JP6883995B2 - 混雑度報知システム、混雑度検出方法、及びプログラム - Google Patents

Description

本発明は、混雑度報知システム、混雑度検出方法、及びプログラムに関する。

特許文献１及び２に開示されるように、列車の各車両内の乗客を検出し、検出結果に基づいて、車両毎の混雑度を、次駅で列車を待つ客に報知する混雑度報知システムが知られている。

特許文献１の混雑度報知システムは、列車の窓の高さにおいて線路を挟んで対向する発光部と受光部からなる光センサを備え、発光部から出射された光が、列車の窓ガラスを透過し、列車内の乗客で遮られるか否かによって乗客を検出する。

特許文献２の混雑度報知システムは、列車の各車両に設置されたカメラを備え、各々のカメラで車両内を撮像した結果に基づいて、車両毎の乗客の混雑度を判定する。

特開２００９−０５７００６号公報 特開２００７−２９０５７４号公報

特許文献１の混雑度検知システムでは、上記光センサの検出結果を、列車の形状を表す形状データと照らし合わせることで、列車のどの車両で乗客を検出したかを特定する。このため、上記形状データを予め準備する必要があると共に、列車の種類が変更される度に上記形状データを更新する必要がある。

上記光センサを用いて列車の車両を識別できれば、上記形状データが不要となり、更新作業も不要となるが、上記光センサの検出結果は、光が遮られたか否かの情報しか含まない。このため、これによって車両を正確に識別することは難しい。

また、発光部から出射された光が遮られるか否かを検出するのみでは、車両内で近接した複数の乗客を１人の乗客と検出してしまう誤りが生じやすく、混雑度を正確に検出することは難しい。

一方、特許文献２の混雑度検出システムは、車両毎に設置されたカメラを備えるため、上記形状データを用いることなく車両毎に混雑度を検出できる。しかし、車両毎にカメラを設置する必要があるため、設備が大掛かりである。

本発明は、上記実情に鑑みてなされたものであり、列車の混雑度を判定する領域の単位となる単位長さ区間をより正確に検出できる混雑度報知システム、混雑度検出方法、及びプログラムを提供することを第１の目的とする。

また、本発明は、混雑度をより正確に検出できる混雑度報知システム、混雑度検出方法、及びプログラムを提供することを第２の目的とする。

また、本発明は、列車の単位長さ区間毎の混雑度の検出を、簡素な構成で行える混雑度報知システム、混雑度検出方法、及びプログラムを提供することを第３の目的とする。

本発明の混雑度報知システムでは、列車の単位長さ区間を検出する区間検出、及び各々の単位長さ区間における乗客の混雑度を検出する混雑度検出を行う検出部が、それら区間検出と混雑度検出とのうち少なくとも区間検出を、列車に向けて出射する波動を用いて、波動の出射位置から反射位置までの距離を計測することにより行う。報知部は、検出部から区間検出及び混雑度検出の結果を取得することにより、列車の単位長さ区間別に混雑度を報知する。単位長さ区間とは、列車の連結部間の１車両区間を指す。検出部は、波動を列車の各々の連結部に入射させ、各々の連結部を検出することにより区間検出を達成する。

区間検出に波動を用いるので、波動の出射位置から反射位置までの距離によって列車の各々の連結部を検出できる結果、単位長さ区間である１車両区間をより正確に検出できる。

混雑度検出にも波動を用いると、波動の出射位置から反射位置までの距離によって、近接した複数の乗客を識別しうる。この結果、混雑度をより正確に検出できる。

実施形態１に係る混雑度報知システムの構成を示す概念図 実施形態１に係る計測部の構成を示す概念図 列車におけるレーザ光の入射位置の推移を示す概念図 計測部の計測結果によって把握可能な３次元形状を示す概念図 （Ａ）は実施形態１に係る処理部のハードウエア構成を示すブロック図、（Ｂ）は同処理部の機能構成を示すブロック図 実施形態１に係る区間別混雑度検出処理のフローチャート 実施形態１に係る報知部の構成を例示する概念図 実施形態２に係る計測部を示す概念図 実施形態３に係る計測部を示す概念図 実施形態４に係る計測部を示す概念図 実施形態５に係る計測部を示す概念図 実施形態６に係る混雑度報知システムの構成を示す概念図 実施形態６に係るカメラの設置位置を示す概念図 実施形態６に係るパノラマ画像の形成方法を示す概念図 実施形態６に係るパノラマ画像の一部を示す概念図 （Ａ）は実施形態６に係る処理部のハードウエア構成を示すブロック図、（Ｂ）は同処理部の機能構成を示すブロック図 実施形態６に係る区間別混雑度検出処理のフローチャート 実施形態７に係る混雑度報知システムの構成を示す概念図 実施形態８に係る計測部を示す概念図 実施形態９に係る計測部を示す概念図 実施形態１０に係る報知部の構成を例示する概念図

以下、図面を参照し、本発明の実施形態に係る混雑度報知システムについて説明する。図中、同一又は対応する部分に同一の符号を付す。

［実施形態１］
図１に示すように、本実施形態に係る混雑度報知システム１００は、駅のホームＦ１に配置される検出部３０と、次駅のホームＦ２に配置される報知部４０とを備える。検出部３０は、次駅に向かう列車Ｔの単位長さ区間としての１車両区間を検出する区間検出と、各々の１車両区間における乗客の混雑度を検出する混雑度検出を行う。報知部４０は、検出部３０から区間検出と混雑度検出の結果を取得することにより、１車両区間別に混雑度を報知する。

検出部３０は、距離を計測する計測部１０と、計測部１０から距離の計測値の時系列データを取得し、その時系列データを用いて区間検出と混雑度検出とを行い、それらの検出結果を報知部４０に出力する処理部２０と、を有する。

計測部１０は、ホームＦ１側から線路Ｒ側に向けて、波動としての電磁波であるレーザ光Ｌを出射し、レーザ光Ｌの出射位置から反射位置までの距離を計測する。具体的には、計測部１０は、ＴＯＦ（Time Of Flight）方式で、レーザ光Ｌを出射した時刻から、対象物で反射され、同じ光路に沿って戻ってきたレーザ光Ｌを受光した時刻までの経過時間によって、レーザ光Ｌの出射位置から反射位置までの距離を計測する。

なお、レーザ光Ｌの出射位置から反射位置までの距離を計測することは、その反射位置の座標を計測することと等価である。ここで座標とは、レーザ光Ｌの出射位置に対する反射位置の相対座標を意味する。

図２に、計測部１０の具体的な構成を示す。計測部１０は、上記ＴＯＦ方式で距離を計測するレーザ距離計１１と、レーザ距離計１１から出射されるレーザ光Ｌを、車両Ｃの高さ方向に繰り返し往復走査させる走査機構１２とを有する。

計測部１０は、支柱Ｈに設けられている。レーザ距離計１１は、車両Ｃの側面の窓や乗降扉に設けられた可視光透過ガラスＷと対面する高さに配置されている。

レーザ距離計１１から出射されるレーザ光Ｌは、可視光透過ガラスＷを透過し、車両Ｃの外面（但し、可視光透過ガラスＷを除く）、車両Ｃ内の客室の内面、乗客の身体、及び車両Ｃ同士を連結する連結部等で反射する波長を有する。

図１に戻り、計測部１０の上記走査機構１２は、レーザ光Ｌを、列車Ｔの進行方向と交差する仮想平面Ｓ内で、列車Ｔの高さ方向（図１では紙面に垂直な方向）に周期的に往復するように走査させる。

レーザ光Ｌを走査させている仮想平面Ｓを列車Ｔが通過することにより、計測部１０は、列車Ｔの仮想平面Ｓと交差する複数点の座標を計測できる。この結果、処理部２０は、計測部１０の計測結果を用いて、列車Ｔの外面及び各車両Ｃの内部の、ホームＦ１側に面する部分の形状を特定でき、その形状によって、１車両区間を識別できると共に、各々の１車両区間の混雑度を検出できる。

図３を参照し、具体的に説明する。レーザ光Ｌを仮想平面Ｓ内で走査させることで、レーザ光Ｌの入射位置が、列車Ｔの仮想平面Ｓと交差する断面の輪郭Ｄに沿って移動する。これにより、計測部１０は、輪郭Ｄ上の複数点の座標を計測する。その計測結果は、輪郭Ｄに沿う２次元形状を表す。

列車Ｔの進行に伴い、計測部１０で２次元形状を計測する輪郭Ｄが、図３（Ａ）〜（Ｅ）の順に推移する。こうして、計測部１０は、列車Ｔの長さ方向に関して複数の輪郭Ｄの各々の２次元形状を計測する。それら２次元形状の集合によって、処理部２０は、列車Ｔの３次元形状を把握できる。

なお、図３では、理解を容易にするために、図３（Ａ）〜（Ｅ）間で、列車Ｔの進行方向の位置を揃えた。実際には、静止した仮想平面Ｓに対して、列車Ｔが移動する。

また、図３（Ａ）、（Ｃ）、及び（Ｄ）に示すように、レーザ光Ｌは、車両Ｃ側面の可視光透過ガラスＷを透過するため、車両Ｃ内の乗客Ａや客室の内面にも入射する。この結果、処理部２０は、乗客Ａの身体を含む車両Ｃ内部の３次元形状も把握できる。

図４に、計測部１０の検出結果によって処理部２０が把握可能な３次元形状を模式的に示す。処理部２０は、列車Ｔの３次元形状の中からパターン認識によって連結部Ｊを検出することにより、１車両Ｃ区間を特定する。また、処理部２０は、車両Ｃの内部の３次元形状によって、近接した複数の乗客Ａの各々の存在を特定できる。

なお、計測部１０は、必ずしも乗客Ａ及びＢの詳細な形状を計測しなくてもよく、乗客Ａの身体における高さの異なる複数の位置までの距離を計測可能な条件で、レーザ光Ｌを車両Ｃ内に入射させればよい。その場合でも、処理部２０は、計測部１０の計測結果によって、近接した複数の乗客Ａ及びＢの各々を識別しうる。

以下、図２に戻って、具体的に説明する。図２には、図１に示す仮想平面Ｓに沿った車両Ｃの断面を示している。

図２に示すように、走査機構１２は、車両Ｃ内で立っている乗客Ａの身体の高さの異なる複数の位置、具体的には、座っている乗客Ｂの頭部よりも高い位置Ｐ５及びＰ６と、座っている乗客Ｂと対面する高さの位置Ｐ７〜Ｐ９と、を含む複数の位置までの距離を計測可能な条件で、レーザ光Ｌを走査させる。

具体的には、レーザ距離計１１の計測の時間分解能が５［ｍｓ］、列車Ｔの進行速度が６０［ｋｍ／ｈ］である場合、走査機構１２によるレーザ光Ｌの走査速度が、車両Ｃ内の位置で６０［ｍ／ｓ］であれば、列車Ｔの進行方向（図２では紙面に垂直な方向）に３０ｃｍ程度の間隔で、高さ方向に分布するＰ１〜Ｐ１３の各点にレーザ光Ｌを入射させることが可能である。車両Ｃ内の身長１５０ｃｍ以上の乗客Ａに対しては、高さ方向に３０ｃｍ間隔で、Ｐ５〜Ｐ９の５点以上の測定が可能である。

レーザ距離計１１は、レーザ光Ｌが入射した各点の極座標値（θ，ｄ）を計測する。ここでθは、走査機構１２によるレーザ光Ｌの走査角度を表し、ｄは、レーザ光Ｌの出射位置から反射位置までの距離を表す。なお、レーザ距離計１１又は処理部２０は、この極座標値を直交座標値に座標変換してもよい。

この場合、立っている乗客Ａと、座っている乗客Ｂとが、列車Ｔの進行方向（図２では、紙面に垂直な方向）に、重なりを有していても、処理部２０は、乗客ＡとＢを区別できる。この理由について以下説明する。

処理部２０は、レーザ距離計１１で計測された位置Ｐ５〜Ｐ７の座標が、車両ＣにおけるホームＦ１とは反対側の側面よりも車両Ｃの内部側に位置することにより、立っている乗客Ａの存在を把握できる。

また、立っている乗客Ａの下半身の位置Ｐ８、Ｐ９に向かって伝播するレーザ光Ｌは、それぞれ座っている乗客Ｂの上半身の位置Ｐ８’、Ｐ９’に入射する。レーザ距離計１１は、位置Ｐ８’及びＰ９’の各々からの反射光を受光することで、位置Ｐ８’及びＰ９’の座標を計測する。

処理部２０は、車両Ｃの幅方向（図２では左右方向）に関して、レーザ光Ｌの出射位置から位置Ｐ８’及びＰ９’の各々までの距離と、レーザ光Ｌの出射位置から位置Ｐ５〜Ｐ７の各々までの距離との相違により、位置Ｐ８’及びＰ９’が乗客Ａの身体上に配置されたものでないことを把握できる。このため、処理部２０は、座っている乗客Ｂを、立っている乗客Ａと区別できる。

このように、複数の乗客が車両Ｃ内で近接し、列車の進行方向に重なりを有していても、処理部２０は、車両Ｃの幅方向に関するレーザ距離計１１から各乗客までの距離の相違によって、各乗客を区別できる。

なお、処理部２０は、位置Ｐ１、Ｐ２、Ｐ１１、Ｐ１２、及びＰ１３の座標が同じ線上に分布することから、これらが車両Ｃの側面上の位置を表すことを把握できる。また、処理部２０は、位置Ｐ３及びＰ４が同じ線上に分布することから、これらが車両Ｃ内の天井の位置を表すことを把握できる。

また、車両Ｃ内に乗客が居ない場合、計測部１０は、車両Ｃの内面形状を計測する。車両Ｃの内面形状は既知であるため、処理部２０は、車両Ｃ内に乗客が居ないことを検出できる。また、レーザ光Ｌが、車両Ｃの一方の側面の可視光透過ガラスＷと、列車Ｔの幅方向に対向する他方の側面の図示せぬ可視光透過ガラスとの双方を透過して、車両Ｃ外に射出することもありうる。この場合、車両Ｃの全幅を超える距離の計測値が得られるので、処理部２０は、それら可視光透過ガラスの存在を把握できる。

以下、図５を参照し、処理部２０の構成について詳細に説明する。

図５（Ａ）に示すように、処理部２０は、不揮発性の記憶媒体で構成され、区間別混雑度検出処理の手順を規定した区間別混雑度検出プログラム２１ａを記憶する記憶部２１と、揮発性の記憶媒体で構成されるＲＡＭ（Random Access Memory）２２と、外部機器とのデータ通信を担う通信Ｉ／Ｆ（interface）２３と、区間別混雑度検出プログラム２１ａを実行するＣＰＵ（Central Processing Unit）２４とがバス２５で接続された構成をもつ。

図５（Ｂ）は、ＣＰＵ２４が実現する機能を表すブロック図である。ＣＰＵ２４は、区間別混雑度検出プログラム２１ａを実行することで、計測部１０から計測結果を取得する取得部２４１、計測部１０の計測結果を用いて１車両区間を検出する区間検出部２４２、計測部１０の計測結果を用いて１車両区間の混雑度を検出する混雑度検出部２４３、及び１車両区間別に混雑度の検出結果を出力する出力部２４４、として機能する。

取得部２４１は、通信Ｉ／Ｆ２３を介して、計測部１０から距離の計測値の時系列データを取得する。

区間検出部２４２は、取得部２４１で取得した時系列データのうち、列車の外面で反射したレーザ光Ｌで計測された外面計測データを用いて、列車Ｔの３次元形状の中からパターン認識によって連結部Ｊを特定することにより、１車両区間を検出する。

混雑度検出部２４３は、取得部２４１で取得した時系列データのうち、可視光透過ガラスＷを透過して車両Ｃ内に入射したレーザ光Ｌで計測された列車内部計測データを用いて、１車両区間における乗客の混雑度を検出する。具体的には、混雑度検出部２４３は、まず、列車内部計測データが表す車両Ｃの内部の３次元形状によって、１車両区間に存在する乗客数をカウントする。この際、混雑度検出部２４３は、図２に示したように、位置Ｐ５〜Ｐ７までの距離と、位置Ｐ８’及びＰ９’までの距離との相違により、乗客ＡとＢを区別できる。次に、混雑度検出部２４３は、カウントした乗客数から乗車率を求め、乗車率を複数段階的に評価した結果をもって混雑度の検出結果とする。

出力部２４４は、区間検出部２４２によって検出された１車両区間別に、混雑度検出部２４３による混雑度の検出結果を、通信Ｉ／Ｆ２３を介して、報知部４０に出力する。

図６を参照し、以下、処理部２０を構成する上記各部２４１〜２４４によって行われる区間別混雑度検出処理について具体的に説明する。取得部２４１によって、計測部１０から距離の計測値の時系列データを取得しつつ、以下の処理が実行される。

前提として、区間検出部２４２は、車両が何両目であるかを表す整数型変数ｎに初期値として１を代入しているものとする（ステップＳ１１）。

区間検出部２４２は、取得部２４１で取得中の時系列データを監視しており、その時系列データ中の計測値の変動によって、列車Ｔの先頭車両Ｃの到来を検出するまで待機する（ステップＳ１２）。

区間検出部２４２によって先頭車両Ｃの到来が検出されると（ステップＳ１２；ＹＥＳ）、混雑度検出部２４３は、取得部２４１で取得中の時系列データ中に、可視光透過ガラスＷを通して車両Ｃの内部形状を計測した結果を表す列車内部計測データが存在するか否かを判定する（ステップＳ１３）。

混雑度検出部２４３は、パターン認識によって、取得部２４１で取得中の時系列データの中から列車内部計測データを検出するまで待機する（ステップＳ１３）。混雑度検出部２４３は、列車内部計測データを検出すると（ステップＳ１３；ＹＥＳ）、乗客数をカウントする（ステップＳ１４）。

図４を参照し、混雑度検出部２４３が列車内部計測データの存在を検出できる理由を説明する。車両Ｃの、可視光透過ガラスＷ以外の外面は、滑らかな形状をなす。計測部１０はこの滑らかな形状を計測する。一方、レーザ光Ｌは可視光透過ガラスＷを透過するため、可視光透過ガラスＷの面内領域で、計測部１０の計測結果が急峻に変動する。この急峻な変動によって、混雑度検出部２４３は、列車内部計測データの存在を検出できる。

また、混雑度検出部２４３は、列車内部計測データが表す３次元形状によって、車両Ｃ内の各乗客を識別でき、従って乗客数をカウントできる。具体的には、図２を参照して説明したように、混雑度検出部２４３は、位置Ｐ５〜Ｐ７までの距離と、位置Ｐ８’及びＰ９’までの距離との相違により、乗客ＡとＢを区別できる。このように、近接する複数の乗客の各々も区別してカウントできる。

図６に戻り、次に、区間検出部２４２が、列車Ｔの末尾車両Ｃが通過したか否かを判定する（ステップＳ１５）。なお、区間検出部２４２は、取得部２４１で取得中の時系列データ中の計測値が、車両Ｃの全幅を超える値に安定して収束したことをもって、末尾車両Ｃの通過を検出できる。

区間検出部２４２は、末尾車両Ｃが通過していなければ（ステップＳ１５；ＮＯ）、パターン認識によって、連結部Ｊを検出したか否かを判定する（ステップＳ１６）。区間検出部２４２が連結部Ｊを検出しない場合は（ステップＳ１６；ＮＯ）、ステップＳ１３に戻る。

図４を参照し、区間検出部２４２が連結部Ｊを検出できる理由を説明する。連結部Ｊの頂部は、車両Ｃの頂部よりも低い。区間検出部２４２は、取得部２４１で取得中の時系列データ中の列車Ｔの外面形状を表す外面計測データにおいて、頂部が車両Ｃの頂部よりも低い部分を表す計測結果が、列車の進行方向に或る期間継続することをもって、連結部Ｊを検出できる。また、連結部Ｊは、計測部１０からみて、車両Ｃの側面よりも奥方に位置する。このことも、区間検出部２４２による連結部Ｊの検出に寄与する。

図６に戻り、区間検出部２４２によって連結部が検出されると（ステップＳ１６；ＹＥＳ）、混雑度検出部２４３が、ｎ両目の車両Ｃについてのそれまでの乗客のカウント数によって、混雑度を判定する（ステップＳ１７）。

具体的には、混雑度検出部２４３は、１つの車両Ｃの既知の定員に対する上記カウント数の割合で定義される乗車率を求め、求めた乗車率の値を４段階評価する。即ち、混雑度検出部２４３は、判定結果として、乗車率が０％以上２５％未満、２５％以上５０％未満、５０％以上７５％未満、又は７５％以上のいずれであるかを判定する。その判定結果をもって混雑度の検出結果とする。

次に、出力部２４４が、ｎ両目の車両Ｃに対する判定結果であることが分かる態様で、混雑度検出部２４３による混雑度の判定結果を、報知部４０に出力する（ステップＳ１８）。これにより、次駅では、報知部４０によって客に対して混雑度の報知がなされる。

その後、区間検出部２４２が、整数型変数ｎの値を１だけインクリメントし（ステップＳ１９）、ステップＳ１３に戻る。

また、ステップＳ１５で、区間検出部２４２によって末尾車両Ｃの通過が検出された場合は（ステップＳ１５；ＹＥＳ）、同様にして、混雑度検出部２４３が、末尾車両Ｃについてのそれまでの乗客のカウント数によって混雑度を検出する（ステップＳ２０）。

そして、出力部２４４が、末尾車両Ｃに対する判定結果であることが分かる態様で、混雑度検出部２４３の判定結果を報知部４０に出力し（ステップＳ２１）、本処理を終了する。

図７に、報知部４０の構成を示す。報知部４０は、次駅のホームＦ２における各車両Ｃの到着位置毎に配置される文字情報表示器４１及び発光器４２を有する。文字情報表示器４１は、ホームＦ２の軌道側の縁に沿って配置される可動ホーム柵の戸袋Ｐに設けられ、発光器４２は、戸袋Ｐに出入可能なドアＧの開閉部分に跨がって設けられる。

文字情報表示器４１は、それが設けられている位置に到着する車両Ｃに対する混雑度検出部２４３の混雑度の検出結果を文字情報として報知する。具体的には、文字情報表示器４１は、その位置に到着する車両Ｃの乗車率が、０％以上２５％未満、２５％以上５０％未満、５０％以上７５％未満、又は７５％以上のいずれであるかを表示する。

発光器４２は、それが設けられている位置に到着する車両Ｃに対する混雑度検出部２４３の混雑度の検出結果を発光色として報知する。具体的には、発光器４２は、その位置に到着する車両Ｃの乗車率が、０％以上２５％未満であれば青色に発光し、２５％以上５０％未満であれば緑色に発光し、５０％以上７５％未満であれば黄色に発光し、７５％以上であれば赤色に発光する。

次駅の客は、文字情報表示器４１に表示される文字又は発光器４２の発光色によって、到着する車両Ｃの混雑度を認識できる。このため、どの車両Ｃが空いているかを知ることができ、空いた車両に乗ることができる。この結果、車両Ｃ間での混雑度の偏りを緩和することができる。

以上説明したように、本実施形態に係る混雑度報知システム１００によれば、計測部１０が、レーザ光Ｌを用いて、列車Ｔの外形を計測する。このため、処理部２０は、計測部１０で計測された列車Ｔの外形によって、１車両区間を容易に特定できる。

また、計測部１０が、レーザ光Ｌを用いて列車Ｔの車両Ｃの内部形状も計測する。このため、処理部２０は、その内部形状によって、近接した複数の乗客を区別しうる。この結果、混雑度の検出の正確性を向上できる。

また、１車両区間の検出と混雑度の検出の双方に共通のレーザ距離計１１を用いるので、検出部３０の構成の大型化を抑えることができる。

また、検出部３０が１車両区間を検出するので、予め準備した列車Ｔの形状を表す形状データによって車両Ｃを特定していた従来技術に比べると、列車Ｔの変更に柔軟に対応できる。

また、従来は列車Ｔの全長にわたって混雑度の検出を終えた後に、その検出結果と上記形状データを照らし合わせることで、どの１車両区間について混雑度の検出を行ったかを特定していた。これに対し、本実施形態では、処理部２０が、計測部１０から計測結果を取得しつつ区間検出と混雑度検出とを行うので、それらの検出結果を１車両区間別にリアルタイムに報知部４０に報知できる。

