An Artificial Intelligence and Computer Vision Framework for Construction Safety Evacuation Modeling Across Complex Building Layouts
本文介绍了 PeopleFlow,这是一个结合了人工智能与计算机视觉的框架,它将实时现场数据与多智能体模拟相结合,用于对复杂、动态的施工环境中的疏散安全性进行建模与比较,从而在施工完成前,为应急路线规划和基础设施建设提供数据驱动的决策支持。
原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明
当一座建筑竣工时,其安全计划通常是一个静态文档:一张显示门在哪里以及如果警报响起所有人撤离需要多长时间的图纸,以及一个计算过程。这种方法对于布局永不改变且人员数量可预测的永久性结构非常有效。但建筑工地则不同。它们是活生生的、不断变化的动态环境,墙壁在升起又在拆除,楼梯可能尚未完工,且工人数随着每一班次的更替而变化。在这些混乱的空间里,旧规则往往会失效,因为它们无法考虑到被堵塞的走廊或在狭窄通道中移动的突发人群。为了保障人员安全,工程师需要一种方法,不仅能在纸面上测试疏散计划,还要能在理解真实人类如何在变化空间中移动的动态模型中进行测试。这需要将阅读建筑图纸的能力与模拟人群在情况恶化时如何反应的能力结合起来。
亚利桑那州立大学的研究员 Bhargav Vaghani 开发了一个名为 PeopleFlow 的新系统来解决这个确切的问题。该框架并不依赖于固定的假设,而是利用计算机视觉自动读取平面图,并将其转化为一个数字游乐场,让虚拟工人可以在其中移动。该系统并不试图精确预测每个人会去哪里(这是不可能实现的),但它模拟了人群在匆忙状态下的行为方式。通过运行数千次此类模拟,研究揭示了清空一栋建筑所需的时间会根据房间的形状和人们寻找出口所采用的策略而产生巨大的差异。在某些布局中,优秀的计划与糟糕的计划之间,疏散时间的差距甚至超过了八倍。
这项工作的核心是一个将简单的平面图图像转化为复杂模拟的过程。首先,系统查看建筑图纸并自动识别墙壁、门和出口。然后,它构建一个计算机可以用来导航的地图。在这个数字地图内部,系统创建了数百个虚拟代理(agents),每个代理代表一名工人。这些代理根据模仿人类行为的一套规则进行移动:他们试图到达出口,避免互相碰撞,并对拥挤做出反应。如果某条路径变得过于拥挤,代理可以像现实中的人看到排长队一样,选择切换到另一个门。研究人员在九种不同类型的建筑布局上测试了这个系统,从长形的学校走廊到大型购物中心,并进行了超过 650 次独立的实验。他们在每次测试中改变了条件,有时封锁一个出口,有时增加更多的人员,有时让虚拟工人表现得像是处于恐慌状态。
结果表明,建筑物的形状比许多安全规范假设的要重要得多。在一项测试中,一个拥有长直走廊的布局在正常条件下需要近 183 秒才能清空,而一个拥有多个出口的大型开放式大厅仅用了 24 秒。这种巨大的差异凸显了建筑几何形状是安全中最关键的因素。研究还发现,人们如何选择路线也会产生巨大影响。当虚拟工人被设定为仅仅奔向最近的门时,他们经常造成严重的瓶颈,导致长时间的延误。然而,当他们被允许观察人群并选择一个较不拥挤的出口时,在某些情况下,清空建筑的时间降低了近 80%。这表明,在真实的紧急情况下,清晰的标识或鼓励人们分散开来的指令可以节省大量时间。
研究还探讨了出错时会发生什么。在模拟中,当主要出口被封锁时,某些建筑的疏散时间剧增,其中一个布局甚至需要长达 350 秒才能清空。这证实了在建筑设计中存在单一故障点可能是灾难性的。有趣的是,研究发现提高移动速度并不总是会有帮助。当虚拟工人的移动速度加快时,他们到达出口的速度超过了门口所能承受的限度,从而导致了更多的拥堵,实际上减慢了整体疏散速度。这一反直觉的发现表明,在恐慌中,奔跑的冲动可能会通过在门口制造拥堵而使情况变得更糟。
PeopleFlow 之所以对建筑施工安全特别有用,是因为它能够适应作业现场的变化性质。由于该系统可以自动读取新的平面图,安全经理可以上传当天建筑物的图纸,运行模拟,并查看当前的布局是否安全。如果模拟显示某个角落正在形成瓶颈,经理可以立即测试解决方案,例如增加一个临时出口或移动一堆材料,并观察问题是否消失。该系统还与“数字孪生”(digital twin)的概念相联系,即一个实时更新的真实建筑虚拟副本。未来,建筑工地上的摄像头可以将工人所在位置的实时数据直接输入模拟系统。这将允许系统在特定区域变得过于拥挤时提醒经理,并根据实际情况建议最佳的疏散路线。
研究人员谨慎地指出,这是一种模拟,而非“水晶球”。该模型没有考虑到烟雾、火灾以及真实恐慌带来的复杂心理影响,并且目前仅在二维空间内工作,这意味着它尚未完全模拟上下楼梯的移动。然而,该框架提供了一个强大的工具,用于比较不同的设计和策略。它将安全规划从猜测转向基于证据的决策。通过展示布局或路线的微小变化如何产生巨大的安全效应,这项工作提供了一种在混凝土浇筑之前就设计出更安全建筑的方法。最终目标是为现场经理提供一种测试其计划应对最坏情况的方法,确保当警报响起时,通往安全的路径是清晰、高效且随时准备好迎接需要它的人的。
您所在领域的论文太多了?
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。