WO2016047591A1 - 列車運行予測システム、列車運行予測方法、運転時分算出装置、および運転時分算出方法 - Google Patents

列車運行予測システム、列車運行予測方法、運転時分算出装置、および運転時分算出方法 Download PDF

Info

Publication number
WO2016047591A1
WO2016047591A1 PCT/JP2015/076672 JP2015076672W WO2016047591A1 WO 2016047591 A1 WO2016047591 A1 WO 2016047591A1 JP 2015076672 W JP2015076672 W JP 2015076672W WO 2016047591 A1 WO2016047591 A1 WO 2016047591A1
Authority
WO
WIPO (PCT)
Prior art keywords
train
time
operation time
driving
station
Prior art date
Application number
PCT/JP2015/076672
Other languages
English (en)
French (fr)
Inventor
皆川　剛
修一郎 崎川
匠 伏木
泰巨 磯谷
リ ドン
Original Assignee
株式会社日立製作所
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 株式会社日立製作所 filed Critical 株式会社日立製作所
Priority to JP2016550303A priority Critical patent/JP6393766B2/ja
Publication of WO2016047591A1 publication Critical patent/WO2016047591A1/ja

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
    • B60L15/40—Adaptation of control equipment on vehicle for remote actuation from a stationary place
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L25/00—Recording or indicating positions or identities of vehicles or trains or setting of track apparatus
    • B61L25/02—Indicating or recording positions or identities of vehicles or trains
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles

Definitions

  • the present invention relates to a train operation prediction system, a train operation prediction method, an operation time calculation device, and an operation time calculation method, and specifically, an operation time that accurately reflects an actual situation in an operating train.
  • the present invention relates to a technology that makes it possible to predict.
  • each train receives various information of the preceding train from the ground control device, predicts the target run curve of the preceding train, and corrects the target run curve of the own train so as not to approach the preceding train.
  • An operating train group control system (see Patent Document 1) has been proposed.
  • the trajectory shape conditions and speed limits related to the progress of the predicted train are compared with the physical characteristics of the predicted train. It is obtained by considering the influence of restrictions based on at least one of the following conditions: conditions for ensuring safety, conditions for operating and operating, obstacle conditions for traveling with the preceding train, and obstacle conditions for traveling with the oncoming train.
  • a desired operation management method (see Patent Document 2) has also been proposed.
  • the on-board device of each running train generates travel pattern information based on various information of the preceding train, and the ground device (operation management system) that receives them generates the entire train group.
  • the ground device operation management system
  • S-DAS Standalone Driver Advisory System
  • C-DAS Connected Driver Advisory System
  • N-DAS Networked Driver Advisory System
  • S-DAS is a system that provides driving support information to the driver based on the train schedule at the time of planning, whereas C-DAS and N-DAS are operated. Compared with the information provided by S-DAS to the driver by exchanging information such as train schedules as a result of predicting the train operation status with the management system as described above using the conventional technology etc. This is a system that provides driving support information that reflects more realistic situations.
  • the reference operation time the minimum time required for traveling from one station to the next station (hour)
  • the planned operation time train If the time on the diamond does not match the time from the departure from the rear station to the next station
  • the following station may change from one station to the next due to the influence of the driver's habit or weather (e.g. rainfall). It is known that there are variations in the operation time until.
  • the multiple power units are in a state where they do not operate, but the vehicle is not in perfect condition, and the expected acceleration performance and maximum speed cannot be obtained.
  • the operation time from one station to the next station may be longer than the planned operation time.
  • the predicted arrival time of the next station of the train is Although it will be estimated as the arrival time based on the driving curve calculated under the assumption that "the driving will resume at a time when a necessary and sufficient travel interval can be maintained with the preceding train", There is a possibility that a failure of the vehicle or equipment is the cause of the out-of-flight stop, resulting in an error in the prediction result.
  • an object of the present invention is to provide a technology that enables prediction of operation time that accurately reflects the actual situation in a running train.
  • the train operation prediction system of the present invention that solves the above problems is a train operation prediction system that predicts the operation of a train using the operation time between stations, and uses the operation result data of the train to be processed as a predetermined algorithm. It is characterized by comprising an arithmetic unit that executes an operation time calculation process that is applied to obtain the operation time for the processing target train.
  • the information processing device that predicts the operation of the train using the operation time between stations applies the traveling result data of the processing target train to a predetermined algorithm, and the processing target. An operation time calculation process for obtaining the operation time for the train is performed.
  • the operation time calculation device of the present invention is an operation time calculation device that calculates and outputs an operation time for use in a train operation prediction system that predicts a train operation using an operation time between stations.
  • the present invention is characterized in that an operation device is provided that executes driving time calculation processing for obtaining the driving time relating to the processing target train by applying traveling result data of the processing target train to a predetermined algorithm.
  • the information processing device that calculates and outputs the driving time for use in the train operation prediction system that predicts the operation of the train using the driving time between stations is a processing target.
  • the operation time calculation process for obtaining the operation time relating to the train to be processed is performed by applying the actual driving data of the train to a predetermined algorithm.
  • the present invention it is possible to predict the operation time that accurately reflects the actual situation of the train in operation, as compared with the prediction according to the prior art.
  • 2nd Embodiment it is a figure explaining the condition between the stations of a succeeding train in case the cause of an out-of-flight stop exists.
  • 2nd Embodiment it is a figure explaining the display content in the driving
  • 2nd Embodiment it is a figure explaining the condition between the stations of a succeeding train when the cause of an out-of-flight stop does not exist.
  • 2nd Embodiment it is a figure explaining the display content in the driving
  • FIG. 1 is a diagram illustrating a configuration of an operation management system according to the present embodiment.
  • the operation management system 100 (hereinafter referred to as an operation management system) of the present embodiment includes a train schedule management device 110, a travel performance acquisition device 120, a train operation prediction device 130, an operation arrangement terminal 140, and a storage device 150.
  • an operation management system includes a train schedule management device 110, a travel performance acquisition device 120, a train operation prediction device 130, an operation arrangement terminal 140, and a storage device 150.
  • the train schedule management device 110 manages the running record data 151 (described later) and the plan schedule 152 (described later), and more specifically, the reference time and train in the operation management system when changing daily.
  • a specific example of the train schedule management device 110 is, for example, a PC including a program and data for executing these functions and a communication interface with other related devices.
  • the travel record acquisition device 120 acquires a travel record data (referred to as “ground record data”) from the ground equipment and transmits it to the train schedule management device 110, and the travel record data (“on-board record data” from the on-board unit 160.
  • the data is called “data” and transmitted to the train schedule management device 110, and based on the on-vehicle performance data, an actual operation curve that is an operation curve as a history of the actual traveling performance of the train is created.
  • the travel record acquisition device 120 exchanges information with the on-board device at a predetermined frequency or at an interval according to the equipment status. In addition, the travel record acquisition device 120 creates a distance speed curve as a record driving curve at the timing when the on-board record data is updated.
  • a specific example of the travel performance acquisition device is, for example, a PC provided with a communication interface between a program and data for executing these functions and other related devices (including signal equipment and on-vehicle devices).
  • the ground driving performance data is configured as a set of multiple records. As shown in FIG. 9A, each record of the ground running record data is configured to include a train code 901, a station code 902, an arrival / departure code 903, and a record time 904. Each record is updated or referenced using the train code 901, station code 902, and arrival / departure code 903 as keys.
  • the train code 901 is an identifier that indicates which train the record represents, and is a unique value for each train.
  • the station code 902 is an identifier indicating which station (time position) the record represents, and is a unique value for each station (time position).
  • the arrival / departure code 903 is an identifier indicating whether the record represents an arrival time or a departure time of the train at the station, and is a unique value for each.
  • the actual time 904 is the time corresponding to the arrival time or the departure time at the station of the train.
  • the time as a marker indicating that the time has not been taken is stored as the record time 904.
  • each record is also used for data for distinguishing whether it is a running record in the number of visits (for example, data called “suffix”). Is configured to be provided.
  • On-vehicle performance data is configured as a set of multiple records.
  • each record of on-vehicle running record data includes train code 911, driver code 912, running record creation time 913, train position 914, train speed 915, and estimated arrival time at the next station. 916 and a driving support information presentation availability flag 917 are included.
  • Each record is updated and referenced using the train code 911 as a key.
  • the train code 911 is an identifier that indicates which train the record represents, and is a unique value for each train.
  • the driver code 912 is an identifier for specifying the driver who is driving the train, and is a unique value for each driver.
  • the travel record creation time 913 is a time indicating at which time the travel record data (for example, a train position and a train speed described later) registered in the record is data.
  • the train position 914 is data representing the position of the train at the travel performance creation time. Specifically, for example, a travel distance from a reference position such as a starting station of the train is used.
  • the train speed 915 is data representing the speed of the train at the travel performance creation time.
  • Estimated next station arrival time 916 is a time that represents how much time is expected to arrive at the next station when the vehicle travels according to the driving curve obtained by the driving curve generation unit 161 at the traveling result creation time.
  • the driving support information presentation availability flag 917 allows the on-board device 160 to present to the driver information that provides support for efficient driving, such as recommended speed and recommended notch control information. It is a flag indicating whether or not. For example, when the on-board device 160 detects a failure of the screen system and there is no hindrance to exchange of information with the operation management system 100 but information cannot be provided to the driver, the driving support information presentation availability flag 917 The value is “No”.
  • the train operation prediction device 130 predicts the operation status of the future train using the running record data 151, the plan diagram 152, and the processing parameter 155, and outputs the prediction diagram 153 and the indication data 154. Details of the train operation prediction device 130 will be described later (FIGS. 2 to 8A to 8C).
  • the operation arrangement terminal 140 has a function of displaying the plan diagram 152 or the prediction diagram 153 as a streak screen and presenting it to the commander.
  • the operation arranging terminal 140 also has a message display area on the display screen, and a function for displaying a message for the commander corresponding to the indication data 154 in the message display area. Furthermore, a dialog screen for displaying detailed information included in the indication data 154 may be provided separately.
  • the operation arranging terminal 140 further includes a user interface for carrying out operation arrangement for the train group which is the management target of the operation management system 100, and a function for correcting the plan diagram according to various events and occurrence of delays. Is provided.
  • the operation control terminal 140 further includes a user interface for inputting an estimated time of arrival delay of a certain train to a certain station and an estimated time of departure delay from a certain station, and processes the input information. By reflecting it in the parameter 155, it is reflected in the result of the train operation prediction executed by the train operation prediction device 130, and has a function of simulating and presenting the delay state of the future train to the commander.
  • the storage device 150 is a device that stores data including travel performance data 151, a plan diagram 152, a prediction diagram 153, an indication data 154, and a processing parameter 155, for example, a hard disk or an SSD (Solid State Drive). It is comprised with suitable non-volatile storage devices, such as.
  • the traveling performance data 151 is configured to include ground performance data, on-vehicle performance data, and performance driving curves.
  • the ground performance data is based on the travel performance data acquired by the travel performance acquisition device 120 from the ground equipment
  • the on-vehicle performance data is based on the travel performance data acquired by the travel performance acquisition device 120 from the on-vehicle device
  • the actual driving curve is the travel performance data.
  • the train schedule management device 110 updates it based on the reference time and the train code in the current operation management system.
  • the planning diagram 152 defines the traveling route (stations) of each train, the arrival time of each train on the operation plan, and the departure time from each station.
  • the type of the on-board device installed if the on-board device is not installed) For example, “no installation” is registered).
  • the type of the on-board device is based on whether or not it is possible to transmit travel record data to the operation management system 100, whether or not the estimated arrival time can be acquired from the operation management system 100 and reflected in the operation curve,
  • the driving support information is held in a format that allows each driver to determine whether or not the driving support information can be presented to the driver. For example, simply, the type of on-board device may be classified into three types: “with C-DAS installed”, “with S-DAS installed”, and “others (without DAS installed)”.
  • the prediction diagram 153 is obtained by the train operation prediction device 130.
  • each prediction train 153 It shows what time the arrival time to each station and the departure time of each station are likely.
  • the indication data 154 is data obtained by the train operation prediction device 130, and it is useful to present it to the commander in addition to the prediction time among the information extracted when predicting the future train operation. Information.
  • the indication data 154 is configured as a set of zero or more records, and each record includes an indication code indicating the type of indication and detailed information corresponding to the type of indication.
  • the processing parameter 155 is a parameter used in calculation of the predicted time in the train operation prediction device 130, streak display in the operation arrangement terminal 140, and the like.
  • time information such as base operation time, minimum stop time, continuation time interval and crossing time interval, information on expected delays (for example, which train arrives at which station with a delay of several minutes)
  • expected delays for example, which train arrives at which station with a delay of several minutes
  • the on-board device 160 is an information device mounted on a train, and includes an operation curve generation unit 161, a data transmission / reception unit 162, and a driving support information display unit 163.
  • the driving curve generation unit 161 holds data relating to railway equipment and data relating to the performance of the train, and based on such data, based on information on the position and speed of the train, It has a function of creating a driving curve that can arrive at the next station exactly at a given target arrival time, and outputting information about the generated driving curve to the driving record acquisition device 120. Data exchange between the travel record acquisition device 120 and the driving curve generation unit 161 is performed via the data transmission / reception unit 162.
  • the data transmitting / receiving unit 162 is, for example, a wireless communication device.
  • FIG. 2 is a diagram illustrating the configuration of the train operation prediction device according to the present embodiment.
  • the train operation prediction device 130 according to the present embodiment includes an arithmetic processing unit 210, a storage unit 220, a past performance reference operation curve database 230, a simulation reference operation curve database 240, and a communication unit 250. ing.
  • the arithmetic processing unit 210 executes a predetermined program stored in the storage unit 220, and includes, for example, a CPU.
  • the arithmetic processing unit 210 refers to data stored in the storage device 150 via the communication unit 250 as necessary.
  • the storage unit 220 stores a train operation prediction program 221 and an operation time calculation program 222 that are executed by the arithmetic processing unit 210 of the train operation prediction device 130.
  • Specific examples of the storage unit 220 are, for example, a memory, a hard disk, or both.
  • the train operation prediction program 221 predicts the arrival time and departure time of each station of each train using the travel record data 151, the plan diagram 152, and the processing parameter 155.
  • the operation time between stations of each train and the surplus time digestion rate Q of each train are obtained using the operation time calculation program 222, and the value of the surplus time digestion rate Q is “0 ⁇ Q ⁇
  • the operation time to the next station is obtained by the operation time calculation process for trains without driving support, and the restriction condition when obtaining the predicted arrival time of the next station Except for the reflection, it may be performed by a technique similar to the conventional technique.
  • the driving time calculation program 222 is a program that calculates the value of driving time to the next station using the running record data 151. Details of the processing of the operating time calculation program 222 will be described later (FIGS. 3 to 8A to 8C).
  • the past performance standard operation curve database 230 is a database in which operation curves as past travel performance in each section are collected. Based on the inventor's examination that "In most cases, early arrival and early departure at a passing station are allowed", in this example, the definition of "section” is defined as "between adjacent stop stations (however, operation management In the case of a station located at the boundary of an area for which the system 100 is in charge of management, an exception is a passing station, which is treated as a boundary of a section). ”However, the definition of a section in the present invention is not limited to this. Instead, for example, “between adjacent stations” may be used. In the past performance reference operation curve database 230, as described later, the operation time corresponding to the speed distance curve is linked and managed.
  • the simulation reference operation curve database 240 is a database that collects operation curves in each section that are created in advance by simulation for expected events such as malfunction of the power unit.
  • the definition of “section” is the same as that in the past performance standard operation curve database 230.
  • the simulation reference driving curve database 230 as described later, the driving time corresponding to the speed distance curve is linked and managed.
  • FIG. 10A The contents of the operation curve data stored in the past performance reference operation curve database 230 are shown in FIG. 10A, and the contents of the operation curve data stored in the simulation reference operation curve database 240 are shown in FIG. 10B, respectively.
  • a section start station code 1001 that is a station code of a section that enters the section
  • a section end station code 1002 that is a station code of a section that enters from the section
  • a distance speed profile 1003 The operation time 1004 between each station and the operation time 1005 between each station of the front section are provided.
  • the distance / velocity profile 1003 is an operation curve in which distance is plotted on the horizontal axis and speed is plotted on the vertical axis.
  • the driving time minutes 1004 between the stations in the section indicates “the arrival time of the front station ⁇ the departure time of the rear station” for each adjacent station in the section when the driving according to the driving curve is performed in the section.
  • the driving time 1005 between each station in the front section is data storing the driving time between each station after entering the section from the section end station, and was determined to be most likely in the section from the section start station to the section end station. After the distance / velocity profile is selected, it is used for the purpose of obtaining the operation time of the previous station with a small amount of calculation based on the assumption that “the same tendency continues to the previous station”. Therefore, when it is predicted that “the same trend does not continue to the previous station”, the area between the stations immediately before the trend changes is stored. As an example in which “the same trend does not continue to the previous station” is expected, for example, there is a case where a speed limit is imposed only on a specific section due to the influence of strong winds or the like.
  • the operation curve data stored in the past performance reference operation curve database 230 further stores a data acquisition condition 1010.
  • Examples of the data acquisition condition 1010 include a train code, a driver code, a data acquisition date and time, a departure delay time at a section start station, and the like.
  • the simulation condition 1020 is also stored in the operation curve data stored in the simulation reference operation curve database 240.
  • Examples of simulation conditions 1020 include, for example, train weight, weather conditions (such as rainfall and snowfall per unit time), power type, failure location, and degree of failure, but are not limited thereto.
  • the departure delay time of the section start station may be added.
  • FIG. 3 is a flowchart illustrating an operation related to the operation time calculation process among the operations of the train operation prediction device 130 according to the present embodiment.
  • the operation time calculation process is a process executed for each train for each currently running train based on the running record data 151 among the trains included in the schedule diagram 152.
  • “currently running” means that the departure record of the first station on the travel route of the train has been timed and the arrival record of the last station on the travel route of the train has not yet been timed. Represents.
  • the train operation prediction device 130 When the operation time calculation process is started, the train operation prediction device 130 first initializes the value of the margin time utilization rate Q to “ ⁇ 1” in step S301 and appropriately secures the work secured in the storage unit 220. Hold in the area.
  • the value “ ⁇ 1” used for initializing Q is a value as a marker for determining the presence / absence of driving assistance, and “0 ⁇ Q” that actually has a meaning as the value of the margin time digestion rate Q. Any value can be used as long as it is not included in the range of ⁇ 1 ”.
  • step S302 the train operation prediction device 130 determines whether or not the train to be calculated for driving time can present driving support information to the driver. As a result of the determination, if the driving support information cannot be presented (“NO” at step S302), the train operation prediction device 130 proceeds to the process of step S303 and executes a driving tendency estimation process described later (FIG. 4). As a result of the determination, if the driving support information can be presented (“YES” in step S302), the train operation prediction device 130 proceeds to the process of step S304, and executes a driving time calculation process for a train with driving support.
  • step S302 the determination as to whether or not the driving support information can be presented is registered as a train (for example, a C-DAS-equipped train) that can present the driving support information on the plan diagram 152, and the driving record data 151
  • a train for example, a C-DAS-equipped train
  • driving support is possible when the train is capable of presenting driving support information ("YES” in step S302).
  • driving support is impossible (“NO” in step S302).
  • the on-board performance data is referred to, for example, in order to cope with a situation where the C-DAS is installed due to equipment failure or the like, but the driving support information cannot be presented to the driver.
  • the driving support information can be presented only when the train is operating with a delay within a predetermined time.
  • Step S302 when it is determined that the train to be calculated for driving time cannot present the driving support information (Step S302 “NO”), the train operation prediction device 130 performs the driving tendency estimation process in Step S303. Execute.
  • the driving tendency estimation process of step S303 estimates the digestion tendency for the spare time using the traveling performance of the section in which the train of interest has already been operated, and the digestion rate Q for the spare hour is 0 or more and 1 or less. This process returns the value of. Details of the driving tendency estimation processing will be described later (FIG. 4).
  • step S302 When it is determined in step S302 that the train to be calculated for driving time can present driving support information (step S302 “YES”), the train operation prediction device 130 in step S304 is a train with driving support.
  • the operation time calculation process is executed.
  • the driving time calculation process for trains with driving support is a process for obtaining the driving time on the assumption of driving in a state where there is driving support by the system. This is a process of analyzing the pattern and reflecting the analysis result in the operation time. Details of the operation time calculation processing for trains with driving support in step S304 will be described later (FIGS. 7 to 8A to 8C).
  • step S303 After the process of step S303 or the process of step S304, the train operation prediction device 130 ends the operation time calculation process.
  • FIG. 4 is a flowchart showing an operation related to the driving tendency estimation process among the operations of the train operation prediction device 130 according to the present embodiment.
  • the train operation prediction device 130 rotates a loop related to each section i (a value is stored and updated in a memory or the like) for which the track record of the train to be processed in step S401 has already been taken. Then, the following steps S402 to S404 are repeatedly executed.
  • “actually timed” is defined as the fact that the departure results at the section start station and the arrival results at the section end station are both timed.
  • the train operation prediction device 130 is an unprocessed section of the section i of interest (e.g., each section that has already been used for the processing target train) and is close to a predetermined reference station.
  • the operation time PlanRT when arriving at the section end station as planned is calculated as “planned arrival time of section end station ⁇ actual departure time of section start station”.
  • step S403 the train operation prediction device 130 obtains the actual driving time ActlRT for the section i of interest as described above as “actual arrival time of section end station ⁇ actual departure time of section start station”.
  • step S404 the train operation prediction device 130 obtains the digestion rate Qi for the spare time for the aforementioned section i of interest.
  • the section reference operation time is defined as the sum of the reference operation time between the adjacent stations in the section.
  • the train operation prediction device 130 assigns an exceptional value as the digestion rate Qi for the spare time.
  • the train operation prediction device 130 assigns “1” as the digestion rate Qi for the margin time.
  • the train operation prediction device 130 digests the spare time corresponding to each track tracked section. Use the rate Qi to determine the digestion tendency for the spare time. Specifically, the geometric average of the digestion rate Qi for the spare time of each section is adopted as the spare time digestion rate Q of the train to be processed. When calculating the geometric mean, those having the digestion rate Qi as an exceptional value are excluded from the calculation target. When the digestion rates Qi for the spare time in each section are all exceptional values, the train operation prediction device 130 uses the value of the standard digestibility rate for the spare time as the spare time digestion rate Q.
  • the processing in step S405 is not limited to this, and various factors such as calculating the digestion rate for each margin time by weighting according to the sensitivity of the error or weighting according to the temporal newness, etc. Can be changed.
  • working is divided into two areas, the area where driving performance has been timed, and the section where driving performance has not been timed yet. It may be divided and executed. With such a configuration, when the number of sections that can be used for estimation of driving tendency is small, the number of sections that can be used for estimation of driving tendency can be increased.
  • FIG. 5 is a flowchart showing an operation related to a driving time calculation process for a train without driving support among the operations of the train operation prediction device 130 according to the present embodiment.
  • the driving time calculation process for trains without driving support is a process for obtaining the driving time when driving without the provision of driving support information to the driver is assumed. In this embodiment, it depends on the driver. This is a process of reflecting the digestion tendency for the spare time in the operation time.
  • the train operation prediction device 130 When the operation time calculation process for trains without driving support is started, the train operation prediction device 130 first executes a margin time calculation process in step S501.
  • the margin time calculation process in step S501 in order for the train to be processed to arrive at the section end station (generally the next stop station) at the exact time of arrival on the schedule, This is a process for determining whether there is a time margin. Specifically, it may be obtained as “planned arrival time of section end station ⁇ predicted departure time of section start station ⁇ section reference operation time”.
  • the train operation prediction device 130 executes the train operation prediction program 221
  • a value that has already been calculated prior to the processing of the section that is currently being processed may be used.
  • step S502 the train operation prediction device 130 executes a driving tendency reflection process.
  • the driving tendency reflecting process in step S502 reflects the digestion tendency of the margin time obtained in the driving tendency estimation process described in FIG. 4 with respect to the margin time M of the section obtained in the process of step S501.
  • the operation time of the section currently being processed is obtained, and further, the operation time between the stations currently being processed is obtained based on the operation time of the section.
  • the margin time M of the section is 0 or less
  • the section reference operation time is adopted as the operation time of the section.
  • the “period reference operation time + M ⁇ Q” is calculated using the margin time digestion rate Q obtained in the driving tendency estimation process described in FIG. The value is adopted as the operation time for the section.
  • the train operation prediction device 130 obtains the operation time between stations currently being processed from the operation time of the section. Specifically, by dividing the operation time of the section by the ratio of the reference operation time between each adjacent station included in the section, the operation time corresponding to the currently processed stations is obtained. .
  • step S502 After the process of step S502 ends, the train operation prediction device 130 ends the operation time calculation process for trains without driving support.
  • FIGS. 6A to 6C are diagrams for explaining the operation of the driving tendency estimation process according to the present embodiment, taking as an example a train that stops at each of the stations A, B, and C.
  • the horizontal axis represents time
  • the vertical axis represents the station arrangement (arrangement of time positions)
  • black circles indicate that the driving performance has already been timed
  • white circles indicate that the driving performance is still timed. It represents a state that is not.
  • Each state is expressed by a set of calculation points and time.
  • the calculation point is a place where the predicted time is to be obtained, and corresponds to the arrival event or departure event of each train / station.
  • a streak 600 indicates a streak when traveling from the A station to the B station in the standard operation time
  • a streak 601 indicates a streak when traveling from the A station to the B station in the planned operation time
  • Reference numeral 602 represents a streak when traveling from the B station to the C station in the standard operation time
  • streak 603 represents a streak when traveling from the B station to the C station in the planned operation time.
  • FIG. 7 is a flowchart showing an operation related to the operation time calculation processing for trains with driving support among the operations of the train operation prediction device 130 according to the present embodiment.
  • the train operation prediction device 130 When the operation time calculation process for trains with driving support is started, first, the train operation prediction device 130 has a sufficient track record from the section start station of the section in step S701 regarding the section currently running in the train of interest. It is determined whether or not it exists. Specifically, there is on-board record data corresponding to the section, and the value of “running record creation time 913-section start station record start time” for the on-board record data is a predetermined hour or more. In some cases, it is determined that “there is sufficient travel performance from the section start station”, and in other cases, it is determined that “there is insufficient travel performance from the section start station”.
  • the “predetermined time” serving as the threshold value considers, for example, “time required to achieve the maximum speed in one of the operation curves for achieving the reference operation time in the section”.
  • the predetermined value (for example, 90 seconds) is stored in the processing parameter 155.
  • the train operation prediction device 130 proceeds to the process of step S702 and executes the driving tendency estimation process.
  • the train operation prediction device 130 proceeds to the process of step S703 and executes the driving curve estimation process.
  • the driving tendency estimation process in step S702 is the same process as the driving tendency estimation process described in FIG.
  • Step S701 if there is a sufficient running record from the section start station (Step S701 “YES”), the train operation prediction device 130 executes a driving curve estimation process in Step S703. Specifically, the section start station code 1001 and the section end station code 1002 among the operation curves registered in the past performance reference operation curve database 230 and the operation curves registered in the simulation reference operation curve database 240 are shown. For a set of driving curves whose information matches the current situation, pattern matching is performed with driving curves based on driving performance from the section start station, and the driving curve with the highest matching evaluation index is obtained. In that case, you may limit the driving
  • the train operation prediction device 130 has an operation curve registered in the simulation reference operation curve database 240 (instead of the operation curve registered in the past performance reference operation curve database 230) with the highest matching evaluation index. If it is, the information of the simulation condition 1020 included in the operation curve data is included in the indication data 154 in association with the train code and output. Based on the pointed-out data, the operation arranging terminal 140 displays a warning message indicating that equipment failure is suspected in the message display area together with the suspected equipment failure content, and presents it to the commander. To do.
  • speed distance curves are registered among the operation curves and used for pattern matching.
  • the positions of stations, slopes, curves, traffic lights, turnouts, slow sections, etc. are fixed, so pattern matching using speed distance curves makes it easier to obtain correct matching results. The effect is obtained. Thereby, the reliability and accuracy for the estimated driving time are improved, and the accuracy of the predicted time is improved.
  • 8A to 8C show examples of the operation curve estimation process.
  • the operation curves such as the operation curve 810 shown in FIG. 8A and the operation curve 820 shown in FIG. 8B are registered in the operation curve database, and the actual operation curve obtained up to the present time for the target train for estimating the operation curve.
  • 8C is the operation curve 830 shown in FIG. 8C, the train operation prediction device 130 is more similar in shape by performing pattern matching up to the portion where the traveling results are obtained in FIG.
  • the operation curve 810 of FIG. 8A having a higher evaluation index is selected as the estimated operation curve.
  • step S704 the train operation prediction device 130 obtains the operation time between the stations.
  • the driving hours associated with the driving curve having the highest matching evaluation index obtained in step S703 and stored in the driving curve database may be adopted as the driving hours between stations.
  • the operation curve itself is registered as from the section start station to the section end station.
  • the operation time between stations is the value between each station.
  • the standard operation time is adopted as the operation time between stations not registered.
  • the processing branches depending on whether or not driving support information is presented, and different calculation processing is used depending on whether or not driving assistance information is presented.
  • the behavior of the driver driving the train differs depending on whether or not driving support information is presented. For example, if driving assistance information is not presented, it is expected that the driver tends to arrive at the next station early, driving at the maximum speed allowed while watching the signal to avoid arrival delays. When the information is presented, it is expected that there is a strong tendency to arrive at the next station at the planned time by driving according to the advised speed presented as the driving support information. In an area within the management range of the operation management system 100, there is a possibility that a train in which driving support information is presented and a train in which driving assistance information is not presented may coexist. By adopting a configuration in which the driving time is obtained by the method described above, the estimation accuracy of the predicted time can be improved.
  • the driving assistance information is presented for the reference driving time.
  • the operation time for arriving at the planned arrival time (the reference operation time when the arrival at the planned arrival time cannot be performed) may be used as the estimated value for the operation time in each case.
  • the processing branches depending on whether or not driving support information is presented, and different calculation processing is used depending on whether or not driving assistance information is presented.
  • the embodiment of the invention is not limited to this.
  • the driving time may be always obtained by the driving time calculation processing for the train without driving support, or the driving time calculation processing for the train without driving support and the driving may be performed. Both of the operation time calculation processing for the train with support may be performed, and the obtained average value for the operation time may be adopted as a result of the operation time calculation processing.
  • the operation time calculation process of FIG. 3 is applied to all trains, but the embodiment of the present invention is not limited to this.
  • train operation is predicted using a given operation time as in the prior art, but only for a specific train (or train group), FIG.
  • the driving time may be obtained using the driving time calculation process.
  • a train designated by the commander via the operation organizing terminal 140 a train that has stopped outside the aircraft for unknown reasons as described later (second embodiment)
  • the operation time is calculated using the operation time calculation processing of FIG. Like that.
  • the operating time is calculated for all trains using the operating time calculation process of FIG. Compared with the case where it calculates
  • the method for suppressing the increase in calculation time is not limited to this.
  • an operation curve database referred to in the process of step S703 is selected from the past performance reference operation curve database 230 and the simulation reference operation curve database 240.
  • Various methods can be used, such as limiting to the method.
  • a process for reflecting the digestion tendency of the spare time depending on the driver in the driving time is shown.
  • the embodiment of the present invention is not limited to this.
  • it is modeled as “predetermined time is added to the reference driving time” and “predetermined It is sufficient to estimate the “hours and minutes” based on the running record data.
  • driving tendency estimation processing (to reflect the influence of weather) as part of the driving time calculation processing
  • the driving time can be calculated in Further, modeling that reflects both the tendency depending on the driver and the tendency depending on the weather may be performed, or modeling that reflects the tendency due to other factors may be performed.
  • the driving tendency estimation process is executed.
  • the embodiment of the present invention is not limited to this. For example, after trying to calculate the driving time between stations by performing the driving curve estimation process for the section immediately before the section that is currently running, the driving tendency estimation process is executed only when it is still not determined It is good also as such a structure. By adopting such a configuration, in particular, when the distance between the stations is short and the next station is reached in a short time, the on-board performance data can be more appropriately reflected in the driving time.
  • the present embodiment is an example suitable for application when the current speed can be acquired from the on-board device as travel performance data, and the operation management system can identify whether or not the train is stopped outside the aircraft. . Since this embodiment is mainly different from the first embodiment in the operation of the train operation prediction device and the operation of the operation arrangement terminal, the operation will be mainly described.
  • FIG. 11 is a diagram illustrating the configuration of the train operation prediction device 1100 according to the present embodiment.
  • the train operation prediction device 1100 according to the present embodiment includes an arithmetic processing unit 210, a storage unit 220, a communication unit 250, and an operation resumption time / minute database 1130.
  • the arithmetic processing unit 210, the storage unit 220, and the communication unit 250 are the same as the devices denoted by the same reference numerals in the train operation prediction device 130 described with reference to FIG.
  • the storage unit 220 included in the train operation prediction device 1100 stores a train operation prediction program 1121 and an operation time calculation program 1122 that are executed by the arithmetic processing unit 210 of the train operation prediction device 1100.
  • the train operation prediction program 1121 predicts the arrival time and departure time of each station of each train using the running record data 151, the plan diagram 152, and the processing parameter 155.
  • the operation time between the currently traveling stations is calculated as “the estimated arrival time of the next station determined by the on-board device 160—the rear station.
  • the predicted arrival time for the next station between the currently traveling stations is just to implement by the technique similar to the past except calculating
  • the driving time calculation program 1122 is a program that calculates the value of the driving time to the next station using the running record data 151. Details of the processing of the operation time calculation program 1122 will be described later (FIGS. 12 to 14A to 14D).
  • Operation restart time / minute database 1130 stores, for each station, how much time is required from the out-of-flight stop to the restart of operation when an unknown out-of-flight stop occurs between certain stations. Database. As this hour and minute, it is sufficient to store a value obtained by statistical processing etc. based on past cases, but for example, in order to make the commander recognize the abnormality, the delay time and the time when the color of the predicted stripe changes ( For example, the time corresponding to “2 minutes” may be stored when the predicted streak that was white in normal time turns orange when delayed by 2 minutes.
  • FIG. 12 is a flowchart showing an operation related to an operation time calculation process among the operations of the train operation prediction device 1100 according to the present embodiment.
  • the train operation prediction device 1100 determines in step S1201 whether or not the focused train is stopped outside the aircraft. As a result of the determination, when the vehicle is not stopped outside the vehicle (step S1201 “NO”), the train operation prediction device 1100 ends the operation time calculation process. That is, the operation time that was originally registered is used as it is. As a result of the determination, when the vehicle is stopped outside the aircraft (step S1201 “YES”), the train operation prediction device 1100 proceeds to the process of step S1202. Whether or not the train of interest is stopped outside the aircraft is determined as “stopped outside the aircraft” when the value of the train speed 915 is 0 in the on-board performance data, and otherwise It may be determined that “the aircraft is not stopped”.
  • step S1201 “YES”) the train operation prediction device 1100 determines whether or not there is a cause of the out-of-flight stop in the process of step S1202.
  • a specific method for determining whether or not the cause of the out-of-machine stop exists will be described later (FIGS. 13 to 14A to 14D).
  • step S1202 “YES” the cause of the out-of-flight stop exists.
  • step S1202 “NO” the train operation prediction device 1100 proceeds to the process of step S1203 and executes an operation time calculation process for an abnormal time.
  • the train operation prediction device 1100 subtracts the actual departure time of the rear station from “the estimated arrival time of the next station obtained by the onboard device 160 at the start of the outboard stop”.
  • the value obtained by adding the resumption time obtained by referring to the resumption time database ”and“ the value obtained by subtracting the actual departure time of the rear station from the estimated arrival time of the next station obtained by the onboard device 160 ” The larger one is used as the driving time from the rear station to the next station.
  • the operation time calculation process for the abnormal time is also executed at the start of the outboard stop.
  • the time may be stored in the storage unit 220 in association with the out-of-machine stop position at the start, and the data may be referred to thereafter.
  • the train operation prediction device 1100 deletes the data from the storage unit 220 when the train is no longer out of service.
  • step S1203 After the process of step S1203 is completed, the train operation prediction apparatus 1100 ends the operation time calculation process.
  • FIGS. 13 to 14A to 14D are diagrams illustrating a method for determining whether or not there is a cause of out-of-flight out of operations of the train operation prediction apparatus 1100 according to the present embodiment.
  • FIG. 13 shows a directed graph called a train operation network that expresses various constraint conditions related to train operation, which are generated when the train operation prediction program 1121 is executed.
  • vertex 1301 is the vertex corresponding to the preceding train A station arrival event
  • vertex 1302 is the vertex corresponding to the preceding train A station departure event
  • vertex 1303 corresponds to the preceding train B station arrival event
  • the vertex 1304 is a vertex corresponding to the B train departure event of the preceding train.
  • vertex 1311 is a vertex corresponding to the A station arrival event of the following train
  • vertex 1312 is a vertex corresponding to the A station departure event of the following train
  • vertex 1313 is a vertex corresponding to the B station arrival event of the following train
  • the vertex 1314 is a vertex corresponding to the B station departure event of the following train.
  • Each vertex corresponds to one calculation point and has a predicted time as accompanying information. The predicted time represents a time at which “an event corresponding to the vertex occurs” is predicted.
  • constraints related to train operation are expressed as weighted directed edges.
  • the directed edge 1321 is a restriction condition regarding the stop time, and it is necessary to secure a predetermined stop time after the arrival of the station arrival event at the vertex 1301 until the occurrence of the station departure event at the vertex 1302. This corresponds to the constraint condition that there is.
  • the weight of the directed edge 1321 is “predetermined stop time”, and “the predicted time corresponding to the vertex 1301 + the weight of the directed edge 1321 ⁇ the predicted time corresponding to the vertex 1302” is directed. This is a conditional expression of a constraint condition corresponding to the side 1321.
  • the following train can start toward the track only after a predetermined time has elapsed after the departure toward the track with the preceding train (corresponding to the directed side 1322).
  • a certain driving time (a time determined based on the reference driving time or the driving time) is required until a certain train departs from the rear station and arrives at the front station (in the directed side 1323).
  • Response “ After the departure from a certain line with a preceding train, the following train can arrive at the corresponding line only after a predetermined time has passed (corresponding to the directed side 1324) ”.
  • the types of constraints that can be handled by apparatus 1100 are not limited to this. Each predicted time is calculated as the minimum value that satisfies all the constraint conditions when the train operation prediction program 1121 is executed.
  • the horizontal axis represents the time
  • the vertical axis represents the station arrangement (arrangement of time positions)
  • black circles indicate that the driving results have been timed
  • white circles indicate that the driving results are still timed. It represents a state that is not.
  • Each state is expressed as a set of time position and time. Of the time positions, those corresponding to the arrival event or departure event of each station coincide with the calculation points.
  • FIG. 14A is a diagram illustrating a situation between stations of subsequent trains when the cause of the out-of-flight stop is grasped by the operation management system in the present embodiment.
  • a state 1440 to a state 1441 indicate that the subsequent train is stopped between the stations.
  • the cause is that the preceding train is stopped at the B station as represented by the state 1404 on the prediction line 1400 of the preceding train.
  • the prediction streaks displayed on the driving arrangement terminal 140 are as shown in FIG. 14B. That is, the succeeding train that has stopped in the state 1441 is a predicted streak that the preceding train departs from the number B with the station B and arrives at the number B at the station B after a predetermined time has passed.
  • the commander can understand the reason for the delay in the following train, and it is possible to present a plausible prediction line as an operation management system. There is no need to display anything in the message display field 1420 of the operation arrangement terminal 140.
  • FIG. 14C is a diagram illustrating a situation between stations of the train when the cause of the out-of-flight stop is not grasped by the operation management system in the present embodiment.
  • State 1442 to state 1443 indicate that the train is stopped between the stations, similarly to state 1440 to state 1441 in FIG. 14A, but unlike the case in FIG. There is no train.
  • the predicted streaks displayed on the operation arranging terminal 140 are as shown in FIG. 14D. That is, the train stopped in the state 1442 arrives at the B station later than the state 1432 that arrives at the B station at the estimated arrival time at the B station in the state 1442 (state 1434). It becomes a prediction streak.
  • the train operation prediction apparatus 1100 can determine whether or not there is a cause of the out-of-flight stop by using this property in combination with the contents described in FIG. 14A.
  • the out-of-flight stop time becomes longer, and the estimated arrival time at station B in state 1443 is later than “estimated arrival time at station B in state 1442 + operation restart time 1433”.
  • the estimated arrival time at station B is determined using the estimated arrival time at station B in state 1443.
  • the train operation prediction device 1100 creates indication data, and the operation control terminal 140 receives a message indicating that the train is out of flight based on the indication data and arrival of the train at the B station.
  • a message for prompting the operation management system to input how much delay is expected is displayed in the message display field 1420.
  • the operation arranging terminal 140 is further configured to include a user interface that opens a dialog of “input expected arrival delay at B station of the train” in response to a click operation on the proposal message.
  • the indication data created by the train operation prediction device 1100 may be configured so that the on-board device 160 can refer to it, and may be used for generating a driving curve that contributes to energy saving, driving support information for the driver, and the like. .
  • the arrival time of the next station of the train is predicted using the operation time reflecting the actual situation, so that the prediction according to the prior art is performed. It is possible to provide a train operation prediction system that can provide a more likely prediction result than the result.
  • the specific processing content of the driving time calculation processing is not limited to those exemplified in the above embodiments, Various changes are possible.
  • actual data of train position and train speed at a time when the train is running and a time close to it information on train resistance (eg, track slope information as a function of train position, constants on running resistance, etc.) and consumption
  • actual energy data for example, power consumption calculated based on voltage and current values acquired from sensors mounted on power vehicles
  • performance information on power vehicles for example, power consumption calculated based on voltage and current values acquired from sensors mounted on power vehicles
  • actual data on notch operation For example, estimating the acceleration and tensile force, and further estimating the weight of the train, the estimated weight is used to determine a predetermined condition (for example, “arrive at the front station first while complying with the speed limit”). )
  • the on-board track record data is configured to include track record data regarding energy consumption and notch operation in
  • embodiment of this invention is not limited to this.
  • a part or all of the processing may be performed by the on-board device based on the same technical idea as the present embodiment.
  • the estimated arrival time at the next station may be obtained instead of the driving time for the currently running stations and sent to the operation management system.
  • the operation management system 100 collectively processes the process related to the ground result data and the process related to the on-vehicle result data, but the embodiment of the present invention is not limited to this.
  • a system that executes part or all of the processes related to on-vehicle performance data and a system that executes other processes are separated into separate systems. It may be configured to operate in cooperation with those systems.
  • the present invention can be introduced in a form, and the effect of the present invention can be obtained with a small amount of modification with respect to an existing operation management system.
  • the process for obtaining the operation time between stations using on-vehicle performance data, which was executed as pre-processing, is configured as a new system, and processing related to ground performance data is performed. You may make it operate
  • the traveling result acquisition apparatus may be configured so that the part that handles the ground result data and the part that handles the on-vehicle result data are configured as separate systems and operated in cooperation with each other.
  • the operation management system transmits target arrival time information to the on-board device, and the on-board device displays recommended travel speed and notch operation information based on the received target arrival time.
  • the operation management system creates a driving curve based on the target arrival time, and further obtains information on the recommended traveling speed and notch operation based on the driving curve, and transmits the information to the on-board device. And it is good also as a structure which a vehicle-mounted apparatus shows the information of received notch operation etc. to a driver
  • the data regarding a railroad facility and the data regarding the performance of a train for creating a driving curve are stored in the memory
  • the operation management system creates a driving curve and transmits it to the on-board device, and after the on-board device obtains information on the recommended traveling speed and notch operation based on the received driving curve, The information may be presented to the driver.
  • embodiment of this invention is not restricted to this, an operation management system and each, It is good also as a structure which provides the server apparatus in charge of transmission / reception of data between these on-board apparatuses, and transmits / receives data via the said server apparatus.
  • the data items included in the various data are not limited to those exemplified in the above embodiment, and can be appropriately selected.
  • the past performance reference operation curve database 230 and the simulation reference operation curve database 240 are referred to when the operation time calculation processing for trains with operation support in FIG. 7 is executed. Regardless of this, there is no opportunity to actually refer to these databases in the case of using the operation time calculation process for trains without driving support. In such a case, the train operation prediction device 130 does not need to include the past performance reference operation curve database 230 and the simulation reference operation curve database 240.
  • chord vehicle performance data and driving
  • other data may be selected as necessary.
  • ETCS European Train Control System
  • the value of the record having no corresponding information in the on-vehicle performance data exemplified in the embodiment is appropriate.
  • a default value may be defined in advance and the default value may be set.
  • an operation management system estimates the operation condition of a future train using a train operation prediction apparatus based on the driving record data acquired using the driving record acquisition apparatus, and uses a driving arrangement terminal.
  • the prediction result is presented to the commander, the embodiment of the present invention is not limited to this.
  • the operation management system may include a route control device, and the prediction result may be used in determination processing when the route control device controls a traffic light, a switch, or the like.
  • the operation management system is connected to the passenger information presentation system via the network, and the prediction information is output to the passenger information presentation system, so that the passenger information presentation system is predicted for each train. It is good also as a structure which shows the condition of delay to a passenger.
  • it can be variously changed to a configuration in which the prediction result is used by connecting to various systems suitable for using the prediction result, such as connecting to a ticket issuing system for a reserved seat ticket.
  • the arithmetic device applies travel performance data at two or more different times related to the processing target train to the algorithm. It is also possible to obtain time and minutes.
  • a driving curve based on the speed at the time of reaching each predetermined point such as two stations obtained for the currently running train is obtained in the past with respect to the corresponding time at the corresponding point or simulation
  • the calculation device may calculate the operation time by applying the operation result data of the processing target train including speed information to the algorithm. .
  • the calculation device in the operation time calculation process, based on the travel performance data, the operation time between stations where the processing target train is located, It is good also as what calculates
  • the operation curve related to certain stations obtained for the currently running train is collated with the operation curve obtained or simulated in the past between the corresponding stations and between the preceding stations, It is possible to efficiently estimate the driving curves relating to the stations currently on the line and between the stations ahead, based on the running results, and to obtain the driving time with good accuracy.
  • the arithmetic device in the operation time calculation process, an operation curve based on the travel performance data of the train related to a range in which the train to be processed has already traveled,
  • the operation time may be obtained by comparing with operation curves in an operation curve database storing a plurality of operation curve data obtained in advance.
  • the operation curve obtained between the predetermined points such as two stations obtained for the currently running train is collated with the operation curve obtained in the past or simulated with respect to the corresponding points, and thereafter It is possible to efficiently estimate the driving curve based on the driving performance and obtain a driving time with good accuracy.
  • the arithmetic device in the operation time calculation process, an operation curve based on the travel performance data of the train related to a range in which the train to be processed has already traveled,
  • the operation time may be obtained by comparing with operation curves in an operation curve database storing a plurality of operation curve data obtained in advance by a train running simulation under a predetermined condition. .
  • the operation curve obtained between the predetermined points such as two stations obtained for the currently running train is collated with the operation curve for which the driving performance data can be generated by simulation at least between the corresponding points. It is possible to efficiently estimate the driving curve based on the driving performance and obtain a driving time with good accuracy.
  • the arithmetic device is a distance-speed curve based on the travel performance data of the train related to a range where the processing target train has already traveled in the operation time calculation processing.
  • the driving curve is obtained. There may be.
  • the arithmetic unit determines an out-of-machine stop cause determination that determines whether or not there is a cause of a stop of the train when travel result data of speed 0 is obtained for the train to be processed. Further processing is performed, and in the operation time calculation process, the operation time of the train determined to have no cause for stopping in the out-of-machine stop cause determination process is used as the out-of-machine stop cause determination process in the situation. It is good also as what is calculated
  • the train operation prediction system of the present embodiment when the arithmetic unit determines that there is no stop cause in the out-of-flight stop cause determination process in the operation time calculation process, the train stops for an unknown reason. It is good also as what outputs the information which shows that it is to a predetermined
  • the arithmetic unit may execute the operation time calculation process only for a train that satisfies a predetermined condition to obtain the operation time.
  • the arithmetic device is a train specified by the user via the predetermined device as a train that satisfies the predetermined condition, and a predicted arrival time of a certain station at a certain time.
  • a train whose difference from the predicted arrival time of the station at a time different from the predicted arrival time is a predetermined hour or more, a train that has been determined to have an out-of-flight stop during an operation so far,
  • the operation time calculation process may be executed to obtain the operation time.
  • the arithmetic unit calculates a spare time between stations adjacent to each other behind the current position or between adjacent stop stations in the train to be processed. It is good also as what reflects the digestion tendency of this to the operation time after the present.
  • the driving curve after the current time can be estimated more efficiently based on the running results, and more accurate Processing such as obtaining a good driving time can be performed.
  • the arithmetic device includes, in the operation time calculation process, a train included in a first train group provided with a driving support information presentation device, and the first train group.
  • the operation time is obtained by a different algorithm with a train included in the second train group not included in the first train group, and the first time determined when a certain train is included in the first train group is determined.
  • the operation time is determined to be equal to or greater than the second operation time. Also good.
  • the driver it is easy for the driver to perform the train operation according to the driving support information, and the driver in the situation where the driving support information is not provided is easy to drive as fast as possible, and the current and subsequent trends.
  • the driving curve can be estimated more efficiently based on the driving performance according to whether or not the driving support information is provided, and the driving time with higher accuracy can be obtained.
  • the arithmetic unit may determine that the train provided with C-DAS is the first train group in the operation time calculation processing. Good.
  • the arithmetic unit uses the first train as a train having an S-DAS operating with a delay within a predetermined time in the operation time calculation process. It may be determined as a group.
  • the arithmetic unit calculates the operation time of the train included in the first train group from the rear station or the rear stop station in the operation time calculation process.
  • Driving time for arriving at the front station or the front stop station at the arrival time and the minimum required to travel from the rear station or the rear stop station to the front station or the front stop station It is good also as what is calculated
  • the operation time obtained by the operation time calculation processing is physically infeasible (based on extreme high speed driving or the like to recover the delay) It is possible to obtain the operation time of the train as the operation time of the corresponding train, and it is possible to calculate the operation time with better accuracy in consideration of the actual feasibility.
  • the arithmetic unit calculates the operation time of the train included in the second train group from the rear station or the rear stop station in the operation time calculation process. Or it is good also as what is calculated
  • the fastest driving time that can be performed is basically determined based on the circumstances where it is necessary to perform the fastest (permissible) at that time. It is possible to obtain the operation time, and it is possible to calculate the operation time with higher accuracy in consideration of actual executability.

