邱杰凡 ,李志強 ,周小龍 ,徐瑞吉 ,單加響 ,方 凱

(1.浙江工業(yè)大學計算機科學與技術(shù)學院,浙江杭州 310023;2.中南林業(yè)科技大學生命科學與技術(shù)學院,湖南長沙 410004;3.衢州學院電氣與信息工程學院,浙江衢州 324000)

1 引言

地鐵站內(nèi)通常具有面積大、空間布局復雜、人群高密度聚集等特點,在這些特點的背后往往存在著一些潛在的安全風險.例如,地鐵站內(nèi)出現(xiàn)突發(fā)情況,人們之間相互推搡的行為容易造成擠壓、踩踏等群體性安全事故發(fā)生,給人們的生命和財產(chǎn)安全帶來嚴重威脅[1].當前人群的應急疏導一般是以人工指揮為主,輔助以預先設置的疏散標志引導行人[2].有研究表明,群體系統(tǒng)協(xié)調(diào)與控制中“個體動態(tài)+通信拓撲”的結(jié)構(gòu)特點可提升人群疏散效果[3].然而面對突發(fā)狀況,由于難以預知行人的疏散軌跡,無法感知實時的疏散狀態(tài),有限的指揮人員和疏散標志難以持續(xù)有效的引導行人,會影響疏散的實施效果[4].因此,如何在疏散初始階段制定合理的行人疏散方法極其重要.

當前人群快速疏散問題已得到國內(nèi)外眾多研究者的廣泛關(guān)注,并取得了一定的理論研究成果[5–8].現(xiàn)有研究一般可分為人群疏散仿真研究、人群快速疏散方法研究兩個方面[9–10].其中人群疏散仿真研究重點在于分析行人在真實疏散過程中的行為特點,構(gòu)建行人行為仿真模型,對當前疏散場景設施布局或疏散方法提出優(yōu)化建議或整改方案.然而,由于很難實時采集到行人的軌跡信息,此類仿真模型無法實時量化仿真算法與真實疏散環(huán)境的動態(tài)差異.在其上驗證得到的動態(tài)疏散方法可能并不適用于真實疏散場景.

為此,本文提出了一種基于貪心選擇的地鐵站內(nèi)行人疏散方法.首先,利用獲取到的杭州武林廣場地鐵站的真實出站數(shù)據(jù),基于元胞自動機構(gòu)建行人軌跡半仿真模型,優(yōu)化行人在出站閘機處的支付通過行為及移動速度表示,并利用真實出站數(shù)據(jù)反饋調(diào)節(jié)疏散仿真過程;其次,在半仿真平臺中仿真疏散過程,基于個體狀態(tài)信息,優(yōu)化行人疏散時間評估方法,以滿足高動態(tài)場景實時性要求為目標,采用復雜度較低的貪心選擇策略分配最優(yōu)疏散出口;最后,以武林廣場地鐵站為例,構(gòu)建疏散仿真場景,利用真實出站數(shù)據(jù)設計對比實驗,驗證本文所提出的行人軌跡模型的有效性和出口分配方法的性能.實驗結(jié)果表明,本文所提出的半仿真模型能夠較好的模擬行人的軌跡,仿真中各出口疏散人數(shù)同真實出站數(shù)據(jù)擬合程度的可決系數(shù)R2達到了0.67.同時,本文所提出方法相較于最短路徑和最短時間出口分配方法在整體疏散效率上分別提高27.2%和16.5%.

本文的主要貢獻為:

1) 利用真實出站數(shù)據(jù),構(gòu)建基于元胞自動機的行人軌跡半仿真模型,并利用真實數(shù)據(jù)反饋調(diào)節(jié)仿真過程,彌補了傳統(tǒng)仿真缺乏真實數(shù)據(jù)的缺陷.對比結(jié)果顯示,半仿真模型中各出口疏散人數(shù)與真實出站數(shù)據(jù)擬合的可決系數(shù)達到了0.67;

2) 基于構(gòu)建的半仿真模型,綜合考慮疏散實時性以及算法復雜度,設計了基于貪心選擇的行人疏散方法,該方法在兼顧實時性的要求下,保證了較高的疏散效率,能夠應用于真實的疏散場景中;

3) 基于真實的地鐵站以及行人出站數(shù)據(jù),本文構(gòu)建了高還原度的仿真場景,并通過真實數(shù)據(jù)設計對比實驗,對半仿真模型以及不同算法的疏散效率進行了驗證,實驗結(jié)果表明本文提出的基于貪心選擇的疏散方法與最短路徑和最短時間出口分配方法相比,疏散效率分別提高了27.2%和16.5%.

本文在第2節(jié)中從人群疏散仿真和行人快速疏散算法兩個方面介紹了當前國內(nèi)外人群疏散領域的研究現(xiàn)狀;第3節(jié)中介紹了基于元胞自動機的地鐵站廳層行人軌跡模型;第4節(jié)介紹了基于貪心選擇的行人疏散出口分配方法;第5節(jié)以某地鐵站為例,通過仿真實驗驗證了本文所提出行人軌跡模型以及疏散出口分配方法的有效性.

2 國內(nèi)外研究現(xiàn)狀

當前人群疏散領域的相關(guān)研究,按照研究內(nèi)容的不同可分為人群疏散仿真研究和人群快速疏散方法研究兩個方面.

人群疏散仿真研究重點在于分析行人在真實疏散過程中的行為特點,構(gòu)建行人行為仿真模型,模擬行人在特定場景下的疏散行為,針對仿真結(jié)果所發(fā)現(xiàn)的問題,對當前疏散場景設施布局或疏散方法提出優(yōu)化建議或整改方案.Ji等人[11]針對一些特殊場景中人群密度較大問題,提出了一種三角網(wǎng)格元胞自動機模型,該模型為行人移動仿真提供了更多的可能性.Abdelghany等人[12]提出了一種基于仿真任務分配的兩層模型框架,能夠較為準確地再現(xiàn)特定區(qū)域的擁堵現(xiàn)象.Yang等人[13]研究了疏散引導標志類型以及標志所在位置對行人疏散過程的影響.Zheng等人[14]研究分析了多種因素對疏散過程的動態(tài)影響.Rozo等人[15]提出了一種在疏散路徑擁擠時提供更優(yōu)替代路徑的疏散方法.Zang等人[16]通過模擬應急疏散過程中室內(nèi)桌椅等障礙物擺放的密度和布局,揭示了二者對疏散效率的影響.Jiang等人[17]研究了人員檢票失敗時對不同布局、多檢票點及多出口場景中疏散過程的影響.上述研究中提出的方法通過仿真模型層面的優(yōu)化能夠提升疏散模擬效果,但是依然無法從根本上解決仿真算法的缺陷,即無法實時量化仿真算法與真實疏散環(huán)境的動態(tài)差異.

人群快速疏散方法側(cè)重于規(guī)劃疏散路徑,即通過采用特定策略進而控制人群疏散過程,為行人推薦安全、高效的疏散路徑,或是提供相關(guān)信息指導人群進行疏散.江奎東等人[18]針對火災煙氣環(huán)境下的人員疏散問題,分析人員密度、可視條件等因素對疏散速度以及行人選擇最佳疏散路徑的影響,針對蟻群算法在求解最佳路徑問題方面存在的局限性進行改進.劉楊等人[19]提出一種基于用戶均衡理論的疏散人員出口分配方法,在復雜障礙物分布的多出口公共區(qū)域中,考慮不同疏散出口的寬度和遠近情況,采用用戶均衡分配策略分配疏散出口.Ruan等人[20]提出了一種動態(tài)元胞自動機模型,考慮了疏散過程中行人的記憶對疏散路徑的影響.以上研究者提出的人群疏散方法更注重疏散路線規(guī)劃而忽略了疏散整體時間,并且在考慮疏散人員分組時規(guī)劃精細度不夠,會造成部分疏散資源的浪費.

3 行人軌跡模型

3.1 地鐵站布局和設施特點

地鐵站在空間結(jié)構(gòu)和設施布局上較為復雜,通常由站臺層、站廳層、走行設施以及出入口等組成.其中站廳層是行人通往站臺層和地鐵站出口的中間區(qū)域,這一區(qū)域作為連接各個站臺層和出口的通道,包含了車站服務臺、收費閘機、安檢等設施.地鐵站內(nèi)應急疏散過程中,行人通常會選擇距離自己較近的出口作為逃生出口,導致出口處過度擁擠,通行效率低下.

3.2 人員行為特點及分析

通過對地鐵站廳層行人移動過程的觀察,發(fā)現(xiàn)在正常狀態(tài)下和疏散狀態(tài)下,行人在移動目的、移動速度、負重類型等方面均表現(xiàn)出一定的差異性,這些差異直接影響行人的疏散時間.應急疏散時,在可視范圍內(nèi)部分行人會根據(jù)出口距離、出口擁擠度、出口堵塞人數(shù)等因素評估疏散時間,從而選擇最優(yōu)疏散出口;疏散狀態(tài)下,行人的移動速度將會更快,但是由于行人大多有不同程度的負重,所以在進行疏散時,行人速度變化幅度各不相同;此時,每個人都試圖盡快完成疏散,出口處人群之間的摩擦系數(shù)增加,整體的疏散速度反而會降低;行人將會對障礙物或災害有一定的趨避心理,在行為上主要表現(xiàn)為與其保持一定的距離或繞行等.

3.3 地鐵站廳層行人軌跡模型

行人軌跡模型是疏散仿真的基礎,將直接決定疏散仿真結(jié)果.在分析地鐵站廳層設施布局及行人行為特點的基礎上,本文提出了一種基于元胞自動機的地鐵站廳層行人軌跡模型,該模型重新設計了行人在出站閘機處的支付通過行為及行人移動速度表示.

首先,本文通過地鐵站工作人員獲取了杭州市地鐵1號線武林廣場地鐵站的出站數(shù)據(jù),該數(shù)據(jù)包括列車到站時刻以及帶有身份識別信息的行人通過出口處閘機的時刻.基于以上數(shù)據(jù),可以估算行人從下車至出站過程消耗的時間.本文采用摩爾型元胞自動機構(gòu)建行人軌跡模型.

將地鐵站廳層空間劃分為邊長為0.5 m×0.5 m的網(wǎng)格空間,每一個網(wǎng)格表示一個元胞,所有元胞構(gòu)成了系統(tǒng)的元胞空間.元胞所具有的狀態(tài)分別為:空閑、被行人占據(jù)、被設施占據(jù)、被障礙物占據(jù).因此,元胞狀態(tài)集合可定義為

為了更準確地描述行人在正常狀態(tài)和疏散狀態(tài)下的行走細節(jié),本文采用如下評估函數(shù)作為行人移動演化規(guī)則:

式(2)中:表示在t時刻,需移動元胞的鄰點ij作為目標移動格點的評估分值;Dij表示在t時刻,鄰點ij距離目標出口的距離;Oij表示鄰點ij周圍的障礙物占據(jù)格點數(shù)量;Sij表示鄰點ij周圍的災害占據(jù)的格點數(shù)量;α1,α2,α3是對應各項權(quán)重系數(shù);nij表示鄰點ij是否為障礙物或災難占據(jù),如果被占據(jù)則nij取值為1,否則為0.

其次,需要構(gòu)建出站閘機處的支付通過行為模型.正常狀態(tài)下,行人首先行走至出站閘機處,需排隊支付完成后通過閘機.這一過程可分為3個步驟:1)行人從起始點開始移動,行走至支付隊列隊尾;2)行人排隊等待支付;3)完成支付并離開閘機通道.其中行人的支付時間和通過閘機通道時間均可通過統(tǒng)計數(shù)據(jù)獲得,在仿真時可為行人分配范圍隨機數(shù).

在疏散狀態(tài)下,為能夠以最快的速度疏散所有行人,地鐵站工作人員可根據(jù)疏散要求打開閘機(不需要刷卡支付).地鐵站工作人員在未打開閘機前,行人仍然需要刷卡通過.在閘機打開后,行人無需支付即可出站,此時可將閘機通道作為普通出口處理.閘機通道的疏散速度可結(jié)合Fruin模型[21]中人員流動系數(shù)經(jīng)驗公式間接計算

式(3)中:p表示出口演化時間內(nèi)疏散人數(shù);n表示出口處閘機數(shù)量;w表示閘機寬度;?t表示演化時間;f表示人員流動系數(shù).

最后,對行人移動速度表示模型進行設計.行人的移動速度對疏散過程起到了重大的影響作用.行人行走速度由其自身條件和周圍環(huán)境雙重因素決定.本文著重考慮了行人負重和周圍行人密度對行人移動速度的影響.

在地鐵站中,影響行人行走速度的自身因素主要是其自身負重,當行人隨身攜帶大件行李時,其行走速度將會有明顯的降低.張開冉等人[22]通過實驗統(tǒng)計確定了負重時行人的行走速度,當行人攜帶小件行李和不攜帶行李時,對不同年齡階段的行人的行動幾乎不產(chǎn)生影響,但是當行人在背包、拎較大的手提包、攜帶行李箱時會對行人行走速度產(chǎn)生較大影響.行人負重時的行走速度Vl可表示為

式(4)中:V0表示行人無負重或攜帶小件行李時行走速度;K表示不同負重類型對應的行人行走速度衰減集合.

另外,本文采用Fruin模型計算在一定人群密度下行人的行走速度Vf.行人的行走速度Vw可使用負重行走速度Vl和人群密度行走速度Vf表示為

4 基于貪心選擇的行人疏散出口分配方法

基于以上行人軌跡半仿真模型,本文可以通過行人的真實出站數(shù)據(jù)對參數(shù)進行優(yōu)化,得到與真實情況接近的軌跡模型,并取得較好的仿真結(jié)果.為了保證在災害發(fā)生時,行人能夠第一時間得到最佳的疏散方案,在設計疏散出口分配方法時,必須重點考慮算法復雜度對疏散實時性和疏散效果的影響.為此,本文提出了一種基于貪心選擇的行人疏散出口分配方法.

4.1 疏散時間分析

在使用疏散時間經(jīng)驗模型計算群體疏散時間時,如果將個人在設施或出口處排隊通過時間定義為常量,在某些場景中并不適用.

如圖1所示,A,B,C3個行人從同一個出口進行疏散,假設三者的疏散時刻分別為tA,tB,tC,行人C行走至出口處的時刻為wC.

圖1 疏散次序Fig.1 Evacuation order

以Togawa經(jīng)驗公式為例,當計算行人C的疏散時間時,wC≤tB即行人C行走至出口處的時刻早于行人B的疏散時刻,但在行人C行走至疏散出口處這一段時間中行人A或早已以通過出口,此時若繼續(xù)使用經(jīng)驗公式來計算行人C的疏散時間,將導致其疏散時間偏長;而當wC>tB時,即行人C行走至出口時刻晚于行人B疏散時刻,那么疏散時間經(jīng)驗公式將不適用于計算行人C的疏散時間.

4.2 疏散時間計算

為了能夠更加準確估算行人的疏散時刻,本文針對地鐵站廳層行人疏散提出了一種由行人個體移動速度決定的行走時間、行人在疏散出口處排隊通過時間、出口處擁擠消耗時間共同決定的行人疏散時刻估算方法.

