基于群體智能的虛擬人群路徑規(guī)劃方法研究.pdf

1、伴隨著我國經(jīng)濟、社會、文化等領(lǐng)域的不斷發(fā)展，城市化進程不斷加快，隨之而來的優(yōu)勢與問題日益凸顯。無論是展現(xiàn)國家綜合實力的大型文體活動的節(jié)目編排，或是應(yīng)對突發(fā)緊急事件的安全應(yīng)急演練，均受到演練代價高、組織困難大等方面問題的約束。計算機仿真技術(shù)的出現(xiàn)能夠充分克服傳統(tǒng)方法的不足，以快速、安全的方式對人群行為進行模擬，為該問題的解決提供了有效的高科技工具手段。
　　虛擬場景下的人群運動仿真主要包括場景建模、路徑規(guī)劃以及人群運動仿真這三方面的

2、內(nèi)容。針對傳統(tǒng)建模方法存在的信息存儲量大、建模成本高等問題，本文提出基于元胞空間的以及基于拓撲圖的場景建模方法，該方法能夠根據(jù)場景的不同類型有針對性的提取并存儲路徑規(guī)劃過程中所需的信息，實現(xiàn)了高精度、高準(zhǔn)確性的要求。此外，目前研究較為廣泛的路徑規(guī)劃方法存在收斂速度慢、不能夠支持較大規(guī)模人群、忽略群體內(nèi)部成員之間關(guān)系對人群運動的影響等方面的問題。因此，本文針對上述問題，提出基于群智能算法的全局路徑規(guī)劃算法和基于社會力量模型的局部路徑規(guī)劃算

3、法，并將其應(yīng)用于虛擬場景下的團體操節(jié)目編排和安全應(yīng)急演練中。
　　本文的主要工作及創(chuàng)新點概況如下：
　　1.提出一種基于元胞自動機的 MOPSO算法（ Multi-objective Particle Swarm Optimization Algorithm based on Cellular Automata, MOPSO-CA）進行全局路徑規(guī)劃。MOPSO-CA算法將簡單規(guī)則場景劃分為精度一定的元胞空間，定義元胞空間狀態(tài)

4、屬性標(biāo)記個體及障礙物當(dāng)前所處位置情況，能夠大大降低場景信息的存儲量，并能夠避免個體之間及個體與障礙物之間發(fā)生碰撞。在路徑規(guī)劃過程中采用PSO算法，降低了計算復(fù)雜度，提高了路徑規(guī)劃的性能。
　　2.提出一種基于拓撲圖的人工蜂群路徑規(guī)劃算法（Path Planning Method based on Topology and Artificial Bee Colony Algorithm, TP-ABC）進行全局路徑規(guī)劃。TP-ABC

5、算法將復(fù)雜不規(guī)則場景根據(jù)場景內(nèi)部結(jié)構(gòu)劃分為相互關(guān)聯(lián)的子區(qū)域，并構(gòu)建子區(qū)域關(guān)聯(lián)關(guān)系拓撲圖，極大地簡化了場景存儲結(jié)構(gòu)，實現(xiàn)復(fù)雜場景全局信息的獲取與存儲。在路徑規(guī)劃過程中采用改進的人工蜂群算法，改進了引領(lǐng)選擇機制及多因素適應(yīng)度評價機制，同時兼顧路徑代價及人群擁擠度等因素，提高了人群對場景實時狀態(tài)的感知能力，使虛擬人群的模擬效果更加貼近現(xiàn)實。
　　3.提出基于關(guān)系群組引領(lǐng)機制的社會力局部路徑規(guī)劃算法，對原社會力量模型的引領(lǐng)速度調(diào)整機制、個

6、體運動趨向進行改進，添加關(guān)系親密個體之間的吸引力，模擬了具有親密社會關(guān)系的個體在運動過程中相互聚集、相互協(xié)調(diào)，共同向目標(biāo)運動的效果，為解決大規(guī)模人群在運動過程中個體與個體之間相互制約、相互影響的問題提供了參考思路。
　　結(jié)合相應(yīng)的科研項目，將上述理論研究成果應(yīng)用于人群運動建模與仿真及真實感渲染系統(tǒng)的場景建模與人群運動過程中。該系統(tǒng)實現(xiàn)了場景建模、語義提取、路徑規(guī)劃和真實感渲染四個模塊的功能。通過在該系統(tǒng)中，對團體操節(jié)目排演和突發(fā)事