JP6138934B2 - Traffic demand control device - Google Patents
Traffic demand control device Download PDFInfo
- Publication number
- JP6138934B2 JP6138934B2 JP2015522360A JP2015522360A JP6138934B2 JP 6138934 B2 JP6138934 B2 JP 6138934B2 JP 2015522360 A JP2015522360 A JP 2015522360A JP 2015522360 A JP2015522360 A JP 2015522360A JP 6138934 B2 JP6138934 B2 JP 6138934B2
- Authority
- JP
- Japan
- Prior art keywords
- route
- information
- transportation
- traffic demand
- passenger
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- 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 vehicle 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
- B61L27/10—Operations, e.g. scheduling or time tables
- B61L27/12—Preparing schedules
Description
本発明は、交通需要制御装置に関する。 The present invention relates to a traffic demand control apparatus.
本技術分野の背景技術として、特開２００９−６１９８４号公報（特許文献１）がある。この公報には、「対象駅であるＡ駅に出現した旅客Ｒは、予定していたＢ駅に向う移動経路が運行中断となった場合、（１）そのまま運転再開を待つ「待つ」、（２）運行中断区間を迂回する迂回経路を選択する「迂回」、のいずれかの行動を選択するが、この選択行動は、ロジットモデルである経路選択モデルに従って決定される。すなわち、「迂回」に対する効用Ｕａ及び「待ち」に対する効用Ｕｕをもとに迂回の選択確率Ｐａを算出し、算出した選択確率Ｐａに従って「迂回」或いは「待ち」を選択する。」と記載されている。
また、特開２０１０−１８２２１号公報（特許文献２）がある。この公報には、「想定した輸送障害のもと、運転整理をせずに計画ダイヤを修正した単純予測ダイヤを暫定運転整理案として作成し、この暫定運転整理案に対する旅客流動シミュレーションを行う。旅客流動シミュレーションの結果として、暫定運転整理案に沿って列車が運行された場合の各旅客の行動実績等の旅客流動推定結果と、暫定運転整理案の評価とが得られる。続いて、シミュレーション結果をもとに、暫定運転整理案の不満箇所を修正した新たな暫定運転整理案を作成する。その後は、新たな暫定運転整理案に対する旅客流動シミュレーション、暫定運転整理案の不満箇所を修正した新たな暫定運転整理案の作成を繰り返し行う。そして、繰り返し作成された暫定運転整理案のうち、評価が最も“良い”暫定運転整理案が運転整理案として出力される。」と記載されている。As a background art in this technical field, there is JP 2009-61984 (Patent Document 1). This gazette states that “Passenger R who appeared at A station, which is the target station, when the planned travel route to B station is interrupted, (1)“ Waiting ”waiting for resumption of driving, ( 2) One of the “detour” actions for selecting a detour route that detours the operation interruption section is selected. This selection action is determined according to a route selection model that is a logit model. That is, the detour selection probability Pa is calculated based on the utility Ua for “detour” and the utility Uu for “wait”, and “detour” or “wait” is selected according to the calculated selection probability Pa. Is described.
Moreover, there exists Unexamined-Japanese-Patent No. 2010-18221 (patent document 2). This gazette states that “a simple prediction diagram in which the planned schedule is corrected without any operational arrangements under the assumed transportation obstacles is created as a provisional operational arrangement plan, and a passenger flow simulation is performed on this provisional operational arrangement plan. As a result of the flow simulation, the passenger flow estimation results such as the behavior of each passenger when the train is operated along the provisional driving arrangement plan and the evaluation of the provisional driving arrangement plan are obtained. Based on this, a new provisional driving arrangement plan that corrects the dissatisfied part of the provisional driving arrangement plan is created, and then a passenger flow simulation for the new provisional driving arrangement plan and a new part that corrects the dissatisfied part of the provisional driving arrangement plan are prepared. The provisional operation arrangement plan is repeatedly created, and among the repeatedly prepared provisional operation arrangement plans, the “best” provisional operation arrangement plan is evaluated. It has been described as being output. "As proposal.
上記特許文献１においては、「迂回」に対する効用Ｕａ及び「待ち」に対する効用Ｕｕは、全所要時間および運転再開時間までの待ち時間によって計算され、迂回の選択確率Ｐａを算出することによって旅客の迂回行動をシミュレーションする。一方、本公知例では、選択確率Ｐａが所定の値になるように全所要時間および運転再開時間までの待ち時間を設定する手段が提供されていない。したがってダイヤ乱れ時において、「待つ」旅客と「迂回」する旅客が分散し、鉄道の混雑が分散するように鉄道を制御することができない。
In
また、上記特許文献２においては、障害時における鉄道旅客流動をシミュレーションし、旅客の不効用を最小にするダイヤを作成する。しかし、本公知例においては、当該経路を選択した旅客の不効用を最小にするダイヤを作成することはできるが、鉄道網全体の負荷を最適化するように、旅客の流動を制御することは困難である。
Moreover, in the said
そこで本発明は、複数の交通手段が混在する交通網において、各交通手段が所望の利用確率となるような制御情報を提供することを目的とする。 Therefore, an object of the present invention is to provide control information in which each transportation means has a desired use probability in a transportation network in which a plurality of transportation means are mixed.
上記課題を解決するために、例えば特許請求の範囲に記載の構成を採用する。
本願は上記課題を解決する手段を複数含んでいるが、その一例を挙げるならば、過去の運行状況を示す運行状況データと、旅客の交通手段の利用履歴を示す旅客流動履歴と、旅客が交通手段を選択する際の判断材料となる制御変数と、を記憶する記憶部と、前記記憶部に記憶された前記運行状況データ、および、前記旅客流動履歴、から旅客の交通手段ごとの利用確率を出発地または目的地に対応づけて求める演算処理部と、を有し、前記演算処理部は、指定された運行状況における各交通手段の利用確率が所定の値になるような前記制御変数を求め、交通を管理するシステムへ当該制御変数を提供することを特徴とする。In order to solve the above problems, for example, the configuration described in the claims is adopted.
The present application includes a plurality of means for solving the above-mentioned problems. For example, operation status data indicating past operation status, passenger flow history indicating use history of passenger traffic, and passenger traffic A storage unit that stores a control variable that is a judgment material when selecting a means, the operation status data stored in the storage unit, and the passenger flow history; An arithmetic processing unit that is obtained in association with a starting point or a destination, and the arithmetic processing unit obtains the control variable such that the use probability of each means of transportation in a specified operation situation becomes a predetermined value. The control variable is provided to a traffic management system.
本発明は、複数の交通手段が混在する交通網において、各交通手段が所望の利用率となるような制御情報を提供することができる。 The present invention can provide control information such that each transportation means has a desired utilization rate in a transportation network in which a plurality of transportation means are mixed.
これによって例えば、複数の交通手段あるいは路線に旅客を分散させ、一つの交通機関に負荷が集中しないように交通機関の制御を行うことができるため、鉄道あるいはバスを含む都市交通全体として最適な旅客流動を実現することができる。
上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。
As a result, for example, passengers can be distributed over multiple modes of transportation or routes, and transportation can be controlled so that the load is not concentrated on a single transportation. Flow can be realized.
Problems, configurations, and effects other than those described above will be clarified by the following description of embodiments.
以下、実施例について図面を用いて説明する。 Hereinafter, embodiments will be described with reference to the drawings.
本実施例では、交通需要の制御を行う交通需要制御装置および運行計画の作成や利用者への情報提供を行う運行管理装置の例を説明する。 In this embodiment, an example of a traffic demand control device that controls traffic demand and an operation management device that creates an operation plan and provides information to a user will be described.
図１は、本実施例における交通需要制御装置の構成の例を示す図である。交通需要制御装置１００は、各種プログラムやデータベースが格納される記憶部１３０と、種々の演算を行う演算処理部１２０を備える。記憶部１３０は、運行情報１０１として路線データベース１０８および運行障害・事故情報データベース１０９を記憶し、流動情報１０２として、旅客流動履歴データベース１１０を記憶する。ここで、路線データベース１０８は、後述する路線データテーブル（図２）、地点情報データテーブル（図３）、ダイヤ情報データテーブル（図５）からなる。また、演算処理部１２０は、自身が実行するソフトウェアとして、旅客の流動を推定する旅客流動推定部１０３、交通手段ごとの旅客の利用確率を調整する交通需要調整部１０４を有する。
FIG. 1 is a diagram illustrating an example of a configuration of a traffic demand control device according to the present embodiment. The traffic
また、交通需要制御装置は１００、キーボードやマウス等で構成する入力装置１５０と、ディスプレイ等で構成する出力装置１４０を備える。
The traffic
また、交通需要制御装置１００には、鉄道やバスの運行計画、運行管理を行う運行管理装置１６０が接続される。運行管理装置１６０は、鉄道やバスの運行計画を作成する運行計画作成部１０５、利用者へ情報を提供する情報提供部１０６、運行計画作成部１０５が作成した運行計画に沿って運行の管理を行う運行管理部１０７を有する。
The traffic
尚、本実施例では、演算処理部１２０は例えばＣＰＵで構成され、演算処理部１２０が行うプログラムとして各種ソフトウェアを有するよう説明したが、機能や処理ごとに例えば集積回路で設計する等によりハードウェアで実現することもできる。また、運行管理装置１６０は、交通需要制御装置１００とは別途設けるように説明しているが、運行管理装置１６０が有する機能を演算処理部１２０で実行させたり、演算処理部１２０および運行管理装置１６０が実行する複数の処理を機能ごとに別々のハードで実現さえたりすることもできる。
In the present embodiment, the
以下、交通需要制御装置１００内の各装置の動作について詳細に説明する。
Hereinafter, the operation of each device in the traffic
図２は、運行情報管理部１０１が有する路線データベース１０８に格納される路線データテーブルの例を示した図である。路線データテーブル２００には、レコードＩＤ２０１、出発地点２０２、到着地点２０３、路線名２０４、距離２０５、料金２０６、標準所要時間２０７の各要素から構成されるデータが格納される。レコードＩＤ２０１は、路線データを表す各レコードにユニークに割り当てられたＩＤである。出発地点２０２および到着地点２０３は、各路線データの交通機関の出発地点および到着地点の組み合わせである。地点は交通機関が鉄道の場合は駅、バスの場合はバス停に相当する。路線名２０４は、出発地点２０２、および到着地点２０３が属する路線の名称である。距離２０５、料金２０６、標準所要時間２０７は、出発地点２０２および到着地点２０３間の距離、料金、標準所要時間を表すデータである。
FIG. 2 is a diagram illustrating an example of a route data table stored in the
図３は、運行情報１０１が有する路線データベース１０８に格納される地点情報データテーブルの例を示した図である。地点情報データテーブル３００には、レコードＩＤ３０１、地点名３０２、住所３０３、座標３０４、エリアＩＤ３０５の各要素から構成されるデータが格納される。レコードＩＤ３０１は、地点情報データを表す各レコードにユニークに割り当てられたＩＤである。地点名３０２は、出発地点２０２あるいは到着地点２０３に対応する情報である。住所３０３は、地点３０２の住所情報である。座標３０４は、地点名３０２が存在する緯度経度情報である。エリアＩＤ３０５は、当該地点が属するエリアを識別するためのＩＤである。エリアＩＤは、路線であらわされる都市交通がカバーする都市全体のエリアを、地点の位置に応じて所定の範囲に分割し、ユニークなＩＤで割り当てたものである。分割の方法は、地点の位置情報に応じて所定の大きさの矩形で分割する方法が考えられる。あるいは住所単位で分割してもよい。一つのエリアには、通常複数の地点情報が含まれる。図４は、エリアＩＤと路線情報、地点情報との関係の一例を説明した図である。エリアＩＤと路線情報、地点情報との関係は、例えば以下のような関係である。矩形で表現された出発地エリア１（４０１）と目的地エリア２（４０２）が存在し、出発地エリア１には地点としてＡ駅とＣ駅が、目的地エリア２にはＢ駅とＤ駅が存在する。Ａ駅とＢ駅の間は路線Ｘで、Ｃ駅とＤ駅の間は路線Ｙで結ばれている。地点および路線は、公共交通として鉄道、あるいはバスが考えられる。図５は、運行情報１０１が有する路線データベース１０８に格納されるダイヤ情報データの例を示した図である。ダイヤ情報データ５００は、列車あるいはバスの運行情報データであるダイヤ情報を格納する。図５はダイヤ情報の例を示した図である。ダイヤ情報５００は、横軸に時刻５０１、縦軸に駅またはバス停の位置５０２を表し、線５０３は１本の列車、あるいはバスの運行を表す。これにより、どの列車、バスがいつどこの駅に存在するかを表現することができる。また、路線ごとの運行間隔の情報も格納される。
FIG. 3 is a diagram illustrating an example of the point information data table stored in the
図６は、運行情報１０１が有する運行障害・事故事例データベース１０９に格納される運行障害・事故事例データテーブルの例を示した図である。運行障害・事故事例データテーブル６００には、過去に発生した運行障害・事故事例データが格納され、レコードＩＤ６０１，日付６０２、発生時刻６０３、運行再開予定時刻６０４、発生路線６０５、発生箇所６０６、発生原因６０７、運行正常化時刻６０８の各要素から構成されるデータが格納される。レコードＩＤ６０１は、各運行障害・事故事例データにユニークに割り当てられたＩＤである。日付６０２は、運行障害あるいは事故が発生した日付である。発生時刻６０３は、運行障害・事故が発生した時刻である。運行再開予定時刻６０４は、運行障害・事故が発生したことにより交通機関が運行を再開する見込みを記録した時刻である。発生路線６０５は、障害・事故が発生した路線の名称である。発生箇所６０６は、障害・事故が発生した箇所である。発生原因６０７は、運行障害・事故が発生した原因である。運行正常化時刻６０８は、交通機関が通常運行に回復した時刻である。運行正常化時刻６０８の、運行再開予定時刻６０４との違いは以下の通りである。運行再開予定時刻は、事故が発生した直後に運行を管理する管理員が過去の事例や現場の状況に基づいて何時ごろに運行を再開できるか予測した時刻である。これに対して運行正常化時刻６０８は、交通機関が実際に通常運行に回復した時刻である。もし現時点において、事故や障害が発生した場合、旅客には運行再開予定時刻が案内される。
FIG. 6 is a diagram showing an example of an operation failure / accident case data table stored in the operation failure /
図７は、流動情報１０２が有する旅客流動履歴データベース１１０に格納される旅客流動履歴データテーブルの例を示した図である。旅客流動履歴データテーブル７００には、ＩＤ７０１，入場時刻７０２、出場時刻７０３、入場駅７０４、出場駅７０５の各要素から構成されるデータが格納される。各レコードに記録される入出場履歴データは、例えば交通機関として鉄道利用の場合は各駅の改札口に設置された自動改札機を通過したＩＣカード乗車券や磁気券の情報から生成される。ＩＤ７０１は各レコードに格納された入出場情報を識別するためのＩＤであり、トリップ（路線施設に入場してから、出場するまでが1トリップ）ごとに付けられる。入場時刻７０２は入場駅７０４に入場した時刻である。出場時刻７０３は出場駅７０５に出場した時刻である。使用路線７０６は旅客が使用した路線である。また、交通機関がバス等の場合は、入場時刻７０２、出場時刻７０３、入場駅７０４、出場駅７０５の代わりにそれぞれ乗車時刻、降車時刻、乗車地点、降車地点の情報が格納されてもよい。
FIG. 7 is a diagram illustrating an example of a passenger flow history data table stored in the passenger
本実施例では、運行情報１０１に格納された路線データベース１０８、および運行障害・事故事例情報データベース１０９、流動情報１０２に格納された、旅客流動履歴データベース１１０に格納された各データテーブルを入力情報として、交通機関の交通需要を制御する装置を提供する。交通需要の制御は、具体的には以下の手順で処理が行われる。
In this embodiment, the
旅客流動推定部１０３において、過去のデータ事例に基づいて旅客流動を推定する処理を行う。交通需要調整部１０４は、推定された旅客流動情報に基づいて交通機関の選択確率を計算する処理を行う。そして計算された選択率に基づいて、運行障害が発生した場合における路線毎の選択確率を調整して需要制御を行う方法を決定する。運行計画作成部１０５では、決定された需要制御情報に基づいて各交通機関の運行計画を決定する。情報提供部１０６では、決定された需要制御情報を交通機関の利用者に提供する。運行管理部１０７では決定された運行計画に基づいて列車やバスの交通機関の運行を管理する。
The passenger
以下各処理について説明する。 Each process will be described below.
旅客流動推定部１０３において、過去のデータ事例に基づいて旅客流動を推定する処理を行う。本実施例における旅客流動の推定は，離散選択モデルに基づく路線選択モデルを構築することによって行う。離散選択モデルに基づく路線選択モデルとは，路線の効用関数を定義し、旅客はその効用関数によって計算される効用値に基づく選択確率が大きい方の路線を選ぶという前提に立つモデルである。例えば、ある出発地エリアiから目的地エリアjに移動することを考えた場合に，移動手段が路線Xと路線Yの2つの手段があったとする。路線X(Y)の効用値をUX(Y)とすると、旅客が路線Xを選択する選択確率PX(Y)は、式(1),(2)のように表される。
PX = Pr[UX > UY] …(1)
PY = 1- PX …(2)The passenger
PX = Pr [UX> UY]… (1)
PY = 1- PX… (2)
代表的な離散選択モデルとして、ロジットモデルがあり、式(3)のように表される。
PX = exp(UX)/{exp(UX)+exp(UY)} …(3)As a typical discrete selection model, there is a logit model, which is expressed as Equation (3).
PX = exp (UX) / {exp (UX) + exp (UY)}… (3)
したがって、効用関数の値が変更されれば、選択確率もそれに応じて変わることになる。 Therefore, if the value of the utility function is changed, the selection probability will change accordingly.
以下、本実施例ではこのロジットモデルを旅客流動の推定例として説明する。図８は、旅客流動推定部１０３の処理手順を示すフローチャートである。
Hereinafter, in this embodiment, this logit model will be described as an example of passenger flow estimation. FIG. 8 is a flowchart showing a processing procedure of the passenger
旅客流動推定部１０３は、路線データベース１０８、運行障害・事故情報データベース１０９、旅客流動履歴データベース１１０、に記憶される過去の事例から、旅客の交通手段の選択確率を求めるためのパラメータを算出する。この算出処理は、ある程度データが蓄積されるごとに、例えば1週間ごとに行われる。
Passenger
ますは、ステップ８０１において、効用関数を決定する。ロジットモデルにおいては、効用関数は式(4)のような線形の式で表される。
式(4)において、Umは経路mの効用値、X km はk番目の説明変数、α k はパラメータ、βは定数項である。
In Equation (4), Um is the utility value of path m, X km is the kth explanatory variable, α k is a parameter, and β is a constant term.
経路mの効用値Umは、説明変数を決定した後、パラメータ推定を行うことによって求められた効用関数を用いて計算される。そのため、運行情報管理部１０１に格納された路線データベース１０８、および運行障害・事故事例情報データベース１０９に格納された情報に基づいて説明変数を選択する処理を行うのがステップ８０１である。すなわち、ステップ８０１では、説明変数として、例えば「料金」および「所要時間」、「時間あたりの運行本数」「運行再開までの予想時間」のうち、どの項目を採用した効用関数を使用するかを決定する。いずれの項目を採用するかは、予め定めておいても良いし、計算の度に利用者が入力してもよい。
The utility value Um of the path m is calculated using the utility function obtained by determining the explanatory variables and then performing parameter estimation. Therefore, in
「料金」に関する情報は、路線データテーブル２００に格納された料金２０６から取得することができる。「所要時間」に関する情報は、標準所要時間２０７、あるいは旅客流動履歴データベース１１０に格納された入場時刻７０２と出場時刻７０３の差から取得することができる。「時間あたりの運行本数」はダイヤ情報データテーブルから取得することができる。「運行再開までの時間」に関する情報は、運行障害・事故事例データテーブル６００に格納された運行正常化時刻６０８と発生時刻６０３との差から取得することができる。
Information related to “charge” can be acquired from the
ステップ８０２において、運行情報管理部１０１に格納された運行障害・事故事例情報データベース１０９を参照して、出発地がエリアi、目的地がエリアｊに関連する運行障害・事故事例情報を取得する。運行障害・事故事例情報の取得の方法は、以下の手順で行われる。まず運行障害・事故事例データテーブル６００に格納された情報である発生路線６０５の情報を基に、路線データテーブル２００に格納された情報である出発地点２０２、到着地点２０３を取得する。次に、取得された出発地点２０２、到着地点２０３に関する情報を基に、地点情報データテーブル３００におけるエリアＩＤ３０５を参照し、出発地のエリアＩＤがi、目的地のエリアＩＤがｊである出発地点２０２、到着地点２０３の情報を抽出する。
In
ステップ８０３において、ステップ８０２において抽出された出発地点２０２、到着地点２０３情報に基づいて、旅客流動履歴データベース１１０から出発地のエリアＩＤがi、目的地のエリアＩＤがｊである流動履歴情報を抽出する。
In
ステップ８０４において、ステップ８０２および８０３によって抽出された情報に基づいて、路線選択結果データを作成する。図９に路線選択結果データ９００を示す。路線選択結果データ９００は、各路線が選択された場合における各説明変数の値と、各旅客の路線選択結果を格納したデータである。
In
路線選択結果データ９００は、ＩＤ９０１、料金９０２、所要時間９０３、時間当たりの運行本数９０４、運行再開までの時間９０５、選択結果９０７のデータから構成される。これらのデータ集合は、出発地エリアiおよび目的地エリアjの間を旅客が利用した路線の数だけ存在する。また各旅客はいずれか一つの路線を選択したとし、その情報が旅客流動履歴データベース１１０に格納されている。一方、選択されなかった路線の情報は、路線データベース１０９から参照される。
The route
ＩＤ９０１は、旅客流動履歴データベース１１０に格納されたＩＤ７０１である。料金９０２は各路線の料金であり、路線データテーブル２００に格納された料金２０６に対応する。所要時間４０５は出発地のエリアＩＤがi、目的地のエリアＩＤがｊである出発地点２０２、到着地点２０３までの所要時間であり、選択された路線であれば、旅客流動履歴データベース１１０における入場時刻７０２および出場時刻７０３から計算される。一方選択されなかった経路であれば、路線データテーブル２００における標準所要時間２０７のデータが参照される。時間当り運行本数９０４は各経路の時間当たりの運行本数であり、ダイヤ情報データテーブル４００から参照される。運行再開までの時間４０７は、運行障害・事故事例データテーブル６００に格納された運行正常化時刻６０８と発生時刻６０３との差から取得することができる。運行障害が起こらなかった経路の場合には、０の値が格納される。選択結果９０６は、各旅客がどの路線を選択したかを表すデータである。例えば旅客が路線１を選択した場合には路線１選択結果に１が、それ以外には０の値が格納される。
ステップ８０５において、効用関数パラメータの値を計算する。具体的には、以下のようにして計算される。選択結果９０６に格納される、旅客iの路線nの選択結果をδ in とする。すると、すべての旅客に対する選択結果が実現する同時選択確率は、式(5)のように表される。
式(5)は効用関数パラメータの関数となり、この関数Lを尤度関数として最尤推定法によりＬを最大にすることにより、効用関数パラメータを計算することができる。 Equation (5) becomes a function of the utility function parameter, and the utility function parameter can be calculated by maximizing L by the maximum likelihood estimation method using this function L as a likelihood function.
ステップ８０６において、全ての出発地エリアと目的地エリアの組み合わせに対して効用関数パラメータの計算を行った否かを判定する。もし計算が行われていない出発地エリアと目的地エリアの組み合わせが存在すれば、ステップ８０２に戻って計算を繰り返す。一方、すべての組み合わせに対して計算が終了していれば、旅客流動推定部における処理を終了する。
In
図１０は、旅客流動推定部１０３の出力結果を示した図である。出力結果１０００は、出発地エリアＩＤ１００１、目的地エリアＩＤ１００２、出発エリアＩＤ１００１、目的地エリアＩＤ１００２毎に計算された効用関数のパラメータ１００３が格納される。
FIG. 10 is a diagram illustrating an output result of the passenger
次に交通需要調整部１０４の動作について説明する。
Next, the operation of the traffic
交通需要調整部１０４は、旅客流動推定部１０３において計算された効用関数のパラメータに基づいて、運行障害あるいは事故が発生した路線に関連する出発地エリアから目的地エリアの組み合わせに対して各経路の選択確率が所望の値になるように説明変数の値を計算する。そして計算された説明変数の値を運行計画作成部１０５に出力することによって、運行障害が発生した場合の、経路における交通手段の制御方法を決定する。
Based on the parameters of the utility function calculated by the passenger
以下交通需要調整部１０４の動作について詳細に説明する。
Hereinafter, the operation of the traffic
図１１は、交通需要調整部１０４の処理手順を示すフローチャートである。
FIG. 11 is a flowchart showing the processing procedure of the traffic
ステップ１１０１において、発生した運行障害・事故情報を入力する。運行障害・事故情報が発生すると、通信手段を介して交通機関の運転員から情報が伝達される。運転員から伝達される情報は運行障害・事故事例データテーブル６００のうち、日付６０２、発生時刻６０３、発生路線６０５、発生箇所６０６、発生原因６０７である。
In
ステップ１１０２において、運行障害・事故が発生した経路・地点に関連する出発地エリア、および目的地エリアを抽出する。具体的には、まず運行障害・事故が発生した経路が通過する出発地エリア、および目的地エリアを抽出する。そして、抽出された出発地エリアおよび目的地エリアの組み合わせの集合から、運行障害・事故が発生した地点が出発地エリアと目的地エリアの間、あるいはエリアの中に存在する出発地エリアと目的地エリアの組み合わせを抽出する。
In
ステップ１１０３において、ステップ１１０２において抽出した出発地エリア、および目的地エリアに対する経路段の選択確率が所定の値になるような説明変数を探索し、各経路における路線の選択確率を調整する制御情報を作成する。具体的には以下の方法によって行われる。旅客流動推定部１０３の出力結果１０００から、抽出された出発地エリア、および目的地エリアに関する効用関数のパラメータ１００３を選択する。次に選択されたパラメータを式（４）に代入して、路線選択モデルの効用関数を確定させる。そして効用関数における説明変数の値を調整することによって、式（３）に示した選択確率を計算する。
In
図１２に説明変数の調整方法のイメージを図示したものを示す。図１２は、説明変数の例として、路線Ｘの料金を変化させたときの、路線ＸとＹの選択確率の変化を示している。需要の調整は例えば以下のようにして行われる。運行障害・事故が発生していない平常時における、路線Ｘの料金、および路線ＸとＹの選択確率の値は１２０１に示す点であるとする。ここから運行障害が発生した場合には、この値から出発して所定の選択確率、例えば１１０２に示した範囲になる料金の値を探索する。同様の処理を他の説明変数、例えば「所要時間」、「時間あたりの運行本数」「運転再開までの時間」に対してもおこない、所定の選択確率になるように説明変数の値を探索する。「運行再開までの時間」は、運行障害が発生した段階においては未確定であるので、過去の障害事例に基づいて推測値を指定する。探索の方法は選択確率を目的関数とする、一般的に知られている制約条件付き最適化手法によって実現可能である。あるいは最適化手法によって選択確率を計算する代わりに、交通管理者自身が所定の選択確率を設定してもよい。 FIG. 12 shows an image of an explanatory variable adjustment method. FIG. 12 shows changes in the selection probabilities of the routes X and Y when the price of the route X is changed as an example of explanatory variables. The adjustment of demand is performed as follows, for example. It is assumed that the value of route X and the selection probability of routes X and Y are points indicated by 1201 in a normal time when no operation failure or accident occurs. When an operation failure occurs from this point, a value of a charge within a predetermined selection probability, for example, a range shown in 1102, is searched starting from this value. The same processing is performed for other explanatory variables such as “required time”, “the number of operations per hour”, and “time until restart of operation”, and the value of the explanatory variable is searched so as to have a predetermined selection probability. . Since “time to resume operation” is uncertain at the stage where the operation failure occurs, an estimated value is designated based on past failure cases. The search method can be realized by a generally known optimization method with a constraint condition using a selection probability as an objective function. Alternatively, instead of calculating the selection probability by the optimization method, the traffic manager may set a predetermined selection probability.
ステップ１１０４において、決定した説明変数情報を交通手段の制御情報として運行計画作成部に送信する
運行計画作成部１０５では交通需要調整部１０４において作成された交通手段の制御情報を入力情報として、各経路における交通手段の運行計画を作成する。具体的には制御情報として与えられた「所要時間」、「時間あたりの運行本数」「運行再開までの時間」を制約条件として公知のダイヤ作成アルゴリズム手法を用いて、運行ダイヤを作成する。In
The operation
運行計画作成部１０５においては、交通機関の選択確率を可視化する手段を有する。例えば、図１３に示したように、都市交通ネットワーク１３０１に対して、障害が発生した地点１３０２および路線１３０３、路線１３０４に関連する出発地１３０５および目的地１３０６、各路線における障害発生前後での選択確率の変化１３０７、１３０８を表示したり、出力装置１４０を介して交通需要制御装置の利用者へ表示することが考えられる。
The operation
情報提供部１０６は、旅客に制御情報を案内する装置である。具体的には、駅やバス停に設置された案内板や、旅客が所持する携帯端末に「所要時間」、「時間あたりの運行本数」「運行再開までの時間」といった制御情報を送信し、旅客に交通手段の選択を促すために用いられる。
The
運行管理部１０７は、運行計画に基づいて列車やバスを運行するために、信号装置等の各種制御装置を制御する装置である。公知の技術によって、運行管理を行うことができる。
The
本実施例では、列車やバスといった公共交通の需要制御だけでなく、一般車両が走行する道路交通の制御も行うことが可能な交通需要制御装置の例を説明する。 In the present embodiment, an example of a traffic demand control apparatus capable of controlling not only public traffic demand control such as trains and buses but also road traffic on which ordinary vehicles travel will be described.
図１４は、実施例２における交通需要制御装置１４００を示す構成図の例である。 FIG. 14 is an example of a configuration diagram illustrating the traffic demand control device 1400 according to the second embodiment.
図１の交通需要制御装置１００のうち、既に説明した図１に示された同一の符号を付された構成と、同一の機能を有する部分については、説明を省略する。
In the traffic
実施例２における交通需要制御装置１４００では、実施例１の構成に加えて、さらに運行情報１０１に道路データベース１４０１、経路集合作成部１４０２を備えた構成になっている。この構成を追加したことにより、一般車両が走行する道路交通の需要制御も行うことが可能になっている。
In the traffic demand control apparatus 1400 according to the second embodiment, in addition to the configuration according to the first embodiment, the
以下交通需要制御装置１４００について説明する。 Hereinafter, the traffic demand control apparatus 1400 will be described.
道路データベース１４０１には、ノードＩＤやリンクＩＤ，道幅や国道・県道といった道路の種別等、道路地図を構成する情報が格納されている。
The
運行障害・事故事例データテーブル６００の第２の実施例の第１の実施例との違いは以下のとおりである。道路交通の場合における障害事故事例は、交通機関が運行を停止したのに対し、道路交通の場合は道路が通行止め、あるいは車線規制になったかどうかということで表現することができる。したがって第１の実施例における運行再開予定時刻３０４、発生路線３０５、運行正常化時刻３０８に格納される情報は、第２の実施例の場合は、それぞれ正常通行再開予定時刻、発生道路、通行正常化時刻である。
The difference between the second embodiment of the operation failure / accident case data table 600 and the first embodiment is as follows. In the case of road traffic, the case of a fault accident can be expressed by whether the road has been closed or lane restricted in the case of road traffic, while the transportation has stopped operating. Therefore, the information stored in the scheduled
第２の実施例において、流動情報管理部１０２が有する旅客流動履歴データベース１１０に格納される情報は、さらに道路を走行する車両から収集されたプローブデータに基づく流動情報が格納される。
In the second embodiment, information stored in the passenger
図１５は、第２の実施例において追加で格納される、流動情報管理部１０２が有する旅客流動履歴データベース１１０に格納される旅客流動履歴データテーブルの例を示した図である。旅客流動履歴データテーブル１５００は、プローブデータを収集した車両を識別するための車両ＩＤ１５０１、プローブデータが収集された道路リンクを識別するための道路の始点ノードＩＤ１５０２と終点ノードＩＤ１５０３、車両がその道路リンクへ進入した時刻である流入時刻１５０４、車両が道路リンクを通過したときの旅行時間１５０５と走行距離１５０６で構成される。
FIG. 15 is a diagram illustrating an example of a passenger flow history data table stored in the passenger
経路集合作成部１４０２はある出発地エリアからある目的地エリアに行くまでの道路上の経路の集合を作成する装置である。第２の実施例の場合である道路交通を考慮した場合は、ある出発地エリアからある目的地エリアに行くまでの経路は、公共交通だけを考慮した場合に比べて、多くの異なる経路が存在すると考えられる。少しだけ走行経路の異なる経路をそれぞれ別の経路と見なして経路集合とした場合、それぞれの経路を走行したプローブデータが少なくなり、信頼性の高い離散選択モデルを作成することができない。そこで経路集合作成部１４０２では、ある出発地エリアからある目的地エリアまでの複数の異なる経路の集合から、同一の経路と見なせる経路を一つの経路とみなす処理を行うことで、出発地エリアからある目的地エリアまでの選択肢となりうる経路集合を作成する処理を行う。 The route set creation unit 1402 is a device that creates a set of routes on a road from a certain departure area to a certain destination area. When considering road traffic, which is the case of the second embodiment, there are many different routes from a certain departure area to a certain destination area, compared to when considering only public traffic. I think that. If routes with slightly different travel routes are regarded as different routes and used as a route set, the probe data that traveled on each route decreases, and a highly reliable discrete selection model cannot be created. In view of this, the route set creation unit 1402 performs processing that considers a route that can be regarded as the same route from a set of a plurality of different routes from a certain departure area to a certain destination area as a single route. A process of creating a route set that can be an option to the destination area is performed.
以下経路集合作成部１３０２の動作について説明する。
Hereinafter, the operation of the route set
図１６は 経路集合作成部１３０２の動作をしめすフローチャートである。
FIG. 16 is a flowchart showing the operation of the route set
ステップ１６０１において、旅客流動履歴データテーブル１５０１に格納されているプローブデータのうち、エリアiから流出してエリアｊに流入する全ての車両に関するプローブ情報を抽出する。エリアの設定方法は、実施例１の場合と同様である。
In
図１７に、エリアiから流出してエリアｊに流入する全ての車両に関するプローブ情報データのイメージを示す。プローブ情報を構成する始点ノードＩＤ１５０２と終点ノードＩＤ１５０３のペアの集合で表現される道路リンクは１７０１のように表される。あるひとつの経路１７０２は道路リンク１７０１の集合で表現される。また複数の車両が同じ道路を使うことがあるため、ひとつの経路には他の経路を構成する道路リンクが重複していることが考えられる。
FIG. 17 shows an image of probe information data relating to all vehicles that flow out of area i and flow into area j. A road link represented by a set of pairs of a
ステップ１６０２において、ステップ１６０１において抽出したデータのうち、ある車両に着目し、エリアiからエリアｊへ向かう道路リンク列を抽出する。
In
ステップ１６０３において、経路集合として登録されている経路が存在するか否かを判定する。もし存在すれば、次のステップ１６０４に進む。一方もし存在しなければ、後述するステップ１６０６に進む。
In
ステップ１６０４において、当該リンク列をすべての登録済み経路と比較して、重複率を計算する。重複率とは、リンク列同士を比較した場合に道路リンクが重複している割合である。この割合が大きいと、2つのリンク列は、重なっている道路リンクが大きいことを意味し、両者のリンク列は類似していることになる。
In
ステップ１６０５において、重複率が閾値以下であるかいなかを判定する。そしてもしすべての経路に対して閾値以下であれば、経路集合には類似した経路がまだ登録されていないと判断する。そして、ステップ１６０６に進み、当該経路の通行料金、および所要時間を計算する。通行料金は、道路課金システムの運用方針にもとづいて決定される。例えば走行距離に比例した通行料を設定することが考えられる。また所要時間は、道路データベースに登録された、各道路リンクに対する標準所要時間に基づいて計算される。あるいは道路リンク列の旅行時間を積算した結果を用いてもよい。
In
ステップ１６０７において、当該リンク列をエリアiを目的地、エリアｊを出発地とする場合の経路のひとつとして経路集合に登録する。
In
一方で、ステップ１６０５にいて、重複率が閾値以上である経路が経路集合の中に存在すれば、当該リンク列が表す経路はすでに経路集合に存在すると判定する。そしてステップ１６０２にもどり、次の車両に関するリンク列に対して同様の処理を行う。
On the other hand, if it is determined in
ステップ１６０８において、全ての車両の走行軌跡に対して処理が終了したか否かを判定する。そして全ての車両に対して処理が終了していなければステップ１６０２に戻り、処理を繰り返す。
In
ステップ１６０９において、すべての全ての出発地エリア・目的地エリアの組み合わせに対して処理終了が終了したか否かを判定する。もし終了していなければステップ１６０１に戻り、処理を繰り返す。
In
図１８に、経路集合作成部処理後の経路集合に格納される経路の例をしめす。本実施例では出発エリアから目的地エリアの経路は２つあると判定された例について示している。また格納された経路は重複した道路リンクを多く含むリンク列は同じ経路とみなされる。 FIG. 18 shows an example of routes stored in the route set after the processing of the route set creation unit. In this embodiment, an example is shown in which it is determined that there are two routes from the departure area to the destination area. In addition, the stored route is regarded as the same route as a link string including many overlapping road links.
本実施例で示した経路集合作成処理のほかに、例えば「Screening法による観光周遊ルート集合の抽出」（土木計画学講演集 Ｎｏ２２（１）、１９９９年１０月）にあるように、出発エリア、および目的地エリア内に存在する任意のノード間で経路探索を複数回実施して、その結果を経路候補集合とする処理方法を採用してもよい。 In addition to the route set creation processing shown in the present embodiment, for example, as described in “Extraction of sightseeing tour route set by Screening method” (Civil Engineering Planning Lecture No. 22 (1), October 1999), the departure area, Alternatively, a processing method may be employed in which route search is performed a plurality of times between arbitrary nodes existing in the destination area, and the result is set as a route candidate set.
本実施例における旅客流動推定部１０５と、実施例１における旅客流動推定部１０５との動作の違いは以下の通りである。効用関数の説明変数は、料金、所要時間、通行再開までの時間を使用する。また選択結果データの作成における利用路線の決定には、プローブデータの重複率が最も大きい経路を使用した路線とする。
The difference in operation between the passenger
本実施例における需要調整部１０６の動作は、実施例１の場合と同様である。ただし効用関数の説明変数は実施例1の場合と異なり、料金、所要時間、通行再開までの時間を使用する。
The operation of the
運行計画作成部１０５では、料金、所要時間、通行再開までの時間といった、車両に提供する情報の作成処理が行われる。
The operation
このように、本実施例では、バスや鉄道だけでなく一般車両が走行する道路交通の制御も交通手段の選択枝として考慮して、一つの交通機関に負荷が集中しないよう制御することができる。 In this way, in this embodiment, it is possible to control so that the load is not concentrated on one transportation system, considering not only buses and railroads but also road traffic control of general vehicles as a choice of transportation means. .
なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、実施例１と実施例２を組み合わせた構成も考えられる。また本発明は運行障害発生時のみ動作するだけではなく、通常運行時においても路線の負荷を分散させるために動作させることができる。 In addition, this invention is not limited to an above-described Example, Various modifications are included. For example, the structure which combined Example 1 and Example 2 is also considered. Further, the present invention can be operated not only when an operation failure occurs, but also during normal operation in order to distribute the load on the route.
また、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。 The above-described embodiments have been described in detail for easy understanding of the present invention, and are not necessarily limited to those having all the configurations described. Further, a part of the configuration of one embodiment can be replaced with the configuration of another embodiment, and the configuration of another embodiment can be added to the configuration of one embodiment. Further, it is possible to add, delete, and replace other configurations for a part of the configuration of each embodiment.
また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Solid State Drive）等の記録装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。
また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。
Each of the above-described configurations, functions, processing units, processing means, and the like may be realized by hardware by designing a part or all of them with, for example, an integrated circuit. Each of the above-described configurations, functions, and the like may be realized by software by interpreting and executing a program that realizes each function by the processor. Information such as programs, tables, and files for realizing each function can be stored in a recording device such as a memory, a hard disk, an SSD (Solid State Drive), or a recording medium such as an IC card, an SD card, or a DVD.
Further, the control lines and information lines indicate what is considered necessary for the explanation, and not all the control lines and information lines on the product are necessarily shown. Actually, it may be considered that almost all the components are connected to each other.
１００ 交通需要制御装置
１０１ 運行情報
１０２ 流動情報
１０３ 旅客流動推定部
１０４ 交通需要調整部
１０５ 運行計画作成部
１０６ 情報提供部
１０７ 運行管理部
１０８ 路線データベース
１０９ 運行障害・事故情報データベース
１１０ 旅客流動履歴データベース
１２０ 演算処理部
１３０ 記憶部
１４０ 出力装置
１５０ 入力装置
１６０ 運行管理装置
１４００ 交通需要制御装置
１４０１ 道路データベース
１４０２ 経路集合作成部DESCRIPTION OF
Claims (8)
前記記憶部に記憶された前記運行状況データ、および、前記旅客流動履歴、から旅客の交通手段ごとの利用確率を出発地または目的地に対応づけて求める演算処理部と、を有し、
前記演算処理部は、指定された運行状況における各交通手段の利用確率が所定の値になるような前記制御変数を求め、交通を管理するシステムへ当該制御変数を提供することを特徴とする交通需要制御装置。A storage unit that stores operation status data indicating past operation status, passenger flow history indicating a use history of a passenger's transportation means, and a control variable serving as a determination material when the passenger selects a transportation means;
An arithmetic processing unit that obtains a use probability for each means of transportation of a passenger in association with a departure place or a destination from the operation status data stored in the storage unit, and the passenger flow history,
The arithmetic processing unit obtains the control variable such that the use probability of each means of transportation in a specified operation situation becomes a predetermined value, and provides the control variable to a system for managing traffic Demand control device.
前記運行状況データには、過去に発生した運行障害に関する運行障害情報が記憶され、
前記演算処理部は、対象となる運行障害発生時に前記交通手段ごとの利用確率が所定の値になるような前記制御変数を求めることを特徴とする交通需要制御装置。In claim 1,
In the operation status data, operation failure information related to operation failures that occurred in the past is stored,
The said arithmetic processing part calculates | requires the said control variable that the utilization probability for every said transportation means becomes a predetermined value at the time of the operation failure of object, The traffic demand control apparatus characterized by the above-mentioned.
前記演算処理部は、前記制御変数と、前記旅客流動履歴と、から利用確率を求める際に必要なパラメータを出発地または目的地に対応づけて求めるものであって、
さらに、利用確率を調整する対象日時の運行障害に関する前記運行障害情報を取り込み、当該運行障害に関係する出発地または目的地の前記パラメータを使用して前記利用確率が所定の値になるような前記制御変数を求めることを特徴とする交通需要制御装置。In claim 2,
The arithmetic processing unit obtains a parameter necessary for obtaining a use probability from the control variable and the passenger flow history in association with a departure place or a destination,
Furthermore, the operation failure information related to the operation failure at the target date and time for adjusting the use probability is captured, and the use probability is a predetermined value using the parameter of the departure point or destination related to the operation failure. A traffic demand control device characterized by obtaining a control variable.
前記記憶部は、さらに道路地図情報を記憶し、
前記演算処理部は、前記旅客流動履歴と前記道路地図情報に基づいて所定の出発地から目的地までの旅客が選択した経路の集合情報を生成し、前記集合情報から主要な経路を選択し、当該選択した経路を用いて交通手段ごとの利用確率を求めることを特徴とする交通需要制御装置。In claim 1,
The storage unit further stores road map information,
The arithmetic processing unit generates set information of a route selected by a passenger from a predetermined departure point to a destination based on the passenger flow history and the road map information, and selects a main route from the set information, A traffic demand control device characterized by obtaining a use probability for each means of transportation using the selected route.
前記演算処理部は、交通手段の利用料金、または、所要時間を前記説明変数とする効用値を求める際に必要なパラメータを求め、交通手段ごとの利用確率が所定の値になるような前記説明変数を求めることを特徴とする交通需要制御装置。The control variable according to claim 3, wherein the control variable is an explanatory variable in a discrete selection model,
The arithmetic processing unit obtains a parameter necessary for obtaining a utility value using a transportation fee for use or a required time as the explanatory variable, and the explanation for the use probability for each transportation means to be a predetermined value. A traffic demand control device characterized by obtaining a variable.
前記演算処理部は、バスまたは鉄道の時間当たりの運行本数を前記説明変数とする効用値を求める際に必要なパラメータを求め、交通手段ごとの利用確率が所定の値になるような前記説明変数を求めることを特徴とする交通需要制御装置。The control variable according to claim 3, wherein the control variable is an explanatory variable in a discrete selection model,
The arithmetic processing unit obtains a parameter necessary for obtaining a utility value having the number of buses or trains operating per hour as the explanatory variable, and the explanatory variable such that a use probability for each means of transportation becomes a predetermined value. A traffic demand control device characterized by:
さらに、求めた前記制御変数に基づいて交通手段の運行計画を作成する運行計画作成部を備えたことを特徴とする交通需要制御装置。In claim 1,
Furthermore, the traffic demand control apparatus provided with the operation plan preparation part which produces the operation plan of a transportation means based on the calculated | required said control variable.
さらに、求めた前記制御変数を交通手段を利用する旅客に案内するための情報提供部を備えたことを特徴とする交通需要制御装置。In claim 1,
Furthermore, the traffic demand control apparatus provided with the information provision part for guiding the calculated | required said control variable to the passenger using a transportation means.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2013/066416 WO2014199503A1 (en) | 2013-06-14 | 2013-06-14 | Traffic demand control device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPWO2014199503A1 JPWO2014199503A1 (en) | 2017-02-23 |
| JP6138934B2 true JP6138934B2 (en) | 2017-05-31 |
Family
ID=52021833
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2015522360A Expired - Fee Related JP6138934B2 (en) | 2013-06-14 | 2013-06-14 | Traffic demand control device |
Country Status (4)
| Country | Link |
|---|---|
| EP (1) | EP3009324A4 (en) |
| JP (1) | JP6138934B2 (en) |
| CN (1) | CN105377664A (en) |
| WO (1) | WO2014199503A1 (en) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6895325B2 (en) * | 2017-06-28 | 2021-06-30 | 株式会社日立製作所 | Traffic demand forecasting device, traffic demand forecasting method, and traffic demand forecasting program |
| JP6986882B2 (en) * | 2017-07-14 | 2021-12-22 | 株式会社日立製作所 | Passenger information system, passenger information system and passenger information method |
| JP7066365B2 (en) * | 2017-10-16 | 2022-05-13 | 株式会社日立製作所 | Timetable creation device and automatic train control system |
| JP6909145B2 (en) * | 2017-12-14 | 2021-07-28 | 株式会社富士通アドバンストエンジニアリング | Information processing methods, information processing devices, and programs |
| JP7147178B2 (en) | 2018-02-27 | 2022-10-05 | トヨタ自動車株式会社 | ACTION SUPPORT DEVICE, ACTION SUPPORT METHOD, AND PROGRAM |
| JP7134701B2 (en) * | 2018-05-14 | 2022-09-12 | 株式会社東芝 | Accident restoration prediction device and accident restoration prediction method |
| US11256268B1 (en) * | 2019-03-29 | 2022-02-22 | Zoox, Inc. | Techniques for authorizing vehicle control systems |
| US11124154B1 (en) | 2019-03-29 | 2021-09-21 | Zoox, Inc. | Techniques for authorizing vehicles |
| CN110837973B (en) * | 2019-11-13 | 2022-04-29 | 北京师范大学 | Human trip selection information mining method based on traffic trip data |
| WO2021124527A1 (en) * | 2019-12-19 | 2021-06-24 | 三菱電機株式会社 | Problem breaking-down device, problem breaking-down method, and problem breaking-down program |
| CN113420926A (en) * | 2021-06-29 | 2021-09-21 | 北京交通大学 | Method for compiling multi-traffic mode transportation capacity collaborative optimization scheme between urban hubs |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0629027B2 (en) * | 1984-10-08 | 1994-04-20 | 株式会社日立製作所 | Train operation control system |
| US6317686B1 (en) * | 2000-07-21 | 2001-11-13 | Bin Ran | Method of providing travel time |
| JP4211706B2 (en) * | 2004-07-28 | 2009-01-21 | 株式会社日立製作所 | Traffic information provision device |
| JP4329711B2 (en) * | 2005-03-09 | 2009-09-09 | 株式会社日立製作所 | Traffic information system |
| JP4773306B2 (en) * | 2006-09-06 | 2011-09-14 | 公益財団法人鉄道総合技術研究所 | Program and simulation device |
| JP4747144B2 (en) | 2007-09-07 | 2011-08-17 | 公益財団法人鉄道総合技術研究所 | Program and simulation device |
| JP2010018221A (en) | 2008-07-14 | 2010-01-28 | Railway Technical Res Inst | Program, passenger flow estimation device, operation arrangement proposal preparation device, passenger flow estimation method, and operation arrangement proposal preparation method |
| JP5111347B2 (en) * | 2008-12-09 | 2013-01-09 | 公益財団法人鉄道総合技術研究所 | Program and passenger demand prediction device |
| JP2011116300A (en) * | 2009-12-07 | 2011-06-16 | Railway Technical Research Institute | Method, program and device for preparing train diagram |
| JP2011157056A (en) * | 2010-02-04 | 2011-08-18 | Railway Technical Research Institute | Passenger boarding route estimating method, train diagram preparing method, program and passenger boarding route estimating device |
| JP5800537B2 (en) * | 2011-03-18 | 2015-10-28 | 株式会社日立製作所 | Passenger flow prediction device |
-
2013
- 2013-06-14 JP JP2015522360A patent/JP6138934B2/en not_active Expired - Fee Related
- 2013-06-14 CN CN201380077376.6A patent/CN105377664A/en active Pending
- 2013-06-14 WO PCT/JP2013/066416 patent/WO2014199503A1/en active Application Filing
- 2013-06-14 EP EP13886901.1A patent/EP3009324A4/en not_active Withdrawn
Also Published As
| Publication number | Publication date |
|---|---|
| EP3009324A1 (en) | 2016-04-20 |
| CN105377664A (en) | 2016-03-02 |
| WO2014199503A1 (en) | 2014-12-18 |
| JPWO2014199503A1 (en) | 2017-02-23 |
| EP3009324A4 (en) | 2017-01-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6138934B2 (en) | Traffic demand control device | |
| US9672735B2 (en) | Traffic classification based on spatial neighbor model | |
| US10540895B2 (en) | Management of mobile objects | |
| CN110768819A (en) | Generation method, planning method, device, terminal and readable storage medium | |
| JP6895325B2 (en) | Traffic demand forecasting device, traffic demand forecasting method, and traffic demand forecasting program | |
| JP4097677B2 (en) | Navigation system, route search server, and terminal device | |
| CN105074793A (en) | Lane-level vehicle navigation for vehicle routing and traffic management | |
| US9273970B2 (en) | Systems and methods for generating a plurality of trip patterns | |
| CN114076606A (en) | Method and computer system for providing a journey route or time required for a journey route from a departure location to a destination location | |
| CN113808400B (en) | Method, device, equipment and medium for displaying traffic flow migration situation | |
| Osogami et al. | Toward simulating entire cities with behavioral models of traffic | |
| Yarkoni et al. | Quantum shuttle: traffic navigation with quantum computing | |
| Yan et al. | Performance evaluation of bus routes using automatic vehicle location data | |
| JP2019028526A (en) | Congestion prediction device | |
| Yue et al. | Traffic signal retiming to improve corridor performance | |
| Tavassoli et al. | Calibrating a transit assignment model using smart card data in a large-scale multi-modal transit network | |
| JP2018018210A (en) | Signal control device, signal control system, signal control method and program | |
| RU2674129C2 (en) | Method and system for determining, visualizing and predicting transport accessibility of areas of settlements | |
| WO2020026703A1 (en) | Transportation capacity adjustment device, transportation capacity adjustment system, and transportation capacity adjustment method | |
| JP2013008135A (en) | Congestion prediction apparatus and congestion prediction data | |
| JP6678476B2 (en) | Travel route estimation device and travel route estimation method | |
| Jin et al. | Optimal routing of vehicles with communication capabilities in disasters | |
| Kucirek | Comparison between MATSIM & EMME: Developing a dynamic, activity-based microsimulation transit assignment model for Toronto | |
| Bagherian | Network-wide analysis and design of transit priority treatments | |
| Liu et al. | Baseline microscopic and macroscopic models: Deliverable D4. 1 of the CoEXist project |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20161101 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20161228 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20170111 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20170113 |
|
| 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: 20170405 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170426 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6138934 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |