JP7540422B2 - 運行管理装置、システム、及び運行管理方法 - Google Patents

Description

本開示は、運行管理装置、システム、及び運行管理方法に関する。

特許文献１には、ユーザの要望する配車条件に応じて配車プランを作成することが記載されている。

特開２０２１－０９６６６１号公報

特許文献１では、車両に対するユーザの乗車需要を予測することについては、一切考慮されていない。したがって、乗車需要の増減に応じた車両の運行が困難である。

本開示の目的は、乗車需要の増減に応じた車両の運行をしやすくすることである。

本開示に係る運行管理装置は、
予め定められた経路に沿って移動する複数の車両の利用実績を示す実績データを取得し、取得された実績データに基づき、各車両を運行する時間帯における乗車需要を予測し、得られた乗車需要の第１予測値が第１閾値よりも高い場合に、前記時間帯は各車両を定期運行車両として運行することを決定し、前記第１予測値が前記第１閾値以下である場合に、前記時間帯は各車両をユーザからの個別の要求に応じて配車される非定期運行車両として運行することを決定し、前記時間帯に各車両が定期運行車両として運行されているときに、少なくとも１人のユーザの存在状況を示す状況データを取得し、取得された状況データに基づき、前記時間帯の残り時間における乗車需要を予測し、得られた乗車需要の第２予測値が第２閾値よりも高い場合に、前記残り時間は追加車両を前記経路に投入することを決定する制御部を備える。

本開示に係る運行管理方法は、
予め定められた経路に沿って移動する複数の車両の利用実績を示す実績データを取得することと、
取得された実績データに基づき、各車両を運行する時間帯における乗車需要を予測し、得られた乗車需要の第１予測値が第１閾値よりも高い場合に、前記時間帯は各車両を定期運行車両として運行することを決定し、前記第１予測値が前記第１閾値以下である場合に、前記時間帯は各車両をユーザからの個別の要求に応じて配車される非定期運行車両として運行することを決定することと、
前記時間帯に各車両が定期運行車両として運行されているときに、少なくとも１人のユーザの存在状況を示す状況データを取得することと、
取得された状況データに基づき、前記時間帯の残り時間における乗車需要を予測し、得られた乗車需要の第２予測値が第２閾値よりも高い場合に、前記残り時間は追加車両を前記経路に投入することを決定することと、
を含む。

本開示によれば、乗車需要の増減に応じた車両の運行がしやすくなる。

本開示の実施形態に係るシステムの構成を示す図である。 本開示の実施形態に係る運行管理装置の構成を示すブロック図である。 本開示の実施形態に係る運行管理装置の動作を示すフローチャートである。 本開示の実施形態に係る運行モードテーブルに関連する動作を示すフローチャートである。 状況データを取得する処理の詳細を示すフローチャートである。 乗車需要を予測する処理の詳細を示す図である。 運行モードテーブルの作成例を示す図である。 定期定路線運行モードの具体例を示す図である。 セミデマンド運行モードの具体例を示す図である。 増便運行モードの具体例を示す図である。 増便判定の具体例を示す図である。

以下、本開示の幾つかの実施形態について、図を参照して説明する。

各図中、同一又は相当する部分には、同一符号を付している。各実施形態の説明において、同一又は相当する部分については、説明を適宜省略又は簡略化する。

本開示の一実施形態について説明する。

図１を参照して、本実施形態に係るシステム１００の構成を説明する。

本実施形態に係るシステム１００は、運行管理装置１０と、複数の車両Ｂ１，・・・，ＢＮと、複数の端末装置Ｕ１，・・・，ＵＭと、複数の停留地点に設置される停留所Ｐ１，・・・，ＰＬとを備える。車両の台数Ｎ、端末装置の数Ｍ、及び停留所の数Ｌは、２以上の整数である。

運行管理装置１０は、インターネット、少なくとも１つのＷＡＮ、少なくとも１つのＭＡＮ、又はこれらの任意の組合せを介して、複数の車両Ｂ１，・・・，ＢＮと通信可能である。「ＷＡＮ」は、wide area networkの略語である。「ＭＡＮ」は、metropolitan area networkの略語である。運行管理装置１０は、インターネット、少なくとも１つのＷＡＮ、少なくとも１つのＭＡＮ、又はこれらの任意の組合せを介して、複数の端末装置Ｕ１，・・・，ＵＭと通信可能である。運行管理装置１０は、インターネット、少なくとも１つのＷＡＮ、少なくとも１つのＭＡＮ、又はこれらの任意の組合せを介して、複数の停留所Ｐ１，・・・，ＰＬと通信可能である。

運行管理装置１０は、データセンタ等の施設に設置される。運行管理装置１０は、クラウドコンピューティングシステム又はその他のコンピューティングシステムに属するサーバ等のコンピュータである。

複数の車両Ｂ１，・・・，ＢＮの各車両は、例えば、ガソリン車、ディーゼル車、水素車、ＨＥＶ、ＰＨＥＶ、ＢＥＶ、又はＦＣＥＶ等の任意の種類の自動車である。「ＨＥＶ」は、hybrid electric vehicleの略語である。「ＰＨＥＶ」は、plug-in hybrid electric vehicleの略語である。「ＢＥＶ」は、battery electric vehicleの略語である。「ＦＣＥＶ」は、fuel cell electric vehicleの略語である。各車両は、本実施形態では自動運転車両である。自動運転車両とは、任意のレベルで運転が自動化された車両のことである。自動化のレベルは、例えば、ＳＡＥのレベル分けにおけるレベル１からレベル５のいずれかである。「ＳＡＥ」は、Society of Automotive Engineersの略語である。各車両の全ての運転操作を運転手が行ってもよい。各車両は、ＭａａＳ専用車両でもよい。「ＭａａＳ」は、Mobility as a Serviceの略語である。各車両は、第１センサ２０を備える。第１センサ２０は、本実施形態ではカメラであるが、物体の存在を検出し、検出された物体の情報を運行管理装置１０に提供可能な感圧センサ、赤外線センサ、又は可視光センサ等の任意のセンサであってよい。

複数の停留所Ｐ１，・・・，ＰＬの各停留所は、第２センサ３０を備える。第２センサ３０は、本実施形態ではカメラであるが、物体の存在を検出し、検出された物体の情報を運行管理装置１０に提供可能な感圧センサ、赤外線センサ、又は可視光センサ等の任意のセンサであってよい。

図１を参照して、本実施形態の概要を説明する。

運行管理装置１０は、予め定められた経路に沿って移動する複数の車両Ｂ１，・・・，ＢＮの利用実績を示す実績データＤ１を取得する。運行管理装置１０は、取得された実績データＤ１に基づき、各車両を運行する時間帯における乗車需要を予測する。運行管理装置１０は、得られた乗車需要の第１予測値が第１閾値よりも高い場合に、当該時間帯は各車両を定期運行車両として運行することを決定する。本実施形態では、定期運行車両は、予め定められた時刻に、複数の停留所Ｐ１，・・・，ＰＬの各停留所に停留する。各車両を定期運行車両として運行する運行形態を「定期定路線運行モードＭ１」という。運行管理装置１０は、第１予測値が第１閾値以下である場合に、当該時間帯は各車両をユーザからの個別の要求に応じて配車される非定期運行車両として運行することを決定する。本実施形態では、非定期運行車両は、ユーザによって指定された時刻に、停留所Ｐ１，・・・，ＰＬのうちユーザによって指定された停留所に停留する。各車両を非定期運行車両として運行する運行形態を「セミデマンド運行モードＭ２」という。運行管理装置１０は、当該時間帯に各車両が定期運行車両として運行されているときに、少なくとも１人のユーザの存在状況を示す状況データＤ２を取得する。本実施形態では、状況データＤ２は、少なくとも１人のユーザの存在状況として、少なくとも１人のユーザが各車両との関係でどのような状況に置かれているか、すなわち、少なくとも１人のユーザがいずれかの車両に乗車中であるのか、又はいずれかの停留所で待機中であるのかを示すデータである。運行管理装置１０は、取得された状況データＤ２に基づき、当該時間帯の残り時間における乗車需要を予測する。運行管理装置１０は、得られた乗車需要の第２予測値が第２閾値よりも高い場合に、残り時間は追加車両を経路に投入することを決定する。追加車両は、例えば、ガソリン車、ディーゼル車、水素車、ＨＥＶ、ＰＨＥＶ、ＢＥＶ、又はＦＣＥＶ等の任意の種類の自動車である。追加車両は、本実施形態では自律運転車両であるが、運転手によって運転されてもよい。追加車両は、ＭａａＳ専用車両でもよい。定期運行車両に加えて追加車両を運行する運行形態を「増便モードＭ３」という。運行管理装置１０は、本実施形態では、定期運行車両、非定期運行車両、及び追加車両の配車指示を直接行うが、配車指示を運行管理者に行わせてもよい。本実施形態において、複数の車両Ｂ１，・・・，ＢＮ及び追加車両は、周回バスである。

本実施形態によれば、各車両を運行する時間帯及び当該時間帯の残り時間における乗車需要を予測することで、乗車需要の増減に応じた車両の運行がしやすくなる。

図２を参照して、本実施形態に係る運行管理装置１０の構成を説明する。

運行管理装置１０は、制御部１１と、記憶部１２と、通信部１３とを備える。

制御部１１は、少なくとも１つのプロセッサ、少なくとも１つのプログラマブル回路、少なくとも１つの専用回路、又はこれらの任意の組合せを含む。プロセッサは、ＣＰＵ若しくはＧＰＵ等の汎用プロセッサ、又は特定の処理に特化した専用プロセッサである。「ＣＰＵ」は、central processing unitの略語である。「ＧＰＵ」は、graphics processing unitの略語である。プログラマブル回路は、例えば、ＦＰＧＡである。「ＦＰＧＡ」は、field-programmable gate arrayの略語である。専用回路は、例えば、ＡＳＩＣである。「ＡＳＩＣ」は、application specific integrated circuitの略語である。制御部１１は、運行管理装置１０の各部を制御しながら、運行管理装置１０の動作に関わる処理を実行する。

記憶部１２は、少なくとも１つの半導体メモリ、少なくとも１つの磁気メモリ、少なくとも１つの光メモリ、又はこれらの任意の組合せを含む。半導体メモリは、例えば、ＲＡＭ又はＲＯＭである。「ＲＡＭ」は、random access memoryの略語である。「ＲＯＭ」は、read only memoryの略語である。ＲＡＭは、例えば、ＳＲＡＭ又はＤＲＡＭである。「ＳＲＡＭ」は、static random access memoryの略語である。「ＤＲＡＭ」は、dynamic random access memoryの略語である。ＲＯＭは、例えば、ＥＥＰＲＯＭである。「ＥＥＰＲＯＭ」は、electrically erasable programmable read only memoryの略語である。記憶部１２は、例えば、主記憶装置、補助記憶装置、又はキャッシュメモリとして機能する。記憶部１２には、運行管理装置１０の動作に用いられるデータと、運行管理装置１０の動作によって得られたデータとが記憶される。実績データＤ１及び状況データＤ２は、本実施形態では記憶部１２に記憶されるが、外部のストレージに記憶されてもよい。外部のストレージは、運行管理装置１０に接続される。

通信部１３は、少なくとも１つの通信用インタフェースを含む。通信用インタフェースは、例えば、ＬＡＮインタフェースである。「ＬＡＮ」は、local area networkの略語である。通信部１３は、運行管理装置１０の動作に用いられるデータを受信し、また運行管理装置１０の動作によって得られるデータを送信する。通信部１３は、各車両内に設置された第１センサ２０による観察の結果を受信する。第１センサ２０は、各車両内に設置され、どれくらい多くのユーザが乗車しているかを観察する。通信部１３は、経路上に設置された第２センサ３０による観察の結果を受信する。第２センサ３０は、複数の停留所Ｐ１，・・・，ＰＬの各々に設置され、どれくらい多くのユーザが各車両を待っているかを観察する。

運行管理装置１０の機能は、本実施形態に係るプログラムを、制御部１１としてのプロセッサで実行することにより実現される。すなわち、運行管理装置１０の機能は、ソフトウェアにより実現される。プログラムは、運行管理装置１０の動作をコンピュータに実行させることで、コンピュータを運行管理装置１０として機能させる。すなわち、コンピュータは、プログラムに従って運行管理装置１０の動作を実行することにより運行管理装置１０として機能する。

プログラムは、非一時的なコンピュータ読取り可能な媒体に記憶しておくことができる。非一時的なコンピュータ読取り可能な媒体は、例えば、フラッシュメモリ、磁気記録装置、光ディスク、光磁気記録媒体、又はＲＯＭである。プログラムの流通は、例えば、プログラムを記憶したＳＤカード、ＤＶＤ、又はＣＤ－ＲＯＭ等の可搬型媒体を販売、譲渡、又は貸与することによって行う。「ＳＤ」は、Secure Digitalの略語である。「ＤＶＤ」は、digital versatile discの略語である。「ＣＤ－ＲＯＭ」は、compact disc read only memoryの略語である。プログラムをサーバのストレージに格納しておき、サーバから他のコンピュータにプログラムを転送することにより、プログラムを流通させてもよい。プログラムをプログラムプロダクトとして提供してもよい。

コンピュータは、例えば、可搬型媒体に記憶されたプログラム又はサーバから転送されたプログラムを、一旦、主記憶装置に格納する。そして、コンピュータは、主記憶装置に格納されたプログラムをプロセッサで読み取り、読み取ったプログラムに従った処理をプロセッサで実行する。コンピュータは、可搬型媒体から直接プログラムを読み取り、プログラムに従った処理を実行してもよい。コンピュータは、コンピュータにサーバからプログラムが転送される度に、逐次、受け取ったプログラムに従った処理を実行してもよい。サーバからコンピュータへのプログラムの転送は行わず、実行指示及び結果取得のみによって機能を実現する、いわゆるＡＳＰ型のサービスによって処理を実行してもよい。「ＡＳＰ」は、application service providerの略語である。プログラムは、電子計算機による処理の用に供する情報であってプログラムに準ずるものを含む。例えば、コンピュータに対する直接の指令ではないがコンピュータの処理を規定する性質を有するデータは、「プログラムに準ずるもの」に該当する。

運行管理装置１０の一部又は全ての機能が、制御部１１としてのプログラマブル回路又は専用回路により実現されてもよい。すなわち、運行管理装置１０の一部又は全ての機能が、ハードウェアにより実現されてもよい。

図３を参照して、本実施形態に係る運行管理装置１０の動作を説明する。この動作は、本実施形態に係る運行管理方法に相当する。

ステップＳ１０１において、運行管理装置１０の制御部１１は、予め定められた経路に沿って移動する複数の車両Ｂ１，・・・，ＢＮの利用実績を示す実績データＤ１を取得する。具体的には、制御部１１は、集計期間中に複数の車両Ｂ１，・・・，ＢＮに乗車したユーザの平均人数を時間帯ごとに示すデータを含む実績データＤ１を、記憶部１２から取得する。車両の台数Ｎは、運行管理者が任意に設定できる。例えば、実績データＤ１で示されるユーザの平均人数が最も多い時間帯のユーザの平均人数が３０人であり、各車両の定員数が１０人であるとき、Ｎ＝３０／１０＝３としてもよい。集計期間は、運行管理者が任意に設定できる。例えば、集計期間は、運行日直前の乗車需要の動向を重視する場合には、運行日の直近１か月以上とし、乗車需要の季節的な変動を重視する場合には、運行日に対応する前年同日を含む１日以上としてもよい。図７の上段に示すグラフは、横軸を時間帯、縦軸をユーザの平均人数として、実績データＤ１をプロットした一例である。

ステップＳ１０２において、運行管理装置１０の制御部１１は、ステップＳ１０１で取得された実績データＤ１に基づき、各車両を運行する時間帯ＴＸにおける乗車需要を予測する。その結果、時間帯ＴＸにおける乗車需要の第１予測値が得られる。具体的には、制御部１１は、実績データＤ１を参照して、時間帯ごとに、集計期間中に複数の車両Ｂ１，・・・，ＢＮを利用したユーザの車両１台当たりの平均人数を特定する。制御部１１は、時間帯ＴＸについて特定されたユーザの車両１台当たりの平均人数を示す値を、時間帯ＴＸにおける乗車需要の第１予測値として利用する。

