[发明专利]模拟集群性的人群运动仿真方法、装置和系统

权利要求书

1.一种模拟集群性的人群运动仿真方法，其特征在于，包括：

设置场景信息，在场景信息的无障碍区域随机设置个体，生成个体信息，所述个体信息包括个体的位置坐标、个体的速度方向和速度值；

设置代表集群集中度的集群性影响因子，根据集群性影响因子和个体信息计算每一个体的集群性方向改变值；

将所述个体的集群性方向改变值与个体的速度方向进行矢量合并，得到更新后的个体速度方向，根据所述更新后的个体速度方向以及个体位置坐标、速度值生成人群运动仿真；

根据集群性影响因子和个体信息计算每一个体的集群性方向改变值包括：

首先计算个体与邻接个体之间的第一集群性方向改变值，根据个体之间的传播效应，由第一集群性方向改变值得到个体与次邻接个体之间的第二集群性方向改变值，反复迭代直到得到个体与边界个体之间的第N集群性方向改变值，计算所述N个集群性方向改变值的期望，得到个体的集群性方向改变值。

2.根据权利要求1所述的方法，其特征在于，计算个体与邻接个体之间的第一集群性方向改变值包括：

设定以单位距离为半径的圆区域，所述圆区域内包括唯一的中心个体和若干邻接个体，计算所有邻接个体与中心个体之间的速度方向矢量差，获得上述速度方向矢量差在圆区域内所有个体上的期望，将所述期望与集群性影响因子作乘，得到第一集群性方向改变值。

3.根据权利要求1所述的方法，其特征在于，计算个体与次邻接个体之间的第二集群性方向改变值包括：

设定以2倍单位距离为半径的圆区域，所述圆区域内包括唯一的中心个体、若干邻接个体和若干次邻接个体，计算所有邻接个体与中心个体之间的第一速度方向矢量差，所有次邻接个体与每一邻接个体之间的第二速度方向矢量差，第一速度方向矢量差与第二速度方向矢量差相加得到第三速度方向矢量差，用于代表所有次邻接个体与中心个体的速度方向矢量差，获得第三速度方向矢量差在圆区域内所有个体上的期望，将所述期望与集群性影响因子作乘，得到第二集群性方向改变值。

4.根据权利要求1中任一项所述的方法，其特征在于，所述集群性影响因子随着个体间距离的增大而减小，用于表示集群集中度随着个体间距离增大而逐渐下降。

5.根据权利要求1所述的方法，其特征在于，所述速度值采用如下方式获得：

设置期望速度、最大速度和最大加速度，利用最大速度和最大加速度计算个体所有候选速度，将期望速度与所有候选速度进行比较，得到最佳速度作为速度值。

6.根据权利要求5所述的方法，其特征在于，将期望速度与所有候选速度进行比较，得到最佳速度作为速度值包括：

设置每一个体的期望碰撞时间，并为所述期望碰撞时间设置用户自定义的权重值，根据用户自定义的权重值下的个体的期望碰撞时间和个体期望速度，得到个体的惩罚度量，根据个体惩罚度量的最小值确定最佳速度。

7.根据权利要求1-6中任一项所述的方法，其特征在于，设置时间步长，每一时间步长内更新一次个体速度方向、个体位置坐标和速度值，生成动画帧，由每一动画帧组成人群运动仿真。

8.一种存储装置，其特征在于，存储有多条指令，所述指令由处理器加载并执行以下处理：

设置场景信息，在场景信息的无障碍区域随机设置个体，生成个体信息，所述个体信息包括个体的位置坐标、个体的速度方向和速度值；

设置代表集群集中度的集群性影响因子，根据集群性影响因子和个体信息计算每一个体的集群性方向改变值；

将所述个体的集群性方向改变值与个体的速度方向进行矢量合并，得到更新后的个体速度方向，根据所述更新后的个体速度方向以及个体位置坐标、速度值生成人群运动仿真；

根据集群性影响因子和个体信息计算每一个体的集群性方向改变值包括：

首先计算个体与邻接个体之间的第一集群性方向改变值，根据个体之间的传播效应，由第一集群性方向改变值得到个体与次邻接个体之间的第二集群性方向改变值，反复迭代直到得到个体与边界个体之间的第N集群性方向改变值，计算所述N个集群性方向改变值的期望，得到个体的集群性方向改变值。

9.一种模拟集群性的人群运动仿真系统，其特征在于，包括显示器，用于显示仿真动画；处理器，用于实现各指令；以及存储装置，用于存储多条指令，所述指令由处理器加载并执行以下处理：

设置场景信息，在场景信息的无障碍区域随机设置个体，生成个体信息，所述个体信息包括个体的位置坐标、个体的速度方向和速度值；

设置代表集群集中度的集群性影响因子，根据集群性影响因子和个体信息计算每一个体的集群性方向改变值；

将所述个体的集群性方向改变值与个体的速度方向进行矢量合并，得到更新后的个体速度方向，根据所述更新后的个体速度方向以及个体位置坐标、速度值生成人群运动仿真；

根据集群性影响因子和个体信息计算每一个体的集群性方向改变值包括：

首先计算个体与邻接个体之间的第一集群性方向改变值，根据个体之间的传播效应，由第一集群性方向改变值得到个体与次邻接个体之间的第二集群性方向改变值，反复迭代直到得到个体与边界个体之间的第N集群性方向改变值，计算所述N个集群性方向改变值的期望，得到个体的集群性方向改变值。