[发明专利]一种基于马尔可夫状态跳变的行人行走行为预测方法

说明书

本发明公开了一种基于马尔可夫状态跳变的行人行走行为预测方法，所述方法包括：S1：对密集状态下人群的移动特征进行调研，采集信息统计分析得到人群密度‑速度，密度‑流量关系；S2：根据行人在移动过程中视野条件、建筑物规模及信息获取等因素对人群运动行为的路径搜索和选择过程的影响，建立基于信息传递的方向选择模型；S3：根据关系图中人群移动速度的大小将其离散化，利用马尔可夫状态跳变的思想选取行人移动速度大小；S4：行人在遇到障碍物时会提前减速并与其保持一定的距离避免接触和碰撞。行人在此规则下的运动能够准确地预测密集人群的移动行为，为正确疏导人群提供参考，同时可以改善大型公共场所的空间结构设计，对提高人群疏散效率，保障生命安全具有重大意义。

技术领域

本发明涉及城市行人交通安全领域，更具体地，涉及一种基于马尔可夫状态跳变的行人行走行为预测方法。

背景技术

近年来，随着经济与文化的发展，城市规模急剧膨胀，城市人口迅速增长，交通问题已经成为人们最为关注的一个问题之一。行人运动是道路交通中的一个重要组成部分，对交通流及交通管理有较大的影响，目前对道路交通中行人的研究越来越受到重视。人群聚集活动越来越多地出现在各种公共场所，当场所内人数增加、密度较高时，行人会相互交织、相互挤压，一个微小的扰动就会使人群进入不稳定的状态，如果不进行有效的控制和管理，很容易造成伤亡事故。此外，在这些人员密集的场所，一旦发生火灾、地震、危险源等紧急情况，如何将建筑物中的大量人员快速安全地疏散也是保证人员安全地重要手段。全世界每年都有数千人在聚集活动时发生的突发事件中丧生，因此针对于人群中行人行为的安全问题备受关注。

交通事故以及人群聚集的风险是由多种因素共同构成的，具体涉及到场所类型、空间结构、组织管理、人群类型、人群运动特征、安全措施等方面。其中，行人在场所中的行为特征是影响行人安全风险的重要因素。人在公共场所中的行为受到社会、道德、环境、习惯、身体状况、心理、教育、文化、性格等各种因素的影响，既具有某种规律性，也带有很大的不确定性。行人的心理和行为等虽然存在着个体差异，但是当行人数量增多，人群密度增大时，行人的行为也存在一些共性，并体现出群体特性。行人流是由相互作用的行人构成的多主体复杂系统，行人彼此之间具有较强的非线性相互作用，相对于交通车辆流，行人流的运动更为复杂。

综上可知，对行人流的研究工作已经成为一件极为紧迫和相当重要的事情。行人动力学是研究正常及紧急情况下，公共场所中行人运动特征及人群管理的科学，研究成果可以为设计和优化步行设施，提高空间的使用效率及开发计算机行人仿真软件提供依据，为大型人群聚集活动中的人群管理提供理论指导。此外，系统科学地分析密集人群的移动过程，获取行人的行为特性并对行人疏散过程进行科学有效的管理，是人群管理的最直接手段。正常和恐慌情况下人群的运动行为和规律对事故的发生和演变也起着重要的作用。因此，对密集人群行为进行更深入的研究，分析行人动力学特性，制定科学有效的策略，合理规划和设计建筑物内部结构具有非常重要的科学意义和实际价值。

迄今为止，国内外对行人交通研究的深度远远不及机动车交通，其调查和分析方法需要不断地改进和完善。传统的研究方法包括元胞自动机模型和社会力模型，元胞自动机模型对空间的静态处理和单个行人规则同质化，社会力模型的算法复杂度随着人数的增加呈现指数型增长，且不能反映出单个行人行为的随机性。因此，需要提供一种能够准确预测密集人群行为和移动规律的有效方法，同时考虑单个行人的行走过程的灵活性和复杂性，更为准确地反映人群在不同真实环境下的行走过程的实时预测。

发明内容

为了解决以上问题的至少之一，本发明提供了一种基于马尔可夫状态跳变的行人行走行为预测方法，该方法采用一种智能的启发式规则选取行人的移动方向，并利用马尔可夫状态跳变的规则选取速度大小，同时考虑到行人在移动过程中的实时物理环境使用一种提前减速机制避免发生碰撞，能够更为准确地预测人群的移动行为，为正确进行人群疏散提供参考，提高行人交通的行走效率，保障行人安全。

为达到上述目的，本发明采用下述技术方案：