[发明专利]一种考虑行人运动统计特性的人群行为仿真方法

权利要求书

1.一种考虑行人运动统计特性的人群行为仿真方法，其特征在于，包括以下步骤：

(1)获取行人的转移概率密度函数与局部密度的关系；首先设定行人局部密度计算方法，然后处理真实行人运动数据，分析不同行人局部密度下的转移步长，进而求解行人的转移概率密度函数具体表达形式，最后拟合转移概率密度函数的参数与局部密度的函数关系；

其中，求解行人的转移概率密度函数具体表达形式，最后拟合转移概率密度函数的参数与局部密度的函数关系；具体为：

对于不同的局部密度分组，利用极大似然估计法对函数f_x和函数f_y进行参数估计，得到k组θ₁,θ₂,...θ_n和ω₁,ω₂,...ω_m的具体值，取组内局部密度平均值ρ_avg代表该组的ρ值，进一步地，用线性回归、多项式回归拟合θ₁,θ₂,...θ_n与ρ_avg以及ω₁,ω₂,...ω_m与ρ_avg的函数关系，选取相关系数R²最大的拟合函数，即为获取的函数f_x的各个参数与ρ_avg的定量关系及函数f_y的各个参数与ρ_avg的定量关系，如下所示：

(2)对行人运动进行仿真，具体而言，每个仿真步长下随机生成一组行人位置更新顺序，按此顺序依次获取行人局部密度，结合步骤(1)获取的行人的转移概率密度函数的参数与局部密度的函数关系，得到行人的转移概率密度函数，进而完成行人位置更新；具体为：

(21)确定行人位置更新顺序，在预设仿真情景中，当仿真步数e′≤总仿真步数E时，对p个行人组成的人群随机生成一组行人位置更新顺序按照依次对行人进行分析，设p′为当前分析行人在中的序号，令p′＝1，即对中的第1个行人进行分析；当e′E时，仿真结束；

(22)对当前分析的行人，计算行人局部密度，根据行人局部密度，结合步骤1获取的f₁,f₂,...,f_n及g₁,g₂,...,g_m计算函数f_x与函数f_y的参数，进而获取参数确定的函数f_x和函数f_y，令运动转移步长向量计算次数c为1，最大运动转移步长向量计算次数记为C_max；

(23)对c的取值进行判断：

若cC_max，则l＝(0,0)，转到步骤(25)，即超过最大运动转移步长向量计算次数后，行人在此次仿真步长中不运动，停留在原有位置；

若c≤C_max，随机生成行人运动转移步长向量l＝(l₁,l₂)，其中l₁与l₂分别为服从x方向和y方向行人转移概率分布的随机变量；

(24)判断行人沿步长向量l运动后是否与其他行人冲突，或与通道边界冲突：

若冲突存在则c加1，返回步骤(23)；

若无冲突则进入步骤(25)；

(25)行人采取向量l作为运动转移步长，进行位置更新；判断当前仿真步数e′

是否对人群完成遍历：

若p′p，则p′加1，对中的第p′个行人进行分析，转到步骤(22)；

若p′＝p，则当前仿真步数e′对人群完成遍历，e′加1，进入下一个仿真步长，转到步骤(21)。