JP6062124B1 - 混雑予測装置および混雑予測方法 - Google Patents

混雑予測装置および混雑予測方法 Download PDF

Info

Publication number
JP6062124B1
JP6062124B1 JP2016548399A JP2016548399A JP6062124B1 JP 6062124 B1 JP6062124 B1 JP 6062124B1 JP 2016548399 A JP2016548399 A JP 2016548399A JP 2016548399 A JP2016548399 A JP 2016548399A JP 6062124 B1 JP6062124 B1 JP 6062124B1
Authority
JP
Japan
Prior art keywords
prediction
congestion
data
congestion prediction
measurement
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.)
Active
Application number
JP2016548399A
Other languages
English (en)
Other versions
JPWO2017149720A1 (ja
Inventor
惇矢 宮城
惇矢 宮城
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Application granted granted Critical
Publication of JP6062124B1 publication Critical patent/JP6062124B1/ja
Publication of JPWO2017149720A1 publication Critical patent/JPWO2017149720A1/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/046—Forward inferencing; Production systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

予想データ生成部（２０）は、計測地点を通過した人物の人数を計測するセンサ（１）が出力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。混雑予測処理部（４０）は、予想データ生成部（２０）が生成した予想データを用いて、計測地点の未来の混雑状態を予測して混雑予測データを生成し出力する。

Description

この発明は、イベント開催時等の混雑予測を行う混雑予測装置およびその方法に関するものである。
例えば特許文献１に記載されたイベント警備監視方法では、まず、過去の実績またはデータ等をもとに、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事前に準備される。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
従来の混雑予測装置は、事前に人出を予想して流出入データを準備しておく必要があるが、初めてのイベントまたは開催場所では流出入データを準備するのが困難であるという課題があった。
この発明は、上記のような課題を解決するためになされたもので、混雑予測に使用するデータを事前に準備する必要性をなくし、初めてのイベントまたは開催場所での混雑予測を可能とすることを目的とする。
この発明に係る混雑予測装置は、計測地点を通過した人物の人数を計測するセンサが出力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と、予想データ生成部が生成した予想データを用いて、計測地点の未来の混雑状態を予測して混雑予測データを生成し出力する混雑予測処理部とを備え、混雑予測処理部は、混雑状態の予測処理中にセンサが新たに出力した計測データを、予測処理中に混雑予測データに反映して出力するものである。
この発明によれば、計測地点における通過人数の計測データを用いて未来の通過人数を予想し、予想データを用いて計測地点における未来の混雑状態を予測し、混雑状態の予測処理中にセンサが新たに出力した計測データを、予測処理中に混雑予測データに反映するようにしたので、混雑予測に使用するデータを事前に準備する必要がなく、初めてのイベントまたは開催場所での混雑予測が可能となる。
この発明の実施の形態１に係る混雑予測装置の機能構成図である。 実施の形態１に係る混雑予測装置のハードウェア構成図である。 実施の形態１に係る混雑予測装置が行う処理を示すシーケンス図である。 実施の形態１に係る混雑予測装置の計測データ記憶部が行う処理を示すフローチャートである。 実施の形態１に係る混雑予測装置の予想データ生成部が行う処理を示すフローチャートである。 実施の形態１に係る混雑予測装置の予想データ記憶部が行う処理を示すフローチャートである。 実施の形態１に係る混雑予測装置の混雑予測処理部が行う処理を示すフローチャートである。 この実施の形態２に係る混雑予測装置の機能構成図である。 実施の形態２に係る混雑予測装置が行う処理を示すシーケンス図である。 実施の形態２に係る混雑予測装置の計測データ記憶部が行う処理を示すフローチャートである。 実施の形態２に係る混雑予測装置の予想データ生成部が行う処理を示すフローチャートである。 実施の形態２に係る混雑予測装置の予想データ記憶部が行う処理を示すフローチャートである。 実施の形態２に係る混雑予測装置の混雑予測処理部が行う処理を示すフローチャートである。 実施の形態２に係る混雑予測装置の差異算出部が行う処理を示すフローチャートである。
以下、この発明をより詳細に説明するために、この発明を実施するための形態について、添付の図面に従って説明する。
実施の形態１．
図１は、この発明の実施の形態１に係る混雑予測装置の機能構成図である。この混雑予測装置は、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態を予測するものである。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１が設置され、センサ１と混雑予測装置とが接続される。
人が発生する場所からイベント会場までの経路上において、センサ１が設置された位置を、計測地点と呼ぶ。センサ１は、計測地点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、混雑予測装置へ出力する。このセンサ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１が生成した時系列データを、計測データと呼ぶ。
混雑予測装置は、計測データ記憶部１０、予想データ生成部２０、予想データ記憶部３０および混雑予測処理部４０を備えている。計測データ記憶部１０は、センサ１が出力した計測データを記憶する。予想データ生成部２０は、計測データ記憶部１０が記憶している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時系列データを生成し、予想データとして予想データ記憶部３０に出力する。予想データ記憶部３０は、予想データ生成部２０が出力した予想データを記憶し、記憶した予想データを選択予想データとして混雑予測処理部４０へ出力する。混雑予測処理部４０は、予想データ記憶部３０が出力した選択予想データを用いて、計測地点の未来の混雑状態を予測して混雑予測データを生成し、外部出力する。
センサ１は、計測地点を往路方向へ通過する人数と復路方向へ通過する人数のどちらか一方のみを計測してもよいし、両方計測してもよい。例えば、計測データが計測地点を往路方向へ通過する人数を計測したものである場合、予想データ生成部２０は往路だけの通過人数を予想した予想データを生成し、混雑予測処理部４０は往路だけの混雑状態を予測した混雑予測データを生成する。このように、計測対象が往路か復路かその両方かに応じて、予想データおよび混雑予測データの内容も変わる。
図２は、混雑予測装置のハードウェア構成図である。混雑予測装置は、プロセッサ１０１、メモリ１０２、入力インタフェース１０３および出力インタフェース１０４を備えている。入力インタフェース１０３は、センサ１からの計測データを計測データ記憶部１０へ入力する。出力インタフェース１０４は、混雑予測処理部４０の混雑予測データを、ディスプレイ等の外部装置へ出力する。
混雑予測装置における予想データ生成部２０および混雑予測処理部４０の各機能は、処理回路により実現される。即ち、混雑予測装置は、計測データを用いて予想データを生成し、予想データを用いて混雑予測データを生成するための処理回路を備える。処理回路は、メモリ１０２に格納されたプログラムを実行するプロセッサ１０１である。プロセッサ１０１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）等ともいう。
予想データ生成部２０および混雑予測処理部４０の各機能は、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。ソフトウェアまたはファームウェアはプログラムとして記述され、メモリ１０２に格納される。プロセッサ１０１は、メモリ１０２に格納されたプログラムを読み出して実行することにより、各部の機能を実現する。即ち、混雑予測装置は、プロセッサ１０１により実行されるときに、計測データを用いて予想データを生成するステップと、予想データを用いて混雑予測データ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プログラムを格納するためのメモリ１０２を備える。また、これらのプログラムは、予想データ生成部２０および混雑予測処理部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。
ここで、メモリ１０２は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ ＥＰＲＯＭ）、フラッシュメモリ、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の不揮発性または揮発性の半導体メモリであってもよいし、ハードディスク、フレキシブルディスク等の磁気ディスクであってもよいし、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）等の光ディスクであってもよい。
混雑予測装置における計測データ記憶部１０および予想データ記憶部３０は、メモリ１０２である。
次に、図３〜図７を用いて、実施の形態１に係る混雑予測装置の動作を説明する。
図３は、実施の形態１に係る混雑予測装置が行う処理を示すシーケンス図である。図４は、実施の形態１に係る混雑予測装置の計測データ記憶部１０が行う処理を示すフローチャートである。この図４のステップＳ１０１〜Ｓ１０４における処理は、図３のステップＳ１００において実施される。
図４のステップＳ１０１において、計測データ記憶部１０は、センサ１から入力インタフェース１０３を介した計測データの受信の有無を確認する。計測データ記憶部１０は、計測データの受信がある場合（ステップＳ１０１“ＹＥＳ”）、ステップＳ１０２へ進み、受信がない場合（ステップＳ１０１“ＮＯ”）、ステップＳ１０３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１から入力インタフェース１０３を介して計測データを受信し、記憶する。
ステップＳ１０３において、計測データ記憶部１０は、予想データ生成部２０からの通知の有無を確認する。計測データ記憶部１０は、予想データ生成部２０からの通知がある場合（ステップＳ１０３“ＹＥＳ”）、ステップＳ１０４へ進み、通知がない場合（ステップＳ１０３“ＮＯ”）、ステップＳ１０１へ戻る。
ステップＳ１０４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の中から所定範囲の計測データを選択し、予想用計測データとして予想データ生成部２０に送信する。所定範囲は、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外から設定されてもよい。例えば、計測データ記憶部１０は、予想データ生成部２０からの通知を受信すると、その時点から所定範囲分さかのぼった時点までの時系列データを、予想用計測データとして予想データ生成部２０に送信する。
計測データ記憶部１０は、ステップＳ１０４の後、ステップＳ１０１へ戻る。
図５は、実施の形態１に係る混雑予測装置の予想データ生成部２０が行う処理を示すフローチャートである。この図５のステップＳ２０１〜Ｓ２０６における処理は、図３のステップＳ２００において実施される。
図５のステップＳ２０１において、予想データ生成部２０は、計測データ記憶部１０に通知を送信する。この通知は、計測データ記憶部１０から予想データ生成部２０へ予想用計測データを送信させるためのものである。
ステップＳ２０２において、予想データ生成部２０は、計測データ記憶部１０から予想用計測データの受信の有無を確認する。予想データ生成部２０は、予想用計測データの受信がある場合（ステップＳ２０２“ＹＥＳ”）、ステップＳ２０３へ進み、受信がない場合（ステップＳ２０２“ＮＯ”）、このステップＳ２０２を繰り返す。
ステップＳ２０３において、予想データ生成部２０は、計測データ記憶部１０から予想用計測データを受信し、記憶する。
ステップＳ２０４において、予想データ生成部２０は、線形近似等を使用して、予想データ生成範囲に応じた未来の計測地点における通過人数を予想し、予想データを生成する。予想データ生成範囲は、現在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。予想データ生成範囲は、予想データ生成部２０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外から設定されてもよい。
ステップＳ２０５において、予想データ生成部２０は、ステップＳ２０４で生成した予想データを予想データ記憶部３０に送信する。
ステップＳ２０６において、予想データ生成部２０は、混雑予測処理部４０からの通知の有無を確認する。予想データ生成部２０は、混雑予測処理部４０からの通知がある場合（ステップＳ２０６“ＹＥＳ”）、ステップＳ２０１へ戻り、通知がない場合（ステップＳ２０６“ＮＯ”）、このステップＳ２０６を繰り返す。
図６は、実施の形態１に係る混雑予測装置の予想データ記憶部３０が行う処理を示すフローチャートである。この図６のステップＳ３０１〜Ｓ３０３における処理は、図３のステップＳ３００において実施される。
図６のステップＳ３０１において、予想データ記憶部３０は、予想データ生成部２０から予想データの受信の有無を確認する。予想データ記憶部３０は、予想データの受信がある場合（ステップＳ３０１“ＹＥＳ”）、ステップＳ３０２へ進み、受信がない場合（ステップＳ３０１“ＮＯ”）、このステップＳ３０１を繰り返す。
ステップＳ３０２において、予想データ記憶部３０は、予想データ生成部２０から予想データを受信し、記憶する。
ステップＳ３０３において、予想データ記憶部３０は、ステップＳ３０２で記憶した予想データを選択し、選択予想データとして混雑予測処理部４０に送信する。
予想データ記憶部３０は、ステップＳ３０３の後、ステップＳ３０１へ戻る。
図７は、実施の形態１に係る混雑予測装置の混雑予測処理部４０が行う処理を示すフローチャートである。この図７のステップＳ４０１〜Ｓ４０６における処理は、図３のステップＳ４００において実施される。
図７のステップＳ４０１において、混雑予測処理部４０は、予想データ記憶部３０から選択予想データの受信の有無を確認する。混雑予測処理部４０は、選択予想データの受信がある場合（ステップＳ４０１“ＹＥＳ”）、ステップＳ４０２へ進み、受信がない場合（ステップＳ４０１“ＮＯ”）、ステップＳ４０１へ戻る。
ステップＳ４０２において、混雑予測処理部４０は、予想データ記憶部３０から選択予想データを受信する。
ステップＳ４０３において、混雑予測処理部４０は、ステップＳ４０２で予想データ記憶部３０から受信した選択予想データを用いて、マルチエージェントシミュレーション等の手法により混雑予測処理を実行し、計測地点の混雑予測データを生成する。混雑予測データは、例えば、計測地点周辺の人の流量および密度の時系列データである。
ステップＳ４０４において、混雑予測処理部４０は、混雑予測終了時点に混雑予測処理が到達しているかを確認する。混雑予測終了時点は、混雑予測の開始時点からどれくらい先の未来まで混雑予測を実行するかを決めるパラメータであり、予想データ生成範囲終了時点≧混雑予測終了時点である。混雑予測終了時点は、混雑予測処理部４０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外から設定されてもよい。混雑予測処理部４０は、混雑予測処理が混雑予測終了時点に到達した場合（ステップＳ４０４“ＹＥＳ”）、ステップＳ４０５へ進み、到達していない場合（ステップＳ４０４“ＮＯ”）、ステップＳ４０３へ戻って混雑予測処理を続行する。
ステップＳ４０５において、混雑予測処理部４０は、混雑予測データを出力インタフェース１０４を介して出力する。
ステップＳ４０６において、混雑予測処理部４０は、予想データ生成部２０に通知を送信する。この通知は、予想データ生成部２０に対して新たな予想データの生成を指示するためのものであり、この通知を受信した予想データ生成部２０は、計測データ記憶部１０に対して予想用計測データを要求することになる。
混雑予測処理部４０は、ステップＳ４０６の後、ステップＳ４０１へ戻る。
以上のように、実施の形態１に係る混雑予測装置は、計測地点を通過した人物の人数を計測するセンサ１が出力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２０と、予想データ生成部２０が生成した予想データを用いて、計測地点の未来の混雑状態を予測し、混雑予測データを出力する混雑予測処理部４０とを備える構成である。これにより、混雑予測に使用する予想データをリアルタイムに生成することができるため、予想データを事前に準備する必要がなく、初めてのイベントまたは開催場所での混雑予測が可能となる。
実施の形態２．
実施の形態２では、混雑予測処理部４０における混雑状態の予測処理中にセンサ１が新たに出力した計測データを、混雑予測データに反映して出力するようにする。
図８は、この発明の実施の形態２に係る混雑予測装置の機能構成図である。図８において図１と同一または相当する部分は、同一の符号を付す。
実施の形態２に係る混雑予測装置は、図１に示した実施の形態１に係る混雑予測装置に対して差異算出部５０が追加された構成である。この差異算出部５０の機能は、図２に示されたプロセッサ１０１がメモリ１０２に格納されたプログラムを読み出して実行することにより実現される。
差異算出部５０は、予想データ生成部２０が生成した複数の予想データの中から、混雑予測処理部４０の混雑予測処理中にセンサ１が新たに出力した計測データとの差異が最も小さい予想データを選択し、混雑予測処理部４０に通知する。計測データとの差異が最も小さい予想データは、混雑状態を高精度に予測可能な、最適な予想データである。
また、実施の形態２に係る混雑予測装置は、混雑予測処理部４０を複数備えている。複数の混雑予測処理部４０は、予想データ生成部２０が生成した複数の予想データを用いて複数の混雑予測データを生成する。そして、複数の混雑予測処理部４０のうち、差異算出部５０が選択した予想データを用いて混雑予測処理を実行した混雑予測処理部４０が、自身が生成した混雑予測データを外部出力し、残りの混雑予測処理部４０は混雑予測データを破棄する。
次に、図９〜図１４を用いて、実施の形態２に係る混雑予測装置の動作を説明する。
図９は、実施の形態２に係る混雑予測装置が行う処理を示すシーケンス図である。図１０は、実施の形態２に係る混雑予測装置の計測データ記憶部１０が行う処理を示すフローチャートである。この図１０のステップＳ１０１〜Ｓ１０６における処理は、図９のステップＳ１００ａにおいて実施される。
図１０のステップＳ１０１〜Ｓ１０４において、計測データ記憶部１０は、図４のステップＳ１０１〜Ｓ１０４と同様の処理を行う。
ステップＳ１０５において、計測データ記憶部１０は、混雑予測処理部４０からの通知の有無を確認する。計測データ記憶部１０は、混雑予測処理部４０からの通知がある場合（ステップＳ１０５“ＹＥＳ”）、ステップＳ１０６へ進み、通知がない場合（ステップＳ１０５“ＮＯ”）、ステップＳ１０１へ戻る。
ステップＳ１０６において、計測データ記憶部１０は、予想用計測データを予想データ生成部２０に送信した時点以降にセンサ１から受信した新たな計測データを、更新計測データとして差異算出部５０に送信する。
計測データ記憶部１０は、ステップＳ１０６の後、ステップＳ１０１へ戻る。
図１１は、実施の形態２に係る混雑予測装置の予想データ生成部２０が行う処理を示すフローチャートである。この図１１のステップＳ２０１〜Ｓ２０６における処理は、図９のステップＳ２００ａにおいて実施される。
図１１のステップＳ２０１〜Ｓ２０３において、予想データ生成部２０は、図５のステップＳ２０１〜Ｓ２０３と同様の処理を行う。
ステップＳ２０４ａにおいて、予想データ生成部２０は、線形近似等を使用して、予想データ生成範囲に応じた未来の計測地点における通過人数を予想し、複数の予想データを生成する。その際、予想データ生成部２０は、使用する近似式を変えることで複数の予想データを生成してもよいし、予想用計測データの使用範囲を変えることで複数の予想データを生成してもよい。予想用計測データの使用範囲を変えて２つの予想データを生成する場合、予想データ生成部２０は、例えば直近５個の計測データをもとに１つの予想データを生成し、直近１０個の計測データをもとにもう１つの予想データを生成する。
ステップＳ２０５，Ｓ２０６において、予想データ生成部２０は、図５のステップＳ２０５，Ｓ２０６と同様の処理を行う。
図１２は、実施の形態２に係る混雑予測装置の予想データ記憶部３０が行う処理を示すフローチャートである。この図１２のステップＳ３０１〜Ｓ３０３ａにおける処理は、図９のステップＳ３００ａにおいて実施される。
図１２のステップＳ３０１，Ｓ３０２において、予想データ記憶部３０は、図６のステップＳ３０１，Ｓ３０２と同様の処理を行う。
ステップＳ３０３ａにおいて、予想データ記憶部３０は、ステップＳ３０２で記憶した複数の予想データのうちのひとつを複数の混雑予測処理部４０のうちのひとつに対して一対一に割り当て、予想データを割り当て先の混雑予測処理部４０に送信する。割り当て先の混雑予測処理部４０に送信される予想データを、選択予想データと呼ぶ。このようにして、予想データ記憶部３０は、複数の混雑予測処理部４０に対してひとつずつ選択予想データを送信する。また、予想データ記憶部３０は、複数の混雑予測処理部４０に送信した複数の選択予想データを、差異算出部５０にも送信する。
予想データ記憶部３０は、ステップＳ３０３ａの後、ステップＳ３０１へ戻る。
図１３は、実施の形態２に係る混雑予測装置の混雑予測処理部４０が行う処理を示すフローチャートである。複数の混雑予測処理部４０のそれぞれが、図１３のフローチャートに示された処理を行う。この図１３のステップＳ４０１〜Ｓ４１４における処理は、図９のステップＳ４００ａにおいて実施される。
図１３のステップＳ４０１〜Ｓ４０３において、混雑予測処理部４０は、図７のステップＳ４０１〜Ｓ４０３と同様の処理を行う。
ステップＳ４１１において、混雑予測処理部４０は、計測データ記憶部通知時点に混雑予測処理が到達しているかを確認する。計測データ記憶部通知時点は、混雑予測の開始時点からどれくらい先の未来まで混雑予測を実行した時点で計測データ記憶部１０に通知を送信するかを決めるパラメータであり、混雑予測終了時点を基準に設定される時点である。例えば、混雑予測終了時点の１００ステップ前を計測データ記憶部通知時点とする。計測データ記憶部通知時点は、混雑予測処理部４０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外から設定されてもよい。混雑予測処理部４０は、混雑予測処理が計測データ記憶部通知時点に到達した場合（ステップＳ４１１“ＹＥＳ”）、ステップＳ４１２へ進み、到達していない場合（ステップＳ４１１“ＮＯ”）、ステップＳ４０３へ戻って混雑予測処理を続行する。
ステップＳ４１２において、混雑予測処理部４０は、計測データ記憶部１０に通知を送信する。この通知は、計測データ記憶部１０から差異算出部５０へ更新計測データを送信させるためのものである。
ステップＳ４１３およびこのステップＳ４１３に続くステップＳ４０４において、混雑予測処理部４０は、図７のステップＳ４０３およびステップＳ４０４と同様の処理を行う。混雑予測処理部４０は、混雑予測処理が混雑予測終了時点に到達した場合（ステップＳ４０４“ＹＥＳ”）、ステップＳ４１４へ進み、到達していない場合（ステップＳ４０４“ＮＯ”）、ステップＳ４１３へ戻って混雑予測処理を続行する。
ステップＳ４１４において、混雑予測処理部４０は、差異算出部５０からの通知の有無を確認する。混雑予測処理部４０は、差異算出部５０からの通知がある場合（ステップＳ４１４“ＹＥＳ”）、ステップＳ４０５へ進み、通知がない場合（ステップＳ４１４“ＮＯ”）、ステップＳ４０１へ戻る。
ステップＳ４１４に続くステップＳ４０５，Ｓ４０６において、混雑予測処理部４０は、図７のステップＳ４０５，Ｓ４０６と同様の処理を行う。
図１４は、実施の形態２に係る混雑予測装置の差異算出部５０が行う処理を示すフローチャートである。この図１４のステップＳ５０１〜Ｓ５０６における処理は、図９のステップＳ５００において実施される。
図１４のステップＳ５０１において、差異算出部５０は、予想データ記憶部３０から複数の選択予想データの受信の有無を確認する。差異算出部５０は、複数の選択予想データの受信がある場合（ステップＳ５０１“ＹＥＳ”）、ステップＳ５０２へ進み、受信がない場合（ステップＳ５０１“ＮＯ”）、このステップＳ５０１を繰り返す。
ステップＳ５０２において、差異算出部５０は、予想データ記憶部３０から複数の選択予想データを受信する。
ステップＳ５０３において、差異算出部５０は、計測データ記憶部１０から更新計測データの受信の有無を確認する。差異算出部５０は、更新計測データの受信がある場合（ステップＳ５０３“ＹＥＳ”）、ステップＳ５０４へ進み、受信がない場合（ステップＳ５０３“ＮＯ”）、このステップＳ５０３を繰り返す。
ステップＳ５０４において、差異算出部５０は、計測データ記憶部１０から更新計測データを受信する。
ステップＳ５０５において、差異算出部５０は、差分絶対値和などの方法を使用して、予想データ記憶部３０から受信した複数の選択予想データのそれぞれを、計測データ記憶部１０から受信した更新計測データと比較し、更新計測データとの差異が最も小さい選択予想データを最適予想データとして選択する。
ステップＳ５０６において、差異算出部５０は、複数の混雑予測処理部４０の中から、ステップＳ５０５で選択した最適予想データを用いて混雑予測処理を行っている混雑予測処理部４０を選択し、その混雑予測処理部４０に通知を送信する。この通知は、混雑予測処理部４０に、複数の混雑予測データの中から最適な混雑予測データを外部出力させるためのものである。
差異算出部５０は、ステップＳ５０６の後、ステップＳ５０１へ戻る。
なお、上記説明では、複数の混雑予測処理部４０が複数の混雑予測処理を並行して行う構成であったが、ひとつの混雑予測処理部４０が複数の混雑予測処理を順番に行う構成であってもよい。
以上のように、実施の形態２に係る混雑予測装置は、予想データ生成部２０が生成した複数の予想データの中から、混雑状態の予測処理中にセンサ１が新たに出力した計測データとの差異が最も小さい予想データを選択する差異算出部５０を備える構成である。また、混雑予測処理部４０は、予想データ生成部２０が生成した複数の予想データを用いて複数の混雑予測データを生成し、当該複数の混雑予測データのうち、差異算出部５０が選択した予想データを用いて生成した混雑予測データを出力する構成である。これにより、予測精度が高い最適な混雑予測データを出力することができる。
なお、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。
また、上記説明における混雑予測装置はひとつのセンサ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、データを事前に準備する必要がないので、特に、初めてのイベントまたは開催場所での混雑状態を予測するのに適している。
１ センサ、１０ 計測データ記憶部、２０ 予想データ生成部、３０ 予想データ記憶部、４０ 混雑予測処理部、５０ 差異算出部、１０１ プロセッサ、１０２ メモリ、１０３ 入力インタフェース、１０４ 出力インタフェース。

Claims (3)

  1. 計測地点を通過した人物の人数を計測するセンサが出力した計測データを用いて、前記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と、
    前記予想データ生成部が生成した前記予想データを用いて、前記計測地点の未来の混雑状態を予測して混雑予測データを生成し出力する混雑予測処理部とを備え、
    前記混雑予測処理部は、前記混雑状態の予測処理中に前記センサが新たに出力した計測データを、前記予測処理中に前記混雑予測データに反映して出力することを特徴とする混雑予測装置。
  2. 前記予想データ生成部が生成した複数の予想データの中から、前記混雑状態の予測処理中に前記センサが新たに出力した計測データとの差異が最も小さい予想データを選択する差異算出部を備え、
    前記混雑予測処理部は、前記予想データ生成部が生成した前記複数の予想データを用いて複数の混雑予測データを生成し、当該複数の混雑予測データのうち、前記差異算出部が選択した前記予想データを用いて生成した混雑予測データを出力することを特徴とする請求項１記載の混雑予測装置。
  3. 予想データ生成部が、計測地点を通過した人物の人数を計測するセンサが出力した計測データを用いて、前記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ステップと、
    混雑予測処理部が、前記予想データ生成ステップで生成された前記予想データを用いて、前記計測地点の未来の混雑状態を予測して混雑予測データを生成し出力する混雑予測処理ステップとを備え、
    前記混雑予測処理ステップは、前記混雑状態の予測処理中に前記センサが新たに出力した計測データを、前記予測処理中に前記混雑予測データに反映して出力することを特徴とする混雑予測方法。
JP2016548399A 2016-03-03 2016-03-03 混雑予測装置および混雑予測方法 Active JP6062124B1 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2016/056581 WO2017149720A1 (ja) 2016-03-03 2016-03-03 混雑予測装置および混雑予測方法

Publications (2)

Publication Number Publication Date
JP6062124B1 true JP6062124B1 (ja) 2017-01-18
JPWO2017149720A1 JPWO2017149720A1 (ja) 2018-03-15

Family

ID=57800029

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016548399A Active JP6062124B1 (ja) 2016-03-03 2016-03-03 混雑予測装置および混雑予測方法

Country Status (6)

Country Link
US (1) US20190027029A1 (ja)
JP (1) JP6062124B1 (ja)
CN (1) CN108701334B (ja)
SG (1) SG11201805249RA (ja)
TW (1) TWI611378B (ja)
WO (1) WO2017149720A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019028487A (ja) * 2017-07-25 2019-02-21 日本電信電話株式会社 流量予測装置、方法、及びプログラム
US10922632B2 (en) 2018-03-26 2021-02-16 Hitachi Solutions, Ltd. People flow prediction device

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111785016A (zh) * 2020-05-27 2020-10-16 诠航科技有限公司 一种闸道口机器人以及基于闸道口机器人的交通预警系统
CN111551187B (zh) * 2020-06-04 2021-09-24 福建江夏学院 一种基于捕食搜索策略的行车路线规划方法及系统
CN111724592B (zh) * 2020-06-12 2022-11-25 重庆大学 一种基于收费数据与卡口数据的高速公路交通拥堵检测方法
JP7175072B2 (ja) * 2020-08-18 2022-11-18 東日本旅客鉄道株式会社 混雑予測システム、混雑予測方法及び混雑予測プログラム
CN112382099B (zh) * 2021-01-15 2021-04-13 腾讯科技（深圳）有限公司 交通路况预测方法、装置、电子设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004178358A (ja) * 2002-11-28 2004-06-24 Meidensha Corp イベント警備監視方法及びイベント警備監視装置
JP2011248429A (ja) * 2010-05-24 2011-12-08 Nippon Telegr & Teleph Corp <Ntt> 情報提示システム、情報提示装置、および情報提示プログラム
JP2015207041A (ja) * 2014-04-17 2015-11-19 株式会社ニコン 混雑度推定サーバ、および混雑度推定システム

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3521637B2 (ja) * 1996-08-02 2004-04-19 オムロン株式会社 通過人数計測装置及びそれを用いた入退場者数管理システム
JP4399283B2 (ja) * 2004-01-30 2010-01-13 三菱電機株式会社 駅混雑度推定システム
JP4508840B2 (ja) * 2004-11-15 2010-07-21 三菱電機株式会社 列車運行管理システム
JP2007145210A (ja) * 2005-11-29 2007-06-14 Nippon Telegr & Teleph Corp <Ntt> 列車混雑度提供システム、混雑度算出器、およびプログラム
US20070208498A1 (en) * 2006-03-03 2007-09-06 Inrix, Inc. Displaying road traffic condition information and user controls
JP4982143B2 (ja) * 2006-09-27 2012-07-25 クラリオン株式会社 交通状況予測装置
CN100583171C (zh) * 2008-09-04 2010-01-20 上海交通大学 基于客流预测和自适应仿真的拥挤预警系统
CN102050366B (zh) * 2009-11-05 2013-02-13 上海三菱电梯有限公司 人数检测装置及方法
JP5520203B2 (ja) * 2010-12-01 2014-06-11 株式会社日立製作所 混雑度推定装置
CN102096813A (zh) * 2011-02-10 2011-06-15 北京邮电大学 单目摄像机垂直视角下基于Blob的行人计数方法
CN102142192B (zh) * 2011-04-28 2014-05-28 北京市劳动保护科学研究所 基于组合多步预测的行人交通拥堵预警方法及系统
JP5615312B2 (ja) * 2012-03-26 2014-10-29 株式会社デンソーアイティーラボラトリ 渋滞予測方法及び渋滞予測装置
CN102801775A (zh) * 2012-04-17 2012-11-28 杭州群核信息技术有限公司 一种实时处理远程监控信息的云计算平台
JP6212290B2 (ja) * 2013-06-05 2017-10-11 株式会社日立製作所 エレベーターシステムの群管理制御方法
CN103714698B (zh) * 2013-12-26 2016-09-21 苏州清研微视电子科技有限公司 基于距离图像的公交车辆客流量统计系统及方法
US10407085B2 (en) * 2014-04-21 2019-09-10 Mitsubishi Electric Corporation Train travel prediction device and train travel prediction method
CN104050809B (zh) * 2014-06-03 2016-07-20 北京航天福道高技术股份有限公司 交通状况自动分析预测方法
CN104050808B (zh) * 2014-06-03 2016-05-18 北京航天福道高技术股份有限公司 公路交通堵塞定位搜寻方法
CN106796550B (zh) * 2015-07-24 2020-01-17 株式会社日立制作所 信息配送装置以及方法
CN105224999A (zh) * 2015-09-10 2016-01-06 北京市交通信息中心 基于afc数据的城市轨道交通实时客流预测方法及系统
CN105279572B (zh) * 2015-09-16 2017-02-08 北京城建设计发展集团股份有限公司 城市轨道交通客流密集度指数计算与发布系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004178358A (ja) * 2002-11-28 2004-06-24 Meidensha Corp イベント警備監視方法及びイベント警備監視装置
JP2011248429A (ja) * 2010-05-24 2011-12-08 Nippon Telegr & Teleph Corp <Ntt> 情報提示システム、情報提示装置、および情報提示プログラム
JP2015207041A (ja) * 2014-04-17 2015-11-19 株式会社ニコン 混雑度推定サーバ、および混雑度推定システム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019028487A (ja) * 2017-07-25 2019-02-21 日本電信電話株式会社 流量予測装置、方法、及びプログラム
US10922632B2 (en) 2018-03-26 2021-02-16 Hitachi Solutions, Ltd. People flow prediction device

Also Published As

Publication number Publication date
WO2017149720A1 (ja) 2017-09-08
CN108701334A (zh) 2018-10-23
TW201732748A (zh) 2017-09-16
SG11201805249RA (en) 2018-09-27
JPWO2017149720A1 (ja) 2018-03-15
TWI611378B (zh) 2018-01-11
US20190027029A1 (en) 2019-01-24
CN108701334B (zh) 2022-08-26

Similar Documents

Publication Publication Date Title
JP6062124B1 (ja) 混雑予測装置および混雑予測方法
JP7042905B2 (ja) 逆センサモデルを生成する方法および装置、ならびに障害物を検出するための方法
US20100204969A1 (en) System and method for threat propagation estimation
JP6202850B2 (ja) 目標追尾装置
KR102174873B1 (ko) 스토캐스틱 맵 인식 입체 시각 센서 모델
JP2015172850A (ja) 駅混雑予測装置及び駅混雑情報提供システム
TW201729960A (zh) 基於立體視覺的隨機地圖產生和貝氏更新
US10467888B2 (en) System and method for dynamically adjusting an emergency coordination simulation system
JP2020076744A (ja) 劣化測定からの制約付き凸回帰を使用する、残存耐用年数の適応的推定方法
JP2009181556A (ja) 混雑判定装置、混雑判定方法
JP2018022413A (ja) 混雑予測装置、混雑予測方法及び混雑予測プログラム
JP7224882B2 (ja) センサシステム、センサシステムの制御方法、及び制御装置
WO2016075931A1 (ja) 避難予測システム、避難予測方法及びコンピュータ読み取り可能記録媒体
WO2019171552A1 (ja) 光モジュールの寿命予測方法および寿命予測装置
JP5002733B2 (ja) 在室人数推定装置及び在室人数推定方法
JP4908541B2 (ja) 在室人数推定装置及び在室人数推定方法
JP2019021047A (ja) 情報処理装置、制御方法およびプログラム
CN109754115B (zh) 数据预测的方法、装置、存储介质及电子设备
JP2016211877A (ja) 下水流入量予測装置
JP2023032184A (ja) 追尾装置
JPWO2018131311A1 (ja) センシングシステム、センサノード装置、センサ測定値処理方法及びプログラム
JP2023043006A (ja) 予測装置、予測方法及び予測プログラム
JP6922999B2 (ja) 情報処理装置、情報処理方法およびプログラム
JP2014235675A (ja) データ処理装置およびデータ処理方法
CN115916680B (zh) 电梯的停止预测系统

Legal Events

Date Code Title Description
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: 20161115

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20161213

R150 Certificate of patent or registration of utility model

Ref document number: 6062124

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250