[发明专利]多层建筑人员疏散时间的预测方法、装置、设备及介质

说明书

本发明提供了一种多层建筑人员疏散时间的预测方法、装置、设备及介质，涉及人工智能技术领域，包括：获取第一信息和第二信息；对第一信息进行分析得到疏散场景；根据所有疏散场景构建得到人员疏散模型计算得到人员疏散时间集合；将所有疏散场景转换为建筑结构节点图；根据建筑结构节点图和人员疏散时间集合构建得到疏散时间预测模型;将第二信息传入疏散时间预测模型，计算得到人员疏散时间预测值。本发明通过将建筑结构抽象为节点图，利用节点图的连接关系和节点属性反映建筑的结构关系，将多层建筑的不同层结构统一刻画在一个邻接矩阵中，使得人员疏散时间预测模型在兼顾预测准确度和计算效率的同时能够运用到多层建筑的疏散时间预测。

技术领域

本发明涉及人工智能技术领域，具体而言，涉及一种多层建筑人员疏散时间的预测方法、装置、设备及介质。

背景技术

在建筑趋向体积巨大化、结构复杂化的当下，组织快速且安全的人员疏散是减少紧急情况下人员伤亡进而保障公共安全的重要手段。疏散时间作为评价人员疏散过程的重要指标，通过分析建筑的整体疏散时间可以直观地评价建筑的疏散策略是否合理、疏散诱导策略是否有效。目前，疏散时间的获取主要通过组织实体实地的疏散实验或者利用人员疏散模型开展模拟计算获得较为准确的建筑疏散时间,但是疏散实验无法在建筑设计阶段开展、模拟计算则往往因时间复杂度较高无法应用于指导复杂化和大型化的建筑疏散管理中。

综上所示，本发明提出了一种基于图神经网络的多层建筑人员疏散时间的预测方法，通过行人运动模型构建疏散场景，将场景结构转换为节点图、将房间特征提取为节点特征矩阵，将节点图、特征矩阵与疏散时间一一对应以构建数据集，再构建深度图卷积神经网络（GCN）自动提取特征矩阵中影响疏散效率的特征进而实现疏散时间的预测。

发明内容

本发明的目的在于提供一种多层建筑人员疏散时间的预测方法、装置、设备及介质，以改善上述问题。为了实现上述目的，本发明采取的技术方案如下：

第一方面，本申请提供了一种多层建筑人员疏散时间的预测方法，包括：

获取第一信息和第二信息，所述第一信息包括空间平面图以及所述空间平面图对应的人员分布数据，所述第二信息包括待预测空间结构平面图和预测时的人员分布数据；

对所述第一信息进行分析得到疏散场景，所述疏散场景包含建筑的空间结构和人员分布数据；

根据所有所述疏散场景构建得到人员疏散模型，并对所述人员疏散模型进行模拟计算得到人员疏散时间集合；

将所有所述疏散场景转换为建筑结构节点图，所述建筑结构节点图中的每个节点包括对应建筑物的一个空间结构单元、对应空间结构单元连接信息以及对应空间结构单元特征信息；

根据所有所述建筑结构节点图和所述人员疏散时间集合构建得到疏散时间预测模型，将所述第二信息作为所述疏散时间预测模型的输入值，计算得到待预测建筑物的人员疏散时间预测值。

第二方面，本申请还提供了一种多层建筑人员疏散时间的预测装置，包括：

获取模块，用于获取第一信息和第二信息，所述第一信息包括空间平面图以及所述空间平面图对应的人员分布数据，所述第二信息包括待预测空间结构平面图和预测时的人员分布数据；

分析模块，用于对所述第一信息进行分析得到疏散场景；

构建模块，用于根据所有所述疏散场景构建得到人员疏散模型，并对所述人员疏散模型进行模拟计算得到人员疏散时间集合；

转换模块，用于将所有所述疏散场景转换为建筑结构节点图，所述建筑结构节点图中的每个节点包括对应建筑物的一个空间结构单元、对应空间结构单元连接信息以及对应空间结构单元特征信息；