JP6663317B2 - 混雑度予測装置、混雑度予測情報配信システム、および混雑度予測方法 - Google Patents

Description

本発明は、鉄道における列車および駅の混雑状況の情報を鉄道利用者に提供する技術に関する。

鉄道網が大規模かつ複雑化している都市部における駅や列車の混雑状況を算出し、ＷＥＢコンテンツ等を用いて鉄道利用者に配信する情報配信システムが注目され、盛んに研究開発が行われている。駅の改札機で得られる鉄道利用者の入場および出場の改札情報と列車の運行管理システムから得られるダイヤ情報を集約し、蓄積し、それらの情報をデータマイニングなどの手法を用いて解析することにより、鉄道利用者の行動パターンを算出することができる。そして、鉄道利用者の行動パターンの情報を基に駅や列車の混雑状況を算出することができる。混雑状況の情報はＷＥＢコンテンツ等を用いて鉄道利用者などに配信される。

また、鉄道の運行管理の分野においては、輸送指令員に対して運転整理業務を支援するための情報を提供することが可能となっている。運行管理システムにおいて、駅停車時分や後続列車との最小運転間隔等の定数値と、列車の走行実績とを基に列車の運行をシミュレートして予測ダイヤの情報を得ることができる。その予測ダイヤを列車の走行前に輸送指令員に視覚的に表示することにより、輸送指令員による運転整理業務が効率化されている。

特許文献１では、鉄道利用者が改札機を通過する際に改札機で得られる改札時刻と定期券情報を活用することにより、突出した頻度を持つ発駅または着駅を予想目的駅として推定し、更に、混雑度を集計する。

特開２０１４−２１３６９７号公報

特許文献１の手法によって得られる混雑度情報は、出発駅と到着駅の２点間の人流をマクロ的な視点で集計するものである。そのため、予測される混雑度は、実際に利用者が遭遇し、体験する駅および列車のミクロ的なレベルでの混雑度とは乖離してしまう可能性があり、鉄道利用者にとって利便性の高い情報とはいえない。

本発明の目的は、鉄道利用者に利便性の高い駅および列車の混雑状況の情報を算出する技術を提供することである。

上記目的を達成するために、本発明の混雑度予測装置は、予め行われた座席の予約を示す座席予約情報と、改札機で乗車券から読み取られた乗車券情報と、に基づき、利用者が入場した時刻および駅と該利用者の出場が予測される時刻および駅を示す乗降駅予測情報を生成する乗降駅予測演算部と、前記乗降駅予測情報と、未来の各列車の各駅における到着時刻および出発時刻を示す予測ダイヤと、に基づいて、各駅の未来の各時刻における利用者の構内人数を予測した駅混雑度予測情報を生成する駅混雑度予測演算部と、前記駅混雑度予測情報と、各列車の現在の乗車状況を示す車内人数情報と、に基づいて、各列車の未来の各時刻における利用者の車内人数を予測した列車混雑度予測情報を生成する列車混雑度予測演算部と、を有している。

本発明により、個々の利用者の乗車行動を乗降駅予測情報として予測し、その乗降駅予測情報と予測ダイヤを基に将来の各駅の混雑を駅混雑度予測情報として予測し、その駅混雑度予測情報と各列車の車内人数情報を基に将来の各列車の混雑を列車混雑度予測情報として予測するので、各駅および各列車の将来の混雑を、個々の利用者の行動よび個々の列車の運行の予測に基づいて、高い精度で予測することができる。その結果、鉄道の利用者にとって利便性の高い情報を生成することができる。

本実施形態による混雑度予測情報配信システムのブロック図である。 座席予約情報テーブルの一例を示す図である。 乗車件情報テーブルの一例を示す図である。 定期券情報テーブルの一例を示す図である。 利用実績テーブルの一例を示す図である。 乗降駅予測演算部１１１の処理を示すフローチャートである。 乗降駅予測演算部１１１が情報を格納する乗降駅予測情報テーブル５１０の一例を示す図である。 イベント情報テーブルの一例を示す図である。 駅混雑情報テーブルの一例を示す図である。 予測ダイヤ情報テーブルの一例を示す図である。 駅混雑度予測演算部１１２の処理を示すフローチャートである。 駅混雑度予測情報テーブルの一例を示す図である。 車内人数情報テーブルの一例を示す図である。 列車混雑度予測演算部の処理を示すフローチャートである。 列車混雑度予測情報テーブルの一例を示す図である。

図１は、本実施形態による混雑度予測情報配信システムのブロック図である。図１を参照すると、混雑度予測情報配信システム１００は、一例として複数の計算機がネットワーク接続する情報集配信システムであって、混雑度予測サーバ１０１、座席予約システム１０２、ＩＣ乗車券システム１０３、イベント入力端末１０４、乗客集計サーバ１０５、運行管理システム１０６、車両情報システム１０７、および情報配信システム１０８を含む。

混雑度予測サーバ１０１は、乗降駅予測演算部１１１、駅混雑度予測演算部１１２、および列車混雑度予測演算部１１３を備える。また、混雑度予測サーバ１０１は、不図示の管理データベースを備え、座席予約情報１１４、乗車券情報１１５、乗降駅予測情報１１６、イベント情報１１７、駅混雑情報１１８、予測ダイヤ１１９、駅混雑度予測情報１２０、車内人数情報１２１、および列車混雑度予測情報１２２を管理データベースに格納して管理する。

イベント入力端末１０４は、ＣＰＵ、ディスク、および入出力装置を有し、イベント情報１１７を入力する。イベント情報１１７として、ユーザにより、イベントの施行日、駅名、入場時刻（予定）、および入場人数（予定）等の情報を登録することが可能である。入場人数はイベント終了時に駅に入場する利用者の数の予測値である。入力された情報は、イベント情報テーブルに登録され、管理される。

図２は、座席予約情報テーブルの一例を示す図である。座席予約情報１１４は、座席予約システム１０２から取得される座席予約に関する情報であり、図２に例示された、乗降駅予測演算部１１１から参照可能な座席予約情報テーブル２１０に格納される。座席予約がされた場合、座席を予約していない区間を含む乗車券の乗車駅および降車駅と、座席が予約された列車に乗車する乗車駅および降車駅とは異なってもよい。そのため、座席予約情報１１４には、エントリごとに、座席予約情報テーブル２１０に格納された順番に付与されるＩＤ２１１、座席を予約した当該列車の施行日２１２、乗車券の乗車駅２１３、乗車券の降車駅２１４、当該列車のダイヤを含む列車情報２１５、座席を予約した当該列車乗車駅２１６、および当該列車降車駅２１７が含まれる。

図３Ａは、乗車件情報テーブルの一例を示す図である。図３Ｂは、定期券情報テーブルの一例を示す図である。図３Ｃは、利用実績テーブルの一例を示す図である。

乗車券情報１１５には、ＩＣ乗車券システム１０３から配信される乗車券情報および定期券情報とＩＣ乗車券の利用実績の情報とを含む。乗車券情報は、ＩＣ乗車券により自動改札機を通過して駅に入場した利用者の入場に関する情報である。利用実績は、ＩＣ乗車券により入場駅に入場し、出場駅から出場した実績に関する情報である。定期券情報は、利用者が利用の開始駅、終了駅、および期間を指定して購入した定期券に関する情報である。

乗車券情報は図３Ａに例示された乗車券情報テーブル３１０に格納され、定期券情報は図３Ｂに例示された定期券情報テーブル３２０に格納され、ＩＣ乗車券の利用実績は図３Ｃに例示された利用実績情報テーブル３３０に格納される。これらのテーブルは乗降駅予測演算部１１１から参照可能である。

乗車券情報は、ＩＣ乗車券固有のＩＤと乗車券情報テーブル３１０に格納された順番に付与されるＩＤとを組み合わせた検索ＩＤ３１１、利用者が自動改札機を通過した際に記録される施行日３１２、入場駅３１３、入場時刻３１４、および入場フラグ３１５を含むする。入場フラグ３１５は、利用者が自動改札機を通過して駅構内に入場した際に０から１に変更され、出場した際に１から０に変更される。

定期券情報は、ＩＣ乗車券固有のＩＤと定期券情報テーブルに格納された順番に付与されるＩＤとを組み合わせた検索ＩＤ３２１、定期券の利用開始日（定期券開始日）３２２、終了日（定期券終了日）３２３、定期券の開始駅（１）３２４、終了駅（１）３２５、開始駅（２）３２６、終了駅（２）３２７、およびフラグ３２８を含む。ここでは１つの定期券に、（１）と（２）の２つの区間が登録可能となっている。

利用実績情報は、ＩＣ乗車券固有のＩＤと利用実績テーブルに格納された順番に付与されるＩＤとを組み合わせた検索ＩＤ３３１、ＩＣ乗車券を利用して入場および出場をした施行日３３２、入場駅（実績）３３３、入場時刻（実績）３３４、出場駅（実績）３３５、出場時刻（実績）３３６、および推定乗換駅３３７を含む。１回の入場および出場で複数線区を利用した場合に、予め登録されている推定乗換駅３３７が記録される。

図４は、乗降駅予測演算部１１１の処理を示すフローチャートである。図５は、乗降駅予測演算部１１１が情報を格納する乗降駅予測情報テーブル５１０の一例を示す図である。

乗降駅予測情報テーブル５１０には、入場時刻に入場駅に入場した利用者が出場する予定の出場駅および出場時刻が記録される。図５を参照すると、乗降駅予測情報テーブル５１０は、ＩＣ乗車券固有のＩＤと乗降駅予測情報テーブル５１０に格納された順番に付与されるＩＤとを組み合わせた検索ＩＤ５１１、鉄道利用の施行日５１２、ＩＣ乗車券の入場駅５１３、入場時刻５１４、出場駅（予定）５１５、出場時刻（予定）５１６、推定乗換駅５１７を乗降駅予測情報１１６として格納される。入場駅５１３及び入場時刻５１４には、乗車券情報テーブル３１０に含まれる、実際にＩＣ乗車券が自動改札機を通った実績だけでなく、座席の予約が行われた座席予約情報テーブル２１０の乗車駅２１３と推定される駅への入場時刻も登録される。この乗降駅予測情報テーブル５１０は、乗降駅予測演算部１１１、駅混雑度予測演算部１１２、および列車混雑度予測演算部１１３から参照可能である。

乗降駅予測演算部１１１は、座席予約システム１０２にアクセスして列車情報２１５を取得し、列車情報２１５が示す列車のダイヤ（不図示）を取得し、ダイヤに示された列車の到着時刻および出発時刻に所定時間を加算あるいは減算することで、利用者が乗車駅でその列車へ乗車するために乗車駅すなわち入場駅に入場する入場時刻、および降車駅でその列車から降車して降車駅すなわち出場駅から出場する出場時刻を推定する。そして、乗降駅予測演算部１１１は、乗降駅予測情報テーブル５１０に乗降駅予測情報を登録する。

また、乗降駅予測演算部１１１は、図４の処理フロー４００に示すように、乗車券情報テーブル３１０、定期券情報テーブル３２０、および利用実績情報テーブル３３０の情報に基づいて、乗降駅予測情報１１６を生成し、乗降駅予測情報テーブル５１０に登録する。以下、図４の処理フロー４００を詳しく説明する。

乗降駅予測演算部１１１は、まず、ステップ４０１において、乗車券情報テーブル３１０を取得する。続いて、乗降駅予測演算部１１１は、ステップ４０２において、定期券情報テーブル３２０を取得する。更に、乗降駅予測演算部１１１は、ステップ４０３において、利用実績情報テーブル３３０を取得する。

ステップ４０４において、乗降駅予測演算部１１１は、乗車券情報テーブル３１０を１レコード単位で検索し、取得する。更に、乗降駅予測演算部１１１は、ステップ４０５において、取得したレコードの入場フラグ３１５が１の場合、ステップ４０６以降の処理を行い、入場フラグ３１５が０の場合、ステップ４０４に戻り、次の乗車券情報を検索する。

ステップ４０６において、乗降駅予測演算部１１１は、取得したレコードの当該ＩＣ乗車券の定期券情報を、定期券情報３２０から検索し、取得する。続いて、乗降駅予測演算部１１１は、ステップ４０７において、乗車券情報テーブル３１０の取得したレコードにおける入場駅３１３が、取得した定期券情報テーブル３２０の定期券開始駅（１）３２４、定期券終了駅（１）３２５、定期券開始駅（２）３２６、定期券終了駅（２）３２７のいずれかに該当するか判定し、一致する場合、フラグ３２８に１を設定する。往復を考慮すると、定期券開始駅（１）３２４、定期券終了駅（１）３２５、定期券開始駅（２）３２６、および定期券終了駅（２）３２７は、いずれも入場駅となりうる。

続いて、乗降駅予測演算部１１１は、ステップ４０８において、取得したレコードの当該ＩＣ乗車券の利用実績情報を、利用実績情報テーブル３３０から検索し、全て取得する。

ステップ４０９において、乗降駅予測演算部１１１は、フラグ３２８が１であれば定期券による鉄道の利用と判断してステップ４１１の処理を行い、フラグ３２８が０であれば定期券でない鉄道の利用と判断してステップ４１０の処理を行う。

乗降駅予測演算部１１１は、利用者ごとに過去に鉄道を利用した際の入場駅と出場駅の対応関係の情報を蓄積しており、定期券でない鉄道の利用の場合、ステップ４１０において、その対応関係情報において、取得したレコードにおける入場駅に対して特出した頻度を持つ出場駅を決定し、その出場駅を乗降駅予測情報テーブル５１０の出場駅（予定）５１５として決定し、その出場駅までに要する時間を入場時刻５１４に加算した時刻を出場時刻（予定）５１６として決定する。

