JP2018022413A - 混雑予測装置、混雑予測方法及び混雑予測プログラム - Google Patents

Abstract

【課題】予測開始時点における予測対象領域の混雑状況を正確に取得することにより、高精度に混雑予測を実施することを目的とする。【解決手段】予測対象領域の混雑状況を予測する混雑予測装置２は、予測対象領域に設けられた計測地点を通過した人の人数を表す計測データ１１に基づいて、現在時刻から予測時間が経過するまでに計測地点を通過する人の人数を予想データ３１として生成する予想データ生成部３０を備える。また、混雑予測装置２は、予想データ３１と、現在時刻における予測対象領域の混雑状況を表す混雑状況結果２１０とを用いて、現在時刻から予測時間が経過するまでの予測対象領域の混雑状況を予測した混雑予測結果４１０を生成する混雑予測処理部４０を備える。【選択図】図１

Description

本発明は、混雑予測装置、混雑予測方法及び混雑予測プログラムに関する。特に、イベント開催時などの混雑予測を行う混雑予測装置、混雑予測方法及び混雑予測プログラムに関する。

特許文献１に記載されたイベント警備監視方法では、事前に、過去の実績またはデータをもとに、イベント会場または通路等の警備対象区域の人出に直接関連する交通機関等の流出入地点における人出が予想され、人出の流出入データが準備される。警備実施時、カメラが、警備対象区域の人出に関連深い周辺地点に設置され、画像を撮像する。そして、イベント警備監視装置が、撮像された画像を画像処理することにより前記周辺地点における人流を計測し、人流の実測値と事前に準備された人出の流出入データとを用いて、周辺地点および警備対象区域の混雑を予測する。

特開２００４−１７８３５８号公報

未来の混雑予測の精度向上のためには、入力値となる予測開始時点の混雑状況を高精度に把握する必要がある。しかし従来の混雑予測装置は、予測開始時点の混雑状況の情報はカメラが設置されている箇所を除き、取得できない。そのため未来の混雑予測の精度は悪い。予測開始時点における予測対象領域の混雑状況、すなわち初期状態をどのようにして正確に、かつ少ないセンサーで取得するかが課題である。

本発明は、予測開始時点における予測対象領域の混雑状況を正確に取得することにより、高精度に混雑予測を実施することを目的とする。

本発明に係る混雑予測装置は、予測対象領域の混雑状況を予測する混雑予測装置において、
前記予測対象領域に設けられた計測地点を通過した人の人数を表す計測データに基づいて、現在時刻から予測時間が経過するまでに前記計測地点を通過する人の人数を予想データとして生成する予想データ生成部と、
前記予想データ生成部により生成された前記予想データと、現在時刻における前記予測対象領域の混雑状況を表す混雑状況結果とを用いて、現在時刻から前記予測時間が経過するまでの前記予測対象領域の混雑状況を予測した混雑予測結果を生成する混雑予測処理部とを備えた。

本発明に係る混雑予測装置は、予想データ生成部が、現在時刻から予測時間が経過するまでに計測地点を通過する人の人数を予想データとして生成し、混雑予測処理部が、予想データと、現在時刻における予測対象領域の混雑状況を表す混雑状況結果とを用いて、現在時刻から予測時間が経過するまでの予測対象領域の混雑状況を予測した混雑予測結果を生成する。よって、本発明に係る混雑予測装置によれば、現在時刻における混雑状況結果に基づいて混雑予測結果を生成することができ、未来の混雑予測の精度を向上させることができる。

実施の形態１に係る混雑予測装置２の構成図。 実施の形態１に係る混雑予測装置２の混雑予測方法５１０及び混雑予測プログラム５２０の混雑予測処理Ｓ１００を示すフローチャート。 実施の形態１に係る混雑予測装置２の計測データ記憶部１０による計測データ記憶処理Ｓ１１０を示すフローチャート。 実施の形態１に係る混雑予測装置２の空間的予測処理部２０による空間的予測実行処理Ｓ１２０を示すフローチャート。 実施の形態１に係る混雑予測装置２の予想データ生成部３０による予想データ生成処理Ｓ１３０を示すフローチャート。 実施の形態１に係る混雑予測装置２の時間的予測処理部４０による時間的予測実行処理Ｓ１４０を示すフローチャート。 実施の形態１の変形例に係る混雑予測装置２の構成図。 実施の形態２に係る混雑予測装置２ａの構成図。 実施の形態２に係る混雑予測装置２ａの混雑予測方法５１０ａ及び混雑予測プログラム５２０ａの混雑予測処理Ｓ１００ａを示すフローチャート。 実施の形態２に係る混雑予測装置２ａの計測データ記憶部１０による計測データ記憶処理Ｓ１１０ａを示すフローチャート。 実施の形態２に係る混雑予測装置２ａの予想データ生成部３０による予想データ生成処理Ｓ１３０ａを示すフローチャート。 実施の形態２に係る混雑予測装置２ａの時空間予測処理部５０による時空間予測実行処理Ｓ１５０を示すフローチャート。

以下、本発明の実施の形態について、図を用いて説明する。なお、各図中、同一または相当する部分には、同一符号を付している。実施の形態の説明において、同一または相当する部分については、説明を適宜省略または簡略化する。

実施の形態１．
＊＊＊構成の説明＊＊＊
図１は、本実施の形態に係る混雑予測装置２の構成を示す図である。
混雑予測装置２は、イベント開催時、駅もしくはバス停留所等の公共交通機関または駐車場等、人が発生する場所からイベント会場までの経路の混雑状況を予測するものである。以下、予測の対象となる経路全体を予測対象領域６０と呼ぶ。人が発生する場所からイベント会場までの経路にはセンサー１が設置され、センサー１と混雑予測装置２とが接続される。
また、人が発生する場所からイベント会場までの経路において、センサー１が設置された位置を計測地点６１と呼ぶ。センサー１は、計測地点６１を往路方向または復路方向へ通過した人物の人数を計測し、時系列データを生成して、混雑予測装置２へ出力する。このセンサー１は、例えばカメラを備え、カメラにより撮像した画像を画像処理して通過人数を計測する。以下、センサー１が生成した時系列データを計測データ１１と呼ぶ。

＜＜ハードウェア構成の説明＞＞
まず、本実施の形態に係る混雑予測装置２のハードウェア構成について説明する。
本実施の形態において、混雑予測装置２は、コンピュータである。混雑予測装置２は、プロセッサ９１０を備えると共に、記憶装置９２０、入力インタフェース９３０、出力インタフェース９４０といった他のハードウェアを備える。記憶装置９２０は、メモリと補助記憶装置とを有する。

図１に示すように、混雑予測装置２は、機能構成として、記憶部１００と、空間的予測処理部２０と、予想データ生成部３０と、時間的予測処理部４０とを備える。記憶部１００は、計測データ記憶部１０と、混雑状況結果記憶部１５とを備える。計測データ記憶部１０は、計測データ１１を記憶する。混雑状況結果記憶部１５は、空間的予測結果２１を記憶する。
以下の説明では、混雑予測装置２における空間的予測処理部２０と、予想データ生成部３０と、時間的予測処理部４０との機能を、混雑予測装置２の「部」の機能という。
混雑予測装置２の「部」の機能は、ソフトウェアで実現される。
また、記憶部１００は、記憶装置９２０で実現される。

プロセッサ９１０は、信号線を介して他のハードウェアと接続され、これら他のハードウェアを制御する。
プロセッサ９１０は、プロセッシングを行うＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）である。プロセッサ９１０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、またはＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）ともいう。

入力インタフェース９３０は、マウス、キーボード、タッチパネルといった入力装置と接続されるポートである。入力インタフェース９３０は、具体的には、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）端子である。なお、入力インタフェース９３０は、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）と接続されるポートであってもよい。
出力インタフェース９４０は、ディスプレイといった表示装置のケーブルが接続されるポートである。出力インタフェース９４０は、例えば、ＵＳＢ端子、またはＨＤＭＩ（登録商標）（Ｈｉｇｈ Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ）端子である。ディスプレイは、具体的には、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ
Ｄｉｓｐｌａｙ）である。

記憶装置９２０は、不揮発性または揮発性の半導体メモリ、磁気ディスク、光ディスク等である。補助記憶装置は、具体的には、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ ＥＰＲＯＭ）、フラッシュメモリ、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、またはＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）である。メモリは、具体的には、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）である。記憶部１００は、補助記憶装置により実現されてもよいし、メモリにより実現されてもよいし、メモリと補助記憶装置とにより実現されていてもよい。記憶部１００の実現方法は任意である。

補助記憶装置には、「部」の機能を実現するプログラムが記憶されている。このプログラムは、メモリにロードされ、プロセッサ９１０に読み込まれ、プロセッサ９１０によって実行される。補助記憶装置には、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）も記憶されている。ＯＳの少なくとも一部がメモリにロードされ、プロセッサ９１０はＯＳを実行しながら、「部」の機能を実現するプログラムを実行する。

混雑予測装置２は、プロセッサ９１０を代替する複数のプロセッサを備えていてもよい。これらの複数のプロセッサは、「部」の機能を実現するプログラムの実行を分担する。それぞれのプロセッサは、プロセッサ９１０と同じように、プロセッシングを行うＩＣである。

「部」の機能による処理の結果を示す情報、データ、信号値、及び、変数値は、メモリ、補助記憶装置、プロセッサ９１０内のレジスタ、またはキャッシュメモリに記憶される。なお、図１において、各部と記憶部とを結ぶ矢印は、各部が処理の結果を記憶部に記憶すること、或いは、各部が記憶部から情報を読み出すことを表している。また、各部を結ぶ矢印は、制御の流れを表している。

混雑予測装置２の「部」の機能を実現するプログラムは、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ブルーレイ（登録商標）ディスク、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）といった可搬記録媒体に記憶されてもよい。
なお、混雑予測装置２の「部」の機能を実現するプログラムを混雑予測プログラム５２０ともいう。また、混雑予測プログラムプロダクトと称されるものは、混雑予測プログラム５２０が記録された記憶媒体及び記憶装置であり、見た目の形式に関わらず、コンピュータ読み取り可能なプログラムをロードしているものである。

＜＜機能構成の説明＞＞
次に、本実施の形態に係る混雑予測装置２の機能構成について説明する。
計測データ記憶部１０は、計測地点６１に設けられたセンサー１から出力された計測データ１１を記憶する。入力インタフェース９３０は、センサー１から取得した計測データ１１を計測データ記憶部１０へ出力する。

空間的予測処理部２０は、計測データ記憶部１０が記憶している計測データ１１を用いて、現在時刻における予測対象領域６０の混雑状況を予測した空間的予測結果２１を生成し、生成した空間的予測結果２１を外部に出力する。出力インタフェース９４０は、空間的予測処理部２０から出力された空間的予測結果２１を、ディスプレイ等の外部装置へ出力する。また、空間的予測処理部２０は、生成した空間的予測結果２１を混雑状況結果記憶部１５に記憶する。空間的予測結果２１は、現在時刻における予測対象領域６０の混雑状況を表す混雑状況結果２１０の例である。なお、空間的予測処理部２０は、計測データ１１と、混雑状況結果記憶部１５に前回記憶された空間的予測結果とを用いて、現在時刻における空間的予測結果２１を生成する。

予想データ生成部３０は、予測対象領域６０に設けられた計測地点６１を通過した人の人数を表す計測データ１１に基づいて、現在時刻から予測時間Ｔが経過するまでに計測地点６１を通過する人の人数を予想データ３１として生成する。すなわち、予想データ生成部３０は、計測データ記憶部１０が記憶している計測データ１１に基づいて、計測地点６１における未来の通過人数を予測して時系列データを生成し、生成した時系列データを予想データ３１として出力する。予想データ３１は、計測地点６１における未来の通過人数を予測した時系列データである。

時間的予測処理部４０は、空間的予測処理部２０により生成された空間的予測結果２１と、予想データ生成部３０により生成された予想データ３１とを用いて、予測対象領域６０の未来の混雑状況を予測した時間的予測結果４１を生成し、生成した時間的予測結果４１を外部に出力する。出力インタフェース９４０は、時間的予測処理部４０から出力された時間的予測結果４１を、ディスプレイ等の外部装置へ出力する。時間的予測処理部４０は、予想データ３１と、現在時刻における予測対象領域６０の混雑状況を表す混雑状況結果２１０とを用いて、現在時刻から予測時間Ｔが経過するまでの予測対象領域６０の混雑状況を予測した混雑予測結果４１０を生成する混雑予測処理部４００の例である。また、時間的予測結果４１は、現在時刻から予測時間Ｔが経過するまでの予測対象領域６０の混雑状況を予測した混雑予測結果４１０の例である。

なお、時間的予測処理部４０は、予め定められた設定範囲の計測データ１１を予想データ生成部３０に出力することを要求する計測データ要求通知４０１ａを計測データ記憶部１０に送信する。また、時間的予測処理部４０は、空間的予測処理部２０により生成された混雑状況結果２１０の出力を要求する混雑状況結果要求通知４０１ｂを空間的予測処理部２０に送信する。後述する通知４０１は、計測データ要求通知４０１ａおよび混雑状況結果要求通知４０１ｂの例である。
計測データ記憶部１０は、計測データ要求通知４０１ａを受信すると、設定範囲の計測データ１１を予想用計測データ１１１として予想データ生成部３０に出力する。
予想データ生成部３０は、予想用計測データ１１１に基づいて、予想データ３１を生成する。
空間的予測処理部２０は、混雑状況結果要求通知４０１ｂを受信すると、生成した空間的予測結果２１を時間的予測処理部４０に出力する。

＊＊＊動作の説明＊＊＊
次に、図２から図６を用いて、本実施の形態に係る混雑予測装置２の混雑予測方法５１０及び混雑予測プログラム５２０の混雑予測処理Ｓ１００について説明する。
図２に示すように、混雑予測処理Ｓ１００は、計測データ記憶処理Ｓ１１０と、空間的予測実行処理Ｓ１２０と、予想データ生成処理Ｓ１３０と、時間的予測実行処理Ｓ１４０とを有する。時間的予測実行処理Ｓ１４０は、混雑予測実行処理の例である。

＜＜計測データ記憶処理Ｓ１１０＞＞
図３は、本実施の形態に係る混雑予測装置２の計測データ記憶部１０による計測データ記憶処理Ｓ１１０を示すフローチャートである。

ステップＳ１０１において、計測データ記憶部１０は、センサー１から入力インタフェース９３０を介した計測データ１１の受信の有無を確認する。計測データ記憶部１０は、計測データ１１の受信がある場合（ステップＳ１０１でＹＥＳ）、ステップＳ１０２へ進み、受信がない場合（ステップＳ１０１でＮＯ）、ステップＳ１０４へ進む。

ステップＳ１０２において、計測データ記憶部１０は、センサー１から入力インタフェース９３０を介して計測データ１１を受信し、記憶する。

ステップＳ１０３において、計測データ記憶部１０は、受信した計測データ１１を空間的予測処理部２０に送信する。

ステップ１０４おいて、計測データ記憶部１０は、時間的予測処理部４０からの通知４０１（計測データ要求通知４０１ａ）の有無を確認する。計測データ記憶部１０は、時間的予測処理部４０からの通知４０１がある場合（ステップＳ１０４でＹＥＳ）、ステップＳ１０５へ進み、通知４０１がない場合（ステップＳ１０４でＮＯ）、ステップＳ１０１へ戻る。

ステップＳ１０５において、計測データ記憶部１０は、記憶している計測データ１１の中から設定範囲の計測データ１１を選択し、予想用計測データ１１１として予想データ生成部３０に送信する。設定範囲は、計測データ記憶部１０に予め設定されていてもよいし、必要に応じて混雑予測装置２の外から設定されてもよい。具体的には、計測データ記憶部１０は、時間的予測処理部４０からの通知４０１を受信すると、通知４０１を受信した時点から設定範囲分さかのぼった時点までの計測データ１１を、予想用計測データ１１１として予想データ生成部３０に送信する。すなわち、計測データ記憶部１０は、通知４０１を受信すると、通知４０１を受信した時点から設定範囲分さかのぼった時点までにおける、計測地点６１を通過した人物の人数を計測した時系列データを予想用計測データ１１１として予想データ生成部３０に送信する。
予想用計測データ１１１は、予想データ３１を生成するために用いられる予想データ生成用計測データである。
計測データ記憶部１０は、ステップＳ１０５の後、ステップＳ１０１へ戻る。

＜＜空間的予測実行処理Ｓ１２０＞＞
図４は、本実施の形態に係る混雑予測装置２の空間的予測処理部２０による空間的予測実行処理Ｓ１２０を示すフローチャートである。

ステップＳ２０１において、空間的予測処理部２０は、計測データ記憶部１０からの計測データ１１の受信の有無を確認する。空間的予測処理部２０は、計測データ記憶部１０からの計測データ１１の受信がある場合（ステップＳ２０１でＹＥＳ）、ステップＳ２０２へ進み、受信がない場合（ステップＳ２０２でＮＯ）、ステップＳ２０４へ進む。

ステップＳ２０２において、空間的予測処理部２０は、計測データ記憶部１０から計測データ１１を受信し、メモリに記憶する。

ステップＳ２０３において、空間的予測処理部２０は、ステップＳ２０２でメモリに記憶した計測データ１１と、前回のステップＳ２０３で混雑状況結果記憶部１５に記憶した空間的予測結果（ない場合には０）とを入力値とし、空間的予測処理を実行する。空間的予測処理とは、例えば、マルチエージェントシミュレーション等の手法により現在時刻における予測対象領域６０の混雑状況を予測した空間的予測結果２１を生成する処理である。空間的予測処理部２０は、空間的予測処理により生成した空間的予測結果２１を混雑状況結果記憶部１５に記憶する。

ステップＳ２０４において、空間的予測処理部２０は、時間的予測処理部４０からの通知４０１（混雑状況結果要求通知４０１ｂ）の有無を確認する。空間的予測処理部２０は、時間的予測処理部４０から通知４０１がある場合（ステップＳ２０４でＹＥＳ）、ステップＳ２０５へ進み、通知４０１がない場合（ステップＳ２０６でＮＯ）、ステップＳ２０６へ進む。

ステップＳ２０５において、空間的予測処理部２０は、混雑状況結果記憶部１５に記憶した空間的予測結果２１を時間的予測処理部４０に送信する。すなわち、空間的予測処理部２０は、通知４０１を受信すると、最新の空間的予測結果２１を時間的予測処理部４０に送信する。

ステップＳ２０６において、空間的予測処理部２０は、混雑状況結果記憶部１５に記憶した空間的予測結果２１を外部に出力する。
空間的予測処理部２０は、ステップＳ２０６の後、ステップＳ２０１へ戻る。

＜＜予想データ生成処理Ｓ１３０＞＞
図５は、実施の形態１に係る混雑予測装置２の予想データ生成部３０による予想データ生成処理Ｓ１３０を示すフローチャートである。

ステップＳ３０１において、予想データ生成部３０は、計測データ記憶部１０から予想用計測データ１１１の受信の有無を確認する。予想データ生成部３０は、計測データ記憶部１０からの受信がある場合（ステップＳ３０１でＹＥＳ）、ステップＳ３０２へ進み、受信がない場合（ステップＳ３０１でＮＯ）、このステップＳ３０１を繰り返す。

ステップＳ３０２において、予想データ生成部３０は、計測データ記憶部１０から予想用計測データ１１１を受信し、メモリに記憶する。

ステップＳ３０３において、予想データ生成部３０は、メモリに記憶した予想用計測データ１１１を用いて、例えば、線形近似、回帰、機械学習等の手法により、予想データ生成範囲に応じた未来の計測地点６１における通過人数を予想した予想データ３１を生成する。予想データ生成範囲は、現在時刻からどれくらい先の未来までの通過人数を予想するかを決めるパラメータである。すなわち、予想データ生成範囲は、現在時刻から予測時間Ｔが経過するまでの範囲である。予想データ生成範囲、すなわち予測時間Ｔは、予想データ生成部３０に予め設定されていてもよいし、必要に応じて混雑予測装置２の外から設定されてもよい。

ステップＳ３０４において、予想データ生成部３０はステップＳ３０３で生成した予想データ３１を時間的予測処理部４０へ送信する。
予想データ生成部３０はステップＳ３０４の後、ステップＳ３０１へ戻る。

＜＜時間的予測実行処理Ｓ１４０＞＞
図６は、本実施の形態に係る混雑予測装置２の時間的予測処理部４０による時間的予測実行処理Ｓ１４０を示すフローチャートである。

ステップＳ４０１において、時間的予測処理部４０は、予想データ生成部３０から予想データ３１の受信の有無を確認する。時間的予測処理部４０は、予想データ生成部３０から予想データ３１の受信があった場合（ステップＳ４０１でＹＥＳ）、ステップＳ４０２へ進み、受信がない場合（ステップＳ４０１でＮＯ）、このステップＳ４０１を繰り返す。

ステップＳ４０２において、時間的予測処理部４０は、予想データ生成部３０から予想データ３１を受信し、メモリに記憶する。

ステップＳ４０３において、時間的予測処理部４０は、空間的予測処理部２０から空間的予測結果２１の受信の有無を確認する。時間的予測処理部４０は、空間的予測処理部２０から空間的予測結果２１の受信があった場合（ステップＳ４０３でＹＥＳ）、ステップＳ４０４へ進み、受信がない場合（ステップＳ４０３でＮＯ）、このステップＳ４０３を繰り返す。

ステップＳ４０４において、時間的予測処理部４０は、空間的予測処理部２０から空間的予測結果２１を受信し、メモリに記憶する。

ステップＳ４０５において、時間的予測処理部４０は、ステップＳ４０２でメモリに記憶した予想データ３１と、ステップＳ４０４でメモリに記憶した空間的予測結果２１とを入力値とし、時間的予測処理を実行する。時間的予測処理とは、具体的には、マルチエージェントシミュレーション等の手法により、現在時刻における予測対象領域６０の混雑状況から未来における予測対象領域６０の混雑状況を予測した時間的予測結果４１を生成する処理である。すなわち、時間的予測処理部４０は、予想データ３１と、現在時刻における予測対象領域６０の混雑状況を表す空間的予測結果２１（混雑状況結果２１０）とを用いて、現在時刻から予測時間Ｔが経過するまでの予測対象領域６０の混雑状況を予測した時間的予測結果４１（混雑予測結果４１０）を生成する。時間的予測処理部４０は、時間的予測処理により生成した時間的予測結果４１をメモリに記憶する。ここでは、現在時刻における予測対象領域６０の混雑状況結果２１０として、空間的予測処理部２０により生成された空間的予測結果２１を用いている。

ステップＳ４０６において、時間的予測処理部４０は、ステップＳ４０５でメモリに記憶した時間的予測結果４１を外部に出力する。

ステップＳ４０７において、時間的予測処理部４０は、計測データ記憶部１０と空間的予測処理部２０に通知４０１を送信する。
時間的予測処理部４０は、ステップＳ４０７の後、ステップＳ４０１へ戻る。

以上のように、混雑予測装置２は、プロセッサ９１０によって実行されるときに、計測データ１１を用いて空間的予測結果２１を生成するステップと、予想データ３１を生成するステップと、空間的予測結果２１と予想データ３１とを用いて時間的予測結果４１を生成するステップとが結果的に実行されることになる混雑予測プログラム５２０を格納する記憶装置９２０を備える。また、これらの混雑予測プログラム５２０は、空間的予測処理部２０および予想データ生成部３０および時間的予測処理部４０の手順または方法をコンピュータに実行させるものであるともいえる。

＊＊＊他の構成＊＊＊
混雑予測装置２は、他のネットワークと通信する通信インタフェースを有していてもよい。通信インタフェースは、レシーバとトランスミッタとを備える。具体的には、通信インタフェースは通信チップまたはＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）である。通信インタフェースはデータを通信する通信部として機能する。レシーバはデータを受信する受信部として機能し、トランスミッタはデータを送信する送信部として機能する。混雑予測装置２は、通信インタフェースを介してセンサー１から計測データ１１を受信してもよい。

また、本実施の形態では、混雑予測装置２の機能がソフトウェアで実現されるが、変形例として、混雑予測装置２の機能がハードウェアで実現されてもよい。
図７は、本実施の形態の変形例に係る混雑予測装置２の構成を示す図である。
図７に示すように、混雑予測装置２は、処理回路９０９、入力インタフェース９３０、出力インタフェース９４０といったハードウェアを備える。

処理回路９０９は、上述した「部」の機能及び記憶部を実現する専用の電子回路である。処理回路９０９は、具体的には、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ロジックＩＣ、ＧＡ（Ｇａｔｅ Ａｒｒａｙ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、または、ＦＰＧＡ（Ｆｉｅｌｄ−Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）である。

混雑予測装置２は、処理回路９０９を代替する複数の処理回路を備えていてもよい。これら複数の処理回路により、全体として「部」の機能が実現される。それぞれの処理回路は、処理回路９０９と同じように、専用の電子回路である。

別の変形例として、混雑予測装置２の機能がソフトウェアとハードウェアとの組合せで実現されてもよい。すなわち、混雑予測装置２において一部の機能が専用のハードウェアで実現され、残りの機能がソフトウェアで実現されてもよい。

プロセッサ９１０、記憶装置９２０、及び、処理回路９０９を、総称して「プロセッシングサーキットリ」という。つまり、混雑予測装置２の構成が図１及び図７のいずれに示した構成であっても、「部」の機能及び記憶部は、プロセッシングサーキットリにより実現される。

「部」を「工程」または「手順」または「処理」に読み替えてもよい。また、「部」の機能をファームウェアで実現してもよい。すなわち、混雑予測装置２の「部」の機能は、ソフトウェア、ファームウェア、またはソフトウェアとファームウェアとの組み合わせにより実現される。

＊＊＊本実施の形態の効果の説明＊＊＊
以上のように、本実施の形態に係る混雑予測装置２は、計測地点を通過した人物の人数を計測するセンサー１が出力した計測データを記憶する計測データ記憶部１０と、記憶した計測データを用いて現在時刻における予測対象領域の混雑状況を予測し、空間的予測結果を生成する空間的予測処理部２０とを備える。また、混雑予測装置２は、記憶した計測データを用いて、計測地点における未来の通過人数を予想して予想データを生成する予想データ生成部３０と、空間的予測処理部２０が生成した空間的予測結果と予想データ生成部３０が生成した予想データとを用いて、未来の予測対象領域の混雑状態を予測し、時間的予測結果を生成する時間的予測処理部４０とを備える。これにより、本実施の形態に係る混雑予測装置２によれば、未来の混雑状況を予測するために必要になる現在の混雑状況を少ないセンサーでかつ高精度に把握することが可能になる。その結果、未来の混雑予測の精度が向上する。

また、本実施の形態に係る混雑予測装置２によれば、空間的予測処理部では、前回取得した空間的予測結果を用いて現在時刻の空間的予測結果を算出するので、処理時間を抑えることができる。

実施の形態２．
本実施の形態では、主に、実施の形態１との差異について説明する。
本実施の形態において、実施の形態１で説明した構成と同様の構成には同一の符号を付し、その説明を省略する。

＊＊＊構成の説明＊＊＊
図８は、本実施の形態に係る混雑予測装置２ａの構成を示す図である。
本実施の形態に係る混雑予測装置２ａは、実施の形態１で説明した空間的予測処理部２０と時間的予測処理部４０とに替えて、空間的予測処理部２０と時間的予測処理部４０との両機能を備える時空間予測処理部５０を備える。本実施の形態に係る混雑予測装置２ａの「部」の機能は、予想データ生成部３０と時空間予測処理部５０との機能である。
また、記憶部１００は、実施の形態１の混雑状況結果記憶部１５に替えて、混雑予測結果記憶部１６を備える。

時空間予測処理部５０は、予想データ生成部３０により生成された予想データ３１と、現在時刻における予測対象領域６０の混雑状況を表す混雑状況結果とを用いて、現在時刻から予測時間Ｔが経過するまでの予測対象領域６０の混雑状況を予測した時空間予測結果５１を生成する。時空間予測処理部５０は、時空間予測結果５１を生成すると共に、生成した時空間予測結果５１を混雑予測結果記憶部１６に記憶する混雑予測処理部４００の例である。また、時空間予測結果５１は、予測対象領域６０における現在時刻から予測時間Ｔが経過するまでの混雑予測結果４１０の例である。
時空間予測処理部５０は、予想データ３１と、混雑予測結果記憶部１６に前回記憶された時空間予測結果とに基づいて、現在時刻から予測時間Ｔが経過するまでにおける混雑予測結果を時空間予測結果５１として生成する。
具体的には、時空間予測処理部５０は、混雑予測結果記憶部１６に前回記憶された時空間予測結果のうち現在時刻に最も近い時刻に対応する時空間予測結果を選択し、選択した時空間予測結果と予想データ３１とに基づいて、現在時刻から予測時間Ｔが経過するまでにおける時空間予測結果５１を生成する。また、具体的には、時空間予測処理部５０は、混雑予測結果記憶部１６に前回記憶された時空間予測結果のうち現在時刻における計測データに最も近い計測データを有する時空間予測結果を選択し、選択した時空間予測結果と予想データ３１とに基づいて、現在時刻から予測時間Ｔが経過するまでにおける時空間予測結果５１を生成する。すなわち、時空間予測処理部５０は、予想データ生成部３０が生成した予想データ３１と、前回生成された時空間予測結果のうち現在時刻の混雑状況に最も近い時空間予測結果とを入力値とし、予測対象領域６０における未来の混雑状況を予測した時空間予測結果５１を生成する。実施の形態１では、空間的予測結果２１を現在時刻における予測対象領域６０の混雑状況を表す混雑状況結果２１０として用いた。しかし、本実施の形態では、時空間予測処理部５０は、前回生成された時空間予測結果のうち現在時刻の混雑状況に最も近い時空間予測結果を混雑状況結果２１０として、混雑予測結果４１０である時空間予測結果５１を生成する。

＊＊＊動作の説明＊＊＊
次に、図９から図１２を用いて、本実施の形態に係る混雑予測装置２ａの混雑予測方法５１０ａ及び混雑予測プログラム５２０ａの混雑予測処理Ｓ１００ａについて説明する。
図９に示すように、混雑予測処理Ｓ１００ａは、計測データ記憶処理Ｓ１１０ａと、予想データ生成処理Ｓ１３０ａと、時空間予測実行処理Ｓ１５０とを有する。時空間予測実行処理Ｓ１５０は、混雑予測実行処理の例である。

＜＜計測データ記憶処理Ｓ１１０ａ＞＞
図１０は、本実施の形態に係る混雑予測装置２ａの計測データ記憶部１０による計測データ記憶処理Ｓ１１０ａを示すフローチャートである。
図１０のステップＳ１０１、ステップＳ１０２およびステップＳ１０５の処理は、図３のステップＳ１０１、ステップＳ１０２およびステップＳ１０５の処理と同様である。

ステップＳ１０６において、計測データ記憶部１０は、時空間予測処理部５０からの通知４０１の有無を確認する。計測データ記憶部１０は、時空間予測処理部５０からの通知４０１がある場合（ステップ１０６でＹＥＳ）、ステップＳ１０５へ進み、通知４０１がない場合（ステップＳ１０６でＮＯ）、ステップＳ１０１へ戻る。

＜＜予想データ生成処理Ｓ１３０ａ＞＞
図１１は、本実施の形態に係る混雑予測装置２ａの予想データ生成部３０による予想データ生成処理Ｓ１３０ａを示すフローチャートである。
図１１のステップＳ３０１からステップＳ３０３の処理は、図５のステップＳ３０１からステップＳ３０３の処理と同様である。

ステップＳ３０４において、予想データ生成部３０は、ステップＳ３０３で生成した予想データ３１を時空間予測処理部５０へ送信する。

＜＜時空間予測実行処理Ｓ１５０＞＞
図１２は、本実施の形態に係る混雑予測装置２ａの時空間予測処理部５０による時空間予測処理Ｓ１５０を示すフローチャートである。
図１２のステップＳ５０１からステップＳ５０２の処理は、図６のステップＳ４０１からステップＳ４０２と同様である。

ステップＳ５０３において、時空間予測処理部５０は、前回のステップＳ５０４の実行時に混雑予測結果記憶部１６に記憶した時空間予測結果の中から、入力値として用いる時空間予測結果を選択する。具体的には、時空間予測処理部５０は、前回のステップＳ５０４の実行時に混雑予測結果記憶部１６に記憶した時空間予測結果の中から、ステップＳ５０３を実行した時刻（現在時刻）における予測対象領域６０の混雑状況に最も近い時空間予測結果を選択し、メモリに記憶する。ステップＳ５０４では、時空間予測処理部５０は、ステップＳ５０４を実行した時刻から予測時間Ｔが経過するまで、すなわち予想データ生成範囲の混雑状況を予測した時空間予測結果が混雑予測結果記憶部１６に記憶されている。最も近い結果を選択する手法としては、例えば、ステップＳ５０３を実行した時刻（現在時刻）に最も近い時刻に対応する時空間予測結果を選択する手法がある。あるいは、ステップＳ５０３を実行した時刻（現在時刻）において、センサー１から取得できる計測データに最も近い計測データを有する時空間予測結果を選択する手法もある。

ステップＳ５０４において、時空間予測処理部５０は、ステップＳ５０２でメモリに記憶した予想データ３１と、ステップＳ５０３でメモリに記憶した時空間予測結果とを入力値として、時空間予測処理を行う。時空間予測処理とは、具体的には、マルチエージェントシミュレーション等の手法により、現在時刻における予測対象領域６０の混雑状況から未来における予測対象領域６０の混雑状況を予測した時空間予測結果５１を生成する処理である。時空間予測処理部５０は、生成した時空間予測結果５１を混雑予測結果記憶部１６に記憶する。

ステップＳ５０５において、時空間予測処理部５０は、ステップＳ５０４にて生成した時空間予測結果５１を出力する。

ステップＳ５０６において、時空間予測処理部５０は、計測データ記憶部１０に通知４０１を送信する。
時空間予測処理部５０は、ステップＳ５０６の後、ステップＳ５０１へ戻る。

＊＊＊本実施の形態の効果の説明＊＊＊
以上のように、本実施の形態に係る混雑予測装置２ａは、計測データ記憶部と、予想データ生成部と、前回、混雑予測結果記憶部に記憶された時空間予測結果と予想データとを用いて、未来の予測対象領域の混雑状態を予測し、時空間予測結果を生成する時空間予測処理部とを備える。これにより、未来の混雑状況を予測するために必要になる現在の混雑状況を少ないセンサーでかつ高精度に把握することが可能になる。その結果、未来の混雑予測の精度が向上する。また、本実施の形態に係る混雑予測装置２ａによれば、処理量を減らすことができる。

また、上記説明における混雑予測装置はひとつのセンサー１を用いてひとつの計測地点を混雑予測する構成であったが、複数のセンサー１を用いて複数の計測地点を混雑予測する構成であってもよい。

この発明に係る混雑予測装置は高精度に未来の混雑状況を予測することが可能である。特にイベントまたは開催場所での混雑状況を予測するのに適している。

以上、本発明の実施の形態１から２について説明したが、これらの実施の形態の説明において「部」として説明するもののうち、いずれか１つのみを採用してもよいし、いくつかの任意の組合せを採用してもよい。つまり、混雑予測装置の機能ブロックは、上記の実施の形態で説明した機能を実現することができれば、任意である。混雑予測装置は、これらの機能ブロックをどのように組合せて構成してもよいし、任意の機能ブロックで構成してもよい。また、混雑予測装置は、１つの装置でなく、複数の装置から構成されていてもよい。

また、実施の形態１から２について説明したが、これらの実施の形態のうち、複数の実施の形態を組み合わせて実施してもよい。また、これらの実施の形態のうち、複数の部分を組み合わせて実施してもよい。或いは、これらの実施の形態のうち、１つの部分を実施しても構わない。その他、これらの実施の形態の内容を、全体として或いは部分的に、どのように組合せて実施しても構わない。すなわち、本発明はその発明の範囲内において、各実施の形態の自由な組み合わせ、各実施の形態の任意の構成要素の変形、または各実施の形態の任意の構成要素の省略が可能である。
上記の実施の形態は、本質的に好ましい例示であり、本発明、その適用物や用途の範囲を制限することを意図するものではなく、必要に応じて種々の変更が可能である。上記の実施の形態は、本手法の理解を助けるためのものであって、発明を限定するためのものではない。

１ センサー、２，２ａ 混雑予測装置、１０ 計測データ記憶部、１１ 計測データ、１５ 混雑状況結果記憶部、１６ 混雑予測結果記憶部、１１１ 予想用計測データ、２０ 空間的予測処理部、２１ 空間的予測結果、３０ 予想データ生成部、３１ 予想データ、４０ 時間的予測処理部、４１ 時間的予測結果、５０ 時空間予測処理部、５１ 時空間予測結果、６０ 予測対象領域、６１ 計測地点、１００ 記憶部、２１０ 混雑状況結果、４００ 混雑予測処理部、４０１ 通知、４０１ａ 計測データ要求通知、４０１ｂ 混雑状況結果要求通知、４１０ 混雑予測結果、５１０，５１０ａ 混雑予測方法、５２０，５２０ａ 混雑予測プログラム、９０９ 処理回路、９１０ プロセッサ、９２０ 記憶装置、９３０ 入力インタフェース、９４０ 出力インタフェース、Ｓ１００，Ｓ１００ａ 混雑予測処理、Ｓ１１０，Ｓ１１０ａ 計測データ記憶処理、Ｓ１２０ 空間的予測実行処理、Ｓ１３０，Ｓ１３０ａ 予想データ生成処理、Ｓ１４０ 時間的予測実行処理、Ｓ１５０ 時空間予測実行処理、Ｔ 予測時間。

Claims (9)

1. 予測対象領域の混雑状況を予測する混雑予測装置において、
   前記予測対象領域に設けられた計測地点を通過した人の人数を表す計測データに基づいて、現在時刻から予測時間が経過するまでに前記計測地点を通過する人の人数を予想データとして生成する予想データ生成部と、
   前記予想データ生成部により生成された前記予想データと、現在時刻における前記予測対象領域の混雑状況を表す混雑状況結果とを用いて、現在時刻から前記予測時間が経過するまでの前記予測対象領域の混雑状況を予測した混雑予測結果を生成する混雑予測処理部と
   を備えた混雑予測装置。
2. 前記混雑予測装置は、
   前記計測データを用いて現在時刻における前記混雑状況結果を生成し、生成した前記混雑状況結果を混雑状況結果記憶部に記憶する空間的予測処理部を備え、
   前記混雑予測処理部は、
   前記予想データと、前記空間的予測処理部により生成された現在時刻における前記混雑状況結果とを用いて、現在時刻から前記予測時間が経過するまでの前記混雑予測結果を生成する請求項１に記載の混雑予測装置。
3. 前記空間的予測処理部は、
   前記計測データと、前記混雑状況結果記憶部に前回記憶された前記混雑状況結果とを用いて、現在時刻における前記混雑状況結果を生成する請求項２に記載の混雑予測装置。
4. 前記混雑予測装置は、
   前記計測地点に設けられたセンサーから出力された前記計測データを記憶する計測データ記憶部を備え、
   前記混雑予測処理部は、
   予め定められた設定範囲の計測データを予想データ生成部に出力することを要求する計測データ要求通知を計測データ記憶部に送信すると共に、前記空間的予測処理部により生成された前記混雑状況結果の取得を要求する混雑状況結果要求通知を前記空間的予測処理部に送信し、
   前記計測データ記憶部は、
   前記計測データ要求通知を受信すると、前記設定範囲の計測データを前記予想データ生成部に出力し、
   前記予想データ生成部は、
   前記設定範囲の計測データに基づいて、前記予想データを生成し、
   前記空間的予測処理部は、
   前記混雑状況結果要求通知を受信すると、生成した混雑状況結果を前記混雑予測処理部に出力する請求項２または３に記載の混雑予測装置。
5. 前記混雑予測処理部は、
   現在時刻から前記予測時間が経過するまでの前記混雑予測結果を生成すると共に、生成した前記混雑予測結果を混雑予測結果記憶部に記憶し、
   前記混雑予測処理部は、
   前記予想データと、前記混雑予測結果記憶部に前回記憶された前記混雑予測結果とに基づいて、現在時刻から前記予測時間が経過するまでにおける前記混雑予測結果を生成する請求項１に記載の混雑予測装置。
6. 前記混雑予測処理部は、
   前記混雑予測結果記憶部に前回記憶された前記混雑予測結果のうち現在時刻に最も近い時刻に対応する混雑予測結果を選択し、選択した混雑予測結果と前記予想データとに基づいて、現在時刻から前記予測時間が経過するまでにおける前記混雑予測結果を生成する請求項５に記載の混雑予測装置。
7. 前記混雑予測処理部は、
   前記混雑予測結果記憶部に前回記憶された前記混雑予測結果のうち現在時刻における計測データに最も近い計測データを有する混雑予測結果を選択し、選択した混雑予測結果と前記予想データとに基づいて、現在時刻から前記予測時間が経過するまでにおける前記混雑予測結果を生成する請求項５に記載の混雑予測装置。
8. 予測対象領域の混雑状況を予測する混雑予測装置の混雑予測方法において、
   予想データ生成部が、前記予測対象領域に設けられた計測地点を通過した人の人数を表す計測データに基づいて、現在時刻から予測時間が経過するまでに前記計測地点を通過する人の人数を予想データとして生成し、
   混雑予測処理部が、前記予想データと、現在時刻における前記予測対象領域の混雑状況を表す混雑状況結果とを用いて、現在時刻から前記予測時間が経過するまでの前記予測対象領域の混雑状況を予測した混雑予測結果を生成する混雑予測方法。
9. 予測対象領域の混雑状況を予測する混雑予測プログラムにおいて、
   前記予測対象領域に設けられた計測地点を通過した人の人数を表す計測データに基づいて、現在時刻から予測時間が経過するまでに前記計測地点を通過する人の人数を予想データとして生成する予想データ生成処理と、
   前記予想データ生成処理により生成された前記予想データと、現在時刻における前記予測対象領域の混雑状況を表す混雑状況結果とを用いて、現在時刻から前記予測時間が経過するまでの前記予測対象領域の混雑状況を予測した混雑予測結果を生成する混雑予測実行処理とをコンピュータに実行させる混雑予測プログラム。

Images