国民经济的飞速发展以及城市化进程的不断推进导致人群聚集现象越来越频繁,这对公共安全带来了严重威胁。因此深入探究行人的运动特性,研究人与人之间的相互作用规律有助于减少此类现象的危害,但是目前关于行人微观运动的研究还比较匮乏。本文主要对空间充足情况下单列行人的微观运动规律进行了探究。考虑到前人的单列实验的控制变量难以精细到单个行人的层面,我们自主设计了一款可以参与行人单列实验的机器人移动平台来解决这一问题。通过人机混合实验研究,我们发现行人在做单列运动时,始终有保持与前人速度一致的趋势。当空间充足且运动状态达到稳定时,他们之间会保持一个固定的前向距离(期望前向距离),该距离与稳定时的平均速度有关。此外,行人的运动受前一个行人的运动状态影响非常大,尤其是速度的影响不能忽略,而且我们还清楚的观察到行人的反应延迟现象。为了更清晰的描述单列行人的微观运动规律,我们基于考虑反应延迟时间的OV模型建立了最优速度估计模型(Optimal Velocity Estimation Model,OVEM)。与以往的OV模型及其改进模型相比,该模型最大特色是所使用的最优速度函数是基于理论推导而来,而非实验拟合的经验公式,它具有合理的理论假设,公式形式以及参数都有非常明确的物理含义。我们通过仿真模拟对OVEM模型、FVDM(Full Vlocity Difference and Acceleration Model)模型以及OVDM(Optimal Velocity Difference Model)模型做了定量比较,虽然三种模型都有考虑到全速度差对行人加速度的影响,但是我们提出的OVEM模型的微观性能要明显好于其他两种,OVDM模型与FVDM模型在加减速阶段会产生不合理的加速度变化,而且行人在追赶前方行人的过程中所能达到的最大速度也明显偏高。本文的研究结果可以为人群聚集现象中的某些自组织现象提供微观层面的解释,有助于人群管理以及疏散设施的设计。