定期券による鉄道の利用の場合、乗降駅予測演算部１１１は、ステップ４１１において、定期券情報テーブル３２０の定期券開始駅（１）３２４または定期券終了駅（２）３２７のいずれかを出場駅（予定）５１５として決定する。

ステップ４１０あるいはステップ４１１の後、乗車券情報テーブル３１０に未処理のレコードが残っていれば、乗降駅予測演算部１１１は、ステップ４０４に戻り、次の乗車券情報を検索する。全てのレコードが処理済みであれば、乗降駅予測演算部１１１は、ステップ４１２において、施行日３１２、定期券情報の入場駅３１３及び入場時刻３１４、出場駅（予定）５１５及び出場時刻（予定）５１６、推定乗換駅５１７を乗降駅予測情報１１６として乗降駅予測情報テーブル５１０に登録する。乗降駅予測演算部１１１は、ステップ４１２の後、一旦処理を終了し、一定時間周期でステップ４０１から再び処理を開始する。

図６は、イベント情報テーブルの一例を示す図である。イベント情報テーブル６１０には、コンサートなど利用者が駅に集中するイベント終了時などに駅に入場する利用者の人数と入場する時刻が登録される。イベント情報テーブル６１０の情報は、イベントの開催前に例えばイベント入力端末１０４から予め設定される。イベント情報テーブル６１０には、イベント入力端末１０４から入力された順番に付与されるＩＤ６１１、イベントの施行日６１２、駅名６１３、入場時刻（予定）６１４、および入場人数（予定）が記録される。イベント情報テーブル６１０は、駅混雑度予測演算部１１２から参照可能である。

図７は、駅混雑情報テーブルの一例を示す図である。駅混雑情報テーブル７１０には、乗客集計サーバ１０５から通知された駅混雑情報１１８が格納される。乗客集計サーバ１０５は、プラットホームを含む駅構内に設置されたカメラから計測開始時刻から計測終了時刻までの間に得られる映像をリアルタイムで解析し、駅構内に入場する利用者の人数（入場人数）を集計する。サンプリング間隔は好ましくは数十秒から数分である。駅混雑情報テーブル７１０には、順番に付与されるＩＤ７１１、駅名７１２、計測開始時刻７１３、計測終了時刻７１４、入場人数７１５が記録される。駅混雑情報テーブル７１０は、駅混雑度予測演算部１１２から参照可能である。

図８は、予測ダイヤ情報テーブルの一例を示す図である。予測ダイヤ情報テーブル８１０には、運行管理システム１０６から通知される予測ダイヤ１１９の情報が列車単位に格納する。運行管理システム１０６は、計画ダイヤおよび予測ダイヤを管理し、それらに基づいて列車の運行を管理するシステムである。予測ダイヤ１１９には、列車ごとに、格納された順番に付与されるＩＤ８１１、ヘッダ情報８１２、ダイヤ情報８１３が格納される。ヘッダ情報８１２には、当該列車が運行される施行日８１４と列車番号８１５とが含まれる。ダイヤ情報８１３には、駅単位に格納される駅情報８１６が含まれる。駅情報８１６には、運行計画における当該駅に列車が到着する時刻である計画到着時刻８１７および当該駅を列車が出発する時刻である計画出発時刻８１９と、運行管理システム１０６による列車運行の予測シミュレーションにより得られる予測ダイヤにおける当該駅に列車が到着する時刻である予測到着時刻８１８および当該駅を列車が出発する時刻である予測出発時刻８２０とを含む。予測ダイヤ情報テーブル８１０は、駅混雑度予測演算部１１２から参照可能である。

図９は、駅混雑度予測演算部１１２の処理を示すフローチャートである。図１０は、駅混雑度予測情報テーブルの一例を示す図である。駅混雑度予測演算部１１２は、乗降駅予測情報１１６、イベント情報１１７、駅混雑情報１１８、および予測ダイヤ１１９を用いて、駅混雑度予測情報１２０を作成する。駅混雑度予測情報テーブル１０１０には、駅混雑度予測演算部１１２が生成した駅混雑度予測情報１２０が記録される。

駅混雑度予測演算部１１２は、ステップ９０１において、乗降駅予測情報テーブル５１０を取得する。次に、駅混雑度予測演算部１１２は、ステップ９０２において、イベント情報テーブル６１０を取得する。更に、駅混雑度予測演算部１１２は、ステップ９０３において、駅混雑情報テーブル７１０を取得する。更に、駅混雑度予測演算部１１２は、ステップ９０４において、予測ダイヤ情報テーブル８１０を取得する。

図７に例示した駅混雑情報テーブル７１０には、各駅における、計測開始時刻から計測終了時刻までに集計したその駅の構内にいる利用者の人数をエントリとし、その情報が過去から現在にわたって示されている。駅混雑度予測演算部１１２は、ステップ９０５において、駅混雑情報テーブル７１０における直近の数サンプリング分の入場者数の増減率の平均値を駅単位に算出する。単純な例では、最新（直近）のエントリにおける入場人数を最新のひとつ前のエントリにおける入場人数で除算すれば、入場人数の増減率を算出することができる。

自動改札機から駅に入場した利用者は、平均すると一定時間内に列車に乗るなどして駅から出場するので、入場人数を一定時間分だけ積算すると駅構内にいる利用者の人数（構内人数）を算出することができる。

駅混雑度予測演算部１１２は、ステップ９０６において、駅混雑情報テーブル７１０における入場人数７１５から算出した構内人数に対して、ステップ９０５にて算出された増減率を乗じた値を加算した値を算出し、未来の１サンプリング後の利用者の人数を予測した予測構内人数とする。次回以降は、予測構内人数に対して同様の演算を繰り返し行い、予め定められた未来の所定時間分の予測構内人数を算出する。

駅混雑度予測演算部１１２は、ステップ９０７において、乗降駅予測情報テーブル５１０における出場駅（予定）５１５および出場時刻（予定）５１６における人数を加算した値をステップ９０６にて算出された時刻の予測構内人数に加算する。これは、利用者が出場時刻（予定）５１６に列車から出場駅（予定）５１５に降りることを想定し、その分の利用者数を出場駅（予定）５１５）の将来の構内人数に加算するものである。

駅混雑度予測演算部１１２は、ステップ９０８において、イベント情報テーブル６１０に示された入場人数（予定）６１５を、ステップ９０７にて算出された、その入場人数（予定）６１５に対応する入場時刻（予定）６１４における予測構内人数に加算する。

さらに、駅混雑度予測演算部１１２は、ステップ９０９において、乗降駅予測情報テーブル５１０にける出場駅（予定）５１５に停車する列車が入場駅５１３に到着する予測到着時刻８１８を予測ダイヤ情報テーブル８１０から取得し、ステップ９０８にて算出された時刻の予測構内人数から減算する。

更に、駅混雑度予測演算部１１２は、ステップ９１０において、ステップ９０９にて算出された時刻の予測構内人数が、予め定義された各駅の構内人数限界値未満の場合、ステップ９１１の処理を行う。また、その予測構内人数が構内人数限界値以上の場合、駅混雑度予測演算部１１２は、ステップ９１２の処理を行う。

ステップ９１１において、駅混雑度予測演算部１１２は、ステップ９０９にて算出された予測時刻および予測構内人数を予測時刻１０１３および予測構内人数１０１４として、図１０に例示した駅混雑度予測情報テーブル１０１０に登録する。一方、ステップ９１２においては、駅混雑度予測演算部１１２は、ステップ９０９にて算出された予測時刻および構内人数限界値を予測時刻１０１３および予測構内人数１０１４として、図１０に例示した駅混雑度予測情報テーブル１０１０に登録する。

ステップ９０５からステップ９１２までの処理を、予測時刻１０１３が予め定められた未来の所定時間分に達するまで繰り返した後、一旦処理を終了し、一定時間周期でステップ９０１から再び処理を開始する。

上述の処理により、駅混雑度予測演算部１１２にて算出された駅混雑度予測情報１２０は駅混雑度予測情報テーブル１０１０に格納される。図１０を参照すると、駅混雑度予測情報テーブル１０１０には、順番に付与されるＩＤ１０１１、駅名１０１２、駅混雑度予測演算部１１２にて算出された予測時刻１０１３、予測構内人数１０１４が登録され、管理される。駅混雑度予測情報テーブル１０１０は列車混雑度予測演算部１１３から参照可能である。駅混雑度予測情報１２０は、外部にネットワーク接続された情報配信システム１０８を介して、駅構内にいる利用者や列車に乗っている利用者を含むエンドユーザに配信される。

図１１は、車内人数情報テーブルの一例を示す図である。外部にネットワーク接続された車両情報システム１０７から通知される車内人数情報１２１は、車内人数情報テーブル１１１０に格納される。車内人数情報テーブル１１１０は、各列車に何人の利用者が乗っているかを示すテーブルである。列車に乗っている利用者の人数は、車両情報システム１０７にて、取得した列車の各車両の荷重に基づいて算出される。車内人数情報テーブル１１１０には、順番に付与されるＩＤ１１１１、列車番号１１１２、計測開始時刻１１１３、計測終了時刻１１１４、走行区間１１１５、および車両に応加重装置等から得られる車内人数１１１６が登録され、管理される。車内人数情報テーブル１１１０は、列車混雑度予測演算部１１３から参照可能である。

図１２は、列車混雑度予測演算部の処理を示すフローチャートである。列車混雑度予測演算部１１３は、乗降駅予測情報１１６、駅混雑度予測情報１２０、および車内人数情報１２１を用いて、列車混雑度予測情報１２２を作成する。

列車混雑度予測演算部１１３は、ステップ１２０１において、乗降駅予測情報テーブル５１０を取得する。また、列車混雑度予測演算部１１３は、ステップ１２０２において、駅混雑度予測情報テーブル１０１０を取得する。さらに、列車混雑度予測演算部１１３は、ステップ１２０３において、車内人数情報テーブル１１１０を取得する。

その後、列車混雑度予測演算部１１３は、ステップ１２０４において、車内人数情報テーブル１１１０における列車番号１１１２で示される列車のうち後述する列車の車内人数１１１６に対して、駅混雑度予測情報テーブル１０１０における予測構内人数１０１４を加算する。車内人数１１１６に対して予測構内人数１０１４を加算するのは、駅構内にいる利用者が列車に乗車することにより車内人数が増加するとしたものである。

予測構内人数１０１４を加算する対象の列車は、車内人数情報テーブル１１１０における計測開始時刻１１１３、計測終了時刻１１１４、および走行区間１１１５から判断する。具体的には、それらの情報からどの時刻にどこを走行していた列車であるかが分かり、その列車が駅に到着する時刻を予測できる。予測された到着時刻に対応する予測時刻１０１３の、予測された到着駅の予測構内人数１０１４を、到着する列車の車内人数１１１６に加算すればよい。

なお、この予測構内人数１０１４を加算する対象の列車の決定方法は一例であり、他の方法であってもよい。例えば、予測構内人数１０１４を加算する対象の列車は、予測ダイヤ１１９に基づいて判断してもよい。予測ダイヤ１１９からどの列車がどの駅にどの時刻に到着するかが分かるので、その到着時刻に対応する予測時刻の予測構内人数を車内人数１１１６に加算してもよい。また、ここでは、予測構内人数１０１４を全て１つの列車の車内人数１１６に加算することとしたが、これに限定されることは無い。他の例として、所定の条件により複数の列車の車内人数１１１６に振り分けることにしてもよい。振り分けの条件は、例えば、ターミナル駅など複数の路線が乗り入れる駅では、予測構内人数１０１４を予め設定しておいた割合で複数の路線に割り振ることにしてもよい。

次に、列車混雑度予測演算部１１３は、ステップ１２０５において、車内人数情報テーブル１１１０における列車番号１１１２で示される列車の車内人数１１１６から、その列車が到着する駅および時刻の近傍時刻に、乗降駅予測情報テーブル５１０における出場駅（予定）５１０および出場時刻（予定）５１１が対応する利用者の合計人数を減算する。

更に、列車混雑度予測演算部１１３は、ステップ１２０６において、ステップ１２０５で算出された車内人数が、予め定義された乗車限界値未満であるか否か判断する。車内人数が乗車限界値未満の場合、列車混雑度予測演算部１１３は、ステップ１２０７の処理を行う。車内人数が乗車限界値以上の場合、列車混雑度予測演算部１１３はステップ１２０８の処理を行う。

ステップ１２０７において、列車混雑度予測演算部１１３は、車内人数情報テーブル１１１０における列車番号１１１２に示された列車番号と、その列車番号が示す列車について、駅混雑度予測情報テーブル１０１０における駅名１０１２から求められる走行区間および駅混雑度予測情報テーブル１０１０の予測時刻１０１３に示される時刻と、その走行区間をその時刻に走行する列車のステップ１２０４からステップ１２０５の処理にて算出された車内人数とを互いに対応付けて、列車混雑度予測情報テーブル１３１０に、列車番号１３１２と走行区間１３１４および予測時刻１３１３と予測車内人数１３１５として登録する。

一方、ステップ１２０８においては、列車混雑度予測演算部１１３は、ステップ１２０７の処理において列車番号、走行区間、および時刻に対応づけて、乗車限界値を予測車内人数１３１５として列車混雑度予測情報テーブル１３１０に登録する。

ステップ１２０７またはステップ１２０８の後、列車混雑度予測演算部１１３は、車内人数情報テーブル１１１０において列車番号１１１２と計測開始時刻１１１３から計測終了時刻１１１４までの計測時間とに示されるレコードの数の分だけステップ１２０４からステップ１２０８までを繰り返した後、一旦処理を終了し、一定時間周期でステップ１２０１から再び処理を開始する。

列車混雑度予測情報テーブル１３１０には、順番に付与されるＩＤ１３１１、列車番号１３１２、予測時刻１３１３、走行区間１３１４、および予測車内人数１３１５が列車混雑度予測情報１２２として登録され、管理される。列車混雑度予測情報１２２は、外部にネットワーク接続された情報配信システム１０８を介してエンドユーザに配信される。また、列車混雑度予測情報１２２は外部にネットワーク接続された運行管理システム１０６にも通知され、運行管理システム１０６が実行する列車運行予測シミュレーションのパラメータとして使用しても良い。

上述した本発明の実施形態は、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。

１００…混雑度予測情報配信システム、１０１…混雑度予測サーバ、１０１０…駅混雑度予測情報テーブル、１０１２…駅名、１０１３…予測時刻、１０１４…予測構内人数、１０２…座席予約システム、１０３…ＩＣ乗車券システム、１０４…イベント入力端末、１０５…乗客集計サーバ、１０６…運行管理システム、１０７…車両情報システム、１０８…情報配信システム、１１１…乗降駅予測演算部、１１１０…車内人数情報テーブル、１１１１…ＩＤ、１１１２…列車番号、１１１３…計測開始時刻、１１１４…計測終了時刻、１１１５…走行区間、１１１６…車内人数、１１２…駅混雑度予測演算部、１１３…列車混雑度予測演算部、１１４…座席予約情報、１１５…乗車券情報、１１６…乗降駅予測情報、１１７…イベント情報、１１８…駅混雑情報、１１９…予測ダイヤ、１２０…駅混雑度予測情報、１２１…車内人数情報、１２２…列車混雑度予測情報、１３１０…列車混雑度予測情報テーブル、１３１１…ＩＤ、１３１２…列車番号、１３１３…予測時刻、１３１４…走行区間、１３１５…予測車内人数、２１０…座席予約情報テーブル、２１１…ＩＤ、２１２…施行日、２１３…乗車駅、２１４…降車駅、２１５…列車情報、２１６…当該列車乗車駅、２１７…当該列車降車駅、３１０…乗車券情報テーブル、３１１…検索ＩＤ、３１２…施行日、３１３…入場駅、３１４…入場時刻、３１５…入場フラグ、３２０…定期券情報テーブル、３２１…検索ＩＤ、３２２…定期券開始日、３２３…定期券終了日、３２８…フラグ、３３０…利用実績情報テーブル、３３１…検索ＩＤ、３３２…施行日、３３３…入場駅（実績）、３３４…入場時刻（実績）、３３５…出場駅（実績）、３３６…出場時刻（実績）、３３７…推定乗換駅、５１０…乗降駅予測情報テーブル、５１１…検索ＩＤ、５１２…施行日、５１３…入場駅、５１４…入場時刻、５１５…出場駅（予定）、５１６…出場時刻（予定）、５１７…推定乗換駅、６１０…イベント情報テーブル、６１１…ＩＤ、６１２…施行日、６１３…駅名、７１０…駅混雑情報テーブル、７１１…ＩＤ、７１２…駅名、７１３…計測開始時刻、７１４…計測終了時刻、７１５…入場人数、８１０…予測ダイヤ情報テーブル、８１１…ＩＤ、８１２…ヘッダ情報、８１３…ダイヤ情報、８１４…施行日、８１５…列車番号、８１６…駅情報、８１７…計画到着時刻、８１８…予測到着時刻、８１９…計画出発時刻、８２０…予測出発時刻

Claims (10)

1. 予め行われた座席の予約を示す座席予約情報と、改札機で乗車券から読み取られた乗車券情報と、に基づき、利用者が入場した時刻および駅と該利用者の出場が予測される時刻および駅を示す乗降駅予測情報を生成する乗降駅予測演算部と、
   前記乗降駅予測情報と、未来の各列車の各駅における到着時刻および出発時刻を示す予測ダイヤと、に基づいて、各駅の未来の各時刻における利用者の構内人数を予測した駅混雑度予測情報を生成する駅混雑度予測演算部と、
   前記駅混雑度予測情報と、各列車の現在の乗車状況を示す車内人数情報と、に基づいて、各列車の未来の各時刻における利用者の車内人数を予測した列車混雑度予測情報を生成する列車混雑度予測演算部と、を有する混雑度予測装置。
2. 前記駅混雑度予測演算部は、
   過去から現在までの各駅の構内人数の実績を示す駅混雑情報に基づいて、将来の構内人数の増減率を算出し、現在の各駅の構内人数および前記増減率に基づいて、各駅の将来の構内の利用者の人数を予測した予測構内人数を算出し、
   前記乗降駅予測情報における利用者の出場駅および出場時刻の情報に基づき、前記予測構内人数に対して、前記出場時刻に列車から前記出場駅に降りる利用者の人数を加算し、
   前記乗降駅予測情報から利用者の入場駅、出場駅、および出場時刻の情報を取得し、前記予測ダイヤから、前記出場時刻に前記出場駅に到着する列車が前記入場駅に到着する到着予定時刻を取得し、前記予測構内人数から、前記到着予定時刻に前記入場駅から列車に乗る利用者の人数を減算する、
   請求項１に記載の混雑度予測装置。
3. 前記駅混雑度予測演算部は、更に、イベントにより駅へ入場する利用者が集中する時刻であるイベント入場時刻および人数であるイベント入場人数を示すイベント情報に基づき、前記イベント入場時刻に前記駅に前記イベント入場人数を、前記予測構内人数に加算する、
   請求項２に記載の混雑度予測装置。
4. 前記駅混雑度予測演算部は、算出された予測構内人数が構内人数限界値以上であれば前記構内人数限界値を前記予測構内人数とする、請求項１に記載の混雑度予測装置。
5. 前記列車混雑度予測演算部は、
   前記車内人数情報による車内人数から、前記駅混雑度予測情報における各駅の前記予測構内人数に基づいて、前記駅において将来時刻に前記列車へ乗車が予測される人数を加算し、
   前記車内人数から、前記乗降駅予測情報に基づいて、各駅において将来時刻に前記列車から降車が予測される人数を減算する、
   請求項１に記載の混雑度予測装置。
6. 前記列車混雑度予測演算部は、算出された車内人数が車内人数限界値以上であれば前記車内人数限界値を前記車内人数とする、請求項１に記載の混雑度予測装置。
7. 請求項１に記載の混雑度予測装置と、
   前記駅混雑度予測情報および前記列車混雑度予測情報を前記利用者の端末に配信する情報配信装置と、
   を有する混雑度予測情報配信システム。
8. 駅と列車の混雑度を予測するための混雑度予測方法であって、
   乗降駅予測演算手段が、予め行われた座席の予約を示す座席予約情報と、改札機で乗車券から読み取られた乗車券情報と、に基づき、利用者が入場した時刻および駅と該利用者の出場が予測される時刻および駅を示す乗降駅予測情報を生成し、
   駅混雑度予測演算手段が、前記乗降駅予測情報と、未来の各列車の各駅における到着時刻および出発時刻を示す予測ダイヤと、に基づいて、各駅の未来の各時刻における利用者の構内人数を予測した駅混雑度予測情報を生成し、
   列車混雑度予測演算手段が、前記駅混雑度予測情報と、各列車の現在の乗車状況を示す車内人数情報と、に基づいて、各列車の未来の各時刻における利用者の車内人数を予測した列車混雑度予測情報を生成する、
   混雑度予測方法。
9. 前記駅混雑度予測演算手段が、
   過去から現在までの各駅の構内人数の実績を示す駅混雑情報に基づいて、将来の構内人数の増減率を算出し、現在の各駅の構内人数および前記増減率に基づいて、各駅の将来の構内の利用者の人数を予測した予測構内人数を算出し、
   前記乗降駅予測情報における利用者の出場駅および出場時刻の情報に基づき、前記予測構内人数に対して、前記出場時刻に列車から前記出場駅に降りる利用者の人数を加算し、
   前記乗降駅予測情報から利用者の入場駅、出場駅、および出場時刻の情報を取得し、前記予測ダイヤから、前記出場時刻に前記出場駅に到着する列車が前記入場駅に到着する到着予定時刻を取得し、前記予測構内人数から、前記到着予定時刻に前記入場駅から列車に乗る利用者の人数を減算する、
   請求項８に記載の混雑度予測方法。
10. 前記列車混雑度予測演算手段が、
    前記車内人数情報による車内人数から、前記駅混雑度予測情報における各駅の前記予測構内人数に基づいて、前記駅において将来時刻に前記列車へ乗車が予測される人数を加算し、
    前記車内人数から、前記乗降駅予測情報に基づいて、各駅において将来時刻に前記列車から降車が予測される人数を減算する、
    請求項８に記載の混雑度予測方法。

Images