TW202123030A - 擁擠度推測裝置、擁擠度推測方法及擁擠度推測程式產品 - Google Patents

擁擠度推測裝置、擁擠度推測方法及擁擠度推測程式產品 Download PDF

Info

Publication number
TW202123030A
TW202123030A TW109110214A TW109110214A TW202123030A TW 202123030 A TW202123030 A TW 202123030A TW 109110214 A TW109110214 A TW 109110214A TW 109110214 A TW109110214 A TW 109110214A TW 202123030 A TW202123030 A TW 202123030A
Authority
TW
Taiwan
Prior art keywords
congestion
degree
aforementioned
node
estimation
Prior art date
Application number
TW109110214A
Other languages
English (en)
Inventor
服部亮史
奥村誠司
宮城惇矢
新井士人
榎本嵩久
Original Assignee
日商三菱電機股份有限公司
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 日商三菱電機股份有限公司 filed Critical 日商三菱電機股份有限公司
Publication of TW202123030A publication Critical patent/TW202123030A/zh

Links

Images

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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/211—Selection of the most significant subset of features
    • G06F18/2113—Selection of the most significant subset of features by ranking or filtering the set of features, e.g. using a measure of variance or of feature cross-correlation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • 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
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Primary Health Care (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

第一推測部（23）係根據從被分配至對象空間中之第一位置的感測器（42）所取得的感測資料，而推測屬於關於第一位置之擁擠度的第一擁擠度。第二推測部（26）係根據經由第一擁擠度而推測屬於關於第二位置之擁擠度的第二擁擠度，該第二位置係對象空間中之移動體之移動路徑上的位置，且為與第一位置不同的位置。第三推測部（27）係根據第一擁擠度及第二擁擠度，而推測屬於關於對象空間中之第一位置及第二位置以外之第三位置之擁擠度的第三擁擠度。

Description

擁擠度推測裝置、擁擠度推測方法及擁擠度推測程式產品
本發明係關於一種推測對象空間中之擁擠度的技術。
在車站、機場、與商業設施等大型設施、與都會區之街道等因為人或車輛而產生擁擠的空間中，需求一種擁擠度之定量或定性的測量。 過度的擁擠會損害舒適性及經濟性，並且也會成為發生群聚事故的主要原因。因此，藉由採取適當的引導指引及群聚警戒的對應以解除擁擠或抑制擁擠的發生極為重要。為了採取上述的對應，乃需要測量擁擠度。
作為擁擠度的測量方法，已存在一種解析藉由監視攝像機、紅外線感測器、與雷射感測器等感測器所獲得的感測資料，而測量感測器之偵測範圍之擁擠度的技術。藉由根據感測資料而將依賴於警衛之目視及主觀之擁擠度的測量予以自動化，可提高測量的精確度及穩定性，並且可進行時間上連續的測量。 當要在大型設施或街道的空間進行擁擠度的測量時，將測量結果提示使用者的手段亦極為重要。所謂使用者係指監視員、擔任警衛的人員、或來到該空間的一般人等。擁擠係以疏密的形式分布於空間內。因此，擁擠度的分布，係以像是藉由熱圖（heat map）形式重疊顯示於對象空間的地圖上之方式，以易於直覺式掌握的形態提示為理想。
在專利文獻1中，已記載了一種藉由解析監視攝像機的影像，以測量攝像機視角內之擁擠度的技術。使用監視攝像機作為測量擁擠度之感測器的方法，由於在設置有多數個監視攝像機的場所，可沿用既有的監視攝像機設備，因此具有功效。另一方面，使用如監視攝像機般之感測器的方式，只能測量感測器之偵測範圍的擁擠度。 如上所述，擁擠度係以藉由熱圖形式重疊顯示於對象空間的地圖上的形態提示為理想。然而，若僅只是測量感測器的偵測範圍，只能就地圖上的感測器設置位置顯示出擁擠度。換言之，無法以易於直覺式掌握擁擠度之分布的形態來提示。
可考慮從在感測器設置位置所獲得的擁擠度資料，來推測未設置感測器位置的擁擠度。在專利文獻2中，已記載了一種藉由從一部分之觀測點的資料，空間性插補其他未觀測點的資料來進行推測的技術。 [先前技術文獻] [專利文獻]
專利文獻1：日本特開2019-505568號公報 專利文獻2：日本特開2009-291047號公報
[發明所欲解決之課題]
專利文獻2所記載的技術，係全方向性一致地進行插補。擁擠度會因為群聚的移動而傳遞至周圍。因此，觀測點之資料的影響範圍，會受到通路的移動方向及牆壁所造成之空間阻斷的影響。因此，若是全方向性一致的插補，會無法獲得符合實際的插補結果。 本發明之目的為能夠適當地推測對象空間中的擁擠度。 [用以解決問題的手段]
本發明之擁擠度推測裝置係具備：第一推測部，係根據從被分配至對象空間中之第一位置的感測器所取得的感測資料，而推測屬於關於前述第一位置之擁擠度的第一擁擠度； 第二推測部，係根據經由前述第一推測部所推測的前述第一擁擠度而推測屬於關於第二位置之擁擠度的第二擁擠度，該第二位置係前述對象空間中之移動體之移動路徑上的位置，且為與前述第一位置不同的位置；及 第三推測部，係根據前述第一擁擠度、及經由前述第二推測部所推測的前述第二擁擠度，而推測屬於關於前述對象空間中之前述第一位置及前述第二位置以外之第三位置之擁擠度的第三擁擠度。 [發明之功效]
在本發明中，係從根據感測資料所推測的第一擁擠度，而推測關於移動體之移動路徑上之位置的第二擁擠度。再者，從第一擁擠度及第二擁擠度，而推測關於其他位置的第三擁擠度。藉此，可適當地推測對象空間中的擁擠度。
實施形態1 ＊＊＊構成的說明＊＊＊ 參照第1圖來說明實施形態1之擁擠度推測裝置10的構成。 擁擠度推測裝置10係電腦（computer）。 擁擠度推測裝置10係具備處理器（processor）11、記憶體（memory）12、儲存器（storage）13、及通信介面（interface）14之類的硬體（hardware）。處理器11係經由信號線與其他硬體連接，用以控制此等其他硬體。
處理器11係進行處理（processing）的IC（Integrated Circuit，積體電路）。作為具體例，處理器11係CPU（Central Processing Unit，中央處理單元）、DSP（Digital Signal Processor，數位信號處理器）、GPU（Graphics Processing Unit，圖形處理單元）。
記憶體12係暫時記憶資料的記憶裝置。作為具體例，記憶體12係SRAM（Static Random Access Memory，靜態隨機存取記憶體）、DRAM（Dynamic Random Access Memory，動態隨機存取記憶體）。
儲存器13係保管資料的記憶裝置。作為具體例，儲存器13係HDD（Hard Disk Drive，硬碟驅動器）。此外，儲存器13係SD（Secure Digital，安全數位）（註冊商標）記憶卡（memory card）、CF（Compact Flash，精簡快閃）（註冊商標）、NAND（反及）快閃、軟性磁碟（flexible disk）、光磁碟、CD（Compact Disk，光碟）、藍光（blue-ray）（註冊商標）磁碟、DVD（Digital Versatile Disc，數位化多功能光碟）之類的可攜式記錄媒體。
通信介面14係用以與外部之裝置通信的介面。作為具體例，通信介面14係Ethernet（乙太網路）（註冊商標）、USB（Universal Serial Bus，通用序列匯流排）、HDMI（High Definition Multimedia Interface，高解析度多媒體介面）（註冊商標）的通口（port）。
擁擠度推測裝置10係具備構造資訊取得部21、感測資料取得部22、第一推測部23、分布推測部24、及輸出部25作為功能構成要素。分布推測部24係具備第二推測部26、及第三推測部27作為功能構成要素。擁擠度推測裝置10之各功能構成要素的功能，係藉由軟體（software）來實現。 在儲存器13中，係儲存有實現擁擠度推測裝置10之各功能構成要素之功能的程式（program）。此程式係藉由處理器11讀取至記憶體12中，且藉由處理器11來執行。藉此，實現擁擠度推測裝置10之各功能構成要素的功能。
在儲存器13中係記憶有空間構造資訊31。
在第1圖中，處理器11係僅顯示了一個。然而，處理器11係可為複數個，亦可由複數個處理器11連動實現各功能的程式來執行。
擁擠度推測裝置10係經由通信介面14而與IP（Internet Protocol，網際網路協定）集線器（hub）41連接。IP集線器41係與複數個感測器42連接。在第1圖中，IP集線器41係與感測器42-1至感測器42-N的N個感測器42連接。
IP集線器41係接收從各感測器42所輸出的感測資料，且發送至擁擠度推測裝置10的裝置。 另外，在第1圖中，IP集線器41雖設於擁擠度推測裝置10的外部，但亦可由擁擠度推測裝置10具備IP集線器41。此外，亦有各感測器42使用公眾線路而連接於網際網路，且將感測資料輸出至網際網路的情形。在此情形下，亦可將網際網路視為IP集線器41，而由擁擠度推測裝置10經由網際網路來接收感測資料。此外，當藉由感測器42輸出資料的方法為IP以外的協定時，IP集線器41係成為對應該協定的匯集裝置。
各感測器42係取得可活用於擁擠度之測量上的感測資料，且以有線或無線方式輸出感測資料的裝置。 各感測器42只要具有可取得能夠活用於擁擠度之測量上的感測資料，而且，可藉由有線或無線方式進行網路輸出感測資料的功能，則可為任何的感測器。以具體例而言，各感測器42係監視攝像機、紅外線感測器、雷射（laser）感測器、超音波感測器、或集音麥克風。此外，感測器42亦可為包含發送特定之信號的信標（beacon）、可計數接近信標之行動終端之個數的裝置、及行動終端的計數系統。
＊＊＊動作的說明＊＊＊ 茲參照第2圖至第10圖來說明實施形態1之擁擠度推測裝置10的動作。 實施形態1之擁擠度推測裝置10的動作程序，係相當於實施形態1之擁擠度推測方法。此外，實現實施形態1之擁擠度推測裝置10之動作的程式，係相當於實施形態1的擁擠度推測程式。
