人群疏散瓶颈拥堵状况分析方法和系统
文献发布时间:2023-06-19 09:27:35
技术领域
本发明涉及数据处理技术领域,具体地,涉及人群疏散瓶颈拥堵状况分析方法和系统。
背景技术
随着我国城市化率的提升,各种大规模人群聚集活动也越来越多,这也就给相关管理人员带来了更大的安全挑战。在应急疏散过程中,瓶颈处的危险性显然要高于建筑中其他位置的危险性,因此需要聚焦中高人群密度建筑中瓶颈处的安全问题。
目前,统一认为疏散过程中的人群密度不应大于3.8人/m
因此,需要合理评估瓶颈处的拥堵状况,找出建筑中设计不合理的建筑瓶颈加以改进,以显著降低建筑的事故风险。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种人群疏散瓶颈拥堵状况分析方法和系统。
第一方面,本发明提供一种人群疏散瓶颈拥堵状况分析方法,包括:
步骤1:根据建筑的布局情况构建疏散网络,所述疏散网络包括:节点,以及连接各个节点的边;
步骤2:确定所述疏散网络中各个节点通往出口的最短路径;
步骤3:在人群疏散过程中,确定所述最短路径上的瓶颈位置所对应的人流数据。
可选地,所述步骤1包括:
将建筑物中的人群负荷区域、人群汇集区域、通道汇合位置作为节点,将连接各个节点的通道作为边,根据节点,以及连接节点的边构建疏散网络。
可选地,所述步骤2包括:
基于所述疏散网络,通过A*寻路算法确定所述疏散网络中各个节点通往出口的最短路径;其中,所述最短路径与通道的通行代价相关;所述通道的通行代价的计算公式如下:
其中:e
可选地,所述步骤3包括:
步骤3.1:基于所有所述最短路径的瓶颈位置构建多级瓶颈图;
步骤3.2:根据人流的流动方向,分别统计所述多级瓶颈图中各个瓶颈位置的所对应的人流数据,所述人流数据包括:人流密度、人流速度、排队人数。
可选地,所述瓶颈位置所对应的人流密度的计算公式如下:
其中:F表示人流量(单位:人/s)(与通行代价计算公式中的F无关),W
可选地,还包括:
对所述疏散网络中的各个节点进行类型划分;其中,节点类型包括:封闭型节点、开放型节点;
根据预设的刷新周期,显示不同类型的各个节点的状态以及通道的状态;所述封闭型节点的状态包括:空状态、供应状态、拥堵状态;所述开放型节点的状态包括:空状态、运输状态、供应状态、拥堵状态;所述通道的状态包括:空状态、运输状态、供应状态、拥堵状态。
可选地,还包括:
对所述疏散网络中的各个节点进行等级划分,距离出口越近的节点的等级越高;
根据预设的时间间隔,按照等级从低到高的顺序刷新各个节点的人流数据。
第二方面,本发明提供一种人群疏散瓶颈拥堵状况分析系统,包括处理器和存储器,所述存储器中包含有计算机程序,当所述处理器调用所述存储器中的计算机程序时,执行如第一方面中任一项所述的人群疏散瓶颈拥堵状况分析方法。
与现有技术相比,本发明具有如下的有益效果:
本发明提供的人群疏散瓶颈拥堵状况分析方法和系统,可以得到任意建筑不同瓶颈位置的人流数据,从而给安全疏散提供指导,并能够在建筑设计的早期给出疏散网络的架构建议,使得建筑内部布局更加合理。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明提供的一种人群疏散瓶颈拥堵状况分析方法流程示意图;
图2为本发明实施例提供的不同有效宽度的瓶颈在疏散过程中的人流量变化示意图;
图3为本发明实施例提供的网络化后的疏散网络图;
图4为本发明实施例提供的疏散瓶颈示意图;
图5为本发明实施例提供的封闭型节点状态判断流程示意图;
图6为本发明实施例提供的开放型节点和通道状态判断流程示意图。
图7为本发明实施例提供的示例建筑一楼示意图。
图8为本发明实施例提供的示例建筑二楼示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
图1为本发明提供的一种人群疏散瓶颈拥堵状况分析方法流程示意图,如图1所示,本发明提供的方法可以包括:
步骤S101:根据建筑的布局情况构建疏散网络,疏散网络包括:节点,以及连接各个节点的边。
示例性的,在步骤S101中,可以将建筑物中的人群符合区域、人群汇集区域、通道汇合位置作为节点,将连接各个节点的通道作为边,根据节点,以及连接节点的边构建疏散网络。本实施例中人群疏散过程即是人群在存在多级瓶颈的网路中运动行走的过程,决定人群疏散速度的关键就是“路”中最小的瓶颈口,同时也是最可能出现最多排队人数的位置,即危险度最高的位置。本实施例中通过构建疏散网络,将有人群负荷的房间(或区域)和人群聚集、汇合的通道口都被视为节点,从而将疏散过程中可能发生排队、拥堵的所有建筑区域都纳入了考量。
步骤S102:确定疏散网络中各个节点通往出口的最短路径。
示例性的,在步骤S102中,基于疏散网络,通过A*寻路算法确定疏散网络中各个节点通往出口的最短路径。
本实施例中,首先构建建筑疏散网络,将每个房间(或区域)根据设计用途所假设的人群负荷标明,将所有房间设为节点,通道交汇处也设为节点,根据各个房间出口的具体情况与建筑走廊的具体情况将节点相连接,各个房间、节点间的通道为“边”,完成这些工作后用A*算法进行计算,得到疏散人群流动方向与流动路线。A*(A--Star)算法是一种静态路网中求解最短路径最有效的直接搜索方法,也是解决许多搜索问题的有效算法,始于(P.E.Hart,N.J.Nilsson,and B.Raphael.A formal basis for the heuristicdetermination of minimum cost paths in graphs.IEEE Trans.Syst.Sci.andCybemetics,SSC-4(2):100-107,1968),目前在多个领域作为一种寻路算法进行应用。
具体地,A*算法的表达式如下:
f(n)=g(n)+h(n)
其中,f(n)表示从初始状态经由状态n到目标状态的代价估计,g(n)表示在状态空间中从初始状态到状态n的实际代价,h(n)表示从状态n到目标状态的最佳路径的估计代价。(对于路径搜索问题,状态就是图中的节点,代价就是距离),其中,最短路径与通道的通行代价相关;通道的通行代价的计算公式如下:
其中:e
示例性的,令W
步骤S103:在人群疏散过程中,确定最短路径上的瓶颈位置所对应的人流数据。
示例性的,在步骤S103中,可以基于所有最短路径的瓶颈位置构建多级瓶颈图;然后根据人流的流动方向,分别统计多级瓶颈图中各个瓶颈位置的所对应的人流数据,人流数据包括:人流密度、人流速度、排队人数。
其中,瓶颈位置所对应的人流量的计算公式如下:
其中:F表示人流量(单位:人/s),W
具体地,人流密度是在疏散路线对拥挤度的测量,表达成每单位面积的人数。密度通常表达成每平方米多少人。在出口通道上,如果人流密度小于0.05人/平方英尺(0.54人/平方米,或者表达为20平方英尺/人;1.85平方米/人),个人会按照自己的节奏走,独立于其他人的速度。如果人流密度超过0.35人/平方英尺(3.8人/平方米),人流会陷入停滞,直到人流密度随着部分人群的离开而降低为止。在0.05和0.35人/平方英尺的密度极限之间,速度和密度之间的关系可以看作是一个线性的函数。这个函数的方程是:
S=K-aKD
其中,S表示沿行行进路线的速度;D表示单位面积的人流密度;K表示人群在通道的最大速度,查表可得;a为0.266m
具体地,比流量F
F
其中,D是人口密度(人/m
进一步地,瓶颈处的比流量变化分为四个阶段:
上升期:疏散人群逐渐向瓶颈处聚集,最开始离瓶颈处最近的几个人通过瓶颈,很快更多的人通过瓶颈,并开始出现排队现象。这个阶段比流量逐渐上升,当人群密度达到2人/m
稳定期:瓶颈处的比流量趋近一个稳定的固定值,围绕这个固定值上下波动,不同的学者对于这个固定值具体是多少存在争论(在1.3到1.5之间),本专利计算过程中选择1.3这个相对保守的数值。在楼梯这种非水平通道上进行移动时,最大比流量也会发生变化,具体情况查表可得。
衰减期:由于排队人群基本都已疏散,人群负荷下降,比流量降低至0。
由于衰减期与上升期在实际疏散过程中出现时间很短,因此计算过程中简化为两种情况:
进一步地,当人群经过一个瓶颈后,再经过一个新瓶颈时,如果旧瓶颈供应的流入人流量F
其中,fW
进一步地,如果一个节点同时接受到了来自多个通道供应的人群,则各个供应人流量的通道会瓜分该节点的人流量上限,每个通道所最终获得的F′
实施例一
首先,筑物网络化是现在很多商业人群疏散模拟软件都包含的功能,用于确定人群流动方向,在起点和终点都确定的情况下,不同的疏散路线可以根据路程的具体情况计算得到“代价”,默认“居住者(Occupant)”会选择代价最小的路程。对每个具有人群负荷的节点都进行A*算法计算,得到每个有人群负荷节点的疏散路线。在本算法中,将出口定义为1级节点,与出口直接连接的节点定义为2级节点,以此类推。越远离出口的节点等级越高。当一个节点同时可以被视为多个等级的节点时,取最小值。将不同的节点号记为O
示例性的,本发明提供的方法还可以对疏散网络中的各个节点进行类型划分;其中,节点类型包括:封闭型节点、开放型节点;根据预设的刷新周期,显示不同类型的各个节点的状态以及通道的状态;封闭型节点的状态包括:空状态、供应状态、拥堵状态;开放型节点的状态包括:空状态、运输状态、供应状态、拥堵状态;通道的状态包括:空状态、运输状态、供应状态、拥堵状态。
具体地,将不同的节点号记为O
封闭型节点:与通道相连,本身是有人群负荷的房间或区域。在疏散过程中不会有人群从通道进入这个房间,只会向通道与下一级节点供应人群。
开放型节点:开放型区域,连接2个及以上的通道且疏散过程中有人群进入该节点走向另一个节点,为开放型节点。
封闭型节点具有4个属性:有效宽度W
开放型节点具有7个属性:有效宽度W
连接节点与节点之间的通道为P
W为通道的有效宽度;L为通道的长度;S为通道的最大速度系数,根据通道的具体情况查表可得;P
具体地,最大排队人数计算是从最顶层开始对建筑每层分别进行计算,根据瓶颈流量关系,确定通向每个节点(瓶颈)处的人流量,当通道宽度减小时,即会发生排队现象。得到排队人数与时间的函数,可以确定最大排队人数。从图论的观点来看,人群疏散的过程即为人群在多级瓶颈中的流动过程,决定人群流动速度的关键为最小的瓶颈。
示例性的,本发明提供的方法还可以对疏散网络中的各个节点进行等级划分,距离出口越近的节点的等级越高;根据预设的时间间隔,按照等级从低到高的顺序刷新各个节点的人流数据。
具体地,从1级节点开始向高级节点进行计算,以1秒为单位刷新计算每个节点与通道的状况。将每个节点与通道都视为元胞自动机(cellular automata,CA),一种时间、空间、状态都离散,空间相互作用和时间因果关系为局部的网格动力学模型,具有模拟复杂系统时空演化过程的能力。
示例性的,封闭型节点的状态:
1)空状态;
O
2)供应状态;
O
3)拥堵状态;
P
开放型节点的状态:
1)空状态:
O
2)运输状态:
当O
在L÷0.468K时间(向上取整)后,进入供应状态。(L÷0.468K表示人群密度为2人/m
此状态下:O
3)供应状态:
当O
当O
此状态下:O
4)拥堵状态:
当该节点连接低级节点的通道处于拥堵状态,这会导致本节点也处于拥堵状态,此状态下:F
当O
通道的状态:
1)空状态:
P
2)运输状态:
当P
此状态下:P
3)供应状态
当P
当P
确认处于供应状态后,如果通道所供应的低级节点同时受另一通道或多个通道供应,则各个通道会瓜分流量,每个通道所最终获得的F′
在供应状态下:O
4)拥堵状态
当该通道所供应的低级节点处于拥堵状态,F
当该通道的P
开始进行计算,每秒从低级节点开始向高级节点更新每个节点与通道的状态,并将每个节点与通道的数据记录,在所有人群都完成疏散后计算终止,得到每个节点与通道在整个疏散过程中的排队人数。由于本算法是一种抽象的理论计算,因此人群数量可以是大于0的小数,时间t的取值范围为全体实数。
本实施例中的方法,可以得到给定的任何建筑不同瓶颈处排队人数随时间的动态变化数据。可以在建筑设计的早期就根据建筑物的基础数据建立疏散网络,对建筑的安全性给予指导。避免建筑设计后期因为人群疏散安全而进行大幅度修改。可以将每个瓶颈、房间、通道在疏散中每秒的各项数值都计算出来,方便对整个疏散过程进行定量分析。也可以使用本分析方法中提供的公式结合模拟结果进行计算,精确获得使用者所需要的疏散结果。
实施例二
图3为本发明实施例提供的网络化后的疏散网络图,以一栋教学楼的一个楼梯安全通道及其相连的教室为例,说明本发明的实施方式。选取1~3楼,每层个教室。基于上述计算流程,整个疏散过程持续149s,不方便全部展示,因此选取了一些关键的时间节点,得到表1~表5:
表1
根据计算结果来看,21节点的拥堵状况可以接受,没有增大21节点面积的必要,建筑无不合理瓶颈设计,如果想要进一步缩短疏散时间,可以增加11节点的有效宽度与1121通道的有效宽度。
表2
表3
表4
表5
本发明提供的一种人群疏散瓶颈拥堵状况分析系统,可以包括处理器和存储器,存储器中包含有计算机程序,当处理器调用存储器中的计算机程序时,执行如图1所示的人群疏散瓶颈拥堵状况分析方法。
需要说明的是,本发明提供的所述人群疏散瓶颈拥堵状况分析方法中的步骤,可以利用所述人群疏散瓶颈拥堵状况分析系统中对应的模块、装置、单元等予以实现,本领域技术人员可以参照所述系统的技术方案实现所述方法的步骤流程,即,所述系统中的实施例可理解为实现所述方法的优选例,在此不予赘述。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以,本发明提供的系统及其各项装置可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构;也可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
- 人群疏散瓶颈拥堵状况分析方法和系统
- 基于数据驱动的疏散瓶颈处人群拥堵风险分析方法