公开(公告)号：CN117631667B

公开(公告)日：2024-05-14

申请号：CN202311616454.7

申请日：2023-11-29

Applicant: 北京建筑大学

Inventor： 胡玉玲 ,  吕游

IPC: G05D1/43 ,  G05D1/622 ,  G06N3/006 ,  G06F18/23213

Abstract: 本发明提供了一种应用于多层建筑人员的动态引导避障疏散方法。该方法包括：对疏散场景内多层建筑中的所有人员数据进行初始化处理，采用K‑means聚类算法实现引导员分布优化；获取疏散场景布局信息及人流密度数据，根据初始人员数据、引导员数量和位置的分布信息、疏散场景布局信息及人流密度数据采用改进后的人工蜂群算法获取疏散人员的最优避障引导疏散路径。本发明建立基于K‑means聚类算法的引导员分布优化模型，通过K‑means聚类算法对疏散场景内所有人员位置数据进行处理并限制聚类内数据点到中心点的距离，能够实现对引导员初始位置、数量等属性的设置，保证引导员距离周围被疏散人员最近，改善以往主观的引导员设置方法。

公开(公告)号：CN117631667A

公开(公告)日：2024-03-01

申请号：CN202311616454.7

申请日：2023-11-29

Applicant: 北京建筑大学

Inventor： 胡玉玲 ,  吕游

IPC: G05D1/43 ,  G05D1/622 ,  G06N3/006 ,  G06F18/23213

Abstract: 本发明提供了一种应用于多层建筑人员的动态引导避障疏散方法。该方法包括：对疏散场景内多层建筑中的所有人员数据进行初始化处理，采用K‑means聚类算法实现引导员分布优化；获取疏散场景布局信息及人流密度数据，根据初始人员数据、引导员数量和位置的分布信息、疏散场景布局信息及人流密度数据采用改进后的人工蜂群算法获取疏散人员的最优避障引导疏散路径。本发明建立基于K‑means聚类算法的引导员分布优化模型，通过K‑means聚类算法对疏散场景内所有人员位置数据进行处理并限制聚类内数据点到中心点的距离，能够实现对引导员初始位置、数量等属性的设置，保证引导员距离周围被疏散人员最近，改善以往主观的引导员设置方法。