路径推测装置、路径推测方法以及计算机可读介质与流程

本发明的实施方式涉及路径推测装置、路径推测方法以及计算机可读介质。

背景技术：

电动汽车、飞机、无人机、电动摩托车、具有柴油发动机的汽车这样的移动体需要在能量供给地点接受能量的供给。移动体需要使用被供给到的有限的能量，到达下一个能量供给地点。能量供给地点在地理上受限，所以为了决定移动体的下一个能量供给地点，要求能够预测移动体的消耗能量。提出了很多用于此的方法。

预测消耗能量的方法一般是构筑能量消耗模型，并利用构筑的模型进行预测。为了模型的构筑，需要推测模型的参数。在推测参数时，作为学习数据需要历史信息，该历史信息包括移动体在移动路径上行驶时的能量消耗信息和与移动路径有关的信息。

为了获取历史信息，有从移动体直接获取历史信息的方法。但是，该方法需要与各移动体单独地进行通信而获取历史信息，所以与移动体的通信成本、管理成本、数据收集成本变高。特别是，为了使预测精度良好，需要从很多移动体获取历史信息，成本变得庞大。

技术实现要素：

本发明的实施方式提供一种能够容易地获取移动体的移动路径的路径推测装置、路径推测方法以及计算机可读介质。

作为本发明的实施方式的路径推测装置具备：信息通信部，经由通信网络，从信息装置获取移动体的地点历史信息；以及路径推测部，利用所述地点历史信息和表示多个地点间的路径和所述路径的特性的路径信息，推测所述移动体从第1所述地点移动到第2所述地点时所使用的移动路径。

附图说明

图1是作为本发明的实施方式的路径推测装置的框图。

图2是示出能量供给历史数据库的例子的图。

图3是示出路径信息数据库的例子的图。

图4是示出邻接矩阵的例子的图。

图5是示出能量供给地点的网络构造的例子的图。

图6a是示出计算能量消耗量的例子的图。

图6b是示出计算能量消耗量的其它例子的图。

图7是示出学习数据库的例子的图。

图8是示出路径推测部的详细结构例的图。

图9是示出查询的例子的图。

图10是示出移动路径推测信息的例子的图。

图11是示出推测出的移动路径的具体例的图。

图12是示出构筑的多元回归模型的例子的图。

图13是示出本实施方式的路径推测装置的动作例的流程图。

图14是示出路径信息生成装置和交通管制服务器的图。

图15是示出tc信息db的例子的图。

图16是示出速度信息db的例子的图。

图17是示出能够通过etc2.0获取ev移动路径的历史的结构例的图。

图18是示出用于获取能量供给历史数据的系统结构的图。

图19是示出用于获取能量供给历史数据的其它系统结构的图。

图20是示出主要因素分析的结果的图。

图21是预测系统的整体结构图。

图22是用于说明预测服务器的动作的一个例子的图。

图23是示出路径推测装置的硬件结构的图。

符号说明

1：路径推测装置

10：信息获取部

11：学习数据生成部

12：信息处理部

13：路径推测部

14：消耗能量模型构筑部(模型构筑部)

15：控制部

16：输入部

17：输出部

18：信息通信部

21：能量供给历史存储部

22：路径信息存储部

23：学习数据存储部

24：消耗能量模型存储部(模型存储部)

31：查询获取部

32：最短路径推测部

41：路径信息生成装置

42：交通管制数据获取部

43：邻接矩阵生成部

51：交通管制服务器

52：速度信息存储部

61：预测服务器

100：计算机装置

151：处理器(cpu)

152：输入接口

153：显示装置

154：通信装置

155：主存储装置

156：外部存储装置

157：总线

具体实施方式

以下，参照附图，说明本发明的实施方式。在以下的说明中，作为移动体以电动汽车(以下，ev)的情况为例进行说明，但对于ev以外的移动体也能够实施。作为这样的移动体的例子，有飞机、无人机、电动摩托车、具有柴油发动机的汽车等。

ev使用电池的充电电力(充电能量)在道路上行驶，移动到各个地点。在本实施方式中，作为地点，特别是指ev进行充电的地点，即能量供给地点。但是，本实施方式的地点不限于能量供给地点，可以是地图上的任意的地点。例如可以是自己的住宅，可以是餐馆，可以是商店，也可以是ev的用户任意地指定的地点。

ev在能量供给地点被供给电力，将被供给到的电力积蓄到电池。ev使用积蓄在电池中的电力进行移动。ev需要在电池的电力变没之前移动到下一个能量供给地点，并在此接受电力的供给。如上所述，ev一边在各能量供给地点进行充电，一边移动到目的地。另外，在能量供给地点设置有1个或者多个充电器(能量供给器)，ev通过有线或无线方式连接到任意的充电器，接受电力的供给。在本实施方式中，设想这种状况。

此外，由于在本实施方式中设想移动体为ev的情况，所以能量供给是充电，能量供给地点是充电站，能量供给器是充电器，但如果移动体是汽油车，则更换为燃料补给、加油站以及燃料补给器等，针对ev以外的移动体也能够进行与本实施方式同样的处理。

(第1实施方式)

图1是作为本发明的实施方式的路径推测装置的框图。路径推测装置1具备信息获取部10、学习数据生成部11、消耗能量模型构筑部(模型构筑部)14、控制部15、输入部16、输出部17以及信息通信部18。学习数据生成部11具备信息处理部12和路径推测部13。另外，路径推测装置1具备能量供给历史存储部21、路径信息存储部22、学习数据存储部23以及消耗能量模型存储部(模型存储部)24。这些存储部是存储器装置、硬盘装置、ssd装置等硬件存储装置。

输入部16是本装置的用户(以下，操作者)输入本装置的动作所需的参数设计信息、或者输入指示的输入接口。

输出部17是显示本装置所生成的信息或者数据的输出接口。

信息通信部18经由通信网络20从与ev不同的1个或者多个信息装置19获取1个或者多个与ev有关的信息，将获取到的信息保存到能量供给历史存储部21中的能量供给历史数据库(db)。通信网络20是有线或者无线或者它们的混合的网络。信息装置19作为一例是设置在ev进行充电的能量供给地点(以下，供给地点)的充电器、ev的用户使用的终端装置(智能手机、平板装置、笔记本pc等)、etc2.0装置。etc2.0装置是能够与用户的终端装置以及ev(例如搭载于ev的汽车导航装置等)的至少一方进行通信的数据通信装置的一例，配置于行驶区域内的多个预定的处所。预定的处所可以是its点，也可以是沿着路径的地方，也可以是高速道路的服务区、建物等。此外，设置能够与设置于能量供给地点的1个或者多个充电器进行通信的网关装置，并从该网关装置收集1个或者多个充电器的信息的情况也相当于从充电器收集信息的动作的一个方式。

能量供给历史存储部21保存有能量供给历史数据库(db)。图2示出能量供给历史db的例子。在本例中设想从充电器获取信息并将信息保存到能量供给历史db的情况，但也能够由用户将与充电站或者充电器有关的信息输入到智能手机的应用程序，从智能手机收集该信息并保存到能量供给历史db。从etc2.0装置收集信息的情况也是同样的。

能量供给历史db保持ev的标识符(id)、供给地点id、开始充电量以及结束充电量的信息作为ev的能量供给历史信息。

ev的id是用于识别各个ev(ev1、ev2、ev3、…、evi)的标识符。例如，evi的id是“123456”。

供给地点id是识别ev进行了充电的能量供给地点(以下，供给地点)的标识符。关于供给地点存在于地图上的哪个位置，能够另行根据地图信息掌握。例如，地图信息将供给地点id和地图上的坐标对应起来保持。在此，设想n处的供给地点，将n个供给地点的id设为q1、q2、q3、…、qn。供给地点是ev为了进行充电而靠近的地点，是ev所处的地点的一个例子。能量供给历史信息是表示ev所处的地点的历史的地点历史信息的一个例子。在从充电器收集信息时，通过收集设定或者记录在充电器中的信息来得到能量供给历史信息。在从智能手机收集的情况下，通过任意的手段由用户将信息输入到智能手机的应用程序，并收集该信息即可。例如，也可以由用户手动输入供给地点id，也可以从充电器或者设置于供给地点的其它装置通过无线或者有线方式接收供给地点id，并将接收到信息自动输入到智能手机的应用程序。另外，地点不限于供给地点id，也可以将地图上的坐标通过gps获取，并将获取到的坐标作为地点的信息。供给地点是指，在收集其它类型的地点(例如自己的住宅、店等)的信息的情况下，可以获取地图上的该地点的坐标，如果能够进行地图信息的对应，则可以获取在地图上与该坐标对应的场所、设施等的名称。关于获取到的信息，可以由用户手动输入到智能手机的应用程序。

开始充电量是ev通过供给地点的充电器开始充电的时间点的电池的充电量。结束充电量是ev通过该充电器结束了充电的时间点的电池的充电量。开始充电量以及结束充电量在图的例子中用kwh表示，但也可以用其它单位表示。从结束充电量减去开始充电量而得到的值相当于充电到ev的电力量(能量的量)。

在图的例子中，id为12346的evi在供给地点qj开始了充电时的充电量为3.9kwh，结束了供给地点qj处的充电时的充电量为34.4。另外，该evi在下一个移动目的地的供给地点qj’开始了充电时的充电量为6.3kwh，结束了供给地点qj’处的充电时的充电量为12.0kwh。

代替开始充电量以及结束充电量，或者除了这些之外，还可以保持开始soc(soc：stateofcharge，充电状态)以及结束soc。soc表示实际积蓄的电力量相对于电池的容量(满充电量)的比例。

本实施方式的ev的电池状态信息可以表示开始充电量、结束充电量、开始soc、结束soc、充电到ev的电力量(能量的量)中的至少1个。电池状态信息如果能够确定ev的电池状态，则可以是其它值。例如，在通过智能手机的应用程序、etc2.0装置获取ev的信息的情况下，可以是其地点或者定时下的电池的状态(充电量或者soc)。

在能量供给历史db中，除此之外还可以保持ev的汽车类型、充电开始日期时间、充电结束日期时间、满充电量中的至少1个信息。

在能量供给历史db中不存在充电开始日期时间或者充电结束日期时间的情况下，该db的各条目可以按时间序列进行排列。另外，关于能量供给历史db的信息，可以汇总地获取过去的信息，也可以实时地获取信息并将信息依次追加到能量供给历史db。

路径信息存储部22保存有路径信息db。图3(a)示出路径信息db的例子。

路径信息db保持供给地点id、邻接的供给地点的id(邻接供给地点id)以及距离信息作为路径信息。供给地点与邻接的供给地点邻接意味着在从供给地点到邻接的供给地点的路径中不存在其它供给地点。从供给地点到邻接供给地点的实际的路径能够由地图信息确定。ev能够使用从供给地点至邻接的供给地点之间的路径，从供给地点移动至邻接的供给地点。对于供给地点，可以存在多个邻接的供给地点。另外，从供给地点到邻接供给地点的路径可以是1个，也可以存在多个到邻接的供给地点的路径。在以下的说明中，设想从供给地点到邻接的供给地点的路径为1个的情况。

距离信息表示从供给地点到邻接的供给地点的距离。距离是路径的特性的一个例子。在图3(b)中示出路径信息db的其它例子。在该例子中，除了距离信息以外，还保持有其它特性信息。即，保持有路径的坡度(累计高度差、或者路径的开始地点与结束地点间的高度差等。以下同样。)的信息。另外，保持有路径的移动所需的所需时间。所需时间可以是过去的测量值的平均，也可以是以预定速度行驶距离的情况下所需要的行驶时间。另外，保持有在路径的行驶中所需的所需能量的信息。所需能量可以是实际的统计值(平均值、中央值等)，也可以是通过计算式或者仿真计算的值。另外，保持有路径的气象(气温、湿度、天气等)的信息。作为在此举出的例子以外的特性信息的例子，也可以保持2个供给地点间有无邻接的信息。在该情况下，也可以在路径信息db中，关于全部2个供给地点的组设置表示有无邻接的列。

在图3(a)以及图3(b)的例子中，路径信息db具有表形式，但也可以是邻接矩阵的形式。图4示出邻接矩阵的例子。此外，图4的例子基于与图3不同的事例。邻接矩阵在行名和列名中分别具有供给地点的标识符。在2个供给地点邻接的情况下，对相应的矩阵要素设定2个供给地点间的路径的特性。例如，设定2个供给地点间的距离、2个供给地点间的坡度信息、能量消耗量的统计值中的至少1个。在2个供给地点不邻接的情况下，对相应的矩阵要素设定null值。null值是表示有无邻接的值的一个例子。

邻接矩阵还能够应对从2个供给地点的一方到另一方的路径、从另一方到一方的路径不同的情况。例如，当将2个供给地点设为q2、qj时，还能够应对从供给地点q2到供给地点qj的路径和从供给地点qj到供给地点q2的路径不相同的情况。高速道路的上下线相当于这样的情况的一个例子。图3(a)以及图3(b)的表形式的情况下，同样也能够应对双向的路径不同的情况。

