CN112926116B - 一种基于虚拟现实的体育馆火灾疏散行为数据收集***及其收集方法 - Google Patents
一种基于虚拟现实的体育馆火灾疏散行为数据收集***及其收集方法 Download PDFInfo
- Publication number
- CN112926116B CN112926116B CN202110224035.3A CN202110224035A CN112926116B CN 112926116 B CN112926116 B CN 112926116B CN 202110224035 A CN202110224035 A CN 202110224035A CN 112926116 B CN112926116 B CN 112926116B
- Authority
- CN
- China
- Prior art keywords
- data
- human body
- smoke
- evacuation
- fire
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 239000000779 smoke Substances 0.000 claims abstract description 88
- 230000006399 behavior Effects 0.000 claims abstract description 87
- 230000033001 locomotion Effects 0.000 claims abstract description 81
- 230000036544 posture Effects 0.000 claims abstract description 62
- 238000011156 evaluation Methods 0.000 claims abstract description 55
- 238000004088 simulation Methods 0.000 claims abstract description 42
- 238000002474 experimental method Methods 0.000 claims abstract description 38
- 238000013480 data collection Methods 0.000 claims abstract description 13
- 238000007789 sealing Methods 0.000 claims abstract description 10
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 27
- 239000008280 blood Substances 0.000 claims description 27
- 210000004369 blood Anatomy 0.000 claims description 27
- 239000001301 oxygen Substances 0.000 claims description 27
- 229910052760 oxygen Inorganic materials 0.000 claims description 27
- 239000007921 spray Substances 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 230000005484 gravity Effects 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 15
- 230000001133 acceleration Effects 0.000 claims description 10
- 210000003414 extremity Anatomy 0.000 claims description 10
- 238000012800 visualization Methods 0.000 claims description 10
- 230000009193 crawling Effects 0.000 claims description 9
- 238000005507 spraying Methods 0.000 claims description 9
- 210000000689 upper leg Anatomy 0.000 claims description 9
- 230000000284 resting effect Effects 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 7
- 238000004806 packaging method and process Methods 0.000 claims description 7
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 6
- 239000003546 flue gas Substances 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 6
- 210000004204 blood vessel Anatomy 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 5
- 210000004247 hand Anatomy 0.000 claims description 5
- 238000000691 measurement method Methods 0.000 claims description 5
- 210000000707 wrist Anatomy 0.000 claims description 5
- 239000000443 aerosol Substances 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 210000003127 knee Anatomy 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 230000035807 sensation Effects 0.000 claims description 4
- 230000007704 transition Effects 0.000 claims description 4
- 230000001939 inductive effect Effects 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 210000002414 leg Anatomy 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 abstract description 4
- 238000011160 research Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000006378 damage Effects 0.000 description 2
- 230000034994 death Effects 0.000 description 2
- 231100000517 death Toxicity 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000001603 reducing effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000003238 somatosensory effect Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Geometry (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明是一种基于虚拟现实的体育馆火灾疏散行为数据收集***及其收集方法。本发明涉及建筑安全与疏散模拟技术领域本发明通过搭建虚拟体育馆三维建筑模型,并在体育馆模型内模拟火灾烟气可视化场景;通过行为数据采集模块,采集模拟火灾时运动时实验人员行为数据,模拟结束后以主观体力量表RPE进行运动强度主观评价;对采集到的行为数据进行分析,确定不同疏散姿势下运动行为;匹配实验人员基本信息、人体姿态数据、人体运动参数、疲劳度评价等级和RPE评价数据,对数据进行分组编号,编号还包括实验日期和实验次序,并将数据进行封存。
Description
技术领域
本发明涉及建筑安全与疏散模拟技术领域,是一种基于虚拟现实的体育馆火灾疏散行为数据收集***及其收集方法。
背景技术
近年来,持续高涨的全民健身热潮不断推动着体育产业迅速发展,体育馆设施数量大幅增加且体育馆使用频率增多。而体育馆作为大型公共建筑,属于人员密集的场所。一旦发生火灾事故,疏散不当会造成严重后果。据国内外大量火灾案例表明,因火灾而伤亡者中,大多数是因烟害所致。在火灾中受烟害直接致死的约占死亡总数的1/3-2/3。火灾烟气的危害性主要表现在毒害性、减光性和高温辐射性三个方面。火灾中产生的浓烟由于热空气的上升的作用,大量的浓烟将漂浮在上层,火灾烟气蔓延导致安全疏散空间高度下降,人员需采取非常规疏散运动姿态(如弯腰、跪姿、爬姿等)以提高逃生几率。因此,研究火灾情况下体育馆人群非常规疏散行为模式对于实现快速安全的紧急疏散至关重要。
现有对人员应急疏散行为特征研究主要分为群体和个体两个层面,现阶段对个体疏散行为的研究还不成熟,研究方法主要包括案例分析、问卷访谈、演习演练、动物实验等。但是每种方法都有其局限性,需更加合理有效的研究方法。虚拟现实(virtual reality,VR)技术具备沉浸感、交互和构想三种特性,即“3-I”特性,近些年的快速发展则使得创建高真实感疏散情境、开展个体疏散行为实验成为可能,为个体疏散行为的研究提供了全新的具有广阔应用前景的方法。利用虚拟现实场景开展实验,结合实验心理学研究人的疏散行为也成为被越来越多学者所采用的方法。将虚拟现实技术应用于建筑火灾模拟,在实验控制条件下对人的心理和行为进行研究,通过合理设计的行为实验,可以对人们在应急疏散过程中的行为进行观察,收集疏散行为数据,进而对其决策、运动过程进行推测和分析,为疏散行为模型的建立提供重要依据。
三维动作捕捉分为5类,声学式、光学式、惯性式、电磁式、机械式动作捕捉5类。而现在主流的动作捕捉类型主要是惯性式和光学式。光学动作捕捉***基于计算机视觉原理,由多个高速相机从不同角度对目标特征点的监视和跟踪,同时结合骨骼解算的算法来完成动作捕捉,精度高,约束性小,更接近真实的体感交互体验。但其缺点在于受外界环境影响大,比如环境光线不足、动作肢体遮挡等,对于火灾烟气减光性带来的可视空间压缩,光学式动作捕捉***受到限制。而基于惯性传感器的动作捕捉技术受外界的影响小,不受光线限制,不用在使用空间上安装“灯塔”、摄像头等杂乱部件,而且可获取的动作信息量大、灵敏度高、动态性能好、可移动范围广,体感交互也完全接近真实的交互体验。
发明内容
本发明为以实现个体非常规姿态的应急疏散行为模式的分析和研究,从而为模拟实验提供数据支撑,同时准确有效地制定疏散逃生策略,本发明提供了一种基于虚拟现实的体育馆火灾疏散行为数据收集***及其收集方法,本发明提供了以下技术方案:
一种基于虚拟现实的体育馆火灾疏散行为数据收集***,所述***包括:虚拟场景构建模块、行为数据采集模块、行为数据处理分析模块和数据封存存储模块;
所述虚拟场景构建模块进行三维建模,模拟火灾烟气可视化,模拟烟气气味和热感;
所述行为数据采集模块包括惯性传感单元、UWB定位标签、血氧传感器和心率传感器,通过惯性传感单元、UWB定位标签、血氧传感器和心率传感器采集运动时人员行为数据;
行为数据处理分析模块根据行为数据,确定不同疏散姿势下运动行为参数,数据封存存储模块对评价数据进行封存。
一种基于虚拟现实的体育馆火灾疏散行为数据收集方法,包括以下步骤:
