-
公开(公告)号：CN118095603A
公开(公告)日：2024-05-28
申请号：CN202410409438.9
申请日：2024-04-07
申请人： 山东师范大学
IPC分类号： G06Q10/047 , G06Q50/26 , G06N3/006 , G06N3/08 , G06F18/23213
摘要： 本发明公开一种基于改进人工蜂群和深度强化学习的人群疏散方法及系统，涉及人群疏散路径规划技术领域，方法为：实时获取疏散场景中人群的运动视频，检测并跟踪行人，提取每一行人的运动轨迹；基于疏散场景和行人运动轨迹，构建人群疏散场景知识图谱；基于该知识图谱，获取行人当前所处位置，对人群进行分组，并划分组内的领导者和跟随者；基于当前时刻组内领导者的状态，利用MABCDQN算法选择出最优搜索策略，以此更新领导者下一时刻的位置并移动；组内跟随者采用领导者选择的最优搜索策略进行位置变换；基于更新后的位置信息，进行下一时刻的路径规划，不断循环迭代，直至满足设定要求，完成人群疏散，整个人群疏散效率高、时间短。
-
公开(公告)号：CN118228588A
公开(公告)日：2024-06-21
申请号：CN202410377328.9
申请日：2024-03-29
申请人： 山东师范大学
IPC分类号： G06F30/27 , G06Q10/047 , G06Q50/26 , G06N3/045 , G06F18/23213 , G06N3/096 , G06N3/0464 , G06N3/092
摘要： 本发明公开了一种基于注意力机制的人群疏散仿真方法及系统，属于人群疏散计算机仿真技术领域。包括：获取真实疏散场景，基于真实疏散场景构建的疏散仿真场景模型，并通过人群基本信息对疏散仿真场景模型进行初始化设置；对待疏散人群进行分组并选出每组的领导者和跟随者，基于疏散仿真场景模型，通过双层路径规划方法获取待疏散人群的疏散路径；其中，在顶层，通过引入多头注意力机制的MADDPG算法对领导者进行全局路径规划，获取最优路径；在底层，将跟随者视为智能体通过避障算法进行避障规划，以使跟随者以最优无碰撞速度跟随领导者沿最优路径疏散。能够更好地指导人群进行疏散，提高疏散效率，解决现有人群疏散仿真效率低的问题。
-
公开(公告)号：CN116362397A
公开(公告)日：2023-06-30
申请号：CN202310309663.0
申请日：2023-03-23
申请人： 山东师范大学
IPC分类号： G06Q10/04 , G06N3/0464 , G06N3/084 , G06F17/18 , G06F17/16
摘要： 本公开提供了一种基于深度学习的人群疏散时间预测方法及系统，涉及计算机仿真领域，方法为构建人群疏散仿真模型，利用人群疏散仿真模型模拟疏散过程并保存疏散视频和疏散时间；提取行人分布变化数据，获取时序上连续的行人分布图序列；构建基于深度学习的人群疏散时间预测模型，将行人分布图序列输入至人群疏散时间预测模型中，输出预测疏散时间；所述人群疏散时间预测模型包括卷积神经网络、循环神经网络和全连接网络，卷积神经网络提取行人分布图序列片段的空间特征；循环神经网络挖掘行人分布图序列片段在时间上的特征；通过全连接网络建立行人分布图序列片段与疏散时间的映射关系，预测人群疏散时间。实现对疏散时间更快速、准确地预测。
-
公开(公告)号：CN118296938A
公开(公告)日：2024-07-05
申请号：CN202410367164.1
申请日：2024-03-28
申请人： 山东师范大学
IPC分类号： G06F30/27 , G06Q10/047 , G06N3/0442 , G06N3/092 , G06F18/23213 , G06N3/006 , G06Q50/26
摘要： 本发明公开一种基于多智能体深度强化学习的人群疏散仿真方法及系统，涉及人群疏散仿真技术领域，方法包括：基于人群疏散场景，建立疏散场景仿真模型和行人仿真模型，设置并初始化人群疏散参数信息；对人群进行分组，划分组内领导者和跟随者；将每一组内的领导者作为一个智能体，利用结合门控循环单元的多智能体近段策略优化算法GRU‑MAPPO进行全局路径规划，为每个智能体输出最佳疏散路径；每一组内的跟随者跟随领导者进行疏散运动，并基于最优交互碰撞算法避免疏散运动过程中的碰撞；行人全部离开疏散场景中的出口时，结束疏散过程。本发明仿真人群疏散，能够更好地生成路径规划策略，降低路径规划所需时间，有效提高人群疏散效率。
-
-
-
搜索结果
4 条记录 (耗时 0.019 秒)
