DataHax株式会社は、関西地方で開催された大規模イベントの周辺主要道路（ロードサイド）にAIカメラとサーバーボックス（エッジ処理環境）を設置し、自転車交通量の計測および自転車種別・歩行者・その他移動体の分類解析を実施した。物体検知モデルを現地データで個別学習することで、混雑や照明条件などイベント特有の環境下でも高精度な解析を実現した。
背景：イベント開催時の「周辺道路の移動実態」を短期間で可視化したい
大規模イベントの開催時は、会場周辺の道路で徒歩・自転車・各種モビリティ等が混在し、時間帯によって流量が大きく変動する。一方で、従来の目視カウントや手作業集計では、短期間での大量計測や、移動体の種別ごとの把握が難しいという課題があった。
DataHaxは交通領域のAIプロダクト/サービス（AIパーキング「電脳パーク」、AIカメラアプリ「MobilityLink」、交通量調査DX「AIトラフィックリサーチサービス」等）を展開しており、今回、周辺道路の移動実態把握を目的として解析を行った。
実施内容：ロードサイド設置で「計測→分類→集計」までを一気通貫
本プロジェクトでは、イベント周辺の主要道路（ロードサイド）にAIカメラとサーバーボックス（映像解析用のエッジ環境）を設置し、一定期間の通行データを取得。以下の観点で解析を行った。
- 自転車の交通量計測（時間帯別・方向別などの集計を想定）
- 自転車の種類の分類（例：シティサイクル/スポーツバイク/電動アシスト等）
- 歩行者の分類
- その他移動体の分類（例：バイク、各種モビリティ、車両等）
※個人を特定することを目的とした運用は行わず、解析設計はプライバシーに配慮して実施している。
技術ポイント：現地環境に合わせて「個別学習」し、精度を引き上げ
大規模イベント周辺の道路環境では、混雑、遮蔽（オクルージョン）、夜間照明、逆光、誘導員や看板などの要因により、汎用モデルでは誤検知・見逃しが起きやすくなる。
そこで今回、物体検知をベースに、現地の画角・環境に合わせて教師データを作成し、モデルを個別に学習（再学習）することで、実運用に耐える精度へ調整した。
期待される活用先
- イベント周辺道路の導線設計・混雑緩和（時間帯別の流量把握）
- 自転車導線/駐輪施策の最適化（自転車種別の比率を踏まえた施策立案）
- 交通安全対策（歩行者と車両/モビリティの交錯ポイント把握）
- 交通量調査のDX（現地作業・集計工数の削減）
今後の展開
交通量調査のDXを推進する「AIトラフィックリサーチサービス」等を通じて、自治体・建設コンサル・イベント運営・民間事業者向けに、計測設計から解析・レポーティングまで目的に応じた提供を拡大していくという。
