專利名稱：路徑引導(dǎo)系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及路徑弓丨導(dǎo)服務(wù)。
背景技術(shù)：
作為本技術(shù)領(lǐng)域的背景技術(shù)，存在JP特開2007-192727號公報(專利文獻I)。該專利文獻I公開了利用高精度的交通信息來捜索直到目的地的推薦路徑的技木。此外，專利文獻2中公開了通過針對交通信息向量進行主成分分析并基于其得到的基底的線性合成來近似表現(xiàn)出交通信息的技術(shù)。專利文獻I JP特開2007-192727號公報專利文獻2 JP特開2006-251941號公報如果利用交通信息，則能夠進行與當(dāng)時的交通狀況相應(yīng)的動態(tài)的最佳路徑引導(dǎo)。不過，由于每次有路徑引導(dǎo)的請求都需要利用最新的交通信息執(zhí)行路徑搜索，因此在運算處理中耗費時間。另ー方面，為了縮短路徑搜索的執(zhí)行時間，若針對將能夠設(shè)定為出發(fā)地、目的地的全部地點分別作為出發(fā)地、目的地的所有組合，事先將搜索全部出發(fā)地至全部目的地之間的路徑(全捜索)而得到結(jié)果保存在數(shù)據(jù)庫中，則在接收到路徑引導(dǎo)請求時，從數(shù)據(jù)庫中讀出與所指定的出發(fā)地及目的地相應(yīng)的出發(fā)地-目的地間的路徑，不需要毎次有路徑引導(dǎo)請求都進行路徑搜索運算處理，通過數(shù)據(jù)庫的搜索處理就求出了路徑，與此相應(yīng)地提高對于路徑引導(dǎo)請求的響應(yīng)性。但是，在事前對可能的出發(fā)地目的地間的路徑進行全搜索的方法中，無法提供與時刻變化的交通狀況相應(yīng)的最佳路徑。此外，如果在反映出事先假設(shè)的全部交通狀況的組合的基礎(chǔ)上執(zhí)行上述的全捜索，則也能夠反映出交通狀況，但是由于交通狀況的狀態(tài)數(shù)存在無數(shù)，因此針對全部的交通狀況事先執(zhí)行全捜索可以說是不現(xiàn)實的方案。

發(fā)明內(nèi)容
為了解決上述課題，本發(fā)明的路徑引導(dǎo)系統(tǒng)具備交通狀況分類単元，其將基于每個時刻的交通信息的多個交通狀況分類為多個交通狀況模式；路徑數(shù)據(jù)庫生成単元，其與多個交通狀況模式的每個模式對應(yīng)地，進行針對多個地點間的所有組合的路徑搜索運算，將通過路徑搜索運算得到的所有的路徑保存在路徑數(shù)據(jù)庫中；交通狀況比對単元，其從多個交通狀況模式中輸出與當(dāng)前狀況交通信息類似的交通狀況模式；和路徑信息檢索單元，其基于由交通狀況比對單元輸出的交通狀況模式，參照路徑數(shù)據(jù)庫檢索并輸出從出發(fā)地至目的地的路徑。發(fā)明效果本發(fā)明的路徑引導(dǎo)系統(tǒng)通過事先捜索能夠響應(yīng)性良好地提供基于當(dāng)前狀況交通信息的路徑的近似路徑。


圖1是第I實施例中的路徑引導(dǎo)系統(tǒng)的構(gòu)成圖。圖2是表示路徑數(shù)據(jù)庫的數(shù)據(jù)結(jié)構(gòu)的圖。圖3是路徑引導(dǎo)界面的顯示畫面。圖4是根據(jù)將交通信息投影至特征空間來進行聚類而得到的重心進行交通狀況比對的示意圖。圖5是路徑引導(dǎo)系統(tǒng)中的路徑數(shù)據(jù)庫的生成處理流程。圖6是路徑引導(dǎo)系統(tǒng)中的路徑搜索的處理流程。圖7是第2實施例中的路徑引導(dǎo)系統(tǒng)的構(gòu)成圖。圖8是當(dāng)前狀況交通信息與統(tǒng)計交通信息的隨著時間經(jīng)過的誤差變化趨勢的曲線。圖9是路徑引導(dǎo)系統(tǒng)的處理流程。