Modelisation macroscopique de mouvements de foule

Macroscopic modelling of crowd motion

• Auteur / Autrice : Aude Roudneff
• Direction : Bertrand Maury
• Type : Thèse de doctorat
• Discipline(s) : Mathématiques
• Date : Soutenance le 12/12/2011
• Etablissement(s) : Paris 11
• Ecole(s) doctorale(s) : Ecole doctorale Mathématiques de la région Paris-Sud (1992-2015 ; Orsay)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de mathématiques d'Orsay (1998-....)
• Jury : Examinateurs / Examinatrices : Bertrand Maury, Alessio Figalli, Francis Filbet, Pierre Degond, Filippo Santambrogio, Vincent Calvez
• Jury : Rapporteurs / Rapporteuses : Alessio Figalli, Francis Filbet

Mots clés

Mots clés contrôlés

Analyse numérique

Équations aux dérivées partielles

Transport optimal de mesure

Foules

Mots clés libres

Mouvements de foule

Transport optimal

Flot-gradient

Schéma de catching-up

Crowd motion

Optimal transport

Gradient flow

Catching-up scheme

Résumé

Nous étudions dans ce travail les mouvements de foule intervenant dans les situa- tions d’urgence. Nous proposons un modèle macroscopique (la foule est représentée par une densité de personnes) obéissant à deux principes très simples. Tout d’abord, chaque personne possède une vitesse souhaitée (typiquement celle qui la mène vers la sortie), qu’elle adopterait en l’absence des autres. Ensuite, la foule doit respecter une contrainte de congestion, et la densité de personnes doit rester inférieure à une valeur fixée. Cette contrainte impose une vitesse de déplacement différente de la vitesse souhaitée. Nous choisissons de prendre comme vitesse réelle celle qui est la plus proche, au sens des moindres carrés, de la vitesse souhaitée, parmi les champs de vitesses admissibles, au sens où ils respectent la contrainte de densité maximale. Le modèle obtenu s’écrit sous la forme d’une équation de transport impliquant une vitesse peu régulière a priori, et qui ne peut être étudiée par des méthodes classiques. Nous démontrons un résultat d’existence grâce à la théorie du transport optimal, tout d’abord dans le cas d’une vitesse donnée comme le gradient d’une fonction, puis dans le cas général. Nous mettons également en œuvre un schéma numérique de type catching-up : à chaque pas de temps, la densité est déplacée selon le champ de vitesse souhaitée, puis est projetée sur l’ensemble des densités admissibles. Les résultats obtenus fournissent des temps d’évacuation dont l’ordre de grandeur est proche de la réalité.

In this work, we aim at modelling crowd motion in emergency situations. We propose a macroscopic model (where people are represented as a density) following two basic principles. First, each individual has a spontaneous velocity (typically, the one which leads to the nearest exit) which would be fulfilled in the absence of other people. On the other hand, the crowd has to respect a congestion constraint, and its density must remain underneath a critical density. This constraint prevents people from following their desired velocity. The actual velocity we consider is the closest, in a mean square sense, to the desired one, among the velocities which respect the maximal density constraint.The mathematical formulation writes as a transport equation which cannot be studied with classical methods, since the real velocity field has no a priori regularity, even if the desired velocity is smooth. Thanks to the optimal transport theory, we prove an existence result, first in the case where the desired velocity is the gradient of a given function, and then in the general framework. We also propose a numerical scheme which follows the catching-up principle: at each time step, we move the density according to the spontaneous velocity, and then project it onto the space of admissible densities. The numerical results we obtain reproduce qualitatively the experimental observations