JP6415795B1 - 混雑予測装置及び混雑予測方法 - Google Patents
混雑予測装置及び混雑予測方法 Download PDFInfo
- Publication number
- JP6415795B1 JP6415795B1 JP2018542308A JP2018542308A JP6415795B1 JP 6415795 B1 JP6415795 B1 JP 6415795B1 JP 2018542308 A JP2018542308 A JP 2018542308A JP 2018542308 A JP2018542308 A JP 2018542308A JP 6415795 B1 JP6415795 B1 JP 6415795B1
- Authority
- JP
- Japan
- Prior art keywords
- group
- characteristic information
- person
- congestion
- congestion prediction
- 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.)
- Expired - Fee Related
Links
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Computing Systems (AREA)
- Emergency Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Alarm Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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)。
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。
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)。
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)。
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。
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。
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)。
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。
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。
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。
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。
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。
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。
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。
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。
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)。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
Claims (8)
- 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。 - 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。
- 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。
- 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。 - 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。
- 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。 - 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。
- 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。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2017/002539 WO2018138803A1 (ja) | 2017-01-25 | 2017-01-25 | 混雑予測装置及び混雑予測方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6415795B1 true JP6415795B1 (ja) | 2018-10-31 |
JPWO2018138803A1 JPWO2018138803A1 (ja) | 2019-01-31 |
Family
ID=62978182
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018542308A Expired - Fee Related JP6415795B1 (ja) | 2017-01-25 | 2017-01-25 | 混雑予測装置及び混雑予測方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP6415795B1 (ja) |
TW (1) | TWI632532B (ja) |
WO (1) | WO2018138803A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021038720A1 (ja) * | 2019-08-27 | 2021-03-04 | 日本電信電話株式会社 | 移動予測装置、移動予測方法、及び移動予測プログラム |
JP7408502B2 (ja) * | 2020-07-16 | 2024-01-05 | 株式会社東芝 | 判定装置、判定方法、およびプログラム |
JP7323215B2 (ja) * | 2021-11-26 | 2023-08-08 | Necプラットフォームズ株式会社 | 情報制御装置、情報制御方法、及びプログラム |
JP2023090405A (ja) | 2021-12-17 | 2023-06-29 | 富士通株式会社 | 予測プログラム、予測方法、予測装置、および予測システム |
CN114707847B (zh) * | 2022-03-30 | 2023-05-26 | 南昌菱形信息技术有限公司 | 基于5g技术的智慧工厂人员流动检测方法与系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002015215A (ja) * | 2000-06-30 | 2002-01-18 | Hitachi Ltd | マルチメデア情報配信システムおよび携帯情報端末装置 |
JP2006092396A (ja) * | 2004-09-27 | 2006-04-06 | Oki Electric Ind Co Ltd | 単独行動者及びグループ行動者検知装置 |
JP2007128377A (ja) * | 2005-11-07 | 2007-05-24 | Mitsubishi Heavy Ind Ltd | 避難者行動予測装置および避難者行動予測方法 |
WO2012093592A1 (ja) * | 2011-01-07 | 2012-07-12 | 株式会社日立国際電気 | 監視システムおよび占有割合検出方法 |
JP2014006842A (ja) * | 2012-06-27 | 2014-01-16 | Sony Corp | 情報処理装置、情報処理方法、プログラム及び情報処理システム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7558404B2 (en) * | 2005-11-28 | 2009-07-07 | Honeywell International Inc. | Detection of abnormal crowd behavior |
JP2008026997A (ja) * | 2006-07-18 | 2008-02-07 | Denso Corp | 歩行者認識装置及び歩行者認識方法 |
US8855361B2 (en) * | 2010-12-30 | 2014-10-07 | Pelco, Inc. | Scene activity analysis using statistical and semantic features learnt from object trajectory data |
CN103077423B (zh) * | 2011-10-25 | 2015-09-30 | 中国科学院深圳先进技术研究院 | 基于视频流的人群数量估计、局部人群聚集状态以及人群跑动状态检测方法 |
US9449506B1 (en) * | 2016-05-09 | 2016-09-20 | Iteris, Inc. | Pedestrian counting and detection at a traffic intersection based on location of vehicle zones |
-
2017
- 2017-01-25 JP JP2018542308A patent/JP6415795B1/ja not_active Expired - Fee Related
- 2017-01-25 WO PCT/JP2017/002539 patent/WO2018138803A1/ja active Application Filing
- 2017-04-05 TW TW106111342A patent/TWI632532B/zh not_active IP Right Cessation
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002015215A (ja) * | 2000-06-30 | 2002-01-18 | Hitachi Ltd | マルチメデア情報配信システムおよび携帯情報端末装置 |
JP2006092396A (ja) * | 2004-09-27 | 2006-04-06 | Oki Electric Ind Co Ltd | 単独行動者及びグループ行動者検知装置 |
JP2007128377A (ja) * | 2005-11-07 | 2007-05-24 | Mitsubishi Heavy Ind Ltd | 避難者行動予測装置および避難者行動予測方法 |
WO2012093592A1 (ja) * | 2011-01-07 | 2012-07-12 | 株式会社日立国際電気 | 監視システムおよび占有割合検出方法 |
JP2014006842A (ja) * | 2012-06-27 | 2014-01-16 | Sony Corp | 情報処理装置、情報処理方法、プログラム及び情報処理システム |
Also Published As
Publication number | Publication date |
---|---|
JPWO2018138803A1 (ja) | 2019-01-31 |
TWI632532B (zh) | 2018-08-11 |
WO2018138803A1 (ja) | 2018-08-02 |
TW201828266A (zh) | 2018-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6415795B1 (ja) | 混雑予測装置及び混雑予測方法 | |
CN110929910B (zh) | 公交线路调整方法和装置 | |
US20140300539A1 (en) | Gesture recognition using depth images | |
Li et al. | Relationship between behavior aggressiveness and pedestrian dynamics using behavior-based cellular automata model | |
You et al. | The simulation and analysis of small group effect in crowd evacuation | |
Ghiani et al. | A note on the Ichoua, Gendreau, and Potvin (2003) travel time model | |
JP2016116221A (ja) | 3d表示のための装置及び方法 | |
KR102108850B1 (ko) | 셀룰러 오토마타 알고리즘을 이용한 보행 상황 시뮬레이션 방법 및 장치 | |
US10282634B2 (en) | Image processing method, image processing apparatus, and recording medium for reducing variation in quality of training data items | |
Johansson et al. | Applied pedestrian modeling | |
CN110060278A (zh) | 基于背景减法的运动目标的检测方法及装置 | |
JP2009223693A (ja) | 人物計数装置および人物計数方法 | |
JP5866682B2 (ja) | 計測システムおよび計測方法 | |
WO2017037859A1 (ja) | 情報処理装置及び方法 | |
Li et al. | Simulation and analysis of individual trampling risk during escalator transfers | |
JP2013228812A (ja) | 行動モデル作成システム、行動モデル作成方法及び行動モデル作成プログラム | |
JPWO2016075933A1 (ja) | 避難予測システム、モデル生成装置、予測装置、避難予測方法及びコンピュータ読み取り可能記録媒体 | |
JP2013015965A (ja) | シミュレータ装置、係数決定装置、及びシミュレータシステム | |
CN113807472B (zh) | 分级目标检测方法及装置 | |
Sabri et al. | Simulation method of shortest and safest path algorithm for evacuation in high rise building | |
Hrabák et al. | Conflict solution according to “aggressiveness” of agents in floor-field-based model | |
Ghani et al. | Crowd modelling validation for modified social force model | |
Chen et al. | LEGS: A load-balancing emergency guiding system based on wireless sensor networks | |
WO2019244341A1 (ja) | 処理装置、処理方法及びプログラム | |
JP7496534B2 (ja) | ゲートシステム、ゲート装置の制御方法、及び、ゲート装置の制御プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180810 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180810 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180810 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180824 |
|
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: 20180904 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181002 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6415795 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |