[发明专利]基于数据驱动的疏散瓶颈处人群拥堵风险分析方法

说明书

本发明涉及的是一种基于数据驱动的用于评估突发情况下大规模人群疏散时瓶颈处实时动态拥堵风险的非参数估计方法。包括1）数据预处理；2）计算最佳窗宽；3）拥堵概率的估计；4）基于拥堵概率估计的瓶颈处人群疏散风险预测。本发明基于拥堵概率估计的瓶颈处人群疏散风险预测方法完全是数据驱动的，不依赖于任何先验数据假设。基于这个方法，可以描绘疏散瓶颈处拥堵风险随时间的动态变化。进一步的，对于像地铁站或其他人群大量聚集的城市区域，也可以应用本发明提出的方法描绘不同位置疏散瓶颈处的动态拥堵风险，从而构建大规模场景下人群拥堵风险的动态热点地图，这将对人群疏散管控，尤其是突发情况下的人群疏散管控提供重要技术支持。

技术领域

本发明涉及的是一种基于数据驱动的用于评估突发情况下大规模人群疏散时瓶颈处实时动态拥堵风险的非参数估计方法。

背景技术

随着城市的快速发展，公共场所内人群的聚集程度越来越高，极易形成大规模人群，由此带来的人群风险也在不断增加。大规模人群一旦在行走过程中遇到一些瓶颈，并遇到突发情况时，人群极易产生拥挤，更严重的还会引起挤压和践踏。已有技术多是根据实时行人流量或密度统计情况来估算人群拥挤状况，其判断的依据往往是某个孤立的行人运动参数的具体数值。如Kholshevnikov等人（Kholshevnikov, V. V., Shields, T. J.,Boyce, K. E., Samoshin, D. A. (2008). Recent developments in pedestrianflow theory and research in russia. Fire Safety Journal, 43(2), 108-118.）提到当人群密度为4 人/ m²或更大时可认为是一种“停滞”情况，与人群密度较小时相比，此时步行速度明显下降。卢兆明等人（Lo, S. M., Fang, Z., Lin, P., Zhi, G. S.(2004). An evacuation model: the sgem package. Fire Safety Journal, 39(3),169-190.）认为，人群速度接近0.1m/s，密度大于4.2人/m²时，表明人群处于拥挤状况。尽管这些数据为人群安全管理提供了重要的指导，但这些数据是静态的，并且无法对人群在运动路径中遇到瓶颈时从流畅通行转变为拥堵通行的过程进行量化。人群运动具有连续性、实时性和不确定性，因此，有必要提出一种基于数据驱动的大规模人群疏散时瓶颈处实时动态拥堵风险的评估方法。

发明内容

本发明的目的是针对上述不足之处提供一种基于数据驱动的疏散瓶颈处人群拥堵风险分析方法，为了全面评估人群在瓶颈处的拥堵风险，本方法建立了基于人群步行速度、人群密度和人群流量实时数据的疏散拥堵概率计算模型，并通过拥堵概率的变化来反映拥堵风险大小。