公共場所大規(guī)模集結(jié)的人群活動伴隨而來的安全問題受到了社會各界的眾多關(guān)注,如何針對這一現(xiàn)象在復(fù)雜的環(huán)境中對人群的異常行為進(jìn)行預(yù)警與合理地控制是亟待解決的問題。由于組織大量人員進(jìn)行安全演練耗費的資源巨大,利用新興的計算機虛擬人群仿真技術(shù)對人群活動進(jìn)行仿真模擬可以有效地降低成本,無論從產(chǎn)生的經(jīng)濟效益還是在維護(hù)社會安全的層面上,虛擬人群仿真技術(shù)都有著強烈需求與重大意義�，F(xiàn)有虛擬人群仿真主流方案是智能體模型,通過將行人個體用單個智能體進(jìn)行模擬,虛擬行人能夠?qū)χ車h(huán)境進(jìn)行感知并根據(jù)感知信息做出相應(yīng)的行為決策。為了對虛擬行人的運動決策模型進(jìn)行合理地構(gòu)建,本文在現(xiàn)有的研究基礎(chǔ)下,將行人運動決策模型劃分為運動全局路徑規(guī)劃與運動局部碰撞避免兩部分分別進(jìn)行研究設(shè)計。本文引入數(shù)據(jù)驅(qū)動的速度場方法對虛擬行人進(jìn)行全局路徑導(dǎo)航,通過從真實視頻數(shù)據(jù)中提取行人軌跡,利用聚類方法對不同出口所聚集的行人軌跡進(jìn)行分類。隨后為出口構(gòu)建各自的速度場用以指導(dǎo)人群在多出入口場景下的尋路行為,為虛擬人群提供從入口到出口的全局可靠路徑。同時為了模擬人群尋路的多樣性,本文在速度場模型上實現(xiàn)隨機化的改進(jìn),使得仿真結(jié)果更為接近實際情況。實驗結(jié)... 

【文章來源】：中國科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．２常見元胞鄰域??

?第２章相關(guān)技術(shù)基礎(chǔ)???為了從行人實例中提取運動規(guī)則，并基于這一通用規(guī)則進(jìn)行虛擬人群仿真，??從而省去數(shù)據(jù)庫檢索時間以提高仿真實時性，劉景昊等［５２］將運動規(guī)則簡化為運??動速度ｖ、行人與障礙物間距４以及速度與到障礙物連線夾角Ｉ對速度到目標(biāo)??連線夾角０的影響，即這樣一來就將對運動規(guī)則的提取轉(zhuǎn)化為??對求解一個符號回歸問題的過程，并利用ＳＬ＿ＧＥＰ進(jìn)化算法提取出行人運動的具??體規(guī)則表達(dá)式ｒ用于指導(dǎo)智能體的自主導(dǎo)航運動，圖２．４給出了其中的規(guī)則表達(dá)??式具體描述形式。??ｒ＾ｎ??ｅ＝Ｔ（ｖ，ｄ〇ＡＪ??Ｖ??圖２．４行人運動規(guī)則表達(dá)式??２．２．２速度場方法??為了從宏觀層面為智能體從起點到目標(biāo)地點選取合適的路徑，ＰｅｔｔｒｅｌＭ等人??提出導(dǎo)航圖方法（Ｎａｖｉｇａｔｉｏｎ?Ｇｒａｐｈ?Ａｐｐｒｏａｃｈ），將真實世界的地圖通過空間抽象表??示為一張導(dǎo)航圖。這張導(dǎo)航圖涵蓋了真實環(huán)境中的空曠部分，智能體只需沿著導(dǎo)??航圖移動的同時與導(dǎo)航圖邊緣進(jìn)行碰撞檢測，即可以較少的碰撞檢測次數(shù)代價到??達(dá)目標(biāo)地點。隨著行人檢測技術(shù)的發(fā)展，Ｍｕｓｓｅｔ？等人改進(jìn)了導(dǎo)航圖方法。Ｍｕｓｓｅ??使用從真實場景中捕獲的行人軌跡信息，提出了一種用于模擬真實行人的運動的??速度場方法（Ｖｅｌｏｃｉｔｙ?Ｆｉｅｌｄｓ?Ａｐｐｒｏａｃｈ）。該方法首先從已錄制視頻序列中提取出被??跟蹤人員的軌跡，隨后將軌跡的方向用一組單位矢量進(jìn)行表示，最后將所有單位??矢量組合成一個二維的矢量場來描述真實行人的運動特征，以提供對小規(guī)模虛擬??人群的運動控制。??為了生成大規(guī)模人群的速度場，１＾［５５］等人使用光流法進(jìn)行大規(guī)模人群的運??動模式生成。由

?第２章相關(guān)技術(shù)基礎(chǔ)???常給定速度場后，再通過聚類流矢量來檢測行人運動模式，每一類運動模式都??是一組流矢量的群集，一個流矢量只屬于一類運動模式。圖２．５描述了一個大規(guī)??模人群速度場生成的過程。計算圖（ａ）單位幀里的流矢量得到全局速度場圖（ｂ），??圖（ｃ）是將所有流矢量進(jìn)行聚類操作后生成的三組代表不同運動模式的流矢量組??（ａ）??（ｂ）?（ｃ）??圖２．５速度場生成過程??基于對以上資料的分析，與實例檢索方法相比，利用速度場方法驅(qū)動虛擬人??群前往目的點只需在前期對真實場景中人群的速度場進(jìn)行計算，在仿真過程中省??去了從實例數(shù)據(jù)庫中檢索實例的１０過程，提高了虛擬人群仿真的實時性。本文??在第三章中使用改進(jìn)的速度場方法，從真實視頻中生成速度場用于指導(dǎo)智能體自??主導(dǎo)航。??２．３人群異質(zhì)性模型??２．３．１人群異質(zhì)性概述??對于一個群體來說，群體的行為并不是這個群體本身的產(chǎn)物，而是由群體中??的每個獨立的個體行為組合而成的％］。人群由不同類型的行人個體組成，每個個??體都可能有獨立的目標(biāo)與行為特征，因此人群具有天然的異質(zhì)性，這對個體之間??１３??

【參考文獻(xiàn)】：
期刊論文
[1]基于元胞自動機的建筑火災(zāi)預(yù)測與疏散系統(tǒng)[J]. 鄭曉芳,黃鹿鳴,傅軍棟.  華東交通大學(xué)學(xué)報. 2020(02)
[2]數(shù)據(jù)驅(qū)動的最優(yōu)互惠避碰模型偏好速度研究[J]. 王杰,陳彬,袁鵬,馬亮,邱曉剛.  系統(tǒng)仿真學(xué)報. 2019(12)
[3]考慮行人相對速度的改進(jìn)社會力模型的驗證與評估[J]. 鐘圳偉,紀(jì)慶革.  計算機科學(xué). 2020(02)
[4]基于社會力模型的機場人員疏散建模研究[J]. 鐘少波,余致辰,楊永勝,孫超,黃全義.  系統(tǒng)仿真學(xué)報. 2018(10)
[5]基于元胞自動機的火災(zāi)場景行人流疏散仿真研究[J]. 金澤人,阮欣,李越.  同濟大學(xué)學(xué)報(自然科學(xué)版). 2018(08)
[6]一種改進(jìn)型Q學(xué)習(xí)算法及其在行為樹中的應(yīng)用[J]. 涂浩,劉洪星.  計算機應(yīng)用與軟件. 2017(12)
[7]一種動態(tài)不確定環(huán)境下UAV自主避障算法[J]. 楊秀霞,張毅,周硙硙.  系統(tǒng)工程與電子技術(shù). 2017(11)
[8]基于Q-學(xué)習(xí)和行為樹的CGF空戰(zhàn)行為決策[J]. 方君,閆文君,鄧向陽,凌青.  計算機與現(xiàn)代化. 2017(05)
[9]基于仿真分析的交通樞紐檢票機設(shè)置優(yōu)化研究[J]. 丁俊強,張蕊,楊靜,武慧敏.  道路交通與安全. 2016(01)
[10]行人同伴群社會力學(xué)仿真[J]. 何民,樊冬,欒慶熊,于海寧.  北京工業(yè)大學(xué)學(xué)報. 2015(03)

博士論文
[1]考慮異質(zhì)性的城市軌道交通車站交通設(shè)施行人流仿真研究[D]. 吳昊靈.北京交通大學(xué) 2016

碩士論文
[1]基于Q-learning行為樹的人群組行為建模與仿真[D]. 丁治強.中國科學(xué)技術(shù)大學(xué) 2019
[2]基于多智能體的虛擬行人與人群仿真研究[D]. 劉景昊.中國科學(xué)技術(shù)大學(xué) 2019
[3]基于數(shù)據(jù)驅(qū)動的人群行為模擬[D]. 吳正偉.天津工業(yè)大學(xué) 2016



本文編號：3389487