人群运动仿真和疏散优化方法设计与实现

针对高密度人群疏散问题,提出人群运动模拟和疏散优化方法。从三个方面改进人群运动的社会力模型:通过速度约束限制人群中个体碰撞时速度矢量过大变化;通过视场约束消除个体视场以外目标对个体运动的影响;通过变形约束防止人群运动仿真过程中人群拥挤造成个体过度变形。从人群运动仿真,监控摄像机模拟和高密度人群建模等方面仿真人群疏散过程,根据人群疏散过程中的个体分布和状态给出疏散指导。实验结果表明,利用方法得到的仿真结果能够提高建筑物出口利用率,减少疏散时间和拥挤程度,从而降低风险发生概率。

基于场的人群运动仿真

人群仿真目前在工业、建筑、交通等多种领域中应用广泛。实现复杂场景中的人群运动实时仿真,效率是亟待解决的关键性问题,而提高仿真效率所必须面临的挑战主要有人群的渲染、位置及状态的实时更新和碰撞检测。提出一种基于场的方法来实现人群运动的实时仿真,通过构建导航场和密度场引导人群运动。导航场能够引导人群按最优可行路径到达其目标位置;而密度场通过对人群运动速度的影响,再与基于GPU的碰撞检测方法结合,有效地避免了人群碰撞。应用基于场的方法,搭建了人群运动实时仿真系统,在复杂的场馆中对几千人规模的人群进行了实验,成功地对人群进行疏散。实验结果表明,本文方法能够获得良好的渲染效果和仿真效率。

地理信息驱动的快速人群疏散仿真方法

人群疏散仿真对于在紧急安全事故发生时指导人群快速、有序疏散,以及指导场景设计、提前制定应急预案等方面具有重要意义.但传统人群仿真方法在场景建模和场景语义提取的过程中存在复杂度高、低效的问题,影响了人群疏散仿真的效率.本文针对上述问题,提出一种基于地理信息的快速人群疏散仿真方法.首先,设计一种基于地理信息的场景建模方法,该方法能够从二维地图中获取道路的地理坐标信息,并利用几何变换、面片构建以及真实感处理技术快速得到场景模型;其次,定义基于地理信息的场景语义,并利用从二维地图中获取的地理信息建立路径拓扑图以提取场景语义,为人群运动计算提供路径规划和导航;最后,提出基于正态分布的相对速度障碍法(Normal Distribution-based Reciprocal Velocity Obstacles,ND-RVO),该方法在相对速度障碍法中加入正态分布速度,并结合场景语义和全局路径导航计算人群运动.实验结果表明,所提出的方法复杂度低,能够高效地进行人群仿真.