一种地铁站火灾的人群疏散方案的制定方法和相关装置

1.本发明涉及地铁公共安全技术领域，具体是涉及一种地铁站火灾的人群疏散方案的制定方法和相关装置。


背景技术：

2.地铁凭借其快速、便捷、环保、运量大等特点现已成为全球各大城市解决客运交通问题的首选。由于地铁车站内人流密度较高，环境相对封闭，排烟排热较差，一旦发生火灾将造成严重的人员伤亡和大量的财产损失。为了保证地铁车站发生火灾事故后人员能够安全、快速疏散，因此需要针对地铁站制定相应的疏散方案。
3.现有的疏散方案均没有考虑引导员对行人的引导因素，因此导致制定出的疏散方案并不适用于在地铁站疏散人群。
4.综上所述，现有技术中的疏散方案不适用设有引导员的地铁站。
5.因此，现有技术还有待改进和提高。


技术实现要素：

6.为解决上述技术问题，本发明提供了一种地铁站火灾的人群疏散方案的制定方法和相关装置，解决了现有技术中的疏散方案不适用设有引导员地铁站的问题。
7.为实现上述目的，本发明采用了以下技术方案：
8.第一方面，本发明提供一种地铁站火灾的人群疏散方案的制定方法，其中，包括：
9.确定元胞空间模型内的各个子元胞受到地铁站出口的吸引力，所述元胞空间模型用于表征地铁站的空间结构，所述子元胞用于表征所述地铁站内的各个位置，所述吸引力用于表征所述地铁站内的各个位置与所述地铁站出口之间的距离；
10.确定引导员在各个所述子元胞处产生的影响力值，所述影响力值用于表征所述引导员在所述子元胞所对应位置的引导程度；
11.依据各个所述子元胞受到地铁站出口的吸引力和所述引导员在各个所述子元胞处产生的影响力值，设定各个所述子元胞的各个移动概率，所述移动概率用于表征各个所述子元胞适用于构建疏散路径的程度；
12.依据各个所述子元胞的各个移动概率，确定人群疏散方案。
13.在一种实现方式中，所述确定元胞空间模型内的各个子元胞受到地铁站出口的吸引力，所述元胞空间模型用于表征地铁站的空间结构，所述子元胞用于表征所述地铁站内的各个位置，所述吸引力用于表征所述地铁站内的各个位置与所述地铁站出口之间的距离，包括：
14.确定各个所述子元胞与各个所述地铁站出口之间的各个子距离；
15.从各个所述子距离中筛选出最大距离；
16.依据每个所述子元胞与各个所述地铁站出口之间的距离，确定与每个所述子元胞最近的所述地铁站出口和每个所述子元胞之间的最近距离；
17.依据所述最大距离、每个所述子元胞与最近的所述地铁站出口之间的最近距离，确定各个子元胞受到的地铁站出口的吸引力。
18.在一种实现方式中，所述确定引导员在各个所述子元胞处产生的影响力值，所述影响力值用于表征所述引导员在所述子元胞所对应位置的引导程度，包括：
19.确定所述引导员在各个所述子元胞产生的影响力值中的引导信号影响力值，所述引导信号影响力值用于表征所述引导员产生的引导信号对处于所述子元胞处的行人的引导程度；
20.依据所述引导员与各个所述子元胞之间的距离，确定所述影响力值中的距离影响力值。
21.在一种实现方式中，所述确定所述引导员在各个所述子元胞产生的影响力值中的引导信号影响力值，所述引导信号影响力值用于表征所述引导员产生的引导信号对处于所述子元胞处的行人的引导程度，包括：
22.依据所述引导员的身高、声音强度、衣服颜色，确定所述引导员产生的引导信号的传递强度；
23.确定所述引导员产生的引导信号在各个所述子元胞处的信号起始强度；
24.依据所述引导员与各个所述子元胞之间的距离、所述引导信号的传递强度、所述引导信号的信号起始强度，确定所述引导信号在各个所述子元胞处形成的局部信号强度；
25.累加所述引导信号在各个所述子元胞处形成的局部信号强度，得到全局信号强度；
26.依据所述局部信号强度与所述全局信号强度之比，得到引导信号影响力值。
27.在一种实现方式中，所述确定所述引导员在各个所述子元胞产生的影响力值中的引导信号影响力值，所述引导信号影响力值用于表征所述引导员产生的引导信号对处于所述子元胞处的行人的引导程度，包括：
28.确定所述引导员与各个所述子元胞之间的距离和设定的所述引导员的有效影响半径之差的平方值，记为距离差值平方；
29.确定所述距离差值平方与衰减系数的平方值之比，记为信号衰减指数，所述衰减系数为所述引导信号的衰减系数；
30.确定所述引导员产生的引导信号在各个所述子元胞处的信号起始强度；
31.依据自然底数的衰减系数的次幂与所述信号起始强度的乘积，得到所述引导信号在各个所述子元胞处形成的局部信号强度；
32.累加所述引导信号在各个所述子元胞处形成的局部信号强度，得到全局信号强度；
33.依据所述局部信号强度与所述全局信号强度之比，得到引导信号影响力值。
34.在一种实现方式中，所述依据各个所述子元胞受到地铁站出口的吸引力和所述引导员在各个所述子元胞处产生的影响力值，设定各个所述子元胞的各个移动概率，所述移动概率用于表征各个所述子元胞适用于构建疏散路径的程度，包括：
35.依据行人的初始移动速度、最大移动速度、平均移动速度，确定所述行人的心理压力系数；
36.依据所述行人的实时移动速度、最大移动速度，确定所述行人的恐慌系数；
37.依据所述心理压力系数和所述恐慌系数，确定所述行人的心态系数；
38.确定行人对所述地铁站的熟悉度；
39.依据所述心态系数和所述熟悉度，构造所述吸引力的第一权重和所述影响力值的第二权重；
40.依据所述第一权重和所述第二权重对所述吸引力和所述影响力值进行加权处理，得到加权结果；
41.依据所述加权结果，设定各个所述子元胞的各个移动概率。
42.在一种实现方式中，所述依据各个所述子元胞的各个移动概率，确定人群疏散方案，包括：
43.按照各个所述子元胞在所述元胞空间模型中的位置顺序，排列各个所述子元胞的各个移动概率，得到移动概率矩阵；
44.依据所述移动概率矩阵，确定人群疏散方案。
45.第二方面，本发明实施例还提供一种地铁站火灾的人群疏散方案的制定装置，其中，所述装置包括如下组成部分：
46.吸引力计算模块，用于确定元胞空间模型内的各个子元胞受到地铁站出口的吸引力，所述元胞空间模型用于表征地铁站的空间结构，所述子元胞用于表征所述地铁站内的各个位置，所述吸引力用于表征所述地铁站内的各个位置与所述地铁站出口之间的距离；
47.影响力值计算模块，用于确定引导员在各个所述子元胞处产生的影响力值，所述影响力值用于表征所述引导员在所述子元胞所对应位置的引导程度；
48.移动概率计算模块，用于依据各个所述子元胞受到地铁站出口的吸引力和所述引导员在各个所述子元胞处产生的影响力值，设定各个所述子元胞的各个移动概率，所述移动概率用于表征各个所述子元胞适用于构建疏散路径的程度；
49.方案制定模块，用于依据各个所述子元胞的各个移动概率，确定人群疏散方案。
50.第三方面，本发明实施例还提供一种终端设备，其中，所述终端设备包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的地铁站火灾的人群疏散方案的制定程序，所述处理器执行所述地铁站火灾的人群疏散方案的制定程序时，实现上述所述的地铁站火灾的人群疏散方案的制定方法的步骤。
51.第四方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有地铁站火灾的人群疏散方案的制定程序，所述地铁站火灾的人群疏散方案的制定程序被处理器执行时，实现上述所述的地铁站火灾的人群疏散方案的制定方法的步骤。
52.有益效果：本发明首先构造用于表征地铁空间结构的元胞空间模型，用元胞空间模型中的各个子元胞代表地铁站内的各个物体，基于地铁站出口与每个子元胞之间的距离计算地铁站出口对每个子元胞的吸引力。之后用引导员在各个子元胞处产生的引导程度表征引导员在各个子元胞处产生的影响力值。然后基于吸引力和影响力值，设定各个子元胞适用于构建疏散路径的程度(移动概率)。最后基于移动概率，确定人群疏散方案。从上述分析可知，本发明在制定疏散方案时，充分考虑了引导员的引导因素，因此本发明制定的疏散方案能够适用于有引导员的地铁站，借助引导员的引导作用能够提高人群疏散效果。
附图说明
53.图1为本发明的整体流程图；
54.图2为本发明实施例中的元胞空间矩阵示意图；
55.图3为本发明实施例中的基于引导员的疏散人群流程图；
56.图4为本发明实施例提供的终端设备的内部结构原理框图。
具体实施方式
57.以下结合实施例和说明书附图，对本发明中的技术方案进行清楚、完整地描述。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。
58.经研究发现，地铁凭借其快速、便捷、环保、运量大等特点现已成为全球各大城市解决客运交通问题的首选。由于地铁车站内人流密度较高，环境相对封闭，排烟排热较差，一旦发生火灾将造成严重的人员伤亡和大量的财产损失。为了保证地铁车站发生火灾事故后人员能够安全、快速疏散，因此需要针对地铁站制定相应的疏散方案。现有的疏散方案均没有考虑引导员对行人的引导因素，因此导致制定出的疏散方案并不适用于在地铁站疏散人群。
59.为解决上述技术问题，一种地铁站火灾的人群疏散方案的制定方法和相关装置，解决了现有技术中的疏散方案不适用设有引导员地铁站的问题。具体实施时，用代表地铁站内各个物体的子元胞构造元胞空间模型，基于地铁站出口与各个子元胞之间的距离确定地铁站出口对各个子元胞的吸引力，再确定引导员在各个子元胞处产生的影响力值(影响力值用于表征引导员在子元胞所对应位置的引导程度)，之后依据各个子元胞受到地铁站出口的吸引力和引导员在各个子元胞处产生的影响力值，设定各个子元胞的各个移动概率(移动概率用于表征各个子元胞适用于构建疏散路径的程度)，最后依据各个子元胞的各个移动概率，确定人群疏散方案。
60.举例说明，如图2所示，子元胞p
00
至p
22
构成了元胞空间模型，比如子元胞p
00
代表柱子、子元胞p
01
代表地铁站内的消防通道、p
22
代表地铁站内的障碍物。在元胞空间模型的外部有地铁站出口a。根据a与p
00
之间的距离，确定地铁站出口a在p
00
处产生的吸引力s
00
，根据引导员对p
00
处的引导程度，确定引导员对p
00
处的影响力值hl
00
。根据s
00
和hl
00
计算出子元胞p
00
适合参与构建疏散路径的概率p
00
(移动概率)。采用同样的方法，计算出p
01
对应的移动概率p
01
，计算出p
01
对应的移动概率p
01
，计算出p
02
对应的移动概率p
02
，计算出p
10
对应的移动概率p
10
，计算出p
11
对应的移动概率p
11
，计算出p
12
对应的移动概率p
12
，计算出p
20
对应的移动概率p
20
，计算出p
21
对应的移动概率p
21
，计算出p
22
对应的移动概率p
22
。将p
00
、p
01
、p
02
、p
10
、p
11
、p
12
、p
20
、p
21
、p
22
按照p
00
、p
01
、p
02
、p
10
、p
11
、p
12
、p
20
、p
21
、p
22
在元胞空间模型中的位置排列p
00
、p
01
、p
02
、p
10
、p
11
、p
12
、p
20
、p
21
、p
22
就得到移动概率矩阵p，引导员从移动概率矩阵p挑选出移动概率大的子元胞(非障碍物所在的子元胞)构造疏散路径，即得到人群疏散方案。
61.示例性方法
62.本实施例的地铁站火灾的人群疏散方案的制定方法可应用于终端设备中，所述终端设备可为具有地图生成功能的终端产品，比如导航设备等。在本实施例中，如图1中所示，所述地铁站火灾的人群疏散方案的制定方法具体包括如下步骤：
63.s100，确定元胞空间模型内的各个子元胞受到地铁站出口的吸引力，所述元胞空间模型用于表征地铁站的空间结构，所述子元胞用于表征所述地铁站内的各个位置，所述吸引力用于表征所述地铁站内的各个位置与所述地铁站出口之间的距离。
64.在一个实施例中，以双层岛式地铁车站为疏散场景，根据其空间结构，构建二维元胞空间；然后，建立坐标系，确定疏散场景所对应的元胞空间模型中每个子元胞的状态，用不同颜色的方格代表障碍物、火源、疏散人员、引导员等，即用每个子元胞代表地铁站内的各个物体和人员。
65.在一个实施例中，步骤s100包括如下的步骤s101、s102、s103、s104：
66.s101，确定各个所述子元胞与各个所述地铁站出口之间的各个子距离
67.xs为任意一个子元胞s的横坐标，ys为任意一个子元胞s的纵坐标,xe为任意一个地铁站出口e的横坐标，ye为任意一个地铁站出口e的纵坐标。
68.s102，从各个所述子距离中筛选出最大距离d
max
。
[0069][0070]
q地铁站出口的总数量。
[0071]
比如有五个子元胞，三个地铁站出口，计算每个子元胞与每个地铁站出口之间的子距离，共有十五个子距离，从十五个子距离筛选出最大距离d
max
。
[0072]
s103，依据每个所述子元胞与各个所述地铁站出口之间的距离，确定与每个所述子元胞最近的所述地铁站出口和每个所述子元胞之间的最近距离。
[0073]
比如有p
00
、p
01
、p
02
、p
10
、p
11
五个子元胞，甲、乙、丙三个地铁站出口，计算甲、乙、丙与p
00
之间的距离，得到甲是距离p
00
最近的地铁站出口，甲与p
00
之间的距离记为最近距离l
00甲
。同样如果三个地铁站出口中乙是距离p
01
最近的距离，那么就将乙与p
01
之间的距离记为最近距离l
01乙
，同样得到l
02乙
、l
10丙
、l
11丙
。
[0074]
s104，依据所述最大距离、每个所述子元胞与最近的所述地铁站出口之间的最近距离，确定各个子元胞受到的地铁站出口的吸引力s
ij
。
[0075][0076]sij
为位于元胞空间模型中第i行第j列的子元胞的吸引力，em为与坐标为(i,j)的子元胞最近的地铁站出口，x
ij
为位于第i行第j列的子元胞的横坐标，y
ij
为位于第i行第j列的子元胞的纵坐标，为距离位于第i行第j列处的子元胞的最近地铁站出口em的横坐标，为距离位于第i行第j列处的子元胞的最近地铁站出口em的横坐标。
[0077]
