内容发布更新时间 : 2024/11/17 3:50:32星期一 下面是文章的全部内容请认真阅读。

行人交通仿真研究进展

已有 1154 次阅读 2010-4-27 22:59 |个人分类:行人仿真|系统分类:科研笔记|关键词:城市交通，行人交通，疏散，交通流

前些日子对以前研究的行人交通做了一个规整，梳理了一下其研究进展

行人交通仿真研究进展

1 引言

作为一个新兴词汇，“行人交通”正在被包括城市交通研究者、管理者和交通参与者在内的人所认识和了解。狭义上的行人交通只包括发生在道路上的步行行为；广义上的行人交通则包括发生在一切公共设施范围内的步行行为，比如机场、地铁站、体育场馆、人行道、人行横道等。近来，特别是911事件以来，行人研究成为了物理学、计算机科学、经济学、数学以及交通工程等学科的研究热点。这些研究的努力都是为了使步行活动更方便、更舒适、更经济、更安全。

作为一种对复杂问题和随机现象具有良好描述能力的有效工具，计算机仿真已经成了研究、评价行人交通的重要手段之一。尽管如此，与机动车交通仿真不同，行人系统因为具有诸如多样性、慢速性、随机性和自组织性的独特特征而显得复杂的多。因此，近年来出现了许多专门的行人交通理论、模型、方法以及相关的软件产品，而且越来越多的人也对行人交通仿真的研究体系和进展感兴趣，所以，对相关的研究情况作一回顾了总结就显得很有必要。 2 研究概况

总体来说，行人研究可以分为三个层次：宏观、中观和微观，它们之间并没有严格的界线。宏观研究主要关注行人设施当中行人步行空间分配的问题，比如流量-速度-密度的关系；中观研究主要关心行人流中的群特性；微观研究则把行人流中的每个行人看成具有速度、年龄、环境、心理等属性的独立实体。

行人研究的历史可以追溯到上世纪五十年代，那时候的人们主要关心流量-速度-密度的关系和行人设施的容量。那时计算机技术还不发达，大部分的研究仅仅是靠肉眼观察、拍照、胶片记录等方式宏观评价行人流。一个比较早

的宏观行人仿真模型是由Fruin在1971年提出的，他的模型已经被HCM所采用作为分析宏观行人流特性的方法。这些研究因为没有考虑行人间的相互影响所以不太适合用于预测步行区域或建筑物内的行人流特性，而且这些研究大部分继承的是机动车交通流的理论。客观的说，这些模

型对于计算一些常态下的宏观参数是有效的，但是如果要求更细一些或场景更复杂些，它们就无能为力了。

现在经常被用到的“行人仿真”一词实际上主要指“行人微观仿真”，这项研究的内容分两大块：仿真模型和仿真软件。前者是构建用于描述行人交通特性的模型，后者是开发用于测试和可视化行人相关设计方案的仿真工具。

上世纪80年代中期以来，随着计算机技术的飞速发展，利用计算机仿真和重现行人交通场景成为可能，也就是“计算机仿真”，这种技术在仿真当中把每个行人看成具有自身属性的独立实体。随之，行人微观仿真模型应运而生。这些模型基于行人行为，面向计算机仿真。早期的微观行人仿真模型是从计算机游戏和动画中引入的。从那以后，许多来自物理学、计算机科学、经济学、数学、和交通工程学界的学者投入到了这方面的研究。总体来说，比较受认同和引用的模型有五个：成本效益元胞模型、元胞自动机模型、磁力模型、社会力模型和排队网络模型。主要的商品化行人仿真软件也有五个：Legion, PedGo, SimWalk, AnyLogic, VISSIM。

3 典型的微观行人仿真模型

3.1成本效益元胞模型（Benefit cost cellular model）

成本效益元胞模型是由Gipps 和 Marksjo于1985年提出的。该模型把二维空间划分成等大小的均匀网格（元胞），行人被模拟成元胞上的粒子。每个元胞最多能被一个行人占据，且模型根据周围元胞的情况对每个行人所在的元胞赋成本值S。该值表示临近的行人或障碍物的排斥作用，在与行人向目的地移动的效益值共同作用下向目标点运动。成本值S的计算公式可以参看Gipps 和 Marksjo的论文。如果两个行人所占位置出现重叠，元胞的成本值等于各个行人产生的成本值之和。每个元胞的成本值与其周围的九个元胞（包括自己）有关，行人将向效益值最大的元胞移动。

成本效益元胞模型的优势在于计算简单，但是由于对元胞和行人赋值的随意性，使得在实际情形中难以对模型参数进行标定。 3.2 元胞自动机模型（Cellular Automata model）

空间、时间和状态都离散的元胞自动机（CA）模型在机动车的仿真中应用的比较多。今年来，CA模型也在行人仿真中有新的应用。

CA模型也把行人模拟成元胞当中的实体。步行道被划分成均匀大小的网格，行人用单个圆来表示，一个行人占据一个元胞网格。元胞的占据状态由一些没个步长都更新的局部邻居规则决定。每个行人的运动包括两个动作：队列更换和元胞跳跃。在每一个时间步长内，每个元胞只能处于“被占据”与“不被占据”两种状态中的一种。

在CA模型的仿真中，每个步长时间内规则是通过两个并行的进程来完成更新的。第一个进程是队列更换规则：如果行人左边或右边的一个或两个都空闲，行人就会被分配到当前的和邻近的队列中间隙最大的那个队列中去。如果有多个队列符合条件，模型则将按照一定的概率分布随机分配到某一个队列中去。第二个进程是基于有效间隙和速度估计的速度分配。一个间隙指的是前面空闲元胞的个数。

虽然CA模型同样比较有利于数据更新，但是CA模型尝试性的规则更新却是不可取的，因为这并没有真实反映行人的行为。元胞模型固有的网格使得仿真出来的行人行为看起来有些粗燥。行人看起来是在各个格子当中跳动。 3.3磁力模型（Magnetic force model）

Okazaki于1979-93 年间与Matsushita 共同开发了行人运动仿真的磁力模型。模型运用磁场力学的原理对行人运动进行模拟。模型中，行人个体被定义为阳极，障碍物，如墙、立柱、栏杆等也定义为阳极，行人的目的地被定义为阴极。在磁场吸引力和排斥力的作用下，行人向着目的地运动并避免与其他行人障碍物冲突。在磁力模型中，有两个力作用于行人，一个是用库仑公式计算的磁力，其大小取决于一个行人的磁场强度和行人之间的距离；另一个力是作用于行人用以避免与其他行人冲突的力。

模型中，所有来自目的地、障碍物、其他行人的合力共同作用于每个行人，决定了每个行人在任意时刻的速度，这个速度到达某个给定的上限时将维持恒定。模型中磁场强度值是预先定义的，如果磁场的强度大，相应的行人之间或与障碍物之间的排斥力也越大。模型中墙壁等障碍物用一系列连续的点来表示，当行人不能直接到达目的地时，某些特殊的地点（如墙角）被设定为临时目的地。

磁力模型中引入了排斥力的定义，充分考虑了避免行人和其他行人或障碍物冲突的情形。但是，与成本效益元胞模型类似，由于磁场强度值设定的任意性，该模型的参数标定较为困难。

3.4 社会力模型（Social force model）

由Helbing等人提出的社会力模型是一种多粒子自驱动模型，也就是在模型中行人是由自驱动的粒子代替的。社会力的概念并不是指物理上实际存在的力，而是以一种虚拟的方式代表行人的社会心理以及行人之间、行人和环境之间的相互作用。一个质量为的行人 总是希望以一定的期望速度朝期望的方向运动， 因此，行人在行走过程中都会期望能在较短的时间内调整他当前的实际速度 到期望速度。行人与墙壁、其他行人的相互作用包括排斥和摩擦。距离越近，之间的相互作用力就越大。社会力模型中，常常用和分别代表行人之间、行人和墙壁之间的相互作用力。模型的行人运动主方程为：

社会力模型认为，行人之间往往会保持一定的距离，这一特性在模型当中是通过心理力来模拟的。但是如果两个人之间的距离小于他们的半径之和（一个行人用一定半径的圆代替）的话，就代表他们有身体上的接触。行人和墙壁之间的处理方式是类似的，唯一的不同是在力的强度上有一点区别。

应该说，社会力模型是到目前为止最好的行人微观仿真模型。模型中的变量不是任意的，因为那些变量都有可以测得的物理意义。模型仿真的结果显示行人交通流具有自组织的特性。尽管如此，社会力模型仍然有两个问题值得商榷。一个是模型并不能完全保证行人之间不出现碰撞（交叠），其表现就是从仿真过程来看会出现有些行人跑到别人的“身体”里面去了，而这是不现实的，所以社会力模型还需要一个像磁力模型中的那种避碰力来防止这种现象的发生。另一个问题是社会力模型的研究人员似乎更多的是从物理作用的角度来解释行人的物理行为而不是从交通流的角度来解释。

3.5 排队网络模型（Queuing network model）

Lovas、Thompson、和Watts等几位学者将微观行人仿真用于了疏散设计，他们用排队网络模型作为模拟建筑物火灾疏散的工具。排队网络模型采用的方法是基于离散事件的蒙特卡洛仿真，在该模型中，房间用节点来表示，房间之间的