圖中100路徑引導(dǎo)系統(tǒng)101交通信息數(shù)據(jù)庫102交通狀況分類裝置103交通狀況模式104、803路徑數(shù)據(jù)庫生成裝置105、804路徑數(shù)據(jù)庫106當(dāng)前狀況交通信息107交通狀況比對裝置108路徑信息檢索裝置109路徑引導(dǎo)界面110地圖數(shù)據(jù)庫150導(dǎo)航裝置401特征空間向量的坐標(biāo)501 群組(cluster)502群組重心的坐標(biāo)503距當(dāng)前狀況交通信息的特征空間投影點的坐標(biāo)最近的群組重心的坐標(biāo)601當(dāng)前狀況交通信息的特征空間投影點的坐標(biāo)801統(tǒng)計交通信息生成裝置802統(tǒng)計交通信息數(shù)據(jù)庫
具體實施例方式以下，利用

使用了本發(fā)明的路徑搜索系統(tǒng)的實施例。(第I實施例)圖1是本實施例的路徑引導(dǎo)系統(tǒng)100的構(gòu)成圖。路徑引導(dǎo)系統(tǒng)100具有交通信息數(shù)據(jù)庫101、交通狀況分類裝置102、交通狀況模式103、路徑數(shù)據(jù)庫生成裝置104、路徑數(shù)據(jù)庫105、當(dāng)前狀況交通信息106、交通狀況比對裝置107、路徑信息檢索裝置108、地圖數(shù)據(jù)庫110。導(dǎo)航裝置150是路徑引導(dǎo)系統(tǒng)100的外部裝置，具有路徑引導(dǎo)界面109。路徑引導(dǎo)系統(tǒng)100與導(dǎo)航裝置150之間的輸入輸出經(jīng)由通信來進行。在路徑引導(dǎo)系統(tǒng)100中，每個更新周期從外部收集各時間點的交通信息作為當(dāng)前狀況交通信息106。該當(dāng)前狀況交通信息106除了從設(shè)置于路邊的傳感器得到的交通信息以外，還存在基于上載了由探測車(流動車)計測的行駛數(shù)據(jù)的探測數(shù)據(jù)的交通信息。每個更新周期所收集的當(dāng)前狀況交通信息106存儲在蓄積過去的交通信息的交通信息數(shù)據(jù)庫101中。交通信息數(shù)據(jù)庫101中保存以路段旅行時間或路段代表速度等數(shù)值數(shù)據(jù)表示的過去的交通信息。在交通狀況分類裝置102中，讀出交通信息數(shù)據(jù)庫101中保存的交通信息，通過聚類(clustering)生成代表性的多個交通狀況模式103。聚類的方法中存在各種公知的方法。交通狀況分類裝置102利用例如K-means法進行過去的交通狀況的聚類。交通狀況分類裝置102進行的處理的詳細(xì)內(nèi)容在后面敘述。交通狀況模式103由交通狀況分類裝置102生成。由于交通狀況模式103通過聚類生成的，因此并不表示過去計測的交通狀況本身。將過去的交通狀況分類為多個交通狀況模式103，各交通狀況模式被表示為代表過去的交通狀況內(nèi)彼此類似的幾種情況的近似值。對交通狀況模式103分別賦予固有的模式編號。在路徑數(shù)據(jù)庫生成裝置104中，利用基干與交通狀況模式103對應(yīng)的交通信息的路徑搜索成本、地圖數(shù)據(jù)庫110中保存的地圖數(shù)據(jù)，通過迪杰斯特(Dijkstra)法等的路徑捜索算法，針對與交通狀況模式103分別對應(yīng)的全部地點間的所有組合進行路徑搜索運算，將通過該路徑搜索運算得到的所有路徑保存在路徑數(shù)據(jù)庫105中。在此，所謂針對全部地點間的所有組合的路徑搜索運算是針對可能成為出發(fā)地和目的地的節(jié)點(node)的全部組合來進行路徑搜索。即，從地圖數(shù)據(jù)庫110中獲取路徑搜索的對象區(qū)域內(nèi)的所有節(jié)點，針對將其作為出發(fā)地或目的地的所有組合(其中，除去兩者皆為同一節(jié)點)，根據(jù)基于與各個交通狀況模式103對應(yīng)的交通信息的路徑搜索成本預(yù)先進行路徑搜索。