比如当计算子元胞p
01
受到的地铁站出口的吸引力s
01
时，s
01
＝d
max-l
01乙
。
[0078]
l
01乙
对应上式中的
[0079]
s200，确定引导员在各个所述子元胞处产生的影响力值，所述影响力值用于表征所述引导员在所述子元胞所对应位置的引导程度。
[0080]
在一个实施例中，先在元胞空间模型中的不同位置设置一定数量的引导员，引导员的数量和位置通过如下方式确定：
[0081]
首先构建位置分配的损失函数，从而根据最优解确定合适的引导员位置。将疏散场景划分出q个网格，每个网格的尺寸为h*w，每个网格的损失计算公式如下。
[0082][0083]
上式，考虑了行人密度ρi和引导员与出口的距离di。前者增加了引导员可以指挥的行人数量，后者保证了远离出口的行人也可以得到引导员的指挥。w
′
用于调整密度损失和距离损失的权重。
[0084]
中ρi表示网格i的密度价值，ρ
max
表示网格的最大密度价值，这里的密度不是简单地由网格中行人的数量决定，而是由网格中所有行人与网格中心的距离之和决定。
[0085][0086]
(xk,yk)代表在以网格中心为圆点，η为半径的范围内，行人k的坐标；(x
ic
,y
ic
)代表第i个网格的中点坐标。密度越大越好，既能反应这个网格的人数多，也能反应这个网格的行人集中在网格中间区域。
[0087]
中，di代表距离价值，表示网格中点到出口的最短距离；d
max
代表网格中点到出口的最大距离。如果di越大那么远离出口的行人也能得到指引，也就是希望将引导员布置在远离出口的位置。
[0088][0089]
代表第j个出口的坐标。
[0090]
然后求解一个最优问题，包含最小化位置损失(引导员布置在远离出口且行人密度大的网格)，和最小化劳动成本损失(引导员数量最少)。
[0091][0092]
在某些情况下，为了避免损失小的网格相互接近二导致引导员的影响范围重叠，需要在领导者之间增加如下距离约束条件：
[0093][0094]
使用变量ei表示网格i是否被布置了引导员，n
gmax
代表引导员的最大数量。
[0095][0096]
求解公式确定引导员的数量和损失小的网格，将引导员布置在这些网格的中点处。
[0097]
在一个实施例中，影响力值包括引导信号影响力值h
ij
和距离影响力值l
ij
。
[0098]
距离影响力值l
ij
为图2中第i行第j列的子元胞与距离其最近的引导员之间的距离。
[0099]
在一个实施例中，当引导员与子元胞之间的距离r小于等于引导员的有效影响半径η(即r≤η，η代表引导员信息的传递半径，在该范围内，疏散人员能够接收到引导员的指引)时，计算引导信号影响力值h
ij
包括如下步骤s201至s205：
[0100]
s201，依据所述引导员的身高、声音强度、衣服颜色，确定所述引导员产生的引导信号的传递强度τ。
[0101]
τ是引导员的信息传递强度，与引导员的身高、呼叫声大小、是否穿着鲜艳衣物等因素有关，τ越大，信息粒子的扩散强度越大。
[0102]
s202，确定所述引导员产生的引导信号在各个所述子元胞处的信号起始强度
[0103]
为在起始时刻t引导信号在第i行第j列处的子元胞处的信号起始强度。
[0104]
s203，依据所述引导员与各个所述子元胞之间的距离r、所述引导信号的传递强度τ、所述引导信号的信号起始强度确定所述引导信号在各个所述子元胞处形成的局部信号强度
[0105][0106]
s204，累加所述引导信号在各个所述子元胞处形成的局部信号强度，得到全局信号强度
[0107]
各个子元胞构成如图2所示的矩阵，即元胞空间矩阵(元胞空间矩阵为元胞空间模型的一部分)，n为元胞空间矩阵的行数，m为元胞空间矩阵的列数。
[0108]
s205，依据所述局部信号强度与所述全局信号强度之比，得到引导信号影响力值h
ij
。
[0109][0110]
在一个实施例中，当引导员与子元胞之间的距离r大于引导员的有效影响半径η(即r＞η)时，计算引导信号影响力值h
ij
包括如下步骤s206至s2011：
[0111]
s206，确定所述引导员与各个所述子元胞之间的距离r和设定的所述引导员的有效影响半径η之差的平方值(r-η)2，记为距离差值平方。
[0112]
s207，确定所述距离差值平方(r-η)2与衰减系数w的平方值之比，记为信号衰减指数所述衰减系数为所述引导信号的衰减系数。
[0113]
s208，确定所述引导员产生的引导信号在各个所述子元胞处的信号起始强度
[0114]
s209，依据自然底数的衰减系数的次幂与所述信号起始强度的乘积，得到所述引导信号在各个所述子元胞处形成的局部信号强度
[0115][0116]
s2010，累加所述引导信号在各个所述子元胞处形成的局部信号强度，得到全局信号强度
[0117]
s2011，依据所述局部信号强度与所述全局信号强度之比，得到引导信号影响力值h
ij
。
[0118][0119]
s300，依据各个所述子元胞受到地铁站出口的吸引力s
ij
和所述引导员在各个所述子元胞处产生的影响力值h
ij
，设定各个所述子元胞的各个移动概率p
ij
，所述移动概率用于表征各个所述子元胞适用于构建疏散路径的程度。
[0120]
由于疏散过程中行人的心理特征复杂，采用心态系数来描述真实火灾场景中行人的综合心理状态，认为心态系数与行人的心理压力、火场环境、其他人员的恐慌度有关。因此在一个实施例中，吸引力s
ij
和影响力值h
ij
结合地铁站内行人的心态系数m(t)以及行人对地铁的熟悉度μ综合构建各个子元胞适合参与构建疏散路径的概率(移动概率p
ij
)。该实施例中，步骤s300包括如下的步骤s301至s307：
[0121]
s301，依据行人的初始移动速度、最大移动速度、平均移动速度，确定所述行人的心理压力系数
[0122]
下行人i在t时刻的压力系数。
[0123][0124][0125]
式中，为平均移动速度，最大移动速度(即最大期望速度)，为行人i的理想移动速度(即初始移动速度)。
[0126]
s302，依据所述行人的实时移动速度vi(t)、最大移动速度确定所述行人的恐慌系数ci(t)(t时刻行人i的恐慌系数)。
[0127]
随着火灾环境的恶化，火场高温、浓烟和毒害气体严重损害了行人的身心健康，阻
碍了行人的视野范围，减缓了移动速度，导致行人的恐慌程度不断增加。
[0128][0129]
式中，α代表恐慌增长率的缩放系数。
[0130]
s303，依据所述心理压力系数和所述恐慌系数，确定所述行人的心态系数mi(t)。
[0131][0132]
在另一个实施例中，
[0133]
式中，gi(t)代表行人i在t时刻受其他行人影响而产生的恐慌度。
[0134][0135]ei
代表行人i的情绪传播强度，a
j,i
代表行人i从行人j接收到的恐慌度，b
i,j
代表行人i向行人j传递的恐慌度，l代表行人之间的距离，k代表邻居个数，r为除行人i之外的其他行人构成的区域的半径。
[0136]
s304，确定行人i对所述地铁站的熟悉度ui。
[0137]
假设随机变量xi～beta(α,β)，对应的概率密度函数如下：
[0138][0139]
其中，α＞0，β＞0，γ代表gamma函数，xi∈d。构造映射函数g(d)调整随机变量xi的尺度得到熟悉度参数ui，使得ui∈r。因此初始时刻行人i的熟悉度参数ui可以由下式求出：
[0140]
g(d)＝{ui|ui＝axi+b,xi∈d}
[0141]
通过随机变量xi建立行人对地铁站的熟悉度ui具有以下效果：
[0142]
人群的环境熟悉程度会在一个特定的范围内波动，beta分布使得随机变量xi的在(0,1)之间，通过映射函数g(d)将变量xi映射到(b,a+b)，即疏散人员的熟悉度ui服从下界为b，上界为a+b的beta分布。xi起中介作用，变换区间范围方便后续的计算。
[0143]
其中，a代表尺度参数(用于变换xi的尺度)，b代表位置参数，分别决定了ui的区间范围和下界。若ui＞λ，认为行人i熟悉车站环境，否则对车站环境陌生。
[0144]
s305，依据所述心态系数m(t)和所述熟悉度u，构造所述吸引力s
ij
的第一权重和所述影响力值(影响力值由引导信号影响力值h
ij
和距离影响力值l
ij
构成)的第二权重。
[0145]
第一权重：
[0146]
第二权重：
[0147]
s306，依据所述第一权重和所述第二权重对所述吸引力和所述影响力值进行加权处理，得到加权结果。
[0148]
s307，依据所述加权结果，设定各个所述子元胞的各个移动概率p
ij
。
[0149]
[0150]
式中，kh和k
l
分别代表hff(h
ij
)和lff(l
ij
)的权重系数，norm代表归一化处理，a
ij
代表元胞(i,j)是否被障碍物占据，如果被占据则为1，否则为0；b
ij
代表元胞(i,j)是否被其他行人占据，如果被占据则为0，否则为1。
[0151]
对于熟悉环境的行人和冷静的行人在疏散过程中对自己的行为模式比较自信，在得到引导员的指引后，能够主动前往安全出口，对引导员的依赖程度较低；而对于环境陌生和恐慌的行人，他们在疏散过程中对其他行人的依赖程度较高，他们倾向于跟随引导员一起运动，独立前往出口的意愿较低。
[0152]
在另一个实施例中，
[0153][0154]dij
代表人群的吸引力，ks、kd和kf分别代表静态场，动态场和火灾排斥场的权重系数；a
ij
代表元胞(i,j)是否被障碍物占据，如果被占据则为1，否则为0；b
ij
代表元胞(i,j)是否被其他行人占据，如果被占据则为0，否则为1。
[0155][0156]
其中，代表t时刻元胞(i,j)位置处的轨迹信息强度；θ代表扩散系数；δ代表衰减系数。初始时所有元胞的动态场强度为0，当有一个行人经过元胞(i,j)时，d
ij
＝d
ij
+1；然后计算上面公式的动态场的扩散和衰减，代表扩散和衰减与元胞(i,j)自身位置处的轨迹有关，代表与周围元胞的信息强度有关。
[0157]fij
(fff)代表火场的排斥力,反映了火灾产物对行人运动的影响,f
ij
由火源威胁场r
ij
、温度场t
ij
、烟雾场z
ij
这三部分组成。其中r
ij
使行人在疏散过程中远离火源,t
ij
使行人向温度低的区域移动,z
ij
表示行人倾向于前往能见度高的区域。
[0158]fij
＝r
ij
+t
ij
+z
ij
[0159][0160][0161][0162]
其中df
max
代表元胞空间中到火源(xf,yf)的最大距离，vis0代表最大能见度，temp
ij
和vis
ij
分别代表元胞(i,j)处的温度和能见度，kr、k
t
和kz分别代表u
ij
、t
ij
和z
ij
的权重系数。
[0163]
s400，依据各个所述子元胞的各个移动概率，确定人群疏散方案。
[0164]
在一个实施例中，步骤s400具体过程如下：按照各个所述子元胞在所述元胞空间模型中的位置顺序，排列各个所述子元胞的各个移动概率，得到移动概率矩阵；依据所述移动概率矩阵，确定人群疏散方案。
[0165]
也就是将步骤s300计算出的移动概率p
ij
按照各个子元胞p
ij
在图2中的位置进行
排序就得到了移动概率矩阵。将移动概率矩阵发送给引导员，引导员将行人往移动概率p
ij
大的子元胞处引导。
[0166]
基于步骤s100、s200、s300、s400在地铁站内疏散人群的整体过程如图3所示：
[0167]
基于地铁车站的空间结构，构建元胞空间；初始化疏散人员的位置坐标、熟悉度参数和心态系数；基于网格损失模型，确定引导员的数量和初始位置；基于火灾环境数据，更新疏散人员的心态系数；基于信息粒子的扩散和衰减模型，确定引导信息的作用范围和强度；判断行人是否在信息粒子的作用范围内，解析各行人受到的出口作用、人群作用、火灾作用、信息粒子作用和引导员作用，计算移动概率矩阵，确定下一时刻行人的运动方向；更新行人状态，直到所有行人疏散完毕。
[0168]
综上，本发明首先构造用于表征地铁空间结构的元胞空间模型，用元胞空间模型中的各个子元胞代表地铁站内的各个物体，基于地铁站出口与每个子元胞之间的距离计算地铁站出口对每个子元胞的吸引力。之后用引导员在各个子元胞处产生的引导程度表征引导员在各个子元胞处产生的影响力值。然后基于吸引力和影响力值，设定各个子元胞适用于构建疏散路径的程度(移动概率)。最后基于移动概率，确定人群疏散方案。从上述分析可知，本发明在制定疏散方案时，充分考虑了引导员的引导因素，因此本发明制定的疏散方案能够适用于有引导员的地铁站，借助引导员的引导作用能够提高人群疏散效果。
[0169]
另外，本发明的疏散方案解决人员疏散过程中出现的易恐慌、效率低、拥堵阻塞等问题，为实际火灾紧急情况下地铁车站的人员疏散决策提供理论支持。
[0170]
示例性装置
[0171]
本实施例还提供一种地铁站火灾的人群疏散方案的制定装置，所述装置包括如下组成部分：
[0172]
吸引力计算模块，用于确定元胞空间模型内的各个子元胞受到地铁站出口的吸引力，所述元胞空间模型用于表征地铁站的空间结构，所述子元胞用于表征所述地铁站内的各个位置，所述吸引力用于表征所述地铁站内的各个位置与所述地铁站出口之间的距离；
[0173]
影响力值计算模块，用于确定引导员在各个所述子元胞处产生的影响力值，所述影响力值用于表征所述引导员在所述子元胞所对应位置的引导程度；
[0174]
移动概率计算模块，用于依据各个所述子元胞受到地铁站出口的吸引力和所述引导员在各个所述子元胞处产生的影响力值，设定各个所述子元胞的各个移动概率，所述移动概率用于表征各个所述子元胞适用于构建疏散路径的程度；
[0175]
方案制定模块，用于依据各个所述子元胞的各个移动概率，确定人群疏散方案。
[0176]
基于上述实施例，本发明还提供了一种终端设备，其原理框图可以如图4所示。该终端设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏、温度传感器。其中，该终端设备的处理器用于提供计算和控制能力。该终端设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该终端设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种地铁站火灾的人群疏散方案的制定方法。该终端设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该终端设备的温度传感器是预先在终端设备内部设置，用于检测内部设备的运行温度。
[0177]
本领域技术人员可以理解，图4中示出的原理框图，仅仅是与本发明方案相关的部
分结构的框图，并不构成对本发明方案所应用于其上的终端设备的限定，具体的终端设备以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0178]
在一个实施例中，提供了一种终端设备，终端设备包括存储器、处理器及存储在存储器中并可在处理器上运行的地铁站火灾的人群疏散方案的制定程序，处理器执行地铁站火灾的人群疏散方案的制定程序时，实现如下操作指令：
[0179]
确定元胞空间模型内的各个子元胞受到地铁站出口的吸引力，所述元胞空间模型用于表征地铁站的空间结构，所述子元胞用于表征所述地铁站内的各个位置，所述吸引力用于表征所述地铁站内的各个位置与所述地铁站出口之间的距离；
[0180]
确定引导员在各个所述子元胞处产生的影响力值，所述影响力值用于表征所述引导员在所述子元胞所对应位置的引导程度；
[0181]
依据各个所述子元胞受到地铁站出口的吸引力和所述引导员在各个所述子元胞处产生的影响力值，设定各个所述子元胞的各个移动概率，所述移动概率用于表征各个所述子元胞适用于构建疏散路径的程度；
[0182]
依据各个所述子元胞的各个移动概率，确定人群疏散方案。
[0183]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0184]
最后应说明的是：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。

技术特征：
1.一种地铁站火灾的人群疏散方案的制定方法，其特征在于，包括：确定元胞空间模型内的各个子元胞受到地铁站出口的吸引力，所述元胞空间模型用于表征地铁站的空间结构，所述子元胞用于表征所述地铁站内的各个位置，所述吸引力用于表征所述地铁站内的各个位置与所述地铁站出口之间的距离；确定引导员在各个所述子元胞处产生的影响力值，所述影响力值用于表征所述引导员在所述子元胞所对应位置的引导程度；依据各个所述子元胞受到地铁站出口的吸引力和所述引导员在各个所述子元胞处产生的影响力值，设定各个所述子元胞的各个移动概率，所述移动概率用于表征各个所述子元胞适用于构建疏散路径的程度；依据各个所述子元胞的各个移动概率，确定人群疏散方案。2.如权利要求1所述的地铁站火灾的人群疏散方案的制定方法，其特征在于，所述确定元胞空间模型内的各个子元胞受到地铁站出口的吸引力，所述元胞空间模型用于表征地铁站的空间结构，所述子元胞用于表征所述地铁站内的各个位置，所述吸引力用于表征所述地铁站内的各个位置与所述地铁站出口之间的距离，包括：确定各个所述子元胞与各个所述地铁站出口之间的各个子距离；从各个所述子距离中筛选出最大距离；依据每个所述子元胞与各个所述地铁站出口之间的距离，确定与每个所述子元胞最近的所述地铁站出口和每个所述子元胞之间的最近距离；依据所述最大距离、每个所述子元胞与最近的所述地铁站出口之间的最近距离，确定各个子元胞受到的地铁站出口的吸引力。3.如权利要求1所述的地铁站火灾的人群疏散方案的制定方法，其特征在于，所述确定引导员在各个所述子元胞处产生的影响力值，所述影响力值用于表征所述引导员在所述子元胞所对应位置的引导程度，包括：确定所述引导员在各个所述子元胞产生的影响力值中的引导信号影响力值，所述引导信号影响力值用于表征所述引导员产生的引导信号对处于所述子元胞处的行人的引导程度；依据所述引导员与各个所述子元胞之间的距离，确定所述影响力值中的距离影响力值。4.如权利要求3所述的地铁站火灾的人群疏散方案的制定方法，其特征在于，所述确定所述引导员在各个所述子元胞产生的影响力值中的引导信号影响力值，所述引导信号影响力值用于表征所述引导员产生的引导信号对处于所述子元胞处的行人的引导程度，包括：依据所述引导员的身高、声音强度、衣服颜色，确定所述引导员产生的引导信号的传递强度；确定所述引导员产生的引导信号在各个所述子元胞处的信号起始强度；依据所述引导员与各个所述子元胞之间的距离、所述引导信号的传递强度、所述引导信号的信号起始强度，确定所述引导信号在各个所述子元胞处形成的局部信号强度；累加所述引导信号在各个所述子元胞处形成的局部信号强度，得到全局信号强度；依据所述局部信号强度与所述全局信号强度之比，得到引导信号影响力值。5.如权利要求3所述的地铁站火灾的人群疏散方案的制定方法，其特征在于，所述确定
