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。