CN110737989A - 一种平行智能应急协同方法、系统及电子装备 - Google Patents
一种平行智能应急协同方法、系统及电子装备 Download PDFInfo
- Publication number
- CN110737989A CN110737989A CN201910993285.6A CN201910993285A CN110737989A CN 110737989 A CN110737989 A CN 110737989A CN 201910993285 A CN201910993285 A CN 201910993285A CN 110737989 A CN110737989 A CN 110737989A
- Authority
- CN
- China
- Prior art keywords
- evacuation
- personnel
- simulation
- space
- evacuated
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000004088 simulation Methods 0.000 claims abstract description 140
- 230000004927 fusion Effects 0.000 claims abstract description 59
- 238000004458 analytical method Methods 0.000 claims abstract description 55
- 238000002474 experimental method Methods 0.000 claims abstract description 53
- 238000012544 monitoring process Methods 0.000 claims abstract description 48
- 238000001514 detection method Methods 0.000 claims abstract description 45
- 230000003190 augmentative effect Effects 0.000 claims abstract description 43
- 238000004364 calculation method Methods 0.000 claims abstract description 41
- 230000000007 visual effect Effects 0.000 claims abstract description 37
- 238000012800 visualization Methods 0.000 claims abstract description 34
- 230000008447 perception Effects 0.000 claims abstract description 22
- 238000010586 diagram Methods 0.000 claims description 36
- 238000010276 construction Methods 0.000 claims description 24
- 238000005516 engineering process Methods 0.000 claims description 23
- 238000011960 computer-aided design Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 14
- 238000009877 rendering Methods 0.000 claims description 14
- 230000006399 behavior Effects 0.000 claims description 8
- 230000000903 blocking effect Effects 0.000 claims description 6
- 238000005094 computer simulation Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 description 12
- 238000005457 optimization Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000006698 induction Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Alarm Systems (AREA)
Abstract
本申请涉及一种平行智能应急协同方法、系统及电子装备。包括：建立基于视觉时空融合的人工系统模型，通过所述人工系统模型对待疏散空间进行基于跨视频地理智能融合分析的人员群体感知和疏散通道通行状态检测；构建所述待疏散空间的三维虚拟仿真环境，基于历史灾害环境模拟及危险度态势分析构建基于人员分布的多智能体疏散仿真模型，通过所述多智能体疏散仿真模型进行疏散仿真，并生成最优疏散方案预测结果；建立基于实时监测及增强现实可视化的平行执行协同系统进行推演模拟及动态疏散仿真，并结合所述计算实验系统的预测结果生成最优疏散方案。本申请通过虚实互动方式、协同演进，解决现实系统中突现性、不稳定性、非线性、不确定性的问题。
Description
技术领域
本申请属于人工智能技术领域，特别涉及一种平行智能应急协同方法、系统及电子装备。
背景技术
随着社会快速进步和经济迅速发展，人们生活或工作的地上或地下的空间结构也越来越复杂，如何保障突发事件情况下人员快速疏散已成为应急管理的重要内容。以轨道交通枢纽为例，枢纽站通常具有多个站台、站厅、换乘通道和出入口，在突发情况下如何快速引导乘客疏散是应急管理部门亟需解决的问题。又如高层建筑通常有办公、餐厅、商场等多个功能区域，其空间内人员密集，一旦出现突发事件，人员疏散将面临很大挑战。
当前的应急疏散管理主要以制定文本式应急预案、举行突发事件演习和课堂式培训为主。由于文本式应急预案可操作性差、演习难以再现真实场景、课堂式培训参与性不强等原因，当前应急疏散管理方式难以保证地铁、建筑和公共聚集空间等复杂空间在应急情况下人员快速疏散，导致人员伤亡的恶性事件时有发生。为了避免此类恶性事故的发生，在日常工作和生活过程中需加强人员应急疏散意识、做好应急演练，在突发事件时，应急管理部门应根据突发情况及时制定疏散策略引导人员疏散。
为了解决当前应急疏散管理存在的问题，需要研究应急疏散新技术和新方法。目前国内外学者在该领域的研究主要集中在人员行为建模、疏散路径优化、疏散传感器网络、出入口设计评估和疏散引导与指示等方面。人员行为建模的方法包括智能体、元胞自动机和社会力模型等。疏散路径优化方法包括基于立体路径搜索方法、疏散诱导的优化方法和动态疏散路径指示的优化方法等。
以上应急疏散研究一般是事前根据人员调查和仿真疏散软件、进行多次疏散方案仿真设计计算而生成最优方案，并应用于人群疏导。由于现实中的火灾场景存在许多不可预知的因素与仿真环境存在一定的偏差，采用“事前模型”无法应对动态的环境变化，指导人群疏散的效果受限，无法实现动态地疏散诱导。国内学者提出了平行系统理论，并开展了轨道交通等应急疏散研究，但缺少对实时人员检测及疏散动态监测，无法实现应急协同。另外，现有应急疏散方法侧重于单个模型或算法，缺乏系统性的理论支撑，难以形成可视化、交互式和开放式的应急疏散系统。
发明内容
本申请提供了一种平行智能应急协同方法、系统及电子装备，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。
为了解决上述问题，本申请提供了如下技术方案：
一种平行智能应急协同方法，包括以下步骤：
步骤a：建立基于视觉时空融合的人工系统模型，通过所述人工系统模型对待疏散空间进行基于跨视频地理智能融合分析的人员群体感知和疏散通道通行状态检测；所述人员群体感知和疏散通道通行状态检测包括人员定位、人员分布、热力图、通道路阻检测；
步骤b：建立基于多智能体疏散仿真的计算实验系统，构建所述待疏散空间的三维虚拟仿真环境，基于历史灾害环境模拟及危险度态势分析构建基于人员分布的多智能体疏散仿真模型，以所述人员定位、人员分布为输入，通过所述多智能体疏散仿真模型进行疏散仿真，并生成最优疏散方案预测结果；
步骤c：建立基于实时监测及增强现实可视化的平行执行协同系统，基于所述人员定位、人员分布、热力图、通道路阻进行推演模拟及动态疏散仿真，并结合所述计算实验系统的预测结果生成最优疏散方案。
本申请实施例采取的技术方案还包括：在所述步骤a中，所述建立基于视觉时空融合的人工系统模型具体包括：
步骤a1：针对待疏散空间部署视频监控网络，通过所述视频监控网络采集待疏散空间内各个区域的视频数据；
步骤a2：基于视觉物体识别对待疏散空间进行物体或特定三维空间的结构识别，并基于BIM位置信息对摄像头采集到的各个视频区域的视频数据进行视频区域地理配准，提取各个视频区域的人员及位置信息，对单一视频区域内的人员空间位置及人员数量进行分析；
步骤a3：对多个具有空间临近的视频数据通过地理融合分析，对一定区域范围内的人员定位、人员分布及轨迹进行分析；
步骤a4：对所有视频区域的视频数据进行异常检测，得到疏散通道的拥堵或阻断情况，并生成疏散路网的通道路阻参数。
本申请实施例采取的技术方案还包括：在所述步骤b中，所述建立基于多智能体疏散仿真的计算实验系统具体包括：
步骤b1：从待疏散空间的CAD平面图中提取地图数据，为楼层、室内路径、出口点和消防设施等创建GIS图层，通过GIS技术处理GIS图层并创建三维模型和路径拓扑网络；
步骤b2：根据摄像头采集的待疏散空间内人群特点、分布特征及安全区域位置，基于历史灾害环境模拟、危险度态势分析，对待疏散空间内的人员进行实况模拟，基于历史数据生成数字化预案和常规疏散方案，通过典型疏散行为及其演变特征调整并优化疏散方案；
步骤b3：根据实际历史监测数据生成待疏散空间内人员的最优疏散策略和疏散方案预测结果。
本申请实施例采取的技术方案还包括：在所述步骤c中，所述建立基于实时监测及增强现实可视化的平行执行协同系统具体包括：
步骤c1：构建3D实景增强现实可视化系统，基于待疏散空间CAD数据和地图数据构建三维可视化场景、BIM，建立与现实场景一致的虚拟场景；
步骤c2：基于动态叠加渲染技术将人工系统模型获取的人员定位、人员分布、热力图、通道路阻数据叠加并渲染到建立的虚拟场景中；
步骤c3：触发所述多智能体疏散仿真模型进行动态疏散仿真、推演模拟，并生成最优疏散方案；
步骤c4：根据所述通道路阻参数构建疏散路网，得到人员群体从当前位置到安全区域的最优路径，并将疏散路网传输至待疏散空间内的移动终端用户；
步骤c5：在各疏散路径设置智能疏散指示标志，通过所述最优疏散方案以及智能疏散指示标志进行人员疏散。
本申请实施例采取的技术方案还包括：所述步骤c后还包括：基于移动端边缘计算融合视觉语义分析和BIM进行视觉融合定位，获取待疏散空间内的移动终端用户的室内定位点，并基于移动终端用户的室内定位点计算到达安全区域的最优立体疏散路径，根据最优立体疏散路径进行室内外一体化增强现实AR导航。
本申请实施例采取的另一技术方案为：一种平行智能应急协同系统，包括：
人工系统构建模块：用于建立基于视觉时空融合的人工系统模型，通过所述人工系统模型对待疏散空间进行基于跨视频地理智能融合分析的人员群体感知和疏散通道通行状态检测；所述人员群体感知和疏散通道通行状态检测包括人员定位、人员分布、热力图、通道路阻检测；
计算实验系统构建模块：用于建立基于多智能体疏散仿真的计算实验系统，构建所述待疏散空间的三维虚拟仿真环境，基于历史灾害环境模拟及危险度态势分析构建基于人员分布的多智能体疏散仿真模型，以所述人员定位、人员分布为输入，通过所述多智能体疏散仿真模型进行疏散仿真，并生成最优疏散方案预测结果；
平行执行协同系统构建模块：用于建立基于实时监测及增强现实可视化的平行执行协同系统，基于所述人员定位、人员分布、热力图、通道路阻进行推演模拟及动态疏散仿真，并结合所述计算实验系统的预测结果生成最优疏散方案。
本申请实施例采取的技术方案还包括：所述人工系统构建模块具体包括：
视频监控单元：用于针对待疏散空间部署视频监控网络，通过所述视频监控网络采集待疏散空间内各个区域的视频数据；
视频分析单元：用于基于视觉物体识别对待疏散空间进行物体或特定三维空间的结构识别，并基于BIM位置信息对摄像头采集到的各个视频区域的视频数据进行视频区域地理配准，提取各个视频区域的人员及位置信息，对单一视频区域内的人员空间位置及人员数量进行分析；
人员分析单元：用于对多个具有空间临近的视频数据通过地理融合分析，对一定区域范围内的人员定位、人员分布及轨迹进行分析；
异常检测单元：用于对所有视频区域的视频数据进行异常检测，得到疏散通道的拥堵或阻断情况，并生成疏散路网的通道路阻参数。
本申请实施例采取的技术方案还包括：所述计算实验系统构建模块具体包括：
GIS处理单元：用于从待疏散空间的CAD平面图中提取地图数据，为楼层、室内路径、出口点和消防设施等创建GIS图层，通过GIS技术处理GIS图层并创建三维模型和路径拓扑网络；
模拟疏散单元：用于根据摄像头采集的待疏散空间内人群特点、分布特征及安全区域位置，基于历史灾害环境模拟、危险度态势分析，对待疏散空间内的人员进行实况模拟，基于历史数据生成数字化预案和常规疏散方案，通过典型疏散行为及其演变特征调整并优化疏散方案；
疏散结果预测单元：用于根据实际历史监测数据生成待疏散空间内人员的最优疏散策略和疏散方案预测结果。
本申请实施例采取的技术方案还包括：所述平行执行协同系统构建模块具体包括：
虚拟场景构建单元：用于构建3D实景增强现实可视化系统，基于待疏散空间CAD数据和地图数据构建三维可视化场景、BIM，建立与现实场景一致的虚拟场景；
虚实叠加单元：用于基于动态叠加渲染技术将人工系统模型获取的人员定位、人员分布、热力图、通道路阻数据叠加并渲染到建立的虚拟场景中；
动态仿真单元：用于触发所述多智能体疏散仿真模型进行动态疏散仿真、推演模拟，并生成最优疏散方案；
疏散路径构建单元：用于根据所述通道路阻参数构建疏散路网，得到人员群体从当前位置到安全区域的最优路径，并将疏散路网传输至待疏散空间内的移动终端用户；
智能疏散单元：用于在各疏散路径设置智能疏散指示标志，通过所述最优疏散方案以及智能疏散指示标志进行人员疏散。
本申请实施例采取的技术方案还包括定位导航模块，所述定位导航模块用于基于移动端边缘计算融合视觉语义分析和BIM进行视觉融合定位，获取待疏散空间内的移动终端用户的室内定位点，并基于移动终端用户的室内定位点计算到达安全区域的最优立体疏散路径，根据最优立体疏散路径进行室内外一体化增强现实AR导航。
本申请实施例采取的又一技术方案为：一种电子装备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的平行智能应急协同方法的以下操作：
步骤a：建立基于视觉时空融合的人工系统模型，通过所述人工系统模型对待疏散空间进行基于跨视频地理智能融合分析的人员群体感知和疏散通道通行状态检测；所述人员群体感知和疏散通道通行状态检测包括人员定位、人员分布、热力图、通道路阻检测；
步骤b：建立基于多智能体疏散仿真的计算实验系统，构建所述待疏散空间的三维虚拟仿真环境，基于历史灾害环境模拟及危险度态势分析构建基于人员分布的多智能体疏散仿真模型，以所述人员定位、人员分布为输入，通过所述多智能体疏散仿真模型进行疏散仿真，并生成最优疏散方案预测结果；
步骤c：建立基于实时监测及增强现实可视化的平行执行协同系统，基于所述人员定位、人员分布、热力图、通道路阻进行推演模拟及动态疏散仿真，并结合所述计算实验系统的预测结果生成最优疏散方案。
相对于现有技术，本申请实施例产生的有益效果在于：本申请实施例的平行智能应急协同方法、系统及电子装备通过构建包含人工系统、计算实验、平行执行等一体的混合增强平行智能应急协同体系，以摄像头动态检测的人工系统与仿真建模的计算实验系统之间平行互动，以仿真计算实验优化疏散方案指导实际人员疏散，以实际人员的疏散过程监测来动态优化仿真实验疏散方案，通过虚拟系统与实际系统的相互补充、协调演化，实现动态地疏散诱导。同时基于边缘计算的视觉融合定位、最优路径规划及增强现实导航功能，进行多传感器与BIM融合的室内视觉融合定位，对个人从当前位置到安全区域的最优疏散路径进行立体规划，通过移动终端提供直观有效的室内外一体化增强现实AR个人疏散最优路径导航，从而提高应急响应效率、减少伤亡和损失。与现有技术相比，本申请至少具有如下优点：
(1)拓展平行系统理论，实现基于多视频检测时空融合的人工系统动态建模，建立基于多智能体疏散仿真的计算实验系统、基于实时监测及增强现实可视化的平行执行协同系统，通过虚实互动方式、协同演进，解决现实系统中突现性、不稳定性、非线性、不确定性的问题。
(2)利用移动终端视觉融合定位技术、仿真技术、虚拟现实技术、增强现实技术实现疏散路径的动态规划，基于视觉检测进行疏散路网路阻实时监测，当实际疏散路网状态发生改变，则及时进行动态疏散路径规划，实现动态的应急疏散，解决“事前模型”的仿真结果无法应对实际不确定问题的局限性。
附图说明
图1是本申请实施例的平行智能应急协同体系的框架图；
图2是本申请实施例的平行智能应急协同方法的流程图；
图3是本申请实施例的平行智能应急协同系统的结构示意图；
图4是本申请实施例提供的平行智能应急协同方法的硬件设备结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
为了解决现有技术存在的不足，本申请实施例的平行智能应急协同方法采用平行系统理论进行人群疏散，将实际疏散场景与仿真场景互连，以摄像头动态检测的人工系统与仿真建模的计算实验系统之间平行互动，以仿真计算实验优化疏散方案指导实际人员疏散，以实际人员的疏散过程监测动态优化仿真实验疏散方案，通过虚实互动、虚实融合、推演模拟的方式，完成对应急疏散场景中的现在趋势状态预估、协同推演，生成最优疏散方案及个人疏散最优路径导航。
具体的，请一并参阅图1和图2，图1是本申请实施例的平行智能应急协同体系的框架图，图2是本申请实施例的平行智能应急协同方法的流程图。本申请实施例的平行智能应急协同方法包括以下步骤：
步骤100：建立基于视觉时空融合的人工系统模型，通过人工系统模型对待疏散空间进行基于跨视频地理智能融合分析的人员群体感知和疏散通道通行状态检测；
步骤100中，人员群体感知和疏散通道通行状态检测包括待疏散空间精准人群定位、人群轨迹时空分布特征分析、热力图分析、通道路阻生成等，具体实现方式包括以下步骤：
步骤101：针对待疏散空间部署视频监控网络；其中，视频监控网络包括多个视频摄像头以及与各个摄像头连接的计算机，视频摄像头的数量可根据实际需求进行设置，需要尽量全覆盖待疏散空间，以采集待疏散空间内各个区域的视频数据；
步骤102：基于视觉物体识别对待疏散空间进行物体或特定三维空间的结构识别，并基于对应的BIM(建筑信息模型，Building Information Modeling)位置信息对摄像头采集到的各个视频区域的视频数据进行视频区域地理配准，提取各个视频区域的人员及位置信息，对单一视频区域内的人员空间位置及人员数量进行分析；
步骤103：对多个具有空间临近的视频数据通过地理融合分析，对一定区域范围内的人员定位、人员分布及轨迹进行分析；
步骤104：对所有视频区域的视频数据进行异常检测，得到疏散通道的拥堵或阻断情况，并生成疏散路网的通道路阻参数。
步骤200：建立基于多智能体疏散仿真的计算实验系统；构建待疏散空间的三维虚拟仿真环境，基于历史灾害环境模拟及危险度态势分析构建基于人员时空分布的多智能体疏散仿真模型，以人工系统的各个视频区域的人员及位置信息为输入，通过多智能体疏散仿真模型进行疏散仿真，并生成最优疏散方案预测结果；
步骤200中，人工系统为计算实验系统提供初始人员分布数据输入，基于现实场景的虚拟建模生成计算实验场景，构建基于多智能体仿真的计算实验系统。建立基于多智能体疏散仿真的计算实验系统主要包括以下步骤：
步骤201：从待疏散空间的CAD平面图中提取地图数据，为楼层、室内路径、出口点和消防设施等创建GIS图层，通过GIS技术(如ArcGIS、ArcScene等)处理GIS图层并创建GIS图层的三维模型和路径拓扑网络；
步骤202：根据摄像头采集的待疏散空间内人群特点、分布特征及安全区域位置，基于历史灾害环境模拟、危险度态势分析，对待疏散空间内的人员进行实况模拟，基于历史数据生成数字化预案和常规疏散方案，设计和开展人群疏散实验，挖掘不同阶段的典型疏散行为及其演变特征，调整并优化疏散方案；
步骤203：根据实际历史监测数据生成待疏散空间内人员的最优疏散策略和疏散方案预测结果。
步骤300：建立基于实时监测及增强现实可视化的平行执行协同系统，基于人工系统模型实时获取的人员定位、人员分布、热力图、通道路阻等数据进行推演模拟及动态疏散仿真，结合计算实验系统的预测结果生成最优疏散方案，并对3D场景中人员从当前位置到安全区域的最优路径进行规划，构建疏散路网，将疏散路网传输至个人移动终端；
步骤300中，通过建立基于实时监测及增强现实可视化的平行执行协同系统实现视频与BIM融合的实景动态融合及增强现实可视化交互，指导现场诱导指挥。其构建过程主要包括以下步骤：
步骤301：构建3D实景增强现实可视化系统，基于待疏散空间CAD数据和地图数据构建三维可视化场景、BIM，建立与现实场景一致的虚拟场景，突破多视频与BIM融合的增强现实动态可视化交互技术，实现多视频流和三维场景统一的三维空间映射与渲染、增强现实融合呈现；
步骤302：基于动态叠加渲染技术将实际人员定位、人员分布、热力图、通道路阻等实时叠加并渲染到建立的虚实场景中；
步骤303：针对待疏散空间的人员定位、人员分布、热力图、通道路阻等参数触发步骤200中的多智能体疏散仿真模型进行动态疏散仿真、推演模拟，并生成最优疏散方案；
步骤304：根据通道路阻参数构建疏散路网，得到人员群体从当前位置到安全区域的最优路径，并将疏散路网传输至待疏散空间内的移动终端用户；
步骤305：在各疏散路径设置智能疏散指示标志，同时将最优疏散方案提供给参与现场救援的指挥控制人员，进行人工疏散疏导指挥。
步骤400：基于移动端边缘计算融合视觉语义分析和BIM进行视觉融合定位，获取待疏散空间内的移动终端用户的室内定位点，并基于移动终端用户的室内定位点计算到达安全区域的最优立体疏散路径，根据最优立体疏散路径进行室内外一体化增强现实AR导航；
步骤400中，基于移动端边缘计算融合视觉语义分析和BIM进行视觉融合定位具体包括：
步骤401：通过移动终端采集WIFI、惯性传感器单元以及视觉传感器信息等对待疏散空间内的移动终端用户进行初始粗定位，并结合视频分析提取的环境语义信息、融合BIM物体位置信息，获取移动终端用户的室内定位点；
步骤402：以移动终端用户的室内定位点作为源节点、电梯或楼道作为中间节点、安全区域作为目标节点、疏散路网作为网络图的边构建疏散网络图，根据路阻信息，应用最优路径算法(如Dijkstra、A*等)从疏散网络图中搜索移动终端用户从当前位置到安全区域的个人最优疏散路径。个人最优疏散路径生成方式支持移动终端生成，也可通过服务请求由计算实验系统或平行执行协同系统生成。
步骤403：对移动终端用户进行个人最优疏散路径的室内外一体化增强现实导航。
