2022 Fiscal Year Annual Research Report
A platform of mobility support and utilization for the last mile in MaaS
Project/Area Number |
22H03700
|
Allocation Type | Single-year Grants |
Research Institution | Kyoto Sangyo University |
Principal Investigator |
河合 由起子 京都産業大学, 情報理工学部, 教授 (90399543)
|
Co-Investigator(Kenkyū-buntansha) |
中島 伸介 京都産業大学, 情報理工学部, 教授 (90399535)
義久 智樹 滋賀大学, データサイエンス学部, 教授 (00402743)
佐々木 勇和 大阪大学, 大学院情報科学研究科, 助教 (40745147)
下條 真司 青森大学, ソフトウェア情報学部, 教授 (00187478)
|
Project Period (FY) |
2022-04-01 – 2026-03-31
|
Keywords | 移動支援 / MaaS / 地理情報分析 / 状況分析・予測 / 可視化 |
Outline of Annual Research Achievements |
本研究では、移動中のユーザ状況を把握し、状況分析につながる安全性と快適性の高い移動情報を可視化する移動情報利活用基盤を実装することで、データ共有の貢献と移動支援の共生を明らかにする。具体的な研究項目を以下の3項目に大別し、複数の研究者で分担して効率的に研究を進める。最終的に移動支援情報利活用基盤が研究課題解決につながることを確認し、本研究を完遂する。 研究項目1)移動情報モニタリング基盤の構築:移動中のソーシャルデータ自動生成のための移動情報モニタリング機構 研究項目2)分析精度と利便性を高めるMaaSマップの提供:学習モデル生成とMaaSマップ生成 研究項目3)社会実装による受容性の検証:ラストマイル移動支援にむけた移動情報利活用基盤の社会実装 本年度は、初年度に開発した移動情報モニタリングから、研究項目2の分析精度と利便性を高めるMaaSマップの提供を実現した。ユーザの携帯端末毎にソーシャルデータを管理する学習環境を構築した。オープンデータ(GSV、OSM、Tweet)はWebから取得し、それらソーシャルデ ータとオープンデータのFeatureを用いて、移動方法と移動範囲、経路ごとの安全性と快適性を学習した。学習モデル生成は、各ユーザの移動 履歴と学習精度に基づき他のユーザとのモデル統合と学習のタイミングを決定して、分析精度の低い地点を経路に加えることで、分析精度を向上する。各ユーザの移動特性(移動手段、移動範囲、時間帯、表情)と環境情報(路面の凹凸、輝度)に基づいた学習モデルを生成し、分析精度を検証した。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究では、移動中のユーザ状況を把握し、状況分析につながる安全性と快適性の高い移動情報を可視化する移動情報利活用基盤を実装することで、データ共有の貢献と移動支援の共生を明らかにする。現在までに研究計画していた、研究項目2の分析精度と利便性を高めるMaaSマップの提供の実現ができた。その結果、ユーザ特性の抽出結果によるMaaSマップの改善が必要なことが明らかとなった。この改善による実装は次年度に取り組む予定である。
|
Strategy for Future Research Activity |
研究項目2)で明らかとなったMaaSマップ提供の改善に取り組むとともに、当初の研究計画である、研究項目3)社会実装による受容性の検証として、ラストマイル移動支援にむけた移動情報利活用基盤を構築し、検証する。
|