人群应急疏散中一种多智能体情绪感染仿真模型

为了从情绪的视角分析紧急情境下人群的疏散行为,梳理了现有情绪感染的研究工作,总结了人群紧急状况下行为特点.采用智能体描述人群个体,提出一种多智能体情绪感染模型.其主体框架分为感知层、情绪层、感染层、行为层和行动层.归纳了产生情绪感染现象的3个条件及情绪感染的3个规则,提出了情绪感染的算法,考虑个体的个性和个体间距离因素,采用情绪强度和人群紧密度来计算个体疏散速度.用C#语言编制了仿真实验,采用真实的地震疏散案例,验证了仿真疏散时间和实际观测的基本一致.通过与以往基于传染病思路的情绪感染模型对比,所提出的模型可以更好地描述情绪感染从局部到整体的过程.实验结果表明,所提出的模型可以推演情绪驱动下的群体聚集行为,有望为制定应急疏散预案提供一种可视化分析方法.     

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.     

基于Multi-agent的地铁站内人群应急疏散交互研究

地铁是人们日常出行的重要交通工具之一,地铁站作为人员密集场所,潜藏着巨大的安全隐患,一旦发生火灾,需要快速组织疏散,避免造成大量人员伤亡。提出领导者、普通者和惊慌者三种Agent,构建了多Agent交互协作模型,以某地铁站为仿真空间对象,采用Building EXODUS平台对模型进行仿真。仿真结果表明:疏散中各角色群体的交互,尤其是领导者Agent的引导和协调作用能够提高疏散效率,缩短疏散时间。     

基于元胞自动机和模糊理论的人群疏散仿真

基于元胞自动机和模糊理论建立了人群疏散模型,对教学楼内的人群疏散过程进行了模拟。该模型根据人员对建筑物的熟悉程度、周围人员的吸引力设计元胞行为准则,并且采用模糊隶属度定义人员的体能状态及人员对环境的熟悉程度。实验结果表明,该仿真模型能够较好地模拟紧急状况下的人群疏散过程。     

基于GIS技术的人群疏散仿真可视化研究

采用地理信息系统(Geographic Information System,简称GIS)对建筑物内人群在紧急情况下的疏散过程仿真结果的可视化表达进行研究.从空间信息的图像表达与数据组织、人群疏散仿真的空间分析能力、仿真环境集成方法等几个方面讨论了采用GIS对人群疏散仿真进行数据分析和可视化的关键技术.解决在GIS中以空问数据为基础的模型实现与系统集成.仿真结果显示本算法具有较好的实用性和有效性,仿真系统具有较高的拟真度.     

人群拥挤事件中的一种情绪感染仿真模型研究

随着我国城市化进程的推进,制定人员密集场所的非常规应急预案具有重要的现实意义.在人群拥挤事件发生时,事发人群的行为特征有别于正常的人群,容易导致人群陷入消极情绪.已有的人群仿真方法未能充分考虑人群个体之间的情绪感染,对人群拥挤的极端后果缺少研究.以火车站站台人群拥挤情景为研究对象,采用智能体的思想,提出了个体在情绪影响下的行为描述,根据人群中是否存在管理人员,提出了一种情绪感染计算方法.在计算机上编制了人群情绪感染仿真演示原型系统,对人群中的情绪感染、避碰、跌落等行为实现了三维情景仿真演示.实验结果表明,人群的消极情绪不仅与初始的情绪分布有关,也与管理人员的数量以及分布位置有关,控制人群中的消极情绪感染是避免人群拥挤事件的重要环节.     

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。     

基于元胞自动机的人员疏散仿真研究

在人员聚集的大型场所,如果紧急事件发生则极有可能造成人员的大量伤亡,因此对人员疏散行为进行深入研究,具有极大的现实意义.通过分析已有的理论基础,利用元胞自动机原理建立了人员疏散数学模型.模型采用二维元胞自动机技术,确定了元胞空间和元胞状态,建立了人员疏散行为规则并着重探讨了从众行为和建筑结构不同对疏散时间的影响.试验结果表明,该疏散仿真模型更具真实性和合理性.     

