Pedestrian simulator for indoor layout designs aiming at natural dense relaxation

点击翻译按钮获取中文摘要

本年度は，(1)NM（Network Model）を用いた大型商業施設における群集歩行シミュレーションの高速化，(2)GA（Genetic Algorithm）を用いた狭小空間での室内レイアウト設計，(3)UWB（Ultra Wide Band）モジュールを用いた屋内位置推定，(4)MAS（Multi-Agent Simulation）を用いた感染症モデルの評価，に取り組んだ．(1)では，これまでに構築した縮退型自己駆動粒子モデルによる大型商業施設における歩行シミュレーションを，NMを用いて高速化することを試みた．結果として，実行速度が従来にものに比べて10倍～30倍となった．また，NMの迂回トポロジーを工夫することで従来のものと同様の振舞いを得られた．(2)では，これまでに構築したSocial Forceモデルを用いた縮退型自己駆動粒子モデルを狭小空間に適用しGAを用いて室内レイアウトを設計した．これにより，従来のレイアウトでは平均流動係数が3.15 person/(m・s)だったものが3.40 person/(m・s)まで向上可能なレイアウトを設計できた．(3)では，屋内歩行実験時の被験者位置取得のためのUWBを用いた推定手法を検討した．UWBモジュールのみでは推定誤差が0.5m程度であるため，パーティクルフィルターを用いて推定誤差を0.3m程度までに抑えた．歩行実験に臨むには更なる精度向上が求められるため，現在はカルマンフィルターの使用を検討している．(4)では，これまでに構築したMASを用いたSEIRD感染症モデルの評価を行った．具体的には，施設数や人口，世帯数などを富山県の統計情報を参考に設定し，パラメータを調整することで富山県のCOVID-19感染状況を再現可能か確認した．結果として，新規感染者のピーク数とピーク日を10%程度の精度で再現できることが確認された．