基于应急疏散决策优化的智能疏散无线诱导技术*

姜雪 张培红 禹傲然 陈棒 张新伟 李娜

(1.东北大学资源与土木工程学院 沈阳 110819； 2.中国第一汽车集团有限公司 长春 130000)

0 引言

国内外针对大规模人员疏散的研究，大多采用社会力模型[1]、元胞自动机模型[2]、格子气模型[3]等，针对单独建筑结构(商场、高层建筑、地铁站台等)的人员疏散行为进行仿真分析；或者基于经典网络流理论实现疏散路径优化和防止拥堵。张培红等[4-5]对火灾中人员应急疏散行为能力的影响因素进行了相关分析。SONG W G等[6]提出一种元胞自动机模型对疏散过程中人员的疏散行为进行分析。张培红等[7]在国内最早利用蚁群算法实现了人员应急疏散的决策优化，可以有效缓解疏散过程中的人员滞留问题。与此同时，随着无线传感技术、物联网技术和通信技术的逐渐普及，国内外学者逐渐将其应用到火灾的监测、预警系统中。台湾学者YU K M等[8]应用无线传感器网络(Wireless Sensor Network, WSN)和射频识别(Radio Frequency Identification, RFID)技术，建立了基于图像识别与数字标牌的智能引导系统。宋秦中等[9]采用电力线载波的信号传输方式对动态显示的LED指示标识进行控制。KHAN A等[10]提出了一种基于WiFi传输的物联网(The Internet of Things, IoT)智能消防疏散系统，并利用A*搜索算法(A*search algorithm)对疏散路径进行了优化。窦杰等[11]提出了一种基于广度优先算法(Breadth First Search, BFS)的智能火灾疏散系统，采用三级架构动态监测火情状态的同时优化逃生路线。AUGUSTIN A 等[12]对远距离通信技术(Long Range, LoRa)的特性和功能进行了深入分析，并运用实验的方法对数据传输进行了评价。韩倩倩等[13]提出一种基于LoRa的文物建筑无线火灾报警系统。虽然近年来对于智能应急疏散指示系统方面的研究已经取得了巨大进步，可以将算法与无线传感技术、物联网技术、通信技术等结合实现智能疏散，但是对于算法的全局优化性和信号传输距离方面还存在一定的局限。

本文为了实现大规模区域应急疏散的全局优化与现场环境特性参数、低功耗、远距离监测监控及疏散疏导技术和装备等的数据传输和集成控制，基于改进的蚁群算法，构建大规模区域应急疏散决策优化平台；基于远距离、低功耗无线通信技术，构建LoRa无线通信四级网架结构网络，开发无线发光二极管(Light Emitting Diode，LED)疏散指示标识、无线火灾探测器等，实现突发事件时复杂环境状态监测数据，集成了疏散决策优化算法的中控计算机和疏散诱导设施的无线数据传递和集成控制，建立基于疏散决策全局优化的智能疏散无线诱导系统，对加强城市公共安全具有重要的理论价值和技术支撑作用。

1 系统的总体框架

由于事故环境复杂性、随机性和不确定性等特点，野外或者城市街区突发事故灾难中临时构建无线疏散诱导系统的必要性非常突出，即使是针对建筑物内的大规模疏散，在一些疏散通道关键地带，临时增添疏散诱导标识和设施亦对整个疏散行动的安全完成至关重要。基于LoRa无线通信技术的智能诱导系统，为迅速开展应急救援和疏散诱导提供了可能。

本文以火灾事故为例，构建复杂事故环境下应急疏散智能无线诱导系统的LoRa星形网络，系统各部分之间通过LoRa低功耗局域网进行远距离无线通讯，实现疏散决策优化算法和智能诱导系统的集成控制，系统总体结构如图1所示，该集成控制系统采用四级控制构架，即：传感器节点、执行器节点、中心节点和主控节点。一旦发生火灾等突发事件，首先由传感器节点探测事故环境信息(如火场温度和烟雾浓度等)，并将这些信息通过LoRa模块发送至中心节点；中心节点将这些信息汇总之后，通过USB串行数据总线发送至主控节点；主控节点运行内置疏散决策优化算法，并将最优疏散路径通过中心节点传输给疏散指示标识等控制执行器，引导人们安全疏散，实现基于LoRa的智能疏散无线疏导。

图1 集成控制系统的总体框架

为了提高系统的可靠性，整个系统配备有自动巡检功能，能够实时监控设备的运行状态，电池温度和容量等，一旦发现故障会立即定位故障，隔离故障并发出警报。

2 系统的开发

2.1 传感器节点

传感器节点主要是由烟雾传感器、温度传感器、MSP430F149单片机、电源模块、调压模块和无线通信模块组成[14]，该节点的主要功能是现场环境信息的采集、处理和发送，如火场温度、烟气浓度等，是整个系统的感知前端。本文设计的传感器节点集成了温度传感器和烟雾传感器2种功能，有效减少了漏报率和误报率。当烟雾传感器和温度传感器中的1个或2个均探测到火灾的发生时，其向MSP430F149单片机传送一个电平信号，单片机通过该电平信号来判断是否有火灾事故的发生。对于负责不同防火分区、不同楼层、不同房间、不同位置的传感器节点，通过IAR EW430单片机嵌入式开发软件对其写入不同的传感器节点编号、回路号、机器号等，在火灾发生时，由LoRa模块以无线传输的方式将该节点的编号等相关信息发送至主控节点的LoRa监听模块，以便快速确认事故发生的位置。

2.2 执行器节点

执行器节点的主要功能是接收和执行由主控节点通过中心节点发送来的指令，是整个系统的动作终端。本文用高亮的LED点阵代替了传统指示灯具里的LED半导体发光管，采用动态扫描的方式循环点亮LED点阵显示出目标图案，并配备有LoRa无线通信模块[15]和单片机，可以实现多种状态的智能调控。智能LED指示灯主要是由单片机系统电路、电源电路、通信电路、LED显示电路、列驱动电路和行驱动电路等组成。

当无线诱导标识接收到疏散指示方向信息数据后，程序进入串口数据接收中断状态，对接收到的方向信息数据进行判断，并将该方向信息所表示的疏散指示方向指令通过串口发送出去。若无线诱导标识所接收到的方向信息数据为十六进制0x00，其视觉诱导模块和语音诱导模块将提示向左行走；若为十六进制0x01，将提示向右行走；若为十六进制0x02，将提示两侧均可通行。

为了克服事故环境中能见度低等不利因素的影响，在LED无线诱导标识中添加了语音诱导模块，当单片机判断该语音模块需要做出的语音诱导方向时，通过MSP430F149单片机的控制，即可读取预先设置在模块存储单元下的对应的音频文件，从而使得无线诱导标识发出声音。如图2为含语音诱导模块的智能无线LED疏散诱导标识。

图2 含语音诱导模块的无线诱导标识

智能LED无线诱导标识功耗测试主要包括整体功耗测试、显示部分功耗测试和LoRa无线通信模块功耗测试。结果表明，当处于双向指示模式时，智能LED无线诱导标识整体功耗最大，但最大工作电流仅为57.7 mA，最大功率Wmax=57.7×10-3×5=0.29 W，达到了预期的低功耗的设计目标。

LoRa无线通信模块功耗测试的内容主要包括休眠模式、待机模式、接收模式和发送模式功耗测试4项测试内容。针对本文涉及的智能疏散无线LED诱导标识进行测试，得到其LoRa无线通信模块休眠模式的电流仅为3.9 μA，非常低，基本可以忽略不计；处于待机模式时电流稍高，为15.5 mA，因此可以考虑控制LoRa无线通信模块在不工作时处于休眠模式，以进一步降低功耗；处于接收状态的电流虽然变化幅度较大，但是基本稳定在35 mA左右，电流值也非常小。LoRa无线通信模块使用不同的发射功率时电流值有着明显的不同，发射功率越大电流值也就越大，因此可以根据通信的距离设定合适的发射功率。从以上测试数据可以看出，LoRa无线通信模块的功耗较小，达到了预期的要求。

2.3 中心节点的开发

中心节点是整个系统的桥梁，主要由SX1301 LoRa无线通信模块、LoRa监听模块、输出控制器、MSP430F149单片机和串行异步通信协议UART接口组成。其中的LoRa监听模块用于监听处于相同信道下的不用地址的探测器上传的信息，以便确认事故发生的具体位置。探测器数据接收程序可将监听模块监听到的事故节点信息编码成可被应急疏散决策优化程序读取的文本文件格式，并由应急疏散决策优化程序生成最优疏散路径和标识方向信息文本文件。标识方向信息文本文件需经过输出控制器控制程序解析，并循环通过输出控制器发送至相应的指示标识使其做出方向指示。LoRa监听模块工作原理如图3所示。

图3 LoRa监听模块工作原理

2.4 主控节点的开发

主控节点是整个系统的核心，它主要由嵌入式微处理器、内置算法、服务器组成，主要负责利用内置的传感器节点数据接收程序，对通过中心节点接收到的来自传感器节点的数据进行编码，由内置的优化算法计算出最优疏散路径[16-18]成包含最优疏散路径和标识方向信息的文本文件。标识方向信息文本文件需经过输出控制器控制程序解析，并将解析后的数据编码成数组数据以便可以通过执行器节点中的输出控制器发送至各个无线诱导标识。

本文所开发系统的主控节点内置的应急疏散决策优化算法，利用博弈论和自适应蚁群算法，基于疏散路径安全程度最高、疏散完成时间最短和拥堵程度最低等多目标优化理念，实现满足全局优化的最优疏散方案，进行大规模人员疏散行动的智能诱导，防止群死群伤人员伤亡事故发生。算法的流程见图4。

图4 疏散决策优化算法流程

3 案例应用

图5为某建筑物5楼中厅局部结构图，图6为该建筑物5楼中厅现场图，图中EXIT处节点为该区域的出口，黑色节点为源节点，即需要疏散的节点。方框为标识节点，标识编号依次为13、15、18、21、22、23、25，其他节点为中间节点，图中标注了每个标识节点的位置和11号节点的位置。其中A、B、C点分别为5楼中厅观测点位置，D、E点为4楼和1楼观测点位置，F点为中控和主控节点位置。

图5 某建筑物5楼中厅局部结构(单位：m)

图6 建筑物5楼中厅局部现场

假定11号节点附近发生火灾，系统将按以下步骤完成火灾探测、决策优化和智能诱导过程：①由LoRa监听模块(见图7)监听探测器(见图8)所发出的事故节点编号，并通过USB接口传给主控节点的中心服务器。②中心服务器接收到监听模块上传的事故节点信息，并由探测器数据接收程序生成FireSensor.TXT文件(见图9)。③应急疏散决策优化程序通过FireSensor.TXT确认着火节点位置，计算并生成最优疏散路径和标识诱导方向信息文件Eva_Marker.TXT。④输出控制器程序读取Eva_Marker.TXT文件，将该文件内的无线诱导标识编号和方向信息解析为数组数据，并通过输出控制器设备发送至各个无线诱导标识。如图10为输出控制器程序界面，右侧接收数据可以看到三列数据，分别为配置地址命令行、标识编号、对应方向。⑤输出控制器(见图7)将上一步中的数组数据循环发送至各个标识。⑥无线诱导标识接收到疏散标识指示方向信息，单片机控制LED做出视觉诱导以及语音模块做出语音诱导。如图11所示为11号节点附近火灾后13、15、25号智能疏散无线LED指示标识的情况。图12为没有发生火灾时5楼中庭疏散标识的指示情况。

图7 LoRa监听模块和输出控制器

图8 探测器现场布置

图9 探测器数据接收程序11号节点报警图

图10 控制器程序

图11 5楼中厅标识方向(11号节点起火)

图12 5楼中厅标识方向(无火灾)

在本次测试中我们在该建筑物的4楼中厅和1楼大厅也设置了无线LED疏散标识，其指示情况如图13和图14所示。由于起火点位置设置在5楼，假设火灾还没蔓延到4楼和1楼，因此这两个地方观测到的标识的指示方向在起火前后无变化。

图13 4楼中厅标识指示方向起火前后保持不变)

图14 1楼大厅出口附近标识方向起火前后保持不变

4 结语

设计了由传感器节点、执行器节点、中心节点和主控节点组成的四级架构，以应急疏散决策优化程序为核心，构建基于应急疏散决策优化算法的智能疏散无线诱导LoRa星型网络，进行了相关设备和程序的开发，实现了大规模人群应急疏散决策优化程序与智能诱导系统的集成控制，并在某5层建筑物进行了案例应用。

大规模人群应急疏散决策与智能诱导集成控制系统以LoRa无线通讯方式，在探测器节点与主控节点之间、主控节点与标识节点之间进行数据传递，具有低功耗、传输距离远、系统布置方便灵活等特点，可根据事故环境状态的改变调整疏散策略，智能诱导受灾人员选择远离事故风险严重以及人员拥堵的路径进行疏散。基于应急疏散决策优化的智能无线诱导系统的开发，为复杂环境下大规模应急疏散和智能诱导奠定了理论基础和技术支撑。