JP6415795B1 - 混雑予測装置及び混雑予測方法 - Google Patents

Abstract

情報抽出部（１０）は、センサ（２）が出力した計測データを用いて、人物ごとの移動の様子を示す人物移動特性情報を生成する。相関分析部（１１）は、人物移動特性情報を用いて、人物をグループ分けしたグループ情報を生成する。情報補正部（１２）は、グループごとの移動の様子を示すグループ移動特性情報を生成する。混雑予測部（１３）は、グループ移動特性情報を用いて混雑予測の演算をする。

Description

この発明は、災害発生時、又は、催し物であるイベントの開催時等に、人々が行動することによって生じる混雑を予測する装置に関するものである。

大規模な自然災害発生時に避難指定先へ人々が避難する際、あるいは、大規模施設にて災害発生時に当該施設から人々が避難する際、避難にどの程度の時間がかかるか、また、どのような経路で人の流れが滞るのかを計算機シミュレーションで推定し、避難計画に活用することが行われている。
例えば特許文献１には、ある避難者について、空間データと人間データとに基づいて当該避難者の位置情報を時間ステップごとに算出して、人々が時間とともに移動していく様子をシミュレーションする避難行動予測システムが記載されている。その際、当該避難行動予測システムは、条件に応じて避難者をグループに統合し、人々がグループを構成して移動していく様子もシミュレーションしている。

特開２０１４−１６４５４０号公報

ところで、街中を歩行する人々は、単独で行動している場合もあれば、複数人で行動している場合もある。また、人々は、通路を他の歩行者に合わせて歩くなど、必ずしも見知った間柄でなくても他者と協調した行動をとる場合もある。それに対して、従来のシミュレーションでは、１人１人に異なる条件を当てはめて個々人の行動に自由を与える工夫、及び、状況によっては条件を限定して複数人が類似した行動をするように共通の移動速度及び移動先となるように仕向ける工夫がなされているものの、計算の単位としては１人１人を単独な存在として扱って処理が行われている。例えば上記特許文献１には、各避難者ごとに人間データが設定されること、人間個人を人間オブジェクトとしてモデル化すること、及び、人間データ等から、ある避難者の、次の時間ステップ後の位置を算出すること等が記載されており、１人１人を計算の単位としてシミュレーションが行われている。
混雑時等の非常時になれば、家族及び仲間等といったグループにおいては、個々人が離れずに集団を維持して移動するような心理が働き、通常時とは異なる強い結びつきのある行動を、現実には人々はとる。しかしながら、このような事象は、上記特許文献１のように１人１人を計算の単位とする従来のシミュレーションでは、扱いにくい事象であった。

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、現実の人々の行動に近い演算となるように演算の対象を定義した上で、混雑予測の演算をすることができる混雑予測装置を得ることを目的とする。

この発明に係る混雑予測装置は、人物ごとの移動の様子を示す人物移動特性情報を生成する第１特性情報生成部と、人物移動特性情報を用いて、位置の近接度及び行動の類似度に基づき、行動を共にするグループごとに人物をグループ分けする相関分析部と、相関分析部のグループ分けにより形成されたグループごとに、グループの移動の様子を示すグループ移動特性情報を生成する第２特性情報生成部と、グループ移動特性情報を用いて、グループを対象に混雑予測の演算をする混雑予測部とを備え、前記第１特性情報生成部は、映像を画像処理して得られた移動速度を含む人物移動特性情報を生成し、前記第２特性情報生成部は、同じグループに属する人物に対応する人物移動特性情報が示す移動速度の平均値と、当該グループに属する人物の占有領域を包含する占有領域とを、当該グループのグループ移動特性情報に含めることを特徴とするものである。

この発明によれば、人物をグループ分けして、そのグループを対象に混雑予測の演算をするので、現実の人々の行動に近い演算となるように演算の対象を定義した上で、混雑予測の演算をすることができる。

この発明の実施の形態１に係る混雑予測装置を含む混雑予測システムを示す構成図である。 センサの設置例を示す図である。 この発明の実施の形態１に係る混雑予測装置のハードウェア構成例を示す図である。 情報抽出部が行う処理を示すフローチャートである。 相関分析部が行う処理を示すフローチャートである。 情報補正部が行う処理を示すフローチャートである。 人々が移動する様子を示す図である。 図８Ａ〜図８Ｄは、情報補正部が行う処理を説明するイメージ図である。 混雑予測部が行う処理を示すフローチャートである。 混雑度分析部が行う処理を示すフローチャートである。 混雑度分析部が行う処理を説明するイメージ図である。 荷物等を持っている人物が移動する様子を示す図である。 図１３Ａ及び図１３Ｂは、情報補正部によって定義されるグループの占有領域を説明する図である。

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１を含む混雑予測システムを示す構成図である。
混雑予測装置１は、例えば、大勢の人々が集まるようなイベント開催時に、鉄道の駅若しくはバス停留所等の公共交通機関、又は、駐車場等といった人々が来訪する場所からイベント会場までの移動経路における混雑状況を予測するものである。つまり、当該移動経路が、混雑予測対象領域となる。

混雑予測対象領域において、当該領域へ人々が流入する箇所を「人々が発生する場所」、当該領域から人々が流出する箇所を「人々が到着する場所」と表現したとき、鉄道の駅等の人々が発生する場所からイベント会場等の人々が到着する場所までの移動経路上において、センサ２が設置された位置を、計測地点と呼ぶ。
センサ２は、例えばカメラを備え、当該カメラで撮像した映像を画像処理することで、計測地点を往路方向又は復路方向へ通過した人数、各人物の移動速度、各人物の移動方向、各人物の位置及び各人物の属性等を検知し、それらを時系列データとして混雑予測装置１へ出力する。各人物の属性とは、子供、大人、荷物の有無、及び、車椅子等を押している等を指す。以下、センサ２が生成して出力した時系列データを、計測データと呼ぶ。
図２は、センサ２の設置例を示す図である。センサ２は、例えば、人々が発生する場所の近傍に設置される。

表示装置３は、混雑予測装置１が出力する混雑予測結果を表示する。表示装置３は、例えば液晶ディスプレイである。

ここで、混雑予測装置１の内部構成について説明する。
混雑予測装置１は、センサ２が出力した計測データを用いて、移動経路の混雑状況を予測し、混雑予測結果を表示装置３に出力して表示装置３に表示させる。
混雑予測装置１は、情報抽出部１０、相関分析部１１、情報補正部１２、混雑予測部１３、混雑度分析部１４及び記憶部１５を備える。

情報抽出部１０は、センサ２が出力した計測データを用いて、人物ごとの移動の様子を示す人物移動特性情報を生成する。人物移動特性情報は、相関分析部１１に出力される。
相関分析部１１は、人物移動特性情報を用いて、人物をグループ分けしたグループ情報を生成する。グループ情報は、情報補正部１２に出力される。

情報補正部１２は、グループごとの移動の様子を示すグループ移動特性情報を生成し、また、混雑度分析部１４が算出した混雑度に応じて、生成したグループ移動特性情報を補正する。グループ移動特性情報は、混雑予測部１３に出力される。
混雑予測部１３は、グループ移動特性情報を用いて混雑予測の演算をする。混雑予測結果は、表示装置３及び混雑度分析部１４に出力される。
混雑度分析部１４は、混雑予測結果を分析して混雑予測対象領域の混雑度を算出し、情報補正部１２に出力する。
記憶部１５は、混雑予測装置１が備える各部が行う処理の過程で、情報の記憶領域として利用される。

ここで、混雑予測装置１のハードウェア構成例について、図３を用いて説明する。
混雑予測装置１は、プロセッサ１０１、メモリ１０２、データ格納ストレージ１０３、入力インタフェース１０４及び出力インタフェース１０５等で構成される。入力インタフェース１０４は、センサ２から計測データを取り込むためのインタフェースである。出力インタフェース１０５は、算出した混雑予測結果を表示装置３へ出力するためのインタフェースである。データ格納ストレージ１０３は、記憶部１５として機能する。

混雑予測装置１の情報抽出部１０、相関分析部１１、情報補正部１２、混雑予測部１３及び混雑度分析部１４の各機能は、処理回路により実現される。すなわち、混雑予測装置１は、後述する図４、図５、図６、図９及び図１０のフローチャートで示す各ステップを実行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、処理装置、演算装置、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、マイクロプロセッサ、マイクロコンピュータ又はＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）等とも言う。

混雑予測装置１を構成する情報抽出部１０、相関分析部１１、情報補正部１２、混雑予測部１３及び混雑度分析部１４の各機能は、ソフトウェア、ファームウェア、又は、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。
ソフトウェア又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。すなわち、混雑予測装置１は、プロセッサ１０１により実行されるときに、後述する図４、図５、図６、図９及び図１０のフローチャートで示す各ステップ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、混雑予測装置１を構成する各部の手順又は方法をコンピュータに実行させるものであるとも言える。

メモリ１０２及びデータ格納ストレージ１０３は、プロセッサ１０１が処理するソフトウェアの実行に応じて必要とされるデータ保持手段である。当該データ保持手段は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ ＥＰＲＯＭ）、フラッシュメモリ及びＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の半導体メモリであってもよいし、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等の磁気ディスクであってもよい。また、混雑予測装置１の外部とのデータのやり取りでは、当該データ保持手段は、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）及びＢＤ（Ｂｌｕ−ｒａｙ Ｄｉｓｃ／Ｂｌｕ−ｒａｙは登録商標）等の光ディスク、又は、ＭＯディスク（Ｍａｇｎｅｔｏ Ｏｐｔｉｃａｌ Ｄｉｓｃ）等の光磁気ディスクであってもよい。

次に、上記のように構成された混雑予測装置１が行う処理について、図４〜図１１を用いてその一例を説明する。
なお、センサ２は、適宜のタイミングで計測データを混雑予測装置１へ出力している。

図４は、情報抽出部１０が行う処理を示すフローチャートである。
まず、情報抽出部１０は、センサ２が出力した計測データを取り込む（ステップＳＴ１００）。
続いて、情報抽出部１０は、計測データの中から１人分の人物情報を抽出する（ステップＳＴ１１０）。人物情報は、１人の人物に関しての、移動速度、移動方向、位置及び属性等の情報を含んで構成される。センサ２が出力する計測データは、センサ２の仕様及び設定等によって、様々な形式のデータとなっていることが考えられる。例えば、人物情報とは関係無い情報が計測データに含まれていることが考えられる。このため、情報抽出部１０は、移動速度、移動方向、位置及び属性等の人物情報を構成する要素となる各情報に限って、計測データから抽出する処理を、ステップＳＴ１１０で行う。

続いて、情報抽出部１０は、ステップＳＴ１１０で抽出した１人分の人物情報に対して人物番号を付与し、当該人物情報と当該人物番号とを含む人物移動特性情報を生成する（ステップＳＴ１２０）。人物移動特性情報は、当該人物移動特性情報の人物番号に対応する人物の移動の様子を示すものである。このように、情報抽出部１０は、第１特性情報生成部として機能する。人物移動特性情報は、記憶部１５に記憶される。異なる人物の人物情報には、互いに異なる人物番号が付与される。

続いて、情報抽出部１０は、ステップＳＴ１００で取り込んだ計測データに移動速度等が示されている全ての人物について、人物移動特性情報を生成したかを判定する（ステップＳＴ１３０）。
人物移動特性情報を生成していない人物が存在する場合（ステップＳＴ１３０；Ｎｏ）、情報抽出部１０の処理が、ステップＳＴ１１０に戻る。このとき、情報抽出部１０は、ステップＳＴ１１０の処理として、人物移動特性情報を生成していない人物のうちの１人分の人物情報を抽出する処理を行う。

一方、情報抽出部１０が、全ての人物について人物移動特性情報を生成した場合（ステップＳＴ１３０；Ｙｅｓ）、情報抽出部１０は、記憶部１５に記憶した人物移動特性情報を全て読み出して相関分析部１１に通知し、ステップＳＴ１００で取り込んだ計測データを用いた処理を終了する。
なお、センサ２から次の計測データが出力された場合、情報抽出部１０は、再度ステップＳＴ１００から処理を開始する。

図５は、相関分析部１１が行う処理を示すフローチャートである。
まず、相関分析部１１は、情報抽出部１０から通知された全ての人物移動特性情報の中で、１人分の人物移動特性情報を評価対象として取り出す（ステップＳＴ２００）。
続いて、相関分析部１１は、評価対象とした人物移動特性情報に対応する人物の近隣に、当該人物と類似した行動をする他の人物が存在するかを判定する（ステップＳＴ２１０）。

相関分析部１１は、例えば、人物移動特性情報に示される人物の位置を用いて、評価対象とした人物移動特性情報に対応する人物と当該人物以外の人物との距離が近接閾値以内の場合、それらの人物が近隣にいると判定する。また、相関分析部１１は、例えば、人物移動特性情報に示される人物の移動速度及び移動方向を用いて、評価対象とした人物移動特性情報に対応する人物と当該人物以外の人物との移動速度及び移動方向の差違が類似閾値以内の場合、それらの人物が類似した行動をしていると判定する。
近接閾値は、１つのグループを形成して行動する当該グループ内の人々がおおよそ取り得る人物同士の距離以下の値に設定される。類似閾値は、１つのグループを形成して行動する当該グループ内の人々がおおよそ取り得る移動速度及び移動方向の差違以下の値に設定される。

評価対象とした人物移動特性情報に対応する人物の近隣に、当該人物と類似した行動をする他の人物が存在しない場合（ステップＳＴ２１０；Ｎｏ）、相関分析部１１は、評価対象とした人物移動特性情報に新たなグループ番号を付与する（ステップＳＴ２２０）。
続いて、相関分析部１１は、評価対象とした人物移動特性情報と、付与したグループ番号とを含むグループ情報を生成し、記憶部１５に記憶する（ステップＳＴ２２５）。

一方、評価対象とした人物移動特性情報に対応する人物の近隣に、当該人物と類似した行動をする他の人物が存在する場合（ステップＳＴ２１０；Ｙｅｓ）、相関分析部１１は、当該他の人物の人物移動特性情報にグループ番号が既に付与されているかを判定する（ステップＳＴ２３０）。これは、相関分析部１１が、当該他の人物に付与されている人物番号が、記憶部１５に記憶されているいずれかのグループ情報に含まれているかを調べることで判定可能である。

相関分析部１１が、グループ番号はまだ付与されていないと判定した場合（ステップＳＴ２３０；Ｎｏ）、相関分析部１１は、評価対象とした人物移動特性情報及びステップＳＴ２１０で類似した行動をする他の人物として判定された人物の人物移動特性情報に、同じ新たなグループ番号を付与する（ステップＳＴ２４０）。
続いて、相関分析部１１は、評価対象とした人物移動特性情報及びステップＳＴ２１０で類似した行動をする他の人物として判定された人物の人物移動特性情報と、付与したグループ番号とを含むグループ情報を生成し、記憶部１５に記憶する（ステップＳＴ２４５）。

一方、相関分析部１１が、グループ番号は既に付与されていると判定した場合（ステップＳＴ２３０；Ｙｅｓ）、相関分析部１１は、当該付与されているグループ番号を、評価対象とした人物移動特性情報にも付与する（ステップＳＴ２５０）。
続いて、相関分析部１１は、付与したグループ番号のグループ情報に、評価対象とした人物移動特性情報を追加して当該グループ情報を更新し、記憶部１５に記憶する（ステップＳＴ２５５）。
このようにして、相関分析部１１は、人物同士の位置の近接度、及び、人物同士の行動の類似度に基づき、行動を共にするグループごとに人物をグループ分けする。

ステップＳＴ２２５，ＳＴ２４５，ＳＴ２５５に続いて、相関分析部１１は、情報抽出部１０から通知された全ての人物移動特性情報について評価したかを判定する（ステップＳＴ２６０）。ステップＳＴ２００での人物移動特性情報を評価対象として取り出す処理を、通知された全ての人物移動特性情報について相関分析部１１が行っている場合、全ての人物移動特性情報について評価がされていることになる。

相関分析部１１が全ての人物移動特性情報について評価していない場合（ステップＳＴ２６０；Ｎｏ）、相関分析部１１の処理が、ステップＳＴ２００に戻る。このとき、相関分析部１１は、ステップＳＴ２００の処理として、未評価の人物移動特性情報のうちの１人分の人物移動特性情報を評価対象として取り出す処理を行う。

一方、相関分析部１１が全ての人物移動特性情報について評価した場合（ステップＳＴ２６０；Ｙｅｓ）、相関分析部１１は、記憶部１５に記憶したグループ情報を全て読み出して情報補正部１２に通知し、ステップＳＴ２００で通知された人物移動特性情報を用いた処理を終了する。
なお、情報抽出部１０から次の人物移動特性情報が通知された場合、相関分析部１１は、再度ステップＳＴ２００から処理を開始する。

図６は、情報補正部１２が行う処理を示すフローチャートである。
まず、情報補正部１２は、相関分析部１１から通知された全てのグループ情報の中で、１グループ分のグループ情報を評価対象として取り出す（ステップＳＴ３００）。

続いて、情報補正部１２は、評価対象としたグループ情報に含まれる人物移動特性情報を用いて、グループの移動の様子を示すグループ移動特性情報を生成する（ステップＳＴ３１０）。
グループ移動特性情報には、グループの占有領域、グループの移動速度等の情報が含まれる。また、グループ移動特性情報には、グループに属する人物に対応する人物移動特性情報が共に含まれていてもよい。

続いて、情報補正部１２は、混雑度分析部１４から混雑度が通知されているかを判定する（ステップＳＴ３２０）。
混雑度が通知されていない場合（ステップＳＴ３２０；Ｎｏ）、情報補正部１２は、評価対象としたグループ情報に対応するグループが存在する箇所では混雑が発生していない状態にあるとしてグループ移動特性情報を補正する（ステップＳＴ３３０）。この場合、後述の図８Ｂを用いて説明する混雑度が第１混雑閾値以下と小さいときと同様の補正が、行われる。

一方、混雑度が通知されている場合（ステップＳＴ３２０；Ｙｅｓ）、情報補正部１２は、評価対象としたグループ情報に対応するグループが存在する箇所の混雑度に応じて、グループ移動特性情報を補正する（ステップＳＴ３４０）。

図７は、人々が移動する様子を示す図である。この図を用いながら、情報補正部１２によるグループ移動特性情報の生成及び補正の処理について説明する。
図７に示すように、人々が移動するとき、関係性の無い他人同士は、互いに威圧しないように、また、互いに違和感を与えないように、一定以上の距離を取って移動する。これに対し、家族又は友人等の関係性の有る人物同士がグループで行動している場合は、それらの人物は互いにあまり離れないように、一定以内の距離を保って移動する。したがって、混雑予測の演算において、１人１人を区別して処理単位とするのではなく、行動を共にする人々で構成されるグループを処理単位とすることで、演算対象を削減し、演算量を削減することができる。

グループで行動する人々は、グループを作らずに単独で行動する人々と比べて、移動速度が低下する。具体的には、例えば、グループ内で最も移動速度の遅い人物に、グループ全体としての移動速度は収束する傾向がある。また、グループに、当該グループと関係性の無い他人が割って入る状況は少ない。
そこで、グループを処理単位とするにあたり、情報補正部１２は、グループの占有領域を定義し、また、当該グループの移動速度を定義する。例えば、情報補正部１２は、グループ情報に含まれる人物移動特性情報を用いて、人物の占有領域を設定する。例えば、情報補正部１２は、人物移動特性情報が示す位置が中心となる領域を、当該人物移動特性情報に対応する人物の占有領域として設定する。当該領域の大きさ及び形状は、人間の標準的な体格を考慮して予め設定されている。なお、情報補正部１２は、人物移動特性情報で属性が子供を示す場合は、当該人物移動特性情報に対応する人物の占有領域の大きさを予め設定されたものの半分又は３分の２にして設定してもよい。そして、情報補正部１２は、１つのグループに属する人物全員の占有領域を包含する領域を、当該グループの占有領域として定義し、グループ移動特性情報に含める。また、例えば、情報補正部１２は、グループ内で最も移動速度の遅い人物の移動速度を、当該グループの移動速度として定義し、グループ移動特性情報に含める。グループ内の人物の移動速度については、情報補正部１２が、当該グループのグループ情報に含まれる人物移動特性情報を用いて特定すればよい。あるいは、情報補正部１２は、グループ内の人物の移動速度の平均値を、当該グループの移動速度として定義してもよい。
そして、情報補正部１２は、このようにグループ移動特性情報として定義したグループの占有領域及びグループの移動速度を、混雑度分析部１４により算出された混雑度に応じて補正する。例えば、情報補正部１２は、混雑度が高いほどグループの占有領域が縮小するように補正する。また、情報補正部１２は、混雑度が高いほどグループの移動速度が遅くなるように補正する。

図８Ａ〜図８Ｄは、混雑予測部１３がセルオートマトン法を適用した演算を行う場合に、情報補正部１２が行う処理を説明するイメージ図である。
混雑予測部１３が、セルオートマトン法による混雑予測シミュレーションを実施する場合、混雑予測部１３は、セルと呼ばれる格子状に配置された領域を基準に演算を実施していく。その際、混雑度に応じたグループ移動特性情報の補正は、図８Ａ〜図８Ｄに示すように、紙面における横方向及び縦方向という直交する２方向に並べられたセル単位に演算対象を制御することとなる。

例えば、図８Ａは、各人が単独で行動している場合の例である。この場合、情報補正部１２は、各人つまり各グループに占有領域として１つずつセルを割り当てる。このようにして、情報補正部１２は、各人が他者と協調せずに行動し、１つのグループに１人のみ属しているものとして扱われるようにする。

また、１つのグループに複数人が属する場合、情報補正部１２は、まず、当該グループの占有領域として、当該グループに属する人物の数だけセルを組み合わせた任意の形状を割り当てる。そして、以下図８Ｂ〜図８Ｄを用いて説明するように、情報補正部１２は、混雑度に応じてその形状を補正する。
図８Ｂは、混雑度が第１混雑閾値以下と小さいときに、４人がグループとして行動を共にしている場合の例である。この場合、情報補正部１２は、当該グループに、占有領域として紙面の横１列に連結した４つのセルを割り当てる。このようにして、情報補正部１２は、４人が同一の移動方向へ横１列で一体となって行動しているものとして扱われるようにする。つまり、グループの占有領域は、紙面における横方向と縦方向という２方向のうち、グループの移動方向に直交する方向に近い横方向に沿って、セルを並べた形状となる。

また、図８Ｃは、混雑度が第１混雑閾値よりは大きいが第２混雑閾値よりは小さい中程度のときに、４人がグループとして行動を共にしている場合の例である。この場合、情報補正部１２は、当該グループに、占有領域として紙面の縦２列×横２列に連結したセルを割り当てる。このようにして、情報補正部１２は、４人が同一の移動方向へ一体となって行動しているものとして扱われるようにする。

また、図８Ｄは、混雑度が第２混雑閾値以上と大きいときに、４人がグループとして行動を共にしている場合の例である。この場合、情報補正部１２は、当該グループに、占有領域として紙面の縦１列に連結した４つのセルを割り当てる。このようにして、情報補正部１２は、４人が同一の移動方向へ縦１列で一体となって行動しているものとして扱われるようにする。つまり、グループの占有領域は、紙面における横方向と縦方向という２方向のうち、グループの移動方向に近い縦方向に沿って、セルを並べた形状となる。
図８Ａ〜図８Ｄでは、４人の場合を例に説明をしたが、他の人数であっても同様である。

このように、情報補正部１２は、グループの占有領域について、混雑度に応じてその大きさ及び形状等を補正する。

続いて、情報補正部１２は、相関分析部１１から通知された全てのグループ情報について評価したかを判定する（ステップＳＴ３５０）。ステップＳＴ３００でのグループ情報を評価対象として取り出す処理を、通知された全てのグループ情報について情報補正部１２が行っている場合、全てのグループ情報について評価がされていることになる。

情報補正部１２が全てのグループ情報について評価していない場合（ステップＳＴ３５０；Ｎｏ）、情報補正部１２の処理が、ステップＳＴ３００に戻る。このとき、情報補正部１２は、ステップＳＴ３００の処理として、未評価のグループ情報のうちの１グループ分のグループ情報を評価対象として取り出す処理を行う。

一方、情報補正部１２が全てのグループ情報について評価した場合（ステップＳＴ３５０；Ｙｅｓ）、情報補正部１２は、生成し補正したグループ移動特性情報を混雑予測部１３に通知し、ステップＳＴ３００で通知されたグループ情報を用いた処理を終了する。
なお、相関分析部１１から次のグループ情報が通知された場合、情報補正部１２は、再度ステップＳＴ３００から処理を開始する。

図９は、混雑予測部１３が行う処理を示すフローチャートである。
まず、混雑予測部１３は、情報補正部１２から通知されたグループ移動特性情報を用いて、各グループの移動状況を予測シミュレーションする。そして、混雑予測部１３は、情報補正部１２からグループ移動特性情報が通知されたグループの１つを評価対象に設定し、シミュレーションの結果において混雑予測対象領域に入ったグループを探索する（ステップＳＴ４００）。

続いて、混雑予測部１３は、探索の結果、評価対象に設定したグループに対応するグループであって、シミュレーションの結果において混雑予測対象領域に入ったグループが存在するかを判定する（ステップＳＴ４１０）。
混雑予測対象領域に入ったグループが存在する場合（ステップＳＴ４１０；Ｙｅｓ）、混雑予測部１３は、混雑予測処理への入力データとして当該グループのグループ移動特性情報を追加する（ステップＳＴ４２０）。
一方、混雑予測対象領域に入ったグループが存在しない場合（ステップＳＴ４１０；Ｎｏ）、混雑予測部１３の処理は、後述のステップＳＴ４３０に移行する。

続いて、混雑予測部１３は、情報補正部１２から通知された全てのグループ移動特性情報について評価したかを判定する（ステップＳＴ４３０）。ステップＳＴ４００での評価対象に設定する処理を、通知された全てのグループ移動特性情報について混雑予測部１３が行っている場合、全てのグループ移動特性情報について評価がされていることになる。
混雑予測部１３が全てのグループ移動特性情報について評価していない場合（ステップＳＴ４３０；Ｎｏ）、混雑予測部１３の処理が、ステップＳＴ４００へ戻る。このとき、混雑予測部１３は、ステップＳＴ４００の処理として、未評価のグループ移動特性情報のうちの１グループ分のグループ移動特性情報を評価対象に設定する。

一方、混雑予測部１３が全てのグループ移動特性情報について評価した場合（ステップＳＴ４３０；Ｙｅｓ）、混雑予測部１３は、混雑予測処理を実行する（ステップＳＴ４４０）。この混雑予測処理では、混雑予測部１３は、ステップＳＴ４００〜ＳＴ４３０の処理により混雑予測処理への入力データとされたグループ移動特性情報を用いて、ソーシャルフォースモデル又はセルオートマトン法等を適用したマルチエージェントシミュレーション等の周知の演算手法によって予測処理を実行する。これにより、混雑予測部１３は、混雑予測対象領域内の人々の動き、実施の形態１においては各グループの動きを算出する。
このようにして、混雑予測部１３は、グループを対象に混雑予測の演算をする。この演算の結果が、混雑予測結果である。

続いて、混雑予測部１３は、グループ移動特性情報が混雑予測処理への入力に用いられたグループの１つを評価対象に設定して、ステップＳＴ４４０での混雑予測処理の結果、混雑予測対象領域から出たグループを探索する（ステップＳＴ４５０）。

続いて、混雑予測部１３は、探索の結果、ステップＳＴ４５０で評価対象に設定したグループに対応するグループであって、混雑予測対象領域から出たグループが存在するかを判定する（ステップＳＴ４６０）。
混雑予測対象領域から出たグループが存在する場合（ステップＳＴ４６０；Ｙｅｓ）、混雑予測部１３は、混雑予測処理への入力データから当該グループのグループ移動特性情報を除外する（ステップＳＴ４７０）。
一方、混雑予測対象領域から出たグループが存在しない場合（ステップＳＴ４６０；Ｎｏ）、混雑予測部１３の処理は、後述のステップＳＴ４８０に移行する。

続いて、混雑予測部１３は、ステップＳＴ４４０の混雑予測処理での入力データに用いた全てのグループ移動特性情報について評価したかを判定する（ステップＳＴ４８０）。ステップＳＴ４５０での評価対象に設定する処理を、混雑予測処理での入力データに用いた全てのグループ移動特性情報について混雑予測部１３が行っている場合、全てのグループ移動特性情報について評価がされていることになる。
混雑予測部１３が全てのグループ移動特性情報について評価していない場合（ステップＳＴ４８０；Ｎｏ）、混雑予測部１３の処理が、ステップＳＴ４５０へ戻る。このとき、混雑予測部１３は、ステップＳＴ４５０の処理として、未評価のグループ移動特性情報を評価対象に設定する。

一方、混雑予測部１３が全てのグループ移動特性情報について評価した場合（ステップＳＴ４８０；Ｙｅｓ）、混雑予測部１３は、混雑予測結果を混雑度分析部１４及び表示装置３に通知し、ステップＳＴ４００で通知されたグループ移動特性情報を用いた処理を終了する。これにより、表示装置３には、混雑予測結果を示す映像が表示される。
なお、情報補正部１２から次のグループ移動特性情報が通知された場合、混雑予測部１３は、再度ステップＳＴ４００から処理を開始する。

図１０は、混雑度分析部１４が行う処理を示すフローチャートである。
まず、混雑度分析部１４は、混雑予測部１３から通知された混雑予測結果を混雑予測対象領域の評価領域を単位として分割する（ステップＳＴ５００）。図１１は、ステップＳＴ５００の処理を示すイメージ図である。図１１に点線で示すように、混雑度分析部１４は、混雑予測対象領域を複数の評価領域に分割する。混雑度分析部１４は、例えば、交差点及び曲がり角等の人物の動きが変化する部分で、主に混雑予測対象領域を分割する。

続いて、混雑度分析部１４は、各評価領域内に存在するグループ数を計数して、評価領域ごとの混雑度を算出する（ステップＳＴ５１０）。混雑度分析部１４は、例えば、単位面積当たりのグループの個数を評価領域の混雑度として扱う。または、混雑度分析部１４は、評価領域の面積に対する、グループの占有領域の合計面積の割合を混雑度として扱ってもよい。
混雑度分析部１４は、算出した混雑度を情報補正部１２に通知し、ステップＳＴ５００で通知された混雑予測結果を用いた処理を終了する。
なお、混雑予測部１３から次の混雑予測結果が通知された場合、混雑度分析部１４は、再度ステップＳＴ５００から処理を開始する。

なお、上記では、大勢の人々が集まるようなイベント開催時に混雑予測装置１が適用されるものとして説明したが、それ以外の場面でも、混雑予測装置１は適用可能である。例えば災害発生時における混雑を予測するものとしても、混雑予測装置１は適用可能である。

また、上記では、情報補正部１２は、ステップＳＴ３１０でグループ移動特性情報を生成し、更にその後の処理でグループ移動特性情報を補正するものとして説明した。しかしながら、グループを対象に混雑予測の演算をするためには、情報補正部１２は、少なくともグループ移動特性情報を生成する第２特性情報生成部として機能するものであればよく、生成したグループ移動特性情報を補正する機能を備えなくてもよい。この場合、混雑度分析部１４を省略することも可能である。

以上のように、この実施の形態１に係る混雑予測装置１は、人物をグループ分けして、グループの移動の様子を示すグループ移動特性情報を入力データに用いてグループを対象に混雑予測の演算をするので、現実の人々の行動に近い演算となるように演算の対象を定義した上で、混雑予測の演算をすることができる。

また、情報抽出部１０は、映像を画像処理して得られた移動速度を含む人物移動特性情報を生成し、情報補正部１２は、同じグループに属する人物に対応する人物移動特性情報が示す移動速度の平均値と、当該グループに属する人物の占有領域を包含する占有領域とを、当該グループのグループ移動特性情報に含めることとした。このように、画像処理を行う装置をセンサ２として利用することができる。

また、混雑予測部１３の演算結果を用いて、混雑度を算出する混雑度分析部１４と、算出された混雑度を用いて、生成したグループ移動特性情報を補正する情報補正部１２とを備え、混雑予測部１３は、情報補正部１２により補正されたグループ移動特性情報を用いることとした。これにより、混雑の疎密に合わせた混雑予測が容易になる。

また、情報補正部１２は、混雑度が高いほどグループの占有領域が縮小する補正をすることとした。これにより、混雑の疎密に応じてグループが取り得る占有領域の大きさを考慮した混雑予測が容易になる。

また、混雑予測部１３は、セルオートマトン法を用いた演算を行い、情報補正部１２は、グループの占有領域として当該グループに属する人物の数だけセルを組み合わせた形状を割り当てることとした。これにより、セルオートマトン法を用いる混雑予測を行う場合に適した形式のグループ移動特性情報が作成される。

また、情報補正部１２は、混雑度が第１混雑閾値以下の場合には、セルが並ぶ直交する２方向のうち、グループの移動方向に直交する方向に近い方向に沿ってセルを並べた形状を当該グループの占有領域とし、混雑度が前記第１混雑閾値より大きい第２混雑閾値以上の場合には、セルが並ぶ直交する２方向のうち、グループの移動方向に近い方向に沿ってセルを並べた形状を当該グループの占有領域とする補正をすることとした。これにより、混雑の疎密に応じてグループが取り得る占有領域の形状を考慮した混雑予測が容易になる。

実施の形態２．
実施の形態２では、人物が大きな荷物等を持って移動する状況等を考慮する場合について説明する。
なお、実施の形態２に係る混雑予測装置１及び混雑予測装置１を含む混雑予測システムの構成は、図１と同じである。実施の形態１と同一又は相当する機能を有する構成については、同一の符号を付し、その説明を省略又は簡略化する。以下では、図１２及び図１３を用いて、実施の形態１との相違点を中心に実施の形態２に係る混雑予測装置１について説明する。

図１２は、荷物等を持っている人物が移動する様子を示す図である。
歩行する人物が空間内で占める領域は、キャリーバッグのような大きな荷物を持っているときと、そうでないときとで、異なる。また、歩行する人物の移動速度も、キャリーバッグのような大きな荷物を持っているときと、そうでないときとで、異なる。キャリーバッグのような人物に相当する大きさの荷物のことを、以下では大きな荷物という。
そこで、情報抽出部１０は、大きな荷物を持っている人物の人物移動特性情報に、大きな荷物を持っている旨の情報を含んで人物移動特性情報を生成する。大きな荷物を持っているかは、センサ２での画像処理で判定されて、計測データとして取得できるように構成すればよい。

そして、情報補正部１２は、大きな荷物を持っていることを加味して、グループの占有領域及び移動速度を定義する。具体的には、情報補正部１２は、大きな荷物を持っている人物について、占有領域が移動方向に沿って倍になるようにしたうえで、当該人物が属するグループの占有領域を定義する。また、情報補正部１２は、大きな荷物を持っている人物について、移動速度を遅くするなど調整したうえで、当該人物が属するグループの移動速度を定義する。

なお、車椅子、手押し車、ベビーカー又は台車を押している人物についても、上記した大きな荷物を持っている場合と同様の現象が起こり得る。したがって、車椅子、手押し車、ベビーカー又は台車についても、上記した大きな荷物と同様に扱われるようにするとよい。つまり、情報抽出部１０は、車椅子、手押し車、ベビーカー又は台車を押している人物の人物移動特性情報に、車椅子、手押し車、ベビーカー又は台車を押している旨の情報を含んで人物移動特性情報を生成する。また、情報補正部１２は、車椅子、手押し車、ベビーカー又は台車を押していることを加味してグループの占有領域及び移動速度を定義する。

また、混雑予測部１３がセルオートマトン法による混雑予測シミュレーションを実施する場合、情報補正部１２は、大きな荷物に対しても１セルを割り当てる。これにより、人物が持っている大きな荷物が、当該人物と隣接して行動するものとして扱われるようにする。

図１３Ａ及び図１３Ｂは、混雑予測部１３がセルオートマトン法を適用した演算を行う場合に、情報補正部１２によって定義されるグループの占有領域を説明する図である。
図１３Ａ及び図１３Ｂでは、１人の人物が１つのグループを形成している場合を示している。
図１３Ａは、人物が大きな荷物を持っていない場合を示している。このとき、情報補正部１２は、当該人物が属するグループの占有領域として、１セルを割り当てる。
図１３Ｂは、人物が大きな荷物を持っている場合を示している。このとき、情報補正部１２は、当該人物が属するグループの占有領域として、荷物の分も含めて２セルを割り当てる。
なお、車椅子、手押し車、ベビーカー又は台車を押している人物の場合のセルの割り当てについても同様である。

大きな荷物、車椅子、手押し車、ベビーカー又は台車等の影響を加味する以外は、実施の形態２の混雑予測装置１は、実施の形態１の混雑予測装置１と同様の処理を行う。

以上のように、この実施の形態２に係る混雑予測装置１は、大きな荷物を持っていること、また、車椅子、手押し車、ベビーカー又は台車を押していること等を考慮して、人物の占有領域ひいては当該人物が属するグループの占有領域を定義する。したがって、この実施の形態２に係る混雑予測装置１は、実施の形態１で示した効果に加え、大きな荷物を持っている人物、また、車椅子、手押し車、ベビーカー又は台車を押している人物による混雑への影響を反映した混雑予測ができる。

また、情報抽出部１０は、人物に相当する大きさの荷物を持っている人物について、占有領域が移動方向に沿って倍になる人物移動特性情報を生成することとした。このようにすることで、人物に相当する大きさの荷物を持って移動する人物を考慮することができる。

また、情報抽出部１０は、車椅子、手押し車、ベビーカー又は台車を押している人物について、占有領域が移動方向に沿って倍になる人物移動特性情報を生成することとした。このようにすることで、車椅子、手押し車、ベビーカー又は台車を押して移動する人物を考慮することができる。

なお、本願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、あるいは各実施の形態の任意の構成要素の変形、もしくは各実施の形態においての任意の構成要素の省略が可能である。

以上のように、この発明に係る混雑予測装置は、現実の人々の行動に近い演算となるように演算の対象を定義した上で、混雑予測の演算をすることができるので、大勢の人々が集まるようなイベント開催時に、イベント会場までの移動経路における混雑状況を予測するのに適している。

１ 混雑予測装置、２ センサ、３ 表示装置、１０ 情報抽出部、１１ 相関分析部、１２ 情報補正部、１３ 混雑予測部、１４ 混雑度分析部、１５ 記憶部、１０１ プロセッサ、１０２ メモリ、１０３ データ格納ストレージ、１０４ 入力インタフェース、１０５ 出力インタフェース。

Claims (8)

1. 人物ごとの移動の様子を示す人物移動特性情報を生成する第１特性情報生成部と、
   前記人物移動特性情報を用いて、位置の近接度及び行動の類似度に基づき、行動を共にするグループごとに人物をグループ分けする相関分析部と、
   前記相関分析部のグループ分けにより形成されたグループごとに、グループの移動の様子を示すグループ移動特性情報を生成する第２特性情報生成部と、
   グループ移動特性情報を用いて、グループを対象に混雑予測の演算をする混雑予測部とを備え、
   前記第１特性情報生成部は、映像を画像処理して得られた移動速度を含む人物移動特性情報を生成し、
   前記第２特性情報生成部は、同じグループに属する人物に対応する人物移動特性情報が示す移動速度の平均値と、当該グループに属する人物の占有領域を包含する占有領域とを、当該グループのグループ移動特性情報に含めることを特徴とする混雑予測装置。
2. 前記第１特性情報生成部は、人物に相当する大きさの荷物を持っている人物について、占有領域が移動方向に沿って倍になる人物移動特性情報を生成することを特徴とする請求項１記載の混雑予測装置。
3. 前記第１特性情報生成部は、車椅子、手押し車、ベビーカー又は台車を押している人物について、占有領域が移動方向に沿って倍になる人物移動特性情報を生成することを特徴とする請求項１記載の混雑予測装置。
4. 前記混雑予測部の演算結果を用いて、混雑度を算出する混雑度分析部と、
   算出された混雑度を用いて、前記第２特性情報生成部が生成したグループ移動特性情報を補正する情報補正部とを備え、
   前記混雑予測部は、前記情報補正部により補正されたグループ移動特性情報を用いることを特徴とする請求項１記載の混雑予測装置。
5. 前記情報補正部は、混雑度が高いほどグループの占有領域が縮小する補正をすることを特徴とする請求項４記載の混雑予測装置。
6. 前記混雑予測部は、セルオートマトン法を用いた演算を行い、
   前記第２特性情報生成部は、グループの占有領域として当該グループに属する人物の数だけセルを組み合わせた形状を割り当てることを特徴とする請求項４記載の混雑予測装置。
7. 前記情報補正部は、混雑度が第１混雑閾値以下の場合には、セルが並ぶ直交する２方向のうち、グループの移動方向に直交する方向に近い方向に沿ってセルを並べた形状を当該グループの占有領域とし、混雑度が前記第１混雑閾値より大きい第２混雑閾値以上の場合には、セルが並ぶ直交する２方向のうち、グループの移動方向に近い方向に沿ってセルを並べた形状を当該グループの占有領域とする補正をすることを特徴とする請求項６記載の混雑予測装置。
8. 第１特性情報生成部が、人物ごとの移動の様子を示す人物移動特性情報を生成する第１特性情報生成ステップと、
   相関分析部が、前記人物移動特性情報を用いて、位置の近接度及び行動の類似度に基づき、行動を共にするグループごとに人物をグループ分けする相関分析ステップと、
   第２特性情報生成部が、前記相関分析ステップのグループ分けにより形成されたグループごとに、グループの移動の様子を示すグループ移動特性情報を生成する第２特性情報生成ステップと、
   混雑予測部が、グループ移動特性情報を用いて、グループを対象に混雑予測の演算をする混雑予測ステップとを備え、
   前記第１特性情報生成部は、前記第１特性情報生成ステップにおいて、映像を画像処理して得られた移動速度を含む人物移動特性情報を生成し、
   前記第２特性情報生成部は、前記第２特性情報生成ステップにおいて、同じグループに属する人物に対応する人物移動特性情報が示す移動速度の平均値と、当該グループに属する人物の占有領域を包含する占有領域とを、当該グループのグループ移動特性情報に含めることを特徴とする混雑予測方法。

Images