CN112508755A - 基于排队决策模型的人员疏散方法 - Google Patents
基于排队决策模型的人员疏散方法 Download PDFInfo
- Publication number
- CN112508755A CN112508755A CN202011332216.XA CN202011332216A CN112508755A CN 112508755 A CN112508755 A CN 112508755A CN 202011332216 A CN202011332216 A CN 202011332216A CN 112508755 A CN112508755 A CN 112508755A
- Authority
- CN
- China
- Prior art keywords
- person
- queuing
- value
- people
- evacuation
- 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 34
- 230000000449 premovement Effects 0.000 claims abstract description 17
- 238000005381 potential energy Methods 0.000 claims description 22
- 238000011065 in-situ storage Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000002269 spontaneous effect Effects 0.000 abstract description 3
- 230000004888 barrier function Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000008433 psychological processes and functions Effects 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computer Security & Cryptography (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Alarm Systems (AREA)
Abstract
本发明为基于排队决策模型的人员疏散方法,该方法包括:建立人员运动模型;构建排队决策模型:2‑1)初始化每个疏散人员的心理阈值τ和每个疏散人员的排队的心理值,设定时间步骤数,初始化外在状态X;2‑2)通过心理值Mv与心理阈值τ的比较,进行排队欲望的确定:2‑3)确定人员的最终目标地Fd和间接目标地Id:2‑4)设置预移动,同时更新外在状态;2‑5)解决冲突:2‑6)考虑受他人的行为影响、广播影响和自我坚持的影响,更新心理值:2‑7)判断是否所有人都已疏散;若仍有人停留在房间内,则重复步骤2‑2)‑步骤2‑6);若人员已完全疏散,则输出疏散时间。有益于较快疏散自发排队行为,减少出口处的堵塞。
Description
技术领域
本发明属于公共安全技术领域,主要涉及一种人员疏散方法,具体是一种基于排队决策模型的人员疏散方法。
背景技术
近些年,伴随着经济的高速发展,城市建设呈现出复杂化、立体化发展的趋势,人民的生活娱乐方式也越来越多样,这也使得大量人员聚集在一个地方的情况越来越多。这些场所例如音乐会、电影院还有大型会议室等,一旦发生险情,人员的安全疏散至关重要。
人员疏散过程中,除了常见的拱形现象等,还存在着一种排队现象。针对人员疏散过程中的排队现象,多采用的是宏观模型——排队论进行分析研究,针对疏散过程中的堵塞定义为排队,是将疏散人群作为一个群体,来计算整体的疏散时间,但是缺乏对疏散个体的研究。
因此对人员排队时的人员心理状态研究很有必要,对基于排队决策模型的人员疏散方法研究是十分必要的。
发明内容
本发明所要解决的技术问题在于,提供一种基于排队决策模型的人员疏散方法,研究疏散过程中人员个体的排队心理状况,以引导人员进行高效疏散,为有益于较快疏散的自发排队行为,从而减少出口处的堵塞。本发明可以为疏散研究提供所需的数据支持,揭示人员疏散的规律,从而对提升建筑物安全设计水平、提高疏散能力,具有重要的理论意义和现实意义。
为实现其技术目的,本发明所采用的技术方案是,提供一种基于排队决策模型的人员疏散方法,包括如下步骤:
第一步、建立人员运动模型,包括待疏散人员总数、疏散场景、场景内的势能场值;
第二步、构建排队决策模型:
2-1)初始化每个疏散人员的心理阈值τ和每个疏散人员的排队的心理值,设定时间步骤数,初始化外在状态X,外在状态X的初始化值为非0和1的任意值,可以选择初始化值为-1;
2-2)通过心理值Mv与心理阈值τ的比较,进行排队欲望的确定:
如果心理值大于等于心理阈值τ,则排队欲望为1,愿意排队,否则排队欲望为0,不排队;则排队欲望Dqi公式为:
其中i表示某个人员;
2-3)确定人员的最终目标地Fd和间接目标地Id:
人员的最终目标地都是出口所在元胞,当确定的排队欲望为1时,间接目标地为队列地队尾,当确定的排队欲望为0时,间接目标地为最靠近出口的空元胞,自己拼命往前挤出去;
2-4)设置预移动:
人员进行移动方向的选择,有前、后、左、右和原地不动五种选择,根据人员的间接目标地Id进行预移动;如果到达了间接目标地Id,则按照最终目标地Fd进行预移动,否则按照间接目标地Id进行预移动;同时,如果人员到达间接目标地Id,则更新人员的外在状态Xi,该人员属于排队则状态值变为1,若为自由疏散状态则状态值为0;如果人员未到达间接目标地Id,则其外在状态值不变,为初始化值;
2-5)解决冲突:
统计每个人的预移动位置,判断各预移动方向的可行性,如果有两个或两个以上人员的预移动位置发生冲突,则按照以下规则进行冲突解决:
1)如果发生冲突的位置在出口处的元胞,则排队的人以高于不排队的人的概率进入出口处的元胞;
2)如果发生冲突的位置不在出口处的元胞,则随机挑选一个人进入元胞;
2-6)更新心理值:
完成了一个时间步骤的移动后,考虑受他人的行为影响、广播影响和自我坚持的影响,按照下式更新心理值,进行下一时间步骤的疏散,
其中,Mυinew代表人的当前时间步骤的心理值,Mυiold代表上一时间步骤的心理值,Xj代表第j人的外在状态值,Ui表示广播的影响值;α、β、γ分别代表上一时间步骤心理值(自我坚持的影响)、受他人的行为影响和广播影响的权重;aji表示第j人对此人的影响值,有影响则记为1,无影响则为0;i是代表此人,j是代表第j个人;
2-7)判断是否所有人都已疏散;若仍有人停留在房间内,则重复步骤2-2)-步骤2-7);若人员已完全疏散,则输出疏散时间Time;
至此完成排队决策模型的构建,用于指导人员疏散。
进一步的,所述人员运动模型中包括疏散房间大小、出口位置、出口宽度、待疏散人员总数。
进一步的,所述的势能场值代表元胞到门口的距离,利用欧几里德算法获得;出口元胞的势能场值最小,值为0,在没有动态场的干扰下,人们会有从大值势能场值往小值势能场值走的意愿。
本发明的有益效果在于:
1、针对疏散过程中的排队现象进行了再现,并且建立了排队决策模型,进一步还原了疏散过程中的行为的解释,较真实的还原了人员疏散过程;针对排队中的每个个体研究其自身的排队欲望,使疏散过程形成动态的引导疏散,提高疏散效率。
2、本发明针对每个人员的排队心理,设置考虑广播影响、他人影响和自我坚持影响等心理因素作为更新的基础,模拟人员疏散过程中的排队心理过程,对自发排队的现象再现以及个人心理的变化状态影响因素,有利于后期发现人员疏散规律,从而对提升建筑物安全设计水平、指导疏散过程引导措施实施,提高疏散能力,具有重要的理论意义和现实意义。下面结合附图和具体实施方式,对本发明进行进一步的说明。
附图说明书
图1是本发明基于排队决策模型的人员疏散方法的流程图;
图2是势能场值演示图;
图3是邻域示意图。
具体实施方案
实施例1,如图1所示,本实施例是基于排队决策模型的人员疏散方法中,包括以下步骤:
步骤1,设置人员运动模型参数,包括疏散房间大小,出口位置,出口宽度,待疏散人员总数;所设置参数主要依据实际情况进行设置。
步骤2,初始化疏散场景;根据建筑物内布局对二维元胞空间进行疏散场景模拟,根据现实场景设置障碍物的位置,并根据其所处元胞设置被占据状态,被障碍物占据的元胞人员将无法通过,同时根据现实场景设置出口位置。
步骤3,计算场景的势能场值Sij,其势能场值是固定不变的,代表每个元胞到出口的距离,取决于房间的几何形状,采用欧几里德方法计算,出口元胞的势能场值最小,出口处元胞的值为0,在没有动态场的干扰下,人们会有从大值势能场值往小值势能场值走的意愿,即人自发的会从高势能场值往低势能场值移动。如图2所示,出口处的势能场最小其值为0,离出口越远其值越大,在距出口最远的两个墙角势能场值最大。
步骤4,初始化放置人员,人员位置可以是随机的也可以根据特定场景进行放置,每个元胞在同一时间只能被一个人或者障碍物所占据,障碍物所处元胞默认为不可跨越,不可移动的区域。
步骤5,初始化疏散时间Time,初始值为0,设置时间步骤数及一个时间步骤的时间长度为0.5s,该值可以根据实际情况设置;
步骤6,初始化每个疏散人员的心理阈值τ,初始化外在状态X,并且初始化每个疏散人员的排队的心理值,心理阈值是每个人有个随机初始阈值,随机生成,每个人员具有差异性,外在状态初始化值为-1;
步骤7,通过心理值与心理阈值的比较,进行排队欲望的确定;如果心理值大于等于阈值,则排队欲望为1,愿意排队,否则排队欲望为0,不排队;则排队欲望Dqi公式为:
排队欲望Dqi是Mvi第i人的心理值,当其大于等于心理阈值τ时,就有排队欲望;否则当它小于心理阈值τ时,他将没有排队欲望。
步骤8,确定人员的最终目标地Fd和间接目标地Id,人员的最终目标地都是出口所在元胞,当步骤7中计算出的排队欲望为1时,间接目标地为队列地队尾,当计算出地排队欲望为0时,间接目标地为最靠近出口的空元胞,自己拼命往前挤出去;
步骤9,人员开始移动,在一个时间步骤内,一个人员最多移动一个元胞;人员进行移动方向的选择,有前、后、左、右和原地不动五种选择,如图3所示,每个移动方向上的可移动元胞都有一个概率值,图中原地不动的概率记为Pi,j,向右移动的概率记为Pi+1,j,向左移动的概率记为Pi-1,j,向后移动的概率记为Pi,j-1,向前移动的概率记为Pi,j+1,这五个概率值总和为1。人员根据其间接目标地Id进行预移动,如果到达了间接目标地Id,则按照最终目标地Fd进行预移动,否则按照间接目标地Id进行预移动;同时更新人员的外在状态,如果人员到达间接目标地Id,则更新人员的外在状态Xi,该人员属于排队则状态值变为1,若为自由疏散状态则状态值为0;如果人员没到达间接目标地Id,外在状态值不变;
步骤10,对每个人预移动位置进行统计,判断各预移动方向的可行性,如果有多个(两个及两个以上)人员的预移动位置发生冲突,则按照以下规则进行冲突解决:
1、如果发生冲突的位置在出口处的元胞,则排队的人以高于不排队的人的概率进入出口处的元胞。
2、如果发生冲突的位置不在出口处的元胞,则随机挑选一个人进入元胞。
步骤11,判断人员是否已经疏散完成,确认了预移动位置后,如果此人预移动前已经在出口所在元胞,则认为该人已经从房间疏散出去,待疏散人员总人数自动减一;
步骤12,完成了一个时间步骤的移动后,更新心理值,此时进行下一时间步骤的疏散,
受他人的行为影响、广播影响和自我坚持三个因素的影响。按照下述公式更新,该公式也就是心理值计算模型:
其中,Mvinew代表人的当前时间步骤的心理值,Mviold代表上一时间步骤的心理值,Xj代表第j人的外在状态值,Ui表示广播的影响值,有广播则记为1,无广播则记为0。α、β、γ分别代表上一时刻心理值、他人的影响和广播的影响的权重,随机给定;aji表示第j人对此人的影响值,有影响则记为1,无影响则为0;i是代表此人,j是代表第j个人。
步骤13,判断是否所有人都已疏散,即判断待疏散人员总人数是否为0;若仍有人停留在房间内,则重复步骤7-12;若人员已完全疏散,则输出疏散时间Time。
本实施案例中,在引导排队疏散场景下,通过对人员排队心理进行建模和分析研究,找寻人员疏散过程中如何才能更好得排队,避免拥堵以达到更好地提高疏散效率。可以很好地描述疏散过程中的排队现象。本实施用例能够真实的还原人员在该特定场景中的疏散过程。
本发明适用于在学校和工厂等人员较易听从管理的人员密集场所下进行基于排队决策模型的仿真研究,发现总人数一样的情形下,其中排队人员越多时,整体的疏散效率越高,疏散时间越短。能实现对个人排队行为的分析及对疏散过程中目前所研究的较少的排队现象的再现。
本发明未述及之处适用于现有技术。
Claims (7)
1.一种基于排队决策模型的人员疏散方法,该方法包括如下步骤:
第一步、建立人员运动模型,包括待疏散人员总数、疏散场景、场景内的势能场值;
第二步、构建排队决策模型:
2-1)初始化每个疏散人员的心理阈值τ和每个疏散人员的排队的心理值,设定时间步骤数,初始化外在状态X;
2-2)通过心理值Mv与心理阈值τ的比较,进行排队欲望的确定:
如果心理值大于等于心理阈值τ,则排队欲望为1,愿意排队,否则排队欲望为0,不排队;
2-3)确定人员的最终目标地Fd和间接目标地Id:
人员的最终目标地都是出口所在元胞,当确定的排队欲望为1时,间接目标地为队列地队尾,当确定的排队欲望为0时,间接目标地为最靠近出口的空元胞;
2-4)设置预移动:
人员进行移动方向的选择,有前、后、左、右和原地不动五种选择,根据人员的间接目标地Id进行预移动;如果到达了间接目标地Id,则按照最终目标地Fd进行预移动,否则按照间接目标地Id进行预移动;
同时,如果人员到达间接目标地Id,则更新人员的外在状态Xi,该人员属于排队则状态值变为1,若为自由疏散状态则状态值为0;
如果人员未到达间接目标地Id,则其外在状态值不变;
2-5)解决冲突:
统计每个人的预移动位置,判断各预移动方向的可行性,如果有两个或两个以上人员的预移动位置发生冲突,则按照以下规则进行冲突解决:
1)如果发生冲突的位置在出口处的元胞,则排队的人以高于不排队的人的概率进入出口处的元胞;
2)如果发生冲突的位置不在出口处的元胞,则随机挑选一个人进入元胞;
2-6)更新心理值:
完成了一个时间步骤的移动后,考虑受他人的行为影响、广播影响和自我坚持的影响,按照下式更新心理值,进行下一时间步骤的疏散,
其中,Mvinew代表人的当前时间步骤的心理值,Mviold代表上一时间步骤的心理值,Xj代表第j人的外在状态值,Ui表示广播的影响值;α、β、γ分别代表上一时间步骤自我坚持的影响、受他人的行为影响和广播影响的权重;aji表示第j人对此人的影响值,有影响则记为1,无影响则为0;i是代表此人,j是代表第j个人;
2-7)判断是否所有人都已疏散;若仍有人停留在房间内,则重复步骤2-2)-步骤2-6);若人员已完全疏散,则输出疏散时间Time;
至此完成排队决策模型的构建,用于指导人员疏散。
3.根据权利要求1所述的人员疏散方法,其特征在于,外在状态初始化值为-1,一个时间步骤的时间长度为0.5s。
4.根据权利要求1所述的人员疏散方法,其特征在于,所述人员运动模型中还包括疏散房间大小、出口位置、出口宽度。
5.根据权利要求1所述的人员疏散方法,其特征在于,所述的势能场值代表元胞到门口的距离,利用欧几里德算法获得;出口元胞的势能场值最小,值为0,在没有动态场的干扰下,人们会有从大值势能场值往小值势能场值走的意愿。
6.根据权利要求1所述的人员疏散方法,其特征在于,步骤2-7)中判断是否所有人都已疏散,以判断待疏散人员总人数是否为0为条件,若为0则已完全疏散。
7.根据权利要求1所述的人员疏散方法,其特征在于,该方法用于人员较易听从管理的人员密集场所,包括学校和工厂,能实现对个人排队行为的分析及对疏散过程中排队现象的再现。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011332216.XA CN112508755B (zh) | 2020-11-24 | 2020-11-24 | 基于排队决策模型的人员疏散方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011332216.XA CN112508755B (zh) | 2020-11-24 | 2020-11-24 | 基于排队决策模型的人员疏散方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112508755A true CN112508755A (zh) | 2021-03-16 |
CN112508755B CN112508755B (zh) | 2022-03-01 |
Family
ID=74959297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011332216.XA Active CN112508755B (zh) | 2020-11-24 | 2020-11-24 | 基于排队决策模型的人员疏散方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112508755B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040172315A1 (en) * | 1999-08-10 | 2004-09-02 | Hale Gregory B. | Management of the flow of persons in relation to centers of crowd concentration |
CN102354380A (zh) * | 2011-10-14 | 2012-02-15 | 东南大学 | 地铁枢纽人员疏散的路径分配方法 |
CN102521998A (zh) * | 2012-01-09 | 2012-06-27 | 吉林大学 | 特大灾害条件下基于可靠性的应急交通疏散路径优化方法 |
CN103927433A (zh) * | 2014-03-20 | 2014-07-16 | 浙江工商大学 | 基于流控制的多源点多出口人群应急疏散调度方法 |
CN105373852A (zh) * | 2015-11-11 | 2016-03-02 | 深圳市华阳国际工程设计股份有限公司 | 基于bim的人员疏散提示系统及方法 |
US20200050206A1 (en) * | 2018-08-09 | 2020-02-13 | Cobalt Robotics Inc. | Automated route selection by a mobile robot |
CN111071305A (zh) * | 2019-12-06 | 2020-04-28 | 北京交通运输职业学院 | 城市轨道交通列车停站时间智能估算方法及装置 |
CN111710167A (zh) * | 2020-08-24 | 2020-09-25 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种基于在线交通仿真的单点优化控制方法及装置 |
-
2020
- 2020-11-24 CN CN202011332216.XA patent/CN112508755B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040172315A1 (en) * | 1999-08-10 | 2004-09-02 | Hale Gregory B. | Management of the flow of persons in relation to centers of crowd concentration |
CN102354380A (zh) * | 2011-10-14 | 2012-02-15 | 东南大学 | 地铁枢纽人员疏散的路径分配方法 |
CN102521998A (zh) * | 2012-01-09 | 2012-06-27 | 吉林大学 | 特大灾害条件下基于可靠性的应急交通疏散路径优化方法 |
CN103927433A (zh) * | 2014-03-20 | 2014-07-16 | 浙江工商大学 | 基于流控制的多源点多出口人群应急疏散调度方法 |
CN105373852A (zh) * | 2015-11-11 | 2016-03-02 | 深圳市华阳国际工程设计股份有限公司 | 基于bim的人员疏散提示系统及方法 |
US20200050206A1 (en) * | 2018-08-09 | 2020-02-13 | Cobalt Robotics Inc. | Automated route selection by a mobile robot |
CN111071305A (zh) * | 2019-12-06 | 2020-04-28 | 北京交通运输职业学院 | 城市轨道交通列车停站时间智能估算方法及装置 |
CN111710167A (zh) * | 2020-08-24 | 2020-09-25 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种基于在线交通仿真的单点优化控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112508755B (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108491598B (zh) | 一种基于路径规划的人群疏散仿真方法及系统 | |
Wu et al. | Enhanced Karnik-Mendel algorithms for Interval Type-2 fuzzy sets and systems | |
CN110245403B (zh) | 一种基于元胞自动机的人员疏散模拟方法 | |
CN108573326B (zh) | 基于遗传蚁群混合算法的视频服务器选址方法 | |
CN109948229B (zh) | 一种室内人群疏散方法及系统 | |
CN107464021A (zh) | 一种基于强化学习的人群疏散仿真方法、装置 | |
Zhang et al. | Multi-agent based modeling and simulating for evacuation process in stadium | |
CN111710433B (zh) | 传染病的发展趋势预测方法及系统 | |
CN112508755B (zh) | 基于排队决策模型的人员疏散方法 | |
KR102108850B1 (ko) | 셀룰러 오토마타 알고리즘을 이용한 보행 상황 시뮬레이션 방법 및 장치 | |
CN112488401A (zh) | 一种火灾逃生路线指引方法及系统 | |
CN115577574A (zh) | 一种导流栏杆位置计算方法、装置、设备及可读存储介质 | |
Schinazi | On the role of social clusters in the transmission of infectious diseases | |
CN106897541A (zh) | 一种基于混合空间的室内人员疏散模拟方法 | |
CN111968020B (zh) | 考虑残障人员运动特征的行人疏散方法 | |
CN112199747B (zh) | 基于排队网络的室内人员疏散方法和疏散系统 | |
CN111475934B (zh) | 一种基于势能场的无靠背座椅阶梯看台人群疏散模拟方法 | |
CN110505681B (zh) | 基于遗传方法的非正交多址接入场景用户配对方法 | |
Konstantara et al. | Parallel implementation of a cellular automata-based model for simulating assisted evacuation of elderly people | |
CN116467863A (zh) | 一种大型行人设施内密集人群引导疏散仿真方法 | |
Cheng et al. | A modified particle swarm optimization-based human behavior modeling for emergency evacuation simulation system | |
Yang | A cellular automaton evacuation model based on random fuzzy minimum spanning tree | |
Zhang et al. | A new dynamic cellular automaton model for pedestrian evacuation process in stadium | |
CN111814338B (zh) | 一种建筑物疏散路径生成方法、系统及设备 | |
Wang et al. | An evacuation algorithm for large buildings |
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 |