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

【課題】運行中列車における実際状況を的確に反映した運転時分の予測を可能とする技術を提供する。 【解決手段】駅間の運転時分を用いて列車の運行を予測する列車運行予測システム１００において、処理対象の列車の走行実績データを所定のアルゴリズムに適用して処理対象の列車に関する運転時分を求める運転時分算出処理を実行する演算装置１３０を備える構成とする。

Description

列車運行予測システム、列車運行予測方法、運転時分算出装置、および運転時分算出方法
　本発明は、列車運行予測システム、列車運行予測方法、運転時分算出装置、および運転時分算出方法に関するものであり、具体的には、運行中列車における実際状況を的確に反映した運転時分の予測を可能とする技術に関する。
　列車の運行状況を精度良く予測することは、列車群の円滑な運行を実現する上で重要である。精度の良い列車運行状況の予測によって、列車運行に関する様々な制約条件を満たしつつ列車群を円滑に運行させることは、不要な加減速を列車が繰り返すことによる無駄なエネルギー消費を回避するなどして、列車運行の省エネルギー化にも貢献する重要な要件となる。
　上述した列車運行状況の予測に関する従来技術としては、以下のような技術が提案されている。すなわち、各列車が地上制御装置から先行列車の各種情報を受けることにより、先行列車の目標ランカーブを予測し、自列車の目標ランカーブを、先行列車に過接近しないように修正し、これに基づいて運行する列車群制御システム（特許文献１参照）が提案されている。
　また他にも、予測対象の列車上で、予測列車の現在の走行状況を基に、予測列車の走行上の物理的特性に対し、予測列車の進行に関わる、軌道形状の条件，速度制限の条件，保安確保上の条件，運行営業上の条件，先行列車との走行上の支障条件、ならびに、対向列車との走行上の支障条件の少なくとも１つに基づく制約の影響を勘案することで求められる、時刻あたりの列車の速度、及び、列車位置あたりの列車速度からなる、現在時刻以降の列車の走行予測（走行パターン）情報を求め、その走行予測情報に基づき、列車の運行の予測情報を求める運行管理方法（特許文献２参照）なども提案されている。
　上述したいずれの従来技術も、走行中の各々の列車の車上装置で先行列車の各種情報に基づいて走行パターン情報を生成し、それらを受信した地上装置（運行管理システム）が列車群全体の状況を踏まえた予測時刻を求めることで、最新の運行状況に基づいた精度の良い予測結果を得るというものである。また、現在、Ｓ－ＤＡＳ(Standalone Driver Advisory System)、Ｃ－ＤＡＳ(Connected Driver Advisory System)、Ｎ－ＤＡＳ(Networked Driver Advisory System)といったシステムにより、列車ダイヤに基づく運転支援情報を運転士に提供する仕組みが実用化されつつあるが、このうち、Ｓ－ＤＡＳが計画時点における列車ダイヤに基づいて運転士に運転支援情報を提供するシステムであるのに対し、Ｃ－ＤＡＳやＮ－ＤＡＳは、運行管理システムとの間で上述したような従来技術等を用いて列車運行状況を予測した結果の列車ダイヤ等の情報の授受を行うことにより、Ｓ－ＤＡＳが運転士に対して提供する情報よりも、より現実の状況が反映された運転支援情報を提供するシステムとなっている。
特開２００２－２０４５０７号公報 特開２０１１－０３１６９７号公報
　ところで、上述したＤＡＳを搭載していない列車では、基準運転時分(ある駅から次の駅まで走行するのに最低限必要であるとされる時分(時間))と計画運転時分(列車ダイヤ上で、後方駅を出発してから次の駅に到着するまでの時間)とが一致していない場合、運転士の癖や天候(例えば降雨)などの影響により、ある駅から次の駅までの運転時分にばらつきがあることが知られている。
　発明者の検討によれば、列車が上述のＣ－ＤＡＳを搭載し、その運転士がＣ－ＤＡＳの指示通りの運転をすることで上述の影響を低減させることは可能であるが、その場合でも、基本的に前方を注視している列車走行中の運転士が、厳密にＣ－ＤＡＳの指示通りの運転をすることは難しく、また、乗車率に応じた車両重量の変化等の影響も考えられるため、運転時分にはある程度のばらつきが残ると予想される。
　また、列車において、例えば複数の動力ユニットのうち一部が動作しない状況になる等、自走できる状態ではあるが、車両状態が万全ではなく、期待されている加速性能や最高速度が得られないような場合には、ある駅から次の駅までの運転時分が計画運転時分よりも長くなることも考えられる。
　また他にも、ある列車が機外停止をしている状況において、指令員によって運行管理システムに入力された遅延見込み時分等の付加情報がない場合、当該列車の次駅予測到着時刻は、「先行列車との間に必要十分な走行間隔を保つことができる時刻に運転再開する」という仮定の下で計算された運転曲線に基づく到着時刻として推定されることになるが、実際には、車両や設備の故障等が機外停止の原因である可能性もあり、結果として予測結果に誤差が生じる場合があった。
　以上のように、実際の状況に応じた運転時分の様々なばらつきを、列車運行状況の予測結果に的確に反映させる技術は提案されてきておらず、従来技術を利用して列車の運行状況を予測した場合には、そのような運転時分のばらつきによって結果として予測結果に誤差が生じる場合があった。
　そこで本発明の目的は、運行中列車における実際状況を的確に反映した運転時分の予測を可能とする技術を提供することにある。
　上記課題を解決する本発明の列車運行予測システムは、駅間の運転時分を用いて列車の運行を予測する列車運行予測システムであって、処理対象の列車の走行実績データを所定のアルゴリズムに適用して前記処理対象の列車に関する前記運転時分を求める運転時分算出処理を実行する演算装置を備えたことを特徴とする。
　また、本発明の列車運行予測方法は、駅間の運転時分を用いて列車の運行を予測する情報処理装置が、処理対象の列車の走行実績データを所定のアルゴリズムに適用して前記処理対象の列車に関する前記運転時分を求める運転時分算出処理を実行することを特徴とする。
　また、本発明の運転時分算出装置は、駅間の運転時分を用いて列車の運行を予測する列車運行予測システムで用いるための運転時分を求めて出力する運転時分算出装置であって、処理対象の列車の走行実績データを所定のアルゴリズムに適用して前記処理対象の列車に関する前記運転時分を求める運転時分算出処理を実行する演算装置を備えたことを特徴とする。
　また、本発明の運転時分算出方法は、駅間の運転時分を用いて列車の運行を予測する列車運行予測システムで用いるための運転時分を求めて出力する情報処理装置が、処理対象の列車の走行実績データを所定のアルゴリズムに適用して前記処理対象の列車に関する前記運転時分を求める運転時分算出処理を実行することを特徴とする。
　本発明によれば、従来技術による予測に比べ、運行中列車における実際状況を的確に反映した運転時分の予測が可能となる。
第１実施形態に係る運行管理システムの構成を説明する図である。 第１実施形態に係る列車運行予測装置の構成を説明する図である。 第１実施形態に係る列車運行予測装置の動作のうち、運転時分算出処理に関する動作を示すフローチャートである。 第１実施形態に係る列車運行予測装置の動作のうち、運転傾向推定処理に関する動作を示すフローチャートである。 第１実施形態に係る列車運行予測装置の動作のうち、運転支援なし列車用運転時分算出処理に関する動作を示すフローチャートである。 第１実施形態に係る運転傾向推定処理の動作を説明する図であり、駅間を計画通りの運転時分で走行する傾向にある場合の予測スジを示す図である。 第１実施形態に係る運転傾向推定処理の動作を説明する図であり、駅間を基準運転時分で走行する傾向にある場合の予測スジを示す図である。 第１実施形態に係る運転傾向推定処理の動作を説明する図であり、駅間を余裕時分の一部を消化して走行する傾向にある場合の予測スジを示す図である。 第１実施形態に係る列車運行予測装置の動作のうち、運転支援あり列車用運転時分算出処理に関する動作を示すフローチャートである。 第１実施形態に係る運転曲線推定処理の動作を説明する図であり、運転曲線データベースに格納された第１の運転曲線を示す図である。 第１実施形態に係る運転曲線推定処理の動作を説明する図であり、運転曲線データベースに格納された第２の運転曲線を示す図である。 第１実施形態に係る運転曲線推定処理の動作を説明する図であり、対象としている列車の現在時刻までの運転曲線を示す図である。 第１実施形態に係る走行実績データのうち地上実績データに含まれるデータ項目の内容を説明する図である。 第１実施形態に係る走行実績データのうち車上実績データに含まれるデータ項目の内容を説明する図である。 第１実施形態に係る、過去実績基準運転曲線データベースに含まれる運転曲線データが備えるデータ項目の内容を説明する図である。 第１実施形態に係る、シミュレーション基準運転曲線データベースに含まれる運転曲線データが備えるデータ項目の内容を説明する図である。 第２実施形態に係る列車運行予測装置の構成を説明する図である。 第２実施形態に係る列車運行予測装置の動作のうち、運転時分算出処理に関する動作を示すフローチャートである。 第２実施形態に係る列車運行予測装置の動作のうち、機外停止の原因が存在しているか否かの判定方法を説明する図である。 第２実施形態において、機外停止の原因が存在する場合の後続列車の駅間での状況を説明する図である。 第２実施形態において、機外停止の原因が存在する場合の運転整理端末における表示内容を説明する図である。 第２実施形態において、機外停止の原因が存在しない場合の後続列車の駅間での状況を説明する図である。 第２実施形態において、機外停止の原因が存在しない場合の運転整理端末における表示内容を説明する図である。
＜第１実施形態＞
　以下、本発明の第１実施形態について、図１乃至図１０Ａ～図１０Ｂを参照して説明する。本実施形態は、各駅間の運転時分が、運転士の癖や、天候の影響や、列車のコンディション等、何らかの傾向に従って変化していると期待される場合に適用するに好適な例である。
［運行管理システム１００の構成］
　図１は、本実施形態に係る運行管理システムの構成を説明する図である。本実施形態の運行管理システム１００(以下、運行管理システム)は、列車ダイヤ管理装置１１０と、走行実績取得装置１２０と、列車運行予測装置１３０と、運転整理端末１４０と、記憶装置１５０を備えるように構成する。
　列車ダイヤ管理装置１１０は、走行実績データ１５１(後述)と、計画ダイヤ１５２(後述)と、を管理するものであり、より具体的には、日替わりの際に運行管理システム内の基準時刻及び列車コードを更新し、さらに、当該更新に合わせて走行実績データ１５１及び計画ダイヤ１５２を更新する機能と、走行実績取得装置１２０が取得した走行実績データと現在の運行管理システム内の基準時刻及び列車コードに基づいて走行実績データ１５１を更新する機能と、運転整理端末１４０を介して入力された運転整理を計画ダイヤ１５２に反映する機能と、を備えるものである。列車ダイヤ管理装置１１０の具体例は、例えば、これらの機能を実行するためのプログラム及びデータと、関連する他装置との通信インタフェースを備えたＰＣである。
　走行実績取得装置１２０は、地上設備から走行実績データ(「地上実績データ」と呼ぶ)を取得して列車ダイヤ管理装置１１０に送信する機能と、車上装置１６０から走行実績データ(「車上実績データ」と呼ぶ)を取得して列車ダイヤ管理装置１１０に送信する機能と、前記車上実績データに基づいて、当該列車の走行実績の履歴としての運転曲線である実績運転曲線を作成して列車ダイヤ管理装置１１０に送信する機能と、各列車の車上装置１６０に対し、当該列車の各駅の予測到着時刻を予測ダイヤ１５３から取得して目標到着時刻として送信する機能と、を備えるものである。走行実績取得装置１２０は、車上装置と所定の頻度で或いは設備状況に応じた間隔で情報の授受を行う。また、走行実績取得装置１２０は、車上実績データが更新されるタイミングで、実績運転曲線としての距離速度曲線を作成する。走行実績取得装置の具体例は、例えば、これらの機能を実行するためのプログラム及びデータと、関連する他装置(信号設備や車上装置を含む)との通信インタフェースを備えたＰＣである。
　地上走行実績データは、複数のレコードの集合として構成される。地上走行実績データの各レコードは、図９Ａに示すように、列車コード９０１と、駅コード９０２と、着発コード９０３と、実績時刻９０４とを含むように構成する。各レコードの更新や参照は、列車コード９０１と駅コード９０２と着発コード９０３をキーとして行う。列車コード９０１は、当該レコードがどの列車の走行実績を表しているのかを示す識別子であり、列車毎に固有の値とする。駅コード９０２は、当該レコードがどの駅(採時位置)における走行実績を表しているのかを示す識別子であり、駅(採時位置)ごとに固有の値とする。着発コード９０３は、当該レコードが前記列車の前記駅における到着時刻と出発時刻のどちらを表しているのかを示す識別子であり、各々に固有の値とする。実績時刻９０４は前記列車の前記駅における、到着時刻または出発時刻のうち該当する方の時刻である。走行実績がまだ得られていない場合には、「未採時」であることを示すマーカーとしての時刻を実績時刻９０４として格納しておく。なお、ある列車が同じ駅を複数回訪問する可能性がある場合には、何度目の訪問における走行実績であるかを区別するためのデータ(例えば「ｓｕｆｆｉｘ」と呼ばれるデータ)についても、各レコードが備えるように構成する。
　車上実績データは、複数のレコードの集合として構成される。車上走行実績データの各レコードは、図９Ｂに示すように、列車コード９１１と、運転士コード９１２と、走行実績作成時刻９１３と、列車位置９１４と、列車速度９１５と、次駅到着見込み時刻９１６と、運転支援情報提示可否フラグ９１７とを含むように構成する。各レコードの更新や参照は、列車コード９１１をキーとして行う。列車コード９１１は、当該レコードがどの列車の走行実績を表しているのかを示す識別子であり、列車毎に固有の値とする。運転士コード９１２は、前記列車を運転している運転士を特定するための識別子であり、運転士毎に固有の値とする。走行実績作成時刻９１３は、当該レコードに登録されている走行実績データ(例えば後述の列車位置や列車速度等)が、どの時刻におけるデータであるかを表す時刻である。列車位置９１４は、走行実績作成時刻における列車の位置を表すデータである。具体的には、例えば、当該列車の始発駅等、基準となる位置からの走行距離を用いる。列車速度９１５は、走行実績作成時刻における列車の速度を表すデータである。次駅到着見込み時刻９１６は、走行実績作成時刻において、運転曲線生成部１６１で求めた運転曲線に従って走行した場合に、次駅にどのくらいの時刻に到着する見込みであるかを表す時刻である。運転支援情報提示可否フラグ９１７は、車上装置１６０が運転士に、推奨速度や推奨されるノッチ制御の情報等、効率のよい運転のための支援となる情報を提示することが可能であるか否かを表すフラグである。例えば、車上装置１６０が画面系の故障を検知しており、運行管理システム１００との情報の授受には支障がないが運転士への情報提供ができない場合、運転支援情報提示可否フラグ９１７の値は「否」となる。
　列車運行予測装置１３０は、走行実績データ１５１と、計画ダイヤ１５２と、処理パラメータ１５５を用いて、未来の列車の運行状況を予測し、予測ダイヤ１５３及び指摘データ１５４を出力するものである。列車運行予測装置１３０の詳細は、後述(図２乃至図８Ａ～図８Ｃ)する。
　運転整理端末１４０は、計画ダイヤ１５２または予測ダイヤ１５３をスジ画面として表示し、指令員に提示する機能を備えるものである。運転整理端末１４０は、また、表示画面中にメッセージ表示領域を備え、指摘データ１５４に対応した指令員向けのメッセージを当該メッセージ表示領域に表示する機能を備える。さらに、指摘データ１５４に含まれる詳細情報を表示するためのダイアログ画面を、別途備えていてもよい。運転整理端末１４０は、さらに、運行管理システム１００の管理対象となっている列車群に対する運転整理を実施するためのユーザインタフェースを備え、各種事象や遅延の発生状況に応じて計画ダイヤを修正する機能を備える。運転整理端末１４０は、さらに、ある列車の、ある駅への到着遅延の見込み時分や、ある駅からの出発遅延の見込み時分を入力するためのユーザインタフェースを備え、それらの入力情報を処理パラメータ１５５に反映させることで、列車運行予測装置１３０が実行する列車運行予測の結果に反映させて、指令員に未来の列車の遅延状況を模擬して提示する機能を備える。
　記憶装置１５０は、走行実績データ１５１と、計画ダイヤ１５２と、予測ダイヤ１５３と、指摘データ１５４と、処理パラメータ１５５と、を含むデータを格納する装置であり、例えばハードディスクやＳＳＤ(Solid State Drive)などの適宜な不揮発性記憶装置で構成されている。
　走行実績データ１５１は、地上実績データと、車上実績データと、実績運転曲線と、を含むように構成する。地上実績データは走行実績取得装置１２０が地上設備から取得した走行実績データに基づき、車上実績データは走行実績取得装置１２０が車上装置から取得した走行実績データに基づき、実績運転曲線は走行実績取得装置１２０が作成した実績運転曲線に基づき、現在の運行管理システム内の基準時刻及び列車コードに基づいて、列車ダイヤ管理装置１１０によって更新される。
　計画ダイヤ１５２は、各列車の走行経路(駅並び)と、運行計画上の当該列車の各駅への到着時刻及び各駅からの出発時刻を定めたものである。このほか、前運用列車や後運用列車の情報など、列車の走行方に関する情報に加えて、列車に付随する情報として、搭載している車上装置の種別(車上装置を搭載していない場合の種別は、例えば「搭載無し」とする)を登録しておく。車上装置の種別は、運行管理システム１００に走行実績データを送信可能か否か、運行管理システム１００から予測到着時刻を取得して運転曲線に反映することができるか否か、運転曲線に基づく運転支援情報を運転士に提示可能であるか否か、の各々が判定できるような形式で保持しておく。例えば単純には、車上装置の種別を「Ｃ－ＤＡＳ搭載あり」と「Ｓ－ＤＡＳ搭載あり」と「その他(ＤＡＳ搭載無し)」の三種類に分類すればよい。
　予測ダイヤ１５３は、列車運行予測装置１３０によって求められたものであり、計画ダイヤ１５２に基づく列車運行が為された際、走行実績データ１５１で与えられる現在の状況を踏まえた場合に、各列車の各駅への到着時刻、及び、各駅の出発時刻が、どのような時刻であると尤もらしいかを表したものである。
　指摘データ１５４は、列車運行予測装置１３０によって求められるデータであり、未来の列車の運行を予測する際に抽出された情報のうち、予測時刻以外に指令員に提示することが有用であると考えられる情報である。指摘データ１５４は、０個以上のレコードの集合として構成し、各レコードは、指摘の種類を表す指摘コードと、当該指摘の種類に応じた詳細情報とで構成する。
　処理パラメータ１５５は、列車運行予測装置１３０における予測時刻の算出や、運転整理端末１４０におけるスジ表示等において使用されるパラメータである。基準運転時分や最小停車時分、続行時隔や交差時隔等の時分情報をはじめとする所与のパラメータのほか、遅延見込み情報(例えば、どの列車がどの駅に何分遅れで到着する見込みかを表す情報)等、運転整理端末１４０を介して入力されたパラメータも含むように構成する。
　車上装置１６０は、列車に搭載された情報装置であり、運転曲線生成部１６１とデータ送受信部１６２と運転支援情報表示部１６３を備える。
　運転曲線生成部１６１は鉄道設備に関するデータや列車の性能に関するデータを内部に保持しており、それらのデータに基づいて、列車の位置や速度の情報を踏まえた上で、走行実績取得装置１２０から与えられた目標到着時刻ちょうどに次駅に到着できるような運転曲線を作成し、作成した運転曲線に関する情報を走行実績取得装置１２０に向けて出力する機能を備える。走行実績取得装置１２０と運転曲線生成部１６１の間のデータの授受は、データ送受信部１６２を介して行う。データ送受信部１６２は、例えば、無線通信装置である。
