[发明专利]基于蚁群算法和改进社会力模型的人群疏散辅助决策系统

说明书

本发明提供一种基于蚁群算法和改进社会力模型的人群疏散辅助决策系统，包括以下方法步骤：S1、通过拍摄装置获取疏散场景参数，在计算机内创建疏散场景模型，基于神经网络人脸识别系统对不同类型行人进行分类；S2、利用蚁群算法规划具有完整疏散信息的行人疏散路线：S3、考虑从众行为、受障碍物和墙壁等影响的个人偏好，规划具有局部疏散信息的行人的疏散路线；S4、基于改进社会力模型驱动行人的运动，仿真模拟人群的疏散运动；S5、预测突发事件下行人疏散瓶颈并进行标记，在标记处合理设置引导标志以诱导行人安全到达出口。本发明在疏散过程中均衡利用设施资源，预测疏散瓶颈，设置引导标志，合理规划动态疏散路径，提高疏散效率。

技术领域

本发明属于计算机模拟技术领域，涉及一种行人疏散仿真，特别是一种基于蚁群算法和改进社会力模型的人群疏散辅助决策系统。

背景技术

随着国家城市化水平的提高，大型公共建筑不断增加。当建筑物内人群密集程度较高时，人群可能处于高度不稳定状态，在安全管理方面存在极大隐患。一旦存在建筑物内设施布局不合理或应急疏散预案不完善等问题，突发事件下高密度不稳定人群的疏散行为会存在极大的运动盲目性，极易出现人群拥挤和恐慌现象，进而诱发踩踏事故。此外，管理人员的应急管理意识薄弱也是加重踩踏事故的重要原因之一。例如，2014年上海外滩及2020年伊朗克尔曼的人群踩踏事故均造成了严重的人员伤亡和财产损失。因此，公共场所人群的应急疏散管理问题已成为公共安全领域研究的一个热点。

突发事件下人群疏散运动是一个非常复杂的过程。如何运用科学手段合理设计疏散预案，避免发生人群安全事故，是关乎国泰民安的重大课题。通常，通过疏散演练活动探究疏散运动演化规律不仅成本高，同时无法保障实验参与人员的安全。随着现代信息技术的发展，计算机仿真模拟技术为建模行人基本运动、研究疏散规律、优化疏散策略提供了一种可行有效的方法，因此需要建立一种模拟精度高且能反映出行人异质性的人群疏散动力学模型。

发明内容

本发明的目的是针对现有的技术存在上述问题，提出了一种通过计算机模拟人群疏散情景，并依据多项科学理论推演出最佳疏散方案的基于蚁群算法和改进社会力模型的人群疏散辅助决策系统。

本发明的目的可通过下列技术方案来实现：基于蚁群算法和改进社会力模型的人群疏散辅助决策系统，其特征在于，包括以下方法步骤：

S1、通过拍摄装置获取疏散场景参数，在计算机内创建疏散场景模型，基于神经网络人脸识别系统对不同类型行人进行分类；

S2、利用蚁群算法规划具有完整疏散信息的行人疏散路线：

S3、考虑从众行为、受障碍物和墙壁等影响的个人偏好，规划具有局部疏散信息的行人的疏散路线；

S4、基于改进社会力模型驱动行人的运动，仿真模拟人群的疏散运动；

S5、预测突发事件下行人疏散瓶颈并进行标记，在标记处合理设置引导标志以诱导行人安全到达出口。

在上述的基于蚁群算法和改进社会力模型的人群疏散辅助决策系统中，所述步骤S1包括：

S11、根据建筑物内设施属性和布局等信息，初始化障碍物的位置和大小，建立疏散模拟场景；

S12、利用建筑物入口处摄像机获取进入建筑物的行人图像，将所获取图像导入基于神经网络的人脸识别系统，以是否首次进入该建筑物作为衡量行人对疏散信息(对疏散环境的熟悉程度)掌握程度的标准，定义非首次进入建筑物的行人为具备完整疏散信息的I类行人，定义首次进入建筑物的行人为具备局部疏散信息的II类行人，初始化行人的位置、速度等基本属性参数。

在上述的基于蚁群算法和改进社会力模型的人群疏散辅助决策系统中，所述步骤S2包括：针对具备完整疏散信息的I类行人，根据行人当前位置和出口之间的连接线上是否存在障碍物，路线规划方法分为两种；