一种人群应急疏散方法、系统、终端以及存储介质技术方案

本申请涉及一种人群应急疏散方法、系统、终端以及存储介质。所述方法包括：对室内BIM场景数据模型及室外GIS场景数据模型进行室内外几何信息配准，构建室内外一体化应急疏散网格模型；获取室内外场景的疏散演练图像，从疏散演练图像中挖掘出疏散人群的微观疏散行为特征，根据微观疏散行为特征建立室内外场景的静态几何属性

【技术实现步骤摘要】
一种人群应急疏散方法、系统、终端以及存储介质


[0001]本申请属于城市公共安全
，特别涉及一种人群应急疏散方法、系统、终端以及存储介质。

技术介绍

[0002]频发的重大突发自然灾害和人为事故给人民生命财产造成了巨大的损失。灾害事故发生后的首要任务是要在第一时间内紧急疏散危险区域的人群。人群应急疏散的目的是以最安全有效的方式将灾害事故现场的人员撤离到安全区域，是减少伤亡损失最直接有效的方式，也是重大突发灾害事故响应的一个重要环节。
[0003]重大突发灾害事故具有影响范围广泛、应急场景复杂、被疏散人员众多等特点，建筑物内部和外部都是危险区域，人群需在复杂的室内多场景、室外多场景、以及室内外转换场景中进行长距离逃离。灾害事故的突发性和危害性要求在第一时间尽快疏散人员。因此，室内外复杂场景一体化的大量人群疏散成为当前应急管理领域的迫切需求和共识。
[0004]现有技术中的人群应急疏散方法仅面向单一的建筑室内环境或者室外环境进行建模，缺乏室内
‑
室外一体化疏散方案，且未能有效顾及人群在室内外不同应急场景下的疏散行为特征，导致现有技术方案存在着室内疏散与室外疏散“不兼容”的问题。

技术实现思路

[0005]本申请提供了一种人群应急疏散方法、系统、终端以及存储介质，旨在至少在一定程度上解决现有技术中的上述技术问题之一。
[0006]为了解决上述问题，本申请提供了如下技术方案：
[0007]一种人群应急疏散方法，包括：
[0008]获取室内外场景的室内BIM场景数据模型及室外GIS场景数据模型，对所述室内BIM场景数据模型及室外GIS场景数据模型进行室内外几何信息配准，构建室内外一体化应急疏散网格模型；
[0009]获取所述室内外场景的疏散演练图像，通过人工智能算法从所述疏散演练图像中挖掘出疏散人群的微观疏散行为特征，根据所述微观疏散行为特征建立室内外场景的静态几何属性
‑
宏观状态
‑
微观疏散行为特征关系库；
[0010]基于所述室内外一体化应急疏散网格模型和静态几何属性
‑
宏观状态
‑
微观疏散行为特征关系库构建室内外一体化应急疏散优化模型；
[0011]利用优化求解算法对所述室内外一体化应急疏散模型进行求解，获取与微观疏散行为和宏观状态相匹配的动态疏散策略。
[0012]本申请实施例采取的技术方案还包括：所述对所述室内BIM场景数据模型及室外GIS场景数据模型进行室内外几何信息配准，构建室内外一体化应急疏散网格模型包括：
[0013]对所述室内BIM场景数据模型进行表面几何信息提取、过滤与重构、多楼层映射以及坐标转换处理，将处理后的室内BIM场景数据模型与室外GIS场景数据模型进行三维位置
配准操作；
[0014]根据所述三维位置配准后的室内BIM场景数据模型与室外GIS场景数据模型的地理坐标及拓扑关系以及几何结构与拓扑关系，通过空间网格分割算法分别构建室内疏散网格模型和室外疏散网格模型；
[0015]通过所述室内外场景的建筑物出口对室内疏散网格模型和室外疏散网格模型进行连接，生成无缝衔接的室内外一体化应急疏散网格模型。
[0016]本申请实施例采取的技术方案还包括：所述对所述室内BIM场景数据模型及室外GIS场景数据模型进行室内外几何信息配准，构建室内外一体化应急疏散网格模型还包括：
[0017]从所述室内BIM场景数据模型及室外GIS场景数据模型中提取出与疏散相关的室内外场景的静态几何属性，所述静态几何属性包括室内外场景的门、过道、楼梯及人行道的长度和宽度；
[0018]根据设定的室内外场景属性语义标准对殴室内外场景属性进行语义转换；
[0019]根据门的连通性和地物的可达性构建表征建筑物之间、建筑构件之间、建筑与地物之间以及地物之间的室内外关系描述。
[0020]本申请实施例采取的技术方案还包括：所述对所述室内BIM场景数据模型及室外GIS场景数据模型进行室内外几何信息配准，构建室内外一体化应急疏散网格模型还包括：
[0021]利用几何信息处理和多层次语义映射对所述室内BIM场景数据模型进行多细节层次的GIS转换；
[0022]对转换后的室内BIM场景数据模型进行几何和语义信息重构，构建建筑体
→
楼层
→
房间以及街道
→
小区
→
道路的多尺度从属关联模式；
[0023]根据所述多尺度从属关联模式建立室内BIM场景数据模型与室外GIS场景数据模型的多尺度对应关系。
[0024]本申请实施例采取的技术方案还包括：所述通过人工智能算法从所述疏散演练图像中挖掘出疏散人群的微观疏散行为特征，根据所述微观疏散行为特征建立室内外场景的静态几何属性
‑
宏观状态
‑
微观疏散行为特征关系库包括：
[0025]在所述室内外场景的典型场景上开展疏散演练实验，并对演练过程进行监测，获取疏散演练图像；所述典型场景包括室内、室外以及室内外接口；
[0026]通过影像分析和深度学习对所述疏散演练图像进行分析，获取典型场景下的运动特征以及语义特征；所述运动特征包括人群密度分布、人群流向、人群疏散速度、从众、竞争、折返、避绕障碍物以及规避拥挤行为，所述语义特征包括路径、出口、转向的选择偏好；
[0027]提取所述室内外场景的静态几何属性语义特征，所述静态几何属性语义特征包括门、过道、楼梯及人行道的宽度和可视范围；
[0028]根据所述运动特征、语义特征以及静态几何属性语义特征训练深度学习模型，通过所述深度学习模型挖掘出典型场景中疏散人群的微观疏散行为特征；
[0029]获取非典型场景的静态几何属性信息，将所述静态几何属性信息输入深度学习模型，通过所述深度学习模型获取非典型场景下的微观疏散行为特征；所述微观疏散行为特征包括人群疏散速度；
[0030]根据所述典型场景下的微观疏散行为特征以及非典型场景下的微观疏散行为特征构建室内外场景的静态几何属性
‑
宏观状态
‑
微观疏散行为特征关系库。
[0031]本申请实施例采取的技术方案还包括：所述基于所述室内外一体化应急疏散网格模型和静态几何属性
‑
宏观状态
‑
微观疏散行为特征关系库构建室内外一体化应急疏散优化模型包括：
[0032]针对常规疏散场景和宏观状态下的微观疏散行为特征，分析所述常规疏散场景的场景动态属性，建立微观疏散行为
‑
场景动态属性
‑
宏观状态之间的映射关系；其中，所述场景动态属性包括动态人流通行量和通行时间，所述常规疏散场景是指疏散实况与疏散计划一致的场景；
[0033]根据所述室内外一体化应急疏散网格模型与微观疏散行为
‑
场景动态属性
‑<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人群应急疏散方法，其特征在于，包括：获取室内外场景的室内BIM场景数据模型及室外GIS场景数据模型，对所述室内BIM场景数据模型及室外GIS场景数据模型进行室内外几何信息配准，构建室内外一体化应急疏散网格模型；获取所述室内外场景的疏散演练图像，通过人工智能算法从所述疏散演练图像中挖掘出疏散人群的微观疏散行为特征，根据所述微观疏散行为特征建立室内外场景的静态几何属性
‑
宏观状态
‑
微观疏散行为特征关系库；基于所述室内外一体化应急疏散网格模型和静态几何属性
‑
宏观状态
‑
微观疏散行为特征关系库构建室内外一体化应急疏散优化模型；利用优化求解算法对所述室内外一体化应急疏散模型进行求解，获取与微观疏散行为和宏观状态相匹配的动态疏散策略。2.根据权利要求1所述的人群应急疏散方法，其特征在于，所述对所述室内BIM场景数据模型及室外GIS场景数据模型进行室内外几何信息配准，构建室内外一体化应急疏散网格模型包括：对所述室内BIM场景数据模型进行表面几何信息提取、过滤与重构、多楼层映射以及坐标转换处理，将处理后的室内BIM场景数据模型与室外GIS场景数据模型进行三维位置配准操作；根据所述三维位置配准后的室内BIM场景数据模型与室外GIS场景数据模型的地理坐标及拓扑关系以及几何结构与拓扑关系，通过空间网格分割算法分别构建室内疏散网格模型和室外疏散网格模型；通过所述室内外场景的建筑物出口对室内疏散网格模型和室外疏散网格模型进行连接，生成无缝衔接的室内外一体化应急疏散网格模型。3.根据权利要求2所述的人群应急疏散方法，其特征在于，所述对所述室内BIM场景数据模型及室外GIS场景数据模型进行室内外几何信息配准，构建室内外一体化应急疏散网格模型还包括：从所述室内BIM场景数据模型及室外GIS场景数据模型中提取出与疏散相关的室内外场景的静态几何属性，所述静态几何属性包括室内外场景的门、过道、楼梯及人行道的长度和宽度；根据设定的室内外场景属性语义标准对殴室内外场景属性进行语义转换；根据门的连通性和地物的可达性构建表征建筑物之间、建筑构件之间、建筑与地物之间以及地物之间的室内外关系描述。4.根据权利要求3所述的人群应急疏散方法，其特征在于，所述对所述室内BIM场景数据模型及室外GIS场景数据模型进行室内外几何信息配准，构建室内外一体化应急疏散网格模型还包括：利用几何信息处理和多层次语义映射对所述室内BIM场景数据模型进行多细节层次的GIS转换；对转换后的室内BIM场景数据模型进行几何和语义信息重构，构建建筑体
→
楼层
→
房间以及街道
→
小区
→
道路的多尺度从属关联模式；根据所述多尺度从属关联模式建立室内BIM场景数据模型与室外GIS场景数据模型的
多尺度对应关系。5.根据权利要求1至4任一项所述的人群应急疏散方法，其特征在于，所述通过人工智能算法从所述疏散演练图像中挖掘出疏散人群的微观疏散行为特征，根据所述微观疏散行为特征建立室内外场景的静态几何属性
‑
宏观状态
‑
微观疏散行为特征关系库包括：在所述室内外场景的典型场景上开展疏散演练实验，并对演练过程进行监测，获取疏散演练图像；所述典型场景包括室内、室外以及室内外接口；通过影像分析和深度学习对所述疏散演练图像进行分析，获取典型场景下的运动特征以及语义特征；所述运动特征包括人群密度分布、人群流向、人群疏散速度、从众、竞争、折返、避绕障碍物以及规避拥挤行为，所述语义特征包括路径、出口、转向的选择偏好；提取所述室内外场景的静态几何属性语义特征，所述静态几何属性语义特征包括门、过道、楼梯及人行道的宽度和可视范围；根据所述运动特征、语义特征以及静态几何属性语义特征训练深度学习模型，通过所述深度学习模型挖掘出典型场景中疏散人群的微观疏散行为特征；获取非典型场景的静态几何属性信息，将所述静态几何属性信息输入深度学习模型，通过所述深度学习模型获取非典型场景下的微观疏散行为特征；所述微观疏散行为特征包括人群疏散速度；根据所述典型场景下的微观疏散行为特征以及非典型场景下的微观疏散行为特征构建室内外场景的静态几何属性

【专利技术属性】
技术研发人员：江锦成，陈劲松，李洪忠，刘炎炎，罗运雄，
申请(专利权)人：深圳市智联时空科技有限公司深圳市双银科技有限公司，
类型：发明
国别省市：