JP2019079267A - 情報提供装置、情報提供システムおよび情報提供方法 - Google Patents
情報提供装置、情報提供システムおよび情報提供方法 Download PDFInfo
- Publication number
- JP2019079267A JP2019079267A JP2017205626A JP2017205626A JP2019079267A JP 2019079267 A JP2019079267 A JP 2019079267A JP 2017205626 A JP2017205626 A JP 2017205626A JP 2017205626 A JP2017205626 A JP 2017205626A JP 2019079267 A JP2019079267 A JP 2019079267A
- Authority
- JP
- Japan
- Prior art keywords
- area
- information
- customer
- unit
- information providing
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title abstract description 26
- 230000033001 locomotion Effects 0.000 claims abstract description 34
- 238000004364 calculation method Methods 0.000 claims description 34
- 238000010586 diagram Methods 0.000 description 22
- 230000029305 taxis Effects 0.000 description 16
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】効率のよい経路を提案することができる情報提供装置、情報提供システムおよび情報提供方法を提供すること。【解決手段】実施形態に係る情報提供装置は、算出部と、提供部とを備える。算出部は、エリア毎の顧客の需要予測値と、エリア毎に供給可能な移動体の供給数とに基づいてエリア毎の実質的な需要を示す顧客期待値を算出する。提供部は、算出部によって算出された前記エリア毎の顧客期待値に基づいて推奨移動情報を提供する。【選択図】図1
Description
本発明は、情報提供装置、情報提供システムおよび情報提供方法に関する。
近年、空車のタクシーに対して顧客の需要の高いエリアへの経路を提案するナビゲーションシステムがある。かかるナビゲーションシステムでは、過去の履歴から現在の需要を予測して経路を提案する(例えば、特許文献1参照)。
しかしながら、従来技術では、需要の高いエリアにタクシーが集中し、例えば、特定のエリアにおいては需要に対して供給が上回るおそれがあった。このように、従来技術では、効率的な経路を提案するという点において改善の余地があった。
本発明は、上記に鑑みてなされたものであって、効率的な経路を提案することができる情報提供装置、情報提供システムおよび情報提供方法を提供することを目的とする。
上述した課題を解決し、目的を達成するために、実施形態に係る情報提供装置は、算出部と、提供部とを備える。前記算出部は、エリア毎の顧客の需要予測値と、前記エリア毎に供給可能な移動体の供給数とに基づいて前記エリア毎の実質的な需要を示す顧客期待値を算出する。前記提供部は、前記算出部によって算出された前記エリア毎の前記顧客期待値に基づいて推奨移動情報を提供する。
本発明によれば、効率的な経路を提案することができる。
以下、添付図面を参照して、実施形態に係る情報提供装置、情報提供システムおよび情報提供方法を詳細に説明する。なお、以下に示す実施形態によりこの発明が限定されるものではない。
まず、図1を用いて実施形態に係る情報提供方法の概要について説明する。図1は、情報提供方法の概要を示す図である。かかる情報提供方法は、情報提供装置1によって実行される。また、以下の実施形態では、移動体がタクシーTxである場合を例に挙げて説明する。
実施形態に係る情報提供方法は、タクシーTxに対して顧客を効率よく見つけることが可能なルートを提案するものである。まず、実施形態に係る情報提供方法に先立って、従来技術について説明する。
従来技術では、過去の配車履歴から現在の需要の高いエリア(以下、高需要エリアとも記載する)を予測し、かかる高需要エリアまでの経路案内を行う。しかしながら、従来技術では、同じタイミングで高需要エリアにタクシーが集中するおそれがあった。
このため、従来技術では、仮に、タクシーが高需要エリアに行ったとしても、必ずしも乗客を拾えるとは限らない。例えば、高需要エリアの需要に対して十分にタクシーが供給されている場合、かかる高需要エリアで乗客を拾うのは容易ではない。
また、需要が少ないエリアであっても、タクシーの供給数が少なければ、かかるエリアで乗客を容易に拾うことができる場合もある。このように、従来技術では、乗客を拾うために効率のよいルートを提案するうえで改善の余地があった。
また、一般的に、ドライバは、乗客を拾えそうな経路を経験的に学習するため、経験の浅いドライバが乗客を効率よく拾うことは容易でない。さらに、経験豊かなドライバであっても、土地勘のない場所においては、乗客を効率よく拾うことは容易でない。
そこで、実施形態に係る情報提供方法では、エリア毎の需要と供給とに基づいてタクシーTxの推奨移動情報を提供することで、効率よく乗客を拾えるルートを提供することができる。
具体的には、図1に示すように、実施形態に係る情報提供方法では、エリア毎の需要予測値とエリア毎に供給可能なタクシーTxの供給数とに基づいて顧客期待値を算出する(ステップS1)。
供給可能なタクシーTxの供給数とは、エリア内に存在する乗客を乗せることができるタクシーTxの数でも良いし、または、エリア内に存在する乗客を乗せることができるタクシーTxの数と所定時間内に当該エリア内に到着し、乗客を乗せることができると予測できるタクシーTxの数とを合わせた数でもよい。
例えば、供給可能なタクシーTxの供給数は、タクシーTxの乗客の乗車の有無および移動速度や移動方向に基づき推定することができる。図1において、メッシュ毎にそれぞれ記載された数字が、エリア毎の需要予測値および供給数をそれぞれ示す。
例えば、実施形態に係る情報提供方法では、エリア毎に需要予測値に対して供給数を減算した値を顧客期待値として算出する。つまり、顧客期待値とは、各エリアの実質的な需要を示す。
続いて、実施形態に係る情報提供方法では、顧客期待値に基づいて推奨移動情報を提供する(ステップS2)。推奨移動情報は、例えば、顧客期待値が高いエリアを示す情報である。すなわち、推奨移動情報とは、タクシーTxが効率よく乗客を拾うために通過すべきエリア(以下、通過エリアと記載する)に関する情報である。
図1の例では、通過エリアに対してハッチングを施して示す。そして、タクシーTxは、通過エリアを結んだ経路Rを走行することで、乗客を拾える期待値が高いエリアを選択的に走行することが可能となる。
このように、実施形態に係る情報提供方法では、各エリアの需要と供給とに基づく顧客期待値に基づいて推奨移動情報を提供するので、乗客を拾うために効率的な経路を提案することが可能となる。
また、実施形態に係る情報提供方法では、効率的な経路を提案することで、ドライバ間の乗客を効率よく拾うスキルのバラつきを解消することもできる。これにより、タクシーTxの運行効率を向上させることが可能となり、タクシーTxが乗客のニーズに対して迅速に対応することが可能となる。言い換えれば、タクシーTxの利便性を向上することが可能となる。なお、上記の例では、複数の通過エリアを選択する場合について説明したが、通過エリアは、1つであってもよい。
次に、図2を用いて実施形態に係る情報提供システム100の構成について説明する。図2は、情報提供システム100の構成例を示す図である。図2に示すように、情報提供システム100は、情報提供装置1と、複数の端末装置50とを備える。情報提供装置1は、例えばセンターに設けられるサーバである。情報提供装置1と、複数の端末装置50とは、例えば、ネットワークNを介して双方向に情報を送受信することが可能である。
また、複数の端末装置50は、それぞれタクシーTxに搭載され、タクシーTxの現在地、実車状況を示す動態情報等を情報提供装置1へ送信する。情報提供装置1は、端末装置50から受信した情報に基づいてエリア毎に供給可能なタクシーTxの供給数を求めることが可能となる。
また、情報提供装置1は、かかる情報に基づいて端末装置50(タクシーTx)毎に、通過エリアを選択する。そして、情報提供装置1は、端末装置50毎に選択した通過エリアに関する推奨移動情報を端末装置50に対してそれぞれ送信する。これにより、ドライバは、推奨移動情報に基づいて顧客期待値が高いエリアを知ることができる。
このように、実施形態に係る情報提供システム100は、情報提供装置1で、各タクシーTxを中央管理することで、各エリアに対する現在のタクシーTxの供給数を正確に把握することが可能となる。したがって、実施形態に係る情報提供システム100では、顧客期待値を精度高く算出することが可能となる。
なお、情報提供システム100において、情報提供装置1は、例えば、各端末装置50と一体に成形されることにしてもよい。言い換えれば、複数の端末装置50で、情報提供装置1の処理を分担して行うことにしてもよい。
次に、図3を用いて実施形態に係る情報提供装置1の構成について説明する。図3は、情報提供装置1のブロック図である。なお、図3には、情報提供装置1に加え、需要予測装置60を併せて示す。
需要予測装置60は、エリア毎にタクシーTxの需要数を予測する。例えば、需要予測装置60は、携帯電話ネットワーク回線に対するエリア毎のアクセス数に基づいて現在の人口分布を導出し、人口分布の時系列データや気象データなどから人工知能を用いて分析する。そして、需要予測装置60は、エリア毎に30分後までのタクシーTxの需要数を予測する。かかる需要数が、上記の需要予測値となる。
需要予測装置60は、例えば、10分毎に需要予測値を算出し、算出毎に情報提供装置1へ出力する。需要予測装置60は、例えばセンターに設けられるサーバである。なお、上述の情報提供装置1は、需要予測装置60を含む構成であってもよい。
情報提供装置1は、通信部2と、制御部3と、記憶部4とを備える。通信部2は、図2に示したネットワークNを介して各端末装置50と通信を行う通信インターフェースである。制御部3は、取得部31と、算出部32と、提供部33とを備える。また、記憶部4は、需要予測値情報41と、タクシー情報42と、供給情報43と、エリア情報44とを記憶する。
制御部3は、例えば、CPU(Central Processing Unit)、ROM(Read Only Memory)、RAM(Random Access Memory)、HDD(Hard Disk Drive)、入出力ポートなどを有するコンピュータや各種の回路を含む。
コンピュータのCPUは、例えば、ROMに記憶されたプログラムを読み出して実行することによって、制御部3の取得部31、算出部32および提供部33として機能する。
また、制御部3の取得部31、算出部32および提供部33の少なくともいずれか一つまたは全部をASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等のハードウェアで構成することもできる。
また、記憶部4は、例えば、RAMやHDDに対応する。RAMやHDDは、需要予測値情報41、タクシー情報42、供給情報43、エリア情報44や各種プログラムの情報を記憶することができる。なお、情報提供装置1は、有線や無線のネットワークで接続された他のコンピュータや可搬型記録媒体を介して上記したプログラムや各種情報を取得することとしてもよい。
取得部31は、端末装置50から送信される情報を取得し、かかる情報を記憶部4にタクシー情報42として記憶させる。かかる情報は、タクシーTxの現在地を示す位置情報、タクシーTxの実車状況を示す動態情報等を含む。
図4は、タクシー情報42の具体例を示す図である。図4に示すように、タクシー情報42は、タクシーTxの「車両ID」、「動態」、「現在地」、「目的地」等が関連付けられた情報である。
車両IDは、各タクシーTxの車両を識別するための識別子である。動態は、タクシーTxの実車状況を示す。動態は、例えば、空車、実車、待機に分けられる。また、目的地は、実車中であるタクシーTxの目的地を示す。つまり、乗客の降車地を示す。
図3の説明に戻り、算出部32について説明する。算出部32は、エリア毎の顧客の需要予測値と、エリア毎に供給可能なタクシーTxの供給数とに基づいてエリア毎の実質的な需要を示す顧客期待値を算出する。
例えば、算出部32は、エリア毎に需要予測値からタクシーTxの供給可能な供給数を減算することで、顧客期待値を算出する。かかる供給数は、記憶部4に供給情報43として記憶される。供給情報43は、例えば、エリア毎に存在する全てのタクシーTxから実車中の車両を差し引いた数を示す情報である。
なお、上記の需要予測値が例えば10分間隔で更新されるのに対して、供給数はリアルタイムで随時更新される。このため、算出部32は、供給数の更新毎に顧客期待値を算出する。
特に、ドライバは、タクシーTxを走行しながら乗客を探すため、タクシーTxの現在地は常に変化する。このため、仮に、算出部32が、所定間隔(例えば、5分おき)に顧客期待値を算出すると、実際の顧客期待値と算出した顧客期待値にズレが生じ、確からしさが低下する。
つまり、算出部32は、顧客期待値を随時更新することで、信憑性の高い顧客期待値を算出することが可能となる。
また、算出部32は、エリア毎の乗客の乗車履歴に基づいて顧客期待値を算出することも可能である。かかる乗車履歴は、各エリアからの目的地、運賃、エリアに入ってから乗客を乗車させるまでに要した待ち時間等を含む。
例えば、かかる乗車履歴をデータベース化した情報が記憶部4にエリア情報44として記憶される。図5は、エリア情報44の具体例を示す図である。図5に示すように、エリア情報44は、「エリアID」、「位置」、「主要目的地」、「待ち時間」、「顧客単価」等が関連付けられた情報である。
エリアIDは、各エリアを識別するための識別子である。位置は、各エリアが実在する領域を示す。主要目的地は、各エリアで設定された主要な目的地を示す。待ち時間は、各エリアに入ってから実際に乗客を乗車させるまでに要した時間である。顧客単価は、各エリアにおいて1回当たりの乗車で期待される運賃を示す。
例えば、顧客単価は、主要目的地までの運賃や、各エリアから発着した運賃の平均値に基づいて導出することが可能である。なお、エリア情報44は、曜日、時間帯、天候、各エリアでのイベントの有無およびイベントの種類等によって適宜更新される。すなわち、同一のエリアであっても、曜日、時間帯、天候、イベントの有無等によって、異なる主要目的地や、待ち時間、顧客単価が設定される。
算出部32は、例えば、上記の顧客期待値について、待ち時間、顧客単価等に基づいて重み付けをする。具体的には、算出部32は、例えば、待ち時間が長いエリアに対しては、待ち時間に応じて顧客期待値が低くなるように重み付けをする。
また、算出部32は、単位当たりの運賃の期待値に基づいて顧客期待値に重み付けをする。かかる場合、算出部32は、例えば、顧客単価が低いエリア、すなわち、比較的近い目的地が設定されやすいエリアに対して顧客期待値が高くなるように重み付けをすることができる。
つまり、算出部32は、長距離の乗車が期待されるエリアよりも、短距離の乗車が期待されるエリアについて顧客期待値が高くなるように重み付けをする。
これにより、タクシーTxは、比較的近隣のエリアを周回しながら、乗客を何度も拾うことが可能となるため、効率よく売り上げを稼ぐことが可能となる。また、算出部32は、タクシーTxのドライバの土地勘の有無に基づいて顧客期待値に重み付けをしても良い。かかる場合、算出部32は、タクシーTxのドライバの土地勘のあるエリアに対して顧客期待値が高くなるように重み付けをすることができる。
これにより、タクシーTxは、ドライバの良く知っているエリアを周回しながら、乗客を何度も拾うことが可能となるため、効率よく売り上げを稼ぐことが可能となる。つまり、ドライバの土地勘のあるエリアを選択的に走行させることで、ドライバが経験的に習得したかかるエリアに関する情報を活用することができる。
また、算出部32は、各エリアの主要目的地を有する目的地エリアの顧客期待値に基づいて各エリアの顧客期待値を算出することも可能である。かかる点について図6を用いて説明する。図6は、顧客期待値の算出例を示す図である。
図6に示すように、算出部32は、各エリアを出発エリアAsとして出発エリアAsの顧客期待値をかかる出発エリアAsの主要目的地を有する目的地エリアAgの顧客期待値に基づいて算出する。
例えば、算出部32は、出発エリアAsの顧客期待値が高くとも、出発エリアAsに対応付けられた目的地エリアAgの顧客期待値が低い場合には、出発エリアAsの顧客期待値を実際の顧客期待値よりも低く算出する。
これは、出発エリアAsの顧客期待値が高くとも、目的地エリアAgの顧客期待値が低ければ、タクシーTxは、目的地エリアAgに到着後、目的地エリアAgで再び乗客を拾うのが容易でないためである。例えば、タクシーTxが、都心部から郊外へ乗客を乗せた後に、郊外から都心部まで空車であれば、空車の分だけ売上は減少する。
つまり、タクシーTxは、顧客期待値が高いエリアから顧客期待値が高いエリアまで乗客を乗せた方が、顧客期待値が高いエリアから顧客期待値が低いエリアまで乗客を乗せる場合よりも、空車の時間を短縮することが期待できる。
このように、算出部32は、各エリアに対応付けられた目的地エリアAgに基づいて各エリアの顧客期待値を算出する。これにより、タクシーTxは、乗客を乗せて目的地に到着した後も、目的地近傍で効率よく乗客を拾うことが可能となる。
なお、ここでは、算出部32が、目的地エリアAgの顧客期待値に基づいて各出発エリアAsの顧客期待値を算出する場合について説明したが、目的地エリアAgの周辺エリアの顧客期待値に基づいて各出発エリアAsの顧客期待値を算出することにしてもよい。
すなわち、算出部32は、目的地エリアAg自体の顧客期待値が低くとも、その周辺のエリアの顧客期待値が高い場合には、目的地エリアAgの顧客期待値を高く算出することができる。
また、算出部33は、各出発エリアAsの顧客期待値が低く、各目的地エリアAgの顧客期待値が高い場合、各出発エリアAsの顧客期待値を実際の顧客期待値よりも高く算出することも可能である。
なお、算出部33は、全てのエリアについて目的地エリアAgに基づいて顧客期待値を算出する必要はなく、顧客期待値が所定値以上のエリアに限定して、顧客期待値を算出することにしてもよい。言い換えれば、顧客期待値が高いエリアに限定して、顧客期待値を詳細に算出することにしてもよい。これにより、算出部33の処理負荷を抑えることができる。
図3の説明に戻り、提供部33について説明する。提供部33は、算出部32によって算出された顧客期待値に基づいて推奨移動情報を提供する。ここで、推奨移動情報とは、上記の通過エリアに関する推奨移動先情報や、通過エリアを含む推奨移動経路情報に関する情報を含む。
例えば、提供部33は、タクシーTxの動態が実車から空車になった場合に、かかるタクシーTxの現在地から所定範囲にある顧客期待値が高いエリアに関する情報を推奨移動先情報として提供する。すなわち、提供部33は、全ての範囲の推奨移動情報を提供するのではなく、タクシーTxの現在地周辺に限定して推奨移動情報を提供する。
これにより、各タクシーTxに対して空車での走行距離を抑えることが可能となる。つまり、各タクシーTxの売り上げの時間単価を高めることが可能となる。
ここで、図7および図8を用いて提供部33による処理の具体例について説明する。図7は、目的地が設定されている場合の提供部33による処理の具体例を示す図である。図8は、目的地が設定されていない場合の提供部33による処理の具体例を示す図である。なお、以下における目的地とは、タクシーTxの動態が空車である場合における目的地を示す。
図7に示すように、提供部33は、タクシーTxの目的地Pdが設定されている場合、タクシーTxの現在地Pcから目的地Pdを含む選択範囲Laから通過エリアを選択する。
選択範囲Laは、例えば、現在地Pcと目的地Pdとを結ぶ直線(同図に示す破線)を中心として例えば、各3km以内の範囲である。つまり、タクシーTxの現在地Pcから目的地Pdまでの道中で顧客期待値が高いエリアを通過エリアとして選択する。
このとき、提供部33は、例えば、選択範囲La内で、顧客期待値が高い順から上位5つのエリアを通過エリアとして選択する。これにより、タクシーTxは、顧客期待値が高いエリアを優先的に通過する経路を選択することが可能となる。なお、図7に示す例では、通過エリアを黒塗りの四角で示し、通過エリアとして選択されなかったエリアを破線の四角で示す。
このように、提供部33は、目的地Pdが設定されている場合、空車のタクシーTxが目的地Pdに向かいつつ、効率よく乗客を拾える可能性が高いエリアを通過エリアとして選択する。
つまり、タクシーTxは、目的地Pdに向かいつつ、効率よく乗客を探すことが可能となる。すなわち、タクシーTxは、目的地Pdに向かう道中の隙間時間を効率的に活用することが可能となる。なお、図7では、選択範囲Laが帯状である場合について例示しているが、選択範囲Laは帯状に限定されるものではない。
また、提供部33は、選択した通過エリアを経由する推奨移動経路を選択する。同図に示す例では、かかる推奨移動経路が、現在地Pcから近い順に通過エリアを経由する経路である場合について例示している。しかしながら、推奨移動経路は、顧客期待値が高い順に通過エリアを経由する経路や、各エリアの交通量に基づいて全ての通過エリアを最も早く回れる経路であってもよい。
次に、図8を用いてタクシーTxの目的地が設定されていない場合の提供部33による処理について説明する。図8に示すように、まず、提供部33は、タクシーTxの目的地が設定されていない場合、目的地を設定する(ステップS21)。
提供部33は、タクシーTxの現在地Pcを中心とした例えば、半径10Km以内の選択範囲Lbの中から最も顧客期待値が高いエリアを目的地として設定する。つまり、提供部33は、タクシーTxが最も乗客を拾える可能性が高いエリアを目的地として設定する。
続いて、提供部33は、上述した現在地Pcと、かかる目的地とを結ぶ選択範囲Laを設定する(ステップS22)。そして、提供部33は、選択範囲Laから顧客期待値が高い順に複数の通過エリアを選択する(ステップS23)。
このように、提供部33は、目的地が設定されていない場合に、最も顧客期待値が高いエリアを目的地として設定するとともに、かかる目的地に基づいて通過エリアを選択する。
すなわち、目的地を設定することで、経験の浅いドライバや、土地勘のないドライバなど、周回する経路が定まっていないドライバに対して適切な目的地を設定することができる。
これにより、行先が決まっていないドライバに対して、目的地を設定する時間を短縮し、さらに乗客を拾うために効率の良い経路に関する情報を提供することが可能となる。
なお、提供部33は、目的地に設定すべきエリアの顧客期待値が他のエリアと同一である場合、例えば、各タクシーTxの走行履歴に基づいて目的地を設定することも可能である。
かかる場合に、提供部33は、タクシーTxの走行頻度の高いエリアを目的地として設定する。換言すれば、提供部33は、ドライバが土地勘のあるエリアを目的地として設定する。
これにより、ドライバが経験的に習得したかかるエリアに関する情報を活用することができるので、ドライバの経験に基づく裏道等の効率のよい経路を走行することが可能となる。
なお、提供部33は、目的地に設定すべきエリアの顧客期待値が他のエリアと同一である場合、通過エリアの各顧客期待値の合算値が高い方を目的地として設定することにしてもよい。言い換えれば、提供部33は、複数のエリアの顧客期待値の総和に基づき、目的地を設定することにしてもよい。
次に、図9を用いてタクシーTxに搭載される端末装置50の構成について説明する。図9は、端末装置50のブロック図である。図9に示すように、端末装置50は、メータ55と、GPS(Global Positioning System)56とに接続される。
メータ55は、いわゆるタクシーメータであって、実車中の運賃を計測する。また、メータ55は、タクシーTxの動態を示す動態情報を端末装置50を介して情報提供装置1へ送信する。GPS56は、タクシーTxの現在地を検出し、端末装置50を介して情報提供装置1へ送信する。
端末装置50は、通信部51と、制御部52と、表示部53と、操作部54とを備える。通信部51は、図2に示したネットワークNを介して情報提供装置1と通信を行う通信インターフェースである。
制御部52は、端末装置50全体を制御するCPUとして機能する。例えば、制御部52は、表示部53の表示画面を制御したり、操作部54から入力される操作情報に基づいて表示部53の表示画面を変更したりすることができる。
表示部53は、例えば、タッチパネルディスプレイであり、制御部52の制御に従って表示画面が変更される。かかる表示画面には、例えば、タクシーTxの現在地周辺を示す地図画像や、目的地までの経路を示すナビ画面等が表示される。
また、表示部53は、顧客期待値に基づいてエリア毎に表示態様を変更した地図画像を表示することも可能である。かかる顧客期待値は、例えば、情報提供装置1から所定の周期で端末装置50へ送信される。
ここで、図10を用いて表示部53に表示される表示画面の具体例について説明する。図10は、表示画面の具体例を示す図である。図10に示すように、表示画面には、例えば、各エリアの顧客期待値が視覚的に強調されて表示される。
なお、ここでは、説明の便宜上、各エリアに表示されたマスの高さが高いほど、顧客期待値が高いことを示している。しかしながら、運転中のドライバに対して各エリアの顧客期待値をより直感的に把握させるためには、例えば、顧客期待値に応じてエリア毎の色を変更することが好ましい。この場合、例えば、顧客期待値が高くなるにしたがって、無→青→黄→赤へ順次エリアの色を変更する。
これにより、ドライバは、表示部53を見て瞬時に各エリアの顧客期待値を把握することが可能となる。ところで、一般的に、タクシーの需要については、日常的な需要と、非日常的な需要とに分けられる。
非日常的な需要とは、電車の遅延、イベントの開催など、特定のエリアの特需的な需要を示す。一方、日常的な需要とは、特需的な需要とは異なり、おおむね定常的に発生する需要である。
実施形態に係る情報提供システム100では、図10に示すように、日常的な需要と、非日常的な需要とで、顧客期待値の表示態様を変更することも可能である。
図10に示す例では、非日常的な需要に基づく顧客期待値についてハッチングを施して示す。これにより、ドライバが、日常的な需要と、非日常的な需要とを直観的に把握することが可能となる。
特に、経験が浅いドライバに対して、日常的な需要と、非日常的な需要とを把握させることで、日常的な需要の分布と、非日常的な需要の分布とを経験的に学習させることが可能となる。
つまり、情報提供システム100では、単に経路を提案するのみならず、ドライバに乗客を拾うために効率的な経路を学習させる一助となる。これにより、ドライバ間の乗客を見つけるスキルのバラつきを解消することが可能となる。
図9の説明に戻り、操作部54について説明する。操作部54は、ユーザ(ドライバ)から操作を受け付けるインターフェースである。例えば、操作部54は、端末装置50に予め登録された連絡登録機能の「需要情報供給」の選択操作を受け付ける。
これにより、端末装置50から情報提供装置1へ顧客期待値に基づく通過エリアに関する情報等の要求が送信される。そして、情報提供装置1から端末装置50へかかる要求に基づく情報が送信される。これにより、ドライバは、簡便な操作で顧客期待値が高いエリアを把握することが可能となる。
なお、端末装置50は、情報提供装置1から通過エリアに基づく情報のみを受信し、各通過エリアを経由する経路を端末装置50で設定することにしてもよいし、かかる経路を情報提供装置1から受信することにしてもよい。
次に、図11を用いて実施形態に係る情報提供装置1が実行する処理手順について説明する。図11は、情報提供装置1が実行する処理手順を示すフローチャートである。
図11に示すように、まず、算出部32は、エリア毎に顧客期待値を算出する(ステップS101)。続いて、提供部33は、顧客期待値に基づく情報の送信要求有りか否かを判定する(ステップS102)。
ここで、提供部33は、送信要求があった場合(ステップS102,Yes)、動態が空車のタクシーTxに対して、目的地が設定済みか否かを判定する(ステップS103)。一方、算出部32は、送信要求がない場合(ステップS102,No)、ステップS101の処理を継続して行う。
次に、提供部33は、目的地が設定済みでない場合(ステップS103,No)、最も顧客期待値が高いエリアを目的地に設定する(ステップS104)。提供部33は、現在地から目的地までの選択範囲Laから通過エリアを選択する(ステップS105)。
また、提供部33は、目的地が設定されていた場合(ステップS103,Yes)、ステップS104の処理を省略してステップS105の処理を実行する。そして、提供部33は、通信部2を介して端末装置50へ推奨移動情報を提供して(ステップS106)、処理を終了する。
上述したように、実施形態に係る情報提供装置1は、算出部32と、提供部33とを備える。算出部32は、エリア毎の顧客の需要予測値と、エリア毎に供給可能なタクシーTx(移動体の一例)の供給数とに基づいてエリア毎の実質的な需要を示す顧客期待値を算出する。提供部33は、算出部32によって算出されたエリア毎の顧客期待値に基づいて推奨移動情報を提供する。したがって、実施形態に係る情報提供装置1によれば、効率的な経路を提案することができる。
ところで、上述した実施形態では、提供部33が、通過エリアを必ず選択する場合について説明したが、これに限定されるものではない。すなわち、提供部33は、通過エリアを必ずしも選択しなくてもよい。
次に、かかる点の詳細について図12を用いて説明する。図12は、変形例に係る提供部33による処理を示す図である。なお、図12では、顧客期待値の時間的な推移を示す。
図12に示すように、提供部33は、時刻t0(現在)から所定期間後まで、例えば、タクシーTxの近隣のエリアの顧客期待値が低く、その後、顧客期待値の上昇が見込める場合、通過エリアを選択しない。
この場合に、提供部33は、通過エリアを選択する処理に代えて、端末装置50(タクシーTx)に対して休息を指示する。図12に示す例では、現在の時刻である時刻t0から時刻t1までの期間において顧客期待値が低く、時刻t1以降に顧客期待値が上昇する場合について示している。
このため、提供部33は、時刻t0から時刻t1までの期間の休息を指示する。これにより、ドライバは、乗客を拾える可能性が高い時間帯のみ稼働することができる。
つまり、ドライバの時間効率を向上させることが可能となる。また、かかる場合に、ドライバが、休息することで、タクシーTxの燃料の消費を抑制する効果も期待できる。
ところで、上述した実施形態では、移動体がタクシーTxである場合について説明したが、これに限定されるものではない。すなわち、移動体は、物資を搬送するトラックや他の営業車両であってもよい。また、実施形態に係る情報提供装置1は、移動体を人に置き換えて適用することも可能である。
さらなる効果や変形例は、当業者によって容易に導き出すことができる。このため、本発明のより広範な態様は、以上のように表しかつ記述した特定の詳細および代表的な実施形態に限定されるものではない。したがって、添付の特許請求の範囲およびその均等物によって定義される総括的な発明の概念の精神または範囲から逸脱することなく、様々な変更が可能である。
1 情報提供装置
32 算出部
33 提供部
50 端末装置
Tx タクシー(移動体の一例)
32 算出部
33 提供部
50 端末装置
Tx タクシー(移動体の一例)
Claims (9)
- エリア毎の顧客の需要予測値と、前記エリア毎に供給可能な移動体の供給数とに基づいて前記エリア毎の実質的な需要を示す顧客期待値を算出する算出部と、
前記算出部によって算出された前記エリア毎の前記顧客期待値に基づいて推奨移動情報を提供する提供部と
を備えることを特徴とする情報提供装置。 - 前記提供部は、
前記推奨移動情報として推奨移動先の前記エリアに関する推奨移動先情報を提供すること
を特徴とする請求項1に記載の情報提供装置。 - 前記提供部は、
前記推奨移動情報として前記推奨移動先を含む推奨移動経路情報を提供すること
を特徴とする請求項2に記載の情報提供装置。 - 前記移動体は、
タクシーであって、
前記提供部は、
前記タクシーの現在地から所定範囲内にある前記エリアに関する前記推奨移動情報を提供すること
を特徴とする請求項1、2または3に記載の情報提供装置。 - 前記提供部は、
前記タクシーの動態が空車であり、当該タクシーの目的地が設定されていない場合に、前記現在地から前記所定範囲内にある前記顧客期待値が最も高いエリアを目的地に設定すること
を特徴とする請求項4に記載の情報提供装置。 - 前記算出部は、
前記エリア毎の前記顧客の乗車履歴に基づいて前記顧客期待値を算出すること
を特徴とする請求項1〜5のいずれか一つに記載の情報提供装置。 - 請求項1〜6のいずれか一つに記載の情報提供装置と、
前記移動体に搭載され、前記情報提供装置と情報を送受信する端末装置と
を備えることを特徴とする情報提供システム。 - 前記端末装置は、
表示部を備え、
前記表示部は、
前記顧客期待値に基づいてエリア毎に表示態様を変更して表示すること
を特徴とする請求項7に記載の情報提供システム。 - エリア毎の顧客の需要予測値と、前記エリア毎に供給可能な移動体の供給数とに基づいて前記エリア毎に実質的な需要を示す顧客期待値を算出する算出工程と、
前記算出工程によって算出された前記エリア毎の前記顧客期待値に基づいて推奨移動情報を提供する提供工程と
を含むことを特徴とする情報提供方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017205626A JP2019079267A (ja) | 2017-10-24 | 2017-10-24 | 情報提供装置、情報提供システムおよび情報提供方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017205626A JP2019079267A (ja) | 2017-10-24 | 2017-10-24 | 情報提供装置、情報提供システムおよび情報提供方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2019079267A true JP2019079267A (ja) | 2019-05-23 |
Family
ID=66627828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017205626A Pending JP2019079267A (ja) | 2017-10-24 | 2017-10-24 | 情報提供装置、情報提供システムおよび情報提供方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2019079267A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021033613A (ja) * | 2019-08-23 | 2021-03-01 | 株式会社Mobility Technologies | 経路提示プログラム、経路提示装置及び経路提示方法 |
EP3809344A1 (en) | 2019-10-16 | 2021-04-21 | Toyota Jidosha Kabushiki Kaisha | Information processing apparatus, non-transitory storage medium, and system for routing vehicles to areas with high demand |
KR20210085136A (ko) * | 2019-12-30 | 2021-07-08 | 연세대학교 산학협력단 | 공간 분할 기법을 이용한 택시 수요량 추정방법 |
-
2017
- 2017-10-24 JP JP2017205626A patent/JP2019079267A/ja active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021033613A (ja) * | 2019-08-23 | 2021-03-01 | 株式会社Mobility Technologies | 経路提示プログラム、経路提示装置及び経路提示方法 |
JP7356843B2 (ja) | 2019-08-23 | 2023-10-05 | Go株式会社 | 経路提示プログラム、経路提示装置及び経路提示方法 |
EP3809344A1 (en) | 2019-10-16 | 2021-04-21 | Toyota Jidosha Kabushiki Kaisha | Information processing apparatus, non-transitory storage medium, and system for routing vehicles to areas with high demand |
JP2021064250A (ja) * | 2019-10-16 | 2021-04-22 | トヨタ自動車株式会社 | 情報処理装置、非一時的記憶媒体、及び、システム |
JP7347104B2 (ja) | 2019-10-16 | 2023-09-20 | トヨタ自動車株式会社 | 情報処理装置、非一時的記憶媒体、及び、システム |
KR20210085136A (ko) * | 2019-12-30 | 2021-07-08 | 연세대학교 산학협력단 | 공간 분할 기법을 이용한 택시 수요량 추정방법 |
KR102338099B1 (ko) | 2019-12-30 | 2021-12-09 | 연세대학교 산학협력단 | 공간 분할 기법을 이용한 택시 수요량 추정방법 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11537953B2 (en) | Method and apparatus for proactive booking of a shared vehicle | |
US20200104965A1 (en) | Systems and methods for managing ridesharing vehicles | |
US8521407B2 (en) | System and method for ensuring a person reaches a destination on time | |
US12013246B2 (en) | Systems and methods of monitoring and analyzing multimodal transportation usage | |
US20210248555A1 (en) | Systems for routing and controlling vehicles for freight | |
US20200167702A1 (en) | Method and apparatus for managing a vehicle reservation used in an intermodal route | |
CN106157673B (zh) | 一种基于智能感知的公交出行信息提醒***及方法 | |
US11562300B2 (en) | System and method for optimal automated booking of on-demand transportation in multi-modal journeys | |
US11182871B2 (en) | System and apparatus for ridesharing | |
US10260896B2 (en) | Route planning device and associated method | |
WO2019207377A1 (en) | Determining vtol departure time in an aviation transport network for efficient resource management | |
US20150176997A1 (en) | Adaptive transportation framework | |
WO2019197854A1 (ja) | 配車管理装置及び配車管理方法 | |
US20210181762A1 (en) | Fleet managment user interface | |
TWI789883B (zh) | 基於監控使用者行為之車輛的重新配置 | |
US20220187083A1 (en) | Generating navigation routes and identifying carpooling options in view of calculated trade-offs between parameters | |
JP2019079267A (ja) | 情報提供装置、情報提供システムおよび情報提供方法 | |
CA3053089A1 (en) | Dynamic selection of geo-based service options in a network system | |
JP2019219845A (ja) | 車両管理システムおよび車両管理方法 | |
JP2009009282A (ja) | 需要情報送信装置 | |
AU2020361447B2 (en) | Multi-modal transportation system | |
US11994398B2 (en) | Smart placement of mobility as a service (MAAS) transit vehicles | |
JP5918626B2 (ja) | サーバ装置、通知方法及びプログラム | |
Nuzzolo et al. | Advanced public transport systems and ITS: New tools for operations control and traveler advising | |
US20210342760A1 (en) | Systems and methods for utilizing constrained modes of transportation |