本技术介绍参考了以下链接
English

2014年8月19日

株式会社富士通研究所（注1）（以下简称，富士通研究所）开发了以下技术。

开发背景

近几年，随着使用GPS、公共无线网络的定位技术得到普及，实现了低成本地收集人和车的实际移动位置信息。按照时间顺序排列这些位置信息，生成轨迹数据，将该数据运用于城市规划、交通政策立案、市场等领域，可实现社会系统的效率化，获得商业上的竞争优势。另外，对轨迹分析技术的需求尤其显著，该技术基于仅收集起点和终点的OD(Origin Destination)分析技术和收集移动过程中途经地的路径分析技术，实现大范围掌握人流、车流信息，以及高精度的路线推荐、移动时间预测等功能。

课题

在交通领域的轨迹分析中，通常的方法是，将包含在轨迹数据中的所有坐标与道路坐标数据对应后，在道路数据上分析移动路径（图1）。道路数据是数字数据，由表示十字路口等分岔的节点，和多个节点间的道路连接组成，主要的城市已经具备了道路数据。

通过将轨迹数据中的所有坐标与各自所在位置就近节点、连接相对应后，可以使计算通过任意路径的车辆数量变得容易。但是，数十米间隔的道路数据过于细密，虽然能够抽取出大部分的局部交通流量，但很难抽取大范围交通流量。此外，GPS定位坐标的时机不局限在节点上，由于轨迹数据粗略，将其与细密的道路数据对应会出现多个候选，较难设定候选的优先度。

开发的技术

作为分析轨迹数据的前处理技术，富士通研究所开发出了轨迹数据简化的路径图自动生成技术（图2）。使用路径图可纵览全局，大范围地把握人流和车流。

开发的技术特征如下。

1. 类似轨迹数据的合并

基于曲线的相似度，合并类似的轨迹数据，可生成轨迹数据简化的路径图(图3)。这时如果单纯利用坐标间距离合并轨迹数据的话，部分类似地点被局部合并，无法用于大范围交通流。如果以曲线方式获得轨迹数据，再根据相似度进行合并，便可从类似的轨迹数据中抽出大范围的交通流。

2.不使用道路数据的轨迹分析

本技术以曲线的类似度为基准合并轨迹数据，与道路数据无关，所以不需要设定道路选择的优先度。由此，进行前处理和轨迹分析时，基本不受道路网改变的影响。另外，由于不使用道路数据，可自由设定合并的粒度。

效果

运用本技术，在举办马拉松比赛等大型活动时，能迅速发现很多人走的绕行路线，可依此事先设定推荐通行路线和引导计划等。另外，由于不需要道路数据，也可以应用于没有道路地图的大规模主题公园内的人流，飞机、船舶的航线分析等。

今后

富士通研究所正不断推进本技术的试点实验，目标2014年完成产品化。

注释

注1 株式会社富士通研究所：

社长 佐相秀幸

总公司所在地 日本神奈川县川崎市