决定行人行为和拥挤灾难的简单规律

随着聚众事件的规模和发生次数的增加,对拥挤灾难的研究及人群流动的模拟成为重要的研究领域.但是,即使那些成功的模型方法(如由牛顿力模型发展起来的方法),仍不能符合观察的结果.由法国、瑞士和英国的科学家组成的研究组提出一种认知科学的方法,这种方法是建立在行为探索法的基础上的.他们认为行人根据视觉获得的信息,也就是根据行人与眼     

基于汽车与行人碰撞载荷特点的下肢长骨建模

基于THUMS(total human model for safety)下肢长骨有限元模型, 在材料和单元属性等方面进行了改进. 在详细分 析行人下肢长骨载荷特点的基础上, 采用多种不同载荷工况下较新的生物力学实 验数据, 对长骨模型进行了前-后和外-内加载 方向的准静态三点弯曲验证, 同时对近心端1/3处、中部和远心端1/3处加载的动态三点弯曲 验证. 验证结果表明, 该模型具有较好的生物逼真度, 能够准确地模拟行人下肢长骨的骨折 及碰撞响应, 可用于后续行人下肢模型的开发, 并为行人下肢损伤机理和安全防护研究提供 准确高效的研究手段.     

菱形网格的行人疏散元胞自动机模型

利用改进的层次域元胞自动机模型,研究了正菱形网格空间中的行人疏散问题.这类网格可以避免行人贴近房间墙壁或障碍物,转移概率考虑了各种逃生受阻因素.数值仿真显示,出口处的行人分布与实验快照展示的行人分布基本相同,疏散时间和出口宽度呈线性关系,行人流率接近实验结果.     

基于位姿图优化的MEMS-INS/GNSS行人融合定位方法

为了实现消防救援、反恐作战等应急任务复杂场景下行人的室内外无缝定位,提出了一种基于位姿图优化的综合利用微惯性导航系统和全球卫星导航系统的融合定位方法。首先利用经典的EKF滤波算法实现微惯导和卫导融合定位,结合卫导长期精度较高、误差稳定和不随时间累积的优点以及微惯导短时精度高、输出连续、自主定位的优点,实现行人在复杂环境中的室内外无缝定位。在此基础上,提出了一种图优化结合EKF的融合定位新框架,利用卫导定位终端和足部微惯导定位模块进行了实验,比较EKF、图优化-EKF两种算法的融合定位效果。实验结果显示,面对室内外复杂环境,单纯的EKF算法融合定位轨迹航向偏差较大,图优化-EKF算法在轨迹方向保持性上表现更佳,相比EKF算法其融合定位轨迹航向误差减小了48.87%,位姿图优化-EKF算法具有更好的全局稳定性和航向精准度,显著降低了卫星测量异常值对融合定位结果的影响。     

足绑式行人导航偏航角误差自观测算法（英文）

基于低成本MEMS惯性传感器的足绑式惯性导航系统(INS)和零速修正(ZUPT)算法广泛应用于行人导航中。由于MEMS惯性传感器零漂误差较大,零速修正时偏航角误差的可观测性差,INS偏航角误差不能被有效约束,成为行人导航的主要误差源。行人徒步行走特别是在室内楼道等结构化道路上行走时,行走的轨迹大多情况下可认为是近似直线,基于这个事实,提出了一种减小偏航角误差的算法,称为偏航角误差自观测(YESO)算法。当判定行人以近似直线徒步行走时,由行走轨迹计算出的航向角可近似认为是一个常值,那么由于各种误差引起该航向角发生变化时,可以将该变化量作为足绑式INS偏航角误差的观测量,进一步可利用卡尔曼滤波器估计出偏航角误差,对足绑式INS的偏航角进行校准。在室内楼道进行了约350 m的现场实验,实验验证了YESO算法的有效性。实验结果表明,当分别采用ZUPT和ZUPT+YSEO算法进行导航解算时,航向角误差从-29°减小到-2°,南北向最大位置误差从-35.5 m减小到-5.2 m。YESO算法的实现仅依靠系统自身的信息,没有增加额外的传感器,算法具有很好的工程实用价值并能方便地推广应用于车辆导航等领域。     

一种惯性/简化室内GIS组合的行人定位系统（英文）

惯性定位系统中的累积误差问题使得惯性定位系统无法长时间使用。室内地理信息系统(GIS)中的建筑物结构、地标点位置等信息可以用来修正和优化惯性定位算法,解决其累积误差问题,从而实现惯性定位系统的精度保持,延长系统使用时长。使用射频识别(RFID)系统和建筑物结构信息构建了简易室内地理信息系统,提出了一种基于GIS的增强型行人航迹推算(PDR)算法,通过该算法融合GIS与惯性定位系统。实验表明,融合简易室内GIS的惯性行人定位系统较传统行人定位系统性能更优。在GIS提供航向标定和步长估算系数标定的情况下,融合GIS的惯性系统能够在60 min之后,较惯性定位系统误差分别降低50%和67%;在GIS提供位置和高度标定的情况下,融合GIS的惯性系统并未出现误差累积的现象,在使用超过150 min后,依然能够将行人航迹推算误差保持在2 m范围之内(>80%概率)。     

基于连续模型的人员疏散仿真分析

行人流连续模型直观地反映人群疏散过程中的疏散特征，本文基于行人流连续模型。研究行人在典型疏散场景下的疏散特征．在COMSOL中建立行人流连续模型及其方程，通过编写MATLAB代码，实现了连续模型及其循环求解框架．利用快速扫描法求解Eikonal方程得到背景场值，在每一步迭代循环中将背景场值作为模型的初始变量导入，调用COMSOL计算模块求解模型的瞬态控制方程．通过两个标准算例，重现了典型的行人流自组织现象，验证了连续模型的合理性．结果表明，本文的疏散仿真分析模型和计算程序是可靠的，疏散仿真分析可以为实际工程中的人员疏散方案的制定以及平面设计与安全布置等方面提供技术支撑．     

联合多级深度特征表示和有序加权距离融合的视频行人再识别方法

针对目前视频行人再识别中存在视角、光线变化,背景干扰与遮挡,行人外观与行为相似,以及相同行人在不同模态特征下距离的差异性而导致的匹配不正确问题,提出一种联合多级深度特征表示和有序加权距离融合的视频行人再识别方法。在行人特征表示阶段,提出了行人多级深度特征表示网络,该网络不仅能学习视频序列中行人的时空特征,还能获取行人的全局外观特征和局部外观特征。在有序加权距离融合阶段,将行人的特征表示输入到距离测度学习中,分别计算行人在三类特征下的独立距离,并将距离排序后,根据距离的排名优化距离权值,最后融合三类距离得到最终距离,从而准确匹配行人。通过在公共数据集中的实验表明,所提方法不仅能够提高视频行人再识别的识别率,还具有丰富和完整的行人特征表示能力。     

无信号控制路口行人过街行为特征及博弈模型分析

过城市实地行人问卷调查及过街行为分析,描述了行人过街重要行为特征,在此基础上,引入了交通工程相关结果,针对无信号控制路口行人过街问题,构建了行人先行和车辆先行的扩展式行人过街冲突博弈模型。纳什均衡分析结果揭示了行人过街冲突的机理,并给出了各种冲突情况下相应参数临界分析。预期结果对行人过街设施的管理与建设也具有意义。     

基于地磁测向和时间到达差测距的行人航迹推算方法

为研究个人鞋式导航定位方法,提出了一种基于地磁测向和时间到达差测距的行人航迹推算方法。该方法分为两部分:依靠地磁辅助的航向角检测和依靠时间到达差测距的行人步幅检测。研究结果发现,采用超声波收发阵列可以有效提高两脚间距离检测精度。此外本文分析出该方法的主要误差来源为航向角检测误差,并设计了最小二乘误差补偿算法,补偿前航向角误差约为15.93°,补偿后在0.435°以内。实验通过行人直线、圆形、操场行走测试,结果表明最大定位误差占总行进距离的1.2%。本方法具有广泛的工程应用前景。