發(fā)布時間：2018-05-12 10:56

  本文選題：代理模型 + 人群行為建模　； 參考：《北京交通大學(xué)》2017年碩士論文

【摘要】：人的群體行為是一種錯綜復(fù)雜的社會現(xiàn)象,如何在復(fù)雜場景和事件中有效的預(yù)測和控制人群的行為,已經(jīng)引起了社會學(xué)家、物理學(xué)家和計算機科學(xué)家的廣泛關(guān)注,同時也成為了各國政府機構(gòu)的重點關(guān)注課題。近年來,計算機建模和仿真技術(shù)在人群行為的研究工作中得到了廣泛應(yīng)用,并由于其良好的效果得到了眾多科研工作者的青睞。虛擬人群仿真技術(shù)的研究目標是在虛擬場景中盡可能逼真地再現(xiàn)人群的外觀、動作和行為方式,體現(xiàn)人群的突出特點并揭示其在運動以及行為方面的規(guī)律。在各種各樣的環(huán)境下,人群會有不同的表現(xiàn)和行為特征,利用虛擬人群仿真技術(shù)在計算機的虛擬空間中逼真地顯示大規(guī)模人群的運動過程,可以為人群運動提供分析和演示的工具。本文旨在前人工作的基礎(chǔ)上,結(jié)合統(tǒng)計學(xué)、并行動力學(xué)和社會科學(xué),利用計算機科學(xué)技術(shù),提出一種新的普適的數(shù)據(jù)驅(qū)動的層次化方法,模擬行走人群在給定的多出入口復(fù)雜環(huán)境中的運動行為,重現(xiàn)其運動場景和行為特征。本文提出的建模方法主要分為兩層:上層主要模擬人群的宏觀行為,即行人如何進入場景并選擇運動目標、行人在特定環(huán)境中的感知行為以及相應(yīng)的決策和尋徑過程。首先根據(jù)視頻數(shù)據(jù)中提取的有效的行人運動軌跡信息,利用模糊C均值聚類算法(Fuzzy c-means algorithm,FCM),得到特定場景中行人出入場景的分布規(guī)律,進而模擬行人進入場景并選擇運動目標的行為過程,然后利用文章中最新提出地數(shù)據(jù)驅(qū)動的行人運動模型,模擬行人環(huán)境感知行為和決策尋徑過程;底層則主要利用互惠的速度障礙模型(Reciprocal velocity obstacles,RVO)模擬行人運動過程中的碰撞避免的微觀行為。文章中提出的建模方法在愛丁堡大學(xué)的公開數(shù)據(jù)集上進行了實驗驗證,實驗結(jié)果表明,本文提出的這種數(shù)據(jù)驅(qū)動的層次化建模方法在給定復(fù)雜環(huán)境的場景重現(xiàn)、人群運動行為統(tǒng)計和分布特征提取,以及行人軌跡預(yù)測方面效果顯著,具有一定的研究價值。
[Abstract]:Human group behavior is a complicated social phenomenon. How to effectively predict and control crowd behavior in complex scenes and events has attracted widespread attention of sociologists, physicists and computer scientists. At the same time, it has also become the focus of attention of various government agencies. In recent years, computer modeling and simulation technology has been widely used in the research of crowd behavior, and has been favored by many researchers because of its good results. The research goal of virtual crowd simulation technology is to reproduce the appearance, movement and behavior of the crowd as vividly as possible in the virtual scene, to reflect the outstanding characteristics of the crowd and to reveal its movement and behavior rules. In a variety of environments, the crowd will have different performance and behavior characteristics, using virtual crowd simulation technology in the virtual space of the computer to show the movement of large populations. Can provide analysis and demonstration tools for crowd movements. On the basis of previous work, this paper proposes a new universal data-driven hierarchical method combining statistics, parallel dynamics and social sciences, using computer science and technology. The movement behavior of walking crowd in a given complex environment with multiple entrances and exits is simulated, and its motion scene and behavior characteristics are reproduced. The modeling method proposed in this paper is mainly divided into two layers: the upper layer mainly simulates the macroscopic behavior of the crowd, that is, how the pedestrian enters the scene and chooses the moving target, the perceived behavior of the pedestrian in the specific environment, and the corresponding decision-making and path finding process. Firstly, based on the effective pedestrian trajectory information extracted from video data, fuzzy c-means algorithm is used to obtain the distribution of pedestrian access scene in a specific scene. Then it simulates the behavior process of pedestrian entering scene and choosing moving target, and then simulates the pedestrian environment perception behavior and decision-making path finding process by using the newly proposed ground-driven pedestrian movement model. In the bottom layer, the Reciprocal velocity obstacle model (RVO) is mainly used to simulate the microscopic behavior of collision avoidance during pedestrian movement. The proposed modeling method is experimentally validated on the open data set of the University of Edinburgh. The experimental results show that this data-driven hierarchical modeling method is reproduced in a given complex environment. The effect of crowd movement behavior statistics, distribution feature extraction and pedestrian trajectory prediction is significant, and it has some research value.
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.9

【相似文獻】

相關(guān)期刊論文 前10條

1 馮大春;魯紅;;數(shù)據(jù)驅(qū)動技術(shù)在石化工業(yè)運行中的應(yīng)用[J];石油化工自動化;2010年06期

2 韓志國;;數(shù)據(jù)驅(qū)動的內(nèi)容生產(chǎn)[J];中國傳媒科技;2014年07期

3 付華軍;陳呂芳;;試論數(shù)據(jù)驅(qū)動語言學(xué)習(xí)對教學(xué)模式的影響[J];科技經(jīng)濟市場;2007年12期

4 黃士力;金惠英;周凡;馮涇;潘崇倫;;面向數(shù)據(jù)驅(qū)動應(yīng)用的水務(wù)信息一體化數(shù)據(jù)組織與管理[J];水利水文自動化;2008年03期

5 刁柏青;喬迪;;元數(shù)據(jù)驅(qū)動在人力資源管理系統(tǒng)建設(shè)中的實現(xiàn)[J];電力信息化;2011年01期

6 陳穎;;基于信息技術(shù)的語料數(shù)據(jù)驅(qū)動模式及其應(yīng)用研究[J];實驗技術(shù)與管理;2012年11期

7 黃以寬;數(shù)據(jù)驅(qū)動，，一種實用的原型化開發(fā)方法[J];電腦開發(fā)與應(yīng)用;1996年01期

8 黃萬武;孫炳文;;數(shù)據(jù)驅(qū)動語言學(xué)習(xí)—教學(xué)模式的轉(zhuǎn)變[J];武漢科技學(xué)院學(xué)報;2006年11期

9 劉賢梅;張巧生;李君;張晶;;數(shù)據(jù)驅(qū)動的人體動畫合成研究綜述[J];計算機工程與設(shè)計;2010年18期

10 王宏;;認識基于數(shù)據(jù)驅(qū)動的工業(yè)過程控制[J];控制工程;2013年02期

相關(guān)會議論文 前7條

1 胡繼華;;元數(shù)據(jù)驅(qū)動在信息資源管理中的應(yīng)用研究——以城建行業(yè)為例[A];中國地理信息系統(tǒng)協(xié)會第三次代表大會暨第七屆年會論文集[C];2003年

2 石磊;;數(shù)據(jù)驅(qū)動新聞的制約與挑戰(zhàn)[A];媒介化社會的社會文明建構(gòu)——第四屆“華中地區(qū)研究生新聞傳播學(xué)術(shù)論壇”優(yōu)秀論文集[C];2013年

3 韓守鵬;邱曉剛;黃柯棣;;動態(tài)數(shù)據(jù)驅(qū)動的適應(yīng)性建模與仿真[A];中國系統(tǒng)仿真學(xué)會第五次全國會員代表大會暨2006年全國學(xué)術(shù)年會論文集[C];2006年

4 鄒自明;;國際日地空間物理虛擬觀測臺新進展[A];中國地球物理學(xué)會第二十四屆年會論文集[C];2008年

5 王承博;朱登明;;數(shù)據(jù)驅(qū)動的大規(guī)模水面動畫合成方法[A];第六屆全國幾何設(shè)計與計算學(xué)術(shù)會議論文集[C];2013年

6 劉倩;王緝憲;孫永海;;“數(shù)據(jù)驅(qū)動”的城市停車政策革新:方法與啟示——以深圳為例[A];:城鄉(xiāng)治理與規(guī)劃改革——2014中國城市規(guī)劃年會論文集（05 城市交通規(guī)劃）[C];2014年

7 黃大網(wǎng);南佐民;楊新亮;;數(shù)據(jù)驅(qū)動學(xué)習(xí)與英語寫作教學(xué)中的語域知識傳授——基于CLEC語料庫的個案研究[A];英語寫作教學(xué)與研究的中國視角——第四屆中國英語寫作教學(xué)與研究國際研討會論文集[C];2008年

相關(guān)重要報紙文章 前10條

1 上�？茖W(xué)學(xué)研究所 李輝 湯琦 梁Pr;數(shù)據(jù)驅(qū)動的創(chuàng)新[N];文匯報;2013年

2 趙國利;大數(shù)據(jù)驅(qū)動創(chuàng)新思維[N];解放軍報;2013年

3 吳勇毅;如何建立大數(shù)據(jù)驅(qū)動的商業(yè)模式[N];中國冶金報;2014年

4 羅慶朗;運用大數(shù)據(jù)驅(qū)動創(chuàng)新發(fā)展[N];學(xué)習(xí)時報;2014年

5 本報記者 姚傳富;數(shù)據(jù)驅(qū)動業(yè)務(wù)已經(jīng)成為潮流[N];人民郵電;2014年

6 本報記者 別坤;大數(shù)據(jù)驅(qū)動智能交通[N];計算機世界;2013年

7 ;探尋“大數(shù)據(jù)驅(qū)動創(chuàng)新”的路徑[N];文匯報;2013年

8 中國科學(xué)院院士 郭華東;科學(xué)大數(shù)據(jù)驅(qū)動學(xué)科發(fā)展[N];中國信息化周報;2014年

9 本報記者 宋辰;新互聯(lián)時代 數(shù)據(jù)驅(qū)動商業(yè)變革[N];計算機世界;2013年

10 姜浩端 國務(wù)院發(fā)展研究中心信息中心副研究員;數(shù)據(jù)驅(qū)動決策的挑戰(zhàn)[N];中國經(jīng)濟時報;2013年

相關(guān)博士學(xué)位論文 前10條

1 汲小溪;大數(shù)據(jù)驅(qū)動的計算生物標識研究[D];復(fù)旦大學(xué);2014年

2 黃愛芹;基于數(shù)據(jù)驅(qū)動的調(diào)節(jié)閥故障診斷方法研究[D];山東大學(xué);2015年

3 馬驍鵬;基于數(shù)據(jù)驅(qū)動的時變太陽風(fēng)磁流體數(shù)值模擬[D];中國科學(xué)院國家空間科學(xué)中心;2016年

4 王楊剛;基于數(shù)據(jù)驅(qū)動的基礎(chǔ)地質(zhì)圖件更新關(guān)鍵技術(shù)研究[D];中國地質(zhì)大學(xué)(北京);2016年

5 何章鳴;非預(yù)期故障的數(shù)據(jù)驅(qū)動診斷方法研究[D];國防科學(xué)技術(shù)大學(xué);2015年

6 丁建偉;數(shù)據(jù)驅(qū)動的復(fù)雜裝備異常檢測方法[D];清華大學(xué);2015年

7 洪悅;基于機理和數(shù)據(jù)驅(qū)動的冷軋生產(chǎn)過程操作優(yōu)化研究[D];東北大學(xué);2014年

8 劉強;數(shù)據(jù)驅(qū)動與機理分析相結(jié)合的冷軋連退過程故障診斷方法研究[D];東北大學(xué);2012年

9 張樹凱;基于數(shù)據(jù)驅(qū)動的無人船艇航線自動生成[D];大連海事大學(xué);2016年

10 張貴生;數(shù)據(jù)驅(qū)動的金融時間序列預(yù)測模型研究[D];山西大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 李方前;基于數(shù)據(jù)驅(qū)動的TE過程故障診斷研究[D];昆明理工大學(xué);2015年

2 劉浩;基于即時學(xué)習(xí)的模型未知系統(tǒng)數(shù)據(jù)驅(qū)動控制策略研究[D];燕山大學(xué);2015年

3 周晶晶;基于語料庫的大學(xué)英語詞匯教學(xué)實證研究[D];閩南師范大學(xué);2015年

4 薛亮;數(shù)據(jù)驅(qū)動的商品推送系統(tǒng)的設(shè)計與實現(xiàn)[D];哈爾濱工業(yè)大學(xué);2015年

5 陳金龍;大數(shù)據(jù)驅(qū)動的智能交通云服務(wù)構(gòu)建與組合技術(shù)研究[D];杭州師范大學(xué);2015年

6 李曉晨;面向軟件倉庫挖掘的數(shù)據(jù)驅(qū)動特征構(gòu)建方法[D];大連理工大學(xué);2015年

7 王秋鈺;大數(shù)據(jù)驅(qū)動下的影響者營銷研究[D];南京大學(xué);2015年

8 汪盼;基于語料庫的數(shù)據(jù)驅(qū)動學(xué)習(xí)法在初中英語語法課堂教學(xué)中的運用研究[D];杭州師范大學(xué);2015年

9 李娜;基于數(shù)據(jù)驅(qū)動的PID控制器優(yōu)化研究[D];華北電力大學(xué);2015年

10 范欣;基于數(shù)據(jù)驅(qū)動的模糊系統(tǒng)建模分析與研究[D];東北石油大學(xué);2010年

本文編號：1878355