[发明专利]预测人群疏散能力瓶颈的方法、装置、设备及存储介质

权利要求书

1.预测人群疏散能力瓶颈的方法，其特征在于，包括：

获取人群在疏散过程中的人群分布图；

基于所述人群分布图利用泰森多边形法计算，得到人群密度图；

基于不同时刻的所述人群密度图训练生成对抗网络模型，得到人群密度预测模型；

将人群疏散过程的实时数据输入所述人群密度预测模型，并根据输出结果和预设规则对人群疏散能力瓶颈进行预测，所述预设规则为自定义的疏散能力瓶颈等级规则；

其中，人群密度预测模型的训练方法包括：

基于所有的所述人群密度图，获取至少十组对应的第一图像和第二图像，每组对应的所述第一图像和所述第二图像分别为前一时刻和后一时刻所对应的二维矩阵灰度图，所述二维矩阵灰度图是基于所述人群密度图进行归一化预处理得到的矩阵；

训练所述生成对抗网络模型时，将所述第一图像作为所述生成对抗网络模型中生成器网络的输入值，输出生成图像和第一分数值，并根据第一预设损失函数进行梯度反传更新各项参数；将与所述第一图像对应的所述第二图像和所述生成图像作为所述生成对抗网络模型中判别器网络的输入值，输出第二分数值，并根据第二预设损失函数进行反向传播梯度更新各项参数；

基于每组对应的所述第一图像和所述第二图像分别训练所述生成对抗网络模型，且对所述生成器网络和所述判别器网络进行交替训练，得到所述人群密度预测模型。

2.根据权利要求1所述的预测人群疏散能力瓶颈的方法，其特征在于，所述人群分布图的获取方法包括：

基于元胞自动机模型和场景数据进行建模，得到元胞空间集合，所述元胞空间集合包括障碍空间集合和行走空间集合，所述障碍空间集合是基于所述场景数据构建的因障碍物存在而致使行人不可通过的所有的障碍空间；所述行走空间集合是基于所述场景数据构建的所述行人可通过的所有的行走空间，且每个所述元胞空间均具有对应的场域值标签；所述场域值标签是基于所述元胞空间不同的位置参数而设置的不同数值；

基于所述行走空间集合，随机模拟人群的疏散过程得到人群分布图。

3.根据权利要求2所述的预测人群疏散能力瓶颈的方法，其特征在于，基于所述行走空间集合，随机模拟人群的疏散过程得到人群分布图，包括：

获取第一信息和第二信息，所述第一信息包括所述行人在当前所述元胞空间中的阻碍参数和所述场域值标签，所述阻碍参数包括障碍物参数和人群阻碍参数；所述第二信息为自定义随机产生的概率值；

基于所述第一信息计算，得到转移概率，所述转移概率为所述行人由当前的所述元胞空间移动至下一个所述元胞空间的概率；

基于所述转移概率计算，得到转移累计概率；

基于所述第二信息和所述转移累计概率，确定运动方向；

基于同一个所述行人的所有所述运动方向的累计统计，形成行走路线；

基于所有所述行人的所述行走路线进行统计，得到所述人群分布图。