CN107451719A - 灾区车辆调配方法和灾区车辆调配装置 - Google Patents

灾区车辆调配方法和灾区车辆调配装置 Download PDF

Info

Publication number
CN107451719A
CN107451719A CN201710542505.4A CN201710542505A CN107451719A CN 107451719 A CN107451719 A CN 107451719A CN 201710542505 A CN201710542505 A CN 201710542505A CN 107451719 A CN107451719 A CN 107451719A
Authority
CN
China
Prior art keywords
road
damaged
weighted value
information
disaster
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710542505.4A
Other languages
English (en)
Other versions
CN107451719B (zh
Inventor
陈涛
苏国锋
黄全义
陈建国
袁宏永
杨传杰
陈思成
邓振林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Chen'an Mdt Infotech Ltd
Tsinghua University
Beijing Global Safety Technology Co Ltd
Original Assignee
Beijing Chen'an Mdt Infotech Ltd
Tsinghua University
Beijing Global Safety Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Chen'an Mdt Infotech Ltd, Tsinghua University, Beijing Global Safety Technology Co Ltd filed Critical Beijing Chen'an Mdt Infotech Ltd
Priority to CN201710542505.4A priority Critical patent/CN107451719B/zh
Publication of CN107451719A publication Critical patent/CN107451719A/zh
Application granted granted Critical
Publication of CN107451719B publication Critical patent/CN107451719B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提出了一种灾区车辆调配方法和一种灾区车辆调配装置，其中，灾区车辆调配方法包括：获取受灾区域的图像信息；通过道路识别算法识别所述图像信息中的道路；根据所述道路的属性信息和道路受损评估模型，计算道路受损权重值；根据车辆的类型、所述受灾区域的若干条道路的道路受损权重值和预定调配规则，为所述受灾区域确定车辆调配信息。通过本发明的技术方案，能够根据道路和车辆的实际情况，为受灾区域自动匹配合适的车辆调配信息，可有效避免因道路损坏而无法通过指定类型的车辆的情况，提升了车辆调配的合理性和效率，便于救灾工作顺利进行。

Description

灾区车辆调配方法和灾区车辆调配装置
【技术领域】
本发明涉及数据处理技术领域，尤其涉及一种灾区车辆调配方法和一种灾区车辆调配装置。
【背景技术】
目前，当发生自然灾害等恶性灾难事件时，往往需要调派车辆运送消防人员、医护人员或物资进行救援，然而，灾害发生时，道路受损，会阻碍部分类型的车辆顺利通过，而作为救援生命通道的道路一旦堵塞，将对救灾工作产生严重的影响。
因此，如何避免受灾区域的道路易发生堵塞，以保证救灾工作顺利进行，成为目前亟待解决的技术问题。
【发明内容】
本发明实施例提供了一种灾区车辆调配方法和一种灾区车辆调配装置，旨在解决相关技术中受灾区域的道路易发生堵塞影响救灾工作顺利进行的技术问题，能够根据道路的实际情况自动为受灾区域确定合适的车辆调配信息，以保证救灾工作顺利进行。
第一方面，本发明实施例提供了一种灾区车辆调配方法，包括：获取受灾区域的图像信息；通过道路识别算法识别所述图像信息中的道路；根据所述道路的属性信息和道路受损评估模型，计算道路受损权重值；根据车辆的类型、所述受灾区域的若干条道路的道路受损权重值和预定调配规则，为所述受灾区域确定车辆调配信息。
在本发明上述实施例中，可选地，所述道路的属性信息包括：道路规格等级、道路通向信息和道路可替代信息；所述根据所述道路的属性信息和道路受损评估模型，计算道路受损权重值的步骤，具体包括：在所述道路受损评估模型中为所述道路的道路规格等级、道路通向信息和道路可替代信息匹配对应的权重值；计算所述道路规格等级、所述道路通向信息和所述道路可替代信息的权重值的和；将所述权重值的和设置为所述道路受损权重值，或者，根据所述权重值的和确定对应的道路灾损等级，并将所述道路灾损等级对应的权重值设置为所述道路受损权重值。
在本发明上述实施例中，可选地，在所述根据所述道路的属性信息和道路受损评估模型，计算道路受损权重值的步骤之前，还包括：根据历史灾情事件中历史灾损道路的属性信息，训练得到所述道路受损评估模型；所述灾区车辆调配方法还包括：根据本次灾情事件中的道路的属性信息和计算得到的所述道路受损权重值，更新所述道路受损评估模型。
在本发明上述实施例中，可选地，在所述根据所述道路的属性信息和道路受损评估模型，计算道路受损权重值的步骤之前，还包括：确定所述道路的地理位置；根据所述道路的地理位置，在道路数据库中获取所述道路对应的属性信息。
在本发明上述实施例中，可选地，还包括：根据所述受灾区域的各个道路的道路受损权重值，生成灾区道路受损图。
在本发明上述实施例中，可选地，所述预定调配规则包括：禁止所述道路受损权重值处于预定范围内的道路通过预定类型的汽车，其中，每个所述预定范围对应有车辆的至少一个类型。
第二方面，本发明实施例提供了一种灾区车辆调配装置，包括：图像信息获取单元，获取受灾区域的图像信息；道路识别单元，通过道路识别算法识别所述图像信息中的道路；计算单元，根据所述道路的属性信息和道路受损评估模型，计算道路受损权重值；车辆调配单元，根据车辆的类型、所述受灾区域的若干条道路的道路受损权重值和预定调配规则，为所述受灾区域确定车辆调配信息。
在本发明上述实施例中，可选地，所述道路的属性信息包括：道路规格等级、道路通向信息和道路可替代信息；所述计算单元具体用于：在所述道路受损评估模型中为所述道路的道路规格等级、道路通向信息和道路可替代信息匹配对应的权重值，计算所述道路规格等级、所述道路通向信息和所述道路可替代信息的权重值的和，并将所述权重值的和设置为所述道路受损权重值，或者，根据所述权重值的和确定对应的道路灾损等级，并将所述道路灾损等级对应的权重值设置为所述道路受损权重值。
在本发明上述实施例中，可选地，还包括：模型训练单元，在所述计算单元计算道路受损权重值之前，根据历史灾情事件中历史灾损道路的属性信息，训练得到所述道路受损评估模型；所述模型训练单元还用于：根据本次灾情事件中的道路的属性信息和计算得到的所述道路受损权重值，更新所述道路受损评估模型。
在本发明上述实施例中，可选地，还包括：属性信息获取单元，在所述计算单元计算道路受损权重值之前，确定所述道路的地理位置，并根据所述道路的地理位置，在道路数据库中获取所述道路对应的属性信息。
在本发明上述实施例中，可选地，还包括：地图生成单元，根据所述受灾区域的各个道路的道路受损权重值，生成灾区道路受损图。
在本发明上述实施例中，可选地，所述预定调配规则包括：禁止所述道路受损权重值处于预定范围内的道路通过预定类型的汽车，其中，每个所述预定范围对应有车辆的至少一个类型。
以上技术方案，针对相关技术中的受灾区域的道路易发生堵塞影响救灾工作顺利进行的技术问题，能够根据道路的实际情况自动为受灾区域确定合适的车辆调配信息，具体来说，可以通过无人机拍摄、网络视频获取等方式获取受灾区域的图像信息，并从这些图像信息中识别出道路，接着，可以将该道路的属性信息应用于道路受损评估模型，在道路受损评估模型中，不同的道路属性信息对应有不同的权重值，将一条道路的属性信息综合起来，则可以确定对应的道路受损权重值。在此基础上，由于受灾区域的若干条道路的属性信息有差别，且受灾区域的若干条道路具有各自对应的道路受损权重值，因此、可以基于车辆的类型和根据道路属性信息计算得到的道路受损权重值，确定不同类型的车辆在不同道路受损权重值的情况下所能够顺利通过的道路，即为受灾区域确定车辆调配信息。
通过以上技术方案，能够根据道路和车辆的实际情况，为受灾区域自动匹配合适的车辆调配信息，可有效避免因道路损坏而无法通过指定类型的车辆的情况，提升了车辆调配的合理性和效率，便于救灾工作顺利进行。
【附图说明】
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1示出了本发明的一个实施例的灾区车辆调配方法的流程图；
图2示出了本发明的一个实施例的计算道路受损权重值的流程图；
图3示出了本发明的一个实施例的灾区车辆调配装置的框图；
图4示出了本发明的一个实施例的终端的框图。
【具体实施方式】
为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。
应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
图1示出了本发明的一个实施例的灾区车辆调配方法的流程图。
如图1所示，本发明实施例提供了一种灾区车辆调配方法，包括：
步骤102，获取受灾区域的图像信息。
具体来说，可以通过无人机拍摄、网络信息获取等方式获取受灾区域的图像信息，其中，网络信息获取包括获取灾情新闻图像信息和/或获取灾区群众上传至网络的信息中的图像信息，并且，图像信息包括但不限于图片和/视频。
步骤104，通过道路识别算法识别所述图像信息中的道路。
道路识别算法用于在每一帧图像信息中识别出道路，其可以为SVM(SupportVector Machine，支持向量机)+HOG(Histogram of Oriented Gradient，方向梯度直方图)检测算法，SVM是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析，HOG则是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子，HOG通过计算和统计图像局部区域的梯度方向直方图来构成特征。
在系统中可具有道路数据库、非道路数据库，道路数据库和非道路数据库中分别存储受损道路图像信息和正常道路图像信息，以供道路识别算法对大量的正样本(即受损道路图像信息)及负样本(即正常道路图像信息)训练学习可得到道路检测分类器，通过该道路检测分类器对新获取的图像信息进行训练，可在道路数据库检测是否具体与新获取的图像信息相匹配的受损道路图像信息，若有，则可识别该道路为受损道路，否则，继续进行下一帧图像信息的处理。
当然，道路识别算法不限于此，还可以是其他任何能够识别图像信息中的指定目标的算法。
步骤106，根据所述道路的属性信息和道路受损评估模型，计算道路受损权重值。
首先，在步骤106之前，还包括：确定所述道路的地理位置；根据所述道路的地理位置，在道路数据库中获取该道路对应的属性信息。换句话说，根据道路的地理位置，如坐标信息等，可以在道路数据库中确定相同理位置的道路，并调用该相同理位置的道路的属性信息作为该道路的属性信息。
其中，道路的属性信息包括但不限于：道路规格等级、道路通向信息和道路可替代信息中的一项或多项，道路规格等级包括但不限于高速公路、国道、省道和其他道路，道路通向信息指的是道路为单向同道还是双向同道，道路可替代信息指是否有其他道路能够取代该道路将车辆调派至目的地。
步骤108，根据车辆的类型、所述受灾区域的若干条道路的道路受损权重值和预定调配规则，为所述受灾区域确定车辆调配信息。
其中，所述预定调配规则包括：禁止所述道路受损权重值处于预定范围内的道路通过预定类型的汽车，其中，每个所述预定范围对应有车辆的至少一个类型。
比如，载客汽车分为大型、中型、小型、微型，载货汽车分为重型、中型、轻型、微型，可设置预定调配规则为：公路受损加权值低于0.4的道路不可以通过大型客车及重型载货车，公路受损加权值低于0.6的道路不可以通过中型客车及中型载货车，公路受损加权值低于0.8的道路不可以通过小型汽车及轻型载货车，公路受损加权值低于0.9的道路不可以通过微型客车及微型载货车。
以上技术方案，针对相关技术中的受灾区域的道路易发生堵塞影响救灾工作顺利进行的技术问题，能够根据道路的实际情况自动为受灾区域确定合适的车辆调配信息，具体来说，可以通过无人机拍摄、网络视频获取等方式获取受灾区域的图像信息，并从这些图像信息中识别出道路，接着，可以将该道路的属性信息应用于道路受损评估模型，在道路受损评估模型中，不同的道路属性信息对应有不同的权重值，将一条道路的属性信息综合起来，则可以确定对应的道路受损权重值。在此基础上，由于受灾区域的若干条道路的属性信息有差别，且受灾区域的若干条道路具有各自对应的道路受损权重值，因此、可以基于车辆的类型和根据道路属性信息计算得到的道路受损权重值，确定不同类型的车辆在不同道路受损权重值的情况下所能够顺利通过的道路，即为受灾区域确定车辆调配信息。
通过以上技术方案，能够根据道路和车辆的实际情况，为受灾区域自动匹配合适的车辆调配信息，可有效避免因道路损坏而无法通过指定类型的车辆的情况，提升了车辆调配的合理性和效率，便于救灾工作顺利进行。
在此基础上，如图2所示，计算道路受损权重值的步骤，具体包括：
步骤1602，在所述道路受损评估模型中为所述道路的道路规格等级、道路通向信息和道路可替代信息匹配对应的权重值。
比如，可以设置高速公路、国道、省道和其他道路对应的权重值分别为2、1.5、1、0.5，设置双向同道且具有可替代道路、双向同道且无可替代道路、单向同道且具有可替代道路以及单向同道且不具有可替代道路的权重值分别为2、1、1和0.5。
步骤1604，计算所述道路规格等级、所述道路通向信息和所述道路可替代信息的权重值的和。当一条道路为国道、双向同道且无可替代道路时，其对应的权重值的和为2.5。
步骤1606，将所述权重值的和设置为所述道路受损权重值，或者，根据所述权重值的和确定对应的道路灾损等级，并将所述道路灾损等级对应的权重值设置为所述道路受损权重值。可直接将道路的各属性信息的权重值的和设置为所述道路受损权重值，也可以设置多个道路灾损等级，每个灾损等级对应不同的权重值的和的范围，因此，可确定道路的各属性信息的权重值的和对应的道路灾损等级，不同的道路灾损等级对应有不同的道路受损权重值，从而可根据道路的实际道路灾损等级确定其实际的道路受损权重值。
当然，在步骤106之前，还包括：根据历史灾情事件中历史灾损道路的属性信息，训练得到所述道路受损评估模型。在训练得到的道路受损评估模型中，不同组合的属性信息对应有不同的道路受损权重值，因此，当将道路的实际属性信息应用于道路受损评估模型时，可为道路的实际属性信息匹配相同或相近的属性信息组合，并将该属性信息组合对应的道路受损权重值设置为该道路的道路受损权重值。
在实际场景下，还可以根据本次灾情事件中的道路的属性信息和计算得到的所述道路受损权重值，更新所述道路受损评估模型，即将本次灾情事件中的相关数据加入到原历史灾损道路的属性信息中，并重新训练道路受损评估模型，使得道路受损评估模型更新后更加适用于实际情况，提升了救灾工作的有效性。
另外，根据所述受灾区域的各个道路的道路受损权重值，可生成灾区道路受损图，比如，不同受灾等级的道路可标注不同的线条粗细，不同类型的道路也可以用不同颜色的线条区分，从而可以在灾区道路受损图上详细呈现受灾区域的道路状况，便于救灾工作的进一步顺利进行。
图3示出了本发明的一个实施例的灾区车辆调配装置的框图。
如图3所示，本发明实施例提供了一种灾区车辆调配装置300，包括：图像信息获取单元302，获取受灾区域的图像信息；道路识别单元304，通过道路识别算法识别所述图像信息中的道路；计算单元306，根据所述道路的属性信息和道路受损评估模型，计算道路受损权重值；车辆调配单元308，根据车辆的类型、所述受灾区域的若干条道路的道路受损权重值和预定调配规则，为所述受灾区域确定车辆调配信息。
该灾区车辆调配装置300使用图1和图2示出的实施例中任一项所述的方案，因此，具有上述所有技术效果，在此不再赘述。灾区车辆调配装置300还具有以下技术特征：
在本发明上述实施例中，可选地，所述道路的属性信息包括：道路规格等级、道路通向信息和道路可替代信息；所述计算单元306具体用于：在所述道路受损评估模型中为所述道路的道路规格等级、道路通向信息和道路可替代信息匹配对应的权重值，计算所述道路规格等级、所述道路通向信息和所述道路可替代信息的权重值的和，并将所述权重值的和设置为所述道路受损权重值，或者，根据所述权重值的和确定对应的道路灾损等级，并将所述道路灾损等级对应的权重值设置为所述道路受损权重值。
在本发明上述实施例中，可选地，还包括：模型训练单元，在所述计算单元计算道路受损权重值之前，根据历史灾情事件中历史灾损道路的属性信息，训练得到所述道路受损评估模型；所述模型训练单元还用于：根据本次灾情事件中的道路的属性信息和计算得到的所述道路受损权重值，更新所述道路受损评估模型。
在本发明上述实施例中，可选地，还包括：属性信息获取单元，在所述计算单元计算道路受损权重值之前，确定所述道路的地理位置，并根据所述道路的地理位置，在道路数据库中获取所述道路对应的属性信息。
在本发明上述实施例中，可选地，还包括：地图生成单元，根据所述受灾区域的各个道路的道路受损权重值，生成灾区道路受损图。
在本发明上述实施例中，可选地，所述预定调配规则包括：禁止所述道路受损权重值处于预定范围内的道路通过预定类型的汽车，其中，每个所述预定范围对应有车辆的至少一个类型。
图4示出了根据本发明的一个实施例的终端的框图。
如图4所示，根据本发明的一个实施例的终端400，包括图3示出的灾区车辆调配装置300，因此，该终端400具有和图3示出的灾区车辆调配装置300相同的技术效果，在此不再赘述。在该终端，可以接收各种受灾区域的信息，并根据该信息确定车辆调派信息，从而便于救灾工作的顺利进行。
以上结合附图详细说明了本发明的技术方案，通过本发明的技术方案，能够根据道路和车辆的实际情况，为受灾区域自动匹配合适的车辆调配信息，可有效避免因道路损坏而无法通过指定类型的车辆的情况，提升了车辆调配的合理性和效率，便于救灾工作顺利进行。
取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
需要说明的是，本发明实施例中所涉及的终端可以包括但不限于个人计算机(Personal Computer，PC)、个人数字助理(Personal Digital Assistant，PDA)、无线手持设备、平板电脑(Tablet Computer)、手机、MP3播放器、MP4播放器等。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机装置(可以是个人计算机，服务器，或者网络装置等)或处理器(Processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (12)

1.一种灾区车辆调配方法，其特征在于，包括：
获取受灾区域的图像信息；
通过道路识别算法识别所述图像信息中的道路；
根据所述道路的属性信息和道路受损评估模型，计算道路受损权重值；
根据车辆的类型、所述受灾区域的若干条道路的道路受损权重值和预定调配规则，为所述受灾区域确定车辆调配信息。
2.根据权利要求1所述的灾区车辆调配方法，其特征在于，所述道路的属性信息包括：道路规格等级、道路通向信息和道路可替代信息；
所述根据所述道路的属性信息和道路受损评估模型，计算道路受损权重值的步骤，具体包括：
在所述道路受损评估模型中为所述道路的道路规格等级、道路通向信息和道路可替代信息匹配对应的权重值；
计算所述道路规格等级、所述道路通向信息和所述道路可替代信息的权重值的和；
将所述权重值的和设置为所述道路受损权重值，或者，根据所述权重值的和确定对应的道路灾损等级，并将所述道路灾损等级对应的权重值设置为所述道路受损权重值。
3.根据权利要求1或2所述的灾区车辆调配方法，其特征在于，在所述根据所述道路的属性信息和道路受损评估模型，计算道路受损权重值的步骤之前，还包括：
根据历史灾情事件中历史灾损道路的属性信息，训练得到所述道路受损评估模型；
所述灾区车辆调配方法还包括：
根据本次灾情事件中的道路的属性信息和计算得到的所述道路受损权重值，更新所述道路受损评估模型。
4.根据权利要求1或2所述的灾区车辆调配方法，其特征在于，在所述根据所述道路的属性信息和道路受损评估模型，计算道路受损权重值的步骤之前，还包括：
确定所述道路的地理位置；
根据所述道路的地理位置，在道路数据库中获取所述道路对应的属性信息。
5.根据权利要求1或2所述的灾区车辆调配方法，其特征在于，还包括：
根据所述受灾区域的各个道路的道路受损权重值，生成灾区道路受损图。
6.根据权利要求1或2所述的灾区车辆调配方法，其特征在于，所述预定调配规则包括：禁止所述道路受损权重值处于预定范围内的道路通过预定类型的汽车，其中，每个所述预定范围对应有车辆的至少一个类型。
7.一种灾区车辆调配装置，其特征在于，包括：
图像信息获取单元，获取受灾区域的图像信息；
道路识别单元，通过道路识别算法识别所述图像信息中的道路；
计算单元，根据所述道路的属性信息和道路受损评估模型，计算道路受损权重值；
车辆调配单元，根据车辆的类型、所述受灾区域的若干条道路的道路受损权重值和预定调配规则，为所述受灾区域确定车辆调配信息。
8.根据权利要求7所述的灾区车辆调配装置，其特征在于，所述道路的属性信息包括：道路规格等级、道路通向信息和道路可替代信息；
所述计算单元具体用于：
在所述道路受损评估模型中为所述道路的道路规格等级、道路通向信息和道路可替代信息匹配对应的权重值，计算所述道路规格等级、所述道路通向信息和所述道路可替代信息的权重值的和，并将所述权重值的和设置为所述道路受损权重值，或者，根据所述权重值的和确定对应的道路灾损等级，并将所述道路灾损等级对应的权重值设置为所述道路受损权重值。
9.根据权利要求7或8所述的灾区车辆调配装置，其特征在于，还包括：
模型训练单元，在所述计算单元计算道路受损权重值之前，根据历史灾情事件中历史灾损道路的属性信息，训练得到所述道路受损评估模型；
所述模型训练单元还用于：
根据本次灾情事件中的道路的属性信息和计算得到的所述道路受损权重值，更新所述道路受损评估模型。
10.根据权利要求7或8所述的灾区车辆调配装置，其特征在于，还包括：
属性信息获取单元，在所述计算单元计算道路受损权重值之前，确定所述道路的地理位置，并根据所述道路的地理位置，在道路数据库中获取所述道路对应的属性信息。
11.根据权利要求7或8所述的灾区车辆调配装置，其特征在于，还包括：
地图生成单元，根据所述受灾区域的各个道路的道路受损权重值，生成灾区道路受损图。
12.根据权利要求7或8所述的灾区车辆调配装置，其特征在于，所述预定调配规则包括：禁止所述道路受损权重值处于预定范围内的道路通过预定类型的汽车，其中，每个所述预定范围对应有车辆的至少一个类型。
CN201710542505.4A 2017-07-05 2017-07-05 灾区车辆调配方法和灾区车辆调配装置 Active CN107451719B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710542505.4A CN107451719B (zh) 2017-07-05 2017-07-05 灾区车辆调配方法和灾区车辆调配装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710542505.4A CN107451719B (zh) 2017-07-05 2017-07-05 灾区车辆调配方法和灾区车辆调配装置

Publications (2)

Publication Number Publication Date
CN107451719A true CN107451719A (zh) 2017-12-08
CN107451719B CN107451719B (zh) 2021-05-04

Family

ID=60488721

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710542505.4A Active CN107451719B (zh) 2017-07-05 2017-07-05 灾区车辆调配方法和灾区车辆调配装置

Country Status (1)

Country Link
CN (1) CN107451719B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112085638A (zh) * 2020-09-03 2020-12-15 深圳市不动产评估中心(深圳市地质环境监测中心) 突发地质灾害应急指挥交互方法、系统及设备
CN113393071A (zh) * 2020-03-13 2021-09-14 本田技研工业株式会社 派车服务装置、方法及记录有程序的计算机可读介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101832779A (zh) * 2010-03-03 2010-09-15 北京大学 一种复杂环境下的导航方法
CN103020744A (zh) * 2012-12-31 2013-04-03 中国科学技术大学 一种灾害环境下最优交通路径的查找方法
CN103700054A (zh) * 2013-12-10 2014-04-02 中国地质大学武汉 一种突发地质灾害应急预案数字化系统
CN103870891A (zh) * 2014-03-25 2014-06-18 安徽大学 基于网格流的输电线路火灾蔓延预测方法及系统
CN105701753A (zh) * 2016-01-13 2016-06-22 天津中科智能识别产业技术研究院有限公司 受灾人员最优疏散转移路线规划系统
CN105719051A (zh) * 2016-01-13 2016-06-29 天津中科智能识别产业技术研究院有限公司 一种救灾运输车辆管理调配系统
CN106780050A (zh) * 2016-12-12 2017-05-31 国信优易数据有限公司 受灾程度评估方法、系统及电子设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101832779A (zh) * 2010-03-03 2010-09-15 北京大学 一种复杂环境下的导航方法
CN103020744A (zh) * 2012-12-31 2013-04-03 中国科学技术大学 一种灾害环境下最优交通路径的查找方法
CN103700054A (zh) * 2013-12-10 2014-04-02 中国地质大学武汉 一种突发地质灾害应急预案数字化系统
CN103870891A (zh) * 2014-03-25 2014-06-18 安徽大学 基于网格流的输电线路火灾蔓延预测方法及系统
CN105701753A (zh) * 2016-01-13 2016-06-22 天津中科智能识别产业技术研究院有限公司 受灾人员最优疏散转移路线规划系统
CN105719051A (zh) * 2016-01-13 2016-06-29 天津中科智能识别产业技术研究院有限公司 一种救灾运输车辆管理调配系统
CN106780050A (zh) * 2016-12-12 2017-05-31 国信优易数据有限公司 受灾程度评估方法、系统及电子设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SHANGYAO YAN等: ""Optimal scheduling of emergency roadway repair and subsequent relief distribution"", 《COMPUTERS AND OPERATIONS REASEARCH》 *
陈森等: ""未定路网结构情况下应急物资车辆配送问题模型与应用"", 《系统工程理论与实践》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113393071A (zh) * 2020-03-13 2021-09-14 本田技研工业株式会社 派车服务装置、方法及记录有程序的计算机可读介质
CN112085638A (zh) * 2020-09-03 2020-12-15 深圳市不动产评估中心(深圳市地质环境监测中心) 突发地质灾害应急指挥交互方法、系统及设备
CN112085638B (zh) * 2020-09-03 2024-04-26 深圳市自然资源和不动产评估发展研究中心(深圳市地质环境监测中心) 突发地质灾害应急指挥交互方法、系统及设备

Also Published As

Publication number Publication date
CN107451719B (zh) 2021-05-04

Similar Documents

Publication Publication Date Title
CN107480853A (zh) 物资分配方法和物资分配装置
CN108423006A (zh) 一种辅助驾驶预警方法及系统
JP6398979B2 (ja) 映像処理装置、映像処理方法および映像処理プログラム
CN110991513B (zh) 一种具有类人连续学习能力的图像目标识别系统及方法
CN109325424A (zh) 交通违章案件的鉴别方法、装置和计算机设备
CN107004353B (zh) 交通违章管理系统和交通违章管理方法
CN107529659B (zh) 安全带佩戴检测方法、装置及电子设备
US20230252800A1 (en) Systems and methods for identifying distracted driver behavior from video
CN115004269A (zh) 监视装置、监视方法及程序
CN106570444A (zh) 基于行为识别的车载智能提醒方法及系统
CN113674523A (zh) 交通事故分析方法、装置及设备
CN107451719A (zh) 灾区车辆调配方法和灾区车辆调配装置
CN110263836B (zh) 一种基于多特征卷积神经网络的不良驾驶状态识别方法
CN111382606A (zh) 摔倒检测方法、摔倒检测装置和电子设备
Payghode et al. Object detection and activity recognition in video surveillance using neural networks
CN114724011B (zh) 一种行为的确定方法、装置、存储介质及电子装置
CN109146885A (zh) 图像分割方法、设备和计算机可读存储介质
CN113593256B (zh) 基于城市管理的无人机智能驱离控制方法、系统及云平台
CN116152675A (zh) 一种基于深度学习的无人机救援方法及系统
CN112581525B (zh) 人体佩戴物品的状态检测方法、装置、设备及存储介质
CN111507380B (zh) 基于聚类的图片分类方法、系统、装置及存储介质
CN107451198A (zh) 灾情评估方法和灾情评估装置
CN101996400B (zh) 更新目标检测器的方法和装置
CN111723601A (zh) 一种图像处理的方法及装置
CN112861900A (zh) 影像系统及检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant