移动目标预测装置、移动目标预测方法及导航装置

摘要

提供一种能够以比以往更高的精度预测移动目标的移动目标预测装置。包括：移动目标候选选择部(112)，选择多个移动目标候选并排序；描绘处理部(117)，按照排序对选择出的移动目标候选进行显示；规则决定部(130)，决定移动体在每个固定的单位期间以固定的移动频度移动至该移动目标候选的规则；单位期间频度累计部(115)，确定单位期间内移动体移动至移动目标候选的实际频度；以及实际频度判断部(116)，对于多个移动目标候选的各个，判断实际频度是否达到了规则中包括的移动频度；在判断为实际频度满足了规则的情况下，描绘处理部(117)以反映该判断的结果的方式显示移动目标候选。

权利要求

1.一种移动目标预测装置，预测移动体的移动目标，其特征在于，具备：获取单元，获取表示移动体的移动履历的移动履历数据；

位置检测单元，检测移动体的当前位置；

移动目标候选选择单元，对于由上述获取单元所获取的移动履历数据，检索包括由上述位置检测单元所检测的移动体的当前位置在内的移动履历，根据检索到的移动履历的频度，将多个移动目标候选排序来选择；

显示单元，按照上述排序显示由上述移动目标候选选择单元所选择的上述移动目标候选；

规则决定单元，至少对于上述多个移动目标候选的各个，判断是否存在上述移动体在每个具有固定的期间间隔的单位期间内以固定的移动频度移动至该移动目标候选的规则，如果存在，则决定包括该单位期间和该移动频度在内的规则；

单位期间频度累计单元，对于上述多个移动目标候选之中由上述规则决定单元判断为存在规则的移动目标候选，通过参照上述移动履历数据，确定上述单位期间内上述移动体移动至该移动目标候选的实际频度；以及实际频度判断单元，对于上述多个移动目标候选的各个，判断由上述单位期间频度累计单元所确定的实际频度是否达到了上述规则中包括的移动频度，从而判断是否满足上述规则；

在由上述实际频度判断单元判断为上述实际频度满足上述规则的情况下，上述显示单元以反映该判断的结果的方式进行上述显示。

2.如权利要求1所记载的移动目标预测装置，其特征在于，上述实际频度判断单元对于上述判断的结果满足上述规则的移动目标候选，将上述排序变更为比判断的结果未满足上述规则的情况更低位，或者，对于上述判断的结果未满足上述规则的移动目标候选，将上述排序变更为比判断的结果满足上述规则的情况更高位；

上述显示单元，按照由上述实际频度判断单元变更了上述排序之后的排序，显示上述移动目标候选。

3.如权利要求1所记载的移动目标预测装置，其特征在于，上述实际频度判断单元通过将满足上述规则的移动目标候选从上述多个移动目标候选中排除，从而变更上述移动目标候选选择单元的排序；

上述显示单元，按照由上述实际频度判断单元变更了上述排序之后的排序，显示上述移动目标候选。

4.如权利要求1所记载的移动目标预测装置，其特征在于，上述显示单元对于由上述实际频度判断单元判断为满足上述规则的移动目标候选，进行表示该移动目标候选满足上述规则的显示。

5.如权利要求1所记载的移动目标预测装置，其特征在于，上述显示单元对于在第一单位期间由上述实际频度判断单元判断为未满足上述规则的移动目标候选，在比上述第一单位期间靠后的第二单位期间，进行表示该移动目标候选在上述第一单位期间未满足上述规则的显示。

6.如权利要求1所记载的移动目标预测装置，其特征在于，上述实际频度判断单元在上述判断的结果为满足上述规则的情况下，使上述移动体移动至该移动目标候选的预测概率低于判断的结果未满足上述规则的情况，并且变更上述移动目标候选选择单元的排序；

上述显示单元，按照由上述实际频度判断单元变更了排序之后的排序，显示上述移动目标候选。

7.如权利要求1所记载的移动目标预测装置，其特征在于，上述规则决定单元具有：

单位期间设定部，设定上述单位期间；以及

规则提取部，通过解析上述移动履历数据，从而确定在由上述单位期间设定部所设定的单位期间内上述移动体移动至上述移动目标候选的频度，将确定的上述单位期间内的频度决定为上述规则。

8.如权利要求7所记载的移动目标预测装置，其特征在于，上述期间设定部通过参照上述移动履历数据，确定上述移动体移动至上述移动目标候选的频度为固定的期间，并将确定的期间设定为上述单位期间。

9.如权利要求7所记载的移动目标预测装置，其特征在于，上述规则决定单元还具备上限频度确定部，该上限频度确定部通过解析上述移动履历数据，确定在由上述期间设定部所设定的单位期间内上述移动体移动至上述移动目标候选的频度的上限值，上述规则提取部将由上述上限频度确定部所确定的上述单位期间内上述频度的上限值决定为上述规则。

10.如权利要求9所记载的移动目标预测装置，其特征在于，上述上限频度确定部在上述移动履历数据中，计算上述移动体在上述单位期间移动至上述移动目标候选的频度的最大值，并将计算出的最大值确定为上述上限值。

11.如权利要求9所记载的移动目标预测装置，其特征在于，上述上限频度确定部在上述移动履历数据中，对于上述移动体在上述单位期间移动至上述移动目标候选的频度确定出现次数，并将确定的出现次数最多的频度确定为上述上限值。

12.如权利要求1所记载的移动目标预测装置，其特征在于，上述获取单元还获取通用频度规则数据，该通用频度规则数据对于每个预先设定的移动目标的种类，表示移动体在每个什么样的单位期间、以什么样的移动频度移动至该移动目标的通用的规则；

上述规则决定单元通过参照上述通用频度规则数据，决定上述规则是否存在、上述单位期间及上述移动频度。

13.如权利要求1所记载的移动目标预测装置，其特征在于，上述实际频度判断单元还对于由上述规则决定单元判断为存在规则的移动目标候选之中未满足上述规则的移动目标候选，变更上述移动目标候选选择单元的排序，以使从上述移动频度中减去上述实际频度的剩余数越小，上述移动体移动至该移动目标候选的预测概率就越低。

14.如权利要求13所记载的移动目标预测装置，其特征在于，上述移动目标预测装置还具备：日期时间检测单元，检测当前日期时间；

上述实际频度判断单元计算上述单位期间之中由上述日期时间检测单元所检测出的当前日期时间以后的剩余期间，用计算出的剩余期间除上述剩余数，从而计算由剩余期间进行了归一化的剩余数，变更上述移动目标候选选择单元的排序，以使计算出的归一化后的剩余数越小，上述移动体移动至该移动目标候选的预测概率就越低。

15.如权利要求1所记载的移动目标预测装置，其特征在于，上述移动目标预测装置还具备：

日期时间检测单元，检测当前日期时间；以及

存储单元，与上述日期时间检测单元所检测出的当前日期时间相对应地将由上述位置检测单元所检测出的当前位置的履历存储为移动履历数据；

上述获取单元从上述存储单元获取上述移动履历数据。

16.如权利要求1所记载的移动目标预测装置，其特征在于，上述单位期间是按照日历的期间、或从上述移动体移动至移动目标候选时开始的期间。

17.一种导航装置，对移动体的移动进行支援，其特征在于，具备如权利要求1所记载的移动目标预测装置。

18.一种移动目标预测方法，预测移动体的移动目标，其特征在于，包括：获取步骤，获取表示移动体的移动履历的移动履历数据；

位置检测步骤，检测移动体的当前位置；

移动目标候选选择步骤，对于在上述获取步骤所获取的移动履历数据，检索包括在上述位置检测步骤所检测的移动体的当前位置在内的移动履历，根据检索到的移动履历的频度，将多个移动目标候选排序来选择；

显示步骤，按照上述排序显示由上述移动目标候选选择步骤所选择的上述移动目标候选；

规则决定步骤，至少对于上述多个移动目标候选的各个，判断是否存在上述移动体在每个具有固定的期间间隔的单位期间内以固定的移动频度移动至该移动目标候选的规则，如果存在，则决定包括该单位期间和该移动频度在内的规则；

单位期间频度累计步骤，对于上述多个移动目标候选之中由上述规则决定步骤判断为存在规则的移动目标候选，通过参照上述移动履历数据，确定上述单位期间内上述移动体移动至该移动目标候选的实际频度；以及实际频度判断步骤，对于上述多个移动目标候选的各个，判断由上述单位期间频度累计步骤所确定的实际频度是否达到了上述规则中包括的移动频度，从而判断是否满足上述规则；

在上述显示步骤中，在由上述实际频度判断步骤判断为上述实际频度满足上述规则的情况下，以反映该判断的结果的方式进行上述显示。

说明书

移动目标预测装置、移动目标预测方法及导航装置

技术领域

[0001] 本发明涉及根据在车辆上搭载或用户携带出行的移动体终端中的移动履历数据、预测用户今后移动的路径或目的地等移动目标的移动目标预测装置、使用了移动目标预测装置的车载导航系统或便携式电话等的导航装置、以及移动目标预测方法。

背景技术

[0002] 以往，公开了一种将以下技术适用于导航装置的例子，该技术以车辆上搭载的车载导航装置等为对象，根据车辆过去的行驶履历、即驾驶的开始地点或结束地点以及与该日期时间相关的履历，预测车辆今后要驶向的目的地(例如，参照专利文献1)。在专利文献1中，例如，在某星期四的20点30分驾驶员通过车辆处于移动中的情况下，从过去的行驶履历之中，检索在“星期四20点30分”处于移动中的履历。检索的结果为该星期、时刻在过去3次行驶至A路标、1次行驶至B路标的情况下，预测向A路标行进的可能性较高，其概率为75％。另一方面，在过去不存在“星期四20点30分”处于移动中的履历的情况下，将其扩大解释为“平日的20点30分”这样的履历的检索条件，提取该履历，并同样预测作为基于移动频度的目的地的路标。这是将星期四这样的“星期几”扩大为“平日”这样更大的范围(以下，成为类)的例子，但也可以同样对20点30分这样的“时刻”也定义“晚上(18点～24点)”等的类，计算基于以较多履历为对象的频度的预测概率。在计算概率中，一般参照较多数据时可靠性提高，所以不仅是在不存在适合条件的履历的情况下，即使是从提高预测概率的可靠性的观点出发，利用这样的类的预测也是有效果的。

[0003] 专利文献1：日本特开2005-156350号公报

[0004] 但是，如上述现有技术那样，仅根据与作为预测对象的行驶相同的类之内的频度来进行移动目标预测的方法中，存在以下这样的问题。例如，在“星期一的上午”的行驶履历中，存在20次行驶至路标A、10次行驶至路标B的履历的情况下，预测的目的地中路标A最高为67％。另一方面，用户对于路标A，存在一天之间仅行驶过1次的特性。这时，在某星期一的8点发动发动机时，导航装置预测为行驶至路标A的可能性最高。在该行驶中用户实际上向路标A行驶之后，11点再次发动发动机。这时，虽然用户有1天仅行驶至路标A一次的特性，但由于在“星期一的上午”的类中向路标A的行驶最多，所以再次预测了路标A。像这样仅检索与要预测的行驶的条件类似的履历并仅根据频度的多少来预测的方法中，存在无法进行高精度的预测的问题。

发明内容

[0005] 因此，本发明解决如上所述的现有问题，目的在于：提供移动目标预测装置及导航装置等，能够以比以往更高的精度来预测移动目标。

[0006] 发明者为了开发对基于移动履历的移动目标(目的地或行驶交叉路口等)的预测技术，进行了对30名左右的被采样者收集车辆3个月的移动履历、并检验预测精度的实验。关于该实验，利用图1至图6进行说明。

[0007] 图1是对于其中的被采样者I、在3个月期间累计“休息日(星期六、星期日等)的12点到18点”的类的期间从“自家”出发之后移动的目的地的频度之中、从频度最高的对象中选出的顺序表。如本图所示，频度最高的对象为：向“文化教室A”行驶，有6次。其次，从“自家”出发行驶而没有关闭发动机并返回“自家”的行驶、以及从“自家”向“停车场A”的行驶同样占据4次。最后，表示了向“超级市场A”的行驶存在2次的情况。

[0008] 图2同样对于被采样者I，按每1个月表示对于每个作为目的地的路标以“1天”为单位进行划分时的移动频度。具体而言，被采样者I对于“文化教室A”，在最初的第1个月，“1天”仅行驶过1次的天数为8天，“1天”行驶过2次的天数、以及行驶过3次以上的天数连1天都没有。另外，第2个月也是一样，存在1天仅行驶过1次的日子，而不存在1天行驶过2次以上的日子。像这样可知，被采样者I对于“文化教室A”，“1天”最多行驶1次。另一方面，对于“医院A”，在第2个月，存在“1天”仅行驶过1次的日子，也存在行驶过2次的日子，可以想到，“1天”中对于“医院A”没有定规。

[0009] 图3依次表示相同的被采样者I在2005年11月5日(星期六)从12点到18点的实际的行驶。如行驶ID1所示，被采样者I在12点23分从自家出发驶向文化教室A。在该行驶中，从自家出发时利用专利文件1的预测方法预测目的地的情况下，根据图1的频度信息，判断为：驶向文化教室A的可能性最高，驶向自家、停车场A的可能性次之。如果作为利用这样的预测结果的应用程序，假设其在导航装置的画面上显示所预测的目的地的名称(从可能性最高开始的3个)和向该处的到达预想时刻，那么，对被采样者I，提示出图4所示的画面。由于被采样者I在行驶ID1中实际上以文化教室A为目的地，所以该预测成功了。

[0010] 之后，被采样者在行驶ID2中，在15点3分从文化教室A出发、向自家返回之后，如图3所示，再次在行驶ID3中在17点8分开始以自家为出发地的行驶。在该行驶中，在以往的预测方法中，与行驶ID1时相同，判断为驶向文化教室A的可能性高。这时，提示给被采样者I的画面如图5所示。

[0011] 但是，被采样者I在该行驶中实际上驶向超级市场A，所以预测没有成功。作为其理由之一可以举出：如图2所示，虽然对被采样者I，对于每个路标按“1天”这样的期间进行观察时，存在与移动的频度有关的特性，但并没有进行对其进行了考虑的预测。即，如果考虑如图2所示的特性，那么在行驶ID3中，将文化教室A从预测对象中除去，在图1中，提升移动频度第4位的超级市场A，从而可以将图6那样的画面提示给被采样者I，预测成功。

[0012] 本发明通过由用户将路标、交叉路口、道路在规定的期间内作为目的地移动的移动频度相关的特性作为规则进行利用，从而提高预测精度。

[0013] 为了解决上述以往的问题，本发明的移动目标预测装置是预测移动体的移动目标的移动目标预测装置，其特征在于，具备：获取单元，获取表示移动体的移动履历的移动履历数据；位置检测单元，检测移动体的当前位置；移动目标候选选择单元，对于由上述获取单元所获取的移动履历数据，检索包括由上述位置检测单元所检测的移动体的当前位置的移动履历，根据检索到的移动履历的频度，选择多个移动目标候选并排序；显示单元，按照上述排序来显示由上述移动目标候选选择单元所选择的上述移动目标候选；规则决定单元，至少对于上述多个移动目标候选的各个，判断是否存在上述移动体在每个固定的单位期间内以固定的移动频度移动至该移动目标候选的规则，如果存在，则决定包括该单位期间和该移动频度在内的规则；单位期间频度累计单元，对于上述多个移动目标候选之中由上述规则决定单元判断为存在规则的移动目标候选，通过参照上述移动履历数据，确定上述单位期间内上述移动体移动至该移动目标候选的实际频度；以及实际频度判断单元，对于上述多个移动目标候选的各个，判断由上述单位期间频度累计单元所确定的实际频度是否达到了上述规则中包括的移动频度，从而判断是否满足上述规则；在上述实际频度判断单元判断为上述实际频度满足上述规则的情况下，上述显示单元以反映该判断的结果的方式进行上述显示。其中，“显示单元”是组合了下述实施方式中的描绘处理部117和显示部106的功能单元。

[0014] 通过这样的结构，利用用户将路标、交叉路口、道路等移动目标在规定的期间内作为目的地的移动频度相关用户的规则性，来预测移动目标，可以进行高精度的移动目标预测。

[0015] 在此，优选上述移动目标预测装置构成为还具备：显示单元，对由上述实际频度判断单元变更了排序的多个移动目标候选，按照该排序进行显示。

[0016] 通过这样的结构，能够避免对于用户不需要的信息进行显示或进行声音输出，有效地利用有限的显示区域，并且，能够解除用户对不需要的信息进行阅览、视听的负担。

[0017] 另外，本发明不仅能够作为移动目标预测装置得以实现，而且也可以作为利用了移动目标预测装置的导航装置、移动目标预测方法、由计算机执行的程序、存放了这样的程序的CD-ROM等的计算机可读取的记录介质得以实现。

[0018] 通过本发明的移动目标预测装置，根据移动履历数据，综合了基于与作为预测对象的移动类似的条件中过去的移动频度的移动可能性、和基于与规定的单位期间内向移动目标(路标、交叉路口、道路等)的移动频度相关的规则的移动可能性，从而预测移动目标，实现了高精度的移动目标预测。

[0019] 因此，仅将概率高的移动目标通知给用户，由此，避免对用户提示不需要的信息，所以，特别是在作为导航装置使用时，不仅确保了用户的便利性，还确保了驾驶的安全性，本发明的实用价值非常高。

