本发明属于仿真，具体来说，涉及一种基于agent模型的受控智能人群场景仿真方法。
背景技术：
1、随着城市的发展，为了满足人们的日常娱乐消费需求，出现各式各样诸如酒吧、购物商场等娱乐场所。往往在这类场所存在着较多的安全隐患并且事故频发，因此人员管控与疏散安全在越来越多的国家得到不同程度的重视。疏散实验需要投入大量的人力、财力、物力，并且常伴随着各种各样的危险，故国内外大多数研究都是基于模拟仿真程序而展开。随着计算机软硬件技术的发展，现如今的模拟仿真程序已基本可以满足各种场景的疏散模拟，并且计算出相对准确的模拟数据供研究参考。相较于真实场景的疏散实验，模拟仿真具有低成本、高可信度、高安全性等诸多优点。研究者通过开展实际场景演习、分析事故现场影像资料等研究方法得到人员运动基础数据，运用数据建立计算机模型对人群进行模拟研究。
2、近年来，人群行为仿真已经成为了一个非常重要和活跃的研究领域，在军事演练，建筑设计，人群疏散和数字游戏等方面都有广泛应用。多智能体仿真，也可以叫多主体仿真，是一种目前最常用的人群仿真技术。它是近年来出现的一类微观仿真技术，与基于多智能体的建模和多智能体系统都有着密切的关系。它利用高性能计算机，采用自下而上的方式对微观个体(智能体)进行建模，这种建模方式可以从智能体的微观特性涌现出智能体系统的宏观现象，能很好的模拟现实中的人群行为。多智能体仿真技术现已成为人群仿真的主流技术。
3、通过实际场景实验搭配影像记录设备对人群运动数据进行采集和记录，进而对数据进行分析和研究。但是此种研究方法只能从宏观上对人群的运动特征进行记录而无法从微观上获取准确的行人运动数据。随着经济的发展和各类特殊场景的出现导致实际场景实验的成本变高、难度增大，因此计算机仿真得到了大多数学者的青睐。自计算机仿真应用于人群疏散研究以来，出现了各种类型的仿真模型，但部分仿真模型对于行人与环境中诸如障碍物、墙壁、出口等各类因素交互过程中参数的设置缺乏合理性和准确性，导致模型模拟行人典型运动现象时存在一定的偏差。
技术实现思路
1、本发明提供了一种基于agent模型的受控智能人群场景仿真方法，研究和分析密集场所人群的不同运动现象和意外安全隐患对人群总体动态的影响。
2、为实现上述技术目的，本发明采用的技术方案如下：
3、一种基于agent模型的受控智能人群场景仿真方法，包括步骤：
4、s1、通过分析人群发生的一些事故，从中提炼出导致人群混乱的影响因素，分别为因障碍物产生的通道阻塞率和人群密度；
5、s2、使用高精度定位设备、录像设备和计时设备开展多组行人群运动学参数测量实验，获取构建仿真算例所需的智能体运动参数；
6、s3、构建智能体模型建立商业街仿真场景，模拟探究在障碍物影响因素作用下人群的宏观运动现象和微观速度变化；
7、s4、分析对受影响人群采取常用人群引导和管控措施后，人群的宏观运动现象和微观速度变化。
8、进一步地，人群运动学参数测量，使用上位计算机、uwb(ultrawide band)设备、附件和自开发软件系统构建一个daq系统，进行相关数据采集。
9、进一步地，uwb设备植入的测量算法包括单边测距和双边测距算法；人群运动学参数测量的参数包括运动速度变化曲线绘制、人员轨迹及速度分析和人员加速度测量分析。
10、单边测距算法：
11、设备a向设备b发出一个适用于设备通信的加密数据包，并且记录下发送数据包的时刻ta1，在ta1时刻设备b接收到数据包后便对加密数据包进行解密和计算，经过treply的应答时间后在ta2时刻向设备a发送一个应答数据包，将设备a接收到应答数据包的时刻记为ta2，用数据包单个传输轮次时间tround减去数据处理时间treply得到电磁波传播时间tprop，乘以光速得到设备间距离：
12、
13、
14、tprop＝tround-treply
15、因为设备a和设备b使用各自独立的计时器，难免会产生一定的时间误差，现假设设备a和设备b的计时频率分别为ea和eb，那么因为时钟偏差引入的误差error如下所示：
16、
17、双边测距算法：
18、在单边测距的基础上增加一次通讯，两次通讯的时间误差相互弥补，error计算公式如下所示：
19、
20、设备a和设备b的时钟精度是10ppm，ppm为百万分之一秒，那么ka和kb可能的值为0.99999或者1.00002，ka和kb分别为设备a和设备b的实际频率与预期频率的比值。通过此公式计算得出的测距误差很小，因此可以忽略不计，故双边测距为最常使用的测距方式。
21、运动速度变化曲线绘制：
22、设备在实验完毕后每个坐标点记录的数据包括标签坐标点记录数据时的绝对时间戳以及此标签坐标点的二维xi、yi的相对坐标，首先取标签记录的数据中两相邻的数据记录点p和p+1，并用tp、xp、yp和tp+1、xp+1、yp+1分别表示两数据记录点记录的绝对时间戳和xy坐标，然后计算标签m在两数据记录点之间的速度vm，
23、
24、最后将所有数据记录点记录的所有xi作为横坐标，计算得出的所有vm作为纵坐标进行二维散点图绘制即可得出人员在整个运动过程中的速度变化曲线。
25、人员轨迹及速度分析：
26、人员运动状态的社会力模型表达式如下所示：
27、
28、mi为实验人员i自身的质量，dvi(t)为实验人员i单位时间内的速度变化量，dt为单位时间间隔，f(t)为实验参与人员i的目标驱动力；
29、说明：1)人员在移动过程中将受到周边目标或事件影响，导致目标驱动力出现波动；2)人员的轨迹在某些时间段内出现较大的偏移，进行了左右避让。
30、人员加速度测量分析：
31、人员起步加速及立即制动减速的瞬时加速度计算公式：
32、
33、进一步地，智能体模型构建步骤包括：
34、智能体模型的生命周期选择：agent模型在疏散和人员管控的研究中的生命周期是以在初始位置生成作为开始，到达目标点作为结束；
35、智能体几何形状选择：采用整圆来代表环境中的单个人员，个体轮廓更偏向于扁平形状而不是整圆形状，故采用两个直径为肩宽一半的小圆来替代原先的单个整圆；
36、引力出口参数设置：在模拟过程中把此类目标点设置为目标出口，使智能体向着此目标出口进行匀速移动；场所的入口和出口、狭窄过道的某一端等目标点；根据牛顿第二定律可知，将前文中的实验测得的人员质量与人员平均加速度导入到智能体模型中即可确定智能体在向着目标出口移动过程中目标驱动力的大小，此外再设置好智能体运动的方向即可得出目标驱动力的矢量。
37、智能体与引力出口之间没有任何其他智能体和障碍物的情况下，位于出口不同位置时目标驱动引力的情况，图中黑色双向箭头线段ef代表实际出口的宽度，灰色双向箭头线段ac代表扣除智能体肩宽长度后实际产生引力的引力宽度。
38、障碍物的处理：在模拟环境中引入不同形状的障碍物，模型中将各种各样的障碍物分成三类：圆形障碍物，凸多边形障碍物和任意多边形障碍物；
39、智能体路径规划与避让决策：定智能体的路径规划以及智能体向目标点移动过程中遇到行人、障碍物时采取的决策算法对人群进行模拟；
40、障碍探测：探测算法是建立在双圆智能体模型之上的，通过计算智能体中心和障碍物圆心之间的距离，将计算得出的结果与智能体的探测半径进行比较，从而得出障碍物是否在探测范围内；
41、避障决策：智能体在其探测范围内检测到障碍物，并判断障碍物是否与自身检测盒相交来判断是否需要采取避让决策；
42、智能体避开障碍物进行绕行的前提是需要确定自身绕行需要偏转的角度，以便于根据角度确定合适的前进方向。角度的计算需要通过线段的距离搭配三角函数公式推算出来。
43、
44、
45、当智能体探测到多边形障碍物时，能体依次探测并计算与其距离最近的小圆，然后复用圆形障碍物的绕行思路进行处理，并最终成功到达目标出口。
46、确定最优路径：采用迪杰斯特拉算法(dijkstra)算法进行最短路径选择；
47、选择排队出发算法：探测前方其他智能体处理盒；
48、智能体跟随算法：采用matbuckland提出的有效算法思路，对前方智能体的运动轨迹记录并将每个计算时间点前方智能体的位置数据存储在数组中供后方智能体进行选择。
49、进一步地，步骤s4中人群的宏观运动现象和微观速度变化包括受控智能人群仿真分析和受控人群在外因作用下的运动仿真分析。
50、进一步地，受控智能人群仿真分析包括：
51、智能体运动加速仿真：将实验人员正常行走速度加速过程和速度稳定状态下的测量数据与算例中智能体模型相对应的部分进行对比；
52、障碍物分流仿真：通过智能体模型算例来对障碍物分流现象进行模拟，当智能体与障碍物接触时智能体便会触发避障机制；
53、人群相向运动仿真包括运动过程、相向运动轨迹和速度仿真。
54、进一步地，受控人群在外因作用下的运动仿真分析，通过对于人员运动过程中速度变化的测量、人员加速阶段和减速阶段加速度变化的测量、人员面对前方固定障碍物时避障距离的测量和人员面对前方移动行人时避让距离的测量；获取智能体模型建立仿真算例的基础参数。
55、进一步地，受控人群在外因作用下的运动仿真分析的内容包括：单向人群受通道中间障碍物影响运动现象模拟，单向人群受通道两侧障碍物影响运动现象仿真；
56、高密度单向人群运动现象模拟，人群管控现象仿真。
57、本发明相比现有技术，具有如下有益效果：
58、通过智能体模型和人群场景构建，研究和分析密集场所人群的不同运动现象和意外安全隐患对人群总体动态的影响。本发明有利于大量群体建模的实现和cgf兵力生成，直观地显示群体动态、运动结果等重要信息，满足军事演训人员对演练真实性的需求，有利于指挥人员、作战人员开展训练和探索作战规律，提高作战仿真兵力的真实性与可靠性。为军事作战仿真中大量群体性体系模型的构建和运动特征研究提供了一种技术上的实现思路方法，包括仿真模型的构建、避障措施算法、路径规划策略以及跟随算法等，解决各作战对象间的交互与同步问题。
1.一种基于agent模型的受控智能人群场景仿真方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种基于agent模型的受控智能人群场景仿真方法，其特征在于，人群运动学参数测量，使用上位计算机、uwb设备、附件和自开发软件系统构建一个daq系统，进行相关数据采集。
3.根据权利要求2所述的一种基于agent模型的受控智能人群场景仿真方法，其特征在于，uwb设备植入的测量算法包括单边测距和双边测距算法；人群运动学参数测量的参数包括运动速度变化曲线绘制、人员轨迹及速度分析和人员加速度测量分析。
4.根据权利要求3所述的一种基于agent模型的受控智能人群场景仿真方法，其特征在于，智能体模型构建步骤包括：
5.根据权利要求4所述的一种基于agent模型的受控智能人群场景仿真方法，其特征在于，步骤s4中人群的宏观运动现象和微观速度变化包括受控智能人群仿真分析和受控人群在外因作用下的运动仿真分析。
6.根据权利要求5所述的一种基于agent模型的受控智能人群场景仿真方法，其特征在于，受控智能人群仿真分析包括：
7.根据权利要求6所述的一种基于agent模型的受控智能人群场景仿真方法，其特征在于，受控人群在外因作用下的运动仿真分析，通过对于人员运动过程中速度变化的测量、人员加速阶段和减速阶段加速度变化的测量、人员面对前方固定障碍物时避障距离的测量和人员面对前方移动行人时避让距离的测量；获取智能体模型建立仿真算例的基础参数。
8.根据权利要求7所述的一种基于agent模型的受控智能人群场景仿真方法，其特征在于，受控人群在外因作用下的运动仿真分析的内容包括：单向人群受通道中间障碍物影响运动现象模拟，单向人群受通道两侧障碍物影响运动现象仿真；
