[发明专利]基于人工鱼群算法与目标检测的人群仿真疏散方法与装置

说明书

本发明公开了一种基于人工鱼群算法与目标检测的人群仿真疏散方法与装置，所述方法包括以下步骤：根据疏散场景平面图建立拓扑地图，其中，结点表示疏散出口，连线表示两个出口连通，并且标记最终出口；根据视频数据对疏散人群的个体进行检测和跟踪，获得疏散人群的个体实时速度；采用所述个体速度表示鱼群进食行为中的进食速度，初始化鱼群，以场景的最终出口位置表示食物，基于人工鱼群算法对疏散人群个体进行路径规划；当最终出口的疏散人数等于总人数时疏散过程结束，得到疏散路径。本发明识别疏散中速度较慢的个体，指导人群进行疏散，从而照顾到疏散中的弱势群体，同时提高疏散效率，避免过分拥堵。

技术领域

本发明属于人群疏散仿真领域，尤其涉及一种基于人工鱼群算法与目标检测的人群仿真疏散方法与装置。

背景技术

在实际的疏散情况中，问题日益复杂，非确定性因素、不可知因素众多，因果关系复杂，而演习代价大，周期长，难以对规律进行研究。因而国内外学者针对疏散问题开发出许多计算机模型和软件。人工鱼群算法是新型的群智能优化算法，在一片水域中，鱼通常能够自由游动或者跟随其他个体找到食物多的地方，因此水域中鱼生存数目最多的地方一般就是本水域中富含营养物质最多的地方，根据这一特点，李晓磊提出人工鱼群算法，通过模拟鱼群的觅食、追尾、聚群等行为，达到搜索寻优的目的。鱼群算法自提出以来，已经在机器人路径规划，车辆调度等问题上得到了广泛应用，展示了其良好的搜索能力。

紧急情况发生时，人群疏散效率与人群密度有很大关系。当一个出口聚集的人很多时，势必影响整体的疏散。我们从疏散视频中应该了解到，个体的疏散速度具有差异性，比如老人、孩子、和残疾人群的疏散速度慢，若一个疏散出口的人群密度低，但疏散人群大部分是上述行动速度较慢的三类人群时，疏散效率也会大打折扣。同时，若仅以人群密度作为衡量，会导致大量人群往这个出口聚集，从而使疏散更加缓慢，甚至造成拥挤踩踏等事故。目前还未发现将个体速度差异性考虑入人群疏散的相关方法。

发明内容

为克服上述现有技术的不足，本发明提供了一种基于人工鱼群算法与目标检测的人群仿真疏散方法与装置，首先基于目标检测方法获取行人运动速度，然后在人工鱼原有属性的基础上添加进食速度一项，把进食速度快的个体类比于疏散中行动缓慢的个体，识别疏散中速度较慢的个体，指导人群进行疏散，从而照顾到疏散中的弱势群体，同时提高疏散效率，避免过分拥堵。

为实现上述目的，本发明采用如下技术方案：

一种基于人工鱼群算法与目标检测的人群仿真疏散方法，包括以下步骤：

根据疏散场景平面图建立拓扑地图，其中，结点表示疏散出口，连线表示两个出口连通，并且标记最终出口；

根据视频数据对疏散人群的个体进行检测和跟踪，获得疏散人群的个体实时速度；

采用所述个体实时速度表示鱼群进食行为中的进食速度，初始化鱼群，以场景的最终出口位置表示食物，基于人工鱼群算法对疏散人群个体进行路径规划；

当最终出口的疏散人数等于总人数时疏散过程结束，得到疏散路径。

进一步地，获得疏散人群的个体实时速度包括：

获取通道出口处视频数据；

基于RCNN检测所述视频数据中的行人目标；

采用粒子滤波器进行行人运动的跟踪；

对于每个行人，根据当前帧和前一帧该行人的位置差异换算实际位移；

根据所述实际位移和视频的拍摄帧频，计算该行人的速度。

进一步地，所述基于RCNN检测所述视频数据中的行人目标包括：

使用二值归一化梯度算法选取目标候选区域；