基于深度学习和混合遗传算法的火灾疏散路径规划方法
基本信息
| 申请号 | CN202210444320.0 | 申请日 | - |
| 公开（公告）号 | CN114689058A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114689058A | 申请公布日 | 2022-07-01 |
| 分类号 | G01C21/20（2006.01）I;G06N3/04（2006.01）I;G06N3/12（2006.01）I | 分类 | 测量；测试; |
| 发明人 | 刘晓翔;陈星池;李敏;宋世杰;吴之尧;覃哲 | 申请（专利权）人 | 暨南大学 |
| 代理机构 | 东莞市领汇专利商标代理事务所（普通合伙） | 代理人 | - |
| 地址 | 519000广东省珠海市香洲区前山路206号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本申请涉及一种基于深度学习和混合遗传算法的火灾疏散路径规划方法，包括：在根据实时消防监测的视频确定目标区域发生火灾时，获取处于目标区域的疏散目标所对应的跟踪信息，跟踪信息包括人流信息和目标位置信息；获取目标区域外多个空间节点所对应的节点信息，生成与疏散目标对应的可疏散路径，空间节点用于表征疏散目标疏散时所经过的区域；基于人流信息、目标位置信息和可疏散路径，确定疏散优化标签；利用混合遗传算法和疏散优化标签对可疏散路径进行处理，得到每个疏散目标所对应的备选疏散路径，并根据备选疏散路径是否被阻断，确定疏散路径规划结果。通过本申请，解决了相关技术中规划的火灾疏散路径疏散人群速度慢、疏散效率低的问题。 |
