Você está na página 1de 7

Anais do CNMAC v.

ISSN 1984-820X

Simulao de Evacuao Emergencial Via Autmatos Celulares: Uma


Proposta de Modificao do Modelo de Schadschneider
Leandro A. Pereira
Faculdade de Matemtica, UFU
38400-902, Uberlndia, MG
E-mail: leandro@famat.ufu.br

Luiz H. Duczmal
Departamento de Estatstica, UFMG
31270-901, Belo Horizonte, MG
E-mail: duczmal@ufmg.br

Frederico R.B. Cruz


Departamento de Estatstica, UFMG
31270-901, Belo Horizonte, MG
E-mail: fcruz@ufmg.br

Resumo: Este artigo apresenta uma proposta de modelo de fluxo de pessoas em evacuao
emergencial baseado em simulao por autmatos celulares. Neste trabalho, estudamos o
modelo inicialmente proposto por Schadschneider e a partir dele, descrevemos um novo modelo
com componentes adicionais para representar a mudana de velocidade do fluxo de evacuao
em funo da lotao do ambiente. Utilizamos a teoria de autmatos celulares para a construo
de um programa de simulao em linguagem C++, que, alm de comparar o novo modelo frente
ao modelo tradicional, pode simular vrios ambientes, desde simples salas at construes
complexas, com obstculos fixos e mveis, alm do surpreendente retorno visual. Este programa
permite a reformulao total ou parcial de um ambiente a ser simulado sem a necessidade de
alterao das linhas de cdigo do programa. As simulaes fornecem o tempo de evacuao
total, a partir de vrias simulaes juntamente com o histograma da distribuio do tempo de
evacuao. Uma comparao entre a distribuio emprica do tempo de evacuao total das
simulaes e a distribuio do valor extremo mostra que esta seria uma distribuio de
probabilidades razovel para modelar o tempo de evacuao total. As principais contribuies
foram: fornecer um modelo mais prximo da realidade e fornecer um programa a fim de se
avaliar a configurao do ambiente com relao a rotas de fuga de emergncia.
O estudo de trfego emergencial tem ganhado razovel importncia nas ltimas dcadas devido
sua grande aplicabilidade. O problema de tempo de evacuao trata-se de situaes em que as
pessoas devem desocupar o ambiente em um menor tempo possvel, devido a uma situao de
emergncia. O principal objetivo deste estudo propor um novo modelo de simulao de trfegos
de pessoas em situao de emergncia, sendo que este modelo uma adaptao do modelo de
Schadschneider [4]. Trabalhos como estes surgem da importncia de se determinar melhores
opes ou estratgias de evacuao. A localizao de portas, corredores ou obstculos podem ser
decisivos, alm da quantidade segura de pessoas (lotao mxima) que se deve ter em um
ambiente para que se tenha um tempo de evacuao dentro de um valor esperado.
O trfego de pessoas ocorre geralmente em ambientes (salas, corredores, escadas, etc.) onde
temos uma limitao de espao. Cada indivduo ocupa uma determinada rea nesse domnio e,
portanto, a movimentao de pessoas est condicionada existncia de obstculos, densidade de
pessoas e localizao de portas. Iremos supor que cada pessoa est contida em uma clula.
Segundo Wolfram [7] a idia destes modelos consiste em considerar cada posio (ou regio) do
domnio espacial como sendo uma clula, qual atribudo um estado. O estado de cada clula
modificado de acordo com seu estado e dos seus vizinhos na etapa de tempo anterior, atravs de
cada srie de regras que tentam imitar as leis biolgicas ou fsicas que regem o sistema real. A
Figura 1 mostra uma clula no ambiente, sendo representada pelo quadrado central. As setas

692

indicam todas as possibilidades de movimentao dessa clula. Imaginamos que um ambiente


possa ser totalmente repartido, de forma que cada rea resultante possa conter exatamente uma
nica pessoa. Uma estimativa razovel para esta rea seria de 0,2 metros quadrados, de acordo
com os trabalhos de Cruz et al [2]. Dessa forma temos como descrever a localizao da pessoa em
termos de linhas e colunas (x,y). Logo podemos representar um ambiente como sendo uma matriz
n x n, em que cada posio dessa matriz seria um espao fsico de rea 0,2 metros quadrados e
que pode conter apenas uma clula. Esta matriz ser chamada de matriz ambiente. A posio (x,y)
dessa matriz assume valor igual a um quando tiver preenchida por uma clula e zero quando
estiver vazia. Seria uma simulao de um ambiente com uma pessoa ocupando ou no uma
determinada rea, sob uma viso area. Ao mover o nmero um para a posio (x,y+1) um
indicativo de mudana de estado (posio) da clula, o que representa o deslocamento de uma
pessoa no ambiente um passo a frente.

