JP2021067970A - 情報処理装置および情報処理方法 - Google Patents
情報処理装置および情報処理方法 Download PDFInfo
- Publication number
- JP2021067970A JP2021067970A JP2019190379A JP2019190379A JP2021067970A JP 2021067970 A JP2021067970 A JP 2021067970A JP 2019190379 A JP2019190379 A JP 2019190379A JP 2019190379 A JP2019190379 A JP 2019190379A JP 2021067970 A JP2021067970 A JP 2021067970A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- information processing
- processing device
- time zones
- operation plan
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 48
- 238000003672 processing method Methods 0.000 title claims abstract description 12
- 238000011156 evaluation Methods 0.000 claims description 16
- 238000010801 machine learning Methods 0.000 claims description 7
- 238000000034 method Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 9
- 238000013500 data storage Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06314—Calendaring for a resource
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0645—Rental transactions; Leasing transactions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/02—Registering or indicating driving, working, idle, or waiting time only
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Accounting & Taxation (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Finance (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】ユーザに対する車両の貸与形態を適切に決定する情報処理装置、情報処理方法、及びプログラムを提供する。【解決手段】異なる複数の貸与形態によって貸し出し運用が可能な車両の運用計画を生成する情報処理装置であって、情報処理装置は、車両の利用実績データを貸与形態別に記憶する記憶部と、記憶された利用実績データに基づいて、車両を貸し出した場合における車両の稼働率および売り上げを、複数の貸与形態ごと、および、複数の時間帯ごとに推定し、推定した稼働率および売り上げの双方に基づいて、複数の時間帯ごとの車両の運用計画を生成する制御部と、を有する。【選択図】図２
Description
本発明は、車両の運用計画を生成する技術に関する。
一台の車両を複数のユーザによって共有することで、車両の稼働効率を上げることができる。このような形態の一つに、短時間ごとに（例えば１５分単位で）車両を貸し出すことができるカーシェアリング形態がある（特許文献１）。カーシェアリング形態では、時間あたりの収益性は比較的高いが、需要の低い時間帯に車両の稼働率が低下するという特徴がある。
一方、欧米を中心に、旅客運送を行うユーザに一定期間車両を貸し出すことで収益を上げるビジネスモデルがある。このような形態をライドシェアリング形態と呼ぶ。ライドシェアリング形態では、車両の稼働率は上がるが、時間あたりの収益性はカーシェアリング形態と比較して低下する。
複数のユーザに短時間ずつ車両を貸し出すか、旅客輸送に従事する一人のユーザに、ある程度の期間車両を貸し出すかによって、車両の稼働率と収益が変化する。車両の稼働率と収益を最適化するためには、車両の貸し出し形態を適宜変更可能にすることが好ましい。
本発明は上記の課題を考慮してなされたものであり、ユーザに対する車両の貸与形態を適切に決定することを目的とする。
本開示の一態様は、異なる複数の貸与形態によって貸し出し運用が可能な車両の運用計画を生成する情報処理装置である。
具体的には、前記車両の利用実績データを貸与形態別に記憶する記憶部と、前記記憶された利用実績データに基づいて、前記車両を貸し出した場合における前記車両の稼働率および売り上げを、複数の貸与形態ごと、および、複数の時間帯ごとに推定し、推定した前記稼働率および売り上げの双方に基づいて、前記複数の時間帯ごとの前記車両の運用計画を生成する制御部と、を有することを特徴とする。
具体的には、前記車両の利用実績データを貸与形態別に記憶する記憶部と、前記記憶された利用実績データに基づいて、前記車両を貸し出した場合における前記車両の稼働率および売り上げを、複数の貸与形態ごと、および、複数の時間帯ごとに推定し、推定した前記稼働率および売り上げの双方に基づいて、前記複数の時間帯ごとの前記車両の運用計画を生成する制御部と、を有することを特徴とする。
また、本開示の別態様は、異なる複数の貸与形態によって貸し出し運用が可能な車両の運用計画を生成する情報処理装置が行う情報処理方法である。
具体的には、前記車両の利用実績データを貸与形態別に取得する取得ステップと、前記取得された利用実績データに基づいて、前記車両を貸し出した場合における前記車両の稼働率および売り上げを、複数の貸与形態ごと、および、複数の時間帯ごとに推定する推定ステップと、推定した前記稼働率および売り上げの双方に基づいて、前記複数の時間帯ごとの前記車両の運用計画を生成する生成ステップと、を含むことを特徴とする。
具体的には、前記車両の利用実績データを貸与形態別に取得する取得ステップと、前記取得された利用実績データに基づいて、前記車両を貸し出した場合における前記車両の稼働率および売り上げを、複数の貸与形態ごと、および、複数の時間帯ごとに推定する推定ステップと、推定した前記稼働率および売り上げの双方に基づいて、前記複数の時間帯ごとの前記車両の運用計画を生成する生成ステップと、を含むことを特徴とする。
また、本開示の他の態様は、上記の情報処理装置が実行する情報処理方法をコンピュー
タに実行させるためのプログラム、または、該プログラムを非一時的に記憶したコンピュータ可読記憶媒体である。
タに実行させるためのプログラム、または、該プログラムを非一時的に記憶したコンピュータ可読記憶媒体である。
本発明によれば、ユーザに対する車両の貸与形態を適切に決定することができる。
ユーザに車両を貸し出すことによって移動サービスを提供する形態がある。例えば、１５分といった短い時間単位で予約を可能にするカーシェアリング形態が近年多く利用されている。
一方、欧米では、旅客運送を行うユーザに車両を貸し出すことで収益を上げるビジネスモデルがある。このような形態をライドシェアリング形態と呼ぶ。
一方、欧米では、旅客運送を行うユーザに車両を貸し出すことで収益を上げるビジネスモデルがある。このような形態をライドシェアリング形態と呼ぶ。
車両を貸与する事業者にとって、車両の稼働率と利益を向上させたいという要望がある。例えば、貸与する車両を、カーシェアリング形態とライドシェアリング形態の双方で運用することで、互いの欠点を相互に補完することができる。
しかし、カーシェアリング形態とライドシェアリング形態のどちらが求められるかは、時間帯やエリアによって変動するため、必ずしも最適な形態で車両を運用することができないという課題があった。
しかし、カーシェアリング形態とライドシェアリング形態のどちらが求められるかは、時間帯やエリアによって変動するため、必ずしも最適な形態で車両を運用することができないという課題があった。
本実施形態では、これに対応するため、異なる複数の貸与形態によって貸し出し運用が可能な車両の運用計画を生成する情報処理装置を提供する。異なる複数の貸与形態とは、例えば、前述したカーシェアリング形態やライドシェアリング形態であるが、車両を貸し出す際の形態であれば、これ以外であってもよい。
具体的には、前記車両の利用実績データを貸与形態別に記憶する記憶部と、前記記憶された利用実績データに基づいて、前記車両を貸し出した場合における前記車両の稼働率および売り上げを、複数の貸与形態ごと、および、複数の時間帯ごとに推定し、推定した前記稼働率および売り上げの双方に基づいて、前記複数の時間帯ごとの前記車両の運用計画を生成する制御部と、を有することを特徴とする。
記憶部は、車両の利用実績データを貸与形態別に記憶する。利用実績データは、例えば、車両の貸し出しが行われた日付、時間、売り上げ、経路情報、乗車人数などを含むデータである。
また、制御部は、ある貸与形態によって車両を運用した場合における、車両の稼働率と売り上げを、時間帯ごとに推定する。さらに、推定した稼働率と売り上げに基づいて、いずれの貸与形態によって車両を運用するかを時間帯ごとに決定する。かかる構成によると、稼働率と売り上げのバランスがとれた車両運用を行うことが可能になる。
また、制御部は、ある貸与形態によって車両を運用した場合における、車両の稼働率と売り上げを、時間帯ごとに推定する。さらに、推定した稼働率と売り上げに基づいて、いずれの貸与形態によって車両を運用するかを時間帯ごとに決定する。かかる構成によると、稼働率と売り上げのバランスがとれた車両運用を行うことが可能になる。
なお、前記運用計画は、前記車両の貸与形態を時間帯ごとに割り当てた計画であることを特徴としてもよい。このようなスケジューリングの結果は、車両や、車両の管理者、車両を管理する装置等へ送信してもよい。
また、前記複数の貸与形態は、前記車両によって運送事業を行うライドシェアリング形態、および、前記車両をドライバーに時間貸しするカーシェアリング形態のいずれかを含むことを特徴としてもよい。
ライドシェアリング形態とカーシェアリング形態を適切に切り替えることで、車両の稼働率と売り上げを最適化することができる。
ライドシェアリング形態とカーシェアリング形態を適切に切り替えることで、車両の稼働率と売り上げを最適化することができる。
また、前記制御部は、推定した前記稼働率および売り上げに基づく評価値を前記複数の時間帯ごとに算出し、前記評価値に基づいて、前記複数の時間帯ごとの前記車両の運用計画を生成することを特徴としてもよい。
また、前記制御部は、複数の時間帯について、前記評価値の合計を最大化する運用計画を決定することを特徴としてもよい。
評価値は、例えば、稼働率と売り上げのそれぞれに対して重みを付与した結果を合計することで取得してもよい。また、重みの付与方法は、ユーザの嗜好を反映して適宜決定すればよい。
また、前記制御部は、複数の時間帯について、前記評価値の合計を最大化する運用計画を決定することを特徴としてもよい。
評価値は、例えば、稼働率と売り上げのそれぞれに対して重みを付与した結果を合計することで取得してもよい。また、重みの付与方法は、ユーザの嗜好を反映して適宜決定すればよい。
また、前記制御部は、前記車両が配置される単位領域に関連付いたエリア情報を用いて、前記推定を行うことを特徴としてもよい。
車両の利用動向は、その車両が配置されるエリアの特徴によって大きく変わることがある。例えば、鉄道駅があるエリアは、住宅エリアと比較してライドシェア車両に乗車する人が多いことが考えられ、住宅が多いエリアは、商業エリアと比較してカーシェアリング車両に乗車する人が多いことが考えられる。そこで、エリアの特徴を表す情報（エリア情報）を利用することで、推定結果の精度を向上させることができる。
推定は、例えば、前記利用実績データと、前記車両に対応する前記エリア情報と、を用いて学習された機械学習モデルを用いて行うことができる。
車両の利用動向は、その車両が配置されるエリアの特徴によって大きく変わることがある。例えば、鉄道駅があるエリアは、住宅エリアと比較してライドシェア車両に乗車する人が多いことが考えられ、住宅が多いエリアは、商業エリアと比較してカーシェアリング車両に乗車する人が多いことが考えられる。そこで、エリアの特徴を表す情報（エリア情報）を利用することで、推定結果の精度を向上させることができる。
推定は、例えば、前記利用実績データと、前記車両に対応する前記エリア情報と、を用いて学習された機械学習モデルを用いて行うことができる。
また、前記エリア情報は、前記単位領域に含まれる施設ないし建物に関連付いた複数の要素を含むことを特徴としてもよい。
例えば、エリアに含まれる建物の用途や属性、その数、収容人数などを特徴量で表したものをエリア情報とすることができる。
例えば、エリアに含まれる建物の用途や属性、その数、収容人数などを特徴量で表したものをエリア情報とすることができる。
また、前記複数の時間帯は、通勤時間帯と非通勤時間帯を含んでもよく、前記複数の時間帯は、平日の時間帯と休日の時間帯を含んでもよい。
このように、人の移動パターンが変化する時間帯を含むことで、効率のよい運用計画を生成することができる。
このように、人の移動パターンが変化する時間帯を含むことで、効率のよい運用計画を生成することができる。
また、前記制御部は、前記生成した運用計画を、前記車両の予約を管理する装置に送信してもよく、前記生成した運用計画を、前記車両の管理者に関連付いた装置に送信してもよい。
生成した運用計画を、車両の予約を管理する装置に送信することで、計画に沿って予約受付をすることが可能になる。また、生成した運用計画を車両の管理者に通知することで、車両メンテナンスの計画等などが立てやすくなる。
生成した運用計画を、車両の予約を管理する装置に送信することで、計画に沿って予約受付をすることが可能になる。また、生成した運用計画を車両の管理者に通知することで、車両メンテナンスの計画等などが立てやすくなる。
（第一の実施形態）
図１は、カーシェアリング形態とライドシェアリング形態の需要について説明する図である。本例では、カーシェアリングの需要は、朝夕の通勤時間帯に大きくなり、それ以外の時間帯で落ち込むことが示されている。また、ライドシェアの需要は、日中を通して大
きく変化しないことが示されている。このような需要が見込まれる場合、車両を貸与する事業者は、通勤時間帯にカーシェアリング車両を多く運用し、日中はライドシェア車両を多く運用することが好ましい。
図１は、カーシェアリング形態とライドシェアリング形態の需要について説明する図である。本例では、カーシェアリングの需要は、朝夕の通勤時間帯に大きくなり、それ以外の時間帯で落ち込むことが示されている。また、ライドシェアの需要は、日中を通して大
きく変化しないことが示されている。このような需要が見込まれる場合、車両を貸与する事業者は、通勤時間帯にカーシェアリング車両を多く運用し、日中はライドシェア車両を多く運用することが好ましい。
第一の実施形態に係る情報処理装置は、このような車両の貸与形態を時間帯ごとに決定する装置である。
第一の実施形態に係る情報処理装置は、車両を運用した実績を表すデータ（実績データ）に基づいて、貸与形態ごとの需要予測を行い、予測の結果に基づいて、車両の稼働率と売り上げを最適化する運用計画を生成する。
第一の実施形態に係る情報処理装置は、車両を運用した実績を表すデータ（実績データ）に基づいて、貸与形態ごとの需要予測を行い、予測の結果に基づいて、車両の稼働率と売り上げを最適化する運用計画を生成する。
図２は、第一の実施形態に係る情報処理装置１００の構成の一例を概略的に示したブロック図である。
情報処理装置１００は、記憶部１０１、制御部１０２、入出力部１０３を含んで構成される。情報処理装置１００は、プロセッサおよびメモリを有する一般的なコンピュータによって構成される。
情報処理装置１００は、記憶部１０１、制御部１０２、入出力部１０３を含んで構成される。情報処理装置１００は、プロセッサおよびメモリを有する一般的なコンピュータによって構成される。
記憶部１０１は、運用計画の生成を行うために必要なデータを記憶する手段である。具体的には、需要の予測を行うための機械学習モデルを記憶するモデル記憶部１０１Ａと、機械学習を行うためのデータを記憶するデータ記憶部１０１Ｂを含む。なお、記憶部１０１には、後述する制御部１０２によって実行されるプログラム、当該プログラムが利用するデータ等を記憶することもできる。記憶部１０１は、ＲＡＭ、磁気ディスクやフラッシュメモリなどの記憶媒体により構成される。
モデル記憶部１０１Ａは、機械学習モデル（以下、予測モデル）を記憶する。図３は、予測モデルが利用するデータを説明する図である。
本実施形態における予測モデルは、車両の提供実績を表す情報（以下、実績データ）を教師データ、需要予測のバックグラウンドを表す情報を入力データとして構築された機械学習モデルである。情報処理装置１００は、予測モデルの学習を行うフェーズと、当該予測モデルを利用して需要予測を行うフェーズを実行することができる。
本実施形態における予測モデルは、車両の提供実績を表す情報（以下、実績データ）を教師データ、需要予測のバックグラウンドを表す情報を入力データとして構築された機械学習モデルである。情報処理装置１００は、予測モデルの学習を行うフェーズと、当該予測モデルを利用して需要予測を行うフェーズを実行することができる。
予測モデルは、需要予測のバックグラウンドとなる情報として、車両の運用拠点となるエリアに関するデータと、天候や時間帯などの一般的なデータを利用する。本実施形態では、前者をエリアデータ、後者を一般データと称する。
エリアデータは、例えば、対象エリアをメッシュに分割し、メッシュごとの特徴（例えば、メッシュ内に存在する施設や建物の数、種別、滞在可能人数など）を表したものである。一般データは、例えば、対象エリアの天候や気温、時間帯などである。これらのデータは特徴量に変換され、説明変数として利用される。
エリアデータは、例えば、対象エリアをメッシュに分割し、メッシュごとの特徴（例えば、メッシュ内に存在する施設や建物の数、種別、滞在可能人数など）を表したものである。一般データは、例えば、対象エリアの天候や気温、時間帯などである。これらのデータは特徴量に変換され、説明変数として利用される。
モデル記憶部１０１Ａは、図４（Ａ）に示したように、貸与形態ごとに異なる予測モデルを記憶することができる。本実施形態では、ライドシェアリング形態における需要を予測する第一予測モデルと、カーシェアリング形態における需要を予測する第二予測モデルを用いる。それぞれの予測モデルは、それぞれ、ライドシェアリング形態における実績データ、および、カーシェアリング形態における実績データに基づいて個別に構築される。
データ記憶部１０１Ｂは、実績データ、エリアデータ、一般データを記憶するデータベースである。これらのデータベースは、プロセッサによって実行されるデータベース管理システム（ＤＢＭＳ）のプログラムが、記憶装置に記憶されるデータを管理することで構築される。本実施形態において利用されるデータベースは、例えばリレーショナルデータベースである。
データ記憶部１０１Ｂも、図４（Ｂ）に示したように、貸与形態ごとに異なるデータのセットを記憶することができる。
次に、実績データ、エリアデータ、一般データの詳細について説明する。これらのデータは、装置の外部から、記憶媒体やネットワークを介して取得してもよい。
実績データは、サービスを提供した実績を表すデータである。図５（Ａ）は、実績データの例である。実績データは、例えば、車両の貸与種別、貸与開始時刻、貸与終了時刻、売り上げ金額などを数値によって表したものである。実績データには、この他に、貸与中に乗車した人の数、荷物の個数、移動経路などが含まれていてもよい。
実績データは、サービスを提供した実績を表すデータである。図５（Ａ）は、実績データの例である。実績データは、例えば、車両の貸与種別、貸与開始時刻、貸与終了時刻、売り上げ金額などを数値によって表したものである。実績データには、この他に、貸与中に乗車した人の数、荷物の個数、移動経路などが含まれていてもよい。
エリアデータは、車両が配置されたエリア（単位領域を指す。以下、メッシュ）についての特徴を表したデータである。図５（Ｂ）は、エリアデータの例である。エリアデータは、例えば、メッシュ内に存在する施設や建物の数、種別（例えば、学校、商業施設、病院、駅など）、滞在可能人数（例えば、施設が病院である場合は病床数、学校である場合は生徒数、娯楽施設である場合は収容人数など）などを数値によって表したものである。本実施形態では、対象エリアは、複数のメッシュに予め分割されているものとする。
一般データは、日付、曜日、時間帯、天候、気温などを数値によって表したものである。図５（Ｃ）は、一般データの例である。一般データは、車両やサービスとは直接の関係が無いデータである。
本実施形態に係る情報処理装置１００は、これらのデータに基づいて、複数の説明変数に対する重みを付与することで、第一予測モデルおよび第二予測モデルを構築する。
なお、以降の説明においては、実績データを変換して得られた特徴量を実績特徴量、エリアデータを変換して得られた特徴量をエリア特徴量、一般データを変換して得られた特徴量を一般特徴量と称する。
なお、以降の説明においては、実績データを変換して得られた特徴量を実績特徴量、エリアデータを変換して得られた特徴量をエリア特徴量、一般データを変換して得られた特徴量を一般特徴量と称する。
制御部１０２は、情報処理装置１００が有する機能を司る演算装置である。制御部１０２は、ＣＰＵ（Central Processing Unit）などの演算処理装置によって実現することが
できる。
制御部１０２は、学習部１０２１、需要予測部１０２２、計画生成部１０２３の三つの機能モジュールを有して構成される。各機能モジュールは、記憶部１０１に記憶されたプログラムをＣＰＵによって実行することで実現してもよい。
できる。
制御部１０２は、学習部１０２１、需要予測部１０２２、計画生成部１０２３の三つの機能モジュールを有して構成される。各機能モジュールは、記憶部１０１に記憶されたプログラムをＣＰＵによって実行することで実現してもよい。
学習部１０２１は、データ記憶部１０１Ｂに記憶されたデータセットを用いて、第一予測モデルおよび第二予測モデルを構築する。
需要予測部１０２２は、構築された各予測モデルを用いて、貸与形態別、および、時間帯別に需要予測を行う。
需要予測部１０２２は、構築された各予測モデルを用いて、貸与形態別、および、時間帯別に需要予測を行う。
計画生成部１０２３は、予測された需要に基づいて、車両の運用計画、すなわち、対象車両をカーシェアリング車両として運用するか、ライドシェアリング車両として運用するかを時間帯ごとに示した計画を生成する。
各機能モジュールが行う処理の具体的な内容について説明する。
まず、学習部１０２１が行う、予測モデルの構築方法について説明する。図６は、予測モデルの構築処理（学習フェーズ）を説明するフローチャートである。
学習フェーズでは、学習部１０２１は、実績特徴量と、当該実績に対応するエリア特徴量および一般特徴量を用いて予測モデルの学習を行う。ここでは、車両の貸与実績があり、関連するデータ（実績データ，エリアデータ，一般データ）がデータ記憶部１０１Ｂに記憶されているものとする。
まず、学習部１０２１が行う、予測モデルの構築方法について説明する。図６は、予測モデルの構築処理（学習フェーズ）を説明するフローチャートである。
学習フェーズでは、学習部１０２１は、実績特徴量と、当該実績に対応するエリア特徴量および一般特徴量を用いて予測モデルの学習を行う。ここでは、車両の貸与実績があり、関連するデータ（実績データ，エリアデータ，一般データ）がデータ記憶部１０１Ｂに記憶されているものとする。
まず、ステップＳ１１で、記憶されている実績データのうち、ライドシェアリング形態に対応するものを抽出し、実績特徴量に変換する。また、当該実績に対応するエリアデータのレコードをエリア特徴量に、当該実績に対応する一般データのレコードを一般特徴量に変換する。
そして、ステップＳ１２で、これらの特徴量を用いて第一予測モデルの学習を行う。エリア特徴量および一般特徴量は説明変数となり、実績特徴量は目的変数となる。
次に、ステップＳ１３で、学習部１０２１が、記憶されている実績データのうち、カーシェアリング形態に対応するものを抽出し、実績特徴量に変換する。また、当該実績に対応するエリアデータのレコードをエリア特徴量に、当該実績に対応する一般データのレコードを一般特徴量に変換する。
そして、ステップＳ１４で、これらの特徴量を用いて第二予測モデルの学習を行う。
ここで説明した処理により、説明変数の、目的変数に対する重みが更新される。
そして、ステップＳ１２で、これらの特徴量を用いて第一予測モデルの学習を行う。エリア特徴量および一般特徴量は説明変数となり、実績特徴量は目的変数となる。
次に、ステップＳ１３で、学習部１０２１が、記憶されている実績データのうち、カーシェアリング形態に対応するものを抽出し、実績特徴量に変換する。また、当該実績に対応するエリアデータのレコードをエリア特徴量に、当該実績に対応する一般データのレコードを一般特徴量に変換する。
そして、ステップＳ１４で、これらの特徴量を用いて第二予測モデルの学習を行う。
ここで説明した処理により、説明変数の、目的変数に対する重みが更新される。
次に、需要予測部１０２２が需要予測を行い、当該予測の結果に基づいて、計画生成部１０２３が車両の運用計画を生成する方法について説明する。図７は当該処理を説明するフローチャートである。なお、ここでは、需要予測を行う条件に対応するエリア特徴量と一般特徴量が予め準備されているものとする。
まず、ステップＳ２１で、計画生成部１０２３が、予測を行う対象の時間帯を複数のタイムスロットに分割する。例えば、運用計画を３０分単位で生成したい場合、一日を３０分ずつ４８個のタイムスロットに分割する。予測対象が一週間であった場合、タイムスロットは３３６個となる。
タイムスロットは、通勤時間帯と非通勤時間帯を含んでもよいし、平日の時間帯と休日の時間帯を含んでもよい。需要が大きく変わる時間帯を含むことで、貸与形態を変更することによる効果を高めることができる。
タイムスロットは、通勤時間帯と非通勤時間帯を含んでもよいし、平日の時間帯と休日の時間帯を含んでもよい。需要が大きく変わる時間帯を含むことで、貸与形態を変更することによる効果を高めることができる。
次に、ステップＳ２２で、計画生成部１０２３が、未処理のタイムスロットがあるか否かを判定する。ここで、未処理のタイムスロットがあった場合、ステップＳ２３で、未処理、かつ、予測を行う対象のタイムスロットを順次選択する。
次に、ステップＳ２４で、需要予測部１０２２が、対象のタイムスロットについて、第一予測モデルを用いて需要予測を実施する。また、ステップＳ２５で、需要予測部１０２２が、対象のタイムスロットについて、第二予測モデルを用いて需要予測を実施する。
なお、需要予測を行う際には、図８に示したように、予測モデルに入力するデータとして、予測条件に対応するエリアデータと一般データを使用する。エリアデータは、例えば、予測を行う対象車両が配置されているメッシュに関するデータとすることができる。一般データは、予測を行うタイムスロットを指定するデータであるが、他の要素を含んでいてもよい。例えば、予測を行う期間における、推定される天気や気温などに関するデータを含んでいてもよい。
ステップＳ２４およびＳ２５の処理によって、ライドシェアリング形態およびカーシェアリング形態で車両を運用した場合における、推定された需要を得ることができる。
なお、需要予測を行う際には、図８に示したように、予測モデルに入力するデータとして、予測条件に対応するエリアデータと一般データを使用する。エリアデータは、例えば、予測を行う対象車両が配置されているメッシュに関するデータとすることができる。一般データは、予測を行うタイムスロットを指定するデータであるが、他の要素を含んでいてもよい。例えば、予測を行う期間における、推定される天気や気温などに関するデータを含んでいてもよい。
ステップＳ２４およびＳ２５の処理によって、ライドシェアリング形態およびカーシェアリング形態で車両を運用した場合における、推定された需要を得ることができる。
次に、ステップＳ２６で、計画生成部１０２３が、貸与形態ごとに推定した需要に基づいて、車両の稼働率および売り上げを算出する。車両の稼働率は、タイムスロットにおける、車両の貸し出し時間の比率である。例えば、３０分のタイムスロットにおいて、１５分間の貸し出しが推定された場合、当該タイムスロットにおける車両の稼働率は５０％となる。
売り上げは、当該タイムスロットにおいて課金された金額である。例えば、車両の返却
時に課金が行われる場合、処理対象のタイムスロットにおいて車両が返却されると推定された場合に、売り上げが計上される。売り上げは、車両の使用料金として、車両の貸与を受けたユーザが支払う金額である。なお、ライドシェアリング形態においては、車両を借りた時間に応じて料金を支払う場合と、旅客運送に係る売り上げに応じて料金を支払う場合が考えられる。後者の場合、旅客運送に係る総売り上げから経費（例えば、ドライバーの報酬等）を控除した金額を売り上げとしてもよい。
時に課金が行われる場合、処理対象のタイムスロットにおいて車両が返却されると推定された場合に、売り上げが計上される。売り上げは、車両の使用料金として、車両の貸与を受けたユーザが支払う金額である。なお、ライドシェアリング形態においては、車両を借りた時間に応じて料金を支払う場合と、旅客運送に係る売り上げに応じて料金を支払う場合が考えられる。後者の場合、旅客運送に係る総売り上げから経費（例えば、ドライバーの報酬等）を控除した金額を売り上げとしてもよい。
前述した処理を繰り返すことで、「対象車両をライドシェアリング形態で運用した場合における稼働率と売り上げの予測」、および、「対象車両をカーシェアリング形態で運用した場合における稼働率と売り上げの予測」をタイムスロットごとに得ることができる。
全てのタイムスロットについて処理が完了した場合、処理はステップＳ２７へ遷移する。
ステップＳ２７では、計画生成部１０２３が、例えば、以下の数式によって、タイムスロットごと、および、貸与形態ごとの評価値を算出する。
評価値＝稼働率×係数１＋売り上げ×係数２ ・・・式（１）
ここで、係数１および係数２は、各要素に対する重みである。係数は、ユーザによって予め指定されていてもよいし、固定値であってもよい。係数は、稼働率を重要視するか、売り上げを重要視するかによって適宜決定すればよい。
ステップＳ２７では、計画生成部１０２３が、例えば、以下の数式によって、タイムスロットごと、および、貸与形態ごとの評価値を算出する。
評価値＝稼働率×係数１＋売り上げ×係数２ ・・・式（１）
ここで、係数１および係数２は、各要素に対する重みである。係数は、ユーザによって予め指定されていてもよいし、固定値であってもよい。係数は、稼働率を重要視するか、売り上げを重要視するかによって適宜決定すればよい。
次に、ステップＳ２８で、算出した評価値に基づいて、タイムスロットごとの貸与形態を決定する。全てのタイムスロットについて貸与形態を選択することで、対象車両の運用計画が決定する。本ステップでは、例えば、評価値が大きい貸与形態をタイムスロットごとに割り当てる。図９は、決定した運用計画の例である。
以上説明したように、本実施形態に係る情報処理装置は、異なる複数の貸与形態をとりうる車両について、タイムスロットごとに需要の予測を行い、稼働率と売り上げの双方に基づいて、タイムスロットごとの貸与形態を決定する。かかる構成によると、貸与形態ごとに増減する需要に追従することができ、車両の稼働率と売り上げの双方を向上させることが可能になる。
（変形例１）
第一の実施形態では、情報処理装置１００が車両の運用計画を生成した。生成した運用計画は、車両を管理する外部装置に送信されてもよい。例えば、ステップＳ２８を実行した後で、生成した運用計画を、複数の車両の貸し出し／予約等を管理する装置に送信してもよい。さらに、情報処理装置１００自体が、車両の貸し出し／予約等を管理する装置である場合、予約を管理するモジュールに運用計画を送信してもよい。
第一の実施形態では、情報処理装置１００が車両の運用計画を生成した。生成した運用計画は、車両を管理する外部装置に送信されてもよい。例えば、ステップＳ２８を実行した後で、生成した運用計画を、複数の車両の貸し出し／予約等を管理する装置に送信してもよい。さらに、情報処理装置１００自体が、車両の貸し出し／予約等を管理する装置である場合、予約を管理するモジュールに運用計画を送信してもよい。
また、車両を保有ないし管理する事業者やオーナーが別に存在する場合、生成した運用計画を、当該事業者やオーナーに関連付いた装置に送信してもよい。車両がどのように利用されているかを知ることで、メンテナンス計画等を適切に立てることが可能になる。
（変形例２）
第一の実施形態では、タイムスロットごとに貸与形態を決定したが、頻繁に貸与形態を変更すると、ユーザにとって不利益となる場合がある。例えば、３０分ごとに貸与形態が変わると、カーシェアを３０分以上利用したいユーザが利用を諦めてしまう場合がある。これを防ぐため、同一の貸与形態を取る最低時間を設けてもよい。例えば、カーシェアの利用が平均６０分間である時間帯がある場合、当該時間帯では、最低６０分間、カーシェアリング形態を継続するようにしてもよい。
第一の実施形態では、タイムスロットごとに貸与形態を決定したが、頻繁に貸与形態を変更すると、ユーザにとって不利益となる場合がある。例えば、３０分ごとに貸与形態が変わると、カーシェアを３０分以上利用したいユーザが利用を諦めてしまう場合がある。これを防ぐため、同一の貸与形態を取る最低時間を設けてもよい。例えば、カーシェアの利用が平均６０分間である時間帯がある場合、当該時間帯では、最低６０分間、カーシェアリング形態を継続するようにしてもよい。
（変形例３）
また、第一の実施形態では、タイムスロットごとに貸与形態を順次決定したが、貸与形態の組み合わせを全パターン生成したのちに、それぞれを評価し、最も適切なパターンを選択するようにしてもよい。この場合、パターンごとに評価値の合計を算出し、当該評価値の合計が最大になるパターンを、最適なものとして採用してもよい。
また、第一の実施形態では、タイムスロットごとに貸与形態を順次決定したが、貸与形態の組み合わせを全パターン生成したのちに、それぞれを評価し、最も適切なパターンを選択するようにしてもよい。この場合、パターンごとに評価値の合計を算出し、当該評価値の合計が最大になるパターンを、最適なものとして採用してもよい。
（その他の変形例）
上記の実施形態はあくまでも一例であって、本開示はその要旨を逸脱しない範囲内で適宜変更して実施しうる。
例えば、本開示において説明した処理や手段は、技術的な矛盾が生じない限りにおいて、自由に組み合わせて実施することができる。
上記の実施形態はあくまでも一例であって、本開示はその要旨を逸脱しない範囲内で適宜変更して実施しうる。
例えば、本開示において説明した処理や手段は、技術的な矛盾が生じない限りにおいて、自由に組み合わせて実施することができる。
また、実施形態の説明では、ライドシェアリング形態とカーシェアリング形態を例示したが、これ以外の貸与形態を取ることもできる。
また、実施形態の説明では、ライドシェアリング形態という用語を用いたが、ライドシェアリング形態は、必ずしも複数人の同乗を必要としない。すなわち、旅客運送を行うユーザに車両を貸与することで個人タクシーの営業を行わせる形態であってもよい。
また、実施形態の説明では、図９に示したように、曜日別、時間帯別に推定を行ったが、推定を行うタイムスロットは例示したもの以外であってもよい。
また、実施形態の説明では、ライドシェアリング形態という用語を用いたが、ライドシェアリング形態は、必ずしも複数人の同乗を必要としない。すなわち、旅客運送を行うユーザに車両を貸与することで個人タクシーの営業を行わせる形態であってもよい。
また、実施形態の説明では、図９に示したように、曜日別、時間帯別に推定を行ったが、推定を行うタイムスロットは例示したもの以外であってもよい。
また、１つの装置が行うものとして説明した処理が、複数の装置によって分担して実行されてもよい。あるいは、異なる装置が行うものとして説明した処理が、１つの装置によって実行されても構わない。コンピュータシステムにおいて、各機能をどのようなハードウェア構成（サーバ構成）によって実現するかは柔軟に変更可能である。
本開示は、上記の実施形態で説明した機能を実装したコンピュータプログラムをコンピュータに供給し、当該コンピュータが有する１つ以上のプロセッサがプログラムを読み出して実行することによっても実現可能である。このようなコンピュータプログラムは、コンピュータのシステムバスに接続可能な非一時的なコンピュータ可読記憶媒体によってコンピュータに提供されてもよいし、ネットワークを介してコンピュータに提供されてもよい。非一時的なコンピュータ可読記憶媒体は、例えば、磁気ディスク（フロッピー（登録商標）ディスク、ハードディスクドライブ（ＨＤＤ）等）、光ディスク（ＣＤ−ＲＯＭ、ＤＶＤディスク・ブルーレイディスク等）など任意のタイプのディスク、読み込み専用メモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）、ＥＰＲＯＭ、ＥＥＰＲＯＭ、磁気カード、フラッシュメモリ、光学式カード、電子的命令を格納するために適した任意のタイプの媒体を含む。
１００・・・情報処理装置
１０１・・・記憶部
１０１Ａ・・モデル記憶部
１０１Ｂ・・データ記憶部
１０２・・・制御部
１０２１・・学習部
１０２２・・需要予測部
１０２３・・計画生成部
１０３・・・入出力部
１０１・・・記憶部
１０１Ａ・・モデル記憶部
１０１Ｂ・・データ記憶部
１０２・・・制御部
１０２１・・学習部
１０２２・・需要予測部
１０２３・・計画生成部
１０３・・・入出力部
Claims (20)
- 異なる複数の貸与形態によって貸し出し運用が可能な車両の運用計画を生成する情報処理装置であって、
前記車両の利用実績データを貸与形態別に記憶する記憶部と、
前記記憶された利用実績データに基づいて、前記車両を貸し出した場合における前記車両の稼働率および売り上げを、複数の貸与形態ごと、および、複数の時間帯ごとに推定し、
推定した前記稼働率および売り上げの双方に基づいて、前記複数の時間帯ごとの前記車両の運用計画を生成する制御部と、
を有する、情報処理装置。 - 前記運用計画は、前記車両の貸与形態を時間帯ごとに割り当てた計画である、
請求項１に記載の情報処理装置。 - 前記複数の貸与形態は、前記車両によって運送事業を行うライドシェアリング形態、および、前記車両をドライバーに時間貸しするカーシェアリング形態のいずれかを含む、
請求項１または２に記載の情報処理装置。 - 前記制御部は、推定した前記稼働率および売り上げに基づく評価値を前記複数の時間帯ごとに算出し、前記評価値に基づいて、前記複数の時間帯ごとの前記車両の運用計画を生成する、
請求項１から３のいずれか１項に記載の情報処理装置。 - 前記制御部は、複数の時間帯について、前記評価値の合計を最大化する運用計画を決定する、
請求項４に記載の情報処理装置。 - 前記制御部は、前記車両が配置される単位領域に関連付いたエリア情報を用いて、前記推定を行う、
請求項１から５のいずれか１項に記載の情報処理装置。 - 前記制御部は、前記利用実績データと、前記車両に対応する前記エリア情報と、を用いて学習された機械学習モデルを用いて前記推定を行う、
請求項６に記載の情報処理装置。 - 前記エリア情報は、前記単位領域に含まれる施設ないし建物に関連付いた複数の要素を含む、
請求項６または７に記載の情報処理装置。 - 前記利用実績データは、前記車両が利用された時間と、売り上げに関するデータを含む、
請求項１から８のいずれか１項に記載の情報処理装置。 - 前記複数の時間帯は、通勤時間帯と非通勤時間帯を含む、
請求項１から９のいずれか１項に記載の情報処理装置。 - 前記複数の時間帯は、平日の時間帯と休日の時間帯を含む、
請求項１から１０のいずれか１項に記載の情報処理装置。 - 前記制御部は、前記生成した運用計画を、前記車両の予約を管理する装置に送信する、
請求項１から１１のいずれか１項に記載の情報処理装置。 - 前記制御部は、前記生成した運用計画を、前記車両の管理者に関連付いた装置に送信する、
請求項１から１２のいずれか１項に記載の情報処理装置。 - 異なる複数の貸与形態によって貸し出し運用が可能な車両の運用計画を生成する情報処理装置が行う情報処理方法であって、
前記車両の利用実績データを貸与形態別に取得する取得ステップと、
前記取得された利用実績データに基づいて、前記車両を貸し出した場合における前記車両の稼働率および売り上げを、複数の貸与形態ごと、および、複数の時間帯ごとに推定する推定ステップと、
推定した前記稼働率および売り上げの双方に基づいて、前記複数の時間帯ごとの前記車両の運用計画を生成する生成ステップと、
を含む、情報処理方法。 - 前記生成ステップでは、推定した前記稼働率および売り上げに基づく評価値を前記複数の時間帯ごとに算出し、前記評価値に基づいて、前記複数の時間帯ごとの前記車両の運用計画を生成する、
請求項１４に記載の情報処理方法。 - 前記生成ステップでは、複数の時間帯について、前記評価値の合計を最大化する運用計画を決定する、
請求項１５に記載の情報処理方法。 - 前記生成ステップでは、前記車両が配置される単位領域に関連付いたエリア情報を用いて、前記推定を行う、
請求項１４から１６のいずれか１項に記載の情報処理方法。 - 前記生成ステップでは、前記利用実績データと、前記車両に対応する前記エリア情報と、を用いて学習された機械学習モデルを用いて前記推定を行う、
請求項１７に記載の情報処理方法。 - 前記エリア情報は、前記単位領域に含まれる施設ないし建物に関連付いた複数の要素を含む、
請求項１７または１８に記載の情報処理方法。 - 請求項１４から１９のいずれか１項に記載の情報処理方法をコンピュータに実行させるためのプログラム。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019190379A JP7243564B2 (ja) | 2019-10-17 | 2019-10-17 | 情報処理装置および情報処理方法 |
| US16/931,601 US11657446B2 (en) | 2019-10-17 | 2020-07-17 | Information processing apparatus for generating a vehicle operation plan in a plurality of different rental modes |
| CN202010697263.8A CN112700022B (zh) | 2019-10-17 | 2020-07-20 | 信息处理设备及信息处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019190379A JP7243564B2 (ja) | 2019-10-17 | 2019-10-17 | 情報処理装置および情報処理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2021067970A true JP2021067970A (ja) | 2021-04-30 |
| JP7243564B2 JP7243564B2 (ja) | 2023-03-22 |
Family
ID=75492115
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019190379A Active JP7243564B2 (ja) | 2019-10-17 | 2019-10-17 | 情報処理装置および情報処理方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US11657446B2 (ja) |
| JP (1) | JP7243564B2 (ja) |
| CN (1) | CN112700022B (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023113238A1 (ko) * | 2021-12-16 | 2023-06-22 | 주식회사 캐플릭스 | 빅데이터를 이용한 가격 결정이 가능한 렌터카운영시스템 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10261034A (ja) * | 1997-03-18 | 1998-09-29 | Honda Motor Co Ltd | 車両共用システムおよび車両在庫管理方法 |
| JP2018124974A (ja) * | 2017-01-27 | 2018-08-09 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ | 車両制御装置及び車両制御方法 |
| JP2019008659A (ja) * | 2017-06-27 | 2019-01-17 | 本田技研工業株式会社 | カーシェアリング管理システム |
Family Cites Families (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6789011B2 (en) * | 1999-04-16 | 2004-09-07 | R. Michael Baiada | Method and system for allocating aircraft arrival/departure slot times |
| JP3632588B2 (ja) * | 2000-11-01 | 2005-03-23 | コベルコ建機株式会社 | 建設機械のレンタルサービス装置及びシステム |
| US20060259353A1 (en) * | 2005-05-31 | 2006-11-16 | Gutmann Steven P | Shared vehicle transportation systems and methods for individuals and entities |
| JP5037927B2 (ja) * | 2006-09-08 | 2012-10-03 | キヤノンＩｔソリューションズ株式会社 | 情報処理装置、情報処理方法、プログラム、及び記録媒体 |
| US7814061B2 (en) * | 2008-01-24 | 2010-10-12 | Eastman Kodak Company | Method for preserving privacy with image capture |
| JP5119022B2 (ja) * | 2008-03-26 | 2013-01-16 | 東京瓦斯株式会社 | 可変的予測モデル構築方法、及び、可変的予測モデル構築システム |
| JP5974716B2 (ja) * | 2012-08-03 | 2016-08-23 | トヨタ自動車株式会社 | カーシェアリングシステムの運用計画システム、運用計画方法 |
| US20150142494A1 (en) * | 2013-11-21 | 2015-05-21 | Descisys Ltd. | System and method for scheduling temporary resources |
| MY190964A (en) * | 2014-04-14 | 2022-05-25 | Zipcar Inc | Systems and methods for vehicle fleet sharing |
| US9635518B2 (en) * | 2014-09-29 | 2017-04-25 | Avis Budget Car Rental, LLC | Telematics system, methods and apparatus for two-way data communication between vehicles in a fleet and a fleet management system |
| CN104617591B (zh) * | 2015-01-28 | 2017-01-25 | 西安交通大学 | 基于多场景新能源发电模拟的日运行方式安排和调峰方法 |
| KR101767957B1 (ko) * | 2016-06-07 | 2017-08-30 | 공승배 | 임대관리업자 신용정보 제공 방법 및 서버 |
| KR101756599B1 (ko) * | 2016-06-07 | 2017-07-11 | 공승배 | 부동산 거래 서비스 제공 방법 및 서버 |
| EP3467751A4 (en) * | 2016-07-05 | 2019-04-17 | Huawei Technologies Co., Ltd. | METHOD AND DEVICE FOR VEHICLE MANAGEMENT |
| CN106507315B (zh) * | 2016-11-24 | 2019-06-28 | 西安交通大学 | 基于网络社交媒体数据的城市交通事故预测方法和系统 |
| US11614751B2 (en) * | 2017-01-23 | 2023-03-28 | Massachusetts Institute Of Technology | System for on-demand high-capacity ride-sharing via dynamic trip-vehicle assignment and related techniques |
| US11195245B2 (en) * | 2017-12-29 | 2021-12-07 | ANI Technologies Private Limited | System and method for allocating vehicles in ride-sharing systems |
| JP7128435B2 (ja) * | 2018-02-26 | 2022-08-31 | トヨタ自動車株式会社 | 車両管理装置、車両管理方法及び車両管理プログラム |
| JP7077681B2 (ja) * | 2018-03-12 | 2022-05-31 | トヨタ自動車株式会社 | 共用車両管理サーバ、及び、共用車両管理プログラム |
| JP6979158B2 (ja) | 2018-03-19 | 2021-12-08 | トヨタ自動車株式会社 | 情報処理装置、相乗りユーザ選択方法及びプログラム |
| JP7037762B2 (ja) * | 2018-03-22 | 2022-03-17 | トヨタ自動車株式会社 | 情報処理装置及びプログラム |
| CN108520451A (zh) * | 2018-03-27 | 2018-09-11 | 何永安 | 一种车辆租赁的方法、装置、服务器及存储介质 |
| CN108960590A (zh) * | 2018-06-15 | 2018-12-07 | 平安科技（深圳）有限公司 | 车辆租赁方法、装置、计算机设备和存储介质 |
-
2019
- 2019-10-17 JP JP2019190379A patent/JP7243564B2/ja active Active
-
2020
- 2020-07-17 US US16/931,601 patent/US11657446B2/en active Active
- 2020-07-20 CN CN202010697263.8A patent/CN112700022B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10261034A (ja) * | 1997-03-18 | 1998-09-29 | Honda Motor Co Ltd | 車両共用システムおよび車両在庫管理方法 |
| JP2018124974A (ja) * | 2017-01-27 | 2018-08-09 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ | 車両制御装置及び車両制御方法 |
| JP2019008659A (ja) * | 2017-06-27 | 2019-01-17 | 本田技研工業株式会社 | カーシェアリング管理システム |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023113238A1 (ko) * | 2021-12-16 | 2023-06-22 | 주식회사 캐플릭스 | 빅데이터를 이용한 가격 결정이 가능한 렌터카운영시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112700022B (zh) | 2024-06-21 |
| US20210118043A1 (en) | 2021-04-22 |
| JP7243564B2 (ja) | 2023-03-22 |
| CN112700022A (zh) | 2021-04-23 |
| US11657446B2 (en) | 2023-05-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hua et al. | Joint infrastructure planning and fleet management for one-way electric car sharing under time-varying uncertain demand | |
| Nourinejad et al. | Vehicle relocation and staff rebalancing in one-way carsharing systems | |
| Boyacı et al. | An optimization framework for the development of efficient one-way car-sharing systems | |
| Correia et al. | The added value of accounting for users’ flexibility and information on the potential of a station-based one-way car-sharing system: An application in Lisbon, Portugal | |
| Mo et al. | Competition between shared autonomous vehicles and public transit: A case study in Singapore | |
| US20150142518A1 (en) | System for making available for hire vehicles from a fleet aggregated from a plurality of vehicle fleets | |
| Morency et al. | Understanding members' carsharing (activity) persistency by using econometric model | |
| CN111612358A (zh) | 共享汽车车辆调度及调度员路径优化方法 | |
| JP2009301150A (ja) | 車両管理装置、車両管理方法、車両管理プログラム、および記録媒体 | |
| Fernández et al. | Bike3S: A tool for bike sharing systems simulation | |
| Jakob et al. | Macroscopic Modeling of On‐Street and Garage Parking: Impact on Traffic Performance | |
| Yu et al. | Demand prediction and optimal allocation of shared bikes around urban rail transit stations | |
| CN116324838A (zh) | 用于通过叫车平台调度共享乘车的系统和方法 | |
| Lützenberger et al. | A common approach to intelligent energy and mobility services in a smart city environment | |
| Yu et al. | An integrated car-and-ride sharing system for mobilizing heterogeneous travelers with application in underserved communities | |
| JP7243564B2 (ja) | 情報処理装置および情報処理方法 | |
| Huo et al. | A mixed-integer program (MIP) for one-way multiple-type shared electric vehicles allocation with uncertain demand | |
| Chu et al. | Dynamic repositioning problem of dockless electric scooter sharing systems | |
| Rhee et al. | Application of simulation method and regression analysis to optimize car operations in carsharing services: A case study in South Korea | |
| Zhen et al. | Vehicle routing for customized on-demand bus services | |
| Li et al. | Using non-cooperative game theory for taxi-sharing recommendation systems | |
| Li et al. | Dynamic repositioning in bike-sharing systems with uncertain demand: An improved rolling horizon framework | |
| Korotkova et al. | Ensuring road safety using its services | |
| JP2021039547A (ja) | 情報処理方法および情報処理装置 | |
| Lyman et al. | Modeling the effect of new commuter bus service on demand and impact on greenhouse gas emissions: Application to Greater Boston |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211020 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220829 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220913 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221101 |
|
| 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: 20230207 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230220 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 7243564 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |