構成を用いて実装できる。以下では、図２〜４，８〜１３と同じ符号を用いて第４の実施の形態を説明する。

図２０は、参照点の第４の選択例を示す図である。
ここでは、ＤＴＷによりクエリ点ｑ１１に対して参照点ｓ１１，ｓ１２，ｓ１３が対応付けられたとする。参照点ｓ１１，ｓ１２，ｓ１３は、クエリ点ｑ１１の近くに存在する点であり、クエリ点ｑ１１に対応する点の候補である。

道路地図６４に示すように、参照点ｓ１１，ｓ１２は道路Ｌ１に属している。参照点ｓ１３は道路Ｌ２に属している。クエリ点ｑ１１は、道路Ｌ１，Ｌ２から外れている。参照データテーブル１３５や検索結果データ１３６には、参照点ｓ１１に対し誤差「１」、参照点ｓ１２に対し誤差「１．５」、参照点ｓ１３に対し誤差「２」が記載されている。

これは、補正後の点である参照点ｓ１１とそれに対応する測定された点（補正前の点）との間の距離が「１」である、すなわち、参照点ｓ１１の周辺で過去に「１」の誤差が発生したことを示している。同様に、補正後の点である参照点ｓ１２とそれに対応する測定された点との間の距離が「１．５」である、すなわち、参照点ｓ１２の周辺で過去に「１．５」の誤差が発生したことを示している。また、補正後の点である参照点ｓ１３とそれに対応する測定された点との間の距離が「２」である、すなわち、参照点ｓ１３の周辺で過去に「２」の誤差が発生したことを示している。

ここで、クエリ点ｑ１１が測定された時刻における車両２０の速度が低速であったとする。低速であるとは、第２の実施の形態と同様、単位移動距離＝サンプリング周期×速度が期待誤差以下であることである。この場合、クエリ点ｑ１１から最も近い参照点を選択することは、ＧＰＳの測定誤差を考慮すると適切な選択であるとは言えない。

そこで、クエリ点ｑ１１に対応する速度が低速である場合、第４の実施の形態では、参照点ｓ１１，ｓ１２，ｓ１３について過去に発生した誤差の平均（平均誤差）を算出する。また、参照点ｓ１１，ｓ１２，ｓ１３それぞれについてクエリ点ｑ１１との距離を算出する。そして、参照点ｓ１１，ｓ１２，ｓ１３のうち距離が平均誤差に最も近い参照点を選択する。ここでは、平均誤差は「１．５」と算出される。そして、道路地図６４ａに示すように、クエリ点ｑ１１からの距離が平均誤差に最も近い参照点ｓ１２が選択される。よって、クエリ点ｑ１１に対して、参照点ｓ１２の属する道路Ｌ１が対応付けられる。

図２１は、道路判定の第３の手順例を示すフローチャートである。
図２１のフローチャートのステップＳ２１〜Ｓ２５，Ｓ２８，Ｓ２９は、図１７に示した第２の実施の形態のフローチャートと同じであるため説明を省略する。第２の実施の形態のステップＳ２６，Ｓ２７に代えて以下のステップＳ２６ｂ，Ｓ２７ｂが実行される。

（Ｓ２６ｂ）道路判定部１２６は、クエリ点と複数の参照点それぞれとの間の距離を算出する。また、道路判定部１２６は、検索結果データ１３６から複数の参照点それぞれに対応する誤差を取得し、取得した誤差の平均である平均誤差を算出する。

（Ｓ２７ｂ）道路判定部１２６は、複数の参照点のうち距離が平均誤差に最も近い参照点を選択する。平均誤差に最も近いとは、例えば、距離と平均誤差の差の絶対値が複数の参照点の中で最小であることである。

なお、上記では、参照データテーブル１３５および検索結果データ１３６に、参照点それぞれに対応する誤差が記載されているものとした。これに対し、参照データテーブル１３５および検索結果データ１３６に、１つの参照軌跡に対して１つの平均誤差が記載されていてもよい。ある参照軌跡に対応する平均誤差は、当該参照軌跡に含まれる全ての参照点の誤差の平均に相当する。これにより、参照データを作成する負担や参照データの量を削減することができる。その場合、道路判定部１２６は、ステップＳ２６ｂにおいて平均誤差を算出せず、検索結果データ１３６に記載された平均誤差を使用すればよい。

