JP7157812B2 - 旅客案内システムおよび旅客案内方法 - Google Patents

旅客案内システムおよび旅客案内方法 Download PDF

Info

Publication number
JP7157812B2
JP7157812B2 JP2020540999A JP2020540999A JP7157812B2 JP 7157812 B2 JP7157812 B2 JP 7157812B2 JP 2020540999 A JP2020540999 A JP 2020540999A JP 2020540999 A JP2020540999 A JP 2020540999A JP 7157812 B2 JP7157812 B2 JP 7157812B2
Authority
JP
Japan
Prior art keywords
information
route
destination
time
input
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
Application number
JP2020540999A
Other languages
English (en)
Other versions
JPWO2020049775A1 (ja
Inventor
凌太 植松
恵二 木村
剛 皆川
三揮 米原
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Publication of JPWO2020049775A1 publication Critical patent/JPWO2020049775A1/ja
Application granted granted Critical
Publication of JP7157812B2 publication Critical patent/JP7157812B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/005—Traffic control systems for road vehicles including pedestrian guidance indicator
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3423—Multimodal routing, i.e. combining two or more modes of transportation, where the modes can be any of, e.g. driving, walking, cycling, public transport

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Finance (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Analytical Chemistry (AREA)
  • General Business, Economics & Management (AREA)
  • Chemical & Material Sciences (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Automation & Control Theory (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)

Description

本発明は、ユーザが指定した条件に応じて抽出した交通機関の経路をユーザに提示する旅客案内システムに関する。
鉄道輸送サービスに代表される公共交通機関では、ユーザから指定された条件に合った経路を列車運行の情報に基づいて抽出し、その経路を示す情報をユーザに提示する旅客案内サービスが運輸サービスの利便性向上という観点から重要である。例えば、鉄道の場合、旅客は、出発地点（出発駅）と到着地点（到着駅）と目標到着時刻（到着駅に到着したい時刻）とを条件として指定し、その条件に基づき旅客案内システムで抽出された経路の情報を受け、実際に利用する移動経路を決定することができる。
また、旅客が移動経路を選択する上で考慮する指標として、移動に要する時間や旅費に加え、旅客の快適性に影響する要素のひとつである車両の混雑度がある。列車が混雑すると個々の旅客のパーソナルスペースが狭くなって不快感が増加する。そのため混雑度の高い列車を回避して他の経路を選択する旅客も多い。
そこで経路案内において混雑度を考慮することが検討されている。例えば、特許文献１には、「混雑度の低い乗換ルートを一度に複数検索することで、ユーザの希望に近い結果を表示し、ユーザの希望に一番近い結果を選択できる」ことを目的とする情報処理システムとして「交通機関の出発時刻と交通機関の出発停留地点と交通機関の目的停留地点とを含む乗換探索条件を取得し、取得された乗換探索条件に含まれる出発時刻を含む所定時間帯に出発する、出発停留地点から目的停留地点までの交通機関の乗換経路を、ネットワーク情報を用いて探索し、当該乗換経路に関する経路情報を生成し、探索された乗換経路における交通機関の混雑に関する混雑情報を取得し、生成された経路情報と、取得された混雑情報と、を含む経路案内情報を表示部に表示させる」ことが開示されている。特許文献１では、蓄積された過去の混雑度情報を経路案内情報とともに表示することによって、混雑度の低い移動経路を希望する場合においても、旅客の意思決定を支援している。
また、鉄道運輸サービス自体の利便性を向上するために、当日に移動需要に応じて動的に列車ダイヤを変更することが検討されている（非特許文献１参照）。これにより利便性が高く効率的な列車運行を実現することが期待される。
特開２０１６－２１８０７３号公報
富井，小野，後藤，福村，土屋：「鉄道におけるデマンド指向スケジューリング実現のための課題」，情報処理学会研究報告高度交通システム（ＩＴＳ），ｐｐ．１５－２２（２００２）
非特許文献１に開示されているように当日に移動需要に応じて動的に列車ダイヤが変更されるようになっても旅客に適切な経路案内サービスを提供することが求められる。しかしながら、移動需要に応じて動的に列車ダイヤが変更される状況で、特許文献１に開示された技術を用いた経路案内を行った場合には以下のような問題がある。
特許文献１で開示された情報処理システムは、前日までに計画された列車ダイヤに基づき案内情報を作成される。そのため、列車ダイヤが当日になって動的に変更されると、実際の各列車が各時刻に各駅で出発、或いは、到着する動き（以下「列車運行」とよぶ）と異なる案内情報を旅客に提供してしまう可能性がある。
また、前日までに計画された列車ダイヤに基づき抽出された経路よりも適切な経路があったとしても、その経路の情報を旅客に提供できない可能性もある。例えば、ある路線において混雑を緩和するために当日になって列車が増発された場合、前日までに計画された列車ダイヤにはその増発された列車は含まれていない。増発された列車を利用すれば、前日までに計画された列車ダイヤに基づいて抽出した経路よりも早い時刻に到着できる可能性があっても、旅客には増発された列車を利用する経路を案内する情報を提示することができない。このような場合に旅客は増発された列車を利用する機会を逸する可能性がある。
また、上述のように移動需要に応じて動的に列車ダイヤが変更される場合のほか、例えば慢性的に列車遅延が発生しているような、ダイヤの不確実性が高い路線においても、同様の課題が存在しており、旅客の意思決定を支援するため、当日の状況に即した案内情報が必要とされている。
以上を鑑み、本発明の目的は、列車ダイヤの動的な変更を想定した経路案内情報の提示を可能にする技術を提供することである。
本発明の一態様にかかる旅客案内システムは、出発地の情報と目的地の情報を含む入力情報が入力されると、該入力情報に基づき交通機関の列車により前記出発地から前記目的地まで移動する経路を探索し、得られた前記移動経路に関する移動経路情報を出力する旅客案内システムであって、前記入力情報と、列車が実際に運行した実績運行情報と、ソフトウェアプログラムとを格納する記憶部と、前記入力情報および前記実績運行情報を参照して前記ソフトウェアプログラムを実行するＣＰＵと、を有し、前記ＣＰＵは、前記実績運行情報および前記入力情報に基づいて前記出発地から前記目的地までの移動経路と該移動経路による所要時間に関する統計量とを算出し、前記移動経路と前記統計量に基づいて前記移動経路情報を生成する。
本発明によれば、過去の運行実績から移動経路およびその所要時間に関する統計量を算出し、移動経路と統計量を基に移動経路情報を生成するので、列車ダイヤの動的な変更が想定され、将来の好適な移動経路や所要時間が変動する可能性がある場合でも、過去の実績に鑑みて好適な経路案内情報を提示することができる。
第１の実施形態にかかる旅客案内システムの構成を示すブロック図である。 第１の実施形態にかかる運行情報の一例を示す図である。 第１の実施形態にかかる人流情報の一例を示す図である。 第１の実施形態にかかる経路情報の一例を示す図である。 第１の実施形態にかかる統合の一例を示す図である。 第１の実施形態にかかる予測情報データベースの一例を示す図である。 第１の実施形態にかかる実績情報データベースの一例を示す図である。 第１の実施形態にかかる標本情報の一例を示す図である。 第１の実施形態にかかる旅客案内システムの処理の概要を示すフローチャートである。 第１の実施形態にかかる確率情報生成処理の詳細を示すフローチャートである。 第１の実施形態にかかる標本情報生成処理の詳細を示すフローチャートである。 第１の実施形態にかかる経路情報生成処理の詳細を示すフローチャートである。 第１の実施形態にかかる確率分布生成処理の詳細を示すフローチャートである。 第１の実施形態にかかるユーザ端末に表示される案内情報の一例を示す図である。 第１の実施形態の変形例にかかる経路情報の一例を示す図である。 第２の実施形態にかかる確率分布生成処理の詳細を示すフローチャートである。
（第１の実施形態）
以下、図１から図１４を用いて第１の実施形態について詳細に説明する。
（1.1 システム構成）
図１は、第１の実施形態にかかるシステム構成を示す図である。
図１に示すように、旅客案内システム１００と、運行管理システム２００と、人流予測システム３００とは、通信ネットワーク５００を介して、相互に通信可能に接続されている。旅客案内システム１００とユーザ端末４００とは、通信ネットワーク６００を介して、相互に通信可能に接続されている。
旅客案内システム１００は、ユーザ端末４００からの案内要求を受けて、システム内に格納した情報、運行管理システム２００から取得した情報、および／または人流予測システム３００から取得した情報に基づき、確率情報を付与した案内情報を適宜作成または更新し、ユーザ端末４００に通知する。
運行管理システム２００は、列車の運行情報に従って、管理対象である列車運行ネットワーク内の複数の列車を制御する。運行管理システム２００は、予測機能を有し、現在の列車の運行情報から、将来の列車の運行情報を予測する。運行管理システム２００は、通信ネットワーク５００を介して、運行情報を旅客案内システム１００に通知する。
人流予測システム３００は、運行管理システム２００が制御している列車が各駅を出発する際の乗車人数を予測する。人流予測システム３００は、通信ネットワーク５００を介して、人流情報を旅客案内システム１００へ通知する。
ユーザ端末４００は、ユーザに対して案内情報を表示する端末である。ユーザ端末４００は、ネットワーク６００を介して、ユーザが入力した案内要求を旅客案内システム１００へ通知する。
旅客案内システム１００は、ＣＰＵ（Central Processing Unit）１０１と、メモリ１０２と、入力装置１０３と、記憶部１０４と、送受信部１０５と、通信部１０６とを有する。
ＣＰＵ１０１は、記憶部１０４に格納されているコンピュータプログラム（以下「プログラム」という）を実行する処理装置である。メモリ１０２は、ＣＰＵ１０１の作業領域を提供する記憶装置（例えばＤＲＡＭ（Dynamic Random Access Memory）である。ＣＰＵ１０１は、プログラムを実行する際に、メモリ１０２にデータを書き込んだり、メモリ１０２からデータを読み出したりする。
入力装置１０３は、操作者によって入力された操作にかかる情報を、旅客案内システム１００へ通知する。入力装置１０３は、例えば、キーボードおよび／またはマウスである。マウスは、一般にポインティングデバイスと呼ばれる。実施の形態１では、ポインティングデバイスとしてマウスを想定する。しかし、実施の形態１は、他のポインティングデバイス、例えば、トラックボールまたはポインティングスティック、タッチパッド、タッチパネル、ペンタブレットなどであってもよい。
記憶部１０４は、ＣＰＵ１０１が実行する各種プログラムとＣＰＵ１０１が処理に利用する各種データとが格納される記憶装置（例えばＨＤＤ（Hard Disk Drive）またはＳＳＤ（Solid State Drive）等）である。記憶部１０４に保存されたデータ等は、記憶部１０４から読み出されて、メモリ１０２に複製されてもよい。また、メモリ１０２に保存されたデータ等は、メモリ１０２から読み出されて、記憶部１０４に複製されてもよい。よって、記憶装置にデータなどを保存した場合、以降、そのデータは、メモリ１０２および記憶部１０４のどちらからも読み出せるとする。また、記憶装置からデータ等を読み出す場合、メモリ１０２および記憶部１０４のどちらかに保存されているデータなどを読み出すものとする。
送受信部１０５は、通信ネットワーク６００に接続される。旅客案内システム１００は、送受信部１０５および通信ネットワーク６００を介して、ユーザ端末４００とデータを送受信する。
通信部１０６は、通信ネットワーク５００に接続される。旅客案内システム１００は、通信部１０６および通信ネットワーク５００を介して、運行管理システム２００および人流予測システム３００と通信を行う。
記憶部１０４には、確率情報生成プログラムＰ０１、情報統合プログラムＰ０２、移動時間計算プログラムＰ０３、移動経路探索プログラムＰ０４、案内情報収集プログラムＰ０５、および案内情報生成プログラムＰ０６が格納されている。また、記憶部１０４には、予測情報データベースＤ０１、実績情報データベースＤ０２、基盤情報データベースＤ０３、標本情報リストＤ０４、確率情報リストＤ０５、および入力情報リストＤ０６が格納されている。
確率情報生成プログラムＰ０１は、ＣＰＵ１０１に実行され、予測情報データベースＤ０１、実績情報データベースＤ０２、および基盤情報データベースＤ０３に格納されている各種情報に基づき、案内情報に関する確率情報などを生成する。また、確率情報生成プログラムＰ０１は、標本情報を生成する。
情報統合プログラムＰ０２は、ＣＰＵ１０１に実行され、情報を統合する。情報統合プログラムＰ０２は、以下の（Ａ１）および（Ａ２）の処理を実行する。
（Ａ１）情報統合プログラムＰ０２は、運行管理システム２００および人流予測システム３００から予測運行情報および予測人流情報を取得し、予想情報取得日時を付与して、予測統合情報を生成する。そして、情報統合プログラムＰ０２は、その生成した予測統合情報を、予測情報データベースＤ０１に格納する。予測運行情報は、列車が、何時にどの駅に到着またはどの駅から出発するかを予測した情報である。予測人流情報は、列車が、何人の旅客を乗車させて、どの駅を出発するかを予測した情報である。予測情報取得日時は、当該予測運行情報、および、当該予測人流情報を取得した日時を示す。情報統合プログラムＰ０２は、一定の周期（例えば３０分毎）で、予測運行情報および予測人流情報を取得し、予測統合情報を生成して、予測情報データベースＤ１０に格納する。
（Ａ２）情報統合プログラムＰ０２は、運行管理システム２００および人流予測システム３００から実績運行情報および実績人流情報を取得し、実績情報取得日時を付与して、実績統合情報を生成する。そして、情報統合プログラムＰ０２は、その生成した実績統合情報を、実績情報データベースＤ０２に格納する。実績運行情報は、実際に、列車が、何時にどの駅に到着またはどの駅から出発したかを示す情報である。実績人流情報は、列車が、実際に、何人の旅客を乗車させて、どの駅を出発したかを示す情報である。実績情報取得日時は、当該実績運行情報、および、当該実績人流情報を取得した日時を示す情報である。例えば、１日の列車運行が終了して、最終的に、当該実績運行情報、および、実績人流情報が確定した日時を示す。情報統合プログラムＰ０２は、１日の列車の運行が終了した際に、実績運行情報および実績人流情報を取得し、実績統合情報を生成して、実績情報データベースＤ０２に格納する。
移動時間計算プログラムＰ０３は、ＣＰＵ１０１に実行され、基盤情報データベースＤ０３の各種情報に基づき、各駅間および／または与えられた経路における移動時間を計算する。なお、移動時間計算プログラムＰ０３は、案内情報を作成する前に、各駅間の移動時間を計算しておき、記憶部１０４に格納してもよい。これにより、案内情報を表示するまでの時間を短縮できる。また、移動時間計算プログラムＰ０３は、公知の技術を用いて移動時間を計算してよい。
移動経路探索プログラムＰ０４は、ＣＰＵ１０１に実行され、ユーザが入力した出発駅、到着駅、および、到着時刻（または出発時刻）などに基づき、出発駅から到着駅までの移動経路を探索する。移動経路探索プログラムＰ０４は、公知の技術を用いて移動経路を探索してよい。
入力情報収集プログラムＰ０５は、ＣＰＵ１０１に実行され、ユーザがユーザ端末４００に入力した入力情報（案内要求）を収集し、入力情報リストＤ０６に格納する。
案内情報生成プログラムＰ０６は、ＣＰＵ１０１に実行され、確率情報、移動時間情報、および移動経路情報に基づき、案内情報を生成する。
予測情報データベースＤ０１は、情報統合プログラムＰ０２によって生成された予測統合情報を保持する。
実績情報データベースＤ０２は、情報統合プログラムＰ０２によって生成された実績統合情報を保持する。
基盤情報データベースＤ０３は、各プログラムで共通に使用される、設備に関する情報を保持する。例えば、基盤情報データベースＤ０３は、案内情報の作成に必要な情報である、駅の配列および乗換時間などの情報を保持する。
標本情報リストＤ０４には、少なくとも１つの標本情報が登録される。標本情報の詳細については後述する。
確率情報リストＤ０５には、少なくとも１つの確率情報が登録される。確率情報は、ある移動経路により出発地を出発して目的地へ到着するのに、どの程度の所要時間がかかる確率がどの程度かを示す情報である。確率情報の詳細については後述する。
入力情報リストＤ０６は、少なくとも１つの入力情報が登録される。入力情報は、ユーザ端末４００に入力された入力情報（案内要求）に関する情報である。入力情報は、例えば、出発駅、到着駅、出発時刻、到着時刻、混雑度、信頼度などの情報を含む。混雑度は、車両の乗車可能人数に対してどの程度の人数が実際に乗車しているかを表す指標である。信頼度は、列車が、ある駅に予測到着時刻までにどの程度実際に到着できるのかを表す指標である。
（1.2 データ構造）
（1.2.1 運行情報のデータ構造）
図２を用いて、運行情報Ｄ１０のデータ構造について説明する。上記の予測運行情報および実績運行情報は、それぞれ、この運行情報Ｄ１０のデータ構造を有する。
図２に示すように、運行情報Ｄ１０は、データ項目として、列車番号、駅名、到着時刻、および出発時刻を有する。
列車番号には、列車を識別するための番号が格納される。
駅名には、同じ行の列車番号の示す列車が、停車および通過する駅名が格納される。
到着時刻には、同じ行の列車番号の示す列車が、同じ行の駅名の示す駅に到着する時刻が格納される。到着時刻における「―」は、例えば、同じ行の駅名の示す駅が始発駅または通過駅などのため、到着時刻が存在しないことを示す。なお、この到着時刻は、予測運行情報の場合、予測到着時刻であり、実績運行情報の場合、実績到着時刻である。
発車時刻には、同じ行の列車番号の示す列車が、同じ行の駅名の示す駅を発車する時刻が格納される。発車時刻における「―」は、例えば、同じ行の駅名の示す駅が終点駅などのため、発車時刻が存在しないことを示す。なお、この発車時刻は、予測運行情報の場合、予測発車時刻であり、実績運行情報の場合、実績発車時刻である。
図２に例示する運行情報Ｄ１０は、次のことを示す。すなわち、１行目は、列車番号「１Ａ」の列車が、駅名「Ｓｔ．Ａ」の駅を、発車時刻「８：００」に発車することを示す。２行目は、同じ列車番号「１Ａ」の列車が、駅名「Ｓｔ．Ｂ」の駅に、到着時刻「８：０３」に到着し、発車時刻「８：０５」に発車することを示す。他の行も同様である。また、途中の行については「…」によって省略している。
なお、発車時刻には、通過駅を通過する時刻が格納されてもよい。或いは、新たにデータ項目「通過時刻」を、運行情報Ｄ１０に設けてもよい。
（1.2.2 人流情報のデータ構造）
図３を用いて、人流情報Ｄ２０のデータ構造について説明する。上述の人流予測情報および実績人流情報は、それぞれ、この人流情報Ｄ２０のデータ構造を有する。
図３に示すように、人流情報Ｄ２０は、データ項目として、列車番号、発車駅、および人数を有する。
列車番号には、列車を識別するための番号が格納される。
駅名には、同じ行の列車番号の示す列車が停車および発車する駅名が格納される。
人数には、同じ行の列車番号の示す列車が同じ行の駅名の示す駅を発車する際に、当該列車に乗車している旅客の数が、格納される。なお、人数における「―」は、例えば、同じ行の駅名の示す駅が、通過駅または終点駅などのため、値が存在しないことを示す。なお、この人数は、予測人流情報の場合、予測人数であり、実績人流情報の場合、実績人数である。
図３に例示する人流情報Ｄ２０は、次のことを示す。すなわち、１行目は、列車番号「１Ａ」の列車が、駅名「Ｓｔ．Ａ」の駅を発車する際に、人数「２００」の旅客が乗車することを示す。２行目は、同じ列車番号「１Ａ」の列車が、駅名「Ｓｔ．Ｂ」の駅に停車して発車する際に、人数「２２０」の旅客が乗車することを示す。他の行も同様である。また、途中の行については「…」によって省略している。
（1.2.3 経路情報のデータ構造）
図４を用いて、経路情報Ｄ３０のデータ構造について説明する。
図４に示すように、経路情報Ｄ３０は、データ項目として、経路番号、線区、始点駅、終点駅、および所要時間を有する。
経路番号には、経路を識別するための番号が格納される。
線区には、同じ行の経路番号の示す経路に含まれる線区名が格納される。
始点駅には、同じ行の線区名の示す線区における始点の駅名が格納される。
終点駅には、同じ行の線区名の示す線区における終点の駅名が格納される。
所要時間には、列車が、同じ行の始点駅の示す駅を出発し、同じ行の終点駅の示す駅に到着するまでの時間が格納される。
図4に例示する経路情報Ｄ３０は、次のことを示す。すなわち、１行目は、経路番号「１」の線区「Ｒｅｄ Ｌｉｎｅ」の始点駅「Ｓｔ．Ａ」から終点駅「ＳＴ．Ｌ」までの所要時間が「３０分」であることを示す。２行目は、経路番号「１」の線区「Ｏｒａｎｇｅ Ｌｉｎｅ」の始点駅「Ｓｔ．Ｌ」から終点駅「Ｓｔ．Ｒ」までの所要時間が「５５分」であることを示す。他の行も同様である。また、「…」は省略を示す。
（1.2.4 統合情報のデータ構造）
図５を用いて、統合情報Ｄ４０のデータ構造について説明する。上述の予測統合情報および実績統合情報は、それぞれ、この統合情報Ｄ４０のデータ構造を有する。
図５に示すように、統合情報Ｄ４０は、運行情報、人流情報、および取得日時を有する。
運行情報は、予測統合情報の場合、予測運行情報であり、実績統合情報の場合、実績運行情報である。
人流情報は、予測統合情報の場合、予測人流情報であり、実績統合情報の場合、実績人流情報である。
取得日時は、予想統合情報の場合、予測情報取得日時であり、実績統合情報の場合、実績情報取得日時である。統合情報Ｄ４０は、取得日時によって一意に特定できる。
（1.2.5 予測情報データベースの構造）
図６を用いて、予測情報データベースＤ０１の構造について説明する。図６に示すように、予測情報データベースＤ０１は、一定の周期で登録される複数の予測統合情報を、１日単位でグループ化して保持する。
（1.2.6 実績情報データベースの構造）
図７を用いて、実績情報データベースＤ０２の構造について説明する。図７に示すように、実績情報データベースＤ０２は、１日の列車の運行後に登録される実績統合情報を、１日単位で保持する。
（1.2.7 標本情報のデータ構造）
図８を用いて、標本情報Ｄ５０のデータ構造について説明する。図８に示すように、標本情報Ｄ５０は、予測統合情報、実績統合情報、および経路情報を有する。この予測統合情報、および、実績統合情報は、当該経路情報に示された移動経路に対して、標本として抽出されたものである。
（1.3 旅客案内システムの処理）
（1.3.1 概略）
図９に示すフローチャートを用いて、旅客案内システム１００の処理の概要を説明する。
ステップＳ１０１として、旅客案内システム１００のＣＰＵ１０１は、本処理の終了要求を受領しているか否かを判定する。本処理の終了要求を受領していない場合（Ｓ１０１：ＮＯ）、フローは、ステップＳ１０２へ進む。本処理の終了要求を受領している場合（Ｓ１０１：ＹＥＳ）、ＣＰＵ１０１は、本処理を終了する（案内終了）。
ステップＳ１０２として、ＣＰＵ１０１は、ユーザ端末４００から案内要求を受領しているか否かを判定する。案内要求を受領している場合（Ｓ１０２：ＹＥＳ）、フローは、ステップＳ１０３へ進む。案内要求を受領していない場合（Ｓ１０２：ＮＯ）、フローは、ステップＳ１０１へ戻る。
ステップＳ１０３として、旅客案内システム１００のＣＰＵ１０１は、入力情報収集プログラムＰ０５を実行することにより、案内要求に含まれる出発駅（または出発地）、到着駅（または目的地）、出発時刻（または到着時刻）、到着駅（または目的地）に所定の時間までに到着できる信頼度、を入力情報Ｄ０６として、記憶部１０４に格納する。なお、出発時刻として要求される値がない場合には、出発時刻として、現在時刻を用いてもよく、信頼度として要求される値がない場合には、信頼度として、所定の値を用いてもよい。
ステップＳ１０４として、旅客案内システム１００のＣＰＵ１０１は、確率情報生成プログラムＰ０１を実行することにより、予測情報データベースＤ０１、実績情報データベースＤ０２、基盤情報データベースＤ０３、標本情報Ｄ０４、および入力情報Ｄ０６の情報を用いて、確率情報生成処理を実行する。なお、当該ステップＳ１０４の処理の詳細については後述する。
ステップＳ１０５として、ＣＰＵ１０１は、確率情報に基づく案内情報を生成し、ユーザ端末４００に送信する。
（1.3.2 ステップＳ１０４の詳細：確率情報生成処理）
図１０に示すフローチャートを用いて、図９に示したステップＳ１０４の確率情報生成処理の詳細を説明する。
ステップＳ２０１として、ＣＰＵ１０１は、予測情報データベースＤ０１から、時刻情報が最新の予測統合情報を、現在予測統合情報として取得する。なお、現在予測統合情報は、予測情報データベースＤ０１以外のデータベースまたは記憶部に保持されていてもよい。
ステップＳ２０２として、ＣＰＵ１０１は、標本情報生成処理を実行する。標本情報は、確率情報を生成するために用いられる。なお、ステップＳ２０２の処理の詳細については後述する。
ステップＳ２０３として、ＣＰＵ１０１は、経路情報生成処理を実行する。なお、ステップＳ２０３の処理の詳細については後述する。
ステップＳ２０４として、ＣＰＵ１０１は、確率分布算出処理を実行する。なお、ステップＳ２０４の処理の詳細については後述する。
（1.3.3 ステップＳ２０２の詳細：標本情報生成処理）
図１１に示すフローチャートを用いて、図１０に示したステップＳ２０２の標本情報生成処理の詳細を説明する。
ステップＳ３０１として、ＣＰＵ１０１は、現在の予測統合情報における予測情報取得日時に含まれる時刻（以下「現在の予測時刻」という）に基づき、現在の予測時刻に関する過去予測データベースを作成する。例えば、ＣＰＵ１０１は、予測情報データベースＤ０１から、ステップＳ２０１で取得した現在の予測統合情報と同一のものを除いた、すべての予測統合情報（つまり過去の予測統合情報）を抽出する。そして、ＣＰＵ１０１は、その抽出した過去の予測統合情報の予測情報取得日時に含まれる時刻（以下「過去の予測時刻」という）が、現在の予測時刻と一致するものを特定し、その特定した過去の予測統合情報を、現在の予測時刻に関する過去予測データベースに格納する。なお、当該一致の判定は、必ずしも厳密な一致でなくてもよい。例えば、過去の予測時刻が、現在の予測時刻から所定の範囲内に属している場合、一致と判定してもよい。
ステップＳ３０２ａとして、ＣＰＵ１０１は、現在の予測時刻に関する過去予測データベースに格納されている過去の予測統合情報のそれぞれに対して、ステップＳ３０３からステップＳ３０９のループ処理を行う。以下、当該ループ処理の対象として選択された過去の予測統合情報を、「対象予測統合情報」と呼ぶ。また、以下のステップＳ３０３からＳ３０７までの処理は、現在の予測統合情報が、対象予測統合情報と類似しているか否かを判定する処理の一例である。
ステップＳ３０３として、ＣＰＵ１０１は、対象予測統合情報に含まれる運行情報の列車番号および駅の組が、現在の予測統合情報に含まれる運行情報の列車番号および駅の組と、すべて一致しているか否かを判定する。ステップＳ３０３において、すべて一致していると判定した場合（Ｓ３０３：ＹＥＳ）、フローは、ステップＳ３０４へ進み、少なくとも１つが一致していないと判定した場合（Ｓ３０３：ＮＯ）、フローは、ステップＳ３０２ａに戻る。
ステップＳ３０４として、ＣＰＵ１０１は、現在の予測統合情報に含まれる運行情報の列車の到着時刻と、対象予測統合情報に含まれる運行情報の列車の到着時刻との差分（誤差）を、各列車について算出し、その差分を合計する。また、ＣＰＵ１０１は、現在の予測統合情報に含まれる運行情報の列車の出発時刻と、対象予測統合情報に含まれる運行情報の列車の出発時刻との差分（誤差）を、各列車について算出し、その差分を合計する。そして、ＣＰＵ１０１は、上記の到着時刻に関する差分合計と、出発時刻に関する差分合計とをさらに合計し、発着時刻誤差を算出する。なお、着発時刻誤差の算出においては、必ずしも運行情報に含まれる全ての列車の到着時刻および／または出発時刻を用いる必要はなく、或る時刻の前後で算出対象の列車を区切るなど、運行情報の一部の列車の到着時刻および／または出発時刻を用いてもよい。また、到着時刻に関する誤差（到着時刻誤差）と、発車時刻に関する誤差（発車時刻誤差）とを分けて保持してもよい。
ステップＳ３０５として、ＣＰＵ１０１は、着発時刻誤差が、所定の閾値以下であるか否かを判定する。着発時刻誤差が所定の閾値以下である場合（Ｓ３０５：ＹＥＳ）、フローは、ステップＳ３０６へ進み、着発時刻誤差が所定の閾値よりも大きい場合（Ｓ３０５：ＮＯ）、フローは、ステップＳ３０２ａに戻る。なお、着発時刻誤差を、到着時刻誤差と発車時刻誤差に分けて保持し、２種類の閾値を用いることで、到着時刻と発車時刻の類似性評価を別々に行ってもよい。また、到着時刻誤差と発車時刻誤差の片方のみを発着時刻誤差として扱ってもよい。
ステップＳ３０６として、ＣＰＵ１０１は、現在の予測統合情報に含まれる人流情報が示す人数と対象予測統合情報に含まれる人流情報が示す人数との差分（誤差）を、各列車について算出し、その差分を合計する。以下、この差分の合計を「人流誤差」という。なお、人流誤差は、各種データの時刻データの前後で対象列車を区切るなど、比較する２つの人流情報の一部列車に対して計算したものであってもよい。
ステップＳ３０７として、ＣＰＵ１０１は、人流誤差が所定の閾値以下であるか否かを判定する。人流誤差が所定の閾値以下である場合（Ｓ３０７：ＹＥＳ）、フローは、ステップＳ３０８へ進み、人流誤差が所定の閾値よりも大きい場合（Ｓ３０７：ＮＯ）、フローは、ステップＳ３０２ａに戻る。
ステップＳ３０８として、ＣＰＵ１０１は、標本情報を作成する。例えば、ＣＰＵ１０１は、実績情報データベースＤ０２から、対象予測統合情報の時刻情報と同じ日付を有する実績統合情報（以下「同日実績統合情報」という）を抽出する。そして、ＣＰＵ１０１は、対象予測統合情報と同日実績統合情報に基づいて、標本情報Ｄ５０を作成する。この対象予測統合情報は、上述のとおり、ステップＳ３０３からＳ３０７において、現在の予測統合情報と類似していると判定された、過去の統合予測情報である。
ステップＳ３０９として、ＣＰＵ１０１は、ステップＳ３０８で作成された標本情報Ｄ５０を、標本情報リストＤ０４に登録する。
ステップＳ３０２ｂとして、ステップＳ３０２ａにかかるループ処理が未完了の場合、フローは、ステップＳ３０２ａに戻り、ループ処理が完了した場合、フローは、Ｓ３１０へ進む。
ステップＳ３１０として、ＣＰＵ１０１は、標本情報リストＤ０４における標本情報Ｄ５０の登録数が所定の閾値以上であるか否かを判定する。当該標本情報Ｄ５０の登録数が所定の閾値以上である場合（Ｓ３１０：ＹＥＳ）、フローは、終了する。当該標本情報Ｄ５０の登録数が所定の閾値未満である場合（Ｓ３１０：ＮＯ）、ＣＰＵ１０１は、ステップＳ３１１へ進む。
ステップＳ３１１として、ＣＰＵ１０１は、ステップＳ３０５およびステップＳ３０７の少なくとも１つの閾値を緩和する方向に変更し、フローは、Ｓ３０２ａに戻る。すなわち、類似の判定を緩和し、標本情報リストＤ０４における標本情報Ｄ５０の登録数を増やす。
（1.3.4 ステップＳ２０３の詳細：経路情報生成処理）
図１２に示すフローチャートを用いて、図１０に示したステップＳ２０３の経路情報生成処理の詳細を説明する。
ステップＳ４０１ａとして、ＣＰＵ１０１は、ステップＳ２０２にて標本情報リストＤ０４に登録した各標本情報の実績統合情報に対して、ステップＳ４０２からステップＳ４０３のループ処理を行う。以下、ステップＳ４０２からステップＳ４０３のループ処理の対象として選択された実績統合情報を、「対象実績統合情報」と呼ぶ。
ステップＳ４０２として、ＣＰＵ１０１は、対象実績統合情報と案内要求とに基づいて、経路情報Ｄ３０を生成する。例えば、ＣＰＵ１０１は、対象実績統合情報に基づいて、案内要求を反映している入力情報Ｄ０６に対する移動時間と移動経路を計算し、経路情報Ｄ３０を生成する。移動時間と移動経路の計算については、ＣＰＵ１０１が移動時間計算プログラムＰ０３と移動経路探索プログラムＰ０４を実行することにより、公知の技術（例えば特開２００７－２７１２８３）に基づいて行ってよい。
ステップＳ４０３として、ＣＰＵ１０１は、対象実績統合情報を含む標本情報に、ステップＳ４０２にて生成した経路情報Ｄ３０を含める。
ステップＳ４０１ｂとして、フローは、ステップＳ４０１ａにかかるループ処理が未完了の場合、ステップＳ４０１ａに戻り、ループ処理が完了の場合、終了する。
（1.3.5 ステップＳ２０４の詳細：確率分布生成処理）
図１３に示すフローチャートを用いて、図１０に示したステップＳ２０４の確率分布生成処理の詳細を説明する。
ステップＳ５０１として、ＣＰＵ１０１は、標本情報リストＤ０４に登録されている経路情報Ｄ３０に基づき、移動経路リストを作成する。例えば、ＣＰＵ１０１は、標本情報リストＤ０４に登録されている経路情報Ｄ３０の全ての経路番号を抽出し、移動経路リストに登録する。例えば、図４の場合、経路番号１、経路番号２、経路番号３、…というように、全ての経路番号が移動経路リストに登録される。
ステップＳ５０２ａとして、ＣＰＵ１０１は、移動経路リストに登録されている各経路番号に対して、ステップＳ５０３からステップＳ５０５のループ処理を行う。以下、ステップＳ５０３からステップＳ５０５のループ処理の対象として選択された経路番号を、「対象経路番号」と呼ぶ。
ステップＳ５０３として、ＣＰＵ１０１は、標本情報リストＤ０４から、経路情報Ｄ３０の経路番号が対象経路番号と同一である標本情報Ｄ５０を抽出し、同一経路情報リストに登録する。すなわち、同一経路情報リストとは、同一の経路に対応する標本情報の集合として成るデータである。
ステップＳ５０４として、ＣＰＵ１０１は、ステップＳ５０３にて作成した同一経路情報リストに基づき、ヒストグラムを作成する。例えば、ＣＰＵ１０１は、まず所定の階級幅を設定する。次に、ＣＰＵ１０１は、経路情報Ｄ３０の所要時間を参照して、同一経路情報リストの中の全ての標本情報Ｄ５０における対象経路番号の所要時間の合計値を計算し、その合計値が含まれる階級幅に対応する到着度数を加算する。到着度数は、各標本情報Ｄ５０の所要時間が当該階級幅に含まれた回数を表す値である。すなわち、当該到着度数が、ヒストグラムの当該階級幅に対する値となる。
ステップＳ５０５として、ＣＰＵ１０１は、ステップＳ５０４にて作成したヒストグラムを、確率情報として登録する。
ステップＳ５０２ｂとして、フローは、ステップＳ５０２ａにかかるループ処理が未完了の場合、ステップＳ５０２ａに戻り、ループ処理が完了の場合、終了する。
（1.4 ユーザ端末に表示される案内情報）
図１４を用いて、ユーザ端末４００に表示される案内情報について説明する。
図１４は、入力情報D０６に、出発駅（または出発地）が「ｓｔ．A」、到着駅（または目的地）が「ｓｔ．Z」、出発時刻が「８：００」、信頼度が「９０％」という情報を含む場合の、ユーザ端末４００に表示される案内情報である。
図１４において、「ｓｔ．Ａ→ｓｔ．Ｚ」は、出発駅（または出発地）「ｓｔ．Ａ」と、到着駅（または目的地）「ｓｔ．Ｚ」を示す。
図１４において、「経路１」、「経路２」、「経路３」、「経路４」、「経路５」は、互いに異なる経路情報を選択するためのタブである。各経路情報は、旅客案内システム１００によって生成されたものである。ユーザ端末の画面には、選択されたタブに対応する経路情報が表示される。以下、「経路１」タブが選択された場合について説明するが、他のタブが選択された場合も同様である。
図１４において、「０８：１０→０９：５０（１時間４０分）」は、経路１における、出発駅（または出発地）からの出発時刻「０８：１０」と、到着駅（または目的地）への到着時刻「０９：５０」と、出発駅（または出発地）から到着駅（または目的地）までの所要時間「１時間４０分」とを示す。これらの時刻および時間は予測値である。
図１４において、「金額」は乗車運賃を、「乗換」は乗換回数を示す。「混雑度」は、経路１を走行する列車の混雑度を示す。「信頼度」は、経路１の到着時刻に関する信頼度を示す。
混雑度は、例えば、人流予測システム３００によって算出される人流予測情報を用いて、列車の乗車人数と車両数から、１車両あたりの乗車人数として計算される。混雑度は、図１４において混み具合に応じた図的表現として表示される。信頼度は、列車が到着時刻（予測値）までに到着駅（または目的地）に到着する確率である。なお、信頼度は、「列車が到着時刻（予測値）の５分後までに到着駅（または目的地）に到着する確率」のように、一定時間の遅れを許した場合の確率として算出されてもよい。
図１４において、「早」、「楽」、「安」、「空」、「信」を記号「○」で囲ったマークは、「経路１」の利便性を簡単に示したものである。「早」は到着駅に最も早く到着する経路であることを示し、「安」は運賃が最も安い経路であることを示し、「楽」は最も乗換が少ない経路であることを示し、「空」は最も混雑度が低い経路であることを示し、「信」は信頼度が所定の値よりも高い経路（例えば、信頼度９０％以上の経路など）であることを示す。
図１４において、所要時間分布は、確率情報リストＤ０５を確率分布の形式で表示したものである。確率情報リストD０５は、確率情報生成プログラムＰ０１によって計算される。横軸のポインタを移動させて所要時間の範囲を設定すると、所要時間分布には、その設定された所要時間の範囲内に列車が到着駅（または目的地）に到着する確率が表示される。例えば、図１４には、所要時間の範囲に「０分」から「１００分」が設定され、その範囲内に列車が到着駅（または目的地）に到着する確率として「９０％」が表示されている。
図１４において、所要時間確率は、確率情報リストＤ０５をテキスト形式で表示したものである。図１４に例示するように、所要時間確率は、項目として、「時間」、「到着確率」、および「区間到着別確率」を有する。
「時間」には、出発時刻（０分）からの所要時間の範囲が記載される。
「到着確率」には、同じ行の「時間」内に、列車が経路１の到着駅（または目的地）に到着する確率が記載される。例えば、図１４に示す所要時間確率の２行目は、列車が経路１で移動した場合に、「９０分以内」に到着駅（または目的地）に到着する確率が「４５％」であることを示す。
「区間到着別確率」には、「時間」の項目において１つ上の行の所要時間の範囲から時間区間を定義し、当該区間内に、列車が経路１の到着駅（または目的地）に到着する確率が記載される。例えば、図１４に示す所要時間確率の２行目は、列車が経路１で移動した場合に、「８０分」（「時間」の項目の１行目の所要時間の範囲）から「９０分」（「時間」の項目２行目の所要時間の範囲）の間に、列車が到着駅（または目的地）に到着する確率は「３２％」であることを示す。
上述したように、第１の実施形態にかかる旅客案内システム１００は、現在時刻以前の運行実績情報に基づき、将来の運行状態に関する確率を算出する確率情報計算部を備える。この構成により、混雑状況および／または移動需要などによって、列車ダイヤが当日に動的に変更される場合であっても、旅客の意思決定を支援できる。例えば、或る路線において、混雑の緩和のために列車が増発される場合においても、現在時刻以前の運行実績情報から目的地までの所要時間に関する確率を計算でき、よって旅客の意思決定を支援できる。
（1.5 変形例）
以上、第１の実施形態について説明したが、第１の実施形態は例示したものに限るものではなく、発明の主旨を逸脱しない範囲で種々の変更が可能である。
例えば、案内要求に合わせて、目的地への到着時刻、経由駅までの所要時間、到着時刻の期待値、所要時間の期待値、または乗継駅における乗継時間などの情報を出力してもよい。この場合、経路情報Ｄ３０は、図４に記載されている情報のほかに、「到着時刻」、「経由駅」、「経由駅までの所要時間」、「乗継駅」、または「乗継時間」などの情報を含むものとする。「経由駅」は、当該経路の当該線区において、「始点駅」を出発してから「終点駅」までに到着するまでに経由する駅の情報である。「乗継線区」は、当該経路の当該線区において、当該線区の終点駅から移動する乗継先の別線区を示す情報である。「乗継駅」は、当該経路の当該線区において、当該線区の終点駅から移動する乗継先の別線区の始点駅を示す情報である。例えば、図４の４行目と５行目では、「Ｇｒｅｅｎ Ｌｉｎｅ」の「Ｓｔ．Ｐ」という終点駅から「Ｂｌｕｅ Ｌｉｎｅ」の「Ｓｔ．Ｑ」という始点駅まで移動を行うため、経路番号２の線区「Ｇｒｅｅｎ Ｌｉｎｅ」に対する「乗継駅」は「Ｂｌｕｅ Ｌｉｎｅ」の「Ｓｔ．Ｑ」である。「乗継時間」は当該経路の当該線区において、当該線区の終点駅に列車が到着してから、移動する乗継先の別線区の始点駅で乗車予定の列車が出発するまでの時間である。
例えば、乗継時間の情報を出力する場合には、経路情報D３０として、図１５のように、各線区の情報の間に乗継時間の情報を含む経路情報を用いる。線区における「―」は、当該行が乗継時間の情報であることを示す。ここで、乗継時間は、図１２に示される経路情報生成処理のステップS４０２によって計算される。ステップS４０２における移動時間と移動経路の計算については、乗継時間を加えて計算を行う場合においても、ＣＰＵ１０１が移動時間計算プログラムＰ０３と移動経路探索プログラムＰ０４とを実行することにより、公知の技術（例えば特開２００７－２７１２８３）に基づいて行ってよい。図１３のステップS５０４において、経路情報D３０の乗継時間を参照することで、乗継時間に関するヒストグラムを作成することができる。このような構成とすることで、各乗継時間で乗継できる確率に関する情報を出力できる。
例えば、列車ダイヤの正確さが高い路線や、運行本数が少ない路線などが検索対象に含まれることが想定される場合、図１３に示す確率分布算出処理Ｓ２０４のステップＳ５０３において、出発時刻または到着時刻に関する類似性に基づいて同一経路と見なすか否かを判定する処理を加えてもよい。すなわち、運行本数の少ない路線などで乗車列車の情報を提示する場合には、異なる列車を使用する経路を異なる経路情報として出力しても良い。具体的には例えば、図４に記載されている情報に加えて「列車番号」などの情報を含むように経路情報Ｄ３０を構成し、ステップＳ５０３において、あらかじめ指定した特定の交通機関や路線において列車番号が異なる要素は異なる経路情報として同一経路情報リストを作成する。この場合、旅客に提示する情報として、経由駅などの経路上の駅並びに加え、使用する列車番号の情報も合わせて提示するものとする。なお、「列車番号」は、同一行の始点駅から終点駅において乗車する列車を特定する番号を示す情報である。なお、同一経路とみなすか否かの判定処理はこれに限るものではなく、出発時刻や到着時刻に関して、公知の各種クラスタリング技術を用いて実施してもよい。
このような構成とすることで、乗継の成否によって大幅に到着駅（または目的地）への到着時刻が変わる場合にも、より適切な経路案内情報を提示することができる。例えば、図４の４行目と５行目における経路番号２の「乗継駅」である「Ｓｔ．Ｑ」を出発する列車が1時間に1本しか運行していない場合、「Ｓｔ．Ｐ」への列車の到着が遅延し、「Ｓｔ．Ｑ」を出発する列車に乗継できないと、到着駅（または目的地）「Ｓｔ．Z」への到着が1時間遅れることになる。ここで、ステップＳ５０３において、異なる列車を使用する経路を異なる経路情報として出力することで、ステップＳ５０４以降の処理においてこれらの二種類のケースを混同することなく確率情報を算出し、経路案内情報を作成できることから、到着時刻や乗換時間について、より尤もらしい情報を旅客に対して提示することができる。
このように、本発明の第１の実施形態において、種々の情報に対する確率を計算することにより、旅客の希望や、利用場面に合った様々な案内情報を提供することができる。
また、上述した実施形態では、精度を高めるために、ステップＳ２０２の標本情報生成処理において、現在と過去の実績運行情報および実績人流情報を用いて、標本情報Ｄ５０を生成している。しかし、本実施形態は、これに限られない。例えば、現在と過去の実績運行情報のみに基づいて、標本情報Ｄ５０を生成してもよい。例えば、適切な実績人流情報が得られない場合は、このように、実績運行情報のみを用いてもよい。
また、上述した実施形態では、精度を高めるために、ステップＳ２０２の標本情報生成処理において、現在と過去の予測運行情報および予測人流情報を用いて、標本情報Ｄ５０を生成している。しかし、本実施形態は、これに限られない。例えば、現在と過去の実績運行情報および実績人流情報に基づいて、標本情報Ｄ５０を生成してもよい。例えば、適切な予測統合情報が得られない場合は、このように、実績統合情報を用いてもよい。
また、上述した実施形態では、移動需要に応じて動的に列車ダイヤが変更される場合の例について説明したが、本発明の実施形態はこれに限るものではなく、例えば、現在と過去の実績運行情報のみを用いて標本情報Ｄ５０を生成してもよい。このような構成とすることで、例えば慢性的に列車遅延が発生しているような、ダイヤの不確実性が高い路線についても、現在の状況を基に、到着時刻や乗換時間に関して、リスクを踏まえた旅客の判断を支援可能な情報を提供することができる。
また、上述した実施形態では、目的地への期待される到着時刻と、当該期待される到着時刻までに目的地に到着する確率とを算出し、案内情報に含めてもよい。ここで、期待される到着時刻は、目的地までの所要時間を期待値として算出し、その算出した所要時間を出発時刻に加算することにより、算出されてよい。
また、上述した実施形態では、算出した確率が所定の閾値よりも大きい移動経路情報を、ユーザ端末へ推奨してよい。
例えば、所定の閾値よりも確率の大きい移動経路情報を算出する場合には、入力情報D０６として、閾値の情報を含む入力情報を用いる。ここで、推奨する移動経路情報の抽出は、図１３に示される確率分布生成処理で算出された確率と、入力情報に含まれる当該閾値を比較することで行うことで可能となる。このような構成とすることで、算出した確率が所定の閾値よりも大きい移動経路情報を、ユーザ端末へ推奨できる。
（第２の実施形態）
第２の実施形態では、第１の実施形態のステップＳ２０４の確率分布生成処理において、実績人流情報および／または予測人流情報を用いて、類似度によって重み付けをした確率分布を生成する。
（2.1 ステップＳ２０４の詳細：確率分布生成処理）
図１６に示すフローチャートを用いて、第２の実施形態にかかるステップＳ２０４（図１０参照）の確率分布生成処理について説明する。
ステップＳ５０１からステップＳ５０３までの処理、およびステップＳ５０５からステップＳ５０２ｂまでの処理は、第１の実施形態と同様である。
ステップＳ６０１として、確率情報生成プログラムＰ０１を実行するＣＰＵ１０１は、類似度重みを計算する。類似度重みは、現在の予測人流情報と、過去の予測人流情報との類似性に対する重み係数である。例えば、確率情報生成プログラムＰ０１は、同一経路情報リストに登録されているすべての標本情報Ｄ５０について、過去の予測人流情報と、現在の予測人流情報との差分（誤差）を、類似度重み（ｗ）として計算する。そして、確率情報生成プログラムＰ０１は、同一経路情報リストに登録されているすべての標本情報について計算した類似度重みを正規化する。例えば、ＣＰＵ１０１は、上述で計算した類似度重み（w）とネイピア数とからｅｘｐ（－ｗ２）を計算することにより正規化を行う。以上の処理により、類似度重みが計算される。
ステップＳ６０２として、ＣＰＵ１０１は、ステップＳ５０３で作成した同一経路情報リスト、および、ステップＳ６０１で計算した類似度重みに基づき、ヒストグラムを生成する。例えば、ＣＰＵ１０１は、まず所定の階級幅を設定する。次に、ＣＰＵ１０１は、経路情報Ｄ３０の所要時間を参照して、同一経路情報リストの中の全ての標本情報Ｄ５０について、当該経路における所要時間の合計値を計算する。そして、ＣＰＵ１０１は、その合計値の所要時間が含まれる階級幅に、当該標本情報と対応する類似度重みを加算する。
上述したように、第２の実施形態では、現在時刻以前の実績人流情報に基づき、類似度重みを計算する構成とした。当該構成により、確率情報の精度を高めることができる。例えば、ある路線において定期的なイベントによって混雑が生じ、列車が増発される場合において、現在時刻以前の実績人流情報から、各実績運行情報の類似度を評価し、現在の実績運行情報と類似性の高い情報に重み付けができる。よって、単純に階級幅に対応する到着度数を加算する場合に比べて、より精度の高い案内情報を提供できる。
また、上述した実施形態では、精度を高めるために、ステップＳ６０１の類似度重みの計算処理において、現在と過去の予測人流情報から類似度重みを計算している。しかし、本実施形態はこれに限られない。例えば、現在と過去の実績人流情報から類似度重みを計算してもよい。例えば、適切な予測人流情報が得られない場合は、このように、実績人流情報を用いてもよい。
＜本発明のまとめ＞
本発明にかかる旅客案内システムは、出発地の情報と目的地の情報を含む入力情報が入力されると、列車を含む交通機関により出発地から目的地まで移動する経路を該入力情報に基づき探索し、得られた移動経路に関する移動経路情報を出力するシステムであり、入力情報と、交通機関が実際に運行した実績運行情報と、統計情報演算部を有する。統計情報演算部は、実績運行情報および入力情報を用いて出発地から目的地までの移動経路と該移動経路による所要時間に関する統計量とを算出し、移動経路と統計量を用いて移動経路情報を生成する。
統計情報演算部は、入力情報にて指定された出発地と目的地から算出した各移動経路について、過去に蓄積した運行実績における所要時間の情報を用いて統計量を算出する。ここで、統計情報演算部は、例えば、実績運行情報と入力情報から案内情報に関する確率情報を生成するプログラムである。
これにより、過去の運行実績から移動経路およびその所要時間に関する統計量（例えばヒストグラム）を算出し、移動経路と統計量を基に移動経路情報を生成するので、列車ダイヤの動的な変更が想定され、将来の好適な移動経路や所要時間が変動する可能性がある場合でも、過去の実績に鑑みて好適な経路案内情報を提示することができる。
前記旅客案内システムは、乗客の移動に関する情報を含む実績人流情報を更に有し、統計情報演算部は、入力情報、実績運行情報、および実績人流情報を用いて移動経路および統計量を算出してよい。
統計情報演算部は、入力情報にて指定された出発地と目的地から算出した各移動経路について、例えば、人流の実績を参照することで絞り込んだ運行実績における所要時間の情報を用いて統計量を算出する。
これにより、列車運行だけでなく人流を考慮して移動経路および統計量を算出するので、精度の高い移動経路および統計量の算出が可能である。
前記旅客案内システムは、現在時刻までの交通機関の運行の実績の情報と現在時刻より後の交通機関の運行を予測した情報とを含む予測運行情報を更に有し、統計情報演算部は、入力情報、実績運行情報、および予測運行情報を用いて移動経路および統計量を算出してよい。
統計情報演算部は、例えば、列車運行の予測結果を参照することで絞り込んだ運行実績における所要時間の情報を用いて統計量を算出する。
これにより、過去に行った列車運行の予測結果をも考慮し、列車運行の実績を用いて移動経路および統計量を算出するので、精度の高い移動経路および統計量の算出が可能である。
前記旅客案内システムは、現在時刻までの交通機関の運行の実績の情報と現在時刻より後の交通機関の運行を予測した情報とを含む予測運行情報と、現在時刻までの乗客の移動の実績の情報と現在時刻より後の乗客の移動を予測した情報とを含む予測人流情報のいずれか、または両方を更に有し、統計情報演算部は、入力情報、実績運行情報、実績人流情報、および予測運行情報と予測人流情報のいずれか、または両方を用いて移動経路および統計量を算出してもよい。
統計情報演算部は、例えば、列車運行の予測結果と、人流の予測結果のいずれか、または両方を参照することで絞り込んだ運行実績における所要時間の情報を用いて統計量を算出する。
これにより、過去に行った列車運行の予測結果と人流の予測結果とのいずれか、または両方を考慮し、列車運行の実績を用いて移動経路および統計量を算出するので、精度の高い移動経路および統計量の算出が可能である。
統計情報演算部は、実績運行情報を用いて標本情報を生成し、標本情報を用いて移動経路および統計量を算出してもよい。
統計情報演算部は、例えば、実績運行情報を所定の条件で絞り込んだ標本情報を移動経路および統計量の算出に用いる。
これにより、標本情報を用いた精度の高い移動経路および統計量の算出が可能である。
統計情報演算部は、実績運行情報を用いて、現在時刻までの列車の運行と各実績運行情報との類似度を算出し、入力情報、実績運行情報、および類似度を用いて移動経路および統計量を算出してよい。
例えば、各列車の出発時刻および／または到着時刻の差分を積算し、積算値が小さいほど類似度が高くなるような演算により類似度を算出すればよい。そして、例えば、現在時刻までの列車運行との類似度が高い運行実績には高い重みを付けて移動経路および統計量を算出すればよい。
これにより、列車運行の類似度を移動経路および統計量の算出に利用するので、精度の高い移動経路および統計量の算出が可能である。
移動経路情報では、目的地への各到着時刻と、当該予想到着時刻までに目的地に到着できる確率とが対応付けられていてよい。また、移動経路情報では、目的地までの各所要時間と、当該予想所要時間内に目的地に到着できる確率とが対応付けられていてよい。また、移動経路情報は、目的地への到着時刻の期待値を含んでよい。また、移動経路情報は、目的地までの所要時間の期待値を含んでよい。
統計情報演算部は、移動経路を探索し、所要時間の情報を算出する。統計情報演算部は、その所要時間を参照することで、予想到着時刻までに目的地に到着できる確率、予想所要時間内に目的地に到着できる確率、目的地への到着時刻の期待値、或いは目的地までの所要時間の期待値を計算する。
これにより、ユーザ端末において、移動経路と共に、予想到着時刻までに目的地に到着できる確率、予想所要時間内に目的地に到着できる確率、目的地への到着時刻の期待値、或いは目的地までの所要時間の期待値をユーザに提示できる。
移動経路情報は、各到着時刻までに目的地に到着できる確率を示す確率分布の情報を含んでよい。また、移動経路情報は、各所要時間内に目的地に到着できる確率を示す確率分布の情報を含んでよい。
統計情報演算部は、到着時刻を確率変数として確率分布を算出する。また、統計情報演算部は、所要時間を確率変数として確率分布を算出する。
これにより、ユーザ端末において、移動経路と共に、各到着時刻までに目的地に到着できる確率を示す確率分布、或いは、各所要時間内に目的地に到着できる確率を示す確率分布を、ユーザに提示できる。
移動経路情報では、目的地に至るまでに経由する駅における各乗継時間と、当該乗継時間で乗継できる確率とが対応づけられていてよい。また、移動経路情報は、目的地までに至るまでに経由する駅における各乗継時間の確率を示す確率分布の情報を含んでよい。
統計情報演算部は、乗継時間の確率を計算する場合、乗継の情報を含む移動経路を探索し、乗継時間の情報を含めた所要時間の情報を算出する。さらに、統計情報演算部は、前記所要時間に関する統計量の算出において、前記乗継時間を参照することで、前記乗継時間に関する確率を計算する。
これにより、ユーザ端末において、移動経路と共に、各乗継時間で乗継できる確率、或いは、各乗継時間の確率を示す確率分布を、ユーザに提示できる。
移動経路情報は、上記の確率が所定の閾値よりも大きい移動経路情報のみを含んでよい。
統計情報演算部は、所定の閾値よりも確率の大きい移動経路情報のみを算出する場合、閾値の情報を含む入力情報を用いる。ここで、統計情報演算部は、入力情報に含まれる前記閾値を用いて、算出した確率が所定の閾値よりも大きい移動経路情報を抽出する。
これにより、ユーザ端末において、所定の閾値よりも大きい確率の移動経路情報のみを、ユーザに提示できる。
上述した実施形態は、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…旅客案内システム、１０１…ＣＰＵ、１０２…メモリ、１０３…入力装置、１０４…記憶部、１０５…送受信部、１０６…通信部、２００…運行管理システム、３００…人流予測システム、４００…ユーザ端末、５００…通信ネットワーク、６００…通信ネットワーク

Claims (12)

  1. 出発地の情報と目的地の情報を含む入力情報が入力されると、列車を含む交通機関により前記出発地から前記目的地まで移動する経路である移動経路を該入力情報に基づき探索し、得られた前記移動経路に関する移動経路情報を出力する旅客案内システムであって、
    前記入力情報と、交通機関が実際に運行した実績運行情報と、
    統計情報演算部を有し、
    前記統計情報演算部は、前記実績運行情報および前記入力情報を用いて前記出発地から前記目的地までの移動経路と該移動経路による所要時間に関する統計量とを算出し、前記移動経路と前記統計量を用いて前記移動経路情報を生成する、ものであり、
    前記統計情報演算部は、前記実績運行情報および前記入力情報を用いて前記出発地から前記目的地までの移動経路と該移動経路による所要時間に関する統計量とを算出する際、
    運行前日までの実績運行情報と運行当日の実績運行情報を比較することで、運行当日との着発時刻の誤差が所定の閾値以下であった過去の日の運行の実績を特定し、該特定された実績に基づいて前記移動経路と前記統計量とを算出する、
    旅客案内システム。
  2. 現在時刻までの交通機関の運行の実績の情報と前記現在時刻より後の交通機関の運行を予測した情報とを含む予測運行情報と、
    前記現在時刻までの乗客の移動の実績の情報と前記現在時刻より後の乗客の移動を予測した情報とを含む予測人流情報のいずれか、
    または両方を更に有し、
    前記統計情報演算部は、前記実績運行情報および前記入力情報を用いて前記出発地から前記目的地までの移動経路と該移動経路による所要時間に関する統計量とを算出する際、
    前記運行前日までの予測運行情報と前記運行当日の予測運行情報との比較と、前記運行前日までの予測人流情報と前記運行当日の予測人流情報との比較の、いずれか、または両方をすることで、運行当日との着発時刻の誤差が所定の閾値以下であった過去の日、または、運行当日との人流の誤差が所定の閾値以下であった過去の日、または、その両方を満たした過去の日の運行の実績を特定し、該特定された実績に基いて前記移動経路と前記統計量とを算出する、
    請求項１に記載の旅客案内システム。
  3. 出発地の情報と目的地の情報を含む入力情報が入力されると、列車を含む交通機関により前記出発地から前記目的地まで移動する経路である移動経路を該入力情報に基づき探索し、得られた前記移動経路に関する移動経路情報を出力する旅客案内システムであって、
    前記入力情報と、交通機関が実際に運行した実績運行情報と、
    統計情報演算部を有し、
    前記統計情報演算部は、前記実績運行情報および前記入力情報を用いて前記出発地から前記目的地までの移動経路と該移動経路による所要時間に関する統計量とを算出し、前記移動経路と前記統計量を用いて前記移動経路情報を生成する、ものであり、
    前記統計情報演算部は、前記実績運行情報を用いて標本情報を生成し、前記標本情報を用いて前記移動経路および前記統計量を算出する、
    旅客案内システム。
  4. 出発地の情報と目的地の情報を含む入力情報が入力されると、列車を含む交通機関により前記出発地から前記目的地まで移動する経路である移動経路を該入力情報に基づき探索し、得られた前記移動経路に関する移動経路情報を出力する旅客案内システムであって、
    前記入力情報と、交通機関が実際に運行した実績運行情報と、
    統計情報演算部を有し、
    前記統計情報演算部は、前記実績運行情報および前記入力情報を用いて前記出発地から前記目的地までの移動経路と該移動経路による所要時間に関する統計量とを算出し、前記移動経路と前記統計量を用いて前記移動経路情報を生成する、ものであり、
    前記統計情報演算部は、前記実績運行情報を用いて、現在時刻までの交通機関の運行と各実績運行情報との類似度を算出し、
    前記入力情報、前記実績運行情報、および前記類似度を用いて前記移動経路および前記統計量を算出する、
    旅客案内システム。
  5. 前記移動経路情報では、前記目的地への各到着時刻と、当該到着時刻までに前記目的地に到着できる確率とが対応付けられている、或いは、
    前記移動経路情報では、前記目的地までの各所要時間と、当該所要時間内に前記目的地に到着できる確率とが対応付けられている、或いは、
    前記移動経路情報は、前記目的地への到着時刻の期待値を含む、或いは、
    前記移動経路情報は、前記目的地までの所要時間の期待値を含む、
    請求項１に記載の旅客案内システム。
  6. 前記移動経路情報は、各到着時刻までに前記目的地に到着できる確率を示す確率分布の情報を含む、或いは、
    前記移動経路情報は、各所要時間内に前記目的地に到着できる確率を示す確率分布の情報を含む、請求項１に記載の旅客案内システム。
  7. 前記移動経路情報は、前記目的地に至るまでに経由する駅における各乗継時間と、当該乗継時間で乗継できる確率とが対応付けられている、或いは、
    前記移動経路情報は、前記目的地に至るまでに経由する駅における各乗継時間の確率を示す確率分布の情報を含む、
    請求項１に記載の旅客案内システム。
  8. 前記移動経路情報は、前記確率が所定の閾値よりも大きい前記移動経路情報のみを含む、
    請求項５に記載の旅客案内システム。
  9. 出発地の情報と目的地の情報を含む入力情報が入力されると、列車を含む交通機関により前記出発地から前記目的地まで移動する経路である移動経路を該入力情報に基づき探索し、得られた前記移動経路に関する移動経路情報を出力する旅客案内システムであって、
    前記入力情報と、交通機関が実際に運行した実績運行情報と、
    統計情報演算部を有し、
    前記統計情報演算部は、前記実績運行情報および前記入力情報を用いて前記出発地から前記目的地までの移動経路と該移動経路による所要時間に関する統計量とを算出し、前記移動経路と前記統計量を用いて前記移動経路情報を生成する、ものであり、
    前記統計情報演算部は、前記実績運行情報および前記入力情報を用いて前記出発地から前記目的地までの移動経路と該移動経路による所要時間に関する統計量とを算出する際、出発時刻または到着時刻に関する類似性に基づいて前記移動経路を１つ以上のグループに分類し、該分類された各々のグループの移動経路に対応する移動経路情報を作成する、
    旅客案内システム。
  10. 出発地の情報と目的地の情報を含む入力情報が入力されると、列車を含む交通機関により前記出発地から前記目的地まで移動する経路である移動経路を該入力情報に基づき探索し、得られた前記移動経路に関する移動経路情報を出力する旅客案内システムであって、
    前記入力情報と、交通機関が実際に運行した実績運行情報と、乗客の移動に関する情報を含む実績人流情報と、
    統計情報演算部を有し、
    前記統計情報演算部は、前記実績運行情報および前記入力情報を用いて前記出発地から前記目的地までの移動経路と該移動経路による所要時間に関する統計量とを算出し、前記移動経路と前記統計量を用いて前記移動経路情報を生成する、ものであり、
    前記統計情報演算部は、前記実績運行情報および前記入力情報を用いて前記出発地から前記目的地までの移動経路と該移動経路による所要時間に関する統計量とを算出する際、
    運行前日までの実績人流情報と運行当日の実績人流情報を比較することで、運行当日との乗車人数の誤差が所定の閾値以下であった過去の日の運行の実績を特定し、該特定され実績に基づいて前記移動経路と前記統計量とを算出する、
    旅客案内システム。
  11. 出発地の情報と目的地の情報を含む入力情報が入力されると、列車を含む交通機関により前記出発地から前記目的地まで移動する経路である移動経路を該入力情報に基づき探索し、得られた前記移動経路に関する移動経路情報を出力する旅客案内方法であって、
    コンピュータが、
    列車が実際に運行した実績運行情報および前記入力情報に基づいて前記出発地から前記目的地までの移動経路と該移動経路による所要時間に関する統計量とを算出し、
    前記移動経路と前記統計量に基づいて前記移動経路情報を生成する、ものであり、
    前記実績運行情報および前記入力情報を用いて前記出発地から前記目的地までの移動経路と該移動経路による所要時間に関する統計量とを算出する際、
    運行前日までの実績運行情報と運行当日の実績運行情報を比較することで、運行当日との着発時刻の誤差が所定の閾値以下であった過去の日の運行の実績を特定し、該特定された実績に基づいて前記移動経路と前記統計量とを算出する、
    旅客案内方法。
  12. 出発地の情報と目的地の情報を含む入力情報が入力されると、列車を含む交通機関により前記出発地から前記目的地まで移動する経路である移動経路を該入力情報に基づき探索し、得られた前記移動経路に関する移動経路情報を出力する旅客案内方法であって、
    コンピュータが、
    列車が実際に運行した実績運行情報および前記入力情報に基づいて前記出発地から前記目的地までの移動経路と該移動経路による所要時間に関する統計量とを算出し、
    前記移動経路と前記統計量に基づいて前記移動経路情報を生成する、ものであり、
    前記実績運行情報および前記入力情報を用いて前記出発地から前記目的地までの移動経路と該移動経路による所要時間に関する統計量とを算出する際、
    運行前日までの乗客の移動に関する情報を含む実績人流情報と運行当日の実績人流情報を比較することで、運行当日との乗車人数の誤差が所定の閾値以下であった過去の日の運行の実績を特定し、該特定された実績に基づいて前記移動経路と前記統計量とを算出する、
    旅客案内方法。
JP2020540999A 2018-09-05 2019-03-15 旅客案内システムおよび旅客案内方法 Active JP7157812B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018165652 2018-09-05
JP2018165652 2018-09-05
PCT/JP2019/010838 WO2020049775A1 (ja) 2018-09-05 2019-03-15 旅客案内システムおよび旅客案内方法

Publications (2)

Publication Number Publication Date
JPWO2020049775A1 JPWO2020049775A1 (ja) 2021-08-12
JP7157812B2 true JP7157812B2 (ja) 2022-10-20

Family

ID=69721986

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020540999A Active JP7157812B2 (ja) 2018-09-05 2019-03-15 旅客案内システムおよび旅客案内方法

Country Status (4)

Country Link
US (1) US11754404B2 (ja)
EP (1) EP3848673A4 (ja)
JP (1) JP7157812B2 (ja)
WO (1) WO2020049775A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7209366B2 (ja) * 2020-07-14 2023-01-20 株式会社MaaS Tech Japan 情報表示プログラム、情報検索装置及び情報検索プログラム
JP7449192B2 (ja) 2020-07-29 2024-03-13 株式会社日立製作所 ダイヤ情報管理システム、ダイヤ情報管理方法および運行案内システム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014126500A (ja) 2012-12-27 2014-07-07 Toyota Motor Corp 旅行時間情報提供装置、旅行時間情報提供方法
JP2016030542A (ja) 2014-07-30 2016-03-07 株式会社日立製作所 列車運行管理システム
JP2016080513A (ja) 2014-10-16 2016-05-16 株式会社ナビタイムジャパン 情報処理システム、情報処理装置、情報処理方法、および、情報処理プログラム
JP2016185806A (ja) 2016-06-09 2016-10-27 株式会社 ヴァル研究所 列車の運行管理装置及びコンピュータプログラム

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09123913A (ja) 1995-10-27 1997-05-13 Toshiba Corp 輸送管理システム
US6317686B1 (en) * 2000-07-21 2001-11-13 Bin Ran Method of providing travel time
JP5376465B2 (ja) 2003-08-07 2013-12-25 独立行政法人産業技術総合研究所 混雑状況予測プログラム、混雑状況予測プログラムを記録したコンピュータ読み取り可能な記録媒体および混雑状況予測装置、ならびにナビゲーションプログラム、ナビゲーションプログラムを記録したコンピュータ読み取り可能な記録媒体およびナビゲーション装置
JP5038644B2 (ja) 2006-03-30 2012-10-03 株式会社ナビタイムジャパン ナビゲーションシステム、経路探索サーバ、端末装置および広告表示方法
JP4627303B2 (ja) 2007-01-19 2011-02-09 三菱電機株式会社 運転整理支援システム
JP5053370B2 (ja) * 2007-05-23 2012-10-17 株式会社ナビタイムジャパン ナビゲーションシステム、経路探索サーバおよび携帯端末装置ならびに経路案内方法
JP4497178B2 (ja) * 2007-06-26 2010-07-07 ソニー株式会社 ナビゲーション装置およびナビゲーション装置の制御方法
US8805710B2 (en) * 2007-09-04 2014-08-12 Accenture Global Services Limited Seat routine processes
US10850616B2 (en) * 2011-04-08 2020-12-01 Invently Automotive Inc. Using vehicle systems to generate a route database
US9958280B2 (en) * 2011-08-16 2018-05-01 Inrix, Inc. Assessing inter-modal passenger travel options
US9057622B2 (en) * 2012-02-08 2015-06-16 Here Global B.V. Method and system for routing using uncertainty data
US20150286936A1 (en) * 2012-10-17 2015-10-08 Hitachi, Ltd. Transportation analysis system
JP6404866B2 (ja) 2016-07-12 2018-10-17 株式会社ナビタイムジャパン 情報処理システム、情報処理装置、情報処理方法、および、情報処理プログラム
JP2018100854A (ja) * 2016-12-19 2018-06-28 富士通株式会社 情報処理装置、経路探索サーバ、経路探索プログラム
JP6465925B2 (ja) 2017-05-18 2019-02-06 三菱電機株式会社 旅客案内システム
US11023829B2 (en) * 2018-08-22 2021-06-01 Fuji Xerox Co., Ltd. Systems and methods for work booth reservations based on the customers public transportation alternatives

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014126500A (ja) 2012-12-27 2014-07-07 Toyota Motor Corp 旅行時間情報提供装置、旅行時間情報提供方法
JP2016030542A (ja) 2014-07-30 2016-03-07 株式会社日立製作所 列車運行管理システム
JP2016080513A (ja) 2014-10-16 2016-05-16 株式会社ナビタイムジャパン 情報処理システム、情報処理装置、情報処理方法、および、情報処理プログラム
JP2016185806A (ja) 2016-06-09 2016-10-27 株式会社 ヴァル研究所 列車の運行管理装置及びコンピュータプログラム

Also Published As

Publication number Publication date
EP3848673A4 (en) 2022-05-25
US20210003409A1 (en) 2021-01-07
JPWO2020049775A1 (ja) 2021-08-12
EP3848673A1 (en) 2021-07-14
US11754404B2 (en) 2023-09-12
WO2020049775A1 (ja) 2020-03-12

Similar Documents

Publication Publication Date Title
JP5986641B2 (ja) 交通分析システム
JP5902607B2 (ja) 旅行時間情報提供装置、旅行時間情報提供方法
US11562300B2 (en) System and method for optimal automated booking of on-demand transportation in multi-modal journeys
Chriqui et al. Common bus lines
Osuna et al. Control strategies for an idealized public transportation system
Koutsopoulos et al. Transit data analytics for planning, monitoring, control, and information
JP5931188B2 (ja) 交通経路分担率制御システム及び交通経路分担率制御方法
Schmöcker et al. Generation and calibration of transit hyperpaths
JP2016085734A (ja) 輸送サービス予約方法、輸送サービス予約装置、及び輸送サービス予約プログラム
JP6895325B2 (ja) 交通需要予測装置、交通需要予測方法、及び交通需要予測プログラム
Mo et al. Capacity-constrained network performance model for urban rail systems
KR20210052499A (ko) e-헤일링(e-hailing) 서비스
Nahmias-Biran et al. From traditional to automated mobility on demand: a comprehensive framework for modeling on-demand services in SimMobility
JP7157812B2 (ja) 旅客案内システムおよび旅客案内方法
JP5671748B2 (ja) 乗換時間計算システム及び乗換時間計算方法
JP6454222B2 (ja) データ処理システム、及び、データ処理方法
JP2022096165A (ja) 運行支援システムおよび運行支援方法
Li et al. Comparison of door-to-door transit travel time estimation using schedules, real-time vehicle arrivals, and smartcard inference methods
Liu et al. Optimization approach to improve the ridesharing success rate in the bus ridesharing service
JP2021067982A (ja) 旅客流動予測装置、旅客流動予測方法及び旅客流動予測プログラム
JP2018088069A (ja) 輸送サービス情報提供装置、及び輸送サービス情報提供方法
US20140379392A1 (en) Flight-plan generating apparatus
JP7410540B2 (ja) 情報処理システム、情報処理プログラムおよび情報処理方法
JP7168344B2 (ja) 移動体の停止位置決定方法および決定システム
JP7449192B2 (ja) ダイヤ情報管理システム、ダイヤ情報管理方法および運行案内システム

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201125

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20201125

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220104

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20220304

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220413

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: 20220913

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221007

R150 Certificate of patent or registration of utility model

Ref document number: 7157812

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150