A multi-sensor approach to people counting and flow estimation in smart campus

Nowadays the Internet of Things is gaining more and more importance in our lives. Among all its fields an interesting one is security and the possibility to detect and monitoring people movements. Our work focuses on the im- plementation of a device able to monitor people movements detecting their passage and their direction: the SmartGate. It is composed of different kind of sensors: Passive InfraRed, Active InfraRed and Time-of-Flight sensors. We achieved very high values of accuracy, ranging around 95-97%, testing our solution in three different environments, both indoor and outdoor. The accuracy for these data has been computed comparing events detected by sensors and ground truth ones collected. These results make our implemen- tation a good solution to the problem so we decide to study using simulation the behaviour of multiple SmartGates deployed on a specific area. This lead us to the second main focus of our work that is the estimation of the Origin- Destination matrix done with a simulated environment composed by four SmartGates placed at the access points of a specific area. We compute the accuracy of this estimation comparing the resulting matrix with the ground truth matrix that we suppose to have. This estimation is useful in secu- rity contexts but also can be exploit for the optimization of other cases like traffic management, human resources allocation or estimation of marketing effectiveness.

Oggigiorno l’Internet of Things sta acquisendo sempre piu` importanza nelle nostre vite. Un’interessante area tra quelle in cui `e sviluppata `e la sicurezza e la possibilit`a di rilevare e monitorare i movimenti delle persone. Il nostro lavoro si focalizza sull’implementazione di un dispositivo in grado di mon- itorare i movimenti delle persone e la loro direzione: lo SmartGate. Esso `e composto da diverse tipologie di sensori: Infrarossi passivi e attivi e sen- sori Time-of-Flight. Abbiamo raggiunto alti valori di accuratezza, attorno al 95-97%, testando la nostra soluzione in tre diversi ambienti, sia indoor che outdoor. L’accuratezza per questi dati `e stata calcolata comparando gli eventi rilevati dai sensori con quelli di ground truth raccolti. Questi risul- tati rendono la nostra implementazione una buona soluzione al problema, quindi, abbiamo deciso di studiare tramite simulazione il comportamento di piu` SmartGates distribuiti su un’area specifica. Il secondo obiettivo della nostra tesi `e la stima della matrice di Origine-Destinazione effettuata uti- lizzando un ambiente simulato composto da quattro SmartGates posti nei punti di accesso di un’area specifica. Il calcolo dell’accuratezza per questa stima `e effettuato comparando la matrice risultante con quella di ground truth che ipotizziamo essere in nostro possesso. Questa stima `e utile in con- stesti di sicurezza ma pu`o anche essere sfruttata per l’ottimizzazione di altri casi come la gestione del traffico stradale, l’allocazione di risorse umane o l’efficacia di una campagna pubblicitaria.