第４の実施の形態の交通分析システムによれば、第２および第３の実施の形態と同様、車両２０が各時刻に走行していた道路を１つに特定することができる。また、ＤＴＷを用いた類似検索によって複数の参照点の候補が出力された場合、車両２０の速度に応じて異なる方法で参照点が１つに絞り込まれる。第４の実施の形態では、車両２０が低速で移動していた場合は、クエリ点からの距離が平均誤差に最も近い参照点が選択される。すなわち、車両２０が低速で移動していた場合は、クエリ点から最も近い参照点を選択しても対応関係の信頼性が低いと判断される。よって、ＧＰＳの測定誤差を考慮して、座標が測定された各時刻に対して車両２０が存在した道路の対応付けを適切に行うことができる。

［第５の実施の形態］
次に、第５の実施の形態を説明する。
第５の実施の形態の交通分析システムは、速度が低速である場合に参照点を絞り込む方法が追加されている点で、第２、第３および第４の実施の形態と異なる。第５の実施の形態の参照点を絞り込む方法は、第２、第３および第４の実施の形態の道路判定と組み合わせて使用することができる。第５の実施の形態の交通分析システムは、図２〜４，８〜１３に示した第２の実施の形態の交通分析システムと同様の構成を用いて実装できる。以下では、図２〜４，８〜１３と同じ符号を用いて第５の実施の形態を説明する。

図２２は、参照点の第５の選択例を示す図である。
ここでは、ＤＴＷによりクエリ点ｑ１１に対して参照点ｓ１１，ｓ１２，ｓ１３，ｓ１４が対応付けられたとする。参照点ｓ１１，ｓ１２，ｓ１３，ｓ１４は、クエリ点ｑ１１の近くに存在する点であり、クエリ点ｑ１１に対応する点の候補である。

道路地図６５に示すように、参照点ｓ１１，ｓ１２は道路Ｌ１に属している。参照点ｓ１３，ｓ１４は道路Ｌ２に属している。参照点ｓ１１，ｓ１２では車両が減速している。参照点ｓ１３，ｓ１４では車両が加速している。ある参照点における加速の有無は、当該参照点の速度とその前または後の参照点の速度とを比較することで判定できる。各参照点の速度は、参照データテーブル１３５および検索結果データ１３６に記載されている。

また、クエリ点ｑ１１は、道路Ｌ１，Ｌ２から外れている。クエリ点ｑ１１では車両が加速している。あるクエリ点における加速の有無は、当該クエリ点の速度とその前または後のクエリ点の速度とを比較することで判定できる。各クエリ点の速度は、クエリデータ１３１に記載されている。

ここで、クエリ点ｑ１１が測定された時刻における車両２０の速度が低速であったとする。低速であるとは、第２の実施の形態と同様、単位移動距離＝サンプリング周期×速度が期待誤差以下であることである。この場合、クエリ点ｑ１１から最も近い参照点を選択することは、ＧＰＳの測定誤差を考慮すると適切な選択であるとは言えない。そこで、クエリ点ｑ１１に対応する速度が低速である場合、第２、第３および第４の実施の形態の方法の何れかを用いて、クエリ点ｑ１１に対応する１つの参照点を選択する。

ただし、第５の実施の形態では、参照点を１つ選択する前に選択可能な候補を絞り込む。第５の実施の形態では、クエリ点ｑ１１における加速の有無と、参照点ｓ１１，ｓ１２，ｓ１３，ｓ１４それぞれにおける加速の有無とを比較する。そして、加速の有無がクエリ点ｑ１１と整合しない参照点を、選択可能な候補から除外する。ここでは、参照点ｓ１１，ｓ１２における加速の有無はクエリ点ｑ１１と整合しておらず、参照点ｓ１３，ｓ１４における加速の有無はクエリ点ｑ１１と整合している。よって、道路地図６５ａに示すように、選択可能な候補が参照点ｓ１３，ｓ１４に絞り込まれる。参照点ｓ１３，ｓ１４は何れも道路Ｌ２に属するため、クエリ点ｑ１１に対して道路Ｌ２が対応付けられる。

図２３は、道路判定の第４の手順例を示すフローチャートである。
図２３のフローチャートのステップＳ３１〜Ｓ３５，Ｓ４１，Ｓ４２は、図１７に示した第２の実施の形態のフローチャートのステップＳ２１〜Ｓ２５，Ｓ２８，Ｓ２９と同じであるため説明を省略する。

（Ｓ３６）道路判定部１２６は、ステップＳ３１で選択したクエリ点における加速の有無を判定する。例えば、道路判定部１２６は、選択したクエリ点の速度とその１つ前のクエリ点の速度とを比較し、前者が後者より大きい場合は加速と判定し、それ以外の場合は減速と判定する。また、道路判定部１２６は、検索結果データ１３６から複数の参照点の速度を取得し、複数の参照点それぞれにおける加速の有無を判定する。例えば、道路判定部１２６は、ある参照点の速度とその１つの前の参照点の速度とを比較し、前者が後者より大きい場合は加速と判定し、それ以外の場合は減速と判定する。

（Ｓ３７）道路判定部１２６は、複数の参照点の中から加速の有無がクエリ点と整合する参照点に絞り込む。クエリ点が「加速」と判定された場合、道路判定部１２６は、「加速」と判定された参照点に絞り込む。クエリ点が「減速」と判定された場合、道路判定部１２６は、「減速」と判定された参照点に絞り込む。

（Ｓ３８）道路判定部１２６は、ステップＳ３７で絞り込んだ後の参照点の個数が１個であるか判断する。参照点の個数が１個である場合、ステップＳ４１に処理が進む。参照点の個数が２個以上である場合、ステップＳ３９に処理が進む。

（Ｓ３９）道路判定部１２６は、クエリ点と絞り込んだ参照点それぞれとの間の距離を算出する。道路判定部１２６は、複数の参照点について平均距離を算出する。
（Ｓ４０）道路判定部１２６は、絞り込んだ参照点のうち距離が平均距離に最も近い参照点を選択する。平均距離に最も近いとは、例えば、距離と平均距離の差の絶対値が最小であることである。そして、ステップＳ４１に処理が進む。

なお、図２３のフローチャートでは、参照点を絞り込んだ後に１つの参照点を選択する方法として、第２の実施の形態と同じ方法を用いた。これに対して、第３の実施の形態または第４の実施の形態と同じ方法を用いることも可能である。その場合、上記のステップＳ３９，Ｓ４０の処理が変化する。

第５の実施の形態の交通分析システムによれば、第２乃至第４の実施の形態と同様の効果が得られる。更に、第５の実施の形態では、車両の走行パターンが整合するように、複数のクエリ点と複数の参照点とが対応付けられる。よって、各時刻に対して車両２０が存在した道路の対応付けを一層適切に行うことができる。

なお、前述のように、第１の実施の形態の情報処理は、情報処理装置１０にプログラムを実行させることで実現できる。第２乃至第５の実施の形態の情報処理は、交通分析装置１００や車載装置２００，２００ａにプログラムを実行させることで実現できる。

プログラムは、コンピュータ読み取り可能な記録媒体（例えば、記録媒体１１３，２１１）に記録しておくことができる。記録媒体として、例えば、磁気ディスク、光ディスク、光磁気ディスク、半導体メモリなどを使用できる。磁気ディスクには、ＦＤおよびＨＤＤが含まれる。光ディスクには、ＣＤ、ＣＤ−Ｒ（Recordable）／ＲＷ（Rewritable）、ＤＶＤおよびＤＶＤ−Ｒ／ＲＷが含まれる。プログラムは、可搬型の記録媒体に記録されて配布されることがある。その場合、可搬型の記録媒体から他の記録媒体（例えば、ＨＤＤ１０３や不揮発性メモリ２０３）にプログラムをコピーして実行してもよい。

１０ 情報処理装置
１１ 記憶部
１２ 演算部
１３，１５ 軌跡データ
１３ａ 測定位置
１４ 速度データ
１５ａ，１５ｂ，１５ｃ 参照位置
１６ 道路データ

Claims (7)

1. 複数の参照位置を示す第２の軌跡データと、２以上の道路のうち前記複数の参照位置それぞれの属する道路を示す道路データとを記憶する記憶部と、
   複数の時刻と移動物について測定された複数の測定位置とを対応付けた第１の軌跡データと、前記複数の時刻それぞれの前記移動物の移動速度を示す速度データとを取得し、
   前記速度データに基づいて、前記第１の軌跡データが示す前記複数の測定位置のうち、対応する前記移動速度が閾値以下である第１測定位置を検出し、
   前記第２の軌跡データが示す前記複数の参照位置のうち、前記第１測定位置から所定範囲内にある２以上の参照位置を抽出し、
   抽出した前記２以上の参照位置および前記道路データに基づいて、前記２以上の道路のうち前記第１測定位置が測定された時刻に対応付ける道路を判定することで、前記第１の軌跡データに対して各時刻に対応する道路の情報を補完する演算部と、
   を有する情報処理装置。
2. 前記演算部は、前記複数の測定位置のうち前記移動速度が前記閾値を超える他の測定位置については、前記他の測定位置から最も近い第１参照位置を選択し、前記第１参照位置の属する道路を前記他の測定位置が測定された時刻に対応付ける、
   請求項１記載の情報処理装置。
3. 前記演算部は、前記２以上の参照位置それぞれについて前記第１測定位置との距離を算出し、前記２以上の参照位置のうち前記距離が平均値に最も近い第１参照位置を選択し、前記第１参照位置の属する道路を前記第１測定位置が測定された時刻に対応付ける、
   請求項１記載の情報処理装置。
4. 前記演算部は、前記２以上の参照位置の平均位置を算出し、前記２以上の参照位置のうち前記平均位置に最も近い第１参照位置を選択し、前記第１参照位置の属する道路を前記第１測定位置が測定された時刻に対応付ける、
   請求項１記載の情報処理装置。
5. 前記記憶部は、前記複数の参照位置で生じる測定誤差を示す誤差データを記憶し、
   前記演算部は、前記２以上の参照位置それぞれについて前記第１測定位置との距離を算出し、前記２以上の参照位置のうち前記距離が前記誤差データが示す前記測定誤差に最も近い第１参照位置を選択し、前記第１参照位置の属する道路を前記第１測定位置が測定された時刻に対応付ける、
   請求項１記載の情報処理装置。
6. 情報処理装置が実行する軌跡情報生成方法であって、
   複数の時刻と移動物について測定された複数の測定位置とを対応付けた第１の軌跡データと、前記複数の時刻それぞれの前記移動物の移動速度を示す速度データとを取得し、
   データベースから、複数の参照位置を示す第２の軌跡データと、２以上の道路のうち前記複数の参照位置それぞれの属する道路を示す道路データとを取得し、
   前記速度データに基づいて、前記第１の軌跡データが示す前記複数の測定位置のうち、対応する前記移動速度が閾値以下である第１測定位置を検出し、
   前記第２の軌跡データが示す前記複数の参照位置のうち、前記第１測定位置から所定範囲内にある２以上の参照位置を抽出し、
   抽出した前記２以上の参照位置および前記道路データに基づいて、前記２以上の道路のうち前記第１測定位置が測定された時刻に対応付ける道路を判定することで、前記第１の軌跡データに対して各時刻に対応する道路の情報を補完する、
   軌跡情報生成方法。
7. コンピュータに、
   複数の時刻と移動物について測定された複数の測定位置とを対応付けた第１の軌跡データと、前記複数の時刻それぞれの前記移動物の移動速度を示す速度データとを取得し、
   データベースから、複数の参照位置を示す第２の軌跡データと、２以上の道路のうち前記複数の参照位置それぞれの属する道路を示す道路データとを取得し、
   前記速度データに基づいて、前記第１の軌跡データが示す前記複数の測定位置のうち、対応する前記移動速度が閾値以下である第１測定位置を検出し、
   前記第２の軌跡データが示す前記複数の参照位置のうち、前記第１測定位置から所定範囲内にある２以上の参照位置を抽出し、
   抽出した前記２以上の参照位置および前記道路データに基づいて、前記２以上の道路のうち前記第１測定位置が測定された時刻に対応付ける道路を判定することで、前記第１の軌跡データに対して各時刻に対応する道路の情報を補完する、
   処理を実行させる軌跡情報生成プログラム。

Images