基于移动手机数据的实时城市应急疏散仿真方法及系统的制作方法
【技术领域】
[0001]本发明涉及城市应急疏散领域，特别是一种基于移动手机数据的实时城市应急疏散仿真方法及系统。
【背景技术】
[0002]应急疏散仿真系统主要是模拟在某种突发状况下(自然灾害或者人为灾害)，大规模人群的疏散场景。它旨在模拟真实情况下的状况，然后对各种不同状况的发生进行预测，并据此提出合理疏散规划，帮助降低灾害发生后所产生的损失。这种方式与传统的消防演习方式相比，可以减少人力财力损失，而且可以在更广阔的区域上开展。
[0003]传统的应急疏散涉及到的内容主要包括拥堵路段人员交通指引、救护车、应急物资的发放、疏散指示路牌、短信指引疏散等方法。
[0004]传统的应急疏散方法存在诸多缺点:常用疏散仿真系统的输入数据——人口分布数据，大都基于静态的人口统计数据。该统计一般很长时间才进行一次，比如五年。但是，现代社会发展之快以及城市间人口流动之大，还有各种人为统计误差，导致该统计数据一般与实际情况差别较大。此外，在现实中，人口的分布是一个动态的过程。早上的时候，白领上班、学生上学，直到晚上回来休息之前，他们还可能去另外一些地方参加娱乐活动。在这整个过程中，他们的位置信息都是变动的。灾害发生时，他们极有可能不在自己的住宅内。所以，如果仅仅只是把静态的人口统计数据作为疏散仿真的数据依据，这很明显有失科学依据。
【发明内容】
[0005]本发明的目的之一是提供一种基于移动手机数据的实时城市应急疏散仿真方法。
[0006]为达到本发明目的，这种基于移动手机数据的实时城市应急疏散仿真方法，包括如下步骤:
[0007]I)利用GIS地图信息子系统获取GIS地图信息，其中GIS地图信息包括城市地理要素和要素间关系信息；
[0008]2)利用人员实时分布挖掘子系统通过移动手机数据结合GIS地图信息子系统获取的信息计算人员实时分布信息；
[0009]3)确定灾害类型、级别和受灾地理位置后，利用受灾区域判断子系统划定疏散点做为所有人的疏散终点；
[0010]4)疏散仿真子系统:根据以上获取的GIS地图信息、人员实时分布信息和灾害区域判断信息，计算人员疏散路径和全体人员疏散方案。
[0011]优选地，还包括疏散方案生成与发布子系统，用于将疏散仿真子系统计算的结果生成最佳的疏散方案并发布。
[0012]优选地，还包括三维渲染子系统，用于将生成的最佳方案渲染成三维模型。
[0013]优选地，所述地理要素包括道路、建筑、山地、湖泊、河流；要素间关系信息是将所有道路交接处视为一个点，所有道路都是相邻两点的连线。
[0014]优选地，所述每条道路根据负载能力给定一个权值，形成拓扑路径图。
[0015]优选地，所述人员实时分布挖掘子系统获取人员实时分布信息为:按生活、工作作息时间将一天分为多个时间段，统计在某个时间段内在相应区域内人员使用手机的时间、位置以及相应的手机号，以若干天为一个周期将该相同时间段的数据进行叠加，得到某个时间段人员的实时分布信息。进一步地，所述周期为七天。
[0016]优选地，所述受灾区域判断子系统根据受灾地理位置及相应区域GIS中的等高线来初步判定实际受灾区域，然后再选取其中面积最大的几个非受灾区域作为安全疏散点。
[0017]优选地，所述疏散仿真子系统将获得的人员实时分布信息按区域人员结构将模拟为每个人员都有相应的年龄、心理状态。
[0018]本发明的另一个目的是，提供一种基于移动手机数据的实时城市应急疏散仿真系统，包括以下子系统:
[0019]GIS地图信息子系统:用于获取GIS地图信息，包括城市地理要素和要素间关系信息；
[0020]人员实时分布挖掘子系统:通过移动手机数据结合GIS地图信息子系统获取的信息计算人员实时分布信息；
[0021]受灾区域判断子系统:确定灾害类型、级别和受灾地理位置后，划定疏散点做为所有人的疏散终点；
[0022]疏散仿真子系统:根据以上获取的GIS地图信息、人员实时分布信息和灾害区域判断信息，计算人员疏散路径和全体人员疏散方案。
[0023]优选地，还包括疏散方案生成与发布子系统，用于将疏散仿真子系统计算的结果生成最佳的疏散方案并发布。
[0024]优选地，还包括三维渲染子系统，用于将生成的最佳方案渲染成三维模型。
[0025]优选地，所述地理要素包括道路、建筑、山地、湖泊、河流；要素间关系信息是将所有道路交接处视为一个点，所有道路都是相邻两点的连线。
[0026]优选地，所述每条道路根据负载能力给定一个权值，形成拓扑路径图。
[0027]优选地，所述人员实时分布挖掘子系统获取人员实时分布信息为:按生活、工作作息时间将一天分为多个时间段，统计在某个时间段内在相应区域内人员使用手机的时间、位置以及相应的手机号，以若干天为一个周期将该相同时间段的数据进行叠加，得到某个时间段人员的实时分布信息。进一步地，所述周期为七天。
[0028]优选地，所述受灾区域判断子系统根据受灾地理位置及相应区域GIS中的等高线来初步判定实际受灾区域，然后再选取其中面积最大的几个非受灾区域作为安全疏散点。
[0029]优选地，所述疏散仿真子系统将获得的人员实时分布信息按区域人员结构将模拟为每个人员都有相应的年龄、心理状态。
[0030]有益效果:本发明通过手机通信数据挖掘方法，得出城市各区域的人口动态分布点。将此种方法与城市疏散仿真相结合，得到疏散发生前整个城市的人口状态，这种数据挖掘方法得到的数据更为准确、可靠，而且模拟操作成本低，可操作性强，可以多次模拟并加以验证，以期获得与真实数据最接近的结果。从根本上保证了城市疏散仿真结果的科学性、准确性，并为之后的疏散方案决策提供有效依据。
【附图说明】
[0031]图1是本发明疏散仿真系统原理图。
[0032]图2是本发明人员实时分布挖掘子系统工作原理图。
[0033]图3是本发明受灾区域判断子系统工作原理图。
[0034]图4是本发明疏散仿真子系统工作原理图。
[0035]图5是本发明疏散方案生成与发布子系统工作原理图。
【具体实施方式】
[0036]下面将结合附图用实施例对本发明实时城市应急疏散仿真方法及系统进一步说明。
[0037]现如今手机的占有率已经达到较高水平，据此可以大胆引入手机通信位置数据解决人口统计数据的问题。虽然尚无法精准判断每一个人的具体位置，但是通过对手机通信位置数据的概率统计以及位置变化趋势特点研究，将能得出在不同时段人口的分布特点。
[0038]现有应急疏散仿真系统大都基于Al (人工智能Artificial Intelligence)。这种方法的优势是可以最大限度模拟单个人员的一些特性(如，年龄、性格、性别等，因为这些因素将会影响人员的疏散速度及正确判断出口的能力)。
[0039]拓扑路径规划:是假定所有的道路交接处都是一个点，所有点通过线(实际中的道路)连接起来，所有的线连成一个拓扑网络结构。在给Agent (智能体,即疏散对象)设定起点与终点后，通过数学方法(A*、动态分配等)计算Agent的具体路径，使Agent沿着给定路线运动，最终到达安全的疏散终点。重复此步骤，直到所有Agent路径都计算完毕。
[0040]在疏散过程中，采取Al的方法，根据Agent的个体行为及特性，例如年龄、性别、身体、心理状况等因素，确定单个智能体的疏散速度及可视范围，这些特性最终将通过影响人(智能体)等方式来影响仿真疏散的过程。以期达到最逼真的仿真效果。
[0041]在Agent从一个道路节点到达另外一个道路节点的过程中，由于周围环境(静态及动态障碍物)变化，例如人员拥堵、建筑物阻挡等情况，将导致智能体采取不同措施，如降低速度，改变方向等。
[0042]本系统将基于以上基本流程展开。它主要是在某些关键部位进一步细化和优化，以期达到更好的效果。
[0043]如图1所示，本发明基于移动手机数据的实时城市应急疏散仿真方法，包括如下步骤:
[0044]I)利用 GIS (地理信息系统，Geographic Informat1n System 的简称，能在 GIS软件上显示的地图数据，是在计算机系统支持下，能够进行自由交互操作的矢量地图)地图信息子系统获取GIS地图信息，其中信息包括城市地理要素和要素间关系信息，如道路(街道)、建筑、山地、湖泊、河流等；将地图中的所有道路(街道)交接处视为一个点，所有道路都是相邻两点的连线。
[0045]2)利用人员实时分布挖掘子系统通过移动手机数据结合GIS地图信息子系统获取的信息计算人员实时分布信息；其中移动手机数据主要是某个区域内人们使用手机的时间、地理位置(该数据通过离手机最近的基站位置及wifi网络来获取，精确度可以达到十米左右)以及相应的手机号码。这里将手机号码作为ID来区别不同的人，并由此进行分析，根据他们的使用情况来挖掘他们的生活规律信息。
[0046]具体而言，如图2所示，先将所有的手机通信数据，即手机号码及使用时的GPS位置等数据进行有效性初步处理之后，将所有的数据按照一周的时间进行叠加(也可以用一个月做为一个周期)，从而得出一周内人群的出行规律。例如一个城市内人们周末最喜欢的出行地点，以及出行的比例等数据；然后将数据按照工作日和休息日划分后，再按照每天的生活、工作时间段进行划分，并在每个时间段上进行数据叠加。其中每天将分为晚上休息时间、娱乐时间和工作时间三个区段，得出同一地区不同时段人们的出行规律。也据此规律，划分不同区域类型。例如，晚上的时候人们可能在睡觉，这个时候住宅区的人较多，所以晚上人较多的应该是住宅区。白天的时候人们可能在上班，那么写字楼区的人口较多，那么该区域就是写字楼区。如果是傍晚的休息时间或者周末，娱乐区或者住宅区人口则会较多；接着，找出人们的出行规律之后，对典型区域统计数据进行分析，由此判断该区域的类型，是住宅区还是商业区等等，并把区域类型这个数据同每一个