JP6640988B2

JP6640988B2 - 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

Info

Publication number: JP6640988B2
Application number: JP2018508470A
Authority: JP
Inventors: 鋭寧; 加藤　学; 加藤　　学; 正康藤原
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2016-03-30
Filing date: 2017-01-31
Publication date: 2020-02-05
Anticipated expiration: 2037-01-31
Also published as: EP3437955B1; EP3437955A1; EP3437955A4; JPWO2017169068A1; WO2017169068A1

Description

本発明は、混雑状況の可視化および予測情報を提供するシステムに関する。

鉄道駅では、通勤時間帯など日常的な混雑の発生に加えて、交通機関の輸送障害などにより、混雑が増大することがしばしば発生する。混雑による列車乗降時間の増加によって列車遅延の拡大や、ホームからの転落などの群集事故が懸念されている。そのため、駅構内の混雑状況を適時把握し、適切な誘導、対策を進めることが重要である。駅構内の混雑状況を適時把握するためには、駅構内へ流入する人数を適時把握する必要がある。駅構内への流入は、駅構外からの入場客と、列車からの降車客に分けることができるが、列車からの降車客の人数は直接計測することが困難である。

特許文献１では、各駅の入場側の自動改札機を通過する乗車券から、自動改札機が読み出した降車駅を含むデータを受信し、各降車駅で降車する人数を降車駅毎に集計する集計装置と、乗車券の降車駅と、該降車駅を指定する乗車券を持つ利用者が各車両に乗り込む乗車比率とを対応付けた統計データを記憶した記憶装置を参照し、自動改札機を通過した利用者が乗車する車両を予測し、該予測に基づいて各車両に乗車する人数及び降車する人数を演算する手段を要する車両混雑率予測システムが開示されている。

特開２００４−１７８３５８

しかし、特許文献１で示された方法では、列車降車人数の予測において以下のような課題がある。

特許文献１では、列車降車人数の計算を行うためには、各駅の自動改札機の通行記録が必要である。そのため、単一の駅の混雑状況を取得したい場合においても、全ての駅の情報を取得する必要がある。鉄道事業者間の直通運転などにより、複雑化した鉄道ネットワークにおいて、全ての駅の情報を入手することは困難である。

加えて、列車降車人数を適時取得するためには、全ての駅の自動改札機の通行記録を適時取得可能とする必要があり、自動改札機やそれに付随するシステムに大幅な投資が必要である。

本発明の目的は、単一の駅で取得可能な情報を用いて列車降車人数を予測可能とすることである。

本発明の一つの実施形態に従う列車降車人数予測システムは、到着した列車からの降車人数を計測または推定する降車人数算出部と、列車の到着を検知する列車発着検知部と、二つの列車の到着時刻の間隔である列車間隔を算出する列車間隔算出部と、を有し、前記降車人数と前記列車間隔から、将来到着する列車の降車人数を予測することを特徴とする。

単一の駅で取得可能な情報を用いて列車降車人数を予測できる。

本発明の降車人数予測装置の構成の一例を示した図である。計測部のセンサの設置位置の一例を示した図である。人数計測情報のデータ構造の一例を示した図である。発着時刻情報のデータ構造の一例を示した図である。降車人数情報のデータ構造の一例を示した図である。列車間隔情報のデータ構造の一例を示した図である。予測モデル情報のデータ構造の一例を示した図である。データベース作成処理の一例を示したフローチャートである。降車人数予測処理の一例を示したフローチャートである。降車人数算出方法の一例を示した概要図である。降車人数算出部の処理の一例を示したフローチャートである。列車間隔算出方法の一例を示した概要図である。列車降車人数予測モデルの一例を示した概要図である。予測モデル作成部の処理の一例を示したフローチャートである。遅延率を用いた列車降車人数予測モデルの一例を示した概要図である。降車人数予測部の処理の一例を示したフローチャートである。

本発明の列車降車人数予測装置の実施形態について、以下図面を用いて説明する。

＜発明の構成＞
図１は本発明の列車降車人数予測装置の構成の一例を示す図である。列車降車人数予測装置は、鉄道駅における列車からの降車人数を適時予測する装置であり、計測部１００、演算部２００、記録部３００、出力部４００を有する。計測部１００、演算部２００、記録部３００、出力部４００は相互に通信可能であり、１つまたは相互接続された複数のコンピュータ上で動作する。

計測部１００は、駅構内の通行人数を計測する人数計測部１０１と、駅構内での列車の発着を検知する列車発着検知部１０２と、を有する。

演算部２００は、過去の列車降車人数を推定する降車人数算出部２０１と、対象列車と同一番線に直前に到着した列車の到着時刻の間隔を算出する列車間隔算出部２０２と、過去の列車間隔と降車人数の統計情報をもとに列車降車人数の予測モデルを作成する予測モデル作成部２０３と、列車到着時に該列車の列車間隔を入力として列車降車人数を予測する降車人数予測部２０４と、を有する。

記録部３００は、通行人数の検知結果である人数計測情報３０１と、列車の発着時刻である発着時刻情報３０２と、列車毎の降車人数の推定値である降車人数情報３０３と、列車毎の到着間隔である列車間隔情報３０４と、列車間隔をもとに列車降車人数を予測する予測モデルである予測モデル情報３０５と、をデータとして保持するデータベースである。

出力部４００は、列車降車人数の予測結果を出力する。

＜機能の説明＞
続いて、各構成要素の機能および使用するデータについて説明する。

まず、計測部１００を構成する要素の機能について説明する。

人数計測部１０１は、駅構内の局地的な通行人数を移動する方向別に計測可能なセンサ装置であり、通行人数を時間帯別、方向別に人数計測情報３０１として出力する。人数計測部１０１は、例えば、駅構内に設置された監視カメラをセンサとして利用し、画像処理によって人数の計測を行うことで実現する。本実施例では、過去の列車降車人数を推定するために、プラットホームと改札階を接続する階段やエスカレータなどにセンサを設置することを想定している。例えば、図２のカメラ７０１およびカメラ７０２の位置にセンサを設置し、地点７１１および地点７１２の通行人数を計測する。

列車発着検知部１０２は、列車の発着を検知可能なセンサ装置であり、列車の到着または発車を検知し、そのときの時刻を記録し、検知結果を発着時刻情報３０２として出力する。列車発着検知部１０２は、例えば、図２のカメラ７０３のようにプラットホーム上に設置された監視カメラをセンサとして利用し、画像処理によって列車の発着を検知することで実現する。

続いて、演算部２００を構成する要素の機能について説明する。

降車人数算出部２０１は、過去の人数計測情報３０１と過去の発着時刻情報３０２を入力として、計測した通行人数を列車に割り当てることにより、各列車の降車人数を推定し、降車人数情報３０３として出力する。

列車間隔算出部２０２は、同一番線に到着する列車の到着間隔時間を算出し、列車間隔情報３０４として出力する。

予測モデル作成部２０３は、過去の降車人数情報３０３と過去の列車間隔情報３０４を対応付けたデータをもとに、列車間隔から列車降車人数を予測するモデルを作成し、予測モデル情報３０５として出力する。

降車人数予測部２０４は、列車の到着が検知されたときに、列車間隔算出部２０２が出力する列車間隔を入力として、予測モデル情報３０５を用いて当該列車の降車人数を予測して出力する。

続いて記録部３００で用いられるデータ構造について説明する。

人数計測情報３０１は、人数計測部１０１の計測結果を記録したデータであり、図３に示すように、センサ設置位置を特定する位置ＩＤ、計測した日付、計測の開始時刻および終了時刻、計測する歩行者の移動する方向を特定する方向ＩＤ、計測された人数によって構成されるデータであり、記録部３００にデータベースとして保持される。

発着時刻情報３０２は、列車発着検知部の検知結果を記録したデータであり、図４に示すように、対象とする列車の到着番線を特定する番線ＩＤ、列車を検知した日付および時刻、検知したのが到着か発車かを区別する種別によって構成されるデータであり、記録部３００にデータベースとして保持される。

降車人数情報３０３は、列車毎の降車人数を記録したデータであり、図５に示すように、列車を検知した日付、番線ＩＤ、到着時刻、降車人数によって構成されるデータであり、記録部３００にデータベースとして保持される。日付、番線ＩＤ、到着時刻は、列車を一意に特定するための情報であり、列車毎に列車ＩＤをつけることにより、列車ＩＤと降車人数を対応させたデータを用いてもよい。

列車間隔情報３０４は、列車毎の直前の列車との列車間隔を記録したデータであり、図６に示すように、列車を検知した日付、番線ＩＤ、到着時刻、列車間隔によって構成されるデータであり、記録部３００にデータベースとして保持される。日付、番線ＩＤ、到着時刻は、列車を一意に特定するための情報であり、列車毎に列車ＩＤをつけることにより、列車ＩＤと降車人数を対応させたデータを用いてもよい。

予測モデル情報３０５は、列車間隔から列車降車人数を予測するモデルを記録したデータであり、図７に示すように、時間帯、属性、番線ＩＤ、モデル式によって構成される。本実施例では、予測モデルをモデル式として記録するが、モデルは式に限定しない。例えば、条件別に遅延時間と降車人数を対応付けたテーブルの形で保持してもよい。

＜処理の説明＞
続いて、列車降車人数予測装置の全体の処理フローの一例について説明し、その後、列車降車人数予測装置を構成する各部の処理フローの一例について説明をする。列車降車人数予測装置の処理は、データベース作成処理と降車人数予測処理に分けることができる。

まず、図８のフローチャートを用いて、データベース作成処理の処理フローについて説明する。以下、ステップをＳと省略して説明する。例えば、ステップ４００１をＳ４００１と表記する。

Ｓ４００１：人数計測部１０１を用いて、駅構内の所定の位置の通行人数を計測し、計測結果を人数計測情報３０１として記録部３００に保存することにより、人数計測情報３０１のデータベースを作成する。

Ｓ４００２：列車発着検知部１０２を用いて、当該駅を発着する列車の発着時刻を検知し、検知結果を発着時刻情報３０２として記録部３００に保存することにより、発着時刻情報３０２のデータベースを作成する。

Ｓ４００３：降車人数算出部２０１で、人数計測情報３０１に記録された通行人数を、発着時刻情報３０２に記録された列車到着時刻で分割し、各列車の到着時刻から次に到着する列車の到着時刻までの通行人数を該列車に割り当てることにより、該列車の降車人数を算出し、降車人数情報３０３として記録部３００に保存することにより、降車人数情報３０３のデータベースを作成する。

Ｓ４００４：列車間隔算出部２０２で、列車検知部１０２が列車の到着を検知して、発着時刻情報３０２を出力されたときに、記録部３００に記録されている発着時刻情報３０２から前記列車と同一番線の直前に到着した列車の到着時間との間隔を列車間隔として算出し、列車間隔情報３０４として記録部３００に保存することにより、列車間隔情報データベースを作成する。

Ｓ４００５：予測モデル作成部２０３で、記録部３００に記録された降車人数情報３０３と列車間隔情報３０４を対応付けして、番線、時間帯などの条件毎に分類した後に、条件毎に列車間隔と降車人数の関係式を算出し、予測モデル情報３０５として記録部３００に保存することにより、予測モデル情報データベースを作成する。

以上で、記録部３００に記録されるデータベースがすべて作成できる。データベースは、計測部１００の計測結果に応じて適時あるいは周期的に上記の処理を繰り返すことにより、更新される。周期的とは、例えば日単位で更新を行うことを言う。

続いて、図９のフローチャートを用いて、列車到着時の降車人数予測処理の処理フローについて説明する。

Ｓ４１０１：列車発着検知部１０２が到着する列車を検知したときに、発着時刻情報３０２を出力し、降車人数予測処理を開始する。

Ｓ４１０２：列車間隔算出部２０２は、発着時刻情報３０２から該列車と同一番線の直前の到着列車の到着間隔を算出する。

Ｓ４１０３：降車人数予測部２０４は、該列車の到着時の条件に適合する予測モデル情報３０５を記録部３００から取得し、該予測モデルに前期列車間隔を入力することにより、該条件における降車人数の予測値を算出する。

Ｓ４１０４：出力部４００は、降車人数の予測値を出力する。例えば、歩行者の人数を入力として、歩行者の移動を模擬することにより所定の空間の混雑状況を推定し可視化・評価可能な公知の歩行者シミュレータ装置に降車人数の予測値を出力することで、駅構内の混雑状況の可視化・予測を実現する。また、公知の方法により列車内の乗車人数を計測または推定する手段を有する場合には、前記乗車人数から降車人数の予測値を減算することにより、降車後の乗車人数を算出することができ、列車の定員から降車後の乗車人数を減算することにより、該列車への乗車可能人数を算出することができる。これにより、プラットホーム上の滞留人数をより精緻に可視化・予測することができる。

