IT×交通を切り開く_地域交通のデジタル化から都市交通の高度化まで
8.1K Views
May 19, 22
スライド概要
2022年5月19日
伊藤昌毅 東京大学 大学院情報理工学系研究科 附属ソーシャルICT研究センター 准教授。ITによる交通の高度化を研究しています。標準的なバス情報フォーマット広め隊/日本バス情報協会
関連スライド
各ページのテキスト
2022年5⽉19⽇ モビリティ・イノベーション連携研究機構（UTmobI） 連絡会 IT×交通を切り開く: 地域交通のデジタル化から都市交通の⾼度化まで 東京⼤学⼤学院情報理⼯学系研究科 附属ソーシャルICT研究センター 伊藤昌毅
伊藤昌毅 • 1979年⽣まれ 静岡県出⾝ • 学歴 – 1998年4⽉〜2002年3⽉ – 2002年4⽉〜2004年3⽉ – 2004年4⽉〜2008年3⽉ • 2009年3⽉ 慶應義塾⼤学環境情報学部（卒業） 慶應義塾⼤学⼤学院政策・メディア研究科修⼠課程（修了） 慶應義塾⼤学⼤学院政策・メディア研究科博⼠課程（単位取得退学） 博⼠（政策・メディア）取得 – 主査 徳⽥英幸 教授（現在・国⽴研究開発法⼈情報通信研究機構（NICT）理事⻑） • 職歴 – – – – – 2008年4⽉〜 慶應義塾⼤学 ⼤学院政策・メディア研究科 特別研究助教 2010年10⽉〜 ⿃取⼤学 ⼤学院⼯学研究科 助教 2013年10⽉〜 東京⼤学 ⽣産技術研究所 助教 2019年4⽉〜 東京⼤学 ⽣産技術研究所 特任講師 2021年4⽉〜 東京⼤学⼤学院情報理⼯学系研究科附属ソーシャルICT研究センター 准教授
これまでの経歴と研究歴 2000 2008 徳田研究室 学生 2010 徳田研究室 特別研究助教 慶應義塾大学 大学院工学 研究科 助教 2013 2019 瀬崎研究室 助教 鳥取大学 2021 SICT研究センター 准教授 大口研究室 特任講師 東京大学 ユビキタスコンピューティング（IoT） 計算機やセンサの遍在環境 Human-Computer Interaction (HCI) ・UI/UX・社会におけるコンピュータの受容 公共交通のIT化・地域交通 空間情報・地図情報 環境センシング 交通計画学 人流センシング 交通工学 ITS・交通制御
修⼠・博⼠: ユビキタスコンピューティング 特に地図や空間情報
mPATH Frameworkの開発（2003〜） • • ビジュアルプログラミングによる対話的解析実現 – 理解しやすさと，解析の容易さ 再利⽤による解析⼿法の流通プラットフォーム – 汎⽤的な時空間データ構造を定義 – プログラムの再利⽤実現 – フィルタの再利⽤実現 • Masaki Ito, Jin Nakazawa, and Hideyuki Tokuda, “mPATH: A Software Framework for Interactive Visualization of Behavior History,” Journal of Mobile Multimedia, Vol.1. No.3, pp 255–269, 2005.
Cyber World と Physical Worldが融合す る中での空間情報やナビゲーションに関⼼ 専門家による特別な仕事から，情報技術に よって多種多様な情報がマッピングの対象に Mapping Physical World 地図（Cyber World でのWorld Model） 人の活動が媒介となり物理空間と サイバー空間の融合が加速 空間行動は物理空間 上の現象としても 扱われるように 受益者として空間情報 サービスを利用する 博士論文： A Study of End-user Mapping for Building Interactive Spatial Services (2009)
2010〜 ⿃取⼤学︓「IT×公共交通」との出会い
2010年〜2013年 バスネット︓ ⿃取⼤学発 バス・鉄道乗換案内 の開発 • 年間4万人を超えるユニークユーザ • 年間30万件を超える検索数 • 総務大臣賞 産学官連携功労者表彰，平成21年 • 総務大臣表彰 U-Japan大賞 地域活性化部門賞, 平成20年 • ほか受賞多数
計画からバス利⽤過程全体の⽀援へ • バスを知り，バスに乗りたくなる「バスネット」 • 評判を伝え，バスに誘いたくなる「バスネット」 近所のバス 停はどこ？ 認識 車よりも便 利なの？ 欲求 便利だった！ みんなも乗ろ う！ 乗りたいけ どいつ来 る？ 計画 バスネット バス移動 共有
⾏動パターンからバスを提案 • スマートフォンが移動を記録し、よく⾏く場所を 抽出 • よく⾏く場所への経路を能動的に提案 – 「12分後に現在地を出発すれば，イオン⿃取北店に14:23に到 着します」 • Androidウィジェットとして実現 • 「バスでも案外早く着くんだ」 • 「まだ終バスに間に合うからゆっくりしよう」
位置情報履歴から滞在点のみを抽出 1. 定期的に位置情報を取得 2. 移動中の地点を除く 3. クラスタリングで類似データを まとめる 4. 場所の名前を検索し紐付け
次の⾏動を推測してバス乗⾞を提案 1クリックで経路を表示 よく行く場所を地 図で確認
経路はわかった、その先は︖ • • • • バス停はどこにある︖上り︖下り︖ 乗るバスはどれ︖間に合うかな︖ 遅れてるようだけど、いつ着く︖ お⾦はいつ払うの︖ • →バスの乗⾞を詳細に⽀援するナビゲーションシステム
バス停まで︓ ピンポイントに徒歩ナビ • 地図と写真で、⽬的のバス停 まで迷わず導く • 距離や位置がわかるので、焦 らず歩ける
バス停では︓ 焦らず、迷わずバスを待つ • 時間があれば、コンビニや郵 便局にも • 次々とバスが来ても迷わない • 必要な⼩銭が今のうちにわか る
バスに乗ったら︓ 景⾊がわからなくても 安⼼
画⾯に従うだけで、不安のないバス利⽤が実現 • 現在位置や時刻を元に状態を認識し、案内を ⾃動切換 • 乗り換えやバス停間の移動にも対応 • 並⾏してバス停詳細調査を実施 – 上下各バス停の正確な緯度経度 – 様々な⾓度からのバス停の写真 – 待合室、コンビニ等の有無 バスから 降車 バス停へ 到着 徒歩移動中 • ビッグデータ収集のための基盤技術としても 期待 バスへ乗車 乗車中 待機中
スマートフォンによるバスロケーションシステムの開発 • GPS搭載スマートフォンを⾞載端末として利⽤することで，低コ ストな設置，運⽤を実現 – ⿃取市の15路線で運⽤→現在は⿃取県全域で稼働中 バスネット サーバ リアルタイム 位置情報 位置から遅れを 推測
バスネット利⽤者の⾏動分析 • Webやアプリの利⽤データのビックデータ分析から、公共交通 への需要を明らかに 出発地や目的地の分布 KeisankiAB 出発地設定 目的地 イオン鳥取北 (バス停) 鳥取駅 (バス停) 県庁日赤前 (バス停) イオン鳥取北 (バス停) 鳥取砂丘 (バス停) 区間ごとの需要 ● 市街地に集中 ● 特に中心部の駅 鳥取大学 ● ● イオン鳥取北 500 450 イオン鳥取北 鳥商前 400 鳥取県庁 350 300 鳥取駅 250 利用数 順位 出発地 鳥取駅 1 (バス停) イオン鳥取北 2 (バス停) 鳥取駅 3 (バス停) 鳥商前 4 (バス停) 鳥取駅 5 (バス停) 目的地設定 200 150 100 50 0 0 2 4 6 8 10 12 14 16 時間帯 h 鳥取大学 工学研究科 情報エレクトロニクス専攻 計算機工学 (A|B) 研究室 地域別の需要分布 鳥取駅バス停 バス停ごとの乗降パターン 18 20 22 24
アクセスログ解析システムの開発 • 直感的な解析を実現するWebインタフェースの開発 – Hadoopを使った分散処理でデータ解析を⾼速に実現 – 総務省戦略的情報通信研究開発推進制度（SCOPE）地域ICT新興型研究開発に採 択
2013〜 東京⼤学︓「IT×公共交通」の開拓
公共交通利⽤時のスマホ端末技術
都市⽣活に地下鉄は必須 • 安価、定時到着、⼤量輸送 • スマートフォンも通信可能 – 2013年3⽉から、東京メトロ全線で通信可能に • 位置情報が利⽤出来ることでさらに便利に – 事前の案内や⾼精度なナビゲーション – バーチャル⾞窓
GPSは利⽤不可能 • GPS is not available on subway because we cannot receive GPS signal. ??? ??? ??? 28
⽬的: 地下鉄位置情報の実現 • スマートフォン内蔵センサを利⽤して、地下鉄⾞内で位置情報 を取得 – GPS、加速度、ジャイロ、地磁気、カメラ、マイク、気圧、照度
アプローチ: 気圧の利⽤ • 天気で変わる（⾼気圧・低気圧） • 標⾼でも変わる – 数⼗センチの⾼さ変化でも気圧は変わる – ただしスマホの気圧センサの精度は良くない 高いところ： 気圧低い 低いところ： 気圧高い
地下鉄の気圧は⼿強い • 普通に考えれば、線路の上下で気圧が変わるが • ⾛⾏中は狭いトンネルを通るせいで気圧が乱れる 参考: 米田 圭佑, 望月 祐洋, 西尾 信彦, "気圧センシング技術を用いた 行動認識手法", 情報処理学会論文誌, 56(1), pp.260-272, 2015年1月.
地下鉄⾛⾏中の気圧 • 駅（グレー部分）では安定だが、⾛⾏中は⼤きく乱れている 気圧 気圧 [hPa] Time
ステップ1: 気圧の変化で⾛⾏/停⾞判定 • 気圧の分散を計算し、どれだけ乱れているかを判定 – 直近10サンプル(13秒)の気圧データを利⽤ 分散 分散 Time
閾値によって判定 • 気圧の分散がある値より⼤きければ → ⾛⾏中 • 気圧の分散がある値より⼩さければ → 停⽌中 停車中 動作状態 走行中 Time
ステップ2: 停⾞した駅を判定 • ここまで、⾛⾏/停⾞は分かってもどこを⾛っているかは分からない • 標⾼を利⽤して、停⾞しているとき、どこの駅に停まっているか判定する 代 々 木 上 原 代 々 木 公 園 明 治 神 宮 前 表 参 道 乃 木 坂 赤 坂 国 会 議 事 堂 前 霞 4 関 日 比 谷
ステップ2: 停⾞した駅を判定 • 停⾞時に、気圧から標⾼を測定 • どの区間に⼀番フィットするか調べる（※コサイン距離） – 正解データ︓ 地下鉄駅ごとの標⾼データ – 判定⽤データ︓ 停⾞したときに測った標⾼データ ※実際には標高は相対値を利用 10.3m 38.6m 10.9m 11.6m 代 々 木 上 原 代 々 木 公 園 明 治 神 宮 前 15.2m 表 参 道 11.7m 乃 木 坂 -2.6m -8.3m -1.8m -4.0m -10.9m -3.2m -12.4m 赤 坂 国 会 議 事 堂 前 霞 4 関 日 比 谷
評価実験 • 気圧測定と停⾞/⾛⾏の記録を⾏いながら、東京メトロの4路線を3往復 Line Stations Time [min.] 丸ノ内線 25 50 半蔵門線 14 30 千代田線 18 38 日比谷線 21 30 39
ステップ1: ⾛⾏/停⾞判定の精度 • Recall is 85% to 97%, precision is 67% to 92% Line 丸ノ内線 半蔵門線 千代田線 日比谷線 Total Precision Recall F-measure Asc 0.913 0.973 0.942 Desc 0.864 0.973 0.914 Asc 0.917 0.929 0.916 Desc 0.735 0.857 0.791 Asc 0.788 0.912 0.845 Desc 0.801 0.947 0.866 Asc 0.669 0.952 0.786 Desc 0.775 0.937 0.846 0.808 0.945 0.836 40
ステップ2: 駅認識の精度 • Using actual estimated motion state. • n is the number of the station used for estimation. • Because of motion state errors, accuracy rate is low. Accuracy rate Line 丸ノ内線 半蔵門線 千代田線 日比谷線 Total Asc Desc Asc Desc Asc Desc Asc Desc n=2 n=3 n=4 n=5 0.348 0.290 0.333 0.333 0.392 0.373 0.281 0.427 0.327 0.515 0.455 0.818 0.424 0.583 0.646 0.352 0.537 0.498 0.619 0.571 0.833 0.367 0.644 0.533 0.431 0.510 0.527 0.667 0.633 0.778 0.333 0.714 0.619 0.417 0.521 0.553 41
デモビデオ 42
ACM SIGSPATIAL2015併設ワークショップで ベストペーパー賞受賞 Satoshi Hyuga, Masaki Ito, Masayuki Iwai, Kaoru Sezaki, "Estimate a User's Location Using Smartphone's Barometer on a Subway", 5th International Workshop on Mobile Entity Localization and Tracking in GPS-less Environments (MELT 2015), Nov. 2015.
公共交通のオープンデータ運動
地域の公共交通は乗換案内に出てこない
海外の事例: 交通事業者がオープンデータを提供 • 路線図、時刻表、リアルタイム⾞両位置情報などのデータの利⽤を開放 • ⾃由に使ってもらうことで、アプリの作成や⼯夫を凝らした印刷物などの情 報提供を促進 • アメリカ、ヨーロッパでは当たり前になりつつある
GTFS形式 • 世界で広く使われる形式 • 乗換案内に必要な情報（バス停・駅＋路線＋時刻表＋運賃）をまとめて格納 したファイル形式 バス停/駅+路線 時刻 運賃
オープンデータから様々なアプリが開発される • ⼤企業、ベンチャー企業、個⼈がアプリ開発
DB（ドイツ鉄道）オープンデータハッカソン • ああ
2014年〜 静岡県でコミュニティバスのオー プンデータ化の取り組み • 県庁、市役所、地元IT企業等とGTFSによるオー プンデータ化を実現 – Google Mapsへ提供可能に • アイデアソン、ハッカソンで地域でのデータ活⽤ を⽬指す
公共交通オープンデータの海外の状況を報告 • 2015年末に記事公開
学会発表を繰り返す • 交通の専⾨家は学会に結集している • ならばそこに参加してオープンデータ を訴える
「交通ジオメディアサミット 〜 IT×公共交通 2020年とその先の未来を考える〜」 開催 • • • • • 2016年2⽉12⽇開催（東⼤駒場第2キャンパス コンベンションホール） 195⼈来場 産（現場寄り）︓ JR東⽇本、バイタルリード（出雲市の交通コンサルタント） 産（IT寄り）︓ ジョルダン、ナビタイム、ヴァル研究所（駅すぱあと） 官︓ 国⼟交通省、学︓ 東京⼤学（私） コミュニティ︓ Code for Japan、 路線図ドットコムなど
Impress Internet Watch 記事
バス情報の効率的な収集・共有に向けた 検討会（2016年12⽉〜2017年3⽉） • 事務局︓ 総合政策局公共交通政策部交通計画課 • 外部委員 – – – – – – – – – – 伊藤昌毅 東京⼤学⽣産技術研究所（座⻑） ー川雄⼀ 株式会社構造計画研究所 伊藤浩之 公共交通利⽤促進ネットワーク 井上佳国 ジョルダン株式会社 遠藤治男 ⽇本バス協会 櫻井浩司 株式会社駅探 篠原雄⼤ 株式会社ナビタイムジャパン 丹賀浩太郎 株式会社⼯房 別所正博 公共交通オープンデータ協議会 ⼭本直樹 株式会社ヴァル研究所
2017年3⽉31⽇ 「標準的なバス情報フォーマット」公開
バス事業者や⾃治体による公共交通 オープンデータ整備が活発化 • • 全国で30近い事業者が整備・公開 4県が県を挙げたデータ整備中 2018年11⽉現在 伊藤調べ http://tshimada291.sakura.ne.jp/transport/gtfs-list.html
2019年2⽉︓90 2019年7⽉︓126 2021年3⽉ 2020年11⽉ 2020年7⽉ 2020年3⽉ 2019年11⽉ 2019年7⽉ 2019年3⽉ 2018年11⽉ 2018年7⽉ 2018年3⽉ 67 2022年3⽉ 2021年11⽉ 2021年7⽉ 2018年11⽉︓30 2017年11⽉ 2018年7⽉︓23 2017年7⽉ オープンデータ提供事業者数 500 450 400 350 300 250 200 150 100 50 0
Google Mapsで検索可能に • • いつも使ってるスマホアプリから⾃然にバス 情報にアクセス可能 外国⼈も使っているアプリ
両備バス・岡電バスもオープンデータ化 • あ
「駅すぱあと/Yahoo!乗換案内」がオープン データを採⽤ • オープンデータ化されたバスデータを経路探索に採⽤ https://ekiworld.net/personal/app/spec/info.html?style=pc
サイネージでの活⽤
IT×公共交通のコミュニティを作り育てる
「標準的なバス情報フォーマット 広め隊」結成 • このフォーマットに基づいた公共 交通データの整備を推進する⾃主 的な活動が全国で同時多発的に発 ⽣ • バス事業者との協業 • ⾃治体との協業 • ツールの開発 • 公共交通利⽤促進の⼀環として 2017年11⽉ 「くらしの⾜をみんなで考える全国 フォーラム2017」ポスター出展→
全国でさまざま講演
技術書展6で同⼈誌を販売 • 公共交通オープンデータの紹介 や、それを利⽤したプログラミ ング⽅法を解説 – GTFSとODPTデータを紹介 – QGIS、SQL、Processing、Lineボット などで活⽤ • 122ページの書籍を300部以上 販売
ツール開発の進展 • 標準的なバス情報フォーマット/GTFSの⼿作りは現実的で ない • 標準的なバス情報フォーマットの公開後、有志によってツー ルが開発される • 商⽤のダイヤ編成システムにおいても、「標準的なバス情報 フォーマット」出⼒機能を備えるように
その筋屋 • 無償配布されているダ イヤ編集システム • プロ向けダイヤシステ ムと同等の機能を備え、 バス事業の運営に利⽤ 出来る • GTFS/標準的なバス情 報フォーマット出⼒機 能を備える http://www.sinjidai.com/sujiya/
市⺠発のアプリも登場 • Aa ⻘バスなう︕ https://sonohino-kibunshidai.org/aobus_now/ UnoMap https://play.google.com/store/apps/details?id=work.momizi.unomap&hl=ja
地域コミュニティが データ活⽤ Code for Saga 富⼭県資料
第2回交通ジオメディアサミット〜スマートフォン が作り出すモビリティを考える〜開催 • 2017年6⽉19⽇（⽉） 東⼤⽣研 コンベンションホールにて 220名 の参加者 – Apple、JapanTaxi、ナビタイムジャパン、その筋屋などIT×公共交通分野の講演 – 15件のライトニングトーク – AppleのEllis Verosub(Senior Engineering Manager, Maps Transit)⽒は、同時通訳に よってイベント終了まで滞在、⽇本のコミュニティとApple本社幹部との交流の機会に – 100名以上が参加した懇親会とともに、⽇本におけるIT×公共交通分野の交流と拡⼤の 場に
第3回交通ジオメディアサミット 〜東京2020の交通をITで⽀えるために〜 • 2018年9⽉25⽇（⽕） 東⼤⽣研 コンベンションホールにて 230名超の参加者 – 東京2020交通の実務と学のトップ × Google 乗換案内トップ × 国内経路検索3 社経営陣と考える東京オリンピック・パラリンピックの交通情報のあり⽅ – 路線バスオープンデータの最新情報
⽇本バス情報協会 設⽴（2022年3⽉） • 設⽴シンポジウムを開催 https://www.gtfs.jp/blog/preparatory-committee/
⽇経産業新聞 2022年4⽉25⽇号
広島における 公共交通情報提供プロジェクト
災害時の公共交通情報整備プロジェクト • a 2018年7⽉11⽇の⻄⽇本豪⾬に おける鉄道不通区間 Source: https://www.pref.hiroshima.lg.jp/uploaded/attachment/322119.pdf https://roote.ekispert.net/ja/traininfo_map
張り紙だらけ@広島駅 2018年7⽉31⽇・８⽉１⽇調査
張り紙で閉ざされた改札⼝@呉駅 • ああ 2018年7⽉31⽇調査
張り紙で上書きされるバス案内 呉駅前（7⽉31⽇） 広島バスセンター（8⽉1⽇） 呉駅前（7⽉31⽇） ※バイタルリード職員が作成した 地域の交通全体像を⾒渡せる案内
選択肢1: 代⾏バス • ああ 広島駅（7⽉31⽇） 呉駅（7⽉31⽇） 撮影は広島発の代⾏バスが⾛っていた時点。現在は坂までJRの運転が再開され、広島からはバスが出ていない
選択肢2︓ 広島バスセンター→呉駅 災害臨時輸送 通常（2017年12⽉1⽇〜） 現在（7⽉28⽇〜） 本数（平⽇） 68往復 37(広島⾏)/36（呉⾏） 運⾏事業者 広電: 47本 中国JRバス: 21本 広電: 27本 中国JRバス: 9本 所要時間（広島→ 呉） 44分程度 1時間20分〜2時間10分 （ダイヤ上） 停⾞バス停 広島市内・呉市内で複数バス 停に停⾞ 広島市内・呉市内での停 ⾞バス停は限定的 区間 ⼀部が阿賀駅、広駅まで 全てが広島バスセン ター・呉駅間 経由 広島呉道路を利⽤ ⼀部国道31号を利⽤ • クレアライン線 • 豪⾬を受けて7⽉17⽇より「災害臨時輸送」に
選択肢3: フェリー・スーパージェット • ああ
⽇々状況が変わる被災地の公共交通 • 鉄道 – 復旧⾒込みの前倒しが相次ぐ • 例: 呉線の復旧 当初11⽉中→9⽉9⽇に実現 • バス – 柔軟な運⾏が可能であり、状況に応じて迅速な復旧が進む – 運⾏可否が道路の復旧に依存するため、バス会社だけでは運⾏再開を決められな い – 道路状況などに合わせて、経路、通過時間など⼤幅に変わる
事業者Webからは全体像の把握が困難 JR西日本 駅張り出しの情報の多くは PDFでも配布しているよう 広島電鉄 中国JRバス 一覧ページから、クレアライン フローなのかストックなのか 線や路線バスのダイヤ等を閲覧 判別が付かず 瀬戸内海汽船 豪雨については直接触れず JR、クレアライン線へのリンク あり
乗換案内での検索結果
検索︓8⽉5⽇時点 不通区間を回避した検索（代⾏バスは反映せず） クレアラインの経路が 変わっているため実際 には乗換出来ない。 バスセンターに⾏くの が正解。 Yahoo! 駅すぱあと ジョルダン
最新のダイヤで検索したい︕しかし･･･ • 交通事業者の現場は混乱気味でデータ準備がままならない – ダイヤ作成システムが導⼊されていても、緊急時はExcelなどで応急的にダイヤ 作成 – いつ路線が復旧し、ダイヤ改正を⾏うか直前にならないと分からない • 乗換検索にデータ投⼊から検索可能になるまで時間がかかる – 会社によるが、即座に反映されるわけではない – ⽇々ダイヤが更新される状況に対応出来ない – 「代⾏バス」のような新規路線の設定は⼤変
⽅針転換︓情報アクセスの導線を作る • いつものアプリから最新情報を⾒られるように – 普及している乗換案内アプリからリンクを張る
呉市交通政策課サイト経由で JR西日本の時刻表など 広電バスの時刻表・ 所用時分実績情報 乗換案内からリンク （駅すぱあとの例） バス協会による総合案内ページ （JR西・広電バス・フェリー） JR代行輸送バスの 走行位置情報
プロジェクトスケジュール • 7/28（⾦）-29（⼟）JCOMM2018 @豊⽥市 – 森⼭さん、神⽥先⽣より相次いで交通情報提供の相談を受ける – 会場で諸星さんに相談 • 7/29 メール送信 – Googleチーム、森⼭さん、諸星さん、太⽥さん • 7/31-8/1 広島訪問 • • • • – 呉線代⾏バス乗⾞、広島県庁、広電バス訪問、神⽥先⽣ミーティング – この間オンラインで諸星さん、太⽥さんともコミュニケーション 8/2未明 技術的⽅針をまとめメール 8/6 東⼤にてキックオフミーティング 8/8 岐⾩出張 諸星さんミーティング 8/10 VAL研究所に⾏き諸星さんとWebデザインのディスカッション
20 18 08 10 20 18 08 11 20 18 08 12 20 18 08 13 20 18 08 14 20 18 08 15 20 18 08 16 20 18 08 17 20 18 08 18 20 18 08 19 20 18 08 20 20 18 08 21 20 18 08 22 20 18 08 23 20 18 08 24 20 18 08 25 20 18 08 26 20 18 08 27 20 18 08 28 20 18 08 29 20 18 08 30 20 18 08 31 20 18 09 01 20 18 09 02 20 18 09 03 20 18 09 04 20 18 09 05 20 18 09 06 20 18 09 07 20 18 09 08 20 18 09 09 20 18 09 10 20 18 09 17 20 18 09 18 20 18 09 19 20 18 09 20 20 18 09 21 20 18 09 22 20 18 09 23 20 18 09 24 1800 アクセス件数 グラフ タイトル 1600 1400 1200 1000 800 600 400 200 0
ダイヤや運⾏情報以上の情報提供の⼯夫 • 所要時間実績 • 簡易バスロケによる位置情報
本プロジェクトは多くの⽅の協⼒・連携で実現 しました。ありがとうございました • 災害時公共交通情報提供研究会 – – – – – – – – – – – – 広島⼤学 ⼤学院国際協⼒研究科 教授 藤原 章正 呉⼯業⾼等専⾨学校 教授 神⽥ 佑亮 東京⼤学 ⽣産技術研究所 助教 伊藤 昌毅 公益社団法⼈ 広島県バス協会 株式会社 ヴァル研究所 株式会社 トラフィックブレイン ⻄⽇本旅客鉄道株式会社 広島⽀社 株式会社 バイタルリード 広島電鉄 株式会社 株式会社 ファイコム 広島県 呉市 http://www.bus-kyo.or.jp/saigai201807/information
再度，災害による運休が到来 • 2021年7⽉上旬の豪⾬ – – – – 広島県がまた⼤⾬，そして，⾝近なエリアの鉄道が(また)代⾏バスに また呉線(⻄⽇本豪⾬の再来)，試⾏実験区間包含，地元エリア 短期で戻るか戻らないか微妙な様⼦ 「いつやるの︖今でしょ︕」 の声 133
実施したプロジェクト 代⾏バス︓2021/7/12〜 ①代⾏バスダイヤの 普段使いバスロケへの ダイヤ掲載(7/12〜) ②代⾏バス位置情報 普段使いバスロケでの 情報発信(7/14-15) ③代⾏バスダイヤの 検索アプリ表⽰ (7/20-) （Google Map等） 134
2021年夏の取り組みと今後の課題 • • • データに対するリテラシーと作成スキ ルが備わりつつある 代⾏バスのデータ作成と運⽤は成功 残る課題は， – 誰が，どういう指⽰系統で作成するか︖ – 費⽤負担or費⽤の⽣じにくい構造化 – 突発対応とのリンク（BCP的発送） • スマホ⾞載端末活⽤による柔軟な運⽤に ステップアップ • ⼀⽅で，災害時に「必要以上の作業指⽰ を控えたい」という管理者の苦悩と， 「多くの他社」と運⽤する代⾏バスの運 ⽤の難しさ • 負荷の⼩さい運⽤システム作りと，細か な運⽤実績の積み重ねによる理解が必要 • 管理者の運⽤管理の効率化と兼ねる︖ いずれにせよ • 中央集権的にやるか • 丁寧に粘り強く 積み重ねるか︖ (細かい運⽤を積み重ね， 避難訓練的思想で 実施するか︖) 135
福島県沖地震（2022年3⽉16⽇） • x
自律分散型信号システム 137
信号が状況を認識して動けばいいのに！ ⻘なのに 右折が詰まり 進めない 138
研究課題 制御ロジックと制御機器 • そもそも信号機をどのように点灯させるか • これまで出来なかった、より効率よく車を流したい 無線通信方式と機器 • 交差点にある信号機同士をどのように接続するか • ケーブル配線なしで動作させたい 交差点制御用センサ • 画像認識など最新の技術で交差点付近の交通状態を正確に認識 独立電源装置 • 外部からの電源供給がなくても動作させたい 139
交通センシング ーすべては測ることからはじまるが・・・ ー 超音波式車両感知器 路面からの反射で車が通過しているか どうかを連続的に判定 光ビーコン https://www.seiss.co.jp/products/its/sensor/ 141
交通センシング ー機械学習の最新技術を応用 YOLO: ディープラーニングによって物体を検出、識別する最新手法 2016年に提案され改良が続いている 高速・高性能 高性能なPCで動画（1秒間30コマ）の認識が可能 Deep SORT: リアルタイム物体追跡の最新手法 前後のコマ同一の物体を認識、移動を検出 142
低消費電力な小型組み込みプラットフォームに実装 • 「自動車の検出」という課題に向けたチュー ニング • NVIDIA製の小型組込プラットフォームJetson への実装 • 機械学習を高速に処理するGPU搭載 • 消費電力15W、価格約5万円 143
Step1: 信号ポールのカメラ（4台・4方向）から動画撮影 Ｘ 144
Step2: 自動車の識別・追跡を高速に繰り返す 145
Step3: 地図上に投影・車線上の位置や速度を推定 • 精度、速度はデモをご確認ください 146
信号制御ロジック ー古くて新しい課題を再定義ー • 交通を、全体の「量」ではなく個々の車両単位でさばける時代 • これまでは「時間あたり通行台数○台」という認識 • センサによって、リアルタイムに1台1台を把握可能 • 将来の自動運転も視野に • 密な交通、疎な交通、渋滞、右折の詰まりなど様々な交通状況に対応 • 全体にとっても、個々の車両にとっても効率よく公平な手法 147
提案する信号制御ロジック • リアルタイムにその瞬間瞬間の最適な灯色を提示 • センサで交差点周辺の交通状況を正確に把握 • 「もしこの方向に青を出したらこの後どうなる？赤だったらどうなる？」というよ うな、数十秒後の近未来を網羅的に予測し評価 • 車1台1台の振る舞いを評価し、それを総合して最善手を決定 • センサ技術＋交通シミュレーション技術＋小型高性能コンピュータが広く利用 出来る時代に可能になった信号制御ロジック 148
制御ロジック1/2 : 「動線交錯」を考慮し選択肢を列挙 1: それぞれの方向で赤か青を選択 できるとして、交差点のすべて選 択肢を列挙 2: 導線の交錯を考慮し可能な 選択肢を選択 ◯ 交錯あり × 交錯なし B C A D 片側1車線4流入路の交差点の すべての選択肢｜24 = 16 A Aが⻘ 交 錯 関 係 B C D × ◯ × × ◯ Bが⻘ × Cが⻘ ◯ × Dが⻘ × ◯ × × 可能な選択肢｜16 のうち 7 149
制御ロジック2/2 : 各選択肢の際の交通を予測し最善のものを選択 選択肢1 選択肢4 選択肢2 総遅れ｜110秒 ⻘信号｜ 1 選択肢3 総遅れ｜135秒 ⻘信号｜ 2 選択肢4 総遅れ｜138秒 ⻘信号｜ 1 選択肢5 選択肢6 選択肢7 Øシミュレータ 選択肢6 総遅れ｜135秒 ⻘信号｜ 1 選択肢7 総遅れ｜138秒 ⻘信号｜ 0 で15秒後を予測 今の交通状況（交差点に進入する車の位置、速度、右左折）をセンシング 各選択肢に切り替えた場合の15秒後の姿を交通シミュレータで予測 • • • 選択肢3 選択肢1 総遅れ｜118秒 ⻘信号｜ 2 選択肢5 総遅れ｜117秒 ⻘信号｜ 1 • • 選択肢2 制御器内でシミュレータソフトが7プロセス稼働している 遅れ時間（各車が制約なく走った場合との差）の合計がいちばん小さい候補を選択 5秒おきに15秒後を予測し制御を繰り返す 150
未来予測にはオープンソース交通シミュレータ SUMOを使用 151
提案手法を交通シミュレータSUMOを用いて検証 152
柔軟な制御を実現した例 「右折の詰まり」に対して、状況に応じた最適な制御が行われた A B C D 1728 1738 1748 1753 10 10 10 10 55 20 20 継続時間 (s) False False True True True True True True True False False False False False False False True True False True True False False False False False False False ★ 5秒だけ対向⾞を⽌めて「右折を通す」 A B C D 1678 1688 1698 1708 10 10 10 10 10 10 10 10 True True True True True True False False False False False False False False True True False False True True True False False False False False False False ★ 10秒だけ右折を⽌めて「対向⾞を通す」 153
評価結果 遅れ時間の比較（1/2） Ø白畑健, 伊藤昌毅, 鳥海梓, 新倉聡, 大口敬, "交差点におけるセンサを活用した自律型交通信号制御手法の評 価", 第62回土木計画学研究発表会・講演集, 2020年11月14日. 154
評価結果 遅れ時間の比較（2/2） Ø白畑健, 伊藤昌毅, 鳥海梓, 新倉聡, 大口敬, "交差点におけるセンサを活用した自律型交通信号制御手法の評 価", 第62回土木計画学研究発表会・講演集, 2020年11月14日. 155
IoT信号機を独自に開発 • DC12V, 5Vを供給 • ソーラー＋蓄電池で安定した電源供給 • 省電⼒化により24時間駆動も視野に 横型灯器 ソーラー＋蓄電池 IPカメラ • ⾃動⾞通⾏状況のセンシングに利⽤ • 画像認識と組み合わせ、リアルタイムで交差点へ進⼊する⾃動⾞ の位置や速度などを把握 組込コンピュータ 縦型灯器 • 信号制御ロジックとして交通状態に最適な信号制御 • 画像認識として、カメラ画像から⾃動⾞を抽出、速度などを算出 • 通信機能として、複数の信号機同⼠を接続、情報交換 NVIDIA Jetson Xavier NX Raspberry Pi 156
実際に稼働する「交差点」を実現 • ソーラー電源装置 • （株）エル光源 • 信号機の開発、敷設工事 • 三球電機（株） • 組み込みコンピュータを制 御器ボックス内に設置 157
通信はWi-Fiを利用・5GやBeyond 5Gへの拡張も想定 • 各ポールにWi-Fiルータを設置し相互に接続。 交差点内で完結したネットワークを構築 • Pub/Subモデルによる通信 • RabbitMQを利用 158
159
160
x 162
163
NICT Beyond 5G事業 採択 「⾏動変容と交通インフラの動的制御 によるスマートな都市交通基盤技術の 研究開発」
研究プロジェクト全体の概要 発注元 NICT（情報通信研究機構） 事業名 Beyond 5G研究開発促進事業 応募テーマ ⾏動変容と交通インフラの動的制御によるスマートな都市交通基盤技術の研究開発 期間 2021年度〜2024年度 予算 年間総予算3億円×最⼤4年(約12億円弱) 熊本都市圏 における 重点項⽬ 171
研究チーム 組織 所属・役職 代表者 担当分野 情報理⼯学系研究科 准教授 伊藤昌毅 交通情報、AI交通信号 ⽣産技術研究所 教授 ⼤⼝敬 交通⼯学、道路信号 空間情報科学研究センター・⽣産 技術研究所 教授 瀬崎薫 情報ネットワーク、IoT、モバイル空間 センシング 情報理⼯学系研究科 准教授 塚⽥学 ITS通信技術 ⼯学系研究科 教授 中尾彰宏 次世代サイバーインフラ ⽣産技術研究所 教授 中野公彦 機械⽣体システム制御⼯学 ⽣産技術研究所 教授 ペニントン マイルス デザイン先導イノベーション ⽣産技術研究所 准教授 本間健太郎 空間デザイン数理 トラフィックブレイン 代表取締役 太⽥恒平 ダイヤ改善、交通情報 MaaS Tech Japan 代表取締役 ⽇⾼洋佑 MaaSデータ基盤 東京 ⼤学 172
2030 年におけるアウトカム⽬標と 社会経済的インパクト • 1: 地⽅都市においても誰もが⾃家⽤⾞なしで⾃由に移動できる環境 の実現 – ⼈⼝数⼗万⼈規模の地⽅都市で、⾃家⽤⾞を持つのに匹敵する移動環境を年齢によらず に実現 – 複数の交通⼿段の組み合わせで地域を⾯的にカバーする交通網 – 中⼼市街地の空間を道路のための空間から⼈のための空間に転換、ヒューマンスケール で過ごしやすい都市空間の充実 • 2: CASE※と Beyond 5G が融合した時代のモビリティ産業の確⽴ – 基幹産業である⾃動⾞産業においても、ものづくりを中⼼とした産業から情報通信が中 ⼼となる産業への転換が必要 – 情報通信技術を軸に世界のモビリティを担う企業群が⽇本に登場し、次世代のモビリ ティ産業においても引き続き⽇本が世界をリード ※自動車産業の将来動向を示すキーワード。Connected、Autonomous、Shared & Service、Electricの頭文字 173
熊本での実証実験を計画、関係者との密な連携を開始 • x 174
なぜ熊本か 交通が重要な社会課題 n 交通課題︓鉄軌道が乏しく、渋滞が激しく、公共交通分担率が低い、 バスに⼒を⼊れる価値がある都市 • 政令市ワーストの渋滞解消をはじめ交通が重要な社会課題でありつつ、他都市にも問題構造は共通 n 都市規模︓ICTによる交通改善がもっとも期待できる規模 • ⼈⼒でまかなえる⼩都市でも、複雑すぎる巨⼤都市でもなく、他都市にも展開できる規模 解決のカギとなる要素がある n データ︓ICカード・バスロケ・オープンデータが揃う n ICT産業の素地︓⼤学・⾼専・半導体産業の歴史と⼈材 n 協⼒体制︓共同経営推進室を中⼼とした産官学連携体制がある 176
2019年「バス無料の⽇」の 経験で市⺠・⾏政に共通認識 • 産学官連係のデータ分析PJにより地域 への経済効果などを算出 無料効果凄い‼ 話題の商業施設 オープンなのに 中⼼街が渋滞 してない（笑） 論理・ データ 実感・ イメージ 連休初⽇の混雑は全 く感じられなかった。 事前の渋滞予測や 藤崎⼋旛宮例⼤祭の 影響もあると思うけど、 こんなに効果があると は思わなかった。 177 177
熊本都市交通リノベーションを提案 ⽬指す交通の姿「⾞1割削減、公共交通2倍、渋滞半減」 そのために 利⽤者 の⾏動変容 情報 ①オープンMaaS 〜優れたサービスが広く使え先端技術が⽣まれる都市へ〜 ②遅延・渋滞改善 交通関係者 の⾏動変容 計画 〜バスの遅れ5分以内へ〜 ③公共交通マーケティング 〜データに基づき潜在需要に働きかけサービスレベル設定〜 財政・経営・ 政治・有権者 の⾏動変容 投資 ④交通投資再構築 〜独⽴採算・⾚字補填・道路偏重から脱却〜 178
ビッグデータ分析による効果シミュレーション 1. 複数のビッグデータで 精密に移動を把握 既存ビッグデータを活⽤ • • • • 路線バスオープンデータ（バス5社） パーソントリップ調査 くまモンのIC CARD 利⽤実績 断⾯交通量（⽇本道路交通情報センター） 等 各種商⽤ビッグデータを調達 • • • • 全国うごき統計（ソフトバンク） モバイル空間統計（ドコモ） インターナビプローブデータ（ホンダ） ⼈流データ（ブログウォッチャー） 等 2. シミュレーションによる 課題発⾒と効果の推定 交通量の変化が引き起こす影響 を地域、交通⼿段、特定の⽬的 地などのシナリオを設定し検証 アジャイル な改善 3. 公共交通マーケティングによる 交通⾏動変容 路線や時刻の改善 運賃設定・割引 パーソナライズ広告 住宅情報と連携 効果の可視化・広報 デジタルサイネージ 観光情報連動 スマホアプリ⾼度化 179
道路別の交通分担（2021年10⽉） 中⼼部は 数千⼈が バスを利⽤ ⾚︓道路 1⽇平均交通量 （100台単位） JARTIC感知器交通量データ ⻘︓バス 1⽇平均通過⼈員 （100⼈単位） 共同経営推進室ICカード 郊外はほぼ⾞ ⾞2万台 対 バス数百⼈ 180
オープンMaaS: 各種交通⼿段を標準化/オープン化 • 交通に関連するデータやAPIを標準化・オープン化し、相互連 携を可能にする 機能連携 交通情報 鉄道・バス 経路 検索 オープン 規格 GTFS GTFS タクシー チケット販売 オープン 規格 広告 検索データ ⼈流データ ? ? Profile Passport オープン 規格 GTFSOnDemand ︖ 駅すぱあと バス 再編 交通需要 マネジメント 交通計画 渋滞緩和 GTFSTicketing NAVITIME ヴァル研究所 Google マップ 公共交通 収⽀改善 オープン 規格 GBFS Realtime 遅延 改善 社会 ⽬標 デマンド交通 ロケ・運⾏情報 ダイヤ データ /API シェアサイクル ログデータ Yahoo!乗換 サイ ネージ 印刷 システム 現地媒体 CO2削減 観光 情報 住宅 検索 ⾞ 購⼊ 各種情報サイト 観光 収⼊ 市街地 活性化 研究 ・ 創発 ジョルダン my route Twitter LINE SNS ⾼齢者 外出 定住 … 181
熊本市・バス共同経営推進室などと協調 2021年10⽉ 共同経営推進室とのミーティング 2022年3⽉ 熊本市⼤⻄市⻑へプロジェクト提案 182
まとめ • 空間情報→公共交通→道路交通→都市交通 • MaaSの先駆的研究 • 公共交通オープンデータ – 全国に500を超えるデータ公開 – 災害時の情報提供 • ⾃律分散型信号システム • 熊本都市交通リノベーション – – – – 地域の積極性 課題の重要性 たくさんのデータ 是⾮ご⼀緒に