基于VR的建筑行人交通行为数据采集与评价

为解决公共建筑中个体行人交通行为的模拟,行为数据采集等相关问题,在已有行人交通理论研究成果的基础上,应用虚拟仿真技术及人机交互技术,建立行人交通行为模拟、行为数据采集平台,并在此平台基础上开展了初步的行人交通数据采集实验。首先采用Unreal虚拟引擎,HTC Vive头盔、Omni万向跑步机等设备搭建了虚拟行人模拟与数据采集实验平台;然后以广州地铁燕塘站为例,进行了23组虚拟环境寻路实验,记录了测试者在不同时刻位置,视角变化等信息;最后利用采集数据对行人交通行为进行了相关分析。结果表明:基于VR系统的行人仿真及交通行为数据采集平台具有可行性,相关的实验结果符合行人在实际环境中的行为特征。通过对行人视角变化记录数据的分析,可以对行人细节交通行为进行判断,并作为进一步环境行为研究的基础。

基于视频数据挖掘的城市轨道交通车站行人交通行为特征提取系统研究

城市轨道交通车站行人交通行为特征数据对于站内行人安全管理,以及疏导设施安全设计具有重要参考价值。针对城市轨道交通车站人流密集条件下行人交通行为数据采集速度慢、结果精度差的问题,设计一套基于视频数据挖掘的城市轨道交通车站行人交通行为特征提取系统。运用Hadoop架构,通过对采集到的连续相邻俯拍视频进行存储及拼接、提取二维平面中行人交通行为基础数据、判别行人交通行为类别,实现行人各交通行为特征参数的提取并运用分布式存储技术对其存储,最后通过实验数据验证系统的有效性。

人格特质与行人交通行为的关系研究综述

论文对人格特质与行人交通行为的关系研究做了简要回顾和总结,发现现有研究多采用人格量表和行人行为量表,采集行人的人格特质数据和交通行为数据,并通过相关分析和回归分析来考察人格特质与行人交通行为之间的关系。论文还提出了对人格特质与行人交通行为关系研究的展望。

基于AHP-信息熵的行人不文明交通行为影响因素分析

以常见行人不文明交通行为为研究对象展开调查,用层次分析法建立层次结构模型,借助MOA模型建立影响因素模型,将各层主观权重和客观权重组合,再由因素层自下而上进行融合,得到指标排序及总排序,分析行人不文明交通行为发生的影响因素。结果表明外源性因素--监管不到位是推动和抑制不文明行为发生的主要因素,从众心理、侥幸心理是导致行人不文明交通行为发生的重要影响因素。针对引发不文明交通行为的因素进行回访调研,给出改善不文明交通行为的建议,为健全文明交通相关规章制度提供参考。

基于社会力的行人交通微观仿真模型研究

从枢纽内行人运动行为和路径选择行为出发,以社会力模型为基础,综合考虑人与人、人与车站的相互作用,构建基于个体活动的行人交通微观仿真模型。该模型依据目标驱动力及人与人或障碍物之间的心理排斥力、挤压力、摩擦力求解行人的运动方向和速度,考虑到行人对其他行人和障碍物的避让行为,提出了一种改进算法,该算法引入行人防止穿透决策规则,消除碰撞、重叠现象,并采取目标点局部极小化原则,设置辅助目标点,有效的解决行人与环境之间动态避碰近程度、拥挤程度和环境舒适度,建立节点选择模型;最后,将改进后的模型应用于人群行为特性研究,开发铁路客运站行人集散仿真系统,以北京南站为例进行仿真分析,对模型进行校核检验。