Tweet
Tweet

Slide 1

Slide 1 text

Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved +BQBO5BYJͷ"*׆༻ࣄྫ ࣍ੈ୅ϞϏϦςΟࣄۀ෦ ϞϏϦςΟݚڀ։ൃάϧʔϓ ߴڮ จ඙ 2019.06.04 第33回⼈⼯知能学会全国⼤会

Slide 2

Slide 2 text

Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved JapanTaxi 交通系スタートアップ

Slide 3

Slide 3 text

3 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved タクシーの 配⾞プラットフォーム タクシー向け ハードウェアメーカー タクシーデータ ビジネス

Slide 4

Slide 4 text

4 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 活⽤事例１：タクシーのお迎え時間予測

Slide 5

Slide 5 text

5 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved タクシー配⾞アプリ「JapanTaxi」 • マップ上で指定したピン位置にタクシーを⼿配 • 乗⾞料⾦の決済もアプリ上で可能 • 全国47都道府県で約7万台 （全国のタクシー⾞両1/3）が対応 • 700万ダウンロード達成

Slide 6

Slide 6 text

6 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 課題：注⽂キャンセルの問題 Ωϟϯηϧ ഑ं஫จ ୳ं։࢝ ഑ंܾఆΛ௨஌ ड୚ ৐ंػձͷଛࣦ Ϣʔβʔ ഑ंγεςϜ υϥΠόʔ Ωϟϯηϧ௨஌ ܴं։࢝ ഑ं஫จޙʹΩϟϯηϧ͞ΕΔͱɺυϥΠόʔʹͱͬͯػձଛࣦ

Slide 7

Slide 7 text

7 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 配⾞時間期待値のギャップ ෼͘Β͍Ͱ དྷΔ͔ͳʁ ෼͔͔ΔͳΒ ଞͷަ௨खஈΛ ࢖͓͏ Ωϟϯηϧ ഑ं஫จ ୳ं։࢝ ౸ண࣌ؒΛܭࢉ ड୚ ৐ंػձͷଛࣦ Ϣʔβʔ ഑ंγεςϜ υϥΠόʔ Ωϟϯηϧ௨஌ ܴं։࢝

Slide 8

Slide 8 text

8 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 期待値調整をするために到着予想時間を表⽰ ෼͘Β͍Ͱ དྷΔ͔ͳʁ ഑ं஫จ ͠ͳ͍ Ϣʔβʔ ഑ंγεςϜ υϥΠόʔ ࣄલʹ౸ண༧૝࣌ؒΛ ఏࣔͯ͠ظ଴஋ௐ੔Λ ߦ͏ ෼͘Β͍Ͱ དྷΔ

Slide 9

Slide 9 text

9 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved ⽬的：事前にお迎え時間を予測 ީิ̍ ໨త஍ • λΫγʔ͕͓ܴ͑৔ॴʹ౸ண͢Δ·Ͱʹ ͔͔Δ࣌ؒΛ༧ଌ͢Δ • ͓ܴ͑৔ॴʹ޲͔͏λΫγʔ͸ ֬ఆ͍ͯ͠ͳ͍ ͓ܴ͑৔ॴ ީิ ީิ̏ ީิ̐

Slide 10

Slide 10 text

10 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved Attention機構を使ったお迎え時間予測モデル ഑ंީิͷं྆ͷಛ௃ྔ • ग़ൃ஍ͷҢ౓ܦ౓ • ͓ܴ͑৔ॴҢ౓ܦ౓ • ग़ൃ࣌ͷํ޲ɾ଎౓ • ͓ܴ͑৔ॴ΁ͷํ޲ɾ௚ઢڑ཭ • ௚ઢڑ཭͕͍ۙॱ൪ ं྆Ҏ֎ͷ؀ڥͷಛ௃ྔ • ೔ɺ༵೔ɺ࣌ؒ • ॕ೔ɺٳ೔ "UUFOUJPOػߏ • ػց຋༁΍ը૾ೝࣝͳͲͰ࢖ΘΕΔ ωοτϫʔΫߏ଄ • ೖྗʹԠͯ͡஫໨͢Δ΂͖ಛ௃ྔʹ େ͖ͳॏΈ͕෇༩͞ΕΔ • ࣮ࡍʹ഑ं͞ΕΔं྆ͷॏΈ͕େ͖ ͘ͳΔ͜ͱΛظ଴ 到着時間

Slide 11

Slide 11 text

11 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 予測精度の評価結果 • "UUFOUJPO/FVSBM.PEFM͕࠷΋."&ͱ5PP'BTUFS3BUF͕খ͍͞ • ຊγεςϜ؀ڥͷ৔߹ɺػցֶशϕʔεͷํ͕ߴ଎ MAE Too Faster Rate Elapsed Time[s] AttentionNeuralModel 156.11 0.2430 0.0360 NeuralModel 164.02 0.3247 0.0385 RouteSearchAverage 166.72 0.2527 0.0729 RouteSearchOneBest 215.70 0.4373 0.0731

Slide 12

Slide 12 text

12 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 表⽰有無のA/Bテスト • ఏҊϞσϧΛ࢖ͬͨ༧ଌ౸ண࣌ؒΛදࣔ • දࣔͷ༗ແͰ"#ςετ • Ωϟϯηϧ཰ͱ஫จ਺Λൺֱ͠ධՁ • ౸ண࣌ؒ༧ଌΛදࣔͨ͠ํ͕༏ҐʹΩϟ ϯηϧ཰͕௿͍ • ஫จ਺͸େ͖͘ݮΔ͜ͱ͸ͳ͔ͬͨ

Slide 13

Slide 13 text

13 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 活⽤事例２：ドライブレコーダーの動画像分析 ~ガソリンスタンドの料⾦認識~

Slide 14

Slide 14 text

14 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 1⽇のタクシー動態の様⼦

Slide 15

Slide 15 text

15 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved センシングカーとしてのタクシー⾞両

Slide 16

Slide 16 text

16 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved ガソリンスタンド料⾦の⾃動認識

Slide 17

Slide 17 text

17 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved ガソリンスタンド料⾦の⾃動認識

Slide 18

Slide 18 text

18 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved Scene Text Recognition Yolo v3 [YOLOv3: An Incremental Improvement, Joseph et al. , 2018] CNN+RNN+CTC [Gated Recurrent Convolution Neural Network for OCR, Jianfeng et al., NIPS2017]

Slide 19

Slide 19 text

19 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 活⽤事例3：ドライブレコーダーの動画像分析 ~⾃⾞レーン認識~

Slide 20

Slide 20 text

20 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved ⾃⾞レーンの認識 • ⽬的：詳細な位置推定 • ⾞線単位での混雑度合い • ドライビングパターン • 課題：現状の⾃⼰位置推定の精度が悪い • GPSの誤差は数⼗メートル • 道路へマップマッチしてもでわかる位置はせいぜい 道路単位 → ドライブレコーダーの映像を使って⾃⾞レーンを認識 ⾃⾞レーン：２ 全⾞線数：３

Slide 21

Slide 21 text

21 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved

Slide 22

Slide 22 text

22 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved Lane Net を使った⾃⾞レーンの認識 後処理 ⾞線計算 [Towards End-to-End Lane Detection: an Instance Segmentation Approach, Davy et al. , 2018] • ंઢͷ܏͖͕ਖ਼ͷຊ਺ΛΧ΢ϯτ͠ɺࣗंҐஔΛܭࢉ

Slide 23

Slide 23 text

23 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved まとめ

Slide 24

Slide 24 text

24 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved JapanTaxiにおけるAI活⽤ • 位置情報や道路周辺環境の課題へのソリューションにAIを活⽤ • 事例１：到着時間予測 • 事例２：ガソリンスタンド料⾦の⾃動認識 • 事例３：⾃⾞レーンの認識 • 今後はセンサーデータや3D点群データなどのマルチデータ活⽤ を⽬指す

Slide 25

Slide 25 text

〒102-0094 東京都千代⽥区紀尾井町3-12 3-12 Kioicho Chiyoda-ku, Tokyo 102-0094 Japan TEL 03-6265-6265 FAX 03-3239-8115 www.japantaxi.co.jp ⽂章·画像等の内容の無断転載及び複製等の⾏為はご遠慮ください。 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved ご静聴ありがとうございました