【技术实现步骤摘要】
本专利技术属于人群仿真建模，具体涉及一种基于orca模型的社会小团体行为运动仿真方法。
技术介绍
1、人群运动模拟技术作为融合计算机科学、数学建模、社会学和心理学等多学科知识的仿真技术，旨在探究和预测人群在各种环境下的行为和运动模式，对公共安全、城市规划，紧急响应机制的优化至关重要。目前，人群运动模拟技术主要分为微观模型和宏观模型两大类别。微观模型侧重于个体行为的精确模拟，而宏观模型则从整体角度出发，研究人群的总体运动趋势和特征。rvo(reciprocal velocity obstacle)模型是一种解决动态环境中智能体碰撞问题的微观模型，该算法通过预测潜在碰撞并相应地调整智能体路径来避免碰撞。但当两个相向而行的个体选择同一侧避碰时会导致碰撞的风险。orca(optimalreciprocal collision avoidance)算法作为rvo的改进版本，引入了“最优互惠”原则，提高了在复杂环境中的避障效率。然而，在复杂环境下的群体行为交互方面，难以反映小群体内部互动对个体行为的具体影响，进而影响模拟的真实性和可靠性。
2、群体行为仿真是研究人类社会、动物群体或微观粒子集体行为的重要方法，通常基于个体遵循的简单规则和局部相互作用，从而产生复杂的全局行为。在模拟中，个体通常会受到群体内其他个体的影响，导致整个群体形成集体行为模式。群体行为仿真包括鸟群飞行、鱼群游动、动物迁徙、人群疏散和交通流等模型，其中聚集行为和领导跟随行为都是重要方面。此外，在群体行为研究中还需考虑个体的社会属性以及彼此之间的社会关系，不同的
技术实现思路
1、本专利技术的目的在于提供一种将小团体内部的聚集行为与领导行为融入最优互斥避障(optimal reciprocal collision avoidance，orca)算法框架中，以实现模拟人群中社会小团体内部的交互行为的方法。
2、为实现上述目的，本专利技术的技术方案为：首先构建一个亲密度函数，通过考虑不同社会关系及其空间距离来量化内部成员间的亲密程度，从而动态反映成员间关系的亲疏变化。同时结合对齐与聚合规则来约束该群组的行为以模拟社会性小群体内部的聚集行为。其次，基于五人格模型对角色进行建模，针对不同个体划分相应的领导能力，以模拟群组中的跟随行为。最后，将小团体内部聚集行为和领导跟随行为整合到orca算法中共同驱使人群运动。结果表明，该专利技术在人群运动仿真过程中能展现出群组内部的相互约束和领导力的影响。
3、本专利技术具有的有益效果是：
4、1、本专利技术在orca模型的基础上进行改进，将小团体行为引入到模型中来影响个体的速度决策，实现避免碰撞行为与群体协同运动的结合，提高原模型的适用性。
5、2、本专利技术构建了基于对齐和聚合两个行为规则的群体行为聚集模型，并通过动态变化的亲密度模型来描述群体间的社会关系，能够模拟在聚集过程中小团体成员间的相互作用与动态交互。
6、3、本专利技术构建了体现领导力的领导-跟随模型，并通过五个人格维度来描述个体的领导特质，形成基于五人格模型的角色建模。领导-跟随模型与orca算法的结合可以在模拟群体行为时展现出领导者对群体的影响。
7、本专利技术提高了orca算法的应用性，使其在模拟人群行为时更加真实，经过仿真实验验证本专利技术方法是有效的。
本文档来自技高网...【技术保护点】
1.一种基于ORCA模型的社会小团体行为运动仿真方法，其特征在于包括以下步骤：
2.根据权利要求1所述的一种基于ORCA模型的社会小团体行为运动仿真方法，其特征在于，所述步骤1的具体方法如下：
3.根据权利要求2所述的一种基于ORCA模型的社会小团体行为运动仿真方法，其特征在于，步骤2的具体方法如下：
4.根据权利要求3所述的一种基于ORCA模型的社会小团体行为运动仿真方法，其特征在于，步骤3的具体方法如下：
【技术特征摘要】
1.一种基于orca模型的社会小团体行为运动仿真方法，其特征在于包括以下步骤：
2.根据权利要求1所述的一种基于orca模型的社会小团体行为运动仿真方法，其特征在于，所述步骤1的具体方法如下：
3.根...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。