A unidirectional agent based pedestrian microscopic model: Fid-Bau Portal

A unidirectional agent based pedestrian microscopic model

Hussein, Mohamed

Le présent article a pour objectif d’établir un modèle capable de simuler les déplacements des piétons à l’échelle microscopique dans des conditions normales. Un tel modèle serait utile pour étudier les questions de transport en lien avec les piétons nécessitant de prédire avec précision les trajectoires de ces derniers. Le modèle utilise une méthode de modélisation en mode agent, dans laquelle un espace continu a servi à représenter le déplacement des piétons. Le présent article décrit la première étape de l’élaboration du modèle : caractéristiques détaillées, calibration et validation d’un modèle de microsimulation de déplacements unidirectionnels des piétons. On a validé le modèle en comparant les trajectoires simulées aux trajectoires réelles observées dans une vidéo tournée sur le terrain au moyen de techniques de visionnage par ordinateur. Les résultats de la comparaison effectuée indiquent que l’écart moyen entre les positions de la trajectoire simulée et de la trajectoire réelle est de 20 cm selon la direction X et de 40 cm selon la direction Y. Les résultats montrent également que le modèle est capable de prédire la vitesse de déplacement des piétons avec une erreur relative de 12,8 %. [Traduit par la Rédaction]

The goal of this paper is to establish a pedestrian model that is capable of simulating pedestrian movement at the microscopic level under normal conditions. Such a model would be useful in studying pedestrian-related transportation issues that require predicting accurate trajectories of pedestrians. The model utilizes the agent based modeling approach in which a continuous space was used to represent the pedestrian environment. This paper presents the first step of the model development: details of a unidirectional micro-simulation pedestrian model along with its calibration and validation. The model was validated by comparing simulated trajectories with real trajectories extracted from video footage by means of computer vision techniques. Results show that the average location difference between simulated and actual trajectories was 20 cm in the X direction and 40 cm in the Y direction. Results also show that the model is capable of predicting pedestrian speed with relative error of 12.8%.