一种用于复杂场景的层次式人群仿真方法及系统的制作方法
【技术领域】
[0001] 本发明涉及复杂场景的人群仿真。更具体地，涉及一种用于复杂场景的层次式人 群仿真方法及系统。
【背景技术】
[0002] 随着人类社会的进步和科技的发展，利用计算机来实现人类的群体性运动的建 模、分析、仿真与模拟成为了目前计算机领域中最热门的课题之一。人群仿真的研宄就是人 群研宄领域的一个重要研宄课题。人群仿真就是对于特定的场景和情景信息，给出真实可 信的场景中人群的运动情况，其在军事仿真、安全工程、建筑设计、数字娱乐等许多领域内 都有着广泛的应用，因此具有重要的使用价值和广阔的发展前景。
[0003] 势场法是一种经典的人群建模方法，由于其简便明确的数学表达，在人群仿真中 有着广泛的应用。但是，由于势场法是一种基于物理力学的方法，在实践中难免会与理想物 理模型有些许出入，这也就使得势场法的速度控制问题存在缺陷。通常在实践中会对势场 建模的个体的速度设置一个阈值来限制个体的运动，防止该个体的速度无限制增加，最终 趋向于违反物理常识的无穷大。然而由于速度无法突变，其改变依赖加速度，有一定的滞后 性，造成了在实际仿真的过程中，速度的大小绝大多数时间都保持在这个设置的阈值，即最 大值，这是十分不真实的。
[0004] 因此，需要提供一种用于复杂场景的层次式人群仿真方法及系统。
【发明内容】
[0005] 本发明的目的在于提供一种用于复杂场景的层次式人群仿真方法及系统，针对复 杂场景，进行更加真实有效的人群仿真。
[0006] 为达到上述目的，本发明采用下述技术方案：
[0007] -种用于复杂场景的层次式人群仿真方法，该方法包括如下步骤：
[0008] S1、根据复杂场景的结构信息对复杂场景进行区域划分，得到复杂场景的拓扑结 构图；
[0009] S2、根据复杂场景的拓扑结构图对复杂场景进行全局路径规划，计算包含复杂场 景中场景入口、场景出口和特定感兴趣区域的全局路径；
[0010] S3、确定人群分组信息和人群中个体在复杂场景中的位置信息，根据人群分组信 息、人群中个体在复杂场景中的位置信息和复杂场景结构信息，在复杂场景中建立个体的 势场，并根据个体的势场计算个体在复杂场景中受到的作用力；
[0011] S4、根据个体在复杂场景中受到的作用力计算在人群仿真过程中个体的实时速 度，利用交通流模型对在人群仿真过程中个体的实时速度进行实时修正，实现人群仿真。
[0012] 优选地，步骤S3中"根据人群分组信息、人群中个体在复杂场景中的位置信息和 复杂场景结构信息，在复杂场景中建立个体的势场，并根据个体的势场计算个体在复杂场 景中受到的作用力"进一步包括如下子步骤：
[0013] S3. 1、根据人群分组信息、人群中个体在复杂场景中的位置信息和复杂场景结构 信息，在复杂场景中建立个体的势场，并根据势场计算个体在势场中的吸引势Uatt和排斥势 Urep，公式如下：
【主权项】
1. 一种用于复杂场景的层次式人群仿真方法，其特征在于，该方法包括如下步骤： 51、 根据复杂场景的结构信息对复杂场景进行区域划分，得到复杂场景的拓扑结构 图； 52、 根据复杂场景的拓扑结构图对复杂场景进行全局路径规划，计算包含复杂场景中 场景入口、场景出口和特定感兴趣区域的全局路径； 53、 确定人群分组信息和人群中个体在复杂场景中的位置信息，根据人群分组信息、人 群中个体在复杂场景中的位置信息和复杂场景结构信息，在复杂场景中建立个体的势场， 并根据个体的势场计算个体在复杂场景中受到的作用力； 54、 根据个体在复杂场景中受到的作用力计算在人群仿真过程中个体的实时速度，利 用交通流模型对在人群仿真过程中个体的实时速度进行实时修正，实现人群仿真。
2. 根据权利要求1所述的用于复杂场景的层次式人群仿真方法，其特征在于，所述步 骤S3中"根据人群分组信息、人群中个体在复杂场景中的位置信息和复杂场景结构信息， 在复杂场景中建立个体的势场，并根据个体的势场计算个体在复杂场景中受到的作用力" 进一步包括如下子步骤： S3. 1、根据人群分组信息、人群中个体在复杂场景中的位置信息和复杂场景结构信息， 在复杂场景中建立个体的势场，并根据势场计算个体在势场中的吸引势U att和排斥势U _， 公式如下：
公式中，q为个体在复杂场景中的位置信息；ξ,为吸引势系数；m为距离的指数系数； qgMl为个体在复杂场景中的目标位置信息；，n为排斥势系数；D ^为排斥势的影响范围；η 为距离的指数系数，k为与个体有关联性的分组中个体的数量；￥^为复杂场景中障碍物的 位置信息； S3. 2、根据个体在势场中的吸引势Uatt和排斥势U _计算个体在势场中的势U t(rtal，公式 如下：
公式中，a为复杂场景中对个体的吸引源个数，b为复杂场景中对个体的排斥源个数； 53. 3、根据个体在势场中的势Uttrtal，计算个体在复杂场景中受到的作用力F，公式如 下： F1=-VtZioio,。
3. 根据权利要求1所述的用于复杂场景的层次式人群仿真方法，其特征在于，所述步 骤S4进一步包括如下子步骤： 54. 1、根据个体在复杂场景中受到的作用力计算在人群仿真过程中个体的实时速度； S4. 2、根据个体在复杂场景中的位置信息，利用交通流模型基于人群中所有个体的位 置信息所表征的密度信息对在人群仿真过程中个体的实时速度大小进行实时修正； S4. 3、根据实时速度方向和修正后的实时速度大小得到在人群仿真过程中个体的修正 后的实时速度； S4. 4、根据在人群仿真过程中个体修正后的实时速度，对在人群仿真过程中个体的位 置信息进行实时更新，从而实现人群仿真。
4.根据权利要求3所述的用于复杂场景的层次式人群仿真方法，其特征在于，所述步 骤S4. 2中"利用交通流模型基于人群中所有个体的位置信息所表征的密度信息对在人群 仿真过程中个体的实时速度大小进行实时修正"的公式如下： 若个体周围的人群密度适中，则在人群仿真过程中个体修正后的实时速度v(P)的计 算公式为：
公式中，在人群仿真过程中个体的畅通实时速度，P为复杂场景中个体周围的 人群密度，Pm为复杂场景中人群的最大密度； 若个体周围的人群密度高，则在人群仿真过程中个体修正后的实时速度V(P)的计算 公式为：
若个体周围的人群密度低，则在人群仿真过程中个体修正后的实时速度v(p)的计算 公式为： 一W用丁炅苯吻京
tf」坛认A人桩具弟:统，其特征在于，该系统包括： 复杂场景区域划分单元，用于根据复杂场景的结构信息对复杂场景进行区域划分，得 到复杂场景的拓扑结构图； 复杂场景全局路径规划单元，根据复杂场景的拓扑结构图对复杂场景进行全局路径规 划，计算包含复杂场景中所有区域的场景入口、场景出口和特定感兴趣区域的全局路径； 个体势场建立单元，用于确定人群分组信息和人群中个体在复杂场景中的位置信息， 根据人群分组信息、人群中个体在复杂场景中的位置信息和复杂场景结构信息，在复杂场 景中建立个体的势场，并根据个体的势场计算个体在复杂场景中受到的作用力； 人群仿真单元，用于根据个体在复杂场景中受到的作用力计算在人群仿真过程中个体 的实时速度，利用交通流模型对在人群仿真过程中个体的实时速度进行实时修正，实现人 群仿真。
6.根据权利要求5所述的用于复杂场景的层次式人群仿真系统，其特征在于，所述势 场建立单元根据人群分组信息、人群中个体在复杂场景中的位置信息和复杂场景结构信 息，在复杂场景中建立个体的势场，并计算个体在复杂场景中受到的作用力的公式为：
公式中，Uttrtal为个体在复杂场景中的势场中的势；U att和U _分别为个体在势场中的吸 引势和排斥势；F为个体在复杂场景中受到的作用力；q为个体在复杂场景中的位置信息； %为吸引势系数；m为距离的指数系数；q gMl为个体在复杂场景中的目标位置信息；，Tl为 排斥势系数；Dtl为排斥势的影响范围；η为距离的指数系数，k为与个体有关联性的分组中 个体的数量；Q itjbs为复杂场景中障碍物的位置信息，a为复杂场景中对个体的吸引源个数，b 为复杂场景中对个体的排斥源个数。
7. 根据权利要求5所述的用于复杂场景的层次式人群仿真系统，其特征在于，所述人 群仿真单元包括： 个体实时速度计算模块，用于根据个体在复杂场景中受到的作用力计算在人群仿真过 程中个体的实时速度； 个体实时速度修正模块，用于根据个体在复杂场景中的位置信息，利用交通流模型基 于人群中所有个体的位置信息所表征的密度信息对在人群仿真过程中个体的实时速度大 小进行实时修正并根据实时速度方向和修正后的实时速度大小得到在人群仿真过程中个 体的修正后的实时速度； 人群仿真模块，用于根据在人群仿真过程中个体修正后的实时速度，对个体在人群仿 真过程中的位置信息进行实时更新，从而实现人群仿真。
8. 根据权利要求7所述的用于复杂场景的层次式人群仿真系统，其特征在于，所述个 体实时速度修正模块对个体的实时速度大小进行实时修正的公式为： 若个体周围的人群密度适中，则在人群仿真过程中个体修正后的实时速度v(P)的计 算公式为：
公式中，在人群仿真过程中个体的畅通实时速度，P为复杂场景中个体周围的 人群密度，Pm为复杂场景中人群的最大密度； 若个体周围的人群密度高，则在人群仿真过程中个体修正后的实时速度V(P)的计算 公式为：
若个体周围的人群密度低，则在人群仿真过程中个体修正后的实时速度V(P)的计算 公式为：
【专利摘要】本发明公开一种用于复杂场景的层次式人群仿真方法及系统，该方法包括步骤：对复杂场景进行区域划分，得到复杂场景的拓扑结构图；对复杂场景进行全局路径规划，计算包含复杂场景中场景入口、场景出口和特定感兴趣区域的全局路径；确定人群分组信息和人群中个体在复杂场景中的位置信息，在复杂场景中建立个体的势场，并根据个体的势场计算个体在复杂场景中受到的作用力；计算在人群仿真过程中个体的实时速度，利用交通流模型对在人群仿真过程中个体的实时速度进行实时修正，实现人群仿真。本发明所述技术方案改善了势场法人群仿真中的速度控制机制，解决速度变化不自然的问题，使速度的变化更加符合人群运动规律，满足了人群仿真的实际需求。
【IPC分类】G06F17-50
【公开号】CN104732014
【申请号】CN201510088609
【发明人】邢薇薇, 张健, 卢苇, 刘渭滨
【申请人】北京交通大学
【公开日】2015年6月24日
【申请日】2015年2月26日