CN107103150A - 一种具有避让机制的双向行人流仿真方法及系统 - Google Patents

Abstract

本发明涉及一种具有避让机制的双向行人流仿真方法及系统，其中方法包括初始化彼此对向通行的第一群体和第二群体；将上述第一群体和第二群体分为由若干团体组成的社会结构；对所述第一群体和第二群体的全部个体采用社会力模型计算，更新个体矢量速度和位移；当第一群体中的任一团体与第二群体中的任一团体之间的相对位置在碰撞范围内时，所述两团体中任一团体实施避让措施，改变运动参数驱动所述团体内个体更新个体矢量速度和位移。本发明对原始社会力模型加入了避让机制，使双向行人流在交汇时，以群组和团体为单位提前进行避让，避免了行人流交汇时的大量摩擦碰撞的风险，同时也再现了双向行人流中的分层的自组织现象。

Description

一种具有避让机制的双向行人流仿真方法及系统

技术领域

本发明属于人群疏散仿真领域，具体涉及一种具有避让机制的双向行人流仿真方法及系统。

背景技术

近年来，随着人口的急剧增长，大型公共场所数目增多，行人流尤其是双向行人流现象 随处可见。在个体交汇时存在特点鲜明的自组织现象，这其中的拥挤摩擦等安全问题引起了 越来越多的关注。在人员密集的场所，行人流交通的拥挤给人们的出行带来极大不便，出行 延误的时间给社会的经济和居民的生活带来一定的损失。传统疏散演练的开展存在困难度大、 效用较低的问题。通过运用计算机仿真技术进行场景建模、路径寻优以及人群运动行为建模， 可以模拟各种类型的人员在多种情境下的疏散情况，在达到最佳疏散演练效果的同时将成本 最小化。

常用的行人流仿真模型有宏观模型和微观模型，宏观模型把疏散人群作为一个整体对待， 疏散速度快，但是忽略了个体行为的局部细节信息，存在局限性。微观模型从个体的角度出 发，着重考虑个体与环境的交互，在一定程度上可以弥补宏观模型的不足。社会力模型是一 种著名的微观模型，但原始社会力模型将个体平等化，难以仿真真实行人流疏散。

社会力模型是由Helbing在1995年提出的一种著名的人群疏散仿真模型，引发了众多学 者的关注。该模型从个体的角度出发运用牛顿力学的知识模拟个体疏散现象，考虑到了个体 的主观意愿以及个体之间、个体与环境之间的交互，因此能比较真实地模拟行人流疏散过程 中出现的“快既是慢”、“出口成拱”等现象。

近年来很多学者对社会力模型进行了改进，一方面，其中很多学者引入群组引领概念， 将群组视为一个整体，选取群组内对环境和路径较为熟悉的个体作为引领者，引领群组行进； 另一方面，一些学者对人群之间的社会关系进行研究，划分社会关系等级，但仍视个体为独 立个体。

发明内容

针对现有技术中存在的不足，本发明提出了一种种具有避让机制的双向行人流仿真方法。

本发明采用下面的技术方案：

一种具有避让机制的双向行人流仿真方法，包括以下步骤：

初始化彼此对向通行的第一群体和第二群体；

将上述第一群体和第二群体分为由若干团体组成的社会结构；

对所述第一群体和第二群体的全部个体采用社会力模型计算，更新个体矢量速度和位移；

当第一群体中的任一团体与第二群体中的任一团体之间的相对位置在碰撞范围内时，所 述两团体中任一团体实施避让措施，改变运动参数驱动所述团体内个体更新个体矢量速度和 位移。

进一步的，实时避让措施具体方法为：设个体i和个体j分别属于第一群体中的任一团体、 第二群体中的任一团体，个体j是距离个体i距离最近的对向通行个体；

步骤1：构造以直线line_ij为直径的圆，直线line_ij与圆的交点为temp₁和temp₂；

步骤2：根据社会力模型计算得到的个体i的矢量速度，若temp₁和temp₂都在个体i的运 动方向上，则将temp₁方向的切线方向作为避让方向施加于个体i的社会力模型中，计算个体 i的矢量速度和位移；

步骤3：根据社会力模型计算得到的个体i的矢量速度，若只有temp₁在个体i的运动方 向上，则将temp₁方向的切线方向作为避让方向施加于个体i的社会力模型中；若只有temp₂在 个体i的运动方向上，则将temp₂方向的切线方向作为避让方向施加于个体i的社会力模型中， 计算个体i的矢量速度和位移；

步骤4：若个体i和个体j之间的距离小于设定值，则个体i和个体j分别向后退至少一 步，转到步骤2。

进一步的，所述施加于个体i的社会力模型中具体为：

其中，为社会力模型中的避让排斥力，E_i表示个体间排斥力强度，F_i表示个体间 的安全距离，是个体i受到个体j避让排斥力作用的方向。

进一步的，初始化第一群体和第二群体内全部个体之间的关系值，根据关系值将上述第 一群体和第二群体分为由若干团体组成的社会结构。

进一步的，根据所述个体之间的关系值，生成聚合力添加至个体的社会力模型中，所述 聚合力为：

其中R_ij是个体i与个体j之间的关系值，C_i表示个体间吸引力强度，D_i表示个体间的安 全距离，λ为视觉因子。

进一步的，所述λ是关于 个体视角θ_ij及个体间距离d_ij的视觉因子，在个体i视觉域半径范围内，若cos(θ_ij)≥0，表示 个体i视觉域中的个体j对其产生聚合力作用，否则不产生聚合力作用。

进一步的，根据关系值将所述第一群体和第二群体分为包括家庭关系、朋友关系、同事 关系和陌生人关系在内的四种社会关系。

进一步的，在每一群体中，选择具有最大关系值的个体作为引领个体，引领个体带领所 述团体基于社会力模型做跟随运动。

进一步的，还可以根据与出口之间的距离及对出口位置了解程度为条件计算个体适应度， 选择适应度最大的个体为引领个体。

进一步的，当引领个体到达目标出口，则重新选取群体内引领个体，直至各群体内已无 个体可选，视为组中全部个体已经成功疏散。

本发明还提出了一种技术方案：

一种具有避让机制的双向行人流仿真系统，包括：

初始化单元，用于初始化彼此对向通行的第一群体和第二群体；

建立单元，用于将上述第一群体和第二群体分为由若干团体组成的社会结构；

避让单元，用于当第一群体中的任一团体与第二群体中的任一团体之间的相对位置在碰 撞范围内时，所述两团体中任一团体实施避让措施，改变运动参数驱动所述团体内个体更新 个体矢量速度和位移；

计算单元，用于对所述第一群体和第二群体的全部个体采用社会力模型计算，更新个体 矢量速度和位移

本发明的有益效果：

本发明结合引领关系和社会关系的优点，建立一种避让机制，应用于社会力模型的改进， 弥补社会力模型在仿真大规模行人流疏散时的不足，并采用该模型实现双向行人流疏散仿真。 本发明提出的方法将待疏散的行人分为群组，群组内根据距离出口的距离以及对出口位置的 了解程度选取疏散引领者，引领者优先选取路径；每个大群组内的成员根据社会关系的亲疏 程度汇聚成小团体；整个群组在引领者的引领下行进，并以群组内小团体为单位进行行人流 碰撞避让。利用避让机制，提前规避碰撞摩擦，动态确定下一步移动目标，利用改进的社会 力模型实现群组中小团体跟随目标的移动。因为引入了避让机制，可以再现现实生活中的“群 组-小团体”现象，以及双向行人流中的分层现象，并且加快了疏散速度。实时地、真实地模 拟规模较大的双向行人流，为行人流疏散演练提供帮助。

(1)本发明将群组引领和社会关系与社会力模型结合，对社会力模型进行了改进，每 个群组在引领者的带领下向目标移动，同时群组内根据自身的社会关系彼此靠拢形成社会关 系小团体，更加真实地再现了现实生活中的“群组-小团体”现象，并且避免了众多独立个体 的盲目寻路；

(2)本发明对原始社会力模型加入了避让机制，使双向行人流在交汇时，以群组和团 体为单位提前进行避让，避免了行人流交汇时的大量摩擦碰撞的风险，同时也再现了双向行 人流中的分层的自组织现象；