此外，在邻接矩阵中，在行名以及列名中还能够具有供给地点id以外的信息。

还能够使用一般的网络构造的描述方法来构成路径信息。

在图5中示出路径信息的网络构造的例子。表示供给地点q1～qn的节点间由用虚线表示的链路结合。链路将相互邻接的供给地点彼此进行结合。在图5的例子中，可知供给地点q1与供给地点q3和q2分别邻接。另外，从供给地点q1到供给地点q3的路径是1个，从供给地点q1到供给地点q2的路径也是1个。对于链路，分配有结合的节点所表示的供给点间的路径的特性(在图5中，省略了路径的特性的标明)。

在将行驶区域分为多个的情况下，也可以针对每个区域分开地保持路径信息。当然，还可以针对行驶区域整体保持1个路径信息。

在图5的网络构造中，地点为供给地点q1～qn，是预先决定的地点。在将任意的地点作为对象的情况下(例如将通过智能手机的应用程序获取到的gps信息作为地点的情况)，将通过一般的方法对gps信息和地图信息进行对应而得到的信息用作路径信息。

信息获取部10从能量供给历史db获取至少1个evi的条目(能量供给历史信息)。在获取的能量供给历史信息中，关于该ev保持有至少2个供给地点处的能量供给历史。另外，信息获取部10从路径信息db获取路径信息。在针对每个区域管理有路径信息的情况下，获取所获取到的能量供给历史信息中所包含的供给地点所属的路径信息。信息获取部10将获取到的能量供给历史信息和路径信息交给信息处理部12。

信息处理部12从信息获取部10接收evi的能量供给历史信息和路径信息。信息处理部12使用这些信息和路径推测部13，推测evi的移动路径。移动路径是evi从某一供给地点移动到其它供给地点时所使用的路径或者路径的组合。

信息处理部12首先使用接收到的能量供给历史信息，确定在某一供给地点qj的下一个供给地点进行了充电的供给地点(以下，下一个供给地点)qj’。某一供给地点qj作为一例对应于第1地点，下一个供给地点qj’作为一例对应于第2地点。信息处理部12计算供给地点qj的结束充电量与下一个供给地点qj’处的充电时的开始充电量的差。将计算出的差作为evi的1次移动的能量消耗量eq。在能量供给历史db中保存有充电开始日期时间、充电结束日期时间的情况下，能够高精度地确定下一个供给地点qj’。

图6a示出计算能量消耗量eq的例子。示出根据关于某同一个ev的能量供给历史信息计算某1次的移动的能量消耗量的例子。在该例子中，能量供给历史中包含充电开始日期时间、充电结束日期时间。将具有与某一供给地点(第1个条目的供给地点)处的利用结束日期时间最近的利用开始日期时间的其它供给地点(第2个条目的供给地点)确定为下一个供给地点。即，确定了用3个黑圆表示的供给地点qj(上一次供给地点)的id、用3个△表示的下一个供给地点qj’(下一次供给地点)的id。另外，确定了供给地点qj处的充电结束的日期时间(上一次利用结束日期时间)、供给地点qj’处的充电的开始日期时间(下一次利用开始日期时间)、开始供给地点qj’处的充电时的充电量(下一次开始充电量)、结束了供给地点qj处的充电时的充电量(上一次结束充电量)。通过从上一次结束充电量减去下一次开始充电量来计算从供给地点qj到供给地点qj’的移动中消耗的能量消耗量。

图6b示出计算能量消耗量eq的其它例子。在该例子中，使用从智能手机获取到的能量供给历史信息。该能量供给信息表示识别ev或者ev的用户的id、gps信息地点以及充电量。在该情况下，通过从下一个地点处的充电量减去某一地点处的充电量来计算能量消耗量。gps信息地点可以是通过gps获取到的坐标，也可以是在地图信息中与该坐标对应的场所、设施等的名称。另外，地点可以是能量供给地点，也可以是其它类型的地点。其它类型的地点的情况下，在以下的说明中，也通过将下一个供给地点qj’替换读为下一个地点，将供给地点qj替换读为某一地点来能够进行同样的处理。

信息处理部12生成包括供给地点qj的id和下一个供给地点qj’的id的查询(query)，并交给路径推测部13。该查询委托推测在从供给地点qj到下一个供给地点qj’的移动中ev所使用的移动路径。查询还可以包含标识符(历史id)。另外，信息处理部12将从信息获取部10获取到的路径信息交给路径推测部13。路径信息可以不是由信息处理部12交付，而是以路径推测部13接收到查询为契机，从路径信息db获取路径信息。

路径推测部13利用从信息处理部12接收到的供给地点qj的id、下一个供给地点qj’的id、路径信息，推测evi从供给地点qj移动到下一个供给地点qj’时所使用的路径或者路径的组合即移动路径(移动路径推测)。移动路径的候补有多个的情况下，选择其中的1个候补。在后面叙述推测的方法。

关于推测出的移动路径，作为一例，能够用以时间序列排列了多个供给地点的标识符的列表(供给地点列表)表现。例如，evi在供给地点qj之后通过供给地点q4、q8、…到达下一个供给地点qj’的情况下，供给地点列表用“qj→q4→q8→…→qj’”这样的信息表示。此外，ev通过供给地点是指，ev在该供给地点不进行充电而路过该供给地点所存在的路径或者其附近的路径。“qj→q4→q8→…→qj’”的情况下，意味着evi在供给地点qj进行了充电之后，在供给地点q4、q8不进行充电，在下一个供给地点qj’进行充电。

路径推测部13关于推测出的移动路径，计算该移动路径的距离、移动路径的移动中所需要的所需时间、移动路径的坡度信息等预先决定的1个以上的项目的值，生成包含计算出的值的移动路径推测信息作为与推测出的移动路径有关的信息。路径推测部13将移动路径推测信息返回给信息处理部12。移动路径推测信息中可以包含确定推测出的移动路径的信息(将上述的供给地点的节点以时间序列结合而成的列表等)。

信息处理部12生成将能量消耗量eq、从路径推测部13接收到的移动路径推测信息与历史id对应起来的学习数据。移动路径推测信息中存在模型学习中不需要的项目的情况下，可以删除该项目。信息处理部12将生成的学习数据保存到学习数据存储部23的学习数据db。由此，关于evi保存1次量的学习数据。学习数据存储部23保存有学习数据db。

图7示出学习db的例子。学习db关于针对evi推测出的移动路径，包含历史id、能量消耗量以及移动路径推测信息。在此，作为移动路径推测信息的例子，保存有所推测出的移动路径的距离信息。除了距离信息以外，还可以保持所需时间信息、坡度信息、能量消耗量的统计值中的至少1个信息。

信息处理部12关于多个ev进行多个移动路径推测，由此在学习数据db中，关于多个ev保存多个学习数据。

图8示出路径推测部13的详细结构例。路径推测部13具备查询获取部31和最短路径推测部32。

查询获取部31从信息处理部12获取查询，该查询包含对某一ev供给了能量的供给地点qj、对该ev下一次供给了能量的供给地点qj’以及历史id。图9示出查询的例子。用sq表示历史id。

另外，路径推测部13从信息处理部12或者路径信息db获取路径信息。在将行驶区域分成多个区域并针对每个区域管理路径信息的情况下，获取供给地点qj和供给地点qj’共同所属的区域的路径信息。在此，设为用邻接矩阵(参照图4)表示路径信息。在供给地点qj和供给地点qj’的区域不相同的情况下，路径推测部13对信息处理部12返回na即可。

最短路径推测部32使用供给地点qj、下一个供给地点qj’以及邻接矩阵，计算从供给地点qj到下一个供给地点qj’的最短的移动路径(最短路径)。作为求解最短路径问题的手法，以一般的迪杰斯特拉算法为首，可以使用贝尔曼-福特方法、gabow法、权证-弗洛伊德法(warrant-floydmethod)等。最短路径推测部32生成与所求出的最短路径有关的移动路径推测信息。

图10示出所生成的移动路径推测信息的例子。移动路径推测信息作为一例包含历史id、推测出的最短路径的距离以及确定所推测出的最短路径的信息。用上述供给地点列表来表示确定所推测出的最短路径的信息。最短路径推测部32将所生成的移动路径推测信息发送给信息处理部12。信息处理部12将能量消耗量eq和移动路径推测信息对应起来作为学习数据。信息处理部12将学习数据保存到学习数据db。在移动路径推测信息中存在不需要的项目的情况下，也可以将去除了该项目之后的信息与能量消耗量eq对应起来作为学习数据。例如，如果在模型构筑中不需要移动路径列表，则可以从移动路径推测信息删除该移动路径列表。可是，考虑模型构筑以外的活用，在模型构筑中不需要的项目也可以不删除而保留。

图10的移动路径推测信息的结构是一个例子，也可以是其它结构。例如，也可以追加到下一个供给地点为止的累计高度差[m]等坡度信息、到下一个供给地点为止的移动路径中的室外温度、湿度等气象信息，并将这些项目用于模型构筑。也可以追加在此例示的信息以及其它信息的平均值、中央值、累计值等一般的统计值。另外，也可以追加到下一个供给地点为止的移动中所需的消耗能量的量的统计值等。

从供给地点qj到下一个供给地点qj’的最短路径有可能存在2个以上。在该情况下，也可以从2个以上的最短路径之中随机地选择1个最短路径。另外，也可以根据任意的条件选择1个最短路径。例如，也可以选择从供给地点qj到下一个供给地点qj’的移动的所需时间最小的最短路径。或者，也可以选择累计高度差最小的最短路径。或者，也可以选择天气最好的最短路径。

图11示出在上述图5的网络中在第一次的充电地点为供给地点q1、下一个充电地点为供给地点q6的情况下推测出的最短路径的例子。从供给地点q1移动到q6的移动路径的候补在图的例子中存在2个。其中，作为最短路径，选择q1→q3→q4→q6的移动路径(移动路径候补1)。用实线表示所推测出的移动路径。

消耗能量模型构筑部14(以下，模型构筑部14)从学习数据db读出学习数据，并使用读出的学习数据，构筑消耗能量模型(以下，模型)。模型的构筑方法有人工智能、机械学习、黑匣子建模、定义物理模型这样的白盒建模等很多手法。黑匣子建模是在对象的特性不明的情况下利用回归、神经网络、svm或者统计等来进行建模的方法。白盒建模是在知道对象的特性的情况下定义物理模型等来进行的建模。在本实施方式中，可以使用任意的建模手法构筑任意的模型。

模型构筑部14可以通过经由输入部16接收从操作者指定了必要的信息的指示信息来构筑模型，也可以根据事先指定的信息构筑模型。作为一例，操作者指定模型形式(回归模型的形式等)、模型参数推测中使用的最优化算法作为指示信息。

模型构筑部14从预定的存储装置(存储器、硬盘装置或者ssd等)读出与模型形式对应的基本函数。预定的存储部中分别保存有与多个模型形式对应的基本函数，模型构筑部14读出与该相应的模型形式对应的基本函数。基本函数的模型参数的值在该时间点下是未知的，模型构筑部14使用学习数据推测所读出的基本函数中包含的模型参数的值。模型构筑部14将所读出的基本函数(模型形式)和推测出的模型参数的集合作为消耗能量模型(模型)保存到消耗能量模型db。

模型形式为多元回归模型的情况下，基本函数表示为如下。

【式1】

y＝w0+w1x1+w2x2+w3x3+…+wnxn(1)

w0、w1、w2、w3、…、wn是作为推测对象的模型参数。x1、x2、x3…、xn是输入变量(说明变量)。y是输出变量(目的变量)。此外，为了吸收各说明变量的测定单位的差，可以将目的变量和全部说明变量标准化为平均值0、方差1(定标，scaling)。作为说明变量的一个例子有距离、所需时间、室外温度等。这些是学习数据中包含的项目。例如，x1是距离，x2是所需时间，x3是室外温度。说明变量也可以是根据学习数据中包含的多个项目计算出的其它值。例如，也可以将距离除以所需时间而得到的速度作为说明变量。通过最大似然法或者最小二乘法等公知的最优化算法来求出模型参数。

消耗能量模型db保存由模型构筑部14生成的模型。图12示出在多元回归模型的情况下保存的模型数据例。在该例子中，作为模型参数，保存有作为距离参数w1的0.54、作为所需时间参数w2的0.13。“○○”表示任意的说明变量名。另外，保存有基本函数的数据。基本函数是输入说明变量x1、x2、…，并输出目的变量y的函数。函数的主体部分(图的“····”的部分)中，描述了使用了w1、w2等模型参数的程序代码。在此示出了多元回归模型的例子，但在其它模型的情况下也能够同样地保存。

图1的路径推测装置1可以是单一的装置，也可以是由多个装置构成的系统。在由多个装置构成的情况下，这些装置可以经由通信网络连接。例如，在图1所示的要素中，可以挑出控制部15、输入部16以及输出部17作为用户操作装置，将包含除此以外的要素11～14、21～24的装置作为路径推测装置。

图13是示出本实施方式的路径推测装置1的动作例的流程图。

信息获取部10获取能量供给历史信息和路径信息(s101)。

信息获取部10将获取到的能量供给历史信息和路径信息发送到信息处理部12(s102)。

信息处理部12关于某一ev(移动体)，从能量供给历史信息抽出确定供给地点和下一个供给地点的信息(s103)。另外，计算移动体从供给地点向下一个供给地点的移动中所消耗的能量消耗量。

信息处理部12将抽出的信息和路径信息发送到路径推测部13(s104)。

路径推测部13关于某一ev，推测从供给地点向下一个供给地点的移动中使用的移动路径(s105)。

路径推测部13将与推测出的移动路径有关的信息(移动路径推测信息)发送到信息处理部12(s106)。

信息处理部12根据移动路径推测信息，生成学习数据(s107)。具体而言，从移动路径推测信息抽出模型构筑中所需要的项目的值，生成包含所抽出的值和能量消耗量的学习数据。

消耗能量模型构筑部14基于学习数据，构筑消耗能量模型(模型)(s108)。之后，控制部15可以在输出部17中显示模型。另外，也可以在输出部17显示表示由路径推测部13推测出的移动路径的信息(供给地点列表等)。

以上，根据本实施方式，基于移动体的能量供给历史信息(地点历史信息)确定移动体的第1地点和作为第1地点之后的移动目的地的第2地点。使用表示多个地点间的路径和路径的特性(距离、所需时间、坡度信息、所需能量等)的路径信息(参照图3～图5)，推测移动体从第1地点移动到第2地点时所使用的移动路径。如上所述，能够根据地点历史信息和路径信息通过计算来获取移动体的移动路径，所以能够容易地获取移动体的移动路径的信息。因此，能够以低成本(费用)获取移动路径的信息。

(第2实施方式)

本实施方式示出生成路径信息的例子。在本实施方式中，使用交通管制数据(交通观测数据)生成路径信息。

图14示出路径信息生成装置41和交通管制服务器51。路径信息生成装置41经由通信网络而与路径推测装置1连接。本实施方式的路径推测装置1中的路径信息存储部22保存有表示供给地点的有无邻接的数据(邻接关系数据)。邻接关系数据可以是在要素中保存了邻接的有无的邻接矩阵，也可以是表形式的数据。在本实施方式中，路径信息生成装置41计算邻接的供给地点彼此间的路径特性，将计算出的路径特性追加到邻接关系数据，由此生成路径信息。另外，路径推测装置1具备tc(交通计数器，trafficcounter)信息存储部。tc信息存储部25具备tc信息db。

tc信息db保持将供给地点、邻接的供给地点以及处于这些供给地点间的1个以上的tc的id对应起来的数据。

图15示出tc信息db的例子。该例子的第1个条目的数据表示在供给地点qj与邻接的供给地点qj’之间配置有交通计数器tc1、tc2、…。此外，不需要按照tc1、tc2、…的顺序配置。

路径信息生成装置41具备交通管制数据获取部42和邻接矩阵生成部43。交通管制服务器51具备速度信息存储部52。速度信息存储部52保存有速度db。

交通管制服务器51经由通信网络连接到配置于g处的的交通计数器tc1～tcg。交通管制服务器51与交通计数器tc1～tcg进行通信，获取交通计数器tc1～tcg的数据即交通管制数据。在此，获取速度信息作为交通管制数据。速度信息保持在某一tc(交通计数器)处在某一时刻测量出的速度[km/h]的值。交通管理服务器将速度信息保存到速度db。作为交通管制数据，也可以代替速度信息而获取占有率或者交通量的信息。

图16示出速度信息db的数据例。速度信息db具有表形式。在行名中分配有时刻，在列名中分配有tc的id。在表的各要素中保存有速度的值。

路径信息生成装置41的交通管制数据获取部42经由通信网络连接到交通管制服务器51，从交通管制服务器51获取速度信息作为交通管制数据。交通管制服务器51和路径信息生成装置41可以是同一装置，在该情况下，交通管制数据获取部42从速度db读出速度信息即可。交通管制数据获取部42将获取到的速度信息交给邻接矩阵生成部43。

邻接矩阵生成部43从路径推测装置1获取保存在路径信息存储部22中的邻接关系数据。另外，邻接矩阵生成部43从路径推测装置1获取保存在tc信息db中的tc信息。

邻接矩阵生成部43关于处于邻接关系的供给地点间，使用速度信息和tc信息计算路径特性，将计算出的路径特性追加到邻接关系数据，由此生成路径信息。在此，生成邻接矩阵作为路径信息。

邻接矩阵生成部43计算处于某一供给地点qj与邻接的供给地点qj’之间的交通计数器的速度值的统计值或者跟踪时刻和等作为路径特性。作为统计值的例子，有平均值、中央值、最大值、最小值等。例如，关于在相应的路径中存在的全部交通计数器，以速度信息db的一定时间量的数据为对象计算速度的平均，将此作为路径的特性信息。邻接矩阵生成部43将计算出的特性信息追加到邻接矩阵的相应的要素。将此过程对处于邻接关系的全部供给地点彼此进行，由此生成邻接矩阵。此外，规定各交通计数器的势力范围，跟踪时刻和在势力范围内是在车辆以各交通计数器测量出的速度(例如最大值)行驶的情况下计算出的所需行驶时间。

邻接矩阵生成部43将生成的邻接矩阵发送给路径推测装置1。路径推测装置1将接收到的邻接矩阵作为路径信息保存到路径信息db。这成为在第1实施方式中使用的路径信息。

例如，路径信息生成装置41每隔一定时间获取交通管制数据(速度信息)，生成(更新)邻接矩阵。此外，获取到的速度信息被保持到路径信息生成装置41的内部存储部或者从路径信息生成装置41能够访问的外部的存储部。因此，路径信息db中被积蓄与速度信息的获取时间对应的多个邻接矩阵(路径信息)。

路径推测装置1的信息通信部18(参照图1)以作为推测对象的能量供给历史信息的时刻信息(利用开始日期时间、利用结束日期时间)为关键字，获取对应的邻接矩阵。例如，获取与包含从利用开始日期时间到利用结束日期时间的时间的上述获取时间对应的邻接矩阵。

路径信息生成装置41和路径推测装置1是不同的装置，但路径信息生成装置41也可以与路径推测装置1一体地构成。

另外，路径推测装置1的控制部15可以通过通信从tc或者管理tc的管理装置获取tc的数据，并利用获取到的数据，构筑速度db。控制部15使用所生成的速度db和邻接关系数据，生成路径信息，将生成的路径信息保存到路径信息db。

(第3实施方式)

在第1实施方式中，作为路径推测方法使用了选择最短路径的方法，但在本实施方式中，从移动路径的多个推测方法之中，根据条件决定所使用的推测方法。

此外，在第1或者第2实施方式中，描述了主要关于1台ev进行移动路径推测的例子，但在本实施方式中，设想关于多台ev进行移动路径推测的状况。以下，示出若干个用于从多个推测方法之中决定推测方法的条件的例子。

(第1例)

路径推测部13或者信息处理部12根据某参数α，随机地选择推测方法。参数α指定各推测方法被选择的比例。例如，在有2个推测方法a以及推测方法b的情况下，通过参数α指定推测方法a以4成的概率、推测方法b以6成的概率被选择。参数α由本装置的操作者指定，利用输入部16输入。

