CN103106302A - 一种基于地理元胞自动机的行人流仿真方法 - Google Patents

一种基于地理元胞自动机的行人流仿真方法 Download PDF

Info

Publication number
CN103106302A
CN103106302A CN2013100250271A CN201310025027A CN103106302A CN 103106302 A CN103106302 A CN 103106302A CN 2013100250271 A CN2013100250271 A CN 2013100250271A CN 201310025027 A CN201310025027 A CN 201310025027A CN 103106302 A CN103106302 A CN 103106302A
Authority
CN
China
Prior art keywords
pedestrian
cellular
walking
income
mobile
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2013100250271A
Other languages
English (en)
Other versions
CN103106302B (zh
Inventor
张帅
陈振杰
李满春
湛玉剑
钟礼山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University
Original Assignee
Nanjing University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University filed Critical Nanjing University
Priority to CN201310025027.1A priority Critical patent/CN103106302B/zh
Publication of CN103106302A publication Critical patent/CN103106302A/zh
Application granted granted Critical
Publication of CN103106302B publication Critical patent/CN103106302B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种基于地理元胞自动机的行人流仿真方法,将区域道路组织结构与区域行走适宜性引入行人仿真模型,根据步行适宜性将研究区划分为黑色路段、灰色路段和白色路段,使得仿真模型能够对复杂步行环境做出相应反应,而不仅仅是区域行人和障碍物;模型同时将区域道路交通系统从功能结构角度划分为区域出入口、路段以及交叉路口,使其能够仿真宏观行人流区域化运动,模拟区域行人流演化过程中呈现的会流和分流现象;从而大大扩展了仿真模型的实际适用范围,有效提高了模型仿真效果,特别适宜于仿真分析室外开阔区域行人流运动演化。

