JP4682865B2 - 経路探索システム、経路案内システムにおける経路案内方法、及びナビゲーション装置 - Google Patents

Description

本発明は、経路探索システム、経路案内システムにおける経路案内方法、及びナビゲーション装置に関する。

近年、自動車の円滑な走行を図るために、高度道路交通システム（Intelligent Transport Systems）の開発が進められている。この開発分野の一つに、ナビゲーションシステ
ムの高度化がある。この一例として、ＶＩＣＳ（Vehicle Information and Communication System）機能を搭載したナビゲーション装置がある。このナビゲーション装置では、ビーコン、ＦＭ多重放送により発信された渋滞情報を受信し、現在発生している渋滞を回避するための経路案内を行う。

また、特許文献１では、全国地図を分割するメッシュ領域毎に記憶された統計情報を記憶し、その統計情報を用いて、推奨経路を探索するナビゲーション装置が記載されている。統計情報は、各メッシュ領域毎に、時間帯、平日・休日等の要因ごとに統計された交通情報であって、各リンクの旅行時間、又は移動速度等から構成される。そして、ナビゲーション装置は、出発地から、各メッシュ領域への基準到達時刻を予測し、予め格納された統計情報のうち、到着時刻が含まれる時間帯に対応する統計情報を用いて、旅行時間が短縮される経路を探索する。このため、現時点の道路交通情報を用いるよりも、的確な推奨経路を探索することができる。
特開２００４−３０１６７７号公報

ところが、上記したナビゲーション装置では、四角形状のメッシュ領域の代表座標を決め、その代表座標と現在地との直線距離を、予め設定した速度で除算することにより、そのメッシュ領域への到達時刻を予測する。従って、多数のメッシュ領域への到達時刻を算出するため、処理量が多くなるばかりか、特にメッシュ領域の角部、周辺部では、予測到達時刻の精度が低下する可能性がある。その結果、実際の到着時刻とは大幅に異なる時間帯の統計情報を用いて推奨経路を探索してしまう可能性がある。

また、上記したナビゲーション装置では、代表座標への直線距離を、一定の速度で除算することにより、到達時刻を予想している。このため、到達時刻を予測する工程において、地域性、時間帯、平日・休日等の要因を考慮していない。従って、予測到着時刻の精度が低くなる虞がある。

本発明は、上記問題点に鑑みてなされたものであり、その目的は、推奨経路を的確に探索することができる経路探索システム、経路案内システムにおける経路案内方法、及びナビゲーション装置を提供することにある。

上記問題点を解決するために、請求項１に記載の発明は、現在の自車位置から目的地までの経路を案内する経路案内システムにおいて、道路交通情報、又は各車両から収集したプローブ情報を統計処理して、車両が所定時間内に到達できる距離範囲を、地図を分割した区域毎、かつ各区域についての時間帯毎にそれぞれ予測した予測距離範囲データを生成する第１統計処理手段と、前記道路交通情報又は前記プローブ情報に基づいて、リンク毎、かつ各リンクについての時間帯毎にそれぞれ予測した交通データを生成する第２統計処理手段と、前記予測距離範囲データのうち、現在の自車位置及び現在時刻に対応する距離範囲を読み出し、当該読み出した距離範囲に基づいて、現在時刻を基準として複数の予測距離範囲を時系列的にそれぞれ設定する予測距離範囲設定手段と、設定された前記各予測距離範囲内のリンクに対し、その予測距離範囲にそれぞれに対応する時間帯の前記交通データを用いて、現在の自車位置から目的地までの推奨経路を探索する探索手段とを備えたことを要旨とする。
請求項２に記載の発明は、請求項１に記載の経路案内システムにおいて、前記予測距離範囲設定手段は、現在の自車位置から所定時間後に車両が到達できる予測距離範囲を設定するとともに、その予測距離範囲の外縁から所定時間後に車両が到達できる予測距離範囲を設定することで、複数の予測距離範囲を時系列的にそれぞれ設定し、前記探索手段は、現在の自車位置から所定時間後の予測距離範囲内のリンク、及び予測距離範囲の外縁から所定時間後の予測距離範囲内のリンクに対し、前記各予測距離範囲にそれぞれ対応する時間帯の前記交通データを用いて、現在の自車位置から目的地までの推奨経路を探索することを要旨とする。

請求項３に記載の発明は、現在の自車位置から目的地までの経路を案内する経路案内システムにおける経路案内方法であって、道路交通情報、又は各車両から収集したプローブ情報を統計処理して、車両が所定時間内に到達できる距離範囲を、地図を分割した区域毎、かつ時間帯毎にそれぞれ予測した予測距離範囲データを生成する第１統計処理段階と、前記道路交通情報又は前記プローブ情報に基づいて、リンク毎、かつ時間帯毎にそれぞれ予測した交通データを生成する第２統計処理段階と、前記予測距離範囲データのうち、現在の自車位置及び現在時刻に対応する距離範囲を読み出し、当該読み出した距離範囲に基づいて、現在時刻を基準として複数の予測距離範囲を時系列的にそれぞれ設定する予測距離範囲設定段階と、設定された前記各予測距離範囲内のリンクに対し、その予測距離範囲にそれぞれに対応する時間帯の前記交通データを用いて、現在の自車位置から目的地までの推奨経路を探索する探索段階とを有することを要旨とする。
請求項４に記載の発明は、請求項３に記載の経路案内システムにおける経路案内方法であって、前記予測距離範囲設定段階では、現在の自車位置から所定時間後に車両が到達できる予測距離範囲を設定するとともに、その予測距離範囲の外縁から所定時間後に車両が到達できる予測距離範囲を設定することで、複数の予測距離範囲を時系列的にそれぞれ設定し、前記探索段階では、現在の自車位置から所定時間後の予測距離範囲内のリンク、及び予測距離範囲の外縁から所定時間後の予測距離範囲内のリンクに対し、前記各予測距離範囲にそれぞれ対応する時間帯の前記交通データを用いて、現在の自車位置から目的地までの推奨経路を探索することを要旨とする。

