[发明专利]一种行人运动仿真方法和系统

说明书

本发明涉及一种行人运动仿真方法和系统，包括：通过实测，获取样本行人的自身运动变量和信息感知变量，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，信息感知变量包括样本行人的感知区域范围、感知区域内人数；将自身运动变量和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；获取待仿真行人的初始运动状态和目标位置，行人运动模型根据待仿真行人的自身运动变量和信息感知变量，预测待仿真行人的运动响应，作为待仿真行人的仿真结果。由此本发明可获得真实、自然的行人运动仿真结果。

技术领域

本发明涉及群体仿真领域，并特别涉及一种数据驱动的行人运动仿真方法和系统。

背景技术

出于人力成本、时间成本、便利性、可控性、安全性以及其他各种客观条件的考虑，使用计算机生成的人群运动来对真实世界中的人群进行仿真，是一个巨大的需求，在影视动画、游戏娱乐、辅助训练与方案评估、建筑空间设计与安全演练、增强现实等领域均有广泛应用。现有的大部分模型驱动的人群运动仿真方法由于基于较为简化的假设，因此产生的避障行为过于呆板，不符合真实世界中行人避障行为的复杂性和多样性。同时，现有的基于实例方法从实例数据学习运动模式，大部分是利用实例数据库中已有的轨迹片段来产生仿真结果，考虑因子过于单一，建模过于简化，面临复杂场景时的产生的避障行为不够自然。

本发明的目的是解决上述现有技术的模型规则过于复杂、考虑因素过于单一、实现效果不好的缺点，提出了一种新型的数据驱动的行人运动仿真方法，实现具有逼真避障行为的行人仿真运动建模。

发明内容

为了解决上述技术问题，本发明目的在于提供一种数据驱动的行人运动仿真方法，实现具有逼真避障行为的行人仿真运动建模。

具体地说，本发明公开了一种行人运动仿真方法，其中包括：

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。

该行人运动仿真方法，其中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。

该行人运动仿真方法，其中步骤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。

该行人运动仿真方法，其中该步骤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。

该行人运动仿真方法，其中步骤2中该机器学习模型为决策树模型。

本发明还公开了一种行人运动仿真系统，其中包括：

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。