>[0035] -旦上述的目标选择和"冲突"问题得到解决，在博弈中获胜的行人将移动到期望 的目标位置。如果行人到达了出口，仿真系统会自动将其从系统中移除。
[0036] 3、目标选择（路径规划）模型；
[0037] 基于元胞自动机的人群疏散模型邻域的选择通常使用一阶摩尔邻域或者一阶冯 诺依曼邻域，前者包含行人当前位置周围的八个邻居，后者包含行人当前位置上下左右的 四个邻居。而在真实的场景中，每个行人的直接邻居更接近于八，因此，本设计发明采用一 阶摩尔邻域模型作为目标选择的范围。每个行人将根据目标选择模型以不同的可能性选择 一阶摩尔邻域中的一个网格作为目标，如图1中的行人（a)所示，行人a可以选择周围八个 网格中的任意一个位置作为目标。在目标选择模型中，基于地面场模型，行人通常会在邻域 中选择一个对他们自己最有利的位置（具有最大地面场值s的位置）作为目标位置，而在 传统的地面场模型中，距离出口越近地面场值s越大。本发明次研究首先对比基于欧式算 法、曼哈顿算法和摩尔邻域算法的传统地面场模型对人群动态的影响，发现在出口宽度超 过房间宽度12%后，人群动态出现了反常的现象一一人群在门口处"收缩"。最后为了解决 这个问题，本发明基于拥挤因子设计了一种扩展的地面场模型，并在仿真中得到了更加真 实的人群动态。
[0038] 欧式算法和曼哈顿算法模型：
[0039] 对于欧式算法和曼哈顿算法，传统的地面场模型计算如下，
[0040]
[0041] 其中，是坐标位置（i，j)的地面场值，P^是位置（i，j)的坐标，Ω'为整个 坐标空间中所有网格的坐标集合，为坐标空间中距离出口exit的距 离的最大值，dis(exit, 和dis(exit, 分别是位置（i,j)和坐标位置（i'，j'） 距离出口exit的距离。
[0042] 摩尔邻域算法模型：
[0043] 摩尔邻域算法中的地面场值没有标准的公式可以描述，但它的计算遵循一定的规 贝1J。在该算法中，所有网格的地面场值是基于出口处的地面场值计算而来，每个网格地面场 值的更新都会影响一阶摩尔邻域中的其他网格。该方法是将出口位置的地面场值设为0,从 出口处依次往下计算，遍历当前元胞的一阶Moore邻域（八个元胞或邻域方向），相应水平 或垂直方向的元胞地面场值加1，对角线方向加λ/芝，如图2所示，门即出口处的地面场值为 〇。若赋值出现冲突，则赋值为最小的地面场值。
[0044] 本发明所提出的基于拥挤因子的地面场人群疏散模型中，地面场值计算公式如 下，
[0045]
[0046] 本发明基于拥挤因子对欧式算法模型进行扩展。在公式中，X，y分别代表横纵坐 标，Ω'表示坐标空间中所有网格的坐标集合。
[0047]
€示所有网格中与出口最远的距离，同时 (i,j)eLl￥ '*-J '
I示（i，j)处的网格距离出口的欧式距离，（i，j)处的横纵 Y ' ^ "Ιι?；- 坐标分别表示为&11]}和y& ，&和h表示出口位置坐标。为了解决在宽出口情况下"拱 形"的自组织现象逐渐消失的情况，本发明提出加入拥挤因子，公式中k。表示行人对拥挤的 敏感程度，假设行人本能地对拥挤有一定的敏感度，规定1=0.2,p表示（i，j)网格 位置处一阶Moore邻域内的行人密度。
[0048] 进一步地，本发明认为行人在每个仿真周期中，都会选择一阶Moore邻域中具有 较大地面场值的位置作为目标，因此提出：行人向他的邻域移动的概率为PkD，BP:
[0049]
⑶
[0050] 其中，ks表示行人对出口方向的熟悉程度，在本发明中默认行人对出口有较高的 熟悉程度，规定ks=500。（i,j)表示行人一阶Moore邻域中网格的坐标，s表示该位置 (i，j)处的地面场值（由公式（2)计算而来）。化^越大表示该位置越接近出口，Ω表示 行人Moore邻域中空网格的坐标集合。利用这个公式，可以计算出行人的向各个邻域移动 的概率。
[0051] 本发明对上述三种地面场算法模型（欧式算法、曼哈顿算法、摩尔邻域算法）进行 实验对比，分别研究地面场分布以及窄出口、宽出口下的人群动态。发现当出口的宽度增大 时，传统的地面场模型不再能很好的反应真实的情况出现"人群收缩"。最后为了解决这个 问题，在实验中基于拥挤因子设计了一种扩展的地面场模型，即本发明提供的基于拥挤因 子的地面场人群疏散模型，模拟了更真实的人群动态。
[0052] 图3给出了在三种不同算法模型（欧式计算法、哈曼顿计算法和Moore邻域计算 法）下地面场的分布。图中颜色越浅代表具有越大的地面场值（意味着该位置对行人有更 大的吸引度），颜色越深则相反。从图中可以看出在曼哈顿和Moore邻域模型下出口处的地 面场分布包含着较大的噪声干扰（在后面的对比实验中可以看出，这使得出口处的人群分 布反常化）。
