Comparing different models for pedestrian flow estimation in a university campus

In the era of big data a lot of information about traffic flows is available and often in real time. Pedestrian,vehicular or IP packets are all an example of flows which full knowledge is crucial for the dimensioning of the infrastructure they are using. The goal of this work is to study and evaluate some mathematical models used to estimate a complete trip distribution matrix starting with incomplete and partial information sampled on the network in different time intervals. We analyzed pedestrian flows occurred inside the Architecture building of Politecnico di Milano located in Leonardo campus through Wi-Fi packet sniffing, This operation was possible thanks to the already deployed set of Wi-Fi access points. Then we made the assumption that only a subset of MAC addresses can be detected on the network. By comparing the true traffic flows with those estimated by the models we were able to compare performances of the different models and to show which one is best suited to be used depending on the scenario we are dealing with.

Nell’era dei big data molte informazioni riguardanti i flussi di traffico sono disponi- bili e spesso in tempo reale. Pedoni, veicoli o pacchetti IP sono tutti un es- empio di flussi la cui conoscenza completa è cruciale per il dimensionamento dell’infrastruttura che essi usano. Lo scopo di questa tesi è studiare e valutare al- cuni modelli matematici usati per stimare la matrice che rappresenta la domanda di mobilità avendo a disposizione informazioni parziali e incomplete ottenute sulla rete in diversi intervalli di tempo. Abbiamo quindi analizzato i flussi pedonali avvenuti nell’edificio di Architettura del Politecnico di Milano che si trova nel campus Leonardo attraverso l’intercettazione di pacchetti Wi-Fi. Questa op- erazione è stata possibile grazie all’insieme di Wi-Fi access points presenti sul campus. Abbiamo dunque fatto l’ipotesi che solo una parte degli indirizzi MAC possono essere rilevati sulla rete. Comparando i veri flussi di traffico con quelli stimati dai modelli abbiamo potuto paragonare le performance dei diversi modelli e dimostrare quale modello è più indicato da usare a seconda dello scenario in cui ci troviamo.