This page is intended for users in Hong Kong. Go to the page for users in United States.

大分トリニータIoTスタジアム計画第2弾混雑状況を表示 -検証編-

アジアクエストは地域イノベーションパートナーとして、2019年もIoT技術を用いた実証実験をスタジアムで行っています。

地域イノベーションパートナー契約については以下をご覧ください!


IoTスタジアム計画の第2弾として、8月17日(土) 『V.S.鹿島アントラーズ』において

AIカメラによる売店の混雑具合を表示する実証実験を行いました。

前々回の「準備編」・前回「の実施編」に続き、今回は実施後のデータから当日の混雑状況を振り返りたいと思います!

当日のデータをグラフ化

上記のグラフは店舗別に行列人数を1時間毎の平均値をグラフ化したものです。

15:30にスタジアムが開場し、17:00~19:00で行列はピークに達し、試合開始(19:00~)と共に行列は落ち着いていきます。

真夏のスタジアムではかき氷が大人気!


当日は8月半ばの夏真っ盛り。試合開始(19:00~)以降は多くの売店の行列が落ち着く中、

かき氷を販売していた売店Aと売店Cは行列人数は増え続ける一方でした。

今回カメラを設置した6店舗の他にもスタジアムの反対側やスタジアムの外のイベント会場等でかき氷を販売している店舗は多かったのですが、客席から気付きにくい売店では行列が少なく、少し歩けば行列を待たずにかき氷を買うことができました。

カメラ台数を増やせばこのような行列の偏りをスマートフォンから確認できるようになり、行列待ちのストレスから解放されるようになります。

↓試合開始後も増え続けるかき氷行列


使用機材の性能差による検知数の違い

今回の実証実験では6台のカメラ&小型コンピュータを使用しましたが、6台のうち1台は他の5台よりも高性能なコンピュータを用意して挑みました。

設置した店舗は最も混雑が予想される売店Fです。

混雑がピークとなる17:00~19:00の間は6店舗全てで常に10人以上の行列ができており、人気店では30人以上が並んでいる状況でしたがグラフでは売店A~Eはピーク時でも10人程度、売店Fでも20人程度です。

これは各コンピュータが検知できる人数の上限に達していることを表しています。

売店A~Eで使用したコンピュータと売店Fで使用したコンピュータでは検知できる人数の上限に倍の差があることがわかります。

今回は9~10人以上の行列は「大混雑」として判定するためそれ以上の性能は必要ありませんでしたが、より多くの人数を検知したい場合は高性能なコンピュータを用意する必要があることがわかりました

行列の検知が可能な状況とカメラ位置

今回の実験を経て、技術的な問題や機材性能の問題の他にも行列の検知が可能な状況と困難な状況があることがわかりました。

極端な例ですが、下の画像の位置にカメラを設置した場合、売店の行列だけでなく通行人も人数としてカウントしてしまうため、カメラの設置位置は非常に重要です。


カメラの位置やレンズなどを調節して行列だけを撮影するか、プログラムで加工するか、カラーコーン等で行列の方向を制御して通行人と行列の区切りを明確にするなどの工夫が必要になります。

今回のまとめ・今後の課題

  • AIカメラを利用した混雑状況の検知は実用化可能!
  • 大規模な行列を検知するためには高性能な機材(カメラ・CPU等)が必要
  • カメラの防水、防塵が場所によって必要
  • 精確な人数を検知するためには機材性能の他、カメラの設置位置や行列の誘導(通行人との区別)が必要

大分トリニータIoTスタジアム計画第2弾は以上で終了となりますが、これからも様々な試みでスタジアムとIoTの可能性を探っていきます!


関連記事です。

 準備編はこちら!



 実施編はこちら!
アジアクエスト株式会社's job postings
2 Likes
2 Likes

Weekly ranking

Show other rankings
If this story triggered your interest, go ahead and visit them to learn more