B-RIO ／ EDGE AI × TRANSIT
QUESTION
その一便、残すか、見直すか。
判断の根拠は、ありますか。
※画像はイメージです
SCROLL
PROBLEM
乗降データは、まだ「人の目」頼み。
🧍
調査員の手計測OD調査は人手と日数が必要
📅
年に数日のスナップショット季節・天候・曜日の変動が見えない
⏳
集計に時間がかかる手集計で判断が後手に回る
運転士不足・路線維持 ── 根拠ある見直しが急務
SOLUTION ─ B-RIO
AIエッジカメラで、乗降を自動で数える。
EDGE 推論メタデータ化→ クラウド集計
- 01乗車・降車を高精度に把握停留所ごとのOD分析まで自動化
- 02映像は残さないプライバシー配慮：メタデータのみ連携
- 03エッジで現場完結車内で処理、クラウド依存なし
SAMPLE SCREEN 01 ─ 車内エッジ検知
AIが、乗った人・降りた人をその場でカウント。
ID追跡乗車・降車を人物ごとに判定12msエッジで即時推論🔒映像は保存・送信しない
※画面・数値はイメージです
SAMPLE SCREEN 02 ─ 分析ダッシュボード
集めたデータが、路線の打ち手に変わる。
可視化路線・便ごとの利用実態検知ピーク時の遅延・混雑提案減便・増便候補をAIが抽出
※画面・数値はイメージです
PROVEN, NOT PILOTED ─ 導入実績
PoCで終わらせない。公共交通で、稼働中。
OSAKA
Osaka Metroバス乗降客調査に導入● 導入
TOKYO
東京都交通局都営バスでの乗降客調査● 導入
SHIZUOKA
静岡県 富士市代替交通の実証で活用● 実証
横展開：tsumiki（AIエッジカメラ混雑検知）NANKAI ／ SkyO ／ 立命館大学 ほか
※画像はイメージです
B-RIO
データで、地域の足を守る。
導入のご相談はこちら
apprhythm.co.jp
