人群疏散仿真过程中障碍物几何形状的优化方法及系统技术方案

本发明专利技术公开了人群疏散仿真过程中障碍物几何形状的优化方法及系统，随机创建一个初始人群；选择障碍物类型，设定障碍物的尺寸；获取指定区域的视频录像，利用KLT追踪算法从所述视频录像中提取人群疏散仿真数据；采用社会力模型进行局部路径规划，得到疏散场景内各个个体的运动轨迹，进行人群疏散仿真；判断是否已设定每类障碍物的所有形状参数；判断是否满足终止条件，若是，输出障碍物的类型和尺寸、设定人数的疏散时间、设定时间内的疏散人口数量；结束；否则，利用改进的DE算法进行变异、交叉和选择，再生新的种群。具有一定几何形状的障碍物能减少所有行人离开的时间，合适的形状能够有效地提高人群疏散的速度。

【技术实现步骤摘要】
人群疏散仿真过程中障碍物几何形状的优化方法及系统
本专利技术涉及人群疏散计算机仿真领域，特别是涉及人群疏散仿真过程中障碍物几何形状的优化方法及系统。
技术介绍
近年来社会经济高速发展，城市化进程不断加速，都市人口数量、范畴、密度快速增进，国内大中城市中以大型文化体育活动、会展、商业促销活动等为代表的大型活动举办次数增多，同时，大型商场、娱乐场所的数目也在不断增加；其共同特点是人群聚集量非常大。人流量总额越大、人群密度越高的地点，爆发意外事故的可能性就大大升高，特别是行人拥堵所造成的踩踏事故。虽然踩踏事故发生的概率不大，但是一旦发生踩踏事故就会发生连锁反应，对社会产生的后果却是非常严重的。密集人群的风险事故，容易招致群死群伤重特大事故，也会导致群体性事件的发生，影响社会的和谐稳定。密集人群发生拥挤踩踏事故的地点也五花八门的，从大量的事故资料分析中可以总结出，大量事故表明，密集人群通常是大型公共建筑环境中最主要的事故隐患，尤其在人群拥挤情况下，部分区域人口密度过大，人群前进的动力目标不明确，不仅给人们的出行带来了很大不便，导致出行时间延误的增长，而且在行人大量聚集在体育场馆、大型游乐场等娱乐场所中，还会由于行人成团聚集，个人前进严重受干扰，拥挤、摔倒、恐惧和突发事件、部分人违背交通规则而其他人盲目跟随等诱发重大的踩踏事故。因此，在这些大型商场的场所，优化人群疏散路线上的障碍物具有重大意义。为了改善恐慌情况下的行人流出问题，在出口前面设置适当的障碍物，可以有效的提高疏散效率，此外，发现障碍物的所有几何参数都可以显著影响行人的疏散效率；已有文献已经证明，在恐慌情况下放置障碍物不会减少或吸收出口区域的压力，相反，将压力提高到更高的水平，因此提高排放效率背后的物理机制并不是出口区域的压力下降，而是通过有效的空间分离显著降低高密度区域，这最终导致逃生速度和撤离流出。德国学者Helbingn提出的社会力模型，根据对行人行走时的受力情况进行分析，提供了一个人群疏散过程中行人受力算法的一个基本框架，该模型能很好的描述一些人流现象。后来，在流动力学方程基础上构建了社会力行人交通流模型，主要包括行人向着目标运动项，行人之间作用项，行人与边界、障碍物、墙等之间的相互影响项，并将其量化为具体的各种力。本专利技术中，社会力量模型被用来模拟若干步行者试图从一个房间出口退出的逃生恐慌。差分进化(DifferentialEvolution，DE)算法是一种随机的并行直接搜索算法，它可对非线性不可微连续空间函数进行最小化，以其易用性、稳健性和强大的全局寻优能力在多个领域取得成功。和其它演化算法一样，DE是一种模拟生物进化的随机模型，通过反复迭代，使得那些适应环境的个体被保存了下来。但相比于进化算法，DE保留了基于种群的全局搜索策略，采用实数编码、基于差分的简单变异操作和一对一的竞争生存策略，降低了遗传操作的复杂性。同时，DE特有的记忆能力使其可以动态跟踪当前的搜索情况，以调整其搜索策略，具有较强的全局收敛能力和鲁棒性，且不需要借助问题的特征信息，适于求解一些利用常规的数学规划方法所无法求解的复杂环境中的优化问题。由于基本的差分进化算法有“早熟”，算法容易停滞的坏处，改进差分进化算法(MDE)采用自适应变异算子，能根据算法的搜索进展情况，自适应的确定变异率，使算法在初期有较大的变异率保持个体的多样性，避免早熟；在后期逐波降低变异率，保持优良信息，避免最优解遭到破坏，增加了搜索到全局最优解的概率。在本专利技术中，采用改进差分进化(DE)来优化不同形状障碍物的几何参数，以实现房间内所有行人的最短停留时间。
技术实现思路
根据当前已知的研究，在人群疏散中相比于没有障碍物，具有一定几何形状的障碍物能减少所有行人离开的时间，合适的形状能够有效地提高人群疏散的速度。在现有技术的人群疏散仿真中对于如何优化人群疏散中建筑物内障碍物几何形状的问题，尚缺乏有效的解决方案，通过怎样的方法优化寻找合适的几何形状，本专利技术提出了人群疏散仿真过程中障碍物几何形状的优化方法及系统，能够给人群提供疏散指导，提高建筑物结构疏散效率。作为本专利技术的第一个方面，本专利技术采用如下一种技术方案，包括以下步骤：人群疏散仿真过程中障碍物几何形状的优化方法，包括：步骤(1)：随机创建一个初始人群；步骤(2)：若步骤(2)为首次执行，则选择障碍物类型，设定障碍物的尺寸；若步骤(2)非首次执行，则调整障碍物的尺寸；步骤(3)：获取指定区域的视频录像，利用KLT追踪算法从所述视频录像中提取人群疏散仿真数据；采用社会力模型进行局部路径规划，得到疏散场景内各个个体的运动轨迹，进行人群疏散仿真；步骤(4)：判断是否已设定每类障碍物的所有形状参数，若是，进入步骤(5)；否则，进入步骤(2)；步骤(5)：判断是否满足终止条件，若是，输出障碍物的类型和尺寸、设定人数的疏散时间、设定时间内的疏散人口数量；结束；否则，利用改进的DE算法进行变异、交叉和选择，再生新的种群，返回步骤(2)。进一步的，所述障碍物类型，包括：圆柱状障碍物、长方体状障碍物和正三角柱状障碍物；进一步的，障碍物的尺寸，是指：圆柱状障碍物的尺寸，包括圆柱状的柱半径；长方体状障碍物的尺寸，包括长方体的长度；正三角柱状障碍物的尺寸，包括：正三角形的边长。进一步的，所述人群疏散仿真数据，包括：人群疏散路径、每个个体的初始坐标、出口位置以及在设定尺寸的障碍物下的每个个体的运动速度。进一步的，所述终止条件是指：迭代计数器的值超过最大进化次数或者达到用户设置的精度要求。进一步的，所述改进的DE算法，步骤：步骤(51)：设置种群规模、最大迭代数、收缩因子、交叉概率因子和计数器的初始值；步骤(52)：对种群进行初始化，从给定边界约束内的值中随机选择来寻找初始种群，设进化代数t＝1；步骤(53)：计算当代每个个体的适应度函数值，找出最优个体；步骤(54)：判断t是否大于最大进化代数，若是就结束，否则进行对最优个体进行变异操作和交叉操作，生成新个体；在进行变异操作时，设置一个自适应变异算子，依据自适应变异算子来对最优个体进行变异；步骤(55)：进行边界条件处理，利用在可行域中随机产生的参数向量代替不符合边界约束的新个体，得到临时种群；步骤(56)：评价，通过计算新个体的适应度函数值来对临时种群进行评价；步骤(57)：选择，通过贪婪准则将当前种群个体与变异交叉生成的新个体代入到目标函数值中，选择适应度函数值小的个体作为新种群个体，得到新的种群；步骤(58)：进化代数加一，返回步骤(54)。所述自适应变异算子λ：改进后的变异率F：F＝F0*2λ；其中：F0是变异参数；Gm是最大进化代数；G是当前进化代数。所述变异操作，是指：把种群中的两个成员之间的加权差向量加到第三个成员上来产生新参数向量；所述交叉操作，是指：将变异向量的参数与另外预先确定的目标向量参数按照设定规则混合来产生试验向量。人群疏散仿真过程中障碍物几何形状的优化系统，包括：存储器、处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成上述方法的步骤。一种计算机可读存储介质，其上运行有计算机指令，所述计算机指令被处理器运行时完成上述方法的步骤。与现有技术相比，本专利技术的有益效果是：本文档来自技高网...

【技术保护点】
1.人群疏散仿真过程中障碍物几何形状的优化方法，其特征是，包括：步骤(1)：随机创建一个初始人群；步骤(2)：若步骤(2)为首次执行，则选择障碍物类型，设定障碍物的尺寸；若步骤(2)非首次执行，则调整障碍物的尺寸；步骤(3)：获取指定区域的视频录像，利用KLT追踪算法从所述视频录像中提取人群疏散仿真数据；采用社会力模型进行局部路径规划，得到疏散场景内各个个体的运动轨迹，进行人群疏散仿真；步骤(4)：判断是否已设定每类障碍物的所有形状参数，若是，进入步骤(5)；否则，进入步骤(2)；步骤(5)：判断是否满足终止条件，若是，输出障碍物的类型和尺寸、设定人数的疏散时间、设定时间内的疏散人口数量；结束；否则，利用改进的DE算法进行变异、交叉和选择，再生新的种群，返回步骤(2)。

【技术特征摘要】
1.人群疏散仿真过程中障碍物几何形状的优化方法，其特征是，包括：步骤(1)：随机创建一个初始人群；步骤(2)：若步骤(2)为首次执行，则选择障碍物类型，设定障碍物的尺寸；若步骤(2)非首次执行，则调整障碍物的尺寸；步骤(3)：获取指定区域的视频录像，利用KLT追踪算法从所述视频录像中提取人群疏散仿真数据；采用社会力模型进行局部路径规划，得到疏散场景内各个个体的运动轨迹，进行人群疏散仿真；步骤(4)：判断是否已设定每类障碍物的所有形状参数，若是，进入步骤(5)；否则，进入步骤(2)；步骤(5)：判断是否满足终止条件，若是，输出障碍物的类型和尺寸、设定人数的疏散时间、设定时间内的疏散人口数量；结束；否则，利用改进的DE算法进行变异、交叉和选择，再生新的种群，返回步骤(2)。2.如权利要求1所述的人群疏散仿真过程中障碍物几何形状的优化方法，其特征是，所述障碍物类型，包括：圆柱状障碍物、长方体状障碍物和正三角柱状障碍物。3.如权利要求1所述的人群疏散仿真过程中障碍物几何形状的优化方法，其特征是，障碍物的尺寸，是指：圆柱状障碍物的尺寸，包括圆柱状的柱半径；长方体状障碍物的尺寸，包括长方体的长度；正三角柱状障碍物的尺寸，包括：正三角形的边长。4.如权利要求1所述的人群疏散仿真过程中障碍物几何形状的优化方法，其特征是，所述人群疏散仿真数据，包括：人群疏散路径、每个个体的初始坐标、出口位置以及在设定尺寸的障碍物下的每个个体的运动速度。5.如权利要求1所述的人群疏散仿真过程中障碍物几何形状的优化方...

【专利技术属性】
技术研发人员：刘弘，尚亚男，段培永，
申请(专利权)人：山东师范大学，
类型：发明
国别省市：山东,37