見
読み込み中...
読み込み中...
通学路あんしんスコアマップ — 透明性のための完全公開ドキュメント
このページは通学路あんしんスコアマップが表示する各スコアの算出方法・データ出典・限界を公開するものです。スコアは公開データに基づく参考値であり、実際の安全性を保証するものではありません。算出ロジックはサイトの実装（constants.ts）と同じ値を参照しています。
指定地点（または通学路）周辺の安全関連設備をOpenStreetMapから取得し、4カテゴリに分類。 各カテゴリの件数を「500m圏あたりの目安件数」に対する充足率（0〜100点）に換算し、 重み付け平均して総合点を出します（半径に応じて目安を面積補正）。
| カテゴリ | 重み | 目安(500m) | 対象設備 |
|---|---|---|---|
| 🚦 交通安全 | 30% | 15件 | traffic_signal / crossing / zone30 |
| 👮 見守り拠点 | 25% | 8件 | police / koban / convenience_store |
| 🛤️ 道路環境 | 25% | 20件 | streetlight / footway / pedestrian |
| 🏥 緊急施設 | 20% | 5件 | hospital / fire_station / school / aed |
総合点 = Σ(カテゴリ点 × 重み)。ランク: A≥80（とても安心）/ B≥60（安心）/ C≥40（ふつう）/ D≥20（やや注意）/ E（注意が必要）。
CPTED（防犯環境設計）の観点で、街の「環境特性」を3要素で評価します。 犯罪の発生地点を示すものではありません。
各サブスコアは スコア = 件数 ÷ (件数 + k) × 100 で算出します。 これは 0→0点、k件→50点、件数が増えるほど100点へ漸近する厳密に単調増加する関数です。 「人の目・照度は増えるほど効果が逓減する」というCPTEDの直感に沿い、かつ 旧来の線形上限方式（目安超で100点に張り付き、都心同士を区別できない）の欠点を解消します。
半飽和点 k（そのカウントで50点）は全国55地点（都心・住宅・地方）の実サンプリング分布から校正: 人の目 k=127（サンプル中央値）、照度 k=10。 見通しをAI天空率で測る場合は天空率(%)に対し k=10。
※ 照度の重みが低いのは、街灯のOSM整備が地域差で極端（サンプル中央値0件/500m）で「現実の明るさ」より「地図整備度」を測りやすいためです。
警察庁「交通事故統計情報のオープンデータ」（本票2019〜2024年）を加工し、登下校時間帯に歩行者・自転車が当事者となった事故だけを抽出して地図に重ねています。
※ 公開データの年齢区分は「0〜24歳」括りで学齢を厳密分離できないため「子どもの事故」とは断定せず「登下校帯の歩行者・自転車事故」として扱います。暗数・位置の丸めの限界があります。ライセンス: PDL1.0。
ルート検索では、経路を約200mごとの区間に分け、各事故を最も近い区間へ射影して集計します （バッファ約70m以内）。死亡1件以上、または3件以上の区間を「事故が多い区間」として地図に🔴で示します。
ルート線の色（緑=安全設備充実／黄=注意／赤=設備が少ない）は設備を表し、 🔴ピンは過去の事故実績を表します。「緑の区間でも事故が起きている」死角を重ねて気づけるのが狙いです。
解析地点付近のMapillary街路画像を、セマンティックセグメンテーションAI （SegFormer-B0 / Cityscapes学習、ONNX推論）でピクセル単位に分類し、天空率（画像に占める空の割合＝見通しの実測）と緑視率（樹木・植栽の割合）を算出します。
※ 推論はモデルの精度・画像の鮮度/画角に依存する参考値です。出典画像: Mapillary（CC BY-SA）。
| 用途 | 出典 | ライセンス |
|---|---|---|
| 安全設備・CPTED入力 | OpenStreetMap（Overpass API） | ODbL |
| 交通事故 | 警察庁 交通事故統計オープンデータ（2019-2024本票） | PDL1.0 |
| 街路画像・AI解析 | Mapillary 画像 ／ SegFormer-B0 (Cityscapes) | CC BY-SA |
| 徒歩ルート・ジオコード | OpenRouteService / Nominatim 等 | 各規約 |
主な限界（必ずお読みください）
いいえ。安全設備スコアはOpenStreetMapに登録された設備の「数」に基づく参考値です。設備があっても危険な箇所、無くても安全な箇所があります。CPTED環境スコアや交通事故レイヤーも、犯罪や事故を予測するものではなく環境特性・過去の統計を可視化する指標です。最終的な安全確認は必ず現地で行ってください。
既定では道路ネットワークの幾何（通り抜け道路と路地・小径の比）を代理指標に使います。さらにMapillaryの街路画像が取得できる地点では、AIのセマンティックセグメンテーション（SegFormer-B0 / Cityscapes）で「天空率」を実測し、見通しサブスコアをこの実測値で上書きします（天空率が高いほど見通しが良い）。
厳密には違います。警察庁オープンデータの年齢区分は学齢を厳密に分離できないため、本マップは「登下校時間帯（平日7-8時・15-18時）に歩行者・自転車が当事者となった事故」として扱っています。暗数（届出されない事故）や位置の丸めの限界もあります。
OpenStreetMapの街灯(street_lamp)は地域ごとの整備差が極端に大きく、全国のサンプリングでは中央値0件/500mでした。補助として lit=yes（点灯道路）も併用しますが、住宅地・地方では両方とも未整備のことが多く、その場合は「未整備」として配点から除外します。「現実の明るさ」より「地図の整備度」を測りやすいため、照度の重みは最小（15%）に抑えています。
安全設備スコアの目安件数は都市部の整備状況を踏まえた経験則です。CPTED環境スコアの重みと半飽和点は、全国55地点（都心・住宅・地方）の実サンプリング分布から校正しました。なお交通事故統計との相関も試みましたが、事故は人通り（曝露）に比例するため重みの妥当性検証には使えず（見かけ上「人の目が多い＝事故が多い」と出る交絡）、重みは理論＋分布ベースに留めています。いずれも経験則であり、継続的な検証の対象です。