基于认知启发式规则的行人动力学建模

交通运输系统工程与信息 ›› 2012, Vol. 12 ›› Issue (4): 149-154.

基于认知启发式规则的行人动力学建模

许奇^a，毛保华^*a,b，钱堃^a，朱宇婷^a，梁肖^a

北京交通大学 a. 城市复杂系统理论与技术教育部重点实验室; b. 中国综合交通研究中心，北京100044

收稿日期:2012-03-17 修回日期:2012-05-04 出版日期:2012-08-25 发布日期:2012-09-07
作者简介:许奇(1982 - ), 男, 云南普洱市人, 博士生.
基金资助:
国家自然科学基金重点项目(71131001); 国家重点基础研究发展计划项目(2012CB725406); 中央高校基本科研业务费专项资金资助(2012YJS053).

Cognitive Heuristics for Modeling Pedestrian Walking Behavior

XU Qi ^a, MAO Bao-hua ^a,b, QIAN Kun^a, ZHU Yu-ting^a, LIANG Xiao^a

a. MOE Key Laboratory for Urban Transportation Complex Systems Theory and Technology;b. Integrated Transportation Research Centre of China, Beijing Jiaotong University, Beijing 100044, China

Received:2012-03-17 Revised:2012-05-04 Online:2012-08-25 Published:2012-09-07

摘要/Abstract

摘要：

行人动力学建模的关键是对行人运动方向和速度的选择进行描述.本文构建了基于多层有限状态自动机的行人Agent适应性决策模型；在此基础上，针对行人运动过程中快速决策的特征，通过构建基于认知启发式规则的行人运动行为规则集合，建立了描述行人微观运动行为的动力学模型.通过设计仿真实验并收集数据，对模型的有效性进行了验证.研究结果表明：模拟得到的行人交通流密度-速度关系与实测数据具有较好的一致性，流率-密度关系符合理论计算结果，基本图较好地符合实际观测的行人宏观交通流关系，认为本文提出的行人动力学模型具有交通上的合理性.

关键词: 城市交通, 行人, 交通行为, 认知启发式, 多层有限状态自动机

Abstract:

The challenging issue in pedestrian crowd dynamics modeling is how to tackle the selection mechanism for pedestrian walking direction and step size. Based on hierarchical finite state machines, adaptive decision model for pedestrian agent walking behavior decision making is proposed in this paper. Furthermore, to reveal the characteristics of pedestrian decision-making in pedestrian motion, a set of rules based on cognitive heuristics is formulated to model the pedestrian crowd dynamics. Through designing computational experiments, the simulation data is collected to calibrate and validate the models. The study results show that the pedestrian flow densityvelocity diagram is qualitatively consistent with the field data and flow ratedensity diagram is dovetail into the reported results in the cited works. The proposed pedestrian crowd dynamics is reasonable to describe the pedestrian traffic pattern.

Key words: urban traffic, pedestrian, traffic behaviors, cognitive heuristics, hierarchical finite state machines

中图分类号:

U491.2

许奇, 毛保华, 钱堃, 朱宇婷, 梁肖. 基于认知启发式规则的行人动力学建模[J]. 交通运输系统工程与信息, 2012, 12(4): 149-154.

XU Qi, MAO Bao-Hua, QIAN Kun, ZHU Yu-Ting, LIANG Xiao. Cognitive Heuristics for Modeling Pedestrian Walking Behavior[J]. Journal of Transportation Systems Engineering and Information Technology, 2012, 12(4): 149-154.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract18445.shtml

http://www.tseit.org.cn/CN/Y2012/V12/I4/149

参考文献

［1］Batty M.Predicting where we walk [J].Nature,1997,388(6637): 19-20.
[2] Bierlaire M,Antonini G,Weber M.Behavioral dynamics for pedestrians [M]. In K. Axhausen (ed.), Moving Through Nets: The Physical and Social Dimensions of Travel. Netherlands: Elsevier. 2003: 1-18.
[3] Helbing D, Farkás I J, Molnár P, et al. Simulation of pedestrian crowds in normal and evacuation situations [M]. In: M. Schreckenberg and S. D. Sharma (eds.) Pedestrian and Evacuation Dynamics. Berlin: Springer. 2002: 21-58.
[4] Helbing D. and Johansson A. Pedestrian, crowd and evacuation dynamics [J]. Encyclopedia of Complexity and Systems Science, 2010, 16: 6476-6495.
[5] Helbing D,Molnar P.Social force model for pedestrian dynamics[J]. Physical Review E, 1995, (S1063-651X), 51(4): 4282-4286.
[6] Helbing D, Farkas I, Vicsek T. Simulating dynamical features of escape panic [J]. Nature, 2000, 407: 487-490.
[7] Okazaki S.A study of pedestrian movement in architectural space, part 1: pedestrian movement by the application on of magnetic models [J]. Transactions of AIJ, 1979, 283(3): 111-119.
[8] Hughes R L. A continuum theory for the flow of pedestrians [J]. Transportation Research Part B, 2002, 36: 507-535.
[9] Moussad M,Helbing D,Garnier S,et al. Experimental study of the behavioural mechanisms underlying selforganization in human crowds [J]. Proceedings of the Royal Society B, 2009, 276: 2755-2762.
[10] Moussad M, Helbing D, Theraulaz G. How simple rules determine pedestrian behaviour and crowd disasters [J]. Proceedings of the National Academy of Sciences, PNAS, 2011, 108(17): 6884-6888.
[11] Blue V J, Adler J L. Emergent fundamental pedestrian flows from cellular automata microsimulation [J]. Transportation Research Record, 1998, 1644: 29-36.
[12] Burstedde C, Klauck K, Schadschneider A, et al. Simulation of pedestrian dynamics using a 2-dimensional cellular automaton [J]. Physica A, 2001, 295: 507-525.
[13] Yu Y F, Song W G. Cellular automaton simulation of pedestrian counter flow considering the surrounding environment [J]. Physical Review E, 2007, 75 046112.
[14] Girault A, Lee B, Lee E A. Hierarchical finite state machines with multiple concurrency models [J].ComputerAided Design of Integrated Circuits and Systems, IEEE Transactions on, 1999, 18(6): 742-760.
[15] 约翰•霍兰. 涌现——从混沌到秩序[M]. 英国:牛津大学出版社,1998.［John H Holland.Emergence:From chaos to order［M］.England:Oxford University Press,1998.］.
［16］Gigerenzer G, Todd P. Simple heuristics that make us smart [M]. Oxford: Oxford University Press, 1999.
［17］ Gigerenzer G. Why heuristics work [J]. Perspectives on Psychological Science, 2008, 3(1): 20-29.
[18] 杨涵, 伍梦欢, 张含笑, 等. 地铁换乘站不同设施区域乘客走行速度分析[J]. 交通运输系统工程与信息, 2011, 11(S1): 140-145. [YANG H, WU M H, ZHANG H X, et al. A modeling study of the walking speed of the passengers in different areas of a subway station for transfer [J]. Journal of Transportation Systems Engineering and Technology, 2011, 11(S1): 141-146. ]
[19] 中国公路学会. 交通工程手册［M］. 北京: 中国交通出版社，1998. [China Highway and Transportation Society. Traffic engineering handbook [M]. China Communications Press, 1998.]
[20] 梁肖, 毛保华, 许奇. 自行车微观行为的心理生理力模型 [J]. 交通运输系统工程与信息, 2012, 12(2): 91-97.[LIANG X, MAO B H, XU Q. PsychologicalPhysical Force Model for Bicycle Dynamics [J]. Journal of Transportation Systems Engineering and Technology, 2012, 12(2): 91-97. ]

[1]	张峻屹, 李双金, 马爽. 基于市民生活行为学的交通行为研究综述[J]. 交通运输系统工程与信息, 2022, 22(2): 1-16.
[2]	刘晓冰, 李奉孝, 田欣妹, 闫学东. 基于通勤模式的都市圈中心结构判别研究[J]. 交通运输系统工程与信息, 2022, 22(2): 17-28.
[3]	许奇, 陈越, 黄靖茹, 高顺祥, 张志健. 考虑出行费用的就业可达性分析[J]. 交通运输系统工程与信息, 2022, 22(2): 37-44.
[4]	刘春禹, 刘永红, 罗霞, 朱颖. 混合交通流环境下单交叉口自动驾驶车辆轨迹优化[J]. 交通运输系统工程与信息, 2022, 22(2): 154-162.
[5]	张小雨, 邵春福, 王博彬, 黄士琛. 新冠疫情影响下居民共享出行方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(2): 186-196.
[6]	李欣, 戴章, 李怀悦, 胡笳. 基于连续近似模型的轨道交通与常规公交耦合优化设计[J]. 交通运输系统工程与信息, 2022, 22(2): 206-213.
[7]	郝妍熙, 刘戎阳, 胡华, 方勇, 刘志钢. 单向通道行人-自行车混合流建模及自组织现象研究[J]. 交通运输系统工程与信息, 2022, 22(2): 223-229.
[8]	赵传林, 贺少松, 孙淑敏, 王钰涵. 基于理性疏忽理论的交通疏散网络双层优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 239-246.
[9]	陈小红, 蓝秋雨. 不确定交通需求下交叉口信号配时区间优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 247-256.
[10]	李冰, 王正辉, 马铭炜, 杨鸿宇, 冯悦. 信号交叉口行人二次过街下右转车通行能力与延误估计模型[J]. 交通运输系统工程与信息, 2022, 22(2): 257-267.
[11]	朱彤, 秦丹, 董傲然, 杜雨萌, 魏雯. 公交驾驶员违规类型同交通事故间的关联分析[J]. 交通运输系统工程与信息, 2022, 22(2): 322-329.
[12]	毛保华, 王敏, 何天健, 陈海波. 城市公共交通服务水平研究回顾和展望[J]. 交通运输系统工程与信息, 2022, 22(1): 2-13.
[13]	王子甲, 贾慧慧, 朱亚迪, 陈峰. 基于智能卡数据的轨道与公交复合网络通勤方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(1): 67-73.
[14]	贾斌, 朱凌, 李树凯, 刘家林. 城市轨道交通小交路计划与客流控制协同优化策略[J]. 交通运输系统工程与信息, 2022, 22(1): 124-132.
[15]	牟振华, 汪寒冰, 林本江, 陈逸群, 金程程, 陈艳艳. 基于演化博弈的违章停车动态罚金策略效用仿真评价[J]. 交通运输系统工程与信息, 2022, 22(1): 152-162.