[论文解读] Cellular Automaton Based Simulation of Large Pedestrian Facilities - A Case Study on the Staten Island Ferry Terminals

Luca Crociani, Gregor Lämmel+2 more|arXiv (Cornell University)|Sep 11, 2017

Evacuation and Crowd Dynamics参考文献 23被引用 3

一句话总结

本文提出了一种多尺度仿真模型，结合细胞自动机（CA）对交通枢纽内行人微观动态进行建模，并结合中观排队模型对渡轮时刻表进行仿真，以评估在当前及未来需求下的史泰登岛渡轮码头。关键发现是，当前码头布局无法应对预测的高峰需求，怀特霍尔码头的登船时间超过9分钟，表明亟需对布局或流程进行调整以维持时刻表的完整性。

ABSTRACT

Current metropolises largely depend on a functioning transport infrastructure and the increasing demand can only be satisfied by a well organized mass transit. One example for a crucial mass transit system is New York City's Staten Island Ferry, connecting the two boroughs of Staten Island and Manhattan with a regular passenger service. Today's demand already exceeds 2500 passengers for a single cycle during peek hours, and future projections suggest that it will further increase. One way to appraise how the system will cope with future demand is by simulation. This contribution proposes an integrated simulation approach to evaluate the system performance with respect to future demand. The simulation relies on a multiscale modeling approach where the terminal buildings are simulated by a microscopic and quantitatively valid cellular automata (CA) and the journeys of the ferries themselves are modeled by a mesoscopic queue simulation approach. Based on the simulation results recommendations with respect to the future demand are given.

研究动机与目标

• 将所提出的史泰登岛渡轮码头仿真模型与真实世界高峰时段数据进行对比，以验证其准确性。
• 评估当前码头布局在超过每循环3,600名乘客的未来预测客流下的性能表现。
• 识别乘客流中的关键瓶颈，特别是圣乔治与怀特霍尔码头在登船与下船过程中的问题。
• 基于数据提出针对基础设施或流程的改进建议，以提升码头效率并确保渡轮时刻表的遵守。
• 展示结合微观CA与中观排队模型的混合多尺度仿真方法在大型行人设施中的有效性。

提出的方法

• 采用离散空间与时间网格的细胞自动机（CA）模型，对码头建筑内个体行人的微观移动行为进行仿真。
• 模型采用基于步长的时间表示法，固定时间步长，并引入基于代理的决策规则以实现路径选择与门禁通行。
• 采用中观排队仿真模型对渡轮航程周期进行建模，包括发车间隔与乘客吞吐量，并与基于CA的码头仿真进行集成。
• 仿真整合了两个码头建筑（圣乔治与怀特霍尔），并模拟乘客在各个闸口、等候区与登船坡道之间的流动。
• 通过将仿真所得的乘客出行时间与高峰时段实地测量数据进行对比，完成模型验证。
• 每个场景进行30轮仿真运行，以确保在分析前达到稳态条件。

实验结果

研究问题

• RQ1 所提出的基于CA的仿真模型在史泰登岛渡轮码头高峰登船与下船期间，能否准确再现真实世界的乘客出行时间？
• RQ2 未来需求（每循环超过3,600名乘客）对乘客出行时间与码头吞吐量的预测影响是什么？
• RQ3 在预测的未来需求下，当前码头布局与登船流程在登船时长与周期时间方面的表现如何？
• RQ4 在需求持续增加的情况下，哪个码头（怀特霍尔或圣乔治）成为渡轮周期中的关键瓶颈？
• RQ5 为在未来的客流预测下维持可接受的登船时间与时刻表遵守，需要采取哪些运营或基础设施改进措施？

主要发现

• 仿真模型在真实世界数据验证中表现良好，基础情景下平均登船时间与实测值差异小于10%。
• 在2017年需求预测中，怀特霍尔码头的平均登船时间达到204秒（超过3.5分钟），第95百分位数达332秒（超过5.5分钟），表明存在显著延迟。
• 怀特霍尔码头的最大总登船时间达到558秒（超过9分钟），超出15分钟的渡轮时刻表间隔，威胁到准点运行。
• 圣乔治码头表现更优，平均登船时间为165秒（不足3分钟），但第95百分位数仍超过5分钟。
• 仿真结果表明，尽管使用了两个登船门，怀特霍尔码头因乘客流动时间更长且客流量更高，成为关键瓶颈。
• 结果表明，当前码头布局无法满足未来需求，必须对基础设施或登船流程进行修改，以维持运营效率。