博文
基于PTSim的单向行人流实验
|||
张诗波
所谓“单向”就是所有行人朝一个方向行走。图4-1是在PTSim中构建的单向行人流仿真场景。系统在发车区（图4-1左侧的灰色区域）内以一定频率不断产生新的行人Agent，所有的Agent都朝着消失区（图4-1右侧的灰色区域）前进。该场景模拟的是行人在一个有严格边界（图4-1上下的黑色边界）限制的通道内行走的情形，此情形最基本也比较常见，比如机场的离港通道、火车站进站通道、体育馆散场出口等场所，这些场所的一个共同特点就是在一段时间内，有大量的人往同一个方向前进。
图4-1 PTSim单向行人流仿真场景
（a）流通能力
与机动车道通行能力研究类似，在本单向行人交通流情形中，能影响通道流通能力的因素除了行人自身的因素外，就只有通道的宽度。在保证发车满足饱和进入数据统计区的前提下，通过实际仿真得到不同通道宽度下的单向流通能力，如表4-1。
由仿真结果可以看出，当通道宽度较小时，单位宽度的流通能力受通道宽度大小的影响较大，而通道宽度较大时，这个影响在逐渐减弱，这与实际的经验是吻合的。通道较窄时，行人与边界（墙壁）作用多些，较大程度地影响着行人流的流通效率；而当宽度逐渐增大时，行人与边界作用的几率降低，流通效率相应增大，流通能力也随之增大，行人流的平均速度也逐渐增大到一个比较稳定的状态。另外，仿真结果进一步验证了HCM2000中行人设施流通能力的推荐值：如果没有实测数据，行人设施流通能力的合理推荐值为23p/min/ft(合4500人/小时/米)。
表4-1 不同通道宽度下单向行人流流通能力仿真结果
|
实验序号 |
实验通道宽度
（米）
|
单位时间流量
（人/小时）
|
单位宽度流通能力
（人/小时/米）
|
平均流速
（米/秒）
|
|
1
|
2
|
7168
|
3584
|
0.923
|
|
2
|
3
|
12262
|
4087
|
0.972
|
|
3
|
4
|
16708
|
4177
|
1.026
|
|
4
|
5
|
21076
|
4215
|
1.032
|
|
5
|
6
|
25657
|
4276
|
1.071
|
|
6
|
7
|
30572
|
4367
|
1.072
|
|
7
|
7.5
|
32762
|
4368
|
1.082
|
|
8
|
8
|
35000
|
4375
|
1.094
|
|
9
|
8.5
|
37357
|
4395
|
1.105
|
|
10
|
9
|
39692
|
4410
|
1.113
|
|
11
|
9.5
|
41914
|
4412
|
1.113
|
|
12
|
10
|
44181
|
4418
|
1.120
|
|
13
|
11
|
48777
|
4434
|
1.121
|
|
14
|
15
|
66516
|
4434
|
1.140
|
|
15
|
20
|
88788
|
4439
|
1.142
|
采用对数曲线拟合（图4-2），得到单向通道单位宽度流通能力计算模型：
w为通道宽度。仿真结果表明，此模型比较适合于通道宽度大于3米的情形，对于小于3米的通道其流通能力的估算更复杂些。因为通道较窄时，行人与边界的作用强度和频率都较大，饱和行人流个体之间的冲突与竞争比较明显，行人行走的自由度较小；这些与宽通道饱和行人流特征差异较大，因此不太适合用同一个模型来概括。
（b）速度-流量-密度关系
与机动车“流”特征类似，单向行人流速度（V）、流量（Q）、密度（K）满足以下关系式：
Q=3600KV
各变量的量纲分别为：人/小时/米、人/平方米、米/秒。式4-2不仅反应三参数之间的关系，而且是瞬时量（密度、速度）与过程量（流量）转换的模型。应该看到，过程流量和通过4-2式得到的流量是有区别的，前者反映的是行人流在一定时间段内的累积通过量，后者反映的是行人流的瞬间变化量。为了区别，本文把前者称为过程流量，后者称为瞬间流率。表4-1中的流通能力实际上是过程流量。
在PTSim中，我们选择了6米宽的通道来研究单向行人流速度、流量、密度之间的关系。通过不断改变发车频率，可以从PTSim中提取到各时间步指定区域内的密度和平均速度，进而通过4-2式得到各步的瞬间流率。图4-3为正常状态下（非拥堵）瞬间流率和平均速度关系的仿真结果；图4-4为正常状态下（非拥堵）密度和瞬间流率关系的仿真结果。这里的正常状态指没有拥堵，各行人都朝自己的目标前进，中途没有反常停顿，不临时改变目标。
在图4-3中可以看出，行人流平均速度的摆动较大，且流率较小时的摆动大于流率较大时的摆动，这是由于行人个体之间的差异造成的。人群当中，有的人期望速度大，有的人期望速度小；正常状态下，在流率较小时，行人行走的自由度较大，各人按各自的期望速度行走的几率更大些；当流量增大，密度升高时，人均步行面积减小，自由度减小，受到的限制增多，个人之间的速度差异就小些。整体来看，正常状态下，行人流的平均速度随流量的增大而有所减小，但是减小的幅度不是太大。
________________________________________________________________________
以上内容出自本人的硕士论文,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).
https://blog.sciencenet.cn/blog-435786-373701.html
上一篇：行人仿真中的碰撞检测及避碰算法
下一篇：基于PTSim的双向行人流实验
扫一扫，分享此博文
全部作者的其他最新博文
- • 交通事故深度调查学习班
- • 学生明岗暗哨监督教师
- • 我校的先进计算研究中心
- • 购置软件的烦恼
- • 日本地震"四问"