JP6629498B2 - 情報処理システム、情報処理方法および情報処理プログラム - Google Patents

Description

本発明は、混雑予測を行う情報処理システム、情報処理方法および情報処理プログラムに関する。

列車の混雑状況を予測するシステムが知られている。例えば、特許文献１には、曜日ごと時間帯ごとの乗車率の履歴に基づいて、混雑状況を予測する車両混雑状況予測システムが開示されている。この車両混雑状況予測システムにおいて、座席位置ごとおよび立ち位置ごとに配置された人感センサを備えた電車が示されている。

特開２０１３−７３３９６号公報

しかしながら、特許文献１の技術では、混雑状況を予測するのに過去の乗車率の履歴が必要であるが、この過去の乗車率の履歴を取得するために人感センサを電車内に設ける必要がある。そのため、ハード面でコストがかかるという問題がある。

本発明は上記の問題に鑑みてなされたものであり、その目的は、低コストで混雑予測できる情報処理システム、情報処理方法および情報処理プログラムを提供することである。

本発明の一態様によれば、複数の経路情報から、乗車駅および降車駅のうちの少なくとも１つの駅と、前記乗車駅で乗車する列車、および、前記降車駅で降車する列車のうちの少なくとも１つの列車と、を抽出する抽出手段と、前記抽出された駅および列車についての情報に基づいて、前記列車に関連する混雑予測を行う予測手段と、を備える、情報処理システムが提供される。

本発明によれば、経路情報を用いるため、低コストで混雑予測できる。

本発明の第１の実施形態に係る情報処理システム２の概略構成を示すブロック図。 経路情報データベース２２１の構造の一例を示す図。 情報処理システム２の処理動作の一例を示すフローチャート。 ステップＳ３で作成されるポイント表の第１例を示す図。 ステップＳ３で作成されるポイント表の第２例を示す図。 ステップＳ３で作成されるポイント表の第３例を示す図。 ステップＳ３で作成されるポイント表の第４例を示す図。 ステップＳ３で作成されるポイント表の第５例を示す図。 経路情報データベース２２１の構造の一例を示す図。 情報処理システム２の処理動作の一例を示すフローチャート。 ステップＳ３’で作成されるポイント表の一例を示す図。 施設の位置に基づいて車両を抽出する手法の一例を示す図。 施設の位置に基づいて車両を抽出する手法の別の例を示す図。 本発明の第４の実施形態に係る情報処理システム１００の概略構成を示すブロック図。 図１４の情報処理システム１００の処理動作の一例を示すシーケンス図。 ディスプレイに表示される画面の一例を示す図。

以下、本発明に係る実施形態について、図面を参照しながら具体的に説明する。

（第１の実施形態）
図１は、本発明の第１の実施形態に係る情報処理システム２の概略構成を示すブロック図である。情報処理システム２は、記憶部２２と、制御部２３とを備えている。

記憶部２２は経路情報データベース２２１を記憶している。経路情報データベース２２１は複数の経路情報を含んでいる。経路情報は、出発地から目的地まで（あるいは、その少なくとも一部）をどのように移動するかを示す情報であり、本実施形態では経路情報が少なくとも１つの列車の乗降を含んでいることを想定している。

経路情報は、例えばユーザの要求に応じて行われた経路探索により得られた経路情報である。このような経路情報は、情報処理システム２内の経路探索部（不図示）が経路探索を行った結果でもよいし、他の装置が行った経路探索の結果でもよい。

また、経路情報は、経路探索の結果以外にも、ユーザ登録に基づく経路情報であってもよい。例えばユーザが所持している通勤用の定期券が登録されている場合、典型的な出勤時間帯（例えば平日の８時〜１０時）を勤務地の到着時刻とする通勤経路（往路）や、典型的な退勤時間帯（例えば平日の１７時〜１９時）を自宅の到着時刻とする通勤経路（復路）が経路情報として経路情報データベース２２１に含まれていてもよい。

図２は、経路情報データベース２２１の構造の一例を示す図である。図示のように、経路情報データベース２２１は、経路ＩＤをインデックスとして、日付情報、乗車情報、１または複数の乗換情報および降車情報が関連付けられている。なお、以下では、経路ＩＤが「Ｘ」である経路情報を「経路情報Ｘ」と呼ぶ。

日付情報は経路を移動する日付を示す。乗車情報は、乗車駅、同乗車駅で乗車する列車の発時刻、同乗車駅で乗車する路線、および、乗車する列車の列車ＩＤを含む。乗換情報は、乗換駅、同乗換駅への着時刻、同乗換駅で乗車する列車の発時刻、同乗換駅で乗車する路線、および、乗車する列車の列車ＩＤを含む。降車情報は降車駅および同降車駅への着時刻を含む。ここで、日付、路線および列車ＩＤにより列車が一意に特定される。以下では、列車ＩＤが「Ｙ」である列車を「列車Ｙ」と呼ぶ。

例えば経路情報００２は以下のような経路であることを示している。移動するのは、２０１３年９月２日である。そして、Ｓ２駅を１１時３１分に発車するＳ線の列車Ｚ００５に乗車する。さらに、Ｓ４駅に１１時３５分に到着して同列車を降車する。そして、同駅を１１時４１分に発車するＴ線の列車Ｙ００７に乗車する。そして、Ｔ１駅に１１時４９分に到着する。

なお、経路情報００１のように乗換がないこともあり得る。また、図示していないが、２以上の乗換があることもあり得る。さらに、乗換において降車駅と乗車駅が異なること（降車駅から乗車駅まで徒歩で移動する場合など）もあり、その場合は乗換情報が降車駅と乗車駅とを含んでいてもよい。

また、出発地から乗車駅までの経路、あるいは、降車駅から目的地までの経路など、経路情報は図２に示す情報以外の情報を含んでいてもよい。

図１に戻り、制御部２３は、情報取得部２３１と、抽出部２３２と、予測部２３３とを有する。これら各部は、例えば情報処理システム２内のプロセッサ（不図示）が所定の情報処理プログラムを実行することにより実現される機能である。

情報取得部２３１は記憶部２２における経路情報データベース２２１から経路情報を取得する。

抽出部２３２は経路情報から乗車駅および降車駅のうちの少なくとも１つの駅を抽出する。抽出部２３２は乗車駅のみを抽出してもよいし、降車駅のみを抽出してもよい。図２に示す経路情報の１つから、抽出部２３２は、乗車情報に基づいて１つの乗車駅を抽出でき、降車情報に基づいて１つの降車駅を抽出できる。また、抽出部２３２は乗換情報に基づいて乗車駅および降車駅を１つずつ抽出できる。

例えば経路情報００１について、乗車駅としてＳ線のＳ１駅が抽出され、降車駅としてＳ線のＳ２駅が抽出され得る。また、経路情報００２について、乗車駅としてＳ線のＳ２駅およびＴ線のＳ４駅が抽出され、降車駅としてＳ線のＳ４駅およびＴ線のＴ１駅が抽出され得る。

さらに、抽出部２３２は、抽出された乗車駅で乗車する列車および抽出された降車駅で降車する列車の少なくとも１つの列車を抽出する。例えば、経路情報００１について、乗車駅Ｓ１で乗車する列車および降車駅Ｓ２で降車する列車として、列車Ｚ００４が抽出される。

予測部２３３は、抽出された乗車駅や降車駅、および、抽出された列車についての情報に基づいて、この列車に関連する混雑予測を行って混雑予測情報を生成する。「列車に関連する」とは、抽出された列車そのものの混雑予測でもよいし、抽出された列車を含む複数の列車についての混雑予測でもよいことを意味する。混雑予測の具体例については後述する。

なお、記憶部２２および制御部２３内の各部を単一装置内に設けて情報処理システム２としてもよいし、複数の装置に分散して設けて情報処理システム２を構成してもよい。

図３は、情報処理システム２の処理動作の一例を示すフローチャートである。まず情報取得部２３１は記憶部２２から経路情報を取得する（ステップＳ１）。そして、抽出部２３２は経路情報から乗車駅および／または降車駅と列車とを抽出する（ステップＳ２）。続いて、予測部２３３は、抽出された駅および列車に基づいて、駅ごとおよび列車ごとに経路情報の数をカウントしてポイント表（詳細は後述）を作成する（ステップＳ３）。そして、予測部２３３はポイント表を参照して混雑予測を行う（ステップＳ４）。

以下、混雑予測として、予測部２３３が降車駅で各列車から降車する人数に関する予測を行う例を示す。

図４は、ステップＳ３で作成されるポイント表の第１例を示す図である。同図は降車ポイント表であり、各駅を降車駅とする経路情報の数を降車ポイントとしてカウントしたものである。降車ポイントは各駅で降車する人数に応じた値となる。なお同図では、Ｓ線にはＳ１〜Ｓ６駅の６駅がこの順にあり、Ｓ１駅が始発駅でＳ６駅が終着駅であると仮定している。

図２の経路情報データベース２２１の経路情報００１〜００４を考慮すると、図４（ａ）の降車ポイント表が作成される。具体的には、列車Ｚ００４については、Ｓ２駅で降車する経路情報が１つ（経路情報００１）あり、降車ポイントは「１」である。また、列車Ｚ００５については、Ｓ４駅で降車する経路情報が２つ（経路情報００２，００３）あり、降車ポイントは「２」である。同Ｓ６駅で降車する経路情報が１つ（経路情報００４）あり、降車ポイントは「１」である。

全経路情報について集計した結果、図４（ｂ）の降車ポイント表が作成されたとする。この降車ポイント表に基づいて、予測部２３３は、列車Ｚ００４について、「Ｓ２駅での降車人数は少ない」、「Ｓ３駅での降車人数は多い」、などといった混雑予測を行うことができる。また、降車ポイントと実際の降車人数との相関関係が既知である場合、予測部２３３は各駅で降車する人数を推定して混雑予測としてもよい。同様にして、予測部２３３は列車Ｚ００５についても混雑予測を行うことができる。

このようにして、予測部２３３は各駅を降車駅とする各列車の降車人数に関する予測を行うことができる。続いて、混雑予測として、予測部２３３が乗車駅で各列車に乗車する人数に関する予測を行う例を示す。

図５は、ステップＳ３で作成されるポイント表の第２例を示す図である。同図は乗車ポイント表であり、各駅を乗車駅とする経路情報の数を乗車ポイントとしてカウントしたものである。乗車ポイントは各駅で乗車する人数に応じた値となる。

図２の経路情報データベース２２１の経路情報００１〜００４を考慮すると、図５（ａ）の乗車ポイント表が作成される。具体的には、列車Ｚ００４については、Ｓ１駅で乗車する経路情報が１つ（経路情報００１）あり、乗車ポイントは「１」である。また、列車Ｚ００５については、Ｓ１駅で乗車する経路情報が１つ（経路情報００３）ある。同Ｓ２駅で乗車する経路情報が１つ（経路情報００２）ある。同Ｓ３駅で乗車する経路情報が１つ（経路情報００４）ある。よって、Ｓ１〜Ｓ３駅の降車ポイントはいずれも「１」である。

全経路情報について集計した結果、図５（ｂ）の乗車ポイント表が作成されたとする。この乗車ポイント表に基づいて、予測部２３３は、列車Ｚ００４について、「Ｓ１駅での乗車人数は中程度である」、「Ｓ５駅での乗車人数は多い」、などといった混雑予測を行うことができる。また、乗車ポイントと実際の乗車人数との相関関係が既知である場合、予測部２３３は各駅で乗車する人数を推定して混雑予測としてもよい。同様にして、予測部２３３は列車Ｚ００５についても混雑予測を行うことができる。

このようにして、予測部２３３は各駅を乗車駅とする各列車の乗車人数に関する予測を行うことができる。続いて、混雑予測として、予測部２３３が乗車駅または降車駅における混雑度に関する予測を行う例を示す。

図６は、ステップＳ３で作成されるポイント表の第３例を示す図である。同図は混雑ポイント表であり、混雑ポイントは乗車駅または降車駅で列車に乗っている人数に応じた値となる。図６の混雑ポイント表は、駅ごとに図５（ｂ）に示す乗車ポイントと、図４（ｂ）に示す降車ポイントとの差を積算することで作成できる。

例えば、列車Ｚ００４について、図５（ｂ）によるとＳ１駅での乗車ポイントは「１２」である。そして、Ｓ１駅は始発駅であるため、降車ポイントは「０」である。よって、図６に示すようにＳ１駅での混雑ポイントは「１２」となる。

次に、図５（ｂ）によるとＳ２駅での乗車ポイントは「１０」であり、図４（ｂ）によると同駅における降車ポイントは「１」である。よって、Ｓ２駅では９（＝１０−１）ポイント増加し、図６に示すようにＳ２駅での混雑ポイントは「２１」（＝１２＋９）となる。

次に、図５（ｂ）によるとＳ３駅での乗車ポイントは「１８」であり、図４（ｂ）によると同駅における降車ポイントは「２８」である。よって、Ｓ３駅では「１０」（＝２８−１８）ポイント減少し、図６に示すようにＳ３駅での混雑ポイントは「１１」（＝２１−１０）となる。

以下同様にして予測部２３３は各駅での混雑ポイントを算出する。なおＳ６駅は終着駅であるため混雑ポイントは「０」となる。

このポイント表に基づいて、予測部２３３は、列車Ｚ００４について、「Ｓ１駅での混雑度は低い」、「Ｓ２駅での混雑度は中程度」、「Ｓ５駅での混雑度は高い」、などといった混雑予測を行うことができる。また、混雑ポイントと実際に列車に乗っている人数との相関関係が既知である場合、予測部２３３は各駅で乗っている人数を推定して混雑予測としてもよい。同様にして、予測部２３３は列車Ｚ００５についても混雑予測を行うことができる。

このようにして、予測部２３３は各駅において各列車に乗っている人数に関する予測を行うことができる。続いて、混雑予測として、予測部２３３が乗車駅または降車駅において列車に乗っている人数の増減に関する例予測を行う例を示す。

図７は、ステップＳ３で作成されるポイント表の第４例を示す図である。同図は増減ポイント表であり、増減ポイントは各駅での乗車人数と降車人数との差に応じた値となる。図７の増減ポイント表は、図５（ｂ）に示す乗車ポイントと、図４（ｂ）に示す降車ポイントとの差から作成できる。

例えば、列車Ｚ００４について、図５（ｂ）によるとＳ１駅での乗車ポイントは「１２」である。そして、Ｓ１駅は始発駅であるため、降車ポイントは「０」である。よって、図７に示すようにＳ１駅での増減ポイントは「１２」となる。

次に、図５（ｂ）によるとＳ２駅での乗車ポイントは「１０」であり、図４（ｂ）によると同駅における降車ポイントは「１」である。よって、図７に示すようにＳ２駅での増減ポイントは「９」（＝１０−１）となる。

次に、図５（ｂ）によるとＳ３駅での乗車ポイントは「１８」であり、図４（ｂ）によると同駅における降車ポイントは「２８」である。よって、図７に示すようにＳ３駅での増減ポイントは「−１０」（＝１８−２８）ポイントとなる。

以下同様にして予測部２３３は各駅での増減ポイントを算出する。このポイント表に基づいて、予測部２３３は、「列車Ｚ００４に乗っている人数はＳ３駅で大きく減る」、などといった混雑予測を行うことができる。同様にして、予測部２３３は列車Ｚ００５についても混雑予測を行うことができる。

以上は列車ごとに混雑予測を行う例であったが、予測部２３３は所定の時間範囲に含まれる複数の列車をまとめて混雑予測を行ってもよい。

図８は、ステップＳ３で作成されるポイント表の第５例を示す図である。同図は時間帯ごとに列車をまとめる例である。より具体的には、１１時００分〜１１時５９分までにＳ１駅を発車するすべての列車（列車Ｚ００４および列車Ｚ００５の２つのみと仮定している）について、各駅での混雑ポイントを合計したものを例示している。図８のポイント表は図６の混雑ポイント表から作成できる。

すなわち、図６において、Ｓ１駅での混雑ポイントは、列車Ｚ００４については「１２」であり、列車Ｚ００５については「１９」である。よって、混雑ポイントの合計は図８に示すように「３１」（＝１２＋１９）である。

また、図６において、Ｓ２駅での混雑ポイントは、列車Ｚ００４については「２１」であり、列車Ｚ００５については「３０」である。よって、混雑ポイントの合計は図８に示すように「５１」（＝２１＋３０）である。

以上のようにして各駅の混雑ポイントの合計が算出される。このポイント表に基づいて、予測部２３３は、「昼前のＳ線の列車はＳ２，Ｓ５駅で特に混雑する」、などといった混雑予測を行うことができる。

なお、予測部２３３は図４（ｂ）から降車ポイントの合計を算出して、時間帯ごとに各駅において列車から降車する人数に関する混雑予測を行ってもよい。また、予測部２３３は図５（ｂ）から乗車ポイントの合計を算出して、時間帯ごとに各駅において列車から乗車する人数に関する混雑予測を行ってもよい。さらに、予測部２３３は図７から増減ポイントの合計を算出して、時間帯ごとに各駅において列車に乗っている人数の増減に関する混雑予測を行ってもよい。

また、列車のまとめ方は時間帯ごとに限られず、曜日ごと、季節ごとなど任意の時間範囲ごとにまとめることができる。

このように、第１の実施形態では、記憶部２２に記憶された経路情報を用いるため、低コストで混雑予測を行うことができる。

なお、予測部２３３は、経路情報だけでなく、混雑実績情報も加味して混雑予測をしてもいい。混雑実績情報とは過去の混雑の実績を示す情報であり、図１の記憶部２２に記憶されていてもよい。具体例として、予測部２３３は、経路情報に基づく混雑予測および混雑実績情報に基づく混雑予測のいずれかが混雑するという結果の場合に、混雑していると予測してもよい。一方、予測部２３３は、例えば、経路情報に基づく混雑予測と混雑実績情報に基づく混雑予測のいずれも混雑していないという結果の場合、混雑しないと予測してもよい。

また、上述した例では、図２に示すように経路情報が列車ＩＤを含んでおり、列車ＩＤに基づいて列車を抽出するものであった。しかしながら、必ずしも経路情報は列車ＩＤを含んでいなくてもよい。この場合、記憶部２２に時刻表情報データベース（不図示）を記憶しておけばよい。時刻表情報は各列車の各駅における出発時刻および／または到着時刻を示すものである。

そして、抽出部２３２は時刻表情報も参照して列車を抽出する。時刻表情報を参照することで、抽出部２３２は、例えば図２のＳ２駅を１１時３１分に発車する列車（経路情報００２）と、Ｓ１駅を１１時２９分に発車する列車（経路情報００３）とが同一の列車であることを特定してもよい。

また、抽出部２３２は、列車ＩＤを用いず、路線名、駅、駅での発時刻または着時刻、カテゴリ、行き先などによって特定することにより、列車を抽出してもよい。カテゴリとは、「特急」、「急行」、「各停」などの種別でもよいし、列車の愛称でもよい。

（第２の実施形態）
上述した第１の実施形態は列車ごとに乗車人数や降車人数をカウントするものであった。これに対し以下に説明する第２の実施形態では、より細かく、列車における位置（例えば、車両やドア）ごとに乗車人数や降車人数をカウントする。そして、列車におけるどの位置が混雑するか、などを予測するものである。

情報処理システム２の構成自体は図１に示す第１の実施形態のものと同様であり、以下、第１の実施形態との相違点を中心に、各部の処理内容を説明する。

抽出部２３２は、乗車駅および／または降車駅に加え、乗車駅での列車における乗車位置、および、降車駅での列車における降車位置の少なくとも１つの位置を抽出する。乗車あるいは降車位置は、例えば列車におけるどの車両であるか、あるいは、どの車両のどのドアであるか、である。

予測部２３３は、抽出された駅および位置から、この位置に関連する混雑予測を行う。混雑予測の具体例は、各駅において抽出された位置で乗車／降車する人数、各駅において抽出された位置で乗車している人数の増減数、各駅における抽出された位置での混雑度に関する予測が挙げられる。

以下、抽出部２３２が乗車位置や降車位置として、列車における車両を抽出する例を示す。この場合、図９に示すような経路情報データベース２２１を用いる。図２との違いは、乗車情報および乗換情報が「推奨車両」を含む点である。推奨車両とは経路探索時に付与され得る情報であり、経路を移動するのに便利な車両であり、乗換に要する時間が短くなる車両、降車駅から目的地までの移動に要する時間が短くなる車両などである。

同図に示すように、推奨車両は「前から１両目」など列車における相対的な車両で特定してもよい。別の例として推奨車両は「１号車」など列車の各車両に割り当てられた絶対的な号車番号で特定してもよい。

また、経路情報００４のように推奨車両が２以上あってもよい。さらに、推奨車両が「前寄りの車両」、「前から１〜３両目」など大雑把なものでもよい。

図１０は、情報処理システム２の処理動作の一例を示すフローチャートである。ステップＳ１は第１の実施形態と同様である。

ステップＳ２’において、抽出部２３２は、乗車駅および／または降車駅、列車に加え、乗車駅における列車への乗車車両および／または降車駅における列車からの降車車両を抽出する。

抽出部２３２は経路情報における推奨車両に基づいて車両を抽出できる。例えば図９の経路情報００１において、乗車情報における推奨車両が「前から１両目」であることに基づいて、抽出部２３２は乗車駅であるＳ１駅における列車Ｚ００４への乗車車両として「前から１両目」を抽出できる。また、経路情報００４において、乗車情報における推奨車両が「前から３または５両目」であることに基づいて、抽出部２３２は乗車駅である駅Ｓ３における列車Ｚ００５への乗車車両として「前から３または５両目」を抽出できる。

また、通常は乗車した車両から降車するため、抽出部２３２は、経路情報００１において、降車駅である駅Ｓ２における列車Ｚ００４からの降車車両として「前から１両目」を抽出できる。

そして、ステップＳ３’において、予測部２３３は、駅ごとおよび車両ごとに経路情報の数をカウントしてポイント表を作成する。

図１１は、ステップＳ３’で作成されるポイント表の一例を示す図である。同図は乗車ポイント表を示している。

図９の経路情報データベース２２１の経路情報００１〜００４を考慮すると、図１１（ａ）の降車ポイント表が作成される。具体的には、図９において、列車Ｚ００４については、Ｓ２駅で前から１両目に乗車する経路情報が１つ（経路情報００１）あり、乗車ポイントは「１」である。また、列車Ｚ００５については、Ｓ１駅で前から１両目に乗車する経路情報が１つ（経路情報００３）あり、乗車ポイントは「１」である。同Ｓ２駅で前から１両目に乗車する経路情報が１つ（経路情報００２）あり、乗車ポイントは「１」であ。

ここで、経路情報００４では、Ｓ４駅で前から３両目または５両目に乗車する。この場合、図１１に示すように３両目と５両目の乗車ポイントを均等に「０．５」ずつとしてもよい。また、乗車する可能性に応じて重み付けしてポイントを割り当ててもよい。例えば、３両目に乗る可能性が高い場合（３両目の方がＳ３駅の改札や階段などの施設に近い場合など）、３両目の乗車ポイントを「０．８」とし５両目の乗車ポイントを「０．２」としてもよいし、３両目の乗車ポイントを「１」とし５両目の乗車ポイントを「０」としてもよい。いずれの場合でも乗車ポイントの合計が「１」になるようにするのが望ましい。

以上のようにして作成されたポイント表を参照して、図１０のステップＳ４において、予測部２３３は車両に関連する混雑予測を行う。例えば、全経路情報について集計した結果、図１１（ｂ）の乗車ポイント表が作成されたとする。この場合、予測部２３３は、列車Ｚ００４について、「Ｓ２駅では、１両目および４両目の乗車人数は多く、他の車両の乗車人数は少ない」、といったより細かい混雑予測を行うことができる。

図１１では乗車ポイント表を例示したが、第１の実施形態と同様に、降車ポイント表、混雑ポイント表、増減ポイント表などを作成してもよい。そして混雑予測の具体例は第１の実施形態で説明したものを「列車ごと」ではなく「車両ごと」としたものとなる。例えば、予測部２３３は、混雑予測として、乗車駅において各車両で乗車する人数、降車駅において各車両で降車する人数、乗車駅または降車駅において各車両に乗車している人数の増減数、乗車駅または降車駅における各車両の混雑度に関する予測を行うことができる。

また、図８と同様に、ある時間範囲ごとにまとめてもよい。これにより、予測部２３３は、「昼前のＳ線の列車は３両目が特に混雑する」、などといった混雑予測を行うことができる。

なお、上記の説明では、列車を特定した上で、その列車の乗車車両あるいは降車車両を抽出することとした。しかしながら、時間範囲ごとにまとめる場合、列車を特定することなく車両を抽出してもよい。

例えば図９の経路情報データベース２２１が列車ＩＤを含んでいなかったとしても、推奨車両情報から車両を抽出できる。具体例として、１１時００分〜１１時５９分にＳ１駅を発車する列車をまとめる場合、経路情報００１，００３のＳ１駅における推奨車両が「前から１両目」であることから、１両目のポイントの合計を「２」とすることができる。この場合、列車ＩＤの情報は不要である。

また、抽出部２３２が乗車位置や降車位置として、列車におけるドアを抽出してもよい。そのためには、経路情報データベース２２１が推奨ドア情報を含んでいればよい。そして、予測部２３３はドアごとにポイント表を作成することで、ドアごとの混雑予測を行うことができる。例えば、予測部２３３は、混雑予測として、乗車駅において各ドアから乗車する人数、降車駅において各ドアから降車する人数、乗車駅または降車駅において各ドア近辺に乗車している人数の増減数、乗車駅または降車駅における各ドア近辺での混雑度に関する予測を行うことができる。

このように第２の実施形態では、記憶部２２に記憶された経路情報から、列車において乗客が乗降する位置を抽出して混雑予測に用いるため、低コストでより詳細に混雑予測を行うことができる。

なお、上述した例では、経路情報データベース２２１が推奨車両情報を含んでおり、推奨車両情報に基づいて車両を特定する例を示した。しかしながら、必ずしも経路情報データベース２２１が推奨車両情報を含んでいなくてもよい。

例えば記憶部２２に駅情報データベースを記憶しておけばよい。駅情報は、駅ネットワークとして、各駅構内の構造を示すものであり、階段、エレベータ、エスカレータ、改札、入り口、出口、乗換口、トイレ、売店などの施設やホーム上の特定の位置（例えば停車する列車のドアに対応する位置）に割り当てられたノードや、ノード同士の接続関係を示すリンクから構成される。また、駅情報は、駅構内だけでなく、周辺の地下街のネットワーク情報を含んでいてもよい。

そして、抽出部２３２は乗車駅あるいは降車駅における施設の位置に基づいて車両を特定してもよい。

図１２は、施設の位置に基づいて車両を抽出する手法の一例を示す図である。図示のように、抽出部２３２は階段などの施設に最も近い車両を乗車駅での乗車車両（あるいは降車駅での降車車両）とすることができる。図１２の場合、階段に最も近い「２両目」を乗車車両としてもよいし、次に１両目が近いことを考慮して、「１両目または２両目」を乗車車両としてもよい。

図１３は、施設の位置に基づいて車両を抽出する手法の別の例を示す図である。図示のように、抽出部２３２は、乗換前の路線と乗換後の路線との組み合わせに応じて、乗換経路の位置から乗車車両を抽出してもよい。図１３の場合、乗換前の路線の列車の１両目付近と、乗換後の路線の列車の２両目付近との間に乗換経路がある。よって、乗換後の路線の列車の乗車車両として「２両目」が抽出される。あるいは、乗換前の路線の列車の降車車両として「１両目」が抽出される。

予測部２３３は、ポイント表作成時に、各車両について階段などの施設からの距離に応じてポイントを付与してもよい。例えば図１２の場合、階段に最も近い２両目のポイントを「０．８」とし、隣の１両目のポイントを「０．２」としてもよい。

さらに、経路情報データベース２２１に含まれる推奨車両、および、駅情報データベースに含まれる施設の位置の両方を考慮して、車両を抽出したりポイント表を作成したりしてもよい。

また、車両だけでなく、ドアについても同様のことが言える。

（第３の実施形態）
以下に説明する第３の実施形態では、列車のカテゴリごとに混雑予測をするものである。

抽出部２３２は、乗車駅で乗車する列車のカテゴリおよび降車駅で降車する列車のカテゴリの少なくとも１つを抽出する。そして、予測部２３３は抽出された駅およびカテゴリからカテゴリごとにポイント表を作成し、カテゴリに関連する混雑予測を行う。

経路情報データベース２２１にカテゴリ情報を含んでいてもよい。また、駅によって停車する列車のカテゴリが限られている場合、乗車駅や降車駅からカテゴリを推定してもよい。

列車のカテゴリは、例えば「特急」、「急行」、「各停」など停車駅に関する種別でもよいし、「こだま」、「のぞみ」など列車の愛称であってもよい。予測部２３３は、「特急はＡ駅で混みやすい」、「各停はＢ駅で混みやすい」、といったカテゴリごとの混雑予測を行うことができる。もちろん、車両ごとやドアごとに混雑予測を行ってもよいし、所定時間に含まれる列車をカテゴリごとにまとめて混雑予測を行ってもよい。

