MRI | 所報 No.53 | 移動軌跡データを用いた鉄道利用者の行動把握

Size: px

Start display at page:

Download "MRI | 所報 No.53 | 移動軌跡データを用いた鉄道利用者の行動把握"

ゆきのじま
5 years ago
Views:

1 66 技術レポート Technical Report 技術レポート移動軌跡データを用いた鉄道利用者の行動把握加藤勲鯉渕正裕要約鉄道の運行計画や施設整備計画駅周辺や沿線における関連事業の展開等において個々の駅の利用者数や OD( 乗車駅と下車駅 ) 移動経路駅アクセスの方法等を把握することは大変重要である本研究では携帯電話型のプローブデータ収集機器である PhoneGPS を用いて鉄道利用者を対象にプローブパーソン調査を実施し鉄道利用者の交通行動把握における移動軌跡データの活用可能性について検証したプローブパーソン調査で得られるデータを鉄道に用いることができれば鉄道利用者の行動を省力安価短時間で把握したり従来把握困難であった利用経路の変化や駅周辺での行動等を把握することが可能になる本研究によって輸送障害発生時の迂回行動駅へのアクセス駅からのイグレス経路の選択行動途中の立ち寄り買い物行動等について移動軌跡データより把握可能であることを検証した目次 1. 背景と目的 2. プローブパーソン調査の概要 2.1 調査の実施概要 2.2 取得データ 3. 交通行動分析結果 3.1 輸送障害発生時の迂回行動の把握 3.2 駅アクセスイグレス経路選択行動の把握 3.3 立ち寄り買い物行動の把握 3.4 休日行動の把握 4. まとめと今後の課題

2 移動軌跡データを用いた鉄道利用者の行動把握 67 Technical Report Grasping Railway Users Behavior Using Trajectory Data Isao Kato, Masahiro Koibuchi Summary In railway operation planning and facilities improvement planning or the development of related businesses around stations or along railways, it is very important to grasp the number of users at each station and OD (stations where they get on and off trains), moving route, how to access the station, etc. In this study, using a mobile phone type probe data collecting device, PhoneGPS, a probe-person survey was conducted for railway users to verify the potentiality of use of the trajectory data in grasping the traffic behaviors of railway users. If data obtained by the probe-person survey can be used for railways, it becomes possible to grasp the behaviors of railway users with reduced labor, at low cost and in a short period of time or to grasp their change of path and their behaviors around stations that have conventionally been difficult to know. In this study, it was verified that behaviors for bypassing in the event of transportation problems, selecting the access path to the station/egress path from station, and stopover /shopping on the way can be grasped from the trajectory data. Contents 1.Background and Purpose 2.Outline of Probe-Person Survey 2.1 Outline of Survey Implemented 2.2 Obtained Data 3.Traffic Behavior Analysis Result 3.1 Grasping of Behavior for Bypassing in the Event of Transportation Problems 3.2 Grasping of Behavior for Selecting Access Path to Station/Egress Path from Station 3.3 Grasping of Behavior for Stopover/Shopping 3.4 Grasping of Behavior during Holidays 4.Conclusion and Future Challenges

