Detailergebnis zu DOK-Nr. 52704
Nicht querschnittsbezogene mikroskopische Simulation von Fußgängerströmen mit ortsabhängigem Wahlverhalten (Orig. engl.: Nonlocal continuous-space microscopic simulation of pedestrian flows with local choice behavior)
| Autoren |
P.H. Bovy S.P. Hoogendoorn |
|---|---|
| Sachgebiete |
5.6 Fußgängerverkehr, Fußwege, Fußgängerüberwege 6.2 Verkehrsberechnungen, Verkehrsmodelle |
Washington, D.C.: National Academy Press, 2001 (Transportation Research Record (TRB) H. 1776) S. 201-210, 4 B, 10 Q
Fußgängerströme sind verglichen mit dem Kraftfahrzeugverkehr sehr komplex. Aus diesem Grund sind Modellansätze für die Simulation von Fahrzeugströmen im Allgemeinen nicht für die Beschreibung von Fußgängerströmen verwendbar. Dennoch ist es zum Beispiel für die Planung und den Entwurf von Infrastrukturmaßnahmen für Fußgänger wichtig, einen Einblick in die Bewegungsabläufe von Fußgängerströmen zu bekommen. Außerdem ist es für die Steuerung von Fußgängerströmen wichtig, das Verhalten solcher Ströme zu kennen. Der Bericht präsentiert daher einen Ansatz für ein mikroskopisches Simulationsmodell. Das Modell ist charakterisiert durch das interaktive Verhalten der Fußgänger auf der Basis von Aktions-Reaktions-Mechanismen. Darüber hinaus wird das lokale Routenwahlverhalten integriert, das beschreibt, wie Fußgänger ihre Richtung in Abhängigkeit von verschiedenen Kriterien, u.a. ihrem Ziel und örtlichen Bedingungen des Fußgängerstromes, wählen. Das Wahlverhalten basiert auf dem Konzept der subjektiven Nutzenmaximierung. Im Gegensatz zu Modellen für andere Verkehrsarten können die Positionen von Fußgängern aber nicht diskreten Zellen zugeordnet werden. Daher kann das hier vorgestellte Modell auf einfachem Weg multidirektionale Fußgängerströme beschreiben (z.B. eindirektional, zweidirektional, kreuzend). Anhand einer einfachen Fußgängerpassage wird das Modell getestet und erläutert. Dazu werden an dem Modell das Verhältnis von Gehgeschwindigkeit und Verkehrsdichte sowie Selbstorganisationsphänomene (z.B. die Bildung dynamischer Schlangen und Gruppenbildungen) beobachtet. Über in der Realität gemessene Daten, z.B. aus Videoaufnahmen, können die Modelldaten verifiziert werden.