スペースデータ、首都圏の主要路線の全列車の運行と乱れの波及を1画面で試算できる統合運行モニターを開発

公開：2026年10月29日

CodeCampが提供するDX人材育成が可能なプログラミングやITが学べる公開講座

この記事はプレスリリースです

本記事は、PR TIMESに掲載された企業・団体等のプレスリリースを原文のまま転載しています。記事内容は発表時点の情報です。

発表元: 株式会社スペースデータ
原文: PR TIMESで元のプレスリリースを読む
配信日時: 2026年10月29日 17時00分
転載日: 2026年10月30日

発表内容については発表元へ、当サイト上の訂正・削除については、当サイトのお問い合わせフォームにご連絡ください。

転載

プレスリリース本文

直通運転で連鎖する遅れを全列車単位で計算し、悪天候や運行支障への対策効果を事前に比較可能に

株式会社スペースデータ（本社：東京都港区、代表取締役社長：佐藤航陽、以下「スペースデータ」）は、首都圏の鉄道の主要路線を走る全列車（約360本）の位置・遅れ・混雑を1画面で把握し、悪天候や運行支障が起きた際に影響がどこまで広がるか、どの対策でどれだけ抑えられるかを試算できる鉄道運用モニター「RAIL OPERATIONS（統合運行モニター）」を、宇宙AIプラットフォーム「SpaceBrain」の機能として開発しました。駅ホームのカメラ映像をモニター上に接続して表示する機能も備えています。

背景

首都圏の鉄道は、私鉄・地下鉄・JRが直通運転で相互につながっており、1か所で起きた運転見合わせが直通先や並行する路線へ連鎖的に広がります。大雪や大雨、直通運転の中止が起きると、乗換駅や主要駅に乗客が滞留し、運転再開や平常ダイヤへの復帰にも時間を要します。一方で、鉄道事業者の運行管理・旅客案内の担当者や、自治体の帰宅困難者対策の担当者が、折返し運転・入場規制・振替輸送といった対策の効果を、路線網全体を通して事前に比べられる手段は限られていました。

統合運行モニターの概要

統合運行モニターの画面。全列車の運行状況、路線網の3D表示、路線別の運行情報を1画面に表示します。選択中の列車には直通運転で通る路線を、一覧には現在いる路線を表示しています（画面内の数値はすべて合成データで、事業者名・路線名・駅名は記号に置き換えています）。

1. 全列車の「いま」を1画面で把握

首都圏の主要路線を走る全列車について、現在位置、次の停車駅と到着予定、遅れ、混雑率を一覧で表示します。路線での絞り込みや遅れの大きい順の並べ替えができ、一覧で選んだ列車は3D（三次元）地図上に目印で示されます。路線ごとの状態（平常・遅延・直通中止）と優先度の高いアラートを並べて示すことで、担当者は対応の順番を決められます。計算は直通運転、急行と各駅停車の違い、待避駅での追い越しまで含めて全列車単位で行います。

2. 悪天候時の対策効果を数字で比較

大雪・大雨・直通運転中止の3つの事例について、報道や事業者の公表で確認された経過を出典つきで示し、モニターの計算結果とは分けて表示します。そのうえで、折返し駅・入場規制・案内の時刻などの条件を変えるとその場で再計算し、対策の有無による差を数字で示します。

降雪：運転間隔が延びて駅に乗客がたまる様子を模擬（ある主要駅の滞留：対策なし5,219人 → 対策あり355人）
大雨：運転見合わせ中の駅の滞留と、点検の班数・区間運転による再開時刻の違いを比較（再開19:30 → 18:50）
直通運転中止：乗換駅での滞留と、平常ダイヤへの復帰時刻を比較（平常への復帰20:00以降 → 18:54）

3. 任意の運行支障の影響範囲を試算

路線・区間・時刻を選び、人身事故、車両故障、信号故障、停電、線路への立ち入り、急病人の救護の6種類の支障を発生させられます。種類によって止まる範囲・方向・止まり方（完全に止まる／間隔をあけて流れる／1本だけ止まる）が変わり、対策として直通中止・折返し運転・振替輸送を選べます。遅れが直通先や他の路線へ広がる様子は、3D地図と「路線×5分」の表で追跡できます。同じ場所・時刻で6種類を一度に比べることもでき、例えば人身事故では190本、車両故障では80本、急病人の救護では35本の列車が影響を受けるといった違いを確認できます。

4. 駅ホームのカメラ映像との接続

駅ホームのカメラ映像を接続した画面。選んだカメラの映像を右上に大きく表示します（映像は公開されている過去の録画素材で、人物の顔はぼかし加工済み、駅名などは記号に置き換えています）。

運行モニターに駅ホームのカメラ映像を接続し、列車の運行状況とホームの様子を同じ画面で確認する運用を表現しました。本モニターでは、公開されている過去の駅ホームの録画映像を、人物の顔をぼかす処理をしたうえで使用しています（現在の駅の映像ではありません）。

5. 技術の特徴

路線の形状・駅・駅別乗降客数には、『国土数値情報（鉄道データ・駅別乗降客数データ）』（国土交通省）を加工して使用し、ダイヤや需要は合成データで作成しています。
計算には、学習や乱数を用いない決定論の離散事象シミュレーション（出来事を時刻順に1つずつ処理する計算方式）を採用しています。同じ条件であれば常に同じ結果が得られるため、対策の有無による差を同じ条件のもとで比べられます。
画面構成と計算エンジンは、スペースデータがSpaceBrainで先行して開発した空港運用のシミュレーションと共通の基盤を用いており、交通の領域をまたいで同じ仕組みで展開できます。

※本モニターに表示される列車の位置・遅れ・人数・再開時刻などの数値は、公開データをもとにした合成データおよび仮定値による試算であり、実際の運行状況や将来の予測を示すものではありません。

SpaceBrainについて

SpaceBrainは、スペースデータが開発する宇宙AIプラットフォームです。人工衛星やスペースデブリ、小惑星、宇宙天気などに関する多様な観測データを一つに統合し、デジタルツインと物理シミュレーションによる分析を支えるシミュレーション基盤です。公式プロダクトサイトでは、宇宙、安全保障、レジリエンスの3領域のソリューションを、実際に動くプロトタイプとして紹介しています。

URL：https://catalog.spacebrain.org

今後の展望

スペースデータは、本モニターを起点に、鉄道事業者や自治体と連携した実証を通じて、実際の運行データや駅カメラ映像との接続を検討していきます。平時の訓練や計画の見直しの段階で対策の効果を確かめ、災害や大規模な運行支障が発生した際の判断を支える仕組みとして、都市交通のレジリエンス（災害やトラブルからの回復力）向上に貢献することを目指します。