一种基于图优化的导航标牌布局优化方法及系统

技术领域

本发明属于计算机仿真技术领域，具体涉及一种基于图优化的导航标牌布局优化方法及系统。

背景技术

随着社会经济的发展，高密度人群的聚集活动不断增加，因此高密度人群在紧急情况下的人群疏散受到越来越多的学者关注；

通过分析和研究公共场所中行人运动特征及人群管理措施，设计和优化步行设施，提高空间使用效率，为提高突发事件中人群的疏散效率提供依据成为研究的热点之一；

针对大型商场等建筑内部设施复杂，身处其中的行人难以辨别方向的问题，适当添加导航指示牌，帮助行人指引方向，成为提高疏散效率的重要方法之一；

紧急情况下，导航标牌可以帮助人们快速找到逃生路线和紧急出口，从而减少疏散时间和人员伤亡风险。

目前，诸如商场、展览馆和游乐场等建筑内部大多采用静态导航标识，在紧急情况下提供的疏散信息有限，存在一定的缺陷；

首先，静态导航标识仅仅提供方向，不能展示指示方向上的拥堵情况；

其次，静态导航标识总是引导人们通过最短的路线到达对应的出口，并不能有效地平衡各个环境资源的使用效率；

为解决上述问题，本申请中提出一种基于图优化的导航标牌布局优化方法及系统。

发明内容

为解决上述背景技术中提出的问题。本发明提供了一种基于图优化的导航标牌布局优化方法及系统，该方法采用RVO技术仿真人群疏散运动，将商场中的导航标牌布局简化为拓扑图，进而通过分析最短疏散策略中的拥堵状态优化图结构，以减少疏散过程中的拥堵；其次利用出口在疏散过程中的利用率进一步优化指示牌的拓扑结构(指示方向)，促进各出口充分利用，获得最佳的人群疏散效率，为密集人群管理，突发事件安全疏散计划等提供科学指导。

为实现上述目的，本发明提供如下技术方案：一种基于图优化的导航标牌布局优化方法，包括如下步骤：

步骤1、依据商场疏散导航指示牌构架邻接拓扑图；

步骤2、采用最短路径疏散策略，进行人群疏散仿真，分析拥堵成因，通过增删导航标牌，优化导航指示牌的拓扑结构；

步骤3、采用基于社交网络搜索算法优化导航牌权重。

作为本发明一种种基于图优化的导航标牌布局优化方法优选的，所述步骤1中还包括如下步骤：

步骤1.1、利用RVO技术建立基于导航指示牌的大型商场疏散仿真系统和导航指示牌的拓扑结构图，并产生均匀分布的疏散人群；

步骤1.2、综合拥堵和距离实时计算拓扑图点之间的弧长；

步骤1.3、计算人数统计，包括走廊之间的导航标牌；穿过房间的两个导航标牌和出口附近的走廊上的导航标牌；

步骤1.4、行人根据导航标牌的方向进行疏散运动，直到疏散结束；

步骤1.5、采用路径代价增益来评估原有路径，满足条件才会导航标牌系统更新路径，并在导航标牌上显示新的方向。

作为本发明一种基于图优化的导航标牌布局优化方法优选的，所述步骤1.2中，设拓扑图结构为G＝G(V，E)，导航标牌为图的节点V＝{v

其中，

其中，

作为本发明一种基于图优化的导航标牌布局优化方法优选的，所述步骤1.3中，走廊之间的导航标牌公式为：

其中，

所述步骤1.3中，穿过房间的两个导航标牌公式为：

所述步骤1.3中，出口附近的走廊上的导航标牌公式为：

公式(4)的含义是指动态导航标牌v

作为本发明一种基于图优化的导航标牌布局优化方法优选的，所述步骤1.5中，满足条件公式如下：

(T

路径T

面对导航标牌给出的新方向，行人是否选择基于以下公式：

其中srd为[0，1]之间的随机数，T为当前疏散时间，k为抑制衰减的参数。T

作为本发明一种基于图优化的导航标牌布局优化方法优选的，所述步骤2包括如下步骤：

步骤2.1，进行人群疏散，检测拥堵发生的位置，分析拥堵发生的原因；

步骤2.2，增加导航标牌缓解拥堵，设立导航标牌；

所述步骤2.2中，设立导航标牌遵循规则如下公式：

其中，Cr表示拥堵，Na表示导航标牌，R表示距离拥堵最近的门内区域。

作为本发明一种基于图优化的导航标牌布局优化方法优选的，所述步骤3包括如下步骤：

步骤3.1，设置种群数量为m，迭代轮数为K，利用社交网络搜索算法初始化多个导航标牌的种群，导航标牌种群的初始化的公式如下：

X

其中，LB和UB分别表示导航标牌权重的上下边界，rand是[0，1]之间的随机数，m为初始化的种群数量，X

X

其中，x

步骤3.2，计算不同导航标牌权重下的人群疏散的时间，其公式如下：

TET＝E(x

其中，x

步骤3.3，在导航标牌权重种群中随机选取导航标牌的权重X

步骤3.4，初始的导航标牌权重在四种更新模式中选择一种进行更新，更新之后导航标牌权重先进行限制处理。

作为本发明一种基于图优化的导航标牌布局优化方法优选的，所述步骤3.3包括模仿式更新、交流式更新、争论式更新和创新式更新；

所述模仿式更新，代表权重X

其中，r是权重X

所述交流式更新，代表权重X

其中，f

所述争论式更新，导航标牌权重X

其中，AF为许可因子，表示对问题的赞成程度，为1或者2，round四舍五入函数，rand是在0到1之间随机取值，N

所述创新式更新，改变的公式如下所示：

其中，d为搜索空间的维度，0≤d≤9，rand

所述步骤3.4中的处理公式如下所示：

其中，X

作为本发明一种基于图优化的导航标牌布局优化方法优选的，所述步骤3还包括如下步骤：

步骤3.5、经过限制处理的导航标权重需要判断是否采用，公式如下所示：

其中，X

步骤3.6、不断重复所述步骤3.3、所述步骤3.4和所述步骤3.5，直至满足以下截至条件之一：

截至条件(1)：

E(X

其中，T

截至条件(2)：

iter＝K   (18)

其中，iter为算法已经迭代的轮数，K为最初设置的算法轮数，当算法迭代到设定轮数，算法终止；

截至条件(3)：

E(X

其中，iter为算法已经迭代的轮数，E(X

本发明还提供一种图优化的导航标牌布局系统，包括疏散模拟模块、基于图的路径优化模块、基于拥堵的图结构优化模块和基于社交网络搜索算法的图结构优化模块；

所述疏散模拟模块：构建大型商场的建筑设施布局，模拟人群疏散过程；

所述基于图的路径优化模块：根据商场内部的动态导航标牌构建图结构，使用弗洛伊德优化算法获取最短路径，为遭遇导航标牌的行人指引方向；

所述基于拥堵的图结构优化模块：检测疏散过程中发生的拥堵，优化图结构，缓解拥堵；

所述基于社交网络搜索算法的图结构优化模块：使用社交网络搜索算法，优化出口附件关键路径上动态导航标牌的权重，实现出口利用时间相等，提升人群疏散的效率。

与现有技术相比，本发明的有益效果是：

1、本发明是为了探究疏散效率最佳的动态导航标牌布局，主要考虑疏散过程中的拥堵和出口利用时间对人群疏散效率的影响。该发明将动态导航标牌构建为图，使用弗洛伊德算法为行人计算最短路径，为商场内部的人群疏散安全演练提供重要的依据，为复杂建筑物中导航标牌设置提供参考，优化实际疏散过程以及提高疏散效率；

2、同时本发明将考虑路径转换界限以及行人的心理因素，不仅符合人群疏散的运动规律，同时符合行人在疏散中的心理规律。首现，面对路径代价差距极小的路径，我并不会改变路径；其次行人随着疏散的进行，对于导航标牌给出的方向，行人选择跟随导航标牌指引的概率不断降低，提高了人群疏散仿真的真实性，增加了本发明的可信度。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1大型商场内部设施布局图；

图2简单的商场人群疏散过程图；

图3初始的动态导航标牌拓扑结构图；

图4基于图的优化动态导航标牌布局的系统流程图；

图5使用基于拥堵的优化方法优化后的动态导航标牌拓扑结构图；

图6使用基于社交网络搜索算法的优化方法优化后的人群疏散过程图；

图7社交网络搜索算法流程图。

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。

实施例1：

一种基于图优化的导航标牌布局优化方法，包括以下步骤：

步骤1，依据商场疏散导航指示牌构架邻接拓扑图，

步骤2，采用最短路径疏散策略，进行人群疏散仿真，分析拥堵成因，通过增删导航标牌，优化导航指示牌的拓扑结构，以消除或减缓疏散过程中的拥堵，

步骤3，采用基于社交网络搜索算法优化导航牌权重(指示方向)，以满足所有出口使用时间均等为代价函数，提高资源的利用率，促进疏散效率的提升。

作为本实施例一种可能的实现方式，所述步骤1具体包括以下步骤：

步骤1.1：利用RVO技术建立基于导航指示牌的大型商场疏散仿真系统和导航指示牌的拓扑结构图，并产生均匀分布的疏散人群。

步骤1.2：综合拥堵和距离实时计算拓扑图点之间的弧长，设拓扑图结构为

G＝G(V，E)，导航标牌为图的节点V＝{v

其中

步骤1.3：在公式(1)中，由于商场中疏散环境的复杂性，不同环境下的人数

走廊之间的导航标牌：

其中，

穿过房间的两个导航标牌：

出口附近的走廊上的导航标牌：

在实际疏散过程中，靠近出口的走廊十分拥挤，导致走廊内的行人被挤入附近房间

步骤1.4：人群疏散时，行人前往最近的出口，在途中观察到导航标牌方向时，即行人距离导航标牌的距离为4P(P为行人的直径)。行人根据导航标牌的方向进行疏散运动，直到疏散结束。

步骤1.5：疏散开始，弗洛伊德算法不断运行，算法结果生成疏散路径，其方向显示在导航标牌上。由于疏散过程中，公式(1)所表示地弧长值会实时变化，因此同一路径代价随时间发生变化，弗洛伊德算法输出的最优路径会发生变化，进而导致导航标牌的方向发生变化。因此在本专利采用路径代价增益来评估原有路径，满足一定条件才会导航标牌系统更新路径，并在导航标牌上显示新的方向，条件如下所示：

(T

随着疏散进行，弗洛伊德算法产生新的最优路径，路径T

步骤1.6，面对导航标牌给出的新方向，行人是否选择基于以下公式：

其中，srd为[0，1]之间的随机数，T为当前疏散时间，k为抑制衰减的参数。T

作为本实施例一种可能的实现方式，所述步骤2具体包括以下步骤：

步骤2.1：进行人群疏散，检测拥堵发生的位置，分析拥堵发生的原因。即拥堵往往发生在门口区域，此处也是距离两个商场出口距离差距极小的区域。在此处，门外行人试图进入房间前往出口，门内的行人企图离开房间，导致行人流对冲，由于门口狭窄，发生拥堵。步骤2.2：增加导航标牌缓解拥堵，设立导航标牌遵循以下规则：

其中，Cr表示拥堵，Na表示导航标牌，R表示距离拥堵最近的门内区域。上述公式表示当存在拥堵时，在距离拥堵最近的门内增加导航标牌。

作为本实施例一种可能的实现方式，所述步骤3具体包括以下步骤(如图7所示)：

步骤3.1：设置种群数量为m，迭代轮数为K，利用社交网络搜索算法初始化多个导航标牌的种群，导航标牌种群的初始化的公式如下所示：

X

其中，LB和UB分别表示导航标牌权重的上下边界，rand是[0，1]之间的随机数，m为初始化的种群数量，X

X

其中，x

步骤3.2：计算不同导航标牌权重下的人群疏散的时间，如下所示：

TET＝E(x

其中，x

步骤3.3：在导航标牌权重种群中随机选取导航标牌的权重X

模仿式更新：代表权重X

其中，r是权重X

交流式更新：代表权重X

其中，f

争论式更新：导航标牌权重X

其中，AF为许可因子，表示对问题的赞成程度，为1或者2，round四舍五入函数，rand是在0到1之间随机取值，N

创新式更新：导航标牌有独特的更新方式，改变的公式如下所示：

其中，d为搜索空间的维度，0≤d≤9。rand

步骤3.4：初始的导航标牌权重在四种更新模式中选择一种进行更新，更新之后导航标牌权重先进行限制处理，处理公式如下所示：

其中，X

步骤3.5：经过限制处理的导航标权重需要判断是否采用，公式如下所示：

其中，X

步骤3.6：不断重复步骤3.3、3.4、3.5，直至满足以下截至条件之一：

截至条件(1)：

E(X

其中，T

截至条件(2)：

iter＝K   (18)

其中，iter为算法已经迭代的轮数，K为最初设置的算法轮数，即当算法迭代到设定轮数，算法终止。

截至条件(3)：

E(X

其中，iter为算法已经迭代的轮数，E(X

实施例2：

本发明另一实例基于图优化的导航标牌布局系统，包括：

疏散模拟模块：构建大型商场的建筑设施布局，模拟人群疏散过程；基于图的路径优化模块：根据商场内部的动态导航标牌构建图结构，使用弗洛伊德优化算法获取最短路径，为遭遇导航标牌的行人指引方向；基于均衡拥堵的图结构优化模块：检测疏散过程中发生的拥堵，分析拥堵成因，添加导航标牌，优化图结构，缓解拥堵；基于社交网络搜索算法的图结构优化模块：使用社交网络搜索算法，优化出口附件关键路径上动态导航标牌的权重，实现出口利用时间相等，提升人群疏散的效率。以上模块通过计算机编程实现。

实施例3：

如图1所示，这是一个100m*60m的商场平面场景图，场景复杂，房间众多，有三个出口。随机生成3000个半径在0.21m到0.24m之间波动的行人，进行人群疏散模拟。首先进行简单的人群疏散模拟，如图2所示，房间内d的行人寻找最近的出口离开房间，然后前往最近的出口。随后根据图4的流程图，设置参数β＝0.5，σ＝0，分别进行简单的基于图的路径优化、基于均衡拥堵的图结构优化、基于社交搜索网络算法的图结构优化。两种优化方式，前者消除拥堵，后者使得出口利用率最大化，实现了疏散效率最佳的动态导航标牌布局。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。