Description

一种基于地理元胞自动机的行人流仿真方法
技术领域
本发明涉及一种交通仿真领域中模拟行人交通行为的方法,具体是一种基于元胞自动机的特别适于仿真室外具有复杂道路系统和地表行走适宜性的区域行人流演化运动的方法。 
背景技术
我国是一个人口大国,城镇人口密度大,步行在交通方式中占有相当大的比重。行人流的研究对于意外事故应急反应、交通道路规划设计、旅游景区规划设计等许多国计民生的问题具有十分重要的意义。当前对行人流特征的研究主要是从行人微观行为特征和宏观群体特征两方面展开的。行人微观行为特征研究主要是针对行人个体行为及其影响因素进行分析研究,例如分析行人在不同交通环境中的步频、步幅、步行速度、路径选择等行为。行人流宏观行为特征研究主要是针对行人群体行为及其评价进行分析研究,例如分析行人密度、速度和流量基本特征参数之间的关系,分析研究行人群体拥挤机理以及群集行为特性,分析研究大型体育赛事等大型活动场所周围的行人流交通特性及其相应的行人组织等。 
根据对行人流微观和宏观行为特征的侧重不同,许多行人流仿真模型相继被提出。这些模型依据行人移动空间的连续与否大体可分为两类:(1)连续性仿真模型,行人的移动空间是连续的,行人依据连续场的作用在空间上移动,如引力模型(Gravity Model)、气体动力学模型(Gas-Kinetic Model)和社会力模型(Social-Force Model)等;(2)离散型仿真模型,行人的移动空间被划分为离散的网格状位置,行人依据一定的移动规则和条件在位置之间移动,如基于元胞自动机的模型(Cellular-automaton Based Model)、格子气体模型(Lattice Gas Model)、领域模型(Two Floors Model)、两步骤更新模型(Two Progress Model)和先前确定概率模型(Pre-fixed Probabilities Model)等。 
其中,基于元胞自动机的模拟仿真技术,由于其能够较为全面的考虑行人运动特性,在模拟中能够较为简单有效地体现出行人运动的自组织现象及群体 行为,已经被广泛地应用于机动车交通流和行人流的仿真研究中,对于减少行人流交通拥堵,避免发生行人踩踏事故,提升城市行人交通的基础理论及其应用水平均具有重要作用。 
申请人检索发现,北京交通大学博士论文“基于元胞自动机的行人流仿真模型研究”(作者“岳昊”),模型引入移动收益的概念来描述行人对每个移动步伐收益的评价,并通过移动收益来建立行人与可选择位置之间的评价与被评价的关系。行人在移动的过程中选择移动收益最大的位置作为自己下一时间步的目标位置。该模型引入了方向参数、空格参数、前进参数和类别参数这四个动态参数来描述单个行人对自身周边交通条件的判断认知情况,同时,为了描述行人向右移动的右行习惯,引入了右行参数的概念,详细阐述了右行参数的定义和赋值范围。模型通过上述参数来获得移动收益。 
然而,现有元胞自动机模型在行人流仿真模拟中的应用多局限于对行人流行为特征的仿真研究上,很少综合考虑步行行为发生的交通环境。由于行人流的步行交通环境是行人流演进的客观地理环境,是行人进行路径选择时所依据的基础信息,对行人的移动决策有着重要影响。因此,有必要将区域步行交通环境因素引入仿真模型,构建基于地理元胞自动机的行人流仿真模型,以较为综合的考察区域行人流运动演化,更好地对区域行人流进行仿真模拟。 
发明内容
本发明要解决技术问题是:克服现有技术缺点,提出一种基于地理元胞自动机的行人流仿真方法,该方法综合考虑行人行为特征和行人流步行交通环境,扩展了行人仿真的适用范围,特别对实际室外开阔区域行人流进行仿真研究。 
为了解决上述技术问题,本发明提出的技术方案是:一种基于地理元胞自动机的行人流仿真方法,包括如下步骤: 
第一步、对研究区域做格网化处理,构成元胞空间; 
第二步、对格网化后的研究区域进行行走适宜性分析,并根据行走适宜性分析结果将研究区域分为白色路段、灰色路段、黑色路段: 
适宜行走区域作为白色路段,其对应元胞的行走适应性程度值等于1,不可 行走区作为黑色路段,其对应元胞的行走适应性程度值等于0;可行走但属非行走区作为灰色路段,其对应元胞的行走适应性程度值取值范围为(0,1); 
第三步、对研究区域的道路组织结构建模,将研究区域的道路划分为区域出入口、路段、交叉路口三类,对交叉路口处元胞设置转向概率,设置方法如下:针对行人来向,行人向右转、向左转、直行的概率分别为Pr、Pl、Ps,其中,Pr+Pl+Ps=1; 
第四步、初始化步行交通环境,行人开始在区域出入口进出研究区域,并在研究区域内部演化,直到仿真过程结束,其中,每个行人遵循如下规则移动: 
a.在每个时间步长t内,行人移动一个元胞的长度,行人每次在其移动邻域内九个可选位置中选择自己下一步的目标位置; 
b.行人移动邻域内的九个元胞都拥有自己的综合移动收益,综合移动收益最大的元胞作为行人下一步的目标位置,元胞的综合移动收益计算方法如下: 
I、移动收益计算: 
计算行人移动邻域内九个元胞的移动收益,行人移动邻域内第i个元胞的移动收益为Pi,i=0,1,...,8; 
II、移动收益标准化: 
行人移动邻域内第i个元胞的标准化移动收益
Figure BDA00002763998800031
其中Pmin为移动邻域所有元胞移动收益中的最小值,Pmax为移动邻域所有元胞移动收益中的最大值; 
III、计算综合移动收益: 
行人移动邻域内第i个元胞的综合移动收益
Figure BDA00002763998800032
其中Li第i个元胞的行走适应性程度值; 
c.行人在选择下一目标位置时,若移动邻域内存在多个综合移动效益最大值,则从中随机选择一个综合移动效益最大的元胞作为行人下一步目标位置; 
d.当行人之间产生位置冲突时,随机选择其中一个行人占据目标位置,没有被选中的其余行人则留在原来的位置保持位置不变; 
e.行人在前进中每遇到一个交叉路口时,根据交叉路口处的转向概率做出一次行走方向决策,行人在走出交叉路口时,根据前方路段延伸方向调整自身前进目标方向与之一致。 
为了解决上述技术问题,本发明进一步的改进如下: 
1、规则e中,在交叉路口处行人的转向方向T通过以下公式获得: 
T = T ( &xi; ) = Right 0 < &xi; &le; P r Straight P r < &xi; &le; P r + P s Left P r + P s < &xi; &le; 1 式中,ζ为0-1的随机数,Right代表“右”,Straight代表“直行”,Left代表“左”。 
2、行人移动邻域内第i个元胞的移动收益Pi=α(Di+Ei)+β(Fi+Ci)+φRi,Di为第i个元胞的方向参数,Ei为第i个元胞的空格参数,Fi为第i个元胞的前进参数,Ci为第i个元胞的类别参数,Ri为第i个元胞的右行参数,α、β、
Figure BDA00002763998800042
为权重系数。 
3、第i个元胞的方向参数Di∈{0,±0.7,±1};第i个元胞的空格参数Ei∈{0,±1},第i个元胞的前进参数Fi∈[-1,1],第i个元胞的类别参数Ci∈[-1,1],第i个元胞的右行参数Ri∈(-1,1),
Figure BDA00002763998800043
4、所述第一步中,格网化的网格单元大小为0.5×0.5m。 
本发明的有益效果是:本发明将区域道路组织结构与区域行走适宜性引入行人仿真模型,根据步行适宜性将研究区划分为黑色路段、灰色路段和白色路段,使得仿真模型能够对复杂步行环境做出相应反应,而不仅仅是区域行人和障碍物;模型同时将区域道路交通系统从功能结构角度划分为区域出入口、路段以及交叉路口,使其能够仿真宏观行人流区域化运动,模拟区域行人流演化过程中呈现的会流和分流现象;从而大大扩展了仿真模型的实际适用范围,有效提高了模型仿真效果,特别适宜于仿真分析室外开阔区域行人流运动演化。 
附图说明
下面结合附图对本发明作进一步的说明。 
图1为本发明实施例方法流程图。 
图2为研究区域道路组织结构建模示意图。 
图3-a为行人沿直线正常前进示意图。 
图3-b为行人完全陷入灰色路段的包围示意图。 
图3-c为行人继续沿正前方前进示意图。 
图3-d为行人在右行参数的作用下选择右前方元胞作为目标位置示意图。 
图4为仿真行人流在交叉路口的分流示意图。 
图5为仿真行人流在交叉路口的汇流示意图。 
具体实施方式
本实施例的一种基于地理元胞自动机的行人流仿真方法(流程图见图1),包括如下步骤: 
第一步、对研究区域做格网化处理,构成元胞空间。 
每个网格单元代表一个元胞,在一个时间步长内,行人通过遗弃原有元胞而占据附近某个元胞的方式表现出移动前进。根据有关统计调查显示,95%的人肩宽不会超过57.9cm,肩厚不会超过33cm,因此对研究范围内的步行区域进行格网化处理时,网格单元大小取0.5×0.5m。 
第二步、对格网化后的研究区域进行行走适宜性分析,并根据行走适宜性分析结果将研究区域分为白色路段、灰色路段、黑色路段: 
适宜行走区域作为白色路段,其对应元胞的行走适应性程度值等于1,不可行走区作为黑色路段,其对应元胞的行走适应性程度值等于0;可行走但属非行走区作为灰色路段,其对应元胞的行走适应性程度值取值范围为(0,1)。 
行走适宜性表示地面适合行人步行的程度,对于道路、广场等本来设计就是供人行走的区域,其行走适宜性最高,为白色路段,赋值为1;对于立体建筑、水塘、大型障碍物所在的区域,行人是无法跨越的,行走适宜性最低,为黑色路段,赋值为0;对于一些绿化带、低矮栅栏等,虽然能够行走和跨越,但是由于受诸多条件约束并不是很适合行人行走,称此类区域为灰色路段,其值则根据具体行走适应性程度赋值。 
第三步、对研究区域的道路组织结构建模,将研究区域的道路划分为区域 出入口、路段、交叉路口三类,对交叉路口处元胞设置转向概率,设置方法如下:针对行人来向,行人向右转、向左转、直行的概率分别为Pr、Pl、Ps,其中,Pr+Pl+Ps=1。 
如图2所示,图中5代表区域出入口,E代表交叉路口,道路中央的线条为道路段,区域出入口指行人进入或离开区域步行交通公路网的道路口,包括整个研究区域的出入口和区域内建筑物的出入口;路段指笔直道路,在同一路段内的单个行人通常不发生转向行为;交叉路口至道路交通系统的结点,行人到达交叉路口时通常需要选择前进方向。 
第四步、初始化步行交通环境,行人开始在区域出入口进出研究区域,并在研究区域内部演化,直到仿真过程结束,其中,每个行人遵循如下规则移动: 
a.在每个时间步长t内,行人移动一个元胞的长度,行人每次在其移动邻域内九个可选位置中选择自己下一步的目标位置; 
b.行人移动邻域内的九个元胞都拥有自己的综合移动收益,综合移动收益最大的元胞作为行人下一步的目标位置,元胞的综合移动收益计算方法如下: 
I、移动收益计算: 
计算行人移动邻域内九个元胞的移动收益,行人移动邻域内第i个元胞的移动收益为Pi=α(Di+Ei)+β(Fi+Ci)+φRi,Di为第i个元胞的方向参数,表达下一步可选择位置距行人目标位置的接近程度,Di∈{0,±0.7,±1};Ei为第i个元胞的空格参数,反映该下一步可选择位置是否被行人占据,Ei∈{0,±1};Fi为第i个元胞的前进参数,描述在下一步可选择位置的前方视野内可被行人占据的元胞所占的比例,Fi∈[-1,1];Ci为第i个元胞的类别参数,描述在下一步可选择位置的前方视野内与行人前进方向相同的行人所占的比例,Ci∈[-1,1];Ri为第i个元胞的右行参数,反映行人在移动过程中,行人靠右移动的行为习惯对行人移动的影响程度,Ri∈(-1,1);α、β、
Figure BDA00002763998800061
为权重系数,
Figure BDA00002763998800062
i=0,1,...,8; 
II、移动收益标准化: 
行人移动邻域内的各元胞的移动收益,通常含有正负值,且收益值差距并 不是很明显。为了方便对移动收益做进一步处理以凸显各元胞间的收益差距,可对原始移动收益进行一步标准化处理,使其值分布在0-100之间,可对总移动收益做标准化处理; 
行人移动邻域内第i个元胞的标准化移动收益
Figure BDA00002763998800071
其中Pmin为移动邻域所有元胞移动收益中的最小值,Pmax为移动邻域所有元胞移动收益中的最大值。 
III、计算综合移动收益: 
行人移动邻域内第i个元胞的综合移动收益其中Li第i个元胞的行走适应性程度值; 
c.行人在选择下一目标位置时,若移动邻域内存在多个综合移动效益最大值,则从中随机选择一个综合移动效益最大的元胞作为行人下一步目标位置; 
d.当行人之间产生位置冲突时,随机选择其中一个行人占据目标位置,没有被选中的其余行人则留在原来的位置保持位置不变; 
e.行人在前进中每遇到一个交叉路口时,根据交叉路口处的转向概率做出一次行走方向决策,行人在走出交叉路口时,根据前方路段延伸方向调整自身前进目标方向与之一致,规则e中,在交叉路口处行人的转向方向T通过以下公式获得: 
T = T ( &xi; ) = Right 0 < &xi; &le; P r Straight P r < &xi; &le; P r + P s Left P r + P s < &xi; &le; 1 式中,ζ为0-1的随机数,Right代表“右”,Straight代表“直行”,Left代表“左”。 
如图3-a至图3-d所示,表示仿真行人跨越灰色障碍物示意图。如图3-a所示,t=t0时刻行人沿直线正常前进;如图3-b所示,t=t0+1时刻行人完全陷入灰色路段的包围之中,此时后退显然不是最好的选择;通过计算综合移动收益,发现在9个位置中前方元胞的综合移动收益最大,因此在t=t0+2时刻行人继续沿正前方前进(如图3-c所示),进入前方灰色路段的元胞;如图3-d所示,t=t0+2 时刻行人斜前方存在白色路段,进入白色路段的综合移动收益要大于继续直行,因此行人在右行参数的作用下选择右前方元胞。 
图4、图5所示为仿真模型在交叉路口处模拟行人流的分流、汇流现象的运行结果。行人流在由一个交出路口出入口进入交出路口时,由于行人方向决策的作用,行人流产生分流现象(见图4)。行人此时按照一定的概率向路口处其他方向转向而散开。行人流在由某交叉路口出入口走出交出路口时,由于前方路段方向的唯一性,行人流产生汇流现象。行人此时主动调整自身前进方向,使之与前方路段方向一致(见图5)。 
除上述实施例外,本发明还可以有其他实施方式。凡采用等同替换或等效变换形成的技术方案,均落在本发明要求的保护范围。 

Claims (5)

1.一种基于地理元胞自动机的行人流仿真方法,包括如下步骤:
第一步、对研究区域做格网化处理,构成元胞空间;
第二步、对格网化后的研究区域进行行走适宜性分析,并根据行走适宜性分析结果将研究区域分为白色路段、灰色路段、黑色路段:
适宜行走区域作为白色路段,其对应元胞的行走适应性程度值等于1,不可行走区作为黑色路段,其对应元胞的行走适应性程度值等于0;可行走但属非行走区作为灰色路段,其对应元胞的行走适应性程度值取值范围为(0,1);
第三步、对研究区域的道路组织结构建模,将研究区域的道路划分为区域出入口、路段、交叉路口三类,对交叉路口处元胞设置转向概率,设置方法如下:针对行人来向,行人向右转、向左转、直行的概率分别为Pr、Pl、Ps,其中,Pr+Pl+Ps=1;
第四步、初始化步行交通环境,行人开始在区域出入口进出研究区域,并在研究区域内部演化,直到仿真过程结束,其中,每个行人遵循如下规则移动:
a.在每个时间步长t内,行人移动一个元胞的长度,行人每次在其移动邻域内九个可选位置中选择自己下一步的目标位置;
b.行人移动邻域内的九个元胞都拥有自己的综合移动收益,综合移动收益最大的元胞作为行人下一步的目标位置,元胞的综合移动收益计算方法如下:
I、移动收益计算:
计算行人移动邻域内九个元胞的移动收益,行人移动邻域内第i个元胞的移动收益为Pi,i=0,1,...,8;
II、移动收益标准化:
行人移动邻域内第i个元胞的标准化移动收益
Figure FDA00002763998700011
其中Pmin为移动邻域所有元胞移动收益中的最小值,Pmax为移动邻域所有元胞移动收益中的最大值;
III、计算综合移动收益:
行人移动邻域内第i个元胞的综合移动收益
Figure FDA00002763998700023
其中Li第i个元胞的行走适应性程度值;
c.行人在选择下一目标位置时,若移动邻域内存在多个综合移动效益最大值,则从中随机选择一个综合移动效益最大的元胞作为行人下一步目标位置;
d.当行人之间产生位置冲突时,随机选择其中一个行人占据目标位置,没有被选中的其余行人则留在原来的位置保持位置不变;
e.行人在前进中每遇到一个交叉路口时,根据交叉路口处的转向概率做出一次行走方向决策,行人在走出交叉路口时,根据前方路段延伸方向调整自身前进目标方向与之一致。
2.根据权利要求1所述一种基于地理元胞自动机的行人流仿真方法,其特征在于:规则e中,在交叉路口处行人的转向方向T通过以下公式获得:
T = T ( &xi; ) = Right 0 < &xi; &le; P r Straight P r < &xi; &le; P r + P s Left P r + P s < &xi; &le; 1 式中,ζ为0-1的随机数,Right代表“右”,Straight代表“直行”,Left代表“左”。
3.根据权利要求2所述一种基于地理元胞自动机的行人流仿真方法,其特征在于:行人移动邻域内第i个元胞的移动收益Pi=α(Di+Ei)+β(Fi+Ci)+φRi,Di为第i个元胞的方向参数,Ei为第i个元胞的空格参数,Fi为第i个元胞的前进参数,Ci为第i个元胞的类别参数,Ri为第i个元胞的右行参数,α、β、
Figure FDA00002763998700022
为权重系数。
4.根据权利要求3所述一种基于地理元胞自动机的行人流仿真方法,其特征在于:第i个元胞的方向参数Di∈{0,±0.7,±1};第i个元胞的空格参数Ei∈{0,±1},第i个元胞的前进参数Fi∈[-1,1],第i个元胞的类别参数Ci∈[-1,1],第i个元胞的右行参数Ri∈(-1,1),
Figure FDA00002763998700031
5.根据权利要求4所述一种基于地理元胞自动机的行人流仿真方法,其特征在于:所述第一步中,格网化的网格单元大小为0.5×0.5m。
CN201310025027.1A 2013-01-23 2013-01-23 一种基于地理元胞自动机的行人流仿真方法 Expired - Fee Related CN103106302B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310025027.1A CN103106302B (zh) 2013-01-23 2013-01-23 一种基于地理元胞自动机的行人流仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310025027.1A CN103106302B (zh) 2013-01-23 2013-01-23 一种基于地理元胞自动机的行人流仿真方法

Publications (2)

Publication Number Publication Date
CN103106302A true CN103106302A (zh) 2013-05-15
CN103106302B CN103106302B (zh) 2015-10-28

Family

ID=48314156

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310025027.1A Expired - Fee Related CN103106302B (zh) 2013-01-23 2013-01-23 一种基于地理元胞自动机的行人流仿真方法

Country Status (1)

Country Link
CN (1) CN103106302B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104992300A (zh) * 2015-07-23 2015-10-21 南京轨道交通系统工程有限公司 轨道交通枢纽乘客特性分析方法
CN105468861A (zh) * 2015-12-08 2016-04-06 吉林大学 一种基于元胞自动机的行人跟随行为仿真方法
CN105551251A (zh) * 2016-01-19 2016-05-04 华南理工大学 一种无信号交叉口机动车冲突概率判断方法
CN105574154A (zh) * 2015-12-16 2016-05-11 浙江汉鼎宇佑金融服务有限公司 一种基于大数据平台的城市宏观区域信息分析系统
CN105741551A (zh) * 2016-04-22 2016-07-06 华南理工大学 一种无信号交叉口交通安全评价方法
CN105808852A (zh) * 2016-03-09 2016-07-27 清华大学 一种基于元胞自动机的室内行人微观仿真方法
CN106096168A (zh) * 2016-06-21 2016-11-09 哈尔滨工业大学 一种基于听觉感知的空间人群疏散模拟方法
CN106354978A (zh) * 2016-09-30 2017-01-25 厦门大学嘉庚学院 一种考虑疏散引导的室内多出口行人流仿真方法
CN106982413A (zh) * 2016-01-15 2017-07-25 中国移动通信集团上海有限公司 一种区域客流趋势的预测方法及装置
CN107646111A (zh) * 2015-05-19 2018-01-30 北京市商汤科技开发有限公司 用于行人步道预测的系统和方法
CN111291469A (zh) * 2020-01-17 2020-06-16 东南大学 一种基于多智能体的人行横道混合交通流仿真方法与系统
CN112395769A (zh) * 2020-11-25 2021-02-23 盐城工学院 面向有序活动行人运动仿真方法
CN112634399A (zh) * 2020-12-11 2021-04-09 贝壳技术有限公司 封闭曲线生成方法、装置、电子设备及可读存储介质
CN113742925A (zh) * 2021-09-06 2021-12-03 吉林大学 一种信号控制路口行人流仿真方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101561836A (zh) * 2009-01-05 2009-10-21 天津大学 基于元胞机的城市微观交通流仿真系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101561836A (zh) * 2009-01-05 2009-10-21 天津大学 基于元胞机的城市微观交通流仿真系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
SHUAI ZHANG ET AL.: "A Simulation Model of Pedestrian Flow Based on Geographical Cellular Automata", 《IEEE GEOINFORMATICS,2011 19TH INTERNATIONAL CONFERENCE》, 26 June 2011 (2011-06-26), pages 1 - 2 *
岳昊: "基于元胞自动机的行人流仿真模型研究", 《中国博士学位论文全文数据库》, no. 10, 15 October 2009 (2009-10-15), pages 43 *
张晋: "基于元胞自动机的城域混合交通流建模方法研究", 《中国博士学位论文全文数据库》, no. 02, 15 June 2005 (2005-06-15), pages 65 *

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107646111A (zh) * 2015-05-19 2018-01-30 北京市商汤科技开发有限公司 用于行人步道预测的系统和方法
CN107646111B (zh) * 2015-05-19 2021-04-09 北京市商汤科技开发有限公司 用于行人步道预测的系统和方法
CN104992300A (zh) * 2015-07-23 2015-10-21 南京轨道交通系统工程有限公司 轨道交通枢纽乘客特性分析方法
CN105468861A (zh) * 2015-12-08 2016-04-06 吉林大学 一种基于元胞自动机的行人跟随行为仿真方法
CN105468861B (zh) * 2015-12-08 2018-08-10 吉林大学 一种基于元胞自动机的行人跟随行为仿真方法
CN105574154A (zh) * 2015-12-16 2016-05-11 浙江汉鼎宇佑金融服务有限公司 一种基于大数据平台的城市宏观区域信息分析系统
CN105574154B (zh) * 2015-12-16 2019-08-02 浙江汉鼎宇佑金融服务有限公司 一种基于大数据平台的城市宏观区域信息分析系统
CN106982413A (zh) * 2016-01-15 2017-07-25 中国移动通信集团上海有限公司 一种区域客流趋势的预测方法及装置
CN106982413B (zh) * 2016-01-15 2019-12-13 中国移动通信集团上海有限公司 一种区域客流趋势的预测方法及装置
CN105551251B (zh) * 2016-01-19 2017-10-20 华南理工大学 一种无信号交叉口机动车冲突概率判断方法
CN105551251A (zh) * 2016-01-19 2016-05-04 华南理工大学 一种无信号交叉口机动车冲突概率判断方法
CN105808852A (zh) * 2016-03-09 2016-07-27 清华大学 一种基于元胞自动机的室内行人微观仿真方法
CN105741551A (zh) * 2016-04-22 2016-07-06 华南理工大学 一种无信号交叉口交通安全评价方法
CN106096168A (zh) * 2016-06-21 2016-11-09 哈尔滨工业大学 一种基于听觉感知的空间人群疏散模拟方法
CN106096168B (zh) * 2016-06-21 2018-03-16 哈尔滨工业大学 一种基于听觉感知的空间人群疏散模拟方法
CN106354978B (zh) * 2016-09-30 2019-08-13 厦门大学嘉庚学院 一种考虑疏散引导的室内多出口行人流仿真方法
CN106354978A (zh) * 2016-09-30 2017-01-25 厦门大学嘉庚学院 一种考虑疏散引导的室内多出口行人流仿真方法
CN111291469A (zh) * 2020-01-17 2020-06-16 东南大学 一种基于多智能体的人行横道混合交通流仿真方法与系统
CN111291469B (zh) * 2020-01-17 2023-09-22 东南大学 一种基于多智能体的人行横道混合交通流仿真方法与系统
CN112395769A (zh) * 2020-11-25 2021-02-23 盐城工学院 面向有序活动行人运动仿真方法
CN112634399A (zh) * 2020-12-11 2021-04-09 贝壳技术有限公司 封闭曲线生成方法、装置、电子设备及可读存储介质
CN112634399B (zh) * 2020-12-11 2023-02-17 贝壳技术有限公司 封闭曲线生成方法、装置、电子设备及可读存储介质
CN113742925A (zh) * 2021-09-06 2021-12-03 吉林大学 一种信号控制路口行人流仿真方法
CN113742925B (zh) * 2021-09-06 2023-09-29 吉林大学 一种信号控制路口行人流仿真方法

Also Published As

Publication number Publication date
CN103106302B (zh) 2015-10-28

Similar Documents

Publication Publication Date Title
CN103106302B (zh) 一种基于地理元胞自动机的行人流仿真方法
CN107016851A (zh) 一种量化分析城市建成环境对道路行程时间影响的方法
Shen et al. Optimized public parking location modelling for green intelligent transportation system using genetic algorithms
CN105808852A (zh) 一种基于元胞自动机的室内行人微观仿真方法
CN102663512A (zh) 城市绿地动态演化模拟预测方法
Aschwanden et al. Agent based evaluation of dynamic city models: A combination of human decision processes and an emission model for transportation based on acceleration and instantaneous speed
Li et al. Growing artificial transportation systems: A rule-based iterative design process
Morioka et al. City management platform using big data from people and traffic flows
Bezbradica et al. Understanding urban mobility and pedestrian movement
Pan et al. Research on the behavior decision of connected and autonomous vehicle at the unsignalized intersection
Ali et al. On the spatiotemporal traffic variation in vehicle mobility modeling
Zhu et al. Agent-based modeling of physical activity behavior and environmental correlations: an introduction and illustration
Solmaz et al. Pedestrian mobility in theme park disasters
Crozet et al. Accessibility: a key indicator to assess the past and future of urban mobility
Aggarwal et al. Bio‐Inspired Routing in VANET
CN110363358A (zh) 基于多智能体模拟的公共交通分担率预测方法
Lamprecht Pedestrian movement and space syntax measures. The example of the city centre in Łódź, Poland
CN113554221B (zh) 一种“流空间”视角下的城镇开发边界模拟预测方法
Obi Lawrence Application of gravity model for trip analysis in transportation and traffic engineering for Owerri Metropolis Nigeria
Alshammari Smart pedestrian network is an approach for promoting walkability: A case of Riyadh city
Paget-Seekins et al. The promise of BRT
Knyazkov et al. Towards a framework for simulation-based evaluation of personal decision support systems for flood evacuation
Antoniou et al. A typology of urban analysis models: disciplines and levels
Filomena et al. Mental Representation of Space in Agent Based Models for Pedestrian Movement in Urban Environment: A Conceptual Model
Rajan et al. Intelligent Traffic Management System for Smart Cities Utilizing Reinforcement Learning Algorithm

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20151028

Termination date: 20160123

EXPY Termination of patent right or utility model