一种智慧社区风险防控系统及风险防控方法

摘要

本发明公开了一种智慧社区风险防控系统，应用于社区孪生空间，包括：环境信息采集模块：用于执行对社区环境信息实时采集和处理；风险评估模块：包括社区空间模拟单元、风险评估单元，用于结合实时环境流动数据、社区空间、风险评估规则，计算社区空间的环境状态和不同区域的风险级别；风险处理模块：用于根据风险级别进行预警和处理；风险处理模块包括风险预警单元和风险处理单元；风险处理单元根据不同区域的风险级别、社区空间的信息，生成人员疏散规划。根据上述技术方案，可以提高社区运维管理的精度和智能化，有效规避因人员混乱造成的安全风险。

说明书

技术领域

本发明涉及建筑工程技术领域领域，具体而言，涉及一种智慧社区风险防控系统及风险防控方法。

背景技术

社区的人员安全管理、风险防控是现代社区工作中非常重要的环节，在传统的社区人员管理中，大多使用定位系统进行人员信息的捕捉。这种人员管理方法仅能捕捉人员的行动轨迹，并没有考虑人员所在的区域的交通情况、密集情况和环境的风险情况及互相的交互关系。同时，传统的人员管理方法不能对安全风险进行及时的捕捉与评估，也不能在安全事故发生后及时有效地引导人员疏散。

现随着智能社区的发展，需要一种风险防控的方案，提高智慧社区的管理深度，提高管理效率。

发明内容

为实现上述目的，本申请提供了一种智慧社区风险防控系统，该系统应用于社区孪生空间，包括：

环境信息采集模块：用于执行对社区环境信息实时采集和处理；环境信息采集模块包括环境数据预测单元，用于结合社区空间信息生成实时环境流动数据；

风险评估模块：包括社区空间模拟单元、风险评估单元，用于结合实时环境流动数据、社区空间、风险评估规则，计算社区空间的环境状态和不同区域的风险级别；

风险处理模块：用于根据风险级别进行预警和处理；风险处理模块包括风险预警单元和风险处理单元；

其中，风险处理单元根据不同区域的风险级别、社区空间的信息，生成人员疏散规划。

进一步的，环境信息采集模块从社区终端获取社区环境信息，包括：温度、湿度、烟雾浓度；

环境信息采集模块还从社区孪生空间获取社区空间信息，包括社区道路、区域位置信息、人员密度的容许值；

进一步的，环境信息采集模块从门禁系统获取人员基本信息，从人员图像采集设备获取人员密度分布。

进一步的，环境数据预测单元根据人员基本信息预测人员行动方向、行动速度，与区域位置信息合成实时环境流动数据。

其中，社区空间模拟单元根据实时环境流动数据，生成当前社区空间人员密度分布、社区空间人员密度N时预测分布和实时人员流动规划，社区空间人员密度N时预测分布用于表示N时间以后，社区空间人员密度的分布预测；

其中，实时人员流动规划为根据社区空间人员密度、人员基本信息、区域人员密度的容许值，计算所述区域的人员分流方向、分流数量；

风险评估单元根据当前社区空间人员密度分布和社区空间人员密度N时预测分布和风险评估规则评估对应区域的风险级别。

进一步的，风险级别达到报警标准时，风险预警单元向社区终端发送报警信息；

风险级别达到疏散标准时，风险处理单元向社区空间模拟单元请求实时人员流动规划请求，获取实时人员流动规划后生成人员疏散规划信息，提交社区终端进行显示。

进一步的，风险评估单元根据区域位置信息、人员密度的容许值，将区域的风险级别划分为红色危险、黄色警戒、绿色安全三个级别；

其中，人员疏散规划用于确定人员流动路线，将处于红色危险区域的人员撤离至绿色安全的区域。

另一方面，本发明提供了一种智慧社区风险防控方法，包括以下步骤：

实时采集社区环境数据、人员基本信息、人员密度分布，结合社区空间信息生成实时环境流动数据；

根据实时环境流动数据、社区空间信息、计算社区空间的环境状态和当前社区空间人员密度分布、社区空间人员密度N时预测分布，结合风险评估规则计算不同区域的风险级别；其中，社区空间人员密度N时预测分布指N时间以后，社区空间人员密度的分布预测；

