CN106354978B - 一种考虑疏散引导的室内多出口行人流仿真方法 - Google Patents

一种考虑疏散引导的室内多出口行人流仿真方法 Download PDF

Info

Publication number
CN106354978B
CN106354978B CN201610867890.5A CN201610867890A CN106354978B CN 106354978 B CN106354978 B CN 106354978B CN 201610867890 A CN201610867890 A CN 201610867890A CN 106354978 B CN106354978 B CN 106354978B
Authority
CN
China
Prior art keywords
pedestrian
evacuation
guidance
personnel
outlet
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.)
Active
Application number
CN201610867890.5A
Other languages
English (en)
Other versions
CN106354978A (zh
Inventor
高凤强
颜逾越
任欢
许策
林丽霞
裴俊智
毛云海
陈志芬
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.)
Xiamen University Tan Kah Kee College
Original Assignee
Xiamen University Tan Kah Kee College
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 Xiamen University Tan Kah Kee College filed Critical Xiamen University Tan Kah Kee College
Priority to CN201610867890.5A priority Critical patent/CN106354978B/zh
Publication of CN106354978A publication Critical patent/CN106354978A/zh
Application granted granted Critical
Publication of CN106354978B publication Critical patent/CN106354978B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Emergency Lowering Means (AREA)
  • Alarm Systems (AREA)

Abstract

本发明涉及一种考虑疏散引导的室内多出口行人流仿真方法，首先将室内空间做格网化处理，接着初始化疏散人员，以均匀随机分布将疏散行人安排在随机的空白元胞中，且以与引导人员不同颜色的圆点表示；然后搜索各元胞内的行人，解析各行人所受到的引导作用力、行人之间作用力、可见出口吸引力、障碍物斥力，确定各行人可能前往的四个方向，以此得到方向矩阵A；最后解析方向矩阵，各行人参与竞争，得到实际移动方向；更新行人位置，直至所有行人到达出口。本发明能够完善现有基于元胞自动机的行人流疏散模型，揭示多出口引导疏散场景中行人流疏散效果与引导作用之间的内在规律，为行人流疏散引导策略的评估与优化提供理论支持。

Description

一种考虑疏散引导的室内多出口行人流仿真方法
技术领域
本发明涉及行人流特征研究领域，特别是一种考虑疏散引导的室内多出口行人流仿真方法。
背景技术
复杂情况下大型集会的突发事件可能造成拥挤踩踏事故，疏散场所内的行人个体往往会因不熟悉环境而找不到最佳的逃生方向。通过行人流疏散模型来评价突发事件发生时集会疏散能力并提供有效的疏散策略是行人流领域的研究重点。
行人流特征的研究主要由行人微观行为特征和宏观群体特征两方面组成。行人微观行为特征研究主要是针对行人个体行为及其影响因素进行分析研究，例如分析行人的行人恐惧度、行人慢启动效应、超越行为、羊群效应、团体行为效应等。行人流宏观行为特征研究主要是针对行人群体行为及其评价进行分析研究，分析研究行人群体拥挤机理以及群集行为特性等。
目前，典型的行人流疏散模型包括元胞自动机模型、格子气模型、社会力模型、流体动力模型等。其中，元胞自动机作为一种能模拟行人个体行为并能呈现行人微观特征及宏观行为的离散模型，已经被广泛地应用于行人流仿真研究中，对于减少室内行人疏散拥堵现象，避免发生行人踩踏事故，完善集会突发情况下快速疏散的基础理论及其应用水平均具有重要作用。
Schultz结合路径查找算法及摩擦效应，利用元胞自动机模拟了机场旅客疏散情况；永贵等通过改进的层次域元胞自动机模型进行了行人疏散问题的研究，考虑了多种逃生受阻因素，并利用正菱形网格避免行人与墙壁的碰撞；陈亮等详细阐述了行人之间排斥力、路径通行能力等因素的影响，深入研究了行人疏散过程中的路径选择行为。
然而上述基于元胞自动机的行人仿真研究中，都没有关注引导作用对行人疏散过程的影响。而在考虑紧急情况下行人的心理行为及相互作用的条件下,引导人员可有效提高公共场所的疏散效率，是大型集会疏散方案中必不可少的一部分。因此，有必要将引导人员的引导作用引入仿真模型，构建考虑多出口疏散引导情况的行人流仿真模型，量化多出口疏散场景中的引导作用力，以更为综合地考察室内环境行人流运动演化，更好地揭示多出口引导疏散场景中行人流的内在规律。
发明内容
有鉴于此，本发明的目的是提出一种考虑疏散引导的室内多出口行人流仿真方法，完善现有基于元胞自动机的行人流疏散模型，揭示多出口引导疏散场景中行人流疏散效果与引导作用之间的内在规律，为行人流疏散引导策略的评估与优化提供理论支持。
本发明采用以下方案实现：一种考虑疏散引导的室内多出口行人流仿真方法，具体包括以下步骤：
步骤S1：将室内空间做格网化处理，构成(W+2)·(W+2)的二维离散元胞网格系统；根据室内疏散策略对格网化后的室内空间进行场景设置，以不同颜色方格或圆点分别代表墙壁、出口、障碍物、引导人员；
步骤S2：初始化疏散人员，以均匀随机分布将疏散行人安排在随机的空白元胞中，且以与引导人员不同颜色的圆点表示；
步骤S3:搜索各元胞内的行人，解析各行人所受到的引导作用力、行人之间作用力、可见出口吸引力、障碍物斥力，确定各行人可能前往的四个方向，以此得到方向矩阵A；
步骤S4：解析方向矩阵，各行人参与竞争，得到实际移动方向；
步骤S5：更新行人位置，直至所有行人到达出口。
进一步地，所述步骤S3具体包括以下步骤：
步骤S31:计算引导作用力
其中，D为引导人员的最大引导系数；φ为个体引导时目标视轴与干扰视轴的夹角，群体引导时φ＝0；n为单独引导集中程度系数，该程度系数越大则单独引导效果越明显；r为正确引导人员到疏散行人的距离；ri′为其他作为干扰的引导人员到疏散行人的距离；为引导作用力的方向，其方向从疏散行人指向正确引导人员的所在的出口；
步骤S32：计算行人之间作用力
其中，表示行人排斥力；表示行人吸引力；kab为行人斥力系数；gab为行人引力系数；rab为疏散行人a与疏散行人b之间的距离；dab为疏散行人a与疏散行人b之间的最小步长；w为视野范围步长；qa为行人a的带电系数；qw为行人b的带电系数；为行人斥力的方向，为行人斥力的方向；
步骤S33：计算障碍物斥力
其中，kwb为障碍物斥力系数；rwb为障碍物w与疏散行人b之间的距离；dwb为障碍物w与疏散行人b之间的最小步长；w为视野范围步长；qw为障碍物w的带电系数；qb为行人b的带电系数；为障碍物斥力的方向；
步骤S34：计算可见出口吸引力
其中，E为可见出口引力系数；dexit为可见出口与疏散行人之间的最小步长；w为视野范围步长；为可见出口吸引力的方向，其方向从疏散行人指向可见出口；
步骤S35：得到方向矩阵A：
其中，Address是该行人原先的位置，m1,m2,m3,m4∈{±1,±(W+1),±(W+2),±(W+3)}。
进一步地，所述步骤S4具体为：各行人按照方向矩阵A中决定参与方向竞争的顺序，吸引力大的方向优先考虑；当多个疏散人员同时竞争同一移动目标，此位置将被系统以等概率随机分配给其中一个行人作为下一时间步移动位置；当疏散行人在竞争中未被成功分配某一目标网格，则选择次优网格作为竞争方向；当疏散行人在所有可能移动网格的竞争中落选，该行人保持不动以等概率的根据竞争结果分配疏散行人下一步移动元胞。
与现有技术相比，本发明有以下有益效果：本发明针对多出口疏散环境中引导人员在固定位置通过声音、动作、警示灯等途径为疏散行人提供相应疏散方向的引导方式，并考虑引导信号之间的相互影响，提出一种考虑疏散引导的室内多出口行人流仿真方法。本发明通过引入无线通信理论计算引导受信度，量化引导作用力，结合可见出口吸引力、行人吸引力、行人排斥力和障碍物排斥力进一步反映行人流的微观特征，能弥补现有离散技术对描述引导作用影响的不足，能更真实地反映人员疏散的现实状况，揭示多出口引导疏散场景中行人流疏散效果与引导作用强度的内在规律，可为行人流疏散引导策略的评估与优化提供理论支持。本发明规则简单、运算速度快。
附图说明
图1为本发明实施例中的方法流程示意图。
图2为本发明实施例中的Moore型元胞自动机示意图。
图3为本发明实施例中的W＝19的室内疏散仿真环境示意图。
图4为本发明实施例中的群体引导及个体引导的信号及干扰分析示意图。
图5为本发明实施例中的行人之间作用力示意图。
图6为本发明实施例中的w＝3时的行人之间的作用力示意图。
图7为本发明实施例中的w＝3时的障碍物斥力示意图。
图8为本发明实施例中的某疏散行人的合力分解示意图。
图9为本发明实施例中的疏散过程模拟结果图。
图10为本发明实施例中的不同行人密度下引导作用系数对系统疏散时间的影响仿真结果示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
如图1所示，本实施例提供了一种考虑疏散引导的室内多出口行人流仿真方法，具体包括以下步骤：
步骤S1：将室内空间做格网化处理，构成(W+2)·(W+2)的二维离散元胞网格系统；根据室内疏散策略对格网化后的室内空间进行场景设置，以不同颜色方格或圆点分别代表墙壁、出口、障碍物、引导人员；
步骤S2：初始化疏散人员，以均匀随机分布将疏散行人安排在随机的空白元胞中，且以与引导人员不同颜色的圆点表示；
步骤S3:搜索各元胞内的行人，解析各行人所受到的引导作用力、行人之间作用力、可见出口吸引力、障碍物斥力，确定各行人可能前往的四个方向，以此得到方向矩阵A；
步骤S4：解析方向矩阵，各行人参与竞争，得到实际移动方向；
步骤S5：更新行人位置，直至所有行人到达出口。
下面结合图2至图10具体对本实施例进行阐述。
第一步，将室内空间做格网化处理。采用Moore型的元胞自动机邻居结构，将疏散空间均匀划分为等宽的元胞网格，每个元胞网格视为一个基本单位，其对应的8个元胞移动方向如图2所示。任意一个元胞网格都只有三种可能状态，分别为被疏散行人占据、被障碍物占据及未被占据。选取场景W＝19并建立如图3的疏散空间，其中浅灰色方格代表墙壁，黑色方格代表出口，深灰色方格代表障碍物，浅灰色圆点代表引导人员。设置元胞尺寸为0.5m×0.5m，每个元胞只能容纳一个行人，每个出口宽度为1个元胞大小，整个疏散空间为9.5m×9.5m。出口是行人离开疏散空间的唯一途径。
第二步，初始化疏散人员，以均匀随机分布将疏散行人安排在随机的空白元胞中，并用白色圆点表示。
第三步，解析行人受力，计算方向矩阵A：
1)引导作用力
在实际的疏散过程中，引导人员的引导作用会影响行人流的疏散效果。由于疏散人员可接收到多个引导人员的疏散指令，疏散行人存在方向犹豫性。疏散信号的受信度将直接影响引导作用力的大小。本文引入无线通信中的天线发送及接收模型，把引导人员的引导信号视为发射天线，疏散人员视为接收天线，通过计算载波及干扰信号的接收功率得到正确疏散信号的受信度。
同时，本实施例将引导作用分为群体引导和个体引导两个阶段，群体引导及个体引导中的引导人员分别视为全向天线及定向天线，如图4所示。当疏散行为从群体引导进入个体引导阶段时，疏散行人所受到的干扰进一步缩小，更易被正确的引导人员疏导。引导作用力为
式中：D为引导人员的最大引导系数；为个体引导时目标视轴与干扰视轴的夹角，群体引导时n为单独引导集中程度系数，系数越大则单独引导效果越明显；r为正确引导人员到疏散行人的距离；ri′为其他作为干扰的引导人员到疏散行人的距离；为引导作用力的方向，其方向从疏散行人指向正确引导人员的所在的出口。
2)行人之间作用力
疏散行人将产生行人之间作用力，并引起行人流的羊群效应及冲突效应。其大小与方向取决于疏散行人之间的距离，并包括行人排斥力、行人吸引力、无作用力三种情况，如图5所示。行人之间作用力为
式中：kab为行人斥力系数；gab为行人引力系数；rab为疏散行人a与疏散行人b之间的距离；dab为疏散行人a与疏散行人b之间的最小步长；w为视野范围步长；qa为行人a的带电系数；qw为行人b的带电系数；为行人斥力的方向，为行人斥力的方向，其方向如图6所示。
3)障碍物斥力
障碍物斥力为
式中：kwb为障碍物斥力系数；rwb为障碍物w与疏散行人b之间的距离；dwb为障碍物w与疏散行人b之间的最小步长；w为视野范围步长；qw为障碍物w的带电系数；qb为行人b的带电系数；为障碍物斥力的方向，其方向如图7所示。
4)可见出口吸引力
当疏散行人位于某处元胞网格，且其可视范围内包含出口时，则该出口即可见出口，并产生可见出口吸引力。当人离开疏散空间或出口不可见，将不存在可见出口吸引力。可见出口吸引力为
式中：E为可见出口引力系数；dexit为可见出口与疏散行人之间的最小步长；w为视野范围步长；为可见出口吸引力的方向，其方向从疏散行人指向可见出口。
5)方向矩阵
方向矩阵的元素是各力的合力沿邻居方向的分力方向所对应的元胞位置，并以分力大小依次排列。例如图8，某行人所受合力的四个分力为垂直向上、水平向右、右上、右下四个方向，且因此方向矩阵为
第四步，解析方向矩阵，各行人参与竞争，得到实际移动方向。各行人按照方向矩阵A中决定参与方向竞争的顺序，吸引力大的方向优先考虑；当多个疏散人员同时竞争同一移动目标，此位置将被系统以等概率随机分配给其中一个行人作为下一时间步移动位置；当疏散行人在竞争中未被成功分配某一目标网格，则选择次优网格作为竞争方向；当疏散行人在所有可能移动网格的竞争中落选，该行人保持不动以等概率的根据竞争结果分配疏散行人下一步移动元胞。
第五步更新行人位置，回到第三步，行人继续在疏散空间内运动，直至所有行人到达出口完成疏散。
本方法的疏散模拟过程结果如图9所示，可揭示多出口引导疏散场景中行人流疏散效果与引导作用强度的内在规律，仿真结果如图10所示。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims (2)

1.一种考虑疏散引导的室内多出口行人流仿真方法，其特征在于：包括以下步骤：
步骤S1：将室内空间做格网化处理，构成(W+2)·(W+2)的二维离散元胞网格系统；根据室内疏散策略对格网化后的室内空间进行场景设置，以不同颜色方格或圆点分别代表墙壁、出口、障碍物、引导人员；
步骤S2：初始化疏散人员，以均匀随机分布将疏散行人安排在随机的空白元胞中，且以与引导人员不同颜色的圆点表示；
步骤S3:搜索各元胞内的行人，解析各行人所受到的引导作用力、行人之间作用力、可见出口吸引力、障碍物斥力，确定各行人可能前往的四个方向，以此得到方向矩阵A；
步骤S4：解析方向矩阵，各行人参与竞争，得到实际移动方向；
步骤S5：更新行人位置，直至所有行人到达出口；
其中，所述步骤S3具体包括以下步骤：
步骤S31:计算引导作用力
其中，D为引导人员的最大引导系数；φ为个体引导时目标视轴与干扰视轴的夹角，群体引导时φ＝0；n为单独引导集中程度系数，该程度系数越大则单独引导效果越明显；r为正确引导人员到疏散行人的距离；r′i为其他作为干扰的引导人员到疏散行人的距离；为引导作用力的方向，其方向从疏散行人指向正确引导人员的所在的出口；
步骤S32：计算行人之间作用力
其中，表示行人排斥力；表示行人吸引力；kab为行人斥力系数；gab为行人引力系数；rab为疏散行人a与疏散行人b之间的距离；dab为疏散行人a与疏散行人b之间的最小步长；w为视野范围步长；qa为行人a的带电系数；qb为行人b的带电系数；为行人斥力的方向，为行人斥力的方向；
步骤S33：计算障碍物斥力
其中，kwb为障碍物斥力系数；rwb为障碍物w与疏散行人b之间的距离；dwb为障碍物w与疏散行人b之间的最小步长；w为视野范围步长；qw为障碍物w的带电系数；qb为行人b的带电系数；为障碍物斥力的方向；
步骤S34：计算可见出口吸引力
其中，E为可见出口引力系数；dexit为可见出口与疏散行人之间的最小步长；w为视野范围步长；为可见出口吸引力的方向，其方向从疏散行人指向可见出口；
步骤S35：得到方向矩阵A：
其中，Address是该行人原先的位置，m1,m2,m3,m4∈{±1,±(W+1),±(W+2),±(W+3)}。
2.根据权利要求1所述的一种考虑疏散引导的室内多出口行人流仿真方法，其特征在于：所述步骤S4具体为：各行人按照方向矩阵A中决定参与方向竞争的顺序，吸引力大的方向优先考虑；当多个疏散人员同时竞争同一移动目标，此位置将被系统以等概率随机分配给其中一个行人作为下一时间步移动位置；当疏散行人在竞争中未被成功分配某一目标网格，则选择次优网格作为竞争方向；当疏散行人在所有可能移动网格的竞争中落选，该行人保持不动以等概率的根据竞争结果分配疏散行人下一步移动元胞。
CN201610867890.5A 2016-09-30 2016-09-30 一种考虑疏散引导的室内多出口行人流仿真方法 Active CN106354978B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610867890.5A CN106354978B (zh) 2016-09-30 2016-09-30 一种考虑疏散引导的室内多出口行人流仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610867890.5A CN106354978B (zh) 2016-09-30 2016-09-30 一种考虑疏散引导的室内多出口行人流仿真方法

Publications (2)

Publication Number Publication Date
CN106354978A CN106354978A (zh) 2017-01-25
CN106354978B true CN106354978B (zh) 2019-08-13

Family

ID=57865758

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610867890.5A Active CN106354978B (zh) 2016-09-30 2016-09-30 一种考虑疏散引导的室内多出口行人流仿真方法

Country Status (1)

Country Link
CN (1) CN106354978B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106682371A (zh) * 2017-03-06 2017-05-17 山东师范大学 一种突发事件下的人群疏散仿真方法及系统
CN106897541A (zh) * 2017-03-31 2017-06-27 华中师范大学 一种基于混合空间的室内人员疏散模拟方法
CN107403049B (zh) * 2017-07-31 2019-03-19 山东师范大学 一种基于人工神经网络的Q-Learning行人疏散仿真方法及系统
CN109063268B (zh) * 2018-07-05 2021-03-26 同济大学 人群疏散宏观模型迭代式仿真方法
CN110688749B (zh) * 2019-09-19 2023-04-11 山东师范大学 一种人群疏散仿真方法及系统
CN110837702B (zh) * 2019-11-14 2023-01-10 北京京航计算通讯研究所 城市地下综合管廊突发事件应急仿真系统
CN112149305A (zh) * 2020-09-25 2020-12-29 中车长春轨道客车股份有限公司 轨道车辆火灾人员疏散仿真方法及系统
CN112364529A (zh) * 2020-12-09 2021-02-12 长春理工大学 一种应急疏散场景的应急疏散方案确定方法及系统
CN113065701B (zh) * 2021-03-30 2023-10-31 重庆交通职业学院 一种轨道交通客流量智能预测方法和装置
CN114841084B (zh) * 2022-07-04 2022-09-09 西南交通大学 一种基于航拍图像的人员疏散模拟方法、系统及设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103093283A (zh) * 2013-01-12 2013-05-08 天津市市政工程设计研究院 行人引导标志设置优化方法
CN103106302A (zh) * 2013-01-23 2013-05-15 南京大学 一种基于地理元胞自动机的行人流仿真方法
CN104361178A (zh) * 2014-11-20 2015-02-18 湖北工业大学 一种基于势能驱动元胞蚁群算法的室内疏散仿真优化方法
CN105335588A (zh) * 2015-12-14 2016-02-17 北京航空航天大学 一种基于拥挤因子的地面场人群疏散模型
CN105740514A (zh) * 2016-01-22 2016-07-06 山东师范大学 一种大规模人群疏散计算机仿真系统及其方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140130700A1 (en) * 2012-11-14 2014-05-15 Swift Tram, Inc. Suspended coach drive bogie

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103093283A (zh) * 2013-01-12 2013-05-08 天津市市政工程设计研究院 行人引导标志设置优化方法
CN103106302A (zh) * 2013-01-23 2013-05-15 南京大学 一种基于地理元胞自动机的行人流仿真方法
CN104361178A (zh) * 2014-11-20 2015-02-18 湖北工业大学 一种基于势能驱动元胞蚁群算法的室内疏散仿真优化方法
CN105335588A (zh) * 2015-12-14 2016-02-17 北京航空航天大学 一种基于拥挤因子的地面场人群疏散模型
CN105740514A (zh) * 2016-01-22 2016-07-06 山东师范大学 一种大规模人群疏散计算机仿真系统及其方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
一种考虑引导作用的行人疏散元胞自动机模型;高凤强 等;《交通运输系统工程与信息》;20161231;第16卷(第6期);第60-66页
基于疏散动力学的疏导员行为研究;王晓璐;《中国博士学位论文全文数据库 社会科学I辑》;20160315(第03期);摘要
采用多格子模型的火灾场景人群疏散仿真;杨超;《中国优秀硕士学位论文全文数据库 信息科技辑》;20150115(第01期);正文第10-19、38-40页

Also Published As

Publication number Publication date
CN106354978A (zh) 2017-01-25

Similar Documents

Publication Publication Date Title
CN106354978B (zh) 一种考虑疏散引导的室内多出口行人流仿真方法
CN107340784B (zh) 无人机集群控制方法
CN108680063B (zh) 一种针对大规模无人机集群动态对抗的决策方法
CN112269396B (zh) 一种仿鹰鸽智能博弈的无人机集群协同对抗控制方法
Alrabeiah et al. Viwi vision-aided mmwave beam tracking: Dataset, task, and baseline solutions
CN114499629A (zh) 基于深度强化学习的跳波束卫星系统资源动态分配方法
CN108718454B (zh) 一种多无人机通信中继平台协作自主布设方法
CN106682371A (zh) 一种突发事件下的人群疏散仿真方法及系统
Qu et al. Empowering edge intelligence by air-ground integrated federated learning
CN112469050B (zh) 一种基于改进灰狼优化器的wsn三维覆盖增强方法
Fu et al. Crowd simulation for evacuation behaviors based on multi-agent system and cellular automaton
CN111157002B (zh) 基于多智能体进化算法的飞行器3d路径规划方法
Wang et al. Trajectory planning for UAV navigation in dynamic environments with matrix alignment Dijkstra
CN110244757A (zh) 一种易于群体队形变换的运动控制方法
Ferscha et al. Lifebelt: Silent directional guidance for crowd evacuation
CN114138011A (zh) 一种基于飞蛾信息素机制的无人机集群目标搜索方法
CN112000070B (zh) 一种异构集群协同运动规划方法
CN115454136B (zh) 一种无人机集群协同攻防对抗决策方法
Kusyk et al. AI based flight control for autonomous uav swarms
Bhandarkar et al. Adversarial Sybil attacks against Deep RL based drone trajectory planning
Price Evolving self-organized behavior for homogeneous and heterogeneous UAV or UCAV swarms
Dadgar et al. RDPSO diversity enhancement based on repulsion between similar ions for robotic target searching
CN111258332B (zh) 一种无人机群编队方法
Kondo et al. Autonomous tethered drone cell for IoT connectivity in 6G communications
Filimonov et al. Formation shaping in group of moving objects on the basis of the method of virtual force fields

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant