JP2017091008A - データ処理方法およびデータ処理システム - Google Patents
データ処理方法およびデータ処理システム Download PDFInfo
- Publication number
- JP2017091008A JP2017091008A JP2015216884A JP2015216884A JP2017091008A JP 2017091008 A JP2017091008 A JP 2017091008A JP 2015216884 A JP2015216884 A JP 2015216884A JP 2015216884 A JP2015216884 A JP 2015216884A JP 2017091008 A JP2017091008 A JP 2017091008A
- Authority
- JP
- Japan
- Prior art keywords
- data
- station
- value
- staying
- train
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 73
- 238000003672 processing method Methods 0.000 title claims description 14
- 238000003860 storage Methods 0.000 claims abstract description 16
- 230000010365 information processing Effects 0.000 claims abstract description 5
- 238000010586 diagram Methods 0.000 claims description 36
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000009826 distribution Methods 0.000 claims description 14
- 230000003111 delayed effect Effects 0.000 claims description 3
- 238000000034 method Methods 0.000 description 38
- 230000008569 process Effects 0.000 description 17
- 230000006870 function Effects 0.000 description 15
- 238000004458 analytical method Methods 0.000 description 8
- 241000287107 Passer Species 0.000 description 6
- 238000013500 data storage Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 240000004050 Pentaglottis sempervirens Species 0.000 description 1
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Landscapes
- Train Traffic Observation, Control, And Security (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
Claims (15)
- 入力装置、出力装置、処理装置、および、記憶装置を備えた情報処理装置により、所定領域の混雑状況を計算するデータ処理方法であって、
移動体に乗車して前記領域に進入する第1の乗客数を反映した値a1を取得する第1のステップ、
前記移動体に乗車して前記領域を退出する第2の乗客数を反映した値a2を取得する第2のステップ、
前記領域に入場する入場者数を反映した値IN、および、前記領域を出場する出場者数を反映した値OUTの、少なくとも一つを取得する第3のステップ、
前記値a1と値a2の両方、および、前記値INと値OUTの少なくとも一つから、前記混雑状況を計算する第4のステップ、
を備える、データ処理方法。 - 前記混雑状況を、前記移動体への乗車人数P1と降車人数P2の和と定義し、
前記乗車人数P1は前記値INと等しいものとし、
前記降車人数P2は前記値OUTと等しいものとし、
前記混雑状況を計算する、
請求項1記載のデータ処理方法。 - P1+P2=(a2−a1)+2×P2
または、
P1+P2=(a1−a2)+2×P1
の計算を用いて、前記混雑状況を計算する、
請求項2記載のデータ処理方法。 - 前記値a1および値a2は、
前記移動体の荷重センサから得られたデータに基づいて取得される、
請求項1記載のデータ処理方法。 - 前記値a1および値a2は、
前記移動体から新たなデータを受信したタイミングで更新される、
請求項4記載のデータ処理方法。 - 前記値INおよび値OUTは、
前記領域に入場する人数もしくは前記領域から出場する人数を計数したデータに基づいて取得される、
請求項1記載のデータ処理方法。 - 前記値INおよび値OUTは、
前記人数を計数した過去のデータに基づいて推定することにより取得される、
請求項6記載のデータ処理方法。 - 所定時間帯における前記値INと値OUTを格納した通過人数データと、所定時間帯における前記値a1と値a2を格納した乗客数データと、を用い、
混雑状況の計算を行う対象時間帯を取得するステップを有し、
前記対象時間帯に含まれる前記所定時間帯における、前記通過人数データと前記乗客数データを用い、前記混雑状況を計算する、
請求項1記載のデータ処理方法。 - 前記移動体の位置データを取得し、取得時刻を格納するステップと、
前記移動体の計画上の運行ダイヤを示すダイヤデータを取得するステップと、
前記位置データ、前記取得時刻、および前記ダイヤデータに基づいて、前記移動体の前記運行ダイヤからの遅れの有無を判定するステップと、
を有し、
前記判定するステップの結果が遅れ無しの場合は、前記運行ダイヤの示す時刻に基づいて、前記所定時間帯を設定し、
前記判定するステップの結果が遅れ有りの場合は、前記取得時刻に基づいて、前記所定時間帯を設定する、
請求項8記載のデータ処理方法。 - 所定時間帯における前記値INと値OUTを格納した通過人数データと、所定時間帯における前記値a1と値a2を格納した乗客数データと、を用い、
混雑状況の計算を行う対象時間帯を取得するステップと、
予測モデルを取得するステップと
前記対象時間帯以前の前記所定時間帯における、前記通過人数データと前記乗客数データを用い、過去分の混雑状況を計算するステップと、
を有し、
前記過去分の混雑状況計算結果を前記予測モデルに入力し、前記対象時間帯における前記混雑状況の計算を行う、
請求項1記載のデータ処理方法。 - 前記移動体の位置データを取得し、取得時刻を格納するステップと、
前記移動体の計画上の運行ダイヤを示すダイヤデータを取得するステップと、
前記位置データ、前記取得時刻、および前記ダイヤデータに基づいて、前記移動体の前記運行ダイヤからの遅れの有無を判定するステップと、
を有し、
前記判定結果が遅れ無しの場合は、前記運行ダイヤの示す時刻に基づいて、前記所定時間帯を設定し、
前記判定結果が遅れ有りの場合は、前記取得時刻に基づいて、前記所定時間帯を設定する、
請求項10記載のデータ処理方法。 - 入力装置、出力装置、処理装置、および、記憶装置を備えた情報処理装置により、改札口と、列車の進入および退出経路を備える駅構内の滞留人数を計算する、データ処理システムであって、
前記列車に乗車して前記駅構内に進入する第1の乗客数を反映した値a1と、前記列車に乗車して前記駅構内を退出する第2の乗客数を反映した値a2の、差分を求める乗客数差分計算モジュールと、
前記駅構内に前記改札口から入場する入場者数を反映した値IN、および、前記駅構内を前記改札口から出場する出場者数を反映した値OUTの少なくとも一つと、前記差分から、前記滞留人数を計算する滞留人数計算モジュールと、
を備える、
データ処理システム。 - 前記記憶装置は、前記計算した滞留人数を、駅を特定するIDおよび時間帯と関連付けて保持する駅滞留人数データを格納し、
前記入力装置から、前記IDに対応する情報および時間帯を示す情報を含む条件を取得する条件取得モジュールと、
前記条件に基づいて前記駅滞留人数データから条件に該当するレコードを抽出し配信を行う情報配信モジュールと、
を備える請求項12記載のデータ処理システム。 - 前記駅滞留人数データを予測モデルに入力し、現在または将来の駅滞留人数データを予測する、滞留人数予測モジュール、
を備える請求項13記載のデータ処理システム。 - 前記滞留人数計算モジュールは、
前記滞留人数を、前記列車への乗車人数P1と降車人数P2の和と定義し、
前記乗車人数P1は前記値INと等しいものとし、
前記降車人数P2は前記値OUTと等しいものとし、
P1+P2=(a2−a1)+2×P2
または、
P1+P2=(a1−a2)+2×P1
の計算を用いて、前記滞留人数を計算する、
請求項12記載のデータ処理システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015216884A JP6675860B2 (ja) | 2015-11-04 | 2015-11-04 | データ処理方法およびデータ処理システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015216884A JP6675860B2 (ja) | 2015-11-04 | 2015-11-04 | データ処理方法およびデータ処理システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017091008A true JP2017091008A (ja) | 2017-05-25 |
JP6675860B2 JP6675860B2 (ja) | 2020-04-08 |
Family
ID=58770640
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015216884A Active JP6675860B2 (ja) | 2015-11-04 | 2015-11-04 | データ処理方法およびデータ処理システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6675860B2 (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110276503A (zh) * | 2018-03-14 | 2019-09-24 | 吉旗物联科技(上海)有限公司 | 一种自动识别冷链车辆任务的方法 |
EP3690843A4 (en) * | 2017-09-29 | 2020-08-12 | Fujitsu Limited | ESTIMATE PROGRAM, ESTIMATE DEVICE, AND ESTIMATE METHOD |
JPWO2021033316A1 (ja) * | 2019-08-22 | 2021-02-25 | ||
JP6923731B1 (ja) * | 2020-09-08 | 2021-08-25 | Kddi株式会社 | 情報提供装置、情報端末、プログラム及び情報提供システム |
JP2021176060A (ja) * | 2020-05-01 | 2021-11-04 | 楽天グループ株式会社 | 情報処理装置、情報処理方法及びプログラム |
JP2022045244A (ja) * | 2020-09-08 | 2022-03-18 | Kddi株式会社 | 情報端末、プログラム及び情報提供システム |
CN114266010A (zh) * | 2022-03-01 | 2022-04-01 | 华东交通大学 | 一种区域多制式轨道交通区间拥挤系数计算方法及系统 |
CN114868166A (zh) * | 2019-12-25 | 2022-08-05 | 株式会社电装 | 解析处理装置、解析处理方法以及解析处理程序 |
WO2022244117A1 (ja) * | 2021-05-18 | 2022-11-24 | 日本電信電話株式会社 | 混雑情報処理装置、混雑情報処理方法、及びプログラム |
KR20230063949A (ko) * | 2021-10-29 | 2023-05-10 | 서울시립대학교 산학협력단 | 딥러닝을 이용한 지하철 칸별 혼잡도를 예측하기 위한 장치 및 이를 위한 방법 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004304388A (ja) * | 2003-03-31 | 2004-10-28 | Hitachi Ltd | 情報提供装置 |
JP2005212641A (ja) * | 2004-01-30 | 2005-08-11 | Mitsubishi Electric Corp | 駅混雑度推定システム |
JP2014213697A (ja) * | 2013-04-25 | 2014-11-17 | 株式会社日立製作所 | 混雑状況情報集配信システム |
-
2015
- 2015-11-04 JP JP2015216884A patent/JP6675860B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004304388A (ja) * | 2003-03-31 | 2004-10-28 | Hitachi Ltd | 情報提供装置 |
JP2005212641A (ja) * | 2004-01-30 | 2005-08-11 | Mitsubishi Electric Corp | 駅混雑度推定システム |
JP2014213697A (ja) * | 2013-04-25 | 2014-11-17 | 株式会社日立製作所 | 混雑状況情報集配信システム |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3690843A4 (en) * | 2017-09-29 | 2020-08-12 | Fujitsu Limited | ESTIMATE PROGRAM, ESTIMATE DEVICE, AND ESTIMATE METHOD |
US11462102B2 (en) | 2017-09-29 | 2022-10-04 | Fujitsu Limited | Storage medium, estimation device, and estimation method |
CN110276503A (zh) * | 2018-03-14 | 2019-09-24 | 吉旗物联科技(上海)有限公司 | 一种自动识别冷链车辆任务的方法 |
JPWO2021033316A1 (ja) * | 2019-08-22 | 2021-02-25 | ||
WO2021033316A1 (ja) * | 2019-08-22 | 2021-02-25 | 日本電信電話株式会社 | 人数推定装置、人数推定方法、及び人数推定プログラム |
CN114868166A (zh) * | 2019-12-25 | 2022-08-05 | 株式会社电装 | 解析处理装置、解析处理方法以及解析处理程序 |
JP2021176060A (ja) * | 2020-05-01 | 2021-11-04 | 楽天グループ株式会社 | 情報処理装置、情報処理方法及びプログラム |
JP2022045244A (ja) * | 2020-09-08 | 2022-03-18 | Kddi株式会社 | 情報端末、プログラム及び情報提供システム |
JP2022045243A (ja) * | 2020-09-08 | 2022-03-18 | Kddi株式会社 | 情報提供装置、情報端末、プログラム及び情報提供システム |
JP6923731B1 (ja) * | 2020-09-08 | 2021-08-25 | Kddi株式会社 | 情報提供装置、情報端末、プログラム及び情報提供システム |
WO2022244117A1 (ja) * | 2021-05-18 | 2022-11-24 | 日本電信電話株式会社 | 混雑情報処理装置、混雑情報処理方法、及びプログラム |
KR20230063949A (ko) * | 2021-10-29 | 2023-05-10 | 서울시립대학교 산학협력단 | 딥러닝을 이용한 지하철 칸별 혼잡도를 예측하기 위한 장치 및 이를 위한 방법 |
KR102678725B1 (ko) * | 2021-10-29 | 2024-06-26 | 서울시립대학교 산학협력단 | 딥러닝을 이용한 지하철 칸별 혼잡도를 예측하기 위한 장치 및 이를 위한 방법 |
CN114266010A (zh) * | 2022-03-01 | 2022-04-01 | 华东交通大学 | 一种区域多制式轨道交通区间拥挤系数计算方法及系统 |
CN114266010B (zh) * | 2022-03-01 | 2022-05-13 | 华东交通大学 | 一种区域多制式轨道交通区间拥挤系数计算方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
JP6675860B2 (ja) | 2020-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6675860B2 (ja) | データ処理方法およびデータ処理システム | |
CN109789885B (zh) | 交通系统、调度表建议系统以及车辆运行系统 | |
JP5986641B2 (ja) | 交通分析システム | |
US8977496B2 (en) | System and method for estimating origins and destinations from identified end-point time-location stamps | |
JP6875311B2 (ja) | 輸送機関混雑予測システム及び混雑予測方法 | |
US20150287311A1 (en) | Anomalous phenomena detector | |
TWI522974B (zh) | 到站時間預測系統與方法 | |
EP2667334A1 (en) | System and method for estimating a dynamic origin-destination matrix | |
JP5951903B2 (ja) | 料金払戻しシステムおよびその方法 | |
EP3009324A1 (en) | Traffic demand control device | |
JP6454222B2 (ja) | データ処理システム、及び、データ処理方法 | |
JP2016168876A (ja) | 混雑予測装置及び混雑予測方法 | |
US20190265054A1 (en) | Passenger transport route management system and method | |
JP2016030473A (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 | |
JP6326177B2 (ja) | 交通状況推定システム及び交通状況推定方法 | |
JP7425680B2 (ja) | ナビゲーション装置、及びナビゲーション方法 | |
JP2022098823A (ja) | データ処理方法、データ処理システム | |
JP2018144729A (ja) | 混雑状況通知システムおよび混雑情報通知装置 | |
CN118153906B (zh) | 一种班车人员管理方法、系统及装置 | |
US11252379B2 (en) | Information processing system, information processing method, and non-transitory storage medium | |
JP5768835B2 (ja) | 情報提供装置および情報提供方法 | |
EP4216118A1 (en) | System and method for automatic identification of events for transport and event management | |
US20210124955A1 (en) | Information processing system, information processing method, and non-transitory storage medium | |
Fabian | Improving high-frequency transit reliability: a case study of the MBTA Green Line through simulation and field experiments of real-time control strategies | |
CN118153906A (zh) | 一种班车人员管理方法、系统及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180911 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190725 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190806 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190924 |
|
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: 20200225 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200311 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6675860 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |