• 群衆センシング(Crowd Sensing)

  • スマートフォンや装着型(ウェアラブル)センサに代表されるモバイル機器に搭載されたセンサから得られるデータを集約・解析することにより、駅や地下街、モールなどの公共空間の混雑状況など、群衆の行動をリアルタイムに推定する技術や、レーザーレンジセンサ(測距センサ)などのインフラ設備を併用した群衆センシング研究を行っている。

群衆センシング

LiDAR(レーザーレンジスキャナ)を用いた歩行者および群衆トラッキング

歩行者トラッキング技術は群衆ナビゲーションや施設設計、避難計画、経路解析といったヒューマンセントリックなアプリケーションを実現する上で近年重要視されてきています。本研究では、少数のレーザーレンジスキャナ(LiDAR)を用いて歩行者と群衆を同時に追跡する新システムを提案実装しました。群衆密度が比較的高くない時には、提案システムは各個人の移動軌跡を正確に捕捉して粒度の高い経路解析を実現し、一方で極端に群集密度が高い時には、領域内の歩行者数を正確に推定するアルゴリズムに自動的に切り替えます。また屋内の人の行動・ソーシャル情報をLiDARや複数のスマートフォンで捉えて共有することで「パーソナル+群衆+ソーシャル」ナビゲーションを実現し、大阪府下の商業ビル内で実証実験を継続中です。研究内容紹介動画はこちらをクリックしてください。

センサフュージョンによる都市群衆・人流の可視化

近年、様々なセンサを活用することにより、人の移動や滞留などの人流情報を直接計測及び推定する研究が活発に行われています。被災状況や避難状況を迅速に把握することが求められる災害支援においては、様々なセンサを組み合わせた人流情報の取得は有効であると考えられます。しかしながら、人流情報は時間的に変化し、その情報量は膨大であるため、人流情報を一見して理解することは困難です。本研究では、異なるセンサから得られるセンサデータを適切に融合することにより、複数のセンサから人の移動と滞留からなる人流情報を導出し、この人流情報の時間的変化を可視化します。人の移動を把握可能なセンサ領域において、センサ領域内に滞在する人の数を計測し、センサ領域に色を割り当てることで、人の滞留を表現し、センサ領域の外へ移動する人の流出方向を計測することで、センサの種類に関わらず移動先の

センサ領域と、各センサ領域間で移動する人の数を把握可能にします。

WiFiのCSIを用いた混雑推定

ショッピングモールや空港のような多くの人が利用する施設では、混雑状況を把握することでマーケティングや避難誘導に利用することができます。その混雑状況を推定する手法として、CSI(Channel State Information)の利用が注目されています。CSIはIEEE 802.11n以降の通信時に通信品質を向上させるために実装されている機能であり、スマホなどのモバイル端末と商用のアクセスポイントとの通信で得ることができることから低コストな混雑推定を実現できます。しかし、CSIは通信を行う端末の位置関係が変わると特徴が変化し、1地点でのCSIデータを機械学習によって学習しても、通信位置によっては混雑推定の精度が下がってしまいます。本研究では、モバイル端末を利用して得られたCSIでも混雑推定が可能なように、通信を行う端末の位置関係が変化しても推定精度が下がらない混雑推定を提案しています。

2015年4月,テレビ東京系列の「未来シティ研究所」にて,東野研究室の取り組み「未来のシューズ」が放送されました.





【関連発表論文】
Y. Hara, R. Hasegawa, A. Uchiyama, T. Umedu, T. Higashino: "FlowScan: Estimating People Flows on Sidewalks Using Dashboard Cameras Based on Deep Learning", Journal of Information Processing, Vol.28, pp.55-64, 2020.

M. Elhamshary, M. Youssef, A. Uchiyama, A. Hiromori, H. Yamaguchi, T. Higashino: "CrowdMeter: Gauging Congestion Level in Railway Stations using Smartphones", Pervasive Mobile Computing, Vol.58, Article No.101014, 2019.

Y. Fukushima, D. Miura, T. Hamatani, H. Yamaguchi, T. Higashino: "MicroDeep: In-network Deep Learning by Micro-Sensor Coordination for Pervasive Computing", Proceedings of 2018 IEEE International Conference on Smart Computing (SMARTCOMP 2018), pp.163-170, 2018.

T. Higashino, H. Yamaguchi, A. Hiromori, A. Uchiyama and T. Umedu: "Re-thinking: Design and Development of Mobility Aware Applications in Smart and Connected Community Research", Proceedings of 38th IEEE International Conference on Distributed Computing Systems (ICDCS 2018), pp.1171-1179, 2018.

M. Elhamshary, M. Youssef, A. Uchiyama, H. Yamaguchi and T. Higashino: "CrowdMeter: Congestion Level Estimation in Railway Stations Using Smartphones", Proceedings of 16th IEEE International Conference on Pervasive Computing and Communication (PerCom 2018), pp.1-12, 2018.

T. Higashino, H. Yamaguchi, A. Hiromori, A. Uchiyama, K. Yasumoto: "Edge Computing and IoT Based Research for Building Safe Smart Cities Resistant to Disasters", Proceedings of 37th IEEE International Conference on Distributed Computing Systems (ICDCS 2017),pp.1729-1737, 2017.

M. Elhamshary, M. Youssef, A. Uchiyama, H. Yamaguchi and T. Higashino: "TransitLabel: A Crowd-Sensing System for Automatic Labeling of Transit Stations Semantics", Proceedings of 14th Annual International Conference on Mobile Systems, Applications, and Services (MobiSys 2016), pp.193-206, 2016.

T. Higuchi, H. Yamaguchi and T. Higashino: "Trajectory Identification based on Spatio-temporal Proximity Patterns between Mobile Phones", Wireless Networks, Vol.22, No.2, pp.563-577, 2016.

T. Higuchi, H. Yamaguchi and T. Higashino: "Mobile Devices as an Infrastructure: A Survey of Opportunistic Sensing Technology", Journal of Information Processing (JIP), Vol.23, No.2, pp.94-104, 2015. (Invited Paper)

T. Higuchi, H. Yamaguchi and T. Higashino: "Tracking Motion Context of Railway Passengers by Fusion of Low-power Sensors in Mobile Devices", Proceedings of 2015 ACM International Symposium on Wearable Computers (ISWC 2015), pp.163-170, 2015.

Y. Maekawa, A. Uchiyama, H. Yamaguchi and T. Higashino: "Car-level Congestion and Position Estimation for Railway Trips using Mobile Phones", Proceedings of 2014 ACM Conference on Ubiquitous Computing (UbiComp 2014), pp.939-950, 2014.

T. Nishimura, T. Higuchi, H. Yamaguchi and T. Higashino: "Detecting Smoothness of Pedestrian Flows by Participatory Sensing with Mobile Phones", Proceedings of 2014 ACM International Symposium on Wearable Computers (ISWC 2014), pp.15-18, 2014.

T. Higuchi, S. Fujii, H. Yamaguchi and T. Higashino : "Context-Supported Local Crowd Mapping via Collaborative Sensing with Mobile Phones", Pervasive and Mobile Computing (Elsevier), Vol.13, pp.26-51, 2014.

T. Higuchi, H. Yamaguchi and T. Higashino : "Mobile Node Localization Focusing on Stop-and-Go Behavior of Indoor Pedestrians", IEEE Transactions on Mobile Computing, Vol.13, No.7, pp.1564-1578, 2014.

A. Uchiyama, S. Fujii, K. Maeda, T. Umedu, H. Yamaguchi, and T. Higashino : "UPL: Opportunistic Localization in Urban Districts", IEEE Transactions on Mobile Computing, Vol.12, No.5,pp.1009-1022, 2013.

N. Kiyama, A. Uchiyama, H. Yamaguchi and T. Higashino : "Quantifying Relationship between Relative Position Error of Localization Algorithms and Object Identification", Wireless Networks (Springer), Vol. 19, No. 6, pp.1037-1049, 2013.

T. Higuchi, H. Yamaguchi, and T. Higashino : "Clearing a Crowd: Context-Supported Neighbor Positioning for People-Centric Navigation",Proc. of 10th Int. Conf. on Pervasive Computing (Pervasive 2012), pp.325-342, 2012.

S. Fujii, A. Uchiyama, T. Umedu, H. Yamaguchi and T. Higashino : "Trajectory Estimation Algorithm for Mobile Nodes Using Encounter Information and Geographical Information", Pervasive and Mobile Computing, Vol.8, No.2, pp.249-270, 2012.

T. Higuchi, S. Fujii, H. Yamaguchi and T. Higashino : "An Efficient Localization Algorithm Focusing on Stop-and-Go Behavior of Mobile Nodes", Proc. of 9th Annual IEEE Int. Conf. on Pervasive Computing and Communications (PerCom2011), pp.205-212, 2011.

T. Higashino, H. Yamaguchi, A. Hiromori, A. Uchiyama and T. Umedu: "Re-thinking: Design and Development of Mobility Aware Applications in Smart and Connected Community Research", Proceedings of 38th IEEE International Conference on Distributed Computing Systems (ICDCS 2018), pp.1171-1179, 2018. pdf
【論文概要】最近、スマート&コネクティッド・コミュニティ(S&CC)に関する研究が数多くなされています。自動運転、モバイルクラウドソーシング、クラウドセンシングなどの多くのS&CCアプリケーションでは、車両と歩行者のモビリティが性能や信頼性に大きな影響を与えます。このようなモビリティ対応アプリケーションの信頼性を向上させ、その性能を正確に評価するには、シミュレーションや実世界からの観測により多くの時間帯などのモビリティパターンを収集し、それらのモビリティの影響を統計的に分析し、適切な設計プラットフォームを提供する必要があります。本論文では、網羅的にモビリティパターンを再現したり、S&CC向けの信頼性の高いモビリティ認識アプリケーションを開発したりするための具体的手法や最近の研究動向を提示します。