2024年4月，交通土建系杨俊恒实验师、臧晓冬教授（通讯作者）与罗强讲师在物理综合权威期刊《Physica A: Statistical Mechanics and its Applications》（中国科学院二区）共同发表了题为“Improved Social Force Model based on Pedestrian Collision Avoidance Behavior in Counterflow”的研究成果，主要内容如下。
https://doi.org/10.1016/j.physa.2024.129762
论文摘要：
社会力模型是一种广泛使用复现行人行为的微观交通仿真模型。然而，传统的社会力模型缺乏考虑行人自主避撞行为，例如在像流行病这样的情景中对模型准确性产生重大影响。在本研究中，基于群体动力学模型理论，我们提出了一种新新人自主转向躲避模型，以捕捉行人在逆向流中的避撞行为。我们进行了双向行人控制实验，利用机器视觉的方法提取了行人的行人运动轨迹和时空特征，并通过数据的深度处理对模型的关键参数进行了标定。此外，我们通过使用个体穿越时间和序参量参数作为评价参数，比较了改进后的模型与古典模型的性能。该研究成果将为行人在特殊条件下的交通仿真提供一种新的见解和思路。
群体动力学模型：
已有研究在行人避撞行为交通仿真领域取得了一定的成果。在本文中，我们从生物集体运动模式的角度出发，提出了一个定量模型，为研究双向行人避撞行为的研究提供了新的视角。Reynolds等人于1986年开发的鸟群对象（BOIDS）计算机模型模拟了动物群体展示的集体行为。BOIDS是一种算法，用于控制代理者的自主转向和集体行为。每个BOIDS代理者具有环境意识，遵守简明的一组规则，并展示自主的转向能力以控制其行为。在行人逆向流中，行人本能地避开其他行人以减少碰撞风险，如图所示。在本研究中，BOIDS算法被用来对行人之间的避撞力进行深入研究。
实验方法与时空数据提取：
实验试验在一个室外模拟走廊中进行，该走廊的尺寸为26米长、3米宽（如图2所示）。实验模拟走廊包括一个中央测量区域、缓冲区域以及两端的等待区域。在实验开始之前，我们根据不同的流动配置将36名参与者分配到两端的等待区域。一旦实验开始，每位参与者被指示以正常步行速度从其初始等待区域走向相对的等待区域。在进入中央测量区域之前，参与者经过一段2米长、3米宽的缓冲区域，确保他们在进入测量区域之前达到稳定速度。因此，分析重点完全集中在测量区域内收集的数据上（10米×3米）。
为了研究行人的行走特性，我们提取了他们的运动轨迹。图4展示了行人在不同流量比例设置下穿越观察区域时的实验轨迹。蓝色轨迹表示从左向右的主要流动，而红色轨迹表示从右向左的次要流动。在图4 (a) 中（流量比例为6:0），行人沿着从左向右的直线路径行走。实验由左侧的六条行人自组织车道组成，逐渐减少至右侧的五条行人自组织车道。在图4 (b) 中（流量比例为5:1），随着流行病期间行人进行横向移动以避免迎面而来的流量，轨迹显示出更多的波动。图4 (c) 中（流量比例为4:2）红色和蓝色轨迹之间存在一些重叠，但车道形成仍然可辨。最明显的车道形成观察到在图4 (d) 中（流量比例为3:3），在这种情况下观察到了更有结构的排列，行人表现出对对面流量未占用区域的偏好。这种行为导致了稳定且无缝的车道形成。 这些实验结果与Lee’s and Lam’s关于常规情况下行人逆向流中自组织现象的研究结论高度相似。因此，可以合理地得出结论，我们的实验结果适用于进一步的研究。
模型改进性能研究：
图7表明，总体上，尽管改进模型的序参数值略低于我们的实验结果，但曲线趋势相似，表明改进模型的性能良好。我们实验中的序参数显著低于Feliciani等人和Lee等人研究的数值。这种差异归因于我们的实验是在突出的避撞行为情景下进行的，在这种情景中，行人展示出较早的转向动作以规避碰撞，导致行人运动相对混乱，行人车道形成效率较低。SFM模型的序参数值最低，因为原始的SFM模型缺乏模拟行人避撞行为的参数项。因此，在封闭空间中行人容易形成拥堵，原始SFM模型难以有效模拟避撞行为显著的情景。具体来说，对于6/0场景，根据序参数的定义，其数值为1，表明行人从左向右有序移动。没有反向行人避撞行为，只观察到行人固有的非对称振荡。此外，除了Lee的结论外，其他研究结果的序参数值在5/1情况下最小。这是因为较小的对向流未能自发形成行人车道，导致主要流的行人不断避让较小流的行人，从而增加了避撞行为。在所有研究结论中，3/3场景的序参数值大于4/2场景，这表明在平衡的双向情况下，车道形成更容易。我们初步认为，在平衡的双向情况下（3/3场景），由于不同方向的行人相互作用并开始形成车道，行人之间的冲突更多，导致行人速度和横向位移增加。这导致3/3场景下行人车道形成速度比4/2场景更高。 此外，图7表明，Feliciani等人的实验数据中序参数的标准偏差相对较大，表明数值之间的差异可能并不具有统计学意义。从我们的实验数据中也得出了类似的结论。总的来说，随着流量比例的增加，序参数值也增加，除了Lee的研究中的4/2场景。这表明随着流量比例的增加，车道形成变得更容易，表明平衡情况有利于车道形成并增加行人通行效率。然而，序参数的差异可能并不具有统计学意义，这表明序参数更适合于衡量平衡情况下车道形成。
