<dd id="saiiy"></dd>
  1. <s id="saiiy"></s>

    1. <s id="saiiy"></s>
      1. <span id="saiiy"><blockquote id="saiiy"></blockquote></span>

        采用聚類(lèi)方法監測高密集度人群聚集區域

        發(fā)布時(shí)間:2024-10-31 12:47:01   來(lái)源:心得體會(huì )    點(diǎn)擊:   
        字號:

        菅肖霞 顧海

        摘 要:高密度人群聚集區域存在嚴重安全隱患,為避免由此引發(fā)的擠壓踩踏事故,可采用基于密度的網(wǎng)格聚類(lèi)方法,定義網(wǎng)格、密度、高密度的臨界值等參量,建立人群密度監測模型,標記高于臨界密度值的區域,并發(fā)布警示信號,引導人群避免聚集,合理疏散,實(shí)現大型活動(dòng)場(chǎng)站的安全疏散管理。

        關(guān)鍵詞:人群;聚集;聚類(lèi)方法;密度

        一、高密度人群聚集現象

        高密度人群聚集現象隨處可見(jiàn)。比如,地鐵、火車(chē)站等室內大型場(chǎng)站,是分散在不同城區出行人員的匯集點(diǎn),會(huì )頻繁出現聚集現象。加之,目前城際交通系統飛速發(fā)展,人員流動(dòng)不斷增加,尤其節假日期間,不同城區、不同城市間的人員流動(dòng)增長(cháng)迅速,成倍地、頻繁地加重地鐵、火車(chē)站等場(chǎng)站的聚集程度。此外,各大中型城市中大量的開(kāi)放性活動(dòng)廣場(chǎng)內有各種各樣大型活動(dòng),可能是有組織的活動(dòng),也可能是群眾自發(fā)的大型活動(dòng),同樣會(huì )有不同程度的人群聚集現象。

        國內外大型活動(dòng)中經(jīng)常會(huì )突發(fā)踩踏事故,均有不同程度傷亡。踩踏事故發(fā)生主要是大規模人群聚集,行人進(jìn)退兩難,在高密度人群壓力下,若有行人窒息倒地,其他行人的身體平衡受到影響,產(chǎn)生“多米諾”效應,行人相繼倒地,在事發(fā)地周?chē)l(fā)恐慌,行人逃離路線(xiàn)混亂,而遠處人群對事發(fā)地的路況信息不明確,繼續向事發(fā)地行進(jìn),使整個(gè)人群系統進(jìn)入惡性循環(huán)。從聚集程度講,事故區域的密度較高,又沒(méi)有得到及時(shí)疏散,是誘發(fā)倒地踩踏事故的重要原因之一。因此,需要考慮監測高密度人群,防患于未然。

        二、應用聚類(lèi)分析方法監測高密度人群聚集區域

        隨著(zhù)人群聚集密度不斷升高,需要管理者在密度達到某個(gè)臨界值前,對人群進(jìn)行合理疏散,否則將造成嚴重的人員傷亡。這里我們將采用基于密度的網(wǎng)格聚類(lèi)方法監測高密度人群聚集區域,為安全疏散管理措施的設計與實(shí)施提供必要的理論基礎。

        1.基于密度的網(wǎng)格聚類(lèi)

        聚類(lèi)分析方法是一類(lèi)典型的數據挖掘方法,根據在數據中發(fā)現的描述對象及其關(guān)系的信息,將數據對象分組;組(簇)內部對象具有公共特性,不同組的對象特性不同。根據簇類(lèi)型的不同,可將聚類(lèi)方法分為不同類(lèi)型,比如,明顯分離、基于原型、基于密度、基于圖聚類(lèi)等。這里我們將預測人群聚集區域的密度,因此,選擇基于密度聚類(lèi)中的網(wǎng)格聚類(lèi)方法[1]。

        首先,定義網(wǎng)格與密度,設定密度臨界值。將監控場(chǎng)景全域所在的水平地面作為二維數據分布區域,場(chǎng)景中行人投影到水平地面上作為數據點(diǎn),將行人的位置點(diǎn)用二維坐標表示,然后利用等間距的二維正方形單元將場(chǎng)景區域網(wǎng)格化,其中網(wǎng)格邊長(cháng)可以根據測試需要調整。由于是均勻網(wǎng)格,在定義人群密度時(shí)只需關(guān)注人數,不考慮面積。因此,每個(gè)網(wǎng)格單元的密度定義為網(wǎng)格中行人的個(gè)數。

        其次,高密度網(wǎng)格單元形成聚集區域。計算每個(gè)網(wǎng)格的密度,與臨界值比較,超過(guò)臨界值的、相鄰近的網(wǎng)格構成聚集區域。其中,鄰近的網(wǎng)格可以定義為以一個(gè)網(wǎng)格單元為中心,其水平與垂直方向上的四個(gè)網(wǎng)格單元構成鄰近網(wǎng)格,也可以是水平與垂直方向、對角線(xiàn)方向上的八個(gè)網(wǎng)格單元構成的鄰近網(wǎng)格,這些鄰近高密度網(wǎng)格單元構成高密度人群聚集區域。注意到,不同的鄰近區域定義可能丟失周邊的低密度網(wǎng)格單元,造成簇凝聚不完整,但是我們只需要高密度聚集區域,并不需要完整的簇,因此,此設計是合理可行的。

        2.監測高密度人群聚集區域

        利用基于密度的網(wǎng)格聚類(lèi)方法是可以得到高密度聚集區域,但是要得到合理而精準地數據,還是要對網(wǎng)格劃分尺度、密度定義、密度臨界值定義、鄰近區域定義加以校準。比如,網(wǎng)格劃分太細,網(wǎng)格單元尺寸太小,可能每個(gè)網(wǎng)格單元最多包含一個(gè)行人或者單元中沒(méi)有行人,也就是說(shuō)密度取值只有0和1,無(wú)法合理預測高密度人群。網(wǎng)格劃分太粗,網(wǎng)格單元尺寸太大,每個(gè)單元容納的人數就較多,人群在網(wǎng)格單元分布的稀疏程度不同,其內部有些局部區域密度可能超過(guò)臨界值,有些局部區域密度較低,總的單元密度可能沒(méi)有達到臨界值,造成局部高密度區域沒(méi)有被發(fā)現的錯誤監測。因此,網(wǎng)格邊長(cháng)的大小將影響高密度區域獲取的準確度,網(wǎng)格劃分的尺度要經(jīng)過(guò)多次計算模擬,并結合實(shí)場(chǎng)景真實(shí)數據校準。同時(shí),密度臨界值的定義也要考慮經(jīng)驗數據或者實(shí)際管理情況而定。

        在合理的確定參數后,行人可視范圍內的明顯位置標記網(wǎng)格位置識別信息,便于發(fā)現高密度聚集區域后,準確定位。根據實(shí)時(shí)人群分布,計算人群密度,分析高密度聚集區域,發(fā)出警示信號,管理者要及時(shí)控制行人流量,對高密度區域周?chē)男腥肆鬟M(jìn)行疏散,并引導高密度區域內部的人群離開(kāi)此區域。

        三、結語(yǔ)

        考慮到大型活動(dòng)場(chǎng)站或場(chǎng)所基本都有視頻監控系統,管理者通過(guò)視頻實(shí)時(shí)監控人群動(dòng)態(tài),利用圖形圖像處理軟件或方法,提取行人位置分布信息,采用基于密度的網(wǎng)格聚類(lèi)方法,及時(shí)發(fā)現高密度聚集區域,實(shí)時(shí)發(fā)出警示信號,可以采取現場(chǎng)管理者引導的方式實(shí)時(shí)限流,或者控制中心廣播指引疏散路徑等方式,阻止人群中出現高密度聚集區域??傊?,行人對于活動(dòng)場(chǎng)站或場(chǎng)所的擁擠度均有一定地認知,因此,只要采取有效的監測方法,設計合理的疏散線(xiàn)路,管理者提供警示信號與引導,可以避免高密度人群擠壓踩踏事故發(fā)生。

        參考文獻:

        [1] 陳封能、斯坦巴赫、庫瑪爾著(zhù), 范明、范宏建等譯. 數據挖掘導論:完整版[M]. 北京:人民郵電出版社,2011.

        猜你喜歡密度人群巧用浮力知識測量密度初中生學(xué)習指導·提升版(2022年5期)2022-05-17紅外線(xiàn)應用在體檢人群的效果探討醫學(xué)概論(2022年3期)2022-04-24我走進(jìn)人群百花洲(2018年1期)2018-02-07基于通勤目標人群需求的慢行交通系統構建智富時(shí)代(2018年12期)2018-01-12基于通勤目標人群需求的慢行交通系統構建智富時(shí)代(2018年12期)2018-01-12財富焦慮人群瞭望東方周刊(2017年45期)2017-12-08人群中總有一個(gè)好看的詩(shī)潮(2017年2期)2017-03-16被盯恐懼癥高中時(shí)代(2016年9期)2016-10-18第4講 質(zhì)量和密度專(zhuān)題復習中學(xué)生數理化·中考版(2016年2期)2016-09-10“密度”練習中學(xué)生數理化·八年級物理人教版(2015年12期)2016-01-25
        国产另类无码专区|日本教师强伦姧在线观|看纯日姘一级毛片|91久久夜色精品国产按摩|337p日本欧洲亚洲大胆精

        <dd id="saiiy"></dd>
        1. <s id="saiiy"></s>

          1. <s id="saiiy"></s>
            1. <span id="saiiy"><blockquote id="saiiy"></blockquote></span>