以上で、降車人数予測処理の処理フローの説明は終わる。

続いて、本実施例における各部の処理フローの一例を説明する。

計測部１００は公知のセンシング技術、記録部３００は公知のデータベース技術、出力部４００は公知のデータ転送技術を用いて実現されるため、処理フローの説明を省略する。

降車人数算出部２０１の処理フローの一例について、図１０および図１１を用いて説明する。

まず、図１０を用いて、降車人数算出部２０１の処理の概要について説明する。記号１００１〜１００６は、人数計測情報３０１から、対象とする番線および方向の通行人数を抽出し、各時間帯の通行人数を表したものである。記号１０１１と１０１２は、発着時刻情報３０２から抽出した対象の番線の列車到着時刻である。降車人数算出部２０１は、図１０のように通行人数を列車到着時間で分割し、通行人数を直前の列車に割り当てることにより、直前の列車の降車人数を算出する。例えば、記号１００１〜１００３は、列車１０１１が到着してから、列車１０１２が到着するまでにプラットホーム上の階段を改札階に向かう方向に通行した人数であり、列車１０１１から降車した人数と推定できる。

続いて、図１１のフローチャートを用いて、降車人数算出部２０１の処理フローの一例を説明する。

Ｓ５００１：降車人数を算出する対象の番線の番線ＩＤかつプラットホームから改札階へ移動する方向の方向ＩＤである人数計測情報３０１を記録部３００から抽出する。

Ｓ５００２：降車人数を算出する対象の番線の番線ＩＤである発着時刻情報３０２を記録部３００から抽出する。

Ｓ５００３：抽出した人数計測情報を、抽出した発着時刻情報のうち列車到着時刻で分割する。

Ｓ５００４：列車到着時刻で分割された人数計測情報の人数の合計値を直前に到着する列車の降車人数とする。

Ｓ５００５：降車人数を降車人数情報３０３として出力し、記録部３００に記録する。

続いて、列車間隔算出部２０２の処理フローの一例について、図１２のフローチャートを用いて説明する。

Ｓ５１０１：列車発着検知部１０２が列車の到着を検知したときに、前記列車と同一番線の直前に到着した列車の到着時の発着時刻情報３０２を記録部から抽出する。

Ｓ５１０２：抽出した発着時刻情報３０２の列車到着時刻と、前記列車の到着時刻との差分を前記列車の列車間隔として算出する。

Ｓ５１０３：列車間隔を列車間隔情報３０４として出力し、記録部３００に記録する。

続いて、予測モデル作成部２０３の処理フローの一例について、図１３および図１４を用いて説明する。

まず、図１３を用いて、予測モデル作成部２０３の処理の概要について説明する。図１３は、横軸に列車間隔、縦軸に列車降車人数をとった散布図である。範囲１１０１〜１１０３は、それぞれ属性、番線、時間帯などにより区別したデータの分布を表す。曲線１１１１〜１１１３はそれぞれ範囲１１０１〜１１０３のデータに対応する列車間隔と列車降車人数の関係式である。関係式は例えば、列車間隔を説明変数、列車降車人数を目的変数とした回帰分析によって算出する。予測モデル作成部２０３では、条件別の関係式を予測モデルとして作成し、予測モデル情報３０５として出力する。

続いて、図１４のフローチャートを用いて、予測モデル作成部２０３の処理フローの一例について説明する。

Ｓ５２０１：列車間隔情報３０４と降車人数情報３０３を日付、番線ＩＤ、到着時刻によって対応付ける。

Ｓ５２０２：対応付けたデータを日付、番線ＩＤ、到着時刻の時間帯などの条件により、分類し、区別する。

Ｓ５２０３：条件毎のデータに対して、列車間隔と列車降車人数の関係式を算出し、モデル式とする。関係式は例えば、列車間隔を説明変数、列車降車人数を目的変数とした回帰分析によって算出する。

Ｓ５２０４：モデル式を予測モデル情報３０５として出力し、記録部３００に保存する。

予測モデル作成部２０３における予測モデルの作成方法は上記に限定しない。例えば、条件別に集計した列車間隔と列車降車人数の最頻値や平均値を該条件での標準的な列車間隔と列車降車人数として、入力された列車間隔と標準的な列車間隔の差分を遅延時間として、遅延時間と列車降車人数の関係式によってモデル式を作成してもよい。また、図１５に示すように、標準的な遅延時間に対する前記遅延時間の比率である遅延率と標準的な列車降車人数に対する前記列車降車人数の比率である降車人数変化率の関係式によってモデル式を作成してもよい。このように比率として正規化することにより、モデル式を必ずしも全ての条件（時間帯）毎に作成する必要がなくなる。また、ある駅のモデル式を統計情報が十分ではない別の駅に利用することが可能となる。

続いて、図１６のフローチャートを用いて降車人数予測部２０４の処理フローの一例について説明する。

Ｓ５３０１：降車人数予測部は、列車到着時に列車間隔算出部２０２で算出した列車間隔を入力として受け取る。

Ｓ５３０２：記録部３００から該列車の条件と適合する予測モデル情報３０５を抽出する。

Ｓ５３０３：抽出したモデル式に入力された列車間隔を代入することにより、列車降車人数を予測する。

Ｓ５３０４：予測した列車降車人数を出力する。

降車人数予測部２０４の処理は、予測モデルの作成方法に応じて変更する。例えば、遅延率と列車降車人数増加率の関係式を用いて予測モデルを作成した場合には、列車間隔から遅延率を算出し、関係式を用いて列車降車人数変化率を算出し、列車降車人数変化率と標準的な列車降車人数と乗算することにより、列車降車人数を求めることとなる。

＜効果＞
本実施例の列車降車人数予測装置により、単一の駅から得られる情報のみを用いて、列車の到着を検知した段階で、列車の到着時間から列車間隔を算出し、列車間隔をもとに統計的に該到着列車の降車人数を予測することができる。これにより、列車到着時に降車人数を公知の歩行者シミュレータ装置に入力することで、リアルタイムに列車降車客を含む駅構内の混雑状況の可視化・予測を行うことが単一の駅情報のみで可能となる。単一の駅から得られる情報のみで混雑状況の把握を実現することも可能である。

単一の駅で取得可能な情報を用いて列車降車人数を適時予測可能とすることで、低コストで駅構内の混雑状況の適時把握を実現できる。なお、適時とは、降車客が実際に降車を始める以前である列車の到着段階までのことを言う。

１００計測部、２００演算部、２０１降車人数算出部、２０２列車間隔算出部、２０３予測モデル作成部、２０４列車人数予測部、３００記録部、３０１人数計測情報、３０２発着時刻情報、３０３降車人数情報、３０４列車間隔情報、３０５予測モデル情報、４００出力部、７０１カメラ、７０２，７０３カメラ、７１１地点、７１２地点

Claims

到着した列車からの降車人数を計測または推定する降車人数算出部と、
列車の到着を検知する列車発着検知部と、
番線毎に、前記列車発着検知部により検知された二つの列車の到着時刻の情報に基づいて、当該番線について当該二つの列車の到着時刻の間隔である列車間隔を算出する列車間隔算出部と、
前記降車人数算出部で計測または推定された降車人数と、前記列車間隔算出部で算出された列車間隔とが、番線及び到着時刻毎に記録された記録部と、
番線及び時間帯を含む条件毎の、前記記録部に記録された降車人数と列車間隔との統計情報から、列車間隔から降車人数を予測する予測モデルを作成し、作成された予測モデルを当該条件に対応付けて前記記録部に保存する予測モデル作成部と、
前記列車発着検知部が列車の到着を検知したときに、当該列車の到着時の条件に適合する予測モデルを前記記録部から取得し、当該取得した予測モデルと前記列車間隔算出部で当該列車について算出された列車間隔の情報とに基づいて、当該到着した列車の降車人数を予測する降車人数予測部と、を有することを特徴とする列車降車人数予測システム。
前記条件毎に、前記統計情報は、前記列車間隔算出部で算出された列車間隔と標準的な列車間隔との差分である遅延時間と、前記降車人数算出部で計測または推定された降車人数との関係式であることを特徴とする請求項１の列車降車人数予測システム。
前記条件毎に、前記統計情報は、遅延率と降車人数変化率との関係式であり、
前記遅延率は、標準的な遅延時間に対する遅延時間の比率であり、
前記遅延時間は、前記列車間隔算出部で算出された列車間隔と標準的な列車間隔との差分であり、
前記降車人数変化率は、前記記録部から算出される標準的な降車人数に対する、前記降車人数算出部で計測または推定された降車人数の比率であることを特徴とする請求項１の列車降車人数予測システム。
請求項１乃至３のいずれか１項に記載の列車降車人数予測システムに加えて、前記列車降車人数予測システムで予測された降車人数を入力として、歩行者の移動を模擬することにより空間の混雑状況を推定する歩行者シミュレータを有することを特徴とする混雑可視化・評価システム。
請求項１乃至３のいずれか１項に記載の列車降車人数予測システムと、列車内の乗車人数を計測または推定する手段を有し、前記乗車人数から前記列車降車人数予測システムが出力する降車人数を減算して算出される降車後乗車人数を、列車の定員から減算することにより列車への乗車可能人数を算出する乗車可能人数算出システム。