一种考虑行人运动统计特性的人群行为仿真方法技术

本发明专利技术提出了一种考虑行人运动统计特性的人群行为仿真方法，包括获取行人的转移概率密度函数与局部密度的关系的方法和基于转移概率密度函数的行人运动仿真的方法。该方法基于行人运动真实数据，获取行人转移概率密度函数与局部密度的关系，根据行人当前所处局部区域的人群聚集情况，给出行人转移到临近区域内任意点的概率，进而判定行人在每一步长的运动情况，完成行人仿真。该方法充分考虑了行人运动过程中的随机效应，能够根据行人聚集情况复现合理的行人转移概率，提高模型仿真精度。并且该方法计算量小，易于编程实现，可以快速分析行人流量较大的通行区域，具有较强可移植性和复用性，能够快速便捷的评价行人设施的安全性和效率水平。

A simulation method of pedestrian behavior considering the statistical characteristics of pedestrian movement

【技术实现步骤摘要】
一种考虑行人运动统计特性的人群行为仿真方法
本专利技术涉及慢行交通仿真领域，特别是涉及一种考虑行人运动统计特性的人群行为仿真方法。
技术介绍
城市交通系统是保障国民经济和社会发展的先决条件和重要载体，对人民生活的改善和促进国防现代化建设具有不可替代的作用。我国城市的特点是人口众多，城镇人口密度大，在经济水平高速发展的当下，居民出行交通总量连续多年保持高速增长。其中步行交通是一种最基本的交通模式，在交通方式中占有较大比重。对行人行为进行研究可以帮助我们了解人群的动态演变，并改善建筑物内和街道上的行人设施的设计，诸如地铁站中的走道、道路交叉口上的人行横道和大型建筑物的紧急出口等。在对特定行人设施进行服务水平和安全水平的研究时，进行实地勘测实验或者疏散演练等方法往往成本高昂且耗时耗力，且对于部分在建的设施难以进行此类实验。而国际上越来越多的学者和工程师开始尝试将仿真模型应用于交通设施的设计优化等，此法己被广为接受和认可。通过计算机对人群行为进行仿真的技术已成功应用于人体导航分析、行人设施评估和人群动态分析等领域。仿真技术可以复现行人在特定场景下的集群行为，为高精度分析行人行为提供了一种灵活的方法，能够快速便捷的评价行人设施的安全性和效率水平。目前行人仿真模型可以基于研究尺度分为宏观模型和微观模型。宏观模型多采用流体力学的方法刻画大规模人流的运动，使用偏微分方程来描述密度和速度随着时间的变化，但是宏观模型忽视了行人个体间的差异性，难以再现行人流中的各类自组织现象。微观模型从行人个体角度出发，对行人与其它行人、行人与环境间的影响进行建模，可以较好的刻画行人的运动状态，进而反应人群的演化。格子气模型(LatticeGasModel,LGM)是元胞自动机模型的一种特殊形式。它具有易于实现，编程难度低，计算量小等特点，在1999年Nagatani提出后此模型后广受关注。然而，目前用于行人仿真的格子气模型都采用固定的转移概率来模拟行人的位置移动，而转移概率的取值多是基于经验的，未经过实测数据的验证，而且行人运动时的随机效应并没有很好的体现出来。申请人通过对真实行人运动数据的分析和研究，发现了行人运动的统计特性与局部密度间的规律，提出考虑行人运动统计的人群行为仿真方法，为行人微观仿真提供了一种切实可行的新方案。基于行人运动真实数据获取不同局部密度下的行人转移概率，完成行人位置更新。这一方法继承了格子气模型易于实现计算量小的优点，同时解决格子气模型中行人转移概率与现实偏差较大的问题，提高行人仿真精确度。
技术实现思路
专利技术目的：为解决现有技术存在的问题，本专利技术提供一种考虑行人运动统计特性的人群行为仿真方法，该方法能够根据行人聚集情况复现合理的行人转移概率，提高模型仿真精度。技术方案：为实现上述专利技术目的，本专利技术采用以下技术方案：一种考虑行人运动统计特性的人群行为仿真方法，包括以下步骤：(1)获取行人的转移概率密度函数与局部密度的关系；首先设定行人局部密度计算方法，然后处理真实行人运动数据，分析不同行人局部密度下的转移步长，进而求解行人的转移概率密度函数具体表达形式，最后拟合转移概率密度函数的参数与局部密度的函数关系；(2)对行人运动进行仿真，具体而言，每个仿真步长下随机生成一组行人位置更新顺序，按此顺序依次获取行人局部密度，结合步骤(1)获取的行人的转移概率密度函数的参数与局部密度的函数关系，得到行人的转移概率密度函数，进而完成行人位置更新。进一步的，步骤(1)中设定行人局部密度计算方法，具体为：扫描行人当前点位前向视线范围，确定局部密度计算区域并计算此区域内行人密度，扫描范围选定半径为R、直径垂直于通道走向的半圆区域，覆盖行人前向行走所有方向；若扫描范围未溢出通道范围，则局部密度计算区域取定为半圆范围；反之则忽略溢出通道范围部分，取扫描范围与通道范围重叠区域；时刻t行人所处位置为的局部密度计算公式如下：其中，S为位置局部密度计算区域面积，为位置局部密度计算区域内行人j的当前位置，依次选取位置局部密度计算区域内的所有行人，计算其到位置的距离，用以得出局部密度具体数值。进一步的，步骤(1)中行人真实运动数据处理具体为：选定时间步长△e，结合设定行人局部密度计算方法获取每一时间步长内全部行人的局部密度，统计这些局部密度下行人x方向和y方向步长，计算后得出ρ最小值为ρmin，最大值为ρmax。进一步的，步骤(1)中不同行人局部密度下的转移步长的分析：取定ρ的分组间隔Δρ，将行人x方向步长lx和y方向步长ly按Δρ进行分组，共组，即第i组中包含所有局部密度为[ρmin+(i-1)Δρ,ρmin+iΔρ)的lx和ly，对于不同的局部密度分组，分别绘制lx和ly的频率分布直方图；根据频率分布直方图展现的曲线规律，采用函数fx(lx；θ1,θ2,...θn)表示x方向行人转移概率密度函数，函数fy(ly；ω1,ω2,...ωm)表示y方向行人转移概率密度函数，其中θ1,θ2,...θn为函数fx的参数，ω1,ω2,...ωm为函数fy的参数。更进一步的，由于x方向和y方向步长频率分布直方图均展现出钟形曲线规律，采用正态分布表征函数fx和函数fy，如下所示；其中，θ1和ω1为位置参数，代表一个时间步长内行人平均移动距离的期望值；θ2和ω2为尺度参数，代表一个时间步长内行人平均移动距离的离散度。进一步的，步骤(1)中求解行人的转移概率密度函数具体表达形式，最后拟合转移概率密度函数的参数与局部密度的函数关系；具体为：对于不同的局部密度分组，利用极大似然估计法对函数fx和函数fy进行参数估计，得到k组θ1,θ2,...θn和ω1,ω2,...ωm的具体值，取组内局部密度平均值ρavg代表该组的ρ值，进一步地，用线性回归、多项式回归拟合θ1,θ2,...θn与ρavg以及ω1,ω2,...ωm与ρavg的函数关系，选取相关系数R2最大的拟合函数，即为获取的函数fx的各个参数与ρavg的定量关系及函数fy的各个参数与ρavg的定量关系，如下所示：进一步的，步骤(2)具体为：(21)确定行人位置更新顺序，在预设仿真情景中，当仿真步数e′≤总仿真步数E时，对p个行人组成的人群随机生成一组行人位置更新顺序按照依次对行人进行分析，设p′为当前分析行人在中的序号，令p′＝1，即对中的第1个行人进行分析；当e′>E时，仿真结束；(22)对当前分析的行人，计算行人局部密度，根据行人局部密度，结合步骤1获取的f1,f2,...,fn及g1,g2,...,gm计算函数fx与函数fy的参数，进而获取参数确定的函数fx和函数fy，令运动转移步长向量计算次数c为1，最大运动转移步长向量计算次数记为Cmax；(23)对c的取值进行判断：若c>Cmax，则l＝(0,0)，转到步骤(25)，即超过最大运动转移步长向量计算次数后，行人在此次仿真步长中不运动，停留在原有位置；本文档来自技高网...

【技术保护点】
1.一种考虑行人运动统计特性的人群行为仿真方法，其特征在于，包括以下步骤：/n(1)获取行人的转移概率密度函数与局部密度的关系；首先设定行人局部密度计算方法，然后处理真实行人运动数据，分析不同行人局部密度下的转移步长，进而求解行人的转移概率密度函数具体表达形式，最后拟合转移概率密度函数的参数与局部密度的函数关系；/n(2)对行人运动进行仿真，具体而言，每个仿真步长下随机生成一组行人位置更新顺序，按此顺序依次获取行人局部密度，结合步骤(1)获取的行人的转移概率密度函数的参数与局部密度的函数关系，得到行人的转移概率密度函数，进而完成行人位置更新。/n

【技术特征摘要】
1.一种考虑行人运动统计特性的人群行为仿真方法，其特征在于，包括以下步骤：
(1)获取行人的转移概率密度函数与局部密度的关系；首先设定行人局部密度计算方法，然后处理真实行人运动数据，分析不同行人局部密度下的转移步长，进而求解行人的转移概率密度函数具体表达形式，最后拟合转移概率密度函数的参数与局部密度的函数关系；
(2)对行人运动进行仿真，具体而言，每个仿真步长下随机生成一组行人位置更新顺序，按此顺序依次获取行人局部密度，结合步骤(1)获取的行人的转移概率密度函数的参数与局部密度的函数关系，得到行人的转移概率密度函数，进而完成行人位置更新。


2.根据权利要求1所述的一种考虑行人运动统计特性的人群行为仿真方法，其特征在于，步骤(1)中设定行人局部密度计算方法，具体为：
扫描行人当前点位前向视线范围，确定局部密度计算区域并计算此区域内行人密度，扫描范围选定半径为R、直径垂直于通道走向的半圆区域，覆盖行人前向行走所有方向；若扫描范围未溢出通道范围，则局部密度计算区域取定为半圆范围；反之则忽略溢出通道范围部分，取扫描范围与通道范围重叠区域；时刻t行人所处位置为的局部密度计算公式如下：



其中，S为位置局部密度计算区域面积，为位置局部密度计算区域内行人j的当前位置，依次选取位置局部密度计算区域内的所有行人，计算其到位置的距离，用以得出局部密度具体数值。


3.根据权利要求1所述的一种考虑行人运动统计特性的人群行为仿真方法，其特征在于，步骤(1)中行人真实运动数据处理具体为：选定时间步长△e，结合设定行人局部密度计算方法获取每一时间步长内全部行人的局部密度，统计这些局部密度下行人x方向和y方向步长，计算后得出ρ最小值为ρmin，最大值为ρmax。


4.根据权利要求1所述的一种考虑行人运动统计特性的人群行为仿真方法，其特征在于，步骤(1)中不同行人局部密度下的转移步长的分析方法为：
取定ρ的分组间隔Δρ，将行人x方向步长lx和y方向步长ly按Δρ进行分组，共组，即第i组中包含所有局部密度为[ρmin+(i-1)Δρ,ρmin+iΔρ)的lx和ly，对于不同的局部密度分组，分别绘制lx和ly的频率分布直方图；根据频率分布直方图展现的曲线规律，采用函数fx(lx；θ1,θ2,...θn)表示x方向行人转移概率密度函数，函数fy(ly；ω1,ω2,...ωm)表示y方向行人转移概率密度函数，其中θ1,θ2,...θn为函数fx的参数，ω1,ω2,...ωm为函数fy的参数。


5.根据权利要求4所述的一种考虑行人运动统计特性的人群行为仿真方法，其特征在于，由于x方向和y方向步长频率分布直方图均展现出钟形曲线规律，采用正...

【专利技术属性】
技术研发人员：王炜，王玉杰，屠雨，陈坦，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32