[發明專利]基于人工魚群算法與目標檢測的人群仿真疏散方法與裝置

有效

• 申請號: 201811030222.2
• 申請日: 2018-09-05
• 公開（公告）號: CN109242183B
• 公開（公告）日: 2019-06-28
• 發明（設計）人: 劉弘;趙緣
• 申請（專利權）人: 山東師范大學
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06Q10/04;G06Q50/26;G06T7/277;G06K9/00
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 黃海麗

1.一種基于人工魚群算法與目標檢測的人群仿真疏散方法，其特征在于，包括以下步驟：

根據疏散場景平面圖建立拓撲地圖，其中，結點表示疏散出口，連線表示兩個出口連通，并且標記最終出口；

根據視頻數據對疏散人群的個體進行檢測和跟蹤，獲得疏散人群的個體實時速度；

采用所述個體實時速度表示魚群進食行為中的進食速度，初始化魚群，以場景的最終出口位置表示食物，基于人工魚群算法對疏散人群個體進行路徑規劃；

當最終出口的疏散人數等于總人數時疏散過程結束，得到疏散路徑；

所述基于人工魚群算法對疏散人群個體進行路徑規劃包括：

初始化魚群，包括人工魚的編號、所在位置、視野范圍、移動步長以及個體的進食速度；

對于每個個體，根據可選擇的出口到最終出口的距離、可選擇的出口位置的擁擠度和進食速度較快的個體數目，確定個體的下一個位置；其中，采用速度低于一定閾值的行人表示所述進食速度較快的個體；

所述確定個體的下一個位置包括：

對于每個個體，預先判斷所述個體在當前位置發生不同行為時選定的下一出口，根據選定的所述下一出口到最終疏散出口的距離、擁擠度和進食速度較快的個體數目分別計算評價函數；所述評價函數為：

B(v_i)＝μDis(v_i)+λδ+ωNum_s

其中，下一出口到最終出口的距離Y_i表示所述下一出口v_i所在位置的食物濃度；δ表示擁擠度因子；Num_s表示所述下一出口進食速度較快的個體的數目；μ、λ和ω表示權重系數，μ+λ+ω＝1；

選擇評價函數最小的行為執行個體的移動。

2.如權利要求1所述的一種基于人工魚群算法與目標檢測的人群仿真疏散方法，其特征在于，獲得疏散人群的個體實時速度包括：

獲取通道出口處視頻數據；

基于RCNN檢測所述視頻數據中的行人目標；

采用粒子濾波器進行行人運動的跟蹤；

對于每個行人，根據當前幀和前一幀該行人的位置差異換算實際位移；

根據所述實際位移和視頻的拍攝幀頻，計算該行人的速度。

3.如權利要求2所述的一種基于人工魚群算法與目標檢測的人群仿真疏散方法，其特征在于，所述基于RCNN檢測所述視頻數據中的行人目標包括：

使用二值歸一化梯度算法選取目標候選區域；

采用卷積神經網絡對候選區域內進行特征提取；其中，所述卷積神經網絡選用包含5個卷積層和3個全連接層的網絡結構；

提取后的特征采用支持向量機進行分類，識別所述候選區域為行人目標還是背景。

4.如權利要求1所述的一種基于人工魚群算法與目標檢測的人群仿真疏散方法，其特征在于，所述行為包括覓食、聚群、追尾和隨機行為。

5.如權利要求4所述的一種基于人工魚群算法與目標檢測的人群仿真疏散方法，其特征在于，發生覓食、聚群、追尾行為的移動公式為：

執行隨機行為的移動公式為：

其中，rand()為隨機函數，取值為0～1；表示個體當前所處位置，X_j表示目標個體所在出口位置，表示個體移動后的位置；step表示移動步長；Visual為個體的可見范圍。

6.一種計算裝置，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現如權利要求1-5任一項所述的基于人工魚群算法與目標檢測的人群仿真疏散方法。

7.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-5任一項所述的基于人工魚群算法與目標檢測的人群仿真疏散方法。