所述引导员在各个所述子元胞产生的影响力值中的引导信号影响力值，所述引导信号影响力值用于表征所述引导员产生的引导信号对处于所述子元胞处的行人的引导程度，包括：确定所述引导员与各个所述子元胞之间的距离和设定的所述引导员的有效影响半径之差的平方值，记为距离差值平方；确定所述距离差值平方与衰减系数的平方值之比，记为信号衰减指数，所述衰减系数为所述引导信号的衰减系数；确定所述引导员产生的引导信号在各个所述子元胞处的信号起始强度；依据自然底数的衰减系数的次幂与所述信号起始强度的乘积，得到所述引导信号在各个所述子元胞处形成的局部信号强度；累加所述引导信号在各个所述子元胞处形成的局部信号强度，得到全局信号强度；依据所述局部信号强度与所述全局信号强度之比，得到引导信号影响力值。6.如权利要求1所述的地铁站火灾的人群疏散方案的制定方法，其特征在于，所述依据各个所述子元胞受到地铁站出口的吸引力和所述引导员在各个所述子元胞处产生的影响力值，设定各个所述子元胞的各个移动概率，所述移动概率用于表征各个所述子元胞适用于构建疏散路径的程度，包括：依据行人的初始移动速度、最大移动速度、平均移动速度，确定所述行人的心理压力系数；依据所述行人的实时移动速度、最大移动速度，确定所述行人的恐慌系数；依据所述心理压力系数和所述恐慌系数，确定所述行人的心态系数；确定行人对所述地铁站的熟悉度；依据所述心态系数和所述熟悉度，构造所述吸引力的第一权重和所述影响力值的第二权重；依据所述第一权重和所述第二权重对所述吸引力和所述影响力值进行加权处理，得到加权结果；依据所述加权结果，设定各个所述子元胞的各个移动概率。7.如权利要求1所述的地铁站火灾的人群疏散方案的制定方法，其特征在于，所述依据各个所述子元胞的各个移动概率，确定人群疏散方案，包括：按照各个所述子元胞在所述元胞空间模型中的位置顺序，排列各个所述子元胞的各个移动概率，得到移动概率矩阵；依据所述移动概率矩阵，确定人群疏散方案。8.一种地铁站火灾的人群疏散方案的制定装置，其特征在于，所述装置包括如下组成部分：吸引力计算模块，用于确定元胞空间模型内的各个子元胞受到地铁站出口的吸引力，所述元胞空间模型用于表征地铁站的空间结构，所述子元胞用于表征所述地铁站内的各个位置，所述吸引力用于表征所述地铁站内的各个位置与所述地铁站出口之间的距离；影响力值计算模块，用于确定引导员在各个所述子元胞处产生的影响力值，所述影响力值用于表征所述引导员在所述子元胞所对应位置的引导程度；移动概率计算模块，用于依据各个所述子元胞受到地铁站出口的吸引力和所述引导员在各个所述子元胞处产生的影响力值，设定各个所述子元胞的各个移动概率，所述移动概
率用于表征各个所述子元胞适用于构建疏散路径的程度；方案制定模块，用于依据各个所述子元胞的各个移动概率，确定人群疏散方案。9.一种终端设备，其特征在于，所述终端设备包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的地铁站火灾的人群疏散方案的制定程序，所述处理器执行所述地铁站火灾的人群疏散方案的制定程序时，实现如权利要求1-7任一项所述的地铁站火灾的人群疏散方案的制定方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有地铁站火灾的人群疏散方案的制定程序，所述地铁站火灾的人群疏散方案的制定程序被处理器执行时，实现如权利要求1-7任一项所述的地铁站火灾的人群疏散方案的制定方法的步骤。

技术总结
本发明涉及地铁公共安全技术领域，具体是涉及一种地铁站火灾的人群疏散方案的制定方法和相关装置。本发明首先构造用于表征地铁空间结构的元胞空间模型，用元胞空间模型中的各个子元胞代表地铁站内的各个物体，基于地铁站出口与每个子元胞之间的距离计算地铁站出口对每个子元胞的吸引力。之后用引导员在各个子元胞处产生的引导程度表征引导员在各个子元胞处产生的影响力值。然后基于吸引力和影响力值，设定各个子元胞适用于构建疏散路径的程度。最后基于移动概率，确定人群疏散方案。本发明在制定疏散方案时，充分考虑了引导员的引导因素，因此本发明制定的疏散方案能够适用于有引导员的地铁站，借助引导员的引导作用能够提高人群疏散效果。高人群疏散效果。高人群疏散效果。


技术研发人员：周立 赵金秋 徐勇 谢秉磊
受保护的技术使用者：哈尔滨工业大学（深圳）
技术研发日：2023.03.24
技术公布日：2023/7/21