密度场下的短程社会力模型

密度场是行人感知周围人群密度信息的有效工具.它提供一种直观且高效的手段,在人群模拟中快速调整行人移动方向.在人群建模的研究领域中,社会力模型是相当经典的方法,能够模拟一些常见的自组织现象.但是,其依然存在一些不足,比如人群数目的增长使得模型的时间复杂度呈指数增长,同时还存在行人重叠问题以及行人振荡问题等.利用密度场对社会力模型进行了改进,首先提出行人的受力邻域与墙壁的排斥距离来降低算法复杂性,其次为社会力模型建立了相匹配的网格密度场以使行人能够绕开高密度区域,最后提出了密度导向阈值这一概念,使得人群密度值大于密度导向阈值时,行人会综合目标方向与周围的低密度方向作为新方向.实验结果表明,改进后的模型不仅能模拟出基本的人群自组织现象,而且在时间复杂度方面有明显优势.     

一种结合导航点的社会力疏散仿真软件研究

社会力模型广泛应用于人群仿真。针对该模型在人群疏散仿真中存在抖动、穿透现象,分析产生该现象的原因,采用多线程优化的方法改进社会力模型。对于多障碍物场景中行人存在停滞和移动缓慢的现象采用增加导航点优化行人的疏散路径。采用优化的社会力模型研制一个人群疏散仿真软件,该软件可以定义多种人群仿真参数,实现人群仿真。通过该仿真软件对地震疏散情景进行仿真实验,对实验数据进行对比分析,验证了该仿真软件可以推演人群的疏散行为,可以为人群的疏散策略制定提供参考数据。     

考虑行人特征与领导者角色的改进社会力模型

社会力模型是人群运动仿真中的经典模型,该模型将行人的主观意愿和行人之间的相互影响等都通过"力"的形式来表达,模型简洁且易于解释,但是影响行人运动的因素是多方面的,原始社会力模型中自驱力和社会心理力的计算存在不足.为了使模型能够仿真出真实的运动过程,研究者们对社会力模型进行了改进.文中主要研究了人群疏散过程中的主体:行人...     

社会力模型中恐慌度概念的分析和改进

社会力模型是人群仿真领域的经典模型,自1995年提出后就被广为应用和调整。该模型2000年又推出一个改进版,增加了恐慌度概念。虽然目前基于社会力模型的研究已经很多,但是针对恐慌度概念分析的研究尚不多见。因此梳理了社会力模型中关键参数物理意义和恐慌度的概念,用恐慌度的变化来解释人群疏散中的“快即是慢”与“从众行为”现象。指出了社会力模型中由于对行人感知描述得不够细致,导致在一定条件下,人群仿真结果存在个别行人不从众与到达出口却不撤离的问题。针对所提问题,通过增加行人视野范围描述以及重定义行人自运动状态等方式来完善社会力模型。实验结果显示,改进后的模型能够较好地模拟人群的从众现象,并且有助于加深对社会力恐慌度概念的理解。     

结合最短路径改进的社会力人群疏散仿真模型

社会力模型广泛应用于人群疏散仿真,针对该模型在仿真过程中存在行人停滞不前、无法通过非凸边形障碍物和疏散路径与行人实际选择的路径不相符等问题,提出了一种社会力改进模型。该模型基于场景中的障碍物生成路径节点,利用这些节点生成无向图,同时考虑了节点的安全系数和拥挤系数对节点通行性的影响生成最短疏散路径。通过改进后的社会力模型进行了多种场景的仿真实验,实验结果显示行人在复杂障碍物场景中能有效绕过障碍物,生成合理的疏散路径,表明该模型有效改善社会力模型,使人群疏散仿真更加真实。     

疏散出口附近的人群踩踏仿真分析

人群聚集场所往往存在着较大的安全隐患,当紧急事件发生时,公共场所出口处易发生踩踏事故。针对该现象,设计了一种行人踩踏模型：将行人在踩踏过程中的跌倒情况分为三种,昏迷倒地、推挤倒地、被行人绊倒;在此基础上,设置了行人跌倒的判定规则和行人跌倒后重新站立的条件。行人跌倒的判定规则融合了改进后的社会力模型。改进的社会力模型考虑了跌倒行人对站立行人的影响。仿真过程中对影响人群踩踏的若干因素进行了分析,包括出口宽度、行人平均运动速率、操场塑胶跑道的摩擦系数、心理作用系数,撞击阻碍角度等。仿真结果显示,出口宽度越小,行人平均速率越快,操场塑胶跑道的摩擦力系数越小,越容易发生踩踏事件。心理作用系数和撞击阻碍角度超过一定阈值后,踩踏现象会显著减弱。     

基于人机社会力模型的人群疏散算法

针对公共场合紧急情况下人群疏散困难和效果有限的问题,提出一种基于人机社会力模型的机器人疏散人群的方法。首先,基于原始社会力模型提出了一种新的人机社会力模型,该模型在原始社会力模型的基础上加入了机器人对人作用的人机作用力;然后,基于人机社会力模型提出一种新的利用机器人疏散人群的方法,该方法在人群疏散场景中加入运动机器人,通过机器人自身的运动,利用人机作用力影响周围行人的运动状态,减小行人之间的压力,从而达到加快人群运动速度、提高人群疏散效率的目的。在室内封闭场景人群逃生、两群行人交错这两种典型的疏散场景中分别进行仿真实验,并将实验结果与未加入机器人的人群疏散结果进行对比分析,实验结果表明,基于人机社会力模型的机器人疏散人群的方法能够明显加快人群的运动,提高人群的疏散效率。     

对向行人避让与接触行为社会力模型改进研究

行人微观仿真是地铁车站对向行人通道设计与管理的重要分析工具.随着行人密度增大,对向行人近距离正面相对步行概率加大,在社会力模型仿真中易出现行人间相互穿越的不合理避让现象.同时,社会力模型将行人间非线性接触行为通过线性接触方式实现,使得仿真存在失真情况.为此基于社会力模型,引入主动避让力,并结合颗粒离散元模型的接触理论,还原对向行人的避让和接触行为,通过速度-密度基本图及行人接触避让现象对改进模型进行了验证.结果表明,当行人密度为0-4.0人/m2区间时,改进模型通过主动避让、接触、分离过程可再现行人近距离正面相对步行行为.     

改进社会力的双向行人流模型研究

在行人运动和行人行为观察的基础上,结合社会力模型,把行人运动看作一种自驱动的个体在连续空间中移动的过程。为了解决行人间相互作用力的不足,通过引入行人运动感知域,提出一种行人碰撞避免的解决机制,这种机制能较好解决行人间的相互碰撞行为,防止行人间出现大面积的堵塞现象。仿真实验结果显示改进后的模型能再现正常条件下行人流基本图,并很好地再现了行人流“通道形成”自组织现象。     

基于深度Q网络的人群疏散机器人运动规划算法

针对公共场合密集人群在紧急情况下疏散的危险性和效果不理想的问题，提出一种基于深度Q网络（DQN）的人群疏散机器人的运动规划算法。首先通过在原始的社会力模型中加入人机作用力构建出人机社会力模型，从而利用机器人对行人的作用力来影响人群的运动状态；然后基于DQN设计机器人运动规划算法，将原始行人运动状态的图像输入该网络并输出机器人的运动行为，在这个过程中将设计的奖励函数反馈给网络使机器人能够在"环境-行为-奖励"的闭环过程中自主学习；最后经过多次迭代，机器人能够学习在不同初始位置下的最优运动策略，最大限度地提高总疏散人数。在构建的仿真环境里对算法进行训练和评估。实验结果表明，与无机器人的人群疏散算法相比，基于DQN的人群疏散机器人运动规划算法使机器人在三种不同初始位置下将人群疏散效率分别增加了16.41%、10.69%和21.76%，说明该算法能够明显提高单位时间内人群疏散的数量，具有灵活性和有效性。     

A collective motion model based on two-layer relationship mechanism for bi-direction pedestrian flow simulation

In crowd dynamic, relations are existed among some pedestrians, which cause frequent interactions during evacuation, creating collective motion phenomena, such as the most common pattern of team-groups. Besides, collective behavior can make a beneficial effect on the evacuation process. Therefore, this paper proposes a collective motion model to simulate bi-direction pedestrian flow. First, a method of group vision sharing is proposed to help pedestrians learn the crowd around. Based on two-layer relationship mechanism proposed, aggregate force and collective collision avoidance force are added into the original social force formula. The aggregate force is the resultant of two forces, one is the attraction among the leader and team members, and the other one is that among members of groups due to the social relations. Simulation results show that the modified model can reproduce the team-groups collective pattern in real world bi-direction pedestrian flow, and can reduce the collision risk with regarding the group as collision avoidance unit. Furthermore, the evacuation efficiency is improved.     

A social force evacuation model driven by video data

This paper proposes a video data-driven social force model for simulating crowd evacuation. The initialization of pedestrian position, path navigation, and goal selection in the improved social force model was guided by real video data. To initialize pedestrian position and determine path navigation, the distribution of the pedestrians is set according to the real video. We also extracted the trajectories of pedestrian movement from the videos, and these trajectories were stored into a path set to guide the evacuation of pedestrians. Moreover, a fitness function was defined to model the behavior of a pedestrian goal selection. The fitness function could process the evacuation parameters, which were extracted from the video, and consider the degree and distance of exit congestion. Furthermore, we quantified the relationship values among pedestrians, and a new force called “group force” was added to the primary social force model. Pedestrians with close relationship gathered into one group and walked together. To validate the effectiveness of the proposed method, the video data-driven model was applied to simulate campus halls and roads. Simulation results show that the proposed approach is consistent with real-world situations and can assist in analyzing emergency evacuation scenarios.     

对两种基于离散对数代理盲签名的分析

高炜等人和Yu Bao-zheng等人分别提出了两种基于离散对数的代理盲签名方案。对这两种方案进行了安全性分析。研究表明,这两种方案存在以下不足之处：高炜等人的代理盲签名方案是对谭等方案的改进,新的方案仍然具有可连接性,即代理签名者可以从一个合法的代理盲签名中恢复出此签名的中间值从而跟踪消息的拥有者。Yu Bao-zheng等人的代理盲签名方案同样具有可连接性的缺点。除此之外,用户可以通过自己持有的代理盲签名信息恢复出代理签名私钥,从而可以冒充代理签名者伪造消息m的代理盲签名或者直接利用一个合法的代理盲签名伪造出其它消息的合法代理盲签名。为了避免上述不足之处,给出了一个防止代理签名者连接性攻击的改进方案。     

对超混沌系统的图像加密算法安全性的改进*

针对Gao等人提出的一种基于超混沌系统的图像加密算法的安全性缺陷,提出了一种改进的图像加密算法,该算法利用超混沌产生的超混沌序列对明文不同的像素点采用不同的方式进行加密。仿真实验结果表明,改进算法加密效果良好,加密效率更高,在保留原算法优点的基础上克服了其不能抵御选择明文攻击和选择密文攻击的缺陷,具有更高的安全性。     

Calibrating a social force based model for simulating personal mobility vehicles and pedestrian mixed traffic

Personal mobility vehicles (PMVs), such as the Segway, have recently gained remarkable popularity as an alternative transport mode for short-distance trips in indoor and outdoor settings. Before allowing them on shared sidewalks, where the pedestrian and cyclist demand is high, interactions between PMV riders and other shared space users should be properly understood. Further, the designs of shared sidewalks and implementation policies should also be evaluated. Calibrated microscopic simulation tools could facilitate such purposes. This study aims to explore the applicability of a social force based microscopic simulation model, which was originally used to simulate pedestrian movements and interactions, for Segway and pedestrian mixed traffic. The parameters of the model are calibrated with data collected through controlled experiments under different Segway–pedestrian interaction scenarios. Lateral and longitudinal avoidance distances measured from trajectory data collected in a different controlled experiment was used to validate the model for a Segway rider avoiding a pedestrian. The findings of this study suggest that, with proper calibration, the social force model can potentially be used to simulate Segway-like PMVs and pedestrian mixed traffic.     

两个改进的基于双线性对的盲签名方案

盲性是盲签名的一个非常重要的特性。Zhang等人指出Huang等人的基于身分的盲签名不具有盲性,这里对其进行了改进,改进后的方案克服了原方案的安全隐患,并且保留了原方案的其它优点。分析郑卓等人的基于双线性对盲签名方案后发现其也不具有盲性,改进后的方案在保留原方案优点的同时克服了原方案的安全隐患。     

Extended route choice model based on available evacuation route set and its application in crowd evacuation simulation

In this study, we propose an extended route choice model based on an available evacuation route set to simulate the selection of pedestrians in selecting an appropriate route during evacuation in emergency situations. In this model, four parameters (i.e., distance to available route, length of available route, level of congestion in available route, and capacity of available exit) affect the route choice of the pedestrian and the evacuation route set. In this study, the evacuation route set is created and optimized by a modified social force model and a route learning method. Experimental results show that the extended model can effectively reproduce crowd behavior in an emergency situation, which can assist in analyzing emergency evacuation scenarios. Moreover, two important conclusions regarding increasing evacuation efficiency show that the proposed model is in line with real-world situations.