乘客行為系統(tǒng)在地鐵仿真培訓(xùn)中的研究與應(yīng)用.pdf

1、人群仿真是利用人工智能、計(jì)算機(jī)圖形處理等技術(shù)，建立人群行為模型，在虛擬環(huán)境中模擬人群行為，現(xiàn)已廣泛用于公共交通仿真、大型場(chǎng)所人流分析、影視游戲作品等領(lǐng)域。乘客智能行為仿真是利用人群仿真技術(shù)，模擬乘客正常狀況下進(jìn)出站、乘離車等過(guò)程及緊急狀況下疏散逃生過(guò)程。現(xiàn)有的乘客行為仿真大多集中于應(yīng)急情況下公共交通場(chǎng)所的通過(guò)能力仿真，多采取離線、非實(shí)時(shí)計(jì)算方式進(jìn)行，并不能很好地應(yīng)用到對(duì)實(shí)時(shí)性要求很高的地鐵仿真培訓(xùn)系統(tǒng)中。本文針地鐵仿真培訓(xùn)系統(tǒng)對(duì)于乘客行

2、為仿真在真實(shí)性、沉浸感、實(shí)時(shí)計(jì)算能力等方面的要求，提出一種基于地鐵站臺(tái)場(chǎng)景下的乘客智能行為模擬方案，建立乘客行為模型，實(shí)現(xiàn)單線路多車運(yùn)行及多線路同時(shí)發(fā)車狀況下小客流、中客流、大客流的乘客行為模擬，并應(yīng)用到地鐵仿真培訓(xùn)系統(tǒng)中。
　　本文首先對(duì)人群感知模型進(jìn)行研究。個(gè)體的感知由聽覺(jué)、視覺(jué)、區(qū)域感知三個(gè)部分組成，為了表現(xiàn)個(gè)體在現(xiàn)實(shí)環(huán)境中的感知過(guò)程，本文建立由這三種感知方式共同組成的人群感知模型，對(duì)不同的感知信息分級(jí)處理，體現(xiàn)人群在不同感

3、知效果下做出反應(yīng)的差異性，較為真實(shí)地反應(yīng)人類感知的特點(diǎn)。
　　其次，本文研究了全局最優(yōu)靜態(tài)路徑搜索算法和動(dòng)態(tài)障礙避碰算法。采用基于導(dǎo)航網(wǎng)格的A*算法，實(shí)現(xiàn)個(gè)體最優(yōu)靜態(tài)路徑搜索功能。在地鐵站臺(tái)場(chǎng)景中動(dòng)態(tài)障礙物主要是其他乘客，根據(jù)該情況，提出一種基于權(quán)重因子的RVO避碰算法，實(shí)現(xiàn)乘客在運(yùn)動(dòng)過(guò)程對(duì)動(dòng)態(tài)障礙物避碰的功能，以及遇到隊(duì)列時(shí)的穿插和繞行兩種行為。
　　第三，本文研究了各種人群行為模型。對(duì)于基于全局和基于個(gè)體的人群模型，進(jìn)行

4、分析比較，其中基于全局的模型通過(guò)組、群將人群分類，可以模擬大規(guī)模的人群，但對(duì)個(gè)體的差異性表現(xiàn)不足。該模型廣泛應(yīng)用于公共場(chǎng)所大規(guī)模人群疏散及影視游戲作品中數(shù)萬(wàn)級(jí)別的人群效果演示?；趥€(gè)體的人群模型中，個(gè)體具有特定的屬性，每個(gè)個(gè)體的行為都單獨(dú)計(jì)算，著重體現(xiàn)個(gè)體在狀況處理和行為選擇上的差異性，可用于復(fù)雜環(huán)境及多樣化行為模擬。根據(jù)需求，提出基于行為特征、運(yùn)動(dòng)規(guī)律的乘客仿真模型，可以實(shí)現(xiàn)在不同目的及不同客流量下的人群行為模擬。
　　第四，為

5、了更真實(shí)地反應(yīng)現(xiàn)實(shí)場(chǎng)景中乘客的行為，通過(guò)實(shí)地調(diào)查，對(duì)不同站臺(tái)、不同時(shí)段、不同客流量下的乘客行為進(jìn)行分析研究，總結(jié)乘客在行為選擇過(guò)程中的規(guī)律，對(duì)影響乘客行為的因子進(jìn)行量化分析，得到由隨機(jī)因素、個(gè)體特征、環(huán)境信息組成的乘客行為選擇公式，并提出基于該類規(guī)則和行為特征的乘客智能行為模擬方案。
　　最后，本文研究了乘客緊急狀況下的疏散行為。根據(jù)恐慌狀態(tài)下的人群疏散特征，進(jìn)行疏散模型驗(yàn)證，并在避碰計(jì)算中添加停止規(guī)則，解決了由于人群擁擠導(dǎo)致的模