稀疏行人流中平均行走行为附近的涨落
物理与社会
2017-03-22 v1 数据分析、统计与概率
摘要
理解并对行人人群的动力学进行建模有助于民用设施的设计并提高其安全性。人群的一个关键特征是其内禀随机性，即使在极稀疏的条件下也会因个体行为的差异而显现。在密集拥挤条件下，个体随机性变得更加重要，因为它可以被非线性放大，并可能导致潜在危险的集体行为。为了定量理解人群随机性，我们研究了不受干扰行走的大规模行人集合的真实动力学，并对通过为期一年的高分辨率测量活动获得的完全解析的行人轨迹进行了统计分析。我们的测量是在埃因霍温理工大学的走廊内通过 Microsoft Kinect 3D 距离传感器与自动头部追踪算法相结合的方式进行的。我们庞大的轨迹数据库在时间上的同质性使我们能够稳健地定义平均行走行为，并将其与平行和正交于平均行走路径的涨落分离开来。涨落包括个体突然改变主意并反转行走方向的罕见事件。尽管这种反转行进方向的倾向可能对设施的功能和安全性产生重要影响，但迄今为止对此研究甚少。我们提出了一种基于随机微分方程的不受干扰行人动力学新模型，该模型与我们的实验观测结果（包括罕见事件的发生）吻合良好。
引用
@article{arxiv.1610.07429,
title = {Fluctuations around mean walking behaviours in diluted pedestrian flows},
author = {Alessandro Corbetta and Chung-min Lee and Roberto Benzi and Adrian Muntean and Federico Toschi},
journal= {arXiv preprint arXiv:1610.07429},
year = {2017}
}