人群应急疏散可视仿真研究进展和问题

人群应急疏散可视仿真是用智能体来模拟具有自主感知、情绪和行为能力的人群个体,并采用3维可视的方式来直观呈现人群应急疏散情景,可以为制定人群应急预案提供形象直观的分析方法。本文从人群仿真数据的来源、人群导航模型的构建、人群行为模型、人群情绪感染、人群渲染5个方面概述目前研究的进展,然后从仿真模型的可验证性、人群疏散导航模型的构建、人与环境的物理模型、动物逃生实验与仿真、疏散中的社会行为表现以及人群情绪的可视计算6个角度讨论需要进一步研究的问题。针对需要深入研究的问题,指出借助于紧急事件的视频监控分析和虚拟人群情景的用户调查,有助于完善人群仿真模型。结合物理模型,可以更准确地描述人群应急疏散场景。开展动物逃生实验分析,有助于完善人群运动导航算法。建立人群社会行为模型,可以更详细描述疏散中人群行为的多样性。构建基于多通道感知的人群情绪感染计算方法,可以详尽描述情绪感染的过程。人群应急疏散行为的可视仿真研究在城市的安全管理方面具有重要的应用前景,但其研究仍存在很多亟待解决的问题,综合地运用多学科知识,完善实验手段是进一步推动研究的关键所在。     

Agent-CA的体育场馆人群疏散模型

根据体育场馆人群疏散的特点与规律,提出一种基于多智能体和元胞自动机相融合的大型体育场馆人群疏散模型（Agent-CA）。将元胞空间中被虚拟人个体占据的元胞视为一个独立的智能体,将元胞及其状态进行封装,扩展为具有自主性的智能体,通过设计各种人群疏散行为策略做为演化规则,实现个体的差异性以体现个人个性、体力、心理等对疏散行为的影响,对体育场馆的人群疏散进行仿真实验。结果表明,Agent-CA综合了多智能体和元胞自动机的优点,充分考虑了个体内在因素,更接近现实大型体育场馆的人群疏散情形,缩短了疏散时间。     

Research on Crowd Simulation based on Emotional Contagion Model

现有的群体仿真着重研究避碰和路径规划问题,为使群体仿真更加真实、可信,提出一种情绪传染模型来研究情绪传染对群体中各个智能体行为的影响.首先赋予每个智能体“人格”,通过智能体情感模型计算出智能体的情绪状态,然后根据情绪传染模型实现群体中的情绪互动.最后建立了一个群体仿真系统,基于Unity3D引擎给出了特定情景下受情绪传染影响的群体行为变化,同时验证了文中所提模型的有效性.     

建筑物火灾中的人群疏散研究

建筑物火灾是我国频发的安全事故,所以应研究建筑物火灾人群安全疏散问题。由于在建筑物火灾中,人群疏散时出现拥堵,存在不安全因素,造成人员伤亡。针对在现有的研究中未考虑人员行为的影响,提出了智能体(Agent)的人群行为建模技术在建筑物火灾中的人群疏散仿真中的应用方法。仿真结果显示基于Agent的行为模型可以仿真出人员特性及决策过程对人群疏散的影响,弥补现有的人群疏散模型的不足。仿真结果证明,Agent的行为建模技术具有仿真火灾全过程中人员疏散行为的功能,适用于建筑物火灾中的人群优化疏散策略。     

紧急状态下虚拟人群行为仿真

针对公共场所发生火灾等事故时人群密集的特点,研究了紧急状态下人群行为的仿真.分析了紧急状态下人群的行为特点,定义了逃跑、跟随和拥挤行为;采用虚拟视觉和九宫避碰策略,实现了虚拟人行为的自治控制方式.针对紧急状态下人群逃生时个体行为之间的差异性,依据个体与个体之间的作用力、摩擦力动态改变个体的行进方向和依据人群密度采用人群疏散速度模型实时确定每个个体的运动速度,解决了个体之间的动态避碰、绕行和超越等问题.经实验验证,文中的人群行为仿真技术能达到较好的效果.     

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。     

基于情绪感染的虚拟个体情绪模型

研究情绪感染对于群体情境中个体情绪变化、行为选择与决策的研究有着十分重要的意义.为了使虚拟个体在群体环境中行为更真实可信,提出以社会心理学基本理论为研究基础,采用群体环境中个体情绪模型的构建方法.依据情绪感染机制的研究成果,从群体环境中人员个性、个体关注度、群体规模三方面反映群体环境中个体情绪的变化过程,提出了个体情绪强度、情绪感染程度及情绪衰减的计算方法.通过仿真分析,表明所提出的模型是合理的,在适用范围上相比较于其它模型更加广泛.     

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。     

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。     

基于个性化情绪感染的人群动画生成方法

当前基于情绪的人群动画方法没有考虑个性对情绪感染的影响。现实中的人群情绪(如恐慌、焦虑等)往往存在个体差异性,从而会对人群的情绪感染产生重要的影响。为生成更为逼真的人群动画,提出一种基于个性化情绪感染的人群动画生成方法。该方法包含3部分:首先,建立了一个基于情绪感知因子的个性化Durupinar情绪感染模型(Personalized Durupinar,P-Durupinar),该模型能够有效体现人群情绪的个体差异性;其次,将P-Durupinar情绪感染与人群运动耦合,结合相对速度障碍法,利用个性化情绪驱动人群运动;最后,使用真实感渲染方法生成人群动画。实验结果表明,基于个性化情绪感染的人群动画生成方法能够更逼真地仿真人群的社会行为。     

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。     

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。     

基于地面场粒子群优化算法的高密度人群应急疏散建模

针对非常规突发事件环境下高密度人群的拥挤管理和快速疏散问题,提出一种由感知层、传输层、计算层和应用层构成的多层结构人群疏散信息物理系统（E-CPS）体系框架。在E-CPS体系框架计算层中将静态地面场（FF）建模规则引入经典粒子群优化（PSO）模型,提出地面场PSO （FF-PSO）人群疏散模型,该模型同时具备静态场规则简单、计算快和PSO模型快速搜索、快速收敛的优点。此外,FF-PSO模型中构建了一种新的适应度函数,实现了疏散策略的动态选择,并通过数值仿真及实例仿真验证了FF-PSO模型在拥挤管理中的可行性和有效性。国家会展中心（上海）的实例仿真结果表明,考虑拥堵管理比仅考虑距离最短平均每分钟可多疏散66人,疏散时间节省19 min,疏散效率提升13.4%。     

Modeling cooperative and competitive behaviors in emergency evacuation: A game-theoretical approach

A game-theoretical model to study evacuees’ cooperative and competitive behaviors during an emergency evacuation is proposed. The model integrated with evacuation dynamics model determines the density of cooperative and competitive evacuees and their related evacuation times. Computer simulation results show that (1) as urgency of evacuation increases, cooperation among evacuees’ decreases; (2) in an emergency situation, individual hyper-rationality among evacuees diminishes evacuation efficiency; (3) the imitation effect enhances cooperation among evacuees, yet reduces evacuation efficiency. This study provides a methodological pattern to research crowd behaviors in emergency evacuation.     

突发事件下人群恐慌情绪感染模型与干预方法

地铁站是典型的人员密集场所，突发事件时人群因恐慌而导致的混乱极易引发踩踏等严重事故。建立个性化的P-SIR情绪感染模型，模拟人群恐慌行为的演化过程，设置无干预、管理员干预以及利用设备干预情境进行计算仿真实验。研究发现，在无干预条件下，初始恐慌个体离出口的距离对情绪感染人数影响较大；管理员干预时，其位置对干预效果影响较大；利用设备干预时，干预效果与个体自身性格有关。研究结果能为突发事件时的人群管控提供重要的理论支持。     

基于DI-Guy的校园消防训练仿真

针对高校人口密度大、难以高效组织消防训练、缺乏处理应急事件经验等问题,提出一种基于DI-Guy软件的虚拟仿真训练方法。首先利用MultiGen Creator软件建立校园三维模型并加载到DI-Guy的可视化窗口中进行构建,然后模拟火灾发生场景和消防疏散过程,最后对人群疏散方案效果进行数据分析,同时对仿真模拟过程中的一些关键技术,包括利用自定义模型建立、特效实现、人物的行为控制和碰撞检测等进行研究和应用。仿真结果表明,所提出的仿真模型能够合理地反映人群疏散情况,起到良好的展示作用,为校园应急事件在DI-Guy平台的仿真提供可行性方案。     

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。