[发明专利]基于扩展A*算法的火灾逃生路径规划方法及系统

说明书

本发明属于应急路线规划领域，特别涉及一种基于扩展A*算法的火灾逃生路径规划方法及系统，包含：采集建筑物楼层数据，对各楼层环境建模，获取建筑物各楼层N×N维地图，地图中包含标识通行区域的自由栅格、表示障碍区域的障碍栅格和表示火灾区域的火情栅格；利用A*算法获取逃生人员在自由栅格上的逃生路径，当在地图某点出现多个最小代价值时，将每个最小代价值的点作为下一点进行扩展，以获取最小综合代价值的分支，将该分支作为逃生最优路径。本发明便于获取最短逃生路径，以达到正确及时的人员疏散目的，结合路径规划算法的智能逃生指引，可大大降低火灾中人员伤亡程度，具有较强实用性。

技术领域

本发明属于应急路线规划领域，特别涉及一种基于扩展A*算法的火灾逃生路径规划方法及系统。

背景技术

随着现代城市规模的不断扩大，大型场馆和高层建筑越来越多，其楼层高，结构复杂，人员密集。现有的消防疏散逃生设备，不能根据现场火灾情况，进行相应的改变，可能让逃生人员跑向火情点。因此当发生火灾时，如何智能规划出有效的逃生路径，对人员进行安全指引，降低火灾中人员的伤亡代价，是十分有价值的研究。而如何有效的引导人员进行疏散逃生，就涉及到路径规划问题。

目前有大量的专家学者在路径规划领域做了较多的研究，包括人工势场法、A*算法、蚁群算法及粒子群算法等，其中A*算法具有计算量小，规划路径快等特点，但算法的启发函数考虑维度较简单，规划出的路径容易冗余。例如：在传统的八角度搜索邻域基础上，设计了多角度A*算法，该方法可获得更短的可行路径；通过目标性扩展，目标可见性判断，改变启发函数，改变扩展节点选取方略等四个方面对A*算法进行改进，使算法运行更快；将A*算法扩展到24邻域，使路径方向具有更多选择，并融合曼哈顿距离和欧几里得距离，提高算法的路径规划能力；针对多U型障碍环境，引入邻域矩阵进行障碍搜索以提升路径安全性，结合角度信息和分区自适应距离信息对启发函数进行改进以提高计算效率。以上路径规划研究中，对A*算法的改进，虽提高算法的效率，但都没有讨论算法在某位置存在多个最小代价，因固定选取第一个最小代价值，造成路径曲折的情况。

发明内容

为此，本发明提供一种基于扩展A*算法的火灾逃生路径规划方法及系统，便于获取最短逃生路径，以达到正确及时的人员疏散目的，结合路径规划算法的智能逃生指引，可大大降低火灾中人员伤亡程度。

按照本发明所提供的设计方案，一种基于扩展A*算法的火灾逃生路径规划方法，包含如下内容：

采集建筑物楼层数据，对各楼层环境建模，获取建筑物各楼层N×N维地图，地图中包含标识通行区域的自由栅格、表示障碍区域的障碍栅格和表示火灾区域的火情栅格，其中，N为整数；

利用A*算法获取逃生人员在自由栅格上的逃生路径，当在地图某点出现多个最小代价值时，将每个最小代价值的点作为下一点进行扩展，以获取最小综合代价值的分支，将该分支作为逃生最优路径。

作为本发明基于扩展A*算法的火灾逃生路径规划方法，进一步地，各楼层地图中栅格按照从左至右从上之下依次编排，以获取逃生人员逃生路径分支。

作为本发明基于扩展A*算法的火灾逃生路径规划方法，进一步地，A*算法中，依次对逃生人员所在地图栅格节点作为起始节点，依次对其8邻域可通行节点计算启发式代价值，直至到终止点，获取规划路径。

作为本发明基于扩展A*算法的火灾逃生路径规划方法，进一步地，启发式代价值计算中，启发函数表示为：f(n)＝g(n)+h(n)，其中，g(n)表示从起始点T到节点n的实际代价，h(n)是从节点n到终止点S的估计代价。

作为本发明基于扩展A*算法的火灾逃生路径规划方法，进一步地，获取综合最小代价值的分支时，假设每个最小值的栅格节点为其下一个节点，计算该节点邻域的启发代价，将得到的最小代价值累加到上一层代价中，获取各分支的综合代价，选取综合代价最小的分支作为逃生最优路径。