Figura 1: Representao de uma Clula e Seus Possveis Deslocamentos.


Para fins de simulao, outra matriz se torna necessria, a matriz auxiliar. Esta matriz possui as
mesmas dimenses da matriz ambiente descrita anteriormente, porm apenas guardar
informaes sobre o ambiente tais como localizao de portas, obstculos fixos ou mveis (como
cadeiras ou mesas) e limites fsicos que seriam as paredes. Um cdigo numrico atribudo a
estes obstculos, sendo que durante a simulao, estas informaes so passadas para a clula,
que obviamente no podero ocupar aquele espao. Esta matriz fornecida pelo usurio do
programa, atravs de um arquivo com extenso txt.
Para se mover pelo espao, deve ser definida a probabilidade de cada clula se mover para uma
vizinhana ou de ficar na mesma posio. Para definio das probabilidades de transio, foi
utilizado um modelo matemtico [4] com vrias componentes, que so usados para representar a
interao entre as pessoas, interao entre os obstculos, conhecimento acerca do domnio e a
velocidade condicionada ao estado de lotao do domnio. Para a interao entre as pessoas, a
idia bsica ter um rastro deixado pelas pessoas que j passaram pelo mesmo caminho. Isso
funcionaria para modelar o movimento de pessoas que esto em um lugar desconhecido e que
teriam que seguir as outras. Para o autmato isto seria representado pelas reas mais visitadas, que
tero uma maior probabilidade de serem escolhidas no prximo passo por uma clula que ainda
no passou nesta determinada rea. Isto o que chamamos de fora dinmica, j que esta
probabilidade se altera cada vez que uma clula passar pela rea. Esta fora dinmica mais
evidente no incio e tem uma queda constante porque supomos que, ao passar do tempo, as
pessoas j tero um fluxo determinado, e no vo interagir mais dessa forma. A interao entre
pessoas e os obstculos do domnio chama-se fora esttica, por permanecer a mesma em toda a
simulao, j que determinada pela configurao do ambiente estudado. Essa fora maior para
os caminhos que levam para reas livres e menor para reas prximas a paredes, obstculos e
reas contrrias sada [4].
A nova componente do modelo e principal contribuio deste artigo a velocidade condicionada
lotao do ambiente, em que a velocidade da clula deve ser diminuda se as vizinhanas dois

693

passos frente esto parcialmente ocupadas ou totalmente ocupadas. A velocidade poder ser
aumentada nos casos em que no temos ocupao em pelo menos dois passos frente.
Todas essas componentes fazem parte de um modelo que tem como funo determinar as
probabilidades de movimentao final ou probabilidades de movimentao a posteriori de uma
clula no ambiente para uma posio (x,y). A informao inicial fornecida pela matriz de
estados, ou matriz M, de dimenso 3x3 e que tem como funo informar as probabilidades
iniciais ou probabilidades a priori de movimentao de uma clula no ambiente para a posio
(x,y). Um exemplo de matriz M est na Figura 2a. Nesta figura temos determinadas as
probabilidades de movimentao da clula para cada uma das clulas vizinhas e a probabilidade
de no movimentao, ou seja, a probabilidade de se manter na mesma posio. Os valores desta
matriz so definidos pelo pesquisador, com base em informaes sobre o fenmeno. As
probabilidades a posteriori so calculadas segundo o modelo de Schadschneider [4], que
representa uma atualizao da probabilidade a priori segundo a expresso matemtica:

Pxy = N exp(k d Dxy ) exp(k s S xy )M xy (1 n xy ) xy

(1)

em que Pxy representa a probabilidade a posteriori de uma clula se mover para a posio (x,y).
Mxy representa a probabilidade a priori de uma clula se mover para a posio (x,y) obtido pela
matriz M. Dxy o valor numrico que representa a fora do campo dinmico para a posio (x,y).
Este valor obtido por uma matriz D de dimenso igual matriz ambiente. Existe um contador
interno para cada posio (x,y) da matriz ambiente que ir acumular pontos cada vez que essa
posio for visitada por uma clula e que ser armazenado na mesma posio (x,y) da matriz D.
Podemos falar que quanto mais vezes a posio (x,y) for visitada, maior ser a probabilidade da
mesma receber a visita de uma outra clula, logo, esta matriz D guarda um peso relativo posio
(x,y) da matriz ambiente e que pode mudar a cada passo. Podemos ento diminuir e aumentar a
contribuio do peso Dxy atravs da constante Kd. Veja que se Kd for igual a zero, eliminamos a
influncia da fora dinmica no resultado do modelo. Para simulaes em que a idia do rastro
mais evidente, como em colnia de insetos, utilizamos valores de Kd altos. Porm, para
simulaes de trfego de pessoas, o rastro pode existir mais fortemente para simulaes de
ambientes em que o conhecimento dos freqentadores acerca do mesmo no to alto, como em
shoppings e feiras de eventos, por exemplo, em que as pessoas tendem a seguir a multido em
caso de urgncia. Uma situao em que concordamos acontecer na maioria dos casos seria a
diminuio do rastro com o passar do tempo. Supomos que a certo tempo, o efeito do rastro seja
diminudo pelo fato de as pessoas j terem se situado no caminho certo e o fluxo de
movimentao das pessoas se torna quase que independente. No modelo, uma proposta para
incluir este efeito seria a diminuio da constante Kd a cada passo, de forma que Kd convirja para
zero com o passar do tempo. Isto pode ser descrito pela seguinte equao:

k d( t ) = k d( t 1) Q
em que representa o valor de

k d(t )

(2)

na simulao atual e representa o valor de

simulao anterior, de forma que , Pxy M xy quando

t .

k d( t 1) na

O fator Q (0 Q 1)

representa a constante de decrescimento associada a Kd. Nas simulaes deste trabalho, utilizamos
o valor de Q igual a 0,99 para representar uma queda lenta do efeito de rastro. Este valor
arbitrrio e representa uma fonte de estudos para desenvolvimento de trabalhos futuros. Dxy o
valor numrico que representa a fora do campo esttico para a posio (x,y) e que obtido por
uma matriz D, de mesma dimenso da matriz ambiente. Este valor numrico (peso) determinado
antes da simulao e permanece fixo. Geralmente so atribudos pesos maiores para posies da
matriz ambiente que se encontrem mais prximos da sada e situado em reas mais centrais.
Quanto mais prximo de obstculos ou de paredes for a posio (x,y), menores sero os valores

694

de Dxy. . A constante Ks representa a contribuio deste peso. Note que se colocarmos Ks igual a
zero, eliminamos a influncia desta fora nos clculos da probabilidade de movimentao a
posteriori. N uma constante normalizadora que garante que Px , y = 1 . O termo nxy representa
x, y

o numero de clulas na posio (x,y). Como assumimos que cada diviso poder conter apenas
uma clula, ento nxy s poder assumir valores zero e um, de forma que, quando nxy for igual a
um, pxy ser igual a zero. O termo xy um fator reconhecedor de obstculos e barreiras, de forma
que ser igual a zero caso exista um obstculo na posio (x,y) e igual a um caso no exista
obstculos.
Um fato importante que a matriz M rearranjada ao longo da simulao. Os valores numricos
da matriz sero rearranjados de acordo com a posio ocupada pela clula. Cada diviso do
espao contem um cdigo numrico, que varia de 1 a 8, e que determina o sentido preferencial de
uma clula dada a posio que ocupa no momento. Este esquema est representado na Figura 3.
Estes cdigos so fornecidos pelo usurio do programa antes da simulao por uma tabela no
formato txt. Este processo seria a representao da viso humana no mundo artificial, j que
atravs da viso que designamos os sentidos preferenciais de deslocamento. A Figura 3 apresenta
as setas que indicam o sentido preferencial para cada cdigo. Note que os valores de
probabilidades na matriz M giram conforme giramos a seta de sentidos.

(a)

(b)

Figura 2: Exemplos de Matriz M, que Contm as Probabilidades a Priori de


Movimentao de Uma Clula. (a) Matriz M1 (2x2) e (b) Matriz M2 (5x5).

Figura 3: Configurao da Matriz M para Cada Cdigo Obtido Pela Localizao da Clula.
Note que a matriz M atribui probabilidades de movimentao somente para as clulas vizinhas.
Se modificarmos a matriz M de forma que tenha dimenso 5x5, podemos atribuir probabilidades
de movimentao para as divises que esto a dois passos da posio atual, em qualquer sentido.
Dessa forma teremos uma velocidade duas vezes maior para uma clula. Podemos chamar de M1
a matriz M quando temos dimenso 3x3 e de M2 a matriz M quando temos dimenso 5x5 (Figura
2b). A partir disso, derivamos uma nova expresso para o clculo da probabilidade a posteriori de
movimentao:

Pxy = N exp( k d D xy ) exp (k s S xy )M 1 xyxy M 2 xy


V

695

(1V xy )

(1 n )
xy

xy

(3)

em que M1xy e M2xy representam os valores numricos das posies (x,y) das matrizes M1 e M2
respectivamente. O termo Vxy um termo que assume apenas valores iguais a zero e um e que
ser responsvel em dizer qual matriz ser utilizada para calcular Pxy em uma posio qualquer
(x,y). O termo Vxy assumir valor igual a zero se as duas posies posteriores (no sentido definido
pelo cdigo descrito na Figura 3) estiverem desocupadas. Caso exista alguma ocupao, Vxy
assumir valor igual a um. Note que as matrizes M1 e M2 nunca aparecero simultaneamente.
Este procedimento sugere que a velocidade da clula ir ser aumentada caso tenha espao para se
movimentar (o que determinado pela matriz M2) e o aparecimento de outra clula a uma
distncia razoavelmente pequena ocasiona em uma diminuio da velocidade.

Figura 4: Foto das Simulaes em Dois Momentos Diferentes: Incio e Aps Quase Todas as
Salas Estarem Vazias.
O exemplo apresentado aqui consistiu em simular um ambiente complexo, apresentado atravs da
Figura 4, sendo as portas identificadas pelos traos de cor azul. Este ambiente pode ser reescrito
sem a necessidade de alterar os cdigos do programa. A configurao do ambiente feita pelo
usurio do programa, em um procedimento realizado com a ajuda de outro software como o
Microsoft Excel. A Figura 4 apresenta fotografias da simulao em dois momentos distintos
(Inicio e Metade da simulao).
Para estudar o tempo de evacuao total, iremos estabelecer uma relao entre o tempo em
minutos e o nmero de simulaes realizadas. Sabemos que a movimentao das clulas segue
um processo discreto no qual a movimentao processada quadro a quadro. Cada movimento
processado representa uma simulao. Segundo Tregenza [6], a velocidade mdia de
deslocamento de uma nica pessoa em um ambiente aproximadamente 1,5 m/s. Ento, para que
uma pessoa se desloque em uma distncia de 0,2 metros (deslocamento simples de uma diviso
para outra vizinha ou deslocamento referente a uma simulao), ela demoraria cerca de 0,298
segundos. Com isso temos a Equao 4 que fornece o tempo de evacuao total. A varivel
nsim representa o numero de simulaes (passos discretos) at que o ultima clula desocupe o
ambiente.
tempo de evacuao total (em minutos) =

nsim 0,298
60

(4)

As simulaes foram realizadas at que todas as pessoas sassem do ambiente e em seguida a


expresso (4) forneceu a estimativa do tempo de evacuao total em minutos. A Tabela 1 mostra
o resultado de 1000 simulaes realizadas para os modelos (1) e (3), com 5% e 10% do espao
total ocupado por pessoas. Estes valores de densidade foram obtidos a partir de pequenos estudos
sobre a lotao mxima de um ambiente em condies normais de trabalho.

696

Densidade 5%
Densidade 10%

Mdia
Desvio Padro
Mdia
Desvio Padro

Modelo (1)
1,3927 min.
0,0731 min.
1,6401 min.
0,0914 min.

Modelo (3)
0,7955 min.
0,0536 min.
0,9721 min.
0,0546 min.

P-valor (Teste T)
0,0001
0,0002

Tabela 1: Tempo Mdio de Evacuao (min) Total para o Ambiente Apresentado na Figura 5 com
Lotao de 5% e 10%, a Partir dos Modelos das Equaes (1) e (3).
A Tabela 1 mostra claramente o efeito da adio de novas componente no modelo, indicando que
o tempo mdio de evacuao consideravelmente menor (P<0,05). Este resultado mostra o
possvel vis de estimao desse tempo quando no levamos em considerao a mudana de
velocidade. Quanto variabilidade, vemos que ela razoavelmente menor no caso em que
utilizamos o modelo (3). Isso pode ser explicado pelo fato desse modelo conter a informao de
que as pessoas que esto nas partes mais afastadas do ambiente, esto com caminho mais livre,
por isso iro desenvolver uma velocidade maior ao ponto de alcanar as pessoas que esto
congestionadas prximo s sadas do ambiente e que esto a uma velocidade menor. Este
fenmeno pode ser notado claramente quando vemos a simulao em tempo real.
Outro interesse desse estudo consistiu em comparar a varivel obtida nas simulaes (tempo
mximo de evacuao ou tempo at a ultima pessoa desocupar o ambiente) com uma distribuio
de probabilidades em particular. A distribuio proposta foi a do valor extremo, que utilizada
para descrever as distribuies dos valores de mximo em diversas situaes prticas, tais como
altura de inundaes, altas temperaturas, idade da pessoa mais velha falecida em uma cidade, etc.
Portanto esta seria a distribuio mais adequada para o estudo de evacuao. Um bom ajuste dos
dados distribuio do valor extremo um indicativo de que o modelo pode representar bem o
fenmeno real. Uma varivel aleatria que segue a distribuio do mximo valor extremo tem
como f.d.p (funo densidade de probabilidade) a seguinte funo:

f ( x) =

(x )
(x )
exp
, < x <
exp exp

(5)

em que o parmetro de escala ( > 0 ) e o parmetro de locao ( < < ). O


histograma do tempo de evacuao total e uma curva ajustada segundo a distribuio do valor
extremo com barras de erros esto apresentados na Figura 5, que mostra um bom ajuste dos dados
ao modelo. Este grfico consistiu de 2000 simulaes, realizadas sob as mesmas condies
apresentadas para a obteno dos resultados na Tabela 1. Um teste de qualidade de ajuste de Quiquadrado mostrou que o modelo adequado para descrever o conjunto de dados obtido nas
simulaes. O EQM (Erro Quadrtico Mdio) do ajuste pela distribuio do valor extremo foi
comparado ao EQM do ajuste por outras distribuies de probabilidades (Tabela 2). O EQM
obtido a partir da mdia dos desvios quadrticos entre os valores observados e esperados pela
curva dos modelos tericos. Dentre todas as distribuies apresentadas, a distribuio do valor
extremo apresentou o menor valor de EQM, portanto a distribuio que apresenta o melhor
ajuste aos dados de tempo de evacuao total.
Distribuio
Gama
Lognormal
Weibull
Valor extremo

Erro Quadrtico Mdio


378,9929
273,1442
656,5140
183,9432

Tabela 2: Erro Quadrtico Mdio Obtido a Partir do Ajuste dos Dados de Tempo de Evacuao
Total Para Quatro Distribuies de Probabilidades Tericas.

697

300

250

Frequncia

200

150

100

50

0
0,67

0,74

0,81

0,88

0,95

1,02

1,09

Tempo Total de Evacuao (min)

Figura 5: Curva Ajustada da Distribuio do Valor Extremo com Barras de Erros e o Conjunto de
Dados do Tempo de Evacuao Total a Partir das Simulaes.
Conclumos que a incluso de novas variveis no modelo parece ter contribudo
significativamente para tornar as simulaes de evacuao mais eficientes, pois o modelo
apresentado, alm de considerar praticamente qualquer configurao de ambiente e interaes
entre pessoas, agora tambm possui uma outra principal componente, a mudana da velocidade
segundo a densidade (Lotao). O ajuste dos dados distribuio do valor extremo indica a
proximidade entre os resultados das simulaes e um modelo de probabilidades utilizado para
descrever situaes reais semelhantes apresentada neste trabalho. O programa elaborado pode
ser utilizado para vrios estudos posteriores, tais como verificar o efeito configurao do
ambiente no tempo de evacuao, verificar como a densidade em conjunto com a configurao
pode afetar esse tempo, verificar se uma sada de emergncia est localizada no melhor ponto e
qual seria a localizao ideal para otimizar o tempo de evacuao.
Referncias
1. Achcar, J. A.; Damasceno, V. L.; Extreme value regression models: an uselful
reparametrization for the survival function. J. Appl. Stat., 23: pp. 59-68 (1996).
2. Cruz, F. R. B.; MacGregor Smith, J.; Medeiros, R. O.; An M/G/c/c sate dependent network
simulation model, Computers & Operations Research, 32(4): pp. 919-941 (2005).
3. Kelvin, H.L.W.; M. Luo, Computational Tool in Infrastructure Emergency Total Evacuation
Analysis. International Conference on Intelligence and Security Informatics, 92(3): pp. 536542
(2005).
4. Schadschneider, A. Bionics-inspired cellular automaton model for pedestrians dynamics, Trafic
and Granular Flow, 90(3): pp. 110-114 (2001).
5. Schadschneider, A.; Burstedde, C.; Kirchner, A.; Klauck, K.; Zittartz, J.; Pedestrian and
Evacuation Dynamics, ed. by M. Schreckenberg, S. D. Sharma (Springer, Berlin), pp. 87 (2002).
6. Tregenza, P. R.; The Design of Interior Circulation, Van Nostrand Reinhold Company, New
York, USA., 63 (1976).
7. Wolfram, S.; Cellular Automata and Complexity. Addison-Wesley publishing Company, N.
York (1994).

698