請求項５に記載の発明は、車両に搭載されたナビゲーション装置において、車両が所定時間内に到達できる距離範囲を、地図を分割した区域毎、かつ時間帯毎にそれぞれ予測した予測距離範囲データを記憶する予測距離範囲データ記憶手段と、前記予測距離範囲データのうち、現在の自車位置及び現在時刻に対応する距離範囲を読み出し、当該読み出した距離範囲に基づいて、現在時刻を基準として複数の予測距離範囲を時系列的に設定する予測距離範囲設定手段と、リンク毎、かつ時間帯毎にそれぞれ予測した交通データを記憶する交通データ記憶手段と、設定された前記各予測距離範囲内のリンクに対し、その予測距離範囲にそれぞれに対応する時間帯の前記交通データを用いて、現在の自車位置から目的地までの推奨経路を探索する探索手段とを備えたことを要旨とする。
請求項６に記載の発明は、請求項５に記載のナビゲーション装置において、前記予測距離範囲設定手段は、現在の自車位置から所定時間後に車両が到達できる予測距離範囲を設定するとともに、その予測距離範囲の外縁から所定時間後に車両が到達できる予測距離範囲を設定することで、複数の予測距離範囲を時系列的にそれぞれ設定し、前記探索手段は、現在の自車位置から所定時間後の予測距離範囲内のリンク、及び予測距離範囲の外縁から所定時間後の予測距離範囲内のリンクに対し、前記各予測距離範囲にそれぞれ対応する時間帯の前記交通データを用いて、現在の自車位置から目的地までの推奨経路を探索することを要旨とする。

請求項７に記載の発明は、請求項５又は６に記載のナビゲーション装置において、前記予測距離範囲設定手段は、現在の自車位置を中心として、同心円状の前記各予測距離範囲を設定することを要旨とする。

請求項８に記載の発明は、請求項５〜７のいずれか１項に記載のナビゲーション装置において、前記予測距離範囲設定手段は、前記所定時間と前記現在時刻から当該現在時刻が属する時間帯の終端時刻までの時間との差分時間を求め、当該差分時間に応じて縮小した前記予測距離範囲を設定することを要旨とする。

請求項９に記載の発明は、請求項５〜８のいずれか１項に記載のナビゲーション装置において、前記予測距離範囲データは、区域、季節、曜日、祝日又は連休期間毎に生成されていることを要旨とする。

請求項１０に記載の発明は、請求項５〜９のいずれか１項に記載のナビゲーション装置において、前記予測距離範囲データ、又は各時間帯毎の交通状況に基づいた前記交通データを、外部から受信する受信手段をさらに備えたことを要旨とする。

請求項１１に記載の発明は、請求項５〜１０のいずれか１項に記載のナビゲーション装置において、前記車両の走行した道路の所要時間、時間帯、車速を含む走行履歴を記憶する走行履歴記憶手段と、前記走行履歴に基づき、前記予測距離範囲データ又は前記交通データを生成又は更新する走行学習手段とを備えたことを要旨とする。

請求項１〜請求項６に記載の発明によれば、車両の予測距離範囲が、時間帯毎に、時系列的に予測される。そして、各時間帯に到達する範囲を示す予測距離範囲内において、その時間帯に応じた交通データが用いられる。従って、時間帯に応じた交通データを探索に用いる際、車両がそのリンクに到達する時間帯を精度よく予測できるので、的確な時間帯の交通データを用いることができる。このため、時間的変化を加味して、車両通過時に渋滞が発生する道路、渋滞が解消される道路を予測できる。

請求項７に記載の発明によれば、現在の自車位置を中心として、同心円状の各予測距離範囲が設定されるので、時間的変化に伴った予測距離範囲を算出することができる。
請求項８に記載の発明によれば、差分時間に応じて縮小した予測距離範囲を設定する。このため、より正確に予測距離範囲を設定することができるので、的確な時間帯の交通データを用いることができる。

請求項９に記載の発明によれば、予測距離範囲データは、区域、季節、曜日、祝日、連休期間等の要因毎に生成されている。このため、車両の現在位置から所定時間内に到達する距離範囲をより的確に算出することができる。

請求項１０に記載の発明によれば、ナビゲーション装置は、予測距離範囲データ、交通データを受信する。このため、逐次受信した新しいデータを用いて経路探索を行うことができるので、経路探索の精度が向上する。

請求項１１に記載の発明によれば、ナビゲーション装置は、走行履歴に基づき、予測距離範囲データ又は交通データを更新する学習機能を備える。このため、逐次更新した新しいデータを用いて経路探索を行うことができるので、経路探索の精度が向上する。

以下、本発明を具体化した一実施形態を図１〜図９に従って説明する。図１は、本実施形態における、自動車に搭載されたナビゲーション装置１の説明図である。
図１に示すように、ナビゲーション装置１のナビユニット２は、予測距離範囲設定手段、探索手段としてのＣＰＵ１０、ＲＡＭ１１、経路案内プログラムを格納したＲＯＭ１２、ＧＰＳ受信部１４を備えている。ＣＰＵ１０は、ＧＰＳ（Global Positioning System
）衛星からＧＰＳ受信部１４が受信した、緯度・経度等の座標を示す位置検出信号を入力して、電波航法により自車両の絶対位置を算出する。また、ＣＰＵ１０は、ナビユニット２が備える車両側Ｉ／Ｆ１５を介して、自車に設けられた車速センサ４０及びジャイロセンサ４１から車速パルス、角速度をそれぞれ入力する。そして、ＣＰＵ１０は、車速パルス及び角速度を用いる自律航法により、基準位置からの相対位置を算出し、電波航法で算出した絶対位置と組み合わせて自車位置を特定する。

また、ナビユニット２の通信インターフェース（以下、通信Ｉ／Ｆ１６という）は、路側等に設置された電波ビーコン、光ビーコンや、ＦＭ多重放送の基地局から、ＶＩＣＳ信号を受信する。ＶＩＣＳ信号には、現在地から進行方向において数十ｋｍ〜数百ｋｍの範囲の道路状況を示す道路交通情報や、都道府県単位の道路交通情報が含まれている。

また、ナビユニット２は、地理データ記憶部１７を備えている。地理データ記憶部１７は、内蔵ハードディスク、又は光ディスク等の外部記憶媒体である。この地理データ記憶部１７には、目的地までの経路を探索するための各経路ネットワークデータ（以下、経路データ１８という）と、出力手段としてのディスプレイ２５に地図画面２５ａを出力するための各地図描画データ１９とが格納されている。

図２（ａ）に示すように、経路データ１８は、全国を各区域に区画したリージョン毎のデータであって、ヘッダ１８ａ、交差点や道路の端点を示すノードの番号等を含むノードデータ１８ｂ、ノード間のリンクのＩＤ等を含むリンクデータ１８ｃ、リンクコスト１８ｄ、ノードやリンクの座標を示す座標データ１８ｅ、バージョン１８ｆ等を有している。ヘッダ１８ａは、全国を区画した区域としてのメッシュの番号等が格納されている。リンクデータ１８ｃには、リンクＩＤ、接続ノード、通行規制等のデータが含まれている。リンクコスト１８ｄは、各リンクのリンク長、道路幅に基づくデータであって、固定値である。ＣＰＵ１０は、この経路データ１８を用いて、ダイクストラ法等、公知の方法により、旅行時間が短縮化される経路や、走行しやすい経路等、現在の自車位置から目的地までの推奨経路を探索する。

また、地図描画データ１９は、全国の地図を分割したメッシュ（パーセル）毎に格納され、広域の地図から狭域の地図まで各階層毎に分かれている。図２（ｂ）に示すように、地図描画データ１９は、ヘッダ１９ａ、道路データ１９ｂ、背景データ１９ｃ等を有している。ヘッダ１９ａは、メッシュの番号、データの階層等を有している。道路データ１９ｂは、地図上に表示される、形状補間データ、道路幅等、道路の形状を示すデータである。背景データ１９ｃは、道路、市街地、河川等を描画する描画データである。

ナビユニット２が備える画像プロセッサ２０（図１参照）は、ＣＰＵ１０に基づき、自車位置周辺の地図を描画するための地図描画データ１９を地理データ記憶部１７から読出す。そして、出力用のデータを生成し、画像メモリ２１に一時記憶する。さらに、出力用データに基づく映像信号をディスプレイ２５に出力し、図１に示すような地図画面２５ａを表示する。また、画像プロセッサ２０は、この地図画面２５ａに、自車位置を示す指標２５ｂを重畳する。

また、ディスプレイ２５には、操作スイッチ２３が隣設されている。操作スイッチ２３が操作されると、ナビユニット２が備える外部入力Ｉ／Ｆ２２は、操作スイッチ２３の入力操作に応じた信号をＣＰＵ１０に出力する。

さらに、ナビユニット２の音声プロセッサ２４は、ＣＰＵ１０の制御に従って、図示しない音声ファイルデータベースから音声ファイルを読出す。そして、経路を案内する音声信号等をスピーカ２６に出力する。

また、ナビユニット２は、予測距離範囲データとしてのスライス幅データ３１を記憶した、予測距離範囲データ記憶手段としてのスライス幅データベース（ＤＢ）３０と、交通データ３６を記憶した交通データ記憶手段としての交通データベース（ＤＢ）３５とを備えている。図３は、スライス幅データ３１のデータ構造を説明する説明図である。スライス幅データ３１は、地図メッシュ（以下、メッシュという）ＩＤ３１ａ、季節３１ｂ、曜日３１ｃ、距離範囲としてのスライス幅３１ｄから構成されている。メッシュＩＤ３１ａは、全国を１０ｋｍ四方に区画したメッシュに割り当てられたＩＤである。このメッシュＩＤ３１ａの下位のデータは、季節３１ｂとなっている。季節３１ｂは、スライス幅データ３１を春・夏・秋・冬・長期連休に分けている。さらに下位にある曜日３１ｃは、各曜日と、祝日とからなる。

スライス幅３１ｄは、メッシュ毎に記憶されており、そのメッシュにおいて、所定時間としての１５分の間に自動車が走行可能な距離範囲を予測したデータであって、１５分間の時間帯毎に、２４時間分のデータが記憶されている。即ち、各スライス幅３１ｄは、メッシュＩＤ３１ａ（地域性）、季節３１ｂ、曜日３１ｃ、時間帯の要因が加味された予測データであって、本実施形態では、管理センターにより、ＶＩＣＳ信号や、各自動車から収集したプローブ情報に基づいて統計処理されたデータである。例えば、メッシュに含まれる各リンクに対応するＶＩＣＳ信号、プローブ情報から、メッシュ内のリンク全ての平均車速を算出し、平均車速に所定時間（１５分）を乗じた距離をそのメッシュのスライス幅３１ｄとする。

次に、交通データ３６について図４に従って説明する。図４は、交通データ３６のデータ構成を説明する説明図である。交通データ３６は、例えばメッシュＩＤ３１ａ毎に生成されるとともに、時間帯３６ｂ毎に、各リンクのリンクＩＤ３６ａに対するリンクコスト３６ｃを有している。時間帯３６ｂは、１５分毎に設定され、スライス幅データ３１で設定した時間帯（例えば「０：００」〜「０：１４」等）と同じ区切りになっている。このリンクコスト３６ｃは、その時間帯３６ｂにおいて、そのリンクを通過する際にかかる平均旅行時間を示すデータであって、例えば「３（ｍｉｎ）」等になっている。つまり、経路データ１８のリンクコスト１８ｄは、リンクの長さ、道路幅等に基づく、時間帯３６ｂを加味していないコストである。交通データ３６のリンクコスト３６ｃは、各時間帯３６ｂの交通状況を反映したコストであって、経路データ１８のリンクコスト１８ｄに加算される等して、新たなリンクコストＬＣを生成するためのデータである。

次に、本実施形態の経路探索の処理手順について、図５に従って説明する。まず、ＣＰ
Ｕ１０は、ＲＯＭ１２に記憶された経路案内プログラムに従って、タッチパネル、操作スイッチ２３の入力操作等による、目的地の設定を待機する（ステップＳ１−１）。目的地が入力されたと判断すると（ステップＳ１−１においてＹＥＳ）、ＣＰＵ１０は、その目的地の座標等をＲＡＭ１１に一時格納する。

また、ＣＰＵ１０は、電波航法及び自律航法によって、車両の現在位置を算出する。そして、地図描画データ１９等に基づいて、自車位置が含まれるメッシュを検出し、そのメッシュのメッシュＩＤ３１ａを取得する（ステップＳ１−２）。そして、ナビユニット２の図示しない内蔵時計により、現在日時、現在時刻を取得し、現時点の季節３１ｂ、曜日３１ｃ、時間帯の要因を特定する（ステップＳ１−３）。そして、メッシュＩＤ３１ａ、季節３１ｂ、曜日３１ｃ、時間帯の要因を特定すると、メッシュＩＤ３１ａが紐付けされたスライス幅データ３１を読出し、そのスライス幅データ３１に基づき、４つのスライス幅３１ｄを時系列的に決定する（ステップＳ１−４）。

