专利名称：交通阻塞预测装置和方法
技术领域：
本发明涉及预测道路上的交通阻塞的交通阻塞预测装置和交通阻塞预测方法。
背景技术：
在例如日本专利申请公开公报第2004-272408号中已经提出一种交通阻塞预测系统。在该系统中，基于由交通信息中心提供的每个节点连线的先前的交通阻塞信息为每个节点连线制备交通阻塞模式和节点连线之间的交通阻塞的关联数据，并且能够预测任何节点连线的交通阻塞。
发明内容
本发明的实施例提供一种交通阻塞预测装置和方法。例如，本文所述的一种装置接收来自于交通信息中心的交通阻塞信息。该装置可以包括控制器，该控制器的工作基于当前的交通阻塞信息和从先前的交通阻塞信息发生的变化估计道路节点连线(road link)当前的交通状态。该控制器的工作也基于当前的交通阻塞信息和所估计的当前的交通状态预测道路节点连线当前的交通阻塞程度。
本文所述的交通阻塞预测装置的另一实例包括基于当前的交通阻塞信息和从先前的交通阻塞信息发生的变化估计当前的交通状态的交通状态估计装置和基于当前的交通阻塞信息和来自于交通状态估计装置的当前的交通状态预测当前的交通阻塞程度的交通阻塞程度预测装置。
本文还描述了预测交通阻塞的方法。例如，交通阻塞预测方法的一个方面包括基于当前的交通阻塞信息和从先前的交通阻塞信息发生的变化估计当前的交通状态和基于当前的交通阻塞信息和当前的交通状态预测当前的交通阻塞程度。
根据本发明的各种装置和方法的其它方面和特征在下文中将被更详细地说明。
本文的说明将参照附图进行，其中相同的参考数字表示所有几幅视图中相同的部件，并且其中图1是阐明根据本发明的实施例的示意图；图2是阐明节点连线平均速度的实时变化的实例的示意图；图3是阐明实施例中交通阻塞预测程序的流程图；图4是阐明在交通信息中心实施交通阻塞预测的情形的流程图。
具体实施例方式
在上述常规的交通阻塞预测系统中，交通阻塞模式和每个节点连线之间的交通阻塞关联数据从由交通信息中心提供的先前的交通阻塞信息制备。在建立新设施或由于新交通控制规则的执行产生道路环境变化的情形下，因为道路环境变化后交通阻塞信息没有积累，随后的交通阻塞的预测变得困难。这种情况是不希望发生的。
根据本发明的实施例，即使在路面环境已经变化时交通阻塞程度也可以被正确预测。
更具体地，本文所述的交通阻塞预测装置接收来自于交通信息中心的交通阻塞信息。当前的交通状态基于最新的交通阻塞信息和与从交通信息中心接收的先前的交通阻塞信息发生的变化估计。当前的交通阻塞程度根据最新的交通阻塞信息和当前的交通状态预测。
在信息中心的交通阻塞预测装置中，每个道路节点连线的交通阻塞程度来自于众多车辆。该信息被收集来产生送往各个车辆的交通阻塞信息。在本装置中，基于最新的交通阻塞信息和从先前的交通阻塞信息发生的变化估计当前的交通状态，并且基于最新的交通阻塞信息和当前的交通状态预测当前的交通阻塞程度。
本发明的实施例将参照附图进一步说明。图1是说明本发明的实施例的示意图。在本实施例中，车载导航装置10搜索到达目的地的最短时间路线、显示车辆附近的道路地图并在道路地图上显示引导路线和当前的地点或位置来引导驾驶员开向目的地。车载导航装置10与交通信息中心20通信来交换道路交通信息。即，每一辆均携带车载导航装置10的众多车辆被用作探测车辆来收集路面交通信息并向交通信息中心20发送该信息。在交通信息中心20中收集从众多车辆发送的道路交通信息并将其发布到各个车辆。道路交通信息包含下文将更详细讨论的交通阻塞信息和交通控制信息。
如图所示，车载导航装置10具有下列部件导航控制器11、当前位置检测器12、道路地图数据库13、VICS接收器14、通信装置15、交通信息储存装置16和显示单元17。当前位置检测器12包括GPS接收器并且能够通过卫星导航方法检测车辆当前的位置。设置行进距离传感器和运动方向传感器的方案可以交替采用或另外采用，并且基于车辆的行进距离和运动方向利用自控导航方法检测当前的位置。
