基于steering技术的客船人员疏散仿真及验证

2024年10月16日发(作者：)

DOI编码：10.13646/.42-1395/u.2021.04.028

基于steering技术的客船人员疏散仿真及验证

赵靖普，马会，肖云凡

（大连海事大学航海学院，辽宁 大连 116026）

摘　要：以steering技术为基础，使用Pathfinder建立客船人员疏散仿真模型，利用“SAFEGUARD”项目中验证数据

进行模型验证。由于“SAFEGUARD”项目中人员年龄、速度、路径等参数未知，基于合理假设条件和参数设置，对

模型中人员疏散路径以及疏散时间进行仿真测试，并对测试结果进行适用性验证。实验结果表明，本文建立的疏散模型

符合IMO相关标准，可为客船舱室设计以及疏散方案设计和优化提供支持。

关键词：客船人员疏散；steering；仿真建模；适用性验证

中图分类号：U695.1 文献标识码：A 文章编号：1006—7973（2021）04-0082-03

1引言

如今，航运业的发展导致新建的船舶走向大型化，

载客量也随之变大。现代客船往往可以承载数千人，虽

然涉及大型客船的事故很少发生，但一旦发生事故，其

后果也是灾难性的。由于客船结构特殊，考虑到人员安

全及隐私等方面因素，对客船进行疏散演习以获得乘客

及船员的行为数据较为困难。因此，计算机仿真成为研

究客船人员疏散的较好选择。

对于疏散模型研究，通常将模型分为宏观和微观模

型2种，宏观模型利用流体力学模型将人员看作水流，

忽略个人之间的相互影响，无法模拟个体之间的特殊性

以及复杂疏散行为。微观模型注重人群中个人之间的相

互作用及影响，主要以元胞自动机模型

[1]

和社会力模型

[2]

中验证数据，依据IMO客船人员疏散指南MSC.1/Circ

1533

[8]

，对模型进行验证

2基于steering技术的客船人员疏散模型

Steering技术是由Craig

[5]

于1999年提出的关于游

戏中人员行为的复杂运动模型。该模型尽最大可能的模

拟真实情况下的人类行动。该模型将人员分为两种状态，

闲置状态和寻路状态，闲置状态即人员由于某些原因静

止不动，寻路状态指人员试图遵循某条路径到达目的地。

当人员沿着他们的路径移动时，他们计算出修正的

最大速度

最大速度

，其取决于乘员的当前地形、用户指定的

以及周围人员的间距。具体公式如下：

为代表。

在现有的客船人员疏散模型中，英国格林威治大学

消防安全工程组

[3]

对泰晤士河上一艘游轮进行疏散实验

得到的数据而建立了基于元胞自动机的复杂疏散模型，

该模型下人员运动由数十个指标综合决定，但为了简化

仿真计算过程，其疏散模型只是将各个客舱划分为面积

较大的正方形网格，使得仿真结果与真实结果相差相对

波高等因素引入疏散模型，

较大；Balakhontceva

[4]

将风向、

以社会力模型为基础，建立了基于Multi-Agent技术的

人员疏散模型，并对其进行了仿真验证，其疏散模型准

确度高，但计算复杂，所需硬件要求高且计算速度慢。

基于此，本文基于pathfinder平台，建立了基于

steering技术的疏散模型，并运用“SAFEGUARD”项目

82

CWT

中国水运

2021

·

04

是用户输入的最大速度,是用户中定义的最

小速度因子（默认值= 0.15），D是当前房间中的人员

密度。

对于人员速度的方向，在闲置状态和人员速度

的情况下，以人员正前方为起始方向，

间隔45°，共8个方向， 使得人员得以在各个方向上

，以人员规划路径的

移动；若人员速度

切线方向为起始方向，以15°为间隔，左右任一侧各

75°，选取人员9个方向。通过对指标进行加权近似计

算，得出最终速度方向。

在闲置状态下，权重计算公式如下：

式中 为方向权重，为寻路行为的权重，

、、、分别为期望距离、规避他人、规避

墙壁、转弯行为的权重。

在寻路状态下，权重计算公式如下：

式中，,,,分别为他人期望距离、

墙壁期望距离、对流行为、跟随行为的权重。

在Pathfinder中，路径规划由A*算法确定，人员

行动由Steering技术驱动，通过Multi-Agent技术进行

仿真实现。

3客船人员疏散仿真实验

本文使用SAFEGUARD项目

[6][7]

中SGVDS1

[10]

作为

模型仿真及验证对象。SGVDS2是美国皇家加勒比邮轮

公司的一艘名为“海洋珠宝”号的大型邮轮，该船船长

293.25m，船宽32.2m，乘客定员3360人，共12层甲板，

包括客舱、餐厅、酒吧、剧院、赌场、健身房等各种设

施，船舱设计复杂，该邮轮共有4个集合站，40架楼梯。

如图1所示，集合站A、B、C分别位于该船四层甲板

的尾部、右舷、左舷；集合站D位于邮轮五层甲板的中部。

图1 集合站分布图

该疏散实验共有2292人参与，人群由主要人群和

次要人群两个群体组成。主要人群人数为1950人。这

些人员为佩戴IR标签的乘客，因此他们在船舶各层甲

板的起始位置、终止位置和到达时间是已知的；次要人

群人数为342人，这些人员由于个人隐私或其他原因没

有佩戴IR标签，在实验中，疏散中次要人群的存在也

对整个撤离有较大影响，特别是在高度拥挤的地区，但

他们的起始位置、终止位置和到达时间是未知的。在疏

散模型建立时也应考虑次要人群的存在。在疏散行动进

行中，共有282人丢失其IR标签，因此该次实验共有

1779个有效数据。

对于人员行走速度，本文采用IMO发布的客船人

员疏散指南MSC.1/Circ 1533

[8]

中的规定。由于指南和

SAFEGUARD项目的实船数据中并未给出人员的身体尺

寸数据，根据Fruin

[9]

的定义，本文建模时男性肩宽设

置为均值为43.2cm，方差为0.84，最小值为42.7cm，

最大值为47.3cm的正态分布，女性肩宽设置为均值

为39.6cm，方差为0.94，最小值为39.1cm，最大值为

44.4cm的正态分布。

实验主要研究疏散总时间以及各个集合站的疏散时

间。对该船的12层甲板逐一建模，并按照真实情况布

置主要人员，次要人员的513人按照蒙特卡洛方法随机

分布于各层甲板中。将模型进行50次的仿真实验，求

其均值以消除随机影响，最终结果如图2-图6所示。

图2 疏散总时间

图3 集合站A的疏散时间

图4 集合站B的疏散时间

图5 集合站C的疏散时间

图6 集合站D的疏散时间

CWT

中国水运

2021

·

04

83

4仿真数据拟合度分析

本文按项目文件

[10]

中所采用EPC、SC、%TAT三

个指标

[10]

来确定仿真数据与真实数据的相似程度。具

体公式如下：

EPC表示仿真（m）与实测（E）曲线之间的最佳

可能评价等级。SC表示仿真（m）与实测（E）曲线之

间的相似程度。%TAT是仿真的疏散总时间与实测的疏

散总时间之间的百分比差异。3个指标的标准范围，具

体为： 0.8EPC1.2；当s/n=0.05时，SC0.6；%TAT45%。

仿真数据以及实验数据如表1所示

表1 模型结果与各指标数值

疏散时间(s)SC

路径选择EPC%TAT

仿真实测s/n=0.05

随机路径158716370.81453.080.75

最短路径128916370.898721.30.85

由表1数据可知，两套方案都符合IMO认证标

准，当使用最短路径进行仿真实验时，疏散总时间为

1289s；当使用随机路径时，疏散总时间为1587s，与实

测数据接近，可见该模型各项指标均符合IMO的认证

标准，可以用于客船人员疏散及其他相关研究。

5结论

本文以steering技术为基础，Pathfinder为平台，建

立了基于Multi-Agent模型的客船人员疏散模型，并对

真实的三层客滚船进行建模仿真，通过设置不同参数得

出不同路径下人员疏散模拟数据，与“SAFEGUARD”

项目发布的验证数据进行适用性分析验证，仿真数据基

本与验证数据曲线吻合，证明基于Pathfinder建立的以

steering技术为基础的疏散模型可用于客船的疏散建模

仿真及其他相关研究。

84

CWT

中国水运

2021

·

04

参考文献：

[1] Alizadeh R.A dynamic cellular automaton model for

evacuation process with obstacles[J].Safety Science,2011,49(2) :

315-323．

[2] Helbing D, Farkas I, Vicsek T. Simulating dynamical　

features of escape panic[J].Nature,2000,407(6803):487-490.

[3] S. Gwynne, E.R. Galea, C. Lyster, et al. Analysing

the evacuation procedures employed on a Thames passenger

boat using the maritimeEXODUS evacuation model[J]. Fire

Technology,2003,39(3): 225-246.

[4] Balanhontceva, M, Karbovskii,V, Rybokonenko, D, et al.

Multi-agent Simulation of Passenger Evacuation Considering Ship

Motions [J]. Procedia Computer Science,2015, 66; 140-149.

[5] Craig W. Reynolds. Steering Behavior For Autonomous

Charters[C]. Miller Freeman Game Group. Proceeding of the

Game Developers Conference 1999. San Francisco, California.

1999. 763-782.

[6] Galea. E. R. Deere, S, Brown, R, at el. Two Evacuation

Model Validation Data-sets for Large Passenger Ships[J], SNAME

Journal of Ship Research,2013,57(3),155-170.

[7] Brown. R, Galea. E. R, Deere. S. J, et al. Passenger

Response Time Data-sets for Large Passenger Ferries and Cruise

Ships Derived from Sea Trials[J], International Journal of Maritime

Engineering, 2013,155(1),33-48.

[8] MSC. Revised Guidelines on Evacuation Analysis for

New and Existing Passenger Ships.[R]. London: International

Maritime Organization,2016.

[9] Fruin J. Pedestrian and Planning Design [M]. New York:

Metropolitan Association of Urban Designer and Environmental

Planners Inc, 1971.

[10] Galea. E. R, Filippidis. L, Deere. S, et al. The

SAFEGUARD Validation Data-Set and Recommendations

to IMO to Update MSC.1/Circ.1238[EB/OL].www.

/downloads/,2012.

基金项目：国家重点研发计划“水上应急救援关键

技术及应用示范”（2018YFC0810402）。