作为一例，设为推测方法a是选择最短距离的移动路径的方法，推测方法b是选择坡度变化(累计高度差等)最小的移动路径的方法。实际上，不限于用户(ev的驾驶者)选择最短路径，认为还存在选择坡度变化小的移动路径的用户。

或者，也可以是，推测方法a是选择最短距离的移动路径的方法，推测方法b是选择第二或者第三地最短的推测方法的方法。

或者，还可以是，推测方法a是选择最短距离的移动路径的方法，推测方法b是选择与交通状况相应的移动路径(例如不通过交通量为一定值以上的部分的移动路径)的方法等。

这样，通过适当地切换所使用的推测方法，能够进行与实际更适合的移动路径推测。从3个以上的推测方法之中选择的情况下也同样能够实施。

(第2例)

根据星期、时间段以及场所中的至少一个条件，选择所使用的推测方法。例如，准备多个“星期天傍晚的向东京方面的上行线路”这样的与星期、时间段、场所有关的条件，对各条件对应推测方法。在移动路径推测时，从多个条件之中确定成为处理对象的能量供给历史所满足的条件，使用与所确定的条件对应的推测方法。

(第3例)

根据汽车导航装置(汽车导航)的机种，选择所使用的推测方法。根据汽车导航的机种，关于路径选择支援用户的方法不同。因此，根据搭载于ev的汽车导航的类型，选择推测方法。例如，在与某标准或者规格对应的最新的汽车导航的情况下，使用推测方法a，在不与该标准或者规格对应的老的汽车导航的情况下，使用推测方法b。作为一例，推测方法a是选择跟踪时刻和最短的移动路径的方法，推测方法b是选择距离最短的移动路径的方法。另外，即便是相同的汽车导航，还可能存在根据被搭载汽车导航的汽车类型而支援的方法不同的情况。因此，可以基于汽车导航的机种和汽车类型，选择所使用的推测方法。

(第4例)

基于设置于多个供给地点间的路径的交通计数器的数据(例如速度)，决定所使用的推测方法。例如，在有从供给地点到下一个供给地点的移动路径的多个候补的情况下，针对每个候补计算移动路径中存在的交通计数器的速度的平均值。计算候补间的平均值的偏差(方差)，在偏差为阈值以上的情况下，使用推测方法a，在偏差小的情况下，使用推测方法b。推测方法a例如是选择所需时间最小的移动路径的推测方法，推测方法b例如是选择距离最短的移动路径的推测方法。各推测方法a、b也可以是在此举出的例子以外的例子。

(第5例)

使用多个推测方法进行移动路径推测。对推测出的移动路径相同的推测方法的个数(即，输出了相同的移动路径的推测方法的个数)进行计数，选择最多的移动路径。多个推测方法可以是任意的，可以组合上述第1例～第4例中举出的推测方法。

(第4实施方式)

在本实施方式中，对推测出的移动路径赋予可靠度(权重)，在模型构筑时利用所赋予的可靠度。可靠度作为一例用实数表示。以下示出可靠度的计算例。

使用多个推测方法进行移动路径推测。从推测出的移动路径之中，按照任意的方法选择移动路径。对在推测出的全部移动路径之中包含几个与所选择的移动路径相同的移动路径进行计数(即，对输出了与选择的移动路径相同的移动路径的推测方法的个数进行计数)。根据计数值与推测出的全部移动路径的个数(即，所使用的推测方法的个数)的比率，计算可靠度。具体而言，用以下的式计算可靠度。

可靠度＝(输出了所选择的移动路径的推测方法的个数/全部推测方法的个数)

示出可靠度的其它计算例。对推测出的移动路径中包含的分支点的个数进行计数。例如，在前述图11的例子中，在针对从供给地点q1向q6的移动所推测出的移动路径q1→q3→q4→q6中，在供给地点q3处有3个分支，在供给地点q4处有3个分支。在该情况下，分支点的个数为6(＝3+3)。1除以分支点的个数(计数值)来计算可靠度。具体而言，用以下的式计算可靠度。

可靠度＝1/到达下一个供给地点为止的分支点的个数

以下，说明可靠度的利用方法。

在通过最小二乘法决定模型参数的情况下，能够进行将可靠度用作权重的带权重的最小二乘法。例如，如以下的式(2)所示，能够以利用可靠度e来使残差的平方和j最小化的方式决定模型参数。当设想前述的多元回归模型时，y对应于目的变量，f(x)对应于说明变量与系数的线性组合(参照式(1)的右边)。i表示学习数据(样本)的编号。可靠度的值越大，赋予越大的权重。由此，能够进行精度高的模型参数的计算。

【式2】

另外，在通过提升法决定模型参数的情况下，作为在生成在提升中利用的标本的发生分布的初始值时的权重，能够利用可靠度。

(第5实施方式)

设想关于一部分ev，能够通过etc2.0获取实际的移动历史的情况。图17示出本实施方式的结构。路径推测装置1经由通信网络连接到配置于k处的etc2.0装置e1～ek。路径推测装置1经由通信网络从etc2.0装置e1～ek获取移动路径的历史数据。或者，路径推测装置1与ev用户所持的通信终端a1～am进行通信，获取移动路径的历史数据。通信终端a1～am具备gps功能。作为通信终端的例子，有汽车导航装置、智能手机等。

路径推测装置1中的路径推测部13在推测某一ev的移动路径时，在与该ev相同的时间段，其它ev从相同的供给地点移动到下一个相同的供给地点，从移动路径的历史数据能够确定该其它ev的移动路径。在该情况下，将该其它ev的移动路径利用为作为推测对象的ev的移动路径。时间段是指例如将1天分割为多个时间段的情况下的任意的1个。也可以没有与时间段有关的条件。

(第6实施方式)

在本实施方式中，说明获取保存于图1的能量供给历史db的能量供给历史信息的例子。

图18示出用于路径推测装置1获取能量供给历史信息的系统结构。路径推测装置1经由通信网络连接到n台供给地点q1～qn(n为2以上)。路径推测装置1从n台供给地点q1～qn(n为2以上)获取能量供给历史信息(供给地点使用历史)。路径推测装置1的控制部15将获取到的能量供给历史信息整理为能量供给历史db的形式来保存到能量供给历史db。

图19示出用于路径推测装置1获取能量供给历史信息的其它结构。路径推测装置1经由通信网络连接到例如智能手机等ev用户所持的通信终端a1～am。路径推测装置1从通信终端a1～am获取能量供给历史信息(供给地点使用历史)。控制部15将获取到的能量供给历史信息整理为能量供给历史db的形式来保存到能量供给历史db。

(第7实施方式)

在通过移动路径推测来制作学习数据时，可以从能量供给历史db使用满足以下的条件的能量供给历史。通过追加这样的条件，构筑精度高的模型，能够提高消耗能量的量的预测精度。还能够组合下述条件。

(条件例1)在关于同一用户从能量供给历史db抽出能量供给历史时，将供给地点的利用结束日期时间与下一个供给地点的利用开始日期时间的差为x小时以内作为条件。x可以是任意的值。例如，x可以是6。在不满足该条件的情况下，在学习数据的生成中不使用该能量供给历史(即，不进行移动路径推测)。例如，在前述图6a的例子中，关于第1个和第2个条目，下一次利用开始日期时间与上一次利用结束日期时间的差为6小时以外，所以满足条件。因此，针对该能量供给历史，制作学习数据。

(条件例2)比较跟踪时刻和、与充电器的利用结束日期时间与下一个供给地点的利用开始日期时间的差，在跟踪时刻和与差的差分为y小时以上的情况下，不使用该能量供给历史。y可以是任意的值。例如，y可以是2或者3。

(第8实施方式)

在本实施方式中，示出使用了能量消耗模型的主要因素分析的一个例子。作为能量消耗模型使用回归模型，但还能够使用anova(方差分析)、主成分分析、因子分析等一般的主要因素分析中使用的统计、机械学习模型、物理模型。

图20示出主要因素分析的结果。在图20中，使用以下的(式3)的多元回归模型进行主要因素分析。(式3)与前述(式1)相同，但再次记载。

【式3】

y＝f(x)＝wx(式3)

(式3)的

【式4】

y＝{yr：r＝1，..，r}

是r个推测移动路径的能量消耗量(目的变量)。

【式5】

x＝{xr：r＝1，..，r}

是认为与r个推测移动路径各自的能量消耗量有关联的e个说明变量。

【式6】

xr＝{xr，e：e＝1，..，e}

是与第r个学习数据有关的e个说明变量。

如在第1实施方式的说明中所叙述，使用最大似然推测法、最小二乘法，计算模型参数：

【式7】

w＝{we：e＝1，..，e}

图20示出所计算出的权重w显示于输出部17的例子。示出了针对3个说明变量的权重，即，距离、所需时间、室外温度各自的权重。表示各说明变量的影响度。因此，通过将图20的分析结果提示给路径推测装置1的操作者，从而能够让操作者掌握哪个主要因素针对能量消耗具有相对高的影响度。

(第9实施方式)

在本实施方式中，说明活用了能量消耗模型的能量消耗预测。

将第1～第7的某一个中计算出的能量消耗模型从路径推测装置1发送到预测服务器61，将能量消耗模型保存到预测服务器61。预测服务器61使用能量消耗模型，关于某一ev预测能量消耗量。另外，根据预测出的能量消耗量，还进行行驶可能距离(续航可能距离)的计算等。

图21是本实施方式的预测系统的整体结构图。预测系统具备预测服务器61和多个通信终端a1～am。多个通信终端a1～am是多个ev用户所有的终端(汽车导航装置、智能手机等)。预测服务器61经由通信网络连接到多个通信终端a1～am。预测服务器61能够与路径推测装置1进行通信，从路径推测装置1获取能量消耗模型。预测服务器61具备cpu等处理器、存储装置(存储器、硬盘、ssd等)、通信电路等。通过处理器读出保存在存储装置中的程序并执行，由此实现预测服务器61的处理。存储装置中保存从路径推测装置1获取到的能量消耗模型、程序的动作所需的数据以及在处理的过程中生成的数据、从通信终端获取到的数据等。

图22是用于说明预测服务器61的动作的一个例子的图。预测服务器61从当前行驶中的ev的用户的通信终端a1获取使用了模型的消耗能量预测中所需的信息。例如，有gps信息、能量供给历史、目的地等信息。

预测服务器61预测消耗能量。例如根据gps信息和能量供给历史计算从最近进行了充电的供给地点的移动距离，根据移动距离和能量消耗模型预测消耗能量的量。如果在能量消耗模型的说明变量中有移动距离以外的信息，例如室外温度，则该信息也从通信终端a1或者其它服务器获取。预测服务器61根据预测出的消耗能量的量计算当前的残余能量的量，计算以残余能量的量能够移动的距离(行驶可能距离)。另外，在残余能量的量低于阈值的情况下，搜索下一个供给地点的候补。下一个供给地点的候补是处于以残余能量的量能够到达的范围的供给地点。预测服务器61预测移动到各供给地点时所需的消耗能量，将以残余能量的量能够到达的供给地点确定为下一个供给地点的候补(推荐供给地点)。预测服务器61将表示推荐供给地点、消耗能量的量、行驶可能距离的输出信息发送给通信终端a1。通信终端将接收到的输出信息显示于其画面。在此记载的预测服务器61的动作是一个例子，也可以是其它动作。例如，无论残余能量的量是否低于阈值，都可以进行供给地点的候补的搜索。

在本实施方式中，示出了利用从ev的用户的通信终端接收到的gps信息等的例子，但并不限于该方式。例如，如果在能量消耗模型的说明变量中有利用交通计数器的数据的信息，则可以从交通计数器接收数据。另外，也可以从供给地点获取能量供给历史的数据。

(第10实施方式)

说明第1～第9实施方式的路径推测装置1的硬件结构。

图23示出本实施方式的路径推测装置1的硬件结构。本实施方式的路径推测装置1由计算机装置100构成。计算机装置100具备cpu151、输入接口152、显示装置153、通信装置154、主存储装置155以及外部存储装置156，它们通过总线157相互连接。此外，预测服务器61也能够由与图23同样的硬件结构实现。

cpu(中央运算装置)151在主存储装置155上执行实现路径推测装置1的上述的各功能结构的计算机程序。cpu151执行计算机程序，由此实现各功能结构。

输入接口152是用于将来自键盘、鼠标以及触摸面板等输入装置的操作信号输入到路径推测装置1的电路。

显示装置153显示从路径推测装置1输出的数据或者信息。显示装置153例如是lcd(液晶显示器)、crt(阴极射线管)以及pdp(等离子显示器)，但不限于此。能够通过该显示装置153显示从计算机装置100输出的数据或者信息。

通信装置154是用于路径推测装置1以无线或者有线方式与外部装置进行通信的电路。能够经由通信装置154从外部装置输入能量供给历史以及路径信息。能够将从外部装置输入的信息保存到db。信息通信部18能够在通信装置154上构筑。

主存储装置155存储用于移动路径推测以及能量消耗模型构筑的程序以及程序的执行所需要的数据以及通过程序的执行而生成的数据等。程序在主存储装置155上被展开并被执行。主存储装置155例如是ram、dram、sram，但不限于此。各实施方式中的存储部可以在主存储装置155上构筑。

外部存储装置156存储用于移动路径推测以及能量消耗模型构筑的程序以及程序的执行所需要的数据以及通过程序的执行而生成的数据等。这些程序、数据在移动路径推测以及能量消耗模型构筑的执行时被读出到主存储装置155。外部存储装置156例如是硬盘、光盘、闪存存储器以及磁带，但不限于此。各实施方式中的存储部可以在外部存储装置156上构筑。

此外，移动路径推测以及能量消耗模型构筑的程序可以预先安装于计算机装置100，也可以存储于cd-rom等存储介质。另外，该程序可以被上传到因特网上。

此外，计算机装置100可以将处理器151、输入接口152、显示装置153、通信装置154以及主存储装置155分别具备1个或者多个，也可以连接有打印机、扫描仪等外围设备。

另外，路径推测装置1可以由单一的计算机装置100构成，也可以构成为由相互连接的多个计算机装置100构成的系统。

此外，能够将上述实施方式总结为以下的技术方案。

【技术方案1】

一种路径推测装置，具备：

信息通信部，经由通信网络从信息装置获取移动体的地点历史信息；以及

路径推测部，使用所述地点历史信息和表示多个地点间的路径和所述路径的特性的路径信息，推测所述移动体从第1所述地点移动到第2所述地点时所使用的移动路径。

【技术方案2】

根据技术方案1所述的路径推测装置，其中，

所述信息装置是对所述移动体进行能量供给的能量供给器、所述移动体的用户所使用的终端装置或者配置于包含多个地点的区域内的预定的处所且能够与所述终端装置以及所述移动体的至少一方进行通信的数据通信装置。

【技术方案3】

根据技术方案1或者2所述的路径推测装置，其中，

所述地点历史信息包括识别所述地点的信息和与所述地点处的所述移动体的能量的量有关的信息。

【技术方案4】

根据技术方案3所述的路径推测装置，其中，

所述地点历史信息包含识别所述移动体或者所述移动体的用户的标识符。

【技术方案5】

根据技术方案1至4中的任一项所述的路径推测装置，其中，

存在所述移动路径的多个候补，

所述路径推测部根据所述多个候补的距离，从所述多个候补选择所述移动路径。

【技术方案6】

根据技术方案5所述的路径推测装置，其中，

所述路径推测部选择所述多个候补中的距离最短的候补。

【技术方案7】

根据技术方案1至6中的任一项所述的路径推测装置，其中，

存在所述移动路径的多个候补，

所述路径推测部根据所述多个候补的坡度变化，从所述多个候补选择所述移动路径。

【技术方案8】

根据技术方案1至7中的任一项所述的路径推测装置，其中，

存在所述移动路径的多个候补，

所述路径推测部计算所述移动体为了在所述多个候补进行移动而所需的所需能量的量，根据所述所需能量的量，从所述多个候补选择所述移动路径。

【技术方案9】

根据技术方案1至8中的任一项所述的路径推测装置，其中，

所述信息通信部获取设置于所述路径的交通计数器的数据，

所述路径推测部根据所述交通计数器的数据，推测所述移动路径。

【技术方案10】

根据技术方案1所述的路径推测装置，其中，

所述移动体在第1时间段从所述第1地点移动到所述第2地点，

所述信息通信部获取表示其它移动体在所述第1时间段从所述第1地点向所述第2地点的移动中所使用的移动路径的信息，

所述路径推测部将所述移动体的移动路径决定为与所述信息所表示的所述其它移动体的所述移动路径相同。

【技术方案11】

根据技术方案1至10中的任一项所述的路径推测装置，其中，

所述路径推测部从所述移动路径的多个推测方法之中选择1个推测方法，根据选择出的推测方法，推测所述移动路径。

【技术方案12】

根据技术方案11所述的路径推测装置，其中，

所述路径推测部从所述多个推测方法之中随机地选择所述推测方法。

【技术方案13】

根据技术方案11所述的路径推测装置，其中，

所述路径推测部根据星期、时间段以及场所中的至少1个，选择所述推测方法。

【技术方案14】

根据技术方案11所述的路径推测装置，其中，

所述信息通信部获取设置于所述路径的交通计数器的数据，

所述路径推测部根据所述交通计数器的数据，选择所述推测方法。

【技术方案15】

根据技术方案1至14中的任一项所述的路径推测装置，其中，具备：

信息处理部，根据所述第1地点和所述第2地点处的所述移动体的能量状态信息，计算所述移动体为了从所述第1地点移动到所述第2地点而消耗的能量消耗量；以及

模型构筑部，根据所述能量消耗量和所述推测出的移动路径的距离，构筑将移动距离和能量消耗量进行了关联的模型。

【技术方案16】

根据技术方案15所述的路径推测装置，其中，

所述信息处理部生成包含能量消耗量和所述推测出的移动路径的距离的多个学习数据，针对所述多个学习数据的每一个，设定所述推测出的移动路径的可靠度，

所述模型构筑部根据所述多个学习数据和所述可靠度，构筑所述模型。

【技术方案17】

根据技术方案16所述的路径推测装置，其中，

所述模型构筑部根据所述推测出的移动路径中包含的路径分支点的个数，设定所述可靠度。

【技术方案18】

根据技术方案1至17中的任一项所述的路径推测装置，其中，

所述多个地点是用于对移动体进行能量供给的多个能量供给地点。

【技术方案19】

根据技术方案1至18中的任一项所述的路径推测装置，其中，

所述路径的特性表示所述路径的距离、所述路径的移动中所需的消耗能量的量、所述路径的气象中的至少1个。

【技术方案20】

一种路径推测方法，其中，

经由通信网络从信息装置获取移动体的地点历史信息，

使用所述地点历史信息和表示多个地点间的路径和所述路径的特性的路径信息，推测所述移动体从第1所述地点移动到第2所述地点时所使用的移动路径。

【技术方案21】

一种计算机可读介质，存储有计算机程序，其中当所述计算机程序被执行时使计算机执行如下步骤：

经由通信网络从信息装置获取移动体的地点历史信息的步骤；以及

使用所述地点历史信息和表示多个地点间的路径和所述路径的特性的路径信息，推测所述移动体从第1所述地点移动到第2所述地点时所使用的移动路径的步骤。

此外，本发明不限于上述各实施方式的原样，在实施阶段在不脱离其要旨的范围能够变形构成要素来进行具体化。另外，能够通过将上述各实施方式中公开的多个构成要素适当组合来形成各种发明。另外，例如，还可以考虑从各实施方式中示出的全部构成要素删除若干个构成要素的结构。进而，也可以适当组合不同的实施方式中记载的构成要素。