(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210866687.1 (22)申请日 2022.07.22 (71)申请人 北京交通大 学 地址 100044 北京市海淀区西直门外上园 村3号 (72)发明人 王艳辉　王紫玉　郭建媛　李曼　 (74)专利代理 机构 北京市商 泰律师事务所 11255 专利代理师 邹芳德 (51)Int.Cl. G06F 30/25(2020.01) G06F 30/20(2020.01) G06Q 10/06(2012.01) G08G 1/01(2006.01) G06F 119/14(2020.01) (54)发明名称 基于颗粒流动态仿真的城轨车站客流风险 辨识方法及系统 (57)摘要 本发明提供一种基于颗粒流动态仿真的城 轨车站客流风险辨识方法及系统， 属于城市轨道 交通运营维护技术领域， 以挤压力和持续时间为 客流风险评价指标， 进行等级划分， 构建城轨车 站客流风险矩阵； 获取待仿真区域几何数据， 确 定乘客物理实体模型与受力模型， 利用颗粒流软 件PFC构建车站客流局部风险动态仿真模型； 建 立客流内部最大挤压力及各等级区间挤压力持 续时间比例与客流初始密度、 初始速度等宏观客 流参数的关系； 根据相应场景下仿真结果拟合函 数计算挤压力与持续时间， 对照风险矩阵确定其 风险等级。 本发 明可为客流风险的量化分级提供 理论依据， 为城轨运营企业针对性客流管控措施 的制定提供决策支持， 实现主动安全防控， 有效 保障乘客出 行安全。 权利要求书2页 说明书16页 附图4页 CN 115238562 A 2022.10.25 CN 115238562 A 1.一种基于 颗粒流动态仿真的城轨车站客 流风险辨识方法， 其特 征在于， 包括： 以挤压力和持续时间为客流风险评价指标， 进行等级划分， 构建城轨车站客流风险矩 阵； 根据待仿真区域几何数据， 确定乘客物 理实体模型与受力模型， 利用颗粒流软件PFC构 建车站客 流局部风险动态仿真模型， 对待仿真区域进行客 流局部风险动态仿真； 根据仿真结果， 建立客流内部最大挤压力持续 时间与各等级区间挤压力持续 时间的比 例与客流初始密度、 客 流初始速度宏观客 流参数的关系； 根据客流数据， 根据相应场景下仿真结果拟合函数计算挤压力与持续时间， 对照风险 矩阵确定其 风险等级。 2.根据权利要求1所述的基于颗粒流动态仿真的城轨车站客流风险辨识方法， 其特征 在于， 以挤压力和持续时间为客流风险评价指标， 进 行等级划分， 构建城轨车站 客流风险矩 阵， 包括： 确定挤压力等级划分区间与持续时间划分区间； 确定城市轨道 交通车站客流风险测度， 即风险与挤压力及持续 时间两个度量指标的关 系式， 表示如下： R＝f(F,t)； 其中， R为 客流风险； F为 客流内部挤压力； t为 挤压力持续时间； 根据实际需求， 确定城市轨道交通车站客 流风险划分等级数目N； 对风险矩阵单 元格进行等级划分， 构建城市轨道交通 客流风险矩阵。 3.根据权利要求2所述的基于颗粒流动态仿真的城轨车站客流风险辨识方法， 其特征 在于， 对风险矩阵单 元格进行等级划分， 构建城市轨道交通 客流风险矩阵， 包括： 对风险矩阵全部单元格依次进行编号， 计算两两单元格间的概率比较值， 然后计算单 元格间相似性测度值， 获得 单元格间初始相似度矩阵； 获取单元格间相似性测度最小值， 将其对应的两个单 元格聚为 一个新类； 依次在初始相似度矩阵中获取最小值， 若其对应的单元格已合并为一类， 则继续获取 下一个最小值； 若其对应的单元格分别属于两个类别， 则计算其类间相似性测度， 重复计 算， 直至大于之前 所获得的类间相似性测度值， 则将其对应的两类聚为 一个新类。 4.根据权利要求1所述的基于颗粒流动态仿真的城轨车站客流风险辨识方法， 其特征 在于， 获取待仿真区域几何数据， 确定乘客物理实体模型与受力模型， 利用颗粒流软件PFC 构建车站客 流局部风险动态仿真模型， 包括： 获取待仿真区域几何数据； 构建乘客物理实体模型， 包括乘客个 体空间模型与乘客接触模型； 根据待仿真场景， 分析乘客受力与运动特 征， 构建乘客 运动模型； 其中， 利用颗粒流软件PFC中命令语句与内置FISH语言编写实现上述步骤， 包括墙体边 界的生成、 乘客属性设定与 乘客受力函数定义， 计算乘客所 受合力， 乘客在各种力的作用下 开始移动并产生接触， 实现城市轨道交通车站客 流局部风险动态仿真。 5.根据权利要求4所述的基于颗粒流动态仿真的城轨车站客流风险辨识方法， 其特征 在于， 通过改变待仿 真场景下客流初始密度、 初始速度等参数， 记录不同初始条件下客流内 部挤压力随时间变化的值， 通过函数拟合的方式建立最大挤压力 及各等级区间挤压力持续权　利　要　求　书 1/2 页 2 CN 115238562 A 2时间比例与客 流初始密度、 客 流初始速度宏观客 流参数的关系。 6.根据权利要求4所述的基于颗粒流动态仿真的城轨车站客流风险辨识方法， 其特征 在于， 获取客流数据， 根据相应场景下仿 真结果拟合函数计算挤压力与持续时间， 对照风险 矩阵确定其 风险等级， 包括： 以一定时间 间隔获取 车站区域需要的相应 基础客流数据； 通过拟合函数计算间隔时段客流最大挤压力， 若客流最大挤压力超出挤压力最大区间 范围， 直接定为最高风险等级； 若 未超过， 则根据拟合的各区间挤压力持续时间比例函数计 算该时间段小于该力以及该力从属区间的持续时间； 计算统计时段内， 各挤压力区间的累计持续时间， 分别对应风险矩阵得到相应风险等 级， 最后以最大风险等级为 准。 7.一种基于 颗粒流动态仿真的城轨车站客 流风险辨识系统， 其特 征在于， 包括： 第一构建模块， 用于以挤压力和持续时间为客流风险评价指标， 进行等级划分， 构建城 轨车站客 流风险矩阵； 仿真模块， 用于根据待仿真区域的几何数据， 确定乘客物理实体模型与受力模型， 利用 颗粒流软件PFC构建车站客流局部风险动态仿真模型， 对待仿真区域进行客流局部风险动 态仿真； 第二构建模块， 用于根据仿真结果， 建立客流内部最大挤压力持续时间与各等级区间 挤压力持续时间的比例与客 流初始密度、 客 流初始速度宏观客 流参数的关系； 计算模块， 用于根据客流数据， 根据相应场景下仿真结果拟合函数计算挤压力与持续 时间， 对照风险矩阵确定其 风险等级。 8.一种非暂态计算机可读存储介质， 其特征在于， 所述非暂态计算机可读存储介质用 于存储计算机指 令， 所述计算机指 令被处理器执行时， 实现如权利要求 1‑6任一项所述的基 于颗粒流动态仿真的城轨车站客 流风险辨识方法。 9.一种计算机程序产品， 其特征在于， 包括计算机程序， 所述计算机程序当在一个或多 个处理器上运行时， 用于实现如权利要求1 ‑6任一项所述的基于颗粒流动态仿真的城轨车 站客流风险辨识方法。 10.一种电子设备， 其特征在于， 包括： 处理器、 存储器以及计算机程序； 其中， 处理器与 存储器连接， 计算机程序被存储在 存储器中， 当电子 设备运行时， 所述处理器执行所述存储 器存储的计算机程序， 以使电子设备执行实现如权利要求1 ‑6任一项所述的基于颗粒流动 态仿真的城轨车站客 流风险辨识方法的指令 。权　利　要　求　书 2/2 页 3 CN 115238562 A 3