專利名稱：配車系統的制作方法
技術領域：
本發明涉及一種配車系統，特別涉及一種可以在包含多個站點的一定的區域內按照在各站點中的乘車需求以在系統中已設定的所希望的等待時間從而穩定地提供(配車)車輛的配車系統。
在按照在多個站點中發生的乘車需求調配配備在區域內的一定臺數的車輛的系統中，有時對于在區域內地各站點發生的乘車需求車輛不能滿足。這種情況下，可以考慮采用從其他有富余的車輛的站點調出車輛(以下稱為再次配車)以滿足乘車需求的配車系統。
但是，在這種配車系統中，一旦產生車輛不足的情況，因為是事后對應的系統，所以車輛從其他站點到達需要車輛的站點需要一定時間。另外，由于在再次配車中發生新的車輛需求和在再次配車前從另一站點發出的車輛的還車，在各站點中有時產生新的車輛的剩余不足，不能針對乘車需求穩定地設定所希望的等待時間。
為了消除上述問題，可以考慮根據預測乘車需求數據進行再次配車。例如，可以根據各站點的現有車輛數和在各站點中現在出現的乘車需求以及過去的乘車需求統計數據預測出乘車需求，按照預測出的乘車需求數據調配車輛。作為根據乘車需求預測調配車輛的例子，有記載在日本專利公報9-153098號公報上的車輛需求預測系統。
在上述車輛需求預測系統中，當車輛需求統計數據和實際的乘車需求之間發生偏差時，可以考慮改變在系統中設定的所希望的等待時間。在用上述統計數據一邊預測乘車需求一邊進行再次配車的系統中，即使在實際的乘車需求偏離上述統計數據的情況下，也希望在系統中被設定的等待時間處于所希望的范圍內。這在配車系統具有多大的一富余度的問題上以及在確定該系統的有用性上是非常重要的因素。
本發明的目的就是鑒于上述認識，提供一種在根據過去的乘車需求統計數據的配車系統中對于實際的乘車需求和上述統計數據之間的偏差可以使等待時間的變動減小的配車系統。
用于解決上述問題、實現上述目的的本發明是一種在使用根據在被設置于區域內的多個站點中發生的乘車需求和全部站點的乘車需求統計數據的預測乘車需求數據預測出乘車需求、再從具有富余車輛的站點向車輛不足的站點再次配車的配車系統，其特征在于當根據上述乘車需求統計數據給出了每天的全部預測乘車需求數據的數的情況下，將整個區域內的車輛的配備臺數設置為按照下面的公式1算出的數值以上配備臺數＝區域內的全部站點數×(相當于各站點間的平均移動時間的預測乘車需求數據的數)…(公式1)這里的“相當于各站點間的平均移動時間的預測乘車需求數據的數”可從上述每天的全部預測乘車需求數據的數值中換算出來。
如果采用上述特征，則只需按照相當于在車輛移動于各站點之間所需要的時間的平均值(平均移動時間)中預測發生的乘車需求數在各站點中配備車輛。因而，理論上在發生乘車需求時通過從其用車需求的目的地站點向發生用車需要的站點進行再次配車，就可以設置成在從乘車需求發生時到經過上述平均移動時間后和上述乘車需求發生時同樣的車輛配備狀態。
因而，即使過去的乘車需求統計數據和實際的乘車需求有偏差，也可以在系統中實現有富余車輛配備，可以提供在系統中被設定的所希望的等待時間的變動極少的配車系統。換句話說，可以設定在區域中的等待時間的變動少的配車系統的最適宜車輛配備數。
圖1是表示本發明的實施例的配車系統的構成的系統圖。
圖2是表示被配置在站點中的終端和主計算機中的主要功能的方框圖。
圖3是表示再次配車指示前的各站點的乘車需求以及車輛數的示意圖。
圖4是表示再次配車指示后的各站點的乘車需求以及車輛數的示意圖。
圖5是車輛剩余不足計算的流程圖。
圖6根據車輛剩余不足計算結果的再次配車設定的流程圖。
圖7是表示各站點之間的車輛的移動時間的一個例子的示意圖。
圖8是表示配備臺數和再次配車數的關系的示意圖。
圖9是表示配備臺數和平均等待時間的關系的示意圖。
圖10是表示各站點之間的車輛的移動時間的模擬結果的示意圖。
圖11是表示1天的乘車需求的推移的示意圖。
圖12是表示每個配車臺數的等待時間的偏差的示意圖。
圖13是表示每個配車臺數的等待時間的偏差的示意圖。
以下，參照圖面詳細說明本發明。圖1是表示本發明的一個實施例的配車系統的概要系統圖。在此，假定在區域內設置了5個站點。站點P1、P2、P3、P4、P5(以下，在沒有圖示特定的站點的情況下，僅統稱為“站點P”)是被設置在高爾夫場、機場、飯店等處的一定的停車場地，在區域內配備多臺車輛4。關于在區域內配備的最佳的車輛臺數將在以后敘述。在站點P中分別設置終端2。另外，在各終端2中分別連接檢測站點P中的車輛出入的傳感器3。
傳感器3具有識別用于特指特定車輛4的車輛號碼功能，這里所說的車輛號碼可以是被安裝在車輛前后上的車牌上的號碼，也可以是在車輛的側部和上部等適宜檢出的位置上的被特別記錄的車輛號碼。另外，車輛號碼不限于數字，也可以是使用條形碼和文字/記號等符號的識別信息。傳感器3可以使用用于采用光學方法讀取被記錄在車輛上的上述車輛號碼的光學傳感器。
終端2具有識別車輛用車者的識別裝置(未圖示)，該識別裝置從用車者輸入的ID號碼等判斷用車者是不是已登記的簽約者。ID號碼等最好是被記載在IC卡中的信息。上述識別裝置在用車開始時讀取用車者出示的IC卡的信息，另外，在用車結束之后為了識別車輛的使用結束而讀取用車者拿出的IC卡的信息。終端2具有用于用車者輸入目的地的輸入裝置(未圖示)。該輸入裝置可以用(比方說)與站點名對應的開關構成。
車輛4可以是比方說自動行走的電動汽車，其構成是當允許用車者使用車輛的情況下，門鎖會打開，用戶可以開始駕駛。本發明并不限于自動打開門鎖，也可以由用車者使用上述IC卡解除門鎖。無論是哪種情況，都希望以在乘車的站點P的終端2中識別出IC卡的用車者的識別信息(ID號碼等)被識別為前提。
終端2通過通信線路和主計算機(以下，成為“主機”)1連接，在終端2和主機1之間相互進行數據的收發。用車者乘車的站點P的終端2向主機1發送該站點P的現有車輛號碼以及車輛數、簽約者ID號碼、乘車需求(用車請求)等。用車請求在用車者輸入了ID號碼時發生。用車請求中包含目的地信息。主機1根據上述ID號碼并參照簽約者的個人信息判斷是否應該允許使用車輛后，指示終端2允許借出及借出車輛。通過借出許可以及借出車輛的指示就可以實現乘車。在完成借出許可以及借出車輛的指示時產生“發車事件”。
另一方面，用車者已到達的站點P的終端2向主機1發送該站點P的現有車輛號碼以及車輛數以簽約者ID號碼、到達確認信息(還車事件)、以及簽約者行駛數據等。還車事件在傳感器3檢測出與上述發車事件對應的車輛4進入了站點P時輸出。
主機1在具有運算裝置(CPU)10和存儲裝置(存儲器)11的同時，具有用于向各車輛4傳遞指示的通信裝置12。其中，運算裝置(CPU)10是用于根據從終端2輸入的信息進行用于指示終端2允許借出以及借出車輛的運算的運算裝置。在存儲裝置11中存儲著作為全部站點的乘車需求統計數據的1種的各個站點P的預測乘車需求數據(以下，稱為“預測發車事件”)，另外，還存儲著簽約者信息和簽約者行駛數據等的數據。預測發車事件是以過去的實際用車請求為基礎設定的1天的用車請求預測。簽約者信息是與上述ID信息號碼對應的簽約者的姓名等的個人信息。簽約者行駛數據指行駛距離和行駛時間，是用于向簽約者收取租金的信息。
圖2是表示上述終端2以及主機1的主要功能的方框圖。終端2具有用于向主機1通知用車請求、還車事件、簽約者ID以及現有車輛數的用車請求通知裝置20，還車事件通知裝置21，簽約者ID通知裝置22以及現有車輛數通知裝置23。用車請求通知裝置20在使用者輸入了ID號碼時通知用車請求發生，還車事件通知裝置21通知由傳感器3檢測出的車輛入場檢出結果。簽約者ID通知裝置22通知從IC卡等讀出的ID號碼。現有車輛數通知裝置23通知根據上述傳感器23檢測出的車輛號碼以及車輛的出入的檢出結果計數出的現有車輛數。
進而，終端2還具有用于向用車者指示或者介紹乘車車輛的顯示裝置24。該顯示裝置24根據從主機1輸入的借出許可等進行顯示，可以用圖形信息通知，也可以用聲音通知。終端2具有用于和主機1進行數據通信的通信接口25。進而，顯示裝置24也可以在在站點P中有可乘坐的車輛4、在ID卡輸入后可以直接發出乘車車輛指示的情況下，進行車輛號碼等的通知，當車輛4不足的情況下通知預測等待時間。
主機1的存儲器11具有預測發車事件存儲部分110和簽約者信息存儲部分111。預測發車事件存儲部分110將1天的乘車實際需要在各個站點P中作為時間系列的數據積累，作為預測發車事件提供給CPU10。預測發車事件對天氣、日期和時刻、星期幾等積累過去的乘車實際需要，可以將與此日期和時間、天氣、星期幾等對應的預測發車事件提供給CPU 10。在簽約者信息存儲部分111中存儲著上述簽約者信息和簽約者行駛數據。簽約者信息是預先登記的，簽約者的行駛數據被從終端2中輸入。
CPU 10通過通信接口107和終端2的通信接口25連接。CPU 10的需要數判別部分101，根據存儲器11的預測發車事件，判別每1小時發生被預測用車請求。SD設定部分102可以根據上述被預測的用車請求是否超過基準臺數，檢索在預測發車事件中從現在時刻至幾小時(或者幾分鐘后)的數據，也就是確定檢索區域(以下也稱為“檢索程度時間”或者“SD時間”)。關于SD時間的確定算法將在下面敘述。
預測乘車需求檢出部分103從預測發車事件存儲部分110讀出在SD設定部分102中被確定的SD時間內的預測發車事件，輸出到剩余不足數算出部分104。剩余不足算出部分104根據從終端2輸入的每個站點P的用車請求及現有車輛數以及上述預測發車事件，算出車輛的剩余不足。車輛的剩余不足數可以考慮在根據被包含在上述用車請求中的目的地信息預測的目的地站點中的還車事件后算出。
再次配車設定部分105根據各站點P的車輛4的剩余不足數，輸出用于使剩余的車輛4移動到其他的站點P也就是再次配車的指示。該再次配車指示通過通信裝置12通知車輛4。在車輛4中設置有通信裝置和自動行駛裝置使其可以適應再次配車的要求。自動行駛裝置可以采用利用地圖數據、GPS的位置檢測系統以及利用信號機和障礙物監視系統等已有系統。
配車設定部分106在有可以乘坐的車輛時，直接通知終端2可以出借以及借出車輛。另外，當車輛不足的情況下，根據還車事件和由上述再次配車設定部分105指示的再次配車的到達預定時刻等算出等待時間，并通知終端2。這樣，用車者可以知道等待時間。
下面說明具體的配車例子。如果只用各站點P的現有車輛和現在時刻的用車請求進行車輛的再次配車，則由于產生因用車請求的變動和車輛的移動引起的新的車輛剩余不足而不能進行高效率的配車。因此，在本實施例中，調查在預先設定的SD時間內的用車請求和還車事件后再計算出車輛的剩余不足，進行再次配車。圖3是表示因各站點P中的發車事件和還車事件的發生引起的車輛數變化的示意圖。在此圖中，雖然預計了在現在SD時間內可以預料的出行的發生，但再次配車部分沒有考慮。
在圖3中，在站點P1中用車請求是“3”。因為現有車輛數是“0”，所以現在缺3輛車。在該站點P1中，有在此時刻之前因在另一站點發生的發車事件引起的還車事件Ta1，和由在站點P3中發生的在現SD時間內之初的發車事件Td3引起的還車事件Ta11。另一方面，因為已預測到預測發車事件Tf1，所以合計用車請求變為“4”。因而，因為相對在現SD時間內可以使用的車輛數用車請求是“4”，所以其結果是缺2輛車。
在站點P2中因為用車請求是“0”，現有車輛數是“5”，所以現在車輛富余5輛。在該站點P2中，因為已預測到預測發車事件Tf2、Tf21發生，所以合計用車請求變為“2”。因而，因為相對現SD時間內可以使用的車輛數“5”來說用車請求是“2”，所以其結果富余3輛車。
因為在站點P3中用車請求是“5”，現有車輛數是“2”，所以現在缺3輛車。在該站點P3中，因為現有車輛2輛，所以直接答應2個用車請求，發車事件Td3、Td31發生。另外，有在此前的SD時間中在其他的站點中產生的發車事件的還車事件Ta3、Ta31。因為沒有預測發車事件，所以合計用車請求為“5”不變。其結果，因為相對在現SD時間內可以使用的車輛數“4”來說用車請求數是“5”，所以車輛缺1輛。
因為在站點P4中用車請求是“1”現有車輛數也是“1”，所以目前時刻沒有車輛的過剩或者不足。在該站點P4中，因為現有車輛是1輛，所以直接答應用車請求發車事件Td4。另外，在該站點P4中，因為已預測到有預測發車事件Tf4，所以合計用車請求變為“2”。另外，預測到在站點P3中發生的發車事件引起的還車事件Ta4。因而，因為相當于在現SD時間內可以使用的車輛數“2”來說用車請求是“2”，所以沒有車輛的剩余不足。
在站點P5中因為用車請求是“0”，現有車輛數是“1”，所以目前時刻富余1輛車。在該站點P5中，有在站點P4中發車事件Td4的還車事件Ta5，并且，在此前的SD時間中有在其他的站點中發生的發車事件的還車事件Ta51。另外，因為預測到有預測發車事件Tf5，所以合計用車請求變為“1”。其結果，因為相對在現SD時間內可以使用的車輛數“3”來說用車請求是“1”，所以車輛富余2輛。
以上述SD時間內的車輛數和用車請求的變動為前提設定再次配車。以下，分階段說明再次配車的算法。首先作為第1階段，檢測在SD時間內可以再次配車的站點和車輛數。在上述情況下，在站點P2和站點P5中因為車輛富余所以可以進行再次配車。作為第2階段，求再次配車富余車輛之后的剩余車輛數。而后，作為第3階段判斷用該剩余車輛數是否可以滿足下次發生的用車請求。即，在再次配車所有的車輛之后，至通過還車事件等該站點P的車輛數恢復之前發生用車請求的情況下，不能直接答應該用車請求。因此，如果預定剩余車輛數可以作為下次發生的用車請求的車輛使用，就可以進行再次配車。
在上述的情況下，在站點P2中，因為即使再次配車剩余的3輛車還剩下2輛車，所以即使應允下次發生的預測發車事件Tf2也還剩下1輛車。因而，在站點P2中有進行3輛車的再次配車后的富余，可以進行再次配車。另一方面，在站點P5中，如果再次配車剩余的2輛則剩余車輛數就變為1輛，如果答應下次發生的預測發車事件Tf5則沒有剩余車輛。這樣，因為如果在站點P5中再次配車則剩余車輛數沒有富余，所以不能實行再次配車。
進而，最好從距離車輛不足的站點P最近的站點P進行再次配車。例如，當假設在站點P5中沒有下次的用車請求的情況下，可以從站點P2和站點P5的雙方進行再次配車，對于車輛不足的站點從最近到達站點進行再次配車。在此，在假設距離車輛不足的站點P1和站點P3最近的站點中P2比站點P5還近的情況下，從站點P2向站點P1再次配車1臺，從站點P2向站點P3再次配車1臺。
在根據上面的研究結果進行再次配車的情況下，在SD時間內在各站點P中的車輛數的變化表示在圖4中。在圖4中，在站點P1中，目前用車請求的1個用車者可以乘坐還車事件Ta1的車輛，第2、3個用車者可以乘坐被從站點P2再次配車來的2輛車(Dv1、Dv2)。而后，預測發車事件Tf1的用車者可以乘坐到達用車請求Ta11的車輛。
在站點P2中向站點P1再次配車2輛(d1、d2)，向站點P3再次配車1輛(d3)。而后，預測發車事件Tf2的用車者可以乘坐現有車輛(V1)，預測發車事件Tf21的用車者可以乘坐現有車輛(V2)。
在站點P3中因為現有車輛2輛，所以可以直接答應5個用車請求中的2個，2個用車者可以乘坐發車事件Td3、Td31的車輛。另外，第3和第4個用車者可以乘坐還車事件Ta3、Ta31的車輛，第5個用車者可以乘坐從站點P2再次配車來的車輛(Dv3)。
在站點P4中因為現有車輛1輛所以可以直接答應1個用車請求，用車者可以乘坐發車事件Td4的車輛。另外，與預測發車事件對應的用車者可以乘坐還車事件Ta4的車輛。進而，雖然在站點P4中有還車事件Ta41，但這根據在站點P5中的預測發車事件Tf5的車輛不能預測，在研究再次配車時不與考慮。
在站點P5中雖然現有車輛1輛，但因為沒有用車請求，所以沒有馬上發車事件。預測發車事件Tf5的用車者可以乘坐現有車輛V5。其后發生的還車事件Ta5、Ta51的車輛，因未被再次配車而富余。在站點P5中，雖然有根據在站點P4中發生的預測發車事件Tf4的還車事件Ta52，但這是不能預測的，在研究再次配車時不與考慮，也可以根據統計數據，考慮該還車事件Ta52進行計算。
這樣的結果，在站點P1～站點P3中在SD時間內因沒有車輛剩余不足而可以適應需要，進而在站點P4中剩余車輛1輛，在站點P5中剩余車輛3輛。
在上述例子中，在現在SD時間內可以適應用車請求。但是，當在該SD時間內不能適應用車請求的情況下，不夠的車輛留待下次的SD時間的再次配車研究時解決。另外，在預先設定最大等待時間并且在該現在SD時間中超過設定最大等待時間的情況下，還包含確定為先前沒有再次配車的站點P進行可以再次配車的車輛的調配，以滿足用車請求。
以下，參照流程圖進一步說明上述的再次配車的處理。圖5是車輛剩余不足計算處理的流程圖。在步驟S1中，在表示站點P的參數P中置“0”，在步驟S2中使該參數P增加(+1)。總之，以下的處理涉及用參數P代表的站點。在步驟S3中將等待還車事件也就是根據在前一次計算中產生的發車事件的還車事件作為參數NTA置位。在步驟S4中將現有車輛數作為參數NPV置位。在步驟S5中將現有用車請求數置位為參數DP。在步驟S6中將預測發車事件數設置為參數DT。
在步驟S7中判斷還車事件是否在現SD時間發生。該判斷是通過其他全部站點有無發車事件，以及在有發車事件時包含于該用車請求中的目的地信息中包含本站點，通過是否在該SD時間內到達的計算進行判別。該計算根據站點之間的已知的距離以及車輛的預定行駛速度進行。如果步驟S7是肯定的，則進入步驟S8，將該還車事件(NTA)加在上述還車事件數NTA以及現有車輛數NPV上作為可以使用的車輛數NP。
在步驟S9中進行剩余不足的運算。也就是從車輛數NP中減去現有用車請求數DP以及預測發車事件數DT求車輛剩余不足數VNP。在步驟S10中判斷再次配車后的車輛數是否充分。該判斷是通過在再次配車通過剩余不足的計算而判斷為有富余的車輛后的情況下有剩余車輛而且是否可以滿足下次發生用車請求進行判斷。如果該判斷是肯定的，則進入步驟S11，建立起表示可以實行再次配車的標志PF。另一方面，如果不可以進行再次配車，則進入S12，清除標志PF。
在步驟S13中，判斷參數是否變為“5”，也就是判斷是否對全部的站點計算了車輛的剩余不足。至該判斷變為肯定之前進入步驟S2繼續計算，求站點P1～P5的車輛剩余不足數。
下面說明根據上述車輛的剩余不足計算結果進行的再次配車設定處理。在該再次配車設定處理中，將各站點可停車輛數即停車場的大小考慮在內進行再次配車。這是因為當在各站點中的可停車輛數(以下，稱為“容納臺數”)小而在區域中的車輛的總配備臺數多的情況下，在車輛出入時發生堵塞，車輛多等待時間比較長的緣故。
圖9是將容納臺數作為參數表示等待時間和車輛數的關系的圖。從該圖可知，等待時間表現為極小值的車輛數同樣存在，即使車輛數增多，也不一定可以縮短等待時間。例如，在將總配備臺數設定為75臺的情況下，容納臺數(CAP)在30臺時約為4分鐘，40臺時為2分鐘，50臺時為1分鐘，但容納臺數在20臺時變為未圖示的長等待時間。因此，如下一流程圖所示，要根據站點的容納臺數進行再次配車。
圖6的流程圖中，在步驟S20中，在表示站點P的參數P中置“0”，在步驟S21中使該參數P增加(+1)。在步驟S22中通過是否建立起上述標志PF判斷在站點P中是否有可配車的車輛。如果判斷為可以再次配車就進入步驟S23，判斷在距該站點P預定距離的站點中車輛是否不足。這是為了向盡可能近的站點優先再次配車，而判斷預先規定的最小距離內的站點的車輛是否不足。
如果在步驟S23中是肯定的，則進入步驟S24，從該站點P向車輛不足的其他站點再次配車。但是，即使在計算出在SD時間內車輛有剩余的情況下，也可以認為是沒有現有車輛。因而，可以在現有車輛的區域內進行再次配車。如果進行了再次配車則進入步驟S25，以再次配車引起的變動為基礎變更各站點的車輛剩余不足數。
另一方面，當步驟S22以及步驟S23的某一個判斷為“否定”的情況下，也就是在該站點中沒有可以再次配車的車輛的情況下或者沒有距該站點規定距離的車輛不足的站點的情況下，進入步驟S41。
在步驟S41中，判斷容納臺數CAP是否在估計為在SD時間內可以使用的車輛數NP以下。在該判斷是肯定的，也就是在SD時間內超過在該站點中可以容納的臺數的車輛進入該站點這一預測成立的情況下，進入步驟S42。在步驟S42中，判斷是否有其他車輛不足的站點。當有車輛不足的站點的情況下，進入步驟S24，向該站點再次配車。
當沒有車輛不足的站點的情況下，從步驟S42進入步驟S43，檢測出現有車輛最少的站點。如果確定了現有車輛最少的站點，則進入步驟S24，向該站點再次配車。如果再次配車結束，則進入步驟S25，以最新值更新各站點的車輛剩余不足數。
在步驟S26中通過判斷參數P判斷是否對所有的站點P進行了處理。如果該判斷是肯定的，就進入步驟S27，判斷車輛不足的站點是否依然存在。如果該判斷為否定就結束處理，如果是肯定的，就進入步驟S28，判斷是否超過預先設定為在該SD時間中不能進行再次配車的最大等待時間。如果該判斷是否定，就進入步驟S29，不足車輛在下次的SD時間的用車請求中解決。即，留作下次車輛剩余不足計算時的現有用車請求。
另外，當超過最大等待時間的情況下，為了在現在SD時間中消除不足，檢索在更遠的站點中是否有剩余車輛。因此，為了擴大在步驟S30中檢索的站點而增大距離設定。
增大距離的結果是，例如即使存在有剩余車輛的站點，從那里再次配車其結果有時超過最大等待時間。因此，在步驟S31中，判斷在從重新設定了距離的站點進行的再次配車是否在最大等待時間內解除車輛的不足。如果該判斷是肯定的，則不進行從遠處站點的再次配車而進入步驟S29，在下次的SD時間補充不足車輛。
如果步驟S31的判斷是否定的，則返回步驟S20。而后，在處理步驟S30之后的步驟S23中，判斷在比上次還遠的站點中是否有車輛不足。
通過上述步驟S41～S43的處理，當判斷為合計現有車輛數以及預測到達車輛數的數不能全部容納在本站點中的情況下，即使車輛不足的站點不是臨近的站點的情況下也可以向該車輛不足站點再次配車，從而防止本站點的阻塞。另外，當完全沒有車輛不足的站點的情況下，通過向現有車輛最少的站點再次配車使得在本站點中沒有阻塞。進而，當現有車輛少的站點有多個的情況下，可以變為向距離最近的站點再次配車等。
以下，說明用于SD時間設定的計算方法。圖7是表示各站點之間的再次配車所需要時間的示意圖。如圖所示，最遠的站點之間所需要的時間是30分鐘，最近的站點之間也需要5分鐘。從該圖可知，即便確定在不足5分鐘的SD時間中可以再次配車的車輛數，在該SD時間中被再次配車的車輛也不能到達預定的站點。另外，在5分鐘以上7分鐘以下的SD時間中只能在站點P1以及站點P2之間再次配車。進而，在7分鐘以上9分鐘以下的SD時間中只能在站點P1以及站點P2之間，以及站點P2以及站點P3之間再次配車。以下，如果進行同樣的研究。則在30分鐘以上的SD時間內可以在全部站點之間進行再次配車。這樣，為了可以再次配車就需要設定各站點P之間的最小所需要時間以上的SD時間。在圖7中是5分鐘以上。
另外，在和最大等待時間的關系中，需要設定比最大等待時間短的SD時間。例如將最大等待時間設定為15分鐘的情況下，SD時間需要設定為不足15分鐘，這種情況下，可以在站點P1以及P2之間，站點P2以及站點P3之間，站點P3之間以及站點P4之間，站點P4以及站點P5之間進行再次配車。進而，在使汽車自動行駛再次配車的情況下，各站點之間的所需要時間當然要根據自動行駛時的行駛速度確定。
以下說明用來根據與被配備的車輛臺數的聯系確定SD時間的算法。如果配備和站點P中的總用車請求數同樣數量的車輛，則可知在該站點中不需要再次配車，配備在站點P中的車輛數越少，則再次配車數越多。因而，當車輛的配備臺數多，再次配車的必要性低的情況下，可以設定SD時間短，在站點P中的等待時間也有縮短的傾向。
但是，因為配備臺數無限增多是不經濟的，所以希望通過延長SD時間，積極地靈活運用再次配車來減少配車臺數。另一方面，如果減少配備臺數使SD時間過分延長，則有等待時間延長的傾向。另外，如果SD時間增長則等待時間增加，但因為可以期待很多來自其他站點的還車事件所以再次配車數比較少。因而，可以通過綜合研究配車臺數、再次配車臺數、以及等待時間確定SD時間。
圖8是以SD時間為參數表示車輛的配備臺數和再次配車數的關系圖，圖9是以SD時間為參數表示車輛的配備臺數和平均等待時間的關系圖。在圖8中，在配備臺數在a臺以下，再次配車臺數在A以下這一設定條件中，如果配備臺數減少，則在同樣的SD時間中再次配車數減少(假設SD時間為SD1＞SD1＞SD3＞SD4)。另一方面，從圖9中看出，如果減少配備臺數少則平均等待時間延長。即，因為如果配備臺數減少則再次配車數減少，所以其結果是等待時間延長。
因而，當配備臺數減少時，需要增加再次配車數，使得平均等待時間不超過其上限值B，因此必須縮短SD時間。換句話說，如果要減少再次配車數則需要增加SD時間，如果要減少平均等待時間則需要縮短SD時間。
舉例來說，如果設定點L、M、H，則無論哪一點都要共同滿足平均等待時間的上限B以及再次配車數A臺的設定。因而，使配車臺數、再次配車數、以及平均等待時間的哪一個優先，可以根據各個時期的必要性(例如，業務判斷)確定。
下面，說明對理想的車輛配備臺數的研究結果。為了在在各站點中實際發生的用車請求和由乘車需求統計數據的預測發車事件預測的用車請求之間有差別時也將等待時間設置為“0”，理論上，在發生1個用車請求時通常應該在全部站點中各有一輛車。另一方面，當在某一站點中發生了用車請求的情況下，如果配備有可以從該用車請求的目的地向上述發生用車請求的站點再次配車的車輛，則在車輛移動于這2個站點之間的時間后，由于這2個站點中必然有車輛，所以全部站點的車輛配備臺數成為和初始狀態相同。
假定，當在全部的站點之間的移動時間一定的情況下，在某個站點中發生了用車請求時，即使從其中的某個站點向該站點再次配車，如上所述如果在各車輛出入的站點之間通過再次配車補充車輛，則在移動時間后可以使全部的站點中都有車輛。而后，如果用車請求的發生頻度在上述各站點之間的每一移動時間中是1次，則如果在各站點中配備1輛車，理論上等待時間為“0”。
因而，實際上，應該根據每1天的全部預測發車事件的次數換算在全部區域中預測的預測發車事件在上述每一移動時間中有幾次，由此確定配備臺數。
以下以具體的數值為基礎說明一個模擬例子。圖10是表示用于特定區域大小的各站點P1～P5相互間的行駛時間的示意圖。圖10(a)是有人駕駛車輛的情況下的行駛時間(時速48公里/小時)，圖10(b)是無人自動行駛時的行駛時間(時速16公里/小時)。
圖11是表示1天的乘車需求的實測值的一個例子的示意圖。如圖所示，乘車需求在1天中不是穩定的，有相當的變化。在此例子中1天的全部預測發車事件數是約1800次。
以上述模擬條件為基礎計算最適宜的配備臺數。各站點之間的移動時間以無人自動行駛時的時間為基準。再次配車時，因為比有人時的行駛速度慢，所以移動時間增長。假定平均如圖10(b)所示的車輛行駛時間則為14.46分(約15分鐘)。如果以1天的全部預測發車事件數1800為基準進行計算，則每15分鐘的發車事件數約為18次。這就意味著有人車輛和再次配車的車輛為了相互補充而往來于各站點之間約發生了18次的出行。因而，在各個站點中，應該配備相當于各站點之間的車輛的平均移動時間的預測發車事件數量的車輛。具體地說，如果在5個站點的各自中分別配備18輛車也就是在區域內配備90輛車，則可以答應發車事件從任何一個站點再次配車。理論上，在用車請求發生時在各站點中總是存在1輛車。
但是，實際上因為除了在各站點之間的移動時間是離散的之外，1天的總發車事件數也是變化的，而且用車需求有時集中發生在某一時間，有不確定因素，所以等待時間不一定為“0”。但是，如上所述，在根據統計數據預測發車事件和還車事件進行再次配車的系統中，即使實際的用車需求偏離了預測值時也可以使等待時間的變動很小。
圖12、圖13是表示包含實際的用車需求(用車請求)偏離了乘車需求統計數據的預測發車事件的情況的區域內的車輛的每一配備臺數的等待時間偏差的示意圖。在該圖中，橫軸取出行數/站點數。進而，圖13是將在圖12中的等待時間偏差放大后的示意圖。
如這兩個示意圖所示，如果配備臺數是90臺，則可知即使實際的用車需求偏離了上述統計數據，不管該偏差的大小都可以將等待時間的偏差穩定在很小。另一方面，在配備臺數是72臺以及54臺中可知，當實際的用車需求偏離了統計數據的情況下等待時間的偏差極大變化劇烈。當出行數和站點數的比變小時，也就是對于站點數出行數很少時偏差增大，但如果對于出行數“1800”站點數在“10個以下”，則在出行數和站點數中的等待時間的偏差小。總之，在出行數和站點數中等待時間難于受到影響。
如上所述，如果根據相當于各站點之間的平均移動時間的預測發車事件的次數確定車輛配備臺數，就可以對于實際的用車需求的變動設置穩定的配車系統。
進而，從圖11也可以理解，用車需求并不是在1天(24小時)的所有時間發生，存在完全沒有用車需求的時間帶(4小時)。因而，1天的全部預測發車事件的總乘車需求1800次出行可以考慮為20小時中的出行，可以換算相當于各站點之間的平均移動時間的預測發車事件數。
在這種情況下，最好還考慮在各站點之間的出行的發生頻度不均等有偏差。例如，可以考慮在站點P1～P2之間往來的車輛數，比在站點P1～P5之間往來的車輛數多的情況。
此例子表示在圖10(c)中。該圖是表示站點之間出行的發生頻度也就是對于上述出行的比例的圖。這種情況下，希望各站點之間的平均移動時間代替上述單純平均進行加權平均。從圖10(b)和(c)可知，平均移動時間變為11.91分鐘(約12分鐘)。因而，每20小時1800出行變為約每12分鐘18出行，應該在5個站點配備90輛車。
在這樣的各站點之間的出行的發生頻度因為是區域固有的頻度，所以在設定了區域時可以從該區域的特征推測發生頻度或者采取數據進行確定。
因而，希望考慮在上述各站點之間的發車事件的頻度和1天的用車需求分布，并考慮上述各站點之間的移動時間和該移動時間內的預測發車事件的次數。即，各站點之間移動時間并不是單純平均值而是可以作為加入了發車事件的頻度的加權平均值處理，這種情況下1天也不必作為24小時處理。
進而，在上述實施例中，雖然假設是使車輛自動行駛進行再次配車的系統，但本發明并不限于此，再次配車也可以是由人來駕駛，也可以用拖車等、其他的車輛牽引車輛4。另外，本發明也不限于用車者駕駛，也可以適用于出租車和包租車的配車系統。
從上述說明可知，如果采用本發明，當根據預測乘車需求數據進行再次配車的情況下，即使實際乘車需求偏離了預測乘車需求數據，也可以實現在各站點中的車輛的等待時間的變動小的富余度高的配車系統。
權利要求
1.一種配車系統，該系統利用根據在被設置在區域內的多個站點中發生的乘車需求和全部站點的乘車需求統計數據的預測乘車需求數據預測乘車需求，從有剩余車輛的站點向車輛不足的站點再次配車，其特征在于當根據上述乘車需求統計數據給出相當于1天的全部預測乘車需求數據的數的情況下，將全部區域內的車輛的配備臺數設置成按照下面的公式1算出的臺數以上配備臺數＝區域內的全部站點數×(相當于各站點之間的平均移動時間的預測乘車需求的數)…(公式1)這里的“相當于各站點之間的平均移動實際的預測乘車需求數據的數”從相當于上述1天的全部預測乘車需求數據的數換算出。
2.如權利要求1所述的配車系統，其特征在于各站點之間的平均移動時間設置成再次配車時的站點之間移動時間的平均值。
3.如權利要求1或者2所述的配車系統，其特征在于各站點之間的平均移動時間按照基于乘車需求統計數據的各站點之間出行的發生頻度進行加權平均。
全文摘要
本發明提供一種即使相對于統計數據實際的乘車需求(用車需求)偏離時等待時間的離散少的配車系統。當給出了全部站點中的總出行數的統計數據時,為了減少車輛等待時間的離散,根據下面的公式確定區域內的車輛配備臺數。配備臺數=站點數×(相當于站點之間的平均移動時間的預測出行數)。
文檔編號G08G1/127GK1242555SQ9911040
公開日2000年1月26日 申請日期1999年7月7日 優先權日1999年7月7日
發明者村上洋, 矢野俊二, 上原裕二, 中村和宏 申請人:本田技研工業株式會社