(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210680630.2 (22)申请日 2022.06.15 (71)申请人 宁波大学科学技术学院 地址 315300 浙江省宁波市慈溪市白沙路 街道文蔚路521号 (72)发明人 刘婷婷　 (74)专利代理 机构 宁波诚源专利事务所有限公 司 33102 专利代理师 孙盼峰　王莹 (51)Int.Cl. G06F 30/20(2020.01) (54)发明名称 基于交通虚拟仿真的车辆智能体情绪化行 为可视化方法 (57)摘要 本发明涉及一种基于交通虚拟仿真的车辆 智能体情绪化行为可视化方法， 通过构建多个基 于虚拟智能体的车辆智能体， 并且基于多个车辆 智能体构建虚拟交通场景， 对虚拟交通场景中的 所有车辆智能体赋予初始情绪， 并将影 响车辆智 能体情绪的情绪影响因素集赋予到虚拟交通场 景和各车辆智能体的情绪化行为中， 以影响各车 辆智能体的情绪， 以及将受影 响后的各车辆智能 体的情绪化行为做可视化操作， 从而实现了对可 能的交通场景的仿真推演， 为当前的交通规划和 交通应急管理提高了更为有价 值的参考价值。 权利要求书3页 说明书9页 附图1页 CN 115062471 A 2022.09.16 CN 115062471 A 1.基于交通虚拟仿真的车辆智能体情绪化行为可视化方法， 其特征在于， 包括如下步 骤： 构建多个基于虚拟智能体的车辆智能体； 其中， 车辆智能体具有自主感知、 个性、 情绪 和行为能力， 能够对外界刺激做出反应； 基于多个车辆智能体构建虚拟交通场景； 对虚拟交通场景中的所有车辆智能体赋予初始情绪； 将影响车辆智能体情绪的情绪影响因素集赋予到虚拟交通场景和各车辆智能体的情 绪化行为中， 以影响各 车辆智能体的情绪； 以及， 将受影响后的各 车辆智能体的情绪 化行为做可视化操作。 2.根据权利要求1所述的基于交通虚拟仿真的车辆情绪化行为可视化方法， 其特征在 于， 所述情绪影响因素集包括事件情绪影响因素子集和干扰情绪影响子集， 事件情绪影响 因素子集由影响该车辆智能体情绪的事件因素组成， 干扰情绪影响子集由影响该车辆智能 体情绪的车辆情绪 化行为因素组成。 3.根据权利要求2所述的基于交通虚拟仿真的车辆智能体情绪化行为可视化方法， 其 特征在于， 所述红灯等待时间影响车辆智能体情绪的过程如下： 步骤a1， 预先设置车辆智能体当前情绪中的积极成分值和消极成分值； 其中， EVp,i是虚 拟交通场景中的第i个车辆智能体 IVAi当前情绪的积极 成分值， EVn,i是车辆智能体 IVAi当前 情绪的消极成分值， 1≤i≤N， N为虚拟交通场景中的车辆智能体总数量， EVp,i∈[0,1]， EVn,i ∈[0,1]， EVp,i+EVn,i＝1； 步骤a2， 构造车辆智能体情绪的积极成分增加函数和消极成分增加函数； 其中， 车辆智 能体IVAi情绪的积极 成分增加函数标记为SEVp,i， 车辆智能体IVAi情绪的消极 成分增加函 数 标记为SEVn,i； 步骤a3， 获取 车辆智能体的车辆启停状态； 步骤a4， 根据车辆智能体的车辆启停状态进行处 理： 当车辆处于停止状态时， 获取该车辆处于停止状态的等待时长， 转入步骤a5； 否则， 以 已构造情绪的积极成分增 加函数增 加该车辆智能体情绪中的积极成分； 步骤a5， 根据该 车辆智能体的等待时长做出处 理： 当该车辆智能体的等待时长大于预设等待时长 阈值时， 以已构造情绪的消极成分增加 函数增加该车辆智能体情绪中的消极成分； 否则， 转入步骤a3 。 4.根据权利要求3所述的基于交通虚拟仿真的车辆智能体情绪化行为可视化方法， 其 特征在于， 所述积极成分增 加函数SEVp,i以及所述消极成分增 加函数SEVn,i分别构造如下： SEVn,i＝‑SEVp,i； 其中， t为车辆智能体IV Ai处于停止状态的等待时长， tTh为预设等待时长阈值。 5.根据权利要求3所述的基于交通虚拟仿真的车辆智能体情绪化行为可视化方法， 其 特征在于， 采用心理学中的OCEAN个性模型设置虚拟交通场景中各车辆智能体的个体差异权　利　要　求　书 1/3 页 2 CN 115062471 A 2性； 其中， O类型车辆智能体、 C类型车辆智能体、 E类型车辆智能体以及A类型车辆智能体的 情绪中消极成分增 加速度均小于N类型 车辆智能体情绪中消极成分增 加速度。 6.根据权利要求3～5任一项所述的基于交通虚拟仿真的车辆智能体情绪化行为可视 化方法， 其特征在于， 所述车辆智能体的周围车辆智能体的车辆行为影响该车辆智能体情 绪的过程如下： 步骤b1， 构建车辆智能体受到其周围车辆智能体的车辆行为中积极情绪车辆行为干扰 后的干扰后情绪； 其中， 该虚拟智能体的干扰后情绪如下： EV'p,i＝EVp,i+Δvp,i+SEVp,i， EV'n,i＝EVn,i+Δvn,i+SEVn,i， 其中， EV'p,i是虚拟交通场景中的第i个车辆智能体IVAi受其周围车辆行为中积极情绪 车辆行为干扰后情绪的积极成分值， EVp,i是车辆智能体IVAi当前情绪的积极成分值， Δvp,i 是车辆智能体IVAi在受到其周围车辆行为中积极情绪车辆行为干扰后， 该车辆智能体IVAi 情绪的积极成分值的增量， λp,i是车辆智能体IVAi的积极情 绪吸收因子， λp,i∈[0,1]， SEVp,i 是车辆智能体IVAi情绪的积极 成分增加函 数； M是车辆智能体IVAi在其感知半径内所能感知 到的车辆智能体总数量， 该车辆智能体总数量M包括车辆智能体IVAi自身； Pp是车辆智能体 IVAi的周围车辆智能体的车辆行为中积极情绪车辆行为占比， Pn是车辆智能体IVAi的周围 车辆智能体的车辆行为中消极情绪车辆行为占比； Ep是车辆智能体IVAi在其感知 半径内所 能感知到的所有车辆智能体的车辆行为中的积极情绪车辆行为总值， Ep是车辆智能体IVAi 在其感知半径内所能感知到的所有车辆智能体的车辆行为中的消极情绪车辆行为总值； EV'n,i是虚拟交通场景中的第i个 车辆智能体IVAi受消极情绪车辆 行为干扰后的干扰后 情绪的消极成分值， EVn,i是车辆智能体IVAi当前情绪的消极成分值， λn,i是车辆智能体IVAi 的消极情绪吸 收因子， λn,i∈[0,1]， SEVn,i是车辆智能体IV Ai情绪的消极成分增 加函数； 步骤b2， 构建车辆智能体受到其周围车辆智能体的车辆行为中消极情绪车辆行为干扰 后的干扰后情绪； 其中， 车辆智能体的干扰后情绪如下： EV'p,i,n＝EVp,i‑Δvn,i+SEVp,i； EV'n,i,n＝EVn,i+Δvn,i+SEVn,i； 其中， EV'p,i,n是虚拟交通场景中的第i个车辆智能体IVAi受其周围车辆智能体 的车辆 行为中消极情绪车辆行为干扰后的干扰后情绪的积极成分值， EVp,i是车辆智能体IVAi当前 情绪的积极成分值， Δvn,i是车辆智能体IVAi在感受到其周围车辆智能体的车辆行为中消 极情绪车辆行为干扰后， 该车辆智能体IVAi情绪的消极成分值的增量， SEVp,i是车辆智能体 IVAi情绪的积极成分增 加函数； EV'n,i,n是虚拟交通场景中的第i个车辆智能体IVAi受其周围车辆智能体的车辆行为 中 消极情绪车辆行为干扰后的干扰后情绪的消极成分值， EVn,i是车辆智能体IVAi当前情绪的 消极成分值， SEVn,i是车辆智能体IV Ai情绪的消极成分增 加函数。权　利　要　求　书 2/3 页 3 CN 115062471 A 3