步骤1:搭建虚拟体育馆三维建筑模型,并在体育馆模型内模拟火灾烟气可视化场景;
步骤2:通过行为数据采集模块,采集模拟火灾时运动时实验人员行为数据,模拟结束后以主观体力量表RPE进行运动强度主观评价;
步骤3:对采集到的行为数据进行分析,确定不同疏散姿势下运动行为;
步骤4:匹配实验人员基本信息、人体姿态数据、人体运动参数、疲劳度评价等级和RPE评价数据,对数据进行分组编号,编号还包括实验日期和实验次序,并将数据进行封存。
优选地,所述步骤1具体为:
搭建虚拟体育馆三维建筑模型,通过3D Max软件实现体育馆疏散走道,进行1:1三维建筑建模;通过PyroSim软件模拟火灾烟气流动,Unity二次开发,构建火灾虚拟场景,并将虚拟场景叠加到体育馆模型上,实现体育馆空间内火灾烟气可视化;实验人员佩戴头戴式VR终端,气味发生器基于PyroSim模拟结果模拟烟气,所述模拟结果包括:烟气浓度、烟气层高度和火灾温度,匹配搭建具有真实嗅觉和热感的虚拟现实模拟环境。
优选地,在模拟火灾烟气流动是,烟气模拟初始化,烟气层模拟初始高度根据人体直立行走、弯腰行走、手足爬行、手膝跪爬和匍匐爬行五种应急疏散姿势,烟气下界面距离疏散地面高度为d=0.4m的等差数列:2.0m,1.6m,1.2m,0.8m,0.4m。
优选地,所述头戴式VR终端上部安装喷雾罐、喷雾阀和喷雾头,气味生成匹配烟气浓度、烟气层高度和烟气温度;当头戴式VR终端位于烟气层以上,喷雾头持续喷出模拟烟气,烟气喷出速率匹配烟气浓度数据,烟气温度匹配火灾温度数据;当头戴式VR终端位于烟气层以下,喷雾阀关闭。
优选地,所述步骤2具体为:
步骤2.1:将惯性传感单元分别安装在人体头部、躯干部位、臀部、两侧上臂、两侧小臂、双手、两侧大腿、两侧小腿以及双足部位,惯性动作捕捉传感器感应15个人体节点动作;每个惯性传感单元由三轴陀螺仪、三轴加速度计和三轴磁强计组成,用来测量人体运动过程中肢体的加速度,角速度和磁阻偏航角,获得人体姿态原始数据;
步骤2.2:将UWB定位标签放置在人体腰部部位,使用双面双向测距法实现四定位基站的实验人员三维空间定位数据;
步骤2.3:将血氧传感器和心率传感器的采集端放置在人体手腕血管密集处,采集人体运动过程中血氧饱和度信号和实时运动心率,获得生命体征数据;
步骤2.4:确定体力量表RPE,实验人员在一组试验结束后进行运动强度主观评价,获得评价数据。
优选地,实验人员初始状态设定为直立状态,确定每个试验人员的基本信息:ID并标注姓名、性别、年龄区间、身高和体重;校准初始化测量仪器,仪器采样频率统一设定为t1;实验开始前记录实验人员静息心率和静息血氧饱和度指标,以及初始姿态信息、初始空间定位信息;实验设定最大疏散时间为60S。
优选地,所述步骤3具体为:
步骤3.1:基于扩展卡尔曼滤波算法融合加速度、角速度及磁力计值,得到载体姿态角,进行姿态解算得到姿态四元数,得到不同疏散姿势下人体姿态数据:各肢体节点空间位置、节点旋转角度、节点朝向、躯干倾角和关节活动范围;
步骤3.2:利用SKC算法和躯干部位、两侧大腿和两侧小腿五个节点空间位置合成人体重心,得到不同疏散姿势时间变量下的人体重心轨迹;
步骤3.3:通过超宽带定位和惯性传感器融合算法提高室内定位精度,得到实验人员空间位置,重构运动轨迹,获得不同疏散姿势下人体运动参数,运动参数包括:运动时长、运动距离、运动方向、平均速度、最大速度和疏散路径;
步骤3.4:设定疲劳指标,血氧传感器和心率传感器数据融合,生命体征数据进行疲劳度分析,疲劳度等级包括轻松、适宜、较大和过度四个等级;当实验人员任一项传感器数据超过阈值,实验停止。
优选地,实验数据经处理后以无线通讯方式实时上传,匹配实验人员基本信息、人体姿态数据、人体运动参数、疲劳度评价等级和RPE评价数据,对数据进行分组编号,编号还包括实验日期和实验次序;通过数据封装存储模块在预设时间段内,虚拟现实实验结束后,对实验人员基本信息、人体姿态数据、人体运动参数、疲劳度评价等级和RPE评价数据进行分组编号并封装存储。
本发明具有以下有益效果:
本发明为实现体育馆火灾情况下个体非常规姿态的应急疏散行为模式的研究,提出一种基于虚拟现实的体育馆火灾疏散行为数据收集实验方法和***。虚拟现实技术模拟火灾烟气蔓延,在实验控制条件下对人员非常规疏散姿势疏散前进的心理和行为进行观察,收集疏散行为数据,进而对其决策、运动过程进行分析,为疏散行为模型的建立提供重要依据,从而准确有效地预测疏散时间与疏散安全。
附图说明
图1为基于虚拟现实的体育馆火灾疏散行为数据收集实验方法的流程图;
图2为基于虚拟现实的体育馆火灾疏散行为数据收集实验***图;
图3为多传感器位置分布图;
图4为人体工程学图例。
具体实施方式
以下结合具体实施例,对本发明进行了详细说明。
具体实施例一:
根据图1至图4所示,本发明提供一种基于虚拟现实的体育馆火灾疏散行为数据收集***及其收集方法:
一种基于虚拟现实的体育馆火灾疏散行为数据收集***,所述***包括:虚拟场景构建模块、行为数据采集模块、行为数据处理分析模块和数据封存存储模块;
所述虚拟场景构建模块进行三维建模,模拟火灾烟气可视化,模拟烟气气味和热感;
所述行为数据采集模块包括惯性传感单元、UWB定位标签、血氧传感器和心率传感器,通过惯性传感单元、UWB定位标签、血氧传感器和心率传感器采集运动时人员行为数据;
行为数据处理分析模块根据行为数据,确定不同疏散姿势下运动行为参数,数据封存存储模块对评价数据进行封存。
本发明提供一种基于虚拟现实的体育馆火灾疏散行为数据收集方法,包括以下步骤:
步骤1:搭建虚拟体育馆三维建筑模型,并在体育馆模型内模拟火灾烟气可视化场景;
所述步骤1具体为:
搭建虚拟体育馆三维建筑模型,通过3D Max软件实现体育馆疏散走道,进行1:1三维建筑建模;通过PyroSim软件模拟火灾烟气流动,Unity二次开发,构建火灾虚拟场景,并将虚拟场景叠加到体育馆模型上,实现体育馆空间内火灾烟气可视化;实验人员佩戴头戴式VR终端,气味发生器基于PyroSim模拟结果模拟烟气,所述模拟结果包括:烟气浓度、烟气层高度和火灾温度,匹配搭建具有真实嗅觉和热感的虚拟现实模拟环境。
在模拟火灾烟气流动是,烟气模拟初始化,烟气层模拟初始高度根据人体直立行走、弯腰行走、手足爬行、手膝跪爬和匍匐爬行五种应急疏散姿势,烟气下界面距离疏散地面高度为d=0.4m的等差数列:2.0m,1.6m,1.2m,0.8m,0.4m。
所述头戴式VR终端上部安装喷雾罐、喷雾阀和喷雾头,气味生成匹配烟气浓度、烟气层高度和烟气温度;当头戴式VR终端位于烟气层以上,喷雾头持续喷出模拟烟气,烟气喷出速率匹配烟气浓度数据,烟气温度匹配火灾温度数据;当头戴式VR终端位于烟气层以下,喷雾阀关闭。
步骤2:通过行为数据采集模块,采集模拟火灾时运动时实验人员行为数据,模拟结束后以主观体力量表RPE进行运动强度主观评价;
所述步骤2具体为:
步骤2.1:将惯性传感单元分别安装在人体头部、躯干部位、臀部、两侧上臂、两侧小臂、双手、两侧大腿、两侧小腿以及双足部位,惯性动作捕捉传感器感应15个人体节点动作;每个惯性传感单元由三轴陀螺仪、三轴加速度计和三轴磁强计组成,用来测量人体运动过程中肢体的加速度,角速度和磁阻偏航角,获得人体姿态原始数据;
步骤2.2:将UWB定位标签放置在人体腰部部位,使用双面双向测距法实现四定位基站的实验人员三维空间定位数据;
步骤2.3:将血氧传感器和心率传感器的采集端放置在人体手腕血管密集处,采集人体运动过程中血氧饱和度信号和实时运动心率,获得生命体征数据;
步骤2.4:确定体力量表RPE,实验人员在一组试验结束后进行运动强度主观评价,获得评价数据。
实验人员初始状态设定为直立状态,确定每个试验人员的基本信息:ID并标注姓名、性别、年龄区间、身高和体重;校准初始化测量仪器,仪器采样频率统一设定为t1;实验开始前记录实验人员静息心率和静息血氧饱和度指标,以及初始姿态信息、初始空间定位信息;实验设定最大疏散时间为60S。
步骤3:对采集到的行为数据进行分析,确定不同疏散姿势下运动行为;
所述步骤3具体为:
步骤3.1:基于扩展卡尔曼滤波算法融合加速度、角速度及磁力计值,得到载体姿态角,进行姿态解算得到姿态四元数,得到不同疏散姿势下人体姿态数据:各肢体节点空间位置、节点旋转角度、节点朝向、躯干倾角和关节活动范围;
步骤3.2:利用SKC算法和躯干部位、两侧大腿和两侧小腿五个节点空间位置合成人体重心,得到不同疏散姿势时间变量下的人体重心轨迹;
步骤3.3:通过超宽带定位和惯性传感器融合算法提高室内定位精度,得到实验人员空间位置,重构运动轨迹,获得不同疏散姿势下人体运动参数,运动参数包括:运动时长、运动距离、运动方向、平均速度、最大速度和疏散路径;
步骤3.4:设定疲劳指标,血氧传感器和心率传感器数据融合,生命体征数据进行疲劳度分析,疲劳度等级包括轻松、适宜、较大和过度四个等级;当实验人员任一项传感器数据超过阈值,实验停止。
步骤4:匹配实验人员基本信息、人体姿态数据、人体运动参数、疲劳度评价等级和RPE评价数据,对数据进行分组编号,编号还包括实验日期和实验次序,并将数据进行封存。
实验数据经处理后以无线通讯方式实时上传,匹配实验人员基本信息、人体姿态数据、人体运动参数、疲劳度评价等级和RPE评价数据,对数据进行分组编号,编号还包括实验日期和实验次序;通过数据封装存储模块在预设时间段内,虚拟现实实验结束后,对实验人员基本信息、人体姿态数据、人体运动参数、疲劳度评价等级和RPE评价数据进行分组编号并封装存储。
具体实施例二:
如图1所示的一种基于虚拟现实的体育馆火灾疏散行为数据收集实验方法,包括步骤:
S1:搭建虚拟体育馆三维建筑模型,并在体育馆模型内模拟火灾烟气可视化场景,气味发生器进一步完善真实嗅觉;
S2:惯性传感单元、UWB定位标签、血氧传感器和心率传感器采集端实时采集运动时人员行为数据,模拟结束后以主观体力量表RPE进行运动强度主观评价;
S3:数据处理及分析模块对实验数据计算处理,得到不同疏散姿势下运动行为相关参数;
S4:匹配实验人员基本信息、人体姿态数据、人体运动参数、疲劳度评价等级和RPE评价数据,对数据进行分组编号、封装存储。
根据本申请的一个实施例,所述步骤S1具体包括:
S11:场景对象建模,通过3D Max软件实现体育馆疏散走道1:1三维建筑建模;
S12:场景建模,通过PyroSim软件模拟火灾烟气流动,Unity二次开发,构建火灾虚拟场景,并将虚拟场景叠加到体育馆模型上,实现体育馆空间内火灾烟气可视化;
S13:实验人员佩戴头戴式VR终端,气味发生器基于PyroSim模拟结果(烟气浓度、烟气层高度、火灾温度)模拟烟气气味,搭建具有真实嗅觉和热感的虚拟现实模拟环境。
所述步骤S12中,
烟气模拟初始化,烟气层模拟初始高度根据人体直立行走、弯腰行走、手足爬行、手膝跪爬、匍匐爬行五种应急疏散姿势,烟气下界面距离疏散地面高度为d=0.4m的等差数列:2.0m,1.6m,1.2m,0.8m,0.4m。
不同疏散姿势烟气下界面距离疏散地面高度数据来源于人体工程学,图例如图4所示根据本申请的一个实施例,所述步骤S13中,
所述头戴式VR终端前侧安装有显示屏,显示屏上端安装有喷雾阀,喷雾阀前端安装有喷雾头,喷雾阀后端安装有喷雾管,所述喷雾管固定于头戴式VR终端上,喷雾管上安装有多个设置有电磁开关的喷雾管头,且喷雾管头连接喷雾罐。气味生成实时匹配PyroSim软件模拟数据(火灾烟气浓度、烟气层高度、火灾温度),当头戴式VR终端位于烟气层以上,喷雾头持续喷出模拟烟气,烟气喷出速率匹配烟气浓度数据,烟气温度匹配火灾温度数据;当头戴式VR终端位于烟气层以下,喷雾阀关闭。模拟真实嗅觉和热感,进一步限定火灾烟气对疏散姿势的影响因素。
所述步骤S2具体包括:
S21:惯性传感单元分别安装在人体头部1A、躯干部位2A、臀部3A两侧上臂4A、5A、两侧小臂6A、7A,双手8A、9A,两侧大腿10A、11A,两侧小腿12A、13A以及双足部位14A、15A,惯性动作捕捉传感器感应15个人体节点动作。惯性传感单元根据节点位置以A命名1A-14A。每个惯性传感单元由三轴陀螺仪、三轴加速度计和三轴磁强计组成,用来测量人体运动过程中肢体的加速度,角速度和磁阻偏航角,获得人体姿态原始数据;
S22:UWB定位标签1B放置在人体腰部部位,使用双面双向测距法实现四定位基站的实验人员三维空间定位数据,UWB定位标签以B命名;
S23:血氧传感器1C和心率传感器采集端2C放置在人体手腕血管密集处,准确采集人体运动过程中血氧饱和度信号和实时运动心率,获得生命体征数据,血氧传感器和心率传感器采集端以C命名;
S24:填写主观体力量表RPE如表1所示,实验人员在一组试验结束后进行运动强度主观评价,获得评价数据。
表1主观体力量表RPE
实验人员初始状态设定为直立状态,确定每个试验人员的基本信息:ID并标注姓名、性别、年龄区间、身高、体重;校准初始化测量仪器,仪器采样频率统一设定为t1。实验开始前记录实验人员静息心率和静息血氧饱和度指标,以及初始姿态信息、初始空间定位信息。实验设定最大疏散时间为60S。
所述步骤S3中人体姿态原始数据处理和分析具体包括:
a.基于扩展卡尔曼滤波算法融合加速度、角速度及磁力计值,得到载体姿态角,进一步姿态解算得到姿态四元数,修正惯性传感单元的累计误差,得到不同疏散姿势下人体姿态数据:各肢体节点空间位置、节点旋转角度、节点朝向、躯干倾角、关节活动范围;
b.利用SKC算法和躯干部位(2A)、两侧大腿(10A、11A)、两侧小腿(12A、13A)五个节点姿态数据合成人体重心,得到不同疏散姿势时间变量下的人体重心轨迹。实验人员初始状态设定为直立状态,人体重心轨迹体现实验者非常规疏散姿势决策、运动全过程。人体重心轨迹通过各个环节的质量比以及划分关节的重心位置合成,转换公式如下:
式中,ri=[xiyizi]代表第i个环节的重心轨迹,mi代表第i个环节的质量,M代表人体体重,N=15。x轴方向代表前后的重心位置分布;y轴方向代表横向重心分布;z轴方向代表竖直方向的重心分布。
本实施例中,根据五个节点姿态数据简化的三维重心坐标公式如下:
根据本申请的一个实施例,所述步骤S3中空间定位数据处理和分析具体包括:
超宽带定位和惯性传感器融合算法提高室内定位精度,得到实验人员空间位置,重构运动轨迹,进一步获得不同疏散姿势下人体运动参数:运动时长、运动距离、运动方向、平均速度、最大速度、疏散路径。
超宽带定位技术中根据UWB设备测量得到的救援人员与各个UWB基站间的距离信息,可以构建观测方程:
式中,di,k表示第k次测量时,UWB设备测量得到的救援人员与第i个UWB基站间的距离信息。(Xi,yi,zi)表示第i个UWB基站的位置信息,i∈[1,n]。
超宽带定位和惯性传感器融合算法工作流程如下:
(1)读取惯性传感器中加速度数据;
(2)读取超宽带定位***中表演者的位置数据;
(3)判断超宽带定位***是否处于非视距情况;
(4)非视距情况下使用二基站定位和惯性传感器的位置估计;
(5)在视距情况下使用简单融合算法。
根据本申请的一个实施例,所述步骤S3中生命体征数据处理和分析具体包括:
设定疲劳指标,血氧传感器和心率传感器数据融合,生命体征数据进一步进行疲劳度分析,疲劳度等级包括轻松、适宜、较大和过度四个等级。实验设定最大疏散时间为60S,传感器数据隔t=5S评定一次疲劳度等级,判断非常规疏散姿势随时间的生命体征变化。当实验人员实验过程中任一项传感器数据超过阈值,实验停止。
根据本申请的一个实施例,所述步骤4具体包括;
实验数据经中央处理器处理后以无线通讯方式实时上传到计算机存储***中,匹配实验人员基本信息、人体姿态数据、人体运动参数、疲劳度评价等级和RPE评价数据,对数据进行分组编号,编号还包括实验日期和实验次序。
无线通讯方式常见的有WIFI、蓝牙、Zigbee、NB-IoT等几种形式。
此外,如图2所示,本发明还提供了一种基于虚拟现实的体育馆火灾疏散行为数据收集实验***,包括虚拟场景构建模块、行为数据采集模块、行为数据处理分析模块、数据封装存储模块。
虚拟场景构建模块用于构建虚拟体育馆三维建筑模型,并在体育馆模型内模拟火灾烟气可视化场景,气味发生器进一步完善真实嗅觉和热感;行为数据采集模块用于采集实验人员在体育馆火灾虚拟场景中的实时运动行为数据,并在模拟结束后以主观体力量表RPE收集运动强度主观评价数据;行为数据处理分析模块用于对实验数据计算处理,得到不同疏散姿势下运动行为相关参数,对疏散行为模式做出数据分析;数据封装存储模块用于在预设时间段内,虚拟现实实验结束后,对实验人员基本信息、人体姿态数据、人体运动参数、疲劳度评价等级和RPE评价数据进行分组编号、封装存储。
本发明通过搭建虚拟体育馆三维建筑模型,并在体育馆模型内模拟火灾烟气可视化场景,气味发生器进一步完善真实嗅觉和热感;惯性传感单元、UWB定位标签、血氧传感器和心率传感器采集端实时采集运动时人员行为数据,模拟结束后以主观体力量表RPE进行运动强度主观评价;数据处理及分析模块对实验数据计算处理,进一步得到不同疏散姿势下运动行为相关参数;匹配实验人员基本信息、人体姿态数据、人体运动参数、疲劳度评价等级和RPE评价数据,对数据进行分组编号、封装存储。通过行人疏散行为数据的收集和分析,实现个体非常规姿态的应急疏散行为模式的研究,为模拟实验提供数据支撑,同时实现准确有效地预测逃生时间,制定疏散逃生策略。
以上所述仅是一种基于虚拟现实的体育馆火灾疏散行为数据收集***及其收集方法的优选实施方式,一种基于虚拟现实的体育馆火灾疏散行为数据收集***及其收集方法的保护范围并不仅局限于上述实施例,凡属于该思路下的技术方案均属于本发明的保护范围。应当指出,对于本领域的技术人员来说,在不脱离本发明原理前提下的若干改进和变化,这些改进和变化也应视为本发明的保护范围。
Claims (8)
1.一种基于虚拟现实的体育馆火灾疏散行为数据收集***,其特征是:所述***包括:虚拟场景构建模块、行为数据采集模块、行为数据处理分析模块和数据封存存储模块;
所述虚拟场景构建模块进行三维建模,模拟火灾烟气可视化,模拟烟气气味和热感;
所述行为数据采集模块包括惯性传感单元、UWB定位标签、血氧传感器和心率传感器,通过惯性传感单元、UWB定位标签、血氧传感器和心率传感器采集运动时人员行为数据;
行为数据处理分析模块根据行为数据,确定不同疏散姿势下运动行为参数,数据封存存储模块对评价数据进行封存;
通过行为数据采集模块,采集模拟火灾时运动时实验人员行为数据,模拟结束后以主观体力量表RPE进行运动强度主观评价,将惯性传感单元分别安装在人体头部、躯干部位、臀部、两侧上臂、两侧小臂、双手、两侧大腿、两侧小腿以及双足部位,惯性动作捕捉传感器感应15个人体节点动作;每个惯性传感单元由三轴陀螺仪、三轴加速度计和三轴磁强计组成,用来测量人体运动过程中肢体的加速度,角速度和磁阻偏航角,获得人体姿态原始数据;将UWB定位标签放置在人体腰部部位,使用双面双向测距法实现四定位基站的实验人员三维空间定位数据;将血氧传感器和心率传感器的采集端放置在人体手腕血管密集处,采集人体运动过程中血氧饱和度信号和实时运动心率,获得生命体征数据;确定体力量表RPE,实验人员在一组试验结束后进行运动强度主观评价,获得评价数据。
2.一种基于虚拟现实的体育馆火灾疏散行为数据收集方法,所述方法基于如权利要求1所述的一种基于虚拟现实的体育馆火灾疏散行为数据收集***,其特征是:包括以下步骤:
步骤1:搭建虚拟体育馆三维建筑模型,并在体育馆模型内模拟火灾烟气可视化场景;
步骤2:通过行为数据采集模块,采集模拟火灾时运动时实验人员行为数据,模拟结束后以主观体力量表RPE进行运动强度主观评价;
所述步骤2具体为:
步骤2.1:将惯性传感单元分别安装在人体头部、躯干部位、臀部、两侧上臂、两侧小臂、双手、两侧大腿、两侧小腿以及双足部位,惯性动作捕捉传感器感应15个人体节点动作;每个惯性传感单元由三轴陀螺仪、三轴加速度计和三轴磁强计组成,用来测量人体运动过程中肢体的加速度,角速度和磁阻偏航角,获得人体姿态原始数据;
步骤2.2:将UWB定位标签放置在人体腰部部位,使用双面双向测距法实现四定位基站的实验人员三维空间定位数据;
步骤2.3:将血氧传感器和心率传感器的采集端放置在人体手腕血管密集处,采集人体运动过程中血氧饱和度信号和实时运动心率,获得生命体征数据;
步骤2.4:确定体力量表RPE,实验人员在一组试验结束后进行运动强度主观评价,获得评价数据;
步骤3:对采集到的行为数据进行分析,确定不同疏散姿势下运动行为;
步骤4:匹配实验人员基本信息、人体姿态数据、人体运动参数、疲劳度评价等级和RPE评价数据,对数据进行分组编号,编号还包括实验日期和实验次序,并将数据进行封存。
3.根据权利要求2所述的一种基于虚拟现实的体育馆火灾疏散行为数据收集方法,其特征是:所述步骤1具体为:
搭建虚拟体育馆三维建筑模型,通过3D Max软件实现体育馆疏散走道,进行1:1三维建筑建模;通过PyroSim软件模拟火灾烟气流动,Unity二次开发,构建火灾虚拟场景,并将虚拟场景叠加到体育馆模型上,实现体育馆空间内火灾烟气可视化;实验人员佩戴头戴式VR终端,气味发生器基于PyroSim模拟结果模拟烟气,所述模拟结果包括:烟气浓度、烟气层高度和火灾温度,匹配搭建具有真实嗅觉和热感的虚拟现实模拟环境。
4.根据权利要求3所述的一种基于虚拟现实的体育馆火灾疏散行为数据收集方法,其特征是:在模拟火灾烟气流动是,烟气模拟初始化,烟气层模拟初始高度根据人体直立行走、弯腰行走、手足爬行、手膝跪爬和匍匐爬行五种应急疏散姿势,烟气下界面距离疏散地面高度为d=0.4m的等差数列:2.0m,1.6m,1.2m,0.8m,0.4m。
5.根据权利要求3所述的一种基于虚拟现实的体育馆火灾疏散行为数据收集方法,其特征是:所述头戴式VR终端上部安装喷雾罐、喷雾阀和喷雾头,气味生成匹配烟气浓度、烟气层高度和烟气温度;当头戴式VR终端位于烟气层以上,喷雾头持续喷出模拟烟气,烟气喷出速率匹配烟气浓度数据,烟气温度匹配火灾温度数据;当头戴式VR终端位于烟气层以下,喷雾阀关闭。
6.根据权利要求2所述的一种基于虚拟现实的体育馆火灾疏散行为数据收集方法,其特征是:实验人员初始状态设定为直立状态,确定每个试验人员的基本信息:ID并标注姓名、性别、年龄区间、身高和体重;校准初始化测量仪器,仪器采样频率统一设定为t1;实验开始前记录实验人员静息心率和静息血氧饱和度指标,以及初始姿态信息、初始空间定位信息;实验设定最大疏散时间为60S。
7.根据权利要求2所述的一种基于虚拟现实的体育馆火灾疏散行为数据收集方法,其特征是:所述步骤3具体为:
步骤3.1:基于扩展卡尔曼滤波算法融合加速度、角速度及磁力计值,得到载体姿态角,进行姿态解算得到姿态四元数,得到不同疏散姿势下人体姿态数据:各肢体节点空间位置、节点旋转角度、节点朝向、躯干倾角和关节活动范围;
步骤3.2:利用SKC算法和躯干部位、两侧大腿和两侧小腿五个节点空间位置合成人体重心,得到不同疏散姿势时间变量下的人体重心轨迹;
步骤3.3:通过超宽带定位和惯性传感器融合算法提高室内定位精度,得到实验人员空间位置,重构运动轨迹,获得不同疏散姿势下人体运动参数,运动参数包括:运动时长、运动距离、运动方向、平均速度、最大速度和疏散路径;
步骤3.4:设定疲劳指标,血氧传感器和心率传感器数据融合,生命体征数据进行疲劳度分析,疲劳度等级包括轻松、适宜、较大和过度四个等级;当实验人员任一项传感器数据超过阈值,实验停止。
8.根据权利要求2所述的一种基于虚拟现实的体育馆火灾疏散行为数据收集方法,其特征是:
实验数据经处理后以无线通讯方式实时上传,匹配实验人员基本信息、人体姿态数据、人体运动参数、疲劳度评价等级和RPE评价数据,对数据进行分组编号,编号还包括实验日期和实验次序;通过数据封装存储模块在预设时间段内,虚拟现实实验结束后,对实验人员基本信息、人体姿态数据、人体运动参数、疲劳度评价等级和RPE评价数据进行分组编号并封装存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110224035.3A CN112926116B (zh) | 2021-03-01 | 2021-03-01 | 一种基于虚拟现实的体育馆火灾疏散行为数据收集***及其收集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110224035.3A CN112926116B (zh) | 2021-03-01 | 2021-03-01 | 一种基于虚拟现实的体育馆火灾疏散行为数据收集***及其收集方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112926116A CN112926116A (zh) | 2021-06-08 |
CN112926116B true CN112926116B (zh) | 2023-02-17 |
Family
ID=76172696
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110224035.3A Active CN112926116B (zh) | 2021-03-01 | 2021-03-01 | 一种基于虚拟现实的体育馆火灾疏散行为数据收集***及其收集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112926116B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113485206A (zh) * | 2021-08-06 | 2021-10-08 | 时代云英(重庆)科技有限公司 | 一种可扩展的物联网***及方法 |
CN113887373B (zh) * | 2021-09-27 | 2022-12-16 | 中关村科学城城市大脑股份有限公司 | 基于城市智慧体育的并行融合网络的姿态识别方法和*** |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB8816817D0 (en) * | 1988-07-14 | 1988-08-17 | Ilsley D A | Marine-rig escape pipeline |
CN102693330A (zh) * | 2011-03-25 | 2012-09-26 | 上海日浦信息技术有限公司 | 基于扩展bdi模型的人群疏散仿真方法 |
CN104517003A (zh) * | 2014-09-04 | 2015-04-15 | 上海市建筑科学研究院(集团)有限公司 | 用于人员疏散特征测试及演练的虚拟实验平台***及方法 |
CN107131886A (zh) * | 2017-07-07 | 2017-09-05 | 四川云图瑞科技有限公司 | 基于三维模型的地铁车站火灾安全疏散引导的监测*** |
CN107292064A (zh) * | 2017-08-09 | 2017-10-24 | 山东师范大学 | 一种基于多蜂群算法的人群疏散仿真方法及*** |
CN107333113A (zh) * | 2017-08-14 | 2017-11-07 | 长沙变化率信息技术有限公司 | 一种综合管廊无线监控*** |
CN108883096A (zh) * | 2015-12-17 | 2018-11-23 | 林科杰诺米克斯股份有限公司 | 脉络膜新生血管抑制剂或玻璃膜疣抑制剂及其评价或筛选方法 |
CN109377813A (zh) * | 2018-12-07 | 2019-02-22 | 天维尔信息科技股份有限公司 | 一种基于虚拟现实的火灾模拟与救援演练*** |
RU2733699C1 (ru) * | 2019-10-15 | 2020-10-06 | Владимир Дмитриевич Романов | Методика проведения испытаний средств защиты органов дыхания |
CN112417754A (zh) * | 2020-11-10 | 2021-02-26 | 中山大学 | 复杂室内结构下基于场景语义信息的人群疏散仿真方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200299521A1 (en) * | 2002-09-09 | 2020-09-24 | Reactive Surfaces, Ltd., Llp | Peptide-containing antimicrobial coating compositions |
WO2009158607A1 (en) * | 2008-06-26 | 2009-12-30 | Telcordia Technologies, Inc. | Self-correcting adaptive tracking system (sats) |
AU2012340020A1 (en) * | 2011-11-14 | 2014-07-03 | Astellas Institute For Regenerative Medicine | Pharmaceutical preparations of human RPE cells and uses thereof |
US9189766B2 (en) * | 2013-09-10 | 2015-11-17 | EnergySavvy Inc. | Real time provisional evaluation of utility program performance |
CN110110389B (zh) * | 2019-04-03 | 2022-10-21 | 河南城建学院 | 一种虚实结合的室内外疏散仿真方法 |
CN110402841A (zh) * | 2019-08-12 | 2019-11-05 | 应急管理部四川消防研究所 | 一种基于实验动物的逃生疏散行为学研究方法及模拟装置 |
CN111047814B (zh) * | 2019-12-26 | 2022-02-08 | 山东科技大学 | 一种适用于地铁站火灾警情的智能疏散***及方法 |
-
2021
- 2021-03-01 CN CN202110224035.3A patent/CN112926116B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB8816817D0 (en) * | 1988-07-14 | 1988-08-17 | Ilsley D A | Marine-rig escape pipeline |
CN102693330A (zh) * | 2011-03-25 | 2012-09-26 | 上海日浦信息技术有限公司 | 基于扩展bdi模型的人群疏散仿真方法 |
CN104517003A (zh) * | 2014-09-04 | 2015-04-15 | 上海市建筑科学研究院(集团)有限公司 | 用于人员疏散特征测试及演练的虚拟实验平台***及方法 |
CN108883096A (zh) * | 2015-12-17 | 2018-11-23 | 林科杰诺米克斯股份有限公司 | 脉络膜新生血管抑制剂或玻璃膜疣抑制剂及其评价或筛选方法 |
CN107131886A (zh) * | 2017-07-07 | 2017-09-05 | 四川云图瑞科技有限公司 | 基于三维模型的地铁车站火灾安全疏散引导的监测*** |
CN107292064A (zh) * | 2017-08-09 | 2017-10-24 | 山东师范大学 | 一种基于多蜂群算法的人群疏散仿真方法及*** |
CN107333113A (zh) * | 2017-08-14 | 2017-11-07 | 长沙变化率信息技术有限公司 | 一种综合管廊无线监控*** |
CN109377813A (zh) * | 2018-12-07 | 2019-02-22 | 天维尔信息科技股份有限公司 | 一种基于虚拟现实的火灾模拟与救援演练*** |
RU2733699C1 (ru) * | 2019-10-15 | 2020-10-06 | Владимир Дмитриевич Романов | Методика проведения испытаний средств защиты органов дыхания |
CN112417754A (zh) * | 2020-11-10 | 2021-02-26 | 中山大学 | 复杂室内结构下基于场景语义信息的人群疏散仿真方法 |
Non-Patent Citations (3)
Title |
---|
"人群仿真在体育馆疏散设计中的应用";刘莹等;《数字技术与建筑进化》;20151001;第36-39页 * |
"基于 BIM 技术的高层火灾应急疏散研究";钟炜等;《建筑防火设计》;20200630;第39卷(第6期);第790-793页 * |
"基于烟气危害综合评价的建筑火灾虚拟疏散训练";袁静雨等;《建筑防火设计》;20170831;第36卷(第8期);第1049-1052页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112926116A (zh) | 2021-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101579238B (zh) | 人体运动捕获三维再现***及其方法 | |
CN106648116B (zh) | 一种基于动作捕捉的虚拟现实综合*** | |
CN102323854B (zh) | 人体运动捕获装置 | |
CN112926116B (zh) | 一种基于虚拟现实的体育馆火灾疏散行为数据收集***及其收集方法 | |
CN201431466Y (zh) | 人体运动捕获三维再现*** | |
CN102921162B (zh) | 自助式平衡与步态训练***及方法 | |
Wang et al. | Inertial sensor-based analysis of equestrian sports between beginner and professional riders under different horse gaits | |
KR101751760B1 (ko) | 하지 관절 각도를 이용한 보행 인자 추정 방법 | |
Wang et al. | Using wearable sensors to capture posture of the human lumbar spine in competitive swimming | |
CN206497423U (zh) | 一种具有惯性动作捕捉装置的虚拟现实综合*** | |
CN203405772U (zh) | 一种基于运动捕捉的浸入式虚拟现实*** | |
CN105551059A (zh) | 光学和惯性体感数据融合的变电仿真人体运动捕捉方法 | |
Chen et al. | Real‐time human motion capture driven by a wireless sensor network | |
CN108338791A (zh) | 失稳运动数据的检测装置及检测方法 | |
CN109284006B (zh) | 一种人体运动捕获装置和方法 | |
CN104656112B (zh) | 基于表面肌电信号与mems惯组组合的个人定位方法和装置 | |
CN106843484B (zh) | 一种融合室内定位数据与动作捕捉数据的方法 | |
Dinu et al. | Accuracy of postural human-motion tracking using miniature inertial sensors | |
CN110978064A (zh) | 人机协作中人体安全评估方法及*** | |
CN107260179A (zh) | 基于惯性和体感传感器数据质量评价的人体运动跟踪方法 | |
Salehi et al. | Body-IMU autocalibration for inertial hip and knee joint tracking | |
Qiu et al. | Ambulatory estimation of 3D walking trajectory and knee joint angle using MARG Sensors | |
JP2020151267A (ja) | 人等の身体動作推定システム | |
CN115964933A (zh) | 基于数字孪生的虚实训练装置构建方法 | |
CN112256125B (zh) | 一种基于激光大空间定位与光惯互补动作捕捉***及方法 |
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 |