步骤500：测试验证：选择轨道交通枢纽、高层建筑、公共聚集空间等进行示范验证及应用，通过虚实互动、平行执行的方式对实际人员疏散进行控制与管理，实现动态疏导；
步骤600：在实际应用时，基于历史数据对疏散仿真模型以及疏散路径进行优化；
步骤600中，本申请可广泛应用于社区、轨道交通枢纽、高层建筑、公共聚集空间等空间的应急管理中。
请参阅图3，是本申请实施例的平行智能应急协同系统的结构示意图。本申请实施例的平行智能应急协同系统包括人工系统构建模块、计算实验系统构建模块、平行执行协同系统构建模块、定位导航模块、系统测试模块和系统优化模块。
人工系统构建模块：用于建立基于视觉时空融合的人工系统模型，通过人工系统模型对待疏散空间进行基于跨视频地理智能融合分析的人员群体感知和疏散通道通行状态检测；人员群体感知和疏散通道通行状态检测包括待疏散空间精准人群定位、人群轨迹时空分布特征分析、热力图分析、通道路阻生成等；人工系统构建模块具体包括：
视频监控单元：用于针对待疏散空间部署视频监控网络，通过视频监控网络采集待疏散空间内各个区域的视频数据；其中，视频监控网络包括多个视频摄像头以及与各个摄像头连接的计算机，视频摄像头的数量可根据实际需求进行设置，需要尽量全覆盖待疏散空间；
视频分析单元：用于基于视觉物体识别对待疏散空间进行物体或特定三维空间的结构识别，并基于对应的BIM(建筑信息模型，Building Information Modeling)位置信息对摄像头采集到的各个视频区域的视频数据进行视频区域地理配准，提取各个视频区域的人员及位置信息，对单一视频区域内的人员空间位置及人员数量进行分析；
人员分析单元：用于对多个具有空间临近的视频数据通过地理融合分析，对一定区域范围内的人员定位、人员分布及轨迹进行分析；
异常检测单元：用于对所有视频区域的视频数据进行异常检测，得到疏散通道的拥堵或阻断情况，并生成疏散路网的通道路阻参数。
计算实验系统构建模块：用于建立基于多智能体疏散仿真的计算实验系统，构建待疏散空间的三维虚拟仿真环境，基于历史灾害环境模拟及危险度态势分析构建基于人员时空分布的多智能体疏散仿真模型，以人工系统的各个视频区域的人员及位置信息为输入，通过多智能体疏散仿真模型进行疏散仿真，并生成最优疏散方案预测结果；中，人工系统模型为计算实验系统提供初始人员分布数据输入，基于现实场景的虚拟建模生成计算实验场景，构建基于多智能体仿真的计算实验系统。
具体的，计算实验系统构建模块包括：
GIS处理单元：用于从待疏散空间的CAD平面图中提取地图数据，为楼层、室内路径、出口点和消防设施等创建GIS图层，通过GIS技术(如ArcGIS、ArcScene等)处理GIS图层并创建GIS图层的三维模型和路径拓扑网络；
模拟疏散单元：用于根据摄像头采集的待疏散空间内人群特点、分布特征及安全区域位置，基于历史灾害环境模拟、危险度态势分析，对待疏散空间内的人员进行实况模拟，基于历史数据生成数字化预案和常规疏散方案，设计和开展人群疏散实验，挖掘不同阶段的典型疏散行为及其演变特征，调整并优化疏散方案；
疏散结果预测单元：用于根据实际历史监测数据生成待疏散空间内人员的最优疏散策略和疏散方案预测结果。
平行执行协同系统构建模块：用于建立基于实时监测及增强现实可视化的平行执行协同系统，基于人工系统模型实时获取的人员定位、人员分布、热力图、通道路阻等数据进行推演模拟及动态疏散仿真，结合计算实验系统的预测结果生成最优疏散方案，并对3D场景中人员从当前位置到安全区域的最优路径进行规划，构建疏散路网，将疏散路网传输至个人移动终端；其中，通过建立基于实时监测及增强现实可视化的平行执行协同系统实现视频与BIM融合的实景动态融合及增强现实可视化交互，指导现场诱导指挥。
具体的，平行执行协同系统构建模块包括
虚拟场景构建单元：用于构建3D实景增强现实可视化系统，基于待疏散空间CAD数据和地图数据构建三维可视化场景、BIM，建立与现实场景一致的虚拟场景，突破多视频与BIM融合的增强现实动态可视化交互技术，实现多视频流和三维场景统一的三维空间映射与渲染、增强现实融合呈现；
虚实叠加单元：用于基于动态叠加渲染技术将实际人员定位、人员分布、热力图、通道路阻等实时叠加并渲染到建立的虚实场景中；
动态仿真单元：用于针对待疏散空间的人员定位、人员分布、热力图、通道路阻等参数触发多智能体疏散仿真模型进行动态疏散仿真、推演模拟，并生成最优疏散方案；
疏散路径构建单元：用于根据通道路阻参数构建疏散路网，得到人员群体从当前位置到安全区域的最优路径，并将疏散路网传输至待疏散空间内的移动终端用户；
智能疏散单元：用于在各疏散路径设置智能疏散指示标志，同时将最优疏散方案提供给参与现场救援的指挥控制人员，进行人工疏散疏导指挥。
定位导航模块：用于基于移动端边缘计算融合视觉语义分析和BIM进行视觉融合定位，获取待疏散空间内的移动终端用户的室内定位点，并基于移动终端用户的室内定位点计算到达安全区域的最优立体疏散路径，根据最优立体疏散路径进行室内外一体化增强现实AR导航；
具体的，定位导航模块包括：
人员定位单元：通过移动终端采集WIFI、惯性传感器单元以及视觉传感器信息等对待疏散空间内的移动终端用户进行初始粗定位，并结合视频分析提取的环境语义信息、融合BIM物体位置信息，获取移动终端用户的室内定位点；
路径计算单元：用于以移动终端用户的室内定位点作为源节点、电梯或楼道作为中间节点、安全区域作为目标节点、疏散路网作为网络图的边构建疏散网络图，并根据路阻信息，应用最优路径算法(如Dijkstra、A*等)从疏散网络图中搜索从移动终端用户当前位置到安全区域的个人最优疏散路径。个人最优疏散路径生成方式支持移动终端生成，也可通过服务请求由计算实验系统或平行执行协同系统生成。
导航单元：用于对移动终端用户进行个人最优疏散路径的室内外一体化增强现实导航。
系统测试模块：用于对系统进行测试验证：选择轨道交通枢纽、高层建筑、公共聚集空间等进行示范验证及应用，通过虚实互动、平行执行的方式对实际人员疏散进行控制与管理，实现动态疏导；
系统优化模块：用于在实际应用时，基于历史数据对疏散仿真模型以及疏散路径进行优化；本申请可广泛应用于社区、轨道交通枢纽、高层建筑、公共聚集空间等空间的应急管理中。
图4是本申请实施例提供的平行智能应急协同方法的硬件设备结构示意图。如图4所示，该设备包括一个或多个处理器以及存储器。以一个处理器为例，该设备还可以包括：输入系统和输出系统。
处理器、存储器、输入系统和输出系统可以通过总线或者其他方式连接，图4中以通过总线连接为例。
存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块，从而执行电子装备的各种功能应用以及数据处理，即实现上述方法实施例的处理方法。
存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至处理系统。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入系统可接收输入的数字或字符信息，以及产生信号输入。输出系统可包括显示屏等显示设备。
所述一个或者多个模块存储在所述存储器中，当被所述一个或者多个处理器执行时，执行上述任一方法实施例的以下操作：
步骤a：建立基于视觉时空融合的人工系统模型，通过所述人工系统模型对待疏散空间进行基于跨视频地理智能融合分析的人员群体感知和疏散通道通行状态检测；所述人员群体感知和疏散通道通行状态检测包括人员定位、人员分布、热力图、通道路阻检测；
步骤b：建立基于多智能体疏散仿真的计算实验系统，构建所述待疏散空间的三维虚拟仿真环境，基于历史灾害环境模拟及危险度态势分析构建基于人员分布的多智能体疏散仿真模型，以所述人员定位、人员分布为输入，通过所述多智能体疏散仿真模型进行疏散仿真，并生成最优疏散方案预测结果；
步骤c：建立基于实时监测及增强现实可视化的平行执行协同系统，基于所述人员定位、人员分布、热力图、通道路阻进行推演模拟及动态疏散仿真，并结合所述计算实验系统的预测结果生成最优疏散方案。
上述产品可执行本申请实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本申请实施例提供的方法。
本申请实施例提供了一种非暂态(非易失性)计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行以下操作：
步骤a：建立基于视觉时空融合的人工系统模型，通过所述人工系统模型对待疏散空间进行基于跨视频地理智能融合分析的人员群体感知和疏散通道通行状态检测；所述人员群体感知和疏散通道通行状态检测包括人员定位、人员分布、热力图、通道路阻检测；
步骤b：建立基于多智能体疏散仿真的计算实验系统，构建所述待疏散空间的三维虚拟仿真环境，基于历史灾害环境模拟及危险度态势分析构建基于人员分布的多智能体疏散仿真模型，以所述人员定位、人员分布为输入，通过所述多智能体疏散仿真模型进行疏散仿真，并生成最优疏散方案预测结果；
步骤c：建立基于实时监测及增强现实可视化的平行执行协同系统，基于所述人员定位、人员分布、热力图、通道路阻进行推演模拟及动态疏散仿真，并结合所述计算实验系统的预测结果生成最优疏散方案。
本申请实施例提供了一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行以下操作：
步骤a：建立基于视觉时空融合的人工系统模型，通过所述人工系统模型对待疏散空间进行基于跨视频地理智能融合分析的人员群体感知和疏散通道通行状态检测；所述人员群体感知和疏散通道通行状态检测包括人员定位、人员分布、热力图、通道路阻检测；
步骤b：建立基于多智能体疏散仿真的计算实验系统，构建所述待疏散空间的三维虚拟仿真环境，基于历史灾害环境模拟及危险度态势分析构建基于人员分布的多智能体疏散仿真模型，以所述人员定位、人员分布为输入，通过所述多智能体疏散仿真模型进行疏散仿真，并生成最优疏散方案预测结果；
步骤c：建立基于实时监测及增强现实可视化的平行执行协同系统，基于所述人员定位、人员分布、热力图、通道路阻进行推演模拟及动态疏散仿真，并结合所述计算实验系统的预测结果生成最优疏散方案。
本申请实施例的平行智能应急协同方法、系统及电子装备通过构建包含人工系统、计算实验、平行执行等一体的混合增强平行智能应急协同体系，以摄像头动态检测的人工系统与仿真建模的计算实验系统之间平行互动，以仿真计算实验优化疏散方案指导实际人员疏散，以实际人员的疏散过程监测来动态优化仿真实验疏散方案，通过虚拟系统与实际系统的相互补充、协调演化，实现动态地疏散诱导。同时基于边缘计算的视觉融合定位、最优路径规划及增强现实导航功能，进行多传感器与BIM融合的室内视觉融合定位，对个人从当前位置到安全区域的最优疏散路径进行立体规划，通过移动终端提供直观有效的室内外一体化增强现实AR个人疏散最优路径导航，从而提高应急响应效率、减少伤亡和损失。与现有技术相比，本申请至少具有如下优点：
(1)拓展平行系统理论，实现基于多视频检测时空融合的人工系统动态建模，建立基于多智能体疏散仿真的计算实验系统、基于实时监测及增强现实可视化的平行执行协同系统，通过虚实互动方式、协同演进，解决现实系统中突现性、不稳定性、非线性、不确定性的问题。
(2)利用移动终端视觉融合定位技术、仿真技术、虚拟现实技术、增强现实技术实现疏散路径的动态规划，基于视觉检测进行疏散路网路阻实时监测，当实际疏散路网状态发生改变，则及时进行动态疏散路径规划，实现动态的应急疏散，解决“事前模型”的仿真结果无法应对实际不确定问题的局限性。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本申请中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本申请所示的这些实施例，而是要符合与本申请所公开的原理和新颖特点相一致的最宽的范围。
Claims (11)
1.一种平行智能应急协同方法，其特征在于，包括以下步骤：
步骤a：建立基于视觉时空融合的人工系统模型，通过所述人工系统模型对待疏散空间进行基于跨视频地理智能融合分析的人员群体感知和疏散通道通行状态检测；所述人员群体感知和疏散通道通行状态检测包括人员定位、人员分布、热力图、通道路阻检测；
步骤b：建立基于多智能体疏散仿真的计算实验系统，构建所述待疏散空间的三维虚拟仿真环境，基于历史灾害环境模拟及危险度态势分析构建基于人员分布的多智能体疏散仿真模型，以所述人员定位、人员分布为输入，通过所述多智能体疏散仿真模型进行疏散仿真，并生成最优疏散方案预测结果；
步骤c：建立基于实时监测及增强现实可视化的平行执行协同系统，基于所述人员定位、人员分布、热力图、通道路阻进行推演模拟及动态疏散仿真，并结合所述计算实验系统的预测结果生成最优疏散方案。
2.根据权利要求1所述的平行智能应急协同方法，其特征在于，在所述步骤a中，所述建立基于视觉时空融合的人工系统模型具体包括：
步骤a1：针对待疏散空间部署视频监控网络，通过所述视频监控网络采集待疏散空间内各个区域的视频数据；
步骤a2：基于视觉物体识别对待疏散空间进行物体或特定三维空间的结构识别，并基于BIM位置信息对摄像头采集到的各个视频区域的视频数据进行视频区域地理配准，提取各个视频区域的人员及位置信息，对单一视频区域内的人员空间位置及人员数量进行分析；
步骤a3：对多个具有空间临近的视频数据通过地理融合分析，对一定区域范围内的人员定位、人员分布及轨迹进行分析；
步骤a4：对所有视频区域的视频数据进行异常检测，得到疏散通道的拥堵或阻断情况，并生成疏散路网的通道路阻参数。
3.根据权利要求2所述的平行智能应急协同方法，其特征在于，在所述步骤b中，所述建立基于多智能体疏散仿真的计算实验系统具体包括：
步骤b1：从待疏散空间的CAD平面图中提取地图数据，为楼层、室内路径、出口点和消防设施等创建GIS图层，通过GIS技术处理GIS图层并创建三维模型和路径拓扑网络；
步骤b2：根据摄像头采集的待疏散空间内人群特点、分布特征及安全区域位置，基于历史灾害环境模拟、危险度态势分析，对待疏散空间内的人员进行实况模拟，基于历史数据生成数字化预案和常规疏散方案，通过典型疏散行为及其演变特征调整并优化疏散方案；
步骤b3：根据实际历史监测数据生成待疏散空间内人员的最优疏散策略和疏散方案预测结果。
4.根据权利要求3所述的平行智能应急协同方法，其特征在于，在所述步骤c中，所述建立基于实时监测及增强现实可视化的平行执行协同系统具体包括：
步骤c1：构建3D实景增强现实可视化系统，基于待疏散空间CAD数据和地图数据构建三维可视化场景、BIM，建立与现实场景一致的虚拟场景；
步骤c2：基于动态叠加渲染技术将人工系统模型获取的人员定位、人员分布、热力图、通道路阻数据叠加并渲染到建立的虚拟场景中；
步骤c3：触发所述多智能体疏散仿真模型进行动态疏散仿真、推演模拟，并生成最优疏散方案；
步骤c4：根据所述通道路阻参数构建疏散路网，得到人员群体从当前位置到安全区域的最优路径，并将疏散路网传输至待疏散空间内的移动终端用户；
步骤c5：在各疏散路径设置智能疏散指示标志，通过所述最优疏散方案以及智能疏散指示标志进行人员疏散。
5.根据权利要求1至4任一项所述的平行智能应急协同方法，其特征在于，所述步骤c后还包括：基于移动端边缘计算融合视觉语义分析和BIM进行视觉融合定位，获取待疏散空间内的移动终端用户的室内定位点，并基于移动终端用户的室内定位点计算到达安全区域的最优立体疏散路径，根据最优立体疏散路径进行室内外一体化增强现实AR导航。
6.一种平行智能应急协同系统，其特征在于，包括：
人工系统构建模块：用于建立基于视觉时空融合的人工系统模型，通过所述人工系统模型对待疏散空间进行基于跨视频地理智能融合分析的人员群体感知和疏散通道通行状态检测；所述人员群体感知和疏散通道通行状态检测包括人员定位、人员分布、热力图、通道路阻检测；
计算实验系统构建模块：用于建立基于多智能体疏散仿真的计算实验系统，构建所述待疏散空间的三维虚拟仿真环境，基于历史灾害环境模拟及危险度态势分析构建基于人员分布的多智能体疏散仿真模型，以所述人员定位、人员分布为输入，通过所述多智能体疏散仿真模型进行疏散仿真，并生成最优疏散方案预测结果；
平行执行协同系统构建模块：用于建立基于实时监测及增强现实可视化的平行执行协同系统，基于所述人员定位、人员分布、热力图、通道路阻进行推演模拟及动态疏散仿真，并结合所述计算实验系统的预测结果生成最优疏散方案。
7.根据权利要求6所述的平行智能应急协同系统，其特征在于，所述人工系统构建模块具体包括：
视频监控单元：用于针对待疏散空间部署视频监控网络，通过所述视频监控网络采集待疏散空间内各个区域的视频数据；
视频分析单元：用于基于视觉物体识别对待疏散空间进行物体或特定三维空间的结构识别，并基于BIM位置信息对摄像头采集到的各个视频区域的视频数据进行视频区域地理配准，提取各个视频区域的人员及位置信息，对单一视频区域内的人员空间位置及人员数量进行分析；
人员分析单元：用于对多个具有空间临近的视频数据通过地理融合分析，对一定区域范围内的人员定位、人员分布及轨迹进行分析；
异常检测单元：用于对所有视频区域的视频数据进行异常检测，得到疏散通道的拥堵或阻断情况，并生成疏散路网的通道路阻参数。
8.根据权利要求7所述的平行智能应急协同系统，其特征在于，所述计算实验系统构建模块具体包括：
GIS处理单元：用于从待疏散空间的CAD平面图中提取地图数据，为楼层、室内路径、出口点和消防设施等创建GIS图层，通过GIS技术处理GIS图层并创建三维模型和路径拓扑网络；
模拟疏散单元：用于根据摄像头采集的待疏散空间内人群特点、分布特征及安全区域位置，基于历史灾害环境模拟、危险度态势分析，对待疏散空间内的人员进行实况模拟，基于历史数据生成数字化预案和常规疏散方案，通过典型疏散行为及其演变特征调整并优化疏散方案；
疏散结果预测单元：用于根据实际历史监测数据生成待疏散空间内人员的最优疏散策略和疏散方案预测结果。
9.根据权利要求8所述的平行智能应急协同系统，其特征在于，所述平行执行协同系统构建模块具体包括：
虚拟场景构建单元：用于构建3D实景增强现实可视化系统，基于待疏散空间CAD数据和地图数据构建三维可视化场景、BIM，建立与现实场景一致的虚拟场景；
虚实叠加单元：用于基于动态叠加渲染技术将人工系统模型获取的人员定位、人员分布、热力图、通道路阻数据叠加并渲染到建立的虚拟场景中；
动态仿真单元：用于触发所述多智能体疏散仿真模型进行动态疏散仿真、推演模拟，并生成最优疏散方案；
疏散路径构建单元：用于根据所述通道路阻参数构建疏散路网，得到人员群体从当前位置到安全区域的最优路径，并将疏散路网传输至待疏散空间内的移动终端用户；
智能疏散单元：用于在各疏散路径设置智能疏散指示标志，通过所述最优疏散方案以及智能疏散指示标志进行人员疏散。
10.根据权利要求6至9任一项所述的平行智能应急协同系统，其特征在于，还包括定位导航模块，所述定位导航模块用于基于移动端边缘计算融合视觉语义分析和BIM进行视觉融合定位，获取待疏散空间内的移动终端用户的室内定位点，并基于移动终端用户的室内定位点计算到达安全区域的最优立体疏散路径，根据最优立体疏散路径进行室内外一体化增强现实AR导航。
11.一种电子装备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述1至5任一项所述的平行智能应急协同方法的以下操作：
步骤a：建立基于视觉时空融合的人工系统模型，通过所述人工系统模型对待疏散空间进行基于跨视频地理智能融合分析的人员群体感知和疏散通道通行状态检测；所述人员群体感知和疏散通道通行状态检测包括人员定位、人员分布、热力图、通道路阻检测；
步骤b：建立基于多智能体疏散仿真的计算实验系统，构建所述待疏散空间的三维虚拟仿真环境，基于历史灾害环境模拟及危险度态势分析构建基于人员分布的多智能体疏散仿真模型，以所述人员定位、人员分布为输入，通过所述多智能体疏散仿真模型进行疏散仿真，并生成最优疏散方案预测结果；
步骤c：建立基于实时监测及增强现实可视化的平行执行协同系统，基于所述人员定位、人员分布、热力图、通道路阻进行推演模拟及动态疏散仿真，并结合所述计算实验系统的预测结果生成最优疏散方案。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910993285.6A CN110737989B (zh) | 2019-10-18 | 2019-10-18 | 一种平行智能应急协同方法、系统及电子装备 |
| PCT/CN2020/081386 WO2021073046A1 (zh) | 2019-10-18 | 2020-03-26 | 一种平行智能应急协同方法、系统及电子装备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910993285.6A CN110737989B (zh) | 2019-10-18 | 2019-10-18 | 一种平行智能应急协同方法、系统及电子装备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110737989A true CN110737989A (zh) | 2020-01-31 |
| CN110737989B CN110737989B (zh) | 2024-05-24 |
Family
ID=69269283
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910993285.6A Active CN110737989B (zh) | 2019-10-18 | 2019-10-18 | 一种平行智能应急协同方法、系统及电子装备 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN110737989B (zh) |
| WO (1) | WO2021073046A1 (zh) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111836012A (zh) * | 2020-06-28 | 2020-10-27 | 航天图景（北京）科技有限公司 | 基于三维场景的视频融合与视频联动方法及电子设备 |
| CN111915837A (zh) * | 2020-09-18 | 2020-11-10 | 郑州轻工业大学 | 一种室内智能疏散导航系统及方法 |
| CN112052502A (zh) * | 2020-09-04 | 2020-12-08 | 中国十七冶集团有限公司 | 一种基于bim+ar技术的路线识别方法 |
| CN112308325A (zh) * | 2020-11-05 | 2021-02-02 | 腾讯科技（深圳）有限公司 | 热力图生成方法和装置 |
| CN112562091A (zh) * | 2020-12-22 | 2021-03-26 | 国网上海市电力公司 | 一种基于ar技术的电气试验智能交互方法 |
| WO2021073046A1 (zh) * | 2019-10-18 | 2021-04-22 | 中国科学院深圳先进技术研究院 | 一种平行智能应急协同方法、系统及电子装备 |
| CN112733413A (zh) * | 2020-12-29 | 2021-04-30 | 中国人民解放军陆军防化学院 | 一种化学危害信息融合演示系统 |
| CN112991544A (zh) * | 2021-04-20 | 2021-06-18 | 山东新一代信息产业技术研究院有限公司 | 一种基于全景影像建模的群体疏散行为仿真方法 |
| CN113034718A (zh) * | 2021-03-01 | 2021-06-25 | 启若人工智能研究院(南京)有限公司 | 一种基于多智能体的地铁管道巡检系统 |
| CN113763482A (zh) * | 2021-08-20 | 2021-12-07 | 广州幻境科技有限公司 | 一种涉及多人员的虚拟场景的构建方法和系统 |
| CN114495412A (zh) * | 2022-01-24 | 2022-05-13 | 北京工业大学 | 一种基于元胞自动机的多层建筑火灾疏散指引系统 |
| CN115221704A (zh) * | 2022-07-18 | 2022-10-21 | 应急管理部国家自然灾害防治研究院 | 一种基于数字孪生仿真平台的地质灾害推演方法及系统 |
| CN115359568A (zh) * | 2022-08-24 | 2022-11-18 | 深圳职业技术学院 | 行人智能体运动与应急疏散的仿真方法及计算机设备 |
| CN115809757A (zh) * | 2023-02-09 | 2023-03-17 | 广东广宇科技发展有限公司 | 一种基于商场的消防风险评估预警方法、系统、电子设备 |
| CN116167901A (zh) * | 2022-11-26 | 2023-05-26 | 中国消防救援学院 | 一种基于计算机技术的消防应急演练方法及系统 |
| CN116300517A (zh) * | 2022-12-26 | 2023-06-23 | 北京卫星环境工程研究所 | 面向航天器在轨运行任务的多人协同推演仿真平台及方法 |
| CN117313921A (zh) * | 2023-09-07 | 2023-12-29 | 北京中软国际信息技术有限公司 | 基于信息融合的民航安保事件发展态势预测方法及系统 |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114527749A (zh) * | 2022-01-20 | 2022-05-24 | 松乐智能装备(深圳)有限公司 | 一种智能仓储机器人的安全引导方法及系统 |
| CN115034056A (zh) * | 2022-06-02 | 2022-09-09 | 北京理工大学 | 一种大规模人群运动仿真方法、设备、存储介质 |
| CN115454074A (zh) * | 2022-09-16 | 2022-12-09 | 北京华电力拓能源科技有限公司 | 一种疏散路径规划方法、装置、计算机设备及存储介质 |
| CN115578233B (zh) * | 2022-11-18 | 2023-08-01 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种交通应急疏散方法、系统及计算机设备 |
| CN117993685B (zh) * | 2024-03-15 | 2024-07-16 | 山东城市建设职业学院 | 基于消防应急演练方案的智能优化方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102654894A (zh) * | 2012-02-01 | 2012-09-05 | 黄粤宁 | 用于人员疏散指挥软件系统 |
| CN110020750A (zh) * | 2019-03-28 | 2019-07-16 | 中广核工程有限公司 | 一种基于acp的平行应急疏散系统及其构建方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150009331A1 (en) * | 2012-02-17 | 2015-01-08 | Balaji Venkatraman | Real time railway disaster vulnerability assessment and rescue guidance system using multi-layered video computational analytics |
| CN102815324B (zh) * | 2012-08-24 | 2015-10-28 | 青岛海信网络科技股份有限公司 | 轨道交通应急疏散路线的生成方法及系统 |
| CN104765924B (zh) * | 2015-04-13 | 2018-08-28 | 清华大学 | 城市交通应急疏散仿真系统及控制方法 |
| CN110110389B (zh) * | 2019-04-03 | 2022-10-21 | 河南城建学院 | 一种虚实结合的室内外疏散仿真方法 |
| CN110737989B (zh) * | 2019-10-18 | 2024-05-24 | 中国科学院深圳先进技术研究院 | 一种平行智能应急协同方法、系统及电子装备 |
-
2019
- 2019-10-18 CN CN201910993285.6A patent/CN110737989B/zh active Active
-
2020
- 2020-03-26 WO PCT/CN2020/081386 patent/WO2021073046A1/zh active Application Filing
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102654894A (zh) * | 2012-02-01 | 2012-09-05 | 黄粤宁 | 用于人员疏散指挥软件系统 |
| CN110020750A (zh) * | 2019-03-28 | 2019-07-16 | 中广核工程有限公司 | 一种基于acp的平行应急疏散系统及其构建方法 |
Non-Patent Citations (1)
| Title |
|---|
| 商秀芹 等: "生产企业非常规突发事件的平行应急管理关键技术与系统", 第六届（2011）中国管理学年会-系统管理与复杂性科学分会场, pages 2 - 9 * |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021073046A1 (zh) * | 2019-10-18 | 2021-04-22 | 中国科学院深圳先进技术研究院 | 一种平行智能应急协同方法、系统及电子装备 |
| CN111836012B (zh) * | 2020-06-28 | 2022-05-13 | 航天图景（北京）科技有限公司 | 基于三维场景的视频融合与视频联动方法及电子设备 |
| CN111836012A (zh) * | 2020-06-28 | 2020-10-27 | 航天图景（北京）科技有限公司 | 基于三维场景的视频融合与视频联动方法及电子设备 |
| CN112052502A (zh) * | 2020-09-04 | 2020-12-08 | 中国十七冶集团有限公司 | 一种基于bim+ar技术的路线识别方法 |
| CN111915837A (zh) * | 2020-09-18 | 2020-11-10 | 郑州轻工业大学 | 一种室内智能疏散导航系统及方法 |
| CN112308325B (zh) * | 2020-11-05 | 2024-06-04 | 腾讯科技（深圳）有限公司 | 热力图生成方法和装置 |
| CN112308325A (zh) * | 2020-11-05 | 2021-02-02 | 腾讯科技（深圳）有限公司 | 热力图生成方法和装置 |
| CN112562091A (zh) * | 2020-12-22 | 2021-03-26 | 国网上海市电力公司 | 一种基于ar技术的电气试验智能交互方法 |
| CN112733413B (zh) * | 2020-12-29 | 2022-10-11 | 中国人民解放军陆军防化学院 | 一种化学危害信息融合演示系统 |
| CN112733413A (zh) * | 2020-12-29 | 2021-04-30 | 中国人民解放军陆军防化学院 | 一种化学危害信息融合演示系统 |
| CN113034718A (zh) * | 2021-03-01 | 2021-06-25 | 启若人工智能研究院(南京)有限公司 | 一种基于多智能体的地铁管道巡检系统 |
| CN112991544A (zh) * | 2021-04-20 | 2021-06-18 | 山东新一代信息产业技术研究院有限公司 | 一种基于全景影像建模的群体疏散行为仿真方法 |
| CN113763482A (zh) * | 2021-08-20 | 2021-12-07 | 广州幻境科技有限公司 | 一种涉及多人员的虚拟场景的构建方法和系统 |
| CN114495412A (zh) * | 2022-01-24 | 2022-05-13 | 北京工业大学 | 一种基于元胞自动机的多层建筑火灾疏散指引系统 |
| CN115221704A (zh) * | 2022-07-18 | 2022-10-21 | 应急管理部国家自然灾害防治研究院 | 一种基于数字孪生仿真平台的地质灾害推演方法及系统 |
| CN115221704B (zh) * | 2022-07-18 | 2023-06-09 | 应急管理部国家自然灾害防治研究院 | 一种基于数字孪生仿真平台的地质灾害推演方法及系统 |
| CN115359568A (zh) * | 2022-08-24 | 2022-11-18 | 深圳职业技术学院 | 行人智能体运动与应急疏散的仿真方法及计算机设备 |
| CN116167901A (zh) * | 2022-11-26 | 2023-05-26 | 中国消防救援学院 | 一种基于计算机技术的消防应急演练方法及系统 |
| CN116167901B (zh) * | 2022-11-26 | 2024-04-26 | 中国消防救援学院 | 一种基于计算机技术的消防应急演练方法及系统 |
| CN116300517A (zh) * | 2022-12-26 | 2023-06-23 | 北京卫星环境工程研究所 | 面向航天器在轨运行任务的多人协同推演仿真平台及方法 |
| CN116300517B (zh) * | 2022-12-26 | 2023-11-24 | 北京卫星环境工程研究所 | 面向航天器在轨运行任务的多人协同推演仿真平台及方法 |
| CN115809757A (zh) * | 2023-02-09 | 2023-03-17 | 广东广宇科技发展有限公司 | 一种基于商场的消防风险评估预警方法、系统、电子设备 |
| CN117313921A (zh) * | 2023-09-07 | 2023-12-29 | 北京中软国际信息技术有限公司 | 基于信息融合的民航安保事件发展态势预测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110737989B (zh) | 2024-05-24 |
| WO2021073046A1 (zh) | 2021-04-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110737989B (zh) | 一种平行智能应急协同方法、系统及电子装备 | |
| US20230115110A1 (en) | Traffic simulation method and apparatus, computer device, and storage medium | |
| Gu et al. | A metaverse-based teaching building evacuation training system with deep reinforcement learning | |
| Wang et al. | BIM based virtual environment for fire emergency evacuation | |
| CN103913165B (zh) | 一种室内应急响应情景感知导航系统与导航方法 | |
| CN109324539A (zh) | 一种自动驾驶封闭测试场的智能控制平台及方法 | |
| CN106710001A (zh) | 一种基于变电站巡检机器人集中监控仿真系统及其方法 | |
| CN110929378A (zh) | 一种基于数字孪生的高层建筑应急疏散方法、系统及电子设备 | |
| CN106595565A (zh) | 一种基于bim的智能化监测系统 | |
| US10997832B1 (en) | Augmented reality based dynamic guidance | |
| Subakti et al. | A marker-based cyber-physical augmented-reality indoor guidance system for smart campuses | |
| CN110175368A (zh) | 一种基于bim+gis的轨道交通数据展示系统 | |
| KR102441454B1 (ko) | 실제 및 가상 사물인터넷 기기를 연동한 3차원 디지털 트윈 시각화 시스템 및 그 방법 | |
| CN110415521A (zh) | 交通数据的预测方法、装置和计算机可读存储介质 | |
| CN104899577B (zh) | 建筑物内的人员数量确定方法和人群疏散方法 | |
| Cho et al. | An automated direction setting algorithm for a smart exit sign | |
| Ding et al. | Intelligent emergency digital twin system for monitoring building fire evacuation | |
| CN103218694A (zh) | 电力应急监控方法和系统 | |
| CN113298400A (zh) | 一种基于WebGL的公路隧道智慧监控系统 | |
| Wong et al. | Indoor navigation and information sharing for collaborative fire emergency response with BIM and multi-user networking | |
| CN114299743A (zh) | 用于城市轨道交通的三维运行监控系统 | |
| Deng et al. | Can information sharing among evacuees improve indoor emergency evacuation? An exploration study based on BIM and agent-based simulation | |
| CN211180586U (zh) | 综合管廊运维系统 | |
| Jiang et al. | Status quo and challenges and future development of fire emergency evacuation research and application in built environment | |
| KR101178891B1 (ko) | 통합적 방범성능 평가시스템 및 그 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |