基于多智能體的地鐵乘客應(yīng)急疏散仿真建模

李昌宇，武倩楠

（南京鐵道職業(yè)技術(shù)學(xué)院運(yùn)輸管理學(xué)院，江蘇 南京 210031）

一、引言

近幾年，我國(guó)城市經(jīng)濟(jì)發(fā)展迅速、人們出行頻率以及對(duì)出行的要求越來越高，地鐵憑借著綠色環(huán)保、高效準(zhǔn)時(shí)、載客量大等優(yōu)勢(shì)已成為人們的主要出行方式之一。中國(guó)城市人口數(shù)量較大，因此高峰期時(shí)地鐵站內(nèi)客流密度高、擁擠現(xiàn)象明顯；另外，因其處于地下，當(dāng)遇到大客流或其他緊急情況時(shí)，乘客的恐慌心理嚴(yán)重，客流疏散的要求及難度遠(yuǎn)遠(yuǎn)高于其他路面交通。

現(xiàn)實(shí)中，地鐵客流疏散演練存在一定安全隱患，同時(shí)耗費(fèi)大量人力、物力、財(cái)力，越來越多研究者采用仿真建模的方法來解決上述問題。然而大多數(shù)宏觀模型在模擬行人流時(shí)，通常把乘客看作整體，忽略了個(gè)體之間的差異，而微觀模型恰巧考慮到每個(gè)人的行為特征，把疏散人群（整體）離散成個(gè)人（個(gè)體），行人運(yùn)動(dòng)是基于力的引導(dǎo)而非完全遵循事先設(shè)置的固定行動(dòng)軌跡，充滿了隨機(jī)性，更加符實(shí)。綜上考慮，本文采用基于多智能體（Multi-agent）的AnyLogic平臺(tái)來搭建地鐵乘客應(yīng)急疏散仿真模型。Agent不僅能夠?qū)崿F(xiàn)有目的的移動(dòng)，還能模擬乘客的思想和判斷能力、感知復(fù)雜的環(huán)境變化并對(duì)其做出相應(yīng)的反應(yīng)[1]，且便于在模擬中進(jìn)一步引入從眾心理，使得仿真更加貼近現(xiàn)實(shí)。

二、地鐵應(yīng)急疏散環(huán)境及乘客行為分析

（一）地鐵環(huán)境分析

大多數(shù)地鐵站處于地下、環(huán)境相對(duì)密閉、通風(fēng)性較差且為多層結(jié)構(gòu)。此外，站內(nèi)結(jié)構(gòu)復(fù)雜、服務(wù)設(shè)施設(shè)備多、疏散通道寬度及樓梯容客量有限，這些環(huán)境條件都不利于乘客的應(yīng)急疏散。在仿真中，通過墻板、柱子、檢票閘機(jī)、樓梯等建筑物及設(shè)備來搭建物理模型，構(gòu)成符合實(shí)際車站結(jié)構(gòu)的仿真環(huán)境。在模擬地鐵站內(nèi)行人疏散的過程中，仿真環(huán)境不隨時(shí)間等因素而變化（爆炸、人為破壞情況除外）。

（二）乘客行為分析

針對(duì)微觀“個(gè)人”而言，為了防止發(fā)生碰撞甚至誤傷，行人習(xí)慣與他人、障礙物之間保持一定的舒適安全距離，且人與障礙物的距離一般大于乘客之間的距離。通常安全距離會(huì)隨著情況的緊急程度而發(fā)生變化，如逃生時(shí)行人與他人、障礙物的距離會(huì)遠(yuǎn)小于正常情況下可接受的范圍；針對(duì)宏觀“人群”而言，地鐵站內(nèi)的人群客流量在固定的時(shí)間點(diǎn)會(huì)突增，也就是存在客流高峰期，如上下班時(shí)間、重大賽事演出等。同時(shí)，人群的逃生方向會(huì)對(duì)個(gè)人逃生方向的決策造成一定影響，即從眾效應(yīng)[2]。在仿真中，行人智能體相對(duì)環(huán)境而言是可自由移動(dòng)的，行人在疏散初期的位置對(duì)其選擇不同逃生出口有很大影響，但即使不同行人選擇了同一出口，也會(huì)在社會(huì)力的作用下形成不同疏散路徑[3]。

（三）環(huán)境與乘客之間的關(guān)系

環(huán)境與乘客之間會(huì)相互影響，如地鐵環(huán)境中的大部分地面服務(wù)設(shè)施（如人工售票窗口、自動(dòng)售票機(jī)、檢票閘機(jī)、安檢儀等），在疏散時(shí)都會(huì)變成拖延疏散時(shí)間的障礙物，乘客為了避開各種設(shè)施設(shè)備的阻攔會(huì)有意延長(zhǎng)疏散路徑。因此，環(huán)境結(jié)構(gòu)越簡(jiǎn)單，站內(nèi)對(duì)疏散無利的設(shè)施越少，疏散過程將越順利；但適當(dāng)?shù)膰鷻谟欣谝龑?dǎo)乘客快速地找到最短疏散路徑，更寬的樓梯能夠同時(shí)容納更多的乘客逃生，以節(jié)省總疏散時(shí)間。

三、地鐵乘客疏散仿真邏輯模型的構(gòu)建

（一）基本模塊描述及參數(shù)設(shè)置

本文的疏散邏輯模型應(yīng)用到行人庫(kù)中五類模塊，共由13個(gè)模塊組成。邏輯模型如圖1所示。

各個(gè)模塊的功能描述如下：

（1）PedSource：生成站臺(tái)上的地鐵乘客，設(shè)定最大到達(dá)數(shù)為200人。

（2）PedWait：乘客在接到疏散報(bào)警前靜止于生成的初始位置，同時(shí)自主判斷所處位置與兩出站口距離，模型中北出站口坐標(biāo)為（460，50），南出站口坐標(biāo)為（460，550），行動(dòng)函數(shù)如圖2。PedWait1：延長(zhǎng)從眾乘客疏散前的猶豫時(shí)間。

圖1 乘客疏散邏輯模型圖

圖2 “pedWait”模塊行動(dòng)函數(shù)

（3）PedSelectOutput：劃分理智乘客和從眾乘客，兩出站口方向分類函數(shù)為nearestexit=((exit1distance＜exit2distance)1:2)，條件1、2代表就近選擇出口的理智乘客，條件3代表從眾乘客，條件函數(shù)如圖3。乘客在選擇逃生方向的同時(shí)，該模塊自動(dòng)統(tǒng)計(jì)不同方向人數(shù)，行動(dòng)函數(shù)如圖4。

圖3 “PedSelectOutput”模塊條件函數(shù)

圖4 “PedSelectOutput”模塊行動(dòng)函數(shù)

PedSelectOutput1：條件1為從眾乘客選擇人數(shù)較多的北出站口，條件2選擇人數(shù)較多的南出站口，條件函數(shù)如圖5。乘客在選擇逃生方向的同時(shí)，該模塊將自動(dòng)統(tǒng)計(jì)不同方向人數(shù)，行動(dòng)函數(shù)如圖6。

圖5 “PedSelectOutput1”模塊條件函數(shù)

圖6 “PedSelectOutput1”模塊行動(dòng)函數(shù)

（4）PedGoTo控制地鐵乘客在疏散時(shí)的運(yùn)動(dòng)流線，即分別向南、北出站口方向逃生。

（5）PedSink銷毀逃出車站的行人智能體，同時(shí)統(tǒng)計(jì)該出口的疏散人數(shù)，當(dāng)乘客全部疏散完畢，即站內(nèi)無可銷毀實(shí)體，模擬仿真過程結(jié)束[4]。

（二）邏輯模型事件類型及參數(shù)設(shè)置

（1）觸發(fā)疏散事件，即終止乘客在站內(nèi)等待行為：是否疏散 =true；pedSource.set_rate(0)；pedWait.cancelAll()；

（2）模型運(yùn)行終止條件（需添加“疏散結(jié)束時(shí)刻”變量）：是否疏散==true&&groundDefault.size()==0。

四、地鐵乘客疏散仿真物理模型的實(shí)現(xiàn)與分析

（一）仿真環(huán)境假設(shè)

在面積為50m×50m虛擬場(chǎng)景下模擬人員疏散情況，南北各有一個(gè)寬為4米的逃生出口。由于現(xiàn)實(shí)中的地鐵站臺(tái)上有很多障礙物，為了更貼近現(xiàn)實(shí)，本模型在平臺(tái)中央共添加四個(gè)1m×1m平行布置的方形柱子作為疏散障礙物。在疏散前，乘客均勻地分布在站臺(tái)空間內(nèi)，當(dāng)觸發(fā)應(yīng)急疏散按鈕，乘客從靜止等候狀態(tài)轉(zhuǎn)為動(dòng)態(tài)逃生狀態(tài)，模型2D仿真環(huán)境及3D疏散前場(chǎng)景如圖7。

圖7 乘客疏散物理模型圖

（二）仿真結(jié)果分析

當(dāng)不考慮從眾心理，大部分乘客在收到報(bào)警信息后，按照就近原則，快速地向兩出站口方向逃跑，即平均選擇兩個(gè)不同的方向，南、北兩側(cè)疏散路徑及兩出站口的擁堵情況大致相同。當(dāng)從眾比例為50%時(shí)，即從眾人數(shù)為總?cè)藬?shù)的50%，理智乘客遵循就近原則，從眾乘客跟隨人數(shù)較多的方向逃生，大量人群向南出站口方向聚集造成嚴(yán)重的擁堵，導(dǎo)致疏散效率大大降低，這種情況極易發(fā)生踩踏事故等；北出站口人數(shù)相對(duì)較少，疏散速度較快，但縱觀全局，正是因?yàn)闆]有很好地利用北出站口的疏散能力，從而拖延了整體的疏散進(jìn)度，浪費(fèi)了潛在的逃生時(shí)間。疏散過程如圖8。

由于平臺(tái)存在4個(gè)障礙物柱子，不僅占據(jù)一定的逃生空間，還對(duì)乘客疏散造成不良的阻擋影響，尤其是最短路徑上的兩個(gè)柱子周圍聚集情況嚴(yán)重，導(dǎo)致被包圍在人群內(nèi)的乘客疏散困難，嚴(yán)重影響乘客的逃生效率，拖延了總的疏散時(shí)間。綜上分析可見，本文模擬的疏散仿真過程符合實(shí)際情況，該建模方法對(duì)于地鐵站應(yīng)急疏散的研究具有一定的現(xiàn)實(shí)參考價(jià)值。

圖8 客流疏散仿真過程

五、結(jié)論

本文在分析地鐵應(yīng)急疏散環(huán)境及乘客行為的前提下，詳細(xì)介紹了在AnyLogic平臺(tái)的上構(gòu)建地鐵乘客應(yīng)急疏散邏輯模型及物理模型的方法，并在考慮車站空間布局、乘客疏散從眾心理等因素的基礎(chǔ)上建立了客流疏散仿真模型。其中，仿真邏輯模型巧用行人庫(kù)中的“pedWait”模塊和“PedSelectOutput”模塊實(shí)現(xiàn)了理智行人選擇出口的條件以及眾行人盲從的規(guī)則；仿真物理模型的實(shí)現(xiàn)過程驗(yàn)證了本文建立的地鐵乘客應(yīng)急疏散仿真模型具有一定的有效性，為相關(guān)方面研究者提供了新的建模思路。