都市・インフラ

都営地下鉄の運行ダイヤを策定するには、どの駅で・どの車両に・どのくらいの乗降が発生しているかを正確に把握する必要がある。しかし調査は職員の目視によるもので、測れる場所・時間・車両が限られていた。

ホームにエッジAIカメラを設置し、車両内の乗車人数と、停車時の乗降人数を計測している。映像をクラウドに送らずその場で人数だけを取り出すため、公共空間でも継続的に設置できる。窓ガラスのUVカットフィルムが解析精度に影響するといった現場固有の条件についても、実際に設置して確かめながら精度の見通しを立てている。

スマートビルを普及させたい。しかし設備機器ごとに個別の開発と運用が必要で、エッジデバイスを顧客ごと・建物ごとに管理する負担が障害になっている。

建物OS「DX-Core」とActcastをプラットフォーム同士で連携させ、エッジデバイスの管理をActcast側に寄せている。これにより、建物ごとに大量のデバイスを個別管理する必要がなくなり、連携そのものを早く最適な形で組めるようになる。Actcastは商業施設などで広い空間に分散したAIカメラを遠隔運用してきた実績があり、その運用面をそのまま建物側に持ち込める。

大型商業施設において、来館者が館内をどう動いているかをリアルタイムかつ正確に把握できていなかった。フロアごとの出入りを捉え、時間帯別の混雑やフロア間の偏りを可視化して施策の評価に使いたい。

エリア全域のカメラを一括で制御・管理する枠組みのなかで、AI画像解析の部分を担っている。既設のカメラ網を活かしたまま解析を足せることが、大型施設では前提条件になる。取得するのは人数と動きの統計であり、個人を記録する構成にはしていない。