[发明专利]一种基于马尔可夫状态跳变的行人行走行为预测方法

权利要求书

1.一种基于马尔可夫状态跳变的行人行走行为预测方法，其特征在于，所述方法包括：

S1：对密集状态下单个行人的移动特征和人群的移动特征进行调研，并采集人群的移动速度、密度和流量信息以得到人群密度-速度和密度-流量关系图；

S2：基于所述人群密度-速度和密度-流量关系图，并根据行人在移动过程中视野条件、建筑物规模及信息获取因素对人群运动行为的路径搜索和选择过程的影响，建立基于信息传递的方向选择模型，所述信息获取因素为行人向其他行人获取的选择路径信息；

S3：根据所述方向选择模型中人群移动速度的大小将单个行人的步伐状态S_i离散化为四种状态S₁、S₂、S₃、S₄，行人会根据当前状态和状态转移矩阵决定下一个时刻的状态，建立行人在移动过程中的速度选择模型；

步骤S3具体包括以下步骤：

S31：根据行人的移动速度大小将单个行人的步伐状态离散为四种状态S₁、S₂、S₃、S₄，行人会根据当前状态和状态转移矩阵决定下一个时刻的状态：

其中，P为行人在移动过程中使用的状态转移矩阵，P_ij代表不同状态之间的转换概率；

S32：每一个状态对应一个速度区间，如果行人当前状态与上一状态相同则延续上一状态的速度大小值；如果状态发生了改变，行人在确定状态后会在对应区间速度范围内结合截断高斯函数随机选取一个速度大小值：

其中，η为补偿系数，σ为标准差，v_avg代表每个状态区间的速度均值；v为每一个状态对应速度区间内的速度；

S4：行人在遇到障碍物时会提前减速并与其保持一定的距离避免接触和碰撞，使用一种提前减速机制，行人在所述提前减速机制的运动能够准确地预测密集人群的移动行为；

所述提前减速机制为：

vj＝min(v_i，d/t)

其中，vj为行人将要行走的速度大小，v_i为步骤S32中所述随机选取一个速度大小值中的最大速度，d代表当前方向可行走的距离，t代表每一步所用时间；

在此提前减速机制下，行人行走路径的步骤为：

S41、行人首先会根据视野内实时环境选取初始移动方向，以及选取初始状态和初始速度大小值，在此提前减速机制下行人开始运动；

S42、每隔一个步伐时间状态Δt，行人都会根据视野内环境调整自身的移动方向，并根据状态转移矩阵选取速度大小值，使用提前减速机制避免发生碰撞，在此提前减速机制下行人继续运动；

S43、行人到达目标点，停止运动，若未达到目标点，转至步骤S42直至到达目标点停止运动。

2.根据权利要求1所述的预测方法，其特征在于，步骤S1中所述单个行人的移动特征包括移动速度、移动方向、人均占地面积、视野范围和年龄分布。

3.根据权利要求1所述的预测方法，其特征在于，步骤S1中所述人群的移动特征包括人群平均移动速度、人群密度和人群在移动过程中呈现出的自组织现象，包括双向行人流的分层现象、瓶颈处拱形现象、交叉行人流的条纹现象。

4.根据权利要求1所述的预测方法，其特征在于，步骤S1中所述移动速度、密度和流量信息包括人群密度-速度关系和人群密度-流量关系。

5.根据权利要求1所述的预测方法，其特征在于，步骤S2中所述基于信息传递的方向选择模型为：

其中，α₀代表行人当前行走方向与目的地方向的夹角，α代表行人将要行走的方向与目标点之间的夹角，D表示行人与目的地之间的距离，d_i(α)行走的最远长度偏离目标点的距离；f_i(α)为行人沿行走方向行走时，不与其他行人或者障碍物相接触碰撞的最远距离；

有两种特殊情况，行人将不会按照上述方法选择方向：当目标点不在行人视野范围的角度之内，或当行人与其他行人或者障碍物存在身体接触碰撞时。