于海宁，朱红岗
昆明铁道职业技术学院 机车车辆学院，昆明 650500
摘 要：行人流中存在大量的因社会关系而聚集的群体（Social Group，统称同伴群），如朋友，夫妻等，已有研究表明同伴群的存在会显著降低日常行人流的动力性指标，如流量、平均速度等，但针对于紧急疏散场景下存在同伴群的行人流研究还较少。对此本文采用改进的社会力学行人同伴群模型并构建仿真平台，针对大型紧急疏散场景进行仿真建模，并进行仿真研究，结果表明在紧急疏散工况下同伴群的存在不仅会大幅降低疏散人流的通行流量、平均速度，而且还会增大行群人的内部挤压应力及人群密度，此外对于特殊形式的同伴群还会在人流中形成变相的“低速障碍物”进一步劣化流体动力性能、降低人群疏散效率。
关键字：同伴群；社会力学模型；行人仿真；流体动力性；
随着中国城市人口增加、交通方式的变迁，步行出行方式已在城市居民出行方式选择中占据了较大比重，而由于人的社会属性，行人常常是以同伴群的形式出行[1]。已有研究表明，在日常场景下的行人流之中，同伴群的存在会造成人流平均速度下降、断面流量降低等影响，本文根据行人同伴群构建改进的社会力学模型，采用自主编程搭建仿真平台，根据学院报告厅实地场景进行仿真场景的模拟搭建，将行人流简化视为普通流体进行动力学仿真，并针对紧急疏散工况下同伴群对疏散人流的影响进行研究。
1.仿真平台
1.1 基本社会力学模型
Helbing等最初提出的社会力模型[2]包括三个受力：自驱动力、行人间的作用力及行人与墙壁的作用力，而且包含行人间、行人与墙壁间的接触力作用。Helbing等[3]继续对社会力学模型进行修正，增添了行人间的社会力作用,。并将受力改为加速作用，取消了接触力的作用[4]，这更好的表现行人间真实受力作用，但缺少接触力容易导致密集人流仿真中的行人重叠和穿墙。对此，本文以前述研究成果的基础社会力模型[4]为基础，社会力学的加速项不做改变，进行新特性加入及模型优化。根据前述理论，行人i所受力作用，通过三个不同的加速项来描述：
.png)
（1）期望力作用，反映行人i希望以速度向特定位置运动的动机。作为社会力学策略加速项，在此加入行人行走的避让策略(前向观察力)和靠侧行走心理倾向策略（靠侧行走作用力）。综上所述，加速项表述及参数如下：
.png)
作用项。
最后，综合基础社会力学模型及同伴群模型，完整的运动方程描述如下：
.png)
参考已有研究[7-8]，本文将一定密度下的行人流视作一般流体等效处理，对不同行人个体进行参数设置进行个体差异化建模，并通过整体人流在仿真场景中所表现出的动力学指标进行比对研究，其中模型参数及行人属性参数进行设置如表1。
.png)
2.2.试验数据分析
在仿真试验过程中，以流体参数的角度对行人疏散活动进行反复观察，通过基于传统社会力学模型与添加同伴群受力项后的社会力学改进模型进行仿真对比可以发现，在紧急疏散场景下，同伴群的存在同样会大幅增加室内人群的平均疏散时间，降低行人流的平均疏散速度。
同时相较于普通场景之下，行人群体会出现更大的内部挤压应力、更大的局部密度，可能成为人群拥挤、踩踏事故发生的关键性诱因。
在仿真后期通过对行人同伴群模型参数的进一步细化，还发现当将同伴群设置为引领者、跟随者的特殊组合形式时，引领者因为路径熟悉程度高、动力性能更优行走在前、跟随者则因为对环境熟悉程度低、动力性能相对较差而稍显滞后，此时前者会主动降低速度甚至进行停留回望等待，而跟随者却因为人流的高密度性难以跟进，此时疏散人流中的同伴群将处于相对静止的状态，在整个流体中形成了变相的“低速障碍物”，进一步劣化了疏散人流整体的动力性能、降低了人群疏散效率。
.png)
3.结论
本文通过基础社会力学模型与引入同伴群的改进社会力学进行大型疏散场景下的建模仿真对比得到如下结论：
1)对于大型场景下的紧急疏散行人流，同伴群的存在会造成人群疏散效率降低，人流整体动力性能下降。
2)相较于普通场景，在疏散工况下同伴群会造成疏散人群众出现较大的内部挤压应力、更大的局部密度，可能成为人群拥挤、踩踏事故发生的关键性诱因。
3)对于特殊关系属性的同伴群（如同伴群被疏散人流冲散时），同伴群的社会属性关系会进一步劣化行人流的疏散条件，降低疏散效率。
本文研究结论对于大型公共空间的疏散效率提升具有一定意义，建议在大型公共场合或者狭窄公共空间区域，应针对紧急疏散工况下的行人流进行标识引导，诸如“紧急疏散工况下请不要等待他人，尽快撤离到空旷区域”等标语或引导词，并在火灾演练等场景演习时对群众进行指导，以更好的提升紧急疏散工况下的人群疏散效率。
参考文献：
[1] Johansson A, Helbing D, Shukla P K. Specification of the social force pedestrian model by evolutionary adjustment to video tracking data[J]. Advances in Complex Systems, 2007, 10(supp02): 271-288.
[2] Helbing, D，Molnar, P. Social force model for pedestrian dynamics [J]. Physical Review E, 1995, 51:4282-4286.
[3] Dirk Helbing, Illes J. Farkas, and Tamas Vicsek .Simulating dynamical features of escape panic [J]. Nature,2000,407
[4] Helbing D, Farkas I J, Molnar P, et al. Simulation of pedestrian crowds in normal and evacuation situations[J]. Pedestrian and evacuation dynamics, 2002, 21: 21-58.
[5] Moussa?d M, Helbing D, Garnier S, et al. Experimental study of the behavioural mechanisms underlying self-organization in human crowds[J]. Proceedings of the Royal Society B: Biological Sciences, 2009, 276(1668): 2755-2762.
[6] Moussa?d M, Perozo N, Garnier S, Helbing D, Theraulaz G . The Walking Behaviour of Pedestrian Social Groups and Its Impact on Crowd Dynamics. 2010, PLoS ONE 5(4): e10047. doi:10.1371/journal.pone.0010047.
[7]行人同伴群社会力学仿真[J]. 何民,樊冬,栾庆熊,于海宁.??北京工业大学学报.?2015(03)
[8]考虑同伴群的行人感知避让社会力改进模型[J]. 何民,栾庆熊,税文兵,于海宁,樊冬.??公路交通科技.?2017(03)
作者简：于海宁，（1988年3月），男，汉，助教，辽宁丹东，研究方向：行人流仿真