JP2018147078A - Analysis device and analysis method - Google Patents
Analysis device and analysis method Download PDFInfo
- Publication number
- JP2018147078A JP2018147078A JP2017039203A JP2017039203A JP2018147078A JP 2018147078 A JP2018147078 A JP 2018147078A JP 2017039203 A JP2017039203 A JP 2017039203A JP 2017039203 A JP2017039203 A JP 2017039203A JP 2018147078 A JP2018147078 A JP 2018147078A
- Authority
- JP
- Japan
- Prior art keywords
- measurement
- measurement points
- speed
- moving object
- probe
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
Description
本発明は、解析装置及び解析方法に関する。 The present invention relates to an analysis apparatus and an analysis method.
従来のＥＴＣ（Electronic Toll Collection System）を拡張したＥＴＣ２．０と呼ばれるサービスが知られている。ＥＴＣ２．０では、従来のＥＴＣで実現されている料金収受に加えて、渋滞回避、安全運転支援等のサービスが提供されている。また、ＥＴＣ２．０では、道路上に設置されたＩＴＳ（Intelligent Transport Systems）スポット等を通じて集約される走行履歴経情報（プローブ情報）を活用した新たなサービスの実現が検討されている。 A service called ETC2.0, which is an extension of the conventional ETC (Electronic Toll Collection System), is known. In ETC 2.0, services such as traffic jam avoidance and safe driving support are provided in addition to the fee collection realized in the conventional ETC. In ETC 2.0, realization of a new service using travel history information (probe information) aggregated through an ITS (Intelligent Transport Systems) spot installed on a road is being studied.
ＥＴＣ２．０に対応した自動車から収集されるプローブ情報には、測定点ごとに、測定時刻、位置情報及び測定時の速度を示す情報が含まれており、測定は一定の移動距離（２００ｍ間隔）を移動したタイミングで行われる。そのため、プローブ情報から、２００ｍごとの大まかな走行状態を把握することは可能であるが、測定点の間で自動車に生じた事象を直接把握することは困難である。今後、ＥＴＣ２．０は広く用いられる可能性が高いことから、ＥＴＣ２．０で収集されるプローブ情報に基づいて、自動車に生じた事象を解析可能にすることが望ましい。 Probe information collected from a car that supports ETC 2.0 includes measurement time, position information, and information indicating the speed at the time of measurement for each measurement point. Measurement is performed at a constant moving distance (at intervals of 200 m). It is done at the timing of moving. Therefore, although it is possible to grasp a rough traveling state for every 200 m from the probe information, it is difficult to directly grasp an event that has occurred in the automobile between measurement points. Since it is highly likely that ETC 2.0 will be widely used in the future, it is desirable to be able to analyze events occurring in automobiles based on probe information collected by ETC 2.0.
そこで、本発明は、一定の移動距離間隔で測定が行われるプローブ情報を用いて、移動物体に生じた事象を解析することを可能にする技術を提供することを目的とする。 Therefore, an object of the present invention is to provide a technique that makes it possible to analyze an event that has occurred in a moving object using probe information that is measured at a constant moving distance interval.
本発明の一態様に係る解析装置は、移動物体から送信されるプローブ情報を解析する解析装置であって、所定の移動距離ごとに測定が行われ、測定点ごとに、測定時刻及び移動物体の速度が含まれるプローブ情報を格納する記憶部と、判定対象とする２つの測定点におけるプローブ情報を取得し、２つの測定点における測定時刻の差及び所定の移動距離から算出される移動物体の平均速度と、２つの測定点における少なくとも一方の測定点における速度とに基づき、２つの測定点の間で移動物体に生じた事象を判定する、判定部と、を有する。 An analysis apparatus according to an aspect of the present invention is an analysis apparatus that analyzes probe information transmitted from a moving object. Measurement is performed for each predetermined movement distance, and the measurement time and the movement object are measured for each measurement point. A storage unit for storing probe information including velocity, and probe information at two measurement points to be determined, and an average of moving objects calculated from a difference in measurement time at two measurement points and a predetermined moving distance A determination unit configured to determine an event that has occurred in the moving object between the two measurement points based on the velocity and the velocity at at least one of the two measurement points.
本発明によれば、一定の移動距離間隔で測定が行われるプローブ情報を用いて、移動物体に生じた事象を解析することを可能にする技術を提供することができる。 ADVANTAGE OF THE INVENTION According to this invention, the technique which makes it possible to analyze the event which generate | occur | produced in the moving object using the probe information measured by a fixed moving distance interval can be provided.
添付図面を参照して、本発明の好適な実施形態について説明する。（なお、各図において、同一の符号を付したものは、同一又は同様の構成を有する。）なお、以下の説明におけるプローブ情報解析システムは、ＥＴＣ２．０に対応した自動車から送信されるプローブ情報を用いて、自動車に生じた事象（発生事象）を解析することを前提として説明するが、本プローブ情報解析システムが、ＥＴＣ２．０に対応した自動車に限定して適用されることを意図しているのではない。本プローブ情報解析システムは、一定距離ごとに測定を行ってプローブ情報を記録する移動物体であれば、どのような移動物体に対しても適用することが可能である。 A preferred embodiment of the present invention will be described with reference to the accompanying drawings. (In each figure, the same reference numerals have the same or similar configurations.) The probe information analysis system in the following description is probe information transmitted from a car that is compatible with ETC 2.0. Will be described on the premise that the event (occurrence event) that occurred in the automobile is analyzed, but this probe information analysis system is intended to be applied only to automobiles that support ETC 2.0. I'm not. This probe information analysis system can be applied to any moving object as long as it is a moving object that performs measurement at fixed distances and records probe information.
＜システム構成＞
図１は、本実施形態に係るプローブ情報解析システムの一例を示す図である。本実施形態に係るプローブ情報解析システムは、プローブカー１０1〜１０Nと、解析装置２０とを含む。以下の説明において、プローブカー１０1〜１０Nを区別しない場合は「プローブカー１０」と記載する。
<System configuration>
FIG. 1 is a diagram illustrating an example of a probe information analysis system according to the present embodiment. The probe information analysis system according to the present embodiment includes probe cars 10 1 to 10 N and an analysis device 20. In the following description, when the probe cars 10 1 to 10 N are not distinguished, they are described as “probe cars 10”.
プローブカー１０は、ＥＴＣ２．０に対応した車載器を備えており、車載器は、所定の距離を移動する度に測定を行うことで、その地点（測定点）の座標（経度・緯度）、走行速度、及び、時刻をプローブ情報として記録する。なお、所定の距離は、ＥＴＣ２．０において予め定められており２００ｍである。すなわち、プローブカー１０は、２００ｍ走行する度に、その地点の座標、走行速度及び時刻を記録していく。 The probe car 10 includes an in-vehicle device corresponding to ETC 2.0, and the on-vehicle device performs measurement every time a predetermined distance is moved, whereby coordinates (longitude / latitude) of the point (measurement point), The traveling speed and time are recorded as probe information. The predetermined distance is predetermined in ETC 2.0 and is 200 m. That is, every time the probe car 10 travels 200 m, the coordinates, travel speed, and time of the point are recorded.
また、プローブカー１０は、高速道路上に設置されたＩＴＳスポット及び一般道に設置された経路情報収集装置を通過する度に、記録したプローブ情報をＩＴＳスポット及び経路情報収集装置に送信する。送信されたプローブ情報は、ネットワークＮを介して本実施形態に係る解析装置２０のデータベースに格納される。 The probe car 10 transmits the recorded probe information to the ITS spot and the route information collection device every time it passes through the ITS spot installed on the expressway and the route information collection device installed on the general road. The transmitted probe information is stored in the database of the analysis apparatus 20 according to the present embodiment via the network N.
解析装置２０は、プローブカー１０から送信されるプローブ情報を解析することで、プローブカー１０に生じた事象（停止、徐行など）の解析を行う。また、解析装置２０は、複数のプローブカー１０1〜１０Nに生じた事象を総合的に解析することで、自動車の流れなど交通状況の分析を行う。解析装置２０は、例えば、サーバ等の情報処理装置であり、プロセッサ、メモリ及び記憶装置を含んで構成される。なお、解析装置２０は、一つの情報処理装置として実現されていてもよいし、それぞれ独立した複数の情報処理装置として実現されてもよい。また、解析装置２０は、仮想サーバ又はクラウドサーバを用いて実現されていてもよい。 The analysis device 20 analyzes the probe information transmitted from the probe car 10 to analyze an event (stop, slow running, etc.) that has occurred in the probe car 10. The analysis device 20 analyzes the traffic situation such as the flow of the automobile by comprehensively analyzing events occurring in the plurality of probe cars 10 1 to 10 N. The analysis device 20 is an information processing device such as a server, and includes a processor, a memory, and a storage device. Note that the analysis device 20 may be realized as one information processing device, or may be realized as a plurality of independent information processing devices. Moreover, the analysis device 20 may be realized using a virtual server or a cloud server.
ネットワークＮは、例えば、インターネット、ＬＡＮ、専用線、電話回線、企業内ネットワーク、移動体通信網、近距離無線通信、その他の通信回線、それらの組み合わせ等のいずれであってもよく、有線であるか無線であるかを問わない。 The network N may be any of, for example, the Internet, a LAN, a dedicated line, a telephone line, a corporate network, a mobile communication network, a short-range wireless communication, other communication lines, a combination thereof, and the like, and is wired. Or wireless.
＜機能構成＞
図２は、本実施形態に係る解析装置２０の機能構成の一例を示す図である。解析装置２０は、収集部２１と、判定部２２と、記憶部２３とを含む。記憶部２３は、解析装置２０が備えるメモリや記憶装置を用いて実現される。また、収集部２１と、判定部２２とは、解析装置２０においてメモリに記憶されているプログラムをプロセッサが実行することにより実現される。なお、当該プログラムは記憶媒体に格納することができる。
<Functional configuration>
FIG. 2 is a diagram illustrating an example of a functional configuration of the analysis apparatus 20 according to the present embodiment. The analysis device 20 includes a collection unit 21, a determination unit 22, and a storage unit 23. The memory | storage part 23 is implement | achieved using the memory and memory | storage device with which the analysis apparatus 20 is provided. The collection unit 21 and the determination unit 22 are realized by the processor executing a program stored in the memory in the analysis device 20. Note that the program can be stored in a storage medium.
収集部２１は、プローブカー１０で記録されたプローブ情報を収集し、プローブ情報ＤＢ（DataBase）に格納する。なお、収集部２１は、ＥＴＣ２．０のサーバ等に一旦蓄積されたプローブ情報を収集するようにしてもよいし、各プローブカー１０から直接収集するようにしてもよい。 The collection unit 21 collects probe information recorded by the probe car 10 and stores it in a probe information DB (DataBase). Note that the collection unit 21 may collect probe information once accumulated in an ETC 2.0 server or the like, or may directly collect from each probe car 10.
判定部２２は、プローブ情報ＤＢに格納されている各プローブカー１０のプローブ情報から複数の測定点におけるプローブ情報（測定点における測定時刻、速度等）を取得し、取得したプローブ情報に基づき、プローブカー１０に生じた事象を判定する。より具体的には、判定部２２は、２つの測定点の間におけるプローブカー１０の平均速度と、２つの測定点における少なくとも一方の測定点における速度とを比較することで、２つの測定点の間でプローブカー１０に生じた事象を判定する。また、判定部２２は、２つの測定点の間でプローブカー１０に何らかの事象が生じたと判定した場合、判定結果を判定結果ＤＢに格納する。 The determination unit 22 acquires probe information (measurement time, speed, etc. at the measurement points) at a plurality of measurement points from the probe information of each probe car 10 stored in the probe information DB, and based on the acquired probe information, An event occurring in the car 10 is determined. More specifically, the determination unit 22 compares the average speed of the probe car 10 between the two measurement points with the speed at at least one measurement point of the two measurement points, thereby comparing the two measurement points. An event occurring in the probe car 10 is determined. Further, when the determination unit 22 determines that an event has occurred in the probe car 10 between two measurement points, the determination unit 22 stores the determination result in the determination result DB.
記憶部２３は、プローブ情報ＤＢ、地図情報ＤＢ及び判定結果ＤＢを格納する。図３（ａ）は、プローブ情報ＤＢの一例を示す図である。プローブ情報ＤＢには、プローブ情報を記録したプローブカー１０を一意に識別する識別子である「プローブＩＤ」カラムと、測定点における座標（経度・緯度）を示す「座標」カラムと、測定点におけるプローブカー１０の実際の速度を示す「速度」カラムと、測定が行われた時刻を示す「測定時刻」カラムとが含まれる。 The storage unit 23 stores a probe information DB, a map information DB, and a determination result DB. FIG. 3A is a diagram illustrating an example of the probe information DB. The probe information DB includes a “probe ID” column that is an identifier for uniquely identifying the probe car 10 in which the probe information is recorded, a “coordinate” column that indicates coordinates (longitude / latitude) at the measurement point, and a probe at the measurement point. A “speed” column indicating the actual speed of the car 10 and a “measurement time” column indicating the time when the measurement was performed are included.
地図情報ＤＢには、判定部２２における判定処理に用いられる地図データが格納される。当該地図データには、少なくとも、実環境における特定のオブジェクト（停止又は速度低下要因となるオブジェクトであり、例えば、信号、交差点、踏切、工事現場、一時停止標識など）の位置を示す情報が含まれる。当該地図データの範囲は任意であるが、例えば、地球全体であってもよいし、日本など特定の国に限定した範囲であってもよい。また、地図データは複数のレイヤ（例えば、一般道路、高速道路、鉄道、行政の境界、河川、建物等のレイヤ）から構成されていてもよい。 In the map information DB, map data used for determination processing in the determination unit 22 is stored. The map data includes at least information indicating the position of a specific object (an object that causes a stop or a speed reduction, such as a signal, an intersection, a railroad crossing, a construction site, or a stop sign) in the real environment. . The range of the map data is arbitrary, but may be, for example, the entire earth or a range limited to a specific country such as Japan. The map data may be composed of a plurality of layers (for example, layers of general roads, highways, railways, administrative boundaries, rivers, buildings, etc.).
図３（ｂ）は、判定結果ＤＢの一例を示す図である。判定結果ＤＢには、プローブカー１０を一意に識別する識別子である「プローブＩＤ」カラムと、プローブカー１０に何らかの事象が生じたと判定された２つの測定点の座標「座標１」及び「座標２」と、プローブカー１０に何らかの事象が生じた時刻を示す「時刻」カラムと、判定結果を示す「判定結果」カラムとが含まれる。なお、「時刻」カラムには、事象が生じたと判定された２つの測定点の測定時刻が格納される。 FIG. 3B is a diagram illustrating an example of the determination result DB. The determination result DB includes a “probe ID” column that is an identifier for uniquely identifying the probe car 10, and coordinates “coordinate 1” and “coordinate 2” of two measurement points at which it is determined that some event has occurred in the probe car 10. ”, A“ time ”column indicating a time when an event occurs in the probe car 10, and a“ determination result ”column indicating a determination result. Note that the “time” column stores the measurement times of two measurement points at which it is determined that an event has occurred.
＜処理手順＞
続いて、解析装置２０がプローブカー１０に生じた事象を判定する際の処理手順について、図４及び図５を用いて説明する。本実施形態に係る解析装置２０は、プローブカー１０において２００ｍ間隔で測定されたプローブ情報に含まれる２つの測定点における情報を取得し、取得した情報を分析することで、２つの測定点の間でプローブカー１０に生じた事象を判定する。
<Processing procedure>
Next, a processing procedure when the analysis apparatus 20 determines an event that has occurred in the probe car 10 will be described with reference to FIGS. 4 and 5. The analysis apparatus 20 according to the present embodiment acquires information at two measurement points included in probe information measured at intervals of 200 m in the probe car 10 and analyzes the acquired information to obtain a distance between the two measurement points. The event occurring in the probe car 10 is determined.
図４は、本実施形態に係る解析装置２０が行う処理の一例を示すフローチャートである。図５は、所定のプローブカー１０で記録されたプローブ情報に含まれる測定点を時系列順にプロットした例を示す図である。横軸は時間の経過を示しており、縦軸は移動距離（メートル：ｍ）を示している。なお、図５において、隣り合う測定点間の距離（Δｍ）はすべて同一（概ね２００ｍ）であるが、隣り合う測定点間の測定時刻の差（Δｔ）は、プローブカー１０の速度の増減によって変化することになる。 FIG. 4 is a flowchart illustrating an example of processing performed by the analysis apparatus 20 according to the present embodiment. FIG. 5 is a diagram illustrating an example in which measurement points included in probe information recorded by a predetermined probe car 10 are plotted in time series. The horizontal axis indicates the passage of time, and the vertical axis indicates the movement distance (meter: m). In FIG. 5, the distances (Δm) between adjacent measurement points are all the same (approximately 200 m), but the difference in measurement time (Δt) between adjacent measurement points depends on the increase or decrease in the speed of the probe car 10. Will change.
まず、判定部２２は、プローブ情報ＤＢに格納されているプローブ情報から、発生事象の判定を行う２つの測定点を決定する（Ｓ１０１）。具体的には、判定部２２は、同一のプローブカー１０で記録されたプローブ情報の中から、連続して測定が行われた２つの測定点を、発生事象の判定を行う２つの測定点として決定する。 First, the determination unit 22 determines two measurement points for determining an occurrence event from the probe information stored in the probe information DB (S101). Specifically, the determination unit 22 uses two measurement points measured continuously from the probe information recorded by the same probe car 10 as two measurement points for determining the occurrence event. decide.
例えば、図５に示すように、プローブカー１０で記録されたプローブ情報Ｐ１〜Ｐ８が時系列順に存在した場合、判定部２２は、測定点Ｐ１〜Ｐ８のうち、連続して測定が行われた測定点Ｐ１及びＰ２で示される地点を、発生事象の判定を行う２つの測定点として決定する。 For example, as shown in FIG. 5, when the probe information P1 to P8 recorded by the probe car 10 exists in chronological order, the determination unit 22 continuously measures among the measurement points P1 to P8. The points indicated by the measurement points P1 and P2 are determined as two measurement points for determining the occurrence event.
続いて、判定部２２は、判定対象の２つの測定点間におけるプローブカー１０の平均速度を算出する（Ｓ１０２）。具体的には、判定部２２は、判定対象の２つの測定点におけるそれぞれのプローブ情報に含まれる「測定時刻」の差（「Δｔ」）を算出し、２つの測定点間の距離（２００ｍ）を「測定時刻」の差（「Δｔ」）で除算することで、判定対象の２つの測定点間におけるプローブカー１０の平均速度を算出する。 Subsequently, the determination unit 22 calculates the average speed of the probe car 10 between two measurement points to be determined (S102). Specifically, the determination unit 22 calculates a difference (“Δt”) between “measurement times” included in probe information at two measurement points to be determined, and calculates a distance (200 m) between the two measurement points. Is divided by the difference of “measurement time” (“Δt”) to calculate the average speed of the probe car 10 between the two measurement points to be determined.
続いて、判定部２２は、ステップＳ１０２で算出した平均速度と、２つの測定点における少なくとも一方の測定点における速度とを比較することで、判定対象の２つの測定点の間においてプローブカー１０に生じた事象を判定する（Ｓ１０３）。また、判定部２２は、２つの測定点の間でプローブカー１０に何らかの事象が生じたと判定した場合、判定結果を判定結果ＤＢに格納する。発生事象の判定方法については、後述する「＜判定処理の具体例＞」で説明する。 Subsequently, the determination unit 22 compares the average speed calculated in step S102 with the speed at at least one measurement point at the two measurement points, thereby allowing the probe car 10 to move between the two measurement points to be determined. The generated event is determined (S103). Further, when the determination unit 22 determines that an event has occurred in the probe car 10 between two measurement points, the determination unit 22 stores the determination result in the determination result DB. A method for determining an occurrence event will be described in “<Specific example of determination process>” described later.
判定部２２は、発生事象を判定すべき全ての測定点間について、ステップＳ１０１〜ステップＳ１０３までの判定処理を繰り返す（Ｓ１０４）。例えば、図５の場合、判定部２２は、測定点Ｐ１及びＰ２間、測定点Ｐ２及びＰ３間、測定点Ｐ３及びＰ４間、測定点Ｐ４及びＰ５間、測定点Ｐ５及びＰ６間、測定点Ｐ６及びＰ７間、測定点Ｐ７及びＰ８間についてそれぞれ判定処理を行う。また、判定部２２は、プローブ情報ＤＢに含まれる各プローブカー１０1〜１０Nで記録されたプローブ情報について、ステップＳ１０１〜ステップＳ１０３までの判定処理を繰り返すことで、各プローブカー１０1〜１０Nに生じた事象をそれぞれ判定する。 The determination unit 22 repeats the determination process from step S101 to step S103 between all measurement points for which an occurrence event should be determined (S104). For example, in the case of FIG. 5, the determination unit 22 determines between the measurement points P1 and P2, between the measurement points P2 and P3, between the measurement points P3 and P4, between the measurement points P4 and P5, between the measurement points P5 and P6, and between the measurement points P6. And P7 and between the measurement points P7 and P8, respectively. The determination unit 22, the probe information that has been recorded at each probe car 10 1 to 10 N included in the probe information DB, by repeating the determination process in steps S101~ step S103, the probe car 10 1 to 10 Each event occurring in N is judged.
なお、判定部２２は、プローブ情報ＤＢに含まれる全ての測定点間について判定を行うのではなく、例えば、利用者（解析者）により指定された期間（例えば、Ｘ月Ｙ日〜Ｘ月Ｚ日までの期間など）、地域又は道路に限定して判定処理を行うようにしてもよい。 Note that the determination unit 22 does not determine between all measurement points included in the probe information DB, but for example, a period (for example, X month Y day to X month Z) specified by the user (analyzer). The determination process may be limited to a region or a road).
＜判定処理の具体例＞
続いて、判定部２２が行う判定処理の具体例について複数の具体例を説明する。なお、以下に示す複数の具体例は任意に組み合わせることができる。
<Specific example of determination processing>
Subsequently, a plurality of specific examples will be described as specific examples of the determination process performed by the determination unit 22. A plurality of specific examples shown below can be arbitrarily combined.
（具体例１−１：停止判定）
図６（ａ）に示す２つの測定点において、プローブカー１０に生じた事象を判定する場合について考える。この場合、２つの測定点間の平均速度は２００ｍ／（１０時５３分３０秒−１０時５１分２２秒）＝約５．６ｋｍ／ｈである。また、測定時刻が早い方の測定点の速度は６０ｋｍ／ｈである。つまり、仮に２つの測定点間に停止又は速度低下要因が存在しない場合、プローブカー１０は２つの測定点間を６０ｋｍ／ｈのまま走行可能であるが、実際には５．６ｋｍ／ｈまで速度が低下したことがわかる。すなわち、２つの測定点間のいずれかの地点に信号や交差点などの停止要因が存在しており、その停止要因によりプローブカー１０が停止していたために平均速度が低下していたと推定することができる。
(Specific example 1-1: Stop determination)
Consider a case where an event occurring in the probe car 10 is determined at two measurement points shown in FIG. In this case, the average speed between the two measurement points is 200 m / (10: 53: 30-10: 51: 22) = about 5.6 km / h. The speed of the measurement point with the earlier measurement time is 60 km / h. In other words, if there is no stop or speed reduction factor between the two measurement points, the probe car 10 can travel between the two measurement points with 60 km / h, but actually the speed is up to 5.6 km / h. It can be seen that has decreased. That is, it can be estimated that there is a stop factor such as a signal or an intersection at any point between the two measurement points, and the average speed has decreased because the probe car 10 has stopped due to the stop factor. it can.
そこで、判定部２２は、２つの測定点において、測定時刻が早い方の測定点の速度が平均速度よりも速く、かつ、測定時刻が早い方の測定点の速度から平均速度を減算することで得られる速度差が、第１閾値（例えば５０ｋｍ／ｈなど）以上であることを条件として、２つの測定点の間で、プローブカー１０が停止したと判定する。 Therefore, the determination unit 22 subtracts the average speed from the speed of the measurement point with the earlier measurement time and the measurement speed with the earlier measurement time at the two measurement points. It is determined that the probe car 10 has stopped between two measurement points on the condition that the obtained speed difference is equal to or greater than a first threshold (for example, 50 km / h).
第１閾値の具体的な値は、例えば、予め複数のプローブカー１０に、実際に停止した地点の座標及び時刻を記録させておくことで得られる実際の停止情報と本実施形態における判定結果とを統計処理することで得られる閾値を、第１閾値として定めるようにしてもよい。上述の“５０ｋｍ／ｈ”は本実施形態を説明するための一例であり、本実施形態がこれに限定されることを意図しているのではない。 The specific value of the first threshold is, for example, the actual stop information obtained by causing the plurality of probe cars 10 to record the coordinates and time of the points where the vehicle actually stopped, and the determination result in the present embodiment. A threshold value obtained by performing statistical processing may be defined as the first threshold value. The above-mentioned “50 km / h” is an example for explaining the present embodiment, and the present embodiment is not intended to be limited to this.
なお、判定部２２は、第１の閾値を、プローブカー１０の走行区間が一般道路なのか又は高速道路なのかで切り替えるようにしてもよい。また、判定部２２は、第１の閾値を、走行区間の道路における最高速度に応じて切り替えるようにしてもよい。 The determination unit 22 may switch the first threshold value depending on whether the travel section of the probe car 10 is a general road or an expressway. Moreover, you may make it the determination part 22 switch a 1st threshold value according to the maximum speed in the road of a driving | running | working area.
例えば、上述の例のように第１閾値を５０ｋｍ／ｈとした場合、最高速度が１００ｋｍ／ｈである高速道路では、仮に平均速度が４０ｋｍ／ｈであったとしても、本ロジックでは停止と判定されてしまうことになる。同様に、最高速度が４０ｋｍ／ｈである一般道路では、測定時刻が早い方の測定点の速度から平均速度を減算することで得られる速度差は最高でも４０ｋｍ／ｈになると考えられることから、そもそも本具体例１で示す判定ロジックに該当しなくなってしまう。 For example, when the first threshold is 50 km / h as in the above example, even if the average speed is 40 km / h on a highway with a maximum speed of 100 km / h, this logic determines that the vehicle is stopped. It will be done. Similarly, on a general road with a maximum speed of 40 km / h, the speed difference obtained by subtracting the average speed from the speed of the measurement point with the earlier measurement time is considered to be 40 km / h at the maximum. In the first place, it does not correspond to the determination logic shown in this specific example 1.
従って、プローブカー１０の走行区間に応じて第１閾値を適宜切り替えることで、判定部２２はより高精度に判定を行うことが可能になる。なお、プローブカー１０の走行区間が一般道路又は高速道路であるか、及び走行区間における最高速度は、例えば、２つの測定点における座標と、地図情報ＤＢに格納されている地図データとをマッチングさせることで判定することができる。 Therefore, by appropriately switching the first threshold according to the travel section of the probe car 10, the determination unit 22 can perform determination with higher accuracy. Whether the travel section of the probe car 10 is a general road or an expressway, and the maximum speed in the travel section is, for example, matching coordinates at two measurement points with map data stored in the map information DB. Can be determined.
（具体例１−２：停止判定）
判定部２２は、具体例１−１で示した判定ロジックに加えて、２つの測定点間のいずれかの地点に、信号や交差点など、プローブカー１０の停止又は速度低下要因となるオブジェクト（例えば、信号、交差点、踏切、工事現場、一時停止標識など）が実際に存在する場合に限り、２つの測定点の間でプローブカー１０が停止したと判定し、当該オブジェクトが存在しない場合は、プローブカー１０は停止したのではなく徐行していたと判定するようにしてもよい。例えば、判定部２２は、２つの測定点の座標と地図データとをマッチングさせることで、プローブカー１０が実際に走行した道路を特定し、特定された道路上に当該オブジェクトが存在するか否かを地図データの情報に基づき判定することで、２つの測定点間のいずれかの地点に当該オブジェクトが存在するか否かを判定することができる。なお、「徐行」とは、プローブカー１０が速度を落として走行していたことを意図するものであり、必ずしも、直ちに停止可能な速度で走行していたことに限定されることを意図しているのではない（他の具体例でも同様）。
(Specific example 1-2: Stop determination)
In addition to the determination logic shown in the specific example 1-1, the determination unit 22 is an object (such as a signal or an intersection) that causes the probe car 10 to stop or reduce speed, such as a signal or an intersection. , Signal, intersection, railroad crossing, construction site, stop sign, etc.) only when the probe car 10 is stopped between the two measurement points and the object does not exist You may make it determine with the car 10 not having stopped but slowing down. For example, the determination unit 22 identifies the road on which the probe car 10 actually traveled by matching the coordinates of two measurement points with map data, and whether or not the object exists on the identified road. By determining based on the information of the map data, it is possible to determine whether or not the object exists at any point between the two measurement points. Note that “slowing” is intended to mean that the probe car 10 was traveling at a reduced speed, and is not necessarily limited to being traveled at a speed at which it can be immediately stopped. It is not (the same applies to other specific examples).
具体例１−２によれば、速度低下に加えて、２つの測定点間に信号や交差点等が実際に存在するか否かを判定に用いることができるため、判定部２２は、プローブカー１０が測定点間で停止したことをより高精度に判定することが可能になる。また、具体例１−１では、判定部２２は、２つの測定点間のいずれかの地点でプローブカー１０が停止したと判定するに留まっていたが、具体例１−２では、判定部２２は、地図データ上でオブジェクトが存在する位置をプローブカー１０が停止した位置とみなすことで、プローブカー１０が停止した位置を具体的に特定することが可能になる。 According to the specific example 1-2, in addition to the speed reduction, the determination unit 22 can determine whether or not a signal, an intersection, or the like actually exists between the two measurement points. It is possible to determine with high accuracy that has stopped between measurement points. Further, in the specific example 1-1, the determination unit 22 has only determined that the probe car 10 has stopped at any point between the two measurement points. However, in the specific example 1-2, the determination unit 22 Since the position where the object exists on the map data is regarded as the position where the probe car 10 is stopped, the position where the probe car 10 is stopped can be specifically identified.
（具体例２：徐行判定）
図６（ｂ）に示す２つの測定点においてプローブカー１０に生じた事象を判定する場合を考える。この場合、２つの測定点間の平均速度は２００ｍ／（１０時５５分５９秒−１０時５５分２２秒）＝約２０ｋｍ／ｈである。また、測定時刻が早い方の測定点の速度は６０ｋｍ／ｈである。つまり、仮に２つの測定点間に停止又は速度低下要因が存在しない場合、プローブカー１０は６０ｋｍ／ｈのまま走行可能であるが、実際には２０ｋｍ／ｈまで速度が低下していることがわかる。このような場合、２つの測定点間のいずれかの地点で渋滞等の速度低下要因が存在していたために平均速度が低下していたと推定することができる。
(Specific example 2: Slow determination)
Consider a case in which events occurring in the probe car 10 at two measurement points shown in FIG. In this case, the average speed between the two measurement points is 200 m / (10: 55: 59-10: 55: 22) = about 20 km / h. The speed of the measurement point with the earlier measurement time is 60 km / h. In other words, if there is no stop or speed reduction factor between the two measurement points, the probe car 10 can travel at 60 km / h, but the speed is actually reduced to 20 km / h. . In such a case, it can be estimated that the average speed has been reduced because there is a speed reduction factor such as traffic jam at any point between the two measurement points.
そこで、判定部２２は、２つの測定点において、測定時刻が早い方の測定点の速度が平均速度よりも速く、かつ、測定時刻が早い方の測定点の速度から平均速度を減算することで得られる速度差が、前述した第１閾値（例えば５０ｋｍ／ｈなど）未満であって、かつ、第１閾値よりも小さい第２閾値以上（例えば１５ｋｍ／ｈなど）であることを条件として、２つの測定点の間で、プローブカー１０が徐行していたと判定する。 Therefore, the determination unit 22 subtracts the average speed from the speed of the measurement point with the earlier measurement time and the measurement speed with the earlier measurement time at the two measurement points. On the condition that the obtained speed difference is less than the first threshold value (for example, 50 km / h) and the second threshold value is smaller than the first threshold value (for example, 15 km / h). It is determined that the probe car 10 is slowing down between the two measurement points.
第２閾値の具体的な値も、第１閾値と同様に、例えば、予めプローブカー１０に、実際に徐行していた地点の座標及び時刻を記録させておくことで得られる実際の徐行情報と本実施形態における判定結果とを統計処理することで得られる閾値を、第２閾値として定めるようにしてもよい。上述の“１５ｋｍ／ｈ”は本実施形態を説明するための一例であり、本実施形態がこれに限定されることを意図しているのではない。 Similarly to the first threshold value, the specific value of the second threshold value is, for example, actual deceleration information obtained by causing the probe car 10 to record the coordinates and the time of the actual deceleration point in advance. A threshold value obtained by statistically processing the determination result in this embodiment may be determined as the second threshold value. The above-mentioned “15 km / h” is an example for explaining the present embodiment, and the present embodiment is not intended to be limited to this.
なお、判定部２２は、第２の閾値を、第１の閾値と同様に、プローブカー１０の走行区間が一般道路なのか又は高速道路なのかで切り替えるようにしてもよいし、走行区間の道路における最高速度に応じて切り替えるようにしてもよい。 Note that the determination unit 22 may switch the second threshold value according to whether the travel section of the probe car 10 is a general road or an expressway, as in the case of the first threshold value. You may make it switch according to the maximum speed in.
また、判定部２２は、上記の判定ロジックに加えて、２つの測定点間のいずれかの地点に、信号や交差点など、プローブカー１０の停止又は速度低下要因となるオブジェクト（例えば、信号、交差点、踏切、工事現場、一時停止標識など）が存在しない場合に、プローブカー１０は徐行していたと判定するようにしてもよい。 Further, in addition to the above-described determination logic, the determination unit 22 may be an object (for example, signal, intersection) that causes the probe car 10 to stop or reduce speed, such as a signal or an intersection, at any point between the two measurement points. If there is no railroad crossing, construction site, stop sign, etc.), it may be determined that the probe car 10 is slowing down.
（具体例３：渋滞等解消判定）
図６（ｃ）に示す２つの測定点においてプローブカー１０に生じた事象を判定する場合を考える。この場合、２つの測定点間の平均速度は２００ｍ／（１０時５７分４０秒−１０時５７分２２秒）＝約４０ｋｍ／ｈである。また、測定時刻が早い方の測定点の速度は１０ｋｍ／ｈである。つまり、プローブカー１０が測定時刻が早い方の測定点を通過してそのまま走行した場合は１０ｋｍ／ｈのまま走行することになるが、実際には平均速度４０ｋｍ／ｈで走行していたことがわかる。このような場合、２つの測定点間で速度低下要因（例えば渋滞など）が解消されたと推定することができる。
(Specific example 3: Judgment to eliminate congestion, etc.)
Consider a case in which events occurring in the probe car 10 at two measurement points shown in FIG. In this case, the average speed between the two measurement points is 200 m / (10: 57: 40-10: 57: 22) = about 40 km / h. The speed of the measurement point with the earlier measurement time is 10 km / h. In other words, when the probe car 10 travels as it is after passing through the measurement point with the earlier measurement time, it travels at 10 km / h, but it actually travels at an average speed of 40 km / h. Recognize. In such a case, it can be estimated that the speed reduction factor (for example, traffic jam) has been eliminated between the two measurement points.
そこで、判定部２２は、２つの測定点において、測定時刻が早い方の測定点の速度が平均速度よりも遅く、かつ、平均速度から測定時刻が早い方の測定点の速度を減算することで得られる速度差が、第３閾値以上（例えば２０ｋｍ／ｈなど）であることを条件として、２つの測定点の間で、プローブカー１０は、速度低下要因を抜けたと判定する。 Therefore, the determination unit 22 subtracts the speed of the measurement point with the earlier measurement time from the average speed and the speed of the measurement point with the earlier measurement time from the average speed at the two measurement points. On the condition that the obtained speed difference is equal to or greater than the third threshold (for example, 20 km / h), the probe car 10 determines that the speed reduction factor has passed between the two measurement points.
第３閾値の具体的な値も、第１閾値及び第２閾値と同様に、例えば、予めプローブカー１０に、実際の詳細な走行データ（速度及び座標等）を記録させておくことで得られる実際の渋滞情報と本実施形態における判定結果とを統計処理することで得られる閾値を、第３閾値として定めるようにしてもよい。上述の“２０ｋｍ／ｈ”は本実施形態を説明するための一例であり、本実施形態がこれに限定されることを意図しているのではない。 Similar to the first threshold value and the second threshold value, for example, the specific value of the third threshold value can be obtained by causing the probe car 10 to record actual detailed travel data (speed, coordinates, etc.) in advance. A threshold value obtained by statistically processing actual traffic jam information and the determination result in the present embodiment may be determined as the third threshold value. The above-mentioned “20 km / h” is an example for explaining the present embodiment, and the present embodiment is not intended to be limited to this.
なお、判定部２２は、第３の閾値を、第１の閾値及び第２の閾値と同様に、プローブカー１０の走行区間が一般道路なのか又は高速道路なのかで切り替えるようにしてもよいし、走行区間の道路における最高速度に応じて切り替えるようにしてもよい。 Note that the determination unit 22 may switch the third threshold value depending on whether the travel section of the probe car 10 is a general road or an expressway, similarly to the first threshold value and the second threshold value. Alternatively, switching may be performed according to the maximum speed on the road in the traveling section.
なお、渋滞解消判定における他の方法として、判定部２２は、２つの測定点において、測定時刻が遅い方の測定点の速度が平均速度よりも速く、かつ、測定時刻が遅い方の測定点の速度から平均速度を減算することで得られる速度差が、第４閾値以上（例えば２０ｋｍ／ｈなど）である場合、２つの測定点の間で、プローブカー１０は、速度低下要因を抜けたと判定するようにしてもよい。 Note that, as another method for determining the elimination of traffic jams, the determination unit 22 determines that the measurement point with the later measurement time is faster than the average speed and the measurement point with the later measurement time at the two measurement points. When the speed difference obtained by subtracting the average speed from the speed is equal to or greater than the fourth threshold (for example, 20 km / h), the probe car 10 determines that the cause of the speed reduction has passed between the two measurement points. You may make it do.
（具体例４：徐行継続判定）
図６（ｄ）に示す２つの測定点においてプローブカー１０に生じた事象を判定する場合を考える。図６（ｄ）の場合、前述の具体例２によれば、プローブカー１０は徐行していたと判定されるが、測定時刻が遅い方の測定点の速度は１０ｋｍ／ｈであることから、プローブカー１０は徐行を継続していたと推定することができる。
(Specific example 4: Slow continuation determination)
Consider a case in which events occurring in the probe car 10 at two measurement points shown in FIG. In the case of FIG. 6D, according to the above-described specific example 2, it is determined that the probe car 10 is slowing down, but the speed of the measurement point with the later measurement time is 10 km / h. It can be estimated that the car 10 has continued slowing.
そこで、判定部２２は、具体例２で説明した条件に加えて、測定時刻が遅い方の測定点の速度と平均速度との差が第５閾値以内（例えば１０ｋｍ／ｈ以内など）であることを条件として、プローブカー１０は２つの測定点の間で徐行しており、かつ、徐行を継続していたと判定する。 Therefore, in addition to the conditions described in the specific example 2, the determination unit 22 has a difference between the speed of the measurement point with the later measurement time and the average speed within a fifth threshold (for example, within 10 km / h). As a condition, it is determined that the probe car 10 is slowing down between two measurement points and has continued slowing down.
なお、徐行を継続していたと判定する場合の他の方法として、判定部２２は、測定時刻が遅い方の測定点の速度と平均速度との差が第５閾値以内（例えば１０ｋｍ／ｈ以内など）であり、かつ、平均速度が第６閾値以下（例えば２０ｋｍ／ｈ以下など）であることを条件として、プローブカー１０は２つの測定点の間で徐行しており、かつ、徐行を継続していたと判定するようにしてもよい。 In addition, as another method for determining that the slow speed has continued, the determination unit 22 determines that the difference between the speed of the measurement point with the later measurement time and the average speed is within the fifth threshold (for example, within 10 km / h). And the average speed is 6th threshold value or less (for example, 20 km / h or less, etc.), the probe car 10 is slowing down between two measurement points and continues slowing down. You may make it determine with having met.
（具体例５：統計分析による渋滞長の判定）
以上説明した判定処理をプローブカー１０1〜１０Nに対して行うことで、判定結果ＤＢには、各プローブカー１０に生じた事象が、その事象が生じた場所及び時刻とともに記録されることになる。
(Specific example 5: Judgment of traffic jam length by statistical analysis)
By performing the determination process described above for the probe cars 10 1 to 10 N , the event that occurred in each probe car 10 is recorded in the determination result DB together with the location and time at which the event occurred. Become.
ここで、例えば、交差点等で生じた渋滞が徐々に長くなり、数百メートルに及ぶ渋滞が生じている場合を想定する。この場合、図７に示すように、最初に渋滞で停止したプローブカー１０（ＩＤ０１、ＩＤ０２）と、その後に渋滞で停止したプローブカー１０（ＩＤ０３〜ＩＤ０５）では、２つの測定点間において停止していたと判定された２つの測定点の位置が徐々に移動していくことが考えられる。 Here, for example, a case is assumed in which a traffic jam that occurs at an intersection or the like gradually increases and a traffic jam of several hundred meters occurs. In this case, as shown in FIG. 7, the probe car 10 (ID01, ID02) first stopped due to a traffic jam and the probe car 10 (ID03 to ID05) subsequently stopped due to a traffic jam stop between two measurement points. It is conceivable that the positions of the two measurement points determined to have moved gradually.
そこで、判定部２２は、判定結果ＤＢに記録されたプローブカー１０ごとの発生事象を地図データにプロットすることで渋滞長を判定するようにしてもよい。例えば、判定部２２は、判定結果ＤＢにおいて「判定結果」に「停止」が記録されているレコードから「座標１」、「座標２」及び「時刻」を抽出して地図データにおける道路上にプロットし、プロットされた座標が、時刻の経過に伴って同一の道路上に並んでいる場合に、最も早い時刻にプロットされた座標（例えば図７のＰ２２の座標）と、最も遅い時刻にプロットされた座標（例えば図７のＰ６１の座標）との間の距離を、渋滞長と判定するようにしてもよい。 Therefore, the determination unit 22 may determine the traffic jam length by plotting the occurrence events for each probe car 10 recorded in the determination result DB on map data. For example, the determination unit 22 extracts “coordinate 1”, “coordinate 2”, and “time” from the record in which “stop” is recorded in the “determination result” in the determination result DB, and plots it on the road in the map data When the plotted coordinates are lined up on the same road with the passage of time, the coordinates plotted at the earliest time (for example, the coordinates of P22 in FIG. 7) and the latest time are plotted. The distance between the coordinates (for example, the coordinates of P61 in FIG. 7) may be determined as the traffic jam length.
以上、実施形態に係るプローブ情報解析システムについて説明した。ＥＴＣ２．０のように一定の移動距離間隔で測定が行われるプローブ情報は、従来のカーナビゲーション等で収集されるプローブ情報のように一定の時間間隔（例えば数秒間隔など）で記録されるものではないため、プローブ情報を直接参照するだけでは自動車の走行状態を詳細に追うことが困難であった。しかしながら、本実施形態に係るプローブ情報解析システムによれば、ＥＴＣ２．０において蓄積されるプローブ情報のように一定の移動距離間隔で測定が行われるプローブ情報であっても、プローブカー１０に生じた事象を解析することが可能になる。 The probe information analysis system according to the embodiment has been described above. Probe information that is measured at a constant movement distance interval as in ETC 2.0 is not recorded at a constant time interval (for example, at intervals of several seconds) like probe information collected by conventional car navigation or the like. Therefore, it is difficult to follow the driving state of the automobile in detail only by directly referring to the probe information. However, according to the probe information analysis system according to the present embodiment, even probe information that is measured at a constant movement distance interval, such as probe information accumulated in ETC 2.0, is generated in the probe car 10. It becomes possible to analyze the event.
また、本実施形態に係るプローブ情報解析システムは、測位点間の平均速度と、２つの測定点における少なくとも一方の測定点における速度とを用いて、プローブカー１０に生じた事象を判定するようにした。これにより、単純に測位点間の平均速度のみを用いてプローブカー１０に生じた事象を判定する方法と比較して、プローブカー１０に生じた事象をより高精度に判定することが可能になる。 Further, the probe information analysis system according to the present embodiment determines an event that has occurred in the probe car 10 using the average speed between the positioning points and the speed at at least one of the two measurement points. did. As a result, it is possible to determine an event occurring in the probe car 10 with higher accuracy compared to a method of simply determining an event occurring in the probe car 10 using only the average speed between positioning points. .
また、本実施形態に係るプローブ情報解析システムによれば、道路上において、プローブカー１０の停止や徐行といった速度低下が多い箇所に関するデータを蓄積して統計的に分析を行うことが可能になる。例えば、解析装置２０の判定結果ＤＢに蓄積されたデータを用いることで、実際の道路において渋滞が生じやすい箇所（交差点や信号など）を特定することができ、信号のパラメータ（青信号及び赤信号の比率など）の調整等に役立てるといったことが可能になる。 In addition, according to the probe information analysis system according to the present embodiment, it is possible to accumulate and analyze statistically data on locations on the road where there is a large decrease in speed such as stopping or slowing down of the probe car 10. For example, by using the data accumulated in the determination result DB of the analysis device 20, it is possible to specify a location (intersection, signal, etc.) where traffic congestion is likely to occur on an actual road, and signal parameters (blue signal and red signal) It can be used for adjustment of the ratio).
以上説明した実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。実施形態が備える各要素並びにその配置及び条件等は、例示したものに限定されるわけではなく適宜変更することができる。また、異なる実施形態で示した構成同士を部分的に置換し又は組み合わせることが可能である。また、本実施形態で用いたフローチャートは、処理に矛盾が生じない限り順序を入れ替えることができる。例えば、図４においてステップＳ１０２の処理手順とステップＳ１０３の処理手順とを入れ替えるようにしてもよい。 The embodiments described above are for facilitating the understanding of the present invention, and are not intended to limit the present invention. Each element provided in the embodiment, its arrangement, conditions, and the like are not limited to those illustrated, and can be appropriately changed. In addition, the structures shown in different embodiments can be partially replaced or combined. Further, the order of the flowcharts used in the present embodiment can be changed as long as there is no contradiction in processing. For example, in FIG. 4, the processing procedure of step S102 and the processing procedure of step S103 may be interchanged.
なお、本実施形態において、「部」とは、単に物理的手段を意味するものではなく、その「部」が有する機能をソフトウェアによって実現する場合も含む。また、１つの「部」や装置が有する機能が２つ以上の物理的手段や装置により実現されても、２つ以上の「部」や装置の機能が１つの物理的手段や装置により実現されても良い。 In the present embodiment, the “unit” does not simply mean a physical means, but includes a case where the function of the “unit” is realized by software. Also, even if the functions of one “unit” or device are realized by two or more physical means or devices, the functions of two or more “units” or devices are realized by one physical means or device. May be.
１０…プローブカー、２０…解析装置、２１…収集部、２２…判定部、２３…記憶部 DESCRIPTION OF SYMBOLS 10 ... Probe car, 20 ... Analysis apparatus, 21 ... Collection part, 22 ... Determination part, 23 ... Memory | storage part
Claims (7)
所定の移動距離ごとに測定が行われ、測定点ごとに、測定時刻及び前記移動物体の速度が含まれるプローブ情報を格納する記憶部と、
判定対象とする２つの測定点における前記プローブ情報を取得し、前記２つの測定点における測定時刻の差及び前記所定の移動距離から算出される前記移動物体の平均速度と、前記２つの測定点における少なくとも一方の測定点における速度とに基づき、前記２つの測定点の間で前記移動物体に生じた事象を判定する、判定部と、
を有する解析装置。 An analysis device for analyzing probe information transmitted from a moving object,
Measurement is performed for each predetermined movement distance, and for each measurement point, a storage unit that stores probe information including the measurement time and the speed of the moving object;
The probe information at two measurement points to be determined is acquired, the average speed of the moving object calculated from the difference in measurement time at the two measurement points and the predetermined moving distance, and the two measurement points. A determination unit that determines an event that has occurred in the moving object between the two measurement points based on the velocity at at least one measurement point;
Analyzing device.
前記２つの測定点のうち測定時刻が早い方の測定点における速度が、前記平均速度よりも速く、かつ、
前記２つの測定点のうち測定時刻が早い方の測定点における速度から前記平均速度を減算することで得られる速度差が、第１閾値以上であることを条件として、
前記２つの測定点の間で前記移動物体が停止したと判定する、
請求項１に記載の解析装置。 The determination unit
The speed at the measurement point with the earlier measurement time of the two measurement points is faster than the average speed, and
On condition that the speed difference obtained by subtracting the average speed from the speed at the measurement point with the earlier measurement time of the two measurement points is equal to or greater than the first threshold value,
Determining that the moving object has stopped between the two measurement points;
The analysis device according to claim 1.
前記プローブ情報には、更に、測定点における前記移動物体の位置情報が含まれており、
前記判定部は、更に、前記２つの測定点における位置情報と前記地図情報とに基づいて前記２つの測定点の間に前記オブジェクトが存在するか否かを判定し、前記オブジェクトが存在すると判定されることを条件として、前記２つの測定点の間で前記移動物体が停止したと判定する、請求項２に記載の解析装置。 The storage unit further stores map information indicating a position of a specific object on the map,
The probe information further includes position information of the moving object at a measurement point,
The determination unit further determines whether or not the object exists between the two measurement points based on position information at the two measurement points and the map information, and determines that the object exists. The analysis apparatus according to claim 2, wherein it is determined that the moving object has stopped between the two measurement points.
前記２つの測定点のうち測定時刻が早い方の測定点における速度が、前記平均速度よりも速く、かつ、
前記２つの測定点のうち測定時刻が早い方の測定点における速度から前記平均速度を減算することで得られる速度差が、前記第１閾値未満であって、かつ、前記第１閾値より小さい第２閾値以上であることを条件として、
前記２つの測定点の間で前記移動物体が徐行していたと判定する、
請求項２又は３に記載の解析装置。 The determination unit
The speed at the measurement point with the earlier measurement time of the two measurement points is faster than the average speed, and
A speed difference obtained by subtracting the average speed from a speed at a measurement point with the earlier measurement time of the two measurement points is less than the first threshold value and smaller than the first threshold value. On condition that it is 2 thresholds or more,
It is determined that the moving object has slowed between the two measurement points.
The analysis device according to claim 2 or 3.
前記２つの測定点のうち測定時刻が早い方の測定点における速度が、前記平均速度よりも遅く、かつ、
前記平均速度から、前記２つの測定点のうち測定時刻が早い方の測定点における速度を減算することで得られる速度差が、第３閾値以上であることを条件として、
前記移動物体は、前記２つの測定点の間に存在した速度低下要因を抜けたと判定する、
請求項１から４のいずれか一項に記載の解析装置。 The determination unit
The speed at the measurement point with the earlier measurement time of the two measurement points is slower than the average speed, and
From the average speed, on the condition that the speed difference obtained by subtracting the speed at the measurement point with the earlier measurement time out of the two measurement points is equal to or greater than a third threshold value,
It is determined that the moving object has passed the speed reduction factor that existed between the two measurement points.
The analysis device according to any one of claims 1 to 4.
請求項１から５のいずれか一項に記載の解析装置。 The determination unit stores the determination result of the event in the storage unit, and determines the congestion length by plotting the event for each moving object stored in the storage unit on map data.
The analysis device according to any one of claims 1 to 5.
所定の移動距離ごとに測定が行われ、測定点ごとに、測定時刻及び前記移動物体の速度が含まれるプローブ情報から、判定対象とする２つの測定点における前記プローブ情報を取得するステップと、
前記２つの測定点における測定時刻の差及び前記所定の移動距離から算出される前記移動物体の平均速度と、前記２つの測定点における少なくとも一方の測定点における速度とに基づき、前記２つの測定点の間で前記移動物体に生じた事象を判定するステップと、
を有する解析方法。 An analysis method executed by an analysis device that analyzes probe information transmitted from a moving object,
Obtaining the probe information at two measurement points to be determined from the probe information including measurement time and the velocity of the moving object for each measurement point, at each predetermined movement distance; and
The two measurement points based on the difference between the measurement times at the two measurement points and the average velocity of the moving object calculated from the predetermined movement distance and the velocity at at least one of the two measurement points. Determining an event that occurred in the moving object between
An analysis method having
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017039203A JP6661563B2 (en) | 2017-03-02 | 2017-03-02 | Analysis apparatus and analysis method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017039203A JP6661563B2 (en) | 2017-03-02 | 2017-03-02 | Analysis apparatus and analysis method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2018147078A true JP2018147078A (en) | 2018-09-20 |
| JP6661563B2 JP6661563B2 (en) | 2020-03-11 |
Family
ID=63592062
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017039203A Active JP6661563B2 (en) | 2017-03-02 | 2017-03-02 | Analysis apparatus and analysis method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6661563B2 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2021196894A (en) * | 2020-06-15 | 2021-12-27 | トヨタ自動車株式会社 | Vehicle control device and vehicle control method |
| JP7567617B2 (en) | 2021-03-26 | 2024-10-16 | 株式会社アイシン | Driving history analysis system |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008020948A (en) * | 2006-07-10 | 2008-01-31 | Toyota Motor Corp | Congestion degree creation method, congestion degree creation device |
| JP2008234162A (en) * | 2007-03-19 | 2008-10-02 | Aisin Aw Co Ltd | Congestion state computing system |
| JP2014109950A (en) * | 2012-12-03 | 2014-06-12 | Fujitsu Ltd | System, program and method for processing probe information |
| US20150170514A1 (en) * | 2013-12-13 | 2015-06-18 | Here Global B.V. | Systems and Methods for Detecting Road Congestion and Incidents in Real Time |
| KR20170077336A (en) * | 2015-12-28 | 2017-07-06 | 한국건설기술연구원 | Observation system and method for congestion level based on traffic density |
-
2017
- 2017-03-02 JP JP2017039203A patent/JP6661563B2/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008020948A (en) * | 2006-07-10 | 2008-01-31 | Toyota Motor Corp | Congestion degree creation method, congestion degree creation device |
| JP2008234162A (en) * | 2007-03-19 | 2008-10-02 | Aisin Aw Co Ltd | Congestion state computing system |
| JP2014109950A (en) * | 2012-12-03 | 2014-06-12 | Fujitsu Ltd | System, program and method for processing probe information |
| US20150170514A1 (en) * | 2013-12-13 | 2015-06-18 | Here Global B.V. | Systems and Methods for Detecting Road Congestion and Incidents in Real Time |
| KR20170077336A (en) * | 2015-12-28 | 2017-07-06 | 한국건설기술연구원 | Observation system and method for congestion level based on traffic density |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2021196894A (en) * | 2020-06-15 | 2021-12-27 | トヨタ自動車株式会社 | Vehicle control device and vehicle control method |
| JP7464454B2 (en) | 2020-06-15 | 2024-04-09 | トヨタ自動車株式会社 | Vehicle control device and vehicle control method |
| JP7567617B2 (en) | 2021-03-26 | 2024-10-16 | 株式会社アイシン | Driving history analysis system |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6661563B2 (en) | 2020-03-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5649726B2 (en) | How to determine cross-failure information | |
| US9786161B2 (en) | Methods and systems for estimating road traffic | |
| US10001380B2 (en) | Navigation using crowdsourcing data | |
| AU2015352509B2 (en) | Apparatus and method for vehicle economy improvement | |
| US11237007B2 (en) | Dangerous lane strands | |
| US11915583B2 (en) | Traffic predictions at lane level | |
| KR20140052953A (en) | Method of generating expected average speeds of travel | |
| JP2011022649A (en) | Link travel time calculation device and program | |
| EP2633270B1 (en) | Method for detecting grade separated crossings and underpasses | |
| EP3742420B1 (en) | Estimation of mobile device count | |
| Flaskou et al. | Analysis of freight corridors using GPS data on trucks | |
| Gong et al. | Developing a systematic method for identifying and ranking freeway bottlenecks using vehicle probe data | |
| CN113901109B (en) | Method for calculating total number of people and time distribution of passenger and truck travel modes on intercity highway | |
| JP2009217376A (en) | System, device, and method of traffic information generation | |
| JP6661563B2 (en) | Analysis apparatus and analysis method | |
| Li et al. | A feature-based approach to large-scale freeway congestion detection using full cellular activity data | |
| Lin et al. | Estimating nationwide link speed distribution using probe position data | |
| Tong et al. | New perspectives on the use of GPS and GIS to support a highway performance study | |
| Li et al. | Intersection congestion analysis based on cellular activity data | |
| Xiang et al. | Network-wide performance assessment of urban traffic based on probe vehicle data | |
| Ali et al. | Global positioning systems data for performance evaluation of hov and gp lanes on i-66 and i-395/i-95 | |
| Kumar et al. | Congestion Quantification Measures and their Applicability to Indian Traffic Conditions | |
| de Bruin et al. | A GIS Approach to Measuring Public Transport Travel Delay on Higher Order Roads in the City of Cape Town | |
| WC | Introduction of segment-based traffic information estimation method using cellular network data | |
| DATA | Shoaib Mahmud1 and Christopher M. Day1 1Iowa State University |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190221 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200114 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200122 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200212 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6661563 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |