CN108304955A - 一种急救系统的动态路线规划方法 - Google Patents
一种急救系统的动态路线规划方法 Download PDFInfo
- Publication number
- CN108304955A CN108304955A CN201711151728.4A CN201711151728A CN108304955A CN 108304955 A CN108304955 A CN 108304955A CN 201711151728 A CN201711151728 A CN 201711151728A CN 108304955 A CN108304955 A CN 108304955A
- Authority
- CN
- China
- Prior art keywords
- section
- path
- time
- road
- aid
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 12
- 230000002123 temporal effect Effects 0.000 claims abstract description 4
- 238000013178 mathematical model Methods 0.000 claims description 11
- 230000009429 distress Effects 0.000 claims description 2
- 230000000630 rising effect Effects 0.000 claims 1
- 230000002159 abnormal effect Effects 0.000 description 7
- 206010039203 Road traffic accident Diseases 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种急救系统的病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,保证急救车在最短的时间内到达目的地。
Description
技术领域
本发明涉及急救技术领域,特别是涉及一种急救系统的动态路线规划方法。
背景技术
目前,人们对急救车应急反应的要求越来越高,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。对于危急病情的处理,现有急救系统大多是在城市的某些区域内设置多个急救站,当危急病情发生时,基本都是距离最近的急救站响应,前往危急病情发生地处置危急病情。而在中心城区的急救站到危急病情发生地以及返回时,往往一半路段是拥堵的,以往的由急救站到危急病情发生地的通行路径以及返回时的路径,都由急救人员个人依据个人经验快速得出,由于急救人员的经验不同以及判断决策水平不一,因此危急病情的处理效率会受急救人员的个人因素大幅影响。常常发生救护车堵在路上的情形,出行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路径选择的策略,但都是静态的,往往不考虑拥堵,仅仅寻找到危急病情发生点最近急救站,而后找出最近急救站到危急病情发生点间最短路径,将此最短路径定为最终急救车行车路径;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,显然不够合理。
另外从危急病情发生点到目的急救站之间的路径没有路径选择的策略,简单以返回代之,实际上起点急救站和目的急救站并不一定同一,而应该以病人最快到医院也即目的急救站为最终目标。
以往的策略考量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危急病情方式。
另外,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急救系统的动态路线规划方法,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,找出从急救站到危急病情发生点再到目的急救站的用时最短的相应路径,保证急救病人在最短的时间内到达目的急救站,能够保证急救车在预定的时间能够到达危急病情现场,及时处理危急病情。
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控制策略。
为实现上述目的,本发明采用以下技术方案:
一种急救系统的动态路线规划方法,包括步骤:
(1)获取求救信号所对应的危急病情发生地的地理位置信息以及时间信息;
(2)根据所述危急病情发生地的地理位置信息,搜索预设区域内的急救站,获得临近急救站的地理位置信息;
(3)根据地理数据库以及危急病情发生地以及急救站的地理位置信息,找出急救站所在地至危急病情发生地的所有可能通行路径:路径1, 路径2,…, 路径n;
(4)确定每一通行路径的路段:确定路径1的具体路段,路径2的具体路段,…,路径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径的每一路段所用时间,tij表示路径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)确定每一路径所用时间T1,T2,…,Tn:将每一路径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路径为目标路径,也即选取a路径为最终行车路径,对应的急救站为提供救援的急救站;
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)由地理数据库或道路交通管理系统存储的数据,获取所述路段长度s;
3)获取危急病情发生前1日上述危急病情发生时刻该路段的机动车平均行驶速度v:根据道路交通管理系统存储的数据,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获取危急病情发生前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,算出危急病情发生前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,算出危急病情发生前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。
所述的提供救援的急救站,包括起始急救站和目的急救站,且俩者可能不同。
所述的通行路径的各路段的确定规则,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。
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。
根据所述危急病情发生地的地理位置信息,搜索预设区域内的急救站,具体包括:以所述危急病情发生地的经纬度坐标为中心,搜索预设半径内的急救站;根据搜索到的急救站,确定所述急救站对应的经纬度坐标。
所述的通行路径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。
所述的道路交通数据库,包括道路名、道路长路,每一时刻在双向上的车辆平均速度。
所述的确定时刻信息规则为,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。
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45天的交通数据,用统计方法估算出各路段的通行时间,进而得到急救人员由所取路径驾救护车到危急病情发生地再到目的急救站的时间,在极度拥堵的情况下,救护车行车时间仍然可控,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。
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,因此得到的出车时间可靠,出车路径非常科学,达到概率意义上的准确。
本算法确定的急救站是由出车时间最短确定的,而非以往简单以静态距离最短先行确定,保证了用时最短,提高了整个急救系统的效率。
另外,本发明取的数据不多,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,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。
具体实施方式
实施例1:
实施例1:
比如120急救指挥系统于2017年3月4日下午5点6分23秒接到危急病情报告延安路7号801室有病人心脏病突发,急需救援。
那么急救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°),得到危急病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公里内的急救站,得到临近急救站的地理位置信息以及名称:安1急救站(东经10°,北纬11°),安2急救站(东经12°,北纬13°);
(3)由地理数据库容易得到安1急救站(东经10°,北纬11°)到黄河大厦(东经8°,北纬9°)再到安1急救站(东经10°,北纬11°)有2条路径,具体为路径1,路径2;
(4)类似的找出安1急救站到黄河大厦再到安2急救站有3条不同路径,具体为路径3,路径4,路径5;安2急救站到黄河大厦再到安1急救站有3条不同路径,具体为路径6,路径7,路径8;安2急救站到黄河大厦再到安2急救站有4条不同路径,具体为路径9,路径10,路径11,路径12;
(5)我们以路径1为例说明如何确定路径的路段:路径1由3个路段组成具体为:延安1路,延安2路,延安3路;延安1路段,延安2路段为起始急救站至病情发生点的俩条路段,延安1路包括起点路口,延安2路、延安3路段包括起点路口和终点路口,延安3路为病情发生点至目的急救站的路段,这样单一方向上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,计算路径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)确定危急病情发生时间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路的机动车该方向平均行驶速度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,得危急病情发生前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,得出危急病情发生前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。
7)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
t1,2 2017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;
那么路径1的通行时间T1=t1,1+t1,2+t1,3=6.5+3+4=13.5分钟
类似的,我们可以算出路径2,…, 路径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路径为目标路径,也即选取11路径为最终行车路径,对应的急救站安2急救站,即安2急救站为起始急救站也是目的急救站,为提供救援的急救站。
指挥系统向安2急救站发出指令,给安2急救站提供行车路径11以及相应速度,安2急救站执行指令,救护车即可在接到危急病情大约7分钟内到达求救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:
实施例2:
比如120急救指挥系统于2017年3月4日下午5点6分23秒接到危急病情报告延安路7号801室有病人心脏病突发,急需救援。
那么急救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°),得到危急病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公里内的急救站,得到临近急救站的地理位置信息以及名称:安1急救站(东经10°,北纬11°),安2急救站(东经12°,北纬13°);
(3)由地理数据库容易得到安1急救站(东经10°,北纬11°)到黄河大厦(东经8°,北纬9°)再到安1急救站(东经10°,北纬11°)有2条路径,具体为路径1,路径2;
(4)类似的找出安1急救站到黄河大厦再到安2急救站有3条不同路径,具体为路径3,路径4,路径5;安2急救站到黄河大厦再到安1急救站有3条不同路径,具体为路径6,路径7,路径8;安2急救站到黄河大厦再到安2急救站有4条不同路径,具体为路径9,路径10,路径11,路径12;
(5)我们以路径1为例说明如何确定路径的路段:路径1由3个路段组成具体为:延安1路,延安2路,延安3路;延安1路段,延安2路段为起始急救站至病情发生点的俩条路段,延安1路包括起点路口,延安2路、延安3路段包括起点路口和终点路口,延安3路为病情发生点至目的急救站的路段,这样单一方向上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,计算路径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)确定危急病情发生时间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路的机动车该方向平均行驶速度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,得危急病情发生前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,得出危急病情发生前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;
那么路径1的通行时间T1=t1,1+t1,2+t1,3=6.2+4+3=13.2分钟
类似的,我们可以算出路径2,…, 路径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, 7, 10
(8) T11=7最小,故取11路径为目标路径,也即选取11路径为最终行车路径,对应的急救站为安2急救站,即安2急救站为起始急救站也是目的急救站,为提供救援的急救站。
指挥系统向安2急救站发出指令,给安2急救站提供行车路径11以及相应速度,安2急救站执行指令,救护车即可在接到危急病情大约7分钟内到达求救地点黄河大厦进行施救。
上例是数据整体偏离幅度不大,数据比较集中时,我们取均值的情形。
Claims (8)
1.一种急救系统的动态路线规划方法,其特征在于,包括步骤:
(1)获取地理位置信息及时间信息,即获取求救信号所对应的危急病情发生地的地理位置信息以及时间信息;
(2)获取急救站的地理位置信息,即根据所述危急病情发生地的地理位置信息,搜索预设区域内的急救站,获取临近急救站的地理位置信息;
(3)获取所有可能路径,即根据地理数据库以及危急病情发生地以及急救站的地理位置信息,找出起始急救站所在地至危急病情发生地再到目的急救站的所有可能通行路径:路径1, 路径2,…, 路径n;
(4)确定每一路径的具体路段,即确定路径1的具体路段,路径2的具体路段,…,路径n的具体路段;
(5)确定每一路段用时tij,即利用路段拥堵的半季度数学模型,计算所有可能通行路径的每一路段所用时间,tij表示路径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,即将每一路径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,即得目标路径a路径,也即选取a路径为最终行车路径,对应的急救站为提供救援的急救站。
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)获取路段长度信息s:由地理数据库,获取所述路段长度s;
(3)获取前1日该时刻速度信息v:获取危急病情发生前1日上述危急病情发生时刻该路段的机动车平均行驶速度v,即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)获取前1日该时刻行完路段用时t1:由t=s/v获取危急病情发生前1日上述时刻即e年a月b-1日c时d分机动车行完所述路段所需时间t1;
(5)算出前2日该时刻行完路段用时t2:算出危急病情发生前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t3,t4,…,t45:算出危急病情发生前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排序: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)如果满足取t’23:即取t’23为所述路段在该时刻通行所需时间;
(10)如果不满足取(t’12+t’13+…+t’33)/22:即取(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1所述的提供救援的急救站,其特征在于:包括起始急救站和目的急救站,且俩者可能不同。
4.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。
5.根据权利要求1所述的根据所述危急病情发生地的地理位置信息,搜索预设区域内的急救站,其特征在于,具体包括:以所述危急病情发生地的经纬度坐标为中心,搜索预设半径内的急救站;根据搜索到的急救站,确定所述急救站对应的经纬度坐标。
6.根据权利要求1所述的通行路径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。
7.根据权利要求2所述的道路交通数据库,其特征在于:包括道路名、道路长路,每一时刻在双向上的车辆平均速度。
8.根据权利要求2所述的确定时刻信息规则为,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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711151728.4A CN108304955A (zh) | 2017-11-19 | 2017-11-19 | 一种急救系统的动态路线规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711151728.4A CN108304955A (zh) | 2017-11-19 | 2017-11-19 | 一种急救系统的动态路线规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108304955A true CN108304955A (zh) | 2018-07-20 |
Family
ID=62869665
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711151728.4A Pending CN108304955A (zh) | 2017-11-19 | 2017-11-19 | 一种急救系统的动态路线规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108304955A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109934411A (zh) * | 2018-11-09 | 2019-06-25 | 安庆师范大学 | 考虑紧急度的应急救灾智能路径规划方法及装置 |
CN111671651A (zh) * | 2020-08-11 | 2020-09-18 | 浙江大学 | 一种基于移动医联网的用药提醒方法 |
CN117928592A (zh) * | 2024-03-21 | 2024-04-26 | 四川省医学科学院·四川省人民医院 | 一种急救车路线规划与到达时间预估方法及系统 |
CN117928592B (zh) * | 2024-03-21 | 2024-06-07 | 四川省医学科学院·四川省人民医院 | 一种急救车路线规划与到达时间预估方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101661668A (zh) * | 2009-06-19 | 2010-03-03 | 赵钊 | 一种公共交通电子导航方法 |
CN102184640A (zh) * | 2011-05-05 | 2011-09-14 | 东南大学 | 高速公路网的救援路径自动决策方法 |
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 |
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 |
-
2017
- 2017-11-19 CN CN201711151728.4A patent/CN108304955A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101661668A (zh) * | 2009-06-19 | 2010-03-03 | 赵钊 | 一种公共交通电子导航方法 |
CN102184640A (zh) * | 2011-05-05 | 2011-09-14 | 东南大学 | 高速公路网的救援路径自动决策方法 |
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 |
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 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109934411A (zh) * | 2018-11-09 | 2019-06-25 | 安庆师范大学 | 考虑紧急度的应急救灾智能路径规划方法及装置 |
CN109934411B (zh) * | 2018-11-09 | 2022-11-04 | 安庆师范大学 | 考虑紧急度的应急救灾智能路径规划方法及装置 |
CN111671651A (zh) * | 2020-08-11 | 2020-09-18 | 浙江大学 | 一种基于移动医联网的用药提醒方法 |
CN117928592A (zh) * | 2024-03-21 | 2024-04-26 | 四川省医学科学院·四川省人民医院 | 一种急救车路线规划与到达时间预估方法及系统 |
CN117928592B (zh) * | 2024-03-21 | 2024-06-07 | 四川省医学科学院·四川省人民医院 | 一种急救车路线规划与到达时间预估方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Anand et al. | Emergency traffic management for ambulance using wireless communication | |
Chen et al. | A novel emergency vehicle dispatching system | |
Meneguette et al. | Enhancing intelligence in inter-vehicle communications to detect and reduce congestion in urban centers | |
CN110800324B (zh) | 一种改善道路安全和/或管理的系统和方法 | |
Rath et al. | Relevance of soft computing techniques in the significant management of wireless sensor networks | |
Su et al. | EMVLight: A decentralized reinforcement learning framework for efficient passage of emergency vehicles | |
CN108304955A (zh) | 一种急救系统的动态路线规划方法 | |
Regragui et al. | A real-time path planning for reducing vehicles traveling time in cooperative-intelligent transportation systems | |
Teo et al. | Agent-based evacuation model considering field effects and government advice | |
Kumar et al. | SF-GoeR: an emergency information dissemination routing in flying Ad-hoc network to support healthcare monitoring | |
Kakkasageri et al. | Cognitive agent based critical information gathering and dissemination in vehicular ad hoc networks | |
CN108305486A (zh) | 一种急救系统的病情处理路径规划方法 | |
CN108303109A (zh) | 一种安防系统警情处理路线规划系统和正态方法 | |
CN108303978A (zh) | 一种车辆自动驾驶的动态路径与速度确定方法 | |
CN107730884A (zh) | 交通应用实例处理方法及交通控制单元 | |
CN108320555A (zh) | 一种急救系统的病情处理路径规划 | |
CN108305494A (zh) | 急救系统的病情处理路径规划 | |
CN108305489A (zh) | 一种车载控制系统及动态路径速度规划方法 | |
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 | |
CN108305498A (zh) | 一种急救车的处理病情的路径规划 | |
Ogunwolu et al. | Optimal routing for automated emergency vehicle response for incident intervention in a traffic network | |
CN108305492A (zh) | 一种急救车的处理病情的路径与速度规划 | |
CN108305481A (zh) | 一种安防系统警情处理路线规划系统和方法 | |
CN108303107A (zh) | 一种安防系统的警情处理动态路线平均规划方法 | |
CN108304954A (zh) | 一种安防系统的警情处理动态路线半季度规划方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180720 |
|
WD01 | Invention patent application deemed withdrawn after publication |