一種基于擁擠因子的地面場(chǎng)人群疏散模型的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計(jì)算機(jī)仿真技術(shù)領(lǐng)域，特別涉及一種基于擁擠因子的地面場(chǎng)人群疏散 模型，用于仿真人群疏散情況。
【背景技術(shù)】
[0002] 門口和通道處經(jīng)常出現(xiàn)人群阻塞的現(xiàn)象，有可能發(fā)生踩踏事故，嚴(yán)重影響人們的 生命安全。人群疏散模型可以輔助研究人員從微觀的角度分析出口、通道處的疏散瓶頸，模 擬一些有趣的人群動(dòng)態(tài)，如堵塞、自動(dòng)渠化、"快即是慢"等現(xiàn)象，并能夠揭示人群動(dòng)態(tài)的一 些本質(zhì)原因。因此，對(duì)人群疏散模型的研究在近年來(lái)受到了越來(lái)越多的關(guān)注。
[0003] 人群疏散建模方法可以分為兩類：社會(huì)力模型和元胞自動(dòng)機(jī)模型（CA)，前者在空 間和時(shí)間上是連續(xù)的，后者是離散而計(jì)算高效的。正是由于元胞自動(dòng)機(jī)模型的高效性和易 用性，一些學(xué)者開(kāi)始考慮使用基于元胞自動(dòng)機(jī)的地面場(chǎng)模型研究出口和障礙物對(duì)人群動(dòng)態(tài) 的影響。但是這些研究很多把焦點(diǎn)置于路徑規(guī)劃，忽略的行人間復(fù)雜的交互，如"沖突"（兩 個(gè)或更多的行人同時(shí)向同一位置移動(dòng)）。最近，一些其他的學(xué)者開(kāi)始深入研究如何解決這些 "沖突"而在地面場(chǎng)模型中引入了可能性、摩擦效應(yīng)和博弈論。前兩種解決方式僅僅考慮了 不同的行人會(huì)有不同的概率移動(dòng)到不同的位置，而沒(méi)有考慮行人的體質(zhì)、情緒和沖突中的 交互。換句話說(shuō)，這兩種方式很大程度上僅僅復(fù)現(xiàn)了現(xiàn)實(shí)中的人群沖突行為，而忽略了沖突 的形成過(guò)程和原因。第三種基于博弈論的方法在分析沖突方面則彌補(bǔ)了上述兩種方法的不 足。但是，當(dāng)出口的寬度增大時(shí)，傳統(tǒng)的地面場(chǎng)模型不再能很好的反應(yīng)真實(shí)的情況，因?yàn)樵?傳統(tǒng)的模型中，所有的行人都趨向于向著遠(yuǎn)離墻壁的方向，而向出口中間移動(dòng)，這一人群疏 散的現(xiàn)象可以稱為"人群收縮"。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明為了解決傳統(tǒng)的基于元胞自動(dòng)機(jī)的地面場(chǎng)模型中存在的"人群收縮"、仿真 功能簡(jiǎn)單（忽略了人群沖突的形成過(guò)程和原因）的缺點(diǎn)，提供了一種基于擁擠因子的地面 場(chǎng)人群疏散模型，在建模過(guò)程中，基于博弈論模擬行人在疏散過(guò)程中的合作競(jìng)爭(zhēng)行為，并基 于離散事件仿真設(shè)計(jì)了仿真實(shí)驗(yàn)，可以模擬更真實(shí)的人群動(dòng)態(tài)。
[0005] 本發(fā)明中首先給出如下基本概念：
[0006] (1) "人群收縮"，當(dāng)出口的寬度增大時(shí)，傳統(tǒng)的地面場(chǎng)模型不再能很好的反應(yīng)真實(shí) 的情況，因?yàn)樵趥鹘y(tǒng)的地面場(chǎng)模型中，所有的行人都趨向于向著遠(yuǎn)離墻壁的方向，而向出口 中間移動(dòng)。本發(fā)明定義這一人群疏散的現(xiàn)象為"人群收縮"。
[0007] (2)目標(biāo)選擇，每個(gè)行人將根據(jù)目標(biāo)選擇模型以不同的可能性選擇一階摩爾鄰域 中的一個(gè)鄰居作為移動(dòng)目標(biāo)。
[0008] (3) "沖突"，行人在目標(biāo)選擇（規(guī)劃路徑）后，可能存在多個(gè)行人同時(shí)選擇了相同 的位置作為目標(biāo)的情況，把這種情況叫做"沖突"。
[0009] (4)鄰域，基于元胞自動(dòng)機(jī)的人群疏散模型鄰域的選擇通常使用一階摩爾鄰域或 者一階馮諾依曼鄰域，前者包含行人當(dāng)前位置周圍的八個(gè)鄰居，后者包含行人當(dāng)前位置上 下左右的四個(gè)鄰居。
[0010] (5)地面場(chǎng)值s，具有越大地面場(chǎng)值s的位置對(duì)行人具有更大的吸引力。在傳統(tǒng)的 地面場(chǎng)模型中，距離出口越近地面場(chǎng)值s越大，對(duì)行人更有吸引力。
[0011] 本發(fā)明提供的基于擁擠因子的地面場(chǎng)人群疏散模型，包括仿真場(chǎng)景模型、目標(biāo)選 擇（路徑規(guī)劃）模型和沖突解決模型。所述的仿真場(chǎng)景是帶有一個(gè)門的房間，房間由L*W 個(gè)網(wǎng)格組成，同時(shí)每個(gè)網(wǎng)格只能被一個(gè)行人占據(jù)，門位于右側(cè)中間，門的寬度是D_W，在同一 時(shí)間最多有D_W個(gè)行人同時(shí)穿過(guò)門到達(dá)房間外；定義二維坐標(biāo)系x-o-y，原點(diǎn)〇在房間左下 角，X-坐標(biāo)范圍從0到W-l，y-坐標(biāo)范圍從0到L-1。
[0012] 在整個(gè)仿真過(guò)程中，每個(gè)仿真周期包括三個(gè)階段，在第一階段，所有行人根據(jù)目 標(biāo)選擇模型從鄰域中選擇目標(biāo)位置；在第二階段，由于行人選擇相同的目標(biāo)位置會(huì)出現(xiàn)"沖 突"，所有的沖突由沖突解決模型解決；在第三階段，在"沖突"中獲勝的行人成功的移動(dòng)到 目標(biāo)位置，同時(shí)移除逃出房間的行人，最終，在所有行人逃出房間后仿真結(jié)束。
【附圖說(shuō)明】
[0013] 圖1為行人行走方向示意圖；
[0014] 圖2為摩爾鄰域算法地面場(chǎng)值分布示意圖；
[0015] 圖3為（a)歐式算法、（b)曼哈頓算法和（c)Moore鄰域算法模型下地面場(chǎng)的分布；
[0016] 圖4為（a)歐式算法、（b)曼哈頓算法和（c)Moore鄰域算法模型下人群"阻塞和 拱形"的自組織現(xiàn)象（窄出口）；
[0017] 圖5為（a)歐式算法、（b)曼哈頓算法和（c)Moore鄰域算法模型下人群"阻塞和 拱形"的自組織現(xiàn)象（寬出口）；
[0018] 圖6為本發(fā)明中基于擁擠因子的地面場(chǎng)人群疏散模型的人群動(dòng)態(tài)，出現(xiàn)"阻塞和 拱形"的自組織現(xiàn)象，"收縮"消失示意圖。
【具體實(shí)施方式】
[0019] 下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)說(shuō)明。
[0020] 本發(fā)明提供一種基于擁擠因子的地面場(chǎng)人群疏散模型，包括：仿真場(chǎng)景模型、目 標(biāo)選擇（路徑規(guī)劃）模型和沖突解決模型。
[0021] 1、仿真場(chǎng)景模型；
[0022] 所述的仿真場(chǎng)景是帶有一個(gè)門的房間，如圖1所示，基于元胞自動(dòng)機(jī)的設(shè)計(jì)，房間 由L*W個(gè)網(wǎng)格組成，同時(shí)每個(gè)網(wǎng)格只能被一個(gè)行人占據(jù)。門位于右側(cè)中間，門的寬度是D_ W，這意味著在同一時(shí)間最多有D_W個(gè)行人可以同時(shí)穿過(guò)門到達(dá)房間外。本發(fā)明在仿真場(chǎng) 景模型中定義了二維坐標(biāo)系，原點(diǎn)在房間左下角，X-坐標(biāo)范圍從〇到w-l，y-坐標(biāo)范圍從0 到L-1。在仿真初始化階段，隨機(jī)在房間的各個(gè)位置初始化Ν(Ν>0,行人的密度P=N/ (W*L)，0<P< 1)個(gè)行人。本發(fā)明基于離散事件仿真思想設(shè)計(jì)人群疏散系統(tǒng)，行人在每一 個(gè)仿真周期中可以移動(dòng)到八個(gè)鄰域中的一個(gè)位置（網(wǎng)格），當(dāng)超過(guò)一個(gè)人嘗試移動(dòng)到相同 位置時(shí)，"沖突"就產(chǎn)生了。參與沖突的行人按照沖突解決模型相互進(jìn)行博弈，從而贏得移 動(dòng)到目標(biāo)位置的機(jī)會(huì)。在整個(gè)仿真過(guò)程中，每個(gè)仿真周期包括三個(gè)階段。在第一階段，所有 行人根據(jù)路徑選擇模型從鄰域中選擇希望移動(dòng)到的目標(biāo)位置；在第二階段，由于行人選擇 相同的目標(biāo)位置會(huì)出現(xiàn)"沖突"，所有的沖突由基于博弈的沖突解決模型解決；在第三階段， 在"沖突"中獲勝的行人成功的移動(dòng)到目標(biāo)位置，同時(shí)仿真系統(tǒng)會(huì)移除逃出房間的行人。最 終，在所有行人逃出房間后仿真結(jié)束。
[0023] 2、沖突解決模型；
[0024] 行人在目標(biāo)選擇（規(guī)劃路徑）后，可能存在多個(gè)行人同時(shí)選擇了相同的位置作為 目標(biāo)的情況，把這種情況叫做"沖突"。為了保證有且僅有一個(gè)行人能夠行走到目標(biāo)位置，仿 真中所有的這些沖突都必須要通過(guò)某種算法來(lái)解決。這些"沖突"以及沖突的解決方式反 映了行人之間的交互，同時(shí)也影響著疏散的動(dòng)態(tài)。
[0025] 為了反映行人之間復(fù)雜的交互以及行人自身的特質(zhì)，本發(fā)明采用了一種典型的博 弈模型一一囚徒困境，用于解決"沖突"。在囚徒困境中，行人可以采取兩種策略，即合作（C) 和競(jìng)爭(zhēng)（D)。首先以兩人博弈為例，解釋基于博弈的碰撞檢測(cè)的基本原理，然后將其擴(kuò)展到 多人博弈的情況。
[0026] 對(duì)于兩人博弈的情況，根據(jù)不同的策略組合的收益矩陣如下所示：
[0027] 表1收益矩陣
[0028]
[0029] 在表1中，每個(gè)元素代表著參與博弈的行人的收益值。其中的R、P、S、T分別代表 著兩人博弈不同策略組合下的收益值。R:在兩人博弈中，如果兩人同時(shí)采用合作的策略，他 們得到的收益稱之為R。P:在兩人博弈中，如果兩人同時(shí)采用競(jìng)爭(zhēng)的策略，他們得到的收益 稱之為P。S&T:在兩人博弈中，如果一人采取合作另一人采取競(jìng)爭(zhēng)的策略，則采取合作的人 得到的收益稱之為S，采取競(jìng)爭(zhēng)的人得到的收益稱之為T。在囚徒困境模型中，上述四個(gè)收 益值遵循如下關(guān)系：T>R>P>S，在疏散模型中這說(shuō)明了 ：（1)當(dāng)一個(gè)競(jìng)爭(zhēng)者遇到一個(gè)合作者， 由于合作者的禮讓，競(jìng)爭(zhēng)者將獲得最大的收益T; (II)相反，合作者遇到競(jìng)爭(zhēng)者會(huì)帶給合作 者最低的收益S; (III)當(dāng)兩個(gè)合作者相遇時(shí)，由于相互的禮讓和合作促使他們能更快的逃 生，合作者將獲得相對(duì)比較高的收益R; (IV)當(dāng)兩個(gè)競(jìng)爭(zhēng)者相互博弈時(shí)，由于互不忍讓，容 易發(fā)生擁堵、成拱等現(xiàn)象，從而難以移動(dòng)，因此，競(jìng)爭(zhēng)者竟會(huì)獲得相對(duì)較低的收益P。
[0030] 基于對(duì)上述囚徒困境模型的分析，本發(fā)明將上述的收益矩陣轉(zhuǎn)換成了移動(dòng)概率矩 陣用于表示沖突發(fā)生時(shí)，兩人分別可以移動(dòng)到目標(biāo)位置的概率。移動(dòng)概率矩陣如下表2。
[0031] 表2移動(dòng)概率矩陣
[0032]

[0033] 當(dāng)沖突發(fā)生時(shí)，有三種情形：（1)如果兩人都采取合作的策略，則兩人各自有1/2 的概率移動(dòng)到目標(biāo)位置；（II)如果一人采取合作一人采取競(jìng)爭(zhēng)，則競(jìng)爭(zhēng)者必然會(huì)移動(dòng)到目 標(biāo)位置，合作者保持原位置不動(dòng)；（III)如果兩人都采取競(jìng)爭(zhēng)的策略，則兩人都以1/4的概 率移動(dòng)到目標(biāo)位置，即由于擁擠兩人都沒(méi)有能移動(dòng)到目標(biāo)位置。
[0034] 在本發(fā)明的地面場(chǎng)人群疏散模型中，每一個(gè)行人都有可能會(huì)和一階Moore鄰域 (摩爾鄰域）中的行人之間發(fā)生"沖突"。因此，一次沖突中的行人數(shù)不只是兩人，最大有可 能是八人。將上述兩人博弈的規(guī)則擴(kuò)展到多人博弈，當(dāng)"沖突"發(fā)生時(shí)，總結(jié)出了兩種情形： (I)如果參與博弈的η個(gè)行人都采取合作的策略，則每個(gè)行人都以1/n的概率移動(dòng)到目標(biāo)位 置，最終有且僅有一個(gè)在博弈中獲勝；（II)如果參與博弈的η個(gè)行人中，有m個(gè)行人采取合 作的策略，則這m個(gè)行人保持原位，剩下的n-m個(gè)競(jìng)爭(zhēng)者每人以1/ (n-m) 2的概率移動(dòng)到目 標(biāo)位置，由于擁擠有可能沒(méi)人能夠移動(dòng)到目標(biāo)位置，并且越多的行人采取競(jìng)爭(zhēng)的策略，這種 擁擠現(xiàn)象越是明顯。