CN1470040A - 公共空间的智能模拟的系统和方法 - Google Patents
公共空间的智能模拟的系统和方法 Download PDFInfo
- Publication number
- CN1470040A CN1470040A CNA01817308XA CN01817308A CN1470040A CN 1470040 A CN1470040 A CN 1470040A CN A01817308X A CNA01817308X A CN A01817308XA CN 01817308 A CN01817308 A CN 01817308A CN 1470040 A CN1470040 A CN 1470040A
- Authority
- CN
- China
- Prior art keywords
- environment
- agency
- visibility
- relevant
- details
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000007613 environmental effect Effects 0.000 claims description 8
- 230000002452 interceptive effect Effects 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000005055 memory storage Effects 0.000 claims description 7
- 239000011232 storage material Substances 0.000 claims description 2
- 238000004590 computer program Methods 0.000 claims 1
- 230000003993 interaction Effects 0.000 abstract description 3
- 230000006399 behavior Effects 0.000 description 17
- 238000004088 simulation Methods 0.000 description 15
- 230000014509 gene expression Effects 0.000 description 14
- 238000013461 design Methods 0.000 description 9
- 230000000007 visual effect Effects 0.000 description 9
- 239000003795 chemical substances by application Substances 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000019771 cognition Effects 0.000 description 3
- 230000003930 cognitive ability Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000035807 sensation Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 241000700201 Galea Species 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 241000238876 Acari Species 0.000 description 1
- 241000270298 Boidae Species 0.000 description 1
- 241000256602 Isoptera Species 0.000 description 1
- 240000001140 Mimosa pudica Species 0.000 description 1
- 241000270666 Testudines Species 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000008485 antagonism Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 244000144992 flock Species 0.000 description 1
- 244000144980 herd Species 0.000 description 1
- 230000000971 hippocampal effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000013016 learning Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 229910052754 neon Inorganic materials 0.000 description 1
- GKAOGPIIYCISHV-UHFFFAOYSA-N neon atom Chemical compound [Ne] GKAOGPIIYCISHV-UHFFFAOYSA-N 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000004642 transportation engineering Methods 0.000 description 1
- 230000035899 viability Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Numerical Control (AREA)
- Devices For Executing Special Programs (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
模拟多个代理和环境间的交互作用的系统和方法，包括提供具有简单特性的代理和存储这些特性，存储有关整个环境的详细信息以及允许代理通过位置基础从存储的位置上的详细信息存取环境信息并使用信息来通过环境前进，以便通过提供基础的环境图，处理器能监视这些运动来确定环境的适用性，环境图更详细并且可由简易代理存取。提供用于评估环境布局的更有效和用户友好的系统和方法。
Description
本发明涉及用于模拟开放空间以及这些空间中人或“代理的交互作用的系统和方法。更具体地说，本发明提供代理仿真的形式，其中通过将信息嵌入它们的环境中，相对简单的软件代理具有显而易见的复杂的能力。当在实现设计前估计建筑物或其他开放空间设计或布局的服务期限时，本发明特别有用。因此，本发明提供用于预先模拟复杂建造或虚拟环境中人的行为的系统和方法。
当前基于代理的方法依赖于软件代理的复杂的认知能力-例如代理的环境、利益、愿望以及目的的认知图(例如，Fischer et al，1998)，或使用机器视觉技术来从环境的代理本地视图抽取和解释结构的复杂的感性和解释结构(例如，Bachelder & Waxman，1994)。这两种方法的问题在于它们需要具有所有处理能力的很复杂的代理以及必然伴的存储器成本。这意味着实时可同时模拟相对少的代理，以及不能开发包含如排队或拥挤的代理间大量交互作用的逼真仿真。为仿真这些大量行为类型，现有技术方法是使用很简单的代理，通常这些代理仅具有有关在它们的直接邻域中的局部信息-例如，聚集行为(Reynolds，1987)或用于模拟交通拥塞的细胞自动机(如TRANSIMS，见Beckman)。对这种颠倒型仿真方法学的评述，参见Resnick(1989)。从更实用的程度，在交通模拟和火灾撤离领域中在微仿真方面有许多尝试。这些模型易于建造相对简单的代理，给出了诸如起始和目的地的这些代理的“全局”决定，以及可能的路线的全部知识，其中仅自主仿真局部交互作用(例如，参见Galea & Galparsoro，1994；Kerridge & McNair，1999)。颠倒以及实用方法的问题在于它们不能模拟包含在人类行为和交互作用中的高级认知能力。
当前使用中的两种主要的仿真工具包是Santa Fe’s Swarm(Minaret al.1996)以及MITs StarLogo(Resnick，1994)，以及这些通常用于各种仿真。也有在各种社会和组织领域中开发的各种各样的仿真模拟工具(如SDML(Moss & Edmunds)、MIMOSE、Quicksilver以及Agentsheets。)文献中传统的实现包括TRANSIMS(Beckman，1997)以及Boids(Reynolds，1987)以及在大多数社会学方面，Epstein以及Axtell’s(1996)Sugarscape。
许多已知的现有技术仿真概念是从模拟领域中出现的，以及能描述成“运输工程”范例中的工作。简单地说，它们将运动视为来自源点以及通过基于某种成本最小函数的路线到达目的地。当将这变为代理仿真时，该问题被视为如何生成用于不同代理的不同源点-目的地(O-D)对，然后如何允许代理对路线做出决定。该O-D范例的问题在于很难处理“浏览”行为，最终的运动模式是非常确定的并且很难编码到模型中。这对撤离仿真(Galea)或通过地铁系统的运动仿真(Kerridge)来说可能很好，但当将其用到城市空间、总汇和零售区域中的通常的一般行为和运动模式时，源点和目的地似乎是出自于运动自身的双产物-或两者之间至少存在强的联系和反馈。
这便是本发明的方法区别于其他方法的地方。本发明集中在开发在尝试理解人的空间行为(空间应用的运动以及静态模式)用于将空间网络结构分析成单独的变量的方法。该工作基于将空间模式表示成图形以便可将图形的相关属性的度量称为是不同的平面几何结构。该研究的主要实验结果是行人运动模式仅与空间的结构的度量的实际程度相互关联(R2＞0.75[R2是使用简单的线性回归的相关系数-引用值用于作为经过系统的空间排列度量的函数的运动])而不涉及运动的吸引者和产生者。这是很有用的，因为它允许查看实际的“监视“行(需要许多直接的观察)以及调查在那些中涉及的空间布局到什么程度。由于其允许查看运动行为和“停止”行为-以及表示用于那个事件-拥挤、犯罪、交互作用等的空间模式的任何别的行为，因此它也很有用。本发明认为只要涉及购物-人为需要停止来购买，停止是非常重要的，因此仅模拟运动是不够的。最后，本发明人的研究已经允许它们来开发测量产生某些心理感觉的建筑或城市规划的可懂度或“类似迷宫”的程度的方法。度量是基于空间网络的局部和全局度量间的相关性。在易懂的空间布局中，局部信息给出了全局位置的很好的预测，在迷宫中，两者之间没有相关性。行人运动行为的某些方面看来由区域的清晰度而定的该发现以及经验观测已经导致假设人的认知图很不可能不是明显意义上的图，而是更象相关检测器中的某些图，并基于局部所看到的，相关检测器了解当有人在系统附近走动时什么伴随什么以及将其用作作决定的基础。换句话说，只要在这些方面(局部-全局相关性)中系统是易懂的，有人能根据局部信息并获得全局目的。
记住上述内容以后，本发明提供用于模拟多个代理和环间的交互作用的系统，包括代理存储装置，用于存储有关每个代理的特性的信息，环境存储装置，用于存储通过代理可访问的整个环境的详细信息，以及处理器装置，用于基于详细环境信息和代理的特性，估算环境中采取某些行动的代理的概率。
通过提供有关环境的详细信息，可由代理访问该环境，能保持每个代理相对简单，但由于环境中的嵌入信息，赋予显而易见的更复杂的能力。另外，该系统以及其相关方法允许大量代理彼此和环境相互作用同时保持相对简单和经济的代理表示。
最好，环境信息包括为环境中的每个位置记录可从其直接看到的其他位置的可见度图形。另外，环境信息可能包括提供有关选择移向的位置的适合性或愿望或诸如在环境的特定区域中多个代理的可能性的状况的信息的可见度图形的度量。该另外的信息可由从可见度图形选择位置以帮助代理在环境中移动的代理浏览。
在可见度图形和与环境中物体的位置相关的信息的帮助下，为代理指定“外部存储器”的容量-即位于代理本身的存储器外而且包含在代理所处的环境中的存储器。
也可使用图形来计算和存储有关环境的整个空间布局的全局结构的信息，因此能充当用于代理的“认知图”类型。由于将该信息以查找表的形式存储在环境中，因此可由多个代理共同访问。另外，很多信息可预先计算，因此这比当前的方法学允许更大的计算效率。由于可简单地保存代理表示，在仿真模型中可使用大量代理，因此可仿真大量人口的紧急情况如阻塞。代理表示的简化使该系统特别适用于改进、演变和其他自动化优化过程范围的应用，可用于开发代理规则集和用于将这些用在优化设计中。在所有这些方法中，代理仿真的这种形式表示对当前方法的显著改进。
最好，根据定义它们的特征的规则集，代理可在环境中自由移动，并且处理器监视和存储代理的运动的细节。只要已经运行系统多次，可产生表示在哪些地方，环境工作很好，以及需要改进的地方的有用输出。
不同代理可具有不同的特性，从而表示例如人口的截面图。不同特性可与年龄、性别、收入、可用于任务的时间等等有关。当然相关领域的技术人员将意识到用于对承担具体评估的环境所必要的其他特性。
可使用根据本发明的系统的典型的环境包括超市、博物馆、美术画廊、机场、火车站等等。如果环境是超市，详细信息可能与如通道布局和产品位置有关。类似地，如果环境与博物馆有关，详细信息可能与如平面布置图和展览物品的位置有关。
根据本发明的另一方面，提供用于模拟多个代理和环境间的交互作用的方法，包括提供具有简单特性的代理、存储有关整个环境的详细信息以及允许代理按位置基础从位置上存储的详细信息访问环境信息并使用信息来通过环境。
详细信息最好包括可见度图形，可见度图形包括用于记录(在站(bin)中)环境中每个位置的可从其直接看到的其他位置。然后，代理可根据简单的预先设置的规则，来判定具体位置是否对代理“有吸引力”并且应当存取。
详细信息也可包括基于位于环境的具体区域中多个代理或可能来自具体位置的多个路线的似然的聚集系数。代理视野中的聚集系数可用来确定向哪儿移动-运动判断可基于移向小聚集的区域-即“结点”。在系统模拟期间可预先计算大多数这类详细的信息或增加到系统中。在任何一种情况下，详细信息不需要特别地与每个代理关联，但很容易在位置接位置的基础上由每个代理访问。
当有关代理的当前位置的信息可能存储在可见度图形数据结构本身中，包括用每个代理的参考数字标记位置，根据本发明，上述讨论的在Reynolds(1987)参考资料中描述过的所有特征可用于系统中的代理。更具体地说，例如，代理可看见在系统中的另一代理正朝哪个方向，或甚至“看见”代理的不可高属性，如代理的购物清单、或爱好或厌恶。因此，根据本发明的系统允许代理走向可“看见”的具有相似爱好的代理，或简单地通过移动到正在与其相同方向中移动的代理后面来形成通道，或避开迎面而来的代理等等。因此，应当理解本发明可能允许通过参考其视野中的数据结构站，代理彼此可见。
除代理的当前位置外，将历史数据增加到数据结构站中。根据本发明，很容易将有关多少代理已经访问过具体位置的信息存储在系统中。也可增加其他信息，如已经访问过具体位置的代理的爱好或厌恶。因此，由本发明提供的快速查找系统允许代理移向适合的位置。该特征的重要性不能被过分强调-外部存储器开始完全起作用-通过记录和使用那个记录，可构造空间的集体存储器。
本发明也允许将相当复杂的度量增加到可见度图形站结构中。例子可能是视觉移动。
可见度图形也包含按到位置的距离定制的信息，以便容易计算出在每个方向中最远可见的位置。除显而易见的应用之外，诸如在具有最远视线的方向中移动或移动到具体方向中的最长视线的另一位置，可用于快速计算视觉移动。另外，定制的信息也可用来找出诸如“在它遇到人群前，有多个空间可用于代理”的信息，其中很容易由在那个可见度图形站中许多当前占用的位置来标识人群。
如另一个可用有用的度量的例子，详细信息也可包括控制值(Hillier和Hanson，1984)。该度量表示可从当前位置访问的可视区域与可从直接连接的可视位置访问的可视区域的比率，从而建议当前位置“控制”多少其周边。该度量在确定从A到B的路线上的关键阶段以及系统中的主运动通道也很有用。如果代理知道这种运动通道存在，通过在其直接可视的周围查看它，那么它可能确定使用那个通道来访问另外的空间。
根据另一方面，本发明涉及由多个代理使用与环境图有关的可见度图形来模拟环境中代理的动作。根据这种思想，发明人不知道用这种方式使用可见度图形的任何现有技术的系统或方法。
正如将意识到的，在此建议的根据本发明的方法允许多个相对简单的代理来分享更先进的认识能力，因为将部分那种能力编码到它们共享的环境中。本发明的方法是基于可见度图形分析的延伸以允许预处理有关从环境中的每个点所能看见的位置特定信息以便当代理通过通过时，它们具有对本地信息范围的直接访问。因为有关它们从每个位置看见的信息已经编码到环境本身中，并且能预处理，通过似乎复杂的认识和感觉能力，能开发相对简单的代理。存在对诸如此的仿真工具的广泛的可能应用。例如，在开发用作预见模拟工具的代理仿真中，用助于设计组合环境，在该环境中，人与人以及环境中对象交互作用。例如包括工厂、办公室、图书馆、美术画廊、城市零售邻域、购物中心、运输交换和车间内。实际上，在任何情况下可使用工具，其中组合环境的设计是用于优化或控制将通过环境的人与设备的物体，包括那个环境中的其他人接触的方法，
现在仅通过例子，参考附图来描述本发明，其中：
图1是美术画廊的能见度图形分析的示意性平面图；
图2是表示游人最常使用的路线的相同的美术画廊的平面图；
图3是能见度的站式表示；
图4是表示代理导航的流程图；
图5和6是用于基于用在根据本发明的方法或系统中的代理运动决定模型的能见度图形的物体/处理图的例子；以及
图7是根据本发明，表示系统的总的方面的结构的框图。
如上所述，本发明可用来开发用于帮助设计美术画廊或博物馆布局(例如)以及放置用于展览的绘画或人工制品的工具。在该例子中，用3dCAD模拟应用模拟现有的画廊布局。测量有关墙上或展览单元上人工制品的位置的数据并结合到3d模型中。然后可使用能见度图形分析(图1)来计算可从画廊的开放旋转空间中的每个位置看到的人工制品的清单，然而将其存储在用于开放空间中每个位置的查找表中。然后，开发具有管理相对于观察的实际画廊(图2)中的实际游客运动的有效的运动的规则的简单的代理。将有关运动和监视行为的规则来尽可能接近地反映实际游客的行为模式。只要开发了代理并确认为现有画廊的模型中的“实际”行为，将使用它们来测试新布局或展览策略。有可能自动开发代理规则和使用改进的编程或演变的算法技术、或其他混合学习和优化技术来优化新布局。
为优化零售布局和将产品放在架子上开关的工具提供另一例子。在该例子中，用3dCAD模拟应用软件来模拟目前的商店布局。从商店“X射线体层照片”获得有关架子上产品的位置的数据。然后使用可见度图形分析来计算可从商店的开放旋转空间中每个位置看到的产品清单并将其存储成用于开放空间中每个位置的查找表。然后开放具有规则的简单的代理，规则管理相对于观测的实际商店中实际顾客运动的有效的运动。然后将向这些代理提供使用合法卡、EPOS和从所述商店获得的自扫描的数据获得的实际的购物清单。购物清单的简档表将表示用于实际居民的蓝子装载量的分配。产品组合可用来触发单个购物清单存储器以及将开发有关运动和购物行为的规则来尽可能接近地反映实际用户购买行为的模式。只要已经开发了代理并将其确认为目前商店的模型中的“实际”行为，可将它们用来测试新商店布局或用于同样的商店或新商店的产品放置策略。使用调优编程或一般算法技术或其他混杂学习和优化技术，有可能使开发代理规则和优化新布局过程自动化。也可将模型开发成提供其他要素的度量-例如，购物清单填写是否成功、填写清单所用的时间等作为统计的度量。另外，代理可具有由年龄、性别、收入、用来购物的时间等表示的具体特性。
外部存储器体系结构
根据本发明，代理仿真体系结构有三个组成部分：
1、代理具有基于管理它们在它们的环境中感觉的行为的规则。
2、代理位置环境中，环境由开放空间、建筑物表面、物体以及其他代理组成。在该环境中由其中代理能移动或它们通过其能它们能看见的任何空间组成的开放空间被镶嵌成位置点的网格(-其他技术可包括空间的随机采样)。在查找表中表示这些点，以及表中的每个记录用描述那个位置的各种特性的数据以及可从那个位置看见的所有位置和物体的列表标记。
3、基于描述环境中位置点的通视的关系的可见度图形，有用于预计算查找表的静态部分的进程。查找表的动态部分，如其他代理的位置，不能预计算而且必须实时计算，尽管代理的在前位置可放入相同的象素化表中，从而减轻当前代理位置的计算，并将它们与在系统上执行的其他计算一起保存。
组成部分2和3包括用于代理仿真的外部存储体系结构。预计算查找表来表示环境的静态部分的观点并不是新颖的，而且已经由其他人提出过(如参见：http：//ww.dgp.toronto.edu/people/tu/thesis/node82.html XiaoyuanTu PhD thesis)。然而，这里提出的系统是新颖的，因为它将可见度图形用作用于查找表和环境中全局空间关系的计算的基础。这里的主要因素是通过使用可见度图形和通过计算那个图形的图形度量(包括在空间排列方法使用的那些度量)，查找表不仅编码物体位置而且编码有关环境的可达性结构的信息。这意味着实际上向代理提供环境的推理的可能性或至少有关可从环境的具体点看见的不同位置的全局空间关系的信息。这允许规则不仅控制代理从查找表读取局部信息而且使用所读取的信息来实现全局意图的运动。它是将查找表体系结构从用于表示代理感觉的方法转换成用于表示存储器的一种。感觉完全是局部而且提供有关可直接看到的、基本上仅可替换感觉的查找表(如上面引用的Tu’s)。然而，在该系统中，可见度图形允许查找表完成三件事。第一，它能存储扩充的局部信息-例如，聚集系数能告知代理有关具有用于另外的运动的高的可能性的空间。第二，它能存储全局信息-例如，可从代理观点看到的所有位置的全局平均深度。第三，它允许旋转整个图形，以及计算到远程位置的合理路线。然而，发明人使用的图形也表示范例中的变动：图形不仅用来存储事物的位置，而且表示可用于代理的空间的不同的可能性。
作为用于外部存储器体系结构的基础的可见度图形
可见度图形是共同可见度的位置的简单的图形(例如，一组顶点和链接那些顶点的一组边线)。例如，这组顶点可能是分布在1m×1m单元的规则网络上的一组位置。在建筑物的平面布置图中，为相互可见的每组点，增加边线来连接这些点。这不是唯一的实现方式，尽管：另外的方法可能涉及采样空间并使用Monte Carlo技术来连接这些顶点，因此用两个标准来采样空间：空间和视觉。
注意可能见图形不是新颖的而且在数学中已经引用了至少40年(Berge C.1960以及参见用于较新的评论的Berg et al.1996)。然而，据发明人判定，那个信息以及本身为用于代理仿真的数据结构的一部分的图形的使用是完全新颖的。
代理环境的站式表示
该体系结构的可能的实现方式将是使用环境的“站”表示。可使用可见度图形来将顶点值分配给位置，而且也使用一种技术来快速查询用于代理的可视圆锥的数据。例如，对每个位置来说，可存储一组“站s”，包含不同方向的可视位置(参见图3用于标记为“324”的位置。)
每个站简单地包含一组引用数字，表示其他位置，如站A可能包含位置数字“151”、“152”、“251”等。如果涉及的代理是方向“东”，那么，可视位置的当前组将是在站“C”中的那些。通常可存储比显示的用于任何位置的更多的站s(发明人当前实现为32)，因此，例如，可以很容易确定什么在方向“北-北东”中的可视。
以及在每个位置上的一组站s，也可存储一组属性。这些属性中的一些很直观，如“该位置中具有顶端对齐的图片”、“该位置具有标记”。其他属能能从可见图图形本身计算(简单的例子可能是“来自该位置的总的看得见的空间”)。所有属性均存储在相同的查找表中，因此对代理来说很容易朝“东”来查看例如，有标记、几幅照片以及具有在那个方向中少量看得见的空间的几个位置。
看起来特别重要的可见度的一个属性是“聚集系数”。聚集系数是图形的简单度量，由Watts和Strogatz(1999)首先提出的，用来测量“Small Worlds”。可将其应用于所有图形，而不仅仅是可见度图形。如果定义顶点的“邻域”为由边线直接连接到当前顶点的一组顶点，那么聚集系数是由可能存在的总的可能的边线的数量划分的邻域的氖元素间边线的数量。
聚集系数给出了当从特定位置移动到任何其他位置时可能丢失多少可视信息的观点，因此它是位置的“结点性”的度量。发明人假设人们可能很容易识别结点(从结点的外表特征是什么的“训练”年)。他们也假设当找出空间的新区域时，人类通常将搜索有前途的结点。因此，搜索出结点的代理很可能象在布局中走动的人。这可是定义代理的特性的一个规则，即代理查找结点并受它们支配。
因此，如果当前用于代理的“直观”的站包含位置“151”以及位置“151”具有高的“结点性”，系统可能继续在当前方向移动代理，因为当代理到达那儿时，将很好地存取到另外的信息。这消除了代理具有任何区域的开发程度很高的认知图-所有代理必须做的是能识别结点以及对它而言假定访问过的区域的粗略图以便以明智的试探性方式工作的需要。实际上，发明人提供的方法服从Occam’s razor(其陈述了两个对抗的假设以用于现象的解释而存在，最简单的将取胜)，并提供将获得全局明智且旋转的查看运动模式的规则的很有效的形式同时采用最小规则组。
当然，聚集系数仅是可见度图形的一个度量，而且可使用许多其他度理来确定结点性，或可视空间的其他任何特征可能视为很重要。另外，“站”方法计算上很便宜，因为当需要时，数据可能保留在计算机的长期预留的存储器上用于存取，并且对多个代理使用来说仅需计算一次。
使用站表示的代理导航
与在用于代理的开放空间中的间接运动有关的简单的算法规则的例子如下：
1.从当前位置，查看当前观看方向中“站”的内容。转到2。
2.查找那个“站”中具有最低聚集系数的节点。将该节点标记为“A”。转到3。
3.节点“A”超过X米远？(“你是否立足于或靠近结点”)，否，转到4；是-转到6。
4.从当前位置查看当前观看方向Y度内“站”的内容。转到5。
5.查找在超过X米远的这些站s内具有最低聚集系数的节点并标记该节点为“A”。
6.移动节点“A”-＞1。
算法注意：
A.通常值可能是：站s包括在当前观看方向的15度角度内所有节点，X是3料以及Y是180度。
B.在实际系统中，为避免循环行为，可能“基于低聚集系数的概率函数来选择节点”代替“选择具有最低聚集系数的节点”。
C.当相对于墙的聚集系数大于或等于那些远离墙的聚集系数时，该算法通常不受墙的限制。
也可用图4中所示的流程图来表示代理导航，包括以下步骤：
开始
将代理放在优先预先准备好的可见度图形的建筑物或城市布局内的x，y位置。从一组预先确定的开始位置随机或故意选择该位置。
1a.选择可见位置作为目的地
代理确定可见度图形的哪个顶点与其x，y位置一致。使用可见度图形，代理将当前可见位置随机选择为目的地。如果正使用聚集系数或其他图形度量，目的地的选择倾向于低聚集系数(或无管正使用何种度量)。存储目的地坐标xt，yt。将采用的步骤的数量设置为0。
1b.基于视野和朝向，选择新的可见位置作为目的地
代理确定可见度图形的哪个顶点与其x，y位置一致。代理使用目的地矢量的当前位置来确定其朝向。使用可见度图形，当m是整数时，代理从其当前朝向的+/-m站s内将当前可见位置随机选择为目的地。当总共有32站s为有用的设置时，我们发现将m设置为7。这接近于170度的视野。例如，如果当前方向处于站10的相同的方向中，从站3至17随机选择可见位置。如1a，如果正使用聚集系数或其他图形度量，目的地的随机选择趋向于低聚集系数。存储新目的地坐标xt，yt。将采用的步骤数量设置为0。
2.已经采用了低于n的步骤？
代理引用它采用趋向目的地的多少步骤。如果代理采用n个步骤或更多，其中n为整数，或它已经到达当前目的地xt，yt，转向规则1b，否则转到规则3a。
3a.趋向目的地的步骤是可能的？
代理测试来查看是否可能在目的地的方向按步长(一定量，通常是可见度图形网格正方形的大小)移动，而不选中另一物体，例如，墙或另一代理。如果执行步骤，转向规则4a，否则转向规则3b。
3b.趋向旁边的步骤是可能的？
代理测试来查看按步长(一定量，通常是可见度图形网络正方形的大小)在与目的地的方向垂直的方向中移动是可能的，而不选中另外的物体，如墙或另一代理。如果能执行步骤，转向规则4b，否则返回规则1a。
4a.采用趋向目的地的步骤
代理采用在目的地方向中的步骤，调整其当前x，y位置。采用的步骤的数量递增1。
4b.采用面向目的地的旁边步骤
代理按步长采用与目的地方向垂直的方向中的步骤，调整其当前x，y位置。采用步骤的数量递增1。
外部存储器体系结构的可能的实现方式
图5和6表示根据本发明，用于用在方法或系统中的基于代理运动设计模型的可见度图形的物体/流程图的例子。参考附图，载入和处理与超级市场或其他公共场所的布局有关的行数据(401)以便产生公共场所的平面图。根据公共场所平面图，准备由象素网格和象素间的顶点形成的点数据(402)，以及分析该数据来产生可见度图形(403)以及其他信息，从而使能产生查找表。应用到公共场所的代理(405)能根据查找表存取其位置并能基于有用的信息经查找表、可见度图形或其他内部标准做出运动决定。从而能在智能模型中重复绕公共场所的运动以便帮助未来的设计和公共场所的设计。
使用智能模拟系统的布局改善
现在转到图7，图7示出了当采用根据本发明的方法时所采用的步骤的流程图。如图5中所示，在步骤501，记录已知的超级市场的布局。在步骤502，基于可在超级市场应用的规则选择代理的特性。在步骤503，将代理应用到记录的超级市场布局中并在步骤504，将步骤503的结果与实际测量的结果进行比较。在步骤505，按需修改代理特性，并重复步骤503、504以及505直到满足代理特性。在步骤506，将具有新特性的代理应用到新的超级市场布局中，其中可在超级市场的架子上移动货物或可改变超级市场的实际通道布局，在步骤507，评估结果。在步骤508中可再次修改超级市场布局，以及可重复步骤506、507和508直到发现最佳的超级市场布局。然后在步骤509，将最佳的布局提供为输出。
通过按上述方法和将具有简单特性的代理应用到超级市场，其中已经存储用于由代理存取的有关布局的详细信息，可获得显著改进的结果。
当然，将理解到本发明已经仅通过例子描述，在本发明的范围内可对细节做出改变。
附件A参考文件Bachelder，I A and Waxman，A M，Mobile robot visual mapping and localisation：aview-based neurocomputational architecture that emulates hippocampal placelearning.Neural Networks 7(6/7)，1994，1083-1099Beckman，R J，The Transportation Analysis Simulation System(TRANSIMS)TheDallas-Ft，Worth Case Study，Los Alamos Unclassified Report LAUR-97-4502LANL，Los Alamos National Laboratory.Available online at http：//www-transims.tsasa.lanl.govBerg et al(1996)Computational Geometry(Springer，Berlin)-there is an entirechapter(Ch 15)entitled Visibility Graphs：Finding the Shortest Route.Claude Berge(1960)Theory of Graphs.Fischer，K.，Muller，J.，Pischel，M.，A Pragmatic BDI Architecture，in：Readings inAgents，Morgan Kaufmann，1998Galea，E R and Galparsoro，J M P，A computer-based simulation model for theprediction of evacuation from mass-transport vehicles. Fire Safety Journal 22，1994，341-366.Hillier，B.and Hanson，J.，(1984)The Social Logic of Space，CambridgeUniversity Press，Cambridge，UK.Kerridge，J and McNair，N，PEDFLOW-A system for modelling pedestrianmovement using occam. In Architectures，Languages and Techniques forConcurrent Systems，BM Cook(ed)，IOS Press Amsterdam，1999，1-17Resnick，M，Turtles，Termites and Traffic Jams，MIT Press，1994.Reynolds，C W，Flocks，herds and schools：a distributed behavioural model.Computer Graphics 21(4)，1987.Watts and Strogatz‘Small Worlds’，Nature 371，1999
Claims (29)
1、一种模拟多个代理和环境间的交互作用的方法，包括：
提供具有简单特性的代理，
存储有关整个环境的详细信息，以及
允许代理通过位置基础从存储的位置上的详细信息存取环境信息并使用信息通过环境前进。
2、如权利要求1所述的方法，其中详细的信息包括可见度图形，可见度图形为环境中的每个位置记录可从其直接看见的其他位置。
3、如权利要求2所述的方法，其中详细信息包括环境或图形的度量，将这些度量存在与环境有关的数据结构中，将空间的吸引力表示为可呈现通过环境进一步运动的可能性的位置。
4、如以上任何一个权利要求中所述的方法，其中详细信息包括有关属于特定位置的结点的数量的信息。
5、如以上任何一个权利要求中所述的方法，其中详细信息包括聚集系数。
6、如权利要求5所述的方法，其中使用聚集系数来计算特定区域吸引代理的潜力。
7、如权利要求5所述的方法，其中聚集系数提供表示可能来自特定位置的路线的数量。
8、如以上任何一个权利要求中所述的方法，其中代理的简单特性是由包括下述的一个或多个规则确定的：
9、一种模拟多个代理和环境间的交互作用的方法，主要如以上参考和如在附图中示出的所述。
10、一种模拟多个代理和环境间的交互作用的系统，包括：
代理存储装置，用于存储有关每个代理的特性的信息，
环境存储装置，用于存储有关由代理存取的整个环境的详细信息，以及
处理器装置，用于基于详细的环境信息和代理的特性，评估在环境中代理采取某种运作的可能性。
11、如权利要求10所述的系统，其中环境信息包括可见度图形，可见度图形为环境中的每个位置记录可从其直接看见的其他位置。
12、如权利要求11所述的系统，其中可见度图形以表格的形式提供环境中空间间局部和全局关系的分析，分析可容易由多个代理存取。
13、如权利要求12所述的系统，其中代理可形成动作的平面图，平面图允许它们以可能由代理的观察者描述为“智能”或“象人类一样”的方式工作。
14、如权利要求13所述的系统，其中动作的平面图可是基于在可见度图形中的位置找到的全局值连续性，从而使动作的平面图(虽然仅基于在当前可见组中找到的值)对代理的观察员来说似乎是动作的全局平面图或动作的“意图”平面图。
15、如权利要求10-14任何一个所述的系统，其中环境信息包括群聚系数。
16、如权利要求15所述的系统，其中群聚系数定义可从特定获得获得的路线的数量。
17、如权利要求10-16任何一个所述的系统，其中基于定义它们的属性的一组规则，代理自由在环境中移动。
18、如权利要求10-17任何一个所述的系统，其中处理器装置监视和存储代理的详细情况和运动。
19、如权利要求10-18任何一个所述的系统，其中不同代理具有不同特性。
20、如权利要求19所述的系统，其中不同特性与年龄、性别、收入、有效时间等有关。
21、如权利要求10-20的任何一个所述的系统，其中详细信息存在在查找表的表格中，查找表可由任何位置的多个代理存取。
22、一种模块多个代理和环境的交互作用的系统，主要如以上参考和如附图中所示的所述。
23、一种根据上述任何一个权利要求的方法或系统，其中环境是商店、百货商店、超级市场、大型购物中心等等。
24、如权利要求23所述的系统或方法，其中详细信息与通道布局和/或产品位置有关。
25、如权利要求1至22任何一个所述的系统或方法，其中环境是博物馆、艺术画廊、飞机场、医院、学校、办公室等等。
26、如权利要求25所述的系统或方法，其中详细信息与平面布置图和/或物品位置有关。
27、使用可见度图形，由多个代理使用与环境图有关的可见度图形来模拟环境中代理的动作。
28、如权利要求27所述的使用可见度图形，其中也可使用改进的算法或其他优化技术来改进用于特定想要的结果的代理性能。
29、一种计算机可读介质，在其上具有用于实现权利要求1-9的任何一个的方法的计算机程序装置。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| GBGB0020850.4A GB0020850D0 (en) | 2000-08-23 | 2000-08-23 | A system and method for intelligent modelling of public spaces |
| GB0020850.4 | 2000-08-23 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN1470040A true CN1470040A (zh) | 2004-01-21 |
| CN1273939C CN1273939C (zh) | 2006-09-06 |
Family
ID=9898200
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN01817308.XA Expired - Fee Related CN1273939C (zh) | 2000-08-23 | 2001-08-22 | 公共空间的智能模拟的系统和方法 |
Country Status (9)
| Country | Link |
|---|---|
| US (1) | US20040054511A1 (zh) |
| EP (1) | EP1311993B1 (zh) |
| CN (1) | CN1273939C (zh) |
| AT (1) | ATE363698T1 (zh) |
| AU (2) | AU2001282302B2 (zh) |
| DE (1) | DE60128704T2 (zh) |
| ES (1) | ES2288978T3 (zh) |
| GB (1) | GB0020850D0 (zh) |
| WO (1) | WO2002017147A2 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106250637A (zh) * | 2016-08-04 | 2016-12-21 | 清华大学 | 基于微交通仿真模型的汽车安全系统参数优化方法 |
Families Citing this family (65)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7099809B2 (en) * | 2000-05-04 | 2006-08-29 | Dov Dori | Modeling system |
| JP2005165676A (ja) * | 2003-12-02 | 2005-06-23 | Mitsubishi Heavy Ind Ltd | 施設管理システム及び施設管理方法 |
| US7895072B1 (en) | 2004-01-30 | 2011-02-22 | Applied Predictive Technologies | Methods, system, and articles of manufacture for developing analyzing, and managing initiatives for a business network |
| US8571916B1 (en) | 2004-01-30 | 2013-10-29 | Applied Predictive Technologies, Inc. | Methods, systems, and articles of manufacture for determining optimal parameter settings for business initiative testing models |
| US8010399B1 (en) * | 2004-01-30 | 2011-08-30 | Applied Predictive Technologies | Methods, systems, and articles of manufacture for analyzing initiatives for a business network |
| USRE49562E1 (en) | 2004-01-30 | 2023-06-27 | Applied Predictive Technologies, Inc. | Methods, systems, and articles of manufacture for determining optimal parameter settings for business initiative testing models |
| US20050203790A1 (en) * | 2004-03-09 | 2005-09-15 | Cohen Robert M. | Computerized, rule-based, store-specific retail merchandising |
| US8255156B2 (en) * | 2008-05-19 | 2012-08-28 | The Boeing Company | Spatial source collection and services system |
| FR2947653A1 (fr) * | 2009-07-02 | 2011-01-07 | Thales Sa | Procede de simulation de comportements dans une infrastructure reconfigurable et systeme mettant en oeuvre le procede |
| US9986076B1 (en) | 2012-03-06 | 2018-05-29 | Connectandsell, Inc. | Closed loop calling process in an automated communication link establishment and management system |
| US11743382B2 (en) | 2012-03-06 | 2023-08-29 | Connectandsell, Inc. | Coaching in an automated communication link establishment and management system |
| US9876886B1 (en) | 2012-03-06 | 2018-01-23 | Connectandsell, Inc. | System and method for automatic update of calls with portable device |
| US11012563B1 (en) | 2012-03-06 | 2021-05-18 | Connectandsell, Inc. | Calling contacts using a wireless handheld computing device in combination with a communication link establishment and management system |
| US10432788B2 (en) | 2012-03-06 | 2019-10-01 | Connectandsell, Inc. | Coaching in an automated communication link establishment and management system |
| US8923893B2 (en) | 2012-08-07 | 2014-12-30 | Symbol Technologies, Inc. | Real-time planogram generation and maintenance |
| US20150199627A1 (en) * | 2012-09-28 | 2015-07-16 | Sqi3 Solutions Limited | Method and apparatus for optimizing a multi-dimensional space |
| RU2565415C2 (ru) * | 2014-02-19 | 2015-10-20 | Федеральное государственное бюджетное учреждение науки Институт системного анализа Российской академии наук | Система имитационного моделирования социально-экономического развития города |
| CN105335588B (zh) * | 2015-12-14 | 2018-08-03 | 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 |
| US10352689B2 (en) | 2016-01-28 | 2019-07-16 | Symbol Technologies, Llc | Methods and systems for high precision locationing with depth values |
| US10467347B1 (en) | 2016-10-31 | 2019-11-05 | Arria Data2Text Limited | Method and apparatus for natural language document orchestrator |
| US11042161B2 (en) | 2016-11-16 | 2021-06-22 | Symbol Technologies, Llc | Navigation control method and apparatus in a mobile automation system |
| US11093896B2 (en) | 2017-05-01 | 2021-08-17 | Symbol Technologies, Llc | Product status detection system |
| US11449059B2 (en) | 2017-05-01 | 2022-09-20 | Symbol Technologies, Llc | Obstacle detection for a mobile automation apparatus |
| US10591918B2 (en) | 2017-05-01 | 2020-03-17 | Symbol Technologies, Llc | Fixed segmented lattice planning for a mobile automation apparatus |
| WO2018204308A1 (en) | 2017-05-01 | 2018-11-08 | Symbol Technologies, Llc | Method and apparatus for object status detection |
| US10663590B2 (en) | 2017-05-01 | 2020-05-26 | Symbol Technologies, Llc | Device and method for merging lidar data |
| US10949798B2 (en) | 2017-05-01 | 2021-03-16 | Symbol Technologies, Llc | Multimodal localization and mapping for a mobile automation apparatus |
| US10726273B2 (en) | 2017-05-01 | 2020-07-28 | Symbol Technologies, Llc | Method and apparatus for shelf feature and object placement detection from shelf images |
| US10505057B2 (en) | 2017-05-01 | 2019-12-10 | Symbol Technologies, Llc | Device and method for operating cameras and light sources wherein parasitic reflections from a paired light source are not reflected into the paired camera |
| US11367092B2 (en) | 2017-05-01 | 2022-06-21 | Symbol Technologies, Llc | Method and apparatus for extracting and processing price text from an image set |
| WO2018201423A1 (en) | 2017-05-05 | 2018-11-08 | Symbol Technologies, Llc | Method and apparatus for detecting and interpreting price label text |
| US10521914B2 (en) | 2017-09-07 | 2019-12-31 | Symbol Technologies, Llc | Multi-sensor object recognition system and method |
| US10572763B2 (en) | 2017-09-07 | 2020-02-25 | Symbol Technologies, Llc | Method and apparatus for support surface edge detection |
| US10809078B2 (en) | 2018-04-05 | 2020-10-20 | Symbol Technologies, Llc | Method, system and apparatus for dynamic path generation |
| US10832436B2 (en) | 2018-04-05 | 2020-11-10 | Symbol Technologies, Llc | Method, system and apparatus for recovering label positions |
| US11327504B2 (en) | 2018-04-05 | 2022-05-10 | Symbol Technologies, Llc | Method, system and apparatus for mobile automation apparatus localization |
| US10740911B2 (en) | 2018-04-05 | 2020-08-11 | Symbol Technologies, Llc | Method, system and apparatus for correcting translucency artifacts in data representing a support structure |
| US10823572B2 (en) | 2018-04-05 | 2020-11-03 | Symbol Technologies, Llc | Method, system and apparatus for generating navigational data |
| US11506483B2 (en) | 2018-10-05 | 2022-11-22 | Zebra Technologies Corporation | Method, system and apparatus for support structure depth determination |
| US11010920B2 (en) | 2018-10-05 | 2021-05-18 | Zebra Technologies Corporation | Method, system and apparatus for object detection in point clouds |
| US11003188B2 (en) | 2018-11-13 | 2021-05-11 | Zebra Technologies Corporation | Method, system and apparatus for obstacle handling in navigational path generation |
| US11090811B2 (en) | 2018-11-13 | 2021-08-17 | Zebra Technologies Corporation | Method and apparatus for labeling of support structures |
| US11416000B2 (en) | 2018-12-07 | 2022-08-16 | Zebra Technologies Corporation | Method and apparatus for navigational ray tracing |
| US11079240B2 (en) | 2018-12-07 | 2021-08-03 | Zebra Technologies Corporation | Method, system and apparatus for adaptive particle filter localization |
| US11100303B2 (en) | 2018-12-10 | 2021-08-24 | Zebra Technologies Corporation | Method, system and apparatus for auxiliary label detection and association |
| US11015938B2 (en) | 2018-12-12 | 2021-05-25 | Zebra Technologies Corporation | Method, system and apparatus for navigational assistance |
| US10731970B2 (en) | 2018-12-13 | 2020-08-04 | Zebra Technologies Corporation | Method, system and apparatus for support structure detection |
| CA3028708A1 (en) | 2018-12-28 | 2020-06-28 | Zih Corp. | Method, system and apparatus for dynamic loop closure in mapping trajectories |
| US11836144B2 (en) * | 2019-03-12 | 2023-12-05 | Tecnotree Technologies, Inc. | Augmented intelligence system architecture |
| US11200677B2 (en) | 2019-06-03 | 2021-12-14 | Zebra Technologies Corporation | Method, system and apparatus for shelf edge detection |
| US11080566B2 (en) | 2019-06-03 | 2021-08-03 | Zebra Technologies Corporation | Method, system and apparatus for gap detection in support structures with peg regions |
| US11662739B2 (en) | 2019-06-03 | 2023-05-30 | Zebra Technologies Corporation | Method, system and apparatus for adaptive ceiling-based localization |
| US11402846B2 (en) | 2019-06-03 | 2022-08-02 | Zebra Technologies Corporation | Method, system and apparatus for mitigating data capture light leakage |
| US11151743B2 (en) | 2019-06-03 | 2021-10-19 | Zebra Technologies Corporation | Method, system and apparatus for end of aisle detection |
| US11341663B2 (en) | 2019-06-03 | 2022-05-24 | Zebra Technologies Corporation | Method, system and apparatus for detecting support structure obstructions |
| US11960286B2 (en) | 2019-06-03 | 2024-04-16 | Zebra Technologies Corporation | Method, system and apparatus for dynamic task sequencing |
| US11087103B2 (en) | 2019-07-02 | 2021-08-10 | Target Brands, Inc. | Adaptive spatial granularity based on system performance |
| US11507103B2 (en) | 2019-12-04 | 2022-11-22 | Zebra Technologies Corporation | Method, system and apparatus for localization-based historical obstacle handling |
| US11107238B2 (en) | 2019-12-13 | 2021-08-31 | Zebra Technologies Corporation | Method, system and apparatus for detecting item facings |
| US11822333B2 (en) | 2020-03-30 | 2023-11-21 | Zebra Technologies Corporation | Method, system and apparatus for data capture illumination control |
| US11450024B2 (en) | 2020-07-17 | 2022-09-20 | Zebra Technologies Corporation | Mixed depth object detection |
| US11593915B2 (en) | 2020-10-21 | 2023-02-28 | Zebra Technologies Corporation | Parallax-tolerant panoramic image generation |
| US11392891B2 (en) | 2020-11-03 | 2022-07-19 | Zebra Technologies Corporation | Item placement detection and optimization in material handling systems |
| US11847832B2 (en) | 2020-11-11 | 2023-12-19 | Zebra Technologies Corporation | Object classification for autonomous navigation systems |
| US11954882B2 (en) | 2021-06-17 | 2024-04-09 | Zebra Technologies Corporation | Feature-based georegistration for mobile computing devices |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB9501402D0 (en) * | 1995-01-25 | 1995-03-15 | Univ College Of London | Modelling,analysis and measurement of architectural and other systems |
| GB9519678D0 (en) * | 1995-09-27 | 1995-11-29 | Philips Electronics Nv | Behaviour prediction |
| GB9616184D0 (en) * | 1996-08-01 | 1996-09-11 | Philips Electronics Nv | Virtual environment navigation |
| US6100896A (en) * | 1997-03-24 | 2000-08-08 | Mitsubishi Electric Information Technology Center America, Inc. | System for designing graphical multi-participant environments |
| US6952705B2 (en) * | 1997-03-25 | 2005-10-04 | Mci, Inc. | Method, system and program product that utilize a hierarchical conceptual framework to model an environment containing a collection of items |
| GB9706816D0 (en) * | 1997-04-04 | 1997-05-21 | Ncr Int Inc | Consumer model |
| JPH10307864A (ja) * | 1997-05-08 | 1998-11-17 | Hitachi Ltd | 集団避難行動予測方法 |
| US6362817B1 (en) * | 1998-05-18 | 2002-03-26 | In3D Corporation | System for creating and viewing 3D environments using symbolic descriptors |
| FR2809209A1 (fr) * | 2000-05-19 | 2001-11-23 | France Telecom | Procede et systeme de simulation comportementale d'une pluralite de consommateurs, par simulation multi-agents |
| US6731307B1 (en) * | 2000-10-30 | 2004-05-04 | Koninklije Philips Electronics N.V. | User interface/entertainment device that simulates personal interaction and responds to user's mental state and/or personality |
| US6721706B1 (en) * | 2000-10-30 | 2004-04-13 | Koninklijke Philips Electronics N.V. | Environment-responsive user interface/entertainment device that simulates personal interaction |
| US6795808B1 (en) * | 2000-10-30 | 2004-09-21 | Koninklijke Philips Electronics N.V. | User interface/entertainment device that simulates personal interaction and charges external database with relevant data |
| US6728679B1 (en) * | 2000-10-30 | 2004-04-27 | Koninklijke Philips Electronics N.V. | Self-updating user interface/entertainment device that simulates personal interaction |
| JP3841401B2 (ja) * | 2001-09-26 | 2006-11-01 | 株式会社東芝 | 構内案内装置、サーバ装置およびプログラム |
| US6801215B1 (en) * | 2001-11-29 | 2004-10-05 | At&T Corp. | Hardware-assisted visibility-ordering algorithm |
-
2000
- 2000-08-23 GB GBGB0020850.4A patent/GB0020850D0/en not_active Ceased
-
2001
- 2001-08-22 US US10/362,583 patent/US20040054511A1/en not_active Abandoned
- 2001-08-22 ES ES01960912T patent/ES2288978T3/es not_active Expired - Lifetime
- 2001-08-22 AT AT01960912T patent/ATE363698T1/de not_active IP Right Cessation
- 2001-08-22 AU AU2001282302A patent/AU2001282302B2/en not_active Ceased
- 2001-08-22 AU AU8230201A patent/AU8230201A/xx active Pending
- 2001-08-22 DE DE60128704T patent/DE60128704T2/de not_active Expired - Lifetime
- 2001-08-22 WO PCT/GB2001/003763 patent/WO2002017147A2/en active IP Right Grant
- 2001-08-22 EP EP01960912A patent/EP1311993B1/en not_active Expired - Lifetime
- 2001-08-22 CN CN01817308.XA patent/CN1273939C/zh not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106250637A (zh) * | 2016-08-04 | 2016-12-21 | 清华大学 | 基于微交通仿真模型的汽车安全系统参数优化方法 |
| CN106250637B (zh) * | 2016-08-04 | 2019-04-16 | 清华大学 | 基于微交通仿真模型的汽车安全系统参数优化方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| DE60128704T2 (de) | 2008-01-24 |
| US20040054511A1 (en) | 2004-03-18 |
| ES2288978T3 (es) | 2008-02-01 |
| EP1311993B1 (en) | 2007-05-30 |
| AU2001282302B2 (en) | 2007-12-20 |
| AU8230201A (en) | 2002-03-04 |
| CN1273939C (zh) | 2006-09-06 |
| GB0020850D0 (en) | 2000-10-11 |
| EP1311993A2 (en) | 2003-05-21 |
| ATE363698T1 (de) | 2007-06-15 |
| DE60128704D1 (de) | 2007-07-12 |
| WO2002017147A3 (en) | 2002-08-01 |
| WO2002017147A2 (en) | 2002-02-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN1273939C (zh) | 公共空间的智能模拟的系统和方法 | |
| Diakité et al. | Spatial subdivision of complex indoor environments for 3D indoor navigation | |
| Lee | A three-dimensional navigable data model to support emergency response in microspatial built-environments | |
| Yang et al. | Generation of navigation graphs for indoor space | |
| Torrens | Moving agent pedestrians through space and time | |
| Giudice et al. | The informatics of indoor and outdoor space: a research agenda | |
| Peters et al. | Modeling groups of plausible virtual pedestrians | |
| AU2001282302A1 (en) | A system and method for intelligent modelling of public spaces | |
| Mathew et al. | Urban walkability design using virtual population simulation | |
| Aschwanden et al. | Empiric design evaluation in urban planning | |
| CN112784002B (zh) | 一种虚拟场景生成方法、装置、设备和存储介质 | |
| US11468999B2 (en) | Systems and methods for implementing density variation (DENSVAR) clustering algorithms | |
| Nagy et al. | The buzz metric: A graph-based method for quantifying productive congestion in generative space planning for architecture | |
| Torrens | Slipstreaming human geosimulation in virtual geographic environments | |
| Lämmel et al. | Large-scale and microscopic: a fast simulation approach for urban areas | |
| Piccialli et al. | Path prediction in IoT systems through Markov Chain algorithm | |
| Aliaga | 3D design and modeling of smart cities from a computer graphics perspective | |
| Song et al. | A grid-based spatial data model for the simulation and analysis of individual behaviours in micro-spatial environments | |
| Fisher-Gewirtzman et al. | Different approaches of visibility analyses applied on hilly urban environment | |
| Zhang et al. | Exploring 3D spatial morphology using multilayered space syntax, network science and wi-fi log data | |
| Morgan et al. | Using binary space partitioning to generate urban spatial patterns | |
| Li et al. | A Landmark-based cognition strength grid model for indoor guidance | |
| Hopkins | Progress and prospects for planning support systems | |
| Rinner | Computer support for discussions in spatial planning | |
| Forer | Timelines, environments and issues of risk in health: the practical algebra of (x, y, t, a) |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C17 | Cessation of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20060906 Termination date: 20120822 |