一种基于数字孪生与深度学习的城市应急疏散决策系统及方法

摘要: 本技术涉及应急管理的,特别涉及一种基于数字孪生与深度学习的城市应急疏散决策系统及方法。背景技术:1、随着我国城市化进程的不断推进,城市路网复杂度与人口聚集度持续...
一种基于数字孪生与深度学习的城市应急疏散决策系统及方法

本技术涉及应急管理的,特别涉及一种基于数字孪生与深度学习的城市应急疏散决策系统及方法。

背景技术:

1、随着我国城市化进程的不断推进,城市路网复杂度与人口聚集度持续提升,对应急疏散决策的精细化与智能化要求也随之提高,相关的应急疏散决策支持技术得到了行业内的广泛研究与应用,技术形态也从传统的静态预案管理模式,逐步向融合多源数据感知、虚拟仿真与智能算法的动态辅助决策模式演进,成为智慧城市公共安全板块建设的重要技术支撑。

2、现有技术在开展城市应急疏散决策工作时,首先会通过固定传感器、移动采集设备与公共信息平台获取灾害发展、交通运行、人员分布相关的多源异构数据,采用概率统计类模型对采集到的多源数据进行融合处理,完成对现场态势的风险评估,输出对应的风险评估结果。同时,现有技术会搭建对应疏散场景的虚拟仿真环境,结合实时采集的数据完成虚拟环境与物理现场的状态同步,基于预设的疏散规则或离线优化算法对不同的疏散预案进行仿真推演与效果评估,筛选得到推荐的疏散方案。此外,现有技术还会引入机器学习类算法,将疏散场景下的交通信号控制、路径规划过程建模为序列决策过程,通过算法与仿真环境的持续交互迭代优化控制策略,以此缩短疏散时长,提升疏散过程的通行效率。

3、从现有技术的具体实施过程可以看出,现有技术在数据感知与风险评估、疏散方案规划、控制指令执行的各个环节之间相互独立,未能形成有机的联动与闭环。风险评估环节得到的环境不确定性信息,仅能作为方案规划的参考内容,无法深度融入到决策优化的核心过程中;虚拟仿真环境仅能用于预案的离线评估,无法为决策算法的在线优化提供持续的交互支撑;同时相关的算法优化多针对简化的单一疏散场景,难以适配城市级大规模疏散场景下多控制单元的协同优化需求。基于上述缺陷,现有技术存在的核心问题是无法实现城市应急疏散全流程的协同优化,难以保障应急疏散决策的实时性、鲁棒性与自适应性。

技术实现思路

1、有鉴于此,本技术旨在提出一种基于数字孪生与深度学习的城市应急疏散决策系统及方法,以解决上述技术问题。

2、为达到上述目的,本技术的技术方案是这样实现的:

3、第一方面,本技术提出了一种基于数字孪生与深度学习的城市应急疏散决策系统,包括互相通信连接的多源异构数据感知与融合层、高保真城市级应急疏散数字孪生层、嵌入不确定性的多智能体深度强化学习决策引擎、协同控制指令执行与反馈层,以及与前述各层均电连接的系统管理与人机交互界面;

4、所述多源异构数据感知与融合层用于采集物理世界的多源异构应急相关数据,完成数据的可信度评估与冲突消解,输出带有不确定性度量的概率化环境状态;

5、所述高保真城市级应急疏散数字孪生层用于接收概率化环境状态完成虚拟环境与物理世界的状态同步,构建高保真应急疏散仿真环境,并生成覆盖不确定性的多组未来演化情景副本;

6、所述嵌入不确定性的多智能体深度强化学习决策引擎用于接收概率化环境状态与数字孪生层的情景副本,完成风险感知的多智能体协同决策,输出多模态协同控制指令;

7、所述协同控制指令执行与反馈层,用于接收多模态协同控制指令,通过数字孪生层完成“沙箱”预执行与安全验证后,将控制指令下发至物理世界的执行系统,并采集执行反馈数据回传至多源异构数据感知与融合层;

