[發(fā)明專利]基于微觀-宏觀轉(zhuǎn)換模型的區(qū)域人群運動狀態(tài)預(yù)測方法

有效

• 申請?zhí)枺?/td>: 201810732013.6
• 申請日: 2018-07-05
• 公開（公告）號: CN109145365B
• 公開（公告）日: 2021-06-04
• 發(fā)明（設(shè)計）人: 趙榮泳;董大亨;胡錢珊;李翠玲;汪棟
• 申請（專利權(quán)）人: 同濟大學(xué)
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06Q10/04;G06Q50/26
• 代理公司: 上海科盛知識產(chǎn)權(quán)代理有限公司 31225
• 代理人: 翁惠瑜

1.一種基于微觀-宏觀轉(zhuǎn)換模型的區(qū)域人群運動狀態(tài)預(yù)測方法，其特征在于，該方法包括以下步驟：

1)建立實現(xiàn)微觀恐慌向宏觀壓力項轉(zhuǎn)換的微觀-宏觀轉(zhuǎn)換模型；

2)獲取人群流動視頻信息參數(shù)；

3)基于所述微觀-宏觀轉(zhuǎn)換模型和人群流動視頻信息參數(shù)，預(yù)測區(qū)域人群運動狀態(tài)，并顯示預(yù)測結(jié)果；

所述將微觀恐慌映射至所述壓力項中具體為：

131)獲取恐慌程度P在局部的離散表達式：

式中，p_{panic_h}為恐慌程度P的水平方向分量，p_{panic_v}為恐慌程度P的垂直方向分量，ρ為人群密度，為t時刻位置處水平方向速度值，為位置處水平方向平均速度值，為t時刻位置處垂直方向速度值，為位置處垂直方向平均速度值，n為恐慌人群的個數(shù)，β和γ為將密度轉(zhuǎn)化為壓力項的權(quán)重因子，為水平方向和垂直方向的影響因子，(i,j)表示位置坐標；

132)將恐慌程度P作為宏觀模型的壓力項，實現(xiàn)微觀恐慌到宏觀壓力項的映射：

ρ(v+P_{panic_h})_t+ρv(v+P_{panic_h})_x+ρu(u+P_{panic_h})_y＝ρs₁

ρ(v+P_{panic_v})_t+ρv(v+P_{panic_v})_x+ρu(u+P_{panic_v})_y＝ρs₂

式中，v、u分別表示宏觀模型中水平和垂直方向的人群速度，s₁、s₂表示松弛項因子，下標t表示對時間的偏導(dǎo)數(shù)，下標x表示對距離x的偏導(dǎo)數(shù)，下標y表示對距離y的偏導(dǎo)數(shù)。

2.根據(jù)權(quán)利要求1所述的基于微觀-宏觀轉(zhuǎn)換模型的區(qū)域人群運動狀態(tài)預(yù)測方法，其特征在于，所述微觀-宏觀轉(zhuǎn)換模型的建立步驟包括：

101)建立高斯距離權(quán)重函數(shù)；

102)基于所述高斯距離權(quán)重函數(shù)構(gòu)建壓力項；

103)將微觀恐慌映射至所述壓力項中，獲得微觀-宏觀轉(zhuǎn)換模型。

3.根據(jù)權(quán)利要求2所述的基于微觀-宏觀轉(zhuǎn)換模型的區(qū)域人群運動狀態(tài)預(yù)測方法，其特征在于，所述高斯距離權(quán)重函數(shù)為：

式中，為t時刻位置處的人群密度，即高斯距離權(quán)重函數(shù)，為行人j的位置，R為測量參數(shù)。

4.根據(jù)權(quán)利要求2所述的基于微觀-宏觀轉(zhuǎn)換模型的區(qū)域人群運動狀態(tài)預(yù)測方法，其特征在于，所述壓力項包括水平壓力項和垂直壓力項公式如下：

式中，為位置處的人群密度，為t時刻位置處水平方向速度值，為位置處水平方向平均速度值，為t時刻位置處垂直方向速度值，為位置處垂直方向平均速度值，_t表示時間為t時的值。

5.根據(jù)權(quán)利要求1所述的基于微觀-宏觀轉(zhuǎn)換模型的區(qū)域人群運動狀態(tài)預(yù)測方法，其特征在于，通過極坐標下的二重積分坐標變換評價微觀-宏觀轉(zhuǎn)換模型的人群質(zhì)量損失。

6.根據(jù)權(quán)利要求1所述的基于微觀-宏觀轉(zhuǎn)換模型的區(qū)域人群運動狀態(tài)預(yù)測方法，其特征在于，所述預(yù)測結(jié)果包括人群Mesh 3D圖、人群密度等高線圖和熱力分布圖。