JP7435747B2 - 巡回ルート作成装置、巡回ルート作成方法、及びプログラム - Google Patents
巡回ルート作成装置、巡回ルート作成方法、及びプログラム Download PDFInfo
- Publication number
- JP7435747B2 JP7435747B2 JP2022512508A JP2022512508A JP7435747B2 JP 7435747 B2 JP7435747 B2 JP 7435747B2 JP 2022512508 A JP2022512508 A JP 2022512508A JP 2022512508 A JP2022512508 A JP 2022512508A JP 7435747 B2 JP7435747 B2 JP 7435747B2
- Authority
- JP
- Japan
- Prior art keywords
- patrol route
- past
- information indicating
- confirmed
- time
- 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
- 238000000034 method Methods 0.000 title claims description 28
- 238000010801 machine learning Methods 0.000 claims description 49
- 230000006870 function Effects 0.000 claims description 25
- 238000010586 diagram Methods 0.000 description 16
- 238000013500 data storage Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3605—Destination input or retrieval
- G01C21/3617—Destination input or retrieval using user history, behaviour, conditions or preferences, e.g. predicted or inferred from previous use or current movement
-
- 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
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- 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
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- 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
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3476—Special cost functions, i.e. other than distance or default speed limit of road segments using point of interest [POI] information, e.g. a route passing visible POIs
-
- 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
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
-
- 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"
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Social Psychology (AREA)
- Health & Medical Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Ecology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Atmospheric Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Traffic Control Systems (AREA)
Description
本発明は、違法に放置された物体、例えば、放置車両の確認業務における巡回ルートを作成するための、巡回ルート作成装置、及び巡回ルート作成方法に関し、更には、これらを実現するためのプログラムに関する。
違法に駐車された車両は、歩行者、自転車等の通行を妨げ、交通事故及び交通渋滞の原因となる。更には、違法に駐車された車両は、事件、事故、災害等の発生時において、パトカー、救急車等の緊急車両の通行の妨げとなることもある。このため、近年、警察庁は、民間の法人に、違法駐車された放置車両の確認業務を委託し、違法駐車撲滅の推進を図っている。
ところで、通常、放置車両の確認業務では、監視員は、警察署で担当するエリアが指示されると、指示されたエリア内を巡回することによって、違法駐車された放置車両を確認する。このとき、巡回が無計画に行われてしまうと、監視員は放置車両を効率的に確認できないため、違法駐車撲滅が困難となる。
このため、特許文献１は、監視員の巡回計画を自動的に作成する装置を開示している。具体的には、特許文献１に開示された装置は、まず、各地域において時間帯毎に集計された違法駐車の取り締まり件数の実績値に基づいて、巡回実施日において、各地域における時間毎の取り締まり件数を予測する。次いで、特許文献１に開示された装置は、各地域における時間毎の取り締まり件数の予測値に基づいて、時間帯毎に予測値が最も大きい地域を選択し、選択した地域をその時間帯の巡回対象として、巡回計画を作成する。特許文献１に開示された装置によれば、監視員は、時間帯毎に放置車両が多いと予想される地域を巡回できる。
しかしながら、上記特許文献１に開示された装置は、時間帯毎に巡回対象となる地域を選択する機能しか備えておらず、地域から地域へのルートについて考慮している訳ではない。このため、ある時間帯で選択された地域と、次の時間帯で選択された地域とが離れている場合には、巡回が非効率となると共に、監視員に大きな負担となってしまう。
本発明の目的の一例は、上記問題を解消し、放置物体の確認業務における巡回ルートの策定を可能にし得る、巡回ルート作成装置、巡回ルート作成方法、及びプログラムを提供することにある。
上記目的を達成するため、本発明の一側面における巡回ルート作成装置は、放置物体の確認業務を行う監視員の巡回ルートを作成するための装置であって、
