论文部分内容阅读
人群仿真技术在过去的30年间得到了快速发展,并在数字娱乐、公共安全以及虚拟训练等领域展现了其巨大的应用价值。在已有的仿真模型中,微观模型基于人群中行人的个体行为对人群进行建模,能够真实反应人群运动中的个体差异性,因而逐渐成为应用主流。在微观模型中,真实行人个体被表示为智能体,并通过智能体导航来模拟行人从当前位置出发,穿过不断变化的环境而抵达目标位置的过程。智能体导航通常包含路径规划(path planning)和运动控制(steering)两个步骤。前者根据场景中静态障碍、地形地势等信息找到一条通往目标的初始路径。而后者则负责控制智能体在沿初始路径前进的过程中与附近环境进行交互。近年来研究人员从这两个方面(分别)对智能体导航进行了广泛研究,并提出许多导航方法。但随着仿真应用对真实性、可控性要求的不断提升,现有方法面临着一些新的挑战。本文重点研究了智能体导航在群组仿真、混合现实以及疏散仿真中的应用,并针对现有方法存在的问题提出了解决方案。本文所完成的工作具体如下: (1)提出了适用于群组仿真的运动控制方法。群组(group)由聚集在一起,并且相互间具有一定社会关系的行人组成。(比如一起逛街的朋友组成的小规模群组,导游带领游客们组成的较大的群组。)群组中的行人在行走的过程中除了对往来行人的避让行为,还需要与其他组员保持靠近。而传统导航中的运动控制方法主要用于模拟个体行人间相互避让的行为,因而无法保持群组的聚集。本文提出的方法能够在速度域中寻找同时满足避让与维持群组聚集要求的最优速度,从而令智能体在与其他智能体的交互中,相互聚集形成群组。基于该方法实现的仿真系统中,个体与群组的交互以及群组之间的交互能够使用统一的控制策略进行模拟。 (2)对智能体置身于真实场景中的行为导航进行了建模,其中真实场景采用摄像机实时拍摄。但对于拥挤人群,利用现有技术在视频中实时获取的行人位置、速度等运动信息并不准确,导致智能体与视频中真实行人发生碰撞。本文提出了动态路径调整算法,使智能体能够根据人群的大概分布信息,在行进过程中不断修正前进路径,从而绕开视频中的拥挤区域,与真实行人保持一致的运动行为。 (3)基于智能体导航对紧急情形下人群的疏散行为进行了仿真。传统导航中的路径规划通常根据环境中的静态障碍寻找一条最短路径。但在紧急状态中,行人在众多因素影响下难以寻找最短疏散路径,甚至由于惊慌而盲目地跟随人流。本文将行人在危险情境下特有的心理因素加入到路径规划中,使智能体能够根据获取的环境信息、当前心理状态动态调整疏散路径。本文利用该方法建立了疏散仿真系统,对紧急疏散场景中的人群运动现象进行了再现。