Simulation analysis of crowd evacuation in subway station considering group behavior 

 LIU Xia, LIU Shengjie

(School of Automotive and Traffic Engineering, Jiangsu University, Zhenjiang 212013, China)

Abstract: In order to study the evacuation ability of pedestrians in large public places, combined with the social force model and evacuation research under dangerous scenarios, a social force model considering pedestrian group behavior was established, and the influence of different hazard sources, station structure and pedestrian group behavior on pedestrian evacuation efficiency under dangerous scenarios was discussed. Increasing the width and number of exits is conducive to improving the efficiency of pedestrian evacuation and reducing the number of pedestrian casualties. The presence and placement of barriers are also closely related to pedestrian evacuation. When dangerous scenarios begin, the appearance of obstacles has a negative impact on pedestrian evacuation, and compared with vertical barriers, horizontal barriers are more conducive to pedestrian emergency evacuation. The increase of the proportion of pedestrian groups will prolong the evacuation time of pedestrians and increase the number of casualties. In the three different group configurations, the chain configuration has the highest group traffic efficiency. The results can provide reference for pedestrian evacuation in large public places.

Key words：social force model; pedestrian evacuation; special attack; casualty

0引  言

目前，国内外针对公共场所人群疏散进行了较多研究，并取得了显著的成果。人员疏散模拟仿真模型主要有两类，即宏观模型和微观模型。宏观模型从人员疏散的移动速度、人群密度、行人流量等方面进行研究，其将人群视为一个整体来分析行人的运动规则，因此无法反应行人个体的行为特征[1]。典型的宏观模型有流体动力学模型[2]。微观模型可以描述单一个体位置的时间演变，可看作离散粒子的运动。微观模型主要包括社会力模型，格子气模型和元胞自动机模型[3]。近年来，社会力模型以及其改进模型在人群疏散中得到广泛应用。Yang等[4]采用随机用户均衡模型，并通过统计数据与地铁站入口行人数量仿真数据比对，验证了社会力模型和最小成本模型能够再现地铁站行人运动规律和路径选择。

基于上述模型，众多学者对特定场景下的紧急疏散进行仿真，如特殊情形、火灾和地震等。在紧急疏散过程中，往往存在许多不确定因素影响行人的动态行为，因此此类研究对制定疏散策略具有重要意义。

1  模型构建

1.1  社会力模型

AnyLogic仿真平台内置社会力模型[5]，该模型认为行人的行走是受到自身驱动力影响而非外力，这种自身驱动力被称之为“社会力”，该模型以牛顿的经典力学为基础，认为行人受社会力驱动而进行运动。社会力模型的主要运动公式为

                  (1)

式中：为行人i的质量；vi(t)为行人i当前的速度；为行人i的自驱力；为行人i和行人j之间的相互作用力，用来维持行人之间的安全距离，避免行人的过度挤压；为障碍物对行人i的作用力，避免发生碰撞。

1.2  行人运动模型

特殊情形发生时，行人在疏散逃生过程中需要躲避追击，模型中设定行人最初在站厅层随机运动，当发现有特殊情形时，向站厅层出站口方向疏散。Anylogic 中行人进站的疏散行为逻辑图如图2所示。

图1  行人进出站行为逻辑图

如图3所示，疏散过程中乘客有正常、轻伤、重伤和死亡这 4 种状态。当行人在恐怖分子的袭击范围内时，行人可能会出现致死、重伤、轻伤情况。当行人不在的攻击范围内时，行人保持正常状态向出口疏散。

图2  行人状态图

1.3 群组模型

由于现实中行人会结伴而行，在运动过程成员之间会产生多种构型。如图4所示，常见的有并排型、三角型和链状型。

图3 群组构型

2  模拟分析

本次模拟场景为车站单出口正方形大厅（16m×16m），如图6所示，出口宽度为2 m。

图5  车站场景模型

2.2  出口宽度及数量

出口宽度是制约行人疏散的重要因素之一，表2为不同出口宽度下伤亡人员数量变化。随着出口宽度越大，行人疏散时间和被攻击人数均降低。当出口宽度（<2m）较小时,行人疏散时间高达196.9s，被攻击人数达52人，其中死亡人数有36人。窄出口不制约了行人疏散效率，同时还提高了行人被恐怖分子袭击的概率。但当出口宽度为2.5m和3m时，疏散时间和被攻击行人人数随着出口宽度增加而降低。这是因为出口宽度增加到一定程度，对被攻击人数的影响作用不显著。 

表1  出口宽度的影响

出口宽度/m 疏散时间/s 轻伤 重伤 死亡

1m 196.914 5 11 36

1.5m 110.097 4 9 25

2m 87.9245 4 8 21

2.5m 65.6165 2 8 17

3m 62.4825 1 7 15

2.3  障碍物设置

（出口宽度2m）特殊情形期间障碍物的设置对疏散存在影响。图9展示了三种障碍物的布局方式，分别为无障碍物、水平障碍物和垂直障碍物。后两种场景的主要区别在于障碍物之间形成的通道是否与出口方向的通道保持一致，将与出口方向一致的障碍物视为水平障碍物，如图9(a)所示，将垂直于出口方向的障碍物视为垂直障碍物，如图9(c)所示。

(a) 无障碍物                     (b) 水平障碍物                   (c) 垂直障碍物

图6  障碍物分布

根据图10(a)中的模拟结果，障碍物的设置会阻碍行人朝出口方向运动，从而导致疏散时间明显增加。其中，垂直障碍物场景疏散时间长于水平障碍物疏散时间，这表明尽管两种类型的障碍物都会阻碍行人疏散，但水平障碍物形成的通道与出口疏散通道的方向一致，更有利于行人快速移动到出口。图10(b)展示了障碍物的设置对于死亡人数存在负面影响，两种场景下死亡人数相当，这表明障碍物的设置不利于行人快速逃离而减少伤亡。

(a) 疏散时间

(b) 死伤状况

图7  不同障碍物分布影响

3  结论

1）在不同数量的恐怖分子下，行人疏散时间、伤亡人数明显与其呈正相关。由于恐怖分子采取的是单一追逐策略，当恐怖分子数量增多时，被攻击行人数量增多，行人恐慌程度增加，从而疏散效率降低。

2）在不同出口宽度设置下，出口宽度的增加有助于特殊情形下行人的疏散。而当增加一个出口，疏散时间和伤亡人数降低。表明实际情况下，可适当增加出口宽度和出口数量，以提高特殊情形下的行人通过能力。

3）在不同障碍物设置下，设置障碍物时，疏散时间明显增加，而垂直障碍物疏散时间长于水平障碍物的疏散时间。这表明障碍物与出口方向平行时，不会阻碍行人视野，更利于行人逃离现场。在实际生活中，不仅要降低障碍物密度，更要注意障碍物摆放位置，以期提高紧急状态下的行人通行能力。

参 考 文 献

[1]陈一洲，陈文涛，张无敌，等.复杂建筑人员密集区域疏散模型[J].中国安全科学学报,2019,29(05):13-18.

CHEN Yizhou, CHEN Wentao, ZHANG Wudi, et al. Research on evacuation model in densely populated area in a complex building[J]. China Safety Science Journal, 2019, 29(05):13-18.

[2]WANG J Y, YU X Y, ZONG R W, et al. Evacuation route optimization under real-time toxic gas dispersion through CFD simulation and Dijkstra algorithm[J]. Journal of Loss Prevention in the Process Industries, 2022, 76:104733.

[3]ZHENG Y, LI X G, ZHUO N, et al. Evacuation dynamics with smoking diffusion in three dimension based on an extended Floor-Field model[J]. Physica A: Statistical Mechanics and its Applications, 2018, 507:414-426.

[4]JIANG Y Q, CNEN B K, LI X, et al. Dynamic navigation field in the social force model for pedestrian evacuation[J]. Applied Mathematical Modelling, 2020, 80:815-826.

[5]YANG X X, ZHANG R, PAN F Q, et al. Stochastic user equilibrium path planning for crowd evacuation at subway station based on social force model[J]. Physica A: Statistical Mechanics and its Applications, 2022, 594:127033.