论文部分内容阅读
大型公共场所内的人员较为密集,人群结构组成复杂,如果遇到突发事件,微小的扰动将引发严重的拥挤踩踏事故。密集人群的安全疏散问题已经引起了学者们的广泛关注。通过对行人的动态运动行为特性进行研究,制定科学的应急疏散策略,对密集人群进行有效的控制和疏导,是减少事故发生、保证行人安全的关键。本文在现有典型场景行人疏散实验研究的基础上,设计了复杂场景的疏散实验,对行人疏散的微观运动行为和宏观路径选择行为特性进行了定性和定量的研究。基于微观运动仿真的启发式力学模型,以及宏观路径选择行为的用户均衡准则,对密集人群疏散行为的建模方法与动态特性研究进行了深入的探讨。本论文的主要研究工作如下：(1)根据现有典型场景的行人疏散实验方法和研究结果,考虑路径选择行为特性,设计了具有多个出口和多条路径的复杂场景的疏散实验。实验通过调整内部障碍物的位置和尺寸来改变各个出口和路径的长度和宽度,从而对路径选择的影响因素进行实验分析。此外,实验通过调查问卷获取了实验者的基本信息以及路径选择结果。对采集的视频进行处理和提取,获得了疏散过程中各条路径的行人数量,每个行人离开出口的时间,以及场所内各个时刻的流量分布。结果表明,行人在路径选择时,会考虑初始位置与出口的距离、路径和出口的宽度以及路径的动态流量分布等因素的影响。行人的路径选择行为具有区域性、随机性和动态性等特性,选择结果基本上满足动态最优用户准则。(2)基于模拟行人微观运动的启发式力学模型,通过分析模型的数学性质以及行人绕行前方移动障碍物的运动机理,提出启发式绕行算法(HDA)用以快速有效的求解非线性、不连续的启发式函数。通常情况下,该方法能够得到启发式函数的近似解；当行人前方只有一个静止障碍物阻挡时,该方法能够得到精确解。通过运用社会力模型(SFM)、相互最优避免接触算法(ORCA)、枚举算法(EA)和HDA四种方法对个体行人和大规模人群的运动过程进行数值仿真实验、测试和验证。结果表明,HDA的计算精度与EA算法基本相同,计算效率比EA算法提高约20%;与SFM和ORCA方法相比,HDA方法能够得到与实际基本相符的基本图模式。总体来看,HDA方法具有较高的计算效率和精度。(3)建立了描述行人楼梯运动的启发式力学模型,并结合经验数据、实测数据和行为特性,对模型的有效性进行了验证。模型考虑几何描述和计算效率等因素,采用三圆形作为行人的几何形状,并且给出了基于三圆形的最优期望速度方向的求解方法。模型还考虑了行人的步长受身体特性、重力作用和楼梯建筑尺寸的影响,引入线性的可变松弛时间对楼梯运动进行描述。通过以上改进方法,模型能够描述不同建筑尺寸、不同人群密度下,行人上下楼梯运动的差异。通过采集北京地铁1号线换乘站楼梯处的客流数据,将仿真结果与实测数据进行对比验证,结果表明该模型在微观层面能够得到较符合实际的走行速度和流入流出曲线,误差约为7.26%：在宏观层面能够重现成行排队现象和楼梯运动的基本图函数,能够估算密集人群的疏散时间和楼梯的通行能力。(4)考虑行人疏散行为的微观和宏观特性,结合行人微观运动建模方法和网络交通流的均衡理论,建立了微观和宏观相结合的模型来描述复杂场景下密集人群的动态疏散行为,并且运用实验数据对模型进行验证。微观层面,运用启发式力学模型描述了微观运动行为,并且对通道和瓶颈处的行人流进行仿真,得到了拟合的速度—密度关系式和通行能力表达式：宏观层面,提出了满足动态用户最优准则的变分不等式模型,用以描述动态出口和路径选择行为。微观模型得到的个体速度和流量进行集成,得到各条路径的平均流量和平均速度,作为下一时刻的出口和路径选择的依据;宏观模型得到的出口和路径选择结果进行离散化,得到个体的期望速度方向,并作为微观模型的输入。通过仿真结果与实验数据的对比验证,结果表明该模型能够重现密集人群的动态疏散过程,能够得到与实际相符的路径选择结果,误差约为8%。此外,该模型还运用到大型超市进行密集人群的疏散仿真,分析了突发事件对行人疏散过程的影响,提出了拥堵区域识别的方法。(5)考虑行人信息差异对疏散过程的影响,分别建立了多用户的动态用户最优宏观模型,以及考虑从众效应和信息传递过程的微观模型。通过对行人疏散的网络流体特性进行了分析,构建了一般条件下的疏散网络结构,并考虑视野因素的影响对出口和路径的可见性进行定义。宏观层面,对行人获取的出口信息进行分类,研究了不同类别的行人数量对疏散效率的影响。研究发现,具有完全信息的行人可以提高行人疏散的效率,在疏散时安排适量的指导人员可以减少拥堵现象的发生。微观层面,分析了由于信息差异导致的三种典型的从众选择模式,分别对小团体效应、无信息交流下的从众选择以及信息交流下的从众选择进行了建模。研究结果表明,低密度情况下,从众行为能够让信息不完全的行人更快的找到路径,从而能够较大幅度的提高疏散效率：在高密度情况下,从众效应会引发局部的拥堵,从一定程度上降低了疏散的效率。