On Time

The train station in Lausanne is filled with cameras that anonymously track people walking through its corridors. Used to estimate the congestion in the station, the analysis of average pedestrian trajectories is crucial to the improvement of the life of thousands of daily commuters. To do this analysis, we divide the train station into small regions of around one square meter linked together if they are adjacent on the ground. Using more than 42 million pedestrian positions, we determine when a region is sufficiently crowded at a given time and record the propagation of the congestion on the network. It yields to the creation of thousands of disconnected sub-networks, here colorized on the image. If you have ever been to the Lausanne train station, your trajectory is probably contained in what you see!

À temps

La gare ferroviaire de Lausanne est remplie de cameras qui traquent de manière anonyme les piétons marchant dans ses couloirs. Utilisée pour estimer la congestion dans la gare, l’analyse des trajectoires moyennes de piétons est cruciale pour améliorer la vie des milliers de voyageurs journaliers. Pour cela, on divise la gare en petites régions d’environ un mètre carré au sol et on les lie entre elles si elles sont adjacentes. En utilisant plus de 42 millions de positions de piétons, on détermine quand une région est suffisamment encombrée à un instant t et on enregistre la propagation de la congestion sur le réseau ce qui crée des milliers de sous-réseaux déconnectés, ici colorés sur l’image. Si vous êtes déjà allé à la gare de Lausanne, votre trajectoire est probablement contenue dans ce que vous voyez !

Artwork info

Realisation

2014

Aluminium & Plexiglas

118.9×84.1cm

Nodes
Edges

Data source

Real-time pedestrian tracking

Credits

Thanks to Alexandre Alahi for installing the camera network and collecting the original dataset of more than 42 million points.

Gallery

Additional resources

If you would like to know more about the scientific study behind this artwork, you can read our paper: Principal Patterns on Graphs: Discovering Coherent Structures in Datasets.