3 68 技術レポート Technical Report 1. 背景と目的交通施設の整備計画や輸送機関における輸送計画の立案施策の評価等を行う際旅客の旅行実態に関する情報が必要となる鉄道においても個々の駅の利用者数や OD( 乗車駅と下車駅 ) 移動経路出発地から駅への移動( アクセス ) の方法や駅から目的地までの移動 ( イグレス ) の方法等を把握することは運行計画や施設整備計画駅周辺や沿線開発の立案サービス改善策の評価見直し等を行う上で大変重要である従来鉄道旅客の旅行実態を把握するための調査は各種行政機関や鉄道事業者によって行われており代表的な調査としてはパーソントリップ調査や大都市交通センサス等のアンケート形式の調査駅別乗降人員や列車別乗降人員等の調査員による実測調査があげられるまた近年 IC カード型の乗車券と自動改札が急速に普及し駅別乗降人員等のデータは従来よりも比較的容易に取得できるようになったしかしアンケート形式の調査や実測調査では調査員の労力調査コスト調査実施から結果を得るまでのタイムラグの発生といった問題があるほか自動改札データでは乗車駅から降車駅までの利用経路出発地から駅あるいは駅から目的地といった列車利用以外の交通行動の把握が困難である一方人々の移動履歴を把握する手法として GPS 技術を用いたプローブパーソン調査が近年注目されているプローブパーソン調査とは数秒から数分間隔で緯度経度情報等 ( プローブデータ ) を連続して取得することで人や自動車の移動軌跡を把握できるものであり道路行政分野においては渋滞発生状況の分析や旅行時間の算出等に用いられているまたプローブデータ収集機器については GPS 機能搭載の携帯電話が普及し収集ツールとして活用できる状況になっているプローブパーソン調査によるデータを鉄道に用いることができれば鉄道利用者の行動を省力安価短時間で把握したり従来把握することが困難であった利用経路の変化や駅周辺での行動等を把握できる可能性がある本研究では鉄道での移動軌跡データの利用に向けて三菱総合研究所が開発した携帯電話型のプローブデータ収集機器 PhoneGPS を用いて鉄道利用者を対象にプローブパーソン調査を実施し移動軌跡データによる鉄道利用者の行動把握の可能性を検討検証した表 1. 各種調査手法の特徴比較調査手法一般的な調査頻度 1 回当たりの調査期間データ集計期間調査負荷調査費用取得可能データ例データの性格アンケート調査 ( 紙媒体 ) 数年に 1 回 ~ 年に数回 1 日 ~ 数日数か月大高い OD 経路実際の行動との乖離は把握不可能アンケート調査 ( インターネット ) 数年に 1 回 ~ 年に数回 1 日 ~ 数日数週間小安い OD 経路実際の行動との乖離は把握不可能調査員による実測調査年に数回基本的に 1 日数週間 ~ 数か月大高い駅別列車別乗降者数ほぼ全数把握列車利用以外の交通行動の把握が困難プローブパーソン調査通年実施が可能数日 ~ 数か月数日 ~ 数週間小安い OD 経路実際の行動をほぼ把握作成 : 三菱総合研究所

4 移動軌跡データを用いた鉄道利用者の行動把握プローブパーソン調査の概要 2.1 調査の実施概要プローブパーソン調査は東京急行電鉄の協力を得て 2007 年と 2008 年に実施したこのうち 2007 年調査では試行的に東京急行電鉄と三菱総合研究所の関係者を調査モニターとして 2007 年 11 月の約 1 か月間においてデータ収集を行い混雑回避に向けた列車または経路変更の有無駅構内の移動経路駅周辺での買い物行動アクセスイグレス経路休日の交通行動の把握を試み鉄道における移動軌跡データの活用可能性を検討した 2008 年調査では前年調査の成果を受けて調査モニターを一般の鉄道利用者に広げ収集したデータの集計行動分析過程での精度向上効率化を図るとともに調査モニターによるデータの修正削除補足や質問等のコメント入力ができるシステム (WEB ダイアリー ) を用いて収集データの精度向上や調査実施の円滑化を図った以降本稿では 2008 年調査の結果を中心に報告する (1)2008 年調査の実施概要 1データ収集期間データ収集期間は 2008 年 10 月 19 日 ( 日 ) 11 月 21 日 ( 金 ) の約 1 か月間である 2 調査モニター調査モニターは鉄道旅客の移動軌跡データの活用可能性を探るねらいから一般の鉄道利用者を対象とし東京急行電鉄の電車モニターから募集した募集にあたっては調査モニター数の制約上ある程度まとまった地域を対象にすることとし路線の新規開業によるサービス変化の生じた港北ニュータウン及び周辺地域の居住者を対象として 32 人の調査モニターを募った 3 検証項目鉄道利用者の交通行動のうち輸送障害発生時の迂回行動駅へのアクセス駅から目的地までのイグレス経路の選択帰宅途中における立ち寄り買い物行動休日の交通行動について実態把握の可能性を検証した (2) データ収集方法プローブパーソン調査の実施にあたってはモニターに GPS 機能を搭載した携帯電話型のプローブデータ収集機器 PhoneGPS を携行してもらい移動軌跡データを収集するとともにインターネット上で移動軌跡データが閲覧可能な WEB ダイアリーを用いて補足データを入力してもらうようにした 1 PhoneGPS による移動軌跡データの収集 PhoneGPS は GPS 機能を搭載した携帯電話にデータ収集のための専用アプリケーションをインストールしたプローブデータ収集機器である PhoneGPS では一定の時間間隔で

70 技術レポート Technical Report の緯度経度情報の取得機能に加えダイヤルキーの操作を通してあらかじめ設定した移動目的や利用交通機関の選択が可能である例 1 番キーは出社 2 番キーは帰宅等取得した

分以上かけて移動した単位を 1 トリップと定義しこのトリップの単位でデータを取得したデータ取得の具体的な操作は出発交通手段徒歩電車バス自動車自転車等の変更到着のそれぞれのタイミングにおいて

利用交通機関を選択肢から番号キーにより再選択到着時到着ボタンを押す到着ボタンを押した際には取得した移動軌跡データが自動的にサーバに送信されるなお緯度経度情報は 1 秒間隔で取得した ② WEB

入力したデータの修正削除を行うことができるシステムである移動軌跡データについては地図上で実際の移動軌跡を確認することが可能であり出発地や目的地の名称を入力する際に

5 70 技術レポート Technical Report の緯度経度情報の取得機能に加えダイヤルキーの操作を通してあらかじめ設定した移動目的や利用交通機関の選択が可能である例 1 番キーは出社 2 番キーは帰宅等取得した緯度経度情報は携帯電話の内蔵メモリに一時的に蓄積され移動が終了したタイミングすなわちデータ取得終了時に全データがサーバに送信される本研究では出社買い物帰宅等の目的を持った移動でかつ出発地から目的地まで 5 分以上かけて移動した単位を 1 トリップと定義しこのトリップの単位でデータを取得したデータ取得の具体的な操作は出発交通手段徒歩電車バス自動車自転車等の変更到着のそれぞれのタイミングにおいて調査モニターが携帯電話端末上で行うようにした出発時アプリケーションの出発ボタンを押し移動目的と利用交通機関をあらかじめ設定されている選択肢から番号キーにより選択交通手段変更時利用交通機関を選択肢から番号キーにより再選択到着時到着ボタンを押す到着ボタンを押した際には取得した移動軌跡データが自動的にサーバに送信されるなお緯度経度情報は 1 秒間隔で取得した ② WEB ダイアリーによる移動軌跡データの修正や補足データの入力 WEB ダイアリーは WEB 上で GPS 携帯電話により収集した移動軌跡データを閲覧できかつ携帯電話端末では取得していない出発地や目的地の名称の入力誤って取得入力したデータの修正削除を行うことができるシステムである移動軌跡データについては地図上で実際の移動軌跡を確認することが可能であり出発地や目的地の名称を入力する際に地図上に示された移動軌跡により行動を振り返ることができるさらに 1 回のトリップデータごとにコメントを入力することができ移動時の状況や経路選択理由の補足等を自由に記入できる図 1 データ取得に関する一連の流れ 1 日ごとに繰り返し移動中移動ごとに繰り返し出発時当日夜到着時所報53号.indb :43:14 PM

移動軌跡データを用いた鉄道利用者の行動把握 71 図 2 WEB ダイアリー画面移動軌跡を地図上で見ることが可能トリップごとにコメントが記入可能取得したデータ移動履歴が確認可能 2 2 取得データ 1 トリップデータの概要取得データにおけるトリップ数は延べ 1,013 人日で 2,138 トリップである 1

0 11/21 11/19 11/20 11/17 11/18 11/15 11/16 11/13 11/14 11/11 11/12 11/9 11/10 11/8 11/6 11/7 11/4 11/5 11/3 11/1 11/2 10/31 10/29 10/30 10/27 10/28 10/26 10/24

6 移動軌跡データを用いた鉄道利用者の行動把握 71 図 2 WEB ダイアリー画面移動軌跡を地図上で見ることが可能トリップごとにコメントが記入可能取得したデータ移動履歴が確認可能 2 2 取得データ 1 トリップデータの概要取得データにおけるトリップ数は延べ 1,013 人日で 2,138 トリップである 1 人 1 日当たりのトリップ数は 2.1 トリップで平日は 2.5 トリップ休日は 1.5 トリップとなっているまた移動目的別では帰宅が 39 出社登校が 29 業務が 11 で上位を占める図 3 1 人 1 日当たり平均トリップ数 3.0 平均 /21 11/19 11/20 11/17 11/18 11/15 11/16 11/13 11/14 11/11 11/12 11/9 11/10 11/8 11/6 11/7 11/4 11/5 11/3 11/1 11/2 10/31 10/29 10/30 10/27 10/28 10/26 10/24 10/25 10/23 10/21 10/ / /20 １人１日当たり平均トリップ数 3.5 調査日 2008 年図 4 移動目的 N=2,257 注その他観光レジャー買い物 4% 10% 7% 帰宅業務 39% 11% 出社登校 29% 注補完データを含む所報53号.indb :43:14 PM

72 技術レポート Technical Report 2 移動軌跡データ取得状況移動軌跡データ GPS データは建物内や地下等 GPS 衛星からの電波を受信できない位置では測位不可能である列車乗車時は乗車位置によっては車両の屋根の影響で GPS 衛星からの電波を受信し難い環境となるが概ね列車乗車時においても連続的に移動軌跡データを取得できていることが確認されたただし

7 72 技術レポート Technical Report 2 移動軌跡データ取得状況移動軌跡データ GPS データは建物内や地下等 GPS 衛星からの電波を受信できない位置では測位不可能である列車乗車時は乗車位置によっては車両の屋根の影響で GPS 衛星からの電波を受信し難い環境となるが概ね列車乗車時においても連続的に移動軌跡データを取得できていることが確認されたただし地下区間においては GPS 衛星からの電波が受信できないため移動軌跡データを取得できない図 5 取得した移動軌跡データ例鉄道路線上の移動軌跡と時間間隔の把握が可能 3 交通行動分析結果移動軌跡データを用いて輸送障害発生時の迂回行動駅へのアクセス駅から目的地までのイグレス経路の選択行動帰宅途中における立ち寄り買い物行動休日の交通行動について分析を行った 3 1 輸送障害発生時の迂回行動の把握列車の運転見合わせ大幅なダイヤ乱れ等輸送障害が発生した際に利用者は迂回や滞留等の行動をとるがこれらの実態を把握することで適切な案内や輸送計画に役立てられる可能性がある迂回や滞留等の行動は輸送障害に巻き込まれた地点や輸送障害発生からの経過時間運転再開見通し等によりさまざまでありこれらの行動を正確に把握することは容易ではないしかし本研究では移動中に連続的な移動軌跡データを取得することで迂回行動をとったタイミングや利用した経路を把握できたここでは 2 つの行動把握例を示す 1 行動把握例 1 他路線を利用した迂回この例では東急東横線が不通になった際に東急田園都市線の鷺沼方面から東急大井町線東横線多摩川線を利用する通勤経路に代えて JR 南武線経由で通常とは異なる駅で下車する迂回ルートが選択されている図 6 この迂回行動については出社トリップを開始する前の段階で障害が発生しておりあらかじめ迂回経路を決めて行動していたことが考えられ通常の所要時間と比較しても大幅な遅れを生じることなく通勤していることが確認できた所報53号.indb :43:14 PM

8 移動軌跡データを用いた鉄道利用者の行動把握 73 図 6 輸送障害発生時の迂回行動他路線を利用して迂回したケース二子玉川大井町線自由が丘溝の口田園都市線田園都市線から大井町線東東横線多摩川多摩川線下丸子横線多摩川線を経由する通南武線常のルートを南武線経由に変更した例南武線を利用平間 2 行動把握例 2 徒歩による迂回この例では東急東横線が不通になった際に東横線都立大学駅から自由が丘経由二子玉川方面へ移動する経路を変更し別路線である東急大井町線緑が丘駅まで徒歩で移動する迂回ルートが選択されている図 7 この迂回行動の結果通常の経路よりは所要時間を要したものの東横線の運転再開まで待った場合と比べて大幅に早く目的地にたどり着くことができている図 7 輸送障害発生時の迂回行動徒歩で迂回したケース都立大学東横線都立大学駅から自由が丘駅乗都立大学り換えで大井町線に向かうルートを緑が丘駅まで徒歩東横線自由が丘大井町線自由が丘大井町線目黒線緑が丘で移動し大井町線を利用するルートに変更した例緑が丘まで徒歩で移動し大井町線を利用 3 2 駅アクセスイグレス経路選択行動の把握駅へのアクセス経路及び駅から目的地までのイグレス経路や利用している交通機関について把握することは鉄道にとっての端末交通サービスのあり方を検討したり端末交通機関の利用行動をモデル化する場合等に重要である本研究では移動経路や移動速度を分析することでアクセスイグレス経路交通機関の選択実態を把握できたここでは 2 つの行動把握例を示す 1 行動把握例 1 出社時の交通機関選択この例では駅へのアクセスの際に移動経路は同じであるもののバスと徒歩で交通機関所報53号.indb :43:15 PM

74 技術レポート Technical Report を使い分けているバス利用と徒歩の違いについては移動軌跡データのプロット間隔から確認できる図 8 図 8 出社経路における利用交通機関選択行動移動軌跡データのプロット間隔から移動軌跡の間隔の違いから移動速度交通手段の違いを確認バスのケース

9 74 技術レポート Technical Report を使い分けているバス利用と徒歩の違いについては移動軌跡データのプロット間隔から確認できる図 8 図 8 出社経路における利用交通機関選択行動移動軌跡データのプロット間隔から移動軌跡の間隔の違いから移動速度交通手段の違いを確認バスのケースバスと徒歩の判別が可能徒歩のケース移動軌跡データを用いてバスの旅行速度を推計すると駅近傍において速度が大きく低下しており図 9 道路混雑状況によりバスと徒歩を使い分けていることが窺える図 9 移動軌跡データより算出した路線バスの区間旅行速度駅駅前交差点 260m 平均所要時間3分50秒 4.1km/h 600m 平均所要時間1分40秒 21.4km/h 位置と時刻の情報から区間ごとのバスの旅行速度の推計が可能バス停 2 行動把握例 2 帰宅時の経路選択この例では帰宅時に自宅の最寄り駅から自宅まで帰宅する経路について 2 つの経路を日によって使い分けている出社時は自動車での送迎により毎日同じ経路を利用しており帰宅時はバスの出発時刻によって 2 通りのバスルートを使い分けている図 10 図 10 帰宅時における経路選択行動駅出社時は車送迎で駅へアクセスバス車送迎バス停徒歩端末交通において複数のバス路線自家用車を使い分けてい帰宅時はバスを利用 2ルートありバスる例徒歩バス停所報53号.indb :43:16 PM

移動軌跡データを用いた鉄道利用者の行動把握 3 3 75 立ち寄り買い物行動の把握乗降駅や経由地での立ち寄りや買い物行動を把握することは乗車券類の企画や商業施設の販促等の検討に有効と考えられる本研究では移動軌跡データを分析することで通勤先途中駅自宅最寄り駅での立ち寄り駅周辺での立ち寄り範囲等が把握できた 1 行動把握例

大井町線ている例東横線図 12 非乗り換え駅での立ち寄り行動駒沢大学帰宅経路立ち寄り買い物利用経路上の途中駅駒沢大学で下車して駅周辺に立ち寄って二子玉川いる例田園都市線 2 行動把握例 2 主要駅周辺での立ち寄り範囲主要駅においては多くの調査モニターが立ち寄り行動をとっており立ち寄り行動の

10 移動軌跡データを用いた鉄道利用者の行動把握立ち寄り買い物行動の把握乗降駅や経由地での立ち寄りや買い物行動を把握することは乗車券類の企画や商業施設の販促等の検討に有効と考えられる本研究では移動軌跡データを分析することで通勤先途中駅自宅最寄り駅での立ち寄り駅周辺での立ち寄り範囲等が把握できた 1 行動把握例 1 途中駅での立ち寄り帰宅経路途中の乗り換え駅における立ち寄り乗り換え駅でない途中駅での立ち寄り等従来容易には把握できなかった途中下車の実態と立ち寄り地域が把握できる図 11 図 12 図 11 乗り換え駅での立ち寄り行動乗り換え駅自由が丘で自由が丘下車して駅周辺に立ち寄っ乗り換え駅である自由が丘にて飲食の立ち寄りあり大井町線ている例東横線図 12 非乗り換え駅での立ち寄り行動駒沢大学帰宅経路立ち寄り買い物利用経路上の途中駅駒沢大学で下車して駅周辺に立ち寄って二子玉川いる例田園都市線 2 行動把握例 2 主要駅周辺での立ち寄り範囲主要駅においては多くの調査モニターが立ち寄り行動をとっており立ち寄り行動の移動軌跡を重ねて地図上に示すことで立ち寄り行動圏を把握できる具体例として恵比寿渋谷銀座の 3 例を示す本研究で収集したデータからは恵比寿渋谷では半径 250m 圏内のエリアでの立ち寄り行動が主であり銀座では半径 150m 圏内のエリアでの立ち寄り行動が主であることがわかる図 13 所報53号.indb :43:17 PM

76 技術レポート Technical Report 図 13 主要ターミナルにおける立ち寄り範囲

1km 駅周辺地域の移動範囲の把握例 3 4 休日行動の把握休日の行動に関する情報は通勤

自宅から最寄り駅までの距離と交通機関利用割合 % 駅周辺の商業施設への買い物トリップの可能性

バス 40 電車 30 20 車 10 0 近隣の商業施設への買い物トリップの可能性徒歩 70

11 76 技術レポート Technical Report 図 13 主要ターミナルにおける立ち寄り範囲銀座恵比寿横長辺のスケール渋谷上左恵比寿 1km 上右銀座 500m 中央渋谷 1km 駅周辺地域の移動範囲の把握例 3 4 休日行動の把握休日の行動に関する情報は通勤通学以外での鉄道利用の促進や商業施設の販促等を進める上で重要である本研究では移動軌跡データから休日の行動実態を把握した一例として自宅から最寄り駅までの距離と利用交通機関との関係をみると自宅から最寄り駅までの距離が 1km 強までの範囲においては自宅から最寄り駅までの距離が短い場合は徒歩距離が長くなるにしたがって自動車の利用が増える傾向がつかめる図 14 図 14 自宅から最寄り駅までの距離と交通機関利用割合 % 駅周辺の商業施設への買い物トリップの可能性 100 交通機関利用割合自転車 50 駅へのアクセスが不便な分車利用が多いバス 40 電車車 10 0 近隣の商業施設への買い物トリップの可能性徒歩 m以下 800m以下 1,200m以下 1,200m超最寄り駅までの距離近い該当モニター数人平均トリップ数遠い所報53号.indb :43:18 PM

12 移動軌跡データを用いた鉄道利用者の行動把握まとめと今後の課題本研究では道路交通分野で活用が進んでいる移動軌跡データ ( プローブデータ ) について鉄道利用者の交通行動実態把握への活用可能性を検証したまた移動軌跡データの取得にあたっては GPS 機能を搭載した携帯電話型プローブデータ収集機器とWEBダイアリーを用いた本研究にて取得した移動軌跡データの分析の結果鉄道利用時においても十分な精度でデータ取得が可能であることがわかるとともに輸送障害発生時の迂回行動駅へのアクセス駅からのイグレス経路及び利用交通機関の選択行動途中の立ち寄り買い物行動休日の行動等について詳細に把握できることが検証され鉄道利用者の交通行動実態把握を行う上で移動軌跡データの有用性が示唆された移動軌跡データを収集分析することでパーソントリップ調査などの大規模調査に頼らざるを得なかった個々の路線や沿線の行動実態を短期安価で捉えられる可能性があるまた GPS 機能付きの携帯電話の普及により大量のデータを収集することも可能になってきており多様な交通行動の収集分析も可能になる今回の研究成果を踏まえ今後はダイヤ改正等の輸送サービスに関する施策イベントキャンペーン実施時における鉄道利用行動の変化駅や駅周辺の整備商業施設立地時の行動変化の分析等における移動軌跡データの活用が考えられるなお移動軌跡データの活用においては個人行動の特定につながらないようデータの匿名化への十分な配慮を要する謝辞本研究の実施にあたっては東京急行電鉄の太田雅文氏をはじめ関係者の皆様に多大なご協力をいただいたまた調査モニターとして東急電車モニターの皆様にもご協力いただいたそして東京工業大学屋井鉄雄教授には多くのご助言をいただいたこの場を借りてご協力いただいた皆様に謹んで感謝の意を表する参考文献 [1] PhoneGPS ( [2] 目黒浩一郎, 佐藤賢 : 行動分析調査ツールとしての GPS 携帯電話の可能性土木計画学研究講演集 Vol.34(2006). [3] 目黒浩一郎, 佐藤賢 : GPS 携帯電話を用いた行動分析のトータルソリューション土木計画学研究講演集 Vol.35(2007). [4] 目黒浩一郎 : GPS 携帯電話を活用した交通行動データ収集処理手法の開発情報処理学会第 33 回高度交通システム研究発表会 (2008). [5] JSTE プローブ研究会 (

別紙 1. 新機能 (1) 駅視 -vision( ホーム上混雑度 ) 1 内容対象駅の上下ホームの駅構内カメラの画像を10 秒ごとに画像解析しエリアごとの人数をカウントしホーム上の混雑をヒートマップ形式で東急線アプリに配信する実証実験ですあわせてそのデータを蓄積し今後曜日時間帯別

別紙 1. 新機能 (1) 駅視 -vision( ホーム上混雑度 ) 1 内容対象駅の上下ホームの駅構内カメラの画像を10 秒ごとに画像解析しエリアごとの人数をカウントしホーム上の混雑をヒートマップ形式で東急線アプリに配信する実証実験ですあわせてそのデータを蓄積し今後曜日時間帯別 2018 年 9 月 27 日東急線アプリをもっと便利にリニューアルします! ホーム上の混雑度を視覚的かつタイムリーにご確認いただける駅視 -vision( ホーム上混雑度表示 ) 車両別混雑度表示を東横線目黒線にも導入 ~ 混雑の見える化を図り分散乗車による快適なご利用を促進します ~ 東京急行電鉄株式会社当社はお客さまのさらなる利便性向上と分散乗車やオフピーク利用の促進をめざし