Antonio Renato Montefusco
Laurea Triennale
Relatore
- Professore Vittorio Scarano
Tutor
- Dottor Daniele Monaco
Indice
Cosa studio?
Studio informatica all\'Università degli Studi di Salerno. Più precisamente, ho acquisito la laurea triennale nell'ottobre del 2021 e sto continuando gli studi all'Università degli Studi di Salerno attraverso il percorso di laurea magistrale in Informatica con specializzazione in Cloud Computing.
Diario
Settimana | Argomenti | Riferimenti Utili |
---|---|---|
1 | Fondamenti di unity e C# tramite tutorial offerti dalla piattaforma. | https://learn.unity.com/project/tanks-tutorial - https://learn.unity.com/project/beginner-gameplay-scripting- https://learn.unity.com/project/intermediate-gameplay-scripting |
2 | Fasi iniziali per il progetto su unity relative alla struttura della simulazione dei trasporti. Ricerche ed utilizzo di tool e prefab per la creazione della scena. | https://assetstore.unity.com/packages/3d/vehicles/land/school-bus-simple-isometric-106250 https://assetstore.unity.com/packages/tools/modeling/it-s-a-road-tool-9920 |
3 | Studio di algoritmo di pathfindig A* tramite documentazione e test project | https://arongranberg.com/astar/ |
4 | Applicazione di A alla simulazione e sostituzione del tool per la creazione della strada per problemi con il tool di A e inserimento delle animazioni per gli agenti | https://assetstore.unity.com/packages/3d/characters/easyroads3d-free-v3-987 |
5 | Sostituzione del modello del bus con un bus basilare creato tramite tool Probuilder, per problemi dovuti al prefab del bus il quale non era possibile selezionare le singole parti del bus. Prime fasi della scrittura di scripting su A* | https://unity3d.com/unity/features/worldbuilding/probuilder |
6 | Aggiunto script di spawning di test. Studio e implementazione di collision avoidance. Aggiunto commenti al codice | https://arongranberg.com/astar/docs/localavoidance.html |
7 | Completamento dell'implementazione della collision avoidance,il disabling del path e primo studio delle curve di Beizer per il movimento del pullman. | |
8 | Integrato tool per il movimento del bus | https://assetstore.unity.com/packages/tools/utilities/b-zier-path-creator-136082 |
9 | Gestite le fermate dell'autobus, salite e discesa | |
10 | Completata fase di simulazione degli agenti su un mezzo di trasporto e inizio studio sull'utilizzo degli effetti particellari per simulare il virus | https://learn.unity.com/tutorial/introduction-to-particle-systems#6025fdd9edbc2a112d4f0134 |
11 | Creata la scena basata sulla tratta di trasporti della città di Obuse, Creazione del percorso e modifiche alle fermate in modo da poter scegliere una media di pendolari per ogni fermata | |
12 | Modificata la strada e il path seguito dal bus, aggiunta GUI per velocizzare , rallentare e fermare la simulazione. Aggiunto orologio alla GUI. Permesso al bus di rispettare gli orari prestabiliti. Modifiche al sistema di scelta della fermata da parte degli agenti. Aggiunta telecamera manuale e automatica. Iniziata la fase di Bug solving | |
13 | Ultimata la simulazione tramite bug solving e ottimizazzione permettendo alla simulazione di operare a 5x senza cali di framerate.Aggiunto un sistema di stampa dei dati su un file csw al termine di ogni simulazione |
Materiale
https://arongranberg.com/astar/
https://unity.com
https://github.com/Domenico-Esposito/project_m/tree/master/Assets/Prefabs/Characters
https://www.easyroads3d.com
https://assetstore.unity.com/packages/tools/utilities/b-zier-path-creator-136082
Software
- Unity Editor
- Visual Studio Code
Seminari
Simulazione ad agenti : Contagio di virus su mezzi di trasporto. 17-09-2021
Simulazione ad Agenti nei Trasporti: Modellazione dei Comportamenti degli Utenti e Simulazione dei Contagi. 28-10-2021
La mia tesi
Titolo: Simulazione ad Agenti nei Trasporti:
Modellazione dei Comportamenti degli Utenti e Simulazione dei Contagi
Abstract:
Data la pandemia da Covid-19, si sono dovuti effettuare vari studi e ricerche sull'argomento in ogni ambito. Lo scopo di questa tesi è la realizzazione di una simulazione basata su agenti che utilizzano un mezzo di trasporto pubblico in periodo di pandemia. Tramite questa simulazione è possibile ottenere dati statistici sui contagi che avvengono in una giornata sulla tratta del mezzo di trasporto. La simulazione è stata realizzata completamente in Unity 3D. Per la simulazione sono stati utilizzati dati reali ottenuti da un articolo scientifico riguardante i trasporti nella città giapponese di Obuse pubblicato da Elsevier LTD nel 2020, il quale studio ha riportato il numero di passeggeri medi durante la tratta di autobus tracciati tramite Wi-Fi scanner. Gli agenti utilizzati per la simulazione sono dei modelli poligonali di persona e sono animati per tutte le loro azioni le quali rispettano un diagramma a stati che indica il loro comportamento, il passaggio da uno stato all'altro è definito da dei trigger, come ad esempio, il bus che si ferma fa andare l'agente nello stato di camminata. I contagi sono stati gestiti tramite il Particle System Shuriken, il quale permette di catturare le collisioni delle particelle, quindi sono stati definiti tre tipologie di agenti, \textbf{Sano, Infetto} e \textbf{Contagioso}. L'agente Contagioso emette delle particelle di \textsc{CoViD-19}, le quali entrando in contatto con un agente \textbf{Sano} possono infettarlo. Inoltre la simulazione permette di fare statistiche sui dati scrivendo i risultati dell'esecuzione su file di formato csv, i quali sono di facile gestione.
Bibliografia
[1] Christine SM Currie, John W Fowler, Kathy Kotiadis, Thomas Monks,
Bhakti Stephan Onggo, Duncan A Robertson, and Antuela A Tako. How
simulation modelling can help reduce the impact of covid-19. Journal
of Simulation, 14(2):83–97, 2020.
[2] Navid Ghaffarzadegan and Hazhir Rahmandad. Simulation-based
estimation of the spread of covid-19 in iran. medRxiv, 2020.
[3] Aron Granberg. A* pathfinding project, 2011.
[4] Arief Hidayat, Shintaro Terabe, and Hideki Yaginuma. Estimating
bus passenger volume based on a wi-fi scanner survey. Transportation
Research Interdisciplinary Perspectives, 6:100142, 2020.
[5] Sebastian Lague. B´ezierpathcreator, 2019.
[6] Baichuan Mo, Kairui Feng, Yu Shen, Clarence Tam, Daqing Li, Yafeng
Yin, and Jinhua Zhao. Modeling epidemic spreading through public
transit using time-varying encounter network. Transportation Research
Part C: Emerging Technologies, 122:102893, 2021.
[7] David E Singh, Maria-Cristina Marinescu, Miguel Guzm´an-Merino,
Christian Dur´an, Concepci´on Delgado-Sanz, Diana Gomez-Barroso, and
Jesus Carretero. Simulation of covid-19 propagation scenarios in the
madrid metropolitan area. Frontiers in public health, 9:172, 2021.
[8] Unity Technologies. Unity, 2005.
[9] Unity Technologies. Cinemachine, 2017.
[10] UnityTerrainTools. Easyroad3d, 2009.
[11] Nan Zhang, Wei Jia, Peihua Wang, Chung Hin Dung, Pengcheng Zhao,
Kathy Leung, Boni Su, Reynold Cheng, and Yuguo Li. Changes in local
travel behaviour before and during the covid-19 pandemic in hong kong.
Cities, 112:103139, 02 2021.