基于智能體的熱點(diǎn)街區(qū)游人游憩模擬研究

何海斌, 張健欽, 徐志潔, 王 碩, 程宇航

(1.北京建筑大學(xué) 測(cè)繪與城市空間信息學(xué)院， 北京 100044； 2.北京建筑大學(xué) 理學(xué)院， 北京 100044)

隨著國(guó)民經(jīng)濟(jì)的持續(xù)快速發(fā)展，旅游已成為人們生活中一種必不可少的休閑方式. 近年來(lái)，各大城市熱點(diǎn)街區(qū)的游人量都有大幅度增長(zhǎng)，如北京南鑼鼓巷、上海田字坊、西安柳巷等，在法定節(jié)假日甚至出現(xiàn)了游人量“暴漲”的現(xiàn)象. 游人量的驟增對(duì)街區(qū)的管理水平提出了更高的要求，街區(qū)管理不僅需要注意街區(qū)內(nèi)游人總量，還得掌控區(qū)域人流分布密度，防止區(qū)域游人過(guò)度擁擠出現(xiàn)危險(xiǎn). 通過(guò)在街區(qū)各入口兩側(cè)架設(shè)激光探測(cè)儀，根據(jù)游人通過(guò)兩層激光平面的先后順序識(shí)別游人進(jìn)出，根據(jù)游人在激光平面中的游人特征，如肩寬、身高識(shí)別出同時(shí)通過(guò)的游人數(shù)量，可以精確獲取街區(qū)內(nèi)實(shí)時(shí)游人總量和進(jìn)出狀況[1]. 要是獲取街區(qū)區(qū)域游人數(shù)量繼而得出區(qū)域人流密度，需要在每一個(gè)區(qū)域入口架設(shè)激光探測(cè)儀，成本過(guò)于高昂且不易推行. 所以基于各入口激光客流數(shù)據(jù)來(lái)模擬區(qū)域游人游憩過(guò)程，預(yù)測(cè)區(qū)域游人時(shí)空分布的研究顯得尤為重要[2-3].

南鑼鼓巷在2016年國(guó)慶期間7天人流累計(jì)高達(dá)130萬(wàn)人，屬于典型的熱點(diǎn)街區(qū). 再加上其獨(dú)特的北京胡同風(fēng)格，便于多智能體模擬環(huán)境的搭建，故本文選擇南鑼鼓巷進(jìn)行游人游憩模擬研究. 針對(duì)街區(qū)內(nèi)的游人游憩過(guò)程模擬和風(fēng)險(xiǎn)評(píng)估需求，以激光客流數(shù)據(jù)和實(shí)際調(diào)研數(shù)據(jù)為基礎(chǔ)，通過(guò)多智能體模擬方法建立街區(qū)游人游憩模型. 在此基礎(chǔ)上，運(yùn)用GIS空間分析和JAVA WEB技術(shù)，搭建了游人游憩模擬平臺(tái)，實(shí)現(xiàn)對(duì)仿真模擬過(guò)程數(shù)據(jù)的多種可視化和精度評(píng)價(jià). 通過(guò)對(duì)模擬過(guò)程和結(jié)果數(shù)據(jù)的可視化表達(dá)，操作人員可一目了然得知街區(qū)內(nèi)游人區(qū)域分布，并分析游人游憩規(guī)律. 將街區(qū)各入口限流人數(shù)以源數(shù)據(jù)輸入系統(tǒng)，進(jìn)行仿真模擬，可以驗(yàn)證限流管控方法的科學(xué)性，為提高街區(qū)安全管理水平做出貢獻(xiàn)[4].

1 研究區(qū)域概況與數(shù)據(jù)來(lái)源

1.1 研究區(qū)域概況

南鑼鼓巷作為典型熱點(diǎn)街區(qū)，2016年國(guó)慶7天人流量高達(dá)140萬(wàn)人. 南鑼鼓巷位于鼓樓東大街南側(cè)，平安大街北側(cè)，是一條具有旅游價(jià)值的北京胡同. 作為北京歷史最悠久的經(jīng)典胡同之一，已有700多年的歷史，中央主路全長(zhǎng)787 m，主路平均寬度為8 m，是北京市規(guī)劃中的25片舊城保護(hù)區(qū)中最主要的街道. 南鑼鼓巷具有豐富的旅游價(jià)值，各類北京的民俗小吃和手工藝品店分布在街道兩側(cè). 趣味盎然的各色時(shí)尚小店，構(gòu)成了南鑼鼓巷獨(dú)特的魅力與風(fēng)情. 主街道周邊八成的建筑都是商鋪，總面積近6 000 m2，僅比主街道占地面積少了300 m2，兩者共同構(gòu)成了智能體活動(dòng)空間. 主干道分別與 14條主要胡同相交，由南到北分別為板廠胡同、蓑衣胡同、東棉花胡同、雨兒胡同、北兵馬司胡同、帽兒胡同、秦老胡同、景陽(yáng)胡同、前圓恩寺胡同、沙井胡同、后圓恩寺胡同、黑芝麻胡同、菊兒胡同、前鼓樓苑胡同，共有16個(gè)入口可以進(jìn)入街區(qū)[5].

1.2 數(shù)據(jù)來(lái)源

1.2.1 激光客流數(shù)據(jù)

北京南鑼鼓巷街區(qū)已安裝16個(gè)激光客流監(jiān)測(cè)設(shè)備，分別在14個(gè)胡同口和南北口，用于記錄進(jìn)入街區(qū)的游人數(shù)量. 每個(gè)激光客流監(jiān)測(cè)設(shè)備都配有傳感器，每個(gè)1 min，便會(huì)將1 min內(nèi)從該入口進(jìn)入和離開的游人統(tǒng)計(jì)生成一條JSON數(shù)據(jù)，傳到數(shù)據(jù)庫(kù)存儲(chǔ)起來(lái).

通過(guò)統(tǒng)計(jì)分析2016年3月到12月期間9個(gè)月以來(lái)運(yùn)行數(shù)據(jù)，得出研究區(qū)個(gè)出口游人選擇概率見(jiàn)表1，游人智能體生成時(shí)的目標(biāo)出口根據(jù)該出口選擇概率確定.

表1 入口客流統(tǒng)計(jì)表

1.2.2 實(shí)地調(diào)研數(shù)據(jù)

2016年5—11月分3次進(jìn)行了南鑼鼓巷游客的隨機(jī)問(wèn)卷調(diào)查. 調(diào)查人員由本校研究生16人組成，調(diào)查地點(diǎn)分別在南鑼鼓巷的16個(gè)入口處，調(diào)查時(shí)間為早8點(diǎn)到晚10點(diǎn)，調(diào)查間隔為1 h，調(diào)查期間共發(fā)放調(diào)查問(wèn)卷1 800份，其中有效調(diào)查問(wèn)卷1 719份，有效率為95.5%. 通過(guò)分析調(diào)研數(shù)據(jù)，游人屬性特征統(tǒng)計(jì)見(jiàn)表2，游人游憩時(shí)間統(tǒng)計(jì)表見(jiàn)表3. 統(tǒng)計(jì)結(jié)果顯示，游人男女比例基本均等，男性占51%，其余為女性. 南鑼鼓巷的游人主要為30歲以下的年輕人，約占總?cè)藬?shù)的67%，30～50歲區(qū)間內(nèi)的游人約占總?cè)藬?shù)的23%，其余為50歲以上的老人. 通過(guò)以上數(shù)據(jù)可以確定游人智能體的性別、年齡、游憩時(shí)長(zhǎng)的分布概率.

表2 游人屬性特征統(tǒng)計(jì)表

表3 游人游憩時(shí)間統(tǒng)計(jì)表

同時(shí)對(duì)研究區(qū)內(nèi)沿街店鋪進(jìn)行實(shí)地調(diào)研，得到各店鋪的基本信息，通過(guò)面積可以推算出店鋪?zhàn)畲笥稳顺休d數(shù). 參照美團(tuán)和大眾評(píng)論，設(shè)定各店鋪的吸引力和平均停留時(shí)間. 通過(guò)ArcGIS建立店鋪矢量圖層，將相關(guān)屬性賦值給各店鋪，方便建立沿街店鋪環(huán)境Agent，店鋪矢量圖層如圖1所示.

圖1 店鋪矢量圖層Fig.1 Store vector layer

2 游憩行為規(guī)律總結(jié)及街區(qū)游憩模型建立

2.1 游憩規(guī)律總結(jié)

通過(guò)實(shí)地調(diào)研發(fā)現(xiàn),南鑼鼓巷街區(qū)游人游憩行為主要表現(xiàn)為從某一入口進(jìn)入街道，游覽路線沿街道向目標(biāo)出口前進(jìn)，游覽過(guò)程中會(huì)被周邊店鋪的吸引，向店鋪位置移動(dòng)，甚至在某一時(shí)刻會(huì)在某一地區(qū)存在短暫停留，最終到達(dá)目標(biāo)出口結(jié)束游覽. 在游人游憩過(guò)程中，不僅存在空間位置的移動(dòng)，還存在著時(shí)間維度的變化，如在進(jìn)入店鋪購(gòu)物的過(guò)程中游人的空間位置未發(fā)生移動(dòng)但也在進(jìn)行著游憩行為，需要通過(guò)時(shí)間的變化來(lái)表達(dá). 南鑼鼓巷街區(qū)游人游憩行為可理解為一種時(shí)空變化，具有時(shí)間和空間的雙重屬性.

2.2 街區(qū)游憩模型建立

基于多智能體仿真模擬技術(shù)探索游人游憩行為規(guī)律，建立街區(qū)游憩模型，是當(dāng)前許多專家學(xué)者關(guān)注的熱點(diǎn)問(wèn)題. 智能體(Agent)的理論和技術(shù)源于人工智能技術(shù)，隨著計(jì)算機(jī)分步開放系統(tǒng)的出現(xiàn)，社會(huì)與社會(huì)行為概念開始引入計(jì)算機(jī)系統(tǒng)，Minsky教授將計(jì)算社會(huì)中的個(gè)體稱為Agent，這些Agent的組合相互作用構(gòu)成了多Agent系統(tǒng).

Agent不僅可以具有自身屬性和運(yùn)動(dòng)規(guī)則，還能根據(jù)外界環(huán)境的變化，而自動(dòng)地對(duì)自己的行為和狀態(tài)進(jìn)行調(diào)整，并與其他Agent通訊. 游人游憩行為在街區(qū)游憩模型中表現(xiàn)為游人Agent根據(jù)源數(shù)據(jù)出現(xiàn)在指定街區(qū)入口，沿街道向指定出口運(yùn)動(dòng)，運(yùn)動(dòng)過(guò)程中會(huì)因區(qū)域人流密度和周邊店鋪吸引力的影響進(jìn)行方向上的自我調(diào)節(jié)，可能會(huì)在店鋪停留一段時(shí)間后再向出口運(yùn)動(dòng)，最終到達(dá)指定出口，離開街區(qū). 游憩時(shí)間會(huì)受游人Agent初始屬性控制，當(dāng)在店鋪累計(jì)停留時(shí)間過(guò)長(zhǎng)，達(dá)到指定值時(shí)，游人Agent會(huì)直接運(yùn)動(dòng)到指定出口，中途不再停留[6-7].

根據(jù)游憩行為規(guī)律和Agent的基本特性，建立街區(qū)游憩模型如圖2所示.

圖2 街區(qū)游憩模型Fig.2 Block recreation model

街區(qū)游憩模型由模擬環(huán)境場(chǎng)景、游人Agent和環(huán)境Agent三部分組成. 模擬環(huán)境場(chǎng)景是根據(jù)熱點(diǎn)街區(qū)的GIS矢量數(shù)據(jù)生成的，它是游人Agent的活動(dòng)范圍，是環(huán)境Agent所在的區(qū)域. 游人Agent具有自身屬性和行為規(guī)則，可以對(duì)環(huán)境Agent的刺激做出反應(yīng). 環(huán)境Agent在影響游人Agent的同時(shí)，也能感知區(qū)域內(nèi)游人Agent的數(shù)量和狀態(tài).

2.2.1 模擬環(huán)境場(chǎng)景生成

圖4 環(huán)境Agent模型介紹Fig.4 Introduction to environmental Agent mode

模擬環(huán)境場(chǎng)景是游人Agent和環(huán)境Agent所在的虛擬空間，是基于南鑼鼓巷GIS矢量數(shù)據(jù)生成的. 通過(guò)街區(qū)空間特征分析，發(fā)現(xiàn)商鋪的占地面積為6 000 m2，與街道面積基本相當(dāng)，所以模擬環(huán)境場(chǎng)景主要包括商鋪組成的交互空間(如圖3中紅色區(qū)域所示)和街道及支路胡同組成的道路空間(如圖3中黃色區(qū)域所示). 黑色線段代表街區(qū)邊界，游人Agent在移動(dòng)過(guò)程中不能越過(guò)邊界. 特殊的是菊兒胡同南側(cè)為北京兒童藝術(shù)劇院圍墻，北兵馬司胡同南側(cè)為中央戲劇學(xué)院，禁止游人進(jìn)入，故在此不做考慮. 交互空間主要為商鋪類混合型環(huán)境Agent構(gòu)成，可以吸引游人Agent進(jìn)入其中并停留.

圖3 模擬環(huán)境場(chǎng)景Fig.3 Simulated environment scene

2.2.2 環(huán)境Agent設(shè)計(jì)

環(huán)境Agent具有感知和吸引游人Agent的特性，它可以感知所屬區(qū)域內(nèi)游人總數(shù)并做出反應(yīng)，同時(shí)還可以吸引游人進(jìn)入其中停留游覽. 環(huán)境Agent依據(jù)特性不同分為三種，分別為感知型、被感知型和混合型環(huán)境Agent，介紹如圖4所示.

感知型環(huán)境Agent是道路空間分成的45塊不規(guī)則的四邊形，它們具有各自的ID編號(hào)，是用于感知并統(tǒng)計(jì)街道區(qū)域游人時(shí)空分布的. 感知型環(huán)境Agent在現(xiàn)實(shí)街道是不存在的，對(duì)游人Agent沒(méi)有吸引力.

被感知型環(huán)境Agent主要包含街區(qū)入口和街道主干道，是被游人Agent感知判斷自身運(yùn)動(dòng)狀態(tài)的. 游人Agent在運(yùn)動(dòng)過(guò)程中可以通過(guò)感知街道入口的位置，來(lái)判斷進(jìn)入和離開街區(qū). 同時(shí)還可以根據(jù)目標(biāo)出口的位置和街區(qū)主干道來(lái)判定自身的運(yùn)動(dòng)方向是向南還是向北. 若游人沒(méi)有進(jìn)入店鋪逗留，都是處于沿主街道運(yùn)動(dòng)狀態(tài).

混合型環(huán)境Agent的主要代表是商鋪及公共設(shè)施，其既可以吸引游人Agent到其中逗留，又可以感知其中游人Agent的數(shù)量、逗留時(shí)間等. 混合型環(huán)境Agent還具有最大承載數(shù)得屬性，當(dāng)其中游人Agent數(shù)量達(dá)到設(shè)定值，便不再對(duì)路過(guò)游人Agent產(chǎn)生吸引.

圖5 游人Agent模型介紹Fig.5 Introduction to the visitor agent model

2.2.3 游人Agent設(shè)計(jì)

根據(jù)游人屬性特征和游人游憩行為規(guī)律，設(shè)計(jì)游人Agent如圖5所示. 游人Agent在街區(qū)游憩過(guò)程中具有自身屬性、移動(dòng)速度、移動(dòng)方向和游憩時(shí)間四種屬性. 其中自身屬性又包括五種具體屬性，這是游人Agent在誕生的時(shí)候，根據(jù)游人屬性特征按概率賦予的，分別為游憩目標(biāo)終點(diǎn)、基礎(chǔ)運(yùn)動(dòng)速度、吸引力感知范圍、速度感知范圍和計(jì)劃游憩時(shí)間. 吸引力感知范圍是可以感知到周邊店鋪吸引力的范圍. 速度感知范圍是感知范圍內(nèi)游人數(shù)量來(lái)改變自身速度的范圍. 計(jì)劃游憩時(shí)間是街區(qū)游憩的最長(zhǎng)時(shí)間.

游人Agent的移動(dòng)速度是以基礎(chǔ)運(yùn)動(dòng)速度減去周邊游人數(shù)量的影響數(shù)值，是由速度感知范圍內(nèi)游人數(shù)量決定的. 感知范圍內(nèi)游人數(shù)量越多，影響數(shù)值越大，游人Agent的移動(dòng)速度便越慢. 游人Agent的移動(dòng)方向剛進(jìn)入街區(qū)時(shí)是沿主街道向目標(biāo)終點(diǎn)方向，當(dāng)被商鋪或公共設(shè)施吸引后，會(huì)改變移動(dòng)方向向目標(biāo)建筑物運(yùn)動(dòng). 若前進(jìn)方向上存在游人阻礙前進(jìn)，則會(huì)計(jì)算偏離方向進(jìn)行校正. 游憩時(shí)間是最大游憩花費(fèi)時(shí)間，當(dāng)在商鋪及公共設(shè)施中累計(jì)停留時(shí)間加上駛離街區(qū)時(shí)間超過(guò)游憩時(shí)間時(shí)，游人Agent會(huì)立即離開街區(qū)，中間不做逗留.

3 基于MASON的游憩模擬平臺(tái)設(shè)計(jì)

MASON是喬治梅森大學(xué)設(shè)計(jì)開發(fā)的多智能體仿真工具包，被設(shè)計(jì)出來(lái)用于在單機(jī)上進(jìn)行大量智能體的有效模擬仿真. MASON多智能體仿真工具包被定義為“超輕量”，在涉及許多相對(duì)簡(jiǎn)單的智能體及常見(jiàn)問(wèn)題中是非常受歡迎的，包括了人工生命、群體生物學(xué)、計(jì)算的社會(huì)科學(xué)、復(fù)雜科學(xué)、人工智能、蜂群機(jī)器人和多量機(jī)器人.

3.1 基礎(chǔ)要素設(shè)定

3.1.1 模型空間單位

根據(jù)游人Agent特點(diǎn)和南鑼鼓巷街區(qū)模型面積，設(shè)定平臺(tái)內(nèi)一空間單位表示實(shí)際長(zhǎng)度為0.5 m. 實(shí)際考察主街道全長(zhǎng)為787 m，平均寬度為8 m，設(shè)定其長(zhǎng)為1 574個(gè)空間單位，寬為16個(gè)空間單位.

3.1.2 模型時(shí)間步長(zhǎng)

時(shí)間步長(zhǎng)是指前后兩個(gè)時(shí)間點(diǎn)之間的差值. 在模擬中，模型將整個(gè)過(guò)程離散為多個(gè)細(xì)小的過(guò)程，而每一步需要的時(shí)間就是時(shí)間步長(zhǎng). 根據(jù)游人平均運(yùn)動(dòng)速度為0.8 m/s和南鑼鼓巷街區(qū)總長(zhǎng)度，設(shè)定時(shí)間步長(zhǎng)1 min， 1 440次時(shí)間步長(zhǎng)代表一天的模擬過(guò)程.

3.1.3 游人自身屬性設(shè)定

游人Agent初始生成時(shí)的性別、年齡、計(jì)劃游憩時(shí)間是根據(jù)1.2.2中調(diào)研數(shù)據(jù)的概率隨機(jī)生成的，游憩目標(biāo)終點(diǎn)是根據(jù)1.2.1中激光客流數(shù)據(jù)的統(tǒng)計(jì)的出口選擇概率隨機(jī)生成的. 而游人的年齡和性別決定了基礎(chǔ)運(yùn)動(dòng)速度、速度感知范圍屬性、吸引力感知范圍，具體設(shè)定見(jiàn)表4，其中V、R、r是根據(jù)模型空間單位和時(shí)間步長(zhǎng)設(shè)定的，本研究中V、R、r分別為20(單位：長(zhǎng)度/時(shí)間步長(zhǎng))，5(單位：長(zhǎng)度)和10(單位：長(zhǎng)度)[8-9].

表4 不同性別年齡游人屬性表

3.2 游人行為設(shè)定

3.2.1 游人被環(huán)境吸引的判定條件

在每一個(gè)時(shí)間步長(zhǎng)開始時(shí)，會(huì)首先對(duì)研究區(qū)內(nèi)所有的游人進(jìn)行環(huán)境吸引判斷. 若游人的吸引力感知范圍與沿街店鋪環(huán)境Agent相交，則需要進(jìn)一步判斷游人是否被店鋪環(huán)境Agent吸引，前往店鋪中進(jìn)行停留. 判定原則為三條，若一條不成立，則判定游人不被店鋪吸引，否則游人前往店鋪中停留. 判定原則如下：

1)游人計(jì)劃游憩時(shí)間減去在店鋪停留時(shí)間的值要大于已用游憩時(shí)間，否則判定不成立.

2)店鋪類混合環(huán)境Agent具有吸引力屬性，吸引力越大，游人被吸引概率越大. 基于吸引力進(jìn)行隨機(jī)判定，判定結(jié)果失敗，則總體判定不成立.

3)店鋪類混合環(huán)境Agent具有最大承載人數(shù)屬性，若店鋪內(nèi)游人數(shù)已達(dá)到最大值，則判定不成立.

3.2.2 游人游憩結(jié)束的判定

當(dāng)游人移動(dòng)到目標(biāo)出口Agent范圍內(nèi)時(shí)，若基于空間關(guān)系的判斷成立，則代表游人游憩行為結(jié)束，便銷毀該游人Agent. 若到達(dá)計(jì)劃游憩時(shí)間，未到達(dá)指定出口，則按照就近原則，從最近的出口離開. 同時(shí)后臺(tái)生成一條json數(shù)據(jù)存入數(shù)據(jù)庫(kù)，包括當(dāng)前的時(shí)間步長(zhǎng)、出口ID等.

3.3 游人游憩模擬平臺(tái)結(jié)構(gòu)及流程

根據(jù)游人游憩行為和街區(qū)模型設(shè)計(jì)，結(jié)合MASON多主體仿真框架，構(gòu)建Control和Visitor兩個(gè)JAVA類，Control代表框架中的Model類，繼承MASON中的SimState庫(kù)，包含start()、finish()、pace()等函數(shù)來(lái)控制平臺(tái)運(yùn)行，環(huán)境Agent的生成和感知判斷規(guī)則的編寫也在其中進(jìn)行. Visitor類用于初始化游人Agent，并賦予其相應(yīng)的感知判斷規(guī)則. 在模擬過(guò)程中游人Agent的創(chuàng)建和行為判定都會(huì)調(diào)用該類的方法，游人游憩模擬平臺(tái)結(jié)構(gòu)及流程如圖6所示.

圖6 游憩模擬平臺(tái)結(jié)構(gòu)Fig.6 Recreational simulation platform structure

平臺(tái)模擬街區(qū)游人游憩過(guò)程按時(shí)間步長(zhǎng)的遞增為流程判斷標(biāo)準(zhǔn)，分為初始階段、模擬階段和結(jié)束階段. 當(dāng)時(shí)間步長(zhǎng)為零時(shí)，處于初始階段，會(huì)根據(jù)Control類創(chuàng)建模擬環(huán)境場(chǎng)景，同時(shí)會(huì)在場(chǎng)景內(nèi)創(chuàng)建環(huán)境Agent和初始化500個(gè)游人Agent. 500個(gè)游人是根據(jù)9個(gè)月期間激光客流數(shù)據(jù)日平均零點(diǎn)時(shí)刻人數(shù)確定的. 之后平臺(tái)進(jìn)入模擬階段，此階段是街區(qū)游人游憩的主要模擬過(guò)程，時(shí)間步長(zhǎng)每遞增一次，pace()函數(shù)便運(yùn)行一次，依據(jù)當(dāng)前時(shí)刻進(jìn)入街區(qū)的激光客流數(shù)據(jù)在對(duì)應(yīng)入口生成新的游人Agent，街區(qū)內(nèi)游人也會(huì)按照既定規(guī)則執(zhí)行一次. 在此階段下，感知型和混合型環(huán)境Agent會(huì)將其感知的當(dāng)前游人數(shù)量數(shù)據(jù)作為輸出數(shù)據(jù)返回前臺(tái)，游人Agent會(huì)將位置信息、速度屬性、游憩時(shí)間等基本信息作為輸出數(shù)據(jù)返回前臺(tái). 當(dāng)時(shí)間步長(zhǎng)遞增到1 441時(shí)，平臺(tái)處于結(jié)束階段，銷毀智能體，關(guān)閉模擬場(chǎng)景.

4 結(jié)果的可視化表達(dá)與精度驗(yàn)證

4.1 街區(qū)游人時(shí)空分布可視化表達(dá)

游憩模擬平臺(tái)以各入口游人進(jìn)出數(shù)據(jù)為源數(shù)據(jù)，將模擬結(jié)果數(shù)據(jù)通過(guò)JDBC接口傳回到前臺(tái)，結(jié)合JAVA WEB開發(fā)技術(shù)，進(jìn)行多樣化可視化渲染，包括分塊渲染、統(tǒng)計(jì)渲染和熱力渲染.

4.1.1 分塊渲染

平臺(tái)設(shè)定的一次模擬過(guò)程存在1 440次時(shí)間步長(zhǎng)，一次為1 min共24 h，前臺(tái)會(huì)接收到平臺(tái)傳來(lái)的1 440組數(shù)組，每組數(shù)組存儲(chǔ)該時(shí)間步長(zhǎng)下各個(gè)Agent的屬性. 在前臺(tái)渲染過(guò)程中，根據(jù)該時(shí)間步長(zhǎng)下分塊感知型Agent感知的區(qū)域游人數(shù)量數(shù)據(jù)，渲染對(duì)應(yīng)分塊ID的顏色，表達(dá)出街區(qū)游人的時(shí)空分布情況. 分塊顏色越深表示該區(qū)域游人越密集，越需要加以安全管理防范，具體效果如圖7所示.

圖7 分塊渲染效果圖Fig.7 Block rendering effect

4.1.2 統(tǒng)計(jì)渲染

統(tǒng)計(jì)渲染是通過(guò)統(tǒng)計(jì)圖表來(lái)表達(dá)同時(shí)間步長(zhǎng)街區(qū)內(nèi)各個(gè)分塊存在游人Agent數(shù)量的比較. 下方時(shí)間軸表示模擬過(guò)程中的1 440個(gè)時(shí)間步長(zhǎng)，X軸顯示的分塊感知型Agent的ID編號(hào)，Y軸展示的是各分塊區(qū)域內(nèi)存在的游人數(shù)量. 效果如圖8所示，柱子越高表示當(dāng)前時(shí)間步長(zhǎng)下，分塊區(qū)域內(nèi)存在的游人Agent越多.

圖8 統(tǒng)計(jì)圖表效果圖Fig.8 Statistical chart effect chart

4.1.3 熱力渲染

通過(guò)熱力圖渲染是較為常見(jiàn)的渲染方式，系統(tǒng)通過(guò)調(diào)取Baidu API熱力圖服務(wù)接口，基于模擬平臺(tái)傳回的游人Agent的地理坐標(biāo)屬性，進(jìn)行熱力圖渲染，通過(guò)圖上的明暗來(lái)尋找游人較集中的區(qū)域，效果如圖9所示，黃色較區(qū)域人流較大，越需要加強(qiáng)安全防范.

圖9 熱力渲染效果圖Fig.9 Thermal rendering effect

4.2 街區(qū)游人游憩模擬結(jié)果的精度驗(yàn)證

將7月份激光客流監(jiān)測(cè)設(shè)備獲得的每分鐘進(jìn)入的南鑼鼓巷游人數(shù)據(jù)分為31組，每天分為一組，將其作為游人游憩模擬平臺(tái)源數(shù)據(jù)輸入運(yùn)行，得到街區(qū)游人游憩過(guò)程中各時(shí)刻各出口游人離開數(shù)據(jù). 經(jīng)調(diào)查發(fā)現(xiàn)，實(shí)際中約60%游人都是從南北口兩個(gè)主入口離開的. 將7月份激光監(jiān)測(cè)南北口每15 min日平均離開數(shù)據(jù)與模擬日平均離開數(shù)據(jù)結(jié)果進(jìn)行比較，得到對(duì)比如圖10和圖11所示.

圖10 南口離開人數(shù)結(jié)果對(duì)比圖Fig.10 Comparisons of the number of departures from the south passages

圖11 北口離開人數(shù)結(jié)果對(duì)比圖Fig.11 Comparisons of the number of departures from the north passages

如圖11、圖12所示，模擬數(shù)據(jù)與監(jiān)測(cè)數(shù)據(jù)整體變化趨勢(shì)相近，模擬數(shù)據(jù)的波動(dòng)較大，兩者的算術(shù)平均值南口約為21.63%，北口約為19.31%,以此為評(píng)定標(biāo)準(zhǔn),平臺(tái)模型的精度為79.23%，該游人游憩模型模擬數(shù)據(jù)對(duì)實(shí)際的游人游憩數(shù)據(jù)具有一定的參考性.

5 結(jié)論

本研究以南鑼鼓巷街區(qū)為例，通過(guò)實(shí)地調(diào)研考察，分析街區(qū)空間和游人群體特征，總結(jié)了街區(qū)游人游憩的主要模式，并結(jié)合多智能體技術(shù)定義了游人Agent和環(huán)境Agent，設(shè)計(jì)了街區(qū)游人游憩模型，將游憩這一抽象行為變?yōu)榫唧w化.

通過(guò)MASON多智能體仿真工具包，結(jié)合激光客流數(shù)據(jù)、實(shí)地調(diào)研數(shù)據(jù)、街區(qū)GIS矢量數(shù)據(jù)，基于JAVA WEB開發(fā)技術(shù)，搭建仿真框架，實(shí)現(xiàn)通過(guò)JAVA多線程控制的街區(qū)游人游憩模擬平臺(tái).

激光客流監(jiān)測(cè)技術(shù)具有連續(xù)性、高精度和實(shí)時(shí)性的特性，可以有效監(jiān)測(cè)熱點(diǎn)街區(qū)內(nèi)實(shí)時(shí)游人總量和進(jìn)出狀況，但對(duì)于街區(qū)內(nèi)部區(qū)域客流監(jiān)測(cè)成本高昂不易推廣. 本平臺(tái)基于激光客流數(shù)據(jù)通過(guò)多智能體技術(shù)、JAVA WEB技術(shù)、可視化技術(shù)，對(duì)區(qū)域客流情況進(jìn)行了仿真模擬的多樣化表達(dá)，可與激光客流監(jiān)測(cè)技術(shù)內(nèi)外互補(bǔ). 管理者通過(guò)平臺(tái)可以實(shí)時(shí)查看各區(qū)域內(nèi)游人游憩過(guò)程的時(shí)空分布，當(dāng)某區(qū)域人流密度過(guò)高時(shí)可及時(shí)采取限流措施. 本研究將實(shí)現(xiàn)的景區(qū)游人游憩模型與景區(qū)實(shí)際管理應(yīng)用相關(guān)聯(lián)，為提升街區(qū)安全發(fā)揮了重要作用.

本研究所設(shè)計(jì)的游人游憩模型只涉及街區(qū)內(nèi)部空間特征、游人群體特征、游人游憩模式等內(nèi)部因素，并未考慮街區(qū)外部因素影響，如街區(qū)周邊交通設(shè)施運(yùn)維情況，鄰近景點(diǎn)游人熱度等. 在后續(xù)的研究中將在模型中加入這些外部因素，使模擬更加貼近現(xiàn)實(shí).