在疏散過程中,行人行走速度可表示為v,行人行走距離表示lm;疏散時行人行走至出口m的時間Tw可表示為

使用g表示當前出口處可用于疏散的閘機通道數(shù);用f表示是否需要支付才能通過閘機,當需要支付時為1,否則為0;tp和tw分別表示支付時間和通過時間;w,r分別表示閘機通道寬度和行人流動系數(shù).行人排隊通過閘機的時間Te可表示為

當出口處聚集大量行人時,越靠近出口處,行人密度越大.行人的移動速度受到周圍行人的影響,隨著周圍行人密度增大而降低.行人周圍行人密度為ρ時,受行人密度影響移動速度可表示v(ρ),那么當行人距離出口為R時,受擁擠影響行走至出口處時的移動時間可表示為

隨著距離出口處距離r的增加,行人密度出現(xiàn)負指數(shù)衰減,可表示為ka?r,其中k表示行人的最大密度.在前方阻塞行人數(shù)p可知的情況下,阻塞區(qū)域半徑R可通過求解式(9)得出

4.3 行人疏散時刻

行人i由出口m逃生的疏散時間由出口m完全疏散已分配人數(shù)時刻和行人i行走至出口m的時刻共同決定.將行人移動初始時刻記為T0,出口m完全疏散已分配人數(shù)時間記為Tm,行人行走至出口m處的時刻記為Tw,為簡化論述過程,將行人排隊通過時間與因擁擠造成的時間消耗之和用ts來進行表示.

分析Tm和Tw可知,當Tm≤Tw時,意味著行人到達出口m處時,出口m處仍有未疏散人員,行人i需要排隊等待,此時行人i的疏散時刻可表示為Tm+ts.

綜上行人疏散時刻可表示為

4.4 出口分配模型與貪心選擇策略

本文針對疏散出口動態(tài)分配問題建立如下數(shù)學模型:

定義1疏散次序.疏散次序是指任意一種分配方式對應的所有疏散出口疏散隊列中行人前后關(guān)系.

假設1行人疏散次序由行人到達出口的時刻所決定,即到達時刻越靠前,排序越靠前;

假設2每一種分配方式都對應唯一確定的疏散次序;

假設3開始疏散時,過往列車不再?？?疏散總?cè)藬?shù)唯一確定;

假設4緊急疏散時,在出口處由于擁擠導致行走速度緩慢,會造成疏散時間消耗.并采用如下表1符號進行表示.

表1 模型符號表示Table 1 Model notation rules

將為n個行人分配疏散出口的所有分配方式的集合可表示為Qn,其中某一種分配方式可以表示為qn,在qn分配方式下疏散n個行人的完全疏散時刻可表示為,因此疏散n個行人的最快疏散時刻可表示為

第n+1個行人的最快疏散時刻可表示為

疏散n+1個行人時,最快疏散時刻

將n個行人分配到m個出口時,共有mn種分配方式,分配方式的數(shù)量將隨疏散出口數(shù)量和待疏散行人數(shù)量呈指數(shù)級增長.使用暴力求解方法計算所有可能分配次序的疏散時間將耗費大量的計算時間,求解效率低.

為簡化問題的計算過程,可以將n個行人的疏散出口分配問題劃分為n次分配求解,每次分配根據(jù)當前的疏散狀態(tài)為待疏散人群中的一個行人分配出口.由上一章節(jié)所建立模型可知,疏散n+1個行人的最快疏散時間En+1是由前n個行人分配次序所決定的疏散狀態(tài)和第n+1個行人到達各出口的時間及其通過出口時間共同確定,因此只有第n+1個行人在疏散狀態(tài)下,疏散時間最小即Fn+1取得最小值時,整體疏散時間最短.

因此,在保證疏散次序靠前的行人優(yōu)先疏散的前提下,n個行人的出口分配問題可使用每次選取最小疏散時間的待分配行人并為其分配出口,即可對問題求解.根據(jù)問題特性和上述分析,基于貪心策略的行人疏散出口分配過程如下:

1) 第1次分配時,計算所有待疏散行人行走至各疏散出口的時間,并對行走時間排序;

2) 將最小行走時間行人作為分配對象,最小行走時間所對應出口為其最佳疏散出口,并計算疏散時間;

3) 將行人加入到其疏散出口對應的疏散行人隊列,在待分配行人中去除該行人;

4) 計算所有待疏行人疏散時間;

5) 將最小疏散時間行人作為分配對象,最小疏散時間所對應出口為其最佳疏散出口;

6) 將本次為其分配出口的行人加入到其疏散出口對應的疏散行人隊列,在待分配行人中去除該行人;

7) 重復4)–6),直到為所有行人都分配出口.

5 實驗結(jié)果與分析

5.1 行人軌跡模型

如圖2(a)所示,以杭州市武林廣場地鐵站的站廳層作為疏散場景原型,站廳內(nèi)付費區(qū)域呈長方形;付費區(qū)域的周圍有6個閘機簇,每個閘機簇閘機數(shù)量不等;付費區(qū)域內(nèi)按照一定的設計要求分布著框架柱;付費區(qū)域中分布著扶梯與直梯,供行人下降到站臺層或上升到站廳層.根據(jù)站廳層公共設施和建筑布局,本文構(gòu)建了如圖2(b)所示疏散場景,其中行人占據(jù)的空間被近似為具有剛性的圓形.

圖2 疏散仿真場景Fig.2 Simulation of evacuation scenarios

仿真參數(shù)主要包括疏散場景基本參數(shù)、行人基本參數(shù),如表2所示.行人基本參數(shù)及取值如表3所示,速度單位為m/s.

表2 疏散場景參數(shù)取值Table 2 Parameter value of evacuation scene

表3 行人參數(shù)取值Table 3 Parameter value of pedestrian

如圖3(a)所示,仿真實驗開始時,行人隨機分布在疏散場景中.在正常情況下,行人將根據(jù)自身的出行目的選擇目標出口,隨后行走至出站閘機,支付完成后由閘機通道出站.當行人到達速度大于行人出站速度時,將會在閘機處形成如圖3(b)所示阻塞人群,行人排隊等待支付出站.

圖3 疏散仿真過程Fig.3 Simulation of the evacuation process

分析地鐵站工作人員提供的行人出站刷卡記錄,該地鐵站高峰時期某小時出站行人為1064人,現(xiàn)將實際行人刷卡時間點作為仿真實驗中行人開始行走時間點,模擬行人出站過程.圖4(a)為仿真過程中每分鐘出站行人數(shù)與實際出站行人數(shù)折線圖.由圖4(a)可以看出,兩條折線高度擬合.經(jīng)計算,用以度量擬合程度的可決系數(shù)R2為0.67,說明本模型能夠較好的模擬真實的行人出站行為.

根據(jù)實際行人出站刷卡記錄,該站行人出站最高速率為3.64人/s.為進一步驗證本文提出的軌跡模型的有效性,進行如下實驗:模擬出口閘機滿負載情況,對比30 s時間內(nèi)仿真實驗出站行人數(shù)與實際出站行人數(shù).實驗結(jié)果如圖4(b)所示,仿真模型模擬的閘機通過人數(shù)與真實閘機通過人數(shù)基本一致,這也進一步證明了本仿真模型對不同速率的行人軌跡估計的有效性.

圖4 出站仿真實驗結(jié)果Fig.4 Simulation and experimental results of evacuation

5.2 出口分配方法

為了驗證本文所提疏散出口分配方法的有效性,現(xiàn)對最短路徑出口分配方法、最短時間出口分配方法以及本文所提出的基于貪心選擇的行人疏散出口分配方法進行實驗,并分別對疏散過程中使用各方法時各疏散出口疏散人數(shù)和整體疏散時間兩個角度進行分析.

其中:最短路徑分配方法即計算行人到達所有疏散出口處的距離,選取距離行人最短的出口作為最優(yōu)出口.該方法相對其他方法具有計算過程簡單、計算量小,能夠快速的為大量的用戶分配疏散出口等優(yōu)勢;適用于一些行人個體運動能力相似、距離各個出口相近的疏散場景.但是該方法僅考慮行人到各出口的距離,未考慮行人移動速度和疏散通道狀況等其他疏散影響因素.在大多數(shù)的疏散場景下,部分疏散出口不能夠得到有效利用,整體疏散時間仍可以被進一步縮減.最短時間的出口分配方法則根據(jù)行人從各出口疏散時間的長短來確定行人的最優(yōu)疏散出口.時間的計算通常是利用疏散時間經(jīng)驗模型計算.經(jīng)驗公式通常會考慮出口寬度、疏散通道長度等參數(shù)對疏散時間影響.一般情況下,如果疏散時間估算準確,最短時間的出口分配方法能夠較為準確的將行人分配到各個疏散出口.但是在幾乎所有真實場景中,疏散時間估算并不準確.極端情況下,個別出口在其他出口早已疏散完成時仍未疏散所分配行人.

根據(jù)武林廣場地鐵站特定時間點的真實出站數(shù)據(jù),本文設定實驗初始時在地鐵站廳層隨機分布260人,實驗開始后行人由站臺層通過樓梯或電梯到達站廳層,所有站臺層行人全部上升到站廳層用時60 s,行人總數(shù)在這一過程中持續(xù)增加,在60 s后,站廳層所有行人都到達站廳層時,模擬行人總數(shù)為1115人.

圖5(a)為使用最短路徑方法為行人分配疏散出口時,各疏散出口疏散人數(shù)隨時間變化的折線圖.從圖中可知由于原始狀態(tài)下站廳層有隨機分布的行人,各出口均有行人疏散,30 s以后,其他出口(閘機簇1,3,4,6)疏散人數(shù)不再增加,僅有距離最近的出口2(閘機簇2)和5(閘機簇5)在不斷承擔疏散任務,在整個疏散過程中距離較遠的疏散出口并未被利用,從而導致疏散資源的浪費.

圖5(b)為使用最短時間方法為行人分配疏散出口時,各疏散出口疏散人數(shù)隨時間變化的折線圖.由于出口2和出口5閘機數(shù)量為其余出口閘機數(shù)量的3倍,因此出口2和出口5疏散人數(shù)應為其余疏散出口的3倍,從圖中可知出口2和出口5并未被充分利用.

圖5(c)為使用貪心策略為行人分配疏散出口時,各疏散出口疏散人數(shù)隨時間變化的折線圖.從圖中可知,閘機2和閘機5疏散人數(shù)約是其他4個出口的3倍,與閘機數(shù)量比一致,表明各出口都能夠以較高的效率疏散行人.

如圖5(d)所示,疏散狀態(tài)下,使用3種方法進行疏散出口分配時整體疏散時間分別為125 s,109 s,91 s,使用貪心選擇策略為行人分配疏散出口時,相對其他兩種方法分別節(jié)省了34 s與18 s,疏散效率相對提高約27.2%,16.5%.

圖5 各出口疏散人數(shù)變化及總?cè)藬?shù)變化Fig.5 The number of evacuation and the total number variation

6 總結(jié)與展望

為了提高行人疏散效率,本文從行人疏散出口分配角度出發(fā),提出了一種基于貪心選擇的地鐵站內(nèi)行人疏散方法,目的在于解決當前行人疏散出口分配方法存在的疏散出口利用不均、應對突發(fā)情況能力較弱等問題.真實環(huán)境中疏散狀態(tài)信息的獲取難以保證,且信息采集設備種類多、數(shù)量大、成本高.本文提出了半仿真模型設計,即通過實際數(shù)據(jù)不斷優(yōu)化半仿真模型,有效解決了在實際生活中大量群體性數(shù)據(jù)無法獲取的問題,具有一定的創(chuàng)新性.進而,利用這種半仿真模型,本文也驗證了貪心選擇策略應用于行人疏散的有效性,從而提高了疏散的實時性.

本文采用真實數(shù)據(jù)構(gòu)建半仿真模型,盡管能夠?qū)崿F(xiàn)對普通場景下大多數(shù)行人的出站模擬,但仍缺少緊急疏散場景下的有效數(shù)據(jù).在未來的工作中,本文將進一步有針對性地利用多種定位手段,采集緊急疏散場景下行人的行動軌跡,進一步利用真實疏散軌跡數(shù)據(jù)不斷優(yōu)化疏散仿真模型.