行人集群运动一直以来都是行人动力学研究的重点对象。由于个体行走习惯差异和行人彼此之间相互作用的复杂机理,使得研究者对于行人集群运动过程的描述变得很困难,但与此同时,有关行人集群运动演化过程的研究对于当下处理大规模客流组织管理、人群疏散策略制定等人群管控措施却有着重要的现实意义。为此,本文通过可控实验与计算机仿真相结合的研究手段对行人集群运动进行研究,结合对行人微观个体行为的深入分析详细探讨了行人集群运动的动力学演化过程。服务点前的行人集群排队行为是一种典型的行人集群运动现象,本文基于地铁站内的客流观测视频发现,人群排队的宽度与乘客到达率之间是相关的,由此展开了关于集群排队问题的模型研究。通过对排队观测视频分析可知个体行人的排队过程可以分为四个阶段:自由行走;寻找队列;排队等待;接受服务,这四个阶段的转换是通过环境感知来完成的。结合前人对行人跟随行为的定义构建了行人流的成队机理,我们认为,由于短时间内先后到达队尾处的多个行人选择了同一跟随目标,使得人群的排队宽度增加。利用行人间的相互跟随关系提取了一个衡量行人流排队时关于人员位置分布的重要状态参量:平均排队宽度。在计算机仿真的环境下模拟行人的集群排队过程,结果显示影响人群平均排队宽度的主要原因是个体行人到达队列尾部时的时间间隔存在差异,而这一现象主要发生于个体在寻找队列的阶段当中;入口流量对平均排队宽度的影响存在四个相变点,1.6人/s、2.2人/s、2.9人/s、4.0人/s。此外,研究表明行人集群排队过程的队列宽度与入口流量和反应时间都存在着正相关关系,而反应时间的减小会使得人群分布更为集中,入口流量的增大则会破坏人群的排队秩序。同时,本文还组织了一个可控行人流实验验证了这种排队机理对行人集群运动分布预测的正确性。行人集群运动也是生物集群行为中的一环,然而遗憾的是迄今为止并没有一种较为普适的方法来描述行人集群运动的分布规律。因此本文在前人对行人微观运动的行为研究基础之上构建了一个有关人群分布特征的基本线性关系,提出了一种行人集群运动分布特征的参量描述方法,并由此绘制了可用于描述行人集群运动分布的人群动态分布特性曲线。然后从人群所处的环境差异、个体性别差异以及个体尺寸差异三个方面对此进行实验验证,结果表明人群动态分布特性曲线既可以体现出行人集群运动的统一性,同时也可以体现出其在不同条件下所呈现出的差异性。根据这种参量描述方法,本文发现了一些自发集群行为,如“自然加宽”效应和“瓶颈加宽”效应,并利用这些人群效应成功地解释了一些国际马拉松比赛中用于参赛者群体的管控措施。另外,这种参量描述方法也可用于其他类型的集群运动的研究中,如交通流及其他生物集群运动等。在行人集群运动实验的过程中还发现当群体数量较少时,人群所表现出的分布规律并不明显。由于低密度区间行人的自我习惯特征会表现的更加明显,因此在少量人数条件下实验中行人轨迹的波动性较大,这种微观行为差异会使得行人集群运动的模拟与现实情况之间存在着一定出入。为此本文开展了个体行走实验来研究这种个体的微观层面差异,并结合社会力模型中自驱动力机理,对实验条件下个体行人的行走轨迹进行了动力学分析,得到个体行人转向与直线行走时的速度与角速度差异,通过引入描述行人转向时的动力学特征参量——转向标度来衡量个体行人转向过程。实验结果表明个体在小角度转向时与大角度转向的情况是不同的,当转向半径较小时,行人会倾向于把更多的自驱动力分配在垂直于速度的方向上。另外,环境因素对个体转向时所能分配的自驱动力大小也是不同的,特别的,当环境中存在行走指示标志时,行人个体的运动将更加符合现有自驱动机理的描述。基于这些实验结果,本文提出了社会力模型中自驱动力演化机理的修正方向,以期弥补社会力模型的物理机制在模拟个体行人转向行为方面的不足。