[發明專利]一種基于交通流模型的重點區域人員應急疏散系統及方法

有效

• 申請號: 202110581051.8
• 申請日: 2021-05-27
• 公開（公告）號: CN113033110B
• 公開（公告）日: 2021-10-29
• 發明（設計）人: 張曉春;丘建棟;莊立堅;徐若辰;陳昶佳;唐先馬
• 申請（專利權）人: 深圳市城市交通規劃設計研究中心股份有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N20/00
• 代理公司: 哈爾濱市偉晨專利代理事務所(普通合伙) 23209
• 代理人: 李曉敏

本發明提出一種基于交通流模型的重點區域人員應急疏散系統及方法，尤其涉及重點區域中人群的緊急預警和疏散方法，屬于道路交通規劃領域；為解決現有技術中交通需求仿真過程存在明顯誤差和現存的預測模型預測時間長的問題；該系統包括實時人流監測預警層和針對交通需求預測的調度方案確定層；接入實時人流數據可以實現重點區域實時人流監測，對比實時人流及人流預警閾值，若超過閾值，則觸發調度方案。各重點區域的人流預警閾值可以通過構建簡單的決策樹學習模型得出；本發明能夠處理海量的歷史數據，同時支持多種交通特征關聯分析，更真實反映多種因素對人員出行需求的影響；基于決策樹建立的模型具有算法簡單、預測精準得特點。

技術領域

本發明涉及重點區域中人群的緊急預警和疏散方法，尤其涉及一種基于交通流模型的重點區域人員應急疏散系統及方法，屬于道路交通規劃領域。

背景技術

北京工業大學編制了《奧運會交通仿真系統研究》，分別從微觀、中觀和宏觀建立了奧運交通仿真系統，從而深度研究奧運會期間的交通運行特性。陳非博士通過收集整理歷年的國內外大型活動中交通規劃的經驗，分析了大型活動中普遍存在的交通需求特征，提出了與大型活動交通需求特征相符合的規劃、建設、管理三類綜合性管理策略。北京工業大學的安志強博士通過總結和分析觀看奧運會觀眾的出行特征，提煉出奧運期間交通組織和需求預測的思路及辦法，并基于此建立了一整套大型活動適用的交通需求預測方法。北京工業大學的洪鋒利利用成熟的四階段法，從交通參與者的出行特點、需求和大型活動期間的交通政策、管理措施等方面入手，分層次研究城市交通網絡，給出相應的需求預測方法。上述研究均是基于已知活動會發生為前提，活動場館的交通需求進行分析，但未更深一步進行探討，對已知活動場景下的交通需求，提出人員達到預警狀態時如何進行不同交通方式的調度。

由上介紹可知，現有重點區域人流需求預測和不同交通方式應急疏散調度技術主要可分為傳統仿真技術為基礎的分析手段和現代科學技術與方法(如交通流模型、人工智能)為基礎的預測兩大類。其各自存在的缺點為：

（1）傳統仿真手段：分別有微觀、中觀和宏觀仿真模型。在仿真系統中，上述三種模型可以分析大型活動中普遍存在的交通需求特征，研究人員可以根據仿真結果匹配與大型活動交通需求特征相符合的規劃、建設、管理三類綜合性管理策略。但同時也存在以下不足：仿真實驗均是理想條件下進行；采用仿真技術大型活動期間的交通運行特性和人流進行分析，沒有考慮實際活動下其他任何影響因素，而交通系統是和很多因素有關的，所以仿真結果與實際結果間存在明顯的誤差。

（2）現代科學技術與方法類：現存的預測模型，包括歷史平均模型、時間序列模型、非參數回歸模型、神經網絡模型、卡爾曼濾波模型等，各有優缺點和自己的適應條件。所以，應用某一單一模型進行復雜人員出行需求的預測，很多情況下是不足夠的。

（3）現有交通方式劃分中常用的預測方法有回歸模型預測法、概率模型預測法以及轉移曲線模型預測法。回歸模型預測法需基于大量的調查數據和歷史資料，然后建立反映各出行方式分擔率和各影響因素之間關系的回歸方程，這種模型較為粗糙，且預測精度有限，使用常受到限制；概率模型預測法與回歸模型預測法類似，其模型中參數的確定也需要基于大量的調查數據，在城市大型活動的預測中實施起來較困難。

發明內容

為解決現有技術中交通需求仿真過程存在明顯誤差和現存的預測模型預測時間長的問題，本發明提出了一種基于交通流模型的重點區域人員應急疏散系統及方法，方案如下：

方案一：一種基于交通流模型的重點區域人員應急疏散系統，該系統包括兩個子系統，分別為實時人流監測預警系統和針對交通需求預測的調度方案確定系統；

其中，實時人流監測預警系統包括人流數據采集模塊、決策樹分類模塊和人流預警模塊，各模塊順次連接負責對實時人流進行監測，預警人員應急疏散；

交通需求預測的調度方案確定系統包括交通需求預測模塊、交通分布預測模塊、交通方式劃分模塊和車輛調度模塊；各模塊順次連接用于交通行為預測和劃分，并配合人流監測預警層預警結果完成車輛調度。