[发明专利]一种踩踏事故早期预警方法及系统

说明书

本公开公开的一种踩踏事故早期预警方法及系统，包括：获取设定区域内人流特性的影响因素信息；将人流特性的影响因素信息输入训练好的人流特性预测模型中，获取人流特性预测结果；将人流特性预测结果输入训练好的踩踏事故早期预警模型中，获取踩踏事故预警结果。实现了对踩踏事故的早期预警。

技术领域

本发明涉及风险预警技术领域，尤其涉及一种踩踏事故早期预警方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

随着我国城市化进程的不断加快，城市人口数量不断增长，城市交通压力日趋增大。城市轨道交通因其快捷、准时、平稳、较少受天气影响、运输量大等特点，城市地铁日益成为满足庞大的城市人口出行需求，又能解决城市交通拥堵问题的重要交通方式。地铁站是城市轨道交通大客流的汇聚点和集散地，由于人员密集、地下空间相对封闭、建筑结构复杂等因素，若有外界诱因造成人群心理恐慌，极有可能发生群体踩踏事故，造成人员伤亡。因此，对地铁站人流进行监控，并及时准确的对踩踏事故进行早期预警，对预防地铁站踩踏事故的发生具有重要意义。

目前国内绝大部分地铁车站采用闸机计数、人眼目测估计和分区域视频监控的方法来获取站内客流分布状况，然而，以上方法并不能全面且准确地获取地铁站内的客流分布数据，进而不能对人流分布进行及时准确的分析，从而不能对地铁站踩踏事故的发生进行及时准确预警。基于大数据及人工智能技术，研究地铁站群体流动特性，挖掘潜在的风险并及时预警，成为当前公共安全研究的热点。

发明内容

本公开为了解决上述问题，提出了一种踩踏事故早期预警方法及系统，通过对人群时空分布特征和人流特性的影响因素信息进行分析，实现了对踩踏事故的早期准确预警，有效防止了地铁站踩踏事故的发生。

为实现上述目的，本公开采用如下技术方案：

第一方面，提出了一种踩踏事故早期预警方法，包括：

获取设定区域内人流特性的影响因素信息；

将人流特性的影响因素信息输入训练好的人流特性预测模型中，获取人流特性预测结果；

将人流特性预测结果输入训练好的踩踏事故早期预警模型中，获取踩踏事故预警结果。

第二方面，提出了一种踩踏事故早期预警系统，包括：

信息获取模块，用于获取设定区域内人流特性的影响因素信息；

人流特性预测模块，用于将人流特性的影响因素信息输入训练好的人流特性预测模型中，获取人流特性预测结果；

踩踏事故预警模块，用于将人流特性预测结果输入训练好的踩踏事故早期预警模型中，获取踩踏事故预警结果。

第三方面，提出了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成一种方法所述的步骤。

第四方面，提出了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成一种方法所述的步骤。

与现有技术相比，本公开的有益效果为：

1、本公开通过人流特性各影响因素间的耦合分析，实现对包含热点区域人流密度及相应人流密度对应的区域面积的人流特性的预测，在此基础上，实现对发生踩踏事故的风险预测，为应对大客流和突发状况提供科学参考依据，在突发客流来临之前做出反应，防止踩踏事故的发生。