(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210497321.1 (22)申请日 2022.05.09 (71)申请人 山东师范大学 地址 250014 山东省济南市历下区文化 东 路88号 (72)发明人 段佶昊　刘弘　张玉玲　李信金　 张桂娟　 (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 专利代理师 于凤洋 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/764(2022.01) G06K 9/62(2022.01) G06F 16/587(2019.01) (54)发明名称 基于知识图谱与区域人群密度的人群拥堵 预测方法及系统 (57)摘要 本发明提出了基于知识图谱与区域人群密 度的人群拥堵预测方法及系统， 通过对疏散场景 进行区域划分， 计算各个区域的人群密度来判定 区域状态和获取区域人群聚集速度， 同时构造一 个基于概率的区域选择模型预测人群的移动方 向， 最终构建疏散场景的区域状态知识图谱， 利 用知识图谱 预测人群拥堵； 将知识图谱引入到人 群疏散拥堵预测的领域， 通过对 疏散场景中各区 域的拥挤状态的计算和整理， 构建了区域状态知 识图谱， 完善了模型对于区域拥挤状态预测的过 程， 深度提高了模型的表征能力和预测 效果， 对 于提高人群拥堵预测效果和人群疏散效率具有 深远的意 义。 权利要求书2页 说明书7页 附图4页 CN 114782898 A 2022.07.22 CN 114782898 A 1.基于知识图谱与区域人群密度的人群拥堵预测方法， 其特 征在于， 包括： 初始化二维的疏散场景模型和人群模型， 将疏散场景进行区域划分； 实时计算各区域人群密度， 判断各区域的拥挤状态； 根据各区域与 出口的距离以及人群密度来计算各区域引 力值， 利用引 力值计算各区域 的人群疏散 到邻域区域的概 率， 构建基于概 率的区域选择模型； 根据各区域人群密度计算人群聚集速度； 以各出口和区域的相对位置、 区域拥挤状态为基础， 构建区域拥挤状态知识图谱， 实时 预测各区域的区域拥挤状态。 2.如权利要求1所述的基于知识图谱与区域人群密度的人群拥堵预测方法， 其特征在 于， 所述初始化二维的疏散场景模型， 包括提取疏散场景特征， 设置场景尺寸参数， 设置场 景中障碍物的位置、 场景 出口的位置； 所述人群模型包括人群中的个 体数、 个体在场景中的位置 。 3.如权利要求1所述的基于知识图谱与区域人群密度的人群拥堵预测方法， 其特征在 于， 区域划分的具体步骤为： 定义疏散场景模型的二维坐标系x ‑o‑y， 原点o在疏散场景模型的左下角区域的中心 点； 设置边长为指定长度的正方形为一个单位区域， 将疏散场景模型划分为多个单位区 域。 4.如权利要求1所述的基于知识图谱与区域人群密度的人群拥堵预测方法， 其特征在 于， 所述区域人群密度为单位 面积上的个 体数； 根据各区域的人群密度， 判定各区域的不同等级的区域拥挤状态， 区域拥挤状态分为 四个等级： 不拥挤、 一般拥挤、 严重拥挤和障碍物。 5.如权利要求1所述的基于知识图谱与区域人群密度的人群拥堵预测方法， 其特征在 于， 所述人群聚集速度， 是在单位时间内， 人群从邻域区域转移过来的个体数， 由人群密度 所决定， 当人群之间越拥挤时， 个 体对于人群的排斥力就越大， 移动的速度就越低。 6.如权利要求1所述的基于知识图谱与区域人群密度的人群拥堵预测方法， 其特征在 于， 所述区域拥挤状态知识图谱， 是将每个区域、 疏散出口以及区域拥挤状态作为知识图谱 的实体， 建立区域、 疏散出口和区域拥挤状态之间的实体关系。 7.如权利要求1所述的基于知识图谱与区域人群密度的人群拥堵预测方法， 其特征在 于， 实时预测各区域的区域拥挤状态的具体方法为： 根据基于概率的区域选择模型中人群向各邻域区域移动的概率进行疏散， 当人群从一 个区域转移到邻域区域时， 拥堵在区域之间传播， 当前区域拥堵逐渐消退， 邻域区域拥堵增 加， 从而使知识图谱中的区域状态实体发生 转换,拥堵传播的速度由人群聚集速度决定； 不断迭代上述过程， 区域状态知识图谱实时更新各区域拥挤状态， 预测各区域状态。 8.基于知识图谱与区域人群密度的人群拥堵预测系统， 其特征在于： 包括初始化模块、 拥挤判断模块、 区域选择模块、 速度计算模块和拥挤预测模块； 初始化模块， 被配置为： 初始化二维的疏散场景模型和人群模型， 将疏散场景进行区域 划分； 拥挤判断模块， 被 配置为： 实时计算各区域人群密度， 判断各区域的拥挤状态；权　利　要　求　书 1/2 页 2 CN 114782898 A 2区域选择模块， 被配置为： 根据各区域与出口的距离以及人群密度来计算各区域引力 值， 利用引力值计算各区域的人群疏散 到邻域区域的概 率， 构建基于概 率的区域选择模型； 速度计算模块， 被 配置为： 根据各区域人群密度计算人群聚集速度； 拥挤预测模块， 被配置为： 以各出口和区域的相对位置、 区域拥挤状态为基础， 构建区 域拥挤状态知识图谱， 实时预测各区域的区域拥挤状态。 9.计算机可读存储介质， 其上存储有程序， 其特征在于， 该程序被处理器执行时实现如 权利要求1 ‑7任一项所述的基于知识图谱与区域人群密度的人群拥堵预测方法中的步骤。 10.电子设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的程序， 其 特征在于， 所述处理器执行所述程序时实现如权利要求1 ‑7任一项所述的基于知识图谱与 区域人群密度的人群拥堵预测方法中的步骤。权　利　要　求　书 2/2 页 3 CN 114782898 A 3