Úzká hrdla a místa tlačenic: jak číst dav dřív, než nastane problém

Dav, kterému trvalo dvacet minut, než opustil nástupiště, byl o deset minut dřív v pořádku. Nikdo nepanikařil, jízdní řád se nezměnil, a přesto se z docela zvládnutelné skupiny dojíždějících stala pomalá, nepříjemná tlačenice, která blokovala dva východy. Úzká hrdla v davu takhle obvykle působí náhle. Ve skutečnosti se dají předvídat.

Tok, hustota a bod, kde průchodnost klesá

V dynamice chodců může vztah mezi hustotou a tokem zpočátku působit obráceně. Do střední hustoty zvyšuje každý další člověk v chodbě nebo hale celkový tok, protože se prostor využívá efektivněji. Za určitou mezí lidé zpomalují, aby se vyhnuli kontaktu, pruhy pohybu si začnou překážet a celková průchodnost klesá, přestože dav roste. V extrémních případech, jako je dav u festivalové brány nebo u východu ze stadionu, se systém může téměř úplně zastavit.

V odborné literatuře o pěší dopravě je tento vztah dobře popsaný. Architekti podle něj navrhují únikové cesty, dopravci dimenzují haly a organizátoři akcí počítají, za jak dlouho se prostor vyprázdní. Když vztahu rozumíte, dalším krokem je změřit ho ve vlastním prostoru.

Skupiny, které většina provozovatelů přehlíží

Prosté počítání hlav nezachytí jednu strukturální komplikaci: většina lidí v davu nejde sama.

Studie Moussaïda, Perozové, Garniera, Helbinga a Theraulaze z roku 2010, publikovaná v PLoS ONE, zjistila, že až 70 % pozorovaných chodců na obchodní ulici šlo ve skupinách (páry, rodiny, kolegové, menší party).

Skupiny se chovají jinak než lidé, kteří jdou sami. Při nízké hustotě jdou vedle sebe a tvoří přes chodník řadu. Taková sestava je společenská a pohodlná, ale zabírá šířku. S rostoucí hustotou se řada ohne: člověk uprostřed mírně zaostane a dva krajní se k sobě přiblíží, takže vznikne písmeno V otevřené dopředu. Tvar V zabírá méně místa do šířky, ale ve směru chůze je delší. Chodba plná skupin proto dosáhne své skutečné kapacity dřív, než by odpovídalo prostému počtu lidí.

Na skupinách hodně záleží v přestupních uzlech a na letištích, kde změny gate, zpoždění a hlášení na nástupištích mohou náhle přesunout velké rodinné skupiny. Místo, které v úterý zvládne proud dojíždějících bez potíží, může v sobotu úplně selhat, když je stejná chodba plná skupin se zavazadly.

Kde vznikají místa tlačenic

Místa tlačenic se soustřeďují kolem předvídatelné sady prvků:

• Přechody mezi širokým a úzkým prostorem: hala, která se zužuje k turniketu s jedněmi dveřmi, nebo otevřené náměstí, které přechází v lávku pro pěší.
• Střety směrů: křižovatky tras, kde se dva proudy kříží nebo slévají, tedy pěší obdoba neřízené křižovatky.
• Nestejná rychlost obsluhy: turnikety, bezpečnostní kontroly a fronty k nástupu, které se vyprazdňují různým tempem, takže se lidé hromadí před nejpomalejším místem. Pokud je tím místem pokladna nebo přepážka služeb, je hromadění i obchodní problém: zákazníci, kteří vidí dlouhou frontu, nakoupí méně a někteří odejdou.
• Místa, která přitahují pozornost: informační obrazovky, odjezdové tabule, stánky s jídlem a cokoli, kvůli čemu lidé uprostřed proudu zastaví nebo zpomalí.

Místa, která přitahují pozornost, se podceňují nejčastěji.

Představte si odjezdovou obrazovku v chodbě, kde jinak všechno plynule proudí. Pokud se u ní zastaví dost lidí, může se fronta za nimi protáhnout daleko od samotné obrazovky.

Jak číst včasné signály

Zkušený provozovatel často pozná vznikající úzké hrdlo dřív, než nastane problém: podle postoje lidí ve frontě nebo podle tempa, jakým lidé na křižovatku tras přicházejí ve srovnání s těmi, kdo odcházejí. Potíž je v rozsahu. Jeden vyškolený pozorovatel nemůže současně hlídat šest křižovatek v hale, čtyři bezpečnostní kontroly a dva východy z nástupišť.

Nepřetržitá anonymní data ze senzorů to mění. Když se v každém měřeném bodě zaznamenávají příchody a odchody, hlídání převezme výpočet a aktuální obsazenost každé zóny z něj udělá číslo, podle kterého může provozovatel jednat. Počet, který soustavně ukazuje víc lidí vstupujících do úseku křižovatky, než z něj vychází, je včasným signálem hromadění. Rozdíl mezi intenzitou příchodů a odchodů, měřený v řádu minut a ne odhadnutý pohledem, dává provozovatelům čas zasáhnout: otevřít další bránu, poslat pořadatele, aby přesměroval proud, nebo zobrazit aktuální zprávu na veřejné obrazovce.

Provozovatelé arén a stadionů tento přístup přijali mezi prvními. Při odchodu z akce je v sázce nejvíc a časy akcí dělají špičky předvídatelnými, takže se na ně dá připravit. Stejná logika platí pro letiště s vlnami odletů nebo pro nádraží s ranní a odpolední špičkou, která se den ode dne liší, ale je dost stálá na to, aby se dala modelovat.

Hybridní měření pro složité areály

Žádný typ senzoru nepokryje všechny situace. Rušný letištní terminál kombinuje dlouhé otevřené prostory, kde Wi-Fi dává výborná souhrnná data o pohybu, úzké dveře a chodby, kde 3D hloubkové senzory počítají s vysokým rozlišením po minutách, a venkovní předprostory, kde se lépe hodí metody s kamerami.

Hybridní řešení pro počítání osob tyto metody kombinují tak, aby každou část areálu měřila nejvhodnější technologie, a výstupy spojují do jednoho provozního obrazu. Provozovatel tak v pondělí v 8:47 ráno vidí, že se u severní bezpečnostní kontroly hromadí lidé rychleji než u jižní, a může zasáhnout dřív, než fronta dosáhne k výtahům.

Včasná upozornění a otázka soukromí

Provozní důvody pro měření davu se obhajují snadno. Otázka občanských svobod si ale zaslouží přímou odpověď.

Spočítat, kolik lidí prochází křižovatkou tras nebo jak hustá je zóna, nevyžaduje nikoho identifikovat. Data, ze kterých vzniká upozornění na pohyb davu (kolik signálů, kolik přerušení senzoru), jsou anonymní a souhrnná dřív, než se dostanou na obrazovku provozovatele. Nikomu se nezaznamenává cesta a žádný obličej se neporovnává s databází.

S tím, jak se měření ve veřejných prostorech rozšiřuje, má tento rozdíl stále větší váhu. Letiště nebo dopravce potřebuje k bezpečnému zvládnutí míst tlačenic data na úrovni davu a technologie je dokáže poskytnout bez sledování jednotlivců.

Zasáhnout dřív, než fronta dosáhne k výtahům

Podmínky, které vytvořily dav blokující východy z nástupiště (úzký východ, vyšší příliv lidí než obvykle a v sobotu cestující převážně ve skupinách), se daly změřit předem. Úzké hrdlo bylo předvídatelné, jen ho nikdo neměřil.

Nepřetržité anonymní měření pohybu promění známé strukturální riziko v něco, co můžete pozorovat a řídit. Místo tlačenic tam bude dál, ale budete vědět, kde roste tlak, dřív, než ho pocítí lidé uvnitř.

Jak to funguje ve velkém: analýza pohybu davu v arénách a hybridní řešení pro počítání osob popisují vrstvu měření, analýza návštěvníků pro přestupní uzly provozní obraz.

Zdroje

• Moussaïd, M., Perozo, N., Garnier, S., Helbing, D., & Theraulaz, G. (2010). The walking behaviour of pedestrian social groups and its impact on crowd dynamics. PLoS ONE, 5(4), e10047. https://doi.org/10.1371/journal.pone.0010047
• Weidmann, U. (1993). Transporttechnik der Fussgänger: Transporttechnische Eigenschaften des Fussgängerverkehrs (IVT Schriftenreihe 90). ETH Zürich. https://doi.org/10.3929/ethz-b-000242008
• Helbing, D., & Molnár, P. (1995). Social force model for pedestrian dynamics. Physical Review E, 51(5), 4282–4286. https://doi.org/10.1103/PhysRevE.51.4282
• Helbing, D., Johansson, A., & Al-Abideen, H. Z. (2007). Dynamics of crowd disasters: An empirical study. Physical Review E, 75(4), 046109. https://doi.org/10.1103/PhysRevE.75.046109
• Lu, Y., Musalem, A., Olivares, M., & Schilkrut, A. (2013). Measuring the effect of queues on customer purchases. Management Science, 59(8), 1743–1763. https://doi.org/10.1287/mnsc.1120.1686