交通データ解析

交通データ解析チームでは、交通に関する様々なデータを分析・活用することにより、「人・モノの移動をより効率的なものにする」ことを目指しています。

バスの運行実績データから遅延予測を行う、降雨データから雨を避ける最適な移動経路を算出する、などの研究を行っています。


リアルタイムなバス到着時刻予測

現在、愛知県では全バス停区間での具体的な予測時刻提示は行われていません。そこで本研究では、事業者が収集した過去のバス運行実績データに対して統計解析を行い、リアルタイムに到着時刻を提供する方法について研究しています。

また、予測結果と同時に推定精度を提示することで、利用者の行動選択肢を増やし、より快適にバスを利用できるサービスの実現を模索しています。この研究により、今まで有効に利用されてこなかった運行実績データから価値を創出し、バス業界のさらなる発展を目標としています。


バス運行情報可視化・シミュレーション

バス運行データを分析することにより、現在の運行における問題点の発見・解決を目指していきます。
deck.glを用いた可視化ライブラリによって、バスの移動・乗客の乗降情報を地図上に表示するライブラリを開発します。ここから、実際のバス運行を地図上に再現し、新たな問題点の発見を目指します。

また、乗客乗降情報から、それぞれの停留所・時間ごとに何人の乗客が乗車するのかをモデル化するシミュレーション環境を構築します。様々な状況をシミュレーションすることにより、バス運行における問題点の解決を目指します。


Time-Dependent Pedestrian Routing to Avoid Rain

In the cases of scattered rain, pedestrians try to find an optimal route to avoid walking under the rain and getting wet. Depending on the current available services, pedestrians can know where in the city is raining at the moment, however, it is difficult to know exactly which route would be optimal to avoid getting wet while walking.

In this research, we try to estimate the optimal route for the pedestrians in a rainy weather, by calculating a rainy cost in a time-constraint extension to shortest route algorithm.


自動運転車のセンサを利用した路面性状調査

自動運転車は,走行時に周囲の状況を確認するため,多数のセンサを備えています.
この研究では,自動運転車が備えるセンサの情報をもとに,路面の劣化具合の自動検出を目指しています.

今後多くの自動運転車が街中を走ることを見据えた研究です.