CN107103150B - 一种具有避让机制的双向行人流仿真方法及系统 - Google Patents
一种具有避让机制的双向行人流仿真方法及系统 Download PDFInfo
- Publication number
- CN107103150B CN107103150B CN201710330538.2A CN201710330538A CN107103150B CN 107103150 B CN107103150 B CN 107103150B CN 201710330538 A CN201710330538 A CN 201710330538A CN 107103150 B CN107103150 B CN 107103150B
- Authority
- CN
- China
- Prior art keywords
- group
- individual
- individuals
- social
- avoidance
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000002457 bidirectional effect Effects 0.000 title claims abstract description 21
- 230000007246 mechanism Effects 0.000 title claims abstract description 18
- 238000004088 simulation Methods 0.000 title claims abstract description 18
- 238000006073 displacement reaction Methods 0.000 claims abstract description 18
- 230000000007 visual effect Effects 0.000 claims description 12
- 230000002776 aggregation Effects 0.000 claims description 8
- 238000004220 aggregation Methods 0.000 claims description 8
- 238000006116 polymerization reaction Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 3
- 230000008520 organization Effects 0.000 claims 1
- 238000005553 drilling Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Images
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种具有避让机制的双向行人流仿真方法及系统,其中方法包括初始化彼此对向通行的第一群体和第二群体;将上述第一群体和第二群体分为由若干团体组成的社会结构;对所述第一群体和第二群体的全部个体采用社会力模型计算,更新个体矢量速度和位移;当第一群体中的任一团体与第二群体中的任一团体之间的相对位置在碰撞范围内时,所述两团体中任一团体实施避让措施,改变运动参数驱动所述团体内个体更新个体矢量速度和位移。本发明对原始社会力模型加入了避让机制,使双向行人流在交汇时,以群组和团体为单位提前进行避让,避免了行人流交汇时的大量摩擦碰撞的风险,同时也再现了双向行人流中的分层的自组织现象。
Description
技术领域
本发明属于人群疏散仿真领域,具体涉及一种具有避让机制的双向行人流仿真方法及系统。
背景技术
近年来,随着人口的急剧增长,大型公共场所数目增多,行人流尤其是双向行人流现象随处可见。在个体交汇时存在特点鲜明的自组织现象,这其中的拥挤摩擦等安全问题引起了越来越多的关注。在人员密集的场所,行人流交通的拥挤给人们的出行带来极大不便,出行延误的时间给社会的经济和居民的生活带来一定的损失。传统疏散演练的开展存在困难度大、效用较低的问题。通过运用计算机仿真技术进行场景建模、路径寻优以及人群运动行为建模,可以模拟各种类型的人员在多种情境下的疏散情况,在达到最佳疏散演练效果的同时将成本最小化。
常用的行人流仿真模型有宏观模型和微观模型,宏观模型把疏散人群作为一个整体对待,疏散速度快,但是忽略了个体行为的局部细节信息,存在局限性。微观模型从个体的角度出发,着重考虑个体与环境的交互,在一定程度上可以弥补宏观模型的不足。社会力模型是一种著名的微观模型,但原始社会力模型将个体平等化,难以仿真真实行人流疏散。
社会力模型是由Helbing在1995年提出的一种著名的人群疏散仿真模型,引发了众多学者的关注。该模型从个体的角度出发运用牛顿力学的知识模拟个体疏散现象,考虑到了个体的主观意愿以及个体之间、个体与环境之间的交互,因此能比较真实地模拟行人流疏散过程中出现的“快既是慢”、“出口成拱”等现象。
近年来很多学者对社会力模型进行了改进,一方面,其中很多学者引入群组引领概念,将群组视为一个整体,选取群组内对环境和路径较为熟悉的个体作为引领者,引领群组行进;另一方面,一些学者对人群之间的社会关系进行研究,划分社会关系等级,但仍视个体为独立个体。
发明内容
针对现有技术中存在的不足,本发明提出了一种具有避让机制的双向行人流仿真方法。
本发明采用下面的技术方案:
一种具有避让机制的双向行人流仿真方法,包括以下步骤:
初始化彼此对向通行的第一群体和第二群体;
将上述第一群体和第二群体分为由若干团体组成的社会结构;
对所述第一群体和第二群体的全部个体采用社会力模型计算,更新个体矢量速度和位移;
当第一群体中的任一团体与第二群体中的任一团体之间的相对位置在碰撞范围内时,所述两团体中任一团体实施避让措施,改变运动参数驱动所述团体内个体更新个体矢量速度和位移。
进一步的,实时避让措施具体方法为:设个体i和个体j分别属于第一群体中的任一团体、第二群体中的任一团体,个体j是距离个体i距离最近的对向通行个体;
步骤1:构造以线段lineij为直径的圆,线段lineij的中垂线与圆的交点为temp1和temp2;
步骤2:根据社会力模型计算得到的个体i的矢量速度,若temp1和temp2都在个体i的运动方向上,则将temp1方向的切线方向作为避让方向施加于个体i的社会力模型中,计算个体i的矢量速度和位移;
步骤3:根据社会力模型计算得到的个体i的矢量速度,若只有temp1在个体i的运动方向上,则将temp1方向的切线方向作为避让方向施加于个体i的社会力模型中;若只有temp2在个体i的运动方向上,则将temp2方向的切线方向作为避让方向施加于个体i的社会力模型中,计算个体i的矢量速度和位移;
步骤4:若个体i和个体j之间的距离小于设定值,则个体i和个体j分别向后退至少一步,转到步骤2。
进一步的,所述施加于个体i的社会力模型中具体为:
进一步的,初始化第一群体和第二群体内全部个体之间的关系值,根据关系值将上述第一群体和第二群体分为由若干团体组成的社会结构。
其中Rij是个体i与个体j之间的关系值,Ci表示个体间吸引力强度,Di表示个体间的安全距离,λ为视觉因子。
进一步的,根据关系值将所述第一群体和第二群体分为包括家庭关系、朋友关系、同事关系和陌生人关系在内的四种社会关系。
进一步的,在每一群体中,选择具有最大关系值的个体作为引领个体,引领个体带领所述团体基于社会力模型做跟随运动。
进一步的,还可以根据与出口之间的距离及对出口位置了解程度为条件计算个体适应度,选择适应度最大的个体为引领个体。
进一步的,当引领个体到达目标出口,则重新选取群体内引领个体,直至各群体内已无个体可选,视为组中全部个体已经成功疏散。
本发明还提出了一种技术方案:
一种具有避让机制的双向行人流仿真系统,包括:
初始化单元,用于初始化彼此对向通行的第一群体和第二群体;
建立单元,用于将上述第一群体和第二群体分为由若干团体组成的社会结构;
避让单元,用于当第一群体中的任一团体与第二群体中的任一团体之间的相对位置在碰撞范围内时,所述两团体中任一团体实施避让措施,改变运动参数驱动所述团体内个体更新个体矢量速度和位移;
计算单元,用于对所述第一群体和第二群体的全部个体采用社会力模型计算,更新个体矢量速度和位移
本发明的有益效果:
本发明结合引领关系和社会关系的优点,建立一种避让机制,应用于社会力模型的改进,弥补社会力模型在仿真大规模行人流疏散时的不足,并采用该模型实现双向行人流疏散仿真。本发明提出的方法将待疏散的行人分为群组,群组内根据距离出口的距离以及对出口位置的了解程度选取疏散引领者,引领者优先选取路径;每个大群组内的成员根据社会关系的亲疏程度汇聚成小团体;整个群组在引领者的引领下行进,并以群组内小团体为单位进行行人流碰撞避让。利用避让机制,提前规避碰撞摩擦,动态确定下一步移动目标,利用改进的社会力模型实现群组中小团体跟随目标的移动。因为引入了避让机制,可以再现现实生活中的“群组-小团体”现象,以及双向行人流中的分层现象,并且加快了疏散速度。实时地、真实地模拟规模较大的双向行人流,为行人流疏散演练提供帮助。
(1)本发明将群组引领和社会关系与社会力模型结合,对社会力模型进行了改进,每个群组在引领者的带领下向目标移动,同时群组内根据自身的社会关系彼此靠拢形成社会关系小团体,更加真实地再现了现实生活中的“群组-小团体”现象,并且避免了众多独立个体的盲目寻路;
(2)本发明对原始社会力模型加入了避让机制,使双向行人流在交汇时,以群组和团体为单位提前进行避让,避免了行人流交汇时的大量摩擦碰撞的风险,同时也再现了双向行人流中的分层的自组织现象;
(3)本发明在熟悉场景的引领者的引导下以“群组-小团体”形式疏散,可实现有序、高效的疏散。
附图说明
图1是本发明行人流疏散方法的流程图;
图2是本发明个体的视觉域示意图;
图3是本发明“群组-小团体”聚合力示意图;
图4是本发明个体避让力示意图;
图5是原始社会力模型人群疏散初始化的示意图;
图6是改进社会力模型初始化示意图;
图7是原始社会力模型模拟双向行人流运行时的示意图;
图8是改进社会力模型模拟双向行人流运行时的示意图;
具体实施方式:
下面结合附图与实施例对本发明作进一步说明:
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
本发明的一种典型实施例是一种具有避让机制的双向行人流仿真方法,如图1所示:包括以下步骤:
初始化彼此对向通行的第一群体和第二群体;
将上述第一群体和第二群体分为由若干团体组成的社会结构;
对所述第一群体和第二群体的全部个体采用社会力模型计算,更新个体矢量速度和位移;
当第一群体中的任一团体与第二群体中的任一团体之间的相对位置在碰撞范围内时,所述两团体中任一团体实施避让措施,改变运动参数驱动所述团体内个体更新个体矢量速度和位移。
如图6所示:我们首先将场景均匀划分为m×n个网格,根据出口数目doornum与群组数目groupnum的关系groupnum=3×doornum,将m×n个网格连续归并到与群组数目相同的大区域。每个群组占据一个大区域,群组成员随机均匀初始化在区域网格中,保证同群组成员之间的距离一定,即距离控制初始化个体的位置信息。将个体数目,组数,社会关系密度值导入,获得行人的关系值,引领者与组员之间的关系值为1,其他社会关系按照表1的关系等级进行量化,即关系初始化。
在每一群体中,选择具有最大关系值的个体作为引领个体,引领个体带领所述团体基于社会力模型做跟随运动。
还可以根据与出口之间的距离及对出口位置了解程度为条件计算个体适应度,选择适应度最大的个体为引领个体。
当引领个体到达目标出口,则重新选取群体内引领个体,直至各群体内已无个体可选,视为组中全部个体已经成功疏散。
表1关系等级划分示意表
原始的社会力模型在物理力学的基础上,将行人受到的力归结为行人自身产生的对于渴望到达目的地的自驱动力、行人在运动过程中受到墙和障碍物的力以及行人与行人之间的相互作用力,由牛顿第二定律,行人所受合力可以用公式(1)表示:
我们在原始社会力模型的基础上,添加了聚合力和避让排斥力。聚合力用于使个体形成以“群体-团体”关系的组织,避让排斥力用于以团体为单位,实施避让措施。
下面首先介绍避排斥力:
设个体i和个体j分别属于第一群体中的任一团体、第二群体中的任一团体,个体j是距离个体i距离最近的对向通行个体;
步骤1:构造以线段lineij为直径的圆,线段lineij的中垂线与圆的交点为temp1和temp2;
步骤2:根据社会力模型计算得到的个体i的矢量速度,若temp1和temp2都在个体i的运动方向上,则将temp1方向的切线方向作为避让方向施加于个体i的社会力模型中,即右行优先,计算个体i的矢量速度和位移;
步骤3:根据社会力模型计算得到的个体i的矢量速度,若只有temp1在个体i的运动方向上,则将temp1方向的切线方向作为避让方向施加于个体i的社会力模型中;若只有temp2在个体i的运动方向上,则将temp2方向的切线方向作为避让方向施加于个体i的社会力模型中,计算个体i的矢量速度和位移;
步骤4:若个体i和个体j之间的距离小于设定值,则个体i和个体j分别向后退至少一步,转到步骤2。
上述只是以个体i作为说明对象,也可以将个体i换做个体j。
进一步的,所述施加于个体i的社会力模型中具体为:
接着介绍聚合力:
λ是关于个体视角θij及个体间距离dij的视觉因子函数。在行人i视觉域半径范围内,若cos(θij)≥0,表示行人i视觉域中的行人j对其产生聚合力作用。视觉因子根据环境影响是否在行人视觉域内取值,视觉域内的行人会对行人i产生聚合力作用,视觉域之外的行人只对其产生物理作用力,聚合力公式如公式(5)所示:
其中:Ci与Di为吸引力参数。Rij是行人i与行人j之间的关系值,Ci表示个体间吸引力强度,Di表示行人间的安全距离,λ为视觉因子。
最后,将引入聚合力与避让排斥力加入到原始社会力公式中,计算行人所受合力,由下面合力公式给出:
本发明结合引领关系和社会关系的优点,建立一种避让机制,应用于社会力模型的改进,弥补社会力模型在仿真大规模行人流疏散时的不足,并采用该模型实现双向行人流疏散仿真。本发明提出的方法将待疏散的行人分为群组,群组内根据距离出口的距离以及对出口位置的了解程度选取疏散引领者,引领者优先选取路径;每个大群组内的成员根据社会关系的亲疏程度汇聚成小团体;整个群组在引领者的引领下行进,并以群组内小团体为单位进行行人流碰撞避让。利用避让机制,提前规避碰撞摩擦,动态确定下一步移动目标,利用改进的社会力模型实现群组中小团体跟随目标的移动。因为引入了避让机制,可以再现现实生活中的“群组-小团体”现象,以及双向行人流中的分层现象,并且加快了疏散速度。实时地、真实地模拟规模较大的双向行人流,为行人流疏散演练提供帮助。
由图5至图8中可以明显看出,“群组-小团体”的聚集情况以及在双向行人流交汇时的避让情况。对于双向行人流的模拟再现了其分层的自组织现象。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (8)
1.一种具有避让机制的双向行人流仿真方法,其特征在于:
初始化彼此对向通行的第一群体和第二群体;
将上述第一群体和第二群体分为由若干团体组成的社会结构;
对所述第一群体和第二群体的全部个体采用社会力模型计算,更新个体矢量速度和位移;
当第一群体中的任一团体与第二群体中的任一团体之间的相对位置在碰撞范围内时,两团体中任一团体实施避让措施,改变运动参数驱动所述团体内个体更新个体矢量速度和位移;
在原始社会力模型的基础上,添加了聚合力和避让排斥力;聚合力用于使个体形成以“群体-团体”关系的组织,避让排斥力用于以团体为单位,实施避让措施;
设个体i和个体j分别属于第一群体中的任一团体、第二群体中的任一团体,个体j是距离个体i距离最近的对向通行个体;
步骤1:构造以线段lineij为直径的圆,线段lineij的中垂线与圆的交点为temp1和temp2;
步骤2:根据社会力模型计算得到的个体i的矢量速度,若temp1和temp2都在个体i的运动方向上,则将temp1方向的切线方向作为避让方向施加于个体i的社会力模型中,计算个体i的矢量速度和位移;
步骤3:根据社会力模型计算得到的个体i的矢量速度,若只有temp1在个体i的运动方向上,则将temp1方向的切线方向作为避让方向施加于个体i的社会力模型中;若只有temp2在个体i的运动方向上,则将temp2方向的切线方向作为避让方向施加于个体i的社会力模型中,计算个体i的矢量速度和位移;
步骤4:若个体i和个体j之间的距离小于设定值,则个体i和个体j分别向后退至少一步,转到步骤2;
初始化第一群体和第二群体内全部个体之间的关系值,根据关系值将上述第一群体和第二群体分为由若干团体组成的社会结构。
5.根据权利要求1所述的方法,其特征在于:根据关系值将所述第一群体和第二群体分为包括家庭关系、朋友关系、同事关系和陌生人关系在内的四种社会关系。
6.根据权利要求1所述的方法,其特征在于:在每一群体中,选择具有最大关系值的个体作为引领个体,引领个体带领所述团体基于社会力模型做跟随运动。
7.根据权利要求1所述的方法,其特征在于:当引领个体到达目标出口,则重新选取群体内引领个体,直至各群体内已无个体可选,视为组中全部个体已经成功疏散。
8.一种基于权利要求1的具有避让机制的双向行人流仿真系统,其特征在于,包括:初始化单元,用于初始化彼此对向通行的第一群体和第二群体;
建立单元,用于将上述第一群体和第二群体分为由若干团体组成的社会结构;
避让单元,用于当第一群体中的任一团体与第二群体中的任一团体之间的相对位置在碰撞范围内时,两团体中任一团体实施避让措施,改变运动参数驱动所述团体内个体更新个体矢量速度和位移;
计算单元,用于对所述第一群体和第二群体的全部个体采用社会力模型计算,更新个体矢量速度和位移。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710330538.2A CN107103150B (zh) | 2017-05-11 | 2017-05-11 | 一种具有避让机制的双向行人流仿真方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710330538.2A CN107103150B (zh) | 2017-05-11 | 2017-05-11 | 一种具有避让机制的双向行人流仿真方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107103150A CN107103150A (zh) | 2017-08-29 |
CN107103150B true CN107103150B (zh) | 2021-04-02 |
Family
ID=59669630
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710330538.2A Expired - Fee Related CN107103150B (zh) | 2017-05-11 | 2017-05-11 | 一种具有避让机制的双向行人流仿真方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107103150B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109165591B (zh) * | 2018-08-16 | 2020-10-09 | 大连民族大学 | 道路行人分类方法 |
CN110851942A (zh) * | 2018-07-31 | 2020-02-28 | 中国科学院遥感与数字地球研究所 | 基于社会力模型的人群群组间避让和群组内协作模型 |
CN112464546B (zh) * | 2020-12-14 | 2024-03-19 | 上海交通大学设计研究总院有限公司 | 基于动态数据分析的公共空间行人流运动风险判别方法 |
CN116362062B (zh) * | 2023-06-01 | 2023-10-20 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种行人行进避让的仿真模拟方法、电子设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101714185A (zh) * | 2009-12-22 | 2010-05-26 | 中国建筑科学研究院建筑防火研究所 | 建筑物灾害疏散的自动模拟方法 |
CN105205216A (zh) * | 2015-08-25 | 2015-12-30 | 北京建筑大学 | 枢纽内大规模行人运动跨领域仿真方法及装置 |
-
2017
- 2017-05-11 CN CN201710330538.2A patent/CN107103150B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101714185A (zh) * | 2009-12-22 | 2010-05-26 | 中国建筑科学研究院建筑防火研究所 | 建筑物灾害疏散的自动模拟方法 |
CN105205216A (zh) * | 2015-08-25 | 2015-12-30 | 北京建筑大学 | 枢纽内大规模行人运动跨领域仿真方法及装置 |
Non-Patent Citations (4)
Title |
---|
城市轨道交通车站双向通道行人避让行为仿真模型研究;樊羽裳;《中国优秀硕士学位论文全文数据库工程科技II辑》;20170115;第C033-164页 * |
改进社会力的双向行人流模型研究;张海均 等;《计算机工程与应用》;20131231;第236-240页 * |
社会力模型的改进研究;汪蕾 等;《南京理工大学学报》;20110228;第144-150页 * |
面向人群疏散仿真的双层关系机制驱动的社会力模型;秦欣 等;《小型微型计算机系统》;20170430;第839-844页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107103150A (zh) | 2017-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107103150B (zh) | 一种具有避让机制的双向行人流仿真方法及系统 | |
Teknomo | Application of microscopic pedestrian simulation model | |
CN107220447B (zh) | 基于疏散路径集合的人群疏散仿真方法及系统 | |
CN110795833B (zh) | 基于猫群算法的人群疏散仿真方法、系统、介质及设备 | |
CN109543285B (zh) | 一种融合数据驱动与强化学习的人群疏散仿真方法和系统 | |
CN110688749B (zh) | 一种人群疏散仿真方法及系统 | |
He et al. | Dynamic group behaviors for interactive crowd simulation | |
Gao et al. | Learning socially appropriate robot approaching behavior toward groups using deep reinforcement learning | |
Vicsek | Universal patterns of collective motion from minimal models of flocking | |
Kolivand et al. | An integration of enhanced social force and crowd control models for high-density crowd simulation | |
CN107103156B (zh) | 一种考虑从众心理的人群疏散仿真方法及系统 | |
Chen et al. | Shape‐constrained flying insects animation | |
CN111339668A (zh) | 基于情绪认知的人群疏散可视化方法 | |
CN108229078B (zh) | 一种城市交通场景中基于规则的群体运动模拟方法 | |
CN113299068B (zh) | 一种交通路网拥堵状态预测方法及系统 | |
Sudkhot et al. | A crowd simulation in large space urban | |
Patel et al. | Agent tools, techniques and methods for macro and microscopic simulation | |
Hesham et al. | Centroidal particles for interactive crowd simulation. | |
CN102332175A (zh) | 一种基于形状约束的Flock动画方法 | |
CN114065614A (zh) | 基于麻雀搜索算法的体育馆人群疏散仿真方法、系统、电子设备和介质 | |
Lin et al. | IE-GAN: a data-driven crowd simulation method via generative adversarial networks | |
CN110851942A (zh) | 基于社会力模型的人群群组间避让和群组内协作模型 | |
Wang et al. | Parallel crowd simulation based on power law | |
Elyounsi et al. | Firefly Algorithm Optimized Functional Link Artificial Neural Network for ISA-Radar Image Recognition | |
Xing et al. | An Improved Potential Field Based Method for Crowd Simulation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 | ||
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: 20210402 |