地铁车站行人仿真方法、装置、电子设备及存储介质制造方法及图纸

本申请实施例公开了一种地铁车站行人仿真方法、装置、电子设备及存储介质。所述方法包括：构建行为学习样本，所述行为学习样本包含地铁行人的至少一种行为动作数据集；基于所述行为学习样本通过生成式对抗网络训练得到对应行为动作的行为生成器，并通过所述行为生成器生成行人行为仿真数据；将所述行人行为仿真数据输入到预设的地铁客流仿真模型中，进行行人对应行为动作的仿真。本申请实施例提供的技术方案，能够根据仿真结果来反映进行仿真的车站运行设计方案的优劣性，以使车站运行设计方案的实行更为合理；并且通过仿真地铁行人的各种具体的行为动作，使得地铁车站的客流运行仿真结果更接近实际客流运行情况，以便于地铁客流的运营组织。

Pedestrian simulation method, device, electronic equipment and storage medium in subway station

【技术实现步骤摘要】
地铁车站行人仿真方法、装置、电子设备及存储介质
本申请实施例涉及轨道交通运营
，尤其涉及一种地铁车站行人仿真方法、装置、电子设备及存储介质。
技术介绍
随着城市人口的增多，城市轨道交通客流量的逐年稳步提升，地铁车站的客流量压力也在日益增大。同时，在轨道交通成网的发展过程中，随着地铁线路增设，地铁车站运行呈现出换乘车站多，换乘线路多，换乘形式多样，换乘客流量巨大的特点。基于此，如何在有限的车站空间内实现高效，安全的客流运行组织是地铁运营工作的重要内容。目前，在地铁运营工作中，会制定各种客流组织方案来应对不同客流情况下的客流运营。为了较好的评价客流组织方案的优劣，可使用地铁车站客流仿真模型以方便快速地评价新的客流组织方案。在使用地铁车站客流仿真模型进行客流仿真模拟过程中，需要模拟出行人相互作用的情况。对此，传统的行人仿真软件会采用数学模型或规则(如元胞自动机)来描述和仿真地铁行人流动情况，通过模拟密集流量下人与人之间的相互作用，以直观地反映对应客流组织方案下的客流运行情况。但是，这类传统的行人仿真方法通常只对行人简单的运动行为(如直线运动、侧向运动及碰撞规避等)进行仿真。而在地铁实际运行的一些场景中，行人攀越栏杆、抢上抢下等行为时有发生，这些行为极易对地铁客流运行产生负面影响，进而导致根据客流运行设计方案仿真得到的地铁运行情况与实际运行情况出现较大的差异。
技术实现思路
本申请实施例提供一种地铁车站行人仿真方法、装置、电子设备及存储介质，能够提高地铁行人仿真的精度，减少地铁客流运行仿真情况与实际客流运行情况的差异。在第一方面，本申请实施例提供了一种地铁车站行人仿真方法，包括：构建行为学习样本，所述行为学习样本包含地铁行人的至少一种行为动作数据集；基于所述行为学习样本通过生成式对抗网络训练得到对应行为动作的行为生成器，并通过所述行为生成器生成行人行为仿真数据；将所述行人行为仿真数据输入到预设的地铁客流仿真模型中，进行行人对应行为动作的仿真。进一步的，所述基于所述行为学习样本通过生成式对抗网络训练得到对应行为动作的行为生成器，并通过所述行为生成器生成行人行为仿真数据，包括：将所述行为学习样本中的一种行为动作数据集输入生成式对抗网络中；所述生成式对抗网络基于所述行为动作数据集进行生成对抗学习，训练得到对应所述行为动作数据集的行为生成器；基于所述行为生成器模拟生成对应所述行为动作数据集的行人行为仿真数据。进一步的，所述构建行为学习样本，所述行为学习样本包含地铁行人的至少一种行为动作数据集，包括：在地铁车站日常运营过程中，采集地铁车站内各个摄像头拍摄的视频数据；从所述视频数据中截取选定乘客的行为示范数据，所述行为示范数据为对应一种行为动作的连续动作轨迹图像；将对应同一种行为动作的行为示范数据汇总，得到若干种行为动作数据集。进一步的，所述动作数据集为攀越栏杆、抢上抢下、插队、尾随过闸、正常行走、快跑行为中的任意一种行为数据集。进一步的，所述将所述行人行为仿真数据输入到预设的地铁客流仿真模型中，具体为根据车站运行设计方案的行为动作仿真需求，将对应种类的行为生成器生成的行人行为仿真数据输入到预设的地铁客流仿真模型中。进一步的，在所述将所述行人行为仿真数据输入到预设的地铁客流仿真模型中，进行行人对应行为动作的仿真之后，还包括：采集客流仿真结果数据，基于所述客流仿真结果数据生成仿真试验指标。在第二方面，本申请实施例提供了一种地铁车站行人仿真装置，包括：构建模块，用于构建行为学习样本，所述行为学习样本包含地铁行人的至少一种行为动作数据集；训练模块，用于基于所述行为学习样本通过生成式对抗网络训练得到对应行为动作的行为生成器，并通过所述行为生成器生成行人行为仿真数据；仿真模块，用于将所述行人行为仿真数据输入到预设的地铁客流仿真模型中，进行行人对应行为动作的仿真。进一步的，还包括：指标生成模块，用于采集客流仿真结果数据，基于所述客流仿真结果数据生成仿真试验指标。在第三方面，本申请实施例提供了一种电子设备，包括：存储器以及一个或多个处理器；所述存储器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的地铁车站行人仿真方法。在第四方面，本申请实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的地铁车站行人仿真方法。本申请实施例通过构建包含多种行为动作数据集的学习样本，将学习样本输入生成式对抗网络进行训练得到行为生成器，通过行为生成器生成需要模拟的行人行为仿真数据，将行人行为仿真数据输入到预设的地铁客流仿真模型中，以仿真地铁车站运行中乘客的各种行为动作，最终根据仿真结果来反映进行仿真的车站运行设计方案的优劣性，以使车站运行设计方案的实行更为合理；并且通过仿真地铁行人的各种具体的行为动作，使得地铁车站的客流运行仿真结果更接近实际客流运行情况，以便于地铁客流的运营组织。附图说明图1是本申请实施例一提供的一种地铁车站行人仿真方法的流程图；图2是本申请实施例一中的学习样本构建流程图；图3是本申请实施例一中行为生成器的训练及数据生成的具体流程图；图4是本申请实施例一中生成式对抗网络训练示意图；图5是本申请实施例二提供的另一种地铁车站行人仿真方法的流程图；图6是本申请实施例三提供的一种地铁车站行人仿真装置的结构示意图；图7是本申请实施例四提供的一种电子设备的结构示意图。具体实施方式为了使本申请的目的、技术方案和优点更加清楚，下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。本申请提供的地铁车站行人仿真方法，旨在通过在地铁客流仿真模型中对乘客的具体行为动作进行模拟，以使得地铁客流仿真结果更接近地铁客流运行的实际情况。在地铁车站运营管理过程中，为了更好地进行客流组织运营，地铁工作人员会产出多种车站运行设计方案以应对不同时段、不同客流情况下的客流组织。而为了验证车站运行设计方案的优劣，会采用地铁车站行人仿真模型来模拟地铁车站中密集流量下人与人之间的相互作用，但由于传统的行人仿真软件是通过数学模型或规则(如元胞自动机)来描述和仿真人的行为，无法仿真较为复杂的人的行为。而对于地铁车站组织运行时，除了正常行走、快跑等正常行为外，行人攀越栏杆、抢上抢下、插队、尾随过闸等违反运行秩序的行为动作，会影响地铁车站的客流运营组织，导致通道拥挤、行人行走速度变慢、延长排队时间等情形。并且其仿真精度也无法满足大流量，高密度人群，设施及动线复杂的地铁车站场景下的行人仿真。为此，提供本申请实施例的地铁车站行人仿真方法，通过在地铁本文档来自技高网...

【技术保护点】
1.地铁车站行人仿真方法，其特征在于，包括：构建行为学习样本，所述行为学习样本包含地铁行人的至少一种行为动作数据集；基于所述行为学习样本通过生成式对抗网络训练得到对应行为动作的行为生成器，并通过所述行为生成器生成行人行为仿真数据；将所述行人行为仿真数据输入到预设的地铁客流仿真模型中，进行行人对应行为动作的仿真。

【技术特征摘要】
1.地铁车站行人仿真方法，其特征在于，包括：构建行为学习样本，所述行为学习样本包含地铁行人的至少一种行为动作数据集；基于所述行为学习样本通过生成式对抗网络训练得到对应行为动作的行为生成器，并通过所述行为生成器生成行人行为仿真数据；将所述行人行为仿真数据输入到预设的地铁客流仿真模型中，进行行人对应行为动作的仿真。2.根据权利要求1所述的地铁车站行人仿真方法，其特征在于，所述基于所述行为学习样本通过生成式对抗网络训练得到对应行为动作的行为生成器，并通过所述行为生成器生成行人行为仿真数据，包括：将所述行为学习样本中的一种行为动作数据集输入生成式对抗网络中；所述生成式对抗网络基于所述行为动作数据集进行生成对抗学习，训练得到对应所述行为动作数据集的行为生成器；基于所述行为生成器模拟生成对应所述行为动作数据集的行人行为仿真数据。3.根据权利要求1所述的地铁车站行人仿真方法，其特征在于，所述构建行为学习样本，所述行为学习样本包含地铁行人的至少一种行为动作数据集，包括：在地铁车站日常运营过程中，采集地铁车站内各个摄像头拍摄的视频数据；从所述视频数据中截取选定乘客的行为示范数据，所述行为示范数据为对应一种行为动作的连续动作轨迹图像；将对应同一种行为动作的行为示范数据汇总，得到若干种行为动作数据集。4.根据权利要求3所述的地铁车站行人仿真方法，其特征在于，所述动作数据集为攀越栏杆、抢上抢下、插队、尾随过闸、正常行走、快跑行为中的任意一种行为数据集。5.根据权利要求1所述的地铁车站行人仿真方法，...

【专利技术属性】
技术研发人员：李德紘，赵康嘉，华文，
申请(专利权)人：佳都新太科技股份有限公司，广州新科佳都科技有限公司，广东华之源信息工程有限公司，
类型：发明
国别省市：广东,44