[发明专利]基于视场感知的群体避障与一致性行进方法和装置

说明书

本申请涉及一种基于视场感知的群体避障与一致性行进方法和装置。所述方法包括：获取种群中当前个体的环境图像信息；以当前个体为中心，设置排斥区域；根据环境信息图像，确定当前个体的视野遮挡信息，根据排斥区域和视野遮挡信息，设置当前个体的排斥感知函数和吸引感知函数；根据排斥感知函数确定排斥项，根据吸引感知函数确定吸引项，根据排斥项、吸引项以及预先获取的自驱项，确定当前时刻当前个体的速度变化项；根据速度变化项在行进方向和垂直行进方向上的分量，输出当前个体的速度变化量和角度变化量，根据速度变化量和角度变化量确定当前个体下一时刻的位置和速度。采用本方法能够提高种群在避障的一致性行进效果。

技术领域

本申请涉及图像视觉技术领域，特别是涉及一种基于视场感知的群体避障与一致性行进方法和装置。

背景技术

集体行为广泛存在于各类生物群体中，比如鱼群，蝗虫群，菌群，微管群，组织细胞群，车流和人群等。诸如此类协调有序的群体行为仅源于个体之间相对简单且局部的相互作用。通过这种交互方式，生物群体可以在各种情况下表现出单个体无法实现的分布，自适应，鲁棒性和等智能特性。生物群体可以表现出很多奇妙的运动模式，例如集群，避障，群体追捕和逃逸等。该领域的研究目的是在个体和群体层面上解释与上述模式相似的生物群体行为，并将生物群体的特性赋予人工集群系统。因此，作为一门交叉学科，群体行为建模和其内在机制研究极富挑战性。

在过去的几十年中，有多种模型被提出用来解决该类问题，例如，基于规则的模型，随机旋转模型和Boids模型。群体行为的经典模型往往基于以下行为规则：分离(避免碰撞)，校准(朝向邻居个体的平均速度方向)和聚集(朝向邻居的平均位置移动)。该类模型最初用于模拟鱼和鸟的集体行为。Aoki提出的随机旋转模型和Reynolds提出的Boids模型都属于这种类型的模型。物理学家提出了Vicesk模型，该模型考虑了个体之间的速度校准，探索了集体行为最简单的条件。后来，生物学家开发了Couzin模型，该模型在理论生物学中得到了广泛使用，并将其用于群体机器人的协调控制。

近年来，上述经典模型取得了长足的进步，但是从现象出发构建的模型与物理现实中个体的感知过程差距较大。此外，这些模型中的个体往往依赖邻居的位置和速度信息进行交互，且只关注到了群体行为的决策和驱动过程研究而忽略了感知过程，感知过程又恰恰是生物群体和人工集群系统之间的重要纽带。因此该类模型严重阻碍了我们对群体行为内在复杂性的理解。另一方面，神经科学对生物感知的过程的认识已较为清晰。Geisler等人使用描述性函数方法来研究了高等动物的初级视觉皮层的认知功能，并证明了在高等动物的视觉皮层中进行的是边缘检测。

从那时起，越来越多的研究人员以视觉投影为基础研究群体行为，这是解释各种生物中新兴群体行为的一个有希望的方向。以鱼群为例，Twomey等人以视觉感知信息作为输入来分析个体运动，发现视觉交互网络的结构特征与其拓扑结构不同。Rosenthal等人通过计算个体的视野研究鱼类中的相互作用网络，并揭示了社会传染的性质，他们充分证明了预测行为变化复杂级联的可行性。为研究鸟类，Pearce等人提出了最简单的混合投影并提除了密度控制的方法。对于人群，Moussaid等人提出了一种以视觉信息为指导的认知科学方法，以预测自组织现象并产生人群湍流现象。Lavergne等人通过个体根据视觉感知的运动性变化馋了生物群体的聚集模式，并将该原理应用于Janus粒子中加以实现。Schilling等人提出了一种基于卷积神经网络的数据驱动方法以研究基于视觉的群体行为，并实现了生物群体的一致性避障功能。这些模型假设个体的速度幅度不变，并且大多数现有模型都考虑了邻居速度信息依赖的速度校准以再现生物群的一致性，这给群体行为理论在人工集群系统中的应用带来了巨大挑战。

发明内容

基于此，有必要针对上述技术问题，提供一种能够解决人工集群系统一致性行进问题的一种基于群体避障的一致性行进方法、装置和计算机设备。

一种基于群体避障的一致性行进方法，所述方法包括：

获取种群中当前个体的环境图像信息；所述环境图像信息中包含种群中其他个体相对当前个体的位置信息；