［実施形態２］
上記実施形態１では、レーザ光Ｌを車両Ｃの高さ方向に走査させたが、高さの異なる複数の出射位置の各々から車両Ｃに向けてレーザ光Ｌを出射させてもよい。以下、その具体例について説明する。

図８に示すように、本実施形態では、計測部１０が、高さ方向に配列されたレーザ距離計１１ａ〜１１ｆによって構成されている。レーザ距離計１１ａ〜１１ｆによって、高さの異なる複数の出射位置の各々から車両Ｃに向けてレーザ光Ｌａ〜Ｌｆを出射する。

可視光透過ガラスＷに入射するレーザ光Ｌｂ〜Ｌｄによって、乗客Ａの身体における高さの異なる複数の位置までの距離を計測可能である。処理部２０は、レーザ光ＬｂとＬｃで計測される距離と、レーザ光Ｌｄで計測される距離との相違から、乗客ＡとＢを区別してカウントすることができる。

車両Ｃの外面に入射するレーザ光Ｌａ、Ｌｅ、及びＬｆによって、車両Ｃの外形を捉えることができる。処理部２０は、その外形によって、連結部Ｊを検出できる。

本実施形態によれは、走査機構１２が不要となる。１本のレーザ光Ｌを走査機構１２で走査させる場合、走査の速度が列車Ｔの速度に対して遅すぎると、高さ方向の形状変化を充分に検出できないが、本実施形態では、高さの異なる複数の位置までの距離を同時に計測できるので、かかる問題は回避される。

なお、異なる高さを伝播する複数のレーザ光Ｌａ〜Ｌｆの少なくとも１つを、実施形態１の場合のように、車両Ｃの高さ方向に走査させる構成としてもよい。

［実施形態３］
上記実施形態１では、レーザ距離計１１が、レーザ光Ｌの出射位置から反射位置までの距離のみを計測したが、距離の計測に加えて、対象物で反射されて戻ってきたレーザ光Ｌの強度を検出してもよい。以下、その具体例について説明する。

図９で、本実施形態に係る計測部１０は、レーザ光Ｌを出射し、レーザ光Ｌの出射位置から反射位置までの距離を計測すると共に、対象物で反射されて戻ってきたレーザ光Ｌの受光強度も検出し、距離の計測結果と、受光強度の検出結果とを処理部２０に出力する。

本実施形態によれば、計測部１０の検出結果に受光強度も含まれるので、処理部２０による区間検出及び混雑度検出の正確性を高めることができる。

計測部１０から連結部Ｊまでの距離ｘ１と、計測部１０から乗客Ａまでの距離ｘ２とが近似する場合を考える。この場合、距離の計測のみでは、処理部２０が、乗客Ａの位置まで連結部Ｊが存在すると判断し、乗客Ａを検出し損ねる可能性がある。この点、本実施形態によれば、処理部２０は、連結部Ｊからの反射光の受光強度と、乗客Ａからの反射光の受光強度との相違から、乗客Ａを検出できる。

［実施形態４］
上記実施形態１では、１つの計測部１０を用いたが、複数の計測部１０を列車Ｔの進行方向に間隔をあけて配置してもよい。以下、その具体例について説明する。

図１０に示すように、本実施形態では、列車Ｔの進行方向に間隔をあけて２つの計測部１０を配置した。これにより、処理部２０では、一方の計測部１０の検出結果が表す３次元形状と、他方の計測部１０の検出結果が表す３次元形状とを重ね合わせることで、各々の計測部１０がもつ測定の空間分解能の２倍の空間分解能を得ることができる。

なお、ここでは計測部１０を２つ用いたが、一般にｎ個の計測部１０を列車Ｔの進行方向に間隔をあけて配置することにより、各々の計測部１０がもつ空間分解能のｎ倍の空間分解能を得ることができる。

［実施形態５］
上記実施形態１では、区間検出と混雑度検出の双方を、レーザ距離計１１を用いて行ったが、区間検出のみをレーザ距離計１１を用いて行ってもよい。以下、その具体例について説明する。

図１１に示すように、本実施形態では、計測部１０が、互いに異なる高さ位置に配置された３つのレーザ距離計１１と、車両Ｃ内の熱を検出する熱センサ１３とで構成される。処理部２０は、３つのレーザ距離計１１の計測結果によって区間検出を行い、熱センサ１３の計測結果によって混雑度検出を行う。

熱センサ１３は、可視光透過ガラスＷ越しの熱検出が可能であり、車両Ｃ内の乗客Ａ及びＢが放射する赤外線を受けることで熱を検出する。熱センサ１３が検出する熱量は、車両Ｃ内の乗客の混雑度に依存する。このため、処理部２０は、熱センサ１３の検出結果に基づいて、混雑度を検出できる。具体的には、処理部２０は、熱センサ１３が検出する熱量を、１車両区間にわたって累積し、その累積値を複数段階評価することで、混雑度の検出を行うことがきる。

［実施形態６］
上記実施形態では、区間検出と混雑度検出の少なくとも一方にレーザ距離計１１を用いたが、区間検出と混雑度検出の少なくとも一方に、列車を撮像する撮像手段としてのカメラを用いてもよい。以下、その具体例について説明する。

図１２に示すように、本実施形態に係る混雑度報知システム２００は、駅のホームＦ１に配置される検出部７０と、次駅のホームＦ２に配置される報知部４０とを備える。報知部４０の構成は、実施形態１〜５の場合と同様である。

検出部７０は、列車Ｔを撮像して撮像データを生成するカメラ５０と、カメラ５０から撮像データを取得し、取得した撮像データを用いて区間検出と混雑度検出とを行い、それら区間検出と混雑度検出の結果を報知部４０に出力する処理部６０と、を有する。

カメラ５０は、ホームＦ１の先頭部分における線路Ｒの側方に設置されている。ここでホームＦ１の先頭部分とは、線路Ｒの長さ方向に関して、ホームＦ１の、次駅のホームＦ２に近い端部を指す。カメラ５０は、線路Ｒの側方から、カメラ５０の視野を通過する列車Ｔを繰り返し撮像する。

図１３に示すように、カメラ５０の視野は、列車Ｔの車両Ｃの外面、具体的には側面を撮像可能なように調整されている。カメラ５０は、ホームＦ１において、車両Ｃの側面の窓や乗降扉に設けられた可視光透過ガラスＷを視野内に捉えることができる高さに設置されている。具体的には、カメラ５０は、図７にも示した可動ホーム柵の戸袋Ｐに取り付けられている。

カメラ５０から処理部６０に出力される撮像データは、カメラ５０が列車Ｔを撮像する毎に生成されるソース画像データの時系列によって構成される。処理部６０は、そのソース画像データの時系列を用いて、列車Ｔのパノラマ画像を表すパノラマ画像データを形成する。以下、図１４を参照して具体的に説明する。

図１４に、ソース画像データ群が表す画像ＳＧ１〜ＳＧ６を示す。画像ＳＧ１〜ＳＧ６の順番にソース画像データが生成される。理解を容易にするために、図１４には、６つのソース画像データに対応する６つの画像ＳＧ１〜ＳＧ６のみを示すが、カメラ５０が撮像を行う毎に、新たにソース画像データが追加される。

カメラ５０による撮像の繰り返し周波数は、時間的に隣接するソース画像データ同士、即ち或るソース画像データと、その１コマ後のソース画像データとが、重複部分ＬＰを有し得るように、調整されている。具体的には、カメラ５０による撮像の繰り返し周波数は１０Ｈｚ以上である。

画像ＳＧ１〜ＳＧ６を、時間的に隣接するもの同士の重複部分ＬＰが重なるように繋ぎ合わせることで、列車Ｔのパノラマ画像ＰＧが得られる。図１２及び１３に示した処理部６０は、このような処理を行う。つまり、処理部６０は、時間的に隣接するソース画像データ間の重なり合う部分を結合することにより、パノラマ画像ＰＧを表すパノラマ画像データを形成する。

パノラマ画像データは、カメラ５０からソース画像データが出力される度に更新される。即ち、処理部６０は、新たに出力されたソース画像データを、既にパノラマ画像ＰＧを構成している１コマ前のソース画像データと繋ぎ合わせる。このようにして、最終的には、列車Ｔの全体を表すソース画像データが形成される。

そして、処理部６０は、パノラマ画像ＰＧの形成と並行して、それまで形成したパノラマ画像データを用いて区間検出と混雑度検出とを行う。

まず、区間検出の方法について説明する。処理部６０は、列車Ｔのパノラマ画像ＰＧの中から、パターン認識によって連結部Ｊを検出する。そのために、処理部６０は、連結部Ｊの特徴的な２次元形状を予め記憶している。連結部Ｊを検出することで、列車Ｔの１車両区間が特定されるため、区間検出が達成される。

図１５を参照し、次に混雑度検出の方法について説明する。図１５は、カメラ５０の視野に車両Ｃの可視光透過ガラスＷが入ったタイミングで撮像された画像を示す。カメラ５０の視野に可視光透過ガラスＷが入ったタイミングでは、可視光透過ガラスＷを通して、車両Ｃの客室内が撮像される。つまり、可視光透過ガラスＷの領域内に、立っている乗客Ａ及び座っている乗客Ｂが映り込む。

まず、処理部６０は、上述したパノラマ画像ＰＧの中から、パターン認識によって可視光透過ガラスＷを検出する。また、処理部６０は、可視光透過ガラスＷの領域内において、パターン認識によって乗客Ａ及びＢの存在及びその輪郭を検出する。

パターン認識を行うために、処理部６０は、車両Ｃの窓や乗降扉に設けられた可視光透過ガラスＷの特徴的な２次元形状と、乗客Ａ及びＢの特徴的な２次元形状とを予め記憶している。また、立っている乗客Ａの存在を検出するためのパターン認識には、乗客Ａの顔を認識する顔認識も含まれる。

そして、処理部６０は、パノラマ画像ＰＧ内における乗客Ａ及びＢの輪郭が占める領域の面積、又はその面積と可視光透過ガラスＷの全領域の面積との比を算出する。そして、この算出結果を複数段階的に評価した結果をもって、可視光透過ガラスＷの部分における混雑度とする。各領域の面積は、その領域を示す画素の数によって求めることができる。

なお、１車両区間内には、可視光透過ガラスＷが複数存在する。そこで、可視光透過ガラスＷ毎の混雑度の、１車両区間内での平均値をもって、その１車両区間における混雑度とする。

以下、図１６（Ａ）及び（Ｂ）を参照し、処理部６０の構成について詳細に説明する。

図１６（Ａ）に示すように、処理部６０は、１車両区間毎に混雑度を検出する区間別混雑度検出処理の手順を規定した区間別混雑度検出プログラム６１ａを記憶する記憶部６１と、揮発性の記憶媒体で構成されるＲＡＭ６２と、外部機器とのデータ通信を担う通信Ｉ／Ｆ６３と、区間別混雑度検出プログラム６１ａを実行するＣＰＵ６４とが、バス６５で接続された構成をもつ。

図１６（Ｂ）は、ＣＰＵ６４が実現する機能を表すブロック図である。ＣＰＵ６４は、区間別混雑度検出プログラム６１ａを実行することで、カメラ５０から撮像データを取得する取得部６４１、撮像データを用いてパノラマ画像データを形成する画像処理部６４２、パノラマ画像データを用いて１車両区間を検出する区間検出部６４３、パノラマ画像データを用いて１車両区間の混雑度を検出する混雑度検出部６４４、及び１車両区間別に混雑度の検出結果を出力する出力部６４５、として機能する。

取得部６４１は、通信Ｉ／Ｆ６３を介して、カメラ５０から撮像データを取得する。

画像処理部６４２は、撮像データを用いて、列車Ｔが発車したことを検出する。具体的には、画像処理部６４２は、取得部６４１によって取得される撮像データを常時監視しており、撮像データを構成するソース画像データが表す画像中に、列車Ｔの先頭部分が現れたことをパターン認識によって検出すると、列車Ｔが発車したと判断する。

また、画像処理部６４２は、列車Ｔの発車を検出すると、図１４を参照して説明した要領で、列車Ｔのパノラマ画像ＰＧを表すパノラマ画像データの形成を開始する。パノラマ画像データは、ソース画像データが出力される度に更新される。

また、画像処理部６４２は、撮像データを用いて、列車Ｔが過ぎ去ったことを検出する。具体的には、画像処理部６４２は、カメラ５０の視野内に列車Ｔが現れない状態が一定期間継続すると、列車Ｔが過ぎ去ったと判断し、パノラマ画像データの形成を停止する。

区間検出部６４３は、撮像データのうち、列車Ｔの外面を表す外面撮像データを用いて、１車両区間を検出する。具体的には、区間検出部６４３は、図１４を参照して説明したように、パターン認識によって、パノラマ画像ＰＧの中から連結部Ｊを特定することにより、１車両区間を検出する。

混雑度検出部６４４は、撮像データのうち、列車Ｔの客室内を表す列車内部撮像データを用いて、１車両区間における乗客の混雑度を検出する。具体的には、混雑度検出部６４４は、図１５を参照して説明したように、パターン認識によってパノラマ画像ＰＧの中から可視光透過ガラスＷを特定すると共に、可視光透過ガラスＷを通して客室内が撮像された部分から、パターン認識によって、乗客Ａ及びＢを検出する。

そして、混雑度検出部６４４は、パノラマ画像ＰＧにおける乗客Ａ及びＢが占める領域の面積、又はその面積と可視光透過ガラスＷの全領域の面積との比を算出する。この算出結果を複数段階的に評価した結果をもって混雑度の検出結果とする。

出力部６４５は、区間検出部６４３によって検出された１車両区間別に、混雑度検出部６４４による混雑度の検出結果を、通信Ｉ／Ｆ６３を介して、報知部４０に出力する。

図１７を参照し、以下、処理部６０を構成する上記各部６４１〜６４５によって行われる区間別混雑度検出処理について具体的に説明する。

前提として、区間検出部６４３は、車両が何両目であるかを表す整数型変数ｎに初期値として１を代入しているものとする（ステップＳ３１）。

画像処理部６４２は、取得部６４１によって取得される撮像データを監視しており、カメラ５０の視野内に列車Ｔの先頭車両Ｃが現れたことをパターン認識によって検出するまで待機する（ステップＳ３２）。

画像処理部６４２は、パターン認識によって先頭車両Ｃの到来を検出すると（ステップＳ３２；ＹＥＳ）、図１４を参照して説明した要領で、パノラマ画像データの形成を開始する。パノラマ画像データは、取得部６４１によってソース画像データが取得される度に更新される。

混雑度検出部６４４は、画像処理部６４２によって形成されるパノラマ画像データを監視し、パノラマ画像データの中から、可視光透過ガラスＷの部分が特定されたか否かを判定する（ステップＳ３３）。混雑度検出部６４４は、パターン認識によって、パノラマ画像データの中から可視光透過ガラスＷの部分を特定すると（ステップＳ３３；ＹＥＳ）、図１５を参照して説明した要領で、その可視光透過ガラスＷの部分における混雑度を検出する（ステップＳ３４）。

一方、画像処理部６４２は、パノラマ画像データの形成と並行して、列車Ｔの末尾車両が通過したか否かの判定も行っている（ステップＳ３５）。上述のように、画像処理部６４２は、カメラ５０の視野内に、列車Ｔが現れない状態が一定期間継続したことをもって、列車の末尾車両が通過したと判定する。

また、区間検出部６４３も、混雑度検出部６４４と同様に、画像処理部６４２によって形成されるパノラマ画像データを監視している。区間検出部６４３は、未だ末尾車両Ｃが通過していない場合（ステップＳ３５；ＮＯ）、パノラマ画像データの中から、連結部Ｊを検出したか否かを判定する（ステップＳ３６）。区間検出部６４３が連結部Ｊを検出しない場合は（ステップＳ３６；ＮＯ）、ステップＳ３３に戻る。

区間検出部６４３がパターン認識によって連結部Ｊを検出すると（ステップＳ３６；ＹＥＳ）、混雑度検出部６４４が、ｎ両目の車両Ｃについて、それまで検出した混雑度の平均値をもって、ｎ両目の車両Ｃについての混雑度を確定する（ステップＳ３７）。つまり、上述したように、１車両区間内に可視光透過ガラスＷが複数存在するため、混雑度検出部６４４は、可視光透過ガラスＷ毎の混雑度の、１車両区間内での平均値をもって、その１車両区間における混雑度とする。

次に、出力部６４５が、ｎ両目の車両Ｃに対する混雑度であることが分かる態様で、混雑度検出部６４４によって確定された混雑度を、報知部４０に出力する（ステップＳ３８）。これにより、次駅では、報知部４０によって客に対して混雑度の報知がなされる。

その後、区間検出部６４３が、整数型変数ｎの値を１だけインクリメントし（ステップＳ３９）、ステップＳ３３に戻る。

また、ステップＳ３５で、区間検出部６４３によって末尾車両Ｃの通過が検出された場合は（ステップＳ３５；ＹＥＳ）、同様にして、混雑度検出部６４４が、末尾車両Ｃについて、それまで検出した混雑度の平均値をもって、末尾車両Ｃについての混雑度を確定する（ステップＳ４０）。

そして、出力部６４５が、末尾車両Ｃに対する混雑度であることが分かる態様で、混雑度検出部６４４によって確定された混雑度を報知部４０に出力し（ステップＳ４１）、本処理を終了する。

以上説明したように、本実施形態に係る混雑度報知システム２００によれば、１台のカメラ５０が、視野を通過する列車Ｔの撮像を繰り返し行う。このため、特許文献２に示される従来技術の構成、即ち列車の車両毎にカメラを設置した大掛かりな構成を必要とせずに、１台のカメラ５０によって列車Ｔの複数の部位を撮像できる。このため、列車Ｔの車両毎の混雑度の検出を、従来よりも簡素な構成で行える。

また、１車両区間の検出と混雑度の検出の双方に共通のカメラ５０を用いたことも、検出部７０の構成の簡素化に寄与している。

また、処理部６０が、カメラ５０から撮像データを取得しつつ区間検出と混雑度検出とを行うので、それらの検出結果を１車両区間別にリアルタイムに報知部４０に報知できる。

［実施形態７］
上記実施形態６では、１つのカメラ５０を用いたが、カメラ５０を列車Ｔの進行方向に間隔をおいて複数配置してもよい。以下、その具体例について説明する。

図１８に示すように、本実施形態では、線路Ｒの側方に、列車Ｔの進行方向に間隔をあけて２つのカメラ５０が配置されている。これにより、処理部６０では、一方のカメラ５０が生成する撮像データと、他方のカメラ５０が生成する撮像データとを用いて、パノラマ画像データを形成できる。

このため、１つのカメラ５０のみを用いる場合に比べて、２倍の時間分解能を得ることができる。つまり、各々のカメラ５０の撮像の繰り返し周波数の２倍の周波数をもつカメラを用いたのと同様の効果が得られる。従って、列車Ｔの速度が速い場合でも、処理部６０では、途切れのないパノラマ画像ＰＧを形成できる。

なお、ここではカメラ５０を２つ用いたが、一般にｍ個のカメラ５０を配置することにより、各々のカメラ５０がもつ時間分解能のｍ倍の時間分解能を得ることができる。

［実施形態８］
上記実施形態６及び７では、区間検出と混雑度検出の双方に、撮像手段としてのカメラ５０を用いたが、区間検出のみに撮像手段を用いてもよい。また、上記実施形態６及び７では、撮像手段として、静止画の連写が可能なカメラ５０を用いたが、撮像手段として、動画を撮像可能なビデオカメラを用いてもよい。以下、その具体例について説明する。

図１９に示すように、本実施形態では、検出部７０が、レーザ距離計１１及び走査機構１２と、車両Ｃを撮像するビデオカメラ８０とで構成される。処理部６０は、実施形態１で述べた要領でレーザ距離計１１の計測結果によって混雑度検出を行い、ビデオカメラ８０の撮像結果によって区間検出を行う。

ビデオカメラ８０は、図１３に示したカメラ５０と同様、線路Ｒの側方、具体的には可動ホーム柵の戸袋Ｐに設置される。ビデオカメラ８０の視野は、車両Ｃの連結部Ｊを撮像可能なように調整されている。ビデオカメラ８０は、列車Ｔの進行速度に見合ったフレームレートでカラー動画の撮像が可能である。フレームレートは６０ｆｐｓ以上である。

ビデオカメラ８０は、列車Ｔの側面を撮像して得られる動画データを生成し、処理部６０に出力する。処理部６０は、ビデオカメラ８０で撮像されて得られた動画データの中から、パターン認識によって連結部Ｊを検出することにより、区間検出を達成する。

レーザ距離計１１から出力される計測値の時系列データと、ビデオカメラ８０から出力される動画データとは時間的に同期が取られる。このため、処理部６０は、ビデオカメラ８０を用いて検出される１車両区間別に、レーザ距離計１１を用いて検出される混雑度を出力することができる。

本実施形態によれば、区間検出はビデオカメラ８０を用いて行うので、レーザ距離計１１から出射されるレーザ光Ｌを可視光透過ガラスＷより高い部分及び低い部分に入射させる必要がない。このため、走査機構１２によるレーザ光Ｌの走査角θは、可視光透過ガラスＷの高さの範囲内でレーザ光を走査可能な値であれば足りる。

［実施形態９］
上記実施形態６及び７では、区間検出と混雑度検出の双方に、撮像手段としてのカメラ５０を用いたが、混雑度検出のみに撮像手段を用いてもよい。また、上記実施形態６及び７では、撮像手段として、可視光に感度をもつカメラ５０を用いたが、撮像手段として、赤外光に感度をもつ赤外線カメラを用いてもよい。以下、その具体例について説明する。

図２０に示すように、本実施形態では、検出部７０が、レーザ距離計１１及び走査機構１２と、赤外線カメラ９０とで構成される。処理部６０は、実施形態１で述べた要領でレーザ距離計１１の計測結果によって区間検出を行い、赤外線カメラ９０の撮像結果によって混雑度検出を行う。

赤外線カメラ９０は、線路Ｒの側方、具体的には列車Ｔの可視光透過ガラスＷと対面する位置に設置される。赤外線カメラ９０は、図１９に示したビデオカメラ８０と同様、列車Ｔの進行速度に見合ったフレームレートで動画の撮像が可能である。赤外線カメラ９０のフレームレートは６０ｆｐｓ以上である。

赤外線カメラ９０は、各々のフレームが物体の温度に相当する輝度の画素からなる熱動画データを生成する。温度が高い領域程、画素の輝度が高い。このため、赤外線カメラ９０が可視光透過ガラスＷを通して客室内を撮像することで得られた熱動画データによれば、温度が相対的に高い領域によって乗客の存在を検出できる。

そこで、処理部６０は、乗客の表面温度より低く、客室の内面の温度より高い温度を表す輝度のしきい値を予め記憶しており、そのしきい値より輝度の高い領域を、乗客の存在を表す領域と判断する。そして、処理部６０は、フレーム内における乗客の存在を表す領域の面積によって、混雑度を判定する。面積は画素数により求まる。

赤外線カメラ９０から出力される熱動画データと、レーザ距離計１１から出力される計測値の時系列データとは時間的に同期が取られる。このため、処理部６０は、レーザ距離計１１を用いて検出される１車両区間別に、上述した乗客の存在を表す領域の面積を求めることができる。即ち、処理部６０は、１車両区間別に混雑度を検出できる。

本実施形態によれば、処理部６０が、フレーム内における相対的に輝度の高い領域の面積によって混雑度を検出するため、実施形態６で必要であった、乗客を背景から区別するためのパターン認識が必須ではなくなる。このため、処理部６０は、混雑度検出を容易に行うことができる。

［実施形態１０］
図７には、列車の単位長さ区間別に混雑度を報知するために専用に設けられた文字情報表示器４１及び発光器４２を示したが、既存のものを報知部４０として用いてもよい。以下、その具体例について述べる。

図２１に示すように、本実施形態では、次駅Ｆ２の可動ホーム柵に元々設置されている状態表示灯４３を報知部４０として用いる。状態表示灯４３は、可動ホーム柵のドアＧが開動作中若しくは閉動作中であること、ドアＧが問題なく閉鎖されたこと、乗降客若しくは乗降客の荷物がドアＧに挟まれたこと、又は可動ホーム柵が故障したこと等を、駅員若しくは乗員又は他の乗降客に報知するためのものとして、元々可動ホーム柵に設置されているものである。状態表示灯４３は、駅員若しくは乗員が列車Ｔの両端から視認しやすいように、戸袋Ｐの上面に取り付けられている。

本実施形態では、状態表示灯４３が、上述した元々の役割に加えて、自己が設けられている位置に到着する車両Ｃに対する、検出部３０又は７０による混雑度の検出結果を、点滅の仕方又は点灯色の違いによって報知する。次駅Ｆ２の客は、状態表示灯４３の点滅の仕方又は点灯色の違いによって、到着する車両Ｃの混雑度を認識できる。このため、どの車両Ｃが空いているかを知ることができ、空いた車両に乗ることができる。この結果、車両Ｃ間での混雑度の偏りを緩和することができる。

本実施形態によれば、元々次駅Ｆ２の可動ホーム柵に設置されている状態表示灯４３を報知部４０として用いるので、新たに専用の報知部４０を設ける場合に比べて、混雑度報知システム１００及び２００を安価に構築できる。

以上、本発明の実施形態について説明した。本発明はこれに限られず、以下に述べる変形も可能である。

上記実施形態１〜１０では、列車の混雑度を判定する領域の単位となる単位長さ区間を１車両区間としたが、単位長さ区間は、１車両区間に限られない。単位長さ区間は、列車の乗降口から隣の乗降口までの区間であってもよい。図４に示すように、車両Ｃの乗降口Ｅは、車両Ｃの側面における他の部分よりも奥方に位置する。また、乗降口Ｅに設けられる可視光透過ガラスＷは、窓に設けられる可視光透過ガラスＷよりも高さが高い。このような特徴に基づいて、処理部２０は、パターン認識によって乗降口Ｅを検出することもできる。

また、列車Ｔにおいて、或る単位長さ区間と、隣の単位長さ区間との長さが異なっていてもよい。互いに長さの異なる車両を連結して列車を構成する場合は、車両毎に１車両区間の長さが異なることになる。また、乗降口から隣の乗降口までの間隔が、列車Ｔの長さ方向の位置によって異なっている場合もありうる。

上記実施形態１〜１０では、報知部４０を、列車Ｔが次に停車する次駅以降の停車駅に配置したが、報知部４０と検出部３０とを同じ駅に配置してもよい。検出部３０は、区間検出と混雑度検出をリアルタイムに行えるので、検出部３０を、ホームの、線路Ｒの長さ方向に関して列車Ｔが入線する側の端部に配置すれば、同ホームに列車が停止するまでの間に、報知部４０による報知を終えることも可能である。

上記実施形態１〜１０では、検出部３０を駅のホームＦ１に配置したが、検出部３０は、必ずしもホームＦ１に配置する必要はない。検出部３０は、ホームＦ１以外の部分における線路Ｒの側方に配置してもよい。検出部３０は、列車Ｔが通過するトンネルに配置してもよい。

図７及び図２１には、報知部４０が、文字、発光色、又は点滅パターンによって報知を行う例を示したが、報知の仕方は客が認識できる態様であれば特に限定されない。報知部４０は、映像によって報知を行ってもよい。

上記実施形態１〜５、８、及び９では、レーザ距離計１１が、ＴＯＦ方式で距離を計測したが、波動を用いた距離計測の原理は特に限定されない。三角法によって、波動の出射位置と、対象物で反射されて戻ってきた波動の戻り位置との関係から、距離を計測することもできる。

上記実施形態１〜５、８、及び９では、距離を計測するための波動として、レーザ光Ｌを用いたが、波動はレーザ光Ｌに限られない。波動として、レーザ光Ｌ以外の電磁波を用いてもよいし、超音波を用いてもよい。反射位置の座標検出の空間的な分解能を高めるためには、波動はレーザ光Ｌその他のビーム状に絞られた電磁波ビームであることが好ましい。

上記実施形態１〜５では、計測部１０をホームＦ１に設置し、上記実施形態６〜９ではカメラ５０、ビデオカメラ８０、及び赤外線カメラ９０をホームＦ１に設置した。これら計測部１０、カメラ５０、ビデオカメラ８０、及び赤外線カメラ９０は、必ずしもホームＦ１に設置する必要はなく、線路Ｒを挟んでホームＦ１と対向する位置に設置してもよいし、線路ＲとホームＦ１との間に設置してもよい。

上記実施形態４では、計測部１０を列車Ｔの進行方向に間隔をおいて複数設置し、上記実施形態７では、カメラ５０を列車Ｔの進行方向に間隔をおいて複数設置した。計測部１０及びカメラ５０は、列車Ｔの進行方向に関する位置は同じで高さが異なる複数の位置に設置してもよい。

上記実施形態６では、処理部６０が、列車Ｔの末尾車両がカメラ５０の視野から過ぎ去ったか否かの判定を行ったが、同判定は必須ではない。処理部６０は、同判定を行わずに、列車Ｔの発車を検出した時点、具体的には、カメラ５０の視野内に列車Ｔの先頭車両が現れた時点から、列車Ｔの通過に要する時間として予め定められた列車通過時間だけ経過した後に、自動的に区間検出及び混雑度検出を停止するようにしてもよい。

上記実施形態６では、処理部６０が、カメラ５０から出力される撮像データを用いて、列車Ｔの発車と過ぎ去りとを検出したが、列車Ｔの発車と過ぎ去りとを検出する検出手段を別途備えてもよい。この場合、カメラ５０は、検出手段によって列車Ｔの発車が検出されたときに撮像を開始し、検出手段によって列車Ｔの過ぎ去りが検出されたときに撮像を停止する。かかる検出手段は、列車Ｔの通過を検出できるセンサ、具体的には、線路Ｔを挟んで対向する発光部と受光部からなる光センサによって構成できる。

上記実施形態６では、カメラ５０による連写の繰り返し周波数を固定値とし、上記実施形態８では、ビデオカメラ８０のフレームレートを固定値とし、上記実施形態９では、赤外線カメラ９０のフレームレートを固定値とした。これら繰り返し周波数及びフレームレートを、列車Ｔの増速に伴って高められるように、列車の速度に応じて制御する制御手段を検出部３０又は７０が備えてもよい。なお、列車Ｔの速度は、撮像データを用いて検出してもよいし、別途設けた速度センサで検出してもよい。

上記実施形態６では、処理部６０がパノラマ画像ＰＧを表すパノラマ画像データを形成したが、パノラマ画像データの形成は必須ではない。処理部６０は、パノラマ画像データを形成しなくても、撮像データを用いてパターン認識によって区間検出及び混雑度検出を行うことができる。但し、パノラマ画像データを形成することで、ソース画像データ間の重複を除去できるため、区間検出及び混雑度検出の正確性を高めることができる。

実施形態６〜８においては、カメラ５０又はビデオカメラ８０が、それらの視野を照らす光照射器をさらに備えてもよい。これにより、列車Ｔをより鮮明に撮像できるので、区間検出及び混雑度検出の正確性を高めることができる。

区間別混雑度検出プログラム２１ａ又は６１ａをコンピュータにインストールすることで、そのコンピュータを処理部２０又は６０として機能させることもできる。区間別混雑度検出プログラム２１ａ又は６１ａの配布方法は任意であり、通信回線を介して配布してもよいし、ＣＤ−ＲＯＭ（Compact Disk Read-Only Memory）、ＤＶＤ（Digital Versatile Disk）、ＭＯ（Magneto Optical Disk）、メモリカード等のコンピュータ読み取り可能な記録媒体に格納して配布してもよい。

１０…計測部、１１…レーザ距離計、１２…走査機構、１３…熱センサ、２０…処理部、２１…記憶部、２１ａ…区間別混雑度検出プログラム、２２…ＲＡＭ、２３…通信Ｉ／Ｆ、２４…ＣＰＵ、２４１…取得部、２４２…区間検出部、２４３…混雑度検出部、２４４…出力部、２５…バス、３０…検出部、４０…報知部、４１…文字情報表示器、４２…発光器、４３…状態表示灯、５０…カメラ（撮像手段）、６０…処理部、６１ａ…区間別混雑度検出プログラム、６１…記憶部、６２…ＲＡＭ、６３…通信Ｉ／Ｆ、６４…ＣＰＵ、６４１…取得部、６４２…画像処理部、６４３…区間検出部、６４４…混雑度検出部、６４５…出力部、６５…バス、７０…検出部、８０…ビデオカメラ（撮像手段）、９０…赤外線カメラ（撮像手段）、１００，２００…混雑度報知システム、Ａ，Ｂ…乗客、Ｃ…車両、Ｄ…輪郭、Ｅ…乗降口、Ｆ１，Ｆ２…ホーム、Ｇ…ドア、Ｈ…支柱、Ｊ…連結部、Ｌ…レーザ光、Ｐ…戸袋、Ｒ…線路、Ｓ…仮想平面、Ｔ…列車、Ｗ…可視光透過ガラス、ＳＧ１〜ＳＧ６…画像、ＬＰ…重複部分、ＰＧ…パノラマ画像。

Claims (11)

1. 列車の単位長さ区間を検出する区間検出、及び各々の前記単位長さ区間における乗客の混雑度を検出する混雑度検出を行い、前記区間検出と前記混雑度検出とのうち少なくとも前記区間検出を、前記列車に向けて出射する波動を用いて、該波動の出射位置から反射位置までの距離を計測することにより行う検出部と、
   前記検出部から前記区間検出及び前記混雑度検出の結果を取得することにより、前記列車の前記単位長さ区間別に前記混雑度を報知する報知部と、
   を備える混雑度報知システムであって、
   前記単位長さ区間とは、前記列車の連結部間の１車両区間を指し、
   前記検出部が、前記波動を前記列車の各々の前記連結部に入射させ、各々の前記連結部を検出することにより前記区間検出を達成する、
   混雑度報知システム。
2. 列車の単位長さ区間を検出する区間検出、及び各々の前記単位長さ区間における乗客の混雑度を検出する混雑度検出を行い、前記区間検出と前記混雑度検出とのうち少なくとも前記混雑度検出を、前記列車に向けて出射する波動を用いて、該波動の出射位置から反射位置までの距離を計測することにより行う検出部と、
   前記検出部から前記区間検出及び前記混雑度検出の結果を取得することにより、前記列車の前記単位長さ区間別に前記混雑度を報知する報知部と、
   を備える混雑度報知システムであって、
   前記検出部が、前記波動を、高さの異なる複数の出射位置の各々から、前記列車の側面を構成する可視光透過ガラスを通して前記列車内に入射させ、前記列車内で立っている乗客の身体における高さの異なる複数の位置までの距離を計測することにより、前記混雑度検出を行う、
   混雑度報知システム。
3. 前記検出部が、前記区間検出と前記混雑度検出の双方を、前記波動の出射位置から反射位置までの距離を計測することにより行う、
   請求項１又は２に記載の混雑度報知システム。
4. 列車の単位長さ区間を検出する区間検出、及び各々の前記単位長さ区間における乗客の混雑度を検出する混雑度検出を行う検出部と、
   前記検出部から前記区間検出及び前記混雑度検出の結果を取得することにより、前記列車の前記単位長さ区間別に前記混雑度を報知する報知部と、
   を備える混雑度報知システムであって、
   前記検出部が、前記区間検出を、前記列車に向けて出射する波動を用いて、該波動の出射位置から反射位置までの距離を計測することにより行い、前記混雑度検出は、熱を検出する熱センサを用いて、前記列車内の乗客が発する熱を検出することにより行う、
   混雑度報知システム。
5. 前記検出部が、前記列車の進行方向に間隔をおいた複数の出射位置の各々から前記列車に向けて前記波動を出射させ、各々の前記出射位置から前記波動の反射位置までの距離を計測する、
   請求項１から４のいずれか１項に記載の混雑度報知システム。
6. 前記波動が、ビーム状の電磁波である、
   請求項１から５のいずれか１項に記載の混雑度報知システム。
7. 列車の単位長さ区間を検出する区間検出を行うステップと、
   前記単位長さ区間における乗客の混雑度を検出する混雑度検出を行うステップと、
   前記列車の前記単位長さ区間別に前記混雑度を報知するステップと、
   を有し、
   前記区間検出と前記混雑度検出とのうち少なくとも前記区間検出を、前記列車に向けて出射する波動の出射位置から反射位置までの距離を計測することにより行う、
   混雑度検出方法であって、
   前記単位長さ区間とは、前記列車の連結部間の１車両区間を指し、
   前記波動を前記列車の各々の前記連結部に入射させ、各々の前記連結部を検出することにより前記区間検出を達成する、
   混雑度検出方法。
8. 列車の単位長さ区間を検出する区間検出を行うステップと、
   前記単位長さ区間における乗客の混雑度を検出する混雑度検出を行うステップと、
   前記列車の前記単位長さ区間別に前記混雑度を報知するステップと、
   を有し、
   前記区間検出と前記混雑度検出とのうち少なくとも前記混雑度検出を、前記列車に向けて出射する波動の出射位置から反射位置までの距離を計測することにより行う、
   混雑度検出方法であって、
   前記混雑度検出は、前記波動を、高さの異なる複数の出射位置の各々から、前記列車の側面を構成する可視光透過ガラスを通して前記列車内に入射させ、前記列車内で立っている乗客の身体における高さの異なる複数の位置までの距離を計測することにより行う、
   混雑度検出方法。
9. 列車の単位長さ区間を検出する区間検出を行うステップと、
   前記単位長さ区間における乗客の混雑度を検出する混雑度検出を行うステップと、
   前記列車の前記単位長さ区間別に前記混雑度を報知するステップと、
   を有する混雑度検出方法であって、
   前記区間検出を、前記列車に向けて出射する波動を用いて、該波動の出射位置から反射位置までの距離を計測することにより行い、前記混雑度検出は、熱を検出する熱センサを用いて、前記列車内の乗客が発する熱を検出することにより行う、
   混雑度検出方法。
10. コンピュータに、
    走行中の列車に向けて出射した波動の出射位置から反射位置までの距離を計測することで得られた計測値の時系列データを、外部から取得する取得機能と、
    前記時系列データのうち、前記列車の外面で反射した前記波動で計測された外面計測データを用いて、前記列車の単位長さ区間を検出する区間検出機能と、
    前記時系列データのうち、前記列車の側面を構成する可視光透過ガラスを透過して前記列車内に入射した前記波動で計測された列車内部計測データを用いて、前記単位長さ区間における乗客の混雑度を検出する混雑度検出機能と、
    前記区間検出機能によって検出された前記単位長さ区間別に、前記混雑度検出機能によって検出された前記混雑度を出力する出力機能と、
    を実現させるプログラムであって、
    前記単位長さ区間とは、前記列車の連結部間の１車両区間を指し、
    前記区間検出機能では、前記外面計測データを用いて、前記列車の３次元形状の中からパターン認識によって前記連結部を特定することにより、前記１車両区間を検出する、
    プログラム。
11. コンピュータに、
    走行中の列車に向けて出射した波動の出射位置から反射位置までの距離を計測することで得られた計測値の時系列データを、外部から取得する取得機能と、
    前記時系列データのうち、前記列車の外面で反射した前記波動で計測された外面計測データを用いて、前記列車の単位長さ区間を検出する区間検出機能と、
    前記時系列データのうち、前記列車の側面を構成する可視光透過ガラスを透過して前記列車内に入射した前記波動で計測された列車内部計測データを用いて、前記単位長さ区間における乗客の混雑度を検出する混雑度検出機能と、
    前記区間検出機能によって検出された前記単位長さ区間別に、前記混雑度検出機能によって検出された前記混雑度を出力する出力機能と、
    を実現させるプログラムであって、
    前記列車内部計測データとは、前記波動を、高さの異なる複数の出射位置の各々から、前記列車の側面を構成する可視光透過ガラスを通して前記列車内に入射させ、前記列車内で立っている乗客の身体における高さの異なる複数の位置までの距離を計測することにより得られた前記計測値を表す、
    プログラム。

Images