[發明專利]基于微觀-宏觀轉換模型的區域人群運動狀態預測方法

有效

• 申請號: 201810732013.6
• 申請日: 2018-07-05
• 公開（公告）號: CN109145365B
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 趙榮泳;董大亨;胡錢珊;李翠玲;汪棟
• 申請（專利權）人: 同濟大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06Q10/04;G06Q50/26
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 翁惠瑜

本發明涉及一種基于微觀?宏觀轉換模型的區域人群運動狀態預測方法，該方法包括以下步驟：1)建立實現微觀恐慌向宏觀壓力項轉換的微觀?宏觀轉換模型；2)獲取人群流動視頻信息參數；3)基于所述微觀?宏觀轉換模型和人群流動視頻信息參數，預測區域人群運動狀態，并顯示預測結果。與現有技術相比，本發明構建了微觀—宏觀轉換模型，一定程度上彌補了人群疏散建模方法的不足，為研究人群疏散問題提供了新的思路。

技術領域

本發明涉及人群疏散仿真技術領域，尤其是涉及一種基于微觀-宏觀轉換模型的區域人群運動狀態預測方法。

背景技術

近些年來，隨著各種火災事故和緊急事件頻繁的發生，人群聚集的公共場合中突發事件的安全疏散仿真模擬越來越受到重視。模擬真實場景下的人群疏散行為有著重要的社會意義，可以幫助應急部門制定相應的應急預案，指導場景的設計，避免災難的發生，減少人員的傷亡。通過計算機仿真技術來進行場景建模、路徑尋優以及人群運動行為建模，可以在達到最佳疏散演練效果的同時將成本最小化。因此,計算機仿真模擬成為研究突發事件下人群疏散的最主要方法。

對于人群疏散的研究工作，目前主要有兩種建模方法。一是宏觀模型，二是微觀模型。具體地，宏觀模型側重于將人群作為一個整體進行考慮，通常可以用來實時仿真大規模人群運動而忽略個體的行為方式；微觀模型則從個體角度出發進行建模，專注于個體行為及其認知過程的重現，但是模型復雜度嚴重依賴于場景中個體的數量。

到目前為止，對于基于微觀-宏觀轉換模型的區域人群運動狀態預測方法，尚存在缺少個體恐慌度量及其對于宏觀人群疏散壓力項的定量影響關系等不足，轉換結果還不夠精確。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種基于微觀-宏觀轉換模型的區域人群運動狀態預測方法。

本發明的目的可以通過以下技術方案來實現：

一種基于微觀-宏觀轉換模型的區域人群運動狀態預測方法，該方法包括以下步驟：

1)建立實現微觀恐慌向宏觀壓力項轉換的微觀-宏觀轉換模型；

2)獲取人群流動視頻信息參數；

3)基于所述微觀-宏觀轉換模型和人群流動視頻信息參數，預測區域人群運動狀態，并顯示預測結果。

進一步地，，所述微觀-宏觀轉換模型的建立步驟包括：

101)建立高斯距離權重函數；

102)基于所述高斯距離權重函數構建壓力項；

103)將微觀恐慌映射至所述壓力項中，獲得微觀-宏觀轉換模型。

進一步地，所述高斯距離權重函數為：

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

進一步地，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。

進一步地，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：