基于STM32的火灾逃生路径动态规划

凌峻

摘要

针对住宅楼火灾逃生路径无实时规划和逃生成功率较低的情况，设计动态实时的逃生路径指示系统，根据传感器对火灾现场的实时探测，采用改进的多参数Dijkstra动态优化算法计算最短路径，按照最优最快原则指挥火灾逃生模拟仿真数据显示，能改进火灾逃生效果.

【关键词】Dijkstra算法 火灾逃生 动态规划

1 引言

目前广泛应用的火灾报警系统，通过前端火灾报警探测器检测烟雾浓度或温度变化等，推断是否发生火灾并给予警报。对于火灾逃生路径选择问题，部分学者研究了平面建筑的路径优化算法。对于高层建筑的火灾逃生路径选择问题，部分学者研究了综合火场逃生系统设计情况。本文根据住宅楼的实际情况，使用实时路径优化算法，设计动态逃生路径，指挥人群分散、快速、高效逃生。

2 系统结构设计

目前住宅楼实际情况是，逃生通道数量有限，只有一维逃生路径指示，防火措施以及防火设施有限，逃生方式简单及逃生经验缺失，严重依赖单向固定逃生路径标识，容易出现踩踏和堵塞事故，逃生效率低。

2.1 工作原理

在各个逃生通道特别是通道的连接处设置一维逃生标识，可显示左右或上下一维信号，各信号协同指示逃生路径，例如楼梯、走廊等。在不同的环境因素运用不同的传感器，多套传感器系统采集火场环境因素并汇总至单片机。单片机计算火灾现场逃生路径，并将逃生信号发生至逃生标识，通过有线或无线方式通讯上位机，接收火场配置变化因素。上位机结合多处数据进行最优化分析以规划逃生路线，以使其合理化，同时使调度人员能够对于火灾环境数据实时监测，接收管理人员指令。

2.2 系统结构

硬件构成：一氧化碳传感器，监测通道内一氧化碳浓度是否适宜逃生;温度/烟雾传感器，监测通道温度/烟雾是否超过人体承受范围。系统如图1所示。

软件构成：利用单片机开源硬件平台结合各类传感器，使用无线模块完成对传感器等数据的采集与处理，利用存储的路径规划算法以及优化算法，实时计算逃生路径;使用无线路由模块，单片机连接上位机电脑，实时显示火灾现场数据及规划的线路信息。系统流程图如图2所示。

该结构设计有诸多考虑。在没有外界管理员或上位服务器辅助，传感器连接单片机也能够独立自主的完成线路规划。逃生效果计算可以实时计算逃生的人数以及逃生人群感觉效果，在计算逃生路径时予以综合考虑。上位机可通过多处数据整合规划出更全面完善的逃生方案，同时监测人员可将人为的路线规划发送至单片机，如救援人员配备以及障碍物的破拆等因素，以使逃生路径更加符合火场实际情况。

3 单片机控制下的逃生路径实时动态规划

路径节点：根据住宅楼的结构特点，将逃生路径中的关键点作为逃生节点，以P_ij（0<=1，j<=n）表示，其中i表示楼层，j表示该楼层的节点编号。各个住宅单元，安装火灾报警探测器，连接总控单片机，向单片机发送感应数据，每一个出口作为一个独立的节点;楼层的公共通道（走廊或楼梯），安装逃生方向指示牌，接收单片机逃生方向指示信号。

节点的安全指数：每个节点都有一个动态调整的安全指数S_ij（0<=i，j<=n，0<=S_ij<=1），用于计算最优逃生路径。影响安全指数的因素有：人群的逃生心理;节点的温度、CO浓度等;救援人员配备;特殊逃生措施等。

节点间的通道：节点之间的通道如走廊、楼梯等，有可用和不可用两种状态。

基于最高安全系数的逃生路径：在选择逃生路径时，计算各个路径的安全系数，如下：

将各个传感器的数据按照时间先后连贯起来，动态增删节点和实时修改节點的安全等级时，动态更新逃生人员通道内的环境参数，采用Dijkstra算法计算逃生路径，如图3所示。具体算法如下。

（1）将任意节点作为起点，加入到list链表中，使用list链表存储所有节点。

（2）寻找上下左右可以到达的节点，将可以到达节点作为叶节点加入到list链表中，根据从起点到达该叶节点的路径安全系数值进行升序排序。

（3）选择代价最小的叶节点作为路径的下一个探测点，检查这个探测点相邻能到达的节点，转到步骤（2），一直循环到链表节点数不再增长或者找到目标出口为止。

4 改进的Dijkstra算法

针对大型住宅建筑物疏散路径规划，改进了传统Dijkstra搜索算法。对于多层建筑物空间进行网格模块化，定义建筑空间网格节点和疏散通道的静态和动态属性，分析楼宇节点网格模型的建立、空间数据的拓扑分析和最优路径规划。建立楼宇网格模型，主要包括点线面三种类型，即拐点、中心点、障碍点、弧段、层面等，以出口最速、路径转折点和交叉点最少为目标函数，将最短路径分析的要素从距离延伸到了时间、逃生心理、障碍物、人群密度、烟气扩散范围等复杂要素。计算过程如图4所示。

5 实验结果

实验以一栋四层住宅楼为例，利用高级语言计算逃生路径，根据建筑物自身结构和火势蔓延、逃生环境等因素，将每一住宅单元的安全指数S_ij定义如下：

S_ij=f（i，l，t）

i表示楼层，l表示火源距离，t表示时间。为了明确计算逃生路径，将楼梯单独虚拟作为一层，并将各个单元编号为P_ij（0<=i<=7，0<=j<=9）.用安全系数矩阵表示各个单元的实时安全系数值S_ij。

火灾发生在P₀₇/P₀₈/P₁₇/P₂₅/P₂₆/P₂₇/P₂₈/P₂₉/P₃₇/P₄₆/P₄₇/P₄₈共计12个单元，实时计算得到安全系数矩阵为图6所示。对于P₀₅单元，计算所得的逃生路径如图5中的箭头所示。

6 结束语

介绍了实时采集火灾现场数据并实时动态规划逃生路径的研究结果，有利于火灾逃生研究。实测表明，单片机控制算法具有良好的路径识别能力，响应速度快，稳定性好。

参考文献

[1]周天，陈伟.火灾逃生自动诱导系统的研究[J].消防科学与技术，2007，26（02）：181-184.

[2]程振兴，徐圆，朱群雄.基于模糊理论的火灾逃生路线算法研究与仿真[J].北京化工大学学报（自然科学版），2016，43（04）：115-118.

[3]文世熙，张贵，吴鑫.森林火灾逃生路径网络决策研究[J].中南林业科技大学学报，2016，36（09）：62-64.

[4]卢雪燕.人工蜂群算法在高层建筑火灾逃生中的应用研究[J].软件导刊，2014，13（06）：29-31.

[5]杜宝江等.基于蚁群优化算法的虚拟火灾逃生路径优化[J].软件导刊，2018，17（04）：71-76.

[6]王晓峰等.基于BIM的动态逃生路径算法在非居建筑中的应用[J].消防科学与技术，2014，33（05）：576-579.