【寄稿】株式会社GEOTRA未来人流模拟的实践

作者： Kanta Matsumoto
发布日期： 2025年9月26日
分类： Amazon RDS, AWS Step Functions, 客户解决方案, RDS for PostgreSQL, 无服务器

未来人流模拟服务的实践

序章

我们是解决方案架构师斋藤和松本。株式会社GEOTRA以"用数据力量推动社会前进"为使命，运用机器学习技术，基于各类数据提供未来人流模拟服务。人流模拟服务从模型需求定义→数据筛选→数据清洗→模型构建→模型精度验证均实现自主开发。本博客由GEOTRA执行董事CTO产品开发部长森山拓洋先生撰稿，介绍GEOTRA如何开发人流模拟服务。

人流模拟服务概述

AWS： 请说明人流模拟服务适用于哪些使用场景？
GEOTRA森山： 可应对广泛的人流模拟需求。举例来说，能够对桥梁/道路新建或车道管制等封路情况下的交通流变化进行人流模拟。这将提升土木工程规划精度，实现更精细的规划方案。

AWS： 请介绍人流模拟服务的开发情况。
GEOTRA森山： 开发人流模拟服务需要从GPS位置信息创建可识别个体移动的"非集计出行数据"。我们使用自主研发的算法生成此类数据。虽然处理数人信息不成问题，但政令指定城市需要生成超过100万人的数据，此时计算量巨大且耗时较长。核心挑战在于位置信息属于个人信息，可能涉及个体识别。为避免这种情况，通过运用合成数据生成技术，可同时实现隐私保护与个体数据创建。

AWS： 哪些客户在使用人流模拟服务？
GEOTRA森山： 涵盖大型开发商、总包商、建设公司等各行各业的客户。

架构说明

AWS： 请介绍人流模拟服务的架构设计。
GEOTRA森山： 架构如下所示：

GEOTRA森山：人流模拟服务采用以AWS全托管服务为核心的架构。我们将用C++和Python开发的专有算法容器镜像存储在Amazon ECR中，并基于此生成"非集计出行数据"。此过程需要ETL处理，早期我们在EC2上自主实现工作流，现已迁移至AWS Step Functions。生成的"非集计出行数据"写入Amazon RDS，客户可通过React构建的应用程序查看人流数据。

选择AWS的原因

AWS： 请说明选择AWS开发人流模拟服务的理由。
GEOTRA森山： 主要有三个原因：第一是CPU架构选择。系统开发时只有AWS同时提供X86和ARM架构。在反复试验开发专有算法的过程中，CPU架构的选择至关重要。第二是市场工程师数量与信息量。AWS社区活跃，拥有丰富的技术博客等实践知识资源。第三是无服务器服务。基于高敏感度的GPS位置信息生成"非集计出行数据"，安全性是最高优先级。通过采用AWS全托管服务，可将OS和中间件的运维工作交由AWS负责，专注开发。此外，多数全托管服务采用按使用量计费（而非按时计费），更适合初创企业小规模起步。

面临的挑战与解决方案

我们使用C++和Python开发的专有算法生成"非集计出行数据"。最初在EC2上自主实现数据生成和工作流，但因作业依赖关系复杂导致维护困难。为此引入AWS Batch和AWS Step Functions，通过Step Functions检测批处理完成状态。借助GUI确认作业依赖关系，以及从中间作业重启等功能，实现了效率提升。

未来展望

AWS： 请谈谈未来发展规划。
GEOTRA森山： 我们将充分利用AWS无服务器服务种类丰富、扩展性灵活的特性，持续优化人流模拟服务。对具有商业价值的功能进行打磨，开发符合客户需求的产品。最终目标是成为位置信息×AI领域的领导者！

作者简介

毕业于九州大学研究生院理学府化学专业，主修量子化学。因对连接人与人的IT技术产生兴趣，于2014年作为应届生加入KDDI。入职后任职于企业事业本部，作为DX前端系统工程师，从事基于IoT的企业解决方案、5G网络与4K影像识别系统的设计与构建。现任技术负责人，主导GEOTRA产品开发，同时亲身参与实现工作，并作为数据科学家推进基于GEOTRA活动数据的数据分析，持续探索客户新洞察。

标签： Amazon RDS, AWS Step Functions, 案例研究, 客户解决方案