　運転支援情報表示部１６３は、運転曲線生成部１６１が生成した運転曲線や運行管理システム１００から取得した情報に基づき、推奨される走行速度やノッチ操作等、運転を支援する情報を、列車運転席のディスプレイ等の画面に表示し、運転士に提示するものである。
［列車運行予測装置１３０の構成］
　図２は、本実施形態に係る列車運行予測装置の構成を説明する図である。本実施形態に係る列車運行予測装置１３０は、演算処理部２１０と、記憶部２２０と、過去実績基準運転曲線データベース２３０と、シミュレーション基準運転曲線データベース２４０と、通信部２５０と、を備える構成となっている。
　演算処理部２１０は、記憶部２２０に記憶された所定のプログラムを実行するものであり、例えばＣＰＵで構成されている。演算処理部２１０は、必要に応じて、通信部２５０を介して記憶装置１５０に格納されたデータを参照する。
　記憶部２２０は、列車運行予測装置１３０の演算処理部２１０によって実行される、列車運行予測プログラム２２１と、運転時分算出プログラム２２２と、を格納するものである。記憶部２２０の具体例は、例えば、メモリ、ハードディスク、またはその両方である。
列車運行予測プログラム２２１は、走行実績データ１５１や計画ダイヤ１５２や処理パラメータ１５５を用いて各列車の各駅の到着時刻や出発時刻を予測するものである。前処理として各列車の駅間の運転時分及び各列車の余裕時分消化率Ｑを運転時分算出プログラム２２２を用いて求めることと、余裕時分消化率Ｑの値が「０≦Ｑ≦１」を満たす列車について、各駅の予測出発時刻を算出する度に運転支援なし列車用運転時分算出処理によって次駅までの運転時分を求め、次駅予測到着時刻を求める際の制約条件に反映させること以外は、従来と同様の技術によって実施すればよい。
　運転時分算出プログラム２２２は、走行実績データ１５１を用いて次駅までの運転時分の値を算出するプログラムである。運転時分算出プログラム２２２の処理の詳細は、後述(図３乃至図８Ａ～図８Ｃ)する。
　過去実績基準運転曲線データベース２３０は、各区間における過去の走行実績としての運転曲線を集めたデータベースである。「多くの場合、通過駅での早着、及び早発は許容される」との発明者の検討に基づき、本実施例では「区間」の定義を「隣接する停車駅間(但し、運行管理システム１００が管理を担当しているエリアの境界に位置する駅の場合は、例外として通過駅であっても区間の境界として扱う)」とするが、本発明における区間の定義はこれに限るものではなく、例えば「隣接駅間」としてもよい。過去実績基準運転曲線データベース２３０では、後述のように、速度距離曲線と対応する運転時分を紐付けて管理しておく。
　シミュレーション基準運転曲線データベース２４０は、動力ユニットの不調等、想定される事象に対して予めシミュレーションによって作成した各区間における運転曲線を集めたデータベースである。「区間」の定義は過去実績基準運転曲線データベース２３０と同一とする。シミュレーション基準運転曲線データベース２３０では、後述のように、速度距離曲線と対応する運転時分を紐付けて管理しておく。
　過去実績基準運転曲線データベース２３０に格納される運転曲線データの内容を図１０Ａに、シミュレーション基準運転曲線データベース２４０に格納される運転曲線データの内容を図１０Ｂに、それぞれ示す。
　両者に共通のデータ項目として、当該区間に進入する箇所の駅コードである区間開始駅コード１００１、当該区間から進出する箇所の駅コードである区間終了駅コード１００２、距離速度プロファイル１００３、区間内の各駅間の運転時分１００４、前方区間の各駅間の運転時分１００５を備える。距離速度プロファイル１００３は、横軸に距離、縦軸に速度を取った、運転曲線である。区間内の各駅間の運転時分１００４は、当該区間において前記運転曲線に従った運転がなされた場合の、区間内の各隣接駅間に対して「前方駅の到着時刻－後方駅の出発時刻」で求められる値を格納したデータである。前方区間の各駅間の運転時分１００５は、区間終了駅から進出後の各駅間の運転時分を格納したデータであり、区間開始駅から区間終了駅までの区間において最も尤もらしいと判断された距離速度プロファイルが選択された後、「同様の傾向が先々の駅まで続く」という仮定に基づき、先々の駅の運転時分を少ない演算量で求める目的で使用される。従って、「同様の傾向が先々の駅まで継続しない」と予想される場合は、傾向が変化する直前の駅間までを格納しておくようにする。「同様の傾向が先々の駅まで継続しない」と予想される例としては、例えば、強風等の影響により特定区間のみ速度制限が課される場合等がある。
　過去実績基準運転曲線データベース２３０に格納される運転曲線データには、さらに、データ取得条件１０１０も合わせて格納しておく。データ取得条件１０１０の例としては、例えば、列車コードや運転士コード、データ取得日時、区間開始駅の出発遅延時分等がある。
　シミュレーション基準運転曲線データベース２４０に格納される運転曲線データには、シミュレーション条件１０２０も合わせて格納しておく。シミュレーション条件１０２０の例としては、例えば、列車重量や天候条件(単位時間あたりの降雨量や降雪量など)や動力種別や故障箇所や故障の度合い等があるが、これらに限るものではなく、例えば、区間開始駅の出発遅延時分等を加えてもよい。
　通信部２５０は、列車運行予測装置１３０と、運行管理システム１００内の他の装置との間で、データを授受するためのインタフェースとなるものであり、例えば、ネットワークインタフェースカード(ＮＩＣ)である。
［列車運行予測装置１３０の動作］
　図３は、本実施形態に係る列車運行予測装置１３０の動作のうち、運転時分算出処理に関する動作を示すフローチャートである。運転時分算出処理は、計画ダイヤ１５２に含まれる列車のうち、走行実績データ１５１に基づき、現在走行中の各列車について、列車毎に実行される処理である。ここで、「現在走行中」とは、当該列車の走行経路の最初の駅の出発実績が採時済みであり、当該列車の走行経路の最後の駅の到着実績が未だ採時されていない状態を表す。
　運転時分算出処理が開始されると、列車運行予測装置１３０は、まず、ステップＳ３０１において、余裕時分消化率Ｑの値を「－１」で初期化し、記憶部２２０にて適宜確保したワーク領域等において保持する。ここで、Ｑの初期化に用いた値「－１」は運転支援の有無を判定するためのマーカーとしての値であり、余裕時分消化率Ｑの値として実際に意味を持つ「０≦Ｑ≦１」の範囲に含まれない値であれば、任意の値を使用することができる。
　列車運行予測装置１３０は、続いて、ステップＳ３０２において、運転時分の算出対象とする列車が運転支援情報を運転士に提示可能か否かを判定する。判定の結果、運転支援情報を提示可能でない場合(ステップＳ３０２「ＮＯ」)、列車運行予測装置１３０はステップＳ３０３の処理に進み、後述(図４)の運転傾向推定処理を実行する。判定の結果、運転支援情報を提示可能である場合(ステップＳ３０２「ＹＥＳ」)、列車運行予測装置１３０はステップＳ３０４の処理に進み、運転支援あり列車用運転時分算出処理を実行する。ステップＳ３０２の処理において、運転支援情報の提示可否の判定は、計画ダイヤ１５２に運転支援情報が提示可能な列車(例えばＣ－ＤＡＳ搭載列車)であると登録されており、かつ、走行実績データ１５１が備える車上実績データにおいて運転支援情報提示可否フラグ９１７を参照し、当該列車が運転支援情報を提示可能とされている場合に、運転支援が可能(ステップＳ３０２「ＹＥＳ」)、その他の場合に、運転支援が不可能(ステップＳ３０２「ＮＯ」)、であると判定する。ここで、車上実績データを参照するのは、例えば、機器の故障等により、Ｃ－ＤＡＳを搭載しているが、運転支援情報を運転士に提示できないような状況に対応するためである。また、例えばＳ－ＤＡＳを搭載している列車については、所定時分以内の遅延で運行している場合にのみ、運転支援情報の提示が可能であると判定する。
　ステップＳ３０２において、運転時分の算出対象とする列車が運転支援情報を提示可能でないと判定された場合(ステップＳ３０２「ＮＯ」)、列車運行予測装置１３０は、ステップＳ３０３で、運転傾向推定処理を実行する。ステップＳ３０３の運転傾向推定処理は、着目している列車が既に運転済みである区間の走行実績を用いて、余裕時分の消化傾向を推定し、余裕時分消化率Ｑとして、０以上１以下の値を返す処理である。運転傾向推定処理の詳細は、後述(図４)する。
　ステップＳ３０２において、運転時分の算出対象とする列車が運転支援情報を提示可能であると判定された場合(ステップＳ３０２「ＹＥＳ」)、列車運行予測装置１３０は、ステップＳ３０４で、運転支援あり列車用運転時分算出処理を実行する。運転支援あり列車用運転時分算出処理は、システムによる運転支援がある状態での運転を前提とした場合の運転時分を求める処理であり、本実施形態では、走行実績を用いて現在の走行パターンを分析し、分析結果を運転時分に反映する処理である。ステップＳ３０４の運転支援あり列車用運転時分算出処理の詳細は、後述(図７乃至図８Ａ～図８Ｃ)する。
　ステップＳ３０３の処理、または、ステップＳ３０４の処理の終了後、列車運行予測装置１３０は、運転時分算出処理を終了する。
　図４は、本実施形態に係る列車運行予測装置１３０の動作のうち、運転傾向推定処理に関する動作を示すフローチャートである。
　運転傾向推定処理が開始されると、列車運行予測装置１３０は、ステップＳ４０１において処理対象としている列車の実績採時済みの各々の区間ｉ(メモリ等にて値を保持、更新)に関するループを回し、以下のステップＳ４０２乃至ステップＳ４０４の処理を繰り返し実行する。ここで、「実績採時済み」とは、区間開始駅の出発実績と、区間終了駅の到着実績が、いずれも採時済みであることだと定義する。
　まず、ステップＳ４０２において、列車運行予測装置１３０は、着目している区間ｉ(例：処理対象としている列車の実績採時済みの各々の区間のうち未処理のもので、所定の基準駅から近い順番で選択した区間、など)について計画通りに区間終了駅に到着するとした場合の運転時分ＰｌａｎＲＴを「区間終了駅の計画到着時刻－区間開始駅の実績出発時刻」として求める。
　続いて、ステップＳ４０３において、列車運行予測装置１３０は、前述の着目している区間ｉについて実際の運転時分ＡｃｔｌＲＴを「区間終了駅の実績到着時刻－区間開始駅の実績出発時刻」として求める。
　続いて、ステップＳ４０４において、列車運行予測装置１３０は、前述の着目している区間ｉについて余裕時分の消化率Ｑｉを求める。具体的には、「ＰｌａｎＲＴ≧ＡｃｔｌＲＴ」かつ「ＰｌａｎＲＴ＞区間基準運転時分」である場合に、「Ｑｉ＝１－（ＰｌａｎＲＴ－ＡｃｔｌＲＴ）／（ＰｌａｎＲＴ－区間基準運転時分）」として求める。ここで、区間基準運転時分は、当該区間内の各隣接駅間の基準運転時分の和として定義する。「ＰｌａｎＲＴ≦区間基準運転時分」である場合、列車運行予測装置１３０は、余裕時分の消化率Ｑｉとして例外値を割り当てる。「ＰｌａｎＲＴ＞区間基準運転時分」であるが「ＰｌａｎＲＴ＜ＡｃｔｌＲＴ」である場合、列車運行予測装置１３０は、余裕時分の消化率Ｑｉとして「１」を割り当てる。なお、Ｑｉを求める式の分母(ＰｌａｎＲＴ－区間基準運転時分)が小さい場合、誤差が大きくなるため、前述の判定条件を、所定の時分パラメータδを用いて「ＰｌａｎＲＴ＞区間基準運転時分＋δ」等のように変更して用いてもよい。このようにすることで、誤差が余裕時分の消化率の推定値に及ぼす影響を低減させることができる。
　以上のループを処理対象としている列車の実績採時済みの各々の区間に関して実施した後、列車運行予測装置１３０は、ステップＳ４０５において、実績採時済みの各々の区間に対応する余裕時分の消化率Ｑｉを用いて余裕時分の消化傾向を求める。具体的には、処理対象となっている列車の余裕時分消化率Ｑとして、各区間の余裕時分の消化率Ｑｉの幾何平均を採用する。幾何平均を計算する際、消化率Ｑｉが例外値となっているものについては、演算対象から除外する。各区間の余裕時分の消化率Ｑｉがすべて例外値である場合、列車運行予測装置１３０は、余裕時分消化率Ｑとして余裕時分標準消化率の値を用いる。余裕時分標準消化率は、０以上１以下の値であり、余裕時分消化率Ｑが０の場合、運転時分は基準運転時分に等しくなり、余裕時分消化率Ｑが１の場合、運転時分は計画運転時分に等しくなる、ということを踏まえて予め定められた値を、処理パラメータ１５５に格納しておく。なお、ステップＳ４０５の処理はこれに限るものではなく、各区間の余裕時分の消化率に、誤差の感度に応じた重み付けや時間的な新しさに応じた重み付けをして算出する等、種々変更することができる。
　なお、図４で例示した運転傾向推定処理については、必要に応じて、現在走行中の区間を、走行実績が採時済みの区間と走行実績が未だ採時されていない区間の２つの区間に分割して実行するようにしてもよい。このような構成とすることで、運転傾向の推定に用いることのできる区間の数が少ない場合に、運転傾向の推定に用いることのできる区間の数を増やすことができる。
　図５は、本実施形態に係る列車運行予測装置１３０の動作のうち、運転支援なし列車用運転時分算出処理に関する動作を示すフローチャートである。運転支援なし列車用運転時分算出処理は、運転士に対する運転支援情報の提供が無い状態での運転を前提とした場合の運転時分を求める処理であり、本実施形態では、運転士に依存した余裕時分の消化傾向を運転時分に反映させる処理である。
　運転支援なし列車用運転時分算出処理が開始されると、列車運行予測装置１３０は、まず、ステップＳ５０１において、余裕時分算出処理を実行する。ステップＳ５０１の余裕時分算出処理は、処理対象の列車が処理対象の区間において、区間終了駅(一般には次の停車駅)に計画ダイヤ上の到着時刻ちょうどに到着するためには、どの程度の時間の余裕があるかを求める処理である。具体的には、「区間終了駅の計画到着時刻－区間開始駅の予測出発時刻－区間基準運転時分」として求めればよい。ここで、区間開始駅の予測出発時刻は、列車運行予測装置１３０が列車運行予測プログラム２２１を実行する際、現在処理対象としている区間の処理に先立って既に算出されている値を用いればよい。
　続いて、ステップＳ５０２において、列車運行予測装置１３０は、運転傾向反映処理を実行する。ステップＳ５０２の運転傾向反映処理は、ステップＳ５０１の処理で求めた当該区間の余裕時分Ｍに対して、図４で説明した運転傾向推定処理で求めた余裕時分の消化傾向を反映させることで、現在処理対象としている区間の運転時分を求め、さらに、当該区間の運転時分に基づき、現在処理対象としている駅間の運転時分を求める処理である。具体的には、当該区間の余裕時分Ｍが０以下である場合には、当該区間の運転時分として区間基準運転時分を採用する。当該区間の余裕時分Ｍが正の値である場合には、図４で説明した運転傾向推定処理で求めた余裕時分消化率Ｑを用いて、「区間基準運転時分＋Ｍ×Ｑ」の値を当該区間の運転時分として採用する。現在処理対象としている区間と現在処理対象としている駅間が一致しない場合には、列車運行予測装置１３０は、当該区間の運転時分から、現在処理対象としている駅間の運転時分を求める。具体的には、当該区間の運転時分を、当該区間に含まれる各隣接駅間の基準運転時分の比で按分することで、現在処理対象としている駅間に対応する運転時分を求める。
　ステップＳ５０２の処理の終了後、列車運行予測装置１３０は、運転支援なし列車用運転時分算出処理を終了する。
　図６Ａ～図６Ｃは、Ａ駅、Ｂ駅、Ｃ駅、の各駅に停車する列車を例として、本実施形態に係る運転傾向推定処理の動作を説明する図である。図６Ａ～図６Ｃで、横軸は時間、縦軸は駅並び(採時位置の並び)を表しており、黒丸は走行実績が採時済みの状態を、白丸は走行実績がまだ採時されていない状態を表している。各状態は、演算ポイントと時刻の組で表現される。ここで、演算ポイントとは、予測時刻を求めるべき箇所のことであり、各列車・各駅の到着イベントまたは出発イベントに対応する。図６Ａ乃至図６Ｃにおいて、スジ６００はＡ駅からＢ駅まで基準運転時分で走行する場合のスジを、スジ６０１はＡ駅からＢ駅まで計画運転時分で走行する場合のスジを、スジ６０２はＢ駅からＣ駅まで基準運転時分で走行する場合のスジを、スジ６０３はＢ駅からＣ駅まで計画運転時分で走行する場合のスジを、それぞれ表している。
　図６Ａの実績スジ６１１のように、これまでの走行実績(Ａ駅からＢ駅までの走行実績)から計画運転時分で駅間を走行する傾向が推定される場合は、図５の運転支援なし列車用運転時分算出処理では、Ｂ駅からＣ駅までの運転時分についても、計画運転時分に等しいとして推定される(余裕時分消化率Ｑは「Ｑ＝１」であると推定される)。その結果、予測スジとしてスジ６１２が得られる。
　図６Ｂの実績スジ６２１のように、これまでの走行実績(Ａ駅からＢ駅までの走行実績)から基準運転時分で駅間を走行する傾向が推定される場合は、図５の運転支援なし列車用運転時分算出処理では、Ｂ駅からＣ駅までの運転時分についても、基準運転時分に等しいとして推定される(余裕時分消化率Ｑは「Ｑ＝０」であると推定される)。その結果、予測スジとしてスジ６２２が得られる。
　図６Ｃの実績スジ６３１のように、これまでの走行実績(Ａ駅からＢ駅までの走行実績)から、駅間を余裕時分の一部を消化して走行する傾向が推定される場合は、図５の運転支援なし列車用運転時分算出処理では、Ｂ駅からＣ駅までの運転時分についても、同程度の割合の余裕時分を消化して走行するものとして推定される(余裕時分消化率Ｑは「０＜Ｑ＜１」を満たす値として推定される)。その結果、予測スジとしてスジ６３２が得られる。
　図７は、本実施形態に係る列車運行予測装置１３０の動作のうち、運転支援あり列車用運転時分算出処理に関する動作を示すフローチャートである。
　運転支援あり列車用運転時分算出処理が開始されると、列車運行予測装置１３０は、まず、ステップＳ７０１において、着目列車における現在走行中の区間に関して当該区間の区間開始駅からの走行実績が十分に存在するか否かを判定する。具体的には、当該区間に対応する車上実績データが存在し、かつ、当該車上実績データについて「走行実績作成時刻９１３－区間開始駅の実績出発時刻」の値が所定の時分以上である場合に「区間開始駅からの走行実績が十分に存在する」と判定し、それ以外の場合に「区間開始駅からの走行実績が十分に存在しない」と判定する。しきい値となる前記「所定の時分」は、例えば、「当該区間における基準運転時分を達成する運転曲線のうちの１つにおいて最高速度を達成するまでに要する時分」等を考慮して予め定めた値(例えば９０秒)を、処理パラメータ１５５に格納しておく。判定の結果、区間開始駅からの走行実績が十分に存在しない場合 (ステップＳ７０１「ＮＯ」)、列車運行予測装置１３０はステップＳ７０２の処理に進み、運転傾向推定処理を実行する。判定の結果、区間開始駅からの走行実績が十分に存在する場合 (ステップＳ７０１「ＹＥＳ」)、列車運行予測装置１３０はステップＳ７０３の処理に進み、運転曲線推定処理を実行する。ここで、ステップＳ７０２の運転傾向推定処理は、図４で説明した運転傾向推定処理と同様の処理であるため、説明を省略する。
