CN109166311A - 一种基于车辆调度的区域急救监控方法、系统及装置 - Google Patents

一种基于车辆调度的区域急救监控方法、系统及装置 Download PDF

Info

Publication number
CN109166311A
CN109166311A CN201810930731.4A CN201810930731A CN109166311A CN 109166311 A CN109166311 A CN 109166311A CN 201810930731 A CN201810930731 A CN 201810930731A CN 109166311 A CN109166311 A CN 109166311A
Authority
CN
China
Prior art keywords
aid
prediction scheme
road
vehicle scheduling
ambulance
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
CN201810930731.4A
Other languages
English (en)
Inventor
孔振峰
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.)
Guangzhou Kang Soft Mdt Infotech Ltd
Original Assignee
Guangzhou Kang Soft Mdt Infotech 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 Guangzhou Kang Soft Mdt Infotech Ltd filed Critical Guangzhou Kang Soft Mdt Infotech Ltd
Priority to CN201810930731.4A priority Critical patent/CN109166311A/zh
Publication of CN109166311A publication Critical patent/CN109166311A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • 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
    • G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G08G1/087—Override of traffic control, e.g. by signal transmitted by an emergency vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/12—Discovery or management of network topologies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Tourism & Hospitality (AREA)
  • Child & Adolescent Psychology (AREA)
  • Economics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Emergency Management (AREA)
  • Mathematical Physics (AREA)
  • Remote Sensing (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于车辆调度的区域急救监控方法、系统及装置，方法包括：根据急救电话生成急救预案，所述急救预案包括患者病症、初步诊断结果、病发地点和急救地点；根据急救预案中的急救地点，基于就近原则确定急救医疗站点；根据急救预案，通过预设的车辆调度算法确定急救车辆；采用物联网技术对急救车辆与急救医疗站点进行实时监控；系统包括预案生成模块、急救医疗站点确定模块、急救车辆确定模块和监控模块，装置包括存储器和处理器。本发明的急救资源利用率均衡、救援速度快且应急能力强，可广泛应用于急救系统技术领域。

Description

一种基于车辆调度的区域急救监控方法、系统及装置
技术领域
本发明涉及急救系统技术领域，尤其是一种基于车辆调度的区域急救监控方法、系统及装置。
背景技术
现有的急救管理方法比较零散，各个地区或者不同医院之间的信息没有实现互联互通，医院接到急救电话后，没有经过统一调度分配就直接由该医院进行派车救援，由于患者对大医院的认可度较高，所以急救电话多数由大医院接听，这种现象使得大医院的急救资源占用率大，而下级乡镇卫生院的急救资源的占用率低，进而导致各地区或者各医院的急救资源利用率不均衡；而且现有的急救派车方法没有对急救车辆进行合理调度，无法保证对患者做出最及时的救援；另外，现有的急救系统无法对急救车辆和急救医院进行实时监控，后台管理人员需要通过接听电话来掌握急救状态，应急能力较差。
发明内容
为解决上述技术问题，本发明的目的在于：提供一种急救资源利用率均衡、救援速度快且应急能力强的，基于车辆调度的区域急救监控方法、系统及装置。
本发明所采取的第一技术方案是：
一种基于车辆调度的区域急救监控方法，包括以下步骤：
根据急救电话生成急救预案，所述急救预案包括患者病症、初步诊断结果、病发地点和急救地点；
根据急救预案中的急救地点，基于就近原则确定急救医疗站点；
根据急救预案，通过预设的车辆调度算法确定急救车辆；
采用物联网技术对急救车辆与急救医疗站点进行实时监控。
进一步，所述根据急救电话生成急救预案这一步骤，包括以下步骤：
通过受理台接听并录制急救电话；
通过双屏终端显示急救电话所处的地理位置以及急救电话信息，所述急救电话信息包括电话号码、病发地点和机主名称；
根据地理位置和急救电话信息，生成急救预案。
进一步，所述根据急救预案，通过预设的车辆调度算法确定急救车辆这一步骤，包括以下步骤：
根据急救预案，建立区域路网模型；
根据急救预案和区域路网模型，生成最优路径；
根据区域路网模型和最优路径，确定急救车辆派遣方案。
进一步，所述根据急救预案，建立区域路网模型这一步骤，包括以下步骤：
对区域原始道路图进行预处理，得到路网拓扑关系；
根据路网拓扑关系，生成结点图层与路段图层；
根据结点图层和路段图层，建立区域路网模型。
进一步，所述根据急救预案和区域路网模型，生成最优路径这一步骤，包括以下步骤：
对区域原始道路进行抽象处理；
对抽象处理后的道路进行权重计算；
根据区域路网模型，采用最短路径算法确定若干条最短路径；
根据实时道路交通状况，从若干条最短路径中确定最优路径。
进一步，所述对抽象处理后的道路进行权重计算这一步骤，包括以下步骤：
根据先验道路交通数据，确定对车辆调度救援时间产生影响的延误因素，所述延误因素包括天气因素、道路服务因素、道路通行限制因素和道路行驶质量因素；其中，所述天气因素包括大雾天气、雨雪天气和风暴天气；所述道路服务因素包括车辆行驶速度、最大交通吞吐量和延误率；所述道路通行限制因素包括部分限行、全面限行、车种限行和正常通行；所述道路行驶质量因素包括颠簸路面、严峻路面和平整路面；
分别计算各个延误因素的权重比值；
根据各个延误因素的权重比值，计算车辆的平均行驶速度。
进一步，所述根据区域路网模型，采用最短路径算法确定若干条最短路径这一步骤，包括以下步骤：
根据区域路网模型，基于路径长度逐点增长的方法构造路径树；
根据路径树，获取急救医疗站点到急救地点之间的最短路径。
进一步，所述根据急救预案，通过预设的车辆调度算法确定急救车辆这一步骤，还包括实时获取道路交通状况，生成急救车辆的应变路线的步骤。
本发明所采取的第二技术方案是：
一种基于车辆调度的区域急救监控系统，包括：
预案生成模块，用于根据急救电话生成急救预案，所述急救预案包括患者病症、初步诊断结果、病发地点和急救地点；
急救医疗站点确定模块，用于根据急救预案中的急救地点，基于就近原则确定急救医疗站点；
急救车辆确定模块，用于根据急救预案，通过预设的车辆调度算法确定急救车辆；
监控模块，用于采用物联网技术对急救车辆与急救医疗站点进行实时监控。
本发明所采取的第三技术方案是：
一种基于车辆调度的区域急救监控装置，包括：
存储器，用于存储程序；
处理器，用于加载程序，以执行如第一技术方案所述的一种基于车辆调度的区域急救监控方法。
本发明的有益效果是：本发明首先通过急救电话生成急救预案，然后基于就近原则来确定急救医疗站点，能够根据急救位置以及医院的急救资源占用率来对急救任务进行统一分配，均衡了各医院的急救资源占用率；本发明还通过车辆调度算法来对急救车辆进行合理调度，能够对患者做出最快的救援；另外，本发明通过采用物联网技术来对急救车辆与急救医疗站点进行实时监控，能够对救援过程进行实时调度，提高了应急能力。
附图说明
图1为本发明一种基于车辆调度的区域急救监控方法的整体步骤流程图。
具体实施方式
下面结合说明书附图和具体实施例对本发明作进一步解释和说明。对于本发明实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
参照图1，本发明一种基于车辆调度的区域急救监控方法，包括以下步骤：
根据急救电话生成急救预案，所述急救预案包括患者病症、初步诊断结果、病发地点和急救地点；
根据急救预案中的急救地点，基于就近原则确定急救医疗站点；
根据急救预案，通过预设的车辆调度算法确定急救车辆；
采用物联网技术对急救车辆与急救医疗站点进行实时监控。
进一步作为优选的实施方式，所述根据急救电话生成急救预案这一步骤，包括以下步骤：
通过受理台接听并录制急救电话；
通过双屏终端显示急救电话所处的地理位置以及急救电话信息，所述急救电话信息包括电话号码、病发地点和机主名称；
根据地理位置和急救电话信息，生成急救预案。
进一步作为优选的实施方式，所述根据急救预案，通过预设的车辆调度算法确定急救车辆这一步骤，包括以下步骤：
根据急救预案，建立区域路网模型；
根据急救预案和区域路网模型，生成最优路径；
根据区域路网模型和最优路径，确定急救车辆派遣方案。
进一步作为优选的实施方式，所述根据急救预案，建立区域路网模型这一步骤，包括以下步骤：
对区域原始道路图进行预处理，得到路网拓扑关系；
根据路网拓扑关系，生成结点图层与路段图层；
根据结点图层和路段图层，建立区域路网模型。
进一步作为优选的实施方式，所述根据急救预案和区域路网模型，生成最优路径这一步骤，包括以下步骤：
对区域原始道路进行抽象处理；
对抽象处理后的道路进行权重计算；
根据区域路网模型，采用最短路径算法确定若干条最短路径；
根据实时道路交通状况，从若干条最短路径中确定最优路径。
进一步作为优选的实施方式，所述对抽象处理后的道路进行权重计算这一步骤，包括以下步骤：
根据先验道路交通数据，确定对车辆调度救援时间产生影响的延误因素，所述延误因素包括天气因素、道路服务因素、道路通行限制因素和道路行驶质量因素；其中，所述天气因素包括大雾天气、雨雪天气和风暴天气；所述道路服务因素包括车辆行驶速度、最大交通吞吐量和延误率；所述道路通行限制因素包括部分限行、全面限行、车种限行和正常通行；所述道路行驶质量因素包括颠簸路面、严峻路面和平整路面；
分别计算各个延误因素的权重比值；
根据各个延误因素的权重比值，计算车辆的平均行驶速度。
进一步作为优选的实施方式，所述根据区域路网模型，采用最短路径算法确定若干条最短路径这一步骤，包括以下步骤：
根据区域路网模型，基于路径长度逐点增长的方法构造路径树；
根据路径树，获取急救医疗站点到急救地点之间的最短路径。
进一步作为优选的实施方式，所述根据急救预案，通过预设的车辆调度算法确定急救车辆这一步骤，还包括实时获取道路交通状况，生成急救车辆的应变路线的步骤。
与图1的方法相对应，本发明一种基于车辆调度的区域急救监控系统，包括：
预案生成模块，用于根据急救电话生成急救预案，所述急救预案包括患者病症、初步诊断结果、病发地点和急救地点；
急救医疗站点确定模块，用于根据急救预案中的急救地点，基于就近原则确定急救医疗站点；
急救车辆确定模块，用于根据急救预案，通过预设的车辆调度算法确定急救车辆；
监控模块，用于采用物联网技术对急救车辆与急救医疗站点进行实时监控。
与图1的方法相对应，本发明一种基于车辆调度的区域急救监控装置，包括：
存储器，用于存储程序；
处理器，用于加载程序，以执行本发明的一种基于车辆调度的区域急救监控方法。
下面详细描述本发明一种基于车辆调度的区域急救监控方法的具体实施步骤：
S1、根据急救电话生成急救预案，所述急救预案包括患者病症、初步诊断结果、病发地点和急救地点；
其中，所述步骤S1包括以下步骤：
S11、通过受理台接听并录制急救电话；
S12、通过双屏终端显示急救电话所处的地理位置以及急救电话信息，所述急救电话信息包括电话号码、病发地点和机主名称；
S13、根据地理位置和急救电话信息，生成急救预案。
具体的，本发明的急救监控系统能够接收多路、多种途径的120电话呼叫。当有120电话打来时，所有受理台立即全部振铃(或空闲坐席振铃)，抢接的受理台调出呼叫电话所在区域的地图显示在双屏终端的电子地图屏处，呼叫电话信息(电话号码、地址、机主名称)显示在双屏终端的信息屏处。另外，本发明对呼叫人的对话信息进行实时录制，并且利用系统提供的地理信息查询，通过地图可快速准确地生成急救预案，所述急救预案包括患者病症、初步诊断结果、病发地点、急救地点、病人一般情况和附近空闲救护车辆等。
S2、根据急救预案中的急救地点，基于就近原则确定急救医疗站点；
本发明可根据“就近”原则推荐出车的急救医疗站点(医院)，对于大型恶性伤亡事故，本发明可根据实际需要指派多处急救医疗站点同时出车。
S3、根据急救预案，通过预设的车辆调度算法确定急救车辆；
其中，步骤S3具体包括以下步骤：
S31、根据急救预案，建立区域路网模型；
S32、根据急救预案和区域路网模型，生成最优路径；
S33、根据区域路网模型和最优路径，确定急救车辆派遣方案。
所述步骤S31包括以下步骤：
S311、对区域原始道路图进行预处理，得到路网拓扑关系；
S312、根据路网拓扑关系，生成结点图层与路段图层；
S313、根据结点图层和路段图层，建立区域路网模型。
在实际应用中，公路网的表现形式一般为数字化的矢量图，而为了建立路网模型，就需要先对原始道路图进行预处理，建立各条道路之间的网络拓扑关系。具体的，预处理的主要工作包括对原始的道路图进行元素的拓扑检查以及剪断处理，生成一个线与线之间相互不相交叉的道路图，然后根据剪断后的道路图创建拓扑关系，并定义其属性特征，比如道路名称、道路长度和交通标志等，生成有关拓扑关系的数据。
建立路网模型是进行最优路径分析的前提，本发明的路网模型包括线性视图之间、线性实体与结点之间、结点与结点之间的连通关系，本发明在用图来表示的路网模型中，实际道路中的交叉口对应图中的节点，实际道路中的两交叉口之间的路段对应于弧，实际道路的长度或者行程时间等作为弧的权值。本发明根据节点与路段生成对应的两层图层，且对互相独立的元素进行存储。本发明根据节点与路段的属性构建了地图拓扑结构，形成了道路网拓扑关系。另外，本发明会根据救护车辆的空闲情况和病发现场情况来确定实际的出动车辆数目。
所述步骤S32包括以下步骤：
S321、对区域原始道路进行抽象处理；
S322、对抽象处理后的道路进行权重计算；
S323、根据区域路网模型，采用最短路径算法确定若干条最短路径；
S324、根据实时道路交通状况，从若干条最短路径中确定最优路径。
其中，步骤S322包括以下步骤：
S3221、根据先验道路交通数据，确定对车辆调度救援时间产生影响的延误因素，所述延误因素包括天气因素、道路服务因素、道路通行限制因素和道路行驶质量因素；其中，所述天气因素包括大雾天气、雨雪天气和风暴天气；所述道路服务因素包括车辆行驶速度、最大交通吞吐量和延误率；所述道路通行限制因素包括部分限行、全面限行、车种限行和正常通行；所述道路行驶质量因素包括颠簸路面、严峻路面和平整路面；
S3222、分别计算各个延误因素的权重比值；
S3223、根据各个延误因素的权重比值，计算车辆的平均行驶速度。
本发明通过路网模型，按照路径长度逐点增长的方法构造出一棵路径树，从而得到从该树的根节点(或者任意指定节点)到其他所有节点的最短路径。本发明可根据预设的起点与终点，在路径树中搜索起点，当搜索到终点时，对其进行记录保存，得到3条最短路径，然后根据路径长短进行排序。
在本发明中，系统根据交通情况、道路权重以及最短路径的权重比值得出综合交通系数，然后根据历史统计的交通数据，用该道路的平均用时乘以所述综合交通系数得出急救车辆到达急救地点的预计时间，最终对各条道路的预计时间进行排序，并选择预计时间最短的一条道路作为推荐导航路线，其他道路按照预计时间由短到长的次序依次作为备用方案。
S4、采用物联网技术对急救车辆与急救医疗站点进行实时监控；
S5、实时获取道路交通状况，生成急救车辆的应变路线。
当急救车到达现场后，发现病人较多，急救车不够用时，现场救护人员可通过有线或无线对讲机向中心请求再调派车辆增援。此时，本发明可根据就近原则和车辆调度算法再次调派车辆；
当急救车将病发现场的所有病人送往医院后或空车返回后，该急救任务结束，急救车辆恢复为待命状态，以供下次接到急救呼叫时可调度出动；后天也可以直接将空闲车辆标记为待命状态。另外，由误报或恶意电话而建立起来的警情，在确定实际情况后，本发明可直接恢复车辆为待命状态。
本发明在受理急救任务的同时，能够全面、真实、完整地保存整个任务的执行过程，具体包括：对话数字录音、受理、派车、指挥、出动系列相关的操作。能够方便对急救任务进行快速溯源。
本发明可对任务执行过程进行多项统计，如任务量统计、呼叫原因分类统计、空车率统计、车辆任务统计、救治人数统计、出车实时情况、当天任务信息统计和事件信息提示统计等，本发明的统计结果以数字或多种图表形式显示在双屏终端上。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (10)

1.一种基于车辆调度的区域急救监控方法，其特征在于：包括以下步骤：
根据急救电话生成急救预案，所述急救预案包括患者病症、初步诊断结果、病发地点和急救地点；
根据急救预案中的急救地点，基于就近原则确定急救医疗站点；
根据急救预案，通过预设的车辆调度算法确定急救车辆；
采用物联网技术对急救车辆与急救医疗站点进行实时监控。
2.根据权利要求1所述的一种基于车辆调度的区域急救监控方法，其特征在于：所述根据急救电话生成急救预案这一步骤，包括以下步骤：
通过受理台接听并录制急救电话；
通过双屏终端显示急救电话所处的地理位置以及急救电话信息，所述急救电话信息包括电话号码、病发地点和机主名称；
根据地理位置和急救电话信息，生成急救预案。
3.根据权利要求1所述的一种基于车辆调度的区域急救监控方法，其特征在于：所述根据急救预案，通过预设的车辆调度算法确定急救车辆这一步骤，包括以下步骤：
根据急救预案，建立区域路网模型；
根据急救预案和区域路网模型，生成最优路径；
根据区域路网模型和最优路径，确定急救车辆派遣方案。
4.根据权利要求3所述的一种基于车辆调度的区域急救监控方法，其特征在于：所述根据急救预案，建立区域路网模型这一步骤，包括以下步骤：
对区域原始道路图进行预处理，得到路网拓扑关系；
根据路网拓扑关系，生成结点图层与路段图层；
根据结点图层和路段图层，建立区域路网模型。
5.根据权利要求3所述的一种基于车辆调度的区域急救监控方法，其特征在于：所述根据急救预案和区域路网模型，生成最优路径这一步骤，包括以下步骤：
对区域原始道路进行抽象处理；
对抽象处理后的道路进行权重计算；
根据区域路网模型，采用最短路径算法确定若干条最短路径；
根据实时道路交通状况，从若干条最短路径中确定最优路径。
6.根据权利要求5所述的一种基于车辆调度的区域急救监控方法，其特征在于：所述对抽象处理后的道路进行权重计算这一步骤，包括以下步骤：
根据先验道路交通数据，确定对车辆调度救援时间产生影响的延误因素，所述延误因素包括天气因素、道路服务因素、道路通行限制因素和道路行驶质量因素；其中，所述天气因素包括大雾天气、雨雪天气和风暴天气；所述道路服务因素包括车辆行驶速度、最大交通吞吐量和延误率；所述道路通行限制因素包括部分限行、全面限行、车种限行和正常通行；所述道路行驶质量因素包括颠簸路面、严峻路面和平整路面；
分别计算各个延误因素的权重比值；
根据各个延误因素的权重比值，计算车辆的平均行驶速度。
7.根据权利要求5所述的一种基于车辆调度的区域急救监控方法，其特征在于：所述根据区域路网模型，采用最短路径算法确定若干条最短路径这一步骤，包括以下步骤：
根据区域路网模型，基于路径长度逐点增长的方法构造路径树；
根据路径树，获取急救医疗站点到急救地点之间的最短路径。
8.根据权利要求1所述的一种基于车辆调度的区域急救监控方法，其特征在于：所述根据急救预案，通过预设的车辆调度算法确定急救车辆这一步骤，还包括实时获取道路交通状况，生成急救车辆的应变路线的步骤。
9.一种基于车辆调度的区域急救监控系统，其特征在于：包括：
预案生成模块，用于根据急救电话生成急救预案，所述急救预案包括患者病症、初步诊断结果、病发地点和急救地点；
急救医疗站点确定模块，用于根据急救预案中的急救地点，基于就近原则确定急救医疗站点；
急救车辆确定模块，用于根据急救预案，通过预设的车辆调度算法确定急救车辆；
监控模块，用于采用物联网技术对急救车辆与急救医疗站点进行实时监控。
10.一种基于车辆调度的区域急救监控装置，其特征在于：包括：
存储器，用于存储程序；
处理器，用于加载程序，以执行如权利要求1-8任一项所述的一种基于车辆调度的区域急救监控方法。
CN201810930731.4A 2018-08-15 2018-08-15 一种基于车辆调度的区域急救监控方法、系统及装置 Pending CN109166311A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810930731.4A CN109166311A (zh) 2018-08-15 2018-08-15 一种基于车辆调度的区域急救监控方法、系统及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810930731.4A CN109166311A (zh) 2018-08-15 2018-08-15 一种基于车辆调度的区域急救监控方法、系统及装置

Publications (1)

Publication Number Publication Date
CN109166311A true CN109166311A (zh) 2019-01-08

Family

ID=64895794

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810930731.4A Pending CN109166311A (zh) 2018-08-15 2018-08-15 一种基于车辆调度的区域急救监控方法、系统及装置

Country Status (1)

Country Link
CN (1) CN109166311A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110660234A (zh) * 2019-09-29 2020-01-07 柳超 智能交通灯控制方法
CN111639786A (zh) * 2020-04-27 2020-09-08 平安医疗健康管理股份有限公司 资源配置方法、装置、存储介质及计算机设备
CN112785840A (zh) * 2020-12-17 2021-05-11 漳州职业技术学院 一种城市智能交通计算机控制系统及方法
CN113409925A (zh) * 2021-06-11 2021-09-17 杭州卓健信息科技股份有限公司 一种基于互联网的未来健康屋管理系统
CN113470329A (zh) * 2021-06-30 2021-10-01 重庆东登科技有限公司 基于急诊平台的多点触发监测预警系统
CN113838278A (zh) * 2021-11-29 2021-12-24 青岛通产智能科技股份有限公司 一种多功能自助微车辆管理系统
CN116798233A (zh) * 2023-08-25 2023-09-22 湖南天宇汽车制造有限公司 一种救护车快速通行引导系统
WO2023231830A1 (zh) * 2022-05-30 2023-12-07 京东方科技集团股份有限公司 派车方法、装置、电子设备及计算机可读存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103210281A (zh) * 2010-09-13 2013-07-17 通腾科技股份有限公司 导航装置及方法
CN103500501A (zh) * 2013-10-17 2014-01-08 徐州市中心医院 急救车辆调度系统和方法
CN106548645A (zh) * 2016-11-03 2017-03-29 济南博图信息技术有限公司 基于深度学习的车辆路径寻优方法及系统
CN106652522A (zh) * 2016-12-30 2017-05-10 北京邮电大学 一种基于车速的路径规划方法
CN107490384A (zh) * 2017-08-17 2017-12-19 湖北文理学院 一种基于城市路网的最优静态路径选择方法
CN108009666A (zh) * 2016-10-28 2018-05-08 武汉大学 基于动态路网的层级优先最优路径计算方法
CN108280575A (zh) * 2018-01-22 2018-07-13 哈尔滨工业大学 一种应急疏散车辆多批次调度决策方法
CN108305486A (zh) * 2017-12-29 2018-07-20 东莞产权交易中心 一种急救系统的病情处理路径规划方法
US10490066B2 (en) * 2016-12-29 2019-11-26 X Development Llc Dynamic traffic control

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103210281A (zh) * 2010-09-13 2013-07-17 通腾科技股份有限公司 导航装置及方法
CN103500501A (zh) * 2013-10-17 2014-01-08 徐州市中心医院 急救车辆调度系统和方法
CN108009666A (zh) * 2016-10-28 2018-05-08 武汉大学 基于动态路网的层级优先最优路径计算方法
CN106548645A (zh) * 2016-11-03 2017-03-29 济南博图信息技术有限公司 基于深度学习的车辆路径寻优方法及系统
US10490066B2 (en) * 2016-12-29 2019-11-26 X Development Llc Dynamic traffic control
CN106652522A (zh) * 2016-12-30 2017-05-10 北京邮电大学 一种基于车速的路径规划方法
CN107490384A (zh) * 2017-08-17 2017-12-19 湖北文理学院 一种基于城市路网的最优静态路径选择方法
CN108305486A (zh) * 2017-12-29 2018-07-20 东莞产权交易中心 一种急救系统的病情处理路径规划方法
CN108280575A (zh) * 2018-01-22 2018-07-13 哈尔滨工业大学 一种应急疏散车辆多批次调度决策方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
朴松昊等: "《智能机械器人》", 31 December 2012, 智能机械器人 *
王长君等: "《高速公路网应急交通组织技术》", 31 October 2011, 同济大学出版社 *
苏兵: "《不确定环境下的运输路径选择策略》", 31 December 2009, 陕西人民出版社 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110660234B (zh) * 2019-09-29 2021-02-19 柳超 智能交通灯控制方法
CN110660234A (zh) * 2019-09-29 2020-01-07 柳超 智能交通灯控制方法
CN111639786B (zh) * 2020-04-27 2024-06-25 深圳平安医疗健康科技服务有限公司 资源配置方法、装置、存储介质及计算机设备
CN111639786A (zh) * 2020-04-27 2020-09-08 平安医疗健康管理股份有限公司 资源配置方法、装置、存储介质及计算机设备
CN112785840A (zh) * 2020-12-17 2021-05-11 漳州职业技术学院 一种城市智能交通计算机控制系统及方法
CN112785840B (zh) * 2020-12-17 2022-03-08 漳州职业技术学院 一种城市智能交通计算机控制系统及方法
CN113409925A (zh) * 2021-06-11 2021-09-17 杭州卓健信息科技股份有限公司 一种基于互联网的未来健康屋管理系统
CN113470329A (zh) * 2021-06-30 2021-10-01 重庆东登科技有限公司 基于急诊平台的多点触发监测预警系统
CN113470329B (zh) * 2021-06-30 2022-02-18 重庆东登科技有限公司 基于急诊平台的多点触发监测预警系统
CN113838278A (zh) * 2021-11-29 2021-12-24 青岛通产智能科技股份有限公司 一种多功能自助微车辆管理系统
WO2023231830A1 (zh) * 2022-05-30 2023-12-07 京东方科技集团股份有限公司 派车方法、装置、电子设备及计算机可读存储介质
CN116798233B (zh) * 2023-08-25 2024-01-09 湖南天宇汽车制造有限公司 一种救护车快速通行引导系统
CN116798233A (zh) * 2023-08-25 2023-09-22 湖南天宇汽车制造有限公司 一种救护车快速通行引导系统

Similar Documents

Publication Publication Date Title
CN109166311A (zh) 一种基于车辆调度的区域急救监控方法、系统及装置
Ghosh et al. Mobi-iost: mobility-aware cloud-fog-edge-iot collaborative framework for time-critical applications
CN111680830B (zh) 一种基于聚集风险预警的疫情防范方法和装置
Wu et al. To taxi or not to taxi?-enabling personalised and real-time transportation decisions for mobile users
CN104424812B (zh) 一种公交到站时间预测系统和方法
CN105765565A (zh) 以场景感知、来自移动设备的实时信息为基础的问答
CN109067859A (zh) 一种面向跨域协同服务的双层云架构系统及实现方法
WO2021147412A1 (zh) 服务位置推荐方法、装置、电子设备及可读存储介质
US20230215272A1 (en) Information processing method and apparatus, computer device and storage medium
Yousaf et al. Generalized multipath planning model for ride-sharing systems
JP7082361B2 (ja) 地域内共助巡回支援システム、地域内共助巡回支援装置、地域内共助巡回支援方法及びプログラム
CN112560724A (zh) 车辆监控方法、装置和云控平台
CN104636457B (zh) 一种位置搜索认知的方法及装置
CN106649770A (zh) 一种大数据查询方法及系统
CN106228263A (zh) 基于大数据的物流信息化方法
CN103839408A (zh) 一种交通事故辅助处理系统及方法
CN107316094A (zh) 一种通勤线路挖掘方法及装置
Regal Ludowieg et al. A methodology for managing public spaces to increase access to essential goods and services by vulnerable populations during the COVID-19 pandemic
Kong et al. The method and application of big data mining for mobile trajectory of taxi based on MapReduce
Jabeen et al. Autonomous vehicle health monitoring based on cloud-fog computing
Bacon et al. TIME: An open platform for capturing, processing and delivering transport-related data
CN104778355B (zh) 基于广域分布交通系统的异常轨迹检测方法
Hu et al. On exploiting logical dependencies for minimizing additive cost metrics in resource-limited crowdsensing
CN110928922B (zh) 一种基于大数据挖掘的公共政策分析模型部署方法及其系统
CN110866777B (zh) 一种旅游大数据商业平台系统

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190108