根据风险级别判断风险处理模式，风险处理模式包括风险告警和人员疏散；

根据风险处理模式执行风险防控措施。

进一步的，社区环境数据包括温度、湿度、烟雾浓度；

社区空间信息包括社区道路、区域位置信息；

区域的风险级别区域的风险级别划分为红色危险、黄色警戒、绿色安全，划分依据为区域位置信息、人员密度的容许值。

进一步的，实时环境流动数据根据人员基本信息预测人员行动方向、行动速度，与区域位置信息合成。

进一步的，风险防控措施为人员疏散时，计算实时人员流动规划；计算人员流动规划指：根据社区空间人员密度、人员基本信息、区域人员密度的容许值，计算所述区域的人员分流方向、分流数量。

根据本发明，可以根据孪生空间的评估，对于危险事件进行及时预警，并给出合理的风险防控处理办法，由此形成的生态城智慧社区风险防控系统可以提高社区运维管理的精度和智能化，同时也有效规避了因人员混乱造成的安全风险。

附图说明

图1是根据本发明实施例提供的智慧社区风险防控系统结构示意图；

图2是根据本发明实施例提供的智慧社区风险防控系统人员疏散规划信息示意图；

图3是根据本发明实施例提供的智慧社区风险防控方法步骤图。

具体实施方式

本发明提供的方案基于社区孪生空间，对社区的环境信息进行实时捕捉，分析环境中的风险因素，在人员进入社区时，采集人员的基本信息，分析人员对社区环境的影响，根据人员的基本信息和人流量分析社区的人员密度。同时，在孪生空间中，模拟人员的流动和环境的变化、设置环境容许值，评估运维过程的状态。根据孪生空间的评估，对于危险事件进行及时预警，并给出合理的风险防控处理办法，由此形成的生态城智慧社区风险防控系统可以提高社区运维管理的精度和智能化，同时也有效规避了因人员混乱造成的安全风险。

下面结合说明书附图对本发明的具体实现方式做详细描述。

本发明提供的智慧社区风险防控系统，应用于社区孪生空间，如图1所示，包括以下模块：

P100：环境信息采集模块：用于执行对社区环境信息实时采集和处理；境信息采集模块包括P101环境数据预测单元，用于结合社区空间信息生成实时环境流动数据；

环境信息采集模块从社区孪生空间获取社区空间信息，包括预先导入了社区孪生空间的社区道路、区域位置信息，预先设置的人员密度的容许值；

环境信息采集模块可以实时对社区的环境信息进行捕捉，分析环境中的风险因素，例如从社区终端获取温度、湿度、烟雾浓度等社区的环境信息，并通过这些信息，结合社区人员密度的容许值，为危险源的预警提供依据；

具体采集过程中，环境信息采集模块从门禁系统获取人员基本信息，从人员图像采集设备获取人员密度分布。在人员进入社区时，由门禁系统采集人员的基本信息，其中包含人员的年龄、身体健康状态，可供环境数据预测单元评估环境对人员的影响以及人员对环境的影响。

P101环境数据预测单元根据人员基本信息预测人员行动方向、行动速度，与区域位置信息合成实时环境流动数据。

在环境数据预测单元中，获取当时时间点，指定位置的人员的基本信息，结合上一单位时间点的位置，行动方向、行动速度，实时预测在下一单位时间的位置；并在下一单位时间实时采集该人员的位置，对预测算法进行迭代修正，进一步提高预测准确度。在环境数据预测单元，生成和输出实时环境流动数据，整合环境信息输出至风险估计模块。

P110风险评估模块：用于结合实时环境流动数据、社区空间、风险评估规则，计算社区空间的环境状态和不同区域的风险级别。风险评估模块包括P111社区空间模拟单元和P112风险评估单元：

P111社区空间模拟单元根据实时环境流动数据，生成当前社区空间人员密度分布、社区空间人员密度N时预测分布和实时人员流动规划；

其中，社区空间人员密度N时预测分布用于表示N时间以后，社区空间人员密度的分布预测；其中预测数据来自环境数据预测单元中提供的实时环境流动数据，由于在P101中预测算法不断优化，对社区空间人中密度的分布预测也不断趋于准确和完善。

实时人员流动规划的计算依据为社区空间人员密度、人员基本信息、区域人员密度的容许值，计算结果为各区域中的人员的最佳分流方向和分流数量，如图2所示，实时人员流动规划用于确定人员流动路线，将处于红色危险区域的人员撤离至绿色安全的区域，实时人员流动规划中，充份考虑撤离目标区域的环境信息、人员移动时的速度、人员活动后在下一地区的密集是否会造成二次风险。

P112风险评估单元根据当前社区空间人员密度分布、社区空间人员密度N时预测分布和风险评估规则评估对应区域的风险级别。

一般来说，区域的风险级别至少划分为红色危险、黄色警戒、绿色安全三个类型；

需要注意的是，风险级别的结果不是固定不变的数据，会根据时间变化、人员流动处于动态变化，例如原处于黄色警戒的区域，当流入的人员达到一定数量、分流数量未能达到预期时，存在该区域会被评估为红色危险的情况。

P120风险处理模块：用于根据风险级别进行预警和风险处理；包括P121风险预警单元和P122风险处理单元；

其中，风险处理单元根据不同区域的风险级别、社区空间的信息，生成人员疏散规划，同时，对于人员疏散规划涉及的区域，不断通过风险评估单元获取对应区域的风险级别，在必要时调整人员疏散规划。

当风险级别达到报警标准时，风险预警单元向社区终端发送报警信息；

当风险级别达到疏散标准时，风险处理单元向社区空间模拟单元请求实时人员流动规划请求，获取实时人员流动规划后生成人员疏散规划信息，提交社区终端进行显示。

图3提供了一种智慧社区风险防控方法步骤：

步骤S300：实时采集社区环境数据、人员基本信息、人员密度分布，结合社区空间信息生成实时环境流动数据；

其中，社区环境数据包括温度、湿度、烟雾浓度；

社区空间信息包括社区道路、区域位置信息；

根据区域位置信息、人员密度的容许值，将对应区域的风险级别划分为红色危险、黄色警戒、绿色安全；

实时环境流动数据根据人员基本信息预测人员行动方向、行动速度等动态数据，并将该动态数据与区域位置信息结合而成。

步骤S310：根据实时环境流动数据、社区空间信息等数据，计算社区空间的环境状态和当前社区空间人员密度分布、社区空间人员密度N时预测分布，结合风险评估规则计算不同区域的风险级别；

其中，社区空间人员密度N时预测分布指N时间以后，该社区空间人员密度的分布预测；

步骤S320：根据风险级别判断风险处理模式，风险处理模式包括风险告警和人员疏散；

步骤S330：根据风险处理模式执行风险防控措施。

其中，风险防控措施为人员疏散时，计算实时人员流动规划；计算人员流动规划指：根据社区空间人员密度、人员基本信息、区域人员密度的容许值，计算所述区域的人员分流方向、分流数量。

在本发明中，整合智慧社区的门禁设备、人员的信息和图像采集设备、结合孪生空间进行人员密度分析和智能预测，实现风险预测和防控规划。充份利用数字孪生和图像识别技术实现对智慧社区人员的智能化精准管理，解决生态城智慧社区人员管理粗放、效率低下和阻碍正常运维等问题。

以上公开的仅为本发明的几个具体实施例，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。