特許 6939911 適応的に車両を制御する方法及び装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6939911

(24)【登録日】2021年9月6日

(45)【発行日】2021年9月22日

(54)【発明の名称】適応的に車両を制御する方法及び装置

(51)【国際特許分類】

   G08G 1/127 20060101AFI20210909BHJP

【ＦＩ】

   G08G1/127 A

【請求項の数】9

【全頁数】24

(21)【出願番号】特願2019-568136(P2019-568136)

(86)(22)【出願日】2018年6月28日

(65)【公表番号】特表2020-522823(P2020-522823A)

(43)【公表日】2020年7月30日

(86)【国際出願番号】JP2018024574

(87)【国際公開番号】WO2019009179

(87)【国際公開日】20190110

【審査請求日】2019年12月9日

(31)【優先権主張番号】10201705478P

(32)【優先日】2017年7月3日

(33)【優先権主張国】SG

【前置審査】

(73)【特許権者】

【識別番号】000004237

【氏名又は名称】日本電気株式会社

(74)【代理人】

【識別番号】100103894

【弁理士】

【氏名又は名称】家入 健

(72)【発明者】

【氏名】神谷 祐樹

(72)【発明者】

【氏名】レオン レイモンド

【審査官】 平井 功

(56)【参考文献】

【文献】 特開２０１４−１０２６７０（ＪＰ，Ａ）

【文献】 特開２００８−０１５６１２（ＪＰ，Ａ）

【文献】 特開２０１２−１５０５８５（ＪＰ，Ａ）

【文献】 特開２００２−０６３６９２（ＪＰ，Ａ）

【文献】 米国特許第０５４８５３４７（ＵＳ，Ａ）

【文献】 米国特許出願公開第２０１３／００４６４５６（ＵＳ，Ａ１）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０８Ｇ １／００−９９／００

(57)【特許請求の範囲】

【請求項1】

車両を管理するための方法であって、
プロセッサによって、前記車両が到着した地点における当該車両に関するエリアであって、前記車両の通路に対応するエリアを決定し、
前記プロセッサによって、決定された前記エリア内にいる個人の数を決定し、
前記プロセッサによって、決定された前記エリア内にいる前記個人の数の決定に応じて、当該車両が前記地点を出発する時間を予測する、
方法。

【請求項2】

個人の数を決定することは、前記個人の数に関する入力を受信することを含み、
前記入力は、画像キャプチャデバイス、圧力センサ、温度センサ、及びモーションセンサの少なくとも１つから送信された入力であり、前記個人の数は、前記入力を受信することに応じて決定される、
請求項１に記載の方法。

【請求項3】

当該車両が前記地点を出発する時間を予測することは、
前記プロセッサによって、当該車両に関する履歴データであって、少なくとも１つの他の車両によってなされた複数のルート運行に関連する履歴データを検索することと、
前記プロセッサによって、検索された前記履歴データを解析することと、
を含み、
当該車両が前記地点を出発する時間は、検索された前記履歴データを解析することに応じて予測される、
請求項１又は２に記載の方法。

【請求項4】

検索された前記履歴データを解析することは、
前記プロセッサによって、前記地点における前記少なくとも１つの車両の対応する到着時間を検索することと、
前記プロセッサによって、前記地点における前記少なくとも１つの車両の対応する出発時間を検索することと、
前記プロセッサによって、前記対応する到着時間及び前記対応する出発時間の検索に応じて、前記少なくとも１つの他の車両が前記地点に滞在した期間を決定することと、
を含む、
請求項３に記載の方法。

【請求項5】

検索された前記履歴データを解析することは、
前記プロセッサによって、前記地点において前記少なくとも１つの他の車両に乗った前記個人に関連するトランザクション履歴データを検索すること、
を含む、
請求項４に記載の方法。

【請求項6】

検索された前記履歴データを解析することは、
前記プロセッサによって、前記トランザクション履歴データの検索に応じて、前記地点において前記少なくとも１つの他の車両に乗った対応する個人の数を決定すること、
を含む、
請求項５に記載の方法。

【請求項7】

前記地点における前記少なくとも１つの他の車両に乗った前記対応する個人の数の決定、及び、前記少なくとも１つの他の車両が前記地点に滞在した前記期間の決定の少なくとも１つに応じて、当該車両が前記地点を出発する時間が予測される、
請求項６に記載の方法。

【請求項8】

前記プロセッサによって、決定された前記エリア内にいる前記個人の数の決定に応じて当該車両が前記地点を出発する時間を予測することは、
前記プロセッサによって、到着時間及び当該車両が前記地点を出発すると予測される時間に応じて、当該車両が前記地点に滞在すると予測される期間を決定することと、
前記プロセッサによって、当該車両が前記地点に滞在すると予測される期間が閾値期間を超えるか否かを判定することと、
を含む、
請求項１から７のいずれか１項に記載の方法。

【請求項9】

車両を管理するための装置であって、
前記車両が到着した地点における当該車両に関するエリアであって、前記車両の通路に対応するエリアを決定する手段と、
決定された前記エリア内にいる個人の数を決定する手段と、
決定された前記エリア内にいる前記個人の数の決定に応じて、当該車両が前記地点を出発する時間を予測する手段と、
を有する装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、主に、適応的に車両を制御する方法及び装置に関するが、これに限定されるわけではない。

【背景技術】

【0002】

急速な経済発展と交通渋滞のますます深刻な問題により、例えばバス事業者などの輸送事業者にとって、都市交通渋滞の問題を効果的に解決することはますます困難になっている。さらに、都市化は、都市部の輸送サービスに課題を突き付けている。そのような例の１つは、バス事業者が、サービスの品質、信頼性を改善し、さらに効率を維持する必要があることである。

【0003】

輸送サービスの運行時間（trip time）には、バス停間の移動時間（travel time）及び全てのバス停での滞在時間（dwell time）が含まれる。運行時間の予測（例えば移動時間及び滞在時間の両方）は、バス事業者にとって重要であり、それによって遅延及び予期せぬ高需要のリスクを回避できる。滞在時間は、バスがバス停に滞在する期間である。

【0004】

従来、ＡＰＣ（Automated Passenger Counting；自動旅客計数）システムまたはＡＦＣ（Automatic Fair Collection；自動料金収受）システムは、乗客数に基づいて滞在時間を予測するために使用されている。ＡＰＣシステムは、全てのバス停で乗車および降車する乗客の数をカウントする電子機器である。一方、ＡＦＣシステムは、公共交通機関のネットワークの発券システムを自動化するコンポーネントを集めたものであり、これは、手動での料金収受の自動化バージョンである。通常、ＡＦＣシステムは統合された発券の基盤である。両方のシステムは、乗客の数を数えることを目的としている。しかしながら、より多くの乗客が常により多くの滞在時間を引き起こすわけではない。

【0005】

図１Ａは、上流のバス停（または特定のバス停の前に位置するバス停）における、ＡＶＬ（Automatic Vehicle Location；自動車両位置特定）、ＡＰＣおよび滞在時間データに基づく従来の技術によって得られた結果１００を示す。図１Ａに示す結果は、以下の式によって取得され得る。

【数1】

ｔ_ｕｐ，ｔ_ｄｏｗｎ：１人がバスに乗降する時間
Ｎ_ｕｐ，Ｎ_ｄｏｗｎ：バスに乗降する乗客の数
Ｎ_Ｔ／Ｃ：車両の積載率（つまり乗客の総数を定員で割った値）
ａ，ｂ：係数

【0006】

図１Ａは、さまざまなバス停における各車両に必要な滞在時間を示している。線１０２は、停留所ｎおよび停留所ｎ＋１における車両ｋの滞在時間を表す。線１０４は、停留所ｎおよび停留所ｎ＋１における車両ｋ＋１の滞在時間を表す。図１Ａに示されているように、乗客が増えても滞在時間が常に長くなるわけではない。

