Crowd simulation, which is widely used for computer animations and safety engineering, is the pro-cess of giving the appearance or effect of interaction amongst a large number of people together synthetically. A Crowd simulation model falls into one of three categories: social force models (SFM), cellular automata models (CAM), and agent-based models (ABM). In spite of the many technical progresses in each category, the collision avoidance steering behavior of a virtual crowd in a simulation is still unrealistic. This dissertation proposes a collision avoidance behavior model based on psychological findings of human behaviors such as gaze-movement angle (GMA), side stepping, gait motion, and personal reaction bubble (PRB) to generate a realistic collision avoidance steering behavior of a virtual crowd. By calculating the GMA between agents, collision can be predicted and avoided without knowing the exact trajectories of the agents. PRB guarantees realistic space-keeping between agents. The proposed steering model consists of four phases: (1) GMA-based collision prediction for mid/long range by using speed-variant Information Process Space (IPS), (2) collision avoidance steering, (3) gait-based locomotion generation, and (4) space-keeping based on PRB. The effectiveness of the proposed speed-variant IPS was tested on various types of agent flows with different densities. The total loss of kinetic energy accumulated during an agent’s movement and the ratio of the length of the path actually traveled to the length of the original path are used as key metrics to figure out the features between the different types of flows. Finally, to show the validity of the proposed model, the comparison is carried out with well-known fundamental diagrams.
컴퓨터 애니메이션, 안전공학 등에 많이 사용되는 군중시뮬레이션은 많은 수의 사람이 상호작용하는 모습이나 효과를 만들어내는 과정이다. 군중시뮬레이션을 모델은 Social Force Models (SFM), Cellular Automata Models (CAM), Agent-based Models (ABM)으로 크게 구분 된다. 각 모델에서의 많은 기술적 진보에도 불구하고, 군중시뮬레이션에서 핵심적으로 사용되는 가상 군중들의 충돌회피 행동은 아직도 충분한 현실감을 주고 있지 않다. 본 논문에서는 가상 군중들이 좀 더 현실감 나는 충돌회피 행동을 할 수 있도록 만들기 위해, Gaze-Movement Angle (GMA), 사이드 스텝, 인간의 보행 모델 (gait motion), Personal Reaction Bubble (PRB) 등 충돌 회피에 관한 심리학적 연구결과를 기반으로 하는 충돌회피 행동 모델을 제안하고 있다. GMA는 관측자 (observing) 에이전트(또는 가상 군중)의 진행방향과 피관측(observed) 에이전트가 현재 위치하고 있는 방향이 이루는 각도를 말하는 것으로, 에이전트들간의 GMA 값을 계산할 경우 피관측 에이전트의 정확한 진행 방향을 알지 못하더라도 관측자 에이전트는 충돌 여부를 예측할 수 있다. 그리고 PRB는 에이전트들간 간격유지가 실감나게 이루어질 수 있도록 해준다. 제안된 충돌회피 행동 모델은 에이전트기반시스템의 전형적인 구성을 취하고 있으며, 속도에 따라 시야각을 변화시키는 (speed-variant) 가변 Information Process Space (IPS)를 이용한 GMA 기반 중장거리 충돌 예측 단계, 충돌회피를 위한 방향전환(steering) 단계, 인간의 보행모델에 기반한 에이전트 운동 생성, PRB에 기반한 에이전트간 간격 유지 등 네 가지 단계로 구성되어 있다. Speed-variant IPS의 효과가 다양한 종류의 에이전트 흐름 및 밀도 등 다양한 시나리오에 대해서 테스트 되었으며, 운동에너지 누적 손실 (accumulated loss of kinetic energy) 총량, 초기 경로 길이 대비 실제 이동 경로의 길이 비율이 각 시나리오에 대한 제안 모델의 특성을 표현하는 성능 지표(performance metric)로 사용되었다. 또한, 신장(또는 다리의 길이)과 보행 시 양쪽 다리가 이루는 앞뒤 방향 및 좌우 방향의 최대 각도 등 가상 군중의 특성 값들을 조정하여, 보행자 역학 (pedestrian dynamics) 분야에서 보행자 그룹의 특성을 나타내는 것으로 잘 알려진 fundamental diagram중 Milinskii와 Older가 도출한 각각의 fundamental diagram 과 유사한 fundamental diagram을 만들어내기 위한 값을 식별하였는데, 이는 제안된 모델이 군중시뮬레이션의 다양한 응용분야에 사용될 수 있음을 확인시켜준 것으로 판단할 수 있다.
