JP6445175B2 - 混雑予測システムおよび混雑予測方法 - Google Patents
混雑予測システムおよび混雑予測方法 Download PDFInfo
- Publication number
- JP6445175B2 JP6445175B2 JP2017542764A JP2017542764A JP6445175B2 JP 6445175 B2 JP6445175 B2 JP 6445175B2 JP 2017542764 A JP2017542764 A JP 2017542764A JP 2017542764 A JP2017542764 A JP 2017542764A JP 6445175 B2 JP6445175 B2 JP 6445175B2
- Authority
- JP
- Japan
- Prior art keywords
- countermeasure
- congestion
- time
- candidate
- evaluation
- 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
Links
- 238000000034 method Methods 0.000 title claims description 12
- 238000011156 evaluation Methods 0.000 claims description 147
- 238000004088 simulation Methods 0.000 claims description 48
- 238000001514 detection method Methods 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 17
- 230000007704 transition Effects 0.000 claims description 12
- 230000006872 improvement Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000000116 mitigating effect Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 230000012447 hatching Effects 0.000 description 3
- 230000002457 bidirectional effect Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000012913 prioritisation Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
- G08G1/127—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Public Health (AREA)
- Tourism & Hospitality (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Biomedical Technology (AREA)
- Development Economics (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Description
本発明は、所定の空間の混雑の状況を管理する技術に関する。
鉄道駅にはホームやコンコースなど旅客が出入りしたり、中を移動する様々な空間(以下「部分空間」と呼ぶこともある)がある。そのような鉄道駅の空間では、通勤時間帯などの日常的な混雑の発生に加えて、鉄道の輸送障害やイベントの影響を受けて混雑が増大することがしばしば発生する。混雑の増大によって、旅客が列車に乗降するのに要する時間が増大して列車の運行に遅延が発生したり、ホームから旅客が転落する等の群集事故が発生したりといったことが懸念される。
鉄道駅の混雑による列車遅延や群集事故を防止するためには、鉄道駅の空間における旅客の将来の混雑を予測し、列車遅延や群集事故に至る前に適切な対処を行うことが重要である。
特許文献1では、カメラを使って、警備対象区域への流入人数と警備対象区域からの流出人数とを計測し、流出入人数から警備対象区域に居る旅客の人数あるいは密度を予測する機能と、警備対象区域の混雑(人出)について危険警報値を予め設定し、混雑の予測値が危険警報値を超えた場合に危険を知らせる警報を通知する機能と、通行規制を行った場合の混雑状況を予測する機能とを備えたイベント警備監視装置が開示されている。
しかし、特許文献1に記載されたイベント警備監視装置に、通行規制を行った場合の混雑状況を予測する機能はあるが、その通行規制の良し悪しは評価されない。そのため、監視員は混雑の警報が出力されたとき、どのような対策を実施するのが適切か自分で判断する必要がある。
本発明の目的は、所定の空間の混雑状況の管理において、対策を要する混雑に対して、適切な対策とその適切な実施時間を判断することを可能にする技術を提供することである。
本発明の一つの実施態様に従う混雑予測システムは、所定の空間の混雑に対して実施可能な対策候補の情報を格納した対策候補データベースと、所定の空間について将来の時間における混雑指標値の遷移を算出するシミュレーション部と、前記混雑指標値が所定の閾値を超える場合、対策を要する混雑であり空間および時間で特定される要対策混雑を検知する要対策混雑検知部と、前記要対策混雑が検知された空間に適用可能な対策候補を適用した条件のシミュレーションで算出される混雑指標値が前記閾値を超えるか否かを含む前記対策候補の評価結果を出力する出力部と、を有する。
本発明によれば、要対策混雑が発生する空間および時間と共に、その混雑に適用可能な対策候補とその評価結果を出力するので、要対策混雑に対して適切な対策を判断するのが容易になる。
以下、本発明の実施形態による混雑予測システムについて図面を用いて説明する。
<構成>
<構成>
図1は、本実施形態による混雑予測システムの構成例を示す図である。混雑予測システムは、鉄道駅の空間における旅客の混雑状況を監視し、必要に応じて監視員による対策の実施を支援するコンピュータシステムである。混雑予測システムは1つのコンピュータまたは相互に接続された複数のコンピュータで構成される。
混雑予測システムは、予測人数情報データベース111、空間情報データベース112、対策候補データベース113、シミュレーション部120、要対策混雑検知部130、対策開始時刻算出部140、条件変更部150、対策優先度評価部160、対策案評価部170、および出力部180を有している。混雑予測システムは、図2に示す予測人数情報210、図3に示す空間情報220、図4に示す部分空間情報230、図6に示す混雑予測結果240、図7に示す対策候補250、図8に示す要対策混雑情報270、図9に示す対策案280、図10に示す対策優先度評価結果290、図11に示す対策案評価結果300をデータとして用いて処理を実行する。
混雑予測システムは、予測人数情報210を記録した予測人数情報データベース111と、空間情報220および部分空間情報230を記録した空間情報データベース112と、対策候補250を記録した対策候補データベース113をデータベースとして有している。予測人数情報210は、鉄道駅内での時間帯毎の旅客の移動の様子を示すデータである。
シミュレーション部120は、予測人数情報210と空間情報220を入力として、空間情報220が表す空間内で、予測人数情報210に示されているように旅客が移動したときの空間内の各部分空間の混雑状況を予測し、予測結果を混雑予測結果240として出力する。混雑予測結果240は、各時刻における各部分空間における混雑の程度(混雑指標値)を示すテーブルである。
要対策混雑検知部130は、混雑予測結果240を入力として、混雑予測結果240が示す混雑指標値が予め定めた閾値を超えるか否かを判定する。混雑指標値が閾値を超えることを検知すると、要対策混雑検知部130は、混雑指標値が閾値を超える時間および部分空間の情報により、対策を要する混雑である要対策混雑を特定する要対策混雑情報270を出力する。要対策混雑を特定する時間が予測混雑時間であり、部分空間が検知部分空間名で示される。
対策開始時刻算出部140は、要対策混雑情報270の検知部分空間名を対象部分空間名とする対策候補250を入力として、混雑指標値が閾値を超えないように、その対策候補250の実施を遅くとも開始すべき時刻である対策開始時刻を出力する。対策候補は、要対策混雑に対して実施する対策の候補である。
条件変更部150は、要対策混雑に対する対策として対策案280を適用した場合の予測人数情報210および空間情報220を出力する。対策案280は、対策候補250と、その対策候補250の適用を開始する時刻である対策開始時刻とで構成される。対策候補250を対策開始時刻に適用を開始すると、その後の各部分空間内の旅客の移動は変化する。
対策優先度評価部160は、各要対策混雑の優先度を評価し、その評価結果を対策優先度評価結果290として出力する。本実施形態では、要対策混雑は、その部分空間における混雑の影響の度合い、対策を要する状態を回避するために対策候補を実施すべき時刻までの猶予時間などから評価される。
対策案評価部170は、条件変更部150で変更された予測人数情報210および空間情報220を入力としてシミュレーション部120で算出される、対策案280を適用したとした場合の混雑予測結果240を用い、対策案280を評価し、評価結果を対策案評価結果300として出力する。
出力部180は、対策優先度評価結果290と対策案評価結果300を入力として、対策優先度評価結果290と対策案評価結果300を対策を実施すべき要員(例えば誘導員)が所持するコンピュータ端末に表示する。
<機能>
<機能>
続いて、混雑予測システムの各部の機能について、より詳しく個別に説明する。
予測人数情報データベース111は、予測人数情報210を記録するデータベースであり、記録、検索、および読出の機能を有する。予測人数情報データベース111に保存される予測人数情報210は、予測値である。予測人数情報210の予測値は、例えば、改札機の通過人数の記録データを入力として、公知の路線シミュレーションを用いて逐次算出し、予測人数情報データベース111に逐次追加保存すればよい。
空間情報データベース112は、空間情報220および部分空間情報230を記録するデータベースであり、記録、検索、および読出の機能を有する。空間情報220および部分空間情報230は、混雑予測を行う対象の駅ごとに予め作成される。空間情報220は、鉄道駅の空間内を格子状に区切り、各格子に各位置の機能を割り付けた地図データである。部分空間情報230は、全体の空間に含まれる所定範囲に定義された部分空間について、その範囲および属性を付与した情報である。
対策候補データベース113は、対策候補250を記録するデータベースであり、記録、検索、および読出の機能を有する。対策候補250は、部分空間毎にその混雑に対して適用可能な対策の候補の一覧データである。対策候補250は、混雑予測を行う対象の駅ごとに予め作成する。
シミュレーション部120は、予測人数情報210と空間情報220と部分空間情報230を入力として、空間情報220で表される空間に、予測人数情報210に従って旅客の移動を発生させたときのその空間内での混雑状況を公知の歩行者シミュレーション装置を用いて予測し、各部分空間の混雑指標値の時系列の遷移である混雑予測結果240を出力する。混雑指標は、例えば空間内の滞在人数、群集密度、動線密度を用いる。本実施形態では、歩行者シミュレーション装置の一例として公知のセルオートマトンを用いるものとする。
要対策混雑検知部130は、シミュレーション部120の出力する混雑予測結果240を入力として、各部分空間に対して、混雑予測結果240に、対策を要するか否かを判定するための閾値を超える混雑を示すデータが存在するか否かを判定し、閾値を超えるデータが存在する場合には、その部分空間と時間の情報を要対策混雑情報270として出力する。閾値は、例えば、用いている混雑指標において、群集事故のリスクが所定値以上に高いとされる指標値、あるいは監視者が予め入力した指標値を用いる。
対策開始時刻算出部140は、要対策混雑検知部130が要対策混雑情報270を出力したときに、要対策混雑が検知された部分空間の混雑予測結果240を第1の混雑予測結果とし、対策候補を現時刻から要対策混雑が検知される時刻までの範囲内の任意の時刻を仮の対策開始時刻とした仮の対策案280を作成して条件変更部150に入力し、シミュレーション部120で算出される要対策混雑が検知された部分空間の混雑予測結果240を第2の混雑予測結果として、第1の混雑予測結果と第2の混雑予測結果を用いて、対策候補を実施して混雑指標値が閾値を超えないために、遅くとも混雑条件を実施すべき時刻である対策開始時刻を算出して出力する。
条件変更部150は、対策案280を入力として、対策案280を基に予測人数情報210と空間情報220の少なくとも一方に変更を加え、変更を加えた予測人数情報210および空間情報220を出力する。要対策混雑に対して対策開始時刻に対策候補を適用することを想定し、例えば、改札機の方向を双方向から一方通行(出)に変更するという対策案280が入力されたとき、空間情報220に対して、対策開始時刻に改札機を双方向から一方通行(出)に変更を加えた空間情報220を出力する。この変更された空間情報220と予測人数情報210をシミュレーション部120に入力することで、対策案280を適用した場合の混雑予測を行い、そのときの混雑予測結果240を得ることができる。
対策優先度評価部160は、要対策混雑検知部130で要対策混雑が検知されたとき、要対策混雑情報270を入力として、要対策混雑が生じた部分空間の混雑予測結果、その部分空間に対する対策候補および対策開始時刻、その部分空間の優先度を用いて、対策優先度評価値を算出し、算出結果を対策優先度評価結果290として出力する。
対策案評価部170は、シミュレーション部120において対策候補と対策開始時刻で構成される対策案280を適用した場合の混雑予測結果を入力として、対策候補を適用した場合の評価値を算出し、算出結果を対策案評価結果300として出力する。
出力部180は、対策優先度評価結果および対策案評価結果を出力して画面に表示する機能を有する。表示は例えば、監視員である駅員が保持しているコンピュータ、または旅客への情報提供を目的に駅構内のデジタルサイネージに対して行う。対策優先度評価結果は、対策優先度評価値に基づいて優先順位付けして表示される。対策評価結果は、対策案評価結果の対策案評価値に基づいて優先順位付けして表示される。優先順位付けして表示するとは、例えば、評価値に基づく順番に整列させて表示する、あるいは表示する大きさ、色、アイコンなどのデザインを評価値により変更することを言う。
以上に示した本実施形態の混雑予測システムの各部の機能は、演算装置、制御装置、記憶装置、および入出力装置を有するコンピュータとそのコンピュータ上で動作するソフトウェアとで実現される。また、混雑予測システムは複数の構成要素から成り立つ構成であってもよく、その場合、各構成要素は、相互にバスあるいはネットワークを介して接続し、相互にデータ通信を行うことが可能である。
<データの説明>
<データの説明>
続いて、混雑予測システムで用いる各種データについて説明する。
図2は、予測人数情報データベース111に記録されている予測人数情報210の一例を示す図である。予測人数情報210は、出発地と目的地の組み合わせごとに、その間を移動する旅客数を時間別に記録したデータである。駅構内においては、駅の出入口およびホーム(列車)が出発地および目的地である。出発地がホーム(列車)である場合、列車の到着時刻を開始時刻とし、列車の出発時刻を終了時刻とする。
例えば、図2では、出入口1を出発地として、時刻7:00から時刻7:10の間に、ホーム1を目的地として移動する人数が10人である。また、ホーム1を出発地として、時刻7:01から時刻7:02の間に、ホーム2を目的地として移動する人数が30人である。これは時刻7:01にホーム1に到着し、時刻7:02に出発する列車1から降車する旅客のうち30人がホーム2を目的地として移動することを意味する。
図3は、空間情報データベース112に記録されている空間情報220の一例を表す図である。空間情報220は、駅の構造および設備の情報を記録するデータであり、駅の構造を元に予め作成しておく。本実施形態では、公知のセルオートマトンを用いた歩行者シミュレーションで用いられる、空間を格子状に分割した格子空間を用いて空間情報200を表している。
格子空間は、例えば、その属する部分空間により、通路格子、壁格子、階段格子、改札機格子、出入口・乗車位置格子のような単位格子で構成されている。各格子には、その属性として、例えば、通行の可否、通行可能な速度、通行可能な方向、通行に要する距離コスト、全体の空間への歩行者の流出入の可否の情報が与えられている。図3の例は、改札口が1つ、ホームが2つある駅の構造を、単位格子を用いた空間として表した例である。
図4は、空間情報データベース112に記録されている部分空間情報230の一例を示す図である。部分空間情報230は、要対策混雑の検知を行う単位である部分空間のデータである。図5は、図4の部分空間情報230に含まれる各部分空間の範囲を平面に示した図である。
まず、部分空間について図4および図5を用いて説明する。図4には、図3の空間情報を基に作成した部分空間情報230が示されている。部分空間は、通行量の規制や方向の制限が実施可能な地点や経路の分岐が生じる地点で空間を分離することによりできた個々の空間である。例えば、図5に示す範囲A001〜A004はそれぞれ部分空間であり、地点A011〜A014(階段)およびA021(改札機)によって分離されている。部分空間としては、要対策混雑の検知を行う単位とすることができる範囲を設定すればよく、図4および図5の例より細かく設定してもよい。例えば、部分空間名「ホーム1」を複数の部分空間に分割し、より細かい単位で部分空間の範囲を設定してもよい。
続いて、図4に示した部分空間情報230の内容について説明する。部分空間情報230には、部分空間名、範囲、部分空間優先度、接続地点、および接続部分空間名が対応づけて記録されている。
部分空間名は、部分空間の名称であり、1つの部分空間について1つの部分空間名が1対1で対応する。
範囲は、部分空間の範囲を示し、本実施形態においては、部分空間を構成する格子の集合であり、例えば、部分空間を構成する格子の配列として表わされる。図4に記載されている範囲は、図5に示した範囲A001〜A004のそれぞれに対応する。
部分空間優先度は、複数の部分空間について要対策混雑が検知されたとき対策を実施する優先度を判定するときに用いるために予め設定された評価値である。例えば、ホーム上での混雑は、線路への転落など、コンコースと比較して危険な事故が発生しやすい。そのため、ホームでの混雑はコンコースでの混雑よりも高い優先度が設定されている。
接続地点は、部分空間が他の部分空間と接続される地点である。例えば、ホーム1(範囲A001)は、階段1(地点A011)および階段2(地点A012)を接続地点として、他の部分空間と接続される。接続地点は、部分空間と同様に、格子の集合であり、例えば接続地点を表す格子の配列として表わされる。
接続部分空間名は、部分空間が接続地点を介して接続する他の部分空間の部分空間名を記録する。例えば、ホーム1(範囲A001)は、階段1(地点A011)および階段2(地点A012)を介してコンコース改札内(範囲A003)と接続される。
図6は、シミュレーションによって算出される混雑予測結果240の一例を表す図である。混雑予測結果240は、各部分空間の混雑指標の時系列の予測値で構成されたデータである。混雑指標としては、例えば、部分空間内の滞在人数、群集密度、あるいは動線密度を用いることができる。
図7は、対策候補データベース113に記録されている対策候補250の一例を表す図である。対策候補250は、駅などの空間ごとに実施可能な混雑に対する対策を表すデータである。対象部分空間名は、対策を実施する対象となる部分空間を示す。対象地点は、部分空間情報230の接続地点に対応する地点である。対象地点の状態を変化させることで、混雑への対策を実施することができる。対策状態とは、対象地点がとり得る状態を表す。とり得る状態とは、改札機の通行方向のように機械の取りうる状態と、階段の通行方向規制のように駅員が交通整理を行うことによって生じる状態の双方を含む。
図8は、要対策混雑検知部130が要対策混雑を検知した場合に出力するデータである要対策混雑情報270の一例を示す図である。検知部分空間名は、要対策混雑が発生すると検知された部分空間の名称である。予測混雑時間は、要対策混雑が発生する時間帯である。最大混雑は、予測された要対策混雑における混雑指標の最大値である。
図9は、要対策混雑への対策候補250と対策開始時刻を組み合わせた対策候補のデータである。図9には、要対策混雑が検知された部分空間がホーム1である場合が例示されている。対策候補250の対策を適用したという条件でのシミュレーションで得られる混雑指標値が閾値を超えないために、遅くとも対策候補を実行すべき時刻である対策開始時刻を含むデータである。
図10は、要対策混雑に対して対策を実施すべき優先度を評価し、最終対策開始時刻と対策優先度評価値を付加したデータである対策優先度評価結果290を示す図である。
対策優先度評価結果290は、要対策混雑に対して、対策を実施すべき優先度を評価し、最終対策開始時刻と対策優先度評価値を付加したデータである。最終対策開始時刻とは、検知部分空間名を対象部分空間名とする対策案のうち、最も遅い対策開始時刻を表す。対策優先度評価値とは、予測混雑時間、最大混雑、および最終対策開始時刻を基に、対策優先度評価部160で算出される評価値である。なお、本実施形態では最大混雑を要対策混雑の評価に用いる例を示すが、これに限定されることはない。最大混雑の代わりに、混雑指標の平均値など混雑の程度を示す他の指標を用いてもよい。
図11は、図9に示した対策案280に混雑緩和評価値および対策案評価値を付加したデータである対策案評価結果300を示す図である。混雑緩和評価値とは、対策案280を適用したという条件でのシミュレーションにより算出される混雑指標値と閾値との差分から計算される、対策案280を実施した場合の混雑緩和効果の評価値である。対策案評価値は、現時刻から対策開始時刻までの猶予時間の長さと混雑緩和評価値とから計算される対策案280の評価値である。
<処理>
<処理>
続いて各部の処理例について説明する。
まず、図12および図13を用いて対策開始時刻算出部140の処理例について説明する。
図12は、対策開始時刻算出部140の処理例を説明するための図である。図12には、要対策混雑が検知された部分空間の混雑指標の時間遷移を示す第1の混雑予測結果と、仮の対策案として、現在時刻から要対策混雑が検知される時刻までの範囲の任意の時刻に、例えばできるだけ早期に対策候補を適用したとした条件のシミュレーションにより算出した混雑指標の時間遷移を示す第2の混雑予測結果とがグラフに示されている。
図13は、対策開始時刻算出部140の処理例を示すフローチャートである。以下、図13の各ステップを参照して対策開始時刻算出部140の処理例について説明する。
S101:まず、要対策混雑検知部130で検知された要対策混雑に着目し、要対策混雑が検知された混雑予測結果のうち、要対策混雑が検知された部分空間の混雑予測結果を第1の混雑予測結果とし、第1の混雑予測結果と対策候補を入力する。ここで着目した要対策混雑が対策候補の対策開始時刻を算出する対象である。
S102:現時刻から要対策混雑が検知される時刻までの範囲内の任意の時刻を仮の対策開始時刻とし、仮の対策開始時刻を対策候補に付加することにより、仮の対策案を作成する。
S103:仮の対策案を条件変更部150に入力することにより、仮の対策案を適用した場合の混雑指標をシミュレーション部120に算出させる。シミュレーション部120で算出される、対象としている要対策混雑が検知された部分空間の混雑予測結果を第2の混雑予測結果とする。
S104:第1の混雑予測結果を参照し、混雑指標が閾値を超える時間範囲ごとに混雑指標の最大値を算出し、その最大値をとる時刻を時刻tとする。
S105:第1の混雑予測結果を平滑化する。平滑化は、例えば、移動平均法を用いて行なうことができる。
S106:平滑化した第1の混雑予測結果の最大値の直前の極値を算出し、その極値をとる時刻を時刻sとする。
S107:時刻sから時刻tの間の第2の混雑予測結果の混雑指標の最大値と最小値を算出し、最大値および最小値を通る直線の傾きを算出する。
S108:S108で算出した傾きを有し、時刻tに混雑指標が閾値と一致する直線を算出する。
S109:S108で算出した直線と第1の混雑予測結果の曲線とが時刻t以前に交わる点を算出し、その点の時刻を対策開始時刻とする。
以上のように対策開始時刻を算出する処理は、時間を移動しながらシミュレーションを繰り返し、できるだけ遅らせた対策開始時刻を探索する処理よりも、少ない計算量で対策開始時刻を算出することができる。
続いて、図14のフローチャートを用いて対策優先度評価部160の処理例を説明する。
S201:要対策混雑検知部130で検知された要対策混雑と、その要対策混雑を含む混雑予測結果と、その要対策混雑が検知された部分空間に適用可能な対策案とについての情報を入力する。ここで情報が入力される要対策混雑が対策優先度を評価する対象となる。その要対策混雑において、混雑指標が閾値を超えた時刻から閾値以下となった時刻までの時間を予測混雑時間とする。
S202:その要対策混雑が検知された部分空間の部分空間優先度を空間情報データベース112から取得する。
S203:その要対策混雑における混雑指標の最大値と閾値との差分を算出する。
S204:その要対策混雑が検知された部分空間に適用できる全ての対策案を抽出する。対策案には対策候補と対策開始時刻とが含まれている。
S205:抽出された全ての対策案の対策開始時刻のうち、最も遅い時刻を最終対策開始時刻とする。
S206:その要対策混雑について、予測混雑時間の長さ、S202で抽出した部分空間優先度、S203で算出した最大混雑と閾値の差、S206で算出した最終対策開始時刻を評価対象値とし、それぞれの評価対象値に予め定めた任意の重みを乗じて、足し合わせることにより、その要対策混雑対策優先度評価値を算出する。なお、最大混雑と閾値との差分は混雑の程度を示す指標の一例であり、混雑の程度を表わす他の指標を代わりに用いてもよい。
S207:要対策混雑情報270と最終対策開始時刻と対策優先度評価値とを対策優先度評価結果290として出力する。なお、ここでは、要対策混雑について対策実施の優先度の総合評価として要対策混雑対策優先度を算出し、表示する例を示したが、これに限定されるものではない。他の例として、予測混雑時間の長さ、S202で抽出した部分空間優先度、S203で算出した最大混雑と閾値の差、およびS206で算出した最終対策開始時刻の一部または全部を個別に監視員に提示し、どの要対策混雑を優先するか判断させることにしてもよい。
続いて、図15のフローチャートを用いて対策案評価部170の処理例について説明する。
S301:対策案を要対策混雑に適用したとする条件でのシミュレーション部120によるシミュレーションで算出される混雑指標の時間遷移を示す混雑予測結果を入力する。
S302:適用した対策案の対策開始時刻と現在時刻との時刻差を対策猶予時間とする。
S303:現在時刻から要対策混雑が検知されるまでの間の任意の時刻から対策候補を実施した条件のシミュレーションにより算出される混雑指標値の最大値と閾値と差を算出し、算出結果を混雑緩和評価値とする。なお、混雑指標値の最大値と閾値との差分は混雑指標値の改善の程度を示す指標の一例であり、混雑改善の程度を表わす他の指標を代わりに用いてもよい。
S304:その対策案の対策猶予時間と混雑緩和評価値を評価対象値とし、それぞれの評価対象値に任意の重みを乗じて、足し合わせ、その対策案の対策案評価値を算出する。
S305:その対策案に混雑緩和評価値と対策案評価値を関連づけて対策案評価結果とし、対策案評価結果300を出力する。なお、ここでは、対策案についての総合評価として対策案評価値を算出し、表示する例を示したが、これに限定されるものではない。他の例として、対策猶予時間と混雑緩和評価値の両方または一方を個別に監視員に提示し、どの対策案を採用するか判断させることにしてもよい。
続いて、図16および図17を用いて出力部180の処理例について説明する。
図16は、出力部180の処理例を示すフローチャートである。図17は、出力部180による画面表示の例を示す図である。
S401:対策優先度評価結果290と対策案評価結果300を入力する。
S402:対策優先度評価結果290を、駅の混雑状態を管理する監視員(例えば、駅員)の保持するコンピュータ端末の画面に表示する。対策優先度評価結果290に含まれる要対策混雑を対策優先度評価値が高い順に優先順位付けして表示する。
例えば、図17の対策優先度評価結果表示画面310に示すように、対策優先度評価結果290の要対策混雑について検知部分空間名と予測混雑時間と対策優先度評価値を表示する。図17の例のように、部分空間毎の予測混雑時間を横棒グラフにし、予測混雑時間を示す帯状表示の色あるいは色の濃淡により対策優先度評価値の大小を表わすことができる。これにより、色あるいは色の濃淡で対策優先度の優先順位付けを容易に把握することが可能になる。図17の対策優先度評価結果表示画面310には、要対策混雑が起きる部分空間として、ホーム1、ホーム2、およびコンコース改札内が挙げられている。各部分空間に要対策混雑が起こる時間は、横棒グラフのハッチングで示されている。各要対策混雑の対策優先度の大小はハッチングの濃淡で表現されており、色の濃い方が対策優先度が高いことを意味している。
あるいは、他の例として、図10に示したように、対策優先度評価結果290を表形式で表示してもよい。その場合、対策優先度評価値に基づいてソートすれば、優先順位付けを表現することができる。ソートの他の例として、要対策混雑を、最大混雑(混雑指標の最大値)あるいは最終対策開始時刻に基づいてソートしてもよい。あるいは、監視員の操作でソートに用いる評価値を変更できるようにしてもよい。
S403:監視員は、対策優先度評価結果の表示を見て、対策を実施する要対策混雑を選択する。例えば、図17に示す対策優先度評価結果表示画面310で、監視員がホーム1の要対策混雑を表示した表示311を選択する。
S404:選択された要対策混雑に対応する対策案評価結果を、監視員の保持するコンピュータ端末に表示する。要対策混雑に複数の対策案が適用可能であれば、複数の対策案の対策案評価結果を、対策案評価値が高い順に優先順位付けして表示してもよい。他の例として、対策開始時刻や混雑緩和評価値に基づいた優先順位を付けてもよい。あるいは、監視員の操作で優先順位付けに用いる評価値を変更できるようにしてもよい。
また、対策度評価結果の最大混雑が、要対策混雑を検知するための閾値を超えているか否かを区別できるような表示を行ってもよい。例えば、最大混雑が閾値を超えているか否かで、要対策混雑の対策案評価結果を異なる表示としてもよい。例えば、表示色、アイコンの有無、あるいはアイコンの種類によって区別してもよい。また、対策案評価結果の最大混雑が閾値を超えない対策案のみを表示することにしてもよい。
対策案評価結果の表示は、例えば、図17に示す対策案評価結果表示画面320のように、対策優先度評価結果表示画面310で選択された要対策混雑に対応する対策案を一覧にし、対策案評価値に基づいて順位付けして表示する。図17の対策案評価結果表示画面320には、ホーム1の8:50〜9:20の要対策混雑に対する対策案としては、階段1を出る方向のみの一方通行に制限するという対策案と、階段2を出る方向のみの一方通行に制限するという対策案と、改札機1を出る方向のみの一方通行に制限するという対策案が示されている。これらの対策案は、対策案評価値で優先順位付けされ、その順序に表示されている。
S405:監視員は、対策案評価結果の表示を見て、実施する対策案を選択する。例えば、図17に示す対策案評価結果表示画面320から、最も上位に順位付けされたレコード321を選択することにより、実施する対策案評価結果を選択する。
S406:監視員は、選択した対策案の実施を担当する要員(例えば駅員)を選択する。あるいは、旅客の誘導案内を表示するサイネージを選択してもよい。例えば、図17に示す担当者設定画面330のように担当者のスケジュールを表示し、時間帯331を選択することによって担当者を選択する。対策案を実施する候補者は駅員Aと駅員Bである。ただし、駅員Bは対策を実施する時間に他の作業が入っていることがハッチングで表示され、対策案の実施を担当することができないことが分かる。
S407:その対策案を実施する駅員の保持する端末に対して、対策案の内容と実施の指示を通知する。あるいは選択したサイネージに旅客の誘導案内を表示してもよい。例えば、図17の対策案実施内容指示画面340のように、実施する対策の内容を表示する。図17の対策案実施内容指示画面340には、実施する対策案の対象となる接続地点が階段1であり、対策を実施する時間が8:30〜9:20であり、対策の内容が、出る方向のみに限定する一方通行であることが表示されている。
続いて、図18のフローチャートを用いてシステム全体の処理例について説明する。
S1001:混雑予測システムは、予測人数情報データベース111から現在時刻以降の予測人数情報210を読み込み、空間情報データベース112から空間情報220および部分空間情報230を読み込み、シミュレーション部120に入力する。
S1002:混雑予測システムは次にシミュレーション部120で混雑状況を予測し、混雑予測結果を出力する。
S1003:更に、混雑予測システムは混雑予測結果を要対策混雑検知部130に入力し、対策を要する混雑の発生の有無を判定する。対策を要する混雑の発生が検知された場合、要対策混雑検知部130は要対策混雑情報270を出力し、S1004に進む。対策を要する混雑の発生が検知されなかった場合には、混雑予測システムはS1001に戻り、データの読み込みおよび混雑予測を繰り返す。
S1004:混雑予測システムは、要対策混雑情報270において要対策混雑が検知された部分空間を対象部分空間とする対策候補250を対策候補データベース113から抽出する。
S1005:更に、混雑予測システムは、1005で抽出した各対策候補250のそれぞれについて、対策開始時刻算出部140を用いて対策開始時刻を算出する。
S1006:混雑予測システムは、対策候補と混雑開始時刻を組み合わせて対策案280を作成する。
S1007:次に、混雑予測システムは対策案280を条件変更部150に入力し、要対策混雑に対策案280を適用したという条件の予測人数情報210と空間情報220を作成する。
S1008:さらに、混雑予測システムは、対策案280を適用した予測人数情報210と空間情報220をシミュレーション部120に入力し、対策案を適用した場合の混雑状況の予測を行い、予測結果を混雑予測結果240として出力する。
S1009:混雑予測システムは混雑予測結果240を対策案評価部170に入力し、対策案評価結果300を算出する。
S1010:続いて、混雑予測システムは全ての対策案を評価したか否かを判定し、全ての対策案の評価が完了してない場合は、S1008に戻り、他の対策案に対して予測おおび評価の処理を行う。一方、全ての対策案の評価が完了した場合、混雑予測システムはS1011に進む。
S1011:混雑予測システムは、要対策混雑とその要対策混雑が検知された混雑予測結果とその要対策混雑に対する対策案を対策優先度評価部160に入力し、最終対策開始時刻および対策優先度評価値を算出し、対策優先度評価結果290を出力する。
S1012:混雑予測システムは、対策優先度評価結果290と対策案評価結果300を出力部180に入力し、画面への表示を行う。
S1013:混雑システムは、現在時刻が、監視員が指定した終了時刻あるいは最終列車の発車時刻に達したか否かを判定する。現在時刻がそれらの時刻に到達していない場合、混雑予測システムはS1001に戻る。現在時刻がそれらの時刻に達している場合、混雑予測システムは処理を完了する。
<効果>
<効果>
本実施形態の混雑予測システムによれば、逐次に追加される予測人数情報を基に、シミュレーション部120で混雑を予測し、出力した混雑予測結果が対策を要する混雑を含むか否かを判定し、対策を要する混雑が検知されたときに、検知された対策を要する混雑を、混雑の発生時間、混雑の程度、発生場所に応じて評価し、評価値で順位付けして監視員に提供することができる。
混雑の発生が検知されたときに、混雑緩和が期待できる対策案を、混雑緩和の効果を考慮して優先順位付けして監視員に提供することができ、監視員は提供された混雑の対策案から実施する対策案を選択することができる。これにより、監視員は容易に適時に適切な混雑の対策案を判断することができる。
鉄道駅では列車運行状況によって実際の混雑の状況あるいは予測される将来の混雑の状況が急激に変化することがあるが、本実施形態によれば、混雑に対して監視員が適時に適切な対策案を判断することができる。
また、本実施形態によれば、複数の要対策混雑が検知なされたときに、要対策混雑を解消するために遅くとも対策案を実施すべき対策開始時刻を算出することにより、対策を行う優先順位の判断を容易にする。そして、監視員が複数の対策を要する混雑から対策を行う優先度の判断を行う支援をすることができる。例えば、複数の空間および時間の混雑を知らせる警報が出力されたときに、監視員の人員に制限があって同時に全ての警報への対策を実施できない場合にどの対策を優先させるかの判断が容易になる。
また、対策を要する混雑が検知された場合に、対策を要する混雑の判定基準である閾値以下まで混雑が緩和されると期待できる混雑の対策案を作成し、対策案を混雑の緩和量、対策を実施すべき時刻に応じて評価し、評価値で順位付けして監視員に提供することができ、監視員は提供された対策案から選択することによって、容易に適切な対策案を実施することが可能である。
以上、説明した本実施形態の一部または全部を以下のように整理することもできる。
混雑予測システムは、対策候補データベース113と、シミュレーション部120と、要対策混雑検知部130と、出力部180と、を有している。対策候補データベース113は、所定の空間(部分空間)の混雑に対して実施可能な対策候補の情報を格納している。シミュレーション部120は、所定の空間(部分空間)について将来の時間における混雑指標値の遷移を算出する。要対策混雑検知部130は、混雑指標値が所定の閾値を超える場合、対策を要する混雑であり空間および時間で特定される混雑である要対策混雑を検知する。出力部180は、要対策混雑が検知された空間に適用可能な対策候補を適用した条件のシミュレーションで算出される混雑指標値が閾値を超えるか否かを含む対策候補の評価結果を出力する。
本実施形態によれば、要対策混雑が発生する空間および時間と共に、その混雑に適用可能な対策候補とその評価結果が出力されるので、要対策混雑に対して適時に適切な対策を判断するのが容易になる。
また、対策案評価部170は、要対策混雑に、現在時刻から要対策混雑が検知されるまでの間の任意の時刻から対策候補を実施した条件のシミュレーションにより算出される混雑指標値の改善の程度である改善度、例えば、その混雑指標値の最大値と閾値との差分を算出する。出力部180は、算出した差分を含む対策候補の評価結果を出力する。
これにより、対策候補を実施した場合の混雑指標値の最大値と閾値との差分を対策候補の評価に用いるので、対策候補を実施した場合に、混雑指標値が対策を要する状態からどの程度の余裕を持った状態に改善されうるかを評価することができる。
また、要対策混雑検知部130は複数の要対策混雑を検知でき、対策優先度評価部160は、複数の要対策混雑のそれぞれに評価結果を算出する。出力部180は、要対策混雑の評価結果に基づき順位を与えて要対策混雑を出力し、対策候補の評価結果に基づき順位を与えて対策候補を出力する。
これにより、要対策混雑および対策候補を順位付けることができるので、複数の要対策混雑が発生し、複数の対策候補がある場合でも、どの要対策混雑を優先し、どのような対策を実施するかを判断するのが容易になる。
また、対策開始時刻算出部140は、要対策混雑に対して対策候補を実施した条件のシミュレーションにより算出される混雑指標値の最大値が閾値以下となるように遅くとも前記対策候補を実施すべき時刻である対策開始時刻を算出する。出力部180は、対策開始時刻を含む対策候補の評価結果を出力する。
これにより、対策候補の評価結果として対策開始時刻が提示されるので、どの対策候補を実施するかを決定するとき、いつまでに実施すればよいかという時間的余裕も考慮することができる。
また、対策開始時刻算出部140は、対策候補を適用しないシミュレーションで算出される混雑指標値で描かれる第1の曲線が閾値を超える時間内において第1の曲線が最大値をとる時刻を第1の時刻とし、第1の時刻の以前に第1の曲線が極値をとる時刻を第2の時刻とし、第1の時刻から第2の時刻までの間に、現在時刻から要対策混雑が検知されるまでの間の任意の時刻から対策候補を適用した条件のシミュレーションで算出される混雑指標値で描かれる第2の曲線の最大値と最小値を通る第1の直線の傾きを算出し、その傾きを有し第1の時刻に閾値の値をとる第2の直線を算出し、第2の直線と前記第1の曲線の交点のうち第1の時刻以前に存在する交点の時刻を対策開始時刻とする。
対策候補を適用しないシミュレーションの結果と対策候補を適用したシミュレーションの結果とを用いた近似的な演算で対策開始時刻を算出するので、対策開始時刻の算出による処理負荷を軽減することができる。
また、出力部180は、複数の要対策混雑に、その要対策混雑のそれぞれに適用可能な少なくとも1つの対策候補の対策開始時刻に基づいて順位を与えて出力し、同じ要対策混雑に適用可能な複数の対策候補に、その対策候補のそれぞれの対策開始時刻に基づいて順位を与えて出力する。
したがって、要対策混雑および対策候補の評価において、対策を実施するまでの時間的な余裕を考慮することができる。
また、出力部180は、要対策混雑検知部130が検知した要対策混雑を順位付けして画面に表示し、いずれかの要対策混雑が選択されると、その要対策混雑に対応した対策候補を順位付けして画面に表示する。
したがって、鉄道駅の監視員などの操作者が画面表示の階層を辿ることで、対策を実施する要対策混雑およびその対策を容易に選択することができる。
また、出力部180は、実施する対策候補が選択されると、その対策候補の対策開始時刻を含む対策時間情報とその対策候補の実施を担当する対策要員の候補とを表示し、実施を担当する対策要員が選択されるとその対策要員の端末にその対策候補の実施指示を送信する。
したがって、実施する対策の決定後にその対策を実施する要員の選択を支援するので、対策要員の決定が容易になる。
また、出力部180は、要対策混雑に関連する評価指標の遷移を、その混雑指標値の大小が識別可能なように、時間軸に沿って画面に表示する。要対策混雑に関連する評価指標として、例えば、混雑指標値、要対策混雑の順位(優先度)などがある。
したがって、混雑指標値の遷移が視覚的に分かりやすく画面に表示されるので、将来の混雑の状況を容易に把握することができる。
上述した本実施形態は、本発明の説明のための例示であり、本発明の範囲をそれらの実施形態にのみ限定する趣旨ではない。当業者は、本発明の要旨を逸脱することなしに、他の様々な態様で本発明を実施することができる。
111…予測人数情報データベース、112…空間情報データベース、113…対策候補データベース、120…シミュレーション部、130…要対策混雑検知部、140…対策開始時刻算出部、150…条件変更部、160…対策優先度評価部、170…対策案評価部、180…出力部、200…空間情報、210…予測人数情報、220…空間情報、230…部分空間情報、240…混雑予測結果、250…対策候補、270…要対策混雑情報、280…対策案、290…対策優先度評価結果、300…対策案評価結果、310…対策優先度評価結果表示画面、311…表示、320…対策案評価結果表示画面、321…レコード、330…担当者設定画面、331…時間帯、340…対策案実施内容指示画面
Claims (10)
- 所定の空間の混雑に対して実施可能な対策候補の情報を格納した対策候補データベースと、
所定の空間について将来の時間における混雑指標値の遷移を算出するシミュレーション部と、
前記混雑指標値が所定の閾値を超える場合、対策を要する混雑であり空間および時間で特定される要対策混雑を検知する要対策混雑検知部と、
前記要対策混雑が検知された空間に適用可能な対策候補を適用した条件のシミュレーションで算出される混雑指標値が前記閾値を超えるか否かを含む前記対策候補の評価結果を出力する出力部と、
を有する混雑予測システム。 - 前記要対策混雑に現在時刻から前記要対策混雑が検知されるまでの間の任意の時刻から前記対策候補を実施した条件のシミュレーションにより算出される混雑指標値の改善の程度である改善度を算出する対策案評価部を更に有し、
前記出力部は、前記改善度を含む、前記対策候補の評価結果を出力する、
請求項1に記載の混雑予測システム。 - 前記要対策混雑検知部は複数の前記要対策混雑を検知でき、
前記複数の要対策混雑のそれぞれに評価結果を算出する対策優先度評価部を更に有し、
前記出力部は、前記要対策混雑の評価結果に基づき順位を与えて前記要対策混雑を出力し、前記対策候補の評価結果に基づき順位を与えて前記対策候補を出力する、
請求項2に記載の混雑予測システム。 - 前記要対策混雑に対して前記対策候補を実施した条件のシミュレーションにより算出される混雑指標値の最大値が前記閾値以下となるように遅くとも前記対策候補を実施すべき時刻である対策開始時刻を算出する対策開始時刻算出部を更に有し、
前記出力部は、前記対策開始時刻を含む前記対策候補の評価結果を出力する、
請求項1に記載の混雑予測システム。 - 前記対策開始時刻算出部は、対策候補を適用しないシミュレーションで算出される前記混雑指標値で描かれる第1の曲線が前記閾値を超える時間内において前記第1の曲線が最大値をとる時刻を第1の時刻とし、前記第1の時刻の以前に前記第1の曲線が極値をとる時刻を第2の時刻とし、前記第1の時刻から前記第2の時刻までの間に、現在時刻から前記要対策混雑が検知されるまでの間の任意の時刻から前記対策候補を適用した条件のシミュレーションで算出される混雑指標値で描かれる第2の曲線の最大値と最小値を通る第1の直線の傾きを算出し、前記傾きを有し前記第1の時刻に前記閾値の値をとる第2の直線を算出し、前記第2の直線と前記第1の曲線の交点のうち前記第1の時刻以前に存在する交点の時刻を前記対策開始時刻とする、請求項4に記載の混雑予測システム。
- 前記出力部は、複数の要対策混雑に、該要対策混雑のそれぞれに適用可能な少なくとも1つの対策候補の対策開始時刻に基づいて順位を与えて出力し、同じ要対策混雑に適用可能な複数の対策候補に、該対策候補のそれぞれの対策開始時刻に基づいて順位を与えて出力する、
請求項3に記載の混雑予測システム。 - 前記出力部は、前記要対策混雑検知部が検知した要対策混雑を順位付けして画面に表示し、いずれかの要対策混雑が選択されると、該要対策混雑に対応した対策候補を順位付けして画面に表示する、請求項3に記載の混雑予測システム。
- 前記出力部は、実施する対策候補が選択されると、該対策候補の対策開始時刻を含む対策時間情報と該対策候補の実施を担当する対策要員の候補とを表示し、実施を担当する対策要員が選択されると該対策要員の端末に該対策候補の実施指示を送信する、請求項1に記載の混雑予測システム。
- 前記出力部は、前記要対策混雑に関連する評価指標の遷移を、該混雑指標値の大小が識別可能なように、時間軸に沿って画面に表示する、請求項1に記載の混雑予測システム。
- シミュレーション手段が、所定の空間について将来の時間における混雑指標値の遷移を算出し、
要対策混雑検知手段が、前記混雑指標値が所定の閾値を超える場合、対策を要する混雑であり空間および時間で特定される要対策混雑を検知し、
前記シミュレーション手段が、前記要対策混雑が検知された空間に適用可能な対策候補を適用した条件の混雑指標値の遷移を算出し、
出力手段が,前記要対策混雑が検知された空間に適用可能な対策候補を適用した条件のシミュレーションで算出された混雑指標値が前記閾値を超えるか否かを含む前記対策候補の評価結果を出力する、
混雑予測方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015192076 | 2015-09-29 | ||
JP2015192076 | 2015-09-29 | ||
PCT/JP2016/059093 WO2017056528A1 (ja) | 2015-09-29 | 2016-03-23 | 混雑予測システムおよび混雑予測方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2017056528A1 JPWO2017056528A1 (ja) | 2018-08-02 |
JP6445175B2 true JP6445175B2 (ja) | 2018-12-26 |
Family
ID=58423028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017542764A Active JP6445175B2 (ja) | 2015-09-29 | 2016-03-23 | 混雑予測システムおよび混雑予測方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP6445175B2 (ja) |
GB (1) | GB2556828B (ja) |
WO (1) | WO2017056528A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024151148A1 (ko) * | 2023-01-13 | 2024-07-18 | 안은희 | 인파 밀집 지역 결정 방법 및 이러한 방법을 수행하는 장치 |
WO2024151149A1 (ko) * | 2023-01-13 | 2024-07-18 | 안은희 | 인파 밀집 위험 알림 서비스 제공 방법 및 이러한 방법을 수행하는 장치 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7051724B2 (ja) * | 2019-01-21 | 2022-04-11 | 株式会社日立製作所 | 計算機システム及び対象に関する目的を達成するために有用な情報の提示方法 |
JP7276473B2 (ja) * | 2019-09-09 | 2023-05-18 | 日本電信電話株式会社 | 情報提供装置、情報提供方法、及び情報提供プログラム |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000020759A (ja) * | 1998-07-07 | 2000-01-21 | Toshiba Corp | 発券機、自動改札機、および通行量制御システム |
JP2002187551A (ja) * | 2000-12-19 | 2002-07-02 | Omron Corp | シミュレーション装置 |
JP5980715B2 (ja) * | 2013-04-11 | 2016-08-31 | 株式会社日立製作所 | 混雑予測システムおよび方法 |
JP6478082B2 (ja) * | 2013-11-13 | 2019-03-06 | 三菱重工機械システム株式会社 | 経路案内装置、経路案内方法、およびプログラム |
-
2016
- 2016-03-23 JP JP2017542764A patent/JP6445175B2/ja active Active
- 2016-03-23 GB GB1804500.5A patent/GB2556828B/en active Active
- 2016-03-23 WO PCT/JP2016/059093 patent/WO2017056528A1/ja active Application Filing
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024151148A1 (ko) * | 2023-01-13 | 2024-07-18 | 안은희 | 인파 밀집 지역 결정 방법 및 이러한 방법을 수행하는 장치 |
WO2024151149A1 (ko) * | 2023-01-13 | 2024-07-18 | 안은희 | 인파 밀집 위험 알림 서비스 제공 방법 및 이러한 방법을 수행하는 장치 |
Also Published As
Publication number | Publication date |
---|---|
GB2556828B (en) | 2022-03-02 |
WO2017056528A1 (ja) | 2017-04-06 |
GB2556828A (en) | 2018-06-06 |
JPWO2017056528A1 (ja) | 2018-08-02 |
GB201804500D0 (en) | 2018-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6445175B2 (ja) | 混雑予測システムおよび混雑予測方法 | |
JP6585285B2 (ja) | 人流評価システム、人流制御の検討方法 | |
JP7253446B2 (ja) | 情報処理方法、及び、情報処理システム | |
EP2735492A2 (en) | Train traffic management system and method for controlling the same | |
Hassannayebi et al. | A hybrid simulation model of passenger emergency evacuation under disruption scenarios: A case study of a large transfer railway station | |
JP2019177760A (ja) | 輸送機関混雑予測システム及び混雑予測方法 | |
JP6640988B2 (ja) | 列車降車人数予測システム、混雑可視化・評価システム、および乗車可能人数算出システム | |
JP2019197372A (ja) | 人流推定装置、および、人流推定方法 | |
Di Gangi | Modeling evacuation of a transport system: Application of a multimodal mesoscopic dynamic traffic assignment model | |
JP7273601B2 (ja) | 混雑解析装置及び混雑解析方法 | |
Liu et al. | Simulation of passenger motion in metro stations during rush hours based on video analysis | |
JP2010527873A (ja) | 新規の建物および既存の建物内のエレベータ装置用の設計プロセス | |
JP2019012494A (ja) | 人流推定装置及び人流推定システム並びに人流測定方法 | |
CN117789504A (zh) | 一种城市隧道交通智能指挥调度方法及系统 | |
JP2018103924A (ja) | 混雑予測装置 | |
JP2021089454A (ja) | 混雑度予測表示システム、混雑度予測表示方法及びプログラム | |
WO2018180030A1 (ja) | 混雑対策支援システム | |
Khalid et al. | On the use of elevators during emergency evacuation | |
EP4216116A1 (en) | In-building traffic flow setting device and in-building traffic flow setting method | |
JP7487058B2 (ja) | エレベーター利用条件評価システムおよび方法 | |
Shams Abadi et al. | BIM-Based Co-Simulation of Fire and Occupants’ Behavior for Safe Construction Rehabilitation Planning. Fire 2021, 4, 67 | |
CN117496431B (zh) | 一种基于室内外定位系统的户外作业安全监测方法 | |
Schadschneider et al. | HERMES: An evacuation assistant for large sports arenas based on microscopic simulations of pedestrian dynamics | |
CN107274059A (zh) | 用于确定消防系统安全得分和用于通过数据挖掘进行预测分析的系统和方法 | |
JP7213786B2 (ja) | エレベーター運行診断装置およびエレベーター運行診断システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180223 |
|
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: 20181120 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181128 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6445175 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |