1.一种基于分布式控制的人群疏散方法，其特征是，包括以下步骤：步骤S1，建立人群疏散的宏观模型；

将长为L的单出口空间划分成n个空间，人群疏散动态过程的数学模型如下：其中，ρi是第i个空间中的人群密度， 是第i个空间中人群自由运动速度，步骤S2，设计分布式疏散控制律；

分布式控制律具体表达式为：

其中，τ>0是控制增益，此控制律表达的含义是：接近出口的小空间，即第i＝n个空间，疏散人群不受前方人群密度的影响，而非接近出口的空间中，第1≤i≤n-1个空间，随着前方第i+1个空间人群密度增大，人群密度影响因子为(1-ρi+1)，第i个小空间中人群自由运动速度 要减小；

步骤S3，在分布式控制律下对建立的人群疏散模型进行仿真验证。

2.根据权利要求1所述的一种基于分布式控制的人群疏散方法，其特征是建立人群疏散的宏观模型的具体过程为：设有一个长为L的空间，建立人群疏散的LWR动态模型,模型的具体表达式为：其中，ρ是人群实时密度，t是时间，x是人群沿着空间长度方向行走的距离，q是人群流量，已知人群流量与人群速度和人群密度相关，q可表示为：q＝ρu   (2)

其中，u是整个人群的实时速度；

将长为L的单出口空间划分成n个小空间，并沿着空间长度方向依次记为空间1～空间n，则方程(1)被离散成如下常微分方程：第i个空间中的人群密度ρi对时间的导数即等于(qi-1-qi)/Li，其中qi为第i个空间中的人群流量，Li为第i个空间长度；

考虑LWR模型无法捕获现实生活中所有复杂的人群疏散动力学模型，结合描述速度-密度关系的Greenshield’s模型建立人群疏散的宏观动态模型；

Greenshield’s模型具体为：其中，uf是人群自由运动速度，即ρ＝0时的速度；ρm是人群堵塞时最大密度，即运动速度u＝0时的密度；

结合式(2)、(3)、(4)，得到常微分方程：将该方程式两边同时除以ρm，进行归一化处理，得到：其中，

在不至于引起混淆的情况下去掉“^”，得到描述人群疏散动态过程的数学模型，如下：其中，ρi是第i个空间中的人群密度， 是第i个空间中人群自由运动速度。

3.根据权利要求2所述的一种基于分布式控制的人群疏散方法，其特征是，对于式(7)中ρi的限制条件为0≤ρi≤1。

4.根据权利要求1所述的一种基于分布式控制的人群疏散方法，其特征是分布式控制律中增益τ的计算过程为：由于行人行走的速度不可能无限大，所以每个空间的人群自由运动速度 必然会有上限值φf， 相对于空间长度L经过归一化处理，自由运动速度的饱和上限值φf可以理解为最大自由速度与空间总长度的比值，因此有：由于每个空间的密度取值范围是0～1，所以有：综上得到：

即

记

由于0≤ρi≤1，为了满足(13)式，则τ＝αφf,0≤α≤1。   (15)

5.根据权利要求1所述的一种基于分布式控制的人群疏散方法，其特征是在分布式控制律下的人群疏散模型为：将分布式控制律代入人群疏散模型表达式，得到n＝2时的特殊表达式和n≥3时的通用表达式，n＝2时，

n≥3时，

6.根据权利要求1所述的一种基于分布式控制的人群疏散方法，其特征是仿真试验具体过程是，对人群的初始密度进行取值，则各空间内人群自由运动速度随分布式控制律中人群密度的变化而变化。