特開 2024-179782 情報処理装置及び情報処理方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024179782

(43)【公開日】2024-12-26

(54)【発明の名称】情報処理装置及び情報処理方法

(51)【国際特許分類】

   G08G 1/123 20060101AFI20241219BHJP

   G08G 1/00 20060101ALI20241219BHJP

   G06Q 50/40 20240101ALI20241219BHJP

   G06Q 10/04 20230101ALI20241219BHJP

【ＦＩ】

G08G1/123 A

G08G1/00 C

G06Q50/30

G06Q10/04

【審査請求】未請求

【請求項の数】19

【出願形態】ＯＬ

(21)【出願番号】P 2023098916

(22)【出願日】2023-06-16

(71)【出願人】

【識別番号】000002185

【氏名又は名称】ソニーグループ株式会社

(74)【代理人】

【識別番号】100121131

【弁理士】

【氏名又は名称】西川 孝

(74)【代理人】

【氏名又は名称】稲本 義雄

(74)【代理人】

【識別番号】100168686

【弁理士】

【氏名又は名称】三浦 勇介

(72)【発明者】

【氏名】及川 皓生

【テーマコード（参考）】

5H181

5L010

5L049

5L050

【Ｆターム（参考）】

5H181AA06

5H181AA14

5H181AA16

5H181AA26

5H181BB04

5H181BB05

5H181BB13

5H181BB20

5H181CC02

5H181CC04

5H181CC11

5H181CC12

5H181CC14

5H181CC27

5H181EE02

5H181EE06

5H181FF04

5H181FF13

5H181FF27

5H181FF33

5H181MA04

5H181MA08

5H181MA29

5H181MA48

5L010AA04

5L049AA04

5L049CC42

5L050CC42

(57)【要約】

【課題】移動体の運転者が、輸送対象が存在しない場所を把握しやすくする。
【解決手段】本技術の第１の情報処理装置は、輸送対象を乗せていない移動体である非積載移動体の動態に基づいて、前記輸送対象の需要を予測する需要解析部を備える。本技術の第２の情報処理装置は、輸送対象を乗せていない移動体である非積載移動体の動態に基づいて予測された前記輸送対象の需要の予測結果を示す需要予測データに基づいて、前記輸送対象の需要予測の提示を制御する提示制御部を備える。本技術は、例えば、タクシーの需要予測を行うシステムに適用できる。
【選択図】図４

【特許請求の範囲】

【請求項1】

輸送対象を乗せていない移動体である非積載移動体の動態に基づいて、前記輸送対象の需要を予測する需要解析部を
備える情報処理装置。

【請求項2】

前記需要解析部は、前記非積載移動体が移動した経路である移動経路、及び、前記非積載移動体が前記移動経路を通過した時刻である通過時刻に基づいて、前記移動経路における前記輸送対象の需要を予測する
請求項１に記載の情報処理装置。

【請求項3】

前記需要解析部は、前記移動経路及び前記通過時刻に基づいて、前記輸送対象が存在しない場所、又は、前記移動経路における前記輸送対象の存在確率を予測する
請求項２に記載の情報処理装置。

【請求項4】

前記需要解析部は、所定の時間内に前記非積載移動体が通過した場所において、前記輸送対象が存在しないと予測する
請求項３に記載の情報処理装置。

【請求項5】

前記需要解析部は、前記移動経路、前記通過時刻、及び、前記移動経路における前記輸送対象の需要の解析結果に基づいて、前記移動経路における前記輸送対象の存在確率を予測する
請求項３に記載の情報処理装置。

【請求項6】

前記移動体の動態を示す動態データを、前記移動体又は他の情報処理装置から受信する通信部を
さらに備え、
前記需要解析部は、前記動態データに基づく前記非積載移動体の動態に基づいて、前記輸送対象の需要を予測する
請求項１に記載の情報処理装置。

【請求項7】

前記輸送対象の需要の予測結果を示す需要予測データを、前記移動体又は他の情報処理装置に送信する通信部を
さらに備える請求項１に記載の情報処理装置。

【請求項8】

前記移動体は、タクシーであり、
前記輸送対象は、乗客であり、
前記需要解析部は、前記乗客を乗せていない前記タクシーである空車の動態に基づいて、前記乗客の需要を予測する
請求項１に記載の情報処理装置。

【請求項9】

前記需要解析部は、前記空車が移動した経路である移動経路、及び、前記空車が前記移動経路を通過した時刻である通過時刻に基づいて、前記移動経路における前記乗客の需要を予測する
請求項８に記載の情報処理装置。

【請求項10】

前記需要解析部は、前記移動経路及び前記通過時刻に基づいて、前記乗客が存在しない場所、又は、前記移動経路における前記乗客の存在確率を予測する
請求項９に記載の情報処理装置。

【請求項11】

前記需要解析部は、前記移動経路及び前記通過時刻に基づいて、前記乗客が存在しない区間、又は、前記区間毎の前記乗客の存在確率を予測する
請求項１０に記載の情報処理装置。

【請求項12】

前記区間は、交差点に基づいて区切られる
請求項１１に記載の情報処理装置。

【請求項13】

情報処理装置が、
輸送対象を乗せていない移動体である非積載移動体の動態に基づいて、前記輸送対象の需要を予測する
情報処理方法。

【請求項14】

輸送対象を乗せていない移動体である非積載移動体の動態に基づいて予測された前記輸送対象の需要の予測結果を示す需要予測データに基づいて、前記輸送対象の需要予測の提示を制御する提示制御部を
備える情報処理装置。

【請求項15】

前記提示制御部は、前記需要予測データに基づいて、前記輸送対象が存在しないと予測される場所又は方向の提示を制御する
請求項１４に記載の情報処理装置。

【請求項16】

前記提示制御部は、前記需要予測データに基づいて、前記輸送対象の存在確率の提示を制御する
請求項１４に記載の情報処理装置。

【請求項17】

前記提示制御部は、前記非積載移動体の移動状況に関する情報の提示を制御する
請求項１４に記載の情報処理装置。

【請求項18】

前記移動体の動態を示す動態データを他の情報処理装置に送信し、前記需要予測データを前記他の情報処理装置から受信する通信部を
さらに備える請求項１４に記載の情報処理装置。

【請求項19】

前記移動体は、タクシーであり、
前記輸送対象は、乗客であり、
前記提示制御部は、前記乗客を乗せていない前記タクシーである空車の動態に基づいて予測された前記乗客の需要の予測結果を示す前記需要予測データに基づいて、前記乗客の需要予測の提示を制御する
請求項１４に記載の情報処理装置。

【発明の詳細な説明】

【技術分野】

【0001】

本技術は、情報処理装置及び情報処理方法に関し、特に、タクシー等のモビリティサービスの需要を予測する場合に用いて好適な情報処理装置及び情報処理方法に関する。

【背景技術】

【0002】

従来、タクシーの需要を予測し、運転者に提示する技術が提案されている。例えば、所定の範囲内のタクシーの需要予測値から、空車の台数又は空車から実車になった台数を引いた値を運転者に提示する技術が提案されている（例えば、特許文献１、２参照）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２０－７１６３５号公報

【特許文献2】特開２００８－６５３９６号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

タクシーが効率的に乗客を乗せることができるようにするためには、運転者が、乗客が存在する場所を把握するだけでなく、乗客が存在しない場所を把握することも有効である。

【0005】

本技術は、このような状況に鑑みてなされたものであり、タクシー等のモビリティサービスにおいて、乗客等の輸送対象の需要を予測したり提示したりできるようにするものである。例えば、本技術は、タクシー等の移動体の運転者が、輸送対象が存在しない場所を把握しやすくするものである。

【課題を解決するための手段】

【0006】

本技術の第１の側面の情報処理装置は、輸送対象を乗せていない移動体である非積載移動体の動態に基づいて、前記輸送対象の需要を予測する需要予測部を備える。

【0007】

本技術の第１の側面の情報処理方法は、情報処理装置が、輸送対象を乗せていない移動体である非積載移動体の動態に基づいて、前記輸送対象の需要を予測する。

【0008】

本技術の第２の側面の情報処理装置は、輸送対象を乗せていない移動体である非積載移動体の動態に基づいて予測された前記輸送対象の需要の予測結果を示す需要予測データに基づいて、前記輸送対象の需要予測の提示を制御する提示制御部を備える。

【0009】

本技術の第１の側面においては、情報処理装置が、輸送対象を乗せていない移動体である非積載移動体の動態に基づいて、前記輸送対象の需要が予測される。

【0010】

本技術の第２の側面においては、輸送対象を乗せていない移動体である非積載移動体の動態に基づいて予測された前記輸送対象の需要の予測結果を示す需要予測データに基づいて、前記輸送対象の需要予測が提示される。

【図面の簡単な説明】

【0011】

【図1】車両制御システムの構成例を示すブロック図である。

【図2】センシング領域の例を示す図である。

【図3】本技術を適用した情報処理システムの構成例を示すブロック図である。

【図4】サーバの機能の構成例を示すブロック図である。

【図5】クライアントの機能の構成例を示すブロック図である。

【図6】サーバの処理を説明するためのフローチャートである。

【図7】クライアントの処理を説明するためのフローチャートである。

【図8】需要予測の提示画面の例を示す図である。

【図9】需要予測の提示画面の例を示す図である。

【図10】需要予測の提示画面の例を示す図である。

【図11】需要予測の提示画面の例を示す図である。

【図12】コンピュータの構成例を示すブロック図である。

【発明を実施するための形態】

【0012】

以下、本技術を実施するための形態について説明する。説明は以下の順序で行う。
１．車両制御システムの構成例
２．実施の形態
３．変形例
４．その他

【0013】

＜＜１．車両制御システムの構成例＞＞
図１は、本技術が適用される移動装置制御システムの一例である車両制御システム１１の構成例を示すブロック図である。

【0014】

車両制御システム１１は、車両１に設けられ、車両１の運転自動化に関わる処理を行う。この運転自動化には、レベル１乃至レベル５の運転自動化、及び、遠隔運転者による車両１の遠隔運転及び遠隔支援が含まれる。

【0015】

車両制御システム１１は、車両制御ＥＣＵ（Electronic Control Unit）２１、通信部２２、地図情報蓄積部２３、位置情報取得部２４、外部認識センサ２５、車内センサ２６、車両センサ２７、記憶部２８、運転自動化制御部２９、ＤＭＳ（Driver Monitoring System）３０、ＨＭＩ（Human Machine Interface）３１、及び、車両制御部３２を備える。

【0016】

車両制御ＥＣＵ２１、通信部２２、地図情報蓄積部２３、位置情報取得部２４、外部認識センサ２５、車内センサ２６、車両センサ２７、記憶部２８、運転自動化制御部２９、ＤＭＳ３０、ＨＭＩ３１、及び、車両制御部３２は、通信ネットワーク４１を介して相互に通信可能に接続されている。通信ネットワーク４１は、例えば、ＣＡＮ（Controller Area Network）、ＬＩＮ（Local Interconnect Network）、ＬＡＮ（Local Area Network）、ＦｌｅｘＲａｙ（登録商標）、イーサネット（登録商標）といったディジタル双方向通信の規格に準拠した車載通信ネットワークやバス等により構成される。通信ネットワーク４１は、伝送されるデータの種類によって使い分けられてもよい。例えば、車両制御に関するデータに対してＣＡＮが適用され、大容量データに対してイーサネットが適用されるようにしてもよい。なお、車両制御システム１１の各部は、通信ネットワーク４１を介さずに、例えば近距離無線通信（ＮＦＣ（Near Field Communication））やＢｌｕｅｔｏｏｔｈ（登録商標）といった比較的近距離での通信を想定した無線通信を用いて直接的に接続される場合もある。

【0017】

なお、以下、車両制御システム１１の各部が、通信ネットワーク４１を介して通信を行う場合、通信ネットワーク４１の記載を省略するものとする。例えば、車両制御ＥＣＵ２１と通信部２２が通信ネットワーク４１を介して通信を行う場合、単に車両制御ＥＣＵ２１と通信部２２とが通信を行うと記載する。

【0018】

車両制御ＥＣＵ２１は、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）といった各種のプロセッサにより構成される。車両制御ＥＣＵ２１は、車両制御システム１１全体又は一部の機能の制御を行う。

【0019】

通信部２２は、車内及び車外の様々な機器、他の車両、サーバ、基地局等と通信を行い、各種のデータの送受信を行う。このとき、通信部２２は、複数の通信方式を用いて通信を行うことができる。

【0020】

通信部２２が実行可能な車外との通信について、概略的に説明する。通信部２２は、例えば、５Ｇ（第５世代移動通信システム）、ＬＴＥ（Long Term Evolution）、ＤＳＲＣ（Dedicated Short Range Communications）等の無線通信方式により、基地局又はアクセスポイントを介して、外部ネットワーク上に存在するサーバ（以下、外部のサーバと呼ぶ）等と通信を行う。通信部２２が通信を行う外部ネットワークは、例えば、インターネット、クラウドネットワーク、又は、事業者固有のネットワーク等である。通信部２２が外部ネットワークに対して行う通信方式は、所定以上の通信速度、且つ、所定以上の距離間でディジタル双方向通信が可能な無線通信方式であれば、特に限定されない。

【0021】

また例えば、通信部２２は、Ｐ２Ｐ（Peer To Peer）技術を用いて、自車の近傍に存在する端末と通信を行うことができる。自車の近傍に存在する端末は、例えば、歩行者や自転車等の比較的低速で移動する移動体が装着する端末、店舗等に位置が固定されて設置される端末、又は、ＭＴＣ（Machine Type Communication）端末である。さらに、通信部２２は、Ｖ２Ｘ通信を行うこともできる。Ｖ２Ｘ通信とは、例えば、他の車両との間の車車間（Vehicle to Vehicle）通信、路側器等との間の路車間（Vehicle to Infrastructure）通信、家との間（Vehicle to Home）の通信、及び、歩行者が所持する端末等との間の歩車間（Vehicle to Pedestrian）通信等の、自車と他との通信をいう。

【0022】

通信部２２は、例えば、車両制御システム１１の動作を制御するソフトウエアを更新するためのプログラムを外部から受信することができる（Over The Air)。通信部２２は、さらに、地図情報、交通情報、車両１の周囲の情報等を外部から受信することができる。また例えば、通信部２２は、車両１に関する情報や、車両１の周囲の情報等を外部に送信することができる。通信部２２が外部に送信する車両１に関する情報としては、例えば、車両１の状態を示すデータ、認識部７３による認識結果等がある。さらに例えば、通信部２２は、ｅコール等の車両緊急通報システムに対応した通信を行う。

【0023】

例えば、通信部２２は、電波ビーコン、光ビーコン、ＦＭ多重放送等の道路交通情報通信システム（ＶＩＣＳ（Vehicle Information and Communication System）（登録商標））により送信される電磁波を受信する。

【0024】

通信部２２が実行可能な車内との通信について、概略的に説明する。通信部２２は、例えば無線通信を用いて、車内の各機器と通信を行うことができる。通信部２２は、例えば、無線ＬＡＮ、Ｂｌｕｅｔｏｏｔｈ、ＮＦＣ、ＷＵＳＢ（Wireless USB）といった、無線通信により所定以上の通信速度でディジタル双方向通信が可能な通信方式により、車内の機器と無線通信を行うことができる。これに限らず、通信部２２は、有線通信を用いて車内の各機器と通信を行うこともできる。例えば、通信部２２は、図示しない接続端子に接続されるケーブルを介した有線通信により、車内の各機器と通信を行うことができる。通信部２２は、例えば、ＵＳＢ（Universal Serial Bus）、ＨＤＭＩ（High-Definition Multimedia Interface）（登録商標）、ＭＨＬ（Mobile High-definition Link）といった、有線通信により所定以上の通信速度でディジタル双方向通信が可能な通信方式により、車内の各機器と通信を行うことができる。

【0025】

ここで、車内の機器とは、例えば、車内において通信ネットワーク４１に接続されていない機器を指す。車内の機器としては、例えば、運転者等の車内の利用者が所持するモバイル機器やウェアラブル機器、車内に持ち込まれ一時的に設置される情報機器等が想定される。

【0026】

地図情報蓄積部２３は、外部から取得した地図及び車両１で作成した地図の一方又は両方を蓄積する。例えば、地図情報蓄積部２３は、３次元の高精度地図、高精度地図より精度が低く、広いエリアをカバーするグローバルマップ等を蓄積する。

【0027】

高精度地図は、例えば、ダイナミックマップ、ポイントクラウドマップ、ベクターマップ等である。ダイナミックマップは、例えば、動的情報、準動的情報、準静的情報、静的情報の４層からなる地図であり、外部のサーバ等から車両１に提供される。ポイントクラウドマップは、ポイントクラウド（点群データ）により構成される地図である。ベクターマップは、例えば、車線や信号機の位置といった交通情報等をポイントクラウドマップに対応付け、運転自動化に適合させた地図である。

【0028】

ポイントクラウドマップ及びベクターマップは、例えば、外部のサーバ等から提供されてもよいし、カメラ５１、レーダ５２、ＬｉＤＡＲ５３等によるセンシング結果に基づいて、後述するローカルマップとのマッチングを行うための地図として車両１で作成され、地図情報蓄積部２３に蓄積されてもよい。また、外部のサーバ等から高精度地図が提供される場合、通信容量を削減するため、車両１がこれから走行する計画経路に関する、例えば数百メートル四方の地図データが外部のサーバ等から取得される。

【0029】

位置情報取得部２４は、ＧＮＳＳ（Global Navigation Satellite System）衛星からＧＮＳＳ信号を受信し、車両１の位置情報を取得する。取得した位置情報は、運転自動化制御部２９に供給される。なお、位置情報取得部２４は、ＧＮＳＳ信号を用いた方式に限定されず、例えば、ビーコンを用いて位置情報を取得してもよい。

【0030】

外部認識センサ２５は、車両１の外部の状況の認識に用いられる各種のセンサを備え、各センサからのセンサデータを車両制御システム１１の各部に供給する。外部認識センサ２５が備えるセンサの種類や数は任意である。

【0031】

例えば、外部認識センサ２５は、カメラ５１、レーダ５２、ＬｉＤＡＲ（Light Detection and Ranging、Laser Imaging Detection and Ranging）５３、及び、超音波センサ５４を備える。これに限らず、外部認識センサ２５は、カメラ５１、レーダ５２、ＬｉＤＡＲ５３、及び、超音波センサ５４のうち１種類以上のセンサを備える構成でもよい。カメラ５１、レーダ５２、ＬｉＤＡＲ５３、及び、超音波センサ５４の数は、現実的に車両１に設置可能な数であれば特に限定されない。また、外部認識センサ２５が備えるセンサの種類は、この例に限定されず、外部認識センサ２５は、他の種類のセンサを備えてもよい。外部認識センサ２５が備える各センサのセンシング領域の例は、後述する。

【0032】

なお、カメラ５１の撮影方式は、特に限定されない。例えば、測距が可能な撮影方式であるＴｏＦ（Time Of Flight）カメラ、ステレオカメラ、単眼カメラ、赤外線カメラといった各種の撮影方式のカメラを、必要に応じてカメラ５１に適用することができる。これに限らず、カメラ５１は、測距に関わらずに、単に撮影画像を取得するためのものであってもよい。

【0033】

また、例えば、外部認識センサ２５は、車両１に対する環境を検出するための環境センサを備えることができる。環境センサは、天候、気象、明るさ等の環境を検出するためのセンサであって、例えば、雨滴センサ、霧センサ、日照センサ、雪センサ、照度センサ等の各種センサを含むことができる。

【0034】

さらに、例えば、外部認識センサ２５は、車両１の周囲の音や音源の位置の検出等に用いられるマイクロフォンを備える。

【0035】

車内センサ２６は、車内の情報を検出するための各種のセンサを備え、各センサからのセンサデータを車両制御システム１１の各部に供給する。車内センサ２６が備える各種センサの種類や数は、現実的に車両１に設置可能な種類や数であれば特に限定されない。

【0036】

例えば、車内センサ２６は、カメラ、レーダ、着座センサ、ステアリングホイールセンサ、マイクロフォン、生体センサのうち１種類以上のセンサを備えることができる。車内センサ２６が備えるカメラとしては、例えば、ＴｏＦカメラ、ステレオカメラ、単眼カメラ、赤外線カメラといった、測距可能な各種の撮影方式のカメラを用いることができる。これに限らず、車内センサ２６が備えるカメラは、測距に関わらずに、単に撮影画像を取得するためのものであってもよい。車内センサ２６が備える生体センサは、例えば、シートやステアリングホイール等に設けられ、利用者の各種の生体情報を検出する。

【0037】

車両センサ２７は、車両１の状態を検出するための各種のセンサを備え、各センサからのセンサデータを車両制御システム１１の各部に供給する。車両センサ２７が備える各種センサの種類や数は、現実的に車両１に設置可能な種類や数であれば特に限定されない。

【0038】

例えば、車両センサ２７は、速度センサ、加速度センサ、角速度センサ（ジャイロセンサ）、及び、それらを統合した慣性計測装置（ＩＭＵ（Inertial Measurement Unit））を備える。例えば、車両センサ２７は、ステアリングホイールの操舵角を検出する操舵角センサ、ヨーレートセンサ、アクセルペダルの操作量を検出するアクセルセンサ、及び、ブレーキペダルの操作量を検出するブレーキセンサを備える。例えば、車両センサ２７は、エンジンやモータの回転数を検出する回転センサ、タイヤの空気圧を検出する空気圧センサ、タイヤのスリップ率を検出するスリップ率センサ、及び、車輪の回転速度を検出する車輪速センサを備える。例えば、車両センサ２７は、バッテリの残量及び温度を検出するバッテリセンサ、並びに、外部からの衝撃を検出する衝撃センサを備える。

【0039】

記憶部２８は、不揮発性の記憶媒体及び揮発性の記憶媒体のうち少なくとも一方を含み、データやプログラムを記憶する。記憶部２８は、例えばＥＥＰＲＯＭ(Electrically Erasable Programmable Read Only Memory)及びＲＡＭ(Random Access Memory)として用いられ、記憶媒体としては、ＨＤＤ（Hard Disc Drive）といった磁気記憶デバイス、半導体記憶デバイス、光記憶デバイス、及び、光磁気記憶デバイスを適用することができる。記憶部２８は、車両制御システム１１の各部が用いる各種プログラムやデータを記憶する。例えば、記憶部２８は、ＥＤＲ（Event Data Recorder）やＤＳＳＡＤ（Data Storage System for Automated Driving）を備え、事故等のイベントの前後の車両１の情報や車内センサ２６によって取得された情報を記憶する。

【0040】

運転自動化制御部２９は、車両１の運転自動化機能の制御を行う。例えば、運転自動化制御部２９は、分析部６１、行動計画部６２、及び、動作制御部６３を備える。

【0041】

分析部６１は、車両１及び周囲の状況の分析処理を行う。分析部６１は、自己位置推定部７１、センサフュージョン部７２、及び、認識部７３を備える。

【0042】

自己位置推定部７１は、外部認識センサ２５からのセンサデータ、及び、地図情報蓄積部２３に蓄積されている高精度地図に基づいて、車両１の自己位置を推定する。例えば、自己位置推定部７１は、外部認識センサ２５からのセンサデータに基づいてローカルマップを生成し、ローカルマップと高精度地図とのマッチングを行うことにより、車両１の自己位置を推定する。車両１の位置は、例えば、後輪対車軸の中心が基準とされる。

【0043】

ローカルマップは、例えば、ＳＬＡＭ（Simultaneous Localization and Mapping）等の技術を用いて作成される３次元の高精度地図、占有格子地図（Occupancy Grid Map）等である。３次元の高精度地図は、例えば、上述したポイントクラウドマップ等である。占有格子地図は、車両１の周囲の３次元又は２次元の空間を所定の大きさのグリッド（格子）に分割し、グリッド単位で物体の占有状態を示す地図である。物体の占有状態は、例えば、物体の有無や存在確率により示される。ローカルマップは、例えば、認識部７３による車両１の外部の状況の検出処理及び認識処理にも用いられる。

【0044】

なお、自己位置推定部７１は、位置情報取得部２４により取得される位置情報、及び、車両センサ２７からのセンサデータに基づいて、車両１の自己位置を推定してもよい。

【0045】

センサフュージョン部７２は、複数の異なる種類のセンサデータ（例えば、カメラ５１から供給される画像データ、及び、レーダ５２から供給されるセンサデータ）を組み合わせて、情報を得るセンサフュージョン処理を行う。異なる種類のセンサデータを組合せる方法としては、複合、統合、融合、連合等がある。

【0046】

認識部７３は、車両１の外部の状況の検出を行う検出処理、及び、車両１の外部の状況の認識を行う認識処理を実行する。

【0047】

例えば、認識部７３は、外部認識センサ２５からの情報、自己位置推定部７１からの情報、センサフュージョン部７２からの情報等に基づいて、車両１の外部の状況の検出処理及び認識処理を行う。

【0048】

具体的には、例えば、認識部７３は、車両１の周囲の物体の検出処理及び認識処理等を行う。物体の検出処理とは、例えば、物体の有無、大きさ、形、位置、動き等を検出する処理である。物体の認識処理とは、例えば、物体の種類等の属性を認識したり、特定の物体を識別したりする処理である。ただし、検出処理と認識処理とは、必ずしも明確に分かれるものではなく、重複する場合がある。

【0049】

例えば、認識部７３は、レーダ５２又はＬｉＤＡＲ５３等によるセンサデータに基づくポイントクラウドを点群の塊毎に分類するクラスタリングを行うことにより、車両１の周囲の物体を検出する。これにより、車両１の周囲の物体の有無、大きさ、形状、位置が検出される。

【0050】

例えば、認識部７３は、クラスタリングにより分類された点群の塊の動きを追従するトラッキングを行うことにより、車両１の周囲の物体の動きを検出する。これにより、車両１の周囲の物体の速度及び進行方向（移動ベクトル）が検出される。

【0051】

例えば、認識部７３は、カメラ５１から供給される画像データに基づいて、車両、人、自転車、障害物、構造物、道路、信号機、交通標識、道路標示等を検出又は認識する。また、認識部７３は、セマンティックセグメンテーション等の認識処理を行うことにより、車両１の周囲の物体の種類を認識してもよい。

【0052】

例えば、認識部７３は、地図情報蓄積部２３に蓄積されている地図、自己位置推定部７１による自己位置の推定結果、及び、認識部７３による車両１の周囲の物体の認識結果に基づいて、車両１の周囲の交通ルールの認識処理を行うことができる。認識部７３は、この処理により、信号機の位置及び状態、交通標識及び道路標示の内容、交通規制の内容、並びに、走行可能な車線等を認識することができる。

【0053】

例えば、認識部７３は、車両１の周囲の環境の認識処理を行うことができる。認識部７３が認識対象とする周囲の環境としては、天候、気温、湿度、明るさ、及び、路面の状態等が想定される。

【0054】

行動計画部６２は、車両１の行動計画を作成する。例えば、行動計画部６２は、経路計画、経路追従の処理を行うことにより、行動計画を作成する。

【0055】

なお、経路計画は、広域的パスプランニング（Global path planning）及び局所的パスプランニング（Local path planning）を含む。広域的パスプランニングは、スタートからゴールまでの大まかな経路を計画する処理を含む。局所的パスプランニングは、軌道計画とも言われ、計画した経路において、車両１の運動特性を考慮して、車両１の近傍で安全かつ滑らかに進行することが可能な軌道生成を行う処理を含む。

【0056】

経路追従とは、経路計画により計画された経路を計画された時間内で安全かつ正確に走行するための動作を計画する処理である。行動計画部６２は、例えば、この経路追従の処理の結果に基づき、車両１の目標速度と目標角速度を計算することができる。

【0057】

動作制御部６３は、行動計画部６２により作成された行動計画を実現するために、車両１の動作を制御する。

【0058】

例えば、動作制御部６３は、後述する車両制御部３２に含まれる、ステアリング制御部８１、ブレーキ制御部８２、及び、駆動制御部８３を制御して、軌道計画により計算された軌道を車両１が進行するように、横方向車両運動制御及び縦方向車両運動制御を行う。例えば、動作制御部６３は、衝突回避又は衝撃緩和、追従走行、車速維持走行、自車の衝突警告、自車のレーン逸脱警告等の運転者支援機能や、運転者又は遠隔運転者の操作によらない走行等の運転自動化を目的とした制御を行う。

【0059】

ＤＭＳ３０は、車内センサ２６からのセンサデータ、及び、後述するＨＭＩ３１に入力される入力データ等に基づいて、運転者の認証処理、及び、運転者の状態の認識処理等を行う。認識対象となる運転者の状態としては、例えば、体調、覚醒度、集中度、疲労度、視線方向、酩酊度、運転操作、姿勢等が想定される。

【0060】

なお、ＤＭＳ３０が、運転者以外の利用者の認証処理、及び、当該利用者の状態の認識処理を行うようにしてもよい。また、例えば、ＤＭＳ３０が、車内センサ２６からのセンサデータに基づいて、車内の状況の認識処理を行うようにしてもよい。認識対象となる車内の状況としては、例えば、気温、湿度、明るさ、臭い等が想定される。

【0061】

ＨＭＩ３１は、各種のデータや指示等の入力と、各種のデータの利用者への提示を行う。

【0062】

ＨＭＩ３１によるデータの入力について、概略的に説明する。ＨＭＩ３１は、人がデータを入力するための入力デバイスを備える。ＨＭＩ３１は、入力デバイスにより入力されたデータや指示等に基づいて入力信号を生成し、車両制御システム１１の各部に供給する。ＨＭＩ３１は、入力デバイスとして、例えばタッチパネル、ボタン、スイッチ、及び、レバーといった操作子を備える。これに限らず、ＨＭＩ３１は、音声やジェスチャ等により手動操作以外の方法で情報を入力可能な入力デバイスをさらに備えてもよい。さらに、ＨＭＩ３１は、例えば、赤外線又は電波を利用したリモートコントロール装置や、車両制御システム１１の操作に対応したモバイル機器又はウェアラブル機器等の外部接続機器を入力デバイスとして用いてもよい。

【0063】

ＨＭＩ３１によるデータの提示について、概略的に説明する。ＨＭＩ３１は、利用者又は車外に対する視覚情報、聴覚情報、及び、触覚情報の生成を行う。また、ＨＭＩ３１は、生成された各情報の出力、出力内容、出力タイミング及び出力方法等を制御する出力制御を行う。ＨＭＩ３１は、視覚情報として、例えば、操作画面、車両１の状態表示、警告表示、車両１の周囲の状況を示すモニタ画像等の画像や光により示される情報を生成及び出力する。また、ＨＭＩ３１は、聴覚情報として、例えば、音声ガイダンス、警告音、警告メッセージ等の音により示される情報を生成及び出力する。さらに、ＨＭＩ３１は、触覚情報として、例えば、力、振動、動き等により利用者の触覚に与えられる情報を生成及び出力する。

【0064】

ＨＭＩ３１が視覚情報を出力する出力デバイスとしては、例えば、自身が画像を表示することで視覚情報を提示する表示装置や、画像を投影することで視覚情報を提示するプロジェクタ装置を適用することができる。なお、表示装置は、通常のディスプレイを有する表示装置以外にも、例えば、ヘッドアップディスプレイ、透過型ディスプレイ、ＡＲ（Augmented Reality）機能を備えるウェアラブルデバイスといった、利用者の視界内に視覚情報を表示する装置であってもよい。また、ＨＭＩ３１は、車両１に設けられるナビゲーション装置、インストルメントパネル、ＣＭＳ（Camera Monitoring System）、電子ミラー、ランプ等が有する表示デバイスを、視覚情報を出力する出力デバイスとして用いることも可能である。

【0065】

ＨＭＩ３１が聴覚情報を出力する出力デバイスとしては、例えば、オーディオスピーカ、ヘッドホン、イヤホンを適用することができる。

【0066】

ＨＭＩ３１が触覚情報を出力する出力デバイスとしては、例えば、ハプティクス技術を用いたハプティクス素子を適用することができる。ハプティクス素子は、例えば、ステアリングホイール、シートといった、利用者が接触する部分に設けられる。

【0067】

車両制御部３２は、車両１の各部の制御を行う。車両制御部３２は、ステアリング制御部８１、ブレーキ制御部８２、駆動制御部８３、ボディ系制御部８４、ライト制御部８５、及び、ホーン制御部８６を備える。

【0068】

ステアリング制御部８１は、車両１のステアリングシステムの状態の検出及び制御等を行う。ステアリングシステムは、例えば、ステアリングホイール等を備えるステアリング機構、電動パワーステアリング等を備える。ステアリング制御部８１は、例えば、ステアリングシステムの制御を行うステアリングＥＣＵ、ステアリングシステムの駆動を行うアクチュエータ等を備える。

【0069】

ブレーキ制御部８２は、車両１のブレーキシステムの状態の検出及び制御等を行う。ブレーキシステムは、例えば、ブレーキペダル等を含むブレーキ機構、ＡＢＳ（Antilock Brake System）、回生ブレーキ機構等を備える。ブレーキ制御部８２は、例えば、ブレーキシステムの制御を行うブレーキＥＣＵ、ブレーキシステムの駆動を行うアクチュエータ等を備える。

【0070】

駆動制御部８３は、車両１の駆動システムの状態の検出及び制御等を行う。駆動システムは、例えば、アクセルペダル、内燃機関又は駆動用モータ等の駆動力を発生させるための駆動力発生装置、駆動力を車輪に伝達するための駆動力伝達機構等を備える。駆動制御部８３は、例えば、駆動システムの制御を行う駆動ＥＣＵ、駆動システムの駆動を行うアクチュエータ等を備える。

【0071】

ボディ系制御部８４は、車両１のボディ系システムの状態の検出及び制御等を行う。ボディ系システムは、例えば、キーレスエントリシステム、スマートキーシステム、パワーウインドウ装置、パワーシート、空調装置、エアバッグ、シートベルト、シフトレバー等を備える。ボディ系制御部８４は、例えば、ボディ系システムの制御を行うボディ系ＥＣＵ、ボディ系システムの駆動を行うアクチュエータ等を備える。

【0072】

ライト制御部８５は、車両１の各種のライトの状態の検出及び制御等を行う。制御対象となるライトとしては、例えば、ヘッドライト、バックライト、フォグライト、ターンシグナル、ブレーキライト、プロジェクション、バンパーの表示等が想定される。ライト制御部８５は、ライトの制御を行うライトＥＣＵ、ライトの駆動を行うアクチュエータ等を備える。

【0073】

ホーン制御部８６は、車両１のカーホーンの状態の検出及び制御等を行う。ホーン制御部８６は、例えば、カーホーンの制御を行うホーンＥＣＵ、カーホーンの駆動を行うアクチュエータ等を備える。

【0074】

図２は、図１の外部認識センサ２５のカメラ５１、レーダ５２、ＬｉＤＡＲ５３、及び、超音波センサ５４等によるセンシング領域の例を示す図である。なお、図２において、車両１を上面から見た様子が模式的に示され、左端側が車両１の前端（フロント）側であり、右端側が車両１の後端（リア）側となっている。

【0075】

センシング領域１０１Ｆ及びセンシング領域１０１Ｂは、超音波センサ５４のセンシング領域の例を示している。センシング領域１０１Ｆは、複数の超音波センサ５４によって車両１の前端周辺をカバーしている。センシング領域１０１Ｂは、複数の超音波センサ５４によって車両１の後端周辺をカバーしている。

【0076】

センシング領域１０１Ｆ及びセンシング領域１０１Ｂにおけるセンシング結果は、例えば、車両１の駐車支援等に用いられる。

【0077】

センシング領域１０２Ｆ乃至センシング領域１０２Ｂは、短距離又は中距離用のレーダ５２のセンシング領域の例を示している。センシング領域１０２Ｆは、車両１の前方において、センシング領域１０１Ｆより遠い位置までカバーしている。センシング領域１０２Ｂは、車両１の後方において、センシング領域１０１Ｂより遠い位置までカバーしている。センシング領域１０２Ｌは、車両１の左側面の後方の周辺をカバーしている。センシング領域１０２Ｒは、車両１の右側面の後方の周辺をカバーしている。

【0078】

センシング領域１０２Ｆにおけるセンシング結果は、例えば、車両１の前方に存在する車両や歩行者等の検出等に用いられる。センシング領域１０２Ｂにおけるセンシング結果は、例えば、車両１の後方の衝突防止機能等に用いられる。センシング領域１０２Ｌ及びセンシング領域１０２Ｒにおけるセンシング結果は、例えば、車両１の側方の死角における物体の検出等に用いられる。

【0079】

センシング領域１０３Ｆ乃至センシング領域１０３Ｂは、カメラ５１によるセンシング領域の例を示している。センシング領域１０３Ｆは、車両１の前方において、センシング領域１０２Ｆより遠い位置までカバーしている。センシング領域１０３Ｂは、車両１の後方において、センシング領域１０２Ｂより遠い位置までカバーしている。センシング領域１０３Ｌは、車両１の左側面の周辺をカバーしている。センシング領域１０３Ｒは、車両１の右側面の周辺をカバーしている。

【0080】

センシング領域１０３Ｆにおけるセンシング結果は、例えば、信号機や交通標識の認識、車線逸脱防止支援システム、自動ヘッドライト制御システムに用いることができる。センシング領域１０３Ｂにおけるセンシング結果は、例えば、駐車支援、及び、サラウンドビューシステムに用いることができる。センシング領域１０３Ｌ及びセンシング領域１０３Ｒにおけるセンシング結果は、例えば、サラウンドビューシステムに用いることができる。

【0081】

センシング領域１０４は、ＬｉＤＡＲ５３のセンシング領域の例を示している。センシング領域１０４は、車両１の前方において、センシング領域１０３Ｆより遠い位置までカバーしている。一方、センシング領域１０４は、センシング領域１０３Ｆより左右方向の範囲が狭くなっている。

【0082】

センシング領域１０４におけるセンシング結果は、例えば、周辺車両等の物体検出に用いられる。

【0083】

センシング領域１０５は、長距離用のレーダ５２のセンシング領域の例を示している。センシング領域１０５は、車両１の前方において、センシング領域１０４より遠い位置までカバーしている。一方、センシング領域１０５は、センシング領域１０４より左右方向の範囲が狭くなっている。

【0084】

センシング領域１０５におけるセンシング結果は、例えば、ＡＣＣ（Adaptive Cruise Control）、緊急ブレーキ、衝突回避等に用いられる。

【0085】

なお、外部認識センサ２５が含むカメラ５１、レーダ５２、ＬｉＤＡＲ５３、及び、超音波センサ５４の各センサのセンシング領域は、図２以外に各種の構成をとってもよい。具体的には、超音波センサ５４が車両１の側方もセンシングするようにしてもよいし、ＬｉＤＡＲ５３が車両１の後方をセンシングするようにしてもよい。また、各センサの設置位置は、上述した各例に限定されない。また、各センサの数は、１つでもよいし、複数であってもよい。

【0086】

＜＜２．実施の形態＞＞
次に、図３乃至図１１を参照して、本技術の実施の形態について説明する。

【0087】

＜情報処理システム２０１の構成例＞
図３は、本技術を適用するとともに、図１及び図２を参照して上述した車両１を用いた情報処理システム２０１の構成例を示している。

【0088】

情報処理システム２０１は、タクシーである車両１－１乃至車両１－ｎの動態に基づいて、タクシーの需要を予測し、需要予測の結果を車両１－１乃至車両１－ｎの運転者に提示するシステムである。

【0089】

情報処理システム２０１は、サーバ２１１、クライアント２１２－１乃至クライアント２１２－ｎ、及び、ネットワーク２１３を備える。クライアント２１２－１乃至クライアント２１２－ｎは、車両１－１乃至車両１－ｎ、及び、情報処理端末２２１－１乃至情報処理端末２２１－ｎを備える。サーバ２１１、車両１－１乃至車両１－ｎ、情報処理端末２２１－１乃至情報処理端末２２１－ｎ、及び、サーバ２１１は、ネットワーク２１３を介して、相互に接続され、相互に通信可能である。また、車両１－ｉ（ｉ＝１、２、・・・、ｎ）と情報処理端末２２１－ｉ（ｉ＝１、２、・・・、ｎ）とは、ネットワーク２１３を介さずに直接通信可能である。

【0090】

以下、クライアント２１２－１乃至クライアント２１２－ｎを個々に区別する必要がない場合、単にクライアント２１２と称する。車両１－１乃至車両１－ｎを個々に区別する必要がない場合、単に車両１と称する。以下、情報処理端末２２１－１乃至情報処理端末２２１－ｎを個々に区別する必要がない場合、単に情報処理端末２２１と称する。

【0091】

サーバ２１１は、各クライアント２１２から受信した動態データに基づいて、各車両１の動態ログを示す動態ログＤＢ（Data Base）を更新する。サーバ２１１は、動態データ及び動態ログＤＢに基づいて、タクシーの乗客の需要を解析及び予測する。サーバ２１１は、乗客の需要予測を示す需要予測データを生成し、各クライアント２１２に送信する。

【0092】

車両１は、車両１の動態を示す動態データを生成し、ネットワーク２１３を介して、サーバ２１１に送信する。また、車両１は、ネットワーク２１３を介して、需要予測データを受信し、需要予測データに基づいて、需要予測を運転者に提示する。

【0093】

情報処理端末２２１は、例えば、スマートフォン、タブレット端末、ＰＣ（パーソナルコンピュータ）等のモバイル機器、又は、ヘッドマウントディスプレイ、スマートウオッチ、スマートシューズ等のウェアラブル機器等により構成される。情報処理端末２２１は、通常は車両１内で使用されるが、車両１の外で使用されてもよい。

【0094】

情報処理端末２２１は、車両１の動態を示す動態データを生成し、又は、動態データを車両１から受信し、ネットワーク２１３を介して、動態データをサーバ２１１に送信する。また、情報処理端末２２１は、ネットワーク２１３を介して、需要予測データを受信し、需要予測データに基づいて、需要予測を運転者に提示する。

【0095】

なお、各クライアント２１２において、車両１と情報処理端末２２１は、必ずしも１対１の関係でなくてもよく、多対１、１対多、又は、多対多の関係でもよい。また、クライアント２１２において、必ずしも情報処理端末２２１を備える必要はない。

【0096】

＜サーバ２１１の構成例＞
図４は、図３のサーバ２１１の機能の構成例を示している。

【0097】

サーバ２１１は、通信部２５１、情報処理部２５２、及び、記憶部２５３を備える。情報処理部２５２は、動態検出部２６１及び需要解析部２６２を備える。

【0098】

通信部２５１は、ネットワーク２１３を介して、各クライアント２１２（各車両１及び各情報処理端末２２１）と通信可能である。通信部２５１は、各クライアント２１２から受信したデータを情報処理部２５２に供給し、各クライアント２１２に送信するデータを情報処理部２５２から取得する。

【0099】

動態検出部２６１は、ネットワーク２１３及び通信部２５１を介して、各車両１の動態を示す動態データを各クライアント２１２から受信する。動態検出部２６１は、動態データに基づいて、各車両１の動態を検出する。動態検出部２６１は、各車両１の動態の検出結果に基づいて、記憶部２５３に記憶されており、各車両１の動態ログを示す動態ログＤＢを更新する。

【0100】

需要解析部２６２は、動態ログＤＢに基づいて、乗客の需要を解析し、記憶部２５３に記憶されおり、乗客の需要の解析結果を示す需要解析モデルを更新する。また、需要解析部２６２は、各車両１の動態の検出結果、及び、需要解析モデルに基づいて、乗客の需要を予測する。需要解析部２６２は、乗客の需要の予測結果を示す需要予測データを生成し、通信部２５１及びネットワーク２１３を介して、各クライアント２１２に送信する。

【0101】

＜クライアント２１２の構成例＞
図５は、図３のクライアント２１２の機能の構成例を示している。図５のクライアント２１２の機能は、車両１の車両制御システム１１及び情報処理端末２２１の両方又は一方により実現される。

【0102】

クライアント２１２は、入力部３０１、位置情報取得部３０２、情報処理部３０３、通信部３０４、及び、提示部３０５を備える。情報処理部３０３は、動態データ生成部３１１及び提示制御部３１２を備える。

【0103】

入力部３０１は、例えば、車両１のＨＭＩ３１及び情報処理端末２２１のうち少なくとも１つが備える各種の入力デバイスにより構成される。入力部３０１は、入力されたデータ（以下、入力データと称する）を情報処理部３０３に供給する。

【0104】

位置情報取得部３０２は、例えば、車両１の位置情報取得部２４及び自己位置推定部７１、並びに、情報処理端末２２１のＧＮＳＳセンサ等のうち少なくとも１つにより実現される。位置情報取得部３０２は、車両１の現在位置を示す位置情報を取得し、情報処理部３０３に供給する。

【0105】

動態データ生成部３１１は、入力データ及び位置情報に基づいて、車両１の動態を示す動態データを生成する。動態データ生成部３１１は、通信部３０４及びネットワーク２１３を介して、動態データをサーバ２１１に送信する。

【0106】

提示制御部３１２は、ネットワーク２１３及び通信部３０４を介して、需要予測データをサーバ２１１から受信する。提示制御部３１２は、需要予測データに基づいて、視覚情報、聴覚情報、及び、触覚情報のうち少なくとも１つにより、提示部３０５に乗客の需要予測を提示させる。

【0107】

通信部３０４は、ネットワーク２１３を介して、サーバ２１１と通信可能である。通信部３０４は、サーバ２１１から受信したデータを情報処理部３０３に供給し、サーバ２１１に送信するデータを情報処理部３０３から取得する。

【0108】

提示部３０５は、例えば、車両１のＨＭＩ３１及び情報処理端末２２１のうち少なくとも１つが備える各種の出力デバイスにより構成される。提示部３０５は、視覚情報、聴覚情報、及び、触覚情報のうち少なくとも１つにより、乗客の需要予測等を提示する。

【0109】

＜情報処理システム２０１の処理＞
次に、図６乃至図１１を参照して、情報処理システム２０１の処理について説明する。

【0110】

＜サーバ２１１の処理＞
まず、図６のフローチャートを参照して、サーバ２１１の処理について説明する。

【0111】

ステップＳ１において、動態検出部２６１は、動態データを受信したか否かを判定する。動態検出部２６１が、後述するようにクライアント２１２から送信された動態データを、ネットワーク２１３及び通信部２５１を介して受信したと判定した場合、処理はステップＳ２に進む。

【0112】

動態データは、例えば、車両１の識別情報（例えば、車両ＩＤ）、位置情報、車両１の状態（例えば、空車、迎車、賃走等）、及び、（乗客が乗っている場合）乗客の目的地等を含む。

【0113】

ステップＳ２において、動態検出部２６１は、動態ログＤＢ２５３を更新する。例えば、動態検出部２６１は、受信した動態データに基づいて、動態データを送信したクライアント２１２の車両１の車両ＩＤ、位置情報、状態、及び、乗客の目的地、並びに、現在の日時を含む動態ログを、記憶部２５３に記憶されている動態ログＤＢに追加する。

【0114】

ステップＳ３において、需要解析部２６２は、車両１が空車であるか否かを判定する。具体的には、需要解析部２６２は、動態データに基づいて、動態データを送信したクライアント２１２の車両１が空車であるか否かを判定する。車両１が空車であると判定した場合、処理はステップＳ４に進む。

【0115】

ステップＳ４において、需要解析部２６２は、空車の動態に基づいて、乗客の需要を予測する。

【0116】

具体的には、空車が通過したばかりの場所は、空車が空車のまま通過したことを考慮すると、乗客が存在する確率が低いと仮定される。需要解析部２６２は、例えば、この仮定に基づいて、空車が移動した経路である移動経路、及び、空車が移動経路を通過した時刻である通過時刻に基づいて、乗客の需要を予測する。

【0117】

例えば、需要解析部２６２は、所定の時間内に空車が通過した場所を、乗客が存在しない場所であると予測する。より具体的には、例えば、需要解析部２６２は、所定の時間内に空車が通過した区間を、乗客が存在しない区間（以下、無乗客区間と称する）であると予測する。換言すれば、需要解析部２６２は、空車が通過した区間について、空車が通過してから所定の長さの期間（以下、空車予測期間と称する）、無乗客区間であると予測する。

【0118】

ここで、例えば、各道路が交差点に基づいて複数の区間に区切られ、区間毎に無乗客区間であるか否かが判定される。すなわち、隣接する２つの交差点の間が１つの区間とされ、区間毎に無乗客区間であるか否かが判定される。

【0119】

なお、空車予測期間の長さは、固定値としてもよいし、可変値としてもよい。可変値とする場合、空車予測期間の長さは、例えば、記憶部２５３に記憶されている需要解析モデルに基づいて設定される。

【0120】

例えば、需要解析部２６２は、所定のタイミングで（例えば、定期的に）、動態ログＤＢ２５３に基づいて、過去の区間毎の乗客の乗車回数を解析し、解析結果に基づいて、需要解析モデルを生成する。需要解析モデルは、例えば、区間毎に乗客が存在する確率（以下、乗客存在確率と称する）を示すモデルである。

【0121】

乗客存在確率は、例えば、単位時間（例えば、１時間）当たりの乗客の乗車回数が多い区間ほど高くなり、単位時間（例えば、１時間）当たりの乗客の乗車回数が少ない区間ほど低くなる。

【0122】

なお、例えば、需要解析モデルが、各区間の乗客存在確率を、曜日や時間帯毎に示すようにしてもよい。

【0123】

そして、例えば、空車予測期間は、需要解析モデルにおいて、乗客存在確率が高い区間ほど短く設定され、乗客存在確率が低い区間ほど長く設定される。すなわち、乗客存在確率が高い区間ほど、空車が通過してから乗客が出現するまでの期間が短くなると想定されるため、空車予測期間が短く設定される。一方、乗客存在確率が低い区間ほど、空車が通過してから乗客が出現するまでの期間が長くなると想定されるため、空車予測期間が長く設定される。

【0124】

または、例えば、需要解析部２６２は、各区間を空車が通過した時刻、及び、需要解析モデルに基づいて、待ち行列理論等の統計的手法を用いて、各区間の乗客存在確率を予測する。例えば、各区間の乗客存在確率は、空車が通過してからの経過時間が短くなるほど低くなり、空車が通過してからの経過時間が長くなるほど、その区間の需要解析モデルにおける乗客存在確率に近づく。

【0125】

その後、処理はステップＳ５に進む。

【0126】

一方、ステップＳ３において、車両１が空車でないと判定された場合、ステップＳ４の処理はスキップされ、処理はステップＳ５に進む。

【0127】

また、ステップＳ１において、動態データを受信していないと判定された場合、ステップＳ２乃至ステップＳ４の処理はスキップされ、処理はステップＳ５に進む。

【0128】

ステップＳ５において、需要解析部２６２は、需要予測データを送信するか否かを判定する。需要解析部２６２は、需要予測データを送信するタイミングである場合、需要予測データを送信すると判定し、処理はステップＳ６に進む。

【0129】

なお、例えば、以下の１乃至４のタイミングのうち１つ以上が、需要予測データを送信するタイミングに設定される。

【0130】

１．乗客の需要予測が実行される毎
２．所定の時間毎
３．所定の時刻、所定の日時、又は、所定の曜日の所定の時刻
４．クライアント２１２から需要予測データの送信要求があったとき

【0131】

ステップＳ６において、需要解析部２６２は、需要予測データを送信する。具体的には、需要解析部２６２は、需要予測データを生成する。例えば、需要予測データは、無乗客区間、及び、各区間の乗客存在確率の少なくとも１つを示すデータである。需要解析部２６２は、通信部２５１及びネットワーク２１３を介して、需要予測データをクライアント２１２に送信する。

【0132】

なお、需要解析部２６２は、クライアント２１２の要求に従って需要予測データを送信する場合、要求があったクライアント２１２のみに需要予測データを送信する。

【0133】

また、需要解析部２６２は、各クライアント２１２に全ての地域の需要予測データを送信するようにしてもよいし、各クライアント２１２の周辺の地域の需要予測データのみを送信するようにしてもよい。

【0134】

その後、処理はステップＳ１に戻り、ステップＳ１以降の処理が実行される。

【0135】

一方、ステップＳ５において、需要解析部２６２は、需要予測データを送信するタイミングでない場合、需要予測データを送信しないと判定し、処理はステップＳ１に戻り、ステップＳ１以降の処理が実行される。

【0136】

次に、図７のフローチャートを参照して、図６のサーバ２１１の処理に対応して、クライアント２１２により実行される処理について説明する。

【0137】

ステップＳ５１において、動態データ生成部３１１は、動態データを送信するか否かを判定する。例えば、動態データ生成部３１１は、所定の間隔で動態データを送信する。そして、動態データ生成部３１１は、動態データを送信するタイミングである場合、動態データを送信すると判定し、処理はステップＳ５２に進む。

【0138】

ステップＳ５２において、動態データ生成部３１１は、動態データを送信する。具体的には、動態データ生成部３１１は、車両１の現在位置を示す位置情報を位置情報取得部３０２から取得する。動態データ生成部３１１は、車両１の識別情報、位置情報、車両１の状態、及び、（乗客が乗っている場合）乗客の目的地を含む動態データを生成する。車両１の状態、及び、乗客の目的地は、例えば、入力部３０１を介して入力される。動態データ生成部３１１は、通信部３０４及びネットワーク２１３を介して、サーバ２１１に動態データを送信する。

【0139】

その後、処理はステップＳ５３に進む。

【0140】

一方、ステップＳ５１において、動態データ生成部３１１は、動態データを送信するタイミングでない場合、動態データを送信しないと判定し、ステップＳ５２の処理はスキップされ、処理はステップＳ５３に進む。

【0141】

ステップＳ５３において、提示制御部３１２は、需要予測データを受信したか否かを判定する。提示制御部３１２が、上述した図６のステップＳ６の処理でサーバ２１１から送信された需要予測データを、ネットワーク２１３及び通信部３０４を介して受信したと判定した場合、処理はステップＳ５４に進む。

【0142】

ステップＳ５４において、提示部３０５は、提示制御部３１２の下に、乗客の需要予測を提示する。例えば、提示部３０５は、視覚情報、聴覚情報、及び、触覚情報のうち少なくとも１つを用いて、乗客の需要予測を車両１の運転者に提示する。

【0143】

ここで、図８乃至図１１を参照して、視覚情報により乗客の需要予測を提示する方法の例について説明する。図８乃至図１１は、提示部３０５が備える表示装置に表示される表示画面の例を示している。この表示装置には、例えば、上述したＨＭＩ３１が備える表示装置が用いられる。また、例えば、路面や車内へのプロジェクションマッピングを行う表示装置が用いられてもよい。

【0144】

図８は、例えば、車両１が交差点の手前にいる場合に表示される表示画面の例を模式的に示している。具体的には、矢印４０１Ａ乃至矢印４０１Ｃは、車両１が進行可能な方向を示している。

【0145】

矢印４０１Ａ乃至矢印４０１Ｃの表示態様は、例えば、進行方向が低需要区間に向かう方向（以下、低需要方向と称する）、又は、高需要区間に向かう方向（以下、高需要方向と称する）のいずれであるかにより変化する。低需要区間は、例えば、無乗客区間、又は、乗客存在確率が低い区間（例えば、乗客存在確率が所定の閾値未満である区間）である。高需要区間は、例えば、無乗客区間でない区間、又は、乗客存在確率が高い区間（例えば、乗客存在確率が所定の閾値以上である区間）である。

【0146】

例えば、低需要方向を示す矢印４０１Ａと、高需要方向を示す矢印４０２及び矢印４０１Ｃとで、表示態様が異なっている。

【0147】

なお、変化させる対象となる表示態様の種類は、特に限定されない。例えば、色、模様、明るさ、点滅等のうち１種類以上の表示態様が変化する。

【0148】

図９は、例えば、地図上に需要予測を表示する場合の表示画面の例を模式的に示している。

【0149】

例えば、交差点４２１Ａ乃至交差点４２１Ｅが、円で示されている。各交差点間を結ぶ道路である区間４２２Ａ乃至区間４２２Ｄが、線分により示されている。

【0150】

なお、以下、交差点４２１Ａ乃至交差点４２１Ｅを個々に区別する必要がない場合、単に交差点４２１と称する。以下、区間４２２Ａ乃至区間４２２Ｄを個々に区別する必要がない場合、単に区間４２２と称する。

【0151】

例えば、車両４２３は、現在の車両１の位置を示している。すなわち、車両１が、交差点４２１Ｂの手前にいることが示されている。

【0152】

そして、交差点４２１Ｂの先の区間４２２Ｂ乃至区間４２２Ｄの表示態様は、例えば、低需要区間又は高需要区間のいずれであるか否かに基づいて変化する。例えば、高需要区間である区間４２２Ｂと、低需要区間である区間４２２Ｃ及び区間４２２Ｄとで、表示態様が異なっている。

【0153】

なお、変化させる対象となる表示態様の種類は、特に限定されない。例えば、色、模様、明るさ、点滅等のうち１種類以上の表示態様が変化する。

【0154】

また、高需要区間である区間４２２Ｂに対して、推奨する進行方向を示す矢印４２４が表示されている。

【0155】

なお、例えば、図１０に示されるように、低需要区間である区間４２２Ｃ及び区間４２２Ｄが地図から消されるようにしてもよい。

【0156】

また、例えば、図１１に示されるように、各区間４２２の乗客存在確率が示されるようにしてもよい。具体的には、図１１の表示画面においては、図９の表示画面と比較して、各区間４２２の表示態様が同じにされ、区間４２２Ｂ乃至区間４２２Ｄに対して、人型のメータ４３１Ａ乃至メータ４３１Ｃが追加されている点が異なる。

【0157】

メータ４３１Ａ乃至メータ４３１Ｃは、各区間４２２の乗客存在確率を示している。具体的には、メータ４３１Ａ乃至メータ４３１Ｃにおいて、斜線で示される部分の比率が、各区間４２２の乗客存在確率を示している。従って、この例では、乗客存在確率は、高い方から区間４２２Ｂ、区間４２２Ｃ、区間４２２Ｄの順となる。

【0158】

なお、乗車存在確率に加えて、又は、乗車存在確率の代わりに、各区間４２２に対して、空車の移動状況に関する情報を提示するようにしてもよい。空車の移動状況に関する情報は、例えば、所定の時間内に空車が通過したか否かを示す情報、及び、空車が通過した時間に関する情報のうち少なくとも１つを提示するようにしてもよい。空車が通過した時間に関する情報は、例えば、空車が通過した時刻、又は、空車が何分前に通過したかを示す情報を含む。

【0159】

その後、処理はステップＳ５１に戻り、ステップＳ５１以降の処理が実行される。

【0160】

一方、ステップＳ５３において、需要予測データを受信していないと判定された場合、処理はステップＳ５１に戻り、ステップＳ５１以降の処理が実行される。

【0161】

例えば、従来のＡＩ（Artificial Intelligence）等を用いた需要予測システムは、過去に蓄積されたデータを活用し、未来の需要、例えば、所定の時間（例えば、３０分）後に乗客が存在する地点等を予測している。しかし、タクシーの運転者は、乗車した乗客の目的地により移動場所が決まってしまうため、未来の需要予測を知ったとしても、それを有効に活用することが困難な場合がある。

【0162】

これに対して、本技術では、空車の動態に基づいて、リアルタイムに低需要区間が予測され、リアルタイムに車両１の運転者に提示される。これにより、車両１の運転者が、提示された情報を有効に活用することができ、例えば、乗客が存在する確率の低い区間を走行することにより発生する乗客の探索に要する時間のロスを削減することができる。

【0163】

＜＜２．変形例＞＞
以下、上述した本技術の実施の形態の変形例について説明する。

【0164】

＜需要予測に関する変形例＞
例えば、サーバ２１１は、各クライアント２１２のカメラ５１及びＬｉＤＡＲ５３等により検出されたセンサ情報を収集し、需要予測に利用するようにしてもよい。例えば、サーバ２１１の需要解析部２６２は、収集したセンサ情報に基づいて、各車両１の周囲の人流やイベント情報等を検出し、需要予測に利用するようにしてもよい。

【0165】

＜提示方法に関する変形例＞
例えば、ステアリングホイールの一部の色を変化させることにより、低需要方向又は高需要方向のうち少なくとも１つを提示するようにしてもよい。

【0166】

例えば、車内の音声や立体音響等を用いて、低需要方向又は高需要方向のうち少なくとも１つを聴覚情報により提示するようにしてもよい。

【0167】

例えば、ステアリングホイール、シート、シートベルト、床等に設けられた振動デバイス等を用いて、低需要方向又は高需要方向のうち少なくとも１つを触覚情報により提示するようにしてもよい。

【0168】

例えば、スマートウオッチ、スマートシューズ、スマートシューズ等のウェアラブル機器を用いて、低需要方向又は高需要方向のうち少なくとも１つを触覚情報により提示するようにしてもよい。

【0169】

＜その他の変形例＞
本技術は、タクシー以外に、人又は人以外の輸送対象を、複数の車両により輸送するモビリティサービスにも適用できる。また、本技術は、車両以外の所定の経路（例えば、飛行経路等）を移動する複数の移動体により実現するモビリティサービスにも適用できる。すなわち、本技術は、輸送対象を乗せていない移動体である非積載移動体の動態（例えば、移動経路及び通過時刻）に基づいて、輸送対象の需要を予測したり、提示したりすることができる。

【0170】

具体的には、例えば、本技術は、複数の車両により荷物を回収し輸送するモビリティサービスに適用できる。例えば、本技術は、複数の飛行体により乗客を輸送するモビリティサービスに適用できる。

【0171】

＜＜３．その他＞＞
＜コンピュータの構成例＞
上述した一連の処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどが含まれる。

【0172】

図１２は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。

【0173】

コンピュータ１０００において、CPU（Central Processing Unit）１００１、ROM（Read Only Memory）１００２、RAM（Random Access Memory）１００３は、バス１００４により相互に接続されている。

【0174】

バス１００４には、さらに、入出力インタフェース１００５が接続されている。入出力インタフェース１００５には、入力部１００６、出力部１００７、記憶部１００８、通信部１００９、及びドライブ１０１０が接続されている。

【0175】

入力部１００６は、入力スイッチ、ボタン、マイクロフォン、撮像素子などよりなる。出力部１００７は、ディスプレイ、スピーカなどよりなる。記憶部１００８は、ハードディスクや不揮発性のメモリなどよりなる。通信部１００９は、ネットワークインタフェースなどよりなる。ドライブ１０１０は、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリなどのリムーバブルメディア１０１１を駆動する。

【0176】

以上のように構成されるコンピュータ１０００では、CPU１００１が、例えば、記憶部１００８に記録されているプログラムを、入出力インタフェース１００５及びバス１００４を介して、RAM１００３にロードして実行することにより、上述した一連の処理が行われる。

【0177】

コンピュータ１０００（CPU１００１）が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア１０１１に記録して提供することができる。また、プログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することができる。

【0178】

コンピュータ１０００では、プログラムは、リムーバブルメディア１０１１をドライブ１０１０に装着することにより、入出力インタフェース１００５を介して、記憶部１００８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部１００９で受信し、記憶部１００８にインストールすることができる。その他、プログラムは、ROM１００２や記憶部１００８に、あらかじめインストールしておくことができる。

【0179】

なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。

【0180】

また、本明細書において、システムとは、複数の構成要素（装置、モジュール（部品）等）の集合を意味し、すべての構成要素が同一筐体中にあるか否かは問わない。したがって、別個の筐体に収納され、ネットワークを介して接続されている複数の装置、及び、１つの筐体の中に複数のモジュールが収納されている１つの装置は、いずれも、システムである。

【0181】

さらに、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。

【0182】

例えば、本技術は、１つの機能をネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成をとることができる。

【0183】

また、上述のフローチャートで説明した各ステップは、１つの装置で実行する他、複数の装置で分担して実行することができる。

【0184】

さらに、１つのステップに複数の処理が含まれる場合には、その１つのステップに含まれる複数の処理は、１つの装置で実行する他、複数の装置で分担して実行することができる。

【0185】

＜構成の組み合わせ例＞
本技術は、以下のような構成をとることもできる。

【0186】

（１）
輸送対象を乗せていない移動体である非積載移動体の動態に基づいて、前記輸送対象の需要を予測する需要解析部を
備える情報処理装置。
（２）
前記需要解析部は、前記非積載移動体が移動した経路である移動経路、及び、前記非積載移動体が前記移動経路を通過した時刻である通過時刻に基づいて、前記移動経路における前記輸送対象の需要を予測する
前記（１）に記載の情報処理装置。
（３）
前記需要解析部は、前記移動経路及び前記通過時刻に基づいて、前記輸送対象が存在しない場所、又は、前記移動経路における前記輸送対象の存在確率を予測する
前記（２）に記載の情報処理装置。
（４）
前記需要解析部は、所定の時間内に前記非積載移動体が通過した場所において、前記輸送対象が存在しないと予測する
前記（３）に記載の情報処理装置。
（５）
前記需要解析部は、前記移動経路、前記通過時刻、及び、前記移動経路における前記輸送対象の需要の解析結果に基づいて、前記移動経路における前記輸送対象の存在確率を予測する
前記（３）又は（４）に記載の情報処理装置。
（６）
前記移動体の動態を示す動態データを、前記移動体又は他の情報処理装置から受信する通信部を
さらに備え、
前記需要解析部は、前記動態データに基づく前記非積載移動体の動態に基づいて、前記輸送対象の需要を予測する
前記（１）乃至（５）のいずれかに記載の情報処理装置。
（７）
前記輸送対象の需要の予測結果を示す需要予測データを、前記移動体又は他の情報処理装置に送信する通信部を
さらに備える前記（１）乃至（６）のいずれかに記載の情報処理装置。
（８）
前記移動体は、タクシーであり、
前記輸送対象は、乗客であり、
前記需要解析部は、前記乗客を乗せていない前記タクシーである空車の動態に基づいて、前記乗客の需要を予測する
前記（１）に記載の情報処理装置。
（９）
前記需要解析部は、前記空車が移動した経路である移動経路、及び、前記空車が前記移動経路を通過した時刻である通過時刻に基づいて、前記移動経路における前記乗客の需要を予測する
前記（８）に記載の情報処理装置。
（１０）
前記需要解析部は、前記移動経路及び前記通過時刻に基づいて、前記乗客が存在しない場所、又は、前記移動経路における前記乗客の存在確率を予測する
前記（９）に記載の情報処理装置。
（１１）
前記需要解析部は、前記移動経路及び前記通過時刻に基づいて、前記乗客が存在しない区間、又は、前記区間毎の前記乗客の存在確率を予測する
前記（１０）に記載の情報処理装置。
（１２）
前記区間は、交差点に基づいて区切られる
前記（１１）に記載の情報処理装置。
（１３）
情報処理装置が、
輸送対象を乗せていない移動体である非積載移動体の動態に基づいて、前記輸送対象の需要を予測する
情報処理方法。
（１４）
輸送対象を乗せていない移動体である非積載移動体の動態に基づいて予測された前記輸送対象の需要の予測結果を示す需要予測データに基づいて、前記輸送対象の需要予測の提示を制御する提示制御部を
備える情報処理装置。
（１５）
前記提示制御部は、前記需要予測データに基づいて、前記輸送対象が存在しないと予測される場所又は方向の提示を制御する
前記（１４）に記載の情報処理装置。
（１６）
前記提示制御部は、前記需要予測データに基づいて、前記輸送対象の存在確率の提示を制御する
前記（１４）又は（１５）に記載の情報処理装置。
（１７）
前記提示制御部は、前記非積載移動体の移動状況に関する情報の提示を制御する
前記（１４）乃至（１６）のいずれかに記載の情報処理装置。
（１８）
前記移動体の動態を示す動態データを他の情報処理装置に送信し、前記需要予測データを前記他の情報処理装置から受信する通信部を
さらに備える前記（１４）乃至（１７）のいずれかに記載の情報処理装置。
（１９）
前記移動体は、タクシーであり、
前記輸送対象は、乗客であり、
前記提示制御部は、前記乗客を乗せていない前記タクシーである空車の動態に基づいて予測された前記乗客の需要の予測結果を示す前記需要予測データに基づいて、前記乗客の需要予測の提示を制御する
前記（１４）乃至（１８）のいずれかに記載の情報処理装置。

【0187】

なお、本明細書に記載された効果はあくまで例示であって限定されるものではなく、他の効果があってもよい。

【符号の説明】

【0188】

１，１－１乃至１－ｎ 車両， １１ 車両制御システム， ２４ 位置情報取得部， ３１ ＨＭＩ， ７１ 自己位置推定部， ２０１ 情報処理システム， ２１１ サーバ， ２１２－１乃至２１２－ｎ クライアント， ２２１－１乃至２２１－ｎ 情報処理端末， ２５１ 通信部， ２５２ 情報処理部， ２６１ 動態検出部， ２６２ 需要解析部， ３０１ 入力部， ３０２ 位置情報取得部， ３０３ 情報処理部， ３０４ 通信部， ３０５ 提示部， ３１１ 動態データ生成部， ３１２ 提示制御部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】