2017 Fiscal Year Annual Research Report
Participatory Context Sensing for Urban Transportation
| Project/Area Number |
26700006
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
内山 彰 大阪大学, 情報科学研究科, 助教 (70555234)
|
|---|
| Project Period (FY) |
2014-04-01 – 2018-03-31
|
| Keywords | モバイルセンシング / 都市交通 / 混雑推定 / 参加型センシング |
|---|
| Outline of Annual Research Achievements |
我々の都市生活において快適な移動を実現するためには、電車や地下鉄のような公共交通機関での移動をよりスムーズで快適にすることが重要である。本研究ではユーザ参加型のコンテキストセンシングを適用することで、より快適な都市交通の実現を目指している。このため、これまでに電車の車内混雑状況の推定や、車載カメラを用いた歩道上の混雑状況推定、駅構内におけるコンテキスト推定に関する研究に取り組んできた。
最終年度は、これまでに考案した駅構内における様々なユーザコンテキスト推定方式を基に、駅構内の様々な混雑状況の推定方式を考案した。駅構内における人々の行動パターンを分析することにより、券売機やエスカレーター、エレベーターなど、駅構内の設備それぞれに特有の混雑状況と相関のある特徴量を設計した。これらの特徴量を人々が所有するスマートフォンのみで収集し、それに基づき各設備とその周辺の混雑状況を推定する。特に、プラットフォームにおいて乗車列が形成される過程や、乗車列の長さに応じて異なる乗車時の行動の違いに着目し、乗車位置ごとに乗車列の長さを推定することに成功した。ユーザ参加型センシングにおいては、ユーザの参加率が性能に対して大きな影響を与えるが、本手法では単独のユーザであっても混雑状況のセンシングが可能となっており、参加ユーザが増えるほど、その精度やカバー率が向上する。実際にスマートフォンで収集したデータにより性能評価を行ったところ、3段階の混雑状況の推定において、F値0.84を達成できることが分かった。また、本研究を通じて得られた知見を生かし、ユーザそのものの状態など様々なユーザコンテキストをセンサデータを組み合わせて推定する方式を考案し、国際会議や論文誌での成果発信を行った。
|
| Research Progress Status |
29年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
29年度が最終年度であるため、記入しない。
|
| Causes of Carryover |
29年度が最終年度であるため、記入しない。
|
| Expenditure Plan for Carryover Budget |
29年度が最終年度であるため、記入しない。
|
