2021年11月18日，河北崇礼。

在冬奥核心区云顶滑雪场的临时看台上，突然爆发出一阵欢呼。

此后两天里，这群约40人的队伍，时不时在零下十几度的寒风中鼓掌、跳跃、欢呼，弄出巨大“响动”。

原来，这是“科技冬奥”专项课题之一——“严寒条件下临时设施智能物联监测及预警关键技术”课题组在测试建筑物安全。

与都灵、平昌和索契冬奥会相比，北京冬奥会赛场地形复杂、观赛人数更多，临时设施工程量和规模更大。场馆周围的看台、厕所、转播塔、临时用房等多为临时建筑，在严寒、强风条件下，确保临时建筑安全自然是头等大事。

“此前，我国在严寒条件下监测临时设施倾斜、振动等状态的专用传感器，严寒条件和大客流影响下临时设施结构安全、比赛中观众诱导的看台振动和异常聚集、逃散及事件溯源推理方面仍存在一些亟待解决的问题。”北京建筑大学电气与信息工程学院院长郭茂祖告诉《中国科学报》。

为解决上述问题，从去年年初开始，郭茂祖带领团队和中北大学、重庆大学、大连理工大学、沈阳建筑大学合作，开始为冬奥“定制”临时建筑物安全保障系统。

该课题着眼于严寒条件下临时设施智能监测、安全运维和预警，研制临时设施状态监测传感器；研究基于数据融合的临时设施荷载快速识别技术及结构危险源识别定位技术；研究人群异常活动引发的临时设施故障风险预测技术；构建基于大数据的临时设施智能物联运维平台。

“严寒条件直接影响常规传感器的精度和待机时间。”郭茂祖说，“如不研制专用传感器，就无法保证延庆和崇礼赛区比赛时的检测精度，也无法支撑比赛期间的连续检测。”

冬奥会等大客流情况下，观众集体动作、异常聚集、异常逃散等动作，会引起临时设施荷载分布不均匀，容易形成局部超载。为此，该团队研制出适用于冬奥严寒条件下的专用传感器，并利用网格化技术，对临时设施荷载进行结构损伤识别；基于深度学习和光流法，他们开发出突发事件识别系统，对人群异常聚集、混乱、与临时设施的异常交互进行识别和定位，并以时空特征和外部特征相结合的深度神经网络，对人群的活动轨迹进行预测。

此外，他们还开发出可视化智能物联运维平台，基于大数据、深度机器学习和深度置信神经网络，对多目标耦合临时设施运行趋势预测分析。

去年11月18日至20日，应崇礼赛区建设方邀请，团队在云顶滑雪场冬季两项看台关键位置，安装了两组4个专用传感器，采集看台状态数据，同时用激光扫描设备对看台、奥运村餐厅、越野项目两层棚房、越野项目看台等设施进行测绘建模，分析这些临时设施的状态数据。

“目前，相关成果已在崇礼赛区的云顶滑雪场、延庆赛区高山滑雪中心雪道和竞速赛结束区取得了良好的效果。”该团队成员之一、北京建筑大学电气与信息工程学院教师田乐说，“测试效果得到了建设方的高度认可。”

“基于数据融合的临时设施荷载快速识别和结构危险源识别定位技术，基于机器学习的人群异常活动引发故障风险预测技术等，不仅解决了冬奥赛区临时设施运维管理的燃眉之急，还可推广至类似体育场馆、大型活动的临时设施智能运维，有良好的社会效益和经济效益。”郭茂祖说。