Кубок конфедераций плавно подходит к концу – остается всего пара решающих матчей. Однако футбол – это не только красивая игра, но и повод для проведения серьезных научных исследований. В этом материале расскажем, как ученые Университета ИТМО работают над проектами, помогающими сделать просмотр футбольного матча на стадионе безопаснее и комфортнее.
Предсказательное моделирование сложных систем
Речь идет о проекте Института наукоемких компьютерных технологий (НИИ НКТ) Университета ИТМО, позволяющем моделировать и детализировать поведение больших скоплений людей в различных условиях. Один из вопросов, над которым работают в НИИ НКТ, – предсказательное моделирование сложных систем. Под сложными в данном случае понимаются системы с большим количеством элементов (связанных по принципу «каждый с каждым»), находящиеся в предкритическом состоянии – когда малые изменения свойств могут привести к изменению системы в целом.
Проект НИИ НКТ по моделированию поведения толпы позволяет спрогнозировать развитие событий в местах массового скопления людей – и учесть при этом особенности места, транспортные развязки, погодные условия, а также «проиграть» различные сценарии – от внезапного ливня до поражения любимой команды или выкриков о взрыве.
Все эти сценарии могут стать реальностью – речь, в том числе, и о ситуациях, которые грозят опасностью жизни и здоровью людей. Один из недавних примеров – давка во время просмотра финала Лиги чемпионов в Турине на площади Сан-Карло третьего июня этого года. Предсказательное моделирование помогает понять, как избежать подобных моментов, как правильно реагировать организаторам мероприятий, как грамотно спроектировать объекты массового скопления людей и окружающую их инфраструктуру.
Один из авторов проекта, сотрудник Института наукоемких технологий Владислав Карбовский так поясняет задачи и функции проекта журналисту Известий:
Основная задача программы — повышение безопасности при проведении глобальных массовых мероприятий. Можно спрогнозировать, например, что произойдет в случае паники, где потенциально опасные участки в случае давки, что случится, если в один из входов войдет много посетителей. […]
В программу вводят данные о моделируемом здании или объекте инфраструктуры, правила перемещения людей. На выходе — прогноз динамики пешеходных потоков. Можно прогнозировать сценарии: «что будет, если...»
– Владислав Карбовский
В работе ученые используют методы мультиагентного моделирования. За поведение каждого «участника» в модели отвечает искусственный интеллект, а действия всего потока людей определяются с учетом траектории и скорости движения отдельных объектов. Об этом основатель и директор Института, профессор Александр Бухановский рассказал Российской Газете:
Чтобы построить для компьютера модель поведения фанатов, нужно вначале составить уравнения, которые описывают поведение отдельного человека. […] И поведение в экстремальных ситуациях. Скажем, во время дождя люди стараются отодвинуться друг от друга, и пространство вокруг них увеличивается.
– Александр Бухановский
В рамках проведения компьютерной симуляции ученые могут объединить сразу несколько моделей (среда для объединения мультиагентных моделей создавалась сотрудниками Университета ИТМО совместно с коллегами из университетов Мексики, Нидерландов и США).
Например, можно объединить модель, описывающую поведение людей в экстренной ситуации на заданном объекте, и модель дорожного движения в пределах этого объекта. Для их «склейки» пришлось написать специальное ПО – уже существующие аналоги ученых не удовлетворили. В результате появилась возможность моделировать различные сценарии поведения толпы в зависимости от меняющегося контекста и исследовательских задач.
Вычисления осложняются хаотичностью движения толпы: модель учитывает и такие факторы как смена точки интереса объекта, выбор желаемой скорости, неожиданные остановки и так далее. Для получения достоверных результатов виртуальные эксперименты должны повторяться много раз с разными входными данными.
Такой анализ ученые из Университета ИТМО проводили, в частности, в отношении петербургского стадиона «Зенит-Арена» – изучали сценарии движения футбольных болельщиков после матча:
Особое внимание команда проекта уделила вопросам логистики: до начала Кубка конфедераций проводилось исследование маршрутов передвижения болельщиков как в рамках Санкт-Петербурга, так и в масштабе всей страны. При этом просчитывались различные сценарии – в том числе и сценарий «транспортного коллапса», которого, к счастью, удалось избежать.
Как собирают информацию для анализа
До построения модели ученые используют реальные сведения о действиях и передвижении людей. Исходными данными становятся записи камер видеонаблюдения, информация турникетных систем, сведения о плотности распределения абонентов мобильной связи.
«Самое сложное при моделировании паники — это получить опытные данные о шаблонах поведения и вероятности выбора эвакуационных путей»
— Инженер НИИ НКТ Даниил Волошин
Помимо опытных данных о передвижении людей ученые используют и информацию из социальных сетей. Это позволяет оценить настроение толпы и предсказать вероятность развития драк и появления агрессивно настроенных болельщиков:
Мы собираем информацию до начала матча, во время и после. Основная часть данных собирается до и во время матча. Мы используем гео-привязку. Собираем данные, которые люди публикуют во Вконтакте и Инстаграме, и на основе этой информации выстраивается прогноз: будет ли зажжен файер на трибунах во время матча, произойдёт ли драка. Чтобы оперативно вмешаться и предотвратить эти экстремальные ситуации
– Инженер НИИ НКТ Василий Бойчук
/ Василий Бойчук рассказывает о разработках Университета ИТМО для телепрограммы «Проект 2015»
Почему это важно
Такое моделирование важно для принятия решений как в долгосрочной, так и в краткосрочной перспективе. Оно помогает заранее спланировать детали массовых мероприятий (например, организаторам футбольного матча важно знать, как сформировать оптимальную конфигурацию заграждений). А также позволяет принять правильное решение в случае резких изменений: например, «проиграть» ситуации с внезапными ливнями или скачками температуры.
Кроме того, моделирование позволяет отработать меры противодействия в случае чрезвычайных ситуаций (включая массовую панику) и заранее выявить «узкие места» в системе. Ученые подчеркивают, что их задача – дать рекомендации для принятия решений, основанные на точных прогнозах и выявлении закономерностей в поведении сложных систем. А также (по возможности) смоделировать «эффект бабочки» – ситуации, в которых изменение одного из незначительных факторов приводит к коренным переменам в поведении системы.
Эта работа не только помогает планировать проведение мероприятий, но и способствует эффективному развитию городских пространств. Разработки Университета ИТМО будут использоваться и в ходе обеспечения безопасности на Чемпионате мира по футболу 2018 года.
Автор: itmo
