「ひとなび」とは？
「ひとなび®」は，主にLiDAR（Light Detection and Ranging）センサーを活用し，公共空間や商業施設などにおける人々の流れ（人流）を高精度かつプライバシーに配慮した形で計測・解析するシステムです．基本的には，LiDARセンサーが照射したレーザー光の反射を捉えることで得られる3次元の点の集合データ（点群データ）から個々の人物を検出し，その移動を追跡することで，通行量、密度、速度、移動軌跡といった情報をリアルタイムに取得します．
プロジェクトは2013年頃，群衆センシングとソーシャルメディア情報を融合して場の「雰囲気」を可視化するという初期コンセプトから始まりましたが，次第にLiDARを用いた客観的かつ高精度な人流計測へと移行してきました．この過程で、複数のLiDARを用いた広範囲なトラッキング、センサー間の人物再識別、エッジコンピューティングデバイス「Hitonavi-µ」の開発などにも取り組んできています．
2020年には，研究成果の社会実装を加速するため，山口教授らが共同創業者となり，大阪大学発スタートアップとして株式会社HULIXが設立されています．「ひとなび」技術を核とした人流・空間解析プラットフォーム事業を展開し，当時OUVC（大阪大学ベンチャーキャピタル）からの投資も受けました．
プロジェクトは，グランフロント大阪での初期展示から，海外オフィスビルへの導入，大規模商業施設（EXPOCITYなど），南海なんば駅周辺，和歌山市での実証実験...と、段階的に規模を増しながら実世界での有効性を検証してきました．和歌山市での実験では、デジタルツインプラットフォームと連携し，モビリティサービスや回遊施策の効果検証に活用するなど，スマートシティ実現に向けた応用も進めています．
主要な実証実験と人流デジタルツインとしての展開
- グランフロント大阪「The Lab.」(2013年): プロジェクト初期のコンセプト展示と技術実証の場 。
- 中国大手企業のオフィスビル (2017年): 海外での初期導入事例 。
- 大阪府吹田市の大規模ショッピングモール (EXPOCITY) (2018年, 2020/21年): HULIX設立前後の主要な実証実験。歩行者の軌跡からリアルタイムで混雑状況を予測したり、消費者行動を分析する試み．
- 南海なんば駅周辺 (2021年11月): 「なんば駅周辺における道路空間再編社会実験」の一環として、歩行者天国化されたエリアの人流変化を9台のLiDARを用いて計測。大阪大学とHULIXが共同で実施、メディアでも報道されました。
- 阪急阪神不動産（梅田駅周辺）(2021年7月): 「夏の手ぬぐい装飾」イベントにおいて人流データ解析を実施 。
- 和歌山市（和歌山城公園、城前広場周辺）(2022年8月～, 2023年12月): まちなかの賑わい創出を目的とした複数回にわたる実証実験。LiDARによる通行量把握に加え、2023年の実験では、大阪大学とHULIXがNICTの委託研究として開発中の「住民・自治体・事業者のトリプレット共創型デジタルツインプラットフォーム」と連携。複数種類のモビリティ運行や謎解きイベント、モバイルスタンプラリーといった回遊施策を実施し、その効果を「ひとなび」で計測・分析。得られたデータをデジタルツインPFで処理し、将来の街づくりに向けた施策検討への活用可能性を検証した 。
関連主要論文
- Higuchi, T., Yamaguchi, H., & Higashino, T. (2012). Clearing a Crowd: Context-supported Neighbor Positioning for People-centric Navigation. In Proc. IEEE Pervasive 2012.
- Higuchi, T., Fujii, S., Yamaguchi, H., & Higashino, T. (2014). Context-Supported Local Crowd Mapping via Collaborative Sensing with Mobile Phones. Pervasive and Mobile Computing, Elsevier.
Yamada, Y., Hiromori, A., Yamaguchi, H., & Higashino, T. (2018). 測域センサを利用した高精度な路線バス乗降計測システム. 情報処理学会論文誌ジャーナル - Ukyo, R., Amano, T., Hiromori, A., & Yamaguchi, H. (2022). Pedestrian Tracking in Public Passageway by Single 3D Depth Sensor. In Proc. PerVehicle 2022 (Workshop).
- Ohno, M., Ukyo, R., Amano, T., Rizk, H., & Yamaguchi, H. (2023). Privacy-preserving Pedestrian Tracking using Distributed 3D LiDARs. In Proc. IEEE PerCom 2023.
- 大野真和, 右京莉規, 天野辰哉, & 山口弘純. (2023). 点群特徴量と拡散モデルを用いた人物軌跡再構成手法の提案. DICOMO 2023.
- Ohno, M., Ukyo, R., Amano, T., Rizk, H., & Yamaguchi, H. (2024). Privacy-preserving pedestrian tracking with path image inpainting and 3D point cloud features. Pervasive and Mobile Computing, Elsevier.
- Hirozumi Yamaguchi, Hamada Rizk, Tatsuya Amano, Akihito Hiromori, Riki Ukyo, Shota Yamada, Masakazu Ohno, "Towards intelligent environments: human sensing through 3D point cloud," Journal of Reliable Intelligent Environments, vol. 10, pp. 281–298 (2024)