轨道交通具有运能大、效率高、安全便捷、绿色环保等优势,在满足人民群众出行需求、缓解城市拥堵等方面发挥了重要作用。城市轨道交通客流量大,运营环境相对封闭,一旦发生突发事故,以车站为典型场景的人群疏散困难且救援难度大,容易造成严重的人员伤亡和经济损失。轨道交通车站等公共场所密集人群的动力学特征分析及应急疏散问题已经引起了国内外学者的广泛关注,成为交通领域涌现出的研究前沿与热点之一。通过对行人微观运动机理以及人群宏观自组织现象进行分析,研究合理的应急疏散策略,对人群运动进行有效的干预和控制,具有重要的科学意义和实际应用价值。本文将围绕人群运动多时空尺度建模和应急疏散一致性控制问题展开研究,主要研究内容概括如下:1.针对单向通道内人群运动建模及自组织现象分析问题,首次提出了人群运动的双时间尺度混杂模型,将人群的群集行为分析转化为模型的一致性问题并给出了严格的数学证明。该模型将通道划分成等距的虚拟窄通道,假设行人只能在虚拟通道内向前运动(x-方向),或者在必要时通过更换虚拟通道进行侧向移动(y-方向),这样行人运动被分解为x-方向的跟随行为和y-方向的跳变行为,对此分别建立了连续时间的常微分方程模型和离散时间的迭代方程模型。可以发现当行人选择跟随其前面的邻居运动并且换向速度更快的虚拟通道时,则通道内人群的运动状态是渐近稳定的,即行人间距和行人速度会最终趋于一致,每条虚拟通道内行人数量的分布也会达到平衡。利用循环矩阵的性质、网络系统稳定性理论以及随机逼近等方法对人群的这种一致行为进行了证明,揭示了行人个体间交互作用与群体自组织现象涌现行为的内部关联。2.在双时间尺度的建模框架下,提出了改进的人群运动广义双时间尺度模型,从模型稳定性分析的角度研究了通道内人群的运动特征。在x-方向上,考虑相邻行人速度和行人间距的影响,将行人的“跟随”行为由一阶微分方程模型扩展为二阶系统;在y-方向上,将每个行人的“换道”行为建模为Markov决策过程,即行人会根据相邻虚拟通道内的人群速度来决定是否更换通道。通过分别对两个方向模型进行稳定性分析以及量化一致性分析,揭示了正常情况下人群运动的速度-密度特征以及拥堵情况下人群由自由运动状态向时走时停波动状态转变的演化机理。3.针对正常情况下行人运动避障问题,综合考虑行人感知能力和周围邻居(障碍物)排斥作用的影响,提出了依据最快路径选择障碍物之间空隙穿行的避障方法,建立了基于局部感知信息的行人运动主动避障优化模型,并给出了模型的有效性验证。对单个行人避障轨迹、多个行人避障行为的仿真结果表明,所提出的模型更加符合实际,为解决传统力学模型中由惯性作用而导致行人运动反弹、震荡等问题提供了一种可行方案。针对应急情况下人群疏散引导问题,考虑行人从众行为和疏散领导者的吸引作用,改进在视野受限等应急条件下的行人运动规则,建立了基于领导者的人群疏散模型,进而研究了引导下的人群疏散动力学行为以及领导者不同数量和位置对疏散效率的影响,为设计合理的疏散引导策略提供了有效支撑。4.针对人群疏散过程中会存在对应急出口利用不平衡而导致疏散效率低下的问题,提出了基于一致性控制理论的疏散人群出口均衡分配策略。对于出口通行能力完全相同的情况,提出了基本的一致性分布式控制算法,只需根据相邻出口的状态信息来改变行人的运动方向,可以在较短的时间内实现对行人在各个出口的均衡分配。对于出口通行能力存在差异的情况,提出了约束和加权条件下的一致性控制算法,可以依据不同出口的通行能力对人群进行加权平均分配。该算法具有良好的鲁棒性和扩展性,可以应对疏散中行人数量突变和出口阻塞、锁闭等状况,为解决应急情况下的疏散控制问题提供了一种可行的方法。