《大規模行人流實驗和基於大數據的人群疏散仿真》是依託上海大學，由董力耘擔任項目負責人的面上項目。
基本介紹
- 中文名：大規模行人流實驗和基於大數據的人群疏散仿真
- 項目類別：面上項目
- 項目負責人：董力耘
- 依託單位：上海大學
中文摘要,結題摘要,
中文摘要
為了減少人群踩踏傷害事故，保障公共安全，有必要研究真實環境中大規模人群的運動規律和應急疏散動力學，新興的大數據收集與分析技術為此提供了新契機。本項目擬組織大規模行人流實驗，建立基於背景場的微觀連續模型，據此研究行人自組織現象，並與實驗結果進行對比。在廣場、捷運站、道路擁擠地段等場所進行大量行人交通實測，積累海量數據，從中提取不同類型行人的運動特徵；以節假日民眾聚散、大型群體活動為研究對象，從大數據中提取相關信息。此外，還將通過數值模擬產生與真實大數據性質類似的虛擬大數據。基於大數據重構特定區域的人群分布，提取OD信息，模擬真實人群的聚集、擁堵和疏散過程。利用模擬結果預測易發生踩踏事故的區域，提出應對預案，為有效疏散密集人群和減少踩踏事故的發生提供理論依據和可行方案。
結題摘要
為了減少人群踩踏傷害事故，保障公共安全，有必要研究真實環境中大規模人群的運動規律和應急疏散動力學。在給定的活動區域內，人群自身的聚集對疏散過程有重要的影響。本項目的主要內容包括：行人流的實驗、觀測和數據收集；行人流的建模和模擬；行人流與大數據。本項目對行人流微觀模型的改進和創新包括：（1）考慮行人影響的背景場，其中行人被當作可移動障礙物，靜止的行人比運動的行人對背景場的貢獻更大。背景場隨人群的運動而動態變化，可以實時反映擁堵對於行人出口選擇的影響；（2）在社會力模型引入背景場，可以方便地套用於複雜環境下人群運動的模擬；（3）採用實數編碼的背景場格子氣模型，並採用了加密的格線，使得行人具有更多的自由度，能夠更精確地描述行人運動；（4）建立反映信號交叉口處人車相互作用的微觀離散模型，並率先考慮了行人綠燈周期內行人過街速度逐漸增加的特徵。在行人流的觀測方面，由於無法在校內使用無人機進行拍攝，我們對信號交叉口的人車相互作用進行了觀測和建模。我們還利用改進的模型研究了行人流的自組織現象；基於疏散實驗的教室人群疏散模擬和一個真實劇院的疏散模擬；研究了通道和房間內行人設施的最佳化設計，發現當出口處採用不對稱設計時，有利於人群的疏散。此外，利用改進的模型還可以模擬產生不同場景下行人運動的虛擬大數據。通過數據採樣，可用巨觀模型或其他微觀模型再現人群運動的整個過程。類似方法可以直接套用於研究有大數據記錄的真實人群運動。在項目執行期間，在全國性力學會議中參與組織交通流分會4次， 3名碩士研究生畢業，完成學術期刊論文10篇。本項研究有助於深入理解行人流的自組織行為，基於大數據和改進模型可更好地模擬複雜環境下人群的真實運動過程，為有效疏散密集人群和減少踩踏事故的發生提供理論依據和可行方案。
