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。     

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。     

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...     

复杂场景下行人轨迹预测方法

为了预测行人在复杂场景中的行走轨迹,提出了一种基于生成对抗网络的可解释模型。该模型以场景中行人的历史轨迹信息和场景环境信息作为模型的输入,并在生成对抗网络中引入了物理注意力机制和社会注意力机制对行人轨迹进行预测。其中,物理注意力机制有助于建模复杂场景的整体布局并提取图像中与路径相关的显著特征,社会注意力机制能够建模不同行人之间的交互对未来轨迹的影响。在生成对抗网络的整体框架下,物理和社会注意力机制的结合使得该模型能够预测出符合物理限制和社会行为规范的多条可接受的未来路径。通过在仿真数据和真实的标准数据集上的实验,可以证明该模型能够实现对行人未来轨迹的有效预测。     

考虑行人相对速度的改进社会力模型的验证与评估

在人群仿真的研究领域中,社会力模型是由Helbing提出的一种非常经典的微观仿真模型,能够模拟一些常见的人群自组织现象。但社会力模型仍然存在行人震荡、行人重叠等问题,因此许多学者在参数设置、受力范围、算法优化等方面对社会力模型进行了丰富和改进。目前,Gao等提出的一种考虑行人相对速度的改进社会力模型依然是一些学者进行改进社会力模型研究以及各种仿真实验的基础和重要参考。由于Gao等仅通过两个实验就表明了他们的改进社会力模型的优势这一情况欠缺可靠性,以及没有进行更多的人群自组织实验来表明改进后的社会力模型仍然保留原始社会力模型能够模拟人群自组织现象这一能力,因此文中对Gao等提出的改进社会力模型进行了验证性和评估性实验。通过验证性实验验证了Gao等进行的两个实验,证实了该改进社会力模型的优势。文中通过评估性实验证实了Gao等的改进社会力模型保留了能够模拟人群自组织现象的能力,发现并分析了Gao等的改进社会力模型所存在的行人重叠问题。     

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。     

疏散仿真中关注个体心理的路径规划

为了提高虚拟行人在疏散仿真中路径规划的智能性,在微观仿真框架下提出一种基于个体心理的实时路径规划方法.该方法根据真实行人的认知模式建立以个体为中心的环境认知域,动态获取其周围环境的人群密度、危险强度等相关信息;进行路径规划时,采用mental cost综合考虑了疏散时间耗费、路径安全性以及自主行动能力等因素对路径选择的影响,为每个个体生成一条其主观认为"最优"的路径;在疏散过程中,虚拟行人能够根据动态更新的现场信息,通过重规划对初始疏散路径进行调整.基于个体认知域与mental cost在导航图中搜索路径,提出了mental A*搜索算法,可以进行实时规划.最后针对不同疏散场景进行了仿真实验,验证文中方法的有效性与可扩展性.     

基于力的人群疏散仿真模型

在分析现有的考虑摩擦与排斥的人群疏散元胞自动机模型的基础上,研究人群疏散问题,建立了基于力的人群疏散仿真模型.该模型量化了摩擦力、排斥力和吸引力,因而可以描述拥挤、堵塞产生的人与人、人与环境之间的社会心理和物理作用.该模型采用的是元胞自动机,因而规则简单,运算速度快.仿真实验结果反映了出口处设置障碍物对逃生的影响,对应急疏散预案和建筑物结构设计有一定的参考作用.     

贪心选择在地铁站内行人疏散中的应用

大型室内场所空间布局较为复杂(如地铁站), 人群的高密度聚集往往存在一些潜在的风险. 本文在分析国内外人群快速疏散研究现状的基础上, 提出了一种基于贪心选择的行人疏散方法. 该方法以地铁站内复杂场景作为研究背景: 首先, 针对地铁站内的行人的行动轨迹难以获取问题, 本文利用地铁站内行人真实出站数据, 基于元胞自动机, 构建了行人疏散轨迹半仿真模型, 并利用实际流量数据优化该半仿真模型; 其次, 基于该轨迹模型, 为了满足高动态场景中的实时性, 采用复杂度较低的贪心选择策略分配最优疏散出口; 最后, 以杭州武林广场地铁站为例, 使用真实出站数据设计对比实验, 验证行人轨迹模型的有效性以及出口分配方法的性能. 结果表明, 本文所提出的行人轨迹模型能够较好的模拟行人的轨迹, 仿真中各出口疏散人数同真实出站数据拟合程度的可决系数R2达到了0.67. 相较于最短路径和最短时间出口分配方法, 本文所提出的方法在整体疏散效率上分别提高了27.2%和16.5%.     

基于深度时空Q网络的机器人疏散人群算法

针对目前人群疏散方法中机器人灵活性低、场景适应性有限与疏散效率低的问题,提出一种基于深度强化学习的机器人疏散人群算法。利用人机社会力模型模拟突发事件发生时的人群疏散状态,设计一种卷积神经网络结构提取人群疏散场景中复杂的空间特征,将传统的深度Q网络与长短期记忆网络相结合,解决机器人在学习中无法记忆长期时间信息的问题。实验结果表明,与现有基于人机社会力模型的机器人疏散人群方法相比,该算法能够提高在不同仿真场景中机器人疏散人群的效率,从而验证了算法的有效性。     

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.     

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.     

考虑分类人群行为的建筑疏散模型研究

人员行为决定了应急疏散时人群的时空分布,是研究疏散动力学的关键。考虑疏散时人员的心理特性与身份状态,将人群分为恐慌人群、易感人群、冷静人群和管理人群四类,基于社会力模型表达各类人群的疏散行为特征,并开展不同情境的疏散动力学过程分析。研究发现行人的恐慌心理具有传播作用,对其他行人的疏散行为有明显的影响,而管理人员的引导作用对疏散有积极影响,当其比例在10%~15%的时候效果显著,且合适的位置更易提高疏散效率;人员的服从水平越大,疏散效率越高。提出的分类人群疏散行为模型能为建筑安全疏散评估与优化提供理论支持。     

复杂条件下多层建筑人员协作疏散仿真

研究具有复杂多层协作过程条件下的人员疏散控制系统,就能够比较准确地模拟突发情况下人员的疏散情况。本文对元胞自动机进行了改进,综合人员个体特征和从众心理等各种复杂因素,对具有复杂障碍物的多层建筑中人员疏散过程进行了计算机仿真分析,并给出了人员疏散效率与人员的从众系数、障碍物及出口位置等因素的关系。该仿真能够很好地模拟大型公共场所发生突发事件时人员疏散的情况,对在复杂地理环境及人员特性条件下的多层建筑突发事件疏散策略制定具有一定的实际参考意义。     

基于Agent的人员疏散系统设计与实现

通过分析Agent与社会力模型在人员疏散方面的应用及疏散模拟中人和建筑物对象的存储方式,利用Agent技术结合人员疏散的动力学模型、改进的路径规划算法和人员在一般情况下的心理因素以及建筑物的不同特点,建立能够正确反映疏散时人员行为的Agent模型,运用C++语言实现基于Agent的人员疏散模拟系统。疏散结果显示,该系统能够较真实地模拟人员疏散过程。     

Learning behavior patterns from video for agent-based crowd modeling and simulation

This paper proposes a novel data-driven modeling framework to construct agent-based crowd model based on real-world video data. The constructed crowd model can generate crowd behaviors that match those observed in the video and can be used to predict trajectories of pedestrians in the same scenario. In the proposed framework, a dual-layer architecture is proposed to model crowd behaviors. The bottom layer models the microscopic collision avoidance behaviors, while the top layer models the macroscopic crowd behaviors such as the goal selection patterns and the path navigation patterns. An automatic learning algorithm is proposed to learn behavior patterns from video data. The learned behavior patterns are then integrated into the dual-layer architecture to generate realistic crowd behaviors. To validate its effectiveness, the proposed framework is applied to two different real world scenarios. The simulation results demonstrate that the proposed framework can generate crowd behaviors similar to those observed in the videos in terms of crowd density distribution. In addition, the proposed framework can also offer promising performance on predicting the trajectories of pedestrians.     

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.     

基于改进Dijkstra算法的人群反馈调节疏散

针对苏州市金鸡湖城市广场在突发情况下的人群疏散问题,建立了基于实时动态的疏散网络路径规划模型,分析了大型公众区域复杂环境对人群疏散效率的影响.同时提出以人群逃离危险区域的终止时间作为权值参数改进Dijkstra算法,并且利用反馈补偿机制合理分配各出口的疏散人数,实现人群疏散的动态调整和路径规划.通过Pathfinder...