基于群体智能的人群疏散路径规划仿真研究

介绍了一种基于群体智能的人群疏散路径规划仿真方法.该方法结合群体智能的宏观模型与具有个体动力学特征的微观模型,提出综合两种模型优势的人群疏散仿真模型以及基于人工蜂群算法的动态路径规划算法.算法借鉴人工蜂群算法的原理,根据出口的个数及拥挤度对人群分组,然后在每个群组选取一个引领者.引领者带领群组向出口移动.移动过程中,群组内执行改进的社会力模型,以保证群组内的个体避免碰撞并且方向一致.针对突发事件人群疏散中疏散效率方面存在的技术瓶颈,探索基于群体智能的人群疏散路径规划的理论框架和体系,旨在为应急管理部门对人群疏散辅助决策提供支持.     

机器人路径规划的元胞自动机算法

采用Moore型邻居规则建立机器人路径规划的元胞自动机模型和演化规则,通过对移动机器人的路径进行演化,讨论了周围环境已知情况下的移动机器人元胞自动机路径规划问题。在演化规则中增加危险度检测,使得机器人能够避免碰撞和穿越障碍,仿真实验结果表明,利用元胞自动机可以实现复杂环境的机器人路径搜索,避免死锁和碰撞,达到快速的最优路径。     

基于改进萤火虫算法的人群疏散仿真

基本萤火虫算法在人群疏散仿真中存在疏散速度慢、疏散路径不平滑的缺陷,针对该问题,提出一种改进萤火虫算法。借鉴微粒群算法的位置更新策略,将全局最优引入到萤火虫算法的位置更新过程。与原始算法相比,改进后的算法在收敛速度和求解精度方面有明显的提升。在搭建的3D仿真系统中,对改进后的算法进行人群疏散仿真实验。仿真实验表明,该算法能够实现人群远离危险源并最终到达目标安全区域的路径规划,仿真效果逼真。与原始算法及微粒群算法相比,该算法在提高人群疏散速度的同时,也提高了疏散路径的平滑性和稳定性。     

智能疏散系统导向标志计算及疏散路径仿真

为了解决大型综合建筑中智能疏散系统在火灾等突发情况发生时可根据复杂建筑结构规划出合理、安全的疏散路径问题,提出了一种基于改进A~*算法的多起点、多出口路径规划方法。通过增加转弯惩罚值,结合火灾影响区域实时信息和火灾中心点的距离改进了估价函数,进而计算出最优疏散路径。依据搜索出的最优路径调整三维楼层地图中各个导向标志方向,从而引导不同位置人员从最优路径疏散逃生。仿真实验结果表明,在计算多起点、多出口疏散路径时,改进A~*算法与传统Dijkstra算法和A~*算法相比,搜索方向更加明确,路径更加平滑,搜索效率更高,运行时间更短,并能结合火灾信息保证疏散路径的安全性。该算法在求解大型综合建筑火灾安全疏散路径方面具有很好的应用前景。     

基于CVT的城市突发灾害下人群疏散方法

提出基于CVT的城市突发灾害下人群疏散的方法,在动态选址的基础上做疏散救援路径规划以及整体的疏散救援系统设计,以提高疏散救援路径规划的准确性,提升人群疏散效率,降低疏散成本.     

滚动窗口局部路径规划在未知环境中的应用

为了实现未知复杂环境下机器人的局部路径规划,提出了一种新的局部路径规划方法,使机器人自主探测周边障碍物情况.通过滚动窗口计算局部目标等途径进行路径规划,从而实现机器人无碰撞到达全局目标点.该方法可以使机器人在未知复杂环境中较快较好地进行路径规划.仿真试验表明该方法具有可行性、有效性和实时性.     

基于路网风险的化工园区疏散路径模型

在分析化工园区事故影响严重程度的基础上,提出了一种基于路网风险的化工园区疏散路径模型。首先,基于化工园区事故的事故统计和事故概率,建立针对性的事故模型并定量计算事故后果及区域个人风险;然后,构建基于路网风险的化工园区疏散路径模型,根据影响疏散人员路网选择的3个因素,即距疏散出口的距离、疏散位置的可疏散空间、疏散位置的风险来计算路网的风险;最后,利用Dijkstra算法计算事故场景下该疏散场景的避开事故影响且疏散时间较短的路径。仿真结果表明,所提出的路径选择模型可以规划出有效避免事故影响范围的、较为安全的疏散路径,有助于化工园区规划应急疏散路径,给疏散人员转移及园区疏散设计提供参考借鉴。     

突发火灾环境的群体疏散问题研究综述

为了解突发火灾环境的群体疏散问题研究进展,从群体疏散的模型、路径规划问题优化算法、仿真软件研究进行综述,结合火灾环境下群体疏散的特点,总结现有疏散问题的研究方法和成果,展望该领域的研究趋势。研究表明:现有疏散模型主要集中在多种模型和思想融合的研究,对火灾蔓延过程和疏散过程相结合较少;疏散路径问题的求解方面,考虑动态火灾环境下路径规划研究不足;疏散软件方面的研究主要通过国外仿真软件模拟火灾环境下的疏散,缺乏开发适合我国的疏散软件。研究趋势是构建充分考虑疏散者行为和心理、建筑物结构、火灾环境的疏散模型,路径规划算法改进与创新、疏散路径的动态优化。     

紧急情况下客船人员疏散过程仿真

为训练客船驾驶员应急疏散组织能力,优化客船疏散方案,依托航海虚拟仿真训练平台,基于改进的蚁群算法,提出一种考虑邻接网格面积与转向角度等因素的疏散模型,采用一种改进的约束Delaunay三角网生成算法高效生成导航网格.基于"育鹏"轮建立船舶三维场景,进行人员疏散过程仿真实验.结果表明,该模型有效地优化了多层甲板复杂场景中的人员疏散路径,充分展现了不同年龄、性别疏散个体路径选择的差异性,为具有复杂人群组成结构的客船应急疏散演练提供了一种良好的解决方案.     

数字孪生驱动的冬奥场馆消防安全动态疏散方法

提出了一种数字孪生驱动的消防疏散动态引导方法,解决了目前建筑物安全疏散表达方式以二维为主,疏散路径规划不能根据火灾的发展态势实时动态地进行,且不能考虑人员的位置因素等问题。该方法综合利用BIM(building information modeling)和物联网搭建面向疏散的数字孪生模型,并整合该模型中的空间、室内环境和人员位置信息,利用Dijkstra算法进行疏散路径规划。以2020年北京冬奥会雪车雪橇场馆中某建筑为例,该模型较好地实现了环境信息实时采集、室内布局三维可视、火灾警报、室内人员定位、疏散路径规划等功能。     

基于RFID人员定位的火灾智能疏散无线诱导系统

为解决结构复杂、人群聚集的建筑火灾中大规模人群智能疏散诱导问题,建立了一个基于无线射频识别(RFID)人员定位技术的火灾智能疏散无线诱导系统。首先在等边三角形模型中利用无线射频识别技术RFID采集信号,经过高斯修正,利用经验数据库,实现人员的快速、准确定位;将RFID人员定位单元等传感器节点采集到的数据通过中心节点上传至嵌入式Web服务器,利用集成了疏散路径优化算法和经验数据库的应用服务器进行人员疏散方案全局优化,并将最优疏散方案下传至控制器节点,无线智能疏散指示灯、LED显示屏和扬声器等控制器节点动作并完成智能疏散诱导。该系统根据人员定位信息、火警状态进行基于疏散路径优化的智能疏散和无线诱导,为建筑火灾疏散安全提供了技术保障。     

复杂建筑火灾中的人员疏散路径多目标规划

针对复杂建筑火灾中的人员疏散动态路径优化策略问题,以火灾情境下的动态疏散网络数据模型为基础,结合网络流优化和群智能方法,构建以最短时间、最小风险水平和最大疏散容量为目标的路径优化模型.通过改进的自适应果蝇算法,实现了节点和路径容量受限的动态疏散路径规划.通过对所建模型的性能测试和疏散过程实验,验证了多目标路径优化模型的有效性.实验结果也反映了多目标路径规划策略更加贴近复杂建筑火灾中的人员疏散实际情况,对于规划不确定因素影响下的复杂空间疏散路径具有可行性.     

基于GIS和Multi-Agent的城市应急疏散

构建了基于地理信息系统(GIS)和multi-agent系统的城市应急疏散仿真框架。该仿真平台基于Repast仿真平台开发,利用Open Map组件读取GIS道路网络数据,作为人员疏散的地理环境。构建了人员和避难空间的agent模型,定义人员的避难空间和路径选择等主观决策行为规则,并通过基于网络的交通流模型模拟人群在GIS路网上的运动。以中国某城市路网数据为基础,利用该仿真平台研究了城市应急疏散中人员对避难场所的选择规律以及信息发布对疏散结果的影响。仿真结果表明:在疏散过程中加强有关避难空间信息的发布可缩短总体的疏散时间。     

一种应用于火灾环境路径规划的蚂蚁群算法

在火灾环境中,针对蚁群算法容易陷入局部最优的问题,文章使用了一种改进的蚁群算法用于解决火灾环境中人群疏散的路径规划问题。对蚁群算法的改进分为两个方面:一是在蚁群算法的启发式函数中考虑人员密度因素;二是动态自适应调整信息素强度,采取局部和全局信息素更新相结合的策略更新路径上的信息素,并引入交叉操作,加快算法的逃逸能力。由于在火灾环境中个体情绪差异对路径选择的影响较大,在文章的规划方法中,为个体建立情绪数学模型,不同情绪的个体对路径的选择是不同的。仿真实验表明,文中提出的规划方法能够为不同情绪类型的个体规划出最优逃生路径,避免了局部最优且收敛速度较快。     

利用世界空间几何学信息的关节式机器人路径规划

针对关节式机器人提出了一种直接利用机器人世界空间几何学信息的有效的路径规划算法。该算法使用机器人周围的局部世界空间信息建立势函数，基于势函数的导数规划机器人路径。而且，针对常见的旋转关节机器人，分析了路径规划过程中的停留状态，提出了一种有效的消除势函数局部最小值的启发式方法。该算法避免了构形空间显式描述的复杂计算，在一般情况下，即使针对多自由度机器人，也能很快获得无冲突路径。最后，计算机仿真结果验证了该算法的有效性。     

基于混合蛙跳算法的层次化群体路径规划

在复杂的群体运动场景中,传统路径规划方法具有计算量大、耗时长、效果生硬等缺点。为此笔者提出了一种层次化路径规划方法,将群体路径规划问题分为两个层次,在底层使用A*算法进行全局路径搜索,规划出一条从起始点到目标点的全局最优路径,使群智能算法进行上层局部路径规划时只考虑上层粒子间的碰撞;在上层采用混合蛙跳算法并结合多线程技术进行个体路径的动态规划。仿真实验结果表明：所提出的方法有效降低了群体路径规划中的算法复杂度和时间复杂度,在较为复杂场景下能够逼真和高效地进行群体运动仿真。     

障碍物对高层教学楼疏散效率的影响研究

高层建筑物中的行人疏散对于建筑设计和安全管理至关重要,且在存在多个障碍物的情况下,这个问题的复杂性会进一步增加﹒对此,本文基于Pathfinder仿真软件创建了某高层教学楼有、无障碍物2种模型,并通过整体疏散时间和走廊人员疏散特征,对2种模型进行了对比分析;同时,比较有、无障碍物模型的人员疏散路径和疏散密度,揭示了障碍物对疏散过程影响的物理机制,并进一步探究了在人员数量改变情况下障碍物对疏散的影响﹒仿真结果表明：1)障碍物密集分布缩短了高层教学楼疏散时间,时间减少了164 s,疏散效率提高了18.5%,这体现了“慢即是快”的群体行为﹒2)障碍物影响疏散的机制有2方面,一方面,高层教学楼中的障碍物不仅分割了教室空间,有助于物理隔离人群,还有效地规划了疏散逃生路径,避免了过多的拥堵行为,减少了疏散时间;另一方面,障碍物改变了教室人员分布密度,使得楼梯的密度水平下降,从而加快了整体疏散过程﹒3)障碍物的积极作用受到疏散人数的影响,即在人数较多时,该效果有所减弱﹒     

海底隧道火灾事故人群疏散优化方案研究

为提高海底隧道火灾事故人群疏散效率,基于火灾应急情景分析,建立时间成本最低的人群疏散优化模型。首先,考虑海底隧道火灾事故特性和CO对疏散人员的伤害,给出模型的目标函数和限制条件,提升模型的适用性。然后,改进蚁群算法的启发式函数、疏散人员转移规则和信息素更新策略,优化路径选择策略,并求解模型。以翔安海底隧道火灾为例进行案例仿真模拟。结果表明,该模型在实现时间成本最低的同时,避免了疏散个体累积伤害值超限,又使出口得到充分利用,提升了疏散的综合安全效益。     

基于双层协调体系的多移动机器人路径规划方法

针对多移动机器人系统中路径规划全局最优与局部协调的兼容性需求,提出了一种基于双层协调体系的路径规划方法。结合路径组亲和度评价提出改进的免疫协同进化算法并完成全局路径规划,提高了规划效率和全局路径质量;根据初始条件和全局路径信息,判断系统中各机器人可能出现碰撞的位置,提出基于优先级机制的动态窗口法在相应位置附近完成路径的局部协调;最终在全局最优路径基础上实现机器人的局部路径协调避碰。试验结果表明,该路径规划方法使机器人沿全局最优路径行驶时,仍能进行灵活有序的局部路径协调,有效提高了系统的路径规划性能。     

一种基于时间窗的自动导引车动态路径规划方法 

针对多自动引导车（Automatic Guided Vehicle,AGV）在柔性制造系统中的路径规划问题,提出一种基于时间窗的动态路径规划算法,能有效地避免车-车冲突、碰撞等问题,并且得到的路径是时间最优的.在备选路径上,通过时间窗的初始化、时间窗的更新、以及时间窗的排布,可以实现多辆车同时运行,相互之间不产生冲突碰撞.仿真实验和真车实验表明,该算法用在AGV路径规划上,能实现多车之间的无冲突、时间最优的路径规划功能.