多层建筑应急疏散仿真

以多层建筑为背景,研究应急疏散问题,基于改进的路径规划算法,并将多智能体技术应用在模型间的通信交流上.采用机器人感知周围环境,通过设置机器人个数以及初始位置,对灾情中室内被困人员进行智能搜救,并采集现场实时数据,作出决策分析.机器人实时感知现场状况的变化,引导人员疏散,并将实时数据传输给施救人员,采取进一步救援措施.结果表明,该三维仿真技术为有效减少人员疏散中的伤亡和最佳救援方案的制定提供了参考,具有一定的现实指导意义.     

基于智能体方法的人群疏散三维仿真

研究建筑物在不同出口条件设置下人员的安全疏散问题。针对人群仿真中如何计算疏散路径问题,文中采用导航图技术和agent技术来对个体进行疏散路径的规划。同时为表现人群运动过程当中个体之间的相互碰撞问题,结合碰撞规避规则进行穿透矫正。并且采用三维引擎DeltaSD在Vc＋＋9．0环境下进行仿真并搭建了一套三维人群运动模拟平台。最后分别在三种不同出口条件下的虚拟场景中进行仿真。对比仿真结果表明该平台能直观地展现整个人群疏散的运动过程,并能够对建筑物出口安全设计的合理陛提供有效的数据依据。     

基于GPU的大规模人群疏散模拟*

基于中央处理器(CPU)串行的人群疏散传统方法对于人群规模较少的场景,可以得到良好的疏散模拟效果,但在人群密度较高的场景中,难以达到实时模拟的要求。为了克服上述问题,实现了一种基于图形处理器(GPU)的人群疏散模拟的方法。该方法通过对个体寻径算法的优化,不仅能使个体快速准确地智能寻径,而且将个体寻径独立性与图形处理器高性能计算特性进行结合,充分利用了图形处理器强大的并行计算能力,从而大幅度提高了人群疏散模拟的人群规模,使人群疏散模拟的实时性得到增强。     

Technology for simulating crowd evacuation behaviors

This paper presents a model for simulating crowd evacuation and investigates three widely recognized problems. For the space continuity problem, this paper presents two computation algorithms: one uses grid space to evaluate the coordinates of the obstacle's bounding box and the other employs the geometry rule to establish individual evacuation routes. For the problem of collision, avoidance, and excess among the individuals, this paper computes the generalized force and friction force and then modifies the direction of march to obtain a speed model based on the crowd density and real time speed. For the exit selection problem, this paper establishes a method of selecting the exits by combining the exit's crowd state with the individuals. Finally, a particle system is used to simulate the behavior of crowd evacuation and produces useful test results.     

基于观点认同的群体情绪模型

为了能够有效地模拟群体环境中群体情绪的演化过程, 以情绪感染为理论基础, 提出一种新的基于观点认同的群体情绪模型。该模型引入个体观点值、情绪触发阈值来实现观点交互与认同对群体情绪演化所产生的影响作用。观点交互采用有界信任Deffuant模型来实现。通过模拟发现, 观点交互不仅加速了群体情绪融合过程, 而且在多观点群体环境中对群体情绪融合态势也具有决定性的作用。实验模拟结果表明, 本模型不仅能够体现情绪感染过程中个体的无意识、自动感染过程, 而且也能够体现个体对传染对象的选择性过程, 弥补了情绪感染过程中个体无认知的缺陷。     

基于社会网络的群体情绪模型

为了能够深入认识群体事件中群体情绪的演化过程,提出了基于社会人际关系的群体情绪模型构建方法。以小世界网络模型构建个体间社会关系,并通过引入情感关系参数表达现实生活中个体间的强情感、弱情感和陌生关系。基于Bosse等人提出的群体情绪模型,以社会网络作为情绪传播媒介对不同类别人际关系情境中群体情绪的演化态势进行了实验模拟,分析了近邻数K、重连概率P和情感关系R对群体情绪涌现所产生的影响。结果表明,情感关系越亲近、近邻数K越大,群体情绪最终的强度则越强烈,情绪涌现所需时间越短;重连概率P对群体情绪强度也有微弱影响,但作用并不十分显见。     

折半聚类算法在基于社会力的人群疏散仿真中的应用

运用社会力模型（SFM）模拟人群疏散之前,需要先对人群进行聚类分组;然而,k中心聚类（k-medoids）和统计信息网格聚类（STING）这两大传统聚类算法,在聚类效率和准确率上都不能满足要求。针对这个问题,提出了折半聚类算法（BCA）。该算法结合了围绕中心点聚类和基于网格聚类两类方式,并利用二分法查找思想划分网格,不需要反复聚类。先将数据用二分法划分成网格,再根据网格内数据密度选出核心网格,接着以核心网格为中心将邻居网格聚类,最后按就近原则归并剩余网格。实验结果表明,在聚类时间上,BCA平均仅是STING算法的48.3%,不到k-medoids算法的14%;而在聚类准确率上,k-medoids算法平均仅是BCA的50%,STING算法平均也只是BCA的88%。因此,BCA无论在效率还是准确率上都明显优于STING和k-medoids算法。     

Real‐time density‐based crowd simulation

Virtual characters in games and simulations often need to plan visually convincing paths through a crowded environment. This paper describes how crowd density information can be used to guide a large number of characters through a crowded environment. Crowd density information helps characters avoid congested routes that could lead to traffic jams. It also encourages characters to use a wide variety of routes to reach their destination. Our technique measures the desirability of a route by combining distance information with crowd density information. We start by building a navigation mesh for the walkable regions in a polygonal two‐dimensional (2‐D) or multilayered three‐dimensional (3‐D) environment. The skeleton of this navigation mesh is the medial axis. Each walkable region in the navigation mesh maintains an up‐to‐date density value. This density value is equal to the area occupied by all the characters inside a given region divided by the total area of this region. These density values are mapped onto the medial axis to form a weighted graph. An A^* search on this graph yields a backbone path for each character, and forces are used to guide the characters through the weighted environment. The characters periodically replan their routes as the density values are updated. Our experiments show that we can compute congestion‐avoiding paths for tens of thousands of characters in real‐time. Copyright © 2012 John Wiley & Sons, Ltd.     

融合多种上下文的室内应急疏散导航位置模型

针对室内应急响应中如何科学、高效地对人员进行个性化实时疏散导航问题进行了研究,构建了一种面向复杂室内环境下融合多种上下文的应急疏散导航位置模型。利用改进的Dijkstra算法,结合实际环境动态上下文计算出实时疏散导航路径,为不同类型用户提供地图导航、语音导航、短信导航等个性化服务,同时为应急指挥者提供辅助决策支持。并以医院为例进行了实验,实验表明基于该模型及算法能够高效计算出满足不同类型用户需求的实时疏散导航路径,可应用于医院、商场等环境的应急疏散导航与救援中。     

基于全局路径规划的相互速度障碍物人群疏散方法

针对相互速度障碍物（RVO）模型缺少全局路径规划,只依靠局部碰撞避免不能很好地模拟复杂的疏散场景问题,提出了一种剩余路径代价尽量小的动态全局路径选择方法。该方法包含路径预处理和路径实时更新两部分:第一部分使用快速最短路径算法（SPFA）求取场景最短路径（SSP）;第二部分根据SSP快速动态地计算每个个体的最优疏散路径,并使用KD树优化障碍物阻挡判断过程。最后将方法扩展到多楼层、多障碍物、多通道、多出口的复杂场景实现了近千人的仿真实验。实验结果表明,该方法在多个场景中都取得了良好的路径规划效果。