| 研究実績の概要 |
本課題は大型立体駐車場を想定した環境で、駐車所要時間と駐車確率両方の観点において、大量ある来場車両の最適な駐車ルートを案内する手法の提案である。
商業施設の大型駐車場でよく渋滞が起きる。その渋滞により、燃料や時間の損失以上に、来場者は気分が害され、購買意欲が減退し、店舗にとって機会損失になる。来場者に空満情報を提示しても、店舗入り口に近い場所に駐車したい者が多いため、人気エリアでの渋滞は回避しにくい。本応募では、来場者の駐車所要時間及び歩行時間を含むトータル時間が最短となる駐車経路を案内するシステムを提案する。
本手法では、施設のサーバは来場者が入場の際に（またはその前の段階から）、トータル時間が最短になる経路を案内する。サーバ側で場内の通路と駐車ゾーンの負荷を分散できる経路をリアルタイムに算出する。これらの経路に複数の駐車ゾーンが含まれており、かつ渋滞と思われるエリアを回避したものであり、これに従えば最も来場者の時間が節約される。
各年度は研究計画に沿って目的を達成しており、本年度はこれまでの研究成果を総括し、IEEEトランザクションにて論文を発表した。
W. Hu, W. Li, X. Zhou, A. Kawai, K. Fueda, Q. Qian, and J. Wang, “Spatio-Temporal Graph Convolutional Networks via View Fusion for Trajectory Data Analytics,” IEEE Transactions on Intelligent Transportation Systems, vol. 24, no. 4, pp. 4608-4620, April 2023. DOI: 10.1109/TITS.2022.3210559 (Impact Factor 9.551)
|