(3)本发明在熟悉场景的引领者的引导下以“群组-小团体”形式疏散，可实现有序、 高效的疏散。

附图说明

图1是本发明行人流疏散方法的流程图；

图2是本发明个体的视觉域示意图；

图3是本发明“群组-小团体”聚合力示意图；

图4是本发明个体避让力示意图；

图5是原始社会力模型人群疏散初始化的示意图；

图6是改进社会力模型初始化示意图；

图7是原始社会力模型模拟双向行人流运行时的示意图；

图8是改进社会力模型模拟双向行人流运行时的示意图；

具体实施方式：

下面结合附图与实施例对本发明作进一步说明：

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指 明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的 相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申 请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图 包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时， 其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

本发明的一种典型实施例是一种具有避让机制的双向行人流仿真方法，如图1所示：包 括以下步骤：

初始化彼此对向通行的第一群体和第二群体；

将上述第一群体和第二群体分为由若干团体组成的社会结构；

对所述第一群体和第二群体的全部个体采用社会力模型计算，更新个体矢量速度和位移；

当第一群体中的任一团体与第二群体中的任一团体之间的相对位置在碰撞范围内时，所 述两团体中任一团体实施避让措施，改变运动参数驱动所述团体内个体更新个体矢量速度和 位移。

如图6所示：我们首先将场景均匀划分为m×n个网格，根据出口数目doornum与群组数 目groupnum的关系groupnum＝3×doornum，将m×n个网格连续归并到与群组数目相同的大 区域。每个群组占据一个大区域，群组成员随机均匀初始化在区域网格中，保证同群组成员 之间的距离一定，即距离控制初始化个体的位置信息。将个体数目，组数，社会关系密度值 导入，获得行人的关系值，引领者与组员之间的关系值为1，其他社会关系按照表1的关系 等级进行量化，即关系初始化。

在每一群体中，选择具有最大关系值的个体作为引领个体，引领个体带领所述团体基于 社会力模型做跟随运动。

还可以根据与出口之间的距离及对出口位置了解程度为条件计算个体适应度，选择适应 度最大的个体为引领个体。

当引领个体到达目标出口，则重新选取群体内引领个体，直至各群体内已无个体可选， 视为组中全部个体已经成功疏散。

表1 关系等级划分示意表

原始的社会力模型在物理力学的基础上，将行人受到的力归结为行人自身产生的对于渴 望到达目的地的自驱动力、行人在运动过程中受到墙和障碍物的力以及行人与行人之间的相 互作用力，由牛顿第二定律，行人所受合力可以用公式(1)表示：

我们在原始社会力模型的基础上，添加了聚合力和避让排斥力。聚合力用于使个体形成 以“群体-团体”关系的组织，避让排斥力用于以团体为单位，实施避让措施。

下面首先介绍避排斥力：

设个体i和个体j分别属于第一群体中的任一团体、第二群体中的任一团体，个体j是距 离个体i距离最近的对向通行个体；

步骤1：构造以直线line_ij为直径的圆，直线line_ij与圆的交点为temp₁和temp₂；

步骤2：根据社会力模型计算得到的个体i的矢量速度，若temp₁和temp₂都在个体i的运 动方向上，则将temp₁方向的切线方向作为避让方向施加于个体i的社会力模型中，即右行优 先，计算个体i的矢量速度和位移；

步骤3：根据社会力模型计算得到的个体i的矢量速度，若只有temp₁在个体i的运动方 向上，则将temp₁方向的切线方向作为避让方向施加于个体i的社会力模型中；若只有temp₂在 个体i的运动方向上，则将temp₂方向的切线方向作为避让方向施加于个体i的社会力模型中， 计算个体i的矢量速度和位移；

步骤4：若个体i和个体j之间的距离小于设定值，则个体i和个体j分别向后退至少一 步，转到步骤2。

上述只是以个体i作为说明对象，也可以将个体i换做个体j。

进一步的，所述施加于个体i的社会力模型中具体为：

其中，为社会力模型中的避让排斥力，E_i表示个体间排斥力强度，F_i表示个体间 的安全距离，是个体i受到个体j避让排斥力作用的方向。

接着介绍聚合力：

聚合力带有行人视觉域和视觉因子，其中将行人的行进方向作为视线中轴线左右最 大角度90°为基准作为行人的视觉域。θ_ij为t时刻行人行进方向与单位向量的夹角。 R表示视觉域半径，为调节系数，则：

λ是关于个体视角θ_ij及个体间距离d_ij的视觉因子函数。在行人i视觉域半径范围内，若 cos(θ_ij)≥0，表示行人i视觉域中的行人j对其产生聚合力作用。视觉因子根据环境影响是否 在行人视觉域内取值，视觉域内的行人会对行人i产生聚合力作用，视觉域之外的行人只对 其产生物理作用力，聚合力公式如公式(5)所示：

其中：C_i与D_i为吸引力参数。R_ij是行人i与行人j之间的关系值，C_i表示个体间吸引力 强度，D_i表示行人间的安全距离，λ为视觉因子。

最后，将引入聚合力与避让排斥力加入到原始社会力公式中，计算行人所受合力，由下 面合力公式给出。

Claims (10)

1.一种具有避让机制的双向行人流仿真方法，其特征在于：

初始化彼此对向通行的第一群体和第二群体；

将上述第一群体和第二群体分为由若干团体组成的社会结构；

对所述第一群体和第二群体的全部个体采用社会力模型计算，更新个体矢量速度和位移；

当第一群体中的任一团体与第二群体中的任一团体之间的相对位置在碰撞范围内时，所述两团体中任一团体实施避让措施，改变运动参数驱动所述团体内个体更新个体矢量速度和位移。

2.根据权利要求1所述的方法，其特征在于：设个体i和个体j分别属于第一群体中的任一团体、第二群体中的任一团体，个体j是距离个体i距离最近的对向通行个体；

步骤1：构造以直线line_ij为直径的圆，直线line_ij与圆的交点为temp₁和temp₂；

步骤2：根据社会力模型计算得到的个体i的矢量速度，若temp₁和temp₂都在个体i的运动方向上，则将temp₁方向的切线方向作为避让方向施加于个体i的社会力模型中，计算个体i的矢量速度和位移；

步骤3：根据社会力模型计算得到的个体i的矢量速度，若只有temp₁在个体i的运动方向上，则将temp₁方向的切线方向作为避让方向施加于个体i的社会力模型中；若只有temp₂在个体i的运动方向上，则将temp₂方向的切线方向作为避让方向施加于个体i的社会力模型中，计算个体i的矢量速度和位移；

步骤4：若个体i和个体j之间的距离小于设定值，则个体i和个体j分别向后退至少一步，转到步骤2。

3.根据权利要求2所述的方法，其特征在于：所述施加于个体i的社会力模型中具体为：

其中，为社会力模型中的避让排斥力，E_i表示个体间排斥力强度，F_i表示个体间的安全距离，是个体i受到个体j避让排斥力作用的方向。

4.根据权利要求1所述的方法，其特征在于：初始化第一群体和第二群体内全部个体之间的关系值，根据关系值将上述第一群体和第二群体分为由若干团体组成的社会结构。

5.根据权利要求4所述的方法，其特征在于：根据所述个体之间的关系值，生成聚合力添加至个体的社会力模型中，所述聚合力为：

其中R_ij是个体i与个体j之间的关系值，C_i表示个体间吸引力强度，D_i表示个体间的安全距离，λ为视觉因子。

6.根据权利要求5所述的方法，其特征在于：所述 λ是关于个体视角θ_ij及个体间距离d_ij的视觉因子，在个体i视觉域半径范围内，若cos(θ_ij)≥0，表示个体i视觉域中的个体j对其产生聚合力作用，否则不产生聚合力作用。

7.根据权利要求4所述的方法，其特征在于：根据关系值将所述第一群体和第二群体分为包括家庭关系、朋友关系、同事关系和陌生人关系在内的四种社会关系。

8.根据权利要求4所述的方法，其特征在于：在每一群体中，选择具有最大关系值的个体作为引领个体，引领个体带领所述团体基于社会力模型做跟随运动。

9.根据权利要求4所述的方法，其特征在于：当引领个体到达目标出口，则重新选取群体内引领个体，直至各群体内已无个体可选，视为组中全部个体已经成功疏散。

10.一种基于权利要求1的具有避让机制的双向行人流仿真系统，其特征在于，包括：

初始化单元，用于初始化彼此对向通行的第一群体和第二群体；

建立单元，用于将上述第一群体和第二群体分为由若干团体组成的社会结构；

避让单元，用于当第一群体中的任一团体与第二群体中的任一团体之间的相对位置在碰撞范围内时，所述两团体中任一团体实施避让措施，改变运动参数驱动所述团体内个体更新个体矢量速度和位移；

计算单元，用于对所述第一群体和第二群体的全部个体采用社会力模型计算，更新个体矢量速度和位移。