CN111563169A - 一种紧急呼救与响应方法及系统 - Google Patents
一种紧急呼救与响应方法及系统 Download PDFInfo
- Publication number
- CN111563169A CN111563169A CN202010257215.7A CN202010257215A CN111563169A CN 111563169 A CN111563169 A CN 111563169A CN 202010257215 A CN202010257215 A CN 202010257215A CN 111563169 A CN111563169 A CN 111563169A
- Authority
- CN
- China
- Prior art keywords
- entity
- information
- knowledge
- help
- call
- 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
Links
- 230000004044 response Effects 0.000 title claims abstract description 141
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000009429 distress Effects 0.000 claims description 86
- 238000013507 mapping Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 12
- 238000012800 visualization Methods 0.000 claims description 9
- 206010020751 Hypersensitivity Diseases 0.000 claims description 5
- 208000026935 allergic disease Diseases 0.000 claims description 5
- 230000007815 allergy Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 5
- 208000024891 symptom Diseases 0.000 claims description 5
- 238000012806 monitoring device Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims 1
- 201000010099 disease Diseases 0.000 abstract description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 2
- 230000010365 information processing Effects 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 description 9
- 230000008520 organization Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/387—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- 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
-
- 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
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/016—Personal emergency signalling and security systems
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/12—Manually actuated calamity alarm transmitting arrangements emergency non-personal manually actuated alarm, activators, e.g. details of alarm push buttons mounted on an infrastructure
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/188—Capturing isolated or intermittent images triggered by the occurrence of a predetermined event, e.g. an object reaching a predetermined position
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Development Economics (AREA)
- Emergency Management (AREA)
- Computer Security & Cryptography (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Evolutionary Computation (AREA)
- Epidemiology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Library & Information Science (AREA)
- Artificial Intelligence (AREA)
- Animal Behavior & Ethology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
Abstract
本发明属于紧急呼救信息处理技术领域,公开了一种紧急呼救与响应方法及系统,通过家用监控摄像头采集呼救人发出呼救时的视频信息,并结合智能手机自带的GPS定位,同时将视频信息和位置信息发送至应急响应平台,应急响应平台通过知识表达与推理,生成合理有效的救援方案供决策者选择实施,并且系统自动将决策者的救援方案发送至呼救人的家庭呼救器,便于呼救人及时了解救援方案,以此实现对呼救人的紧急救援。本发明能够有效地提高居家突发疾病或意外情况下的呼救和响应速度,提高呼救便利性和救援效率,对减轻病痛、挽救生命具有重要意义;本发明通过视频呼救结合知识图谱的知识表达与推理来实现对紧急呼救的应急响应。
Description
技术领域
本发明属于紧急呼救信息处理技术技术领域,尤其涉及一种紧急呼救与响应方法及系统,适用于覆盖城市/区/县范围的紧急呼救。
背景技术
虽然目前市面上存在各种各样的紧急呼救装置,但是这些呼救产品和服务都没有得到很好的开发,产品种类少且功能过于单一,大多数的呼救装置只能发出呼救信号,却不能将救助信息及时地反馈给呼救人,救助效率低下,不能实现良好的救助功能。同时,现有的应急响应平台主要面向重大灾害、重大事故的决策支持,无法有效地支持居家呼救事件的自动化分析和处理,不能快速对居家呼救事件提出响应措施。
综上所述,现有技术存在的问题是:
(1)现有技术呼救装置中,产品种类少且功能过于单一,大多数的呼救装置只能发出呼救信号,却不能将救助信息及时地反馈给呼救人,救助效率低下,不能实现良好的救助功能。
(2)现有应急响应决策平台多用于重大灾害、重大事故,缺乏结合医务信息和警务信息对呼救事件进行自动化决策支持的平台。
(3)现有救助中心/应急响应中心的救助平台以信息展示功能为主,多以文字、柱状图、饼图、K线图展示单个信息及统计信息,缺乏对多方信息综合分析的能力。综合分析及决策方案制定过程仍然大量依赖多方人员的沟通,难以快速产生响应决策。
解决上述技术问题的难度:
主要难度在于(1)应急响应平台的数据是多源异构的,缺乏有效的数据整合、展示机制。
(2)当前数据分析方法主要进行统计分析,没有知识推理能力,无法有效支持决策方案的生成。
(3)基于机器学习的推理方法缺乏解释能力,无法支持救援方案的解释,决策者及利益相关者难以对所产生方案产生信任。
解决上述技术问题的意义:
问题(1)的解决能够使呼救人及时得到反馈,缓解意识清醒的呼救人在等待过程中的紧张情绪,增强呼救人对救助系统的信心。
问题(2)的解决能够加强救助中心/救援机构/应急响应中心的信息化程度,提高工作效率。
问题(3)的解决能够提升救助中心/救援机构/应急响应中心的综合决策能力,通过将医务信息、警务信息和呼救人个人信息(个人资料、地理位置)相结合,以知识推理为支持,进行自动化决策方案生成,辅助决策者快速对呼救事件进行响应。
发明内容
本发明所要解决的技术问题是:针对以上的问题,本发明设计一种既方便快捷又人性化的一种紧急呼救与响应方法及系统,能够将求助信息同时发送给家庭紧急联系人和系统服务端,实现快速决策方案自动生成,为呼救人提供应急响应支持,为创建稳定和谐的社会提供了有力的保障。利用该系统家庭紧急联系人可以在第一时间获知呼救人的求救信号及救助信息,决策平台能迅速做出应急响应决策方案,呼救人能得到及时救治。
本发明是这样实现的,一种紧急呼救与响应方法,包括以下步骤:
步骤S1:呼救器发送呼救信息(包括个人基本信息、紧急联系人信息、GPS位置信息、呼救视频)至应急响应平台,应急响应平台将部分呼救信息(GPS位置信息、呼救视频)发送至紧急联系人,应急平台根据呼救信息构建呼救知识图谱,呼救知识图谱存储于数据服务器;从救助中心/应急响应中心的信息库中获取外部数据(医疗单位数据和警务单位数据),根据外部数据构建外部知识图谱集,外部知识图谱集存储于数据服务器;
步骤S2:通过上位概念框架将呼救知识图谱和外部知识图谱集融合成事件知识图谱,事件知识图谱存储于数据服务器,用于支持响应服务器端应急响应平台的事件信息可视化和应急响应方案推理;
步骤S3:响应服务器上的应急响应平台通过访问数据服务器端的事件知识图谱和案例库,进行基于案例的知识推理,结合呼救人信息、医疗资源和警务资源信息,推理出多个候选决策方案供决策者选择,允许决策者对决策方案进行手动修改;
步骤S4:将决策信息发送至决策方案中涉及的医疗部门和警务部门,同时将决策核心信息发送至紧急联系人手机。
步骤S1具体为:
步骤S11,呼救事件发生后,呼救器将其中存储的呼救人个人基本信息、紧急联系人信息、GPS位置数据、居家视频发送至应急响应平台的响应服务器,响应服务器将所接收呼救人基本信息中的结构化文本数据映射为呼救人实体及其属性,利用图数据库构建为呼救知识图谱,该知识图谱由多个三元组<hc,rc,tc>组成,其中hc为头实体,头实体由编号和实体名称(可为呼救人姓名值)两部分组成,tc为尾实体(即实体属性),rc为连接头实体hc和尾实体tc的关系,呼救人个人基本信息各字段(例如年龄)分别为一个尾实体,呼叫者个人基本信息字段值(例如年龄值)对应存储为各尾实体的值(即实体的属性值),将呼救知识图谱存储在数据服务器;
步骤S12,响应服务器端,利用图数据库将结构化的呼救人紧急联系人信息构建为联系人实体及其属性三元组<hl,rl,tl>,其中头实体hl包括实体名称(可以为联系人姓名)和编号,建立连接头实体hl和尾实体tl的关系rl,紧急联系人信息各字段(例如电话)分别映射为一个尾实体(即实体属性),紧急联系人信息各字段值(例如电话号码数值)分别对应映射为两个尾实体的值(即实体的属性值),建立关系rb连接呼救人实体hc至联系人实体hl,形成三元组<hc,rb,hl>对呼救知识图谱进行更新,更新后的呼救知识图谱存储在数据服务器;
步骤S13,响应服务器端,利用图数据库将结构化的呼救GPS位置数据映射为呼救人实体的属性,即建立两个三元组<hc,rc,tc>,其中hc为呼救人头实体,rc为连接头实体hc至尾实体tc的关系,GPS位置数据字段(例如经度)各映射为一个尾实体(即实体属性),GPS位置数据字段值(例如经度值)存储为对应为各尾实体的值(即实体的属性值),从而将GPS位置数据添加至S11中的呼救知识图谱中,更新后的呼救知识图谱存储在数据服务器;
步骤S14,将呼救视频数据存储在数据服务器,在响应服务器端,利用图数据库将视频存储地址存储为视频实体的属性,即建立视频实体tv,建立关系rc连接呼救人实体hc至视频实体tv,形成三元组<hc,rc,tv>,视频在数据服务区端的存储地址存为视频实体tv的值(即实体tv的属性),从而将视频数据添加至S11中的呼救知识图谱,并且在视频实体与呼救人实体之间加入从属关系rc,更新后的呼救知识图谱存储在数据服务器;
步骤S15,救助中心/救援机构/应急响应中心实时同步管辖区域内的医疗单位结构化基本数据,响应服务器端,利用图数据库将当前每个医疗单位的基本数据映射为一个医疗知识图谱,该知识图谱由多个三元组<hm,rm,tm>组成,其中hm为头实体,头实体由编号和实体名称(可为医疗单位名称)两部分组成,rm为连接头实体hm和尾实体tm的关系,tm为尾实体(即实体属性),医疗单位基本数据字段(例如单位性质)分别映射为一个尾实体tm,医疗单位基本数据字段值(例如单位性质的值)对应映射为各尾实体的值(即实体的属性值),将构建的医疗知识图谱存储在数据服务器;
步骤16,救助中心/救援机构/应急响应中心实时同步管辖区域内的警务单位结构化基本数据,响应服务器端,利用图数据库将当前每个警务单位的基本数据映射为一个警务知识图谱,该知识图谱由多个三元组<hp,rp,tp>组成,其中hp为头实体,头实体由编号实体名称(可为警务单位名称)两部分组成,rp为连接头实体hp和尾实体tp的关系,tp为尾实体(即实体属性),警务单位基本数据字段值(例如单位性质的值)分别为一个尾实体tp,警务单位基本数据字段值(例如单位性质的值)对应映射为各尾实体的值(即实体的属性值),将构建的警务知识图谱存储在数据服务器;
步骤S17,数据服务器端,将步骤S15中的所有医疗知识图谱和步骤S16中的所有警务知识图谱存储在一个路径下,作为外部知识图谱集。
步骤S2具体为:
步骤S21,在数据服务器中创建一个具有上位概念框架的新的事件知识图谱,利用图数据库构建的上位概念框架表示如下:
T={C,P,R}
其中,T为事件知识图谱上位概念框架,C为概念型实体集合(可看做概念集合),P为概念型属性集合,R为概念型关系集合,C包含“呼救人”概念型实体Cc、“医疗资源”概念型实体Cm、“警务资源”概念型实体Cp,P包含Cc相关概念型属性Pc、Cm相关概念型属性Pm、Cp相关概念型属性Pp,R包含Cc相关概念型关系Rc、Cm相关概念型关系Rm、Cp相关概念型关系Rp;
步骤S22,建立关系ri,通过ri连接呼救知识图谱中的呼救人实体hc至“呼救人”概念型实体Cc,构成三元组<hc,ri,Cc>;
步骤S23,建立关系ri,通过ri连接呼救知识图谱中的每个呼救人实体属性(尾实体)tc至“呼救人”概念型实体Cc的相关概念型属性Pc,构成三元组<tc,ri,Pc>;
步骤S24,建立关系ri,通过ri连接医疗知识图谱中的医疗资源实体hm至“医疗资源”概念型实体Cm,构成三元组<hm,ri,Cm>;
步骤S25,建立关系ri,通过ri连接医疗知识图谱中的每个医疗资源实体属性(尾实体)tm至“医疗资源”概念型实体Cm的相关概念型属性Pm,构成三元组<tm,ri,Pm>;
步骤S26,建立关系ri,通过ri连接警务知识图谱中的警务资源实体hp至“警务资源”概念型实体Cp,构成三元组<hp,ri,Cp>;
步骤S27,建立关系ri,通过ri连接警务知识图谱中的每个警务资源实体属性(尾实体)tp至“警务资源”概念型实体Cp的相关概念型属性Pm,构成三元组<tp,ri,Pp>;
通过S22-S27,将呼救知识图谱、医疗知识图谱、警务知识图谱连接至S21构建的上位概念框架,构成完整的事件知识图谱;
步骤S3具体为:
步骤S31,在本系统初始,需建立案例知识库,将文本型历史呼救响应事件及决策手动在图数据库中构建为案例知识库,其中历史呼救事件部分的呼救人信息,依据步骤S11-S14、步骤S21-S23手动在图数据库中构建知识图谱作为基础的历史事件知识图谱,历史决策信息中采用的医疗资源和警务资源依据步骤S15-S16手动在图数据库中构建为医疗知识图谱和警务知识图谱,再依据步骤S22-S27将医疗知识图谱和警务知识图谱融合进前述基础的历史事件知识图谱,形成完整的历史事件知识图谱;根据每个事件和决策构造的历史事件知识图谱视为一个案例,为每个案例增加一个“案例编号”属性并分配属性值,多个案例存储在一个图数据库知识图谱文件中,形成案例知识库并存储在数据服务器;
步骤S32,将当前呼救对应的事件知识图谱中的关键实体(呼救人实体hc、医疗资源实体hm、警务资源实体hp)及其相关属性(呼救人属性tc、医疗资源属性tm、警务资源属性tp)与案例知识库中各案例的实体和属性进行相似性对比,相似性对比依据相似性距离计算进行,所述相似性距离计算采用余弦相似度计算方法,
其中similarity(A,B)为余弦相似度值,A和B分别为两个实体或两个属性,n为知识图谱中关键实体或属性的数量,i为值为1~n的整型变量;
相似性对比结果存储为<案例编号,相似性距离值>二元组集合,其中相似性距离值在[-1,1]范围内,其中-1为完全不相似,1为完全相似。
步骤S33,按照步骤S32中得到的相似性距离值从大到小进行排列,根据用户设置所需备选决策方案数量n,选取前n个案例,将这些案例中的医疗知识图谱和警务知识图谱部分作为最终推理结果返回给决策者,存在多个结果的按照相似度从大到小的顺序排列,同时对每个案例给出推理理由,理由包括两部分信息,第一部分信息为推理方法,第二部分为计算所得当前呼救事件与当前推理案例的相似性距离值,每个推理结果和相应的推理理由一起构成了一个完整的候选决策方案。
基于上述紧急呼救与响应方法,本发明还提供了一种紧急呼救与响应系统,该系统包括家用视频监控、家庭呼救器以及应急响应平台,其中,
家用视频监控,用于拍摄呼救人的呼救视频;家用视频监控可以采用家用监控摄像头;
家庭呼救器,用于呼救人发出求救信号,并启动呼救信息传输功能,其中,呼救信息至少包括呼救人的个人基本信息(姓名、年龄、联系电话)和GPS位置信息;所述家庭呼救器为智能手机或专用便携式家庭呼救器。
家用视频监控通过网络与家庭呼救器连接,当呼救人按动家庭呼救器中的呼救按钮时,呼救器采集视频监控中呼救发生之前1分钟内的视频为呼救视频,并且呼救器通过网络将呼救视频发送给应急响应平台;
应急响应平台,所述应急响应平台包括响应服务器和数据服务器,其中,响应服务器用于接收来自呼救器的数据、发送呼救信息至紧急联系人、构建知识图谱、展示知识图谱(事件可视化)、推理备选决策方案、展示决策方案、支持决策者选取并修改决策方案、发送决策至医疗和警务单位、发送决策至紧急联系人;
数据服务器用于存储和管理系统的所有数据,存储响应服务器构建的知识图谱文件;其中,知识图谱文件包括呼救事件知识图谱的图数据库文件和案例知识图谱的图数据库文件;
综上所述,本发明的优点及积极效果为:
本发明通过在呼救信息中结合了呼救视频,提高了应急响应救援决策者对呼救人情况的了解,为决策者对决策方案的选择和修改提供重要帮助,与现有的无视频呼救方法相比,能够在内容上增强对呼救人情况的表达,更好地支持决策者选择和修改应急响应平台所提供的决策方案;
本发明通过在应急响应平台支持对紧急联系人信息发送(发送呼救信息、发送决策信息),不仅为紧急联系人第一时间提供呼救人状态信息,还能够第一时间为紧急联系人提供应急响应决策(救援决策)信息,与现有不考虑紧急联系人或不发送决策信息给紧急联系人的应急响应方法相比,能够提高紧急联系人参与救援的机会;
本发明通过在应急响应平台支持对呼救人的便携呼救器发送信息(沟通信息、决策信息),不仅可以第一时间联系呼救人,还能够第一时间为呼救人提供应急响应决策(救援决策)信息,与现有无法与呼救器发送信息的应急响应方法相比,能够缓解呼救人的紧张情绪并第一时间辅助开展自救,提高救援效果;
本发明利用图数据库构建以图形式存储的事件知识图谱,不仅准确描述了呼救主体(呼救人)、呼救人信息、位置信息,还对管辖区域内可用医疗和警务资源进行了准确描述,并对呼救事件与医疗和警务资源进行关联,与现有的以关系型数据库管理事件信息方法相比,提供了事件以图形展示的可视化能力,提供了应急响应救援决策的推理基础;
本发明利用图数据库建立案例知识库,在应急响应平台支持基于案例的决策推理,提供了面向呼救事件的应急响应决策自动生成能力,与不支持推理的应急响应平台相比,减少了应急响应方案制定过程中的人力投入,提高了应急响应方案产生的效率和所产生决策方案的可靠性;
基于图数据库的图形化事件知识图谱不仅具备案例推理能力,还支持个性化推理规则拓展,与现有技术相比能够为应急响应平台所需的决策制定提供良好的支持和拓展。
本发明系统能够有效地提高居家紧急事件(突发疾病、意外等)情况下的呼救和响应速度,提高呼救便利性和救援效率,对减轻痛苦、挽救生命具有重要意义。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1是本发明实提供的紧急呼救与响应系统示意图。
图2是本发明提供的紧急呼救与响应方法流程图。
具体实施方式
现在结合附图对本发明作详细的说明。此图为简化的示意图,仅以示意方式说明本发明的基本结构,因此其仅显示与本发明有关的构成。应当理解,此处描述仅仅用以解释本发明,并不用于限定本发明。
如图1所示,本发明提供一种紧急呼救与响应系统示意图,本实施例提供的紧急呼救与响应系统硬件设施主要包括:家用视频监控、便携呼救器以及应急响应平台,其中,应急响应平台还包括响应服务器和数据服务器,用于响应呼救人的呼救信息,并为系统决策者提供合理的应急响应(救助)决策方案。
在本发明实施例中,所述的家用视频监控——海康威视E43H-IWPT网络监控摄像头具备移动跟踪、无线连接、循环视频采集存储、连接手机APP功能,其垂直-30°~75°、水平-150°~150°的超大视角使得每个需监控的房间安装1个即可达到所需的视频覆盖率,满足居家紧急呼救的视频需求,从而实时监测呼救人状态,在呼救人启动呼救时通过网络连接发送呼救前1分钟视频给便携呼救器响应中心和家庭紧急联系人。
在本发明实施例中,便携呼救器选用智能手机,在智能手机上安装本系统专用的紧急呼救APP,所述APP具有存储使用者个人信息、添加紧急联系人、获取手机GPS位置数据、获取视频片段、一键呼救、发送和接收信息的功能,当发生紧急事件时,呼救人按下便携呼救器中的“一键呼救”按钮,能获取视频监控中的前1分钟视频片段作为呼救视频,将呼救人的基本信息、紧急联系人信息、GPS地理位置数据、呼救视频发送给应急响应平台,支持呼救人进一步编辑和发送文字、语音、照片等信息给应急响应平台,并且能及时获取到应急响应平台的相关反馈(沟通信息、决策信息)。智能手机与家用监控摄像头通过无线网络连接,专用紧急呼救APP通过调用视频监控API获取所需时段内的视频片段。
在本发明实施例中,数据服务器用于存储和管理系统相关的所有数据,核心功能是存储利用图数据库Neo4j 4.0以知识图谱的形式构建的呼救事件信息(呼救人信息、医疗资源信息、警务资源信息)和历史案例(案例中的呼救人信息、案例决策中包含的医疗资源和警务资源信息)。所述的数据服务器是整个系统的数据源,其中的数据供响应服务器调用,数据服务器中的知识图谱是响应服务器端进行事件可视化和推理决策方案的基础。
在本发明实施例中,所述响应服务器,提供事件接收和查询、事件图谱可视化、应急响应方案推理和事件响应反馈这四个主要功能,在以图形可视化形式为决策者提供清晰、明确的事件表达的同时,针对应急响应服务提供智能化的方案推理,其推理方案部分通过在Neo4j 4.0中安装插件“The Neo4j Graph Algorithms v3.5”支持及案例的推理。决策者在响应服务器端设定所需备选方案数目,推理得到的对应数目的前几个案例和理由(“基于案例的推理”+相似性距离值)展示出来作为备选方案供决策者选择,同时支持决策者手动对选择的方案进行修改。响应服务器端支持在决策产生前向呼救器发送文字、语音、图片作为反馈信息,为呼救人提供沟通渠道,必要时可提供自救指导信息。在选定决策后,响应服务器将决策信息(医疗单位信息、警务单位信息)发送至呼救器,为呼救人第一时间了解救援实施方法提供支持。
如图2所示,本发明提供一种紧急呼救与响应方法,具体包括以下步骤:
步骤S1:呼救人通过智能手机端专用紧急呼救APP启动呼救(“一键呼救”)后,紧急呼救APP获取呼救视频并将其与呼救人其它信息(呼救人基本信息、紧急联系人信息、GPS位置信息)合并为呼救信息发送至应急响应平台,应急响应平台服务器端接收呼救信息,将部分呼救信息(GPS位置数据、呼救视频)发送至紧急联系人智能手机,应急响应平台根据完整呼救信息构建呼救知识图谱,将呼救知识图谱存储于数据服务器;从救助中心/应急响应中心的信息库中获取实时同步的外部结构化数据(医疗单位数据和警务单位数据),根据外部数据构建包含多个医疗知识图谱和警务知识图谱的外部知识图谱集,将外部知识图谱集存储于数据服务器;
步骤S11,呼救事件发生后,智能手机端专用紧急呼救APP获取视频监控在呼救发生前1分钟时间段的视频(即为呼救视频),智能手机端专用紧急呼救APP将其存储的呼救人个人基本信息、紧急联系人信息、GPS位置数据、呼救视频发送至应急响应平台的响应服务器,根据呼救信息中的呼救人基本信息,响应服务器利用图数据库Neo4j 4.0构建呼救人实体及其属性,形成呼救知识图谱,该知识图谱由多个三元组<hc,rc,tc>组成,其中hc为头实体,头实体由自动生成的唯一编号id和呼叫者姓名映射的实体名称两部分组成,rc为“has”关系连接头实体hc至尾实体tc,tc为尾实体(即实体属性),“年龄”、“联系电话”、“住址”、“症状”、“过敏史”字段分别映射为一个尾实体,呼叫者的年龄、联系电话、住址、症状、过敏史字段值映射为各对应尾实体tc的值value.tc(即实体的属性值),应急响应平台将响应服务器端构建的呼救知识图谱存储到数据服务器中;
步骤S12,响应服务器端,应急响应平台利用图数据库Neo4j 4.0将结构化的紧急联系人信息构建为联系人实体及其属性三元组<hl,rl,tl>,其中“联系人姓名”映射为头实体hl的实体名称,自动为头实体hl生成唯一编号,建立名为“has”的关系rl,“关系”和“电话”两个字段分别映射为尾实体(即实体属性)tl和tl,联系人关系、联系人电话字段值分别对应映射为两个尾实体的值(即实体的属性值)value.tl,建立名为“联系”的关系rb连接呼救人实体hc至联系人实体hl,形成三元组<hc,rb,hl>对呼救知识图谱进行更新,应急响应平台将响应服务器端更新后的呼救知识图谱存储在数据服务器;
步骤S13,响应服务器端,应急响应平台利用图数据库Neo4j 4.0将结构化的呼救GPS位置数据中的“经度”和“纬度”两个字段各映射为一个呼救知识图谱的尾实体(即实体属性)tc,经度值和纬度值映射为对应各尾实体的值(即实体的属性值)value.tl,建立两个“has”关系作为两个rc分别连接头实体hc至经度尾实体和纬度尾实体两个tc,从而建立两个<hc,rc,tc>形式三元组,其中hc为呼救人头实体,从而将GPS位置数据添加至S11中的呼救知识图谱中,应急响应平台将响应服务器端更新后的呼救知识图谱存储在数据服务器;
步骤S14,应急响应平台在响应服务器端将接收的呼救视频存储在数据服务器并返回存储地址,在响应服务器端,利用图数据库Neo4j 4.0在呼救知识图谱中建立名为“视频”的实体tv,将视频存储地址映射为视频实体的值(即实体属性)value.tv,建立“has”关系rc连接呼救人实体hc至视频实体tv,形成三元组<hc,rc,tv>,从而将呼救视频添加至S11中的呼救知识图谱,应急响应平台将响应服务器端更新后的呼救知识图谱存储在数据服务器;
步骤S15,救助中心/救援机构/应急响应中心实时同步管辖区域内的医疗单位结构化基本数据至本地信息库,响应服务器端,应急响应平台调用当前信息库中的医疗单位数据,利用图数据库Neo4j 4.0将每个医疗单位的基本数据映射为一个医疗知识图谱,该知识图谱由多个三元组<hm,rm,tm>组成,其中hm为头实体,头实体由自动生成的唯一编号id和医疗单位名称映射的实体名称两部分组成,rm为“is”关系连接头实体hm至尾实体tm,tm为尾实体(即实体属性),“单位性质”、“位置”、“可用性”字段分别为一个尾实体tm,医疗单位的单位性质、位置和可用性的字段值对应映射为各尾实体的值(即实体的属性值)value.tm,应急响应平台将响应服务器端构建的医疗知识图谱存储在数据服务器;
步骤16,救助中心/救援机构/应急响应中心实时同步管辖区域内的警务单位结构化基本数据至本地信息库,响应服务器端,应急响应平台调用当前信息库中的警务单位数据,利用图数据库Neo4j 4.0将当前每个警务单位的基本数据映射为一个警务知识图谱,该知识图谱由多个三元组<hp,rp,tp>组成,其中hp为头实体,头实体由自动生成的唯一编号id和警务单位名称作为的实体名称两部分组成,rp为“is”关系连接头实体hp至尾实体tp,tp为尾实体(即实体属性),“单位性质”、“位置”、“可用性”字段分别映射为一个尾实体tp,警务单位的单位性质、位置和可用性的字段值对应映射为各尾实体的值(即实体的属性值)value.tp,应急响应平台将响应服务器端构建的警务知识图谱存储在数据服务器;
步骤S17,数据服务器端,应急响应平台将步骤S15中的所有医疗知识图谱和步骤S16中的所有警务知识图谱存储在一个路径下,作为外部知识图谱集。
步骤S2:通过上位概念框架将呼救知识图谱和外部知识图谱集融合成事件知识图谱,事件知识图谱存储于数据服务器,用于支持响应服务器端应急响应平台的事件信息可视化和应急响应方案推理;
步骤S21,在数据服务器中,应急响应平台利用图数据库Neo4j 4.0创建一个针对呼救事件的上位概念框架,该上位概念框架包含呼救人概念型实体Cc、Cc的概念型属性Pc、Cc的概念型关系Rc,医疗资源概念型实体Cm、Cm的概念型属性Pm、Cm的概念型关系Rm,警务资源概念型实体Cp、Cp的概念型属性Pp、Cp的概念型关系Rp,这些共同构成一个新的事件知识图谱的上位概念框架;
步骤S22,图数据库Neo4j 4.0中,建立“is-a”关系ri,通过ri连接呼救知识图谱中的呼救人实体hc至呼救人概念型实体Cc,构成三元组<hc,ri,Cc>,即,将呼救知识图谱中的呼救人实体hc归属为呼救人概念Cc下的实体;
步骤S23,图数据库Neo4j 4.0中,建立“is-a”关系ri,通过ri连接呼救知识图谱中的每个呼救人实体属性(尾实体)tc至呼救人概念型实体Cc的相关概念型属性Pc,构成三元组<tc,ri,Pc>,即,将呼救知识图谱中的呼救人实体属性tc归属为呼救人概念Cc相关属性Pc的实体;
步骤S24,图数据库Neo4j 4.0中,建立“is-a”关系ri,通过ri连接医疗知识图谱中的医疗资源实体hm至医疗资源概念型实体Cm,构成三元组<hm,ri,Cm>,即,将医疗知识图谱中的医疗资源实体hm归属为医疗资源概念Cm下的实体;
步骤S25,图数据库Neo4j 4.0中,建立“is-a”关系ri,通过ri连接医疗知识图谱中的每个医疗资源实体属性(尾实体)tm至医疗资源概念型实体Cm的相关概念型属性Pm,构成三元组<tm,ri,Pm>,即,将医疗知识图谱中的医疗资源实体属性tm归属为医疗资源概念Cm相关属性Pm的实体;
步骤S26,图数据库Neo4j 4.0中,建立“is-a”关系ri,通过ri连接警务知识图谱中的警务资源实体hp至“警务资源”概念型实体Cp,构成三元组<hp,ri,Cp>,即,将警务知识图谱中的警务资源实体hp归属为“警务资源”概念Cp下的实体;
步骤S27,图数据库Neo4j 4.0中,建立“is-a”关系ri,通过ri连接警务知识图谱中的每个警务资源实体属性(尾实体)tp至警务资源概念型实体Cp的相关概念型属性Pm,构成三元组<tp,ri,Pp>,即,将警务知识图谱中的警务资源实体属性tp归属为警务资源概念Cp相关属性Pp的实体;
通过S22-S27,图数据库Neo4j 4.0中,将呼救知识图谱、医疗知识图谱、警务知识图谱连接至S21构建的上位概念框架,构成一个完整的事件知识图谱;
步骤S3:响应服务器上的应急响应平台通过访问数据服务器端的事件知识图谱和案例库,利用图数据库Neo4j 4.0及其插件“The Neo4j Graph Algorithms v3.5”,进行基于案例的知识推理,结合呼救人信息、医疗资源和警务资源信息,推理出多个决策方案(医疗部门和警务部门的调度)供决策者选择,允许决策者对决策方案进行手动修改;
步骤S31,在本系统初始,需建立案例知识库,将文本型历史呼救响应事件及决策手动在应急响应平台利用图数据库Neo4j 4.0构建为案例知识库,其中历史呼救事件部分的呼救人信息,依据步骤S11-S14、步骤S21-S23,由应急响应平台工作人员手动在Neo4j4.0中构建知识图谱作为基础的历史事件知识图谱,历史决策信息中采用的医疗资源和警务资源依据步骤S15-S16,由应急响应平台工作人员手动在Neo4j 4.0中构建为医疗知识图谱和警务知识图谱,再依据步骤S22-S27,应急响应平台利用Neo4j 4.0将医疗知识图谱和警务知识图谱融合进建立的基础历史事件知识图谱,形成完整的历史事件知识图谱;根据每个事件和决策构造的每个历史事件知识图谱在应急响应视为一个案例,为每个案例增加一个“案例编号”属性并按顺序自动分配一个唯一性编号作为该属性值,建立尽可能多的案例并存储在一个Neo4j知识图谱文件中,形成案例知识库并存储在数据服务器;
步骤S32,将当前呼救对应的事件知识图谱中的关键实体(呼救人实体hc、医疗资源实体hm、警务资源实体hp)及其相关属性(呼救人属性tc、医疗资源属性tm、警务资源属性tp)与案例知识库中各案例的实体和属性进行相似性对比,利用图数据库Neo4j 4.0及其插件“The Neo4j Graph Algorithms v3.5”,通过余弦相似度计算得到在[-1,1]范围内的相似性距离值作为相似性对比结果的关键因素,结合案例编号形成<案例编号,相似性距离值>二元组形式的相似对比结果,当前呼救对应的事件知识图谱与所有案例的相似性对比结果为多个<案例编号,相似性距离值>二元组,在响应服务器端存储为一个<案例编号,相似性距离值>形式的二元组集;
步骤S33,应急响应平台在响应服务器端的用户界面上,根据用户设置所需备选决策方案数量n=3,、按照步骤S32中得到的相似性距离值从大到小进行排列并选取前3个案例,将这些案例中的医疗知识图谱和警务知识图谱部分作为最终推理结果,按照相似度从大到小的顺序排列,同时对每个案例给出推理理由,理由包括两部分信息,第一部分信息为“基于案例推理”文字,第二部分为计算所得当前呼救事件与当前推理案例的相似性距离值,每个推理结果和相应的理由一起构成了一个完整的候选决策方案,每个决策方案构成如下:
{案例编号,医疗资源实体,警务资源实体,理由}
将所选取的3个候选决策方案展示在用户界面上供决策者选择,决策者选择某个方案,例如该方案为{10011,医疗单位M1,警务单位P1,“基于案例推理”0.82},决策者可进一步对方案进行手动修改,例如修改医疗单位M1至医疗单位M2。
步骤S4:将包含医疗资源信息和警务资源信息的决策方案以及呼救人信息发送至决策方案中涉及的医疗部门和警务部门,同时将决策核心信息(决策时间、医疗单位名称M2、警务单位名称P1)分别发送至呼救人智能手机专用紧急呼救APP和紧急联系人手机。
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,通过上述的说明内容,相关的工作人员完全可以在不偏离本发明的范围内,进行多样的变更以及修改,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种紧急呼救与响应方法,其特征在于:包括以下步骤:
S1:获取呼救人的呼救信息以及外部数据信息,将呼救信息中的关键信息发送至紧急联系人,将完整呼救信息映射成呼救知识图谱;将外部数据信息映射成外部知识图谱集;
S2:通过上位概念框架将呼救知识图谱和外部知识图谱集融合成事件知识图谱,用于支持应急响应平台事件信息可视化和应急响应方案推理;
S3:在形成的事件知识图谱环境下,通过面向应急响应方案的知识推理算法,结合呼救人信息、医疗资源和警务资源信息,支持多候选决策方案的自动化生成,候选决策方案包括决策生成理由,展示候选方案供决策者选择和修改;
S4:将决策方案和呼救人信息发送至决策方案中涉及的医疗单位和警务单位,同时将决策核心信息发送至呼救人和紧急联系人,所述决策核心信息包括决策时间、医疗单位名称、警务单位名称。
2.如权利要求1所述的紧急呼救与响应方法,其特征在于:步骤S1中所述将呼救信息映射成呼救知识图谱,具体为将呼救人结构化数据映射成为呼救知识图谱的实体、实体属性和实体关系,包括以下步骤:
S11:将呼救人个人基本信息映射为呼救人实体及其属性,形成呼救知识图谱,存储在数据服务器;个人基本信息包括姓名、年龄、联系电话、住址、症状和过敏史,其中,姓名映射为实体名称,年龄、联系电话、住址、症状和过敏史分别映射为“年龄”、“联系电话”、“住址”、“症状”、“过敏史”五个属性的值;
S12:将呼救人紧急联系人信息映射为联系人实体及其属性,添加至S11的呼救知识图谱中,并在呼救人实体与联系人实体之间建立名为“联系”的有向实体关系,该关系方向为由呼救人实体指向联系人实体;紧急联系人信息包括联系人姓名、联系人关系、联系人电话,其中姓名映射为联系人实体名称,联系人关系、联系人电话分别映射为“关系”和“电话”两个属性的值;
S13:将呼救GPS位置数据映射为呼救人实体的属性,添加至步骤S11中的呼救知识图谱中;
S14:将呼救视频数据存储在数据服务器,将视频存储位置存储为视频实体,添加至步骤S11中的呼救知识图谱,并且在视频实体与呼救人实体之间加入从属关系。
3.如权利要求2所述的紧急呼救与响应方法,其特征在于:步骤S1中所述将外部数据映射成外部知识图谱集,具体包括以下步骤:
S15:将管辖区域内每个医疗单位的实时结构化数据映射为一个医疗实体及其属性,形成一个医疗知识图谱,存储在数据服务器;医疗单位数据包括单位名称、单位性质、位置和是否可用,其中,单位名称映射为实体名称,单位性质、位置和是否可用分别映射为“单位性质”、“位置”、“可用性”三个属性的值;
S16:将管辖区域内每个警务单位的实时结构化数据映射为一个警务实体及其属性,形成一个警务知识图谱,存储在数据服务器;警务单位数据包括单位名称、单位性质、位置和是否可用,其中,单位名称映射为实体名称,单位性质、位置和是否可用分别映射为“单位性质”、“位置”、“可用性”三个属性的值;
S17:将S15中的所有医疗知识图谱和S16中的所有警务知识图谱存储在一个路径下,作为外部知识图谱集。
4.如权利要求3所述的紧急呼救与响应方法,其特征在于:步骤S2中所述实体融合技术具体包括以下步骤:
S21:在数据服务器中创建一个新的事件知识图谱,该事件知识图谱具有一个上位概念框架,上位概念框架包含“呼救人”概念、“医疗资源”概念、“警务资源”概念及各概念相应属性;
S22:将呼救知识图谱中的呼救人实体归属为“呼救人”概念下的实体,即在步骤S21创建的事件知识图谱中添加一个实体,该实体的上位概念是“呼救人”;
S23:将呼救知识图谱中的所有属性归属至“呼救人”概念属性,即根据呼救人实体属性在步骤S22新增的实体中添加属性;
S24:将每个医疗知识图谱中的实体归属为“医疗资源”概念下的实体,即在步骤S21创建的事件知识图谱中添加一个实体,该实体的上位概念是“医疗资源”;
S25:将每个医疗知识图谱中的所有属性归属至“医疗资源”概念属性,即根据医疗实体属性在步骤S24新增的实体中添加属性;
S26:将每个警务知识图谱中的实体归属为“警务资源”概念下的实体,即在步骤S21创建的事件知识图谱中添加一个实体,该实体的上位概念是“警务资源”;
S27:将每个警务知识图谱中的所有属性归属至“警务资源”概念属性,即根据警务实体属性在步骤S26新增的实体中添加属性。
5.如权利要求4所述的紧急呼救与响应方法,其特征在于:步骤S3中所述知识推理算法具体是基于案例的推理,包括以下步骤:
S31:没有案例知识库时,将文本型历史呼救响应事件及决策手动构建为案例知识库,其中,事件部分依据步骤S1和S2手动构建为历史事件知识图谱,决策信息中采用的医疗资源和警务资源依据步骤S15和S16手动构建为历史医疗知识图谱和历史警务知识图谱,依据步骤S2将历史医疗知识图谱和历史警务知识图谱融合进历史事件知识图谱;根据每个事件和决策构造的历史事件知识图谱是一个案例,为每个案例增加一个“案例编号”属性并按顺序自动分配一个唯一性编号作为该属性值,多个案例存储在一个知识图谱中,形成案例知识库并存储在数据服务器;
S32:将当前事件中的关键实体和属性与案例知识库中各案例的实体和属性进行相似性对比,相似性对比依据相似性距离计算进行,相似性对比结果为<案例编号,相似性距离值>二元组集合,其中相似性距离值在[-1,1]范围内。
S33:按照步骤S32中得到的相似性距离值从大到小进行排列,根据用户设置所需备选决策方案数量选取前几个案例,将这些案例中的医疗知识图谱和警务知识图谱部分作为最终推理结果返回给决策者,存在多个结果的按照相似度从大到小的顺序排列,同时对每个案例给出推理理由,理由包括两部分信息:“基于案例推理”和案例相似度,每个推理结果和相应的推理理由一起构成了一个完整的候选决策方案。
6.一种紧急呼救与响应系统,其特征在于:包括
家用视频监控,与家庭呼救器连接,用于拍摄呼救人的呼救视频;
家庭呼救器,用于呼救人发出求救信号,并启动呼救信息传输功能,其中,呼救信息至少包括呼救器中存储的用户个人信息和当前位置GPS信息,该呼叫器为智能手机或者定制的专用呼救器,智能手机需安装紧急呼救APP,紧急呼救APP或专用呼救器提供存储用户个人信息、设置紧急联系人、获取GPS位置信息、传送呼救信息、启动视频传输、一键呼救及发送呼救信息功能;
以及应急响应平台,所述应急响应平台包括响应服务器和数据服务器,其中,响应服务器用于为决策者提供操作、可视化和决策方案展示;数据服务器用于存储和管理系统的所有数据,包括事件知识图谱和案例知识库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010257215.7A CN111563169B (zh) | 2020-04-03 | 2020-04-03 | 一种紧急呼救与响应方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010257215.7A CN111563169B (zh) | 2020-04-03 | 2020-04-03 | 一种紧急呼救与响应方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111563169A true CN111563169A (zh) | 2020-08-21 |
CN111563169B CN111563169B (zh) | 2023-04-28 |
Family
ID=72071409
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010257215.7A Active CN111563169B (zh) | 2020-04-03 | 2020-04-03 | 一种紧急呼救与响应方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111563169B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112989061A (zh) * | 2021-01-05 | 2021-06-18 | 杭州数梦工场科技有限公司 | 应急资源推荐方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102393993A (zh) * | 2011-07-06 | 2012-03-28 | 江苏省莱科信息技术有限公司 | 紧急救助系统 |
CN108921295A (zh) * | 2018-06-28 | 2018-11-30 | 中科院合肥技术创新工程院 | 一种基于知识图谱技术的突发事件应急决策模型构建方法 |
CN109636131A (zh) * | 2018-11-21 | 2019-04-16 | 北京域天科技有限公司 | 一种应急通信智能应急决策支持系统 |
US20190121903A1 (en) * | 2017-10-24 | 2019-04-25 | Optra Health, Inc. | Method of Retrieving Information from a Health Report through a Machine Assisted Interrogation Process |
CN109872514A (zh) * | 2017-12-04 | 2019-06-11 | 上海救要救信息科技有限公司 | 安全应急响应系统 |
CN109902828A (zh) * | 2019-03-18 | 2019-06-18 | 中科院合肥技术创新工程院 | 基于多级知识单元的突发事件应急决策知识数据模型构建方法 |
-
2020
- 2020-04-03 CN CN202010257215.7A patent/CN111563169B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102393993A (zh) * | 2011-07-06 | 2012-03-28 | 江苏省莱科信息技术有限公司 | 紧急救助系统 |
US20190121903A1 (en) * | 2017-10-24 | 2019-04-25 | Optra Health, Inc. | Method of Retrieving Information from a Health Report through a Machine Assisted Interrogation Process |
CN109872514A (zh) * | 2017-12-04 | 2019-06-11 | 上海救要救信息科技有限公司 | 安全应急响应系统 |
CN108921295A (zh) * | 2018-06-28 | 2018-11-30 | 中科院合肥技术创新工程院 | 一种基于知识图谱技术的突发事件应急决策模型构建方法 |
CN109636131A (zh) * | 2018-11-21 | 2019-04-16 | 北京域天科技有限公司 | 一种应急通信智能应急决策支持系统 |
CN109902828A (zh) * | 2019-03-18 | 2019-06-18 | 中科院合肥技术创新工程院 | 基于多级知识单元的突发事件应急决策知识数据模型构建方法 |
Non-Patent Citations (1)
Title |
---|
郝久月;樊志英;汪宁;王欣;: "基于知识图谱的警用安保机器人大数据分析技术研究" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112989061A (zh) * | 2021-01-05 | 2021-06-18 | 杭州数梦工场科技有限公司 | 应急资源推荐方法、装置、电子设备及存储介质 |
CN112989061B (zh) * | 2021-01-05 | 2022-07-01 | 杭州数梦工场科技有限公司 | 应急资源推荐方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111563169B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10531266B2 (en) | Emergency messaging system and method of responding to an emergency | |
US9693213B2 (en) | Caller location and PSAP determination systems and methods | |
US9807581B2 (en) | Text message sender location and PSAP determination systems and methods | |
US10356240B2 (en) | Caller location determination systems and methods | |
US9544750B1 (en) | Caller location determination systems and methods | |
US9402159B1 (en) | Caller location determination systems and methods | |
US8566023B2 (en) | Missing child reporting, tracking and recovery method and system | |
US9867023B2 (en) | Emergency messaging system and method of responding to an emergency | |
US8588733B2 (en) | Wireless device emergency services connection and panic button, with crime and safety information system | |
US11146917B1 (en) | Path storage and recovery using wireless devices | |
US8571580B2 (en) | Displaying the location of individuals on an interactive map display on a mobile communication device | |
US10223891B2 (en) | Real-time multi-component web based travel safety system and method | |
US11122162B2 (en) | System for communicating event and location information | |
US8515020B1 (en) | Adaptive system with call center and trusted network | |
WO2011060335A1 (en) | Wireless device emergency services connection and panic button, with crime and safety information system | |
US20230066525A1 (en) | Facilitating a response to an emergency using an emergency response device | |
CN111563169B (zh) | 一种紧急呼救与响应方法及系统 | |
Elsner et al. | EMuRgency–a basic concept for an AI driven volunteer notification system for integrating laypersons into emergency medical services | |
US11595521B2 (en) | System for communicating event and location information | |
CN112235717B (zh) | 需求和服务对接的管理方法、系统、服务器和存储介质 | |
US20240048952A1 (en) | Responder Dispatch Coordination System & Integrations | |
WO2018125846A1 (en) | Caller location and psap determination systems and methods | |
US20190266883A1 (en) | System and Method for Providing Emergency Alerts | |
WO2018144907A1 (en) | Text message sender location and psap determination systems and methods | |
WO2022115660A1 (en) | Safety detection controller |
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 |