[0053] 图4中对比了窄出口（2个网格宽度）情况下随着疏散的进行，人群动态的分布情 况。模拟了人群拥堵情况下的"阻塞和拱形"的自组织现象，发现利用欧式计算法能更真实 的模拟疏散动态。
[0054] 图5中对比了宽出口（10个网格宽度）情况下随着疏散的进行，人群动态的分布 情况。模拟了人群拥堵情况下的"阻塞和拱形"的自组织现象，发现当出口宽度变宽时，拥 挤情况下的"拱形"自组织现象逐渐消失，出现了"人群收缩"。因此有必要对原有的地面场 模型进行适当的修正，使之符合真实的人群动态。
[0055] 在图6描述了在宽出口情况下，本发明的地面场人群疏散模型对人群动态影响。 实验证明本发明的地面场人群疏散模型反映出了人群拥堵情况下的"阻塞和拱形"的动态， 修复了传统模型"人群收缩"的缺陷。上述实验模拟过程中的出口即门的位置都在右侧。
[0056] 实验研究了传统地面场模型对人群动态的影响，发现在出口宽度超过一定大小 后，人群动态出现了反常的现象一一人群在门口处"人群收缩"。为了解决这个问题，本发明 提供了一种基于拥挤因子的地面场人群疏散模型来反应更真实的人群动态，考虑到了行人 之间复杂的思想和交互，基于多智能体建模理论（ABMS)和博弈论建立模拟行人在疏散过 程中的合作竞争行为的模型，包括仿真场景模型、目标选择（路径规划）模型和冲突解决模 型，并基于离散事件仿真设计了仿真实验。实验结果表明，在设计的模型中，人群展现出相 对真实的"拱形"，有效解决了出口处行人"收缩问题"。
【主权项】
1. 一种基于拥挤因子的地面场人群疏散模型，其特征在于：包括仿真场景模型、目标 选择模型和冲突解决模型； 所述的仿真场景是带有一个门的房间，房间由L*w个网格组成，同时每个网格只能被 一个行人占据，门位于右侧中间，门的宽度是D_W，在同一时间最多有D_W个行人同时穿过 门到达房间外；定义二维坐标系χ-ο-y，原点〇在房间左下角，X-坐标范围从0到W-l，y-坐 标范围从0到L-1 ; 在整个仿真过程中，每个仿真周期包括三个阶段，在第一阶段，所有行人根据目标选 择模型从邻域中选择目标位置；在第二阶段，由于行人选择相同的目标位置会出现"冲突"， 所有的冲突由冲突解决模型解决；在第三阶段，在"冲突"中获胜的行人成功的移动到目标 位置，同时移除逃出房间的行人，最终，在所有行人逃出房间后仿真结束。2. 根据权利要求1所述的一种基于拥挤因子的地面场人群疏散模型，其特征在于：所 述的冲突解决模型是指，（I)如果参与博弈的η个行人都采取合作的策略，则每个行人都以 l/η的概率移动到目标位置，最终有且仅有一个在博弈中获胜；（II)如果参与博弈的η个行 人中，有m个行人采取合作的策略，则这m个行人保持原位，剩下的n-m个竞争者每人以1/ (n-m) 2的概率移动到目标位置。3. 根据权利要求1所述的一种基于拥挤因子的地面场人群疏散模型，其特征在于：目 标选择模型中采用一阶摩尔邻域模型作为目标选择的范围，地面场值计算公式如下，其中，X，y分别代表横纵坐标，Ω'表示坐标空间中所有网格的坐标集合，表示所有网格中与出口最远的距离，同时表示（i，j)处的网格距离出口的欧式距离，（i，j)处的横 纵坐标分别表不为义(3和7(3表不出口位置坐标，kc为拥挤因子，P (;」}表不 (i，j)网格位置处一阶摩尔邻域内的行人密度；行人向邻域移动的概率为P(li j)，即：其中，ks表示行人对出口方向的熟悉程度，（i，j)表示行人一阶摩尔邻域中网格的坐 标，表示该位置（i，j)处的地面场值，Ω表示行人摩尔邻域中空网格的坐标集合。4. 根据权利要求3所述的一种基于拥挤因子的地面场人群疏散模型，其特征在于：拥 挤因子k。取值为0.2。5. 根据权利要求3所述的一种基于拥挤因子的地面场人群疏散模型，其特征在于：k s取值为500。
【专利摘要】本发明公开了一种基于拥挤因子的地面场人群疏散模型，涉及计算机仿真技术领域。所述的地面场人群疏散模型包括仿真场景模型、目标选择模型和冲突解决模型；在整个仿真过程中，每个仿真周期包括三个阶段,在第一阶段，所有行人根据目标选择模型从邻域中选择目标位置；在第二阶段，由于行人选择相同的目标位置会出现“冲突”，所有的冲突由冲突解决模型解决；在第三阶段，在“冲突”中获胜的行人成功的移动到目标位置，同时移除逃出房间的行人，最终，在所有行人逃出房间后仿真结束。本发明解决了传统的基于元胞自动机的地面场模型中存在的“人群收缩”、仿真功能简单的问题，可以模拟更真实的人群疏散动态。
【IPC分类】G06F17/50
【公开号】CN105335588
【申请号】CN201510923335
【发明人】宋晓, 马耀飞, 马良, 龚光红, 崔勇
【申请人】北京航空航天大学
【公开日】2016年2月17日
【申请日】2015年12月14日