茲參照第2圖來說明實施形態1中推測擁擠度的對象空間50。 對象空間50係可供移動體移動的範圍有限的空間。具體而言，對象空間50係由被牆壁等所劃分的通路及廣場而構成的空間。對象空間50亦可為僅由廣場所構成，可供移動體自由移動的空間。作為具體例，移動體係人與車輛等。在實施形態1中，移動體係設為人。 在對象空間50中，離散地而且呈非格子狀地配置有測量地點51（第2圖的黑點）。僅就測量地點51，才能從感測器42取得關於擁擠度的感測資料。
在實施形態1中，係設為相對於一個測量地點51對應地設有一個感測器42。然而，亦可相對於一個測量地點對應地設有複數個感測器42，亦可相對於複數個測量地點對應地設有一個感測器42。此外，在實施形態1中，係設為所有的感測器42為固定於設置場所的固定型。然而，感測器42亦可為可移動的移動型。
茲參照第3圖來說明實施形態1之擁擠度推測裝置10之整體的動作。 擁擠度推測裝置10係當啟動時，即待機至符合執行擁擠度推測處理的條件為止（步驟S01）。所謂實施擁擠度推測處理的條件，係可為從啟動或前次的擁擠度推測處理實施起經過一定時間、來到預定的時刻、及從裝置外部接收指示執行擁擠度推測處理的信號等。此外，所謂實施擁擠度推測處理的條件，亦可為該等組合複數個後的條件、或者亦可為其以外的條件。 擁擠度推測裝置10係當符合執行擁擠度推測處理的條件時，接著執行擁擠度推測處理（步驟S02）。擁擠度推測處理係根據從感測器42所接收到的感測資料，推測擁擠度並予以輸出的處理。擁擠度推測處理的詳細內容將於後陳述。 擁擠度推測裝置10係當擁擠度推測處理結束時，判定是否符合結束條件（步驟S03）。當符合結束條件時，擁擠度推測裝置10停止動作，當未符合結束條件時，再度成為擁擠度推測處理的執行待機狀態。結束條件係可為從裝置外部接收指示結束的信號、來到預定的時刻等。此外，結束條件亦可為該等組合複數個後的條件、或者其以外的條件。
總而言之，擁擠度推測裝置10係進行在啟動後，每逢符合一定的時間間隔或預定的條件就繼續輸出擁擠度推測結果的動作，當符合預定的條件時就結束這樣的動作。
茲參照第4圖來說明擁擠度推測處理（第3圖的步驟S02）之詳細的動作。（第4圖的步驟S11：構造資訊取得處理） 構造資訊取得部21係從儲存器13讀取空間構造資訊31。構造資訊取得部21係將所讀取的空間構造資訊31輸出至分布推測部24。 在實施形態1中，係設為空間構造資訊31係事先作成，且記憶於儲存器13中。然而，空間構造資訊31亦可在步驟S11被執行時從外部輸入。此外，空間構造資訊31亦可在步驟S11被執行時，藉由構造資訊取得部21而從成為來源的資訊產生。
茲參照第5圖及第6圖來說明實施形態1的空間構造資訊31。 第5圖及第6圖係顯示對應第2圖所示之對象空間50的空間構造資訊31。 空間構造資訊31係顯示對象空間50之形狀、測量地點51的位置、構成對象空間50之區域間之連接關係的資訊。在實施形態1中，空間構造資訊31係具備遮罩圖像32、及曲線圖33。對象空間50的形狀係藉由遮罩圖像32來表示。測量地點51的位置係藉由曲線圖33來表示。構成對象空間50之區域間的連接關係，係藉由遮罩圖像32及曲線圖33來表示。
如第5圖所示，遮罩圖像32係表示對象空間50的圖像資料。遮罩圖像32中的座標，係對應於對象空間50的二維座標。在第5圖中，白色所顯示的區域為對象空間50的區域，而黑色所顯示的區域則非為對象空間50的區域。白色所顯示之連結而成的區域，係表示在空間上連接著。
如第6圖所示，曲線圖33係由節點（node）34、及連接節點34間的邊（edge）35所構成。節點34係設於：第一位置，為被分配有感測器42的測量地點51；及第二位置，為對象空間50中之移動體之移動路徑上的位置，且為不同於第一位置的位置。第二位置係設定移動體之移動路徑上之位置中之可由曲線圖33適當地表示對象空間50中之空間上之連接關係的位置。例如，當對象空間50中存在通路時，係以沿著通路的中心部分設定邊35之方式設定第二位置。 茲將表示第一位置的節點34稱為資料節點36（第6圖中以黑點所顯示的節點34），表示第二位置的節點34稱為插補節點37（第6圖中以白點所顯示的節點34）。資料節點36中被分配有屬於感測器42之識別符的感測器ID（IDentifier，標誌符），該感測器ID係已與該資料節點36所表示的第一位置建立了對應關係。 節點34係以與空間構造資訊31相同的座標系統，定義了對象空間50中的座標。因此，當將曲線圖33重疊於遮罩圖像32時，節點34必定存在於第5圖之白色所顯示的區域。此外，連結節點34間之邊35的長度，係相當於節點34間之對象空間50中的距離。例如，以沿著通路之中心部分設定邊35之方式設定第二位置。因此，通路之兩端之節點34間之邊35的長度，係表示沿著通路的距離。
曲線圖33中的邊，係設於可供移動體移動的節點間。因此，邊係表示具有兩端之節點的區域在空間上連接著。
另外，構成對象空間50之區域間的連接關係，不僅藉由曲線圖33，而且藉由遮罩圖像32來表示。然而，在遮罩圖像32中，係有例外地未被表示的連接關係。 例如，在第2圖中，區域X係一樓的地板，區域Y係二樓的地板。換言之，區域X與區域Y並非鄰接的區域。因此，在第5圖所示的遮罩圖像32中，區域X與區域Y看起來像是未連接著。然而，在第6圖所示的曲線圖33中，可藉由電梯（elevator）之類的手段而在區域X與區域Y之間移動。因此，區域X的節點34與區域Y的節點34係藉由邊35而連接著。藉此，表示了區域X與區域Y係在空間上連接著。
相反地，在曲線圖33中，係有例外地未被表示的連接關係。 例如，第2圖中之區域Z的附近，存在複數個通路狀的區域，在通路狀的區域之間，存在非為對象空間50的區域。在此種場所中，係有未細部地設定節點34的情形。再者，如第6圖所示，曲線圖33係有跨越非為對象空間50的區域而設定邊35的情形。結果，在曲線圖33中，看起來未存在非為對象空間50的區域。然而，在第5圖所示的遮罩圖像32中，係表示了在通路狀的區域之間存在非為對象空間50的區域。
遮罩圖像32係以BMP（bit map，點陣圖）、PNG（Portable Network Graphics，可攜式網路圖像）、JPEG（Joint Photographic Experts Group，聯合圖像專家群）之類之形式的圖像檔案來提供。 曲線圖33係以XML（eXtensible Markup Language，可延伸標示語言）、JSON（JavaScript Object Notation，JavaScript物件表示法）、CSV（Comma-Separated Values，逗號分隔值）之類之形式的構造化文本檔案（text file）來提供。
步驟S11的處理，係相當於擁擠度推測裝置10的初始化處理。因此，步驟S11的處理，亦可設為僅在擁擠度推測裝置10的初次啟動時及設定變更時執行。
（第4圖的步驟S12：感測資料取得處理） 感測資料取得部22係經由IP集線器41而取得從各感測器42所輸出的感測資料。 具體而言，感測資料取得部22係當感測資料從IP集線器41發送時，即取得感測資料。感測資料取得部22係將所取得的感測資料，隨同感測資料之輸出來源之感測器42的感測器ID一併輸出至第一推測部23。
感測資料之輸出來源之感測器42的感測器ID，係藉由方法1或方法2來特定。 （方法1） 感測資料取得部22係預先保持已將感測器42在網路上的位址（address）、及感測器ID建立了對應關係的表單（table）。感測資料取得部22係取得感測資料並且取得感測資料之輸出來源的位址。感測資料取得部22係參照表單，而特定對應所取得之位址的感測器ID。 （方法2） 感測器42係輸出感測資料並且輸出可供特定感測器ID的附加資訊。感測資料取得部22係取得感測資料並且取得可供特定感測器ID的附加資訊。感測資料取得部22係從附加資訊特定感測器ID。 作為具體例，附加資訊係顯示感測器42之位置的GNSS（Global Navigation Satellite System，全球導航衛星系統）資訊。感測資料取得部22係當取得GNSS資訊作為附加資訊時，比較空間構造資訊31中之各測量地點51的位置、與GNSS資訊所顯示的資訊，藉此特定對應GNSS資訊的資料節點36。再者，感測資料取得部22係特定對應所特定之資料節點36之感測器42的感測器ID。
（第4圖的步驟S13：第一推測處理） 第一推測部23係根據在步驟S12中所取得的感測資料，而推測屬於關於第一位置之擁擠度的第一擁擠度。 具體而言，第一推測部23係特定屬於對應在步驟S12中所取得之感測器ID之測量地點51的第一位置。第一推測部23係根據感測資料，而特定關於所特定之第一位置的第一擁擠度。第一推測部23係將所特定的第一擁擠度隨同感測器ID一併輸出至分布推測部24。
從感測資料推測第一擁擠度的方法，可為任何方法。 例如，假設感測器42為監視攝像機。此時，第一推測部23係比較預先登錄的背景圖像資料、與屬於感測資料的圖像資料而將前景部分抽出。再者，第一推測部23係從前景部分的面積而推定人數，藉此推定第一擁擠度。或者，第一推測部23係使用機械學習而從屬於感測資料的圖像資料而檢測出人。再者，第一推測部23係藉由將所檢測出之人的數量進行計數，而推測第一擁擠度。 此外，例如，假設感測器42為雷射感測器之類的測距感測器。此時，第一推測部23係從屬於感測資料之測距資料經時間空間地統合後所得出之偵測範圍之物體的形狀而檢測出人。再者，第一推測部23係藉由將所檢測出之人的數量進行計數而推測第一擁擠度。 另外，在推測第一擁擠度時，會有除感測資料外還需要有已事先調整過的參數（parameter）的情形。作為具體例，已事先調整過的參數，係上述之背景圖像資料。此時，第一推測部23係將已事先調整過的參數與感測器ID建立對應關係而記憶於儲存器13中，且從在步驟S12中所取得的感測器ID特定對應之已事先調整過的參數即可。
（第4圖的步驟S14：控制處理） 第一推測部23係當從在步驟S12中設置於對象空間50的所有感測器42取得了感測資料的情形下，或者，當經過了基準時間的情形下，將處理前進至步驟S15。另一方面，第一推測部23係當均非為該等情形下，將處理返回步驟S12。
（第4圖的步驟S15：第二推測處理） 分布推測部24的第二推測部26係根據在步驟S13中所推測之關於各第一位置的第一擁擠度，而推測關於第二位置之擁擠度的第二擁擠度，該第二位置係對象空間50中之移動體之移動路徑上的位置，且為不同於第一位置的位置。第二推測部26係將關於各第一位置的第一擁擠度、及各第二位置的第二擁擠度輸出至第三推測部27。 具體而言，第二推測部26係以各插補節點37為對象，而計算曲線圖33中之插補節點37至各資料節點36為止的距離。再者，第二推測部26係以各插補節點37為對象，而從對象的插補節點37至各資料節點36為止的距離、及關於各資料節點36所表示之第一位置的第一擁擠度，而推測關於對象之插補節點37所表示之第二位置的第二擁擠度。
（第4圖的步驟S16：第三推測處理） 分布推測部24的第三推測部27係根據在步驟S13中所推測之關於各第一位置的第一擁擠度、及在步驟S15中所推測之關於各第二位置之第二擁擠度，而推測關於對象空間50中之第一位置及第二位置以外之第三位置之擁擠度的第三擁擠度。第三推測部27係將關於各第一位置的第一擁擠度、關於各第二位置的第二擁擠度、及關於各第三位置的第三擁擠度輸出至輸出部25。 具體而言，首先，第三推測部27係以曲線圖33之各邊35為對象，針對屬於位於對象之邊35上之第三位置的邊上位置，而計算從對象之邊之兩端的節點34各者至邊上位置為止的距離。再者，第三推測部27係從自兩端之節點34各者至邊上位置為止的距離、及關於兩端之節點34所表示之位置的擁擠度，而推測關於邊上位置的第三擁擠度。 接著，第三推測部27係針對屬於未位於曲線圖33之邊35上之第三位置的邊外位置，從第一擁擠度、第二擁擠度、及關於邊上位置之第三擁擠度中之至少任一者，推測關於邊外位置的第三擁擠度。
（第4圖的步驟S17：輸出處理） 輸出部25係從在步驟S13中所推測的第一擁擠度、及在步驟S15中所推測之其他位置的擁擠度，而產生顯示對象空間50中之擁擠度之分布的資料。輸出部25係輸出顯示擁擠度之分布的資料。 具體而言，輸出部25係產生顯示用之資料與加工用之數值資料的至少任一者，以作為顯示擁擠度之分布的資料。 當產生顯示用之資料時，輸出部25係針對對象空間50的各位置，產生依據該位置之擁擠度而著色的圖像資料。輸出部25係使所產生的圖像資料重疊於對象空間50的頂視圖而產生熱圖圖像。輸出部25係將熱圖圖像作為輸出信號而輸出至顯示裝置，或者，作為圖像檔案而輸出至外部的裝置。另外，輸出部25亦可將圖像檔案輸出至儲存器13。 當產生數值資料時，輸出部25係以作為基準的格式來記述表示關於對象空間50之各位置之擁擠度的數值。輸出部25係將記述有表示擁擠度之數值的數值檔案，輸出至外部的裝置。另外，輸出部25亦可將數值檔案輸出至儲存器13。
步驟S12至步驟S14的處理、與步驟S15至步驟S17的處理，亦可非同步地執行。換言之，步驟S12至步驟S14的處理，係以感測資料的接收作為觸發而執行。在步驟S12至步驟S14的處理中，係將第一擁擠度寫入於記憶體12或儲存器13中的緩衝（buffer）區域。步驟S15至步驟S16的處理，係在被寫入於緩衝區域的資料量超過了基準量時，或者，在從前次執行時起經過了基準時間時被執行。在步驟S15至步驟16的處理中，係從記憶於緩衝區域中的第一擁擠度推測關於其他位置的擁擠度，且輸出顯示擁擠度之分布的資料。
茲參照第7圖來說明實施形態1之第二推測處理（第4圖的步驟S15）。 （第7圖的步驟S21：距離計算處理） 第二推測部26係以尚未成為處理對象的插補節點37為對象，而計算對象之插補節點37、與各資料節點36之間的距離。 具體而言，第二推測部26係在曲線圖33中，特定從對象的插補節點37不經由其他資料節點36就可到達的所有資料節點36。第二推測部26係以所特定的各資料節點36為對象，而計算對象之插補節點37至對象之資料節點36為止之曲線圖33上的最短距離。
茲參照第8圖至第9圖進行具體的說明。 茲假設對象的插補節點37為NI1 。此時，如第8圖所示，關於資料節點36中之ND1 及ND2 ，係從NI1 不經由其他資料節點36即可到達。然而，關於ND3 ，從NI1 不經由ND2 則無法到達。因此，在第8圖中，關於NI1 ，係特定作為ND1 及ND2 不經由其他資料節點36即可到達的資料節點36。再者，計算從NI1 至ND1 及ND2 各者為止的最短距離。於是，如第9圖所示，NI1 至ND1 為止的最短距離被計算為3，而NI1 至ND2 為止的最短距離被計算為2.7。
在後述的處理中，係在推測關於插補節點37所表示之第二位置的第二擁擠度時，根據資料節點36所表示之第一位置的第一擁擠度進行插補。在此，之所以未針對若不經由其他資料節點36就無法到達的資料節點36計算距離，係因為在計算關於插補節點37所表示之第二位置的第二擁擠度時，不考慮關於該資料節點36所表示之第一位置的第一擁擠度之故。 此係由於即使不考慮關於若未經由其他資料節點36則無法到達之資料節點36所表示之第一位置的第一擁擠度，只要考慮關於其他資料節點36所表示之第一位置的第一擁擠度即足夠。例如，在第8圖中，ND3 係位於從NI1 觀看時超過ND2 的更前面。因此，可推知從ND3 流入於NI1 的移動體，係已反映於關於ND2 所表示之第一位置的擁擠度上。因此，可推知即使不考慮關於ND3 所表示之第一位置的擁擠度，只要考慮關於ND2 所表示之第一位置的擁擠度即足夠。
（第7圖的步驟S22：未處理判定處理） 第二推測部26係判定是否存在未被設為步驟S21之處理之對象的插補節點37。 第二推測部26係當未被設為對象的插補節點37存在時，將處理返回步驟S21。另一方面，第二推測部26係當未被設為對象的插補節點37不存在時，將處理前進至步驟S23。
