Modelo para a predição de comportamento de multidão em tempos futuros

• Ano de defesa: 2018
• Autor(a) principal: Bianco, Clicéres Mack Dal
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Pontifícia Universidade Católica do Rio Grande do Sul; Escola Politécnica; Brasil; PUCRS; Programa de Pós-Graduação em Ciência da Computação
• Palavras-chave em Português: Multidão; Simulação; Predição; Crowd Simulation; Prediction; Pedestrian Dead Reckoning; CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO
• Link de acesso: http://tede2.pucrs.br/tede2/handle/tede/8411

O comportamento de multidões humanas tem sido objeto de estudo de diversas áreas do conhecimento,tais como Ciências Humanas, Engenharias e Ciência da Computação. No âmbito da Ciência da Computação assimulações de multidões geram informações que servem de base para desenvolvimento de pesquisas com aplicações voltadas para a segurança e o entretenimento.O objetivo deste trabalho é prover um modelo computacional que estime o comportamento da multidão em determinado tempo futuro. Métodos como Pedestrian Dead Reckoning (PDR) possibilitam uma predição aproximada das posições das pessoas em tempos futuros,usando hipóteses Físicas. No entanto,o desafio está em gerar posições precisas considerando comportamentos realísticos de multidões em ambientes complexos, onde a estimativa somente usando Física dos movimentos dos pedestres,pode não ser robusta suficientemente. Neste trabalho propõe-se um modelo denominado Time Machine (TM) que estende o conceito de PDR com dados das interações entre pessoas e complexidade do ambiente. Este modelo foi integrado ao BioCrowds, um simulador de multidões que discretiza as áreas disponíveis do ambiente e as representa através de marcadores (pontos no espaço) que permitem a movimentação,livre de colisão,de humanos virtuais. Afim de validar a metodologia proposta, diversas simulações foram executadas incluindo estudos de casos com situações reais. Para esses estudos de caso,as análises de erro incluíram informações de densidade e de variação deposições dos personagens.Um exemplo é a predição de 8,33 segundos no tempo futuro de uma população simulada de 320 agentes em uma área livre de 338 m2, sendo que a diferença média das posições,com o método Time Machine, foi de 0,25. Além disso,para casos com dados reais,o método TM estimou a multidão como erro máximo de 0,24.