CN105550500A - 一种基于社会力的行人跟随行为仿真方法 - Google Patents

一种基于社会力的行人跟随行为仿真方法 Download PDF

Info

Publication number
CN105550500A
CN105550500A CN201510894256.6A CN201510894256A CN105550500A CN 105550500 A CN105550500 A CN 105550500A CN 201510894256 A CN201510894256 A CN 201510894256A CN 105550500 A CN105550500 A CN 105550500A
Authority
CN
China
Prior art keywords
pedestrian
following behavior
producing
force
subject
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510894256.6A
Other languages
English (en)
Other versions
CN105550500B (zh
Inventor
贾洪飞
原志路
李永行
陈彬
张麟凤
胡雁宾
桑珩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jilin University
Original Assignee
Jilin University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jilin University filed Critical Jilin University
Priority to CN201510894256.6A priority Critical patent/CN105550500B/zh
Publication of CN105550500A publication Critical patent/CN105550500A/zh
Application granted granted Critical
Publication of CN105550500B publication Critical patent/CN105550500B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/004Artificial life, i.e. computing arrangements simulating life
    • G06N3/006Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16ZINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00Subject matter not provided for in other main groups of this subclass

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种交通仿真技术领域中行人交通行为仿真的方法,具体是一种基于社会力的行人跟随行为仿真方法,克服了现有技术中只能仿真同伴群行人之间跟随行为的不足;包括以下步骤:1、建立基于社会力的行人仿真模型;2、判断行人是否产生跟随行为;3、计算产生跟随行为的行人受到其他行人的吸引力;4、计算产生跟随行为的行人受到的总吸引力;5、将产生跟随行为的行人受到的总吸引力加入基于社会力的行人仿真模型;本发明在基于社会力的行人仿真模型中,考虑行人跟随行为中的行人方向、速度、距离和视角因素,加入产生跟随行为的行人受到的总吸引力,更好的仿真行人的跟随行为。<!-- 2 -->

Description

一种基于社会力的行人跟随行为仿真方法
技术领域
本发明涉及一种交通仿真技术领域中行人交通行为仿真的方法,具体是一种基于社会力的行人跟随行为仿真方法。
背景技术
不管在拥挤的客运枢纽、大型商场、公共场馆,还是在学生下课后的走廊中,行人都具有跟随行为,行人跟随行为普遍存在于我们的日常生活中,研究行人跟随行为具有重要的理论价值和现实意义。不同环境下行人的跟随行为不一样,在早晚通勤时间,各大交通枢纽行人拥挤不堪,这种互不相识的行人流中的跟随行为更是研究的重点。
目前,有研究人员在基于社会力的行人仿真模型中,考虑同伴群行人渴望与同伴群其他行人交流的动机、渴望不偏离所属同伴群中心的愿望和避免与同伴群内部其他行人相撞等因素,分别加入同伴群行人的视觉力、聚合力和排斥力,仿真同伴群行人之间的跟随行为。然而,通过实际观察发现,在相互不认识的人群中,行人为了减少不必要的冲突,寻求更舒适的行走空间,往往会跟随前方能够为自己创造行走空间的行人。
上述在基于社会力的行人仿真模型中加入同伴群行人的视觉力、聚合力和排斥力的方法,只能仿真同伴群行人之间的跟随行为,没有考虑互不相识的行人流中的行人跟随行为。
发明内容
本发明的目的在于克服现有技术中只能仿真同伴群行人之间跟随行为的不足,提供一种基于社会力的行人跟随行为仿真方法,加入产生跟随行为的行人受到的总吸引力,能够更好的仿真行人的跟随行为。
一种基于社会力的行人跟随行为仿真方法,包括以下步骤:
步骤一:建立基于社会力的行人仿真模型;
步骤二:判断行人是否产生跟随行为;
如果行人速度大于或等于期望速度,则该行人不产生跟随行为;如果行人速度小于期望速度,则该行人行走遇到困境,产生跟随行为。
步骤三:计算产生跟随行为的行人受到其他行人的吸引力;
产生跟随行为的行人p受到行人q的吸引力:
式中:为产生跟随行为的行人p受到行人q的吸引力;为产生跟随行为的行人p的自身驱动力;βp1为方向系数;βp2为速度系数;βp3为距离系数;βp4为视角系数;为由产生跟随行为的行人p指向行人q的单位方向向量;为调节系数,
步骤四:计算产生跟随行为的行人受到的总吸引力;
所述产生跟随行为的行人受到的总吸引力等于其他所有行人对产生跟随行为的行人的吸引力的矢量和。
步骤五:将产生跟随行为的行人受到的总吸引力加入基于社会力的行人仿真模型;
技术方案中所述方向系数计算公式:
&beta; p 1 = 0 , v &RightArrow; p , w i l l &CenterDot; v &RightArrow; q < 0 c o s ( < v &RightArrow; p , w i l l , v &RightArrow; q > ) , v &RightArrow; p , w i l l &CenterDot; v &RightArrow; q &GreaterEqual; 0
式中:为产生跟随行为的行人p的期望速度;为行人q的速度;为产生跟随行为的行人p的期望速度方向与行人q的速度方向之间的夹角;
所述速度系数计算公式:
&beta; p 2 = 1 , | v &RightArrow; q | > | v &RightArrow; p , w i l l | | v &RightArrow; q | / | v &RightArrow; p , w i l l | , | v &RightArrow; q | &le; | v &RightArrow; p , w i l l |
所述距离系数计算公式:
&beta; p 3 = 1 , d p q &le; r p + r q exp ( d p q - r p - r q l p ) , d p q > r p + r q
式中:rp为产生跟随行为的行人p的半径;rq为行人q的半径;lp为产生跟随行为的行人p的视距;dpq为产生跟随行为的行人p与行人q之间的距离;
所述视角系数计算公式:
式中:θ为产生跟随行为的行人p与行人q连线方向和产生跟随行为的行人p速度方向之间的夹角。
技术方案中步骤五所述将产生跟随行为的行人受到的总吸引力加入基于社会力的行人仿真模型是指:
在基于社会力的行人仿真模型中加入产生跟随行为的行人受到的总吸引力,使得产生跟随行为的行人受自身的驱动力、障碍物的作用力、行人间的作用力和总吸引力四种力的作用,将这四种力矢量求和,得到产生跟随行为的行人受到的合力,根据牛顿第二定律,产生跟随行为的行人在合力的作用下产生加速度,产生位移,实现产生跟随行为的行人行走过程的仿真。
本发明与现有技术相比的有益效果是:
本发明在基于社会力的行人仿真模型中,考虑行人跟随行为中的行人方向、速度、距离和视角因素,加入产生跟随行为的行人受到的总吸引力,更好的仿真行人的跟随行为。
附图说明:
图1是本发明所述基于社会力的行人跟随行为仿真方法中的基于社会力的行人跟随行为仿真框架;
图2是本发明所述基于社会力的行人仿真模型中行人受力情况示意图;
图3是本发明所述基于社会力的行人跟随行为仿真中产生跟随行为的行人受力情况示意图。
具体实施方式
下面结合附图对本发明做详细的描述:
一种基于社会力的行人跟随行为仿真方法,参照图1,包括以下步骤:
步骤一:建立基于社会力的行人仿真模型;
参照图2,行人受自身驱动力障碍物的作用力和行人间的作用力将这三种力矢量求和,得到行人受到的合力,根据牛顿第二定律,行人在合力的作用下,产生加速度:
a &RightArrow; = f &RightArrow; t o t a l / m
式中:行人受到的合力;为行人加速度;m为行人质量。
行人在速度和加速度的作用下,产生位移,实现行人行走过程的仿真。
步骤二:判断行人是否产生跟随行为;
如果行人速度大于或等于期望速度,则该行人不产生跟随行为;如果行人速度小于期望速度,则该行人行走遇到困境,产生跟随行为。
步骤三:计算产生跟随行为的行人受到其他行人的吸引力;
考虑行人方向、速度、距离和视角因素,计算产生跟随行为的行人p受到行人q的吸引力:
式中:为产生跟随行为的行人p受到行人q的吸引力;为产生跟随行为的行人p的自身驱动力;βp1为方向系数;βp2为速度系数;βp3为距离系数;βp4为视角系数;为由产生跟随行为的行人p指向行人q的单位方向向量;为调节系数,
行人倾向于跟随行走方向与其既定目标更加接近的前方行人,接近程度越大,吸引力越大。方向系数计算公式:
&beta; p 1 = 0 , v &RightArrow; p , w i l l &CenterDot; v &RightArrow; q < 0 c o s ( < v &RightArrow; p , w i l l , v &RightArrow; q > ) , v &RightArrow; p , w i l l &CenterDot; v &RightArrow; q &GreaterEqual; 0
式中:为产生跟随行为的行人p的期望速度;为行人q的速度;为产生跟随行为的行人p的期望速度方向与行人q的速度方向之间的夹角。
行人倾向于跟随前方速度更快的其他行人,也就是说,速度越大的前方行人对当前行人的吸引力越大,但是当前方行人速度大于当前行人的期望速度时,吸引力不会有明显增加。速度系数计算公式:
&beta; p 2 = 1 , | v &RightArrow; q | > | v &RightArrow; p , w i l l | | v &RightArrow; q | / | v &RightArrow; p , w i l l | , | v &RightArrow; q | &le; | v &RightArrow; p , w i l l |
行人视距范围以外的其他行人不对其产生影响。在行人视距范围以内,行人倾向于跟随距离自己更近的其他行人,当行人之间发生身体接触时,吸引力将不再增大。距离系数计算公式:
&beta; p 3 = 1 , d p q &le; r p + r q exp ( d p q - r p - r q l p ) , d p q > r p + r q
式中:rp为产生跟随行为的行人p的半径;rq为行人q的半径;lp为产生跟随行为的行人p的视距;dpq为产生跟随行为的行人p与行人q之间的距离。
行人行走过程中不关注其后面的其他行人,只有前方180°视角内的其他行人对其产生影响。视角系数计算公式:
式中:θ为产生跟随行为的行人p与行人q连线方向和产生跟随行为的行人p速度方向之间的夹角。
步骤四:计算产生跟随行为的行人受到的总吸引力;
所述产生跟随行为的行人受到的总吸引力等于其他所有行人对产生跟随行为的行人的吸引力的矢量和。
步骤五:将产生跟随行为的行人受到的总吸引力加入基于社会力的行人仿真模型;
参照图3,在基于社会力的行人仿真模型中加入产生跟随行为的行人受到的总吸引力,使得产生跟随行为的行人受自身的驱动力障碍物的作用力行人间的作用力和总吸引力四种力的作用,将这四种力矢量求和,得到产生跟随行为的行人受到的合力,根据牛顿第二定律,产生跟随行为的行人p在合力的作用下,产生加速度:
a &RightArrow; p = f &RightArrow; p , t o t a l / m p
式中:为产生跟随行为的行人p受到的合力;为产生跟随行为的行人p的加速度;mp为产生跟随行为的行人p的质量。
产生跟随行为的行人在速度与加速度的作用下,产生位移,从而实现产生跟随行为的行人行走过程的仿真。
采用计算机C++语言编程实现基于社会力的行人仿真,加入产生跟随行为的行人受到的总吸引力,实现行人跟随行为仿真。

Claims (3)

1.一种基于社会力的行人跟随行为仿真方法,其特征在于,包括以下步骤:
步骤一:建立基于社会力的行人仿真模型;
步骤二:判断行人是否产生跟随行为;
如果行人速度大于或等于期望速度,则该行人不产生跟随行为;如果行人速度小于期望速度,则该行人行走遇到困境,产生跟随行为。
步骤三:计算产生跟随行为的行人受到其他行人的吸引力;
产生跟随行为的行人p受到行人q的吸引力:
式中:为产生跟随行为的行人p受到行人q的吸引力;为产生跟随行为的行人p的自身驱动力;βp1为方向系数;βp2为速度系数;βp3为距离系数;βp4为视角系数;为由产生跟随行为的行人p指向行人q的单位方向向量;为调节系数,
步骤四:计算产生跟随行为的行人受到的总吸引力;
所述产生跟随行为的行人受到的总吸引力等于其他所有行人对产生跟随行为的行人的吸引力的矢量和。
步骤五:将产生跟随行为的行人受到的总吸引力加入基于社会力的行人仿真模型。
2.根据权利要求1所述的一种基于社会力的行人跟随行为仿真方法,其特征在于:
所述方向系数计算公式:
式中:为产生跟随行为的行人p的期望速度;为行人q的速度;为产生跟随行为的行人p的期望速度方向与行人q的速度方向之间的夹角;
所述速度系数计算公式:
所述距离系数计算公式:
式中:rp为产生跟随行为的行人p的半径;rq为行人q的半径;lp为产生跟随行为的行人p的视距;dpq为产生跟随行为的行人p与行人q之间的距离;
所述视角系数计算公式:
式中:θ为产生跟随行为的行人p与行人q连线方向和产生跟随行为的行人p速度方向之间的夹角。
3.根据权利要求1所述的一种基于社会力的行人跟随行为仿真方法,其特征在于:
步骤五所述将产生跟随行为的行人受到的总吸引力加入基于社会力的行人仿真模型是指:
在基于社会力的行人仿真模型中加入产生跟随行为的行人受到的总吸引力,使得产生跟随行为的行人受自身的驱动力、障碍物的作用力、行人间的作用力和总吸引力四种力的作用,将这四种力矢量求和,得到产生跟随行为的行人受到的合力,根据牛顿第二定律,产生跟随行为的行人在合力的作用下产生加速度,产生位移,实现产生跟随行为的行人行走过程的仿真。
CN201510894256.6A 2015-12-08 2015-12-08 一种基于社会力的行人跟随行为仿真方法 Expired - Fee Related CN105550500B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510894256.6A CN105550500B (zh) 2015-12-08 2015-12-08 一种基于社会力的行人跟随行为仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510894256.6A CN105550500B (zh) 2015-12-08 2015-12-08 一种基于社会力的行人跟随行为仿真方法

Publications (2)

Publication Number Publication Date
CN105550500A true CN105550500A (zh) 2016-05-04
CN105550500B CN105550500B (zh) 2017-12-15

Family

ID=55829688

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510894256.6A Expired - Fee Related CN105550500B (zh) 2015-12-08 2015-12-08 一种基于社会力的行人跟随行为仿真方法

Country Status (1)

Country Link
CN (1) CN105550500B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108959667A (zh) * 2017-05-18 2018-12-07 株式会社日立制作所 行人跟随行为仿真方法及行人跟随行为仿真装置
CN110414365A (zh) * 2019-07-03 2019-11-05 上海交通大学 基于社会力模型的过街行人轨迹预测方法、系统及介质
CN112585616A (zh) * 2018-08-29 2021-03-30 罗伯特·博世有限公司 用于预测行人的至少一个将来的速度矢量和或将来的姿态的方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101719285A (zh) * 2009-12-28 2010-06-02 电子科技大学 一种多层次虚拟群体的避碰方法
CN101826122A (zh) * 2010-01-18 2010-09-08 吉林大学 一种基于阻塞角的行人仿真中障碍物避碰方法
CN102682303A (zh) * 2012-03-13 2012-09-19 上海交通大学 基于lbp加权社会力模型的人群异常事件检测方法
CN104239636A (zh) * 2014-09-16 2014-12-24 北京航空航天大学 一种火灾应急疏散模拟方法
CN104331917A (zh) * 2014-10-22 2015-02-04 电子科技大学 一种恐慌人群逃生模拟方法
CN104809898A (zh) * 2015-05-25 2015-07-29 吉林大学 一种突发事件状态下的车辆换道诱导系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101719285A (zh) * 2009-12-28 2010-06-02 电子科技大学 一种多层次虚拟群体的避碰方法
CN101826122A (zh) * 2010-01-18 2010-09-08 吉林大学 一种基于阻塞角的行人仿真中障碍物避碰方法
CN102682303A (zh) * 2012-03-13 2012-09-19 上海交通大学 基于lbp加权社会力模型的人群异常事件检测方法
CN104239636A (zh) * 2014-09-16 2014-12-24 北京航空航天大学 一种火灾应急疏散模拟方法
CN104331917A (zh) * 2014-10-22 2015-02-04 电子科技大学 一种恐慌人群逃生模拟方法
CN104809898A (zh) * 2015-05-25 2015-07-29 吉林大学 一种突发事件状态下的车辆换道诱导系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
汪蕾 等: "社会力模型的改进研究", 《南京理工大学学报( 自然科学版)》 *
王爱丽 等: "基于社会力的行人交通微观仿真模型研究", 《系统仿真学报》 *
陈峰 等: "社会力行人仿真模型的分子动力学方法实现", 《系统工程理论与实践》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108959667A (zh) * 2017-05-18 2018-12-07 株式会社日立制作所 行人跟随行为仿真方法及行人跟随行为仿真装置
CN112585616A (zh) * 2018-08-29 2021-03-30 罗伯特·博世有限公司 用于预测行人的至少一个将来的速度矢量和或将来的姿态的方法
US11958482B2 (en) 2018-08-29 2024-04-16 Robert Bosch Gmbh Method for predicting at least one future velocity vector and/or a future pose of a pedestrian
CN110414365A (zh) * 2019-07-03 2019-11-05 上海交通大学 基于社会力模型的过街行人轨迹预测方法、系统及介质

Also Published As

Publication number Publication date
CN105550500B (zh) 2017-12-15

Similar Documents

Publication Publication Date Title
CN105550500A (zh) 一种基于社会力的行人跟随行为仿真方法
CN103208123B (zh) 图像分割方法与系统
US11468575B2 (en) Deep structured scene flow for autonomous devices
CN102254422A (zh) Pw宏观交通流模型稳定性建模方法
CN107103156B (zh) 一种考虑从众心理的人群疏散仿真方法及系统
CN107704667B (zh) 模拟集群性的人群运动仿真方法、装置和系统
Yuan et al. Multi-reward architecture based reinforcement learning for highway driving policies
Lu et al. Applications of digital twin system in a smart city system with multi-energy
CN104778072A (zh) 一种用于交通混合流模型的车辆和行人交互模拟方法
CN108959667A (zh) 行人跟随行为仿真方法及行人跟随行为仿真装置
CN107424472A (zh) 一种vr设备与体感座椅结合实现模拟驾驶的方法
Kuang et al. An extended car-following model incorporating the effects of driver’s memory and mean expected velocity field in ITS environment
Vaity et al. A survey on vehicular mobility modeling: flow modeling
Wu et al. A deep reinforcement learning based car following model for electric vehicle
SE1551399A1 (en) A method for controlling a powertrain of a vehicle
Ordóñez-Hurtado et al. Evaluation of a new intelligent speed advisory system using hardware-in-the-loop simulation
CN105740485A (zh) 一种机械系统力学的运动仿真方法及系统
Cazzella et al. A Multi-Modal Simulation Framework to Enable Digital Twin-based V2X Communications in Dynamic Environments
Teng et al. Car Following Model Based on Driving Risk Field for Vehicle Infrastructure Cooperation
Sharma et al. The multidimensional venture of developing a smart city
Charissis et al. Improving Human Responses with the use of prototype HUD interface
Wang et al. A speed study of mountainous freeway combined alignment
Jastrzębski et al. Fuzzy logic as a model of an actor‐driver in simulator scenarios
Gao et al. Research on intelligent driving behavior based on cognitive science and scene simulation
Bui et al. Multi-agent based simulation of traffic in Vietnam

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20171215

Termination date: 20181208