另外，步驟S21至步驟S22的處理，亦可不在分布推測處理（第4圖的步驟S15）中執行，而於事先執行且包含於空間構造資訊31中記憶。
（第7圖的步驟S23：更新判定處理） 第二推測部26係判定是否存在可供更新第一擁擠度的資料節點36。換言之，第二推測部26係判定是否存在表示尚未設定有在第一推測處理（第4圖的步驟S13）中所輸出之第一擁擠度之第一位置的資料節點36。 第二推測部26係當可供更新第一擁擠度的資料節點36存在時，將處理前進至步驟S24。另一方面，第二推測部26係當可供更新第一擁擠度的資料節點36不存在時，將處理前進至步驟S25。
（第7圖的步驟S24：擁擠度更新處理） 第二推測部26係藉由在第一推測處理（第4圖的步驟S13）中所輸出的第一擁擠度來更新可供更新第一擁擠度之資料節點36所表示之第一位置的第一擁擠度。
另外，原則上以執行分布推測處理（第4圖的步驟S15）為前提，關於所有資料節點36所表示之第一位置的第一擁擠度都在第一推測處理（第4圖的步驟S13）中被輸出。然而，第一推測處理（第4圖的步驟S13）係以感測資料的接收為觸發而執行。因此，在分布推測處理（第4圖的步驟S15）被執行時，亦可能會產生未從一部分的感測器42接收到感測資料的情形。在此情形下，一部分的資料節點36所表示之第一位置的第一擁擠度未在第一推測處理（第4圖的步驟S13）中被輸出。 如此，當關於一部分之資料節點36所表示的第一位置，第一擁擠度未在第一推測處理（第4圖的步驟S13）中被輸出時，第二推測部26係僅就被輸出有第一擁擠度的第一位置才進行第一擁擠度的更新。針對其餘的第一位置，第二推測部26係直接使用過去的第一擁擠度，或者，使用過去的第一擁擠度經過某種方法修正後的第一擁擠度。 此外，第二推測部26亦可針對表示其餘之第一位置的資料節點36，暫時地作為插補節點37來處理。此時，第二推測部26係在將表示其餘之第一位置的資料節點36變更為插補節點37之後，將處理重新返回至步驟S21。
（第7圖的步驟S25：第二擁擠度推測處理） 第二推測部26係以尚未成為處理對象的插補節點37為對象，而推測對象之插補節點37所表示之第二位置的第二擁擠度。 具體而言，第二推測部26係將從對象的插補節點37不經由其他資料節點36即可到達的所有資料節點36設定為對象的資料節點36。第二推測部26係根據從在步驟S21中所計算之對象的插補節點37至對象之資料節點36為止之曲線圖33上的最短距離、與關於對象之資料節點36所表示之第一位置的第一擁擠度，推測關於對象之插補節點37所表示之第二位置的第二擁擠度。 此時，第二推測部26係根據從對象的插補節點37至對象的資料節點36為止的最短距離來計算第一權重。可推知愈是接近對象之插補節點37的資料節點36，就愈成為近似於對象之插補節點37的擁擠度。因此，第一權重係以最短距離愈近就變成愈大的權重之方式進行計算。第二推測部26係根據關於對象之資料節點36所表示之第一位置的第一擁擠度乘上第一權重所獲得的值，來推測關於對象之插補節點37所表示之第二位置的第二擁擠度。例如，第二推測部26係將針對對象之資料節點36所獲得之值的合計值設為第二擁擠度。換言之，第二推測部26係藉由一種使用了從對象的插補節點37至對象的資料節點36為止之最短距離之所謂反距離加重法的計算法，來計算第二擁擠度。
此外，第二推測部26亦可使用二點間之線形插補的式子經擴張後的數式1來計算第二擁擠度。 [數式1]
Figure 02_image001
在數式1中，s（NI1 ）係關於屬於對象之插補節點37之NI1 所表示之第二位置的擁擠度。S（NDc ）係關於從對象的插補節點37不經由其他資料節點36即可到達之資料節點36所表示之第一位置的第一擁擠度。1≦c≦C，且C係從對象的插補節點37不經由其他資料節點36即可到達之資料節點36的數量。w（c）係分配至NDc 的第二權重。w（c）係藉由數式2來計算。 [數式2]
Figure 02_image003
在數式2中，α（c）及α（k）係藉由數式3來計算。 [數式3]
Figure 02_image005
數式3係針對除k=c以外之從k=1至k=C將d（k）之積設為α（c）之意。此外，在數式3中，d（k）係屬於對象之插補節點37之NI1 、與屬於對象之資料節點36之NDk 之間的最短距離。
另外，在上述的說明中，s（NDC ）係使用第一擁擠度的構成，該第一擁擠度係藉由事先所執行之步驟S13的處理所推測。然而，第4圖所示之擁擠度推測處理，如第3圖所示，係重複被執行的處理。因此，亦可採取使用過去執行擁擠度推測處理時所推測的第一擁擠度作為s（NDc ）的構成。 此時，可任意地決定要使用過去多久的第一擁擠度。作為具體例而言，亦可使用過去固定之時間的第一擁擠度。此外，亦可使用過去相當於與屬於對象之插補節點37之NI1 、及屬於對象之資料節點36之NDk 之間之最短距離之d（k）成比例之值的第一擁擠度。此外，亦可當使用對應資料節點之感測器42的感測資料，藉由某種方法，而可推測出感測器範圍之群聚之移動方向或移動速度時，使用該等資訊，而適當地決定所要使用之過去的第一擁擠度。
（第7圖的步驟S26：未處理判定處理） 第二推測部26係判定是否存在未被設為步驟S25之處理之對象的插補節點37。 第二推測部26係當未被設為對象的插補節點37存在時，將處理返回步驟S25。另一方面，第二推測部26係當未被設為對象的插補節點37不存在時，將處理前進至步驟S27。
茲參照第10圖來說明實施形態1之第三推測處理（第4圖的步驟S16）。 （步驟S31：邊上推測處理） 第三推測部27係以尚未被設為處理對象的邊35為對象，而針對位於對象之邊35上之第三位置的邊上位置而推測第三擁擠度。 具體而言，第三推測部27係將對象之邊35上的各位置依序地設定為對象的邊上位置。第三推測部27係根據關於對象之邊35之兩端之節點34所表示之位置的擁擠度，藉由線形插補之類的插補方式，而推測關於對象之邊上位置的第三擁擠度。在此，具有兩端的節點34為資料節點36的情形，亦有兩端的節點34為插補節點37的情形。
在實施形態1中，首先，第三推測部27係計算從對象之邊35之兩端的節點34各者至對象之邊上位置為止的距離。第三推測部27係針對兩端的節點34各者，根據距離來計算第二權重。可推知愈是接近對象之邊上位置的節點34，就愈成為近似於對象之邊上位置的擁擠度。因此，第二權重係以最短距離愈近就變成愈大的權重之方式進行計算。第三推測部27係根據關於兩端之節點34所表示之位置的擁擠度乘上第二權重所獲得的值，來推測關於對象之邊上位置所表示之第三位置的第三擁擠度。例如，第三推測部27係將針對兩端之節點34所獲得之值的合計值設為第三擁擠度。在此，具有兩端的節點34為資料節點36的情形，亦有兩端的節點34為插補節點37的情形，因此兩端的節點34所表示的位置，具有第一位置的情形，亦有第二位置的情形。因此，兩端之節點34所表示之位置的擁擠度，具有第一擁擠度的情形，亦有第二擁擠度的情形。
例如，將長度LE 的邊E之其中一端的節點34設為NS ，另一端的節點34設為Ne 。假設自屬於邊E上之邊上位置之NL 的Ns 起算距離為L（0≦L≦LE ）。此時，NL 的第三擁擠度係藉由數式4來計算。 [數式4]
Figure 02_image007
在數式4中，s（Ns ）係Ns 的擁擠度，s（Ne ）係Ne 的擁擠度。
（步驟S32：未處理判定處理） 第三推測部27係判定是否存在未被設為步驟S31之處理之對象的邊35。 第三推測部27係當未被設為對象的邊35存在時，將處理返回步驟S31。另一方面，第三推測部27係當未被設為對象的邊35不存在時，將處理前進至步驟S33。
在步驟S33至步驟S35中，第三推測部27係針對未位於曲線圖33之邊35上之第三位置且為邊外位置而推測第三擁擠度。關於邊外位置之第三擁擠度的推測方法，係依據邊外位置是在對象空間50中的哪一個位置而區分為二種方法。因此，第三推測部27首先依據對象之邊外位置之對象空間50中的位置而區分不同情形。
（步驟S33：位置判定處理） 第三推測部27係以尚未成為處理對象的邊外位置為對象，而判定在曲線圖33中於被邊35所包圍之閉區域之內部中是否有對象的邊外位置。 第三推測部27係當在閉區域的內部具有對象的邊外位置時，將處理前進至步驟S34。另一方面，第三推測部27係當在閉區域的內部不具有對象的邊外位置時，將處理前進至步驟S35。
當在閉區域的內部具有邊外位置時，係指邊外位置存在於如未被定義有明確之移動方向之廣場般的場所。因此，第三推測部27係利用使用了關於附近之位置之擁擠度之全方向性均一的插補方式，來推測第三擁擠度。 當在閉區域的內部未有邊外位置時，係指邊外位置存在於如移動方向被限定於沿著邊之方向之通路般的場所，或是被曲線圖33所定義之空間構造的外部。所謂被曲線圖33所定義之空間構造的外部，係如廣場般之場所的外緣。因此，第三推測部27係利用使用了關於最附近之位置之擁擠度的插補方式來推測第三擁擠度。
另外，如參照第5圖及第6圖所說明，在遮罩圖像32或曲線圖33中，係具有在對象空間50中包含有例外地未被表示之連接關係的情形。 此時，第三推測部27除需判定在閉區域的內部是否具有邊外位置之外，還需判定在邊外位置位於內部之閉區域的內部中是否包含有對象空間50外的區域。判定在閉區域的內部中是否包含有對象空間50外的區域乙事，係指當將曲線圖33重疊於遮罩圖像32時，判定在閉區域的內部中是否包含有遮罩圖像32之以黑色所顯示的區域。 第三推測部27係當在閉區域的內部中具有邊外位置，而且，在閉區域的內部中未包含有對象空間50外的區域時，將處理前進至步驟S34。另一方面，第三推測部27係於在閉區域的內部中未具有邊外位置的情形、及在閉區域的內部中包含有對象空間50外之區域的情形之至少任一者的情形下，將處理前進至步驟S35。
（步驟S34：閉區域內推測處理） 第三推測部27係根據構成包圍對象之邊外位置之閉區域的節點34所表示之位置的擁擠度，推測關於對象之邊外位置的第三擁擠度。構成閉區域的節點34，其具有為資料節點36的情形，亦具有為插補節點37的情形。節點34所表示的位置，其具有為第一位置的情形，亦具有為第二位置的情形。再者，節點34所表示之位置的擁擠度，其具有為第一擁擠度的情形，亦具有為第二擁擠度的情形。 作為具體例，第三推測部27係使用構成閉區域之節點34所表示之位置的擁擠度，藉由所謂三角形插補法之進行三角形要素內之插補時的方式、與使用了歐幾里德（Euclid）距離之所謂反距離加重法之方式之類的插補方式來推測第三擁擠度。 進行三角形要素內之插補時的方式，係可直接應用於閉區域為三角形的情形。然而，當閉區域非為三角形時，係將閉區域分割為複數個三角形的區域。再者，使用構成包含邊外位置之三角形之區域之節點34所表示之位置的擁擠度，應用進行三角形要素內之插補時的方式即可。
（步驟S35：閉區域外推測處理） 第三推測部27係根據位於與對象之邊外位置相同的區域，而且，最接近對象之邊外位置之節點34所表示之位置或邊上位置的擁擠度，而推測關於對象之邊外位置的第三擁擠度。在此的區域，係指遮罩圖像32中之以白色所顯示的區域。例如，第2圖中之區域X與區域Y係不同的區域。 作為具體例，第三推測部27係將位於與對象之邊外位置相同的區域，而且，最接近對象之邊外位置之節點34或邊上位置的擁擠度直接推測為第三擁擠度。或者，插補節點37亦可針對最接近之節點34或邊上位置的擁擠度，乘上與起自邊外位置之距離成反比例的權重，而推測第三擁擠度。 在此，最接近對象之邊外位置之邊上位置係特定如下。首先，從對象的邊外位置，針對周圍的邊35拉出垂線。特定出從邊外位置至垂線與邊35之交點為止之垂線的長度為最短的垂線。最接近所特定之垂線之邊35中的邊上位置，被特定作為最接近邊外位置的邊上位置。
藉由加上位於與邊外位置相同區域的條件，而將用於插補之節點34及邊35限定為相同的區域。藉此，即不會再有根據空間上未連接之節點34及邊35的擁擠度而推測擁擠度之情形。
（步驟S36：未處理判定處理） 第三推測部27係判定是否存在未被設為步驟S33之處理之對象的邊外位置。 第三推測部27係當未被設為對象的邊外位置存在時，將處理返回步驟S33。另一方面，第三推測部27係當未被設為對象的邊外位置不存在時，結束處理。
＊＊＊實施形態1的效果＊＊＊ 綜上所述，實施形態1之擁擠度推測裝置10，係從根據感測資料所推測的第一擁擠度，推測關於移動體之移動路徑上之第二位置的第二擁擠度。再者，擁擠度推測裝置10係從第一擁擠度及第二擁擠度，推測關於其他位置的第三擁擠度。 藉此，即可推測出設想了對象空間中之移動體之移動之適當的擁擠度。
＊＊＊其他構成＊＊＊ ＜變形例1＞ 在實施形態1之擁擠度推測裝置10中，第二擁擠度係從根據在第4圖所示之一連串的處理之中由感測資料取得部22從感測器42所取得之感測資料所推測出的第一擁擠度而推測出。然而，當採取如將第4圖所示之一連串的處理以一定時間周期重複地實施的構成時，亦可採取使用根據在過去的處理執行中所取得之感測資料的第一擁擠度來推測的構成。
＜變形例2＞ 在實施形態1中，各功能構成要素係藉由軟體而實現。然而，作為變形例2，各功能構成要素亦可藉由硬體來實現。茲針對此變形例2來說明與實施形態1不同之點。
茲參照第11圖來說明變形例2之擁擠度推測裝置10的構成。 當各功能構成要素藉由硬體而實現時，擁擠度推測裝置10係具備電子電路15，以取代處理器11、記憶體12、及儲存器13。電子電路15係實現各功能構成要素、記憶體12、儲存器13之功能之專用的電路。
作為電子電路15，假設有單一電路、複合電路、經程式化後的處理器、經並聯程式化後的處理器、邏輯（logic）IC、GA（Gate Array，閘陣列）、ASIC（Application Specific Integrated Circuits，特殊應用積體電路）、FPGA（Field-Programmable Gate Array，現場可程式閘陣列）。 各功能構成要素可藉由一個電子電路15來實現，亦可使各功能構成要素分散於複數個電子電路15中來實現。
＜變形例3＞ 作為變形例3，亦可藉由硬體來實現一部分的各功能構成要素，且其他各功能構成要素則藉由軟體來實現。
茲將處理器11、記憶體12、儲存器13、及電子電路15稱為處理電路。換言之，各功能構成要素的功能係藉由處理電路來實現。程式產品不限定於外觀形式之物，而為載入有可由電腦讀取的程式者。
綜上已說明了本發明之實施形態及變形例。亦可將此等實施形態及變形例中之數個予以組合來實施。此外，亦可局部地實施任一個或數個。另外，本發明不限定於以上的實施形態及變形例，亦可視需要進行各種變更。
10:擁擠度推測裝置 11:處理器 12:記憶體 13:儲存器 14:通信介面 15:電子電路 21:構造資訊取得部 22:感測資料取得部 23:第一推測部 24:分布推測部 25:輸出部 26:第二推測部 27:第三推測部 31:空間構造資訊 32:遮罩圖像 33:曲線圖 34:節點 35:邊 36:資料節點 37:插補節點 41:IP集線器 42:感測器 50:對象空間 51:測量地點 E:邊 LE :長度 X、Y、Z:區域
第1圖係實施形態之擁擠度推測裝置10的構成圖。 第2圖係實施形態1之對象空間50的頂視圖。 第3圖係顯示實施形態1之擁擠度推測裝置10之整體之動作的流程圖。 第4圖係實施形態1之擁擠度推測處理的流程圖。 第5圖係顯示實施形態1之遮罩（mask）圖像32之例的圖。 第6圖係顯示實施形態1之曲線圖（graph）33之例的圖。 第7圖係實施形態1之第二推測處理的流程圖。 第8圖係實施形態1之距離計算處理的說明圖。 第9圖係實施形態1之距離計算處理的說明圖。 第10圖實施形態1之第三推測處理的流程圖。 第11圖係變形例2之擁擠度推測裝置10的構成圖。
10:擁擠度推測裝置
11:處理器
12:記憶體
13:儲存器
14:通信介面
21:構造資訊取得部
22:感測資料取得部
23:第一推測部
24:分布推測部
25:輸出部
26:第二推測部
27:第三推測部
31:空間構造資訊
41:IP集線器
42:感測器

Claims (11)

  1. 一種擁擠度推測裝置，係具備：第一推測部，係根據從被分配至對象空間中之第一位置的感測器所取得的感測資料，而推測屬於關於前述第一位置之擁擠度的第一擁擠度； 第二推測部，係根據經由前述第一推測部所推測的前述第一擁擠度而推測屬於關於第二位置之擁擠度的第二擁擠度，該第二位置係前述對象空間中之移動體之移動路徑上的位置，且為與前述第一位置不同的位置；及 第三推測部，係根據前述第一擁擠度、及經由前述第二推測部所推測的前述第二擁擠度，而推測屬於關於前述對象空間中之前述第一位置及前述第二位置以外之第三位置之擁擠度的第三擁擠度。
  2. 如請求項1之擁擠度推測裝置，其中前述擁擠度推測裝置更具備取得曲線圖的構造資訊取得部，該曲線圖係以前述第一位置及前述第二位置為節點且藉由邊而連接可供前述移動體移動之前述節點之間而成者，且該曲線圖係以表示前述第一位置的節點為資料節點，且以表示前述第二位置的節點為插補節點； 從前述第二推測部係根據從經由前述構造資訊取得部所取得之前述曲線圖中之前述插補節點至前述資料節點為止的距離、與關於前述資料節點所表示之前述第一位置的前述第一擁擠度，推測關於前述插補節點所表示之前述第二位置的前述第二擁擠度。
  3. 如請求項2之擁擠度推測裝置，其中前述第二推測部係以在前述曲線圖中從前述插補節點不經由其他資料節點即可到達的各資料節點為對象，而根據從前述插補節點至對象之資料節點為止的距離、與關於前述對象之資料節點所表示之前述第一位置的前述第一擁擠度，推測關於前述插補節點所表示之前述第二位置的前述第二擁擠度。
  4. 如請求項3之擁擠度推測裝置，其中前述第二推測部係根據前述插補節點至對象之資料節點為止的距離計算第一權重，且根據關於前述對象之資料節點所表示之前述第一位置之前述第一擁擠度乘上前述第一權重所得出的值，推測關於前述插補節點所表示之前述第二位置的前述第二擁擠度。
  5. 如請求項2之擁擠度推測裝置，其中前述第三推測部係以前述曲線圖的各邊為對象，針對屬於位於對象之邊上之前述第三位置的邊上位置，根據從前述對象之邊之兩端的節點各者至前述邊上位置為止的距離、與關於前述兩端之節點所表示之位置的擁擠度，推測關於前述邊上位置的前述第三擁擠度。
  6. 如請求項5之擁擠度推測裝置，其中前述第三推測部係以前述兩端的節點各者為對象，且以從對象的節點至前述邊上位置為止的距離為第二權重，根據關於前述對象之資料節點所表示之位置的擁擠度乘上前述第二權重所得出的值，推測關於前述邊上位置的前述第三擁擠度。
  7. 如請求項5之擁擠度推測裝置，其中前述第三推測部係針對屬於前述曲線圖之未位於邊上之前述第三位置的邊外位置，根據前述第一擁擠度、前述第二擁擠度、及關於前述邊上位置之前述第三擁擠度中之至少任一者，推測關於前述邊外位置的前述第三擁擠度。
  8. 如請求項7之擁擠度推測裝置，其中前述第三推測部係當在前述曲線圖中於被前述邊所包圍的閉區域之內部中具有前述邊外位置時，根據構成包圍前述邊外位置之前述閉區域的節點所表示之位置的擁擠度，推測關於前述邊外位置的前述第三擁擠度。
  9. 如請求項7之擁擠度推測裝置，其中前述第三推測部係當在前述曲線圖中於被前述邊所包圍的閉區域之外部中具有前述邊外位置時，根據關於最接近前述邊外位置之節點或邊所表示之位置的擁擠度，推測關於前述邊外位置的前述第三擁擠度。
  10. 一種擁擠度推測方法，係包含下列步驟： 第一推測部根據從被分配至對象空間中之第一位置的感測器所取得的感測資料，而推測屬於關於前述第一位置之擁擠度的第一擁擠度； 第二推測部根據前述第一擁擠度而推測屬於第二位置之擁擠度的第二擁擠度，該第二位置係前述對象空間中之移動體之移動路徑上的位置，且為與前述第一位置不同的位置；及 第三推測部根據前述第一擁擠度與前述第二擁擠度，而推測屬於關於前述對象空間中之前述第一位置及前述第二位置以外之第三位置之擁擠度的第三擁擠度。
  11. 一種擁擠度推測程式產品，係使電腦發揮作為擁擠度推測裝置的功能，該擁擠度推測裝置係進行下列處理： 第一推測處理，係根據從被分配至對象空間中之第一位置的感測器所取得的感測資料，而推測屬於關於前述第一位置之擁擠度的第一擁擠度； 第二推測處理，係根據經由前述第一推測處理所推測的第一擁擠度而推測屬於關於第二位置之擁擠度的第二擁擠度，該第二位置係前述對象空間中之移動體之移動路徑上的位置，且為與前述第一位置不同的位置；及 第三推測處理，係根據前述第一擁擠度、及經由前述第二推測處理所推測的前述第二擁擠度，而推測屬於關於前述對象空間中之前述第一位置及前述第二位置以外之第三位置之擁擠度的第三擁擠度。
TW109110214A 2019-12-12 2020-03-26 擁擠度推測裝置、擁擠度推測方法及擁擠度推測程式產品 TW202123030A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
WOPCT/JP2019/048664 2019-12-12
PCT/JP2019/048664 WO2021117185A1 (ja) 2019-12-12 2019-12-12 混雑度推定装置、混雑度推定方法及び混雑度推定プログラム

Publications (1)

Publication Number Publication Date
TW202123030A true TW202123030A (zh) 2021-06-16

Family

ID=74673593

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109110214A TW202123030A (zh) 2019-12-12 2020-03-26 擁擠度推測裝置、擁擠度推測方法及擁擠度推測程式產品

Country Status (5)

Country Link
US (1) US20220245947A1 (zh)
JP (1) JP6837606B1 (zh)
CN (1) CN114746890A (zh)
TW (1) TW202123030A (zh)
WO (1) WO2021117185A1 (zh)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6177715B2 (ja) * 2014-03-12 2017-08-09 株式会社日立製作所 駅混雑予測装置及び駅混雑情報提供システム
JP6594645B2 (ja) * 2015-04-10 2019-10-23 東日本旅客鉄道株式会社 歩行者のｏｄ通行量の推計方法
JP6156665B1 (ja) * 2016-04-08 2017-07-05 パナソニックＩｐマネジメント株式会社 施設内活動分析装置、施設内活動分析システムおよび施設内活動分析方法
JP2018025903A (ja) * 2016-08-09 2018-02-15 日本電信電話株式会社 混雑情報推定装置及び混雑情報推定方法
JP2020095292A (ja) * 2017-02-24 2020-06-18 株式会社日立製作所 混雑予測システムおよび歩行者シミュレーション装置
US20200250968A1 (en) * 2019-01-31 2020-08-06 International Business Machines Corporation Traffic congestion estimation
US11521487B2 (en) * 2019-12-09 2022-12-06 Here Global B.V. System and method to generate traffic congestion estimation data for calculation of traffic condition in a region

Also Published As

Publication number Publication date
JPWO2021117185A1 (ja) 2021-12-09
US20220245947A1 (en) 2022-08-04
WO2021117185A1 (ja) 2021-06-17
JP6837606B1 (ja) 2021-03-03
CN114746890A (zh) 2022-07-12

Similar Documents

Publication Publication Date Title
US12067784B2 (en) Surveillance information generation apparatus, imaging direction estimation apparatus, surveillance information generation method, imaging direction estimation method, and program
CN105737826B (zh) 行人室内定位方法
US10347029B2 (en) Apparatus for measuring three dimensional shape, method for measuring three dimensional shape and three dimensional shape measurement program
JP7420135B2 (ja) 情報処理装置、情報処理方法、及びプログラム
JP2017211761A (ja) 情報処理装置、および、情報処理方法
US11288886B2 (en) People-gathering analysis device, movement destination prediction creation device, people-gathering analysis system, vehicle, and recording medium
JP6185968B2 (ja) 情報処理システム、携帯端末、サーバ装置、情報処理方法及びプログラム
EP3951700A1 (en) Method, apparatus, and computer program product for generating an overhead view of an environment from a perspective image
US10573073B2 (en) Information processing apparatus, information processing method, and storage medium
KR20220122287A (ko) 증강 현실 제공 장치의 포즈 결정 방법 및 장치
JP6349272B2 (ja) 移動物体追跡装置
JP2018046501A (ja) 情報処理装置、検出システムおよび情報処理方法
JP4210292B2 (ja) 画像変化予測方法および画像変化予測装置
TW202123030A (zh) 擁擠度推測裝置、擁擠度推測方法及擁擠度推測程式產品
US11093758B2 (en) Information processing system, method of information processing, and program
JP2019075037A (ja) 情報処理装置、情報処理方法、およびプログラム
KR20180094830A (ko) 이용자의 시선 방향 또는 중력 방향 중 적어도 하나를 이용하여 3차원 영상을 표시하는 3차원 디스플레이 장치
EP4036536A1 (en) Individual body weight estimation system, method, and program
US10832444B2 (en) System and method for estimating device pose in a space
TW202240197A (zh) 根據雷達資料的佔用叢集
KR20210049711A (ko) 축척 링 변형
JP6653151B2 (ja) 進行方向推定システム
CN117589154B (zh) 自移动设备的重定位方法、自移动设备和可读存储介质
JP6695178B2 (ja) 判定装置、および判定方法
JP2022138035A (ja) 情報処理装置、情報処理方法およびプログラム