人群拥挤踩踏风险评估方法、装置、设备及存储介质

本技术属于城市公共安全管理及风险评估预防领域，特别涉及一种人群拥挤踩踏风险评估方法、装置、设备以及存储介质。

背景技术：

1、随着城市化的快速发展，城市建筑综合体的增多，城市建面环境也愈发复杂，城市公共空间愈发拥挤，城市公共安全事件频发。根据约克大学统计的数据，自1952-2023年以来，发生了至少260起人群拥挤踩踏事件，造成了超过14506人员死亡以及造成超过26205人员受伤。而仅仅是在近十年，全球发生大型人群拥挤踩踏灾害性事件就超百次，造成了超万人的人员伤亡。因此，设计一套科学合理的人群拥挤踩踏风险的量化评估方法及预警系统至关重要。

2、现有研究中，从2005年澳大利亚学者r.s.c.lee和r.l.hughes提出对人群拥挤踩踏事故问题的思考，引入了连续行人流模型对人群拥挤和踩踏进行定量分析；d.helbing根据人群恐慌特征提出了著名的“社会力”模型[lee r,hughes r l.exploring tramplingand crushing in a crowd[j].journal of transportation engineering,2005(8):131.]；c.m.henein和t.white利用改进的元胞自动机模型，对疏散过程中的人群行为进行了基于多智能体技术的模拟分析，认为“人群中的个体伤亡是由于个体之间的相互作用力达到了一定阈值”。在国内，王崇阳依据helbing提出的“人群压力”概念，通过实时速度方差对拥挤人群踩踏发生风险进行量化评估。此外，还有不少研究从社会力模型、人群流动、应急联动等方面对踩踏事故进行了探讨。然而，现有对人群拥挤踩踏风险的评估方式仅侧重于对人群状态的分析，忽略了道路坡度、宽度等地物建筑设计因素的共同影响，因此无法精准评估踩踏风险。

技术实现思路

1、本技术提供了一种人群拥挤踩踏风险评估方法、装置、设备以及存储介质，旨在至少在一定程度上解决现有技术中的上述技术问题之一。

2、为了解决上述问题，本技术提供了如下技术方案：

3、一种人群拥挤踩踏风险评估方法，包括：

4、获取人群活动区域的图像数据，对所述图像数据进行栅格化处理，并提取每个栅格地理单元的静态属性信息，构建三维行人道路网络；其中，所述静态属性信息包括道路宽度及坡度信息；

5、获取人群活动区域的图像监测数据，利用影像分析技术从所述图像监测数据中提取动态属性信息，并将所述动态属性信息映射到对应的栅格地理单元，构建人群移动交互网络；其中，所述动态属性信息包括人群密度及移动力场；

6、对所述三维行人道路网络与人群移动交互网络进行耦合，利用所述静态属性信息以及动态属性信息构建拥挤踩踏综合风险指标，根据所述拥挤踩踏综合风险指标量化各个栅格地理单元的动态风险值，生成人群拥挤踩踏风险图。

7、本技术实施例采取的技术方案还包括：所述对所述图像数据进行栅格化处理，并提取每个栅格地理单元的静态属性信息包括：

8、基于所述人群活动区域的图像数据，通过3dsmax进行三维重建，得到所述人群活动区域的三维建成环境模型；

9、通过3dsmax的maxscript脚本工具对所述三维建成环境模型进行栅格化处理，得到n个设定大小的栅格地理单元，并提取各个栅格地理单元对应的道路宽度w及坡度h信息。

10、本技术实施例采取的技术方案还包括：所述构建三维行人道路网络具体为：

11、基于所述各个栅格地理单元的道路宽度w及坡度h信息，连接相邻的栅格地理单元，得到边属性信息，所述边属性信息包括道路宽度变化系数δw以及道路坡度变化系数δh，根据所述道路宽度变化系数δw以及道路坡度变化系数δh计算各栅格地理单元间的可通行量系数ct，实现三维行人道路网络的构建；所述可通行量系数ct计算公式为：

12、ct＝δw/δh

13、本技术实施例采取的技术方案还包括：所述利用影像分析技术从所述图像监测数据中提取动态属性信息，并将所述动态属性信息映射到对应的栅格地理单元，构建人群移动交互网络具体为：

14、通过多列卷积神经网络模型从所述图像监测数据中提取人群密度

15、基于所述人群密度更新各个栅格地理单元的人群密度属性，将所述人群密度属性映射到对应的栅格地理单元；

16、计算所述栅格地理单元在相近时间内不同角度的图像监测数据中的人群密度，并对各栅格地理单元的人群密度属性进行矫正；

17、通过matlab的pivlab工具从所述栅格地理单元中提取人群移动的速度场数据，并经过空间坐标转换后映射到对应的栅格地理单元；

18、基于各栅格地理单元的速度场和人群密度通过连接相邻的栅格地理单元，结合人群密度计算得到速度方差并将所述速度方差移动力场更新入边属性信息，得到人群移动交互网络。

19、本技术实施例采取的技术方案还包括：所述对所述三维行人道路网络与人群移动交互网络进行耦合，利用所述静态属性信息以及动态属性信息构建拥挤踩踏综合风险指标，根据所述拥挤踩踏综合风险指标量化各个栅格地理单元的动态风险值，生成人群拥挤踩踏风险图具体为：

20、利用所述三维行人道路网络的静态属性信息和人群移动交互网络的动态属性信息计算任意栅格地理单元i的挤压强度csli：

21、

22、上述公式中，δwi、δhi分别为栅格地理单元i的道路宽度、坡度变化量，为栅格地理单元i的人群移动力场；

23、通过风险衰减函数fj(i)＝2·e-d(i,j)计算相邻栅格地理单元j的风险对栅格地理单元i的影响程度，通过下述公式计算得到栅格地理单元i的动态风险值，生成人群拥挤踩踏风险图：

24、ri＝∑j≠i(csli·fj(i))

25、fj(i)＝α·e-β·d(i,j)

26、上述公式中，ri表示栅格地理单元i的动态风险值，fj(i)表示栅格地理单元j的风险对栅格地理单元i的影响程度，α和β分别表示风险衰减经验参数，d(i,j)表示栅格地理单元i和j的空间距离。

27、本技术实施例采取的技术方案还包括：所述生成人群拥挤踩踏风险图之后，还包括：

28、基于所述人群拥挤踩踏风险图对各个栅格地理单元的动态风险值进行排序，根据所述排序结果将动态风险值高于设定阈值的栅格地理单元作为高风险地区，并针对所述高风险地区进行可视化风险预警。

29、本技术实施例采取的另一技术方案为：一种人群拥挤踩踏风险评估装置，包括：

30、三维行人道路网络构建模块：用于获取人群活动区域的图像数据，对所述图像数据进行栅格化处理，并提取每个栅格地理单元的静态属性信息，构建三维行人道路网络；其中，所述静态属性信息包括道路宽度及坡度信息；

31、人群移动交互网络构建模块：获取人群活动区域的图像监测数据，利用影像分析技术从所述图像监测数据中提取动态属性信息，并将所述动态属性信息映射到对应的栅格地理单元，构建人群移动交互网络；其中，所述动态属性信息包括人群密度及移动力场；

32、网络耦合构建模块：用于对所述三维行人道路网络与人群移动交互网络进行耦合，利用所述静态属性信息以及动态属性信息构建拥挤踩踏综合风险指标，根据所述拥挤踩踏综合风险指标量化各个栅格地理单元的动态风险值，生成人群拥挤踩踏风险图。

33、本技术实施例采取的技术方案还包括：还包括可视化预警模块，所述可视化预警模块用于基于所述人群拥挤踩踏风险图对各个栅格地理单元的动态风险值进行排序，根据所述排序结果将动态风险值高于设定阈值的栅格地理单元作为高风险地区，并针对所述高风险地区进行可视化风险预警。

34、本技术实施例采取的又一技术方案为：一种设备，所述设备包括处理器、与所述处理器耦接的存储器，其中，

35、所述存储器存储有用于实现所述人群拥挤踩踏风险评估方法的程序指令；

36、所述处理器用于执行所述存储器存储的所述程序指令以控制人群拥挤踩踏风险评估方法。

37、本技术实施例采取的又一技术方案为：一种存储介质，存储有处理器可运行的程序指令，所述程序指令用于执行所述人群拥挤踩踏风险评估方法。

38、相对于现有技术，本技术实施例产生的有益效果在于：本技术实施例的人群拥挤踩踏风险评估方法、装置、设备以及存储介质根据人群活动区域的道路宽度及坡度等静态属性信息构建三维行人道路网络，根据人群密度及移动力场等动态属性信息构建人群移动交互网络，通过耦合三维行人道路网络及人群移动交互网络构建生成人群拥挤踩踏风险图，并充分考虑了人群活动区域中道路宽度及坡度等静态属性信息以及人群密度及移动力场等动态属性信息的相互影响，能够更加精准的评估人群拥挤踩踏风险并进行预警，从而有效减少人群拥挤踩踏事件的发生。