基于多智能體的地鐵乘客應急疏散仿真建模

李昌宇，武倩楠

（南京鐵道職業技術學院運輸管理學院，江蘇 南京 210031）

一、引言

近幾年，我國城市經濟發展迅速、人們出行頻率以及對出行的要求越來越高，地鐵憑借著綠色環保、高效準時、載客量大等優勢已成為人們的主要出行方式之一。中國城市人口數量較大，因此高峰期時地鐵站內客流密度高、擁擠現象明顯；另外，因其處于地下，當遇到大客流或其他緊急情況時，乘客的恐慌心理嚴重，客流疏散的要求及難度遠遠高于其他路面交通。

現實中，地鐵客流疏散演練存在一定安全隱患，同時耗費大量人力、物力、財力，越來越多研究者采用仿真建模的方法來解決上述問題。然而大多數宏觀模型在模擬行人流時，通常把乘客看作整體，忽略了個體之間的差異，而微觀模型恰巧考慮到每個人的行為特征，把疏散人群（整體）離散成個人（個體），行人運動是基于力的引導而非完全遵循事先設置的固定行動軌跡，充滿了隨機性，更加符實。綜上考慮，本文采用基于多智能體（Multi-agent）的AnyLogic平臺來搭建地鐵乘客應急疏散仿真模型。Agent不僅能夠實現有目的的移動，還能模擬乘客的思想和判斷能力、感知復雜的環境變化并對其做出相應的反應[1]，且便于在模擬中進一步引入從眾心理，使得仿真更加貼近現實。

二、地鐵應急疏散環境及乘客行為分析

（一）地鐵環境分析

大多數地鐵站處于地下、環境相對密閉、通風性較差且為多層結構。此外，站內結構復雜、服務設施設備多、疏散通道寬度及樓梯容客量有限，這些環境條件都不利于乘客的應急疏散。在仿真中，通過墻板、柱子、檢票閘機、樓梯等建筑物及設備來搭建物理模型，構成符合實際車站結構的仿真環境。在模擬地鐵站內行人疏散的過程中，仿真環境不隨時間等因素而變化（爆炸、人為破壞情況除外）。

（二）乘客行為分析

針對微觀“個人”而言，為了防止發生碰撞甚至誤傷，行人習慣與他人、障礙物之間保持一定的舒適安全距離，且人與障礙物的距離一般大于乘客之間的距離。通常安全距離會隨著情況的緊急程度而發生變化，如逃生時行人與他人、障礙物的距離會遠小于正常情況下可接受的范圍；針對宏觀“人群”而言，地鐵站內的人群客流量在固定的時間點會突增，也就是存在客流高峰期，如上下班時間、重大賽事演出等。同時，人群的逃生方向會對個人逃生方向的決策造成一定影響，即從眾效應[2]。在仿真中，行人智能體相對環境而言是可自由移動的，行人在疏散初期的位置對其選擇不同逃生出口有很大影響，但即使不同行人選擇了同一出口，也會在社會力的作用下形成不同疏散路徑[3]。

（三）環境與乘客之間的關系

環境與乘客之間會相互影響，如地鐵環境中的大部分地面服務設施（如人工售票窗口、自動售票機、檢票閘機、安檢儀等），在疏散時都會變成拖延疏散時間的障礙物，乘客為了避開各種設施設備的阻攔會有意延長疏散路徑。因此，環境結構越簡單，站內對疏散無利的設施越少，疏散過程將越順利；但適當的圍欄有利于引導乘客快速地找到最短疏散路徑，更寬的樓梯能夠同時容納更多的乘客逃生，以節省總疏散時間。

三、地鐵乘客疏散仿真邏輯模型的構建

（一）基本模塊描述及參數設置

本文的疏散邏輯模型應用到行人庫中五類模塊，共由13個模塊組成。邏輯模型如圖1所示。

各個模塊的功能描述如下：

（1）PedSource：生成站臺上的地鐵乘客，設定最大到達數為200人。

（2）PedWait：乘客在接到疏散報警前靜止于生成的初始位置，同時自主判斷所處位置與兩出站口距離，模型中北出站口坐標為（460，50），南出站口坐標為（460，550），行動函數如圖2。PedWait1：延長從眾乘客疏散前的猶豫時間。

圖1 乘客疏散邏輯模型圖

圖2 “pedWait”模塊行動函數

（3）PedSelectOutput：劃分理智乘客和從眾乘客，兩出站口方向分類函數為nearestexit=((exit1distance＜exit2distance)1:2)，條件1、2代表就近選擇出口的理智乘客，條件3代表從眾乘客，條件函數如圖3。乘客在選擇逃生方向的同時，該模塊自動統計不同方向人數，行動函數如圖4。

圖3 “PedSelectOutput”模塊條件函數

圖4 “PedSelectOutput”模塊行動函數

PedSelectOutput1：條件1為從眾乘客選擇人數較多的北出站口，條件2選擇人數較多的南出站口，條件函數如圖5。乘客在選擇逃生方向的同時，該模塊將自動統計不同方向人數，行動函數如圖6。

圖5 “PedSelectOutput1”模塊條件函數

圖6 “PedSelectOutput1”模塊行動函數

（4）PedGoTo控制地鐵乘客在疏散時的運動流線，即分別向南、北出站口方向逃生。

（5）PedSink銷毀逃出車站的行人智能體，同時統計該出口的疏散人數，當乘客全部疏散完畢，即站內無可銷毀實體，模擬仿真過程結束[4]。

（二）邏輯模型事件類型及參數設置

（1）觸發疏散事件，即終止乘客在站內等待行為：是否疏散 =true；pedSource.set_rate(0)；pedWait.cancelAll()；

（2）模型運行終止條件（需添加“疏散結束時刻”變量）：是否疏散==true&&groundDefault.size()==0。

四、地鐵乘客疏散仿真物理模型的實現與分析

（一）仿真環境假設

在面積為50m×50m虛擬場景下模擬人員疏散情況，南北各有一個寬為4米的逃生出口。由于現實中的地鐵站臺上有很多障礙物，為了更貼近現實，本模型在平臺中央共添加四個1m×1m平行布置的方形柱子作為疏散障礙物。在疏散前，乘客均勻地分布在站臺空間內，當觸發應急疏散按鈕，乘客從靜止等候狀態轉為動態逃生狀態，模型2D仿真環境及3D疏散前場景如圖7。

圖7 乘客疏散物理模型圖

（二）仿真結果分析

當不考慮從眾心理，大部分乘客在收到報警信息后，按照就近原則，快速地向兩出站口方向逃跑，即平均選擇兩個不同的方向，南、北兩側疏散路徑及兩出站口的擁堵情況大致相同。當從眾比例為50%時，即從眾人數為總人數的50%，理智乘客遵循就近原則，從眾乘客跟隨人數較多的方向逃生，大量人群向南出站口方向聚集造成嚴重的擁堵，導致疏散效率大大降低，這種情況極易發生踩踏事故等；北出站口人數相對較少，疏散速度較快，但縱觀全局，正是因為沒有很好地利用北出站口的疏散能力，從而拖延了整體的疏散進度，浪費了潛在的逃生時間。疏散過程如圖8。

由于平臺存在4個障礙物柱子，不僅占據一定的逃生空間，還對乘客疏散造成不良的阻擋影響，尤其是最短路徑上的兩個柱子周圍聚集情況嚴重，導致被包圍在人群內的乘客疏散困難，嚴重影響乘客的逃生效率，拖延了總的疏散時間。綜上分析可見，本文模擬的疏散仿真過程符合實際情況，該建模方法對于地鐵站應急疏散的研究具有一定的現實參考價值。

圖8 客流疏散仿真過程

五、結論

本文在分析地鐵應急疏散環境及乘客行為的前提下，詳細介紹了在AnyLogic平臺的上構建地鐵乘客應急疏散邏輯模型及物理模型的方法，并在考慮車站空間布局、乘客疏散從眾心理等因素的基礎上建立了客流疏散仿真模型。其中，仿真邏輯模型巧用行人庫中的“pedWait”模塊和“PedSelectOutput”模塊實現了理智行人選擇出口的條件以及眾行人盲從的規則；仿真物理模型的實現過程驗證了本文建立的地鐵乘客應急疏散仿真模型具有一定的有效性，為相關方面研究者提供了新的建模思路。