一种基于视觉吸引的地铁站商铺布局优化方法及系统

1.一种基于视觉吸引的地铁站商铺布局优化方法，其特征在于，所述基于视觉吸引的地铁站商铺布局优化方法包括：获取地铁站相关信息和行人运动特征，对所述地铁站相关信息和所述行人运动特征进行分析，得到商铺布局和行人停留行为特征；构建原始社会力模型，获取所述行人停留行为特征中的通行特征，根据所述通行特征对所述原始社会力模型进行改进，得到考虑吸引影响的改进社会力模型；基于考虑吸引影响的改进社会力模型，根据预先设置的不同行人流量得到时间密度图，根据所述时间密度图对所述商铺布局进行分析，得到最优商铺布局结果；所述获取地铁站相关信息和行人运动特征，对所述地铁站相关信息和所述行人运动特征进行分析，得到商铺布局和行人停留行为特征，具体包括：收集目标地铁站的视频录像，对所述视频录像进行提取，得到地铁站相关信息和行人运动特征；将所述地铁站相关信息中的位置信息进行划分，得到商铺布局，并且将所述行人运动特征进行分析，得到行人停留行为特征；其中，所述商铺布局的类型包括：连续型、分散型、外凸型和内凹型；所述行人运动特征的类型包括：不受影响型、减速型和停留型；所述构建原始社会力模型，根据所述行人停留行为特征中的通行特征，根据所述通行特征对所述原始社会力模型进行改进，得到考虑吸引影响的改进社会力模型，具体包括：基于牛顿第二定律构建原始社会力模型： ；其中， 表示行人 i 的质量， 表示单位时间， 表示速度变化量， 表示自驱力， 表示行人间作用力， 表示行人受到环境的作用力的共同影响， j 表示环境中的其他行人， w 表示建筑环境中的墙体障碍物；根据所述不受影响型、所述减速型和所述停留型的行人在通道内的运动速度、加减速度变化、停留时间和通过时间，对所述原始社会力模型引入环境信息吸引力，得到考虑吸引影响的改进社会力模型；所述考虑吸引影响的改进社会力模型的公式为： ；其中， 表示新的环境信息吸引力， 表示行人 k 的质量， 表示速度变化量， 表示行人间作用力， 表示行人受到环境的作用力的共同影响；所述环境信息吸引力的计算公式为： ；其中， 表示行人 的期望速度， 表示行人 的特征反应时间； 和 的计算公式为： ； ；其中， 、 和 表示行人类型参数， 和 用以区分减速型或者停留型，当 ， 和 取任意值时，行人表示不受影响型；当 ， 和 取任意值时，行人表示减速型或者停留型；当 ， 且 时，行人表示减速型；当 ， ， 时，行人表示停留型； 为行人期望速度向量， 为由行人指向吸引源的向量； 、 、 、 和 的计算公式为： ； ； ； ； ；其中， 和 表示描述行人的视野范围特征， 表示减速行人速度控制参数， 表示停留行人速度控制参数， 表示行人在到达目的地后的停留行为； 表示视野半径， 表示行人 i 当前速度方向的单位向量， 表示由行人指向吸引源的单位方向向量， 表示聚集范围的半径， 表示行人当前速度的向量， 表示当前运动方向的单位向量， 表示行人与吸引源之间的距离， 、 、 、 和 用于区分减速型和停留型。 2.根据权利要求1所述的基于视觉吸引的地铁站商铺布局优化方法，其特征在于，所述基于考虑吸引影响的改进社会力模型，预先设置的不同行人流量得到时间密度图，根据所述时间密度图对所述商铺布局进行分析，得到最优商铺布局结果，具体包括：基于考虑吸引影响的改进社会力模型，预先设置的所述不受影响型、所述减速型和所述停留型的目标行人数量比例，根据所述目标行人数量比例对目标行人流量进行设置，得到时间密度图；根据所述时间密度图对所述连续型、分散型、外凸型和内凹型的商铺布局中的目标行人的通行效率进行判断，判断所述通行效率是否符合最优数值，若所述通行效率符合最优数值，则得到最优商铺布局结果。 3.根据权利要求1所述的基于视觉吸引的地铁站商铺布局优化方法，其特征在于，所述基于视觉吸引的地铁站商铺布局优化方法还包括：判断所述行人期望速度向量和所述行人指向吸引源的单位方向向量是否相同，若所述行人期望速度向量和所述行人指向吸引源的单位方向向量相同时，则判定行人为所述停留型；若所述行人期望速度向量和所述行人指向吸引源的单位方向向量不相同时，则判定行人为所述减速型或者行人为所述不受影响型。 4.根据权利要求1所述的基于视觉吸引的地铁站商铺布局优化方法，其特征在于，所述基于视觉吸引的地铁站商铺布局优化方法还包括：根据所述改进社会力模型对所述商铺布局进行分析和平均值计算，得到仿真结果；采集通道内行人通行平均速度、所述不受影响型、所述减速型和所述停留型的实测数据，将所述仿真结果和所述实测数据进行对比，得到验证结果；其中，所述验证结果用于所述改进社会力模型进行验证。 5.一种基于视觉吸引的地铁站商铺布局优化系统，其特征在于，所述基于视觉吸引的地铁站商铺布局优化系统包括：数据获取模块，用于获取地铁站相关信息和行人运动特征，对所述地铁站相关信息和所述行人运动特征进行分析，得到商铺布局和行人停留行为特征；所述获取地铁站相关信息和行人运动特征，对所述地铁站相关信息和所述行人运动特征进行分析，得到商铺布局和行人停留行为特征，具体包括：收集目标地铁站的视频录像，对所述视频录像进行提取，得到地铁站相关信息和行人运动特征；将所述地铁站相关信息中的位置信息进行划分，得到商铺布局，并且将所述行人运动特征进行分析，得到行人停留行为特征；其中，所述商铺布局的类型包括：连续型、分散型、外凸型和内凹型；所述行人运动特征的类型包括：不受影响型、减速型和停留型；模型构建模块，用于构建原始社会力模型，获取所述行人停留行为特征中的通行特征，根据所述通行特征对所述原始社会力模型进行改进，得到考虑吸引影响的改进社会力模型；所述构建原始社会力模型，根据所述行人停留行为特征中的通行特征，根据所述通行特征对所述原始社会力模型进行改进，得到考虑吸引影响的改进社会力模型，具体包括：基于牛顿第二定律构建原始社会力模型： ；其中， 表示行人 i 的质量， 表示单位时间， 表示速度变化量， 表示自驱力， 表示行人间作用力， 表示行人受到环境的作用力的共同影响， j 表示环境中的其他行人， w 表示建筑环境中的墙体障碍物；根据所述不受影响型、所述减速型和所述停留型的行人在通道内的运动速度、加减速度变化、停留时间和通过时间，对所述原始社会力模型引入环境信息吸引力，得到考虑吸引影响的改进社会力模型；所述考虑吸引影响的改进社会力模型的公式为： ；其中， 表示新的环境信息吸引力， 表示行人 k 的质量， 表示速度变化量， 表示行人间作用力， 表示行人受到环境的作用力的共同影响；所述环境信息吸引力的计算公式为： ；其中， 表示行人 的期望速度， 表示行人 的特征反应时间； 和 的计算公式为： ； ；其中， 、 和 表示行人类型参数， 和 用以区分减速型或者停留型，当 ， 和 取任意值时，行人表示不受影响型；当 ， 和 取任意值时，行人表示减速型或者停留型；当 ， 且 时，行人表示减速型；当 ， ， 时，行人表示停留型； 为行人期望速度向量， 为由行人指向吸引源的向量； 、 、 、 和 的计算公式为： ； ； ； ； ；其中， 和 表示描述行人的视野范围特征， 表示减速行人速度控制参数， 表示停留行人速度控制参数， 表示行人在到达目的地后的停留行为； 表示视野半径， 表示行人 i 当前速度方向的单位向量， 表示由行人指向吸引源的单位方向向量， 表示聚集范围的半径， 表示行人当前速度的向量， 表示当前运动方向的单位向量， 表示行人与吸引源之间的距离， 、 、 、 和 用于区分减速型和停留型；布局分析模块，用于基于考虑吸引影响的改进社会力模型，根据预先设置的不同行人流量得到时间密度图，根据所述时间密度图对所述商铺布局进行分析，得到最优商铺布局结果。 6.一种终端，其特征在于，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于视觉吸引的地铁站商铺布局优化程序，所述基于视觉吸引的地铁站商铺布局优化程序被所述处理器执行时实现如权利要求1-4任一项所述的基于视觉吸引的地铁站商铺布局优化方法的步骤。 7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有基于视觉吸引的地铁站商铺布局优化程序，所述基于视觉吸引的地铁站商铺布局优化程序被处理器执行时实现如权利要求1-4任一项所述的基于视觉吸引的地铁站商铺布局优化方法的步骤。