At the starting point of the work leading to this doctoral thesis, in January 2005, the work on pedestrians was almost exclusively oriented towards computer simulations and on evacuation experiments. Since then, there have been many studies on new methods for extracting empirical data of pedestrian movements (mainly based on video analysis, lasers, and infrared cameras), but most of the work is still focused on artificial setups for crowds moving through corridors and crowds passing bottlenecks. Even though these controlled experiments are important to understand crowd dynamics, there is a knowledge gap between these experiments and the understanding of the dynamics leading to and occurring during large crowd disasters,
when sometimes hundreds of thousands or even millions of pedestrians are involved.
Numerous crowd disasters occur every year at large gatherings around the world. Unfortunately, the information
about the (spatio-temporal) development of these events tend to be qualitative rather than quantitative.
Video recordings from the crowd disaster
in Mina, Kingdom of Saudi Arabia, on the 12th of January 2006,
where hundreds of pilgrims lost their lives during the annual Muslim pilgrimage to Makkah,
gave the possibility to
scientifically evaluate the dynamics of the crowd.
With this video material, it was possible to observe and analyze the
behavior of the crowd under increasing crowd density, leading to the disaster.
Based on the insights from the analysis of the crowd disaster described above, new tools and measures
to detect and avoid critical crowd conditions
have been proposed, and some of them have been implemented in order to
reduce the likelihood of similar disasters in the future.
Further contributions of this thesis are to empirically evaluate many of the previous assumptions used for pedestrian
simulations. These assumptions are:
* A pedestrian avoids collisions by changing her or his walking speed by an acceleration which is exponentially decaying with the distance to the pedestrian or object being avoided.
* A pedestrian reacts stronger to what happens in front of her or him, than to what happens behind the back.
* The movement of a crowd of pedestrians always follows a smooth flow-density relationship, called the fundamental diagram.
* The walking speed will settle at 0 m/s at a specific maximum crowd density.
The first two assumptions were found to be consistent with the data,
but the pedestrian-flow theory had to be revised, since the two
latter assumptions do not always hold.
When these fundamental parts of pedestrian motion and avoiding maneuvers had been investigated,
an improved version of the social-force-model was formulated.
In order to enable the revision of previous works and the analysis of the crowd disaster mentioned above,
algorithms used for video-tracking have been introduced. The novelty of this work concerns the uniqueness and quantity of data on which the algorithms are validated and calibrated, but also
the focus on analyzing millions of pedestrians rather than hundreds.
The aim of this thesis is to move from theoretical models and controlled lab conditions to applicable models
for real-world conditions. / Als diese Dissertation im Januar 2005 begonnen wurde, nutzten wissenschaftliche Untersuchungen von Fußgängern fast ausschließlich Computersimulationen und Evakuierungsexperimente. Seit dem haben viele Wissenschaftler an einer Verbesserung der Methoden gearbeitet. Heute werden empirische Daten mit Hilfe von Videoanalysen, Laser- und Infrarotkameras erhoben.Jedoch konzentrieren sich viele dieser Arbeiten auf künstliche Setups, in denen sich Fußgängermassen durch Korridore und Engpässe bewegen. Diese Experimente erlauben es, Massenbewegungen zu verstehen.
Jedoch gibt es immer noch Forschungslücken. Es ist schwierig, unter solch kontrollierten Bedingungen Fortschritte darin zu erzielen, die auftretenden Dyamiken bei großen Katastrophen zu verstehen, in denen manchmal Hunderttausende oder sogar Millionen von Fußgängern involviert sind. Immer wieder kommt es zu Katastrophen in großen Menschenmengen. Leider sind von diesen Ereignissen häufig nur qualitative Informationen anstelle von quantitativen Daten erhältlich. Es ergab sich die besondere Gelegenheit, quantitatives Filmmaterial über eine Katastrophe in Mina (Königreich Saudi--Arabien) zu erhalten. Dort starben am 12. Januar 2006 hunderte von Pilgern während der jährlichen muslimischen Pilgerfahrt nach Mekka. Mit dem erhobenen Videomaterial konnte nachvollzogen werden, wie die Menschenmenge zuerst unbehindert fließen konnte, dann immer dichter wurde und wie es schließlich zur Katastrophe kam. Von den Erkenntnissen der Analyse der oben beschriebenen Katastrophe konnten neue Methoden entwickelt werden, die dabei helfen können, ähnliche Katastrophen in Zukunft zu vermeiden. Ein weiterer Beitrag dieser Dissertation besteht darin, einige Annahmen, die üblicherweise bei der Simulation von Fußgängerdynamiken gemacht werden, in Frage zu stellen und zu überarbeiten. Diese Annahmen sind: (1) Ein Fußgänger verhindert Zusammenstöße, indem er seine Schrittgeschwindigkeit so verändert, dass seine Beschleunigung exponentiell mit der Distanz zu dem zu umgehenden Fußgänger oder Objekt abnimmt. (2) Ein Fußgänger zeigt stärkere Reaktionen auf Ereignisse, die vor ihm passieren, als auf Ereignisse, die hinter ihm passieren. (3) Die Bewegung eines in einer Menschenmenge befindlichen Fußgängers folgt immer dem Strömungs--Dichte Verhältnis, was als Fundamental-Diagramm bezeichnet wird. (4) Die Laufgeschwindigkeit eines Fußgängers erreicht bei maximaler Menschendichte einem Wert von 0 m/s. Die ersten beiden Annahmen wurden von den empirischen Daten bestätigt. Unsere Analysen zeigen jedoch, dass die Annahmen 3 und 4 nicht immer gültig sind. Somit müssen Standardtheorien von Fußgängerdynamiken überarbeitet werden. Im Anschluß an die Analyse dieser fundamentalen Aspekte von Fußgängerverhalten und dem Verhalten bei Ausweichmanövern wird das Social-Force-Modell weiterentwickelt. Um auf vorhergehenden Arbeiten aufzubauen und um die oben beschriebene Katastrophe analysieren zu können, werden Algorithmen für die Video-Verfolgung von Fußgängerbewegungen entwickelt.
Das Neue bei diesem Teil der Arbeit liegt nicht nur in dem verwendeten Verfahren selbst, sondern auch in der Einzigartigkeit und der großen Menge an verwendeten Daten, die mit diesem Verfahren analysiert werden. Ein zentrales Ziel dieser Arbeit besteht demnach in einer wissenschaftlichen Weiterentwicklung von theoretischen Modellen und kontrollierten Laborexperimenten hin zu Modellen, die unter realen Bedingungen tatsächlich anwendbar sind. Die Analyse von Fußgängern ist ein interdisziplinäres Feld, das von verschiedenen wissenschaftlichen Disziplinen mit verschiedenen Zielen betrieben wird. Leider gab es bislang wenig Bemühungen, die Resultate innerhalb dieser Teilgebiete im Rahmen einer konsistenten Theorie zu vereinen. Als seltene Ausnahmen können die Arbeiten von Teknomo und Antonini genannt werden. Diese Dissertation verfolgt das Ziel, diese theoretische Vereinigung weiter voran zu treiben. Dazu muss man zwischen der Neuerfindung des Rades und der Wiederverwendung nicht geprüfter Resultate abwägen. Dementsprechend ist ein Teil dieser Dissertation dem Vorhaben gewidmet, bisherige Forschung im Lichte empirischer Daten und neuer Methoden zu evaluieren. Da sich die Arbeit mit recht unterschiedlichen Aspekten von Fußgängerverhalten beschäftigt, konzentriert sich die Analyse in verschiedenen Teilen der Arbeit auf einige ausgewählte, alternative Modelle. Insbesondere bei der Modellierung und Simulation wird anstelle einer eingehenden Übersicht verschiedener Modelle eine Diskussion des speziellen Social-Force Modells präsentiert.
| Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa:de:qucosa:25055 |
| Date | 03 June 2009 |
| Creators | Johansson, Anders |
| Contributors | Helbing, Dirk, Al-Abideen, Habib Z., Haase, Knut, Technische Universität Dresden |
| Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
| Language | English |
| Detected Language | English |
| Type | doc-type:doctoralThesis, info:eu-repo/semantics/doctoralThesis, doc-type:Text |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0027 seconds