본 연구에서는 SLM(Square Lattice Model)과 HLM(Hexagonal Lattice Model)을 개선하여 만든 RHLM(Rotated Hexagonal Model)을 제시하고, 이를 이용하여 양방향 보행 교통류의 시뮬레이션 모형을 개발하였다. $20{\times}20$의 400개 셀에서 진행되었으며, 시간의 변화에 따른 속도, 밀도, 교통류율로 평가하였다. 본 모형을 같은 조건에서 SLM과 비교해본 결과, 기존의 모형이 보행자의 움직임이 불필요한 동작과 비논리적 방향으로 이동하는 것을 모형에 반영하였다면, 본 모형은 보행자의 직진 움직임과 자연스러운 회피 방법을 통해 보행교통류의 최단경로 움직임을 표현할 수 있었다. 또한 보행교통류의 더 높은 곳에서 용량을 가지고 보행을 할 수 있는 현상을 반영할 수 있었고, 보행교통류의 경우 밀도가 높아지더라도 속도가 0이 되는 상황은 잘 일어나지 않는 것을 반영할 수 있음을 알 수 있었다.
본 연구에서는 SLM(Square Lattice Model)과 HLM(Hexagonal Lattice Model)을 개선하여 만든 RHLM(Rotated Hexagonal Model)을 제시하고, 이를 이용하여 양방향 보행 교통류의 시뮬레이션 모형을 개발하였다. $20{\times}20$의 400개 셀에서 진행되었으며, 시간의 변화에 따른 속도, 밀도, 교통류율로 평가하였다. 본 모형을 같은 조건에서 SLM과 비교해본 결과, 기존의 모형이 보행자의 움직임이 불필요한 동작과 비논리적 방향으로 이동하는 것을 모형에 반영하였다면, 본 모형은 보행자의 직진 움직임과 자연스러운 회피 방법을 통해 보행교통류의 최단경로 움직임을 표현할 수 있었다. 또한 보행교통류의 더 높은 곳에서 용량을 가지고 보행을 할 수 있는 현상을 반영할 수 있었고, 보행교통류의 경우 밀도가 높아지더라도 속도가 0이 되는 상황은 잘 일어나지 않는 것을 반영할 수 있음을 알 수 있었다.
In this paper, the rotated hexagonal lattice model (RHLM) was proposed, which is applied to pedestrian flow, and developed the simulation model for the pedestrian counterflow. RHLM is an upgrade version of the square lattice model(SLM) and hexagonal lattice model(HLM). The simulation was performed a...
In this paper, the rotated hexagonal lattice model (RHLM) was proposed, which is applied to pedestrian flow, and developed the simulation model for the pedestrian counterflow. RHLM is an upgrade version of the square lattice model(SLM) and hexagonal lattice model(HLM). The simulation was performed at the hexagonal lattice $20{\times}20$ and evaluated by different speed, density and flow conditions. Simulation results are compared with SLM and show that RHLM can replicate the characteristics of pedestrian traffic more effectively and reliably than any other existing models from several perspectives. First, RHLM can explain the shortest-path movement of pedestrians and more realistic avoidance motion. If they cannot move straight direction, they can move shorter distance from previous position to destination. Second, RHLM reflects the characteristics that the pedestrian can move with higher capacity and the speed of pedestrian flow is hard to zero.
In this paper, the rotated hexagonal lattice model (RHLM) was proposed, which is applied to pedestrian flow, and developed the simulation model for the pedestrian counterflow. RHLM is an upgrade version of the square lattice model(SLM) and hexagonal lattice model(HLM). The simulation was performed at the hexagonal lattice $20{\times}20$ and evaluated by different speed, density and flow conditions. Simulation results are compared with SLM and show that RHLM can replicate the characteristics of pedestrian traffic more effectively and reliably than any other existing models from several perspectives. First, RHLM can explain the shortest-path movement of pedestrians and more realistic avoidance motion. If they cannot move straight direction, they can move shorter distance from previous position to destination. Second, RHLM reflects the characteristics that the pedestrian can move with higher capacity and the speed of pedestrian flow is hard to zero.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 Hexagonal Lattice Model을 개선하고 보행자의 움직임을 보다 현실적으로 반영하기 위하여 회전 육각 격자모형 (Rotated Hexagonal Lattice Model, RHLM)을 소개하고 시뮬레이션 구현을 위한 알고리즘을 구축하였다.
본 연구에서는 Rotated Hexagonal Lattice Model (RHLM)을 이용하여 양방향 보행 교통류의 시뮬레이션모형을 개발하였다. CA 모형을 기반으로 하고 있으며, 보행자의 움직임은 Biased Random Walker의 개념을 활용하여 1999년에 제시된 Square Lattice Mode (SLM)과 2002년에 제시된 Hexagonal Lattice Model(HLM)을 개선하여 모형정립을 하였다.
본 연구에서는 보행자의 움직임을 보다 현실적으로 반영하기 위해 기존의 SLM과 HLM을 개선하여 회전 육각 격자모형(Rotated Hexagonal Lattice Model, RHLM)을 개발하였다. RHLM의 개념은 육방 격자모형의 셀을 90도 회전하여 이동방향의 움직임을 개선한 모형이라 할 수 있다(<그림 5>).
제안 방법
20x20의 400개 셀에서 진행되었으며, 시간의 변화에 따른 속도, 밀도, 교통류율로 평가하였다. 본 모형을 같은 조건에서 SLM과 비교해본 결과, 보행교통류의 더 높은 곳에서 용량을 가지고 보행을 할 수 있는 현상을 반영할 수 있었고, 보행교통류의 경우 밀도가 높아지더라도 속도가 0이 되는 상황은 잘 일어나지 않는 것을 반영할 수 있음을 알 수 있었다.
개발하였다. CA 모형을 기반으로 하고 있으며, 보행자의 움직임은 Biased Random Walker의 개념을 활용하여 1999년에 제시된 Square Lattice Mode (SLM)과 2002년에 제시된 Hexagonal Lattice Model(HLM)을 개선하여 모형정립을 하였다. 양방향의 보행자 이동모형을 완성하기 위하여 기존 모형에 Scanning 과정을 추가하였으며 , 이 과정은 상충되는 보행자의 위치를 결정하기 위해서 중요한 과정이다.
보행자의 통행속도는 공간평균 속도와 같은 개념으로 적용하였으며. 교통류에서와 같이 이동거리와 이동 시간을 이용하여 추정하였다. 평균속도는 동일한 시뮬레이션 시간동안 일정한 거리를 이동하게 되므로 t 시점에 속도(Speed) 는 구간 전체에서 전방으로 이동한 보행자의 수(Moving Pedestrian) 를 구간 전체에 보행자의 수(Total Pedestrian) 로 나누었다.
두 모형을 비교하기 위해서는 평가의 척도가 필요한데, 본 연구에서는 속도, 밀도, 교통류율의 개념을 사용하였다. 보행자의 통행속도는 공간평균 속도와 같은 개념으로 적용하였으며.
본 연구에서는 CA모형을 기반으로, Random Walkers 로 가정된 보행자의 이동형태를 묘사하고 양방향 보행 교통류 해석을 하기위하여 Muramatsu(1999)가 제시한 Square Lattice Model(SLM)과 Manniccam(2002) 이 제시한 Hexagonal Lattice Model(HLM)을 비교하였다. 현실묘사를 위한 이 모형들의 제반 가정의 차이점을 비교하였으며, 두 모형의 장점을 이용하여 회전 육각 격자모형 (Rotated Hexagonal Lattice Model, RHLM)을 제시하였다.
본 연구에서는 이 확률을 균일분포를 가정한 임의추출(Uniform Distribution Random Sampling) 을 통해 최종 선택 방향을 결정하였다.
시뮬레이션의 초기 파라미터는 가로(Width)x세로 (Length) 20^20, 40개의 셀로 구성하였으며, 보행자의 발생량을 조절'하는 람다(Lambda)의 값은 평균 10 으로 단위시간(Unit Time)당 포아송분포를 따라 발생하도록 하였다. 전방으로 직진하려는 힘을 나타내는 Drift Strength는 0.
밀도(Density) 는 t 시점에 전체 보행자의 수를 넓이 (Area)로 나누었으며, 교통류(Flow)의 경우 전방으로 이동한 보행자의 수를 넓이로 나누었다1). 여기에서 단위를 사용하지 않고보행자수(Pedestrian), 셀(Cell)과 단위시간(Unit Time) 으로 표시하였는데, 그 이유는 보행자에 대한 평균 이동속도와 이동거리, 그리고 보행자가 필요로 하는 평균 면적이 국내의 경우 아직 정의 되지 않았고, Fruin, Hoogendon1 2) 등 많은 연구들이 있었지만, 각기 다른 척도를 제시하고 있기 때문에 본 연구에서는 시뮬레이션 시간인 t와 거리, 속도, 길이에 대한 단위를 제시하지 않고 그 의미만을 이용하였다.
현실묘사를 위한 이 모형들의 제반 가정의 차이점을 비교하였으며, 두 모형의 장점을 이용하여 회전 육각 격자모형 (Rotated Hexagonal Lattice Model, RHLM)을 제시하였다.
데이터처리
본 연구에서 제시한 RHLM의 시뮬레이션 결과를 SLM의 결과와 비교하였다. 현재 모형을 평가할 수 있는 자료가 존재하지 않기 때문에 수집된 자료와 비교 할 수 없기 때문이다.
이론/모형
이용하였다. Network Generatione 보행자의 이동을 묘사할 수 있는 정방육각모형의 시뮬레이션 환경으로 이차원 행렬을 이용하였다. 길이(Length)는 [이고 넓이(Width)는 [인 bj의 행렬을 생성하여 기본 네트워크를 구성한다.
RHLM을 구현하기 위하여과 같은 알고리즘을 이용하였다.
성능/효과
<그림 1>에서 보면, 왼쪽에서 오른쪽으로 움직이는 보행자는 진행방향의 좌회전(숫자 2), 직진(숫자 1), 우회전(숫자 3) 중 한 방향으로 이동 할 수 있다. 둘째, 보행자는 한 시뮬레이션 단위 시간동안 한 칸만 이동할 수 있다. 셋째, 각 위치에는 오직 한 명의 보행자만 있을 수 있으며 두 명 이상의 보행자가 있을 수 없다.
이 현상은<그림 15>의 밀도와 교통류율의 그래프를 통해서 다시 설명될 수 있다. 먼저 용량부분을 살펴보면 SLM에서 용량이 0.5와 0.6 사이에서 용량이 존재하는 것과 달리, RHLM에서는 0.6 과 0.7사이에 용량이 존재함을 알 수 있다. 또한 밀도 관계에 있어서도.
<그림 11> 보행자가 선택할 수 있는 RHLM의 8가지 이동상황 :이동가능한 방향을 화살표로 표시하였고, 화살표 끝에 [x] 공간이 없어서 이동할 수 없는 셀 [o]는 공간이 있어서 이동할 수 있는 셀로 표현되었다. 네트워크내의 모든 보행자는 (a)부터 (h)의 8가지 경우 중에서 한 경우에 속하게 됨.
따른 속도, 밀도, 교통류율로 평가하였다. 본 모형을 같은 조건에서 SLM과 비교해본 결과, 보행교통류의 더 높은 곳에서 용량을 가지고 보행을 할 수 있는 현상을 반영할 수 있었고, 보행교통류의 경우 밀도가 높아지더라도 속도가 0이 되는 상황은 잘 일어나지 않는 것을 반영할 수 있음을 알 수 있었다. 그밖에도 기존에는 보행자의 움직임이 불필요한 동작과 비논리적 방향으로 이동하는 것을 모형에 반영 하였다면, 본 모형에서는 보행자의 직진 움직임과 자연스러운 회피 방법을 표현한 시뮬레이션 방법론이라 할 수 있다.
둘째, 보행자는 한 시뮬레이션 단위 시간동안 한 칸만 이동할 수 있다. 셋째, 각 위치에는 오직 한 명의 보행자만 있을 수 있으며 두 명 이상의 보행자가 있을 수 없다. 넷째.
SLM의 보행자들은 다음과 같은 일련의 규칙을 가지고 이동하게 된다. 첫째, 보행자는 후방으로 이동을 하지 않으며, 진행방향의 전방 또는 좌우측으로 이동할 수 있다.<그림 1>에서 보면, 왼쪽에서 오른쪽으로 움직이는 보행자는 진행방향의 좌회전(숫자 2), 직진(숫자 1), 우회전(숫자 3) 중 한 방향으로 이동 할 수 있다.
후속연구
향후 연구에서는 본 연구에서 비교검토하지 않은 HLM과의 시뮬레이션 결과비교와 다방향에서의 보행 교통류를 묘사할 수 있는 시뮬레이션의 개발이 필요할 것이다.
참고문헌 (16)
T. Jin(1997), Studies on Human Behavior and Tenability in Fire Smoke, Proceedings of the 5th international symposium IAFFS, Melbourne Australia, pp.3-21
T. Jin and T. Yamada(1985), Irritating Effects from Fire Smoke on Visibility, fire Science and Technology, Vol. 5, No. 1, pp.79-80
T. Jin(1976), Visibility Through Fire Smoke, Report of the Fire Institute of Japan No. 42
H. Muir and C. Marrison(1996), A. Evans, Aircraft Evacuation: The Effect of Passenger Motivation and Cabin Configuration Adjacent to the Exit, CAA Paper 89019, ISBN 0860394069, CAA London
S. Gwynne, E.R. Galea, M. Owen, P.J. Lawrence(1998), An Investigation of the Aspects of Occupant Behaviour Required for Evacuation Modelling, Journal of Applied Fire Science Vol. 8, pp.19-59
R. Futian(1993), Psychology of Traffic Engineering, Beijing University of Technology Publishing House, pp.201-204
G. Ho, C.T. Scialfa, J.k. Caird, T. Graw (2001), Visual Search Traffic Signs, The effects of Clutter, Lminace, and Aging, Human Factors, 43, pp.194-207
Y. Guoli(2004), Application of Eye Move Analysis Method, In: Psychological Research, Tianjin Education publishing houses, pp.340-355
J.J. Tecce(1992), Psychology, Physiology and Experimental. In: McGraw-Hill Yearbook of Science and Technology, New York: McGraw-Hill, pp.375-377
S.P. Hoogendoorn, P.H.L. Bovy(2003), Simulation of Pedestrian Flows by Optimal Control and Differnctial Games, Optimal Control Applications and Methods 24, pp.153-172
G. Casella, R.L. Berger(1990), Statistical Inference, Duxbury Press, Belmont, California
S.P. Hoogendoorn, W. Daamen, R. Landman (2004), Microscopic Calibration and Validation of pedestrian Models-Cross-Conparison of models using Experimental data, Transport & Planning Department, Delft University of Technology
S. Maniccam(2002), Traffic jamming on hexagonal lattice, Physica A 321
Masakuni Muramatsu, Tunemasa Irie, Takashi Nagatani(1999), Jamming transition in pedestrian counter flow, physica A 267, pp.487-498
※ AI-Helper는 부적절한 답변을 할 수 있습니다.