本發(fā)明屬于人群行為模擬
技術(shù)領(lǐng)域：
，具體來說涉及一種基于網(wǎng)格智能體的人群行為模擬方法。
背景技術(shù)：
：人群行為模擬就是研究人群在各種情景中的行為特征與規(guī)律，建立人群行為的模擬模型，并在虛擬環(huán)境中逼真地展示人群行為模擬過程。隨著計算機仿真技術(shù)的發(fā)展，尤其是數(shù)字化人體行為模擬技術(shù)迅速發(fā)展，虛擬環(huán)境中的人群行為模擬技術(shù)開始成為虛擬現(xiàn)實技術(shù)的一個重要研究熱點。人群行為模擬技術(shù)不僅在建筑物設(shè)計、現(xiàn)代影視娛樂媒體、計算機游戲、國防研究等領(lǐng)域有廣泛的應(yīng)用，同時在緊急情況下的人群疏散模擬、軍事訓(xùn)練模擬、體育系統(tǒng)仿真、城市突發(fā)社會事件模擬分析、大型公共場所安全設(shè)計以及研究虛擬城市等其他復(fù)雜社會學(xué)問題領(lǐng)域也具有廣泛的應(yīng)用。隨著定位技術(shù)的發(fā)展及地理空間信息應(yīng)用的深入，人群行為的模擬與分析也已經(jīng)引發(fā)地理信息科學(xué)(GIS)的關(guān)注。但傳統(tǒng)GIS在研究人群行為建模時，常將個體因素進(jìn)行平均，如采用區(qū)域內(nèi)人口密度或人口構(gòu)成參與地理計算與分析。此方法消除了考慮個體差異而產(chǎn)生的建模復(fù)雜度，在一定程度上是可行的，也是有效的，特別是面向大區(qū)域或全球性問題時。但在面向微觀或者中觀空間層次的人群建模時，如微觀城市交通、應(yīng)急疏散、傳染病空間傳播等地理事件或應(yīng)用時，個體差異及行為變化將對計算結(jié)果產(chǎn)生重要的影響。在此背景下，如何結(jié)合GIS對由微觀個體構(gòu)成的人群行為進(jìn)行模擬與分析，具有重要研究意義。人群行為模擬計算結(jié)果具有可信度的唯一保證是對涉及的“人”、，“地”及二者的相互作用進(jìn)行真實表達(dá)與建模。“人”的行為建模一直是許多社會學(xué)、計算機等領(lǐng)域所關(guān)注的熱點，在眾多模型中，元胞自動機(CellularAutomaton，CA)和多智能體(Multi-AgentSystem，MAS)是當(dāng)前常用的兩種方式。基于元胞的空間劃分，CA常使用較單一的規(guī)則函數(shù)對人群行為進(jìn)行模擬。由于轉(zhuǎn)換規(guī)則簡單，CA已經(jīng)廣泛應(yīng)用于人群模擬建模中。基于空間環(huán)境中具備環(huán)境感知與自主決策的智能體(Agent)，MAS可通過地理環(huán)境的感知機制、空間推理機制、Agent間協(xié)作機制等對人群行為進(jìn)行模擬。與CA比較，Agent可表達(dá)更多和更為復(fù)雜的行為，同時還可通過與其他Agent相互作用來表達(dá)聚合、分離等復(fù)雜人群行為。雖然社會學(xué)等領(lǐng)域?qū)Α叭恕钡男袨榻Ｒ延休^多研究，但對“人”發(fā)生行為的“地”的建模研究相對較少。人群模擬系統(tǒng)，如EXODUS、Simulex、Swarm等，多采用正方形格網(wǎng)(cell)對空間環(huán)境進(jìn)行描述。格網(wǎng)僅能對單一地物屬性進(jìn)行描述，不能表達(dá)地物對象(如道路、房間等)的整體語義特征。在應(yīng)用于人群行為建模時，空間表達(dá)與組織方法的簡單性，使個體僅能對相鄰網(wǎng)格的環(huán)境信息進(jìn)行感知，而難以對地物對象的語義特征(如建筑物出口的寬度、房間的大小、道路的長度等)及地物對象間的空間關(guān)系(如拓?fù)潢P(guān)系、方位關(guān)系等)進(jìn)行感知。在此背景下，本發(fā)明將結(jié)合GIS空間建模方法構(gòu)建了基于網(wǎng)格智能體的人群行為模型，以此提高GIS對人群行為模擬與分析能力，同時借助于對“地”的建模來提高人群行為建模的精度，提高人群行為模擬的仿真度和有效性。技術(shù)實現(xiàn)要素：發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于網(wǎng)格智能體的人群行為模擬方法。發(fā)明是通過以下技術(shù)方案實現(xiàn)的：一種基于網(wǎng)格智能體的人群行為模擬方法包括以下步驟：步驟一：網(wǎng)格數(shù)據(jù)處理；網(wǎng)格數(shù)據(jù)處理的主要功能是為人群模擬提供基于網(wǎng)格的空間信息；網(wǎng)格數(shù)據(jù)處理的輸入數(shù)據(jù)為三維模型數(shù)據(jù)(3ds或obj格式)和地物對象拓?fù)潢P(guān)系，輸出數(shù)據(jù)為網(wǎng)格對象信息。網(wǎng)格數(shù)據(jù)處理包含3個子步驟：1，網(wǎng)格對象的定義；2，邊界網(wǎng)格的搜索與設(shè)定；3，定義網(wǎng)格對象的拓?fù)溥B接關(guān)系；1，網(wǎng)格對象的定義：在輸入三維模型數(shù)據(jù)的基礎(chǔ)上，實現(xiàn)網(wǎng)格對象幾何信息和屬性信息的設(shè)置的具體流程為：(1)首先獲取地物對象對應(yīng)的網(wǎng)格單元。首先采用保守體素化(Conservativevoxelization)算法，生成地物對象所對應(yīng)的體素(Voxel)集合，進(jìn)而將水平方向占據(jù)空間相同且垂直方向相鄰的Voxel進(jìn)行合并后，獲取Voxel最高或者最低的幾何表面(UpperSurface)，即為網(wǎng)格對象的網(wǎng)格幾何信息；對于不能通行區(qū)域(如室內(nèi)柱子、室外道路紅綠燈等)取voxel最高幾何表面，網(wǎng)格幾何取Voxel最低幾何表面；Voxel集合對應(yīng)的高度也可作為網(wǎng)格的屬性進(jìn)行存儲；(2)通過對話框交互式或者配置文件對網(wǎng)格對象的屬性，如名稱等進(jìn)行賦值；2，邊界網(wǎng)格的搜索與設(shè)定：地物對象的網(wǎng)格化處理完畢后，對基于網(wǎng)格對象的遍歷，計算邊界網(wǎng)格，并將其臨接或者屬于的網(wǎng)格對象信息存儲于網(wǎng)格內(nèi)；3，定義網(wǎng)格對象的拓?fù)溥B接關(guān)系：以網(wǎng)格對象為結(jié)點，網(wǎng)格對象的連接關(guān)系為弧段，完成網(wǎng)格對象網(wǎng)絡(luò)的構(gòu)建，并實現(xiàn)弧段通行狀態(tài)及距離權(quán)重的設(shè)置；基于步驟一的計算，可得到網(wǎng)格對象信息的集合，其中每個網(wǎng)格對象將主要包含：每個網(wǎng)格將主要包含：數(shù)據(jù)內(nèi)容說明ID網(wǎng)格的標(biāo)識符，具有唯一性，由GRIDobject[]網(wǎng)格對象數(shù)組信息X網(wǎng)格行號Y網(wǎng)格列號Z網(wǎng)格高程值Prop[]網(wǎng)格的其它屬性值步驟二：人群行為計算；人群行為計算的主要功能是提供以個體為單位的人群行為計算，其輸入數(shù)據(jù)為人群行為參數(shù)以及步驟一得到的網(wǎng)格對象信息，輸出數(shù)據(jù)為人群行為信息。人群行為計算包含兩個子步驟：1，設(shè)置人群行為參數(shù)；2，計算人群行為軌跡；基于步驟二的計算，人群行為計算的數(shù)據(jù)輸出內(nèi)容為人群行為信息(即人群個體的運動軌跡信息)，其內(nèi)容將主要包含：Pos將包含：數(shù)據(jù)內(nèi)容說明T時間X網(wǎng)格IDY網(wǎng)格對象的ID步驟三：人群模擬可視化；本步驟的主要功能是為實現(xiàn)地理間環(huán)境及人行為的可視化，其輸入數(shù)據(jù)為步驟二得到的人群行為信息(即人群個體的運動軌跡信息)；在三維渲染引擎OpenSceneGraph(OSG)基礎(chǔ)上，本步驟主要包含以下子步驟：1，人群模擬數(shù)據(jù)的加載；2，地理空間環(huán)境的可視化，3，人群行為的可視化；1，人群模擬數(shù)據(jù)的加載加載的數(shù)據(jù)主要包含兩類：地理空間數(shù)據(jù)和人群行為信息；地理空間數(shù)據(jù)的格式為OSG可讀的.ive，其數(shù)據(jù)源是與網(wǎng)格數(shù)據(jù)來源相同，皆為三維模型數(shù)據(jù)(格式為3dsmax的*.max)，并采用數(shù)據(jù)轉(zhuǎn)換工具OSGExp，實現(xiàn)模型數(shù)據(jù)紋理、幾何等信息的導(dǎo)入；人群行為信息為人群行為計算子系統(tǒng)的結(jié)果；2，地理空間環(huán)境的可視化以O(shè)SG場景管理為基礎(chǔ)，結(jié)合加載的地理空間數(shù)據(jù)，實現(xiàn)空間場景的放大，縮小、漫游等功能；3，人群行為的可視化人群行為可視化的重點是個體模型的表達(dá)方法。本發(fā)明個體模型表達(dá)則是通過其年齡、性別屬性，通過加載不同的三維模型進(jìn)渲染。個體的運動形態(tài)則通過對不同時刻的人群行為位置信息的調(diào)用來實現(xiàn)。發(fā)明的優(yōu)點和有益效果為：本發(fā)明的優(yōu)勢在于它與GIS中的空間數(shù)據(jù)模型相糅合的，具備了對復(fù)雜地理環(huán)境建模的潛質(zhì)。因此與常規(guī)MAS建模相比，個體具備了對地理空間對象及對象間空間關(guān)系的感知能力，提高了人群行為模擬的仿真度和有效性，也為人群模擬與復(fù)雜地理空間建模集成奠定了基礎(chǔ)。且由于模型基本單元采用了類似CA元胞的網(wǎng)格，與常規(guī)的CA模型相比，基于網(wǎng)格智能體人群行為建模在個體運動行為的真實性、個體間的相互作用及個體與空間環(huán)境集成分析與表達(dá)方面都有了一定的改進(jìn)和提高。在網(wǎng)格智能體模型基礎(chǔ)之上，本發(fā)明對人群模擬系統(tǒng)的構(gòu)建、人群行為模擬案例進(jìn)行了詳細(xì)闡述，為其它人群行為模擬提供了參考。附圖說明圖1是本發(fā)明基于網(wǎng)格智能體的人群行為模擬方法的步驟流程圖。圖2是基于網(wǎng)格對象的空間環(huán)境建模。圖(a)是有房間(NodeS)、墻(NodeL1和NodeL3)、出口(NodeL2和NodeL4).圖上的數(shù)值是nodeL4和nodeS的距離權(quán)重；圖(b)是空間環(huán)境對應(yīng)的網(wǎng)格對象網(wǎng)絡(luò)圖。圖3是案例1空間場景及相應(yīng)的網(wǎng)絡(luò)圖，圖(a)是案例1的三維模型；圖(b)是案例區(qū)場景對應(yīng)的網(wǎng)絡(luò)圖。其中弧段顏色代表了對象間的連接狀態(tài)。圖4是案例1多層建筑物內(nèi)(常態(tài)環(huán)境)人群行為模擬。圖5是案例1多層建筑物(突發(fā)事件環(huán)境)內(nèi)人群行為模擬。圖中上部區(qū)域為突發(fā)事件的擴散。圖6是案例2空間場景及相應(yīng)的網(wǎng)絡(luò)圖，圖(a)是案例2的三維模型；圖(b)是案例區(qū)場景對應(yīng)的網(wǎng)絡(luò)圖。其中弧段顏色代表了對象間的連接狀態(tài)。圖7是案例1室外道路場景中人群行為模擬，圖(a)和圖(b)相差時間為5s。具體實施方式下面結(jié)合具體實施例進(jìn)一步說明發(fā)明的技術(shù)方案?；诰W(wǎng)格智能體的人群行為模擬方法：步驟一：網(wǎng)格數(shù)據(jù)處理；網(wǎng)格可定義為：與空間位置對應(yīng)的，可表達(dá)語義信息，具有固定規(guī)則大小的2.5D柵格單元。從數(shù)學(xué)表達(dá)上，網(wǎng)格Grid可表達(dá)為Grid＝(Gg,Gp)其中Gg為網(wǎng)格的幾何描述，Gp為網(wǎng)格的屬性列表。在網(wǎng)格智能體模型中，網(wǎng)格將作為“人”、“地”關(guān)聯(lián)的基本空間單元，即在網(wǎng)格的基礎(chǔ)上對空間位置、地物對象及地物對象間關(guān)系進(jìn)行描述；而個體在某時刻所占據(jù)的空間區(qū)域是單個或者數(shù)個網(wǎng)格，個體對地物感知也將基于網(wǎng)格進(jìn)行定義。基于個體占據(jù)的網(wǎng)格及個體身高參數(shù)，個體可表達(dá)為三維空間內(nèi)的一個長方體。結(jié)合GIS地理空間環(huán)境表達(dá)及面向?qū)ο髷?shù)據(jù)模型的特點，人群行為模擬中“地”的地理實體可在網(wǎng)格基礎(chǔ)上進(jìn)行對象的封裝，采用點、線、面的網(wǎng)格對象進(jìn)行建模。網(wǎng)格對象可認(rèn)為是具有相同語義，且空間相鄰的網(wǎng)格的組合。其中點網(wǎng)格對象是由單個網(wǎng)格構(gòu)成的二維空間對象。點網(wǎng)格對象可用于表達(dá)單個獨立地物，也可用于表達(dá)個體某時刻的空間位置；線網(wǎng)格對象是三維空間對象，是由空間內(nèi)多個相互鄰接且任一網(wǎng)格鄰接其它網(wǎng)格數(shù)小于2的網(wǎng)格集合。線網(wǎng)格對象可以表達(dá)線性地物對象如建筑物出口，也可表達(dá)個體線性運動軌跡等；面網(wǎng)格對象是指三維空間中的面狀地物，它是微觀環(huán)境中人群行為模擬時最為常見的空間形態(tài)。如建筑物內(nèi)的房間、室外的廣場都可表達(dá)為面網(wǎng)格對象?；诰W(wǎng)格對象，空間表達(dá)的單元可為具體的空間目標(biāo)，易于人群行為空間中地理實體的表達(dá)、存儲、空間關(guān)系的計算與分析。在網(wǎng)格對象基礎(chǔ)上，可進(jìn)一步結(jié)合對象間的空間關(guān)系，以網(wǎng)絡(luò)圖等方式構(gòu)建網(wǎng)格對象間的拓?fù)溥B接關(guān)系圖。通過此方式，個體對地物的感知單元，可由網(wǎng)格、網(wǎng)格對象躍升至整個空間環(huán)境，從而初步具備對空間進(jìn)行認(rèn)知的能力。此外，個體行為建模如尋徑行為等，其計算單元也可從以網(wǎng)格突破為具有特定空間語義的網(wǎng)格對象，其計算更為方便，計算結(jié)果也更為可信。網(wǎng)格數(shù)據(jù)處理的主要功能是為人群模擬提供基于網(wǎng)格的空間信息。網(wǎng)格數(shù)據(jù)處理的輸入數(shù)據(jù)為三維模型數(shù)據(jù)(3ds或obj格式)和地物對象拓?fù)潢P(guān)系，輸出數(shù)據(jù)為網(wǎng)格對象信息。具體來講，網(wǎng)格數(shù)據(jù)處理包含3個子步驟：1，網(wǎng)格對象的定義；2，邊界網(wǎng)格的搜索與設(shè)定；3，定義網(wǎng)格對象的拓?fù)溥B接關(guān)系。1，網(wǎng)格對象的定義：在輸入三維模型數(shù)據(jù)的基礎(chǔ)上，實現(xiàn)網(wǎng)格對象幾何信息和屬性信息的設(shè)置的具體流程為：(1)首先獲取地物對象對應(yīng)的網(wǎng)格單元。首先采用保守體素化(Conservativevoxelization)算法，生成地物對象所對應(yīng)的體素(Voxel)集合。進(jìn)而將水平方向占據(jù)空間相同且垂直方向相鄰的Voxel進(jìn)行合并后，獲取Voxel最高或者最低的幾何表面(UpperSurface)，即為網(wǎng)格對象的網(wǎng)格幾何信息。對于不能通行區(qū)域(如室內(nèi)柱子、室外道路紅綠燈等)取voxel最高幾何表面，網(wǎng)格幾何取Voxel最低幾何表面。Voxel集合對應(yīng)的高度也可作為網(wǎng)格的屬性進(jìn)行存儲；(2)通過對話框交互式或者配置文件對網(wǎng)格對象的屬性，如名稱等進(jìn)行賦值。2，邊界網(wǎng)格的搜索與設(shè)定：邊界網(wǎng)格是指下列兩類網(wǎng)格：(1)幾何空間上屬于多個網(wǎng)格對象的網(wǎng)格；(2)屬于網(wǎng)格對象M中的網(wǎng)格，但又與網(wǎng)格對象N中的網(wǎng)格空間相鄰。邊界網(wǎng)格在個體行為計算中非常重要，它是個體從一個網(wǎng)格對象進(jìn)入另一個網(wǎng)格對象的過渡區(qū)，個體進(jìn)入邊界網(wǎng)格后，其行為可能會發(fā)生改變。如個體由人行道邊界網(wǎng)格進(jìn)行人行橫道時，由于受信號燈的影響，個體行為狀態(tài)可能由運動變?yōu)樵氐却?。因此，地物對象的網(wǎng)格化處理完畢后，對基于網(wǎng)格對象的遍歷，計算邊界網(wǎng)格，并將其臨接或者屬于的網(wǎng)格對象信息存儲于網(wǎng)格內(nèi)。3，定義網(wǎng)格對象的拓?fù)溥B接關(guān)系：在網(wǎng)格對象基礎(chǔ)上，可進(jìn)一步結(jié)合對象間的空間關(guān)系，以網(wǎng)絡(luò)圖等方式構(gòu)建網(wǎng)格對象間的拓?fù)溥B接關(guān)系圖。通過此方式，個體對地物的感知單元，可由網(wǎng)格、網(wǎng)格對象躍升至整個空間環(huán)境，從而初步具備對空間進(jìn)行認(rèn)知的能力。此外，個體行為建模如尋徑行為等，其計算單元也可從以網(wǎng)格突破為具有特定空間語義的網(wǎng)格對象，其計算更為方便，計算結(jié)果也更為可信?；诰W(wǎng)絡(luò)圖，本發(fā)明以網(wǎng)格對象為結(jié)點，網(wǎng)格對象的連接關(guān)系為弧段，完成網(wǎng)格對象網(wǎng)絡(luò)的構(gòu)建，并實現(xiàn)弧段通行狀態(tài)及距離權(quán)重的設(shè)置。根據(jù)網(wǎng)格對象語義及連接關(guān)系，弧段通行狀態(tài)將分為三類：可通行，即可從一個網(wǎng)格對象直接進(jìn)行另一個網(wǎng)格對象；禁止通行，即網(wǎng)格對象間禁止跨越；條件通行，即網(wǎng)格對象間通行存在一定的規(guī)則。規(guī)則可描述為“IF-THEN”語句的組合。如網(wǎng)格對象規(guī)則受制于信號燈，則可表述為：IfT.state＝Redthenlinkij＝”Forbidden”；IfT.state＝”Green”thenlinkij＝”Allow”；IfT.state＝”Yellow”thenlinkij＝”Forbidden”；其中T是信號燈，T.state是信號燈的狀態(tài)，linkij是網(wǎng)格對象間的連接規(guī)則，forbidden、allow分別表示禁止通行和可通行。由于網(wǎng)絡(luò)圖結(jié)點基于網(wǎng)格進(jìn)行表達(dá)，而經(jīng)過不同網(wǎng)格所需的距離是不同的。因此網(wǎng)格對象網(wǎng)絡(luò)的弧段所對應(yīng)的距離權(quán)重是一個區(qū)間。為提升個體行為計算的效率。距離權(quán)重可在路徑搜索前進(jìn)行預(yù)計算，并作為弧段屬性進(jìn)行存儲。對可通行的弧段，以網(wǎng)格為單元計算結(jié)點間的空間距離，將其作為弧段的距離權(quán)重。結(jié)點A與結(jié)點B空間距離計算為從結(jié)點A中任一個網(wǎng)格與B內(nèi)網(wǎng)格單元的最短距離(圖1)，計算時設(shè)定在水平和垂直方向上相鄰網(wǎng)格距離為1，對角線方向上相鄰網(wǎng)格距離為1.5。本發(fā)明網(wǎng)絡(luò)對象網(wǎng)絡(luò)的建模與GIS中常規(guī)道路網(wǎng)絡(luò)建模存在以下不同：(1)結(jié)點與弧段的定義不同。本發(fā)明網(wǎng)絡(luò)中每個結(jié)點都是一個具有具體語義的網(wǎng)格對象，弧段僅表示網(wǎng)格對象間的連接關(guān)系。而GIS常規(guī)道路網(wǎng)絡(luò)圖則常以道路路段為弧段，以弧段間的連接為結(jié)點；(2)結(jié)點與弧段空間表達(dá)不同。常規(guī)GIS道路網(wǎng)絡(luò)中，弧段和結(jié)點都以矢量的線和點進(jìn)行表達(dá)，而本發(fā)明路徑網(wǎng)絡(luò)中結(jié)點都是網(wǎng)格對象；(3)弧段的距離權(quán)重定義不同。由于采用網(wǎng)格進(jìn)行結(jié)點和弧段的表達(dá)，本發(fā)明路徑網(wǎng)絡(luò)中弧段距離權(quán)重值將是一個集合?；诓襟E一的計算，可得到網(wǎng)格對象信息的集合，其中每個網(wǎng)格對象將主要包含：每個網(wǎng)格將主要包含：數(shù)據(jù)內(nèi)容說明ID網(wǎng)格的標(biāo)識符，具有唯一性，由GRIDobject[]網(wǎng)格對象數(shù)組信息X網(wǎng)格行號Y網(wǎng)格列號Z網(wǎng)格高程值Prop[]網(wǎng)格的其它屬性值步驟二：人群行為計算；人群行為計算的主要功能是提供以個體為單位的人群行為計算，其輸入數(shù)據(jù)為人群行為參數(shù)以及步驟一得到的網(wǎng)格對象信息，輸出數(shù)據(jù)為人群行為信息。結(jié)合“人”與“地”建模的需求，“人”的建模將以個體為基本單元，并結(jié)合多智能體模型，對個體進(jìn)行封裝。在網(wǎng)格智能體模型中，個體的建模將包含三部分：個體屬性、環(huán)境信息感知方法及個體行為規(guī)則。個體屬性是封裝在智能體內(nèi)的個體自身特征，它包含了個體的空間位置、物理屬性和行為屬性。其中個體物理屬性是從外觀或者物理參數(shù)上區(qū)別于其它個體的屬性集合，包含年齡、性別、體重、尺寸、位置、運動速度等參數(shù)；個體行為屬性是個體行為狀態(tài)集合及個體行為參數(shù)，通常包含個體在模擬場景內(nèi)可能的行為集合(如等待、行走、快步走等)、個體的起始位置點、目標(biāo)位置點及對空間場景內(nèi)特定事件的響應(yīng)時間、空間環(huán)境的熟悉度等。與一般的智能體模型不同，網(wǎng)格智能體模型中個體屬性是基于網(wǎng)格的，即某個時刻個體所在的位置是某個特定的網(wǎng)格，并可通過其位置獲取所在空間的非幾何屬性、所在地物對象的屬性及相鄰接的地物對象等。網(wǎng)格智能體模型對個體的運動物理參數(shù)也進(jìn)行擴展與限制：個體的運動速度將被限制為最小網(wǎng)格尺寸的倍數(shù)值。即離散時間段內(nèi)個體運動區(qū)域只能是整數(shù)倍的網(wǎng)格。由于個體屬性的網(wǎng)格化，參數(shù)的離散化，使模擬時間的劃分必須采取同樣的方法進(jìn)行離散化處理。即基于網(wǎng)格智能體模型的人群模擬的時間是離散劃分的，而非連續(xù)的。環(huán)境信息感知是個體對周圍環(huán)境或物體的觀察與語義獲取的過程。環(huán)境信息感知可分為靜態(tài)物體感知和動態(tài)物體感知兩類。靜態(tài)物體的感知主要是基于個體所在的網(wǎng)格，計算目標(biāo)物與個體的三維距離，評測其是否可被感知。人群行為模擬中動態(tài)物體常包含兩類：一類是火災(zāi)、生物恐怖襲擊等突發(fā)事件，它對環(huán)境造成的影響，可通過計算不同時刻危險區(qū)域所占據(jù)的網(wǎng)格及危險參數(shù)，基于面網(wǎng)格對象進(jìn)行表達(dá)。當(dāng)個體感知到危險區(qū)域時，將基于個體行為規(guī)則，對事件進(jìn)行響應(yīng)；另一類是場景中移動的其它個體。由于個體處于不斷運動中，且運動速度的大小、方向都不同，因此其它個體的感知計算，需考慮個體的運動物理參數(shù)進(jìn)行計算。網(wǎng)格智能體模型中環(huán)境信息的感知，個體可感知的范圍是網(wǎng)格數(shù)的整數(shù)倍。個體行為規(guī)則是個體活動的準(zhǔn)則。個體行為類型多種多樣，有跟隨行為、避障行為、聚集行為等。個體行為的多樣性，使其需分析模擬的需求及不同場景中不同個體的行為特征，建立個體多樣性行為規(guī)則，才能為高仿真度的人群行為模擬提供基礎(chǔ)。網(wǎng)格智能體模型中“地”的建模采用了網(wǎng)格、網(wǎng)格對象、網(wǎng)格對象網(wǎng)絡(luò)三個層次進(jìn)行，相應(yīng)的，網(wǎng)格智能體模型中個體行為規(guī)則的建模也可基于這三個層次制定，即基于網(wǎng)格智能體模型的個體行為規(guī)則可有多層次特征，這也與個體行為心理具有一定的對應(yīng)性。網(wǎng)格智能體模型是“人”、“地”建模的集成，即在網(wǎng)格智能體模型中(1)“地”的模型由網(wǎng)格、網(wǎng)格對象及網(wǎng)格對象網(wǎng)絡(luò)進(jìn)行“場-對象-網(wǎng)絡(luò)”的三個層次建模；(2)“人”是由個體為單元進(jìn)行表達(dá)，并結(jié)合智能體進(jìn)行建模；(3)“人”與“地”之間存在交互。網(wǎng)格智能體模型GA的數(shù)學(xué)表達(dá)式為：GA＝f(GeoFeatures,Agents)其中GeoFeatures是對“地”的描述；Agents是對“人”描述；而函數(shù)f則是“人”與“地”間的交互感知，它包含兩種：“地”對“人”的感知、“人”對“地”的感知。Agen對GeoFeatures感知即可通過主動的環(huán)境感知來實現(xiàn)，也可以被動接收“地”的屬性改變而觸發(fā)的消息。主動獲取要素屬性，即基于當(dāng)前個體所在空間位置進(jìn)行所在網(wǎng)格、網(wǎng)格對象屬性的查看，也可基于空間分析，如通過緩沖區(qū)分析獲取其周圍的網(wǎng)格或網(wǎng)格對象的信息。被動的信息接收，是通過定義事件觸發(fā)的屬性字段而實現(xiàn)的。當(dāng)定義的屬性字段屬性發(fā)生改變時，首先對屬性改變區(qū)域的位置進(jìn)行計算，然后基于空間位置計算受影響的人群，并對特定的人群發(fā)射消息。GeoFeatures對Agents的感知，則主要通過主動的空間分析計算來完成，基于GeoFeatures的空間位置，與某特定時刻或某個時間段內(nèi)Agents的位置進(jìn)行空間求交運算，如果二者非空，則GeoFeatures可感知到此Agents。人群行為計算包含兩個子步驟：1，設(shè)置人群行為參數(shù)；2，計算人群行為軌跡。1，設(shè)置人群行為參數(shù)主要是通過對話框和配置文件實現(xiàn)對個體的性別、年齡及行為狀態(tài)、環(huán)境感知方法進(jìn)行設(shè)置。為簡化計算，本發(fā)明將個體環(huán)境信息感知的范圍設(shè)置為整個場景，即個體可以感知場景內(nèi)所有個體及空間地物。2，計算人群行為軌跡人群行為類型多種多樣，有跟隨行為、避障行為、聚集行為等。人群行為的多樣性，使其在基于網(wǎng)格智能體模型進(jìn)行人群模擬時，需分析不同場景中不同個體的行為狀態(tài)，建立個體行為規(guī)則與行為模型，才能為高仿真度的人群行為模擬提供基礎(chǔ)。本發(fā)明以人群最為常見的行為-目標(biāo)驅(qū)動性行為(即個體運動目標(biāo)已經(jīng)確定且不會隨環(huán)境而改變)為例，對人群運動所經(jīng)過的軌跡進(jìn)行了計算。在行為建模方法上，本發(fā)明中對人群行為描述為“IF-THEN”語句的組合。本子系統(tǒng)將個體運動狀態(tài)分為兩種：行走、等待。如個體i行進(jìn)過程中，面對信號燈T的狀態(tài)(State)行為(Pi)可以描述為：IfT.state＝RedthenPi＝”Wait”；IfT.state＝”Green”thenPi＝”Walk”；IfT.state＝”Yellow”thenPi＝”Wait”；其中Wait、Walk分別表示等待和運動。對個體目標(biāo)驅(qū)動性行為進(jìn)行多層次分析，個體活動目標(biāo)確定后，人群行為建模需解決兩個基本問題：一是如何到達(dá)活動目標(biāo)，也就是基于個體的經(jīng)驗或喜好等對其活動的路線進(jìn)行選取，即個體尋徑行為如何建模；二是個體在確定好基本行進(jìn)路線運動過程中，基于個體環(huán)境感知，個體間及個體與環(huán)境間如何進(jìn)行交互，繼而確定個體移動方向，即個體運動行為如何建模。即基于網(wǎng)格的人群行為的空間劃分，個體目標(biāo)驅(qū)動性行為模型計算可分為兩個步驟：首先在網(wǎng)格對象網(wǎng)絡(luò)層次，基于網(wǎng)格對象間的連接關(guān)系對個體行為進(jìn)行計算，求解結(jié)果是個體活動所經(jīng)過的網(wǎng)格對象集合；進(jìn)而以網(wǎng)格對象集合為基礎(chǔ)，對每個網(wǎng)格對象內(nèi)個體運動行為進(jìn)行計算，求解結(jié)果是個體所經(jīng)過的網(wǎng)格集合。設(shè)定當(dāng)前個體所在的網(wǎng)格對象為T，個體尋徑行為模型計算結(jié)果為網(wǎng)格對象集合N。在網(wǎng)格對象網(wǎng)絡(luò)基礎(chǔ)上，個體尋徑行為算法主要步驟為：(1)基于給定的個體空間位置及活動目標(biāo)坐標(biāo)值，分別對其所在網(wǎng)格進(jìn)行計算，并基于路徑匹配分別獲取其所在的網(wǎng)格對象A和B，令T＝A；(2)比較網(wǎng)格對象T和B，如果二者為同一對象，將T加入N，尋徑結(jié)束；(3)基于路徑網(wǎng)絡(luò)圖中結(jié)點的連接關(guān)系，獲取下一個可通行的結(jié)點集合C；(4)對集合C中的任一結(jié)點Ci，重復(fù)步驟(2)；(5)對集合C中的任一結(jié)點Ci，重復(fù)步驟(3)，獲取集合D。對于D中的任一結(jié)點Di，由T、Ci、Di結(jié)點構(gòu)成的個體活動路徑中T和Ci弧段的權(quán)重為T與網(wǎng)格集合Gi(在結(jié)點Ci內(nèi)且與Di相鄰的網(wǎng)格)距離的最小值?；诖_定好的弧段權(quán)重，可結(jié)合Dijkstra算法或者A*對個體路徑進(jìn)行搜索，直至到達(dá)結(jié)點B，尋徑結(jié)束。在個體尋徑行為模型基礎(chǔ)上，本發(fā)明分析靜態(tài)環(huán)境和動態(tài)環(huán)境中地物和其他個體對個體的受力，糅合場模型和社會力模型對個體運動行為進(jìn)行建模。靜態(tài)環(huán)境中，個體受到的作用力主要有運動目標(biāo)對個體的驅(qū)動力A及障礙物對個體運動的排斥力B。動態(tài)環(huán)境中，個體所受到的作用力主要有其它個體對個體運動的排斥力C。A、B、C的計算可結(jié)合社會力模型的計算方法。基于個體尋徑行為模型，可對個體活動經(jīng)過的網(wǎng)格對象進(jìn)行計算。因而，A的計算中，本發(fā)明將個體運動目標(biāo)基于活動所經(jīng)過的網(wǎng)格對象進(jìn)行子目標(biāo)的劃分，使社會力模型更加適用于復(fù)雜的空間環(huán)境；B的計算中，障礙物將依據(jù)與個體所在網(wǎng)格對象存在不可通行弧段的網(wǎng)格對象進(jìn)行求解。基于對個體受力A、B、C的計算，依據(jù)社會力模型對個體運動的綜合作用力及運動方向及速度等參數(shù)進(jìn)行求解后，則可參考場模型將個體的位置更新至其相鄰8個網(wǎng)格，或者留在原地不動?；诓襟E二的計算，人群行為計算的數(shù)據(jù)輸出內(nèi)容為人群行為信息(即人群個體的運動軌跡信息)，其內(nèi)容將主要包含：Pos將包含：步驟三：人群模擬可視化。本步驟的主要功能是為實現(xiàn)地理間環(huán)境及人行為的可視化，其輸入數(shù)據(jù)為步驟二得到的人群行為信息(即人群個體的運動軌跡信息)。在三維渲染引擎OpenSceneGraph(OSG)基礎(chǔ)上，本步驟主要包含以下子步驟：1，人群模擬數(shù)據(jù)的加載；2，地理空間環(huán)境的可視化，3，人群行為的可視化。1，人群模擬數(shù)據(jù)的加載加載的數(shù)據(jù)主要包含兩類：地理空間數(shù)據(jù)和人群行為信息。地理空間數(shù)據(jù)的格式為OSG可讀的.ive，其數(shù)據(jù)源是與網(wǎng)格數(shù)據(jù)來源相同，皆為三維模型數(shù)據(jù)(格式為3dsmax的*.max)，并采用數(shù)據(jù)轉(zhuǎn)換工具OSGExp，實現(xiàn)模型數(shù)據(jù)紋理、幾何等信息的導(dǎo)入。人群行為信息為人群行為計算子系統(tǒng)的結(jié)果。2，地理空間環(huán)境的可視化以O(shè)SG場景管理為基礎(chǔ)，結(jié)合加載的地理空間數(shù)據(jù)，實現(xiàn)空間場景的放大，縮小、漫游等功能。3，人群行為的可視化人群行為可視化的重點是個體模型的表達(dá)方法。本發(fā)明個體模型表達(dá)則是通過其年齡、性別屬性，通過加載不同的三維模型進(jìn)渲染。個體的運動形態(tài)則通過對不同時刻的人群行為位置信息的調(diào)用來實現(xiàn)。驗證案例1：多層建筑物內(nèi)人群行為模擬案例1的空間環(huán)境為某2層、單出口、雙樓梯的建筑物(圖3(a))。結(jié)合網(wǎng)格數(shù)據(jù)處理子系統(tǒng)數(shù)據(jù)輸入需求，本發(fā)明將網(wǎng)格對象分為樓梯、室內(nèi)房間、建筑物出口三類，建立的網(wǎng)格對象網(wǎng)絡(luò)如圖3(b)所示，網(wǎng)格參數(shù)設(shè)定為0.5m(長)×0.5m(寬)×0.2m(高)。本案例將個體初始位置隨機設(shè)定在2樓房間。將個體行皆設(shè)定為從初始位置出發(fā)，選取最短距離的路徑，到達(dá)建筑物出口。即個體基于網(wǎng)格對象網(wǎng)絡(luò)圖(圖3(b))，以距離為弧段權(quán)重，首先搜索所經(jīng)過的網(wǎng)格對象，進(jìn)而結(jié)合社會力模型，對網(wǎng)格對象內(nèi)的網(wǎng)格進(jìn)行搜索，最終實現(xiàn)個體路徑的選取(圖4)。根據(jù)觀察發(fā)現(xiàn)，人在松懈的情況下行走速度約0.85m/s左右，正常情況下為1.30m/s左右，而在緊張情況下可達(dá)1.80m/s左右。基于正態(tài)分布函數(shù)設(shè)置，本發(fā)明將人群中個體對象在常態(tài)中的速度設(shè)置為0.85m/s-1.30m/s，在突發(fā)事件爆發(fā)后，逃生時的速度設(shè)置為1.30m/s-1.80m/s。既在常態(tài)環(huán)境下個體的可跨越的最小網(wǎng)格數(shù)為3-5個，在應(yīng)急狀態(tài)中個體的可跨越的最小網(wǎng)格數(shù)為5-7個。在人群模擬過程中，如果某突發(fā)事件(如火災(zāi)、生物恐怖襲擊等)爆發(fā)，受突發(fā)事件的影響，人群行為也可能發(fā)生變化。如果個體可感知到突發(fā)事件，為躲避風(fēng)險，個體可能會改變原來的行走路徑。如果個體未感知到突發(fā)事件，個體也將可能會因與突發(fā)事件接觸，而收到傷害。本發(fā)明以氣溶膠攜帶的病原體釋放作為突發(fā)應(yīng)急事件案例，并以高斯煙團(tuán)模型作為病原體擴散模型進(jìn)行了模擬試驗(圖5)。試驗中，人群行為計算方法為：(1)計算病原體動態(tài)擴散區(qū)域S，并獲取所對應(yīng)的網(wǎng)格集合G；(2)對于可感知災(zāi)害事件的個體，將G與距離權(quán)重網(wǎng)格進(jìn)行疊加，重新計算個體運動所需要的網(wǎng)格對象。并在社會力模型中，將G作為障礙物進(jìn)行處理；(3)對于未感知災(zāi)害事件的個體，將原來路徑進(jìn)行行進(jìn)，并基于個體行進(jìn)的網(wǎng)格，評斷個體的感染情況。驗證案例2：室外道路人群行為模擬案例2空間場景如圖所示。場景包含兩條縱向的人行道，一條縱向的行車道，一條人行橫道，人行道兩邊各有一個指揮行人運動的紅綠燈(紅燈和綠燈時間間隔為30秒)(圖6(a))。結(jié)合網(wǎng)格數(shù)據(jù)處理子系統(tǒng)數(shù)據(jù)輸入需求，本發(fā)明將網(wǎng)格對象分為人行道、紅綠燈、人行橫道、車行道四類。同時結(jié)合GIS道路網(wǎng)絡(luò)中弧段的分段處理方式，將由多個空間不相鄰幾何構(gòu)成的空間對象進(jìn)行子對象劃分。處理后，網(wǎng)格對象網(wǎng)絡(luò)圖如圖6(b)所示。網(wǎng)格參數(shù)設(shè)定為0.5m(長)×0.5m(寬)×0.2m(高)。本案例將個體初始位置隨機設(shè)定在人行橫道。將個體行為設(shè)定為從當(dāng)前位置出發(fā)至另一人行橫道，即通常所說的過馬路行為。模擬中，個體可跨越的網(wǎng)格數(shù)為3-5個。在人群模擬中，個體行為將受到交通規(guī)則的影響?；谑欠褡袷亟煌ㄒ?guī)則，將個體運行行為分為三類(圖7)：(1)完全遵守交通行為(Rule1)。個體將從當(dāng)前人行道出發(fā)，在信號燈為綠燈時通過人行橫道，到達(dá)對面人行道；(2)未按照信號燈通行(Rule2)。即個體運動會出現(xiàn)闖紅燈的情況；(3)個體選取距離最短路徑到達(dá)目的地(Rule3)。即個體可能會出現(xiàn)未經(jīng)人行橫道，橫過馬路的情況。對于Rule1和Rule2，人行橫道是個體所必須經(jīng)過的區(qū)域。但在Rule1人群行為計算時，將結(jié)合信號燈對象的信息，確定個體到達(dá)人行橫道前是否需要等待，而Rule2中個體到達(dá)人行橫道不進(jìn)行等待。Rule3，則個體直接選取距離最短的路徑，直接到達(dá)目的地。以上對發(fā)明做了示例性的描述，應(yīng)該說明的是，在不脫離發(fā)明的核心的情況下，任何簡單的變形、修改或者其他本領(lǐng)域技術(shù)人員能夠不花費創(chuàng)造性勞動的等同替換均落入發(fā)明的保護(hù)范圍。當(dāng)前第1頁1 2 3