JP5079428B2 - 車両別混雑度に基づく乗車位置誘導システム及び方法 - Google Patents

Description

本発明は、車両別混雑度に基づいて乗車位置を誘導するための技術に関する。

従来、車両の混雑度を推定する技術として、例えば特許文献１，２が知られている。これらの特許文献に置いては、車両の重量を検知することによって、車両の混雑度を推定している。
特開平１０−２１７９６８号公報 特開平２００５−１８６７８３号公報

これらのように、車両の重量を測定する場合、車両自体が非常に大きく且つ重いので、大掛かりな測定機器が必要となる。そのため、コンパクトな測定機器が望まれている。さらに、列車の走行中に重量を測定するとすれば、走行速度によって測定誤差が大きくなると考えられるので、高精度で混雑度を測定したいというニーズもある。

また、車両の重量に基づいて車両の混雑度を推定する場合、車両単位でしか混雑度を把握できない。つまり、同一の車両内でも、乗車位置ごとに混雑度が異なることもあるが、車両の重量からそれをきめ細かく把握することはできない。

さらに、同一の列車であっても車両ごとに混雑度が異なることもあるので、その情報が駅ホームに表示されたり、ネットワークを介してユーザへ通知されたりして、顧客を的確に誘導できれば混雑度が平準化し、鉄道会社及び顧客の双方にとって好ましい。

そこで、本発明の目的は、コンパクトな構成で、車両別にきめ細かく、且つ高精度に混雑度を推定し、この車両別の混雑度に基づいて乗車位置を適格に誘導するための技術を提供することである。

本発明のさらなる目的は、同一車両内の混雑状況をさらに細かく推定し、きめ細かい乗車位置の誘導を行うための技術を提供することである。

本発明の一つの実施態様に従う車両別混雑度に基づく乗車位置誘導システムは、線路脇に設けられた光センサと、前記光センサが出力した信号に基づいて、前記線路を走行する一以上の車両で構成された列車を検出する検出手段と、前記列車の窓の位置を示す窓パターンデータ記憶手段と、前記列車が検出されている時間帯に前記光センサが出力した信号に基づいて、前記窓パターンデータと前記光センサの出力信号とを対比して、それぞれの車両の車両別混雑度を推定する推定手段と、前記車両別混雑度に基づいて、前記列車に乗車予定の顧客に対する乗車位置の誘導を行う誘導手段と、を備える。

好適な実施態様では、前記光センサは、前記線路をはさんで発光部と受光部を備えた透過型センサであり、前記推定手段は、前記窓パターンデータと前記光センサの出力信号とを対比して、前記窓の位置の光の透過度合いに基づいて前記車両別混雑度を推定するようにしてもよい。

好適な実施態様では、前記推定手段は、各車両について、窓の位置ごとの混雑度を推定し、前記誘導手段は、前記窓の位置ごとの混雑度に基づいて乗車位置の誘導を行うようにしてもよい。

好適な実施態様では、複数の列車の運行時刻に関するデータと、各列車の車両数及び各車両の車両タイプにより定まる車両編成タイプとを記憶した列車運行データ記憶手段と、前記列車運行データ記憶手段を参照して、前記検出手段が列車を検出した時刻に基づいて、当該検出された列車の車両編成タイプを特定する手段とをさらに備えてもよい。前記窓パターン記憶部には、複数の車両編成タイプ別の窓パターンデータが記憶されていて、前記推定手段は、前記特定された車両編成タイプの窓パターンデータに基づいて、前記車両別混雑度を推定するようにしてもよい。

好適な実施態様では、前記光センサが出力した信号と、前記特定された車両編成タイプとに基づいて、前記検出手段が検出した車両の走行速度を推定する手段と、前記推定された走行速度に基づいて、前記特定された車両編成タイプの窓パターンデータを補正する手段と、をさらに備えてもよい。

好適な実施態様では、前記誘導手段は、前記駅ホームに設けられた表示装置に、前記車両別混雑度を示す表示をさせるようにしてもよい。

好適な実施態様では、前記誘導手段は、前記乗車予定の顧客の情報処理端末に対して、乗車位置誘導情報を出力させるようにしてもよい。

好適な実施態様では、前記誘導手段は、前記車両別混雑度と、次の停車駅より先の当該列車の停車予定駅とに基づいて、前記次の停車駅で乗車予定の顧客に対して乗車位置の誘導を行うようにしてもよい。

以下、本発明の一つの実施形態に係る列車の乗車位置誘導システムについて、図面を参照して説明する。

図１は、本システムの構成の概要を示す。本実施形態に係る乗車位置誘導システムは、列車の車両別混雑度を推定して、その混雑度に応じた乗車位置誘導を行う。

同図に示すように、本システムは、線路２００上を走行する列車１００に対して、線路脇に設けられた光センサ３を用いて、混雑度推定装置１が列車１００を構成する複数の車両１１０ごとの混雑度を推定する。

例えば、本実施形態では、発光器３１及び受光器３２を備えた透過型の光センサ３を有する。そして、発光器３１及び受光器３２は、線路２００を挟んで配置されている。受光器３２は、発光器３１との間を列車１００が通過するときの透過光を検出する。混雑度推定装置１は、受光器３２が検出した透過光に基づいて車両の混雑度を推定し、次停車駅のホーム３００に設置された表示装置３１０に誘導表示を行う。

ここで、混雑度推定装置１は、例えば汎用的なコンピュータシステムにより構成され、以下に説明する混雑度推定装置１内の個々の構成要素または機能は、例えば、コンピュータプログラムを実行することにより実現される。

図２は、混雑度推定装置１と光センサ３の機能構成を示す。

光センサ３は、光を発光する発光器３１と、発光器３１が発光した光を受光する受光器３２とを備える。

受光器３２は、所定の閾値に基づいて受光した光強度を２値化して、受光したか否かを示す受光信号Ｓ（図３Ｂ参照）を出力する。この受光信号Ｓには、光を受光したことを示す部分、つまり光が車両１１０を透過したこと、または車両の不存在を示す透過信号Ｓ１と、光を受光しなかったことを示す部分、つまり光が車両１１０を透過しなかった不透過信号Ｓ２とを含む。

混雑度推定装置１は、列車検出部１１と、車両編成タイプ特定部１２と、列車速度算出部１３と、窓パターン補正部１５と、混雑度推定部１７と、出力制御部１９と、列車運行データベース２１と、窓パターンデータベース２３と、路線図データベース２５と、変換テーブル２７と、バッファ２９とを備える。

列車検出部１１は、光センサ３の受光器３２が出力した受光信号Ｓの入力を受け付ける。そして、列車検出部１１は、受光信号Ｓに基づいて、発光器３１と受光器３２との間を走行する列車１００を検出する。例えば、列車検出部１１は、受光信号Ｓにおいて、所定時間以上透過信号Ｓ１が続く場合は、列車１００が存在しないと判定する。列車検出部１１は、受光信号Ｓが一定時間以上に渡って、透過信号Ｓ１と不透過信号Ｓ２とに変動するときに、列車１００が存在する（通過中）と判定する。これにより、列車検出部１１は、列車１００が、光センサ３が配置された位置を通過し始めた時刻と、通過し終わった時刻とを特定する。

また、列車検出部１１は、列車１００が通過中、つまり、通過開始時刻から通過終了時刻までの間の受光信号Ｓをバッファ２９に格納する。

列車運行データベース２１は、列車の運行予定に関する情報を格納する。例えば、列車運行データベース２１には、複数の列車の運行時刻に関する時刻表データと、各列車の車両編成タイプとが対応付けて格納されている。ここで、車両編成タイプとは、例えば、各列車の車両数及びそれぞれの列車に含まれる各車両の車両タイプにより定まる。列車運行データベース２１は、さらに各列車の種別（急行、普通など）を記憶していても良い。

