基于正六边形元胞自动机的行人疏散研究

在分析、比较现有疏散仿真模型的基础上,提出一种基于正六边形元胞自动机的行人疏散模型。该模型中疏散空间被分成相等的正六边形,每个行人有包括静止在内的7个运动方向。给出速度等级的概念用来描述行人的疏散速度。在疏散过程中行人选择出口的决策由到出口的距离、视野内行人数量和密度决定。为展示恐慌心理对疏散过程的影响,定义了恐慌系数。通过实验仿真了有恐慌和无恐慌2种情景下的疏散过程,结果表明,该模型可真实地反映实际的疏散过程,可为真实的行人疏散和评估公共建筑设计起到一定的参考作用。     

基于元胞自动机的普通超市火灾疏散模型的构建

通过分析已有的元胞自动机理论,结合人员疏散的特点,构建了考虑出口吸引力、火灾排斥力、摩擦力、排斥力和从众吸引力的普通超市火灾疏散模型。该模型充分考虑了多个因素对疏散过程的影响,对影响因素进行归一化处理,以综合影响因素建立的元胞转移强度作为行人移动规则。针对超市疏散人数、出口宽度及相隔距离、从众心理对疏散时间的影响进行了研究,并采用仿真疏散软件Pathfinder+FDS对模型进行验证,说明疏散模型具有一定可信性。研究表明行人疏散时间随人数呈线性正相关,人数存在临界值;出口宽度越宽或出口越多疏散时间相对越短,当达到出口阈值时对疏散时间影响不大;在陌生疏散环境或紧急情况下适当的从众行为会提高疏散效率。     

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。     

遗传算法与行人疏散模型结合的建筑出口优化

构建基于遗传算法与行人运动仿真模型的双层优化框架，选取单室双出口场景，考虑两个出口在同一侧、相邻侧、相对侧3种典型布局，设定3种人员身形，3种疏散初始人群密度，9种疏散出口大小条件，形成243个数值实验场景，分别计算获得最有利于人员疏散的出口布局。研究发现疏散出口宽度与疏散效率呈正向关系，疏散人员半径、初始人员密度与疏散效率呈负向关系，同时在不同布局中，影响疏散效率的关键参数有一定区别。     

基于社会力模型的人员逆行行为仿真研究

为了对大型场馆疏散过程中出现的人员逆行行为问题进行研究，基于社会力模型建立了人员疏散仿真模型，研究逆行行为对场馆内人群疏散结果的影响。实验结果表明，该模型能够再现疏散过程中人员表现出来的逆行行为。     

行人运动建模技术综述*

随着计算机数值模拟技术的迅速发展,行人运动仿真技术开始成为人群疏散仿真、城市规划和计算机疏散软件开发方面的研究热点。介绍了对行人建模仿真的初步研究,重点介绍了基于行人行为的微观行人运动建模方法,并对各个模型进行了比较分析和研究展望。     

基于社会力模型的人员逆流行为

为真实地再现人员疏散场景,针对人员疏散过程中的逆流行为问题,提出一种基于社会力模型的人员逆流行为仿真模型,研究在场馆内人员疏散过程中的逆流行为及其对疏散结果的影响。根据社会力模型建立人员疏散模型,采用主从个体之间的吸引力对从个体行动方向的决策作用来描述逆流行为。在有逆流行为情形下的单出口和多出口场馆进行仿真,仿真结果表明,该模型有效且具有可行性,能够模拟出人员疏散过程中的逆流行为,随着逆流个体的增多疏散时间呈非线性增加,在相同情况下主原地等待行为比主不原地等待行为的影响更明显。     

考虑出口宽度因素的多出口应急疏散模型研究

本文选择社会力模型作为行人疏散理论,并在此基础上进行仿真实验,研究单出口环境中出口宽度与疏散时间的关系;为了进一步研究多出口环境中宽度变化对疏散的影响,以社会力模型为基础,构建了考虑距离因素、宽度因素的行人疏散模型;仿真结果表明,出口宽度的变化极大影响整体疏散效率;单出口环境中,宽度大小与疏散时间整体呈反比,当宽度达到一定值时,疏散时间趋于稳定;多出口环境中,仅考虑距离因素时,出口宽度差值的绝对值与疏散时间呈正比,添加宽度因素考虑后,提高了整体疏散效率,疏散时间在一定范围内波动。     

基于元胞自动机的人群疏散模型

通过分析已有的元胞自动机理论基础,改进了从众吸引力算法,简化了复杂空间欧氏距离算法,真实反映了人员惊慌状态下的从众心理,并且提高了危险排斥力和出口吸引力的量化效率．本文重点研究了疏散人群密度、出口宽度、从众心理对疏散时间的影响．研究结果表明,行人疏散时间随行人数量呈线性增加;随安全出口宽度呈负指数性减少;盲目从众导致人群疏散效率降低形成局部拥堵．     

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。     

基于Agent的应急疏散模型研究

根据突发事件出现的等级,选择安全区域,并采用适当的疏散方式,选择受灾区域的周边安全区域作为避难所;通过分析影响应急情况下人员选择目的地的因素,对人员疏散行为直观分析并结合人机功效评估,对疏散行为规范,建立基于Agent的应急疏散人员避难所选择模型。通过设定可能影响人员疏散的多种可能因素,该模型能够比较真实地模拟紧急情况下的人员疏散状态。仿真过程与实际情况相似,方法可广泛用于人员应急疏散过程分析研究。     

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。     

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.     

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。     

低能见度环境下多出口场馆人群疏散研究

为了提高多出口场馆人群疏散效率,针对低能见度环境下多出口场馆人群疏散问题,在基本的社会力模型上加入了领导者吸引力和能见度范围的限制,建立了低能见度环境下多出口场馆人群疏散仿真模型,研究低能见度条件下人群疏散行为及疏散领导者对疏散结果的影响。在改进的社会力模型中,每个待疏散人员只对能见度范围内的其他个体或墙壁存在心理作用力,并且只有疏散领导者和出口附近的个体能够准确地判断出口位置,而其他个体只能根据能见度范围内的环境信息或疏散领导者的领导进行疏散。仿真结果显示,该模型可以较好地模拟出低能见度环境下多出口场馆人群疏散情形,疏散领导者选择距离最近的出口为疏散方向,普通个体会跟随能见度范围内的大多数个体或疏散领导者进行疏散,且疏散领导者的存在和其初始位置的合理设定能够提高疏散效率。     

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。     

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。