CN109269517B - 一种用于高速铁路站台的应急疏导仿真方法及*** - Google Patents
一种用于高速铁路站台的应急疏导仿真方法及*** Download PDFInfo
- Publication number
- CN109269517B CN109269517B CN201811006069.XA CN201811006069A CN109269517B CN 109269517 B CN109269517 B CN 109269517B CN 201811006069 A CN201811006069 A CN 201811006069A CN 109269517 B CN109269517 B CN 109269517B
- Authority
- CN
- China
- Prior art keywords
- passenger
- outlet
- optimal
- speed
- platform
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种用于高速铁路站台的应急疏导仿真方法及***,其通过划分高速站台的环境地图最优三角剖分的导航网格,依据火灾与高速站台的出口的安全距离计算可用出口并统计所有可用出口,进一步计算可用出口的出口耗费函数值来规划高速站台的每个乘客的最优出口,依据最优出口和基于环境地图最优三角剖分的导航网格规划乘客到最优出口的的最优路径,检测乘客之间是否会发生碰撞并以此来调整乘客的速度向量,以此得到高速站台乘客的最优路径和速度向量,从而得到火灾发生后的高速站台疏散情况的仿真结果,并依据仿真结果制订高铁站台疏散撤离方案。
Description
技术领域
本发明属于高速铁路领域,具体涉及一种用于高速铁路站台的应急疏导方法及***。
背景技术
大规模人群运动仿真就是研究人群在各种环境下的运动特征及规律,建立大规模人群的仿真模型,并在计算机生成空间种以三维的方式逼真地展示大规模的人群运动过程。作为一种分析工具,大规模人群运动仿真技术可以应用于公共安全领域,可以辅助建立积极情况下人员的疏散方案、合理布置消防器材、分配警力等,还可以作为场馆管理人员进行消防、反恐等安全方案预演及培训的辅助工具。
近年来,国内外对于人员应急疏散仿真研究大多使用人群仿真技术,而关于人群仿真技术的研究已有多年。如现有的商业软件不仅价格昂贵,而且在做特定场景的人群仿真时很难满足既定需求。1987年Reynolds开创性地提出了描述类似鸟群的群体运动的方法,提出在群体中每个boid必须满足的三个最基本原则:1)避免与环境或其他boid发生碰撞;2)与邻近boid速度匹配;3)朝群体中心移动。该模型可以很好地描述群体队形,且规则简单易于实现,但不能较好的体现人群单一性与个体人员的智能性。法国Eric Bouvier将粒子***引入到人群模型中,可以有效地模拟公共场所的人流状况,因粒子之间的耦合性受粒子间距离与力的影响不能较好的显现群体各成员的单一性多样性;DirkHelbing等***研究了恐慌状态下的人群撤离行为,可以逼真的展现高密度人群疏散行为,估计人员损伤,评估场景设计合理性,对于建筑物疏散撤离方案的制订具有极高的参考价值。但该***无法在复杂环境中展现不同的个体和群体行为,忽略了个体差异性,其中少数以个体为单位的方法规则过于简单,造成个体智能性不足的问题。
发明内容
针对现有技术的以上缺陷或改进需求,本发明通过划分高速站台的环境地图最优三角剖分的导航网格,计算可用出口的出口耗费函数值来规划高速站台的每个乘客的最优出口,依据最优出口和基于环境地图最优三角剖分的导航网格规划乘客到最优出口的的最优路径,从而得到对火灾发生后的高速站台疏散情况的仿真结果,并依据仿真结果制订高铁站台疏散撤离方案。
为实现上述目的,按照本发明的一个方面,提供了一种用于高速铁路站台的应急疏导仿真方法,具体为:
S1.划分高速站台的环境地图最优三角剖分的导航网格,导航网格包括可行区、不可行区和火灾区;
S2.依据火灾与高速站台的出口的安全距离计算可用出口并统计所有可用出口;
S3.计算高速站台乘客的所有可用出口的出口耗费函数值,取高速站台乘客的出口耗费函数值最小值对应的出口为乘客的最优出口,统计所有的高速站台乘客的最优出口;其中,出口耗费函数值为
式中,R为火灾半径,v1为火灾扩展速度,v2为乘客最大速度,w为出口宽度,m为前往出口的高速站台乘客人数,n为出口处的乘客人数,α和β为调整系数,d1为火灾与出口的距离,d2为乘客与出口的距离;
