一种基于动态人流量监测的智能疏散方法和系统
技术领域
本发明涉及智能疏散领域,特别是涉及一种基于动态人流量监测的智能疏散方法和系统。
背景技术
目前大型综合体等人员密集场所现有疏散方式按照建筑结构设计固化,在人员流动性大,密度分布不均匀或者发生灾害时,传统的疏散方式不能够快速智能地进行人员疏散。
发明内容
本发明的目的是提供一种基于动态人流量监测的智能疏散方法和系统,使大型综合建筑体内人员能够智能快速地进行疏散。
为实现上述目的,本发明提供了如下方案:
一种基于动态人流量监测的智能疏散方法,其特征在于,所述方法包括:
采用红外计数采集模块采集各个出入口通过的人员进出数量;
采用视频图像采集模块采集各个出入口的人员视频数据;
采用手机信号采集模块识别人员在建筑物内部手机信号;
将采集到的人员数据、人员视频数据和手机信号数据结合建筑物图纸建立人员时间分布模型;
采用监控报警系统获取报警信号;
当没有获取到报警信号时,人员时间分布模型结合预设的应急疏散模型确定疏散方案,定义为正常疏散方案;
当获取到报警信号时,人员时间分布模型结合优化的应急疏散模型确定应急疏散方案,优化的应急疏散模型为根据实时监测信息对预设的应急疏散模型进行优化得到的疏散模型;
根据正常疏散方案或者所述应急疏散方案显示疏散方向。
可选的,以人员数量、分布密度和疏散通道拥挤度为输入,对神经网络进行训练,得到应急疏散模型。
可选的,当没有获取到报警信号时,人员时间分布模型结合预设的应急疏散模型确定疏散方案,定义为正常疏散方案,具体包括:
将人员时间分布模型的输出作为应急疏散模型的输入确定疏散方案,人员时间分布模型的输出包括人员数量、分布密度和疏散通道拥挤度。
可选的,当获取到报警信号时,人员时间分布模型结合优化的应急疏散模型确定应急疏散方案,优化的应急疏散模型为根据实时监测信息对预设的应急疏散模型进行优化得到的疏散模型,具体包括:
实时获取各个出入口通过的人员进出数量、各个出入口的人员视频数据和人员在建筑物内部手机信号,实时确定人员时间分布模型,以故障参数以及实时确定的所述人员时间分布模型的输出为输入,对疏散模型进行训练,得到优化的应急疏散模型,故障参数包括疏散通道坍塌位置、失火位置和水淹位置,故障参数通过视频图像采集模块确定。
本发明还提供了一种基于动态人流量监测的智能疏散系统,所述系统包括:
红外计数采集模块,用于采集各个出入口通过的人员进出数量;
视频图像采集模块,用于采集各个出入口的人员视频数据;
手机信号采集模块,用于识别人员在建筑物内部手机信号;
报警信号获取模块,用于采用监控报警系统获取报警信号;
人员时间分布模型确定模块,用于将采集的各个出入口通过的人员进出数量、各个出入口的人员视频数据和人员在建筑物内部手机信号结合建筑物图纸建立人员时间分布模型;
智能分析模块,用于当没有获取到报警信号时,人员时间分布模型结合预设的应急疏散模型确定疏散方案,定义为正常疏散方案;当获取到报警信号时,人员时间分布模型结合优化的应急疏散模型确定应急疏散方案,优化的应急疏散模型为根据实时监测信息对预设的应急疏散模型进行优化得到的疏散模型;
疏散指示模块,用于根据所述正常疏散方案或者所述应急疏散方案显示疏散方向。
可选的,自学习模块,以人员数量、分布密度和疏散通道拥挤度为输入,对神经网络进行训练,得到应急疏散模型。
可选的,智能分析模块包括第一智能分析单元,具体包括:
将人员时间分布模型的输出作为应急疏散模型的输入确定疏散方案,所述人员时间分布模型的输出包括人员数量、分布密度、疏散通道拥挤度;
可选的,智能分析模块包括第一智能分析单元,具体包括:
实时获取各个出入口通过的人员进出数量、各个出入口的人员视频数据和人员在建筑物内部手机信号,实时确定人员时间分布模型,以故障参数以及实时确定的所述人员时间分布模型的输出为输入,对疏散模型进行训练,得到所述优化的应急疏散模型,所述故障参数包括疏散通道坍塌位置、失火位置和水淹位置,所述故障参数通过视频图像采集模块确定。
根据本发明提供的发明内容,本发明公开了以下技术效果:
本发明通过红外计数采集模块、视频图像采集模块和手机信号采集模块实时采集人员数据,对三种人员数据采集模块采集的数据进行综合分析,使系统获取的人员数据更全面更准确;通过实时采集的人员数据结合建筑物图纸建立人员时间分布模型,当没有获取到报警信号时,人员时间分布模型结合预设的应急疏散模型确定正常疏散方案;当获取到报警信号时,人员时间分布模型结合优化的应急疏散模型确定应急疏散方案,根据疏散方案显示疏散方向,使建构筑物内的人员能够选择更快速便捷的疏散通道,提高了人员的疏散速度,降低了灾难发生时人员拥堵发生二次人员伤亡的可能性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的基于动态人流量监测的智能疏散方法流程示意图;
图2为本发明实施例的基于动态人流量监测的智能疏散系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种基于动态人流量监测的智能疏散方法和系统,根据实时采集的数据调整指示标识的疏散方向,使建构筑物内的人员能够选择更快速便捷的疏散通道,提高了人员的疏散速度,降低了灾难发生时人员拥堵发生二次人员伤亡的可能性。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明的基于动态人流量监测的智能疏散方法流程示意图,如图1所示,本发明提供的基于动态人流量监测的智能疏散方法包括以下步骤:
步骤101:采用红外计数采集模块采集各个出入口通过的人员进出数量;采用视频图像采集模块采集各个出入口的人员视频数据;采用手机信号采集模块识别人员在建筑物内部手机信号;
步骤102:将采集到的人员数据、人员视频数据和手机信号数据结合建筑物图纸建立人员时间分布模型;
步骤103:从监控系统获取报警信号;
步骤1041:当没有获取到报警信号时,人员时间分布模型结合预设的应急疏散模型确定疏散方案,定义为正常疏散方案;
步骤1042:当获取到报警信号时,人员时间分布模型结合优化的应急疏散模型确定应急疏散方案,优化的应急疏散模型为根据实时监测信息对预设的应急疏散模型进行优化得到的疏散模型;
步骤105:根据正常疏散方案或者应急疏散方案显示疏散方向;
其中,步骤102具体还包括:
以人员数量、分布密度、疏散通道拥挤度为输入,对神经网络进行训练,得到应急疏散模型。
步骤1041具体还包括:
将人员时间分布模型的输出作为应急疏散模型的输入确定疏散方案,人员时间分布模型的输出包括人员数量、分布密度、疏散通道拥挤度。
步骤1042具体还包括:
实时获取各个出入口通过的人员进出数量、各个出入口的人员视频数据和人员在建筑物内部手机信号,实时确定人员时间分布模型,以故障参数以及实时确定的人员时间分布模型的输出为输入,对疏散模型进行训练,得到优化的应急疏散模型,故障参数包括疏散通道坍塌位置、失火位置和水淹位置,故障参数通过视频图像采集模块确定。
实施例1:
当获取到报警信号时,建筑物内有A、B、C三个门,A门有500个人,B门有55个人,C门有36个人,B门和C门与A门距离相同,本发明通过红外计数采集模块、视频图像采集模块和手机信号采集模块采集到三个门的数据,以A、B、C三个门的人员数量、分布密度、疏散通道拥挤度为输入,对神经网络进行训练,得到应急疏散模型,结合实时建立的人员时间分布模块确定优化的应急疏散方案,调整疏散指示标志的指示方向,将A门的拥挤人群指示引导到B门和C门,使A门的拥挤人群进行快速疏散。
实施例2:
当获取到报警信号时,建筑物内有A、B、C三个门,A门有200个人,B门有210个人,C门有220个人,本发明通过红外计数采集模块、视频图像采集模块和手机信号采集模块采集到三个门的数据,获取到A门失火,不能进行人员疏散,此时以故障参数和A、B、C三个门的人员数量、分布密度、疏散通道拥挤度为输入,对疏散模型进行训练,得到优化的应急疏散模型,结合实时建立的人员时间分布模块确定应急疏散方案,调整疏散指示标志的指示方向,将A门的人群指示引导到B门和C门,使A门的拥挤人群进行快速安全的疏散,同时引导人员不再通过A门进行疏散,使建筑物内的人员能够选择更快速便捷的疏散通道。
本发明采用了三种方式对人员动态信息进行实时采集。当两个人同时进过出入口时,红外计数采集模块有可能会识别为一个人,所以当人员众多时,红外计数采集模块可能出现计数不准确的情况;当没有光线或光线不好时,视频图像采集模块可能出现数据统计障碍;而手机信号采集模块是通过手机的数量和位置来识别人员的数量和位置,因此通过手机信号采集模块获取的人员数据也可能存在一定的误差。因此,本申请采用了三种方式对人员动态信息进行实时采集,使获取的人员数据信息更准确。
图2为本发明的基于动态人流量监测的智能疏散系统结构示意图,如图2所示,该系统包括:
红外计数采集模块201,用于采集各个出入口通过的人员进出数量;
视频图像采集模块202,用于采集各个出入口的人员视频数据;
手机信号采集模块203,用于识别人员在建筑物内部手机信号;
报警信号获取模块208,用于采用监控报警系统获取报警信号;
人员时间分布模型确定模块204,将采集的所述各个出入口通过的人员进出数量、各个出入口的人员视频数据和人员在建筑物内部手机信号结合建筑物图纸建立人员时间分布模型;
智能分析模块206,当没有获取到报警信号时,所述人员时间分布模型结合预设的应急疏散模型确定疏散方案,定义为正常疏散方案;当获取到报警信号时,所述人员时间分布模型结合优化的应急疏散模型确定应急疏散方案,所述优化的应急疏散模型为根据实时监测信息对预设的应急疏散模型进行优化得到的疏散模型;
疏散指示模块207,根据所述正常疏散方案或者所述应急疏散方案显示疏散方向。
本发明提供的系统还包括:
报警信号获取模块208,用于采用监控报警系统获取报警信号,将是否获取报警信号作为开关量输入自学习模块;
自学习模块205,用于以人员数量、分布密度和疏散通道拥挤度为输入,对神经网络进行训练,得到应急疏散模型。
智能分析模块206包括第一智能分析单元,将人员时间分布模型的输出作为应急疏散模型的输入确定疏散方案,所述人员时间分布模型的输出包括人员数量、分布密度和疏散通道拥挤度。
智能分析模块206包括第二智能分析单元,实时获取各个出入口通过的人员计数、各个出入口的人员视频数据和人员在建筑物内部手机信号,实时确定人员时间分布模型,以故障参数以及实时确定的所述人员时间分布模型的输出为输入,对疏散模型进行训练,得到所述优化的应急疏散模型,所述故障参数包括疏散通道坍塌位置、失火位置和水淹位置,所述故障参数通过视频图像采集模块确定。
本发明通过红外计数采集模块、视频图像采集模块和手机信号采集模块实时采集人员数据,对三种人员数据采集模块采集的数据进行综合分析,使系统获取的人员数据更全面更准确;通过实时采集的人员数据结合建筑物图纸建立人员时间分布模型,当没有获取到报警信号时,人员时间分布模型结合预设的应急疏散模型确定正常疏散方案;当获取到报警信号时,人员时间分布模型结合优化的应急疏散模型确定应急疏散方案,根据疏散方案显示疏散方向,使建构筑物内的人员能够选择更快速便捷的疏散通道,提高了人员的疏散速度,降低了灾难发生时人员拥堵发生二次人员伤亡的可能性。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。