道路地图数据库13是储存道路地图数据的常规储存装置，并且可以一体化为导航控制器11的一部分。VICS接收器14接收FM多重放送的电磁波定向和/或光定向信号来获取交通阻塞信息、交通控制信息等。通信装置15通过移动电话的公共电话线路或车载电话访问交通信息中心20来获取道路交通信息。从交通信息中心20获取的交通信息包含交通阻塞信息和交通控制信息。
交通信息储存装置16是储存从交通信息中心20获取的道路交通信息的储存装置。像道路地图数据库13一样，交通信息储存装置16也能够与导航控制器11形成一体。如表1中所示，由交通信息中心20通过电磁波和光信号发送以及公共电话线路向车载导航装置10提供的交通阻塞信息表示在作为节点的每个交叉点等上的“速度代码”或“平均速度”，并且确定对应于每个代码的速度范围和平均速度。
表1
车载导航装置10利用道路地图数据库13中的节点-节点连线对应表将节点的交通阻塞信息转换成节点连线的交通阻塞信息并且将其储存在交通信息储存装置16中。并且，交通信息中心20的交通阻塞信息在规定时间(例如约5分钟)后发布。
如图1中所示的交通信息中心20具有处理器21、道路地图数据库22、交通信息储存装置23和通信装置24。处理器21通过通信装置24从众多车辆中的每辆车辆携带的车载导航装置10接收道路交通信息、收集所获得的信息并将其储存在交通信息储存装置23中。同时，处理器21通过通信装置24向众多车辆中的每辆车辆各自的车载导航装置10发布该信息。道路地图数据库22是储存道路地图数据的储存装置。
车载导航装置10的导航控制器11，并且尤其是它的CPU 11A，或交通信息中心20的处理器21实施估计交通信息和预测交通阻塞程度，也就是下面将更详细讨论的交通阻塞程度的功能。如图1所示，CPU 11A是导航控制器11的一部分，其可以是标准的微控制器。同样，处理器21形式的控制器能够与标准微控制器相结合。
在下文中将说明本发明的在给定环境中的交通阻塞预测方法。通常，道路不会整天或整年阻塞，所以不存在交通阻塞能否消除的问题。在该实施例中，如表2所列，基于由交通信息中心20提供的节点连线的平均速度，节点连线的交通状态被划分为四个等级。
表2
图2是阐明节点连线的平均速度变化实例的示意图。代码S1与平均速度大于等于45km/h的“畅通”交通状态相对应，以及代码S3表示平均速度小于等于20km/h的“交通阻塞”状态。另一方面，代码S2和S4表示速度范围在20～45km/h的交通状态。在代码S2中，当前周期的平均速度低于上一周期的平均速度，即，代码S2表示节点连线的平均速度在下降的“畅通→交通阻塞”(交通变得阻塞)的过渡交通状态。另一方面，在代码S4中，当前周期的平均速度高于上一周期的平均速度，即，节点连线的平均速度在升高。因此代码S4表示“交通阻塞→畅通”(交通阻塞消除)的过渡交通状态。
接下来将说明基于从交通信息中心20接收的最新的交通阻塞信息和先前的交通阻塞信息预测当前的交通状态的方法。
对于作为交通状态预测对象的道路节点连线，将该节点连线的最新交通阻塞信息的平均速度与先前信息的平均速度相比较。结果，通过实例说明，根据表1和图2判断节点连线的交通状态。如果节点连线在连续两个周期的平均速度都大于等于45km/h，则假定为“畅通”状态。如果节点连线在连续两个周期的平均速度都小于等于20km/h，则假定为“阻塞”状态。并且，如果在连续两个周期的平均速度在20～45km/h的范围内，并且当前周期的平均速度低于上一周期的平均速度，则节点连线被认定为“畅通→交通阻塞”的状态。另一方面，如果在连续两个周期的平均速度在20～45km/h的范围内，并且当前周期的平均速度高于上一周期的平均速度，则节点连线被认定为“交通阻塞→畅通”的状态。
如果上一周期的平均速度大于等于45km/h，并且当前周期的平均速度小于45km/h，则可以假定为“畅通”状态或“畅通→交通阻塞”的状态。另一方面，如果上一周期的平均速度小于20km/h，而当前周期的平均速度大于等于20km/h，则节点连线可以为“交通阻塞”状态或“交通阻塞→畅通”的状态。由于该原因，当节点连线的交通状态从连续两个时间周期中的平均速度判断时，可以在平均速度的变化中设定滞后量来进行判断。
在交通状态预测的目标区域，交通状态的判断相关于区域中所有道路节点连线进行，并且检查四个交通状态中的每个状态的节点连线的数量。相对于节点连线的全部数量在交通状态中占有最大比例节点连线数量的交通状态被取为预测目标区域的当前交通状态。并且，预测交通状态的目标区域可以在任何地图区域中选择，诸如在中心有给定车辆的地图区域、在到目的地的导向路线上给定车辆前的地图区域、或目的地周围的地图区域等。
通过这种方式，根据一个实施例，基于时间上连续的两个周期的交通阻塞信息即最新的交通阻塞信息和先前的交通阻塞信息可以预测任何地图区域的当前的交通状态。结果，即使在由于新百货商场或新火车站使得道路环境发生改变时，仍可以以及时的方式对交通状态进行正确的预测。
接下来将说明修正相应于节点连线的交通状态的节点连线的平均速度以及计算节点连线当前的平均速度的方法。假定节点连线的交通阻塞信息为表1中所列的任何代码71-73，并且节点连线的交通状态被预测为状态S2，即“畅通→交通阻塞”。因为平均速度在降低，取代该平均速度，对应于每个速度代码的速度范围的下限值被用作为平均速度。例如，假定代码72中节点连线的交通阻塞信息具有速度范围25～35km/h，则该节点连线的交通状态被预测为状态S2，即“畅通→交通阻塞”。取代30km/h的平均速度，速度范围25～35km/h的下限速度25km/h被取作平均速度。
而且，假定某一节点连线具有表1所列代码71-73中之一的交通阻塞信息。当该节点连线的交通状态被预测为状态S4，即“交通阻塞→畅通”时，因为平均速度在提高，取代该平均速度，对应于每个速度代码的速度范围的上限值被用作为平均速度。例如，假定节点连线的交通阻塞信息具有代码72的速度范围25～35km/h，并且节点连线的交通状态被预测为状态S4，即“交通阻塞→畅通”。取代30km/h的平均速度，速度范围25～35km/h的上限速度35km/h被取作平均速度。
因为从交通信息中心20发布的交通阻塞信息中存在时间滞后，对于该修正后的平均速度，也可以采用用于修正的乘以时间滞后修正系数的方案。该时间滞后修正系数可以通过实验设定。
通过这种方式，通过预测交通信息修正的节点连线的平均速度被用于利用车载导航装置10搜索到达目的地的最短时间路线。通常，因为表1中所列的平均速度被用于搜索最短时间路线，在平均速度和实际节点连线的速度之间存在相当大的误差，并且不可能正确地搜索最短的时间路线。但通过本文所示的实施例，就可以确定接近实际节点连线的速度的正确的平均速度。因此，可以正确地搜索到达目的地的最短时间路线。
图3是阐明本发明的实施例的交通阻塞预测程序的流程图。下面将通过该流程图说明一个实施例的交通阻塞预测操作。当点火开关(图中没有显示)接通时，车载导航装置10的导航控制器11利用CPU 11A重复执行所述交通阻塞预测程序。
在步骤S1中检查是否在连续两个时间周期中接收到来自于交通信息中心20的交通阻塞信息。如果在两个周期中接收到交通阻塞信息，过程进行到步骤S2。在步骤S2，基于最新的交通阻塞信息和先前的交通阻塞信息的平均速度(见表1)预测每个节点连线当前的交通状态(见表2和图2)。然后，在步骤S3中，基于每个节点连线的交通状态，该平均速度以上述的方式修正，并且，每个节点连线的平均速度在步骤S4中被储存在交通信息储存装置16中。
如上所述，接收来自于交通信息中心的交通阻塞信息。基于最新的交通阻塞信息和从先前的交通阻塞信息发生的变化估计当前的交通状态。基于最新的交通阻塞信息和当前的交通状态能够预测每个节点连线的当前的平均速度。因此，即使当道路环境发生变化时仍可以预测交通阻塞，并且可以对每个节点连线的平均速度进行正确的预测。
而且，基于最新的交通阻塞信息和从先前的交通阻塞信息发生的变化作出关于当前的交通状态是否通畅、是否变得阻塞、是否阻塞或是否阻塞变得缓解的判断。因此，当交通状态从通畅状态变化到交通阻塞状态，或当交通状态从交通阻塞变化到通畅状态时，可以理解该状态。当交通状态变化时每个节点连线的平均速度能够被正确地预测。
此外，关于估计结果的节点连线的平均速度，当交通阻塞信息从交通信息中心发布时的时间滞后成分能够被修正。因此，可以更精确地预测节点连线的平均速度。
理所当然可以对这些实施例进行修改。例如，在上述的实施例中，交通阻塞信息被从交通信息中心20接收，并且利用车载导航装置10对交通阻塞进行预测。然而，交通信息中心20也能够收集从各种车辆发送的交通阻塞信息，并且交通信息中心20能够基于连续两个时间周期的交通阻塞信息预测交通阻塞状态。然后，基于预测结果的交通状态，经修正的节点连线的平均速度能够发布到各种车辆。这些修改例能够以与图1中所示的实施例一样的方式构成。唯一的变化将是各个处理器11A、21的程序。
图4是阐明当交通信息中心20进行交通阻塞预测时的交通阻塞预测程序的流程图。车载导航装置10通过检测用车辆速度传感器(没有显示)确定的行进速度计算每个道路节点连线的平均速度，将其转换到表1中所列的速度代码，并将结果发送到交通信息中心20。交通信息中心20在步骤S11中收集来自各种车辆的交通阻塞信息。
在步骤S12中，为每个道路节点连线收集从各种车辆发送的交通阻塞信息。然后，在步骤S13中，基于如上说明的最新交通阻塞信息和先前的交通阻塞信息的平均速度(见表1)预测每个节点连线的当前的交通状态(见表2和图2)。然后，在步骤S14中，基于如上说明的每个节点连线的交通状态，平均速度被修正。在步骤S15中，经修正的节点连线平均速度被发布到各种车辆。在每辆车辆中，从交通信息中心20接收的节点连线的平均速度被储存在交通信息储存装置16中，并且用来根据已知方法搜索到达目的地的最短时间路线。
通过这种方式，每个道路节点连线的交通阻塞程度接收于众多车辆，并且被收集来产生发布给各种车辆的交通阻塞信息。在实施该操作的信息中心，基于所产生的最新交通阻塞信息和从先前的交通阻塞信息发生的变化估计当前的交通状态。基于最新的交通阻塞信息和当前的交通状态预测当前的交通阻塞程度。因此，即使在道路环境发生变化时，仍可以预测交通阻塞，并且仍可以对每个节点连线的平均速度进行正确的预测。
而且，在每个这些实施例中，基于连续两个时间周期的交通阻塞信息预测每个节点连线的交通状态。连续三个或更多时间周期的交通阻塞信息被用于利用最小二乘法等预测交通状态的方案可选择性地采用。
交通阻塞信息的每个速度代码的速度范围和平均速度不限于表1中所列。而且，交通状态的分类也不限于表2中所列。
在各个实施例中，所进行的说明基于每个节点连线的平均速度被用作交通阻塞程度的量度的实例。然而，也可以考虑诸如每个节点连线的行进时间的其它变量来用作交通阻塞程度的指示。通过将本文的技术作为启示，本领域的熟练技术人员能够实施这样的方案。在该方案中，能够获得与上述实施例所实现的相同的效果。
本申请基于2005年6月29日提交给日本专利局的日本专利申请第2005-189702号，它的全部内容通过引用而结合在本文中。
而且，上述实施例的说明是为了使本发明容易理解而不是为了限制本发明。相反，本发明的意图是涵盖包括在附后的权利要求范围内的各种修改和等同配置，附后的权利要求的范围与最广泛的解释相一致，并包括法律许可的所有这样的修改和等同结构。
权利要求
1.一种接收来自于交通信息中心的交通阻塞信息的交通阻塞预测装置，其特征在于，该装置包括控制器，该控制器的操作基于当前的交通阻塞信息和从先前的交通阻塞信息发生的变化估计道路节点连线当前的交通状态；并且基于当前的交通阻塞信息和所估计的当前的交通状态预测道路节点连线的当前的交通阻塞程度。
2.如权利要求1所述的交通阻塞预测装置，其特征在于，该装置还包括在交通信息中心和众多车载导航装置之间的至少一个通信装置，交通信息中心的操作从众多车载装置获得多个道路节点连线的交通阻塞程度并产生交通阻塞信息。
3.如权利要求2所述的交通阻塞预测装置，其特征在于，其中交通信息中心包括控制器。
4.如权利要求2所述的交通阻塞预测装置，其特征在于，其中众多车载导航装置均包括自身的控制器，该控制器的操作基于当前的交通阻塞信息和从先前的交通阻塞信息发生的变化估计当前的交通状态，并且基于当前的交通阻塞信息和所估计的当前的交通状态预测道路节点连线的当前的交通阻塞程度。
5.如权利要求1所述的交通阻塞预测装置，其特征在于，该装置还包括具有控制器的车载导航装置。
6.如权利要求1所述的交通阻塞预测装置，其特征在于，其中道路节点连线的平均速度表示交通阻塞程度；并且其中控制器进一步的操作基于当前的交通阻塞信息和所估计的当前的交通状态预测道路节点连线的当前的平均速度。
7.如权利要求1所述的交通阻塞预测装置，其特征在于，道路节点连线的当前的行进时间表示交通阻塞程度，并且其中控制器进一步的操作基于交通阻塞信息和所估计的当前的交通状态预测道路节点连线的当前的行进时间。
8.如权利要求1所述的交通阻塞预测装置，其特征在于，其中当前的交通状态为畅通、变得阻塞、阻塞和阻塞变得缓解中的一种状态。
9.如权利要求1所述的交通阻塞预测装置，其特征在于，其中控制器进一步的操作基于从交通信息中心传递交通阻塞信息所需的时间修正相对于道路节点连线当前的交通阻塞程度的时间滞后。
10.一种交通阻塞预测装置，其特征在于，该装置包括基于当前的交通阻塞信息和从先前的交通阻塞信息发生的变化估计当前的交通状态的交通状态估计装置；和基于当前的交通阻塞信息和来自于交通状态估计装置的当前的交通状态预测当前的交通阻塞程度的交通阻塞程度预测装置。
11.一种交通阻塞预测方法，其特征在于，该方法包括基于当前的交通阻塞信息和从先前的交通阻塞信息发生的变化估计当前的交通状态；和基于当前的交通阻塞信息和当前的交通状态预测当前的交通阻塞程度。
12.如权利要求11所述的交通阻塞预测方法，其特征在于，该方法还包括接收来自于交通信息中心的交通阻塞信息。
13.如权利要求12所述的交通阻塞预测方法，其特征在于，该方法还包括在交通信息中心接收各个道路节点连线的交通阻塞程度；在交通信息中心产生交通阻塞信息；和将交通阻塞信息传递给各个车载导航装置。
14.如权利要求11所述的交通阻塞预测方法，其特征在于，该方法还包括用道路节点连线的平均速度表示交通阻塞程度；以及其中预测当前的交通阻塞程度还包括基于当前的交通阻塞信息和当前的交通状态预测当前的平均速度。
15.如权利要求11所述的交通阻塞预测方法，其特征在于，其中当前的交通状态包括畅通、变得阻塞、阻塞和阻塞变得缓解中的一种状态。
16.如权利要求11所述的交通阻塞预测方法，其特征在于，该方法还包括用道路当前的行进时间表示交通阻塞程度；以及其中预测当前的交通阻塞程度还包括基于交通阻塞信息和所估计的当前的交通状态预测当前的行进时间。
17.如权利要求11所述的交通阻塞预测方法，其特征在于，该方法还包括基于从交通信息中心传递交通阻塞信息所需的时间修正相对于当前的交通阻塞程度的时间滞后。
18.如权利要求11所述的交通阻塞预测方法，其特征在于，其中基于当前的交通阻塞信息和从先前的交通阻塞信息发生的变化估计当前的交通状态还包括比较道路节点连线的第一速度和道路节点连线随后的第二速度；以及其中比较的结果提供道路节点连线的当前的交通状态。
19.如权利要求18所述的道路阻塞预测方法，其特征在于，其中当前的交通阻塞信息是所表现的道路节点连线的平均速度；以及其中基于当前的交通阻塞信息和当前的交通状态预测当前的交通阻塞程度还包括基于当前的交通状态修正所表现的道路节点连线的平均速度。
20.如权利要求11所述的交通阻塞预测方法，其特征在于，其中当前的交通阻塞信息是所表现的道路节点连线的平均速度；以及其中基于当前的交通阻塞信息和当前的交通状态预测当前的交通阻塞程度还包括基于当前的交通状态修正所表现的道路节点连线的平均速度。
全文摘要
本发明提供即使在道路环境发生变化时也能够预测交通阻塞的装置和方法。基于最新的也就是当前的交通阻塞信息和从先前的交通阻塞信息发生的变化估计当前的交通状态。基于最新的交通阻塞信息和当前的交通状态预测当前的交通阻塞程度。该结果能够用于设计车辆驾驶路线的常规的导航方法和装置。
文档编号G08G1/09GK1892722SQ200610094679
公开日2007年1月10日 申请日期2006年6月27日 优先权日2005年6月29日
发明者世良学 申请人:日产自动车株式会社