[论文解读] The repulsive force in continous space models of pedestrian movement

Bernhard Steffen, Armin Seyfried|ArXiv.org|Mar 9, 2008

Evacuation and Crowd Dynamics参考文献 10被引用 16

一句话总结

本文提出了一种基于物理原理的、与速度相关的排斥力模型，用于连续空间中的行人模拟，通过将相对速度和方向纳入排斥力动态，扩展了社会力模型。该文认为排斥力必须同时依赖于位置差和速度差，尽管由于数据离散性导致不确定性较高，但仍提供了一个从视频数据中估计参数的框架。

ABSTRACT

Pedestrian movements can be modeled at different degrees of detail. While flux models (Predeshensky/Milinski 1971) and cellular automata models (Schreckenberg 2002) give answers to some important questions and are fast and easy to use, continuous space modeling has the potential of full flexibility in geometry and realistic description of individual movements in arbitrary fine resolution. While the acceleration forces in these models are known with good reliability, there is no agreement on the repulsive forces, not even on the functional form of these forces (Lakoba 2005, Molnar 1996, Parisi 2005, Yu 2005). We give some basic consideration to define the minimal complexity of the functional form of the repulsive forces together with some estimates of the values of parameters. From these considerations it becomes obvious that the repulsive forces have to depend not only on the relative position of persons, but also on the speeds and speed differences. The parameters of these forces will be situation dependant. They can in principle be derived from video observations of people moving, although the large scatter of data and the complexity involved makes for large uncertainties.

研究动机与目标

• 解决连续空间行人模型中排斥力函数形式缺乏共识的问题。
• 定义能够真实捕捉个体运动行为的排斥力函数的最小复杂度。
• 提出排斥力不仅依赖于空间接近程度，还依赖于相对速度和速度差。
• 为从经验视频观测中估计参数提供基础，同时承认数据不确定性。
• 提升连续空间行人模拟模型的现实感与灵活性。

提出的方法

• 基于物理合理性与最小复杂度，推导出排斥力的函数形式。
• 引入排斥力对相对速度和速度差的依赖性，而不仅依赖于距离。
• 运用物理学与社会力建模的原理，约束力的数学形式。
• 提出参数具有情境依赖性，可从视频追踪数据中推导。
• 分析该模型与基本行人流图及观测到的运动模式的一致性。
• 采用现象学方法，在现实感与计算可行性之间取得平衡。

实验结果

研究问题

• RQ1 在连续空间行人模型中，排斥力的函数形式应为何种形式，以确保物理与行为上的合理性？
• RQ2 相对速度与速度差如何影响行人之间排斥力的大小与方向？
• RQ3 尽管存在测量离散性，能否从经验视频数据中可靠估计排斥力参数？
• RQ4 排斥力模型准确表示行人交互所需的最小复杂度是什么？
• RQ5 引入速度依赖性如何提升连续空间行人模拟的现实感？

主要发现

• 为准确建模行人避让行为，排斥力必须同时依赖于相对位置与相对速度。
• 排斥力的函数形式并非普遍固定，而必须具有情境依赖性，随环境与行为条件变化。
• 从视频数据中估计参数在原则上是可行的，但受限于高数据离散性与测量不确定性。
• 该模型通过引入动态、速度敏感的排斥力，优于现有社会力模型。
• 所提出的框架支持高分辨率、几何灵活的行人运动模拟，显著提升行为现实感。
• 本研究为未来基于经验观测数据校准排斥力模型奠定了基础。