高统计量条件下楼梯上的行人动态及其概率基本图
摘要：楼梯在人群动态中发挥着重要作用，使行人能够在大型多层公共设施（如交通枢纽和办公楼）之间流动。实现对这些设施中行人行为的深入理解是一个关键社会需求。这是一个突出的科学挑战，因为行人行为具有极端的随机性。任何定量的理解都必须是概率的，包括平均动力学和波动性。在这项工作中，我们分析了从埃因霍温火车站（荷兰）的一座楼梯中收集的数百万条轨迹的前所未有的高统计数据。这得益于基于三维深度成像和基于YOLOv7的深度定位的最新技术，实现了快于实时的计算机视觉方法。我们考虑了自由流动条件和交通条件，即单向和双向流动的行人。我们报告了位置与密度之间的关系，将人群视为“可压缩”的物理介质。我们展示了行人愿意占用较少空间，接受一定程度的可压缩性。这是行人动态的一个非平凡的物理特征，我们介绍了一种量化此效应的新方法。随着密度的增加，行人努力保持与前方人员的最小距离d = 0.6 m。最后，我们建立了首个全面解析的概率性基本图，其中我们将行人行走速度建模为快慢两个组成部分的混合物。值得注意的是，速度分布的平均值和模式明显不同。我们的结果，包括基于少数变量的概率参数化，对于改善设施设计和实现楼梯上行人的真实模拟至关重要。
作者：Caspar A.S. Pouw, Alessandro Corbetta, Alessandro Gabbana, Chiel van der Laan and Federico Toschi
论文ID：2307.15609
分类：Physics and Society
分类简称：physics.soc-ph
提交时间：2023-07-31