人群拥挤集聚条件下的突发事件通常伴随着极度的拥挤和混乱,恐慌情绪和高度密集的人群以及周边环境中大量不确定的事件信息,可能使人群纷纷涌向某个既定的安全出口而导致严重的公共安全事故。如何在公共事件突发后迅速、安全的疏散拥挤区域的人群成为各领域的研究热点。然而,在缺乏及时通畅的信息传达渠道的情况下,大量人群聚集条件下的混乱环境给安全疏散技术带来了挑战,成为长期的问题瓶颈。移动互联网的普及为这一问题补齐了短板,随着智能手机和其他电子设备的普及,4G蜂窝网络已经成熟,甚至5G移动网络也开始进入实际应用,提供了全新的信息传递通道。人群通过智能手机定位服务可以感知环境中的位置信息,公共机构的服务器通过收集这些信息可以判断目标场所的拥堵信息,配合用户的智能手机为每一个用户计算最佳的疏散路径实时指引信息并且传递到用户个人,有望成为全新的疏散指引技术。然而,大量用户个体行为互相之间的复杂影响和动态条件下的实时疏散路径算法的复杂性给智能设备路径疏散指引技术带来了挑战。为了解决这一难题,本文结合博弈论的相关思想,从拥塞环境下人群交互运动分析、疏散路径的选择博弈和均衡、基于智能手机的用户疏散系统的仿真和模拟三个方面做了研究,具体的工作与贡献如下:（1）拥塞环境下的人群运动分析。分析和研究了人群拥塞模型,以确保模型中的各向异性相互作用以内部一致的方式处理。本文关注两类模型,一类基于人群之间的交互（行人的速度取决于两个人群移动方向之间的角度）,另一类基于人群内的交互（行人的速度取决于人群的密度）。对于这两种情况,本文证明了最优控制在域中几乎处处唯一确定的充分条件。在这种条件下,几乎可以在域中的所有位置唯一确定运动方向。对于人群间的模型,本文还证明了纳什均衡在域中几乎处处唯一的充分条件。（2）疏散路径的博弈选择。在决定如何选择疏散路径时,应考虑到用户希望获得的时间最少。本文将众包技术应用于帮助用户选择疏散路径,从而使所有用户在最短时间内到达出口。本文将该问题建模为一个疏散路径选择（EPS）博弈,证明其等价于对称网络拥塞博弈。在此基础上,设计了一个疏散路径选择博弈算法,并且在分布式系统中找到至少一个纳什均衡（Nash equilibrium）。（3）设计了一个包含Android应用程序和服务器的疏散路径选择指引系统,对分布式路径选择博弈算法进行了模拟应用实验。与此同时,还设计了一个应急疏散指引系统的组成框架,搭建了应急疏散系统的仿真平台,并与传统的疏散路径选择算法进行比较,对本文提出的算法进行了验证。实验结果表明,本文设计的应急疏散指引算法有效地减少了所有用户的整体疏散时间,达到了很好的效果。