1.一种基于室内应急响应情景感知导航系统的导航方法，所述系统至少包括定位传感器网络、服务器和预警传感器；所述的定位传感器网络由同服务器有线或无线连接的定位基站、同定位基站无线连接的移动终端和/或定位标签、同定位基站有线连接的LED屏组成，其中定位基站接收各移动终端和各定位标签发送的定位参数并将其发送至服务器，发送由服务器计算得到的定位导航结果至移动终端和/或LED屏；定位标签向定位基站发送定位参数；移动终端向定位基站发送定位参数以及接收定位基站发送的导航结果；LED屏接收并显示定位基站发送的导航结果；所述的服务器接收定位基站和预警传感器发送的数据、存储管理数据，并利用最优路径规划算法计算导航路径，以及将导航路径数据发送至定位基站；

所述的预警传感器同服务器无线连接，用于感应灾害并在发生灾害时向服务器发送预警信号，其特征在于具体包括以下步骤：(1)构建室内应急响应情景感知导航系统：在室内场景部署定位传感器网络、服务器、预警传感器以及LED屏，预警传感器为火警传感器和/或烟雾传感器，将各预警传感器的类型和分布位置信息存储在服务器中；移动终端和定位标签由人员随身携带，每人携带一个移动终端或一个定位标签；LED屏置于在墙面显眼处；

(2)为各移动终端和定位标签分别定义人员类型，并将人员类型数据存储在服务器中；

所述的人员类型包括普通人和残障人；

(3)通过移动终端编辑导航请求数据并发送至服务器，所述的导航请求数据包括导航偏好、起点位置和终点位置，所述的导航偏好作为移动终端接收导航信息方式的依据，导航方式包括地图导航、语音导航、短信导航和LED屏导航；

(4)建立室内应急响应导航位置模型并存储在服务器中；所述的室内应急响应导航位置模型包括空间上下文和非空间上下文，其中空间上下文包括室内场景二维矢量地图、栅格地图、二维导航网络模型及三维空间模型、三维导航网络模型；非空间上下文包括静态上下文和动态上下文，其中静态上下文包括应急响应环境中的人员类型、道路类型、道路距离、道路安全性、消防设施和照明情况，动态上下文包括灾害类型、灾害位置及波及范围、人员实时位置、人员密度、人员平均疏散速度；其中，所述的空间上下文数据和非空间上下文中的静态上下文数据根据实际室内环境利用GIS软件建模得到，非空间上下文中的动态上下文数据通过以下步骤获取：(4a)灾害类型、灾害位置及波及范围：

当发生火灾或有毒气体扩散灾害，预警传感器向服务器发送预警信号，服务器根据发送信号的预警传感器类型确定灾害类型为火灾或有毒气体扩散灾害，并采用基于元胞自动机的灾害蔓延模型，将预警传感器的分布位置作为输入，动态计算灾害过程和蔓延态势，以获得灾害波及范围；

(4b)人员实时位置：

移动终端和定位标签实时地将定位参数发送至定位基站，定位基站再将定位参数发送至服务器，服务器接收定位参数并将其作为输入，通过基于粒子滤波的Wi-Fi/DR定位融合算法计算人员实时位置；

(4c)人员密度：

利用Predtechenski和Milinskii提出的人流密度计算模型通过以下公式计算：D＝Nf/WL.............................(1)其中，D为人流密度，N表示人数，由各人员实时位置统计得出；f表示个人水平投影面积，为直接预设在服务器中的经验值；W表示人流宽度，即人流的最左人员和最右人员实时最大距离，根据各人员实时位置计算得出；L表示人流长度，即人流的最前人员和最后人员实时最大距离，根据各人员实时位置计算得出；

(4d)人员平均疏散速度：

判断人员类型：若人员类型为残障人，则设置人员平均疏散速度V0为1.20-1.40m/s；若人员类型为普通人，则根据以下情景计算疏散速度：当普通人在无灾害情况下通过道路时，人员平均疏散速度V通过以下公式计算：

V＝112D4-38D3+434D2-217D+57………(2)

其中，V为人员平均疏散速度，单位为m/min，D为人流密度，根据公式(1)计算得到；

当普通人在无灾害情况下通过门时的人员平均疏散速度V1通过以下公式计算：

V1＝V[1.17+0.13sin(6.03D-0.12)]................(3)其中，D为人流密度，根据公式(1)计算得到；

当普通人在灾害情况下的人员平均疏散速度V2通过以下公式计算：

V2＝V·μ1..............................................(4)其中，μ1是经验系数，根据以下两种场景计算得到：通过水平通道或通过敞开的门时，μ1通过以下公式计算：μ1＝1.49-0.36D......................................(5)其中，D为人流密度，根据公式(1)计算得到；

下楼时，μ1设置为经验值1.21；

(5)构建导航网络数据并存储在服务器，所述的导航网络数据为带权有向图G，G＝，其中V′是图中顶点的集合，E是边的集合，W是各边的权的集合；顶点的集合V′以及边的集合E根据空间上下文中室内场景二维矢量地图定义，用边表示室内场景的道路，用顶点表示各道路的交汇点；对于G的每一条边，存在一个实数称为边的权，每一条边的权大于等于零，权值越大表示拥挤越严重，权值为正无穷时表示从一个节点到另一个节点方向的道路不存在或目标节点不可达；各边的权的集合W由以下步骤确定：(5a)利用专家分析法，由两个以上专家为各决策属性分别定义权值，所述的决策属性用非空间上下文表达，各决策属性的权值采用指数标度法标度；

(5b)对于每个决策属性，将各专家给出的专家决策权值求平均值，取与平均值最接近的标度为该决策属性的综合权值；若上下两个相邻标度与求得的平均值的差值相同，则取方差较小的标度为该决策属性的综合权值；

(5c)针对带权有向图G中的每条边，设置各决策属性对这条边的重要性百分比，分别将各决策属性的综合权值与其对这条边的重要性百分比相乘，各乘积相加的结果即该边的权值，分别计算每条边的权值最终得到集合W；

(6)服务器将步骤(3)的导航起点位置和终点位置与带权有向图G的点匹配，以带权有向图G、起点S和终点T作为输入，利用Dijkastra算法或A*算法输出起点S和终点T之间的最优路径数据；

(7)服务器按照步骤(3)接收到的用户偏好确定导航方式，以地图、语音或短信的形式将最优路径数据发送至定位基站，再由定位基站发送至移动终端和/或LED屏；

(8)移动终端和/或LED屏显示接收到的最优路径数据并指引目标进行导航；

(9)重复步骤(4)至步骤(8)，直到移动终端发送的位置信息为步骤(3)设置的终点位置，导航结束。