Какие технологии использовались
Для сбора данных ученые использовали носимые GPS-трекеры, а также дроны и камеры. Кроме того, волонтеры собрали более 3500 заполненных анкет паломников. Это было необходимо, чтобы понять, насколько участники Кумбха-Мела были осведомлены о возможных путях своего следования.
По данным опросников и GPS-трекеров исследователи выясняли, как, где и сколько времени проводят участники Кумбха-Мела во время различных активностей фестиваля, а также как много людей собирается в разных местах. С помощью датчиков определялась и скорость движения потоков людей. Также были проведены эксперименты, которые показывали, какое расстояние люди готовы пройти в зависимости от тех или иных факторов. Благодаря этому ученые могут планировать расположение некоторых ключевых точек. Кроме этого исследование включало построение схемы территорий комплекса с различными архитектурными объектами.
Предсказательное моделирование перемещений скоплений людей на глобальных массовых мероприятиях: религиозный фестиваль «Кумбха-Мела». Источник: escience.ifmo.ru
Чтобы описать потоки людей математически, ученые использовали методы мультиагентного моделирования. Такой подход означает, что поведение общего потока определяется траекторией и скоростью движения отдельных агентов. В свою очередь, действия каждого участника толпы контролируется им самим и могут зависеть от внешних факторов, таких как расположение других агентов и препятствий на пути движения.
Мультиагентное моделирование позволяет решать задачу краткосрочного прогнозирования в режиме «что будет, если…». Например, с помощью таких моделей можно посмотреть, как установка какого-либо препятствия на пути следования толпы повлияет на ее динамику, то есть где возникнет давка или, наоборот, насколько это ускорит прохождение людей. Модели помогают оптимизировать расположение объектов, с помощью которых можно направлять толпу в нужном направлении: путь к следующему объекту, выход из опасной территории, экстренная эвакуация.
Для моделирования движения толпы ученые использовали ранее разработанную среду моделирования PULSE, которая позволяет моделировать поведение пешеходов во время массовых мероприятий и экстренных ситуаций. Программа была создана сотрудниками Института наукоемких компьютерных технологий (НИИ НКТ) Университета ИТМО при участии Национального автономного университета Мексики, Амстердамского университета в Нидерландах, Массачусетского технологического института и Северо-Восточного университета в Бостоне (США).
Как проходило моделирование
Модификация пространства путем установки препятствий — это способ контроля потока людей. Правильно размещенные препятствия в соответствии с архитектурными элементами могут повысить безопасность толпы на массовых мероприятиях. До этого отсутствовал систематический подход, направленный на понимание того, как различные типы и формы препятствий влияют на движение пешеходов. В своей работе ученые исследовании препятствия, которые построены из разных комбинаций колонн и барьеров.
«В первой части исследования было проведено моделирование и сравнение динамики пешеходов по четырем базовым сценариям, а именно: однонаправленные, противоположно направленные потоки, слияние и пересечение потоков. Эти сценарии соответствуют четырем формам областей: прямой и угловой коридоры, Т-образный переход и перекресток. Базовые сценарии позволяют выявить общие закономерности, которые можно использовать для исследования реальных объектов. Вторая часть исследования посвящена размещению препятствий в храме Махакал. Для моделирования были выбраны две области храма: прямой коридор и поворот коридора на 90°», — прокомментировала Оксана Северюхина, инженер научно-исследовательского Института наукоемких компьютерных технологий Университета ИТМО, одна из авторов статьи.
Результаты
Для оценки влияния расположения препятствий ученые исследовали изменение двух основных показателей: средняя скорость движения толпы и скорость выхода людей из здания. Препятствия создают альтернативные пути для перемещения людей (агентов) из одного места в другое. По результатам проведенных экспериментов ученые сделали следующие выводы.
Колонны, барьеры не только сужают ограниченное пространство и усиливают пешеходный поток в углах и сужениях, но и минимизируют возможные столкновения и взаимодействия между людьми (агентами). Таким образом, происходит разделение потоков людей, что уменьшает их плотность и оптимизирует поток пешеходов.
В то же время существуют препятствия, которые незначительно изменяют характеристики движения. Например, установка колонны и круговое движение на перекрестках упорядочивает движение пешеходов, что увеличивает скорость толпы. Зигзагообразные барьеры, напротив, значительно уменьшают среднюю скорость независимо от формы пространства, в котором движутся агенты (люди). Сделанные исследователями выводы позволят лучше планировать расстановку различных препятствий для того, чтобы в случае необходимости обеспечивать быструю эвакуацию или снижать плотность потока людей. Ученые также планируют провести больше исследований на эту тему с использованием более сложных форм препятствий, а также в ситуациях, когда в толпе есть паника.
«Наше исследование служит основой для будущей работы, посвященной разработке оптимальных схем расположения баррикад для конкретных ситуаций, таких как минимизация времени эвакуации или снижение скорости или плотности агентов. Мы также планируем провести больше экспериментов с использованием препятствий с различными размерами и расположением в пространстве, кроме того планируем исследовать характеристики давления толпы. Это необходимо потому, что плотность и средняя скорость не полностью отражают влияние препятствий и других факторов на динамику толпы. Еще одно направление будущих исследований посвящено распространению вирусов на массовых мероприятиях с помощью полученных данных», — сказал один из авторов статьи Иван Деревицкий, инженер Института наукоемких компьютерных технологий Университета ИТМО.
Статья: The impact of different obstacles on crowd dynamics, Vladislav Karbovskii, Oksana Severiukhina, Ivan Derevitskii, Daniil Voloshin, Alva Presbitero, Michael Lees, Journal of Computational Science, 2018.
