社会のCO2削減貢献に向けた取組み事例

自転車とモバイルを融合させた環境に配慮したサイクルシェアリングシステムを提供

人や物の移動に伴うCO2排出量を削減することは、低炭素型社会の実現に向けた重要課題に位置づけられており、ドコモ・バイクシェアでは自転車とモバイルを融合させた環境に配慮したサイクルシェアリングシステムを提供し、循環型社会の実現に向けた取組みを実施しています。
ドコモは以前より、東京都や神奈川県、宮城県等の自治体と連携してサイクルシェアリングサービスを展開し、モバイル通信装置やGPSを組み込んだ自転車により、サイクルシェアリング設備の省スペース化、設置の容易化に加え、配車管理や決済管理などのICT化を実現してきました。現在、直営7都市、2,735台、282ポートと国内最大規模に拡大し、東京都内では2016年2月より行政区の垣根を越えた4区1相互乗り入れの「広域実験」も開始しています。2
ドコモ・バイクシェアは、今後も自転車をはじめとするさまざまな移動手段のシェアリングや、利用分析データの活用を通じた新たな付加価値サービスの創出を進め、地域に根差した移動手段として、幅広いお客様にご利用いただくことで、温室効果ガス排出量削減や地域・観光の活性化に寄与していきます。

別ウインドウが開きますドコモ・バイクシェア

  1. 江東区、千代田区、港区、中央区
    2016年10月より新宿区も参加
  2. 2016年8月現在

サイクルポート(自転車置き場)

ドコモ・バイクシェアのイメージ画像:サイクルポート(自転車置き場)。

サイクルシェアリングシステムの仕組み

サイクルシェアリングシステムの仕組み(自転車とシェアリングシステムサーバーの通信により、会員・自転車のマッチング、利用・位置把握、鍵の発行を行う)。

スマホを活用したカーシェアリングの提供により、CO2排出量の削減に貢献

スマホを活用したカーシェアリングサービスの提供を通じて、自動車台数の削減や走行時間・走行距離の最適化により、CO2排出量の削減と、より便利で快適なライフスタイルの実現に取り組んでいます。
dカーシェアは、「カーシェア」「レンタカー」「マイカーシェア」の3つのサービスがご利用いただける日本初の総合カーシェアプラットフォームであり、専用のスマホアプリやWebサイトより、予約から決済3までワンストップで利用が可能です。
より安心してご利用いただくため、24時間対応のコールセンターの設置やカーシェアリング利用の際のマナーガイドブックの作成も実施しています。
効率的で最適化された車の所有形態の普及により、カーシェアリングを文化として根付かせ、あらゆるライフステージのお客さまに寄り添う便利な暮らしの可能性を広げると共に、環境負荷の低減に努めてまいります。

  1. レンタカーは予約まで。

<アプリ画面イメージ>

画像:アプリ画面イメージのトップ画面

トップ画面

画像:アプリ画面イメージの検索画面

検索画面

画像:アプリ画面イメージの車詳細画面

車詳細画面

リアルタイム移動需要予測によるタクシー営業運行の効率化によりCO2の排出を削減

ドコモは、ネットワークの仕組みを利用して作成される人口統計データから、タクシーの利用需要をリアルタイムに予測する「移動需要予測技術」を新たに開発し、東京無線協同組合、富士通株式会社、富士通テン株式会社と協力し、交通網の効率化をめざした実証実験を実施しました。
タクシー需要予測情報をドライバーに提供することで、売り上げの増加につなげると同時に、効率的な運行によりCO2排出の削減に貢献します。

リアルタイム移動需要予測技術の概要

携帯電話ネットワークの仕組みを利用して作成される人口統計データやタクシー運行データ、施設情報、気象データ、イベントデータなどから、AIを用いて30分後のタクシー利用需要を予測携帯電話ネットワークの仕組みを利用して作成される人口統計データやタクシー運行データ、施設情報、気象データ、イベントデータなどから、AIを用いて30分後のタクシー利用需要を予測
  • 本実験で使用する人口統計は、エリア毎や属性毎の集団の人数を示す情報であり、お客様個人を特定できる情報を一切含みません。したがって、この人口統計によりお客様の行動が他人に知られることはありません。なお、本実験で使用する人口統計は、モバイル空間統計ガイドラインを遵守しております。

リアルタイム移動需要予測によるタクシー実証

本タクシー実証は、株式会社NTTドコモ、東京無線協同組合、富士通株式会社、富士通テン株式会社が協力して行っております。

低需要、中需要の場所から、30分後に高需要と予測されたエリアへ移動するイメージ低需要、中需要の場所から、30分後に高需要と予測されたエリアへ移動するイメージ

効果1

乗務員毎のスキルのばらつき解消
一般ドライバーの実車率を底上げ(効率化)するイメージ

効果2

電車遅延等の非日常的状況へ対応
電車遅延や事故、混雑といった非日常的状況を、タクシーが交代交通手段として対応するイメージ

PDFAI技術×ドコモ人口統計×タクシー運行データで、30分後のタクシー利用需要を予測(PDF形式:641KB)


  • Get Adobe Acrobat Reader

    PDF形式のファイルをご覧いただくには、アドビシステムズ社から無償提供されている
    別ウインドウが開きますAdobe® Reader®プラグインが必要です。「Adobe® Acrobat®」でご覧になる場合は、バージョン10以降をご利用ください。

このページのトップへ