為防止個體行為突變引發(fā)擁擠踩踏事故,對公共場所密集人群行為突變風險識別展開研究。以突變理論為基礎,創(chuàng)建由行為狀態(tài)變量與控制變量構成的行為變量曲面,通過曲面上任一點在三個區(qū)域中的移動狀態(tài),分析行為突變。根據正常聚集與應急疏散,定義行為變異風險,基于密集人群行為突變的演變過程,架構金字塔Lucas-Kanade光流法,利用移動步長與速度參數,經過近似計算法則,解得速度大小及其方向,推導加速度計算公式。采用三角形法則推算得到加速度矩陣,最后在加速度大小與方向的共同作用下,實現行為突變風險識別。經過仿真,說明上述方法能夠有效識別出人群的突變行為,降低密集群體可能存在的事故風險,研究具有一定的可行性,并為群體風險識別指出了新的探索方向。 

【文章來源】：計算機仿真. 2020,37(11)北大核心

【文章頁數】：5 頁

【部分圖文】：

尖點突變模型示意圖

加速度就是在單位時間中速度所引起的變化量,并用鄰近兩幀圖像中追捕到的特征點速度差進行指代。將特征點pT的速度設定成vT,在Δt時長后,那么追捕到相應特征點pt+Δt的速度則表示為vt+Δt,如圖2所示下列公式為速度變化量表達式

人群發(fā)生行為突變時,移動方向通常是混亂無序的,因為速度方向可以由加速度變化展現,所以行為突變的移動方向也能夠依據加速度的判定進行識別。根據SIFT算法[10]的風險直方圖,統(tǒng)計特征點加速度方向,進而經過加速度方向變化分析,實現人群行為突變風險識別。劃分變化范圍是[0°,360°]的移動方向為8個部分,各部分間隔角度是45°,以當前幀特征點的加速度方向矩陣為依據,統(tǒng)計全部特征點個數中含有的各方向部分特征點個數比率ri(i=1,2,...,8),并獲取到各幀的特征點加速度方向直方圖,經過分析直方圖,判定行為突變的移動方向,其規(guī)律有序與雜亂無序的直方圖見圖3。將已知的比率閾值設定為r*,以當前幀加速度方向直方圖為依據,如果有某一方向區(qū)間的比率rj(j=1,2,...,8)>r*,表明密集人群的移動加速度呈現出整體形式,則該行為突變具有規(guī)律有序性;若所有方向區(qū)間比率ri都滿足ri<r*,表明移動加速度是雜亂無序的,則該行為突變屬于無規(guī)律性,此時就需要與加速度大小進行結合,以準確識別行為突變風險。人群行為突變風險識別流程示意圖見圖4。

【參考文獻】：
期刊論文
[1]人群應急疏散可視仿真研究進展和問題[J]. 劉箴.  中國圖象圖形學報. 2019(10)
[2]基于多尺度多列卷積神經網絡的密集人群計數模型[J]. 陸金剛,張莉.  計算機應用. 2019(12)
[3]基于優(yōu)化的Inception ResNet A模塊與Gradient Boosting的人群計數方法[J]. 郭瑞琴,陳雄杰,駱煒,符長虹.  同濟大學學報(自然科學版). 2019(08)
[4]復雜建筑人員密集區(qū)域疏散模型[J]. 陳一洲,陳文濤,張無敵,韓晶,周欣鑫,王志偉.  中國安全科學學報. 2019(05)
[5]城市商業(yè)綜合體人群聚集踩踏風險及監(jiān)測預警研究——以西單大悅城為例[J]. 陳志剛,張棟,張鵬,程剛.  中國安全生產科學技術. 2019(02)
[6]移動定位大數據視角下的人群移動模式及城市空間結構研究進展[J]. 楊喜平,方志祥.  地理科學進展. 2018(07)
[7]基于WIFI的人群行為識別系統(tǒng)研究[J]. 王志明,劉傳清.  中國新通信. 2018(14)
[8]動態(tài)不確定性環(huán)境下的地鐵車站應急疏散仿真建模[J]. 黃家駿,徐瑞華,洪玲,黃肇紅.  交通運輸系統(tǒng)工程與信息. 2018(02)
[9]人群密集公共場所疏散算法設計研究[J]. 李智成,李鋒,莫樂群.  微處理機. 2017(05)
[10]人群擁擠踩踏事故風險分析算法設計及應用[J]. 王崇陽,翁文國,王嘉悅.  系統(tǒng)工程理論與實踐. 2017(03)



本文編號：3305688