一种RVO碰撞避免的人群仿真研究

如何模拟具有个性的人群行为是群体动画中具有挑战性的课题。针对异质群体的行为差异,基于OCEAN个性模型,提出了人群中不同个性的群组行为仿真方法。分析了OCEAN模型基本原理,结合群体局部避碰几何算法,给出了带有个性因素的人群行为仿真方法。最后以实验证明了人群在交互状况下的群体个性行为算法的可行性。

复杂环境下多移动机器人控制算法研究

针对相互速度障碍法(RVO)避障速度理论上可选而实际应用中不可达的问题,综合考虑相互速度障碍法和动态窗口法(DWA)的优缺点,将两种算法进行融合,对可选避障速度进行运动学约束。进一步,针对复杂环境下多移动机器人相遇过程中膨胀半径可能导致移动机器人避障失败的问题,又提出了膨胀半径可变的自适应相互速度障碍法(ARVO)。该方法可以通过判断周边环境的复杂度对膨胀半径进行调整,既保障了移动机器人与周边障碍物的安全距离,又适当扩大了可选速度范围。最后,通过机器人操作系统(ROS)中的Gazebo仿真平台验证了算法的良好性能。

社会行为驱动的疏散仿真方法研究

在紧急疏散场景中,个人具有的典型社会属性会对其疏散行为产生影响。将个体对环境的熟悉程度和个体所属团队这2种社会因素引入并应用到人群疏散仿真中,提出一种疏散仿真方法。利用RVO库的实时避碰技术模拟人群的动态运动过程,通过添加局部目标点以及对局部目标点的选择机制来动态模拟人群不同的社会行为。通过对不同熟悉度的人群以及不同团队数量的人群进行仿真实验,实验结果表明环境熟悉程度和团队因素对疏散时间存在一定影响,仿真结果具有较高真实性。

一种基于动态感知的人群仿真局部避碰方法

针对最优相互避碰方法在人群仿真中对虚拟人感知行为缺乏考虑,以及在人群密度较大时导致的拥塞行为,提出一种改进的局部避碰方法。首先,在已有虚拟人感知模型的基础上,加入虚拟人视觉随周围人群的密度而变化的规则,以及听觉感知对避碰行为的影响;其次,引入了有区别的避碰责任机制,使虚拟人在不同情况下采用不同的避碰行为;然后,加入一种拥塞响应规则缓解人群拥塞现象。最后通过多组实验与原方法进行对比,实验结果表明改进后的方法比原方法具有更真实的局部避碰行为,初步验证了该方法的可行性。

RVO-DDPG算法在多UAV集结航路规划的应用

针对传统智能优化算法处理不确定复杂环境下多UAV集结航路规划存在计算量大、耗时长的问题,提出了一种基于互惠速度障碍法(reciprocal velocity obstacle,RVO)的深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法。引入互惠速度障碍法指导UAV对不确定环境内障碍进行避碰,有效提高了目标actor网络的收敛速度,增强了算法的学习效率。设计了一种基于综合代价的奖励函数,将多UAV航路规划中的多目标优化问题转化为DDPG算法的奖励函数设计问题,该设计有效解决了传统DDPG算法易产生局部最优解的问题。基于Pycharm软件平台通过仿真验证了该算法的性能,并与多种算法进行对比。仿真实验表明,RVO-DDPG算法具有更快的决策速度和更好的实用性。