JP2016126405A - Potential customer position information detection system, method, and program - Google Patents
Potential customer position information detection system, method, and program Download PDFInfo
- Publication number
- JP2016126405A JP2016126405A JP2014264549A JP2014264549A JP2016126405A JP 2016126405 A JP2016126405 A JP 2016126405A JP 2014264549 A JP2014264549 A JP 2014264549A JP 2014264549 A JP2014264549 A JP 2014264549A JP 2016126405 A JP2016126405 A JP 2016126405A
- Authority
- JP
- Japan
- Prior art keywords
- passenger
- position information
- feature
- person
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims description 17
- 230000005540 biological transmission Effects 0.000 claims abstract description 72
- 239000000284 extract Substances 0.000 claims abstract description 25
- 238000000605 extraction Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims description 5
- 230000033001 locomotion Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 13
- 230000010365 information processing Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000029305 taxis Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 208000008918 voyeurism Diseases 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、見込み客の位置を検出する見込み客位置情報検出システム、見込み客位置情報検出方法および見込み客位置情報検出プログラムに関する。 The present invention relates to a prospective customer position information detection system, a prospective customer position information detection method, and a prospective customer position information detection program for detecting the position of a prospective customer.
タクシーの運転手は、一般に、経験や勘、口コミなどに基づいて、タクシー待ちをしている利用者が居そうな場所を判断する。タクシー乗り場には、一定の利用者が存在することは想定されるが、いわゆる「流し」の場合、タクシー待ちをしている利用者がどこにいるのか判断することは難しい。 A taxi driver generally determines where a user waiting for a taxi is likely to be based on experience, intuition, word of mouth, and the like. It is assumed that there are certain users at the taxi stand, but in the case of so-called “sink”, it is difficult to determine where the user waiting for the taxi is.
そこで、タクシーを最適に配車するため、タクシーの利用者が乗車しそうな場所を各タクシーに提供する方法が提案されている。 Therefore, in order to optimally allocate taxis, a method has been proposed in which each taxi is provided with a place where taxi users are likely to get on.
特許文献1には、タクシーの需要と供給とのミスマッチを解消するタクシーサービス支援システムが記載されている。特許文献に1記載されたシステムでは、車載センサ情報、タクシーの運行に関する情報、ウェブ(World Wide Web)情報を基にして、タクシー乗車の増加が見込まれるイベントが発生しそうなロケーションを求め、ロケーション毎に乗車人数(量)、現在地からの到達時間を求める。 Patent Literature 1 describes a taxi service support system that eliminates a mismatch between taxi demand and supply. In the system described in Patent Document 1, a location where an event that an increase in taxi ride is expected to occur is obtained based on in-vehicle sensor information, information on taxi operation, and web (World Wide Web) information. The number of passengers (quantity) and the arrival time from the current location are obtained.
しかし、経験や勘、口コミに依存する営業の場合、必ずしもその場所に乗客がいるとは限らないため、正確性に欠けるという問題がある。また、仮にタクシー待ちをしている見込み客の存在を把握した運転手が存在したとしても、その運転手が他のタクシーに対して積極的に情報提供するモチベーションがないため、見込み客の居る場所を運転手の自主性に依存して把握することも困難である。 However, in the case of business that depends on experience, intuition, and word-of-mouth, there is a problem of lack of accuracy because there are not always passengers in the place. Also, even if there is a driver who knows the existence of a prospective customer waiting for a taxi, there is no motivation for the driver to actively provide information to other taxis. It is also difficult to grasp this depending on the driver's autonomy.
また、特許文献1に記載されたシステムは、タクシーやウェブ等から取得できる情報に基づいて、タクシー乗車の増加が見込まれるロケーションを特定するものであるため、実際に見込み客が存在するか否かまで判断するものではない。すなわち、特許文献1に記載されたシステムを用いたとしても、実際に存在する見込み客の位置を正確に把握することは困難である。 In addition, the system described in Patent Document 1 specifies a location where an increase in taxi ride is expected based on information that can be acquired from a taxi, the web, or the like. It is not something to judge. That is, even if the system described in Patent Document 1 is used, it is difficult to accurately grasp the position of a prospective customer that actually exists.
そこで、本発明は、実際に存在する見込み客の位置を正確に把握することができる見込み客位置情報検出システム、見込み客位置情報検出方法および見込み客位置情報検出プログラムを提供することを目的とする。 Therefore, an object of the present invention is to provide a prospective customer position information detection system, a prospective customer position information detection method, and a prospective customer position information detection program capable of accurately grasping the position of a prospective customer that actually exists. .
本発明による見込み客位置情報検出システムは、乗客の特徴を記憶する特徴記憶手段と、位置情報と関連付けられた画像データから人物画像を抽出する人物抽出手段と、抽出された人物画像を乗客の特徴と比較して、その人物画像が見込み客を示しているか判定する判定手段と、見込み客を示していると判定された人物画像を含む画像データに関連付けられた位置情報を送信する送信手段とを備えたことを特徴とする。 The prospective customer position information detection system according to the present invention includes a feature storage means for storing passenger characteristics, a person extraction means for extracting a person image from image data associated with the position information, and the extracted person image as a passenger characteristic. A determination unit that determines whether the person image indicates a potential customer, and a transmission unit that transmits position information associated with image data including the person image determined to indicate the potential customer. It is characterized by having.
本発明による見込み客位置情報検出方法は、位置情報と関連付けられた画像データから人物画像を抽出し、抽出された人物画像を、乗客の特徴を記憶する特徴記憶手段に記憶された乗客の特徴と比較して、その人物画像が見込み客を示しているか判定し、見込み客を示していると判定された人物画像を含む画像データに関連付けられた位置情報を送信することを特徴とする。 The prospective customer position information detection method according to the present invention extracts a person image from image data associated with the position information, and the extracted person image is stored in a passenger feature stored in a feature storage means for storing a passenger feature. In comparison, it is determined whether or not the person image indicates a potential customer, and positional information associated with image data including the person image determined to indicate a potential customer is transmitted.
本発明による見込み客位置情報検出プログラムは、コンピュータに、位置情報と関連付けられた画像データから人物画像を抽出する人物抽出処理、抽出された人物画像を、乗客の特徴を記憶する特徴記憶手段に記憶された乗客の特徴と比較して、その人物画像が見込み客を示しているか判定する判定処理、および、見込み客を示していると判定された人物画像を含む画像データに関連付けられた位置情報を送信する送信処理を実行させることを特徴とする。 The probable customer position information detection program according to the present invention stores in a computer a person extraction process for extracting a person image from image data associated with the position information, and the extracted person image in a feature storage means for storing passenger characteristics. Determination processing for determining whether or not the person image indicates a potential customer, and position information associated with image data including the person image determined to indicate the potential customer. A transmission process for transmission is executed.
本発明によれば、実際に存在する見込み客の位置を正確に把握することができる。 According to the present invention, it is possible to accurately grasp the position of a prospective customer that actually exists.
以下、本発明の実施形態を図面を参照して説明する。本発明の見込み客位置情報検出システムは、タクシーに乗車する可能性が高い利用者(以下、見込み客と記す。)の位置を検知して、その情報を展開するものである。以下の説明におけるタクシーとは、客の求めに応じて目的地まで客を運び、距離や時間に応じて料金を取る営業用自動車のことを示す。そのため、本発明の見込み客位置情報検出システムが適用される対象は、タクシーのような業務形態で客を運ぶものであれば、タクシーという呼称のものに限定されない。 Hereinafter, embodiments of the present invention will be described with reference to the drawings. The prospective customer position information detection system of the present invention detects the position of a user (hereinafter referred to as a prospective customer) who has a high possibility of getting on a taxi, and develops the information. In the following description, a taxi refers to a business car that carries a customer to a destination according to the customer's request and takes a fee according to the distance and time. Therefore, the target to which the prospective customer position information detection system of the present invention is applied is not limited to a taxi name as long as it carries a customer in a business form such as a taxi.
実施形態1.
図1は、本発明による見込み客位置情報検出システムの第1の実施形態の構成例を示すブロック図である。本実施形態の見込み客位置情報検出システム10は、人物抽出手段11と、判定手段12と、送信先決定手段13と、送信手段14と、記憶手段15とを備えている。
Embodiment 1. FIG.
FIG. 1 is a block diagram showing a configuration example of a first embodiment of a prospective customer position information detection system according to the present invention. The prospective customer position
記憶手段15は、乗客の特徴を記憶する。ここで、乗客の特徴は、実際にタクシーに乗車した客の特徴だけでなく、タクシーに乗車する可能性が高い客の特徴も含む。タクシーに乗車する可能性が高い客として、例えば、手を挙げている人物や、覗き込む動作をしている人物などが挙げられる。記憶手段15は、このような人物の特徴を乗客の特徴として記憶する。 The storage means 15 stores passenger characteristics. Here, the characteristics of passengers include not only the characteristics of customers who actually get on a taxi, but also the characteristics of customers who have a high possibility of getting on a taxi. Examples of customers who are likely to take a taxi include a person who raises his hand and a person who looks into the taxi. The memory | storage means 15 memorize | stores such a person's characteristic as a passenger's characteristic.
人物の特徴は、例えば、乗客と推定される人物の特徴量として表されていてもよく、乗客の判別(分類)に用いられる判別(分類)モデルで表されていてもよい。また、人物の特徴は、人物の特徴点を示す情報(例えば、目や鼻、口の位置を示す情報、顔の向きを示す情報、目や口の開閉状況を示す情報など)で表されていてもよい。なお、人物の特徴を表わす方法は広く知られているため、ここでは詳細な説明を省略する。 The feature of a person may be represented as a feature amount of a person estimated to be a passenger, for example, or may be represented by a discrimination (classification) model used for discrimination (classification) of passengers. In addition, the characteristics of the person are represented by information indicating the feature points of the person (for example, information indicating the position of the eyes, nose and mouth, information indicating the orientation of the face, information indicating the opening / closing status of the eyes and mouth). May be. Note that a method for expressing the characteristics of a person is widely known, and thus detailed description thereof is omitted here.
また、記憶手段15は、乗客の特徴に、その特徴を有する人物が乗車する可能性を表わす乗車確率を関連付けて記憶してもよい。例えば、手を挙げている人物の方が覗き込む動作をしている人物よりも乗車する可能性が高い場合、手を挙げている人物の乗車確率が、より高く設定される。
In addition, the
人物抽出手段11は、画像データから人物画像を抽出する。人物抽出手段11は、例えば、他の装置(図示せず)から送信される画像データを受信して人物画像を抽出してもよい。本実施形態において、人物抽出手段11が抽出する画像データには、その画像を撮影した位置を表わす位置情報が関連付けられており、抽出された人物画像が撮影された位置を特定することが可能である。この位置情報は、特定の位置を示す情報であってもよく、特定の範囲を示す情報であってもよい。
The
また、本実施形態で抽出される人物画像は、人物のみを特定する画像であってもよく、その人物に付随する範囲を含む画像であってもよい。付随する範囲の画像は、抽出される人物と一体として判別できる画像であり、例えば、その人物の荷物や同行者を示す画像などが挙げられる。このように、人物抽出手段11は、位置情報と関連付けられた画像データから人物画像を抽出する。
In addition, the person image extracted in the present embodiment may be an image that identifies only a person or an image that includes a range associated with the person. The accompanying range of images is an image that can be identified as an integral part of the person to be extracted, and examples thereof include an image showing the person's luggage and accompanying persons. In this way, the
判定手段12は、抽出された人物画像を、記憶手段15に記憶された乗客の特徴と比較して、抽出された人物画像が見込み客を示しているか判定する。判定手段12は、判定方法に、一般的に知られた方法を用いることが可能である。判定手段12は、例えば、人物画像が見込み客を示しているか否かの結果を、1または0の2値で表わしてもよく、見込み客を示す度合いを示す尤度または確率で表わしてもよい。判定結果が尤度または確率で表わされている場合、判定手段12は、一定の閾値以上の尤度または確率の場合に、人物画像が見込み客を示していると判定してもよい。
The
判定手段12は、抽出された人物画像の特徴量と、乗客の特徴を示す特徴量とを比較して、抽出された人物画像が見込み客を示しているか判定してもよい。また、例えば、記憶手段15にタグ付きの教師画像が乗客の特徴として記憶されている場合、判定手段12は、教師画像にタグ付けする方法と同様の方法を用いて人物画像にタグ付けを行い、そのタグを比較することにより、人物画像が見込み客を示しているか否か判定してもよい。
The
また、記憶手段15が人物の特徴点を示す情報を乗客の特徴として記憶している場合、判定手段12は、抽出された人物画像から特徴点を抽出し、抽出された特徴点と人物の特徴点とを比較して、その人物画像が見込み客を示しているか判定してもよい。このように、判定手段12は、人物画像から乗客の特徴を特定できる方法であれば、任意の方法を用いて見込み客の判定をすればよい。なお、画像の特徴を判定する方法は広く知られているため、ここでは詳細な説明を省略する。
When the
送信手段14は、抽出された人物画像が見込み客を示していると判定された場合、その人物画像を含む画像データに関連付けられた位置情報を送信する。位置情報の送信先は任意である。送信手段14は、例えば、自装置内に備えるディスプレイ装置などの出力手段(図示せず)に位置情報を送信して、見込み客の位置情報を出力させてもよい。また、送信手段14は、予め定められた処理サーバ(図示せず)に見込み客の位置情報を送信してもよい。また、送信手段14は、後述する送信先決定手段13により決定された送信先に位置情報を送信してもよい。
When it is determined that the extracted person image indicates a prospective customer, the
また、送信する位置情報の候補が複数あった場合、送信手段14は、全ての位置情報を送信してもよく、一部の位置情報のみ送信してもよい。例えば、記憶手段15が乗客の特徴に乗車確率を関連付けて記憶している場合、送信手段14は、送信対象の位置情報に関連付けられた画像データから抽出された人物画像の判定に用いられた乗客の特徴を特定し、特定された乗客の特徴に関連付けられた乗車確率がより高い位置情報を送信してもよい。
Further, when there are a plurality of candidates for position information to be transmitted, the
送信先決定手段13は、送信手段14が見込み客の位置情報を送信する送信先を決定する。例えば、各タクシーがGPS(Global Positioning System )を利用して自身の位置を提供している場合、送信先決定手段13は、位置情報が示す位置に近いタクシーに、見込み客の位置情報を送信すると決定してもよいし、エリア全体にタクシーをバランスよく配置することを考慮した最適化手法を用いて位置情報の送信先を決定してもよい。
The transmission
なお、送信先が予め定められている場合、見込み客位置情報検出システム10は、送信先決定手段13を備えていなくてもよい。また、送信先決定手段13は、タクシー全体のバランスを考慮した送信先を一般的な方法を用いて決定してもよい。
In addition, when the transmission destination is determined in advance, the prospective customer position
人物抽出手段11と、判定手段12と、送信先決定手段13と、送信手段14とは、プログラム(見込み客位置情報検出プログラム)に従って動作するコンピュータのCPUによって実現される。例えば、プログラムは、見込み客位置情報検出システム10の記憶手段15に記憶され、CPUは、そのプログラムを読み込み、プログラムに従って、人物抽出手段11、判定手段12、送信先決定手段13および送信手段14として動作してもよい。また、記憶手段15は、例えば、磁気ディスク装置などにより実現される。
The
また、人物抽出手段11と、判定手段12と、送信先決定手段13と、送信手段14とは、それぞれが専用のハードウェアで実現されていてもよい。具体的には、2つ以上の物理的に分離した装置が有線または無線で接続されることにより見込み客位置情報検出システム10が実現されていてもよい。
In addition, the
次に、本実施形態の見込み客位置情報検出システムの動作を説明する。図2は、本実施形態の見込み客位置情報検出システム10の動作例を示すフローチャートである。
Next, the operation of the prospective customer position information detection system of this embodiment will be described. FIG. 2 is a flowchart showing an operation example of the prospective customer position
人物抽出手段11は、位置情報と関連付けられた画像データから人物画像を抽出する(ステップS11)。判定手段12は、抽出された人物画像を、記憶手段15に記憶された乗客の特徴と比較して、その人物画像が見込み客を示しているか判定する(ステップS12)。人物画像が見込み客を示していると判定された場合、送信先決定手段13は、その人物画像により特定される位置情報の送信先を決定する(ステップS13)。そして、送信手段14は、決定された送信先に見込み客の位置情報を送信する(ステップS14)。
The
以上のように、本実施形態では、人物抽出手段11が、位置情報と関連付けられた画像データから人物画像を抽出し、判定手段12が、抽出された人物画像を乗客の特徴と比較して、その人物画像が見込み客を示しているか判定する。そして、送信手段14が、見込み客を示していると判定された人物画像を含む画像データに関連付けられた位置情報を送信する。以上のような構成により、実際に存在する見込み客の位置を正確に把握することができる。
As described above, in the present embodiment, the
また、例えば、乗客を乗せているタクシーが見込み客を発見したとしても、その客を乗せることができないため、一般的にはタクシー会社に機会損失が発生してしまう。しかし、本実施形態では、例えば、タクシーが撮影する画像および位置情報を見込み客位置情報検出システム10が受信することにより、他のタクシーに、その見込み客の位置情報を提供できるため、タクシー会社にとっても機会損失を解消できる。
In addition, for example, even if a taxi carrying passengers finds a prospective passenger, the passenger cannot be picked up. Therefore, an opportunity loss generally occurs in a taxi company. However, in the present embodiment, for example, when the prospective customer location
次に、本実施形態の変形例を説明する。第1の実施形態では、他の装置(図示せず)から送信される画像データを受信する場合を例示したが、見込み客位置情報検出システムが画像データを取得する手段を備えていてもよい。図3は、第1の実施形態の見込み客位置情報検出システムの変形例を示すブロック図である。 Next, a modification of this embodiment will be described. In the first embodiment, the case where image data transmitted from another device (not shown) is received is exemplified, but the prospective customer position information detection system may include a means for acquiring image data. FIG. 3 is a block diagram illustrating a modification of the prospective customer position information detection system according to the first embodiment.
図3に例示する見込み客位置情報検出システム20は、第1の実施形態の見込み客位置情報検出システム10と比較して、画像取得手段16をさらに備えている。
The prospective customer position
画像取得手段16は、画像を撮影し、その画像を撮影した位置情報を関連付けた画像データを取得する。例えば、見込み客位置情報検出システム20がタクシーに搭載される車載器として実現される場合、画像取得手段16は、車載器に含まれる車載カメラ(ドライブレコーダ)により実現される。この場合、画像取得手段16は、車載カメラによって画像を撮影するとともに、GPSを利用して取得される位置情報を含めた画像データを生成してもよい。
The
このように、タクシーの車載器に画像取得手段16を含めることにより、様々な場所を移動するタクシーの行動を利用して、多くの見込み客の情報を収集することが可能になる。 Thus, by including the image acquisition means 16 in the on-vehicle device of a taxi, it becomes possible to collect information on many prospective customers by using the behavior of the taxi moving in various places.
実施形態2.
図4は、本発明による見込み客位置情報検出システムの第2の実施形態の構成例を示すブロック図である。なお、第1の実施形態と同様の構成については、図1と同一の符号を付し、説明を省略する。本実施形態の見込み客位置情報検出システム30は、人物抽出手段11と、判定手段12と、送信先決定手段13と、送信手段14と、記憶手段15と、特徴学習手段17と、特徴登録手段18とを備えている。
Embodiment 2. FIG.
FIG. 4 is a block diagram showing a configuration example of the second embodiment of the prospective customer position information detection system according to the present invention. In addition, about the structure similar to 1st Embodiment, the code | symbol same as FIG. 1 is attached | subjected and description is abbreviate | omitted. The prospective customer position
すなわち、本実施形態の見込み客位置情報検出システム30は、第1の実施形態の見込み客位置情報検出システム10と比較すると、特徴学習手段17および特徴登録手段18をさらに備えている。なお、見込み客位置情報検出システム30は、第1の実施形態の変形例で示した画像取得手段16を備えていてもよい。
That is, the prospective customer position
特徴学習手段17は、乗客を撮影したと判定される画像データから人物画像を抽出し、抽出された人物画像に基づいて乗客の特徴を学習する。特徴を学習する方法は任意であり、特徴学習手段17は、ディープラーニングなど、一般的に知られた方法を用いて人物画像から乗客の特徴を学習する。 The feature learning means 17 extracts a person image from the image data determined to have photographed the passenger, and learns the feature of the passenger based on the extracted person image. The method for learning the features is arbitrary, and the feature learning means 17 learns the features of the passengers from the person image using a generally known method such as deep learning.
特徴学習手段17は、乗客を撮影したと判定される画像データを様々な方法で取得できる。例えば、タクシーに搭載済みのドライブレコーダでタクシーの前方の画像を定期的に撮影しているとする。そのような状況でタクシーに客を乗せた場合、特徴学習手段17は、その客を撮影していた画像を、乗客を撮影した画像データとして取得してもよい。具体的には、特徴学習手段17は、タクシーに客を乗せたときに撮影されていた画像を、乗客を撮影した画像データと特定してもよい。
The feature learning means 17 can acquire image data determined to have photographed passengers by various methods. For example, suppose that an image in front of a taxi is regularly taken with a drive recorder installed in the taxi. When a customer is put on a taxi in such a situation, the
特徴学習手段17は、乗客を撮影したと判定される画像データから人物画像を抽出し、その乗客の直前の振る舞いや持ち物を特定し、学習データとして蓄積する。乗客の振る舞いとして、手を挙げている、道路を覗き込んでいる、などの例が挙げられる。また、乗客の持ち物として、大きなバッグや買い物袋を持っている、小さい子供を連れている、などの例が挙げられる。そして、特徴学習手段17は、蓄積された学習データに基づいて、乗車待ちしている人の特徴(すなわち、乗客の特徴)を学習する。 The feature learning means 17 extracts a person image from the image data determined to have photographed the passenger, identifies the behavior and belongings immediately before the passenger, and accumulates them as learning data. Examples of passenger behavior include raising hands and looking into the road. Examples of passenger belongings include large bags and shopping bags, and small children. And the characteristic learning means 17 learns the characteristic (namely, passenger characteristic) of the person waiting for boarding based on the accumulated learning data.
なお、上記説明では、ドライブレコーダで画像データを収集する場合を例示したが、画像データを収集する装置は、ドライブレコードに限定されない。画像データの収集に、例えば、街角に設置されているカメラが用いられてもよい。この場合、収集された画像から、自動的に、または、人の判断により乗客を撮影した画像が抽出されるようにすればよい。 In the above description, the case where image data is collected by a drive recorder has been illustrated, but the apparatus for collecting image data is not limited to a drive record. For example, a camera installed at a street corner may be used for collecting image data. In this case, an image of passengers may be extracted from the collected images automatically or based on human judgment.
また、乗客を撮影したと判定される画像データは、実際の乗客を撮影した画像でなくてもよく、見込み客を示す画像であってもよい。 In addition, the image data determined to have photographed the passenger may not be an image in which the actual passenger is photographed, but may be an image showing a prospective customer.
特徴登録手段18は、学習された乗客の特徴を記憶手段15に登録する。特徴登録手段18は、乗客の特徴そのものを示す情報を記憶手段15に登録してもよく、学習により生成された新たなモデルを記憶手段15に登録してもよい。すなわち、特徴登録手段18は、判定手段12が判定に利用することができる乗客の特徴を記憶手段15に登録する。
The feature registration means 18 registers the learned passenger characteristics in the storage means 15. The
以上のように、本実施形態では、特徴学習手段17が、乗客を撮影したと判定される画像データから人物画像を抽出し、抽出された人物画像に基づいて乗客の特徴を学習する。そして、特徴登録手段18が、学習された乗客の特徴を記憶手段15に登録する。よって、第1の実施形態の効果に加え、実際に存在する見込み客の判定精度を向上させることができる。
As described above, in the present embodiment, the
また、特徴学習手段17は、見込み客の位置情報の送信先であるタクシーから受信する画像データから人物画像を抽出し、抽出された人物画像に基づいて乗客の特徴を学習してもよい。見込み客の情報を利用するタクシーから送信される画像データは、学習データとして精度が高いと考えられるため、特徴学習手段17がこのような画像データを利用して乗客の特徴を学習することにより、実際に存在する見込み客の判定精度をより向上させることができる。 Further, the feature learning means 17 may extract a person image from image data received from a taxi that is a transmission destination of the position information of the prospective customer, and learn a passenger feature based on the extracted person image. Since the image data transmitted from the taxi that uses the information of the prospective customer is considered to be highly accurate as learning data, the feature learning means 17 uses such image data to learn the passenger characteristics, It is possible to further improve the accuracy of determining a prospective customer that actually exists.
実施形態3.
次に、本発明による見込み客位置情報検出システムの第3の実施形態を説明する。本実施形態の見込み客位置情報検出システムは、位置情報を送信した送信先からのフィードバック情報を受信して再学習することにより、見込み客の判定精度を向上させるものである。
Embodiment 3. FIG.
Next, a third embodiment of the prospective customer position information detection system according to the present invention will be described. The prospective customer position information detection system according to the present embodiment improves the judgment accuracy of the prospective customer by receiving and relearning feedback information from the transmission destination that has transmitted the position information.
本実施形態の見込み客位置情報検出システムの構成は、第2の実施形態と同様である。ただし、本実施形態の見込み客位置情報検出システムは、特徴学習手段17および特徴登録手段18が、位置情報の送信先から受信するフィードバック情報に基づいて再学習する点において、第2の実施形態と異なる。
The configuration of the prospective customer position information detection system of this embodiment is the same as that of the second embodiment. However, the prospective customer position information detection system of the present embodiment is different from the second embodiment in that the
図5は、本発明による見込み客位置情報検出システムの第3の実施形態の構成例を示すブロック図である。図5に例示する見込み客位置情報検出システム40は、情報処理装置41に位置情報を送信し、情報処理装置41からフィードバック情報を受信する。本実施形態では、情報処理装置41の具体例としてタクシー(具体的には、タクシーに搭載される装置)を例示する。ただし、情報処理装置41はタクシーに限定されず、以下に示すフィードバック情報を送信できる装置であれば、他の装置であってもよい。
FIG. 5 is a block diagram showing a configuration example of the third embodiment of the prospective customer position information detection system according to the present invention. The prospective customer position
本実施形態では、まず送信手段14が位置情報を送信すると、送信先のタクシーが、その位置情報に基づいて移動を行う。そして、特徴学習手段17は、送信した位置情報により特定される位置で、送信された見込み客が乗ったか否かを示すフィードバック情報を、位置情報を送信したタクシーから受信する。
In the present embodiment, first, when the
送信された見込み客か否かの判断は、送信先のタクシーが行ってもよく、フィードバック情報を受信した見込み客位置情報検出システムが行ってもよい。例えば、送信された見込み客か否かを送信先のタクシーが判断する場合、送信手段14が、位置情報と共に乗客の特徴を示す情報を送信する。タクシーは、車載カメラにより乗客を撮影し、撮影した画像と受信した乗客の特徴とを比較して、送信された見込み客か否かを判断すればよい。 The determination as to whether or not the potential customer has been transmitted may be made by the destination taxi or by the prospective customer position information detection system that has received the feedback information. For example, when the destination taxi determines whether or not it is a transmitted prospective customer, the transmission means 14 transmits information indicating the characteristics of the passenger together with the position information. The taxi may shoot passengers with an in-vehicle camera, compare the captured image with the characteristics of the received passengers, and determine whether or not it is a transmitted prospective customer.
また、例えば、送信された見込み客か否かを見込み客位置情報検出システムが判断する場合、特徴学習手段17は、タクシーから乗客を撮影した画像を受信し、乗客の特徴と撮影された画像とを比較して、送信された見込み客か否か判断すればよい。 Further, for example, when the prospective customer position information detection system determines whether or not it is a sent prospective customer, the feature learning means 17 receives an image of a passenger taken from a taxi, To determine whether or not the potential customer has been transmitted.
また、乗車の有無は、タクシーからの通知に基づいて判断できる。特徴学習手段17は、例えば、タクシーからの通知があったときに、乗車が有ったと判断してもよいし、タクシーからの明示的な乗車の有無を受信して判断してもよい。
In addition, the presence or absence of a boarding can be determined based on a notification from a taxi. For example, the
特徴学習手段17は、送信した位置情報により特定される位置での見込み客の乗車有無を示すフィードバック情報を受信する。そして、特徴学習手段17は、受信したフィードバック情報に基づいて、記憶手段15に記憶された乗客の特徴に対応する乗車確率を更新する。 The feature learning means 17 receives feedback information indicating whether or not a prospective passenger is in a position specified by the transmitted position information. And the characteristic learning means 17 updates the boarding probability corresponding to the characteristic of the passenger memorize | stored in the memory | storage means 15 based on the received feedback information.
具体的には、特徴学習手段17は、位置情報に関連付けられていた画像データに含まれる人物画像が見込み客を示していると判定された際に用いられた乗客の特徴に関連する乗車確率を更新する。
Specifically, the
以上のように、本実施形態では、特徴登録手段18が、送信した位置情報により特定される位置での見込み客の乗車有無を示すフィードバック情報に基づいて乗車確率を更新する。そのため、第2の実施形態の効果に加え、実際に存在する見込み客の判定精度をさらに向上させることが可能になる。
As described above, in the present embodiment, the
以下、具体例を示して本発明を説明するが、本発明の範囲は以下に説明する内容に限定されない。以下の具体例では、第1の実施形態または変形例の見込み客位置情報検出システムの具体的態様を説明する。 Hereinafter, the present invention will be described with reference to specific examples, but the scope of the present invention is not limited to the contents described below. In the following specific example, a specific aspect of the prospective customer position information detection system according to the first embodiment or the modification will be described.
まず、第1の具体例を説明する。第1の具体例では、街頭などに設置された定点カメラやタクシーの車載カメラで取得した画像データを、サーバとして動作する見込み客位置情報検出システムが収集し、解析結果を各タクシーへ送信するものである。 First, a first specific example will be described. In the first specific example, a prospective customer location information detection system operating as a server collects image data acquired by a fixed point camera installed on a street or an in-vehicle camera of a taxi, and transmits the analysis result to each taxi. It is.
図6は、見込み客位置情報検出システムの第1の具体例を示す説明図である。図6に例示する定点カメラ51や、車載カメラ52が定期的に画像を撮影し、サーバ50に送信する。サーバ50の構成は、第1の実施形態の見込み客位置情報検出システムと同様である。
FIG. 6 is an explanatory diagram illustrating a first specific example of the prospective customer position information detection system. The fixed
人物抽出手段11は、定点カメラ51から、設置された場所の位置情報と撮影された画像とを含む画像データを受信する。また、人物抽出手段11は、車載カメラ52から、GPSを利用して取得された位置情報と撮影された画像とを含む画像データを受信する。
The
人物抽出手段11が画像データから人物画像を抽出すると、判定手段12が、抽出された人物画像が見込み客を示しているか判定する。人物画像が見込み客を示していると判定された場合、送信先決定手段13が、位置情報の送信先を決定し、送信手段14が、決定された送信先であるタクシーに位置情報を送信する。
When the
次に、第2の具体例を説明する。第2の具体例では、タクシーの車載器が見込み客位置情報検出システムとして動作し、タクシーの車載カメラで取得した画像データに基づいて見込み客を判断し、他のタクシーへ位置情報を送信するものである。 Next, a second specific example will be described. In the second specific example, the on-board unit of the taxi operates as a prospective customer location information detection system, determines the prospective customer based on the image data acquired by the on-vehicle camera of the taxi, and transmits the location information to another taxi. It is.
図7は、見込み客位置情報検出システムの第2の具体例を示す説明図である。図7に例示する車載器60の構成は、第1の実施形態の変形例の見込み客位置情報検出システムと同様であり、画像取得手段16が車載カメラ52に置き換わったものである。
FIG. 7 is an explanatory diagram showing a second specific example of the prospective customer position information detection system. The configuration of the vehicle-mounted
図7に例示する車載器60の車載カメラ52がタクシーの移動に応じて定期的に画像を撮影する。このとき、車載カメラ52または他の手段(図示せず)が、GPSを利用して位置情報を取得し、取得した位置情報と撮影された画像とを含む画像データを取得する。
The vehicle-mounted
人物抽出手段11が、画像データから人物画像を抽出すると、判定手段12が、抽出された人物画像が見込み客を示しているか判定する。人物画像が見込み客を示していると判定された場合、送信先決定手段13が、位置情報の送信先を決定し、送信手段14が、決定された送信先である他のタクシーに位置情報を送信する。
When the
次に、第3の具体例を説明する。第3の具体例では、タクシーの車載器が見込み客位置情報検出システムとして動作し、他の装置から受信した画像データに基づいて見込み客を判断しその結果を出力するものである。他の装置として、例えば、定点カメラや他のタクシー、画像を収集するサーバなどが挙げられる。 Next, a third specific example will be described. In the third specific example, the vehicle-mounted device of the taxi operates as a prospective customer position information detection system, judges a prospective customer based on image data received from another device, and outputs the result. Examples of other devices include a fixed point camera, another taxi, and a server that collects images.
図8は、見込み客位置情報検出システムの第3の具体例を示す説明図である。図8に例示する車載器70の構成は、出力手段71をさらに備える以外、第1の実施形態の見込み客位置情報検出システムと同様である。
FIG. 8 is an explanatory diagram showing a third specific example of the prospective customer position information detection system. The configuration of the vehicle-mounted
図8に例示する車載器70が、他の装置から位置情報を含む画像データを受信する。人物抽出手段11が、受信した画像データから人物画像を抽出すると、判定手段12が、抽出された人物画像が見込み客を示しているか判定する。
The vehicle-mounted
人物画像が見込み客を示していると判定された場合、送信先決定手段13が、位置情報の送信先を決定する。具体的には、送信先決定手段13は、車載器の出力設定に応じて、位置情報の出力先を決定する。出力設定として、例えば、ディスプレイ装置への表示設定や、スピーカへの音声出力設定などが挙がられる。送信手段14は、決定された出力先である出力手段71に位置情報を送信する。出力手段71は、例えば、ディスプレイ装置やスピーカ、音声処理装置などである。
When it is determined that the person image indicates a prospective customer, the transmission
次に、本発明の概要を説明する。図9は、本発明による見込み客位置情報検出システムの概要を示すブロック図である。本発明による見込み客位置情報検出システム(例えば、見込み客位置情報検出システム10,20,30,40)は、乗客の特徴を記憶する特徴記憶手段81(例えば、記憶手段15)と、位置情報と関連付けられた画像データから人物画像を抽出する人物抽出手段82(例えば、人物抽出手段11)と、抽出された人物画像を乗客の特徴と比較して、その人物画像が見込み客を示しているか判定する判定手段83(例えば、判定手段12)と、見込み客を示していると判定された人物画像を含む画像データに関連付けられた位置情報を送信する送信手段84(例えば、送信手段14)とを備えている。
Next, the outline of the present invention will be described. FIG. 9 is a block diagram showing an outline of the prospective customer position information detection system according to the present invention. The prospective customer position information detection system according to the present invention (for example, the prospective customer position
そのような構成により、実際に存在する見込み客の位置を正確に把握することができる。 With such a configuration, it is possible to accurately grasp the position of a prospective customer that actually exists.
また、見込み客位置情報検出システムは、乗客を撮影したと判定された画像データから人物画像を抽出し、抽出された人物画像に基づいて乗客の特徴を学習する乗客特徴学習手段(例えば、特徴学習手段17)と、学習された乗客の特徴を特徴記憶手段81に登録する乗客特徴登録手段(例えば、特徴登録手段18)とを備えていてもよい。そのような構成によれば、実際に存在する見込み客の判定精度を向上させることができる。 The prospective customer position information detection system also extracts passenger images from image data determined to have photographed passengers, and learns passenger characteristics based on the extracted person images (for example, feature learning). Means 17) and passenger feature registration means (for example, feature registration means 18) for registering learned passenger characteristics in the feature storage means 81 may be provided. According to such a configuration, it is possible to improve the determination accuracy of a prospective customer that actually exists.
また、特徴記憶手段81は、乗客の特徴に乗車確率を関連付けて記憶していてもよい。そして、乗客特徴登録手段は、送信した位置情報により特定される位置での見込み客の乗車有無を示すフィードバック情報に基づいて、位置情報に関連付けられていた画像データに含まれる人物画像が見込み客を示していると判定した際に用いられた乗客の特徴の乗車確率を更新してもよい。
The
また、乗客特徴学習手段は、見込み客の位置情報の送信先から受信する画像データから人物画像を抽出し、抽出された人物画像に基づいて乗客の特徴を学習してもよい。例えば、見込み客の情報を利用するタクシーから送信される画像データは、学習データとして精度が高いと考えられるため、このような画像データを利用して乗客の特徴を学習することにより、実際に存在する見込み客の判定精度をより向上させることができる。 The passenger feature learning means may extract a person image from image data received from a transmission destination of position information of the prospective customer, and learn a passenger feature based on the extracted person image. For example, image data transmitted from a taxi that uses information on prospective customers is considered to be highly accurate as learning data. Therefore, it is actually present by learning the characteristics of passengers using such image data. It is possible to further improve the accuracy of determination of prospective customers.
また、送信手段84は、見込み客を示していると判定された際に用いられた乗客の特徴に関連付けられた乗車確率に基づいて、その乗車確率がより高い位置情報を送信してもよい。そのような構成によれば、より乗車の見込まれる見込み客の情報を利用することが可能になる。 Moreover, the transmission means 84 may transmit the positional information with the higher boarding probability based on the boarding probability associated with the feature of the passenger used when it is determined that the potential customer is indicated. According to such a configuration, it is possible to use information of a prospective passenger who is expected to get on.
また、見込み客位置情報検出システムは、乗客候補の情報の送信先を決定する送信先決定手段(例えば、送信先決定手段13)を備えていてもよい。そして、送信手段84は、見込み客を示していると判定された人物画像を含む画像データに関連付けられた位置情報を、決定された送信先に送信してもよい。そのような構成によれば、効率よく位置情報を通知することが可能になる。 Moreover, the prospective customer position information detection system may include a transmission destination determination unit (for example, transmission destination determination unit 13) that determines a transmission destination of the information of the passenger candidate. And the transmission means 84 may transmit the positional information linked | related with the image data containing the person image determined to show the prospective customer to the determined transmission destination. According to such a configuration, position information can be notified efficiently.
具体的には、見込み客位置情報検出システム(例えば、車載器60)は、位置情報と関連付けられた画像データを、タクシーの移動に応じて取得する画像データ取得手段(例えば、画像取得手段16、車載カメラ52)を備えていてもよい。このとき、人物抽出手段82は、取得された画像データから人物画像を抽出し、判定手段83は、抽出された人物画像が見込み客を示しているか判定し、送信手段84は、他のタクシーに位置情報を送信してもよい。
Specifically, the prospective customer location information detection system (for example, the vehicle-mounted device 60) acquires image data associated with the location information according to the movement of the taxi (for example, the
また、特徴記憶手段81は、乗客の特徴として人物の特徴点を示す情報を記憶してもよい。そして、判定手段83は、抽出された人物画像から特徴点を抽出し、抽出された特徴点と人物の特徴点とを比較して、その人物画像が見込み客を示しているか判定してもよい。
In addition, the
本発明は、例えば、タクシーの見込み客の位置を検出する見込み客位置情報検出システムに好適に適用される。 The present invention is suitably applied to, for example, a prospective customer position information detection system that detects the position of a prospective customer of a taxi.
10,20,30,40 見込み客位置情報検出システム
11 人物抽出手段
12 判定手段
13 送信先決定手段
14 送信手段
15 記憶手段
16 画像取得手段
17 特徴学習手段
18 特徴登録手段
41 情報処理装置
50 サーバ
60,70 車載器
71 出力手段
10, 20, 30, 40 Probable customer position
Claims (12)
位置情報と関連付けられた画像データから人物画像を抽出する人物抽出手段と、
抽出された人物画像を前記乗客の特徴と比較して、当該人物画像が見込み客を示しているか判定する判定手段と、
見込み客を示していると判定された人物画像を含む画像データに関連付けられた位置情報を送信する送信手段とを備えた
ことを特徴とする見込み客位置情報検出システム。 Feature storage means for storing passenger characteristics;
Person extracting means for extracting a person image from the image data associated with the position information;
A means for comparing the extracted person image with the characteristics of the passenger to determine whether the person image indicates a prospective customer;
A potential customer position information detection system comprising: transmission means for transmitting position information associated with image data including a human image determined to indicate a potential customer.
学習された乗客の特徴を特徴記憶手段に登録する乗客特徴登録手段とを備えた
請求項1記載の見込み客位置情報検出システム。 Passenger feature learning means for extracting a person image from image data determined to have photographed a passenger, and learning a passenger feature based on the extracted person image;
The prospective customer position information detection system according to claim 1, further comprising passenger feature registration means for registering learned passenger characteristics in the feature storage means.
乗客特徴登録手段は、送信した位置情報により特定される位置での見込み客の乗車有無を示すフィードバック情報に基づいて、前記位置情報に関連付けられていた画像データに含まれる人物画像が見込み客を示していると判定した際に用いられた乗客の特徴の前記乗車確率を更新する
請求項2記載の見込み客位置情報検出システム。 The feature storage means stores the passenger probability in association with the passenger probability,
The passenger feature registration means indicates that the person image included in the image data associated with the position information indicates the prospective customer based on feedback information indicating whether or not the prospective passenger gets on the position specified by the transmitted position information. The prospective customer position information detection system according to claim 2, wherein the boarding probability of the passenger characteristic used when it is determined that the passenger is used is updated.
請求項2または請求項3記載の見込み客位置情報検出システム。 The passenger characteristic learning means extracts a person image from image data received from a transmission destination of position information of the prospective customer, and learns a passenger characteristic based on the extracted person image. Customer location information detection system.
送信手段は、見込み客を示していると判定された際に用いられた乗客の特徴に関連付けられた前記乗車確率に基づいて、当該乗車確率がより高い位置情報を送信する
請求項1から請求項4のうちのいずれか1項に記載の見込み客位置情報検出システム。 The feature storage means stores the passenger probability in association with the passenger probability,
The transmission means transmits position information having a higher boarding probability based on the boarding probability associated with the characteristics of the passenger used when it is determined that the prospective passenger is indicated. 5. The prospective customer position information detection system according to any one of 4 above.
送信手段は、見込み客を示していると判定された人物画像を含む画像データに関連付けられた位置情報を、決定された送信先に送信する
請求項1から請求項5のうちのいずれか1項に記載の見込み客位置情報検出システム。 A transmission destination determination means for determining a transmission destination of the information of the passenger candidate,
The transmission means transmits position information associated with image data including a person image determined to indicate a potential customer to the determined transmission destination. The prospective customer position information detection system described in 1.
人物抽出手段は、取得された画像データから人物画像を抽出し、
判定手段は、抽出された人物画像が見込み客を示しているか判定し、
送信手段は、他のタクシーに位置情報を送信する
請求項1から請求項6のうちのいずれか1項に記載の見込み客位置情報検出システム。 Image data acquisition means for acquiring image data associated with the position information according to the movement of the taxi,
The person extracting means extracts a person image from the acquired image data,
The determination means determines whether the extracted person image indicates a potential customer,
The prospective customer position information detection system according to any one of claims 1 to 6, wherein the transmission unit transmits the position information to another taxi.
判定手段は、抽出された人物画像から特徴点を抽出し、抽出された特徴点と前記人物の特徴点とを比較して、当該人物画像が見込み客を示しているか判定する
請求項1から請求項7のうちのいずれか1項に記載の見込み客位置情報検出システム。 The feature storage means stores information indicating a feature point of a person as a passenger feature,
The determination unit extracts feature points from the extracted person image, and compares the extracted feature points with the person feature points to determine whether the person image indicates a prospective customer. Item 8. The prospective customer position information detection system according to any one of items 7 to 9.
抽出された人物画像を、乗客の特徴を記憶する特徴記憶手段に記憶された当該乗客の特徴と比較して、当該人物画像が見込み客を示しているか判定し、
見込み客を示していると判定された人物画像を含む画像データに関連付けられた位置情報を送信する
ことを特徴とする見込み客位置情報検出方法。 Extract the person image from the image data associated with the location information,
Comparing the extracted person image with the passenger feature stored in the feature storage means for storing the passenger feature to determine whether the person image indicates a prospective customer;
A method for detecting potential customer position information, comprising: transmitting position information associated with image data including a person image determined to indicate a potential customer.
抽出された人物画像に基づいて乗客の特徴を学習し、
学習された乗客の特徴を特徴記憶手段に登録する
請求項9記載の見込み客位置情報検出方法。 A person image is extracted from the image data determined to have photographed the passenger,
Learn passenger characteristics based on the extracted person image,
The prospective customer position information detection method according to claim 9, wherein the learned feature of the passenger is registered in the feature storage unit.
位置情報と関連付けられた画像データから人物画像を抽出する人物抽出処理、
抽出された人物画像を、乗客の特徴を記憶する特徴記憶手段に記憶された当該乗客の特徴と比較して、当該人物画像が見込み客を示しているか判定する判定処理、および、
見込み客を示していると判定された人物画像を含む画像データに関連付けられた位置情報を送信する送信処理
を実行させるための見込み客位置情報検出プログラム。 On the computer,
Person extraction processing for extracting a person image from image data associated with position information;
A determination process for determining whether the person image indicates a prospective customer by comparing the extracted person image with the passenger feature stored in the feature storage means for storing the passenger feature; and
A prospective customer position information detection program for executing transmission processing for transmitting position information associated with image data including a person image determined to indicate a prospective customer.
乗客を撮影したと判定された画像データから人物画像を抽出し、抽出された人物画像に基づいて乗客の特徴を学習する乗客特徴学習処理、および、
学習された乗客の特徴を特徴記憶手段に登録する乗客特徴登録処理を実行させる
請求項11記載の見込み客位置情報検出プログラム。 On the computer,
A passenger feature learning process for extracting a person image from image data determined to have photographed a passenger, and learning a passenger feature based on the extracted person image, and
The prospective customer position information detection program according to claim 11, wherein a passenger feature registration process for registering learned passenger features in the feature storage unit is executed.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014264549A JP6464737B2 (en) | 2014-12-26 | 2014-12-26 | Prospective customer location information detection system, method and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014264549A JP6464737B2 (en) | 2014-12-26 | 2014-12-26 | Prospective customer location information detection system, method and program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016126405A true JP2016126405A (en) | 2016-07-11 |
JP6464737B2 JP6464737B2 (en) | 2019-02-06 |
Family
ID=56359273
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014264549A Active JP6464737B2 (en) | 2014-12-26 | 2014-12-26 | Prospective customer location information detection system, method and program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6464737B2 (en) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6344831B1 (en) * | 2017-06-12 | 2018-06-20 | 三菱ロジスネクスト株式会社 | Dispatch system |
JP2018169789A (en) * | 2017-03-29 | 2018-11-01 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | Vehicle control device, vehicle control method, and program |
JP2019073279A (en) * | 2018-11-05 | 2019-05-16 | 本田技研工業株式会社 | Vehicle control system, vehicle control method, and vehicle control program |
KR20190062686A (en) * | 2017-11-29 | 2019-06-07 | 현대자동차주식회사 | Automatic Driving control System, vehicle having the same and method for controlling the same |
JP2020095354A (en) * | 2018-12-10 | 2020-06-18 | トヨタ自動車株式会社 | Device, system, and program for operation assistance |
JP2020098570A (en) * | 2018-11-05 | 2020-06-25 | 本田技研工業株式会社 | Vehicle control system, vehicle control method, and vehicle control program |
US10726360B2 (en) | 2016-11-04 | 2020-07-28 | Honda Motor Co., Ltd. | Vehicle control system, vehicle control method, and vehicle control program |
WO2021024799A1 (en) * | 2019-08-07 | 2021-02-11 | パナソニックIpマネジメント株式会社 | Vehicle dispatching method, on-vehicle device, and roadside device |
JP2022065549A (en) * | 2020-10-15 | 2022-04-27 | トヨタ自動車株式会社 | Information processing device, information processing method, and program |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001034883A (en) * | 1999-07-23 | 2001-02-09 | Matsushita Electric Ind Co Ltd | Method and instrument for measuring degree of congestion and system using the same |
JP2002340571A (en) * | 2001-05-18 | 2002-11-27 | Hitachi Ltd | System and terminal for providing information, on- vehicle terminal, terminal and apparatus for dispatch |
JP2003221169A (en) * | 2002-01-29 | 2003-08-05 | Mitsubishi Electric Corp | Elevator control device |
JP2007154509A (en) * | 2005-12-05 | 2007-06-21 | Ntt Facilities Inc | Power generation system for taxi waiting place |
JP2009132259A (en) * | 2007-11-30 | 2009-06-18 | Denso It Laboratory Inc | Vehicle surrounding-monitoring device |
JP2011099683A (en) * | 2009-11-04 | 2011-05-19 | Hitachi Automotive Systems Ltd | Body detector |
JP2012014482A (en) * | 2010-07-01 | 2012-01-19 | Panasonic Corp | Determination device for taxi |
JP2012256277A (en) * | 2011-06-10 | 2012-12-27 | Nissan Motor Co Ltd | Communication destination identification server and communication target identification system |
JP2014112426A (en) * | 2014-02-24 | 2014-06-19 | Toshio Tanaka | Passenger information providing system for business vehicle |
JP2014130552A (en) * | 2012-12-29 | 2014-07-10 | Zmp Co Ltd | Taxi service support system |
-
2014
- 2014-12-26 JP JP2014264549A patent/JP6464737B2/en active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001034883A (en) * | 1999-07-23 | 2001-02-09 | Matsushita Electric Ind Co Ltd | Method and instrument for measuring degree of congestion and system using the same |
JP2002340571A (en) * | 2001-05-18 | 2002-11-27 | Hitachi Ltd | System and terminal for providing information, on- vehicle terminal, terminal and apparatus for dispatch |
JP2003221169A (en) * | 2002-01-29 | 2003-08-05 | Mitsubishi Electric Corp | Elevator control device |
JP2007154509A (en) * | 2005-12-05 | 2007-06-21 | Ntt Facilities Inc | Power generation system for taxi waiting place |
JP2009132259A (en) * | 2007-11-30 | 2009-06-18 | Denso It Laboratory Inc | Vehicle surrounding-monitoring device |
JP2011099683A (en) * | 2009-11-04 | 2011-05-19 | Hitachi Automotive Systems Ltd | Body detector |
JP2012014482A (en) * | 2010-07-01 | 2012-01-19 | Panasonic Corp | Determination device for taxi |
JP2012256277A (en) * | 2011-06-10 | 2012-12-27 | Nissan Motor Co Ltd | Communication destination identification server and communication target identification system |
JP2014130552A (en) * | 2012-12-29 | 2014-07-10 | Zmp Co Ltd | Taxi service support system |
JP2014112426A (en) * | 2014-02-24 | 2014-06-19 | Toshio Tanaka | Passenger information providing system for business vehicle |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10726360B2 (en) | 2016-11-04 | 2020-07-28 | Honda Motor Co., Ltd. | Vehicle control system, vehicle control method, and vehicle control program |
JP2018169789A (en) * | 2017-03-29 | 2018-11-01 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | Vehicle control device, vehicle control method, and program |
JP2019001561A (en) * | 2017-06-12 | 2019-01-10 | 三菱ロジスネクスト株式会社 | Car allocation system |
JP6344831B1 (en) * | 2017-06-12 | 2018-06-20 | 三菱ロジスネクスト株式会社 | Dispatch system |
KR102441510B1 (en) | 2017-11-29 | 2022-09-07 | 현대자동차주식회사 | Automatic Driving control System, vehicle having the same and method for controlling the same |
KR20190062686A (en) * | 2017-11-29 | 2019-06-07 | 현대자동차주식회사 | Automatic Driving control System, vehicle having the same and method for controlling the same |
JP2020098570A (en) * | 2018-11-05 | 2020-06-25 | 本田技研工業株式会社 | Vehicle control system, vehicle control method, and vehicle control program |
JP2019073279A (en) * | 2018-11-05 | 2019-05-16 | 本田技研工業株式会社 | Vehicle control system, vehicle control method, and vehicle control program |
JP2020095354A (en) * | 2018-12-10 | 2020-06-18 | トヨタ自動車株式会社 | Device, system, and program for operation assistance |
WO2021024799A1 (en) * | 2019-08-07 | 2021-02-11 | パナソニックIpマネジメント株式会社 | Vehicle dispatching method, on-vehicle device, and roadside device |
JP2021026627A (en) * | 2019-08-07 | 2021-02-22 | パナソニックIpマネジメント株式会社 | Vehicle allocation method, on-vehicle device and roadside device |
CN114207686A (en) * | 2019-08-07 | 2022-03-18 | 松下知识产权经营株式会社 | Vehicle scheduling method, vehicle-mounted device, and roadside device |
US20220301430A1 (en) * | 2019-08-07 | 2022-09-22 | Panasonic Intellectual Property Management Co., Ltd. | Vehicle dispatching method, on-vehicle device, and roadside device |
JP7270190B2 (en) | 2019-08-07 | 2023-05-10 | パナソニックIpマネジメント株式会社 | Dispatch method and roadside equipment |
JP2022065549A (en) * | 2020-10-15 | 2022-04-27 | トヨタ自動車株式会社 | Information processing device, information processing method, and program |
JP7494695B2 (en) | 2020-10-15 | 2024-06-04 | トヨタ自動車株式会社 | Information processing device, information processing method, and program |
Also Published As
Publication number | Publication date |
---|---|
JP6464737B2 (en) | 2019-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6464737B2 (en) | Prospective customer location information detection system, method and program | |
US11599932B2 (en) | System and methods for shopping in a physical store | |
US11922511B2 (en) | Assigning mobile device data to a vehicle | |
CN103488666B (en) | Information processing equipment and method, electronic device and computer readable storage medium | |
JP6800820B2 (en) | People flow analysis method, people flow analyzer, and people flow analysis system | |
US10190887B2 (en) | Mobile electronic device, information provision method, information provision code, and information provision system | |
JP6807268B2 (en) | Image recognition engine linkage device and program | |
JP2016218895A (en) | Same person verification system, method, and program | |
CN107402397B (en) | User activity state determination method and device based on mobile terminal and mobile terminal | |
KR20210149088A (en) | Object detection method, apparatus, electronic device, storage medium and program | |
US9361513B2 (en) | Sorting system using wearable input device | |
JP6587268B1 (en) | Platform risk determination program and system | |
JP2016045678A (en) | Price display system, price determination apparatus, display device, price determination method, and price determination program | |
US20190347473A1 (en) | Suspiciousness degree estimation model generation device | |
JP2008070957A (en) | Room entering/leaving management system using rfid | |
CN112381853A (en) | Apparatus and method for person detection, tracking and identification using wireless signals and images | |
JP2016218894A (en) | Potential customer location information notification system, method and program | |
JP6036258B2 (en) | Information processing apparatus and information processing program | |
WO2017048148A1 (en) | Monitoring a flow of objects by a sim card detector | |
JP2020086969A (en) | Visitor quantity estimation device, program and method for estimating quantity of visitors to stores lined up along road | |
KR20200136235A (en) | Method and system for identifying movement means based on a user movement path | |
US20230334867A1 (en) | Image processing apparatus, image processing method, and non-transitory computer-readable medium | |
US11252379B2 (en) | Information processing system, information processing method, and non-transitory storage medium | |
US20240161619A1 (en) | Systems and methods for providing multi-camera vehicle tracking and navigation to a vehicle location | |
US20210124955A1 (en) | Information processing system, information processing method, and non-transitory storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170904 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180809 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180821 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180914 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20181211 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181224 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6464737 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |