JP5986641B2 - 交通分析システム - Google Patents
交通分析システム Download PDFInfo
- Publication number
- JP5986641B2 JP5986641B2 JP2014541859A JP2014541859A JP5986641B2 JP 5986641 B2 JP5986641 B2 JP 5986641B2 JP 2014541859 A JP2014541859 A JP 2014541859A JP 2014541859 A JP2014541859 A JP 2014541859A JP 5986641 B2 JP5986641 B2 JP 5986641B2
- Authority
- JP
- Japan
- Prior art keywords
- route
- time
- analysis system
- traffic analysis
- departure
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims description 30
- 238000010586 diagram Methods 0.000 claims description 62
- 238000012546 transfer Methods 0.000 claims description 37
- 238000011156 evaluation Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 17
- 239000010432 diamond Substances 0.000 claims description 13
- 229910003460 diamond Inorganic materials 0.000 claims description 12
- 239000000284 extract Substances 0.000 claims 2
- 238000000034 method Methods 0.000 description 88
- 230000008569 process Effects 0.000 description 71
- 238000012545 processing Methods 0.000 description 42
- 230000006870 function Effects 0.000 description 26
- 230000008859 change Effects 0.000 description 10
- 238000004088 simulation Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 4
- 230000001174 ascending effect Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000010923 batch production Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/10—Operations, e.g. scheduling or time tables
- B61L27/16—Trackside optimisation of vehicle or train operation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/40—Handling position reports or trackside vehicle data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
- G08G1/127—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Mechanical Engineering (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- Radar, Positioning & Navigation (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Remote Sensing (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
- Operations Research (AREA)
Description
本発明は公共交通機関を利用した際に交通系IC乗車券などによって収集される利用者の乗車位置・乗車時刻・降車位置・降車時刻などの利用状況を示す情報から、列車や車両、車の到着時刻及び出発時刻を推定し、運行実績を表すダイヤグラムを生成する手法およびシステムに関するものである。以下、運行実績を表すダイヤグラムを発着ダイヤと呼ぶ。
公共交通機関の利便性向上や運行の効率化を目指して、運行管理の最適化に関する取組みが様々な交通事業者によって行われている。一般的に、公共交通機関の事業者は、定期的に列車やバスの運行時刻表を改正し、利用者の利便性の向上や運行効率化を図っているが、その計画の際の重要な指標の一つに混雑率(乗車率)が挙げられる。列車や車両単位の混雑率を高精度に求めるためには、各列車や車両が何時にどこにいたか、そしてその列車や車両に何人の人が乗っていたかを正確に把握する必要があるが列車やバスが計画どおりの運行を実施することは実際には難しく、事故や渋滞などの影響により小規模な遅延が多数発生し、計画とはずれた運行を行わなければならない状況に陥ることが多い。そこで、混雑率の推定や運行管理、流動予測などを行う際には計画上の運行ダイヤを用いるのではなく、実際の到着時刻や発着時刻を集計した実績ダイヤを用いる方が、より正確な分析が可能になると考えられる。しかし、機械的に実績ダイヤを収集するためには車両や線路・道路などに特別な装置を設置しなければならず、多額の費用や時間を必要とする問題がある。
一方、特許文献1には、乗車券の乗車位置、乗車時刻、降車位置、降車時刻と計画上の列車ダイヤを用いて、どのような経路を移動したかを特定するシステムが開示されている。
ところで上記特許文献1に記載の技術は、どのような経路を移動したか、すなわちどの列車を利用したかを特定できる方法に関するものであるが、計画上の列車ダイヤを用いており、実際の運行状況を考慮してはいない。
運行実績を収集するためには、車両や線路・道路などに特別な装置を設置する必要があり、多額の費用を必要とする問題がある。また、バスや電車などの異なる交通機関を対象に網羅的に運行実績を収集するためには、それぞれの交通機関に合わせた装置やシステムを導入する必要がある。
本発明はかかる点に鑑みてなされたものであって、その目的は、利用可能範囲が広く、バスや電車などの複数の交通機関に対しても利用できる非接触型ICカードのデータから乗車位置・乗車時刻・降車位置・降車時刻の情報を収集し、特別な装置を必要とせずに広範囲に発着ダイヤを推定することである。
上記の問題を解決するための手段として、本発明では、ユーザIDと乗車日時と降車日時と乗車位置と降車位置とがそれぞれ関連付けられた移動ログと、路線IDと停車駅情報とがそれぞれ関連付けられた路線マスタと、を含むデータベースを用いた交通分析システムであって、データベースから移動ログと路線マスタとを抽出し、路線マスタに基づいて、移動ログに関連付けられた乗車位置と降車位置を含む路線IDの存在の有無を確認し、存在が確認された場合、確認された路線IDと移動ログとを関連付けた単路線推定情報を生成し、データベースに格納する単路線推定部と、路線マスタと単路線推定情報とをデータベースから抽出し、路線マスタに基づいて単路線推定情報に含まれる降車位置における降車人数分布を算出し、算出された降車人数分布に基づいて到着日時と出発日時を算出し、降車位置と算出された到着日時と出発日時と路線IDとがそれぞれ関連付けられた発着ダイヤIDを生成し、データベースに格納する発着ダイヤ推定部と、を有することを特徴とする交通分析システムを用いる。
本発明によれば、特別な装置を設置することなく非接触型ICカードで利用可能な交通機関全てを対象に広範囲で発着ダイヤを推定することができる。また、本発明によれば、電車、バスなど異なる交通機関を対象としても同様の方法で発着ダイヤを推定することが可能である。
図1から図27を用いて本発明による、非接触型ICカードデータから発着ダイヤを推定するシステムの例を示す。
図1は、本実施例にかかる非接触型ICカードデータを用いた発着ダイヤの推定システム全体の構成図である。近年、交通機関を利用する多くの利用者(100)は、非接触型ICカードや、あるいは同等の機能を持つ携帯端末(101)を用いて、交通機関を利用するための改札機や車内に設置された読み取り端末(102)を通過する。改札機や車内端末で取得されたデータは、ネットワーク(107)を介して、データサーバ(110)へ送信される。本システム(108)はデータサーバ(110)、計算サーバ(130)、情報配信サーバ(150)からなり、非接触型ICカードあるいは同等の機能を備えている携帯端末(104)の利用データを蓄積し、解析処理を行うものである。なお、非接触型ICカード、改札機の機能や構成については説明を省略する。
非接触型ICカード(101)を使用した利用者(100)が改札機(102)を通過すると、非接触型ICカード(101)を識別するためのユーザIDと、通過日時などを含む情報が改札機(102)内に蓄積され、同時もしくは1時間おき、1日おきなど適当なタイミングで必要な部分に関してデータサーバ(110)へ送られる。本システム(108)は、ネットワーク(173)を介して、事業者(186)や利用者(181、184)と通信することができるとする。なお、本実施例ではデータサーバ(110)、計算サーバ(130)、情報配信サーバ(150)のサーバ群からなるシステムとして説明するが、1つのサーバで全てを実行してもよく、または複数のサーバでこれらサーバ群の機能を並列に実行できるように構成することも可能である。
データサーバ(110)は、改札機などICカードリーダ端末が読み取る利用者のデータをサーバ内のデータ格納部(111)に記録する。収集、格納するデータには、非接触型ICカードデータ(112)、駅やバス停、路線に関する基本的なマスタデータ(113)などが含まれている。また、非接触型ICカードデータを一次加工した移動ログデータ(116)や移動ログデータから部分的にデータを抽出し、加工した単路線利用者データ(117)、それらのデータを用いて算出した発着ダイヤ(118)や利用者人数データ(119)が格納される。駅や路線に関連する基本的なマスタデータ(113)については、路線の構造に関する変更があった場合や更新された場合に適宜、更新・記録されるものとする。これらの非接触型ICカードデータ(112)には、個人を特定できないように暗号化や匿名化を行うなど、プライバシーには十分配慮を行って格納することが望ましい。
計算サーバ(130)では、データサーバ(110)に蓄積されたデータから移動ログデータを生成する処理、一つの列車や車両で移動する単路線の利用者を推定する処理、列車や車両の到着時刻、出発時刻、混雑率を推定する処理、ある列車や車両を利用した人数を推定する処理などが行われる。計算サーバ(130)は、主にネットワークインタフェース(131)、CPU(133)、メモリ(132)、記憶部(142)で構成される。ネットワークインタフェース(I/F(A))は、ネットワークに接続するためのインタフェースである。記憶部(142)には移動ログ生成プログラム(134)、単路線利用者推定プログラム(135)、到着時刻推定プログラム(136)、出発時刻推定プログラム(137)、混雑率推定プログラム(138)、利用者人数推定プログラム(139)などのプログラム群と、計算処理の結果などを格納するデータ格納部(141)が含まれている。記憶部とは、例えばハードディスクドライブやCD−ROMドライブ、フラッシュメモリなどであり、複数の記録装置に各種プログラム、各種データを分割して記録するようにしてもよい。
各プログラム群が実行される際は、分析対象となるデータをデータサーバ(110)から読み出してメモリ(132)へ一時的に格納し、CPU(133)で各プログラム(134、135、136、137、138、139)をメモリに読み出して実行することにより各種機能を実現する。これらのプログラムが実行されるタイミングは、例えば利用者のリクエストのタイミングやデータサーバ(110)に新規データが追加される度に行ってもよいし、またはバッチ処理として、毎日決められた時間に自動的に実行される構成でもよい。また分析対象となるデータがリアルタイムに送信されてくる場合には、プログラム群(134、135、136、137、138、139)は、例えば新規に追加された差分データだけを処理するようにしてもよい。
情報配信サーバ(150)は、ネットワークインタフェース(I/F(B))(151)および(I/F(C))(159)とCPU(153)とメモリ(154)と記録装置(152)を備える。ネットワークインタフェースは、ネットワークに接続するためのインタフェースである。記録装置は、各種プログラム、各種データを記録するものであり、例えば、ハードディスクドライブやCD−ROMドライブ、フラッシュメモリなどである。なお、複数の記録装置に各種プログラム、各種データを分割して記録するようにしてもよい。CPU(153)は、記録装置(152)に記録されている各種プログラム(155、156、157)をメモリ(154)に読み出して実行することにより各種機能を実行する。システムの運用者(172)は情報端末(171)を用いてネットワーク(170)を介し、情報配信サーバ及び計算サーバの各種プログラムの状況や計算結果を確認することができる。また、混雑率の推定や待ち時間の推定を行う際に、シミュレーション内のパラメタ設定などを行うことが可能である。
本システム(108)で生成したシミュレーション結果や発着ダイヤ、乗客の利便性を評価した結果などの情報はネットワーク(173)を介して、利用者(181、184)や事業者(186)へ配信することができ、携帯端末などの情報端末(182、183、185)で取得することができる。
図2は、データサーバ(110)内に格納される代表的なデータのデータ構造の例について示した図である。まず、非接触型ICカードデータ(112)はログID(200)、対象となるユーザID(201)、どのデータ読み取り端末を通過したかという情報から紐づけられる駅またはバス停ID(202)、その読み取り端末を通過した利用時刻(203)、利用種別(204)などの情報を含む。ここで利用種別とは、例えば改札機や入出場ゲートならば「入場」や「出場」、物販用端末などであれば「購買」などの処理の種別を示す情報である。非接触型ICカードデータは、新規にデータが生成される度に送信されてきても良いし、または利用が少なくなる深夜時間帯などに一括して送られてきても良い。
図3は、データサーバ(110)内に格納される代表的なデータのデータ構造について、もう一つ例を示した図である。移動ログデータ(116)には、ログを識別するログID(300)と対象となるユーザID(301)、出発地点において交通手段の利用を開始した時刻を示す乗車日時(302)、到着地点において交通手段の利用を終了した時刻を示す降車日時(303)、乗車位置駅ID(304)、降車位置ID(305)などの情報が含まれる。この移動ログデータ(116)は非接触型ICカードデータ(112)から生成される一次加工後のデータである。
図4は、データサーバ(110)内に格納される代表的なデータのデータ構造について、もう一つの例を示した図である。路線マスタ(115)は、路線を識別するための路線ID(400)、その路線名(401)、普通列車や特急列車、路線バスなどを識別する路線タイプ(402)、各路線が停車する停車駅(403〜405)などの情報を含んでいる。
図5は、データサーバ(110)内に格納される代表的なデータのデータ構造について、もう一つの例を示した図である。単路線利用者推定データ(117)は、ログを識別するためのログID(500)、対象となるユーザID(501)、乗車日時(502)、降車日時(503)、乗車位置ID(504)、降車位置ID(505)、利用した路線の路線ID(400)などの情報を含む。この単路線利用者推定データ(117)は、移動ログデータ(116)と路線マスタ(115)を用いて生成した加工データである。
図6は、データサーバ(110)内に格納される代表的なデータのデータ構造について、もう一つの例を示した図である。発着ダイヤデータ(118)は、発着ダイヤを識別するための発着ダイヤID(600)、その路線ID(400)、停車駅またはバス停(602)、本発明で推定された到着時刻(603)及び出発時刻(604)の情報を含んでいる。
図7は、非接触型ICカードデータ(112)から移動ログデータ(116)を生成するための移動ログ生成プログラム(134)の処理手順を説明する図である。ここではデータサーバ(110)への格納処理は毎日、決められた時刻に1回、バッチ処理で行うものとして、説明する。まず、非接触型ICカードデータを読み込む(処理700)。読み込んだデータをユーザIDごとに時系列順で並べ、i=0とする(処理701)。i=i+1として(処理702)、時系列順に並べたデータのi行目を読み込む(処理703)。読み込んだ行の利用種別が入場の場合、乗車位置の情報となる駅(バス停)ID、乗車時刻の情報となる利用時刻を取得する(処理705)。i=i+1として(処理706)、さらに非接触型ICカードデータのi行目を読み込む(処理707)。レコードの利用種別が出場の場合(処理708)、ユーザID、降車位置の情報となる駅(バス停)ID、降車時刻の情報となる利用時刻を取得する(処理709)。処理705で取得した情報と処理709で取得した情報から通し番号である移動ログIDを割り当て、ユーザIDと乗車時刻、降車時刻、乗車位置、降車位置を移動ログデータへ出力する(処理710)。処理708でレコードの利用種別が出場ではない場合は、次のレコードを読み込む。i行目が非接触型ICカードデータの最後ではない場合は処理702へ戻り、最後の行の場合は処理を終了する(処理712)。
図8は、移動ログデータ(116)から利用者が乗車してから降車するまで乗り換えを行っていない単路線の利用者を推定し、単路線利用者推定データ(117)を生成するための単路線利用者推定プログラム(135)の処理手順を説明する図である。ここで単路線利用者とは、乗車位置から降車位置まで一本の電車もしくは一本のバスで移動した可能性が極めて高い利用者のことである。
まず、移動ログデータを読み込み、i=0とする(処理800)。i=i+1として(処理801)、移動ログデータのi行目のレコードを読み込む(処理802)。乗車位置と降車位置が可能な組み合わせを含んだ路線が存在するかどうかを、路線マスタ(115)を用いて調べる(処理803)。乗車位置と降車位置の組み合わせが存在する場合には、単路線利用者推定データの通し番号であるログIDを割り当て、ユーザID、乗車時刻、降車時刻、乗車位置、降車位置、発見した路線IDを単路線利用者推定データに出力する(処理804)。処理804の結果より路線が存在していない場合には、処理801へ戻る。i行目が移動ログの最後のレコードの場合には処理を終了し、最後のレコードではない場合には処理801へ戻る。
図9は、単路線利用者推定データ(117)において、ある路線上のある駅またはバス停に着目した際の降車人数の時間分布を示した概念図である。横軸は時間(907)、縦軸は降車人数(901)であり、人数に応じたヒストグラムが描かれているとする。ある場所に着目して、このような降車人数ヒストグラムを描くと、一般的に降車する集団が連続して表れる部分(902、903、904、905)と、全く降車する人が表われない部分の2つに分かれる。これは公共交通機関がある駅またはバス停に到着すると、ほとんどの利用者はまっすぐ駅の改札やバス車内の降車場所に向かい、ICカードリーダにカードをかざして改札を通過したり、バスを降りるため、降車する利用者の利用記録が、ある時間に密集して残るためである。そして全ての利用者が降りた後は、次の列車やバスが到着するまでは、その駅やバス停で降りる人は、ほぼいなくなると考えられる。連続したヒストグラム部分(904)に着目すると、ヒストグラムが現れる最初の時刻(908)の近傍で列車やバス車両が到着していることが推測される。連続するヒストグラムの最初の時刻を列車の到着時刻とみなすのが一般的であるが、それらを基準点として増減させることも可能である。また、連続する列車の間隔が短いなどの理由により、二つのピークを有するヒストグラムに対しては、ヒストグラムを混合分布とみなし、形状認識によってヒストグラムの複数箇所のピークを検出すればよい。例えば、ヒストグラムの傾きが増加から減少に変わる点を抽出し、ある閾値より変化が大きい点をピークとするなどの方法がある。
図10は単路線利用者推定データ(117)から発着ダイヤ(118)を推定するための到着時刻推定プログラム(136)の処理手順を説明する図である。まず、発着ダイヤ(118)を求めたい日を指定する(処理1000)。路線マスタ(115)を読み込み、N=0とする(処理1001)。N=N+1とする(処理1002)。路線マスタ内のN行目のレコードの以下の手順で抽出路線の情報となる路線IDとその路線の停車駅(バス停)の情報を取得する(処理1003)。続いて、抽出路線における各停車駅(バス停)の到着時刻を推定する。まず、単路線利用者推定データを読み込み、i=0とする(処理1004)。i=i+1とする(処理1005)。単路線利用者推定データのi行目のレコードを読み込む(処理1006)。処理1006で読み込んだデータの日付と指定日および路線IDと抽出路線が一致しているかを判定する(処理1007)。一致していれば、降車位置ID(502)と降車日時(503)を取得する(処理1008)。降車位置IDの駅またはバス停において降車時刻に対する降車人数を一つ増やして分布を更新する(処理1009)。処理1006のi行目のレコードが単路線利用者推定データの最後のレコードではない場合は、処理1005へ戻る(処理1010)。また、処理1007で日付と指定日および路線IDと抽出路線が一致しなかった場合も処理1005へ戻る。処理1010で単路線利用者推定データの最後のレコードの場合には、各駅(バス停)における降車人数分布の連続するヒストグラムの最も早い時間を到着時刻として、発着ダイヤID(600)を割り振り、路線ID(400)、停車駅(バス停)(602)、到着時刻(603)を発着ダイヤデータ(118)へ出力する(処理1011)。N行目が路線マスタ(115)の最後のレコードである場合は手順を終了し、最後のレコードでない場合は処理1002へ戻る。
図11は単路線利用者推定データ(117)と到着時刻を推定した発着ダイヤ(118)から、出発時刻を推定し発着ダイヤ(118)へ出力する出発時刻推定プログラム(137)の処理手順を説明する図である。まず、発着ダイヤ(118)を求める日を指定する(処理1100)。発着ダイヤにおける到着時刻を出発時刻とする(処理1101)。単路線利用者推定データを読み込み、i=0とする(処理1102)。i=i+1とする(処理1103)。単路線利用者推定データのi行目のレコードを読み込む(処理1104)。単路線利用者推定データから(a)路線ID(400)、(b)乗車位置ID(504)、(c)乗車時刻(502)を取得する(処理1105)。(a)と(b)が発着ダイヤの路線IDと停車駅(バス停)に等しいデータを探し、利用者が利用した路線IDを特定する。その利用者が乗車した時刻から乗車位置の出発時刻を推定する。乗車時刻が発着ダイヤに保存されている出発時刻よりも遅い場合には、少なくとも乗車時刻までは交通機関が出発していなかったことを示すので、発着ダイヤ(118)の出発時刻を(c)に置き換える(処理1106、1107、1108)。i行目が単路線利用者推定データの最後のレコードの場合には処理を終了して、最後のレコードでない場合には、処理1103へ戻る。また、処理1107で(c)が(d)よりも遅くない場合にも処理1103へ戻る。
図12は、移動ログデータ(116)と発着ダイヤ(118)から、利用者が乗車した列車を特定し各列車の利用人数を算出し、利用人数データ(119)を作成するまでの利用者人数推定プログラム(139)の処理手順を説明する図である。まず、利用人数を求めたい日を指定する(処理1200)。移動ログデータ(116)を読み込み、i=0とし、全ての列車の利用人数を0とする(処理1201)。i=i+1とする(処理1202)。移動ログデータのi行目のレコードを読み込む(処理1203)。移動ログの日付が指定日と一致しているか判断する(処理1204)。一致していた場合、乗車位置ID、降車位置ID、乗車時刻、降車時刻の組み合わせから発着ダイヤに基づいて移動可能な全経路を計算し、乗車した列車を特定する(処理1205)。乗車した列車に対して利用者人数を1増やす。経路が複数ある場合には確率的に割り振るなどの操作を行っても良い(処理1206)。i行目のレコードが移動ログデータの最後のレコードの場合には、処理を終了して、最後のレコードでない場合には処理1202へ戻る。
図13は利用者人数データ(119)を用いて混雑率を推定するための混雑率推定プログラム(138)の処理手順を説明する図である。まず、混雑率を求めたい日を指定する(処理1300)。次に指定日の発着ダイヤ(118)を到着時刻推定プログラム(136)及び出発時刻推定プログラム(137)を用いて生成する(処理1301)。生成された発着ダイヤから利用者人数推定プログラム(139)を用いて利用者人数データ(119)を生成する(処理1302)。各路線の列車(バス)の収容可能人数に対する利用者人数の割合を各列車(バス)の混雑率とする(処理1303)。
図14は過去の混雑率の計算結果から予想混雑率を算出する手順を説明する図である。まず、混雑率を予測する日付を指定する(処理1400)。過去の混雑率のデータから路線区間や日付、曜日、天候の情報を追加して、混雑率のパターンを集計する(処理1401)。集計された結果から混雑率の予想結果を算出する(処理1402)。
図15は、情報配信サーバ(150)によって、システム運用者や事業者などに向けて生成及び配信される表示画面の一例で、混雑率の結果の情報を明示したダイヤグラムの図である。画面(1500)は、縦軸(1503)に着目する路線または経路の停車駅(バス停)を停車順に並べ、横軸(1502)は時刻を表す構成で、交通機関の発着状況を混雑率に応じた色(1506)を用いて線で表示している。ここでは、本発明による単路線利用者推定により抽出した利用者の移動ログを用いて算出した実際の発着ダイヤを実線(1504、1507)で表示し、計画上のダイヤを点線(1505、1508)で表す構成で説明を行うが、この実施形態に限定されるものではない。本発明の特徴である混雑率推定結果の表示に関しては、色以外にも線の太さを用いて表しても良いし、線種によって区別してもよい。また、予想混雑率を計画ダイヤの線付近にテキストで表示することも可能である。このような画面を用いると、どの線区の混雑率が高いかを視覚的に捉えることができ、運行管理を行う際や運行計画をたてる際に利用者の密度が高い場所や時間帯などに関して、様々な発見をすることができる。また、画面全体はマウスやキーボードなどの入力インタフェースを用いて操作することが可能で、例えばホイールボタンなどでズームイン/ズームアウトを行ったり、マウスクリックで特定の駅、バス停、路線の情報を拡大したりといった機能が考えられる。
図16は、情報配信サーバ(150)によって、システム運用者や事業者などに向けて生成及び配信される表示画面の一例で、異なる交通機関の接続状況や混雑率の結果を明示したダイヤグラムの図である。画面(1600)は、縦軸(1602)に着目する路線または経路の停車駅(バス停)(1603)を停車順に並べ、横軸(1601)は時刻を表す構成で、混雑率に応じた色(1606)を用いて交通機関の発着状況を線(1605)で表示している。発明の特長である混雑率推定結果の表示に関しては、色以外にも線の太さを用いて表しても良い。また、推定の結果、求めた混雑率の数字を計画ダイヤの線付近にテキストで表示することも可能である。発着ダイヤ(118)の情報は非接触型ICカードデータの利用範囲全体で収集することができるため、複数の交通機関に対して混雑率を計算してダイヤグラムを作成することが可能である。例えばバス路線と鉄道路線を同列に並べ、仕切り線(1604)によって異なる交通機関の乗り換え部分を明確に表現することができる。
このような画面を用いると、例えば其々の交通機関のダイヤのずれを見ることで、バスから鉄道、または鉄道からバスへ乗換える際の待ち時間などを把握することができ、運行管理や運行計画立案の際に、異なる交通機関の間の接続状況を考慮することが可能になる。
画面全体はマウスやキーボードなどの入力インタフェースを用いて操作することが可能で、例えばホイールボタンなどでズームイン/ズームアウトを行ったり、マウスクリックで特定の駅、バス停、路線の情報を拡大したりといった機能が考えられる。さらに、タッチパネルを利用しても良い。
図17は、情報配信サーバ(150)によって、システム運用者や事業者などに向けて生成及び配信される表示画面の一例で、本発明の特徴である混雑率の推定結果の情報を明示した路線図である。画面(1700)は、停車駅またはバス停を表す点(1702)と鉄道やバス路線を表す線(1703)と、混雑率に応じた色(1706)を用いて列車やバス車両の混雑状況を表す線(1704、1705)と、時刻(1707)で構成される。
混雑率の表示に関しては色の他にも、線の太さや線種を用いて表しても良い。画面(1700)は、本発明の特徴である単路線利用データの抽出と混雑率推定手法により、例えば30分毎、1時間毎に各路線の混雑率を求めておき、その結果を路線図上でアニメーション表示を行う構成を意図している。
このような画面を用いることにより、路線上の位置関係を見ながら、どの路線や線区が混雑しているかなどを一覧することや、過去のデータから求めた混雑率の変化を表示して、傾向をつかむことができるため、運行管理や運行計画時に、より効率的な運行ダイヤを策定することができると考えられる。さらに、大量のIC乗車券の履歴データを用いることで、今後、混雑率がどのように変化していくかを予測することが可能になるため、それらの予測結果を表示することで、鉄道やバスを利用する利用者にとっても、どの交通手段を使うとよいかを判断する上で有効な参考情報となり得る。
画面全体はマウスやキーボードなどの入力インタフェースを用いて操作することが可能で、例えばホイールボタンなどでズームイン/ズームアウトを行ったり、マウスドラッグで見たい路線上の位置を指定したり、マウスクリックで特定の駅、バス停、路線の情報を拡大したりといった機能が考えられる。
図18は、情報配信サーバ(150)によって、システム運用者や事業者などに向けて生成及び配信される表示画面の一例で、本発明によって推定した実際の発着ダイヤデータと、計画上の運行ダイヤデータを用いて運行計画との差を計算し、その結果を路線図上に表したダイヤの乱れの可視化図である。画面(1800)は、停車駅またはバス停を表す点(1802)と鉄道やバス路線を表す線(1803)と、混雑率に応じた色(1806)を用いて路線のダイヤの乱れを示す線(1804、1805)と、時刻(1807)で構成される。ダイヤの乱れの大きさは、色以外にも線の太さや線種を用いて表しても良い。
このような画面を用いることにより、路線上の位置関係を見ながら、どの路線や線区の運行が乱れているかなどを一覧することや、過去のデータから求めたダイヤの乱れの変化を表示して長期的な傾向をつかむことができる。
画面全体はマウスやキーボードなどの入力インタフェースを用いて操作することが可能で、例えばホイールボタンなどでズームイン/ズームアウトを行ったり、マウスドラッグで見たい路線上の位置を指定したり、マウスクリックで特定の駅、バス停、路線の情報を拡大したりといった機能が考えられる。
図15〜図18の画面を生成するための情報は、計算サーバ(130)の記憶部(141)に蓄積されており、システム運用者(172)や各交通事業者の担当者が所定のWebページにアクセスし、プルダウンメニューなどで項目を選択するなどして指定した条件に従って、必要な情報が取得されるものとする。情報配信サーバ(150)は、取得された情報を編集し、情報を配信する。
図19は、情報配信サーバ(150)によって生成および配信される、予想混雑率を考慮した利用者向けのルート検索結果画面(1900)の例を示した図である。予想混雑率とは、大量のIC乗車券履歴データをもとに、本発明の単路線利用データ抽出および混雑率推定手法を用いて求めた、過去の複数日の混雑率の結果から、今後、混雑率がどのように変化するかの予測値を統計的に求めたものである。
図27では、この場合の動作を説明している。まず、出発地点、目的地点名の入力を受け付ける(2701)。次に、入力された出発・目的地名のデータに基づいて実績の発着ダイヤデータから出発地点から目的地点に到達可能な経路を検索する(2702)。さらに、抽出された経路を構成する列車に対して、それぞれ予想混雑率を算出し、経路予想混雑率とする(2703)。この時、実績の発着ダイヤデータが長期間に渡って推定、記憶されている場合には、それらの長期間のダイヤデータから平均値や分散値などの統計的な数値から、精度の高い予測値を導出することが可能になる。
画面(1900)は、出発地点(1901)、出発地点の記入欄(1903)、目的地点(1902)、目的地点の記入欄(1904)、複数の探索結果を表示する為の各経路に対する識別番号(1911、1912、1913)、出発時間や到着時間、料金、乗り換え回数、予想混雑率などの各経路の代表的な情報(1905、1906、1907、1908、1909、1910)から構成される。各経路に関する情報は、本実施形態に限定したものではなく、例えば各経路識別番号(1911、1912、1913)だけがボタン表示されており、ボタンを押すと乗り換え地点や各路線の料金、各路線の予想混雑率などの詳細情報が表示される画面へ移動するなどの形態でもよい。
従来のルート検索結果では、一般的に料金や所要時間、乗換え回数の情報が提示されるだけであったが、このような画面を用いることにより、利用者は移動時に、どの経路が最も快適に移動できそうかを予想混雑率も含めて判断することができる。
図20は、図19で示した経路1(1911)が選択された場合の表示画面の例を示した図である。画面(2000)は出発地点(2001)、出発地点名(2003)、目的地点(2002)、目的地点名(2004)、経路番号(1911)、停車駅や時刻(2005)、各路線の料金や予想混雑に関する統合的な表示(2006)と詳細な表示(2007)で構成されている。出発地点(2001)や目的地点(2003)、見たい経路番号(1911)は、この画面上で変更できるような構成にしてもよい。
このような画面を用いることで、利用者は、様々な経路の詳細情報を比較することができるため、結果として混雑する経路を避けたり、利用者の価値観に従って最も快適な経路を選ぶことが可能になる。画面(1900)は、例として平均混雑率の低い順に検索結果を並べた表示形式で示したが、料金が低い順や乗り換え回数が少ない順など、利用者の見やすい基準に合わせて表示しても良い。
図21は、情報配信サーバ(150)によって生成および配信される、ダイヤの乱れを考慮した、利用者向けのルート検索結果画面(2100)の例を示した図である。画面(2100)は、出発地点(2101)、出発地点の記入欄(2103)、目的地点(2102)、目的地点の記入欄(2104)、複数の探索結果を表示する為の各経路に対する識別番号(2111、2112、2113)、出発時間や到着時間、料金、乗り換え回数、予想遅延時間などの各経路の代表的な情報(2105、2106、2107、2108、2109、2110)から構成される。出発地点名(2103)や目的地点名(2104)、見たい経路番号(2111、2112、2113)は、この画面上で変更できるような構成にしてもよい。
例えば各経路識別番号(2111、2112、2113)だけがボタン表示されており、ボタンを押すと乗り換え地点や各路線の料金、各路線の予想混雑率などの詳細情報が表示される画面へ移動するなどの形態でもよい。画面(2100)は、例としてダイヤの乱れの低い順に検索結果を並べた表示形式で示したが、料金が低い順や乗り換え回数が少ない順などと合わせて統合的に求めた順位に従って表示しても良い。
従来のルート検索結果では、一般的に料金や所要時間、乗換え回数の情報が提示されるだけであったが、このような画面を用いることにより、利用者は移動時に、どの経路がダイヤの乱れの影響を受けずに最も予定どおりに移動できそうかを判断することができる。
図22は、図21で示した経路1(2111)が選択された場合の表示画面の例を示した図である。画面(2200)は、出発地点(2201)、出発地点名(2203)、目的地点(2202)、目的地点名(2204)、経路番号(2111)、停車駅や時刻(2205)、各路線の料金や予想混雑に関する統合的な表示(2206)と詳細な表示(2207)で構成されている。ここで出発地点(2201)や目的地点(2203)、見たい経路番号(2111)は、この画面上で変更できるような構成にしてもよく、任意に選択できることが望ましい。詳細表示(2207)の欄には、各路線の料金や予想遅延時間、乗換え時間などが表示されている。
このような画面を用いることで、利用者は列車や車両の遅延時間を考慮して、利用する経路を選ぶことが可能になる。この時、例えば計画上のダイヤ、すなわち時刻表どおりに列車やバスが運行している場合は、時間が足らずに乗換えられないと判定されるケースでも、本発明の実績発着ダイヤ推定手法を用いると、遅延時間を考慮できるため、乗換え可能と判定されることがある。そのため、目的地に最も早く到達できる経路を示すことができるため、急いでいる利用者にとっては有効な情報となる。
図23は、情報配信サーバ(150)によって生成および配信される、バスから駅への乗り換えやすさを評価した結果に関する、利用者向けの画面(2300)の例を示した図である。画面(2300)は、出発地点から到着地点の表示(2301、2305)、バスが駅の最寄りのバス停に到着する時刻(2302、2306)、電車が発車する時刻(2303、2307)、乗り換え評価(2304、2308)で構成される。バスの到着時刻(2302、2306)や電車の出発時刻(2303、2307)は本発明の実績発着ダイヤ推定手法を用いて求められた値であり、元データであるIC乗車券履歴データが長期間に渡って利用できる場合は、日々のゆらぎを考慮した平均値を表示するものとする。
乗り換えの評価は、実績の発着ダイヤデータを元に差分を求めた乗り換え可能時間データや、実際にこの乗換えを行った利用人数などから算出し、評価の表し方は数字や記号、色などを用いて表しても良い。また、バスから電車への乗換え評価だけでなく、電車からバスへの乗換えや、異なるバス路線同士、鉄道路線同士の乗換えの評価なども同様に可能である。
図24は情報配信サーバ(150)によって交通事業会社の担当者(186)、もしくは利用者(182、184)に向けて生成および配信される提示画面の一例で、異なる路線間の乗り継ぎの良し悪しを評価した結果の例を示した図(2400)である。
画面(2400)は、駅やバス停などの人が乗り降りする場所および、それらをつなぐ路線(2402)の構造の上で、異なる路線への乗り換えが可能な駅やバス停間(2401)について、乗り継ぎの利便性に関する評価結果が形状、色、テキストなど様々な形式で表示されるような構成である。例えば、C駅(2401)において鉄道のX線(2402)とY線(2404)の乗り換えが可能であり、バス路線Z(2405)も運行されているとした場合に、C駅の周辺にはX線からY線へ、Y線からX線へ、X線からバス路線Zへ、バス路線ZからX線へ、Y線からバス路線Zへ、バス路線ZからY線への計6方向の乗り継ぎに関する評価結果(2406)が表示されることになる。乗り継ぎの良し悪しに関する評価は、本発明の実績ダイヤ推定結果を元に、ある路線から乗り換える際に、乗換える先の列車やバスをどのくらい待つ必要があるかという時間を算出したり、その乗り継ぎ時にどのくらいの人がどれだけ待つことになったかという総損失時間を求めればよい。この乗継ぎの評価に関しては、例えば30分毎や1時間毎などの間隔で行う方が、乗継ぎがうまくいっている時間帯とそうでない時間帯などを見分けることができるため、細かい時間粒度で行うことが望ましい。
乗り継ぎの評価結果の表示方法については矢印以外の形状でもよく、またカラーチャート(2407)を用いた色の割り当てや形状のサイズを工夫してもよい。このような画面を用いると、どの駅のどの部分の乗り継ぎがうまくいっていないかを発見することが可能になり、乗り継ぎに考慮したダイヤの計画などに役立てることができる。
図25は情報配信サーバ(150)によって交通事業会社の担当者(186)、もしくは利用者(182、184)に向けて生成および配信される提示画面の一例で、バスや列車の運行位置や乗車人員、混雑率推定プログラム(138)によって求めた混雑率などを可視化した結果の例を示した図(2500)である。
画面(2500)は、地図画像を背景に駅(2501)やバス停(2502)などの交通手段を利用できる場所を示すアイコンと、それらの場所を結ぶ路線や運行ルートなどを表す線(2503)と、列車(2504)やバス車両(2505)を表すアイコンが時系列で変化するような構成である。駅やバス停を表すアイコンは、その色や形、大きさで時間軸に沿って付加情報を示すことも可能で、例えば、ある駅やバス停で次の列車やバスを待っている人数や、総待ち時間などを表示してもよい。全ての駅やバス停について、それぞれ待っている人数や待ち時間を求めて時々刻々と表示を変化させることで、どの駅やバス停で滞留がおきやすいかや混雑する傾向にあるかなどを把握することができる。
列車やバス車両を表すアイコンもその色や形、大きさや付加的なテキスト表示で様々な情報を示すことも可能で、例えばカラーチャート(2507)を用いて混雑度や遅延時間、乗換え時の接続時間などに応じて色を設定したり、アイコンの形や大きさなどで分かりやすく表示することなどが考えられる。
列車やバス車両の動きは、本発明の実績ダイヤデータをもとに計算を行い、またそれぞれの列車やバス車両に、どのくらいの人が乗っているかは、利用者人数推定プログラム(139)の結果を用いればよい。この時、列車やバス車両の動きを決めている実績ダイヤデータを別の新規に作成したダイヤデータに置き換えて、利用者人数推定プログラム(139)を実行すると、列車やバスなど全体を対象とした乗客流シミュレーションが可能になる。
また、画面全体はマウスやキーボードなどの入力インタフェースを用いて操作することが可能で、例えばホイールボタンなどでズームイン/ズームアウトを行ったり、マウスクリックで特定の駅、バス停や列車、バス車両アイコンの情報を拡大したりといった機能が考えられる。また、表示対象としている列車やバスの平均混雑率を求め、全体的な指標として表示(2506)することで、輸送効率や乗客の快適性をマクロに捉えることが可能になる。このような画面を用いると列車やバス車両単位で動きを追跡していくことが可能であり、慢性的に込んでいる路線、列車、バスを探したり、どの場所で待っている人が多いかなどを全体的に俯瞰し、混雑を減らすための施策立案に活用することができる。
図26は情報配信サーバ(150)によって、システム運用者や交通事業者の担当者向けに生成および配信される提示画面の一例で、前述の乗客流シミュレーションのための各パラメタ変数を設定する画面(2600)の例を示した図である。画面(2600)は、まず、列車やバスの運行情報であるダイヤデータを選ぶ機能(2601)と、乗客数の変更機能(2602)と、列車やバスの最大乗車人数を変更する機能(2603)と列車の運行状況や道路の混雑状況を設定する機能(2604)を含んでいる。また、シミュレーション可視化結果画面(2500)において見たい対象を効率的に選ぶための選択機能(2605、2606)などを含めてもよい。ここで見たい対象とは、ある駅やバス停、もしくは鉄道路線やバス路線のことで、入力された情報を受けて自動的に表示画面内の視点が変わる構成を意図している。
利用者は、列車やバスの運行情報であるダイヤデータを選ぶ機能(2601)により、様々なダイヤデータをもとに計算された結果を比較できるため、各駅間の乗車人数や移動時間、乗客にとっての利便性や輸送効率などの視点から、最適と思われるダイヤを作成することが可能になる。
ここで、あるダイヤデータをもとに、各列車やバス車両の乗車率、混雑度などをシミュレーションする場合には、前提として乗客の需要データが必要になる。乗客の需要データとは、ある日、ある時間帯にある出発地からある目的地へ、どのくらいの人が移動するかを統計的に求めたデータを指す。乗客数の変更機能(2602)は、この乗客の需要データの量を増減するもので、この機能により、全体的に交通利用者の多いシーンを想定するか、少ないシーンを想定するかなどを調整することができる。
列車やバスの最大乗車人数を変更する機能(2603)は、各列車やバス車両の混雑率を計算する際の基準値を変更する目的で用いる。例えば、輸送量の異なる列車やバス車両を適用した際に、混雑や待ち時間がどのように変化するかを予測することができる。この機能はシミュレーションしたいダイヤデータと組み合わせて、各列車やバス車両ごとに設定できることが望ましい。
列車の運行状況や道路の混雑状況を設定する機能(2604)はシミュレーションしたいダイヤデータに外部変化要因を与えるためのもので、例えば鉄道においては輸送障害や遅延、バス路線に関しては道路渋滞を設定して、運行が遅延する確率要素を加えることで、シミュレーション結果をより現実に近いものにすることができる。
図19〜図26の画面を生成するための情報は、計算サーバ(130)の記憶部(141)に蓄積されており、システム運用者(172)や各交通事業者の担当者(186)、利用者(182,184)が所定のWebページにアクセスしたり、クライアントPC上で動くアプリケーションの起動によって呼び出され、プルダウンメニューなどで項目を選択するなどして指定した条件に従って、必要な情報が取得されるものとする。情報配信サーバ(150)は、取得された情報を編集し、情報を配信する。
以上、本発明の実施形態について説明したが、本発明は上記実施形態に限定されるものではなく、種々変形実施可能であり、上述した各実施形態を適宜組み合わせることが可能であることは、当業者に理解されよう。
100…利用者、101…ICカード、102…改札機、103…バス、104…携帯端末、105…利用者、106…タクシー、107…ネットワーク、108…発着ダイヤ推定システム、110…データサーバ、111…記憶部、112…非接触型ICカードデータ、113…マスタデータ、114…駅(バス停)マスタ、115…路線マスタ、116…移動ログデータ、117…単路線利用者推定データ、118…発着ダイヤデータ、119…利用者人数データ、130…計算サーバ、131…ネットワークインタフェース、132…メモリ、133…CPU、134…移動ログ生成プログラム、135…単路線利用者推定プログラム、136…到着時刻推定プログラム、137…出発時刻推定プログラム、138…混雑率推定プログラム、139…利用者人数推定プログラム、141・142…記憶部、150…情報配信サーバ、151…ネットワークインタフェース、152…記憶部、153…CPU、154…メモリ、155…シミュレーションプログラム、156…表示画面生成プログラム、157…クエリ取得プログラム、158…ネットワークインタフェース、170…ネットワーク、171…操作端末、172…システム利用者、173…ネットワーク、181…利用者、182…携帯端末、183…操作端末、184…利用者、185…操作端末、186…事業者、200…ログID、201…ユーザID、202…駅(バス停)ID、203…利用時刻、204…利用種別、300…ログID、301…ユーザID、302…乗車日時、303…降車日時、304…乗車位置ID、305…降車位置ID、400…路線ID、401…路線名、402…路線タイプ、403・404・405…停車駅、500…ログID、501…ユーザID、502…乗車日時、503…降車日時、504…乗車位置ID、505…降車位置ID、600…発着ダイヤID、602…停車駅(バス停)、603…到着時刻、604…出発時刻、700〜712…処理ステップ、800〜806…処理ステップ、900…降車人数分布概念図、901…縦軸(降車人数)、902〜905…降車人数のヒストグラム、906…着目する駅またはバス停、907…横軸(時間)、908…連続するヒストグラムが表れる時刻、1000〜1013…処理ステップ、1100〜1110…処理ステップ、1200〜1208…処理ステップ、1300〜1304…処理ステップ、1400〜1403…処理ステップ、1500…混雑率を明示したダイヤグラムの表示例、1501…縦軸(停車駅またはバス停)、1502…横軸(時間)、1503…停車駅またはバス停名、1504…発着ダイヤを基にして運行状況を図示した線、1505…計画ダイヤを基にして運行状況を図示した線、1506…混雑率に応じて変化する色を表示した図、1507…発着ダイヤの線を例示した図、1508…計画ダイヤの線を例示した図、1600…異なる交通機関の混雑率を明示したダイヤグラムの表示例、1601…横軸(時間)、1602…縦軸(停車駅またはバス停)、1603…停車駅またはバス停名、1604…異なる交通機関の乗り換え部分を明確に表現するための線、1605…発着ダイヤを基にして運行状況を図示した線、1606…混雑率に応じて変化する色を表示した図、1700…混雑率を明示した路線図の表示例、1701…停車駅名、1702…停車駅を表す点、1703…路線を表す線、1704…混雑率が高い路線を表す線、1705…混雑率が低い路線を表す線、1706…混雑率に応じて変化する色を表示した図、1707…時刻、1800…ダイヤの乱れを表した路線図の表示例、1801…停車駅名、1802…停車駅を表す点、1803…路線を表す線、1804…ダイヤの乱れが多い路線を表す線、1805…ダイヤの乱れが少ない路線を表す線、1806…混雑率に応じて変化する色を表す図、1807…時刻、1900…予想混雑率の低い順に表示したルート検索結果の表示例、1901…出発地点、1902…目的地点、1903…出発地点入力欄、1904…目的地入力欄、1905…経路1の出発時刻と到着時刻、1906…経路1の料金、乗り換え回数、予想混雑率の表示欄、1907…経路2の出発時刻と到着時刻、1908…経路2の料金、乗り換え回数、予想混雑率の表示欄、1909…経路3の出発時刻と到着時刻、1910…経路3の料金、乗り換え回数、予想混雑率の表示欄、1911〜1913…異なる検索結果の経路識別番号表示欄、2000…経路1を選択した場合の詳細画面表示例、2001…出発地点、2002…目的地点、2003…出発地点入力欄、2004…目的地入力欄、2005…経路1の出発時刻と到着時刻、2006…経路1の料金、乗り換え回数、予想混雑率の概要表示、2007…経路1の停車駅、時刻、料金、予想混雑率の詳細表示、2100…予想遅延時間の低い順に表示したルート検索結果の表示例、2101…出発地点、2102…目的地点、2103…出発地点入力欄、2104…目的地入力欄、2105…経路1の出発時刻と到着時刻、2106…経路1の料金、乗り換え回数、予想遅延時間の表示欄、2107…経路2の出発時刻と到着時刻、2108…経路2の料金、乗り換え回数、予想遅延時間の表示欄、2109…経路3の出発時刻と到着時刻、2110…経路3の料金、乗り換え回数、予想遅延時間の表示欄、2111〜2113…異なる検索結果の経路識別番号表示欄、2200…経路1を選択した場合の画面表示例、2201…出発地点、2202…目的地点、2203…出発地点入力欄、2204…目的地入力欄、2205…経路1の出発時刻と到着時刻、2206…経路1の料金、乗り換え回数、予想遅延時間の概要表示、2207…経路1の停車駅、時刻、料金、予想遅延時間の詳細表示、2300…異なる交通機関への乗り換え評価結果表示画面、2301…出発地点から到着地点、使用交通手段の表示欄、2302…到着時刻、2303…出発時刻、2304…評価表示欄、2305…出発地点から到着地点、使用交通手段の表示欄、2306…到着時刻、2307…出発時刻、2308…評価表示欄、2400…乗継ぎ評価結果画面、2401…乗継ぎ可能場所、2402〜2405…路線、2406…乗継ぎ評価アイコン、2407…カラーチャート、2500…流動状態可視化結果画面、2501…駅、2502…バス停、2503…路線、2504…列車、2505…バス車両、2506…全体的な指標、2507…カラーチャート、2600…条件設定画面、2601…ダイヤデータ選択画面、2602…乗客数変更機能、2603…列車・バスの輸送量変更機能、2604…列車の運行状況や道路の混雑状況の設定機能、2605〜2606…表示位置選択機能
Claims (14)
- ユーザIDと乗車日時と降車日時と乗車位置と降車位置とがそれぞれ関連付けられた移動ログと、路線IDと停車駅情報とがそれぞれ関連付けられた路線マスタと、を含むデータベースを用いた交通分析システムであって、
前記データベースから前記移動ログと前記路線マスタとを抽出し、前記路線マスタに基づいて、前記移動ログに関連付けられた前記乗車位置と前記降車位置を含む路線IDの存在の有無を確認し、前記存在が確認された場合、前記確認された路線IDと前記移動ログとを関連付けた単路線推定情報を生成し、前記データベースに格納する単路線推定部と、
前記路線マスタと前記単路線推定情報とを前記データベースから抽出し、前記路線マスタに基づいて前記単路線推定情報に含まれる前記降車位置における降車人数分布を算出し、前記算出された降車人数分布に基づいて到着日時と出発日時を算出し、前記降車位置と前記算出された到着日時と出発日時と前記路線IDとがそれぞれ関連付けられた発着ダイヤIDを生成し、前記データベースに格納する発着ダイヤ推定部と、
を有することを特徴とする交通分析システム。 - 請求項1に記載の交通分析システムであって、
前記データベースから前記移動ログと前記発着ダイヤIDとを抽出し、前記移動ログに含まれる前記乗車位置と前記降車位置と前記乗車日時と前記降車日時との組み合わせから、前記発着ダイヤIDに基づいて移動可能な経路を算出することで乗車列車を特定し、前記乗車列車の乗車人数を算出して前記データベースに格納する乗車人数算出部をさらに有することを特徴とする交通分析システム。 - 請求項2に記載の交通分析システムであって、
前記データベースはさらに各路線の乗車列車の収容可能人数情報を有し、
前記乗車人数算出部により算出された乗車人数と前記収容可能人数情報とを用いて、前記乗車列車の混雑率を算出する混雑率算出部をさらに有することを特徴とする交通分析システム。 - 請求項3に記載の交通分析システムであって、
前記データベースはさらに日時情報と関連付けられた天候情報を格納し、
前記混雑率算出部で算出された前記混雑率と前記データベースに格納された天候情報とを用いて混雑率パターンを算出し、前記混雑率パターンに基づいて予想混雑率を計算する予想混雑率算出部をさらに有することを特徴とする交通分析システム。 - 請求項4に記載の交通分析システムであって、
前記路線マスタの各停車駅情報における前記発着ダイヤIDと前記混雑率又は前記予想混雑率とを前記データベースから抽出して画面に表示する表示部をさらに有することを特徴とする交通分析システム。 - 請求項5に記載の交通分析システムであって、
前記データベースは計画ダイヤを含み、
前記表示部は、前記計画ダイヤをさらに表示することを特徴とする交通分析システム。 - 請求項6に記載の交通分析システムであって、
前記計画ダイヤと前記発着ダイヤIDとの差に基づいてダイヤ乱れ度を算出するダイヤ乱れ度算出部をさらに有することを特徴とする交通分析システム。 - 請求項4に記載の交通分析システムであって、
出発地と目的地との入力を受け付ける入力部と、
前記入力を受け付けた前記出発地と前記目的地とに基づいて、前記路線マスタを検索してそれぞれ対応する停車駅情報を抽出し、前記抽出した対応する停車駅情報に関して予想混雑率を算出し経路予想混雑率とするルート検索部と、
画像を表示する画面を備える表示部と、
をさらに有し、
前記表示部は、前記経路予想混雑率を前記画面に表示することを特徴とする交通分析システム。 - 請求項8に記載の交通分析システムであって、
前記データベースにおいて、前記路線マスタは前記停車駅情報に関連付けられた料金情報を含み、
前記表示部は、前記抽出した対応する停車駅情報を前記画面に表示し、
前記入力部は、前記表示された対応する停車駅情報を選択する入力を受け付け、
前記入力を受け付けた停車駅情報に基づいて前記データベースから関連する料金情報を抽出し、前記画面に表示する詳細表示部をさらに有することを特徴とする交通分析システム。 - 請求項8に記載の交通分析システムであって、
前記発着ダイヤIDから乗り換え可能時間を算出し、前記乗り換え可能時間と前記乗車人数とに基づいて乗り換え評価度を評価する乗り換え評価部をさらに有することを特徴とする交通分析システム。 - 請求項10に記載の交通分析システムであって、
前記乗り換え評価部は、さらに前記発着ダイヤIDから乗り換え方向を算出し、
前記表示部は、前記乗り換え方向と前記乗り換え評価度とを前記画面に表示することを特徴とする交通分析システム。 - 請求項8に記載の交通分析システムであって、
前記データベースはさらに地図情報を格納しており、
前記表示部は、前記地図情報と前記予想混雑率と前記停車駅情報と前記乗車人数とを前記画面に表示することを特徴とする交通分析システム。 - 請求項3に記載の交通分析システムであって、
前記路線マスタ又は前記乗車人数又は前記収容可能人数の何れか又は全ての入力を受け付けて前記データベースに格納する入力部をさらに有することを特徴とする交通分析システム。 - 請求項3に記載の交通分析システムであって、
運行状況情報の入力を受け付けて前記データベースに格納する入力部をさらに有し、
前記発着ダイヤ推定部は、前記運行状況情報を用いて前記路線マスタ又は各停車駅情報に関連付けて乗車人数又は移動時間を生成することを特徴とする交通分析システム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2012/076750 WO2014061111A1 (ja) | 2012-10-17 | 2012-10-17 | 交通分析システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2014061111A1 JPWO2014061111A1 (ja) | 2016-09-05 |
JP5986641B2 true JP5986641B2 (ja) | 2016-09-06 |
Family
ID=50487700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014541859A Active JP5986641B2 (ja) | 2012-10-17 | 2012-10-17 | 交通分析システム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20150286936A1 (ja) |
JP (1) | JP5986641B2 (ja) |
WO (1) | WO2014061111A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107545730A (zh) * | 2017-09-08 | 2018-01-05 | 哈尔滨工业大学 | 一种基于公交ic卡数据的站点上下车乘客数估计方法 |
Families Citing this family (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10546307B2 (en) * | 2013-09-25 | 2020-01-28 | International Business Machines Corporation | Method, apparatuses, and computer program products for automatically detecting levels of user dissatisfaction with transportation routes |
WO2015095828A1 (en) * | 2013-12-20 | 2015-06-25 | Urban Engines, Inc. | Transportation system reconstruction |
KR101608251B1 (ko) * | 2014-05-07 | 2016-04-01 | 한국철도기술연구원 | 지능형 열차 스케줄링 방법 |
JP6322048B2 (ja) * | 2014-05-16 | 2018-05-09 | 株式会社日立製作所 | 混雑予測装置及び混雑予測方法 |
JP6307376B2 (ja) * | 2014-07-28 | 2018-04-04 | 株式会社日立製作所 | 交通分析システム、交通分析プログラムおよび交通分析方法 |
US9989372B2 (en) * | 2014-11-05 | 2018-06-05 | Conduent Business Services, Llc | Trip reranking for a journey planner |
JP6301864B2 (ja) * | 2015-03-13 | 2018-03-28 | 株式会社日立製作所 | 評価システム及び運行情報の評価方法 |
US9671994B2 (en) * | 2015-04-14 | 2017-06-06 | Cubic Corporation | Didactic information portal system |
US9702724B2 (en) * | 2015-06-06 | 2017-07-11 | Apple Inc. | Mapping application with transit mode |
US10514271B2 (en) | 2015-06-06 | 2019-12-24 | Apple Inc. | Mapping application with transit mode |
US10094675B2 (en) | 2015-06-07 | 2018-10-09 | Apple Inc. | Map application with transit navigation mode |
JP2017149368A (ja) * | 2016-02-26 | 2017-08-31 | 株式会社東芝 | 情報処理装置及び情報処理の方法 |
JP6663317B2 (ja) * | 2016-07-13 | 2020-03-11 | 株式会社日立製作所 | 混雑度予測装置、混雑度予測情報配信システム、および混雑度予測方法 |
JP6872331B2 (ja) * | 2016-09-09 | 2021-05-19 | 株式会社日立製作所 | 評価システム及び評価方法 |
CN106570182B (zh) * | 2016-11-12 | 2021-07-02 | 浩鲸云计算科技股份有限公司 | 公交车辆下车站点识别方法与*** |
US10957001B2 (en) * | 2016-12-14 | 2021-03-23 | Conduent Business Services, Llc | Method and system for real time management of transportation services |
CN106828549B (zh) * | 2017-03-15 | 2018-08-21 | 成都信息工程大学 | 一种火车卧铺车厢自动乘务***及实现方法 |
WO2018176849A1 (en) * | 2017-03-29 | 2018-10-04 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for allocating vehicles for on-demand services |
JP2019028526A (ja) * | 2017-07-26 | 2019-02-21 | 株式会社日立製作所 | 混雑予測装置 |
JP6995338B2 (ja) * | 2017-08-15 | 2022-01-14 | 株式会社ナビタイムジャパン | 情報処理システム、情報処理プログラム、情報処理装置および情報処理方法 |
JP7066365B2 (ja) * | 2017-10-16 | 2022-05-13 | 株式会社日立製作所 | ダイヤ作成装置および自動列車制御システム |
JP6494826B2 (ja) * | 2018-03-01 | 2019-04-03 | 株式会社マネジメントシステム | 交通機関情報表示システム、プログラム |
JP6875311B2 (ja) * | 2018-03-30 | 2021-05-19 | 株式会社日立製作所 | 輸送機関混雑予測システム及び混雑予測方法 |
JP7057199B2 (ja) * | 2018-04-16 | 2022-04-19 | 株式会社日立製作所 | ダイヤ分析支援装置及び方法 |
DE102018208523A1 (de) * | 2018-05-29 | 2019-12-05 | Siemens Aktiengesellschaft | Sensor-Analyse-Verfahren, Computer-Programm-Produkt zur Sensor-Analyse, Fahrgastzählsystem und Fahrzeug zur Fahrgastbeförderung, insbesondere im Schienen- und Straßenverkehr |
JP7049933B2 (ja) * | 2018-06-11 | 2022-04-07 | 株式会社日立製作所 | 管轄管理装置及び権利情報管理システム |
JP7157812B2 (ja) * | 2018-09-05 | 2022-10-20 | 株式会社日立製作所 | 旅客案内システムおよび旅客案内方法 |
CN109523819B (zh) * | 2018-11-20 | 2021-04-06 | 湖南智慧畅行交通科技有限公司 | 一种基于公交到离站的乘客ic卡数据与站点匹配方法 |
CN111356074B (zh) * | 2018-12-21 | 2021-12-10 | 腾讯科技(深圳)有限公司 | 公交站点定位方法及装置、服务器、介质 |
JP7127595B2 (ja) * | 2019-03-29 | 2022-08-30 | トヨタ自動車株式会社 | 情報処理装置および情報処理方法 |
KR20210075356A (ko) * | 2019-12-13 | 2021-06-23 | 현대자동차주식회사 | 차량 안내 서비스 장치 및 그 방법 |
JP7090816B2 (ja) * | 2019-12-19 | 2022-06-24 | 三菱電機株式会社 | 問題分解装置、問題分解方法、及び、問題分解プログラム |
JP7316961B2 (ja) * | 2020-03-18 | 2023-07-28 | ヤフー株式会社 | 情報処理装置、情報処理方法およびプログラム |
JP7343437B2 (ja) * | 2020-04-02 | 2023-09-12 | トヨタ自動車株式会社 | 車両の運行管理装置、運行管理方法、および、交通システム |
JP7406463B2 (ja) | 2020-06-26 | 2023-12-27 | 株式会社日立製作所 | 交通運行計画システム及び交通運行計画方法 |
WO2022075084A1 (ja) * | 2020-10-06 | 2022-04-14 | 日本電気株式会社 | 乗継案内システム、乗継案内方法およびプログラムが格納された非一時的なコンピュータ可読媒体 |
CN113077649B (zh) * | 2021-03-25 | 2022-08-09 | 杭州海康威视***技术有限公司 | 车辆运行情况的显示方法、装置及计算机存储介质 |
CN113159416B (zh) * | 2021-04-19 | 2022-04-15 | 深圳大学 | 一种公交单次刷卡下车站点的推算方法及智能终端 |
EP4134887A1 (en) * | 2021-08-11 | 2023-02-15 | Hitachi, Ltd. | Control apparatus for a public transportation system, public transportation system, method for determining departure times of a public transportation system and computer program product |
WO2023021673A1 (ja) * | 2021-08-19 | 2023-02-23 | 日本電気株式会社 | サーバ装置、システム、odデータ生成方法及び記憶媒体 |
JP7469271B2 (ja) | 2021-08-20 | 2024-04-16 | 株式会社日立製作所 | 動的時刻表管理システムおよび動的時刻表管理方法、動的時刻表管理システムを用いた交通ソリューションシステム |
CN117275274B (zh) * | 2023-11-20 | 2024-02-02 | 河北省交通规划设计研究院有限公司 | 一种常规公交出行信息识别方法、设备和介质 |
CN117495204B (zh) * | 2023-12-29 | 2024-04-16 | 济南市城市交通研究中心有限公司 | 基于数据分析的城市公交运行效率评估方法及*** |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU7277396A (en) * | 1995-09-07 | 1997-03-27 | Siemens Aktiengesellschaft | Control process for track-bound vehicles |
JP4166643B2 (ja) * | 2003-07-22 | 2008-10-15 | 財団法人鉄道総合技術研究所 | プログラム及び列車ダイヤ評価支援装置 |
JP2008189180A (ja) * | 2007-02-06 | 2008-08-21 | Mitsubishi Electric Corp | 列車運行管理システム |
JP5108808B2 (ja) * | 2009-02-26 | 2012-12-26 | 株式会社日立製作所 | 運行乱れ情報配信装置、運行乱れ情報配信方法、および運行乱れ情報配信システム |
-
2012
- 2012-10-17 JP JP2014541859A patent/JP5986641B2/ja active Active
- 2012-10-17 US US14/436,096 patent/US20150286936A1/en not_active Abandoned
- 2012-10-17 WO PCT/JP2012/076750 patent/WO2014061111A1/ja active Application Filing
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107545730A (zh) * | 2017-09-08 | 2018-01-05 | 哈尔滨工业大学 | 一种基于公交ic卡数据的站点上下车乘客数估计方法 |
CN107545730B (zh) * | 2017-09-08 | 2020-04-07 | 哈尔滨工业大学 | 一种基于公交ic卡数据的站点上下车乘客数估计方法 |
Also Published As
Publication number | Publication date |
---|---|
US20150286936A1 (en) | 2015-10-08 |
JPWO2014061111A1 (ja) | 2016-09-05 |
WO2014061111A1 (ja) | 2014-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5986641B2 (ja) | 交通分析システム | |
JP6752435B2 (ja) | 交通システム、ダイヤ提案システム及び列車運行システム | |
Zhu et al. | A probabilistic passenger-to-train assignment model based on automated data | |
US10430736B2 (en) | System and method for estimating a dynamic origin-destination matrix | |
JP5931188B2 (ja) | 交通経路分担率制御システム及び交通経路分担率制御方法 | |
Osuna et al. | Control strategies for an idealized public transportation system | |
US8977496B2 (en) | System and method for estimating origins and destinations from identified end-point time-location stamps | |
JP6895325B2 (ja) | 交通需要予測装置、交通需要予測方法、及び交通需要予測プログラム | |
JP6675860B2 (ja) | データ処理方法およびデータ処理システム | |
Wan et al. | Rider perception of a “light” bus rapid transit system-The New York City select bus service | |
JP5951903B2 (ja) | 料金払戻しシステムおよびその方法 | |
JP6454222B2 (ja) | データ処理システム、及び、データ処理方法 | |
Ma et al. | Measuring service reliability using automatic vehicle location data | |
Ma et al. | Public transportation big data mining and analysis | |
JP6307376B2 (ja) | 交通分析システム、交通分析プログラムおよび交通分析方法 | |
Wang et al. | Real-time dispatching of operating buses during unplanned disruptions to urban rail transit system | |
Jaiswal et al. | Modelling relationships between passenger demand and bus delays at busway stations | |
EP3327660A1 (en) | Transportation service information providing apparatus, and transportation service information providing method | |
JP7157812B2 (ja) | 旅客案内システムおよび旅客案内方法 | |
JP7163105B2 (ja) | 需要予測システムおよび需要予測方法 | |
JP2022098823A (ja) | データ処理方法、データ処理システム | |
JP7449192B2 (ja) | ダイヤ情報管理システム、ダイヤ情報管理方法および運行案内システム | |
Tribone | Making data matter: the role of information design and process in applying automated data to improve transit service | |
Ma | Modelling reliability and distribution of travel times in transit | |
JP2023180731A (ja) | 駅滞在者推計システム及び駅滞在者推計方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20160802 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160805 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5986641 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |