Pobierz Symulacyjne badanie charakterystyk przemieszczania się tłumu w aglomeracji i więcej Publikacje w PDF z Security Analysis tylko na Docsity!
Symulacja w Badaniach i Rozwoju
Vol. 2, No. 3/
Michał KAPAŁKA
Wojskowa Akademia Techniczna, ul. Kaliskiego 2, 00-908 Warszawa
Symulacyjne badanie charakterystyk
przemieszczania się tłumu w aglomeracji
1 Wprowadzenie
Jedną z podstawowych zalet życia w aglomeracji powinno być bezpieczeństwo jej mieszkańców. Zagrożeń jakie mogą się pojawić jest wiele. Coraz częściej zwraca się uwagę na niebezpieczeństwo związane z pojawieniem się zbyt dużej liczby osób na nieprzystosowanej do tego przestrzeni. Można przytoczyć wiele wydarzeń w których traci zdrowie lub życie człowiek dlatego, że znalazł się w tłumie. Tego typu wydarzeniom sprzyjają takie czynniki jak np.: obiekty nieprzystosowane do ruchu dużej liczby osób czy nieprzewidziany ruch tłumu. Możliwość badania zachowania tłumu w aglomeracji może być elementem pozwalającym na poprawę komfortu i bezpieczeństwa przemieszczających się pieszo ludzi. Coraz częściej metody techniczne (np.: przebudowa obiektu) są wspierane metodami naukowymi. Jedną z naukowych metod jest symulacyjne badanie zachowania tłumu w wirtualnym odwzorowaniu planów budowanego obiektu. Daje to możliwość wczesnego wykrycia nieprzystosowanych elementów i poprawę na etapie projektowania. W niniejszej pracy przedstawiono wykorzystanie autorskiego symulatora tłumu Shepherd 2.0 do badania charakterystyk przemieszczania się tłumu w aglomeracji.
2 Symulator tłumu
Prezentowany w pracy symulator tłumu Shepherd 2.0 jest praktycznym rozwinięciem skonstruowanego przez autora modelu zachowania tłumu, w którym przestrzeń opisana jest za pomocą hybrydowego modelu grafowo – komórkowego.
Rys. 1 Cechy symulatora Shepherd 2.0(kolor szary) Fig. 1 Shepherd 2.0 features (gray color)
Do głównych cech symulatora można zaliczyć:
Michał KAPAŁKA
- indywidualne reprezentowanie jednostek tłumu,
- wyznaczanie kierunku ruchu na podstawie algorytmów grafowych i metody pól potencjałów,
- określanie zachowania jednostek na podstawie systemu regułowego.
W przyjętym rozwiązaniu wykorzystano podejście agentowe, w którym każdy agent (jednostka) widzi przestrzeń na poziomie dyskretnym (coarse network) w czasie podejmowania decyzji i na poziomie komórkowym (fine network) w czasie realizacji działań.
Rys. 2 Elementy modułu symulacyjnego Fig. 2 Simulation module elements
Moduły
Edytor przestrzeni - w trybie 2D pozwalający na edycję otoczenia na dwóch dyskretnych poziomach: grafowym i komórkowym. Zintegorwany z konwerterem xml-dxf pozwala na wczytywanie i wstępną obróbkę otoczenia z formatów CAD. Możliwość zapisu otoczenia w formacie xml.
Edytor zachowań – pozwala na: definiowanie zachowania jednostki poprzez tworzenie schematu blokowego sieci decyzyjnej.
Rys. 3 Główne moduły i okno symulatora Fig. 3 Main module and simulator window
Michał KAPAŁKA
uwzględniające różne warunki przemieszczania się. Wykresy przedstawiają zależność: prędkości ruchu (wykres z lewej) i przepływu (wykres z prawej) od zagęszczenia.
W wielu pracach pokazano rozbieżności wyników między tymi samymi charakterystykami wyznaczanymi przy zbliżonych warunkach w architekturze otoczenia. Powodem może być wpływ innych czynników niż tylko struktura otoczenia. W literaturze i prowadzonych badaniach coraz częściej uwzględnia się cechy i charakter tłumu przy wyznaczaniu charakterystyk związanych z ruchem. W przedstawionym symulatorze autor zaproponował i uwzględnił w eksperymentach takie czynniki jak: wiek, płeć, preferowana prędkość przemieszczania się, preferowana przestrzeń swobody, stopień znajomości innych jednostek w tłumie, szybkość reakcji.
4 Eksperymenty symulacyjne
Jednym z trybów pracy opisanego symulatora jest tryb ekspercki, w którym podobnie jak w tradycyjnych symulatorach opartych o automaty komórkowe prędkość przemieszczania się jednostek ustawiana jest w sposób ekspercki w zależności od zagęszczenia. Taki tryb sprawdza się najlepiej w symulacjach tłumu o dużym rozmiarze, w którym wszystkie jednostki mają jeden cel – „samodzielna ewakuacja”. W tym trybie bardzo trudno odwzorować takie zjawiska jak: tworzenie się grup, nierównomierne zagęszczenie jednostek czy formowanie się linii.
Rys. 5 Tryb ekspercki – dostępne prędkości ruchu dla stref interpersonalnych Fig. 5 Experts mode – travel speeds in different proxemic spaces
Rys. 6 Wpływ przestrzeni interpersonalnejna zagęszczenie (A – osobista, B – swobody)
Fig. 6 Influence proxemic space on density (A – personal space, B – comfort space)
Symulacyjne badanie charakterystyk przemieszczania się tłumu w aglomeracji
Drugim trybem pracy symulatora jest tryb wykorzystujący uwzględnioną w modelu tłumu teorię proksemiki. W tym trybie poprzez określenie zasad utrzymywania i zmiany pożądanych przestrzeni interpersonalnych, możliwe jest odwzorowanie wielu obserwowanych w rzeczywistym tłumie zachowań.
W pracy wykonano eksperymenty symulacyjne związane z przemieszczaniem się tłumu:
- po płaskim szerokim terenie,
- przez drzwi, wąskie przejścia i korytarze.
W eksperymentach jako badaną charakterystykę wybrano przepływ (liczba osób na metr długości). Jako zmieniane parametry wybrano: wartości progowe zmiany przestrzeni interpersonalnych oraz prawdopodobieństwo (czas) interakcji. W obu przypadkach wykorzystano ten sam rozkład cech jednostek w badanym tłumie. Podstawowa charakterystyka tłumu została przedstawiona w tabeli:
Tab. 2 Główne cechy tłumu Tab. 2 Main crowd attributes
Cecha Średnia Cecha Wartość Prędkość maksymalna 2.0 m/s Rozmiar tłumu 100 – 3000 Prędkość preferowana 1.1 m/s Znajomość otoczenia 20%-90% Czas interakcji 0.5 s Przestrzeń interpersonalna - 1.5 m
Wyniki eksperymentów
Na wykresie nr 1 przedstawiono charakterystyki wyznaczone dla dwóch przypadków przemieszczania się tłumu po płaskim szerokim terenie, w których wartości granic stref interpersonalnych wynosiły odpowiednio:
- 0-3.0 osób/m2 dla strefy swobody i 3.0-5.0 osób/m2 dla strefy osobistej
- osób/m2 dla strefy swobody i 1.0-5.0 osób/m2 dla strefy osobistej
Na wykresie nr 2 przedstawiono charakterystyki wyznaczone dla dwóch przypadków przemieszczania się tłumu po płaskim szerokim terenie, w których wartości prawdopodobieństwa interakcji wynosiły odpowiednio:
Na wykresie nr 3 przedstawiono charakterystyki wyznaczone dla dwóch przypadków przemieszczania się tłumu przez drzwi, wąskie przejścia i korytarze, w których wartości granic stref interpersonalnych wynosiły odpowiednio:
- (P1)0-3.0 osób/m2 dla strefy swobody i 3.0-5.0 osób/m2 dla strefy osobistej
- (P2)0-1.0 osób/m2 dla strefy swobody i 1.0-5.0 osób/m2 dla strefy osobistej
Na wykresie nr 4 przedstawiono charakterystyki wyznaczone dla dwóch przypadków przemieszczania się tłumu przez drzwi, wąskie przejścia i korytarze, w których wartości prawdopodobieństwa interakcji wynosiły odpowiednio:
Symulacyjne badanie charakterystyk przemieszczania się tłumu w aglomeracji
Rys. 10 Wykres 4: Przepływ/zagęszczenie dla różnych czasów interakcji Fig. 10 Plot 4: Flow/density for different interaction times
Na rysunku 11 przedstawiono uzyskaną za pomocą symulatora różnorodność przemieszczania się tłumu w zależności od znajomości jednostek.
Rys. 11 Zależność zagęszczenia od znajomości innych jednostek Fig. 11 Pedestrians familiarity in crowd
5 Podsumowanie
W pracy przedstawiono symulator tłumu oraz eksperymenty, na podstawie których wyznaczono charakterystyki przemieszczania się tłumu w aglomeracji. Na podstawie uzyskanych wyników można stwierdzić wrażliwość przebiegu symulacji na parametry wejściowe: czas interakcji oraz granice stref interpersonalnych, które mogą służyć jako elementy kalibracji modelu do wykonywania wiarygodnych eksperymentów.
Literatura
- J.J. Fruin.: Pedestrain Planning and Design , Elevator World Inc, Alabama, 1987
- G.K. Still, Crowd Dynamics , PhD. Thesis, University of Warwick, UK, 2000
- M. Schreckenberg, A Cellular Automaton Model for Crowd Movement and Egress Simulation , PhD. Thesis, University Duisburg-Essen, 2003 A. Najgebauer, R. Antkiewicz, J. Rulka, Z. Tarapata, M. Kapałka.: Zagrożenia dla porządku i bezpieczeństwa publicznego. Modele zagrożeń aglomeracji miejskiej wraz z systemem zarządzania kryzysowego na przykładzie miasta stołecznego Warszawy, pod redakcją: Andrzeja Najgebauera Warszawa, 2009, str. 563- ISBN 978-83-61486-22-
Michał KAPAŁKA
- M. Kapałka, Modelowanie i symulacja przemieszczania się tłumów , master thesis, WAT, Warsaw, 2006
- M. Kapałka.: The fine-coarse network model for simulating crowd behavior. Biuletyn Instytutu Systemów Informatycznych, Nr 5, 31-36 (2010)
- Strona internetowa: www.fireevacuation.ru
Streszczenie
W pracy opisano symulator tłumu oraz eksperymenty, na podstawie których wyznaczono charakterystyki przemieszczania się tłumu w aglomeracji. Praca została podzielona na trzy części. W pierwszej części przedstawiono autorski mikroskopowy symulator tłumu oraz jego podstawowe moduły. W drugiej części omówiono podstawowe „wzorcowe” charakterystyki przemieszczania się tłumu. W części trzeciej przedstawiono plany i wyniki eksperymentów symulacyjnych dla wybranych scenariuszy i charakterystyk na tle omówionych wcześniej charakterystyk „wzorcowych”.
Estimating pedestrian movement
characteristics with simulation approach
Summary
This work presents a simulation approach for estimating pedestrian movement characteristics. In this paper we introduce in first part microscopic crowd simulator with main modules. In second part we presents crowd movement characteristics used by crowd researchers. Third part contains results of experiments conducted with described simulator.
