IoT | ΑΙ | computer vision | smart public space | crowd management | human- computer interaction
3
4
19
Περιέχει: Εικόνες, Σχήματα, Πίνακες
Η παρούσα διπλωματική εργασία πραγματεύεται τον «έξυπνο δημόσιο χώρο» και παρουσιάζει και υλοποιεί, μέσα από τεχνολογίες τεχνητής νοημοσύνης (AI), υπολογιστικής όρασης (Computer Vision) και διαδικτύου των πραγμάτων (ΙοΤ), κύριες δυνατότητες αξιοποίησης σε πραγματικό χρόνο των δεδομένων που αναδύονται από τη συμπεριφορά των ατόμων που κινούνται ελεύθερα σε αυτόν.
Η συμπεριφορά τού πλήθους στο δημόσιο χώρο είναι πλούσια σε πληροφορίες, που, όσο δεν καταγράφονται, μένουν αναξιοποίητες. Αντίθετα, ένας «έξυπνος δημόσιος χώρος», όπου γίνεται, με κατάλληλες προϋποθέσεις, συλλογή και επεξεργασία δεδομένων και χρήση διάχυτων τεχνολογιών, μπορεί να παρέχει χρήσιμες υπηρεσίες προς τους χρήστες του για τη βελτίωση της κινητικότητας, της ασφάλειας και της συνολικής εμπειρίας.
Στο πλαίσιο αυτό διερευνήσαμε τη σχετική βιβλιογραφία και τις διαθέσιμες τεχνολογίες και σχεδιάσαμε και αναπτύξαμε τα κύρια συστατικά ενός συστήματος από εφαρμογές που αξιοποιούν τα δεδομένα που παράγονται από τους ίδιους τους χρήστες τού δημόσιου χώρου προς όφελος των ίδιων των χρηστών, αλλά και για την επίτευξη επιχειρησιακών στόχων, με κύριο πεδίο εφαρμογής τη διαχείριση πλήθους (crowd management). Ως σημείο αφετηρίας εστιάσαμε στο να μετρήσουμε το βαθμό χρήσης ενός δημόσιου χώρου και για το λόγο αυτό προτείναμε τη χρήση ενός σύνθετου δείκτη που ονομάσαμε «ένταση πλήθους» («crowd intensity»). Ο προτεινόμενος δείκτης συνδυάζει την πυκνότητα χρήσης τού δημόσιου χώρου με τη μέση ταχύτητα με την οποία τα άτομα κινούνται σε αυτόν, και, υπό συγκεκριμένες παραδοχές, μπορεί να ανταποκρίνεται με μεγαλύτερη αξιοπιστία στη μέτρηση των πραγματικών συνθηκών χρήσης τού δημόσιου χώρου.
Μέσα από εφαρμογή εργαλείων υπολογιστικής όρασης, αρχικά μετρήσαμε σε πραγματικό χρόνο το πλήθος των ανθρώπων και την ταχύτητα με την οποία κινούνται σε ένα δεδομένο δημόσιο χώρο. Στη συνέχεια, υπολογίσαμε το σύνθετο δείκτη ως «βαρόμετρο» για τη χρήση του δημόσιου χώρου και τον καταστήσαμε διαθέσιμο στο υπολογιστικό νέφος. Από τις ποικίλες υπηρεσίες και εφαρμογές που θα μπορούσαν να αναπτυχθούν αξιοποιώντας το σύνθετο δείκτη με στόχο τη βελτίωση της κινητικότητας, της ασφάλειας και της εμπειρίας, αναπτύξαμε σε επίπεδο λειτουργικού πρωτοτύπου δύο τέτοιες εφαρμογές τελικού χρήστη, ως μία πρόταση ευφυούς ανάδρασης στον «έξυπνο δημόσιο χώρο», για την ανατροφοδότηση των χρηστών σε πραγματικό χρόνο με κατάλληλα μηνύματα ενημερώσεων μέσω τεχνολογιών ΙοΤ.
This thesis deals with the "smart public space" and presents and implements, through technologies of artificial intelligence (AI), computer vision (CV) and Internet of Things (IoT), main possibilities of exploiting in real time data emerging from the behavior of individuals who move freely in it.
The behavior of the crowd in the public space is rich in information, which, as long as it is not recorded, remains unexploited. On the contrary, a "smart public space", where data is collected and processed under suitable conditions and ubiquitous technologies are used, can provide useful services to its users to improve mobility, safety and overall experience.
In this context, we investigated the relevant literature and the available technologies and we designed and developed the main components of a system of applications that utilize the data produced by the users of the public space themselves for the benefit of the users themselves and also for achieving business objectives with crowd management as the main field of reference. As a starting point we focused on measuring the degree of use of a public space and therefore we proposed the use of a composite index which we called "crowd intensity". The proposed index combines the density of use of the public space with the average speed of the crowd that moves in it and thus can, under certain assumptions, more reliably correspond to the measurement of real use conditions of the public space.
Through the application of computer vision tools, we first measured in real time the number of people present and the speed at which they move in a given public space. We then calculated the composite index as a "barometer" for the use of public space and made it available in the cloud. Of the various services and applications that could be developed leveraging the composite index to improve mobility, security and experience, we have developed two such end-user applications to a functional prototype level, as a proposal for smart feedback in the "smart public space", to feed back public space users in real time with appropriate update messages through IoT technologies.
Περιγραφή: 138131_Δουλαβέρας_Νικόλαος.pdf (pdf) Book Reader