[发明专利]一种行人运动仿真方法和系统

权利要求书

1.一种行人运动仿真方法，其特征在于，包括：

步骤1、通过实测，获取样本行人的自身运动变量和信息感知变量，该自身运动变量包括目的地位置、样本行人的当前运动速度和历史运动速度，该信息感知变量包括样本行人的感知区域范围、该感知区域内人数；

步骤2、将该自身运动变量和该信息感知变量作为训练数据，训练机器学习模型，得到行人运动模型；

步骤3、获取待仿真行人的初始运动状态和目标位置，该行人运动模型根据该待仿真行人的自身运动变量和信息感知变量，预测该待仿真行人的运动响应，作为该待仿真行人的仿真结果。

2.如权利要求1所述的行人运动仿真方法，其特征在于，该自身运动变量还包括：当前行人与目标的欧式距离、当前行人指向目标的方向、当前行人速度方向与到目标方向的偏离。

3.如权利要求1所述的行人运动仿真方法，其特征在于，步骤1中该信息感知变量包括：以样本行人为圆心，将该感知区域范围划分为多个扇形子区域，统计该子区域内人数和该子区域内行人的速度分布。

4.如权利要求1所述的行人运动仿真方法，其特征在于，该步骤2训练的具体过程为：以样本行人某一时间点的自身运动变量和信息感知变量作为输入，后一时间点样本行人的自身运动变量作为目标，训练得到该行人运动模型。

5.如权利要求1所述的行人运动仿真方法，其特征在于，步骤2中该机器学习模型为决策树模型。

6.一种行人运动仿真系统，其特征在于，包括：

测量模块，用于获取样本行人的自身运动变量和信息感知变量，该自身运动变量包括目的地位置、样本行人的当前运动速度和历史运动速度，该信息感知变量包括样本行人的感知区域范围、该感知区域内人数；

训练模块，用于将该自身运动变量和该信息感知变量作为训练数据，训练机器学习模型，得到行人运动模型；

仿真模块，用于获取待仿真行人的初始运动状态和目标位置，该行人运动模型根据该待仿真行人的自身运动变量和信息感知变量，预测该待仿真行人的运动响应，作为该待仿真行人的仿真结果。

7.如权利要求6所述的行人运动仿真系统，其特征在于，该自身运动变量还包括：当前行人与目标的欧式距离、当前行人指向目标的方向、当前行人速度方向与到目标方向的偏离。

8.如权利要求6所述的行人运动仿真系统，其特征在于，测量模块中该信息感知变量包括：以样本行人为圆心，将该感知区域范围划分为多个扇形子区域，统计该子区域内人数和该子区域内行人的速度分布。

9.如权利要求6所述的行人运动仿真系统，其特征在于，该训练模块训练的具体过程为：以样本行人某一时间点的自身运动变量和信息感知变量作为输入，后一时间点样本行人的自身运动变量作为目标，训练得到该行人运动模型。

10.如权利要求6所述的行人运动仿真系统，其特征在于，训练模块中该机器学习模型为决策树模型。