3D-Sensorgestützte Besucherzählung in der Mensa Studierendenhaus

Im Zuge des studentischen Forschungsprojekts haben wir in der Mensa Studierendenhaus 3D-Sensoren installiert, um dort Besucherzählungen durchzuführen. Die Sensoren sind an der Decke montiert (s. Bild) und decken so ein unter ihnen liegendes Areal ab. Durchquert eine Person dieses Areal, so wird sie automatisch vom Sensor erfasst. Da keine Video- oder Bilddateien gespeichert werden, ist unsere Zählung datenschutzkonform.

Hardware gut positioniert

Damit eine Besucherzählung die gewünschten Ergebnisse liefert, muss der Aufbau des gesamten, benötigten Hardware-Systems sorgfältig konzipiert werden. Die 3D-Sensoren sind an den Ein- und Ausgängen der betrachteten Räumlichkeiten - in unserem Anwendungsfall in den Räumlichkeiten der Mensa – zu platzieren. Anschließend müssen die Sensoren in einem Netzwerk integriert werden, sodass alle Zähldaten an einem gemeinsamen Ort liegen und für die Zählanalyse kombiniert werden können. Dieses Netzwerk wird durch einen zentralen Router bereitgestellt, mit dem jeder Sensor per LAN-Kabel verbunden ist. Ebenso im Netzwerk befindet sich ein „Raspberry Pi“, eine Art Mini-Computer, auf dem Verarbeitung und Analyse der Zähldaten stattfinden. Jeder Sensor schickt die von ihm erfassten Daten unmittelbar und automatisch auf diesen „Raspberry Pi“. Dafür wurde eine entsprechende Schnittstelle programmiert.

Zukünftig besser im Flow

Die in der Mensa Studierendenhaus gesammelten Daten können und sollen in vielerlei Hinsicht genutzt werden. Zunächst können auf ihrer Basis einfache Analysen durchgeführt werden, um z.B. zeitliche Verläufe der Besucherzahl oder die Bestimmung von Verweilzeiten zu erarbeiten. Des Weiteren kann untersucht werden, wie viele Personen sich zu einem bestimmten Zeitpunkt in einem Raum aufhalten, wenn dessen Ein- und Ausgänge vollständig von Sensoren abgedeckt sind. Im Rahmen des studentischen Forschungsprojektes steht besonders die Durchführung von Warteschlangenanalysen im Fokus, bei der die Schlangenbildung an den Kassen auf Basis der erfassten Daten modelliert wird. Als Ergebnis dieser Analysen soll die optimale Anzahl an zu besetzenden Kassen für jede mögliche Besucherzahl bestimmt werden.

Eine (Live-)Anzeige der aufbereiteten Daten sowie der entsprechenden Datenanalysen soll mithilfe einer Web-Applikation möglich sein. Diese befindet sich derzeit in der Entwicklung.

Studentische Forschungsgruppe

• Niklas Büch
• Joshua Falke

Mentor

• Prof. Dr. habil. Knut Haase

Besucherzählung mit 3D Sensor