[发明专利]行人引导标志设置优化方法

权利要求书

1.一种行人引导标志设置优化方法，其特征是，分为初始化、模型选择、仿真及评价三个部分；在初始化阶段，将行人属性、枢纽环境和引导标志位置转化为数值模型进行仿真条件的初始化，在模型选择即行人流的动态特征描述中，通过判断满足行人自组织特征模型的条件采用对应的行人流仿真模型，并采用元胞自动机加以实现，最后通过对仿真结果的行人流冲突判断和拥堵进行评价，对引导标志位置进行优化。

2.如权利要求1所述的行人引导标志设置优化方法，其特征是，模型选择具体包括行人引导标志特征模型构建、行人自组织特征模型构建及引导标志对行人的影响三部分。

3.如权利要求1所述的行人引导标志设置优化方法，其特征是，行人引导标志特征模型构建包括：

1.1枢纽陆侧交通标志标线颜色特征描述

暖色色彩度:令A_P(x,y)表示行人引导标志中像素颜色对应的色调角度，则如果A_P(x,y)≤90°且A_P(x,y)≥0°，暖色色彩度DPa(x,y)=cosAP(x,y),]]>否则DPa(x,y)=0.]]>令表示像素(x,y)的暖色色彩度显著度，则GPa(x,y)=1-DPa(x,y);]]>

亮度：令表示像素(x,y)的亮度显著度，则

通过对枢纽场景中行人引导标志的颜色特征进行显著性提取，再采用眼动模拟实验得到在综合显著度中所占的权重，即可在行人智能体中加入上述感知特征，用来描述行人在颜色属性方面感知枢纽陆侧行人引导标志的行为；

1.2枢纽陆侧行人引导标志颜色特征描述

1.2.1枢纽陆侧行人引导标志轮廓特征提取

1）色调对比：令H_P(x,y)表示行人引导标志图像P坐标(x,y)的色调角度，则坐标(x,y)的色调对比度DPh(x,y)=|HP(x,y)-Σx∈P,y∈PHP(x,y)/|NP|180|,]]>其中N_P表示图像P中的像素数，即表示行人引导标志图像的平均色调角度，令表示像素(x,y)的色调对比显著度，则GPh(x,y)=1-DPh(x,y);]]>

2）饱和度对比：令S_P(x,y)表示行人引导标志图像坐标(x,y)的饱和度值，则坐标(x,y)的饱和度对比度DPs(x,y)=|SP(x,y)-Σx∈P,y∈PSP(x,y)/|NP||,]]>Σx∈P,y∈PSP(x,y)/|NP|]]>表示行人引导标志图像的平均饱和度，令表示像素(x,y)的饱和对比显著度，则GPs(x,y)=1-DPs(x,y);]]>

3）亮度对比：令V_P(x,y)表示行人引导标志图像坐标(x,y)的亮度值，则坐标(x,y)的亮度对比度DPv(x,y)=|VP(x,y)-Σx∈P,y∈PVP(x,y)/|NP||,]]>其中Σx∈P,y∈PSP(x,y)/|NP|]]>表示行人引导标志图像的平均饱和度，令表示像素(x,y)的亮度对比显著度，则GPv(x,y)=1-DPv(x,y);]]>

1.2.2枢纽陆侧行人引导标志轮廓边界判断

采用前述色调对比、饱和度对比和亮度对比值来进行轮廓特征的提取，为了提高提取效率，令λ_X、λ_Y表示标志轮廓特征提取在X、Y轴方向的搜索步长，设置边界识别条件a.|GPh(x,y)-GPh(x-λX,y)|≥GH;]]>b.|GPs(x,y)-GPs(x-λX,y)|≥GS;]]>c.其中G_H,G_S,G_V分别表示隧道行人引导标志色调、饱和度和亮度边界变化阈值。采用主要的特征提取步骤如下：

1）初始化x＝0，y＝0；

2）x:＝x+λ_X；

3）如果x＞X_P，转5），否则继续；

4）计算(x,y)、(x-λ_X,y)两个位置的色调、饱和度和亮度对比显著度值，如果满足边界识别条件a,b,c三个条件中的2条及以上，则判定对应区域为轮廓边界区域，将(x,y)归入轮廓边界点集B，并在区域(x-λ_X,y-λ_Y),(x-λ_X,y),(x,y),(x-λ_X,y)四点围合区域突出显示显著度，转2）；

5）y:＝y+λ_Y；

6）如果y＞Y_P，结束，否则x＝0，转2）；

1.2.3枢纽陆侧行人引导标志轮廓特征感知

枢纽陆侧行人引导标志轮廓特征感知步骤如下：

1）将轮廓边界点集B中最外侧的点先按y坐标从大到小进行排序，在此基础上对同一y坐标下的x坐标从小到大进行排序，得到排序后的新边界点序列B'＝(d₁(x₁,y₁),d₂(x₂,y₂),...,d_n(x_n,y_n))，其中d_i(x_i,y_i)i＝1，2,...,n表示序列中的点；

2）令η_b表示枢纽陆侧行人引导标志轮廓特征边界干扰噪声阈值，在集合C中对所有点周边半径内的区域进行扫描，凡是进入到该区域的相邻点，全部突出显著度进行显示；

3）采用Hough变换算法对上述排除干扰后的区域进行识别，检测图像中存在的轮廓边界；

4）将无规则图形、正三角形、圆形和矩形分别标记为N，T，C，R并进行返回，分别对应不同的形状，这些参数将是行人引导标志对行人感知影响程度的依据。

4.如权利要求1所述的行人引导标志设置优化方法，其特征是，行人自组织特征模型构建是：

2.1行人分流行为模型

分别表示在正向行人流方向，对于当前行人而言，前方行人和后方行人的距离，分别表示在反向行人流方向，对于当前行人而言，前方行人和后方行人的距离；令S_R、S_L表示正向、反向行人的路径选择视觉影响距离，ρ_R(S_R)、ρ_L(S_R)表示正向和反向行人流在S_R范围内的密度，ρ_R(S_L)、ρ_L(S_L)表示正向和反向行人流在S_L范围内的密度，则行人流形成和分散规则如下：

1）如果则正反向均无行人流形成，行人自由行走或者形成紊流状态，其中表示正向行人流形成下限阈值，表示反向行人流形成下限阈值；

2）如果则正向和反向均为有序的行人流，相互之间干扰较小，其中表示正向行人流形成上限阈值，表示反向行人流形成上限阈值；

3）如果则正向行人流有序流量以步长λ_R扩大，则反向行人流有序流量以步长λ_L减小；

4）如果则反向行人流有序流量以步长λ_L扩大，则正向行人流有序流量以步长λ_R减小；

5）如果则反向行人流有序流量有扩大趋势，正向行人流有序流量有减小趋势；如果则正向行人流有序流量有扩大趋势，反向行人流有序流量有减小趋势。扩大或减小趋势是否形成取决于参数及步行速度，具体规则见行人流波动模型；

2.2行人流波动模型

令a(k,t)表示第k类行人在t时刻的加速度，影响行人加速度的因素包括当前行人的速度、当前行人和紧前方行人的速度差、当前行人和紧前方行人的距离、当前行人在所在行人群体中的位置，则第k类行人在t+1时刻的加速度通用公式表达为：a(k,t+1)=ω1(k,p)v(k,t)ω2(k)Δv(t)ω3(k)Δx(t)ω4(k),]]>其中，v(k,t)第k类行人在t时刻速度，Δv(t)表示行人在t时刻与紧前行人的速度差，△x(t)表示行人在t时刻与紧前行人的距离，ω₁(k,p)表示第k类行人在所在行人群体的位置p的影响系数，p分为群头、群中和群尾三种情况，分别用代码1，2，3表示；ω₂(k)表示当前行人速度对加速度的影响系数，ω₃(k)表示当前行人与紧前行人速度差对加速度的影响系数；ω₄(k)表示当前行人与紧前行人的距离对加速度的影响系数，由于行人加速度的确定，则在t+1时刻行人速度v(k,t+1)＝v(k,t)+a(k,t+1)，根据此公式可得到行人在下一时刻的位置；

2.3行人从众行为模型

在一定的视野阈值δ内，在目标O方向的行人密度为ρ，如果ρ＞ρ_c，且则认为该区域内行人行走行为满足从众行为模型条件，其中，ρ_c表示从众行为产生的最小行人密度，S(δ)表示视野δ范围的面积，表示行人k在时刻t的速度，θ_o(k,t)表示k在t时刻的速度方向与目标O的夹角；

从众行为的速度：令v_e(k,t)表示第k类行人在时间t的期望速度，则v_e(k,t)＝[1-p(k,t)]v_n(k,t)+p(k,t)v_max(k,t)，其中，v_n(k,t)表示第k类行人在时间t的正常速度，v_max(k,t)表示第k类行人在时间t的可能的最大速度，p(k,t)表示第k类行人在时间t的任务紧急程度，是0-1之间的系数，在得到期望速度的前提下，就能根据当前速度和期望速度，得到下一时间刻度下的速度，v(k,t+1)＝v(k,t)+v_e(k,t).η，其中v(k,t)、v(k,t+1)表示第k类行人在时间t,t+1的速度，η加、减速系数；

从众行为的方向：

1）如果π/2＜θ_o(k,t)≤3π/2，行人行走方向不受从众行为模式影响，θ_o(k,t+1)＝θ_o(k,t)+ω_r，其中ω_r为较小的随机数；

2）如果θ_o(k,t)≤π/2或者θ_o(k,t)＞3π/2时，行人行走方向与行走速度、行人密度均有关系，采用的规则为：θ_o(k,t+1)＝θ_o(k,t)+ω(ρ(t),v(k,t))，其中ρ(t)表示t时刻行人视野范围的行人密度，ω(ρ(t),v(k,t))为在ρ(t)和v(k,t)条件下行人行走方向调整系数，ω(ρ(t),v(k,t))是ρ(t)的增函数，是v(k,t)的减函数，通过视频观测的统计规律得到。

引导标志对行人的影响是：

δ₁区域表示引导标志的视觉影响区域，指在这个范围内，行人能看到引导标志，并有可能靠近确认其引导信息；δ₂区域表示引导标志的引导作用区域，指在这个范围内，行人能确认信息对其的引导作用；

令R(k,s,d)表示引导标志在距离行人s范围内，对第k类行人在d方向的引导影响程度，则：

R(k,s,d)=0s>δ1λv1(s).d(k).tanθv(d)δ2≤s≤δ1λv2(s).d(k).tanθI(d)s≤δ2]]>

上式中，λ_v1(s)为在交通标志视觉影响区域（δ₂≤s≤δ）内的引导系数，是距离s的函数，λ_v2(s)表示在交通标志视觉引导区域（s≤δ₂）内的引导系数，是距离s的函数，d(k)表示第k类人的目的地方向，θ_v(d)为目的地方向与该行人与标志连线的夹角，θ_I(d)为信息引导方向与该行人目的地位置的夹角，在δ₂≤s≤δ₁区域内，引导标志的主要作用是将行人吸引到进一步能确认标志导向的位置，在s≤δ₂区域内，引导标志的主要作用是行人根据引导标志标示的方向，对行人当前位置与目的地的路径进行引导。