基于阿诺德情绪模型的人群疏散仿真方法及系统技术方案

本公开公开了一种基于阿诺德情绪模型的人群疏散仿真方法及系统，所述方法包括以下步骤：初始化场景信息、人群信息和人群中个体的情绪信息；基于阿诺德情绪理论模拟个体情绪产生和情绪感染；结合个体情绪、个体理性程度和事件类型建立个体行为决策模型；将个体情绪和个体行为决策与人群运动计算相耦合；将人群运动计算结果进行渲染得到人群疏散仿真动画。本公开通过对情绪产生和情绪感染过程进行仿真，并利用情绪因素进行人群运动选择，更真实地模拟疏散过程中个体的行为。

Crowd evacuation simulation method and system based on Arnold's emotional model

【技术实现步骤摘要】
基于阿诺德情绪模型的人群疏散仿真方法及系统
本公开属于人群疏散仿真
，尤其涉及一种基于阿诺德情绪模型的人群疏散仿真方法及系统。
技术介绍
运用人群运动仿真研究人群在突发情况下人群的运动特征与规律，能够帮助设计者对建筑物或者公共场所的人流疏散通道进行综合分析与评价，辅助建立紧急情况下人员的疏散方案，以及合理的建筑布局，以减少群体事件中拥挤、踩踏等不良事件的发生，有利于紧急情况下的人群疏散工作。在人群疏散过程中，情绪在群体情境中十分重要，外界的刺激情境会影响周围个体的情绪状态和行为，进一步影响集体行为，不良的刺激还会导致灾难性的后果。个体通过感知系统获取外界刺激信息(事件信息、个体间的情绪信息等)，并通过自身的评价做出相应的情绪反应，随之产生相应的行为反应。而面对同样的信息刺激，不同的人常表现出不同的情绪恐慌程度不同，具有不同的运动行为。但现有研究大多是基于许多假设来开展的，并未对情绪心理学进行建模，情绪产生过程缺乏科学依据。同时，忽略了情绪对个体运动计算的影响，而情绪是影响人群行为的重要因素，对个体行为决策以及整个人群疏散工作至关重要。
技术实现思路
为克服上述现有技术的不足，本公开以阿诺德的情绪“评定-兴奋”学说为基础，提供了一种基于阿诺德情绪模型的人群疏散仿真方法，该方法通过对情绪产生和情绪感染过程进行仿真，并利用情绪因素进行人群运动选择，更真实地模拟疏散过程中个体的行为，为解决公共安全问题提供了新的解决思路。为实现上述目的，本公开的一个或多个实施例提供了如下技术方案：一种基于阿诺德情绪模型的人群疏散仿真方法，包括以下步骤：初始化场景信息、人群信息和人群中个体的情绪信息；基于阿诺德情绪理论模拟个体情绪产生和情绪感染；结合个体情绪、个体理性程度和事件类型建立个体行为决策模型；将个体情绪和个体行为决策与人群运动计算相耦合；将人群运动计算结果进行渲染得到人群疏散仿真动画。进一步地，所述场景信息初始化包括：输入障碍物信息并绘制场景的Roadmap图；其中，所述Roadmap图的顶点是场景内的随机点，边是连接顶点的边，保证任意两个顶点之间的连线不经过任何障碍物；所述人群信息初始化包括：人群中个体随机初始化在场景范围内并避开所有的障碍物；所述情绪初始化包括：将所有个体的情绪分为已感染和未感染两种状态。进一步地，所述模拟情绪产生包括：初始化事件源位置以及事件影响半径rd，事件发生时，所述事件影响区域内的个体产生个体情绪：disid表示个体与事件源之间的距离；λ∈[0,1]表示事件调节因子。进一步地，模拟情绪感染包括：初始化事件源位置、事件影响半径rd，及个体感知半径R；基于个体与事件源之间的距离和所述个体的感知半径，量化个体对于外界事件刺激信息的情绪值；根据个体的感知半径和周围其他个体的情绪值，计算个体情绪感染值；根据个体与事件源之间的距离和疏散人群规模，计算个体情绪衰减值；结合个体对于外界事件刺激信息的情绪值、个体情绪感染值和个体情绪衰减值，计算个体情绪值。进一步地，所述量化个体对于外界事件刺激信息的情绪值计算公式：其中，disid表示个体与事件源之间的距离，λ∈[0,1]表示事件调节因子，Δt为事件刺激的累积时间，其值与个体情绪强度成正比；所述个体情绪感染值计算公式：其中，在个体i感知范围内的个体数量为num_ni，disij表示个体i与个体j之间的距离；所述个体情绪衰减值计算公式：其中，agentnum表示疏散人群规模；所述个体情绪值计算公式：进一步地，所述个体行为决策模型建立过程如下：计算个体行为阈值Be：其中，Ei表示个体自身情绪状态、Rei表示个体理性程度，λ表示事件类型的影响，δ1、δ2表示个体行为类型调节因子；α表示事件类型的权重，β表示个体情绪的权重，γ表示个体理性程度的权重，且α+β+γ＝1；根据所述行为阈值进行行为决策，规则如下：规则1：若Be＜δ1，则个体不受事件的影响，按原计划运动；规则2：若δ1≤Be≤δ2，则个体向事件刺激源靠近；规则3：若Be>δ2，则个体远离事件刺激源。进一步地，所述将个体情绪和个体行为决策与人群运动计算相耦合包括：初始化个体参数：vpref、vmax和amax；其中，vpref表示期望速度；表示个体的速度惩罚因子，的值与个体的活跃度成反比；vmax表示个体的最大速度；amax表示个体的最大加速度；在每个时间步t内，计算个体下一时刻的新速度，并根据个体行为决策结果更新个体的运动方向，重复执行该步骤，直至个体到达目标位置。进一步地，所述计算个体下一时刻的新速度包括：利用个体最大速度和个体最大加速度来限制个体的速度，得到在下一时刻的候选速度集合AVi(Vi)：AVi(Vi)＝{Vi'|||Vi'||＜Vimax∩||Vi'-Vi||＜amaxΔt}其中，AVi表示下一时刻的合理速度集合；Vi表示个体当前的速度；Vi′表示个体下一时刻的候选速度；vt+1表示个体下一时刻的速度；vt表示个体的当前速度；a表示个体的加速度；利用情绪值Ei根据Vipref(Ei)＝(1+Ei)Vipref，更新个体i的期望速度Vipref(ei)，同时保证Vipref(ei)满足||Vipref(ei)||≤Vimax；利用期望速度Vipref，在候选速度集合AVi(Vi)中选择使速度惩罚值penaltyi(Vi′)最小的候选速度，作为下一时刻个体最佳的速度Vt+1；其中，penaltyi(Vi′)表示个体的速度惩罚值，是个体的速度惩罚因子，tci′(Vi′)是个体i与周围个体的期望碰撞时间，||Vipref-Vi′||表示期望速度Vipref与候选速度Vi′的差值；进一步地，所述根据个体行为决策结果更新个体的运动方向包括：若B＜δ1，更新个体i的运动方向d_Vipref＝di；若δ1≤B≤δ2，更新个体i的运动方向d_Vipref＝Si；若B>δ2，利用情绪值Ei，更新个体i的运动方向其中，di表示个体i当前时刻的期望速度方向，Si表示个体i指向事件源圆心的方向；和表示个体i与危险区域的两个切线方向；A表示di和之间的夹角，B表示di和之间的夹角，C表示和之间的夹角，D表示di和Si之间的夹角；R表示危险区域的半径。一个或多个实施例提供了一种计算机系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的基于阿诺德情绪模型的人群疏散仿真方法。一个或多个实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的基于阿诺德情绪模型的人群疏散仿真方法。以上一个或多个技术方案存在以下有益效果：本公开对心理学模型—阿诺德“兴奋—评定”学说进行情绪建模，提出一种基于情绪心理学模型的人群疏散仿真方法。该方法首先构建一种基于阿诺德的情绪计算模型，分析了群体情绪的产生和传播过程。然后，将个体情绪因素应用于人群运动计算，提出基于情绪因素的行为决策模型，判定个体的行为类型(正常行走、趋近、远离)，并在原有的RVO模型的基础上，加入情绪影响因素，建立ED-RVO(Emotion-DrivenReciprocalVelocityObstacles)模型，利用情绪改变个体的运动状态(运动方向及速度)。最后，将上述本文档来自技高网...

【技术保护点】
1.一种基于阿诺德情绪模型的人群疏散仿真方法，其特征在于，包括以下步骤：初始化场景信息、人群信息和人群中个体的情绪信息；基于阿诺德情绪理论模拟个体情绪产生和情绪感染；结合个体情绪、个体理性程度和事件类型建立个体行为决策模型；将个体情绪和个体行为决策与人群运动计算相耦合；将人群运动计算结果进行渲染得到人群疏散仿真动画。

【技术特征摘要】
1.一种基于阿诺德情绪模型的人群疏散仿真方法，其特征在于，包括以下步骤：初始化场景信息、人群信息和人群中个体的情绪信息；基于阿诺德情绪理论模拟个体情绪产生和情绪感染；结合个体情绪、个体理性程度和事件类型建立个体行为决策模型；将个体情绪和个体行为决策与人群运动计算相耦合；将人群运动计算结果进行渲染得到人群疏散仿真动画。2.如权利要求1所述的一种基于阿诺德情绪模型的人群疏散仿真方法，其特征在于，所述场景信息初始化包括：输入障碍物信息并绘制场景的Roadmap图；其中，所述Roadmap图的顶点是场景内的随机点，边是连接顶点的边，保证任意两个顶点之间的连线不经过任何障碍物；所述人群信息初始化包括：人群中个体随机初始化在场景范围内并避开所有的障碍物；所述情绪初始化包括：将所有个体的情绪分为已感染和未感染两种状态。3.如权利要求1所述的一种基于阿诺德情绪模型的人群疏散仿真方法，其特征在于，所述模拟情绪产生包括：初始化事件源位置以及事件影响半径rd，事件发生时，所述事件影响区域内的个体产生个体情绪：disid表示个体与事件源之间的距离；λ∈[0,1]表示事件调节因子。4.如权利要求1所述的一种基于阿诺德情绪模型的人群疏散仿真方法，其特征在于，模拟情绪感染包括：初始化事件源位置、事件影响半径rd，及个体感知半径R；基于个体与事件源之间的距离和所述个体的感知半径，量化个体对于外界事件刺激信息的情绪值；根据个体的感知半径和周围其他个体的情绪值，计算个体情绪感染值；根据个体与事件源之间的距离和疏散人群规模，计算个体情绪衰减值；结合个体对于外界事件刺激信息的情绪值、个体情绪感染值和个体情绪衰减值，计算个体情绪值。5.如权利要求4所述的一种基于阿诺德情绪模型的人群疏散仿真方法，其特征在于，所述量化个体对于外界事件刺激信息的情绪值计算公式：其中，disid表示个体与事件源之间的距离，λ∈[0,1]表示事件调节因子，Δt为事件刺激的累积时间，其值与个体情绪强度成正比；所述个体情绪感染值计算公式：其中，在个体i感知范围内的个体数量为num_ni，disij表示个体i与个体j之间的距离；所述个体情绪衰减值计算公式：其中，agentnum表示疏散人群规模；所述个体情绪值计算公式：6.如权利要求1所述的一种基于阿诺德情绪模型的人群疏散仿真方法，其特征在于，所述个体行为决策模型建立过程如下：计算个体行为阈值Be：其中，Ei表示个体自身情绪状态、Rei表示个体理性程度，λ表示事件类型的影响，δ1、δ2表示个体行为类型调节因子；α表示事件类型的权重，β表示个体情绪的权重，γ表示个体理性程度的权重，且α+β+γ＝1；根据所述行为阈值进行行为决策，规则如下：规则1：若Be＜δ1，则个体不受事件的影响，按原计划运动；规则2：若δ1≤Be≤δ...

【专利技术属性】
技术研发人员：张桂娟，王梦思，田泽娜，陆佃杰，刘弘，
申请(专利权)人：山东师范大学，
类型：发明
国别省市：山东,37