基于智能体方法的人群疏散三维仿真

研究建筑物在不同出口条件设置下人员的安全疏散问题。针对人群仿真中如何计算疏散路径问题,文中采用导航图技术和agent技术来对个体进行疏散路径的规划。同时为表现人群运动过程当中个体之间的相互碰撞问题,结合碰撞规避规则进行穿透矫正。并且采用三维引擎DeltaSD在Vc＋＋9．0环境下进行仿真并搭建了一套三维人群运动模拟平台。最后分别在三种不同出口条件下的虚拟场景中进行仿真。对比仿真结果表明该平台能直观地展现整个人群疏散的运动过程,并能够对建筑物出口安全设计的合理陛提供有效的数据依据。     

结合最短路径改进的社会力人群疏散仿真模型

社会力模型广泛应用于人群疏散仿真,针对该模型在仿真过程中存在行人停滞不前、无法通过非凸边形障碍物和疏散路径与行人实际选择的路径不相符等问题,提出了一种社会力改进模型。该模型基于场景中的障碍物生成路径节点,利用这些节点生成无向图,同时考虑了节点的安全系数和拥挤系数对节点通行性的影响生成最短疏散路径。通过改进后的社会力模型进行了多种场景的仿真实验,实验结果显示行人在复杂障碍物场景中能有效绕过障碍物,生成合理的疏散路径,表明该模型有效改善社会力模型,使人群疏散仿真更加真实。     

基于社会力模型的人员逆行行为仿真研究

为了对大型场馆疏散过程中出现的人员逆行行为问题进行研究，基于社会力模型建立了人员疏散仿真模型，研究逆行行为对场馆内人群疏散结果的影响。实验结果表明，该模型能够再现疏散过程中人员表现出来的逆行行为。     

学生群体紧急疏散仿真及在出口设计中的应用

针对学校大型建筑中人群分布密集的问题,研究了学生群体的紧急疏散仿真。首先分析了紧急情况下的群体行为特点,并根据现实生活中个体差异的统计特征,对逃生人群的不同属性特征进行了分类,然后采用社会力模型实现了学生群体的紧急疏散仿真,解决了传统疏散仿真中人员的无差异性问题。该仿真能够更加真实地反映出现实生活中的人群疏散,达到较好的效果。最后,基于该仿真模型,着重分析了建筑物出口设计对群体疏散的影响,分析结果表明:不同的出口宽度、位置对群体疏散的影响不同,从而可以为大型建筑的出口设计提供有益的参考。     

学生群体紧急疏散仿真及在出口设计中的应用

针对学校大型建筑中人群分布密集的问题,研究了学生群体的紧急疏散仿真.首先分析了紧急情况下的群体行为特点,并根据现实生活中个体差异的统计特征,对逃生人群的不同属性特征进行了分类,然后采用社会力模型实现了学生群体的紧急疏散仿真,解决了传统疏散仿真中人员的无差异性问题.该仿真能够更加真实地反映出现实生活中的人群疏散,达到较好的效果.最后,基于该仿真模型,着重分析了建筑物出口设计对群体疏散的影响,分析结果表明:不同的出口宽度、位置对群体疏散的影响不同,从而可以为大型建筑的出口设计提供有益的参考.     

一种结合导航点的社会力疏散仿真软件研究

社会力模型广泛应用于人群仿真。针对该模型在人群疏散仿真中存在抖动、穿透现象,分析产生该现象的原因,采用多线程优化的方法改进社会力模型。对于多障碍物场景中行人存在停滞和移动缓慢的现象采用增加导航点优化行人的疏散路径。采用优化的社会力模型研制一个人群疏散仿真软件,该软件可以定义多种人群仿真参数,实现人群仿真。通过该仿真软件对地震疏散情景进行仿真实验,对实验数据进行对比分析,验证了该仿真软件可以推演人群的疏散行为,可以为人群的疏散策略制定提供参考数据。     

基于人机社会力模型的人群疏散算法

针对公共场合紧急情况下人群疏散困难和效果有限的问题,提出一种基于人机社会力模型的机器人疏散人群的方法。首先,基于原始社会力模型提出了一种新的人机社会力模型,该模型在原始社会力模型的基础上加入了机器人对人作用的人机作用力;然后,基于人机社会力模型提出一种新的利用机器人疏散人群的方法,该方法在人群疏散场景中加入运动机器人,通过机器人自身的运动,利用人机作用力影响周围行人的运动状态,减小行人之间的压力,从而达到加快人群运动速度、提高人群疏散效率的目的。在室内封闭场景人群逃生、两群行人交错这两种典型的疏散场景中分别进行仿真实验,并将实验结果与未加入机器人的人群疏散结果进行对比分析,实验结果表明,基于人机社会力模型的机器人疏散人群的方法能够明显加快人群的运动,提高人群的疏散效率。     

建筑物火灾中的人群疏散研究

建筑物火灾是我国频发的安全事故,所以应研究建筑物火灾人群安全疏散问题。由于在建筑物火灾中,人群疏散时出现拥堵,存在不安全因素,造成人员伤亡。针对在现有的研究中未考虑人员行为的影响,提出了智能体(Agent)的人群行为建模技术在建筑物火灾中的人群疏散仿真中的应用方法。仿真结果显示基于Agent的行为模型可以仿真出人员特性及决策过程对人群疏散的影响,弥补现有的人群疏散模型的不足。仿真结果证明,Agent的行为建模技术具有仿真火灾全过程中人员疏散行为的功能,适用于建筑物火灾中的人群优化疏散策略。     

基于元胞自动机和模糊理论的人群疏散仿真

基于元胞自动机和模糊理论建立了人群疏散模型,对教学楼内的人群疏散过程进行了模拟。该模型根据人员对建筑物的熟悉程度、周围人员的吸引力设计元胞行为准则,并且采用模糊隶属度定义人员的体能状态及人员对环境的熟悉程度。实验结果表明,该仿真模型能够较好地模拟紧急状况下的人群疏散过程。     

基于社会力模型的民用机场航站楼消防安全评价

针对以往单独进行火灾烟气蔓延模拟以及忽略疏散过程中人自身因素、人与人之间相互作用和环境对人的作用以评估航站楼消防安全的现状,基于国内某机场航站楼旅客进出港的过程,运用社会力模型模拟仿真航站楼内人员流动,同时采用火灾动力模拟软件FDS模型结合楼内设施模拟分析特定火灾背景下航站楼内火灾烟气蔓延,在此基础上,仿真模拟航站楼内人员疏散情况,分析不同火灾场景下航站楼的人员安全疏散时间、各个疏散通道疏散人数,进而研究安全出口宽度设置对于人员疏散时间的影响。与常用的安全评价方法进行对比分析,基于社会力模型和FDS模型的航站楼仿真安全评价方法考虑了旅客流动的分布特征和随机性,模拟更接近于真实的疏散场景。     

考虑分类人群行为的建筑疏散模型研究

人员行为决定了应急疏散时人群的时空分布,是研究疏散动力学的关键。考虑疏散时人员的心理特性与身份状态,将人群分为恐慌人群、易感人群、冷静人群和管理人群四类,基于社会力模型表达各类人群的疏散行为特征,并开展不同情境的疏散动力学过程分析。研究发现行人的恐慌心理具有传播作用,对其他行人的疏散行为有明显的影响,而管理人员的引导作用对疏散有积极影响,当其比例在10%~15%的时候效果显著,且合适的位置更易提高疏散效率;人员的服从水平越大,疏散效率越高。提出的分类人群疏散行为模型能为建筑安全疏散评估与优化提供理论支持。     

基于Agent的人员疏散系统设计与实现

通过分析Agent与社会力模型在人员疏散方面的应用及疏散模拟中人和建筑物对象的存储方式,利用Agent技术结合人员疏散的动力学模型、改进的路径规划算法和人员在一般情况下的心理因素以及建筑物的不同特点,建立能够正确反映疏散时人员行为的Agent模型,运用C++语言实现基于Agent的人员疏散模拟系统。疏散结果显示,该系统能够较真实地模拟人员疏散过程。     

人群应急疏散可视仿真研究进展和问题

人群应急疏散可视仿真是用智能体来模拟具有自主感知、情绪和行为能力的人群个体,并采用3维可视的方式来直观呈现人群应急疏散情景,可以为制定人群应急预案提供形象直观的分析方法。本文从人群仿真数据的来源、人群导航模型的构建、人群行为模型、人群情绪感染、人群渲染5个方面概述目前研究的进展,然后从仿真模型的可验证性、人群疏散导航模型的构建、人与环境的物理模型、动物逃生实验与仿真、疏散中的社会行为表现以及人群情绪的可视计算6个角度讨论需要进一步研究的问题。针对需要深入研究的问题,指出借助于紧急事件的视频监控分析和虚拟人群情景的用户调查,有助于完善人群仿真模型。结合物理模型,可以更准确地描述人群应急疏散场景。开展动物逃生实验分析,有助于完善人群运动导航算法。建立人群社会行为模型,可以更详细描述疏散中人群行为的多样性。构建基于多通道感知的人群情绪感染计算方法,可以详尽描述情绪感染的过程。人群应急疏散行为的可视仿真研究在城市的安全管理方面具有重要的应用前景,但其研究仍存在很多亟待解决的问题,综合地运用多学科知识,完善实验手段是进一步推动研究的关键所在。     

复杂条件下多层建筑人员协作疏散仿真

研究具有复杂多层协作过程条件下的人员疏散控制系统,就能够比较准确地模拟突发情况下人员的疏散情况。本文对元胞自动机进行了改进,综合人员个体特征和从众心理等各种复杂因素,对具有复杂障碍物的多层建筑中人员疏散过程进行了计算机仿真分析,并给出了人员疏散效率与人员的从众系数、障碍物及出口位置等因素的关系。该仿真能够很好地模拟大型公共场所发生突发事件时人员疏散的情况,对在复杂地理环境及人员特性条件下的多层建筑突发事件疏散策略制定具有一定的实际参考意义。     

一种考虑内在状态的紧急撤退模型

将内在状态引入了所建的紧急撤退模型。使出用内心镇静值和当前狂躁值来区分撤退过程中个体的镇静和慌乱两种心情,不同心情下个体执行不同的行为控制。提出了影响个体活力值的三条规则,再现了在慌乱撤退中人们相互冲撞以至丧失逃生能力的现象。仿真结果表明,内在状态的引入使原有模型更趋合理：慌乱人群的撤退速度将快于镇静的人群,代价是出现撤退失败的个体。分析了镇静值,撤退速度,失败个体比重三者间的关系,并讨论了少数慌乱者对整个人群撤退结果的影响。     

人群应急疏散中一种多智能体情绪感染仿真模型

为了从情绪的视角分析紧急情境下人群的疏散行为,梳理了现有情绪感染的研究工作,总结了人群紧急状况下行为特点.采用智能体描述人群个体,提出一种多智能体情绪感染模型.其主体框架分为感知层、情绪层、感染层、行为层和行动层.归纳了产生情绪感染现象的3个条件及情绪感染的3个规则,提出了情绪感染的算法,考虑个体的个性和个体间距离因素,采用情绪强度和人群紧密度来计算个体疏散速度.用C#语言编制了仿真实验,采用真实的地震疏散案例,验证了仿真疏散时间和实际观测的基本一致.通过与以往基于传染病思路的情绪感染模型对比,所提出的模型可以更好地描述情绪感染从局部到整体的过程.实验结果表明,所提出的模型可以推演情绪驱动下的群体聚集行为,有望为制定应急疏散预案提供一种可视化分析方法.     

Agent-CA的体育场馆人群疏散模型

根据体育场馆人群疏散的特点与规律,提出一种基于多智能体和元胞自动机相融合的大型体育场馆人群疏散模型（Agent-CA）。将元胞空间中被虚拟人个体占据的元胞视为一个独立的智能体,将元胞及其状态进行封装,扩展为具有自主性的智能体,通过设计各种人群疏散行为策略做为演化规则,实现个体的差异性以体现个人个性、体力、心理等对疏散行为的影响,对体育场馆的人群疏散进行仿真实验。结果表明,Agent-CA综合了多智能体和元胞自动机的优点,充分考虑了个体内在因素,更接近现实大型体育场馆的人群疏散情形,缩短了疏散时间。     

基于深度Q网络的人群疏散机器人运动规划算法

针对公共场合密集人群在紧急情况下疏散的危险性和效果不理想的问题，提出一种基于深度Q网络（DQN）的人群疏散机器人的运动规划算法。首先通过在原始的社会力模型中加入人机作用力构建出人机社会力模型，从而利用机器人对行人的作用力来影响人群的运动状态；然后基于DQN设计机器人运动规划算法，将原始行人运动状态的图像输入该网络并输出机器人的运动行为，在这个过程中将设计的奖励函数反馈给网络使机器人能够在"环境-行为-奖励"的闭环过程中自主学习；最后经过多次迭代，机器人能够学习在不同初始位置下的最优运动策略，最大限度地提高总疏散人数。在构建的仿真环境里对算法进行训练和评估。实验结果表明，与无机器人的人群疏散算法相比，基于DQN的人群疏散机器人运动规划算法使机器人在三种不同初始位置下将人群疏散效率分别增加了16.41%、10.69%和21.76%，说明该算法能够明显提高单位时间内人群疏散的数量，具有灵活性和有效性。