CN108701334A - 拥挤预测装置和拥挤预测方法 - Google Patents

拥挤预测装置和拥挤预测方法 Download PDF

Info

Publication number
CN108701334A
CN108701334A CN201680082378.8A CN201680082378A CN108701334A CN 108701334 A CN108701334 A CN 108701334A CN 201680082378 A CN201680082378 A CN 201680082378A CN 108701334 A CN108701334 A CN 108701334A
Authority
CN
China
Prior art keywords
data
anticipation
crowded
crowded prediction
measurement
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201680082378.8A
Other languages
English (en)
Other versions
CN108701334B (zh
Inventor
宫城惇矢
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of CN108701334A publication Critical patent/CN108701334A/zh
Application granted granted Critical
Publication of CN108701334B publication Critical patent/CN108701334B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • 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
    • G06N5/046—Forward inferencing; Production systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

预想数据生成部(20)利用对通过计测地点的人物的人数进行计测的传感器(1)输出的计测数据，预想计测地点处未来的通过人数而生成预想数据。拥挤预测处理部(40)利用预想数据生成部(20)生成的预想数据来预测计测地点的未来的拥挤状态，生成并输出拥挤预测数据。

Description

拥挤预测装置和拥挤预测方法
技术领域
本发明涉及进行举办活动时等的拥挤预测的拥挤预测装置及其方法。
背景技术
例如，在专利文献1记载的活动警备监视方法中，首先，基于过去的实际业绩或数据等，预想与活动会场或通道等警备对象区域的人群直接关联的交通机关等的流出流入地点处的人群，事先准备人群的流出流入数据。在实施警备时，在与警备对象区域的人群密切关联的周边地点设置摄像机来拍摄图像。并且，活动警备监视装置对拍摄到的图像进行图像处理而计测所述周边地点处的人流，利用人流的实测值和事先准备的人群的流出流入数据来预测周边地点及警备对象区域的拥挤。
现有技术文献
专利文献
专利文献1：日本特开2004-178358号公报
发明内容
发明要解决的课题
以往的拥挤预测装置需要事先预想人群而准备流出流入数据，存在对于初次活动或举办场所很难准备流出流入数据这样的课题。
本发明正是为了解决上述的课题而完成的，本发明的目的在于，消除事先准备用于拥挤预测的数据的必要性，能够进行初次活动或举办场所处的拥挤预测。
用于解决课题的手段
本发明的拥挤预测装置具有：预想数据生成部，其利用对通过计测地点的人物的人数进行计测的传感器输出的计测数据，预想计测地点处未来的通过人数而生成预想数据；以及拥挤预测处理部，其利用预想数据生成部生成的预想数据来预测计测地点的未来的拥挤状态，生成并输出拥挤预测数据。
发明效果
根据本发明，利用计测地点处的通过人数的计测数据而预想未来的通过人数，利用预想数据来预测计测地点处未来的拥挤状态，，因此，无需事先准备用于拥挤预测的数据，能够进行初次活动或举办场所处的拥挤预测。
附图说明
图1是本发明的实施方式1的拥挤预测装置的功能结构图。
图2是实施方式1的拥挤预测装置的硬件结构图。
图3是表示实施方式1的拥挤预测装置进行的处理的时序图。
图4是表示实施方式1的拥挤预测装置的计测数据存储部进行的处理的流程图。
图5是表示实施方式1的拥挤预测装置的预想数据生成部进行的处理的流程图。
图6是表示实施方式1的拥挤预测装置的预想数据存储部进行的处理的流程图。
图7是表示实施方式1的拥挤预测装置的拥挤预测处理部进行的处理的流程图。
图8是本实施方式2的拥挤预测装置的功能结构图。
图9是表示实施方式2的拥挤预测装置进行的处理的时序图。
图10是表示实施方式2的拥挤预测装置的计测数据存储部进行的处理的流程图。
图11是表示实施方式2的拥挤预测装置的预想数据生成部进行的处理的流程图。
图12是表示实施方式2的拥挤预测装置的预想数据存储部进行的处理的流程图。
图13是表示实施方式2的拥挤预测装置的拥挤预测处理部进行的处理的流程图。
图14是表示实施方式2的拥挤预测装置的差异计算部进行的处理的流程图。
具体实施方式
下面，为了更详细地说明本发明，参照附图对用于实施本发明的方式进行说明。
实施方式1
图1是本发明的实施方式1的拥挤预测装置的功能结构图。该拥挤预测装置用于在举办活动时，预测从车站或巴士停靠站等的公共交通机关或停车场等出现人的场所到活动会场的路径的拥挤状态。在从出现人的场所到活动会场的路径设置有传感器1，传感器1与拥挤预测装置连接。
将在从出现人的场所到活动会场的路径上设置有传感器1的位置称作计测地点。传感器1计测向去路方向或回路方向通过计测地点的人物的人数，生成时间序列数据而输出到拥挤预测装置。该传感器1例如具有摄像机，对由摄像机拍摄到的图像进行图像处理而计测通过人数。下面，将传感器1生成的时间序列数据称作计测数据。
拥挤预测装置具有计测数据存储部10、预想数据生成部20、预想数据存储部30以及拥挤预测处理部40。计测数据存储部10存储传感器1输出的计测数据。预想数据生成部20利用计测数据存储部10存储着的计测数据预想计测地点处未来的通过人数，生成时间序列数据，作为预想数据而输出到预想数据存储部30。预想数据存储部30存储预想数据生成部20输出的预想数据，将存储着的预想数据作为选择预想数据而输出到拥挤预测处理部40。拥挤预测处理部40利用预想数据存储部30输出的选择预想数据来预测计测地点的未来的拥挤状态，生成拥挤预测数据并输出到外部。
传感器1可以仅计测向去路方向通过计测地点的人数和向回路方向通过计测地点的人数中的任意一方，也可以计测双方。例如，在计测数据是计测向去路方向通过计测地点的人数而得到的情况下，预想数据生成部20生成预想仅有去路的通过人数而得到的预想数据，拥挤预测处理部40生成预测仅有去路的拥挤状态而得到的拥挤预测数据。这样，根据计测对象是去路还是回路还是两者，预想数据和拥挤预测数据的内容也发生变化。
图2是拥挤预测装置的硬件结构图。拥挤预测装置具有处理器101、存储器102、输入接口103以及输出接口104。输入接口103将来自传感器1的计测数据输入到计测数据存储部10。输出接口104将拥挤预测处理部40的拥挤预测数据输出到显示器等的外部装置。
拥挤预测装置中的预想数据生成部20和拥挤预测处理部40的各个功能通过处理电路而实现。即，拥挤预测装置具有利用计测数据生成预想数据并利用预想数据生成拥挤预测数据的处理电路。处理电路是执行存储于存储器102的程序的处理器101。处理器101还被称作CPU(Central Processing Unit：中央处理单元)、处理装置、运算装置、微处理器、微计算机或DSP(Digital Signal Processor：数字信号处理器)等。
预想数据生成部20和拥挤预测处理部40的各个功能通过软件、固件或软件与固件的组合来实现。软件或固件作为程序而记述并存储于存储器102。处理器101读出并执行存储器102中存储的程序，从而实现各部的功能。即，拥挤预测装置具有用于存储程序的存储器102，该程序在被处理器101执行时，最终执行利用计测数据生成预想数据的步骤和利用预想数据生成拥挤预测数据的步骤。另外，可以说这些程序是使计算机执行预想数据生成部20和拥挤预测处理部40的过程或方法。
在此，存储器102可以是例如RAM(Random Access Memory：随机存取存储器)、ROM(Read Only Memory：只读存储器)、EPROM(Erasable Programmable ROM：可擦写可编程只读存储器)、EEPROM(Electrically EPROM：电可擦写可编程只读存储器)、闪存、SSD(SolidState Drive：固态硬盘)等非易失性或易失性的半导体存储器，也可以是硬盘、软盘等的磁盘，还可以是CD(Compact Disc：压缩光盘)、DVD(Digital Versatile Disc：数字多功能光盘)等光盘。
拥挤预测装置中的计测数据存储部10和预想数据存储部30是存储器102。
接下来，利用图3～图7，对实施方式1的拥挤预测装置的动作进行说明。
图3是表示实施方式1的拥挤预测装置进行的处理的时序图。图4是表示实施方式1的拥挤预测装置的计测数据存储部10进行的处理的流程图。在图3的步骤S100中实施该图4的步骤S101～S104中的处理。
在图4的步骤S101中，计测数据存储部10确认有无从传感器1经由输入接口103接收到计测数据。在接收到计测数据的情况下(步骤S101“是”)，计测数据存储部10进入步骤S102，在未接收到计测数据的情况下(步骤S101“否”)，进入步骤S103。
在步骤S102中，计测数据存储部10从传感器1经由输入接口103接收并存储计测数据。
在步骤S103中，计测数据存储部10确认有无来自预想数据生成部20的通知。在有来自预想数据生成部20的通知的情况下(步骤S103“是”)，计测数据存储部10进入步骤S104，在没有来自预想数据生成部20的通知的情况下(步骤S103“否”)，返回到步骤S101。
在步骤S104中，计测数据存储部10从存储着的计测数据中选择规定范围的计测数据，作为预想用计测数据发送到预想数据生成部20。规定范围可以预先设定于计测数据存储部10，也可以根据需要而从拥挤预测装置外设定。例如，当接收到来自预想数据生成部20的通知时，计测数据存储部10将从该时点起到追溯规定范围后的时点为止的时间序列数据作为预想用计测数据发送到预想数据生成部20。
计测数据存储部10在步骤S104之后返回到步骤S101。
图5是表示实施方式1的拥挤预测装置的预想数据生成部20进行的处理的流程图。在图3的步骤S200中实施该图5的步骤S201～S206中的处理。
在图5的步骤S201中，预想数据生成部20向计测数据存储部10发送通知。该通知用于使计测数据存储部10向预想数据生成部20发送预想用计测数据。
在步骤S202中，预想数据生成部20确认有无从计测数据存储部10接收到预想用计测数据。在接收到预想用计测数据的情况下(步骤S202“是”)，预想数据生成部20进入步骤S203，在未接收到预想用计测数据的情况下(步骤S202“否”)，返回到该步骤S202。
在步骤S203中，预想数据生成部20从计测数据存储部10接收并存储预想用计测数据。
在步骤S204中，预想数据生成部20使用线性近似等预想与预想数据生成范围对应的未来的计测地点处的通过人数，生成预想数据。预想数据生成范围是决定预想从现在起到多久之后的未来为止的通过人数的参数。预想数据生成范围可以预先设定于预想数据生成部20，也可以根据需要而从拥挤预测装置外设定。
在步骤S205中，预想数据生成部20将在步骤S204中生成的预想数据发送到预想数据存储部30。
在步骤S206中，预想数据生成部20确认有无来自拥挤预测处理部40的通知。在有来自拥挤预测处理部40的通知的情况下(步骤S206“是”)，预想数据生成部20返回到步骤S201，在没有来自拥挤预测处理部40的通知的情况下(步骤S206“否”)，重复进行该步骤S206。
图6是表示实施方式1的拥挤预测装置的预想数据存储部30进行的处理的流程图。在图3的步骤S300中实施该图6的步骤S301～S303中的处理。
在图6的步骤S301中，预想数据存储部30确认有无从预想数据生成部20接收到预想数据。在接收到预想数据的情况下(步骤S301“是”)，预想数据存储部30进入步骤S302，在未接收到预想数据的情况下(步骤S301“否”)，重复进行该步骤S301。
在步骤S302中，预想数据存储部30从预想数据生成部20接收并存储预想数据。
在步骤S303中，预想数据存储部30选择在步骤S302中存储的预想数据，作为选择预想数据发送到拥挤预测处理部40。
预想数据存储部30在步骤S303之后返回到步骤S301。
图7是表示实施方式1的拥挤预测装置的拥挤预测处理部40进行的处理的流程图。在图3的步骤S400中实施该图7的步骤S401～S406中的处理。
在图7的步骤S401中，拥挤预测处理部40确认有无从预想数据存储部30接收到选择预想数据。在接收到选择预想数据的情况下(步骤S401“是”)，拥挤预测处理部40进入步骤S402，在未接收到选择预想数据的情况下(步骤S401“否”)，返回到步骤S401。
在步骤S402中，拥挤预测处理部40从预想数据存储部30接收选择预想数据。
在步骤S403中，拥挤预测处理部40利用在步骤S402中从预想数据存储部30接收到的选择预想数据，通过多代理仿真等手法而执行拥挤预测处理，生成计测地点的拥挤预测数据。拥挤预测数据例如是计测地点周边的人的流量及密度的时间序列数据。
在步骤S404中，拥挤预测处理部40确认拥挤预测处理是否到达拥挤预测结束时点。拥挤预测结束时点是决定执行从拥挤预测的开始时点起到多久之后的未来为止的拥挤预测的参数，预想数据生成范围结束时点≥拥挤预测结束时点。拥挤预测结束时点可以预先设定于拥挤预测处理部40，也可以根据需要而从拥挤预测装置外设定。在拥挤预测处理到达拥挤预测结束时点的情况下(步骤S404“是”)，拥挤预测处理部40进入步骤S405，在未到达拥挤预测结束时点的情况下(步骤S404“否”)，返回到步骤S403而继续进行拥挤预测处理。
在步骤S405中，拥挤预测处理部40经由输出接口104输出拥挤预测数据。
在步骤S406中，拥挤预测处理部40向预想数据生成部20发送通知。该通知用于指示预想数据生成部20生成新的预想数据，接收到该通知的预想数据生成部20向计测数据存储部10请求预想用计测数据。
拥挤预测处理部40在步骤S406之后返回到步骤S401。
如上所述，实施方式1的拥挤预测装置具有：预想数据生成部20，其利用对通过计测地点的人物的人数进行计测的传感器1输出的计测数据，预想计测地点处未来的通过人数而生成预想数据；以及拥挤预测处理部40，其利用预想数据生成部20生成的预想数据，预测计测地点的未来的拥挤状态并输出拥挤预测数据。由此，能够实时地生成用于拥挤预测的预想数据，因此无需事先准备预想数据，能够进行初次活动或举办场所处的拥挤预测。
实施方式2
在实施方式2中，将在拥挤预测处理部40对拥挤状态的预测处理中传感器1新输出的计测数据反映到拥挤预测数据而进行输出。
图8是本发明的实施方式2的拥挤预测装置的功能结构图。在图8中，与图1相同或相当的部分标注相同的符号。
实施方式2的拥挤预测装置是对图1所示的实施方式1的拥挤预测装置追加差异计算部50而得到的结构。图2所示的处理器101读出并执行存储器102中存储的程序，从而实现该差异计算部50的功能。
差异计算部50从预想数据生成部20生成的多个预想数据中选择与在拥挤预测处理部40的拥挤预测处理中传感器1新输出的计测数据之间的差异最小的预想数据，并通知给拥挤预测处理部40。与计测数据之间的差异最小的预想数据是能够高精度地预测拥挤状态的最佳的预想数据。
另外，实施方式2的拥挤预测装置具有多个拥挤预测处理部40。多个拥挤预测处理部40利用预想数据生成部20生成的多个预想数据生成多个拥挤预测数据。并且，多个拥挤预测处理部40中的利用差异计算部50选择出的预想数据执行了拥挤预测处理的拥挤预测处理部40将自己生成的拥挤预测数据输出到外部，其余的拥挤预测处理部40废弃拥挤预测数据。
接下来，利用图9～图14，对实施方式2的拥挤预测装置的动作进行说明。
图9是表示实施方式2的拥挤预测装置进行的处理的时序图。图10是表示实施方式2的拥挤预测装置的计测数据存储部10进行的处理的流程图。在图9的步骤S100a中实施该图10的步骤S101～S106中的处理。
在图10的步骤S101～S104中，计测数据存储部10进行与图4的步骤S101～S104相同的处理。
在步骤S105中，计测数据存储部10确认有无来自拥挤预测处理部40的通知。在有来自拥挤预测处理部40的通知的情况下(步骤S105“是”)，计测数据存储部10进入步骤S106，在没有来自拥挤预测处理部40的通知的情况下(步骤S105“否”)，返回到步骤S101。
在步骤S106中，计测数据存储部10将从向预想数据生成部20发送预想用计测数据的时点起从传感器1接收到的新的计测数据，作为更新计测数据发送到差异计算部50。
计测数据存储部10在步骤S106之后，返回到步骤S101。
图11是表示实施方式2的拥挤预测装置的预想数据生成部20进行的处理的流程图。在图9的步骤S200a中实施该图11的步骤S201～S206中的处理。
在图11的步骤S201～S203中，预想数据生成部20进行与图5的步骤S201～S203相同的处理。
在步骤S204a中，预想数据生成部20使用线性近似等预想与预想数据生成范围对应的未来的计测地点处的通过人数，生成多个预想数据。此时，预想数据生成部20可以通过改变要使用的近似式来生成多个预想数据，也可以通过改变预想用计测数据的使用范围来生成多个预想数据。在改变预想用计测数据的使用范围来生成2个预想数据的情况下，预想数据生成部20例如基于最近5个计测数据生成1个预想数据，基于最近10个计测数据而生成另1个预想数据。
在步骤S205、S206中，预想数据生成部20进行与图5的步骤S205、S206相同的处理。
图12是表示实施方式2的拥挤预测装置的预想数据存储部30进行的处理的流程图。在图9的步骤S300a中实施该图12的步骤S301～S303a中的处理。
在图12的步骤S301、S302中，预想数据存储部30进行与图6的步骤S301、S302相同的处理。
在步骤S303a中，预想数据存储部30将在步骤S302中存储的多个预想数据中的一个预想数据一对一地分配给多个拥挤预测处理部40中的一个拥挤预测处理部，将预想数据发送到作为分配目的地的拥挤预测处理部40。将发送到作为分配目的地的拥挤预测处理部40的预想数据称作选择预想数据。这样，预想数据存储部30对多个拥挤预测处理部40一个一个地发送选择预想数据。另外，预想数据存储部30将发送到多个拥挤预测处理部40的多个选择预想数据发送到差异计算部50。
预想数据存储部30在步骤S303a之后返回到步骤S301。
图13是表示实施方式2的拥挤预测装置的拥挤预测处理部40进行的处理的流程图。多个拥挤预测处理部40分别进行图13的流程图所示的处理。在图9的步骤S400a中实施该图13的步骤S401～S414中的处理。
在图13的步骤S401～S403中，拥挤预测处理部40进行与图7的步骤S401～S403相同的处理。
在步骤S411中，拥挤预测处理部40确认拥挤预测处理是否到达计测数据存储部通知时点。计测数据存储部通知时点是决定在从拥挤预测的开始时点起到多久之后的未来为止的执行拥挤预测的时点向计测数据存储部10发送通知的参数，是以拥挤预测结束时点为基准设定的时点。例如，设拥挤预测结束时点的100个步骤之前为计测数据存储部通知时点。计测数据存储部通知时点可预先设定于拥挤预测处理部40，也可以根据需要而从拥挤预测装置外设定。在拥挤预测处理到达计测数据存储部通知时点的情况下(步骤S411“是”)，拥挤预测处理部40进入步骤S412，在未到达计测数据存储部通知时点的情况下(步骤S411“否”)，返回到步骤S403而继续进行拥挤预测处理。
在步骤S412中，拥挤预测处理部40向计测数据存储部10发送通知。该通知用于使计测数据存储部10向差异计算部50发送更新计测数据。
在步骤S413和接着该步骤S413的步骤S404中，拥挤预测处理部40进行与图7的步骤S403和步骤S404相同的处理。在拥挤预测处理到达拥挤预测结束时点的情况下(步骤S404“是”)，拥挤预测处理部40进入步骤S414，在未到达拥挤预测结束时点的情况下(步骤S404“否”)，返回到步骤S413而继续进行拥挤预测处理。
在步骤S414中，拥挤预测处理部40确认有无来自差异计算部50的通知。在有来自差异计算部50的通知的情况下(步骤S414“是”)，拥挤预测处理部40进入步骤S405，在没有来自差异计算部50的通知的情况下(步骤S414“否”)，返回到步骤S401。
在接着步骤S414的步骤S405、S406中，拥挤预测处理部40进行与图7的步骤S405、S406相同的处理。
图14是表示实施方式2的拥挤预测装置的差异计算部50进行的处理的流程图。在图9的步骤S500中实施该图14的步骤S501～S506中的处理。
在图14的步骤S501中，差异计算部50确认有无从预想数据存储部30接收到多个选择预想数据。在接收到多个选择预想数据的情况下(步骤S501“是”)，差异计算部50进入步骤S502，在未接收到多个选择预想数据的情况下(步骤S501“否”)，重复进行该步骤S501。
在步骤S502中，差异计算部50从预想数据存储部30接收多个选择预想数据。
在步骤S503中，差异计算部50确认有无从计测数据存储部10接收到更新计测数据。在接收到更新计测数据的情况下(步骤S503“是”)，差异计算部50进入步骤S504，在未接收到更新计测数据的情况下(步骤S503“否”)，重复进行该步骤S503。
在步骤S504中，差异计算部50从计测数据存储部10接收更新计测数据。
在步骤S505中，差异计算部50使用差分绝对值和等方法，将从预想数据存储部30接收到的多个选择预想数据分别与从计测数据存储部10接收到的更新计测数据进行比较，选择与更新计测数据之间的差异最小的选择预想数据，作为最佳预想数据。
在步骤S506中，差异计算部50从多个拥挤预测处理部40中选择正在利用在步骤S505中选择出的最佳预想数据进行拥挤预测处理的拥挤预测处理部40，向该拥挤预测处理部40发送通知。该通知用于使拥挤预测处理部40将多个拥挤预测数据中的最佳的拥挤预测数据输出到外部。
差异计算部50在步骤S506之后返回到步骤S501。
此外，在上述说明中，是多个拥挤预测处理部40并列地进行多个拥挤预测处理的结构，但也可以是一个拥挤预测处理部40依次进行多个拥挤预测处理的结构。
如上所述，实施方式2的拥挤预测装置是具有差异计算部50的结构，该差异计算部50从预想数据生成部20生成的多个预想数据中，选择与在拥挤状态的预测处理中传感器1新输出的计测数据之间的差异最小的预想数据。另外，拥挤预测处理部40是如下的结构：利用预想数据生成部20生成的多个预想数据生成多个拥挤预测数据，输出该多个拥挤预测数据中的利用差异计算部50选择出的预想数据而生成的拥挤预测数据。由此，能够输出预测精度高的最佳的拥挤预测数据。
此外，本发明能够在其发明范围内进行各个实施方式的自由组合、各个实施方式的任意结构要件的变形或各个实施方式的任意结构要件的省略。
另外，上述说明中的拥挤预测装置是利用一个传感器1预测一个计测地点的拥挤的结构，但也可以是利用多个传感器1预测多个计测地点的拥挤的结构。
产业上的利用可能性
本发明的拥挤预测装置无需事先准备数据，因此特别适合于预测初次活动或举办场所处的拥挤状态。
符号说明
1传感器；10计测数据存储部；20预想数据生成部；30预想数据存储部；40拥挤预测处理部；50差异计算部；101处理器；102存储器；103输入接口；104输出接口。

Claims (4)

1.一种拥挤预测装置，该拥挤预测装置具有：
预想数据生成部，其利用对通过计测地点的人物的人数进行计测的传感器输出的计测数据，预想所述计测地点处未来的通过人数而生成预想数据；以及
拥挤预测处理部，其利用所述预想数据生成部生成的所述预想数据来预测所述计测地点的未来的拥挤状态，生成并输出拥挤预测数据。
2.根据权利要求1所述的拥挤预测装置，其特征在于，
所述拥挤预测处理部将在所述拥挤状态的预测处理中所述传感器新输出的计测数据反映到所述拥挤预测数据而进行输出。
3.根据权利要求2所述的拥挤预测装置，其特征在于，
所述拥挤预测装置具有差异计算部，该差异计算部从所述预想数据生成部生成的多个预想数据中，选择与在所述拥挤状态的预测处理中所述传感器新输出的计测数据之间的差异最小的预想数据，
所述拥挤预测处理部利用所述预想数据生成部生成的所述多个预想数据来生成多个拥挤预测数据，输出该多个拥挤预测数据中的利用所述差异计算部选择出的所述预想数据而生成的拥挤预测数据。
4.一种拥挤预测方法，该拥挤预测方法具有：
预想数据生成步骤，预想数据生成部利用对通过计测地点的人物的人数进行计测的传感器输出的计测数据，预想所述计测地点处未来的通过人数而生成预想数据；以及
拥挤预测处理步骤，拥挤预测处理部利用在所述预想数据生成步骤中生成的所述预想数据来预测所述计测地点的未来的拥挤状态，生成并输出拥挤预测数据。
CN201680082378.8A 2016-03-03 2016-03-03 拥挤预测装置和拥挤预测方法 Active CN108701334B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2016/056581 WO2017149720A1 (ja) 2016-03-03 2016-03-03 混雑予測装置および混雑予測方法

Publications (2)

Publication Number Publication Date
CN108701334A true CN108701334A (zh) 2018-10-23
CN108701334B CN108701334B (zh) 2022-08-26

Family

ID=57800029

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680082378.8A Active CN108701334B (zh) 2016-03-03 2016-03-03 拥挤预测装置和拥挤预测方法

Country Status (6)

Country Link
US (1) US20190027029A1 (zh)
JP (1) JP6062124B1 (zh)
CN (1) CN108701334B (zh)
SG (1) SG11201805249RA (zh)
TW (1) TWI611378B (zh)
WO (1) WO2017149720A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111551187A (zh) * 2020-06-04 2020-08-18 福建江夏学院 一种基于捕食搜索策略的行车路线规划方法及系统

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6905888B2 (ja) * 2017-07-25 2021-07-21 日本電信電話株式会社 流量予測装置、方法、及びプログラム
JP6933992B2 (ja) 2018-03-26 2021-09-08 株式会社日立ソリューションズ 人流予測装置および人流予測プログラム
CN111785016A (zh) * 2020-05-27 2020-10-16 诠航科技有限公司 一种闸道口机器人以及基于闸道口机器人的交通预警系统
CN111724592B (zh) * 2020-06-12 2022-11-25 重庆大学 一种基于收费数据与卡口数据的高速公路交通拥堵检测方法
JP7175072B2 (ja) * 2020-08-18 2022-11-18 東日本旅客鉄道株式会社 混雑予測システム、混雑予測方法及び混雑予測プログラム
CN112382099B (zh) * 2021-01-15 2021-04-13 腾讯科技（深圳）有限公司 交通路况预测方法、装置、电子设备及存储介质

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5926518A (en) * 1996-08-02 1999-07-20 Omron Corporation Device for measuring the number of pass persons and a management system employing same
JP2004178358A (ja) * 2002-11-28 2004-06-24 Meidensha Corp イベント警備監視方法及びイベント警備監視装置
JP2005212641A (ja) * 2004-01-30 2005-08-11 Mitsubishi Electric Corp 駅混雑度推定システム
JP2007145210A (ja) * 2005-11-29 2007-06-14 Nippon Telegr & Teleph Corp <Ntt> 列車混雑度提供システム、混雑度算出器、およびプログラム
US20070208498A1 (en) * 2006-03-03 2007-09-06 Inrix, Inc. Displaying road traffic condition information and user controls
CN101154317A (zh) * 2006-09-27 2008-04-02 株式会社查纳位资讯情报 交通状况预测装置
CN101350113A (zh) * 2008-09-04 2009-01-21 上海交通大学 基于客流预测和自适应仿真的拥挤预警系统
CN102142192A (zh) * 2011-04-28 2011-08-03 北京市劳动保护科学研究所 基于组合多步预测的行人交通拥堵预警方法及系统
JP2011248429A (ja) * 2010-05-24 2011-12-08 Nippon Telegr & Teleph Corp <Ntt> 情報提示システム、情報提示装置、および情報提示プログラム
JP2012118790A (ja) * 2010-12-01 2012-06-21 Hitachi Ltd 混雑度推定装置
CN102801775A (zh) * 2012-04-17 2012-11-28 杭州群核信息技术有限公司 一种实时处理远程监控信息的云计算平台
CN103366563A (zh) * 2012-03-26 2013-10-23 电装It研究所 交通拥堵预测方法及交通拥堵预测装置
CN104050808A (zh) * 2014-06-03 2014-09-17 北京航天福道高技术股份有限公司 公路交通堵塞定位搜寻方法
CN104050809A (zh) * 2014-06-03 2014-09-17 北京航天福道高技术股份有限公司 交通状况自动分析预测方法
CN104229570A (zh) * 2013-06-05 2014-12-24 株式会社日立制作所 电梯系统的群管理控制方法
JP2015207041A (ja) * 2014-04-17 2015-11-19 株式会社ニコン 混雑度推定サーバ、および混雑度推定システム
CN105224999A (zh) * 2015-09-10 2016-01-06 北京市交通信息中心 基于afc数据的城市轨道交通实时客流预测方法及系统
CN105279572A (zh) * 2015-09-16 2016-01-27 北京城建设计发展集团股份有限公司 城市轨道交通客流密集度指数计算与发布系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4508840B2 (ja) * 2004-11-15 2010-07-21 三菱電機株式会社 列車運行管理システム
CN102050366B (zh) * 2009-11-05 2013-02-13 上海三菱电梯有限公司 人数检测装置及方法
CN102096813A (zh) * 2011-02-10 2011-06-15 北京邮电大学 单目摄像机垂直视角下基于Blob的行人计数方法
CN103714698B (zh) * 2013-12-26 2016-09-21 苏州清研微视电子科技有限公司 基于距离图像的公交车辆客流量统计系统及方法
US10407085B2 (en) * 2014-04-21 2019-09-10 Mitsubishi Electric Corporation Train travel prediction device and train travel prediction method
CN106796550B (zh) * 2015-07-24 2020-01-17 株式会社日立制作所 信息配送装置以及方法

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5926518A (en) * 1996-08-02 1999-07-20 Omron Corporation Device for measuring the number of pass persons and a management system employing same
JP2004178358A (ja) * 2002-11-28 2004-06-24 Meidensha Corp イベント警備監視方法及びイベント警備監視装置
JP2005212641A (ja) * 2004-01-30 2005-08-11 Mitsubishi Electric Corp 駅混雑度推定システム
JP2007145210A (ja) * 2005-11-29 2007-06-14 Nippon Telegr & Teleph Corp <Ntt> 列車混雑度提供システム、混雑度算出器、およびプログラム
US20070208498A1 (en) * 2006-03-03 2007-09-06 Inrix, Inc. Displaying road traffic condition information and user controls
CN101154317A (zh) * 2006-09-27 2008-04-02 株式会社查纳位资讯情报 交通状况预测装置
CN101350113A (zh) * 2008-09-04 2009-01-21 上海交通大学 基于客流预测和自适应仿真的拥挤预警系统
JP2011248429A (ja) * 2010-05-24 2011-12-08 Nippon Telegr & Teleph Corp <Ntt> 情報提示システム、情報提示装置、および情報提示プログラム
JP2012118790A (ja) * 2010-12-01 2012-06-21 Hitachi Ltd 混雑度推定装置
CN102142192A (zh) * 2011-04-28 2011-08-03 北京市劳动保护科学研究所 基于组合多步预测的行人交通拥堵预警方法及系统
CN103366563A (zh) * 2012-03-26 2013-10-23 电装It研究所 交通拥堵预测方法及交通拥堵预测装置
CN102801775A (zh) * 2012-04-17 2012-11-28 杭州群核信息技术有限公司 一种实时处理远程监控信息的云计算平台
CN104229570A (zh) * 2013-06-05 2014-12-24 株式会社日立制作所 电梯系统的群管理控制方法
JP2015207041A (ja) * 2014-04-17 2015-11-19 株式会社ニコン 混雑度推定サーバ、および混雑度推定システム
CN104050808A (zh) * 2014-06-03 2014-09-17 北京航天福道高技术股份有限公司 公路交通堵塞定位搜寻方法
CN104050809A (zh) * 2014-06-03 2014-09-17 北京航天福道高技术股份有限公司 交通状况自动分析预测方法
CN105224999A (zh) * 2015-09-10 2016-01-06 北京市交通信息中心 基于afc数据的城市轨道交通实时客流预测方法及系统
CN105279572A (zh) * 2015-09-16 2016-01-27 北京城建设计发展集团股份有限公司 城市轨道交通客流密集度指数计算与发布系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
冉丽君 等: "人群密度对人群拥挤事故的影响", 《安全与环境学报》 *
张伟: "大型公共场所行人交通状态评价及其应急疏散方法研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 *
房丽侠 等: "基于决策树的交通拥挤状态预测", 《河北工业大学学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111551187A (zh) * 2020-06-04 2020-08-18 福建江夏学院 一种基于捕食搜索策略的行车路线规划方法及系统
CN111551187B (zh) * 2020-06-04 2021-09-24 福建江夏学院 一种基于捕食搜索策略的行车路线规划方法及系统

Also Published As

Publication number Publication date
WO2017149720A1 (ja) 2017-09-08
TW201732748A (zh) 2017-09-16
SG11201805249RA (en) 2018-09-27
JPWO2017149720A1 (ja) 2018-03-15
TWI611378B (zh) 2018-01-11
US20190027029A1 (en) 2019-01-24
JP6062124B1 (ja) 2017-01-18
CN108701334B (zh) 2022-08-26

Similar Documents

Publication Publication Date Title
CN108701334A (zh) 拥挤预测装置和拥挤预测方法
KR102377628B1 (ko) 인공지능 서비스에 대한 성능 관리 장치 및 방법
JP2018124937A (ja) 異常検出装置、異常検出方法およびプログラム
JP6521835B2 (ja) 移動経路予測装置、移動経路予測方法、及び移動経路予測プログラム
CN109326087B (zh) 一种基于排水管网监测的城市内涝预警方法及装置
JP2015103241A (ja) 消費電力予測装置、方法、およびその非一時的コンピュータ可読記憶媒体
KR102505770B1 (ko) IoT 센서 기반 양배수장 설비 이상 진단 및 모니터링 방법, 장치 및 시스템
CN103778336A (zh) 一种颅内动脉瘤栓塞后复发风险的预测方法及系统
JPWO2017141332A1 (ja) 負荷分散装置
KR20180096323A (ko) 서비스 재이용을 유도하기 위한 방법 및 이를 수행하기 위한 장치
TW201729960A (zh) 基於立體視覺的隨機地圖產生和貝氏更新
US20220284429A1 (en) System, method, and recording medium having recorded thereon a program
Oktavia et al. Inverse distance weighting and kriging spatial interpolation for data center thermal monitoring
CN115409446A (zh) 流向补全方法、装置、系统、模型训练方法及电子设备
RU2618965C1 (ru) Система с датчиком объемного расхода, содержащая массовый расходомер и измеритель плотности
CN104916155A (zh) 一种实时公交信息服务系统
JP6889136B2 (ja) データ伝送装置、データ伝送方法、コンピュータプログラム、データ伝送システム及びデータ受信装置
JP6786011B2 (ja) 環境情報管理システム
JP2021196316A (ja) データ管理システム、データ管理方法、および、データ管理プログラム
CN107132861A (zh) 用于控制器处理器的可配置温度控制的方法和系统
CN100532745C (zh) 雨水排水支持控制装置
JP5790044B2 (ja) 交通量推定装置、コンピュータプログラム及び交通量推定方法
JP6922999B2 (ja) 情報処理装置、情報処理方法およびプログラム
CN109754115A (zh) 数据预测的方法、装置、存储介质及电子设备
US20170063084A1 (en) Distributed utility resource planning and forecast

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant