[發明專利]一種行人運動仿真方法和系統

在審

• 申請號: 201810982158.1
• 申請日: 2018-08-27
• 公開（公告）號: CN109376371A
• 公開（公告）日: 2019-02-22
• 發明（設計）人: 毛天露;趙秀峰;黃英凡;王兆其
• 申請（專利權）人: 中國科學院計算技術研究所
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06N20/00
• 代理公司: 北京律誠同業知識產權代理有限公司 11006
• 代理人: 祁建國;梁揮

本發明涉及一種行人運動仿真方法和系統，包括：通過實測，獲取樣本行人的自身運動變量和信息感知變量，自身運動變量包括目的地位置、樣本行人的當前運動速度和歷史運動速度，信息感知變量包括樣本行人的感知區域范圍、感知區域內人數；將自身運動變量和信息感知變量作為訓練數據，訓練機器學習模型，得到行人運動模型；獲取待仿真行人的初始運動狀態和目標位置，行人運動模型根據待仿真行人的自身運動變量和信息感知變量，預測待仿真行人的運動響應，作為待仿真行人的仿真結果。由此本發明可獲得真實、自然的行人運動仿真結果。

技術領域

本發明涉及群體仿真領域，并特別涉及一種數據驅動的行人運動仿真方法和系統。

背景技術

出于人力成本、時間成本、便利性、可控性、安全性以及其他各種客觀條件的考慮，使用計算機生成的人群運動來對真實世界中的人群進行仿真，是一個巨大的需求，在影視動畫、游戲娛樂、輔助訓練與方案評估、建筑空間設計與安全演練、增強現實等領域均有廣泛應用?，F有的大部分模型驅動的人群運動仿真方法由于基于較為簡化的假設，因此產生的避障行為過于呆板，不符合真實世界中行人避障行為的復雜性和多樣性。同時，現有的基于實例方法從實例數據學習運動模式，大部分是利用實例數據庫中已有的軌跡片段來產生仿真結果，考慮因子過于單一，建模過于簡化，面臨復雜場景時的產生的避障行為不夠自然。

本發明的目的是解決上述現有技術的模型規則過于復雜、考慮因素過于單一、實現效果不好的缺點，提出了一種新型的數據驅動的行人運動仿真方法，實現具有逼真避障行為的行人仿真運動建模。

發明內容

為了解決上述技術問題，本發明目的在于提供一種數據驅動的行人運動仿真方法，實現具有逼真避障行為的行人仿真運動建模。

具體地說，本發明公開了一種行人運動仿真方法，其中包括：

步驟1、通過實測，獲取樣本行人的自身運動變量和信息感知變量，該自身運動變量包括目的地位置、樣本行人的當前運動速度和歷史運動速度，該信息感知變量包括樣本行人的感知區域范圍、該感知區域內人數；

步驟2、將該自身運動變量和該信息感知變量作為訓練數據，訓練機器學習模型，得到行人運動模型；

步驟3、獲取待仿真行人的初始運動狀態和目標位置，該行人運動模型根據該待仿真行人的自身運動變量和信息感知變量，預測該待仿真行人的運動響應，作為該待仿真行人的仿真結果。

該行人運動仿真方法，其中該自身運動變量還包括：當前行人與目標的歐式距離、當前行人指向目標的方向、當前行人速度方向與到目標方向的偏離。

該行人運動仿真方法，其中步驟1中該信息感知變量包括：以樣本行人為圓心，將該感知區域范圍劃分為多個扇形子區域，統計該子區域內人數和該子區域內行人的速度分布。

該行人運動仿真方法，其中該步驟2訓練的具體過程為：以樣本行人某一時間點的自身運動變量和信息感知變量作為輸入，后一時間點樣本行人的自身運動變量作為目標，訓練得到該行人運動模型。

該行人運動仿真方法，其中步驟2中該機器學習模型為決策樹模型。

本發明還公開了一種行人運動仿真系統，其中包括：

測量模塊，用于獲取樣本行人的自身運動變量和信息感知變量，該自身運動變量包括目的地位置、樣本行人的當前運動速度和歷史運動速度，該信息感知變量包括樣本行人的感知區域范圍、該感知區域內人數；

訓練模塊，用于將該自身運動變量和該信息感知變量作為訓練數據，訓練機器學習模型，得到行人運動模型；

仿真模塊，用于獲取待仿真行人的初始運動狀態和目標位置，該行人運動模型根據該待仿真行人的自身運動變量和信息感知變量，預測該待仿真行人的運動響應，作為該待仿真行人的仿真結果。