CN112035518B - 重大事故发生地的判断方法、装置以及计算机设备 - Google Patents
重大事故发生地的判断方法、装置以及计算机设备 Download PDFInfo
- Publication number
- CN112035518B CN112035518B CN202010888431.1A CN202010888431A CN112035518B CN 112035518 B CN112035518 B CN 112035518B CN 202010888431 A CN202010888431 A CN 202010888431A CN 112035518 B CN112035518 B CN 112035518B
- Authority
- CN
- China
- Prior art keywords
- area
- special vehicle
- distance
- target
- special
- 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 51
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 238000000926 separation method Methods 0.000 claims abstract description 14
- 230000005855 radiation Effects 0.000 claims description 84
- 238000009499 grossing Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 11
- 238000012549 training Methods 0.000 description 4
- 206010000369 Accident Diseases 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003068 static 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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computer Security & Cryptography (AREA)
- Development Economics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Operations Research (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Educational Administration (AREA)
- Evolutionary Biology (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及智慧城市领域,提供了一种重大事故发生地的判断方法、装置以及计算机设备,其中,方法包括:根据定位系统获取指定区域内每特种车之间的间隔距离;然后根据间隔距离经过运算得到目标区域,其中所述目标区域为重大事故发生地。本发明的有益效果:获取特种车之间的间隔距离,然后为每个特种车建立第一集合,然后将每两个所述第一集合之间交集作为第二集合,在提取其中符合要求的第三集合,然后再两两相交得到第四集合,然后再将符合要求的第四集合作为目标集合提取出来,从而实现将间隔距离均在有效距离内,且数量大于设定值的特种车判定为援护重大事故车辆。
Description
技术领域
本发明涉及医疗科技领域,特别涉及一种重大事故发生地的判断方法、装置以及计算机设备。
背景技术
目前,业内有成熟的定位系统,相关特种车辆(急救车,警车,消防车)也都有安装位置信息发送装置,通过位置信息可以实现精准定位、交通堵塞判断等相关功能。但是业界并没有通过获取特种车(急救车,警车,消防车等)位置信息做数据分析以判断某地段是否发生重大事故(医疗事故、安全事故、消防事故),无法提前获知重大事故发生地。因此亟需一种重大事故发生地的判断方法。
发明内容
本发明的主要目的为提供一种重大事故发生地的判断方法、装置以及计算机设备,旨在解决无法提前获知重大事故发生地的问题。
本发明提供了一种重大事故发生地的判断方法,包括:
根据定位系统获取指定区域内每辆特种车位置信息,然后根据所述位置信息求出所述特种车之间的间隔距离;
根据所述间隔距离为每个特种车建立一个第一集合,其中每一所述特种车对应的所述第一集合中的元素为:该特种车以及与该特种车的间隔距离小于有效距离的特种车;
将每两个所述第一集合之间的交集作为第二集合;
将元素数量大于等于设定值的第二集合提取出来,并将提取出的各第二集合记为第三集合;
将每两个所述第三集合之间的交集作为第四集合;
检测每个所述第四集合中的元素数量是否达到所述设定值;
将元素数量大于等于设定值的第四集合提取出来,并将提取出的各第四集合记为目标集合;
将所述目标集合中的各元素提取出来,并相应获取各元素对应的特种车的位置信息;
根据所述目标集合所对应的各所述特种车的位置信息,分别以指定距离为半径,以各所述特种车的位置信息所对应的位置为圆心,构成由所述目标集合所对应的各所述特种车对应的辐射区域;
将所述辐射区域的边缘点用坐标Γ(x(k),y(k))表示,并对所述边缘点进行平滑处理,所述平滑处理的公式为:
其中Γ(x(k),y(k))为当前坐标点至初始轮廓点的弧长为k的轮廓点,x(k)和y(k)分别表示该当前坐标点的横坐标和纵坐标,σ为设定的参数,X(k,σ),Y(k,σ)分别代表平滑后该当前坐标点的横坐标和纵坐标,x(v+k)表示弧长偏移距离为v的横坐标,v为一个距离变量,L表示辐射区域边缘的周长,k表示弧长,且0≤k≤L;
计算曲率相同两点之间的第一直线距离,并以所述第一直线距离最大的两点的连线作为直径,以所述第一直线距离最大的两点的连线中间点为圆心,构建第一区域;
判断所述第一区域内部是否涵括了所有的所述辐射区域;
若涵括了所有的所述辐射区域,则判定第一区域为目标区域,其中所述目标区域为重大事故发生地。
进一步地,所述判断所述第一区域内部是否涵括了所有的所述辐射区域的步骤之后,还包括:
若所述第一区域内部未涵括所有的所述辐射区域,则检测所述中间点与所述辐射区域的边缘点的第二直线距离;
以最大的所述第二直线距离为半径,以所述中间点为圆心,得到第二区域,并判定所述第二区域为目标区域。
进一步地,若涵括了所有的所述辐射区域,则判定第一区域为目标区域,其中所述目标区域为重大事故发生地的步骤,包括:
判断所述目标区域是否在预设的范围之外;
若在预设的范围之外,则判定所述目标区域为重大事故发生地区域。
进一步地,所述根据定位系统获取指定区域内每辆特种车位置信息,然后根据所述位置信息求出所述特种车之间的间隔距离的步骤,包括:
根据定位系统获取每辆特种车的经纬度;
进一步地,所述将元素数量大于等于设定值的第四集合提取出来,并将提取出的各第四集合记为目标集合的步骤之后,还包括:
获取各所述目标集合中各元素所对应的特种车的种类和数量;
根据识别的种类和数量按照预设的规则,判定各所述目标集合对应的重大事故的类别;
根据所述重大事故的类别判断是否需要进行交通管制;
若需要进行所述交通管制,则将所述交通管制的信息传达给设定区域内的终端。
进一步地,所述根据识别的种类和数量按照预设的规则,判定各目标集合对应的重大事故的类别的步骤之后,还包括:
获取当前时刻、以及当前时刻对应的周边交通和各元素所对应的特种车的到达时刻;
根据公式计算当前时刻的处理进度,其中xi表示第i类重大事故,表示第i类重大事故随着时间的进行所变化的函数,Δt表示当前时刻与到达时刻的差值,g(xi)表示第i类事故的处理进度与所述周边交通的对应函数关系。
进一步地,若涵括了所有的所述辐射区域,则判定第一区域为目标区域,其中所述目标区域为重大事故发生地的步骤之后,还包括:
获取所述目标区域内的事故信息,其中所述事故信息至少包括事故原因,受伤人数,事故等级;
根据所述事故信息和所述目标区域的位置计算所需调度的各类特种车数目;
判断所述援护重大事故车辆是否达到所述所需调度的各类特种车数目;
若没有达到所述所需调度的各类特种车数目,则提示相应部门增派相应数目的特种车。
本发明还提供了一种重大事故发生地的判断装置,包括:
间隔距离计算模块,用于根据定位系统获取指定区域内每辆特种车位置信息,然后根据所述位置信息求出所述特种车之间的间隔距离;
第一集合建立模块,用于根据所述间隔距离为每个特种车建立一个第一集合,其中每一所述特种车对应的所述第一集合中的元素为:该特种车以及与该特种车的间隔距离小于有效距离的特种车;
第二集合建立模块,用于将每两个所述第一集合之间的交集作为第二集合;
第三集合提取模块,用于将元素数量大于等于设定值的第二集合提取出来,并将提取出的各第二集合记为第三集合;
第四集合建立模块,用于将每两个所述第三集合之间的交集作为第四集合;
元素数量检测模块,用于检测每个所述第四集合中的元素数量是否达到所述设定值;
目标集合提取模块,用于将元素数量大于等于设定值的第四集合提取出来,并将提取出的各第四集合记为目标集合;
位置信息获取模块,用于将所述目标集合中的各元素提取出来,并相应获取各元素对应的特种车的位置信息;
辐射区域构成模块,用于根据所述目标集合所对应的各所述特种车的位置信息,分别以指定距离为半径,以各所述特种车的位置信息所对应的位置为圆心,构成由所述目标集合所对应的各所述特种车对应的辐射区域;
平滑处理模块,用于将所述辐射区域的边缘点用坐标Γ(x(k),y(k))表示,并对所述边缘点进行平滑处理,所述平滑处理的公式为:
其中Γ(x(k),y(k))为当前坐标点至所述初始轮廓点的弧长为k的轮廓点,x(k)和y(k)分别表示该坐标点的横坐标和纵坐标,σ为设定的参数,X(k,σ),Y(k,σ)分别代表平滑后该点的横坐标和纵坐标,x(v+k)表示弧长偏移距离为v的横坐标,v为一个距离变量,L表示辐射区域边缘的周长,k表示弧长,且0≤k≤L;
曲率计算模块,用于根据公式计算每个边缘点所对应的曲率;其中Xk(k,σ)表示横坐标的一次求导值,Xkk(k,σ)表示横坐标的二次求导值,Yk(k,σ)表示纵坐标的一次求导值,Ykk(k,σ)表示纵坐标的二次求导值;
第一直线距离计算模块,用于计算曲率相同两点之间的第一直线距离,并以所述第一直线距离最大的两点的连线作为直径,以所述第一直线距离最大的两点的连线中间点为圆心,构建第一区域;
辐射区域判断模块,用于判断所述第一区域内部是否涵括了所有的所述辐射区域;
目标区域判定模块,用于若涵括了所有的所述辐射区域,则判定第一区域为目标区域,其中所述目标区域为重大事故发生地。
本发明还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
本发明的有益效果:获取特种车之间的间隔距离,然后为每个特种车建立第一集合,然后将每两个所述第一集合之间交集作为第二集合,在提取其中符合要求的第三集合,然后再两两相交得到第四集合,然后再将符合要求的第四集合作为目标集合提取出来,从而实现将间隔距离均在有效距离内,且数量大于设定值的特种车判定为援护重大事故车辆。
附图说明
图1是本发明一实施例的一种重大事故发生地的判断装置的结构示意框图;
图2为本申请一实施例的计算机设备的结构示意框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明,本发明实施例中所有方向性指示(诸如上、下、左、右、前、后等)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变,所述的连接可以是直接连接,也可以是间接连接。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。
另外,在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
本发明提出一种重大事故发生地的判断方法,包括:
S1:根据定位系统获取指定区域内每辆特种车位置信息,然后根据所述位置信息求出所述特种车之间的间隔距离;
S2:根据所述间隔距离为每个特种车建立一个第一集合,其中每一所述特种车对应的所述第一集合中的元素为:该特种车以及与该特种车的间隔距离小于有效距离的特种车;
S3:将每两个所述第一集合之间的交集作为第二集合;
S4:将元素数量大于等于设定值的第二集合提取出来,并将提取出的各第二集合记为第三集合;
S5:将每两个所述第三集合之间的交集作为第四集合;
S6:检测每个所述第四集合中的元素数量是否达到所述设定值;
S7:将元素数量大于等于设定值的第四集合提取出来,并将提取出的各第四集合记为目标集合;
S8:将所述目标集合中的各元素提取出来,并相应获取各元素对应的特种车的位置信息;
S9:根据所述目标集合所对应的各所述特种车的位置信息,分别以指定距离为半径,以各所述特种车的位置信息所对应的位置为圆心,构成由所述目标集合所对应的各所述特种车对应的辐射区域;
S10:将所述辐射区域的边缘点用坐标Γ(x(k),y(k))表示,并对所述边缘点进行平滑处理,所述平滑处理的公式为:
其中Γ(x(k),y(k))为当前坐标点至初始轮廓点的弧长为k的轮廓点,x(k)和y(k)分别表示该当前坐标点的横坐标和纵坐标,σ为设定的参数,X(k,σ),Y(k,σ)分别代表平滑后该当前坐标点的横坐标和纵坐标,x(v+k)表示弧长偏移距离为v的横坐标,v为一个距离变量,L表示辐射区域边缘的周长,k表示弧长,且0≤k≤L;
S11:根据公式计算每个边缘点所对应的曲率;其中Xk(k,σ)表示横坐标的一次求导值,Xkk(k,σ)表示横坐标的二次求导值,Yk(k,σ)表示纵坐标的一次求导值,Ykk(k,σ)表示纵坐标的二次求导值;
S12:计算曲率相同两点之间的第一直线距离,并以所述第一直线距离最大的两点的连线作为直径,以所述第一直线距离最大的两点的连线中间点为圆心,构建第一区域;
S13:判断所述第一区域内部是否涵括了所有的所述辐射区域;
S14:若涵括了所有的所述辐射区域,则判定第一区域为目标区域,其中所述目标区域为重大事故发生地。
如上述步骤S1所述,可以根据定位系统获取每辆特种车的经纬度或者是其他坐标系中的位置,然后根据位置信息求出特种车之间的间隔距离,定位系统可以是GPS系统,也可以是北斗卫星导航系统、欧盟的伽利略卫星导航系统、俄罗斯全球导航卫星系统等,其中,特种车的定位系统应当进行特殊标记,以便于与其他车辆上的定位系统分隔开。需要补充说明的是,本发明所提到的定位系统只检测指定区域内所有的特种车,例如可以是深圳市南山区,该指定区域不宜设置过大,否则运算量会相当大,也不宜太小,否则会导致覆盖的区域过小,具有局限性。
如上述步骤S2所述,根据间隔距离建立每个特种车的第一集合,需要注意的是,该集合包括了自身这一个元素,例如在指定区域内,其中一辆特种车间隔距离小于有效距离的其他特种车一共有n-1辆,那么所有的第一集合中的元素数目为n。
如上述步骤S3所述,将每两个所述第一集合之间交集作为第二集合,此举可以将没有间隔距离小于有效距离的其他特种车所对应的特种车排除在外,即所有第二集合中的元素没有该特种车。
如上述步骤S4所述,将第二集合中的元素数量达到设定值的第三集合提取出来,在重大事故的判定中,当有设定值所对应的设定辆特种车彼此之间的间隔距离小于有效距离时,可以认定为该设定辆特种车为援护重大事故车辆,因此,第二集合中的元素必须要达到设定值,当然选取的第三集合中元素不一定是援护重大事故车辆,需要后续再进行判断,而元素没有达到设定值的第二集合,则第二集合中必定存在不是援护重大事故车辆。
如上述步骤S5-S6所述,将每两个第三集合之间的交集作为第四集合,此时第四集合中的元素至少有3个间隔距离小于有效距离的特种车,因此可以对第四集合中的元素数量进行确认,当要达到一个设定值时才认为其中所有的元素所对应的特种车为援护重大事故车辆。当然该设定值应当大于或等于3,若设置为2,只有两辆特种车也达不到援护重大事故车辆的级别。但是存在第四集合,其中的元素可能只有一个,这种情况可能是第一特种车与第二特种车、第三特种车的间隔距离小于有效距离,但是第二特种车与第三特种车的距离大于或等于有效距离,因此这种情况不能视为援护重大事故车辆,因此必须要判断第四集合中的元素是否达到设定值,当达到设定值时,可以认为第四集合中所有的元素都是援护重大事故车辆。
如上述步骤S7所述,将第四集合中元素数量大于设定值的目标集合提取出来,将目标元素集合中的元素所对应的特种车认定为援护重大事故车辆,其中由于符合要求的第四集合中的元素有交叉,为了避免重复提取,可以现将符合要求的目标集合求出其并集的集合,然后再提取其中的元素,当然也可以对目标一一进行提取,后续再删除重复的特种车即可。
如上述步骤S8所述,可以先提取目标集合中的元素,然后对各元素对应的特种车进行位置信息的提取,以便判断重大事故的发生地。
如上述步骤S9所述,当发生重大事故后,例如火灾,那么消防车一定会包围在火灾的周围,当然由于地理位置的限制,可能所有的消防车呈扇形散开的,此时可以以每辆特征车为中心,以指定距离为半径进行画圆,该圆内的区域为该辆特种车的辐射区域,然后在地图上将这些辐射区域进行综合,得到一个整体的辐射区域,可以认定为重大事故发生在这个整体的辐射区域内。
如上述步骤S10所述,将当前辐射区域边缘点均用坐标Γ(x(k),y(k))表示,由于边缘点是由辐射区域边缘点构成的,故而其横坐标和纵坐标具有对应关系,因此用变量k来表示这种对应关系,然后为了对辐射区域进行更好的处理,可以将辐射区域进行平滑处理,以便于后续找到一个合适大小的规则区域来涵括所有的辐射区域。平滑处理的公式为:
对横坐标和纵坐标分别进行平滑,使平滑过后的辐射区域更加便于处理。
如上述步骤S11-S12所述,然后根据公式计算每个边缘点的所对应的曲率,应当理解是,由于辐射区域的边缘都是弧形,故而最距离最大的两点,其曲率必定相同,因此,可以将距离最大的两点作为直径,得到第一区域,这样可以涵括大部分辐射范围,甚至可以全部涵括。
如上述步骤S13-S14所述,可以将之前的辐射区域判断是否在第一区域内,若是则可以将第一区域作为重大事故发生地,若不在,则进行进一步处理,使最终生成的目标区域包含辐射区域即可。
在一个实施例中,所述判断所述第一区域内部是否涵括了所有的所述辐射区域的步骤S13之后,还包括:
S1401:若所述第一区域内部未涵括所有的所述辐射区域,则检测所述中间点与所述辐射区域的边缘点的第二直线距离;
S1402:以最大的所述第二直线距离为半径,以所述中间点为圆心,得到第二区域,并判定所述第二区域为目标区域。
如上述步骤S1401-S1402所述,当第一区域内部未涵括所有的辐射区域时,可以检测第一直线距离最大的两点的中间点至每个辐射区域的边缘点第二直线距离,然后以最大的第二直线距离为半径,以该中心点为半径,得到第二区域,其中,第二区域必然涵括了所有的辐射区域,故而可以直接判定第二区域为目标区域。
在一个实施例中,所述若涵括了所有的所述辐射区域,则判定第一区域为目标区域,其中所述目标区域为重大事故发生地的步骤S14,包括:
S1411:判断所述目标区域是否在预设的范围之外;
S1412:若在预设的范围之外,则判定所述目标区域为重大事故发生地区域。
如上述步骤S1411-S1412所述,存在很多特种车的区域还可以是在医院,消防演练场等地方,为了便于区分开这些地方,可以事先将这些地方设置为预设的范围,然后再判断目标区域是否在预设的范围之外,若在预设的范围之外,则可以认定为目标区域为重大事故发生地区域,若在预设的范围之内,则认为目标区域不是重大事故发生地区域。
在一个实施例中,所述根据定位系统获取指定区域内每辆特种车位置信息,然后根据所述位置信息求出所述特种车之间的间隔距离的步骤S1,包括:
S101:根据定位系统获取每辆特种车的经纬度;
在一个实施例中,所述将元素数量大于等于设定值的第四集合提取出来,并将提取出的各第四集合记为目标集合的步骤S7之后,还包括:
S811:获取各所述目标集合中各元素所对应的特种车的种类和数量;
S812:根据识别的种类和数量按照预设的规则,判定各所述目标集合对应的重大事故的类别;
S813:根据所述重大事故的类别判断是否需要进行交通管制;
S814:若需要进行所述交通管制,则将所述交通管制的信息传达给设定区域内的终端。
如上述步骤S811-S814所述,将所有判定为援护重大事故车辆的元素集合起来得到第五集合,然后获取第五集合中各元素所对应的特种车和数量,按照预设的规则判定重大事故的类别,其中重大事故的类别为事先设定的,例如为“医疗事故”、“安全事故”和“消防事故”等,预设的规则也由事先设定,例如,若救护车较多,而消防车和警车的数量较少或者几乎没有,这种可以判定为医疗事故,而根据救护车的数量,例如救护车的数量大于5,则判定为一个严重的等级,大于10判断为非常严重的等级。然后再根据判断的等级和类别进行判断是否需要进行交通管制,当需要进行交通管制时,则将所述交通管制的信息传达给设定区域内的终端。例如传达给交通部门,通过交通部门进行管制,也可以传达给设定区域内的车载终端和手机终端,一方面可以节省用户自身的时间,另外,也为处理重大事故的人员减轻了交通压力,使救援可以更加及时。
在一个实施例中,所述根据识别的种类和数量按照预设的规则,判定各目标集合对应的重大事故的类别的步骤S812之后,还包括:
S8131:获取当前时刻、以及当前时刻对应的周边交通和各元素所对应的特种车的到达时刻;
S8132:根据公式计算当前时刻的处理进度,其中xi表示第i类重大事故,表示第i类重大事故随着时间的进行所变化的函数,Δt表示当前时刻与到达时刻的差值,g(xi)表示第i类事故的处理进度与所述周边交通的对应函数关系。
如上述步骤S8131-S8132所述,发生重大事故时,一般来说交通会比较堵塞,但是在救护人员的努力下,重大事故也会得到慢慢缓解,重大事故的所在地也不可能一直不能通畅,此时,可以根据各特种车到达时刻,判断这个事故处理的时间,再根据周边交通的情况判断重大事故的处理进度。处理的办法为根据公式计算当前时刻的处理进度,和g(xi)均可以根据大数据训练而得,训练的数据为以往的处理速度和周边交通的变化情况。然后可以获知当前的处理进度,以判断是否可以从重大事故的发生区域通过。
在一个实施例中,所述若涵括了所有的所述辐射区域,则判定第一区域为目标区域,其中所述目标区域为重大事故发生地的步骤S14之后,还包括:
S1411:获取所述目标区域内的事故信息,其中所述事故信息至少包括事故原因,受伤人数,事故等级;
S1412:根据所述事故信息和所述目标区域的位置计算所需调度的各类特种车数目;
S1413:判断所述援护重大事故车辆是否达到所述所需调度的各类特种车数目;
S1414:若没有达到所述所需调度的各类特种车数目,则提示相应部门增派相应数目的特种车。
如上述步骤S1411-S1414所述,从互联网或者从现场人员处获得目标区域的事故信息,根据事故原因、受伤人数以及事故等级来综合考虑需要增派的各类特种车的数量,其中该所得到的所需调度的各类特种车数目,可以是人为判断得到,然后输入至系统中的,也可以基于大数据学习所得到的判断模型,该判断模型由各类事故信息,以及与该事故所派的各类特种车数目,训练而成,然后再判断援护重大事故车辆是否达到所述所需调度的各类特种车数目,若没有达到,则说明调度的车辆还远远不够,需要再进行调度,因此将各部门所需要调度的数目发送给相应部门,使相应部门派遣相应数目的特种车进行增援。
参照图1,本发明还提供了一种重大事故发生地的判断装置,包括:
间隔距离计算模块10,用于根据定位系统获取指定区域内每辆特种车位置信息,然后根据所述位置信息求出所述特种车之间的间隔距离;
第一集合建立模块20,用于根据所述间隔距离为每个特种车建立一个第一集合,其中每一所述特种车对应的所述第一集合中的元素为:该特种车以及与该特种车的间隔距离小于有效距离的特种车;
第二集合建立模块30,用于将每两个所述第一集合之间的交集作为第二集合;
第三集合提取模块40,用于将元素数量大于等于设定值的第二集合提取出来,并将提取出的各第二集合记为第三集合;
第四集合建立模块50,用于将每两个所述第三集合之间的交集作为第四集合;
元素数量检测模块60,用于检测每个所述第四集合中的元素数量是否达到所述设定值;
目标集合提取模块70,用于将元素数量大于等于设定值的第四集合提取出来,并将提取出的各第四集合记为目标集合;
位置信息获取模块80,用于将所述目标集合中的各元素提取出来,并相应获取各元素对应的特种车的位置信息;
辐射区域构成模块90,用于根据所述目标集合所对应的各所述特种车的位置信息,分别以指定距离为半径,以各所述特种车的位置信息所对应的位置为圆心,构成由所述目标集合所对应的各所述特种车对应的辐射区域;
平滑处理模块100,用于将所述辐射区域的边缘点用坐标Γ(x(k),y(k))表示,并对所述边缘点进行平滑处理,所述平滑处理的公式为:
其中Γ(x(k),y(k))为当前坐标点至所述初始轮廓点的弧长为k的轮廓点,x(k)和y(k)分别表示该坐标点的横坐标和纵坐标,σ为设定的参数,X(k,σ),Y(k,σ)分别代表平滑后该点的横坐标和纵坐标,x(v+k)表示弧长偏移距离为v的横坐标,v为一个距离变量,L表示辐射区域边缘的周长,k表示弧长,且0≤k≤L;
曲率计算模块110,用于根据公式计算每个边缘点所对应的曲率;其中Xk(k,σ)表示横坐标的一次求导值,Xkk(k,σ)表示横坐标的二次求导值,Yk(k,σ)表示纵坐标的一次求导值,Ykk(k,σ)表示纵坐标的二次求导值;
第一直线距离计算模块120,用于计算曲率相同两点之间的第一直线距离,并以所述第一直线距离最大的两点的连线作为直径,以所述第一直线距离最大的两点的连线中间点为圆心,构建第一区域;
辐射区域判断模块130,用于判断所述第一区域内部是否涵括了所有的所述辐射区域;
目标区域判定模块140,用于若涵括了所有的所述辐射区域,则判定第一区域为目标区域,其中所述目标区域为重大事故发生地。
可以根据定位系统获取每辆特种车的经纬度或者是其他坐标系中的位置,然后根据位置信息求出特种车之间的间隔距离,定位系统可以是GPS系统,也可以是北斗卫星导航系统、欧盟的伽利略卫星导航系统、俄罗斯全球导航卫星系统等,其中,特种车的定位系统应当进行特殊标记,以便于与其他车辆上的定位系统分隔开。需要补充说明的是,本发明所提到的定位系统只检测指定区域内所有的特种车,例如可以是深圳市南山区,该指定区域不宜设置过大,否则运算量会相当大,也不宜太小,否则会导致覆盖的区域过小,具有局限性。
根据间隔距离建立每个特种车的第一集合,需要注意的是,该集合包括了自身这一个元素,例如在指定区域内,其中一辆特种车间隔距离小于有效距离的其他特种车一共有n-1辆,那么所有的第一集合中的元素数目为n。
将每两个所述第一集合之间交集作为第二集合,此举可以将没有间隔距离小于有效距离的其他特种车所对应的特种车排除在外,即所有第二集合中的元素没有该特种车。
将第二集合中的元素数量达到设定值的第三集合提取出来,在重大事故的判定中,当有设定值所对应的设定辆特种车彼此之间的间隔距离小于有效距离时,可以认定为该设定辆特种车为援护重大事故车辆,因此,第二集合中的元素必须要达到设定值,当然选取的第三集合中元素不一定是援护重大事故车辆,需要后续再进行判断,而元素没有达到设定值的第二集合,则第二集合中必定存在不是援护重大事故车辆。
将每两个第三集合之间的交集作为第四集合,此时第四集合中的元素至少有3个间隔距离小于有效距离的特种车,因此可以对第四集合中的元素数量进行确认,当要达到一个设定值时才认为其中所有的元素所对应的特种车为援护重大事故车辆。当然该设定值应当大于或等于3,若设置为2,只有两辆特种车也达不到援护重大事故车辆的级别。但是存在第四集合,其中的元素可能只有一个,这种情况可能是第一特种车与第二特种车、第三特种车的间隔距离小于有效距离,但是第二特种车与第三特种车的距离大于或等于有效距离,因此这种情况不能视为援护重大事故车辆,因此必须要判断第四集合中的元素是否达到设定值,当达到设定值时,可以认为第四集合中所有的元素都是援护重大事故车辆。
将第四集合中元素数量大于设定值的目标集合提取出来,将目标元素集合中的元素所对应的特种车认定为援护重大事故车辆,其中由于符合要求的第四集合中的元素有交叉,为了避免重复提取,可以现将符合要求的目标集合求出其并集的集合,然后再提取其中的元素,当然也可以对目标一一进行提取,后续再删除重复的特种车即可。
可以先提取目标集合中的元素,然后对各元素对应的特种车进行位置信息的提取,以便判断重大事故的发生地。
当发生重大事故后,例如火灾,那么消防车一定会包围在火灾的周围,当然由于地理位置的限制,可能所有的消防车呈扇形散开的,此时可以以每辆特征车为中心,以指定距离为半径进行画圆,该圆内的区域为该辆特种车的辐射区域,然后在地图上将这些辐射区域进行综合,得到一个整体的辐射区域,可以认定为重大事故发生在这个整体的辐射区域内。
将当前辐射区域边缘点均用坐标Γ(x(k),y(k))表示,由于边缘点是由辐射区域边缘点构成的,故而其横坐标和纵坐标具有对应关系,因此用变量k来表示这种对应关系,然后为了对辐射区域进行更好的处理,可以将辐射区域进行平滑处理,以便于后续找到一个合适大小的规则区域来涵括所有的辐射区域。平滑处理的公式为:
对横坐标和纵坐标分别进行平滑,使平滑过后的辐射区域更加便于处理。
然后根据公式计算每个边缘点的所对应的曲率,应当理解是,由于辐射区域的边缘都是弧形,故而最距离最大的两点,其曲率必定相同,因此,可以将距离最大的两点作为直径,得到第一区域,这样可以涵括大部分辐射范围,甚至可以全部涵括。
可以将之前的辐射区域判断是否在第一区域内,若是则可以将第一区域作为重大事故发生地,若不在,则进行进一步处理,使最终生成的目标区域包含辐射区域即可。
在一个实施例中,重大事故发生地的判断装置,还包括:
第二直线距离检测模块,用于若所述第一区域内部未涵括所有的所述辐射区域,则检测所述中间点与所述辐射区域的边缘点的第二直线距离;
第二区域判定模块,用于以最大的所述第二直线距离为半径,以所述中间点为圆心,得到第二区域,并判定所述第二区域为目标区域。
当第一区域内部未涵括所有的辐射区域时,可以检测第一直线距离最大的两点的中间点至每个辐射区域的边缘点第二直线距离,然后以最大的第二直线距离为半径,以该中心点为半径,得到第二区域,其中,第二区域必然涵括了所有的辐射区域,故而可以直接判定第二区域为目标区域。
在一个实施例中,目标区域判定模块140,包括:
目标区域判断子模块,用于判断所述目标区域是否在预设的范围之外;
重大事故发生地区域判定模块,用于若在预设的范围之外,则判定所述目标区域为重大事故发生地区域。
存在很多特种车的区域还可以是在医院,消防演练场等地方,为了便于区分开这些地方,可以事先将这些地方设置为预设的范围,然后再判断目标区域是否在预设的范围之外,若在预设的范围之外,则可以认定为目标区域为重大事故发生地区域,若在预设的范围之内,则认为目标区域不是重大事故发生地区域。
在一个实施例中,间隔距离计算模块10,包括:
经纬度获取子模块,用于根据定位系统获取每辆特种车的经纬度;
在一个实施例中,重大事故发生地的判断装置,还包括:
数量获取模块,获取各所述目标集合中各元素所对应的特种车的种类和数量;
类别判定模块,用于根据识别的种类和数量按照预设的规则,判定各所述目标集合对应的重大事故的类别;
交通管制判断模块,用于根据所述重大事故的类别判断是否需要进行交通管制;
传达模块,用于若需要进行所述交通管制,则将所述交通管制的信息传达给设定区域内的终端。
将所有判定为援护重大事故车辆的元素集合起来得到第五集合,然后获取第五集合中各元素所对应的特种车和数量,按照预设的规则判定重大事故的类别,其中重大事故的类别为事先设定的,例如为“医疗事故”、“安全事故”和“消防事故”等,预设的规则也由事先设定,例如,若救护车较多,而消防车和警车的数量较少或者几乎没有,这种可以判定为医疗事故,而根据救护车的数量,例如救护车的数量大于5,则判定为一个严重的等级,大于10判断为非常严重的等级。然后再根据判断的等级和类别进行判断是否需要进行交通管制,当需要进行交通管制时,则将所述交通管制的信息传达给设定区域内的终端。例如传达给交通部门,通过交通部门进行管制,也可以传达给设定区域内的车载终端和手机终端,一方面可以节省用户自身的时间,另外,也为处理重大事故的人员减轻了交通压力,使救援可以更加及时。
在一个实施例中,重大事故发生地的判断装置,还包括:
到达时刻获取模块,用于获取当前时刻、以及当前时刻对应的周边交通和各元素所对应的特种车的到达时刻;
处理进度计算模块,用于根据公式计算当前时刻的处理进度,其中xi表示第i类重大事故,表示第i类重大事故随着时间的进行所变化的函数,Δt表示当前时刻与到达时刻的差值,g(xi)表示第i类事故的处理进度与所述周边交通的对应函数关系。
发生重大事故时,一般来说交通会比较堵塞,但是在救护人员的努力下,重大事故也会得到慢慢缓解,重大事故的所在地也不可能一直不能通畅,此时,可以根据各特种车到达时刻,判断这个事故处理的时间,再根据周边交通的情况判断重大事故的处理进度。处理的办法为根据公式计算当前时刻的处理进度,和g(xi)均可以根据大数据训练而得,训练的数据为以往的处理速度和周边交通的变化情况。然后可以获知当前的处理进度,以判断是否可以从重大事故的发生区域通过。
在一个实施例中,重大事故发生地的判断装置,还包括:
事故信息获取模块,用于获取所述目标区域内的事故信息,其中所述事故信息至少包括事故原因,受伤人数,事故等级;
调度数目计算模块,用于根据所述事故信息和所述目标区域的位置计算所需调度的各类特种车数目;
数目判断模块,用于判断所述援护重大事故车辆是否达到所述所需调度的各类特种车数目;
增派模块,用于若没有达到所述所需调度的各类特种车数目,则提示相应部门增派相应数目的特种车。
从互联网或者从现场人员处获得目标区域的事故信息,根据事故原因、受伤人数以及事故等级来综合考虑需要增派的各类特种车的数量,其中该所得到的所需调度的各类特种车数目,可以是人为判断得到,然后输入至系统中的,也可以基于大数据学习所得到的判断模型,该判断模型由各类事故信息,以及与该事故所派的各类特种车数目,训练而成,然后再判断援护重大事故车辆是否达到所述所需调度的各类特种车数目,若没有达到,则说明调度的车辆还远远不够,需要再进行调度,因此将各部门所需要调度的数目发送给相应部门,使相应部门派遣相应数目的特种车进行增援。
本发明的有益效果:获取特种车之间的间隔距离,然后为每个特种车建立第一集合,然后将每两个所述第一集合之间交集作为第二集合,在提取其中符合要求的第三集合,然后再两两相交得到第四集合,然后再将符合要求的第四集合作为目标集合提取出来,从而实现将间隔距离均在有效距离内,且数量大于设定值的特种车判定为援护重大事故车辆。
参照图2,本申请实施例中还提供一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图2所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时可以实现上述任一实施例所述的重大事故发生地的判断方法。
本领域技术人员可以理解,图2中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定。
本申请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,计算机程序被处理器执行时可以实现上述任一实施例所述的重大事故发生地的判断方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储与一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM一多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种重大事故发生地的判断方法,其特征在于,包括:
根据定位系统获取指定区域内每辆特种车位置信息,然后根据所述位置信息求出所述特种车之间的间隔距离;
根据所述间隔距离为每个特种车建立一个第一集合,其中每一所述特种车对应的所述第一集合中的元素为:该特种车以及与该特种车的间隔距离小于有效距离的特种车;
将每两个所述第一集合之间的交集作为第二集合;
将元素数量大于等于设定值的第二集合提取出来,并将提取出的各第二集合记为第三集合;
将每两个所述第三集合之间的交集作为第四集合;
检测每个所述第四集合中的元素数量是否达到所述设定值;
将元素数量大于等于设定值的第四集合提取出来,并将提取出的各第四集合记为目标集合;
将所述目标集合中的各元素提取出来,并相应获取各元素对应的特种车的位置信息;
根据所述目标集合所对应的各所述特种车的位置信息,分别以指定距离为半径,以各所述特种车的位置信息所对应的位置为圆心,构成由所述目标集合所对应的各所述特种车对应的辐射区域;
将所述辐射区域的边缘点用坐标Γ(x(k),y(k))表示,并对所述边缘点进行平滑处理,所述平滑处理的公式为:
其中Γ(x(k),y(k))为当前坐标点至初始轮廓点的弧长为k的轮廓点,x(k)和y(k)分别表示该当前坐标点的横坐标和纵坐标,σ为设定的参数,X(k,σ),Y(k,σ)分别代表平滑后该当前坐标点的横坐标和纵坐标,x(v+k)表示弧长偏移距离为v的横坐标,v为一个距离变量,L表示辐射区域边缘的周长,k表示弧长,且0≤k≤L;
计算曲率相同两点之间的第一直线距离,并以所述第一直线距离最大的两点的连线作为直径,以所述第一直线距离最大的两点的连线中间点为圆心,构建第一区域;
判断所述第一区域内部是否涵括了所有的所述辐射区域;
若涵括了所有的所述辐射区域,则判定第一区域为目标区域,其中所述目标区域为重大事故发生地。
2.如权利要求1所述的重大事故发生地的判断方法,其特征在于,所述判断所述第一区域内部是否涵括了所有的所述辐射区域的步骤之后,还包括:
若所述第一区域内部未涵括所有的所述辐射区域,则检测所述中间点与所述辐射区域的边缘点的第二直线距离;
以最大的所述第二直线距离为半径,以所述中间点为圆心,得到第二区域,并判定所述第二区域为目标区域。
3.如权利要求1所述的重大事故发生地的判断方法,其特征在于,若涵括了所有的所述辐射区域,则判定第一区域为目标区域,其中所述目标区域为重大事故发生地的步骤,包括:
判断所述目标区域是否在预设的范围之外;
若在预设的范围之外,则判定所述目标区域为重大事故发生地区域。
5.如权利要求1所述的重大事故发生地的判断方法,其特征在于,所述将元素数量大于等于设定值的第四集合提取出来,并将提取出的各第四集合记为目标集合的步骤之后,还包括:
获取各所述目标集合中各元素所对应的特种车的种类和数量;
根据识别的种类和数量按照预设的规则,判定各所述目标集合对应的重大事故的类别;
根据所述重大事故的类别判断是否需要进行交通管制;
若需要进行所述交通管制,则将所述交通管制的信息传达给设定区域内的终端。
7.如权利要求1所述的重大事故发生地的判断方法,其特征在于,若涵括了所有的所述辐射区域,则判定第一区域为目标区域,其中所述目标区域为重大事故发生地的步骤之后,还包括:
获取所述目标区域内的事故信息,其中所述事故信息至少包括事故原因,受伤人数,事故等级;
根据所述事故信息和所述目标区域的位置计算所需调度的各类特种车数目;
判断援护重大事故车辆是否达到所述所需调度的各类特种车数目;
若没有达到所述所需调度的各类特种车数目,则提示相应部门增派相应数目的特种车。
8.一种重大事故发生地的判断装置,其特征在于,包括:
间隔距离计算模块,用于根据定位系统获取指定区域内每辆特种车位置信息,然后根据所述位置信息求出所述特种车之间的间隔距离;
第一集合建立模块,用于根据所述间隔距离为每个特种车建立一个第一集合,其中每一所述特种车对应的所述第一集合中的元素为:该特种车以及与该特种车的间隔距离小于有效距离的特种车;
第二集合建立模块,用于将每两个所述第一集合之间的交集作为第二集合;
第三集合提取模块,用于将元素数量大于等于设定值的第二集合提取出来,并将提取出的各第二集合记为第三集合;
第四集合建立模块,用于将每两个所述第三集合之间的交集作为第四集合;
元素数量检测模块,用于检测每个所述第四集合中的元素数量是否达到所述设定值;
目标集合提取模块,用于将元素数量大于等于设定值的第四集合提取出来,并将提取出的各第四集合记为目标集合;
位置信息获取模块,用于将所述目标集合中的各元素提取出来,并相应获取各元素对应的特种车的位置信息;
辐射区域构成模块,用于根据所述目标集合所对应的各所述特种车的位置信息,分别以指定距离为半径,以各所述特种车的位置信息所对应的位置为圆心,构成由所述目标集合所对应的各所述特种车对应的辐射区域;
平滑处理模块,用于将所述辐射区域的边缘点用坐标Γ(x(k),y(k))表示,并对所述边缘点进行平滑处理,所述平滑处理的公式为:
其中Γ(x(k),y(k))为当前坐标点至初始轮廓点的弧长为k的轮廓点,x(k)和y(k)分别表示该坐标点的横坐标和纵坐标,σ为设定的参数,X(k,σ),Y(k,σ)分别代表平滑后该点的横坐标和纵坐标,x(v+k)表示弧长偏移距离为v的横坐标,v为一个距离变量,L表示辐射区域边缘的周长,k表示弧长,且0≤k≤L;
曲率计算模块,用于根据公式计算每个边缘点所对应的曲率;其中Xk(k,σ)表示横坐标的一次求导值,Xkk(k,σ)表示横坐标的二次求导值,Yk(k,σ)表示纵坐标的一次求导值,Ykk(k,σ)表示纵坐标的二次求导值;
第一直线距离计算模块,用于计算曲率相同两点之间的第一直线距离,并以所述第一直线距离最大的两点的连线作为直径,以所述第一直线距离最大的两点的连线中间点为圆心,构建第一区域;
辐射区域判断模块,用于判断所述第一区域内部是否涵括了所有的所述辐射区域;
目标区域判定模块,用于若涵括了所有的所述辐射区域,则判定第一区域为目标区域,其中所述目标区域为重大事故发生地。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一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,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010888431.1A CN112035518B (zh) | 2020-08-28 | 2020-08-28 | 重大事故发生地的判断方法、装置以及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010888431.1A CN112035518B (zh) | 2020-08-28 | 2020-08-28 | 重大事故发生地的判断方法、装置以及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112035518A CN112035518A (zh) | 2020-12-04 |
CN112035518B true CN112035518B (zh) | 2022-07-15 |
Family
ID=73586268
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010888431.1A Active CN112035518B (zh) | 2020-08-28 | 2020-08-28 | 重大事故发生地的判断方法、装置以及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112035518B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113824070B (zh) * | 2021-09-22 | 2022-11-18 | 深圳市骏鼎达新材料股份有限公司 | 一种具有自定位功能的保护套管 |
CN116992858B (zh) * | 2023-08-02 | 2024-08-30 | 公安部交通管理科学研究所 | 一种基于自然语言处理的交通事故地点定位方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102636772A (zh) * | 2012-03-19 | 2012-08-15 | 河北工业大学 | 一种突发灾害性事故快速定位系统及定位方法 |
CN103839408A (zh) * | 2014-02-25 | 2014-06-04 | 中国科学院自动化研究所 | 一种交通事故辅助处理系统及方法 |
CN106781476A (zh) * | 2016-12-22 | 2017-05-31 | 中国人民解放军第三军医大学第三附属医院 | 交通事故中车辆动态位置分析方法 |
CN108307315A (zh) * | 2016-09-07 | 2018-07-20 | 北京嘀嘀无限科技发展有限公司 | 一种交通事故的处理方法、服务器及移动终端 |
CN108986546A (zh) * | 2018-08-20 | 2018-12-11 | 威马智慧出行科技(上海)有限公司 | 一种车辆事故预警方法及其服务器 |
-
2020
- 2020-08-28 CN CN202010888431.1A patent/CN112035518B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102636772A (zh) * | 2012-03-19 | 2012-08-15 | 河北工业大学 | 一种突发灾害性事故快速定位系统及定位方法 |
CN103839408A (zh) * | 2014-02-25 | 2014-06-04 | 中国科学院自动化研究所 | 一种交通事故辅助处理系统及方法 |
CN108307315A (zh) * | 2016-09-07 | 2018-07-20 | 北京嘀嘀无限科技发展有限公司 | 一种交通事故的处理方法、服务器及移动终端 |
CN106781476A (zh) * | 2016-12-22 | 2017-05-31 | 中国人民解放军第三军医大学第三附属医院 | 交通事故中车辆动态位置分析方法 |
CN108986546A (zh) * | 2018-08-20 | 2018-12-11 | 威马智慧出行科技(上海)有限公司 | 一种车辆事故预警方法及其服务器 |
Non-Patent Citations (1)
Title |
---|
"基于GIS的交通状态判别与险态辨识研究";董维;《中国优秀硕士学位论文全文数据库 基础科学辑》;20200315(第3期);第58-73页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112035518A (zh) | 2020-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112035518B (zh) | 重大事故发生地的判断方法、装置以及计算机设备 | |
CN106408147B (zh) | 车险查勘任务的派发方法及系统 | |
US8301369B2 (en) | Position detection apparatus and position detection program | |
EP1556970B1 (en) | System and method for highly accurate real time tracking and location in three dimensions | |
US9948898B2 (en) | Using aerial imaging to provide supplemental information about a location | |
CN102971775B (zh) | 用于确定汽车附近的可停车的停车空间的方法和合适于此的汽车辅助系统 | |
EP3252701A1 (en) | Risk information distribution device and risk information distribution method | |
US20120078671A1 (en) | Intelligent Automated Dispatch And Mobile Resources Management System | |
CN112988925A (zh) | 大规模紧急情况中的救援支持 | |
CN104951865B (zh) | 一种基于电网gis的物资调拨追踪方法及系统 | |
CN110930651B (zh) | 一种基于灾害预警的公路车辆管控方法、系统及可读存储介质 | |
CN104992254B (zh) | 基于电网gis的山火与气象结合的趋势预判方法 | |
US20160258766A1 (en) | Vehicle localization and transmission method and system using a plurality of communication methods | |
JP2003168179A (ja) | リアルタイムハザードマップシステム | |
KR101147296B1 (ko) | 등산 도우미 시스템 및 방법 | |
CN111651664A (zh) | 一种基于事故位置点的事故车辆定位方法、装置、存储介质及终端 | |
CN113919699B (zh) | 资源调配方案生成方法、装置、设备和存储介质 | |
JP2009198239A (ja) | 経路探索支援装置、経路探索支援方法および経路探索支援プログラム | |
JP5195348B2 (ja) | 情報処理装置、コンピュータプログラム及び交通路誘導システム | |
KR101060613B1 (ko) | 날씨정보를 활용한 침수정보 생성 및 이를 이용한 내비게이션용 서비스 방법 | |
US20220198924A1 (en) | Passage information providing device, passage information providing method, and program storage medium | |
CN115523938A (zh) | 交通导航方法、系统、电子设备及存储介质 | |
CN108256707B (zh) | 保单回访管理方法和装置 | |
CN109506949A (zh) | 无人驾驶车辆的物体识别方法、装置、设备及存储介质 | |
CN115103314A (zh) | 基于定位系统的救援方法、设备、存储介质及装置 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220525 Address after: 518000 China Aviation Center 2901, No. 1018, Huafu Road, Huahang community, Huaqiang North Street, Futian District, Shenzhen, Guangdong Province Applicant after: Shenzhen Ping An medical and Health Technology Service Co.,Ltd. Address before: Room 12G, Block H, 666 Beijing East Road, Huangpu District, Shanghai 200000 Applicant before: PING AN MEDICAL AND HEALTHCARE MANAGEMENT Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |