CN112488423A - 一种火场中被困人员逃生路径的规划方法 - Google Patents

一种火场中被困人员逃生路径的规划方法 Download PDF

Info

Publication number
CN112488423A
CN112488423A CN202011487655.8A CN202011487655A CN112488423A CN 112488423 A CN112488423 A CN 112488423A CN 202011487655 A CN202011487655 A CN 202011487655A CN 112488423 A CN112488423 A CN 112488423A
Authority
CN
China
Prior art keywords
escape
escape path
weight coefficient
planning
coefficient
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.)
Pending
Application number
CN202011487655.8A
Other languages
English (en)
Inventor
颜普
陈杰
邵慧
胡玉霞
苏亮亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Jianzhu University
Original Assignee
Anhui Jianzhu University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui Jianzhu University filed Critical Anhui Jianzhu University
Priority to CN202011487655.8A priority Critical patent/CN112488423A/zh
Publication of CN112488423A publication Critical patent/CN112488423A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047Optimisation 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

本发明涉及逃生路径规划,具体涉及一种火场中被困人员逃生路径的规划方法,计算各相邻节点之间的环境因素权值系数,将环境因素权值系数及其相互关系映射到带权超图中,利用评价函数求出各相邻节点组成各逃生路径中的最佳逃生路径;本发明提供的技术方案能够能够有效克服现有技术所存在的不能在规划火场逃生路径时全面考虑环境因素带来影响的缺陷。

Description

一种火场中被困人员逃生路径的规划方法
技术领域
本发明涉及逃生路径规划,具体涉及一种火场中被困人员逃生路径的规划方法。
背景技术
在各种灾害中,火灾是最经常、最普遍地威胁公众安全和社会发展的主要灾害之一,其破坏力大、突发性强,给人类的生产和生活带来了不同程度的损害。更重要的是,火灾发生的时间和地点随机,诱因多样,一旦发生很难及时控制,还会造成二次伤害,这给消防人员带来了极大的挑战,同时也给救援人员带来了生命威胁。
据WFSC(WorldFire Statistics Center)2000年以前的不完全统计,全世界每年大概发生600-700万起火灾,每年死于火灾的人数大概有65000-75000人。近年来,我国国内火灾造成的损失非常惨重,2015年全国共发生33.8万起火灾,共造成2854人伤亡,其中1112人受伤,1742人死亡,直接经济损失超过39亿元。火灾不仅带来了重大经济损失,还危害人民群众的生命安全,火灾的检测与救援成为目前迫切需要解决的重大问题之一。
传统的人工搜救不仅效率慢,并且很难发现幸存者。随着智能科技的不断进步,火灾救援机器人受到越来越广泛的关注。救援机器人可以帮助人类处理一些棘手问题,尤其在地震、洪水、火灾等灾害面前,救援机器人可以减少救援人员的损伤,也能较快发现灾情,提高救援效率。因此迫切开展火灾救援机器人的研制,用机器人代替救援人员完成一些危险的工作,既能减少火灾所造成的损失,也能保障人员安全。
火灾救援机器人对被困人员进行定位后,如何用最短的时间将被困人员疏散到安全位置,是疏散成功的重要环节。国内外众多的研究人员开发了建筑物内人员逃生和疏散的模型,用来指导应急疏散设计和建筑物防灾设计。例如,王志刚等学者研究了地下商场人员的疏散,该模型考虑了火灾位置对人员疏散的影响,但没有考虑到烟雾浓度对人员疏散的影响。Levin B M提出的EXITT-A模型为疏散人员确定了很多决定性的规则,但是这种模型的应用局限于小型家庭火灾。
国内外已有的各种模型,没有考虑火灾中燃烧产物或者产生热量对逃生人员的影响。此外,已有的模型中,在计算、分析疏散时间和建筑物内人员滞留的情况时,疏散路线要么按照设计者的意图进行,要么选择距离最短的路线。然而,在建筑火灾现场情况变化极为复杂的情况下,有时候这些路线会被浓烟所阻止,无法成为逃生人员的疏散路线。这时计算结果就不能准确地反映逃生的实际时间,不能有效指导逃生人员进行疏散。同时,当某一通道人员比较密集时,这些模型不能指导逃生人员避开人员密集的通道进行逃生。
目前,大部分火灾逃生路径规划方法是基于物联网技术的模块化多传感器高楼火灾逃生路线规划,能够在火灾发生时通过传感器将火灾环境数字化,以检测各逃生道路中已发生的状况以及是否适宜人员从所监测通道逃生。该方法需要预先安装传感器,且传感器易受外界温度变化、电磁干扰等影响,出现检测误差较大的情况。
发明内容
(一)解决的技术问题
针对现有技术所存在的上述缺点,本发明提供了一种火场中被困人员逃生路径的规划方法,能够有效克服现有技术所存在的不能在规划火场逃生路径时全面考虑环境因素带来影响的缺陷。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
一种火场中被困人员逃生路径的规划方法,包括以下步骤:
S1、计算各相邻节点之间的环境因素权值系数;
S2、将环境因素权值系数及其相互关系映射到带权超图中;
S3、利用评价函数求出各相邻节点组成各逃生路径中的最佳逃生路径。
优选地,S1中环境因素权值系数包括气体体积分数权值系数、人群密度权值系数和通道长度权值系数。
优选地,所述气体体积分数权值系数为惩罚系数与气体体积分数的乘积,其中,所述惩罚系数为通道中有害气体对人体的伤害以及烟雾造成能见度对逃生速度的影响;
所述人群密度权值系数为人群群集通行难易系数与人员分布密度的乘积,其中,所述人群群集通行难易系数为通道中人员分布密度对逃生速度的影响;
所述通道长度权值系数为各相邻节点之间的距离进行归一化处理后得到的数值。
优选地,S2中将环境因素权值系数及其相互关系映射到带权超图中,包括:
将气体体积分数权值系数、人群密度权值系数、通道长度权值系数及其相互关系映射到带权超图H=(V,E)中,其中,V表示被困人员位置特征节点集,E表示连接被困人员位置的超边集,即用来描述位置特征之间的多元关系。
优选地,S3中利用评价函数求出各相邻节点组成各逃生路径中的最佳逃生路径,包括:
建立评价函数f=∑ωi,利用评价函数对各相邻节点组成各逃生路径进行计算,将得到权重值最小的逃生路径作为最佳逃生路径,其中,ωi对应于E中每一条超边的权重,用于衡量超边连接的位置特征的相关程度。
(三)有益效果
与现有技术相比,本发明所提供的一种火场中被困人员逃生路径的规划方法,将有向超图理论用于火场被困人员逃生路径的规划,在基于建筑物空间结构信息、通道烟雾浓度、出口距离等因素的基础上规划逃生路径,给出当前最优或最短的逃生路径帮助被困人员逃生,为火灾救援机器人带领被困人员逃离火灾现场提供关键数据。
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,下面将对实施例或现有技术描述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为本发明规划火场中被困人员逃生路径的流程示意图;
图2为本发明被困人员逃生路径规划示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。
一种火场中被困人员逃生路径的规划方法,如图1所示,包括以下步骤:
S1、计算各相邻节点之间的环境因素权值系数;
S2、将环境因素权值系数及其相互关系映射到带权超图中;
S3、利用评价函数求出各相邻节点组成各逃生路径中的最佳逃生路径。
环境因素权值系数包括气体体积分数权值系数、人群密度权值系数和通道长度权值系数。
气体体积分数权值系数为惩罚系数与气体体积分数的乘积,其中,惩罚系数为通道中有害气体对人体的伤害以及烟雾造成能见度对逃生速度的影响;
人群密度权值系数为人群群集通行难易系数与人员分布密度的乘积,其中,人群群集通行难易系数为通道中人员分布密度对逃生速度的影响;
通道长度权值系数为各相邻节点之间的距离进行归一化处理后得到的数值。
将环境因素权值系数及其相互关系映射到带权超图中,包括:
将气体体积分数权值系数、人群密度权值系数、通道长度权值系数及其相互关系映射到带权超图H=(V,E)中,其中,V表示被困人员位置特征节点集,E表示连接被困人员位置的超边集,即用来描述位置特征之间的多元关系。
本申请技术方案中,考虑三种对疏散效率影响较大的位置特征:烟雾浓度、人员数量和出口距离。
利用评价函数求出各相邻节点组成各逃生路径中的最佳逃生路径,包括:
建立评价函数f=∑ωi,利用评价函数对各相邻节点组成各逃生路径进行计算,将得到权重值最小的逃生路径作为最佳逃生路径,其中,ωi对应于E中每一条超边的权重,用于衡量超边连接的位置特征的相关程度。
火灾救援机器人找到被困人员后,通过计算各逃生路经的权重值可以求出所有节点到出口处的最佳逃生路径。如图2所示,被困人员所处的初始节点为Xi,出口节点为Xi+5,求出评价函数f=∑ωi的最小值,从而能够得到最佳逃生路径,图中最佳逃生路径为虚线所表示的路径。
本申请技术方案中,用有向超图论中点和线的集合“图”来表达通道网络,即将实际通道的动态逃生路径规划问题建模为有向超图上的路径规划。
图中的节点可表示某个空间位置或某个区域(如某房间、走廊等),两节点之间的边可用建筑物空间距离、拥堵情况和该空间中传感器数据(如烟雾浓度数据、二氧化碳含量等)来表征,如两个节点间存在拥堵或烟雾等情况,则对应两节点间的边权值会被设置很大,寻找最佳逃生路径时自然会避开该节点区域。
基于有向超图规划最佳逃生路径不仅考虑了通道中的烟雾浓度和人员分布密度等因素,还考虑目标的方向性,在火灾时可以指导被困人员避开烟雾浓度较高以及人员较为密集的通道进行逃生,从而达到安全、快速疏散的目的。
由于建筑物内传感器数据是实时动态的,因此可以实时给出当前最佳逃生路径,同时针对不同情况,可建立有向图、超图、动态图等不同的图模型,利用不同的图优化策略给出更精确的逃生路径。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (5)

1.一种火场中被困人员逃生路径的规划方法,其特征在于:包括以下步骤:
S1、计算各相邻节点之间的环境因素权值系数;
S2、将环境因素权值系数及其相互关系映射到带权超图中;
S3、利用评价函数求出各相邻节点组成各逃生路径中的最佳逃生路径。
2.根据权利要求1所述的火场中被困人员逃生路径的规划方法,其特征在于:S1中环境因素权值系数包括气体体积分数权值系数、人群密度权值系数和通道长度权值系数。
3.根据权利要求2所述的火场中被困人员逃生路径的规划方法,其特征在于:所述气体体积分数权值系数为惩罚系数与气体体积分数的乘积,其中,所述惩罚系数为通道中有害气体对人体的伤害以及烟雾造成能见度对逃生速度的影响;
所述人群密度权值系数为人群群集通行难易系数与人员分布密度的乘积,其中,所述人群群集通行难易系数为通道中人员分布密度对逃生速度的影响;
所述通道长度权值系数为各相邻节点之间的距离进行归一化处理后得到的数值。
4.根据权利要求3所述的火场中被困人员逃生路径的规划方法,其特征在于:S2中将环境因素权值系数及其相互关系映射到带权超图中,包括:
将气体体积分数权值系数、人群密度权值系数、通道长度权值系数及其相互关系映射到带权超图H=(V,E)中,其中,V表示被困人员位置特征节点集,E表示连接被困人员位置的超边集,即用来描述位置特征之间的多元关系。
5.根据权利要求4所述的火场中被困人员逃生路径的规划方法,其特征在于:S3中利用评价函数求出各相邻节点组成各逃生路径中的最佳逃生路径,包括:
建立评价函数f=∑ωi,利用评价函数对各相邻节点组成各逃生路径进行计算,将得到权重值最小的逃生路径作为最佳逃生路径,其中,ωi对应于E中每一条超边的权重,用于衡量超边连接的位置特征的相关程度。
CN202011487655.8A 2020-12-16 2020-12-16 一种火场中被困人员逃生路径的规划方法 Pending CN112488423A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011487655.8A CN112488423A (zh) 2020-12-16 2020-12-16 一种火场中被困人员逃生路径的规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011487655.8A CN112488423A (zh) 2020-12-16 2020-12-16 一种火场中被困人员逃生路径的规划方法

Publications (1)

Publication Number Publication Date
CN112488423A true CN112488423A (zh) 2021-03-12

Family

ID=74917117

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011487655.8A Pending CN112488423A (zh) 2020-12-16 2020-12-16 一种火场中被困人员逃生路径的规划方法

Country Status (1)

Country Link
CN (1) CN112488423A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114972639A (zh) * 2022-05-18 2022-08-30 合肥观佳智能科技有限公司 一种适用于智慧园区的火情监测系统
CN117168466A (zh) * 2023-10-30 2023-12-05 南京深业智能化系统工程有限公司 一种逃生路径规划方法、装置及存储介质
CN117854255A (zh) * 2024-03-04 2024-04-09 成都理工大学 基于接触式监测的泥石流应急预警方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2690610A1 (de) * 2012-07-26 2014-01-29 Hekatron Vertriebs GmbH Vorrichtung und Verfahren zur Fluchtwegelenkung
CN108154265A (zh) * 2017-12-22 2018-06-12 中国矿业大学 一种矿井火灾逃生路径的元胞自动机优化与引导方法
CN108596812A (zh) * 2018-03-30 2018-09-28 上海无线通信研究中心 一种人群紧急疏散路线的动态生成方法、系统、电子终端
CN111337028A (zh) * 2020-03-31 2020-06-26 深圳市泛海三江电子股份有限公司 一种在复杂建筑体内的灭火指引及人员疏散的方法及系统
CN111982113A (zh) * 2020-07-22 2020-11-24 湖南大学 路径生成方法、装置、设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2690610A1 (de) * 2012-07-26 2014-01-29 Hekatron Vertriebs GmbH Vorrichtung und Verfahren zur Fluchtwegelenkung
CN108154265A (zh) * 2017-12-22 2018-06-12 中国矿业大学 一种矿井火灾逃生路径的元胞自动机优化与引导方法
CN108596812A (zh) * 2018-03-30 2018-09-28 上海无线通信研究中心 一种人群紧急疏散路线的动态生成方法、系统、电子终端
CN111337028A (zh) * 2020-03-31 2020-06-26 深圳市泛海三江电子股份有限公司 一种在复杂建筑体内的灭火指引及人员疏散的方法及系统
CN111982113A (zh) * 2020-07-22 2020-11-24 湖南大学 路径生成方法、装置、设备及存储介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114972639A (zh) * 2022-05-18 2022-08-30 合肥观佳智能科技有限公司 一种适用于智慧园区的火情监测系统
CN117168466A (zh) * 2023-10-30 2023-12-05 南京深业智能化系统工程有限公司 一种逃生路径规划方法、装置及存储介质
CN117168466B (zh) * 2023-10-30 2024-02-02 南京深业智能化系统工程有限公司 一种逃生路径规划方法、装置及存储介质
CN117854255A (zh) * 2024-03-04 2024-04-09 成都理工大学 基于接触式监测的泥石流应急预警方法及系统
CN117854255B (zh) * 2024-03-04 2024-05-24 成都理工大学 基于接触式监测的泥石流应急预警方法及系统

Similar Documents

Publication Publication Date Title
CN112488423A (zh) 一种火场中被困人员逃生路径的规划方法
Jiang Mobile fire evacuation system for large public buildings based on artificial intelligence and IoT
KR102375246B1 (ko) 재난상황을 대비한 지능형 대피 유도 시스템
KR102124067B1 (ko) 사물인터넷 센서를 이용한 연기확산과 피난로 예측 시스템 및 그 방법
CN110516331B (zh) 一种火灾情况下海上人员应急逃生撤离时间计算方法
CN110009738B (zh) 一种面向火灾应急疏散的室内三维表达模型
CN1963878A (zh) 高层建筑火灾智能监测预警预报装置
CN113918673A (zh) 毒气泄漏事故中的应急疏散路径规划方法
CN116187105B (zh) 一种基于数字孪生技术的火灾疏散规划方法及系统
KR102226183B1 (ko) Cctv를 이용한 건물내 재실자 밀도 모니터링 시스템 및 방법
CN113053053A (zh) 基于粒子群优化的区间论证多传感器融合的灾难蜂窝报警联动系统
Wang et al. Simulation research on fire evacuation of large public buildings based on building information modeling
CN114584597A (zh) 一种基于云端系统的智能监控消防系统
Yung et al. How design fires can be used in fire hazard analysis
CN117668570A (zh) 防火电缆的敷设选择装置、方法及设备
CN117114222A (zh) 一种基于物联实时数据的智能应急疏散线路优选方法及系统
Wang et al. A dynamic escape route planning method for indoor multi-floor buildings based on real-time fire situation awareness
Wu et al. A framework of intelligent evacuation guidance system for large building
CN113209533B (zh) 一种应用于高层建筑的消防方法及系统
Jiang et al. Emergency evacuation based on long range communication technology
CN114828302A (zh) 化工材料泄漏源定位方法及装置
Wang Bidirectional ACO intelligent fire evacuation route optimization
Li et al. Analysis of subway fire accident based on Bayesian network
Li et al. Simulation near-field ground motion in Kumamoto earthquake, Japan MJMA7. 3 by empirical green function method
Kim et al. Evacuation Safety Evaluation in the Event of a Fire in a Shopping Center with a Connected Passageway in Korea

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