ナビタイムジャパンが乗換NAVITIMEにAI駅混雑予測機能を追加、より正確な乗換案内と代替ルート提案が可能に

text: XEXEQ編集部
（記事は執筆時の情報に基づいており、現在では異なる場合があります）

PR TIMES より

記事の要約

乗換NAVITIMEがAIによる駅混雑予測機能を追加
混雑を考慮した推奨出発時間と代替ルートを提案
駅構内の歩行速度に応じた乗換時間を予測

乗換NAVITIMEのAI駅混雑予測機能による乗換案内の進化

株式会社ナビタイムジャパンは2024年11月15日より乗換案内アプリ『乗換NAVITIME』において、AIによる駅混雑予測に基づいた新機能の提供を開始した。時系列解析のAIモデルが駅の混雑具合を予測し、駅構内の最大歩行速度を算出することで乗換時の所要時間をより正確に把握できるようになっている。^[1]

新機能では駅構内の移動距離や時間帯、イベントによる突発的な混雑、駅の許容量などの要因を総合的に分析することで、通常の乗換時間では間に合わない可能性がある場合に推奨出発時間や代替ルートを提示するようになった。ルート詳細画面では混雑度に応じた3段階の矢印表示で歩行スピードの目安を確認できる。

本機能は外出前や移動中に遅延の可能性を事前に把握し、出発時間の調整や代替ルートの検討を可能にすることで、より確実な移動計画の立案を支援する。休日や年末年始の電車移動、通勤通学での時間外の移動など、不慣れな状況での利用に特に効果を発揮するだろう。

乗換NAVITIMEの新機能まとめ

項目	詳細
提供開始日	2024年11月15日
主要機能	AIによる駅混雑予測、推奨出発時間提案、代替ルート提案
予測要素	移動距離、時間帯、イベント混雑、駅許容量
表示方法	3段階の矢印による歩行スピード表示
対象シーン	休日移動、年末年始、時間外通勤通学

乗換NAVITIMEのダウンロードはこちら

時系列解析のAIモデルについて

時系列解析のAIモデルとは、時間的に連続したデータの変化パターンを分析し、将来の傾向を予測する人工知能システムのことを指す。主な特徴として以下のような点が挙げられる。

過去のデータから時間的な規則性を学習
複数の要因を組み合わせた予測が可能
リアルタイムデータの分析と予測に対応

乗換NAVITIMEでは、蓄積された検索ログや経路探索のデータを活用し、時系列解析のAIモデルによって駅の混雑状況を予測している。これにより、時間帯やイベントなどの様々な要因を考慮した精度の高い予測が可能になり、より正確な乗換案内を実現することができるようになった。

参考サイト

^ PR TIMES. 「『乗換NAVITIME』AIによる駅混雑予測で思いがけない乗換の遅れを先読み、推奨出発時刻や代替ルートを提案する新機能を提供開始 | 株式会社ナビタイムジャパンのプレスリリース」. https://prtimes.jp/main/html/rd/p/000000425.000026884.html, (参照 24-11-16).

※上記コンテンツはAIで確認しておりますが、間違い等ある場合はコメントよりご連絡いただけますと幸いです。