CN109816135B - 集群避险方法、系统、计算机可读存储介质及服务终端 - Google Patents
集群避险方法、系统、计算机可读存储介质及服务终端 Download PDFInfo
- Publication number
- CN109816135B CN109816135B CN201711174506.4A CN201711174506A CN109816135B CN 109816135 B CN109816135 B CN 109816135B CN 201711174506 A CN201711174506 A CN 201711174506A CN 109816135 B CN109816135 B CN 109816135B
- Authority
- CN
- China
- Prior art keywords
- vehicles
- area
- leader
- class
- escape route
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012216 screening Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明提供一种集群避险方法、系统、计算机可读存储介质及服务端，集群避险方法包括：获取灾害区域的地理位置信息，及位于所述灾害区域内所有车辆的位置信息；根据车辆的位置信息，将车辆进行聚类，以将所有车辆分为若干区域类；循环执行从每个所述区域类中选举出一领导者，该区域类中的其余车辆为跟随者，为该领导者规划一条最优逃离路线，并以该领导者的最优逃离路线为参考，且按照预设逃离规则，为所有跟随者规划一条逃离路线，直至所有车辆到达安全区域。本发明所述集群避险方法、系统、计算机可读存储介质及服务端能够使处于一个集群内的所有用户在面对自然灾害等突然情况时，引导用户快速有序地脱离险区，从而保证用户生命财产安全。
Description
技术领域
本发明属于车辆网技术领域，涉及一种避险方法及系统，特别是涉及一种集群避险方法、系统、计算机可读存储介质及服务终端。
背景技术
灾害，是对能够给人类和人类赖以生存的环境造成破坏性影响的事物总称。灾害不表示程度，通常指局部，可以扩张和发展，演变成灾难。一切对自然生态环境、人类社会的物质和精神文明建设，尤其是人们的生命财产等造成危害的天然事件和社会事件。
目前，我国每年都会发生一些灾害事故，例如，海啸淹没，地震，泥石流等，这些自然灾害给人们的生命和财产造成了严重损失。灾害事故分析表明，事故造成的人员死亡绝大多数发生在逃离、避险和等待救援的过程中，事故发生时立即死亡的人员只占少数。安全避险的基本理念应该是先撤离、后避险。只有在撤离路径被阻或撤退不能的情况下，遇险人员才进入紧急避险设施避险待救。
目前的车联网方法大多只能满足个体用户的出行娱乐方案，若突发自然灾害时，在面对突发的自然灾害时现有的车联网没有任何应对方案，无法有效引导用户脱离危险区域。
因此，如何提供一种集群避险方法、系统、计算机可读存储介质及服务终端，以解决现有技术在面对突发的自然灾害时，没有合适的应对方案，导致用户无法紧急撤离危险区域等缺陷，实已成为本领域技术人员亟待解决的技术方案。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种集群避险方法、系统、计算机可读存储介质及服务终端，用于解决现有技术中在面对突发的自然灾害时，没有合适的应对方案，导致用户无法紧急撤离危险区域的问题。
为实现上述目的及其他相关目的，本发明一方面提供一种集群避险方法，包括：步骤一，获取灾害区域的地理位置信息，及位于所述灾害区域内所有车辆的位置信息；步骤二，根据车辆的位置信息，将车辆进行聚类，以将所有车辆分为若干区域类；步骤三，从每个所述区域类中选举出一领导者，该区域类中的其余车辆为跟随者，为该领导者规划一条最优逃离路线，并以该领导者的最优逃离路线为参考，且按照预设逃离规则，为所有跟随者规划一条逃离路线；步骤四，待该领导者到达安全区域后，再从该区域类中选举出另一领导者，为另一领导者规划一条最优逃离路线，并以另一领导者规划的最优逃离路线为参考，且按照所述预设逃离规则，为跟随者重新规划逃离路线；步骤五，循环执行所述步骤三和四，直至所有车辆到达安全区域。
于本发明的一实施例中，所有车辆为同一车辆集群中的车辆，且接入同一服务端。
于本发明的一实施例中，所述步骤二包括：搜索灾害区域内，且接入所述车辆集群中的所有车辆，并随机选择若干车辆；在所选择的一车辆的附近，查找距离其最近的另一车辆，将所选择的车辆和查找的另一个车辆聚类于一区域类；在所选择的车辆和查找的另一个车辆间的中心点为基准点，查找距离该基准点最近的又一车辆，将该又一车辆聚类于所述区域类；在所述基准点和又一车辆间的中心点为新的基准点，查找距离该新的基准点最近的再一车辆，将再一车辆聚类于所述区域类；循环上一步骤，直至所有车辆聚类于距离自身最近的区域类中。
于本发明的一实施例中，所从每个所述区域类中选举出一领导者的步骤包括：从每一区域类中筛选出距离灾害区域的地理位置最远的若干车辆，再从若干车辆中筛选出距离预定安全区域的地理位置最近的一车辆，该车辆为领导者，该区域类中的其余车辆为跟随者；或从每一区域类中筛选出距离预定安全区域的地理位置最近的若干车辆，再从若干车辆种筛选出距离灾害区域的地理位置最远的一车辆，该车辆为领导者，该区域类中的其余车辆为跟随者。
于本发明的一实施例中，所述为该领导者规划一条最优逃离路线的步骤包括：计算所述车辆集群中所有车辆的个体平均方向；根据所述灾害区域的地理位置信息，分析安全区域的方向；对给予一权重的个体平均方向，及给予另一权重的安全区域的方向进行矢量计算，以规划所述领导者的最优逃离路线；所述最优逃离路线对应矢量计算最大结果。
于本发明的一实施例中，所述预设逃离规则为所有跟随者的逃离方向保持一致和/或跟随者之间避免在相同时间段进入同一区域位置。
于本发明的一实施例中，所述为跟随者重新规划逃离路线的步骤包括：获取每一区域类中跟随者的角度，速度；发送一安全速度至所述跟随者，以确保跟随者的速度保持一致；以最优逃离路线为参考方向，规划能使跟随者在相同时间段避开同一区域位置的逃离路线。
本发明另一方面提供一种集群避险系统，包括：信息获取模块，用于获取灾害区域的地理位置信息，及位于所述灾害区域内所有车辆的位置信息；聚类模块，用于根据车辆的位置信息，将车辆进行聚类，以将所有车辆分为若干区域类；处理模块，用于从每个所述区域类中选举出一领导者，该区域类中的其余车辆为跟随者，为该领导者规划一条最优逃离路线，并以该领导者的最优逃离路线为参考，且按照预设逃离规则，为所有跟随者规划一条逃离路线；待该领导者到达预定安全区域后，再从该区域类中选举中另一领导者，为另一领导者规划一条最优逃离路线，并以另一领导者规划的最优逃离路线为参考，且按照所述预设逃离规则，为跟随者重新规划逃离路线；循环模块，用于循环运行所述处理模块，直至所有车辆到达预定安全区域。
本发明又一方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述集群避险方法。
本发明最后一方面提供一种服务终端，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述服务终端执行所述集群避险方法。
如上所述，本发明的集群避险方法、系统、计算机可读存储介质及服务终端，具有以下
有益效果：
本发明所述集群避险方法、系统、计算机可读存储介质及服务终端能够使处于一个集群内的所有用户在面对自然灾害等突然情况时，引导用户快速有序地脱离险区，从而保证用户生命财产安全。
附图说明
图1显示为本发明的无线通信网络的示意图。
图2A显示为本发明的集群避险方法于一实施例中的流程示意图。
图2B显示为本发明的S22的流程示意图。
图2C显示为本发明的S24的流程示意图。
图2D显示为本发明的最优逃离路线的矢量计算示意图
图3显示为本发明的集群避险系统于一实施例中的原理结构示意图。
元件标号说明
1 无线通信网络
11 用户终端
12 车载终端
13 基站
14 服务端
3 所述集群避险系统
31 信息获取模块
32 聚类模块
33 处理模块
34 循环模块
331 选举单元
332 规划单元
S21～S27 步骤
S221～S225 步骤
S241～S243 步骤
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
实施例一
本实施例提供一种集群避险方法，包括：
步骤一，获取灾害区域的地理位置信息，及位于所述灾害区域内所有车辆的位置信息；
步骤二，根据车辆的位置信息，将车辆进行聚类，以将所有车辆分为若干区域类；
步骤三，从每个所述区域类中选举出一领导者，该区域类中的其余车辆为跟随者，为该领导者规划一条最优逃离路线，并以该领导者的最优逃离路线为参考，且按照预设逃离规则，为所有跟随者规划一条逃离路线；
步骤四，待该领导者到达预定安全区域后，再从该区域类中选举中另一领导者，为另一领导者规划一条最优逃离路线，并以另一领导者规划的最优逃离路线为参考，且按照所述预设逃离规则，为跟随者重新规划逃离路线；
步骤五，循环执行所述步骤三和四，直至所有车辆到达预定安全区域。
以下将结合图示对本实施例所提供的集群避险方法进行详细描述。本实施例所述的集群避险方法应用于如图1所示的无线通信网络1。所述无线通信网络1包括用户终端11、车载终端12、基站13及服务端14。本发明所涉及到的基站(basestation,简称BS)是一种部署在无线接入网中用以为UE提供无线通信功能的装置。所述基站可以包括各种形式的宏基站，微基站，中继站，接入点等等。在采用不同的无线接入技术的系统中，具备基站功能的设备的名称可能会有所不同，例如在LTE网络中，称为演进的节点B(evolvedNodeB简称：eNB或者eNodeB)，在第三代3G网络中，称为节点B(NodeB)等等。为方便描述，本申请中，所述为终端提供无线通信功能的装置统称为基站。
所述用户终端11通过所述基站12接入所述服务端14。在所述用户终端11接入所述服务端14后，所述车载终端12通过用户终端11登录至所述服务端14。若干车辆的车载终端接入同一服务端14后，形成一车辆集群。在本实施例中，当用户启动车辆，登录车载终端12时，事实上已经接入所述服务端14，形成车辆集群2。当该集群越来越大，本实施例所述的集群避险方法会越来越有效，越来越具有价值。
请参阅图2A，显示为集群避险方法于一实施例中的流程示意图。如图2A所示，所述集群避险方法包括以下几个步骤：
S21，获取灾害区域的地理位置信息，及位于所述灾害区域内所有车辆的位置信息。在本实施例中，所有车辆为接入同一车辆集群2中的车辆，且接入同一服务端14。所述灾害区域的地理位置信息包括灾害区域的地理位置信息，经度，纬度等。位于所述灾害区域内所有车辆的位置信息包括车辆位于所述灾害区域内的地理位置信息等。
S22，根据车辆的位置信息，将车辆进行聚类，以将所有车辆分为若干区域类。请参阅图2B，显示为步骤S22的流程示意图。如图2B所示，所述S22包括以下几个步骤：
S221，搜索灾害区域内，且接入所述车辆集群中的所有车辆，并随机选择若干车辆。在本实施例中，以所选择的若干车辆中每一车辆为一点P0。
S222，在所选择的一车辆的附近，即点P0的附近，查找距离其最近的另一车辆，将所选择的车辆和查找的另一个车辆聚类于一区域类。
S223，在所选择的车辆和查找的另一个车辆间的中心点为基准点P1，查找距离该基准点P1最近的又一车辆，将该又一车辆聚类于所述区域类。
S224，在所述基准点P1和又一车辆间的中心点为新的基准点P2，查找距离该新的基准点P2最近的再一车辆，将再一车辆聚类于所述区域类；
S225，循环执行S224，直至所有车辆聚类于距离自身最近的区域类中。换句话说就是，在新的基准点Pi和其他一车辆间的中心点为又一新的基准点Pi+1，查找距离又一新的基准点Pi+1最近的车辆，将该车辆聚类于所述区域类，直至搜索到的所有车辆都聚类完毕。
S23，从每个所述区域类中选举出一领导者，该区域类中的其余车辆为跟随者。
在本实施例中，从每个所述区域类中选举出一领导者的步骤包括：
从每一区域类中筛选出距离灾害区域的地理位置最远的若干车辆，再从若干车辆中筛选出距离预定安全区域的地理位置最近的一车辆，该车辆为领导者，该区域类中的其余车辆为跟随者；或
从每一区域类中筛选出距离预定安全区域的地理位置最近的若干车辆，再从若干车辆种筛选出距离灾害区域的地理位置最远的一车辆，该车辆为领导者，该区域类中的其余车辆为跟随者。
S24，为该领导者规划一条最优逃离路线。
请参阅图2C，显示为S24的流程示意图。如图2C所示，所述S24具体包括以下步骤：
S241，计算所述车辆集群中所有车辆的个体平均方向。
例如，车辆A的方向为移动方向为东，车辆B的方向为北，那么车辆A和B的平均方向为偏东北方向45度。
S242，根据所述灾害区域的地理位置信息，分析安全区域的方向。
例如，A县发生泥石冲毁A县内多条主要干道，在获取A县的地理位置信息后，在A县的附近区域内，分析出离所述灾害区域最近的安全区域。例如，离A县最近的B县为安全区域，B县位于A县的东北方向。
S243，对给予一权重的个体平均方向，及给予另一权重的安全区域的方向进行矢量计算，以规划所述最优逃离路线。在本实施例中，所述最优逃离路线对应矢量计算最大结果。
S25，以该领导者的最优逃离路线为参考，且按照预设逃离规则，为所有跟随者规划一条逃离路线。在本实施例中，所述预设逃离规则所述预设逃离规则为所有跟随者的逃离方向保持一致和/或跟随者之间避免在相同时间段进入同一区域位置。在本实施例中，S25的具体流程包括：
获取每一区域类中跟随者的角度，速度。所述服务端获取所有跟随者的移动速度，为使所有跟随者尽量保持相同的速度，生成一安全速度；发送一安全速度至所述跟随者，以确保跟随者的速度保持一致；以最优逃离路线为参考方向，规划能使跟随者在相同时间段避开同一区域位置的逃离路线。在本实施例中，第一跟随者到达所述领导者的起始点后，第一跟随者按照所述领导者的最优逃离路线朝安全区域的方向移动。
S26，待该领导者到达安全区域后，再从该区域类中选举出另一领导者，为另一领导者规划一条最优逃离路线，并以另一领导者规划的最优逃离路线为参考，且按照所述预设逃离规则，为跟随者重新规划逃离路线。
所述再从该区域类中选举出另一领导者的步骤包括：
从每一区域类中筛选出距离灾害区域的地理位置最远的若干车辆，再从若干车辆中筛选出距离预定安全区域的地理位置最近的一车辆，该车辆为另一领导者，该区域类中的其余车辆为跟随者；或
从每一区域类中筛选出距离预定安全区域的地理位置最近的若干车辆，再从若干车辆种筛选出距离灾害区域的地理位置最远的一车辆，该车辆为领导者，该区域类中的其余车辆为跟随者。
所述为另一领导者规划一条最优逃离路线的步骤包括：
计算所述车辆集群中所有车辆的个体平均方向。
根据所述灾害区域的地理位置信息，分析安全区域的方向。
对给予一权重的个体平均方向，及给予另一权重的安全区域的方向进行矢量计算，以规划所述另一领导者的最优逃离路线。在本实施例中，所述最优逃离路线对应矢量计算最大结果。
具体地，最优逃离路线＝给予一权重的个体平均方向点乘给予另一权重的安全区域的方向。请参阅图2D，显示为最优逃离路线的矢量计算示意图。
所述以另一领导者规划的最优逃离路线为参考，且按照所述预设逃离规则，为跟随者重新规划逃离路线的步骤包括：
获取每一区域类中跟随者的角度，速度。所述服务端获取所有跟随者的移动速度，为使所有跟随者尽量保持相同的速度，生成一安全速度；发送一安全速度至所述跟随者，以确保跟随者的速度保持一致；以另一领导者的最优逃离路线为参考方向，规划能使跟随者在相同时间段避开同一区域位置的逃离路线。
S27，循环执行所述S25和S26，直至所有车辆到达预定安全区域。
本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行上述集群避险方法。本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例所述的集群避险方法能够使处于一个集群内的所有用户在面对自然灾害等突然情况时，引导用户快速有序地脱离险区，从而保证用户生命财产安全。
实施例二
本实施例提供一种集群避险系统，包括：
信息获取模块，用于获取灾害区域的地理位置信息，及位于所述灾害区域内所有车辆的位置信息；
聚类模块，用于根据车辆的位置信息，将车辆进行聚类，以将所有车辆分为若干区域类；
处理模块，用于从每个所述区域类中选举出一领导者，该区域类中的其余车辆为跟随者，为该领导者规划一条最优逃离路线，并以该领导者的最优逃离路线为参考，且按照预设逃离规则，为所有跟随者规划一条逃离路线；待该领导者到达预定安全区域后，再从该区域类中选举中另一领导者，为另一领导者规划一条最优逃离路线，并以另一领导者规划的最优逃离路线为参考，且按照所述预设逃离规则，为跟随者重新规划逃离路线；
循环模块，用于循环运行所述规划模块，直至所有车辆到达预定安全区域。
以下将结合图示对本实施例所提供的集群避险系统进行详细描述。需要说明的是，应理解以上集群避险系统的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，x模块可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上x模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(ApplicationSpecificIntegratedCircuit，简称ASIC)，或，一个或多个微处理器(digitalsingnalprocessor，简称DSP)，或，一个或者多个现场可编程门阵列(FieldProgrammableGateArray，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(CentralProcessingUnit，简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，简称SOC)的形式实现。
请参阅图3，显示为集群避险系统于一实施例中的原理结构示意图。如图3所示，所述集群避险系统3包括信息获取模块31、聚类模块32、处理模块33及循环模块34。
所述信息获取模块31用于获取灾害区域的地理位置信息，及位于所述灾害区域内所有车辆的位置信息。在本实施例中，所有车辆为接入同一车辆集群2中的车辆，且接入同一服务端14。所述灾害区域的地理位置信息包括灾害区域的地理位置信息，经度，纬度等。位于所述灾害区域内所有车辆的位置信息包括车辆位于所述灾害区域内的地理位置信息等。
与所述信息获取模块31耦合的聚类模块32用于根据车辆的位置信息，将车辆进行聚类，以将所有车辆分为若干区域类。所述聚类模块32具体用于搜索灾害区域内，且接入所述车辆集群中的所有车辆，并随机选择若干车辆；在所选择的一车辆的附近，查找距离其最近的另一车辆，将所选择的车辆和查找的另一个车辆聚类于一区域类；在所选择的车辆和查找的另一个车辆间的中心点为基准点，查找距离该基准点最近的又一车辆，将该又一车辆聚类于所述区域类；在所述基准点和又一车辆间的中心点为新的基准点，查找距离该新的基准点最近的再一车辆，将再一车辆聚类于所述区域类；循环在所述基准点和又一车辆间的中心点为新的基准点，查找距离该新的基准点最近的再一车辆，将再一车辆聚类于所述区域类，直至所有车辆聚类于距离自身最近的区域类中。
与所述聚类模块32耦合的处理模块33用于从每个所述区域类中选举出一领导者，该区域类中的其余车辆为跟随者，为该领导者规划一条最优逃离路线，并以该领导者的最优逃离路线为参考，且按照预设逃离规则，为所有跟随者规划一条逃离路线；待该领导者到达预定安全区域后，再从该区域类中选举中另一领导者，为另一领导者规划一条最优逃离路线，并以另一领导者规划的最优逃离路线为参考，且按照所述预设逃离规则，为跟随者重新规划逃离路线。在本实施例中，所述处理模块33包括选举单元331和规划单元332。
所述选举单元331从每个所述区域类中选举出一领导者，该区域类中的其余车辆为跟随者。
具体地，所述选举单元331从每一区域类中筛选出距离灾害区域的地理位置最远的若干车辆，再从若干车辆中筛选出距离预定安全区域的地理位置最近的一车辆，该车辆为领导者，该区域类中的其余车辆为跟随者；或从每一区域类中筛选出距离预定安全区域的地理位置最近的若干车辆，再从若干车辆种筛选出距离灾害区域的地理位置最远的一车辆，该车辆为领导者，该区域类中的其余车辆为跟随者。
与所述选举单元331耦合的规划单元332用于为该领导者规划一条最优逃离路线。
所述规划单元332计算所述车辆集群中所有车辆的个体平均方向；根据所述灾害区域的地理位置信息，分析安全区域的方向；对给予一权重的个体平均方向，及给予另一权重的安全区域的方向进行矢量计算，以规划所述最优逃离路线。在本实施例中，所述最优逃离路线对应矢量计算最大结果。
所述规划单元332还用于以该领导者的最优逃离路线为参考，且按照预设逃离规则，为所有跟随者规划一条逃离路线。在本实施例中，所述预设逃离规则所述预设逃离规则为所有跟随者的逃离方向保持一致和/或跟随者之间避免在相同时间段进入同一区域位置。在本实施例中，所述规划单元332获取每一区域类中跟随者的角度，速度。所述服务端获取所有跟随者的移动速度，为使所有跟随者尽量保持相同的速度，生成一安全速度；发送一安全速度至所述跟随者，以确保跟随者的速度保持一致；以最优逃离路线为参考方向，规划能使跟随者在相同时间段避开同一区域位置的逃离路线。在本实施例中，第一跟随者到达所述领导者的起始点后，第一跟随者按照所述领导者的最优逃离路线朝安全区域的方向移动。
待该领导者到达安全区域后，所述选举单元331再从该区域类中选举出另一领导者，所述规划单元332为另一领导者规划一条最优逃离路线，并以另一领导者规划的最优逃离路线为参考，且按照所述预设逃离规则，为跟随者重新规划逃离路线。
所述选举单元331从每一区域类中筛选出距离灾害区域的地理位置最远的若干车辆，再从若干车辆中筛选出距离预定安全区域的地理位置最近的一车辆，该车辆为另一领导者，该区域类中的其余车辆为跟随者；或从每一区域类中筛选出距离预定安全区域的地理位置最近的若干车辆，再从若干车辆种筛选出距离灾害区域的地理位置最远的一车辆，该车辆为领导者，该区域类中的其余车辆为跟随者。
所述规划单元332计算所述车辆集群中所有车辆的个体平均方向；根据所述灾害区域的地理位置信息，分析安全区域的方向；对给予一权重的个体平均方向，及给予另一权重的安全区域的方向进行矢量计算，以规划所述另一领导者的最优逃离路线。在本实施例中，所述最优逃离路线对应矢量计算最大结果。
所述规划单元332还用于以另一领导者规划的最优逃离路线为参考，且按照所述预设逃离规则，为跟随者重新规划逃离路线。
与所述处理模块33耦合的循环模块34用于循环运行所述处理模块33，直至所有车辆到达预定安全区域。
实施例三
本实施例提供一种服务终端，包括：处理器、存储器、收发器、通信接口和系统总线；存储器和通信接口通过系统总线与处理器和收发器连接并完成相互间的通信，存储器用于存储计算机程序，通信接口用于和其他设备进行通信，处理器和收发器用于运行计算机程序，使服务终端执行如上所述集群避险方法的各个步骤。
上述提到的系统总线可以是外设部件互连标准(PeripheralPomponentInterconnect，简称PCI)总线或扩展工业标准结构(ExtendedIndustryStandardArchitecture，简称EISA)总线等。该系统总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(RandomAccessMemory，简称RAM)，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。
上述的处理器可以是通用处理器，包括中央处理器(CentralProcessingUnit，简称CPU)、网络处理器(NetworkProcessor，简称NP)等；还可以是数字信号处理器(DigitalSignalProcessing，简称DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，简称ASIC)、现场可编程门阵列(Field－ProgrammableGateArray，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
综上所述，本发明所述集群避险方法、系统、计算机可读存储介质及服务终端能够使处于一个集群内的所有用户在面对自然灾害等突然情况时，引导用户快速有序地脱离险区，从而保证用户生命财产安全。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (8)
1.一种集群避险方法，其特征在于，
包括：
步骤一，获取灾害区域的地理位置信息，及位于所述灾害区域内所有车辆的位置信息；
步骤二，根据车辆的位置信息，将车辆进行聚类，以将所有车辆分为若干区域类；
步骤三，从每个所述区域类中选举出一领导者，该区域类中的其余车辆为跟随者，为该领导者规划一条最优逃离路线，并以该领导者的最优逃离路线为参考，且按照预设逃离规则，为所有跟随者规划一条逃离路线；所述预设逃离规则为所有跟随者的逃离方向保持一致和/或跟随者之间避免在相同时间段进入同一区域位置；
所述从每个所述区域类中选举出一领导者的步骤包括：
从每一区域类中筛选出距离灾害区域的地理位置最远的若干车辆，再从若干车辆中筛选出距离预定安全区域的地理位置最近的一车辆，该车辆为领导者，该区域类中的其余车辆为跟随者；或
从每一区域类中筛选出距离预定安全区域的地理位置最近的若干车辆，再从若干车辆种筛选出距离灾害区域的地理位置最远的一车辆，该车辆为领导者，该区域类中的其余车辆为跟随者；
步骤四，待该领导者到达安全区域后，再从该区域类中选举出另一领导者，为另一领导者规划一条最优逃离路线，并以另一领导者规划的最优逃离路线为参考，且按照所述预设逃离规则，为跟随者重新规划逃离路线；
步骤五，循环执行所述步骤三和四，直至所有车辆到达安全区域。
2.根据权利要求1所述的集群避险方法，其特征在于，
所有车辆为同一车辆集群中的车辆，且接入同一服务端。
3.根据权利要求2所述的集群避险方法，其特征在于，
所述步骤二包括：
搜索灾害区域内，且接入所述车辆集群中的所有车辆，并随机选择若干车辆；
在所选择的一车辆的附近，查找距离其最近的另一车辆，将所选择的车辆和查找的另一个车辆聚类于一区域类；
在所选择的车辆和查找的另一个车辆间的中心点为基准点，查找距离该基准点最近的又一车辆，将该又一车辆聚类于所述区域类；
在所述基准点和又一车辆间的中心点为新的基准点，查找距离该新的基准点最近的再一车辆，将再一车辆聚类于所述区域类；
循环上一步骤，直至所有车辆聚类于距离自身最近的区域类中。
4.根据权利要求1所述的集群避险方法，其特征在于，
所述为该领导者规划一条最优逃离路线的步骤包括：
计算所述车辆集群中所有车辆的个体平均方向；
根据所述灾害区域的地理位置信息，分析安全区域的方向；
对给予一权重的个体平均方向，及给予另一权重的安全区域的方向进行矢量计算，以规划所述领导者的最优逃离路线；所述最优逃离路线对应矢量计算最大结果。
5.根据权利要求1所述的集群避险方法，其特征在于，
所述为跟随者重新规划逃离路线的步骤包括：
获取每一区域类中跟随者的角度，速度；
发送一安全速度至所述跟随者，以确保跟随者的速度保持一致；
以最优逃离路线为参考方向，规划能使跟随者在相同时间段避开同一区域位置的逃离路线。
6.一种集群避险系统，其特征在于，
包括：
信息获取模块，用于获取灾害区域的地理位置信息，及位于所述灾害区域内所有车辆的位置信息；
聚类模块，用于根据车辆的位置信息，将车辆进行聚类，以将所有车辆分为若干区域类；
处理模块，用于从每个所述区域类中选举出一领导者，该区域类中的其余车辆为跟随者，为该领导者规划一条最优逃离路线，并以该领导者的最优逃离路线为参考，且按照预设逃离规则，为所有跟随者规划一条逃离路线；所述预设逃离规则为所有跟随者的逃离方向保持一致和/或跟随者之间避免在相同时间段进入同一区域位置；
所述从每个所述区域类中选举出一领导者的步骤包括：
从每一区域类中筛选出距离灾害区域的地理位置最远的若干车辆，再从若干车辆中筛选出距离预定安全区域的地理位置最近的一车辆，该车辆为领导者，该区域类中的其余车辆为跟随者；或
从每一区域类中筛选出距离预定安全区域的地理位置最近的若干车辆，再从若干车辆种筛选出距离灾害区域的地理位置最远的一车辆，该车辆为领导者，该区域类中的其余车辆为跟随者；
所述处理模块，还用于待该领导者到达预定安全区域后，再从该区域类中选举中另一领导者，为另一领导者规划一条最优逃离路线，并以另一领导者规划的最优逃离路线为参考，且按照所述预设逃离规则，为跟随者重新规划逃离路线；
循环模块，用于循环运行所述处理模块，直至所有车辆到达预定安全区域。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，
该程序被处理器执行时实现权利要求1至6中任一项所述集群避险方法。
8.一种服务终端，其特征在于，
包括：
处理器及存储器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述服务终端执行如权利要求1至6中任一项所述集群避险方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711174506.4A CN109816135B (zh) | 2017-11-22 | 2017-11-22 | 集群避险方法、系统、计算机可读存储介质及服务终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711174506.4A CN109816135B (zh) | 2017-11-22 | 2017-11-22 | 集群避险方法、系统、计算机可读存储介质及服务终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109816135A CN109816135A (zh) | 2019-05-28 |
| CN109816135B true CN109816135B (zh) | 2023-09-26 |
Family
ID=66599724
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711174506.4A Active CN109816135B (zh) | 2017-11-22 | 2017-11-22 | 集群避险方法、系统、计算机可读存储介质及服务终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109816135B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101975951A (zh) * | 2010-06-09 | 2011-02-16 | 北京理工大学 | 一种融合距离和图像信息的野外环境障碍检测方法 |
| CN102564438A (zh) * | 2010-12-30 | 2012-07-11 | 上海博泰悦臻电子设备制造有限公司 | 基于车载终端的车辆导航行程规划的方法及装置 |
| CN103106546A (zh) * | 2013-02-08 | 2013-05-15 | 同济大学 | 基于区域应急疏散能力评估的疏散应急方案选择方法 |
| CN103954278A (zh) * | 2014-05-08 | 2014-07-30 | 中国科学院软件研究所 | 一种基于多数据融合的应急逃离引导方法和系统 |
| CN104089620A (zh) * | 2014-04-04 | 2014-10-08 | 北京乐投信息技术有限公司 | 一种基于数据分析的自动路线规划方法及其系统 |
| CN104134344A (zh) * | 2014-07-29 | 2014-11-05 | 北京航空航天大学 | 一种基于车联网的道路交通网络应急疏散路径生成方法 |
| CN104344825A (zh) * | 2013-07-23 | 2015-02-11 | 深圳市赛格导航科技股份有限公司 | 一种逃离当前位置的导航终端以及导航方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7349768B2 (en) * | 2005-04-25 | 2008-03-25 | The Boeing Company | Evacuation route planning tool |
| US8126642B2 (en) * | 2008-10-24 | 2012-02-28 | Gray & Company, Inc. | Control and systems for autonomously driven vehicles |
-
2017
- 2017-11-22 CN CN201711174506.4A patent/CN109816135B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101975951A (zh) * | 2010-06-09 | 2011-02-16 | 北京理工大学 | 一种融合距离和图像信息的野外环境障碍检测方法 |
| CN102564438A (zh) * | 2010-12-30 | 2012-07-11 | 上海博泰悦臻电子设备制造有限公司 | 基于车载终端的车辆导航行程规划的方法及装置 |
| CN103106546A (zh) * | 2013-02-08 | 2013-05-15 | 同济大学 | 基于区域应急疏散能力评估的疏散应急方案选择方法 |
| CN104344825A (zh) * | 2013-07-23 | 2015-02-11 | 深圳市赛格导航科技股份有限公司 | 一种逃离当前位置的导航终端以及导航方法 |
| CN104089620A (zh) * | 2014-04-04 | 2014-10-08 | 北京乐投信息技术有限公司 | 一种基于数据分析的自动路线规划方法及其系统 |
| CN103954278A (zh) * | 2014-05-08 | 2014-07-30 | 中国科学院软件研究所 | 一种基于多数据融合的应急逃离引导方法和系统 |
| CN104134344A (zh) * | 2014-07-29 | 2014-11-05 | 北京航空航天大学 | 一种基于车联网的道路交通网络应急疏散路径生成方法 |
Non-Patent Citations (4)
| Title |
|---|
| R.A. Santos.et al.A location-based routing algorithm for vehicle to vehicle communication.《IEEE》.2004,全文. * |
| Rasmeet S Bali.et al.Clustering in vehicular ad hoc networks: Taxonomy, challenges and solutions.《IEEE》.2014,全文. * |
| 朱锦新.基于空间聚类和蚁群算法的车辆路径问题的研究.盐城工学院学报(自然科学版).2009,(第04期),全文. * |
| 林赐云等.突发灾害下应急疏散路线的交通信号配时优化.华南理工大学学报(自然科学版).2013,(第02期),全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109816135A (zh) | 2019-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lacinák et al. | Smart city, safety and security | |
| US11580857B2 (en) | Apparatus and method for safety improvement by collaborative autonomous vehicles | |
| CN106303950A (zh) | 基于网格的地理围栏服务系统及方法 | |
| EP3815074A1 (en) | Real-time vehicle-based data gathering | |
| US11631335B2 (en) | Flight planning using obstacle data | |
| CN110838245A (zh) | 一种基于移动网络的无人机监管方法及装置 | |
| CN111260215B (zh) | 风险预警方法及相关装置 | |
| CN108647910B (zh) | 城市公交站点的设置方法、装置、终端及计算机存储介质 | |
| KR101951556B1 (ko) | 드론 기지국 및 이의 자원 할당 방법 | |
| CN112214677A (zh) | 一种兴趣点推荐方法、装置、电子设备及存储介质 | |
| Dar et al. | An architecture for fog computing enabled Emergency Response and Disaster Management System (ERDMS) | |
| CN109816135B (zh) | 集群避险方法、系统、计算机可读存储介质及服务终端 | |
| CN107622467B (zh) | 一种通勤出行模式提取方法及装置 | |
| Tortonesi et al. | Software-defined and value-based information processing and dissemination in IoT applications | |
| CN112512057B (zh) | 网络切片异常识别方法、装置、设备及计算机存储介质 | |
| JP6379305B1 (ja) | ワイヤレス信号特性に基づくモバイルデバイスを使用したユーザコンテキストの検出 | |
| CN110392072B (zh) | 一种行程规划分享方法及系统、云服务器 | |
| EP4150923A1 (en) | Identifying wireless devices that have relationships with each other | |
| JP2018132595A (ja) | エリア抽出システムおよびエリア抽出方法 | |
| Artem et al. | Detection and recognition of moving biological objects for autonomous vehicles using intelligent edge computing/LoRaWAN mesh system | |
| CN111935772A (zh) | 一种确定业务区域的价值的方法和装置 | |
| CN114630359A (zh) | 确定网络覆盖的方法、装置、电子设备、计算机存储介质 | |
| US10841202B2 (en) | Distribution of computing resources of a radio access network | |
| JP7142531B2 (ja) | 基地局装置、プログラム、制御装置及び制御方法 | |
| Tomar et al. | Vehicles connectivity-based communication systems for road transportation safety |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 201822 No.208, building 4, no.1411, Yecheng Road, Jiading Industrial Zone, Jiading District, Shanghai Applicant after: Botai vehicle networking technology (Shanghai) Co.,Ltd. Address before: 201822 No.208, building 4, no.1411, Yecheng Road, Jiading Industrial Zone, Jiading District, Shanghai Applicant before: SHANGHAI PATEO ELECTRONIC EQUIPMENT MANUFACTURING Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Cluster hedging methods, systems, computer-readable storage media, and service terminals Granted publication date: 20230926 Pledgee: China Construction Bank Corporation Shanghai Xuhui sub branch Pledgor: Botai vehicle networking technology (Shanghai) Co.,Ltd. Registration number: Y2024310000011 |
|
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: Room 3701, No. 866 East Changzhi Road, Hongkou District, Shanghai, 200080 Patentee after: Botai vehicle networking technology (Shanghai) Co.,Ltd. Country or region after: China Address before: 201822 No.208, building 4, no.1411, Yecheng Road, Jiading Industrial Zone, Jiading District, Shanghai Patentee before: Botai vehicle networking technology (Shanghai) Co.,Ltd. Country or region before: China |