面向火灾疏散的建筑群内多层次智能位置服务方法

Facing limitations of current researches, which show unfitness on providing seamless service on building-floor-room spatial scales, this project aims at systematically proposing an intelligent location-based service for fire emergency evacuation. This project consists of: (1). Build an indoor navigation grid model integrating multi-scale and multi-granularity vector-raster data, implement indoor-outdoor multi-level dynamic representation for evacuation routes, and describe the passable situation for building space; (2). Utilize fire combustion models to reproduce the development of fire disaster on multi-spatial levels, and simultaneously demonstrate the influence of fire spreading on egress routes; (3). After transforming evacuee, egress path and fire disaster to hidden layers for convolution networks, introduce deep learning models to predict crowd congestion and fire development trend, then by combining the current and future status of egress paths, implement a detailed intelligent indoor path recommendation method optimized for safety and speed; (4). Design and implement a prototype system, and choose typical buildings as experiment area to testify the proposed theory. The output of this project could enrich and develop the geographic information science, and provide a substantial theoretical foundation for the smart city construction and urban safety.

针对现有室内位置服务方法难以在建筑物、楼层和房间等不同空间尺度上提供无缝服务的难题，本项目系统研究面向复杂建筑群内应急疏散的智能位置服务方法，包括：（1）建立多尺度和多粒度的矢栅一体化室内导航网格模型，实现室内外疏散通道的多层次动态表达，刻画灾害场景中的建筑空间通行实况；（2）在多个空间尺度上利用动力学模型描述火灾演变过程，综合表达火灾对于疏散通道的实时影响；（3）通过将人员、通道和火灾三因素转化为神经网络中的隐含层，从而引入深度学习模型预判人群拥堵和灾害蔓延的发展态势，动态融合疏散通道实况信息和灾害演变态势信息，提出安全、快捷的精细化室内疏散路径智能推荐方法；（4）设计开发原型系统，并选择典型的教学楼群进行模拟分析实验。该项目的研究将丰富和发展GIS科学，并为智慧城市建设和城市安全保障提供有力的理论与方法的支撑。

项目的主要研究进展可以划分为七个部分：(一) 对于灾害影响网络的脆弱性分析；(二) 三维室内通行网络健壮性研究；(三) 基于并行计算和深度学习的室内最优路径规划；(四) 基于图对抗神经网络的室内疏散通行网络攻击者和防御者行为研究；(五) 基于图对抗神经网络的室内疏散通行网络脆弱性分析；(六) 针对三维建筑空间分布的X树索引构建；(七) 基于量子多态的三维室内疏散通行网络节点状态表达研究。. 这些研究进展获得了相应的成果：①对于灾害影响网络的脆弱性分析模型；②三维室内通行网络健壮性分析模型；③基于并行计算和深度学习的室内最优路径规划模型；④基于图对抗神经网络的室内疏散通行网络攻击者和防御者行为模型；⑤基于图对抗神经网络的室内疏散通行网络脆弱性分析模型；⑥针对三维建筑空间分布的X树索引构建方案；⑦基于量子多态的三维室内疏散通行网络节点状态表达模型。. 这些已经取得成果的意义和应用价值十分重要。总体来说可以被归纳为以下三点：1)可以应用于相应建筑物内外空间的疏散优化方案；2)可以为相应建筑物的管理部门提供智力支持；3)为降低相应空间的社会灾害风险做出贡献。. 研究成果的应用前景：1)应用于个体的最优疏散路径的生成；2)应用于群体最优疏散方案的评估和生成。.后续工作任务仍然十分艰巨，这是由于所完成的研究主要针对建筑物相关通行空间，所以着重对于有限三维空间的各种关系分析和提取。这种针对室内空间特点的优化对于空间更为开阔的室外环境存在不适宜性。此外，由于本项目的研究目的是构建相应的理论分析模型和流程，并进行最基础的数据测试，所以针对此种方法的适用范围论证并不令人信服充分。因而项目所提出的解决方案在扩展应用于海量三维空间里的城市建筑群时可能存在处理时间长和所得解决方案并非最优的可能性出现。所以，下一步工作必须考虑将所提出的方案在此类空间进行验证分析，同时也要引入包括但不限于CUDA和OpenCL等并行计算方案以优化搜索效率和加快分析速度。