JP6921076B2 - 車両の駐車場探しを最適化する方法及びシステム並びにコンピュータプログラム製品 - Google Patents

Description

本発明は、車両の駐車場探しを最適化する方法及びシステム並びにそれに関連するコンピュータプログラム製品に関する。

増加し続ける車両数と人口密度の増加により、駐車場を探す車両よりも駐車スペースの方が一時的に少なくなる地域が存在する。最近では、道路脇に駐車場を見つける確率を求めて、それをドライバに表示することにより、その問題に対処するサービスが既に知られている。加えて、デジタル道路地図及びナビゲーションシステムが知られている。

現在、ナビゲーションシステムは、確実に車両が目的地に到達するようにドライバを誘導する。そのようなアプローチは、車両によりドライバの最終目的地に到達できることを要件にしている。この仮定は、多くの場合に当てはまらない。特に、駐車場が不足している場合、ドライバは、自分の車両を自分の目的地に直接駐車することが通常できない。

以上のことから、本発明の課題は、駐車場探しを最適化できる解決手段を実現することである。

本発明は、少なくとも目的地点に対する駐車場の相対位置、出発地点に対する駐車場の相対位置、さらに場合によっては少なくとも一つの別の駐車場に対する駐車場の相対位置と共に利用可能性の確率を考慮し、一つ又は複数の解選択肢を求めることによって本課題を解決できるとの知見に基づいている。次に、これらの解選択肢から、好ましくは、最適な解選択肢を選択する。それは、最適解と呼ぶこともできる。

従って、第一の観点によれば、本課題は、車両の駐車場探しを最適化する方法によって解決される。この方法は、当該方法において少なくとも一つの解選択肢を求めて、その少なくとも一つの解選択肢から一つの最適解を求め、その際、一つの最適化パラメータとして、少なくとも一つの駐車場の利用可能性の確率が用いられ、別の最適化パラメータとして、目的地点から少なくとも一つの駐車場に到達するための時間長として表される、目的地点に対する少なくとも一つの駐車場の相対位置が用いられ、更に別の最適化パラメータとして、出発地点から少なくとも一つの駐車場までの走行時間長が用いられることを特徴とする。

車両の駐車場探しは、好ましくは、駐車場探しを改善するための情報を好ましくは少なくとも部分的に取得する車両ドライバによって行なわれる。例えば、ドライバアシスタントシステム又はナビゲーションシステムにより、駐車場探しを支援することができる。自動運転車両の場合、そのようなドライバアシスタントシステム又はナビゲーションシステムを用いて車両自体が駐車場探しを行なうこともできる。

本発明による方法では、少なくとも一つの解選択肢を求める。次に、その少なくとも一つの解選択肢から一つの最適解を求める。最適解を表すのに場合によっては適している可能性があると思われる選択肢（特に、駐車場）を解選択肢と呼ぶ。最適化問題の解は、最適解と呼ばれる。

最適化問題は、ここでは、或る問題設定又は課題設定において、その解がドライバに有利な一つ又は複数の駐車場の選択に繋がるものを指す。例えば、一つ又は複数の最適判断基準が予め決められた範囲内に有るか或いは所定の数値に達するという問題は、最適化問題として定式化することができる。本発明では、最適判断基準とは、例えば、ドライバの要望が最大および／または時間が最小であることを意味する。ドライバの要望とは、特に、駐車場を見つけるドライバの期待を意味する。最適化問題の定式化とは、特に、所望の最適解のための最適判断基準に関する値、範囲又は比率を設定することを意味する。従って、最適解は、好ましくは、最適化問題において厳密に定義された最適判断基準に対応する、或いはその最適判断基準を満たす一つ又は複数の駐車場である。

本発明では、少なくとも一つの最適解を求める際に、複数の最適化パラメータが用いられる。一つの最適化パラメータとして、ここでは少なくとも一つの駐車場の利用可能性の確率が用いられる。この利用可能性の確率は、例えば、別のサービスからの履歴から導き出される駐車場発見確率を利用することにより決定することができる。それに加えて、或いはそれに代えて、この確率を決定するために、現時点でオンライン通報されているか或いは予見可能な将来の駐車場利用可能性を用いることができる。現時点でオンライン通報されている駐車場利用可能性は、近辺における出庫過程を監視する駐車場探索者の通報又は出庫者の通報とすることができる。予見可能な将来の駐車場利用可能性は、例えば、近々出庫すると予想されるカーシェアリング車両によるか或いは車両に戻って行くドライバにより算出することができる。

別の最適化パラメータとして、少なくとも一つの駐車場から目的地点に到達するための時間長として表される、目的地点に対する少なくとも一つの駐車場の相対位置が用いられる。この少なくとも一つの駐車場から目的地点に到達するための時間長は、目的地時間長と呼ぶこともできる。

目的地点は、車両のドライバにより、例えば、ナビゲーションシステムに入力することができる。

この目的地点に対する駐車場の相対位置は、ナビゲーションシステムのデジタル地図又はデータを使用することにより決定することができる。本発明では、好ましくは、解選択肢を求めるために、目的地点に対する駐車場の距離が決定される。それは、例えば、目的地点周りの範囲を決定することにより行うことができる。更に、好ましくは、見込みの有る駐車場に関して、確率が算出される。例えば、目的地点の事前設定された範囲内に駐車場があり、好ましくは利用可能性の何らかの確率が与えられている場合にのみ、その駐車場が解選択肢と見做される。すると、次にはこの解選択肢が最適解を求めるために考慮できるようになる。本発明によれば、最適化のために、目的地点に対する駐車場の相対位置、即ち解選択肢の相対位置が最適化パラメータとして用いられる。ただしこの場合、例えば、目的地点周りの範囲を決定することにより設定することができる、目的地点に対する駐車場の相対的な距離だけが用いられるわけではない。本発明では、好ましくは、目的地点に対する駐車場の距離を決定すること、特に解選択肢を求めることに加えて、駐車場から目的地点に到達するための時間長が最適化パラメータとして算出される。そのため、場合によっては、目的地点から場所的に大きく離れた駐車場、つまり解選択肢も、例えば徒歩で行ける近道の故に場所的に目的地点の近くに有る駐車場よりも短い時間で目的地点に到着できるような場合には、最適化問題に対する可能な最適解として特定されることもある。

本発明によれば、別の最適化パラメータとして、出発地点から少なくとも一つの駐車場までの走行時間長が用いられる。ここで、走行時間長とは、出発地点から解選択肢の中の少なくとも一つ、即ち少なくとも一つの駐車場に達するのに必要な時間のことである。この場合、走行区間とも呼べる、通過しなければならない区間は、出発地点から第一の駐車場までの距離とその駐車場から第二の駐車場までの距離の合計を含むことができる。その場合、走行時間長は、個々の部分区間に要する時間の合計である。出発地点とは、特に、そこから出て車両が目的地点周りの或る決まった範囲に存在することになる位置のことである。この範囲は、目的地域と呼ぶこともできる。この範囲は、ドライバが入力するか、或いは本発明によりシステム内に予め設定しておくことができる。場合によっては、ドライバが現在位置と出発地点との間で通過しなければならない区間を乗入れ区間（Ａｎｆａｈｒｔｓｔｒｅｃｋｅ）と呼ぶこともある。

ここでは、走行時間長は、出発地点から本当に利用可能な駐車場まで車両ドライバが車両内で要する時間のことを言う。例えば、利用できる確率が低い駐車場が特定されると、確率がもっと高い好ましくは少なくとも一つの別の駐車場が（最初に特定される駐車場までの走行時間長よりこの別の駐車場までの走行時間長が長い場合であっても）特定される。つまり、この別の駐車場に関する確率の方がより高いので、この駐車場の場合における走行時間長がより長くなることがあってもドライバの期待に応えることができる。

本発明において、複数の解選択肢の中から少なくとも一つの最適解を求め、その際に、走行時間長並びに駐車場から目的地点までの間の最終区画、即ち目的地区間の両方を考慮し、更に、利用可能性の確率を考慮することによって、最適解は、最適な駐車場に関する信頼できる判断をもたらすことになり、さらに好ましくは、ドライバの期待に適った駐車場を見つける確率が高くなるルートに関する信頼できる判断をもたらすことになる。特に、本発明による方法の場合、従来の方法では目的地点までの距離が長いために考慮されなかった或いは検知されなかったであろう駐車場も、少なくとも考慮に入れることができる。

