Odhadování parametrů prediktivních modelů přítomnosti lidí na struktuře prostředí

Abstract

Cílem této práce je prezentovat projekt FreMEn contra COVID, jeho technickou stránku, a experimentálně ohodnotit jeho přínos. Aby bylo možné systém nasadit v nových oblastech i přes malé množství dat, možnost přenosu chronorobotických temporálních modelů, při modelovaní lidského davového chování, je taktéž testována. Přenos temporálních modelů je způsob, jak se vypořádat s extrémně malými množství dat, běžnými pro robotiku, která jsou velkým problémem při potřebě rychlého nasazení robotického systému, pokud je jeho funkcionalita na temporálních modelech závislá. Z důvodu společenské potřeby, způsobené světovou pandemií v roce 2020⁠—kvůli které project FreMEn contra COVID vznikl⁠—přenos temporálních modelů byl vyhodnocen pro zlepšení aplikace Nebojsa (angl. FreMEn Advisor) s cílem pomoci lidem zavést do jejich života principy sociálního odstupu. Tato aplikace doporučuje čas k návštěvě veřejných míst, kde jsou vysoké koncentrace lidí tak, aby se mohl uživatel vyhnout vytíženým časům. Společně s přenosem temporálních modelů i efekt systému Nebojsa na riziko, kterému se lidé vystavují při nutných pochůzkách, je testován včetně různých možných zdrojů predikcí zaplněnosti daných míst. Výsledky ukazují, že riziko je významně nižší pro uživatele, kteří se řídí doporučeními a že přenesené modely jsou slibným způsobem, jak službu zajistit i v místech, která nejsou pokrata daty pro přesné modelování.

The goal of this thesis is to present the FreMEn contra COVID project from a technical perspective and experimentally evaluate its impact. To allow for deployment in new areas, because of low amounts of data the possibility of transferring chronorobotic temporal models in the application is tested. Temporal transfer presents a way to deal with extremely small amounts of data, common to robotics, that pose a significant problem to quick deployment of robotic systems dependent on those. Because of the social need caused by the world-wide pandemic of 2020⁠—for which the FreMEn contra COVID project was founded⁠—the temporal transfer has been evaluated in the context of boosting the performance of a system meant to aid individuals to implement social distancing measures FreMEn Advisor app. This app gives recommendations to the time of visits to public locations, where many people concentrate so that the user can avoid crowded times. With the temporal transfer, also the impact of the FreMEn Advisor is tested to the risk people experience while doing necessary tasks in public places, like shops, with different possible sources of predictions of human behaviour in given places. The results show that the risk is significantly lower for users following the recommendations and that transferred models present a promising way to provide recommendations for places not covered by data for exact modelling.