[发明专利]人群疏散宏观模型迭代式仿真方法有效

专利信息
申请号: 201810731415.4 申请日: 2018-07-05
公开(公告)号: CN109063268B 公开(公告)日: 2021-03-26
发明(设计)人: 赵荣泳;董大亨;胡钱珊;李翠玲;汪栋 申请(专利权)人: 同济大学
主分类号: G06F30/20 分类号: G06F30/20;G07C9/00
代理公司: 上海科盛知识产权代理有限公司 31225 代理人: 翁惠瑜
地址: 200092 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人群 疏散 宏观 模型 迭代式 仿真 方法
【说明书】:

发明涉及一种人群疏散宏观模型迭代式仿真方法,包括以下步骤:1)建立Aw‑Rascle人群动力学宏观模型;2)基于地形环境进行行人高斯分布初始化;3)基于初始化的所述行人流高斯分布和Aw‑Rascle人群动力学宏观模型进行迭代式仿真,并显示仿真结果。与现有技术相比,本发明采用迭代式的仿真方法,能够使仿真的效果更加接近真实情况,具有仿真结果精度高等优点。

技术领域

本发明涉及人群疏散仿真领域,尤其是涉及一种人群疏散宏观模型迭代式仿真方法。

背景技术

近年来,随着社会经济的高速发展,公共场所内经常会出现大规模人群聚集现象。通常来说在人群较为密集的场所中,疏散一直是棘手的问题,安全隐患也日益突出,在拥塞环境中出现的拥挤踩踏等突发事件造成了生命财产的重大损失。因此如何规避人群密集场景下的拥塞事件,减少生命财产的损失,一直是安全领域研究的热点问题。随着科学技术的发展,人群运动仿真技术成为研究的热点。通过仿真手段模拟研究人群疏散的行为规律,其费用开销小等优势对在紧急情况发生时人群的疏散具有重大的现实意义。

仿真方法是建立系统的数学模型并将它转换为适合在计算机上编程的仿真模型,然后对模型进行仿真试验的方法。对人群疏散的仿真,根据仿真时所采用的模型的不同,可分为模拟仿真法、数字仿真法和混合仿真法三类。人群疏散的微观模型适用于模拟仿真方法,宏观模型适用于数字仿真方法,而微宏观混合的模型适用于混合仿真方法。

到目前为止,对于人群疏散仿真方法的研究,尚存在现有的仿真方法存在仿真结果与真实情况相差较大、仿真结果真实性差等若干不足。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种人群疏散宏观模型迭代式仿真方法。

本发明的目的可以通过以下技术方案来实现:

一种人群疏散宏观模型迭代式仿真方法,包括以下步骤:

1)建立Aw-Rascle人群动力学宏观模型;

2)基于地形环境进行行人高斯分布初始化;

3)基于初始化的所述行人流高斯分布和Aw-Rascle人群动力学宏观模型进行迭代式仿真,并显示仿真结果。

进一步地,进行丁字路口仿真时,在步骤1)中,在所述Aw-Rascle人群动力学宏观模型中引入交叉口区域的影响矩阵。

进一步地,所述步骤2)包括:

201)设置丁字路口的地形环境,对丁字路口的主干道和支干道进行网格化;

202)以高斯分布初始化各网格的人群密度。

进一步地,所述人群密度ρ(x,y)的表达式为:

式中,ρ(x,y)为坐标(x,y)处的人群密度,Dmax为最大的人群密度值,a和b分别为垂直和水平方向密度分布的中心横纵坐标。

进一步地,所述迭代式仿真中,各网格的人群密度受周围邻近的所有网格中人群的排斥力、目的地对所在网格人群的吸引力以及人群的恐慌状态的作用而发生变化。

进一步地,所述迭代式仿真具体为:

301)从网格化的坐标原点开始,按时间步长依次进行相邻网格的人群密度变化,所有网格的人群密度均发生改变后,完成一次迭代;

302)以上一次迭代得到的各网格的人群密度为下一次迭代的初始值,重复执行步骤301),直至达到最大仿真迭代次数。

与现有技术相比,本发明具有以下有益效果:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济大学,未经同济大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810731415.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top