CN114610832A - 一种最优路线生成、系统、电子设备及存储介质 - Google Patents

一种最优路线生成、系统、电子设备及存储介质 Download PDF

Info

Publication number
CN114610832A
CN114610832A CN202210511209.9A CN202210511209A CN114610832A CN 114610832 A CN114610832 A CN 114610832A CN 202210511209 A CN202210511209 A CN 202210511209A CN 114610832 A CN114610832 A CN 114610832A
Authority
CN
China
Prior art keywords
people
optimal route
optimal
evacuation
time
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
CN202210511209.9A
Other languages
English (en)
Inventor
林涛
温纤纤
张兵
许华杰
吕国林
张晓春
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.)
Shenzhen Urban Transport Planning Center Co Ltd
Original Assignee
Shenzhen Urban Transport Planning Center Co Ltd
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 Shenzhen Urban Transport Planning Center Co Ltd filed Critical Shenzhen Urban Transport Planning Center Co Ltd
Priority to CN202210511209.9A priority Critical patent/CN114610832A/zh
Publication of CN114610832A publication Critical patent/CN114610832A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9538—Presentation of query results
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/024—Guidance services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computational Linguistics (AREA)
  • Automation & Control Theory (AREA)
  • Alarm Systems (AREA)

Abstract

本发明提出一种最优路线生成、系统、电子设备及存储介质，属于应急疏散技术领域。包括蓝牙定位模块、最优路线计算模块、最优路线显示模块；所述蓝牙定位模块用于获得疏散人群手机终端定位；所述最优路线计算模块将平面划分多个区域，按区域疏散人员，当上层的人员疏散到下一层，则通过定位更新下一层的人员分布，重复计算，直至所以人员疏散完成各个区域的疏散时间形成最优疏散路线；所述最优路线展示模块用于展示最优疏散路线，指引人群疏散。本发明可以快速的明确各个区域的最优疏散出口，还可以快速评估预判各个区域的疏散时间，可以提前帮助决策层采用有效的“外力”介入推动疏散较慢区域的疏散。解决了最优疏散路线不精确的技术问题。

Description

一种最优路线生成、系统、电子设备及存储介质
技术领域
本发明涉及一种最优路线生成方法，尤其涉及一种最优路线生成、系统、电子设备及存储介质，属于应急疏散技术领域。
背景技术
综合交通枢纽作为运输网络上的结点，集各种运输方式信息、设备和组织管理于一体，吸引着大量的客货流，是交通运输产业发展的重要支撑。综合交通枢纽的功能主要体现在以下三个方面：一是为区域内部和区域对外的人员及物资交流提供集散和中转服务，带动和支撑区域经济的发展。二是实现不同方向和不同运输方式间客货运输的连续性，完成运输服务的全过程。三是为运输网络吸引和疏散客货流，促进交通运输产业的发展。
综合交通枢纽各个区域分散，各个区域出入口众多，且存在同一口具有出入双重功效，指导区域用户快速疏散成为必要。
针对上述情况，一些研究人员利用蚁群算法寻找优化路径，它由Marco Dorigo于1992年在他的博士论文中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。蚂蚁找到最短路径要归功于信息素和环境，假设有两条路可从蚁窝通向食物，开始时两条路上的蚂蚁数量差不多：当蚂蚁到达终点之后会立即返回，距离短的路上的蚂蚁往返一次时间短，重复频率快，在单位时间里往返蚂蚁的数目就多，留下的信息素也多，会吸引更多蚂蚁过来，会留下更多信息素。而距离长的路正相反，因此越来越多的蚂蚁聚集到最短路径上来。蚁群算法寻找优化路径的步骤如下：
（1） 构建路径
Figure 626587DEST_PATH_IMAGE001
（1）
其中
Figure 912075DEST_PATH_IMAGE002
分别为起点和终点，
Figure 570458DEST_PATH_IMAGE003
为信息素因子，
Figure 359423DEST_PATH_IMAGE004
为启发函数因子，
Figure 930212DEST_PATH_IMAGE005
是两点
Figure 702996DEST_PATH_IMAGE002
路径距离的倒数，
Figure 669465DEST_PATH_IMAGE006
为时间
Figure 578515DEST_PATH_IMAGE007
时由
Figure 851365DEST_PATH_IMAGE008
到
Figure 236079DEST_PATH_IMAGE009
的信息素浓度，
Figure 111631DEST_PATH_IMAGE010
为尚未访问过的节点集合。
（2） 挑选路径
蚂蚁在构建路径的每一步中，用轮盘赌法选择下一个要到达的城市。
（3） 更新每条路径的信息量
信息素浓度与路径长度成反比，
Figure 16133DEST_PATH_IMAGE011
时刻时由
Figure 53359DEST_PATH_IMAGE008
到
Figure 426834DEST_PATH_IMAGE009
的信息素浓度为：
Figure 840497DEST_PATH_IMAGE012
（2）
Figure 599506DEST_PATH_IMAGE013
（3）
其中
Figure 807634DEST_PATH_IMAGE014
为信息素挥发因子，
Figure 901360DEST_PATH_IMAGE015
为信息素残留系数；
Figure 259660DEST_PATH_IMAGE016
为m只蚂蚁在
Figure 732230DEST_PATH_IMAGE008
到
Figure 376838DEST_PATH_IMAGE009
的路径上留下的信息素总和。
但该方法存在求出的最优疏散路线不精确的问题。
因此，亟需一种最优路线生成方法，解决现有技术中存在的最优疏散路线不精确的问题，保障人员在应急场所中快速疏散。
发明内容
在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。
鉴于此，为解决现有技术中存在的最优疏散路线不精确的技术问题，本发明提供一种最优路线生成、系统、电子设备及存储介质。
方案一：一种最优路线生成系统，包括蓝牙定位模块、最优路线计算模块、最优路线显示模块；
所述蓝牙定位模块用于获得疏散人群手机终端定位；
所述最优路线计算模块用于计算各个区域的疏散时间形成最优疏散路线；
所述最优路线显示模块用于展示最优疏散路线，指引人群疏散。
方案二：一种最优路线生成方法，包括以下步骤：
S1. 获取疏散人群手机终端定位，并将定位在显示终端展示，具体方法是，包括以下步骤：
S11. 假设手机终端的位置坐标为(X,Y),已知固定位置（X1，Y1），（X2，Y2），（X3，Y3），根据两点之间距离计算公式得知距离D1 2 =(X-X1)2+(Y-Y1)2 , 距离D2 2 =(X-X2)2+(Y-Y2)2 ，距离D3 2 =(X-X3)2+(Y-Y3)2 ；
S12. 距离D1、D2、D3 根据设备信号强度计算，距离D=10^((ABS(RSSI)-A)/(10*n))，其中A为距离设备1米时设备信号强度的绝对值，n为环境衰减因子，RSSI为设备信号强度；
S13. 计算手机终端的位置坐标（X，Y）；
S14. 调用ArcGIS的API将手机终端的坐标位置在场内平面图内进行展示；
S2. 计算最优路线，具体方法是，包括以下步骤；
S21.将平面划分多个区域，按区域疏散人员，楼梯口假定为出口；假设建筑的L层某区域
Figure 456396DEST_PATH_IMAGE017
的人数为R，L层的出口集合为
Figure 211863DEST_PATH_IMAGE018
；
S22. 采集区域D的人从区域D到达各出口的时间，不同时刻各个出口拥堵的人数，每个出口每秒通过的人数；
S23. 假设区域D的人从区域D到达各出口的时间分别为
Figure 211043DEST_PATH_IMAGE019
，不同时刻各个出口拥堵的人数分别为
Figure 151186DEST_PATH_IMAGE020
，每个出口每秒通过的人数分别为
Figure 829292DEST_PATH_IMAGE021
；S24. 实时更新每条路径的信息量；
S25.计算所有路径在每个时刻为最优路线的概率；
S26. 概率值最大的路线即为该层的最优疏散路线，可将区域D的人员从最优路线疏散或将人员分批从概率值较大的几条路线疏散。
优选的，多层或复杂的建筑结构计算最优路线时，将每层的人员按照S21-S25的方式疏散，当上层的人员疏散到下一层，则通过定位更新下一层的人员分布，重复S21-S25，直至所以人员疏散完成。
优选的，还包括以下步骤：
S3. 预测疏散时间，具体方法是，区域D的人员预测疏散时间
Figure 263815DEST_PATH_IMAGE022
如下述公式所述：
Figure 242135DEST_PATH_IMAGE023
其中
Figure 854645DEST_PATH_IMAGE024
为选择的最优路线的人员通过所需要的时间，
Figure 285626DEST_PATH_IMAGE025
为最优路线出口的拥堵人数，
Figure 258261DEST_PATH_IMAGE026
为最优路线出口每秒通过的人数，当将区域D的人员分几条路线疏散时，区域D的人员疏散时间为疏散时间最久的路线的时间。
S4. 将最优路线和预计疏散时间在显示终端上显示。
优选的，所述实时更新每条路径的信息量的具体方法是，计算
Figure 825509DEST_PATH_IMAGE027
时刻时由i到j的信息素浓度：
Figure 107454DEST_PATH_IMAGE028
Figure 760153DEST_PATH_IMAGE029
其中
Figure 536479DEST_PATH_IMAGE030
分别为起点和终点，即起点为区域D，终点为L层的出口；
Figure 223812DEST_PATH_IMAGE031
为信息素挥发因子，
Figure 192772DEST_PATH_IMAGE032
，
Figure 473712DEST_PATH_IMAGE033
为信息素残留系数；
Figure 912784DEST_PATH_IMAGE034
为时间
Figure 579257DEST_PATH_IMAGE035
时由
Figure 78372DEST_PATH_IMAGE036
到
Figure 581028DEST_PATH_IMAGE037
的信息素浓度；
Figure 823791DEST_PATH_IMAGE038
为
Figure 111815DEST_PATH_IMAGE039
时刻在
Figure 47410DEST_PATH_IMAGE036
到
Figure 506204DEST_PATH_IMAGE037
的路径上留下的信息素总和；
Figure 818237DEST_PATH_IMAGE040
为信息素常量，取值为[10,1000]范围内。
优选的，所述计算所有路径在每个时刻为最优路线的概率的方法是：
Figure 459303DEST_PATH_IMAGE041
Figure 300220DEST_PATH_IMAGE042
其中
Figure 511889DEST_PATH_IMAGE030
分别为起点和终点，即起点为区域D，终点为L层的出口；
Figure 96454DEST_PATH_IMAGE043
为信息素因子，取值为[1,4]范围内；
Figure 90562DEST_PATH_IMAGE044
为启发函数因子，取值为[0,5]范围内；
Figure 102380DEST_PATH_IMAGE045
是人由起点
Figure 66925DEST_PATH_IMAGE036
到通过出口
Figure 189602DEST_PATH_IMAGE037
所需时间的倒数；
Figure 539681DEST_PATH_IMAGE046
为出口集合；
优选的，将方案二所述一种最优路线生成方法应用在综合交通枢纽、建筑物内、公园或人员疏散场景
方案三：一种电子设备，包括存储器和处理器，存储器存储有计算机程序，所述的处理器执行所述计算机程序时实现方案二所述的一种最优路线生成方法的步骤。
方案四：一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现方案二所述的一种最优路线生成方法。
本发明的有益效果如下：本发明可以快速的明确各个区域的最优疏散出口，并联动区域的信息显示设备进行信息展示指引疏散，还可以快速评估预判各个区域的疏散时间，可以提前帮助决策层采用有效的“外力”介入推动疏散较慢区域的疏散。解决了现有技术中存在的最优疏散路线不精确的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明方法流程示意图；
图2为本发明定位部署架构示意图；
图3为本发明定位算法示意图。
具体实施方式
为了使本发明实施例中的技术方案及优点更加清楚明白，以下结合附图对本发明的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本发明的一部分实施例，而不是所有实施例的穷举。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
实施例1、一种最优路线生成系统，包括蓝牙定位模块、最优路线计算模块、最优路线显示模块
所述蓝牙定位模块用于获得疏散人群手机终端定位；
所述最优路线计算模块用于计算各个区域的疏散时间形成最优疏散路线；
所述最优路线显示模块用于展示最优疏散路线，指引人群疏散。
实施例2、参照图1-图3说明本实施例，一种最优路线生成方法，包括以下步骤：
S1. 获取疏散人群手机终端定位，并将定位在显示终端展示，
具体的，采用蓝牙基于测距的三角定位方法，根据场内设备所发射的RSSI建立距离转化模型，当手机终端进入多个蓝牙基站覆盖的范围时（蓝牙惯导定位引擎），手机终端内置的蓝牙扫描算法多次筛选出RSSI值最大的三个设备，并获取其对应的坐标点，再计算出智能终端的当前位置。
具体的，首先在场内区域铺设蓝牙beacon节点和蓝牙网关。当手机终端进入beacon信号覆盖范围，终端就能感应到beacon的广播信号，然后测算出在某beacon下的RSSI值通过蓝牙网关经过WIFI网络传送到后端数据服务器（地图引擎服务），通过服务器内置的定位算法测算出手机终端的具体位置，参照图2。
具体的，实现方法包括以下步骤：
S11. 假设手机终端的位置坐标为(X,Y),已知固定位置（X1，Y1），（X2，Y2），（X3，Y3），根据两点之间距离计算公式得知距离D1 2 =(X-X1)2+(Y-Y1)2 , 距离D2 2 =(X-X2)2+(Y-Y2)2 ，距离D3 2 =(X-X3)2+(Y-Y3)2 ；
S12. 距离D1、D2、D3 根据RSSI计算，距离D=10^((ABS(RSSI)-A)/(10*n))，其中A为距离设备1米时设备信号强度的绝对值，n为环境衰减因子，RSSI为设备信号强度，为负数；
S13. 计算手机终端的位置坐标（X，Y）；
S14. 调用ArcGIS的API将手机终端的坐标位置在场内平面图内进行展示；
通过S1获取到所有场内手持终端的定位，结合场内平面图展示其所有的点位信息构建人员疏散模拟模型，实现过程如下：
S2. 计算最优路线；
本实施例引用蚁群算法生成人员应急疏散最优路线，对蚁群算法的
Figure 722400DEST_PATH_IMAGE047
和
Figure 174241DEST_PATH_IMAGE048
的计算公式进行了改进。蚂蚁算法本身是一个蚂蚁通过未知路径，蚂蚁根据路径的信息素浓度寻找最短路径的算法，蚂蚁算法计算信息素浓度是多只蚂蚁的信息素累积，信息素浓度与路径长度成反比，路径越短则信息素浓度越高，该路径为最优路线的概率也越高；而本发明的应用场景中，每条道路长度为已知，人通过路径的时间与路况相关，信息素浓度与通过路径的时间成反比，信息素浓度与经过该路径的人数无关。因为可能存在以下现象：走该路径的人少是因为该路径不是最优路径，或者，走该路径的人多导致道路拥堵使通过路径的时间增加，所以经过该路径的人数不能成为影响信息素浓度的准确因素。因为疏散的情况是实时变化的，之前信息素的累积对概率的影响更小，故当
Figure 100609DEST_PATH_IMAGE049
时，本发明将信息素浓度的计算公式改为
Figure 72238DEST_PATH_IMAGE050
，减少之前信息素的累积对概率的影响，增强前一时刻信息素对概率的影响。蚂蚁算法
Figure 425859DEST_PATH_IMAGE048
的计算方式为
Figure 99417DEST_PATH_IMAGE051
，将出口的拥堵情况也考虑进去，使得求出的最优疏散路线更为准确。
通过改进的蚁群算法求最优疏散路线的步骤如下：
S21.将平面划分多个区域，按区域疏散人员，楼梯口假定为出口；假设建筑的L层某区域
Figure 829476DEST_PATH_IMAGE052
的人数为R，L层的出口集合为
Figure 154147DEST_PATH_IMAGE053
；
S22. 采集区域D的人从区域D到达各出口的时间，不同时刻各个出口拥堵的人数，每个出口每秒通过的人数；
S23. 假设区域D的人从区域D到达各出口的时间分别为
Figure 678669DEST_PATH_IMAGE054
，不同时刻各个出口拥堵的人数分别为
Figure 839523DEST_PATH_IMAGE055
，每个出口每秒通过的人数分别为
Figure 373273DEST_PATH_IMAGE056
；
S24. 实时更新每条路径的信息量，具体方法是，计算
Figure 56845DEST_PATH_IMAGE057
时刻时由i到j的信息素浓度：
Figure 752268DEST_PATH_IMAGE058
Figure 400418DEST_PATH_IMAGE029
其中
Figure 472280DEST_PATH_IMAGE059
分别为起点和终点，即起点为区域D，终点为L层的出口；
Figure 505964DEST_PATH_IMAGE060
为信息素挥发因子，
Figure 637868DEST_PATH_IMAGE061
，
Figure 507735DEST_PATH_IMAGE062
为信息素残留系数；
Figure 383287DEST_PATH_IMAGE063
为时间
Figure 772942DEST_PATH_IMAGE057
时由
Figure 75747DEST_PATH_IMAGE064
到
Figure 432911DEST_PATH_IMAGE065
的信息素浓度；
Figure 846574DEST_PATH_IMAGE066
为
Figure 854850DEST_PATH_IMAGE067
时刻在
Figure 469503DEST_PATH_IMAGE064
到
Figure 438596DEST_PATH_IMAGE065
的路径上留下的信息素总和；
Figure 279119DEST_PATH_IMAGE068
为信息素常量，取值为[10,1000]范围内。
S25.计算所有路径在每个时刻为最优路线的概率，具体方法是：
Figure 17268DEST_PATH_IMAGE069
Figure 802822DEST_PATH_IMAGE070
其中
Figure 259211DEST_PATH_IMAGE059
分别为起点和终点，即起点为区域D，终点为L层的出口；
Figure 139311DEST_PATH_IMAGE071
为信息素因子，取值为[1,4]范围内；
Figure 138491DEST_PATH_IMAGE072
为启发函数因子，取值为[0,5]范围内；
Figure 422842DEST_PATH_IMAGE073
是人由起点
Figure 366527DEST_PATH_IMAGE064
到通过出口
Figure 551783DEST_PATH_IMAGE065
所需时间的倒数；
Figure 264524DEST_PATH_IMAGE074
为出口集合；
具体的，本发明对
Figure 126301DEST_PATH_IMAGE075
和
Figure 291703DEST_PATH_IMAGE076
的计算公式进行了改进，而计算概率
Figure 513606DEST_PATH_IMAGE077
的公式包含了
Figure 346432DEST_PATH_IMAGE075
和
Figure 379110DEST_PATH_IMAGE076
，故此处也进行了改进。
S26. 概率值最大的路线即为该层的最优疏散路线，可将区域D的人员从最优路线疏散或将人员分批从概率值较大的几条路线疏散。
S3. 预测疏散时间，具体方法是，区域D的人员预测疏散时间
Figure 31809DEST_PATH_IMAGE078
如下述公式所述：
Figure 550078DEST_PATH_IMAGE079
其中
Figure 237411DEST_PATH_IMAGE080
为选择的最优路线的人员通过所需要的时间，
Figure 440991DEST_PATH_IMAGE081
为最优路线出口的拥堵人数，
Figure 580985DEST_PATH_IMAGE082
为最优路线出口每秒通过的人数，当将区域D的人员分几条路线疏散时，区域D的人员疏散时间为疏散时间最久的路线的时间。
S4. 将最优路线和预计疏散时间在显示终端上显示。
具体的，多层或复杂的建筑结构计算最优路线时，将每层的人员按照S21-S25的方式疏散，当上层的人员疏散到下一层，则通过定位更新下一层的人员分布，重复S21-S25，直至所以人员疏散完成。
具体的，将一种最优路线生成方法应用在综合交通枢纽、建筑物内、公园或人员疏散场景。
实施例3、本发明的计算机装置可以是包括有处理器以及存储器等装置，例如包含中央处理器的单片机等。并且，处理器用于执行存储器中存储的计算机程序时实现上述的基于CREO软件的可修改由关系驱动的推荐数据的推荐方法的步骤。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器可主要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、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据手机的使用所创建的数据（比如音频数据、电话本等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
实施例4、计算机可读存储介质实施例
本发明的计算机可读存储介质可以是被计算机装置的处理器所读取的任何形式的存储介质，包括但不限于非易失性存储器、易失性存储器、铁电存储器等，计算机可读存储介质上存储有计算机程序，当计算机装置的处理器读取并执行存储器中所存储的计算机程序时，可以实现上述的基于CREO软件的可修改由关系驱动的建模数据的建模方法的步骤。
所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。

Claims (9)

1.一种最优路线生成系统，其特征在于，包括蓝牙定位模块、最优路线计算模块、最优路线显示模块；
所述蓝牙定位模块用于获得疏散人群手机终端定位；
所述最优路线计算模块用于计算各个区域的疏散时间形成最优疏散路线；
所述最优路线显示模块用于展示最优疏散路线，指引人群疏散。
2.一种最优路线生成方法，其特征在于，包括以下步骤：
S1. 获取疏散人群手机终端定位，并将定位在显示终端展示，具体方法是，包括以下步骤：
S11. 假设手机终端的位置坐标为(X,Y),已知固定位置（X1，Y1），（X2，Y2），（X3，Y3）， 根据两点之间距离计算公式得知距离D1 2 =(X-X1)2+(Y-Y1)2 , 距离D2 2 =(X-X2)2+(Y-Y2)2 ，距离D3 2 =(X-X3)2+(Y-Y3)2 ；
S12. 距离D1、D2、D3 根据设备信号强度计算，距离D=10^((ABS(RSSI)-A)/(10*n))，其中A为距离设备1米时设备信号强度的绝对值，n为环境衰减因子，RSSI为设备信号强度；
S13. 计算手机终端的位置坐标（X，Y）；
S14. 调用ArcGIS的API将手机终端的坐标位置在场内平面图内进行展示；
S2. 计算最优路线，具体方法是，包括以下步骤；
S21.将平面划分多个区域，按区域疏散人员，楼梯口假定为出口；假设建筑的L层某区域
Figure 580832DEST_PATH_IMAGE001
的人数为R，L层的出口集合为
Figure 388251DEST_PATH_IMAGE002
；
S22. 采集区域D的人从区域D到达各出口的时间，不同时刻各个出口拥堵的人数，每个出口每秒通过的人数；
S23. 假设区域D的人从区域D到达各出口的时间分别为
Figure 12000DEST_PATH_IMAGE003
，不同时刻各个出口拥堵的人数分别为
Figure 639290DEST_PATH_IMAGE004
，每个出口每秒通过的人数分别为
Figure 757419DEST_PATH_IMAGE005
；S24. 实时更新每条路径的信息量；
S25.计算所有路径在每个时刻为最优路线的概率；
S26. 概率值最大的路线即为该层的最优疏散路线，可将区域D的人员从最优路线疏散或将人员分批从概率值较大的几条路线疏散。
3.根据权利要求2所述的一种最优路线生成方法，其特征在于，多层或复杂的建筑结构计算最优路线时，将每层的人员按照S21-S25的方式疏散，当上层的人员疏散到下一层，则通过定位更新下一层的人员分布，重复S21-S25，直至所以人员疏散完成。
4.根据权利要求3所述的一种最优路线生成方法，其特征在于，还包括以下步骤：
S3. 预测疏散时间，具体方法是，区域D的人员预测疏散时间
Figure 153765DEST_PATH_IMAGE006
如下述公式所述：
Figure 449880DEST_PATH_IMAGE007
其中
Figure 564466DEST_PATH_IMAGE008
为选择的最优路线的人员通过所需要的时间，
Figure 486286DEST_PATH_IMAGE009
为最优路线出口的拥堵人数，
Figure 127351DEST_PATH_IMAGE010
为最优路线出口每秒通过的人数，当将区域D的人员分几条路线疏散时，区域D的人员疏散时间为疏散时间最久的路线的时间；
S4. 将最优路线和预计疏散时间在显示终端上显示。
5.根据权利要求4所述的一种最优路线生成方法，其特征在于，所述实时更新每条路径的信息量的具体方法是，计算
Figure 968269DEST_PATH_IMAGE011
时刻时由i到j的信息素浓度：
Figure 445517DEST_PATH_IMAGE012
Figure 30082DEST_PATH_IMAGE013
其中
Figure 289769DEST_PATH_IMAGE014
分别为起点和终点，即起点为区域D，终点为L层的出口；
Figure 301587DEST_PATH_IMAGE015
为信息素挥发因子，
Figure 266132DEST_PATH_IMAGE016
，
Figure 388809DEST_PATH_IMAGE017
为信息素残留系数；
Figure 738888DEST_PATH_IMAGE018
为时间
Figure 187187DEST_PATH_IMAGE019
时由
Figure 373449DEST_PATH_IMAGE020
到
Figure 299816DEST_PATH_IMAGE021
的信息素浓度；
Figure 271446DEST_PATH_IMAGE022
为
Figure 625067DEST_PATH_IMAGE023
时刻在
Figure 564204DEST_PATH_IMAGE020
到
Figure 418896DEST_PATH_IMAGE021
的路径上留下的信息素总和；
Figure 618933DEST_PATH_IMAGE024
为信息素常量，取值为[10,1000]范围内。
6.根据权利要求5所述的一种最优路线生成方法，其特征在于，所述计算所有路径在每个时刻为最优路线的概率的方法是：
Figure 18822DEST_PATH_IMAGE025
Figure 304310DEST_PATH_IMAGE026
其中
Figure 201508DEST_PATH_IMAGE014
分别为起点和终点，即起点为区域D，终点为L层的出口；
Figure 256052DEST_PATH_IMAGE027
为信息素因子，取值为[1,4]范围内；
Figure 92421DEST_PATH_IMAGE028
为启发函数因子，取值为[0,5]范围内；
Figure 865205DEST_PATH_IMAGE029
是人由起点
Figure 796121DEST_PATH_IMAGE020
到通过出口
Figure 970750DEST_PATH_IMAGE021
所需时间的倒数，
Figure 712441DEST_PATH_IMAGE030
为出口集合。
7.根据权利要求6所述的一种最优路线生成方法，其特征在于，将权利要求2-6任一项所述一种最优路线生成方法应用在综合交通枢纽、建筑物内、公园或人员疏散场景。
8.一种电子设备，其特征在于，包括存储器和处理器，存储器存储有计算机程序，所述的处理器执行所述计算机程序时实现权利要求2-7任一项所述的一种最优路线生成方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求2-7任一项所述的一种最优路线生成方法。
CN202210511209.9A 2022-05-12 2022-05-12 一种最优路线生成、系统、电子设备及存储介质 Pending CN114610832A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210511209.9A CN114610832A (zh) 2022-05-12 2022-05-12 一种最优路线生成、系统、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210511209.9A CN114610832A (zh) 2022-05-12 2022-05-12 一种最优路线生成、系统、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN114610832A true CN114610832A (zh) 2022-06-10

Family

ID=81870402

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210511209.9A Pending CN114610832A (zh) 2022-05-12 2022-05-12 一种最优路线生成、系统、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN114610832A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104361178A (zh) * 2014-11-20 2015-02-18 湖北工业大学 一种基于势能驱动元胞蚁群算法的室内疏散仿真优化方法
CN109035119A (zh) * 2018-09-30 2018-12-18 东北大学 基于博弈论和蚁群算法的智能疏散诱导系统及使用方法
CN110648025A (zh) * 2019-09-25 2020-01-03 赵娜 一种应急疏散调度方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104361178A (zh) * 2014-11-20 2015-02-18 湖北工业大学 一种基于势能驱动元胞蚁群算法的室内疏散仿真优化方法
CN109035119A (zh) * 2018-09-30 2018-12-18 东北大学 基于博弈论和蚁群算法的智能疏散诱导系统及使用方法
CN110648025A (zh) * 2019-09-25 2020-01-03 赵娜 一种应急疏散调度方法

Similar Documents

Publication Publication Date Title
US8965403B2 (en) Location tracking
JP6081616B2 (ja) モバイルデバイスの測位
CN108133619A (zh) 停车场停车预测的方法、装置、存储介质及终端设备
CN109059934A (zh) 路径规划方法、装置、终端及存储介质
JP2014530370A (ja) 符号化された経路指定可能性グラフの表現中の分岐点における方向転換の可能性の決定
US20150006255A1 (en) Determining demographic data
CN113473398B (zh) 一种手机信令数据停留点识别方法、装置及存储介质
Dogaroglu et al. Comparison of intelligent parking guidance system and conventional system with regard to capacity utilisation
US20150005007A1 (en) Displaying demographic data
CN107014392A (zh) 一种路线规划方法及设备
CN111738484A (zh) 一种公交站点选址的方法、装置及计算机可读存储介质
CN114548604B (zh) 一种客流动态引导方法、系统、电子设备及存储介质
CN111256679A (zh) 一种基于网格信标与建筑信息模型的室内定位与导航方法
CN114723480A (zh) 一种针对乡村旅游的客流量预测方法及货物调度系统
CN114610832A (zh) 一种最优路线生成、系统、电子设备及存储介质
US11176817B2 (en) Guiding signs system and information processing method thereof
Djuric et al. Parkassistant: An algorithm for guiding a car to a parking spot
JP2000322402A (ja) 人の流れ分析方法
CN115988509A (zh) 一种通信网络规划方法、系统、终端及存储介质
CN115759660A (zh) 一种无人驾驶车辆的调度方法、装置、设备和介质
Kaewpinjai et al. On improving indoor navigation accuracy using bluetooth beacons
CN114648057A (zh) 交通路线的生成方法、装置、电子装置和存储介质
KR102347617B1 (ko) 교통 수단 정보 서비스 제공 방법 및 이를 실행하는 시스템
CN114264309B (zh) 步行导航方法及装置、电子设备、存储介质
Andersson Granberg et al. Predicting Volunteer Travel Time to Emergencies

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220610

RJ01 Rejection of invention patent application after publication