Crowd simulation is an important means to predict and analyze complex crowd behaviors. To ensure the reliability of simulation, how to collect crowd behavior data and make use of the collected data to build and validate crowd behavior model has become a challenging problem in crowd simulation. In the project, we focus on the decision making behavior of individuals in the context of crowd evacuation. By leveraging on the idea of human computation, we aim to build a data-driven crowd behavior modeling and simulation framework based on human-computer interaction. First, we will design interactive scenario generation method and ask users to interact with the generated scenarios for data collection. Second, a decision rule identification method will be proposed using evolutionary algorithm. The identified decision rules will be used to drive the decision behavior model of individuals in crowd. Last, a multi-agent crowd simulation system will be developed and validated. The system will be used for “what-if” study in crowd evacuation analysis. The research work in this project will provide a novel framework to reveal the underlying patterns of human decision behaviors in typical crowd scenarios and it can be potentially applied for safety management applications.
人群仿真是预测和分析复杂人群行为的重要手段。为确保仿真的可靠性,如何有效地获取人群行为相关数据并对人群行为进行建模及验证是人群仿真研究的难点问题。本项目以人群中个体的决策行为作为主要研究对象,以人群疏散场景为研究背景,借鉴人本计算的思想,提出基于人机交互的数据驱动式人群行为建模与仿真方法。首先,研究交互式虚拟场景生成方法,通过用户与虚拟场景的人机交互,获取个体决策行为的观察数据;其次,在数据采集的基础上,提出基于进化算法的个体决策规则识别方法,建立个体决策行为模型;最后,通过建立多智能体人群仿真系统,对仿真结果进行验证,并针对人群疏散场景进行预测分析。本项目将为揭示典型人群场景中个体决策行为的潜在规律提供有效的研究方法,并对公共安全管理具有重要的应用价值。
人群仿真是预测和分析复杂人群行为的重要手段。本项目以人群中个体的决策行为作为主要研究对象,以人群疏散场景为研究背景,借鉴人本计算的思想,提出基于人机交互的数据驱动式人群行为建模与仿真方法。针对个体决策行为数据获取,首先提出了基于众包数据驱动和对抗神经网络的交互式虚拟人群场景生成方法,通过用户与虚拟场景的人机交互,获取了个体决策行为的观察数据并对数据的可靠性进行验证。针对数据驱动的个体行为建模,从宏观和微观层面深入分析了采集的个体决策数据和人群视频运动数据。在宏观层面,提出了对人群速度场、个体目标选择、人群到达频率等行为模式的识别方法和相应行为建模方法。在微观层面,分析了一系列主动式人群避让行为策略,包括寻隙、跟随、超越等,并设计了统一的主动式避让行为建模框架。针对人群仿真验证及分析,提出了一种基于采样的动态变焦进化算法,并将该算法和协同进化算法相结合,有效地实现了针对不同群组的仿真模型参数校准和验证。在仿真验证的基础上,研究了障碍物布局优化对人群疏散行为的影响。本项将为揭示典型人群场景中个体行为的潜在规律提供了系统的研究方法,对公共安全管理具有重要的应用价值。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
论大数据环境对情报学发展的影响
一种光、电驱动的生物炭/硬脂酸复合相变材料的制备及其性能
基于二维材料的自旋-轨道矩研究进展
惯性约束聚变内爆中基于多块结构网格的高效辐射扩散并行算法
基于数据驱动的智能人群监控分析与仿真研究
基于人群密度的虚拟人群行为建模及仿真技术研究
跨域关联数据驱动的层次化人群行为建模及优化方法研究
情绪驱动的集体行为仿真建模方法研究