CN117993226B - 逆流中的避让行为的仿真方法和装置 - Google Patents
逆流中的避让行为的仿真方法和装置 Download PDFInfo
- Publication number
- CN117993226B CN117993226B CN202410396668.6A CN202410396668A CN117993226B CN 117993226 B CN117993226 B CN 117993226B CN 202410396668 A CN202410396668 A CN 202410396668A CN 117993226 B CN117993226 B CN 117993226B
- Authority
- CN
- China
- Prior art keywords
- pedestrian
- target
- model
- ith
- representing
- 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
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 80
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000033001 locomotion Effects 0.000 claims abstract description 67
- 230000006399 behavior Effects 0.000 claims description 186
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000002474 experimental method Methods 0.000 claims description 28
- 230000003993 interaction Effects 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 24
- 238000003860 storage Methods 0.000 claims description 15
- 238000010276 construction Methods 0.000 claims description 8
- 230000001133 acceleration Effects 0.000 claims description 5
- 230000006835 compression Effects 0.000 claims description 5
- 238000007906 compression Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 35
- 230000006870 function Effects 0.000 description 17
- 230000008859 change Effects 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 7
- 239000000284 extract Substances 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 210000003205 muscle Anatomy 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 239000003795 chemical substances by application Substances 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 230000000386 athletic effect Effects 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 201000004569 Blindness Diseases 0.000 description 1
- 241001122315 Polites Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 230000002650 habitual effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000004118 muscle contraction Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000012191 relaxation of muscle Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000028838 turning behavior Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开涉及逆流中的避让行为的仿真方法和装置。该方法包括:构建目标通道内目标行人的目标模型和非目标行人的非目标模型,并分别确定目标行人的运动相关信息和非目标行人的运动相关信息;基于目标模型、非目标模型、目标通道的宽度、目标行人的运动相关信息和非目标行人的运动相关信息,确定目标行人在目标通道的逆流中的避让行为的侧身约束条件;构建基于侧身行为的扭转社会力模型;在侧身约束条件的约束下,利用扭转社会力模型对目标行人在目标通道的逆流中的避让行为进行仿真,得到目标行人的目标行为轨迹。本公开能够基于行人的侧身行为,对目标行人在逆流中的避让行为进行仿真,提高了仿真的真实性。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及逆流中的避让行为的仿真方法和装置。
背景技术
作为交通出行的重要组成部分,行人的舒适性和安全性一直是研究的重点。在过去的几十年中,学者们对行人动力学进行了大量研究,并提出了多种微观模拟模型来模拟行人行为。
相关技术中,这些微观模拟模型在对逆流中的避让行为进行仿真时,行人在碰到障碍物如墙壁或其他行人时,会选择改变运动方向、停止运动或绕行,可见,这些微观模拟模型均忽略了行人通过侧向行为也就是旋转行为与障碍物保持距离,以避免产生碰撞。
发明内容
有鉴于此,本公开实施例提供了一种逆流中的避让行为的仿真方法和装置,以解决相关技术中存在的问题。
本公开实施例的第一方面,提供了一种逆流中的避让行为的仿真方法,包括:
构建目标通道内目标行人的目标模型和非目标行人的非目标模型,并分别确定所述目标行人的运动相关信息和所述非目标行人的运动相关信息;其中,所述目标通道的宽度均大于所述目标行人的肩宽和所述非目标行人的肩宽,且小于所述目标行人的肩宽与所述非目标行人的肩宽之和;
基于所述目标模型、所述非目标模型、所述目标通道的宽度、所述目标行人的运动相关信息和所述非目标行人的运动相关信息,确定所述目标行人在所述目标通道的逆流中的避让行为的侧身约束条件;
构建基于侧身行为的扭转社会力模型;
在所述侧身约束条件的约束下,利用所述扭转社会力模型对所述目标行人在所述目标通道的逆流中的避让行为进行仿真,得到所述目标行人的目标行为轨迹。
本公开实施例的第二方面,提供了一种逆流中的避让行为的仿真装置,包括:
构建模块,用于构建目标通道内目标行人的目标模型和非目标行人的非目标模型,并分别确定所述目标行人的运动相关信息和所述非目标行人的运动相关信息;其中,所述目标通道的宽度均大于所述目标行人的肩宽和所述非目标行人的肩宽,且小于所述目标行人的肩宽与所述非目标行人的肩宽之和;
处理模块,用于基于所述目标模型、所述非目标模型、所述目标通道的宽度、所述目标行人的运动相关信息和所述非目标行人的运动相关信息,确定所述目标行人在所述目标通道的逆流中的避让行为的侧身约束条件;
所述构建模块还用于构建基于侧身行为的扭转社会力模型;
仿真模块,用于在所述侧身约束条件的约束下,利用所述扭转社会力模型对所述目标行人在所述目标通道的逆流中的避让行为进行仿真,得到所述目标行人的目标行为轨迹。
本公开实施例的第三方面,提供了一种电子设备,包括:至少一个处理器;用于存储至少一个处理器可执行指令的存储器;其中,至少一个处理器用于执行指令,以实现上述方法的步骤。
本公开实施例的第四方面,提供了一种计算机可读存储介质,当计算机可读存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行上述方法的步骤。
本公开实施例采用的上述至少一个技术方案能够达到以下有益效果:通过构建目标通道内目标行人的目标模型和非目标行人的非目标模型,并分别确定目标行人的运动相关信息和非目标行人的运动相关信息;其中,目标通道的宽度均大于目标行人的肩宽和非目标行人的肩宽,且小于目标行人的肩宽与非目标行人的肩宽之和;基于目标模型、非目标模型、目标通道的宽度、目标行人的运动相关信息和非目标行人的运动相关信息,确定目标行人在目标通道的逆流中的避让行为的侧身约束条件;构建基于侧身行为的扭转社会力模型;在侧身约束条件的约束下,利用扭转社会力模型对目标行人在目标通道的逆流中的避让行为进行仿真,得到目标行人的目标行为轨迹,能够基于行人的侧身行为,对目标行人在逆流中的避让行为进行仿真,提高了仿真的真实性。
附图说明
为了更清楚地说明本公开实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1示出了本公开示例性实施例提供的逆流中的避让行为的示意图;
图2A示出了本公开示例性实施例提供的逆流中的避让行为的第一种避让旋转模型的旋转时机的示意图;
图2B示出了本公开示例性实施例提供的逆流中的避让行为的第二种避让旋转模型的旋转时机的示意图;
图2C示出了本公开示例性实施例提供的逆流中的避让行为的第三种避让旋转模型的旋转时机的示意图;
图2D示出了本公开示例性实施例提供的逆流中的避让行为的第四种避让旋转模型的旋转时机的示意图;
图3示出了本公开示例性实施例提供的行人之间的净距离的示意图;
图4A示出了本公开示例性实施例提供的第一种避让旋转模型的旋转时机的简化模型的示意图;
图4B示出了本公开示例性实施例提供的第二种避让旋转模型的旋转时机的简化模型的示意图;
图4C示出了本公开示例性实施例提供的第三种避让旋转模型的旋转时机的简化模型的示意图;
图4D示出了本公开示例性实施例提供的第四种避让旋转模型的一种旋转时机的简化模型的示意图;
图4E示出了本公开示例性实施例提供的第四种避让旋转模型的另一种旋转时机的简化模型的示意图;
图5示出了本公开示例性实施例提供的行人的椭圆模型的旋转示意图;
图6示出了本公开示例性实施例提供的逆流中的避让行为的仿真方法的流程示意图;
图7示出了本公开示例性实施例提供的逆流中的避让行为的实验装置示意图;
图8示出了本公开示例性实施例提供的逆流中的避让行为的仿真装置的结构示意图;
图9示出了本公开示例性实施例提供的电子设备的结构示意图;
图10示出了本公开示例性实施例提供的计算机系统的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
作为交通出行的重要组成部分,行人的舒适性和安全性一直是研究的重点。在过去的几十年中,学者们对行人动力学进行了大量研究,并提出了多种微观模拟模型来模拟行人行为。具体来说,元胞自动机模型(Cellular Automata Model,CAM)和社会力模型(Social Force Model,SFM)分别是离散空间中基于规则的模型和连续空间中基于力的模型的代表。但是,CAM和SFM仍有一些不足之处。
例如,由于网格间的移动取决于概率,CAM的结果是不可预测的。当转换概率相同时,大多数学者采用轮盘赌的方法来确定行人的行为,这就造成了较大的误差和较差的可信度。因此,CAM无法真实模拟异质人群不同出行行为所产生的交互影响。
又例如,SFM的运行速度较慢,且存在粒子盲动、行人重叠、算法复杂度高等明显缺点,因此,很多学者提出了基于智能体的CAM和基于智能体的SFM,并在模型中加入行人生理、心理或出行特征等异质性因素,对微观行人模拟模型进行了改进,以提高仿真的真实性。
然而,很多学者都忽略了行人最常见的出行行为:侧身。在实地研究中,发现人们更喜欢通过身体的小角度旋转来完成超越行为、避让行为和通过狭窄空间的行为,而不是像目前的模拟结果那样选择改变运动方向、停止运动或绕行。与转弯行为不同的是,侧向行为通过身体旋转来改变行人占据的空间和与障碍物或其他行人的距离,而行走方向不会改变。
因此,为了解决上述问题,本公开实施例提供了一种逆流中的避让行为的仿真方法,根据生物力学原理,在传统SFM的基础上增加了扭转力,并提出了侧身意愿的概念。这一概念建立了扭转力与排斥力之间的关系,使SFM模拟的理论情况与实际情况更加吻合。同时,鉴于现有模拟方案的局限性,本公开示例性实施例针对逆流中的避让行为建立了扭转社会力模型,并进行了大量的实际实验来验证扭转社会力模型的可靠性。
本公开实施例提供的逆流中的避让行为的仿真方法,其可以由终端执行,也可以由应用于终端的芯片执行。
示例性的,上述终端可以包括手机、平板电脑、可穿戴设备、车载设备、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本、掌上电脑(Personal Digital Assistant,PDA)、以及基于增强现实(augmented reality,AR)和/或虚拟现实(virtual reality,VR)技术的可穿戴设备等中的一种或多种,本公开示例性实施例对此不作具体限制。
一、确定侧向行为
为了最真实地模拟行人的微观行为,本公开示例性实施例采用椭圆模型表示行人身体,并尝试计算椭圆模型之间的距离,作为行人之间的距离,以便后续修正基于扭转力的社会力模型。在直角坐标系中,a i表示第i个行人的椭圆模型的长半轴,b i表示第i个行人的椭圆模型的短半轴,2a i表示第i个行人的肩宽,2b i表示第i个行人的胸部的厚度,θ i表示第i个行人的旋转角度;其中,a i和b i均为常数,且a i>b i。
基于此,本公开示例性实施例可以适时模拟行人的侧向行为,讨论在逆流中的避让行为的侧身约束条件,并给出对应的侧身的发生条件。
需要注意的是,本公开示例性实施例不考虑行人在移动过程中身体轻微晃动造成的旋转角度,将忽略的该角度范围定义为,其中,/>表示行人在移动过程中身体轻微晃动造成的旋转角度。同时,本公开示例性实施例认为临时改变移动方向的智能体旋转是由驱动力控制的,不在本公开示例性实施例的讨论范围之内。
在逆流中的避让行为中,行人的侧身约束条件可以包括侧倾角约束、侧身距离约束和侧身时间约束。
(1)确定侧倾角约束
有时即使周围空间不受限制,人们也会侧身避开迎面而来的行人,而不是改变路线。此外,还有一种更典型的情况,即目标通道的宽度(L)足以让第i个行人即目标行人或第j个行人即非目标行人以正常行走姿势通过,但不足以让第i个行人和第j个行人以正常行走姿势通过,即,/>且/>。
在传统SFM的模拟结果中,这种情况通常表现为行人重叠通过通道,但这是不合理的。为了模拟这种情况,图1示出了本公开示例性实施例提供的逆流中的避让行为的示意图,如图1所示,当第i个行人和第j个行人侧身后的身体旋转宽度之和小于或等于目标通道的宽度,即d i(θ i)+d j(θ j)≤L,第i个行人和第j个行人可以通过侧身完成避让行为,其中:
(1)
其中,θ i表示第i个行人侧身的旋转角度,d i(θ i)表示第i个行人侧身后的身体旋转宽度,θ j表示第j个行人侧身的旋转角度,d j(θ j)表示第j个行人侧身后的身体旋转宽度,a i表示第i个行人的椭圆模型的长半轴,b i表示第i个行人的椭圆模型的短半轴,a j表示第j个行人的椭圆模型的长半轴,b j表示第j个行人的椭圆模型的短半轴。
因此,在逆流中的避让行为中,若两个行人同时旋转,则行人的旋转角度约束,也即侧倾角约束如下:
(2)
(3)
然而,目前的计算公式过于复杂,无法反映两个行人之间的影响。因此,根据两个行人占用通道的面积的比例来划分通道的宽度,即,
(4)
(5)
此外,本公开示例性实施例还可以用行人占用通道的面积的比例来划分通道的宽度,而不是行人的肩宽或胸厚,因此,本公开示例性实施例认为两个行人之间的心理排斥力已经被考虑在内,只需要加上心理距离就可以得到最小旋转角度:
(6)
(7)
其中,θ imin表示第i个行人的最小旋转角度,θ jmin表示第j个行人的最小旋转角度,表示行人与障碍物之间的心理距离,为通过实际实验得到的一个常数。此处,障碍物可以为本公开示例性实施例中目标通道的墙壁。
基于此,本公开示例性实施例作出第一个假设:在逆流中的避让行为的场景中,对面行人所占空间与身体大小有关。体型较大的行人有更多的可用空间,旋转角度也更小。
行人完成避让行为后,现有研究都认为行人从旋转姿势立即恢复到原始行走姿势。然而,行人在完成侧向行为后恢复原来身体姿态的过程需要时间,尽管这个时间很短。因此,为了保证仿真结果的真实性,在行人相互经过后将θ i=0和θ j=0设在T p内,T p表示行人的旋转姿势恢复到原始行走姿势所需要的时间,其中,T p为常数。
基于此,本公开示例性实施例作出第二个假设:从旋转姿势恢复到原始行走姿势需要时间,这个时间不应该被忽略。
(2)确定侧身距离约束和侧身时间约束
在这种情况下,行人之间会相互影响,因此在讨论侧身时间时有必要区分以下几种情况:图2A示出了本公开示例性实施例提供的逆流中的避让行为的第一种避让旋转模型的旋转时机的示意图,图2B示出了本公开示例性实施例提供的逆流中的避让行为的第二种避让旋转模型的旋转时机的示意图,图2C示出了本公开示例性实施例提供的逆流中的避让行为的第三种避让旋转模型的旋转时机的示意图。如图2A所示,两个行人旋转到面对面,则;如图2B所示,两个行人旋转到背对背,即/>,/>;如图2C所示,其中一个行人旋转到面、另一个行人旋转到背,即/>,/>。
基于此,本公开示例性实施例作出第三个假设:在逆流中的避让行为的场景中,两个行人的旋转方向不同。
可以看出,虽然上述三种避让旋转模型对侧身时间的要求不同,但都与行人之间的净距离有关,本公开示例性实施例可以提取行人的椭圆模型来计算行人之间的净距离。图3示出了本公开示例性实施例提供的行人之间的净距离的示意图。如图3所示,d ij表示第i个行人和第j个行人之间的净距离,A 1表示第i个行人的位置,A 2表示第j个行人的位置,表示第i个行人的旋转角度,/>表示第j个行人的旋转角度,/>表示第i个行人旋转后的半径,表示第j个行人旋转后的半径。
但是,两个行人的旋转角度不同,因此和/>难以计算。因此,本公开示例性实施例可以将第i个行人的椭圆模型的方程、第j个行人的椭圆模型的方程、以及第i个行人的椭圆模型和第j个行人的椭圆模型的中心连线之间的直线方程结合起来,得到第i个行人的椭圆模型和第j个行人的椭圆模型的中心连线与第i个行人的椭圆模型的交点为/>、第i个行人的椭圆模型和第j个行人的椭圆模型的中心连线与第j个行人的椭圆模型的交点为。然后,通过下述方程组计算/>和/>这两点之间的距离就可以得到第i个行人和第i个行人之间的净距离,其中,第i个行人和第i个行人之间的净距离以进行表示:
(8)
(9)
(10)
(11)
(12)
其中,表示第i个行人的初始位置,/>表示第j个行人的初始位置,表示第i个行人的椭圆模型和第j个行人的椭圆模型的中心连线之间的直线方程。
显然,这种第i个行人和第i个行人之间的净距离的计算方法的计算量较大,会导致仿真速度较慢。因此,本公开示例性实施例将图2A~图2C的三种避让旋转模型进行了简化,不再根据坐标、速度和时间建立公式,而是仅通过身体姿态来粗略判断两个行人开始侧身时的距离。其中,图4A示出了本公开示例性实施例提供的第一种避让旋转模型的旋转时机的简化模型的示意图,图4B示出了本公开示例性实施例提供的第二种避让旋转模型的旋转时机的简化模型的示意图,图4C示出了本公开示例性实施例提供的第三种避让旋转模型的旋转时机的简化模型的示意图。
针对在逆流中的避让行为中的第一种避让旋转模型、第二种避让旋转模型和第三种避让旋转模型,如果两个行人在做出判断并开始旋转时没有发生身体模型重叠,则认为两个行人之间没有碰撞。
此时,可以得到在逆流中的避让行为中,若两个行人同时旋转,则行人的侧身距离约束为:
(13)
其中,表示第i个行人与第j个行人在旋转开始时刻与目标通道的墙壁之间的距离,/>,/>表示第i个行人在旋转开始时刻与第j个行人之间的距离,/>表示第j个行人在旋转开始时刻与第i个行人之间的距离,/>表示行人旋转面对他人时可接受的心理距离,/>表示行人旋转到背对他人时可接受的心理距离,/>和/>均为常数。
基于此,本公开示例性实施例作出第四个假设:不同的旋转方向会产生不同的心理距离,行人旋转面对他人时可接受的心理距离为,行人旋转到背对他人时的可接受心理距离为/>。
此外,根据经验,当两个行人中的一个开始旋转时,另一个也会跟着旋转,他们之间的时间差几乎可以忽略不计。因此,可以假定两个行人的旋转开始时刻是相同的,也就是说,第i个行人的旋转开始时刻()和第i个行人的旋转开始时刻相同(/>),即/>。
因此,在逆流中的避让行为中,若两个行人同时旋转,则行人的旋转开始时刻约束(也即侧身时间约束)为:
(14)
其中,表示第i个行人或第j个行人的旋转开始时刻,也即侧身时间,,/>表示第i个行人的旋转开始时刻,/>表示第j个行人的旋转开始时刻,表示第i个行人的初始位置,/>表示第j个行人的初始位置,/>和/>分别为给定常数,/>,/>,/>表示第i个行人在第t时刻的期望速度,/>表示第j个行人在第t时刻的期望速度。
基于此,本公开示例性实施例作出第五个假设:当两个行人中的一个开始旋转时,另一个也会跟着旋转,两个行人之间旋转的时间差几乎可以忽略不计。也就是说,。
在实际应用中,由于行人的异质性,在逆流中的避让行为中,两个行人在同一场景中会有不同的行为。因此,会出现一种特殊情况,即一个行人完全不侧身避让,而另一个行人却旋转很大角度避让,如图2D所示,图2D示出了本公开示例性实施例提供的逆流中的避让行为的第四种避让旋转模型的旋转时机的示意图。
在这种情况下,第i个行人侧身后的身体旋转宽度小于或等于通道与第j个行人的宽度差,即,第i个行人可以通过侧身完成避让行为,其中:
(15)
此时,可以得到在逆流中的避让行为中,若一个行人旋转、另一个行人不旋转,则行人的旋转角度约束,也即侧倾角约束为:
(16)
在本公开示例性实施例的方法中,认为不旋转的行人不会抵抗碰撞,因此旋转的行人只会把对面的行人视为另一个障碍物。因此,只需假设,就能得到θ i的最小值。
(17)
而在第i个行人完成避让行为后,在第i个行人经过第j个行人后,将θ i=0设置在T p内,T p表示第i个行人的旋转姿势恢复到原始行走姿势所需要的时间,其中,T p为常数。
在逆流中的避让行为中,若第i个行人旋转、第j个行人不旋转,则第i个行人和第j个行人可以是面对侧身,也可以是背对侧身。
本公开示例性实施例将图2D的第四种避让旋转模型进行了简化,图4D示出了本公开示例性实施例提供的第四种避让旋转模型的一种旋转时机的简化模型的示意图,图4E示出了本公开示例性实施例提供的第四种避让旋转模型的另一种旋转时机的简化模型的示意图。如图4D所示,第i个行人和第j个行人为面对侧身;如图4E所示,第i个行人和第j个行人为背对侧身。
当侧身行人旋转面对正常行人,即第i个行人旋转面对第j个行人时,如果侧身前两个行人之间的距离超过可接受的心理距离,则认为他们之间没有碰撞。由于假定不旋转的行人不抗拒碰撞,因此不旋转的行人的可接受心理距离为0,因此,本公开示例性实施例作出第六个假设:不旋转的行人的心理距离接近无限小,可以忽略。
此时,可以得到在逆流中的避让行为中,若一个行人旋转、另一个行人不旋转,则行人的侧身距离约束为:
(18)
在逆流中的避让行为中,若一个行人旋转、另一个行人不旋转,则行人的侧身距离约束为:
(19)
二、扭转社会力模型
根据传统的社会力模型(Social Force Model,SFM),第i个行人在复杂环境中的运动模型由第i个行人的驱动力、第i个行人与其他行人如第j个行人之间的相互作用力和第i个行人和目标通道的墙壁之间的相互作用力进行表示。其中,社会力模型可以通过下述公式进行表示:
(20)
(21)
(22)
(23)
其中,m i表示第i个行人的质量,v i表示第i个行人的实际速度,v j表示第j个行人的实际速度,Fi表示第i个行人的驱动力,Fij表示第i个行人与第j个行人之间的相互作用力,J表示除第i个行人之外的行人的总数量,Fiw表示第i个行人和固定障碍物之间的相互作用力,W表示固定障碍物的总数量,表示第i个行人的初始速度,/>表示第i个行人在t时刻指向期望目标的单位矢量,/>表示第i个行人在t时刻的期望速度,/>表示一定的特征时间,A i表示社会作用力的强度,B i表示社会作用力的范围,A i和B i均为常数,r ij表示第i个行人和第j个行人的半径和,d ij表示第i个行人和第j个行人的质心间距,d iw表示第i个行人和固定障碍物的质心间距,n ij表示第j个行人指向第i个行人的归一化矢量,n iw表示第j个行人指向固定障碍物的归一化矢量,k n表示身体压缩系数,k t表示滑动摩擦系数,t ij表示第i个行人和第j个行人的切线方向,t iw表示第i个行人和固定障碍物的切线方向,表示第i个行人和第j个行人或固定障碍物互不接触。此处,固定障碍物可以对应为本公开示例性实施例中的目标通道的墙壁。
原有的社会力模型显然无法真实有效地模拟行人的旋转行为。因此,为了更好地模拟行人的旋转行为,本公开示例性实施例提出了一个扭转社会力模型(T-SFM),其中增加了两个元素:扭转力和旋转意愿。
(1)扭转力
根据观察到的结果,本公开示例性实施例认为只有行人的肩部和核心部位发力使上半身旋转,并形成自身的扭矩来完成侧向行为。而原有的行走速度和行走方向均不会改变。根据生物力学原理,人体的姿势调节是通过肌肉的收缩和放松来实现的。当身体要旋转时,肌肉会调整身体的重心,从而影响旋转惯性。具体来说,当行人想要快速旋转时,肌肉会收缩并将身体重心向内移动,从而减小旋转惯性,进而提高旋转速度,快速完成侧向行为。相反,当人体试图减慢旋转速度时,其肌肉会放松,导致人体重心外移,从而增加旋转惯性,减慢旋转速度。此外,人体还可以通过调整肌肉力量来改变旋转速度。随着肌肉力量的增加,身体能够产生更大的扭矩,从而提高旋转速度和侧身速度。
因此,扭转力与转动惯量和扭矩有关。图5示出了本公开示例性实施例提供的行人的椭圆模型的旋转示意图。如图5所示,根据生物动力学的描述,由椭圆模型表示的行人将围绕垂直于椭圆中心点的虚拟轴OM完成旋转。假设行人的椭圆模型为质量均匀分布的椭圆,椭圆的方程为:
,/>(24)
转动惯量可以通过如下公式进行表示:
(25)
其中,I表示椭圆模型的转动惯量,D表示平面积分区域,m表示椭圆模型的质量,表示椭圆模型的密度。
根据广义极坐标变换,则,
(26)
(27)
其中,r表示极径,,/>表示极坐标的极角,/>。
此时,则有,
(28)
此外,根据扭矩与转动惯量的关系,以及扭矩与扭力的关系,可以得到如下公式:
(29)
其中,FT表示扭力,l表示力臂,且,/>表示角加速度,/>,w表示角速度,,/>表示旋转角度,/>,/>表示旋转时间。
因此,可以得到:
(30)
基于此,可以得到第i个行人的扭力为:
(31)
(2)旋转意愿
在传统的社会力模型中,行人之间的碰撞是通过心理排斥力来避免的。但是,当行人侧身避让或超越时,心理排斥力会发生变化。因此,本公开示例性实施例根据行人的动态密度对社会力模型的心理排斥力进行修正,并在扭转社会力模型中增加了避撞力和侧身意愿,以改进传统的社会力模型。
其中,在社会力模型中,心理排斥力可以表示为:。
在扭转社会力模型中,首先计算行人周围的人群密度与行人面积的无量纲乘积:
,
其中,表示行人的动态密度,/>。
然后,将社会作用力的强度调整为,将社会作用力的范围调整为/>,其中,表示调整系数,/>。这样,行人就可以根据环境调整心理排斥力,完成更多的行为。
同时,为了限制行人在超越行为或避让行为中发生不必要的接触和碰撞,本公开示例性实施例还在扭转社会力模型中增加避撞力作为约束条件。其中,避撞力可以表示为:
(32)
(33)
其中,表示第i个行人与第j个行人之间的碰撞力,/>表示第i个行人与和目标通道的墙壁之间的碰撞力,/>表示碰撞力的强度,/>表示碰撞力的范围,/>和/>均为常数。
为了避免排斥力干扰侧向行为,本公开示例性实施例还在扭转社会力模型中增加侧身意愿作为约束条件。其中,侧身意愿可以表示为:
(34)
基于此,扭转社会力模型可以表示为:
(35)/>
(36)
(37)
(38)
(39)
(40)
(41)
(42)
(43)
其中,表示第i个行人在t时刻的加速度,/>表示第i个行人在t时刻的位置,表示第i个行人在初始时刻的初始位置。
基于此,本公开示例性实施例提出了一种逆流中的避让行为的仿真方法,其可以由终端执行,也可以由应用于终端的芯片执行。终端的相关内容可以参见前文,此处不再赘述。
图6示出了本公开示例性实施例提供的逆流中的避让行为的仿真方法的流程示意图。如图6所示,该逆流中的避让行为的仿真方法包括:
S601,构建目标通道内目标行人的目标模型和非目标行人的非目标模型,并分别确定目标行人的运动相关信息和非目标行人的运动相关信息;其中,目标通道的宽度均大于目标行人的肩宽和非目标行人的肩宽,且小于目标行人的肩宽与非目标行人的肩宽之和;
S602,基于目标模型、非目标模型、目标通道的宽度、目标行人的运动相关信息和非目标行人的运动相关信息,确定目标行人在目标通道的逆流中的避让行为的侧身约束条件;
S603,构建基于侧身行为的扭转社会力模型;
S604,在侧身约束条件的约束下,利用扭转社会力模型对目标行人在目标通道的逆流中的避让行为进行仿真,得到目标行人的目标行为轨迹。
具体地,上述目标模型和非目标模型均可以为前文中的椭圆模型,椭圆模型的长半轴的2倍用于表征行人的肩宽,椭圆模型的短半轴的2倍用于表征行人的胸厚。
上述目标通道的宽度均大于目标行人的肩宽和非目标行人的肩宽,且小于目标行人的肩宽与非目标行人的肩宽之和,此时,目标行人需要侧身改变姿势才能在目标通道的逆流中的避让非目标行人,以免产生碰撞。
上述运动相关信息与目标行人和非目标行人的位置信息和侧身行为相关。本公开示例性实施例可以基于目标模型、非目标模型、目标通道的宽度、目标行人的运动相关信息和非目标行人的运动相关信息,确定目标行人在目标通道的逆流中的避让行为的侧身约束条件。
同时,本公开示例性实施例可以构建基于侧身行为的扭转社会力模型,并在侧身约束条件的约束下,利用扭转社会力模型对目标行人在目标通道的逆流中的避让行为进行仿真,得到目标行人的目标行为轨迹。该扭转社会力模型可以能够对目标行人在逆流中的避让行为中出现的侧身行为进行仿真,提高仿真结果的真实性。
根据本公开示例实施例的技术方案,通过构建目标通道内目标行人的目标模型和非目标行人的非目标模型,并分别确定目标行人的运动相关信息和非目标行人的运动相关信息;其中,目标通道的宽度均大于目标行人的肩宽和非目标行人的肩宽,且小于目标行人的肩宽与非目标行人的肩宽之和;基于目标模型、非目标模型、目标通道的宽度、目标行人的运动相关信息和非目标行人的运动相关信息,确定目标行人在目标通道的逆流中的避让行为的侧身约束条件;构建基于侧身行为的扭转社会力模型;在侧身约束条件的约束下,利用扭转社会力模型对目标行人在目标通道的逆流中的避让行为进行仿真,得到目标行人的目标行为轨迹,能够基于行人的侧身行为,对目标行人在逆流中的避让行为进行仿真,提高了仿真的真实性。
在一些实施例中,运动相关信息可以包括身体旋转宽度,目标行人的身体旋转宽度和非目标行人的身体旋转宽度之和小于或等于目标通道的宽度,侧身约束条件可以包括侧倾角约束;基于目标模型、非目标模型、目标通道的宽度、目标行人的运动相关信息和非目标行人的运动相关信息,确定目标行人在目标通道的逆流中的避让行为的侧身约束条件,可以包括:
基于目标模型、非目标模型、目标通道的宽度、目标行人的身体旋转宽度和非目标行人的身体旋转宽度,计算侧倾角约束。
示例性的,若目标行人和非目标行人同时旋转,定义:
(1)
其中,θ i表示第i个行人即目标行人的旋转角度,d i(θ i)表示第i个行人侧身后的身体旋转宽度,θ j表示第j个行人即非目标行人侧身的旋转角度,d j(θ j)表示第j个行人侧身后的身体旋转宽度,a i表示第i个行人的椭圆模型的长半轴,b i表示第i个行人的椭圆模型的短半轴,a j表示第j个行人的椭圆模型的长半轴,b j表示第j个行人的椭圆模型的短半轴,L表示目标通道的宽度;
侧倾角约束的计算公式可以为:
(2)
(3)
根据两个行人占用通道的面积的比例来划分通道的宽度,即,
(4)
(5)
假设,/>,则:
(6)
(7)
其中,θ imin表示第i个行人的最小旋转角度,θ jmin表示第j个行人的最小旋转角度,表示行人与目标通道的墙壁之间的心理距离,为通过实际实验得到的一个常数;
若目标行人和非目标行人中的一人旋转、一人不旋转,定义:
(15)
侧倾角约束的计算公式可以为:
(16)
假设,则:
(17)
在一些实施例中,运动相关信息还可以包括旋转行为可接受心理距离,侧身约束条件还包括侧身距离约束;基于目标模型、非目标模型、目标通道的宽度、目标行人的运动相关信息和非目标行人的运动相关信息,确定目标行人在目标通道的逆流中的避让行为的侧身约束条件,还可以包括:
基于目标模型、非目标模型、目标行人的旋转行为可接受心理距离和非目标行人的旋转行为可接受心理距离,计算侧身距离约束;
示例性的,若目标行人和非目标行人同时旋转,侧身距离约束的计算公式为:
(13)
其中,表示第i个行人与第j个行人在旋转开始时刻与目标通道的墙壁之间的距离,/>,/>表示第i个行人在旋转开始时刻与第j个行人之间的距离,/>表示第j个行人在旋转开始时刻与第i个行人之间的距离,/>表示行人旋转面对他人时可接受的心理距离,/>表示行人旋转到背对他人时可接受的心理距离,/>和/>均为常数;
若目标行人和非目标行人中的一人旋转、一人不旋转,侧身距离约束的计算公式为:
(18)
在一些实施例中,运动相关信息还可以包括初始位置和期望速度,侧身约束条件还包括侧身时间约束;基于目标模型、非目标模型、目标通道的宽度、目标行人的运动相关信息和非目标行人的运动相关信息,确定目标行人在目标通道的逆流中的避让行为的侧身约束条件,还可以包括:
基于目标模型、非目标模型、目标行人的旋转行为可接受心理距离、非目标行人的旋转行为可接受心理距离、目标行人的初始位置、非目标行人的初始位置、目标行人的期望速度和非目标行人的期望速度,计算侧身时间约束;
示例性的,若目标行人和非目标行人同时旋转,侧身时间约束的计算公式为:
(14)
其中,表示第i个行人或第j个行人的旋转开始时刻,也即侧身时间,,/>表示第i个行人的旋转开始时刻,/>表示第j个行人的旋转开始时刻,表示第i个行人的初始位置,/>表示第j个行人的初始位置,/>和/>分别为给定常数,/>,/>,/>表示第i个行人在第t时刻的期望速度,/>表示第j个行人在第t时刻的期望速度;
若目标行人和非目标行人中的一人旋转、一人不旋转,侧身时间约束的计算公式为:
(19)
在一些实施例中,构建基于侧身行为的扭转社会力模型,可以包括:
获取与目标行人的侧向行为有关的侧向行为作用力,侧向行为作用力包括目标行人的驱动力、目标行人与非目标行人之间的相互作用力、目标行人与目标通道的墙壁之间的相互作用力、目标行人与非目标行人之间的碰撞力、目标行人与目标通道的墙壁之间的碰撞力和目标行人的侧身意愿;
基于目标行人的驱动力、目标行人与非目标行人之间的相互作用力、目标行人与目标通道的墙壁之间的相互作用力、目标行人与非目标行人之间的碰撞力、目标行人与目标通道的墙壁之间的碰撞力和目标行人的侧身意愿,构建基于侧身行为的扭转社会力模型。
具体地,结合前文的描述可知,与目标行人的侧向行为有关的侧向行为作用力可以包括:目标行人的驱动力、目标行人与非目标行人之间的相互作用力、目标行人与目标通道的墙壁之间的相互作用力、目标行人与非目标行人之间的碰撞力、目标行人与目标通道的墙壁之间的碰撞力和目标行人的侧身意愿。
示例性的,扭转社会力模型通过下述公式进行表示:
(35)
(36)
(37)
(38)
(39)
(40)
(41)
(34)
(31)
(42)
(43)
其中,表示第i个行人的质量,/>表示第i个行人的实际速度,v j表示第j个行人的实际速度,/>表示第i个行人的驱动力,/>表示第i个行人与第j个行人之间的相互作用力,/>表示第i个行人和目标通道的墙壁之间的相互作用力,/>表示第i个行人与第j个行人之间的碰撞力,/>表示目标行人与目标通道的墙壁之间的碰撞力,J表示除第i个行人之外的行人的总数量,W表示目标通道的墙壁的总数量,/>表示第i个行人的侧身意愿,/>表示第i个行人的扭力,/>表示第i个行人的初始速度,/>表示第i个行人在t时刻指向期望目标的单位矢量,/>表示第i个行人在t时刻的期望速度,/>表示一定的特征时间,A i表示社会作用力的强度,B i表示社会作用力的范围,A i和B i均为常数,/>表示调整系数,r i表示第i个行人的半径,r ij表示第i个行人和第j个行人的半径和,d ij表示第i个行人和第j个行人的质心间距,d iw表示第i个行人和目标通道的墙壁的质心间距,n ij表示第i个行人指向第j个行人的归一化矢量,n iw表示第i个行人指向目标通道的墙壁的归一化矢量,k n表示身体压缩系数,k t表示滑动摩擦系数,t ij表示第i个行人和第j个行人的切线方向,t iw表示第i个行人和目标通道的墙壁的切线方向,/>表示第i个行人和第j个行人或目标通道的墙壁互不接触,/>表示碰撞力的强度,/>表示碰撞力的范围,/>和/>均为常数,/>表示第i个行人在t时刻的加速度,t ir表示第i个行人的旋转时间,a i表示第i个行人的椭圆模型的长半轴,b i表示第i个行人的椭圆模型的短半轴,/>表示第i个行人在t时刻的位置,/>表示第i个行人在初始时刻的初始位置。
本公开实施例采用的上述至少一个技术方案能够达到以下有益效果:通过构建目标通道内目标行人的目标模型和非目标行人的非目标模型,并分别确定目标行人的运动相关信息和非目标行人的运动相关信息;其中,目标通道的宽度均大于目标行人的肩宽和非目标行人的肩宽,且小于目标行人的肩宽与非目标行人的肩宽之和;基于目标模型、非目标模型、目标通道的宽度、目标行人的运动相关信息和非目标行人的运动相关信息,确定目标行人在目标通道的逆流中的避让行为的侧身约束条件;构建基于侧身行为的扭转社会力模型;在侧身约束条件的约束下,利用扭转社会力模型对目标行人在目标通道的逆流中的避让行为进行仿真,得到目标行人的目标行为轨迹,能够基于行人的侧身行为,对目标行人在逆流中的避让行为进行仿真,提高了仿真的真实性。
基于此,本公开示例性实施例进行了模拟实验和仿真实验,以验证扭转社会力模型的真实性和普遍性。
一、模拟实验:验证真实性
1、实际实验的设置和数据收集
从前文中可以得出,行人的侧向行为与旋转角度(倾侧角)、侧身距离和侧身时间有关。为了验证模型的准确性并校准模型参数,本公开示例性实施例进行了大量实际实验。
本公开示例性实施例用0.8m*0.5m*0.6m最大倾侧角的纸箱搭建了相应的实验场景,并分别绘制了实验装置示意图,图7示出了本公开示例性实施例提供的逆流中的避让行为的实验装置示意图。需要注意的是,图中每个方格代表三个堆叠的纸箱(0.8m*0.5m*1.8m),这就保证了行人的肩膀必须受到墙壁的约束。而这正是之前的研究所忽略的。肩部是行人身体模型中最宽的部分,如果不对肩部进行约束,行人的侧向行为可能会超出设定的边界。因此,与之前的研究相比,本公开示例性实施例从设置的角度提高了真实性。
实验共招募了12名男性志愿者和5名女性志愿者,编号分别为1至17。此外,本公开示例性实施例还为每位成员准备了一些彩色帽子和肩贴,志愿者的具体信息如表1所示,表1示出了本公开示例性实施例提供的志愿者的具体信息。此外,本公开示例性实施例使用佳能最大倾侧角G7 X Mark III最大倾侧角摄像机垂直于地面进行拍摄,视频范围可以覆盖实验区域;并在每个情况的通道正前方设置一个最大倾侧角GoPro HERO11 Black Mini,用于提取行人与目标通道的墙壁或其他行人之间的距离。本公开示例性实施例使用视频处理平台 Ulead Video Studio(UVS)和轨迹分析软件 PeTrack(PT)来处理视频数据。
表1 志愿者的具体信息
此外,表1中的行走速度和角速度分别是小数点后保留三位数和小数点后保留两位数。在计算中,本公开示例性实施例使用的是不带小数储备的原始数据。
逆流中的避让行为的实验的详细设置:首先,将通道的宽度分别设置L=0.7m、0.8m、0.9m、1.0m和1.1m,并让两个最强壮的行人和两个最瘦弱的行人成为一对,进行初步实验。结果表明,在L=0.7m的情况下,最瘦的两个行人不能在不碰墙的情况下侧身避开对方;而在L=1.1m的情况下,最强的两个行人可以在不侧身的情况下通过通道。因此,本公开示例性实施例选择0.8m、0.9m和1.0m作为逆流中的避让行为的实验的设置条件。
此外,为确保实验中同性和异性配对的数量尽可能一致,本公开示例性实施例选择10名男性和5名女性配对行走,并靠近其右侧边缘。每个行人都与所有其他行人配对。这样,每个L得到105组数据,其中55组数据来自同性别的配对,另外50组数据来自异性别的配对,可以认为这两组数据的比例相似。
通过随机选择,本公开示例性实施例去掉了行人11和14,其他行人的参数由摄像头记录,因此总共得到315个数据集。
2、实际实验的数据处理和分析
在实验中,倾侧角或旋转角度、侧身前行人与目标通道的墙壁或其他行人之间的距离即侧身距离/>和侧身时间/>是以25Hz(25帧=1秒)的频率从PT获取的。
(1)倾侧角或旋转角度
本公开示例性实施例对PT处理后的坐标数据的旋转角度进行变换,得到每组行人的角度变化图片共315张。以F-F和B-B分别表示行人旋转面对彼此和背对彼此,B-F和F-B表示一个行人旋转后面对而另一个旋转后背对,F-N和B-N分别表示其中一个行人旋转后面对和背对,而另一个不侧身,N-N表示两个行人都不侧身。
一般情况下,当L=0.8m时,不存在不侧身的情况,而所有不同旋转方向的组合都存在(B-B、F-F和B-F/F-B);随着L的增大,当L=0.9m时,(B-N/F-N),存在一个行人不侧身的情况,而在L=1.0m时,(N-N),两个行人都不旋转的情况存在。也就是说,实验全面涵盖了本公开示例性实施例提出的所有理论模型。
此外,在分析了完整数据集的旋转角度变化后,本公开示例性实施例还提取了每对行人组在三种L条件下的最大倾侧角,并将实验数据中的各对旋转角度取绝对值并设定换算为。结果显示,随着L的增大,最大倾侧角呈减小趋势。
同时,本公开示例性实施例还可以从实验中得到另一个结果,即L越小,数据点越集中,相反,L越大,数据点越分散。这个结果似乎是令人满意的,因为随着L的增大,行人可以有更多的选择,而当L刚好够两个行人侧身通过时,行人的旋转角度是相对固定的,只由行人个体的属性决定。因此,L越小,获得的数据越集中。
此外,通过分别比较同一组行人在不同L条件下的行为可以发现,随着L的增大,旋转角度逐渐变小,或者其中一个行人不侧身。在所有315组数据中,没有出现旋转角度随L的增大而增大,或在L较小的时候不侧身,但在L增大后侧身等异常情况。也就是说,单个分析的结果与本公开示例性实施例提出的理论模型也是一致的。
综上所述,通过整体分析和个体分析,本公开示例性实施例认为实际实验得出的结果可以用来与模拟结果进行对比,从而证明本公开示例性实施例提出的理论模型的合理性和有效性。
(2)旋转方向
虽然旋转方向不影响旋转角度,但会影响旋转时机的建模和行人侧身避让迎面行人时心理距离的参数标定。因此,根据对行人旋转方向的划分,本公开示例性实施例总结了行人的旋转方向,如表2所示。表2示出了本公开示例性实施例提供的逆流中的避让行为的旋转方向。
表2 逆流中的避让行为的旋转方向
其中,Num.表示行人配对的数量,Pro.表示行人配对的比例,s-g表示同性别的行人配对,d-g表示异性别的行人配对,F-F表示行人旋转面对彼此,B-B表示行人旋转背对彼此,B-F和F-B均表示一个行人旋转后面对而另一个旋转后背对,F-N表示其中一个行人旋转后面对、而另一个不侧身,B-N表示其中一个行人旋转后背对、而另一个不侧身,N-N表示两个行人都不侧身,M-F-F表示在异性别的行人配对中男性行人旋转到面向女性行人,M-B-F表示在异性别的行人配对中男性行人旋转到背向女性行人。
表2显示,当行人在狭窄通道中以侧身方式避让迎面而来的行人时,他们通常会旋转到背对着对方,很少出现面对面的情况。这一结果在直觉上是可信的,不仅与实际情况相符,而且行人的心理距离范围出现在正前方135°,而在身后方向则没有心理距离。因此,当通道较窄时,行人通常会轮流背对着对方完成避让行为。同时,随着通道宽度的增加,面对面的情况也会增多,因为每个行人可以利用的空间变大了,可以满足面对面旋转产生的心理距离。
此外,可以看到在所有不同性别对的三组不同场景中,每组场景中只有5-6次是男性旋转面对女性(M-F-F),其余几组都是男性旋转背对女性(M-B-F),而且所有的M-F-F都发生在同三名男性身上。这就是说,除了一些个人行为之外,本公开示例性实施例可以认为,当不同性别的一对行人正在避让时,男性通常会选择向女性避让。还有一点,本公开示例性实施例怀疑这一举动很可能是出于对女性的礼貌。
另一个发现是,一些男性在面对另一位男性时不会旋转,但在面对女性时会旋转,即使他可以不旋转通过,而女性行人如果看到男性旋转了,就会选择不侧身通过。这与第一个假设不一致。本公开示例性实施例认为,两个行人都会根据自己的体型调整所占空间,并完成侧身和避让行为。不过,第一个假设显然只适用于男性,在随后的模拟中,本公开示例性实施例将对这一问题做出更多定量解释,并修正本公开示例性实施例提出的理论模型。
(3)侧身距离和侧身时间
侧身距离和侧身时间都涉及两个相向而行的行人,本公开示例性实施例可以在每对行人中分别获得两个D T和T b的数据,记为D Ti、D Tj、T bi和T bj。
本公开示例性实施例可以大致观察到,每个配对中的两个行人的旋转时机大致相同,这与本公开示例性实施例的第五个假设一致,即D Ti=D Tj=D T,T bi=T bj =T b。不过,这只是本公开示例性实施例粗略观察的定性结果。因此,为了准确证明这个问题,本公开示例性实施例提取D Ti、D Tj、T bi和T bj来定量分析这个假设。
结果显示,针对不同通道宽度,很难判断行人同时转动的假设是否合理,本公开示例性实施例换个角度,根据T bi和T bj之间的差值图来证明这一假设。
本公开示例性实施例定义为T bi≥T bj,△T b =T bi -T bj是两个行人旋转时刻的差值,在所有315组数据中,最大旋转时间差为13帧(0.52秒),且只发现了一组。而超过96.83%的差异值小于10帧(0.4s),且在不同的L设置中的△T b几乎相同,平均为2.5-3.5帧(0.1s-0.14s),这表明T bi和T bj之间的差异可以忽略。因此,这一结果证明了理论模型中假设的合理性,本公开示例性实施例将在后面的扭转社会力模型中设置D Ti=D Tj=D T,T bi=T bj =T b。
另外,当L发生变化时,T b与L之间的负相关性依然明显,而T b与L之间的正相关性并不明显。相反,T b的变化趋于稳定,行人在不同的通道宽度下选择了相似的旋转时机,换句话说,行人并没有因为通道的拓宽而减慢旋转时间。
造成这种偏差的原因可能有三个方面:首先,行人的旋转角度和时机受到两个行人的异质性和场景设置的双重影响,会在一定程度上影响原有的实验规律。其次,本公开示例性实施例忽略了同一对行人之间旋转时机的差异,这也会导致一定的误差。此外,在实验过程中,同一组行人在连续实验过程中可能会产生习惯性心理,从而导致旋转时机的相似性。
这是一个值得深入探讨的问题,但它不会影响本公开示例性实施例提出的模型。影响行人侧向行为的因素可能有很多,本公开示例性实施例的模型中没有包括这些因素,但只要模拟结果与实验结果的对比是一致的,就可以证明本公开示例性实施例所提模型的普遍性。
(4)心理距离
为了验证心理距离和/>是否需要分开考虑(第四个假设),本公开示例性实施例分析了行人的心理距离。同时,实验结果可以为扭转社会力模型的参数校准提供支持。
本公开示例性实施例选取两个行人左肩距离最接近的时刻(即避让时刻,理论上两个行人的旋转角度达到最大值时)的快照,进行不同旋转方向下的心理距离分析。由于摄像机拍摄的视频很难获得准确的侧身时间,因此本实验选择了摄像机垂直于场景拍摄的视频作为处理对象。将摄像机参数、场景大小和行人高度输入PT软件,将三维数据处理成二维数据,从中提取两个行人之间的最小距离。具体来说,本公开示例性实施例首先划定两点的肩部边缘,然后获取它们的x-y坐标数据,利用距离公式计算距离,将其表示为这对行人之间的最小距离。
需要注意的是,由于肩部边缘的校准是人工选取的,因此无法保证每个点的选取位置完全一致,但为了尽量减小误差,选取的点是所有行人左肩上贴纸点的最边缘。这种方法可以最大限度地减少人工选点造成的误差。
另一方面,上述选点方法会导致所有数据都有些偏大,但在确定心理距离参数时,较大的参数设置虽然会造成一定误差,却能更好地提高模型的普适性。但本公开示例性实施例最主要的目的是模拟不同情况下的侧向行为,在保证普遍性的基础上尽可能提高模拟精度。因此,本公开示例性实施例认为设置较大的心理距离是合理的。同时,本公开示例性实施例会将模拟结果与实际实验结果进行对比,以验证本公开示例性实施例所述模型的准确性。因此,在后续的分析中,本公开示例性实施例将忽略选点带来的误差。
结果显示,通道宽度对心理距离的影响并不明显。随着L的增大,和/>的心理距离没有明显的变化趋势。性别对心理距离的影响也不大。本公开示例性实施例认为,通道宽度和性别对心理距离影响不大的原因有两个方面:一方面,本公开示例性实施例招募的志愿者都是在校学生,即使是陌生人,他们之间产生的心理距离也肯定与真实外部环境中产生的心理距离不同。另一方面,由于前面提到的选点误差,本公开示例性实施例得到的心理距离较大,可以抵消性别和宽度造成的误差,如性别造成的心理距离差约为1厘米,在此处实验中就不会体现出来。
但不同旋转方向的心理距离差异明显,即和/>需要分别考虑,这也是本公开示例性实施例预期的主要结果。同时,这一点也证明了心理距离结果可以用于后续的参数校准。
通过比较315组数据,本公开示例性实施例发现B-B的心理距离集中在[18,23]cm,F-F的心理距离集中在[37,40]cm,B-F的心理距离主要集中在[13,28]cm。然后,通过对B-N和F-N的数据分析,本公开示例性实施例大致得出服从Uniform[9,11]cm的随机分布和服从Uniform[18,20]cm的随机分布。这个结果支持第六个假设。
3、设置模拟环境
本公开示例性实施例将改变行人的身体模型并添加侧向行为模型。而基于SFM的传统扭转社会力模型有很多可以满足本公开示例性实施例的要求,但在比较了底层逻辑修改的可操作性后,本公开示例性实施例选择了带有JAVA2.0的Anylogic Professional8.7.0作为基本扭转社会力模型进行修改,仿真将在Intel(R) Core(TM) i5-10210U1.60GHZ PC和4GB内存下运行。
首先,本公开示例性实施例需要改变身体模型。通过Anylogic的agent模块,本公开示例性实施例将行人的二维模型从原来的圆形改为椭圆形,并根据表1中记录的行人身体参数(包括行人的质量、肩宽、胸围和性别),建立了17个椭圆模型,行人编号为1至17。
然后,本公开示例性实施例使用state diagram模块为每个椭圆模型添加侧身状态和旋转条件。根据身体模型,本公开示例性实施例设定了倾侧角约束,并将该角度与身体姿势联系起来。同时,本公开示例性实施例通过添加过渡条件来构建侧身距离约束和侧身时间约束,当上述侧身约束条件满足条件时,椭圆模型将发生姿势变化。在完成侧向行为时,行人的姿态仍会受到过渡条件的影响而发生变化,即当行人与目标通道的墙壁或其他行人的距离大于最大心理距离时,将触发重置旋转条件。重置时间结束后,行为体的姿势将恢复到原来的行走状态,从而完成侧向行为。
此外,本公开示例性实施例使用软件的social force setting模块,根据提出的改进的SFM来改变传统的SFM,该模块改变了行人处于侧身姿势时的排斥力大小,增加了侧身意愿和扭转力。此外,为了确保模拟结果的准确性,本公开示例性实施例还根据实验结果设置了不同条件下的心理距离范围(、/>和/>)。
最后,本公开示例性实施例构建了仿真环境和行人行走逻辑。并根据实际实验结果,设定行人的行走速度、角速度和重置时间等仿真参数,完成了三种情况下行人侧向行为扭转社会力模型的建立。
4、仿真实验的定性结果
本公开示例性实施例的模型可以有效地模拟行人的侧身行为。行人可以通过旋转来改变身体姿势,完成更合理的出行行为。因此,从定性的角度来看,本公开示例性实施例认为本公开示例性实施例提出的模型是有效的。
5、仿真实验的定量结果
为了进一步验证扭转社会力模型的效果,本公开示例性实施例选择了倾侧角、侧身距离和侧身时间这些指标进行定量评估。本公开示例性实施例分别提取了不同通道宽度下行人的倾侧角、侧身距离和侧身时间的绝对值。由于扭转社会力模型中的行人不会产生类似于真实行人行走时的身体晃动,所以比较各帧下的旋转角毫无意义。因此,本公开示例性实施例仅使用倾侧角的比较结果来验证本公开示例性实施例提出的扭转社会力模型的有效性。
(1)倾侧角
本公开示例性实施例提取了每组行人的仿真最大倾侧角,并在本公开示例性实施例中将其与实际结果进行比较。本公开示例性实施例的模拟是在理想条件下进行的,因此模拟的最大倾侧角就是实际实验的理论最小值。因此,本公开示例性实施例认为,只要实际值在可接受范围内(模拟值与90°之间),结论就是合理的。
通过对比所有数据可以发现,除了没有侧身的情况(异常值)外,各组行人的模拟最大倾侧角与实际实验基本一致。
进一步发现,出现异常值的行人配对都是不同性别的配对,出现异常状态的原因是模拟模型中不应侧身的男性行人在实际实验中出于自身考虑进行了旋转,使得女性行人的真实旋转角度变小,小于模拟值。
剔除这些不同性别的配对后,本公开示例性实施例可以发现真实值介于模拟值和90°之间的比例为100%,这说明本公开示例性实施例提出的模型对于同性别配对是完全合理的,而对于不同性别配对则需要改进。
根据实际实验的观察和分析结果,本公开示例性实施例发现当一对同性行人侧身避让另一位行人时,体型较大的行人(身高较高或肩宽较宽)往往会旋转较小的角度或不侧身,而体型较小的行人则会感受到迎面而来的较大行人的压力,从而旋转较大的角度以避免碰撞。这与本公开示例性实施例提出的理论模型一致,即旋转角度受各自体型比例的影响。
然而,不同性别的行人在避让另一位行人时,男性一般会旋转以避让女性,而不是迫使女性根据其体型旋转更大的角度。因此,本公开示例性实施例提出的模拟模型在模拟逆流中不同性别配对行人的侧向行为时存在较大误差。因此,本公开示例性实施例提出的理论模型进行了优化。
根据已有的研究结果,本公开示例性实施例发现不同性别配对的行人在相互避让时,基本上可以认为两个行人共享了整个通道,各自利用一半的通道完成侧向行为,实现避让行为。在这个过程中,他们的行走空间并不受体型比例的影响,而是受心理距离差异的影响。
实际上,本公开示例性实施例通过实际实验得到了不同性别和旋转方向组合的行人心理距离,但如果利用双方行人的心理距离来建立避让行为的理论模型,则需要同时计算双方的旋转角度和时机等诸多因素,大大增加了计算量和运行时间。
因此,为了保证扭转社会力模型的准确性和提高运行效率,本公开示例性实施例尝试对理论模型进行简化,简化方法如下:本公开示例性实施例假设不同性别的行人在相互避让时,都使用了一半的通道,通道中间有无体积的墙壁,因此行人的心理距离可以换算成行人与目标通道的墙壁的心理距离。
之后,本公开示例性实施例更新了避让行为的模拟模型,为每个椭圆模型添加了一个决策指令,并为不同性别配对的行人设置了新的行走逻辑。椭圆模型在行动之前,首先要判断对面椭圆模型和自己的性别是相同还是不同,然后根据判断结果进行后续的模拟。
由于本公开示例性实施例将通道大致分为两部分,在L=0.9m和L=1.0m两种情况下,模拟模型中的女性可以无侧身通过通道,因此这两种情况下的实际实验结果必须符合模拟结果,模型可靠性的说服力较弱。但在L=0.8m的情况下,由于通道相对较窄,就不存在上述情况。即使分成两部分,女性也需要侧身。因此,本公开示例性实施例提取了L=0.8m时的异常状态,并与表3中的优化模拟结果进行了比较。表3示出了本公开示例性实施例提供的优化模型与原始模型L=0.8m时异常状态最大倾侧角的比较结果。从中可以看出,更新模型后,所有不同性别配对的仿真结果都在合理范围内,可以证明本公开示例性实施例提出的不同性别配对侧身模型的合理性。
表3 优化模型与原始模型L=0.8m时异常状态最大倾侧角的比较结果
其中,表示模拟值,/>表示实际值。
最后,本公开示例性实施例模拟了只有一人旋转的所有情况。由于在扭转社会力模型中(仿真角度为0),各种配对都可以无侧身通过通道,因此这些结果的实际旋转角度必须在可接受的范围内(0°至90°),因此这些数据没有分析的必要,也不能反映模型的有效性。排除上述数据后,其余数据的比较结果如表4所示。表4示出了本公开示例性实施例提供的只有一人旋转时最大倾侧角的模拟值与实际值的比较结果。显然,所有模拟结果都是合理的,这说明本公开示例性实施例提出的模型可以有效模拟只有一名行人侧身的特殊情况。与原始模拟结果相比,优化模型得到的模拟数据更符合实际情况。
然而需要注意的是,本公开示例性实施例提出的侧身模型的合理性是通过实际和模拟实验证明的,并且证明了旋转方向对结果的影响。但这一结果仅适用于旋转方向已经确定的情况。不同的旋转方向和偶发的非侧向行为过于复杂,受个体因素的影响较大,其中还包括更为综合的生活心理因素。
表4 只有一人旋转时最大倾侧角的模拟值与实际值的比较结果
其中,表示模拟值,/>表示实际值。
(2)侧身距离和侧身时间
对比D T的模拟值与实际值,直观可见,几乎所有的模拟值都低于真实值,这与预期结果一致,说明本公开示例性实施例提出的模型具有合理性。
然后,本公开示例性实施例计算了每对D T的模拟值与真实值之间的误差,从中可以看出,随着通道宽度的增加,模拟的准确性也得到了提高。造成这种现象的原因可能是,随着宽度的增加,影响行人旋转时机的异质性因素(如压迫心理、避碰心理等)减少。因此,模拟值更接近真实情况。
但通过分析,本公开示例性实施例也可以发现D T的误差基本在20cm左右,最大误差接近100cm,这使得模型的准确性有待考证。因此,本公开示例性实施例需要找到新的证据来证明所提模型的正确性。在对实验数据的处理和分析中,本公开示例性实施例发现D T的误差似乎普遍较大,无法为证明模型的有效性提供更直接的证据。正如本公开示例性实施例在第五个假设验证两个行人同时旋转的假设时,只有D T无法给出直接的证明,而对T b的分析则可以直观地证明假设的成立。因此,本公开示例性实施例比较了每一对中的模拟值和实际值,比较结果可见,模拟值几乎都高于实际值,这是合理的,可以直观地看出本公开示例性实施例提出的模型是符合实际情况的。具体来说,通过数据对比,本公开示例性实施例发现有几组模拟值小于真实值,本公开示例性实施例将这些数据提取到表5中。可以看出,在三种不同的通道宽度下,分别有4组、4组和6组数据的模拟值小于真实值。表5示出了本公开示例性实施例提供的D T的模拟值与实际值的比较结果。不过,这14组数据的误差都小于5帧(0.02秒),因此可以认为模拟是正确的。造成这些误差的原因可能是本公开示例性实施例设置的心理距离是随机分布,这导致了微小的差异。虽然误差证明这种微小的差异不会影响最终模拟结果的准确性。这一结果也证明了本公开示例性实施例在两种情况下考虑心理距离参数以及这些参数设置的准确性是合理的。
表5D T的模拟值与实际值的比较结果
其中,表示模拟值,/>表示实际值。
此外,本公开示例性实施例还计算了T b的所有误差数据进行分析。可以看出,当L=0.8m时,平均误差为2.38帧(0.095s),最大误差为10.46帧(0.418s)。其中,91组数据的误差在5帧(0.2s)以内,占86.7%;当L=0.9m时,平均误差为2.20帧(0.088s),最大误差为9.52帧(0.381s),其中96组(91.4%)误差在5帧以内;当L=1.0m时,平均误差减小到1.53帧(0.061s),最大误差减小到7.45帧(0.298s),其中误差超过5帧的只有4组,占3.8%。通过对T b的对比分析,本公开示例性实施例认为所提出的模型可以有效地模拟逆流中的侧向行为。
二、仿真实验:验证普遍性
本公开示例性实施例通过实际实验和仿真结果的对比,证明了本公开示例性实施例提出的模型的可靠性和有效性,但目前所有的对比都是特例(所有参数都是根据17名志愿者的数据输入的)。为了进一步证明本公开示例性实施例所提模型的普适性,本公开示例性实施例将模型参数改为一般输入参数,并运行扭转社会力模型。结果用于验证扭转社会力模型能否真实有效地模拟行人的侧向行为。
1、参数校准
根据上述实际实验的结果,本公开示例性实施例可以分别得到表6中的参数设置并进行校准。表6示出了本公开示例性实施例提供的扭转社会力模型的参数设置。
表6 扭转社会力模型的参数设置
2、设置和模拟
为了验证扭转社会力模型的有效性,本公开示例性实施例在建立仿真环境时特意将三种情况的通道宽度分别选为L=0.3m、0.8m、1.4m和1.0m。
同时,本公开示例性实施例构建了相同的四个仿真环境,原始模型没有改变身体模型的底层属性,只是将身体模型改成了椭圆形,即身体参数按照表6设置,而原始模型中的所有行人都没有旋转行为。
原始模型和扭转社会力模型的具体设置如下:在通道两侧分别随机生成5雄-5雄、5雌-5雌、5雄-5雌的组合。也就是说,在每一对模拟中,一个行人将与五个不同的行人完成避让行为。需要注意的是,扭转社会力模型无法准确预测旋转方向或一名行人不侧身的情况。因此,本公开示例性实施例根据实际实验结果对扭转社会力模型进行了粗略设置,增加了一个旋转方向选择参数,将向后旋转的概率设置为0.9,向正面旋转的概率设置为0.1。
因此,本公开示例性实施例选择了典型快照进行比较分析。
3、验证
根据扭转社会力模型的独立模拟结果,本公开示例性实施例可以看到,在将参数改为分布形式后,所有情况下的侧向行为都能得到有效模拟,并且没有出现死锁和不规则碰撞等异常情况。因此,本公开示例性实施例可以认为扭转社会力模型可以有效地模拟不同情况下的侧向行为。
在原始模型中,行人追上前方行人后,会出现跟随、反复碰撞和挤压的情况,最后陷入僵局。在扭转社会力模型中,当行人到达超越位置时,通过旋转行为合理实现超越行为。
另一方面,对比两个模型的仿真结果可以发现,原始模型的仿真结果存在很多问题,如不合理碰撞、重叠和死锁等,而本公开示例性实施例提出的扭转社会力模型都避免了这些问题。同时,两种模型的计算时间差异出现在模型构建过程中。具体来说,扭转社会力模型需要更长的时间来完成模型构建,但当仿真开始时,两种模型的计算时间基本相同。
总之,对比结果表明,本公开示例性实施例提出的扭转社会力模型具有通用性,可以有效模拟各种条件下的侧向行为。此外,结果还证明,在扭转社会力模型中加入侧向行为是必要且可行的。
上述主要对本公开实施例提供的方案进行了介绍。可以理解的是,为了实现上述功能,电子设备包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,本公开能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本公开的范围。
本公开实施例可以根据上述方法示例对电子设备进行功能单元的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。需要说明的是,本公开实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
在采用对应各个功能划分各个功能模块的情况下,本公开示例性实施例提供一种逆流中的避让行为的仿真装置,该逆流中的避让行为的仿真装置可以为电子设备或应用于电子设备的芯片。图8示出了本公开示例性实施例提供的逆流中的避让行为的仿真装置的结构示意图。如图8所示,该装置800包括:
构建模块801,用于构建目标通道内目标行人的目标模型和非目标行人的非目标模型,并分别确定所述目标行人的运动相关信息和所述非目标行人的运动相关信息;其中,所述目标通道的宽度均大于所述目标行人的肩宽和所述非目标行人的肩宽,且小于所述目标行人的肩宽与所述非目标行人的肩宽之和;
处理模块802,用于基于所述目标模型、所述非目标模型、所述目标通道的宽度、所述目标行人的运动相关信息和所述非目标行人的运动相关信息,确定所述目标行人在所述目标通道的逆流中的避让行为的侧身约束条件;
所述构建模块802还用于构建基于侧身行为的扭转社会力模型;
仿真模块803,用于在所述侧身约束条件的约束下,利用所述扭转社会力模型对所述目标行人在所述目标通道的逆流中的避让行为进行仿真,得到所述目标行人的目标行为轨迹。
在一些实施例中,所述运动相关信息包括身体旋转宽度,所述目标行人的身体旋转宽度和所述非目标行人的身体旋转宽度之和小于或等于所述目标通道的宽度,所述侧身约束条件包括侧倾角约束;处理模块802还用于基于所述目标模型、所述非目标模型、所述目标通道的宽度、所述目标行人的身体旋转宽度和所述非目标行人的身体旋转宽度,计算所述侧倾角约束。
在一些实施例中,若所述目标行人和所述非目标行人同时旋转,定义:
,
其中,θ i表示第i个行人即目标行人的旋转角度,d i(θ i)表示第i个行人侧身后的身体旋转宽度,θ j表示第j个行人即非目标行人侧身的旋转角度,d j(θ j)表示第j个行人侧身后的身体旋转宽度,a i表示第i个行人的椭圆模型的长半轴,b i表示第i个行人的椭圆模型的短半轴,a j表示第j个行人的椭圆模型的长半轴,b j表示第j个行人的椭圆模型的短半轴,L表示目标通道的宽度;
所述侧倾角约束的计算公式为:
,
,
根据两个行人占用通道的面积的比例来划分通道的宽度,即,
,
,
假设,/>,则:
,/>
,
其中,θ imin表示第i个行人的最小旋转角度,θ jmin表示第j个行人的最小旋转角度,表示行人与目标通道的墙壁之间的心理距离,为通过实际实验得到的一个常数;
若所述目标行人和所述非目标行人中的一人旋转、一人不旋转,定义:
,
所述侧倾角约束的计算公式为:
,
假设,则:
。
在一些实施例中,所述运动相关信息还包括旋转行为可接受心理距离,所述侧身约束条件还包括侧身距离约束;处理模块802还用于基于所述目标模型、所述非目标模型、所述目标行人的旋转行为可接受心理距离和所述非目标行人的旋转行为可接受心理距离,计算所述侧身距离约束;
其中,若所述目标行人和所述非目标行人同时旋转,所述侧身距离约束的计算公式为:
,
其中,表示第i个行人与第j个行人在旋转开始时刻与目标通道的墙壁之间的距离,/>,/>表示第i个行人在旋转开始时刻与第j个行人之间的距离,/>表示第j个行人在旋转开始时刻与第i个行人之间的距离,/>表示行人旋转面对他人时可接受的心理距离,/>表示行人旋转到背对他人时可接受的心理距离,/>和/>均为常数;
若所述目标行人和所述非目标行人中的一人旋转、一人不旋转,所述侧身距离约束的计算公式为:
。
在一些实施例中,所述运动相关信息还包括初始位置和期望速度,所述侧身约束条件还包括侧身时间约束;处理模块802还用于基于所述目标模型、所述非目标模型、所述目标行人的旋转行为可接受心理距离、所述非目标行人的旋转行为可接受心理距离、所述目标行人的初始位置、所述非目标行人的初始位置、所述目标行人的期望速度和所述非目标行人的期望速度,计算所述侧身时间约束;
其中,若所述目标行人和所述非目标行人同时旋转,所述侧身时间约束的计算公式为:
,
其中,表示第i个行人或第j个行人的旋转开始时刻,也即侧身时间,,/>表示第i个行人的旋转开始时刻,/>表示第j个行人的旋转开始时刻,表示第i个行人的初始位置,/>表示第j个行人的初始位置,/>和/>分别为给定常数,/>,/>,/>表示第i个行人在第t时刻的期望速度,/>表示第j个行人在第t时刻的期望速度;
若所述目标行人和所述非目标行人中的一人旋转、一人不旋转,所述侧身时间约束的计算公式为:
。/>
在一些实施例中,构建模块801还用于获取与所述目标行人的侧向行为有关的侧向行为作用力,所述侧向行为作用力包括所述目标行人的驱动力、所述目标行人与非目标行人之间的相互作用力、所述目标行人与目标通道的墙壁之间的相互作用力、所述目标行人与非目标行人之间的碰撞力、所述目标行人与目标通道的墙壁之间的碰撞力和所述目标行人的侧身意愿;基于所述目标行人的驱动力、所述目标行人与非目标行人之间的相互作用力、所述目标行人与所述目标通道的墙壁之间的相互作用力、所述目标行人与非目标行人之间的碰撞力、所述目标行人与所述目标通道的墙壁之间的碰撞力和所述目标行人的侧身意愿,构建基于侧身行为的扭转社会力模型。
在一些实施例中,所述扭转社会力模型通过下述公式进行表示:
,
,
,
,
,
,
,
,
,
,
,
其中,表示第i个行人的质量,/>表示第i个行人的实际速度,v j表示第j个行人的实际速度,/>表示第i个行人的驱动力,/>表示第i个行人与第j个行人之间的相互作用力,/>表示第i个行人和目标通道的墙壁之间的相互作用力,/>表示第i个行人与第j个行人之间的碰撞力,/>表示目标行人与目标通道的墙壁之间的碰撞力,J表示除第i个行人之外的行人的总数量,W表示目标通道的墙壁的总数量,/>表示第i个行人的侧身意愿,/>表示第i个行人的扭力,/>表示第i个行人的初始速度,/>表示第i个行人在t时刻指向期望目标的单位矢量,/>表示第i个行人在t时刻的期望速度,/>表示一定的特征时间,A i表示社会作用力的强度,B i表示社会作用力的范围,A i和B i均为常数,/>表示调整系数,r i表示第i个行人的半径,r ij表示第i个行人和第j个行人的半径和,d ij表示第i个行人和第j个行人的质心间距,d iw表示第i个行人和目标通道的墙壁的质心间距,n ij表示第i个行人指向第j个行人的归一化矢量,n iw表示第i个行人指向目标通道的墙壁的归一化矢量,k n表示身体压缩系数,k t表示滑动摩擦系数,t ij表示第i个行人和第j个行人的切线方向,t iw表示第i个行人和目标通道的墙壁的切线方向,/>表示第i个行人和第j个行人或目标通道的墙壁互不接触,/>表示碰撞力的强度,/>表示碰撞力的范围,/>和/>均为常数,/>表示第i个行人在t时刻的加速度,t ir表示第i个行人的旋转时间,a i表示第i个行人的椭圆模型的长半轴,b i表示第i个行人的椭圆模型的短半轴,/>表示第i个行人在t时刻的位置,/>表示第i个行人在初始时刻的初始位置。
本公开实施例还提供一种电子设备,包括:至少一个处理器;用于存储至少一个处理器可执行指令的存储器;其中,至少一个处理器用于执行指令,以实现本公开实施例公开的上述方法的步骤。
图9示出了本公开示例性实施例提供的电子设备的结构示意图。如图9所示,该电子设备900包括至少一个处理器901以及耦接至处理器901的存储器902,该处理器901可以执行本公开实施例公开的上述方法中的相应步骤。
上述处理器901还可以称为中央处理单元(Central Processing Unit,CPU),其可以是一种集成电路芯片,具有信号的处理能力。本公开实施例公开的上述方法中的各步骤可以通过处理器901中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器901可以是通用处理器、数字信号处理器(Digital Signal Processing,DSP)、ASIC、现成可编程门阵列(Field-programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本公开实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储器902中,例如随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质。处理器901读取存储器902中的信息,结合其硬件完成上述方法的步骤。
另外,根据本公开的各种操作/处理在通过软件和/或固件实现的情况下,可从存储介质或网络向具有专用硬件结构的计算机系统,例如,图10所示的计算机系统1000安装构成该软件的程序,该计算机系统在安装有各种程序时,能够执行各种功能,包括诸如前文所述的功能等等。图10示出了本公开示例性实施例提供的计算机系统的结构示意图。
计算机系统1000旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图10所示,计算机系统1000包括计算单元1001,该计算单元1001可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机存取存储器(RAM)1003中的计算机程序,来执行各种适当的动作和处理。在RAM 1003中,还可存储计算机系统1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
计算机系统1000中的多个部件连接至I/O接口1005,包括:输入单元1006、输出单元1007、存储单元1008以及通信单元1009。输入单元1006可以是能向计算机系统1000输入信息的任何类型的设备,输入单元1006可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入。输出单元1007可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元1008可以包括但不限于磁盘、光盘。通信单元1009允许计算机系统1000通过网络诸如因特网的与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如,蓝牙TM设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元1001可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1001的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1001执行上文所描述的各个方法和处理。例如,在一些实施例中,本公开实施例公开的上述方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如,存储单元1008。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到电子设备上。在一些实施例中,计算单元1001可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行本公开实施例公开的上述方法。
本公开实施例还提供一种计算机可读存储介质,其中,当计算机可读存储介质中的指令由电子设备的处理器执行时,使得该电子设备能够执行本公开实施例公开的上述方法。
本公开实施例中的计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。上述计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。更具体的,上述计算机可读存储介质可以包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
本公开实施例还提供一种计算机程序产品,包括计算机程序,其中,该计算机程序被处理器执行时实现本公开实施例公开的上述方法。
在本公开的实施例中,可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言,诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络(包括局域网(LAN)或广域网(WAN))连接到用户计算机,或者,可以连接到外部计算机。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块、部件或单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块、部件或单元的名称在某种情况下并不构成对该模块、部件或单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示例性的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
虽然已经通过示例对本公开的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本公开的范围。本领域的技术人员应该理解,可在不脱离本公开的范围和精神的情况下,对以上实施例进行修改。本公开的范围由所附权利要求来限定。
Claims (6)
1.一种逆流中的避让行为的仿真方法,其特征在于,包括:
构建目标通道内目标行人的目标模型和非目标行人的非目标模型,并分别确定所述目标行人的运动相关信息和所述非目标行人的运动相关信息;其中,所述目标通道的宽度均大于所述目标行人的肩宽和所述非目标行人的肩宽,且小于所述目标行人的肩宽与所述非目标行人的肩宽之和;
基于所述目标模型、所述非目标模型、所述目标通道的宽度、所述目标行人的运动相关信息和所述非目标行人的运动相关信息,确定所述目标行人在所述目标通道的逆流中的避让行为的侧身约束条件;
构建基于侧身行为的扭转社会力模型;
在所述侧身约束条件的约束下,利用所述扭转社会力模型对所述目标行人在所述目标通道的逆流中的避让行为进行仿真,得到所述目标行人的目标行为轨迹;
所述运动相关信息包括身体旋转宽度,所述目标行人的身体旋转宽度和所述非目标行人的身体旋转宽度之和小于或等于所述目标通道的宽度,所述侧身约束条件包括侧倾角约束;所述基于所述目标模型、所述非目标模型、所述目标通道的宽度、所述目标行人的运动相关信息和所述非目标行人的运动相关信息,确定所述目标行人在所述目标通道的逆流中的避让行为的侧身约束条件,包括:
基于所述目标模型、所述非目标模型、所述目标通道的宽度、所述目标行人的身体旋转宽度和所述非目标行人的身体旋转宽度,计算所述侧倾角约束;
若所述目标行人和所述非目标行人同时旋转,定义:
,
其中,θ i表示第i个行人即目标行人的旋转角度,d i(θ i)表示第i个行人侧身后的身体旋转宽度,θ j表示第j个行人即非目标行人侧身的旋转角度,d j(θ j)表示第j个行人侧身后的身体旋转宽度,a i表示第i个行人的椭圆模型的长半轴,b i表示第i个行人的椭圆模型的短半轴,a j表示第j个行人的椭圆模型的长半轴,b j表示第j个行人的椭圆模型的短半轴,L表示目标通道的宽度;
所述侧倾角约束的计算公式为:
,
,
根据两个行人占用通道的面积的比例来划分通道的宽度,即,
,
,
假设,/>,则:
,
,
其中,θ imin表示第i个行人的最小旋转角度,θ jmin表示第j个行人的最小旋转角度,表示行人与目标通道的墙壁之间的心理距离,为通过实际实验得到的一个常数;
若所述目标行人和所述非目标行人中的一人旋转、一人不旋转,定义:
,
所述侧倾角约束的计算公式为:
,
假设,则:
;
所述运动相关信息还包括旋转行为可接受心理距离,所述侧身约束条件还包括侧身距离约束;所述基于所述目标模型、所述非目标模型、所述目标通道的宽度、所述目标行人的运动相关信息和所述非目标行人的运动相关信息,确定所述目标行人在所述目标通道的逆流中的避让行为的侧身约束条件,还包括:
基于所述目标模型、所述非目标模型、所述目标行人的旋转行为可接受心理距离和所述非目标行人的旋转行为可接受心理距离,计算所述侧身距离约束;
其中,若所述目标行人和所述非目标行人同时旋转,所述侧身距离约束的计算公式为:
,
其中,表示第i个行人与第j个行人在旋转开始时刻与目标通道的墙壁之间的距离,,/>表示第i个行人在旋转开始时刻与第j个行人之间的距离,/>表示第j个行人在旋转开始时刻与第i个行人之间的距离,/>表示行人旋转面对他人时可接受的心理距离,/>表示行人旋转到背对他人时可接受的心理距离,/>和/>均为常数;
若所述目标行人和所述非目标行人中的一人旋转、一人不旋转,所述侧身距离约束的计算公式为:
;
所述运动相关信息还包括初始位置和期望速度,所述侧身约束条件还包括侧身时间约束;所述基于所述目标模型、所述非目标模型、所述目标通道的宽度、所述目标行人的运动相关信息和所述非目标行人的运动相关信息,确定所述目标行人在所述目标通道的逆流中的避让行为的侧身约束条件,还包括:
基于所述目标模型、所述非目标模型、所述目标行人的旋转行为可接受心理距离、所述非目标行人的旋转行为可接受心理距离、所述目标行人的初始位置、所述非目标行人的初始位置、所述目标行人的期望速度和所述非目标行人的期望速度,计算所述侧身时间约束;
其中,若所述目标行人和所述非目标行人同时旋转,所述侧身时间约束的计算公式为:
,
其中,表示第i个行人或第j个行人的旋转开始时刻,也即侧身时间,/>,/>表示第i个行人的旋转开始时刻,/>表示第j个行人的旋转开始时刻,/>表示第i个行人的初始位置,/>表示第j个行人的初始位置,/>和/>分别为给定常数,/>,,/>表示第i个行人在第t时刻的期望速度,/>表示第j个行人在第t时刻的期望速度;
若所述目标行人和所述非目标行人中的一人旋转、一人不旋转,所述侧身时间约束的计算公式为:
。
2.根据权利要求1所述的方法,其特征在于,所述构建基于侧身行为的扭转社会力模型,包括:
获取与所述目标行人的侧向行为有关的侧向行为作用力,所述侧向行为作用力包括所述目标行人的驱动力、所述目标行人与非目标行人之间的相互作用力、所述目标行人与所述目标通道的墙壁之间的相互作用力、所述目标行人与非目标行人之间的碰撞力、所述目标行人与所述目标通道的墙壁之间的碰撞力和所述目标行人的侧身意愿;
基于所述目标行人的驱动力、所述目标行人与非目标行人之间的相互作用力、所述目标行人与所述目标通道的墙壁之间的相互作用力、所述目标行人与非目标行人之间的碰撞力、所述目标行人与所述目标通道的墙壁之间的碰撞力和所述目标行人的侧身意愿,构建基于侧身行为的扭转社会力模型。
3.根据权利要求1~2中任一项所述的方法,其特征在于,所述扭转社会力模型通过下述公式进行表示:
,
,
,
,
,
,
,
,
,
,
,
其中,表示第i个行人的质量,/>表示第i个行人的实际速度,v j表示第j个行人的实际速度,/>表示第i个行人的驱动力,/>表示第i个行人与第j个行人之间的相互作用力,/>表示第i个行人和目标通道的墙壁之间的相互作用力,/>表示第i个行人与第j个行人之间的碰撞力,/>表示目标行人与目标通道的墙壁之间的碰撞力,J表示除第i个行人之外的行人的总数量,W表示目标通道的墙壁的总数量,/>表示第i个行人的侧身意愿,/>表示第i个行人的扭力,/>表示第i个行人的初始速度,/>表示第i个行人在t时刻指向期望目标的单位矢量,/>表示第i个行人在t时刻的期望速度,/>表示一定的特征时间,A i表示社会作用力的强度,B i表示社会作用力的范围,A i和B i均为常数,/>表示调整系数,r i表示第i个行人的半径,r ij表示第i个行人和第j个行人的半径和,d ij表示第i个行人和第j个行人的质心间距,d iw表示第i个行人和目标通道的墙壁的质心间距,n ij表示第i个行人指向第j个行人的归一化矢量,n iw表示第i个行人指向目标通道的墙壁的归一化矢量,k n表示身体压缩系数,k t表示滑动摩擦系数,t ij表示第i个行人和第j个行人的切线方向,t iw表示第i个行人和目标通道的墙壁的切线方向,/>表示第i个行人和第j个行人或目标通道的墙壁互不接触,/>表示碰撞力的强度,/>表示碰撞力的范围,/>和/>均为常数,/>表示第i个行人在t时刻的加速度,t ir表示第i个行人的旋转时间,a i表示第i个行人的椭圆模型的长半轴,b i表示第i个行人的椭圆模型的短半轴,/>表示第i个行人在t时刻的位置,/>表示第i个行人在初始时刻的初始位置。
4.一种逆流中的避让行为的仿真装置,其特征在于,包括:
构建模块,用于构建目标通道内目标行人的目标模型和非目标行人的非目标模型,并分别确定所述目标行人的运动相关信息和所述非目标行人的运动相关信息;其中,所述目标通道的宽度均大于所述目标行人的肩宽和所述非目标行人的肩宽,且小于所述目标行人的肩宽与所述非目标行人的肩宽之和;
处理模块,用于基于所述目标模型、所述非目标模型、所述目标通道的宽度、所述目标行人的运动相关信息和所述非目标行人的运动相关信息,确定所述目标行人在所述目标通道的逆流中的避让行为的侧身约束条件;
所述构建模块还用于构建基于侧身行为的扭转社会力模型;
仿真模块,用于在所述侧身约束条件的约束下,利用所述扭转社会力模型对所述目标行人在所述目标通道的逆流中的避让行为进行仿真,得到所述目标行人的目标行为轨迹;
所述运动相关信息包括身体旋转宽度,所述目标行人的身体旋转宽度和所述非目标行人的身体旋转宽度之和小于或等于所述目标通道的宽度,所述侧身约束条件包括侧倾角约束;所述处理模块还用于基于所述目标模型、所述非目标模型、所述目标通道的宽度、所述目标行人的身体旋转宽度和所述非目标行人的身体旋转宽度,计算所述侧倾角约束;
若所述目标行人和所述非目标行人同时旋转,定义:
,
其中,θ i表示第i个行人即目标行人的旋转角度,d i(θ i)表示第i个行人侧身后的身体旋转宽度,θ j表示第j个行人即非目标行人侧身的旋转角度,d j(θ j)表示第j个行人侧身后的身体旋转宽度,a i表示第i个行人的椭圆模型的长半轴,b i表示第i个行人的椭圆模型的短半轴,a j表示第j个行人的椭圆模型的长半轴,b j表示第j个行人的椭圆模型的短半轴,L表示目标通道的宽度;
所述侧倾角约束的计算公式为:
,
,
根据两个行人占用通道的面积的比例来划分通道的宽度,即,
,
,
假设,/>,则:
,
,
其中,θ imin表示第i个行人的最小旋转角度,θ jmin表示第j个行人的最小旋转角度,表示行人与目标通道的墙壁之间的心理距离,为通过实际实验得到的一个常数;
若所述目标行人和所述非目标行人中的一人旋转、一人不旋转,定义:
,
所述侧倾角约束的计算公式为:
,
假设,则:
;
所述运动相关信息还包括旋转行为可接受心理距离,所述侧身约束条件还包括侧身距离约束;所述处理模块还用于基于所述目标模型、所述非目标模型、所述目标行人的旋转行为可接受心理距离和所述非目标行人的旋转行为可接受心理距离,计算所述侧身距离约束;
其中,若所述目标行人和所述非目标行人同时旋转,所述侧身距离约束的计算公式为:
,
其中,表示第i个行人与第j个行人在旋转开始时刻与目标通道的墙壁之间的距离,,/>表示第i个行人在旋转开始时刻与第j个行人之间的距离,/>表示第j个行人在旋转开始时刻与第i个行人之间的距离,/>表示行人旋转面对他人时可接受的心理距离,/>表示行人旋转到背对他人时可接受的心理距离,/>和/>均为常数;
若所述目标行人和所述非目标行人中的一人旋转、一人不旋转,所述侧身距离约束的计算公式为:
;
所述运动相关信息还包括初始位置和期望速度,所述侧身约束条件还包括侧身时间约束;所述处理模块还用于基于所述目标模型、所述非目标模型、所述目标行人的旋转行为可接受心理距离、所述非目标行人的旋转行为可接受心理距离、所述目标行人的初始位置、所述非目标行人的初始位置、所述目标行人的期望速度和所述非目标行人的期望速度,计算所述侧身时间约束;
其中,若所述目标行人和所述非目标行人同时旋转,所述侧身时间约束的计算公式为:
,
其中,表示第i个行人或第j个行人的旋转开始时刻,也即侧身时间,/>,/>表示第i个行人的旋转开始时刻,/>表示第j个行人的旋转开始时刻,/>表示第i个行人的初始位置,/>表示第j个行人的初始位置,/>和/>分别为给定常数,/>,,/>表示第i个行人在第t时刻的期望速度,/>表示第j个行人在第t时刻的期望速度;
若所述目标行人和所述非目标行人中的一人旋转、一人不旋转,所述侧身时间约束的计算公式为:
。
5.一种电子设备,其特征在于,包括:
至少一个处理器;
用于存储所述至少一个处理器可执行指令的存储器;
其中,所述至少一个处理器用于执行所述指令,以实现如权利要求1~3中任一项所述的方法的步骤。
6.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1~3中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410396668.6A CN117993226B (zh) | 2024-04-03 | 2024-04-03 | 逆流中的避让行为的仿真方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410396668.6A CN117993226B (zh) | 2024-04-03 | 2024-04-03 | 逆流中的避让行为的仿真方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117993226A CN117993226A (zh) | 2024-05-07 |
CN117993226B true CN117993226B (zh) | 2024-06-18 |
Family
ID=90891467
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410396668.6A Active CN117993226B (zh) | 2024-04-03 | 2024-04-03 | 逆流中的避让行为的仿真方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117993226B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108170995A (zh) * | 2018-01-29 | 2018-06-15 | 北京航空航天大学 | 一种行人运动仿真方法及系统 |
CN110083165A (zh) * | 2019-05-21 | 2019-08-02 | 大连大学 | 一种机器人在复杂狭窄环境下路径规划方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20230122349A (ko) * | 2022-02-14 | 2023-08-22 | 공주대학교 산학협력단 | 가상 장애물 기반 이동로봇의 충돌회피 제어방법 |
CN117622108A (zh) * | 2022-08-09 | 2024-03-01 | 广州汽车集团股份有限公司 | 一种基于智能避障的自动泊车方法、装置及系统 |
-
2024
- 2024-04-03 CN CN202410396668.6A patent/CN117993226B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108170995A (zh) * | 2018-01-29 | 2018-06-15 | 北京航空航天大学 | 一种行人运动仿真方法及系统 |
CN110083165A (zh) * | 2019-05-21 | 2019-08-02 | 大连大学 | 一种机器人在复杂狭窄环境下路径规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117993226A (zh) | 2024-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200302180A1 (en) | Image recognition method and apparatus, terminal, and storage medium | |
EP4075324A1 (en) | Face recognition method and face recognition device | |
WO2019228317A1 (zh) | 人脸识别方法、装置及计算机可读介质 | |
CN111652903B (zh) | 一种自动驾驶场景下基于卷积关联网络的行人目标跟踪方法 | |
EP3907653A1 (en) | Action recognition method, apparatus and device and storage medium | |
JP6159489B2 (ja) | 顔認証方法およびシステム | |
CN105005769B (zh) | 一种基于深度信息的手语识别方法 | |
US20150221338A1 (en) | Method for triggering events in a video | |
EP3910507A1 (en) | Method and apparatus for waking up screen | |
CN108681700A (zh) | 一种复杂行为识别方法 | |
WO2021227804A1 (zh) | 一种模型训练方法及相关设备 | |
CN113177432B (zh) | 基于多尺度轻量化网络的头部姿态估计方法、系统、设备及介质 | |
Ping et al. | Distracted driving detection based on the fusion of deep learning and causal reasoning | |
US20230027527A1 (en) | Identity authentication method, and method and apparatus for training identity authentication model | |
WO2022052782A1 (zh) | 图像的处理方法及相关设备 | |
CN107423480A (zh) | 一种人群运动仿真方法及系统 | |
CN111222459B (zh) | 一种视角无关的视频三维人体姿态识别方法 | |
CN111460416B (zh) | 一种基于微信小程序平台的人脸特征与动态属性的认证方法 | |
CN117993226B (zh) | 逆流中的避让行为的仿真方法和装置 | |
CN112052829B (zh) | 一种基于深度学习的飞行员行为监控方法 | |
WO2021217919A1 (zh) | 人脸动作单元识别方法、装置、电子设备及存储介质 | |
CN117993227B (zh) | 人流中的超越行为的仿真方法和装置 | |
WO2023179593A1 (zh) | 数据处理方法及装置 | |
CN117993225B (zh) | 狭窄区域的穿越行为的仿真方法和装置 | |
CN115311723A (zh) | 活体检测方法、装置及计算机可读存储介质 |
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 |