JP2020177370A - 混雑解析装置及び混雑解析方法 - Google Patents

Abstract

【課題】計算負荷を軽減しながらも、建物内の混雑を高速に予測する。【解決手段】混雑解析装置１００は、簡易建物内地図モデル（ネットワークモデルデータ１０８）、詳細建物内地図モデル（セルモデルデータ１０９）、及び建物の所定地点における人流を示す人数情報データ１１０を格納するデータ管理部１０１と、建物における複数のエリアの混雑状況を計算する第１のシミュレーション処理を実行するネットワークモデルベースシミュレーション部１０２と、第１のシミュレーション処理の実行結果に基づいて、複数のエリアのうちから混雑度が異常な異常エリアを判定する混雑判定部１０４と、判定された異常エリアについて、混雑状況を計算する第２のシミュレーション処理を実行するセルモデルベースシミュレーション部１０６と、第１または第２のシミュレーション処理の実行結果を表示する表示部１０７と、を備える。【選択図】図１

Description

本発明は、混雑解析装置及び混雑解析方法に関し、オフィスビル等の建物内における混雑の度合いを解析する混雑解析装置及び混雑解析方法に適用して好適なものである。

オフィスビルや空港等の大規模施設では、出勤時や昼食時、航空会社カウンターでのチェックイン時等において日常的に混雑が発生しており、混雑のためにエレベーターやチェックイン等の待ち時間が増大することで、利用者の利便性の低下が懸念されている。このような待ち時間を低減するためには、各種シミュレーションツールを用いて建物内における混雑状況を予測し、施設の管理業務を行うオペレータや管理担当者が、適切な対策を事前に行うことが重要である。

混雑状況を予測に用いることができるシミュレーションの従来技術として、例えば特許文献１には、シミュレーション対象となる建物内空間をセルと呼ばれる格子状に分割し、その分割された空間上をエージェントが移動することによりシミュレーションを行うモデル（以下、セルモデルと呼ぶ）が開示されている。特許文献１に開示されたセルモデルによるシミュレーションは、人の移動を正確に反映することができ、かつ小規模な建物や、大規模な建物内の一部のエリアをシミュレーションする場合に十分高速に動作するモデルである。

また、シミュレーションは計算負荷が比較的高い処理であり、高速な処理が求められる場合には、計算機資源を節約することも重要である。例えば特許文献２には、簡易なシミュレーションモデルと詳細なシミュレーションモデルとを切り替えてシミュレーションを行う方法が開示されている。特許文献２に開示された方法によれば、モデルを切り替えてシミュレーションを行うことにより、計算負荷の軽減に期待することができる。

特開２０１８−１６５８４７号公報 特開２００２−２５９８８８号公報

しかし、特許文献１に開示された方法を用いて大規模な複合ビルや複数のビル群から構成される街区を対象として人の流動をシミュレーションしようとする場合、対象エリア全体のセルモデルを駆逐してシミュレーションを実行する形態が考えられるが、このような形態では計算負荷が高くなり、限られた計算機資源でリアルタイムにシミュレーションを行って混雑の予測を行うことは困難であるという課題があった。

また、特許文献２に開示された方法は、道路交通ネットワークを対象としたものであり、建物内の混雑解析への適用には問題がある。例えば、建物内では突発的に混雑が発生することがあるが、特許文献２に開示された方法では、シミュレーションモデルの選択条件を設定するための条件入力を予め人手で行う必要があるため、突発的に発生する混雑発生を追従することができず、結果、施設の管理業務を行うオペレータや管理担当者が適切な混雑対策をとることが困難であった。

本発明は以上の点を考慮してなされたもので、計算負荷を軽減しながらも、建物内の混雑を高速に予測することが可能な混雑解析装置及び混雑解析方法を提案しようとするものである。

かかる課題を解決するため本発明においては、建物における混雑状況を解析する以下の混雑解析装置が提供される。この混雑解析装置は、前記建物の空間情報を簡略化された形式で記録した簡易建物内地図モデル、前記建物の空間情報を前記簡易建物内地図モデルよりも詳細な形式で記録した詳細建物内地図モデル、及び前記建物の所定地点における人流を示す人数情報データを格納するデータ管理部と、前記簡易建物内地図モデルを用いて前記建物における複数のエリアの混雑状況を計算する第１のシミュレーション処理を実行する第１のシミュレーション部と、前記第１のシミュレーション処理の実行結果に基づいて、前記複数のエリアのうちから混雑度が異常な異常エリアを判定する混雑判定部と、前記混雑判定部によって判定された前記異常エリアについて、前記詳細建物内地図モデル及び前記人数情報データを用いて混雑状況を計算する第２のシミュレーション処理を実行する第２のシミュレーション部と、前記第１または前記第２のシミュレーション処理の実行結果を表示する表示部と、を備える。

また、かかる課題を解決するため本発明においては、建物における混雑状況を解析する混雑解析装置による以下の混雑解析方法が提供される。ここで、前記混雑解析装置は、前記建物の空間情報を簡略化された形式で記録した簡易建物内地図モデルと、前記建物の空間情報を前記簡易建物内地図モデルよりも詳細な形式で記録した詳細建物内地図モデルと、前記建物の所定地点における人流を示す人数情報データとを格納する。そして、本混雑解析方法は、前記簡易建物内地図モデルを用いて前記建物における複数のエリアの混雑状況を計算する第１のシミュレーション処理を実行する第１のシミュレーションステップと、前記第１のシミュレーション処理の実行結果に基づいて、前記複数のエリアのうちから混雑度が異常な異常エリアを判定する混雑判定ステップと、前記混雑判定ステップで判定された前記異常エリアについて、前記詳細建物内地図モデル及び前記人数情報データを用いて混雑状況を計算する第２のシミュレーション処理を実行する第２のシミュレーションステップと、前記第１または前記第２のシミュレーション処理の実行結果を表示する表示ステップと、を備える。

本発明によれば、計算負荷を軽減しながらも、建物内の混雑を高速に予測することができる。

本発明の一実施の形態に係る混雑解析装置の構成例を示すブロック図である。 ネットワークモデルデータの一例を示す図である。 セルモデルデータの一例を示す図である。 人数情報データの一例を示す図である。 第１のシミュレーションの計算結果に基づく表示画面の一例を示す図である。 結果保存部に保存されるデータの一例を示す図である。 混雑判定処理の処理手順例を示すフローチャートである。 表示条件決定処理の処理手順例を示すフローチャートである。 詳細情報の表示条件の設定を説明するための図である。 異常発生時の表示画面の一例を示す図である。 詳細情報の表示画面の一例を示す図である。

以下、図面を参照して、本発明の一実施の形態を詳述する。

図１は、本発明の一実施の形態に係る混雑解析装置の構成例を示すブロック図である。図１に示したように、混雑解析装置１００は、データ管理部１０１、ネットワークモデルベースシミュレーション部１０２、結果保存部１０３、混雑判定部１０４、表示条件決定部１０５、セルモデルベースシミュレーション部１０６、及び表示部１０７を備える。

混雑解析装置１００は、例えば、ＣＰＵ（Central Processing Unit）等のプロセッサ、メモリ（主記憶装置）、補助記憶装置、及び各種インタフェースを備えた、一般的なサーバ等の計算機で構成することができる。このとき、ネットワークモデルベースシミュレーション部１０２、混雑判定部１０４、表示条件決定部１０５、及びセルモデルベースシミュレーション部１０６は、プロセッサが、メモリまたは補助記憶装置等に記憶されたデータにアクセスしながら、所定のプログラムをメモリ上に読み出して実行することによって実現される。また、表示部１０７は、上記計算機に内蔵または接続された表示装置（例えば液晶ディスプレイ等）で実現されるが、表示に関する処理を行うプロセッサ等を含むと解釈してもよい。また、データ管理部１０１は、上記計算機における補助記憶装置によって実現することができるが、上記計算機の内部の記憶装置に限定されるものではなく、上記計算機に接続された外部の記憶装置（具体的には例えば、外付けのＨＤＤ（Hard Disk Drive）、ネットワークを介して接続された外部データベース、クラウドネットワーク上のストレージ等）で実現されてもよい。また、混雑解析装置１００は、図１に示した構成に限定されるものではなく、例えばユーザによる入力操作を受け付けるキーボードやマウス等の入力部等を含んで構成されてもよい。

以下、混雑解析装置１００の各部によって実現される機能を詳しく説明する。

（１）データ管理部
データ管理部１０１は、ネットワークモデルデータ１０８、セルモデルデータ１０９、及び人数情報データ１１０を格納する。

ネットワークモデルデータ１０８は、混雑予測のシミュレーション対象となる建物内の空間情報を簡略化されたグラフネットワーク形式で記録した簡易建物内地図モデルのデータである。ネットワークモデルデータ１０８は、ネットワークモデルベースシミュレーション部１０２の入力モデルとなるデータであり、混雑予測の対象となる建物（ビルや駅等）ごとに作成してもよいし、複数の建物（ビルや駅等）から構成される街区ごとに作成してもよい。ネットワークモデルデータ１０８は、エリアを代表するノードと当該ノードを接続するリンクとを含んで構成される。また、各ノードには一意なノードＩＤが割り当てられる。

図２は、ネットワークモデルデータの一例を示す図である。図２に例示したネットワークモデルデータ２００は、複数階で構成される１つの建物の空間情報を表現している。

図２に示した建物は、３つのフロア２１０，２２０，２３０を有し、各階を繋ぐ３台のエレベーター２０１，２０２，２０３が備えられている。このとき、当該建物のネットワークモデルデータ２００は、具体的には以下のように表現される。

図２に示したように、ネットワークモデルデータ２００は、フロア２１０において、フロア２１０を代表するノード２１１、当該フロア２１０の出入口を表現するノード２１２、各エレベーター２０１〜２０３の出入口を表現するノード２１３、及びこれらの各ノードを接続するリンク２１４から構成される。他のフロア２２０，２３０でも同様にノードが構成される（ノード２２１〜２２４，２３１〜２３４）。さらに、建物全体では、各フロアでエレベーターの出入口を表現するノードが、エレベーター別にリンクで接続される。具体的には、エレベーター２０１に対応するノード２１３，２２３，２３３がリンク２０４で接続され、エレベーター２０２に対応するノード２１３，２２３，２３３がリンク２０５で接続され、エレベーター２０３に対応するノード２１３，２２３，２３３がリンク２０６で接続される。

セルモデルデータ１０９は、シミュレーション対象となる建物内の空間情報を詳細なセルモデルネットワーク形式で記録した詳細建物内地図モデルのデータである。セルモデルデータ１０９は、セルモデルベースシミュレーション部１０６の入力モデルとなるデータであり、混雑予測の対象となる建物ごとに作成する。

図３は、セルモデルデータの一例を示す図である。図３に例示したセルモデルデータ３００は、公知のセルオートマトンやグラフネットワークモデルを用いた人流シミュレーションで用いられる空間を格子状に分割した分割空間を用いて、建物の空間情報を表現している。

図３の格子空間は、例えば、「通路」格子、「壁」格子、「階段」格子、「出入口」格子、またはエレベーターの「乗降位置」格子といった単位格子によって構成される。さらに各格子は、属性として、例えば、通行可否、通行可能速度、通行可能方向、通行に要する距離コスト、または歩行者の空間への流出入の可否情報等を有する。また、図３の格子空間は、隣接する格子と通行可能な格子同士が接続されているグラフネットワークであるため、歩行者エージェントが出発地である「流入位置」から目的地である「流出位置」に至る経路を探索することができる。「流入位置」及び「流出位置」は、出入口格子あるいは乗車位置格子によって実現される。

具体的には、図３のセルモデルデータ３００は、建物内の１フロアの建物構造をセルモデルで表しており、当該フロアには、出入口が１箇所、エレベーターホールが２箇所、エレベーター乗降位置が１２箇所存在する。なお、建物が複数フロアで構成される場合、当該建物のセルモデルデータは、各フロアに対応する図３のようなセルモデルと、エレベーターによる各階の接続情報とを合わせたモデルとなる。

人数情報データ１１０は、所定地点における人流を示す情報であり、例えば、実測されたリアルタイムデータと、過去の実績に基づく予測データとを含む。

図４は、人数情報データの一例を示す図である。人数情報データ１１０の一例として、図４（Ａ）にはリアルタイムデータ４１０が示され、図４（Ｂ）には予測データ４２０が示されている。

リアルタイムデータ４１０は、建物内に設置されたカメラ等の各種センサによって取得されたデータに基づいて人流を解析したデータであり、オンラインでシミュレータ（ネットワークモデルベースシミュレーション部１０２，セルモデルベースシミュレーション部１０６）に入力される。

具体的には、図４（Ａ）のリアルタイムデータ４１０は、出発地４１１、出発開始時刻４１２、出発終了時刻４１３、及び目的地４１４から構成され、出発地４１１と目的地４１４の組合せごとに、当該地点間を移動した利用客数が、出発の開始時刻及び終了時刻別に記録される。例えば対象がオフィスビル内である場合、建物の出入口及び各フロアの出入口が、出発地４１１または目的地４１４に相当する。

予測データ４２０は、リアルタイムデータ４１０を蓄積した過去実績データ情報（不図示）に基づいて作成されたデータであり、当該日時における建物内の人流が予測されている。予測データ４２０は、例えば、蓄積されたリアルタイムデータ４１０を、平日、休前日、または休日等のようにデータの特徴（後述するデータ種別４２２相当）で分類し、分類したデータの集合ごとに、既知の統計解析処理や機械学習処理を行うことによって作成される。

具体的には、図４（Ｂ）の予測データ４２０は、図４（Ａ）のリアルタイムデータ４１０と同様の項目として出発地４２１、出発開始時刻４２３、出発終了時刻４２４、及び目的地４２５を備え、さらに、特有の項目としてデータ種別４２２を備えて構成される。データ種別４２２には、当該レコードの予測に用いられた過去実績データ情報に対する上記分類の特徴（例えば、平日、休前日、休日）が記録される。

（２）ネットワークモデルベースシミュレーション部
ネットワークモデルベースシミュレーション部１０２は、人数情報データ１１０に格納されたリアルタイムデータあるいは予測データ、及びネットワークモデルデータ１０８を入力として、ネットワークモデルを利用する既知のシミュレーション技術を用いてシミュレーションを行うことにより、建物内の各エリアを表す各ノードにおける現時刻あるいは予測時刻の混雑度を計算する。

混雑解析装置１００において、上記のネットワークモデルベースシミュレーション部１０２によるシミュレーションは常時実行され、その計算結果（実行結果）として混雑予測情報が出力される。この混雑予測情報は、結果保存部１０３に保存されるとともに、表示部１０７に送られて所定の表示形態で表示される。

なお、本実施の形態では、ネットワークモデルベースシミュレーション部１０２がネットワークモデルベースシミュレーションを行うのとは別に、セルモデルベースシミュレーション部１０６がセルモデルベースシミュレーションを行うことができる（詳細は後述する）。そこでこれらを区別するために、以下の説明では、ネットワークモデルベースシミュレーション部１０２によるシミュレーションを「第１のシミュレーション」、その計算結果（実行結果）を示す情報を「第１の混雑予測情報」と称し、セルモデルベースシミュレーション部１０６によるシミュレーションを「第２のシミュレーション」、その計算結果（実行結果）を示す情報を「第２の混雑予測情報」と称する。

図５は、第１のシミュレーションの計算結果に基づく表示画面の一例を示す図である。表示部１０７は、ネットワークモデルベースシミュレーション部１０２で計算された第１の混雑予測情報に基づいて、所定の表示形態で画面を表示する。具体的には例えば、エリアごとの混雑度を表す表示画面５００を所定の周期で更新しながら表示する。

図５の表示画面５００には、例えば複数の建物（ビル）の複数エリアについて、エリアごとの混雑度が表示される。混雑度の表現方法は特定のものに限定されず、具体的には例えば、エリアごとの滞在人数を面積で割った値の百分率で表現してもよいし（図５の領域５１０）、所定の方法で算出した混雑度を複数のレベルに分けて表示する（図５の領域５２０）等であってもよい。

このような表示画面５００が表示部１０７に更新表示されることにより、建物（ビルや駅等）の管理業務を行うオペレータや管理担当者は、後述するセルモデルよりは簡易なネットワークモデルを用いたシミュレーションによる当該建物における混雑状況の予測を、随時認識することができる。

結果保存部１０３は、前述したように、ネットワークモデルベースシミュレーション部１０２による第１のシミュレーションの計算結果として第１の混雑予測情報を保存する。このとき、第１の混雑予測情報に基づいて、各ノードにおける時刻ごとの滞在人数が分けられた滞在人数データが結果保存部１０３に保存される。滞在人数データは、後述するセルモデルベースシミュレーション部１０６による第２のシミュレーションで利用される。

なお、第１の混雑予測情報と滞在人数データとの関係は、第１の混雑予測情報から所定の項目を抽出して滞在人数データを別途作成するようにしてもよいし、第１の混雑予測情報のなかに滞在人数データを含むようにしてもよい。また、滞在人数データの作成は、ネットワークモデルベースシミュレーション部１０２が行ってもよいし、混雑解析装置１００の他の処理部、例えば混雑判定部１０４が行ってもよい。

また、滞在人数データの作成タイミングは、第１の混雑予測情報を結果保存部１０３に保存するタイミングでもよいし、後述する混雑判定部１０４による混雑判定処理によって、セルモデルベースシミュレーション部１０６による第２のシミュレーションを行う必要があると決定されたタイミングでもよい。前者のタイミングの場合は、第１のシミュレーションが行われるたびに滞在人数データが作成されることから、滞在人数データを利用する第２のシミュレーションを速やかに実行してその結果を表示することができ、ユーザの利便性を高める効果に期待できる。一方、後者のタイミングの場合は、第２のシミュレーションを行う場合にのみ滞在人数データが作成されることから、混雑解析装置１００における全体的な計算機資源を節約することができる。

また、結果保存部１０３は、上述した滞在人数データの他に、データ管理部１０１に格納されたモデルデータ間の対応関係を記録したマスタデータを事前に保存している。

図６は、結果保存部に保存されるデータの一例を示す図である。結果保存部１０３に保存されるデータの一例として、図６（Ａ）には滞在人数データ６１０が示され、図６（Ｂ）にはマスタデータ６２０が示されている。

滞在人数データ６１０は、ネットワークモデルデータにおけるノードＩＤごとの各時刻におけるシミュレーションの計算結果に含まれる滞在人数の予測結果を記録したデータであり、図６（Ａ）の場合、ノードＩＤ６１１、予測時刻６１２、及び予測滞在人数６１３から構成される。

マスタデータ６２０は、ネットワークモデルデータ１０８におけるノードと、セルモデルデータ１０９におけるセルとの対応関係を記録したデータであり、図６（Ｂ）の場合、ノードＩＤ６２１と対応セルＩＤ集合６２２から構成される。このうち、対応セルＩＤ集合６２２は、ノードＩＤ６２１が示すノードに対応するセルの集合をセルＩＤで示したものである。図２，図３を参照すると、一般に、１つのノードに対応するセルは複数存在することが分かる。

（３）混雑判定部
混雑判定部１０４は、ネットワークモデルベースシミュレーション部１０２による第１のシミュレーションの計算結果（第１の混雑予測情報）に基づいて、混雑度が通常時とは異なるエリアを判定し、異常と判定されたエリア（すなわち、混雑が予測されたエリア）について、第１のシミュレーションより詳細な第２のシミュレーションによる混雑予測を行うことを決定する、混雑判定処理を行う。詳しくは後述するが、本実施の形態では、第２のシミュレーションによる混雑予測が行われた結果が、詳細情報として表示部１０７に表示される。

図７は、混雑判定処理の処理手順例を示すフローチャートである。

図７によればまず、混雑判定部１０４は、結果保存部１０３に保存されている第１の混雑予測情報を参照し、第１のシミュレーションによって計算された各ノードの混雑度が所定の閾値を超えたか否かを判定し、混雑度が所定の閾値を超えたノードが属するエリアの情報（エリア情報）を、混雑判定部１０４への入力とする（ステップＳ１１）。なお、ステップＳ１１で用いられる所定の閾値は、通常時に許容できる混雑度の上限値に相当し、混雑度が所定の閾値を超えることは、異常発生時である（すなわち、混雑が発生する）ことを意味する。

次のステップＳ１２において、混雑判定部１０４は、ステップＳ１１で入力されたエリア情報から１つを選択し、当該入力された全てのエリア情報について順次、以下のステップＳ１３〜Ｓ１６の処理を繰り返す。

ステップＳ１３において、混雑判定部１０４は、ステップＳ１２で選択したエリア情報が示すエリア（選択エリア）を表示対象候補として仮登録する。

次に、混雑判定部１０４は、選択エリアが属する建物において選択エリアと出発地から目的地までの同一動線上に属する他のエリアを、表示対象候補として仮登録する（ステップＳ１４）。ステップＳ１４で同一動線上に属するか否かを判定する方法として例えば、建物入口から各階の出入口までの経路探索をネットワークモデル上で実行し、その結果経路上に他のエリアが載っているか否かで判定する方法が考えられる。このような判定を行った結果、例えば該当するエレベーターホール等が表示対象候補として仮登録される。

次に、混雑判定部１０４は、ステップＳ１３またはステップＳ１４で表示対象候補として仮登録されたエリアが、表示対象エリア情報に登録済みであるか否かを判定する（ステップＳ１５）。ステップＳ１５において、表示対象候補として仮登録されたエリアが表示対象エリア情報に登録済みであった場合は（ステップＳ１５のＹＥＳ）、ステップＳ１２に戻り、次のエリア情報を選択して処理を繰り返す。一方、表示対象候補として仮登録されたエリアが表示対象エリア情報に未登録であった場合は（ステップＳ１５のＮＯ）、当該仮登録されたエリアを表示対象エリア情報に登録し（ステップＳ１６）、その後、ステップＳ１２に戻る。

ここで、表示対象エリア情報は、表示部１０７による詳細情報の表示対象とするエリア（表示対象エリア）を示す情報であって混雑判定部１０４によって保持される。ステップＳ１３〜Ｓ１６の繰り返し処理が行われることにより、表示対象エリア情報には、第１のシミュレーションの計算結果に基づいて混雑が予測される全てのエリアが登録される。より具体的には、表示対象エリアとして登録されるエリアには、ステップＳ１１で異常が発生している（混雑している）と判定された選択エリアに加えて、その同一動線上に属する「他のエリア」も含まれる。これは、選択エリアで異常が発生している（混雑している）とき、上記「他のエリア」においても前後の時間帯で多少の混雑が発生することが推測できるためであり、本実施の形態では、このような流動の動線上で関連する「他のエリア」も表示対象候補とすることによって、異常発生（混雑）の影響を受けるエリアを適切な範囲で限定して、後述する第２のシミュレーションを行って詳細情報を表示することができる。

そして、ステップＳ１１で入力されたエリア情報の全てについてステップＳ１３〜Ｓ１６の処理が終了した後、混雑判定部１０４は、最終的な表示対象エリア情報を出力して表示条件決定部１０５に渡し（ステップＳ１７）、混雑判定処理を終了する。

（４）表示条件決定部
表示条件決定部１０５は、混雑判定部１０４によって詳細表示の対象とされたエリア（表示対象エリア情報に示されるエリア）について、セルモデルベースシミュレーション部１０６による第２のシミュレーションの計算結果をどのように表示するか、言い換えれば、セルモデルベースシミュレーション実行時の結果表示の表示設定を決定する、表示条件決定処理を実行する。

図８は、表示条件決定処理の処理手順例を示すフローチャートである。

図８によればまず、表示条件決定部１０５は、混雑判定処理の実行によって混雑判定部１０４から出力される表示対象エリア情報を入力する（ステップＳ２１）。

次に、表示条件決定部１０５は、第１のシミュレーション結果を第２のシミュレーションに利用可能な形態に変換する（ステップＳ２２）。より具体的には、表示条件決定部１０５は、結果保存部１０３に格納された第１の混雑予測情報を用いて（図６の滞在人数データ６１０，マスタデータ６２０を参照）、ネットワークモデルで計算された各ノードにおける滞在人数情報を、セルモデルにおいて対応する各セルにおける滞在人数に変換する。なお、１つのノードにおける滞在人数（予測滞在人数６１３）を対応する複数のセル集合（対応セルＩＤ集合６２２）に割り当てる方法として、例えば、当該複数のセルに一様に分布するように各セルに滞在人数を割り当てる方法が考えられる。

次のステップＳ１３において、表示条件決定部１０５は、表示対象エリア情報に登録されたエリアから１つを選択し、当該登録された全てのエリア（表示対象エリア）について順次、以下のステップＳ２４の処理を繰り返す。

ステップＳ２４において、表示条件決定部１０５は、ステップＳ２３で選択したエリアについて、セルモデルベースシミュレーション部１０６によって第２のシミュレーションが行われた場合に当該エリアが表示部１０７における画面に表示されるように、セルモデルベースシミュレーション実行時における詳細情報の表示条件を設定する。

ここで、図９は、詳細情報の表示条件の設定を説明するための図である。図９を参照しながら、ステップＳ２４における詳細情報の表示条件の設定例について説明する。

図９では、詳細情報を表示する表示部１０７の画面イメージを表示画面９００としている。このとき、表示画面９００の表示のための設定条件として、例えば、表示フロア９１０、視点９２０、及び視野情報９３０を挙げることができる。表示フロア９１０は、セルモデルデータ１０９で表現される建物の空間情報のうち、表示対象となる１あるいは複数のフロアである。そして、視点９２０及び視野情報９３０は、３次元情報である表示フロア９１０を表示画面９００上に投影するためのパラメータ情報である。言い換えれば、図９の場合、視点９２０及び視野情報９３０が設定されることにより、表示部１０７は、表示対象の表示フロア９１０を表示画面９００内に表示することができる。

また、上記の表示条件を設定する方法として例えば次の手順が考えられる。まず、第１のステップとして、同時表示させたいエリアが１つの画面に収まるような表示フロア９１０と、視点９２０及び視野情報９３０のパラメータを予め計算しておく。そして第２のステップとして、第１のステップで計算したパラメータをパラメータテーブルで保持しておき、エリアが選択されたときに、当該パラメータに基づいて初期表示画面を描画する。

図８の説明に戻る。表示対象エリア情報に登録されたエリアの全てについてステップＳ２４の処理を終了した後、表示条件決定部１０５は、ステップＳ２４で設定した全ての表示条件をセルモデルベースシミュレーション部１０６に出力する（ステップＳ２５）。ステップＳ２５における表示条件の出力は、具体的には例えば、上述したパラメータテーブルに保持された情報を出力することによって実現される。

そして最後に、表示条件決定部１０５は、ステップＳ２５で出力した表示条件でセルモデルベースシミュレーション（第２のシミュレーション）を実行するよう、セルモデルベースシミュレーション部１０６に指示し（ステップＳ２６）、表示条件決定処理を終了する。

（５）セルモデルベースシミュレーション部
セルモデルベースシミュレーション部１０６は、表示条件決定部１０５による実行指示を受けて、第１のシミュレーションの計算結果に基づいて混雑が予測されたエリアの詳細情報を表示部１０７に表示するために、第２のシミュレーションを実行する。具体的にはセルモデルベースシミュレーション部１０６は、表示条件決定処理における表示条件決定部１０５からの実行指示（図８のステップＳ２６）を受けると、データ管理部１０１に格納されたセルモデルデータ１０９及び人数情報データ１１０と、結果保存部１０３に格納された第１の混雑予測情報（特に、滞在人数データ）を入力として、公知のシミュレーション方法を用いてエージェントシミュレーションを実行する。

上記エージェントシミュレーションにおいて、セルモデルベースシミュレーション部１０６は、各時刻及び各セルにおけるエージェント数及びエージェントの移動時間を計算することにより、各エリアの滞在人数を予測し、シミュレーション対象の建物内（ビル内や駅構内等）における混雑度を予測する。

そして、セルモデルベースシミュレーション部１０６は、上述したシミュレーションの計算結果として第２の混雑予測情報を出力し、表示部１０７に送る。表示部１０７は、第２の混雑予測情報に基づいて、混雑が予測されるエリアの詳細情報を所定の表示形態で表示することができる。

（６）表示部
表示部１０７は、通常時は、ネットワークモデルベースシミュレーション部１０２によるネットワークモデルベースシミュレーション（第１のシミュレーション）の計算結果である第１の混雑予測情報に基づいて、エリアごとの混雑度を表す表示画面５００を表示する。表示画面５００については、図５を参照しながら前述した通りである。

そして、混雑判定部１０４によって通常時とは異なる混雑状況が判定された異常発生時には、表示部１０７は、異常と判定されたエリアを強調表示することにより、混雑が予測されたエリアをユーザ（建物の管理業務を行うオペレータや管理担当者）に報知するとともに、上記強調表示されたエリアについての詳細情報を表示可能にする。

図１０は、異常発生時の表示画面の一例を示す図である。まず、図１０に示した表示画面１０００における全体的な表示形態は、図５に示した表示画面５００と同様であり、領域１０１０，１０２０には建物別に各エリアの混雑度が表示されている。ここで表示される混雑度は、ネットワークモデルベースシミュレーション部１０２による第１のシミュレーションの計算結果（第１の混雑予測情報）に基づくものである。

そして図１０では、領域１０２０に表示された「ＹＹビル」の「３Ｆホール」の混雑度が「Ｌｅｖｅｌ５」という高水準になっており、異常が発生している（混雑している）として、強調表示１０２１が行われている。また、強調表示１０２１の下部には、詳細情報の表示を誘導するボタン１０２２が表示されている。このボタン１０２２が押下されることにより、「ＹＹビル」の「３Ｆホール」という選択エリアについて、セルモデルベースシミュレーション部１０６による第２のシミュレーションの計算結果（第２の混雑予測情報）に基づく詳細情報の表示画面が表示される。

図１１は、詳細情報の表示画面の一例を示す図である。例えば図１１の表示画面１１００には、セルモデルベースシミュレーション部１０６によって計算された混雑度が、「ＹＹビル」の構内詳細モデルにヒートマップの形式で表示されている。表示画面１１００では、前述した表示条件決定処理において表示条件として表示フロアに１Ｆ，２Ｆ，９Ｆ，１０Ｆが設定されており、１Ｆフロアに混雑度「Ｌｅｖｅｌ５」の領域が予測され、９Ｆフロアに混雑度「Ｌｅｖｅｌ４」の領域が予測されたことが表示されている。なお、他の表示条件である視点や視野情報については説明を省略するが、少なくとも表示画面１１００の初期画面は、表示条件決定処理で決定されたこれらの表示条件に基づいて表示される。

このような表示画面１１００が表示部１０７に更新表示されることにより、建物（ビルや駅等）の管理業務を行うオペレータや管理担当者は、ネットワークモデルベースシミュレーションによって混雑が予測されたエリアにおける混雑状況の詳細情報を、よりも詳細なセルモデルを用いたシミュレーションの計算結果によって認識することができる。

なお、本実施の形態では、表示画面１１００の表示において、視点や視野情報について、初期画面の表示後にユーザの操作等によって変更できる構成としてもよい。このように、ユーザによって表示条件を変更可能にすることで、表示画面１１００で示される混雑予測の詳細情報に対するユーザの利便性を高める効果に期待できる。

以上に説明したように、本実施の形態に係る混雑解析装置１００によれば、通常時は簡易なモデル（ネットワークモデル）を用いた第１のシミュレーションによる計算結果を表示部１０７で表示することにより、計算負荷を軽減しながら、リアルタイムで高速な混雑状況の予測を表示することができる。さらに、第１のシミュレーションの計算結果に基づいて、混雑している（あるいは、混雑発生が予測される）エリアが見つかった場合には、当該エリアについて、簡易モデルよりも詳細なモデル（セルモデル）を用いた精緻な第２のシミュレーションを行い、その計算結果に基づいた表示を行うことにより、当該エリアにおける混雑の詳細情報をユーザに提供することができる。かくして、本実施の形態に係る混雑解析装置１００によれば、全体の計算負荷を軽減しながらも、建物内の混雑を高速に予測し、可視化することができる。

なお、本発明は上記した実施の形態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、上記した実施の形態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、実施の形態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。

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、図面において、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。実施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。

１００ 混雑解析装置
１０１ データ管理部
１０２ ネットワークモデルベースシミュレーション部
１０３ 結果保存部
１０４ 混雑判定部
１０５ 表示条件決定部
１０６ セルモデルベースシミュレーション部
１０７ 表示部
１０８ ネットワークモデルデータ
１０９ セルモデルデータ
１１０ 人数情報データ

Claims (14)

1. 建物における混雑状況を解析する混雑解析装置であって、
   前記建物の空間情報を簡略化された形式で記録した簡易建物内地図モデル、前記建物の空間情報を前記簡易建物内地図モデルよりも詳細な形式で記録した詳細建物内地図モデル、及び前記建物の所定地点における人流を示す人数情報データを格納するデータ管理部と、
   前記簡易建物内地図モデルを用いて前記建物における複数のエリアの混雑状況を計算する第１のシミュレーション処理を実行する第１のシミュレーション部と、
   前記第１のシミュレーション処理の実行結果に基づいて、前記複数のエリアのうちから混雑度が異常な異常エリアを判定する混雑判定部と、
   前記混雑判定部によって判定された前記異常エリアについて、前記詳細建物内地図モデル及び前記人数情報データを用いて混雑状況を計算する第２のシミュレーション処理を実行する第２のシミュレーション部と、
   前記第１または前記第２のシミュレーション処理の実行結果を表示する表示部と、
   を備えることを特徴とする混雑解析装置。
2. 前記表示部は、
   通常時は前記第１のシミュレーション処理の実行結果を表示し、
   前記混雑判定部によって前記異常エリアが判定された場合には、当該異常エリアについての前記第２のシミュレーション処理の実行結果をさらに表示可能とする
   ことを特徴とする請求項１に記載の混雑解析装置。
3. 前記表示部による前記第２のシミュレーション処理の実行結果の表示において前記混雑判定部によって決定された前記異常エリアが表示されるように、表示条件を決定する表示条件決定部をさらに備える
   ことを特徴とする請求項２に記載の混雑解析装置。
4. 前記表示条件決定部は、前記表示条件を決定したうえで、前記第２のシミュレーション部に前記第２のシミュレーション処理の実行開始を要求し、
   前記第２のシミュレーション部は、前記表示条件決定部による前記要求に基づいて、前記第２のシミュレーション処理の実行を開始し、
   前記表示部は、前記第２のシミュレーション処理の実行結果を、前記表示条件決定部によって決定された前記表示条件で表示する
   ことを特徴とする請求項３に記載の混雑解析装置。
5. 前記第１のシミュレーション処理の実行結果を保存し、前記第２のシミュレーション処理の入力とする結果保存部をさらに備える
   ことを特徴とする請求項４に記載の混雑解析装置。
6. 前記表示条件決定部が、前記表示部による前記第２のシミュレーション処理の実行結果の表示において前記異常エリアに加えて流動の動線上で当該異常エリアと関連するエリアも表示するように、前記表示条件を決定する
   ことを特徴とする請求項３に記載の混雑解析装置。
7. 前記表示部は、前記第２のシミュレーション処理の実行結果を前記表示条件決定部によって決定された前記表示条件で表示した後、ユーザの操作に基づいて当該表示条件を変更可能とする
   ことを特徴とする請求項３に記載の混雑解析装置。
8. 建物における混雑状況を解析する混雑解析装置による混雑解析方法であって、
   前記混雑解析装置は、
   前記建物の空間情報を簡略化された形式で記録した簡易建物内地図モデルと、前記建物の空間情報を前記簡易建物内地図モデルよりも詳細な形式で記録した詳細建物内地図モデルと、前記建物の所定地点における人流を示す人数情報データとを格納し、
   前記簡易建物内地図モデルを用いて前記建物における複数のエリアの混雑状況を計算する第１のシミュレーション処理を実行する第１のシミュレーションステップと、
   前記第１のシミュレーション処理の実行結果に基づいて、前記複数のエリアのうちから混雑度が異常な異常エリアを判定する混雑判定ステップと、
   前記混雑判定ステップで判定された前記異常エリアについて、前記詳細建物内地図モデル及び前記人数情報データを用いて混雑状況を計算する第２のシミュレーション処理を実行する第２のシミュレーションステップと、
   前記第１または前記第２のシミュレーション処理の実行結果を表示する表示ステップと、
   を備えることを特徴とする混雑解析方法。
9. 前記表示ステップは、
   前記第１のシミュレーション処理の実行結果を表示する第１結果表示ステップと、
   前記混雑判定ステップで前記異常エリアが判定された場合に、当該異常エリアについての前記第２のシミュレーション処理の実行結果をさらに表示可能とする第２結果表示ステップと、を有する
   ことを特徴とする請求項８に記載の混雑解析方法。
10. 前記第２結果表示ステップにおける前記第２のシミュレーション処理の実行結果の表示において前記混雑判定ステップで決定された前記異常エリアが表示されるように、表示条件を決定する表示条件決定ステップをさらに備える
    ことを特徴とする請求項９に記載の混雑解析方法。
11. 前記表示条件決定ステップでは、前記表示条件を決定したうえで、前記第２のシミュレーション処理の実行開始を要求し、
    前記第２のシミュレーションステップでは、前記表示条件決定ステップの前記要求に基づいて、前記第２のシミュレーション処理の実行を開始し、
    前記第２結果表示ステップでは、前記第２のシミュレーション処理の実行結果を、前記表示条件決定ステップで決定された前記表示条件で表示する
    ことを特徴とする請求項１０に記載の混雑解析方法。
12. 前記第１のシミュレーションステップによる前記第１のシミュレーション処理の実行結果を保存し、前記第２のシミュレーションステップの開始時に前記第２のシミュレーション処理に入力する結果保存ステップをさらに備える
    ことを特徴とする請求項１１に記載の混雑解析方法。
13. 前記表示条件決定ステップでは、前記第２結果表示ステップの前記第２のシミュレーション処理の実行結果の表示において前記異常エリアに加えて流動の動線上で当該異常エリアと関連するエリアも表示するように、前記表示条件を決定する
    ことを特徴とする請求項１０に記載の混雑解析方法。
14. 前記第２結果表示ステップにおいて、前記第２のシミュレーション処理の実行結果を前記表示条件決定ステップで決定された前記表示条件で表示した後、ユーザの操作に基づいて当該表示条件を変更可能とする
    ことを特徴とする請求項１０に記載の混雑解析方法。

Images