近年来,随着高密度人群环境的室内建筑使用增多,室内行人疏散的安全问题越来越引起重视。在室内人群拥堵或面临突发情况时的疏散场景中,如果缺乏一套完整、合理、有效的紧急疏散方案,将会进一步引发待疏散人员的恐慌而造成盲目逃生的局面,既不利于社会安保秩序的维护,更会对待疏散人群的人身财产安全造成极大隐患。因此,如何引导室内各方位的行人进行合理疏散,进而减少整体的疏散时间成为紧急疏散管理的焦点问题。本文立足于上述问题,针对多出口的室内疏散场景,引入行人检测技术,提出一种动态全局路径规划算法来合理地为待疏散人群提供一套动态、合适的疏散方案,并基于此分析设计出室内紧急疏散智能引导系统,本文的主要工作包括:1.从实时检测速度上的硬性要求考虑,加以室内场景下的行人检测精度需求,从目前常用的行人检测模型中选出YOLOv3模型作为室内疏散场景中的群体人数识别模型,通过路段范围匹配及人群统计处理,以其检测结果作为疏散算法的关键输入数据。2.对传统Dijkstra算法引入虚拟节点,使其能满足多源多汇场景下的应用需求,做到只需一次计算,即可得到全局下各节点的最佳路径规划效果;此外,对算法引入邻居节点集合,在路径规划过程中,只从已标记节点的邻居节点中搜索后续节点,避免了对所有节点的重复冗余遍历,这对于节点非全连通的室内场景而言,能有效提高算法的计算效率。3.将道路信息、路段人数及可通行信息等纳入权重考虑范围,调整权重框架,使算法计算出的路径结果不再是传统意义上的“最短”路径规划,而是考虑了多种因素的全局最优规划;再通过设置时间间隔及路段密度阈值,使疏散方案可以做到根据疏散的实况来动态适应变化。4.基于本文所提算法,结合YOLOv3模型,使用Python语言构建室内疏散引导系统。并通过模拟实验的设计,在相同疏散场景及配置条件下,对本系统算法方案及固定疏散方案进行模拟实验,证明了本文所提动态全局路径规划算法在紧急疏散系统中的有效性及可行性。在高人群密度、多出口的复杂室内场景中,紧急疏散作为保障行人生命安全、社会安保秩序维护的重要环节,若能使用本文研究的技术,综合多种疏散影响因素,可以从整体上提高疏散路径规划的动态合理性,进而在很大程度上对紧急疏散中的室内行人安全及公共设施给予充足保障。