CN119514829A 应用于大型室内场景的火灾应急疏散指示方法及相关装置 （中国农业银行股份有限公司）

应用于大型室内场景的火灾应急疏散指示本申请公开了应用于大型室内场景的火灾路径中人员未经过的节点的火灾详细信息可能2获取人员疏散网络流模型，所述人员疏散网络流模型包括多获取所述人员疏散网络流模型对应的距离矩阵；所述距离若检测到发生火灾，获取所述人员疏散网络流模型对应的括所述人员疏散网络流模型中所有节点分别对应的人流量密度以及具有边的两两节点之从所述多个节点中确定危险节点和灾害节点；所述危险节点为人员流量若所述两两节点之间的边表征的通路的人流量密度大于或等基于所述密度矩阵，获取所述人员疏散网络流模型对应的速度括所述人员疏散网络流模型中所有具有边的两两节点之间的通路中人员的移基于所述距离矩阵以及所述速度矩阵，获取所述人员疏散网络流针对每一所述节点，发送所述节点对应的所述第一逃生路径至若检测到任意所述节点对应的人流量密度发生变更，或，任针对每一所述节点，发送所述节点对应的所述第二逃生路径至针对每一所述节点，通过部署在所述节点的烟雾传感针对每一所述节点，通过部署在所述节点的传感器检测位于所述节点的人流量密度，若所述人流量密度由大于或等于所述第一预设密度值变更为低于所述第一预设密度值，3针对每一两两节点的边，通过部署在两两节点之间的通路的传感针对每一两两节点的边，通过部署在两两节点之间的通路的烟雾通过公式计算得到系数α;ρco为所述两4.根据权利要求1至3任一所述火灾应急疏散指示方法获取所述人员疏散网络流模型对应的样本密度矩阵；所疏散网络流模型中所有节点分别对应的人流量密度以及具有边的两两节点之间通路的人基于所述样本密度矩阵，获取所述人员疏散网络流模型对应的本速度矩阵包括所述人员疏散网络流模型中所有具有边的两两节点之间的通路中人员的基于所述样本距离矩阵以及所述样本速度矩阵，获取所述人员从所述多个节点中确定危险节点和灾害节点；所述危险节点为人员流量若所述两两节点之间的边表征的通路的人流量密度大于或等获取智能体的状态信息，所述状态信息包括由所述第一节点分别移所述样本疏散耗时矩阵以及所述状态信息输入至所述双重深度Q网络模型，通过所述双重若所述随机数大于预设阈值，从所述多个动作中随机选择一个4若所述随机数小于或等于所述预设阈值，从所述多个动作中选择最大所述预期Q值对基于所述目标第二节点与所述逃生出口节点的最短距离、所述目若所述目标第二节点不是所述灾害节点且不是所述逃生出口节若所述目标第二节点是所述灾害节点或所述目标耗时超过所述若所述目标第二节点是所述逃生出口节点，获取逃生规划路径所述智能体由所述初始节点到达所述逃生出口节基于所述逃生规划路径中所述灾害节点的数目、所述逃生规划将所述第二奖励以及所述目标动作对应的预测Q值输入至所述深度Q获取所述逃生规划路径中具有边的两两节点中由前一节点移动至后一节点的动作的若按照逃生顺序所述逃生规划路径中具有边的两两节点对应的所述目标真实Q值依次若按照逃生顺序所述逃生规划路径中具有边的两两节点对应的所述目标真实Q值未依若所述深度Q网络模型的更新次数达到预设更新次数，将所述若所述目标第二节点不是所述灾害节点且不是所述逃生出口节点且所述目标耗时小5若所述目标第二节点不是逃生出口节点且所述目标耗时大于所述预设规定时长，或，若所述目标第二节点是所述逃生出口节点且所述目标耗时小于或等于所述预设规定-1为所述第二奖励；,其中为所述初始节点的三维坐标；为距离所述初始节点最近的所述逃生出口节点的三维坐标；为所述逃生规划路径中的第j个节点的三维坐标；,是指第i段拥挤路段的起始节点的三维坐标；若所述目标第二节点不是所述灾害节点且不是所述逃生出口节点且所述目标耗时小于所述预设规定时长，通过公式，计算得到所述智能体由所述第一节点移动至所述目标6若所述目标第二节点是所述逃生出口节点且所述目标耗时小于或等于所述预设规定-1为所述智能体由所述第一节点移动至所述目标第二节点的真实Q值；若所述目标第二节点不是逃生出口节点且所述目标耗时大于所述预设规定时长，或，8.根据权利要求4所述火灾应急疏散指示方法，的第一输出端相连的第四CBS模块、与所述承载unfold函数的模块的第二输出端相连的第第一获取模块，用于获取人员疏散网络流模型，所述人员疏第二获取模块，用于获取所述人员疏散网络流模型对应括所述人员疏散网络流模型中所有具有边的两两第三获取模块，用于若检测到发生火灾，获取所述人员疏散网第一确定模块，用于从所述多个节点中确定危险节点和灾第二确定模块，用于若所述两两节点之间的边表征第四获取模块，用于基于所述密度矩阵，获取所述人员疏散网7第五获取模块，用于基于所述距离矩阵以及所述速度矩阵第一发送模块，用于针对每一所述节点，发送所述节点对应第二发送模块，用于针对每一所述节点，发送所述节点对应8[0002]火灾相较于其他灾害事故具有发生频率高、灾情扩散性阵包括所述人员疏散网络流模型中所有节点分别对应的人流量密度以及具有边的两两节[0010]若所述两两节点之间的边表征的通路的人流量密度大于9度，若所述人流量密度由大于或等于所述第一预设密度值变更为低于所述第一预设密度[0025]通过公式计算得到系数α;ρco为人员疏散网络流模型中所有节点分别对应的人流量密度以及具有边的两两节点之间通路述样本速度矩阵包括所述人员疏散网络流模型中所有具有边的两两节点之间的通路中人[0032]若所述两两节点之间的边表征的通路的人流量密度大于型以及目标Q网络模型；所述动作为所述智能体由所述第一节点移动至所述第二节点的动[0038]若所述随机数小于或等于所述预设阈值，从所述多个动作中选择最大所述预期Q[0040]将所述第一奖励以及所述目标动作对应的预测Q值输入至所述双重深度Q网络模径为所述智能体由所述初始节点到达所述逃生[0046]获取所述逃生规划路径中具有边的两两节点中由前一节点移动至后一节点的动[0047]若按照逃生顺序所述逃生规划路径中具有边的两两节点对应的所述目标真实Q值[0048]若按照逃生顺序所述逃生规划路径中具有边的两两节点对应的所述目标真实Q值[0050]若已获取所有节点分别对应的所述最优路径，确定所述双重深度Q网络模型训练[0052]若所述目标第二节点不是所述灾害节点且不是所述逃生出口节点且所述目标耗述第一奖励；k1为预设的奖励放大系数，k1为大于0的正数，i(i)是指所述最短距离；[0053]若所述目标第二节点不是逃生出口节点且所述目标耗时[0055]若所述目标第二节点是所述逃生出口节点且所述目标耗时小于或等于所述预设,其中为所述初始节点的三维坐标；为距离所述初始节点最近的所述逃生出口节点的三维坐标；为所述逃生规划路径中的第j个节点的三维坐标；N为所,是指第i段拥挤路段的起始节点的三维坐标；[0060]若所述目标第二节点不是所述灾害节点且不是所述逃生出口节点且所述目标耗,计算得到所述智能体由所述第一[0062]若所述目标第二节点是所述逃生出口节点且所述目标耗时小于或等于所述预设-1为所述智能体由所述第一节点移动至所述目标第二节点的真实Q值；[0063]若所述目标第二节点不是逃生出口节点且所述目标耗时模块的第一输出端相连的第四CBS模块、与所述承载unfold函数的模块的第二输出端相连的第一BottleNeck模块、与所述承载unfold函数的模块的第三输出端相连的第二BottleNeck模块；分别与所述第四CBS模块的输出端、与所述第一BottleNeck模块的输出个节点以及两两节点之间的边；两两节点之间的边表征两两节点之间用于人员行走的通阵包括所述人员疏散网络流模型中所有具有边的或第一方面任一实现方式的应用于大型室内场方面或第一方面任一实现方式的应用于大型室内场景的火灾应急疏[0093]图4为本申请实施例提供的一种应用于大型室内场景的火灾应急疏散指示方法的[0096]图7为本申请实施例提供的银行营业网点的第二层的距离矩阵L的部分内容的示[0097]图8为本申请实施例提供的通过步骤S406更新后的人员疏散网络流模型的示意[0102]图13为本申请实施例提供的一种应用于大型室内场景的火灾应急疏散指示装置[0103]图14为本申请实施例提供的一种应用于大型室内场景的火灾应急疏散指示系统备200可以执行本申请实施例提供的应用于大型室内场景的火灾应急疏散指示方法，以获[0115]示例性的，终端100可以为手机、平板电脑、可穿戴设备、车载设备、增强现实人计算机(ultra_mobilepersonalcomputer，UMPC)、上网本、个人数字助理(personal[0119]输入单元130可用于接收输入的数字或字符信息，以及产生与该终端的用户设置包括触点坐标信息。该触摸屏131可以提供该终端100和用户之间的输入界面和输出界面。[0123]处理器170是终端100的控制中心，利用各种接口和线路连接整个终端100的各个备通信。该无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(GlobalSystemofMobileco多针连接器，可以用于连接终端100与其他装置进行通信，也可以用于连接充电器为终端[0132]图3提供了一种电子设备200的结构示意图，如图3所示，电子设备200包括总线[0134]处理器202可以为中央处理器(centralprocessingunit，CPU)、图形处理器[0135]存储器204可以包括易失性存储器(volatilememory)，例如随机存取存储器(randomaccessmemory，RAM)。存储器204还可以包括非易失性存储器(non_volatile[0136]其中，存储器204可以用于存储应用于大型室内场景的火灾应急疏散指示方法相关的软件代码，处理器202可以执行芯片的应用于大型室内场景的火灾应急疏散指示方法端100和电子设备200中的处理器(例如处理器170以及处理器202)可以为硬件电路(如专用集成电路(applicationspecificintegratedcircuit，ASIC)、现场可编程门阵列[0149]可以理解的是，人员疏散网络流模型以节点和边还原实际疏散场景的空间特[0151]如图6所示，为本申请实施例提供的银行营业网点的人员疏散网络流模型的示意[0161]所述距离矩阵包括所述人员疏散网络流模型中所有具有边的两两节点之间的距[0165]所述密度矩阵包括所述人员疏散网络流模型中所有节点分别对应的人流量密度m2个通路中的人流量密度在不同时间点是不同的，因此密度矩阵中的元素会随时间不断变过程序对每个人员当前的位置信息进行统计计算得出。ir,和s;分别表边表征的通路的人流量大于或等于第二预设密度值，确定两两节点之间的边为拥堵路段，[0178]如图8所示，为本申请实施例提供的通过步骤S406更新后的人员疏散网络流模型[0184]所述速度矩阵包括所述人员疏散网络流模型中所有具有边的两两节点之间的通。;。[0203]本申请实施例称影响密度矩阵或速度矩阵或疏散耗时矩阵中的元素值的参数为度，若所述人流量密度由大于或等于所述第一预设密度值变更为低于所述第一预设密度两节点的通路对应的更新后的移动速度的方法包括以下[0215]本申请实施例称影响密度矩阵或速度矩阵或疏散耗时矩阵中的元素值的参数为[0217]为了本领域技术人员更加理解本申请实施例提及的静态疏散路径和动态疏散路包括所述人员疏散网络流模型中所有节点分别对应的人流量密度以及具有边的两两节点[0235]步骤B05：若所述两两节点之间的边表征的通路的人流量密度大于或等于第二预过所述双重深度Q模型输出多个动作分别对应的[0241]所述双重深度Q网络模型包括深度Q网络模型以及目标Q网络模型；所述动作为所A1=argmaxQ,Q2,…,Q}。智能体在第一节点的时间为时间t1。其中，Qi是指由第一节点移动至第二节点ji的动作对应的预测Q值。[0245]步骤B10：若所述随机数大于预设阈值，从所述多个动作中随机选择一个目标动[0255]步骤B15：若所述目标第二节点是所述灾害节点或所述目标耗时超过所述预设规生规划路径为所述智能体由所述初始节点到达所述逃,,其中为所述初[0265]Sw描述了逃生过程中智能体经过灾害节点和危险节点的相对数量，该数量越,是指第i段拥挤路段的起始节点的三维坐标；-1-1为逃生规划路径的时间指标，使得智能体更倾向于选择距离较短且用时最少的逃生规划路[0271]步骤B18：将所述第二奖励以及所述目标动作对应的预测Q值输入至所述深度Q网[0272]步骤B19：获取所述逃生规划路径中具有边的两两节点中由前一节点移动至后一两两节点中由前一节点移动至后一节点的动作的目标真实Q值包括：由节点A移动至节点B[0274]步骤B20：若按照逃生顺序所述逃生规划路径中具有边的两两节点对应的所述目[0276]步骤B21：若按照逃生顺序所述逃生规划路径中具有边的两两节点对应的所述目,计算得到所述智能体由所述第一述预设规定时长，确定R-1为所述智能体由所述第一节点移动至所述目标第二节点的真实Q[0287]若智能体到达逃生出口节点或在预设规定时长内没有到达逃生出口节点或移动预设规定时长内没有到达逃生出口节点或移动到灾害节点，则真实Q值为第二预设奖励值[0288]步骤C4：通过公式，更新所述深度Q网络模[0289]在DDQN模型中，真实Q值的更新和深度Q网络模型内部参数的有着不同的更新方传播回深度Q网络模型中，使得深度Q网络模型在给定位置所输出的预测Q值与真实Q值一[0293]下面对第一CSP模块的结构进行说明，如图11所示，为本申请实施例提供的第一数的模块的第一输出端相连的第四CBS模块1102、与所述承载unfold函数的模块的第二输[0295]其中，所述第一CBS模块包括卷积层、与所述卷积层（CONV）相连的批归一化层（LINEAR）、与全连接层相连的批归一化层（BN2D）和与批归一化层相连的激活函数层[0302]图6中以银行营业网点为例，介绍了一种应用于大型室内场景的火灾应急疏散指通过网络流将其转化为由节点和边组成的人员疏散网络流模型，并设置了相应的模型参[0313]以上介绍了本申请实施例提供的一种应用于大型室内场景的火灾应急疏散指示离矩阵包括所述人员疏散网络流模型中所有节点为人员流量密度大于或等于第一预设密度值的节点，所述灾害节点为发生火灾的节的密度矩阵、更新后的速度矩阵以及更新后的疏散耗时矩阵输入至所述疏散路径预测模所述节点是否由灾害发生地变更为非灾害发生地，或由非灾害发生地变更为灾害发生地，[0335]计算得到系数α;ρco为所述两两本密度矩阵包括所述人员疏散网络流模型中所有节点分别对应的人流量密度以及具有边[0350]第三更新模块，用于将所述第一奖励以及所述目标动作对应的预测Q值输入至所[0355]第四更新模块，用于将所述第二奖励以及所述目标动作对应的预测Q值输入至所