Analysis and Design of Discrete Crowd Behavior in Architecture

本研究は、線状から循環型サイバーフィジカルシステムへと進化する多段階分析パイプラインを通じて離散的群衆行動を調査する。パイプラインは4段階から成る:データ抽出(YOLOv5/YOLOv9 + StrongSORT を用いた監視映像の3D軌跡への変換)、シミュレーション(興味スコアや密度応答などのパラメータを用いたUnreal Engine上での合成的群衆行動の生成)、可視化(ヒートマップと軌跡図の描写)、分析(検証のための実データとシミュレーションデータの比較)。池田教授の枠組みに着想を得て、物理空間の群衆現象が観察情報として捕捉され、サイバー空間で可視化を通じて統合され、パターン分析され、シミュレーションへフィードバックされる循環的サイバーフィジカルシステムとして再概念化された—物理的観察とデジタルモデリング間の相互的フィードバックループを形成する。

このプロジェクトは歩行者が自由に往来する都市の公共空間における、群衆の複雑で離散的な行動容態を空間形状との関係から分析するプロジェクトです。監視カメラ画像の自動認識データによって動的な視覚情報モデルによる行動シミュレーションを洗練させ、空間デザインに応用することを目指しています。　

本研究は群衆行動の観察とシミュレーションのシステムを確立したが、フィジカル空間へのフィードバック機構を欠き、サイバーフィジカル・ループは不完全である。現在の建築的介入—可動壁、機械式間仕切り、デジタルサイネージ、ビルボード—は技術的能力を示すが、過度な制御、スクリプト化された挙動、社会的アフォーダンスの欠如、高いインフラ依存性といった課題を抱える。これは、指示や強制ではなく示唆や誘いを通じた、より共感的で社会的リテラシーを備えた介入を開発する機会を生み出す

監視カメラデータを利用した人流のビジュアライゼーション

サクラ効果—存在と社会的模倣を通じて行動に影響を与える配置された人物—は、離散的群衆行動に焦点を当てるDBA研究と整合する非侵襲的介入モデルである。従来の手法とは異なり、外部からの制御ではなく空間の織物そのものに行動的手がかりを埋め込む。指示性がない、インフラへの負担がない、社会的な自然さという3つの利点を通じて主要な限界を解決し、具現化された参与を通じてサイバーフィジカル・ループを完成させる

離散的アルゴリズム群衆シミュレーション

人間のサクラは倫理的、パフォーマンス的、拡張性の課題に直面するため、ロボティック・ビジター—指示ではなく存在を通じて影響を与える社会的存在感を持つ移動体—が用いられる。実験的制御と倫理的透明性のもとで運用され、4つの利点を提供する。変化する条件へのリアルタイム適応性、インフラなしでの実現可能な群衆体験の向上、活用されていない場所を活性化する効率的な空間利用、そして受動的監視システムでは得られない身体的視点からの豊かな行動データである。

This project aims to analyze the complex and discrete behavior of crowds in urban public spaces with free movement in relation to spatial shape. We aim to refine behavior simulations using dynamic visual information models based on automatic recognition data from surveillance camera images, and apply them to spatial design.

Creating a visual Activity heatmap in Grasshopper based on the captured data.

Data Collection and Visualization Flowchart and the used applications. The Computer Vision data is visualized in 3D as a colored heatmap

Overlaying the video camera footage and the reconstructed 3D model