SAVとは、タクシー(デマンド型)と路線バス(乗合い型)の長所を融合した、ルートを固定せず需要に応じて乗合い車両を走行させるシステムです。
スマートデバイス(IoT)とクラウドプラットフォームをベースとしたアプリケーションが通信し、人工知能(AI)がリアルタイムに車両の最適な走行ルートを決定。 この技術により、需要に即した乗合い車両の配車決定を完全自動(無人)で行うことが可能となります。

スマートデバイスアプリ画面イメージ

savmonitor

  • SAV乗客用アプリ
    スマートフォンの専用アプリにて乗車位置、降車位置をセットして配車を要求。SAVクラウドがお迎え到着予定時刻をお知らせします。
  • SAVドライバ用アプリ
    SAVへ搭載されたAndroidナビゲーションアプリへ迎車の指令
    と行き先の指示が届きます。配車はSAVの現在位置や空席状況を元に、SAVクラウドが全て自動で決定します。

SAVの特徴

公共交通機関において従来人間が行っている判断を人工知能(AI)が代替します。

  • オペレータによる配車指示
    乗客からの公共交通の利用要求に対し、AIが乗降位置や車両の運行状況を元に最も効率的な配車を決定し、自動でドライバーへ送迎指示を行います。
  • ドライバーの走行ルート
    従来ドライバーの勘と経験に頼った乗客の発見を、データと実際の乗車要求に即しAIが判断します。乗合いの許容とリアルタイムな配車決定により、乗客の送迎中においても新たな乗客の乗車要求に応えることができます。
SAV導入により期待できる効果

savdelivery

オンデマンド・リアルタイム乗合い配車決定

savondemand

システム構成イメージ

systemarchitecture

  • SAVスマートデバイスアプリ
    クラウドを仲介したアプリが乗客とドライバを結びます。 オペレータ用アプリでは、全SAV車両の運行状況のチェックやドライバアプリの遠隔操作をすることができます。
  • 配車サーバ
    スマートデバイスアプリから送信される各種情報を収集し、配車計算等の処理結果を乗客やドライバへ返却します。
  • 配車計算アルゴリズム
    乗客からの要求とSAV車両の状態、交通経路等を元に、独自のアルゴリズムにて最適な配車を計算します。
  • SAV導入シミュレーション
    各種データを使用してSAVのシミュレーションを行い、地域の需要に応じた最適な台数や、サービス水準(乗車時間と待ち時間等)の妥当性を検証します。

SAVの背景

SAVの基本技術は、2001年より産業技術総合研究所にて手掛けたデマンドバス配車シミュレーション研究に遡り、2003年には論文「デマンドバスはペイするか?」が発表されました。
その後のITインフラやモバイル端末の発展といったIT環境の伸展が続く中、超高齢社会や地方創生等の課題において交通・移動の効率性・利便性向上の問題解決が急務となってきたことを背景に、公立はこだて未来大学を中心として、産業技術総合研究所、名古屋大学との共同による社会実用を見据えた調査と研究開発がスタートしました。
2011年には函館地域をフィールドとした社会実証実験の推進のため、「NPO スマートシティはこだて」が発足し、2013年以降は実道路交通網にて実車両を用いた実証実験を重ね、多数の論文発表、講演等によってシステムの有用性が報告されています。
sav_examination