JP7188444B2 - 情報処理装置、情報処理方法及びプログラム - Google Patents
情報処理装置、情報処理方法及びプログラム Download PDFInfo
- Publication number
- JP7188444B2 JP7188444B2 JP2020528713A JP2020528713A JP7188444B2 JP 7188444 B2 JP7188444 B2 JP 7188444B2 JP 2020528713 A JP2020528713 A JP 2020528713A JP 2020528713 A JP2020528713 A JP 2020528713A JP 7188444 B2 JP7188444 B2 JP 7188444B2
- Authority
- JP
- Japan
- Prior art keywords
- cell
- demand
- unit
- data
- prediction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims description 49
- 238000003672 processing method Methods 0.000 title claims description 4
- 230000029305 taxis Effects 0.000 claims description 48
- 230000006870 function Effects 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000005192 partition Methods 0.000 claims 18
- 238000000034 method Methods 0.000 description 32
- 238000011156 evaluation Methods 0.000 description 31
- 230000006798 recombination Effects 0.000 description 29
- 238000005215 recombination Methods 0.000 description 29
- 230000008569 process Effects 0.000 description 28
- 238000012545 processing Methods 0.000 description 26
- 238000010586 diagram Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 13
- 238000013480 data collection Methods 0.000 description 11
- 230000032823 cell division Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 8
- 230000032258 transport Effects 0.000 description 8
- 230000002776 aggregation Effects 0.000 description 7
- 238000004220 aggregation Methods 0.000 description 7
- 238000013500 data storage Methods 0.000 description 6
- 230000005764 inhibitory process Effects 0.000 description 6
- 238000009825 accumulation Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001151 other effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 239000003570 air Substances 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
-
- 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Description
1.概要
1.1.システム構成
1.2.提案技術の概要
2.機能構成例
3.セルの結合及び分割
3.1.セルの結合
3.2.セルの分割
3.3.補足
4.ハードウェア構成例
5.まとめ
<1.1.システム構成>
図1は、本開示の一実施形態に係る移動体制御システムの構成の一例を示す図である。図1に示すように、本実施形態に係る移動体制御システム1は、ひとつ以上の移動体2との間で情報を送受信し、移動体2を制御する。
移動体2は、陸上、空中、水上、水中又は宇宙空間等の実空間を任意に移動する。例えば、移動体2は、トラック、バス若しくはタクシー等の車両、飛行機若しくはドローン等の飛行体、船、潜水艦、又は人工衛星等として実現され得る。移動体2は、任意の輸送対象物を積み輸送することができる。輸送対象物としては、人間、動物、又は貨物等が挙げられる。本明細書では、移動体2はタクシーであり、輸送対象物は乗客(人間)であるものとし、配車のユースケースについて説明する。
ログ生成装置21は、タクシー2による輸送対象物の輸送に関する情報を検出する。例えば、ログ生成装置21は、GNSS衛星3からのGNSS信号に基づいてタクシー2の水平方向の位置情報を検出する。さらに、ログ生成装置21は、気圧情報等の高さ方向の位置情報を検出してもよい。他にも、ログ生成装置21は、速度、加速度及び角速度等のタクシー2の移動に関する情報を検出してもよい。また、ログ生成装置21は、乗客の人数、性別、年齢及び生体情報等の、輸送対象物に関する情報を検出してもよい。
端末装置22は、配車装置13から受信した情報を出力する情報処理装置である。例えば、端末装置22は、カーナビゲーション装置、スマートフォン又はタブレット端末等により実現され、情報を視覚的に出力する。タクシー2の乗務員は、端末装置22により出力された情報に基づいて、タクシー2を運転して乗客を乗せる。
図1に示すように、移動体制御システム1は、データ収集装置11、需要予測装置12及び配車装置13を含む。
データ収集装置11は、タクシー2に関するデータを収集する情報処理装置である。データ収集装置11は、移動体制御システム1の制御対象の複数のタクシー2から車両動態ログデータを収集及び蓄積する。
需要予測装置12は、入力された情報に基づいて、予測対象空間ごとのタクシー2の需要を予測する情報処理装置である。需要予測装置12は、予測に用いる予測モデルの学習も行う。
配車装置13は、需要予測データに基づいて、タクシー2の配車を行う情報処理装置である。
前提として、セルが小さいと、セルごとの需要データのデータ数が不足して学習が不十分なものとなり、予測精度が低いセルが発生するおそれがある。一方で、セルが大きいと、セルごとの需要データのデータ数が多くなるので、学習が十分に行われて高い予測精度が発揮され得る。
図2は、本実施形態に係る需要予測装置12の機能構成の一例を示すブロック図である。図2に示すように、需要予測装置12は、データ蓄積部121、取得部122、学習部123、予測部124、評価部125、決定部126及び出力部127を含む。
データ蓄積部121は、需要予測のための各種データ蓄積する機能を有する。そのようなデータの一例として、上述した需要データ、及び外部データが挙げられる。
取得部122は、データ蓄積部121から需要予測のための各種データを取得する機能を有する。取得部122は、決定部126により決定されたセルごとの、需要予測のためのデータを取得する。例えば、決定部126により複数のセルが結合された場合、結合された複数のセルの各々のデータを統合することで、結合後のセルのデータを取得する。その際、例えば、取得部122は、結合された複数のセルの需要データを合算し、外部データについては平均値をとる等の統計処理を行い、属性データを統一する。
学習部123は、需要予測のための予測モデルを学習する機能を有する。詳しくは、学習部123は、決定部126により決定されたセルの各々における需要予測のための予測モデルのパラメータを、データ蓄積部121により蓄積されたデータに基づき学習する。予測モデルとは、セルごとの需要データを予測するためのモデルであり、予測部124により使用される。学習部123は、学習により得られたパラメータを、予測部124に出力する。
予測部124は、セルごとに需要予測を行う機能を有する。詳しくは、予測部124は、決定部126により決定されたセルの各々における予測対象時刻におけるタクシー2の需要データを、データ蓄積部121により蓄積されたデータに基づき予測する。予測には、学習部123により学習されたパラメータが適用された予測モデルが用いられる。なお、予測モデルとしては、MLP(Multilayer perceptron)等のニューラルネットワーク又はXGBoost(eXtreme Gradient Boosting)等の決定木など、任意のモデルが用いられ得る。
評価部125は、セルごとに需要予測の予測精度を評価する機能を有する。詳しくは、評価部125は、予測部124により予測結果と実際の需要とを比較して、予測精度を計算する。例えば、評価部125は、需要予測結果に含まれる予測対象時刻におけるタクシー2の台数と、予測対象時刻において実際に取得された需要データに含まれるタクシー2の台数とを比較して、その一致度合いを予測精度として計算する。評価部125は、複数の予測対象時刻における比較結果の平均値等の統計量を、予測精度として計算してもよい。
決定部126は、セルを決定する機能を有する。詳しくは、決定部126は、セルごとの予測モデルの予測精度に基づいて、セルの結合又は分割を決定する。決定部126は、結合すると判定したセルを他のセルと結合する。また、決定部126は、分割すると決定したセルを複数のセルに分割する。このようにして、各々のセルの形状及び大きさが決定される。
出力部127は、需要予測装置12による予測結果を出力する機能を有する。例えば、出力部127は、予測部124によるセルごとの需要の予測結果、及び評価部125によるセルごとの予測モデルの評価結果を対応付けて、出力する。
<3.1.セルの結合>
決定部126は、予測精度が第1の閾値よりも低いセルを結合対象として決定する。第1の閾値よりも低いとは、第1の閾値以下を意味していてもよいし、第1の閾値未満を意味していてもよい。結合後のセルのデータ数は、結合前の各々セルのデータ数の和となる。従って、結合によりデータ数が増加するので、予測精度を向上させることが可能となる。
決定部126は、結合対象のセル同士を結合してもよい。これにより、データ数が少なく予測精度が低いセル同士が結合される。結合後の結合セルのデータ数は、結合前の各々のセルのデータ数の和となるので、予測精度の向上が期待される。従って、セルの予測精度を効率的に向上させることが可能となる。
決定部126は、需要予測の度に、セルの結合を行うか否かを判定し得る。詳しくは、需要予測装置12は、予測モデルを用いた需要予測、及び予測精度の評価を行い、その評価結果に基づいて、セルの結合を行うか否かを判定する。セルの結合を行うと判定した場合、需要予測装置12は、セルの結合、及び新たな結合セルにおける予測モデルの学習を行う。
以下、図3~図6を参照しながら、初期状態において行われる過去の需要予測に伴うセル結合処理の具体例を説明する。図3~図6に示す例では、需要予測装置12は、セルリストを更新しながら、セルの結合を決定する。セルリストとは、セルの結合/分割に関する情報をセルごとに対応付けたリストである。
以下、図7及び図8を参照しながら、初期状態において行われる過去の需要予測に伴うセル結合処理の流れの一例を説明する。
決定部126は、予測精度が第2の閾値よりも高いセルを分割対象として決定する。第2の閾値よりも高いとは、第2の閾値以上を意味していてもよいし、第1の閾値超を意味していてもよい。ここでの第2の閾値は、第1の閾値と同じか第1の閾値を超える値である。分割後の各々のセルのデータ数は、典型的には分割前のセルのデータ数よりも少なくなるので、分割後のセルの予測精度を高すぎない程度に減少させることが可能となる。また、分割後のセルは分割前のセルと比較して小さくなるので、需要が発生すると予測される場所をより詳細に特定することが可能となる。
決定部126は、需要予測の度に、セルの分割を行うか否かを判定し得る。詳しくは、需要予測装置12は、予測モデルを用いた需要予測、及び予測精度の評価を行い、その評価結果に基づいて、セルの分割を行うか否かを判定する。セルの分割を行うと判定した場合、需要予測装置12は、セルの分割、及び分割したセルにおける予測モデルの学習を行う。
以下、図9及び図10を参照しながら、需要予測に伴うセル分割処理の具体例を説明する。図9及び図10に示す例では、需要予測装置12は、セルリストを更新しながら、セルの分割を決定する。
以下、図11を参照しながら、X回目の需要予測に伴うセル分割処理の流れの一例を説明する。
・セルの更新タイミング
決定部126は、時間の経過に応じて、セルの結合又は分割を再決定してもよい。例えば、決定部126は、所定の時間が経過した場合に、単位セルを対象として上述したセルの結合処理を行い、その後分割処理を行ってもよい。これにより、常に最新の状況に応じたセルを決定することが可能となる。
上記では、単位セルは、実空間が水平方向に網目状に区切られた正方形の形状を有するものとして説明したが、本技術はかかる例に限定されない。例えば、セルは、地図情報に基づいて設定され得る。その一例を、図12を参照して説明する。
最後に、図13を参照して、本実施形態に係る情報処理装置のハードウェア構成について説明する。図13は、本実施形態に係る情報処理装置のハードウェア構成の一例を示すブロック図である。なお、図13に示す情報処理装置900は、例えば、図2に示した需要予測装置12を実現し得る。本実施形態に係る需要予測装置12による情報処理は、ソフトウェアと、以下に説明するハードウェアとの協働により実現される。
以上、図1~図13を参照して、本開示の一実施形態について詳細に説明した。上記説明したように、本実施形態に係る需要予測装置12は、輸送対象物を積み輸送する移動体のセルごとの需要データを取得し、セルごとに需要データを予測する予測モデルを学習する。そして、需要予測装置12は、予測モデルの予測精度に基づいて、セルの結合又は分割を決定する。例えば、需要予測装置12は、予測精度が低過ぎるセルを他のセルと結合する。これにより、結合後のセルのデータ数は結合前よりも増加するので、予測精度を向上させることができる。他方、需要予測装置12は、予測精度が高すぎるセルをより小さい複数のセルに分割する。これにより、分割後のセルは分割前のセルと比較して小さくなるので、需要が発生すると予測される場所をより詳細に特定することが可能となる。このようにして、需要予測装置12は、十分な高さの予測精度を実現可能であり、且つ需要が発生すると予測される場所を詳細に特定することが可能なセルを、設定することが可能となる。また、需要予測装置12は、セルごとに予測モデルを学習することで、どのセルにおいても高い予測精度を発揮することが可能となる。
(1)
輸送対象物を積み輸送する移動体の予測対象空間ごとの需要データを取得する取得部と、
前記予測対象空間ごとに前記需要データを予測する予測モデルを学習する学習部と、
前記予測モデルの予測精度に基づいて、前記予測対象空間の結合又は分割を決定する決定部と、
を備える情報処理装置。
(2)
前記決定部は、前記予測精度が第1の閾値よりも低い前記予測対象空間を結合対象として決定する、前記(1)に記載の情報処理装置。
(3)
前記決定部は、前記結合対象の前記予測対象空間同士を結合する、前記(2)に記載の情報処理装置。
(4)
前記決定部は、前記結合対象の前記予測対象空間と、前記結合対象の前記予測対象空間の属性に対応する属性を有する他の前記予測対象空間とを結合する、前記(2)又は(3)に記載の情報処理装置。
(5)
前記決定部は、前記結合対象の前記予測対象空間と、前記結合対象の前記予測対象空間に隣接する他の前記予測対象空間とを結合する、前記(2)~(4)のいずれか一項に記載の情報処理装置。
(6)
前記決定部は、前記予測精度が第2の閾値よりも高い前記予測対象空間を分割対象として決定する、前記(1)~(5)のいずれか一項に記載の情報処理装置。
(7)
前記決定部は、前記需要データのデータ数が所定の基準を満たした前記予測対象空間を分割対象として決定する、前記(1)~(6)のいずれか一項に記載の情報処理装置。
(8)
前記決定部は、前記予測対象空間の属性に応じて分割可否を判定する、前記(1)~(7)のいずれか一項に記載の情報処理装置。
(9)
前記決定部は、時間の経過に応じて、前記予測対象空間の結合又は分割を再決定する、前記(1)~(8)のいずれか一項に記載の情報処理装置。
(10)
前記決定部は、前記予測対象空間の属性の変化に応じて、前記予測対象空間の結合又は分割を再決定する、前記(1)~(9)のいずれか一項に記載の情報処理装置。
(11)
前記予測対象空間は、水平方向の位置情報及び高さ方向の位置情報により定義される、前記(1)~(10)のいずれか一項に記載の情報処理装置。
(12)
前記予測対象空間は、地図情報に基づいて設定される、前記(1)~(11)のいずれか一項に記載の情報処理装置。
(13)
前記移動体は、車両であり、前記需要データは、前記輸送対象物の需要量に関するデータである、前記(1)~(12)のいずれか一項に記載の情報処理装置。
(14)
輸送対象物を積み輸送する移動体の予測対象空間ごとの需要データを取得することと、
前記予測対象空間ごとに前記需要データを予測する予測モデルを学習することと、
前記予測モデルの予測精度に基づいて、前記予測対象空間の結合又は分割を決定することと、
を含む、プロセッサにより実行される情報処理方法。
(15)
コンピュータを、
輸送対象物を積み輸送する移動体の予測対象空間ごとの需要データを取得する取得部と、
前記予測対象空間ごとに前記需要データを予測する予測モデルを学習する学習部と、
前記予測モデルの予測精度に基づいて、前記予測対象空間の結合又は分割を決定する決定部と、
として機能させるためのプログラム。
2 移動体、タクシー
3 GNSS衛星
11 データ収集装置
12 需要予測装置
13 配車装置
21 ログ生成装置
22 端末装置
121 データ蓄積部
122 取得部
123 学習部
124 予測部
125 評価部
126 決定部
127 出力部
Claims (10)
- タクシーが通行可能な複数の区画において、前記区画の属性を用いて学習された学習モデルを用いて、前記区画におけるタクシーの需要データを生成する生成部と、
生成した前記需要データを表示装置において表示させるために送信する送信部と、
を備え、
前記区画は、道路を含み、前記区画の属性は、道路の種別を含み、
前記生成部は、道路の各区間におけるタクシーの前記需要データを、道路の進行方向ごとに生成する、
情報処理装置。 - 前記需要データに基づいて、走行経路を設定する設定部を、
さらに備える請求項1に記載の情報処理装置。 - 前記設定部は、需要が多いと予測された道路を優先的に通るように前記走行経路を設定する、請求項2に記載の情報処理装置。
- 前記生成部は、タクシーの動態データと、タクシー以外の交通手段の動態データ及び気象情報の少なくともいずれかとに基づいて、前記需要データを生成する、請求項1~3のいずれか一項に記載の情報処理装置。
- 前記需要データは、タクシーの台数、乗客数、及び乗車回数の少なくともいずれかの時間ごとのデータ、又は前記データの統計量である、請求項1~4のいずれか一項に記載の情報処理装置。
- 前記区画の分割可否を判定する決定部を、
さらに備え、
前記決定部は、前記区画が特定の属性の区画が複数結合された区画である場合、前記区画を分割NGと判定する、
請求項1に記載の情報処理装置。 - 前記区画の分割可否を判定する決定部をさらに備え、
前記決定部は、前記区画における前記需要データの予測精度が所定の値以上である場合、前記区画を分割OKと判定し、前記予測精度が所定の値未満である場合、前記区画を分割NGと判定する、
請求項1に記載の情報処理装置。 - 前記決定部は、分割可否の判定結果に基づいて前記区画を分割し、
前記生成部は、分割された前記区画ごとに前記需要データを生成する、
請求項7に記載の情報処理装置。 - タクシーが通行可能な複数の区画において、前記区画の属性を用いて学習された学習モデルを用いて、前記区画におけるタクシーの需要データを生成することと、
生成した前記需要データを表示装置において表示させるために送信することと、
を含み、
前記区画は、道路を含み、前記区画の属性は、道路の種別を含み、
道路の各区間におけるタクシーの前記需要データを、道路の進行方向ごとに生成することを含む、
プロセッサにより実行される情報処理方法。 - コンピュータを、
タクシーが通行可能な複数の区画において、前記区画の属性を用いて学習された学習モデルを用いて、前記区画におけるタクシーの需要データを生成する生成部と、
生成した前記需要データを表示装置において表示させるために送信する送信部と、
として機能させ、
前記区画は、道路を含み、前記区画の属性は、道路の種別を含み、
前記生成部は、道路の各区間におけるタクシーの前記需要データを、道路の進行方向ごとに生成する、
プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022192680A JP7501601B2 (ja) | 2018-07-04 | 2022-12-01 | 情報処理装置、情報処理方法及びプログラム |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018127684 | 2018-07-04 | ||
JP2018127684 | 2018-07-04 | ||
PCT/JP2019/020336 WO2020008749A1 (ja) | 2018-07-04 | 2019-05-22 | 情報処理装置、情報処理方法及びプログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022192680A Division JP7501601B2 (ja) | 2018-07-04 | 2022-12-01 | 情報処理装置、情報処理方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020008749A1 JPWO2020008749A1 (ja) | 2021-07-08 |
JP7188444B2 true JP7188444B2 (ja) | 2022-12-13 |
Family
ID=69059548
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020528713A Active JP7188444B2 (ja) | 2018-07-04 | 2019-05-22 | 情報処理装置、情報処理方法及びプログラム |
JP2022192680A Active JP7501601B2 (ja) | 2018-07-04 | 2022-12-01 | 情報処理装置、情報処理方法及びプログラム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022192680A Active JP7501601B2 (ja) | 2018-07-04 | 2022-12-01 | 情報処理装置、情報処理方法及びプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210192410A1 (ja) |
EP (1) | EP3819833A4 (ja) |
JP (2) | JP7188444B2 (ja) |
CN (1) | CN112352250A (ja) |
WO (1) | WO2020008749A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6906487B2 (ja) * | 2018-08-24 | 2021-07-21 | 株式会社東芝 | 乗合車両用需要予測装置、乗合車両用需要予測方法及びプログラム |
WO2022153784A1 (ja) * | 2021-01-14 | 2022-07-21 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | ドローン制御システム、ドローン、ドローン制御方法、及びプログラム |
JP7348233B2 (ja) * | 2021-06-17 | 2023-09-20 | ヤフー株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010039833A (ja) | 2008-08-06 | 2010-02-18 | Act Systems:Kk | 需要発生予測システム、需要発生予測装置、および需要発生予測方法 |
JP2011113141A (ja) | 2009-11-24 | 2011-06-09 | Ntt Docomo Inc | 需要予測装置及び需要予測方法 |
JP2014130552A (ja) | 2012-12-29 | 2014-07-10 | Zmp Co Ltd | タクシーサービス支援システム |
US20170192437A1 (en) | 2016-01-04 | 2017-07-06 | Cruise Automation, Inc. | System and method for autonomous vehicle fleet routing |
JP2017194863A (ja) | 2016-04-21 | 2017-10-26 | 株式会社Nttドコモ | 需要予測装置 |
JP2017204168A (ja) | 2016-05-12 | 2017-11-16 | 株式会社Nttドコモ | タクシー需要推定システム |
US20180032928A1 (en) | 2015-02-13 | 2018-02-01 | Beijing Didi Infinity Technology And Development C O., Ltd. | Methods and systems for transport capacity scheduling |
US20180130356A1 (en) | 2016-11-10 | 2018-05-10 | Sap Se | Vehicle position planning |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09153098A (ja) * | 1995-11-30 | 1997-06-10 | Omron Corp | 車両需要予測システム |
JP2008052455A (ja) * | 2006-08-23 | 2008-03-06 | Fujitsu Ten Ltd | 需要予測装置およびプログラム |
JP5171793B2 (ja) | 2009-11-20 | 2013-03-27 | 株式会社エヌ・ティ・ティ・ドコモ | 事象検知装置及び事象検知方法 |
JP2012043296A (ja) | 2010-08-20 | 2012-03-01 | Ntt Docomo Inc | 需要予測システム及び需要予測方法 |
JP5480755B2 (ja) | 2010-08-26 | 2014-04-23 | 株式会社Nttドコモ | 需要予測システム及び需要予測方法 |
JP5744966B2 (ja) | 2012-05-30 | 2015-07-08 | 治 増田 | タクシーの最適配置システム |
EP3252705A4 (en) * | 2015-01-29 | 2018-07-04 | Beijing Didi Infinity Technology and Development Co., Ltd. | Order allocation system and method |
US10360521B2 (en) | 2015-06-12 | 2019-07-23 | Sap Se | Dynamic location recommendation for public service vehicles |
JP2017091351A (ja) * | 2015-11-13 | 2017-05-25 | 日本電気株式会社 | 統合装置、統合方法、統合プログラム、および制御システム |
CN106127329A (zh) * | 2016-06-16 | 2016-11-16 | 北京航空航天大学 | 订单预测方法与装置 |
US10817775B2 (en) * | 2017-01-12 | 2020-10-27 | International Business Machines Corporation | Neural network computing systems for predicting vehicle requests |
CN107610469B (zh) * | 2017-10-13 | 2021-02-02 | 北京工业大学 | 一种考虑多因素影响的日维度区域交通指数预测方法 |
-
2019
- 2019-05-22 WO PCT/JP2019/020336 patent/WO2020008749A1/ja active Application Filing
- 2019-05-22 JP JP2020528713A patent/JP7188444B2/ja active Active
- 2019-05-22 CN CN201980043896.2A patent/CN112352250A/zh active Pending
- 2019-05-22 US US17/251,039 patent/US20210192410A1/en not_active Abandoned
- 2019-05-22 EP EP19830285.3A patent/EP3819833A4/en active Pending
-
2022
- 2022-12-01 JP JP2022192680A patent/JP7501601B2/ja active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010039833A (ja) | 2008-08-06 | 2010-02-18 | Act Systems:Kk | 需要発生予測システム、需要発生予測装置、および需要発生予測方法 |
JP2011113141A (ja) | 2009-11-24 | 2011-06-09 | Ntt Docomo Inc | 需要予測装置及び需要予測方法 |
JP2014130552A (ja) | 2012-12-29 | 2014-07-10 | Zmp Co Ltd | タクシーサービス支援システム |
US20180032928A1 (en) | 2015-02-13 | 2018-02-01 | Beijing Didi Infinity Technology And Development C O., Ltd. | Methods and systems for transport capacity scheduling |
US20170192437A1 (en) | 2016-01-04 | 2017-07-06 | Cruise Automation, Inc. | System and method for autonomous vehicle fleet routing |
JP2017194863A (ja) | 2016-04-21 | 2017-10-26 | 株式会社Nttドコモ | 需要予測装置 |
JP2017204168A (ja) | 2016-05-12 | 2017-11-16 | 株式会社Nttドコモ | タクシー需要推定システム |
US20180130356A1 (en) | 2016-11-10 | 2018-05-10 | Sap Se | Vehicle position planning |
Non-Patent Citations (1)
Title |
---|
多田 和市,クルマデータは異業種に商機 AIでタクシー需要予測 IoTで運転者の眠気検知,人工知能&IoTビジネス ,日本,日経BP社,2018年03月05日,p.8-15 |
Also Published As
Publication number | Publication date |
---|---|
EP3819833A1 (en) | 2021-05-12 |
WO2020008749A1 (ja) | 2020-01-09 |
JP7501601B2 (ja) | 2024-06-18 |
JPWO2020008749A1 (ja) | 2021-07-08 |
US20210192410A1 (en) | 2021-06-24 |
CN112352250A (zh) | 2021-02-09 |
JP2023025158A (ja) | 2023-02-21 |
EP3819833A4 (en) | 2021-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2023025158A (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN109657843B (zh) | 一种城市接驳公交系统的一体化规划决策支持系统 | |
US20190325757A1 (en) | Determining vtol departure time in an aviation transport network for efficient resource management | |
US20080234920A1 (en) | Remote Traffic Coordination and Control | |
CN108769924A (zh) | 一种景区游客链式出行服务系统及方法 | |
JP7428124B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
WO2021171828A1 (ja) | 車内外連携装置及び方法 | |
US20210055122A1 (en) | Pedestrian and vehicle route optimization | |
JP7081534B2 (ja) | 処理装置、処理方法及び処理プログラム | |
US10389604B2 (en) | Systems and methods for the context-aware calculation of the quality of a service provided by a transportation fleet in a network of moving things | |
CN110472999B (zh) | 基于地铁和共享单车数据的客流模式分析方法及装置 | |
US20230056115A1 (en) | Method of Collecting Data from Fleet of Vehicles | |
JP2024015090A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP2020166760A (ja) | スケジュール管理システム、移動体、プログラム及び方法 | |
CN110570127B (zh) | 一种智能公交系统、车辆运行调度方法及装置 | |
US20140316702A1 (en) | Control system for indicating if people can reach locations that satisfy a predetermined set of conditions and requirements | |
CN109087219B (zh) | 一种旅游云计算系统及方法、终端 | |
WO2021083063A1 (zh) | 电子设备、无线通信方法和计算机可读存储介质 | |
JP2019175201A (ja) | センサ共有システム、センサ共有サーバ、センサ共有サーバの動作方法、センサ装備装置、及びセンサ共有のためのコンピュータプログラム | |
Yuan et al. | Dynamic integration of heterogeneous transportation modes under disruptive events | |
Baptista et al. | Towards building an uncertainty-aware personal journey planner | |
JP2022001840A (ja) | 制御装置、プログラム、システム、及び制御方法 | |
CN115829246A (zh) | 行程时间不确定环境下公共交通站点可达性评价方法 | |
CN114648057A (zh) | 交通路线的生成方法、装置、电子装置和存储介质 | |
US20220164720A1 (en) | Resource allocation for an autonomous vehicle transportation service |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20211108 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211118 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211118 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20211118 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220208 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220407 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220712 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220905 |
|
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: 20221101 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221114 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7188444 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |