[发明专利]基于扩展BDI模型的人群疏散仿真方法

说明书

技术领域

本发明涉及计算机图形学中的人群仿真，尤其是基于扩展BDI模型建立的公共场所中在紧急状况下(如火灾)人员疏散的仿真模型及其系统实现。

背景技术

随着社会经济以及城市的发展，大型建筑，如摩天人楼、体育场馆、车站、码头和机场等大量涌现。在这些场所，通常有大量的人员出入或逗留。怎样将建筑物中的大量人员安全、快速疏散，不仅是建筑物设计时必须认真考虑和研究的问题，也是已有建筑进行紧急情况应对预案的重要研究课题。在这方面的研究中，通过计算机的仿真模拟，检验设计方案或应对预案，是比较经济可行的手段。

一旦发生紧急事件，在人群疏散时，对环境的熟悉程度及其恐慌程度是影响疏散的有序与速度的重要因素，因为在紧急的环境下，人会高度恐慌以及感到不舒适，无组织的疏散会导致拥挤或发生踩踏事件而造成人员伤亡，造成悲剧发生。

近年米，这方面研究的重点是基丁一智能体技术(Agent)的疏散仿真模型。在这类模型中，不预先设定人群的行为规律，而是将建模的落脚点放在单个的人上。用“智能体”(智能体)表示单个的人。通过将大量代表个人的智能体放在虚拟的建筑物空间中，研究它们的总体行为，就可以模拟出真实状况下人群的行为。

细胞自动机(Cellular Automata)最初是由计算机之父冯·诺依曼(John Von Neumann)于20世纪40年代开始研究的，并且由致促成了白我复制自动机的发展。

细胞自动机是一种自生的机器。细胞自动机是由一些特定规则的格子组成，可以是二维的矩形数组，还可以是三维的长方体网络。我们可以将每个格子看成是一个细胞，而每个细胞都会具有一些状态，但在某一个时刻中每一个细胞只可能处于一种状态．在引入了离散的时间变化后，用细胞自动机可以表现一个动态的过程──每个细胞的状态在一个时间步长内都是不变且确定的，这可以由该细胞的上一个状态、周围细胞的状态，然后根据一定的状态转移规则计算出来，这里的周围细胞的多少就是由半径r决定的(见附图1)。因此，当我们设计好细胞自动机中各个细胞的初始状态后，它们便可按照所设定的，相同的规则进行演化。

但是，在这些仿真模型中都忽略了人掌握的信息和人的主观意志对疏散过程的影响，个人被设定为拥有完美的信息和完全的理性，这与现实状况有较大偏差。

在一股情况下，模拟人的行为是十分困难的，但并不是不可能，其中一个比较普通的办法就是设计一个可以模拟人的性格的智能体，这样的智能体运作于一个场景中，并且是自主地运行，它们是自治的，协作的，有学习能力的，能适应的；并且有社会能力，反应能力以及前趋性。自治意味着智能体运动可以不进行直接，持续的监督。

 随着研究水平的提高，对人的精神层面的不确定性方面研究给予了更多的重视，主要体现在在智能体技术的基础上，把智能体(智能体)定位为有意识系统，目前比较成熟的智能体认知结构是由Rao和Georgef提出的BDI(belief，desire，intention)模型，一个BDI智能体的精神状况表现在三个方面：信念(beliefs)，由智能体对环境的熟悉程度决定；期望(desires)，表现出智能体要做出的事件；意图(intentions)，是智能体对期望的表达与目的。

  BDI模型体现出以下的优势：

  ──它来源于心理学，很容易能使人表达出其合理性以及适当的行为：

  ──它是一个成熟的模型，已经使用于多个软件系统。

 

发明内容

本发明基于扩展BDI模型，以及利用细胞自动机与多智能体技术，建立了公共场所中在紧急状况下(如火灾)人员疏散的仿真系统。在人群仿真的过科中充分考虑人员的心理状态对疏散的影响，BDI(Belief—Desire—Intention)体系结构对这些精神层面的因素给予了一定的支撑，其应用于对环境信息不完整的人群仿真，更与现实符合。

 要建立仿真系统，首先对BDI模型进行扩展，然后利用细胞自动机与多智能体技术构建仿真模型与个人行为原则，然后根据上述仿真模型和个人行为原则建立相应的数学模型，最后对在对烟雾的扩散和碰撞检测予以考虑就可以了

附图说明

图1不同半径的周围细胞示意图

图2扩展的BDI模型下人的行为方式

图3模拟系统运行的流程图

图4系统模拟的样例场景

图5仿真系统模拟样例的初始场景

图6仿真系统模拟样例的运行过程

图7仿真系统模拟样例运行结束

具体实施方式