人群拥挤踩踏风险评估方法技术

本申请涉及一种人群拥挤踩踏风险评估方法

【技术实现步骤摘要】
人群拥挤踩踏风险评估方法、装置、设备及存储介质


[0001]本申请属于城市公共安全管理及风险评估预防领域，特别涉及一种人群拥挤踩踏风险评估方法
、
装置
、
设备以及存储介质
。

技术介绍

[0002]随着城市化的快速发展，城市建筑综合体的增多，城市建面环境也愈发复杂，城市公共空间愈发拥挤，城市公共安全事件频发
。
根据约克大学统计的数据，自
1952
‑
2023
年以来，发生了至少
260
起人群拥挤踩踏事件，造成了超过
14506
人员死亡以及造成超过
26205
人员受伤
。
而仅仅是在近十年，全球发生大型人群拥挤踩踏灾害性事件就超百次，造成了超万人的人员伤亡
。
因此，设计一套科学合理的人群拥挤踩踏风险的量化评估方法及预警系统至关重要
。
[0003]现有研究中，从
2005
年澳大利亚学者
R.S.C.Lee
和
R.L.Hughes
提出对人群拥挤踩踏事故问题的思考，引入了连续行人流模型对人群拥挤和踩踏进行定量分析；
D.Helbing
根据人群恐慌特征提出了著名的“社会力”模型
[Lee R,Hughes R L.Exploring Trampling and Crushing in a Crowd[J].Journal of Transportation Engineering,2005(8):131.]；
C.M.Henein
和
T.White
利用改进的元胞自动机模型，对疏散过程中的人群行为进行了基于多智能体技术的模拟分析，认为“人群中的个体伤亡是由于个体之间的相互作用力达到了一定阈值”。
在国内，王崇阳依据
Helbing
提出的“人群压力”概念，通过实时速度方差对拥挤人群踩踏发生风险进行量化评估
。
此外，还有不少研究从社会力模型
、
人群流动
、
应急联动等方面对踩踏事故进行了探讨
。
然而，现有对人群拥挤踩踏风险的评估方式仅侧重于对人群状态的分析，忽略了道路坡度
、
宽度等地物建筑设计因素的共同影响，因此无法精准评估踩踏风险
。

技术实现思路

[0004]本申请提供了一种人群拥挤踩踏风险评估方法
、
装置
、
设备以及存储介质，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
。
[0005]为了解决上述问题，本申请提供了如下技术方案：
[0006]一种人群拥挤踩踏风险评估方法，包括：
[0007]获取人群活动区域的图像数据，对所述图像数据进行栅格化处理，并提取每个栅格地理单元的静态属性信息，构建三维行人道路网络；其中，所述静态属性信息包括道路宽度及坡度信息；
[0008]获取人群活动区域的图像监测数据，利用影像分析技术从所述图像监测数据中提取动态属性信息，并将所述动态属性信息映射到对应的栅格地理单元，构建人群移动交互网络；其中，所述动态属性信息包括人群密度及移动力场；
[0009]对所述三维行人道路网络与人群移动交互网络进行耦合，利用所述静态属性信息以及动态属性信息构建拥挤踩踏综合风险指标，根据所述拥挤踩踏综合风险指标量化各个
栅格地理单元的动态风险值，生成人群拥挤踩踏风险图
。
[0010]本申请实施例采取的技术方案还包括：所述对所述图像数据进行栅格化处理，并提取每个栅格地理单元的静态属性信息包括：
[0011]基于所述人群活动区域的图像数据，通过
3dsMax
进行三维重建，得到所述人群活动区域的三维建成环境模型；
[0012]通过
3dsMax
的
maxscript
脚本工具对所述三维建成环境模型进行栅格化处理，得到
N
个设定大小的栅格地理单元，并提取各个栅格地理单元对应的道路宽度
W
及坡度
H
信息
。
[0013]本申请实施例采取的技术方案还包括：所述构建三维行人道路网络具体为：
[0014]基于所述各个栅格地理单元的道路宽度
W
及坡度
H
信息，连接相邻的栅格地理单元，得到边属性信息，所述边属性信息包括道路宽度变化系数
Δ
W
以及道路坡度变化系数
Δ
H
，根据所述道路宽度变化系数
Δ
W
以及道路坡度变化系数
Δ
H
计算各栅格地理单元间的可通行量系数
C
T
，实现三维行人道路网络的构建；所述可通行量系数
C
T
计算公式为：
[0015]C
T
＝
Δ
W/
Δ
H
[0016]本申请实施例采取的技术方案还包括：所述利用影像分析技术从所述图像监测数据中提取动态属性信息，并将所述动态属性信息映射到对应的栅格地理单元，构建人群移动交互网络具体为：
[0017]通过多列卷积神经网络模型从所述图像监测数据中提取人群密度
[0018]基于所述人群密度更新各个栅格地理单元的人群密度属性，将所述人群密度属性映射到对应的栅格地理单元；
[0019]计算所述栅格地理单元在相近时间内不同角度的图像监测数据中的人群密度，并对各栅格地理单元的人群密度属性进行矫正；
[0020]通过
Matlab
的
PIVLab
工具从所述栅格地理单元中提取人群移动的速度场数据，并经过空间坐标转换后映射到对应的栅格地理单元；
[0021]基于各栅格地理单元的速度场和人群密度通过连接相邻的栅格地理单元，结合人群密度计算得到速度方差并将所述速度方差移动力场更新入边属性信息，得到人群移动交互网络
。
[0022]本申请实施例采取的技术方案还包括：所述对所述三维行人道路网络与人群移动交互网络进行耦合，利用所述静态属性信息以及动态属性信息构建拥挤踩踏综合风险指标，根据所述拥挤踩踏综合风险指标量化各个栅格地理单元的动态风险值，生成人群拥挤踩踏风险图具体为：
[0023]利用所述三维行人道路网络的静态属性信息和人群移动交互网络的动态属性信息计算任意栅格地理单元
i
的挤压强度
CSL
i
：
[0024][0025]上述公式中，
Δ
W
i
、
Δ
H
i
分别为栅格地理单元
i
的道路宽度
、
坡度变化量，为栅格地理单元本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种人群拥挤踩踏风险评估方法，其特征在于，包括：获取人群活动区域的图像数据，对所述图像数据进行栅格化处理，并提取每个栅格地理单元的静态属性信息，构建三维行人道路网络；其中，所述静态属性信息包括道路宽度及坡度信息；获取人群活动区域的图像监测数据，利用影像分析技术从所述图像监测数据中提取动态属性信息，并将所述动态属性信息映射到对应的栅格地理单元，构建人群移动交互网络；其中，所述动态属性信息包括人群密度及移动力场；对所述三维行人道路网络与人群移动交互网络进行耦合，利用所述静态属性信息以及动态属性信息构建拥挤踩踏综合风险指标，根据所述拥挤踩踏综合风险指标量化各个栅格地理单元的动态风险值，生成人群拥挤踩踏风险图
。2.
根据权利要求1所述的人群拥挤踩踏风险评估方法，其特征在于，所述对所述图像数据进行栅格化处理，并提取每个栅格地理单元的静态属性信息包括：基于所述人群活动区域的图像数据，通过
3dsMax
进行三维重建，得到所述人群活动区域的三维建成环境模型；通过
3dsMax
的
maxscript
脚本工具对所述三维建成环境模型进行栅格化处理，得到
N
个设定大小的栅格地理单元，并提取各个栅格地理单元对应的道路宽度
W
及坡度
H
信息
。3.
根据权利要求2所述的人群拥挤踩踏风险评估方法，其特征在于，所述构建三维行人道路网络具体为：基于所述各个栅格地理单元的道路宽度
W
及坡度
H
信息，连接相邻的栅格地理单元，得到边属性信息，所述边属性信息包括道路宽度变化系数
Δ
W
以及道路坡度变化系数
Δ
H
，根据所述道路宽度变化系数
Δ
W
以及道路坡度变化系数
Δ
H
计算各栅格地理单元间的可通行量系数
C
T
，实现三维行人道路网络的构建；所述可通行量系数
C
T
计算公式为：
C
T
＝
Δ
W/
Δ
H。4.
根据权利要求3所述的人群拥挤踩踏风险评估方法，其特征在于，所述利用影像分析技术从所述图像监测数据中提取动态属性信息，并将所述动态属性信息映射到对应的栅格地理单元，构建人群移动交互网络具体为：通过多列卷积神经网络模型从所述图像监测数据中提取人群密度基于所述人群密度更新各个栅格地理单元的人群密度属性，将所述人群密度属性映射到对应的栅格地理单元；计算所述栅格地理单元在相近时间内不同角度的图像监测数据中的人群密度，并对各栅格地理单元的人群密度属性进行矫正；通过
Matlab
的
PIVLab
工具从所述栅格地理单元中提取人群移动的速度场数据，并经过空间坐标转换后映射到对应的栅格地理单元；基于各栅格地理单元的速度场和人群密度通过连接相邻的栅格地理单元，结合人群密度计算得到速度方差并将所述速度方差移动力场更新入边属性信息，得到人群移动交互网络
。5.
根据权利要求4所述的人群拥挤踩踏风险评估方法，其特征在于，所述对所述三维行
人道路网络与人群移动交互网络进行耦合，利用所述静态属性信息以及动态属性信息构建拥挤踩踏综合风险指标，根据所述拥挤踩踏综合风险指标量化各个栅格地理单元的动态风险值，生成人群拥挤踩踏风险图具体为：利用所述三维行人道路网络的静态属性信息和人群移动交互网络的动态属性信息计算任意栅格地理单元
i
的挤压强度
CSL
i
：上述公式中，...

【专利技术属性】
技术研发人员：江锦成，王阳，于金源，张文忠，李胤亨，陈劲松，王靖雯，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：