CN115577574B - 一种导流栏杆位置计算方法、装置、设备及可读存储介质 - Google Patents

一种导流栏杆位置计算方法、装置、设备及可读存储介质 Download PDF

Info

Publication number
CN115577574B
CN115577574B CN202211568614.0A CN202211568614A CN115577574B CN 115577574 B CN115577574 B CN 115577574B CN 202211568614 A CN202211568614 A CN 202211568614A CN 115577574 B CN115577574 B CN 115577574B
Authority
CN
China
Prior art keywords
information
pedestrian
flow guide
guide rail
subway station
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.)
Active
Application number
CN202211568614.0A
Other languages
English (en)
Other versions
CN115577574A (zh
Inventor
马剑
夏钤强
秦诗雨
陈偲宇
胡雪曼
周林
张楠
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.)
Southwest Jiaotong University
Original Assignee
Southwest Jiaotong 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 Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN202211568614.0A priority Critical patent/CN115577574B/zh
Publication of CN115577574A publication Critical patent/CN115577574A/zh
Application granted granted Critical
Publication of CN115577574B publication Critical patent/CN115577574B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种导流栏杆位置计算方法、装置、设备及可读存储介质,涉及行人仿真模拟领域技术领域,所述方法包括获取第一信息和第二信息,第一信息包括地铁车站的空间结构,第二信息包括至少一个行人的起点坐标信息和每个行人对应的目的地坐标信息;将第一信息和第二信息发送至行人流仿真模型进行计算,得到第三信息,第三信息包括每个行人运动的加速度;根据第三信息进行计算,得到第四信息,第四信息包括每个行人每一时刻的位置坐标信息;根据第四信息确定导流栏杆的位置信息,本发明可以直观的找出地铁站内的瓶颈位置,使导流栏杆不仅局限于布置在电梯口,还可以布置在其他的人流量较大的位置,使导流栏杆的放置位置更全面合理。

Description

一种导流栏杆位置计算方法、装置、设备及可读存储介质
技术领域
本发明涉及行人仿真模拟领域,具体而言,涉及一种导流栏杆位置计算方法、装置、设备及可读存储介质。
背景技术
地铁使用过程中存在人流量较大、线路复杂等现象,在地铁换乘时,由于双向行人流交汇时非常容易引起冲突,发生拥堵现象,影响乘客在地铁站换乘的速度,降低地铁站的换乘效率。这种问题加大了地铁运营的危险性,除此之外,地铁站内一旦出现大量乘客聚集,可能增加疫情条件下病毒传播的风险,盗窃现象发生概率也可能随之增长,在现有技术中缓解乘客拥堵的最常见方法是人工布设导流栏杆来调节乘客的移动,但是这种方法存在效率低、成本高的问题,因此亟需一种导流栏杆位置计算方法,可以使布设的导流栏杆高效的缓解乘客拥堵。
发明内容
本发明的目的在于提供一种导流栏杆位置计算方法、装置、设备及可读存储介质,以改善上述问题。
为了实现上述目的,本申请实施例提供了如下技术方案:
一方面,本申请实施例提供了一种导流栏杆位置计算方法,所述方法包括:
获取第一信息和第二信息,所述第一信息包括地铁车站的空间结构,所述第二信息包括至少一个行人的起点坐标信息和每个行人对应的目的地坐标信息;
将所述第一信息和所述第二信息发送至行人流仿真模型进行计算,得到第三信息,所述第三信息包括每个行人运动的加速度,所述行人流仿真模型用于模拟地铁站日常运营每个行人由起点至目的地的行走轨迹;
根据所述第三信息进行计算,得到第四信息,所述第四信息包括每个行人每一时刻的位置坐标信息;
根据所述第四信息确定导流栏杆的位置信息。
第二方面,本申请实施例提供了一种导流栏杆位置计算装置,所述装置包括:
第一获取模块,用于获取第一信息和第二信息,所述第一信息包括地铁车站的空间结构,所述第二信息包括至少一个行人的起点坐标信息和每个行人对应的目的地坐标信息;
第一处理模块,用于将所述第一信息和所述第二信息发送至行人流仿真模型进行计算,得到第三信息,所述第三信息包括每个行人运动的加速度,所述行人流仿真模型用于模拟地铁站日常运营每个行人由起点至目的地的行走轨迹;
第二处理模块,用于根据所述第三信息进行计算,得到第四信息,所述第四信息包括每个行人每一时刻的位置坐标信息;
确定模块,用于根据所述第四信息确定导流栏杆的位置信息。
第三方面,本申请实施例提供了一种导流栏杆位置计算设备,所述设备包括存储器和处理器。存储器用于存储计算机程序;处理器用于执行所述计算机程序时实现上述导流栏杆位置计算方法的步骤。
第四方面,本申请实施例提供了一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述导流栏杆位置计算方法的步骤。
本发明的有益效果为:
1、本发明通过行人流仿真模型计算出每个行人在地铁中运动的加速度,并根据每个行人在地铁中运动的加速度计算出每个行人每一时刻的位置坐标,根据每个行人每一时刻的位置坐标直观的找出地铁站内的瓶颈位置,即导流栏杆的布置位置,使导流栏杆不仅局限于布置在电梯口,还可以布置在其他的人流量较大的位置,使导流栏杆的放置位置更全面合理。
2、本发明选择了行人密度作为适应度函数,得到导流栏杆最优的布局方案,能够有效的提高行人的通过效率,缓解地铁车站高峰期的拥堵,避免疫情条件下病毒传播的风险以及盗窃现象发生概率,同时降低乘客换乘过程中的时间成本。
本发明的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例中所述的导流栏杆位置计算方法流程示意图。
图2为本发明实施例中所述的导流栏杆位置计算装置结构示意图。
图3为本发明实施例中所述的导流栏杆位置计算设备结构示意图。
图中标注:901、第一获取模块;902、第一处理模块;903、第二处理模块;904、确定模块;905、第二获取模块;906、第三处理模块;907、第四处理模块;908、第五处理模块;909、第六处理模块;910、第七处理模块;911、第八处理模块;9021、划分单元;9022、第一处理单元;9023、第一计算单元;9024、第二处理单元;9041、第三处理单元;9042、第四处理单元;9043、第五处理单元;90241、第二计算单元;90242、第三计算单元;90243、第四计算单元;800、导流栏杆位置计算设备;801、处理器;802、存储器;803、多媒体组件;804、I/O接口;805、通信组件。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
实施例1:
本实施例提供了一种导流栏杆位置计算方法,可以理解的是,在本实施例中可以铺设一个场景,例如:地铁车站在高峰期时,需要布置导流栏杆引导行人移动以缓解拥堵的场景。
参见图1,图中示出了本方法包括步骤S1、步骤S2、步骤S3和步骤S4。
步骤S1、获取第一信息和第二信息,所述第一信息包括地铁车站的空间结构,所述第二信息包括至少一个行人的起点坐标信息和每个行人对应的目的地坐标信息;
可以理解的是,地铁车站的空间结构可以是任意一实际地铁车站的空间结构。
步骤S2、将所述第一信息和所述第二信息发送至行人流仿真模型进行计算,得到第三信息,所述第三信息包括每个行人运动的加速度,所述行人流仿真模型用于模拟地铁站日常运营每个行人由起点至目的地的行走轨迹;
需要说明的是,在本步骤中将第一信息和第二信息导入行人流仿真模型对地铁站日常运营每个行人由起点至目的地的行走轨迹进行模拟,其中,还包括按照参照物的比例关系设置墙壁、地面。参照地铁车站的空间结构图设置自助售票机、安检闸机、扶梯等地铁站基础运行设施,设置仿真人数、仿真时间及行人位置速度等。
可以理解的是,所述步骤S2中还包括步骤S21、步骤S22、步骤S23和步骤S24,其中具体为:
步骤S21、利用矩形网格法对所述地铁车站的空间结构进行网格划分,得到网格划分后的地铁车站的空间结构;
可以理解的是,将整个地铁车站作为模拟场景,将整个模拟场景划分为m×n个小网格,得到网格划分后的地铁车站的空间结构。
步骤S22、根据所述第二信息在所述网格划分后的地铁车站的空间结构确定至少一个节点信息,所述节点信息包括地铁车站内不同房间之间的连接节点;
可以理解的是,在整个地铁车站中包括多个房间,例如站台、站厅、厕所等,在每个不同的房间之间设置一个节点,用于表示可以由该节点通往与之相连的另一个房间。
步骤S23、计算房间内每个的网格的中心点与房间对应的连接节点之间的欧氏距离,得到行人行走的期望方向;
可以理解的是,通过计算一个房间内每个网格的中心点至该房间对应的连接节点之间的欧式距离,可以得到一个房间内每个网格对应的网格值,首先计算行人所在位置位于哪一个网格,然后比较该网格周围八个方向的网格值,选择其中最小的网格值对应的网格作为行人下一步运动的期望方向,需要说明的是,对于墙壁和障碍物所在的网格点其网格值设置的欧氏距离为无穷大。
步骤S24、根据所述行人行走的期望方向,得到所述第三信息。
可以理解的是,所述步骤S24中还包括步骤S241、步骤S242和步骤S243,其中具体为:
步骤S241、根据预设的第一行人流仿真模型函数和所述行人行走的期望方向进行计算得到行人的自驱力,根据预设的第二行人流仿真模型函数进行计算得到行人与行人之间的作用力,根据预设的第三行人流仿真模型函数进行计算得到行人与障碍物之间的作用力;
可以理解的是,自驱力是模型中最显著的力,决定着行人是否以期望速度向目的地运动,如果没有干扰,行人将会以一定的速度朝期望方向前进,由于必要的减速或躲避行为,实际速度与期望速度的差通过一定的松弛时间来修正,以接近实际速度,预设的第一行人流仿真模型函数具体为:
Figure GDA0004054189760000081
上式中,
Figure GDA0004054189760000082
为行人i的自驱力,mi为行人i的质量,τi表示松弛时间,
Figure GDA0004054189760000083
表示行人i的期望速度,
Figure GDA0004054189760000084
表示行人i的期望方向,vi(t)表示行人i的实际速度。
人与人之间的作用力指行人表现出一定的连接行为。例如,家人、朋友或旅游团经常成群结队地搬家。此外,行人有时会被橱窗展示、景点、特殊表演(街头艺术家)或一些不寻常的地方吸引,人与人之间的作用力的计算公式即预设的第二行人流仿真模型函数为:
Figure GDA0004054189760000085
上式中,Ai表示排斥力的作用强度,Bi表示距离影响参数,rij表示行人i与行人j的半径之和,dij表示行人i与行人j的中心点之间的距离,nij表示行人j的中心点指向行人i中心点的单位向量,K表示接触排斥力的作用强度,k表示摩擦力的作用强度,
Figure GDA0004054189760000086
表示行人i与行人j的切向速度差,tij表示摩擦力方向,对于g(x),当x<0时g(x)=0,否则g(x)=x,需要说明的是,人与人之间的作用力可以看作是排斥力和接触力的相加。前半部排斥力用于描述行人在心理上希望与其他行人保持舒适的距离而产生的力,后半部接触力又由接触排斥力和摩擦力组成。
人与障碍物之间的作用力指的是行人与边界保持一定距离,以避免受伤的风险。边界越近,行人越感到不舒服。这种效应可以用一种斥力来描述,因此人与障碍物之间的作用力可以用预设的第三行人流仿真模型函数进行计算,其中具体为:
fiw=Aiexp[(ri-diw)/Bi]niw+Kg(ri-diw)niw-kg(ri-diw)(vi·tiw)tiw
上式中,Ai表示排斥力的作用强度,Bi表示距离影响参数,ri表示行人i的半径,diw表示表示行人i与障碍物w的中心点之间的距离,niw表示表示障碍物w的中心点指向行人i中心点的单位向量,tiw表示摩擦力方向,K表示接触排斥力的作用强度,k表示摩擦力的作用强度,vi表示行人i的实际速度。
步骤S243、根据所述行人在运动中受到的合力进行计算,得到每个所述行人运动的加速度。
可以理解的是,根据牛顿第二定律可以计算得到每个行人在运动中对应的加速度。
步骤S3、根据所述第三信息进行计算,得到第四信息,所述第四信息包括每个行人每一时刻的位置坐标信息;
可以理解的是,根据每个行人对应的加速度和每个行人的初始设置的速度,即可计算得到在每一时刻每个行人的位置坐标。
步骤S4、根据所述第四信息确定导流栏杆的位置信息。
可以理解的是,所述步骤S4中还包括步骤S41、步骤S42和步骤S43,其中具体为:
步骤S41、利用泰森多边形法对每个所述行人每一时刻的位置坐标信息进行处理,得到至少一个泰森多边形;
可以理解的是,利用泰森多边形法将每一个行人对应的位置坐标看作一个基站,再根据相邻的两个基站得到至少一个泰森多边形,其中利用泰森多边形对基站进行处理得到泰森多边形为本领域技术人员所熟知的技术,故不在此赘述。
步骤S42、利用密度函数对每个所述泰森多边形进行计算,得到每个所述泰森多边形对应的密度;
可以理解的是,利用密度函数对每个所述泰森多边形进行计算得到每个所述泰森多边形对应的密度,具体计算公式为:
Figure GDA0004054189760000101
上式中,Ai表示第i个泰森多边形的面积,
Figure GDA0004054189760000102
为二维空间坐标(x,y),
Figure GDA0004054189760000103
表示第i个泰森多边形的密度。
步骤S43、根据每个所述泰森多边形对应的密度确定导流栏杆的位置信息。
可以理解的是,根据每个泰森多边形对应的密度即可判断在地铁车站中对应位置的行人密度,根据不同的行人密度
Figure GDA0004054189760000111
将对应的区域划分为不同程度的拥挤等级,其中具体为:当
Figure GDA0004054189760000112
时,非拥堵区域;当
Figure GDA0004054189760000113
时,为轻微拥挤即一级拥堵区域;当
Figure GDA0004054189760000114
时,为拥挤即二级拥堵区域;
Figure GDA0004054189760000115
时,为堵塞即三级拥堵区域,仅在一级拥堵区域、二级拥堵区域和三级拥堵区域对应的位置设置导流栏杆,且拥堵情况越严重设置的导流栏杆就越多。
可以理解的是,所述步骤S4后还包括步骤S5、步骤S6和步骤S7,其中具体为:
步骤S5、获取第一参数信息、第二参数信息和第三参数信息,所述第一参数信息用于决定该路径是否使用导流栏杆,所述第二参数信息用于决定该路径导流栏杆的摆放方向,所述第三参数信息用于决定该路径导流栏杆的对数;
可以理解的是,通过编码机制将在拥堵区域的导流栏杆布局方案抽象为三个参数(B,D,N),其中B的取值为0或1,决定这段路径是否使用导流栏杆;D的取值为-1,0,1,决定这段路径导流栏杆的摆放方向,当取0时导流栏杆平行路径方向设置,当取-1时向左设置,当取1时向右设置,N决定这段路径使用的导流栏杆的对数。
步骤S6、根据所述第一参数信息、所述参数信息和所述第三参数信息得到对应的导流栏杆布局方案;
可以理解的是,根据三个参数即可直观的得到导流栏杆对应的布局方案。
步骤S7、根据所述导流栏杆布局方案在需要设置所述导流栏杆处进行布局。
可以理解的是,所述步骤S7后还包括步骤S8、步骤S9、步骤S10和步骤S11,其中具体为:
步骤S8、根据所述导流栏杆布局方案对所述行人流仿真模型进行更新,得到更新后的行人流仿真模型;
步骤S9、将所述第一信息和所述第二信息发送至所述更新后的行人流仿真模型进行计算得到每个行人运动的加速度;
步骤S10、根据每个所述行人运动的加速度进行计算,得到地铁车站的人平均密度;
步骤S11、通过所述地铁车站的人平均密度判断所述导流栏杆布局方案是否为最优布局方案。
在本实施例中,将50个不同的导流栏杆布局方案添加至地铁站结构模型中,形成不同的行人流仿真模型的场景,再采用相同人数的行人进行输入,进行模拟仿真行人在地铁车站中的运动,通过泰森多边形法计算行人平均密度作为适应度,评价每一组导流栏杆布局的性能,选择其中适应度最好即人平均密度最小对应的导流栏杆布局方案作为父代,再将这些方案进行随机突变和交叉操作,生成新的导流栏杆布局方案并导入行人流仿真模型的场景进行模拟仿真,计算适应度,选择具有更小的人平均密度对应的导流栏杆布局方案作为下一代的父代,重复上述操作,不断迭代直至适应度即人平均密度趋于稳定的一个值时,结束迭代,得到最优的导流栏杆布局方案,其中,选择行人密度作为适应度函数,得出最优的护栏布局方案,能够最大限度提高行人的通行效率,降低乘客换乘过程中的时间成本。
实施例2:
如图2所示,本实施例提供了一种导流栏杆位置计算装置,所述装置包括第一获取模块901、第一处理模块902、第二处理模块903和确定模块904。
第一获取模块901,用于获取第一信息和第二信息,所述第一信息包括地铁车站的空间结构,所述第二信息包括至少一个行人的起点坐标信息和每个行人对应的目的地坐标信息;
第一处理模块902,用于将所述第一信息和所述第二信息发送至行人流仿真模型进行计算,得到第三信息,所述第三信息包括每个行人运动的加速度,所述行人流仿真模型用于模拟地铁站日常运营每个行人由起点至目的地的行走轨迹;
第二处理模块903,用于根据所述第三信息进行计算,得到第四信息,所述第四信息包括每个行人每一时刻的位置坐标信息;
确定模块904,用于根据所述第四信息确定导流栏杆的位置信息。
在本公开的一种具体实施方式中,所述第一处理模块902包括划分单元9021、第一处理单元9022、第一计算单元9023和第二处理单元9024,其中具体为:
划分单元9021,用于利用矩形网格法对所述地铁车站的空间结构进行网格划分,得到网格划分后的地铁车站的空间结构;
第一处理单元9022,用于根据所述第二信息在所述网格划分后的地铁车站的空间结构确定至少一个节点信息,所述节点信息包括地铁车站内不同房间之间的连接节点;
第一计算单元9023,用于计算房间内每个的网格的中心点与房间对应的连接节点之间的欧氏距离,得到行人行走的期望方向;
第二处理单元9024,用于根据所述行人行走的期望方向,得到所述第三信息。
在本公开的一种具体实施方式中,所述第二处理单元9024包括第二计算单元90241、第三计算单元90242和第四计算单元90243,其中具体为:
第二计算单元90241,用于根据预设的第一行人流仿真模型函数和所述行人行走的期望方向进行计算得到行人的自驱力,根据预设的第二行人流仿真模型函数进行计算得到行人与行人之间的作用力,根据预设的第三行人流仿真模型函数进行计算得到行人与障碍物之间的作用力;
第三计算单元90242,用于根据所述行人的自驱力、所述行人与行人之间的作用力和所述行人与障碍物之间的作用力进行计算得到行人在运动中受到的合力;
第四计算单元90243,用于根据所述行人在运动中受到的合力进行计算,得到每个所述行人运动的加速度。
在本公开的一种具体实施方式中,所述确定模块904包括第三处理单元9041、第四处理单元9042和第五处理单元9043,其中具体为:
第三处理单元9041,用于利用泰森多边形法对每个所述行人每一时刻的位置坐标信息进行处理,得到至少一个泰森多边形;
第四处理单元9042,用于利用密度函数对每个所述泰森多边形进行计算,得到每个所述泰森多边形对应的密度;
第五处理单元9043,用于根据每个所述泰森多边形对应的密度确定导流栏杆的位置信息。
在本公开的一种具体实施方式中,所述确定模块904后还包括第二获取模块905、第三处理模块906和第四处理模块907,其中具体为:
第二获取模块905,用于获取第一参数信息、第二参数信息和第三参数信息,所述第一参数信息用于决定该路径是否使用导流栏杆,所述第二参数信息用于决定该路径导流栏杆的摆放方向,所述第三参数信息用于决定该路径导流栏杆的对数;
第三处理模块906,用于根据所述第一参数信息、所述参数信息和所述第三参数信息得到对应的导流栏杆布局方案;
第四处理模块907,用于根据所述导流栏杆布局方案在需要设置所述导流栏杆处进行布局。
在本公开的一种具体实施方式中,所述第四处理模块907后还包括第五处理模块908、第六处理模块909、第七处理模块910和第八处理模块911,其中具体为:
第五处理模块908,用于根据所述导流栏杆布局方案对所述行人流仿真模型进行更新,得到更新后的行人流仿真模型;
第六处理模块909,用于将所述第一信息和所述第二信息发送至所述更新后的行人流仿真模型进行计算得到每个行人运动的加速度;
第七处理模块910,用于根据每个所述行人运动的加速度进行计算,得到地铁车站的人平均密度;
第八处理模块911,用于通过所述地铁车站的人平均密度判断所述导流栏杆布局方案是否为最优布局方案。
需要说明的是,关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
实施例3:
相应于上面的方法实施例,本实施例中还提供了一种导流栏杆位置计算设备,下文描述的一种导流栏杆位置计算设备与上文描述的一种导流栏杆位置计算方法可相互对应参照。
图3是根据示例性实施例示出的一种导流栏杆位置计算设备800的框图。如图3所示,该导流栏杆位置计算设备800可以包括:处理器801,存储器802。该导流栏杆位置计算设备800还可以包括多媒体组件803,I/O接口804,以及通信组件805中的一者或多者。
其中,处理器801用于控制该导流栏杆位置计算设备800的整体操作,以完成上述的导流栏杆位置计算方法中的全部或部分步骤。存储器802用于存储各种类型的数据以支持在该导流栏杆位置计算设备800的操作,这些数据例如可以包括用于在该导流栏杆位置计算设备800上操作的任何应用程序或方法的指令,以及应用程序相关的数据,例如联系人数据、收发的消息、图片、音频、视频等等。该存储器802可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random AccessMemory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable ProgrammableRead-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable ProgrammableRead-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。多媒体组件803可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏,音频组件用于输出和/或输入音频信号。例如,音频组件可以包括一个麦克风,麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器802或通过通信组件805发送。音频组件还包括至少一个扬声器,用于输出音频信号。I/O接口804为处理器801和其他接口模块之间提供接口,上述其他接口模块可以是键盘,鼠标,按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件805用于该导流栏杆位置计算设备800与其他设备之间进行有线或无线通信。无线通信,例如Wi-Fi,蓝牙,近场通信(Near FieldCommunication,简称NFC),2G、3G或4G,或它们中的一种或几种的组合,因此相应的该通信组件805可以包括:Wi-Fi模块,蓝牙模块,NFC模块。
在一示例性实施例中,导流栏杆位置计算设备800可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器(DigitalSignal Processor,简称DSP)、数字信号处理设备(Digital Signal ProcessingDevice,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述的导流栏杆位置计算方法。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现上述的导流栏杆位置计算方法的步骤。例如,该计算机可读存储介质可以为上述包括程序指令的存储器802,上述程序指令可由导流栏杆位置计算设备800的处理器801执行以完成上述的导流栏杆位置计算方法。
实施例4:
相应于上面的方法实施例,本实施例中还提供了一种可读存储介质,下文描述的一种可读存储介质与上文描述的一种导流栏杆位置计算方法可相互对应参照。
一种可读存储介质,可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现上述方法实施例的导流栏杆位置计算方法的步骤。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (6)

1.一种导流栏杆位置计算方法,其特征在于,包括:
获取第一信息和第二信息,所述第一信息包括地铁车站的空间结构,所述第二信息包括至少一个行人的起点坐标信息和每个行人对应的目的地坐标信息;
将所述第一信息和所述第二信息发送至行人流仿真模型进行计算,得到第三信息,所述第三信息包括每个行人运动的加速度,所述行人流仿真模型用于模拟地铁站日常运营每个行人由起点至目的地的行走轨迹;
根据所述第三信息进行计算,得到第四信息,所述第四信息包括每个行人每一时刻的位置坐标信息;
根据所述第四信息确定导流栏杆的位置信息;
其中,将所述第一信息和所述第二信息发送至行人流仿真模型进行计算,得到第三信息,包括:
利用矩形网格法对所述地铁车站的空间结构进行网格划分,得到网格划分后的地铁车站的空间结构;
根据所述第二信息在所述网格划分后的地铁车站的空间结构确定至少一个节点信息,所述节点信息包括地铁车站内不同房间之间的连接节点;
计算房间内每个的网格的中心点与房间对应的连接节点之间的欧氏距离,得到行人行走的期望方向;
根据所述行人行走的期望方向,得到所述第三信息;
其中,根据所述第四信息确定导流栏杆的位置信息,包括:
利用泰森多边形法对每个所述行人每一时刻的位置坐标信息进行处理,得到至少一个泰森多边形;
利用密度函数对每个所述泰森多边形进行计算,得到每个所述泰森多边形对应的密度;
根据每个所述泰森多边形对应的密度确定导流栏杆的位置信息。
2.根据权利要求1所述的导流栏杆位置计算方法,其特征在于,根据所述第四信息确定导流栏杆的位置信息后,还包括:
获取第一参数信息、第二参数信息和第三参数信息,所述第一参数信息用于决定路径是否使用导流栏杆,所述第二参数信息用于决定路径导流栏杆的摆放方向,所述第三参数信息用于决定路径导流栏杆的对数;
根据所述第一参数信息、所述参数信息和所述第三参数信息得到对应的导流栏杆布局方案;
根据所述导流栏杆布局方案在需要设置所述导流栏杆处进行布局。
3.一种导流栏杆位置计算装置,其特征在于,包括:
第一获取模块,用于获取第一信息和第二信息,所述第一信息包括地铁车站的空间结构,所述第二信息包括至少一个行人的起点坐标信息和每个行人对应的目的地坐标信息;
第一处理模块,用于将所述第一信息和所述第二信息发送至行人流仿真模型进行计算,得到第三信息,所述第三信息包括每个行人运动的加速度,所述行人流仿真模型用于模拟地铁站日常运营每个行人由起点至目的地的行走轨迹;
第二处理模块,用于根据所述第三信息进行计算,得到第四信息,所述第四信息包括每个行人每一时刻的位置坐标信息;
确定模块,用于根据所述第四信息确定导流栏杆的位置信息;
其中,所述第一处理模块,包括:
划分单元,用于利用矩形网格法对所述地铁车站的空间结构进行网格划分,得到网格划分后的地铁车站的空间结构;
第一处理单元,用于根据所述第二信息在所述网格划分后的地铁车站的空间结构确定至少一个节点信息,所述节点信息包括地铁车站内不同房间之间的连接节点;
第一计算单元,用于计算房间内每个的网格的中心点与房间对应的连接节点之间的欧氏距离,得到行人行走的期望方向;
第二处理单元,用于根据所述行人行走的期望方向,得到所述第三信息;
其中,所述确定模块,包括:
第三处理单元,用于利用泰森多边形法对每个所述行人每一时刻的位置坐标信息进行处理,得到至少一个泰森多边形;
第四处理单元,用于利用密度函数对每个所述泰森多边形进行计算,得到每个所述泰森多边形对应的密度;
第五处理单元,用于根据每个所述泰森多边形对应的密度确定导流栏杆的位置信息。
4.根据权利要求3所述的导流栏杆位置计算装置,其特征在于,所述确定模块后,还包括:
第二获取模块,用于获取第一参数信息、第二参数信息和第三参数信息,所述第一参数信息用于决定路径是否使用导流栏杆,所述第二参数信息用于决定路径导流栏杆的摆放方向,所述第三参数信息用于决定路径导流栏杆的对数;
第三处理模块,用于根据所述第一参数信息、所述参数信息和所述第三参数信息得到对应的导流栏杆布局方案;
第四处理模块,用于根据所述导流栏杆布局方案在需要设置所述导流栏杆处进行布局。
5.一种导流栏杆位置计算设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至2任一项所述导流栏杆位置计算方法的步骤。
6.一种可读存储介质,其特征在于:所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至2任一项所述导流栏杆位置计算方法的步骤。
CN202211568614.0A 2022-12-08 2022-12-08 一种导流栏杆位置计算方法、装置、设备及可读存储介质 Active CN115577574B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211568614.0A CN115577574B (zh) 2022-12-08 2022-12-08 一种导流栏杆位置计算方法、装置、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211568614.0A CN115577574B (zh) 2022-12-08 2022-12-08 一种导流栏杆位置计算方法、装置、设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN115577574A CN115577574A (zh) 2023-01-06
CN115577574B true CN115577574B (zh) 2023-03-10

Family

ID=84590598

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211568614.0A Active CN115577574B (zh) 2022-12-08 2022-12-08 一种导流栏杆位置计算方法、装置、设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN115577574B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117311188B (zh) * 2023-09-26 2024-03-12 青岛理工大学 用于固定场所的人群导流栏杆的控制方法、系统、设备
CN117590766B (zh) * 2024-01-19 2024-05-28 青岛理工大学 通道入口导流栏杆角度调整的控制方法和装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN205426807U (zh) * 2015-12-14 2016-08-03 陕西众森电能科技有限公司 一种太阳能电池检测系统
CN109978243A (zh) * 2019-03-12 2019-07-05 北京百度网讯科技有限公司 车辆轨迹规划方法、装置、计算机设备、计算机存储介质
WO2021097759A1 (en) * 2019-11-21 2021-05-27 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for traffic control based on vehicle trajectory data
CN112965596A (zh) * 2021-03-03 2021-06-15 武汉理工大学 基于vr的地铁站导向标识评估优化系统
CN114067559A (zh) * 2021-09-27 2022-02-18 北京交通大学 一种自动车专用道并入普通车道的合流优化控制方法
CN114862070A (zh) * 2022-07-07 2022-08-05 西南交通大学 预测人群疏散能力瓶颈的方法、装置、设备及存储介质
CN114880856A (zh) * 2022-05-13 2022-08-09 东南大学 一种基于行人流瓶颈实验的仿真软件效果评估方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN205426807U (zh) * 2015-12-14 2016-08-03 陕西众森电能科技有限公司 一种太阳能电池检测系统
CN109978243A (zh) * 2019-03-12 2019-07-05 北京百度网讯科技有限公司 车辆轨迹规划方法、装置、计算机设备、计算机存储介质
WO2021097759A1 (en) * 2019-11-21 2021-05-27 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for traffic control based on vehicle trajectory data
CN112965596A (zh) * 2021-03-03 2021-06-15 武汉理工大学 基于vr的地铁站导向标识评估优化系统
CN114067559A (zh) * 2021-09-27 2022-02-18 北京交通大学 一种自动车专用道并入普通车道的合流优化控制方法
CN114880856A (zh) * 2022-05-13 2022-08-09 东南大学 一种基于行人流瓶颈实验的仿真软件效果评估方法
CN114862070A (zh) * 2022-07-07 2022-08-05 西南交通大学 预测人群疏散能力瓶颈的方法、装置、设备及存储介质

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
一个基于基站轨迹数据的城市移动模式可视分析系统;李致昊等;《计算机辅助设计与图形学学报》;20180115(第01期);全文 *
上海市轨道交通车站客流控制方法及问题研究;刘金博;《交通世界》;20200925(第27期);全文 *
城市公园小型演出退场人流轨迹研究――以上海城市草坪音乐会为例;董楠楠等;《现代城市研究》;20191115(第11期);全文 *
基于Agent模型的城市轨道交通车站人群聚集风险的分析;林铭等;《城市轨道交通研究》;20180810(第08期);全文 *
基于NOMAD模型的交通枢纽行人仿真研究;张蕊等;《交通运输系统工程与信息》;20110415(第02期);全文 *
客运安全风险点及控制措施研究;郭筱桢;《科技创新与应用》;20150528(第15期);全文 *
电容法粉尘浓度测量研究及有限元仿真;王泽民等;《计算机与数字工程》;20160320(第03期);全文 *
轨道交通行人流运动建模及仿真;丁青艳等;《交通运输系统工程与信息》;20111015(第05期);全文 *

Also Published As

Publication number Publication date
CN115577574A (zh) 2023-01-06

Similar Documents

Publication Publication Date Title
CN115577574B (zh) 一种导流栏杆位置计算方法、装置、设备及可读存储介质
Shao et al. Autonomous pedestrians
US8894413B2 (en) Architecture, method, and program for generating realistic vehicular mobility patterns
CN101567017B (zh) 基于多分辨率图的城市疏散仿真方法
CN102646166A (zh) 一种复杂建筑室内应急疏散模拟的方法
CN105808852A (zh) 一种基于元胞自动机的室内行人微观仿真方法
CN103839408B (zh) 一种交通事故辅助处理系统及方法
CN104941180B (zh) 一种2d游戏的碰撞检测方法和装置
Ma et al. Modeling pedestrian space in complex building for efficient pedestrian traffic simulation
CN114862070B (zh) 预测人群疏散能力瓶颈的方法、装置、设备及存储介质
CN114065348A (zh) 一种人群应急疏散方法、系统、终端以及存储介质
CN114048917A (zh) 基于位置的人群疏散路径推荐方法及系统
Lämmel et al. Hybrid multimodal and intermodal transport simulation: Case study on large-scale evacuation planning
Ning‐bo et al. Destination and route choice models for bidirectional pedestrian flow based on the social force model
Apel Simulation of pedestrian flows based on the social force model using the verlet link cell algorithm
Zhong et al. Ea-based evacuation planning using agent-based crowd simulation
Wang et al. Combining building and behavior models for evacuation planning
Bo et al. A multi-agent and PSO based simulation for human behavior in emergency evacuation
CN108388752A (zh) 一种群体仿真方法
Cheng et al. A modified particle swarm optimization-based human behavior modeling for emergency evacuation simulation system
Fu et al. Optimal traffic management to ensure emergency evacuation compliance
CN112733241B (zh) 基于自适应差分进化算法的公共场所护栏布局优化方法
Li et al. Improved social force model based on navigation points for crowd emergent evacuation
CN114740849A (zh) 基于行人步行决策规则的移动机器人自主导航方法及装置
CN102693329A (zh) 基于多分辨率图的城市疏散仿真方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant