赤外線人感センサを用いた建物内滞留者数分布の推定

Research Project

Project/Area Number	22K14386
Research Category	Grant-in-Aid for Early-Career Scientists
Allocation Type	Multi-year Fund
Review Section	Basic Section 23030:Architectural planning and city planning-related
Research Institution	Tokyo Institute of Technology
Principal Investigator	岸本まき東京工業大学, 環境・社会理工学院, 助教 (20880074)
Project Period (FY)	2022-04-01 – 2027-03-31
Project Status	Granted (Fiscal Year 2023)
Budget Amount *help	¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000) Fiscal Year 2026: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000) Fiscal Year 2025: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000) Fiscal Year 2024: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000) Fiscal Year 2023: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000) Fiscal Year 2022: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Keywords	滞留者数分布 / 赤外線人感センサ / シミュレーション / 建物内滞留者数 / 避難誘導
Outline of Research at the Start	近年，建物のIoT化に伴い，建物内における物や人に関する様々なデータが入手可能となっている。それらのデータは，建物の管理や環境設備の最適化などに広く活用されており，建築計画分野においても，在館者数の把握などへの多岐な活用が期待されている。本研究の目的は，建物内に多数設置した赤外線人感センサの挙動から，機械学習を用いて建物内滞留者数分布を推定することである。建物内滞留者数分布をリアルタイムに把握できれば，平常時の混雑緩和だけでなく，発災時の効果的な避難誘導などへの活用が期待できる。
Outline of Annual Research Achievements	本研究は，建物内に多数設置した赤外線人感センサの挙動から，建物内滞留者数分布をリアルタイムかつ高精度に推定することを目的とする。これまで，安価かつ取得可能な情報が限定的な赤外線人感センサのみを用いて，建物内滞留者数分布を高精度に把握することは困難であると考えられてきた。本研究では，建物内に多数設置した赤外線人感センサをネットワーク化することで，赤外線人感センサから「検知範囲内における人の有無」だけでなく，「出発地点・到着地点」などの情報を取得，従来は困難であった滞留者数分布を推定する。昨年度は，分析対象建物の共用部において建物内で想定される主要な移動を感知できるよう，多数の赤外線人感センサユニットを多数設置した。今年度は，分析対象建物が取り壊しとなってしまったため，建物解体前（令和5年度11月まで）に今後の分析に必要となる人流データおよび赤外線人感センサデータを取得するための観測調査を複数回実施した。また，膨大な観測データを効率的に処理するため，動画処理プログラムを作成した。当初の予定では，令和5年度までに建物内滞留者数分布を推定する機械学習モデルの構築を終える予定であったが，上記の事情により，モデルの構築に遅れが生じている。(1)誤検知や検知漏れなどを含む実際のセンサ挙動下における移動者の推定や，(2)すれ違いを含む複数の歩行が同時発生した際の移動者の推定を考慮した移動者数推定モデルの構築は，今後の課題である。
Current Status of Research Progress	Current Status of Research Progress 3: Progress in research has been slightly delayed. Reason 分析対象建物が取り壊しとなってしまったため，今後の分析に必要となる人流データおよび赤外線人感センサデータを早急に取得する必要が生じた。そのため，研究実施計画よりも，やや遅れている。
Strategy for Future Research Activity	観測対象建物の取り壊しにより，当初の予定に変更が生じてしまった。来年度は，建物内滞留者数分布を推定する機械学習モデルを構築する。