Can Physics Explain The Motions Of The Panicked Crowd?

当人们聚集在一起时,身体和情感的联系决定了他们的运动,心态和行动意愿。 了解人群可以帮助我们应对恐怖袭击造成的恐慌; 人群科学对于管理许多紧急事件至关重要,特别是当密度变得非常危险时。 人群中的恐慌或混乱可能会导致数百人死亡或受伤,就像在2010的德国爱情游行中所发生的那样,数千名参加电子舞蹈音乐节的与会者在试图进入狭窄的隧道时堆积起来; 21人死于窒息。

基础科学和公共安全要求我们使用一系列学科开发完整的人群科学。 今天,社会心理学家的工作表明,人群受到个人成员个性的影响; 因此,人群可以体现利他主义和有益的行为以及相反的行为。 现在,我们可以通过使用经典和统计物理学,计算科学和复杂系统理论 - 对相互作用实体组的研究进行定量分析来进一步扩展人群科学。

复杂性理论的一个相关概念是“出现”,当实体之间的相互作用产生无法从任何单个元素的属性预测的群体行为时发生。 例如,随机移动H.2液态水中的O分子突然在零摄氏度下连接起来制成坚固的冰; 飞行中的椋鸟很快就形成了一个有序的羊群。

如果已知实体之间的相互作用,则可以预测紧急行为 如图 明尼苏达大学的研究人员在2014中确定了两个人在运动中如何相互作用,从而人们如何移动。 研究人员首先考虑了物理学的一个观点,理论上认为,与电子一样,行人在靠近时会相互排斥,以避免相互碰撞。 但视频数据库显示,当人们看到他们即将发生碰撞时,他们会改变他们的路径。 由此,研究人员根据直到碰撞的时间,而不是距离,得出了两个人之间普遍的排斥力的等式。

该公式成功地再现了人群中突现的现实世界特征,例如在等待穿过狭窄的通道时形成半圆形构造,或者当其成员走向不同的出口时,即兴地开发独立的通道。 例如,这使得可以模拟人群行为来设计疏散路线。


innerself subscribe graphic


To在紧急情况下有用,人群分析还必须考虑情绪危机。 正如伊朗KN Toosi技术大学的研究人员所表明的,传播恐惧可以改变紧急行为。 在2015中,他们 创建 一个公共空间的计算机版本,里面有数百名模拟成人和儿童,以及将人们带到出口的保安人员。 假设参与者对一个危险事件作出反应,当他们未能找到退出时,模拟会将他们升级到更大程度的恐惧和恐慌,随机运动。

运行模拟,研究人员发现18和99之间的比例可能会有所下降,具体取决于参与者的组合。 最小或最大数量的人或安全代理人没有出现最大数量的逃逸,但处于中间值。 这表明人群的情绪状态可以将其动态带入复杂的非线性阶段。

我们可以通过观察他们的身体行为来确定真实人群中的个体情绪。 在2018,英国朴茨茅斯大学的Hui Yu团队 用过的 动能,物理运动的能量,作为衡量人群何时进入“异常”情绪状态的指标。 从诸如爆炸之类的危险事件中跑出的人群成员增加了动能,这可以在实时人群视频图像中检测到。 研究人员利用计算机视觉技术计算出构成图像的像素的速度,从中确定了人群中最有活力的部分。

研究人员将他们的方法应用于 数据集 由明尼苏达大学的计算机科学家Nikolaos Papanikolopoulos及其同事整理的视频剪辑。 这些片段显示了真实的人群对模拟紧急情况的反应。 最初,受试者正常行走,然后突然分散并向各个方向奔跑。 能量算法快速感知到这些转变,研究人员得出结论,该方法可以自动检测公共集会中不寻常的,潜在危险的行为。

马里兰大学的计算机科学家Dinesh Manocha和他的同事们在他们的'他们'中提出了情感与行动之间的其他联系。CubeP'模型,将物理学,生理学和心理学的因素分析结合起来。 这三个因素在体育活动和情绪反应中强烈相互关联,标志着危机中的人群。 CubeP使用力和速度的基本物理来计算运动中的人的身体力量。 CubeP还融入了情绪感染模型 发达 在2015中由计算机工程师Funda完成 Durupinar 在土耳其比尔肯特大学及其同事,其中包括决定一个人对压力反应的典型人格特征。 CubeP基于身体努力为每个人添加了恐慌水平的生理测量。 这会影响心率,已知心率表示恐惧程度。 所有这些结合起来预测每个人群成员的运动速度和方向。

研究人员在人群的计算机模拟中对CubeP进行了测试,以便对危险事件作出反应,并获得真实的结果。 威胁附近的虚拟人迅速恐慌并奔跑。 一个更遥远的个体对恐惧和逃避行为的情绪感染作出反应,尽管后来。 研究人员还将CubeP应用于明尼苏达大学的数据集以及真实紧急情况的视频,例如2014的上海地铁系统和2017的英国国会大厦外。 在所有这些中,人群行为的CubeP模拟与现实相当接近,并且比Durupinar方法和其他不融合物理,心理和生理因素的模型更接近。

这种改进说明了人群多学科科学的力量。 随着洞察力的积累,它们肯定会在建筑设计和灾难规划中发挥作用。 然而,调查结果可能导致对公共场所人群的更多监视,这种现象正在加剧 美国公民自由联盟关于隐私和滥用的可能性。

通过将人群行为减少到数字,有些东西丢失了。 将模型与实际数据进行比较将为人群动态提供受欢迎的见解,但我们也需要心理学的全面理解。 伊丽莎白·卡内蒂(Elias Canetti),诺贝尔奖得主,撰写了经典作品 人群和电源 (1960),预见到这种伙伴关系将有助于打破人群代码的那一天。 在考虑人群行为中某个临界密度的重要性时,他写道:“有一天,有可能更准确地确定这个密度,甚至可以测量它。” 现在我们可以测量和分析这些数量,但我们还需要广泛的人文科学和社会科学观点来告诉我们它们的真正含义。Aeon counter – do not remove

关于作者

Sidney Perkowitz是亚特兰大埃默里大学物理学荣誉教授。 他的最新着作是 Universal Foam 2.0 (2015) 弗兰肯斯坦:一个怪物如何成为一个偶像 (2018)和 物理学:非常简短的介绍 (即将出版,7月2019)。

本文最初发表于 永世 并已在Creative Commons下重新发布。

相关书籍

at InnerSelf 市场和亚马逊