例えば、季節３１ｂが「春」、曜日３１ｃが「月曜日」、現在時刻が１０時１５分〜１０時２９分に含まれる時刻であった場合、図３に示すスライス幅データ３１のうち、「１０時１５分〜１０時２９分」のスライス幅３１ｄを読み出す。例えば、このスライス幅３１ｄは「６．０ｋｍ」であって、このメッシュでは、車両の走行可能な距離範囲が、１５分間で約６ｋｍであることを示している。

次に、２番目のスライス幅３１ｄとして、同じメッシュＩＤ３１ａ、季節３１ｂ、曜日３１ｃの「１０時３０分〜１０時４４分」のスライス幅３１ｄを読み出す。このとき読み出されるスライス幅３１ｄは、「１０時１５分〜１０時２９分」の間に車両が進行した位置から、「１０時３０分〜１０時４４分」に車両が到達する距離範囲を示したデータであって、例えば「５．６ｋｍ」である。

また、ＣＰＵ１０は、３番目、４番目のスライス幅３１ｄとして、同じメッシュＩＤ３１ａ、季節３１ｂ、曜日３１ｃの「１０時４５分〜１０時５９分」、「１１時０分〜１１時１４分」のスライス幅３１ｄである「６．３ｋｍ」、「５．８ｋｍ」をそれぞれ読み出す。これにより、「１０時１５分〜１０時２９分」、「１０時３０分〜１０時４４分」、「１０時４５分〜１０時５９分」、「１１時０分〜１１時１４分」の連続する４つの各時間帯内において、車両が進行する距離を予測したスライス幅３１ｄを取得する。

次に、図５に示すように、ＣＰＵ１０は、１番目のスライス幅３１ｄを補正する（ステップＳ１−５）。上記したように、１番目のスライス幅３１ｄは、「１０時１５分〜１０時２９分」の１５分間に車両が進行する距離を予測している。従って、現在時刻が例えば「１０時２０分」であった場合、上記の時間帯の終端時刻「１０時２９分」までの時間（「１０時２０分」〜「１０時２９分」までの１０分間）に応じて、スライス幅３１ｄを再計算する。つまり、「１０時１５分〜１０時２９分」の１５分間の走行予測距離が「６．０ｋｍ」であるとすると、１０分間では「４．０ｋｍ」になるので、１番目のスライス幅３１ｄを「４．０ｋｍ」に補正し、補正したスライス幅３１ｄをＲＡＭ１１に記憶する。

次に、ＣＰＵ１０は、４つのスライス幅３１ｄを使用して、予測距離範囲としての各円形エリアを設定する（ステップＳ１−６）。まず、ＣＰＵ１０は、図６に示すように、現在の自車位置５０を中心に、ＲＡＭ１１に記憶した１番目のスライス幅３１ｄを用いて、第１円形エリア５１を設定する。補正した１番目のスライス幅３１ｄは「４．０ｋｍ」であるので、第１円形エリア５１は、自車位置５０から半径「４．０ｋｍ」の円形をなしている。この第１円形エリア５１内は、車両が「１０時２０分〜１０時２９分」内に到達する予測距離範囲である。

続いて、ＣＰＵ１０は、第１円形エリア５１の円周から、２番目のスライス幅３１ｄ（「５．６ｋｍ」）だけ離れた、第２円形エリア５２を設定する。この第２円形エリア５２は、車両が「１０時３０分〜１０時４４分」内に到達する予測距離範囲である。

さらに、ＣＰＵ１０は、３番目及び４番目の各スライス幅３１ｄに基づき、第２円形エリア５２の円周から、３番目のスライス幅３１ｄ（「６．３ｋｍ」）だけ離れた第３円形エリア５３、第３円形エリア５３の円周から、４番目のスライス幅３１ｄ（「５．８ｋｍ」）だけ離れた第４円形エリア５４を設定する。第３円形エリア５３は、車両が「１０時４５分〜１０時５９分」に到達する位置を予測した予測距離範囲、第４円形エリア５４は、「１１時０分〜１１時１４分」の予測距離範囲である。その結果、現在の自車位置５０を中心に、同心円状に、各円形エリア５１〜５４が設定される。

次に、図５に示すように、ＣＰＵ１０は、各円形エリア５１〜５４に対応する時間帯に基づき、交通ＤＢ３５内の交通データ３６を検索する（ステップＳ１−７）。まず、ＣＰＵ１０は、現在の自車位置５０が含まれるメッシュのメッシュＩＤが対応付けられた交通データ３６を検索する。該当する交通データ３６を検出すると、まず第１円形エリア５１内のリンクに対応するリンクコスト３６ｃを読み出す。第１円形エリア５１は、ここでは「１０時２０分〜１０時２９分」までに車両が到達する予測距離範囲であるため、「１０時２０分〜１０時２９分」の上記時間帯３６ｂに対応するリンクコスト３６ｃを検出する。

また、ＣＰＵ１０は、第２円形エリア５２内のリンクに対応する交通データ３６を検出し、その交通データ３６内のリンクコスト３６ｃを読み出す。図６に示すように、第２円形エリア５２に含まれるメッシュは、それぞれ異なるが、各メッシュ毎に、交通データ３６を検索する。そして、各交通データ３６のうち、「１０時３０分〜１０時４４分」の時間帯のリンクコスト３６ｃであって、そのうち第２円形エリア５２に含まれるリンクのリンクコスト３６ｃを読み出す。

同様に、第３〜第４円形エリア５３〜５４に含まれるリンクに対しても、各メッシュ毎の「１０時４５分〜１０時５９分」、「１１時０分〜１１時１４分」の各交通データ３６のリンクコスト３６ｃを読み出す。

さらに、ＣＰＵ１０は、読み出したリンクコスト３６ｃと、それらの各リンクコスト３６ｃと同じリンクに対応している、経路データ１８のリンクコスト１８ｄとを用いて、新たなリンクコストＬＣを算出する（ステップＳ１−８）。例えば、各リンクコスト１８ｄ，３６ｃを加算する等して、リンクコストＬＣを生成し、そのリンクコストＬＣを、ＲＡＭ１１に一時記憶する。

各円形エリア５１〜５４に含まれるリンクに対するリンクコストＬＣを生成すると、ＣＰＵ１０は、リンクコストＬＣを用いて、現在の自車位置から、ＲＡＭ１１に記憶された目的地の座標までの経路を探索する（ステップＳ１−９）。このとき、ＣＰＵ１０は、図７に示すように、第１〜第４円形エリア５１〜５４内及び目的地周辺領域５８（例えば３０ｋｍ四方の領域）において、細道路まで含むレベルの経路データ１８を用いる。そして、第１〜第４円形エリア５１〜５４から目的地周辺領域５８までの間は、そのレベルよりも上位であって、国道等の主要道路を含むレベルの経路データ１８を用いる。また、リンクコスト３６ｃは、第１〜第４円形エリア５１〜５４内について読み出したものであるため、目的地周辺領域５８内、及び、第１〜第４円形エリア５１〜５４から目的地周辺領域５８までの間は、経路データ１８内のリンクコスト１８ｄのみを用いて、目的地までの推奨経路を探索することになる。

第１〜第４円形エリア５１〜５４内では、現時点で予測された、約６０分先までの交通データ３６が加味されているため、現時点では発生していないが、これから発生する渋滞を予測できる。例えば、図７に示すように、現在時刻（「１０時２０分」）では渋滞が発生していなくても、車両通過時（例えば「１１時０分〜１１時１４分」）に、ラッシュ時等の自然渋滞の発生が予測される渋滞予測道路５６を検出することができる。これにより、ＣＰＵ１０は、その渋滞予測道路５６を回避した経路を探索することができる。従って、例えば、自車位置５０と目的地５５とを接続する第１経路Ｒ１と、渋滞予測道路５６を含む第２経路Ｒ２とが探索された場合、渋滞予測道路５６のリンクコストＬＣの大きさに応じて、渋滞予測道路５６を回避した第１経路Ｒ１を推奨経路として算出することができる。

逆に、図８に示すように、自車位置５０から目的地５５に向かう第１経路Ｒ１に、現時点（「１０時２０分」）でラッシュ時等による渋滞が発生している渋滞発生道路５７があっても、車両通過時（例えば「１１時０分〜１１時１４分」）にその渋滞の解消が予測されることがある。この場合、渋滞発生道路５７を含む第１経路Ｒ１に対応するリンクコストＬＣが小さく、経路として適している際には、現時点で渋滞が発生していないが時間がかかる第２経路Ｒ２を選択せず、現時点で渋滞が発生しているが、通過時に解消が予測される第１経路Ｒ１を選択することができる。

推奨経路が探索されると、ＣＰＵ１０は、目的地までの所要時間を演算し、ＲＡＭ１１に一時記憶する。そして、図５に示すように、探索経路をディスプレイ２５に表示して、経路案内を行う（ステップＳ１−１０）。ＣＰＵ１０は、推奨経路を示すリンク等のデータを画像プロセッサ２０に出力し、画像プロセッサ２０は、入力したデータに基づき、地図描画データ１９を読出す。そして、現在の自車位置５０から目的地までの推奨経路を含む、出力データを生成する。そして、この出力データを画像メモリ２１に一時記憶し、映像信号としてディスプレイ２５に出力する。

その結果、図９（ａ）に示すような案内画面６０がディスプレイ２５に表示される。案内画面６０には、自車位置５０から目的地までの地図である地図画像６１に、自車位置指標６２及び目的地指標６３と、各指標６２，６３を接続する推奨経路６４が重畳されている。また、このとき、音声プロセッサ２４によって、スピーカから経路を案内する案内音声を出力してもよい。又は、各種モードの設定に応じて、図９（ｂ）に示すように、車両通過時の渋滞予測道路を、地図画像６１上に渋滞予測指標６５として表示する。

推奨経路の案内を行いながら、ＣＰＵ１０は、第４円形エリア５４を越えたか否かを判断する（ステップＳ１−１１）。第４円形エリア５４を越えていないと判断すると（ステップＳ１−１１においてＹＥＳ）、ＣＰＵ１０は、案内を終了するか否かを判断する（ステップＳ１−１２）。本実施形態では、車両が目的地に到着したか否か、又は、操作スイッチ２３やタッチパネル操作により、経路案内中止の操作が行われたか否かを判断する。案内終了でないと判断した場合には（ステップＳ１−１２においてＮＯ）、ステップＳ１−１０に戻り、経路案内を続行する。

一方、ステップＳ１−１１において、第４円形エリア５４を越えたと判断すると（ステップＳ１−１１においてＮＯ）、ステップＳ１−２に戻り、現在の自車位置が含まれるメッシュを検出し、上記した処理を繰り返す。そして、車両通過時の交通状況を予測しながら、経路を探索し、探索された経路を案内する。

目的地に到着、又は案内中止の入力操作がタッチパネル又は操作スイッチ２３により行われると、ＣＰＵ１０は案内終了であると判断し（ステップＳ１−１２においてＹＥＳ）、案内を終了する。

第１実施形態によれば、以下のような効果を得ることができる。
（１）第１実施形態では、ナビゲーション装置１は、車両が現在位置から１５分間に到達する距離範囲を、各時間帯に応じてそれぞれ予測したスライス幅データ３１を、スライス幅ＤＢ３０に記憶するようにした。また、各メッシュ毎且つ各時間帯毎の交通状況に基づいて、各リンクに対して生成されたリンクコスト３６ｃを記憶する交通ＤＢ３５を備えるようにした。そして、ＣＰＵ１０は、スライス幅データ３１に基づいて、現在の自車位置を中心とした同心円状の第１〜第４円形エリア５１〜５４を、現在時刻を基準として時系列的にそれぞれ設定するようにした。さらに、第１〜第４円形エリア５１〜５４内のリンクに対し、第１〜第４円形エリア５１〜５４に対応する時間帯のリンクコスト３６ｃを用いて、現在の自車位置から目的地までの推奨経路を探索するようにした。従って、車両がそのリンクに到達する時間帯を、スライス幅データ３１を用いて予測することができるので、的確な時間帯の交通データ３６を用いることができる。このため、多くの道路では時間帯に応じて混雑度・渋滞度が変動することが殆どであるが、このような場合でも、時間的変化を加味して、自然渋滞の発生する道路を前もって予測することができる。これにより、車両通過時に発生する渋滞を回避するための経路を探索することができる。又は現在渋滞していても、車両が通過する時点で渋滞が解消される経路を推奨経路にすることができる。

（２）第１実施形態では、ナビゲーション装置１のＣＰＵ１０は、現在時刻と第１円形エリア５１に対応する時間帯との同期をとって、スライス幅３１ｄを短く補正するようにした。このため、より正確に第１円形エリア５１を設定することができるので、第２〜第４円形エリア５２〜５４の精度を向上することができる。

（３）第１実施形態では、スライス幅データ３１は、メッシュ３１ａ、季節３１ｂ、曜日３１ｃ、時間帯の要因毎にスライス幅３１ｄを有するようにした。このため、地域性、時期的要因、時間的要因をスライス幅３１ｄに加味することができるので、スライス幅３１ｄの精度を向上することができる。

（第２実施形態）
以下、本発明を具体化した第２実施形態を図１０〜図１４に従って説明する。尚、第２の実施形態は、第１実施形態に対し、スライス幅データ３１の生成方法及びデータ配信方法を追加したのみの構成であるため、その相違についてのみ説明し、その他の説明は省略する。

図１０に示すように、経路案内システムとしてのデータ統計システム７０は、ＶＩＣＳ信号、プローブ情報を統計処理する、統計処理サーバとしての統計サーバ７１を有している。統計サーバ７１は、ビーコン７２又は基地局７３から各種データを受信可能に接続されるとともに、自動車Ｃに搭載されたナビゲーション装置１にデータを双方向送受信可能に接続されている。統計サーバ７１は、各ナビゲーション装置１から、ビーコン７２又は図示しない交通管理サーバから、ネットワークＮを介して、プローブ情報としてのプローブデータＰｒ及び道路交通情報としてのＶＩＣＳデータＶｃを受信する。プローブデータＰｒには、自動車Ｃの位置、速度、時刻等、運転特性データが含まれている。

図１１に示すように、統計サーバ７１は、第１統計処理手段、第２統計処理手段としてのＣＰＵ７５、ＲＡＭ７６、ＲＯＭ７７、通信Ｉ／Ｆ７８と、予測距離範囲データ記憶手段としてのスライス幅ＤＢ８０、交通データ記憶手段としての交通ＤＢ８１とを有している。ＣＰＵ７５は、通信Ｉ／Ｆ７８を介して、ナビゲーション装置１からプローブデータＰｒを入力し、ＲＯＭ７７に格納された統計処理プログラムに従って、プローブデータＰｒを統計処理する。また、図示しない交通管理サーバ又はビーコン７２から、ＶＩＣＳデ
ータＶｃを受信し、ＶＩＣＳデータＶｃを統計処理する。また、スライス幅ＤＢ８０には、予測距離範囲データとしての全国のスライス幅データ８２が記憶され、交通ＤＢ８１には交通データ８３が記憶されている。

次に、統計サーバ７１の処理について、図１２に従って説明する。まず、統計サーバ７１のＣＰＵ７５は、ＲＯＭ７７に格納された統計処理プログラムに従って、スライス幅を決定するメッシュを設定し（ステップＳ２−１）、スライス幅の要因を設定する（ステップＳ２−２）。本実施形態では、要因は、季節、曜日であって、例えば「春」、「月曜日」等のようにスライス幅算出対象の要因を決定する。次に、ＣＰＵ７５は、スライス幅を決定する時間帯を設定する（ステップＳ２−３）。時間帯は、上記したスライス幅３１ｄの時間帯と同様に区切られ、１５分間隔になっている。

これらの各要因が設定されると、ＣＰＵ７５は、スライス幅を設定する（ステップＳ２−４）。例えば、ＣＰＵ７５は、プローブデータＰｒ及びＶＩＣＳデータＶｃに基づき、「１０時１５分〜１０時２９分」の間に車両が走行する距離範囲を統計処理する。その結果、統計処理したスライス幅に基づき、図１３及び図１４のようなスライス幅の各グラフ８５ａ，８５ｂが得られる。図１３に示すグラフ８５ａは、季節が「春」、曜日が「月曜」のスライス幅を示すグラフであって、昼を除き、午前から午後に向かうにつれてスライス幅が小さくなり、夜にかけてスライス幅が次第に大きくなることを示している。

図１４に示すグラフ８５ｂは、図１４のグラフ８５ａの地域（メッシュ）とは異なる地域のグラフである。このグラフ８５ｂは、図１３のグラフ８５ａに対し、地域性以外は、同じ要因であるが、朝夕のラッシュ時のみスライス幅が小さくなり、その他は変動が小さい。このように、地域（メッシュ）、時間帯等の要因が異なると、車両が所定時間内に進行する距離も大きく異なることが判る。このため、統計サーバ７１は、各要因毎にスライス幅を設定し、そのスライス幅を含むスライス幅データ８２を生成する。

スライス幅を決定すると、ＣＰＵ７５は、全ての時間帯についてスライス幅を決定したか否かを判断する（ステップＳ２−５）。全ての時間帯についてスライス幅を決定していない場合には（ステップＳ２−５においてＮＯ）、ステップＳ２−３に戻り、次の時間帯のスライス幅について統計処理する。一つのメッシュ、季節、曜日についてスライス幅を決定した場合には（ステップＳ２−５においてＹＥＳ）、ステップＳ２−６に進む。

次に、ＣＰＵ７５は、季節、曜日等の全要因についてスライス幅を決定したか否かを判断する（ステップＳ２−６）。全ての要因についてスライス幅を決定していない場合には（ステップＳ２−６においてＮＯ）、ステップＳ２−２に戻り、次の季節、又は曜日のスライス幅について統計処理する。一つのメッシュについて全てのスライス幅を決定した場合には（ステップＳ２−６においてＹＥＳ）、ステップＳ２−７に進む。

ステップ２−７では、ＣＰＵ７５は、全メッシュについてスライス幅を決定したか否かを判断する。全てのメッシュについてスライス幅を決定していない場合には（ステップＳ２−７においてＮＯ）、ステップＳ２−１に戻り、次のメッシュのスライス幅について統計処理する。全てのメッシュについてスライス幅を決定すると（ステップＳ２−７においてＹＥＳ）、処理を終了する。

同様に、ＣＰＵ７５は、プローブデータＰｒ及びＶＩＣＳデータＶｃを統計処理して、各時間帯毎のリンクコストを算出し、交通ＤＢ８１を生成する。このとき生成されるリンクコストは、ナビゲーション装置１の経路データ１８のリンクコスト１８ｄと合わせて再計算されることを前提に生成されている。スライス幅ＤＢ８０、交通ＤＢ８１を生成すると、統計サーバ７１は、ネットワークＮを介して、スライス幅データ８２、交通データ８
３を各ナビゲーション装置１に配信する。ナビゲーション装置１は、配信されたスライス幅データ８２、交通データ８３を、受信手段としての通信Ｉ／Ｆ１６により受信して、ナビゲーション装置１のスライス幅ＤＢ３０及び交通ＤＢ３５に記憶する。その結果、ナビゲーション装置１のスライス幅データ３１、交通データ３６を逐次更新することができる。

第２実施形態によれば、第１実施形態に記載の効果に加えて、以下のような効果を得ることができる。
（４）第２実施形態では、統計サーバ７１が、自動車Ｃから収集したプローブデータＰｒ等に基づき、各要因毎にスライス幅を算出するとともに、交通データ８３を生成するようにした。そして、生成したスライス幅データ８２及び交通データ８３を、ナビゲーション装置１に配信するようにした。このため、ナビゲーション装置１は、スライス幅データ８２及び交通データ８３を逐次更新することができるので、新しいスライス幅データ８２及び交通データ８３を用いて、経路探索をすることができる。

尚、上記各実施形態は以下のように変更してもよい。
・上記各実施形態では、第１〜第４円形エリア５１〜５４を設定したが、１つでもよく、４つ以外の複数でもよい。

・第１実施形態では、経路探索の際に、自車位置（出発地）を中心とした第１〜第４円形エリア５１〜５４内の推奨経路をスライス幅データ３１を用いて探索し、それ以外の経路を経路データ１８を用いて探索したが、目的地までの全推奨経路を、スライス幅データ３１を用いて探索するようにしてもよい。そして、予測した、目的地までの所要時間と、実際の走行時間とを途中で比較し、誤差が大きくなった場合には、その都度、スライス幅データ３１及び交通データ３６を用いて、上記のように推奨経路を再探索してもよい。

・第１実施形態では、目的地周辺領域５８は、例えば３０ｋｍ四方の領域としたが、円形状でもよく、楕円、変形円、その他の多角形でもよい。
・第１実施形態では、スライス幅データ３１から取得したスライス幅３１ｄが「Ｎｕｌｌ」等、不明な値である場合には、スライス幅データ３１を用いずに経路データ１８のみを用いて経路探索を行うようにしてもよい。

・第１実施形態では、車両が高速道路を走行している場合に、スライス幅データ３１を用いてもよい。そして、ＶＩＣＳ信号と、スライス幅データ３１に基づき、高速道路を降りた後の経路を探索するようにしてもよい。

・第２実施形態では、スライス幅は、統計サーバ７１が、プローブデータＰｒ等を統計処理して生成するとした。これ以外の方法として、ナビゲーション装置１を搭載車両が走行した道路に対し、所要時間、時刻、速度等を含む走行履歴を走行履歴記憶手段としてのＲＡＭ１１に記憶してもよい。そして、この走行履歴に基づき、ナビゲーション装置１の走行学習手段、第１統計処理手段、第２統計処理手段としてのＣＰＵ１０が、スライス幅データ３１及び交通データ３６を生成又は更新するようにしてもよい。

・第２実施形態では、ナビゲーション装置１がプローブデータＰｒを統計サーバ７１に発信するようにしたが、統計サーバ７１は、ナビゲーション装置１以外の車載装置から発信されたプローブデータＰｒを統計処理するようにしてもよい。

・上記実施形態では、プローブデータＰｒ等を統計処理するサーバと、スライス幅データ８２及び交通データ８３を配信するサーバとを別設してもよい。
・上記各実施形態では、円形状の第１〜第４円形エリア５１〜５４を設定したが、真円
である必要はなく、楕円、一部が突出した変形円でもよい。例えば、車線数等が周囲の道路に比べて極端に大きい道路がある場合、その道路に対応する箇所を突出させた変形円を設定したり、その道路を楕円の長軸部分に相当させた楕円形のエリアを設定してもよい。

・上記各実施形態では、自車位置が含まれるメッシュのスライス幅３１ｄを使用して、円形状の第１〜第４円形エリア５１〜５４を設定したが、設定したエリアの外周が位置するメッシュのスライス幅３１ｄを使用して予測距離範囲としてのエリアを設定してもよい。詳述すると、まず、自車位置が含まれるメッシュのスライス幅３１ｄを使用して自車位置から最も近傍のエリア（第１エリア）を設定する。設定したのち、第１エリアの外周が、自車位置が含まれるメッシュとは異なるメッシュに位置する場合、次のエリア（第２エリア）を設定する際には、第１エリアの外周が位置するメッシュのスライス幅３１ｄを使用する。

第１実施形態のナビゲーション装置の構成を説明するブロック図。 （ａ）は経路データ、（ｂ）は地図描画データのデータ構成の説明図。 スライス幅データのデータ構成の説明図。 交通データのデータ構成の説明図。 第１実施形態の処理手順の説明図。 第１〜第４円形エリアの説明図。 経路探索処理の説明図。 経路探索処理の説明図。 （ａ）は案内画面、（ｂ）は渋滞予想道路を表示した案内画面の説明図。 第２実施形態のデータ統計システムの説明図。 統計サーバのブロック図。 第２実施形態の処理手順の説明図。 Ａ地域のスライス幅の統計結果の説明図。 Ｂ地域のスライス幅の統計結果の説明図。

符号の説明

１…ナビゲーション装置、１０…予測距離範囲設定手段、探索手段、走行学習手段としてのＣＰＵ１０…走行履歴記憶手段としてのＲＡＭ、１６…受信手段としての通信Ｉ／Ｆ、３０，８０…予測距離範囲データ記憶手段としてのスライス幅ＤＢ、３１，８２…予測距離範囲データとしてのスライス幅データ、３１ｂ…季節、３１ｃ…曜日、３１ｄ…距離範囲としてのスライス幅、３５，８１…交通ＤＢ、３６，８３…交通データ、３６ｂ…時間帯、５０…自車位置、５１〜５４…予測距離範囲としての第１〜第４円形エリア、６４…推奨経路、７０…経路案内システムとしてのデータ統計システム、７１…統計処理サーバとしての統計サーバ、７５…第１統計処理手段、第２統計処理手段としてのＣＰＵ、Ｐｒ…プローブ情報としてのプローブデータ、Ｖｃ…道路交通情報としてのＶＩＣＳデータ。

Claims (11)

1. 現在の自車位置から目的地までの経路を案内する経路案内システムにおいて、
   道路交通情報、又は各車両から収集したプローブ情報を統計処理して、車両が所定時間内に到達できる距離範囲を、地図を分割した区域毎、かつ時間帯毎にそれぞれ予測した予測距離範囲データを生成する第１統計処理手段と、
   前記道路交通情報又は前記プローブ情報に基づいて、リンク毎、かつ時間帯毎にそれぞれ予測した交通データを生成する第２統計処理手段と、
   前記予測距離範囲データのうち、現在の自車位置及び現在時刻に対応する距離範囲を読み出し、当該読み出した距離範囲に基づいて、現在時刻を基準として複数の予測距離範囲を時系列的にそれぞれ設定する予測距離範囲設定手段と、
   設定された前記各予測距離範囲内のリンクに対し、その予測距離範囲にそれぞれに対応する時間帯の前記交通データを用いて、現在の自車位置から目的地までの推奨経路を探索する探索手段と
   を備えたことを特徴とする経路案内システム。
2. 請求項１に記載の経路案内システムにおいて、
   前記予測距離範囲設定手段は、現在の自車位置から所定時間後に車両が到達できる予測距離範囲を設定するとともに、その予測距離範囲の外縁から所定時間後に車両が到達できる予測距離範囲を設定することで、複数の予測距離範囲を時系列的にそれぞれ設定し、
   前記探索手段は、現在の自車位置から所定時間後の予測距離範囲内のリンク、及び予測距離範囲の外縁から所定時間後の予測距離範囲内のリンクに対し、前記各予測距離範囲にそれぞれ対応する時間帯の前記交通データを用いて、現在の自車位置から目的地までの推奨経路を探索することを特徴とする経路案内システム。
3. 現在の自車位置から目的地までの経路を案内する経路案内システムにおける経路案内方法であって、
   道路交通情報、又は各車両から収集したプローブ情報を統計処理して、車両が所定時間内に到達できる距離範囲を、地図を分割した区域毎、かつ時間帯毎にそれぞれ予測した予測距離範囲データを生成する第１統計処理段階と、
   前記道路交通情報又は前記プローブ情報に基づいて、リンク毎、かつ時間帯毎にそれぞれ予測した交通データを生成する第２統計処理段階と、
   前記予測距離範囲データのうち、現在の自車位置及び現在時刻に対応する距離範囲を読み出し、当該読み出した距離範囲に基づいて、現在時刻を基準として複数の予測距離範囲を時系列的にそれぞれ設定する予測距離範囲設定段階と、
   設定された前記各予測距離範囲内のリンクに対し、その予測距離範囲にそれぞれに対応する時間帯の前記交通データを用いて、現在の自車位置から目的地までの推奨経路を探索する探索段階と
   を有することを特徴とする経路案内システムにおける経路案内方法。
4. 請求項３に記載の経路案内システムにおける経路案内方法であって、
   前記予測距離範囲設定段階では、現在の自車位置から所定時間後に車両が到達できる予測距離範囲を設定するとともに、その予測距離範囲の外縁から所定時間後に車両が到達できる予測距離範囲を設定することで、複数の予測距離範囲を時系列的にそれぞれ設定し、
   前記探索段階では、現在の自車位置から所定時間後の予測距離範囲内のリンク、及び予測距離範囲の外縁から所定時間後の予測距離範囲内のリンクに対し、前記各予測距離範囲にそれぞれ対応する時間帯の前記交通データを用いて、現在の自車位置から目的地までの推奨経路を探索することを特徴とする経路案内システムにおける経路案内方法。
5. 車両に搭載されたナビゲーション装置において、
   車両が所定時間内に到達できる距離範囲を、地図を分割した区域毎、かつ時間帯毎にそれぞれ予測した予測距離範囲データを記憶する予測距離範囲データ記憶手段と、
   前記予測距離範囲データのうち、現在の自車位置及び現在時刻に対応する距離範囲を読み出し、当該読み出した距離範囲に基づいて、現在時刻を基準として複数の予測距離範囲を時系列的に設定する予測距離範囲設定手段と、
   リンク毎、かつ時間帯毎にそれぞれ予測した交通データを記憶する交通データ記憶手段と、
   設定された前記各予測距離範囲内のリンクに対し、その予測距離範囲にそれぞれに対応する時間帯の前記交通データを用いて、現在の自車位置から目的地までの推奨経路を探索する探索手段と
   を備えたことを特徴とするナビゲーション装置。
6. 請求項５に記載のナビゲーション装置において、
   前記予測距離範囲設定手段は、現在の自車位置から所定時間後に車両が到達できる予測距離範囲を設定するとともに、その予測距離範囲の外縁から所定時間後に車両が到達できる予測距離範囲を設定することで、複数の予測距離範囲を時系列的にそれぞれ設定し、
   前記探索手段は、現在の自車位置から所定時間後の予測距離範囲内のリンク、及び予測距離範囲の外縁から所定時間後の予測距離範囲内のリンクに対し、前記各予測距離範囲にそれぞれ対応する時間帯の前記交通データを用いて、現在の自車位置から目的地までの推奨経路を探索することを特徴とするナビゲーション装置。
7. 請求項５又は６に記載のナビゲーション装置において、
   前記予測距離範囲設定手段は、現在の自車位置を中心として、同心円状の前記各予測距離範囲を設定することを特徴とするナビゲーション装置。
8. 請求項５〜７のいずれか１項に記載のナビゲーション装置において、
   前記予測距離範囲設定手段は、前記所定時間と前記現在時刻から当該現在時刻が属する時間帯の終端時刻までの時間との差分時間を求め、当該差分時間に応じて縮小した前記予測距離範囲を設定することを特徴とするナビゲーション装置。
9. 請求項５〜８のいずれか１項に記載のナビゲーション装置において、
   前記予測距離範囲データは、区域、季節、曜日、祝日又は連休期間毎に生成されていることを特徴とするナビゲーション装置。
10. 請求項５〜９のいずれか１項に記載のナビゲーション装置において、
    前記予測距離範囲データ、又は各時間帯毎の交通状況に基づいた前記交通データを、外部から受信する受信手段をさらに備えたことを特徴とするナビゲーション装置。
11. 請求項５〜１０のいずれか１項に記載のナビゲーション装置において、
    前記車両の走行した道路の所要時間、時間帯、車速を含む走行履歴を記憶する走行履歴記憶手段と、
    前記走行履歴に基づき、前記予測距離範囲データ又は前記交通データを生成又は更新する走行学習手段と
    を備えたことを特徴とするナビゲーション装置。

Images