JP2018171978A - 情報提供装置及び情報提供方法 - Google Patents

Abstract

【課題】列車の混雑度の推定処理を簡易化する。【解決手段】サーバ３は、駅のプラットホームに設置された撮像装置１が生成した複数の撮像画像を取得する撮像画像取得部３５１と、複数の撮像画像に含まれるプラットホーム上の人の動きに基づいて、乗客がプラットホームに停車している車両に乗車するために要する時間である乗車所要時間を特定する時間特定部３５３と、時間特定部３５３が特定した乗車所要時間に基づいて混雑度を推定する推定部３５４と、混雑度を示す情報を出力する情報出力部３５５と、を有する。【選択図】図１

Description

本発明は、車両の混雑度を示す情報を提供するための情報提供装置及び情報提供方法に関する。

従来、到着予定の列車の混雑状況を案内するシステムが知られている。特許文献１においては、列車が前に停車した駅に設置されたシステムから通知された混雑情報と、システムが設置された駅でドア付近を撮像した画像に基づいて特定した人の数とに基づいて、列車の混雑状況を特定する方法が開示されている。

特開２０１４−５４８９９号公報

従来のシステムにおいては、混雑度を推定するために、隣の駅から混雑情報を取得する必要があった。そして、列車の始発駅から全ての駅における乗車人数及び降車人数を管理する必要があった。しかしながら、全ての駅に乗車人数及び降車人数を測定するための設備を設置することは容易ではない。そこで、より簡易な方法で混雑度に関する情報を提供することが求められている。

そこで、本発明はこれらの点に鑑みてなされたものであり、列車の混雑度の推定処理を簡易化することを目的とする。

本発明の第１の態様の情報提供装置は、駅のプラットホームに設置された撮像装置が生成した複数の撮像画像を取得する撮像画像取得部と、前記複数の撮像画像に含まれる前記プラットホーム上の人の動きに基づいて、乗客が前記プラットホームに停車している車両に乗車するために要する時間である乗車所要時間を特定する時間特定部と、前記時間特定部が特定した前記乗車所要時間に基づいて混雑度を推定する推定部と、前記混雑度を示す情報を出力する情報出力部と、を有する。

前記時間特定部は、一人の乗客が前記プラットホームに停車している車両に乗車するために要する時間である平均所要時間を特定し、前記推定部は、前記平均所要時間に基づいて前記混雑度を推定してもよい。

前記プラットホームに同一の車両が停車している間における、前記撮像画像に写っているドアから最初に乗車した乗客の乗車時刻である第１時刻、及び前記ドアから最後に乗車した乗客の乗車時刻である第２時刻を特定する時刻特定部と、前記第１時刻から前記第２時刻までの間に乗車した乗客の人数を特定する人数特定部と、をさらに有し、前記時間特定部は、前記第１時刻から前記第２時刻までの時間と、前記人数特定部が特定した人数とに基づいて前記平均所要時間を特定してもよい。

前記時間特定部は、前記撮像画像に写っているドアから直前に乗車した乗客が乗車した時刻から所定の時間以内に前記ドアから乗車した乗客が乗車した時刻に基づいて、前記乗車所要時間を特定してもよい。

前記時間特定部は、前記車両が停止した時刻から、前記撮像画像に写っているドアから最初に乗客が乗車した時刻までの時間である乗車待機時間を特定し、前記推定部は、前記乗車待機時間にさらに基づいて前記混雑度を推定してもよい。

前記推定部は、前記車両が停止した時刻から、前記撮像画像に写っているドアから最初に乗客が乗車した時刻までの間に降車した乗客の人数にさらに基づいて前記混雑度を推定してもよい。

前記推定部は、前記車両に乗客が乗車した際の当該乗客の向きにさらに基づいて前記混雑度を推定してもよい。

本発明の第２の態様の情報提供方法は、コンピュータが実行する、駅のプラットホームに設置された撮像装置が生成した複数の撮像画像を取得するステップと、前記複数の撮像画像に含まれる前記プラットホーム上の人の動きに基づいて、乗客が前記プラットホームに停車している車両に乗車するために要する時間である乗車所要時間を特定するステップと、特定した前記乗車所要時間に基づいて混雑度を推定するステップと、前記混雑度を示す情報を出力するステップと、を有する。

本発明によれば、列車の混雑度の推定処理を簡易化することができるという効果を奏する。

情報提供システムの構成を示す図である。 情報提供システムの基本動作内容を説明するための図である。 撮像装置の構成を示す図である。 サーバの構成を示す図である。 時刻特定部の動作について説明するための図である。 時刻特定部の動作について説明するための図である。 駆け込み乗車の人を除外して乗車所要時間を特定する方法について説明するための図である。 乗車所要時間と混雑度との関係を示す情報の一例を示す表である。 混雑度情報の一例を示す表である。 サーバの処理の流れを示すフローチャートである。 第２の実施形態のサーバの構成を示す図である。 乗車平均時間と混雑度との関係を示す情報の一例を示す表である。

＜第１の実施形態＞
［情報提供システムＳの構成の概要］
図１は、情報提供システムＳの構成を示す図である。図２は、情報提供システムＳの基本動作内容を説明するための図である。情報提供システムＳは、鉄道の駅に設けられており、列車のドア付近の様子の撮像画像に基づいて列車の各ドア付近の混雑度を推定し、混雑度に関する情報を提供することができるシステムである。

情報提供システムＳは、複数の撮像装置１と、ハブ２と、サーバ３と、モニタ４とを備える。撮像装置１は、例えば複数の撮像部を有するステレオカメラであり、プラットホームに停車した列車のドア付近を撮影できる位置に設置されている。複数の撮像装置１は、それぞれが列車の一つのドア付近を撮影できる位置に設置されており、デイジーチェーン接続されている。

デイジーチェーン接続された複数の撮像装置１から構成される撮像装置群は、プラットホームごとに設けられている。複数のプラットホーム（例えば、図１におけるホームＡ〜Ｃ）に設置された複数の撮像装置群は、ハブ２に接続されており、複数の撮像装置群の各撮像装置１が生成した撮像画像は、ハブ２を介してサーバ３に送信される。

サーバ３は、複数の撮像装置１から撮像画像を受信し、受信した撮像画像をモニタ４に表示させる。また、サーバ３は、撮像画像を解析することにより撮像画像に写っている人の動きを特定し、プラットホームで列車を待っている人が列車に乗るために要する時間の長さに基づいて、列車の各ドアの付近の混雑度を推定する。サーバ３は、推定した混雑度とドアの位置とが関連付けられた混雑度情報を、列車が次に停車する駅に設置されているサーバ３に提供する情報提供装置である。

また、サーバ３は、隣の駅から混雑度情報を受信し、複数の撮像装置１に対して、それぞれの撮像装置１の位置に対応する混雑度を通知する。それぞれの撮像装置１は、通知された混雑度に対応する表示を行うことにより、プラットホームで列車を待つ人に、到着する予定の列車の各ドア付近の混雑度を案内する。プラットホームで列車を待つ人は、案内された混雑度を確認し、必要に応じて、混雑していないことが予想されるドアの付近に移動することができる。
以下、撮像装置１及びサーバ３の構成を詳細に説明する。

［撮像装置１の構成］
図３は、撮像装置１の構成を示す図である。撮像装置１は、第１撮像部１１と、第２撮像部１２と、通信部１３と、表示部１４と、記憶部１５と、制御部１６とを有する。

第１撮像部１１及び第２撮像部１２のそれぞれは、レンズ及び撮像素子を有しており、撮像画像を生成する。第１撮像部１１及び第２撮像部１２は、プラットホームの表面と平行な方向に並んで設けられており、第１撮像部１１と第２撮像部１２との間には視差が存在する。したがって、サーバ３は、第１撮像部１１が生成した撮像画像及び第２撮像部１２が生成した撮像画像を用いることで、三次元画像を生成することができる。サーバ３は、三次元画像を解析することにより、人の動きを高い精度で検出することができる。

通信部１３は、第１撮像部１１及び第２撮像部１２が生成した撮像画像を送信するための通信インターフェースである。通信部１３は、撮像画像を隣の撮像装置１に対して送信する。複数の撮像装置１の通信部１３が、それぞれ隣の撮像装置１に対して撮像画像を送信することにより、全ての撮像装置１が生成した撮像画像がサーバ３に届く。

表示部１４は、混雑度を示す情報を表示するデバイスである。表示部１４は、例えば混雑度に応じて色を変化させる発光デバイス、又は混雑度を示す情報を表示できるディスプレイである。

記憶部１５は、ハードディスク、ＲＯＭ（Read Only Memory）、及びＲＡＭ（Random Access Memory）等の記憶媒体を有する。記憶部１５は、第１撮像部１１及び第２撮像部１２が生成した撮像画像を一時的に記憶する。また、記憶部１５は、制御部１６が実行するプログラムを記憶している。

制御部１６は、例えばＣＰＵ（Central Processing Unit）であり、記憶部１５に記憶されたプログラムを実行することにより、撮像装置１の各部を制御する。制御部１６は、例えば、第１撮像部１１及び第２撮像部１２に撮像画像を生成させる。また、制御部１６は、サーバ３から受信した混雑度情報を表示部１４に表示させたり、サーバ３からの指示に基づいて第１撮像部１１及び第２撮像部１２が撮影する向きを変化させたりする。

［サーバ３の構成］
図４は、サーバ３の構成を示す図である。サーバ３は、第１通信部３１と、第２通信部３２と、計時部３３と、記憶部３４と、制御部３５とを有する。

第１通信部３１は、複数の撮像装置１との間でデータを送受信するための通信インターフェースである。第１通信部３１は、例えば、ハブ２を介して撮像装置１が生成した撮像画像を受信する。第２通信部３２は、他の駅に設置されたサーバ３、又は外部のデータセンターに設置されたクラウドサーバ等の外部装置との間でデータを送受信するための通信インターフェースである。
計時部３３は、時刻を計測するデバイスであり、例えば時計ＩＣ（Integrated Circuit）である。

記憶部３４は、ハードディスク、ＲＯＭ及びＲＡＭ等の記憶媒体を有する。記憶部３４は、複数の撮像装置１のそれぞれから受信した複数の撮像画像を一時的に記憶する。記憶部３４は、制御部３５が実行するプログラムを記憶している。

制御部３５は、例えばＣＰＵである。制御部３５は、記憶部３４に記憶されたプログラムを実行することにより、撮像画像取得部３５１、時刻特定部３５２、時間特定部３５３、推定部３５４、情報出力部３５５、情報取得部３５６及び表示制御部３５７として機能する。

撮像画像取得部３５１は、第１通信部３１を介して受信した、撮像装置１が生成した複数の撮像画像を取得する。撮像画像取得部３５１は、取得した撮像画像を、撮像装置１を特定するための撮像装置ＩＤに関連付けて時刻特定部３５２に入力する。撮像画像取得部３５１は、撮像画像を撮像装置ＩＤに関連付けて記憶部３４に記憶させ、記憶部３４を介して、撮像画像を時刻特定部３５２に入力してもよい。

時刻特定部３５２は、プラットホームに同一の車両が停車している間における、撮像画像に写っているドアから最初に乗車した乗客の乗車時刻である第１時刻を特定する。また、時刻特定部３５２は、ドアから最後に乗車した乗客の乗車時刻である第２時刻を特定する。図５及び図６は、時刻特定部３５２の動作について説明するための図である。図５及び図６において、斜線の丸は、到着した車両に乗っている人を示しており、白い丸は乗車する人を示している。また、矢印は、動いている人の動く向きを示している。

時刻特定部３５２は、ドアが開いたことを検出すると、人の動きを解析する処理を開始する。具体的には、時刻特定部３５２は、それぞれの撮像装置１が生成した複数の撮像画像に写っている複数の人のそれぞれの動きベクトルを算出することにより、人の動きを解析する。

まず、時刻特定部３５２は、動きベクトルが車両のドアから離れる向きになっている降車者を特定する。時刻特定部３５２は、特定した一以上の降車者のうち、最も早く降車した人が車両から出た時点で計時部３３から時刻情報を取得することにより、最も早く降車した人が降車した時刻Ｔ０を特定する（図５（ａ）を参照）。

続いて、時刻特定部３５２は、動きベクトルが車両の外からドアへの向きになっている乗車者を特定する。時刻特定部３５２は、特定した一以上の乗車者のうち、車両のドアが開いてから最も先に車両に乗った人（図５（ｂ）における乗客Ｐ１）を特定し、その人が乗車した時刻Ｔ１（第１時刻）を特定する（図５（ｂ）を参照）。続いて、時刻特定部３５２は、最後に車両に乗った人（図５（ｃ）における乗客Ｐ２）が車両に入った時刻Ｔ２（第２時刻）を特定する。時刻特定部３５２は、特定した時刻を時間特定部３５３に通知する。

時間特定部３５３は、乗客が前記プラットホームに停車している車両に乗車するために要する時間である乗車所要時間を特定する。例えば、時間特定部３５３は、第２時刻から第１時刻を減算することにより乗車所要時間を特定する。図５に示す例において、第１時刻が１２時３０分００秒であり、第２時刻が１２時３０分１２秒である場合、時間特定部３５３は、乗車所要時間が１２秒であると特定する。

図６に示す例の場合、図５に示す例よりも、車両に乗車する人の数が多い。この場合、例えば、第１時刻が１２時３０分００秒であり、第２時刻が１２時３０分４０秒である場合、時間特定部３５３は、乗車所要時間が４０秒であると特定する。

なお、ドアが開いてから最初の８人が１０秒間に順次乗車し、その後１０秒以上経過してから、最後の乗客が駆け込み乗車したとする。このような場合に、時間特定部３５３が乗車所要時間を２０秒と特定すると、実質的な乗車所要時間と異なる時間が特定されてしまう。そこで、時間特定部３５３は、撮像画像に写っているドアから直前に乗車した乗客が乗車した時刻から所定の時間以内に同じドアから乗車した乗客が乗車した時刻に基づいて、乗車所要時間を特定してもよい。

図７は、駆け込み乗車の人を除外して乗車所要時間を特定する方法について説明するための図である。図７における横軸は時間を示しており、矢印は、乗客が車両に乗ったタイミングを示している。乗客Ｐ１から乗客Ｐ２までは、短い時間間隔で乗車している。乗客Ｐ２が乗車してから所定の時間Ｔが経過した後に、乗客Ｐ３が乗車した場合、時間特定部３５３は、乗客Ｐ１が乗車してから乗客Ｐ２が乗車するまでの時間を乗車所要時間として特定する。

時間特定部３５３は、例えば、ドアの前で待っていた人が、直前に乗車した人に続いて乗車するために必要な平均的な時間以上にわたって乗車する人がいない場合、それ以前に乗車した最後の人が乗車するまでに要した時間を乗車所要時間として特定する。このようにすることで、駆け込み乗車をしたことにより必要以上に乗車所要時間が長く特定されることを防止できる。

推定部３５４は、時間特定部３５３が特定した乗車所要時間に基づいて混雑度を推定する。例えば、推定部３５４は、記憶部３４に予め記憶された、乗車所要時間と混雑度との関係を示す情報を参照することにより、時間特定部３５３が特定した乗車所要時間に対応する混雑度を特定することにより混雑度を推定する。

図８は、乗車所要時間と混雑度との関係を示す情報の一例を示す表である。図８に示す情報は、記憶部３４に記憶されている。図８に示す表においては、乗車所要時間と、混雑度と、混雑度ＩＤとが関連付けられている。混雑度ＩＤは、混雑度を数値化した情報であり、他の駅に混雑度を伝達する際に用いられる。

図５に示した例のように乗車所要時間が１２秒である場合、推定部３５４は、混雑度が普通の状態であると推定し、撮像画像を生成した撮像装置１のＩＤに関連付けて混雑度ＩＤ＝２を情報出力部３５５に通知する。また、図６に示した例における乗車所要時間が４０秒である場合、推定部３５４は、非常に混んでいる状態であると推定し、撮像画像を生成した撮像装置１のＩＤに関連付けて混雑度ＩＤ＝５を情報出力部３５５に通知する。

情報出力部３５５は、第２通信部３２を介して、推定部３５４から通知された混雑度ＩＤを、停車している列車が次に停車する駅に設置されたサーバ３に対して送信する。情報出力部３５５は、例えば、推定部３５４が、全ての撮像装置１から取得した撮像画像に基づいて推定した、全てのドアの位置における混雑度の推定を終了した後に、ドアの位置と混雑度ＩＤとを関連付けた混雑度情報を送信する。

図９は、混雑度情報の一例を示す表である。図９に示す混雑度情報は、列車を特定するための列車番号に関連付けられている。混雑度情報においては、車両番号、ドア位置、及び混雑度ＩＤが関連付けられている。

情報取得部３５６は、第２通信部３２を介して、他の駅のサーバ３、又は外部のデータセンターに設置されたクラウドサーバ等の外部装置から送信された混雑度情報を取得する。情報取得部３５６は、取得した混雑度情報を表示制御部３５７に通知する。

表示制御部３５７は、情報取得部３５６が取得した混雑度情報に含まれている列車番号に対応する列車が停車する予定のプラットホームに設置されている複数の撮像装置１に対して、混雑度ＩＤを通知することにより、それぞれの撮像装置１の表示部１４に、混雑度を示す情報を表示させる。

［サーバ３の処理の流れ］
図１０は、サーバ３の処理の流れを示すフローチャートである。
まず、撮像画像取得部３５１は、撮像装置１から撮像画像を取得する（Ｓ１１）。続いて、時刻特定部３５２は、撮像画像取得部３５１が取得した撮像画像を解析して、最初に乗客が乗車した第１時刻を特定する（Ｓ１２）。また、時刻特定部３５２は、最後に乗客が乗車した第２時刻を特定する（Ｓ１３）。続いて、人数特定部３５８は、第２時刻から第１時刻を減算することにより、乗車所要時間を特定する（Ｓ１４）。

続いて、推定部３５４は、時間特定部３５３が算出した平均時間に対応する混雑度を推定する（Ｓ１５）。情報出力部３５５は、推定部３５４が特定した混雑度を示す情報を、列車が次に停車する駅（隣の駅）のサーバ３に送信する（Ｓ１６）。

［第１の実施形態の情報提供システムＳの効果］
以上説明したように、情報提供システムＳのサーバ３においては、時間特定部３５３が、プラットホームに設置された複数の撮像装置１が生成した複数の撮像画像に含まれる人の動きに基づいて、乗客がプラットホームに停車している車両に乗車するために要する時間である乗車所要時間を特定する。そして、推定部３５４が、乗車所要時間に基づいて混雑度を推定する。このようにすることで、サーバ３は、隣の駅から取得した列車の混雑度に関する情報を用いることなく、各ドア付近の混雑度を推定することができる。

＜第２の実施形態＞
第１の実施形態においては、推定部３５４が乗車所要時間に基づいて混雑度を推定したが、第２の実施形態においては、推定部３５４が、一人の乗客がプラットホームに停車している車両に乗車するために要する平均時間である乗車平均時間に基づいて混雑度を推定するという点で第１の実施形態と異なる。

図１１は、第２の実施形態のサーバ３の構成を示す図である。サーバ３は、乗車平均時間を特定するために、人数特定部３５８をさらに有するという点で、第１の実施形態のサーバ３と異なる。

人数特定部３５８は、第１時刻から第２時刻までの間に乗車した乗客の人数を特定する。すなわち、人数特定部３５８は、車両のドアが開いてから車両に入った人の数を特定する。図５に示した例の場合、図５（ｃ）に示した状態で８人が乗車しているので、人数特定部３５８は、第１時刻から第２時刻までの間に乗車した乗客の人数が８人であることを特定する。図６に示した例の場合、人数特定部３５８は、第１時刻から第２時刻までの間に乗車した乗客の人数が１６人であることを特定する。人数特定部３５８は、特定した人数を時間特定部３５３に通知する。

時間特定部３５３は、複数の撮像画像に含まれるプラットホーム上の人の動きに基づいて、一人の乗客がプラットホームに停車している車両に乗車するために要する平均時間である乗車平均時間を特定し、推定部３５４は、乗車平均時間に基づいて混雑度を推定する。例えば、時間特定部３５３は、時刻特定部３５２から取得した第１時刻から第２時刻までの時間と、人数特定部３５８が特定した人数とに基づいて、一人当たりの乗車に要する時間である乗車平均時間を特定する。具体的には、時間特定部３５３は、第１時刻から第２時刻までの時間を、第１時刻から第２時刻までの間に乗車した人数で除算することにより、乗車平均時間を算出する。

図５に示す例において、第１時刻から第２時刻までの時間が１２秒であるとすると、時間特定部３５３は、乗車平均時間を１２秒÷８人＝１．５秒／人と算出する。図６に示す例において、第１時刻から第２時刻までの時間が４０秒であるとすると、時間特定部３５３は、乗車平均時間を４０秒÷１６人＝２．５秒／人と算出する。図６に示す例においては、プラットホームで待っていた人が乗車する時点で、車両内に乗客が残っており、かつ乗車する人が多いため、図５に示した場合に比べて一人当たりの乗車時間が長くなっている。

なお、時間特定部３５３は、第１時刻から第２時刻までの時間と、人数特定部３５８が特定した人数とに基づいて乗車平均時間を特定する代わりに、他の方法を用いて乗車平均時間を特定してもよい。例えば、時間特定部３５３は、乗車した人それぞれがドアの外側の所定の位置からドアの内側に入るまでに要する時間を計測し、計測した時間の平均値を算出することにより乗車平均時間を特定してもよい。

図１２は、乗車平均時間と混雑度との関係を示す情報の一例を示す表である。図５に示した例のように乗車平均時間が１．５秒である場合、推定部３５４は、混雑度が普通の状態であると推定し、撮像画像を生成した撮像装置１のＩＤに関連付けて混雑度ＩＤ＝２を情報出力部３５５に通知する。また、図６に示した例のように乗車平均時間が２．５秒である場合、推定部３５４は、やや混んでいる状態であると推定し、撮像画像を生成した撮像装置１のＩＤに関連付けて混雑度ＩＤ＝３を情報出力部３５５に通知する。

なお、時間特定部３５３は、乗車平均時間とともに、第１の実施形態で用いた乗車所要時間を特定し、推定部３５４は、乗車平均時間及び乗車所要時間の両方を用いて混雑度を推定してもよい。時間特定部３５３は、例えば、乗車所要時間に基づいて推定した第１混雑度と乗車平均時間に基づいて推定した第２混雑度との間に差がある場合、混雑度が、第１混雑度と第２混雑度との間であると推定することで、推定の精度を向上させることができる。

［第２の実施形態の情報提供システムＳの効果］
以上説明したように、第２の実施形態の情報提供システムＳのサーバ３においては、推定部３５４が、一人当たりの乗車に要する平均時間に基づいて混雑度を推定する。このようにすることで、例えば乗車する人数が少ないために、全員が乗車するまでに要する合計時間が短いながらも、混雑によって、乗車に要する平均時間が長いという場合であっても、推定部３５４は高い精度で混雑度を推定することができる。

＜第３の実施形態＞
第１の実施形態及び第２の実施形態において、推定部３５４は、乗車に要する時間に基づいて混雑度を推定した。これに対して、第３の実施形態においては、降車に要する時間又は降車人数にさらに基づいて混雑度を測定する。混雑している列車においては、ドアが開いてから乗客が降車するまでに長い時間を要することが多い。

そこで、第３の実施形態の時間特定部３５３は、車両が停止した時刻から、撮像画像に写っているドアから最初に乗客が乗車した時刻までの時間である乗車待機時間を特定する。推定部３５４は、乗車待機時間にさらに基づいて混雑度を推定する。推定部３５４は、例えば、乗車待機時間が長ければ長いほど混雑度が大きいと推定する。

人数特定部３５８が、降車人数を特定し、時間特定部３５３は、一人当たりの降車所要時間を特定してもよい。そして、推定部３５４は、一人当たりの降車所要時間が長ければ長いほど混雑度が大きいと推定してもよい。このようにすることで、推定部３５４は、列車内が混雑しており、乗客が降りるまでに長時間を要する場合に、混雑していると推定することができる。

また、推定部３５４は、車両が停止した時刻から、撮像画像に写っているドアから最初に乗客が乗車した時刻までの間に降車した乗客の人数にさらに基づいて混雑度を推定してもよい。例えば、記憶部３４が、列車の混雑度と、各ドアからの降車人数との関係を記憶しており、推定部３５４は、記憶部３４が記憶している関係を参照することにより、人数特定部３５８が特定した降車人数に基づいて混雑度を推定する。記憶部３４は、時間帯及び曜日に関連付けて、列車の混雑度と降車人数との関係を記憶してもよい。推定部３５４が、このような関係を参照して混雑度を推定することにより、推定精度がさらに向上する。

［第３の実施形態の情報提供システムＳの効果］
以上説明したように、第３の実施形態の情報提供システムＳのサーバ３においては、推定部３５４が、乗客が降車に要する時間にさらに基づいて混雑度を推定する。このようにすることで、推定部３５４は、列車内の状態も考慮して混雑度を推定できるので、混雑度の推定精度が向上する。

＜第４の実施形態＞
上記の実施形態においては、乗客が列車に乗車する態様が考慮されていなかった。これに対して、第４の実施形態においては、推定部３５４が、車両に乗客が乗車した際の乗客の向きにさらに基づいて混雑度を推定する点で、上記の実施形態と異なる。

混雑している列車においては、ドア付近まで乗客が占めているため、新たに乗車する人は後ろ向きで乗車することが多い。そこで、第４の実施形態の人数特定部３５８は、後ろ向きで列車に乗った人の数を特定する。推定部３５４は、後ろ向きで列車に乗った人の数が所定値以上である場合に、非常に混雑していると推定する。このようにすることで、推定部３５４は、非常に混雑している状態であることを高い精度で推定することができる。

［第４の実施形態の情報提供システムＳの効果］
以上説明したように、第４の実施形態の情報提供システムＳのサーバ３においては、推定部３５４が、乗客の向きにさらに基づいて混雑を推定する。このようにすることで、乗車する人数が少なく、乗車所要時間及び乗車平均時間が短い場合であっても、推定部３５４は、後ろ向きで乗車する必要があるくらい混雑している場合に、混雑していることを適切に推定することができる。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されず、その要旨の範囲内で種々の変形及び変更が可能である。例えば、装置の分散・統合の具体的な実施の形態は、以上の実施の形態に限られず、その全部又は一部について、任意の単位で機能的又は物理的に分散・統合して構成することができる。また、複数の実施の形態の任意の組み合わせによって生じる新たな実施の形態も、本発明の実施の形態に含まれる。組み合わせによって生じる新たな実施の形態の効果は、もとの実施の形態の効果を合わせ持つ。

１ 撮像装置
２ ハブ
３ サーバ
４ モニタ
１１ 第１撮像部
１２ 第２撮像部
１３ 通信部
１４ 表示部
１５ 記憶部
１６ 制御部
３１ 第１通信部
３２ 第２通信部
３３ 計時部
３４ 記憶部
３５ 制御部
３５１ 撮像画像取得部
３５２ 時刻特定部
３５３ 時間特定部
３５４ 推定部
３５５ 情報出力部
３５６ 情報取得部
３５７ 表示制御部
３５８ 人数特定部

Claims (8)

1. 駅のプラットホームに設置された撮像装置が生成した複数の撮像画像を取得する撮像画像取得部と、
   前記複数の撮像画像に含まれる前記プラットホーム上の人の動きに基づいて、乗客が前記プラットホームに停車している車両に乗車するために要する時間である乗車所要時間を特定する時間特定部と、
   前記時間特定部が特定した前記乗車所要時間に基づいて混雑度を推定する推定部と、
   前記混雑度を示す情報を出力する情報出力部と、
   を有する情報提供装置。
2. 前記時間特定部は、一人の乗客が前記プラットホームに停車している車両に乗車するために要する時間である平均所要時間を特定し、
   前記推定部は、前記平均所要時間に基づいて前記混雑度を推定する、
   請求項１に記載の情報提供装置。
3. 前記プラットホームに同一の車両が停車している間における、前記撮像画像に写っているドアから最初に乗車した乗客の乗車時刻である第１時刻、及び前記ドアから最後に乗車した乗客の乗車時刻である第２時刻を特定する時刻特定部と、
   前記第１時刻から前記第２時刻までの間に乗車した乗客の人数を特定する人数特定部と、
   をさらに有し、
   前記時間特定部は、前記第１時刻から前記第２時刻までの時間と、前記人数特定部が特定した人数とに基づいて前記平均所要時間を特定する、
   請求項２に記載の情報提供装置。
4. 前記時間特定部は、前記撮像画像に写っているドアから直前に乗車した乗客が乗車した時刻から所定の時間以内に前記ドアから乗車した乗客が乗車した時刻に基づいて、前記乗車所要時間を特定する、
   請求項１から３のいずれか一項に記載の情報提供装置。
5. 前記時間特定部は、前記車両が停止した時刻から、前記撮像画像に写っているドアから最初に乗客が乗車した時刻までの時間である乗車待機時間を特定し、
   前記推定部は、前記乗車待機時間にさらに基づいて前記混雑度を推定する、
   請求項１から４のいずれか一項に記載の情報提供装置。
6. 前記推定部は、前記車両が停止した時刻から、前記撮像画像に写っているドアから最初に乗客が乗車した時刻までの間に降車した乗客の人数にさらに基づいて前記混雑度を推定する、
   請求項１から５のいずれか一項に記載の情報提供装置。
7. 前記推定部は、前記車両に乗客が乗車した際の当該乗客の向きにさらに基づいて前記混雑度を推定する、
   請求項１から６のいずれか一項に記載の情報提供装置。
8. コンピュータが実行する、
   駅のプラットホームに設置された撮像装置が生成した複数の撮像画像を取得するステップと、
   前記複数の撮像画像に含まれる前記プラットホーム上の人の動きに基づいて、乗客が前記プラットホームに停車している車両に乗車するために要する時間である乗車所要時間を特定するステップと、
   特定した前記乗車所要時間に基づいて混雑度を推定するステップと、
   前記混雑度を示す情報を出力するステップと、
   を有する情報提供方法。

Images