一种人群行为模拟方法、装置、电子设备和存储介质

1.本发明涉及电子技术领域，尤其涉及一种人群行为模拟方法、装置、电子设备和存储介质。


背景技术：

2.人群行为模拟就是研究人群在各种情景中的行为特征与规律，建立人群行为的模拟模型，并在虚拟环境中逼真地展示人群行为模拟过程。
3.目前在使用电子设备对人群行为进行模拟时，最优相互碰撞避免(optimal reciprocal collision avoidance，orca)模型是经典的微观人群行为模拟方法之一，基础orca模型以行人之间、行人和障碍物之间不发生碰撞为目标，充分考虑行人之间的避让责任分配，求解相对最优的行进速度，进而模拟人群的行进过程。基础orca模型可以在只感知有限运动信息的情况下，实现无中心协调的多个运动物体之间的碰撞避让，已经在微观人群模拟、机器人、无人机等众多领域中得到了广泛的应用。
4.基础orca模型在模拟拥堵人群时，行人因相互无条件避让会出现乱序、不稳定等问题，难以重现诸如“拱形效应”等经典人群自组织现象，模拟结果与现实情况不符。
5.现有技术中，提出了一种停止规则，即当侦测到某行人速度与上一时刻速度反向时，将其速度强行设置为0，避免因行人后退而扰乱轨迹。这种停止规则是在基础orca模型之外的强行注入，破坏了基础orca模型计算体系的完整性，随着时间的演进，容易导致行人依次进入停滞状态，依然会导致模拟结果与现实情况不符。


技术实现要素：

6.本发明提供一种人群行为模拟方法、装置、电子设备和存储介质，用以解决现有技术中基础orca模型的模拟结果与现实情况不符的问题，实现改进的orca模型可稳定地重现“拱形”拥挤现象，具有次序稳定性。
7.第一方面，本发明提供一种人群行为模拟方法，包括：
8.确定目标行人的目标感知域和目标相对方位；
9.基于所述目标感知域和所述目标相对方位，确定所述目标行人对避让速度的分担比例；
10.基于目标行人的期望速度，确定后退避免半平面线，所述后退避免半平面线用于限制所述目标行人的可行速度位于所述后退避免半平面线的可行解区域；
11.基于所述分担比例和所述后退避免半平面线，通过orca模型进行人群行为模拟；
12.其中，所述目标感知域包括目标行人的前方可视区域和目标行人的后方感知区域；所述目标相对方位用于指示所述目标行人与相邻行人的相对位置信息；所述避让速度为所述目标行人与所述相邻行人实现碰撞避让所需的速度。
13.可选地，根据本发明提供的一种人群行为模拟方法，所述确定目标行人的目标感知域和目标相对方位，包括：
14.基于所述目标行人的前方可视区域的方程和目标行人的后方感知区域的方程，确定目标行人的目标感知域；
15.其中，所述前方可视区域的方程为：
[0016][0017]
所述后方感知区域的方程为：
[0018][0019]
其中，a表示所述目标行人，ta表示目标行人的目标位置，pa表示目标行人的当前位置，da表示目标行人的前方向量，ra表示目标行人的可视半径，θa表示目标行人的视线范围，pb表示相邻行人的当前位置，γa表示目标行人的后方感知半径。
[0020]
可选地，根据本发明提供的一种人群行为模拟方法，所述基于目标行人的期望速度，确定后退避免半平面线，包括：
[0021]
基于所述后退避免半平面线的方程，确定所述后退避免半平面线；其中，所述后退避免半平面线的方程为：
[0022][0023]
其中，a表示所述目标行人，v1表示满足条件的速度矢量，表示在t时刻目标行人的期望速度的单位向量，orcaf表示所述后退避免半平面线。
[0024]
可选地，根据本发明提供的一种人群行为模拟方法，所述基于所述分担比例和所述后退避免半平面线，通过orca模型进行人群行为模拟，包括：
[0025]
基于所述避让速度、所述分担比例、所述目标行人的实际速度，和所述相邻行人的实际速度，确定人际避碰半平面线的集合；
[0026]
基于所述人际避碰半平面线的集合、障碍物避碰半平面线集合和所述后退避免半平面线，确定速度可行解区域；
[0027]
其中，所述速度可行解区域用于确定所述目标行人的目标速度。
[0028]
可选地，根据本发明提供的一种人群行为模拟方法，所述基于所述目标感知域和所述目标相对方位，确定所述目标行人对避让速度的分担比例，包括：
[0029]
在所述目标感知域和所述目标相对方位指示第一感知情况下，所述分担比例设置为预设比例值；
[0030]
在所述目标感知域和所述目标相对方位指示第二感知情况下，所述分担比例设置为1；
[0031]
其中，所述第一感知情况为所述目标行人与所述相邻行人能够相互感知的情况，所述第二感知情况为所述目标行人能够单向感知所述相邻行人的情况。
[0032]
可选地，根据本发明提供的一种人群行为模拟方法，所述基于所述避让速度、所述
分担比例、所述目标行人的实际速度，和所述相邻行人的实际速度，确定人际避碰半平面线的集合，包括：
[0033]
基于所述人际避碰半平面线的方程，确定所述人际避碰半平面线；
[0034]
其中，在所述目标感知域和所述目标相对方位指示第一感知情况下，所述人际避碰半平面线的方程为：
[0035][0036]
在所述目标感知域和所述目标相对方位指示第二感知情况下，所述人际避碰半平面线的方程为：
[0037][0038]
其中，a表示所述目标行人，b表示所述相邻行人，表示b施加给a的人际避碰半平面线，v2表示满足条件的速度矢量，为a的最优速度，n为a相对于b的满足避碰的单位向量，u为a相对于b的满足避碰的最小速率变化量。
[0039]
第二方面，本发明还提供一种人群行为模拟装置，所述装置包括：
[0040]
第一确定模块，用于确定目标行人的目标感知域和目标相对方位；
[0041]
第二确定模块，用于基于所述目标感知域和所述目标相对方位，确定所述目标行人对避让速度的分担比例；
[0042]
第三确定模块，用于基于目标行人的期望速度，确定后退避免半平面线，所述后退避免半平面线用于限制所述目标行人的可行速度位于所述后退避免半平面线的可行解区域；
[0043]
模拟模块，用于基于所述分担比例和所述后退避免半平面线，通过orca模型进行人群行为模拟；
[0044]
其中，所述目标感知域包括目标行人的前方可视区域和目标行人的后方感知区域；所述目标相对方位用于指示所述目标行人与相邻行人的相对位置信息；所述避让速度为所述目标行人与所述相邻行人实现碰撞避让所需的速度。
[0045]
第三方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述人群行为模拟方法的步骤。
[0046]
第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述人群行为模拟方法的步骤。
[0047]
第五方面，本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述人群行为模拟方法的步骤。
[0048]
本发明提供的人群行为模拟方法、装置、电子设备和存储介质，通过引入感知域和后退避免配置来改进基础orca模型，其中感知域用于区分相对方位对避让速度分担的影响，后退避免配置用于匹配行人尽快向目标点行进的期望，进而实现在空间方面，改进的orca模型可稳定地重现“拱形”拥挤现象，行人轨迹更加稳定，消除了基础orca模型存在的形变问题，在时间方面，改进的orca模型具有次序稳定性，消除了基础orca模型存在的乱序问题。
附图说明
[0049]
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0050]
图1是现有技术中的基础orca模型模拟结果示意图之一；
[0051]
图2是现有技术中的基础orca模型模拟结果示意图之二；
[0052]
图3是现有技术中的基础orca模型模拟结果示意图之三；
[0053]
图4是现有技术中的基础orca模型模拟结果示意图之四；
[0054]
图5是现有技术中的基础orca模型模拟结果示意图之五；
[0055]
图6是现有技术中的基础orca模型模拟结果示意图之六；
[0056]
图7是现有技术中的基础orca模型模拟结果示意图之七；
[0057]
图8是现有技术中的基础orca模型模拟结果示意图之八；
[0058]
图9是本发明提供的人群行为模拟方法的流程示意图；
[0059]
图10是本发明提供的感知域示意图；
[0060]
图11是本发明提供的后退避免半平面线示意图；
[0061]
图12是本发明提供的可行速度区域的示意图；
[0062]
图13是本发明提供的改进的orca模型的模拟流程图；
[0063]
图14是本发明提供的改进的orca模型模拟结果示意图之一；
[0064]
图15是本发明提供的改进的orca模型模拟结果示意图之二；
[0065]
图16是本发明提供的改进的orca模型模拟结果示意图之三；
[0066]
图17是本发明提供的改进的orca模型模拟结果示意图之四；
[0067]
图18是本发明提供的改进的orca模型模拟结果示意图之五；
[0068]
图19是本发明提供的改进的orca模型模拟结果示意图之六；
[0069]
图20是本发明提供的改进的orca模型模拟结果示意图之七；
[0070]
图21是本发明提供的改进的orca模型模拟结果示意图之八；
[0071]
图22是本发明提供的人群行为模拟装置的结构示意图；
[0072]
图23是本发明提供的电子设备的结构示意图。
具体实施方式
[0073]
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0074]“拱形效应”是拥挤人群的典型自组织特征，具体表现为人群在狭窄通道处围成的拱形现象。
[0075]
图1是现有技术中的基础orca模型模拟结果示意图之一，在基础orca模型模拟“拱形效应”的过程中，模拟的第一阶段，如图1所示，按照行人的出发位置与出口的距离从近到远可以将行人分成第一类行人、第二类行人、第三类行人以及第四类行人。行人朝向出口行
进，一段时间后，出发位置较近的第一类行人抵达出口。
[0076]
图2是现有技术中的基础orca模型模拟结果示意图之二，模拟的第二阶段，如图2所示，由于出口较为狭窄，先行抵达的行人除部分得以通过外，其余行人在出口处形成拥堵。
[0077]
图3是现有技术中的基础orca模型模拟结果示意图之三，模拟的第三阶段，如图3所示，先行到达并形成拥堵的第一类行人被后续到达的第二类行人冲开并向两侧分散，第二类行人则占据了出口，同样的现象也发生在第三类行人和第四类行人到达出口时，此时，就整体形状和人群空间分布而言，基础orca模型重现的拱形呈现出扁平的特征。
[0078]
图4是现有技术中的基础orca模型模拟结果示意图之四，模拟的第四阶段，如图4所示，被挤向两侧的行人会尽力向出口处汇集，群体的形状又呈现出尖顶的特征。
[0079]
图5是现有技术中的基础orca模型模拟结果示意图之五，图6是现有技术中的基础orca模型模拟结果示意图之六，模拟的第五阶段，如图5和图6所示，在后续拥堵的时刻不断地在扁平和尖顶之间动态变换。
[0080]
可见，基础orca模型模拟得到的人群拱形特征不明显、不稳定，并且在拥堵过程中，还出现了某些行人绕圈行进的“漩涡”现象(如图4-图6所示)，使得模拟结果与现实行为不相符。
[0081]
在人群次序性方面，如图3所示，基础orca模型中，由于先到出口的行人被后到者挤到了两侧，出现了后到者距离出口更近的乱序现象，从图4和图5可以看出，这种乱序随着时间的推移逐渐加剧，导致出发时距离较近的行人与距离较远的行人完全混合在一起，人群不再具有次序性。
[0082]
图7是现有技术中的基础orca模型模拟结果示意图之七，如图7所示，所有行人轨迹线表示在有障碍物的情况下所有行人从出发位置到通过出口的轨迹线，反映了行人在拥堵时的总的活动范围。
[0083]
如图7所示，抽取了5个行人的轨迹线，对应着不同区域出发的行人，反映着行人的具体行进路线，其中，包括id＝83的行人轨迹、id＝87的行人轨迹、id＝249的行人轨迹、id＝182的行人轨迹和id＝93的行人轨迹。
[0084]
上述5个行人的轨迹线大致分为以下三种类型：(1)前后左右摆动型(如id＝83、id＝87和id＝249的行人轨迹)，该类型轨迹线的主要特征为，行人在进入拥堵区域后，被后方行人挤压而向人群的左右某侧分散，而后向人群后侧行进，再被带到人群的另外一侧，最后经出口通行；(2)单侧摆动型(如id＝182的行人轨迹)，该类型轨迹线的主要特征为，行人在进入拥堵区域后，受挤压向人群一侧分散，然后再由该侧沿人群后方折返，经出口通行；(3)直接通过型(如id＝93的行人轨迹)，该类型轨迹线的主要特征为，行人受其他行人的避让或通过挤压其他行人后获得通行路线，以近似直线的方式，由出口直接通行。
[0085]
可见，在基础orca模型的模拟结果中，大部分行人均表现出(1)、(2)的特征，人群也因此呈现出频繁的左右摇摆、前后形变的特征；而直接通过的行人则主要是最后方区域行人，通过挤压其他区域的行人而获得通行空间。
[0086]
图8是现有技术中的基础orca模型模拟结果示意图之八，如图8所示，在坐标系中横轴表示行人通过出口的时刻(单位为秒)，坐标系中纵轴表示行人初始位置至出口距离(单位为米)。
[0087]
从图8可以看出，基础orca模型的每一个行人的初始距离(即初始位置到出口的距离)与通过出口时刻的关系，行人通过出口的时刻与初始距离几乎没有任何相关性，人群总体表现出乱序乃至无序的特征。
[0088]
图9是本发明提供的人群行为模拟方法的流程示意图，如图9所示，所述方法包括：
[0089]
步骤901，确定目标行人的目标感知域和目标相对方位；
[0090]
可选地，所述目标感知域包括目标行人的前方可视区域和目标行人的后方感知区域。
[0091]
可选地，感知域可以是人群中的目标行人对其周围的相邻行人的感知范围。
[0092]
可以理解的是，行人之间的避让行为会受彼此所处方位的影响，一般而言，后方行人受前方行人的影响更大，而前方行人因朝向、视线等原因无法一直感知到后方行人，受后方行人的影响相对较小。
[0093]
可选地，相邻行人可以是处于目标行人周围一定范围内的行人。
[0094]
可选地，目标行人行进过程中，会尽量朝向目标点方向，进而可以用朝向目标点的方向作为目标行人行进前后方的判定依据。朝向目标点方向可以是目标行人行进的前方，远离目标点方向可以是目标行人行进的后方。
[0095]
可选地，感知域的前方可视域，可以是行人可看到的范围，可以界定为在行人前方且在一定半径范围内的区域。
[0096]
可选地，感知域的后方感知域，可以是目标行人通过身体接触或其他原因而感知到部分后方行人存在的区域。
[0097]
可选地，目标相对方位用于指示目标行人与相邻行人的相对位置信息。
[0098]
因此，本发明中通过确定目标行人的目标感知域，可以对目标行人的前方可视区域和后方感知区域进行区分，使得目标行人受到前方相邻行人的影响不同于目标行人受到后方相邻行人的影响，进而与目标相对方位结合，可以用于后续步骤中确定目标行人对避让速度的分担比例。
[0099]
步骤902，基于所述目标感知域和所述目标相对方位，确定所述目标行人对避让速度的分担比例；
[0100]
可选地，避让速度为目标行人与相邻行人实现碰撞避让所需的速度。
[0101]
可选地，获取目标行人周围一定范围内的行人(相邻行人)集合，对其中的相邻行人，根据目标行人和相邻行人的各自半径、当前实际速度和反应时长等参数，计算实现目标行人与相邻行人实现碰撞避让所需的避让速度。
[0102]
可选地，避让速度可以是最小避让速度。
[0103]
可选地，目标行人对避让速度的分担比例可以分情况确定。
[0104]
可选地，第一感知情况可以是目标行人a和处于目标行人a后方的相邻行人b可以相互感知到对方的情况，则目标行人a和相邻行人b各自的分担比例为0.5。
[0105]
可选地，第二感知情况可以是目标行人a看到处于目标行人a前方的相邻行人b，而相邻行人b感知不到目标行人a的情况，则目标行人a的分担比例可以为1。
[0106]
可选地，在第二感知情况下，相邻行人b的分担比例可以为0。
[0107]
因此，本发明中通过确定目标行人对避让速度的分担比例，可以实现依据感知情况，确定目标行人和相邻行人对避让速度的分担，使得改进的orca模型在模拟过程中，与现
实行为相符合。
[0108]
步骤903，基于目标行人的期望速度，确定后退避免半平面线，后退避免半平面线用于限制目标行人的可行速度位于后退避免半平面线的可行解区域；
[0109]
可选地，根据目标行人当前所处的位置及目标位置，可以计算其由所处位置指向目标位置的单位向量，乘以最大行走速率，可以得到目标行人在当前时刻的期望速度。
[0110]
可以理解的是，行人在疏散的时候，会倾向于一直朝向目的地行进，除非特殊情况，会尽量避免向远离目标点的后方行进。
[0111]
可以理解的是，“半平面线”是某可行速度区域的边界直线，在空间上，相当于将整个速度平面一分为二，因而称为“半平面线”。
[0112]
可以理解的是，orca模型可以以顺时针为正方向，确定半平面线正方向之后，沿半平面线的正方向看过去，处于半平面线左侧的左半平面为可行解区域。
[0113]
因此，本发明中通过确定后退避免半平面线，可以实现目标行人倾向于一直朝向目的地行进，使得改进的orca模型在模拟过程中，与现实行为相符合。
[0114]
步骤904，基于所述分担比例和所述后退避免半平面线，通过orca模型进行人群行为模拟。
[0115]
可选地，在确定了分担比例和后退避免半平面线之后，可以应用到基础orca模型，获得改进的orca模型。
[0116]
可选地，基于改进的orca模型，可以进行人群行为模拟。
[0117]
因此，本发明中通过将分担比例和后退避免半平面线，与基础的orca模型结合，可以得到改进的orca模型，进而通过改进的orca模型实现对行人群体行为的模拟。
[0118]
可选地，通过确定目标行人的目标感知域，可以对目标行人的前方可视区域和后方感知区域进行区分，通过目标感知域和目标相对方位，可以确定分担比例，可以实现依据感知情况，确定目标行人和相邻行人对避让速度的分担；通过目标行人的期望速度，确定后退避免半平面线，可以实现目标行人倾向于一直朝向目的地行进；通过将分担比例和后退避免半平面线，与基础的orca模型结合，可以得到改进的orca模型，进而实现对行人群体行为的模拟。
[0119]
本发明中通过引入感知域和后退避免配置来改进基础orca模型，其中感知域用于区分相对方位对避让速度分担的影响，后退避免配置用于匹配行人尽快向目标点行进的期望，进而实现在空间方面，改进的orca模型可稳定地重现“拱形”拥挤现象，行人轨迹更加稳定，消除了基础orca模型存在的形变问题，在时间方面，改进的orca模型具有次序稳定性，消除了基础orca模型存在的乱序问题。
[0120]
可选地，所述确定目标行人的目标感知域和目标相对方位，包括：
[0121]
基于所述目标行人的前方可视区域的方程和目标行人的后方感知区域的方程，确定目标行人的目标感知域；
[0122]
其中，所述前方可视区域的方程为：
[0123][0124]
所述后方感知区域的方程为：
[0125][0126]
其中，a表示所述目标行人，ta表示目标行人的目标位置，pa表示目标行人的当前位置，da表示目标行人的前方向量，ra表示目标行人的可视半径，θa表示目标行人的视线范围，pb表示相邻行人的当前位置，γa表示目标行人的后方感知半径。
[0127]
可选地，通过目标行人的前方向量的方程确定目标行人行进的前方。
[0128]
可选地，目标行人的前方向量的方程可以是以下方程：
[0129]
da＝t
a-pa；
[0130]
其中，a表示目标行人，da表示目标行人的前方向量，ta表示目标行人的目标位置，pa表示目标行人的当前位置。
[0131]
可选地，感知域的前方可视域，可以是行人可看到的范围，可以界定为在行人前方且在一定半径范围内的区域。
[0132]
可选地，通过前方可视域的方程确定目标行人的前方可视域。
[0133]
可选地，感知域的后方感知域，可以是目标行人通过身体接触或其他原因而感知到部分后方行人存在的区域。
[0134]
可选地，通过后方感知域的方程确定目标行人的后方感知域。
[0135]
图10是本发明提供的感知域示意图，如图10所示，da表示目标行人a朝向目标点的方向，da为目标行人a的前方，r表示目标行人a的前方可视半径，γ表示目标行人a的后方可感知半径，结合da、r和目标行人a的视线范围角度可以确定目标行人a的前方可视区域，结合da、γ和目标行人a的后方可感知范围角度可以确定目标行人a的后方感知区域。
[0136]
因此，本发明中通过前方可视区域的方程可以确定目标行人对前方相邻行人的感知情况，通过后方感知区域的方程可以确定目标行人对后方相邻行人的感知情况，进而结合前后方相邻行人的感知情况，可以得到目标行人的目标感知域，进而通过目标感知域，可以对目标行人的前方可视区域和后方感知区域进行区分，使得目标行人受到前方相邻行人的影响不同于目标行人受到后方相邻行人的影响，进而与目标相对方位结合，可以用于确定目标行人对避让速度的分担比例。
[0137]
可选地，所述基于目标行人的期望速度，确定后退避免半平面线，包括：
[0138]
基于所述后退避免半平面线的方程，确定所述后退避免半平面线；其中，所述后退避免半平面线的方程为：
[0139][0140]
其中，a表示所述目标行人，v1表示满足条件的速度矢量，表示在t时刻目标行人
的期望速度的单位向量，orcaf表示所述后退避免半平面线。
[0141]
可选地，根据目标行人当前所处的位置及目标位置，可以计算其由所处位置指向目标位置的单位向量，乘以最大行走速率，可以得到目标行人在当前时刻的期望速度。
[0142]
可以理解的是，行人在疏散的时候，会倾向于一直朝向目的地行进，除非特殊情况，会尽量避免向远离目标点的后方行进。
[0143]
可以理解的是，“半平面线”是某可行速度区域的边界直线，在空间上，相当于将整个速度平面一分为二，因而称为“半平面线”。
[0144]
可以理解的是，orcaf模型可以以顺时针为正方向，确定半平面线正方向之后，沿半平面线的正方向看过去，处于半平面线左侧的左半平面为可行解区域。
[0145]
图11是本发明提供的后退避免半平面线示意图，如图11所示，在速度空间坐标系中，后退避免速度半平面线orcaf经过速度原点，目标行人的期望速度的单位向量e垂直于后退避免速度半平面线orcaf。
[0146]
因此，本发明中通过后退避免半平面线的方程可以确定后退避免半平面线，进而通过后退避免半平面线，可以实现目标行人倾向于一直朝向目的地行进，使得改进的orca模型在模拟过程中，与现实行为相符合。
[0147]
可选地，所述基于所述分担比例和所述后退避免半平面线，通过orca模型进行人群行为模拟，包括：
[0148]
基于所述避让速度、所述分担比例、所述目标行人的实际速度，和所述相邻行人的实际速度，确定人际避碰半平面线的集合；
[0149]
基于所述人际避碰半平面线的集合、障碍物避碰半平面线集合和所述后退避免半平面线，确定速度可行解区域；
[0150]
其中，所述速度可行解区域用于确定所述目标行人的目标速度。
[0151]
可选地，基于避让速度、分担比例、目标行人的实际速度，和相邻行人的实际速度，可以确定人际避碰半平面线的集合。
[0152]
可选地，基于人际避碰半平面线的集合、障碍物避碰半平面线集合和后退避免半平面线，可以确定速度可行解区域。
[0153]
可选地，基于速度可行解区域，通过线性规划算法，可以确定目标行人的目标速度。
[0154]
图12是本发明提供的可行速度区域的示意图，如图12所示，a表示目标行人，v
amax
表示目标行人的最大行走速率，d(0，v
amax
)是以速度坐标系原点为圆心且以v
amax
为半径的圆，代表在不受相邻行人和障碍物影响下的目标行人a的可行速度范围。
[0155]
可选地，目标行人a的相邻行人可以是行人b、行人d、行人e，障碍物可以是物体c，相应地，如图12所示相邻行人施加给目标行人a的人际避碰半平面线可以是和物体c施加给目标行人a的障碍物避碰半平面线可以是
[0156]
在速度空间坐标系中，后退避免速度半平面线orcaf经过速度原点，目标行人的期望速度的单位向量e垂直于后退避免速度半平面线orcaf。
[0157]
图12中的斜线区域是待求解的区域，是考虑了相邻行人、障碍物、后退避免因素之
后的可行速度区域，进而可以从该可行速度区域中求解一个最优的速度。
[0158]
可选地，基于线性规划算法，当求解区域不为空时，可以计算得到一个最优速度，而当求解区域为空时，则可以适当突破这些半平面线，计算得到一个最优的可行解。
[0159]
可以理解的是，在现实行为中，一般情况下行人会朝向目标点行进，而在极端拥挤的情况下，行人可以通过少许的后退以获得人群的通行空间。后退避免半平面线并非绝对禁止行人出现后退行为，而是为了避免行人出现大规模后退、频繁后退的不合理现象，进而使得改进的orca模型的模拟结果与现实行为相符合。
[0160]
因此，本发明中通过人际避碰半平面线的集合、障碍物避碰半平面线集合和后退避免半平面线，可以确定速度可行解区域，进而通过速度可行解区域可以确定目标行人的目标速度，进而通过目标速度可以确定目标行人的在下一个时间单元/时刻的位置信息以及方位信息，进而通过多次的目标速度求解，可以实现对行人群体行为的模拟。
[0161]
可选地，所述基于所述目标感知域和所述目标相对方位，确定所述目标行人对避让速度的分担比例，包括：
[0162]
在所述目标感知域和所述目标相对方位指示第一感知情况下，所述分担比例设置为预设比例值；
[0163]
在所述目标感知域和所述目标相对方位指示第二感知情况下，所述分担比例设置为1；
[0164]
其中，所述第一感知情况为所述目标行人与所述相邻行人能够相互感知的情况，所述第二感知情况为所述目标行人能够单向感知所述相邻行人的情况。
[0165]
可选地，目标行人对避让速度的分担比例可以分情况确定。
[0166]
可选地，第一感知情况可以是目标行人a和处于目标行人a后方的相邻行人b可以相互感知到对方的情况，则目标行人a和相邻行人b各自的分担比例为0.5。
[0167]
可选地，在第一感知情况下，目标行人a的分担比例可以为0.4，相应地，相邻行人b的分担比例可以为0.6；目标行人a的分担比例可以为0.6，相应地，相邻行人b的分担比例可以为0.4，此处不对分担比例做限制。
[0168]
可选地，第二感知情况可以是目标行人a看到处于目标行人a前方的相邻行人b，而相邻行人b感知不到目标行人a的情况，则目标行人a的分担比例可以为1。
[0169]
可选地，在第二感知情况下，相邻行人b的分担比例可以为0。
[0170]
因此，本发明中通过将目标行人的感知情况分为第一感知情况和第二感知情况，进而对不同感知情况下目标行人的分担比例进行区别设置，可以实现依据感知情况，确定目标行人和相邻行人对避让速度的分担，使得改进的orca模型在模拟过程中，与现实行为相符合。
[0171]
可选地，所述基于所述避让速度、所述分担比例、所述目标行人的实际速度，和所述相邻行人的实际速度，确定人际避碰半平面线的集合，包括：
[0172]
基于所述人际避碰半平面线的方程，确定所述人际避碰半平面线；
[0173]
其中，在所述目标感知域和所述目标相对方位指示第一感知情况下，所述人际避碰半平面线的方程为：
[0174]
[0175]
在所述目标感知域和所述目标相对方位指示第二感知情况下，所述人际避碰半平面线的方程为：
[0176][0177]
其中，a表示所述目标行人，b表示所述相邻行人，表示b施加给a的人际避碰半平面线，v2表示满足条件的速度矢量，为a的最优速度，n为a相对于b的满足避碰的单位向量，u为a相对于b的满足避碰的最小速率变化量。
[0178]
可选地，在第一感知情况下，可以通过人际避碰半平面线的方程确定相邻行人施加给目标行人的避碰半平面线，其中a对最小速率变化量的分担比例为0.5。
[0179]
可选地，在第二感知情况下，可以通过人际避碰半平面线的方程确定相邻行人施加给目标行人的避碰半平面线，其中a对最小速率变化量的分担比例为1。
[0180]
因此，本发明中通过人际避碰半平面线的方程，可以按感知情况确定人际避碰半平面线，进而对不同感知情况下相邻行人施加给目标行人的人际避碰半平面线进行区别设置，使得改进的orca模型在模拟过程中，与现实行为相符合。
[0181]
本发明中通过引入感知域和后退避免配置来改进基础orca模型，其中感知域用于区分相对方位对避让速度分担的影响，后退避免配置用于匹配行人尽快向目标点行进的期望，进而实现在空间方面，改进的orca模型可稳定地重现“拱形”拥挤现象，行人轨迹更加稳定，消除了基础orca模型存在的形变问题，在时间方面，改进的orca模型具有次序稳定性，消除了基础orca模型存在的乱序问题。
[0182]
图13是本发明提供的改进的orca模型的模拟流程图，如图13所示，在t时刻，对于某已经在虚拟场景中存在的虚拟人群队列而言，遍历队列中的每一个目标行人i，执行以下计算：
[0183]
步骤1：根据目标行人i当前所处的位置及目标位置，计算其由所处位置指向目标位置的单位向量，乘以最大行走速率，可以得到目标行人i在t时刻的期望速度；
[0184]
步骤2：获取目标行人i周围一定范围内的行人(相邻行人)集合，对其中的相邻行人j，根据目标行人i和相邻行人j的各自半径(orca模型中用圆表示行人，圆的半径可以是行人的半径)、当前实际速度、反应时长(目标行人避让相邻行人的反应时间，反应时间越短，执行避让行为越快，反应时间越长，执行避让行为越慢)等参数，计算实现目标行人i与相邻行人j实现碰撞避让所需的最小避让速度，然后根据目标行人i和相邻行人j的相对方位，基于感知域模型，确定目标行人i和相邻行人j对最小避让速度的分担比例，以实际速度为基准，确定目标行人i和相邻行人j相互的人际避碰半平面线。此步骤可获得t时刻目标行人i的所有人际避碰半平面线集合；
[0185]
步骤3：获取目标行人i周围一定范围内的障碍物集合，对其中任何一个障碍物线k，以所有的碰撞避让责任由行人个体i承担为原则(目标行人的分担比例为1)，构建障碍物k对目标行人i的障碍物避碰半平面线。此步骤可获得t时刻目标行人i的所有障碍物避碰半平面线集合；
[0186]
步骤4：以避免后退为原则，构建一条经过速度原点且垂直于目标行人i的期望速度方向的速度线为后退避免半平面线，后退避免半平面线可以保证所有可行速度位于半平
面线的可行解区域；
[0187]
可以理解的是，orca模型可以以顺时针为正方向，确定半平面线正方向之后，沿半平面线的正方向看过去，处于半平面线左侧的左半平面为可行解区域；
[0188]
步骤5：步骤2、步骤3、步骤4得到的是一个由多个半平面线围成的目标行人i的速度可行解区域q，步骤5可使用线性规划算法求解该速度区域，当q不为空时，可求解得到距期望速度最近的一个最优速度；当q为空时，可使用三维线性规划算法，适当突破q，获得一个距期望速度最优的速度。此速度解即为目标行人i的最优速度
[0189]
步骤6：将与模拟步长dt相乘，并与t时刻的位置相加，可以得到t+1时刻目标行人i的位置，并用于更新目标行人i的位置属性；
[0190]
后续步骤：若目标行人i已到达目标点且没有下一个目标点，则目标行人i停止行进，并退出后续的循环；若目标行人i未到达目标点，或仍有下一个目标点，则以t+1时刻的人群属性，重复步骤1至步骤6。
[0191]
图14是本发明提供的改进的orca模型模拟结果示意图之一，如图14所示，在改进orca模型模拟“拱形效应”的过程中，模拟的第一阶段，如图14所示，按照行人的出发位置与出口的距离从近到远可以将行人分成第一类行人、第二类行人、第三类行人以及第四类行人。人群在向目标点行进的过程中，出现了逐渐汇聚的现象。
[0192]
图15是本发明提供的改进的orca模型模拟结果示意图之二，模拟的第二阶段，如图15所示，先行到达的第一类行人(蓝衣)在到达出口后产生了拥堵，后续到达的行人(第二类行人、第三类行人和第四类行人)大部分排在先到第一类行人的后面。
[0193]
图16是本发明提供的改进的orca模型模拟结果示意图之三，模拟的第三阶段，如图16所示，外围小部分行人则继续前行，呈现出分布在第一类行人圆周的特征。
[0194]
图17是本发明提供的改进的orca模型模拟结果示意图之四，模拟的第四阶段，如图17所示，人群整体上呈现出典型的拱形特征
[0195]
图18是本发明提供的改进的orca模型模拟结果示意图之五，图19是本发明提供的改进的orca模型模拟结果示意图之六，模拟的第五阶段，如图18和图19所示，在后续的拥堵通行过程中，始终保持着拱形特征，而且未出现“漩涡”等异常行为。
[0196]
在次序性方面，在改进的orca模型中，行人与行人之间即使存在拥堵，却始终体现着较明显的先后次序特征，后到者围绕先到者的周围分布(如图15-17所示)；虽然图18中第三类行人和第四类行人出现了一定程度的混杂，这是因为第四类行人包围着第三类行人、并尝试从侧方向出口通行，因而出现一定程度的融合，这种行为也是符合现实行为的。
[0197]
图20是本发明提供的改进的orca模型模拟结果示意图之七，如图20所示，所有行人轨迹线表示在有障碍物的情况下所有行人从出发位置到通过出口的轨迹线，反映了行人在拥堵时的总的活动范围。
[0198]
如图20所示，抽取了7个行人的轨迹线，对应着不同区域出发的行人，反映着行人的具体行进路线，其中，包括id＝6、id＝13、id＝43、id＝141、id＝163、id＝186和id＝188的行人轨迹。
[0199]
从图20可以看出，无论哪个区域的行人，其轨迹虽然会因避让和拥挤产生局部的弯曲，但基本都维持了向出口稳定行进的特征，没有出现明显的左右摆动、前后折返的现
象。同时还可以看出部分后方行人围绕人群边缘前行、而后沿墙壁向出口通行的现象(如id＝13和id＝188的行人)。
[0200]
图21是本发明提供的改进的orca模型模拟结果示意图之八，如图21所示，在坐标系中横轴表示行人通过出口的时刻(单位为秒)，坐标系中纵轴表示行人初始位置至出口距离(单位为米)。
[0201]
从图21中，可以看出改进的orca模型的每一个行人的初始距离(即初始位置到出口的距离)与通过出口时刻表现出明显的相关性，行人通过出口的时刻与初始距离相关，距离出口较远的初始位置对应着较长的行走时间，距离出口较近的初始位置对应着较短的行走时间，进而说明，行人在通过拥挤出口时基本维持了行人的先后次序，可见改进的orca模型的模拟结果具有较高的次序稳定性。
[0202]
本发明中通过引入感知域和后退避免配置来改进基础orca模型，其中感知域用于区分相对方位对避让速度分担的影响，后退避免配置用于匹配行人尽快向目标点行进的期望，进而实现在空间方面，改进的orca模型可稳定地重现“拱形”拥挤现象，行人轨迹更加稳定，消除了基础orca模型存在的形变问题，在时间方面，改进的orca模型具有次序稳定性，消除了基础orca模型存在的乱序问题。
[0203]
下面对本发明提供的人群行为模拟装置进行描述，下文描述的人群行为模拟装置与上文描述的人群行为模拟方法可相互对应参照。
[0204]
图22是本发明提供的人群行为模拟装置的结构示意图，如图22所示，所示装置包括：第一确定模块2201，第二确定模块2202，第三确定模块2203和模拟模块2204；其中：
[0205]
第一确定模块2201用于确定目标行人的目标感知域和目标相对方位；
[0206]
第二确定模块2202用于基于所述目标感知域和所述目标相对方位，确定所述目标行人对避让速度的分担比例；
[0207]
第三确定模块2203用于基于目标行人的期望速度，确定后退避免半平面线，所述后退避免半平面线用于限制所述目标行人的可行速度位于所述后退避免半平面线的可行解区域；
[0208]
模拟模块2204用于基于所述分担比例和所述后退避免半平面线，通过orca模型进行人群行为模拟；
[0209]
其中，所述目标感知域包括目标行人的前方可视区域和目标行人的后方感知区域；所述目标相对方位用于指示所述目标行人与相邻行人的相对位置信息；所述避让速度为所述目标行人与所述相邻行人实现碰撞避让所需的速度。
[0210]
可选地，装置通过第一确定模块2201确定目标行人的目标感知域和目标相对方位，进而通过第二确定模块2202确定目标行人对避让速度的分担比例，进而通过第三确定模块2203，确定后退避免半平面线，后退避免半平面线用于限制目标行人的可行速度位于后退避免半平面线的可行解区域，进而通过模拟模块2204进行人群行为模拟。
[0211]
本发明中通过引入感知域和后退避免配置来改进基础orca模型，其中感知域用于区分相对方位对避让速度分担的影响，后退避免配置用于匹配行人尽快向目标点行进的期望，进而实现在空间方面，改进的orca模型可稳定地重现“拱形”拥挤现象，行人轨迹更加稳定，消除了基础orca模型存在的形变问题，在时间方面，改进的orca模型具有次序稳定性，消除了基础orca模型存在的乱序问题。
[0212]
可选地，第一确定模块还用于：
[0213]
基于目标行人的前方可视区域的方程和目标行人的后方感知区域的方程，确定目标行人的目标感知域；
[0214]
其中，前方可视区域的方程为：
[0215][0216]
后方感知区域的方程为：
[0217][0218]
其中，a表示目标行人，ta表示目标行人的目标位置，pa表示目标行人的当前位置，da表示目标行人的前方向量，ra表示目标行人的可视半径，θa表示目标行人的视线范围，pb表示相邻行人的当前位置，γa表示目标行人的后方感知半径。
[0219]
可选地，第三确定模块还用于：
[0220]
基于后退避免半平面线的方程，确定后退避免半平面线；其中，后退避免半平面线的方程为：
[0221][0222]
其中，a表示目标行人，v1表示满足条件的速度矢量，表示在t时刻目标行人的期望速度的单位向量，orcaf表示后退避免半平面线。
[0223]
可选地，模拟模块还用于：
[0224]
基于避让速度、分担比例、目标行人的实际速度，和相邻行人的实际速度，确定人际避碰半平面线的集合；
[0225]
第四确定单元，用于基于人际避碰半平面线的集合、障碍物避碰半平面线集合和后退避免半平面线，确定速度可行解区域；
[0226]
其中，速度可行解区域用于确定目标行人的目标速度。
[0227]
可选地，第二确定模块还用于：
[0228]
在目标感知域和目标相对方位指示第一感知情况下，所述分担比例设置为预设比例值；
[0229]
第二设置单元，用于在目标感知域和所述目标相对方位指示第二感知情况下，分担比例设置为1；
[0230]
其中，第一感知情况为所述目标行人与相邻行人能够相互感知的情况，第二感知情况为所述目标行人能够单向感知所述相邻行人的情况。
[0231]
可选地，模拟模块还用于：
[0232]
基于人际避碰半平面线的方程，确定人际避碰半平面线；
[0233]
其中，在目标感知域和目标相对方位指示第一感知情况下，所述人际避碰半平面
线的方程为：
[0234][0235]
在目标感知域和所述目标相对方位指示第二感知情况下，人际避碰半平面线的方程为：
[0236][0237]
其中，a表示目标行人，b表示相邻行人，表示b施加给a的人际避碰半平面线，v2表示满足条件的速度矢量，为a的最优速度，n为a相对于b的满足避碰的单位向量，u为a相对于b的满足避碰的最小速率变化量。
[0238]
本发明中通过引入感知域和后退避免配置来改进基础orca模型，其中感知域用于区分相对方位对避让速度分担的影响，后退避免配置用于匹配行人尽快向目标点行进的期望，进而实现在空间方面，改进的orca模型可稳定地重现“拱形”拥挤现象，行人轨迹更加稳定，消除了基础orca模型存在的形变问题，在时间方面，改进的orca模型具有次序稳定性，消除了基础orca模型存在的乱序问题。
[0239]
图23是本发明提供的电子设备的结构示意图，如图23所示，该电子设备可以包括：处理器(processor)2310、通信接口(communications interface)2320、存储器(memory)2330和通信总线2340，其中，处理器2310，通信接口2320，存储器2330通过通信总线2340完成相互间的通信。处理器2310可以调用存储器2330中的逻辑指令，以执行人群行为模拟方法，该方法包括：确定目标行人的目标感知域和目标相对方位；基于所述目标感知域和所述目标相对方位，确定所述目标行人对避让速度的分担比例；基于目标行人的期望速度，确定后退避免半平面线，所述后退避免半平面线用于限制所述目标行人的可行速度位于所述后退避免半平面线的可行解区域；基于所述分担比例和所述后退避免半平面线，通过orca模型进行人群行为模拟；其中，所述目标感知域包括目标行人的前方可视区域和目标行人的后方感知区域；所述目标相对方位用于指示所述目标行人与相邻行人的相对位置信息；所述避让速度为所述目标行人与所述相邻行人实现碰撞避让所需的速度。
[0240]
此外，上述的存储器2330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0241]
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的人群行为模拟方法，该方法包括：确定目标行人的目标感知域和目标相对方位；基于所述目标感知域和所述目标相对方位，确定所述目标行人对避让速度的分担比例；基于目标行人的期望速度，确定后退避免半平面线，所述后退避
免半平面线用于限制所述目标行人的可行速度位于所述后退避免半平面线的可行解区域；基于所述分担比例和所述后退避免半平面线，通过orca模型进行人群行为模拟；其中，所述目标感知域包括目标行人的前方可视区域和目标行人的后方感知区域；所述目标相对方位用于指示所述目标行人与相邻行人的相对位置信息；所述避让速度为所述目标行人与所述相邻行人实现碰撞避让所需的速度。
[0242]
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的人群行为模拟方法，该方法包括：确定目标行人的目标感知域和目标相对方位；基于所述目标感知域和所述目标相对方位，确定所述目标行人对避让速度的分担比例；基于目标行人的期望速度，确定后退避免半平面线，所述后退避免半平面线用于限制所述目标行人的可行速度位于所述后退避免半平面线的可行解区域；基于所述分担比例和所述后退避免半平面线，通过orca模型进行人群行为模拟；其中，所述目标感知域包括目标行人的前方可视区域和目标行人的后方感知区域；所述目标相对方位用于指示所述目标行人与相邻行人的相对位置信息；所述避让速度为所述目标行人与所述相邻行人实现碰撞避让所需的速度。
[0243]
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0244]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0245]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：
1.一种人群行为模拟方法，其特征在于，所述方法包括：确定目标行人的目标感知域和目标相对方位；基于所述目标感知域和所述目标相对方位，确定所述目标行人对避让速度的分担比例；基于目标行人的期望速度，确定后退避免半平面线，所述后退避免半平面线用于限制所述目标行人的可行速度位于所述后退避免半平面线的可行解区域；基于所述分担比例和所述后退避免半平面线，通过orca模型进行人群行为模拟；其中，所述目标感知域包括目标行人的前方可视区域和目标行人的后方感知区域；所述目标相对方位用于指示所述目标行人与相邻行人的相对位置信息；所述避让速度为所述目标行人与所述相邻行人实现碰撞避让所需的速度。2.根据权利要求1所述的人群行为模拟方法，其特征在于，所述确定目标行人的目标感知域和目标相对方位，包括：基于所述目标行人的前方可视区域的方程和目标行人的后方感知区域的方程，确定目标行人的目标感知域；其中，所述前方可视区域的方程为：所述后方感知区域的方程为：其中，a表示所述目标行人，t
a
表示目标行人的目标位置，p
a
表示目标行人的当前位置，d
a
表示目标行人的前方向量，r
a
表示目标行人的可视半径，θ
a
表示目标行人的视线范围，p
b
表示相邻行人的当前位置，γ
a
表示目标行人的后方感知半径。3.根据权利要求1所述的人群行为模拟方法，其特征在于，所述基于目标行人的期望速度，确定后退避免半平面线，包括：基于所述后退避免半平面线的方程，确定所述后退避免半平面线；其中，所述后退避免半平面线的方程为：其中，a表示所述目标行人，v1表示满足条件的速度矢量，表示在t时刻目标行人的期望速度的单位向量，orca
f
表示所述后退避免半平面线。4.根据权利要求1-3中任一项所述的人群行为模拟方法，其特征在于，所述基于所述分担比例和所述后退避免半平面线，通过orca模型进行人群行为模拟，包括：基于所述避让速度、所述分担比例、所述目标行人的实际速度，和所述相邻行人的实际速度，确定人际避碰半平面线的集合；
基于所述人际避碰半平面线的集合、障碍物避碰半平面线集合和所述后退避免半平面线，确定速度可行解区域；其中，所述速度可行解区域用于确定所述目标行人的目标速度。5.根据权利要求4所述的人群行为模拟方法，其特征在于，所述基于所述目标感知域和所述目标相对方位，确定所述目标行人对避让速度的分担比例，包括：在所述目标感知域和所述目标相对方位指示第一感知情况下，所述分担比例设置为预设比例值；在所述目标感知域和所述目标相对方位指示第二感知情况下，所述分担比例设置为1；其中，所述第一感知情况为所述目标行人与所述相邻行人能够相互感知的情况，所述第二感知情况为所述目标行人能够单向感知所述相邻行人的情况。6.根据权利要求5所述的人群行为模拟方法，其特征在于，所述基于所述避让速度、所述分担比例、所述目标行人的实际速度，和所述相邻行人的实际速度，确定人际避碰半平面线的集合，包括：基于所述人际避碰半平面线的方程，确定所述人际避碰半平面线；其中，在所述目标感知域和所述目标相对方位指示第一感知情况下，所述人际避碰半平面线的方程为：在所述目标感知域和所述目标相对方位指示第二感知情况下，所述人际避碰半平面线的方程为：其中，a表示所述目标行人，b表示所述相邻行人，表示b施加给a的人际避碰半平面线，v2表示满足条件的速度矢量，为a的最优速度，n为a相对于b的满足避碰的单位向量，u为a相对于b的满足避碰的最小速率变化量。7.一种人群行为模拟装置，其特征在于，所述装置包括：第一确定模块，用于确定目标行人的目标感知域和目标相对方位；第二确定模块，用于基于所述目标感知域和所述目标相对方位，确定所述目标行人对避让速度的分担比例；第三确定模块，用于基于目标行人的期望速度，确定后退避免半平面线，所述后退避免半平面线用于限制所述目标行人的可行速度位于所述后退避免半平面线的可行解区域；模拟模块，用于基于所述分担比例和所述后退避免半平面线，通过orca模型进行人群行为模拟；其中，所述目标感知域包括目标行人的前方可视区域和目标行人的后方感知区域；所述目标相对方位用于指示所述目标行人与相邻行人的相对位置信息；所述避让速度为所述目标行人与所述相邻行人实现碰撞避让所需的速度。8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述人群行为模拟方法的步骤。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述人群行为模拟方法的步骤。10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述人群行为模拟方法的步骤。

技术总结
本发明提供一种人群行为模拟方法、装置、电子设备和存储介质，所述方法包括：确定目标行人的目标感知域和目标相对方位；基于目标感知域和目标相对方位，确定目标行人对避让速度的分担比例；基于目标行人的期望速度，确定后退避免半平面线，后退避免半平面线用于限制目标行人的可行速度位于后退避免半平面线的可行解区域；基于分担比例和后退避免半平面线，通过ORCA模型进行人群行为模拟。本发明通过引入感知域和后退避免配置来改进基础ORCA模型，可稳定地重现“拱形”拥挤现象，具有次序稳定性。性。性。


技术研发人员：李文航 龚建华 胡新礼
受保护的技术使用者：中国科学院空天信息创新研究院
技术研发日：2021.09.02
技术公布日：2022/3/8