Flaticon的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

Flaticon進入發燒排行的影片

設計與建置一個智慧型高樓層動態逃生避難引導系統

為了解決Flaticon的問題，作者徐煥博 這樣論述：

近年來隨著智慧物聯網技術日益成熟，各種智慧物聯應用推陳出新，並已擴散到各種領域與產業，其中又以智慧建築為主要代表，智慧建築內部設計因不同的使用需求而複雜化，建築內若有火災發生，室內人員可能會因無法快速找到出口或資訊掌握不足致使錯失黃金逃生時間，而且複雜的環境將使避難者難以迅速避難。相關研究更指出在避難過程中，避難者往往會因為緊張與焦慮等因素，展現出從眾性的逃生心理，使大部分的避難者跟隨前者往人群移動，迫使單一逃生出口處於壅塞狀態，造成大量死傷的慘劇。雖然已有學者提出一些避難引導演算法，但絕大部分的避難引導演算法僅能夠處理小平面或單一樓層環境之避難引導，且無法依室內環境的變化動態修正逃生路徑。

為了解決此問題，本論文提出一套可應用於高樓環境避難逃生規劃之全向性避難引導演算法(OEGA)，OEGA運用室內環境現有的監視設備，提供室內環境火災與人流的分流引導安全規劃，並標示出室內環境危險趨勢，即時規劃室內環境的避難逃生路徑，當室內環境狀態發生變化時，OEGA會根據即時人流資訊與火災擴散情勢，動態修正避難逃生路徑，以利避難者迅速逃生。同時OEGA所提出的J-Map 室內地圖資料交換技術，提供高彈性的地圖交換應用，在資料交換與讀取的速度上比起利用XML 技術快上將近7倍的時間，我們也利用一個具有15房間與3個出口的室內空間進行火災避難的實際演練，演練結果顯示OEGA演算法僅需要88毫秒的時間

就可以完成避難路徑規劃。雖然OEGA能在相當短的時間內提供小平面或單一樓層環境的避難路徑規劃，但OEGA仍然無法有效進行多樓層或高樓層的避難引導演算，因此，本論文運用OEGA演算技術提出兩種多樓層或高樓層避難引導路徑演算法，分別是以樓層之間關係為考量規劃的多樓層避難引導演算法(MEGA)以及以分散樓層計算處理之平行多樓層避難引導演算法(PMEGA)，提供高樓層室內避難引導路徑的規劃。MEGA是將各樓層的室內環境整合為一個大型的室內平面來進行避難引導路徑的規劃，而PMEGA則是運用平行處理的技術，將樓層分散進行避難引導路徑的運算，在避難引導路徑的計算過程中，能充分利用多個計算核心的特性，平行進行

各樓層避難引導路徑的計算，由實驗結果中發現，在樓層數較多的建築物中，PMEGA的運算效率遠高於MEGA。為了驗證我們提出的演算法具有可行性與高效能特性，我們整合物聯網感測技術、人流計數技術、人流追蹤技術、室內定位技術、J-Map電子地圖以及避難引導技術，實際建置一套全向性避難引導系統(OEGS)，OEGS具備智慧型避難引導系統之三層架構，分別為: 智慧感知層、智慧運算層及智慧引導層，在智慧感知層中包含環境感測模組與高敏感人流模組，在智慧運算中則具備資料庫模組與全向性避難引導演算法，而在智慧引導中包含多媒體數位電子看板與聲光避難引導等模組，並透過模組化方式讓資料能快速在各模組傳遞與分享，由實驗結

果顯示，OEGS能有效縮短避難警覺時間與避難行動時間，不僅可協助避難者掌握避難逃生的最佳黃金時間，亦可以協助專業人員進行救災避難之規劃。