CN115167420B - 一种特长隧道人员路径规划系统及方法 - Google Patents

一种特长隧道人员路径规划系统及方法 Download PDF

Info

Publication number
CN115167420B
CN115167420B CN202210780262.9A CN202210780262A CN115167420B CN 115167420 B CN115167420 B CN 115167420B CN 202210780262 A CN202210780262 A CN 202210780262A CN 115167420 B CN115167420 B CN 115167420B
Authority
CN
China
Prior art keywords
tunnel
wireless
grid
personnel
path
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.)
Active
Application number
CN202210780262.9A
Other languages
English (en)
Other versions
CN115167420A (zh
Inventor
刘兵
辜子瑱
商好升
王慧娟
李志成
丁梓强
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.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
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 Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN202210780262.9A priority Critical patent/CN115167420B/zh
Publication of CN115167420A publication Critical patent/CN115167420A/zh
Application granted granted Critical
Publication of CN115167420B publication Critical patent/CN115167420B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明是一种特长隧道人员路径规划系统及方法。本发明系统包括配电箱、广域雷达、无线AP、一氧化碳探测器、温度传感器、能见度传感器、无线数据传输模块、定位信息处理模块、路径规划终端。本发明方法通过广域雷达与无线AP采集人员的位置信息并上传至定位信息处理模块进行定位。火灾发生时，通过一氧化碳探测器、温度传感器、能见度传感器测得隧道内的一氧化碳浓度、温度与能见度并传至路径规划终端。路径规划终端将隧道二维栅格化，考虑环境对人员安全的影响，通过基于最大熵的自适应蚁群算法求解得到最佳的人员疏散路径方案，引导人员进行逃生。本发明能根据隧道内火灾的实时状况为人员提供安全的逃生路径，提高隧道内人员的安全水平。

Description

一种特长隧道人员路径规划系统及方法
技术领域
本发明属于隧道应急安全技术领域，尤其涉及一种特长隧道人员路径规划系统及方法。
背景技术
由于特长隧道具有纵向狭长、内部封闭、通风受限的空间特点，发生火灾时隧道内温度急剧上升、能见度低、一氧化碳等有毒气体积聚等现象往往会造成比普通公路路段更加严重的后果，造成被困者联络与逃生困难，使人员的生命财产造成严重威胁。隧道事故数据统计中显示，交通量达到5万辆/日的3km以上的隧道，每年平均发生一起火灾，是铁路隧道下的30倍。由此可见，实现特长隧道火灾后人员的高效疏散，是减少事故危害、保障隧道交通安全的有效途径。
在现有特长隧道救援模式中，疏散人员的逃生过程一般利用电子信息公告牌、车道指示器、交通信号灯、道侧广播等沿固定的指示方向进行疏散逃生。然而隧道内火灾现场烟气环境的变化使得人员逃生路径的疏散能力发生动态变化。如果盲目按照固定指示标志指引人员疏散，所提供的疏散路径并不能实现疏散时间的最优处理，甚至可能将人群引入更加危险的境地。
因此基于以上考虑，通过对隧道内疏散环境分析，以几何路径最短、人员受到温度、能见度、一氧化碳影响危害最小作为目标，选取合理算法进行疏散最优路径的解算以获得特长隧道火灾下人员逃生最优路径。对于减小人员行动前延迟、缩短人员逃生行动时间，保障人员安全，提高隧道安全水平具有重要意义
发明内容
针对当前的特长隧道火灾时疏散路径指引存在的缺点和漏洞，本发明提出了一种基于特长隧道路径规划系统的人员路径规划方法。预采集人员及车辆信息，收集隧道内火灾时的环境状况，将隧道环境进行栅格处理并结合隧道环境解算动态的疏散最优路径，使隧道人员能通过相对最优的路径从疏散通道离开。
本发明解决技术问题采用系统的技术方案是一种特长隧道人员路径规划系统及方法。
本发明系统的技术方案为一种特长隧道人员路径规划系统，包括：配电箱、广域雷达、无线AP、一氧化碳浓度探测器、温度传感器、能见度传感器、无线数据传输模块、定位信息处理模块、路径规划终端；
将所述配电箱依次与所述的广域雷达、无线AP、一氧化碳浓度探测器、温度传感器、能见度传感器、无线数据传输模块、定位信息处理模块、路径规划终端通过导线连接；所述定位信息处理模块与所述的广域雷达、无线AP通过导线依次连接；将所述的一氧化碳浓度探测器、温度传感器、能见度传感器分别与所述路径规划终端通过导线依次连接；将所述无线数据传输模块与所述的定位信息处理模块、路径规划终端通过无线通信方式连接；
所述配电箱设置在路径规划终端旁一定距离处，为所述的广域雷达、无线AP、一氧化碳浓度探测器、温度传感器、能见度传感器、无线数据传输模块、定位信息处理模块、路径规划终端供电；
所述广域雷达与无线AP在隧道道路两侧高一定距离，等间隔布设；同时将部分无线AP布设于隧道顶部，等间隔布设，用于获取车辆及人员位置；
所述一氧化碳浓度探测器、温度传感器、能见度传感器在隧道顶部，等间隔布设；
所述定位信息处理模块设置在隧道管理端，用于根据广域雷达与无线AP收集的信息定位人员及车辆；
所述路径规划终端设置在隧道管理端，用于根据所述一氧化碳浓度探测器、温度传感器、能见度传感器、定位信息处理模块接收到的信息规划设计得到疏导路径方案；
所述无线数据传输模块用于接收一氧化碳浓度探测器、温度传感器、能见度传感器、定位信息处理模块的信息并传输至路径规划终端。
本发明方法的技术方案为一种特长隧道人员路径规划方法，包括以下步骤：
步骤1：通过广域雷达与无线AP预先采集特长隧道内人员的位置信息，并将其上传至定位信息处理模块；
步骤2：定位信息处理模块根据车辆及人员信息进行定位，并通过无线数据传输模块将定位结果传至路径规划终端；
步骤3：路径规划终端将火灾发生区域二维栅格化，通过一氧化碳浓度探测器、温度传感器、能见度传感器测得火灾时隧道内各区域的一氧化碳浓度、温度与能见度并通过无线数据传输模块传至路径规划终端；
步骤4：路径规划终端通过步骤2、步骤3得到的数据，以当量距离最小为优化目标，通过蚁群算法优化得到最佳的人员疏散路径方案。
作为优选，步骤1中所述通过广域雷达与无线AP预先采集特长隧道内人员及车辆的位置信息Hi、Ci为:
Hi＝[(xi1,yi1),(xi2,yi2),(xi3,yi3)]
其中，Hi为第i个人员在距离其最近的三台广域雷达与无线AP设备中的定位信息集合；(xi1,yi1)为第i个人员在离该人员距离最小的广域雷达与无线AP设备中的具体坐标；(xi2,yi2)为第i个人员在离该人员距离第二小的广域雷达与无线AP设备中的具体坐标；(xi3,yi3)为第i个人员在离该人员距离第三小的广域雷达与无线AP设备中的具体坐标；
Ci＝[(xi1,yi1),(xi2,yi2),(xi3,yi3)]
其中，Ci为第i台车辆在距离其最近的三台广域雷达与无线AP设备中的定位信息集合；(xi1,yi1)为第i台车辆在离该车辆距离最小的广域雷达与无线AP设备中的具体坐标；(xi2,yi2)为第i台车辆在离该车辆距离第二小的广域雷达与无线AP设备中的具体坐标；(xi3,yi3)为第i台车辆在离车辆距离第三小的广域雷达与无线AP设备中的具体坐标。
作为优选，步骤2中所述定位信息处理模块根据步骤1计算得到的车辆及人员位置为：
将不同广域雷达与无线AP的测量值转化到同一个坐标系中进行联合标定，将广域雷达与无线AP坐标系Om到世界坐标系Ow的转换看作二维坐标X-Y坐标系的转换；
人员或车辆在世界坐标系中的坐标(X,Y)为：
式中：
θ为广域雷达或无线AP坐标系相对于世界坐标系Ow的偏移角；
(X,Y)为车辆或人员在世界坐标系Ow下的坐标，θ在广域雷达中取6°，在无线AP中取90°；
Xw为广域雷达或无线AP设备在世界坐标系Ow中的横坐标；Yw为广域雷达或无线AP设备在世界坐标系Ow中的纵坐标；
Xm为车辆或人员在广域雷达或无线AP设备内部坐标系的横坐标；Ym为车辆或人员在广域雷达或无线AP设备内部坐标系的纵坐标。
作为优选，步骤3中所述路径规划终端对特长隧道区段进行栅格处理来表示环境空间，并结合隧道环境将环境空间限制在二维：
隧道待疏散区段长为m米，宽为n米，则将疏散区段划分为m×n个栅格，每一个栅格表示隧道内1m2的空间；同时将场景中的障碍物在栅格内标出：
式中：
ai(i＝1,2,3…,m×n)为第i个栅格；
步骤3中所述一氧化碳浓度探测器、温度传感器、能见度传感器测得火灾时隧道内各栅格的一氧化碳浓度、温度与能见度集合为bi：
bi＝[bi(T),bi(Ks),bi(ξ)]
式中：
bi(i＝1,2,3…,m×n)为第i个栅格内的温度、能见度与一氧化碳浓度集合；
bi(T)为第i个栅格内的温度(℃)，bi(Ks)为第i个栅格内的能见度(m-1)；
bi(ξ)为第i个栅格内的一氧化碳浓度(％)。
作为优选，步骤4中所述以当量距离最小为优化目标为：
采用基于最大熵的自适应蚁群算法，寻找人员至某一逃生出口的最优路径P；
目标函数为人员至某一逃生出口，途径栅格的当量距离之和最小；
目标函数：
式中：
lij表示栅格i到栅格j的几何长度；
f1(Ti)为栅格i的火场温度影响系数；
f2(Ki)为栅格i的能见度影响系数；
f3(ξi)为栅格i的一氧化碳气体影响系数；
v0表示逃生人员正常行走速度；
vmax表示逃生人员最大逃生速度；
Ti表示栅格i的火场温度；
T0表示外界正常气温；
Tcr1表示外界正常气温；
Tcr2表示热能对人体产生危害的温度；
Tdead表示导致人员死亡的温度；
Ki为栅格i的减光系数；
ξi为栅格i的一氧化碳浓度；
设置自适应蚁群算法的基本参数：蚂蚁数目为antNumber、最大迭代次数为NCmax、全局信息素挥发系数为rhoGlobal、局部信息素挥发系数为rhoLocal、启发函数式因子为Beta、信息素函数因子为Alpha、偏向选择的阈值为q0；
在隧道内最优路径选择过程中，蚂蚁k,k＝1,2,…,antNumber，依据各栅格的信息素浓度按照转移概率pij k选择其前进方向；pij k表示如下：
式中：
α表示信息启发因子，用以表示信息素的相对重要程度；
β表示期望启发因子，用以表示启发函数的相对重要程度；
allowedk表示蚂蚁k下一步允许走向的隧道栅格；
ηij为启发函数，用于表示蚂蚁k从栅格i转移到栅格j的期望程度；
dij表示相邻栅格i转移到栅格j的当量距离。
作为优选，步骤4中所述通过蚁群算法优化得到最佳的人员疏散路径方案为：
在蚂蚁从隧道栅格转移完毕后，并采用禁忌表tabuk来记录蚂蚁k当前已走过的隧道栅格，待选逃生路径集合随着tabuk的不断更新而调整；
当每只蚂蚁走完一步，需要对残留信息素进行更新；依据全局信息素挥发系数rhoGlobal、局部信息素挥发系数rhoLocal对相邻栅格间的信息素浓度τij(t)进行更新；相邻栅格间的信息更新策略采用蚂蚁k的信息素浓度总量Q除以当前逃生路径总长度Lk来表示；在每只蚂蚁对隧道内的所有栅格进行遍历后，可以输出当前的最优路径长度bestSoFarpath，一次迭代结束；
当下次迭代时，保留现有隧道栅格内的信息素浓度，重新使蚂蚁进行隧道栅格便利，重新输出当前最优路径长度bestSoFarpath；然后判断迭代次数n是否达到设置的最大迭代次数NCmax，若是，迭代结束；若否，则重新产生新的蚂蚁进行下一次遍历；
定义末代即n＝NCmax的蚂蚁走过的隧道栅格为人员逃生的最优路径，并将路径集合A与最优路径长度L储存于路径规划终端内；
步骤4所述对应疏散区间即m×n平方米内最优路径集合A与最优路径长度L；路径集合A作为特长隧道火灾下的人员最优疏散路径。
本发明可以有效地规划出特长隧道火灾下的人员最优疏散路径，考虑隧道有害环境影响，保证人员疏散效率与安全，提高隧道的整体安全性。
附图说明
图1：为本发明的整体结构示意图；
图2：为本发明中方法流程图。
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。
具体实施时，本发明技术方案提出的方法可由本领域技术人员采用计算机软件技术实现自动运行流程，实现方法的系统装置例如存储本发明技术方案相应计算机程序的计算机可读存储介质以及包括运行相应计算机程序的计算机设备，也应当在本发明的保护范围内。
如图1所述，为本发明的整体结构示意图,本发明实施例系统的技术方案为一种特长隧道人员路径规划系统，包括配电箱、广域雷达、无线AP、一氧化碳浓度探测器、温度传感器、能见度传感器、无线数据传输模块、定位信息处理模块、路径规划终端；
将所述配电箱依次与所述的广域雷达、无线AP、一氧化碳浓度探测器、温度传感器、能见度传感器、无线数据传输模块、定位信息处理模块、路径规划终端通过导线连接；所述定位信息处理模块与所述广域雷达、无线AP通过导线依次连接；将所述一氧化碳浓度探测器、温度传感器、能见度传感器分别与所述路径规划终端通过导线依次连接；将所述无线数据传输模块与所述的定位信息处理模块、路径规划终端通过无线通信方式连接。
所述配电箱设置在路径规划终端旁1米处，为所述的广域雷达、无线AP、一氧化碳浓度探测器、温度传感器、能见度传感器、无线数据传输模块、定位信息处理模块、路径规划终端供电；
所述广域雷达与无线AP在隧道道路两侧高约1米处，间隔100米布设；同时将部分无线AP布设于隧道顶部，间隔50米布设，用于获取车辆及人员位置；
所述一氧化碳浓度探测器、温度传感器、能见度传感器在隧道顶部，间隔3米布设；
所述定位信息处理模块设置在隧道管理端，用于根据广域雷达与无线AP收集的信息定位人员及车辆；
所述路径规划终端设置在隧道管理端，用于根据所述一氧化碳浓度探测器、温度传感器、能见度传感器、定位信息处理模块接收到的信息规划设计得到疏导路径方案；
所述无线数据传输模块用于接收温度传感器、能见度传感器、一氧化碳浓度探测器、定位信息处理模块的信息并传输至路径规划终端。
所述配电箱选型为单电源AC220/380V供电，供电半径不超过1.5km；所述广域微波雷达选型为HURYS-DTAMD39广域微博雷达，可跟踪256个目标，检测范围为8车道，350米，车速范围为5-321km/h；所述无线AP选型为ZoneFlex R510无线AP，最多可容纳512个接入点，接入信道为2.4GHZ，射频功率为20dBm，支持数据速率为6.5Mbps-867Mbps；所述温度传感器选型为VICOTEC450，测温范围(-50℃，+250℃)；所述能见度传感器选型为VICOTEC450，测量能见度范围为(0m-1，5m-1)；所述一氧化碳浓度传感器选型为USRegal Tunnel VICO 740，反射总光程为6米；所述无线数据传输模块选型T-WS300无线信号发射器，最大传输距离300m；所述定位信息处理模块与路径规划终端选型为LG900-LD-PRO，采用Intel Core i5处理器，16GB内存，SSD512G。
下面结合图1至图2介绍本发明实施例提供的一种特长隧道人员路径规划方法，具体如下：
步骤1：通过广域雷达与无线AP预先采集特长隧道内人员的位置信息，并将其上传至定位信息处理模块。
步骤1中所述通过毫米波雷达与无线AP预先采集特长隧道内人员及车辆的位置信息Hi、Ci为:
Hi＝[(xi1,yi1),(xi2,yi2),(xi3,yi3)]
其中，Hi为第i个人员在三台检测设备中的定位信息集合，(xij,yij)(j＝1,2,3)为具体坐标；
Ci＝[(xi1,yi1),(xi2,yi2),(xi3,yi3)]
其中，Ci为第i辆车在三台检测设备中的定位信息集合，(xij,yij)(j＝1,2,3)为具体坐标。
步骤2：定位信息处理模块根据车辆及人员信息进行定位，并通过无线数据传输模块将定位结果传至路径规划终端。
步骤2中所述定位信息处理模块根据步骤1计算得到的车辆及人员位置为：
由于定位需要世界坐标系下的位置坐标，故将不同广域雷达与无线AP的测量值转化到同一个坐标系中进行联合标定，将广域雷达与无线AP坐标系Om到世界坐标系Ow的转换看作二维坐标X-Y坐标系的转换。
人员或车辆在世界坐标系中的坐标(X,Y)为：
式中：
(X,Y)为车辆或人员在世界坐标系Ow下的坐标；
θ为广域雷达或无线AP坐标系Ow的偏移角；
(Xw,Yw)为传感设备自身的世界坐标；
(Xm,Ym)为车辆在Ow的坐标。
步骤3：路径规划终端将火灾发生区域二维栅格化，通过一氧化碳浓度探测器、温度传感器、能见度传感器测得火灾时隧道内各区域的一氧化碳浓度、温度与能见度并通过无线数据传输模块传至路径规划终端。
步骤3中所述路径规划终端对特长隧道区段进行栅格处理来表示环境空间，并结合隧道环境将环境空间限制在二维：
隧道待疏散区段长为m米，宽为n米，则将疏散区段划分为m×n个栅格，每一个栅格表示隧道内1m2的空间；同时将场景中的障碍物在栅格内标出：
式中：
ai(i＝1,2,3…,m×n)为第i个栅格。
步骤3中所述一氧化碳浓度探测器、温度传感器、能见度传感器测得火灾时隧道内各栅格的一氧化碳浓度、温度与能见度集合为bi：
bi＝[bi(T),bi(Ks),bi(ξ)]
式中：
bi(i＝1,2,3…,m×n)为第i个栅格内的温度、能见度与一氧化碳浓度集合；
bi(T)为第i个栅格内的温度(℃)，bi(Ks)为第i个栅格内的能见度(m-1)；
bi(ξ)为第i个栅格内的一氧化碳浓度(％)。
步骤4：路径规划终端通过步骤2、步骤3得到的数据，采用以当量距离最小为优化目标得到最佳的人员疏散路径方案。
采用基于最大熵的自适应蚁群算法，寻找人员至某一逃生出口的最优路径P；
目标函数为人员至某一逃生出口，途径栅格的当量距离之和最小；
目标函数：
式中：
lij表示栅格i到栅格j的几何长度；
f1(Ti)为栅格i的火场温度影响系数；
f2(Ki)为栅格i的能见度影响系数；
f3(ξi)为栅格i的一氧化碳气体影响系数；
v0表示逃生人员正常行走速度；
vmax表示逃生人员最大逃生速度；
Ti表示栅格i的火场温度；
T0表示外界正常气温；
Tcr1表示外界正常气温；
Tcr2表示热能对人体产生危害的温度；
Tdead表示导致人员死亡的温度；
Ki为栅格i的减光系数；
ξi为栅格i的一氧化碳浓度；
设置自适应蚁群算法的基本参数：蚂蚁数目为antNumber＝30、最大迭代次数为NCmax＝100、全局信息素挥发系数为rhoGlobal＝0.1、局部信息素挥发系数为rhoLocal＝0.1、启发函数式因子为Beta＝1、信息素函数因子为Alpha＝1.2、偏向选择的阈值为q0＝0.9。
在隧道内最优路径选择过程中，蚂蚁k(k＝1,2,…,30)依据各栅格的信息素浓度按照转移概率pij k选择其前进方向。pij k表示如下：
式中：
allowedk表示蚂蚁k下一步允许走向的隧道栅格；
ηij为启发函数，用于表示蚂蚁k从栅格i转移到栅格j的期望程度；
dij表示相邻栅格i转移到栅格j的当量距离。
在蚂蚁从隧道栅格转移完毕后，并采用禁忌表tabuk来记录蚂蚁k当前已走过的隧道栅格，待选逃生路径集合随着tabuk的不断更新而调整。
当每只蚂蚁走完一步，需要对残留信息素进行更新。依据rhoGlobal＝0.1、rhoLocal＝0.1对相邻栅格间的信息素浓度τij(t)进行更新。相邻栅格间的信息更新策略采用蚂蚁k的信息素浓度总量Q除以当前逃生路径总长度Lk来表示。
在每只蚂蚁对隧道内的所有栅格进行遍历后，可以输出当前的最优路径长度bestSoFarpath，一次迭代结束。
当下次迭代时，保留现有隧道栅格内的信息素浓度，重新使蚂蚁进行隧道栅格便利，重新输出当前最优路径长度bestSoFarpath。然后判断迭代次数n是否达到设置的最大迭代次数100，若是，迭代结束；若否，则重新产生新的蚂蚁进行下一次遍历。
定义末代即n＝100的蚂蚁走过的隧道栅格为人员逃生的最优路径，并将路径集合A与最优路径长度L储存于路径规划终端内。路径集合A作为特长隧道火灾下的人员最优疏散路径，能够考虑隧道有害环境影响，保证人员疏散效率与安全，提高隧道的整体安全性。
尽管本文较多地使用了配电箱、广域雷达、无线AP、一氧化碳浓度探测器、温度传感器、能见度传感器、无线数据传输模块、定位信息处理模块、路径规划终端等术语，但并不排除使用其他术语的可能性。使用这些术语仅仅是为了更方便的描述本发明的本质，把它们解释成任何一种附加的限制都是与本发明精神相违背的。
应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。

Claims (5)

1.一种特长隧道人员路径规划系统的特长隧道人员路径规划方法，其特征在于，所述特长隧道人员路径规划系统包括：配电箱、广域雷达、无线AP、一氧化碳浓度探测器、温度传感器、能见度传感器、无线数据传输模块、定位信息处理模块、路径规划终端；
将所述配电箱依次与所述的广域雷达、无线AP、一氧化碳浓度探测器、温度传感器、能见度传感器、无线数据传输模块、定位信息处理模块、路径规划终端通过导线连接；所述定位信息处理模块与所述的广域雷达、无线AP通过导线依次连接；将所述的一氧化碳浓度探测器、温度传感器、能见度传感器分别与所述路径规划终端通过导线依次连接；将所述无线数据传输模块与所述的定位信息处理模块、路径规划终端通过无线通信方式连接；
所述配电箱设置在路径规划终端旁一定距离处，为所述的广域雷达、无线AP、一氧化碳浓度探测器、温度传感器、能见度传感器、无线数据传输模块、定位信息处理模块、路径规划终端供电；
所述广域雷达与无线AP在隧道道路两侧高一定距离，等间隔布设，同时将部分无线AP布设于隧道顶部，等间隔布设，用于获取车辆及人员位置；
所述一氧化碳浓度探测器、温度传感器、能见度传感器在隧道顶部，等间隔布设；
所述定位信息处理模块设置在隧道管理端，用于根据广域雷达与无线AP收集的信息定位人员及车辆；
所述路径规划终端设置在隧道管理端，用于根据所述一氧化碳浓度探测器、温度传感器、能见度传感器、定位信息处理模块接收到的信息规划设计得到疏导路径方案；
所述无线数据传输模块用于接收一氧化碳浓度探测器、温度传感器、能见度传感器、定位信息处理模块的信息并传输至路径规划终端；
所述特长隧道人员路径规划方法，包括以下步骤：
步骤1：通过广域雷达与无线AP预先采集特长隧道内人员的位置信息，并将其上传至定位信息处理模块；
步骤2：定位信息处理模块根据车辆及人员信息进行定位，并通过无线数据传输模块将定位结果传至路径规划终端；
步骤3：路径规划终端将火灾发生区域二维栅格化，通过一氧化碳浓度探测器、温度传感器、能见度传感器测得火灾时隧道内各区域的一氧化碳浓度、温度与能见度并通过无线数据传输模块传至路径规划终端；
步骤4：路径规划终端通过步骤2、步骤3得到的数据，以当量距离最小为优化目标，通过蚁群算法优化得到最佳的人员疏散路径方案；
步骤4中所述以当量距离最小为优化目标为：
采用基于最大熵的自适应蚁群算法，寻找人员至某一逃生出口的最优路径P；
目标函数为人员至某一逃生出口，途径栅格的当量距离之和最小；
目标函数：
式中：
lij表示栅格i到栅格j的几何长度；
f1(Ti)为栅格i的火场温度影响系数；
f2(Ki)为栅格i的能见度影响系数；
f3(ξi)为栅格i的一氧化碳气体影响系数；
v0表示逃生人员正常行走速度；
vmax表示逃生人员最大逃生速度；
Ti表示栅格i的火场温度；
T0表示外界正常气温；
Tcr1表示外界正常气温；
Tcr2表示热能对人体产生危害的温度；
Tdead表示导致人员死亡的温度；
Ki为栅格i的减光系数；
ξi为栅格i的一氧化碳浓度；
设置自适应蚁群算法的基本参数：蚂蚁数目为antNumber、最大迭代次数为NCmax、全局信息素挥发系数为rhoGlobal、局部信息素挥发系数为rhoLocal、启发函数式因子为Beta、信息素函数因子为Alpha、偏向选择的阈值为q0；
在隧道内最优路径选择过程中，蚂蚁k,k＝1,2,…,antNumber，依据各栅格的信息素浓度按照转移概率pij k选择其前进方向；pij k表示如下：
式中：
α表示信息启发因子，用以表示信息素的相对重要程度；
β表示期望启发因子，用以表示启发函数的相对重要程度；
allowedk表示蚂蚁k下一步允许走向的隧道栅格；
ηij为启发函数，用于表示蚂蚁k从栅格i转移到栅格j的期望程度；
dij表示相邻栅格i转移到栅格j的当量距离。
2.根据权利要求1所述的特长隧道人员路径规划方法，其特征在于：
步骤1中所述通过广域雷达与无线AP预先采集特长隧道内人员及车辆的位置信息Hi、Ci为:
Hi＝[(xi1,yi1),(xi2,yi2),(xi3,yi3)]
其中，Hi为第i个人员在距离其最近的三台广域雷达与无线AP设备中的定位信息集合；(xi1,yi1)为第i个人员在离该人员距离最小的广域雷达与无线AP设备中的具体坐标；(xi2,yi2)为第i个人员在离该人员距离第二小的广域雷达与无线AP设备中的具体坐标；(xi3,yi3)为第i个人员在离该人员距离第三小的广域雷达与无线AP设备中的具体坐标；
Ci＝[(xi1,yi1),(xi2,yi2),(xi3,yi3)]
其中，Ci为第i台车辆在距离其最近的三台广域雷达与无线AP设备中的定位信息集合；(xi1,yi1)为第i台车辆在离该车辆距离最小的广域雷达与无线AP设备中的具体坐标；(xi2,yi2)为第i台车辆在离该车辆距离第二小的广域雷达与无线AP设备中的具体坐标；(xi3,yi3)为第i台车辆在离车辆距离第三小的广域雷达与无线AP设备中的具体坐标。
3.根据权利要求2所述的特长隧道人员路径规划方法，其特征在于：
步骤2中所述定位信息处理模块根据车辆及人员信息进行定位为：
将不同广域雷达与无线AP的测量值转化到同一个坐标系中进行联合标定，将广域雷达与无线AP坐标系Om到世界坐标系Ow的转换看作二维坐标X-Y坐标系的转换；
人员或车辆在世界坐标系中的坐标(X,Y)为：
式中：
θ为广域雷达或无线AP坐标系相对于世界坐标系Ow的偏移角；
(X,Y)为车辆或人员在世界坐标系Ow下的坐标，θ在广域雷达中取6°，在无线AP中取90°；
Xw为广域雷达或无线AP设备在世界坐标系Ow中的横坐标；Yw为广域雷达或无线AP设备在世界坐标系Ow中的纵坐标；
Xm为车辆或人员在广域雷达与无线AP设备内部坐标系的横坐标；Ym为车辆或人员在广域雷达与无线AP设备内部坐标系的纵坐标。
4.根据权利要求3所述的特长隧道人员路径规划方法，其特征在于：
步骤3中所述路径规划终端对特长隧道区段进行栅格处理来表示环境空间，并结合隧道环境将环境空间限制在二维：
隧道待疏散区段长为m米，宽为n米，则将疏散区段划分为m×n个栅格，每一个栅格表示隧道内1m2的空间；同时将场景中的障碍物在栅格内标出：
式中：
ai(i＝1,2,3…,m×n)为第i个栅格；
步骤3中所述一氧化碳浓度探测器、温度传感器、能见度传感器测得火灾时隧道内各栅格的一氧化碳浓度、温度与能见度集合为bi：
bi＝[bi(T),bi(Ks),bi(ξ)]
式中：
bi(i＝1,2,3…,m×n)为第i个栅格内的温度、能见度与一氧化碳浓度集合；
bi(T)为第i个栅格内的温度(℃C)，bi(Ks)为第i个栅格内的能见度(m-1)；
bi(ξ)为第i个栅格内的一氧化碳浓度(％)。
5.根据权利要求4所述的特长隧道人员路径规划方法，其特征在于：
步骤4中所述通过蚁群算法优化得到最佳的人员疏散路径方案为：
在蚂蚁从隧道栅格转移完毕后，并采用禁忌表tabuk来记录蚂蚁k当前已走过的隧道栅格，待选逃生路径集合随着tabuk的不断更新而调整；
当每只蚂蚁走完一步，需要对残留信息素进行更新；依据全局信息素挥发系数rhoGlobal、局部信息素挥发系数rhoLocal对相邻栅格间的信息素浓度τij(t)进行更新；相邻栅格间的信息更新策略采用蚂蚁k的信息素浓度总量Q除以当前逃生路径总长度Lk来表示；在每只蚂蚁对隧道内的所有栅格进行遍历后，可以输出当前的最优路径长度bestSoFarpath，一次迭代结束；
当下次迭代时，保留现有隧道栅格内的信息素浓度，重新使蚂蚁进行隧道栅格便利，重新输出当前最优路径长度bestSoFarpath；然后判断迭代次数n是否达到设置的最大迭代次数NCmax，若是，迭代结束；若否，则重新产生新的蚂蚁进行下一次遍历；
定义末代即n＝NCmax的蚂蚁走过的隧道栅格为人员逃生的最优路径，并将路径集合A与最优路径长度L储存于路径规划终端内。
CN202210780262.9A 2022-07-04 2022-07-04 一种特长隧道人员路径规划系统及方法 Active CN115167420B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210780262.9A CN115167420B (zh) 2022-07-04 2022-07-04 一种特长隧道人员路径规划系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210780262.9A CN115167420B (zh) 2022-07-04 2022-07-04 一种特长隧道人员路径规划系统及方法

Publications (2)

Publication Number Publication Date
CN115167420A CN115167420A (zh) 2022-10-11
CN115167420B true CN115167420B (zh) 2024-04-19

Family

ID=83491707

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210780262.9A Active CN115167420B (zh) 2022-07-04 2022-07-04 一种特长隧道人员路径规划系统及方法

Country Status (1)

Country Link
CN (1) CN115167420B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
KR20200003452A (ko) * 2018-07-02 2020-01-10 주식회사 반석티씨아이 지능형 화재 대피 유도시스템
CN112925315A (zh) * 2021-01-25 2021-06-08 河海大学 一种基于改进蚁群算法和a*算法的履带车路径规划方法
CN114580273A (zh) * 2022-02-18 2022-06-03 西安建筑科技大学 基于改进蚁群算法的火灾逃生疏散仿真算法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018026603A1 (en) * 2016-08-02 2018-02-08 Pcms Holdings, Inc. System and method for optimizing autonomous vehicle capabilities in route planning

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200003452A (ko) * 2018-07-02 2020-01-10 주식회사 반석티씨아이 지능형 화재 대피 유도시스템
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
CN112925315A (zh) * 2021-01-25 2021-06-08 河海大学 一种基于改进蚁群算法和a*算法的履带车路径规划方法
CN114580273A (zh) * 2022-02-18 2022-06-03 西安建筑科技大学 基于改进蚁群算法的火灾逃生疏散仿真算法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
一种应用于火灾环境路径规划的蚂蚁群算法;郑延斌;安德宇;李娜;卢玉锋;;山西大学学报(自然科学版);20171115(04);全文 *
基于竞争路径选择的HOT车道费率优化模型;邵春福等;《北京交通大学学报》;20210323;全文 *

Also Published As

Publication number Publication date
CN115167420A (zh) 2022-10-11

Similar Documents

Publication Publication Date Title
Linka et al. Path loss models for low-power wide-area networks: Experimental results using LoRa
CN202856981U (zh) Zigbee和wifi结合的井下人员定位系统
Manzano et al. An IoT LoRaWAN network for environmental radiation monitoring
CN102573049A (zh) 一种室内定位方法及系统
CN103369549A (zh) 基于射线跟踪传播模型的室内三维空间无线信号预测方法
CN109812295A (zh) 一种隧道瓦斯智能监测方法和系统
CN102117528A (zh) 基于数字化技术的动态反馈式隧道火灾智能疏散救援系统
CN105160412A (zh) 一种评估输电线路山火故障跳闸概率的方法
CN103226983A (zh) 一种基于网状拓扑结构的辐射场三维监测系统及探测方法
CN104015756B (zh) 基于无线传感器的火车铁轨温度与压力检测方法
CN115167420B (zh) 一种特长隧道人员路径规划系统及方法
CN103454523B (zh) 一种基于地理信息系统的收发设备间的电磁兼容性测量方法
CN113204736A (zh) 森林火险实时监控和预测预报的方法、系统、介质及设备
Mullick et al. Enhancing data transmission in duct air quality monitoring using mesh network strategy for LoRa
González-Palacio et al. Machine-learning-based combined path loss and shadowing model in LoRaWAN for energy efficiency enhancement
Rizanov et al. System for early warning and monitoring of wildfires
CN103716751A (zh) 森林防火监测系统及方法
CN103885029A (zh) 基于无线传感器网络的一种多目标无源追踪方法
CN116754719A (zh) 一种城市区域碳排放检测系统
Duisebekova et al. Environmental monitoring system for analysis of climatic and ecological changes using LoRa technology
Jiang et al. Emergency evacuation based on long range communication technology
Eduard et al. Ad-hoc train-arrival notification system for railway safety in remote areas
CN215066967U (zh) 一种闪电定位装置
CN114723185A (zh) 一种核电站火灾应急疏散路径生成方法
CN113449918A (zh) 突发重大污染事件应急指挥辅助决策方法和系统

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