基于密度聚类的多向行人流群集区域分布比较

为预防公共场所的行人安全事故,优化和改善人群安全管理,基于情景实验的数据,利用密度峰值算法和具有噪声的密度聚类算法,从不同时刻分布变化的角度,分别选取单走廊双向行人流、90°和120°交叉路口的行人流场景研究行人流群集区域的分布状态,并比较了两种算法的聚类效果和参数差异,得出场景实验数据中行人流群集区域的分布规律和变化特征。研究发现聚类簇在3个场景的行人移动过程中均是动态变化的,不会处在某个稳定的聚类状态。使用该方法识别密集人群的潜在群集区域及位置,可以观察场景内安全隐患区域,提前在这些区域放置引导疏散设施,同时做好全路段防护,提高行人群集疏散的效率及安全性。

考虑共同避让行为的门诊大厅多向行人仿真

医院门诊大厅建筑面积大、服务功能多,导致多向行人冲突频繁发生,影响行人服务感受,在大厅的空间规划、设计及管理时应充分考虑行人的多向冲突特性。实地调研发现,医院门诊大厅行人聚集区域的共同避让行为主要受行人通视、两共同避让行人间步行方向夹角及二者间距影响。基于社会力模型原理,结合共同避让行为影响因素,引入共同避让时行人间吸引力,建立门诊大厅多向行人共同避让行为仿真模型。以某中医院门诊大厅为例,通过共同避让行为特征和行人流参数对比,验证了仿真模型的真实性,据此研究不同门诊大厅空间布局对行人走行质量的影响,得到现状服务人流量及门诊大厅面积下,门诊大厅行人聚集区域长宽比以1∶0.1~1∶0.6为宜的结论。该模型可对医院门诊大厅等行人多向冲突频繁空间进行定量分析,为该类空间规划、设计及管理提供理论支持及方法依据。