人流模拟总结

现有的人群仿真研宄将其研宄重点大体可以分成三个方面,即路径规划问题、行为决策问题、动画表现问题;这三点也被称为是人群仿真研宄关注的三要素。

一．人员疏散模拟：

宏观模型：（讲人群整体作为建模对象，不考虑个体间相互作用）流体力学模型。

微观模型：（对行人的详细行为进行描述）

（1）连续型：(a)磁场力模型(疏散方式单一，参数由实验得出，没有计算公式)

(b)社会力模型（变量所代表的物理意义是可计算的。结果显示了现实中人群运动

自组织现象，可以模拟人员的冲撞，挤压，恐慌等特征）。

（2）离散型：（时间，空间离散化）

(a)元胞自动机（根据行为规则建模，行为模型根据出现的结果改变状态）

(b)格子气模型（元胞自动机的特殊形式）

(c)排队网络模型（基于离散事件的蒙特卡洛仿真）

(d)智能体模型（agent-based对行人决策和动作方式建模, 更符合人类的行为表现;能模

拟人类的思维过程，不能够真实模拟行人所处的道路网）。

模拟步骤：

疏散模型相关因素：

（1）楼宇空间结构：走廊过道的长度与宽度、出入口数量及宽度等

（2）人流因素：人群速度，人群密度，人体所占空间，人群构成与状态等

现有人群疏散研究方向：

（1）单一、多个出口的房间、大厅；单向、双向，多向通道的人流交汇场景。

（2）人群流动特性分析（拥挤人群的基本特性, 如密度、速度与激波的关系）

（3）房间，通道出口对人群疏散的影响（单出口，多出口，宽度，角度等因素）

二．路径规划模拟

以楼宇内部各节点网络的构建作为切入点，分析楼宇节点网络模型的建立、空间数据的拓扑分析和最优路径规划。建立楼宇网络模型，主要包括点和线两种类型，即拐点、中心点、障碍点、弧段等。进行拓扑分析和网络分析，进行基于距离最短、时间最少和有障碍物情况下等不同情况的最短路径规划。优势是将最短路径分析的内容从距离延伸到了时间、花费、障碍物等复杂要素，从而提高该算法的适用性和可靠性。不足是时间复杂度较高，需要人为设定要素的不同权重。(楼宇内部路径规划算法研究及其应用综述-苏磊)

楼宇三维路径规划不同于室外交通路径规划, 楼宇内部路径数据还没有建立统一的规范标准,建筑物平面图也不是一种便于进行路径规划的数据,当前的系统中提供的成熟算法无法直接应用建筑物平面图数据进行寻径分析,必须对其进行处理。如何选择合适的建筑物平面图,利用它快速高效的构建楼宇内部三维空间拓扑关系,建立楼宇三维路径模型,确定合适的寻径算法以及权值更新方法,是实现楼宇三维寻径分析的关键。

路径规划分类：

（1）全局路径规划属于静态规划(离线规划) ：需要掌握所有的环境信息，根据环境地图的所有信息进行路径规划

（2）局部路径规划属于动态规划(在线规划) 。局部路径规划只需要了解局部的障碍物分布情况，从而可以选出从当前结点到某一子目标结点的最优路径。

路径规划算法：

( 1) 传统算法

传统的路径规划算法有: 模拟退火算法、人工势场法、模糊逻辑算法、禁忌搜索算法等。( 2) 图形学的方法

传统算法在解决实际问题时往往存在着建模难的问题，图形学的方法则提供了建模的基本方法，但是图形学的方法普遍存在着搜索能力的不足，往往需要结合专门的搜索算法。图形学的方法有: C 空间法（可视图空间法）、栅格法、自由空间法（拓扑图法）、voronoi 图法等。

( 3) 智能仿生学算法

处理复杂动态环境信息情况下的路径规划问题时，来自于自然界的启示往往能起到很好的作用。智能仿生学算法就是人们通过仿生学研究，发现的算法，常用到的有: 蚁群算法、神经网络算法、粒子群算法、遗传算法等。

( 4) 其他算法

具有很强的路径搜索能力，可以很好地在离散的路径拓扑网络中发挥作用。这些算法包括:A* 算法、Dijkstra 算法、fallback 算法、Floyd 算法等。

路径规划问题分类：

( 1)离散域范围内的最短路径规划问题：从最短路径规划的角度看，这一类问题都是在已知路径信息( 节点数，路径参数信息，拓扑结构等) 情况下，从已知起始节点到目标节点的最优路径路径规划问题，路径信息多为静态信息，即使有信息变动，智能算法也有足够的能力进行及时的应变规划。常用的算法有: Dijkstra 算法、A* 搜索算法、模拟退火算法、蚁群算法、遗传算法、粒子群算法、Floyd 算法、Fallback 算法等。

(2) 连续域范围内的全局路径规划问题：从路径规划角度来看，这类问题都是已

知环境信息，且环境信息为静态信息的情况下，如何在安全范围内避开障碍物找到到达目的地的最短路径问题。解决此类问题通常依靠智能算法与环境建模结合使用。直接应用于此类问题的路径规划算法有: 可视图法、自由空间法、Voronoi 图法、栅格法、惩罚函数法、模拟退火算法等。间接应用的智能算法有: A* 搜索算法、蚁群算法、遗传算法、粒子群算法、人工势场法等

(3) 连续域范围内的局部路径规划问题：局部规划面对的是动态的实时的环境

信息，属于在线规划，对算法要求实时性好、高效、稳定。应用于此类问题的算法有: 蚁群算法、遗传算法、粒子群算法、A* 搜索算法、人工势场法、量子粒子群算法、神经网络算法等。

疏散计划制定：考虑楼宇空间结构，人流因素（人流密度，人流速度，安全疏散距离，疏散时间）

以下为路径规划算法在楼宇内部场景中的几个发展方向:

1) 现有路径规划算法改进

2) 不同路径规划算法结合

3) 路径规划算法三维化

博士论文：

楼梯区域人员疏散行为分析与模拟（不同区域，不同类型人员在楼梯区域的运动特点分析，运用格子气模型）

人群疏散微观仿真（行人运动特征，行人行为模型，提出基于精细网格划分和人工势能场的行人行为模型）

建筑典型区域人群疏散效率研究（房间出口设计，走廊、楼梯人群疏散，社会力模型）

高层建筑人群垂直疏散特性（楼梯、电梯人群疏散特性。元胞自动机模型，pathfinder软件模拟）

建筑火灾人群疏散行为及优化（疏散行为走廊，楼梯人群疏散行为分析，基于图论的排队论模型）

虚拟人群行为建模及仿真（基于 agent 的行为控制模型，全局规划和局部避碰结合的路径规划，分层次的虚拟人群行为模型）

密集人群疏散行为建模（启发式力学模型仿真行人行为）