一种基于听觉感知的空间人群疏散模拟方法

摘要

一种基于听觉感知的空间人群疏散模拟方法，本发明涉及基于听觉感知的空间人群疏散模拟方法。本发明是为了解决现有疏散模拟方法中没有考虑听觉要素如警报器的数量和位置的影响的问题。本发明步骤为：步骤一、将建筑物平面进行网格划分，划分后的网格分为两种情况，一种为被人或障碍物占据，一种为空；步骤二、设置网格中人员移动速度和方向；步骤三、依据听觉感知元胞自动机模型得到人员i在下一时间步移动到网格j的概率；步骤四、对网格中所有人员的移动概率进行计算，对人员在当前时间位置至到达出口的整个疏散过程进行模拟。本发明应用于建筑安全性评价领域。

说明书

技术领域

本发明涉及基于听觉感知的空间人群疏散模拟方法。

背景技术

目前，人员疏散模型的建模方法大体上可分为两种：一种是宏观的方法，即把行人视为连续流动介质，因为现代人员疏散研究是从交通流的研究中分化出来的，因而也就很自然地继承了流体研究中己经完善和成熟的方法。最早的宏观模型是由Henderson提出的，他认为行人的运动行为类似于气体或液体的流动，行人行为的气态动力学方程与Boltzmann方程相似，不过它考虑了行人之间的相互影响和行人的目的。Hughes采用连续介质理论(continuum theory)研究大型人群的运动特征，并根据Navier-Stokes方程进一步推导出大型人群流动的控制方程和行人避免向高密度人群运动的方程，该模型成功地解释了麦加朝圣中的人群的运动状况。然而人群是不遵守动量和能量守恒的，宏观模型的缺点在于没有将人员的相互作用考虑在内，因此不适于紧急情况下对行人流进行研究。宏观模型忽略了个体之间的差异，于是研究者又提出一种新的模型，即微观模型。

另一种微观的方法，它把行人视为相互作用的粒子，其中最为著名的就是Helbing的社会力模型。微观模型可以对行人流的具体行为进行描述，近年来引起了极大的关注。该模型的研究方法主要有连续型和离散型两种。其中具有代表性的模型有社会力模型、磁场力模型、元胞自动机模型等和格子气(Lattice Gas)模型。

发明内容

本发明是为了解决现有疏散方法中没有考虑听觉要素如警报器的数量和位置的影响的问题，而提出的一种基于听觉感知的空间人群疏散模拟方法。

一种基于听觉感知的空间人群疏散模拟方法按以下步骤实现：

步骤一：将建筑物平面进行网格划分，划分后的网格分为两种情况，一种为被人或障碍物占据，一种为空；

步骤二：设置网格中人员移动速度和方向；

步骤三：依据听觉感知元胞自动机模型得到人员i在下一时间步移动到网格j的概率为：

$P_{i,j}=\frac{\exp \{k_S·S_{i,j}+k_D·D_{i,j}\}·(n_{\max }-n_j)}{{\Sigma }_{j\in M}\left[\exp \right\{k_S·S_{i,j}+k_D·D_{i,j}\}·(n_{\max }-n_j)]}$

n_max和n_j为网格j最大容纳人数和当前已容纳人数，n_max＝n_j时表示网格j被障碍物占据，k_s为静态信息吸引力系数，k_D为动态信息吸引力系数；

S_i,j为网格j对人员i的静态信息吸引力，D_i,j为网格j对人员i的动态信息吸引力，M为建筑物平面分割的网格数；

步骤四、对网格中所有人员的移动概率进行计算，对人员在当前时间位置至到达出口的整个疏散过程进行模拟。

发明效果：

本发明提出了基于听觉感知的疏散模型，模型原型为元胞自动机模型。本发明考虑了听觉要素如警报器的数量和位置的影响，并通过声场测试和疏散实验来验证确定模型的变量。模型的精确度通过体育场内观测实验来比对得到确定。模型不仅能用来预计疏散时间，而且还能帮助分析和改进建筑的扬声器布局对疏散的影响，评估建筑在紧急情况发生时人员疏散的安全性，利用模型给出相应的疏散设计和预警方案。本发明算法与测量值的误差小于10％。

附图说明

图1为听觉感知元胞自动机模型移动概率分布示意图；

图2为疏散观测实验出口位置示意图；

图3为各出口疏散人数方差比对图；

图4为疏散初始人员位置示意图；

图5为疏散进行至20s时的人员位置示意图；

图6为疏散进行至60s时的人员位置示意图；

图7为疏散进行至100s时的人员位置示意图；

图8为疏散进行至140s时的人员位置示意图；

图9为疏散进行至180s时的人员位置示意图；

图10为计算机模拟实验中通过各个出口的人员数量的方差对比图；

图11为单位时间内通过各个出口的疏散人数平均值图。

具体实施方式

具体实施方式一：一种基于听觉感知的空间人群疏散模拟方法包括以下步骤：

步骤一：将建筑物平面进行网格划分，划分后的网格分为两种情况，一种为被人或障碍物占据，一种为空；

模型基于同元胞自动机基本模型，对建筑物的平面进行均匀的网格划分，每个网格被障碍物占据、或被人员占据、或为空。元胞自动机模型中每个网格对应空间为边长为0.5m的正方形，但应用在大空间建筑内时，网格大小可根据建筑物尺寸做出相应调整，每个网格也可以根据人员密度不再限定为一人，但需要注意的是为了简化计算处在同一个网格(元胞)中的人员彼此不受影响即可。人员每次移动最多只能行进一格。

步骤二：设置网格中人员移动速度和方向；

步骤三：依据听觉感知元胞自动机模型得到人员i在下一时间步移动到网格j的概率为：

$P_{i,j}=\frac{\exp \{k_S·S_{i,j}+k_D·D_{i,j}\}·(n_{\max }-n_j)}{{\Sigma }_{j\in M}\left[\exp \right\{k_S·S_{i,j}+k_D·D_{i,j}\}·(n_{\max }-n_j)]}$

式中P_i，j表示人员i在下一时间步移动到网格j的概率，在人员所处邻域内有

n_max和n_j为网格j最大容纳人数和当前已容纳人数，n_max＝n_j时表示网格j被墙壁等障碍物占据，k_s为静态信息吸引力系数，k_D为动态信息吸引力系数；

S_i,j为网格j对人员i的静态信息吸引力，D_i,j为网格j对人员i的动态信息吸引力，M为建筑物平面分割的网格数，根据建筑物平面尺寸确定。

步骤四、对网格中所有人员的移动概率进行计算，对人员在当前时间位置至到达出口的整个疏散过程进行模拟。

具体实施方式二：本实施方式与具体实施方式一不同的是：所述网格为0.5m的正方形，每个网格中大于等于1人小于等于5人。其它步骤及参数与具体实施方式一相同。

其它步骤及参数与具体实施方式一相同。

具体实施方式三：本实施方式与具体实施方式一或二不同的是：所述步骤二中网格中人员移动速度和方向具体为：

在模型中采用Von Neumann邻域，即人员能向自身周围前后左右四个方向运动，如图1所示。

设置人员移动速度为1m/s～2m/s，人员在所在位置向和四个位置移动。

人正常行走的速度约为1m/s，但在紧急情况下快速行走速度可达1.5m/s，而小跑的速度可以达到2m/s。另外个人的身体素质差异较大，年轻人的行动速度高于老人，男性高于女性；行李和随行的老人孩子都会使人员行动能力减慢。为了体现这些差别，模型里人员的最大速度可以设置两档：2m/s和1m/s。分别代表一个时间步移动一次和两个时间步移动一次。

其它步骤及参数与具体实施方式一或二相同。

具体实施方式四：本实施方式与具体实施方式一至三之一不同的是：所述步骤三中k_D具体为：

高能见度无声音信息指令情况下k_D＝0；高能见度有声音信息指令情况下k_D＝0.84；低能见度无声音信息指令情况下k_D＝1.43；低能见度有声音信息指令情况下k_D＝1.2。高能见度为大于等于5米，低能见度为小于5米。

其它步骤及参数与具体实施方式一至三之一相同。

具体实施方式五：本实施方式与具体实施方式一至四之一不同的是：所述步骤三中k_s具体为：

当网格j是出口时，k_s＝1表示该因素对疏散个体有吸引力；当网格j是墙壁等阻碍物时，k_s＝-1表示该因素对疏散个体有排斥力；k_s＝0表示不考虑该因素。

其它步骤及参数与具体实施方式一至四之一相同。

具体实施方式六：本实施方式与具体实施方式一至五之一不同的是：所述步骤三中S_i,j的表达式为：

$S_{i,j}=a_{i,e_k}.r_{i,j}$

为阻碍系数,，表示人员i到出口e_k这段距离中墙和楼梯对人员的阻碍程度；

$a_{i,e_k}=\alpha \frac{r_f}{r_{i,j}}+\beta \frac{r_s}{r_{i,j}}$

α和β为阻碍系数，r_f是网格j到出口e_k这段距离中的平地长度,r_s是网格j到出口e_k这段距离中的楼梯长度，元胞所在位置距离出口越近，对疏散人员的吸引力就越大，r_i,j是网格j到出口e_k的距离，采用坐标差值法通过网格j到出口e_k的距离来确定；

r_i,j表示为：

$r_{i,j}={\max }_{(i,j)}\left\{{\min }_{e_k}\right[|x_j-x_{e_k}|+|y_j-y_{e_k}|\left]\right\}-{\min }_{e_k}\left[\right|x_j-x_{e_k}|+|y_j-y_{e_k}\left|\right]$

设建筑物中共有k个出口，式中表示出口e_k的位置坐标；(x_j,y_j)表示网格j的位置坐标；

式中等式右侧第一项表示所有格点距各出口最远距离，右侧第二项表示元胞j到各出口的最小值。这样能够保证距离最近出口最远处的元胞对人员的吸引力为0。

其它步骤及参数与具体实施方式一至五之一相同。

具体实施方式七：本实施方式与具体实施方式一至六之一不同的是：所述步骤三中D_i,j的表达式为：

$D_{i,j}=b_{i.j}·f_{i,w_k}---\left(t\right)$

b_i,j体现影响人员对报警信号做出的反应，其取值采用Weibull分布；表示人员i在网格j内所受到的噪音干扰，表示为：

$f_{i,w_k}\left(t\right)=g_{i,j}\left(t\right)·[{\theta }_{i,j}·l_{i,w_k}\left(t\right)]$

g_i,j(t)为能见度系数，0＜g_i,j(t)＜1，使用Gaussian分布：

$g_{i,j}\left(t\right)=\frac{1}{\sqrt{2\pi }\sigma }{e}^{\frac{{(x-\mu )}^2}{2{\sigma }^2}}(\sigma >0)$

为人员i在当前时刻能够接收到的警报声信息的权重，警报声信息权重取决于当前位置的声压级L_p，警报器为点声源，声功率级为L_w，L_p为当前位置的声压级，当前位置声压级随测点距声源距离的变化为：

$L_p=L_w+10\lg (\frac{Q}{4{\mathrm{\pi r}}^2}+\frac{4}{R})$

其中，Q是指向性因子，r是声源距测点距离，R是房间常数,其中s是室内总表面积，室内平均吸声系数；因此表示为：

$l_{i,w_k}\left(t\right)=ln[L_w+10\lg (\frac{Q}{4{\mathrm{\pi r}}^2}+\frac{4}{R})]$

其它步骤及参数与具体实施方式一至六之一相同。

实施例一：

实验在哈尔滨工业大学体育馆中进行。体育馆一层东西两侧共有A、B、C、D四个出口用来疏散，如图2所示。本次实验共有1127名实验对象参加，均匀分布在一层体育场大厅内。根据经验疏散开始后的预判时间设置为10s，表示在接收到疏散指令到开始疏散的时间是10s。

通过各出口疏散的人数以及各出口疏散时间被记录下来，疏散结果表明，总疏散用时是3分52秒，每个出口成功疏散人数非常接近。A出口疏散270人，疏散时间3分40秒；B出口疏散284人，疏散时间3分10秒；C出口疏散330人，疏散时间4分；D出口疏散274人，疏散时间3分30秒。出口B时间略短于其他出口，出口D的波动性显示高于其他出口。图3显示了各个出口通行人员数量的方差。虽然每个出口的疏散过程是相似的，但其疏散能力是不均衡的。疏散过程分为四个阶段。第一阶段是疏散开始至20s，通过出口的人数较少，但随着时间逐渐增加。随着越来越多的人往出口方向聚集以及出口通行能力的限制，疏散人数增加的趋势变得缓慢，达到3人/秒后不再增加。第三阶段是100s以后，疏散人员数量的方差开始保持不变，接近1.5人/秒。180s后进入第四阶段，疏散人员数量开始下降直至疏散过程结束。

计算机模拟的实验数据录入与疏散实验相同，首先用CAD画出体育馆平面图，接下来录入人员位置，人数1127人平均分布在体育馆一层，预判时间设置为10s，人员移动速度1m/s。图4-图9显示了利用听觉感知元胞自动机模型模拟不同时间段的疏散过程，分别是疏散过程刚开始和进行到20s、60s、100s、140s和180s时的人员位置。

从过程图中可以看出，各个出口疏散的人数基本平均。疏散总用时为3分19秒。模拟结果同时还得出了每10秒内各个出口通行的人数已经各出口的总通行人数，详见表1。

表1 计算机模拟实验每10s内各出口通行人数

图10显示了模拟实验中通过各个出口的人员数量的方差，这说明了各个出口疏散的人员数量越接近平均值，疏散过程所用的时间越短。疏散过程是在疏散的起始时间疏散的人数很低，经过一个快速的上升期后持续一段时间，再平稳的下降。

观测实验所得的数据，每十秒疏散人数的方差被计算用以与听觉感知元胞自动机模型模拟所得数据进行对比。数值小于1的占22％，数值大于1小于3的占21％，数值大于3小于5的占27％，数值大于5小于10的占26％，而数值大于10的为3％。最大值是15，最小值是0(意味着等于平均值)。方差值大于5的说明在该单位时间内疏散的人数明显的不同于平均值。观测实验与模拟实验结果的最大差值用以与平均疏散人数进行比较，其所占百分比越小表示精确度越高。通过出口A的人数最大差值出现在190s，差值人数为9人，占平均疏散人数的9.4％。通过出口B的人数中最大差值出现在80s，差值人数为7人，占平均疏散人数的15.2％。通过出口C的人数中最大差值出现在120s，差值人数为10人，占平均疏散人数的11.1％。通过出口D的人数中，最大差值出现在40s，差值人数为15人，占平均疏散人数的11.1％。

图11所示为观测实验和模拟实验中单位时间内通过各个出口的疏散人数平均值比较，最大差值出现在100s，为25人，所占平均疏散人数的10.8％。其他值较为接近，差值低于所占平均疏散人数的10％的比例为80％。说明利用听觉感知元胞自动机模型模拟的各个出口的模拟结果接近平均值。听觉感知元胞自动机模拟的结果中，模拟显示的疏散过程在20s以前和160s以后与观测实验的疏散过程是极为相近的。其区别在于元胞自动机没能很好的模拟在出口处出现拥堵的情况，出现较大差距的地方主要原因是对于瓶颈现象缺乏考虑造成的。然而，这些差距是在一个可接受的范围内。因此利用听觉感知元胞自动机模型的模拟结果是可信的。