【0007】

図１Ｂは、３次元自動旅客カウンタ（automatic passenger counter）（または「３Ｄ ＡＰＣ」）のそのような従来技術の１つを利用する従来システム１５０のブロック図を示す。自動乗客カウンタ（ＡＰＣ）１５２は、３Ｄビデオカメラシステム１５６とともに使用され、乗客がグループでバスを出入りする際に、乗客の身長と輪郭をスキャンし、個々のカウントを実行する。ＡＰＣ１５２は、バッグと乗客との形状の違いを伝えることもでき、これにより、バスの自動乗客カウンタの信頼性が大幅に向上する。日付情報は、オンボードＡＶＬプロセッサ１５４に送信されてディスプレイ１５８に表示される。このデータは、連続する（successive）バス停での滞在時間を予測するのに役立つ。しかしながら、この方法は、上流のバス停の滞在時間が長いほど、次のバス停の滞在時間が長くなることを想定している。つまり、この手法はバス内の現在の状況を反映していないため、予測は正確ではない。さらに、図１Ａおよび図１Ｂに示されているこれらの手法の問題の１つは、バス内の混雑レベル（crowd level）を考慮していないことである。

【0008】

したがって、上記の問題の１つまたは複数に対処する車両を適応的に管理する方法を提供する必要がある。

【0009】

さらに、他の望ましい特徴及び特性は、本開示の添付の図面及び上述の背景と共に、以下の詳細な説明及び添付の特許請求の範囲を参照することによって明らかになるであろう。

【発明の概要】

【課題を解決するための手段】

【0010】

第１の態様において、輸送事業者によって運営される車両を適応的に管理するための方法が提供され、前記方法は、プロセッサによって、前記車両が到着した地点における当該車両に関するエリアを決定し、前記プロセッサによって、決定された前記エリア内にいる個人の数を決定し、前記プロセッサによって、決定された前記エリア内にいる前記個人の数の決定に応じて、当該車両が前記地点を出発する時間を予測する。

【0011】

一実施形態において、個人の数を決定することは、前記個人の数に関する入力を受信することを含み、前記入力は、画像キャプチャデバイス、圧力センサ、温度センサ、及びモーションセンサの少なくとも１つから送信された入力であり、前記個人の数は、前記入力を受信することに応じて決定される。

【0012】

一実施形態において、当該車両が前記地点を出発する時間を予測することは、前記プロセッサによって、当該車両に関する履歴データであって、少なくとも１つの他の車両によってなされた複数のルート運行に関連する履歴データを検索することと、前記プロセッサによって、検索された前記履歴データを解析することと、を含み、当該車両が前記地点を出発する時間は、検索された前記履歴データを解析することに応じて予測される。

【0013】

一実施形態において、検索された前記履歴データを解析することは、前記プロセッサによって、前記地点における前記少なくとも１つの車両の対応する到着時間を検索することと、前記プロセッサによって、前記地点における前記少なくとも１つの車両の対応する出発時間を検索することと、前記プロセッサによって、前記対応する到着時間及び前記対応する出発時間の検索に応じて、前記少なくとも１つの他の車両が前記地点に滞在した期間を決定することと、を含む。

【0014】

一実施形態において、検索された前記履歴データを解析することは、前記プロセッサによって、前記地点において前記少なくとも１つの他の車両に乗った前記個人に関連するトランザクション履歴データを検索すること、を含む。

【0015】

一実施形態において、検索された前記履歴データを解析することは、前記プロセッサによって、前記トランザクション履歴データの検索に応じて、前記地点において前記少なくとも１つの他の車両に乗った対応する個人の数を決定すること、を含む。

【0016】

一実施形態において、前記地点における前記少なくとも１つの他の車両に乗った前記対応する個人の数の決定、及び、前記少なくとも１つの他の車両が前記地点に滞在した前記期間の決定の少なくとも１つに応じて、当該車両が前記地点を出発する時間が予測される。

【0017】

一実施形態において、プロセッサによって、当該車両が到着した地点における当該車両に関する決定された前記エリアを決定することは、前記プロセッサによって、車両上のエリアであって、前記個人が当該車両に乗り降りできるエリアに関するエリアを特定すること、を含む。

【0018】

一実施形態において、前記プロセッサによって、決定された前記エリア内にいる前記個人の数の決定に応じて当該車両が前記地点を出発する時間を予測することは、前記プロセッサによって、到着時間及び当該車両が前記地点を出発すると予測される時間に応じて、当該車両が前記地点に滞在すると予測される期間を決定することと、前記プロセッサによって、当該車両が前記地点に滞在すると予測される期間が閾値期間を超えるか否かを判定することと、を含む。

【0019】

一実施形態において、当該車両が前記地点に滞在すると予測される期間が閾値期間を下回ると判定された場合に、前記プロセッサによって、通知を送信する。

【0020】

第２の態様において、輸送事業者によって運営される車両を適応的に管理するための装置であって、前記装置は、
少なくとも１つのプロセッサと、
コンピュータプログラムコードを含む少なくとも１つのメモリと、
を有し、
前記少なくとも１つのメモリ及び前記コンピュータプログラムコードは、少なくとも１つのプロセッサによって、少なくとも、
前記車両が到着した地点における当該車両に関するエリアを決定することと、
決定された前記エリア内にいる個人の数を決定することと、
決定された前記エリア内にいる前記個人の数の決定に応じて、当該車両が前記地点を出発する時間を予測すること、
を、前記装置に行わせるように構成されている。

【0021】

一実施形態において、前記少なくとも１つのメモリ及び前記コンピュータプログラムコードは、前記少なくとも１つのプロセッサによって、さらに、
前記個人の数に関する入力を受信する、ように構成されており、前記入力は、画像キャプチャデバイス、圧力センサ、温度センサ、及びモーションセンサの少なくとも１つから送信された入力であり、前記個人の数は、前記入力を受信することに応じて決定される。

【0022】

一実施形態において、前記少なくとも１つのメモリ及び前記コンピュータプログラムコードは、前記少なくとも１つのプロセッサによって、さらに、
当該車両に関する履歴データであって、少なくとも１つの他の車両によってなされた複数のルート運行に関連する履歴データを検索し、
前記プロセッサによって、検索された前記履歴データを解析する、
ように構成されており、
当該車両が前記地点を出発する時間は、検索された前記履歴データを解析することに応じて予測される。

【0023】

一実施形態において、前記少なくとも１つのメモリ及び前記コンピュータプログラムコードは、前記少なくとも１つのプロセッサによって、さらに、
前記地点における前記少なくとも１つの車両の対応する到着時間を検索し、
前記地点における前記少なくとも１つの車両の対応する出発時間を検索し、
前記対応する到着時間及び前記対応する出発時間の検索に応じて、前記少なくとも１つの他の車両が前記地点に滞在した期間を決定する、
ように構成されている。

【0024】

一実施形態において、前記少なくとも１つのメモリ及び前記コンピュータプログラムコードは、前記少なくとも１つのプロセッサによって、さらに、
前記地点において前記少なくとも１つの他の車両に乗った前記個人に関連するトランザクション履歴データを検索する、
ように構成されている。

【0025】

一実施形態において、前記少なくとも１つのメモリ及び前記コンピュータプログラムコードは、前記少なくとも１つのプロセッサによって、さらに、
前記トランザクション履歴データの検索に応じて、前記地点において前記少なくとも１つの他の車両に乗った対応する個人の数を決定する、
ように構成されている。

【0026】

一実施形態において、前記少なくとも１つのメモリ及び前記コンピュータプログラムコードは、前記少なくとも１つのプロセッサによって、さらに、
当該車両が前記地点を出発する時間を、前記地点における前記少なくとも１つの他の車両に乗った前記対応する個人の数の決定、及び、前記少なくとも１つの他の車両が前記地点に滞在した前記期間の決定の少なくとも１つに応じて、予測する、
ように構成されている。

【0027】

一実施形態において、前記少なくとも１つのメモリ及び前記コンピュータプログラムコードは、前記少なくとも１つのプロセッサによって、さらに、
車両上のエリアであって、前記個人が当該車両に乗り降りできるエリアに関するエリアを特定する、
ように構成されている。

【0028】

一実施形態において、前記少なくとも１つのメモリ及び前記コンピュータプログラムコードは、前記少なくとも１つのプロセッサによって、さらに、
到着時間及び当該車両が前記地点を出発すると予測される時間に応じて、当該車両が前記地点に滞在すると予測される期間を決定し、
当該車両が前記地点に滞在すると予測される期間が閾値期間を超えるか否かを判定する、
ように構成されている。

【0029】

一実施形態において、前記少なくとも１つのメモリ及び前記コンピュータプログラムコードは、前記少なくとも１つのプロセッサによって、さらに、
当該車両が前記地点に滞在すると予測される期間が閾値期間を下回ると判定された場合に、通知を送信する、
ように構成されている。

【図面の簡単な説明】

【0030】

本発明の実施形態は、図面と共になされる、例としての以下の説明により、よりよく理解され、当業者に明白になるであろう。

【0031】

【図1A】従来の手法を使用して車両を適応的に管理する方法を示す。

【0032】

【図1B】３次元自動乗客カウンタのそのような従来の技術の１つを利用する従来のシステムのブロック図を示す。

【0033】

【図2】実施形態にかかる、車両が適応的に管理されるシステムのブロック図を示す。

【0034】

【図3】本発明の実施形態にかかる、車両を適応的に管理する方法を示すフローチャートを示す。

【0035】

【図4A】本発明の実施形態によって車両がどのように適応的に管理されるかに関する例を示す。

【0036】

【図4B】滞在時間と混雑レベルに関する履歴データを使用して滞在時間予測モデルを作成する第２のステップを示す。

【0037】

【図4C】リアルタイムの混雑レベルのデータを備えた図４Ｂで構築されたモデルに基づいて、次の地点の滞在時間を予測する第３のステップを示している。

【0038】

【図5】本発明の実施形態によって滞在時間予測モデルがどのように構築され得るかを示す。

【0039】

【図6】滞在時間予測モデルから得られた表６００を示す。

【0040】

【図7】本発明の実施形態によって得られた重み関数（weightage functions）に応答して得られるグラフを示す。

【0041】

【図8】２つの例を使用した従来技術と実施形態との比較を示す。

【0042】

【図9】コンピュータシステム９００と呼ばれる例示的なコンピューティングデバイス９００を示しており、１つまたは複数のそのようなコンピューティングデバイス９００を使用して図３の方法を実行することができる。

【発明を実施するための形態】

【0043】

以下、本発明の例としての実施形態を、図面を参照して説明する。図面中の同様の参照番号及び記号は同様の要素又は同等物を示す。

【0044】

以下の説明の一部は、コンピュータメモリ内のデータに対するアルゴリズム及び、演算の機能的又は記号的な表現に対して明示的又は暗黙的に示される。これらのアルゴリズム的記述及び機能的又は記号的表現は、データ処理技術の当業者が、彼らの作業の内容を他の当業者に最も効果的に伝えるために使用する手段である。ここで、アルゴリズムは、一般的には、所望の結果を導く工程の自己矛盾の無いシーケンスであるとみなされる。工程（ステップ）は、記憶、転送、結合、比較、及び他の方法での操作が可能な電気信号、磁気信号、又は光信号などの物理量の物理的操作を必要とする工程である。

【0045】

特に明記されない限り、また以下から明らかなように、本明細書を通して、「受信（receiving）」、「計算（calculating）」、「決定（determining）」、「更新（updating）」、「生成（generating）」、「初期化（initializing）」、「出力（outputting）」、「受信（receiving）」、「検索（読み出し）（retrieving）」、「特定（identifying）」、「分散（dispersing）」、「認証（authenticating）」等の用語を利用する記載は、コンピュータシステム内の物理量として表されるデータを、コンピュータシステム又は他の情報記憶、伝送又は表示装置内の物理量として同様に表される他のデータに操作及び変換する、コンピュータシステム又は同様の電子装置の動作及び処理を意味する。

【0046】

本明細書はまた、方法の動作を実行するための装置を開示する。そのような装置は必要な目的のために特別に構成されてもよいし、又はコンピュータに格納されたコンピュータプログラムによって選択的に起動又は再構成されるコンピュータ又は他の装置を含んでもよい。ここで示されるアルゴリズム及びディスプレイは、いかなる特定のコンピュータ又は他の装置にも本質的に関連付けられるものではない。本明細書の教示に従ったプログラムと共に多様な機械を使用することができる。あるいは、必要な方法の工程を実行するための、より特化された装置の構成が適当である場合もある。コンピュータの構造は、以下の説明から明らかになるだろう。

【0047】

さらに、本明細書はまた、コンピュータプログラムも暗黙的に開示し、そこにおいて、ここに記載される方法の個々の工程がコンピュータコードによって実施されてもよいことは当業者には明らかであるだろう。コンピュータプログラムは特定のプログラミング言語及びその実施に限定されるものではない。本明細書に含まれる開示の教示を実施するために、多様なプログラミング言語及びそのコーディングを使用できることが理解されるだろう。さらに、コンピュータプログラムは特定の制御フローに限定されるものではない。本発明の意図又は範囲から逸脱することなく異なる制御フローを使用することができるコンピュータプログラムの、他の多くの変形が存在する。

【0048】

さらに、コンピュータプログラムの１つ以上の工程は、順次的ではなく、並列的に実行されてもよい。そのようなコンピュータプログラムは任意のコンピュータ可読媒体に格納されてもよい。コンピュータ可読媒体は、磁気ディスク又は光ディスク、メモリチップ、又はコンピュータとのインターフェースに適した他の記憶装置などの記憶装置を含むことができる。コンピュータ可読媒体はまた、インターネットシステムに代表されるような有線の媒体、又はＧＳＭ（登録商標）移動電話システムに代表されるようなワイヤレスの媒体を含んでもよい。そのようなコンピュータにロードされて実行されるコンピュータプログラムは、好ましい方法の工程を実施する装置を効果的にもたらす。

【0049】

本発明の様々な実施形態は、車両を適応的に管理するための方法および装置に関する。一実施形態では、方法および装置は、決定されたエリア内の個人の数を決定し、決定されたエリア内にいる個人の決定に応じて車両がその地点を出発する時間を予測する。

【0050】

図２は、実施形態にかかる、適応的に管理される車両内のシステム２００のブロック図を示す。

【0051】

図２を参照すると、プロセスの提供は、少なくとも１つのセンサ２１０に動作可能に（operationally）結合された装置２０２を含む。各センサ２１０は、（ｉ）車両が到着した地点における車両に関するエリア、及び、（ｉｉ）その決定されたエリア内の個人の数（a number of individuals）、に関する入力の少なくとも１つを検出するように構成されている。センサ２１０は、とりわけ、画像キャプチャデバイス、圧力センサ、温度センサ、及びモーションセンサを含んでもよい。装置２０２は、センサ２１０によって検出された入力を、直接的に、又は送信機を介して間接的に受信するように構成されている。

【0052】

センサ２１０は、装置２０２との適切なプロトコルを使用した無線通信が可能である。例えば、実施形態は、ワイファイ（ＷｉＦｉ）（登録商標）／ブルートゥース（Ｂｌｕｅｔｏｏｔｈ）（登録商標）対応装置２０２と通信可能なセンサ２１０を使用して実施されてもよい。使用される無線通信プロトコルに応じて、センサ２１０と装置２０２との間の通信を確立するために適切なハンドシェーク手順を実行する必要があることが当業者には理解されるだろう。例えば、ブルートゥース通信の場合、通信を確立するためにセンサ２１０と装置２０２のディスカバリ及びペアリングが行われてもよい。

【0053】

例として、車両がある地点に到着すると、その地点に位置するセンサ２１０で到着時刻が検出され得る。到着時刻は、車両がその地点に到着したことに応じて記録されてもよい。言い換えると、到着時間は、その地点での車両の滞在時間の開始に関連する。その地点のセンサ２１０はまた、車両がその地点を離れる又は出発する出発時間を記録するように構成されてもよい。車両がその地点に滞在する期間が、滞在時間である。滞在時間は、車両がある地点に滞在する期間を意味し、その地点の車両の到着時間及び出発時間に基づいて決定され得る。

【0054】

本明細書における様々な実施形態について、車両が地点を出発する時間は、その地点における車両に関連するエリアの決定および決定されたエリア内にいる個人の数の決定に基づいて予測され得る。その地点における車両に関連するエリアの決定および決定されたエリア内にいる個人の数の決定は、装置２０２がセンサ２１０から受け取る入力に応じて実行されてもよい。

【0055】

装置２０２は、プロセッサ２０４及びメモリ２０６を備えてもよい。本発明の実施形態では、メモリ２０６およびコンピュータプログラムコードは、プロセッサ２０４によって、装置２０２に、車両が到着した地点で車両に関連するエリアを決定させ、決定されたエリア内にいる個人の数を決定させ、決定されたエリア内にいる個人の数の決定に応じて、車両がその地点を出発する時間を予測させるように構成されている。

【0056】

装置２０２は、サーバ（例えば、以下の図４の滞在時間予測サーバ４１６）であってもよい。本発明の実施形態において、用語「サーバ」の使用は、単一の計算装置、又は少なくとも特定の機能を実行するために協働する、相互接続された計算装置のコンピュータネットワークを意味してもよい。言い換えると、サーバは、単一のハードウェア装置内に含まれていてもよいし、あるいは複数又は多数の異なるハードウェア装置間に分散されていてもよい。

【0057】

そのようなサーバは、図３に示される方法３００を実施するために使用されてもよい。図３は本発明の実施形態にかかる、輸送事業者によって運営される（administered）車両を適応的に管理する方法３００を示すフローチャートを示す。

【0058】

大都市圏での頻繁なバスの運用は、バス停での超過待ち時間（ＥＷＴ（Excess Waiting Time））を減らすことにより、乗客に信頼できるサービスを提供することが期待されている。ロンドンやシンガポール等の大都市では、バス事業者は乗客のＥＷＴを減らすことができた場合には金銭的な優遇措置を受け、削減できなかった場合には反則金を受ける。しかしながら、バスの数珠繋ぎ状態を防止することによりバスの運用の規則性を最適化することは、計算的に解決困難な問題であり、バス事業者は、毎日のバスのルート運行（bus trips）を最適な方法でスケジュールすることができない。そのため、輸送事業者（又はバス事業者）は、彼らの運用を管理するために、停留所への配車や停留所でのバスの待機等の運用制御方策（operational control measures）を十分に活用することなく、自社のノウハウ（in-house expertise）に頼っている。研究では、「車内循環（in-vehicle circulation）」が滞在時間に影響する要因の１つであることが示されている。本発明の実施形態により、搭乗／降車時間に非常に関連する車両内の通路（例えば、決定されたエリア）に沿った混雑レベル（例えば、個人の数）を決定することが可能になる。群衆の全員が車両に乗り降りする時間は、車両の滞在時間に影響を及ぼす。

【0059】

したがって、本発明の実施形態は、搭乗／降車時間に非常に関連する、決定されたエリア内の混雑レベルに基づいて車両がその地点を離れると予想される時間を予測することにより、輸送事業者によって運営される車両を有利に適応的に管理することを可能にする。車両が予想よりも後にその地点を出発すると予測される場合、輸送事業者に通知が送信され、それによって、予測される遅延を考慮して、輸送事業者が全体の操作を適応的に管理できるようになる（例えば、予定よりも早く車両を発送する）。これは、さまざまな実施形態が、搭乗／降車時間に非常に関連する決定されたエリアの混雑レベルに基づいて、ある地点での車両のより正確な滞在時間を決定することによって、可能になる。対照的に、従来の技術では、搭乗／降車する乗客の数のみを考慮している。

【0060】

概略的に述べると、方法３００は、以下の工程（ステップ）を含む。

【0061】

ステップ３０２：プロセッサによって、車両が到着した地点における車両に関連するエリアを決定する。

【0062】

ステップ３０４：プロセッサによって、決定されたエリア内にいる個人の数（a number of individuals）を決定する。

【0063】

ステップ３０６：プロセッサによって、決定されたエリア内にいる個人の数の決定に応じて、車両がその地点を出発する時間を予測する。

【0064】

ステップ３０２において、輸送事業者によって運営される車両を適応的に管理する方法３００は、車両上のエリアを特定（identifying）することを含む。ここで、エリアは、個人（例えば乗客）が乗車又は降車できるエリアである。エリアの例には、とりわけ、車両（バスなど）の通路が含まれる。その他には、エリアは、車内循環（in-vehicle circulation）に関連するエリアである。追加または代替として、エリアは、車両が到着した地点に位置するエリアであってもよい。例えば、エリアは、車両に乗るために個人が列を作ることができる地点で定義されたエリアであり得る。そのようなエリアの例には、とりわけ、特定のバスに乗りたい乗客のために指定されたバス停にあるエリアが含まれる。一例では、ステップ３０２で、画像キャプチャ装置を使用して、車両に関連するエリアを決定することができる。

【0065】

ステップ３０４において、決定されたエリア内にいる個人の数を決定する目的で、個人の数に関する入力が受信されてもよい。ここで、入力は、画像キャプチャデバイス、圧力センサ、温度センサ、モーションセンサの少なくとも１つから送信される入力である。例えば、対応するセンサを車両のドアに配置して、決定されたエリアをスキャンし、その決定されたエリア内の個人の動きを検出して、個人のカウントを実行してもよい。追加的または代替的に、対応する圧力センサを決定された領域の座席に配置して、これらの座席に座っている個人の存在を検出して、個人のカウントを実行してもよい。

【0066】

ステップ３０６において、車両がその地点を出発する時間を予測するステップは、車両に関連する履歴データを検索する（読み出す）ことを含む。履歴データは、少なくとも１つの他の車両によって行われた複数のルート運行に関連する。以下の説明では、実施形態の様々なステップで適応的に管理されている車両は「当該車両（the vehicle）」と呼ばれ、これは、当該車両にスケジュールされている類似または同じルートを走行し終えた（complete）車両である「少なくとも１つの他の車両」と区別されることを意味する。

【0067】

履歴データの例には、とりわけ、トランザクション履歴データ（historical transaction data）および滞在時間履歴（historical dwell time）が含まれる。少なくとも１つの車両は、当該車両がスケジュールされているルートと同様のルートを終了した車両である。ステップ３０６で、検索された履歴データが解析される。追加的または代替的に、検索された履歴データを解析するステップに応じて、当該車両が地点を出発する時間が予測される。

【0068】

ステップ３０６において、この方法は、その地点での少なくとも１つの車両の対応する到着時間を検索することを含む。すなわち、この方法は、履歴データから、少なくとも１つの車両がその地点に到着した到着時刻を検索することを含む。同様に、この方法は、その地点での少なくとも１つの車両の対応する出発時間を検索することを含む。すなわち、この方法は、履歴データから、少なくとも１つの車両がその地点に到着した到着時刻を検索することを含む。すなわち、この方法は、履歴データから、少なくとも１つの車両がその地点に到着した出発時刻を取得することを含む。さらに、この方法は、履歴データを解析して、その地点における少なくとも１つの車両の対応する到着時間及び対応する出発時間の検索に応じて、少なくとも１つの他の車両がその地点に滞在した期間を決定することを含む。言い換えれば、滞在時間履歴は、その地点における対応する検索された到着時間と対応する出発時間とに基づいて少なくとも１つの車両がその地点で過ごした時間であると決定され得る期間である。加えて、この方法は、その地点で少なくとも１つの他の車両を乗り降りした対応する個人の数を決定することを含む。その地点で少なくとも１つの他の車両を乗り降りした対応する個人の数を決定するために、例えば、圧力センサや温度センサからの対応する入力が検索されてもよい。あるいは、少なくとも１つの車両に関連するトランザクション履歴データが検索される。トランザクション履歴データは、車両に乗るために個人が支払った料金に関連する。したがって、検索されたトランザクション履歴データを使用して、その地点で少なくとも１つの他の車両に乗った対応する個人の数を決定してもよい。

【0069】

ステップ３０６において、車両がその地点を出発する時間は、ステップ３０６で取られたステップに基づいて決定されてもよい。つまり、この方法は、ステップ３０６の学習データに応じて予測を行う。一実施形態では、ステップ３０６において、この方法は、まず、決定されたエリア内の個人の決定に応じて、車両がその地点から出発する時間を予測する。たとえば、０．５平方メートルのエリアに１０人の個人がいると判断され、同様のルートをとった少なくとも１つの他の車両が、その地点で１２０秒要したとする。ステップ３０６で、方法は、履歴データに応じて車両がその地点に滞在すると予測される期間を決定してもよい。追加的または代替的に、この方法は、まず、車両の到着時間を示す入力を受信し、予測される出発時間に応じて車両がその地点に滞在し得る期間を決定してもよい。

【0070】

さらに、ステップ３０６において、方法は、車両がその地点に滞在すると予測される期間が閾値期間を超えるか否かを判定することを、さらに含んでもよい。すなわち、この方法は、車両がその特定の地点で、予想よりも長い時間、例えば、より長い滞在時間を費やすことになるか否かをさらに判定してもよい。車両の滞在時間が予想よりも長いと判断された場合は、通知が輸送事業者に送信されてもよい。有利なことに、これは、輸送事業者が保有する車両の効率を適応的に管理するのに役立つ。たとえば、車両がその地点でより長い滞在時間をとると予測される場合、輸送事業者は、同じルートを取るようにスケジュールされている他の車両の到着時間または出発時間を調整して、需要（demand）をより適切に管理し、他の地点での過度な待機時間を削減するようにしてもよい。

【0071】

図４Ａ〜図４Ｃは、本発明の実施形態によって車両がどのように適応的に管理されるかに関する例を示す。図４Ａは、ある地点での車両の滞在時間を検出する第１のステップを示している。システム４００は、車両を適応的に管理するための滞在時間予測モデル４１５を介して乗客乗車／降車モデル４１４及び滞在時間予測モデル作成サーバ４１２に動作可能に結合された滞在時間予測サーバ４１６を有する。

【0072】

滞在時間予測サーバ４１６は、典型的には、輸送事業者、または対象の（target）輸送事業者の効率を最適化している団体（party）に関連付けられている。輸送事業者は、車両（バスなど）を運営する（例えば管理する）するエンティティ（企業又は組織など）であってもよい。上記で述べたように、滞在時間予測サーバ４１６は、他のデバイス（たとえばセンサ）とメッセージを交換すること及び／又は他のデバイスに情報を渡すことによって、他のサーバとの通信を確立するために使用される、１つまたは複数のコンピューティングデバイスを含むことができる。

【0073】

滞在時間予測サーバ４１６は、滞在時間予測モデル４１５から情報を検索するように構成され得る。滞在時間予測モデル４１５は、滞在時間予測モデル作成サーバ４１２から入力を受け取る。一実施形態では、滞在時間予測サーバ４１６は、滞在時間を予測するための出力を出力するために、滞在時間予測モデル４１５から入力を取得するように構成されている。言い換えれば、滞在時間予測モデル４１５は、履歴データ及びモデル（例えば、４０２、４０４、４１０および４１２）が滞在時間予測モデル作成サーバ４１２における入力として受信されることに応じて生成される出力に向けられている。図７に詳細を示す。出力は、当該車両が地点を離れる予測時間であってもよい。出力は、それが予想（expectation）４２０内にあるか否かを判断するために使用されてもよい。すなわち、当該車両がスケジュール通りか否かを判断するために出力が処理されてもよい。出力が予想４２０内にないと判定された場合、出力が閾値を超えているか否かを判定するために出力がさらに処理されてもよい。言い換えると、長期滞在時間検出（long dwell time detection）４２２を介して滞在時間が予想よりも長いか否かを判定するために、出力がさらに処理される。滞在時間が４２２で予想よりも長いと判定された場合、通知４２４が生成されてもよい。

【0074】

滞在時間予測モデル作成サーバ４１２は、対応するデータベース４０２からのトランザクション履歴データと、対応するデータベース４０４からの履歴時間データと、対応するデータベース４１０からの各エリアの混雑レベルに関する情報との受信に応じて、車両に乗り降りする個人を予測するモデルを出力するように構成されたものである。データベース４１０に含まれる履歴データの例が表４３６に示されており、これは、各地点（例えばバス停）の各エリアにいる個人（または人々）の数を示している。

【0075】

対応するデータベース４０２からのトランザクション履歴データは、ＡＦＣシステム４３０を介して取得されてもよく、乗客乗車／降車モデル４１４に送信されてもよい。対応するデータベース４０４からの時間履歴データは、ある地点で滞在検出４０６によって取得される入力によって取得されてもよい。データベース４０４に含まれる履歴データの例は、表４３４に示されており、これは、各ルート運行についての各地点（例えばバス停）での滞在時間を示している。滞在検出４０６において、テレマティクス４２８を介して入力を取得されてもよく、テレマティクス４２８は、電気通信、車両技術、道路輸送、道路安全、電気工学（センサ、計装、無線通信など）、およびコンピューターサイエンス（マルチメディア、インターネットなど）を包含する学際的な分野である。データベース４０２に含まれる履歴データの例が表４３２に示されており、これは、各地点（例えばバス停）で乗り降りする個人（または人々）の数を示す。

【0076】

他の関連するデータ入力４２６とともに滞在検出４０６からの出力は、混雑推定モジュール４０８において入力として受信されてもよい。他の関連データ入力４２６は、とりわけ、ピーク時間、天気、休日、および、ある地点（バス停など）にいる個人の数に影響を及ぼし得るデータを含む。混雑推定モジュール４０８は、出力として個人（または群衆）の数を推定するように構成される。混雑推定モジュール４０８からの出力は、滞在時間予測モデル作成サーバ４１２で入力として受信される。

【0077】

図４Ｂは、滞在時間及び混雑レベルに関する履歴データを使用して滞在時間予測モデルを作成する第２のステップを示す。すなわち、４３８に示されるように、特定の時間ｔにバスに乗り降りする乗客の数は、対応するデータベース４０２から検索され、乗客乗車／降車モデル４１４に送信される。時間ｔは、当該車両がスケジュールされたルート運行で移動する時点である。次いで、乗客乗車／降車モデル４１４は、滞在時間予測モデル作成サーバ４１２に送信される、時間ｔに乗車／降車する乗客の数（例えば、Ｎｂ（ｔ）、Ｎａ（ｔ））の出力を生成するように構成されている。時間ｔにおける滞在時間は、対応するデータベース４０４から検索され、時間ｔにおけるエリア１およびエリア２の混雑レベルはそれぞれ対応するデータベース４１０から検索され、両方が滞在時間予測モデル作成サーバ４１２に送信される。乗車／降車についての一定時間Ｔｂ，Ｔａ、学習関数ＤＴ（ｔ，ｃａ１，ｃａ２）＝Ｍａｘ｛ｆａ１（ｃａ１）＊Ｔｂ＊Ｎｂ（ｔ）＋ｆａ１（ｃａ１）＊Ｔａ＊Ｎａ（ｔ）＊Ｐａ１，ｆａ２（ｃａ２）＊Ｔａ＊Ｎａ（ｔ）＊Ｐａ２｝は、滞在時間予測モデル作成サーバ４１２で取得されてもよい。

【0078】

図４Ｃは、リアルタイムの混雑レベルのデータを備えた図４Ｂで構築されたモデルに基づいて、次の地点の滞在時間を予測する第３のステップを示す。まず、関連するエリアである、エリア１およびエリア２が決定される。一実施形態では、混雑推定モジュール４０８で、エリア１およびエリア２の混雑レベルが、時間ｔで決定される（例えば、ｃａ１（ｔ）、ｃａ２（ｔ））。対応するデータベース４０２から、エリア１またはエリア２から降車する乗客の確率（例えば、Ｐａ１，Ｐａ２）が検索される。したがって、時間ｔで乗車または降車する乗客の数（例えば、Ｎｂ（ｔ）、Ｎａ（ｔ））は、入力として滞在時間予測モデル４１５に送信される乗客乗車／降車モデル４１４で決定されてもよい。滞在時間予測モデル４１では、混雑レベルに起因する重み関数（例えば、ｆａ１（ｘ）、ｆａ２（ｘ））、及び、乗車または降車のための一定時間（例えば、Ｔｂ、Ｔａ）が決定され、これらは、滞在時間予測サーバ４１６において、次の地点の滞在時間の予測に使用される（たとえば、ＤＴ（ｔ，ｃａ１，ｃａ２）＝Ｍａｘ｛ｆａ１（ｃａ１）＊Ｔｂ＊Ｎｂ（ｔ）＋ｆａ１（ｃａ１）＊Ｔａ＊Ｎａ（ｔ）＊Ｐａ１，ｆａ２（ｃａ２）＊Ｔａ＊Ｎａ（ｔ）＊Ｐａ２｝）。

【0079】

図５は、本発明の実施形態によって滞在時間予測モデルがどのように構築され得るかを示す。一例では、図４Ｂに示されるように、滞在時間予測モデル作成サーバ４１２は、ステップ２に従ってモデルを構築するために使用される。ステップ５０２で、輸送事業者によって計画されたように、車両（例えばバス）はそのルート運行（例えば、表４３２に示されるＴ１０１０）を開始する。ステップ５１４では、様々なエリア、例えばエリア１およびエリア２での個人の数（または混雑レベル）が推定される。ステップ５０４で、当該車両があるバス停（またはある地点）に到着したか否かが判定される。当該車両があるバス停に到着したと判断された場合、そのバス停での滞在時間の監視を開始する。バス停での滞在時間の監視の開始は、そのバス停でのバスの到着時間の検出でもあり得る。ステップ５０８で、当該車両を乗り降りする個人の数をカウントする。ステップ５０８では、この目的のためにＡＦＣシステムを使用してもよい。ステップ５１０では、当該車両がそのバス停から出発したか否かを判定する。当該車両がバス停から出発したと判断された場合、ステップ５１２でバス停での滞在時間を算出する。バス停での滞在時間の監視の終了は、そのバス停でのバスの出発時間の検出でもあり得る。ステップ５１６で、ルート運行が終了したか否かが判定される。同様に、ステップ５０４で当該車両がバス停に到着していないと判断された場合、ステップ５１６に進み、ルート運行が終了したか否かを判断する。５１６でルート運行が終了したと判断された場合、ステップ５１９でデータが提出される。プロセスはステップ５２０で終了する。

【0080】

図６は、滞在時間予測モデルから得られた表６００を示す。すなわち、表６００は、滞在時間予測モデル作成サーバ４１２から取得され得るトレーニングデータを示す。上記のように、滞在時間予測モデル作成サーバ４１２は、対象のバス停での滞在時間を予測するため、滞在時間予測モデル４１５から入力を受信するように構成される。滞在時間予測モデル作成サーバ４１２への入力は、滞在時間予測モデル４１５での履歴データおよびモデル（例えば、４０２、４０４、４１０および４１２）の受信に応じて生成される。表６００は、予測モデルが、対応するルート運行、対象のバス停又はタイムスタンプ（例えば、Ｔ１０１、Ｓ１、２０１７年４月４日午前８：０２）について作成され得ることを示す。表６００に示すように、前のバス停でバスに乗り込んだ乗客の数および前のバス停で降車した乗客の数は、対応するデータベース４０２から取得され得る。対応するデータベース４０４から様々なエリアの混雑レベルが取得されてもよい。混雑レベルは、エリアごとの個人の数であってもよい。ＴｒｉｐＩＤ Ｔ１０１のインデックス１に示されているように、エリア１での混雑インデックス（例えば１０．４）およびエリア２での混雑インデックス（８．８）が高いほど、対象のバス停での滞在時間（１２０秒など）が長くなることが予測される。ここで、対象のバス停は、インデックス１のＳ１である。対象のバス停は、滞在時間の決定または滞在時間の予測に重要であると輸送事業者または役所によって決定されたものであってもよい。図６は、滞在時間予測モデル作成サーバ４１２から出力、予測滞在時間がどのように生成されるかを説明しているが、滞在時間予測モデル作成サーバ４１２から別の出力Ｃも生成されてもよい。

【0081】

図７は、混雑レベルにより、滞在時間予測モデル４１から得られる重み関数（ｆａ１（ｘ），ｆａ２（ｘ））に応答して得られるグラフを示す。すなわち、図７は、滞在時間予測モデル作成サーバ４１２が履歴データを使用して学習する方法の例を示している。グラフは、パラメータｘに対するｆａ１（ｘ）を示し、ここで、ｘは（エリアａ１／ａ２の混雑レベル）であり、（ｆａ１（ｘ）はエリア１の混雑レベルの関数を表し、（ｆａ２（ｘ））はエリア２の混雑レベルの関数を示す。

【0082】

図８は、２つの例を使用した従来技術と実施形態との比較を示している。第１の例８０２および第２の例８０４では、当該車両上の個人（または乗客）の数は同じである。しかしながら、第１の例８０２では、ドア８０６、８０８または乗車／降車に関連するエリアにいる個人の数は、第２の例８０４における数よりも少ない。図１Ａに示されるような従来の技術が使用される場合、第１の例８０２と第２の例８０４とで得られる滞在時間は同じとなるが、これは、ＡＶＬまたはＡＰＣによる予測では、定義されたエリアの混雑レベルが考慮されないからである。図１Ｂに示すような従来の手法が使用される場合、滞在時間は前のバス停の滞在時間に基づいており、当該車両に乗っている個人の数とは無関係である。しかしながら、様々な実施形態によれば、第１の例８０２の滞在時間は、乗車または降車のための主要エリアにそれほど多くの個人がいないため、短いと決定される。すなわち、第２の例８０４の滞在時間は、乗車または降車のための主要エリアにより多くの個人がいるので、長いと決定される。したがって、本発明の実施形態は、滞在時間のより正確な予測を有利に提供し、それにより車両を適応的に管理することが理解できよう。

【0083】

図９は例としての計算装置９００を示し、それはコンピュータシステム９００と呼ばれることもあり、１つ以上のそのような計算装置９００が図３の方法を実行するために使用されてもよい。例としての計算装置９００は、図２及び図４に示されるシステム２００，４００を実施するために使用されてもよい。計算装置９００の以下の説明は、単なる例としてのものであり、限定することを意図したものではない。

【0084】

図９に示されるように、例としての計算装置９００は、ソフトウェアルーチンを実行するためのプロセッサ９０７を含む。明確性のために単一のプロセッサが示されているが、計算装置９００はマルチプロセッサシステムを含んでもよい。プロセッサ９０７は、計算装置９００の他の構成要素と通信するための通信基幹設備９０６に接続されている。通信基幹設備９０６は、例えば、通信バス、クロスバー、又はネットワークを含んでもよい。

【0085】

計算装置９００は、ランダムアクセスメモリ（ＲＡＭ）等のメインメモリ９０８と、セカンダリメモリ９１０とをさらに含む。セカンダリメモリ９１０は、例えば、ハードディスクドライブ、ソリッドステートドライブ又はハイブリッドドライブであってもよい記憶ドライブ９１２、及び／又は磁気テープドライブ、光ディスクドライブ、ソリッドステート記憶ドライブ（ＵＳＢフラッシュドライブ、フラッシュメモリデバイス、ソリッドステートドライブ、メモリカード等）等であってもよい着脱可能記憶ドライブ９１７を含んでもよい。着脱可能記憶ドライブ９１７は、周知の方法で着脱可能記憶媒体９７７から読み書きする。着脱可能記憶媒体９７７は、着脱可能記憶ドライブ９１７によって読み書きされる磁気テープ、光ディスク、不揮発性メモリ記憶媒体などを含んでもよい。当業者には理解されるように、着脱可能記憶媒体９７７は、コンピュータ実行可能プログラムコード命令及び／又はデータを記憶したコンピュータ可読記憶媒体を含む。

【0086】

他の実施形態において、セカンダリメモリ９１０は、コンピュータプログラム又は他の命令を計算装置９００にロードすることを可能にする他の同様の手段を付加的又は代替的に含んでもよい。このような手段は、例えば、着脱可能記憶装置９２２及びインターフェース９５０を含んでもよい。着脱可能記憶装置９２２及びインターフェース９５０の例は、プログラムカートリッジ及びカートリッジインターフェース（ビデオゲーム機に搭載されているもの等）、着脱可能なメモリチップ（ＥＰＲＯＭやＰＲＯＭ等）及び関連したソケット、着脱可能なソリッドステート記憶ドライブ（ＵＳＢフラッシュドライブ、フラッシュメモリデバイス、ソリッドステートドライブ、メモリカード等）、及び他の着脱可能記憶装置９２２、及びソフトウェア及びデータを着脱可能記憶装置９２２からコンピュータシステム９００に転送することを可能にするインターフェース９５０が含まれる。

【0087】

計算装置９００はまた、少なくとも１つの通信インターフェース９２７を含む。通信インターフェース９２７は、ソフトウェア及びデータが通信経路９２７を介して計算装置９００と外部装置との間で転送されることを可能にする。本発明の多様な実施形態において、通信インターフェース９２７は、計算装置９００と、公共データ又はプライベートデータの通信ネットワーク等のデータ通信ネットワークとの間でデータを転送することを可能にする。通信インターフェース９２７は、異なる計算装置９００が相互接続されたコンピュータネットワークの一部を形成する、そのような計算装置９００間でデータを交換するために使用されてもよい。通信インターフェース９２７の例は、モデム、ネットワークインターフェース（イーサネット（登録商標）カード等）、通信ポート（シリアル、パラレル、プリンタ、ＧＰＩＢ、ＩＥＥＥ１３９４、ＲＪ４５、ＵＳＢ等）、関連する回路を有するアンテナ等を含んでもよい。通信インターフェース９２７は有線であってもよいし、無線であってもよい。通信インターフェース９２７を介して転送されるソフトウェア及びデータは、電子的、電磁的、光学的、又は通信インターフェース９２７によって受信され得る他の信号であってもよい信号の形式である。これらの信号は通信経路９２７を介して通信インターフェースに供給される。

【0088】

図９に示されるように、コンピューティング装置９００はさらに、関連するディスプレイ９５０に画像を描写するための動作を実行するディスプレイインターフェース９０２と、関連するスピーカー９５７を介して音声コンテンツを再生するための動作を実行するオーディオインターフェース９５２とを含む。

【0089】

本明細書で使用される用語「コンピュータプログラム製品」は、部分的に、着脱可能記憶媒体９７７、着脱可能記憶装置９２２、記憶ドライブ９１２にインストールされたハードディスク、又は通信経路９２７（ワイヤレスリンク又はケーブル）を介して通信インターフェース９２７にソフトウェアを搬送する搬送波を意味してもよい。コンピュータ可読記憶媒体は、記録された命令及び／又はデータを実行及び／又は処理のために計算装置９００に提供する任意の非一時的な不揮発性の有形記憶媒体を意味する。このような記憶媒体の例には、磁気テープ、ＣＤ−ＲＯＭ、ＤＶＤ、Ｂｌｕ−ｒａｙ（登録商標）ディスク、ハードディスクドライブ、ＲＯＭ又は集積回路、ソリッドステート記憶ドライブ（ＵＳＢフラッシュドライブ、フラッシュメモリデバイス、ソリッドステートドライブ、メモリカード等）、ハイブリッドドライブ、光磁気ディスク、又はＰＣＭＣＩＡカード等のコンピュータ読み取り可能カードが含まれ、これらのデバイスは計算装置９００の内部に配置されても外部に配置されてもよい。計算装置９００へのソフトウェア、アプリケーションプログラム、命令及び／又はデータの提供にも関わる、一時的又は無形のコンピュータ可読伝送媒体の例は、無線又は赤外線伝送チャネル、及び他のコンピュータ又はネットワーク装置へのネットワーク接続、及び電子メール伝送及びウェブサイト等に記録された情報を含むインターネット又はイントラネットを含む。

【0090】

コンピュータプログラム（コンピュータプログラムコードとも呼ばれる）はメインメモリ９０８及び／又はセカンダリメモリ９１０に格納される。コンピュータプログラムは通信インターフェース９２７を介して受信されてもよい。そのようなコンピュータプログラムは、実行されると、計算装置９００が本明細書で説明する実施形態の１つ以上の特徴を実行することを可能にする。多様な実施形態において、コンピュータプログラムは、実行されると、プロセッサ９０７が上述の実施形態の機能を実行することを可能にする。したがって、そのようなコンピュータプログラムはコンピュータシステム９００のコントローラを意味する。

【0091】

ソフトウェアはコンピュータプログラム製品に格納されてもよく、着脱可能記憶ドライブ９１７、記憶ドライブ９１２、又はインターフェース９５０を使用して計算装置９００にロードされてもよい。コンピュータプログラム製品は非一時的なコンピュータ可読媒体であってもよい。あるいは、コンピュータプログラム製品は通信経路９２７を介してコンピュータシステム９００にダウンロードされてもよい。ソフトウェアは、プロセッサ９０７によって実行されると、図３に示されるように、方法３００を実行するために必要な動作を計算装置９００に実行させる。

【0092】

図９の実施形態は、単に例として、システム２００又は４００の動作及び構造を説明するために示されている。したがって、いくつかの実施形態において、計算装置９００の１つ以上の特徴が省略されてもよい。また、いくつかの実施形態において、計算装置９００の１つ以上の特徴が組み合わされてもよい。さらに、いくつかの実施形態において、計算装置９００の１つ又は複数の特徴は、１つ又は複数の構成部品に分割されてもよい。

【0093】

図９に示す要素は、上述の実施形態で説明したように、サーバの多様な機能及び動作を実行するための手段を提供するために機能する。

【0094】

計算装置９００が輸送事業者の効率を最適化するように構成されている場合、計算システム９００は、実行されると、該計算システム９００に以下の工程を含む工程を実行させるアプリケーションが格納された、非一時的なコンピュータ可読媒体を備えてもよい。すなわち該工程は、車両が到着した地点で当該車両に関するエリアを決定すること、決定されたエリア内にいる個人の数を決定すること、及び、決定されたエリア内にいる個人の数の決定に応じて、当該車両がその地点を出発する時間を予測すること、を含む。

【0095】

概略的に説明された本発明の意図又は範囲から逸脱することなく、特定の実施形態に示されるように、本発明に対して多数の変形及び／又は修正を行うことができることは、当業者によって理解されるであろう。したがって、上述の実施形態は、あらゆる点で例示的であり、限定的ではないとみなされる。

【0096】

例えば、上記の実施の形態の一部または全部は、以下の付記のようにも記載され得るが、以下には限られない。
（付記１）
輸送事業者によって運営される車両を適応的に管理するための方法であって、
プロセッサによって、前記車両が到着した地点における当該車両に関するエリアを決定し、
前記プロセッサによって、決定された前記エリア内にいる個人の数を決定し、
前記プロセッサによって、決定された前記エリア内にいる前記個人の数の決定に応じて、当該車両が前記地点を出発する時間を予測する、
方法。
（付記２）
個人の数を決定することは、前記個人の数に関する入力を受信することを含み、
前記入力は、画像キャプチャデバイス、圧力センサ、温度センサ、及びモーションセンサの少なくとも１つから送信された入力であり、前記個人の数は、前記入力を受信することに応じて決定される、
付記１に記載の方法。
（付記３）
当該車両が前記地点を出発する時間を予測することは、
前記プロセッサによって、当該車両に関する履歴データであって、少なくとも１つの他の車両によってなされた複数のルート運行に関連する履歴データを検索することと、
前記プロセッサによって、検索された前記履歴データを解析することと、
を含み、
当該車両が前記地点を出発する時間は、検索された前記履歴データを解析することに応じて予測される、
付記１又は２に記載の方法。
（付記４）
検索された前記履歴データを解析することは、
前記プロセッサによって、前記地点における前記少なくとも１つの車両の対応する到着時間を検索することと、
前記プロセッサによって、前記地点における前記少なくとも１つの車両の対応する出発時間を検索することと、
前記プロセッサによって、前記対応する到着時間及び前記対応する出発時間の検索に応じて、前記少なくとも１つの他の車両が前記地点に滞在した期間を決定することと、
を含む、
付記３に記載の方法。
（付記５）
検索された前記履歴データを解析することは、
前記プロセッサによって、前記地点において前記少なくとも１つの他の車両に乗った前記個人に関連するトランザクション履歴データを検索すること、
を含む、
付記４に記載の方法。
（付記６）
検索された前記履歴データを解析することは、
前記プロセッサによって、前記トランザクション履歴データの検索に応じて、前記地点において前記少なくとも１つの他の車両に乗った対応する個人の数を決定すること、
を含む、
付記５に記載の方法。
（付記７）
前記地点における前記少なくとも１つの他の車両に乗った前記対応する個人の数の決定、及び、前記少なくとも１つの他の車両が前記地点に滞在した前記期間の決定の少なくとも１つに応じて予測される、
付記６に記載の方法。
（付記８）
プロセッサによって、当該車両が到着した地点における当該車両に関する決定された前記エリアを決定することは、
前記プロセッサによって、車両上のエリアであって、前記個人が当該車両に乗り降りできるエリアに関するエリアを特定すること、
を含む、
付記１から７のいずれか１項に記載の方法。
（付記９）
前記プロセッサによって、決定された前記エリア内にいる前記個人の数の決定に応じて当該車両が前記地点を出発する時間を予測することは、
前記プロセッサによって、到着時間及び当該車両が前記地点を出発すると予測される時間に応じて、当該車両が前記地点に滞在すると予測される期間を決定することと、
前記プロセッサによって、当該車両が前記地点に滞在すると予測される期間が閾値期間を超えるか否かを判定することと、
を含む、
付記１から８のいずれか１項に記載の方法。
（付記１０）
当該車両が前記地点に滞在すると予測される期間が閾値期間を下回ると判定された場合に、前記プロセッサによって、通知を送信する、
付記９に記載の方法。
（付記１１）
輸送事業者によって運営される車両を適応的に管理するための装置であって、
少なくとも１つのプロセッサと、
コンピュータプログラムコードを含む少なくとも１つのメモリと、
を有し、
前記少なくとも１つのメモリ及び前記コンピュータプログラムコードは、少なくとも１つのプロセッサによって、少なくとも、
前記車両が到着した地点における当該車両に関するエリアを決定することと、
決定された前記エリア内にいる個人の数を決定することと、
決定された前記エリア内にいる前記個人の数の決定に応じて、当該車両が前記地点を出発する時間を予測すること、
を、前記装置に行わせるように構成されている、
装置。
（付記１２）
前記少なくとも１つのメモリ及び前記コンピュータプログラムコードは、前記少なくとも１つのプロセッサによって、さらに、
前記個人の数に関する入力を受信する、ように構成されており、
前記入力は、画像キャプチャデバイス、圧力センサ、温度センサ、及びモーションセンサの少なくとも１つから送信された入力であり、前記個人の数は、前記入力を受信することに応じて決定される、
付記１１に記載の装置。
（付記１３）
前記少なくとも１つのメモリ及び前記コンピュータプログラムコードは、前記少なくとも１つのプロセッサによって、さらに、
当該車両に関する履歴データであって、少なくとも１つの他の車両によってなされた複数のルート運行に関連する履歴データを検索し、
前記プロセッサによって、検索された前記履歴データを解析する、
ように構成されており、
当該車両が前記地点を出発する時間は、検索された前記履歴データを解析することに応じて予測される、
付記１２に記載の装置。
（付記１４）
前記少なくとも１つのメモリ及び前記コンピュータプログラムコードは、前記少なくとも１つのプロセッサによって、さらに、
前記地点における前記少なくとも１つの車両の対応する到着時間を検索し、
前記地点における前記少なくとも１つの車両の対応する出発時間を検索し、
前記対応する到着時間及び前記対応する出発時間の検索に応じて、前記少なくとも１つの他の車両が前記地点に滞在した期間を決定する、
ように構成されている、
付記１３に記載の装置。
（付記１５）
前記少なくとも１つのメモリ及び前記コンピュータプログラムコードは、前記少なくとも１つのプロセッサによって、さらに、
前記地点において前記少なくとも１つの他の車両に乗った前記個人に関連するトランザクション履歴データを検索する、
ように構成されている、
付記１４に記載の装置。
（付記１６）
前記少なくとも１つのメモリ及び前記コンピュータプログラムコードは、前記少なくとも１つのプロセッサによって、さらに、
前記トランザクション履歴データの検索に応じて、前記地点において前記少なくとも１つの他の車両に乗った対応する個人の数を決定する、
ように構成されている、
付記１５に記載の装置。
（付記１７）
前記少なくとも１つのメモリ及び前記コンピュータプログラムコードは、前記少なくとも１つのプロセッサによって、さらに、
当該車両が前記地点を出発する時間を、前記地点における前記少なくとも１つの他の車両に乗った前記対応する個人の数の決定、及び、前記少なくとも１つの他の車両が前記地点に滞在した前記期間の決定の少なくとも１つに応じて、予測する、
ように構成されている、
付記１６に記載の装置。
（付記１８）
前記少なくとも１つのメモリ及び前記コンピュータプログラムコードは、前記少なくとも１つのプロセッサによって、さらに、
車両上のエリアであって、前記個人が当該車両に乗り降りできるエリアに関するエリアを特定する、
ように構成されている、
付記１１から１７のいずれか１項に記載の装置。
（付記１９）
前記少なくとも１つのメモリ及び前記コンピュータプログラムコードは、前記少なくとも１つのプロセッサによって、さらに、
到着時間及び当該車両が前記地点を出発すると予測される時間に応じて、当該車両が前記地点に滞在すると予測される期間を決定し、
当該車両が前記地点に滞在すると予測される期間が閾値期間を超えるか否かを判定する、
ように構成されている、
付記１１から１８のいずれか１項に記載の装置。
（付記２０）
前記少なくとも１つのメモリ及び前記コンピュータプログラムコードは、前記少なくとも１つのプロセッサによって、さらに、
当該車両が前記地点に滞在すると予測される期間が閾値期間を下回ると判定された場合に、通知を送信する、
ように構成されている、
付記１９に記載の装置。

【0097】

この出願は、２０１７年７月３日に出願されたシンガポール特許出願第１０２０１７０５４７８Ｐ号を基礎とする優先権を主張し、その開示の全てをここに取り込む。

【符号の説明】

【0098】

２０２ 装置
２０４ プロセッサ
２０６ メモリ
２１０ センサ
４０２，４０４、４１０，４１４ データベース
４０６ 滞在検出
４０８ 混雑推定モジュール
４１２ 滞在時間予測モデル作成サーバ
４１５ 滞在時間予測モデル
４１６ 滞在時間予測サーバ
４２０ 予想
４２２ 長期滞在時間検出
４２４ 通知
４２６ データ入力
４２８ テレマティクス
４３０ ＡＦＣシステム

【図1A】

【図1B】

【図2】

【図3】

【図4A】

【図4B】

【図4C】

【図5】

【図6】

【図7】

【図8】

【図9】