מערכת נתוני מסלולי הולכי רגל בכיכרות ציבוריות אירופיות

מדוע צפייה בהולכי רגל יכולה לעצב מחדש את הערים שלנו

האופן שבו אנשים נעים ברחבות וכיכרות עירוניות משקף הרבה על רמת ההזמנה והעיצוב של אותם מקומות. רוב הידע שלנו על דפוסי ההליכה היומיומיים מבוסס על מחקרים קטנים או ניסויים חד־פעמיים. מאמר זה מציג מאגר נתונים גדול ונגיש שממפה את נתיבי מאות אלפי הולכי רגל החוצים כיכרות ציבוריות ברחבי אירופה, ומציע למתכנני ערים, חוקרים ומעצבים דרך חדשה להבין איך מרחבים ציבוריים באמת פועלים.

לרכז כיכרות רבות במבט משותף

החוקרים התמקדו בהקשר מוכר: הכיכרות המרכזיות של ערי ועיירות אירופיות. אלה מקומות שבהם אנשים מטיילים, נפגשים עם חברים, יושבים ליד מזרקות או חוצים בדרכם לעבודה. במקום לשלוח צוותי סקרים לשטח, הצוות השתמש במשאב הולך וגדל שמצפה למקומות אלה כל הזמן — מצלמות רשת ציבוריות. הם חיפשו באופן שיטתי בפלטפורמות מצלמות בינלאומיות מצלמות שמראות בבירור כיכר, מספקות וידאו חלק ותדירות תמונה סבירה, וניתנות להקלטה באופן אמין. בסך הכל הם ריכזו 193 שעות של חומר מ-39 כיכרות, בדרך כלל בארבעה קליפים של חצי שעה שתפשו בוקר, ארוחת צהריים, ערב ושבת עמוסה, והוסיפו הקלטות נוספות עבור ארבע כיכרות בעונות ומזגי אוויר שונים.

הפיכת וידאו גולמי לנתיבי תנועה

כדי להפוך את הסרטונים לנתונים השתמשה הקבוצה בכלי ראייה ממוחשבת מודרניים שיכולים לזהות ולעקוב אחר אנשים בכל מסגרת. תחילה יישמו מודל זיהוי חדיש שמזהה דמויות אנוש בתמונה. הם אימנו וכיווננו את המודל בעזרת מאגרי תמונות מיוחדים המתמקדים בהולכי רגל בסצנות צפופות, ושיפרו את יכולתו לזהות אנשים גם כשמקומות צמודים זה לזה או חלקית מוסתרים. לאחר מכן קישרו את הזיהויים הללו לאורך זמן באמצעות אלגוריתם מעקב שמקצה לכל אדם מזהה זמני ועוקב אחריו בעודו הולך בכיכר. התוצאה היא סדרת מיקומים עם חותמות זמן לכל הולך — תרשים דיגיטלי שמראה מאיפה הגיעו, לאן הלכו וכמה זמן שהו.

מפיקסלים על מסך לקרקע ממש מתחת לרגליים

לראות אדם נע על מסך שונה מלהכיר את המרחק שהלך או את מהירות תנועתו. כדי להפוך את הנתונים לשימושיים לחקר התנהגות בעולם האמיתי, נדרשו החוקרים להמיר קואורדינטות מסך למדידות על הקרקע. מאחר שלא שלטו במצלמות, הם לא החזיקו במידע מפורט על העדשה ומיקום המצלמה. במקום זאת, השתמשו בפתרון חכם: התאמת מאפיינים שמופיעים גם בתמונת הווידאו וגם בתמונות לוויין של אותה כיכר, כגון פינות בניינים, עצים או ספסלים. תהליך ההתאמה הזה, הידוע בהדמיה כשימוש בהסבה בין שתי נקודות ראייה של אותה משטח, איפשר להם לאמוד היכן כל פיקסל נמצא על משטח הכיכר. בעזרת זה יכלו לחשב מהירויות הליכה, צפיפות קהל ונתיבים מדויקים במטרים במקום פיקסלים.

ניקוי, בדיקה ושיתוף הנתונים

שיטות אוטומטיות אינן מושלמות, ולכן הצוות ערך מספר צעדים לניקוי ובדיקת הנתונים. מסלולים קצרים מאוד או רעשיים הוסרו, והנתיבים הנותרים הוצאו למעט החלקה כדי למנוע זעזועים. נשמרו רק נקודות שנמצאו בתוך מתווה הכיכר האמיתי, והנתונים פושטו כך שלכל שנייה של תנועה מיוצגות רק כמה נקודות — מספיק כדי לשמר את צורת הנתיב תוך הקלה על הטיפול בקבצים. המחברים בדקו עד כמה הזיהוי של אנשים מדויק במסגרות דגימה ומצאו שרוב גדול של הולכי הרגל האמיתיים זוהו כנדרש, עם מעט אזעקות שווא. הם גם בחנו עד כמה אנשים עוקבו בעקביות, במיוחד בהליכות ארוכות, ומדדו כמה קרובים המיקומים שהוסבו לנקודות ידועות על הקרקע בכיכרות שונות.

מה שהמשאב החדש הזה מאפשר

בסך הכל שחרר הפרויקט כ-348,000 מסלולי הולכי רגל, כל אחד עם מזהה, מיקום לאורך זמן ומידע בסיסי כמו מהירות, בנוסף לנתוני מזג אוויר וקונטקסט לכל הקלטה. עבור קהל שאינו מומחה, המסקנה המרכזית היא שעכשיו קיים מפה פתוחה וממוכנת של האופן שבו אנשים אכן משתמשים בעשרות כיכרות ציבוריות בחיי היומיום. מתכנני ערים יכולים לחקור אילו פריסות מעודדות שהייה לעומת חצייה מהירה, אנליטיקאים של תחבורה יכולים לחקור כיצד אנשים מנווטים במרחבים פתוחים בדרכם לאוטובוסים או לרכבות, וחוקרי מדעי החברה יכולים לבחון כיצד מזג אוויר או שעת היום מעצבים את החיים הציבוריים. אמנם מאגר הנתונים עדיין משקף את המגבלות של מעקב מבוסס מצלמה — כגון בלבול מזדמן כאשר אנשים עומדים במקום או מוסתרים מהמבוי — אך הוא מספק בסיס עשיר ונגיש לשימוש חוזר לשיפור מרחבים ציבוריים שיהיו חיותיים, נוחים ומגיבים יותר לאופן שבו אנשים באמת נעים.

ציטוט: Wolff, N., Perry, L., Venverloo, T. et al. Pedestrian Trajectory Dataset of Public European Squares. Sci Data 13, 402 (2026). https://doi.org/10.1038/s41597-026-06686-6

מילות מפתח: מסלולי הולכי רגל, כיכרות ציבוריות, ניידות עירונית, נתוני ראייה ממוחשבת, התנהגות בהמונים