基于疏散路徑集合的人群疏散仿真方法及系統與流程
本發明涉及人群疏散計算機仿真領域，尤其涉及一種基于疏散路徑集合的人群疏散仿真方法及系統。
背景技術：
由于各類大型集會逐漸增多，此種情況下可能發生的擁擠、踩踏等安全事故給國家和人民帶來生命和財產的巨大損失，究其原因主要是因為當人群密度程度較高時，個體流之間出現相互擠壓，相互交織，使得人群處于高度不穩定狀態，而減少此類安全事故發生的必要手段是提前預警和有效控制。
然而，安全隱患的實際演練過程存在很大的局限性，如：復雜的個體運動導致試驗過程無再現性、演習人員的安全無法得到有效的保障等，因此具有安全、重復、易于改變環境等優點的計算機仿真技術近年來逐漸應用到個體疏散理論的科學研究。利用計算機仿真技術可以方便的獲取在各個人群規模，各種環境下的疏散參數，便于管理者制定和獲取合適的疏散方案。
如何真實的仿真個體在緊急疏散過程中的動作行為，尤其是模擬個體在突發事件下的恐慌性反應，是利用計算機仿真人群疏散的核心問題。雖然根據社會新心理學的觀點，人群在運動過程中會形成跟隨效應，鏈式效應等自組織現象，但是充分利用疏散環境的信息，選擇盡可能的脫困路線是最本能的動作。疏散過程中，個體是依據實時變換場景信息來決策疏散行為動作的。如何模擬個體從眾多的疏散信息中篩選、甄別，進而選擇代價較小的、收益較高的出口作為運動目標，是仿真個體在緊急情況疏散行為的關鍵。
從現有的疏散視頻中發現，在危機情況下的人群疏散，個體都是根據獲取的實時疏散信息及時調整自己的運動速度和運動目標(疏散策略)，從而盡快脫離危險環境。眾多視頻中行人所表現出來的不斷修改運動方向和速度，充分說明了在疏散過程中，行人運動策略并非一成不變的。而從本質上講，行人運動策略的改變實際是調整前一時刻所選的疏散路徑。所以針對行人對路徑選擇的模擬仿真是夠真實地再現在緊急情況個體在疏散過程中的行動。社會力模型是目前人群疏散仿真常用的物理模型。該模型由dirkhelbing根據人群行為特征，依據牛頓力學為基礎建立的；該模型通過計算個體運動時受到外界的虛擬力，描述個體運動的基本動機和環境對個體運動產生的直接影響。社會力模型中的社會力是三種作用力的合力，包括：目標驅動力、個體之間的斥力、個體和障礙物(墻、障礙物、受傷不能行走的人)之間的斥力。社會力作用于個體產生運動加速度，用于驅動個體朝目標方向前進。helbing和molnar提出社會力模型僅僅依據牛頓力學公式模擬人群行為，雖然能夠很好的重現一些疏散現象，例如：“快即是慢”、“拱形效應”等，但是該模型過度簡化了個體的行為，缺少個體對環境的認知和分析，因此不能真實的模擬個體在緊急疏散過程中的行為動作。
為了能夠真實的模擬個體在突發事件下疏散過程中的行為動作，需要添加個體對疏散環境的認知，這種仿真模擬不僅能夠為安全疏散提供合理的方案，并且為建筑結構的設計，密集人群管理，突發事件安全疏散計劃等提供科學指導。
技術實現要素：
為了解決現有技術的不足，本發明提供了一種基于疏散路徑集合的人群疏散仿真方法，其通過引入帶有疏散狀態信息的可使用疏散路徑集合，模擬個體對疏散環境信息的認知，進而通過實時地選擇疏散路徑，仿真行人在疏散過程中調整疏散策略。本發明主要是通過仿真疏散過程，預演在突發和恐慌狀態下，人群疏散過程中個體的移動過程，為建筑結構的設計，密集人群管理，突發事件安全疏散計劃等提供科學指導。
本發明的一種基于疏散路徑集合的人群疏散仿真方法，包括：
提取疏散場景的特征，得到疏散場景的二維模型；
基于疏散場景的二維模型以及融合避障策略的社會力模型，獲取所有可利用的疏散路徑，形成疏散路徑集合；
將疏散路徑集合內的所有路徑進行離散化操作，實時計算人群分布程度以及路徑阻塞程度信息，得到人群中每個個體對疏散路徑集合中所有路徑的評估值；
根據人群中每個個體對疏散路徑集合中所有路徑的評估值來構建輪盤賭，采用基于輪盤賭的偽隨機選擇策略和穩定因子來選擇最佳疏散路徑，從而實現人群疏散過程的仿真。
進一步的，該方法還包括：在運行仿真的過程中，采用相對速度障礙運動方法來仿真人群中個體運行的避障行為。
本發明從碰撞問題的根本上著手解決避障問題，利用相對速度和人群中個體前進方向的夾角對避障區內的障礙物進行篩選，用來在最大程度上避免了不必要的避障，提高避障效率及準確性。
進一步的，在將疏散路徑集合內的所有路徑進行離散化操作之后，還包括：將離散化的路徑進行去圈和路徑合并操作，最終獲取無冗余的疏散路徑集合。
社會力模型獲取的路徑是連續路徑，而且多條路徑相互交疊、迂回，不利于路徑集合的描述，所以需要將原來的社會力模型形成的疏散路徑離散化；而離散化的疏散路徑存在圈和路徑重疊等情況，所以需要將離散化的路徑進行二次處理(去圈、路徑合并)，獲取沒有冗余的路徑集合。
進一步的，路徑阻塞程度信息計算的過程為：
在疏散場景的二維模型中設置一關鍵點，以該關鍵點為中心的設定面積內的人群密度之和作為路徑阻塞程度信息。
本發明還提供了一種基于疏散路徑集合的人群疏散仿真系統。
本發明的一種基于疏散路徑集合的人群疏散仿真系統，包括：
場景分析單元，其用于提取疏散場景的特征，得到疏散場景的二維模型；
路徑分析單元，其用于基于疏散場景的二維模型以及融合避障策略的社會力模型，獲取所有可利用的疏散路徑，形成疏散路徑集合；
路徑評估單元，其用于將疏散路徑集合內的所有路徑進行離散化操作，實時計算人群分布程度以及路徑阻塞程度信息，得到人群中每個個體對疏散路徑集合中所有路徑的評估值；
路徑選擇單元，其用于根據人群中每個個體對疏散路徑集合中所有路徑的評估值來構建輪盤賭，采用基于輪盤賭的偽隨機選擇策略和穩定因子來選擇最佳疏散路徑，從而實現人群疏散過程的仿真。
進一步的，該系統還包括：運動避障單元，其用于在運行仿真的過程中，采用相對速度障礙運動方法來仿真人群中個體運行的避障行為。
進一步的，在所述路徑評估單元中，在將疏散路徑集合內的所有路徑進行離散化操作之后，還包括：將離散化的路徑進行去圈和路徑合并操作，最終獲取無冗余的疏散路徑集合。
進一步的，在所述路徑評估單元中，路徑阻塞程度信息計算的過程為：
在疏散場景的二維模型中設置一關鍵點，以該關鍵點為中心的設定面積內的人群密度之和作為路徑阻塞程度信息。
本發明還提供了另一種基于疏散路徑集合的人群疏散仿真系統。
本發明的另一種基于疏散路徑集合的人群疏散仿真系統，包括仿真服務器，其被配置為：
提取疏散場景的特征，得到疏散場景的二維模型；
基于疏散場景的二維模型以及融合避障策略的社會力模型，獲取所有可利用的疏散路徑，形成疏散路徑集合；
將疏散路徑集合內的所有路徑進行離散化操作，實時計算人群分布程度以及路徑阻塞程度信息，得到人群中每個個體對疏散路徑集合中所有路徑的評估值；
根據人群中每個個體對疏散路徑集合中所有路徑的評估值來構建輪盤賭，采用基于輪盤賭的偽隨機選擇策略和穩定因子來選擇最佳疏散路徑，從而實現人群疏散過程的仿真。
進一步的，所述仿真服務器還被配置為：
在運行仿真的過程中，采用相對速度障礙運動方法來仿真人群中個體運行的避障行為。
與現有技術相比，本發明的有益效果是：
(1)本發明用于基于疏散路徑集合的人群疏散仿真方法，考慮了實際疏散環境信息，對行人疏散決策的影響，該發明可以再現人群疏散策略修訂過程，使人群疏散計算機仿真更真實，為人群疏散安全演練提供重要的依據，還可以檢測建筑疏散性能，優化實際疏散過程以及提高疏散效率；
(2)從實際疏散情況來看，行人在疏散過程中，疏散策略的選擇，并不是僅僅以最短路徑為標準，而是疏散效益最大化(疏散代價最小)。因此本發明更加符合個體認知環境信息的規律，充分體現了人在決策過程中的復雜性。同時由于個體疏散運動路徑集合采用社會力模型生成，因此本發明可以用于突發事件下的人群疏散仿真。
附圖說明
構成本申請的一部分的說明書附圖用來提供對本申請的進一步理解，本申請的示意性實施例及其說明用于解釋本申請，并不構成對本申請的不當限定。
圖1是本發明基于疏散路徑集合的人群疏散仿真方法流程圖；
圖2是本發明的疏散路徑集合；
圖3是本發明人群仿真單元群組移動流程示意圖；
圖4是本發明實施例中初始化后的人群示意圖；
圖5是本發明實施例中疏散中期出現出口阻塞人群分布圖；
圖6是本發明實施例中疏散后期不同出口的人群分布圖；
圖7是本發明實施例中接近完全疏散狀態時，不同出口人群分布圖；
圖8是本發明基于疏散路徑集合的人群疏散仿真系統結構示意圖。
具體實施方式
應該指出，以下詳細說明都是例示性的，旨在對本申請提供進一步的說明。除非另有指明，本文使用的所有技術和科學術語具有與本申請所屬技術領域的普通技術人員通常理解的相同含義。
需要注意的是，這里所使用的術語僅是為了描述具體實施方式，而非意圖限制根據本申請的示例性實施方式。如在這里所使用的，除非上下文另外明確指出，否則單數形式也意圖包括復數形式，此外，還應當理解的是，當在本說明書中使用術語“包含”和/或“包括”時，其指明存在特征、步驟、操作、器件、組件和/或它們的組合。
圖1是本發明基于疏散路徑集合的人群疏散仿真方法流程圖。
如圖1所示，本發明的一種基于疏散路徑集合的人群疏散仿真方法，包括：
步驟1：提取疏散場景的特征，得到疏散場景的二維模型。
步驟2：基于疏散場景的二維模型以及融合避障策略的社會力模型，獲取所有可利用的疏散路徑，形成疏散路徑集合。
具體地，基于二維模型的疏散場景，得到疏散場景的出口位置和疏散路徑的關鍵點位置。
利用helbing和molnar提出社會力模型獲取疏散場景獲取可使用的疏散路徑，形成可利用路徑集合；由于原始的社會力模型不能夠有效的避障，所以在本發明中更新了原始社會力模型，使之能夠避障。基于避障策略的社會力模型如下所式：
相比于傳統的社會力模型所包含的作用力
其中，ds是行人在運動方向上到第一個障礙物的距離，如果沒有障礙物，ds＝0；如果ds＝0則g(ds)＝o，否則g(ds)＝1；
步驟3：將疏散路徑集合內的所有路徑進行離散化操作，實時計算人群分布程度以及路徑阻塞程度信息，得到人群中每個個體對疏散路徑集合中所有路徑的評估值。
在將疏散路徑集合內的所有路徑進行離散化操作之后，還包括：將離散化的路徑進行去圈和路徑合并操作，最終獲取無冗余的疏散路徑集合。
由于社會力模型獲取的路徑是連續路徑，而且多條路徑相互交疊、迂回，不利于路徑集合的描述，所以需要將原來的社會力模型形成的疏散路徑離散化；而離散化的疏散路徑存在圈和路徑重疊等情況，所以需要將離散化的路徑進行二次處理(去圈、路徑合并)，獲取沒有冗余的路徑集合。
其中，路徑阻塞程度信息計算的過程為：
在疏散場景的二維模型中設置一關鍵點，以該關鍵點為中心的設定面積內的人群密度之和作為路徑阻塞程度信息。
本發明是將人群分布程度以及路徑阻塞程度信息這些因素，附加在疏散路徑集合中的路徑上，作為個體對路徑的評估信息，仿真個體對疏散環境的認知；某一疏散個體對第i條疏散路徑的評估函數如下所述：
在表達式(1)中，i是路徑集合中的路徑編號；t是疏散時間，這也表明路徑的狀態是隨時改變的；dsi是行人距離路徑i的最短路徑；
其中，dsi描述了行人和路徑i之間的距離，這個距離可以按照如下的方式計算：
dsi＝min(||p-kp||)kp∈routei(5)
這里，p行人的位置，kp是路徑i上的關鍵點；dsi實際上是行人距離備選路徑的最短距離。
這里，
li是路徑關鍵點kp到出口的距離，并非路徑i的總長度。
步驟4：根據人群中每個個體對疏散路徑集合中所有路徑的評估值來構建輪盤賭，采用基于輪盤賭的偽隨機選擇策略和穩定因子來選擇最佳疏散路徑，從而實現人群疏散過程的仿真。
為了真正的描述行人在疏散過程的決策過程(行人不可能準確的估算每一條路徑的信息)，在本發明中并不是取評估值最好的，而是采用了前5個評估值最好的路徑構建輪盤賭，并利用偽隨機策略從中選擇一條合適的路徑。第i條路徑被選擇的概率由如下的公式描述：
根據公式(7)所描述的選擇概率，可以看出評估較好的路徑被選擇的概率較大，但不一定被選擇，這仿真行人在慌亂行動中的某些盲目性和恐慌性。
為了保持疏散過程的穩定性，在本發明中，加入了穩定性因子，其表達式如下：
該方法還包括：在運行仿真的過程中，采用相對速度障礙運動方法來仿真人群中個體運行的避障行為。
本發明從碰撞問題的根本上著手解決避障問題，利用相對速度和人群中個體前進方向的夾角對避障區內的障礙物進行篩選，用來在最大程度上避免了不必要的避障，提高避障效率及準確性。
在本發明中，行人疏散策略更改最終體現為在疏散路徑的選擇上。該選擇的依據來源于行人對環境充分認知后，且對存在可行的疏散路徑評估基礎上完成的。隨著疏散時間的推移，整個場景中人群的分布，密度，關鍵路徑擁塞程度都實時地變化，由此引發疏散場景中可用疏散路徑的狀態發生變換
實施例2：
本發明的另一實施例一種突發事件下的人群疏散仿真系統，包括：疏散場景分析單元(出口位置，障礙物位置，墻的位置等)，可用疏散路徑的獲取單元(利用修改社會力模型計算)，用于實時獲取疏散場景中路徑的評估信息；基于輪盤賭策略的偽隨機策略和穩定性因子的路徑選擇單元；實現人群在突發事件下的疏散行為仿真。采用計算機編程的方式實現上述功能。
實施例3：
如圖2所示，有600個人實際場景25m×20m平面區域上進個體群疏散仿真，如圖3至圖7所示。場景中包含2個出口，出口的寬度均為2m，一個障礙物，形成一個比較寬松疏散和一個比較狹窄的疏散區域。圖3為個體初始位置分布情況，個體相對均勻的分布在場景中。圖4為疏散初期人群的分布。圖5為疏散中期人群的分布，可以看到，雖然左側區域相對空曠，但是仍然有行人選擇從右側輸出，其主要原因是左側的出口阻塞程度太大，讓行人放棄左側出口；同樣已經在左側的行人，由于選擇右側出口的路徑長度代價過大，所以，不選擇右側出口，仍然選擇左側出口等待疏散，這個顯現工時符合實際人群疏散情況的。圖6為疏散后期的人群狀況，根據估算我們發現左側和右側的待疏散人群大致相當，這也體現了人群疏散過程中，兩側出口的利用率均等。圖7為疏散接近結束的狀態，同樣說明了出口的利用率問題。這個疏散過程說明了本發明能夠模擬行人評估疏散場景狀態，并選擇最優的疏散策略,也說明本發明能夠真實的仿真個體在疏散過程中的決策行為。
圖8是本發明基于疏散路徑集合的人群疏散仿真系統結構示意圖。
如圖8所示，本發明的一種基于疏散路徑集合的人群疏散仿真系統，包括：
(1)場景分析單元，其用于提取疏散場景的特征，得到疏散場景的二維模型；
(2)路徑分析單元，其用于基于疏散場景的二維模型以及融合避障策略的社會力模型，獲取所有可利用的疏散路徑，形成疏散路徑集合；
(3)路徑評估單元，其用于將疏散路徑集合內的所有路徑進行離散化操作，實時計算人群分布程度以及路徑阻塞程度信息，得到人群中每個個體對疏散路徑集合中所有路徑的評估值；
在所述路徑評估單元中，在將疏散路徑集合內的所有路徑進行離散化操作之后，還包括：將離散化的路徑進行去圈和路徑合并操作，最終獲取無冗余的疏散路徑集合。
在所述路徑評估單元中，路徑阻塞程度信息計算的過程為：
在疏散場景的二維模型中設置一關鍵點，以該關鍵點為中心的設定面積內的人群密度之和作為路徑阻塞程度信息。
(4)路徑選擇單元，其用于根據人群中每個個體對疏散路徑集合中所有路徑的評估值來構建輪盤賭，采用基于輪盤賭的偽隨機選擇策略和穩定因子來選擇最佳疏散路徑，從而實現人群疏散過程的仿真。
其中，該系統還包括：運動避障單元，其用于在運行仿真的過程中，采用相對速度障礙運動方法來仿真人群中個體運行的避障行為。
本發明還提供了另一種基于疏散路徑集合的人群疏散仿真系統。
本發明的另一種基于疏散路徑集合的人群疏散仿真系統，包括仿真服務器，其被配置為：
提取疏散場景的特征，得到疏散場景的二維模型；
基于疏散場景的二維模型以及融合避障策略的社會力模型，獲取所有可利用的疏散路徑，形成疏散路徑集合；
將疏散路徑集合內的所有路徑進行離散化操作，實時計算人群分布程度以及路徑阻塞程度信息，得到人群中每個個體對疏散路徑集合中所有路徑的評估值；
根據人群中每個個體對疏散路徑集合中所有路徑的評估值來構建輪盤賭，采用基于輪盤賭的偽隨機選擇策略和穩定因子來選擇最佳疏散路徑，從而實現人群疏散過程的仿真。
其中，所述仿真服務器還被配置為：
在運行仿真的過程中，采用相對速度障礙運動方法來仿真人群中個體運行的避障行為。
其中，仿真服務器還還與客戶端相連。
本發明用于基于疏散路徑集合的人群疏散仿真方法，考慮了實際疏散環境信息，對行人疏散決策的影響，該發明可以再現人群疏散策略修訂過程，使人群疏散計算機仿真更真實，為人群疏散安全演練提供重要的依據，還可以檢測建筑疏散性能，優化實際疏散過程以及提高疏散效率；
從實際疏散情況來看，行人在疏散過程中，疏散策略的選擇，并不是僅僅以最短路徑為標準，而是疏散效益最大化(疏散代價最小)。因此本發明更加符合個體認知環境信息的規律，充分體現了人在決策過程中的復雜性。同時由于個體疏散運動路徑集合采用社會力模型生成，因此本發明可以用于突發事件下的人群疏散仿真。
上述雖然結合附圖對本發明的具體實施方式進行了描述，但并非對本發明保護范圍的限制，所屬領域技術人員應該明白，在本發明的技術方案的基礎上，本領域技術人員不需要付出創造性勞動即可做出的各種修改或變形仍在本發明的保護范圍以內。
- 還沒有人留言評論。精彩留言會獲得點贊！