在路徑數(shù)據(jù)庫105中，如圖2所示那樣與各個交通狀況模式103對應(yīng)地，保存構(gòu)成對出發(fā)地節(jié)點和目的地節(jié)點連結(jié)的路徑的路段列。該路段列是從出發(fā)地至目的地對構(gòu)成從作為出發(fā)地的節(jié)點至作為目的地的節(jié)點的路徑的道路路段的路段編號。在交通狀況比對裝置107中，比較當(dāng)前狀況交通信息106和交通狀況模式103，輸出與當(dāng)前狀況交通信息106最相似的交通狀況模式103的模式編號。該處理的詳細(xì)內(nèi)容后面敘述。在路徑信息檢索裝置108中，參照保存了針對與交通狀況比對裝置107輸出的模式編號的交通狀況模式對應(yīng)的全部節(jié)點間的所有組合的路徑搜索結(jié)果的路徑數(shù)據(jù)庫105，檢索從由導(dǎo)航裝置150的路徑引導(dǎo)界面109輸入的出發(fā)地起至目的地的路徑，將構(gòu)成該路徑的路段列輸出至導(dǎo)航裝置150的路徑引導(dǎo)界面109。在導(dǎo)航裝置150的路徑引導(dǎo)界面109，從利用者接受出發(fā)地和目的地的輸入，發(fā)送至路徑引導(dǎo)系統(tǒng)100的路徑信息檢索裝置108，接收路徑信息檢索裝置108輸出的連接該出發(fā)地和目的地的路徑300的路徑信息。并且，當(dāng)在路徑引導(dǎo)界面109從路徑信息檢索裝置108接收到路段列時，如圖3的畫面所示，在顯示出發(fā)地和目的地的地圖上強調(diào)顯示與路段列相應(yīng)的路徑。接下來，說明交通狀況分類裝置102的詳細(xì)內(nèi)容。交通狀況分類裝置102將以多個路段的交通信息為要素的多維向量作為聚類的對象。若將ー個路段的交通信息考慮為一個坐標(biāo)軸上的值，則包含例如1000條的路段的區(qū)域的交通狀況表示為1000維的交通信息空間上的交通信息向量。該交通信息向量具有的1000個分量分別表示1000條路段的路段旅行時間或者路段代表速度等與各個路段的移動成本相關(guān)的數(shù)值。該路段旅行時間或者路段代表速度等的數(shù)值數(shù)據(jù)如上述那樣基于過去的交通信息保存在交通信息數(shù)據(jù)庫101中。這種的交通信息向量在每個交通信息的更新周期就會存在ー個。即，ー個交通信息向量表示基于某時刻的交通信息的1000條路段的交通狀況。交通狀況分類裝置102對通過多個交通信息更新所生成的這些交通信息向量進行聚類，得到多個代表性的群組。各群組中，對表示基于多個不同時刻的交通信息的多個交通狀況的多個交通信息向量進行分類。利用與這多個交通信息向量的重心對應(yīng)的交通信息向量即各群組的重心向量來表示交通狀況模式 103。但是，在路段數(shù)較多的情況下，聚類的運算量變得巨大。在這種情況下，優(yōu)選如專利文獻2所公開的那樣，針對交通信息向量進行主成分分析并通過所得到的基底的線性合成來近似表現(xiàn)交通信息。即，首先將交通信息向量在通過主成分分析得到的低維度的特征空間中投影為特征空間向量，接下來進行以特征空間中的特征空間向量作為對象的聚類，由此能夠大幅減少運算量。圖4中對此進行說明。圖4中為了方便說明將通過主成分分析而得到的多個特征空間向量的投影點的坐標(biāo)401表示為從特征空間中切取出2個基底Wl和W2的ニ維部分空間。實際的特征空間的維數(shù)能夠設(shè)定為例如將主成分分析中的累積貢獻率用作指標(biāo)來近似保持原始交通信息向量所具有的90%的信息。當(dāng)以該特征空間向量(投影點)作為對象來進行聚類時，求出多個群組501。將多個群組501各自的重心502從特征空間橫向投影至原始交通信息空間而得到的多個重心向量，分別是在交通信息空間中進行聚類而得到的各群組的重心向量的近似向量。能夠?qū)⒃摻葡蛄坑米鹘煌顩r模式103。 接下來，說明交通狀況比對裝置107的詳細(xì)內(nèi)容。交通狀況比對裝置107分別比較表示基于當(dāng)前狀況交通信息106的交通狀況的交通信息向量和表示多個交通狀況模式103的多個交通信息向量，相互比較基于其差分得到的多個差分向量，輸出由范數(shù)最小的差分向量所對應(yīng)的交通信息向量表示的交通狀況模式103的模式編號。如上述那樣，在交通狀況分類裝置102將多個交通信息向量投影至特征空間來進行聚類的情況下，交通狀況比對裝置107也將表示基于當(dāng)前狀況交通信息106的交通狀況的交通信息向量投影至特征空間，由此交通狀況比對裝置107在特征空間中進行當(dāng)前狀況交通信息106和交通狀況模式103的比對。多個重心502、503等位于與多個交通狀況模式103的每ー個對應(yīng)的特征空間上的坐標(biāo)。將表示基于當(dāng)前狀況交通信息106的交通狀況的交通信息向量投影至特征空間之后的坐標(biāo)是坐標(biāo)601。在該例中，交通狀況比對裝置107搜索與特征空間上的坐標(biāo)601最近的重心，輸出與該重心對應(yīng)的交通狀況模式103的模式編號。在圖4的例子中，與離坐標(biāo)601最近的重心503對應(yīng)的交通狀況模式103的模式編號被輸出。圖5、圖6以流程圖表不路徑引導(dǎo)系統(tǒng)100的動作。圖5表不包括多個交通狀況模式103的生成、針對與多個交通狀況模式103分別對應(yīng)的全部地點間的所有組合的路徑搜索運算在內(nèi)的、由路徑引導(dǎo)系統(tǒng)100預(yù)先準(zhǔn)備路徑數(shù)據(jù)庫804的處理順序。圖6表示在針對所指定的出發(fā)地和目的地進行從出發(fā)地至目的地的路徑搜索時由路徑引導(dǎo)系統(tǒng)100進行的處理順序。再者，在此說明如上述那樣在特征空間中進行聚類的情況。在圖5的步驟701中，由交通狀況分類裝置102從交通信息數(shù)據(jù)庫101中讀出數(shù)據(jù)。交通狀況分類裝置102獲取作為路徑搜索對象的區(qū)域中的過去的交通信息。在步驟S702中，由交通狀況分類裝置102進行交通信息向量的主成分分析的運算。交通狀況分類裝置102生成與通過針對交通信息向量的主成分分析所得到的基底對應(yīng)的特征空間，該交通信息向量表示基于由步驟701得到的交通信息的交通狀況。再者，此時得到的基底還在后述的步驟705、步驟712中使用，因此保存在其他存儲裝置(未圖示)中。在步驟S703中，交通狀況分類裝置102進行在該特征空間中對該交通信息向量進行投影的運算。通過向與步驟S701中獲取的交通信息對應(yīng)的特征空間的投影，得到特征空間向量(投影點)。在步驟S704中，由交通狀況分類裝置102進行聚類的運算，形成該投影點被分類之后的群組。盡管聚類中存在各種方法，但如果使用例如K-means法，則形成多個球狀群組，可保證從被分類至各群組的投影點至該群組的群組重心的距離最短。在步驟S705中，由交通狀況分類裝置102進行投影點和群組重心向交通信息空間的橫向投影(inverse projection)運算。根據(jù)群組重心被橫向投影而得到的重心向量得到交通狀況模式103。S706是路徑數(shù)據(jù)庫生成裝置104內(nèi)的循環(huán)處理。在路徑數(shù)據(jù)庫生成裝置104中，利用基干與交通狀況模式分別對應(yīng)的交通信息的路徑搜索成本，在與步驟S707的所有節(jié)點相關(guān)的循環(huán)處理中進行路徑搜索運算708，將搜索結(jié)果保存在路徑數(shù)據(jù)庫105中。具體而言，由干與交通狀況模式對應(yīng)的交通信息是各路段中的旅行時間信息，因此將其用作用于路徑搜索中的路段成本、或者使其反映在路徑成本等中來進行路徑搜索。由此，得到與對應(yīng)于各個交通狀況模式103的所有節(jié)點間的路徑相關(guān)的路徑信息。在圖6的步驟S709中，路徑信息檢索裝置108接收用戶經(jīng)由導(dǎo)航裝置150的路徑引導(dǎo)界面109輸入的出發(fā)地和目的地在內(nèi)的路徑引導(dǎo)請求。在步驟S710中，進行將當(dāng)前狀況交通信息106輸入至交通狀況比對裝置107的處理。在步驟S711中，由交通狀況比對裝置107進行運算，將表示基于當(dāng)前狀況交通信息106的交通狀況的交通信息向量投影至特征空間。在交通狀況比對裝置107中將該交通信息向量投影至步驟S702中得到特征空間。此時使用的基底如上述那樣，使用預(yù)先在步驟S702中求出的基底。步驟S712是交通狀況比對裝置107中的循環(huán)處理。在步驟S713中，交通狀況比對裝置107計算步驟S711中得到的表示基于當(dāng)前狀況交通信息106的交通狀況的交通信息向量在特征空間中的投影點、與對應(yīng)于各個交通狀況模式103的群組重心的距離。在步驟S714中，交通狀況比對裝置107將與步驟S713中計算出的距投影點的距離之內(nèi)處于最短距離處的群組重心對應(yīng)的交通狀況模式103的模式編號，作為與當(dāng)前狀況交通信息最相似的交通狀況模式的模式編號輸出至路徑信息檢索裝置108。在步驟S715中，路徑信息檢索裝置108向路徑數(shù)據(jù)庫105發(fā)出檢索請求，參照圖5的處理中預(yù)先生成的路徑數(shù)據(jù)庫804的路徑來進行路徑檢索。即，基于由使用者利用經(jīng)由導(dǎo)航裝置150的路徑引導(dǎo)界面109所指定的出發(fā)地和目的地、步驟S714中從交通狀況比對裝置107輸入的交通狀況模式103的模式編號，讀出與從對應(yīng)于該模式編號的該出發(fā)地至該目的地的路徑相關(guān)的路徑信息。由于與讀出的路徑信息對應(yīng)的路徑是在與當(dāng)前狀況交通信息106最相似的交通狀況模式103中檢索出的路徑，因此是與基于當(dāng)前狀況交通信息106實際進行路徑搜索所得到的路徑近似的近似路徑。在步驟S716中，路徑信息檢索裝置108將步驟S715中讀出的該路徑信息發(fā)送至導(dǎo)航裝置150的路徑引導(dǎo)界面109。導(dǎo)航裝置150的路徑引導(dǎo)界面109將由路徑信息檢索裝置108輸出的近似路徑如圖3所示那樣作為路徑300顯示在畫面上。圖5所示的步驟S701 S708中進行的處理與圖6所示的步驟S709 S716中進行的處理是彼此獨立的處理。步驟S701 S708可預(yù)先在離線的情況下執(zhí)行。例如可以按ー個月一次等的方式定期地實施該處理。相對于此，步驟S709 S716是根據(jù)來自導(dǎo)航裝置150的路徑引導(dǎo)請求而與交通信息的更新周期即當(dāng)前狀況交通信息的獲取同步地實時執(zhí)行。這樣，路徑引導(dǎo)系統(tǒng)100能夠快速地提供從由導(dǎo)航裝置150的路徑引導(dǎo)界面109輸入的從出發(fā)地至目的地的上述近似路徑。即便在當(dāng)前狀況交通信息106中包含突發(fā)的交通管制等的信息的情況下，該近似路徑也是在與包含該信息在內(nèi)的當(dāng)前狀況交通信息106最相似的交通狀況模式103中檢索出的路徑。因此，得到基干與實際的道路條件相應(yīng)的路徑的近似路徑。作為步驟S712表示出的交通狀況比對裝置107中的循環(huán)處理之中，在步驟S713中，交通狀況比對裝置107計算表示基于步驟S711中得到的當(dāng)前狀況交通信息106的交通狀況的交通信息向量在特征空間中的投影點、與對應(yīng)于各個交通狀況模式103的群組重心之間的距離。但是，在步驟S703中，在由交通狀況分類裝置102沒有進行將對應(yīng)于各個交通狀況模式103的交通信息向量投射于特征空間的運算的情況下，也可以在步驟S711中由交通狀況比對裝置107進行表示基于當(dāng)前狀況交通信息106的交通狀況的交通信息向量向特征空間的投影的運算。此時，可以在步驟S713中，交通狀況比對裝置107計算從表示基于步驟S711中得到的當(dāng)前狀況交通信息106的交通狀況的交通信息向量起至與群組的重心對應(yīng)的交通信息向量(重心向量)為止的距離，該群組的重心與各個交通狀況模式103相對應(yīng)。(第2實施例)作為提高路徑引導(dǎo)的精度的方法，已知如JP特開2007-192727號公報(專利文獻I)那樣的方法，對于出發(fā)地附近在路徑搜索成本中使用當(dāng)前狀況交通信息，在距出發(fā)地較遠(yuǎn)的地方，在當(dāng)前狀況交通信息的誤差超出統(tǒng)計交通信息的誤差的范圍內(nèi)對于路徑搜索成本則使用統(tǒng)計交通信息。在本實施例中，表示應(yīng)用該方法來提高實施例1的路徑引導(dǎo)系統(tǒng)的精度的方法。圖7是本實施例的路徑引導(dǎo)系統(tǒng)800的構(gòu)成圖。由于路徑引導(dǎo)系統(tǒng)800的基本結(jié)構(gòu)與圖1的路徑引導(dǎo)系統(tǒng)100相同，因此這里敘述與路徑引導(dǎo)系統(tǒng)100不同的構(gòu)成要素。801是統(tǒng)計交通信息生成裝置，利用交通信息數(shù)據(jù)庫101中保存的過去的交通信息生成統(tǒng)計交通信息。在此所謂的統(tǒng)計交通信息是在星期 節(jié)假日 時間段等取得過去的交通信息的統(tǒng)計性代表值的信息，例如星期日10:00的路段旅行時間、路段代表速度這種的信息保存在統(tǒng)計交通信息數(shù)據(jù)庫802中。接下來，敘述路徑數(shù)據(jù)庫生成裝置803的處理。路徑引導(dǎo)系統(tǒng)100中的路徑數(shù)據(jù)庫生成裝置104僅將交通狀況模式103的交通信息作為搜索成本來進行路徑搜索，但路徑數(shù)據(jù)庫生成裝置803將交通狀況模式103和統(tǒng)計交通信息數(shù)據(jù)庫802的雙方的交通信息作為捜索成本來進行路徑搜索。如專利文獻I中所述那樣，在以某時間點為起點吋，該時間點的當(dāng)前狀況交通信息與統(tǒng)計交通信息的誤差隨著時間的經(jīng)過如圖8所示那樣發(fā)生反轉(zhuǎn)。將兩者的誤差反轉(zhuǎn)并且當(dāng)前狀況交通信息的誤差超過統(tǒng)計交通信息的誤差的經(jīng)過時間設(shè)定為閾值901。由于交通狀況模式103是在交通狀況比對裝置107中成為與當(dāng)前狀況交通信息106比較對照的對象的信息，因此在路徑數(shù)據(jù)庫生成裝置803中，將閾值901用作區(qū)分使用交通狀況模式103和統(tǒng)計交通信息數(shù)據(jù)庫802的閾值。即，在路徑數(shù)據(jù)庫生成裝置803中利用迪杰斯特法進行捜索的情況下，在捜索開始時間點將交通狀況模式103作為搜索成本進行計算，毎次確定到達新的節(jié)點的最短時間路徑時，進行到達該節(jié)點的到達時間與閾值901的比較，在到達時間超過閾值901的時間點，將搜索成本從交通狀況模式103切換至統(tǒng)計交通信息數(shù)據(jù)庫802。圖9中以流程圖表示以上敘述的路徑數(shù)據(jù)庫生成裝置803的處理。S1001是與所有節(jié)點相關(guān)的循環(huán)，將各節(jié)點作為出發(fā)節(jié)點進行S1002 S1006的搜索處理。S1002是搜索的初始化，在各路段中將交通狀況模式103的交通信息設(shè)定為捜索成本。S1003是依次確定從出發(fā)點附近的節(jié)點開始的最短時間路徑的處理。S1004是結(jié)束判斷，在針對該出發(fā)節(jié)點確定了到達所有節(jié)點的最短時間路徑的情況下結(jié)束捜索處理，在尚未確定的情況下繼續(xù)搜索處理。在S1005中比較步驟S1003中達到確定了最短時間路徑的節(jié)點的到達時間與閾值901，在到達時間超過閾值時，在S1006中將統(tǒng)計交通信息數(shù)據(jù)庫802的交通信息設(shè)定為完成確定的最短路徑中不包含的各路段的捜索成本。通過以上的處理，路徑數(shù)據(jù)庫生成裝置803區(qū)分使用交通狀況模式103和統(tǒng)計交通信息數(shù)據(jù)庫802來進行全捜索。此外，參照這樣生成的路徑數(shù)據(jù)庫804，路徑信息檢索裝置108基于交通狀況比對裝置107的當(dāng)前狀況交通信息106和交通狀況模式103的比對結(jié)果，能夠發(fā)送加入了交通狀況模式103和統(tǒng)計交通信息數(shù)據(jù)庫802雙方的路徑信息。
權(quán)利要求
1.一種路徑引導(dǎo)系統(tǒng)，其特征在于，具備 交通狀況分類單元，其將基于每個時刻的交通信息的多個交通狀況分類為多個交通狀況模式； 路徑數(shù)據(jù)庫生成單元，其與所述多個交通狀況模式的每個模式相對應(yīng)地，進行針對多個地點間的所有組合的路徑搜索運算，將通過所述路徑搜索運算得到的所有的路徑保存在路徑數(shù)據(jù)庫中； 交通狀況比對單元，其從所述多個交通狀況模式中輸出與當(dāng)前狀況交通信息類似的交通狀況模式；和 路徑信息檢索單元，其基于由所述交通狀況比對單元輸出的所述交通狀況模式，參照所述路徑數(shù)據(jù)庫檢索并輸出從出發(fā)地至目的地的路徑。
2.根據(jù)權(quán)利要求1所述的路徑引導(dǎo)系統(tǒng)，其特征在于， 所述交通狀況分類單元通過聚類將所述多個交通狀況分類為多個群組， 所述多個交通狀況模式的每個模式對應(yīng)于所述多個群組的各群組。
3.根據(jù)權(quán)利要求2所述的路徑引導(dǎo)系統(tǒng)，其特征在于， 所述多個交通狀況的每個交通狀況由包含與對應(yīng)于多個區(qū)間道路的每個區(qū)間道路的多個移動成本相關(guān)的多個成分在內(nèi)的交通信息向量表不， 所述多個交通狀況模式的每個模式由與所述各群組的重心對應(yīng)的所述交通信息向量表不， 所述交通狀況比對單元將與所述多個群組各自的重心對應(yīng)的多個交通信息向量之內(nèi)、處于與表示基于所述當(dāng)前狀況交通信息的交通狀況的所述交通狀況向量最近的距離處的所述交通信息向量所表示的交通狀況模式，作為與所述當(dāng)前狀況交通信息類似的交通狀況模式進行輸出。
4.根據(jù)權(quán)利要求3所述的路徑引導(dǎo)系統(tǒng)，其特征在于， 在所述最近的距離為規(guī)定閾值以下時，所述交通狀況比對單元輸出與所述當(dāng)前狀況交通信息類似的所述交通狀況模式， 根據(jù)所述多個群組之內(nèi)的、處于與表示基于所述當(dāng)前狀況交通信息的交通狀況的所述交通狀況向量所述最近的距離處的所述交通信息向量所表示的交通狀況模式所對應(yīng)的群組來確定所述規(guī)定閾值。
全文摘要
本發(fā)明提供一種路徑引導(dǎo)系統(tǒng)，可快速輸出以基于當(dāng)前狀況交通信息的路徑為準(zhǔn)的近似路徑。路徑引導(dǎo)系統(tǒng)具備交通狀況分類單元，其將基于每個時刻的交通信息的多個交通狀況分類為多個交通狀況模式；路徑數(shù)據(jù)庫生成單元，其與多個交通狀況模式的每個模式對應(yīng)地，進行針對多個地點間的所有組合的路徑搜索運算，將通過路徑搜索運算得到的所有的路徑保存在路徑數(shù)據(jù)庫中；交通狀況比對單元，其從多個交通狀況模式中輸出與當(dāng)前狀況交通信息類似的交通狀況模式；和路徑信息檢索單元，其基于由交通狀況比對單元輸出的交通狀況模式，參照路徑數(shù)據(jù)庫檢測并輸出從出發(fā)地至目的地的路徑。
文檔編號G01C21/26GK103033194SQ20121029884
公開日2013年4月10日 申請日期2012年8月21日 優(yōu)先權(quán)日2011年9月28日
發(fā)明者熊谷正俊, 奧出真理子, 蛭田智昭 申請人:株式會社日立制作所