火災、煤氣泄漏和地震等緊急情況往往毫無征兆地發生，并可能引發大范圍的恐慌、混亂和人員傷亡，尤其是在多層或高密度建筑中。在這種情況下，傳統的靜態疏散地圖顯得力不從心，尤其是在路線受阻或不安全的情況下。

本文提出了一種基于人工智能的智能疏散系統，該系統利用物聯網傳感器、實時室內數據和動態地圖，在緊急情況下為人員提供指導。該系統旨在利用智能傳感器網絡檢測熱量、煙霧、氣體或震動等威脅，并通過運動傳感器或監控攝像頭追蹤人員的運動。收集到的數據通過人工智能算法進行處理，生成最安全的疏散路線，并通過移動應用程序或建筑物內的數字標牌顯示給用戶。

此外，該系統還可以向緊急服務部門和建筑管理員發送即時警報。隨著語音輔助導航、增強現實 (AR) 集成和邊緣人工智能 (Edge AI) 等未來增強功能的推出，該系統旨在進一步減少疏散延誤并提升用戶體驗。這項研究強調了實時響應、用戶授權和多危險適應性在現代智能建筑安全框架中的重要性。

一、引言

近年來，城市環境中與建筑相關的緊急情況顯著增加，包括火災、有毒氣體泄漏和地震活動。此類事件經常導致混亂、人員傷亡，尤其是在辦公室、購物中心、醫院和教育機構等人員密集的空間。在這些危機中，一個重大挑戰是缺乏能夠實時有效地引導人員的響應式疏散系統。

根據印度國家犯罪記錄局 (NCRB) 的數據，僅在 2021 年，印度就發生了 7500 多起與火災相關的死亡事件，主要發生在住宅和商業建筑中 [10]。這些事件往往由于疏散延誤、標識不清晰或逃生路線不暢而導致人員死亡。

隨著物聯網 (IoT) 和人工智能 (AI) 技術的興起，開發智能自適應疏散系統的機會日益增多。可以部署煙霧探測器、氣體傳感器、熱量傳感器和運動探測器等設備來實時監測環境變量。這些輸入數據可以通過人工智能算法進行處理，評估風險等級并根據現場情況確定最安全的逃生路徑。

疏散指南可以通過數字顯示板、移動警報或智能界面呈現給居住者，同時通知也會同步發送給急救人員和建筑管理部門。在地震等情況下，該系統還可以監測結構完整性，并引導人員遠離受影響區域。本研究旨在提出一個全面的系統設計，利用實時數據、基于人工智能的決策和智能通信來減少恐慌，提高緊急情況下的生存率。

二、文獻綜述

A. 物聯網在建筑安全和應急響應中的應用

物聯網 (IoT) 已廣泛應用于火災探測、氣體泄漏警報和其他建筑安全應用。目前大多數系統利用煙霧、溫度或氣體傳感器來檢測危險情況，并通過短信警報、蜂鳴器或警報器通知居住者。例如，Sharma 等人 [1] 的一項研究使用集成了氣體傳感器的 NodeMCU 來檢測早期泄漏并觸發警報。然而，此類系統通常不提供實時疏散援助或集成動態路徑查找功能。

B. 靜態疏散地圖與動態路線規劃

傳統的疏散設置依賴于張貼在墻上的靜態地圖，這些地圖在緊急情況下無法調整，因為出口可能被火災、煙霧或碎片堵塞。A. Rathi 和 V. Rao [2] 的研究強調了使用基于傳感器的數據實時更新路線的重要性。盡管他們的方法承認動態路線規劃在減少疏散混亂方面的優勢，但缺乏人工智能驅動的決策層來實時調整路徑。

C. 室內追蹤與人群管理

在緊急情況下實施室內追蹤的舉措涉及RFID、低功耗藍牙(BLE)和基于Wi-Fi的定位系統等技術。在Kumar等人的一項研究中[3]，BLE標簽被用于監測公共建筑中的人群流量。盡管基于GPS的解決方案很實用，但由于信號衰減，在室內仍然無效。此外，大多數系統不會主動管理人群擁堵，也不會根據移動行為提供替代路線。

D. 基于人工智能的路徑優化

一些研究提出使用人工智能(AI)來增強疏散支持。Singh和Patel[4]提出了一種基于人工智能的火災逃生模型，該模型使用熱圖來引導用戶。然而，該系統僅適用于特定的火災場景，并未考慮地震或氣體泄漏等多重災害情況。此外，該模型缺乏與外部應急服務的連接，無法進行更廣泛的災害協調。

E. 已發現的差距

在所審查的研究中，一個反復出現的局限性是專注于危險檢測，而缺乏主動指導或決策能力。很少有系統能夠將物聯網數據收集、基于人工智能的實時分析和動態疏散地圖集成在一個框架下。此外，大多數現有模型都是針對單一災害類型設計的，而不是針對多種災害場景。這些差距凸顯了我們需要一個全面的疏散解決方案，該解決方案能夠實時響應各種危險，同時提供智能且人性化的指導。

三、理解智能建筑疏散系統的需求

當前疏散系統存在哪些問題？

大多數建筑仍然依賴打印并張貼在墻上的靜態應急地圖。這些地圖顯示的是固定的逃生路線，在實際緊急情況下不會改變。在火災、煤氣泄漏或地震等事件中，這些地圖可能會失效。如果標記的路徑被煙霧、火災或受損建筑物阻擋，人們可能不知道該去往何處，從而導致恐慌、交通擁堵和潛在的人員傷亡。

此外，目前的系統通常缺乏實時引導。警報系統可以告知人員危險，但無法提供關于該往哪個方向移動的可操作信息。在大型建筑中，例如商場、醫院或公司辦公室，這會導致人們在熟悉的出口處擁擠，造成延誤并增加受傷風險。因此，目前的疏散機制在很大程度上是被動的、非自適應的，不適用于復雜或不斷變化的緊急情況。

擬議系統將如何運作？

1. 傳感器層（物聯網集成）

該層由安裝在建筑物各個戰略位置的基于物聯網的傳感器組成。這些傳感器包括：

? 煙霧和熱量傳感器——探測火災

? 氣體傳感器——監測化學品或液化石油氣泄漏

? 振動傳感器——識別地震的早期震動

? 運動傳感器/閉路電視系統——探測人員活動和人群分布。所有這些傳感器都會收集實時環境數據，并將其發送到基于人工智能的處理單元 [1]。

2. 處理層（基于人工智能的決策引擎）

該層使用人工智能 (AI) 評估來自傳感器的數據并生成優化的疏散路徑。它可以：

? 檢測堵塞或不安全的出口

? 預測高密度區域并建議替代路徑

? 根據不斷變化的情況動態更新路線

機器學習的使用有助于系統不斷適應，使其能夠應對多種危險情況，例如煤氣泄漏期間的火災 [2][3]。

3.通信層（用戶和權限接口）

一旦生成安全路線，系統將通過以下方式傳達指令：

? 連接到樓宇網絡的移動應用程序

? 走廊或房間中的數字顯示屏

? 緊急語音廣播系統

同時，警報會發送給消防部門和樓宇管理部門，確保協調一致的應急響應。

該系統最適用的場景？

該系統非常適合人員密集的室內空間，因為緊急情況可能導致大規模混亂。用例包括：

? 購物中心、辦公樓和機場等商業綜合體，訪客可能不熟悉出口布局 [6]。

? 醫院，快速、知情的疏散至關重要，尤其是對于無法行走的患者 [7]。

? 學校和大學，結構化疏散對于年輕學生和大型校園至關重要 [8]。

在這些場所，個性化的實時指導可以大幅減少人員傷亡，緩解恐慌，并為應急人員提供支持。

 為什么這項研究在當下如此重要？

每年，數千人因建筑物相關災害中疏散延誤而喪生。根據NCRB的數據，僅在2021年，印度就有超過7500人死于火災，其中許多與住宅和商業建筑有關[11]。這些統計數據表明，人們迫切需要智能且適應性強的安全系統。

本研究強調通過智能、及時的決策，在緊急情況下賦予人們權力。當用戶獲得實時、情境感知的指導時，他們可以更快、更自信地采取行動。這對老年人、兒童和殘疾人尤其重要。

通過從被動探測轉向主動疏散支持，擬議的系統支持未來建筑的響應能力、包容性和生命保護能力，而不僅僅是名義上的智能。

擬議的系統架構

本節介紹智能疏散系統的功能層和技術組件。它重點介紹了如何收集、處理和使用環境數據來指導建筑物內的人員并在危機期間為應急團隊提供支持。

第一層 - 傳感器層（數據收集）

這是數據采集層，負責使用支持物聯網的傳感器檢測環境危害。此層中的設備包括：

? 煙霧傳感器 - 識別火災跡象

? 氣體傳感器 - 檢測液化石油氣、一氧化碳或其他有毒氣體的泄漏

? 溫度傳感器 - 監測過熱或突然升溫

? 振動傳感器 - 識別地震活動

? 運動傳感器/閉路電視監控 - 分析人員活動和人群密度

這些傳感器策略性地安裝在走廊、出口、樓梯間和高風險區域，為系統提供實時數據 [13]。

第二層 - 處理層（AI 決策引擎）

此層是系統的計算核心。它使用 AI 算法來解讀傳感器數據并做出實時決策。關鍵功能包括：

? 威脅分析——檢測火災、氣體或地震跡象

? 路徑優化——確定最可行的逃生路線

? 人群流量預測——根據擁堵程度重新規劃路線

? 多重危險檢測——使系統能夠應對復合風險（例如，火災或地震期間的氣體泄漏）。

系統會根據實時變化持續更新路徑建議，確保緊急情況下的適應性和可靠性[14]。

第三層——通信層（用戶 + 緊急情況接口）

此層負責管理向建筑物居住者和應急部門的信息傳遞。它包括：

? 移動應用程序——顯示動態出口地圖和安全警報

? 數字標牌——建筑物內安全路徑的視覺提示

? 語音引導——針對視障用戶或擁擠區域

? 緊急服務儀表板——向響應者發送包含地圖和危險數據的實時警報

這確保居住者及時收到清晰易懂的指示，同時使急救人員充分了解建筑物的風險狀況[15]。

優勢與用例

本節概述了所提議系統的優勢，并說明了其在實際實施過程中能夠帶來重大價值的場景。

A. 主要優勢

? 實時疏散支持 – 基于實時建筑數據，實現安全快速疏散

? 多災害響應 – 通過統一系統管理火災、氣體和地震威脅

? 動態路線圖 – 根據情況變化持續調整疏散建議

? 人群管理 – 通過推薦替代路徑，最大限度地減少過度擁擠

? 包容性安全 – 通過語音和視覺輔助為弱勢群體提供支持

? 更快的應急響應 – 向救援隊發送警報和建筑數據，以改進協調

B. 實際用例

? 購物中心 – 在恐慌事件期間實時安全地引導大量人群

? 醫院 – 協助復雜建筑中的員工和患者進行自適應疏散

? 學校和大學 – 減少混亂，確保學生和員工有序疏散

? 辦公樓和企業大樓 – 在意外威脅期間促進快速、可控的響應

? 住宅區 – 提高居民安全，尤其是在逃生路線有限的高層建筑中

未來展望

擬議系統展現出巨大的未來發展潛力，尤其是在智能基礎設施、城市數字化和物聯網能力不斷發展的背景下。以下技術擴展可以提升系統的效率和包容性：

? 邊緣計算——將人工智能處理轉移到更靠近傳感器的位置（即網絡邊緣），將縮短系統響應時間，并減少緊急情況下對外部互聯網連接的依賴[16]。

? 增強現實 (AR)——通過智能眼鏡或移動應用程序疊加的 AR 圖像可以實時引導用戶通過安全出口路徑，提高疏散過程中的清晰度。

? 面部識別集成——使系統能夠識別和追蹤失蹤或弱勢人員，尤其是在學校、商場或大規模疏散期間。

? 語音激活警報——允許人員使用語音命令與系統交互以尋求幫助，這對于殘障人士或視障人士尤其有益。

? 數據分析儀表板——過去事件的匯總數據可用于訓練預測疏散模型、增強合規報告，并模擬應急準備演習。

? 智慧城市集成——將系統與更廣泛的城市基礎設施連接起來，可以在區域災害期間跨多個建筑物或區域進行協調響應[17]。

五、結論

本研究提出了一個全面的人工智能智能疏散系統，該系統將基于物聯網的傳感器網絡與實時決策算法相結合。該系統專為火災、煤氣泄漏和地震等緊急情況而設計，能夠動態生成并向建筑物內人員傳達安全疏散路線。

與傳統的靜態系統不同，該解決方案提供個性化的疏散指導、實時監控和多災害適應性，使其在當今不斷發展的城市空間中具有高度現實意義。它涵蓋了從商業綜合體到醫療中心和教育機構等各種應用場景，在這些場景中，結構化疏散至關重要。

通過提供實時支持、全面的安全功能和自動化的應急協調，該系統可作為可擴展且面向未來的安全模型。隨著邊緣計算、增強現實和智慧城市框架等技術的不斷發展，該平臺可以進一步將建筑安全轉變為一種主動的、能夠挽救生命的解決方案。

最終，這項工作支持了全球愿景，即創建有彈性、智能和以人為本的智能環境，在這種環境中，技術可以在最重要的時刻迅速采取行動來保護生命。