随着社会的不断发展,各种社会问题的凸显和激化导致各类群体性事件、重大刑事案件和暴力恐怖事件的不断发生。作为关键的应对手段,社会安全事件预警能力的建设得到越来越多的关注。参与人员的聚集是许多社会安全事件发生前的重要特征,如果提前识别出这类人员聚集,则能够为社会安全事件的预警提供支持,对促进社会稳定具有重要现实意义。聚集形成过程中参与人员的部分动作是可能被观察到的,虽然每个动作单独来看不一定表现出异常,综合分析一系列动作有可能发现潜在的人员聚集事件。本文采用基于规划的规划识别方法（Plan Recognition as Planning,PRAP）的思路,研究如何通过聚集前参与人员的动作提前识别出尚未发生的人员聚集事件。首先,本文结合人员聚集过程的基本特征,将其抽象为状态转移过程并分析了问题的关键要素,采用基于时态规划的表达形式描述了领域知识和观察动作序列,利用时态限定表达式描述了其中的时态约束关系,构建了面向PRAP的人员聚集事件识别问题模型。然后,针对目前PRAP规划识别方法无法处理时态约束的不足,提出了一种考虑时态约束的PRAP算法,识别单个参与人员的可能目的地。在此基础上,采用层次聚类算法对所有参与人员的目的地识别结果进行分析,识别出可能的人员聚集事件。最后,本文以城市交通环境为背景设计了算例,通过实验分析了不同情景下方法的有效性。本文针对人员聚集事件识别问题,构建了问题模型并提出了基于时态PRAP的人员聚集事件识别方法。本文提出的时态PRAP算法改进了现有方法缺乏时态处理能力的不足,提高了PRAP算法的适用性。本文提出的人员聚集事件识别方法具有在较长时间范围提前识别人员聚集事件的能力,并且在不同规模的聚集问题和存在无关动作干扰的场景下都具备良好的效果,能够为社会安全事件的预警提供支持。