劉智恒

(西安市消防救援支隊，陜西 西安 710003)

0 引言

現(xiàn)如今，城市化進(jìn)程加快，大型人員密集場所越來越多，場所內(nèi)高密度人群的出現(xiàn)頻率大大增加。當(dāng)發(fā)生火災(zāi)時，人群的流動往往被限制在有限空間內(nèi)。由于大多數(shù)人員并不熟悉場所的內(nèi)部環(huán)境，加之火災(zāi)煙氣、熱輻射等惡劣環(huán)境的影響，導(dǎo)致人群對疏散通道的選擇從眾化、盲目化，人員的疏散效率顯著降低。疏散困難往往是導(dǎo)致踩踏事故和人員傷亡的主要原因，因此對發(fā)生火災(zāi)后進(jìn)行快速、有效的疏散提出了更高要求。目前，智能疏導(dǎo)系統(tǒng)是根據(jù)探測火源位置，動態(tài)改變疏散指示標(biāo)志的方向，結(jié)合消防廣播引導(dǎo)人員進(jìn)行安全疏散。智能疏導(dǎo)系統(tǒng)可幫助人員選取合理的疏散通道，避免人員進(jìn)入火災(zāi)危險區(qū)域，提高疏散效率。但若在人員密集場所，智能疏導(dǎo)系統(tǒng)不能根據(jù)疏散通道的人員密度信息動態(tài)改變疏散指示標(biāo)志的指向，人員潛意識選擇自己熟悉的通道，并且智能疏導(dǎo)系統(tǒng)只能確定火災(zāi)發(fā)生時的區(qū)域人群疏散方向，不能結(jié)合個體(尤其兩區(qū)域交界處人員)和現(xiàn)場情況對人員進(jìn)行最佳路徑推薦，這樣極有可能造成單條通道過度擁擠，導(dǎo)致疏散效率降低，易導(dǎo)致踩踏事故的發(fā)生，因此有必要提高智能疏導(dǎo)系統(tǒng)的智慧化程度。李清泉等[1]最先提出了一種基于“時空擁擠度”的應(yīng)急疏散路徑優(yōu)化方法，該方法能夠為大型公共場所的人員疏散提供從建筑物內(nèi)部經(jīng)由路網(wǎng)離開危險區(qū)域的一個完整疏散路徑方案。分析在疏散路徑的分配過程中以最短路徑為基礎(chǔ)的疏散路徑分配方案的擁堵情形，然后以緩解擁堵、減少疏散總時間為目標(biāo)，設(shè)計疏散路徑分配方案的優(yōu)化方法。Mukherjee[2]提出了一種用于解決復(fù)雜環(huán)境下人員疏散的最短路徑的算法模型。該算法為基于Dijkstra在復(fù)雜環(huán)境下的一種最優(yōu)化路徑算法模型，能有效解決復(fù)雜環(huán)境人員疏散問題，用于已知人員的具體位置[3]、數(shù)量、建筑的情況來預(yù)設(shè)疏散方案，不能用于流動性較大、人員具體位置不明確的場所疏散[4-10]。本文通過UWB室內(nèi)定位技術(shù)，搭建智慧疏導(dǎo)系統(tǒng)設(shè)計框架。系統(tǒng)通過獲取人員的實時位置、不同區(qū)域人員密度、火災(zāi)探測信息等，結(jié)合Dijkstra算法設(shè)計出疏導(dǎo)模型，通過對比不同疏散方向的疏散路徑“權(quán)值”，確定人員的最佳疏散路徑，并利用手機(jī)客戶端的三維地圖模型進(jìn)行實時展示，以高效安全地引導(dǎo)人員進(jìn)行疏散。

1 系統(tǒng)設(shè)計原理及方法

1.1 設(shè)計框架

本系統(tǒng)架構(gòu)基于FengMap三維地圖引擎、UWB室內(nèi)定位技術(shù)、Spring-MVC設(shè)計模式，旨在結(jié)合各類現(xiàn)場實時信息，通過手機(jī)客戶端為用戶推薦一條符合用戶當(dāng)前位置的最佳疏散路徑。系統(tǒng)實現(xiàn)框架如圖1所示。

圖1 智慧疏導(dǎo)系統(tǒng)設(shè)計框架

在圖1中，系統(tǒng)首先根據(jù)場所的建筑施工圖，建立基于三維室內(nèi)地圖的客戶端軟件，搭建室內(nèi)定位基站，進(jìn)行待定位人員信息的獲取與校驗。發(fā)生緊急情況時，用戶打開客戶端軟件訪問服務(wù)器，服務(wù)器端根據(jù)火災(zāi)報警位置信息確定火災(zāi)蔓延程度，結(jié)合人員位置信息、不同區(qū)域人員密度信息，確定人員的最佳疏散路線，通過可視化視圖向用戶進(jìn)行實時展示。

1.2 數(shù)據(jù)獲取

1.2.1 人員定位信息的獲取

智慧疏導(dǎo)系統(tǒng)采取UWB(Ultra Wideband)定位技術(shù)獲取所有人員位置信息，通過軟件平臺分析、計算所有位置信息并將信息反饋給用戶。UWB技術(shù)是一種不用載波，利用納秒至微秒級的非正弦窄波脈沖傳輸數(shù)據(jù)的無線通信技術(shù)，數(shù)據(jù)速率可達(dá)幾十Mbps到幾百Mbps。UWB室內(nèi)定位技術(shù)抗干擾能力強(qiáng)、發(fā)射功率低、可全數(shù)字化實現(xiàn)，可以應(yīng)用到靜止或者移動的目標(biāo)，提供十分精確的定位。

UWB室內(nèi)定位系統(tǒng)原理如圖2所示，標(biāo)簽發(fā)射極短的UWB脈沖信號，包含UWB天線陣列的傳感器接收此信號，并根據(jù)信號到達(dá)時間差和到達(dá)角度計算出標(biāo)簽的精確位置。傳感器按照蜂窩單元的組織形式布置，每個定位單元中，主傳感器配合其他傳感器工作，并負(fù)責(zé)與標(biāo)簽進(jìn)行通信，可以根據(jù)需覆蓋的范圍進(jìn)行附加傳感器的添加。傳感器可以通過以太網(wǎng)或無線局域網(wǎng)，將標(biāo)簽位置發(fā)送到定位引擎。定位引擎將數(shù)據(jù)進(jìn)行綜合，通過定位平臺軟件，實現(xiàn)可視化處理。

圖2 UWB室內(nèi)定位系統(tǒng)原理

1.2.2 火災(zāi)相關(guān)信息的獲取

火災(zāi)相關(guān)信息獲取的主要流程如圖3所示，系統(tǒng)通過智能火災(zāi)探測技術(shù)，獲取發(fā)出報警信號的火災(zāi)探測器地址，并根據(jù)地址信息從火災(zāi)報警系統(tǒng)數(shù)據(jù)庫中獲取與之綁定的火災(zāi)相關(guān)信息，如位置信息、可燃物類型、火災(zāi)荷載等。將獲取的信息發(fā)往服務(wù)器端為智慧疏導(dǎo)模型提供數(shù)據(jù)基礎(chǔ)。

圖3 火災(zāi)位置信息的獲取流程

考慮到目前火災(zāi)探測器不能探測出可燃物類型，獲取不到蔓延影響因素、煙氣流動狀態(tài)等，本文將可燃物類型、蔓延影響因子等信息與火災(zāi)探測器地址綁定，建立數(shù)據(jù)庫表，提前在數(shù)據(jù)庫表中錄入綁定信息。這樣，發(fā)生火災(zāi)時可以通過火災(zāi)探測器地址在數(shù)據(jù)庫中查找到提前錄入的綁定信息，為人員疏散提供數(shù)據(jù)支持。

2 智慧疏導(dǎo)系統(tǒng)疏散模型的開發(fā)

2.1 模型的初步建立

智慧疏導(dǎo)系統(tǒng)根據(jù)改進(jìn)的單源最短路徑Dijkstra算法建立人員疏散模型，確定最優(yōu)疏散路徑。系統(tǒng)模型的影響因素分為相對位置信息(Sij)、火災(zāi)排斥力(Fij)、人員密度信息(Fρij)、各個疏散通道的寬度(l)。模型引入轉(zhuǎn)移概率和概率矩陣概念，每個位置設(shè)置為可以朝向8個方向疏散[11]，如圖4為Moore鄰域所對應(yīng)的鄰域和轉(zhuǎn)移概率矩陣。

圖4 Moore鄰域和轉(zhuǎn)移概率矩陣

轉(zhuǎn)移概率的計算如下：

Pij=Nexp(ksSij+kfFij+kρFρij+kll)

(1)

N=[∑j∈Mexp(ksSij+kfFij+kρFρij+kll)]-1

(2)

式中，ks，kf，kρ，kl為各因素的影響系數(shù)；N為歸一化因子，保證中心元胞向所有可能的目標(biāo)格點轉(zhuǎn)移的概率之和為1。

2.2 模型影響參數(shù)的量化過程

2.2.1 相對位置信息Sij

采用單源最短路徑的Dijkstra算法確定Sij，假設(shè)人員起始位置為S，每個出口標(biāo)記為G(j)，將每條路徑中的可中轉(zhuǎn)點設(shè)為節(jié)點(用A,B,C等表示)，R為路徑權(quán)值，從起點開始使用算法，求出起點至集合點G(j)的最短路徑集合，有障礙物或者起點到集合點之間無通路的，權(quán)值即為無窮大。圖5為Dijkstra算法實現(xiàn)的簡要流程圖，Dijkstra算法的基本思路是對要求解的目標(biāo)網(wǎng)絡(luò)的節(jié)點與路徑進(jìn)行標(biāo)記處理，首先將起始點S標(biāo)記為已探知的節(jié)點T，再尋找與其相鄰的其他節(jié)點與之的距離，標(biāo)記最短路徑，直至探尋到終點G，最后通過反向推算，將所有路徑進(jìn)行標(biāo)記驗證。圖6為使用Dijkstra算法確定相對位置信息Sij，此處將路徑長度設(shè)置為路徑權(quán)值并通過Dijkstra算法求出最短路徑。本文將最短路徑的Sij值設(shè)置為最大值，設(shè)置最遠(yuǎn)路徑Sij為0，通過迭代為其他路徑的Sij進(jìn)行賦值。

圖5 Dijkstra算法簡要流程圖

圖6 Dijkstra算法簡單示例

2.2.2 火災(zāi)排斥力Fij

根據(jù)火災(zāi)的發(fā)展和蔓延情況確定最危險區(qū)域的元胞格點(行人與疏散動力學(xué)的元胞自動機(jī)模型通常是二維的，選取正方形格點對區(qū)域進(jìn)行網(wǎng)格劃分)，距離最危險元胞越近，火災(zāi)排斥力數(shù)值越大。根據(jù)元胞到火災(zāi)的距離確定每個火災(zāi)元胞對周圍元胞的火災(zāi)排斥力大小[12]，距火災(zāi)元胞的距離越小，火災(zāi)排斥力越大，距火災(zāi)元胞的距離越大，火災(zāi)排斥力越小，距離大于一定值時火災(zāi)排斥力為0，具體計算如式(3)所示：

(3)

式中，d(i,j)表示元胞(i,j)到火災(zāi)邊緣的距離，其相關(guān)取值示意圖見圖7(橙紅色方塊表示火災(zāi))。在此設(shè)置火災(zāi)元胞的最大影響半徑為8。

假設(shè)火災(zāi)以著火源為中心向四周以V(火災(zāi)元胞的蔓延根據(jù)火災(zāi)報警器間隔報警的時序進(jìn)行計算)速度擴(kuò)散蔓延，根據(jù)疏散通道人員密度信息確定

圖7 火災(zāi)元胞對鄰近元胞的影響

此通道人員的平均速度v。建立方程，確定火災(zāi)蔓延是否會影響人員疏散，人員移動下一個時間步概率要充分考慮人員移動到著火點附近Fij的影響。需要考慮的情況如圖8所示，s為經(jīng)過t時刻火災(zāi)蔓延的距離，t為人員的疏散時間，當(dāng)s

圖8 火災(zāi)蔓延對疏散的影響

2.2.3 人員密度信息Fρij

Fρij為元胞j方向疏散通道的人員密度信息(ρij)對當(dāng)前元胞的影響，決定人員疏散的速度，進(jìn)而影響人員從當(dāng)前位置到安全出口的時間。疏散時，并不是利用越近的疏散通道疏散所需的時間越短，在現(xiàn)實生活中，由于人員的盲目性和從眾心理，大量人員同時擁擠到同一疏散通道，造成人員密度過大，疏散困難，極易引發(fā)踩踏事故。圖9為Weidmann水平平面行人運動的經(jīng)驗v-ρ關(guān)系[13]。

圖9 Weidmann水平平面行人 運動v-ρ經(jīng)驗關(guān)系

根據(jù)v-ρ經(jīng)驗關(guān)系圖，經(jīng)擬合可分析出v-ρ函數(shù)關(guān)系：

結(jié)合火場疏散實際情況，當(dāng)ρ<0.7 人·m-2時，取v=1.4 m·s-1。

人員在疏散路徑上大多數(shù)不是均勻分布的，在疏散過程中存在若干連續(xù)高密度區(qū)間和連續(xù)低密度區(qū)間，對人員疏散造成影響。距人員越近的連續(xù)高密度區(qū)間對人員疏散產(chǎn)生的阻力越大，距人員越近的連續(xù)低密度區(qū)間越有利于人員進(jìn)行疏散。為區(qū)分疏散通道上不同距離高密度區(qū)間和低密度區(qū)間對人員疏散的影響，式(5)根據(jù)密度值將一條疏散路徑分為i小段，Li為第i段的長度，ρi為第i段的平均密度信息(可根據(jù)視頻識別技術(shù)提取疏散通道上攝像頭的畫面來獲取)，本文加入調(diào)節(jié)因子k1，k2，k3等，對疏散路徑人員密度進(jìn)行綜合評判。

Fρij=[k1ρ1L1+k2ρ2L2+k3ρ3L3+…]/∑iLi

(5)

2.3 基于Dijkstra算法確定的智慧疏導(dǎo)模型

基于對上述影響因素的分析，本文設(shè)計出基于Dijkstra算法的智慧疏導(dǎo)系統(tǒng)算法模型如圖10所示。

圖10 基于Dijkstra算法的智慧疏導(dǎo)模型

圖10中G(1)～G(3)代表可以用于疏散的安全出口，G(4)代表因為火災(zāi)蔓延而不能選擇進(jìn)行疏散的出口，紅色小點代表室內(nèi)人員，其中火災(zāi)蔓延對疏散造成的影響詳見圖8。當(dāng)發(fā)生緊急情況需要疏散時，算法模型需要綜合考慮Sij,Fij,Fρij,l這4個因素的影響，挑選出一條符合用戶的實時最佳疏散路徑。模型將節(jié)點間路徑權(quán)值R更新設(shè)置為綜合影響因素φ(Sij,Fij,Fρij,l)(為1/Pij)，通過Dijkstra最短路徑算法，尋找從起點至終點的最短路徑權(quán)值的集合，即φ(Sij,Fij,Fρij,l)最小值集合，通過對各路徑最小值集合的迭代，找出總體的最小值，即為φ(Sij,Fij,Fρij,l)最小值，Pij的最大值，即所對應(yīng)疏散方向的最大概率，也即為最優(yōu)疏散方向。時間步設(shè)置為1 s，系統(tǒng)每過2 s或者距節(jié)點(A,B,C等)2 m處自動發(fā)送請求，重新規(guī)劃路徑。

2.4 更新規(guī)則

通過對本模型的分析，確定更新規(guī)則為：(1)系統(tǒng)對所有人員進(jìn)行編號，確保每個人員有獨一無二的Id號。(2)確定運動人員，通過室內(nèi)定位獲取用戶的具體位置、火災(zāi)信息及區(qū)域人員信息。(3)確定最佳疏散路徑，根據(jù)自身坐標(biāo)判斷屬于哪個預(yù)設(shè)子空間，確定此預(yù)設(shè)空間的出口位置(多個)；根據(jù)現(xiàn)場路況建立人員密度預(yù)測模型，根據(jù)獲取的當(dāng)前信息預(yù)測當(dāng)人員疏散至某疏散通道，此通道的人員密度，根據(jù)火災(zāi)位置信息，建立火災(zāi)蔓延模型，計算蔓延對疏散通道上元胞的影響；通過本文提出的基于Dijkstra算法的疏散模型選擇當(dāng)前最佳疏散路徑，并保持更新。

3 結(jié)語

智慧化疏散系統(tǒng)已成為未來發(fā)展趨勢。智慧化不僅僅是單個產(chǎn)品之間實現(xiàn)簡單的聯(lián)動關(guān)系，更重要的是如自動處理信號、后臺數(shù)據(jù)融合及計算、生成判定指令、動態(tài)調(diào)整前端顯示等。本文通過了解傳統(tǒng)智能疏散系統(tǒng)的優(yōu)點，同時分析了現(xiàn)有系統(tǒng)存在的缺陷與弊端，引入基于室內(nèi)定位的智慧疏導(dǎo)系統(tǒng)，較好地解決了現(xiàn)有智能疏導(dǎo)系統(tǒng)存在的問題，并根據(jù)基于Dijkstra算法的疏散模型求得疏散的最佳方向，可及時進(jìn)行更新，以保證現(xiàn)場信息的實時性。本文實現(xiàn)了框架的構(gòu)建和智慧疏導(dǎo)模型的確定，在今后的研究中，筆者將建立疏散時間預(yù)測模型來預(yù)測用戶選擇不同通道進(jìn)行疏散的預(yù)計時間(如百度地圖預(yù)測到達(dá)目的地時間功能)；基于誤差反向傳播原則構(gòu)建自更新模型對系統(tǒng)中存在的誤差進(jìn)行更新，使系統(tǒng)的判斷越來越準(zhǔn)確；基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)搭建人員密度識別模型，通過分析疏散通道的監(jiān)控來獲取通道上實時人員密度；根據(jù)本文建立的框架完成智慧疏導(dǎo)系統(tǒng)的開發(fā)，當(dāng)發(fā)生火災(zāi)或緊急情況時，軟件可結(jié)合用戶的位置、疏散通道的人員密度、火災(zāi)的蔓延發(fā)展等因素向用戶推薦一條最佳疏散路徑，并通過手機(jī)客戶端顯示協(xié)助用戶進(jìn)行疏散。