[发明专利]一种用于复杂场景的层次式人群仿真方法及系统

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。

主权项

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：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；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；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；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；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Uatt和排斥势Urep，公式如下：Uatt=12ξq[D(q,qgoal)]m;]]>Urep=12η(1Σi=1kD(q,qiobs)/k-1D0)2[D(q,qgoal)]n,ifΣi=1kD(q,qiobs)/k≤D00,ifΣi=1kD(q,qiobs)/k>D0;]]>公式中，q为个体在复杂场景中的位置信息；ξq为吸引势系数；m为距离的指数系数；qgoal为个体在复杂场景中的目标位置信息；η为排斥势系数；D0为排斥势的影响范围；n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；qiobs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Urep计算个体在势场中的势Utotal，公式如下：Utotal=Σj=1aUattj+Σj=1bUrepj]]>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；S3.3、根据个体在势场中的势Utotal，计算个体在复杂场景中受到的作用力F，公式如下：F＝‑▽Utotol。