好ましくは、ドライバの期待値を考慮することにより解選択肢から最適解を求める。最も簡単な実施形態では、この期待値は、利用可能性の確率と時間（即ち、走行時間長と目的地時間長の合計）との積である。このとき、ドライバは、この確率と時間の何れがドライバにとってより重要であるのかを設定することができる。つまり、ドライバは、最適化パラメータの重み付けを設定することができる。ドライバは、例えば、ナビゲーションシステム又は最適化システムの入力ユニットへの入力により、それを指定することができる。例えば、ドライバは、最大探索時間長を最小化すべきであることを指定できる。この場合には、場合によっては比較的長い目的地時間長を我慢することもあり得るが、駐車場の利用可能性の確率は最大にできる。別の場合には、ドライバは、例えば、最大目的地時間長を最小化すべきであることを指定できる。この場合には、比較的長い探索時間長を我慢することもあり得るが、利用可能性の確率を低減することができる。

有利な実施形態では、少なくとも一つの駐車場から目的地点に到達するのに要する負担（支出）を求める。この場合、一つの実施形態では、負担（支出）は、少なくとも、少なくとも一つの駐車場から目的地点に到達するための時間長、即ち、目的地時間長を考慮したものである。それに代わる、或いはそれに加える実施形態では、この負担（支出）は、少なくとも一つの駐車場から目的地点に到達するための時間長、即ち、目的地時間長を求めることを可能にするためのパラメータとして用いられる。この場合、負担（支出）とは、各ドライバが担う負担（支出）を意味する。従って、この負担（支出）を求めるために、好ましくは、ドライバの個人的な好み及び／又は特性が用いられる。そのようにして、例えば、負担（支出）を求める際に、最大許容歩行時間長を考慮することができる。この場合、負担（支出）は、限界値としての役割を果たす。それに代えて、或いはそれに加えて、例えば、ドライバの歩行速度を考慮することができる。この場合、負担（支出）は、目的地時間長を決定する役割を果たす、即ち、目的地時間長が負担（支出）を用いて計算される。この負担（支出）はコストとも呼べ、特に、目的地コスト又は歩行コストと呼ぶことができる。この負担（支出）は、例えば、関数により表現される。

別の実施形態では、出発地点から少なくとも一つの駐車場に到達するのに要する負担（支出）を求める。この場合、一つの実施形態では、負担は、少なくとも、出発地点から少なくとも一つの駐車場、即ち、少なくとも一つの解選択肢までの走行時間長を考慮したものである。それに代わる、或いはそれに加える実施形態では、この負担は、走行時間長を決定するために用いられる。この場合、負担（支出）とは、各ドライバに生じる負担（支出）を意味する。従って、この負担（支出）を求めるために、好ましくは、ドライバの個人的な好み及び／又は特性が用いられる。そのようにして、例えば、この負担を求める際に、ドライバにより最大限許容される燃料消費量を考慮することができる。この場合、負担（支出）は、限界値として役割を果たす。それに代えて、或いはそれに加えて、例えば、車両の走行速度を考慮することができる。この場合、負担（支出）は、走行時間長を決定する役割を果たす、即ち、走行時間長が負担を用いて計算される。この負担（支出）はコストとも呼べ、特に、走行コストと呼ぶことができる。この負担（支出）は、例えば、関数により表現される。

有利な実施形態では、少なくとも一つの駐車場から目的地点に到達するための時間長を決定するために、少なくとも一つの徒歩での移動を考慮する。従って、目的地点に到達するための時間長を決定するために、好ましくは、ドライバが徒歩により歩ける道のりが用いられる。更に、徒歩行程の時間長を決定するために、データベースからの経験値又はそれ以外の値を用いることができる。

それに代えて、或いはそれに加えて、一つの実施形態では、駐車場から目的地点に到達するための時間長を決定する際に、少なくとも一つの代替移動方法を考慮することができる。徒歩による移動でも、自分の車両を用いた移動でもない移動方法が代替移動方法と呼ばれる。代替移動方法としては、例えば、公共交通手段、タクシー及び／又はレンタル自転車が考えられる。代替移動方法を調べることによって、解選択肢の数を増やすことができる。というのも、例えば、目的地の近くであっても目的地点までの目的地区間を歩いて行かなければならない駐車場より、もっと遠く離れていてもレンタル自転車が利用できる駐車場の方が駐車場から目的地点に到達するための時間長が短くなるからである。

有利な実施形態では、少なくとも二つの解選択肢が検知された場合、これらの解選択肢が最適順序に並べられる。この場合、次に複数の解選択肢をドライバに提示する、例えば表示することができる。しかし、それに代えて、一つの解選択肢が見つかって、同時にこの解選択肢が定式化された最適化問題に対する最適解を表す解選択肢である場合には、先ずは、その最適解を出力し、例えばその駐車場が確率評価に反して使用されていた場合のように上手く行かなかった場合にのみ、別の解選択肢を求めるとともに別の最適解を探索することも可能である。複数の解選択肢を求める際にこれらの解選択肢を並べることができる最適順序とは、特には、最適判断基準の中の一つに基づく或いは最適判断基準の対比に基づく優先順位付けを意味する。これらの解の順序は、車両のドライバに表示するか、或いは別の手法で出力することができる、例えば、ナビゲーションシステムのユニットに送ることができる。

一つの実施形態では、最適順序における第一の最適解として、目的地点に到達するための期待される全体時間長、即ち、走行時間長と目的地時間長の合計が最も短い最適解が提示される。従って、この場合、最適順序は、駐車場から目的地点に到達するための時間長と駐車場を探索する探索時間長の最適判断基準によって決定される。この場合、確率の最適判断基準は、副次的なものとして扱われる。

別の実施形態では、最適順序における第一の最適解として、少なくとも一つの駐車場の利用可能性の確率が最も高い最適解が提示される。この実施形態では、例えば、利用可能性の確率は高いが、目的地点との距離が比較的大きい駐車場が好ましいこともある。その理由は、その場合、ドライバが駐車場を確保しており、徒歩での行程や代替移動方法による移動には我慢するからである。

確率のモデル化によって、各最適順序、即ち、考え得る各ルートは、期待される全体時間長、即ち、走行時間長と目的地時間長の合計を取得する。更に、各最適順序は、少なくとも一つの確率ｐを持つ最大全体時間長及び／又は少なくとも一つの確率ｐを持つ最小全体時間長を取得する。従って、ドライバは、最適判断基準の中の何れを重要視すべきかを指定することができる。

有利な実施形態では、最適順序における複数の解選択肢を網羅するルートを求める。この場合、複数の解選択肢の走行時間長が加算される。特に、出発地点から第一の解選択肢までの求められた走行時間長は、その第一の解選択肢から第二の解選択肢に到達するための時間長と積算しなければならない。従って、この積算された走行時間長が、全体時間長に基づく最適化の際に第二の最適解のために考慮されなければならない。このルートは、例えば、車両のナビゲーションシステムを介して出力する、特に、表示することができるか、或いは、全自動車両の場合には設定することができる。それによって、ドライバ又は車両が、希望した順番で、即ち、最適順序における複数の解選択肢により決まるルートに沿って解選択肢を巡ることが保証される。

本発明による方法の実施形態では、一つの最適解だけを考察し、即ち、単一の最適な駐車場を特定し、その最適な駐車場への個々の車両にとって好適なルートを求めることができる。

一つの実施形態では、複数の最適解の選択がデシジョンツリー（決定木）に基づいて行なわれる。デシジョンツリーの使用は、解選択肢に沿ったルートの考え得る全ての組合せを分析する必要が無いという利点がある。デシジョンツリーの個々の枝の重み付けによって、最適化問題の一つ又は複数の解を自在に見つけることさえできる。特に、この場合、ルート・ノードが最適化の開始点、即ち、そこから駐車場探しを始める地点を示すデシジョンツリーが使用される。この最適化の開始点は、通常は車両の実際の場所からずれている。この最適化の開始点は、例えば、単に距離を考察することによって、つまり、目的地点の周りの探索領域を定めることによって、決定することができる。そして、この探索領域内において、解選択肢、即ち、駐車場（これらの中の少なくとも一つが利用可能性の確率１を有する）をツリー構造に基づき検討する。

別の実施形態では、最適解の選択時に、少なくとも一つの最適判断基準に関する上限と下限を検討する。このアッパーバウンド／ローワーバウンドとしても知られる検討方法は、最適化の結果、特に、最適化問題の解を一層改善する。

特に好ましくは、所謂ブランチ・アンド・バウンド方法が使用される、即ち、最適解が、デシジョンツリーの使用と、異なるノードの上限及び下限の比較とによって決定される。この場合、好ましくはドライバの期待値が最適化問題として使用される。これは、好ましくは利用可能性の確率並びに走行の負担（走行負担）及び目的地での負担（目的地負担）を考慮したものである。ブランチ・アンド・バウンド方法の使用によって、準最適解が検知され、取り除かれるか或いは対応する枝がそれ以降追求されなくなる。ブランチ工程においては、このとき最適化問題を部分問題（子問題）に分割することができる。しかし、それに代えて、ブランチ工程において、異なる順番に基づいた、考えられ得る駐車場の分割によって、ツリー構造を決定することも可能である。バウンド工程では、デシジョンツリーの如何なる枝をそれ以降追求しないのかを決定する。それによって、計算負荷が制限される。好ましくは、この場合、上限値（アッパーバウンドＵＢ）と下限値（ローワーバウンドＬＢ）が計算されて、各ノードの値、特に、各ノードの期待値が別のノードの限界値と比較される。

別の観点において、本発明は、車両の駐車場探しを最適化するシステムに関する。このシステムは、このシステムが、少なくとも一つの解選択肢から少なくとも一つの最適解を求める少なくとも一つの解ユニットと、少なくとも一つの駐車場の利用可能性の確率を決定する少なくとも一つの決定ユニットと、駐車場から目的地点に到達するための時間長を求める少なくとも一つの算出ユニットと、出発地点から少なくとも一つの駐車場までの走行時間長を計算する少なくとも一つの計算ユニットとを有し、解ユニットは、決定ユニット、算出ユニット及び計算ユニットと接続されていることを特徴とする。

本発明によるシステムのこれらのユニットは、別個のユニットとして実現することができる。しかし、これらのユニットを少なくとも部分的に統合することも本発明の範囲内にある。これらのユニットは、少なくとも部分的にソフトウェアとして置き換えることができる。

利用可能性の確率を決定する決定ユニットは、好ましくは、少なくとも一つのデータベース及び／又はサービスサーバーと接続されており、その接続を介して、駐車場の利用可能性に関する最新データ及び／又は履歴データを取得することができる。

少なくとも、駐車場から目的地点に到達するための時間長を求める算出ユニット及び／又は出発地点から少なくとも一つの駐車場までの走行時間長を計算する計算ユニットは、好ましくは、例えば、ドライバの好み、ドライバ及び／又は車両の特性を保存した別のデータベースと接続されている。

解ユニットがシステムの別のユニットと接続されていることによって、少なくとも一つの解選択肢から少なくとも一つの最適解を求める際に、利用可能性の確率、並びに駐車場から目的地点に到達するための時間長および走行時間長を考慮することができる。解ユニットは、更に、例えばドライバの好みを保存できる少なくとも一つのデータベースと接続されて、そのデータベースから取得される好みの情報に基づき、解ユニットにおいて然るべく最適化問題を定式化することができる。更に、一つの実施形態では、システムの解ユニット又は別のユニットは、好ましくは、少なくとも駐車場での代替移動手段に関する情報が保存されたデータベースと接続されている。駐車場の特定及び異なる時間長（走行時間長及び目的地時間長）の計算に必要な地理データは、好ましくは、デジタル地図から取得される。

有利な実施形態では、システムは、ナビゲーションシステムを有するか、或いはナビゲーションシステムと通信するための少なくとも一つのインタフェースを備えている。ナビゲーションシステムとのシステムの接続又はナビゲーションシステムへのシステムの統合は、一つには、システムが駐車場の位置、目的地点、道路の延び具合、歩道の延び具合及びそれらと同等のものなどの必要な情報を簡単に取得できるとの利点を有する。更に、ナビゲーションシステムには、通常情報を光学的及び／又は音響的に出力する出力ユニットが配備されている。この出力ユニットは、本発明によるシステムによって利用することができ、更に、例えば、ルートの形で、最適解を出力することができる。

別の観点において、本発明は、コンピュータプログラム製品に関し、本製品は、デジタル計算機又は計算機システムに、特にその内部メモリにロードすることが可能であり、この計算機又は計算機システムで本製品を実行した場合に、本発明による方法の工程を実施するためのソフトウェアコード部分を有する。

この計算機又は計算機システムは、例えば、本発明によるシステムの計算ユニットとすることができ、好ましくは、ナビゲーションシステムの計算ユニットとすることができる。

このソフトウェアコード部分は、アルゴリズムと呼ぶこともできる。好ましくは、このコンピュータプログラム製品は、少なくとも二つのソフトウェアコード部分を有し、その一つの部分は、確率を決定する役割を果し、その少なくとも一つの別の部分は、時間長（走行時間長、目的地時間長）を決定する役割及び／又は負担（走行負担、目的地負担）を決定する役割を果たす。

このコンピュータプログラム製品、特に、ソフトウェアコード部分は、好ましくは、車両のナビゲーションシステムとの少なくとも一つのインタフェースを有する。このインタフェースは、呼出し命令として、ソフトウェアコード部分に保存することができる。このインタフェースを介して、例えば、目的地点の位置などの、本発明による方法に必要な地図データ又はそれ以外の情報をナビゲーションシステムから取り出すことができる。

本発明による方法又は本発明によるシステムに関して述べた利点及び特徴は、それが適用可能である限り、本発明によるコンピュータプログラム製品にも同様に有効であり、それぞれ、その逆も有効である。この場合、それらの利点及び特徴は、場合によっては、一度しか記述しない。

こうして、本発明により、道路上で駐車場が少な過ぎる場所において車両のためのスペースを探す場合に、如何にして一方では迅速に、他方では目的地点から遠過ぎないようにして駐車場を見つけることができるのかの補助を与える手法が実現される。特に、本発明により、目的地までの“ラストワンマイル”のために車両においてルートを生成することができる。

以下に、添付図面を参照して改めて本発明を詳しく説明する。

車両の複数の位置の概略図である。 デシジョンツリーの概略図である。 デシジョンツリーの検討の概略図である。

図１には、位置ｘを指定することによる車両の取り得るルートが示されている。車両（不図示）は、例えば、ｘ_ｓの位置に存在する。ドライバは、最終的な位置とも言える目的地点として位置ｘ_ｆを指定する。ドライバは、この指定を例えば車両のナビゲーションシステムに入力することができる。位置ｘ_ｆに駐車場が存在しないか、或いは少なくとも駐車場が利用できない場合、ドライバは、選択肢を探さなければならない。図１に示されたシナリオでは、目的地点の近くに複数の駐車場があることが認識されている。それらの駐車場は、位置ｘ_１，ｘ_２，ｘ_３に存在する。本発明による方法を使用しない場合、ドライバは、おそらく駐車場（選択肢とも呼ぶことができる。）をｘ_１、ｘ_２、そしてｘ_３の順番で巡回することになると考えられる。この場合、ドライバは、確率ｐ_１でｘ_１に上手く駐車でき、そこからｘ_ｆに赴くことができる。ドライバが上手く駐車できないときには、ドライバはｘ_２において試み、といった具合に続いていく。

この方法によるやり方では、位置ｘ_１及びｘ_２での利用可能性の確率が低過ぎるときに、それらの位置にドライバが不必要に向かって行ったり、或いは、ｘ_２における駐車場の方が目的地点ｘ_ｆに対する相対的な距離がより短いにもかかわらず、ドライバが位置ｘ_１における駐車場を選択してしまったりすることが起こり得る。

本発明は、この問題に対処する。

特に、目的地点までの駐車場の相対位置並びに利用可能性の確率と走行時間長による最適化パラメータが少なくとも考慮される最適化問題が本発明によって解かれる。

本発明による方法では、好ましくは次の事項を含む幾つかの条件が設けられる。
１）成功する確率が以下の式で表される解選択肢ｘ_１，．．．，ｘ_ｎの集合が存在すること。これら解選択肢（以下では選択肢ともいう。）は、特に駐車場である。

２）この問題は、必ず実行できるものでなければならない。本発明では、選択肢の少なくとも一つは、成功確率１を有さなければならない。例えば、一つの駐車車庫は存在し得る。成功確率１を有する選択肢が一つもないと、ドライバが駐車場を見つけずじまいということが起こり得る。
３）ｘ_ｊからｘ_ｆに行くためのコストを定量化するコスト関数ｃ_ｗ（ｊ）；１≦ｊ≦ｎが存在すること。これらのコストを負担と呼ぶこともできる。このコスト関数は、特に、目的地点に対する駐車場の相対位置の最適化パラメータを決定する際に考慮される。駐車場に対する目的地点の距離の外に、好ましくは時間、つまり駐車場から目的地点に到達するのにかかる時間長、特にそこまで歩くのにかかる時間長をコスト関数として定める。この場合、負担（例えば、ドライバの歩行速度）を考慮することができる。
４）本発明では、好ましくは、車両の現在位置がｓである場合に、ｘ_ｊからｘ_ｉに走行するためのコストを定量化するコスト関数ｃ_ｄ（ｉ，ｊ，ｓ）；０≦ｊ，ｉ≦ｎも与えられている。その状態は、例えば、車両が向かう方向の間で区別をするのに用いることができる。例えば、コストは、左車線を北の方向に向かう車両と右車線を南に向かう車両に関する差とすることができる。更に、負担とも呼ばれるコストは、探索時間長の最適化パラメータを決定する際にも用いられる。例えば、考え得る走行速度又はドライバにより予め設定可能な無理の無い燃料コストを考慮することができる。

本発明により、ｘ_０から、つまり出発地点からｘ_ｆに向かう行程で見込まれるコストを最小化する、解選択肢の最適な順番を見つけることができる。

本発明では、そのために、好ましくもΠ：｛１，．．．，ｎ｝→｛１，．．．，ｎ｝が、順番を記述する一つの並べ替えであることにする。この場合、目指すのは、以下の式を最小化する並べ替えを見つけることである。

ここで、ドライバの期待値に対応する定義１：

および定義２：

である。Ｐ_πｊは、ｊ番目の探索が、それ以前の成果のなかったｊ−１回の探索の後に成功する確率を定める。

ｐ_πｋ＝１となる少なくとも一つのｋが存在する場合、当然のことながら以下のようになる。

普遍性を失うこと無く、ｋ＝ｎであるとする。

最適な並べ替え：

は、つまり最適解は、全ての並べ替えを評価することによって見つけることができる。しかし、それは膨大な数になり得る。ｎ個の選択肢に対して、ｎ！個の異なる並べ替えを検討しなければならない。

本発明では、許容できる時間内で適した解を得るために、好ましくは、ブランチ・アンド・バウンド法（分枝限定法）が用いられる。

言うまでも無く、出発地点とも呼ばれる最適化開始のルート・ノードはｘ_０（０として表示されている。）である。この出発地点から、複数の決定が可能である。特に、駐車場ｘ_１が一つの選択肢として対象になる。駐車場ｘ_２及びｘ_３も対象になると考えられる。

ここで、本発明では、デシジョンツリー全体を調べること無く最良の並べ替えを見つけるために、より賢い手法が用いられる。それは、ブランチ・アンド・バウンド法によって達成することができる。

大きさＮの選択肢の集合を対象として、

が、各選択肢の利用可能性／成功確率を表すものと仮定する。ここで、Ｎは、ｐ_ｊ＝１となる少なくとも一つのｊが存在するのに十分な大きさであると仮定する。更に、

は、

となるような、全ての選択肢の最適な並べ替えを表すものとする。

以下のことは言うまでも無いことである：

簡単な証明のために、定義１及び２を確かめる。

であり、ｊ＜１である選択肢π_ｊが存在する場合、Ｐ_ｎ＝０となり、選択肢

は、Ｅ（π）に対して影響せず、それに応じて最適な解から排除することができる。他方、

である場合、Ｅ（π）に影響し且つ調べなければならない更に別の選択肢が存在する。従って、

は、最適ではあり得ない。

更に、

であると示された場合、同じアーギュメント（Ａｒｇｕｍｅｎｔ）により、最適な解に関する下限（ローワーバウンドＬＢ）を作ることができる。それについて、

は、確率の人工的な集合を表す。

そして、以下の通りとなる。

これは簡単に理解できる。全ての選択肢が考慮された一般的な状況は、

から

に変更することにより改善され、従って、最適な解に対して予想されるコストは、それより大きくはなり得ない。或いは言い換えると、もしそうでないとするなら、選択肢π_ｊにおいて成功しない方が良くなり、それは、

が最適であることと矛盾する。

π_ｊ，．．．，π_ｎを考慮すること無く、

を評価できることに留意すべきである。

更に、好ましくは、上限（アッパーバウンドＵＢ）が決定される。以下の準最適解

を作ると、以下のようになる：

これは簡単に分かる。先ほど最適な並べ替えを別の並べ替えに変えた。ｐ_πｎ＝１であるので、その後終了することができる。

最適化では、上で説明したデシジョンツリー全体を探索すること無く、如何にして最適な並べ替えを見つけるかが問題である。それは、図３に示された工程によって解決される。
１）終了していないのでなければ、最も有望なノードを特定しなければならない。
２）その特定したノードを拡張する。
３）新たに拡張されたノードを評価して、上限（アッパーバウンド）と下限（ローワーバウンド）を計算する。
４）ＵＢ／ＬＢに基づき、最適でない可能性の有るノードを閉鎖して、ｔから排除する。

本発明は、特に、ドライバにとって時間の節約になるという利点をもたらす。更に、交通量及び排出量の削減を達成することができる。

Claims (14)

1. 車両の駐車場探しを最適化する方法において、
   ソフトウェアコード部分を有するコンピュータプログラム製品をシステムに実行させ、ソフトウェアコード部分により、以下の、
   当該方法で駐車場に対応する少なくとも二つの解選択肢がそれぞれ検知され、
   これらの解選択肢が、最適順序に配列されることで、これらの解選択肢から最適な選択肢としての少なくとも一つの最適解を求め、その際、一つの最適化パラメータとして、各駐車場の利用可能性の確率（ｐｉ）が用いられ、
   別の最適化パラメータとして、各駐車場から目的地点に到達するための目的地時間長として表される、目的地点に対する各駐車場の相対位置が用いられ、
   更に別の最適化パラメータとして、出発地点から各駐車場までの走行時間長が用いられ、
   各駐車場（ｉ）に対して与えられた目的地時間長に対応する値（Ｃｗ（ｉ））および走行時間長に対応する値（ΣｉＣｄ（ｉ，ｉ＋１））の和と、各駐車場の利用可能性（ｐｉ）の確率に基づいた該駐車場で駐車に成功する確率（Ｐｉ）との積を、全ての駐車場について解選択肢の配列の順序（π）に従って合計することで求められる期待値（Ｅ（π，ｐ^→）を最小にするような解選択肢の最適順序の配列（π^Ｖ＝［π^Ｖ _１…π^Ｖ _ｎ］^Ｔ）を見つける、
   工程が実施されることを特徴とする方法。
2. 各駐車場から目的地点に到達するのに要する負担が求められ、この負担が、少なくとも、各駐車場から目的地点に到達するための時間長を考慮したものであることを特徴とする請求項１に記載の方法。
3. 出発地点から各駐車場に到達するのに要する負担が求められ、この負担が、少なくとも、出発地点から各駐車場までの走行時間長を考慮したものであることを特徴とする請求項１又は２に記載の方法。
4. 走行時間長を求める際に、少なくとも、少なくとも二つの駐車場の間の部分区間が用いられることを特徴とする請求項１から３までのいずれか一つに記載の方法。
5. 各駐車場から目的地点に到達するための時間長を決定する際に、徒歩での移動と、場合によっては、少なくとも一つの代替移動方法とが考慮されることを特徴とする請求項１から４までのいずれか一つに記載の方法。
6. 最適順序における第一の最適解として、目的地点に到達するための予想される時間長全体が最も短いか、走行時間長か或いは駐車場から目的地点に到達するための時間長が最も短い最適解が提示されることを特徴とする請求項１から５までのいずれかに記載の方法。
7. 最適順序における第一の最適解として、少なくとも一つの駐車場の利用可能性の確率が最も高い最適解が提示されることを特徴とする請求項１から５までのいずれかに記載の方法。
8. 最適順序における解選択肢を網羅するルートが算出されることを特徴とする請求項１から７までのいずれか一つに記載の方法。
9. 最適解の選択がデシジョンツリーに基づき行なわれることを特徴とする請求項１から８までのいずれか一つに記載の方法。
10. 最適解の選択の際に、少なくとも一つの最適化パラメータに関する上限と下限が検討されることを特徴とする請求項１から９までのいずれか一つに記載の方法。
11. 請求項１から１０のいずれかに記載の方法を実行するための、車両の駐車場探しを最適化するシステムにおいて、
    システムが、
    少なくとも一つの解選択肢から少なくとも一つの最適解を求める少なくとも一つの解ユニットと、
    少なくとも一つの駐車場の利用可能性の確率を決定する少なくとも一つの決定ユニットと、
    駐車場から目的地点に到達するための時間長を算出する少なくとも一つの算出ユニットと、
    出発地点から少なくとも一つの駐車場までの走行時間長を計算する少なくとも一つの計算ユニットとを有し、
    解ユニットは、決定ユニット、算出ユニット及び計算ユニットと接続されていることを特徴とするシステム。
12. システムがナビゲーションシステムを有するか、或いは少なくともナビゲーションシステムと通信するための一つのインタフェースを備えていることを特徴とする請求項１１に記載のシステム。
13. システムが請求項１から１０までのいずれか一つに記載の方法を実施するように設計されていることを特徴とする請求項１１又は１２に記載のシステム。
14. コンピュータプログラム製品であって、本製品は、デジタル計算機又は計算機システムにロードすることが可能であり、本製品がデジタル計算機又は計算機システム上で実行された場合に、請求項１から１０までのいずれか一つに記載の工程を実施するためのソフトウェアコード部分を有するコンピュータプログラム製品。

Images