行人智能体运动与应急疏散的仿真方法及计算机设备技术

本申请提供了一种行人智能体运动与应急疏散的仿真方法、计算机可读存储介质和计算机设备，包括：根据获取的当前建筑场景内多个监控视频点位的监控视频，识别建筑场景中的行人运动状态，更新当前建筑场景的行人个体参数、行人运动参数和行人运动行为的初始化数据；根据当前建筑场景构建空间模型和行人智能体，同步行人智能体在空间模型的位置坐标，同步行人智能体在空间模型的位置坐标；更新行人智能体的实时位置坐标，得到预测的行人智能体运动轨迹或疏散轨迹。可以做到人群过度聚集预警和应急疏散预测。急疏散预测。急疏散预测。

【技术实现步骤摘要】
行人智能体运动与应急疏散的仿真方法及计算机设备


[0001]本申请属于行人疏散仿真领域，尤其涉及一种行人智能体运动与应急疏散的仿真方法、计算机可读存储介质及计算机设备。

技术介绍

[0002]对城市人群的行为监测分析和运动与疏散仿真能够对城市智能建筑内的人群动线、城市区域内人群迁移做出预测，能够避免城市大规模人群异常聚集、交通枢纽行人流混乱、以及极端情况下的人群拥堵，帮助于城市行人交通流设计和人员安全管理，服务于城市智慧交通、智能楼宇的日常管理，以及重大活动的安全保障。行人行为对人群运动及疏散仿真结果起到了决定性的影响，目前国内已有的行人流和应急疏散模拟技术还无法实现模型与多种行人行为的耦合，无法模拟人群之间个体的行为对人群运动的影响，不能准确模拟复杂人群流动的场景。

技术实现思路

[0003]本申请的目的在于提供一种行人智能体运动与应急疏散的仿真方法、计算机可读存储介质及计算机设备，旨在解决应急疏散模拟不能实现模型与多种行人行为的耦合，不能模拟人群之间个体的行为对人群运动的影响，不能准确模拟复杂人群流动的问题。
[0004]第一方面，本申请提供了一种行人智能体运动与应急疏散的仿真方法，包括：
[0005]预设建筑场景类型，根据预设建筑场景设定行人个体参数、行人运动参数和行人运动行为的初始化数据；
[0006]根据获取的当前建筑场景内多个监控视频点位的监控视频，识别建筑场景中的行人运动状态，更新当前建筑场景的行人个体参数、行人运动参数和行人运动行为的初始化数据；
[0007]根根据当前建筑场景构建空间模型和行人智能体，同步行人智能体在空间模型的位置坐标；所述空间模型是基于建筑BIM模型创建的用于人群仿真的三维空间模型；
[0008]将更新的当前建筑场景的行人个体参数、行人运动参数和行人运动行为的初始化数据输入预先构建的智能体模型，输出实时更新的行人智能体的行人个体参数、行人运动参数和行人运动行为，更新行人智能体的实时位置坐标，得到预测的行人智能体运动轨迹或疏散轨迹。
[0009]进一步地，所述根据获取的当前建筑场景内多个监控视频点位的监控视频，识别建筑场景中的行人运动状态，更新当前建筑场景的行人个体参数、行人运动参数和行人运动行为的初始化数据，具体为：
[0010]根据获取的当前建筑场景内多个监控视频点位的监控视频，识别监控视频中的行人个体，对行人个体进行标记；
[0011]通过标记对当前建筑场景中的行人个体根据不同时间、不同监控点位和不同视频进行关联和匹配，获得行人个体在不同时间点的位置坐标，获得每个行人个体已知的运动
轨迹和行人动态参数；
[0012]根据每个行人个体已知的运动轨迹计算每个行人个体的行人运动参数；
[0013]根据获得的每个行人个体已知的运动轨迹，推测行人个体在监控视频之外的运动轨迹，获取建筑场景内不同时间的行人分布和运动轨迹数据；
[0014]分析监控视频中的行人个体，得到行人静态参数；
[0015]根据行人静态参数和运动轨迹数据利用循环神经网络算法，计算不同行人个体的行人运动行为；
[0016]更新当前建筑场景的行人个体参数、行人运动参数和行人运动的初始化数据，所述行人个体参数包括静态参数和动态参数。
[0017]进一步地，所述静态参数包括：行人形体尺寸、性别、年龄、行人历史平均移动速度和行人身份；所述行人身份是由行人的服装、平均移动速度和历史活动轨迹判定的；动态参数包括：行人在场景变化中的恐慌指数和礼貌指数，以及是否受伤。
[0018]进一步地，所述空间模型是基于建筑BIM模型创建的用于人群仿真的三维空间模型。进一步地，所述行人运动参数包括行人坐标、行人运动速度和运动方向。
[0019]进一步地，所述智能体模型是通过以下方式构建的：根据获取的当前建筑场景内多个监控视频点位的监控视频和当前建筑场景的空间模型作为样本，采用计算机视觉算法提取每个行人智能体的动态参数，实时计算与其他行人智能体的相对位置；根据已知的运动轨迹和行人身份，预测行人智能体的目标位置，根据视频图像识别行人智能体至目标位置的路线范围内的障碍物，根据模型在该建筑场景中预设的影响权重，实时预测行人智能体在预设时间的运动路径和运动速度，并更新行人运动行为的识别结果。
[0020]进一步地，所述根据当前建筑场景构建空间模型和行人智能体，同步行人智能体在空间模型的位置坐标之后，还包括：
[0021]预先设置当前建筑场景中的环境事件和时间事件。
[0022]进一步地，所述将更新的当前建筑场景的行人个体参数、行人运动参数和行人运动行为的初始化数据输入预先构建的智能体模型，输出实时更新的行人智能体的行人个体参数、行人运动参数和行人运动行为，更新行人智能体的实时位置坐标，得到预测的行人智能体运动轨迹或疏散轨迹，具体为：
[0023]根据最终目标位置坐标，以及更新的行人个体参数、行人运动参数和行人运动行为，预设行人智能体的运动轨迹；
[0024]获取行人智能体、环境事件和时间事件对行人智能体的运动方向产生影响的偏好值，计算行人智能体的运动方向的偏好值；
[0025]根据行人智能体的运动方向的偏好值，计算并实时更新行人智能体的行人个体参数、行人运动参数和行人运动行为，得到行人智能体的实时位置坐标，修正行人智能体运动轨迹或疏散轨迹。
[0026]第二方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述的行人智能体运动与应急疏散的仿真方法的步骤。
[0027]第三方面，本申请提供了一种计算机设备，包括：一个或多个处理器、存储器以及一个或多个计算机程序，所述处理器和所述存储器通过总线连接，其中所述一个或多个计
算机程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述处理器执行所述计算机程序时实现所述的行人智能体运动与应急疏散的仿真方法的步骤。
[0028]在本申请中，基于视频监控图像，对城市建筑的人群分布动向进行预测。本仿真方法能够基于人群分布状态和表现行为，预测人群的移动方向和密度趋势变化，做到人群过度聚集预警和应急疏散预测。
附图说明
[0029]图1是本申请一实施例提供的行人智能体运动与应急疏散的仿真方法的流程图。
[0030]图2是本申请一实施例提供的行人智能体的概念要素的关系图。
[0031]图3是本申请一实施例提供的行人智能体的运动路径和运动方向示意图。
[0032]图4是本申请一实施例提供的行人智能体之间相互影响的示意图。
[0033]图5是本申请一实施例提供的计算机设备的具体结构框图。
[0034]图6是本申请一实施例提供的行人智能体运动与应急疏散的仿真系统的结构示意图。
具体实施方式
[0035]为了使本申请的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本申请进行进一步本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种行人智能体运动与应急疏散的仿真方法，其特征在于，包括：预设建筑场景类型，根据预设建筑场景设定行人个体参数、行人运动参数和行人运动行为的初始化数据；根据获取的当前建筑场景内多个监控视频点位的监控视频，识别建筑场景中的行人运动状态，更新当前建筑场景的行人个体参数、行人运动参数和行人运动行为的初始化数据；根据当前建筑场景构建空间模型和行人智能体，同步行人智能体在空间模型的位置坐标；将更新的当前建筑场景的行人个体参数、行人运动参数和行人运动行为的初始化数据输入预先构建的智能体模型，输出实时更新的行人智能体的行人个体参数、行人运动参数和行人运动行为，更新行人智能体的实时位置坐标，得到预测的行人智能体运动轨迹或疏散轨迹。2.如权利要求1所述的方法，其特征在于，所述根据获取的当前建筑场景内多个监控视频点位的监控视频，识别建筑场景中的行人运动状态，更新当前建筑场景的行人个体参数、行人运动参数和行人运动行为的初始化数据，具体为：根据获取的当前建筑场景内多个监控视频点位的监控视频，识别监控视频中的行人个体，对行人个体进行标记；通过标记对当前建筑场景中的行人个体根据不同时间、不同监控点位和不同视频进行关联和匹配，获得行人个体在不同时间点的位置信息，获得每个行人个体已知的运动轨迹和行人动态参数；根据每个行人个体已知的运动轨迹计算每个行人个体的行人运动参数；根据获得的每个行人个体已知的运动轨迹，推测行人个体在监控视频之外的运动轨迹，获取建筑场景内不同时间的行人分布和运动轨迹数据；分析监控视频中的行人个体，得到行人静态参数；根据行人静态参数和运动轨迹数据利用循环神经网络算法，计算不同行人个体的行人运动行为；更新当前建筑场景的行人个体参数、行人运动参数和行人运动的初始化数据，所述行人个体参数包括静态参数和动态参数。3.如权利要求2所述的方法，其特征在于，所述静态参数包括：行人形体尺寸、性别、年龄、行人历史平均移动速度和行人身份；所述行人身份是由行人的服装、平均移动速度和历史活动轨迹判定的；动态参数包括：行人在场景变化中的恐慌指数和礼貌指数，以及是否受伤。4.如权利要求1所述的方法，其特征在于，所述空间模型是基于建筑BIM模型创建的用于人群仿真的三维空间模型。5.如权利要求1所述的方法，其特征在于，所述行人运动参数包括行人坐标、行人运...

【专利技术属性】
技术研发人员：黄申石，魏瑞超，练丽萍，武延坤，杨代铭，艾迪昊，王浩，
申请(专利权)人：深圳职业技术学院，
类型：发明
国别省市：