障害物の存在する空間における レンジスキャナを用いた 人流モデル化手法の提案 和田 悠佑†，中村 嘉隆‡，東野 輝夫† †大阪大学 大学院情報科学研究科 ‡公立はこだて未来大学 システム情報科学部 それでは，「スキャナ式レンジセンサを用いた地下街における人流特性解析と人流モデル生成手法の提案」と題しまして， 東野研究室の和田が発表します．よろしくお願い致します．

研究背景 センサ技術の発展 人流のセンシングの重要性 実世界の事象をデジタルデータとして収集・解析 物理システムと情報システムを結合させるサイバーフィジカルシステム (CPS) への注目 CPS の例: 道路に設置したセンサからの情報による渋滞回避 人流のセンシングの重要性 人の移動パターンに合わせた新しいサービス 都市計画，ショッピングモール計画 避難誘導計画，混雑の解消 2011/7/7 DICOMO2011シンポジウム

研究目的 センサによる計測データを利用した 地下街の広場などの空間における リアリティのある人流モデルの作成 特に，個々の歩行者の軌跡ではなく，群単位の歩行者の移動をモデル化することを目指す 歩行者群を対象としたアプリケーションへの利用 センサによる計測データを利用した 地下街の広場などの空間における リアリティのある人流モデルの作成 2011/7/7 DICOMO2011シンポジウム

人流モデルの利用例 デジタルサイネージによる避難誘導計画 人流モデルの利用 デジタルサイネージ: 通路や広場の壁に設置された 平面ディスプレイ 平時は広告等の情報表示 災害時は避難路情報の表示 人流モデルの利用 避難誘導のシミュレート 誘導用サイネージの設置位置の検討 入口だけの観測で出来ないこと ・滞留者の算出 ・具体的な経路の算出 デジタルサイネージ 2011/7/7 DICOMO2011シンポジウム

人流計測方法 カメラを用いた手法 RFID タグを用いた手法 出入口での入出量計測による手法 撮影画像から歩行者を抽出し，それに基づき人流を計測 プライバシの問題から設置に制限がかかる RFID タグを用いた手法 歩行者に RFID タグを持たせ，それを観測することで計測 計測環境構築のためのコストが大きい 出入口での入出量計測による手法 計測された入出量に基づき人流を推測 歩行者の移動経路に偏りがある可能性 立ち止まっている人 (滞留者) の検出不可 2011/7/7 DICOMO2011シンポジウム

LRS を用いた人流計測方法 メリット デメリット 1 台で広範囲をスキャン可能 計測データサイズが小さい プライバシ侵害のおそれが少ない 半径30m，計測角270°，25ms/scan 計測データサイズが小さい センサに対する角度と距離 プライバシ侵害のおそれが少ない データの差分を使った簡単な行動追跡が可能 滞留者も検出可能 デメリット 個々の歩行者の特徴の検出はできない 歩き方，服の色等の情報 障害物に弱く，個々の歩行者の厳密な動線取得が難しい UTM-30LX 北陽電機株式会社 人流の計測には，スキャナ式のレンジセンサを使用します． スキャナ式レンジセンサには，高速に広範囲をスキャン出来るという特徴があり，機器の設置コストに優れ，人流計測への利用しやすいと考えられます． 計測データは，歩行者の位置情報です． 人流計測のその他の手法として，カメラを使う方法や RFID システムを用いる方法がありますが，カメラは歩行者のプライバシーの保護のため設置に制限がかかることがあり，RFID システムにはタグ配布の手間や環境構築コストの問題があります． 2011/7/7 DICOMO2011シンポジウム

地下街での実測実験 (1/2) 地下街の広場での実測実験 レンジスキャナ 4 台を用いた同期計測 大阪市北区「Whity うめだ」 歩行者の腰あたりの高さに，地面と水平に設置 スキャナ式レンジセンサを用いて実際に地下街で実測実験を行って頂きました． 大阪市北区の「Whity うめだ」の広場でレンジセンサ 4 台を用いて人流を計測いたしました． 計測データは観測領域内の 1 秒毎の歩行者の位置座標情報と ID を取得します． 新規に観測された歩行者には ID が割り振られ，センサでのトラッキングが成功している間は，その ID を持って同一人物であることが分かります． ただし，トラッキングに失敗した場合，同一人物を再び観測しても別のIDが割り当てられてしまいます． 2011/7/7 DICOMO2011シンポジウム

地下街での実測実験 (2/2) 黄色のエリアが歩行者が通る場所 オレンジ色の図形が LRS を表す 約 33m 約26m 2011/7/7 DICOMO2011シンポジウム

レンジスキャナの計測データ 計測データ LRS での行動追跡 計測時刻 1 秒毎の歩行者の位置座標 歩行者に割り当てられた ID スキャンデータの差分から同一人物を判断 行動追跡に成功すれば ID によって人の移動がわかる 行動追跡に失敗したところで ID は消滅 同一人物を再び発見しても，別 ID が割り当てられる 2011/7/7 DICOMO2011シンポジウム

実験データの解析 行動追跡に成功しているのは数秒 30% ～ 40% が 1 秒間だけの観測 (追跡失敗) 柱などの障害物の影響 歩行者自体も障害物となる 腰の位置を狙って計測したので，人の陰の影響が大きい 計測結果の座標をプロットした例を見てください． この橙色の円柱がセンサ，青色の点が歩行者を表しています． ご覧頂いたように，地下街での計測結果を解析したところ，障害物の影響でトラッキングが困難だということがわかりました． 歩行者が別の歩行者の陰に入ったり，柱などの陰に入ったり，センサを設置した壁の近くに人が立ち止まってしまいレンジセンサの視界を狭めたことが原因のようです． トラッキングに成功しているのは数秒だけで，計測データの 30 ～ 40% が 1 秒間しか計測できていないデータです． 2011/7/7 DICOMO2011シンポジウム

モデル化へのアプローチ セル毎の人口密度の分布に着目 全歩行者が完全に観測されているわけではない 各個人の完全な動線でなく，人流の傾向を把握する 観測領域をいくつかの区画 (セル) に分割 セル内の歩行者群の特徴を捉える 行動追跡が不完全な計測データから人流モデルを生成するアプローチとして，観測領域を一定の大きさの区画---セル---に分割することを考えます． 人流を制御するためには，個々の歩行者の移動ではなく，全体の傾向の把握が重要です． 観測領域をセルに分割し，セル内の歩行者群を人口密度という形で捉え，人流モデルを生成します． 生成する人流モデルは，流量と向きの情報を持つフロー形式で表します． セル毎の人口密度の分布に着目 2011/7/7 DICOMO2011シンポジウム

生成する人流モデルについて 群単位の歩行者の移動傾向のモデル 適当な大きさのセルごとに分割したモデル 滞留者のモデル 人流制御等の目的には，個人単位の移動軌跡は重要でない 適当な大きさのセルごとに分割したモデル 障害物による計測不能部分が，人流モデル全体に影響を与えてはならない 滞留者のモデル 広場等の大きな空間では通路等より立ち止まる人が多く，人流の傾向が異なる 人流は移動方向と流量をフロー形式で表現 2011/7/7 DICOMO2011シンポジウム

提案手法 アルゴリズム フローの経路候補設定 人口密度を用いた経路決定 移動方向を用いたフロー算出 2011/7/7 提案する手法は以下の処理で人流モデルを生成します． まず，フローの経路候補を設定しておきます． 次に各セルの人口密度に注目して経路を決定します． 人口密度は，センサで取得した位置情報に基づいて算出します． 最後に，歩行者の移動方向を用いて，フローの向きを決定します． 移動方向は，センサで取得した歩行者の ID 情報と位置情報を用いて，各時刻での位置の差分から取得します． まず，経路候補の設定から説明致します． 2011/7/7 DICOMO2011シンポジウム

提案手法 - 経路候補の設定 観測領域をセルで分割 出入口となるセルを指定 二つの出入口セルに対し、考えられる経路を全て算出 歩行者は廻り道しない 歩行者は隣接するセルへ移動 ここでは，簡単に上下左右に動くものとする 初めに，歩行者が通りうる経路の候補を設定します． まず観測領域を図のようにセルに分割します． 次に観測領域内で，出入口を含むようなセルを指定します． ここでは，こことここが出入口であるとします． 歩行者の移動はセルから隣接するセルへ移動するとし，また，歩行者は廻り道しないとすると，この二つの出入口セルに対し，このように，考えられる経路を全て算出することができます． 2011/7/7 DICOMO2011シンポジウム

提案手法 アルゴリズム フローの経路候補設定 人口密度を用いた経路決定 移動方向を用いたフロー算出 人口密度: 位置データを用いて歩行者数をカウント 移動方向を用いたフロー算出 提案手法の次の処理が，人口密度に注目した経路決定です． 2011/7/7 DICOMO2011シンポジウム

5 1 4 5 1 4 5 4 提案手法 - 滞留者の算出 セル内に現れる歩行者を一定期間カウント 基準となる速度 v を設定し，v 以下の速度で移動する人を滞留者として取り出す ここでは v = 20cm/s と設定 計測期間における滞留者の平均人数をセル毎に表示する 5 滞留 3 1 4 5 1 4 まず，一定期間の計測データから，各セルに現れる歩行者の数をカウントします． 人口密度が 0 より大きいセルは，歩行者が通ったと考えられるので，先ほど設定した経路候補のうち人口数 1 以上のセルを通る候補を考えます． 特に，人口密度の高いセルは人が通った可能性が高いので，人口密度の高いセルを通るような経路候補を経路として決定します． ここで，決定した経路一本は歩行者一人の移動に対応するとし，経路上を移動する歩行者は各セルで 1 度だけ観測されると仮定します． したがって，一人の歩行者の移動は，通るセルの人口密度を 1 増加させることになります． 決定した経路を取り除いた密度を考え，再び歩行者の通った可能性の高い経路を求め，また取り除く，というように繰り返して全てのセルの人口数を 0 に近づけます． 全てのセルの人口数が最も 0 に近づいた時に繰り返しを停止し，それまでに決定した経路と本数が人流モデルフローの経路と流量になります． 5 4 2011/7/7 DICOMO2011シンポジウム

提案手法 - 経路の決定 (貪欲法) 経路一本を歩行者一人の移動に対応させ，密度の高いセルを通る経路候補を経路として決める 人口数 0 以下のセルを通る経路は可能な限り選ばない 歩行者は経路上の移動中，各セルで 1 度観測されると仮定 決定した経路を取り除いた密度を考え， 1. の動作を繰り返し，全てのセルの人口数を 0 に近づける 5 4 1 4 5 1 4 3 まず，一定期間の計測データから，各セルに現れる歩行者の数をカウントします． 人口密度が 0 より大きいセルは，歩行者が通ったと考えられるので，先ほど設定した経路候補のうち人口数 1 以上のセルを通る候補を考えます． 特に，人口密度の高いセルは人が通った可能性が高いので，人口密度の高いセルを通るような経路候補を経路として決定します． ここで，決定した経路一本は歩行者一人の移動に対応するとし，経路上を移動する歩行者は各セルで 1 度だけ観測されると仮定します． したがって，一人の歩行者の移動は，通るセルの人口密度を 1 増加させることになります． 決定した経路を取り除いた密度を考え，再び歩行者の通った可能性の高い経路を求め，また取り除く，というように繰り返して全てのセルの人口数を 0 に近づけます． 全てのセルの人口数が最も 0 に近づいた時に繰り返しを停止し，それまでに決定した経路と本数が人流モデルフローの経路と流量になります． 4 5 3 4 2011/7/7 DICOMO2011シンポジウム

提案手法 アルゴリズム フローの経路候補設定 人口密度を用いた経路決定 移動方向を用いたフロー算出 移動方向: 位置データの差分を用いて判定 提案手法の最後の処理として，フローの向きを決定します． 2011/7/7 DICOMO2011シンポジウム

経路の向きの算出方法 経路が通る各セル内の歩行者の数を移動方向別にカウント 歩行者の移動方向割合に基づいて、経路の向きの割合を決定 人流モデルには，移動の向きの情報が必要です． 先ほど決定した経路に，向きの情報を追加します． 経路が通る各セル内の歩行者を移動方向別にカウントします． 歩行者の移動方向は，センサによるトラッキングの情報を用いて調べます． 例えば，図の中央のセルの中の歩行者がこのように移動していたとします． 2011/7/7 DICOMO2011シンポジウム

実測データの例 1 セルからセルへの移動方向と流量をフローで表現 矢印の方向: 人流の向き 矢印の太さ: 人流の流量 滞留数: 計測時間の平均値 朝 10 分間の計測の平均 1 分間のフロー 2011/7/7 DICOMO2011シンポジウム

実測データの例 2 矢印の方向: 人流の向き 矢印の太さ: 人流の流量 滞留数: 計測時間の平均値 夕方 10 分間の計測の平均 1 分間のフロー 2011/7/7 DICOMO2011シンポジウム

人流モデルの可視化 生成したフローに基づく，歩行流の再現 (MobiREAL Animator を利用) 2011/7/7 再現した歩行流はこのようになります． 生成したフローに基づく，歩行流の再現 (MobiREAL Animator を利用) 2011/7/7 DICOMO2011シンポジウム

性能評価 (1/2) 擬似的にシナリオデータを生成して提案手法のモデル化を評価 シナリオデータ 実測データをモデルに歩行者を発生させる ここでは，朝のデータを用いる 全歩行者に対して完全な行動追跡ができていると仮定 シナリオで発生させた歩行者の移動と，提案手法で生成した人流モデルを比較 マップの大きさ，出入口セルの位置は実験データと同じ 最後に性能評価です． 実測データは全歩行者の移動を完全に捕捉できていません． 擬似的にシナリオデータを生成して，そのデータから生成手法でモデル化します． 擬似的なシナリオデータというのは，実測データをモデルにしたデータで，全歩行者の完全なトラッキングができているとします． 観測領域の広さや出入口セルの位置は実験データと同じです 2011/7/7 DICOMO2011シンポジウム

性能評価 (2/2) 入口から出口まで移動する歩行者を発生 シナリオデータをモデル化し，比較 矢印の向き: 歩行者の移動方向 矢印の太さ: 歩行者数に対応 シナリオデータをモデル化し，比較 OD 別の流量 (Origin-Destination) 歩行者の経路 セルの経路の比較について [ 解答例 1 ] 現在のセルの分け方と，セル間の移動の仮定では， 歩行者の動線と完全に一致するようなフローは作成できないので，流量のみを比較 歩行者の動線と生成したフローがどれだけ合致するかの調査は今後の課題 2011/7/7 DICOMO2011シンポジウム

評価結果 (OD 別流量の比較) 起点から終点へ向かう歩行者人数を比較 全体の再現率は平均 80.69 % シナリオデータ 生成モデル シナリオデータで発生させた歩行者の人数とモデル化によって生成されるフローの流量を比較する． 右図の例では，再現率は 80 % と表現する 流量: 8 10人発生 2011/7/7 DICOMO2011シンポジウム

評価結果 (移動経路の比較) OD が一致する歩行者が通ったセルを比較 全体の一致率は平均 80.79 % シナリオデータ 生成モデル シナリオデータで発生させた歩行者が通るセルとモデル化によって生成されるフローが通るセルを比較する． 右図の例では，一致率は 67 % と表現する 2011/7/7 DICOMO2011シンポジウム

モデル化の失敗について 複数の移動経路が重なりあってできた人口密度分布から，元の経路を算出する戦略に問題がある 現在の戦略: 「人口密度の高いセルを優先して繋いで経路選択」 元の経路と違う経路 残る人口密度分布に影響 モデル化 シナリオデータ 生成モデル 2011/7/7 DICOMO2011シンポジウム

改善案 グリーディ法の戦略の改善 LRS による行動追跡データの利用 経路の選び方が，全セルの人口密度を 0 に近づけるための最適解から遠い 戦略を改善することで，最適解へ近づける LRS による行動追跡データの利用 提案手法では，経路選択時に歩行者の軌跡を活用していない 行動追跡データを参照して正しい経路を選ぶ 2011/7/7 DICOMO2011シンポジウム

まとめ 広場における人流のモデル化手法の提案 性能評価 今後の課題 レンジスキャナを用いた計測 完全な行動追跡が可能でなくてもモデル化可能 擬似生成したシナリオを平均 81 % の精度でモデル化 今後の課題 モデル化精度の向上 より少ない LRS での計測を実現 まとめです． 本研究では，地下街における人流のモデルを生成する手法を提案いたしました． 計測には，レンジスキャナを用い，セルの人口密度に注目し，不完全な計測データからモデルを作成いたします． 性能評価は未済です． 今後の課題として，人流のの再現率の改善，避難誘導のシミュレートシステムの構築を考えています． 以上です．御清聴ありがとうございました． 2011/7/7 DICOMO2011シンポジウム

2011/7/7 DICOMO2011シンポジウム

補足 2011/7/7 DICOMO2011シンポジウム

生成モデルの使用例 通路と違い，入出量だけでは歩行者の移動の偏りはわからない 100 人 通過 100 人 通過 通路と違い，入出量だけでは歩行者の移動の偏りはわからない サイネージによる情報提供では，各個人を特定して動線を得る意味が薄い 人流モデルを利用 サイネージ設置位置 歩行者群への避難誘導 100 人 通過 100 人 通過 2017/3/12

関連研究 (1) “複数のレーザレンジスキャナを用いた歩行者トラッキングとその信頼性評価”, 中村克行(東京大学) 他, 2005 歩行者のトラッキング ――― 精度 81 % 歩行者の検出 ――― 精度ほぼ 100 % レンジスキャナ 6 台 20m * 30m が計測領域 (柱等はなし) “レーザスキャナを用いた群衆の追跡および流動の可視化”, 帷子 京市郎(東京大学) 他, 2007 歩行者の OD 評価 ――― 精度 81.2 % レンジスキャナ 8 台 計測領域 60m * 30m 2011/7/7 DICOMO2011シンポジウム

関連研究 (2) 2011/7/7 DICOMO2011シンポジウム

性能評価 (2/2) 朝の実測データがモデル 矢印に添うように歩行者が移動 提案手法を用いてフローを作成し，モデル化 シナリオデータと生成モデルの流量を比較し，再現率を評価 作成したシナリオデータは朝の計測データがモデルです． 矢印に沿うように歩行者が移動します．矢印の太さが歩行者の量に対応しています． 2017/3/12 特別研究報告

評価結果 セル単位での処理による誤認識の発生 全体の再現率は平均82.93% 2017/3/12 特別研究報告 比較結果はこのようになりました． 若干の誤認識はあるものの，全体の再現率は 82.9 % となり，概ね正しく再現できていると言えます． セル単位での処理による誤認識の発生 全体の再現率は平均82.93% 2017/3/12 特別研究報告

まとめ 地下街における人流のモデル生成手法の提案 性能評価 今後の課題 レンジスキャナを用いた計測 完全なトラッキングでなくてもモデル化可能 仮想シナリオに対し，82.9 % の精度で正しく再現 今後の課題 人流モデル化の精度の改善 避難誘導のシミュレーションシステムの構築 まとめです． 本研究では，地下街における人流のモデルを生成する手法を提案いたしました． 計測には，レンジスキャナを用い，セルの人口密度に注目し，不完全な計測データからモデルを作成いたします 今後の課題として，人流のの再現率の改善，避難誘導のシミュレートシステムの構築を考えています． 以上です．御清聴ありがとうございました． 2017/3/12 特別研究報告

性能評価 その2 (1/2) 夕方の実測データをモデルにしたシナリオデータ 2011/7/7 DICOMO2011シンポジウム

性能評価 その2 (2/2) セル単位での処理による誤認識の発生 全体の再現率は平均82.90% 2011/7/7 DICOMO2011シンポジウム

まとめ 地下街における人流のモデル生成手法の提案 性能評価 今後の課題 レンジスキャナを用いた計測 完全な行動追跡が可能でなくてもモデル化可能 性能評価 仮想シナリオに対し，平均 82.9 % の精度で正しく再現 今後の課題 セルの設定の改善 人流モデル化の精度の改善 まとめです． 本研究では，地下街における人流のモデルを生成する手法を提案いたしました． 計測には，レンジスキャナを用い，セルの人口密度に注目し，不完全な計測データからモデルを作成いたします． 性能評価は未済です． 今後の課題として，人流のの再現率の改善，避難誘導のシミュレートシステムの構築を考えています． 以上です．御清聴ありがとうございました． 2011/7/7 DICOMO2011シンポジウム

2011/7/7 DICOMO2011シンポジウム

不必要になったスライド 2011/7/7 DICOMO2011シンポジウム

サイネージ設置位置の検討 通路と違い，広場では入出量の計測だけでは，設置位置を検討できない 人の移動に偏りがあるかも知れない レンジスキャナでは，更に立ち止まっている人も検出可能 混雑回避等の目的には重要な情報 100 人 通過 100 人 通過 100 人 通過 100 人 通過 2011/7/7 DICOMO2011シンポジウム

評価結果 出入口とセルの位置関係による誤認識の発生 全体の再現率は平均82.93% 概ね正しく再現できているが，改善の必要性あり 比較結果はこのようになりました． 若干の誤認識はあるものの，全体の再現率は 82.9 % となり，概ね正しく再現できていると言えます． 出入口とセルの位置関係による誤認識の発生 全体の再現率は平均82.93% 概ね正しく再現できているが，改善の必要性あり 2011/7/7 DICOMO2011シンポジウム