ステップＳ１０３において、運行管理装置１０の制御部１１は、ステップＳ１０２で得られた乗車需要の第１予測値が第１閾値よりも高いかどうかを判定する。具体的には、制御部１１は、車両１台当たりの最小ユーザ数Ｘを第１閾値として設定する。Ｘは、運行管理者が任意に設定できるが、本実施形態では車両１台当たりの損益分岐点に設定される。つまり、Ｘは、複数の車両Ｂ１，・・・，ＢＮを利用するユーザの車両１台当たりの平均人数がその値よりも大きければ利益が出る値に設定される。例えば、Ｘは、複数の車両Ｂ１，・・・，ＢＮの１日当たりの運行コスト、複数の車両Ｂ１，・・・，ＢＮの１日当たりの運行時間、及びユーザ１人当たりの運賃収入から算出し得る。本実施形態において、第１閾値は、各車両を運行する運行日に応じて変動する。

第１予測値が第１閾値よりも高いと判定された場合は、制御部１１は、ステップＳ１０４において、時間帯ＴＸは各車両を定期運行車両として運行することを決定する。すなわち、制御部１１は、時間帯ＴＸの運行モードを定期定路線運行モードＭ１に設定する。図８に、定期定路線運行モードＭ１の具体例を示す。図８に示す例では、車両基地５０で待機した後、複数の車両Ｂ１，・・・，ＢＮのうちの１台である車両Ｂ１が、定期運行車両として、停留所Ｐ１からＰ５に順番に停留することを繰り返し、その後、車両基地５０に帰還する。ユーザは、停留所Ｐ１からＰ５のいずれかで車両Ｂ１に乗車し、停留所Ｐ１からＰ５のいずれかで車両Ｂ１から降車する。他の車両Ｂ２，・・・も、車両Ｂ１に続いて車両基地５０を順次出発し、車両Ｂ１と同様に、定期運行車両として、停留所Ｐ１からＰ５に順番に停留することを繰り返し、その後、車両基地５０に帰還する。

第１予測値が第１閾値以下であると判定された場合は、制御部１１は、ステップＳ１０９において、時間帯ＴＸは各車両を非定期運行車両として運行することを決定する。すなわち、制御部１１は、時間帯ＴＸの運行モードをセミデマンド運行モードＭ２に設定する。そして、図３のフローが終了する。図９に、セミデマンド運行モードＭ２の具体例を示す。図９に示す例では、車両基地５０で待機しているときに、複数の車両Ｂ１，・・・，ＢＮのうちの１台である車両ＢＹが、次のような手順で、ユーザからの個別の要求に応じて配車される非定期運行車両として選択され、運行される。運行管理装置１０の通信部１３は、ユーザの端末装置Ｕ１から、車両の配車要求を受信する。配車要求は、ユーザにより指定された時刻に、ユーザにより指定された出発地ＯＲＩに対応する停留所に車両を配車することを求める情報を含む。配車要求は、ユーザにより指定された目的地ＤＥＳに対応する停留所を示す情報を含んでもよい。図９の例では、停留所Ｐ３が出発地ＯＲＩに対応するものとする。停留所Ｐ５が目的地ＤＥＳに対応するものとする。運行管理装置１０の制御部１１は、通信部１３により受信された配車要求で示される情報を取得する。制御部１１は、取得された情報に従って、非定期運行車両の運行計画を作成する。「非定期運行車両の運行計画」とは、セミデマンド運行モードＭ２における非定期運行車両の運行スケジュールのことである。具体的には、非定期運行車両の運行計画は、非定期運行車両をいつどこに停留させるか、すなわち、非定期運行車両を停留させる停留所及び対応する停留時刻を示すデータを含む。制御部１１は、作成された非定期運行車両の運行計画を車両ＢＹに送信する。車両ＢＹは、車両基地５０を出発した後、停留所Ｐ１，Ｐ２を通過し、ユーザにより指定された時刻に停留所Ｐ３に停留する。ユーザは、停留所Ｐ３で車両ＢＹに乗車する。車両ＢＹは、停留所Ｐ３を出発した後、停留所Ｐ４を通過し、停留所Ｐ５に停留する。ユーザは、停留所Ｐ５で車両ＢＹから降車する。車両ＢＹは、停留所Ｐ５を出発した後、車両基地５０に帰還する。

このようにして、制御部１１は、取得された実績データＤ１に基づき、各車両を運行する時間帯ＴＸにおける乗車需要を予測する。制御部１１は、得られた乗車需要の第１予測値が第１閾値よりも高い場合に、時間帯ＴＸは各車両を定期運行車両として運行することを決定する。制御部１１は、第１予測値が第１閾値以下である場合に、時間帯ＴＸは各車両を非定期運行車両として運行することを決定する。

ステップＳ１０５において、運行管理装置１０の制御部１１は、ステップＳ１０４で各車両を定期運行車両として運行することが決定された時間帯ＴＸに各車両が定期運行車両として運行されているときに、少なくとも１人のユーザの存在状況を示す状況データＤ２を取得する。本実施形態において、状況データＤ２は、経路上の少なくとも１つの停留地点で待機中のユーザの人数である待機ユーザ数を示すデータと、少なくとも１台の車両に乗車中のユーザの人数である車内ユーザ数を示すデータとを含む。図５に、ステップＳ１０５の処理の詳細を示す。

図５のステップＳ３０１において、制御部１１は、経路上の少なくとも１つの停留地点について、待機ユーザ数を検出する。具体的には、通信部１３は、経路上に設置された第２センサ３０による観察の結果を受信する。制御部１１は、通信部１３により受信された、第２センサ３０により撮像された画像を解析することで、待機ユーザ数を検出する。図８に示す例では、制御部１１は、停留所Ｐ１に設置された第２センサ３０により撮像された画像を解析することで、停留所Ｐ１の待機ユーザ数を検出する。例えば、停留所Ｐ１で車両Ｂ１の到着に備えて１人のユーザが待機中であるとすると、制御部１１は、通信部１３により受信された、停留所Ｐ１に設置された第２センサ３０により撮像された画像を解析することで、待機ユーザ数が１であることを検出する。画像解析の方法としては、既知の方法を用いることができる。深層学習等の機械学習が用いられてもよい。

