一种突发事件下的人群疏散仿真方法及系统与流程

本发明涉及人群疏散计算机仿真领域，尤其针对在突发事件下的人群疏散仿真系统及其方法。

背景技术：

随着科学技术的飞速发展，社会公共资源得到了极大的丰富，同时伴随着人们生活水平的提高，各类公共场所的大型集会逐渐增多。当聚集人群的密度程度较高时，个体流相互交织、相互挤压，人群处于高度不稳定状态，是发生拥挤踩踏等安全事故的隐患。这种现象如果不能得到及时预警和有效的控制，将会带来生命和财产的巨大损失。相对于安全隐患的实际演练，计算机仿真技术具有安全、重复、易于改变环境等特性，因此近年来逐渐应用到个体疏散理论的科学研究。突发事件下的个体运动是非常复杂的，其群体的疏散过程通常被认为是随机过程，即其试验过程无再现性，且参与人员的安全无法得到有效的保障，因此计算机仿真技术成为研究突发事件下人群疏散的最有效方法。利用计算机仿真技术可以方便的获取在各个人群规模，各种环境下的疏散参数，从而便于管理者制定和获取合适的疏散方案。

利用计算机仿真人群疏散问题的关键是如何真实的模拟个体在疏散过程中的动作行为，尤其是在突发事件下人群的恐慌性运动。根据社会新心理学的观点，虽然人群在运动过程中会形成跟随效应，链式效应等自组织现象，但是尽量获取整个疏散环境的信息，从而选择尽可能的脱困路线是最本能的动作。在实际疏散过程中，个体获取疏散信息分为直接信息和间接信息。其中直接信息为个体直接获取，间接信息来源于周围个体，而获取间接信息的过程实际隐藏信息的传播机制。

从信息论的角度出发，信息在传递的过程中会带来信息的损失，这将导致信息的可信度降低。如何模拟信息在传递过程中的信息疏散，以及个体如何从众多的信息中筛选、甄别，进而选择代价较小的、收益较高的出口作为运动目标，是仿真个体在紧急情况疏散的关键。

从现有的疏散视频中发现，在危机情况下的人群疏散，信息传播总是存在的，其外在的表现为疏散人群的互帮互助，跟随运动等。在疏散过程中，每个人都是根据获取的实时疏散信息及时的调整自己的运动速度和运动目标，从而尽快的脱离危险环境。如果在疏散过程中受到视野、情绪等影响，人们将不能直接获取疏散场景中的疏散信息，进而失去选择恰当疏散出口的依据，就会加大个体的盲目运动效应，增加疏散时间。从现有的疏散视频中来看，这种现象并不存在，其原因很简单，当人们不能直接获取疏散信息时，总是从相邻个体中间接获取疏散信息来决策怎样选择疏散路径，缩短疏散时间。这个过程实际表明了疏散信息传播存在于疏散整个过程中，是是指导个体疏散隐藏因素。所以针对信息传播在疏散过程中的模拟，能够真实的再现在紧急情况下疏散过程中的个体活动。

社会力模型是目前人群疏散仿真常用的物理的模型。该模型由Dirk Helbing根据人群行为特征，依据牛顿力学为基础建立的，通过计算个体运动时受到外界的虚拟力，描述个体运动的基本动机和环境对个体运动产生的直接影响。社会力模型中的社会力是三种作用力的合力，包括：目标驱动力、个体之间的斥力、个体和障碍物(墙、障碍物、受伤不能行走的人)之间的斥力。社会力作用于个体，产生运动加速度，用于驱动个体朝目标方向前进。社会力中的斥力用于个体之间，个体和障碍物之间保持距离，避免碰撞。

Helbing和Molnar提出社会力模型仅仅依据牛顿力学公式模拟人群行为，虽然能够很好的重新一些疏散现象，例如：“快即是慢”、“拱形效应”等，但是该模型过度简化了个体的行为，缺少个体对环境的认知和分析，因此不能真实的模拟个体在紧急疏散过程中的行为动作。

因此，为了能够真实的模拟个体在突发事件下疏散过程中的行为动作，需要添加个体对疏散环境的认知，这种仿真模拟不仅能够为安全疏散提供合理的方案，并且为建筑结构的设计，密集人群管理，突发事件安全疏散计划等提供科学指导。

