Using Raspberry Pi for Measuring Pedestrian Visiting Patterns via WiFi-Signals in Uncontrolled Field Studies

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21240%2F19%3A00316337" target="_blank" >RIV/68407700:21240/19:00316337 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/68407700:21340/19:00316337

Výsledek na webu

<a href="https://link.springer.com/chapter/10.1007/978-3-030-11440-4_28" target="_blank" >https://link.springer.com/chapter/10.1007/978-3-030-11440-4_28</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-030-11440-4_28" target="_blank" >10.1007/978-3-030-11440-4_28</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Using Raspberry Pi for Measuring Pedestrian Visiting Patterns via WiFi-Signals in Uncontrolled Field Studies

Popis výsledku v původním jazyce

The research on pedestrian behavior includes empirical field studies and the methods for data acquisition are versatile. However, a low-budget approach that can be applied to measure pedestrian destination choice in large-scale uncontrolled field studies is still needed. The measurement of destination choice patterns is important for validating strategic models, which explain how pedestrians visit locations to perform activities.We propose a Raspberry Pi approach for WiFi-based measurements without using existing WiFi-infrastructures. The proposed method is useful for recording the microscopic dynamics and macroscopic crowd dynamics of largescale uncontrolled field studies, e.g. public events. Furthermore, we provide concept for strategic model validation that is based on the measured WiFi-signal data.

Název v anglickém jazyce

Using Raspberry Pi for Measuring Pedestrian Visiting Patterns via WiFi-Signals in Uncontrolled Field Studies

Popis výsledku anglicky

The research on pedestrian behavior includes empirical field studies and the methods for data acquisition are versatile. However, a low-budget approach that can be applied to measure pedestrian destination choice in large-scale uncontrolled field studies is still needed. The measurement of destination choice patterns is important for validating strategic models, which explain how pedestrians visit locations to perform activities.We propose a Raspberry Pi approach for WiFi-based measurements without using existing WiFi-infrastructures. The proposed method is useful for recording the microscopic dynamics and macroscopic crowd dynamics of largescale uncontrolled field studies, e.g. public events. Furthermore, we provide concept for strategic model validation that is based on the measured WiFi-signal data.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20202 - Communication engineering and systems

Projekt

<a href="/cs/project/GA15-15049S" target="_blank" >GA15-15049S: Detekce stochastických univerzalit v nerovnovážných stavech sociofyzikálních systémů metodami teorie náhodných matic</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2019

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Traffic and Granular Flow '17

ISBN

978-3-030-11439-8

ISSN

—

e-ISSN

—

Počet stran výsledku

9

Strana od-do

245-253

Název nakladatele

Springer Nature Switzerland AG

Místo vydání

Basel

Místo konání akce

Washington, DC, DC, USA

Datum konání akce

19. 7. 2017

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—