⾏⼈交通仿真研究进展
已有1154 次阅读2010-4-27 22:59 |个⼈分类:⾏⼈仿真|系统分类:科研笔记|关键词:城市交通，⾏⼈交通，疏散，交通流前些⽇⼦对以前研究的⾏⼈交通做了⼀个规整，梳理了⼀下其研究进展⾏⼈交通仿真研究进展1 引⾔
作为⼀个新兴词汇，“⾏⼈交通”正在被包括城市交通研究者、管理者和交通参与者在内的⼈所认识和了解。狭义上的⾏⼈交通只包括发⽣在道路上的步⾏⾏为；⼴义上的⾏⼈交通则包括发⽣在⼀切公共设施范围内的步⾏⾏为，⽐如机场、地铁站、体育场馆、⼈⾏道、⼈⾏横道等。近来，特别是911事件以来，⾏⼈研究成为了物理学、计算机科学、经济学、数学以及交通⼯程等学科的研究热点。这些研究的努⼒都是为了使步⾏活动更⽅便、更舒适、更经济、更安全。
作为⼀种对复杂问题和随机现象具有良好描述能⼒的有效⼯具，计算机仿真已经成了研究、评价⾏⼈交通的重要⼿段之⼀。尽管如此，与机动车交通仿真不同，⾏⼈系统因为具有诸如多样性、慢速性、随机性和⾃组织性的独特特征⽽显得复杂的多。因此，近年来出现了许多专门的⾏⼈交通理论、模型、⽅法以及相关的软件产品，⽽且越来越多的⼈也对⾏⼈交通仿真的研究体系和进展感兴趣，所以，对相关的研究情况作⼀回顾了总结就显得很有必要。2 研究概况
总体来说，⾏⼈研究可以分为三个层次：宏观、中观和微观，它们之间并没有严格的界线。宏观研究主要关注⾏⼈设施当中⾏⼈步⾏空间分配的问题，⽐如流量-速度-密度的关系；中观研究主要关⼼⾏⼈流中的群特性；微观研究则把⾏⼈流中的每个⾏⼈看成具有速度、年龄、环境、⼼理等属性的独⽴实体。
⾏⼈研究的历史可以追溯到上世纪五⼗年代，那时候的⼈们主要关⼼流量-速度-密度的关系和⾏⼈设施的容量。那时计算机技术还不发达，⼤部分的研究仅仅是靠⾁眼观察、拍照、胶⽚记录等⽅式宏观评价⾏⼈流。⼀个⽐较早的宏观⾏⼈仿真模型是由Fruin在1971年提出的，他的模型已经被HCM所采⽤作为分析宏观⾏⼈流特性的⽅法。这些研究因为没有考虑⾏⼈间的相互影响所以不太适合⽤于预测步⾏区域或建筑物内的⾏⼈流特性，⽽且这些研究⼤部分继承的是机动车交通流的理论。客观的说，这些模型对于计算⼀些常态下的宏观参数是有效的，但是如果要求更细⼀些或场景更复杂些，它们就⽆能为⼒了。
现在经常被⽤到的“⾏⼈仿真”⼀词实际上主要指“⾏⼈微观仿真”，这项研究的内容分两⼤块：仿真模型和仿真软件。前者是构建⽤于描述⾏⼈交通特性的模型，后者是开发⽤于测试和可视化⾏⼈相关设计⽅案的仿真⼯具。
上世纪80年代中期以来，随着计算机技术的飞速发展，利⽤计算机仿真和重现⾏⼈交通场景成为可能，也就是“计算机仿真”，这种技术在仿真当中把每个⾏⼈看成具有⾃⾝属性的独⽴实体。随之，⾏⼈微观仿真模型应运⽽⽣。这些模型基于⾏⼈⾏为，⾯向计算机仿真。早期的微观⾏⼈仿真模型是从计算机游戏和动画中引⼊的。从那以后，许多来⾃物理学、计算机科学、经济学、数学、和
交通⼯程学界的学者投⼊到了这⽅⾯的研究。总体来说，⽐较受认同和引⽤的模型有五个：成本效益元胞模型、元胞⾃动机模型、磁⼒模型、社会⼒模型和排队⽹络模型。主要的商品化⾏⼈仿真软件也有五个：Legion, PedGo, SimWalk, AnyLogic,VISSIM。
3 典型的微观⾏⼈仿真模型
3.1成本效益元胞模型（Benefit cost cellular model）
成本效益元胞模型是由Gipps 和Marksjo于1985年提出的。该模型把⼆维空间划分成等⼤⼩的均匀⽹格（元胞），⾏⼈被模拟成元胞上的粒⼦。每个元胞最多能被⼀个⾏⼈占据，且模型根据周围元胞的情况对每个⾏⼈所在的元胞赋成本值S。该值表⽰临近的⾏⼈或障碍物的排斥作⽤，在与⾏⼈向⽬的地移动的效益值共同作⽤下向⽬标点运动。成本值S的计算公式可以参看Gipps 和Marksjo的论⽂。如果两个⾏⼈所占位置出现重叠，元胞的成本值等于各个⾏⼈产⽣的成本值之和。每个元胞的成本值与其周围的九个元胞（包括⾃⼰）有关，⾏⼈将向效益值最⼤的元胞移动。
成本效益元胞模型的优势在于计算简单，但是由于对元胞和⾏⼈赋值的随意性，使得在实际情形中难以对模型参数进⾏标定。3.2 元胞⾃动机模型（Cellular Automata model）
空间、时间和状态都离散的元胞⾃动机（CA）模型在机动车的仿真中应⽤的⽐较多。今年来，CA模型也在⾏⼈仿真中有新的应⽤。
CA模型也把⾏⼈模拟成元胞当中的实体。步⾏道被划分成均匀⼤⼩的⽹格，⾏⼈⽤单个圆来表⽰，⼀个⾏⼈占据⼀个元胞⽹格。元胞的占据状态由⼀些没个步长都更新的局部邻居规则决定。每个⾏⼈的运动包括两个动作：队列更换
和元胞跳跃。在每⼀个时间步长内，每个元胞只能处于“被占据”与“不被占据”两种状态中的⼀种。
在CA模型的仿真中，每个步长时间内规则是通过两个并⾏的进程来完成更新的。第⼀个进程是队列更换规则：如果⾏⼈左边或右边的⼀个或两个都空闲，⾏⼈就会被分配到当前的和邻近的队列中间隙最⼤的那个队列中去。如果有多个队列符合条件，模型则将按照⼀定的概率分布随机分配到某⼀个队列中去。第⼆个进程是基于有效间隙和速度估计的速度分配。⼀个间隙指的是前⾯空闲元胞的个数。
虽然CA模型同样⽐较有利于数据更新，但是CA模型尝试性的规则更新却是不可取的，因为这并没有真实反映⾏⼈的⾏为。元胞模型固有的⽹格使得仿真出来的⾏⼈⾏为看起来有些粗燥。⾏⼈看起来是在各个格⼦当中跳动。3.3磁⼒模型（Magnetic force model）
Okazaki于1979-93 年间与Matsushita 共同开发了⾏⼈运动仿真的磁⼒模型。模型运⽤磁场⼒学的原理对⾏⼈运动进⾏模拟。模型中，⾏⼈个体被定义为阳极，障碍物，如墙、⽴柱、栏杆等也定义为阳极，⾏⼈的⽬的地被定义为阴极。在磁场吸引⼒和排斥⼒的作⽤下，⾏⼈向着⽬的地运动并避免与其他⾏⼈障碍物冲突。在磁⼒模型中，有两个⼒作⽤于⾏⼈，⼀个是⽤库仑公式计算的磁⼒，其⼤⼩取决于⼀个⾏⼈的磁场强度和⾏⼈之间的距离；另⼀个⼒是作⽤于⾏⼈⽤以避免与其他⾏⼈冲突的⼒。模型中，所有来⾃⽬的地、障碍物、其他⾏⼈的合⼒共同作⽤于每个⾏⼈，决定了每个⾏⼈在任意时刻的速度，这个速度到达某个给定的上限时将维持恒定。模型中磁场强度值是预先定义的，如果磁场的强度⼤，相应的⾏⼈之间或与
障碍物之间的排斥⼒也越⼤。模型中墙壁等障碍物⽤⼀系列连续的点来表⽰，当⾏⼈不能直接到达⽬的地时，某些特殊的地点（如墙⾓）被设定为临时⽬的地。
磁⼒模型中引⼊了排斥⼒的定义，充分考虑了避免⾏⼈和其他⾏⼈或障碍物冲突的情形。但是，与成本效益元胞模型类似，由于磁场强度值设定的任意性，该模型的参数标定较为困难。3.4 社会⼒模型（Social force model）
由Helbing等⼈提出的社会⼒模型是⼀种多粒⼦⾃驱动模型，也就是在模型中⾏⼈是由⾃驱动的粒⼦代替的。社会⼒的概念并不是指物理上实际存在的⼒，⽽是以⼀种虚拟的⽅式代表⾏⼈的社会⼼理以及⾏⼈之间、⾏⼈和环境之间的相互作⽤。⼀个质量为的⾏⼈总是希望以⼀定的期望速度朝期望的⽅向运动，因此，⾏⼈在⾏⾛过程中都会期望能在较短的时间内调整他当前的实际速度到期望速度。⾏⼈与墙壁、其他⾏⼈的相互作⽤包括排斥和摩擦。距离越近，之间的相互作⽤⼒就越⼤。社会⼒模型中，常常⽤和分别代表⾏⼈之间、⾏⼈和墙壁之间的相互作⽤⼒。模型的⾏⼈运动主⽅程为：
社会⼒模型认为，⾏⼈之间往往会保持⼀定的距离，这⼀特性在模型当中是通过⼼理⼒来模拟的。但是如果两个⼈之间的距离⼩于他们的半径之和（⼀个⾏⼈⽤⼀定半径的圆代替）的话，就代表他们有⾝体上的接触。⾏⼈和墙壁之间的处理⽅式是类似的，唯⼀的不同是在⼒的强度上有⼀点区别。
应该说，社会⼒模型是到⽬前为⽌最好的⾏⼈微观仿真模型。模型中的变量不是任意的，因为那些变量都有可以测得的物理意义。模型仿真的结果显⽰⾏⼈交通流具有⾃组织的特性。尽管如此，社会⼒模型仍然有两个问题值得商榷。⼀个是模型并不能完全保证⾏⼈之间不出现碰撞（交叠），其表现就是从仿真过
程来看会出现有些⾏⼈跑到别⼈的“⾝体”⾥⾯去了，⽽这是不现实的，所以社会⼒模型还需要⼀个像磁⼒模型中的那种避碰⼒来防⽌这种现象的发⽣。另⼀个问题是社会⼒模型的研究⼈员似乎更多的是从物理作⽤的⾓度来解释⾏⼈的物理⾏为⽽不是从交通流的⾓度来解释。
3.5 排队⽹络模型（Queuing network model）
Lovas、Thompson、和Watts等⼏位学者将微观⾏⼈仿真⽤于了疏散设计，他们⽤排队⽹络模型作为模拟建筑物⽕灾疏散的⼯具。排队⽹络模型采⽤的⽅法是基于离散事件的蒙特卡洛仿真，在该模型中，房间⽤节点来表⽰，房间之间的门⽤连接线表⽰。每⼀⾏⼈离开⼀个节点，并在连接线中排队，然后进⼊另⼀个节点。⾏⼈由⼀个节点向另⼀个节点移动，寻找建筑物的出⼝。⾏⼈都有特定的⽬标，并且尽可能快速且安全的由当前位置向出⼝移动。每个节点会记录下⾏⼈的路径和时间。当⾏⼈到达某⼀个节点时，会根据权重随机选择的原理在所有可能的路径中作出选择，权重系数为建筑物中⼈群密度的函数。在起始节点，⾏⼈在开始运动之前有⼀段反应时间，当⾏⼈到达⽬的地节点时结束运动过程，仿真过程结束。
在排队⽹络模型中，⾏⼈的疏散时间是⼀个重要的评价指标。然⽽，排队⽹络模型并未清楚的描述出⾏⼈个体的⾏为，⾏⼈之间的冲突也被充分的考虑。此外，排队⽹络模型中所采⽤的先进先出（FIFO，First In First Out）原则在⼈群拥挤疏散情况下并不完全真实。3.6 模型对⽐
以上五个模型的相同点和不同点如表1所⽰，这个⽐较主要是从向⽬的地运动、排斥作⽤、模型的变量赋值、程序编写主导环节、描述现象、疏散时间评
价、参数标定七个⽅⾯展开的。可以看出，五个模型都有使⾏⼈往⽬的地运动的项⽬，但是各模型具体的实现⽅式不太⼀样。另外，五个模型也都有考虑防⽌⾏⼈碰撞的排斥项⽬，但是各模型具体的实现⽅式也不太⼀样。
五个模型都试图⽤来解释⼀定的现象，其中⼀个⽐较明显的现象就是五个模型都有考虑排队的能⼒。另外，五个模型中只有元胞⾃动机模型研究了⾏⼈的⾏⼈交通流的宏观⾏为，其研究表明⾏⼈的平均速度随⾏⼈流密度的增加⽽减⼩。此外，元胞⾃动机模型和社会⼒模型能够描述⾏⼈运动的⾃组织现象，磁⼒模型通过⽬的地磁极的吸引作⽤可以描述⾏⼈移动的路径搜索现象；排队⽹络模型在描述⾏⼈疏散⾏为⽅⾯较为成熟。表1 典型微观⾏⼈仿真模型⽐较
4 ⾏⼈交通仿真软件的发展情况
⾃从⼈们开始尝试⽤计算机来帮助进⾏⾏⼈交通的分析以来，科学家们投⼊了⼤量的⼯作来开发⾏⼈仿真软件。通过近20年的艰苦努⼒，⽬前已经发布了⼏款可以专门⽤于⾏⼈分析的软件：Legion, SimWalk, PedGo, AnyLogic, and VISSIM。它们相关的信息如表2所⽰。表2 典型⾏⼈交通仿真软件
Legion 是⾏⼈仿真软件的领导者，该软件可以帮助那些复杂空间的拥有者和运营者把他们的场所弄的更安全、更有效、更有利。Legion软件开启了⼀种提升全世界⾏⼈设施⽔平的全新⽅法，已经成功应⽤在了悉尼和北京奥运会⾏⼈场所的设计和评价。尽管如此，Legion不菲的价格让很多⼈望⽽却步。SimWalk 是⼀个可以帮助城市和交通规划者、⼯程师、安全监管⼈员以及建筑师仿真和评价⾏⼈步⾏环境的有利分析⼯具，该软件的长项在于探究⽕车站⾏⼈的交通⾏为、机场的⾏⼈流以及体育场馆的疏散时间等。SimWalk的客户已经遍及整个欧洲和少数其他国家。PedGo 是⼀个主要⽤来模拟⾏⼈疏散的软件，这个软件有可能是现在市⾯上模拟疏散运⾏效率最⾼的（在500MHz 的PIII计算机上，可以实时模拟1万⼈的疏散）。AnyLogic是第⼀个也是唯⼀⼀个集系统动⼒学、流程导向（Process-centric）、以及Agent⽅法为⼀体的动⼒学仿真⼯具。VISSIM 是多种交通⽅式微观仿真环境的领导者，该软件具有独特的将城市和公路交通环境细致化描述的能⼒，其中包括⾏⼈、⾃⾏车和各种机动车。VISSIM 在2008年的最新版中，采⽤了社会⼒模型作为⾏⼈运动的基础模型。5 总结与展望
通过前⾯的分析，可以看出近年来⾏⼈仿真的研究不管在理论上还是应⽤上都取得了长⾜的进步，但这并不意味着已经要到盖棺定论的时候了。实际上，此项研究还有很长的路要⾛，其中主要存在三⽅⾯的问题和困惑：（1）⾏⼈仿真是⼀个包含很多领域的综合交叉科学，必须需要许多⼈作为团队⼯作来完成；
（2）由于⾏⼈交通的场景多且复杂，造成⾏⼈仿真模型的标定⽐较困难；（3）⾏⼈交通的微观参数⽐较难采集。坦率的说，这三个问题已经成为了⾏⼈仿真研究道路上的“绊脚⽯”，所以，笔者认为，应该从以下四个⽅⾯加强研究。
第⼀，研制⾼精度的⾃动化视频数据采集系统⽤来采集⼤量的⾏⼈交通微观数据来构建新的模型或标定现有的模型；第⼆，加强紧急情况下的疏散和⼤型活动的⾏⼈交通仿真研究；第三，研制⾼速的实时仿真系统为仿真⾄少1万⼈的复杂问题提供技术平台；第四，加强仿真模型的应⽤。
随着⼈们对⾏⼈交通仿真研究的深⼊，其研究成果必将对交通规划、⾏⼈设施设计和⾏⼈交通组织产⽣深远影响，必将进⼀步帮助缓解城市交通状况，最⼤程度上避免和减少紧急情况发⽣时⼈群疏散和逃⽣造成的损失。_____________________________________________________
以上内容根据本⼈的硕⼠论⽂做了进⼀步的扩展,没有单独发表在期刊上,转载、引⽤请注明出处:张诗波.基于Agent的⾏⼈交通微观仿真建模与分析[D].昆明:昆明理⼯⼤学,2007.
Zhang Shibo(2007).Agent-based modeling and analysis of microsimulation of pedestrian traffic.MS thesis,Kunming
University of Science and Technology,China(In Chinese).
因篇幅问题不能全部显示，请点此查看更多更全内容