Resumen

Para que el comportamiento de los agentes en la toma de decisiones sobre rutas sea lo más real posible, este artículo propone un algoritmo de navegación por capas, que hace hincapié en la coordinación de la planificación de la ruta global a nivel estratégico y la planificación de la ruta local a nivel táctico. En concreto, mediante un método mejorado de gráficos de visibilidad, la ruta global se genera en primer lugar a partir de un mapa estático del entorno. A continuación, se activa una nueva planificación de ruta local (LRP) basada en el entorno local dinámico para la selección de rutas múltiples que permita a los peatones responder a los cambios en tiempo real. En concreto, el modelo LRP se desarrolla sobre la base de la motivación psicológica del pasajero. Se tienen plenamente en cuenta las preferencias individuales de los peatones y las incertidumbres existentes en el proceso de evaluación y elección. La ruta local adecuada puede generarse en función del tiempo de paso estimado. El modelo LRP se aplica a la elección de las puertas de venta de billetes en una estación de metro, y se investigan los comportamientos de elegir y volver a elegir puerta. Se utiliza C para aplicar el algoritmo de navegación por capas. Los resultados de la simulación muestran la tendencia de los agentes a evitar los atascos, como suele ocurrir en las aglomeraciones reales.

• Materias:Infraestructura de transportes Ingeniería del transporte Seguridad del transporte Planificación de ruta Capacidad de tráfico
• Subjects:Transport infrastructure Transport engineering Transport safety Path planning Traffic capacity
• Palabras claves:modelo lrp, ruta global, algoritmo de navegación, método gráfico de visibilidad mejorado, nueva planificación de ruta local, entorno local dinámico, mapa de entorno estático, ruta local adecuada, agentes, comportamientos
• Keywords:lrp model, global route, navigation algorithm, improved visibility graph method, new local route planning, dynamic local environment, static environment map, suitable local path, agents, behaviours