-
公开(公告)号:CN108280251A
公开(公告)日:2018-07-13
申请号:CN201711385883.2
申请日:2017-12-20
Applicant: 同济大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于街道宽度比的丁字路口高风险区域标定方法,包括以下步骤:1)获取丁字路口处的街道参数;2)建立Aw-Rascle人群动力学模型;3)在所述Aw-Rascle人群动力学模型基础上,引入交叉口区域的影响矩阵,构建丁字路口人群疏散动力学模型;4)基于所述街道参数建立人群初始化高斯分布模型;5)基于人群初始化高斯分布模型初始化人群密度后,以所述丁字路口人群疏散动力学模型进行仿真,标定人群疏散高风险区域。与现有技术相比,本发明具有准确反映实际街道人群密度分布情况、清晰直观等优点。
-
公开(公告)号:CN109408889B
公开(公告)日:2022-08-12
申请号:CN201811108307.8
申请日:2018-09-21
Applicant: 同济大学
Abstract: 本发明涉及一种基于信息熵的宏观人群恐慌度量方法及其应用,所述度量方法包括以下步骤:1)将疏散空间划分为多个离散化的单位网格;2)获取每一单位网格中疏散人群的实时速度分布,基于信息熵理论计算每一单位网格的恐慌熵;3)根据步骤2),获得疏散空间的恐慌熵。与现有技术相比,本发明基于信息熵理论获得人群恐慌熵,以人群速度矢量混乱程度反应人群恐慌程度,利用离散化网格中疏散个体速度大小及方向的分布情况,计算出离散化网格中人群行为的混乱程度,从而定量的反映出疏散人群的恐慌程度。
-
公开(公告)号:CN108280251B
公开(公告)日:2021-07-20
申请号:CN201711385883.2
申请日:2017-12-20
Applicant: 同济大学
IPC: G06F30/20
Abstract: 本发明涉及一种基于街道宽度比的丁字路口高风险区域标定方法,包括以下步骤:1)获取丁字路口处的街道参数;2)建立Aw‑Rascle人群动力学模型;3)在所述Aw‑Rascle人群动力学模型基础上,引入交叉口区域的影响矩阵,构建丁字路口人群疏散动力学模型;4)基于所述街道参数建立人群初始化高斯分布模型;5)基于人群初始化高斯分布模型初始化人群密度后,以所述丁字路口人群疏散动力学模型进行仿真,标定人群疏散高风险区域。与现有技术相比,本发明具有准确反映实际街道人群密度分布情况、清晰直观等优点。
-
公开(公告)号:CN109063268B
公开(公告)日:2021-03-26
申请号:CN201810731415.4
申请日:2018-07-05
Applicant: 同济大学
Abstract: 本发明涉及一种人群疏散宏观模型迭代式仿真方法,包括以下步骤:1)建立Aw‑Rascle人群动力学宏观模型;2)基于地形环境进行行人高斯分布初始化;3)基于初始化的所述行人流高斯分布和Aw‑Rascle人群动力学宏观模型进行迭代式仿真,并显示仿真结果。与现有技术相比,本发明采用迭代式的仿真方法,能够使仿真的效果更加接近真实情况,具有仿真结果精度高等优点。
-
-
公开(公告)号:CN109145365A
公开(公告)日:2019-01-04
申请号:CN201810732013.6
申请日:2018-07-05
Applicant: 同济大学
CPC classification number: G06F17/5009 , G06Q10/04 , G06Q50/265
Abstract: 本发明涉及一种基于微观‑宏观转换模型的区域人群运动状态预测方法,该方法包括以下步骤:1)建立实现微观恐慌向宏观压力项转换的微观‑宏观转换模型;2)获取人群流动视频信息参数;3)基于所述微观‑宏观转换模型和人群流动视频信息参数,预测区域人群运动状态,并显示预测结果。与现有技术相比,本发明构建了微观—宏观转换模型,一定程度上弥补了人群疏散建模方法的不足,为研究人群疏散问题提供了新的思路。
-
-
-
-
-