技术实现要素：

本发明为了解决上述问题，提出了一种突发事件下的人群疏散仿真方法，入带有信息损失的传播机制，模拟个体对疏散环境的认知，进而采用改进的社会力模型来模拟在突发事件下人群疏散时个体的移动过程，为建筑结构的设计，密集人群管理，突发事件安全疏散计划等提供科学指导。

为了实现上述目的，本发明采用如下方案：

一种突发事件下的人群疏散仿真方法，包括以下步骤：

实时获取疏散场景中出口信息，以出口的中心为圆心，向可视距离为半径的第一范围内辐射发送所述出口信息；

第一范围内的个体完整的接收所述出口信息；并将完整的出口信息向第一范围以外的区域传播；

第一范围以外个体通过其邻居个体获取出口信息，所述出口信息在第一范围以外以可信度逐渐降低的形式在个体间传播；

根据每个个体接收的出口信息，采用社会力模型实时计算个体速度和方向，实现人群疏散行为的仿真。

进一步的，实时获取疏散场景中出口信息具体采用：提取疏散场景的特征，得到疏散场景的二维模型，获取基于二维模型的疏散场景的出口位置、宽度和以出口中心的设定面积内的人群密度作为出口信息。

进一步的，所述邻居个体包括以当前个体为圆心，设定距离范围内的个体。

进一步的，本发明中具有多个出口，每个出口的宽度不相同，每个出口的人群密度按照统一的设定面积计算。

进一步的，所述出口信息在第一范围以外以可信度逐渐降低的形式在个体间传播的具体方法为：出口信息的传播次数越多，可信度越低，每个个体实时更新其获取的出口信息可信度和传播次数。

进一步的，所述出口信息的传播满足：

其中，S_ij为出口信息的可信度，i为个体的编号；j为出口的编号；α为出口传播的次数；ds_ij为个体i到出口j的距离；de_j为出口j的密度信息，此信息需要实时计算；dw_j为出口的宽度；k₁，k₂，k₃为三个权重参数。

进一步的，所述权重参数满足：

k(t)＝k₀e^-t

其中，k表示权重参数，k₀表示权重参数的初始值，t表示疏散时间。

进一步的，当邻居个体包括多个个体时，当前个体获取可信度最大个体提供的出口信息；当多个邻居个体提供的出口信息可信度相同时，当前个体随机获取出口信息。

进一步的，所述当前个体选择出口信息满足：

i_c＝arg(max{S_i}),i＝1,..,n

其中，i_c为个体编号。

进一步的，本方法中所述社会力模型中的个体运动驱动力，采用出口对个体的吸引力和邻居提供的出口信息源力作为合力。

进一步的，在所述合力中，若出口对个体的吸引力增大，则邻居提供的出口信息源力减小；若出口对个体的吸引力减小，则邻居提供的出口信息源力增大。

进一步的，所述社会力模型还包括个体和个体之间的作用力以及个体和障碍物之间的作用力，利用上述两种作用力与所述合力之和作为个体运动的动力，设置个体的初始速度，通过所述动力计算个体的加速度，得到个体的速度和方向。

进一步的，所述社会力模型的动力为：

其中个体运动的驱动力：

m_i为个体的质量，在通常的模型中m_i为80kg；τ_i是一种时间间隔；期望速度；期望运动单位向量，该参数与所选择的出口有关系；表示个体当前的运行速度。

个体和个体之间的作用力：

当前表达式中的A_i、B_i均为常量，A_i表示相互作用力的强度，B_i为排斥力的浮动范围；r_i、r_j分别为个体i及个体j的半径，r_ij为个体i和个体j的半径之和，r_ij＝r_i+r_j；d_ij表示个体之间的距离；为为由个体i指向个体j的单位向量；k和κ为常量；个体i和个体j之间的相对速度；是个体i和个体j之间的连线的切线方向；函数g描述了个体之间的关系，当两个个体没有接触时r_ij<d_ij。

g(r_ij-d_ij)为0，反之为r_ij-d_ij。

个体和障碍物之间的作用力：

其参数的定义与个体和个体之间的作用力相同，除了d_iw个体i和障碍物之间的距离；个体到障碍物之间的单位方向向量；表示人与障碍物之间的切线单位方向。

进一步的，所述合力为：

其中，为信息提供者k对行人i的吸引力，表示了行人i对信息提供者k的跟随运动，行人k的选择。的表达式如下：

其中，为行人i到行人k的单位方向向量，其表达式如下所示：

其中和分别表示行人i和行人k的位置。

本发明还提出了一种基于上述方法的突发事件下的人群疏散仿真系统，包括：

获取单元，用于实时获取疏散场景中出口信息；

辐射发送单元，用于以出口的中心为圆心，向可视距离为半径的第一范围内辐射发送所述出口信息；

传播单元，用于在第一范围以外以可信度逐渐降低的形式在个体间传播；

计算单元；用于根据每个个体接收的出口信息，采用社会力模型实时计算个体速度和方向，实现人群疏散行为的仿真。

本发明的有益效果为：

(1)本发明用于突发事件下的人群疏散计算机仿真系统的人群仿真单元，主要考虑了在个体视野受限的情况下出口信息在人群之间传播对疏散运动的影响。该发明可以再现人群疏散信息传播过程，使人群疏散计算机仿真更真实，为人群疏散安全演练提供重要的依据，还可以检测建筑疏散性能，优化实际疏散过程以及提高疏散效率；

(2)信息论角度来看，信息传播引起的信息损失导致信息的可信度降低是符合现实情况的，因此本发明更加符合个体认知环境信息的规律，而信息提供者对个体的吸引以体现了实际个体疏散过程中的牧群效应，这些特点确保了仿真实验的准确性。同时由于个体疏散运动采用了改进的社会力模型，因此本发明可以用于突发事件下的人群疏散仿真。

附图说明

图1是本发明的突发事件下的人群疏散仿真方法流程示意图；

图2是本发明实施例中初始化后的人群示意图；

图3是本发明实施例中加入信息传播机制后，疏散中期出现出口阻塞人群分布图；

图4是本发明实施例中加入信息传播机制后，疏散后期不同出口的人群分布图；

图5是本发明实施例中信息传播机制后，接近完全疏散状态的，不同出口人群分布图。

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。

一种突发事件下的人群疏散仿真方法，包括以下步骤：

提取疏散场景的特征，得到疏散场景的二维模型，获取基于二维模型的疏散场景的出口位置、宽度和以出口中心的设定面积内的人群密度作为出口信息，以出口的中心为圆心，向可视距离为半径的第一范围内辐射发送出口信息；第一范围内的个体完整的接收出口信息；并将完整的出口信息向第一范围以外的区域传播；第一范围以外个体通过其邻居个体获取出口信息，出口信息在第一范围以外以可信度逐渐降低的形式在个体间传播；根据每个个体接收的出口信息，采用社会力模型实时计算个体速度和方向，实现人群疏散行为的仿真。

邻居个体包括以当前个体为圆心，两个单位距离范围内的个体。

本实施例中具有多个出口，每个出口的宽度不相同，每个出口的人群密度按照统一的设定面积计算。

出口信息在第一范围以外以可信度逐渐降低的形式在个体间传播满足下面的公式：

其中，S_ij为出口信息的可信度，i为行人的编号；j为出口的编号；α为出口传播的次数；ds_ij为行人i到出口j的距离；de_j为出口j的密度信息，此信息需要实时计算；dw_j为出口的宽度；k₁，k₂，k₃为三个参数的权重，在本发明中k₁＝1,而k₂和k₃的两个参数是随着疏散时间变化的；α是传播次数，e^-α为衰减因子，表示了信息在传播过程中保留的信息量。当α＝0表示行人直接获取出口的信息，没有经过信息传播，无信息损失。根据实际情况，在本实施例当中，出口的信息传播是以出口中心为圆心，由近及远逐次计算。

其中权重参数变化模型满足：

k(t)＝k₀e^-t(2)

这个模型表示出口的密度和宽度在疏散的在疏散的不同时期对于行人选择出口的影响。根据公式可以看出，在疏散的后期，距出口的路径长度成为主要考虑的因素。在本发明中k2和k3的初始值是50和60。

进一步的，出口信息选择模型满足：

i_c＝arg(max{S_i}),i＝1,..,n(3)

这个模型主要是描述了行人从周围n个提供信息提供者中挑选最为可靠的信息及其对应的行人编号i_c。每个行人i都保留其疏散的出口目标信息和该信息传播的次数。当行人一旦从邻居i_c中获取出口信息的同时，该行人将获取的出口信息，并且自身信息的传播次数将在原来的基础上+1；出口信息经过传播后，信息将损失一部分，其可靠程度进一步的降低。根据信息传播的规律，靠近出口的行人将最先获取出口信息，而距离出口较远的行人将最后获取疏散信息。

其中社会力模型：社会里模型是Dirk Helbing根据人群行为特征，以牛顿力学为基础，将一个人运动时受到所处环境(包括环境中的人和物)对其施加的力(并不一定是实际存在的物理力)驱动个体运动的模型。在社会力模型中，共有三种作用力影响个体的运动：驱动力、人和人之间的作用力以及人和障碍物之间作用；三种作用力的合力产生个体运动的加速度，驱动个体前进。其牛顿第二定律表达式如下：

上述公式当中的分别表示了前述的三种力。各个力的详细表达式如下：

个体运动的驱动力：

m_i为个体的质量，在通常的模型中m_i为80kg；τ_i是一种时间间隔；期望速度；期望运动单位向量，该参数与所选择的出口有关系；表示个体当前的运行速度。

个体之间的作用力：

当前表达式中的A_i、B_i均为常量，A_i表示相互作用力的强度，B_i为排斥力的浮动范围；r_i、r_j分别为个体i及个体j的半径，r_ij为个体i和个体j的半径之和，r_ij＝r_i+r_j；d_ij表示个体之间的距离；为为由个体i指向个体j的单位向量；k和κ为常量；个体i和个体j之间的相对速度；是个体i和个体j之间的连线的切线方向；函数g描述了个体之间的关系，当两个个体没有接触时r_ij<d_ij

g(r_ij-d_ij)为0，反之为r_ij-d_ij。

个体和墙之间的作用力：

其参数的定义和表达式(5)非常类似，不同的是d_iw个体i和墙之间的距离；个体到墙之间的单位方向向量；表示人与墙之间的切线单位方向。

合力作用于个体i之后的作用力产生的新速度为：

个体i新的位置表达式如下所示：

为当前个体的位置，为个体在τ_i时间后的新位置。

本发明的改进型社会力模型的表达式为：

相比于传统的社会力模型(公式(4))最大的不同，其表达式如下所示：

在公式(10)当中，为信息提供者k对个体i的吸引力，表示了个体i对信息提供者k的跟随运动，个体k的选择，依据公式公式(3)。的表达式如下：

其中，为个体i到个体k的单位方向向量，其表达式如下所示：

其中和分别表示个体i和个体k的位置。

在本发明当中，信息传播机制的最终体现为力的引入。该力是出口对和信息源(出口信息的提供者)对个体的吸引力得合力，其的方向也由出口和信息提供者的位置计算获得。当信息的传播次数越大(α),则信息的损耗就越大，其信息的可信度就越低(e^-α),即有出口对个体的吸引力就越低与此同时，个体的运动更加依赖于提供出口的邻居，即信息提供者对当前个体的吸引力增强在此情况下，个体疏散运动更多的是跟随运动，这在人群疏散中被成为为“牧群效应”。反之，当信息的传播次数较少，则出口信息的可信度就越高，个体对邻居的依赖性就越小，也越能自主的进行运动；尤其是当个体直接获得出口信息时(α＝0)，邻居对其影响将忽略不计。本发明中定义的个体疏散运动是符合实际个体运动规律的。

实施例2：本发明的另一实施例一种突发事件下的人群疏散仿真系统，包括：获取单元，用于实时获取疏散场景中出口信息；辐射发送单元，用于以出口的中心为圆心，向可视距离为半径的第一范围内辐射发送所述出口信息；传播单元，用于在第一范围以外以可信度逐渐降低的形式在个体间传播；计算单元；用于根据每个个体接收的出口信息，采用社会力模型实时计算个体速度和方向，实现人群疏散行为的仿真。采用计算机编程的方式实现上述功能。

实施例3：如图1所示，由250个人实际场景15m×15m平面区域上进个体群疏散仿真，如图2至图5所示。场景中包含四个出口，其中三个出口的宽度为1m,一个出口的宽度为2m。图2为个体初始位置分布情况，个体相对均匀的分布在场景中。图3为疏散中期人群的分布情况，个体在每个出口都形成了拱形的分布，这符合在拥挤情况下的个体疏散行自组织效应。图4疏散的后期人群的分布情况，从结果来看出口宽度为2米的附近聚集的个体数量要远多于其他出口，表明在选择出口过程中，出口的宽度起到了较大的作用。图5所示为疏散接近结束状态的人群分布状况，可以看出，宽度为2米的出口在整个疏散过程中得到了充分地利用。这个疏散过程说明了引入信息传播机制的疏散模型能够真实的仿真个体在疏散过程中的行为。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。