JP7468322B2 - 情報処理装置、情報処理プログラム、及び監視システム - Google Patents

Description

本開示は、情報処理装置、情報処理プログラム、及び監視システムに関する。

特許文献１には、車外の人物を検出し、人物が車内の搭乗者に対して呼びかけを行っているかを判定する呼びかけ判定部と、呼びかけ判定部によって人物が呼びかけを行っていると判定された場合に、人物の存在を搭乗者に対して報知する報知部と、を備える車外情報提供装置が開示されている。

特開２０１８－３０４９９号公報

特許文献１に記載の車外情報提供装置では、車両への乗車意思があるにもかかわらず人物が車内の搭乗者に対して呼びかけを行わなかった場合、車両への搭乗者と認識されないことになる。従って、例えば車両がバスの場合、車両が停留所に乗客を残したまま発車してしまうことも考えられる。

一方、停留所に乗客を残したまま発車しないように、停留所に人物がいる間は車両を発車させないようにすると、乗車意思のない人物が停留所から離れるまで車両が停留所に停車し続けることになる。こうした状況は、停留所にいる人物の乗車意志を鑑みることなく発車するか否かを判断する場合に発生する。特に、運転手による運転が行われる車両よりも停留所の人物の有無に従って発車可否を判断する車両、すなわち無人の自動運転車両で発生しやすい。

本開示は、人物が呼びかけを行わない場合であっても、車両の停車時間を制御することができる情報処理装置、情報処理プログラム、及び監視システムを提供することを目的とする。

本開示の第１態様に係る情報処理装置（３）は、車両（５）の乗降に関する案内を報知する報知部（３１）と、前記報知部の案内に対する人物（６）の様子から、前記車両に対する人物の乗降意思を判定する判定部（３２）と、前記判定部による判定結果に基づいて、前記車両の停車時間を制御する制御部（３３）と、を備える。

本開示の第２態様に係る情報処理プログラムは、コンピュータ（１０）に、車両（５）の乗降に関する案内を報知し、前記案内に対する人物（６）の様子から、前記車両に対する人物の乗降意思を判定し、判定した判定結果に基づいて、前記車両の停車時間を制御する処理を実行させる。

本開示の第３態様に係る監視システム（１）は、人物（６）を撮影した画像から、画像に含まれる人物の様子を認識する認識装置（２）と、人物に対して車両（５）の乗降に関する案内を報知する報知部（３１）、前記認識装置で認識された、前記報知部の案内に対する人物の様子から、前記車両に対する人物の乗降意思を判定する判定部（３２）、及び前記判定部による判定結果に基づいて、前記車両の停車時間を制御する制御部（３３）を備えた情報処理装置（３）と、を含む。

本開示によれば、人物が呼びかけを行わない場合であっても、車両の停車時間を制御することができる、という効果を有する。

監視システムの構成例を示す図である。 停留所周辺における人物の分布状況例を示す図である。 様子の変化例を示す図である。 停車情報の一例を示す図である。 停車時間の延長を行わない場合における車両の停車時間の制御例を示す図である。 停車時間の延長を１回行う場合における車両の停車時間の制御例を示す図である。 停車時間の延長を２回行う場合における車両の停車時間の制御例を示す図である。 情報処理装置における電気系統の要部構成例を示す図である。 停車制御処理の一例を示すフローチャートである。 人物の骨格ポイントの一例を示す図である。 姿勢パターンに基づく人物の乗車意思の判定例を示す図である。 人物の位置を用いた乗車度合いの判定について説明するための人物の分布状況例を示す図である。 エリアを用いた乗車度合いの判定について説明するための人物の分布状況例を示す図である。 移動方向を考慮した人物の分布状況例を示す図である。 重み係数の時間変化を表すグラフの一例を示す図である。 乗車意思のある人物がとるべき様子を指定した案内の一例を示す図である。 乗車意思のない人物がとるべき挙動を指定した案内の一例を示す図である。 姿勢パターンテーブルの一例を示す図である。 人物がとる姿勢の一例を示す図である。 姿勢の指定処理の一例を示すフローチャートである。 案内の表示例を示す図である。 乗車意思に関する判定結果の表示例を示す図である。 携帯デバイスを利用する監視システムの構成例を示す図である。 携帯デバイスにおける画面の表示例を示す図である。 乗車意思の確認例を示す図である。 車内における人物の分布状況例を示す図である。 車内及び停留所周辺での人物の分布状況例を示す図である。 乗車及び降車する人物を考慮した停車情報の一例を示す図である。 複数の画像を入力とする学習モデルの一例を示す図である。 複数の画像及び案内の内容を入力とする学習モデルの一例を示す図である。 複数の画像、車両の位置情報、及び車両の時間情報を入力とする学習モデルの一例を示す図である。

以下、本実施形態について図面を参照しながら説明する。なお、同じ構成要素及び同じ処理には全図面を通して同じ符号を付与し、重複する説明を省略する。

なお、本実施形態及び特許請求の範囲に記載した括弧内の符号は、１つの態様として各実施形態に記載の具体的内容との対応関係を示すものであって、本開示の技術的範囲を限定するものではない。

図１は、停車場所における人物６の車両５の乗降を監視する監視システム１の構成例を示す図である。

走行途中に停車して人物６の乗降が行われる車両５であれば、本実施形態に係る車両５の種類に制約はなく、例えば車両５は自家用車、社用車、並びに、バス及びタクシーのような営業車であってもよい。以降では、車両５がバスであり、監視システム１が停留所にいる人物６の乗車を監視する例について説明する。停留所は車両５が停車する停車場所の一例である。

また、車両５では運転手による手動運転が行われていても、自動運転が行われていてもどちらでもよいが、特に断りがない場合、以降では、自動運転が行われている車両５の例について説明する。なお、自動運転とは、非特許文献１においてレベル３以上に相当する運転自動化レベルを指し、手動運転とは、非特許文献１においてレベル２以下に相当する運転自動化レベルを指す。

［非特許文献１］
高度情報通信ネットワーク社会推進戦略本部 官民データ活用推進戦略会議“官民ＩＴＳ構想ロードマップ２０２０”、内閣府、２０２０年７月１５日、ｐ．２３

監視システム１は、認識装置２及び情報処理装置３を含み、各々が通信回線４で車両５と接続されている。

認識装置２は、例えば車両５の車体に設置されている撮影装置５１で撮影された画像を受け付け、停留所周辺にいる人物６の様子を認識する。

ここで停留所周辺とは、撮影装置５１による撮影範囲のうち、認識装置２で人物６の様子を認識可能な範囲をいう。また、人物６の様子とは、視覚によって認識可能な人物６の態様のことであり、具体的には、人物６の姿勢及び人物６の挙動の少なくとも一方によって表される態様のことである。

人物６の姿勢とは、人物６が静止した状況における身体の形状のことであり、人物６の挙動とは、時間と共に変化する人物６の位置及び身体の形状から得られる一連の動作のことである。従って、例えば人物６の移動は人物６の挙動の一例である。

情報処理装置３は、認識装置２から停留所周辺の人物６に関する基本情報、及び停留所周辺にいる人物６の様子を表す認識結果（以降、単に「認識結果」という）を取得する。人物６に関する基本情報には、例えば人物６の有無、人物６の位置が含まれる。

情報処理装置３は、報知部３１、判定部３２、制御部３３、及びデータ保存部３４を含む。

報知部３１は、後述する判定部３２からの指示に基づき、停留所周辺にいる人物６に対して、車両５の乗車に関する案内を報知するように指示する報知指示を、通信回線４を経由して車両５の報知装置５２に送信する。

具体的には、報知部３１は、音声及び画像の少なくとも一方を用いて案内を人物６に報知するよう報知装置５２に対して指示を行う。人物６に案内を報知する画像には、路面に向けて投影される画像や停留所に設置されている掲示板等に表示される画像も含まれる。音声は、停留所に設置されている報知装置５２から案内してもよい。以降では、特に断りがない場合、報知部３１からの指示を受け付けた報知装置５２が、停留所周辺にいる人物６に対して音声で案内を報知する例について説明する。

判定部３２は、報知部３１に対して案内の指示を行うと共に、車両５に対する人物６の乗車意思を認識結果から判定する。

判定部３２による報知部３１への案内の指示には、案内開始の指示及び案内する内容の指示が含まれる。なお、車両５に対する人物６の乗車意思は、車両５に対する人物６の乗降意思の一例である。

図２は、停留所で扉５４を開け、乗車口５６から乗客が乗車するのを待っている車両５と、案内を報知する前の停留所周辺にいる人物６の分布状況例を示す図である。説明の便宜上、人物６を個別に説明する必要がある場合、図２に示すように人物６の後ろにアルファベット符号を付与するものとする。また、図２は車両５を上部から地面に向かって眺めた平面図であり、Ｘ方向は車両５の進行方向を示している。

例えば停留所周辺に人物６Ａ～人物６Ｄの４人の人物６が存在する例について説明する。図２において、人物６Ａ及び人物６Ｂは何らかの姿勢をとったままで立っている様子を表しており、人物６Ｃ及び人物６Ｄは矢印方向に移動している様子を表している。すなわち、矢印が付加されていない人物６はその位置で静止状態にあり、矢印が付加されている人物６は矢印が示す方向に移動していることを表している。

この場合、認識装置２は撮影装置５１で撮影された画像から、停留所周辺に４人の人物６が存在していることは認識できるが、誰が車両５への乗車意思を持った人物６であるかを認識することは困難である。従って、報知部３１は、「利用される方は乗車してください」といった案内を報知装置５２から報知するように指示する。これにより、人物６の様子に変化が見られることがある。

図３は、案内を報知した後の停留所周辺にいる人物６Ａ～人物６Ｄの様子の一例を示した図である。

案内の報知により、人物６Ａには例えば手を挙げる等の姿勢の変化があり、人物６Ｃは車両５の乗車口５６に近づくように移動している。すなわち、人物６Ａ及び人物６Ｃは、車両５への乗車意思を有していると推測される。

一方、人物６Ｂは案内の報知前と同じ位置で姿勢を変えずに立ったままの状態であり、人物６Ｄは車両５の乗車口５６を通り過ぎようとしている。すなわち、人物６Ｂ及び人物６Ｄは、案内の報知に対して関心を示す様子を示していないため、車両５への乗車意思を有していないものと推測される。なお、扉５４で仕切られた乗車口５６は、車両５の乗降口に相当する。

このように、人物６は案内に対して、人物６が有する乗車意思を人物６の様子の変化、すなわち視覚的情報として表す傾向がある。従って、認識装置２は、それぞれ公知のパターン認識、画像処理、及び物体検出処理等を用いて、撮影装置５１で撮影された画像からこうした人物６の様子に関する認識結果を出力し、判定部３２に通知する。

判定部３２は、後述する判定方法に従って、案内後における人物６の様子の変化から車両５に対する各々の人物６の乗車意思の強さを乗車度合いとして判定し、乗車度合いを含む判定結果を制御部３３に通知する。

なお、乗車度合いは、車両５に対する人物６の乗降意思の強さを表す乗降度合いの一例である。乗車度合いは例えば数値で表され、この数値が大きいほど、停留所周辺にいる人物６の乗車度合いが高いことを表す。当然のことながら、乗車度合いを表す数値が小さいほど、停留所周辺にいる人物６の乗車度合いが高くなるように人物６の乗車度合いを定義付けてもよい。後ほど詳細に説明するように、乗車度合いは、停留所周辺にいる各々の人物６の乗車意思の合計に基づく数値として表される。従って、乗車度合いを表す数値が大きいほど、停留所周辺にいる人物６の乗車度合いが高くなるように人物６の乗車度合いを定義すると、車両５に乗車する人物６が多くなるに従って乗車度合いも高くなると捉えることができる。

制御部３３は、判定部３２から判定結果を受け付けると、乗車度合いに基づいて、停留所における車両５の停車時間を制御する。各停留所にはそれぞれ標準停車時間が予め定められているが、上記で説明したように、乗車度合いが高くなるに従って車両５に乗車する人数は多くなると見込まれる。従って、制御部３３は、乗車度合いが高くなるに従って、車両５の停車時間が標準停車時間より長くなるように車両５の停車時間を制御する。具体的には、制御部３３は、乗車度合いに基づいて調整した停車時間を、通信回線４を通じて車両５の制御装置５３に送信する。

車両５の制御装置５３は、指示された停車時間だけ停留所で停車した後、扉５４を閉めて車両５を発車させる制御を行う。なお、制御装置５３にとって、情報処理装置３の制御部３３から受信した停車時間はあくまでも目安であり、実際には車両５が指定された停車時間だけ停車した後、制御装置５３は、例えば車両５の周囲に歩行者等がいないか、車両５に異常がないか、また車両５の燃料の残量は規定値以上であるかといった車両５を安全に走行する上で必要な項目を確認した上で、最終的な出発判断を行う。すなわち、情報処理装置３から受信する停車時間は、制御装置５３が車両５を出発させるか否かを判断する判断項目の１つに過ぎない。

すなわち、判定部３２は、乗車度合いに基づき、停車した車両５を発車させるか否かを判定しているということができる。

なお、判定部３２は、乗車度合いの高さに応じて車両５の停車時間を延長するのではなく、停車時間を延長するか否かといった停車時間の延長の要否を判定してもよい。例えば判定部３２は、乗車度合いが予め定めた閾値以上となった場合に、標準停車時間の延長が必要であると判定してもよい。

データ保存部３４は、情報処理装置３における処理で必要になる各種データ、例えば乗車度合いの判定、案内の報知、及び停車時間の制御に用いられるデータを保存し、必要に応じて判定部３２及び制御部３３に提供する。例えばデータ保存部３４は、乗車度合いの判定に用いられる判定情報及び車両５の停車情報２５を含む。判定情報は判定部３２に提供され、停車情報２５は制御部３３に提供される。

図４は、判定部３２が乗車度合いから停車時間の延長の要否を判定する場合に用いられる停車情報２５の一例を示す図である。停車情報２５は、車両５が停車する停留所の標準停車時間、許容最大停車時間、及び延長時間を含む。一例として図４では、停留所毎に異なる標準停車時間、許容最大停車時間、及び延長時間が定められた場合の停車情報２５を示している。

標準停車時間とは、誰も車両５に乗車しない状況であっても、扉５４を開けたまま停留所に停車する停車時間の下限値である。

許容最大停車時間とは、標準停車時間を超えて更に延長することができる停車時間の上限値である。

延長時間とは、乗車意思に基づき、停車時間の延長が必要となった場合に、後述する判定時間のうち、乗車意思があると判定した判定時間の度に停車時間を延長する時間である。

制御部３３は、停車情報２５を参照して、停留所に停車している車両５の停車時間を制御する。

一例として、判定部３２が乗車度合いから停車時間の延長の要否を判定した場合に、図４に示した停車情報２５を用いて車両５の停車時間を制御する例について説明する。

図５は、判定部３２が乗車度合いに基づいて停車時間の延長は必要ないと判定した場合における車両５の停車時間の制御例を示す図である。

図５の横軸は車両５が停留所に停車してからの経過時間を表し、縦軸は判定部３２が車両５を発車させるか否かを判定するために用いる判定値を示している。説明の便宜上、当該判定値は車両５が停留所に停車してからの経過時間を計測するカウンタの値によって表され、情報処理装置３は、判定値が発車基準値に達するまで車両５を停止させる制御を行う。発車基準値は標準停車時間に設定されている。グラフ２３はカウンタの値の変化を示す。

判定部３２は、車両５が停留所に停車中は、撮影装置５１で定期的に撮影された画像の認識結果を認識装置２から受け付け、停車中における人物６の様子の変化に対応するため、案内の開始後、予め定めた期間に亘って乗車度合いを繰り返し判定する。図５に示す停車制御の例では標準停車時間中に案内を２回報知し、案内の開始後、判定部３２は次の案内が開始されるまで、若しくは標準停車時間に達するまで乗車度合いを繰り返し判定している。なお、図５に示す案内の報知の回数は一例であり、判定部３２は、車両５が停留所にて停車してから車両５が停留所を発車するまで、任意の回数だけ案内を報知してもよく、乗車度合いに応じて動的に報知の回数を変更してもよい。また、図５に示す乗車度合いの判定時間の長さは一例であり、判定部３２は、車両５が停留所にて停車してから車両５が停留所を発車するまで、人物６の乗車度合いを繰り返し判定し、乗車度合いを更新する毎に、車両５の停車時間を制御するようにしてもよい。

判定部３２は、乗車度合いの判定の結果、判定時間内において何れの人物６にも乗車意思がないと判定した場合、カウンタを停止しないようにする。従って、停留所に停車してからの停車時間が時間ｔ_ａで標準停車時間に達した場合、カウンタの値も発車基準値に達するため、車両５は時間ｔ_ａで発車することになる。

例えば車両５が停留所Ａに停車している場合、図４に示した停車情報２５から、停留所Ａにおける車両５の停車時間は標準停車時間の３０秒ということになる。

図６は、判定部３２が乗車度合いに基づいて車両５の停車時間を延長する必要があると１回判定した場合における車両５の停車時間の制御例を示す図である。

判定部３２は、乗車度合いの判定の結果、判定時間内において何れかの人物６に乗車意思があると判定した場合、この人物６が車両５に乗り遅れないように、延長時間に相当する時間Ｔ_ｗａｉｔだけカウンタを停止する。従って、停留所における車両５の停車時間は、標準停車時間から時間Ｔ_ｗａｉｔだけ延長される。

例えば車両５が停留所Ａに停車している場合、図４に示した停車情報２５から、停留所Ａにおける車両５の停車時間は、標準停車時間の３０秒と延長時間の５秒を加算した３５秒となる。

図７は、判定部３２が乗車度合いに基づいて停車時間を延長する必要があると２回判定した場合における車両５の停車時間の制御例を示す図である。

この場合、判定部３２は、カウンタを２回停止し、カウンタ１回当たりの停止時間は延長時間に相当する時間Ｔ_ｗａｉｔであるから、停留所における車両５の停車時間は、標準停車時間から時間２Ｔ_ｗａｉｔだけ延長される。

例えば車両５が停留所Ａに停車している場合、図４に示した停車情報２５から、停留所Ａにおける車両５の停車時間は、標準停車時間の３０秒と２回分の延長時間に相当する１０秒を加算した４０秒となる。

なお、制御部３３は、延長時間の合計が許容最大停車時間を超える場合は、延長時間の合計が許容最大停車時間に達した時点で、扉５４を閉めて車両５を発車させるように制御装置５３へ指示を送信する。

図４に示した停車情報２５では、停留所の利用状況に応じて予め停留所毎に標準停車時間、許容最大停車時間、及び延長時間が設定されている。従って、判定部３２が異なる停留所で乗車度合いに基づきそれぞれ同じ回数だけ車両５の停車時間を延長する必要があると判定したとしても、車両５の停車時間は異なる場合がある。当然のことながら、停留所毎に標準停車時間、許容最大停車時間、及び延長時間を設定する必要はなく、すべての停留所に共通の標準停車時間、許容最大停車時間、及び延長時間を設定した停車情報２５を用いてもよい。また、同じ停留所であっても、時間帯毎に異なる値の標準停車時間、許容最大停車時間、及び延長時間が設定されていてもよい。

例えば７時から１０時、及び１７時から２０時までのいわゆる通勤通学時間帯と呼ばれる時間帯は、他の時間帯に比べて車両５の運転本数も多く、交通量も多いことから、標準停車時間、許容最大停車時間、及び延長時間の少なくとも１つを他の時間帯よりも短く設定してもよい。逆に、１０時から１７時までの日中の時間帯は、通勤通学時間帯に比べて前後の車両５の運行間隔が長く、運行状況に余裕がある上、比較的高齢者が車両５を利用する時間帯であることから、車両５の乗車に時間がかかることも想定されるため、標準停車時間、許容最大停車時間、及び延長時間の少なくとも１つを他の時間帯よりも長く設定してもよい。

なお、図４に示した停車情報２５から「延長時間／回」の欄を削除し、情報処理装置３は、停留所周辺にいる人物６の様子から判定部３２が判定した乗車度合いの高さに応じて、車両５の停車時間を延長するようにしてもよい。

図１に示した監視システム１では、認識装置２及び情報処理装置３を車両５の運行を監視制御する遠隔地の管制センタに設置している例を示したが、認識装置２及び情報処理装置３を車両５に備え付けてもよい。また、情報処理装置３が認識装置２を認識部として取り込んでもよい。更に、情報処理装置３を車両５に備え付けてもよく、情報処理装置３のうちの一部の機能部のみを車両５に備え付ける構成でもよい。

具体的には、認識装置２をクラウド上に構築し、画像の認識結果を車両５に備え付けた情報処理装置３で受信するようにしてもよい。また、例えば情報処理装置３の機能部のうち、報知部３１に相当する機能部を実現する装置を車両５に備え付け、情報処理装置３の判定部３２からの指示に基づき、車両５側で乗車に関する案内の報知指示を生成してもよい。

更に、撮影装置５１を必ずしも車両５に備え付ける必要はなく、各々の停留所や停留所を見渡すことができる箇所（例えば街灯）に設置してもよい。認識装置２で人物６の様子を認識することができる画像が得られる撮影装置５１であれば、撮影装置５１の種類に制約はない。従って、撮影装置５１には例えばＣＣＤセンサを用いたカメラの他、赤外線カメラ、ＬＩＤＡＲ（Ｌｉｇｈｔ Ｄｅｔｅｃｔｉｏｎ ａｎｄ Ｒａｎｇｉｎｇ）、３Ｄスキャナ、ＵＷＢ（Ｕｌｔｒａ Ｗｉｄｅ Ｂａｎｄ）レーダー、及び超音波センサ等を使用することができる。使用する撮影装置５１の種類により、撮影装置５１から認識装置２に送られる画像は例えば可視画像、赤外画像、若しくは距離画像等に変化することになる。

こうした監視システム１における情報処理装置３は、例えばコンピュータ１０を用いて構成される。

図８は、情報処理装置３における電気系統の要部構成例を示す図である。

コンピュータ１０は、図１に示した情報処理装置３の機能を担うＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１１、及びコンピュータ１０を情報処理装置３として機能させる情報処理プログラムを記憶するＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１２を備える。また、コンピュータ１０は、ＣＰＵ１１の一時的な作業領域として使用されるＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１３、不揮発性メモリ１４、及び入出力インターフェース（Ｉ／Ｏ）１５を備える。その上で、ＣＰＵ１１、ＲＯＭ１２、ＲＡＭ１３、不揮発性メモリ１４、及びＩ／Ｏ１５がバス１６を介して各々接続されている。

不揮発性メモリ１４は、不揮発性メモリ１４に供給される電力が遮断されても、記憶した情報が維持される記憶装置の一例であり、例えば半導体メモリが用いられるがハードディスクを用いてもよい。不揮発性メモリ１４は、必ずしもコンピュータ１０に内蔵されている必要はなく、例えばメモリカードのようにコンピュータ１０に着脱可能な可搬型の記憶装置であってもよい。情報処理装置３におけるデータ保存部３４は、例えば不揮発性メモリ１４にデータを記憶する。

一方、Ｉ／Ｏ１５には一例として通信ユニット１７、入力ユニット１８、及び表示ユニット１９が接続される。

通信ユニット１７は通信回線４に接続され、車両５の報知装置５２及び制御装置５３、並びに認識装置２との間でデータ通信を行う通信プロトコルを備える。通信ユニット１７に接続される通信回線４は無線回線であっても有線回線であってもよく、また、専用回線であってもインターネットのように不特定多数の外部装置が接続される公衆回線であってもよい。

入力ユニット１８は、情報処理装置３を操作するユーザからの指示を受け付けてＣＰＵ１１に通知する装置であり、例えばボタン、タッチパネル、キーボード、及びマウスといった各種入力デバイスが用いられる。

表示ユニット１９は、ＣＰＵ１１によって処理された情報を表示する装置であり、例えば液晶ディスプレイ、有機ＥＬ（Ｅｌｅｃｔｒｏ Ｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイ、及びスクリーンに映像を投影するプロジェクタ等が用いられる。

なお、Ｉ／Ｏ１５には情報処理装置３が機能する上で必要なユニットが接続されればよく、必ずしも図８に示した通信ユニット１７、入力ユニット１８、及び表示ユニット１９が接続されるわけではない。例えば情報処理装置３が無人のデータセンターに設置されるような場合で表示ユニット１９が必要ない場合、Ｉ／Ｏ１５に表示ユニット１９が接続されないことがある。逆に、例えば情報処理装置３で判定した乗車度合いを用紙に記録する必要性がある場合には、用紙に情報を印字する画像形成ユニットをＩ／Ｏ１５に接続してもよい。

次に、情報処理装置３が実行する、停留所における車両５の停車時間に関する制御（以降、「停車制御処理」という）について詳細に説明する。

図９は、車両５が停留所に停車した場合に、情報処理装置３のＣＰＵ１１によって実行される停車制御処理の一例を示すフローチャートである。停車制御処理を規定する情報処理プログラムは、例えば情報処理装置３のＲＯＭ１２に予め記憶されている。情報処理装置３のＣＰＵ１１は、ＲＯＭ１２に記憶される情報処理プログラムを読み込み、停車制御処理を実行する。

なお、ＣＰＵ１１はカウンタで車両５が停留所に停車してからの経過時間を計測している。また、認識装置２は車両５が停留所に停車中、撮影装置５１によって撮影された画像を用いて、停留所周辺にいる人物６の様子を予め定めた間隔（例えば０．５秒毎）で繰り返し認識し、認識結果をその都度ＣＰＵ１１に通知しているものとする。更に、車両５の発車判定に用いる発車基準値には、図４に示した停車情報２５に基づき、車両５が停車している停留所に対応した標準停車時間が設定されているものとする。

図９のステップＳ１０において、ＣＰＵ１１は、カウンタが案内予定時間を経過したか否かを判定する。案内予定時間とは、車両５が停留所に停車してから案内を開始するまでの時間であり、例えば停留所毎に対応付けた案内予定時間を停車情報２５に設定しておけばよい。案内予定時間は、例えば標準停車時間の１０秒前に設定され、車両５がまもなく発車することを人物６に報知する最初の時間を設定する。上記に示した１０秒という案内予定時間は一例であり、標準停車時間未満の時間であればよい。

ＣＰＵ１１は、カウンタが案内予定時間に達していない場合にはステップＳ１０の判定処理を繰り返し実行して、案内予定時間に達するまで待機する。カウンタが案内予定時間に達した場合、ステップＳ２０に移行する。

ステップＳ２０において、ＣＰＵ１１は、認識装置２から最新の認識結果を取得する。

ステップＳ３０において、ＣＰＵ１１は、ステップＳ２０で取得した認識結果から、停留所周辺に人物６がいるか否かを検知する。人物６を検知できない場合にはステップＳ１００に移行する。

ステップＳ１００において、ＣＰＵ１１はカウンタを参照し、カウンタが発車基準値に到達したか否かを判定する。カウンタが発車基準値に到達していない場合には、停留所周辺に人物６がいてもいなくても車両５を停車させる必要があるためステップＳ２０に移行し、認識装置２から認識結果を再度取得する。

一方、ステップＳ３０の判定処理で人物６を検知した場合にはステップＳ４０に移行する。

ステップＳ４０において、ＣＰＵ１１は、例えば「利用される方は乗車してください」といった乗車意思の有無を確認するための案内を開始するように、車両５の報知装置５２に対して報知指示を送信する。

ステップＳ５０において、ＣＰＵ１１は、認識装置２から案内後における最新の認識結果を取得する。

ステップＳ６０において、ＣＰＵ１１は、例えばステップＳ２０で取得した案内前の認識結果と、ステップＳ５０で取得した案内後の認識結果から人物６の挙動の変化、及び姿勢を取得し、車両５に対する人物６の乗車意思を判定する。

例えばＣＰＵ１１は、人物６が乗車意思を有する場合にとる挙動パターンを予め不揮発性メモリ１４に登録しておき、人物６が登録した挙動パターンと同じ挙動をとる場合に、この人物６は乗車意思を有していると判定すればよい。具体的には、案内後に人物６が移動し始める挙動や、案内後に人物６が顔を上げる挙動等を挙動パターンとして登録しておけばよい。

なお、案内後に人物６が移動し始める場合において、ＣＰＵ１１は、人物６の移動方向から人物６の乗車度合いを判定してもよい。例えば案内後に人物６が移動した場合であっても、車両５の乗車口５６の前を通り過ぎるような移動よりも、車両５の乗車口５６に向かってくる移動の方が、人物６の車両５に対する乗車度合いは高いと考えられる。従って、ＣＰＵ１１は、例えば人物６の移動方向と車両５への乗車度合いが予め対応付けられたテーブルを参照し、人物６の移動に基づく乗車度合いが閾値以上となった場合に、人物６は車両５への乗車意思を有していると判定してもよい。

同様に、ＣＰＵ１１は、人物６が登録した姿勢パターン８（図１８参照）と同じ姿勢をとる場合に、この人物６は乗車意思を有していると判定してもよい。人物６の姿勢は骨格の位置を検出することで判定可能である。

図１０は、ＣＰＵ１１が認識結果から検出する人物６の骨格ポイント（以降、単に「ポイント９」という）の一例を示す図である。図１０において、ポイント９Ａは首、ポイント９Ｂは右肩、ポイント９Ｃは右肘、ポイント９Ｄは右手首、ポイント９Ｅは左肩、ポイント９Ｆは左肘、及びポイント９Ｇは左手首を表す。また、ポイント９Ｈは右臀部、ポイント９Ｊは右膝、ポイント９Ｋは右足首、ポイント９Ｌは左臀部、ポイント９Ｍは左膝、ポイント９Ｎは左足首、ポイント９Ｐは右目、ポイント９Ｑは左目、ポイント９Ｒは右耳、ポイント９Ｓは左耳、ポイント９Ｔは鼻、及びポイント９Ｕはみぞおちを表す。なお、ポイント９Ａ～ポイント９Ｕの各部位を総称してポイント９と表すことがある。

図１１は、姿勢パターン８に基づいて人物６の乗車意思を判定する判定例について説明した図である。

図１１は、報知装置５２から人物６へ案内が報知された内容と一致する姿勢パターン８の例を示す。一例として、案内が「乗車される方がいらっしゃる場合は、停車時間を延長致しますので右手を挙げてください」と報知される場合は、人物６が車両５への乗車意思を示す場合には右手を挙げるため、姿勢パターン８には、図１１に示すように人物６が右手を挙げた場合のポイント９の位置が登録されているものとする。従って、図９に示した停車制御処理のステップＳ４０で実行される案内の報知の後、人物６がとった姿勢のポイント９の位置が姿勢パターン８で示されたポイント９の位置と同じであるとみなせる場合、ＣＰＵ１１は人物６が車両５への乗車意思を有していると判定する。

このようにして車両５に対する人物６の乗車意思を判定し、ステップＳ７０において、ＣＰＵ１１は、ステップＳ６０の判定結果に基づいて、人物６に車両５への乗車意思があるか否かを判定する。人物６に車両５への乗車意思がある場合にはステップＳ８０に移行する。

ステップＳ８０において、ＣＰＵ１１は、車両５への乗車意思を有する人物６が標準停車時間を過ぎても車両５に乗車できるように、停車の延長時間を設定する。

その上で、ステップＳ９０において、ＣＰＵ１１は、ステップＳ８０で設定した延長時間を発車基準値に加算して発車基準値を更新する。その後、ステップＳ２０に移行する。

一方、ステップＳ７０の判定処理で人物６に車両５への乗車意思はないと判定された場合には、ステップＳ８０及びステップＳ９０を実行することなくステップＳ１００に移行する。

すなわち、ＣＰＵ１１は、車両５が発車させるまで人物６の乗車意思を繰り返し判定し、人物６に乗車意思があると判定する毎に、車両５の停車時間を更新する制御を繰り返し行う。

ステップＳ３０の判定処理で人物６が検知されず、かつ、ステップＳ１００の判定処理でカウンタが発車基準値に到達した場合にはステップＳ１１０に移行する。この場合、停留所周辺に人物６がおらず、停留所における車両５の停車時間が発車基準値に到達しているため、ステップＳ１１０において、ＣＰＵ１１は、制御装置５３に対して閉扉指示を送信し、車両５の扉５４を閉める制御を行う。

以上により、図９に示した停車制御処理を終了する。

図９に示した停車制御処理では、車両５の停車時間が発車基準値に到達するまでは停留所に車両５を停止させるようにした。しかしながら、ＣＰＵ１１は、発車基準値が標準停車時間より長くなるように延長した場合であっても、例えばステップＳ３０の判定処理で人物６が検知されず、乗車意思を示したすべての人物６が標準停車時間以内に車両５に乗車したことを確認した場合には、車両５の停車時間が発車基準値に到達する前であっても標準停車時間に到達したタイミングで車両５の扉５４を閉める制御を行い、車両５の発車準備が整ったことを車両５の制御装置５３に通知してもよい。すなわち、ＣＰＵ１１は、ステップＳ３０の判定処理で人物６が検知されず、乗車意思を示したすべての人物６が標準停車時間以内に車両５に乗車したことを確認した場合には、ステップＳ９０で発車基準値に加算した延長時間をキャンセルしてもよい。

こうした制御により、例えば不用意な扉開延長による車両５のダイヤの遅れを抑制する効果が期待できる。

＜変形例１＞
図９の停車制御処理では、図４に示した停車情報２５を用いて停車の延長時間を設定する例について説明したが、図４に示した停車情報２５のように、車両５における停車の延長時間を予め規定しておく必要はない。例えばＣＰＵ１１は、停留所周辺にいる各々の人物６の乗車意思の強さに基づいて、車両５の停車時間を制御してもよい。

具体的には、図９のステップＳ６０において、ＣＰＵ１１は、車両５に対する各々の人物６における乗車意思の強さを乗車度合いとして判定する。その後、ＣＰＵ１１は、車両５への乗車意思の有無を判定する図９のステップＳ７０の判定処理を実行せずにステップＳ８０に移行し、ステップＳ８０で乗車度合いに応じた停車の延長時間を設定すればよい。

なお、乗車度合いに応じて停車の延長時間を設定するとは、乗車度合いが高くなるに従って、車両５の停車時間が標準停車時間より長くなるように延長時間の長さを設定することをいう。換言すれば、乗車度合いに応じて停車の延長時間を設定するとは、乗車度合いが低くなるに従って、車両５の停車時間が標準停車時間に近づくように延長時間の長さを設定することをいう。

渋滞等により車両５が停留所に遅延して到着した場合には必ずしも停留所での停車時間を標準停車時間にあわせる必要はなく、ダイヤの遅れを回復させるため、停留所に人物６がいなければ停留所での車両５の停車時間を標準停車時間未満に設定してもよい。

車両５への乗車意思を有する人物６は車両５に乗り込みやすいように、乗車の案内後、車両５の乗車口５６からできるだけ近い場所に移動する傾向がある。また、車両５への乗車意思を有する人物６は車両５に乗り込みやすいように、乗車の案内後、車両５の乗車口５６の正面に移動する傾向がある。

従って、ＣＰＵ１１は、車両５の乗車口５６に対する人物６の位置から乗車度合いを判定してもよい。

図１２は、案内後における停留所周辺での人物６の分布状況例を示す図である。

図１２において、車両５の乗車口５６の中央を示す中央点Ｐから人物６Ａ、人物６Ｂ、及び人物６Ｃの各々の人物６までの距離を、それぞれ距離ｒ_１、距離ｒ_２、及び距離ｒ_３とする。また、図１２において、人物６Ａ、人物６Ｂ、及び人物６Ｃと中央点Ｐを結ぶ各々の線分が、中央点Ｐを通り、車両５の進行方向と直交する基準線Ｌと成す角度である乗車角度を、それぞれ角度α_１、角度α_２、及び角度α_３とする。基準線Ｌは、車両５の乗車口５６の正面方向を表している。

この場合、中央点Ｐからの距離が近く、かつ、乗車角度が小さいほど、車両５に対する人物６の乗車度合いは高いとみなすことができる。従って、ＣＰＵ１１は、例えば（１）式に基づいて乗車度合いを算出する。

（１）式において、“ｎ”は乗車の判定対象となる人物６の人数であり、“ｉ”は乗車の判定対象となる人物６を個別に表すインデックス番号である。“Ｑ”は、乗車度合いを表す。なお、（１）式は、乗車度合いを算出する演算式の一例である。従って、ＣＰＵ１１は、中央点Ｐからの距離が近く、かつ、乗車角度が小さいほど大きい値が得られる（１）式以外の演算式を用いて乗車度合いを算出してもよい。

例えば、車両５の乗車口５６前の位置を先頭として、車両５に乗車しようとする人物６の列が形成されている場合、当該列に並んでいる各々の人物６は車両５への乗車意思を有しているにも関わらず、列の後ろに並んでいる人物６ほど、乗車角度及び中央点Ｐからの距離の少なくとも一方が大きい値をとることになるため、そのままでは（１）式で乗車度合いを正しく表すことができない場合がある。従って、ＣＰＵ１１は、認識装置２によって車両５の乗車口５６前から続く人物６の列が認識された場合、列に並んでいる各々の人物の乗車角度及び中央点Ｐからの距離を、列の先頭にいる人物６の乗車角度及び中央点Ｐからの距離に置き換えてもよい。

当然のことながら、ＣＰＵ１１は、中央点Ｐから人物６までの距離である乗車距離だけ、又は、人物６の乗車角度だけを用いて、人物６の乗車度合いを算出してもよい。

このように、ＣＰＵ１１は、車両５の乗車口５６に対する人物６の位置を乗車距離、及び乗車角度の少なくとも一方を用いて認識し、人物６の乗車度合いを算出すればよい。

ＣＰＵ１１は、図９のステップＳ８０において、例えば算出した乗車度合いをそのまま停車の延長時間として取り扱えば、車両５における停車の延長時間が乗車度合いに応じて設定されることになる。

＜変形例２＞
人物６の乗車距離及び乗車角度は、撮影装置５１で撮影された画像から認識装置２によって認識されるため、認識間隔が短くなるほど、認識装置２の負荷が高まることになる。

従って、認識装置２は、人物６の乗車距離及び乗車角度を認識するのではなく、その他の方法で人物６の位置を認識するようにしてもよい。具体的には、認識装置２は、停留所周辺の範囲に含まれる地面を予め複数の領域（以降、「エリア７」という）に分割し、車両５の乗車口５６に対する人物６の位置を人物６がいるエリア７の情報として認識結果に含めて情報処理装置３に送信する。

この場合、人物６の位置がエリア７という１つの属性で表されるため、乗車距離及び乗車角度という複数の属性を用いて人物６の位置を表すよりも、人物６の位置の認識に要する負荷が低下することになる。

図１３は、人物６の位置を人物６がいるエリア７と対応付けた上で、人物６の乗車度合いを算出する例について説明する図である。

図１３に示すように人物６Ａ～人物６Ｅの５人の人物６が停留所周辺に存在し、停留所周辺の地面に対してエリア７Ａ、エリア７Ｂ、エリア７Ｃ、及びエリア７Ｄの４つのエリア７が仮想的に設定されているとする。

各々のエリア７は、車両５に対する人物６の乗車度合いに基づいて設定されている。既に説明したように、車両５への乗車意思を有する人物６は車両５の乗車口５６からできるだけ近い場所にいる傾向がある。従って、このような場合においては、各々のエリア７の境界線は中央点Ｐを中心とする半円状に設定すればよい。

４つのエリア７のうち、最も乗車度合いが高い人物６が存在すると考えられるエリア７がエリア７Ａであり、次に乗車度合いが高い人物６が存在すると考えられるエリア７がエリア７Ｂである。そして、４つのエリア７のうち、エリア７Ｂの次に乗車度合いが高い人物６が存在すると考えられるエリア７がエリア７Ｃであり、最も乗車度合いが低い人物６が存在すると考えられるエリア７がエリア７Ｄである。

なお、既に説明したように、車両５への乗車意思を有する人物６が停留所周辺で待機する場合に、どのような位置で待機しているのかという状態を示す待機パターンには、様々なパターンが存在する。したがって、ＣＰＵ１１は、認識装置２で認識された停留所における人物６の待機パターンに応じて、設定するエリア７の形状を変更してもよい。

例えば人物６が、車両５の乗車口５６の正面と向き合うようにして１列に並んでいる場合、ＣＰＵ１１は、図１３に示す各々のエリア７を基準線Ｌ方向に更に扁平させてもよい。このようにエリア７を設定すれば、列に並ぶ人物６は乗車距離によらず同じエリア７内に含まれやすくなる。

また、人物６が、車両５の乗車口５６の位置から車両５の進行方向に沿って１列に並んでいる場合、ＣＰＵ１１は、乗車口５６の前に車両５の進行方向を長軸方向とする楕円形のエリア７を設定すればよい。

すなわち、ＣＰＵ１１は、人物６が停留所周辺で列を形成している場合には、列を含むような形状のエリア７を設定してもよい。

なお、図１３の例では４つのエリア７を設定した例を示しているが、エリア７の設定数は４つに限られず、２つ以上であればよい。また、ＣＰＵ１１は、各々のエリア７を同じ形状を用いて設定するのではなく、例えばエリア７Ａの境界線は半円、エリア７Ｂの境界線は矩形というように異なる形状を用いて設定してもよい。

その上で、ＣＰＵ１１は、各々のエリア７に位置する人物６の車両５への乗車度合いの高さを重み係数ｗによって表す。一例として重み係数ｗが大きいほど、人物６の車両５への乗車度合いが高い状態を表す。従って、ＣＰＵ１１は、エリア７Ａに最も大きい重み係数ｗ_Ａを対応付け、エリア７Ｂには重み係数ｗ_Ａの次に大きい重み係数ｗ_Ｂを対応付ける。また、ＣＰＵ１１は、エリア７Ｃには重み係数ｗ_Ｂの次に大きい重み係数ｗ_Ｃを対応付け、エリア７Ｄには最も小さい重み係数ｗ_Ｄを対応付ける。各々のエリア７と重み係数ｗの対応付けは、予め不揮発性メモリ１４に記憶しておけばよい。

この場合、ＣＰＵ１１は、例えば（２）式に基づいて乗車度合いを算出する。

（２）式においてｗ_ｉは、インデックス番号ｉで表される人物６が位置するエリア７に対応付けられている重み係数ｗを表す。すなわち、重み係数ｗは、乗車度合いの判定に与える影響度を表す。

図１３に示す例の場合、エリア７Ｂに人物６Ａ及び人物６Ｅが存在し、エリア７Ｃに人物６Ｂと人物６Ｄが存在し、エリア７Ｄに人物６Ｃが存在する。従って、乗車度合いは、（２ｗ_Ｂ＋２ｗ_ｃ＋ｗ_Ｄ）となる。なお、人物６Ｄのように人物６がエリア７の境界線に位置する場合、ＣＰＵ１１は、境界線を跨って人物６が位置する複数のエリア７のうち、含まれる人物６の範囲が最も広いエリア７に人物６が位置すると判定すればよい。または、ＣＰＵ１１は、人物６がエリア７の境界線に位置する場合、人物６が跨って位置する複数のエリア７のうち、重み係数ｗが最も大きいエリア７に人物６が位置すると判定してもよい。

ＣＰＵ１１は、図９のステップＳ８０において、例えば算出した乗車度合いをそのまま停車の延長時間として取り扱えば、車両５における停車の延長時間が乗車度合いに応じて設定されることになる。当然のことながら、ＣＰＵ１１は、算出した乗車度合いに比例係数を乗じて車両５における停車の延長時間を設定してもよい。

＜変形例３＞
変形例２では、乗車の案内後に人物６が位置するエリア７に基づいて人物６の乗車度合いを算出し、算出した乗車度合いに応じて車両５の停車の延長時間を設定した。

変形例３では、乗車の案内後における人物６の位置だけでなく、人物６の移動方向も加味して人物６の乗車度合いを算出し、算出した乗車度合いに応じて車両５の停車の延長時間を設定する例について説明する。

図１４は、図１３に示した乗車の案内後における人物６の位置を、人物６の移動方向と共に示した人物６の分布状況例を示す図である。

乗車の案内を行った場合、車両５への乗車意思を有する人物６は中央点Ｐに近づくように移動する傾向がある。従って、ＣＰＵ１１は、図９のステップＳ３０で検知された人物６のうち、乗車の案内後に中央点Ｐに近づく移動を行った人物６だけに車両５への乗車意思があると図９のステップＳ６０で判定してもよい。

すなわち、ＣＰＵ１１は、乗車の案内後の人物６の移動方向に基づき、車両５への乗車意思があると判定した人物６に対して、変形例２を適用して乗車度合いを算出する。その上で、ＣＰＵ１１は、車両５における停車の延長時間を制御してもよい。

図１４の例の場合、乗車の案内後に人物６Ａと人物６Ｂが中央点Ｐに近づいている。従って、ＣＰＵ１１は、車両５への乗車意思がある人物６は人物６Ａと人物６Ｂだけであると判定し、移動後の人物６Ａが位置するエリア７Ａの重み係数ｗ_Ａと、移動後の人物６Ｂが位置するエリア７Ｂの重み係数ｗ_Ｂを用いて、例えば（３）式に基づいて乗車度合いを算出する。

ここで“ｎ１”は、乗車の案内後における人物６の様子に基づき、車両５への乗車意思があると判定された人物６の人数を表す。従って、図１４の例の場合、ＣＰＵ１１は乗車度合いを（ｗ_Ａ＋ｗ_Ｂ）と算出し、算出した乗車度合いに応じて停車の延長時間を設定する。

このように変形例３における情報処理装置３は、人物６の移動方向に基づき、車両５への乗車意思を有すると判定された人物６が位置するエリア７と対応付けられた重み係数ｗを用いて、車両５の停車時間を制御する。従って、変形例２に示した車両５の停車時間の制御と比較して、乗車の案内後に乗車意思を有する人物６が車両５に乗車するために必要となる停車時間を更に精度よく設定することができるようになる。

なお、ＣＰＵ１１は、乗車の案内によって中央点Ｐに近づいた人物６が位置する各々のエリア７に予め対応付けられた重み係数ｗを用いて人物６の乗車度合いを算出したが、中央点Ｐに近づく人物６の移動速度を加味して人物６の乗車度合いを補正してもよい。共に中央点Ｐに近づく人物６であったとしても、速い速度で中央点Ｐに近づく人物６は、遅く近づく人物６に比べて車両５に乗車する意思が強いと考えられる。したがって、中央点Ｐへの移動速度が速くなるにつれて大きな値をとる補正係数βを重み係数ｗに乗じて、各々の人物６が位置するエリア７の重み係数ｗを補正してもよい。

すなわち、（３）式の代わりに（３Ａ）式を用いてもよい。（３Ａ）式においてβ_ｉは、インデックス番号ｉで表される人物６の移動速度に応じた補正係数βを表す。

各々の人物６の移動方向及び移動速度が移動ベクトルとして表される場合、ＣＰＵ１１は、中央点Ｐに近づく各々の人物６の移動ベクトルを人物６と中央点Ｐを結ぶ方向に写像し、人物６と中央点Ｐを結ぶ方向における移動ベクトルの成分（「接近成分」という）が表す移動速度を、人物６の移動速度としてもよい。移動ベクトルの接近成分が表す移動速度は、移動ベクトル自体が表す移動速度よりも人物６の乗車意思を正確に反映している。

なぜなら、共に中央点Ｐに近づく人物６であったとしても、車両５への乗車意思が強い人物６ほど中央点Ｐに向かって直線的に移動する一方、車両５への乗車意思が弱い人物６ほど、中央点Ｐを移動先の目的地としているわけではないため、単に乗車口５６周辺の方向に移動方向を変えながらフラフラと近づくような移動を行う傾向があるためである。

なお、変形例３では乗車の案内後における人物６の移動方向から車両５への人物６の乗車意思を判定し、車両５の停車時間を制御する例について説明したが、顔を上げる等の姿勢の変化を含む人物６の挙動から、車両５への人物６の乗車意思を判定してもよい。例えばＣＰＵ１１は、人物６が乗車意思を有する場合にとる挙動パターンを予め不揮発性メモリ１４に登録しておき、乗車の案内後に人物６が登録した挙動パターンと同じ挙動をとる場合に、この人物６は乗車意思を有していると判定してもよい。

＜変形例４＞
車両５への人物６の乗車意思を表す属性は、乗車の案内後に人物６が位置するエリア７や人物６の様子の変化以外にも存在する。

例えば人物６の車両５への乗車意思が強いほど、情報処理装置３が乗車の案内を開始してから人物６が車両５への乗車意思を表す様子を示すまでの時間（以降、「反応時間」という）が短くなる傾向が見られる。従って、人物６の反応時間も車両５への乗車意思を表す属性の一例である。なお、人物６が車両５への乗車意思を示すことを「反応する」ということがある。

変形例４では、乗車の案内後に人物６が位置するエリア７や人物６の様子の変化に加えて、人物６の反応時間も考慮して車両５への乗車度合いを判定し、車両５の停車時間を制御する例について説明する。

上記に示したように、人物６の車両５への乗車意思が強いほど、情報処理装置３が乗車の案内を開始してからの反応時間が短くなる。従って、ＣＰＵ１１は、重み係数ｗのように人物６が位置するエリア７によって一意に決定される重みではなく、時間の経過と共に変化する重み係数ｖを用いて人物６の車両５への乗車意思を判定してもよい。

図１５は、時間の経過に応じた重み係数ｖの変化を表すグラフ２４の一例を示す図である。図１５において横軸は時間を表し、縦軸は重み係数ｖの大きさを表す。また、時間ｔ_０は車両５への乗車の案内を開始した開始時間を表す。

重み係数ｖは、乗車の案内において、人物６の様子を変化させる契機となるような情報の報知と共に上昇を開始し、人物６の様子を変化させる契機となるような情報の報知直後に最大となり、その後、重み係数ｖは時間の経過と共に下降し、例えば車両５の扉５４が閉じられた時間に“０”となるような変化を示す。例えば「この度はご利用ありがとうございます。このバスはＡ駅行きです。乗車される方がいらっしゃいましたら、停車時間を延長しますので右手を挙げてお知らせください。」という乗車の案内が行われた場合、「右手を挙げて」と報知された直後に重み係数ｖが最大値となる。

今、図１３に示した人物６Ａ及び人物６Ｅだけが車両５への乗車意思を表す様子の変化を示し、各々の様子の変化がそれぞれ時間ｔ_１及び時間ｔ_２に認識されたとする。

この場合、ＣＰＵ１１は、人物６Ａと人物６Ｅが同じエリア７Ｂに位置している場合であっても、人物６Ａには重み係数ｖ_１を対応付け、人物６Ｅには重み係数ｖ_２を対応付ける。すなわち、ＣＰＵ１１は、例えば（４）式に基づいて乗車度合いを算出する。

（４）式においてｖ_ｉは、車両５への乗車意思があると判定された、インデックス番号ｉで表される人物６に対応付けられた重み係数ｖを表す。すなわち、図１５に示す例の場合、ＣＰＵ１１は乗車度合いを（ｖ_１＋ｖ_２）と算出する。

なお、グラフ２４は、人物６の様子を変化させる契機となるような情報の報知と共に重み係数ｖが上昇し、人物６の様子を変化させる契機となるような情報の報知直後に重み係数ｖが最大となり、その後、時間の経過と共に重み係数ｖが下降するような時間の関数として表されるものであれば、図１５に示したグラフ２４に限定されない。

更に、ＣＰＵ１１は、例えば（５）式に基づいて、乗車の案内に反応した人物６が位置するエリア７に対応付けられた重み係数ｗと、人物６の反応時間に対応付けられた重み係数ｖと、を組み合わせて乗車度合いを算出してもよい。

ＣＰＵ１１は、図９のステップＳ８０において、例えば算出した乗車度合いをそのまま停車の延長時間として取り扱えば、車両５における停車の延長時間が乗車度合いに応じて設定されることになる。当然のことながら、ＣＰＵ１１は、算出した乗車度合いに比例係数を乗じて車両５における停車の延長時間を設定してもよい。

なお、変形例１～変形例４では（１）式～（５）式に示したように、各々の人物６の乗車度合いを加算して停留所毎の乗車度合いを算出し、算出した乗車度合いを各々の停留所における停車の延長時間とする例について説明した。

しかしながら、ＣＰＵ１１は、必ずしも各々の人物６の乗車度合いの合計に基づいて停車の延長時間を設定する必要はない。ＣＰＵ１１は、例えば乗車度合いの判定対象となった人物６における各々の乗車度合いの平均値、２乗平均、中央値、及び標準偏差といった各々の人物６の乗車度合いに基づく各種統計量から、各々の停留所における停車の延長時間を設定してもよい。

＜変形例５＞
変形例１～変形例４を含む図９に示した停車制御処理では、人物６に車両５への乗車意思があるか否かを人物６の様子から判定する例について説明した。

具体的には、ＣＰＵ１１は、例えば人物６が予め登録した姿勢パターン８と同じ姿勢をとったり、予め登録した挙動パターンと同じ挙動をとったりした場合に、人物６が乗車意思を有していると判定する。

しかしながら、人物６に車両５への乗車意思がない場合であっても、人物６が登録された姿勢パターン８及び挙動パターンの少なくとも一方と偶然同じ姿勢及び挙動をとっているという状況も考えられる。

従って、ＣＰＵ１１は、図９のステップＳ４０で乗車の案内を行う場合、乗車意思のある人物６がとるべき姿勢及び挙動の少なくとも一方を指定して案内を行ってもよい。

図１６は、乗車意思のある人物６がとるべき様子を指定した案内の一例を示す図である。図９のステップＳ４０において、例えば「乗車される方がいらっしゃる場合は、停車時間を延長致しますので右手を挙げてください」という案内を行えば、乗車意思のある人物６（図１６の例の場合、人物６Ａ及び人物６Ｂ）が案内で指定した姿勢をとることになる。従って、ＣＰＵ１１は、図９のステップＳ６０で、案内で指定した姿勢と同じ姿勢をとった人物６のみに乗車意思があると判定すればよい。

一例として、人物６Ａの反応時間に対する重み係数ｖが“２”、人物６Ｂの反応時間に対する重み係数ｖが“１”、エリア７Ｂの重み係数ｗ_Ｂが“２”、エリア７Ｃの重み係数ｗ_Ｃが“１”であるとする。この場合、ＣＰＵ１１が（５）式に基づいて乗車度合いを判定したとすれば、乗車度合いは“（２×２＋１×１）＝５”となり、例えば算出した乗車度合いをそのまま停車の延長時間として取り扱えば、ＣＰＵ１１は停車の延長時間を５秒に設定することになる。当然のことながら、ＣＰＵ１１は、算出した乗車度合いに比例係数を乗じて車両５における停車の延長時間を設定してもよい。

上記では人物６の姿勢を指定する案内の例を示したが、例えば「乗車される方がいらっしゃる場合は、停車時間を延長致しますので一歩前に出てください」というように、人物６の挙動を指定する案内であってもよいことは言うまでもない。

また、ＣＰＵ１１は、乗車意思のある人物６がとるべき姿勢及び挙動の少なくとも一方を案内で指定するのではなく、乗車意思のない人物６がとるべき姿勢及び挙動の少なくとも一方を案内で指定してもよい。

一例として人物６の姿勢に関して言えば、「乗車されない方は下を向いてください」という案内を行えばよい。この場合、ＣＰＵ１１は、案内した姿勢と同じ姿勢をとる人物６以外の人物６に乗車意思があると判定すればよい。

図１７は、乗車意思のない人物６がとるべき挙動を案内で指定した例を示す図である。図１７に示すように、例えば「乗車されない方は、安全運行のため後ろにお下がりください」と案内することで、乗車意思のない人物６は案内前の位置から後ろに下がる、つまり、車両５から遠方方向に移動することになる。図１７の例では人物６Ｃ、人物６Ｄ、及び人物６Ｅが後ろに下がっているため、ＣＰＵ１１は、人物６Ｃ、人物６Ｄ、及び人物６Ｅに乗車意思はないと判定する。

一方、ＣＰＵ１１は、そのままの位置にいる人物６Ａ、及び案内の指示と異なる挙動をとって前に出てきた人物６Ｂには乗車意思があると判定する。

乗車意思のある人物６がとるべき姿勢や挙動、又は乗車意思のない人物６がとるべき姿勢や挙動を指定することで、ＣＰＵ１１は、人物６がとるべき姿勢や挙動を指定しない場合と比較して、人物６の乗車意思を更に精度よく判定することができる。

次に、人物６の姿勢を例にして、乗車意思を判定するために人物６にとらせる姿勢をＣＰＵ１１がどのように決定するかについて説明する。

前提として、不揮発性メモリ１４には図１８に示すような姿勢パターンテーブル２６が予め記憶されており、ＣＰＵ１１は乗車意思を判定するため、人物６が姿勢パターンテーブル２６に含まれる少なくとも１つの姿勢パターン８をとるように案内するものとする。

図１８に示す姿勢パターンテーブル２６の例では、姿勢パターンテーブル２６に姿勢パターン８Ａ～姿勢パターン８Ｈ、及び姿勢パターン８Ｊの９つの姿勢パターン８が含まれている。説明の便宜上、人物６のポイント９の表記は省略している。

姿勢パターン８Ａは両手を挙げる姿勢、姿勢パターン８Ｂは右手を挙げる姿勢、姿勢パターン８Ｃは左手を挙げる姿勢、姿勢パターン８Ｄは両手を広げる姿勢、姿勢パターン８Ｅは右手を広げる姿勢、及び姿勢パターン８Ｆは左手を広げる姿勢を示している。また、姿勢パターン８Ｇは両手を前に出す姿勢、姿勢パターン８Ｈは右手を前に出す姿勢、及び姿勢パターン８Ｊは左手を前に出す姿勢を示している。

一方、図１９は、乗車の案内を開始する前に停留所周辺にいる人物６がとっている姿勢の例を示す図である。人物６Ａ及び人物６Ｂは右手を挙げた姿勢をとり、人物６Ｃは右手を広げた姿勢をとっている。また、人物６Ｄは両手を広げた姿勢をとり、人物６Ｅは両手を下げた姿勢をとっている。

この場合、ＣＰＵ１１は、乗車の案内を開始する前から人物６がとっている姿勢をとるように案内すると、人物６が案内に反応して指定した姿勢をとったのか、それとも乗車意思と関係なく単に同じ姿勢を継続してとっているのかの区別がつきにくいことになる。

従って、ＣＰＵ１１は、姿勢パターンテーブル２６に含まれる姿勢パターン８のうち、乗車の案内を開始する前に人物６がとっていた姿勢以外の姿勢パターン８を選択して、案内すればよい。

図２０は、ＣＰＵ１１が乗車の案内で人物６がとるべき姿勢を報知する場合に、図９のステップＳ４０の処理の一部として行う姿勢の指定処理の一例を示すフローチャートである。姿勢の指定処理を規定する情報処理プログラムは、例えば情報処理装置３のＲＯＭ１２に予め記憶されている。情報処理装置３のＣＰＵ１１は、ＲＯＭ１２に記憶される情報処理プログラムを読み込み、姿勢の指定処理を実行する。

前提として、ＣＰＵ１１は、初期状態では姿勢パターンテーブル２６に含まれるすべての姿勢パターン８を、案内で指定する候補姿勢として記憶しておく。

まず、ステップＳ２００において、ＣＰＵ１１は、図９のステップＳ２０で取得した認識結果に基づいて検知した人物６の中から、何れか１人の人物６を選択する。

ステップＳ２１０において、ＣＰＵ１１は、不揮発性メモリ１４に記憶される姿勢パターンテーブル２６から、何れか１つの姿勢パターン８を選択する。

説明の便宜上、ステップＳ２００で選択した人物６を「選択人物６」と表し、Ｓ２１０で選択した姿勢パターン８を「選択姿勢パターン８」と表すことにする。

ステップＳ２２０において、ＣＰＵ１１は認識結果を参照して、選択人物６の姿勢を特定する。特定した姿勢は、乗車の案内を行う前の選択人物６の姿勢である。

ステップＳ２３０において、ＣＰＵ１１は、ステップＳ２２０で特定した選択人物６の姿勢が、選択姿勢パターン８と同じであるか否かを判定する。選択人物６の姿勢が選択姿勢パターン８と同じでない場合には、ステップＳ２４０に移行する。

ステップＳ２４０において、ＣＰＵ１１は、姿勢パターンテーブル２６から既にすべての姿勢パターン８を選択したか否かを判定する。姿勢パターンテーブル２６からすべての姿勢パターン８を選択していない場合にはステップＳ２１０に移行する。ＣＰＵ１１はステップＳ２１０でまだ選択していない未選択の姿勢パターン８を姿勢パターンテーブル２６から選択し、ステップＳ２３０で選択人物６の姿勢が選択姿勢パターン８と同じであると判定されるまでステップＳ２１０～Ｓ２４０を実行する。

ステップＳ２３０の判定処理で、選択人物６の姿勢が選択姿勢パターン８と同じであると判定された場合には、ステップＳ２５０に移行する。

選択姿勢パターン８の各々には選択人物６の姿勢と同じ姿勢であると判定された回数を示す出現数が対応付けられている。従って、ステップＳ２５０において、ＣＰＵ１１は、選択姿勢パターン８の出現数をカウントアップする。

選択人物６の姿勢が選択姿勢パターン８と同じであるということは、乗車の案内前に、既に姿勢パターンテーブル２６に含まれる姿勢パターン８と同じ姿勢をとっている人物６がいるということになる。この場合、人物６に選択姿勢パターン８で表される姿勢をとるように案内しないことが好ましい。

従って、ステップＳ２６０において、ＣＰＵ１１は姿勢候補から選択姿勢パターン８を削除する。

一方、ステップＳ２４０の判定処理で、姿勢パターンテーブル２６からすべての姿勢パターン８を選択したと判定された場合、及びステップＳ２６０が実行された後はステップＳ２７０に移行する。なお、ステップＳ２４０の判定処理で、姿勢パターンテーブル２６からすべての姿勢パターン８を選択したと判定されるということは、選択人物６は、姿勢パターンテーブル２６に含まれる何れの姿勢パターン８で表される姿勢もとっていないということになる。

ステップＳ２７０において、ＣＰＵ１１は、検知したすべての人物６を選択したか否かを判定する。すべての人物６を選択していない場合には、ステップＳ２００に移行する。ＣＰＵ１１は、ステップＳ２００でまだ選択していない未選択の人物６を新たな選択人物６として検知した人物６の中から選択し、ステップＳ２７０の判定処理ですべての人物６を選択したと判定されるまで、ステップＳ２００～ステップＳ２７０を実行する。これにより、姿勢候補には、乗車の案内前における人物６の姿勢と異なる姿勢パターン８だけが残ることになる。

しかしながら、状況によっては、検知した各々の人物６によって姿勢パターンテーブル２６に含まれるすべての姿勢パターン８と同じ姿勢がとられていることも考えられる。この場合、ステップＳ２６０で姿勢候補から各々の姿勢パターン８が削除されるため、姿勢候補には何れの姿勢パターン８も含まれない状態となる。

従って、ステップＳ２８０において、ＣＰＵ１１は、姿勢候補に姿勢パターン８が含まれるか否かを判定する。姿勢候補に姿勢パターン８が含まれる場合にはステップＳ２９０に移行する。

姿勢候補に含まれる姿勢パターン８は、乗車の案内前の人物６が誰もとっていない姿勢を表している。従って、ステップＳ２９０において、ＣＰＵ１１は、姿勢候補に含まれる姿勢パターン８の中から、案内で指定する姿勢パターン８を決定すればよい。

一方、ステップＳ２８０の判定処理で姿勢候補に姿勢パターン８が含まれないと判定された場合には、ステップＳ３００に移行する。

この場合、姿勢パターンテーブル２６に含まれる何れの姿勢パターン８を案内で指定しても、乗車の案内前の人物６がとっている姿勢と重複することになる。

従って、ステップＳ３００において、ＣＰＵ１１は、各々の姿勢パターン８と対応付けられている出現数を参照し、出現数が最も少ない姿勢パターン８を案内で指定する姿勢パターン８として決定すればよい。このように案内で指定する姿勢パターン８を選択することで、ＣＰＵ１１は、出現数を考慮することなく案内で指定する姿勢パターン８をランダムに選択する場合と比較して、乗車意思を有する人物６の判定精度を向上させることができる。

以上により、図２０に示した姿勢の指定処理を終了する。

ＣＰＵ１１は、図９のステップＳ４０において、図２０に示した姿勢の指定処理を実行した後、姿勢の指定処理で決定した姿勢パターン８を、人物６がとるべき姿勢として案内で指定する。

上述したように、図２０に示した姿勢の指定処理では、姿勢パターンテーブル２６に含まれる何れの姿勢パターン８を案内で指定しても、乗車の案内前の人物６がとっている姿勢と重複するような状況が発生することがある。この場合、姿勢パターンテーブル２６に含まれる何れかの姿勢パターン８を人物６がとっていない場合と比較して、人物６に対する車両５への乗車意思の有無に関する判定精度が低下することがある。

従って、図２０のステップＳ２８０の判定処理で姿勢候補に姿勢パターン８が含まれないと判定された場合、例えばステップＳ３００において、出現数が最も少ない姿勢パターン８と挙動と組み合わせて案内の内容を決定するようにしてもよい。

具体的には、出現数が最も少ない姿勢パターン８が右手を挙げている姿勢であれば、当該姿勢パターン８に例えば「一歩前に出る」という挙動を組み合わせ、「一歩前に出て、右手を挙げる」という挙動を伴う姿勢パターン８に決定すればよい。この場合、ＣＰＵ１１は、図９のステップＳ４０において、例えば「乗車される方は、一歩前に出て、右手を挙げてください」という案内を報知すればよい。

これにより、案内前における人物６の様子と、案内で指定する人物６の様子が同じなる確率が、案内で人物６の姿勢のみを指定する場合と比較して低くなり、車両５に対する人物６の乗車意思の有無を更に精度よく判定することができる。

＜変形例６＞
ここまでは、停留所周辺にいる人物６に対して音声で案内を報知する例について説明してきたが、音声に加え、画像を用いて案内を報知する例について説明する。この場合、報知装置５２は液晶モニタ等の画面を含み、報知装置５２は画面に表示される内容が停留所周辺にいる人物６から視認可能な位置に取り付けられる。変形例６における報知装置５２は表示装置に相当する。当然のことながら、報知装置５２は停留所周辺にいる人物６から視認可能な位置に取り付けられていれば、その取り付け位置に制約はない。従って、必ずしも車両５に備え付けられている必要はなく、例えば停留所周辺にある掲示板に取り付けられていてもよい。

図２１は、報知装置５２の画面に表示される案内の表示例を示す図である。報知装置５２の画面には、例えば「もうすぐ発車します」、又は「乗車される方がいらっしゃる場合は、停車時間を延長致しますので右手を挙げてください」というような、人物６が様子を変化させる契機となる情報が文字で表示される。また、案内で人物６の姿勢や挙動を指定する場合、一例として図２１に示すように、ＣＰＵ１１は指定する姿勢及び挙動の少なくとも一方をピクトグラム等の図や画像で表示するように報知装置５２を制御してもよい。当然のことながら、「右手を挙げる」というような左右の情報が重要となる場合には、ピクトグラムに顔を表記するなど左右を示す情報を追加して表示してもよい。また、画像は動画であっても静止画であってもよい。

乗車の案内が視覚的にも伝えられるため、音声だけで乗車の案内を行う場合と比較して、停留所周辺にいる人物６に案内の内容を明確に伝えることができる。

また、ＣＰＵ１１は、撮影装置５１で撮影された画像を報知装置５２の画面に表示させるように、通信回線４を通じて報知装置５２を制御してもよい。

この場合、ＣＰＵ１１は、撮影装置５１で撮影された画像を加工して、乗車意思があると判定した人物６、又は乗車意思がないと判定した人物６を、停留所周辺にいる人物６から認識可能な方法で報知装置５２の画面に表示させる。

図２２は、各々の人物６における乗車意思に関する判定結果の表示例を示す図である。図２２に示す表示例では、乗車意思があるとＣＰＵ１１が判定した人物６を枠２０で囲んで表示している。こうした表示を行うことで、停留所周辺にいる人物６に、車両５が自分を乗客として認識しているか否かを報知することができる。従って、乗車前に車両５が発車してしまうのではないかといった人物６の不安を軽減し、車両５に乗車しようとする人物６に安心して乗車してもらうことができる。

逆に、車両５への乗車意思のない人物６が、乗車意思があると誤って判定されている場合、停留所周辺にいる人物６に判定結果を表示することで、判定結果に誤りがある人物６に対して、乗車意思がないと判定されるように姿勢や挙動の変更を促すきっかけを与えることができる。

なお、図２２に示す表示例では、人物６を枠２０で囲って乗車意思に関する判定結果を示したが、当該判定結果の表示方法はこうした表示例に限定されない。ＣＰＵ１１は、例えば乗車意思があると判定した人物６だけをカラーで表示し、その他の人物６や背景はグレースケールで表示してもよい。また、ＣＰＵ１１は、例えば乗車意思があると判定した人物６を撮影装置５１で撮影された画像から抽出し、抽出した人物６の画像だけを報知装置５２の画面に表示してもよい。すなわち、ＣＰＵ１１は、各々の人物６における車両５への乗車意思の有無に関する判定結果を、停留所周辺にいる人物６が自ら認識できる方法で報知装置５２の画面に表示させる。

＜変形例７＞
変形例１～変形例６を含む実施形態に係る情報処理装置３のＣＰＵ１１は、撮影装置５１で撮影された画像に含まれる人物６の様子から車両５への乗車意思の有無を判定した。

しかしながら、車両５への乗車意思の有無は人物６の心の動きであるため、人物６自身が最も正確に把握することができる。従って、情報処理装置３は、人物６から乗車に関する意思表示を受け付けてもよい。

図２３は、変形例７に対応した監視システム１の構成例を示す図である。図２３に示す監視システム１が図１に示した監視システム１と異なる点は、情報処理装置３が通信回線４を通じて、人物６が携帯する携帯デバイス２１と接続されている点である。携帯デバイス２１とは、例えばスマートフォン、タブレット端末、及びウェアラブル端末のように、通信回線４を通じて情報の送受信が可能な情報機器のことである。

携帯デバイス２１から送信された情報は情報処理装置３の判定部３２に入力され、図９に示した停車制御処理のステップＳ６０における、車両５に対する人物６の乗車意思の判定に用いられる。

図２４は、携帯デバイス２１における画面の表示例を示す図である。図２４に示すように、携帯デバイス２１の画面には、車両５への乗車意思を確認する「乗車する」ボタンが表示され、人物６が「乗車する」ボタンを押下すると、通信回線４を通じて情報処理装置３のＣＰＵ１１に、車両５への乗車意思があることを表す意思情報が送信される。

ＣＰＵ１１は、携帯デバイス２１から意思情報を受け付けると、意思情報の送信元の携帯デバイス２１に対して、例えば図２５に示すような乗車意思の確認情報を送信する。これにより、携帯デバイス２１で「乗車する」ボタンを押下した人物６は、車両５に乗車意思を伝えることが可能となる。従って、ＣＰＵ１１は、停留所毎に少なくとも何人の人物６に車両５への乗車意思があるのかを把握することが可能となる。携帯デバイス２１から取得した意思情報を、図９に示した停車制御処理のステップＳ６０における乗車意思の判定と組み合わせることで、乗車意思の判定精度が向上することになる。

ここでは携帯デバイス２１を通じて乗車意思を受け付ける形態について説明したが、車両５に乗車している人物６から携帯デバイス２１を通じて降車意思を受け付けるようにしてもよい。また、本変形例では、図２４で乗車意思を確認する画面の表示例を示し、図２５でＣＰＵ１１が乗車意思を受け付けたことを示す表示例を示したが、携帯デバイス２１を通じた人物６とＣＰＵ１１の意思情報のやり取りに関して、ＣＰＵ１１は、本変形例で説明した人物６の乗車意思を示す手順で発生しうる各々の事象に対応した図２４及び図２５以外の画面を携帯デバイス２１に表示してもよい。

例えば人物６が誤って「乗車する」ボタンを押下した場合に、ＣＰＵ１１への意思情報の送信をキャンセルする図示しない画面や、過去に携帯デバイス２１から乗車意思を示したことがあるか否かを人物６に確認する図示しない画面を表示してもよい。こうした図示しない画面を通じてＣＰＵ１１に送信される情報も人物６の意思表示の一例であり、人物６から乗車に関する意思表示を受け付ける本変形例の一態様に含まれる。以上により、実施形態に係る変形例７の説明を終了する。

ここまで、図９に示した停車制御処理を用いて、停留所周辺にいる人物６の様子から停留所における車両５の停車時間を制御する情報処理装置３を含む監視システム１について説明してきた。このように情報処理装置３は、人物６が車両５へ乗車しようとする場面で車両５の停車時間を制御したが、停留所に停車した車両５から人物６が降車しようとする場面においても同じ停車制御処理を行うことで、車両５の停車時間を制御することができる。

この場合、撮影装置５１は車両５の内部、より詳細には降車口周辺を撮影し、認識装置２は、車両５が停留所に停車している間、撮影装置５１から降車口周辺を撮影した画像を繰り返し受け付け、各々の画像の認識結果を情報処理装置３に出力する。

これに対して、情報処理装置３のＣＰＵ１１は、車両５が停車している間に例えば「もうすぐ発車します」というような、人物６が様子を変化させる契機となる案内を報知装置５２から報知する。なお、報知装置５２は、車外に向かって案内を報知するのではなく車内に向かって報知する。

ＣＰＵ１１は、案内後における人物６の様子の変化から、撮影装置５１で撮影された画像に含まれる人物６の降車意思の強さを降車度合いとして判定し、判定した降車度合いに応じて車両５の停車時間を制御する。

図２６は、降車の案内後における車内の人物６の位置を表した、人物６の分布状況例を示す図である。降車に伴う車両５の停車時間の制御を行う場合には、降車口周辺の車両５の床面にエリア７を設定すればよい。多くの場合、降車口と乗車口５６は共通である。降車口と乗車口５６が異なる車両５の場合は、降車口と乗車口５６でそれぞれエリア７を設定する。具体的には、ＣＰＵ１１は、人物６の降車意思を算出するために設定するエリア７の中央点Ｐを降車口の中央に配置し、車両５内にエリア７を設定する。一方、ＣＰＵ１１は、人物６の乗車意思を算出するために設定するエリア７の中央点Ｐを乗車口５６の中央に配置し、停留所周辺の歩道上にエリア７を設定する。

例えば「降車される方は右手を挙げてください」という降車の案内に対して、人物６Ｃ及び人物６Ｄが右手を挙げたとする。ＣＰＵ１１が例えば（３）式に基づいて降車度合いを算出するとした場合、この場合の降車度合いは（ｗ_Ａ＋ｗ_Ｂ）となる。

すなわち、これまでの変形例１～変形例７を含む実施形態において、「地面」を「車両５の床面」「停留所」及び「乗車口５６」を「降車口」、「乗車」を「降車」、「乗車意思」を「降車意思」、並びに、「乗車度合い」を「降車度合い」と読み替えることにより、変形例１～変形例７を含む実施形態を、降車に伴う車両５の停車時間の制御例としてそのまま適用することができる。

なお、人物６の降車意思は車両５に対する人物６の乗降意思の一例であり、降車度合いは、車両５に対する人物６の乗降意思の強さを表す乗降度合いの一例である。

これにより、情報処理装置３は、降車しようとする人物６が降車し終わるまで車両５を停車させ、降車意思を有する人物６の降車が完了した後は速やかに停留所を出発させることができるようになる。

更に、ＣＰＵ１１は、停留所周辺にいる人物６の乗車度合いの判定結果から車両５の停車時間を決定する制御と、降車口周辺にいる人物６の降車度合いの判定結果から車両５の停車時間を決定する制御を組み合わせて、車両５の停車時間を制御してもよい。

図２７は、乗車及び降車の案内後における降車口及び停留所周辺での人物６の位置を表した、人物６の分布状況例を示す図である。この場合、ＣＰＵ１１は、これまで説明した変形例１～変形例７を含む実施形態での判定方法に従い、停留所周辺にいる人物６の乗車度合い、及び降車口周辺にいる人物６の降車度合いを各々判定する。その上で、ＣＰＵ１１は、乗車度合い及び降車度合いに応じて人物６が乗降するのに必要な停車の延長時間を設定する。例えば、停留所周辺にいる人物６の乗車度合い、及び降車口周辺にいる人物６の降車度合いをそのまま人物６が乗車及び降車するのに必要な延長時間と捉え、乗車及び降車それぞれの延長時間を加算して人物６が車両５を乗降するのに必要な停車の延長時間を設定してもよい。なお、乗車口５６と降車口が分離されている車両５や乗降口が広く一つの乗降口から複数の人物６の乗降が可能な車両５など、乗車及び降車が同時に実施可能な構造を有する車両５の場合には、乗車及び降車それぞれの延長時間のうち大きい値を停車の延長時間として設定してもよい。当然のことながら、乗車及び降車それぞれを考慮した停車の延長時間の決定方法はこれに限定されるものではない。

例えば図２８に示すような停車情報２５Ａを用いて、人物６の乗降に伴う停車の延長時間を設定する例について説明する。

図２８に示す停車情報２５Ａにおいて、車外用延長時間とは、乗車意思に基づき、停車時間の延長が必要となった場合に延長することができる延長１回あたりの停車時間であり、図４に示した停車情報２５の延長時間に相当する。車内用延長時間とは、降車意思に基づき、停車時間の延長が必要となった場合に延長することができる延長１回あたりの停車時間である。

ＣＰＵ１１は、それぞれ判定した乗車意思及び降車意思の有無に基づき、例えば、乗降口が一つで複数の人物６が相互に乗車及び降車を同時に行えない構造の車両５において、停留所Ａで乗車及び降車しようとする人物６のため車両５の停車時間をそれぞれ１回延長する必要があると判定した場合、車両５の停車時間は、乗車する人物６のために延長する延長時間５秒に降車する人物６のために延長する延長時間８秒を加えた１３秒ということになる。すなわち、この場合の延長時間は停留所毎に、（車外用延長時間×乗車意思の有無から判定した延長判定数＋車内用延長時間×降車意思の有無から判定した延長判定数）で表される。当然のことながら、乗降口が一つで複数の人物６が乗車及び降車を同時に行えない構造の車両５の場合、乗車する人物６は降車する人物６が車両５から降車を完了したことを確認してから乗車することになる。従って、停留所周辺にいる人物６が、降車する人物６が全員車両５から降車したことを確認するのに要する時間（以降、「余裕時間」という）を延長時間に加算してもよい。余裕時間を延長時間に加える制御は、車両５の停車時間を決定する制御方法の一例である。

乗降口が一つで複数の人物６が相互に乗車及び降車を同時行えない構造の車両５の場合、ＣＰＵ１１は（１）式～（５）式を用いて降車度合いを算出し、算出した降車度合いを、同じく（１）式～（５）式を用いて算出した乗車度合いに加算して車両５に対する人物６の乗降度合いを算出してもよい。

（１）式～（５）式に対応する乗降度合いの算出式は、それぞれ（６）式～（１０）式で表される。

ここで“Ｕ”は人物６の乗降度合い、“ｍ”は降車の判定対象となる人物６の人数、及び“ｊ”は降車の判定対象となる人物６を個別に表すインデックス番号である。また“ｍ１”は、車両５からの降車意思があると判定された人物６の人数を表す。

この場合、（６）式～（１０）式で表される各々の乗車度合いに、上述した余裕時間を加算してもよい。

また、乗車及び降車が同時に実施可能な構造を有する車両５の場合には、（１）式～（５）式に対応する乗降度合いの算出式は、それぞれ（１１）式～（１５）式で表される。

ここでｍａｘ（ａ，ｂ）は値ａと値ｂのうち大きい方を選択する関数である。

ＣＰＵ１１は、図９のステップＳ８０において、例えば算出した乗降度合いをそのまま停車の延長時間として取り扱えば、車両５における停車の延長時間が乗降度合いに応じて設定されることになる。当然のことながら、ＣＰＵ１１は、算出した乗降度合いに比例係数を乗じて車両５における停車の延長時間を設定してもよい。

延長時間を設定する場合、乗車度合い及び降車度合いの少なくとも一方を用いて設定する例について説明してきたが、ＣＰＵ１１は、認識装置２による画像の認識結果から人物６の年齢を取得して延長時間を調整するようにしてもよい。

例えば、小学生や老人は他の世代の人物６に比べて車両５への乗り込みや移動に時間がかかる。従って、ＣＰＵ１１は、取得した人物６の年齢が予め定めた第１の年齢以下であった場合、又は第１の年齢よりも大きい年齢に設定された予め定めた第２の年齢以上であった場合、例えば停車情報２５における延長時間や、停車情報２５Ａにおける車内用延長時間及び車外用延長時間を１．５倍するというように、規定の延長時間よりも更に延長してもよい。

ここまで、ＣＰＵ１１が例えば（１）式～（１０）式に示すような乗車度合い、降車度合い、又は乗降度合いの何れかを算出する演算式の算出結果に基づいて車両５の停車時間を設定する例について説明したが、ＣＰＵ１１は、人工知能を用いて車両５の停車時間を設定してもよい。

そのためには、まず乗降の案内を行う毎に撮影された、乗降の案内に対する人物６の様子の変化がわかる複数の画像と、当該画像撮影時における車両５が停車してから出発するまでの車両５の停車時間と、を対応付けた教師データの作成を行う。教師データの作成は必ずしも情報処理装置３のＣＰＵ１１が行う必要はなく、外部装置で作成してもよい。ここでは一例として、ＣＰＵ１１が教師データを作成し、不揮発性メモリ１４に記憶しているとする。

ＣＰＵ１１は教師データを用いて、教師データに含まれる複数の画像を入力した場合に、入力した複数の画像とそれぞれ対応付けられた車両５の停車時間が出力されるような学習モデル２２を機械学習する。こうした学習モデル２２には、例えばニューラルネットワークが用いられ、機械学習には例えばディープラーニングといった公知の学習方法が用いられる。

これにより、学習モデル２２には、人物６がどのような位置で、どのような姿勢や挙動をどの位の反応時間でとった場合に、各々の人物６の乗降が完了するまでどの位の時間に亘って停留所に停車していなければならなかったのかといった対応関係が反映される。

従って、ＣＰＵ１１は、例えば停留所に停車した場合、乗降の案内に対する人物６の様子の変化がわかる、新たに撮影された複数の画像を機械学習済みの学習モデル２２に入力すればよい。これにより学習モデル２２から人物６の様子に応じた停車時間が出力されるため、ＣＰＵ１１は出力された停車時間を当該停留所における車両５の停車時間に設定すればよい。

図２９は、複数の画像を入力とする学習モデル２２を用いた車両５の停車時間の判定例を示す図である。画像Ａ及び画像Ｂが、人物６の様子の変化がわかる複数の画像に相当する。

なお、ＣＰＵ１１は、必ずしも学習モデル２２の生成を行う必要はなく、外部装置で機械学習が行われた学習モデル２２を用いて車両５の停車時間を判定してもよい。

図２９に示した学習モデル２２では画像Ａ及び画像Ｂを入力としたが、更に乗降の際に報知した案内の内容も入力に加えた、図３０に示すような学習モデル２２を生成してもよい。この場合、案内の内容の変化と停車時間の変化の相関が得られることから、例えば停車時間をより短くするような案内の内容を検討したり、報知した案内の内容から適切な停車時間を検討したりすることが可能となる。

図２９の例では、車両５の停車時間の判定に画像のみを用いているが、車両５の停車時間に影響を与える属性は人物６の様子の変化だけでなく、他の属性も車両５の停車時間に影響を与える。車両５の停車時間は、例えば停留所がある場所、及び人物６が乗降する時間帯によっても影響を受ける。例えば山間部よりも住宅地の方が車両５に乗降する人物６の人数が多く、正午前後の時間帯よりも通勤通学の時間帯の方が車両５に乗降する人物６の人数が多い傾向がある。

従って、ＣＰＵ１１は、複数の画像、車両５が停車している位置情報、及び車両５が停車を開始した時間を表す時間情報が入力されると、乗降に必要な停車時間を出力する学習モデル２２を用いて、停留所における車両５の停車時間を判定してもよい。

そのためには、停留所における複数の画像、停留所の位置情報、停留所における複数の画像の取得時間情報、及び車両５の停車時間を対応付けた教師データを用いて、学習モデル２２の機械学習を行えばよい。

図３１は、複数の画像、停留所の位置情報、及び停留所における複数の画像の取得時間情報を入力とする学習モデル２２を用いた車両５の停車時間の判定例を示す図である。車両５の停車時間の判定に、複数の画像に加えて車両５の位置情報及び車両５の時間情報を用いているため、図２９に示した学習モデル２２と比較して車両５の停車時間の判定精度が高くなる。

なお、ＣＰＵ１１は、複数の画像、停留所の位置情報及び停留所における複数の画像の取得時間情報の何れか一方の情報、並びに、車両５の停車時間を用いて学習モデル２２の機械学習を行ってもよい。この場合、停留所の位置情報及び停留所における複数の画像の取得時間情報のうち、学習モデル２２の機械学習に用いた何れか一方の情報だけを複数の画像と共に学習モデル２２に入力することになる。

以上、実施形態を用いて本開示について説明したが、本開示は上述した実施形態に記載の範囲には限定されない。本開示の要旨を逸脱しない範囲で実施形態に多様な変更又は改良を加えることができ、当該変更又は改良を加えた形態も本開示の技術的範囲に含まれる。例えば、本開示の要旨を逸脱しない範囲で図９及び図２０に示した停車制御処理の順序、及び姿勢の指定処理の順序を変更してもよい。

また、実施形態では、一例として情報処理装置３の停車制御処理及び姿勢の指定処理をソフトウェアで実現する形態について説明した。しかしながら、当該処理を、例えばＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、又はＰＬＤ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ）に実装し、ハードウェアで処理させるようにしてもよい。この場合、情報処理装置３の処理をソフトウェアで実現した場合と比較して、処理の高速化が図られる。

このように、情報処理装置３のＣＰＵ１１を例えばＡＳＩＣ、ＦＰＧＡ、ＰＬＤ、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、及びＦＰＵ（Ｆｌｏａｔｉｎｇ Ｐｏｉｎｔ Ｕｎｉｔ）といった特定の処理に特化した専用のプロセッサに置き換えてもよい。

また、上述した実施形態では、情報処理装置３の処理を規定する情報処理プログラムがＲＯＭ１２にインストールされている形態について説明したが、これに限定されるものではない。情報処理装置３の処理を規定する情報処理プログラムは、コンピュータで読み取り可能な記憶媒体に記録された形態で提供することも可能である。例えば、情報処理プログラムを、ＣＤ－ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ－ＲＯＭ）、又はＤＶＤ－ＲＯＭ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ－ＲＯＭ）等の光ディスクに記録した形態で提供してもよい。また、情報処理プログラムをＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリやメモリカード等の可搬型の半導体メモリに記録した形態で提供してもよい。更に、情報処理装置３は、通信回線４で接続される図示しない外部装置から情報処理プログラムを取得するようにしてもよい。

１ 監視システム、２ 認識装置、３ 情報処理装置、４ 通信回線、５ 車両、６（６Ａ～６Ｅ） 人物、７（７Ａ～７Ｄ） エリア、８（８Ａ～８Ｊ） 姿勢パターン、９（９Ａ～９Ｕ） ポイント、１０ コンピュータ、１１ ＣＰＵ、１２ ＲＯＭ、１３ ＲＡＭ、１４ 不揮発性メモリ、１５ Ｉ／Ｏ、１６ バス、１７ 通信ユニット、１８ 入力ユニット、１９ 表示ユニット、２０ 枠、２１ 携帯デバイス、２２ 学習モデル、２３ カウンタの値の変化を示すグラフ、２４ 重み係数の変化を示すグラフ、２５（２５Ａ） 停車情報、２６ 姿勢パターンテーブル、３１ 報知部、３２ 判定部、３３ 制御部、３４ データ保存部、５１ 撮影装置、５２ 報知装置、５３ 制御装置、５４ 扉、５６ 乗車口、ｗ（ｖ） 位置の重み係数

Claims (15)

1. 車両（５）の乗降に関する案内を報知する報知部（３１）と、
   前記報知部の案内に対する人物（６）の様子から算出される、前記車両に対する各々の人物における乗降意思の強さを表す値の合計を用いて乗降度合い（Ｕ）を判定する判定部（３２）と、
   前記判定部によって判定された前記乗降度合いに基づいて、前記車両の停車時間を制御する制御部（３３）と、
   を備えた情報処理装置（３）。
2. 前記制御部は、前記乗降度合いが高くなるに従って、前記車両の停車時間が標準停車時間より長くなるように前記車両の停車時間を制御すると共に、前記乗降度合いが低くなるに従って、前記車両の停車時間が前記標準停車時間に近づくように前記車両の停車時間を制御する
   請求項１記載の情報処理装置。
3. 前記判定部は、人物の移動方向から前記乗降度合いを判定する
   請求項２記載の情報処理装置。
4. 前記判定部は、前記車両の乗降口（５６）に対する人物の位置を表す属性を用いて、前記乗降度合いを判定する
   請求項２又は請求項３記載の情報処理装置。
5. 前記車両の乗降口に対する人物の位置を表す属性が、予め分割した領域（７）と対応付けられている
   請求項４記載の情報処理装置。
6. 前記判定部は、前記報知部で前記案内を報知してから、人物が乗降意思を表す様子を示すまでの時間に関する属性である反応時間を用いて、前記乗降度合いを判定する
   請求項２～請求項５の何れか１項に記載の情報処理装置。
7. 前記判定部は、前記属性が前記乗降度合いの判定に与える影響度を表す重み付け（ｗ）を、時間の経過と共に変化させて前記乗降度合いを判定する
   請求項４～請求項６の何れか１項に記載の情報処理装置。
8. 前記報知部は、人物がとるべき姿勢及び挙動の少なくとも一方を前記案内として報知し、
   前記判定部は、前記報知部の報知に対して人物が取った姿勢及び挙動の少なくとも一方から、前記乗降度合いを判定する
   請求項２～請求項７の何れか１項に記載の情報処理装置。
9. 前記報知部は、人物がとるべき姿勢及び挙動の少なくとも一方を表示装置（５２）に表示することで前記案内を人物に報知する
   請求項８記載の情報処理装置。
10. 前記判定部は、前記車両が発車するまで前記乗降度合いを繰り返し判定し、
    前記制御部は、前記乗降度合いが更新される毎に、前記車両の停車時間を制御する
    請求項２～請求項９の何れか１項に記載の情報処理装置。
11. 前記報知部は、前記乗降度合いに基づき前記車両に対する乗降意思があると判定した人物と、乗降意思がないと判定した人物と、が認識できるように人物を撮影した画像を加工して表示装置に表示する
    請求項２～請求項１０の何れか１項に記載の情報処理装置。
12. 前記判定部は、前記報知部の案内に対する人物の様子の変化がわかるように撮影された複数の画像を受け付けた場合、受け付けた前記複数の画像とは異なる他の前記複数の画像と、他の前記複数の画像が撮影された停車場所での前記車両の停車時間と、を含む教師データを用いて予め機械学習が行われた学習モデル（２２）に、受け付けた前記複数の画像を入力することで前記車両の停車時間を判定する
    請求項１～請求項１１の何れか１項に記載の情報処理装置。
13. 前記判定部は、前記複数の画像と、前記車両が停車している位置情報、及び前記車両が停車を開始した時間情報の少なくとも一方の情報と、を受け付けた場合、前記情報を含んだ前記教師データを用いて予め機械学習が行われた学習モデルに、受け付けた前記複数の画像及び前記情報を入力することで前記車両の停車時間を判定する
    請求項１２記載の情報処理装置。
14. コンピュータ（１０）に、
    車両（５）の乗降に関する案内を報知し、
    前記案内に対する人物（６）の様子から算出される、前記車両に対する各々の人物における乗降意思の強さを表す値の合計を用いて乗降度合い（Ｕ）を判定し、
    判定した前記乗降度合いに基づいて、前記車両の停車時間を制御する処理を実行させる
    情報処理プログラム。
15. 人物（６）を撮影した画像から、画像に含まれる人物の様子を認識する認識装置（２）と、
    人物に対して車両（５）の乗降に関する案内を報知する報知部（３１）、前記認識装置で認識された、前記報知部の案内に対する人物の様子から算出される、前記車両に対する各々の人物における乗降意思の強さを表す値の合計を用いて乗降度合い（Ｕ）を判定する判定部（３２）、及び前記判定部によって判定された前記乗降度合いに基づいて、前記車両の停車時間を制御する制御部（３３）を備えた情報処理装置（３）と、
    を含む監視システム（１）。