車両編成タイプ特定部１２は、現在時刻に基づいて、列車運行データベース２１を参照して、列車検出部１１が検出した列車１００の車両編成タイプを特定する。

列車速度算出部１３は、列車検出部１１が検出した列車１００の速度を算出する。例えば、列車速度算出部１３は、列車検出部１１が検出した列車１００の通過開始時刻及び通過終了時刻から、通過に要した時間を算出する。そして、列車速度算出部１３は、通過に要した時間と、車両編成タイプ特定部１２が特定した車両編成タイプに応じた列車の全長とに基づいて、列車の速度を算出する。

窓パターンデータベース２３は、複数の車両で構成された列車の窓の位置を示す窓パターンデータＤを記憶する。列車の窓は、光センサ３の光が透過可能である。また、窓パターンデータベース２３には、すべての車両編成タイプについて、それぞれの窓パターンデータＤが記憶されている。窓パターンデータＤにおいて、ドア窓と、席の窓とを区別してもよいし、グリーン車及び特別車両の窓と、一般車両の窓とを区別してもよい。

窓パターン補正部１５は、車両編成タイプ特定部１２で特定された車両編成タイプと対応する窓パターンデータＤを窓パターンデータベース２３から取得する。さらに窓パターン補正部１５は、列車速度算出部１３で算出された列車速度に応じて、取得した窓パターンデータＤを補正してもよい。例えば、列車速度に応じた補正係数を窓パターンデータＤに掛けてから、受光信号Ｓと窓パターンデータＤとを対比しても良い。

あるいは、窓パターン補正部１５は、列車速度を用いずに窓パターンデータを補正してもよい。例えば、受光信号Ｓと窓パターンデータＤの互いのパターンはそのままで、それぞれのデータの先頭と末尾が一致するように対応させても良い。このように受光信号Ｓと窓パターンデータＤを対応させるときは、列車１００の速度を算出しなくても良い。

なお、窓パターン補正部１５は、受光信号Ｓを補正して、窓パターンデータＤと対応付けても良い。

混雑度推定部１７は、窓パターン補正部１５で対応付けられた受光信号Ｓと窓パターンデータＤとに基づいて、列車１００を構成する車両１１０の車両別混雑度を推定する。例えば、混雑度推定部１７は、窓パターン補正部１５で対応付けられた受光信号Ｓと窓パターンデータＤとを比較して、窓の位置の光の透過度合いに基づいて窓別の光の透過率を求める。混雑度推定部１７は、この窓別の光の透過率を車両別の混雑度に変換する。

図３は、車両１１０、受光信号Ｓ及び窓パターンデータＤの一例を示す。同図を用いて、混雑度推定部１７の処理を詳細に説明する。

同図（Ａ）は、列車１００の中の一車両１１０を側面から見たときの様子を示す。これによると、車両１１０の側面には複数の窓１２０が設けられている。反対側の側面にも同じ位置に同じ大きさの窓が設けられている。つまり、窓１２０がある領域は、光センサ３の光が透過可能である。

また、同図（Ａ）に示すように、車両１１０を側面から見ると車両内の乗客が見える。このため、車両外から見たときに窓位置に乗客がいるときは、光センサ３の光が反対側へ透過しない。つまり、本実施形態では、この光の透過率に応じて車両混雑度を推定する。

同図（Ｂ）は、同図Ａの車両１１０について、光センサ３で測定したときの受光器３２が受光した光強度に応じて出力した受光信号Ｓを示す。受光信号Ｓは、透過信号Ｓ１と不透過信号Ｓ２とを含む。

同図（Ｃ）は、同図Ａの車両１１０に対応する窓パターンデータＤである。窓パターンデータＤは、窓がある位置に対応する透過領域Ｄ１と、窓がない位置に対応する不透過領域Ｄ２とを含む。従って、受光信号Ｓが窓パターンデータＤと完全に一致したときは、すべての窓で完全に光が透過したことを示す（つまり全窓の透過率が１００％）。この関係を利用して、混雑度推定部１７は、受信信号Ｓの透過領域Ｄ１に対応する部分における透過信号Ｓ１の割合に応じて、窓ごとに透過率を定める。

混雑度推定部１７は、さらに、窓別の透過率に基づいて車両別の混雑度を定める。例えば、混雑度推定部１７は、車両１１０ごとに、窓別透過率の平均を求め、この平均透過率に基づいて混雑度を定めても良い。例えば、平均透過率を２０％刻みで５段階に分けて、車両別混雑度を５段階で表現しても良い。また、混雑度推定部１７は、窓別の透過率を窓別の混雑度に変換しても良い。

また、混雑度推定部１７は、混雑度を推定するときに、ブラインドや窓広告の影響を考慮するようにしてもよい。その際、ブラインドの利用に関する、季節、時間帯、車両、開閉率、透過率などの利用統計をとって、自動化してもよい。

なお、図３（Ａ）に示すように、発光器３１及び受光器３２は、異なる高さ（Ｈ１〜Ｈ４）において測定ができるように、それぞれの複数の発光部及び受光部を備えていても良い。そして、受光器３２は、最も適切な高さの発光部及び受光部の組み合わせで測定した受光強度に基づいて受光信号Ｓを生成しても良い。あるいは、異なる高さのセンサを利用して、着席している乗客と、立っている乗客とを区別するようにしてもよい。

再び図２を参照すると、路線図データベース２５は、列車の種別、列車の行き先、走行する路線別の停車駅、及び各停車駅の停車ホーム番号などの路線図情報を記憶する。

変換テーブル２７は、混雑度推定部１７で推定された車両別混雑度または混雑度推定部１７が算出した窓別の透過率を出力表現に変換するための変換テーブルである。例えば、変換テーブル２７には、混雑度が０〜２０％に対して「空いています」、混雑率が８０％〜１００％に対して「非常に混んでいます」と登録されている。

出力制御部１９は、混雑度推定部１７が推定した車両別混雑度または窓別の透過率を、変換テーブル２７を参照して出力表現に変換し、その出力表現に従って表示装置３１０に誘導表示を行う。この誘導表示は、路線図データベース２５に記憶されている停車ホームの顧客が見ることができる位置に表示する。例えば、車両別混雑度を用いたときは、車両ごとに乗車を推奨する車両と推奨しない車両とを分けて表示するなど、車両単位で誘導を行ってもよい。また、窓別透過率を用いたときは、各窓別透過率を最寄りの乗車口に割り当てて、乗車口単位で誘導を行っても良い。

出力制御部１９は、さらに、路線図データベース２５を参照して、列車１００の次の停車駅３００よりも先の停車予定駅に応じて、誘導表示を変えても良い。例えば、次の停車駅３００の次の停車予定駅の出口付近の車両は混雑するので、それ以外の車両に誘導するようにしても良い。これにより、急行、普通などの列車の種別によって、次の停車駅３００よりも先の停車予定駅が異なるときには、車両別混雑度が同じでも、誘導の仕方が異なる場合がある。

出力制御部１９は、また、予め登録されている利用者のパソコンや携帯電話機などの情報端末装置へ上記の出力表現を出力して、顧客を誘導しても良い。あるいは、上記の出力表現をデータベース化し、インターネットなどを通じて顧客が随時参照できるようにしても良い。

図４は、駅ホーム３００の表示装置３１０に表示される誘導表示の例を示す。

同図（Ａ）は、車両別混雑度及び窓別混雑度を言葉で表現した例である。例えば、顧客の足下のホームに、各車両の停車位置ごとに、それぞれの車両ごとの混雑度を表示するようにしても良い。この表示を行えば、空いている車両を選ぶ顧客が多くなり、混雑度が平準化される。

同図（Ｂ）は、窓別混雑度に基づいて、車両イメージにおいて混雑度合いを色別に表示した例である。例えば、混雑が高い部分を赤（白黒表示の場合は黒）、中程度の混雑部分を黄色（白黒表示のグレー）、空いている部分を青（白黒表示の場合は白）と表示するようにしても良い。この表示によれば、顧客は各車両の混雑度を直感的に理解しやすく、自ら空いた車両を選ぶ顧客が増えると考えられる。

同図（Ｃ）は、窓別混雑度に基づいて、車両イメージにおいて混雑率の数値を表示した例である。この表示によれば、車両内での混雑度が一目瞭然である。

同図（Ｄ）は、車両別混雑度に基づいて、車両イメージにおいて混雑状況を表示した例である。この表示によれば、車両単位での混雑度が一目瞭然である。

同図（Ｅ）は、駅ホーム３００の乗車位置の足もとの表示装置に混雑状況を表示した例である。これによれば、乗車位置と混雑度の対応が具体的で、子どもや高齢者にもわかりやすい表示である。

なお、上記（Ｂ）〜（Ｄ）を駅ホーム３００の乗車位置の足もとの表示装置に表示しても良い。

上記構成を備えた列車の乗車位置誘導システムの処理手順について、図５に示すフローチャートを用いて説明する。

まず、列車検出部１１が光センサ３から受信した受光信号Ｓを解析して、列車１００の先頭を検出する（Ｓ１１）。列車検出部１１は、列車１００の末尾を検出するまでの間、受信した受光信号Ｓをバッファ２９に保存する（Ｓ１２，Ｓ１３）。

次に、車両編成タイプ特定部１２が、現在の時刻に基づいて、列車運行データベース２１を参照して、列車検出部１１が検出した列車の車両編成タイプを特定する（Ｓ１４）。

列車速度算出部１３は、列車検出部１１が検出した通過開始時刻及び通過終了時刻と車両編成タイプによって特定される列車の全長とから、列車１００の通過時の速度を算出する（Ｓ１５）。

窓パターン補正部１５は、上記の処理で特定された車両編成タイプと対応する窓パターンデータＤを窓パターンデータベース２３から取得して、上記処理で算出された列車速度に応じて補正する（Ｓ１６）。

混雑度推定部１７は、補正された窓パターンデータＤと列車通過中の受光信号Ｓとを対比して、車両別の混雑度を推定する（Ｓ１７）。

出力制御部１９は、変換テーブル２７に基づいて、車両別混雑度を出力表現に変換する（Ｓ１８）。そして、変換された出力表現を駅ホーム３００の表示装置３１０に表示して、乗車位置を誘導する（Ｓ１９）。

これにより、光センサを使って車両の混雑度を推定し、混雑度に応じて乗車位置を誘導することができる。

上述した本発明の実施形態は、本発明の説明のための例示であり、本発明の範囲をそれらの実施形態にのみ限定する趣旨ではない。当業者は、本発明の要旨を逸脱することなしに、他の様々な態様で本発明を実施することができる。

例えば、混雑度推定装置１は、複数箇所に設置された光センサ３の受光信号を取得して、複数駅の表示を集中して処理してもよい。

また、上記実施形態では、光センサ３として透過型センサを利用したが、反射型センサを利用しても良い。反射型センサの場合、車体からの反射光と、窓位置における車内の乗客からの反射光強度が異なるので、受光強度から窓位置の特定もできる。さらに、車内の混み具合により、窓位置の反射光強度も異なるので、車内の混雑度合いも判別可能である。

また、上記実施形態では、光センサを用いて車内の混雑を推定したが、車両の重さを検知して補正してもよいし、あるいは、自動改札の通過データを用いて補正してもよい。

さらに本実施形態に係る混雑度推定装置１は、乗り換え案内システムなどと連動したり、天気データベースと連動（補正や予測）したり、イベントデータベースと連動（補正や予測）することなども可能である。同様に、本実施形態に係る混雑度推定装置１によって得られた統計データに基づいてホームの設計変更、ダイヤや車両編成の変更、女性専用車両の位置の検討、及びハンディーキャップ車両の位置の検討などを行ってもよい。

本発明の一実施形態に係る列車の乗車位置誘導システムの構成の概要を示す。 混雑度推定装置１と光センサ３の機能構成を示す。 車両１１０、受光信号Ｓ及び窓パターンデータＤの一例を示す。 駅ホーム３００の表示装置３１０に表示される誘導表示の例を示す。 本実施形態に係る列車の乗車位置誘導システムの処理手順を示すフローチャートである。

符号の説明

１ 混雑度推定装置
３ 光センサ
１１ 列車検出部
１２ 車両編成タイプ特定部
１３ 列車速度算出部
１５ 窓パターン補正部
１７ 混雑度推定部
１９ 出力制御部
３１ 発光器
３２ 受光器
１００ 列車

Claims (5)

1. 線路脇に設けられ、複数の発光部及び受光部が前記線路をはさんで互いに異なる高さに設置されている、複数組の透過型の光センサであって、乗客が着席した状態のときに透過を遮る高さに設置された透過型の光センサと、乗客が立っている状態の時には透過を遮るが乗客が着席した状態の時には透過を遮らない高さに設置された透過型の光センサと、を少なくとも具備し、
   前記光センサが出力した信号に基づいて、前記線路を走行する一以上の車両で構成された列車を検出する検出手段と、
   前記列車の窓の位置を示す窓パターンデータ記憶手段と、
   前記列車が検出されている時間帯に前記複数組の光センサがそれぞれ出力した信号に基づいて、前記窓パターンデータと前記複数組の光センサのそれぞれの出力信号とを対比し、着席している乗客と、立っている乗客とを区別した透過率によって、それぞれの車両の車両別混雑度を推定する推定手段と、
   前記車両別混雑度に基づいて、前記列車に乗車予定の顧客に対する乗車位置の誘導を行う誘導手段と、を備える車両別混雑度に基づく乗車位置誘導システム。
2. 前記推定手段は、各車両について、窓の位置ごとの混雑度を推定し、
   前記誘導手段は、前記窓の位置ごとの混雑度に基づいて、前記混雑度を言葉で表現する誘導表現に変換し、乗車位置付近の表示装置に前記誘導表現を表示して誘導を行う請求項１に記載の車両別混雑度に基づく乗車位置誘導システム。
3. 前記誘導手段は、前記乗車予定の顧客の情報処理端末に対して、乗車位置誘導情報を出力させることを特徴とする請求項１又は２に記載の車両別混雑度に基づく乗車位置誘導システム。
4. コンピュータが、
   線路脇に設けられ、複数の発光部及び受光部が前記線路をはさんで互いに異なる高さに設置されている、複数組の透過型の光センサであって、乗客が着席した状態のときに透過を遮る高さに設置された透過型の光センサと、乗客が立っている状態の時には透過を遮るが乗客が着席した状態の時には透過を遮らない高さに設置された透過型の光センサと、を少なくとも具備し、前記複数組の透過型の光センサが出力した信号に基づいて、前記線路を走行する一以上の車両で構成された列車を検出する処理と、
   前記列車が検出されている時間帯に前記複数組の光センサがそれぞれ出力した信号に基づいて、前記列車の窓の位置を示す窓パターンデータと前記複数組の光センサのそれぞれの出力信号とを対比し、着席している乗客と、立っている乗客とを区別した透過率によって、それぞれの車両の車両別混雑度を推定する処理と、
   前記車両別混雑度に基づいて、前記列車に乗車予定の顧客に対する乗車位置の誘導を行う誘導処理と、を実行し、車両別混雑度に基づいて乗車位置を誘導する方法。
5. 車両別混雑度に基づく乗車位置誘導のためのコンピュータプログラムであって、
   線路脇に設けられ、複数の発光部及び受光部が前記線路をはさんで互いに異なる高さに設置されている、複数組の透過型の光センサであって、乗客が着席した状態のときに透過を遮る高さに設置された透過型の光センサと、乗客が立っている状態の時には透過を遮るが乗客が着席した状態の時には透過を遮らない高さに設置された透過型の光センサと、を少なくとも具備し、前記複数組の透過型の光センサが出力した信号に基づいて、前記線路を走行する一以上の車両で構成された列車を検出する処理と、
   前記列車が検出されている時間帯に前記複数組の光センサがそれぞれ出力した信号に基づいて、前記列車の窓の位置を示す窓パターンデータと前記複数組の光センサのそれぞれの出力信号とを対比し、着席している乗客と、立っている乗客とを区別した透過率によって、それぞれの車両の車両別混雑度を推定する処理と、
   前記車両別混雑度に基づいて、前記列車に乗車予定の顧客に対する乗車位置の誘導を行う誘導処理と、をコンピュータに実行させるためのコンピュータプログラム。
   
   

Images