8、所述系统管理与人机交互界面,用于实现全局态势监控、决策干预、系统配置与决策结果的可视化展示。

9、进一步的,所述多源异构数据感知与融合层包括基于大语言模型的社交媒体语义理解与时空定位子模块和动态图结构贝叶斯网络处理模块;

10、所述基于大语言模型的社交媒体语义理解与时空定位子模块内置带门控图神经网络的时空正则化层,用于对社交媒体文本进行事件抽取与时空定位,输出带置信度与定位误差的时空事件元组;

11、所述动态图结构贝叶斯网络处理模块的输入端分别连接物理传感器采集设备与社交媒体语义理解与时空定位子模块的输出端,用于对多源异构数据进行可信度加权、冲突消解与概率化推理,输出带概率分布的概率化环境状态。

12、进一步的,所述高保真城市级应急疏散数字孪生层包括三维场景建模模块、物理仿真模块、动态环境模型学习器与情景生成器;

13、所述三维场景建模模块采用神经辐射场完成关键区域的高保真三维重建;

14、所述物理仿真模块采用物理信息神经网络,用于灾害扩散过程与人群行为的物理约束仿真;

15、所述动态环境模型学习器用于基于实时观测数据在线微调仿真模型参数,使数字孪生环境逼近真实世界演化;

16、所述情景生成器,基于模型无关元学习框架,用于生成由易到难的训练情景与覆盖不确定性的多组未来演化情景副本。

17、进一步的,所述嵌入不确定性的多智能体深度强化学习决策引擎采用集中式训练分布式执行范式,包括分层多智能体执行单元、不确定性嵌入单元、基于扩散模型的动作生成单元与多智能体通信协同单元;

18、所述分层多智能体执行单元包括上层区域协同智能体与下层本地执行智能体,上层区域协同智能体的输出端连接下层本地执行智能体的输入端,用于实现分层级的协同决策;

19、所述不确定性嵌入单元用于生成多维不确定性状态向量并注入策略网络与价值函数,价值函数内置条件风险价值风险敏感度量;

20、所述基于扩散模型的动作生成单元采用时间条件u-net去噪架构,用于生成符合物理约束的高维连续控制指令;

21、所述多智能体通信协同单元采用transformer通信编码器,内置反事实多智能体策略梯度信用分配模块,用于实现智能体间的信息交互与协同优化。

22、第二方面,本技术提出了一种应用于上述基于数字孪生与深度学习的城市应急疏散决策系统的方法,包括以下步骤:

23、s1,应急事件触发与态势感知,应急事件触发后,通过多源异构数据感知与融合层处理实时多源异构数据,输出带有不确定性度量的概率化环境状态st;

24、s2,数字孪生环境同步与多情景生成,通过高保真城市级应急疏散数字孪生层接收概率化环境状态st完成状态同步,生成n个覆盖不确定性的未来演化情景副本;

25、s3,多模态协同决策生成,通过嵌入不确定性的多智能体深度强化学习决策引擎,基于概率化环境状态st与多维不确定性状态向量ut完成协同决策,经多情景副本并行推演后输出多模态协同控制指令at;

26、s4,指令安全验证与下发执行,将多模态协同控制指令at通过数字孪生层进行“沙箱”预执行与安全验证,验证通过后下发至物理世界执行系统;

27、s5,闭环反馈与策略优化,采集指令执行后的真实世界反馈数据,构建经验元组存入经验回放缓冲区,完成决策引擎的在线微调与离线深度训练。

28、进一步的,所述步骤s3中,多维不确定性状态向量ut的生成与注入具体包括:

29、通过图注意力网络对概率化环境状态st中的标量不确定性特征进行聚合,生成分层级的多维不确定性状态向量ut;

30、将多维不确定性状态向量ut与概率化环境状态st拼接后共同输入策略网络;

31、在价值函数中引入条件风险价值cvar,将智能体优化目标设置为在预设风险置信水平下最大化cvarα(r),其中r为累积奖励,实现不确定性向策略优化的深度注入。

32、进一步的,所述步骤s1具体包括:

33、s11,通过基于大语言模型的社交媒体语义理解与时空定位子模块,对社交媒体文本进行命名实体识别、事件抽取与时空正则化处理,输出带置信度与定位误差的时空事件元组;

34、s12,将时空事件元组与物理传感器采集的多源数据共同输入动态图结构贝叶斯网络,通过置信传播算法完成多源数据的可信度加权与冲突消解;

35、s13,输出每个状态变量带概率分布的概率化环境状态st。

36、进一步的,所述步骤s4中的“沙箱”预执行与安全验证具体包括:

37、s41,将多模态协同控制指令at加载至数字孪生环境,通过基于图卷积网络的交通流预测模型,推演指令执行后未来t个时间步的交通与风险状态;

38、s42,校验推演结果的风险指标是否在预设安全阈值内,全部符合则通过验证,超出阈值则否决或修正指令;

39、s43,对通过验证的指令进行标准化转换,下发至交通信号控制系统、信息发布平台与应急指挥平台。

40、进一步的,所述步骤s5具体包括:

41、s51,采集指令执行后的真实世界新观测数据,结合预设目标生成奖励信号rt与新环境状态st+1,构建经验元组(st,at,rt,st+1)存入经验回放缓冲区;

42、s52,在线微调阶段,采用软更新策略对决策引擎的策略网络与价值网络参数进行迭代更新,实现策略的实时适配;

43、s53,离线深度训练阶段,在非应急时期,利用历史数据与数字孪生生成的仿真数据,采用分布式优先经验回放与重要性采样完成模型深度训练,优化策略库。

44、进一步的,还包括决策可解释性增强步骤,具体为:

45、决策过程中,通过transe图嵌入相似度计算检索策略知识图谱中的相似历史情景与决策经验,作为决策先验;

46、针对关键决策点,调用蒙特卡洛树搜索模块完成在线深度规划,补充神经网络策略;

47、通过反事实解释与对比分析模块,基于结构因果模型与do-演算完成不同决策方案的反事实推演,可视化展示关键指标差异,增强决策透明度。

48、相较于现有技术,本技术提出的一种基于数字孪生与深度学习的城市应急疏散决策系统及方法具有以下优势:

49、(1)本技术通过设置互相通信连接的多源异构数据感知与融合层、高保真城市级应急疏散数字孪生层、嵌入不确定性的多智能体深度强化学习决策引擎、协同控制指令执行与反馈层,以及与前述各层均电连接的系统管理与人机交互界面,实现了城市应急疏散从态势感知、环境仿真、决策生成到指令执行与反馈全流程的有序联动与协同运行的效果。

50、(2)本技术通过在多源异构数据感知与融合层设置基于大语言模型的社交媒体语义理解与时空定位子模块和动态图结构贝叶斯网络处理模块,在高保真城市级应急疏散数字孪生层设置三维场景建模模块、物理仿真模块、动态环境模型学习器与情景生成器,在嵌入不确定性的多智能体深度强化学习决策引擎设置分层多智能体执行单元、不确定性嵌入单元、基于扩散模型的动作生成单元与多智能体通信协同单元,实现了多源异构数据的有效融合与不确定性量化、高保真应急疏散仿真环境的稳定构建、以及多智能体协同决策的高效执行的效果。

51、(3)本技术通过执行应急事件触发与态势感知、数字孪生环境同步与多情景生成、多模态协同决策生成、指令安全验证与下发执行、执行反馈与策略优化的方法步骤,同时在决策过程中完成不确定性状态向量的生成与注入、控制指令的沙箱预执行与安全验证、策略网络的在线微调与离线训练以及决策可解释性增强处理,实现了应急疏散决策的实时自适应调整、鲁棒性提升以及决策过程透明度增强的效果。