Skip to main content
QUICK REVIEW

[论文解读] A local version of the Hughes model for pedestrian flow

José A. Carrillo, S. Martin|arXiv (Cornell University)|Jan 28, 2015
Evacuation and Crowd Dynamics参考文献 22被引用 7
一句话总结

本文通过引入有限视觉和决策确信度,提出了一种Hughes模型的局部变体,以局部感知替代原有的全局密度假设。该改进模型实现了平滑转向与临时等待行为,数值结果意外地表明,由于涌现的等待与转向动力学,信息减少反而能提升疏散效率。

ABSTRACT

Roger Hughes proposed a macroscopic model for pedestrian dynamics, in which individuals seek to minimize their travel time but try to avoid regions of high density. One of the basic assumptions is that the overall density of the crowd is known to every agent. In this paper we present a modification of the Hughes model to include local effects, namely limited vision, and a conviction towards decision making. The modified velocity field enables smooth turning and temporary waiting behavior. We discuss the modeling in the micro- and macroscopic setting as well as the efficient numerical simulation of either description. Finally we illustrate the model with various numerical experiments and evaluate the behavior with respect to the evacuation time and the overall performance.

研究动机与目标

  • 为解决经典Hughes模型假设行人对全局行人密度有全面了解的局限性,引入局部感知。
  • 模拟现实中的行人行为,如因决策不确定性导致的平滑转向与临时等待。
  • 开发一种数值高效的框架,用于模拟宏观与微观人群动力学中的局部视觉效应。
  • 评估感知信息减少对疏散时间与整体人群表现的影响。

提出的方法

  • 在每位行人周围引入局部视野锥,基于邻近密度估算行走代价,替代全局密度知识。
  • 使用平滑投影算子修改速度场,确保方向连续性,避免方向突变。
  • 引入确信度项以调节决策速度,当多个出口代价相等时可实现临时等待。
  • 宏观模拟采用有限体积法,微观模拟采用粒子方法,两者均基于局部密度估计。
  • 使用快速扫掠法求解宏观模型中的eikonal方程以获得势函数。
  • 采用径向相互作用核函数与有界代价函数,以稳定数值解并防止溢出。

实验结果

研究问题

  • RQ1将行人视野限制为局部密度信息,对人群动力学中的疏散效率有何影响?
  • RQ2局部感知是否能在一阶人群模型中引发涌现行为,如平滑转向与临时等待?
  • RQ3相较于全局知识假设,感知信息减少是提升还是降低疏散性能?
  • RQ4在宏观与微观模型中,哪些数值策略能有效模拟局部视觉效应?

主要发现

  • 由于引入了平滑速度投影与确信度项,该局部模型实现了经典Hughes模型中所不具备的平滑转向行为。
  • 当多个出口的局部行走代价相等时,行人表现出临时等待行为,这是经典模型无法捕捉的现象。
  • 数值实验表明,当视野锥直径变化时,疏散时间出现两个局部最小值,表明信息减少可能提升整体性能。
  • 该模型能够再现复杂集体现象,如因局部代价函数中存在多个声点而导致的反复方向改变,这些现象在全局知识假设下不可能发生。
  • 尽管局部视觉增加了计算成本,但通过快速扫掠法与有限体积法,模型仍保持数值稳定与高效。
  • 宏观与微观模拟结果具有一致性,验证了该模型在不同尺度下的可扩展性与鲁棒性。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。