特許ウォッチ

公開番号2025058701
公報種別公開特許公報(A)
公開日2025-04-09
出願番号2023168801
出願日2023-09-28
発明の名称予測プログラム、予測方法及び情報処理装置
出願人富士通株式会社
代理人弁理士法人酒井国際特許事務所
主分類G06Q 10/04 20230101AFI20250402BHJP(計算;計数)
要約【課題】介入の実施に必要なリードタイムまでシミュレーションを追従させることを課題とする。
【解決手段】予測プログラムは、複数の選択肢に関連する特徴量と、複数の選択肢に基づいて再現される対象となる人流とを測定し、測定した特徴量を用いて、人流のシミュレーションを実施し、実施された人流のシミュレーションと、測定された人流とに基づいて、測定された特徴量の入力に応じて人流の行動を決定するモデルを特定し、特定されたモデルに基づいて、人流を予測する、処理をコンピュータに実行させる。
【選択図】図5
特許請求の範囲【請求項１】
複数の選択肢に関連する特徴量と、前記複数の選択肢に基づいて再現される対象となる人流とを測定し、
測定した前記特徴量を用いて、前記人流のシミュレーションを実施し、
実施された前記人流のシミュレーションと、測定された前記人流とに基づいて、測定された前記特徴量の入力に応じて前記人流の行動を決定するモデルを特定し、
特定された前記モデルに基づいて、前記人流を予測する、
処理をコンピュータに実行させることを特徴とする予測プログラム。
続きを表示（約 1,800 文字）【請求項２】
前記実施する処理は、同種のモデルで異なるパラメータセットが付与された複数の第１のモデルの各々が組み込まれた人流のシミュレーション群を実施する処理を含み、
前記特定する処理は、前記人流のシミュレーション群のうち、測定された人流に対する合致度が特定の条件を満たす人流のシミュレーションに組み込まれた第１のモデルを特定する処理を含む、
ことを特徴とする請求項１に記載の予測プログラム。
【請求項３】
前記実施する処理は、第１の種類のモデルで異なるパラメータセットが付与された複数の第１のモデル、および、前記第１の種類と異なる第２の種類のモデルで異なるパラメータセットが付与された複数の第２のモデルの各々が組み込まれた人流のシミュレーション群を実施する処理を含み、
前記特定する処理は、前記人流のシミュレーション群のうち、測定された人流に対する合致度が特定の条件を満たす人流のシミュレーションに組み込まれた第１のモデルおよび／または第２のモデルを特定する処理を含む、
ことを特徴とする請求項１に記載の予測プログラム。
【請求項４】
前記実施する処理は、第１の種類のモデルで異なるパラメータセットが付与された複数の第１のモデル、および、前記第１の種類と異なる第２のモデルの各々が組み込まれた人流のシミュレーション群を実施し、
前記特定する処理は、前記人流のシミュレーション群のうち、測定された人流に対する合致度が特定の条件を満たす人流のシミュレーションに組み込まれた第１のモデルおよび／または第２のモデルを特定する処理を含む、
ことを特徴とする請求項１に記載の予測プログラム。
【請求項５】
前記モデルは、離散選択モデルに対応し、
前記特定する処理は、実施された人流のシミュレーションと、測定された人流とを比較することで、前記離散選択モデルを特定することを特徴とする請求項１に記載の予測プログラム。
【請求項６】
前記測定する処理は、カメラが撮影した、前記複数の選択肢に対応する構造物が配置されたエリアの画像を分析することで、前記人流に関する観測データを生成し、
前記特定する処理は、生成した前記人流に関する観測データをシミュレーションに取り入れることでデータ同化処理を実行し、実行された前記データ同化処理に基づいて、前記エリアにおける前記人流を予測するデジタルツインを構築し、
前記予測する処理は、前記デジタルツインに基づいて、前記エリアにおける前記人流を予測することを特徴とする請求項１に記載の予測プログラム。
【請求項７】
前記複数の選択肢は、人物が所定の場所に入るための入口または人物が所定の場所から出るための出口のいずれかを示す門口であり、
前記特徴量は、前記門口までの距離または前記門口の混雑度であり、
前記人流のシミュレーションは、エージェントベースドシミュレーションである
ことを特徴とする請求項１～６のいずれか１つに記載の予測プログラム。
【請求項８】
複数の選択肢に関連する特徴量と、前記複数の選択肢に基づいて再現される対象となる人流とを測定し、
測定した前記特徴量を用いて、前記人流のシミュレーションを実施し、
実施された前記人流のシミュレーションと、測定された前記人流とに基づいて、測定された前記特徴量の入力に応じて前記人流の行動を決定するモデルを特定し、
特定された前記モデルに基づいて、前記人流を予測する、
処理をコンピュータが実行することを特徴とする予測方法。
【請求項９】
複数の選択肢に関連する特徴量と、前記複数の選択肢に基づいて再現される対象となる人流とを測定し、
測定した前記特徴量を用いて、前記人流のシミュレーションを実施し、
実施された前記人流のシミュレーションと、測定された前記人流とに基づいて、測定された前記特徴量の入力に応じて前記人流の行動を決定するモデルを特定し、
特定された前記モデルに基づいて、前記人流を予測する、
処理を実行する制御部を有する情報処理装置。

発明の詳細な説明【技術分野】
【０００１】
本発明は、予測プログラム、予測方法及び情報処理装置に関する。
続きを表示（約 1,400 文字）【背景技術】
【０００２】
イベント開催時や、災害発生の避難時など人の流れが集中する状況では、混雑が発生し、過密による事故や、避難の遅れによる人的被害が発生する可能性がある。そのため、事前に発生し得る混雑状況を予測し、事象が発生する以前に避難誘導などの対策を検討して介入できれば、事故や人的被害の発生の回避、リスク低減に繋がる。それゆえ、未来の人流を予測することが重要になってくる。
【０００３】
人流の予測には、個々の人の動きをモデル化したエージェントベースドシミュレーションが用いられる。エージェントベースドシミュレーションは、各歩行者の行動を仮定して移動・干渉をシミュレートし、人流を予測する。ところが、エージェントベースドシミュレーションは、いわゆるＷｈａｔ－ｉｆシナリオ分析であり、実際にシミュレーションの状況が起こるかは分からないため、実際の状況予測にはなっていない側面がある。
【０００４】
このような側面から、気象予測などのシミュレーションに観測データを取り入れることで、シミュレーションの予測精度を上げる方法（「データ同化」という場合がある）を人流の予測にも適用することが検討されている。
【０００５】
人流の予測へのデータ同化を適用する技術の例として、次のような従来技術が提案されている。例えば、従来技術では、人流の状態が複数の行動意図に基づく行動の重ね合わせてあると仮定される。このような仮定の下、従来技術では、異なる行動モードの組み合わせで再現される人流の状態を予測し、観測データが得られる場合に、観測データに対する一致度から予測結果を評価し、予測結果をもとに群衆の行動意図を推定・更新する。これにより、尤もらしいシミュレーション集合の重ね合わせとして、より精度のよいシミュレーションの結果を得る。
【先行技術文献】
【特許文献】
【０００６】
特開２０２３－９０４０５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
しかしながら、上記の従来技術では、データ同化で観測データにシミュレーションを合わせた後に群衆の行動の傾向が変化すると、介入の実施に必要なリードタイムまでシミュレーションが現実に追従することが難しい側面がある。
【０００８】
１つの側面では、本発明は、介入の実施に必要なリードタイムまでシミュレーションを追従させることができる予測プログラム、予測方法及び情報処理装置を提供することを目的とする。
【課題を解決するための手段】
【０００９】
一態様にかかる予測プログラムは、複数の選択肢に関連する特徴量と、前記複数の選択肢に基づいて再現される対象となる人流とを測定し、測定した前記特徴量を用いて、前記人流のシミュレーションを実施し、実施された前記人流のシミュレーションと、測定された前記人流とに基づいて、測定された前記特徴量の入力に応じて前記人流の行動を決定するモデルを特定し、特定された前記モデルに基づいて、前記人流を予測する、処理をコンピュータに実行させる。
【発明の効果】
【００１０】
介入の実施に必要なリードタイムまでシミュレーションを追従させることができる。
【図面の簡単な説明】
（【００１１】以降は省略されています）

関連特許