基于雷达最近邻的人群模拟数据驱动模型数据集

A Radar-Nearest-Neighbor based data-driven approach for crowd simulation, Transportation Research Part C: Emerging Technologies是中国科学技术大学所发表的一篇论文。运动仿真是行人与疏散动力学领域的重要研究方向。为了模拟行人运动，我们提出了一种可学习的由数据驱动的运动模型，该模型通过学习预先设计提取的行人运动状态（包括相对运动位置、速度和自身先前运动速度序列）获取运动速度，从而驱使行人运动。为了检测行人最近邻，我们提出了一种雷达最近邻概念，该方法把人视为一个可全方位探测并返回有效信息的雷达。我们在双向流场景中对提出的模型进行了验证，结果表明该模型模拟结果与实验吻合很好，并优于现有同类型模型。

搜集汇总

背景与挑战

背景概述

该数据集基于中国科学技术大学发表的论文，提出了一种数据驱动的人群模拟模型，采用雷达最近邻方法检测行人运动状态，并在双向流场景中验证了其优于现有模型的性能。数据集以xlsx格式提供，数据量为5.67MB，由赵雪丹、张俊、宋卫国创建。