Parkopedia Japan Blog

なぜ予測が毎回リアルタイムに勝るのか(路上駐車の満空情報の場合)

Written by Dr Sander van Dijk, Head of Data Science | February 11, 2021 9:39:42 PM Z

新しい10年に突入した今、「リアルタイムデータ」は2000年代と2010年代の流行語の一つであったと言っても良いでしょう。駐車場でリアルタイムデータといえば、通常は静止しているセンサーからのリアルタイムデータを指します。当初は、定置型のリアルタイムセンサーが交通情報に大きな役割を果たしていましたが、その時代はとっくに終わっています。今日の交通情報は、車両やスマートフォンのセンサーデータと予測に基づいています。定置型センサーは少なくなってきています。駐車場情報についても同じことが起こるのでしょうか。 

しかし、常に純粋にリアルタイムのデータに頼るのがベストなのでしょうか。 

駐車場では、路上のリアルタイムの満空情報データの情報源の1つは定置型センサー(電磁または赤外線のいずれか)です。これはスペースの中央に設置され、その上に車両がスペースを占有しているかどうかを検知するためのセンターです。しかし、5つのグループに1つのセンサーだけが壊れてしまうと、5つの空間をすべてを集計するため、この5つすべてのデータが不正確に報告されてしまいます。また、路上環境ではセンサーを設置して維持するためには、法外なコストがかかることもあります。イギリスのウェストミンスター市議会は、同市で多くの賞賛を受けているスマートパーキング・ストリートセンサーのスキームを停止しました。この決定がメンテナンスコストのためか、それとも別の要因によるものかは不明です。 

サンフランシスコは少し前に定置型駐車センサーを停止にしました。 

もう一つの疑問は、「リアルタイム」が実際にリアルタイムなのかどうかということです。実際には、ソースシステムが空きスペースをクラウドに報告してから、データがParkopediaなどのデジタルパーキングサービス事業者と接続し、その時点でスペースを検索している近隣のコネクテッドカーのカーシステムにデータが入るまでには、最低でも1分以上のラグタイムがあります。ほとんどの場合、待ち時間が大幅に長くなるので、センサーからのリアルタイムデータは実は過去の情報です。 

では、駐車場の空き状況データの他の選択肢は何があるのでしょうか。

  • 1つの可能性のある情報源は、車両センサーのデータです。しかし、このデータは一般的には正確であると認識されていますが、接続された車両データには、静止したセンサーデータと同じタイムラグの問題があり、さらに多くはGPSエラーに悩まされています。都市環境(駐車場への圧力が発生する)での「駐車現象」では、GPSの位置測定は一般的に1~2メートルの精度です。都市環境で高層ビルや超高層ビルがますます林立するようになると、GPS衛星への視線が一層損なわれ、データの不正確さとエラー数が増加する一方であることを意味します。誤差が数十メートルにもなる都市部では、結果として、車両センサーのデータにより駐車した場所が別の道路区間や隣接する道路にあることを報告してくれます。提携する自動車メーカーとのいくつかのテストでは、「路外」や堅固な建物の中にあるオープンな駐車スペースが示される結果が見られました。 
  • 決済データはもう一つの選択肢です。しかし、これも真実の唯一の情報源として使用される場合は欠陥があります。多くの都市では、複数の通りをカバーするマルチスペースメーターがあり、これはどの通りに実際に駐車されているのか、どこにスペースがあるのかがわからないことを意味します。個々のスペースを識別できるシステムであっても、報告されたデータが完全に正しいとは限らないことが多く、ドライバーが過剰な支払いをしてしまった結果として空いているスペースが報告されなかったり、支払い期限が切れた後もスペースが占有されていたりすることがあります。決済データはまた、支払いが免除されても有料駐車場を占有する可能性がある許可証を持っている人(例:居住者や障害者手帳保持者)を考慮に入れていませんし、駐車場が無料の場合は決済データには営業時間は含まれません。 

Parkopediaでは、静的な駐車場データ、地上調査、リアルタイム駐車場センサー、車両センサー、決済、画像などの複数のデータソースを融合させ、潜在的な誤差やギャップを取り除き、機械学習モデルと組み合わせて、駐車場の空き状況を予測しています。過去の行動パターンと定置型センサーおよびモバイルセンサーからのリアルタイムデータを組み合わせているため、この予測は、現在の状況を正確に表現することができます(これは事実上、通常はすでに数分前の「リアルタイム」データに基づく予測です)。

このアプローチにより、ParkopediaのB2Bの顧客に業界をリードするソリューションを提供し、ドライバーに自信を持って提供することができます。Parkopediaの予測は、継続的な地上調査プログラムを実行して、予測モデルの精度を含むすべての関連情報を手動で収集し、グローバルに確かめることで、厳密に精査されています。 

決済を唯一のデータソースとして使用したテストでは、決済以外の複数のデータソースの融合に基づくParkopediaの予測モデルの性能が最大で2倍向上し、決済を含めると予測精度がさらに15~20%向上するのがわかります。 

当社の確率的予測についての詳細をお知りになりたい方、確率の理論およびブリアスコアについて深く掘り下げたい方は、ご連絡ください!