S4.依据最优出口和基于环境地图最优三角剖分的导航网格规划乘客到最优出口的的最优路径;
S5.检测乘客之间是否会发生碰撞并以此来调整乘客的速度向量,以此得到高速站台乘客的最优路径和速度向量,从而得到火灾发生后的高速站台疏散情况的仿真结果,并依据仿真结果制订高铁站台疏散撤离方案。
作为本发明的进一步改进,步骤S4中利用A*算法规划乘客到最优出口的最优路径,A*算法为:
将环境地图最优三角剖分的导航网格中的三角形作为A*算法中的节点;
第n个节点的估价函数可表示为:
f(n)=g(n)+h(n)
g(n)表示从乘客位置到该节点的距离,g(n)=f*(n-1)+k(n),f*(n-1)为第n-1个最优节点的估价函数值,k(n)为穿入边中心到穿出边中点的距离,h(n)表示从该节点到终点的距离;
以乘客位置为第一个最优节点,起始值f(1)=0,从n=2开始,迭代计算第n-1个最优节点的所有未经过的相邻节点的f(n)值,取f(n)值最小的相邻节点为最优路径的第n个最优节点,迭代终止的条件为计算所得的最优节点在最优出口位置的相邻节点;
统计所有的最优节点的位置信息从而得到乘客的最优路径。
作为本发明的进一步改进,步骤S5中利用相对速度障碍物法判断乘客之间是否会发生碰撞,相对速度障碍物法为:
对于距离向量的长度小于预设值的第一乘客和第二乘客,第一乘客的半径和速度分别为Ra和第二乘客的半径和速度分别为Rb和在与第二乘客等速运动的动态坐标系中,第一乘客的相对速度为第二乘客的相对速度为
将第一乘客看作一个质点,第二乘客的相对半径Rb0=Ra+Rb,以第二乘客为中心作半径为Rb0的圆Ob0,并作第一乘客与圆Ob0的第一相切射线和第二相切射线第一乘客的相对速度的夹角在和之间时,判断为第一乘客和第二乘客会发生碰撞;
比较以第一相切射线为参考得到的速度改变量和以第二相切射线为参考得到的速度改变量的模,取两者中模小的一者为最优速度改变量
作为本发明的进一步改进,设置第一乘客和第二乘客的速度改变量权重分别为α1和1-α1,则第一乘客的速度改变量为第二乘客的速度改变量为
作为本发明的进一步改进,依据高速站台乘客的实际情况分配不同的最大速度和速度改变量权重。
为实现上述目的,按照本发明的一个方面,提供了一种用于高速铁路站台的应急疏导仿真***,该***包括导航网格划分模块和出口计算模块,导航网格划分模块连接出口计算模块,导航网格划分模块用于利用逐点***法得到高速站台的环境地图最优三角剖分的导航网格,导航网格包括可行区、不可行区和火灾区;导航网格划分模块将高速站台的环境地图最优三角剖分的导航网格发送给出口计算模块;
出口计算模块用于依据火灾与高速站台的出口的安全距离计算可用出口并统计所有可用出口;
出口计算模块还用于计算高速站台乘客的所有可用出口的出口耗费函数值,取高速站台乘客的出口耗费函数值最小值对应的出口为乘客的最优出口,统计所有的高速站台乘客的最优出口;其中,出口耗费函数值为
式中,R为火灾半径,v1为火灾扩展速度,v2为乘客最大速度,w为出口宽度,m为前往出口的高速站台乘客人数,n为出口处的乘客人数,α和β为调整系数,d1为火灾与出口的距离,d2为乘客与出口的距离;
出口计算模块还用于依据最优出口和基于环境地图最优三角剖分的导航网格规划乘客到最优出口的的最优路径,
出口计算模块还用于检测乘客之间是否会发生碰撞并以此来调整乘客的速度向量,以此得到高速站台乘客的最优路径和速度向量,从而得到火灾发生后的高速站台疏散情况的仿真结果,并依据仿真结果制订高铁站台疏散撤离方案。
作为本发明的进一步改进,出口计算模块利用A*算法规划乘客到最优出口的最优路径,A*算法为:
将环境地图最优三角剖分的导航网格中的三角形作为A*算法中的节点;
第n个节点的估价函数可表示为:
f(n)=g(n)+h(n)
g(n)表示从乘客位置到该节点的距离,g(n)=f*(n-1)+k(n),f*(n-1)为第n-1个最优节点的估价函数值,k(n)为穿入边中心到穿出边中点的距离,h(n)表示从该节点到终点的距离;
以乘客位置为第一个最优节点,起始值f(1)=0,从n=2开始,迭代计算第n-1个最优节点的所有未经过的相邻节点的f(n)值,取f(n)值最小的相邻节点为最优路径的第n个最优节点,迭代终止的条件为计算所得的最优节点在最优出口位置的相邻节点;
统计所有的最优节点的位置信息从而得到乘客的最优路径。
作为本发明的进一步改进,出口计算模块利用相对速度障碍物法判断乘客之间是否会发生碰撞,相对速度障碍物法为:
对于距离向量的长度小于预设值的第一乘客和第二乘客,第一乘客的半径和速度分别为Ra和第二乘客的半径和速度分别为Rb和在与第二乘客等速运动的动态坐标系中,第一乘客的相对速度为第二乘客的相对速度为
将第一乘客看作一个质点,第二乘客的相对半径Rb0=Ra+Rb,以第二乘客为中心作半径为Rb0的圆Ob0,并作第一乘客与圆Ob0的第一相切射线和第二相切射线第一乘客的相对速度的夹角在和之间时,判断为第一乘客和第二乘客会发生碰撞;
比较以第一相切射线为参考得到的速度改变量和以第二相切射线为参考得到的速度改变量的模,取两者中模小的一者为最优速度改变量
作为本发明的进一步改进,设置第一乘客和第二乘客的速度改变量权重分别为α1和1-α1,则第一乘客的速度改变量为第二乘客的速度改变量为
作为本发明的进一步改进,依据高速站台乘客的实际情况分配不同的最大速度和速度改变量权重。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,具有以下有益效果:
本发明的用于高速铁路站台的应急疏导仿真方法及***,通过利用逐点***法得到高速站台的环境地图最优三角剖分的导航网格,计算可用出口的出口耗费函数值来规划高速站台的每个乘客的最优出口,依据最优出口和基于环境地图最优三角剖分的导航网格的A*算法规划乘客到最优出口的的最优路径,从而得到对火灾发生后的高速站台疏散情况的仿真结果,并依据仿真结果制订高铁站台疏散撤离方案。
本发明的用于高速铁路站台的应急疏导仿真方法及***,将火灾检测器融入其中,设计乘客疏散行为流程控制机制和出口选择机制,加入火灾扩散与人员差异性相关特性,能有效精准逼真模拟高铁站台乘客应急疏散乘客行为状态,极大提高了个体的智能性并体现了个体的差异性。
本发明的用于高速铁路站台的应急疏导仿真方法及***,与既有的人群仿真技术相比能够明显提高高速铁路站台乘客的智能性和差异性,提升站台乘客应急疏散的真实性,提高高铁、地铁司机及站台值班人员的培训效率,实现各类非正常情况虚拟应急演练仿真及人员培训。
附图说明
图1是本发明实施例的用于高速铁路站台的应急疏导仿真方法的示意图;
图2为本发明实施例的用于高速铁路站台的应急疏导仿真方法的速度改变量示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。下面结合具体实施方式对本发明进一步详细说明。
图1是本发明实施例的用于高速铁路站台的应急疏导仿真方法的示意图。如图1所示,该方法具体为:
S1.划分高速站台的环境地图最优三角剖分的导航网格,导航网格包括可行区、不可行区和火灾区,其中,黄色为可行区域,白色为不可行区域,红色为火灾区;
具体为:优选利用逐点***法将虚拟环境场景中点、边、凸多边形信息通过Delaunay三角分割得到用于乘客寻找最优路径的导航网格,由该三角剖分可以得到最优三角剖分的导航网格。使用逐点***法完成Delaunay三角剖分得到导航网格,其中黄色为可行区域,白色为不可行区域,红色为半径为R的火灾,实际网格规划时将火灾看作半径为R+kR+k的障碍物,其中k为安全距离。火灾检测器始终伴随乘客行为***工作,实时监测火灾的发生和火灾的扩散,每次火灾检测器触发,便会发送给环境信息处理模块相应的报警信息,环境信息处理模块便会更新环境信息,记录火灾的位置,出口状态等环境信息的改变,并重新对地图进行导航网格划分,产生新的导航网格。同时乘客可以感知到火灾检测器的触发,做出相应的反应。
S2.依据火灾与高速站台的出口的安全距离计算可用出口并统计所有可用出口;
具体为:d1为火灾与出口的距离,R为火灾半径,k为安全距离,通常取k=1m,若R+k>d1则出口为不可用出口,若R+k<d1则出口为可用出口;
S3.火灾检测器触发后,乘客由正常行为状态转换为疏散逃离状态,乘客获取火灾位置、出口数量并依据出口选择机制选择最优出口并进行路径规划;
具体为:依据火灾与出口的安全距离来判断出口状态是否可用;
计算所有的可用出口的出口耗费函数F(x,y,z),
其中,R为火灾半径,v1为火灾扩展速度,v2为乘客最大速度,w为出口宽度,m为前往出口的乘客人数,n为出口处的乘客人数,α和β为调整系数,依据实际情况进行调整,d1为火灾与出口的距离,d2为乘客与出口的距离。
d1、d2的计算方法为:
其中,(x1,y1,z1)为火灾中心位置坐标,(x2,y2,z2)为出口位置坐标,(x3,y3,z3)为乘客位置坐标。
并依据计算所得的出口耗费函数F取最小值,出口耗费函数F最小值对应的出口即为最优出口。
S4.依据最优出口和基于环境地图最优三角剖分的导航网格规划乘客到最优出口的的最优路径;
具体为:优选通过基于环境地图最优三角剖分的导航网格的A*算法划乘客的最优路径,该A*算法将环境地图最优三角剖分的导航网格中的三角形作为A*算法中的节点,以乘客位置为第一个节点,计算下一个节点的估计函数以得到下一个最优节点,其中,第n个节点的估价函数可表示为:f(n)=g(n)+h(n)。其中g(n)表示从乘客位置到该节点的距离,g(n)=f*(n-1)+k(n),f*(n-1)为第n-1个最优节点的估计函数,k(n)为穿过该节点的代价,其值等于穿入边中心到穿出边中点的距离,h(n)表示从该节点到终点的距离,其值等于该节点的中心到终点的距离。从起始点开始,计算相邻节点的f(n)值,并遍历所有未经过的相邻节点,取f(n)值最小的相邻节点为最优路径的下一节点,直到计算所得的节点在出口位置相邻节点三角形内,统计计算所有的最优节点的位置信息从而得到乘客的最优路径。
S5.检测乘客之间是否会发生碰撞并以此来调整乘客的速度向量,以此得到高速站台乘客的最优路径和速度向量,从而得到火灾发生后的高速站台疏散情况的仿真结果,并依据仿真结果制订高铁站台疏散撤离方案。
具体为:优选依据相对速度障碍物法来检测乘客之间是否会发生碰撞,对于半径分别为Ra、Rb的两个乘客A和B,分别以速度和的速度运动,距离向量为根据相对运动理论,在与B等速运动的动态坐标系中,乘客B的相对速度为乘客A的相对速度为
将乘客A看作一个质点,乘客A的半径加载到乘客B上,此时乘客B的相对半径为Rb0=Ra+Rb;
以乘客B为中心作半径为Rb0的圆Ob0,并作乘客A的中心位置与圆Ob0的相切射线,分别为若乘客A的相对速度的夹角在和之间时,乘客A和B必然相撞,否则,乘客A和B不会相撞;
设置向量的长度为5m,对乘客A和B进行碰撞检测并进行速度改变,其相对速度的改变值图2为本发明实施例的用于高速铁路站台的应急疏导仿真方法的速度改变量示意图。如图2所示,以为参考得到的速度改变量和以为参考得到的速度改变量都可以实现碰撞避免,的改变量明显高于因此,选取
依据乘客A和乘客B的优先权的关系设定乘客A和乘客B速度改变的权重,其中乘客A的权重为α1,乘客B的权重为1-α1,
则乘客A的速度改变量为乘客B的速度改变量为
通过加入权重因子的方式,可以实现乘客在不同情况下的穿插绕行特性,更为符合现实场景中人群选择的行为特征,因此,在***运行时给乘客分配不同权重因子。
由于乘客分为男性和女性,因此依据高速站台乘客的实际情况分配不同的最大速度和速度改变量权重。
作为本发明一个优选的实施例,提供一种用于高速铁路站台的应急疏导***,该***包括导航网格划分模块和出口计算模块,导航网格划分模块连接出口计算模块,
该导航网格划分模块用于利用逐点***法得到高速站台的环境地图最优三角剖分的导航网格,导航网格包括可行区、不可行区和火灾区;导航网格划分模块将高速站台的环境地图最优三角剖分的导航网格发送给出口计算模块;
将虚拟环境场景中点、边、凸多边形信息通过Delaunay三角分割得到用于乘客寻找最优路径的导航网格,由该三角剖分可以得到最优三角剖分的导航网格。使用逐点***法完成Delaunay三角剖分得到导航网格,其中黄色为可行区域,白色为不可行区域,红色为半径为R的火灾,实际网格规划时将火灾看作半径为R+kR+k的障碍物,其中k为安全距离。火灾检测器始终伴随乘客行为***工作,实时监测火灾的发生和火灾的扩散,每次火灾检测器触发,便会发送给环境信息处理模块相应的报警信息,环境信息处理模块便会更新环境信息,记录火灾的位置,出口状态等环境信息的改变,并重新对地图进行导航网格划分,产生新的导航网格。同时乘客可以感知到火灾检测器的触发,做出相应的反应。
出口计算模块用于依据火灾与高速站台的出口的安全距离计算可用出口并统计所有可用出口;
具体为:d1为火灾与出口的距离,R为火灾半径,k为安全距离,通常取k=1m,若R+k>d1则出口为不可用出口,若R+k<d1则出口为可用出口;
出口计算模块还用于计算高速站台乘客的所有可用出口的出口耗费函数值,取高速站台乘客的出口耗费函数值最小值对应的出口为乘客的最优出口,统计所有的高速站台乘客的最优出口;其中,出口耗费函数值为
式中,R为火灾半径,v1为火灾扩展速度,v2为乘客最大速度,w为出口宽度,m为前往出口的高速站台乘客人数,n为出口处的乘客人数,α和β为调整系数,d1为火灾与出口的距离,d2为乘客与出口的距离;
d1、d2的计算方法为:
其中,(x1,y1,z1)为火灾中心位置坐标,(x2,y2,z2)为出口位置坐标,(x3,y3,z3)为乘客位置坐标。
并依据计算所得的出口耗费函数F取最小值,出口耗费函数F最小值对应的出口即为最优出口。
出口计算模块还用于依据最优出口和基于环境地图最优三角剖分的导航网格规划乘客到最优出口的的最优路径,具体为:优选通过基于环境地图最优三角剖分的导航网格的A*算法划乘客的最优路径,该A*算法将环境地图最优三角剖分的导航网格中的三角形作为A*算法中的节点,以乘客位置为第一个节点,计算下一个节点的估计函数以得到下一个最优节点,其中,第n个节点的估价函数可表示为:f(n)=g(n)+h(n)。其中g(n)表示从乘客位置到该节点的距离,g(n)=f*(n-1)+k(n),f*(n-1)为第n-1个最优节点的估计函数,k(n)为穿过该节点的代价,其值等于穿入边中心到穿出边中点的距离,h(n)表示从该节点到终点的距离,其值等于该节点的中心到终点的距离。从起始点开始,计算相邻节点的f(n)值,并遍历所有未经过的相邻节点,取f(n)值最小的相邻节点为最优路径的下一节点,直到计算所得的节点在出口位置相邻节点三角形内,统计计算所有的最优节点的位置信息从而得到乘客的最优路径。
出口计算模块还用于检测乘客之间是否会发生碰撞并以此来调整乘客的速度向量,以此得到高速站台乘客的最优路径和速度向量,从而得到火灾发生后的高速站台疏散情况的仿真结果,并依据仿真结果制订高铁站台疏散撤离方案。具体为:依据相对速度障碍物法来检测乘客之间是否会发生碰撞,对于半径分别为Ra、Rb的两个乘客A和B,分别以速度和的速度运动,距离向量为根据相对运动理论,在与B等速运动的动态坐标系中,乘客B的相对速度为乘客A的相对速度为
将乘客A看作一个质点,乘客A的半径加载到乘客B上,此时乘客B的相对半径为Rb0=Ra+Rb;
以乘客B为中心作半径为Rb0的圆Ob0,并作乘客A的中心位置与圆Ob0的相切射线,分别为若乘客A的相对速度的夹角在和之间时,乘客A和B必然相撞,否则,乘客A和B不会相撞;
设置向量的长度为5m,对乘客A和B进行碰撞检测并进行速度改变,其相对速度的改变值如图2所示,以为参考得到的速度改变量和以为参考得到的速度改变量都可以实现碰撞避免,的改变量明显高于因此,选取
依据乘客A和乘客B的优先权的关系设定乘客A和乘客B速度改变的权重,其中乘客A的权重为α1,乘客B的权重为1-α1,
则乘客A的速度改变量为乘客B的速度改变量为
通过加入权重因子的方式,可以实现乘客在不同情况下的穿插绕行特性,更为符合现实场景中人群选择的行为特征,因此,在***运行时给乘客分配不同权重因子。
由于乘客分为男性和女性,因此,还依据高速站台乘客的实际情况分配不同的最大速度和速度改变量权重。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种用于高速铁路站台的应急疏导仿真方法,其特征在于,具体为:
S1.划分高速站台的环境地图最优三角剖分的导航网格,导航网格包括可行区、不可行区和火灾区;
S2.依据火灾与高速站台的出口的安全距离计算可用出口并统计所有可用出口;
S3.计算高速站台乘客的所有可用出口的出口耗费函数值,取高速站台乘客的出口耗费函数值最小值对应的出口为乘客的最优出口,统计所有的高速站台乘客的最优出口;其中,出口耗费函数值为
式中,R为火灾半径,v1为火灾扩展速度,v2为乘客最大速度,w为出口宽度,m为前往出口的高速站台乘客人数,n为出口处的乘客人数,α和β为调整系数,d1为火灾与出口的距离,d2为乘客与出口的距离;
S4.依据最优出口和基于环境地图最优三角剖分的导航网格规划乘客到最优出口的最优路径;
S5.判断乘客之间是否会发生碰撞并以此来调整乘客的速度向量,以此得到高速站台乘客的最优路径和速度向量,从而得到火灾发生后的高速站台疏散情况的仿真结果,并依据仿真结果制订高铁站台疏散撤离方案。
2.根据权利要求1所述的一种用于高速铁路站台的应急疏导仿真方法,其特征在于,步骤S4中利用A*算法规划乘客到最优出口的最优路径,所述A*算法为:
将环境地图最优三角剖分的导航网格中的三角形作为A*算法中的节点;
第n个节点的估价函数可表示为:
f(n)=g(n)+h(n)
g(n)表示从乘客位置到该节点的距离,g(n)=f*(n-1)+k(n),f*(n-1)为第n-1个最优节点的估价函数值,k(n)为穿入边中心到穿出边中点的距离,h(n)表示从该节点到终点的距离;
以乘客位置为第一个最优节点,起始值f(1)=0,从n=2开始,迭代计算第n-1个最优节点的所有未经过的相邻节点的f(n)值,取f(n)值最小的相邻节点为最优路径的第n个最优节点,迭代终止的条件为计算所得的最优节点在最优出口位置的相邻节点;
统计所有的最优节点的位置信息从而得到乘客的最优路径。
3.根据权利要求1所述的一种用于高速铁路站台的应急疏导仿真方法,其特征在于,步骤S5中利用相对速度障碍物法判断乘客之间是否会发生碰撞,所述相对速度障碍物法为:
对于距离向量的长度小于预设值的第一乘客和第二乘客,第一乘客的半径和速度分别为Ra和第二乘客的半径和速度分别为Rb和在与第二乘客等速运动的动态坐标系中,第一乘客的相对速度为第二乘客的相对速度为
将第一乘客看作一个质点,第二乘客的相对半径Rb0=Ra+Rb,以第二乘客为中心作半径为Rb0的圆Ob0,并作第一乘客与圆Ob0的第一相切射线和第二相切射线第一乘客的相对速度的夹角在和之间时,判断为第一乘客和第二乘客会发生碰撞;
比较以第一相切射线为参考得到的速度改变量和以第二相切射线为参考得到的速度改变量的模,取两者中模小的一者为最优速度改变量
4.根据权利要求3所述的一种用于高速铁路站台的应急疏导仿真方法,其特征在于,设置第一乘客和第二乘客的速度改变量权重分别为α1和1-α1,则第一乘客的速度改变量为第二乘客的速度改变量为
5.根据权利要求1-4中任一项所述的一种用于高速铁路站台的应急疏导仿真方法,其特征在于,依据高速站台乘客的实际情况分配不同的最大速度和速度改变量权重。
6.一种用于高速铁路站台的应急疏导仿真***,该***包括导航网格划分模块和出口计算模块,导航网格划分模块连接所述出口计算模块,导航网格划分模块用于划分高速站台的环境地图最优三角剖分的导航网格,导航网格包括可行区、不可行区和火灾区;导航网格划分模块将高速站台的环境地图最优三角剖分的导航网格发送给出口计算模块;其特征在于,
出口计算模块用于依据火灾与高速站台的出口的安全距离计算可用出口并统计所有可用出口;
出口计算模块还用于计算高速站台乘客的所有可用出口的出口耗费函数值,取高速站台乘客的出口耗费函数值最小值对应的出口为乘客的最优出口,统计所有的高速站台乘客的最优出口;其中,出口耗费函数值为
式中,R为火灾半径,v1为火灾扩展速度,v2为乘客最大速度,w为出口宽度,m为前往出口的高速站台乘客人数,n为出口处的乘客人数,α和β为调整系数,d1为火灾与出口的距离,d2为乘客与出口的距离;
出口计算模块还用于依据最优出口和基于环境地图最优三角剖分的导航网格规划乘客到最优出口的的最优路径,
出口计算模块还用于检测乘客之间是否会发生碰撞并以此来调整乘客的速度向量,以此得到高速站台乘客的最优路径和速度向量,从而得到火灾发生后的高速站台疏散情况的仿真结果,并依据仿真结果制订高铁站台疏散撤离方案。
7.根据权利要求6所述的一种用于高速铁路站台的应急疏导仿真***,其特征在于,出口计算模块利用A*算法规划乘客到最优出口的最优路径,所述A*算法为:
将环境地图最优三角剖分的导航网格中的三角形作为A*算法中的节点;
第n个节点的估价函数可表示为:
f(n)=g(n)+h(n)
g(n)表示从乘客位置到该节点的距离,g(n)=f*(n-1)+k(n),f*(n-1)为第n-1个最优节点的估价函数值,k(n)为穿入边中心到穿出边中点的距离,h(n)表示从该节点到终点的距离;
以乘客位置为第一个最优节点,起始值f(1)=0,从n=2开始,迭代计算第n-1个最优节点的所有未经过的相邻节点的f(n)值,取f(n)值最小的相邻节点为最优路径的第n个最优节点,迭代终止的条件为计算所得的最优节点在最优出口位置的相邻节点;
统计所有的最优节点的位置信息从而得到乘客的最优路径。
8.根据权利要求6所述的一种用于高速铁路站台的应急疏导仿真***,其特征在于,出口计算模块利用相对速度障碍物法判断乘客之间是否会发生碰撞,所述相对速度障碍物法为:
对于距离向量的长度小于预设值的第一乘客和第二乘客,第一乘客的半径和速度分别为Ra和第二乘客的半径和速度分别为Rb和在与第二乘客等速运动的动态坐标系中,第一乘客的相对速度为第二乘客的相对速度为
将第一乘客看作一个质点,第二乘客的相对半径Rb0=Ra+Rb,以第二乘客为中心作半径为Rb0的圆Ob0,并作第一乘客与圆Ob0的第一相切射线和第二相切射线第一乘客的相对速度的夹角在和之间时,判断为第一乘客和第二乘客会发生碰撞;
比较以第一相切射线为参考得到的速度改变量和以第二相切射线为参考得到的速度改变量的模,取两者中模小的一者为最优速度改变量
9.根据权利要求8所述的一种用于高速铁路站台的应急疏导仿真***,其特征在于,设置第一乘客和第二乘客的速度改变量权重分别为α1和1-α1,则第一乘客的速度改变量为第二乘客的速度改变量为
10.根据权利要求6-9中任一项所述的一种用于高速铁路站台的应急疏导仿真***,其特征在于,依据高速站台乘客的实际情况分配不同的最大速度和速度改变量权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811006069.XA CN109269517B (zh) | 2018-08-30 | 2018-08-30 | 一种用于高速铁路站台的应急疏导仿真方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811006069.XA CN109269517B (zh) | 2018-08-30 | 2018-08-30 | 一种用于高速铁路站台的应急疏导仿真方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109269517A CN109269517A (zh) | 2019-01-25 |
CN109269517B true CN109269517B (zh) | 2019-07-26 |
Family
ID=65154750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811006069.XA Active CN109269517B (zh) | 2018-08-30 | 2018-08-30 | 一种用于高速铁路站台的应急疏导仿真方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109269517B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112880697B (zh) * | 2019-11-29 | 2022-09-09 | 比亚迪股份有限公司 | 路径规划的方法、闸机、可读存储介质及车站管理*** |
CN114545932B (zh) * | 2022-01-28 | 2023-06-06 | 北京交通大学 | 一种路径修正方法、装置、设备及可读存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105513232A (zh) * | 2016-02-04 | 2016-04-20 | 珠海智城信息技术有限公司 | 一种安全应急疏导方法及*** |
CN107745727A (zh) * | 2017-09-01 | 2018-03-02 | 南京理工大学 | 一种高速铁路应急情况处理*** |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140076265A (ko) * | 2012-12-12 | 2014-06-20 | 엘지전자 주식회사 | 미디어 기기 및 그것의 제어 방법 |
KR101582303B1 (ko) * | 2013-12-10 | 2016-01-05 | 썬메디텍(주) | 비상구 방향 안내 기능을 가지는 유도등 시스템 |
CN104239636B (zh) * | 2014-09-16 | 2017-05-03 | 北京航空航天大学 | 一种火灾应急疏散模拟方法 |
CN104392061A (zh) * | 2014-12-08 | 2015-03-04 | 华北水利水电大学 | 基于几何智能体的人员疏散模型 |
CN105989563A (zh) * | 2015-02-04 | 2016-10-05 | 刘洋 | 一种网格化自动生成疏散预案的方法 |
CN105631555B (zh) * | 2016-02-23 | 2019-04-05 | 北京邮电大学 | 一种疏散路径的推送方法及装置 |
CN106408121A (zh) * | 2016-09-14 | 2017-02-15 | 北京师范大学 | 一种建筑物火灾疏散路径规划方法和*** |
JP6261701B2 (ja) * | 2016-10-19 | 2018-01-17 | 能美防災株式会社 | 無線通信システム |
-
2018
- 2018-08-30 CN CN201811006069.XA patent/CN109269517B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105513232A (zh) * | 2016-02-04 | 2016-04-20 | 珠海智城信息技术有限公司 | 一种安全应急疏导方法及*** |
CN107745727A (zh) * | 2017-09-01 | 2018-03-02 | 南京理工大学 | 一种高速铁路应急情况处理*** |
Also Published As
Publication number | Publication date |
---|---|
CN109269517A (zh) | 2019-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107862738B (zh) | 一种基于移动激光测量点云进行室内结构化三维重建方法 | |
CN109269517B (zh) | 一种用于高速铁路站台的应急疏导仿真方法及*** | |
CN105740510B (zh) | 基于网格-密度-关系的疏散人群行为仿真***及其方法 | |
CN102541069B (zh) | 偏离损失的避免操纵 | |
Wong et al. | Optimized evacuation route based on crowd simulation | |
Lin et al. | Intelligent generation of indoor topology (i-GIT) for human indoor pathfinding based on IFC models and 3D GIS technology | |
CN108062600A (zh) | 一种基于矩形建模的车辆碰撞预警方法及装置 | |
Lin et al. | A 3D smooth random walk mobility model for FANETs | |
CN105589470A (zh) | 一种多无人机分布式编队控制方法 | |
CN107066723B (zh) | 一种基于社会力模型的公交乘客上下车行为仿真方法 | |
CN109814594B (zh) | 无人机群防碰撞控制方法、装置及计算机可读存储介质 | |
CN105810013A (zh) | 一种基于车群风险的车辆防撞控制方法和装置 | |
CN110765553B (zh) | 基于虚拟现实的机场旅客捷运***仿真环境构建方法 | |
CN103390355A (zh) | 一种基于a-smgcs***的滑行道冲突检测方法 | |
CN109324615A (zh) | 办公楼送货控制方法、装置以及计算机可读存储介质 | |
CN106257301A (zh) | 基于统计推断的分布式时空关联模型轨迹跟踪方法 | |
Tang et al. | Collision avoidance for multi-UAV based on geometric optimization model in 3D airspace | |
Khoury et al. | Passive, decentralized, and fully autonomous intersection access control | |
JP2006301475A (ja) | 地下空間浸水・避難シミュレーションシステム | |
CN103065208A (zh) | 一种虚实互动的交通疏散控制方案的优化方法及其*** | |
Lin et al. | Trajectory planning for unmanned aerial vehicles in complicated urban environments: A control network approach | |
CN114059501B (zh) | 一种表深孔水舌空中碰撞后入水后流量分布的估算方法 | |
CN106897541A (zh) | 一种基于混合空间的室内人员疏散模拟方法 | |
CN112423383B (zh) | 一种基于定位基站和定位标签在多楼层环境下的定位方法 | |
CN108717596A (zh) | 城市轨道交通车站内t字型通道的客流通行效率评价方法 |
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 |