blog

计算奥运人群混乱的可能性

<p>处理重大事件的人群对组织者来说是一个巨大的挑战,奥林匹克组委会将处理一些最大的人群</p><p>模拟这样的人群可能是更安全的奥运会的最佳捷径之一</p><p>在正常和紧急情况下安全地路由大量人群的物流是安全人员在伦敦将面临的主要任务之一</p><p>为了提前规划这些情况,规划人员经常使用人群模拟</p><p>这些可以帮助模拟“假设”场景,以及这些事件发生时的后果</p><p>有许多不同的方法来模拟人群的行为</p><p>有些是“宏观的”:这些试图了解一群人如何穿过一个区域</p><p>建模者着眼于一组行人从一个地方到另一个地方所需的最快时间 - 这构成了最小的疏散时间</p><p> “微观”方法为每个人建模</p><p>他们检查人与人之间的互动,发现可能的冲突点或瓶颈</p><p>微观“力模型”假设每个人都受力的影响</p><p> “驾驶”部队将他们送往目的地</p><p> “排斥”部队在前往目的地的路上将他们从障碍物和其他行人身上推开</p><p>建模者将这些力量和地图结合在一起,行人将在这个地方走向目的地</p><p>微观的“基于代理的模型”(例如上面的模型)使用人工智能来模拟行人的不同行为</p><p>每个代理人获得一组参数(例如年龄,性别,疲劳程度,定向技能水平),这些参数被组合以预测个人偏好和行为</p><p>基于代理的模型最适合模拟日常情况并观察不同角色的交互</p><p>基于力量的方法可以准确地模拟大而密集的人群,并且可以很好地模拟重大事件中的疏散</p><p>在德国,我们一直致力于基于力量的训练模拟器</p><p>目标是模拟人们在德国足球场周围的运动,以适应不同的场景</p><p>我们使用的案例研究如下:周六晚上下午5点20分,在德国凯泽斯劳滕市,在终场哨响一场联赛比赛后,40,000名对手球迷涌出弗里茨 - 沃尔特体育场</p><p>所有这些粉丝都要前往停车场或火车站</p><p>即使没有任何事件,这对警察和安全部门来说也是一个困难的局面</p><p>但在紧急情况或灾难中,人群管理成为生死攸关的问题</p><p>我们的模拟器(见下面的视频)可以实时运行数千名模拟行人</p><p>用户导入他或她想要模拟的环境的地图,定义到达的位置和行人的目的地并按下开始按钮</p><p>然后,窗口显示在环境中导航的行人的动画</p><p>根据人群的密度,行人会以不同的颜色显示 - 这为规划人员提供了即时反馈</p><p>当模拟结果揭示潜在的瓶颈和冲突区域时,规划者可以采取行动</p><p>他们可能会将安保人员安排在十字路口,以引导行人走向人口较少的地区</p><p>或者他们可能关闭对大群人来说不安全的特定部分</p><p>但是,如果使用的参数不准确,则这些模拟都不起作用</p><p>建模者在开始之前需要大量信息:获取此信息的最佳位置来自经验丰富的安保人员</p><p>优秀的员工与良好的模拟相结合将大大改善规划过程</p><p>模拟并不意味着反映现实,

查看所有