CN108304954A - 一种安防系统的警情处理动态路线半季度规划方法 - Google Patents

一种安防系统的警情处理动态路线半季度规划方法 Download PDF

Info

Publication number
CN108304954A
CN108304954A CN201711151718.0A CN201711151718A CN108304954A CN 108304954 A CN108304954 A CN 108304954A CN 201711151718 A CN201711151718 A CN 201711151718A CN 108304954 A CN108304954 A CN 108304954A
Authority
CN
China
Prior art keywords
section
time
route
road
alert
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.)
Pending
Application number
CN201711151718.0A
Other languages
English (en)
Inventor
不公告发明人
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.)
Dongguan Equity Exchange Center
Original Assignee
Dongguan Equity Exchange Center
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 Dongguan Equity Exchange Center filed Critical Dongguan Equity Exchange Center
Priority to CN201711151718.0A priority Critical patent/CN108304954A/zh
Publication of CN108304954A publication Critical patent/CN108304954A/zh
Pending legal-status Critical Current

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种安防系统的警情处理动态路线半季度规划方法，包括步骤：获取地理位置信息及时间信息，确定所有可能路径，确定每一路径的具体路段，确定每一路段用时tij，确定每一路径用时T1，T2，…,Tn，即将每一路径i的各路段所用时间之和算出即：Ti=ti1+ti2+…+tim；取T1，T2，…,Tn最小值Ta，即得目标路径a路径，也即车辆选取a路径为最终行车路径，并且选取对应的速度即为车行速度。本发明发掘利用以往交通数据，给出不同路段的不同道路通行速度，找出从出发地到目的地用时最短的相应路径以及速度，保证安防车在最短的时间内到达目的地。

Description

一种安防系统的警情处理动态路线半季度规划方法
技术领域
本发明涉及安防系统中对警情处理的技术领域，特别是涉及一种安防系统的警情处理路线动态规划方法。
背景技术
目前，人们对警情应急反应速度的要求越来越高，而城市尤其是特大型城市如上海、北京的中心城区拥堵极为严重。对于警情的处理，现有安防系统大多是在城市的某些区域内设置多个安防办公站，当警情发生时，基本都是距离最近的安防工作站响应，前往警情发生地处置警情。而在中心城区的安防办公站到警情发生地时，往往一半路段是拥堵的，以往的由安防办公站到警情发生地的通行路径，都由安防人员个人依据个人经验快速得出，由于安防人员的经验不同以及判断决策水平不一，因此警情的处理效率会受安防人员的个人因素大幅影响。常常发生消防车堵在路上一刻钟以上的情形，出警时间大幅提高数倍甚至数十倍的情况，给百姓的生命财产安全造成极大的隐患。
近来虽然也出现一些道路规划的方法以及系统，但都是静态规划。在做静态规划时，往往不考虑拥堵，仅仅寻找到警情发生点最近安防办公站，而后找出最近安防办公站到警情发生点间最短路径，将此最短路径定为最终安防车行车路线；即便考虑拥堵，也简单以拥堵不拥堵来划分路况，而对拥堵路况简单化，给出统一的车辆通行速度，而全市那么多不同拥堵路况的道路通行速度竟然相同，显然不够合理，没有能够很好的发掘以往交通数据，在交通拥堵常态化的大城市的中心城区亟待改进这种处理警情方式。
如果一路段某天或者某些天发生交通事故，那么事故发生后一段时间的交通一定大受影响，机动车行完所述路段所需时间必定大大延长，那么此时显然需要对相应的时间数据做进一步的处理。
发明内容
本发明的目的是提供一种安防系统的警情处理动态路线半季度规划方法，发掘利用以往交通数据，给出不同拥堵路段的不同道路通行速度，找出到警情发生点时间最短的安防服务站以及相应路线，能够大大减少安防车辆到火警现场的时间的不确定性，避免车辆被堵几十分钟甚至几个小时，基本能够保证安防车辆在预定的时间能够到达警情现场，及时处理警情。
本发明特别考虑路段曾经发生异常情况如交通事故，机动车行完路段全程所需时间大幅增加时，也即时间数据偏离情况比较严重，给出一个异常时间数据处理方法以给出好的规划方案。
为实现上述目的，本发明采用以下技术方案：
一种安防系统的警情处理动态路线半季度规划方法，包括步骤：
（1）获取报警信号所对应的警情发生地的地理位置信息以及时间信息；
（2）根据所述警情发生地的地理位置信息，搜索预设区域内的安防服务站，获得临近安防服务站的地理位置信息；
（3）根据地理数据库以及警情发生地以及安防服务站的地理位置信息，找出安防服务站所在地至警情发生地的所有可能通行路线:路线1, 路线2,…, 路线n；
（4）确定每一通行路线的路段：确定路线1的具体路段，路线2的具体路段,…,路线n的具体路段；
（5）确定每一路段所用时间tij：利用路段拥堵的半季度数学模型，计算所有可能通行路线的每一路段所用时间，tij表示路线i的第j路段所用时间，i取值范围为1,…,n,j取值范围为1,…,m；
（6）确定每一路线所用时间T1，T2，…,Tn：将每一路线i的各路段所用时间之和算出即：Ti=ti1+ti2+…+tim；
（7）取T1，T2，…,Tn最小值Ta，则a路线为目标路线，也即选取a路线为最终行车路线，对应的安防服务站为提供救援的安防服务站;
所述的路段拥堵的半季度数学模型建立方法为：
1）确定时刻信息：e年a月b日c时d分，a,b,c,d,e确定,时刻信息以分钟为最小计时单位；
2）由地理数据库，获取所述路段长度s；
3）获取警情发生前1日上述警情发生时刻该路段的机动车平均行驶速度v:根据道路交通数据库，获取e年a月b-1日c时d分所述路段机动车的平均行驶速度v，
4）由t=s/v获取警情发生前1日上述时刻即e年a月b-1日c时d分机动车机动车行完所述路段所需时间t1；
5）如此，算出警情发生前2日该特定时刻e年a月b-2日c时d分机动车行完所述路段所需时间t2；
6）类推，算出警情发生前3，4，5，…，45日该特定时刻机动车行完所述路段所需时间t3,t4,…,t45;
7）将t1,t2,t3，…,t45按照从小到大依次排序t’1,t’2,t’3，…,t’45;
8）判断偏离：判断(t’11-t’1)>3(t’34 –t’11)/2或(t’45-t’34)>3(t’34–t’11)/2是否满足；
9）如果满足，则取t’23为所述路段在该时刻通行所需时间;
10）如果不满足，则取（t’12+t’13+…+t’33）/22为所述路段在该时刻通行所需时间。
所述的时刻信息规则为，后续路段的起始时刻为前一路段的起始时刻加上前一路段的通行时间。
所述的道路交通数据库，包括道路名、道路长路，每一时刻在双向上车辆的平均速度。
所述地理位置信息都可以从地理数据库中获得，地理数据库包括道路经纬度坐标信息、道路名称、道路长度、建筑经纬度坐标、建筑名称等，所述地理数据库是根据现有地理信息建立而成。
根据所述警情发生地的地理位置信息，搜索预设区域内的安防服务站，具体包括：以所述警情发生地的经纬度坐标为中心，搜索预设半径内的安防服务站；根据搜索到的安防服务站，确定所述安防服务站对应的经纬度坐标。
所述的通行路线的各路段的确定规则为：每一路段的道路名称单一，且包括起始点，不包括终点，最后一条路段包括起点终点。
本发明的优点：
本发明以各路段拥堵的半季度数学模型为基础，挖掘利用以往一个短时间段的交通数据，具体到特定时刻，特定路段，根据以往的一个月的交通数据，用统计方法估算出各路段的通行时间，进而得到安防人员由所取路线到驾车到警情发生地的时间，在极度拥堵的情况下，出警时间仍然可控，并且达到最优。
本发明特别考虑路段曾经发生异常情况如交通事故，机动车行完路段全程所需时间大幅增加时，给出异常时间数据的处理技巧以达到最优化结果。
本发明充分考虑各路段的拥堵，对各路段的交通数据加以挖掘，尤其注意及时利用算出的前一路段的最新通行时间数据，在路段的时刻选取上实现了动态规划，因此得到的出警时间可靠，出警路线非常科学，达到最优效果。
本算法确定的安防服务站是由出警时间最短确定的，而非以往简单以静态距离最短先行确定，保证了出警时间最短，提高了整个安防系统的效率。
另外，本发明取的数据极少，所以数据的采集通讯以及处理都非常迅速，数据处理方式简单高效，一台普通个人电脑可以进行上述算法的全部运算过程，且结果反馈极快，可以实现瞬时处理并且给出结果，成本极低，易于推广。
本发明因反应时间为瞬时，所以可以用在要求反应速度极快，比如随时有爆燃隐患爆发等的情况下的安防处理。
具体实施方式
实施例1：
实施例1：
比如安防指挥系统于2017年3月4日下午5点6分23秒接到警情报告延安路7号801室起火，内有电动车电池，可能随时爆燃，急需要救援。
那么安防指挥系统将做如下操作：
（1）根据地理数据库调取延安路7号的建筑名称为黄河大厦、经纬度坐标为（东经8°，北纬9°），得到警情发生地的地理位置信息；
（2）以黄河大厦（东经8°，北纬9°）为中心，假定以5公里为预定搜索半径，搜索5公里内的安防服务站，得到临近安防服务站的地理位置信息以及名称：安1安防站（东经10°，北纬11°），安2安防站（东经12°，北纬13°），安3安防站（东经14°，北纬15°）；
（3）由地理数据库容易得到安1安防站（东经10°，北纬11°）到黄河大厦（东经8°，北纬9°）的5条不同路线，具体为路线1，路线2，路线3，路线4，路线5；
（4）类似的找出安2安防站（东经12°，北纬13°）到黄河大厦（东经8°，北纬9°）的4条不同路线，具体为路线6，路线7，路线8，路线9；而安3安防站（东经14°，北纬15°）到黄河大厦（东经8°，北纬9°）的3条不同路线，具体为路线10，路线11，路线12；
(5)我们以路线1为例说明如何确定路线的路段：路线1由3个路段段组成具体为：延安1路，延安2路，延安3路；延安1路段，延安2路段包括起点路口，延安3路段包括起点路口和终点路口，这样所有路口都被算到且只算了一次；
利用路段拥堵的半季度数学模型，计算路线1的每一路段所用时间t1,1，t1,2，t1,3;
(6)以第 1路段延安1路所化时间t1,1为例说明如何建立某一路段拥堵的半季度数学模型，具体方法为：
1)确定警情发生时间2017年3月4日下午5点6分23秒确定时刻信息2017年3月4日17时6分；
2）由地理数据库获取路段延安1路长度s=2公里；
3)根据道路交通管理系统存储的数据，获取前1日相应时刻即2017年3月3日17时6分路段延安1路的机动车平均行驶速度v=24公里/小时；
4）由t=s/v得t1=2/24小时=5分钟，即前1日相应时刻机动车开车行完第1路段所需时间；
5）如此，得警情发生前2日该特定时刻机动车行完所述路段所需时间t2=4.8分钟；
6) 如此，得出警情发生前3，4，5…45日该特定时刻机动车行完所述路段所需时间t3,t4,…,t45;
ti t1, t2, t3, …, t21， t22, t23, …, t43, t44, t 45
时间/分钟 5, 4.8, 15, … , 6 , 4, 4.9，…, 6 , 7, 5
7）将t1,t2,t3，…,t45按照从小到大依次排序t’1,t’2,t’3，…,t’45 ;
t’i t’1, t’2, t’3 , …, t’11， …, t’22, …, t’33, t’34,…, t’44, t’45
时间/分钟 4, 4.8, 4.9, …, 5, …, 6.5, …, 6, 7, …, 7, 15
8）3(t’34–t’11)/2=( 7-5)*3/2=3
t’45-t’34=15-7=8>3
即 (t’45-t’34)>3(t’34–t’11)/2,据此判定，数据有大幅异常，也即该时刻最近发生过交通事故，均值失真，因此不能取均值，而是取中位数;
9）则取t1，1=t’23=6.5分钟,
即在该特定时刻延安1路通行所需时间为6.5分钟。
t1,2,t1,3算法同t1,1，所不同处仅在于时刻：
t1,1 2017年3月4日17时6分,
又t1，1=6.5分钟，所以：
t1,2 2017年3月4日17时12.5分,时刻信息分钟值四舍五入得
t1,22017年3月4日17时13分
即利用上述路段拥堵的半季度数学模型计算t1,2时，时刻信息取2017年3月4日17时13分，进而算出t1，2=3分钟，那么类似的
t1,3 2017年3月4日17时16分
即利用上述路段拥堵的半季度数学模型计算t1,3时，时刻信息取2017年3月4日17时16分，进而算出t1，3=4分钟；
(7)由第1路段延安1路所化时间t1，1=6.5分钟，第2段延安2路所化时间t1,2=3分钟，第3段延安3路所化时间t1,3=4分钟;
那么路线1的通行时间T1=t1,1+t1,2+t1,3=6.5+3+4=13.5分钟
类似的，我们可以算出路线2,…, 路线12的通行时间，T1，T2，…,T12,如下表所示：
Ti T1， T2， T3， T4, T5， T6， T7， T8， T9, T10， T11， T12
单位/分钟 13.5， 15， 16.5， 20， 37， 44， 14.2， 15， 19， 18， 7， 10
(8) T11=7最小，故取11路线为目标路线，也即选取11路线为最终行车路线，对应的安防服务站安防3站为提供救援的安防服务站。
指挥系统向安防3站发出指令，给安防3站提供行车路线11，安防3站执行指令，消防车即可在接到警情大约7分钟内到达报警地点黄河大厦进行施救。
上例是有异常数据，且异常数据偏离幅度超过界限，数据比较分散时，我们取中值的情形。
实施例2：
比如安防指挥系统于2017年3月4日下午5点6分23秒接到警情报告延安路7号801室起火，内有电动车电池，可能随时爆燃，急需要救援。
那么安防指挥系统将做如下操作：
（1）根据地理数据库调取延安路7号的建筑名称为黄河大厦、经纬度坐标为（东经8°，北纬9°），得到警情发生地的地理位置信息；
（2）以黄河大厦（东经8°，北纬9°）为中心，假定以5公里为预定搜索半径，搜索5公里内的安防服务站，得到临近安防服务站的地理位置信息以及名称：安1安防站（东经10°，北纬11°），安2安防站（东经12°，北纬13°），安3安防站（东经14°，北纬15°）；
（3）由地理数据库容易得到安1安防站（东经10°，北纬11°）到黄河大厦（东经8°，北纬9°）的5条不同路线，具体为路线1，路线2，路线3，路线4，路线5；
（4）类似的找出安2安防站（东经12°，北纬13°）到黄河大厦（东经8°，北纬9°）的4条不同路线，具体为路线6，路线7，路线8，路线9；而安3安防站（东经14°，北纬15°）到黄河大厦（东经8°，北纬9°）的3条不同路线，具体为路线10，路线11，路线12；
(5)我们以路线1为例说明如何确定路线的路段：路线1由3个路段段组成具体为：延安1路，延安2路，延安3路；延安1路段，延安2路段包括起点路口，延安3路段包括起点路口和终点路口，这样所有路口都被算到且只算了一次；
利用路段拥堵的半季度数学模型，计算路线1的每一路段所用时间t1,1，t1,2，t1,3;
(6)以第 1路段延安1路所化时间t1,1为例说明如何建立某一路段拥堵的半季度数学模型，具体方法为：
1)确定警情发生时间2017年3月4日下午5点6分23秒确定时刻信息2017年3月4日17时6分；
2）由地理数据库获取路段延安1路长度s=2公里；
3)根据道路交通管理系统存储的数据，获取前1日相应时刻即2017年3月3日17时6分路段延安1路的机动车平均行驶速度v=24公里/小时；
4）由t=s/v得t1=2/24小时=5分钟，即前1日相应时刻机动车开车行完第1路段所需时间；
5）如此，得警情发生前2日该特定时刻机动车行完所述路段所需时间t2=4.8分钟；
6) 如此，得出警情发生前3，4，5…45日该特定时刻机动车行完所述路段所需时间t3,t4,…,t45;
ti t1, t2, t3, …, t22, t23, t24, …, t43, t44, t 45
时间/分钟 5, 4.8 , 8, …, 6 , 4, 4.9 …, 6 , 7, 5
7）将t1,t2,t3，…,t45按照从小到大依次排序t’1,t’2,t’3，…,t’45 ;
t’i t’1, t’2, t’3 , … t’11, t’12 ,…, t’22, t’23, … t’34,…， t’45
时间/分钟 4, 4.8, 4.9, … 5, 5, …, 6, 7, … 7, …， 8
8）3(t’34–t’11)/2=( 7-5)*3/2=3
t’45-t’34=8-7=1<3
即(t’45-t’34)>3(t’34–t’11)/2不成立，
又t’11-t’1=5-4=1<3
即 (t’11-t’1)>3(t’34–t’11)/2也不成立，也即数据整体偏离幅度不大，可以取均值；
9） 取（t’12+t’13+…+t’33）/22=（5+5+…+6+7+…+7+7）/22=6.2为所述路段在该时刻通行所需时间
即在该特定时刻延安1路通行所需时间为6.2分钟。t1,2,t1,3算法同t1,1，所不同处仅在于时刻：
t1,1 2017年3月4日17时6分,
又t1，1=6.2分钟，所以：
t1,2 2017年3月4日17时12.2分,时刻信息分钟值四舍五入得
t1,22017年3月4日17时12分
即利用上述路段拥堵的数学模型计算t1,2时，时刻信息取2017年3月4日17时12分，进而算出t1，2=3分钟，那么类似的
t1,3 2017年3月4日17时15分
即利用上述路段拥堵的数学模型计算t1,3时，时刻信息取2017年3月4日17时15分，进而算出t1，3=4分钟；
(7)由第1路段延安1路所化时间t1，1=6.2分钟，第2段延安2路所化时间t1,2=3分钟，第3段延安3路所化时间t1,3=4分钟;
那么路线1的通行时间T1=t1,1+t1,2+t1,3=6.2+4+3=13.2分钟
类似的，我们可以算出路线2,…, 路线12的通行时间，T1，T2，…,T12,如下表所示：
Ti T1 ，T2 ，T3 ，T4 , T5，T6， T7， T8，T9 , T10，T11，T12
单位/分钟 13.2，15，16.5，20， 37， 44，14.2，15，19，18，17， 15
(8) T1=13.2最小，故取1路线为目标路线，也即选取1路线为最终行车路线，对应的各路段为延安1路,相应速度v=2公里/6.2分钟=19.4公里/小时，延安2路，相应速度v=1.3公里/3分钟=26公里/小时，延安3路，相应速度v=1.6公里/4分钟=24公里/小时。
安防指挥系统向安防1站发出指令，并给安防1站提供行车路线1以及相应速度，安防1站执行指令，派车沿着路径1以相应速度行驶，消防车即可在接到警情大约13.2分钟内到达报警地点黄河大厦进行施救。
上例是以为没有异常情况如交通事故发生，或事故极小，异常数据偏离幅度没有超过界限，数据比较集中平均时，我们取中值的情形。

Claims (7)

1.一种安防系统的警情处理动态路线半季度规划方法，其特征在于，包括步骤
（1）获取地理位置信息及时间信息,即获取报警信号所对应的警情发生地的地理位置信息以及时间信息；
（2）获取安防服务站的地理位置信息,即根据所述警情发生地的地理位置信息，搜索预设区域内的安防服务站，获得临近安防服务站的地理位置信息；
（3）获取所有可能路径，即根据地理数据库以及警情发生地以及安防服务站的地理位置信息，找出安防服务站所在地至警情发生地的所有可能通行路线:路线1, 路线2,…, 路线n；
（4）确定每一路径的具体路段，即确定每一通行路线的路段：确定路线1的具体路段，路线2的具体路段,…,路线n的具体路段；
（5）确定每一路段用时tij，即确定每一路段所用时间tij：利用路段拥堵的半季度数学模型，计算所有可能通行路线的每一路段所用时间，tij表示路线i的第j路段所用时间，i取值范围为1,…,n,j取值范围为1,…,m；
（6）确定每一路径用时T1，T2，…,Tn，即将每一路线i的各路段所用时间之和算出即：Ti=ti1+ti2+…+tim；
（7）取T1，T2，…,Tn最小值Ta，即得a路线为目标路线，也即选取a路线为最终行车路线，对应的安防服务站为提供救援的安防服务站。
2.根据权利要求1所述的路段拥堵的半季度数学模型，对某一路段，其特征在于，建立方法为:
（1）确定时刻信息：e年a月b日c时d分，a,b,c,d,e确定,时刻信息以分钟为最小计时单位；
（2）由地理数据库，获取所述路段长度s；
（3）获取警情发生前1日上述警情发生时刻该路段的机动车平均行驶速度v:根据道路交通数据库，获取e年a月b-1日c时d分所述路段机动车的平均行驶速度v；
（4）由t=s/v获取警情发生前1日上述时刻即e年a月b-1日c时d分机动车机动车行完所述路段所需时间t1；
（5）如此，算出警情发生前2日该特定时刻e年a月b-2日c时d分机动车行完所述路段所需时间t2；
（6）类推，算出警情发生前3，4，5，…，45日该特定时刻机动车行完所述路段所需时间t3,t4,…,t45;
（7）将t1,t2,t3，…,t45按照从小到大依次排序t’1,t’2,t’3，…,t’45;
（8）判断偏离：判断(t’11-t’1)>3(t’34 –t’11)/2或(t’45-t’34)>3(t’34–t’11)/2是否满足；
（9）如果满足:则取t’23为所述路段在该时刻通行所需时间;
（10）如果不满足：则取（t’12+t’13+…+t’33）/22为所述路段在该时刻通行所需时间。
3.根据权利要求2所述的时刻信息确定规则为，后续路段的起始时刻为前一路段的起始时刻加上前一路段的通行时间。
4.根据权利要求1所述的道路交通数据库，其特征在于：包括道路名、道路长路，每一时刻在双向上车辆的平均速度。
5.根据权利要求1所述地理位置信息，其特征在于，可以从地理数据库中获得，地理数据库包括道路经纬度坐标信息、道路名称、道路长度、建筑经纬度坐标、建筑名称等，所述地理数据库是根据现有地理信息建立而成。
6.根据权利要求1所述的根据所述警情发生地的地理位置信息，搜索预设区域内的安防服务站，其特征在于，具体包括：以所述警情发生地的经纬度坐标为中心，搜索预设半径内的安防服务站；根据搜索到的安防服务站，确定所述安防服务站对应的经纬度坐标。
7.根据权利要求1所述的通行路线的各路段的确定规则，其特征在于：每一路段的道路名称单一，且包括起始点，不包括终点，最后一条路段包括起点终点。
CN201711151718.0A 2017-11-19 2017-11-19 一种安防系统的警情处理动态路线半季度规划方法 Pending CN108304954A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711151718.0A CN108304954A (zh) 2017-11-19 2017-11-19 一种安防系统的警情处理动态路线半季度规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711151718.0A CN108304954A (zh) 2017-11-19 2017-11-19 一种安防系统的警情处理动态路线半季度规划方法

Publications (1)

Publication Number Publication Date
CN108304954A true CN108304954A (zh) 2018-07-20

Family

ID=62869657

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711151718.0A Pending CN108304954A (zh) 2017-11-19 2017-11-19 一种安防系统的警情处理动态路线半季度规划方法

Country Status (1)

Country Link
CN (1) CN108304954A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102353381A (zh) * 2011-07-06 2012-02-15 广东威创视讯科技股份有限公司 获取赶往交通事故现场最优路径的方法与装置
CN102762957A (zh) * 2009-12-17 2012-10-31 佳明瑞士有限责任公司 历史交通数据压缩
CN103674043A (zh) * 2012-09-26 2014-03-26 鸿富锦精密工业（深圳）有限公司 车辆导航系统及方法
CN106447164A (zh) * 2016-08-30 2017-02-22 长威信息科技发展股份有限公司 一种在地图上选取调度资源的方法和系统
CN106971516A (zh) * 2017-05-09 2017-07-21 河北金锁安防工程股份有限公司 一种安防系统的警情处理线路规划方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102762957A (zh) * 2009-12-17 2012-10-31 佳明瑞士有限责任公司 历史交通数据压缩
CN102353381A (zh) * 2011-07-06 2012-02-15 广东威创视讯科技股份有限公司 获取赶往交通事故现场最优路径的方法与装置
CN103674043A (zh) * 2012-09-26 2014-03-26 鸿富锦精密工业（深圳）有限公司 车辆导航系统及方法
CN106447164A (zh) * 2016-08-30 2017-02-22 长威信息科技发展股份有限公司 一种在地图上选取调度资源的方法和系统
CN106971516A (zh) * 2017-05-09 2017-07-21 河北金锁安防工程股份有限公司 一种安防系统的警情处理线路规划方法及系统

Similar Documents

Publication Publication Date Title
Sumi et al. Intelligent traffic management system for prioritizing emergency vehicles in a smart city
CN110800324B (zh) 一种改善道路安全和/或管理的系统和方法
Costanzo et al. Implementing Cyber Physical social Systems for smart cities: A semantic web perspective
Merah et al. Vehicular movement patterns: a prediction-based route discovery technique for VANETs
Amer et al. Coalition game for emergency vehicles re-routing in smart cities
CN108303109A (zh) 一种安防系统警情处理路线规划系统和正态方法
CN108304955A (zh) 一种急救系统的动态路线规划方法
KR101335924B1 (ko) 자연재해 위험지구 정보를 이용한 위험구간 예측정보 안내 시스템
CN108303104A (zh) 一种安防系统的警情处理动态路线月度规划方法
CN108304954A (zh) 一种安防系统的警情处理动态路线半季度规划方法
CN108305486A (zh) 一种急救系统的病情处理路径规划方法
CN108460981A (zh) 一种安防系统警情处理动态路线规划系统和正态方法
Jeyaprakash et al. A tactical information management system for unmanned vehicles using vehicular adhoc networks
KR20120125092A (ko) 범죄 사건, 및 방지에 대한 담당자를 지정하는 지능형 사고처리 시스템
Ramkumar et al. Real time path planning using intelligent transportation system for hybrid VANET
CN108304957A (zh) 一种安防系统的警情处理动态路线一般规划方法
CN108305481A (zh) 一种安防系统警情处理路线规划系统和方法
Zhang et al. Design and implementation of a vehicle-to-vehicle based traffic information system
CN108304956A (zh) 一种安防系统的警情处理动态路线规划方法
CN110072754A (zh) 用于控制自动化运行的移动单元的方法以及用于发送危险信息的方法
CN108305490A (zh) 一种安防系统警情处理动态路线规划正态方法
CN108303107A (zh) 一种安防系统的警情处理动态路线平均规划方法
CN108305480A (zh) 一种安防系统警情处理动态路线规划180正态系统和方法
CN108305482A (zh) 一种安防系统警情处理半年动态路线规划系统和方法
CN108320555A (zh) 一种急救系统的病情处理路径规划

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180720