Início » Inovação » Tecnologia ajuda a prever comportamento de pedestres
Tecnologia ajuda a prever comportamento de pedestres
Com sistema, o planejamento de construções pode colocar o comportamento de pedestres em primeiro plano, além de otimizar o espaço público
Por
Redação em 29 de dezembro de 2022 3minutos de leitura
Colocar as pessoas no centro das decisões é a chave para a construção das tão sonhadas cidades de quinze minutos. A tecnologia pode ajudar neste processo desde o planejamento dos espaços. A capacidade de prever o comportamento dos pedestres, por meio de análise de dados e inteligência artificial, já existe em algumas tecnologias e está sendo usada para tornar os espaços cada vez mais habitáveis.
A evolução de sistemas de planejamento é um movimento das últimas décadas na arquitetura. Sistemas como o BIM e a modelação em 3D usando software, bem como as possibilidades de digital twin são aliadas da construção inteligente.
No entanto, havia uma parte da equação que ficava de fora nesses programas: as pessoas. E essa é a parte mais essencial de qualquer cidade.
Programas como o MassMotion tentam trazer a dimensão humana, mais especificamente dos grandes grupos de pessoas, para ajudar no planejamento de espaços grandes. O sistema foi usado em aeroportos como o de Pequim e na estação central de Trondheim, a maior estação ferroviária do centro da Noruega.
É possível prever os pedestres?
A análise da simulação de pedestres pode nos ajudar a entender como as pessoas ocupam o espaço e, por sua vez, como a arquitetura estrutura a maneira como as pessoas interagem com seu contexto espacial. Ao contrário dos entendimentos tradicionais do ambiente construído como estático e das pessoas como dinâmicas, a tecnologia coloca o espaço como uma presença maleável que é moldada pelo fluxo de pessoas.
O sistema analisa o fluxo dos passageiros em regiões parecidas e refaz os passos dessas pessoas. A ideia é que, assim, a construção seja mais eficiente, pensada em como os usuários, de fato, desfrutarão daquele lugar. Eles também analisam a forma e a velocidade com que os grupos de pessoas andam em diferentes momento do dia. A constância e a rapidez de quem anda de manhã não são as mesmas de quem usa o espaço à noite, por exemplo.
“Uma técnica de modelagem de pedestres válida e precisa deve ser capaz de modelar a maioria, senão todos os aspectos do movimento de pedestres. Por exemplo, o software deve ser capaz de simular como os pedestres entram/saem de um determinado espaço, o que acontece quando eles encontram pessoas que vêm na direção oposta em uma esquina e como eles reagem à densidade de multidão que muda dinamicamente ao seu redor. Ele deve revelar onde os fluxos cruzados e contrafluxos podem causar problemas e também deve ser capaz de modelar o comportamento humano esporádico aleatório”, explicou Yogin Doolab, da Oasys Software, criadora do MassMotion .
Acrescentam-se aos dados populacionais e de movimento as informações como idade, mobilidade, preferência “cultural” da cidade de como andar – em alguns lugares, anda-se mais rápido do que em outros. Assim, é possível criar perfis dos usuários do lugar e planeja-lo exatamente para eles. Há também como calcular o potencial de lotação do lugar e como otimizar a colocação de áreas para evacuação do espaço, em caso de algum desastre ou crise.
Na Guatemala, o sistema foi utilizado para estipular onde elevadores e escadas de emergência deveriam ser colocados em um prédio de 10 andares. Um outro ponto que o programa também projeta, e que é mais complexo, é prever como será o andar do futuro. Na estação da Noruega, por exemplo, foram projetados dados de uso até 2035.
Comportamento dos pedestres x espaço público
Reduzir a ociosidade de espaços é importante quando se fala sobre as cidades de 15 minutos e sobre sustentabilidade. Afinal, é preciso usar bem o ativo mais escasso das cidades: os espaços públicos. Em Roma, por exemplo, a técnica ajudou a otimizar espaços de uma das suas estações de trem mais lotadas, aumentando as áreas caminháveis.
Reprodução: oasys-software.com
O sistema cria mapas de calor de uso dos prédios, o que ajudou os chineses em Shengzen a projetarem melhores áreas de estudo em uma biblioteca pública. Já em Toronto, o modelo foi usado para analisar como colocar elevadores que ligam a rua à estação de metrô.
O Habitability coleta dados pessoais fornecidos por você e, também, automaticamente, a partir das suas atividades de navegação.
Por padrão, as informações que você nos fornece, incluindo, eventualmente, dados que permitem a sua identificação, como acontece se você optar por receber nossa newsletter, não são conectadas às informações de navegação. Sendo assim, garantimos a você que não fazemos rastreamento individual de atividades.
Cookies estritamente necessários
Estes cookies são essenciais para que as nossas páginas funcionem adequadamente. Eles não podem ser desabilitados, pois, se forem, a disponibilização das nossas páginas ficará comprometida.
Os cookies estritamente necessários normalmente são ativados a partir de uma ação tomada pelo usuário, que equivalem a uma solicitação de serviços, como entrar em um de nossos domínios. Esses cookies não armazenam nenhuma informação pessoal identificável.
Se você desativar este cookie, não poderemos salvar suas preferências. Isso significa que toda vez que você visitar este site, precisará ativar ou desativar os cookies novamente.
Cookies de terceiros
Este site usa o Google Analytics e tags de parceiros para coletar informações anônimas, como o número de visitantes do site e as páginas mais populares.
Manter esse cookie ativado nos ajuda a melhorar nosso site.
Ative primeiro os Cookies estritamente necessários para que possamos salvar suas preferências!