TW201732748A - 混亂預測裝置以及混亂預測方法 - Google Patents

混亂預測裝置以及混亂預測方法 Download PDF

Info

Publication number
TW201732748A
TW201732748A TW105124048A TW105124048A TW201732748A TW 201732748 A TW201732748 A TW 201732748A TW 105124048 A TW105124048 A TW 105124048A TW 105124048 A TW105124048 A TW 105124048A TW 201732748 A TW201732748 A TW 201732748A
Authority
TW
Taiwan
Prior art keywords
prediction
data
chaotic
confusion
expected
Prior art date
Application number
TW105124048A
Other languages
English (en)
Other versions
TWI611378B (zh
Inventor
Junya Miyagi
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of TW201732748A publication Critical patent/TW201732748A/zh
Application granted granted Critical
Publication of TWI611378B publication Critical patent/TWI611378B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/046—Forward inferencing; Production systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

預想資料生成部(20)係使用計測通過計測地點的人物的人數的感測器(1)所輸出的計測資料，預想計測地點中的未來通過人數而生成預想資料。混亂預測處理部(40)係使用預想資料生成部(20)所生成的預想資料，預測計測地點的未來混亂狀態而生成混亂預測資料且進行輸出。

Description

混亂預測裝置以及混亂預測方法
本發明係關於進行活動舉辦時等之混亂預測的混亂預測裝置及其方法者。
在例如專利文獻1所記載的活動警備監視方法中，首先，根據過去的實績或資料等，被預想與活動會場或通路等警備對象區域的外出人群直接相關的交通機關等流出入地點中的外出人群，事前準備外出人群的流出入資料。警備實施時，攝影機被設置在與警備對象區域的外出人群密切相關的周邊地點，對畫像進行攝像。接著，活動警備監視裝置將被攝像的畫像進行畫像處理，藉此計測前述周邊地點中的人流量，使用人流量的實測值與事前準備的外出人群的流出入資料，預測周邊地點及警備對象區域的混亂情形。
[先前技術文獻]
[專利文獻]
專利文獻1：日本特開2004-178358號公報
習知之混亂預測裝置係必須事前預測外出人群而準備流出入資料，但是在初次的活動或舉辦場所，係有難以準 備流出入資料的課題。
本發明係為解決如上所述之課題而完成者，目的在沒有事前準備混亂預測所使用的資料的必要性，可進行在初次的活動或舉辦場所的混亂預測。
本發明之混亂預測裝置係包括：預想資料生成部，其係使用計測通過計測地點的人物的人數的感測器所輸出的計測資料，預想計測地點中的未來通過人數而生成預想資料；及混亂預測處理部，其係使用預想資料生成部所生成的預想資料，預測計測地點的未來混亂狀態而生成混亂預想資料且進行輸出。
藉由本發明，使用計測地點中的通過人數的計測資料，預想未來通過人數，使用預想資料，預測計測地點中的未來混亂狀態，因此不需要事前準備混亂預測所使用的資料，可進行在初次的活動或舉辦場所的混亂預測。
1‧‧‧感測器
10‧‧‧計測資料記憶部
20‧‧‧預想資料生成部
30‧‧‧預想資料記憶部
40‧‧‧混亂預測處理部
50‧‧‧差異算出部
101‧‧‧處理器
102‧‧‧記憶體
103‧‧‧輸入介面
104‧‧‧輸出介面
第1圖係本發明之實施形態1之混亂預測裝置的功能構成圖。
第2圖係實施形態1之混亂預測裝置的硬體構成圖。
第3圖係顯示實施形態1之混亂預測裝置所進行的處理的序列圖。
第4圖係顯示實施形態1之混亂預測裝置的計測資料記憶部所進行的處理的流程圖。
第5圖係顯示實施形態1之混亂預測裝置的預想資料生成 部所進行的處理的流程圖。
第6圖係顯示實施形態1之混亂預測裝置的預想資料記憶部所進行的處理的流程圖。
第7圖係顯示實施形態1之混亂預測裝置的混亂預測處理部所進行的處理的流程圖。
第8圖係該實施形態2之混亂預測裝置的功能構成圖。
第9圖係顯示實施形態2之混亂預測裝置所進行的處理的序列圖。
第10圖係顯示實施形態2之混亂預測裝置的計測資料記憶部所進行的處理的流程圖。
第11圖係顯示實施形態2之混亂預測裝置的預想資料生成部所進行的處理的流程圖。
第12圖係顯示實施形態2之混亂預測裝置的預想資料記憶部所進行的處理的流程圖。
第13圖係顯示實施形態2之混亂預測裝置的混亂預測處理部所進行的處理的流程圖。
第14圖係顯示實施形態2之混亂預測裝置的差異算出部所進行的處理的流程圖。
以下為更詳細說明本發明，按照所附圖示，說明用以實施本發明的形態。
實施形態1.
第1圖係本發明之實施形態1之混亂預測裝置的功能構成圖。該混亂預測裝置係在活動舉辦時，預測車站或巴士停靠處 等公共交通工具或停車場等人出現的場所至活動會場的路徑的混亂狀態者。在人出現的場所至活動會場的路徑設置感測器1，感測器1與混亂預測裝置相連接。
人出現的場所至活動會場的路徑上，將設置有感測器1的位置稱為計測地點。感測器1係計測在計測地點朝向去程方向或回程方向通過的人物的人數，生成時間序列資料，且輸出至混亂預測裝置。該感測器1係包括例如攝影機，將藉由攝影機所攝像到的畫像進行畫像處理而計測通過人數。以下將感測器1所生成的時間序列資料稱為計測資料。
混亂預測裝置係包括：計測資料記憶部10、預想資料生成部20、預想資料記憶部30、及混亂預測處理部40。計測資料記憶部10係記憶感測器1所輸出的計測資料。預想資料生成部20係使用計測資料記憶部10所記憶的計測資料，預想計測地點中的未來通過人數而生成時間序列資料，且作為預想資料而輸出至預想資料記憶部30。預想資料記憶部30係記憶預想資料生成部20所輸出的預想資料，將所記憶的預想資料作為選擇預想資料而輸出至混亂預測處理部40。混亂預測處理部40係使用預想資料記憶部30所輸出的選擇預想資料，預測計測地點的未來混亂狀態而生成混亂預想資料且進行外部輸出。
感測器1可僅計測在計測地點朝去程方向通過的人數及朝回程方向通過的人數的任一方，亦可雙方計測。例如，若計測資料為計測出在計測地點朝去程方向通過的人數者，預想資料生成部20係生成預想出僅有去程的通過人數的預想資料，且混亂預測處理部40係生成預測出僅有去程的混 亂狀態的混亂預想資料。如上所示，計測對象依去程、或回程、或其雙方，預想資料及混亂預想資料的內容亦改變。
第2圖係混亂預測裝置的硬體構成圖。混亂預測裝置係包括：處理器101、記憶體102、輸入介面103、及輸出介面104。輸入介面103係將來自感測器1的計測資料輸入至計測資料記憶部10。輸出介面104係將混亂預測處理部40的混亂預測資料輸出至顯示器等外部裝置。
混亂預測裝置中的預想資料生成部20及混亂預測處理部40的各功能係藉由處理電路予以實現。亦即，混亂預測裝置係包括用以使用計測資料來生成預想資料，且使用預想資料來生成混亂預測資料的處理電路。處理電路係執行被儲存在記憶體102的程式的處理器101。處理器101亦稱為CPU(Central Processing Unit，中央處理單元)、處理裝置、運算裝置、微處理器、微電腦、或DSP(Digital Signal Processor，數位訊號處理)等。
預想資料生成部20及混亂預測處理部40的各功能係藉由軟體、韌體、或軟體與韌體的組合予以實現。軟體或韌體係被記述為程式，且被儲存在記憶體102。處理器101係讀出被儲存在記憶體102的程式來執行，藉此實現各部的功能。亦即，混亂預測裝置係包括：當藉由處理器101予以執行時，用以儲存結果被執行使用計測資料而生成預想資料的步驟、及使用預想資料而生成混亂預測資料的步驟的程式的記憶體102。此外，該等程式亦可謂為使電腦執行預想資料生成部20及混亂預測處理部40的順序或方法者。
在此，記憶體102亦可為例如RAM(Random Access Memory，隨機存取記憶體)、ROM(Read Only Memory，唯讀記憶體)，EPROM(Erasable Programmable ROM，可清除程式化唯讀記憶體)，EEPROM(Electrically EPROM，電子式可清除程式化唯讀記憶體)，快閃記憶體、SSD(Solid State Drive)等非揮發性或揮發性的半導體記憶體，亦可為硬碟、可撓性碟片等磁碟、CD(Compact Disc)，亦可為DVD(Digital Versatile Disc，數位影音光碟)等光碟。
混亂預測裝置中的計測資料記憶部10及預想資料記憶部30為記憶體102。
接著，使用第3圖~第7圖，說明實施形態1之混亂預測裝置的動作。
第3圖係顯示實施形態1之混亂預測裝置所進行的處理的序列圖。第4圖係顯示實施形態1之混亂預測裝置的計測資料記憶部10所進行的處理的流程圖。該第4圖的步驟S101~S104中的處理係在第3圖的步驟S100中被實施。
在第4圖的步驟S101中，計測資料記憶部10係確認有無由感測器1透過輸入介面103接收計測資料。計測資料記憶部10係若有接收計測資料(步驟S101“YES”)，即進至步驟S102，若沒有接收(步驟S101“NO”)，則進至步驟S103。
在步驟S102中，計測資料記憶部10係由感測器1透過輸入介面103接收且記憶計測資料。
在步驟S103中，計測資料記憶部10係確認有無來自預想資料生成部20的通知。計測資料記憶部10係若有來自預想資料生成部20的通知(步驟S103“YES”)，即進至步驟 S104，若沒有通知(步驟S103“NO”)，則返回至步驟S101。
在步驟S104中，計測資料記憶部10係由所記憶的計測資料之中選擇預定範圍的計測資料，且作為預想用計測資料而傳送至預想資料生成部20。預定範圍亦可預先設定在計測資料記憶部10，亦可視需要而由混亂預測裝置外予以設定。例如，計測資料記憶部10係若接收來自預想資料生成部20的通知，將至由該時點追溯預定範圍份的時點為止的時間序列資料，作為預想用計測資料而傳送至預想資料生成部20。
計測資料記憶部10係在步驟S104之後，返回至步驟S101。
第5圖係顯示實施形態1之混亂預測裝置的預想資料生成部20所進行的處理的流程圖。該第5圖的步驟S201~S206中的處理係在第3圖的步驟S200中被實施。
在第5圖的步驟S201中，預想資料生成部20係對計測資料記憶部10傳送通知。該通知係用以由計測資料記憶部10使預想用計測資料傳送至預想資料生成部20者。
在步驟S202中，預想資料生成部20係確認有無由計測資料記憶部10接收預想用計測資料。預想資料生成部20係若有接收預想用計測資料(步驟S202“YES”)，即進至步驟S203，若沒有接收(步驟S202“NO”)，則反覆該步驟S202。
在步驟S203中，預想資料生成部20係由計測資料記憶部10接收且記憶預想用計測資料。
在步驟S204中，預想資料生成部20係使用線形近似等，預測對應預想資料生成範圍的未來計測地點的通過人數，且生成預想資料。預想資料生成範圍係決定預想從現在至往後多前 的未來為止的通過人數的參數。預想資料生成範圍係可預先設定在預想資料生成部20，亦可視需要而由混亂預測裝置外予以設定。
在步驟S205中，預想資料生成部20係將在步驟S204中所生成的預想資料傳送至預想資料記憶部30。
在步驟S206中，預想資料生成部20係確認有無來自混亂預測處理部40的通知。預想資料生成部20係若有來自混亂預測處理部40的通知(步驟S206“YES”)，即返回至步驟S201，若沒有通知(步驟S206“NO”)，則反覆該步驟S206。
第6圖係顯示實施形態1之混亂預測裝置的預想資料記憶部30所進行的處理的流程圖。該第6圖的步驟S301~S303中的處理係在第3圖的步驟S300中被實施。
在第6圖的步驟S301中，預想資料記憶部30係確認有無由預想資料生成部20接收預想資料。預想資料記憶部30係若有接收預想資料(步驟S301“YES”)，即進至步驟S302，若沒有接收(步驟S301“NO”)，則反覆該步驟S301。
在步驟S302中，預想資料記憶部30係由預想資料生成部20接收且記憶預想資料。
在步驟S303中，預想資料記憶部30係選擇在步驟S302中所記憶的預想資料，作為選擇預想資料而傳送至混亂預測處理部40。
預想資料記憶部30係在步驟S303之後，返回至步驟S301。
第7圖係顯示實施形態1之混亂預測裝置的混亂預測處理部40所進行的處理的流程圖。該第7圖的步驟S401~S406中的處理係在第3圖的步驟S400中被實施。
在第7圖的步驟S401中，混亂預測處理部40係確認有無由預想資料記憶部30接收選擇預想資料。混亂預測處理部40係若有接收選擇預想資料(步驟S401“YES”)，即進至步驟S402，若沒有接收(步驟S401“NO”)，則返回至步驟S401。
在步驟S402中，混亂預測處理部40係由預想資料記憶部30接收選擇預想資料。
在步驟S403中，混亂預測處理部40係使用在步驟S402中由預想資料記憶部30所接收到的選擇預想資料，藉由多主體模擬等手法，執行混亂預測處理，且生成計測地點的混亂預測資料。混亂預測資料係例如計測地點周邊的人的流量及密度的時間序列資料。
在步驟S404中，混亂預測處理部40係確認混亂預測處理是否已到達混亂預測結束時點。混亂預測結束時點係決定從混亂預測的開始時點至往後多前的未來為止執行混亂預測的參數，為預想資料生成範圍結束時點≧混亂預測結束時點。混亂預測結束時點係可預先設定在混亂預測處理部40，亦可視需要由混亂預測裝置外予以設定。混亂預測處理部40係若混亂預測處理已到達混亂預測結束時點(步驟S404“YES”)，即進至步驟S405，若未到達(步驟S404“NO”)，則返回至步驟S403且繼續進行混亂預測處理。
在步驟S405中，混亂預測處理部40係透過輸出介面104來輸出混亂預測資料。
在步驟S406中，混亂預測處理部40係對預想資料生成部20傳送通知。該通知係用以對預想資料生成部20指 示新的預想資料的生成者，接收到該通知的預想資料生成部20係對計測資料記憶部10要求預想用計測資料。
混亂預測處理部40係在步驟S406之後，返回至步驟S401。
如以上所示，實施形態1之混亂預測裝置係包括：使用計測通過計測地點的人物的人數的感測器1所輸出的計測資料，預想計測地點中的未來通過人數而生成預想資料的預想資料生成部20；及使用預想資料生成部20所生成的預想資料，預測計測地點的未來混亂狀態，且輸出混亂預測資料的混亂預測處理部40的構成。藉此，由於可即時生成混亂預測所使用的預想資料，因此不需要事前準備預想資料，可進行在初次的活動或舉辦場所的混亂預測。
實施形態2.
在實施形態2中，在混亂預測處理部40的混亂狀態的預測處理中，將感測器1重新輸出的計測資料反映混亂預測資料來進行輸出。
第8圖係本發明之實施形態2之混亂預測裝置的功能構成圖。在第8圖中與第1圖相同或相當的部分係標註相同符號。
實施形態2之混亂預測裝置係對第1圖所示之實施形態1之混亂預測裝置，追加差異算出部50的構成。該差異算出部50的功能係藉由第2圖所示之處理器101讀出被儲存在記憶體102的程式來執行而予以實現。
差異算出部50係由預想資料生成部20所生成的複數預想資料之中，在混亂預測處理部40的混亂預測處理中，選擇與感測器1重新輸出的計測資料的差異為最小的預想資 料，且通知混亂預測處理部40。與計測資料的差異為最小的預想資料係可高精度預測混亂狀態之最適合的預想資料。
此外，實施形態2之混亂預測裝置係包括複數個混亂預測處理部40。複數混亂預測處理部40係使用預想資料生成部20所生成的複數預想資料而生成複數混亂預測資料。接著，複數混亂預測處理部40之中使用差異算出部50所選擇的預想資料來執行混亂預測處理的混亂預測處理部40將自身所生成的混亂預測資料進行外部輸出，剩餘的混亂預測處理部40係廢棄混亂預測資料。
接著，使用第9圖~第14圖，說明實施形態2之混亂預測裝置的動作。
第9圖係顯示實施形態2之混亂預測裝置所進行的處理的序列圖。第10圖係顯示實施形態2之混亂預測裝置的計測資料記憶部10所進行的處理的流程圖。該第10圖的步驟S101~S106中的處理係在第9圖的步驟S100a中被實施。
在第10圖的步驟S101~S104中，計測資料記憶部10係進行與第4圖的步驟S101~S104同樣的處理。
在步驟S105中，計測資料記憶部10係確認有無來自混亂預測處理部40的通知。計測資料記憶部10係若有來自混亂預測處理部40的通知(步驟S105“YES”)，即進至步驟S106，若沒有通知(步驟S105“NO”)，則返回至步驟S101。
在步驟S106中，計測資料記憶部10係將在將預想用計測資料傳送至預想資料生成部20的時點之後由感測器1所接收到的新的計測資料，作為更新計測資料而傳送至差異算出部50。
計測資料記憶部10係在步驟S106之後，返回至步驟S101。
第11圖係顯示實施形態2之混亂預測裝置的預想資料生成部20所進行的處理的流程圖。該第11圖的步驟S201~S206中的處理係在第9圖的步驟S200a中被實施。
在第11圖的步驟S201~S203中，預想資料生成部20係進行與第5圖的步驟S201~S203同樣的處理。
在步驟S204a中，預想資料生成部20係使用線形近似等，預想對應預想資料生成範圍的未來計測地點的通過人數，且生成複數預想資料。此時，預想資料生成部20係可藉由改變所使用的近似式來生成複數預想資料，亦可藉由改變預想用計測資料的使用範圍來生成複數預想資料。若改變預想用計測資料的使用範圍來生成2個預想資料時，預想資料生成部20係根據例如最近5個計測資料，生成1個預想資料，且根據最近10個計測資料，生成另1個預想資料。
在步驟S205、S206中，預想資料生成部20係進行與第5圖的步驟S205、S206同樣的處理。
第12圖係顯示實施形態2之混亂預測裝置的預想資料記憶部30所進行的處理的流程圖。該第12圖的步驟S301~S303a中的處理係在第9圖的步驟S300a中被實施。
在第12圖的步驟S301、S302中，預想資料記憶部30係進行與第6圖的步驟S301、S302同樣的處理。
在步驟S303a中，預想資料記憶部30係將在步驟S302中所記憶的複數預想資料之中的一個，相對複數混亂預測處理部40之中的一個，以一對一進行分配，將預想資料傳送至 分配目的端的混亂預測處理部40。將被傳送至分配目的端的混亂預測處理部40的預想資料稱為選擇預想資料。如上所示，預想資料記憶部30係對複數混亂預測處理部40，一個一個地傳送選擇預想資料。此外，預想資料記憶部30係將傳送至複數混亂預測處理部40的複數選擇預想資料亦傳送至差異算出部50。
預想資料記憶部30係在步驟S303a之後，返回至步驟S301。
第13圖係顯示實施形態2之混亂預測裝置的混亂預測處理部40所進行的處理的流程圖。複數混亂預測處理部40的各個係進行第13圖的流程圖所示之處理。該第13圖的步驟S401~S414中的處理係在第9圖的步驟S400a中被實施。
在第13圖的步驟S401~S403中，混亂預測處理部40係進行與第7圖的步驟S401~S403同樣的處理。
在步驟S411中，混亂預測處理部40係確認混亂預測處理是否已到達計測資料記憶部通知時點。計測資料記憶部通知時點係決定在從混亂預測的開始時點至往後多前的未來為止執行混亂預測的時點，對計測資料記憶部10傳送通知的參數，以混亂預測結束時點為基準所設定的時點。例如，將混亂預測結束時點的100步驟前設為計測資料記憶部通知時點。計測資料記憶部通知時點係可預先設定在混亂預測處理部40，亦可視需要由混亂預測裝置外予以設定。混亂預測處理部40係若混亂預測處理已到達計測資料記憶部通知時點(步驟S411“YES”)，即進至步驟S412，若未到達(步驟S411“NO”)，則返回至步驟S403且繼續進行混亂預測處理。
在步驟S412中，混亂預測處理部40係對計測資 料記憶部10傳送通知。該通知係用以使更新計測資料由計測資料記憶部10傳送至差異算出部50者。
在步驟S413及接續該步驟S413的步驟S404中，混亂預測處理部40係進行與第7圖的步驟S403及步驟S404同樣的處理。混亂預測處理部40係若混亂預測處理已到達混亂預測結束時點(步驟S404“YES”)，即進至步驟S414，若未到達(步驟S404“NO”)，則返回至步驟S413，繼續進行混亂預測處理。
在步驟S414中，混亂預測處理部40係確認有無來自差異算出部50的通知。混亂預測處理部40係若有來自差異算出部50的通知(步驟S414“YES”)，即進至步驟S405，若沒有通知(步驟S414“NO”)，則返回至步驟S401。
在接續步驟S414的步驟S405、S406中，混亂預測處理部40係進行與第7圖的步驟S405、S406同樣的處理。
第14圖係顯示實施形態2之混亂預測裝置的差異算出部50所進行的處理的流程圖。該第14圖的步驟S501~S506中的處理係在第9圖的步驟S500中被實施。
在第14圖的步驟S501中，差異算出部50係確認有無由預想資料記憶部30接收複數選擇預想資料。差異算出部50係若有複數選擇預想資料的接收(步驟S501“YES”)，即進至步驟S502，若沒有接收(步驟S501“NO”)，則反覆該步驟S501。
在步驟S502中，差異算出部50係由預想資料記憶部30傳送複數選擇預想資料。
在步驟S503中，差異算出部50係確認有無由計測資料記憶部10接收更新計測資料。差異算出部50係若有更 新計測資料的接收(步驟S503“YES”)，即進至步驟S504，若沒有接收(步驟S503“NO”)，則反覆該步驟S503。
在步驟S504中，差異算出部50係由計測資料記憶部10接收更新計測資料。
在步驟S505中，差異算出部50係使用差分絕對值和等方法，將由預想資料記憶部30所接收到的複數選擇預想資料的各個，與由計測資料記憶部10所接收到的更新計測資料相比較，選擇與更新計測資料的差異為最小的選擇預想資料作為最適預想資料。
在步驟S506中，差異算出部50係由複數混亂預測處理部40之中，使用在步驟S505中所選擇的最適預想資料，選擇進行混亂預測處理的混亂預測處理部40，且將通知傳送至該混亂預測處理部40。該通知係用以由複數混亂預想資料之中使最適合之混亂預測資料進行外部輸出至混亂預測處理部40。
差異算出部50係在步驟S506之後，返回至步驟S501。
其中，在上述說明中，係複數混亂預測處理部40並行進行複數混亂預測處理的構成，但是亦可為一個混亂預測處理部40依序進行複數混亂預測處理的構成。
如以上所示，實施形態2之混亂預測裝置係包括：由預想資料生成部20所生成的複數預想資料之中，在混亂狀態的預測處理中，選擇與感測器1重新輸出的計測資料的差異為最小的預想資料的差異算出部50的構成。此外，混亂預測處理部40係使用預想資料生成部20所生成的複數預想資料而生成複數混亂預測資料，且輸出該複數混亂預測資料之中使用 差異算出部50所選擇出的預想資料所生成的混亂預測資料的構成。藉此，可輸出預測精度高之最適合之混亂預測資料。
其中，本發明係在其發明的範圍內，可進行各實施形態的自由組合、各實施形態的任意構成要素的變形、或各實施形態的任意構成要素的省略。
此外，上述說明中的混亂預測裝置係使用一個感測器1來混亂預測一個計測地點的構成，但是亦可為使用複數感測器1來混亂預測複數計測地點的構成。
[產業上可利用性]
本發明之混亂預測裝置係不需要事前準備資料，因此尤其適於預測在初次的活動或舉辦場所的混亂狀態。
1‧‧‧感測器
10‧‧‧計測資料記憶部
20‧‧‧預想資料生成部
30‧‧‧預想資料記憶部
40‧‧‧混亂預測處理部

Claims (4)

  1. 一種混亂預測裝置，包括：預想資料生成部，其係使用計測通過計測地點的人物的人數的感測器所輸出的計測資料，預想前述計測地點中的未來通過人數而生成預想資料；及混亂預測處理部，其係使用前述預想資料生成部所生成的前述預想資料，預測前述計測地點的未來混亂狀態而生成混亂預測資料且進行輸出。
  2. 如申請專利範圍第1項之混亂預測裝置，其中，前述混亂預測處理部係將在前述混亂狀態的預測處理中前述感測器重新輸出的計測資料，反映前述混亂預測資料來進行輸出。
  3. 如申請專利範圍第2項之混亂預測裝置，其中，包括差異算出部，其係由前述預想資料生成部所生成的複數預想資料之中，選擇在前述混亂狀態的預測處理中與前述感測器重新輸出的計測資料的差異為最小的預想資料，前述混亂預測處理部係使用前述預想資料生成部所生成的前述複數預想資料，生成複數混亂預測資料，且輸出該複數混亂預測資料之中使用前述差異算出部所選擇出的前述預想資料所生成的混亂預測資料。
  4. 一種混亂預測方法，包括：預想資料生成步驟，其係預想資料生成部使用計測通過計測地點的人物的人數的感測器所輸出的計測資料，預想前述計測地點中的未來通過人數而生成預想資料；及混亂預測處理步驟，其係混亂預測處理部使用在前述預想 資料生成步驟中所生成的前述預想資料，預測前述計測地點的未來混亂狀態而生成混亂預資料且進行輸出。
TW105124048A 2016-03-03 2016-07-29 混亂預測裝置以及混亂預測方法 TWI611378B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2016/056581 WO2017149720A1 (ja) 2016-03-03 2016-03-03 混雑予測装置および混雑予測方法

Publications (2)

Publication Number Publication Date
TW201732748A true TW201732748A (zh) 2017-09-16
TWI611378B TWI611378B (zh) 2018-01-11

Family

ID=57800029

Family Applications (1)

Application Number Title Priority Date Filing Date
TW105124048A TWI611378B (zh) 2016-03-03 2016-07-29 混亂預測裝置以及混亂預測方法

Country Status (6)

Country Link
US (1) US20190027029A1 (zh)
JP (1) JP6062124B1 (zh)
CN (1) CN108701334B (zh)
SG (1) SG11201805249RA (zh)
TW (1) TWI611378B (zh)
WO (1) WO2017149720A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111724592A (zh) * 2020-06-12 2020-09-29 重庆大学 一种基于收费数据与卡口数据的高速公路交通拥堵检测方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6905888B2 (ja) * 2017-07-25 2021-07-21 日本電信電話株式会社 流量予測装置、方法、及びプログラム
JP6933992B2 (ja) 2018-03-26 2021-09-08 株式会社日立ソリューションズ 人流予測装置および人流予測プログラム
CN111785016A (zh) * 2020-05-27 2020-10-16 诠航科技有限公司 一种闸道口机器人以及基于闸道口机器人的交通预警系统
CN111551187B (zh) * 2020-06-04 2021-09-24 福建江夏学院 一种基于捕食搜索策略的行车路线规划方法及系统
JP7175072B2 (ja) * 2020-08-18 2022-11-18 東日本旅客鉄道株式会社 混雑予測システム、混雑予測方法及び混雑予測プログラム
CN112382099B (zh) * 2021-01-15 2021-04-13 腾讯科技（深圳）有限公司 交通路况预测方法、装置、电子设备及存储介质

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3521637B2 (ja) * 1996-08-02 2004-04-19 オムロン株式会社 通過人数計測装置及びそれを用いた入退場者数管理システム
JP2004178358A (ja) * 2002-11-28 2004-06-24 Meidensha Corp イベント警備監視方法及びイベント警備監視装置
JP4399283B2 (ja) * 2004-01-30 2010-01-13 三菱電機株式会社 駅混雑度推定システム
JP4508840B2 (ja) * 2004-11-15 2010-07-21 三菱電機株式会社 列車運行管理システム
JP2007145210A (ja) * 2005-11-29 2007-06-14 Nippon Telegr & Teleph Corp <Ntt> 列車混雑度提供システム、混雑度算出器、およびプログラム
US20070208498A1 (en) * 2006-03-03 2007-09-06 Inrix, Inc. Displaying road traffic condition information and user controls
JP4982143B2 (ja) * 2006-09-27 2012-07-25 クラリオン株式会社 交通状況予測装置
CN100583171C (zh) * 2008-09-04 2010-01-20 上海交通大学 基于客流预测和自适应仿真的拥挤预警系统
CN102050366B (zh) * 2009-11-05 2013-02-13 上海三菱电梯有限公司 人数检测装置及方法
JP2011248429A (ja) * 2010-05-24 2011-12-08 Nippon Telegr & Teleph Corp <Ntt> 情報提示システム、情報提示装置、および情報提示プログラム
JP5520203B2 (ja) * 2010-12-01 2014-06-11 株式会社日立製作所 混雑度推定装置
CN102096813A (zh) * 2011-02-10 2011-06-15 北京邮电大学 单目摄像机垂直视角下基于Blob的行人计数方法
CN102142192B (zh) * 2011-04-28 2014-05-28 北京市劳动保护科学研究所 基于组合多步预测的行人交通拥堵预警方法及系统
JP5615312B2 (ja) * 2012-03-26 2014-10-29 株式会社デンソーアイティーラボラトリ 渋滞予測方法及び渋滞予測装置
CN102801775A (zh) * 2012-04-17 2012-11-28 杭州群核信息技术有限公司 一种实时处理远程监控信息的云计算平台
JP6212290B2 (ja) * 2013-06-05 2017-10-11 株式会社日立製作所 エレベーターシステムの群管理制御方法
CN103714698B (zh) * 2013-12-26 2016-09-21 苏州清研微视电子科技有限公司 基于距离图像的公交车辆客流量统计系统及方法
JP6361256B2 (ja) * 2014-04-17 2018-07-25 株式会社ニコン 混雑度推定サーバ、および混雑度推定システム
CN106232454B (zh) * 2014-04-21 2017-12-19 三菱电机株式会社 列车行驶预测装置以及列车行驶预测方法
CN104050808B (zh) * 2014-06-03 2016-05-18 北京航天福道高技术股份有限公司 公路交通堵塞定位搜寻方法
CN104050809B (zh) * 2014-06-03 2016-07-20 北京航天福道高技术股份有限公司 交通状况自动分析预测方法
US10136249B2 (en) * 2015-07-24 2018-11-20 Hitachi, Ltd. Information distribution apparatus and method
CN105224999A (zh) * 2015-09-10 2016-01-06 北京市交通信息中心 基于afc数据的城市轨道交通实时客流预测方法及系统
CN105279572B (zh) * 2015-09-16 2017-02-08 北京城建设计发展集团股份有限公司 城市轨道交通客流密集度指数计算与发布系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111724592A (zh) * 2020-06-12 2020-09-29 重庆大学 一种基于收费数据与卡口数据的高速公路交通拥堵检测方法

Also Published As

Publication number Publication date
WO2017149720A1 (ja) 2017-09-08
CN108701334A (zh) 2018-10-23
JPWO2017149720A1 (ja) 2018-03-15
JP6062124B1 (ja) 2017-01-18
TWI611378B (zh) 2018-01-11
US20190027029A1 (en) 2019-01-24
CN108701334B (zh) 2022-08-26
SG11201805249RA (en) 2018-09-27

Similar Documents

Publication Publication Date Title
TWI611378B (zh) 混亂預測裝置以及混亂預測方法
JP6177715B2 (ja) 駅混雑予測装置及び駅混雑情報提供システム
JP2009064433A (ja) 共同体に基づく信用のための方法及び装置
US20100204969A1 (en) System and method for threat propagation estimation
JPWO2017038449A1 (ja) 監視システム、監視方法、およびプログラム
TW201729960A (zh) 基於立體視覺的隨機地圖產生和貝氏更新
JP6683129B2 (ja) 避難予測システム、モデル生成装置、予測装置、避難予測方法及びコンピュータ読み取り可能記録媒体
US10467888B2 (en) System and method for dynamically adjusting an emergency coordination simulation system
US20220005142A1 (en) Devices, systems, and methods for coordinated evacuation of a plurality of buildings
JP6665785B2 (ja) 避難予測システム、避難予測方法及びコンピュータ読み取り可能記録媒体
JP6488489B2 (ja) 気象予測誤差解析システム及び気象予測誤差解析方法
JP2018022413A (ja) 混雑予測装置、混雑予測方法及び混雑予測プログラム
JP7224882B2 (ja) センサシステム、センサシステムの制御方法、及び制御装置
CN114997537A (zh) 一种应急调度方法、装置、设备及介质
Wilson et al. Evaluation of centralised and autonomous routing strategies in major incident response
JP5002733B2 (ja) 在室人数推定装置及び在室人数推定方法
JP4908541B2 (ja) 在室人数推定装置及び在室人数推定方法
JP6750498B2 (ja) 制御装置、制御方法、制御プログラム及び制御システム
JPWO2017145296A1 (ja) エレベーター制御システム
JP2021086175A (ja) マッチング装置、マッチング方法及びコンピュータプログラム
JP6665786B2 (ja) モデル集約装置、避難予測システム、集約モデル生成装置、集約方法及びコンピュータ読み取り可能記録媒体
JP6922999B2 (ja) 情報処理装置、情報処理方法およびプログラム
JPWO2018131311A1 (ja) センシングシステム、センサノード装置、センサ測定値処理方法及びプログラム
EP4261530A1 (en) Inspection path generation device and inspection path generation method
WO2023223703A1 (ja) 観測点決定装置及び観測点決定方法