基于群组行为的大学校园楼梯及通道行人运动特征分析

为探讨不同场景中行人群组运动的微观特征,并比较不同类型群组运动差异,本文通过大学校园内楼梯上及通道内的观测实验,获取行人运动的相关数据,研究了群组大小、社会关系、运动场景和性别对群组运动的影响. 结果表明：大学校园内行人成组比例低于商场周围行人成组比例;群组成员间的交流方式等因素会影响群组构型;由于群组成员越多相互协调就越困难,所以群组规模越大,其速度越小;此外,男性群组速度大于女性群组速度,情侣间频繁的交流也会对其速度产生负面影响;就差异性而言,2 人和3 人群组间的速度差异小于单人和2 人群组间的速度差异;单个行人不同性别间的速度差异大于2 人和3 人群组不同性别间的速度差异;楼梯上单人与群组的速度差异没有通道内明显.     

考虑同伴群动态交流分组的行人仿真模型研究

朋友、家人等社会群体结伴出行的同伴群在行人流中常占有较高比例.由于交流需求,同伴群趋于肩并肩行走以横向成排或接近浅V型的形态前进.在现有研究中,基于社会力的同伴群行人微观仿真模型对这一现象的描述最符合实际.本文观测发现,随着人流密度的增加或同伴群成员数量增多,同伴群通常动态呈现前后分组、横向成排空间形态,这是每个同伴群成员为寻求一个合适的行走位置,对满足交流需求和降低前进阻力权衡决策后呈现的自组织现象.本文提出动态交流分组模型对同伴群成员个体决策机理进行刻画,在此基础上,通过仿真实验分析同伴群对行人流动力学特性产生的影响.仿真研究结果表明,模型较好重现了同伴群随密度和人数增加的动态分组现象;同伴群的存在会降低行人流速度,但其影响强度随人流密度的增加而减弱;同伴群动态交流分组模型的引入会提升仿真行人流的通行效率,使之更加接近真实行人流的运动特性.     

地铁典型换乘站换乘方式适配性评价研究

针对地铁换乘站换乘方式适配性评价难题,提出总体技术方案并构建设施平均密度、能力饱和度、平均疏散时间等量化评价指标,以典型十字换乘站——沈阳地铁青年大街站为例,重点分析换乘方式能力适配性问题。通过车站客流仿真及指标计算评价,发现站台能力不足及换乘设施客流冲突等问题突出。因此,从行车组织及车站结构方面提出优化建议,其中压缩行车间隔仅能提升车站运能,但难以解决换乘节点客流冲击问题;而优化车站结构仅能减缓换乘设施压力,若同时实施,则能彻底解决能力不足和冲击性问题。建议大客流换乘站不采用十字节点换乘,应结合工程条件优先考虑T型或L型换乘。     

北京轨道交通站点周边步行空间连续性影响因素分析

以北京三环到四环片区的70个轨道交通站点为样本,从宏观层面步行网络的整体度和微观层面步行路径的通畅度两大层面分析站点周边步行空间的连续性,借助卫星图观测、地图标记及实地勘察等方法探寻其主导问题及影响因素.研究表明:北京城区站点周边步行网络整体度受主干道、快速路、高架桥三者影响最大,河流和铁路次之,少部分站点受轨道交通高...     

城市行人过街速度研究

为研究城市平面行人过街的速度及差别,分别对哈尔滨市冬夏两季的信号交叉口、无信号交叉口、环形交叉口、路段人行横道和自由过街5种不同过街条件下的行人过街速度进行调查。分析了冬季与夏季和不同过街条件下行人过街速度的变化以及形成原因;分析了行人年龄、性别、人行横道长度、过街行人数量和绿灯时间对行人过街速度的影响;采用数理统计方法,用15%位速度作为行人过街的设计速度,提出冬夏两季不同过街条件下的行人过街设计速度推荐值。     

基于人-车交互的行人轨迹预测

针对行人轨迹预测具有复杂、拥挤的场景和社会交互问题,基于长短时记忆网络(Long Short-term Memory Network,LSTM)对行人与车辆、行人与其他行人的交互进行建模,提出一种基于人-车交互的行人轨迹预测模型(VP-LSTM).该模型同时考虑了行人与行人的交互、行人与车辆的交互,更适用于复杂的交通场...     

交叉口行人过街心理及交通行为分析

行人与机动车的冲突是影响交叉口运行效率的重要因素。研究交叉口行人过街心理及行为的意义,分析行人过街过程及心理特征,总结行人过街等待时间、穿行速度特征、可接受间隙、违章行为及道路交通环境对行人心理和行为的影响,对行人的违章心理进行论述,并提出减少行人违章的措施。     

交叉口绿闪信号行人过街行为模型

城市信号交叉口通过设置绿闪信号,在机动车获得通行权之前清空人行横道上的过街行人.为研究行人在此信号期间的过街行为,提出一种绿闪信号时行人过街运动模型.综合分析绿闪信号、周围过街行人、人行横道边界以及右转冲突车辆对行人过街的影响机理,基于社会力模型,建立绿闪后人行横道上行人过街行为模型,并根据实际调查所获得的人行横道尺寸、行人与车辆速度等数据,标定模型参数.基于模型仿真行人运动行为,产生行人分层现象以及与周围行人、冲突车辆避碰等行为,验证模型在宏观层面的有效性;对不同断面的仿真行人与实际过街行人的过街速率变化曲线进行拟合,拟合优度指标显示模型对人行横道前/后半段过街行人模拟精度分别为83% 和95%,验证了模型在微观层面的有效性.     

基于CS-SD的车载环境下实时行人检测模型

针对车辆辅助驾驶系统中行人检测的实时性问题, 提出一种基于路面边缘线标定结合显著性纹理检测(CS-SD) 的算法和定位方向梯度直方图(L-HOG) 的行人检测模型, 应用CS-SD算法替代穷尽搜索快速标定图像中的行人区域, 应用L-HOG快速提取行人特征, 并采用附加核心的支持向量机(AK-SVM) 进行高效目标分类。分析结果表明: 在个人计算机上对包含832个行人的500幅图像进行检测时, 模型正确检测720个行人, 检测率为86.5%, 误检率为4.1%, 检测时间为39ms; 在基于BF609的车载行人检测系统上对包含988个行人的48 400幅图像进行检测时, 模型正确检测861个行人, 漏检127个行人, 误检13个行人, 检测速度为20fps。可见, 提出的行人检测模型在不降低检测率的前提下, 可以达到满意的检测速度, 并且可以用于实时行人检测车载设备。     

基于社会力模型的地铁站乘客上下车行为影响因素分析

在上下班高峰期,缩短乘客的上下车时间,更多乘客将会被送达目的地,从而可以提高现有地铁系统的载客能力.现有的国内外研究乘客上下车行为的文献,大多以全部乘客下车为前提进行研究,这与现实生活中只有部分乘客下车的现象不符.因此在社会力模型的基础上加入规定未下车乘客行为的等待模型,在等待模型中,未下车乘客倾向于停留在初始位置.模拟了部分乘客下车行为,并研究了乘客初始位置分布、上下车乘客比例、门的宽度等因素对部分上下车乘客所需上下车时间的影响.结果表明,车门宽度增加23.08%,最多可节约39.7%的上车时间和39.62%的下车时间;随着上下车人数比例不断上升,平均上车时间不断下降,平均下车时间不断上升;通过改变下车乘客初始分布位置,可以将乘客下车时间缩短至原来的72.16%.