附图说明

[0020] 图1是表示与某类中的移动目标目的地和该移动频度相关的实际数据的图。

[0021] 图2是表示对每个路标表示与规定的期间内移动频度的特性相关的实际数据的图。

[0022] 图3是表示依次表示某日的行驶的实际数据的图。

[0023] 图4是表示利用了现有技术中的预测方法的应用程序画面的一个例子的图。

[0024] 图5是表示在利用了现有技术中的预测方法的应用程序中，预测没有成功的画面的一个例子的图。

[0025] 图6是表示在利用了与规定的期间内移动频度有关的规则的预测方法的应用程序中，预测成功的画面的一个例子的图。

[0026] 图7是表示本发明的实施方式1中的导航装置的外观图。

[0027] 图8是表示本发明的实施方式1中的导航装置的结构的图。

[0028] 图9是表示存储部中存储的地图数据的图。图9(A)是表示节点数据的图，图9(B)是表示补充节点数据的图，图9(C)是表示连接数据的图。

[0029] 图10是表示存储部中存储的路标数据的图。图10(A)是表示设施数据的图，图10(B)是表示用户设定数据的图。

[0030] 图11是表示存储部中存储的移动履历数据的图。

[0031] 图12是表示存储部中存储的期间规则数据的图。

[0032] 图13是表示本发明的实施方式1中的、期间设定部及规则提取部的处理流程的流程图。

[0033] 图14(A)(B)是表示规定的期间中每个移动目标的移动实情的一个例子的图。

[0034] 图15是表示移动目标候选选择部选择移动目标候选的处理流程的流程图。

[0035] 图16是说明在移动目标候选的选择处理中利用的、星期几和时刻的类的图。

[0036] 图17是表示根据本发明涉及的移动目标预测结果、在显示部上显示的关联信息的一个例子的图。

[0037] 图18是表示根据本发明涉及的移动目标预测结果、在显示部上显示的关联信息的一个例子的图。

[0038] 图19是表示根据现有技术涉及的移动目标预测结果、在显示部上显示的关联信息的一个例子的图。

[0039] 图20是表示根据本发明涉及的移动目标预测结果、在显示部上显示的关联信息的一个例子的图。

[0040] 图21是表示本发明的实施方式1中的、从行驶开始到结束为止的导航装置的处理流程的流程图。

[0041] 图22是表示根据移动目标预测结果、在显示部上显示的关联信息的一个例子的图。

[0042] 图23是表示本发明的实施方式2中的导航装置的结构的图。

[0043] 图24是表示规定的期间内每个移动目标的移动实情的一个例子的图。

[0044] 图25是表示本发明的实施方式2中的规则的决定处理的流程的流程图。

[0045] 图26是表示本发明的实施方式3中的导航装置的结构的图。

[0046] 图27是表示存储部中存储的通用频度规则数据的图。

[0047] 图28是表示在本发明的实施方式3中、用于统计性地求出通用频度规则数据的处理流程的流程图。

[0048] 图29是表示每个用户及移动目标的、规定的期间内的移动实情的一个例子的图。

[0049] 图30是表示每个移动目标的、规定的期间及次数下的移动人数实情的一个例子的图。

[0050] 图31是表示本发明的实施方式3中的、从行驶的开始到结束为止的导航装置的处理流程的流程图。

[0051] 图32是说明其他移动目标预测方法的图。

[0052] 图33是表示根据现有技术或实施方式1所涉及的移动目标的预测结果、在显示部上显示的关联信息的一个例子的图。

[0053] 图34是表示根据其他移动目标预测方法涉及的移动目标的预测结果、在显示部上显示的关联信息的一个例子的图。

[0054] 图35是表示在显示部上显示的关联信息的其他的一个例子的图。

[0055] 图36是表示在显示部上显示的关联信息的其他的一个例子的图。

[0056] 图37是表示单位期间的定义例的图。

[0057] 图38(a)及(b)是表示依赖于单位期间的定义的不同的处理的图。

[0058] 符号说明

[0059] 101、101a、101b 导航装置

[0060] 102日期时间检测部

[0061] 103位置检测部

[0062] 104存储部

[0063] 105控制部

[0064] 106显示部

[0065] 107路标数据

[0066] 108地图数据

[0067] 109移动履历数据

[0068] 110数据管理部

[0069] 111匹配部

[0070] 112移动目标候选选择部

[0071] 113、113a期间设定部

[0072] 114规则提取部

[0073] 115单位期间频度累计部

[0074] 116实际频度判断部

[0075] 117描绘处理部

[0076] 120期间规则数据

[0077] 130、130a、130b规则决定部

[0078] 131上限频度确定部

[0079] 1801通用频度规则数据

具体实施方式

[0080] 以下，对于本发明的实施方式，参照附图详细进行说明。

[0081] (实施方式1)

[0082] 首先，说明本发明的实施方式1。

[0083] 图7是表示作为本发明涉及的移动目标预测装置的一个实施例的导航装置101的外观图。该导航装置101是汽车上搭载的导航装置，具备作为本发明所涉及的移动目标预测装置的功能和显示所预测的移动目标的功能。

[0084] 图8是表示本发明的实施方式1中的导航装置101的结构的图。该导航装置101是利用在每个固定的单位期间以固定的移动频度向移动目标移动的用户(即移动体)的规则性、能够以高精度预测移动目标的导航装置，具备日期时间检测部102、位置检测部103、存储部104、控制部105和显示部106。

[0085] 日期时间检测部102是检测当前的日期时间的单元，是附有日历功能的时钟等。

[0086] 位置检测部103是安装在搭载有导航装置101的车辆上的、用于检测当前位置、速度、方位、当前时刻的单元，例如是GNSS(全球导航卫星系统：Global Navigation Satellite System)接收机、车速传感器、陀螺(角速度)传感器、加速度传感器等。GNSS接收机例如是GPS接收机，接收来自多个卫星的电波，通过对其进行解调来计测接收机的绝对位置从而进行检测。其中，对于当前位置、速度、方位的测位，单独或组合利用GNSS接收机和各种传感器来进行。

[0087] 显示部106是按照由控制部105制作的显示图像数据来显示图像的、例如液晶显示器、有机EL显示器等。

[0088] 存储部104是存储道路、交叉路口、路标等的数据等地图信息、搭载了导航装置101的车辆所行驶的履历等的、例如HDD(硬盘驱动器：HardDisk Drive)、DVD(数字通用光盘：Digital Versatile Disk)等光存储介质、其他闪存等存储介质。这些存储介质可以是可装卸的结构，或者，也可以不限于此，是通过未图示的通信单元(例如便携式电话、PHS等)从服务器设备(未图示)随时下载所存放的信息的结构。

[0089] 作为存储部104中存储的数据，存在地图数据108、路标数据107、移动履历数据109、期间规则数据120。

[0090] 图9表示在地图数据108中存储的地图信息之中、选出了本实施方式所关联的信息的数据。在地图数据108中，包括(A)节点数据、(B)补充节点数据、(C)连接数据。(A)节点数据是交叉路口或汇合地点等、道路在几个方向上分支的地点，对于每个节点，由纬度、经度等位置信息、与该节点连接的下述连接的数量及连接的ID构成。(B)补充节点数据表示存在于下述连接上的、在连接不是直线形状的情况等之下用于表现该形状的弯曲点，由纬度、经度等位置信息、自身所存在的连接ID构成。(C)连接数据表示连接节点与节点的道路，由作为连接的端点的起点节点、终点节点、连接的长度(单位为米或千米等)、连接的宽度(单位为米等)、一般道路、高速道路等道路种类、上述补充节点的数量、及其ID构成。

[0091] 图10表示路标数据107中存储的信息。(A)设施数据，对于由导航装置101的制造者或进行其他信息服务的经营者等登录的路标，由其类型、名称、专门赋予的识别ID、以及纬度、经度等位置信息等构成。(B)用户设定数据，对于用户自身登录的路标，由其名称、专门赋予的识别ID、以及纬度、经度等位置信息等构成。与(A)设施数据的路标名称不同，(B)用户设定数据的路标名称可以登录用户自身容易理解的名称、例如“自家”或“公司”等。

[0092] 图11表示移动履历数据109中存储的数据的一个例子。移动履历数据109是对应于由日期时间检测部102所检测出的当前日期时间、记录了由位置检测部所检测出的当前位置的履历的数据，随着用户行驶车辆，将由日期时间检测部102及位置检测部103检测出的行驶日期时间及车辆的位置所相关的信息从车辆行驶开始到行驶结束为止作为段(segment)，按时间序列存储出发地、目的地及其途中路经。由位置检测部103检测出的位置信息通过下述控制部105的匹配部111，转换为车辆所存在的路标或连接等的ID，在移动履历数据109中，存储有该ID信息。例如，图11最初的行驶履历表示：车辆在2007年1月19日8点43分从ID为LM201的路标出发，之后在8点45分行驶至连接IDL3的道路、8点
50分行驶至连接IDL9的道路、8点56分行驶至连接IDL12的道路，之后行驶过未图示的连接并在9点25分到达作为目的地的路标IDLM202的地点。

[0093] 另外，车辆行驶的开始可以通过发动机的启动判断，另外，行驶的结束可以通过发动机的停止判断。另外，对于途中路径，表示了存储车辆所行驶的道路的连接ID的例子，但也可以是存储表示通过的交叉路口的节点ID的结构。

[0094] 图12是期间规则数据120中存储的数据的一个例子。期间规则数据120如下所述，存储了在规则决定部130提取与每个路标的移动频度相关的规则时、与提取移动频度规则的期间相关的规则。如图12所示，在规则中确定了使用的优先顺序，优先顺序最高的是对期间“1天”中的移动频度的规则提取进行尝试。在由下述规则决定部130进行的处理所带来的结果为期间“1天”中未完成规则提取时，尝试与作为下一个优先顺序的期间“平日”或“休息日”中的移动频度相关的规则提取。以下，同样的，根据优先顺序确定使用的期间规则。期间规则数据120的规则的优先顺序确定了从“1天”这样期间较短的规则直到“1周”等期间较长的规则，对于其理由留待后面详细叙述。

[0095] 控制部105由控制导航装置101整体的动作的CPU、MPU和ROM(只读存储器：Memory Only Memory)、RAM(随机访问存储器：Random Access Memory)等实现，在功能上，具有数据管理部110、匹配部111、移动目标候选选择部112、规则决定部130、单位期间频度累计部115、实际频度判断部116和描绘处理部117。以下，对于各结构要素进行详细叙述。

[0096] 数据管理部110是具有管理控制部105的其他结构要素和存储部104中所存储的数据的收发的功能，例如向存储部104中存放移动履历数据109、或从存储部104读出并获取各种数据107-120的处理部。作为这里的处理，详细留待后述，作为一个例子可以举出以下处理：在匹配部111的地图匹配处理时，将路标数据107和地图数据108传送至匹配部111，将进行了地图匹配的位置信息的ID与由日期时间检测部102检测出的日期时间信息一起存放至移动履历数据109；在移动目标的预测时所需要的种种处理时，检索移动履历数据109或期间规则数据120，将由描绘处理部117显示在显示部106上的地图数据等从存储部104传送给描绘处理部117。

[0097] 匹配部111进行以下地图匹配处理，即：参照通过数据管理部110获取的路标数据107、地图数据108，将由位置检测部103检测出的位置信息转换为ID。地图匹配处理是在现有的导航装置中实用化了的功能，所以在此省略详细说明。

[0098] 移动目标候选选择部112是以下这样的处理部，即：通过与匹配部111配合动作，通过数据管理部110，对于存储部104中存储的移动履历数据109，检索包括由位置检测部103检测出的移动体的当前位置的移动履历，根据检索完的移动履历的频度，选择多个移动目标候选并排序。具体的，移动目标候选选择部112参照与由日期时间检测部102检测出的日期时间相关的信息、以及由匹配部111进行了地图匹配的位置信息，从移动履历数据109中检索用户在该日期时间、位置上过去移动过的移动目标，选择出候选。

[0099] 规则决定部130是以下这样的处理部，即：至少对于由移动目标候选选择部112选择出的多个移动目标候选的各个，判断是否存在移动体在每个固定的单位期间以固定的移动频度移动至该移动目标候选的规则，在存在的情况下，决定包括该单位期间和该移动频度在内的规则，该规则决定部130具有期间设定部113和规则提取部114。

[0100] 期间设定部113是对确定规则的单位期间进行设定的处理部，在从移动履历数据109提取与对于路标、道路、交叉路口等移动目标的移动频度有关的规则时，参照期间规则数据120中存储的期间规则，设定作为规则所掌握的期间，例如“1天驶向路标A一次”这样的规则中的“1天”、“1周行驶过国道1号线4次”这样的规则中的“1周”这样的单位。

[0101] 规则提取部114是以下这样的处理部，即：通过解析移动履历数据109，从而确定在由期间设定部113设定的单位期间内移动体向由移动目标候选选择部112选择出的多个移动目标候选分别移动的频度，将所确定的频度决定(提取)为规则，也就是说，对于由期间设定部113设定的单位期间，对每个移动目标使移动频度规则化。

[0102] 对于期间设定部113及规则提取部114的详细的处理流程，利用图13所示的流程图进行说明。最初，期间设定部113参照移动履历数据109，提取1个移动目标的ID(S101)。移动目标相对于移动履历数据109中的目的地或路径，但在这里对提取目的地的ID的情况进行叙述。如果提取的移动目标ID为“商店A”，则接下来，期间设定部113在移动履历数据109的规定的范围(例如4周)的移动履历数据中，按每天计算用户移动至“商店A”的频度，并制作表(S102)。在图14(A)中，表示制作的表的例子。在表中，如图14(A)所示，存放了从星期一到星期天为止在4周28天分别在每天访问的频度、在平日这样的类中对星期一到星期五进行掌握时的以周为单位的移动频度、同样在休息日这样的类中对星期六和星期日进行掌握时的以周为单位的移动频度、还有从星期一到星期日为止即对平日和休息日进行合计时的以周为单位的移动频度所相关的信息。

[0103] 接着，期间设定部113参照该表，在期间规则数据120中，对于优先顺序为第一位的“1天”这样的单位下移动频度是否为固定的进行判断(S103)。在图14(A)中可知：对于“商店A”，有1天去1次的日子，也有不去的日子，移动频度不是固定的。若判断为不是固定的(S103中为否)，则期间设定部113在期间规则数据120中，对于优先顺序为第二位的“平日”或“休息日”这样的单位下是否为固定来进行判断(S104)。在“休息日”中，存在1周去1次的周和1次也不去的周，频度不是固定的，但在“平日”中，每周移动4次，频度是固定的。若判断为固定(S104中为是)，期间设定部113将对于“商店A”的移动频度的规则提取的期间设定为“平日”(S107)。若由期间设定部113设定了期间，则规则提取部114提取“平日中4次”作为对于“商店A”的移动频度的规则(S108)。

[0104] 接着，期间设定部113对于在移动履历数据109之中是否存在尚未设定期间的移动目标进行判断(S109)，在存在的情况下(S109中为是)，选择新的移动目标(S101)。如果选择了“餐馆A”作为新的移动目标，则期间设定部113对于“餐馆A”制作频度表(S102)。在图14(B)中表示“餐馆A”的频度表。

[0105] 期间设定部113对于新的移动目标，再次在期间规则数据120中对于优先顺序为第一位的“1天”这样的单位下移动频度是否为固定的进行判断(S103)。在图14(B)的表中可知：对于“餐馆A”，有1天去1次的日子，也有不去的日子，移动频度不是固定的。若判断为不是固定的(S103中为否)，则期间设定部113在期间规则数据120中，对于优先顺序为第二位的“平日”或“休息日”这样的单位下是否为固定来进行判断(S104)。这样在“平日”或“休息日”中任何一个单位下频度都不是固定的。因此判断为不是固定的时(S104中为否)，期间设定部113在期间规则数据120中对于优先顺序为第三位的“1周”这样的单位下移动频度是否为固定来进行判断(S103)。向“餐馆A”，在“1周”这样的单位下每周移动2次，频度是固定的。若判断为是固定的(S104中为是)，期间设定部113将对于“餐馆A”的移动频度的规则提取的期间设定为“1周”(S107)。若由期间设定部113设定了期间，则规则提取部114作为对于“餐馆A”的移动频度的规则，提取“1周中2次”(S108)。

[0106] 接着，期间设定部113对于在移动履历数据109之中是否存在尚未设定期间的移动目标进行判断(S109)，在存在的情况下(S109中为是)，再次重复同样的处理，如果不存在(S109中为否)，则结束处理。

[0107] 另外，如果在“1天”、“平日或休息日”、“1周”中任何一个期间中移动频度都不是固定的(在S105中为否)，则规则提取部114判断为对于该移动目标不存在与频度有关的规则，期间设定部113对于是否存在未判断的移动目标进行处理(S109)。

[0108] 像这样，期间设定部113通过数据管理部110，参照在存储部104中存储的移动履历数据109，从而确定移动体移动至移动目标候选的频度固定的期间，将确定的期间设定为单位期间。

[0109] 另外，在本实施方式中，在决定由期间设定部113设定的单位期间“1天”、“平日或休息日”、“1周”时将4周的移动履历数据作为对象，但参照的履历不限于此，可以将任意的履历天数作为对象。另外，作为与期间规则数据120中存储的期间有关的规则，除了这些以外，也可以考虑“10天”、“1个月”、“3个月”、“半年”、“1年”等。不过，在提取“1个月”以上的单位期间的规则中，需要将参照的履历数设为多于1个月。

[0110] 另外，在本实施方式中，叙述了对于“商店A”或“餐馆A”等特定的路标提取移动频度规则的例子，但也可以不提取对这样的单体设施的规则而提取对于类别的规则。参照图10的路标数据107，可以确定设施所属于的“餐馆”或“超级市场”等类别，所以如果合计对单体设定的移动频度，则可以计算每个类别的移动频度。因此，对于“餐馆”这样的类别，也可以提取“休息日中1次”等规则。

[0111] 像这样，提取对于类别的规则在以下的情况下特别有效。例如，考虑主妇为了购物的移动的情况下，进行购物的店铺一般存在“商店A”、“商店B”、“商店C”等多个。那么，还存在以下例子：如果以1周这样的期间观察向这些店铺的移动频度，则在某周中“商店A”2次、“商店B”2次、“商店C”1次，在其他周中“商店A”1次、“商店B”2次、“商店C”2次，在另外的其他周中“商店A”1次、“商店B”1次、“商店C”3次等这样的，对于特定的路标移动频度变化，不一定能够提取移动频度规则。相对于此，不以个别的路标，而以向其所属的种类即“超级市场”的移动频度来进行观察时，能够提取出1周中的移动频度为5次这样的规则。在像这样对于特定的路标不能提取出移动规则的情况下，可以进行处理，按照该路标所属的种类这样的视角判断能够提取出移动规则。

[0112] 另外，在期间设定部113例如判断平日的移动频度是否固定时，叙述了在4周的履历中、4个周的频度都相同时才开始判断为固定的例子，但“固定”的含义也可以像下面这样扩大。例如，在以10周的履历为对象时，设向某移动目标移动了4次的平日有8周，移动了3次的平日有1周，移动了5次的平日有1周。这时，在上述定义中，判断为“不是固定的”，但在作为对象的履历之中、同一频度的周存在规定的阈值(例如80％)以上的情况下，也可以判断为“是固定的”。这时，在全部10周中，平日移动了4次的周有8周，由于超过阈值
80％，因此判断为频度“是固定的”，也可以对于该移动目标提取“平日中4次”这样的规则。
由此，在移动频度不完全一致的情况下，在认为存在像这样的倾向性(规则性)时，可以提取为规则。

[0113] 另外，在将“平日中5次”作为规则进行提取时，进而在以“1天”这样的单位进行观察时从星期一到星期五每天移动1次的情况下，也可以作为综合利用了“平日”和“1天”的规则制作“平日的1天中1次”这样的规则。通过利用这样综合的规则，可以表现出更加准确的移动频度相关的规则。

[0114] 单位期间频度累计部115是以下处理部，即：对于在由移动目标候选选择部112选择出的多个移动目标候选之中、至少由规则决定部130判断为存在规则的移动目标候选，通过数据管理部110，参照在存储部104中存储的移动履历数据109，从而确定单位期间内移动体移动至该移动目标候选的实际频度；具体的，对于每个移动目标，累计在由期间设定部113设定的单位期间内移动完成的次数。例如，对于“餐馆A”由期间设定部113设定“1周”这样的单位期间时，单位期间频度累计部115若假定周从星期一开始，则从星期一开始，每次检测到向“餐馆A”的移动时就将频度加1。另外，在单位期间结束后、即星期天结束时，累计的频度被重置，频度为0，从下一个星期一开始，再次在每次确认到移动时将频度加1。

[0115] 另外，移动目标候选选择部112的详细处理如图15的流程图所示。在此，将选出的候选数设为5个。

[0116] 首先，在发动机启动时，或者根据匹配部111的输出，车辆的位置信息发生变化时(例如，从连接ID5向连接ID3移动等)，移动目标候选选择部112通过数据管理部110，参照在存储部104中存储的移动履历数据109，检索与当前的行驶位置一致的履历(S201)。这时，如果是发动机启动的定时，则检索与车辆的当前的位置信息一致的履历，如果是位置信息变化的定时，则检索车辆的出发地及出发后到当前的行驶为止的路径都一致的履历。

[0117] 检索的结果如果是行驶一致的履历的个数为规定的值(例如10)以下(S202中为否)，则移动目标候选选择部112参照整个移动履历数据109，将整个履历之中移动频度较多的数据作为移动目标候选，选出高位的5个(S203)，并结束处理。

[0118] 另一方面，如果行驶一致的履历的个数为规定的值以上(S202中为是)，在步骤201中检索出的履历之中，进而检索星期类和时刻类都一致的履历(S204)。在此，参照图
16说明星期类、时刻类。所谓类，用于在发生某事例时，用比其更广的概念来进行掌握。在星期类中存在“平日”类和“休息日”类，作为属于“平日”类的各个例子，存在星期一、星期二、星期三、星期四、星期五，作为属于“休息日”类的各个例子，存在星期六、星期日。另一方面，在时刻类中，存在“深夜”类、“上午”类、“中午”类、“晚上”类这4类，设定为：“深夜”类的范围从0点到6点，“上午”类的范围从6点到12点，“中午”类的范围从12点到18点，“晚上”类的范围从18点到24点。因此，在发生了“星期一的11点58分”这样的事例时，星期类为“平日”类，时刻类为“上午”类；在发生了“星期一的12点30分”这样的事例时，星期类为“平日”类，时刻类为“中午”类。移动目标候选选择部112参照图16那样的类定义，检索星期类和时刻类都一致的履历。

[0119] 如果在步骤S204中检索出的履历的个数存在规定的值以上(S205中为是)，移动目标候选选出部112将与当前的行驶的位置和星期类及时刻类都一致的履历之中移动频度较多的对象作为移动目标候选，选择出高位的5个(S206)，并结束处理。

[0120] 另一方面，如果履历的个数为规定的值以下(S205中为否)，则移动目标候选选择部112在步骤S201中检索出的、位置与当前的行驶一致的履历之中，检索仅星期类一致的履历、还有仅时刻类一致的履历(S207)。这时，如果至少某一方的履历数为规定的值以上(S208中为是)，则在其之中履历数更多的类的履历中，将移动频度较多的对象作为移动目标候选，选出高位的5个(S209)，并结束处理。另外，如果任意一方的类中履历数都为规定的值以下(S208中为否)，则在步骤S201中检索出的、位置与当前的行驶一致的履历之中，将移动频度较多的对象作为移动目标候选，选出高位的5个(S210)，并结束处理。

[0121] 实际频度判断部116利用由移动目标候选选择部112选出的移动目标的候选相关的信息，以及由规则提取部114提取的、每个移动目标的单位期间内的移动频度的规则，以及由单位期间频度累计部115进行计数的、每个移动目标的单位期间内的移动完成频度，对于由移动目标候选选择部112选择的多个移动目标候选的各个，判断由单位期间频度累计部115确定的实际频度是否达到了规则中包括的移动频度，从而判断是否满足规则。具体的，通过以下的某个方法来预测移动目标。第一方法为：在多个移动目标候选之中，满足规则的情况下比没有满足规则的情况下移动体移动至该移动目标候选的预测概率还低的条件下，变更由移动目标候选选择部112进行的排序，将变更了排序之后的多个移动目标预测为移动目标。第二方法为：在由移动目标候选选择部112进行的对多个移动目标候选的排序之中，对于满足了规则的移动目标候选，将排序变更为比没有满足规则的情况更低位，或者，对于没有满足规则的移动目标候选，将排序变更为比满足规则的情况更高位。第三方法为：从由移动目标候选选择部112选择出的多个移动目标候选之中，将满足规则的移动目标候选排除，从而变更排序。另外，这些多种方法中，可以仅将某一个安装至导航装置，也可以在用户能够选择的状态下安装至导航装置。

[0122] 描绘处理部117进行以下处理，即：对于显示部106，与地图数据108等一起描绘与由实际频度判断部116预测的(即，最终进行了排序的)移动目标相关联的信息。即，作为原则，描绘处理部117将由移动目标候选选择部112选择出的移动目标候选，按照由移动目标候选选择部112进行的排序显示在显示部106上，但在由实际频度判断部116变更了排序的情况下，进行用于将这些多个移动目标候选按照变更后的排序显示在显示部106上的显示控制。

[0123] 对于实际频度判断部116的动作例，参照如图17、图18所示的显示部106的显示内容来进行说明。在此，假设以下条件。首先，设当前的日期时间为星期四的9点20分，由移动目标候选选择部112选择出的移动目标的候选的高位5个为“学校D”20次，“商店A”15次，“公园B”8次，“医院F”4次，“商店B”2次。另外，设作为由规则提取部114提取出的规则，对于“商店A”存在“平日中4次”这样的规则，由单位期间频度累计部115累计的向“商店A”的该周的移动频度为“3次”。另外，设对于“商店A”以外的移动目标候选，不存在由规则提取部114提取出的规则。另外，设在显示部106上与关联信息一起显示的移动目标的候选数为高位3个。

[0124] 在这样的条件下，实际频度判断部116首先确定将由移动目标候选选择部112选择出的5个移动目标按照其频度的顺序进行显示的候选。接着，确认关于各移动目标候选是否存在由规则提取部114提取的规则。在这次的情况下，对于“商店A”存在“平日中4次”这样的规则。最后，参照单位期间频度累计部115，确认对于“商店A”已经移动完成的频度即“3次”。其结果，由于作为移动目标的候选而被选择出的5个移动目标中任何一个都没有满足规则提取部114的规则，所以实际频度判断部116在由移动目标候选选择部112选择出的移动目标之中，选择从频度高开始的高位3个、即“学校D”、“商店A”、“公园B”，并预测为移动目标(最终进行了排序的移动目标)。

[0125] 描绘处理部117对这些移动目标，与关联信息一起显示在显示部106上。在图17中表示显示例。在图17的例子中，作为关联信息以到达预测时刻和关注信息这样的名称来进行显示。在移动履历数据109中，也对应存储了对于各移动目标的过去的移动路径，所以综合在假设用户在该移动路径上行驶的情况下的路径的长度或平均车速(例如，高速公路则为80km/h，其以外的道路则为30km/h)、以及通过图8中未图示的导航装置的VICS接收装置或来自网络的信息接收部等所获取的交通信息或商用信息等，进行到达预测时刻的计算或关注信息的选择。

[0126] 作为进一步的追加条件，设在该行驶中，用户向“商店A”移动，在接下来的星期五的9点10分，开始车辆行驶。这时，设由移动目标候选选择部112选择出的移动目标的候选的高位5个为：“学校D”20次，“商店A”加1次是16次，“公园B”8次，“医院F”4次，“商店B”2次。由规则提取部114提取出的规则不变，对于“商店A”保持“平日中4次”这样的规则，另外单位期间频度累计部115对于“商店A”更新为4次。另外，设对于“商店A”以外的移动目标候选，不存在由规则提取部114提取出的规则。

[0127] 在这样的条件下，实际频度判断部116首先确定将由移动目标候选选择部112选择出的5个移动目标按照其频度的顺序进行显示的候选。接着，确认关于各移动目标候选是否存在由规则提取部114提取的规则。在这次的情况下，对于“商店A”存在“平日中4次”这样的规则。最后，参照单位期间频度累计部115，确认对于“商店A”已经移动完成的频度即“4次”。其结果，可知作为移动目标的候选而被选择出的5个移动目标中“商店A”已经满足了移动频度的规则。所以，实际频度判断部116在由移动目标候选选择部112选择出的移动目标之中排除了“商店A”的候选中选择从频度高开始的高位3个、即“学校D”、“公园B”、“医院F”，并预测为移动目标。在描绘处理部117中，对于这些移动目标，与关联信息一起显示在显示部106上。

[0128] 这时的显示例由图18表示，另外，作为比较像现有技术那样仅根据移动频度的多少来显示的预测结果由图19表示。像图19那样，基于现有技术的显示中，不考虑与移动目标在单位期间内的移动频度有关的规则，所以显示了在该周的平日中作为目的地的可能性较低的“学校A”相关的信息，与此相对，在作为基于本发明的显示例的图18中，即使根据移动频度的多少作为移动目标候选所选择出的移动目标相同，但由于综合了与该移动目标在单位期间内的移动频度相关的规则、即用户对于“商店A”在“平日只移动4次”这样的规则，所以显示的移动目标名称及关联信息不同，不显示与“商店A”有关的信息。

[0129] 像这样，实际频度判断部116通过将满足规则的移动目标候选从多个移动目标候选中排除，从而变更由移动目标候选选择部112所选择处的多个移动目标候选的排序。然后，描绘处理部117对由实际频度判断部116排除了移动目标候选之后的多个移动目标候选进行显示。

[0130] 另外，对于满足了与移动频度有关的规则的移动目标，也可以不像本实施方式那样从显示内容中排除，而是将显示顺序降低。例如，在本实施方式中，预测结果第2位的“商店A”满足了规则，所以也可以在向显示部106显示的3个候选之中将顺序作为第3位，在画面上的最高位显示“学校D”，其次显示“公园B”，最后显示“商店A”。即，在该例中，实际频度判断部116变更由移动目标候选选择部112选择出的多个移动目标候选的排序，以使满足了规则的移动目标候选以比没有满足规则的移动目标候选更低位的顺序来进行显示。

[0131] 这样的显示例如图20所示。如图20所示的那样，虽然满足了与移动频度有关的规则，但由于在此时的条件下向该移动目标的移动频度本身较多，所以即使降低顺序也留在显示中，与向移动目标的移动频度有关的倾向虽然发生变化，但即使是在尚未提取为规则的情况下，也能够提高对于用户的便利性。

[0132] 另外，在比没有满足与移动频度有关的规则的移动目标更靠高位、存在满足了与移动频度有关的规则的移动目标时，也可以使没有满足规则的移动目标的显示顺序上升。由此，可以向用户强调存在尚未满足规则的移动目标的情况。

[0133] 接着，利用图21的流程图来说明如上构成的导航装置101所进行的、从行驶开始到行驶结束之间的处理流程。

[0134] 如果由位置检测部103检测出位置信息，则由匹配部111进行地图匹配处理(S301)。这时，如果判断为车辆启动发动机的定时、或车辆所处于的位置发生变化(车辆所处于的连接ID发生变化等)(S302中为是)，则移动目标候选选择部112参照由日期时间检测部102检测出的日期时间信息、由匹配部111进行了地图匹配的当前的位置(或到当前位置为止的行驶路径)、以及移动履历数据109，选择当前的行驶中的移动目标的候选(S303)。如果选择出移动目标候选，则实际频度判断部116对于移动目标候选组，参照来自规则提取部114的对于移动目标的移动频度的规则(S304)。另外，相对应地参照来自单位期间频度累计部115的对于移动目标候选的单位期间内的移动完成频度(S305)。

[0135] 实际频度判断部116根据这些移动目标候选选择部112、规则提取部114、单位期间频度累计部115的输出，预测移动目标(S306)。描绘处理部117接受该结果并进行对显示部106的描绘处理(S307)。然后，在进行了对发动机是否停止的判断、而尚未停止的情况下(S308中为否)，重复步骤S301之后的处理。如果发动机停止(S308中为是)，则数据管理部110将此时的行驶存放至移动履历数据109(S309)，如果此时的移动目标是单位期间频度累计部115中存储的地点，则将其值加1(S310)，在期间设定部113及规则提取部114中，进行规则的更新处理(S311)。

[0136] 另外，如果发动机停止之后导航装置还处于通电状态，则可以进行步骤S309至步骤S311的处理，但不处于通电状态时，或者，即使通电但导航装置也不处于能够工作的状态时，也可以在下次的行驶中发动机启动之后来进行这些处理。

[0137] 另外，在本实施方式中，在期间设定部113设定单位期间时所利用的期间规则数据120中，对于“1天”、“平日或休息日”、“1周”，从“1天”的移动频度固定的判断到“平日或休息日”、“1周”，从期间短到长来进行判断处理，这有以下优点。首先，各个单位期间内的移动频度的规则不是排他的。即，向某路标A，可能共同满足“1天中行驶1次”以及“1周中行驶7次”这样的规则。在将“周”作为从星期一开始到星期日结束时，根据“1天中1次”这样的规则，在星期一的傍晚用户开始行驶的情况下，如果该日尚未向路标A行驶，那么预测为该行驶中向路标A移动的概率变高，提供与路标A有关的信息，可以对用户提供便利性。然后，可以在星期二、星期三等每天这样推论并进行同样的提示。另一方面，如果采用“1周中7次”这样的规则，那么在星期五的傍晚开始行驶的情况下，即使在该时刻1周中已经行驶了4次，但由于存在星期六或星期日中行驶剩下的3次的可能性，所以无法提示任何有益的信息。因此，在提取规则时，将单位期间尽可能短的对象优先提取为规则是更有效果的。

[0138] 另外，对于移动目标候选选择部112的移动目标候选的选择方法，不限于本实施例的内容，可以是专利文献1所示的预测方法，也可以是作为进行高精度预测的方法公开的日本专利第3722229号公报(专利文献2)那样的方法。

[0139] 另外，在本实施方式中，作为预测的移动目标，将作为用户行驶的目的地的路标作为对象来进行了描述，但移动目标不限于此，可以是连接(即存在道路的区间)，也可以是节点(交叉路口等分支点)。另外，如果能够参照路标、连接、节点所位于的城市乡镇等的信息，那么还可以将“大阪市”或“京都市附近”等名称预测为移动目标。

[0140] 另外，实际频度判断部116对于由移动目标候选选择部112选择出的移动目标候选之中、由单位期间频度累计部115计算出的频度满足了规则提取部114的频度规则的移动目标候选，也可以指示描绘处理部117，在显示部106上显示表示该意思的消息。例如，在“商店A”的规则为“1周中4次”、而由移动目标候选选择部112选择出的高位5个候选之中包括“商店A”的情况下，也可以为：实际频度判断部116将“商店A”从移动目标候选中排除，并且描绘处理部117对显示部106输出如图22所示的消息。由此，即使在用户对于已经满足了规则的情况并未留意而进行移动的情况下，也能够使其想到该情况，能够节省无谓的移动。

[0141] (实施方式2)

[0142] 接着，说明本发明的实施方式2。

[0143] 在实施方式1中说明了以下例子，即：作为由规则提取部114提取出的规则，对使用了频度的规则进行提取，该频度利用了由期间设定部113设定的、对于某移动目标的移动频度是固定的单位期间。在实施方式2中，说明规则提取部114的其他的规则的提取的方法。

[0144] 图23表示本实施方式中的导航装置101a的结构。该导航装置101a与实施方式1相同，是利用在每个固定的单位期间以固定的移动频度向移动目标移动的用户(即移动体)的规则性、能够以高精度预测移动目标的导航装置，具备日期时间检测部102、位置检测部103、存储部104、控制部105和显示部106。

[0145] 在本实施方式中，也对于将本发明所涉及的移动目标预测装置适用于导航装置101a的例子进行叙述。图中，对于与实施方式1的导航装置101具有相同的功能的结构，附加相同符号并省略详细说明。

[0146] 如图23所示，在本实施方式中，设有规则决定部130a(期间设定部113a、上限频度确定部131及规则提取部114)，来替代实施方式1的导航装置101的规则决定部130(期间设定部113及规则提取部114)。

[0147] 期间设定部113a是对确定规则的单位期间进行设定的处理部。在本实施方式中，设定预先设定的期间。另外，在实施方式1中，由期间设定部113提取每个移动目标的移动频度固定的期间，但在实施方式2中，通过期间设定部113a，事先设定所利用的期间。所设定的期间设为“1天”、“平日”、“休息日”、“1周”这四个。即，在本实施方式中，期间设定部113a不是通过分析移动履历数据109而探索移动频度固定的单位期间，而是固定地设定“1天”、“平日”、“休息日”、“1周”这四个期间。

[0148] 上限频度确定部131是以下这样的处理部，即：通过分析移动履历数据109，从而在由期间设定部113a设定的单位期间内确定移动体移动至移动目标候选的频度的上限值。在本实施方式中，上限频度确定部131参照在移动履历数据109中存放的每个移动目标的移动履历数据，计算由规则提取部114提取出的规则中利用的移动频度的上限值。

[0149] 将图24所示的向“商店A”的移动频度信息作为对象，分两条说明上限频度确定部131的计算例。

[0150] (1)计算期间中的最大频度

[0151] 上限频度确定部131在移动履历数据109中，计算在由期间设定部113a所设定的单位期间中移动体移动至移动目标候选的频度的最大值，并将计算出的最大值确定为上限值。具体的，上限频度确定部131参照由图24所示的移动频度信息，提取预先确定的期间(由期间设定部113a设定的单位期间)中的向移动目标移动的频度的最大值。在“1天”这样的期间内的移动频度存在0次、1次、2次这三条，其中最大为2次，所以将期间“1天”中的最大频度计算为2次。同样的，在“平日”这样的期间中计算为5次，在“休息日”这样的期间中计算为1次，在“1周”这样的期间中计算为5次。

[0152] (2)计算期间中的最多出现频度

[0153] 上限频度确定部131在移动履历数据109中，对于由期间设定部113a设定的单位期间内移动体移动至移动目标候选的频度确定出现次数，将所确定的出现次数最多的频度确定为上限值。具体的，上限频度确定部131参照图24所示的移动频度信息，在预先确定的期间(由期间设定部113a设定的单位期间)中的向移动目标移动的频度之中，提取出现最多的数值。在“1天”这样的期间中，移动0次的天数为12天，移动1次的天数为14天，移动2次的天数为2天，所以，期间“1天”中将移动天数最多的1次计算为最多出现频度。同样的，在期间“平日”中计算为4次。在“休息日”中，移动0次的周数为2次，移动1次的周数也为相同的2次，所以在这种情况下，选择频度大的值。即，期间“休息日”中的最多出现频度为1次。同样的，在“1周”这样的期间中计算为5次。

[0154] 规则提取部114根据由上限频度确定部131计算出的上限频度，对于每个移动目标及由期间设定部113a确定的每个期间，生成与移动频度相关的规则。

[0155] (1)的方法所涉及的规则的生成例为：对于“商店A”，“1天中上限2次”、“平日中上限5次”、“休息日中上限1次”、“1周中上限5次”。

[0156] 单位期间频度累计部115与实施方式1相同，对于每个移动目标及所确定的每个期间，累计移动完成的频度。

[0157] 图25是表示实施方式2中的导航装置101a的规则决定部130a的处理的流程图。

[0158] 期间设定部113a从“1天”、“平日”、“休息日”、“1周”这四个中选择一个作为预先设定的期间(S120)。

[0159] 接着，上限频度确定部131通过分析移动履历数据109，确定在由期间设定部113a设定的单位期间中移动体移动至移动目标候选的频度的上限值(S121)。

[0160] 然后，规则提取部114将由期间设定部113a选择的期间和由上限频度确定部131确定的上限值决定为规则(S122)。

[0161] 最后，规则决定部130a判断是否对于预先设定的全部期间“1天”、“平日”、“休息日”、“1周”提取了规则(S123)，在判断为对于全部期间都提取了规则的情况下(S123中为是)，结束处理；否则(S123中为否)，重复处理，对于剩下的期间提取规则(期间设定部113a从4个期间中选择其他的1个，以下进行相同处理)。

[0162] 像这样，对于每个移动目标及设定的每个期间，提取出与移动频度有关的规则，例如，对于“商店A”，提取出“1天上限2次”、“平日上限5次”、“休息日上限1次”、“1周上限5次”这样的规则。以下，对于提取出的规则的利用方式，与实施方式1中的利用方式相同。

[0163] 另外，实施方式1中提取的规则和实施方式2中提取的规则不需要是排他的，也可以采用两者。例如，对于某移动目标，也可以有“1周4次”而且“1天上限1次”这样的规则。

[0164] 另外，在实施方式1及2中，叙述了在画面上显示与预测的移动目标相关联的信息并在视觉上提示给用户的例子，但不限于此，也可以从图8或图23中未图示的扬声器等进行声音引导那样，进行基于听觉的提示。

[0165] 另外，在实施方式1及2中，说明了存储部104被保持在移动目标预测装置(即导航装置)内部的结构，但存储部104也可以设置于网络上的服务器等，数据管理部也可以构成为经由网络获取在存储部104中存储的数据。在像这样构成的移动目标预测装置中，能够使装置本身的尺寸缩小，并且能够总是使路标数据107或地图数据108保持为最新的信息。而且，在通信所需的模块比存储部104的成本低的情况下，能够降低移动目标预测装置整体的成本。其中，需要将移动目标预测装置的日期时间检测部102或位置检测部103所获取的数据上载至服务器的结构。

[0166] (实施方式3)

[0167] 接着说明本发明的实施方式3。

[0168] 在实施方式1及2中，叙述了以下方法，即：根据每个用户个人(或者，搭载了装置的各个移动体)的移动履历，对于每个用户导出与规定的期间内的移动频度相关的规则，并利用该规则预测移动目标。在本实施方式中，叙述以下方法，即：不是基于每个个人的履历的履历，而是利用与规定的期间内的、每个移动目标的通用的移动频度相关的规则来预测移动目标。图8、图23、图26是表示本实施方式中的导航装置101b的结构的图。该导航装置101b与实施方式1相同，是利用在每个固定的单位期间以固定的移动频度向移动目标移动的用户(即移动体)的规则性、能够以高精度预测移动目标的导航装置，具备日期时间检测部102、位置检测部103、存储部104、控制部105和显示部106。

[0169] 在本实施方式中，也对于将本发明所涉及的移动目标预测装置适用于导航装置101b的例子进行叙述。图中，对于与实施方式1的导航装置101具有相同的功能的结构，附加相同符号并省略详细说明。

[0170] 本实施方式与实施方式1相比，不同点为设有存储部104的通用频度规则数据1801及规则决定部130b。

[0171] 存储部104保持通用频度规则数据1801，该通用频度规则数据1801表示对于每个预先设定的移动目标的种类，移动体在什么样的单位期间、以什么样的移动频度移动至该移动目标的通用的规则。

[0172] 规则决定部130b通过参照该通用频度规则数据1801，从而对于由移动目标候选选择部112选择出的移动目标候选，判断是否存在规则，存在时，通过确定其单位期间及移动频度来提取规则。

[0173] 图27是表示在存储部104中存储的通用频度规则数据1801的一例的图。通用频度规则数据是表示通过手动按照常识事先输入的每个移动目标的规定的期间内的移动频度规则、或根据实际的人的行动统计性地计算出的每个移动目标的规定期间内的移动频度规则的数据。在图27中，表示对于作为移动目标的“加油站”这样的类别，以“1天”这样的期间来看仅移动1次，另外以“1周”这样的期间来看也仅移动1次的情况。与此相对，在“1个月”的栏中记载了“-”，这表示不存在规则。所谓不存在规则，表示“1个月”中去“加油站”的次数根据用户利用车辆的多少，有仅去1次的用户，去2次的用户，或去这以上次数的用户等，频度一般不是固定的。

[0174] 另外，根据图27可知：对于“快餐”这样的类别也与“加油站”存在同样的规则。一方面，在“文化学校”的“1个月”的栏中记载了“＞3”，而这表示在“1个月”这样的期间内，一般去3次以上的用户较多。另外，在此所述的类别相当于图10(A)的设施数据中存储的类别。

[0175] 对于根据常识、不是通过手动设计而是统计性地制作这样的通用频度规则的方法进行说明。首先，在该方法中利用的人的行动作为一例，可以利用本发明中移动履历数据109中存放的实际移动的位置信息的履历来进行参照。对于具体的处理流程，例如，利用图
28的流程图说明利用计算机来自动制作通用频度规则数据1801的方法。在图28中，叙述了提取图27中各类别的以“1天”这样的期间为单位的移动频度的规则的例子，但即使是“1周”或“1个月”这样的单位，也能够同样地求出。

[0176] 首先，对于计算统计的每个对象用户及每个类别，制作如图29所示的4周中的每天的移动次数表，对于每个对象用户、每个类别，提取与移动频度相关的规则(S401)。图的观察方法与图14或图24中说明的相同，另外，提取规则的方法也可以考虑实施方式2的上限频度确定部131及规则提取部114的两种处理方法，但在此说明利用“(1)计算期间中的最大频度”的方法的情况。

[0177] 通过该处理，提取以下等规则组，即：对于类别“加油站”，用户1在1天中移动1次，用户2也在1天中移动1次；另外，对于类别“快餐”，用户1在1天中移动1次，用户2在1天中移动2次。对于这样提取的规则，首先，提取1个类别(例如，在图29的例子中为加油站)(S402)。然后，对于提取的类别，分别对1天中仅移动1次的用户、移动2次的用户、移动3次以上的用户的人数进行计数(S403)。在图30中表示计数的结果。观察图30可知：对于加油站，1天中移动1次的用户为29人，不存在移动2次、3次以上的用户。另外，图30是通过发明者们所进行的移动履历收集实验根据29名实际的行动而导出的值。

[0178] 对用户数进行计数时，对于在1次、2次、3次以上的任何一个频度下是否存在满足全部用户的规定的数目(例如80％以上)的频度进行判断(S404)。在加油站的情况下，1次、2次、3次以上的用户数的总计为29名，其中全员对应于“1次”，所以满足条件。在满足条件的情况下(S404中为是)，在该类别、期间下提取为通用频度规则(S405)。这样提取出的规则如图27所示。如果对加油站提取出规则，则对于除此以外是否存在未判断类别进行判断，存在的情况下(S406中为是)，如图29的例子所述，快餐未判断，所以再次返回步骤S402，进行同样的处理。

[0179] 另外，在步骤S404中判断为否的情况下，例如，图30的快餐的“1个月”那样，1次有11人，2次有11人，对于用户总计22名哪一方都不满足80％的情况下，继续前往S406的处理。然后，如果对于全部类别都结束判断，则结束全部的规则提取处理。

[0180] 按照以上的顺序，对于“1周”、“1个月”这样的期间也可以进行相同的处理，根据29名被采样者数据进行统计处理的摘录为图30，而根据此提取出的规则的摘录为图27。

[0181] 在通用频度规则数据1801中，像这样事先存放了以手动或统计性地提取的每个移动目标的规定期间内的移动频度规则。另外，在导航装置101b具有图26中未图示的通信单元的情况下，也可以经由网络新存放或更新通用频度规则数据1801。

[0182] 接着，在图31的流程图中表示本实施方式中导航装置101b的、从行驶开始到行驶结束之间的处理的流程。处理的流程与实施方式1中的流程图即图21大致相同，唯一的不同点在于：不存在步骤S311中的规则提取处理。其理由如上所述，步骤S311的处理用于提取每个用户的移动频度规则，而在本实施方式中，不存在该处理。即，在本实施方式中，不采用每个用户(或移动体)的规则，而仅采用不依赖于用户的预先准备的通用规则(由规则决定部130b进行参照)。

[0183] 如本实施方式那样，利用通用频度规则数据1801的优点在于：在规则的利用中，不一定需要用户自身的移动履历，所以从用户刚刚开始利用本发明的移动目标预测装置、即尚未累积用户自身的移动履历时开始，就可以进行高精度的预测。另外，用户的移动特性也随着天、周、月而变动，如果要仅利用用户个人的移动履历来提取规则，则不免追随该变动，存在不一定能够成为有效的规则的情况。在这时，如果根据多个用户的移动实例，则可以利用在统计上准确的规则，能够对提高预测精度作出贡献。

[0184] 另外，在本实施方式中叙述了作为移动目标以类别作为对象的通用频度规则的例子，但即使移动目标是各个路标或交叉路口等，也可以通过同样的处理得到同样的效果。

[0185] 另外，实施方式1或2中表示的基于用户个人的履历的规则和实施方式3中表示的通用规则并不是排他的，也可以一起利用。即，在用户刚刚开始使用移动目标预测装置时，进行利用通用规则的预测，随着履历累积，每个用户的移动频度特性、即在统计上对于加油站1周仅去1次，而在对象用户的情况下，由于驾车去加油站工作，所以1周去6次等规则显现的情况下，通过替换为此，能够从移动目标预测装置开始利用就维持高精度的预测。

[0186] 由以上说明可知，根据本发明的移动目标预测装置，根据移动履历数据，将基于与作为预测对象的移动相类似的条件下过去的移动频度的移动可能性、与基于与规定的期间内向移动目标(路标、交叉路口、道路等)的移动频度相关的规则的移动可能性这两方面综合，从而能够实现高精度的预测。由此，能够避免将不需要的信息显示或声音输出给用户，有效地利用有限的显示区域，并且能够解除阅览、视听用户所不需要的信息的负担，是非常有效的。

[0187] 以上，对于本发明涉及的移动目标预测装置，根据实施方式1-3进行了说明，但本发明并不限定于这些实施方式。只要不脱离本发明的主题，对于上述实施方式进行了变形的方式、或任意地组合上述实施方式1-3的各结构要素而实现的其他方式也包括在本发明之内。

[0188] 例如，在实施方式1中，实际频度判断部116根据移动目标候选是否满足规则来变更预测的排序，但即使在移动目标候选没有满足规则的情况下，也可以依照从规则所示的移动频度中减去实际频度的剩余数来变更预测的排序。即，也可以变更预测的排序，以使从规则所示的移动频度中减去实际频度的剩余数越小，移动体移动至该移动目标候选的预测概率就越低。具体的，也可以为：实际频度判断部116计算单位期间之中由日期时间检测部102检测出的当前日期时间以后的剩余期间，用计算出的剩余期间除上述剩余数，从而计算由剩余期间进行了归一化的剩余数，变更移动目标候选选择部112的排序，以使计算出的归一化后的剩余数越小，移动体移动至该移动目标候选的预测概率越低。

[0189] 以下表示其具体例子。现在，如图32所示，对于作为移动目标候选的路标A，存在“1周中3次”行驶的规则，现在，设在某周的第5天，已经行驶了2次。即，对于该路标A，在剩下的2天中，预测为再行驶1次。另一方面，对于作为其他移动目标候选的路标B，存在“1个月中8次”行驶的规则，现在，设在某月的第12天，已经行驶了4次。即，对于该路标B，在剩下的16天中，预测为再行驶4次。

[0190] 在这样的例子中，实际频度判断部116如下那样，对于具有规则的每个移动目标候选，计算由剩余天数除剩余移动次数的值。

[0191] 路标A：1次/2天＝0.5

[0192] 路标B：4次/16天＝0.25

[0193] 然后，实际频度判断部116判断为向上述商越大的路标移动的概率越高，以对应于该值的排序，预测移动目标。

[0194] 另外，如果在同一期间单位的路标之间，可以仅依照剩余移动次数来进行决定。另外，如果上述商相等，则优选优先处理剩余天数短的。例如，对于路标C，剩余次数(8次)/剩余期间(16天)＝0.5的情况下，上述商与路标A相等，但优选判断为剩余天数短的路标A的预测概率较高。其理由与图12的“优先顺序”的理由相同。

[0195] 表示利用这样的剩余次数与剩余期间的其他具体例子。现在，对于作为移动目标候选的“商店C”，存在“1个月中6次”行驶的规则，对于作为其他移动目标候选的“商店D”，存在“1周中3次”的规则。另外，作为某平日的上午的移动履历，设“商店A”为30次，“商店B”为25次，“商店C”为20次，“商店D”为15次，“商店E”为13次。

[0196] 然后，作为关于“商店C“的实际频度，设在本月中，已经行驶了3次，本月的剩余天数为16天。另外，作为关于“商店D“的实际频度，设在本周中，已经行驶了2次，本周的剩余天数为2天。

[0197] 这样，对于“商店C”，剩余数为3，剩余期间为16天，因此实际频度判断部116计算为3/16＝0.1875，另一方面，对于“商店D”，剩余数为1，剩余期间为2天，因此实际频度判断部116计算为1/2＝0.5。因此，在本例中，实际频度判断部116判断为“商店D”的预测概率比“商店C”高，并根据此判断，描绘处理部117在显示部106上比“商店C”更高位地显示“商店D”。

[0198] 即，如果只是判断过去的行驶履历中的频度、或是像实施方式1那样仅判断是否满足规则，那么如图33所示的显示例那样，按照移动频度多的顺序(即，“商店A”、“商店B”、“商店C”的顺序)预测移动目标并进行显示，但根据本例，如图34所示，计算以规则的剩余期间进行了归一化的剩余数，并作为计算的归一化后的剩余数越大，移动体移动至该移动目标候选的预测概率就越高，按照“商店A”、“商店B”、“商店D”的顺序预测移动目标并进行显示。由此，不仅考虑是否满足规则，而且考虑从规则的移动频度中减去实际频度的剩余数和单位期间内的剩余期间来预测移动目标，能够实现更细致的、高精度的移动目标预测。

[0199] 另外，在这样考虑了规则的剩余期间和剩余次数的显示中，如图35所示，在上述商比预先规定的阈值更高的情况下，实际频度判断部116也可以对描绘处理部117进行指示，以在显示部106上显示剩余天数变少的意思的消息。同样的，对于上述商为规定的阈值(例如，0.5)以上的路标，也可以显示同样的消息。

[0200] 另外，作为对显示部106的消息，也可以对于在第一单位期间内由实际频度判断部116判断为未满足规则的移动目标候选，在比第一单位期间更靠后的第二单位期间内，显示意为该移动目标候选在第一单位期间未满足规则的消息。例如，现在，在提取出“商店X在1周中2次”、“商店Y在1周中3次”、“商店Z在1周中1次”这样的规则的情况下，设某单位期间中，1次行驶至商店X，2次行驶至商店Y，1次行驶至商店Z。在这样的例子中，实际频度判断部116也可以指示描绘处理部117，以对显示部106输出如图36所示的消息，即，表示在紧前的单位期间内实情未满足由规则提取部114所提取出的规则的消息、或与此相关联的消息(在此为是否进行路径探索的消息)。然后，对于该消息，在用户将表示进行路径探索的指示施加给导航装置的情况下，导航装置也可以进行寻路(路径探索)，该寻路能够有效地在未满足访问次数的路标间转换。由此，用户在紧前的单位期间内疏于预定的访问的情况下，在下一单位期间的开始时刻，能够意识到该情况，并优先对该访问目标进行行驶。

[0201] 另外，对于由期间设定部113设定的单位期间的开始日、以及在单位期间频度累计部115确定实际频度时使用的单位期间的开始日，也可以采用种种方式。例如，如图37所示的单位期间的定义例，作为一个月的定义，可以设为以开始使用导航装置的日子为起点，以4周为1个月的单位期间，也可以设为以开始使用导航装置的日子为起点，以到下个月同一天为止的期间为1个月的单位期间，也可以设为等到下个月的月初，并从这时以日历的1个月(或4周)为1个月的单位期间。

[0202] 依照这样的单位期间的定义，规则决定部130及单位期间频度累计部115的动作不同。例如，现在假设对路标A提取出1周去2次的规则，以图38(a)及(b)所示的实情(黑色三角标记：事件)移动至路标A。另外，图中的期间A是路标A的名称没有作为预测结果显示、或显示了如图22所示的消息的期间。

[0203] 在这样的情况下，“1周”这样的单位期间按照日历固定时(图38(a))，单位期间频度累计部115在每个星期一开始实际频度的计数，在每个星期日结束计数。即，单位期间频度累计部115中的计数值每次在星期一开始时重置。在该例子中，如图38(a)的第2周所示，第2周中从开始日到第2次事件发生为止的期间B中，由于之前的重置，路标A没有被从预测候选中除去，也没有显示如图22所示的消息。

[0204] 另一方面，在“1周”这样的单位期间以事件发生作为起点开始的情况下(图38(b))，单位期间频度累计部115将移动至路标A的事件作为起点开始实际频度的计数，并从该时开始在1周后结束计数。即，单位期间频度累计部115中的计数值从最初检测出事件开始1周后被重置。在该例子中，如图38(b)所示，单位期间从事件发生开始，所以即使事件发生的星期几在每1周不同，上述期间A的长度也是固定的，进行比起日历上的期间更以实际频度为优先的移动目标预测及消息显示。

[0205] 像这样，作为单位期间，设为按照日历的期间、或从移动体移动至移动目标候选时开始的期间，从而能够发挥各种方式的长处，将某种方式或将两种方式以可选择的状态安装至导航装置即可。

[0206] 工业可利用性

[0207] 本发明作为预测移动体的移动目标的移动目标预测装置，特别能够作为车辆中搭载的车载导航系统或用户所携带的便携式电话等的信息终端来利用。另外，本发明所涉及的移动目标预测方法，也可以作为通过网络与车载导航系统或便携式电话通信的服务器系统上的程序来利用。