首页期刊导航|中国安全科学学报
期刊信息/Journal information
中国安全科学学报
中国安全科学学报

伊烈

月刊

1003-3033

csstlp@263.net;cssj@cosha.org.cn

010-64464782

100013

北京市东城区和平里九区甲4号安信大厦A306室

中国安全科学学报/Journal China Safety Science JournalCSCD北大核心CSTPCD
查看更多>>自从1983年中国劳动保护科学技术学会(CSSTLP)成立以来,1991年创刊了《中国安全科学学报》,它已经成为促进中国职业安全健康领域不断进步,完善安全科学技术学科体系,传播科研成果及制定有关政策的一个不可或缺的载体。它是中国安全科学技术(一级学科)领域的高层次学术性刊物,具有理论性、创新性、应用性及信息性等特点。 大幅度扩版后,它以崭新的面目出现,进一步拓宽了报道的范围,增加新的栏目及页数(2006年为144页),更广泛的反映职业安全卫生方面的经验和各种见解;增加了社会和行为科学及生活安全、环境安全等方面的报道,如灾害预防和减灾,风险评估、职业安全健康体系标准化、产业安全、大众安全、社区安全、安全文化建设等,使原来本刊所报道的传统的职业安全健康所涵盖的内容进一步得到延伸。 在报道研究成果的同时,也报道相关政策的论述,其宗旨是引导公众对安全与健康政策安全科技实践、安全活动技能有一个科学的认识,为大众安全生产、安全生活、安全生存及其活动提供科学可行的依据;并鼓励和指导公众能掌握安全与健康的规律,能过上更安全、更健康、更舒适、更和谐的生活。对于能提高对各种安全问题的了解和认识,以及解决问题方法的研究成果、原著仍将放在报道的重点。
正式出版
收录年代

    基于多尺度特征的消防车道占用检测

    李华陈兵吴立舟钟兴润...
    163-169页
    查看更多>>摘要:为解决消防车道占用预警的智能检测问题,引入区域入侵原理,提出基于YOLOv7的轻量化消防车道占用预警方法.首先,以YOLOv7模型为基础,构建消防车道区域入侵研究框架,将实地调研与公开数据集相结合,形成包含消防车道与车辆检测的图像数据集;其次,采用感受野块模块替换空间金字塔池化跨阶段部分卷积,同时,添加SimAM注意力模型,提高网络多尺度特征提取和融合效果;然后,运用Slim-Neck结构减小模型的计算量和参数量;最后,通过PyQt5部署交互式界面设计,在陕西省西安市某小区进行实地算法验证.结果表明:模型识别消防车道和车辆的准确率均达到80%以上;与原模型相比,改进后的模型参数量减少20.5%,浮点计算量降低11.3%,检测速度提高42.4%,达到48.6帧/s.

    多尺度特征消防车道占用检测YOLOv7实时监测

    面向校园复杂环境的无人驾驶场景库生成方法

    向巍吴绍斌林绪泽闫泽新...
    170-177页
    查看更多>>摘要:为加快无人驾驶系统测试的速度和效率,提出校园环境无人驾驶场景库的生成方法.首先,将校园道路场景简化为路网结构、地面属性、交互成员、环境因素的组合,分析校园复杂环境的仿真测试场景;其次,针对测试场景库局限性较强的问题,提出基于重要性指标的场景库生成方法;然后,采用复杂度指标和兴趣概率指标描述场景重要性指标,应用模糊层次分析法(FAHP)评估场景复杂度,并结合核密度估计方法和感兴趣权重计算场景兴趣概率;再次,分割参数空间获取相似场景集合,并按照测试优先度和重要性指标对场景集合排序,逐步添加筛选出的场景到测试场景库中,生成带有测试序列的场景库;最后,在基于真实环境下的校园环境道路数据生成的测试场景库中进行测试评价,验证场景库生成方法的有效性.结果表明:采用4种场景要素和树形结构能够有效描述校园测试场景,基于重要性指标的校园场景库生成方法能够生成高测试效率、高覆盖度、吻合自然概率及兴趣区间的校园测试场景库,能够提高校园复杂环境无人驾驶仿真测试的效率.

    校园复杂环境无人驾驶场景库生成场景模型重要性指标

    基于排队论的道路交通警力资源配置研究

    胡正华周继彪郭旭马昌喜...
    178-185页
    查看更多>>摘要:为缓解有限的交通警力资源与道路交通事故处理不及时之间的矛盾,提出道路网格化管理模式下基于排队论模型的交通警力优化配置方法.首先,利用城市路网卡口系统获取的车牌识别数据,提取车辆的历史出行轨迹,建立路段之间的相似度模型;其次,采用谱聚类算法对路段进行聚类划分,形成路段之间关联度最高的集合,作为城市道路网格划分的结果;然后,针对网格范围内实时发生的交通事故,进一步提出利用排队论模型来计算每个网格所需的最少警员数量,以及相应的警力资源配置优化方案;最后,以宁波市鄞州区为例验证所提方法.结果表明:与传统的"事故即发生即派发警员"的方法相比,提出的警力资源配置优化方法能够减少18.18%的警员配置数量和10.87%的出警巡航路程,使事故处置的响应速度提高10.68%,表现出良好的优化性能.

    排队论交通警力资源配置交通事故网格化管理

    地铁单向长通道低头族引发拥堵的干预决策模型

    王美玲胡成马峻
    186-193页
    查看更多>>摘要:为解决地铁等公共场所封闭性单向长通道人群移动中存在大量低头族而引发的人群拥堵问题,提出可计算干预临界值的干预模型.首先开展试验,分析封闭性单向长通道内低头族和正常行走人群行为特征;然后采用不同分布函数描述低头族和正常行走人群行为状态的方法,建立人群小尺度行为模型;最后以低头族比例和人群密度建立大尺度拥堵干预决策模型,并以北京某地铁单向长通道为例,验证计算乘客的密度值与低头族比例关系临界值.结果表明:低头族行为特征主要表现为慢速跟随,正常行走人员行为特征主要表现为有机会就提速超越;仿真计算得出乘客的密度值与低头族比例关系临界值,并绘制临界曲线,低于临界曲线的值域属低风险区,人群密度与低头族比例的值在此区域内时无需进行干预;高于临界曲线的值域为高风险区,可能产生严重的拥堵,需采取干预措施.

    单向长通道低头族拥堵干预决策模型人群聚集风险

    面向交通事故现场三维实景建模的无人机航拍参数

    胡焱松王长君郑金子褚宇航...
    194-201页
    查看更多>>摘要:在交通事故现场三维实景建模的图像采集过程中,针对无人机(UAV)航拍参数主要依靠人工经验设置,导致模型测量误差大、精度低的问题,提出一种无人机航拍关键参数自动计算方法.首先,确认单镜头无人机环绕事故现场航拍的关键参数为航拍高度、云台角度和拍摄间隔角,并分析其与成像范围、成像精度以及重叠度的数值关系;然后,构建无人机航拍关键参数计算模型,以给定事故现场场景、无人机技术参数、图像长宽比以及重叠度要求为输入,在事故现场处于有效成像范围且无成像盲区的前提下,以提高图像利用率保障模型精度和呈现效果为目标,自动计算得到航拍参数;最后,结合实例,应用该方法计算无人机航拍参数完成事故现场的图像采集,经测算,构建的事故现场三维实景模型的平均测量误差为1.72%,测量精度为3.54 cm,相较于人工经验法平均误差降低47.56%,精度提高48.40%.研究表明:该方法能实现交通事故现场三维实景建模的航拍参数自动计算,构建厘米级误差的三维实景模型,可提升无人机航拍的参数化和自动化水平.

    交通事故现场三维实景建模无人机(UAV)航拍参数倾斜摄影

    基于UBmap/AHP/FAST的医院建筑火灾应急避难装置设计

    关凯元周超吕姊宸靳月鑫...
    202-210页
    查看更多>>摘要:为提高医院火灾应急避难能力,针对医院住院楼建筑,设计一款在火灾下能及时进行应急避难、安全逃脱的装置产品.集合用户行为地图(UBmap)、层次分析法(AHP)、功能分析系统技术法(FAST),融入整体设计构架中,探究应急避难装置产品的用户需求以及相关产品设计要素.将医院住院楼建筑环境特点及患者人群对火灾的逃生行为过程融入UBmap中,构建行为旅程图,推测并提取各个阶段需求指标;再通过AHP/FAST聚合方法,对需求指标进行重要度排序,并转化为主次功能进行分析求解,以此推断产品设计定位与功能逻辑的准确性,完成设计方案生产.综合UBmap/AHP/FAST为依据的理论模型,运用到医院住院楼建筑火灾下的避难装置设计开发流程中,并运用ANSYS Workbench软件有限元分析方案,进一步验证校核该设计的整体装置强度与可行性.结果表明:将不同的方法融合分析,系统性地对产品展开分析设计与实现且进行仿真检验,减少设计过程中的薄弱环节与不确定性问题,能够使设计更具系统性与科学性,达到降低避难装置的生产成本、实现安全效率化、防灾减灾的目标.

    用户行为地图(UBmap)层次分析法(AHP)功能分析系统(FAST)建筑火灾应急避难装置装置设计

    面向自动驾驶安全测试的碰撞场景构建与仿真分析

    赵尧华陈延展郑亮李树凯...
    211-218页
    查看更多>>摘要:为减少自动驾驶车辆产生的交通事故,提高车辆在仿真环境中的安全测试效率,提出一种基于深度强化学习的自动驾驶碰撞测试场景构建方法.首先,通过设置状态、动作和奖励函数,将车辆的驾驶过程映射为马尔可夫决策过程;然后,基于搭建的仿真平台(CARLA-DRL)训练智能体完成车辆碰撞任务,生成碰撞测试场景;最后,随机进行500次碰撞仿真试验,根据智能体与自动驾驶车辆的相对距离,分析碰撞成功率、碰撞时间和冲突能量.结果表明:智能体生成符合车辆动力学的碰撞轨迹,能够构建精细化、多类型的碰撞测试场景;智能体与自动驾驶车辆的平均碰撞成功率为62.20%,平均碰撞时间为127.25 s,平均冲突能量值为175.98 kJ.该方法能够构建高频、高效和高危的自动驾驶车辆碰撞测试场景,增加仿真场景中偶发高风险场景的发生概率,提高自动驾驶车辆对于碰撞事故的安全测试效率.

    自动驾驶安全测试深度强化学习碰撞测试场景仿真试验

    基于暴雨灾害短视频的多模态情感特征研究

    晋良海王抒情王昕煜
    219-228页
    查看更多>>摘要:为提高灾害应对效率,将"河北暴雨""黑龙江暴雨"作为典型跨区域研究案例,收集短视频的文本-图像-音频多模态数据;面对海量的非结构化数据,运用深度学习技术,构建多模态情感智能分类模型,实现短视频情感特征的提取、跨模态融合与智能情感分类;并综合利用时空大数据,在时空维度上深度挖掘与分析暴雨灾害短视频多模态情感特征.结果表明:该模型准确率达85%以上,能有效实现短视频多模态情感智能分类任务.在时间维度上,网民情感波动与暴雨灾害周期大致相符,可作为判断灾情严重程度和舆情走向的依据;媒体及政府的干预对暴雨灾害情感演化具有重要作用.在空间维度上,消极情感随灾情转移呈现"低—高—低"变化趋势,且消极情感的共鸣和扩散效应呈现明显的地域性特征,需重视灾区、我国部分东部地区及类似灾害频发的非灾区舆情引导工作.

    暴雨灾害短视频多模态情感特征深度学习情感分类

    基于无人机影像深度学习的滑坡灾害智能识别

    江松李研博何旭乾何润丰...
    229-238页
    查看更多>>摘要:为精确识别和预警露天矿滑坡灾害,提出一种基于面向对象的标注数据集和Res-U-Net模型相结合的露天矿滑坡智能识别方法.首先,以无人机航测获取研究区矿山滑坡影像数据;其次,采用多尺度-光谱差异分割方法和阈值分离原理,对露天矿滑坡数据进行分割和分类,完成基于面向对象方法的滑坡数据集构建;然后,以U-Net网络作为基础架构,在每个卷积层融入ResNet的残差模块,构建基于Res-U-Net的滑坡识别语义分割模型;最后,识别不同方法构建的滑坡数据集,并对比Res-U-Net模型与主流的语义分割模型全卷积神经网络(FCN)、U-net.结果表明:基于面向对象标注的滑坡数据集相比于传统人工标注数据集具有更好的滑坡识别效果,在准确率、召回率、F1分数和kappa系数上都有12%以上的提升;Res-U-Net模型的滑坡识别精度均在0.8以上,实现露天矿山滑坡灾害精准识别.

    无人机影像深度学习滑坡灾害智能识别面向对象Res-U-Net

    基于知识图谱的地震救援装备智能管理方法

    郭天颖茆晓阳段齐骏马迪...
    239-245页
    查看更多>>摘要:为提升地震救援人员的应急救援速度,适应多样化的搜救需求,提出一种基于知识图谱的智能化地震救援装备信息管理方法.首先,通过自顶向下的知识图谱构建方法,从多种信息源获取地震救援知识,并以此为基础进行知识建模;其次,用基于规则的方法抽取搜救知识,再基于余弦相似度进行知识融合,融合后的知识以资源描述框架(RDF)三元组的形式储存;然后,采用开源图数据库Neo4j将三元组组织成可视化的知识图谱;最后,基于知识图谱建立问答系统,方便用户以自然语言查询图谱上的知识.结果表明:知识图谱中包含灾害、次生灾害、环境因素、救援需求和救援装备5类实体及关系,且可以根据救援需求实现装备的快速匹配.基于知识图谱的方法可以实现对救援装备信息的管理与调度,有助于提升救援行动准备阶段的效率.

    知识图谱地震救援救援装备智能管理知识抽取知识融合Neo4j