[發明專利]基于RNN的室內人群疏散自動引導仿真方法及系統有效
| 申請號: | 202010448404.2 | 申請日: | 2020-05-25 |
| 公開(公告)號: | CN111611749B | 公開(公告)日: | 2023-05-05 |
| 發明(設計)人: | 韓延彬;劉弘;李梁 | 申請(專利權)人: | 山東師范大學 |
| 主分類號: | G06F30/27 | 分類號: | G06F30/27;G06N3/0464;G06N3/08;G06F111/10 |
| 代理公司: | 濟南圣達知識產權代理有限公司 37221 | 代理人: | 李圣梅 |
| 地址: | 250014 山*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 rnn 室內 人群 疏散 自動 引導 仿真 方法 系統 | ||
1.一種基于RNN的室內人群疏散自動引導仿真方法,其特征在于,包括:
將疏散場景進行區域劃分,獲取場景中的出口位置信息、障礙物信息、導航點信息以及各區域的行人密度;
構建RNN神經網絡模型,并對其進行訓練,建立實時的人群疏散狀態與引導策略之間的映射關系;
基于訓練好的網絡模型進行人群疏散仿真,在疏散過程中實時獲取人群分布密度,并通過訓練好的模型獲得導航點之間的引導概率;
采用基于輪盤賭的偽隨機策略為當前時刻的行人生成下一時刻的臨時運動目標,并引導行人運動,直至完成人員疏散;
所述RNN神經網絡的輸入層節點個數為疏散場景可行區域劃分的數量,其輸入層的輸入為當前時刻的人群疏散狀態和前λ時刻中間層的輸出,其輸出層表示當前時刻導航點之間的引導概率,具體的,λ的計算公式如下:
其中x為截止到當前時刻的疏散時間;
當行人到達某一導航點鄰域后,依據當前時刻導航點之間的引導概率,利用輪盤賭偽隨機策略為行人選擇下一時刻的運動目標,具體的,行人選擇下一時刻的臨時運動目標的計算公式如下:
其中,srd為[0,1]之間的隨機數,表示導航點k到達其他導航點的引導概率中不為0的概率。
2.如權利要求1所述的一種基于RNN的室內人群疏散自動引導仿真方法,其特征在于,所述疏散場景進行區域劃分的規則為,將疏散場景劃分為若干不包含障礙物且互不重疊的區域,所述區域構成疏散場景的可行區域,行人在可行區域內移動。
3.如權利要求1所述的一種基于RNN的室內人群疏散自動引導仿真方法,其特征在于,所述導航點設置在拐角、交叉路口及出口附近,用于指示和引導行人疏散。
4.如權利要求1所述的一種基于RNN的室內人群疏散自動引導仿真方法,其特征在于,所述導航點之間的引導概率體現了導航點之間引導行人疏散的可能性,定義導航點之間某一時刻的引導概率用以引導行人選擇下一時刻的臨時運動目標。
5.如權利要求1所述的一種基于RNN的室內人群疏散自動引導仿真方法,其特征在于,所述導航點之間的引導概率定義準則為:當兩個導航點之間的連線經過障礙物,則引導概率為0;當兩個導航點之間連線存在第三個導航點,則引導概率為0;上述兩種條件以外的導航點,其在t時刻引導概率由t時刻的疏散狀態確定,即利用訓練好的RNN神經網絡獲得的導航點之間的引導概率。
6.如權利要求1所述的一種基于RNN的室內人群疏散自動引導仿真方法,其特征在于,所述人群分布密度通過計算疏散場景各區域的人群密度來獲得,各個區域的人群密度表示當前時刻的人群疏散狀態。
7.一種基于RNN的室內人群疏散自動引導仿真系統,執行時實現權利要求1-6任一項所述的一種基于RNN神經網絡的室內人群疏散自動引導仿真方法,其特征在于,包括:
信息獲取單元:用于實時獲取疏散場景中行人的位置信息以及各個區域人群密度信息;
策略網絡學習單元:以各區域密度信息作為輸入,以行人疏散引導策略為輸出,而網絡的學習過程以降低疏散時間為優化目標;
引導疏散單元:利用信息單元獲取的區域密度信息,利用策略網絡計算個導航點的引導概率,進一步利用輪盤賭策略選擇導航點,作為到達當前導航點行人下一時刻的運動目標;
人群運動單元:行人根據引導疏散單元所確定的下一時刻的運動目標,采用相對速度障礙RVO技術驅動行人運動,實現人群疏散行為的仿真。
8.一種計算機可讀存儲介質,其特征在于,其上存儲有計算機程序,該程序被處理器執行時實現權利要求1-6任一項所述的一種基于RNN神經網絡的室內人群疏散自動引導仿真方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于山東師范大學,未經山東師范大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010448404.2/1.html,轉載請聲明來源鉆瓜專利網。