　ステップＳ７０１において、区間開始駅からの走行実績が十分に存在する場合 (ステップＳ７０１「ＹＥＳ」)、列車運行予測装置１３０は、ステップＳ７０３で、運転曲線推定処理を実行する。具体的には、過去実績基準運転曲線データベース２３０に登録されている運転曲線、及び、シミュレーション基準運転曲線データベース２４０に登録されている運転曲線、のうち区間開始駅コード１００１と区間終了駅コード１００２の情報が現在の状況と一致する運転曲線の集合を対象として、区間開始駅からの走行実績に基づく運転曲線とのパターンマッチングを行い、マッチングの評価指標が最も高い運転曲線を求める。その際、データ取得条件１０１０やシミュレーション条件１０２０を用いて、マッチングの対象とする運転曲線を限定してもよい。データ取得条件１０１０やシミュレーション条件１０２０を用いてマッチングの対象とする運転曲線を限定することで、マッチングに要する時間が短縮できるほか、ノイズ等の影響によって誤った運転曲線を最適であると判定する可能性を、低減させることができる。なお、列車運行予測装置１３０は、マッチングの評価指標が最も高い運転曲線が(過去実績基準運転曲線データベース２３０に登録されている運転曲線ではなく)シミュレーション基準運転曲線データベース２４０に登録されている運転曲線であった場合には、当該運転曲線データが備えるシミュレーション条件１０２０の情報を、列車コードと紐付けて指摘データ１５４に含めて出力する。運転整理端末１４０は、当該指摘データに基づき、必要に応じて、設備故障の発生が疑われる旨の警告メッセージを、疑われる設備故障内容の候補と共にメッセージ表示領域に表示して、指令員に提示する。
　ここで、過去実績基準運転曲線データベース２３０及びシミュレーション基準運転曲線データベース２４０には、図１０Ａ～図１０Ｂを用いて前述したように、運転曲線のうち速度距離曲線を登録しておき、パターンマッチングに使用する。鉄道路線の特徴として、駅、勾配、曲線、信号機、分岐器、徐行区間などの位置が固定であることから、速度距離曲線を用いたパターンマッチングとすることで、正しいマッチング結果が得られ易くなるという効果が得られる。これにより、推定された運転時分の信頼性や精度が向上し、予測時刻の精度が向上する。
　図８Ａ～図８Ｃに、運転曲線推定処理の例を示す。運転曲線データベース中に図８Ａに示す運転曲線８１０と図８Ｂに示す運転曲線８２０のような運転曲線が登録されており、運転曲線を推定する対象の列車について現時点までに得られている実績運転曲線が図８Ｃに示す運転曲線８３０であった場合、列車運行予測装置１３０は、図８Ｃで走行実績が得られている部分までのパターンマッチングを行うことにより、形状がより類似している、すなわちマッチングの評価指標がより高い図８Ａの運転曲線８１０を、推定結果の運転曲線として選択する。
　続いて、ステップＳ７０４において、列車運行予測装置１３０は、各駅間の運転時分を求める。ステップＳ７０３で求めたマッチングの評価指標が最も高い運転曲線に対応付けられて運転曲線データベースに格納されている運転時分を、駅間の運転時分として採用すればよい。図１０Ａ～図１０Ｂを用いて前述したように、運転曲線自体は、区間開始駅から区間終了駅までのものとして登録されているが、駅間の運転時分については、各々の駅間の値として運転曲線に対応付けて登録されている。すなわち、区間終了駅以降の駅間も含めて連続する複数の駅間の運転時分が１つの運転曲線に対応付けて登録されているため、該当する駅間の値を参照すればよい。登録されていない駅間の運転時分としては、基準運転時分を採用する。
　以上、本実施形態によれば、現実の状況を反映させた運転時分を用いて列車の次駅到着時刻を予測することで、従来技術による予測結果に比べ、より尤もらしい予測結果が得られるような、列車運行予測システムを提供することができる。
　また、本実施形態では、図３の運転時分算出処理において、運転支援情報の提示可否によって処理を分岐し、運転支援情報の提示可否に依存して異なる算出処理を用いるようにした。
　発明者の検討によれば、運転支援情報が提示されるか否かにより、運転士が列車をどのように運転するかの挙動は異なる。例えば、運転支援情報が提示されない場合、到着遅延を避けるため、運転士は信号を注視しつつ、許される最高速度で運転し、次駅に早着する傾向が強いと予想されるが、運転支援情報が提示される場合は、運転支援情報として提示された、アドバイスされた速度に従って運転することにより、次駅に計画通りの時刻に到着する傾向が強いと予想される。運行管理システム１００の管理範囲内のエリアにおいて、運転支援情報が提示される列車と運転支援情報が提示されない列車は混在する可能性があるため、運転支援情報の提示有無を判別し、各々に適した方法で運転時分を求めるような構成とすることにより、予測時刻の推定精度を向上させることができる。
　なお、運転支援情報の提示有無によって処理を分岐することで、予測時刻の推定精度を向上させる、との観点では、例えば、運転支援情報が提示されない場合は基準運転時分、運転支援情報が提示される場合は計画到着時刻に到着するための運転時分(計画到着時刻に到着できない場合は基準運転時分)を、それぞれの場合の運転時分の推定値として用いるようにしてもよい。
　また、本実施形態では、図３の運転時分算出処理において、運転支援情報の提示可否によって処理を分岐し、運転支援情報の提示可否に依存して異なる算出処理を用いるようにしたが、本発明の実施形態はこれに限るものではない。例えば、運転支援情報が提示可能な場合についても、常に、運転支援なし列車用運転時分算出処理によって運転時分を求めるようにしてもよいし、運転支援なし列車用運転時分算出処理と運転支援あり列車用運転時分算出処理の両方を実施し、得られた運転時分の平均値を運転時分算出処理の結果として採用するようにしてもよい。
　また、本実施形態では、すべての列車に対して図３の運転時分算出処理を適用したが、本発明の実施形態はこれに限るものではない。例えば、基本的にはすべての列車に対して従来技術と同様に所与の運転時分を用いて列車の運行を予測するが、ある特定の列車(或いは列車群)に対してのみ、図３の運転時分算出処理を用いて運転時分を求めるようにしてもよい。具体的には、例えば、指令員が運転整理端末１４０等を介して指定した列車や、後述(第２実施形態)のように原因不明で機外停止をした列車や、後方駅出発時点における次駅予測到着時刻と実績到着時刻との差が大きい列車や、車両の検査時期が所定の日数よりも近付いている列車に限定し、図３の運転時分算出処理を用いて運転時分を求めるようにする。このような構成とすることで、予測時刻の推定誤差の大きい列車に対して予測時刻の精度改善が期待できる一方、すべての列車に対して図３の運転時分算出処理を用いて運転時分を求める場合に比べて、列車の運行を予測するのに必要とされる演算時間の増加を抑えることができる。なお、演算時間の増加を抑える方法についてはこれに限るものではなく、例えば、ステップＳ７０３の処理で参照する運転曲線データベースを、過去実績基準運転曲線データベース２３０とシミュレーション基準運転曲線データベース２４０のうち適切な方に限定する等、種々の方法を用いることができる。
　また、本実施形態では、システムによる運転支援が無い状態での運転を前提とした運転時分を求める処理として、運転時分に運転士に依存した余裕時分の消化傾向を反映させる処理を示したが、本発明の実施形態はこれに限るものではない。例えば、降雨等の天候の影響や、車両故障による性能劣化がある場合については、余裕時分が無い場合でも、運転時分の増加が見られる場合がある。このような場合、例えば、降雨による加減速性能の低下の度合いを運転時分に反映するために「基準運転時分に対して所定の時分が追加される」のようにモデル化し、「所定の時分」を走行実績データに基づき推定するようにすればよい。この場合、運転時分の算出に余裕時分のような予測時刻に基づく値が不要となるため、運転時分算出処理の一部として、(天候の影響を反映するための)運転傾向推定処理の中で運転時分を求めることができる。さらに、運転士に依存する傾向と天候に依存する傾向の両方を反映するようなモデル化をしてもよいし、その他の要因による傾向を反映するようなモデル化をしてもよい。
　また、本実施形態では、図７のステップＳ７０１の処理において、現在走行中の区間に関して当該区間の区間開始駅からの走行実績が十分に存在しないと判定された場合、システムによる運転支援がない場合と同様に、運転傾向推定処理を実行するような構成としたが、本発明の実施形態はこれに限るものではない。例えば、現在走行中の区間の一つ手前の区間について運転曲線推定処理を行って駅間の運転時分を求めることを試みた後、それでも求められない場合にのみ、運転傾向推定処理を実行するような構成としてもよい。このような構成とすることで、特に、駅間の距離が短く、短時間で次の駅に到着するような場合において、車上実績データをより適切に運転時分に反映することができる。
　また、本実施形態では、運転曲線データベースとの照合結果を、同一の列車に関する運転時分にのみ反映したが、本発明の実施形態はこれに限るものではない。例えば、シミュレーション基準運転曲線データベース２４０と照合の結果、強風の影響によって速度制限が掛かり易い箇所において速度制限が掛かっていると推定される場合、当該箇所を経由する他の列車に対しても同様の速度制限が掛かるものとして運転時分を求めるようにしてもよい。
＜第２実施形態＞
　以下、本発明の第２実施形態について、図１１乃至図１４Ａ～図１４Ｄを参照して説明する。本実施形態は、走行実績データとして車上装置から現在速度を取得でき、当該列車が機外停止をしているか否かを運行管理システムが識別可能である場合に適用するに好適な例である。本実施形態は第１実施形態に対して、主に列車運行予測装置の動作と運転整理端末の動作が異なるため、当該動作について主に説明する。
　図１１は、本実施形態に係る列車運行予測装置１１００の構成を説明する図である。本実施形態の列車運行予測装置１１００は、演算処理部２１０と、記憶部２２０と、通信部２５０と、運転再開時分データベース１１３０を備える。このうち演算処理部２１０と記憶部２２０と通信部２５０は、図２で説明した列車運行予測装置１３０において同じ符号を付した装置と同様のものであるため、詳細な説明は省略する。
　列車運行予測装置１１００が備える記憶部２２０には、列車運行予測装置１１００の演算処理部２１０によって実行される、列車運行予測プログラム１１２１と運転時分算出プログラム１１２２を格納する。
　列車運行予測プログラム１１２１は、走行実績データ１５１や計画ダイヤ１５２や処理パラメータ１５５を用いて各列車の各駅の到着時刻や出発時刻を予測するものである。前処理として、車上実績データが存在し、現在駅間を走行中の各列車について、現在走行中の駅間の運転時分を「車上装置１６０で求めた次駅到着見込み時刻－後方駅の実績出発時刻」とすることと、車上実績データが存在し、現在駅間を走行中の各列車について、現在走行中の駅間における次駅予測到着時刻を算出する際に、運転時分算出処理によって補正された運転時分を求めて予測到着時刻に反映すること以外は、従来と同様の技術によって実施すればよい。
　運転時分算出プログラム１１２２は、走行実績データ１５１を用いて次駅までの運転時分の値を算出するプログラムである。運転時分算出プログラム１１２２の処理の内容の詳細は、後述(図１２乃至図１４Ａ～図１４Ｄ)する。
　運転再開時分データベース１１３０は、ある駅間で原因不明の機外停止が発生した場合に、機外停止から運転再開に至るまでどれだけの時分が必要であるかを、駅間毎に格納したデータベースである。この時分としては、過去の事例に基づき統計処理等によって求めた値を格納しておけばよいが、例えば、指令員に異常を認知させるために、予測スジの色が変化する遅延時分(例えば、平常時に白色だった予測スジが２分遅延すると橙色になる場合「２分」という値)に相当する時分を格納しておくようにしてもよい。
　図１２は、本実施形態に係る列車運行予測装置１１００の動作のうち、運転時分算出処理に関する動作を示すフローチャートである。
　運転時分算出処理が開始されると、列車運行予測装置１１００は、ステップＳ１２０１において、着目している列車が機外停止中であるか否かを判定する。判定の結果、機外停止中でない場合(ステップＳ１２０１「ＮＯ」)、列車運行予測装置１１００は運転時分算出処理を終了する。即ち、元々登録されていた運転時分をそのまま使用する。判定の結果、機外停止中である場合(ステップＳ１２０１「ＹＥＳ」)、列車運行予測装置１１００はステップＳ１２０２の処理に進む。着目している列車が機外停止中であるか否かは、車上実績データのうち列車速度９１５の値が０である場合に「機外停止中である」と判定し、それ以外の場合に「機外停止中でない」と判定すればよい。
　機外停止中である場合(ステップＳ１２０１「ＹＥＳ」)、列車運行予測装置１１００は、ステップＳ１２０２の処理において、機外停止の原因が存在しているか否かを判定する。機外停止の原因が存在しているか否かの具体的な判定方法については、後述(図１３乃至図１４Ａ～図１４Ｄ)する。機外停止の原因が存在している場合(ステップＳ１２０２「ＹＥＳ」)、列車運行予測装置１１００は運転時分算出処理を終了する。即ち、元々登録されていた運転時分をそのまま使用する。機外停止の原因が存在していない場合(ステップＳ１２０２「ＮＯ」)、列車運行予測装置１１００はステップＳ１２０３の処理に進み、異常時向け運転時分算出処理を実行する。
　ステップＳ１２０３の異常時向け運転時分算出処理では、列車運行予測装置１１００は、「『機外停止の開始時に車上装置１６０で求めた次駅到着見込み時刻』から後方駅の実績出発時刻を引いた値に、運転再開時分データベースを参照して取得した運転再開時分を加えた値」と「車上装置１６０で求めた次駅到着見込み時刻から後方駅の実績出発時刻を引いた値」のうち大きい方を、後方駅から次駅までの運転時分として採用する。「機外停止の開始時に車上装置１６０で求めた次駅到着見込み時刻」については、機外停止の開始時にも、異常時向け運転時分算出処理が実行されることから、機外停止の開始時に機外停止の位置と紐付けて当該時刻を記憶部２２０に記憶しておき、以降、当該データを参照するような構成とすればよい。列車運行予測装置１１００は、該当列車が機外停止中でなくなった場合に、当該データを記憶部２２０から削除する。
　ステップＳ１２０３の処理の終了後、列車運行予測装置１１００は運転時分算出処理を終了する。
　図１３乃至図１４Ａ～図１４Ｄは、本実施形態に係る列車運行予測装置１１００の動作のうち、機外停止の原因が存在しているか否かの判定方法を説明する図である。
　図１３は、列車運行予測プログラム１１２１の実行時に生成される、列車の運行に関する種々の制約条件を表現した、列車運行ネットワークと呼ばれる有向グラフを表している。図１３において、頂点１３０１は先行列車のＡ駅到着イベントに対応する頂点であり、頂点１３０２は先行列車のＡ駅出発イベントに対応する頂点であり、頂点１３０３は先行列車のＢ駅到着イベントに対応する頂点であり、頂点１３０４は先行列車のＢ駅出発イベントに対応する頂点である。また、頂点１３１１は後続列車のＡ駅到着イベントに対応する頂点であり、頂点１３１２は後続列車のＡ駅出発イベントに対応する頂点であり、頂点１３１３は後続列車のＢ駅到着イベントに対応する頂点であり、頂点１３１４は後続列車のＢ駅出発イベントに対応する頂点である。各頂点は、１つの演算ポイントに対応し、付随する情報として予測時刻を持つ。当該予測時刻は「当該頂点に対応するイベントが発生する」と予想される時刻を表す。
　列車運行ネットワークにおいて、列車の運行に関する制約条件は、重み付きの有向辺として表現される。例えば、有向辺１３２１は、停車時分に関する制約条件であり、頂点１３０１の駅到着イベント発生後、頂点１３０２の駅出発イベントが発生するまでの間に、所定の停車時分を確保する必要がある、という制約条件に対応する。この場合、有向辺１３２１の重みは「所定の停車時分」であり、「頂点１３０１に対応する予測時刻＋有向辺１３２１の重み≦頂点１３０２に対応する予測時刻」というのが、有向辺１３２１に対応する制約条件の、条件式となる。制約条件の種類としては、このほかに、「先行列車がある線路に向けて出発後、所定の時分が経過してはじめて、後続列車が当該線路に向けて出発できる(有向辺１３２２に対応)」「ある列車が後方駅を出発後、前方駅に到着するまで、所定の運転時分(基準運転時分または走行実績に基づいて決められる時分)が必要である(有向辺１３２３に対応)」「先行列車がある番線を出発後、所定の時分が経過してはじめて、後続列車が当該番線に到着できる(有向辺１３２４に対応)」といったものが存在するが、列車運行予測装置１１００が扱うことのできる制約条件の種類は、これに限るものではない。各々の予測時刻は、列車運行予測プログラム１１２１の実行時に、すべての制約条件を満たす最小の値として算出される。
　以下、機外停止の原因が存在しているか否かの具体的な判定方法について、図１３に例示した列車運行ネットワーク(有向グラフ)における頂点１３０４と頂点１３１３、有向辺１３２４に着目し、図１４Ａ～図１４Ｄを用いて説明する。図１４Ａ～図１４Ｄにおいて、横軸は時間、縦軸は駅並び(採時位置の並び)を表しており、黒丸は走行実績が採時済みの状態を、白丸は走行実績がまだ採時されていない状態を表している。各状態は採時位置と時刻の組で表現される。採時位置のうち、各駅の到着イベントまたは出発イベントに対応するものは、各々、演算ポイントに一致する。
　図１４Ａは、本実施形態において機外停止の原因が運行管理システムによって把握されている場合の、後続列車の駅間での状況を説明する図である。状態１４４０乃至状態１４４１は駅間で後続列車が停止していることを表している。その原因は、先行列車の予測スジ１４００上の状態１４０４で表されているように、先行列車がＢ駅で停車していることにある。このとき運転整理端末１４０に表示される予測スジは、図１４Ｂのようになる。すなわち、状態１４４１で停止していた後続列車は、先行列車がＢ駅のある番線を出発後、さらに所定の時分が経過した後に、Ｂ駅の当該番線に到着する、という予測スジとなる。このとき、状態１４０４に対応する演算ポイントに対応する頂点１３０４に対応する予測時刻と、有向辺１３２４の重みと、状態１４１３に対応する演算ポイントに対応する頂点１３１３に対応する予測時刻の間には、「頂点１３０４に対応する予測時刻＋有向辺１３２４の重み＝頂点１３１３に対応する予測時刻」という関係が成り立つ。即ち、機外停止の原因が運行管理システムによって把握されているものである場合、機外停止している列車の到着イベントに対応する頂点の予測時刻Ｔと、当該頂点を終点とする有向辺の重みＷと、当該有向辺の始点となる頂点の予測時刻Ｓの間の関係として、「Ｓ＋Ｗ＝Ｔ」が成り立ち、かつ、始点となる頂点が機外停止している列車に対応する頂点でない有向辺が存在する。
　この場合、後続列車に遅延が発生していても、指令員が後続列車の遅延理由を把握できる状況にあり、また、運行管理システムとしても尤もらしい予測スジを提示することが可能であるため、運転整理端末１４０のメッセージ表示欄１４２０には何も表示する必要がない。なお、車上装置から取得される次駅到着見込み時刻９１６は、一般に、列車運行予測装置１３０が予測時刻を推定する方式またはパラメータとは異なる方式またはパラメータに基づいて求められた値であり、また、列車運行予測装置１３０が予測時刻を推定する際に用いる各パラメータには誤差が含まれ得ることから、前述の「Ｓ＋Ｗ＝Ｔ」の式において厳密に等号が成り立たないことが予想される。そのため、例えば許容される誤差の程度を表す定数Ｍを用いて、「Ｔ≦Ｓ＋Ｗ＋Ｍ」が成り立つ場合には機外停止の原因が運行管理システムによって把握されているものと判断するようにしてもよい。
　他方、図１４Ｃは、本実施形態において機外停止の原因が運行管理システムによって把握されていない場合の、当該列車の駅間での状況を説明する図である。状態１４４２乃至状態１４４３は、図１４Ａの状態１４４０乃至状態１４４１と同様に、駅間で列車が停止していることを表しているが、図１４Ａの場合と異なり、機外停止の原因となる先行列車は存在しない。このとき運転整理端末１４０に表示される予測スジは、図１４Ｄのようになる。すなわち、状態１４４２で停止した当該列車は、状態１４４２におけるＢ駅到着見込み時刻にＢ駅に到着するという状態１４３２よりも、運転再開時分１４３３だけ遅れて、Ｂ駅に到着する(状態１４３４)という予測スジとなる。
　このとき、状態１４３２に対応する演算ポイントに対応する頂点１３１３について、「頂点１３１３を終点とする有向辺の始点側の頂点に対応する予測時刻＋当該有向辺の重み＝頂点１３１３に対応する予測時刻」という関係が成り立つような有向辺は、始点側の頂点が機外停止している列車に対応する頂点であるような有向辺を除き、存在しない。そこで列車運行予測装置１１００は、図１４Ａで説明した内容と合わせ、この性質を用いることで、機外停止の原因が存在しているか否かを判定することができる。
　なお、現在時刻が進むに従って、機外停止の時間が長くなり、状態１４４３におけるＢ駅到着見込み時刻の方が「状態１４４２におけるＢ駅到着見込み時刻＋運転再開時分１４３３」よりも遅くなる場合は、状態１４４３におけるＢ駅到着見込み時刻を用いてＢ駅の予測到着時刻を決める。
　図１４Ｃ及び図１４Ｄで現される状況の場合、指令員が後続列車の状況を把握していない可能性があり、また、過去の事例に基づいて推定される運転再開時分の精度が一般に高くないことから、列車運行予測装置１１００は指摘データを作成し、運転整理端末１４０は当該指摘データに基づき、当該列車が機外停止している旨のメッセージと、当該列車のＢ駅への到着がどの程度遅延する見込みであるか運行管理システムに入力するよう促すためのメッセージを、メッセージ表示欄１４２０に表示する。運転整理端末１４０は、さらに、当該提案メッセージに対するクリック動作に応じて「当該列車のＢ駅到着遅延見込み入力」のダイアログが開かれるようなユーザインタフェースを備えるように構成する。発明者の検討によれば、車両故障等によって機外停止が発生している場合、故障の状況が確認された後、当該列車がＢ駅にどの程度後れて到着する見込みであるかを、指令員が運行管理システムに入力する可能性が高いが、このような構成とすることで、指令員は、列車の指定や駅の指定を省略し、遅延見込み時分だけの入力によって当該列車に絡む遅延を予測結果に反映することができるようになるため、運転整理の入力作業における手数低減の効果が得られる。
　なお、列車運行予測装置１１００が作成した指摘データを車上装置１６０が参照可能なように構成し、省エネルギーに寄与する運転曲線の生成や、運転士への運転支援情報等に利用してもよい。
　以上、本実施形態によれば、ある列車が機外停止している状況において、現実の状況を反映させた運転時分を用いて列車の次駅到着時刻を予測することにより、従来技術による予測結果に比べ、より尤もらしい予測結果が得られるような、列車運行予測システムを提供することができる。
＜変形例＞
　以上、本発明の第１及び第２の実施形態について説明したが、本発明はこれに限定されず、本発明の趣旨を逸脱しない範囲で、種々変更することができる。
　例えば、本発明の本質は、走行実績を用いて運転時分を求めるという点にあるため、具体的な運転時分算出処理の処理内容は、前述の各実施形態で例示したものに限らず、種々変更が可能である。例えば、列車が走行中のある時刻とそれに近い時刻における列車位置及び列車速度の実績データと、列車抵抗に関する情報（例えば列車位置の関数としての線路の勾配情報や走行抵抗に関する定数など）と、消費エネルギーの実績データ（例えば動力車に搭載したセンサから取得した電圧値と電流値を基に求めた消費電力など）と、動力車の性能情報と、ノッチ操作の実績データとを用いて、列車の加速度と引張力を推定し、そこからさらに、列車の重量を推定した後、推定された重量を用いて、所定の条件（例えば「制限速度等を遵守しながら前方駅に最も早く到着する」など）に基づく運転曲線を求めることで、まだ走行していない部分の運転時分を推定するようにしてもよい。その場合、車上実績データが、列車位置や列車速度のほかに、消費エネルギーやノッチ操作に関する実績データを備えるように構成する。
　また、前記実施形態では、駅間の運転時分の推定を、列車運行予測装置１３０が実施するような構成としたが、本発明の実施形態はこれに限るものではない。例えば、本実施形態と同様の技術的思想に基づき、一部または全部の処理を車上装置で実施するようにしてもよい。その場合、現在走行中の駅間に対する運転時分の代わりに次駅への到着見込み時刻を求めて、運行管理システムに送るようにしてもよい。
　また、前記実施形態では、地上実績データに関する処理と車上実績データに関する処理を、運行管理システム１００で一括して処理する構成としたが、本発明の実施形態はこれに限るものではない。例えば、前記実施形態において運行管理システム１００が実行していた処理のうち、車上実績データに関する処理の一部または全部を実行するシステムと、それ以外の処理を実行するシステムとを別々のシステムとして構成し、それらのシステムを連携させて動作させるようにしてもよい。このような構成とすることで、地上実績データに関する処理を実施する運行管理システムを既に導入しているような場合に、既存の運行管理システムに車上実績データに関する処理を実行するシステムをアドオンする形態で導入することができ、既存の運行管理システムに対して少ない改修量で、本発明の効果を得ることができる。例えば、列車運行予測装置の動作のうち、前処理として実行していた、車上実績データを用いて駅間の運転時分を求める処理を、新規のシステムとして構成し、地上実績データに関する処理を実行する既存の列車運行予測装置と連携させて動作させるようにしてもよい。別の例としては、走行実績取得装置についても同様に、地上実績データを扱う部分と車上実績データを扱う部分を別々のシステムとして構成し連携させて動作させるような構成としてもよい。なお、地上実績データに関する処理と車上実績データに関する処理を別々のシステムで実行させる場合には、走行実績データについても、一括して管理する必要はなく、取得及び参照を行う装置の構成に合わせて、別々のシステムで管理する構成とすることができる。
　また、前記実施形態では、運行管理システムが車上装置に対して目標到着時刻の情報を送信し、車上装置が、受信した目標到着時刻に基づき、推奨される走行速度やノッチ操作の情報を求めて運転士に提示していたが、本発明の実施形態はこれに限るものではない。　　　
　例えば、運行管理システムが、目標到着時刻に基づき運転曲線を作成し、さらに、当該運転曲線に基づき推奨される走行速度やノッチ操作の情報を求めた上で、それらの情報を車上装置に送信し、車上装置が、運転支援情報表示部を用いて、受信したノッチ操作等の情報を運転士に提示するような構成としてもよい。そのような構成とする場合、運行管理システムが備える記憶装置に、運転曲線を作成するための、鉄道設備に関するデータや列車の性能に関するデータを格納しておく。
　また、例えば、運行管理システムが、運転曲線を作成して車上装置に送信し、車上装置が、受信した運転曲線に基づき推奨される走行速度やノッチ操作の情報を求めた後、それらの情報を運転士に提示するような構成としてもよい。
　また、前記実施形態では、運行管理システムと各々の車上装置の間でデータの授受を直接行うような構成としたが、本発明の実施形態はこれに限るものではなく、運行管理システムと各々の車上装置の間にデータの授受を担当するサーバ装置を備え、当該サーバ装置を介してデータを授受する構成としてもよい。
　また、各種データが備えるデータ項目については、前記実施形態で例示したものに限るものではなく、適宜、取捨選択することができる。例えば、過去実績基準運転曲線データベース２３０及びシミュレーション基準運転曲線データベース２４０は、図７の運転支援あり列車用運転時分算出処理を実行する際に参照されるものであるため、運転支援情報の提示可否によらず運転支援なし列車用運転時分算出処理を用いるような構成とする場合には、実際にこれらのデータベースが参照される機会はない。そのような場合、列車運行予測装置１３０は、過去実績基準運転曲線データベース２３０及びシミュレーション基準運転曲線データベース２４０を備える必要はない。或いは、運転士コードを活用しない構成とするのであれば、車上実績データや運転曲線データが、運転士コードを備えている必要はない。その他のデータについても同様に、必要に応じて取捨選択すればよい。また、例えばＥＴＣＳ(European Train Control System)等、ＤＡＳ以外のシステムから走行実績データを取得する場合、前記実施例で例示した車上実績データのうち該当する情報が無いレコードの値については、適切なデフォルト値を予め定義しておき、当該デフォルト値を設定するようにすればよい。
　また、前記実施形態では、運行管理システムが、走行実績取得装置を用いて取得した走行実績データに基づいて、列車運行予測装置を用いて未来の列車の運行状況を予測し、運転整理端末を用いて予測結果を指令員に提示するような構成としたが、本発明の実施形態はこれに限るものではない。
　例えば、運行管理システムが進路制御装置を備え、該進路制御装置が信号機や転轍機などを制御する際の判断処理において、前記予測結果を用いるような構成としてもよい。また、運行管理システムが、旅客向け情報提示システムとネットワークを介して接続し、該旅客向け情報提示システムに対して予測結果を出力することで、該旅客向け情報提示システムが各列車について予測される遅延の状況を旅客に提示するような構成としてもよい。その他、指定席券の発券システムと接続する等、予測結果を用いることが好適な様々なシステムと接続し予測結果を活用する構成に、種々変更可能である。
　以上、本発明によれば、現実の状況を反映させた運転時分を用いて列車の次駅到着時刻を予測することで、従来技術による予測結果に比べ、より尤もらしい予測結果が得られるような、列車運行予測システムを提供することができる。
　本明細書の記載により、少なくとも次のことが明らかにされる。すなわち、本実施形態の列車運行予測システムにおいて、前記演算装置は、前記運転時分算出処理において、前記処理対象の列車に関する２つ以上の異なる時刻における走行実績データを前記アルゴリズムに適用して前記運転時分を求めるものである、としてもよい。
　これによれば、例えば現在走行中の列車について得ている、或る２駅など所定の各地点に到達した時刻での速度に基づく運転曲線を、該当地点の該当時刻に関して過去得ている或いはシミュレーションしている運転曲線と照合して、現時点以降の運転曲線を走行実績に基づき効率良く推定し、精度良好な運転時分を求めるといった処理が可能となる。
　また、本実施形態の列車運行予測システムにおいて、前記演算装置は、速度情報を含む前記処理対象の列車の走行実績データを前記アルゴリズムに適用して前記運転時分を求めるものである、としてもよい。
　これによれば、運行中の列車に関する実際の速度情報に基づいて、現時点以降の運転曲線を効率良く推定し、精度良好な運転時分を求めるといった処理が可能となる。
　また、本実施形態の列車運行予測システムにおいて、前記演算装置は、前記運転時分算出処理において、前記走行実績データに基づいて、処理対象の列車が在線している駅間の運転時分と、当該列車が将来走行する駅間に対応する運転時分を求めるものである、としてもよい。
　これによれば、例えば現在走行中の列車について得ている、或る駅間に関する運転曲線を、該当駅間及び前方の駅間に関して過去得ている或いはシミュレーションしている運転曲線と照合して、現在在線中の駅間および前方の駅間に関する運転曲線を走行実績に基づき効率良く推定し、精度良好な運転時分を求めるといった処理が可能となる。
　また、本実施形態の列車運行予測システムにおいて、前記演算装置は、前記運転時分算出処理において、処理対象の列車が既に走行済みである範囲に関する当該列車の前記走行実績データに基づく運転曲線と、予め得られている複数の運転曲線のデータが格納された運転曲線データベース中の運転曲線とを比較して、前記運転時分を求めるものである、としてもよい。
　これによれば、現在走行中の列車について得ている、或る２駅など所定地点間に関する運転曲線を、該当地点間に関して過去得ている或いはシミュレーションしている運転曲線と照合して、現時点以降の運転曲線を走行実績に基づき効率良く推定し、精度良好な運転時分を求めるといった処理が可能となる。
　また、本実施形態の列車運行予測システムにおいて、前記演算装置は、前記運転時分算出処理において、処理対象の列車が既に走行済みである範囲に関する当該列車の前記走行実績データに基づく運転曲線と、所定条件下での列車走行シミュレーションによって予め得られている複数の運転曲線のデータが格納された運転曲線データベース中の運転曲線とを比較して、前記運転時分を求めるものである、としてもよい。
　これによれば、現在走行中の列車について得ている、或る２駅など所定地点間に関する運転曲線を、該当地点間に関して走行実績データが少なくともシミュレーションによって生成できる運転曲線と照合して、現時点以降の運転曲線を走行実績に基づき効率良く推定し、精度良好な運転時分を求めるといった処理が可能となる。
　また、本実施形態の列車運行予測システムにおいて、前記演算装置は、前記運転時分算出処理において、処理対象の列車が既に走行済みである範囲に関する当該列車の前記走行実績データに基づく距離速度曲線として表現された運転曲線と、予め得られている複数の運転曲線のデータが格納された運転曲線データベース中の距離速度曲線として表現された運転曲線とを比較して、前記運転時分を求めるものである、としてもよい。
　鉄道路線の特徴として、駅、勾配、曲線、信号機、分岐器、徐行区間などの位置が固定であることから、速度距離曲線を用いたパターンマッチングを行うことで、正しいマッチング結果が得られ易くなるという効果があり、これにより、推定された運転時分の信頼性や精度が向上し、予測時刻の精度が向上する効果も奏することとなる。
　また、本実施形態の列車運行予測システムにおいて、前記演算装置は、処理対象の列車に関して速度０の走行実績データが得られた場合に、当該列車の停車原因の有無を判定する機外停止原因判定処理を更に実行し、前記運転時分算出処理において、前記機外停止原因判定処理にて停車原因無しと判定した列車の運転時分を、当該状況において当該列車が前記機外停止原因判定処理にて停車原因有りと判定された場合の運転時分と、運転再開見込み時分に基づいて求めるものである、としてもよい。
　これによれば、機外停止原因が不明な状況にも対応して、現時点以降の運転曲線を走行実績に基づき効率良く推定し、精度良好な運転時分を求めることが可能となる。
　また、本実施形態の列車運行予測システムにおいて、前記演算装置は、前記運転時分算出処理において、前記機外停止原因判定処理にて停車原因無しと判定した場合、当該列車が原因不明で停車していることを示す情報を、所定の出力装置に出力するものである、としてもよい。
　これによれば、機外停止の状況について、運行管理部門の担当者や該当列車の後続列車の運転士など適宜な対象者に通知することが出来る。
　また、本実施形態の列車運行予測システムにおいて、前記演算装置は、所定の条件を満たす列車に対してのみ前記運転時分算出処理を実行して運転時分を求めるものである、としてもよい。
　これによれば、相応の計算負荷がかかる運転時分算出処理を、適宜な対象にのみ実行することで、列車運行予測の全体処理における効率を良好なものとできる。
　また、本実施形態の列車運行予測システムにおいて、前記演算装置は、前記所定の条件を満たす列車として、所定装置を介してユーザにより指定された列車、或る時刻における或る駅の予測到着時刻と前記予測到着時刻とは別の時刻における前記駅の予測到着時刻との差が所定の時分以上である列車、これまでの運行中に原因不明の機外停止をしたと判定されている列車、および、検査期日が所定の時分以内に迫っている列車、のいずれかについて、前記運転時分算出処理を実行して運転時分を求めるものである、としてもよい。
　これによれば、相応の計算負荷がかかる運転時分算出処理を、予定より遅延が生じている列車など適宜な対象にのみ実行することで、列車運行予測の全体処理における効率を更に良好なものとできる。
　また、本実施形態の列車運行予測システムにおいて、前記演算装置は、前記運転時分算出処理において、処理対象の列車における、現在位置から後方で隣接する駅間または隣接する停車駅間に関する余裕時分の消化傾向を、現在以降の運転時分に反映させるものである、としてもよい。
　これによれば、処理対象の列車の運転士における余裕時分の昇華傾向を、以降の運転時分に反映させることで、現時点以降の運転曲線を走行実績に基づき更に効率良く推定し、より精度良好な運転時分を求めるといった処理が可能となる。
　また、本実施形態の列車運行予測システムにおいて、前記演算装置は、前記運転時分算出処理において、運転支援情報の提示装置が備わる第１の列車群に含まれる列車と、前記第１の列車群に含まれない第２の列車群に含まれる列車とで、異なるアルゴリズムによって前記運転時分を求めるものであり、或る列車が前記第１の列車群に含まれるとした場合に求めた第１の運転時分を、当該列車が前記第２の列車群に含まれるとした場合に求めた第２の運転時分に比べ、等しい、または、より大きな値となるように求めるものである、としてもよい。
　これによれば、運転士は運転支援情報に沿って列車運転を行いやすく、運転支援情報が提供されない状況下の運転士は許容出来る範囲で早い走行を行いやすいといった各傾向を踏まえて、現時点以降の運転曲線を運転支援情報の提供有無に応じて走行実績に基づき更に効率良く推定し、より精度良好な運転時分を求めるといった処理が可能となる。
　また、本実施形態の列車運行予測システムにおいて、前記演算装置は、前記運転時分算出処理において、Ｃ－ＤＡＳを備えた列車を前記第１の列車群であると判定するものである、としてもよい。
　これによれば、列車がＣ－ＤＡＳを備える状況に対応して、上述の各傾向を踏まえた、現時点以降の運転曲線の効率良い推定と、より精度良好な運転時分の算定が可能となる。
　また、本実施形態の列車運行予測システムにおいて、前記演算装置は、前記運転時分算出処理において、所定時分以内の遅延で運行しているＳ－ＤＡＳを備えた列車を、前記第１の列車群であると判定するものである、としてもよい。
　これによれば、列車がＳ－ＤＡＳを備える場合の運転状況に対応して、上述の各傾向を踏まえた、現時点以降の運転曲線の効率良い推定と、より精度良好な運転時分の算定が可能となる。
　また、本実施形態の列車運行予測システムにおいて、前記演算装置は、前記運転時分算出処理において、前記第１の列車群に含まれる列車の運転時分を、後方駅または後方停車駅から計画上の到着時刻に前方駅または前方停車駅に到着するための運転時分と、前記後方駅または前記後方停車駅から前記前方駅または前記前方停車駅まで走行するのに最低限必要であるとされる時分である基準運転時分、のうち大きいほうの時分として求めるものである、としてもよい。
　これによれば、運転時分算出処理で得た運転時分が（遅延を取り戻すための極度の高速走行等に基づいた）物理的に実行不可能である場合などに対応し、実行可能な最速の運転時分を該当列車の運転時分として求めることが可能となり、現実の実行性をも踏まえた、より精度良好な運転時分の算定が可能となる。
　また、本実施形態の列車運行予測システムにおいて、前記演算装置は、前記運転時分算出処理において、前記第２の列車群に含まれる列車の運転時分を、後方駅または後方停車駅から前方駅または前方停車駅まで走行するのに最低限必要であるとされる時分である基準運転時分に等しい時分として求めるものである、としてもよい。
　これによれば、運転支援情報の提供がない列車は、基本的にその時々において（許容できる）最速の走行を行う必要がある事情を踏まえて、実行可能な最速の運転時分を該当列車の運転時分として求めることが可能となり、現実の実行性をも踏まえた、より精度良好な運転時分の算定が可能となる。
１００　運行管理システム
１１０　列車ダイヤ管理装置
１２０　走行実績取得装置
１３０　列車運行予測装置
１４０　運転整理端末
１５０　記憶装置
１５１　走行実績データ
１５２　計画ダイヤ
１５３　予測ダイヤ
１５４　指摘データ
１５５　処理パラメータ
１６０　車上装置
１６１　運転曲線生成部
１６２　データ送受信部
２１０　演算処理部
２２０　記憶部
２２１　列車運行予測プログラム
２２２　運転時分算出プログラム
２３０　過去実績基準運転曲線データベース
２４０　シミュレーション基準運転曲線データベース
２５０　通信部

Claims (20)

  1. 　駅間の運転時分を用いて列車の運行を予測する列車運行予測システムであって、処理対象の列車の走行実績データを所定のアルゴリズムに適用して前記処理対象の列車に関する前記運転時分を求める運転時分算出処理を実行する演算装置を備えたことを特徴とする列車運行予測システム。
  2. 　前記演算装置は、
    　前記運転時分算出処理において、前記処理対象の列車に関する２つ以上の異なる時刻における走行実績データを前記アルゴリズムに適用して前記運転時分を求めるものである、
    　ことを特徴とする請求項１に記載の列車運行予測システム。
  3. 　前記演算装置は、
    　速度情報を含む前記処理対象の列車の走行実績データを前記アルゴリズムに適用して前記運転時分を求めるものである、
    　ことを特徴とする請求項１に記載の列車運行予測システム。
  4. 　前記演算装置は、
    　前記運転時分算出処理において、前記走行実績データに基づいて、処理対象の列車が在線している駅間の運転時分と、当該列車が将来走行する駅間に対応する運転時分を求めるものである、
    　ことを特徴とする請求項２に記載の列車運行予測システム。
  5. 　前記演算装置は、
    　前記運転時分算出処理において、処理対象の列車が既に走行済みである範囲に関する当該列車の前記走行実績データに基づく運転曲線と、予め得られている複数の運転曲線のデータが格納された運転曲線データベース中の運転曲線とを比較して、前記運転時分を求めるものである、
    　ことを特徴とする請求項２に記載の列車運行予測システム。
  6. 　前記演算装置は、
    　前記運転時分算出処理において、処理対象の列車が既に走行済みである範囲に関する当該列車の前記走行実績データに基づく運転曲線と、所定条件下での列車走行シミュレーションによって予め得られている複数の運転曲線のデータが格納された運転曲線データベース中の運転曲線とを比較して、前記運転時分を求めるものである、
    　ことを特徴とする請求項２に記載の列車運行予測システム。
  7. 　前記演算装置は、
    　前記運転時分算出処理において、処理対象の列車が既に走行済みである範囲に関する当該列車の前記走行実績データに基づく距離速度曲線として表現された運転曲線と、予め得られている複数の運転曲線のデータが格納された運転曲線データベース中の距離速度曲線として表現された運転曲線とを比較して、前記運転時分を求めるものである、
    　ことを特徴とする請求項２に記載の列車運行予測システム。
  8. 　前記演算装置は、
    　処理対象の列車に関して速度０の走行実績データが得られた場合に、当該列車の停車原因の有無を判定する機外停止原因判定処理を更に実行し、
    　前記運転時分算出処理において、前記機外停止原因判定処理にて停車原因無しと判定した列車の運転時分を、当該状況において当該列車が前記機外停止原因判定処理にて停車原因有りと判定された場合の運転時分と、運転再開見込み時分に基づいて求めるものである、
    　ことを特徴とする請求項１に記載の列車運行予測システム。
  9. 　前記演算装置は、
    　前記運転時分算出処理において、前記機外停止原因判定処理にて停車原因無しと判定した場合、当該列車が原因不明で停車していることを示す情報を、所定の出力装置に出力するものである、
    　ことを特徴とする請求項８に記載の列車運行予測システム。
  10. 　前記演算装置は、
    　所定の条件を満たす列車に対してのみ前記運転時分算出処理を実行して運転時分を求めるものである、
    　ことを特徴とする請求項１に記載の列車運行予測システム。
  11. 　前記演算装置は、
    　前記所定の条件を満たす列車として、所定装置を介してユーザにより指定された列車、或る時刻における或る駅の予測到着時刻と前記予測到着時刻とは別の時刻における前記駅の予測到着時刻との差が所定の時分以上である列車、これまでの運行中に原因不明の機外停止をしたと判定されている列車、および、検査期日が所定の時分以内に迫っている列車、のいずれかについて、前記運転時分算出処理を実行して運転時分を求めるものである、
    　ことを特徴とする請求項１０に記載の列車運行予測システム。
  12. 　前記演算装置は、
    　前記運転時分算出処理において、処理対象の列車における、現在位置から後方で隣接する駅間または隣接する停車駅間に関する余裕時分の消化傾向を、現在以降の運転時分に反映させるものである、
    　ことを特徴とする請求項１に記載の列車運行予測システム。
  13. 　前記演算装置は、
    　前記運転時分算出処理において、運転支援情報の提示装置が備わる第１の列車群に含まれる列車と、前記第１の列車群に含まれない第２の列車群に含まれる列車とで、異なるアルゴリズムによって前記運転時分を求めるものであり、或る列車が前記第１の列車群に含まれるとした場合に求めた第１の運転時分を、当該列車が前記第２の列車群に含まれるとした場合に求めた第２の運転時分に比べ、等しい、または、より大きな値となるように求めるものである、
    　ことを特徴とする請求項１に記載の列車運行予測システム。
  14. 　前記演算装置は、
    　前記運転時分算出処理において、Ｃ－ＤＡＳを備えた列車を前記第１の列車群であると判定するものである、
    　ことを特徴とする請求項１３に記載の列車運行予測システム。
  15. 　前記演算装置は、
    　前記運転時分算出処理において、所定時分以内の遅延で運行しているＳ－ＤＡＳを備えた列車を、前記第１の列車群であると判定するものである、
    　ことを特徴とする請求項１３に記載の列車運行予測システム。
  16. 　前記演算装置は、
    　前記運転時分算出処理において、前記第１の列車群に含まれる列車の運転時分を、後方駅または後方停車駅から計画上の到着時刻に前方駅または前方停車駅に到着するための運転時分と、前記後方駅または前記後方停車駅から前記前方駅または前記前方停車駅まで走行するのに最低限必要であるとされる時分である基準運転時分、のうち大きいほうの時分として求めるものである、
    　ことを特徴とする請求項１３に記載の列車運行予測システム。
  17. 　前記演算装置は、
    　前記運転時分算出処理において、前記第２の列車群に含まれる列車の運転時分を、後方駅または後方停車駅から前方駅または前方停車駅まで走行するのに最低限必要であるとされる時分である基準運転時分に等しい時分として求めるものである、
    　ことを特徴とする請求項１３に記載の列車運行予測システム。
  18. 　駅間の運転時分を用いて列車の運行を予測する情報処理装置が、
    　処理対象の列車の走行実績データを所定のアルゴリズムに適用して前記処理対象の列車に関する前記運転時分を求める運転時分算出処理を実行することを特徴とする列車運行予測方法。
  19. 　駅間の運転時分を用いて列車の運行を予測する列車運行予測システムで用いるための運転時分を求めて出力する運転時分算出装置であって、処理対象の列車の走行実績データを所定のアルゴリズムに適用して前記処理対象の列車に関する前記運転時分を求める運転時分算出処理を実行する演算装置を備えたことを特徴とする運転時分算出装置。
  20. 　駅間の運転時分を用いて列車の運行を予測する列車運行予測システムで用いるための運転時分を求めて出力する情報処理装置が、
    　処理対象の列車の走行実績データを所定のアルゴリズムに適用して前記処理対象の列車に関する前記運転時分を求める運転時分算出処理を実行することを特徴とする運転時分算出方法。
PCT/JP2015/076672 2014-09-22 2015-09-18 列車運行予測システム、列車運行予測方法、運転時分算出装置、および運転時分算出方法 WO2016047591A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2016550303A JP6393766B2 (ja) 2014-09-22 2015-09-18 列車運行予測システム、列車運行予測方法、運転時分算出装置、および運転時分算出方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2014-192977 2014-09-22
JP2014192977 2014-09-22

Publications (1)

Publication Number Publication Date
WO2016047591A1 true WO2016047591A1 (ja) 2016-03-31

Family

ID=55581118

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/076672 WO2016047591A1 (ja) 2014-09-22 2015-09-18 列車運行予測システム、列車運行予測方法、運転時分算出装置、および運転時分算出方法

Country Status (2)

Country Link
JP (1) JP6393766B2 (ja)
WO (1) WO2016047591A1 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018144592A (ja) * 2017-03-03 2018-09-20 株式会社東芝 運転曲線作成装置
CN112960019A (zh) * 2021-04-13 2021-06-15 河南蓝信科技有限责任公司 一种高铁行车导引系统及方法
CN114020824A (zh) * 2021-09-22 2022-02-08 中铁第一勘察设计院集团有限公司 市域铁路列车停站方案与运行图一体化优化方法
JPWO2023281689A1 (ja) * 2021-07-08 2023-01-12

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI775823B (zh) 2017-03-17 2022-09-01 日商Ｍｍａｇ股份有限公司 植物病害防治劑

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06127391A (ja) * 1992-10-15 1994-05-10 Hitachi Ltd 計画の作成・修正システム
JP2010228648A (ja) * 2009-03-27 2010-10-14 Toshiba Corp 踏切制御装置
JP2012166608A (ja) * 2011-02-10 2012-09-06 Toshiba Corp 列車走行実績データ作成システム
JP2014034358A (ja) * 2012-08-10 2014-02-24 Railway Technical Research Institute プログラム及び列車運行シミュレータ
JP2014144754A (ja) * 2013-01-30 2014-08-14 Mitsubishi Electric Corp 列車制御システムおよび自動列車運転装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06127390A (ja) * 1992-10-15 1994-05-10 Hitachi Ltd 計画提案システム
JPH11129902A (ja) * 1997-10-30 1999-05-18 Nippon Signal Co Ltd:The 列車運転整理支援装置
JP5164921B2 (ja) * 2009-05-14 2013-03-21 三菱電機株式会社 乗務員状態推定装置及び乗務員運用支援システム
JP5504127B2 (ja) * 2010-10-13 2014-05-28 株式会社日立製作所 運転整理支援システム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06127391A (ja) * 1992-10-15 1994-05-10 Hitachi Ltd 計画の作成・修正システム
JP2010228648A (ja) * 2009-03-27 2010-10-14 Toshiba Corp 踏切制御装置
JP2012166608A (ja) * 2011-02-10 2012-09-06 Toshiba Corp 列車走行実績データ作成システム
JP2014034358A (ja) * 2012-08-10 2014-02-24 Railway Technical Research Institute プログラム及び列車運行シミュレータ
JP2014144754A (ja) * 2013-01-30 2014-08-14 Mitsubishi Electric Corp 列車制御システムおよび自動列車運転装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018144592A (ja) * 2017-03-03 2018-09-20 株式会社東芝 運転曲線作成装置
CN112960019A (zh) * 2021-04-13 2021-06-15 河南蓝信科技有限责任公司 一种高铁行车导引系统及方法
JPWO2023281689A1 (ja) * 2021-07-08 2023-01-12
WO2023281689A1 (ja) * 2021-07-08 2023-01-12 三菱電機株式会社 列車運転支援装置および列車運転支援方法
JP7333892B2 (ja) 2021-07-08 2023-08-25 三菱電機株式会社 列車運転支援装置および列車運転支援方法
CN114020824A (zh) * 2021-09-22 2022-02-08 中铁第一勘察设计院集团有限公司 市域铁路列车停站方案与运行图一体化优化方法

Also Published As

Publication number Publication date
JPWO2016047591A1 (ja) 2017-06-29
JP6393766B2 (ja) 2018-09-19

Similar Documents

Publication Publication Date Title
JP6393766B2 (ja) 列車運行予測システム、列車運行予測方法、運転時分算出装置、および運転時分算出方法
US9177473B2 (en) Vehicle arrival prediction using multiple data sources including passenger bus arrival prediction
US9159032B1 (en) Predicting arrival times of vehicles based upon observed schedule adherence
JP2019153291A (ja) デジタルツインシミュレーションに基づく車両の故障予測
US8731810B2 (en) Aircraft path conformance monitoring
CN105683716B (zh) 场境交通或通行警示
KR101696548B1 (ko) 플리트의 운행 스케줄 관리 방법
CN107924617A (zh) 用于为自主车辆确定导航信息的系统和方法
WO2019143752A1 (en) Systems and methods for implementing vehicle assignments using vehicle state information
JP6138934B2 (ja) 交通需要制御装置
US20180240348A1 (en) Methods and systems for probabilistic spacing advisory tool (psat)
US10339810B2 (en) Management of mobile objects
EP2950293B1 (en) Method and apparatus for estimating an arrival time of a transportation vehicle
JP7289949B2 (ja) 公共輸送システムの制御装置、公共輸送システム、適応出発時間決定方法およびコンピュータプログラム製品
US20230020267A1 (en) Drive assistance apparatus, drive assistance method, and drive assistance program
JP2019028526A (ja) 混雑予測装置
CN109637178A (zh) 车辆到站时间确定方法及设备
JP2020111139A (ja) 交通状態推定システム、及び交通状態推定方法
CN102831487A (zh) 基于历史航班运行数据分析的流量预测结果验证方法
JP2014067434A (ja) 画面出力システム及び画面出力方法及びプログラム
JP2017210181A (ja) 目標ダイヤ作成装置および目標ダイヤ作成方法
CN107544536B (zh) 用于基于性能的到达以及排序和间距的方法和系统
JP2017154536A (ja) 乗務員運用管理システムおよび乗務員運用管理方法
JP5422023B2 (ja) 航空管制のための画面出力システム及び画面出力方法及びプログラム
Dantas et al. A performability model for the brt system

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15843250

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2016550303

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 15843250

Country of ref document: EP

Kind code of ref document: A1