面向航空旅行的实时数字孪生框架
计算机与社会
2024-10-21 v1
摘要
行人动力学模拟了人群中个体的精细轨迹。它已被用于减少航空旅行重要环节（如登机和机场安检排队）中的感染风险。由于人类行为固有的变异性，将模拟结果推广到新的地理、文化或时间背景具有挑战性。依赖实时数据（如视频流）的数字孪生可以解决这一局限性。本文解决了数字孪生所需的关键知识空白：(1) 当前的行人动力学模型缺乏对两个移动行人避免碰撞行为的准确描述。(2) 为物理系统设计的资料同化方法是否对行人动力学有效尚不清楚。我们通过使用来自避碰视频流的离线数据训练模型来解决第一个局限性，利用符号回归来识别未知的函数形式，从而真实地模拟这些轨迹。我们通过证明带有资料同化的行人动力学能够以足够的精度预测行人轨迹来解决第二个局限性。这些结果有望推动机场行人运动数字孪生的发展，从而实现实时人群管理以降低健康风险。
关键词
引用
@article{arxiv.2410.14018,
title = {Toward a Real-Time Digital Twin Framework for Infection Mitigation During Air Travel},
author = {Ashok Srinivasan and Satkkeerthi Sriram and Sirish Namilae and Andrew Arash Mahyari},
journal= {arXiv preprint arXiv:2410.14018},
year = {2024}
}
备注
Submitted to IEEE