著者

前川 勇樹 境 裕樹 内山 彰 山口 弘純 東野 輝夫

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会技術研究報告. MoNA, モバイルネットワークとアプリケーション (ISSN:09135685)

巻号頁・発行日

vol.113, no.168, pp.31-36, 2013-07-25

---

本報告では,鉄道の乗車車両に応じてユーザ間で観測されるBluetooth受信信号強度が異なることに着目し,複数の乗客が持つスマートフォンで検出されたBluetoothの近接デバイス情報を活用して乗車車両を推定する手法を提案する.提案手法では,検出履歴からユーザ組ごとの相対乗車車両を算出し,それらをサーバに集約することで,同一車両グループを決定する.さらに,得られたグループ間の相対的な車両位置情報からグループの乗車車両の推定を行うことで最終的にユーザの乗車車両を推定する.受信信号強度の不安定性が推定精度に与える影響を軽減するために,ベイズ推定法に基づくフィルターを用いて相対乗車車両の推定を行う.さらに,ユーザ組の相対乗車車両情報を集約してクラスタリングを行うことで全体の位置関係を推定し,個々の乗客による単一の推定と比較した推定精度の向上を図るとともに,新規参加ユーザの推定結果が迅速かつ高精度に得られるようにしている.大阪市営地下鉄御堂筋線において提案手法の実証実験を行った結果,3両の列車に乗車した15人のユーザについて,推定精度は98%となり正しく同一車両乗車グループを推定できることが分かった.

著者

前川勇樹 内山彰 山口弘純 東野輝夫

雑誌

研究報告高度交通システム(ITS)

巻号頁・発行日

vol.2014-ITS-56, no.17, pp.1-8, 2014-02-27

---

本稿では,快適な鉄道利用を実現するため,鉄道旅客の乗車車両および各車両の混雑状況を推定する手法を提案する.提案手法は,乗客の持つ携帯端末が受信した近隣端末の Bluetooth シグナルをサーバに集約し,各端末間で観測された RSSI から,それらが同じ車両に存在する確率 (同一車両確率) および端末間の混雑確率を算出する.次に,得られた同一車両確率および一部の端末の (信頼度の高い) 乗車車両情報を用いて全端末の乗車車両を推定し,その結果と端末間の混雑確率を用いて車両毎の混雑を推定する.この際,電車内の乗客移動は一般にあまり見られないことを利用し,同一車両確率を継続的に更新することで,乗降車が発生しても高精度かつ迅速な推定を実現する.大阪都市部における 4 路線において 259 分間に渡り収集したデータを用いて提案手法の評価を行った結果,16 名の各車両位置を精度 83%,車両毎の混雑の有無を F 値 0.75 で推定できることがわかった.