JPWO2017149703A1 - 交通状況推定システム及び交通状況推定方法 - Google Patents

Abstract

プログラムを実行するプロセッサと、前記プログラムを格納する記憶デバイスとを備える交通状況推定システムであって、無線通信システムの基地局が、輸送手段を利用するための乗降施設に複数設置されており、前記記憶デバイスは、前記輸送手段の利用者が所持する端末と前記複数の基地局のいずれかとの接続開始場所及び接続終了場所を含む接続情報を格納しており、前記プロセッサは、接続開始場所と接続終了場所とが異なる端末を前記接続情報から抽出し、前記抽出された端末の数に所定の第１の係数を乗じることによって、輸送手段を利用するために前記乗降施設に滞留する人数を推定する。

Description

本発明は、交通状況を推定するシステムに関する。

鉄道事業者は高品質な輸送サービスを乗客に提供するために、列車の遅延や混雑、駅の混雑などの運行状況をリアルタイムに配信するサービスの実現に取り組んでいる。日本の鉄道会社は、東京近郊において、列車の運行管理システムが取得した列車の走行位置情報や、列車に取り付けられているセンサが測定した乗車人員情報を収集し、列車の遅れや混雑などの情報を乗客に配信するサービスを始めている。

また、特に鉄道会社や通信会社が主体となって、空港、駅、列車などの公共交通機関や商業施設などに、無線基地局（例えば、公衆無線ＬＡＮアクセスポイント）の設置が進められている。このような環境下で、公衆無線ＬＡＮ等を用いて屋内外の人の移動を測定する高精度測位の実証実験が行われている。

本技術分野の先行技術として特許文献１（特開２００７−１２０９５３号公報）がある。特許文献１は、携帯端末に搭載された加速度センサを使用して、駅への到着、駅からの出発を、加速度検出手段の検出結果と、通信圏判別手段の判別結果とに基づいて判別する技術を開示している。

特開２００７−１２０９５３号公報

前述したように、列車の運行管理システムが取得した情報を乗客に配信する方法では、列車にセンサを取り付け、計測したデータを無線を介して収集するシステムが必要であり、設置や開発のコストが多額となる。また、多くの鉄道会社が短期に導入し、運用することは困難である。

一方、高精度測位を用いると、携帯端末を所有している乗客の駅構内における位置を追跡できるため、乗客が列車に乗ったかを判定でき、列車の発着時刻をリアルタイムに測定できる。しかし、列車の発着時刻を測定するためには、各列車に乗る乗客を少なくとも一人以上検出する必要がある。また、特許文献１の方法を用いると、個人が所有している携帯端末で測定した加速度データを用いて列車が駅に到着した時刻を検出できるが、全ての駅及び全ての列車の発着時刻を検出するためには、多くの乗客の携帯端末で計測した加速度データを収集して分析する必要がある。従って、特許文献１に記載の方法で全ての列車の発着時刻を検出するためには、専用のアプリやセンサを搭載した携帯端末の所有者を全ての列車に配置して、データを収集する必要がある。

本発明の目的は、かかる点を鑑みてなされたものであり、乗客の携帯端末からデータを収集することなく、駅構内に設置されている無線基地局（例えば、公衆無線ＬＡＮアクセスポイント）への接続情報を用いて、列車の発着時刻を推定することである。

本願において開示される発明の代表的な一例を示せば以下の通りである。すなわち、プログラムを実行するプロセッサと、前記プログラムを格納する記憶デバイスとを備える交通状況推定システムであって、無線通信システムの基地局が、輸送手段を利用するための乗降施設に複数設置されており、前記記憶デバイスは、前記輸送手段の利用者が所持する端末と前記複数の基地局のいずれかとの接続開始場所及び接続終了場所を含む接続情報を格納しており、前記プロセッサは、接続開始場所と接続終了場所とが異なる端末を前記接続情報から抽出し、前記抽出された端末の数に所定の第１の係数を乗じることによって、輸送手段を利用するために前記乗降施設に滞留する人数を推定する。

本発明の一態様によれば、輸送手段（例えば、列車）の利用者数を推定できる。前述した以外の課題、構成及び効果は、以下の実施例の説明により明らかにされる。

本発明の実施例のシステムにおける公衆無線ＬＡＮの概要を示す図である。 本発明の実施例のシステムにおける公衆無線ＬＡＮと駅構内の移動行動の関係を示す図である。 本発明の実施例の公衆無線ＬＡＮ接続情報を格納するレコードの構造を示す図である。 本発明の実施例のシステム全体の構成を示す図である。 本発明の実施例のデータサーバの構成を示す図である。 本発明の実施例の計算サーバの構成を示す図である。 本発明の実施例のマスタデータのデータ構造を示す図である。 本発明の実施例の駅構内移動データのデータ構造を示す図である。 本発明の実施例の駅構内移動データ生成処理のフローチャートである。 本発明の実施例の列車の発着時刻及び列車の乗車人数を推定する方法を説明する図である。 本発明の実施例の列車時刻データのデータ構造を示す図である。 本発明の実施例の列車発着時刻推定処理のフローチャートである。 本発明の実施例の列車遅延計算処理のフローチャートである。 本発明の実施例の改札通過者数データのデータ構造を示す図である。 本発明の実施例の割戻係数表のデータ構造を示す図である。 本発明の実施例の割戻係数表生成処理のフローチャートである。 本発明の実施例の列車人数データのデータ構造を示す図である。 本発明の実施例の列車人数データを生成処理のフローチャートである。 本発明の実施例の駅滞留人数データのデータ構造を示す図である。 本発明の実施例の駅滞留人数データ生成処理のフローチャートである。 本発明の実施例の情報配信サーバが配信する画面の一例を示す図である。 本発明の実施例の情報配信サーバが配信する画面の一例を示す図である。 本発明の実施例の条件設定画面の一例を示す図である。 本発明の実施例の情報配信処理のフローチャートである。

図１から図２２を用いて、本発明の実施形態を説明する。なお、本発明の実施例は、列車が駅に発着する時刻や利用者数を推定するものであるが、本発明は、多数人が利用する輸送手段（例えば、バス、フェリーなど）に適用できる。さらに、本発明をタクシー乗り場に適用し、乗り場の混雑度（すなわち、乗車待ち客の人数）を推定できる。

図１は、本発明の実施例のシステムにおける公衆無線ＬＡＮの概要を示す図である。

公衆無線ＬＡＮとは、無線ＬＡＮにより、インターネットへの接続を提供するサービスで、利用者１０１はノートＰＣ、スマートフォン、タブレットＰＣなどのモバイル端末１０３からアクセスポイント１０２を介してインターネットへ接続する。一つのアクセスポイントから電波が到達可能な範囲は、一般的に数十メール程度であるため、大型商業施設や駅などの広い空間では、複数のアクセスポイントが設置されることが多い。

モバイル端末が複数のアクセスポイント１０２と交信可能な場合の混信を防ぐため、無線ＬＡＮのアクセスポイント１０２と各モバイル端末とは、共通のＳＳＩＤによって通信を行うことで混信や無駄な通信を防いでおり、アクセスポイント１０２側では各モバイル端末の接続開始時刻及び接続終了時刻を取得することができる。また、利用者が、予め、モバイル端末の識別子であるＭＡＣアドレス等の登録によって利用できる公衆無線ＬＡＮサービスもある。このため、各モバイル端末の移動履歴を、無線ＬＡＮの接続データから分析できる。これらの設定や登録は基本的に公衆無線ＬＡＮを利用したいモバイル端末所有者が自ら行う必要がある。

図２は、本発明の実施例のシステムにおける公衆無線ＬＡＮと駅構内の移動行動の関係を示す図である。

一般的に、駅構内の公衆無線ＬＡＮのアクセスポイント１０２は改札付近やプラットホームに設置されており、各アクセスポイント１０２とモバイル端末との間の電波強度からモバイル端末の位置を大まかに推定できる。例えば、公衆無線ＬＡＮを利用しているモバイル端末を持った利用者１０１が電車を降りると、まず、モバイル端末はプラットホーム階に設置されたアクセスポイント１０２Ａと接続する。利用者１０１が駅を出るために改札１０４に向かうと、改札付近に設置されたアクセスポイント１０２Ｂとの接続に移行する。このように、各モバイル端末が接続しているアクセスポイント１０２を時系列に追跡することによって、駅構内における乗客の移動を推定できる。

なお、複数のアクセスポイントが同じ設置場所に（例えば、１番線ホームに３台）設置されてもよい。

図３は、本発明の実施例の公衆無線ＬＡＮ接続情報１２２を格納するレコードの構造を示す図である。

公衆無線ＬＡＮ接続情報１２２は、アクセスポイントＩＤ２１１、接続時刻２１２、接続されているモバイル機器ＩＤを表す接続機器ＩＤ２１３などの情報を含み、当該時刻に接続されている機器のデータである。接続時刻２１２は、秒の単位でレコードを保持してもよいし、数秒を単位としてもよい。細かい単位で接続時刻を保持することによって、列車の発着時刻の推定精度が高くなる。接続機器ＩＤ２１３は、一日の中で一意に識別できればよいため、日々、ＩＤ付与ルールを変えて匿名化してもよい。公衆無線ＬＡＮ接続情報１２２には、ストリームデータ処理のように、予め定められた時間ウインドウに含まれるデータが保持されており、時間が進むに応じて新しいデータが追加され、古い時刻のデータが削除される。

図４Ａは、本発明の実施例のシステム全体の構成を示す図であり、図４Ｂは、データサーバ１１１の構成を示す図であり、図４Ｃは、計算サーバ１１２の構成を示す図である。

近年、多くの鉄道の駅には自動改札機１０４が設置されており、自動改札機１０４が非接触型ＩＣカード（又は、同等の機能を持つ携帯端末）又は磁気乗車券を読み取ることによって、鉄道の利用者１０１が駅へ入場し、駅から出場している。自動改札機１０４が読み取った情報は、ネットワーク１０７を介して、鉄道事業者が管理するデータ管理サーバ群１０８へ送信され、改札通過データとして蓄積される。また、改札付近やプラットホームに設置された公衆無線ＬＡＮアクセスポイント１０２は、前述したとおり、接続機器情報がデータ管理サーバ群１０８にリアルタイムに送信される。さらに、近年は、改札付近やプラットホームに監視カメラ１０５が設置されている。監視カメラ１０５が取得した映像データは、鉄道の運行を管理する指令所などで、ネットワーク１０７を介してリアルタイムに映像を確認できる。

交通状況推定システム１１０は、データサーバ１１１、計算サーバ１１２及び情報配信サーバ１１３から構成されており、公衆無線ＬＡＮアクセスポイント１０２の接続機器情報や改札通過データを収集し、蓄積し、分析する。なお、本実施例を説明する際に直接関係しない、無線システムや改札機などの機能、構成、データ処理技術については説明を省略する。

監視カメラ１０５が取得した映像データ及び改札通過データは、新たなデータを取得したタイミング、又は所定の時間間隔（１時間おき、一日おきなど）で、ネットワーク１０７を介して、データサーバ１１１へ送信される。データサーバ１１１、計算サーバ１１２及び情報配信サーバ１１３などのサーバ群から構成される交通状況推定システム１１０は、ネットワーク１０７、１１４を介して、鉄道事業者１１６が使用する計算機１１７や乗客１１５が使用する端末１１８と通信できる。なお、本実施例では、データサーバ１１１、計算サーバ１１２及び情報配信サーバ１１３をサーバ群として説明するが、一つ又は複数のサーバで、これらサーバ群の機能を実行できるように構成してもよい。

図４Ｂに示すように、データサーバ１１１は、主にネットワークインタフェース、プロセッサ、メモリ及び記憶部を有する計算機である。

プロセッサは、メモリに格納されたプログラムを実行する。メモリは、不揮発性の記憶素子であるＲＯＭ及び揮発性の記憶素子であるＲＡＭを含む。ＲＯＭは、不変のプログラム（例えば、ＢＩＯＳ）などを格納する。ＲＡＭは、ＤＲＡＭ（Dynamic Random Access Memory）のような高速かつ揮発性の記憶素子であり、プロセッサが実行するプログラム及びプログラムの実行時に使用されるデータを一時的に格納する。

記憶部は、例えば、磁気記憶装置（ＨＤＤ）、ＣＤ−ＲＯＭドライブ、フラッシュメモリ（ＳＳＤ）等の大容量かつ不揮発性の記憶装置によって構成され、プロセッサが実行するプログラム及びプログラムの実行時に使用されるデータを格納する。すなわち、プログラムは、記憶部から読み出されて、メモリにロードされて、プロセッサによって実行される。

データサーバ１１１は、ネットワーク１０７を介して公衆無線ＬＡＮ接続情報１２２及び改札通過人数データ１２６を所定のタイミング（所定の更新時間間隔）に受信し、データ格納部（ＤＢ）１２１に記録する。具体的には、記憶部は、データ格納部（ＤＢ）１２１を有する。データ格納部１２１は、公衆無線ＬＡＮ接続情報１２２、駅の構造を表すマスタデータ１２３、駅構内移動データ１２４、列車時刻データ１２５、改札通過人数データ１２６、列車人数データ１２７及び駅滞留人数データ１２８などを格納する。マスタデータ１２３は、変更の都度、外部（例えば、鉄道事業者１１６が使用する計算機１１７）から、入力され、更新される。駅構内移動データ１２４、列車時刻データ１２５、列車人数データ１２７及び駅滞留人数データ１２８は、計算サーバ１１２が生成した結果データである。

図４Ｃに示すように、計算サーバ１１２は、データサーバ１１１に蓄積されたデータ群を用いて、列車の発着時刻を推定する処理を実行する。計算サーバ１１２は、主にネットワークインタフェース（Ｉ／Ｆ（Ａ））１３０、プロセッサ（ＣＰＵ）１３１、メモリ１３２及び記憶部１３３を有する計算機である。

ネットワークインタフェース１３０は、ネットワーク１０７、１１４に接続するためのインタフェースである。プロセッサ１３１は、メモリ１３２に格納されたプログラムを実行する。メモリ１３２は、不揮発性の記憶素子であるＲＯＭ及び揮発性の記憶素子であるＲＡＭを含む。ＲＯＭは、不変のプログラム（例えば、ＢＩＯＳ）などを格納する。ＲＡＭは、ＤＲＡＭ（Dynamic Random Access Memory）のような高速かつ揮発性の記憶素子であり、プロセッサ１３１が実行するプログラム及びプログラムの実行時に使用されるデータを一時的に格納する。

記憶部１３３は、例えば、磁気記憶装置（ＨＤＤ）、ＣＤ−ＲＯＭドライブ、フラッシュメモリ（ＳＳＤ）等の大容量かつ不揮発性の記憶装置によって構成され、プロセッサ１３１が実行するプログラム及びプログラムの実行時に使用されるデータを格納する。すなわち、プログラムは、記憶部１３３から読み出されて、メモリ１３２にロードされて、プロセッサ１３１によって実行される。具体的には、記憶部１３３は、駅構内移動データ生成プログラム１３４、列車時刻推定プログラム１３５、列車遅延度合算出プログラム１３６、割戻係数計算プログラム１３７、列車乗車人数集計プログラム１３８、駅の滞留人数集計プログラム１３９などのプログラムと、割戻係数表１５３等のデータを格納し、計算処理の過程で生成される中間データを格納するデータ格納部（ＤＢ）１５２を含む。なお、計算サーバ１１２ではなくデータサーバ１１１が、割戻係数表１５３を格納してもよい。

なお、複数の記録装置を設け、プログラムやデータを複数の記録装置に分割して記録してもよい。

プログラムが実行される際、分析対象のデータをデータサーバ１１１から取得してメモリ１３２へ一時的に格納し、プロセッサ１３１がプログラム１３４、１３５、１３６、１３７、１３８、１３９をメモリ１３２から読み出して実行することにより各種機能を実現する。これらのプログラムは、予め定められた時間間隔（例えば、数秒おき、数分おきなど）に従って自動的に実行するとよい。

情報配信サーバ１１３は、図４Ａに示すように、ネットワークインタフェース（Ｉ／Ｆ（Ｂ））１４５、プロセッサ（ＣＰＵ）１４６、メモリ１４７及び記憶部１４８を有する計算機である。

ネットワークインタフェース１４５は、ネットワーク１０７、１１４に接続するためのインタフェースである。プロセッサ１４６は、メモリ１４７に格納されたプログラムを実行する。メモリ１４７は、不揮発性の記憶素子であるＲＯＭ及び揮発性の記憶素子であるＲＡＭを含む。ＲＯＭは、不変のプログラム（例えば、ＢＩＯＳ）などを格納する。ＲＡＭは、ＤＲＡＭ（Dynamic Random Access Memory）のような高速かつ揮発性の記憶素子であり、プロセッサ１４６が実行するプログラム及びプログラムの実行時に使用されるデータを一時的に格納する。

記憶部１４８は、例えば、磁気記憶装置（ＨＤＤ）、ＣＤ−ＲＯＭドライブ、フラッシュメモリ（ＳＳＤ）等の大容量かつ不揮発性の記憶装置によって構成され、プロセッサ１３１が実行するプログラム及びプログラムの実行時に使用されるデータを格納する。すなわち、プログラムは、記憶部１４８から読み出されて、メモリ１４７にロードされて、プロセッサ１４６によって実行される。具体的には、記憶部１４８は、条件取得プログラム１４１及び情報配信プログラム１４２などのプログラムと、計算処理の過程で生成される中間データを格納する。

情報配信サーバ１１３は、システム運用者１１９が使用する端末１２０、鉄道事業者１１６が使用する計算機１１７、乗客１１５が使用する端末１１８からネットワーク１１４、１５１を介してアクセスされ、情報を提供する。例えば、情報配信サーバ１１３が提供する情報は、利用者の照合や画面表示に関する条件設定のための情報、駅の滞留人数推定結果などであり、基本的に計算機や端末が情報配信サーバ１１３にアクセスしたタイミングで提供される。

交通状況推定システム１１０を運用するシステム運用者１１９は、端末１２０を用いて、ネットワーク１５１を介して、交通状況推定システム１１０に蓄積されたデータの構成や状況、計算サーバ１１２の状況や計算結果、利用者からの検索リクエスト状況などを確認することができる。

各サーバ１１１、１１２、１１３は、入力インタフェース及び出力インターフェースを有してもよい。入力インタフェースは、キーボードやマウスなどが接続され、オペレータからの入力を受けるインタフェースである。出力インタフェースは、ディスプレイ装置やプリンタなどが接続され、プログラムの実行結果をオペレータが視認可能な形式で出力するインタフェースである。

各サーバのプロセッサ１３１、１４６が実行するプログラムは、リムーバブルメディア（ＣＤ−ＲＯＭ、フラッシュメモリなど）又はネットワークを介して各サーバ１１２、１１３に提供され、非一時的記憶媒体である不揮発性の記憶装置１３３、１４８に格納される。このため、各サーバ１１２、１１３は、リムーバブルメディアからデータを読み込むインタフェースを有するとよい。

各サーバ１１１、１１２、１１３は、物理的に一つの計算機上で、又は、論理的又は物理的に構成された複数の計算機上で構成される計算機システムであり、同一の計算機上で別個のスレッドで動作してもよく、複数の物理的計算機資源上に構築された仮想計算機上で動作してもよい。

図５は、本発明の実施例のデータサーバ１１１内に格納されるマスタデータ１２３のデータ構造を示す図である。

マスタデータ１２３は、アクセスポイント１０２の設置場所を表す設置場所情報１７０、駅構内の移動パターンの定義情報１８０及び列車計画時刻表１９０などの情報を含む。

アクセスポイント１０２の設置場所情報１７０は、アクセスポイントＩＤ１７１、設置駅名１７２及び設置場所の詳細１７３などの情報を含み、公衆無線ＬＡＮのアクセスポイント１０２が設置されている場所を表すデータである。アクセスポイント１０２の場所が変更された場合、システム運用者又は鉄道事業者がシステムの外部から入力し、データを更新する。

駅構内移動定義情報１８０は、駅名１８１、接続開始場所１８２、接続終了場所１８３及び種別１８４などの情報を含み、駅構内における公衆無線ＬＡＮの接続開始場所と接続終了場所との組み合わせ毎に、行動種別に分類したデータである。種別１８４は、乗車、降車、乗車中の３種類に分類できる。また、プラットホームに複数のアクセスポイント１０２が設置されている場合には、各モバイル端末がプラットホームのどの位置にいると推定できるため、乗車や降車の種別１８４の情報に加えて、モバイル端末が滞在しているプラットホーム上の位置の情報を加えてもよい。こうすることで、各モバイル端末が乗降した場所が列車の何番目のドアであるかなど細かい分析が可能になる。

列車計画時刻表１９０は、駅名１９１、列車ＩＤ１９２、停車場所１９３、日付１９４、到着時刻１９５及び出発時刻１９６などの情報を含み、各駅の各プラットホームに発着する列車の順番を表すデータである。鉄道事業者は車両運用や運転士の手配などのため、予め運行スケジュールを決めており、列車が運行されるタイミングを示す計画ダイヤ情報を管理している。列車計画時刻表１９０は、計画ダイヤ情報をそのまま記録してもよいし、必要な情報を抽出して記録してもよい。また、列車計画時刻表１９０は、計画ダイヤが策定及び更新されたタイミングで逐次、更新してもよいし、予め定められた時刻に実行されるバッチ処理によって更新してもよい。運行スケジュールは、曜日や季節によって変更されることがあるため、日付１９４を用いて、どの日の運行ダイヤであるかを識別する。

図６は、本発明の実施例のデータサーバ１１１内に格納される駅構内移動データ１２４のデータ構造を示す図である。

駅構内移動データ１２４は、公衆無線ＬＡＮ接続情報１２２から生成される。駅構内移動データ１２４は、接続機器ＩＤ２３１、駅名２３２、日付２３３、接続開始時刻２３４、接続開始場所２３５、接続終了時刻２３６及び接続終了場所２３７などの情報を含み、各モバイル端末が駅構内において接続を開始した時刻及び場所、接続を終了した時刻及び場所を表すデータである。駅構内移動データ１２４に含まれる駅名２３２、接続開始場所２３５及び接続終了場所２３７の組み合わせを用いて、マスタデータ１２３の駅構内移動定義情報１８０を参照すると、各モバイル端末の駅構内における行動種別を求めることができる。

図７は、本発明の実施例の駅構内移動データ生成プログラム１３４が駅構内移動データ１２４を生成する処理のフローチャートである。

まず、データサーバ１１１内の公衆無線ＬＡＮ接続情報１２２に含まれる、全てのレコードを接続時刻２１２及び接続機器ＩＤ２１３で並び替える（ステップ３０１）。そして、並び替えたデータを用いて、全ての接続機器ＩＤについて以下の処理を繰り返す（ステップ３０２）。

ステップ３０２の繰り返しにおいて、まず、接続時刻２１２の値を参照し、ｔ分以上の間隔が空いている箇所でデータを分割する（ステップ３０３）。これは、ある人が一日の中で朝と夜などの複数回、公衆無線ＬＡＮを利用した通信記録を分割して、正しく処理するためである。閾値ｔ分は一般的に乗客が駅を利用する時間間隔でよく、数十分〜数時間の間で定義するか、公衆無線ＬＡＮ情報を用いて正確な時間間隔を求めてもよい。すなわち、ステップ３０２で生成した接続開始時刻と接続終了時刻との一つの組を、ステップ３０２で、接続開始時刻と接続終了時刻との複数の組に分割する。この分割は、当該接続開始時刻と他の接続終了時刻とを組み合わせ、かつ、当該接続終了時刻と他の接続開始時刻とを組み合わせてもよい。また、当該接続開始時刻から所定時間接続しており、かつ、当該接続終了時刻前の所定時間接続していると判定してもよい。後者の場合捏属データが欠落していても、正確に接続時間を求めることができる。

分割したデータを用いて以下の処理を繰り返す（ステップ３０４）。ステップ３０４の繰り返しにおいて、一番先頭のレコードから接続時刻２１２の値を取得し、接続開始時刻として保持する（ステップ３０５）。さらに、一番先頭のレコードからアクセスポイントＩＤ２１１の値を取得し、マスタデータ１２３に含まれる設置場所情報２２０を参照し、駅名及び設置場所を検索する（ステップ３０６）。 次に、一番末尾のレコードから接続時刻２１２の値を取得し、接続終了時刻として保持する（ステップ３０７）。さらに、一番末尾のレコードからアクセスポイントＩＤ２１１の値を取得し、マスタデータ１２３に含まれる設置場所情報２２０を参照し、駅名及び設置場所を検索する（ステップ３０８）。なお、複数のアクセスポイントが同じ設置場所に（例えば、１番線ホームに３台）設置されている場合、以上の処理では、当該複数のアクセスポイントの設置場所は同じとして取り扱う。

そして、接続機器ＩＤ、取得した駅名、接続開始時刻、接続開始場所、接続終了時刻、及び接続終了場所の情報を駅構内移動データ１２４に格納する（ステップ３０９）。日付情報は現在時刻の日付を格納する。

図８は、本発明の実施例の駅構内移動データ１２４から、列車の発着時刻及び列車の乗車人数を推定する方法を説明する図である。

本実施例において駅構内移動データ１２４を用いて推定する対象は、下記の三つである。
Ａ. 列車の到着時刻
Ｂ．列車の出発時刻
Ｃ．列車乗車中の人数

列車に乗っている乗客が所有しているモバイル端末は、列車が駅に到着すると駅に設置されたアクセスポイント１０２への接続を開始する。このため、プラットホームで接続を開始した接続機器の数でヒストグラムを作成し、時系列変化を分析することによって、「Ａ. 列車の到着時刻の検出」に示すように、列車の到着時刻を検出することができる。同様に、プラットホームで接続を終了した接続機器数の時系列変化を分析することによって、「Ｂ．列車の出発時刻の検出」に示すように、列車の出発時刻を検出することができる。

また、列車に乗車中の乗客が所有しているモバイル端末は、列車が駅に停車している間は、その駅の公衆無線ＬＡＮアクセスポイントに接続される。よって、駅構内移動データ１２４の接続開始場所と、接続終了場所が同一プラットホームである接続機器は、その列車に乗車していた乗客であると推定できる。この条件を満たす接続機器の数を集計することによって、「Ｃ．列車乗車中の人数の検出」に示すように、列車乗車中の人数を検出できる。

なお、図８に示すように、ヒストグラムはノイズを含む場合がある。機器数が所定の閾値より少ないデータを除去することによって、ノイズをフィルタリングすることができる。フィルタリングに用いる閾値は、固定値でも、動的に変化する値（例えば、当該時刻より前の所定期間の平均値）でもよい。また、ヒストグラムにおけるデータの出現時間の幅が所定時間より短いデータを除去することによって、ノイズをフィルタリングしてもよい。

図９は、本発明の実施例のデータサーバ１１１に格納される列車時刻データ１２５のデータ構造を示す図である。

列車時刻データ１２５は、駅名２４１、列車ＩＤ２４２、駅構内場所２４３、日付２４４、到着時刻２４５及び出発時刻２４６などの情報を含み、各列車の発着時刻情報を表すデータである。列車時刻データ１２５は、駅構内移動データ１２４を用いて列車の発着情報を推定した結果を格納する。

図１０は、本発明の実施例の列車時刻推定プログラム１３５が、駅構内移動データ１２４から列車の発着時刻を推定する処理のフローチャートである。列車時刻推定プログラム１３５は駅毎に実行される。

まず、マスタデータ１２３に含まれる駅構内移動定義情報１８０の駅名１８１を参照し、該当駅を含む全てのレコードを抽出する（ステップ４０１）。そして、抽出した全てのレコード（定義パターン）について以下の処理を繰り返す（ステップ４０２）。

ステップ４０２の繰り返しにおいて、駅構内移動データ１２４の接続開始場所２３５及び接続終了場所２３７を参照し、定義パターンに該当する全てのレコードを抽出する（ステップ４０３）。抽出したレコードの接続開始時刻２３４及び接続終了時刻２３６を用いて、予め定められた時間単位に従ってレコード数のヒストグラムを作成する（ステップ４０４）。図８に示すとおり、列車の到着時刻を推定する場合、列車からプラットホームに降りた乗客に着目し、接続開始時刻２３４を用いてヒストグラムを作成する。また、列車の出発時刻を推定する場合、列車に乗って駅を離れた乗客に着目し、接続終了時刻２３６を用いてヒストグラムを作成する。ヒストグラムを作成する時間単位は、対象駅や対象時間帯に応じて、数秒から数十秒の間で予め定めておく。例えば、接続機器数が多い駅や時間帯においては、短時間（例えば１秒毎）に作成した方が列車の発着時刻を高精度に検出できるが、接続機器数が少ない駅や時間帯においては、長時間（例えば、数十秒毎）で集計すればよい。

次に、ヒストグラムからデータを検出し、検出された順に列車ＩＤを付与し（ステップ４０５）、列車時刻データ１２５に格納する（ステップ４０６）。ヒストグラムからのデータの検出は、ヒストグラムからピークや立ち上がり、立ち下がりを検出するとよい。例えば、ピークを検出すると、列車の到着時刻を正確に推定できる。また、立ち上がりを検出すると、列車の出発時刻を正確に推定できる。

マスタデータ１２３として、列車計画時刻表１９０が利用可能な場合には、元々の計画到着時刻１９５や計画出発時刻１９６と推定した時刻とを比較し、発着時刻が最も近い列車ＩＤ１９２を検索し、列車時刻データ１２５の列車ＩＤ２４２に格納してもよい。その日の列車運行状況と計画との差が小さい場合、計画上の列車ＩＤを付与する方が、列車毎の遅延の分析に有用である。

図１１は、本発明の実施例の列車遅延度合算出プログラム１３６が、列車の遅延を計算する処理のフローチャートである。

列車遅延度合算出プログラム１３６は、列車時刻データ１２５を用いて、ある日に運行された全ての列車の遅延を計算する。まず、列車時刻データ１２５から指定された日のレコードを全て抽出し（ステップ５０１）、駅名２４１、列車ＩＤ２４２及び駅構内場所２４３をキーとして並び替え（ステップ５０２）、全てのレコードについて以下の処理を繰り返す（ステップ５０３）。

ステップ５０３の繰り返しにおいて、列車時刻データ（１２５）を生成する処理で列車計画時刻表１９０を用いて列車ＩＤを付与した場合、単に計画上の到着時刻及び出発時刻と比較して遅れを計算する。具体的には、列車計画時刻表１９０から該当の列車ＩＤを含むレコードを抽出し（ステップ５０４）、列車到着時刻の値ＡＴplan及び列車出発時刻の値ＤＴplanを取得する（ステップ５０５）。また、列車時刻データ１２５から列車到着時刻の値ＡＴ及び列車出発時刻の値ＤＴを取得する（ステップ５０６）。最後に、ＡＴからＡＴplanを減じて列車到着時刻の遅延を計算し、ＤＴからＤＴplanを減じて列車出発時刻の遅延を計算する（ステップ５０７）。

以上の方法によって計算された列車の遅延を所定期間（例えば、直近１か月）平均することによって、列車の慢性的な遅れを知ることができ、列車ダイヤを改正による輸送改善を行うことができる。

なお、列車時刻データ１２５を生成する処理で駅毎及びプラットホーム毎の列車の到着順に従って列車ＩＤを付与した場合、過去の所定期間において、駅名２４１、列車ＩＤ２４２及び駅構内場所２４３の組み合わせが同一のレコードを列車時刻データ１２５から抽出し、列車到着時刻の平均値を計算しＡＴplanとし、列車出発時刻の平均値を計算しＤＴplanとして、列車到着時刻ＡＴ、列車出発時刻ＤＴと比較してもよい。平均値を利用することによって、列車計画時刻表１９０がなくても、列車到着時刻及び列車出発時刻の遅延を求めることができる。

図１２は、本発明の実施例のデータサーバ１１１に格納される改札通過人数データ１２６のデータ構造を示す図である。

改札通過人数データ１２６は、駅名２５１、日付２５２、時間帯２５３、種別２５４及び通過人数２５５などの情報を含み、駅の改札を通過した乗客の人数を表すデータである。改札通過人数データ１２６は、自動改札機１０４の通過記録やＩＣ乗車券データを集計して作成できる。又は、改札付近に設置されている監視カメラ１０５で撮影された映像から、画像解析技術や信号解析技術を用いて人物を検出し、改札の通過人数を集計してもよい。映像解析や信号解析によって改札の通過人数を計算する処理はデータサーバ１１１が実行してもよいし、システムの外部で処理してもよい。

日毎のデータが取得できない場合、既に格納されている改札通過人数データ１２６から求めた統計値（例えば、平均値など）を用いてもよい。通過人数は、入場者と出場者とを分けて記録してもよいし、入場者と出場者とを分けずに合計値を記録してもよい。

時間帯２５３の単位は、数分から数時間の間で、予め定めておく。改札通過人数データ１２６は、駅を利用する全乗客数を推定するために必要である。なぜなら、一部の乗客は公衆無線ＬＡＮを利用しておらず、また、一人で複数台のモバイル端末を所持しているため、公衆無線ＬＡＮ接続情報１２２から得られる接続機器数と全乗客数とは等しくないためである。オフィス街の最寄駅や通勤時間帯にはモバイル端末を持つ人の割合が多くなると思われるため、公衆無線ＬＡＮ接続機器数と全乗客数との割合は、駅や時間帯によって多少変化すると考えられる。

図１３は、本発明の実施例の計算サーバ１１２に格納される割戻係数表１５３のデータ構造を示す図である。

割戻係数表１５３は、駅名２６１、時間帯２６２及び係数２６３の情報を含み、公衆無線ＬＡＮ接続機器数と全乗客数との比率を表すデータである。時間帯２６２の粒度は、改札通過人数データ１２６の時間帯２５３と揃えるとよい。また、割戻係数表１５３は、平日、休日など、日の属性によって異なる係数を記録してもよい。また、割戻係数表１５３は、乗車、降車、列車乗車中、駅滞留など、行動種別によって異なる係数を記録してもよい。さらに、割戻係数表１５３は、駅構内の場所によって異なる係数を記録してもよい。割戻係数表１５３を細分化することによって、より正確に人数を推定することができる。

図１４は、本発明の実施例の割戻係数計算プログラム１３７が、割戻係数表１５３を生成する処理のフローチャートである。

割戻係数計算プログラム１３７は、毎日実行する必要はなく、所定のタイミング（数日に一回、数週間に一回など）で実行すればよい。まず、改札通過人数データ１２６及び駅構内移動データ１２４から該当期間のレコードを抽出する（ステップ６０１）。該当期間は、ある一日が指定されてもよいし、複数日が指定されてもよい。ただし、改札通過人数データ１２６及び駅構内移動データ１２４が両方が存在する日のデータの利用が好ましい。なお、同日の改札通過人数データ１２６及び駅構内移動データ１２４を利用するとよいが、属性が同じ日の改札通過人数データ１２６及び駅構内移動データ１２４の統計値（例えば、平均値）を利用してもよい。次に、全ての駅について以下の処理を繰り返す（ステップ６０２）。

ステップ６０２の繰り返しにおいて、駅構内移動データ１２４を、改札通過人数データ１２６の時間帯２５３の粒度に従って集計し、各時間帯の接続機器数Ｎを求める（ステップ６０３）。集計する際に用いる時刻情報は、接続開始時刻２３４でもよいし、接続終了時刻２３６でもよい。

そして、全ての時間帯について以下の処理を繰り返す（ステップ６０４）。ステップ６０４の繰り返しにおいて、該当の駅及び時間帯のレコードを改札通過人数データ１２６から抽出し、通過人数Ｔを取得する（ステップ６０５）。改札通過人数データ１２６が入場と出場とに分けて格納されている場合、合計値を計算する。最後にＴ÷Ｎを計算し、計算された係数を割戻係数表１５３に格納する（ステップ６０６）。

図１５は、本発明の実施例のデータサーバ１１１に格納される列車人数データ１２７のデータ構造を示す図である。

列車人数データ１２７は、駅名２７１、列車ＩＤ２７２、駅構内場所２７３、日付２７４、種別２７５及び人数２７６などの情報を含み、各列車の乗車人数、降車人数、乗車中の人数などを表すデータである。種別２７５は、乗車、降車、乗車中の３種類のうち、いずれかが記録される。

図１６は、本発明の実施例の列車乗車人数集計プログラム１３８が、列車人数データ１２７を生成する処理のフローチャートである。

列車乗車人数集計プログラム１３８は、外部から入力された情報に基づいて定められる日毎かつ駅毎に実行され、駅構内移動データ１２４を用いて列車人数データ１２７を生成する。まず、駅構内移動データ１２４から該当日及び該当駅のレコードを抽出する（ステップ７０１）。抽出した全てのレコードについて以下の処理を繰り返す（ステップ７０２）。

ステップ７０２の繰り返しにおいて、駅構内移動データ１２４の駅名２３２、接続開始場所２３５及び接続終了場所２３７の組み合わせをキーにして、駅構内移動定義情報１８０を参照し、該当する種別１８４を抽出する（ステップ７０３）。次に、列車時刻データ１２５を参照し、この接続機器を所有する乗客が使ったと推定される列車を特定する（ステップ７０４）。ここで、種別１８４が「乗車」である場合、接続終了場所２３７及び接続終了時刻２３６に着目し、列車時刻データ１２５の出発時刻２４６を参照して、接続終了時刻２３６と出発時刻２４６との差が最も小さい（又は、所定の閾値以下である）列車の列車ＩＤを取得する。同様に、種別１８４が「降車」である場合、接続開始場所２３５及び接続開始時刻２３４に着目し、列車時刻データ１２５の到着時刻２４５を参照して、接続開始時刻２３４と到着時刻２４５との差が最も小さい（又は、所定の閾値以下である）列車の列車ＩＤを取得する。種別１８４が「乗車中」である場合、接続開始時刻２３４と列車時刻データ１２５の到着時刻２４５とを比較し、所定の閾値以内であるかを判定するなどの方法で列車ＩＤを取得する。この際、接続終了時刻２３６と列車時刻データ１２５の出発時刻２４６とを比較してもよい。

そして、ステップ７０４で取得した列車ＩＤの到着時刻２４５又は出発時刻２４６を用いて割戻係数表１５３を参照し、割戻係数を取得する（ステップ７０５）。割戻係数表１５３が平日、休日に分けて割戻係数を保持している場合、該当日の日付の曜日を考慮して割戻計数を取得する。

その後、列車人数データ１２７のレコードに該当する「駅名、列車ＩＤ、日付、種別」のレコードが含まれているか検索する。列車人数データ１２７に該当する「駅名、列車ＩＤ、日付、種別」のレコードが含まれていれば、人数データに「割戻係数×１」の値を加算する。列車人数データ１２７に該当する「駅名、列車ＩＤ、日付、種別」のレコードが含まれていなければ、新規にレコードを作成し、人数の値には「割戻係数×１」を記録する。

図１７は、本発明の実施例のデータサーバ１１１に格納される駅滞留人数データ１２８のデータ構造を示す図である。

駅滞留人数データ１２８は、駅名２８１、駅構内場所２８２、日付２８３、時間帯２８４及び滞留人数２８５などの情報を含み、駅及び駅構内の滞留人数を表すデータである。時間帯２８４の区分は、数秒から数時間の間で予め定義しておくとよい。数秒や数分など細かい粒度で、駅滞留人数データ１２８を生成すると、列車の発着に伴う、駅構内の混雑の短時間の変化をより細かく蓄積できる。

図１８は、本発明の実施例の滞留人数集計プログラム１３９が、駅滞留人数データ１２８を生成する処理のフローチャートである。

駅の滞留人数集計プログラム１３９は、列車乗車人数集計プログラム１３８と同様に、外部から入力された情報に基づいて定められる日毎かつ駅毎に実行され、駅構内移動データ１２４を用いて駅滞留人数データ１２８を生成する。

まず、駅構内移動データ１２４から該当日及び該当駅のレコードを抽出する（ステップ８０１）。抽出した全てのレコードについて以下の処理を繰り返す（ステップ８０２）。

ステップ８０２の繰り返しにおいて、駅構内移動データ１２４から接続開始場所２３５及び接続終了場所２３７を取得し、接続開始場所２３５と接続終了場所２３７とが同じかを判定する（ステップ８０３）。接続開始場所２３５と接続終了場所２３７とが同じであるレコードは、列車に乗車中の乗客のものであると推定され、駅の滞留人数としてカウントしないように、処理をスキップする（ステップ８０８）。

接続開始場所２３５と接続終了場所２３７とが異なっている場合、接続開始場所と接続終了場所のそれぞれについて滞留人数を計上する。まず、接続開始時刻２３４を取得し、駅滞留人数データ１２８の時間帯の粒度に合わせて、該当する時間帯を求める（ステップ８０４）。そして、駅滞留人数データ１２８に「駅名、接続開始場所、日付、時間帯」のレコードが存在するかを検索する。該当するレコードが存在すれば、割戻係数表１５３を参照し、割戻係数の値を加算する。該当するレコードが存在しなければ、新しいレコードを駅滞留人数データ１２８に追加する（ステップ８０５）。

次に、接続終了時刻２３６を取得し、駅滞留人数データ１２８の時間帯の粒度に合わせて、該当する時間帯を求める（ステップ８０６）。そして、駅滞留人数データ１２８に「駅名、接続終了場所、日付、時間帯」のレコードが存在するかを検索する。該当するレコードが存在すれば、割戻係数表１５３を参照し、割戻係数の値を加算する。該当するレコードが存在しなければ、新しいレコードを駅滞留人数データ１２８に追加する（ステップ８０７）。

図１９は、本発明の実施例の情報配信サーバ１１３が配信する画面１００１の一例を示す図である。

画面１００１は、システム運用者１１９の端末１２０や、鉄道事業者１１６の計算機１１７に配信される画面であり、例えば、現在の列車の遅延状況、列車の混雑状況、駅の混雑状況などを表示する。また、画面１００１は、地図表示領域１０１１、ランキング表示領域１０１２及びグラフ表示領域１０１３を含む。地図表示領域１０１１では、駅の混雑度にあたる駅の滞留人数や、列車の混雑度にあたる列車の乗車人数を地図上に表示する。ランキング表示領域１０１２では、滞留人数や乗車人数を昇順又は降順で表示する。グラフ表示領域１０１３では、当日始発運行から現在時刻までの滞留人数や乗車人数を時系列グラフで表示する。

また、列車の遅延状況や駅の滞留人数が所定条件を満たす異常である（例えば、過去の平均値から大きくかい離した）場合、利用者に異常を伝える警告１０１４を表示してもよい。また、過去のある日を指定して表示する場合、データが表示される日付及び時刻が画面上に表示されるとよい。駅の滞留人数や列車人数の情報は、予め定められたレベル分け定義に基づいて、駅や列車の表示態様（例えば、画像の大きさや色）を変えることで、利用者に分かりやすく状況を伝えることができる。

また、駅の滞留人数や列車人数の情報はテキストで表示してもよい。さらに、ある時間帯又は一日を通して、混雑する順に駅をソートし表形式で表示してもよい。全体を俯瞰できる画面をシステム運用者や鉄道事業者に提示することによって、運行計画の見直しや、駅の混雑解消施策の立案など、業務改善のための情報を得ることができる。これらの画面はマウスやキーボードなどの入力インタフェースを用いて操作が可能で、例えば、ホイールボタンなどで地図画面のズームイン／ズームアウトを操作したり、マウスクリックで駅や列車を選択し、列車ＩＤや運行実績など詳細な情報を表示してもよい。

図２０は、本発明の実施例の情報配信サーバ１１３が端末１１８に配信する画面１０２０の一例を示す図である。

画面１０２０は、乗客１１５の端末１１８に配信される画面である。乗客１１５のモバイル端末１１８は、画面のサイズが小さく、解像度が低い特性を考慮して画面を構成する必要がある。例えば、画面１０２０は、路線、方面及び駅を選択するインタフェース１０２１及びスクロール機能を有する情報表示領域１０２２を含む。このため、利用者が情報を見たい駅や列車を簡単に選択できる。

また、端末１１８のＧＰＳ機能と連動して、利用者の現在位置に近い駅の情報を選択して表示してもよい。画面１０２０は、利用者が滞在している駅に、これから到着する列車の遅延状況や、混雑の状況を表示する。これによって、利用者は、次の列車に乗るべきか、さらに次の列車に乗るべきかを判断できる。

図２１は、本発明の実施例の情報配信サーバ１１３が配信する情報の条件を設定する画面１１１０の一例を示す図である。

条件設定画面１１１０は、鉄道事業者１１６の計算機１１７や、乗客１１５の端末１１８や、システム運用者１１９の端末１２０に表示される画面である。条件設定画面１１１０では、検索対象の駅１１１１、検索対象の日付１１１２などを直接入力、又はプルダウンメニューなどで選択し、実行ボタン１１１３を操作することによって、情報配信サーバ１１３にリクエストが送信される。これらの表示条件は、利用者がマウス、キーボード、タッチパネルなどの入力インタフェースを用いて設定できる。

図２１に示す条件設定画面１１１０では、対象路線や駅、対象日は各々一つが選択できるが、複数の選択肢を同時に選択するインタフェースを採用してもよい。また、複数の駅を選択する場合、路線を選択した後に駅を選択するなど、段階的なインタフェースを採用してもよい。

図２２は、本発明の実施例の情報配信処理のフローチャートである。

情報配信サーバ１１３は、条件設定画面１１１０に入力された検索条件に従ったリクエストを受信すると、情報配信処理を実行する。まず、受信したリクエストから、検索条件設定画面１１００で入力された条件を取得する（ステップ１２００）。次に、入力された検索条件に従って列車時刻データ１２５、列車人数データ１２７及び駅滞留人数データ１２８から集計対象の駅及び日付に該当するレコードを抽出する（ステップ１２０１）。その後、抽出したレコードを時系列グラフや地図画面へのマッピングなどの形式に加工し、リクエストを送信した装置に配信する（ステップ１２０２）。

情報配信サーバ１１３は、配信先の装置の特性や配信する情報の内容に合わせて複数のプログラムを組み合わせて、配信する画面を作成するとよい。例えば、画面の配信にｗｅｂサーバの技術を用いることができ、配信先の装置で実行されるｗｅｂブラウザによって、配信される情報を見ることができる。なお、配信先の装置で実行される専用のアプリケーションが、情報配信サーバ１１３から送信されたデータを用いて表示すべき画面を作成してもよい。

以上に説明したように、本発明の実施例によると、列車（輸送手段）が駅（乗降施設）に到着した時刻や、列車が駅を出発した時刻を推定できる。また、列車に乗った人数、列車から降りた人数や、列車の乗車中の人数を推定することができる。さらに、列車の発着時刻、乗車人数、駅の滞留人数の推定値を蓄積し、平均値を計算することによって、列車の遅れや混雑が通常時より異常であるかを知ることができる。

具体的には、接続開始場所と接続終了場所とが異なる端末を公衆無線ＬＡＮ接続情報１２２から抽出し、抽出された端末の数に割戻係数を乗じることによって、輸送手段（例えば、列車、バス、フェリー、タクシーなど）を利用するために乗降施設（駅、ターミナルなど）に滞留する人数を推定するので、多額の設備投資をすることなく、駅などの混雑度を知ることができる。このため、乗客は、複数の駅が利用可能な場合、空いている駅を選択して利用できる。輸送事業者は、駅などの混雑度に応じて人員を配置したり、規制をすることによって、駅などの安全を確保できる。さらに、混んでいる乗り場に多くの輸送手段（バス、タクシーなど）を配車して、短時間で混雑を緩和できる。

また、接続開始場所と接続終了場所とが同じ乗降場所である端末を公衆無線ＬＡＮ接続情報１２２から抽出し、抽出された端末の数に割戻係数を乗じることによって、輸送手段を利用中の人数を推定するので、多額の設備投資をすることなく、列車などの混雑度を知ることができる。乗客は、空いている列車を選択して利用できる。輸送事業者は、混雑緩和策（例えば、ダイヤ改正）を立案する際の基礎資料として利用できる。

また、公衆無線ＬＡＮ接続情報１２２から取得した同じ端末の接続開始時刻から接続終了時刻までの時間がと所定時間ｔ以上である場合、当該接続開始時刻から当該接続終了時刻までの時間を分割するので、一つの駅を複数回利用した利用者のデータを適切に分割して、正確な人数を推定できる。

また、時間帯によって異なる割戻係数を定義するので、時間帯により利用者の性質が異なることに対応して、正確な人数を推定できる。

また、降り場に設置された基地局と端末との接続データを公衆無線ＬＡＮ接続情報１２２から取得し、該データの統計処理によって、接続を開始した端末数が多い時刻を判定し、前記判定された時刻を輸送手段の到着時刻であると推定するので、多額の設備投資をすることなく、列車の運行状況（遅延）を知ることができる。乗客は、駅などに行く前に、列車などの遅延を知ることができる。輸送事業者は、日々の到着時刻のデータをダイヤ改善の基礎資料として利用できる。

また、乗り場に設置された基地局と端末との接続データを公衆無線ＬＡＮ接続情報１２２から取得し、該データの統計処理によって、接続を終了した端末数が多い時刻を判定し、前記判定された時刻を輸送手段の出発時刻であると推定するので、多額の設備投資をすることなく、列車の運行状況（遅延）を知ることができる。乗客は、駅などに行く前に、列車などの遅延を知ることができる。輸送事業者は、日々の到着時刻のデータをダイヤ改善の基礎資料として利用できる。

また、接続データを統計処理する際、単位時間において所定数より少ないデータ及び出現時間が所定時間より短いデータの少なくとも一方を除外するので、輸送手段の発着に起因するデータを正確に抽出でき、発着時刻の誤検出を防ぐことができる。

また、推定された到着時刻又は出発時刻の所定期間における平均値を計算し、計算された平均値と推定された到着時刻又は出発時刻との差によって、輸送手段の遅延を推定するので、計画時刻表がなくても遅延を知ることができる。

特許請求の範囲に記載した以外の本発明の観点の代表的なものとして、次のものがあげられる。

（１）プログラムを実行するプロセッサと、前記プログラムを格納する記憶デバイスとを備える交通状況推定システムであって、
無線通信システムの基地局が、輸送手段を利用するための乗降施設に複数設置されており、
少なくとも一つの前記基地局は、輸送手段の乗降場所に設置されており、
前記記憶デバイスは、前記輸送手段の利用者が所持する端末と前記複数の基地局のいずれかとの接続開始場所及び接続終了場所を含む接続情報を格納しており、
前記プロセッサは、
接続開始場所と接続終了場所とが同じ乗降場所である端末を前記接続情報から抽出し、
前記抽出された端末の数に所定の第２の係数を乗じることによって、輸送手段を利用中の人数を推定する交通状況推定システム。

（２）プログラムを実行するプロセッサと、前記プログラムを格納する記憶デバイスとを備える交通状況推定システムであって、
無線通信システムの基地局が、輸送手段を利用するための乗降施設において輸送手段の降り場に設置されており、
前記記憶デバイスは、前記輸送手段の利用者が所持する端末と前記複数の基地局のいずれかとの接続開始場所及び接続開始時刻を含む接続情報を格納しており、
前記プロセッサは、
前記接続情報に含まれる前記降り場に設置された基地局と前記端末との接続データの統計処理によって、接続を開始した端末数が多い時刻を判定し、
前記判定された時刻を輸送手段の到着時刻であると推定する交通状況推定システム。

（３）プログラムを実行するプロセッサと、前記プログラムを格納する記憶デバイスとを備える交通状況推定システムであって、
無線通信システムの基地局が、輸送手段を利用するための乗降施設において輸送手段の乗り場に設置されており、
前記記憶デバイスは、前記輸送手段の利用者が所持する端末と前記複数の基地局のいずれかとの接続終了場所及び接続終了時刻を含む接続情報を格納しており、
前記プロセッサは、
前記接続情報に含まれる前記乗り場に設置された基地局と前記端末との接続データの統計処理によって、接続を終了した端末数が多い時刻を判定し、
前記判定された時刻を輸送手段の出発時刻であると推定する交通状況推定システム。

なお、本発明は前述した実施例に限定されるものではなく、添付した特許請求の範囲の趣旨内における様々な変形例及び同等の構成が含まれる。例えば、前述した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに本発明は限定されない。また、ある実施例の構成の一部を他の実施例の構成に置き換えてもよい。また、ある実施例の構成に他の実施例の構成を加えてもよい。また、各実施例の構成の一部について、他の構成の追加・削除・置換をしてもよい。

また、前述した各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等により、ハードウェアで実現してもよく、プロセッサがそれぞれの機能を実現するプログラムを解釈し実行することにより、ソフトウェアで実現してもよい。

各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリ、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記憶装置、又は、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に格納することができる。

また、制御線や情報線は説明上必要と考えられるものを示しており、実装上必要な全ての制御線や情報線を示しているとは限らない。実際には、ほとんど全ての構成が相互に接続されていると考えてよい。

図１９は、本発明の実施例の情報配信サーバ１１３が配信する画面１０１０の一例を示す図である。

画面１０１０は、システム運用者１１９の端末１２０や、鉄道事業者１１６の計算機１１７に配信される画面であり、例えば、現在の列車の遅延状況、列車の混雑状況、駅の混雑状況などを表示する。また、画面１０１０は、地図表示領域１０１１、ランキング表示領域１０１２及びグラフ表示領域１０１３を含む。地図表示領域１０１１では、駅の混雑度にあたる駅の滞留人数や、列車の混雑度にあたる列車の乗車人数を地図上に表示する。ランキング表示領域１０１２では、滞留人数や乗車人数を昇順又は降順で表示する。グラフ表示領域１０１３では、当日始発運行から現在時刻までの滞留人数や乗車人数を時系列グラフで表示する。

Claims (12)

1. プログラムを実行するプロセッサと、前記プログラムを格納する記憶デバイスとを備える交通状況推定システムであって、
   無線通信システムの基地局が、輸送手段を利用するための乗降施設に複数設置されており、
   前記記憶デバイスは、前記輸送手段の利用者が所持する端末と前記複数の基地局のいずれかとの接続開始場所及び接続終了場所を含む接続情報を格納しており、
   前記プロセッサは、
   接続開始場所と接続終了場所とが異なる端末を前記接続情報から抽出し、
   前記抽出された端末の数に所定の第１の係数を乗じることによって、輸送手段を利用するために前記乗降施設に滞留する人数を推定する交通状況推定システム。
2. 請求項１に記載の交通状況推定システムであって、
   少なくとも一つの前記基地局は、輸送手段の乗降場所に設置されており、
   前記プロセッサは、
   接続開始場所と接続終了場所とが同じ乗降場所である端末を前記接続情報から抽出し、
   前記抽出された端末の数に所定の第２の係数を乗じることによって、輸送手段を利用中の人数を推定する交通状況推定システム。
3. 請求項１に記載の交通状況推定システムであって、
   前記接続情報は、前記端末と前記基地局との接続開始時刻及び接続終了時刻を含み、
   前記プロセッサは、前記接続情報から取得した同じ端末の接続開始時刻から接続終了時刻までの時間と所定時間との比較によって、前記接続開始時刻と前記接続終了時刻との間の時間が長いと判定された場合、当該接続開始時刻から当該接続終了時刻までの時間を分割する交通状況推定システム。
4. 請求項１に記載の交通状況推定システムであって、
   前記記憶デバイスは、時間帯によって異なる係数が定義可能なように、前記第１の係数を格納する交通状況推定システム。
5. 請求項１に記載の交通状況推定システムであって、
   前記接続情報は、前記端末と前記基地局との接続開始時刻を含み、
   少なくとも一つの前記基地局は、輸送手段の降り場に設置されており、
   前記プロセッサは、
   前記接続情報に含まれる前記降り場に設置された基地局と前記端末との接続データの統計処理によって、接続を開始した端末数が多い時刻を判定し、
   前記判定された時刻を輸送手段の到着時刻であると推定する交通状況推定システム。
6. 請求項１に記載の交通状況推定システムであって、
   前記接続情報は、前記端末と前記基地局との接続終了時刻を含み、
   少なくとも一つの前記基地局は、輸送手段の乗り場に設置されており、
   前記プロセッサは、
   前記接続情報に含まれる前記乗り場に設置された基地局と前記端末との接続データの統計処理によって、接続を終了した端末数が多い時刻を判定し、
   前記判定された時刻を輸送手段の出発時刻であると推定する交通状況推定システム。
7. 請求項５に記載の交通状況推定システムであって、
   前記プロセッサは、前記接続データを統計処理する際、単位時間において所定数より少ないデータ及び出現時間が所定時間より短いデータの少なくとも一方を除外することによって、輸送手段の出発に起因するデータを抽出する交通状況推定システム。
8. 請求項５に記載の交通状況推定システムであって、
   前記プロセッサは、
   前記推定された到着時刻の所定期間における平均値を計算し、
   前記計算された平均値と前記推定された到着時刻との差によって、輸送手段の遅延を推定する交通状況推定システム。
9. 計算機が実行する交通状況推定方法であって、
   前記計算機は、プログラムを実行するプロセッサと、前記プログラムを格納する記憶デバイスとを有し、
   無線通信システムの基地局が、輸送手段を利用するための乗降施設に複数設置されており、
   前記記憶デバイスは、前記輸送手段の利用者が所持する端末と前記複数の基地局のいずれかとの接続開始場所及び接続終了場所を含む接続情報を格納しており、
   前記交通状況推定方法は、
   前記プロセッサが、接続開始場所と接続終了場所とが異なる端末を前記接続情報から抽出するステップと、
   前記プロセッサが、前記抽出された端末の数に所定の第１の係数を乗じることによって、輸送手段を利用するために前記乗降施設に滞留する人数を推定するステップとを含む交通状況推定方法。
10. 請求項９に記載の交通状況推定方法であって、
    少なくとも一つの前記基地局は、輸送手段の乗降場所に設置されており、
    前記交通状況推定方法は、
    前記プロセッサが、接続開始場所と接続終了場所とが同じ乗降場所である端末を前記接続情報から抽出するステップと、
    前記プロセッサが、前記抽出された端末の数に所定の第２の係数を乗じることによって、輸送手段を利用中の人数を推定するステップとを含む交通状況推定方法。
11. 請求項９に記載の交通状況推定方法であって、
    前記接続情報は、前記端末と前記基地局との接続開始時刻を含み、
    少なくとも一つの前記基地局は、輸送手段の降り場に設置されており、
    前記交通状況推定方法は、
    前記プロセッサが、前記接続情報に含まれる前記降り場に設置された基地局と前記端末との接続データの統計処理によって、接続を開始した端末数が多い時刻を判定するステップと、
    前記プロセッサが、前記判定された時刻を輸送手段の到着時刻であると推定するステップとを含む交通状況推定方法。
12. 請求項９に記載の交通状況推定方法であって、
    前記接続情報は、前記基地局と前記端末との接続終了時刻を含み、
    少なくとも一つの前記基地局は、輸送手段の乗り場に設置されており、
    前記プロセッサが、前記接続情報に含まれる前記乗り場に設置された基地局と前記端末との接続データの統計処理によって、接続を終了した端末数が多い時刻を判定するステップと、
    前記プロセッサが、前記判定された時刻を輸送手段の出発時刻であると推定するステップとを含む交通状況推定方法。