過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、過去における監視員の巡回ルートを推測する、巡回ルート推測部と、
推測された前記過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、予め設定されたエリアでの、設定された時間帯における、巡回ルートを作成する、巡回ルート作成部と、
を備えている、ことを特徴とする。
過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、過去における監視員の巡回ルートを推測する、巡回ルート推測部と、
推測された前記過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、予め設定されたエリアでの、設定された時間帯における、巡回ルートを作成する、巡回ルート作成部と、
を備えている、ことを特徴とする。
また、上記目的を達成するため、本発明の一側面における巡回ルート作成方法は、放置物体の確認業務を行う監視員の巡回ルートを作成するための方法であって、
過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、過去における監視員の巡回ルートを推測する、巡回ルート推測ステップと、
推測された前記過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、予め設定されたエリアでの、設定された時間帯における、巡回ルートを作成する、巡回ルート作成ステップと、
を有する、ことを特徴とする。
過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、過去における監視員の巡回ルートを推測する、巡回ルート推測ステップと、
推測された前記過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、予め設定されたエリアでの、設定された時間帯における、巡回ルートを作成する、巡回ルート作成ステップと、
を有する、ことを特徴とする。
更に、上記目的を達成するため、本発明の一側面におけるプログラムは、コンピュータによって、放置物体の確認業務を行う監視員の巡回ルートを作成するためのプログラムであって、
前記コンピュータに、
過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、過去における監視員の巡回ルートを推測する、巡回ルート推測ステップと、
推測された前記過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、予め設定されたエリアでの、設定された時間帯における、巡回ルートを作成する、巡回ルート作成ステップと、
実行させる、ことを特徴とする。
前記コンピュータに、
過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、過去における監視員の巡回ルートを推測する、巡回ルート推測ステップと、
推測された前記過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、予め設定されたエリアでの、設定された時間帯における、巡回ルートを作成する、巡回ルート作成ステップと、
実行させる、ことを特徴とする。
以上のように本発明によれば、放置物体の確認業務における巡回ルートの策定が可能となる。
（実施の形態）
以下、実施の形態における、巡回ルート作成装置、巡回ルート作成方法、及びプログラムについて、図１～図７を参照しながら説明する。
以下、実施の形態における、巡回ルート作成装置、巡回ルート作成方法、及びプログラムについて、図１～図７を参照しながら説明する。
［装置構成］
最初に、実施の形態における巡回ルート作成装置の概略構成について図１を用いて説明する。図１は、実施の形態における巡回ルート作成装置の概略構成を示すブロック図である。
最初に、実施の形態における巡回ルート作成装置の概略構成について図１を用いて説明する。図１は、実施の形態における巡回ルート作成装置の概略構成を示すブロック図である。
図１に示す、実施の形態における巡回ルート作成装置１０は、放置物体の確認業務を行う監視員の巡回ルートを作成するための装置である。図１に示すように、巡回ルート作成装置１０は、巡回ルート推測部１１と、巡回ルート作成部１２とを備えている。
この構成において、巡回ルート推測部１１は、過去に放置物体が確認された場所を示す位置情報、及び過去に放置物体が確認された時刻を示す時刻情報に基づいて、過去における監視員の巡回ルートを推測する。
巡回ルート作成部１２は、推測された過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に放置物体が確認された時刻を示す時刻情報に基づいて、予め設定されたエリアでの、設定された時間帯における、巡回ルートを作成する。
このように、実施の形態では、巡回ルート作成装置１０は、過去に確認した放置物体の情報から、予め設定されたエリア及び時間帯について監視員が巡回すべきルートを作成する。実施の形態によれば、放置物体の確認業務における巡回ルートの策定が可能となる。
続いて、図２～図５を用いて、実施の形態における巡回ルート作成装置の構成及び機能について具体的に説明する。図２は、実施の形態における巡回ルート作成装置の構成を具体的に示すブロック図である。
図２に示すように、実施の形態では、巡回ルート作成装置１０は、ネットーワークを介して、端末装置２０とデータ通信可能に接続されている。端末装置２０は、監視員２１が使用する端末装置であり、スマートフォン、タブレット型端末装置等である。
また、実施の形態において、放置物体としては、違法駐車された放置車両、違法に遺棄されたゴミ（粗大ゴミ、可燃ゴミ等）、放置された不審物などが挙げられる。以下においては、放置物体が放置車両である例について説明する。
監視員２１は、放置車両の確認作業を行うと、この端末装置２０に、放置車両を確認した場所、放置車両を確認した時刻を入力する。場所の入力は、端末装置の画面上に表示された地図上の点を指定することによって行われても良いし、住所の入力によって行われても良い。また、時刻の入力は、予め用意されたタブを選択することによって行われても良いし、手入力によって行われても良い。
入力が終わると、端末装置２０は、放置車両が確認された場所を示す位置情報と、放置車両が確認された時刻を示す時刻情報とに、監視員２１を特定するための識別子（ＩＤ：identification）を付与し、これらの情報を巡回ルート作成装置１０に送信する。
端末装置２０にＧＰＳ（Global Positioning System）受信機と時計とが備えられている場合は、端末装置２０は、監視員２１から確認作業を行ったことを示す入力のみを受け付けても良い。この場合、端末装置２０は、入力が行われると、そのときのＧＰＳ受信機で測位された位置を示す位置情報と、そのときの時刻を示す時刻情報とを送信する。
図２に示すように、実施の形態では、巡回ルート作成装置１０は、上述した巡回ルート推測部１１及び巡回ルート作成部１２に加えて、データ取得部１３と、データ格納部１４と、機械学習モデル格納部１５とを備えている。
データ取得部１３は、端末装置２０から、ＩＤが付与された位置情報及び時刻情報が送信されてくると、これらの情報を取得し、取得した情報をデータ格納部１４に格納する。図３は、実施の形態においてデータ格納部に格納されている情報の一例を示す図である。図３に示すように、実施の形態では、過去に監視員２１が放置車両の確認業務を行った際に得られた情報は、データ格納部１４に蓄積される。
巡回ルート推測部１１は、実施の形態では、監視員２１毎に、データ格納部１４に格納されている位置情報及び時刻情報を用いて、過去の巡回ルートを推測する。具体的には、巡回ルート推測部１１は、まず、同日の同じＩＤに紐付けられている位置情報及び時刻情報を取得し、予め用意されている電子地図上に、位置情報で特定される場所（座標）をプロットする。
そして、図４に示すように、巡回ルート推測部１１は、時刻情報で特定される時刻が早い順に、例えば、駐車禁止エリアとなっている道路を優先して、プロットした場所を全て辿り、巡回ルートを推測する。図４は、実施の形態において推測された巡回ルートの一例を示す図である。
巡回ルート作成部１２は、実施の形態では、巡回ルートの作成対象となるエリアと時間帯とを、機械学習モデルに入力することで、巡回ルートを作成する。
機械学習モデルは、巡回ルート推測部１１で推測された過去における監視員２１の巡回ルート、過去に放置車両が確認された場所を示す位置情報、及び過去に放置車両が確認された時刻を示す時刻情報の関係を、分岐式と目的関数とで示すモデルである。図５は、実施の形態で用いられる機械学習モデルの概念を示す図である。図５の例では、どのような場合に、何をどれだけ重視するかが分かるように最適化指標が学習されている。
実施の形態では、巡回ルート作成部１２が、巡回ルート推測部１１によって推測された過去における監視員２１の巡回ルートと、データ格納部１４に格納されている位置情報及び時刻情報とを、学習データとして用いて、上述の機械学習モデルを構築することができる。巡回ルート作成部１２は、構築した機械学習モデルを構成する分岐式及び目的関数を、データ格納部１４に格納する。
また、実施の形態では、機械学習モデルは、上述の関係において、更に、過去に放置車両が確認された場所の天候を示す天候情報、その場所における道路の状況を示す道路状況情報、及びその場所で実施されているイベントを特定するイベント情報のうち少なくとも１つを更に含んでいても良い。これらの情報は、以降においては、「周辺情報」と一括りで表記する。巡回ルート作成部１２は、この場合、過去の周辺情報も学習データとして用いる。実施の形態では、過去の周辺情報は、予めデータ格納部１４に格納されている。
また、この場合、巡回ルート作成部１２は、機械学習モデルに、巡回ルートの作成対象となるエリアと時間帯とに加えて、最新の天候情報、最新の道路状況情報、最新のイベント情報のうち少なくとも１つも入力して、巡回ルートを作成する。
ここで、図５に示す機械学習モデルについて具体的に説明する。まず、監視員２１が確認すべき主な地点が登録された電子地図が用意され、更に電子地図には、予め、地点毎の確認回数の上限が設定されているとする。また、学習データとしては、過去の監視員２１の巡回ルート、過去の位置情報、過去の時刻情報、及び過去の周辺情報が用いられるとする。この場合において、機械学習モデルを構築するための機械学習では、地点毎の確認回数の上限の範囲内で、確認できる地点の数を最大にする地点の組合せが学習される。
［装置動作］
次に、実施の形態における巡回ルート作成装置１０の動作について図６及び図７を用いて説明する。以下の説明においては、適宜図１～図５を参照する。また、実施の形態では、巡回ルート作成装置１０を動作させることによって、巡回ルート作成方法が実施される。よって、実施の形態における巡回ルート作成方法の説明は、以下の巡回ルート作成装置１０の動作説明に代える。
次に、実施の形態における巡回ルート作成装置１０の動作について図６及び図７を用いて説明する。以下の説明においては、適宜図１～図５を参照する。また、実施の形態では、巡回ルート作成装置１０を動作させることによって、巡回ルート作成方法が実施される。よって、実施の形態における巡回ルート作成方法の説明は、以下の巡回ルート作成装置１０の動作説明に代える。
最初に、図６を用いて、機械学習モデルの構築までの処理について説明する。図６は、実施の形態における巡回ルート作成装置の機械学習モデル構築処理時の動作を示すフロー図である。
前提として、監視員２１が、端末装置２０を用いて放置車両の確認作業を行い、その後、端末装置２０から、監視員２１のＩＤが付与された位置情報と時刻情報とが、巡回ルート作成装置１０へと送信される。
これにより、図６に示すように、巡回ルート作成装置１０において、データ取得部１３は、送信されてきた位置情報と時刻情報とを取得し、取得した情報をデータ格納部１４に格納する（ステップＡ１）。
次に、巡回ルート推測部１１は、監視員２１毎に、データ格納部１４に格納されている位置情報及び時刻情報を用いて、過去の巡回ルートを推測する（ステップＡ２）。
次に、巡回ルート作成部１２は、ステップＡ２で推測された過去における監視員２１の巡回ルートと、データ格納部１４に格納されている、位置情報、時刻情報、及び周辺情報とを、学習データとして用いて、機械学習を実行する（ステップＡ３）。ステップＡ３の実行により、監視員２１の巡回ルート、位置情報、時刻情報、及び周辺情報の関係を、分岐式と目的関数とで示す機械学習モデルが構築される。
次に、巡回ルート作成部１２は、ステップＡ３の機械学習で構築された機械学習モデルの分岐式及び目的関数を、機械学習モデル格納部１５に格納する（ステップＡ４）。
続いて、図７を用いて、機械学習モデルを用いた巡回ルートの作成処理について説明する。図７は、実施の形態における巡回ルート作成装置の巡回ルートの作成処理時の動作を示すフロー図である。
前提として、監視員２１が端末装置２０において、巡回対象となるエリア、時間帯、及び最新の周辺情報を入力する。これにより、端末装置２０は、入力された各情報を、巡回ルート作成装置１０に送信する。
これにより、図７に示すように、巡回ルート作成装置１０において、巡回ルート作成部１２は、端末装置２０から送信されてきた、巡回対象となるエリア、時間帯、及び最新の周辺情報を取得する（ステップＢ１）。
次に、巡回ルート作成部１２は、機械学習モデル格納部１５から条件式及び目的関数を取り出して機械学習モデルを構築し、構築した機械学習モデルに、ステップＢ１で取得した情報を入力し、巡回ルートを作成する（ステップＢ２）。
次に、巡回ルート作成部１２は、作成した巡回ルートを、ステップＢ１で取得した情報の送信元の端末装置２０に送信する（ステップＢ３）これにより、端末装置２０の画面には、作成された巡回ルートが表示される。従って、監視員２１は、自身が巡回を担当しているエリアにおける最適な巡回ルートを画面上で確認することができる。
［実施の形態における効果］
以上のように、実施の形態では、過去の情報から、巡回ルートを作成するための機械学習モデルが構築されるので、監視員２１は、巡回予定となるエリアと時間帯とを入力するだけで、巡回ルートの提示を受けられる。また、実施の形態では、機械学習モデルの構築において、巡回エリアにおける天候、道路情報、イベントも学習データとして用いることができるので、これらの周辺情報を考慮した巡回ルートも作成できる。
以上のように、実施の形態では、過去の情報から、巡回ルートを作成するための機械学習モデルが構築されるので、監視員２１は、巡回予定となるエリアと時間帯とを入力するだけで、巡回ルートの提示を受けられる。また、実施の形態では、機械学習モデルの構築において、巡回エリアにおける天候、道路情報、イベントも学習データとして用いることができるので、これらの周辺情報を考慮した巡回ルートも作成できる。
［変形例］
ここで、実施の形態における変形例について説明する。変形例では、巡回ルート作成部１２は、まず、地点ごとの重要度を推定し、続いて、回るべき重要な地点と時間的制約とのトレードオフを考慮して、ルートを作成する。このため、変形例では、逆強化学習が行われる。
ここで、実施の形態における変形例について説明する。変形例では、巡回ルート作成部１２は、まず、地点ごとの重要度を推定し、続いて、回るべき重要な地点と時間的制約とのトレードオフを考慮して、ルートを作成する。このため、変形例では、逆強化学習が行われる。
まず、訓練データとして、過去における監視員２１の巡回ルートと、地図情報と、周辺情報とが用いられる。そして、過去における監視員２１の巡回ルートに基づいて、逆ナップサック問題の解法が行われ、下記の数１に示す目的関数の係数として「地点ごとの重要度」αｉが推定される。φｉは、監視員２１が地点ｉを通過すると１に設定され、そうでない場合は０に設定される重みである。ｉは各地点に設定された識別番号を示している。
そして、「地点ごとの重要度」αiと、「時間的な制約を表す」ψｊとを考慮して、巡回セールスマン問題を解いた結果が、過去における監視員２１の巡回ルートであるので、数２に示す目的関数が、逆巡回セールスマン問題を解くことによる逆強化学習で学習される。
上記数２において、時間的な制約を表すψｊは、選ばれた地点間の移動にかかる時間の逆数を表している。また、地点iと地点i'とに対して、ψii'が設定され、「ｊ」は２つの地点番号の組み合わせ「ｉｉ’」を表している。そして、上述の逆巡回セールスマン問題を解くことにより、「地点ごとの重要度」αi及び「時間的な制約を表す」ψｊそれぞれに対して、係数βiとγjとが推定される。
従って、変形例では、巡回ルート作成部１２は、まず、巡回ルート推測部１１で推測された過去における監視員２１の巡回ルート、地図情報、及び周辺情報を、数１に示す関数（機械学習モデル）に適用して、「地点ごとの重要度」αiを推定する。続いて、巡回ルート推測部１１は、推定した「地点ごとの重要度」αiを、数２に示す関数（機械学習モデル）に適用して、係数βiとγjとを推定する。そして、巡回ルート作成部１２は、「地点ごとの重要度」αiと、係数βiと、γjとを用いた巡回セールス問題を解くことによって、巡回ルートを作成する。
なお、「地点ごとの重要度」αiは、上述の逆ナップサック問題の解法以外の方法で推定されていても良い。例えば、放置物の数を目的変数とし、位置情報、時間帯、及び周辺情報からの特徴量を説明変数とした、予測分析によって得られる、放置物の予測数が、「地点ごとの重要度」αiとして用いられていても良い。
［プログラム］
実施の形態におけるプログラムは、コンピュータに、図６に示すステップＡ１～Ａ４，図７に示すステップＢ１～Ｂ３を実行させるプログラムであれば良い。このプログラムをコンピュータにインストールし、実行することによって、実施の形態における巡回ルート作成装置１０と巡回ルート作成方法とを実現することができる。この場合、コンピュータのプロセッサは、巡回ルート推測部１１、巡回ルート作成部１２、及びデータ取得部１３として機能し、処理を行なう。
実施の形態におけるプログラムは、コンピュータに、図６に示すステップＡ１～Ａ４，図７に示すステップＢ１～Ｂ３を実行させるプログラムであれば良い。このプログラムをコンピュータにインストールし、実行することによって、実施の形態における巡回ルート作成装置１０と巡回ルート作成方法とを実現することができる。この場合、コンピュータのプロセッサは、巡回ルート推測部１１、巡回ルート作成部１２、及びデータ取得部１３として機能し、処理を行なう。
また、本実施の形態では、データ格納部１４及び機械学習モデル格納部１５は、コンピュータに備えられたハードディスク等の記憶装置に、これらを構成するデータファイルを格納することによって実現できる。コンピュータとしては、汎用のＰＣの他に、スマートフォン、タブレット型端末装置も挙げられる。
実施の形態におけるプログラムは、複数のコンピュータによって構築されたコンピュータシステムによって実行されても良い。この場合は、例えば、各コンピュータが、それぞれ、巡回ルート推測部１１、巡回ルート作成部１２、及びデータ取得部１３のいずれかとして機能しても良い。また、データ格納部１４及び機械学習モデル格納部１５は、実施の形態におけるプログラムを実行するコンピュータとは別のコンピュータの記憶装置によって実現されていても良い。
［物理構成］
ここで、実施の形態におけるプログラムを実行することによって、巡回ルート作成装置１０を実現するコンピュータについて図８を用いて説明する。図８は、実施の形態における巡回ルート作成装置を実現するコンピュータの一例を示すブロック図である。
ここで、実施の形態におけるプログラムを実行することによって、巡回ルート作成装置１０を実現するコンピュータについて図８を用いて説明する。図８は、実施の形態における巡回ルート作成装置を実現するコンピュータの一例を示すブロック図である。
図８に示すように、コンピュータ１１０は、ＣＰＵ（Central Processing Unit）１１１と、メインメモリ１１２と、記憶装置１１３と、入力インターフェイス１１４と、表示コントローラ１１５と、データリーダ／ライタ１１６と、通信インターフェイス１１７とを備える。これらの各部は、バス１２１を介して、互いにデータ通信可能に接続される。
また、コンピュータ１１０は、ＣＰＵ１１１に加えて、又はＣＰＵ１１１に代えて、ＧＰＵ（Graphics Processing Unit）、又はＦＰＧＡ（Field-Programmable Gate Array）を備えていても良い。この態様では、ＧＰＵ又はＦＰＧＡが、実施の形態におけるプログラムを実行することができる。
ＣＰＵ１１１は、記憶装置１１３に格納された、コード群で構成された実施の形態におけるプログラムをメインメモリ１１２に展開し、各コードを所定順序で実行することにより、各種の演算を実施する。メインメモリ１１２は、典型的には、ＤＲＡＭ（Dynamic Random Access Memory）等の揮発性の記憶装置である。
また、実施の形態におけるプログラムは、コンピュータ読み取り可能な記録媒体１２０に格納された状態で提供される。なお、本実施の形態におけるプログラムは、通信インターフェイス１１７を介して接続されたインターネット上で流通するものであっても良い。
また、記憶装置１１３の具体例としては、ハードディスクドライブの他、フラッシュメモリ等の半導体記憶装置が挙げられる。入力インターフェイス１１４は、ＣＰＵ１１１と、キーボード及びマウスといった入力機器１１８との間のデータ伝送を仲介する。表示コントローラ１１５は、ディスプレイ装置１１９と接続され、ディスプレイ装置１１９での表示を制御する。
データリーダ／ライタ１１６は、ＣＰＵ１１１と記録媒体１２０との間のデータ伝送を仲介し、記録媒体１２０からのプログラムの読み出し、及びコンピュータ１１０における処理結果の記録媒体１２０への書き込みを実行する。通信インターフェイス１１７は、ＣＰＵ１１１と、他のコンピュータとの間のデータ伝送を仲介する。
また、記録媒体１２０の具体例としては、ＣＦ（Compact Flash（登録商標））及びＳＤ（Secure Digital）等の汎用的な半導体記憶デバイス、フレキシブルディスク（Flexible Disk）等の磁気記録媒体、又はＣＤ－ＲＯＭ（Compact Disk Read Only Memory）などの光学記録媒体が挙げられる。
なお、実施の形態における巡回ルート作成装置１０は、プログラムがインストールされたコンピュータではなく、各部に対応したハードウェアを用いることによっても実現可能である。更に、巡回ルート作成装置１０は、一部がプログラムで実現され、残りの部分がハードウェアで実現されていてもよい。
上述した実施の形態の一部又は全部は、以下に記載する（付記１）～（付記９）によって表現することができるが、以下の記載に限定されるものではない。
（付記１）
放置物体の確認業務を行う監視員の巡回ルートを作成するための装置であって、
過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、過去における監視員の巡回ルートを推測する、巡回ルート推測部と、
推測された前記過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、予め設定されたエリアでの、設定された時間帯における、巡回ルートを作成する、巡回ルート作成部と、
を備えている、ことを特徴とする巡回ルート作成装置。
放置物体の確認業務を行う監視員の巡回ルートを作成するための装置であって、
過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、過去における監視員の巡回ルートを推測する、巡回ルート推測部と、
推測された前記過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、予め設定されたエリアでの、設定された時間帯における、巡回ルートを作成する、巡回ルート作成部と、
を備えている、ことを特徴とする巡回ルート作成装置。
（付記２）
付記１に記載の巡回ルート作成装置であって、
前記巡回ルート作成部が、
推測された前記過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報の関係を、分岐式と目的関数とで示した、機械学習モデルに、前記巡回ルートの作成対象となるエリアと時間帯と入力して、前記巡回ルートを作成する、
ことを特徴とする巡回ルート作成装置。
付記１に記載の巡回ルート作成装置であって、
前記巡回ルート作成部が、
推測された前記過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報の関係を、分岐式と目的関数とで示した、機械学習モデルに、前記巡回ルートの作成対象となるエリアと時間帯と入力して、前記巡回ルートを作成する、
ことを特徴とする巡回ルート作成装置。
（付記３）
付記２に記載の巡回ルート作成装置であって、
前記機械学習モデルが、更に、過去に放置物体が確認された場所の天候を示す天候情報、その場所における道路の状況を示す道路状況情報、及びその場所で実施されているイベントを特定するイベント情報のうち少なくとも１つを更に含む前記関係を、前記分岐式と前記目的関数とで示しており、
前記巡回ルート作成部が、前記機械学習モデルに、前記巡回ルートの作成対象となるエリアと時間帯とに加えて、最新の天候情報、最新の道路状況情報、最新のイベント情報のうち少なくとも１つを入力して、前記巡回ルートを作成する、
ことを特徴とする巡回ルート作成装置。
付記２に記載の巡回ルート作成装置であって、
前記機械学習モデルが、更に、過去に放置物体が確認された場所の天候を示す天候情報、その場所における道路の状況を示す道路状況情報、及びその場所で実施されているイベントを特定するイベント情報のうち少なくとも１つを更に含む前記関係を、前記分岐式と前記目的関数とで示しており、
前記巡回ルート作成部が、前記機械学習モデルに、前記巡回ルートの作成対象となるエリアと時間帯とに加えて、最新の天候情報、最新の道路状況情報、最新のイベント情報のうち少なくとも１つを入力して、前記巡回ルートを作成する、
ことを特徴とする巡回ルート作成装置。
（付記４）
放置物体の確認業務を行う監視員の巡回ルートを作成するための方法であって、
過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、過去における監視員の巡回ルートを推測する、巡回ルート推測ステップと、
推測された前記過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、予め設定されたエリアでの、設定された時間帯における、巡回ルートを作成する、巡回ルート作成ステップと、
を有する、ことを特徴とする巡回ルート作成方法。
放置物体の確認業務を行う監視員の巡回ルートを作成するための方法であって、
過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、過去における監視員の巡回ルートを推測する、巡回ルート推測ステップと、
推測された前記過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、予め設定されたエリアでの、設定された時間帯における、巡回ルートを作成する、巡回ルート作成ステップと、
を有する、ことを特徴とする巡回ルート作成方法。
（付記５）
付記４に記載の巡回ルート作成方法であって、
前記巡回ルート作成ステップにおいて、
推測された前記過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報の関係を、分岐式と目的関数とで示した、機械学習モデルに、前記巡回ルートの作成対象となるエリアと時間帯と入力して、前記巡回ルートを作成する、
ことを特徴とする巡回ルート作成方法。
付記４に記載の巡回ルート作成方法であって、
前記巡回ルート作成ステップにおいて、
推測された前記過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報の関係を、分岐式と目的関数とで示した、機械学習モデルに、前記巡回ルートの作成対象となるエリアと時間帯と入力して、前記巡回ルートを作成する、
ことを特徴とする巡回ルート作成方法。
（付記６）
付記５に記載の巡回ルート作成方法であって、
前記機械学習モデルが、更に、過去に放置物体が確認された場所の天候を示す天候情報、その場所における道路の状況を示す道路状況情報、及びその場所で実施されているイベントを特定するイベント情報のうち少なくとも１つを更に含む前記関係を、前記分岐式と前記目的関数とで示しており、
前記巡回ルート作成ステップにおいて、前記機械学習モデルに、前記巡回ルートの作成対象となるエリアと時間帯とに加えて、最新の天候情報、最新の道路状況情報、最新のイベント情報のうち少なくとも１つを入力して、前記巡回ルートを作成する、
ことを特徴とする巡回ルート作成方法。
付記５に記載の巡回ルート作成方法であって、
前記機械学習モデルが、更に、過去に放置物体が確認された場所の天候を示す天候情報、その場所における道路の状況を示す道路状況情報、及びその場所で実施されているイベントを特定するイベント情報のうち少なくとも１つを更に含む前記関係を、前記分岐式と前記目的関数とで示しており、
前記巡回ルート作成ステップにおいて、前記機械学習モデルに、前記巡回ルートの作成対象となるエリアと時間帯とに加えて、最新の天候情報、最新の道路状況情報、最新のイベント情報のうち少なくとも１つを入力して、前記巡回ルートを作成する、
ことを特徴とする巡回ルート作成方法。
（付記７）
コンピュータによって、放置物体の確認業務を行う監視員の巡回ルートを作成するためのプログラムであって、
前記コンピュータに、
過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、過去における監視員の巡回ルートを推測する、巡回ルート推測ステップと、
推測された前記過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、予め設定されたエリアでの、設定された時間帯における、巡回ルートを作成する、巡回ルート作成ステップと、
実行させる、プログラム。
コンピュータによって、放置物体の確認業務を行う監視員の巡回ルートを作成するためのプログラムであって、
前記コンピュータに、
過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、過去における監視員の巡回ルートを推測する、巡回ルート推測ステップと、
推測された前記過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、予め設定されたエリアでの、設定された時間帯における、巡回ルートを作成する、巡回ルート作成ステップと、
実行させる、プログラム。
（付記８）
付記７に記載のプログラムであって、
前記巡回ルート作成ステップにおいて、
推測された前記過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報の関係を、分岐式と目的関数とで示した、機械学習モデルに、前記巡回ルートの作成対象となるエリアと時間帯と入力して、前記巡回ルートを作成する、
ことを特徴とするプログラム。
付記７に記載のプログラムであって、
前記巡回ルート作成ステップにおいて、
推測された前記過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報の関係を、分岐式と目的関数とで示した、機械学習モデルに、前記巡回ルートの作成対象となるエリアと時間帯と入力して、前記巡回ルートを作成する、
ことを特徴とするプログラム。
（付記９）
付記８に記載のプログラムであって、
前記機械学習モデルが、更に、過去に放置物体が確認された場所の天候を示す天候情報、その場所における道路の状況を示す道路状況情報、及びその場所で実施されているイベントを特定するイベント情報のうち少なくとも１つを更に含む前記関係を、前記分岐式と前記目的関数とで示しており、
前記巡回ルート作成ステップにおいて、前記機械学習モデルに、前記巡回ルートの作成対象となるエリアと時間帯とに加えて、最新の天候情報、最新の道路状況情報、最新のイベント情報のうち少なくとも１つを入力して、前記巡回ルートを作成する、
ことを特徴とするプログラム。
付記８に記載のプログラムであって、
前記機械学習モデルが、更に、過去に放置物体が確認された場所の天候を示す天候情報、その場所における道路の状況を示す道路状況情報、及びその場所で実施されているイベントを特定するイベント情報のうち少なくとも１つを更に含む前記関係を、前記分岐式と前記目的関数とで示しており、
前記巡回ルート作成ステップにおいて、前記機械学習モデルに、前記巡回ルートの作成対象となるエリアと時間帯とに加えて、最新の天候情報、最新の道路状況情報、最新のイベント情報のうち少なくとも１つを入力して、前記巡回ルートを作成する、
ことを特徴とするプログラム。
以上、実施の形態を参照して本願発明を説明したが、本願発明は上記実施の形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
以上のように本発明によれば、放置物体の確認業務における巡回ルートの策定が可能となる。本発明は、放置物体の確認業務の支援に有用である。
１０ 巡回ルート作成装置
１１ 巡回ルート推測部
１２ 巡回ルート作成部
１３ データ取得部
１４ データ格納部
１５ 機械学習モデル格納部
２０ 端末装置
２１ 監視員
１１０ コンピュータ
１１１ ＣＰＵ
１１２ メインメモリ
１１３ 記憶装置
１１４ 入力インターフェイス
１１５ 表示コントローラ
１１６ データリーダ／ライタ
１１７ 通信インターフェイス
１１８ 入力機器
１１９ ディスプレイ装置
１２０ 記録媒体
１２１ バス
１１ 巡回ルート推測部
１２ 巡回ルート作成部
１３ データ取得部
１４ データ格納部
１５ 機械学習モデル格納部
２０ 端末装置
２１ 監視員
１１０ コンピュータ
１１１ ＣＰＵ
１１２ メインメモリ
１１３ 記憶装置
１１４ 入力インターフェイス
１１５ 表示コントローラ
１１６ データリーダ／ライタ
１１７ 通信インターフェイス
１１８ 入力機器
１１９ ディスプレイ装置
１２０ 記録媒体
１２１ バス
Claims (6)
- 放置物体の確認業務を行う監視員の巡回ルートを作成するための装置であって、
過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、過去における監視員の巡回ルートを推測する、巡回ルート推測部と、
推測された前記過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、予め設定されたエリアでの、設定された時間帯における、巡回ルートを作成する、巡回ルート作成部と、
を備え、
前記巡回ルート作成部が、
推測された前記過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報の関係を、分岐式と目的関数とで示した、機械学習モデルに、前記巡回ルートの作成対象となるエリアと時間帯と入力して、前記巡回ルートを作成する、
ことを特徴とする巡回ルート作成装置。 - 請求項１に記載の巡回ルート作成装置であって、
前記機械学習モデルが、更に、過去に放置物体が確認された場所の天候を示す天候情報、その場所における道路の状況を示す道路状況情報、及びその場所で実施されているイベントを特定するイベント情報のうち少なくとも１つを更に含む前記関係を、前記分岐式と前記目的関数とで示しており、
前記巡回ルート作成部が、前記機械学習モデルに、前記巡回ルートの作成対象となるエリアと時間帯とに加えて、最新の天候情報、最新の道路状況情報、最新のイベント情報のうち少なくとも１つを入力して、前記巡回ルートを作成する、
ことを特徴とする巡回ルート作成装置。 - コンピュータが放置物体の確認業務を行う監視員の巡回ルートを作成するための方法であって、
過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、過去における監視員の巡回ルートを推測し、
推測された前記過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、予め設定されたエリアでの、設定された時間帯における、巡回ルートを作成し、
前記巡回ルートの作成において、
推測された前記過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報の関係を、分岐式と目的関数とで示した、機械学習モデルに、前記巡回ルートの作成対象となるエリアと時間帯と入力して、前記巡回ルートを作成する、
ことを特徴とする巡回ルート作成方法。 - 請求項３に記載の巡回ルート作成方法であって、
前記機械学習モデルが、更に、過去に放置物体が確認された場所の天候を示す天候情報、その場所における道路の状況を示す道路状況情報、及びその場所で実施されているイベントを特定するイベント情報のうち少なくとも１つを更に含む前記関係を、前記分岐式と前記目的関数とで示しており、
巡回ルートの作成において、前記機械学習モデルに、前記巡回ルートの作成対象となるエリアと時間帯とに加えて、最新の天候情報、最新の道路状況情報、最新のイベント情報のうち少なくとも１つを入力して、前記巡回ルートを作成する、
ことを特徴とする巡回ルート作成方法。 - コンピュータによって、放置物体の確認業務を行う監視員の巡回ルートを作成するためのプログラムであって、
前記コンピュータに、
過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、過去における監視員の巡回ルートを推測させ、
推測された前記過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報に基づいて、予め設定されたエリアでの、設定された時間帯における、巡回ルートを作成させ、
前記巡回ルートの作成において、
推測された前記過去における監視員の巡回ルート、過去に放置物体が確認された場所を示す位置情報、及び過去に前記放置物体が確認された時刻を示す時刻情報の関係を、分岐式と目的関数とで示した、機械学習モデルに、前記巡回ルートの作成対象となるエリアと時間帯と入力して、前記巡回ルートを作成する、
プログラム。 - 請求項５に記載のプログラムであって、
前記機械学習モデルが、更に、過去に放置物体が確認された場所の天候を示す天候情報、その場所における道路の状況を示す道路状況情報、及びその場所で実施されているイベントを特定するイベント情報のうち少なくとも１つを更に含む前記関係を、前記分岐式と前記目的関数とで示しており、
巡回ルートの作成において、前記機械学習モデルに、前記巡回ルートの作成対象となるエリアと時間帯とに加えて、最新の天候情報、最新の道路状況情報、最新のイベント情報のうち少なくとも１つを入力して、前記巡回ルートを作成する、
ことを特徴とするプログラム。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2020/014458 WO2021199111A1 (ja) | 2020-03-30 | 2020-03-30 | 巡回ルート作成装置、巡回ルート作成方法、及びコンピュータ読み取り可能な記録媒体 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JPWO2021199111A1 JPWO2021199111A1 (ja) | 2021-10-07 |
| JPWO2021199111A5 JPWO2021199111A5 (ja) | 2022-12-02 |
| JP7435747B2 true JP7435747B2 (ja) | 2024-02-21 |
Family
ID=77929778
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022512508A Active JP7435747B2 (ja) | 2020-03-30 | 2020-03-30 | 巡回ルート作成装置、巡回ルート作成方法、及びプログラム |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20230147570A1 (ja) |
| JP (1) | JP7435747B2 (ja) |
| WO (1) | WO2021199111A1 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114783082A (zh) * | 2022-05-07 | 2022-07-22 | 中国银行股份有限公司 | 一种巡查方法、装置、设备及存储介质 |
| CN117474189B (zh) * | 2023-12-09 | 2024-06-04 | 邯郸市鼎舜科技开发有限公司 | 警务站管控系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009026276A (ja) | 2007-07-17 | 2009-02-05 | Kmax Inc | 駐車違反監視員支援システム |
| JP2019016076A (ja) | 2017-07-05 | 2019-01-31 | シャープ株式会社 | 経路設定装置、走行制御装置、移動体、経路設定方法、及び走行制御システム |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8229658B1 (en) * | 2009-01-24 | 2012-07-24 | Steve Dabell | Method and apparatus for predicting locations and schedules of law enforcement traffic patrols |
-
2020
- 2020-03-30 WO PCT/JP2020/014458 patent/WO2021199111A1/ja active Application Filing
- 2020-03-30 JP JP2022512508A patent/JP7435747B2/ja active Active
- 2020-03-30 US US17/914,553 patent/US20230147570A1/en active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009026276A (ja) | 2007-07-17 | 2009-02-05 | Kmax Inc | 駐車違反監視員支援システム |
| JP2019016076A (ja) | 2017-07-05 | 2019-01-31 | シャープ株式会社 | 経路設定装置、走行制御装置、移動体、経路設定方法、及び走行制御システム |
Also Published As
| Publication number | Publication date |
|---|---|
| JPWO2021199111A1 (ja) | 2021-10-07 |
| US20230147570A1 (en) | 2023-05-11 |
| WO2021199111A1 (ja) | 2021-10-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10989556B1 (en) | Traffic risk a avoidance for a route selection system | |
| US11727495B1 (en) | Collision risk-based engagement and disengagement of autonomous control of a vehicle | |
| US10977945B1 (en) | Vehicular driver warnings | |
| US10217169B2 (en) | Computer system for determining geographic-location associated conditions | |
| US10037689B2 (en) | Apparatus and system to manage monitored vehicular flow rate | |
| US10490078B1 (en) | Technology for providing real-time route safety and risk feedback | |
| US9558520B2 (en) | System and method for geocoded insurance processing using mobile devices | |
| US10883850B2 (en) | Additional security information for navigation systems | |
| US20110213628A1 (en) | Systems and methods for providing a safety score associated with a user location | |
| JP6954420B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
| US20210270620A1 (en) | Traffic Risk Notification System | |
| JP7435747B2 (ja) | 巡回ルート作成装置、巡回ルート作成方法、及びプログラム | |
| CN107004353B (zh) | 交通违章管理系统和交通违章管理方法 | |
| US20190221119A1 (en) | Method and device for producing a hazard map for identifying at least one hazardous location for a vehicle | |
| US11790458B1 (en) | Systems and methods for modeling telematics, positioning, and environmental data | |
| KR101682499B1 (ko) | 모바일 단말의 제어 방법, 모바일 단말, 서비스 서버 및 보상 서버 | |
| JP2020193956A (ja) | 車載装置、運転支援方法、および運転支援システム | |
| JP2020193955A (ja) | 運転情報提供システム、車載装置、および運転情報提供方法 | |
| KR102484139B1 (ko) | 인공지능모델을 이용하여 이륜차의 운전 패턴 정보를 기초로 이륜차 보험료를 산출하는 방법, 장치 및 시스템 | |
| WO2024069674A1 (ja) | 除雪支援システム、除雪支援方法および記録媒体 | |
| WO2023148824A1 (ja) | 整備支援装置、システム、方法、及びコンピュータ可読媒体 | |
| Terry et al. | Problematic Roadway Environments for Automated Vehicles | |
| JP2022145401A (ja) | 道路劣化診断装置、道路劣化診断方法、及び、記録媒体 | |
| KR20240072434A (ko) | 차량을 관제하는 방법 및 장치 | |
| Khetarpal et al. | Pedis Alert: A Review |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220926 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220926 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230815 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231012 |
|
| 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: 20240109 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240122 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 7435747 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |