基于情绪认知的人群疏散可视化方法技术

本发明专利技术公开了基于情绪认知的人群疏散可视化方法，包括步骤：构建人群疏散导航网格、初始化人群、紧急事件发生后计算每个个体的情绪和运动速度、根据人群运动信息计算可行走区域的人群密度并对导航网进行更新、根据基于密度信息的导航图搜索算法为每个个体规划最短路径或最快路径、以图形化的方式实现人群疏散可视化。本发明专利技术的有益效果在于：区别于传统人群疏散可视化方法，本发明专利技术有效地提高了人群疏散可视化的真实性；区别于传统的导航图算法，本发明专利技术保证了人群疏散可视化中个体行为的多样性；区别于传统的个体几何表示方法，本发明专利技术保证了人群疏散的高效性。

Visual method of crowd evacuation based on emotional cognition

【技术实现步骤摘要】
基于情绪认知的人群疏散可视化方法
本专利技术涉及计算机仿真
，特别是基于情绪认知的人群疏散可视化方法。
技术介绍
研究紧急情况下人群运动涉及心理学、社会学和群体动力学等复杂领域，是一个多学科交叉的复杂系统课题。近年来，随着城市计算与群体仿真技术的不断发展，人群紧急疏散成为现阶段计算机仿真领域的研究热点之一。结合群体动画与可视分析技术，可以进一步发掘人群的运动模式，有助于将人群快速疏散到避难场所，减少疏散时因人群过度拥挤而造成的踩踏事故，为建筑规划者提供有效的参考。在城市公共安全、虚拟现实、交通、机器人等各个领域具有十分重要的研究意义。然而，传统的群体动画模型大多侧重于路径规划和碰撞避免，难以对真实世界人群运动进行可视化与仿真。此外，群体行为大多受到人格特质和情绪传染的影响。因此，在对面向城市安全的人群运动进行可视化与仿真的过程中，除了考虑个体路径规划之外，其内在个性和情绪传染也是一个需要考虑的重要因素。在心理学领域，情绪感染的本质是情绪的交流和传递，情绪传染对个体在特定情况下的情绪、行为和决策有很大的影响。例如，在地震或火灾紧急疏散时，情绪传染会加剧恐慌，促使个人立即采取行动，积累恐惧和压力。过度的恐慌会使个体很难仔细思考和判断当前的情况，导致Herd行为的增加和疏散时间的增加。此外，与积极情绪如冷静、自信、乐观等相比，消极情绪如恐慌、焦虑、恐惧、不耐烦、生气等对人群疏散的负面影响更大。
技术实现思路
为了解决现有人群疏散可视化方法的不足，本专利技术提供了基于情绪认知的人群疏散可视化方法，考虑了人群疏散过程中的上躯干运动、情绪传染、人群密度和路径规划，并且对这些因素进行了量化和分析，对现有常见人群疏散可视化方法进行改进，使可视化效果更准确，符合真实世界人群疏散情况，为城市公共安全、建筑规划、紧急演练等领域提供灵活可控的可视化工具。实现本专利技术目的的技术方案如下：基于情绪认知的人群疏散可视化方法，包括：步骤1：根据三维环境信息Environment、障碍物信息Obstacles以及出口信息Exits构建人群疏散导航网格Navmesh；步骤2：初始化人群Crowd，人群Crowd中每个个体包括人格特质Ψ、初始情绪值e0和初始运动速度v0；其中，个体i的人格特质根据OCEAN模型得到，如下：其中，O为开放性，C为尽责性，E为外向性，A为亲和性，N为情绪稳定性；公式(1)表示个体i的人格特质组成，公式(2)表示个体i的每个人格分量的大小，Norm表示正态分布，均值为μi∈[0,1]，标准差为σi∈[-0.1,0.1]；步骤3：紧急事件于t时刻发生，根据每个个体的人格特质Ψ，计算t+1时刻每个个体的情绪et+1和运动速度vt+1；其中，个体i的计算方法为：计算个体i的情绪吸收性与个体j的情绪传染性其中，β∈[0,1)表示亲和性所占据的权重；γ∈[0,1)表示外向性所占据的权重；个体i受其感知范围d内其他个体j的情绪影响，根据个体i的情绪吸收性与个体j的情绪传染性计算t时刻个体i受个体j的情绪变化值，计算个体i在t+1时刻的情绪值其中，α∈[0,1)表示情绪衰减的强度，J表示个体i感知范围d内其他个体的总数；计算个体i在t+1时刻的运动速度其中，vmax为个体的最大运动速度；步骤4：根据人群运动信息计算t+1时刻可行走区域的人群密度ρ，并对导航网格Navmesh进行更新；步骤5：根据基于密度信息的导航图搜索算法为每个个体规划最短路径pshort或最快路径pfast；步骤6：以图形化的方式实现人群疏散可视化。进一步地，所述步骤5，根据基于密度信息的导航图搜索算法为每个个体规划最短路径pshort或最快路径pfast，具体为：5.1：根据导航网格Navmesh的信息，确定个体起点位置所在的可行走区域M0和出口位置所在的可行走区域Mexit；5.2：搜索个体当前所在区域M0的相邻可行走区域，计算该区域的人群密度ρk，ρk＝nk/ak；(8)其中，nk表示相邻的第k个可行走区域的个体数，ak表示该可行走区域的面积；5.3：判断与个体所在区域相邻的可行走区域的人群密度ρk与阈值ρth的大小关系，基于该密度信息ρk计算导航图搜索算法的成本值F，其中，G表示当前网格到相邻网格穿入边与穿出边的中点的距离；H表示当前网格中心点到出口位置的距离；5.4：从个体当前所在区域M0开始搜索导航图，直至搜索到区域Mexit，回溯索引得到个体从当前所在区域M0到出Mexit的最短路径pshort或最快路径pfast。上述技术方案中，进一步地，所述步骤6之前，还包括根据个体胶囊体几何表示半径l+r，利用人群密度信息计算个体躯干转动的步骤，具体为：1)将个体i表示为胶囊体的几何结构，由一个长为li宽为ri的矩形及位于矩形两侧半径为ri的半圆形组成；2)当个体i所在区域的人群密度大于阈值ρth，t时刻体i的转动角度θi计算公式如下：其中，c表示个体i沿当前路径方向的可达间隙；ωi＝l/2+ri表示胶囊体的半长轴。与现有技术相比，本专利技术的有益效果在于：1.区别于传统人群疏散可视化方法，本专利技术有效地提高了人群疏散可视化的真实性。传统的人群疏散可视化方法通过计算个体所受的吸引力、排斥力等实现人群疏散可视化，这样的方法在模拟人群疏散时不能真实的反映个体的运动变化。由于疏散时个体的运动受到其心理状态的影响，本专利技术利用通过计算个体每时刻的情绪值，并引入基于密度的导航图算法，为个体规划疏散时的最短路径或最快路径，使得可视化结果更加真实。2.区别于传统的导航图算法，本专利技术保证了人群疏散可视化中个体行为的多样性。传统的导航图算法通过导航网格、障碍物信息与起/终点信息，算法计算从起点到终点的最短路径，随着个体数量的增多，狭窄的区域容易产生拥挤，从而导致个体的路径选择单一。本专利技术通过改进的A*算法，基于可行走区域的密度信息为个体规划最短路径或最快路径，保证了人群疏散可视化中个体行为的多样性。3.区别于传统的个体几何表示方法，本专利技术保证了人群疏散的高效性。传统的个体几何表示采用disc-based方法将个体表示为一个圆盘，浪费了大量的个体可达空间，个体的几何特征一般是前后占据的空间小于左右占据的空间，因此传统的几何表示方法降低了疏散效率。本专利技术基于个体的几何特征利用胶囊体的几何表示方法，并结合密度信息实现个体的驱赶转动行为，从而使个体根据最快路径高效地到达出口。附图说明图1为本专利技术方法的整体工作流程示意图。图2为本专利技术方法的扁平化个体几何表示示意图。图3为本专利技术方法的环境输入模块示意图。图中，黑色矩形表示障碍物，灰色多边形网格表示生成的导航网格。图4为本专利技术方法的人群初始化示意图本文档来自技高网...

【技术保护点】
1.基于情绪认知的人群疏散可视化方法，其特征在于，包括：/n步骤1：根据三维环境信息Environment、障碍物信息Obstacles以及出口信息Exits构建人群疏散导航网格Navmesh；/n步骤2：初始化人群Crowd，人群Crowd中每个个体包括人格特质Ψ、初始情绪值e

【技术特征摘要】
1.基于情绪认知的人群疏散可视化方法，其特征在于，包括：
步骤1：根据三维环境信息Environment、障碍物信息Obstacles以及出口信息Exits构建人群疏散导航网格Navmesh；
步骤2：初始化人群Crowd，人群Crowd中每个个体包括人格特质Ψ、初始情绪值e0和初始运动速度v0；其中，个体i的人格特质根据OCEAN模型得到，如下：






其中，O为开放性，C为尽责性，E为外向性，A为亲和性，N为情绪稳定性；公式(1)表示个体i的人格特质组成，公式(2)表示个体i的每个人格分量的大小，Norm表示正态分布，均值为μi∈[0,1]，标准差为σi∈[-0.1,0.1]；
步骤3：紧急事件于t时刻发生，根据每个个体的人格特质Ψ，计算t+1时刻每个个体的情绪et+1和运动速度vt+1；其中，个体i的计算方法为：
计算个体i的情绪吸收性与个体j的情绪传染性






其中，β∈[0,1)表示亲和性所占据的权重；γ∈[0,1)表示外向性所占据的权重；
个体i受其感知范围d内其他个体j的情绪影响，根据个体i的情绪吸收性与个体j的情绪传染性计算t时刻个体i受个体j的情绪变化值，



计算个体i在t+1时刻的情绪值



其中，α∈[0,1)表示情绪衰减的强度，J表示个体i感知范围d内其他个体的总数；
计算个体i在t+1时刻的运动速度



其中，vmax为个体的最大运动速度；
步骤4：根据人群运动信息计算t+1时刻可行走区域的人群密度ρ，并对导航网格Navmesh进行更新；
步骤5：根据基于密度信息的导航图搜索算法为每个...

【专利技术属性】
技术研发人员：李天瑞，杨善雯，彭博，龚勋，胡节，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川;51