図５のステップＳ３０２において、制御部１１は、少なくとも１台の車両について、車内ユーザ数を検出する。具体的には、通信部１３は、複数の車両Ｂ１，・・・，ＢＮのうち少なくとも１台の車両内に設置された第１センサ２０による観察の結果を受信する。制御部１１は、通信部１３により受信された、第１センサ２０により撮像された画像を解析することで、車内ユーザ数を検出する。図８に示す例では、制御部１１は、車両Ｂ１内に設置された第１センサ２０により撮像された画像を解析することで、車両Ｂ１の車内ユーザ数を検出する。例えば、車両Ｂ１に１人のユーザが乗車中であるとすると、制御部１１は、通信部１３により受信された、車両Ｂ１内に設置された第１センサ２０により撮像された画像を解析することで、車内ユーザ数が１であることを検出する。画像解析の方法としては、既知の方法を用いることができる。深層学習等の機械学習が用いられてもよい。

本実施形態では、ステップＳ３０１が完了してからステップＳ３０２が実行されるが、ステップＳ３０１及びＳ３０２は、逆順又は同時に実行されてもよい。

図８に示す例では、制御部１１が状況データＤ２を取得するタイミングは、車両Ｂ１が前方の停留所に到着する前である。車両Ｂ１が７時００分から定期運行車両として運行されるとすると、制御部１１は、車両Ｂ１が停留所Ｐ１に到着する前、例えば７時０５分に、第１センサ２０及び第２センサ３０から取得される各画像を解析することで、車両Ｂ１の車内ユーザ数を示すデータと、停留所Ｐ１の待機ユーザ数を示すデータとを含む状況データＤ２を取得する。解析の結果、車両Ｂ１について、車内ユーザ数として１人、待機ユーザ数として１人のユーザが検出されたとする。この場合、制御部１１は、車内ユーザ数が１人であることを示すデータと、待機ユーザ数が１人であることを示すデータとを含む状況データＤ２を、記憶部１２に記憶する。

ステップＳ１０６において、運行管理装置１０の制御部１１は、ステップＳ１０５で取得された状況データＤ２に基づき、時間帯ＴＸの残り時間における乗車需要を予測する。その結果、時間帯ＴＸの残り時間における乗車需要の第２予測値が得られる。図６に、ステップＳ１０６の処理の詳細を示す。

図６のステップＳ４０１において、制御部１１は、少なくとも１台の車両について、経路上の少なくとも１つの停留地点で乗車するユーザの人数である乗車ユーザ数と、少なくとも１つの停留地点で降車するユーザの人数である降車ユーザ数とを推定する。具体的には、制御部１１は、少なくとも１つの停留地点周辺の環境条件を示す環境データＤ３を記憶部１２から取得し、乗車ユーザ数の推定値と、降車ユーザ数の推定値とを算出する。入力は、図１１に示すように、時刻を含んでもよい。環境データＤ３は、本実施形態では記憶部１２に記憶されるが、外部のストレージに記憶されてもよい。本実施形態において、環境条件は、天候、道路交通状況、鉄道運行状況、及びイベント開催状況を含む。環境データＤ３に含まれる、天候を示すデータは、例えば、日本の気象庁から提供される天気予報等の気象に関するデータである。環境データＤ３に含まれる、道路交通状況を示すデータは、例えば、日本道路交通情報センターから提供される渋滞及び交通規制に関するデータである。環境データＤ３に含まれる、鉄道運行状況を示すデータは、例えば、鉄道事業者から提供される、列車の運転見合わせによる振替輸送に関するデータである。環境データＤ３に含まれる、イベント開催状況を示すデータは、例えば、スポーツイベント又はコンサートイベントの主催者から提供される開催地及びイベントスケジュール等に関するデータである。制御部１１は、環境データＤ３で示される天候、道路交通状況、鉄道運行状況、及びイベント開催状況を含む環境条件に応じて、乗車ユーザ数及び降車ユーザ数の推定値を増減させる。例えば、ある停留所の周辺にスポーツイベント用のスタジアムが存在するとする。この停留所では、スポーツイベントの開催の状況に応じて、乗車ユーザ数及び降車ユーザが大きく異なる。制御部１１は、時間帯ＴＸにスポーツイベントが開始する場合は、降車ユーザ数の推定値として、スポーツイベントが開催されない日の同じ時間帯に比べて高い値を算出する。制御部１１は、時間帯ＴＸにスポーツイベントが終了する場合は、乗車ユーザ数の推定値として、スポーツイベントが開催されない日の同じ時間帯に比べて高い値を算出する。本実施形態において、乗車ユーザ数及び降車ユーザ数の推定値は、図１１に示すように、制御部１１が、少なくとも１つの停留地点周辺の環境条件を入力とし、乗車ユーザ数及び降車ユーザ数の推定値を出力する乗降人数推定器１４を利用することで算出される。推定値の算出に、深層学習等の機械学習が用いられてもよい。

図６のステップＳ４０２において、制御部１１は、ステップＳ３０１及びＳ３０２で取得された状況データＤ２に加えて、ステップＳ４０１で算出された乗車ユーザ数の推定値及び降車ユーザ数の推定値に基づき、時間帯ＴＸの残り時間における乗車需要の第２予測値を算出する。具体的には、制御部１１は、次式より第２予測値を算出する。
第２予測値＝車内ユーザ数＋Ｍａｘ（待機ユーザ数，乗車ユーザ数の推定値）－降車ユーザ数の推定値
上式で、「Ｍａｘ（待機ユーザ数，乗車ユーザ数の推定値）」は、検出された待機ユーザ数と乗車ユーザ数の推定値とのいずれか大きい方の値、すなわち最大値を指す。本実施形態では、待機ユーザ数の検出後に車両の到着に備えて待機するユーザの人数が増加し得ることを考慮して最大値を算出しているが、平均値等の代表値を算出してもよい。第１例として、ステップＳ３０２で車内ユーザ数を示す値として１が、ステップＳ３０１で待機ユーザ数を示す値として１が検出され、ステップＳ４０１で乗車ユーザ数の推定値として２が、降車ユーザ数の推定値として０が得られたものとする。この場合、上式より、第２予測値＝１＋Ｍａｘ（１，２）－０＝３と算出される。つまり、第２予測値は、停留所Ｐ１での乗降完了後に、車両Ｂ１に乗車していることが見込まれるユーザの人数を示す。第２例として、ステップＳ３０２で車内ユーザ数を示す値として８が、ステップＳ３０１で待機ユーザ数を示す値として７が検出され、ステップＳ４０１で乗車ユーザ数の推定値として８が、降車ユーザ数の推定値として２が取得されたものとする。この場合、上式より、第２予測値＝８＋Ｍａｘ（７，８）－２＝１４と算出される。

図８に示す例では、制御部１１が環境データＤ３を取得するタイミングは、状況データＤ２の場合と同様に、車両Ｂ１が前方の停留所に到着する前である。制御部１１は、記憶部１２から、車内ユーザ数及び待機ユーザ数を示す状況データＤ２に加えて、乗車ユーザ数の推定値及び降車ユーザ数の推定値を読み出す。制御部１１は、これらのデータ及び推定値を上式に当てはめ、停留所Ｐ１での乗降完了後に、車両Ｂ１に乗車していることが見込まれるユーザの人数を示す値を、第２予測値として取得する。

このようにして、制御部１１は、取得された状況データＤ２に加えて、乗車ユーザ数及び降車ユーザ数の推定値に基づき、時間帯ＴＸの残り時間における乗車需要を予測する。

ステップＳ１０７において、運行管理装置１０の制御部１１は、ステップＳ１０６で得られた乗車需要の第２予測値が、少なくとも１台の車両に固有の固定値である第２閾値よりも高いかどうかを判定する。すなわち、制御部１１は、増便判定を行う。具体的には、制御部１１は、少なくとも１台の車両の定員数を第２閾値として設定する。制御部１１は、第２予測値が第２閾値よりも高いかどうかを判定する。例えば、少なくとも１台の車両の定員数が１０人である場合、上述した第１例では、第２予測値が第２閾値以下であると判定され、第２例では、第２予測値が第２閾値よりも高いと判定される。

第２予測値が第２閾値以下であると判定された場合は、図３のフローが終了する。すなわち、制御部１１は、時間帯ＴＸの残り時間の運行モードを定期定路線運行モードＭ１に維持する。一方、第２予測値が第２閾値以下であると判定された場合は、制御部１１は、ステップＳ１０８において、時間帯ＴＸの残り時間は追加車両を経路に投入することを決定する。すなわち、制御部１１は、運行モードを増便モードＭ３に切り替える。図１０に、増便モードＭ３の具体例を示す。図８に示す例で、車両Ｂ１が停留所Ｐ１に到着する前、例えば７時０５分に、増便判定が行われたとする。増便判定の結果、第２予測値が第２閾値よりも高いと判定された場合は、残り時間、すなわち７時０５分から７時５９分までは、図１０に示すように、追加車両として、車両ＢＺが経路に投入される。車両ＢＺは、車両Ｂ１に続いて車両基地５０を車両Ｂ２よりも前に出発し、車両Ｂ１と同様に、停留所Ｐ１からＰ５に順番に停留することを繰り返し、その後、車両基地５０に帰還する。

本実施形態では、ステップＳ１０７で第２予測値が第２閾値以下であると判定された場合は、図３のフローが終了しているが、ステップＳ１０７の判定後、時間帯ＴＸの残り時間が経過するまで、ステップＳ１０５以降時台の処理を繰り返してもよい。すなわち、増便判定は、複数回実行されてもよい。例えば、制御部１１は、ステップＳ１０５以降の処理を一定の間隔、例えば５分間隔で繰り返してもよい。また、本実施形態では、ステップＳ１０８で追加車両を経路に投入した後、図３のフローが終了しているが、ステップＳ１０８の処理後、時間帯ＴＸの残り時間が経過するまで、ステップＳ１０５以降の処理を再び実行してもよい。図１０に示す例では、時間帯ＴＸの残り時間が経過する前に、乗車需要の第２予測値が第２閾値以下であると判定されたときは、車両ＢＺから全てのユーザが降車した後すぐに、車両ＢＺが車両基地５０に帰還してもよい。

このようにして、制御部１１は、各車両が定期運行車両として運行されているときに、少なくとも１人のユーザの存在状況を示す状況データＤ２を取得する。制御部１１は、取得された状況データＤ２に基づき、時間帯ＴＸの残り時間における乗車需要を予測する。制御部１１は、得られた乗車需要の第２予測値が第２閾値よりも高い場合に、当該残り時間は追加車両を経路に投入することを決定する。

本実施形態によれば、各車両を運行する時間帯ＴＸ及び時間帯ＴＸの残り時間における乗車需要を予測することで、乗車需要の増減に応じた車両の運行がしやすくなる。

本実施形態では、運行管理装置１０の制御部１１は、時間帯ＴＸを６時台から２４時台の各時間帯として、ステップＳ１０１からＳ１０３、及びＳ１０４又はＳ１０９の一連の処理を合計１９回繰り返すことで、図７に示すような運行モードテーブルＭＴを生成する。例えば、制御部１１は、時間帯ＴＸを６時台の時間帯としたとき、ステップＳ１０１からＳ１０３及びＳ１０９の処理の結果として、当該時間の運行モードをセミデマンド運行モードＭ２に設定する。「６時台の時間帯」とは、６時から７時の間、すなわち６時００分を含み、７時００分を含まない時間帯のことである。「６時台の時間帯」は、正確には６時００分００秒から６時５９分５９秒までを指すが、図７では便宜上「６：００～６：５９」と時分で表記する。他の時間帯についても同様である。同様に、制御部１１は、時間帯ＴＸを１１時台から１６時台、及び２１時台から２４時台の各時間帯としたとき、ステップＳ１０１からＳ１０３及びＳ１０９の処理の結果として、各時間帯の運行モードをセミデマンド運行モードＭ２に設定する。例えば、制御部１１は、時間帯ＴＸを７時台の時間帯としたとき、ステップＳ１０１からＳ１０４の処理の結果として、当該時間帯の運行モードを定期定路線運行モードＭ１に設定する。同様に、制御部１１は、時間帯ＴＸを８時台から１０時台、及び１７時台から２０時台の各時間帯としたとき、各時間帯の運行モードを定期定路線運行モードＭ１に設定する。

図４を参照して、運行モードテーブルＭＴに関連する動作について説明する。

ステップＳ２０１において、運行管理装置１０の制御部１１は、車両の運行に必要なパラメータを設定する。具体的には、制御部１１は、複数の車両Ｂ１，・・・，ＢＮを運行する経路、及び各車両を停留させる停留所Ｐ１，・・・，ＰＬを設定する。

ステップＳ２０２において、制御部１１は、実績データＤ１に基づき、図７の下段に示すような運行モードテーブルＭＴを生成する。図７に示すように、運行モードテーブルＭＴには、定期定路線運行モードＭ１の具体的な時間帯と、セミデマンド運行モードＭ２の具体的な時間帯とを示すデータが格納される。図７の例では、定期定路線運行モードＭ１の時間帯として、７時台から１０時台及び１７時台から２０時台の各時間帯を示すデータが、運行モードテーブルＭＴに格納される。また、セミデマンド運行モードＭ２の時間帯として、６時台、１１時台から１６時台、及び２１時台から２４時台の各時間帯を示すデータが、運行モードテーブルＭＴに格納される。

ステップＳ２０３において、運行管理装置１０の制御部１１は、定期運行時の運行計画を立案する。「定期運行時の運行計画」とは、定期定路線運行モードＭ１における定期運行車両の運行スケジュールのことである。具体的には、定期運行時の運行計画は、定期運行車両をいつどこに停留させるか、すなわち、定期運行車両を停留させる停留所及び対応する停留時刻を示すデータを含む。定期運行時の運行計画の立案方法としては、既知の方法を用いることができる。深層学習等の機械学習が用いられてもよい。

ステップＳ２０４において、運行管理装置１０の制御部１１は、ユーザに運行モードテーブルＭＴを提供する。運行モードテーブルＭＴの提供方法としては、任意の方法が用いられてよいが、本実施形態では、運行モードテーブルＭＴの内容を、経路上に設置された電子看板のディスプレイに表示若しくはスピーカから音声出力する方法、運行管理者のホームページに掲載する方法、ユーザの端末装置Ｕ１，・・・，ＵＭのディスプレイに表示若しくはスピーカから音声出力する方法、又はこれらの組合せが用いられる。

ステップＳ２０５において、運行管理装置１０の制御部１１は、運行モードテーブルＭＴに合わせて複数の車両Ｂ１，・・・，ＢＮを運行する。具体的には、定期定路線運行モードＭ１の時間帯には定期運行車両として、セミデマンド運行モードＭ２の時間帯には非定期運行車両として、複数の車両Ｂ１，・・・，ＢＮを経路に沿って移動させる。

本実施形態によれば、実績データＤ１、状況データＤ２、及び環境データＤ３に基づき、複数の車両Ｂ１，・・・，ＢＮの各車両に対するユーザの乗車需要を予測することで、乗車需要の増減に応じた車両の運行がしやすくなる。

本実施形態の一変形例では、運行管理装置１０の制御部１１は、状況データＤ２に加えて、少なくとも１台の車両に乗車中で、降車の意思表示をしたユーザの人数に基づき、残り時間における乗車需要を予測してもよい。この場合、ユーザによる降車の意思表示は、各車両内に設置された降車ボタン等の入力機器、又は端末装置Ｕ１，・・・，ＵＭのうち降車の意思表示をするユーザの端末装置を介して検出される。

本開示は上述の実施形態に限定されるものではない。例えば、ブロック図に記載の２つ以上のブロックを統合してもよいし、又は１つのブロックを分割してもよい。フローチャートに記載の２つ以上のステップを記述に従って時系列に実行する代わりに、各ステップを実行する装置の処理能力に応じて、又は必要に応じて、並列的に又は異なる順序で実行してもよい。その他、本開示の趣旨を逸脱しない範囲での変更が可能である。

１０ 運行管理装置
１１ 制御部
１２ 記憶部
１３ 通信部
１４ 乗降人数推定器
２０ 第１センサ
３０ 第２センサ
５０ 車両基地
１００ 運行管理システム
Ｂ１，・・・，ＢＮ 車両
ＢＹ 非定期運行車両
ＢＺ 追加車両
Ｄ１ 実績データ
Ｄ２ 状況データ
Ｄ３ 環境データ
ＤＥＳ 目的地
Ｍ１ 定期定路線運行モード
Ｍ２ セミデマンド運行モード
Ｍ３ 増便モード
ＭＴ 運行モードテーブル
ＯＲＩ 出発地
Ｐ１，・・・，ＰＬ 停留所
Ｕ１，・・・，ＵＭ 端末装置

Claims (20)

1. 予め定められた経路に沿って移動する複数の車両の利用実績を示す実績データを取得し、取得された実績データに基づき、各車両を運行する時間帯における乗車需要を予測し、得られた乗車需要の第１予測値が第１閾値よりも高い場合に、前記時間帯は各車両を定期運行車両として運行することを決定し、前記第１予測値が前記第１閾値以下である場合に、前記時間帯は各車両をユーザからの個別の要求に応じて配車される非定期運行車両として運行することを決定し、前記時間帯に各車両が定期運行車両として運行されているときに、少なくとも１人のユーザの存在状況を示す状況データを取得し、取得された状況データに基づき、前記時間帯の残り時間における乗車需要を予測し、得られた乗車需要の第２予測値が第２閾値よりも高い場合に、前記残り時間は追加車両を前記経路に投入することを決定する制御部を備える運行管理装置。
2. 前記状況データは、少なくとも１台の車両に乗車中のユーザの人数である車内ユーザ数を示すデータを含む請求項１に記載の運行管理装置。
3. 各車両内に設置された第１センサによる観察の結果を受信する通信部を更に備え、
   前記制御部は、前記通信部により受信された前記観察の結果に応じて、前記車内ユーザ数を検出することで、前記車内ユーザ数を示すデータを取得する請求項２に記載の運行管理装置。
4. 前記第１センサは、カメラであり、
   前記制御部は、前記観察の結果として、前記カメラにより撮像された画像を解析することで、前記車内ユーザ数を検出する請求項３に記載の運行管理装置。
5. 前記状況データは、前記経路上の少なくとも１つの停留地点で待機中のユーザの人数である待機ユーザ数を示すデータを含む請求項１に記載の運行管理装置。
6. 前記経路上に設置された第２センサによる観察の結果を受信する通信部を更に備え、
   前記制御部は、前記通信部により受信された前記観察の結果に応じて、前記待機ユーザ数を検出することで、前記待機ユーザ数を示すデータを取得する請求項５に記載の運行管理装置。
7. 前記第２センサは、カメラであり、
   前記制御部は、前記観察の結果として、前記カメラにより撮像された画像を解析することで、前記待機ユーザ数を検出する請求項６に記載の運行管理装置。
8. 前記制御部は、前記状況データに加えて、少なくとも１台の車両に乗車中で、降車の意思表示をしたユーザの人数に基づき、前記残り時間における乗車需要を予測する請求項１に記載の運行管理装置。
9. 前記制御部は、前記状況データに加えて、前記経路上の少なくとも１つの停留地点で少なくとも１台の車両に乗車するユーザの人数である乗車ユーザ数の推定値と、前記少なくとも１つの停留地点で前記少なくとも１台の車両から降車するユーザの人数である降車ユーザ数の推定値とに基づき、前記残り時間における乗車需要を予測する請求項１に記載の運行管理装置。
10. 前記少なくとも１つの停留地点周辺の環境条件を示す環境データを受信する通信部を更に備え、
    前記制御部は、前記通信部により受信された前記環境データに基づき、前記乗車ユーザ数の推定値と、前記降車ユーザ数の推定値とを算出する請求項９に記載の運行管理装置。
11. 前記環境条件は、天候を含む請求項１０に記載の運行管理装置。
12. 前記環境条件は、道路交通状況を含む請求項１０又は１１に記載の運行管理装置。
13. 前記環境条件は、鉄道運行状況を含む請求項１０から１２のいずれか一項に記載の運行管理装置。
14. 前記環境条件は、イベント開催状況を含む請求項１０から１３のいずれか一項に記載の運行管理装置。
15. 前記実績データは、前記複数の車両を利用したユーザの人数を時間帯ごとに示すデータを含む請求項１から１４のいずれか一項に記載の運行管理装置。
16. 前記第１閾値は、各車両を運行する運行日に応じて変動する請求項１から１５のいずれか一項に記載の運行管理装置。
17. 前記第２予測値は、前記少なくとも１つの停留地点での乗降完了後に、前記少なくとも１台の車両に乗車していることが見込まれるユーザの人数を示し、
    前記第２閾値は、前記少なくとも１台の車両に固有の固定値である請求項１から１６のいずれか一項に記載の運行管理装置。
18. 前記複数の車両及び前記追加車両は、周回バスである請求項１から１７のいずれか一項に記載の運行管理装置。
19. 請求項１から１８のいずれか一項に記載の運行管理装置と、
    前記複数の車両と、
    前記追加車両と、
    を備えるシステム。
20. 予め定められた経路に沿って移動する複数の車両の利用実績を示す実績データを取得することと、
    取得された実績データに基づき、各車両を運行する時間帯における乗車需要を予測し、得られた乗車需要の第１予測値が第１閾値よりも高い場合に、前記時間帯は各車両を定期運行車両として運行することを決定し、前記第１予測値が前記第１閾値以下である場合に、前記時間帯は各車両をユーザからの個別の要求に応じて配車される非定期運行車両として運行することを決定することと、
    前記時間帯に各車両が定期運行車両として運行されているときに、少なくとも１人のユーザの存在状況を示す状況データを取得することと、
    取得された状況データに基づき、前記時間帯の残り時間における乗車需要を予測し、得られた乗車需要の第２予測値が第２閾値よりも高い場合に、前記残り時間は追加車両を前記経路に投入することを決定することと、
    を含む運行管理方法。

Images