（第４の実施形態）
以下に説明する第４の実施形態は、混雑予測をユーザに提供するものである。

図１４は、本発明の第４の実施形態に係る情報処理システム１００の概略構成を示すブロック図である。情報処理システム１００はネットワーク３を介して通信可能に接続された端末装置１およびサーバ４を備えている。

端末装置１はユーザが使用するものであり、携帯電話、スマートフォンもしくはタブレットなどのモバイル電子機器でもよいし、パーソナルコンピュータやカーナビゲーション装置などの据え置き型電子機器でもよい。

端末装置１は、通信部１１と、操作入力部１２と、出力部１３と、制御部１４とを有する。

通信部１１はネットワーク３を介して制御部１４とサーバ４との間で情報を送受信するインターフェースである。

操作入力部１２はユーザが端末装置１に操作を入力するためのインターフェースであり、例えばモバイル電子機器におけるタッチパネルやマイクや、据え置き型電子機器におけるキーボード、タッチパッドもしくはダイヤルボタンである。

出力部１３は端末装置１からユーザへ各種情報を出力するインターフェースであり、例えば映像を表示する液晶ディスプレイである。具体的には、出力部１３は、ユーザからの操作を受け付けるためのＧＵＩ（Graphical User Interface）や、後述する経路情報などの情報を表示する。あるいは、出力部１３は情報を音声で出力するスピーカであってもよい。

また、出力部１３は情報をユーザへ直接提示するものでなくてもよい。例えば、出力部１３は、外部に接続される表示手段および／または音声再生手段に映像信号および／または音声信号を出力するインターフェースであってもよいし、外部に接続される印刷装置にデータを出力するインターフェースであってもよいし、端末装置１内あるいは外部の記憶装置へ出力して記憶させるものでもよい。

制御部１４は、探索条件設定部１４１と、情報送信部１４２と、情報受信部１４３とを有する。これら各部は、例えば情報処理システム１００内のプロセッサ（不図示）が所定の情報処理プログラムを実行することにより実現される機能である。

探索条件設定部１４１は探索条件を設定する。探索条件設定部１４１は、操作入力部１２を介して、出発地、目的地、時刻に関する情報などの探索条件をユーザから受け付けることにより、探索条件を設定できる。あるいは、探索条件設定部１４１は探索条件の少なくとも一部をユーザ入力以外から設定してもよく、例えば端末装置１の位置を出発地としたり、現在時刻を出発時刻としたりしてもよい。

情報送信部１４２は、探索条件などの各種情報を、ネットワーク３を介してサーバ４に送信する。

情報受信部１４３は、サーバ４が生成する経路情報などの各種情報を、ネットワーク３を介してサーバ４から受信する。受信した情報は制御部１４内の出力制御部（不図示）によって出力部１３から出力される。

サーバ４は、通信部４１と、記憶部４２と、制御部４３とを有する。

通信部４１はネットワーク３を介して制御部４３と端末装置１との間で情報を送受信するインターフェースである。

記憶部４２は、混雑予測情報データベース４２１と、経路ネットワーク情報データベース４２２とを記憶している。

混雑予測情報データベース４２１は、図２の情報処理システム２により生成された混雑予測情報を含んでいる。なお、情報処理システム２の全部または一部と、図１４のサーバ４の一部とを１つの装置内に設けておき、予測部２３３が生成した混雑予測情報を混雑予測情報データベース４２１に書き込んでもよい。また、情報処理システム２とサーバ４とを別個の装置とし、予測部２３３が生成した混雑予測情報をネットワーク３を介して混雑予測情報データベース４２１に書き込んでもよい。

混雑予測情報は、１つの混雑予測情報が生成される度にアップデートされてもよいし、一定期間ごとにアップデートされてもよい。

経路ネットワーク情報データベース４２２は、経路ネットワーク情報として、例えば地図情報および交通ネットワーク情報を含む。

地図情報は、全国および各地方の道路地図などの地図データと、地図データに対応付けられた地図オブジェクト情報を含む。地図データは現実の道路を表した地図である。地図オブジェクト情報とは、地図上に表示される施設の形状についての形状情報、地図上に表示される注記についての注記情報、地図上に表示される記号についての記号情報などである。

交通ネットワーク情報は鉄道やバス等の交通網や道路網を規定する情報である。交通網の情報としては、交通機関の路線情報、時刻表情報、料金情報等を含む。道路網の情報は、例えば交差点等の道路網表現上の結節点であるノードのデータと、ノード間の道路区間であるリンクのデータとの組み合わせによって表現される。ノードは例えば緯度および経度で特定され、詳細地図の位置と対応している。地図情報および道路ネットワーク情報は、経路探索に用いられる。

制御部４３は、情報受信部４３１と、経路探索部４３２と、情報送信部４３３とを有する。これら各部は、例えば情報処理システム１００内のプロセッサ（不図示）が所定の情報処理プログラムを実行することにより実現される機能である。

情報受信部４３１は、ネットワーク３を介して、端末装置１から探索条件を受信する。また情報受信部４３１は、記憶部４２における混雑予測情報データベース４２１および経路ネットワーク情報データベース４２２から、混雑情報および経路ネットワーク情報をそれぞれ受信する。

経路探索部４３２は、経路ネットワーク情報を用い、探索条件に基づいて経路探索を行って経路情報を生成する。経路情報は、例えば出発地から目的地までの移動手段や移動距離、移動に要する時間および料金、出発時刻および到着時刻等の情報を含む。また、経路探索部４３２は生成された経路情報と関連する混雑予測情報があるか否かを確認する。関連する混雑予測情報がある場合、情報受信部４３１を制御してこの混雑予測情報を受信する。

情報送信部４３３は、通信部４１からネットワーク３を介して、経路情報や混雑予測情報を端末装置１に送信する。

図１５は、図１４の情報処理システム１００の処理動作の一例を示すシーケンス図である。

まず、ユーザ操作による操作入力部１２への操作に応じて、探索条件設定部１４１は探索条件を設定する。この探索条件は情報送信部１４２によりサーバ４に送信される（ステップＳ１１）。

サーバ４の情報受信部４３１は探索条件を受信する（ステップＳ２１）。そして、経路探索部４３２は探索条件に基づいて経路探索を行い、経路情報を生成する（ステップＳ２２）。なお、ここで生成された経路情報を図１の経路情報データベース２２１に書き込んでもよい。その後、経路探索部４３２は生成された経路情報に関する混雑予測情報が混雑予測情報データベース４２１にあるか否かを確認する（ステップＳ２３）。

なお、混雑予測情報がある場合であっても経路情報の数（ポイント表におけるポイント数）が少なく、混雑予測の精度が低いと考えられる場合、経路探索部４３２は混雑予測情報がないと判断してもよい。

混雑予測情報がある場合（ステップＳ２３のＹＥＳ）、情報受信部４３１は当該混雑予測情報を混雑予測情報データベース４２１から取得する（ステップＳ２４）。そして、経路探索部４３２は取得された混雑予測を経路情報に付与する（ステップＳ２５）。経路情報は情報送信部４３３により端末装置１に送信される（ステップＳ２６）。

一方、混雑予測情報がない場合（ステップＳ２３のＮＯ）、経路情報はそのまま情報送信部４３３により端末装置１に送信される（ステップＳ２６）。

端末装置１の情報受信部１４３は経路情報を受信する。そして、経路情報は出力部１３から出力される（ステップＳ１２）。出力される形態は、どの駅で座れる可能性が高いか、どの駅で混雑するか、どの車両（ドア付近）が座れる可能性が高い、どの車両（ドア付近）で混雑するか、などの混雑状況を視覚的・直感的に把握できるものであるのが望ましい。以下、出力部１３がディスプレイであり、操作入力部１２がこのディスプレイ上に配置されたタッチパネルである場合の出力例を説明する。

図１６は、ディスプレイに表示される画面の一例を示す図である。図１６（ａ）は、乗車駅がＳ線のＳ１駅（発時刻：１９時１５分）で降車駅がＳ線のＳ６駅（着時刻：１９時４８分）であり、この経路情報に関する混雑予測情報がある場合の画面である。図示のように、混雑予測情報があることを示すアイコンＡ１が表示される（混雑予測情報がない場合、このようなアイコンは表示されないか、選択不能に表示される）。そして、ユーザがタッチパネルにおけるアイコンＡ１が表示された位置を選択すると、混雑予測情報がディスプレイ上に表示される。この混雑予測情報は、Ｓ１駅を１９時１５分に発車する列車に関連するものである。

図１６（ｂ）は、混雑予測が降車人数に関する予測である例を示している。この画面では、各駅における降車人数の多寡を車両ごとに模式的に示している。例えば、途中駅であるＳ５駅の１両目のマークＭ１は、降車人数が多く座れる可能性が高いことを示している。一方、Ｓ１〜Ｓ６駅の４両目のマークＭ２は、降車人数が少なく座れる可能性が低いことを示している。また、他の駅のマークＭ３は降車人数が中程度であることを示している。

このような混雑予測情報を参照し、ユーザはＳ１駅の１両目に乗れば、他の車両に乗る場合に比べて、途中のＳ５駅で座れる可能性が高いことを把握できる。

図１６（ｃ）は、混雑予測が各駅において乗っている人数に関する予測である例を示している。この画面では、各駅において乗っている人数の多寡を車両ごとに模式的に示している。例えば、１両目はＳ１〜Ｓ６駅まで混雑していることを示している。３両目はＳ１，Ｓ２駅では比較的空いているが、Ｓ３駅以降はやや混雑していることを示している。４両目はＳ１駅では比較的空いているが、Ｓ２駅でやや混雑し、Ｓ３駅以降は混雑していることを示している。

このような混雑予測情報を参照し、ユーザはＳ１駅の３両目に乗れば、他の車両に乗る場合に比べて座れる可能性が高く、仮に座れなかったとしてもＳ６駅までそれほど混雑しないことを把握できる。

なお、図１５では混雑予測情報を付与してサーバ４から端末装置１に経路情報が送信される例を示した。しかしながら、サーバ４の情報送信部４３３は経路情報と混雑予測情報とを別々に端末装置１に送信してもよい。例えば、初めは、経路情報および混雑予測情報がある旨の情報のみを端末装置１に送信してもよい。

そして、端末装置１からの要求に応じて、サーバ４から端末装置１に混雑予測情報が送信されるようにしてもよい。

また、端末装置１内にＧＰＳなどの位置取得部（不図示）で端末装置１のユーザが乗っている車両を特定し、端末装置１の位置を示す位置情報をサーバ４に定期的に送信する。そして、サーバ４は、位置情報および混雑予測情報に基づいて、ユーザが乗っている車両での降車人数が多い駅や混雑度が緩和されるタイミング（具体的には、特定の駅に着いたときや特定の時刻）で、混雑予測情報を端末装置１に送信してもよい。

このように、第４の実施形態では、経路探索を行ったユーザに混雑予測情報を提示する。そのため、ユーザは混雑状況を簡易に把握できる。

上述した実施形態で説明した情報処置システムの少なくとも一部は、ハードウェアで構成してもよいし、ソフトウェアで構成してもよい。ソフトウェアで構成する場合には、情報処置システムの少なくとも一部の機能を実現するプログラムをフレキシブルディスクやＣＤ−ＲＯＭ等の記録媒体に収納し、コンピュータに読み込ませて実行させてもよい。記録媒体は、磁気ディスクや光ディスク等の着脱可能なものに限定されず、ハードディスク装置やメモリなどの固定型の記録媒体でもよい。

また、情報処置システムの少なくとも一部の機能を実現するプログラムを、インターネット等の通信回線（無線通信も含む）を介して頒布してもよい。さらに、同プログラムを暗号化したり、変調をかけたり、圧縮した状態で、インターネット等の有線回線や無線回線を介して、あるいは記録媒体に収納して頒布してもよい。

さらに、１または複数の情報処理装置によって情報処理システムを機能させてもよい。複数の情報処理装置を用いる場合、情報処理装置のうちの１つをコンピュータとし、当該コンピュータが所定のプログラムを実行することにより情報処理システムの少なくとも１つの手段として機能が実現されてもよい。

上記の記載に基づいて、当業者であれば、本発明の追加の効果や種々の変形を想到できるかもしれないが、本発明の態様は、上述した個々の実施形態には限定されるものではない。特許請求の範囲に規定された内容およびその均等物から導き出される本発明の概念的な思想と趣旨を逸脱しない範囲で種々の追加、変更および部分的削除が可能である。

１ 端末装置
１１ 通信部
１２ 操作入力部
１３ 出力部
１４ 制御部
１４１ 探索条件設定部
１４２ 情報送信部
１４３ 情報受信部
２ 情報処理システム
２２ 記憶部
２２１ 経路情報データベース
２３ 制御部
２３１ 情報取得部
２３２ 抽出部
２３３ 予測部
４ サーバ
４１ 通信部
４２ 記憶部
４２１ 混雑予測情報データベース
４２２ 経路ネットワーク情報データベース
４３ 制御部
４３１ 情報受信部
４３２ 経路探索部
４３３ 情報送信部

Claims (26)

1. 記憶部に記憶された経路情報データベースから複数の経路探索結果である経路情報を取得する情報取得手段と、
   前記情報取得手段により取得された複数の経路情報から、
   乗車駅および降車駅のうちの少なくとも１つの駅を抽出し、
   さらに、抽出された乗車駅で乗車する列車、および、抽出された降車駅で降車する列車のうちの少なくとも１つの列車を抽出する、
   抽出手段と、
   前記抽出手段により抽出された駅および列車についての情報に基づいて、駅ごとおよび列車ごとに経路情報の数を集計し、当該集計した結果に基づいて、前記列車に関連する混雑予測を行う予測手段と、を備える、情報処理システム。
2. 前記予測手段は、前記混雑予測として、
   前記抽出された駅において乗車または降車する人数、
   前記抽出された駅において乗車している人数の増減数、および、
   前記抽出された駅における混雑度
   のうちの少なくとも１つに関する予測を行う、請求項１に記載の情報処理システム。
3. 記憶部に記憶された経路情報データベースから複数の経路探索結果である経路情報を取得する情報取得手段と、
   前記情報取得手段により取得された複数の経路情報から、
   乗車駅および降車駅のうちの少なくとも１つの駅を抽出し、
   さらに、抽出された乗車駅での、列車における乗車位置、および、抽出された降車駅での、列車における降車位置のうちの少なくとも１つの位置を抽出する、
   抽出手段と、
   前記抽出手段により抽出された駅および位置についての情報に基づいて、駅ごとおよび位置ごとに経路情報の数を集計し、当該集計した結果に基づいて、前記位置に関連する混雑予測を行う予測手段と、を備える、情報処理システム。
4. 前記予測手段は、前記混雑予測として、
   前記抽出された位置において乗車または降車する人数、
   前記抽出された位置において乗車している人数の増減数、および、
   前記抽出された位置における混雑度、
   のうちの少なくとも１つに関する予測を行う、請求項３に記載の情報処理システム。
5. 前記経路情報は、推奨される乗車位置または降車位置を示す推奨位置情報を含み、
   前記抽出手段は、前記推奨位置情報に基づいて、前記位置を抽出する、請求項３または４に記載の情報処理システム。
6. 前記抽出手段は、前記抽出された駅における所定施設の位置に基づいて、前記位置を抽出する、請求項３または４に記載の情報処理システム。
7. 前記抽出手段は、前記位置として、列車における車両、または、列車の車両におけるドアを抽出する、請求項３乃至６のいずれかに記載の情報処理システム。
8. 記憶部に記憶された経路情報データベースから複数の経路探索結果である経路情報を取得する情報取得手段と、
   前記情報取得手段により取得された複数の経路情報から、
   乗車駅および降車駅のうちの少なくとも１つの駅を抽出し、
   さらに、抽出された乗車駅で乗車する列車のカテゴリ、および、抽出された降車駅で降車する列車のカテゴリのうちの少なくとも１つのカテゴリを抽出する、
   抽出手段と、
   前記抽出手段により抽出された駅およびカテゴリについての情報に基づいて、駅ごとおよびカテゴリごとに経路情報の数を集計し、当該集計した結果に基づいて、前記カテゴリに関連する混雑予測を行う予測手段と、を備える、情報処理システム。
9. 前記予測手段は、所定の時間範囲に含まれる複数の前記列車をまとめて混雑予測を行う、請求項１乃至８のいずれかに記載の情報処理システム。
10. 情報取得手段が、記憶部に記憶された経路情報データベースから複数の経路探索結果である経路情報を取得するステップと、
    抽出手段が、前記情報取得手段により取得された複数の経路情報から、
    乗車駅および降車駅のうちの少なくとも１つの駅を抽出し、
    さらに、抽出された乗車駅で乗車する列車、および、抽出された降車駅で降車する列車のうちの少なくとも１つの列車を抽出する、
    ステップと、
    予測手段が、前記抽出手段により抽出された駅および列車についての情報に基づいて、駅ごとおよび列車ごとに経路情報の数を集計し、当該集計した結果に基づいて、前記列車に関連する混雑予測を行うステップと、を備える、情報処理方法。
11. 情報取得手段が、記憶部に記憶された経路情報データベースから複数の経路探索結果である経路情報を取得するステップと、
    抽出手段が、前記情報取得手段により取得された複数の経路情報から、
    乗車駅および降車駅のうちの少なくとも１つの駅を抽出し、
    さらに、抽出された乗車駅での、列車における乗車位置、および、抽出された降車駅での、列車における降車位置のうちの少なくとも１つの位置を抽出する、
    ステップと、
    予測手段が、前記抽出手段により抽出された駅および位置についての情報に基づいて、駅ごとおよび位置ごとに経路情報の数を集計し、当該集計した結果に基づいて、前記位置に関連する混雑予測を行うステップと、を備える、情報処理方法。
12. 情報取得手段が、記憶部に記憶された経路情報データベースから複数の経路探索結果である経路情報を取得するステップと、
    抽出手段が、前記情報取得手段により取得された複数の経路情報から、
    乗車駅および降車駅のうちの少なくとも１つの駅を抽出し、
    さらに、抽出された乗車駅で乗車する列車のカテゴリ、および、抽出された降車駅で降車する列車のカテゴリのうちの少なくとも１つのカテゴリを抽出する、
    ステップと、
    予測手段が、前記抽出手段により抽出された駅およびカテゴリについての情報に基づいて、駅ごとおよびカテゴリごとに経路情報の数を集計し、当該集計した結果に基づいて、前記カテゴリに関連する混雑予測を行うステップと、を備える、情報処理方法。
13. コンピュータを、
    記憶部に記憶された経路情報データベースから複数の経路探索結果である経路情報を取得する情報取得手段、
    前記情報取得手段により取得された複数の経路情報から、
    乗車駅および降車駅のうちの少なくとも１つの駅を抽出し、
    さらに、抽出された乗車駅で乗車する列車、および、抽出された降車駅で降車する列車のうちの少なくとも１つの列車を抽出する、
    抽出手段、および、
    前記抽出手段により抽出された駅および列車についての情報に基づいて、駅ごとおよび列車ごとに経路情報の数を集計し、当該集計した結果に基づいて、前記列車に関連する混雑予測を行う予測手段として機能させる情報処理プログラム。
14. コンピュータを、
    記憶部に記憶された経路情報データベースから複数の経路探索結果である経路情報を取得する情報取得手段、
    前記情報取得手段により取得された複数の経路情報から、
    乗車駅および降車駅のうちの少なくとも１つの駅を抽出し、
    さらに、抽出された乗車駅での、列車における乗車位置、および、抽出された降車駅での、列車における降車位置のうちの少なくとも１つの位置を抽出する、
    抽出手段、および、
    前記抽出手段により抽出された駅および位置についての情報に基づいて、駅ごとおよび位置ごとに経路情報の数を集計し、当該集計した結果に基づいて、前記位置に関連する混雑予測を行う予測手段として機能させる情報処理プログラム。
15. コンピュータを、
    記憶部に記憶された経路情報データベースから複数の経路探索結果である経路情報を取得する情報取得手段、
    前記情報取得手段により取得された複数の経路情報から、
    乗車駅および降車駅のうちの少なくとも１つの駅を抽出し、
    さらに、抽出された乗車駅で乗車する列車のカテゴリ、および、抽出された降車駅で降車する列車のカテゴリのうちの少なくとも１つのカテゴリを抽出する、
    抽出手段、および、
    前記抽出手段により抽出された駅およびカテゴリについての情報に基づいて、駅ごとおよびカテゴリごとに経路情報の数を集計し、当該集計した結果に基づいて、前記カテゴリに関連する混雑予測を行う予測手段として機能させる情報処理プログラム。
16. 通信可能に接続された複数の情報処理装置によって、請求項１乃至９のいずれかに記載の情報処理システムを機能させるために、
    上記情報処理装置のうちの１つを、請求項１乃至９のいずれかに記載の情報処理システムにおける各手段の少なくとも１つとして機能させるための情報処理プログラム。
17. コンピュータを、請求項１乃至９のいずれかに記載の情報処理システムにおける各手段の少なくとも１つとして機能させるための情報処理プログラム。
18. 通信可能に接続された複数の情報処理装置によって構成される情報処理システムであって、
    記憶部に記憶された経路情報データベースから複数の経路探索結果である経路情報を取得する情報取得手段と、
    前記情報取得手段により取得された複数の経路情報から、
    乗車駅および降車駅のうちの少なくとも１つの駅を抽出し、
    さらに、抽出された乗車駅で乗車する列車、および、抽出された降車駅で降車する列車のうちの少なくとも１つの列車を抽出する、
    抽出手段と、
    前記抽出手段により抽出された駅および列車についての情報に基づいて、駅ごとおよび列車ごとに経路情報の数を集計し、当該集計した結果に基づいて、前記列車に関連する混雑予測を行う予測手段と、を備える情報処理システムを機能させるために、
    上記情報処理装置の少なくとも１つを前記情報取得手段、前記抽出手段および前記予測手段の少なくとも１つとして機能させるための情報処理プログラム。
19. 通信可能に接続された複数の情報処理装置によって構成される情報処理システムであって、
    記憶部に記憶された経路情報データベースから複数の経路探索結果である経路情報を取得する情報取得手段と、
    前記情報取得手段により取得された複数の経路情報から、
    乗車駅および降車駅のうちの少なくとも１つの駅を抽出し、
    さらに、抽出された乗車駅での、列車における乗車位置、および、抽出された降車駅での、列車における降車位置のうちの少なくとも１つの位置を抽出する、
    抽出手段と、
    前記抽出手段により抽出された駅および位置についての情報に基づいて、駅ごとおよび位置ごとに経路情報の数を集計し、当該集計した結果に基づいて、前記位置に関連する混雑予測を行う予測手段と、を備える情報処理システムを機能させるために、
    上記情報処理装置の少なくとも１つを前記情報取得手段、前記抽出手段および前記予測手段の少なくとも１つとして機能させるための情報処理プログラム。
20. 通信可能に接続された複数の情報処理装置によって構成される情報処理システムであって、
    記憶部に記憶された経路情報データベースから複数の経路探索結果である経路情報を取得する情報取得手段と、
    前記情報取得手段により取得された複数の経路情報から、
    乗車駅および降車駅のうちの少なくとも１つの駅を抽出し、
    さらに、抽出された乗車駅で乗車する列車のカテゴリ、および、抽出された降車駅で降車する列車のカテゴリのうちの少なくとも１つのカテゴリを抽出する、
    抽出手段と、
    前記抽出手段により抽出された駅およびカテゴリについての情報に基づいて、駅ごとおよびカテゴリごとに経路情報の数を集計し、当該集計した結果に基づいて、前記カテゴリに関連する混雑予測を行う予測手段と、を備える情報処理システムを機能させるために、
    上記情報処理装置の少なくとも１つを前記情報取得手段、前記抽出手段および前記予測手段の少なくとも１つとして機能させるための情報処理プログラム。
21. 情報処理装置を、
    記憶部に記憶された経路情報データベースから複数の経路探索結果である経路情報を取得する情報取得手段、
    前記情報取得手段により取得された複数の経路情報から、
    乗車駅および降車駅のうちの少なくとも１つの駅を抽出し、
    さらに、抽出された乗車駅で乗車する列車、および、抽出された降車駅で降車する列車のうちの少なくとも１つの列車を抽出する、
    抽出手段、
    前記抽出手段により抽出された駅および列車についての情報に基づいて、駅ごとおよび列車ごとに経路情報の数を集計し、当該集計した結果に基づいて、前記列車に関連する混雑予測を行う予測手段、および、
    前記予測手段により予測された前記列車に関連する混雑予測を示す混雑予測情報を出力する出力制御手段として機能させる、情報処理プログラム。
22. 情報処理装置を、
    記憶部に記憶された経路情報データベースから複数の経路探索結果である経路情報を取得する情報取得手段、
    前記情報取得手段により取得された複数の経路情報から、
    乗車駅および降車駅のうちの少なくとも１つの駅を抽出し、
    さらに、抽出された乗車駅での、列車における乗車位置、および、抽出された降車駅での、列車における降車位置のうちの少なくとも１つの位置を抽出する、
    抽出手段、
    前記抽出手段により抽出された駅および位置についての情報に基づいて、駅ごとおよび位置ごとに経路情報の数を集計し、当該集計した結果に基づいて、前記位置に関連する混雑予測を行う予測手段、および、
    前記予測手段により予測された前記位置に関連する混雑予測を示す混雑予測情報を出力する出力制御手段として機能させる、情報処理プログラム。
23. 情報処理装置を、
    記憶部に記憶された経路情報データベースから複数の経路探索結果である経路情報を取得する情報取得手段、
    前記情報取得手段により取得された複数の経路情報から、
    乗車駅および降車駅のうちの少なくとも１つの駅を抽出し、
    さらに、抽出された乗車駅で乗車する列車のカテゴリ、および、抽出された降車駅で降車する列車のカテゴリのうちの少なくとも１つのカテゴリを抽出する、
    抽出手段、
    前記抽出手段により抽出された駅およびカテゴリについての情報に基づいて、駅ごとおよびカテゴリごとに経路情報の数を集計し、当該集計した結果に基づいて、前記カテゴリに関連する混雑予測を行う予測手段、および、
    前記予測手段により予測された前記カテゴリに関連する混雑予測を示す混雑予測情報を出力する出力制御手段として機能させる、情報処理プログラム。
24. 通信可能に接続された複数の情報処理装置によって、
    記憶部に記憶された経路情報データベースから複数の経路探索結果である経路情報を取得する情報取得手段と、
    前記情報取得手段により取得された複数の経路情報から、
    乗車駅および降車駅のうちの少なくとも１つの駅を抽出し、
    さらに、抽出された乗車駅で乗車する列車、および、抽出された降車駅で降車する列車のうちの少なくとも１つの列車を抽出する、
    抽出手段と、
    前記抽出手段により抽出された駅および列車についての情報に基づいて、駅ごとおよび列車ごとに経路情報の数を集計し、当該集計した結果に基づいて、前記列車に関連する混雑予測を行う予測手段と、を備える情報処理システムを構成するために、
    前記情報取得手段、前記抽出手段および前記予測手段の少なくとも１つを備えることを特徴とする情報処理装置。
25. 通信可能に接続された複数の情報処理装置によって、
    記憶部に記憶された経路情報データベースから複数の経路探索結果である経路情報を取得する情報取得手段と、
    前記情報取得手段により取得された複数の経路情報から、
    乗車駅および降車駅のうちの少なくとも１つの駅を抽出し、
    さらに、抽出された乗車駅での、列車における乗車位置、および、抽出された降車駅での、列車における降車位置のうちの少なくとも１つの位置を抽出する、
    抽出手段と、
    前記抽出手段により抽出された駅および位置についての情報に基づいて、駅ごとおよび位置ごとに経路情報の数を集計し、当該集計した結果に基づいて、前記位置に関連する混雑予測を行う予測手段と、を備える情報処理システムを構成するために、
    前記情報取得手段、前記抽出手段および前記予測手段の少なくとも１つを備えることを特徴とする情報処理装置。
26. 通信可能に接続された複数の情報処理装置によって、
    記憶部に記憶された経路情報データベースから複数の経路探索結果である経路情報を取得する情報取得手段と、
    前記情報取得手段により取得された複数の経路情報から、
    乗車駅および降車駅のうちの少なくとも１つの駅を抽出し、
    さらに、抽出された乗車駅で乗車する列車のカテゴリ、および、抽出された降車駅で降車する列車のカテゴリのうちの少なくとも１つのカテゴリを抽出する、
    抽出手段と、
    前記抽出手段により抽出された駅およびカテゴリについての情報に基づいて、駅ごとおよびカテゴリごとに経路情報の数を集計し、当該集計した結果に基づいて、前記カテゴリに関連する混雑予測を行う予測手段と、を備える情報処理システムを構成するために、
    前記情報取得手段、前記抽出手段および前記予測手段の少なくとも１つを備えることを特徴とする情報処理装置。

Images