考虑结伴行为的地铁通道行人仿真建模研究

交通运输系统工程与信息 ›› 2019, Vol. 19 ›› Issue (5): 163-168.

考虑结伴行为的地铁通道行人仿真建模研究

张蕊¹，杨静^*1，杨晨威²，代盛旭¹

1. 北京建筑大学土木与交通工程学院，北京 100044；2. 深圳市城市交通规划设计研究中心，广东深圳 518021

收稿日期:2018-10-23 修回日期:2019-05-24 出版日期:2019-10-25 发布日期:2019-10-25
作者简介:张蕊(1971-)，女，黑龙江宁安人，教授.
基金资助:
北京市教育委员会科技计划一般项目/Beijing Municipal Education Commission Science and Technology General (SQKM201810016006)；北京建筑大学市属高校基本科研业务费专项资金/ The Fundamental Research Funds for Beijing Universities (X18264, X18100).

Pedestrian Simulation Modeling of Subway Corridor Considering Group Behavior

ZHANG Rui¹, YANG Jing¹, YANG Chen-wei², DAI Sheng-xu¹

1. School of Civil and Transportation Engineering, Beijing University of Civil Engineering and Architecture, Beijing 100044, China; 2. Shenzhen Urban Transport Planning Center, Shenzhen 518021, China

Received:2018-10-23 Revised:2019-05-24 Online:2019-10-25 Published:2019-10-25

摘要/Abstract

摘要：

结伴是行人运动中的普遍行为，且对行人的整体运动具有显著影响，因此仿真行人运动时，有必要考虑结伴行为. 本文以地铁内一般通道为空间背景，首先利用视频观测数据，深入分析了通道内的结伴行为特征. 然后，区分普通个体行人、结伴行人及结伴群体中的不同角色(领导者、跟随者)，基于社会力模型原理，结合颗粒流理论，建立了包含驱动力、接触力、排斥力3 个子模型的行人运动模型，并构建了考虑结伴行为的行人仿真平台. 最后，以某一地铁通道作为实例，通过观测数据及对结伴行为的刻画验证了该仿真模型的真实性及有效性，并分析了不同结伴比例对行人流平均速度的影响，得出行人速度随着结伴比例增大而减小的结论. 该模型可为进一步完善地铁枢纽的行人运动仿真模型提供理论支持，为通道内行人组织提供帮助.

关键词: 城市交通, 结伴行为, 行人仿真, 颗粒流理论, 社会力模型

Abstract:

Group behavior is a common phenomenon in pedestrian movement, and has a significant impact on the overall movement of pedestrians, so it is necessary to consider the companion behavior when simulating pedestrians’movement. Taking the subway common corridor as a spatial background, with the video observation data, this paper analyses the characteristics of the group. Then, based on the social force model and particle discrete element theory, individual pedestrians, group pedestrians, and different roles in a group (leader or follower) are distinguished. At the same time, a pedestrian movement model including driving force, contact force and repulsive force is established, and a pedestrian simulation platform considering pedestrian behavior based on Agent framework is constructed. Finally, taking a subway passage as an example, the authenticity and validity of the simulation model are verified by the observation data and the description of the group behavior, and the influence of different group proportions on the average flow speed of pedestrian is analyzed. Conclusion that the pedestrian speed decreases with the increase of the group proportions is drawn. The new model can provide theoretical support for further improving of pedestrian motion simulation model in subway and help pedestrian organizations in the corridor.

Key words: urban traffic, group behavior, pedestrian simulation, particle discrete element theory, social force model

中图分类号:

U268.6

张蕊，杨静，杨晨威，代盛旭. 考虑结伴行为的地铁通道行人仿真建模研究[J]. 交通运输系统工程与信息, 2019, 19(5): 163-168.

ZHANG Rui, YANG Jing, YANG Chen-wei, DAI Sheng-xu. Pedestrian Simulation Modeling of Subway Corridor Considering Group Behavior[J]. Journal of Transportation Systems Engineering and Information Technology, 2019, 19(5): 163-168.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract19919.shtml

http://www.tseit.org.cn/CN/Y2019/V19/I5/163

参考文献

[1] 陈旭. 轨道交通枢纽客流集散仿真建模及应用[D]. 北京: 北京交通大学, 2018. [CHEN X. Modeling and application of passenger distribution simulation in rail transit hub[D]. Beijing: Beijing Jiaotong University, 2018.]

[2] 郑楠. 城市轨道交通综合枢纽站行人疏散特性及优化研究[D]. 北京: 北京交通大学, 2018. [ZHENG N. Study on pedestrian evacuation characteristics and optimization of urban rail transit complex hub station [D]. Beijing: Beijing Jiaotong University, 2018.]

[3] 丁青艳, 王喜富, 单庆超, 等. 轨道交通行人流运动建模及仿真[J]. 交通运输系统工程与信息, 2011, 11(5): 99-106. [DING Q Y, WANG X S, SHAN Q X, et al. Modeling and simulation of pedestrian flow in rail transit [J]. Journal of Transportation Systems Engineering and Information Technology, 2011, 11(5): 99-106.]

[4] 胡清梅, 方卫宁, 李广燕, 等. 地铁车站出口布局对人群疏散性能的影响[J]. 铁道学报, 2009, 31(3): 111- 115. [HU Q M, FANG W N, LI G Y, et al. The influence of exit layout of metro on crowd evacuation[J]. Railway Transaction, 2009, 31(3): 111-115.]

[5] MÄS M, FLACHE A, HELBING D. Individualization as driving force of clustering phenomena in humans[J]. Plos Computational Biology, 2010, 6(10): e1000959.

[6] QIU F, HU X. Modeling group structures in pedestrian crowd simulation[J]. Simulation Modeling Practice & Theory, 2010, 18(2): 190-205.

[7] PAN X, HAN C S, DAUBER K, et al. A multi-agent based framework for the simulation of human and social behaviors during emergency evacuations[J]. AI & SOCIETY, 2007, 22(2): 113-132.

[8] 张蕊, 杨静, 林霖. 基于颗粒离散元法的枢纽内部行人流仿真研究[J]. 公路, 2016, 61(10): 187-191. [ZHANG R, YANG J, LIN L. Simulation of pedestrian flow in hub based on particle discrete element method[J]. Highway, 2016, 61(10): 187-191.]

[9] 杨静, 张蕊, 刘荣强, 等. 基于颗粒流离散元方法的行人动力学模型及仿真研究[J]. 交通运输系统工程与信息, 2016, 16(5): 51-57, 84. [YANG J, ZHANG R, LIU R Q, et al. Pedestrian dynamic simulation based on particle flow theory and discrete element method[J]. Journal of Transportation Systems Engineering and Information Technology, 2016,16(5): 51-57, 84.]

[10] KUANG H, FAN Y H, LI X L, et al. Heterogeneous effect and pattern formation on pedestrian queue dynamics[J]. Applied Mechanics & Materials, 2011(94- 96): 2043-2046.

[11] HELBING É D, MOLNÁ T. Social force model for pedestrian dynamics[J]. Physical Review E: Statistical Physics Plasmas Fluids & Related Interdisciplinary Topics, 1995, 51(5): 4282.

[12] SMITH A, JAMES C, JONES R, et al. Modeling contraflow in crowd dynamics DEM simulation.[J]. Safety Science, 2009, 47(3): 395-404.

[13] 卢春霞. 人群流动的波动性分析[J]. 中国安全科学学报, 2006, 16(2): 30-34. [LU C X. Fluctuation analysis of crowd flow[J]. China Safety Science Journal, 2006, 16 (2): 30-34.]

[14] KAWAGUCHI T. Discrete particle simulation for highdensity crowd[J]. Transportation Research Procedia, 2014(2): 418-423.

[1]	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.
[2]	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.
[3]	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.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	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.
[15]	贾富强, 李引珍, 杨信丰, 马昌喜, 代存杰. 基于演化博弈的政府鼓励条件下共享停车行为分析[J]. 交通运输系统工程与信息, 2022, 22(1): 163-170.