发明内容
本发明的目的在于提供一种面向云计算的综合应急管理平台架构,以解决现有技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种面向云计算的综合应急管理平台架构,该综合应急管理平台架构包括云端、采集端和执行端;
所述采集端的输出端电性连接云端的输入端,所述云端的输出端电性连接执行端的输入端;
所述采集端用于各项信息数据的采集,包括手动上传和设备采集,所述云端用于各项信息数据的存储、搜索、调取和计算,所述执行端用于执行云端根据信息数据计算的结果执行操作。
根据上述技术方案,所述云端包括若干个云计算数据库、若干个云计算服务器、分类存储模块、信息搜索模块和信息调取模块;
若干个所述云计算服务器分别通过分类存储模块、信息搜索模块和信息调取模块与若干个所述云计算数据库网状连接;
若干个所述云计算数据库用于对大数据进行存储,便于后期根据需求进行搜索和调用,若干个所述云计算服务器用于根据需求对云计算数据库中搜索和调取的大数据进行分析和计算,所述分类存储模块用于对采集端所采集的数据进行分类,对分类之后的数据添加标签,并将分类之后的数据存储进入对应的云计算数据库中,便于后期根据分类的标签进行调取,节约了数据调取的时间,所述信息搜索模块用于根据云计算服务器的计算需求从云计算数据库中搜索相应的数据,所述信息调取模块用于对信息搜索模块所搜索的数据进行调取,供给云计算服务器根据算法进行计算。
根据上述技术方案,所述采集端包括信息上传模块、高架测速模块和车流量采集模块;
所述信息上传模块的输出端电性连接云计算服务器的输入端,所述高架测速模块和车流量采集模块均通过分类存储模块与云计算数据库连接;
所述信息上传模块用于警局通过计算机、出警警员通过手持终端对报警时间、出警警员到达现场时间和现场事故评定等级进行上传,事故等级包括轻微事故、一般事故、重大事故和特大事故,所述高架测速模块用于对高架上车辆的行驶速度进行测量,并将测量数据通过分类存储模块上传至云计算数据库进行存储,所述高架测速模块对检测数据进行标记,标记数据对应检测该数据的高架检测模块所在标签,标签为该高架检测模块对应高架的位置,所述车流量采集模块用于对高架车流量以及高架各个入口的车流量进行检测,并将检测数据通过分类存储模块上传至云计算服务器进行存储,所述车流量采集模块对检测数据进行标记,标记数据对应检测该数据的车流量检测模块所在标签,标签为该车流量检测模块对应的高架入口的位置。
根据上述技术方案,所述执行端包括警语显示屏和执行机构;
所述警语显示屏和执行机构均与云端连接;
所述警语显示屏安装在高架入口处,用于提醒希望在高架上行驶的车辆绕行高架,例如:高架桥前方XX米发生交通事故,该路段高架桥暂时拥堵,建议绕行。所述执行机构同样安装在高架入口处,用于对高架入口进行封闭,避免驾驶员没有注意警示显示屏的警示标语,导致误上高架,影响行程。
根据上述技术方案,所述执行机构包括执行电机、转动杆和路障板,所述执行电机的输出轴与转动杆之间通过联轴器连接,所述转动杆外侧设置有路障板。
根据上述技术方案,所述信息上传模块对事故发生的报警时间T1、警员到达事故现场的时间T2和事故评判等级进行上传,所述云计算服务器根据信息上传模块上传的事故等级,利用信息搜索模块在云计算数据库中搜索相应事故等级处理的通车时长,所述通车时长为警员到达事故现场开始至顺利通车的时长,所述信息调取模块将信息搜索模块所搜索的信息从云计算数据库中调出,形成事故处理时长集合A={A1,A2,A3,…,An},根据历史事故处理时长的数据集合对当前事故处理时长进行预测:
所述云计算服务器利用信息搜索模块搜索事故报警时间点T1时,所述高架测速模块所测得的车辆行驶的平均车速V(km/h),根据公式:
其中,S1表示距离事故地点S1千米内的车辆都会在事故处理完毕通车前到达事故发生地。
根据上述技术方案,因为在警员到达事故现场对事故开始处理之前,高架上已经有车辆行驶或者已经有车辆在这段时间内通过高架入口上了高架,所以需要对这部分车辆的数量进行预测,所述事故发生时至事故开始处理时的时长为(T2-T1),所述云计算服务器通过信息搜索模块从云计算数据库中搜索事故发生时距离事故地点S1千米附近的车流量采集模块所采集的车流量,所述信息调取模块对车流量M(辆/小时)进行调取,根据公式:
Y1=(T2-T1)*M;
其中,Y1表示距离事故发生地S1千米,(T2-T1)时间段进入高架桥上的车辆总和;
所述云计算服务器通过信息搜索模块从云计算数据库中搜索事故发生时距离事故地点S1千米内的所有高架入口的车流量检测模块检测的车流量集合N={N1,N2,N3,…Nm};
根据公式:
其中,Y2表示距离事故发生地S1千米,在(T2-T1)时间段内通过高架入口上高架桥的车辆总和;
根据公式:
Y=Y1+Y2;
其中,Y表示(T2-T1)时间段内,会因为事故而在高架桥上拥堵的车辆总和。
根据上述技术方案,所述云计算服务器需要对高架桥上拥堵车辆的总长度进行计算;
根据公式:
其中,S2表示在道路疏通前高架桥上的拥堵长度,L表示车辆拥堵时一辆车所占用的道路长度,a表示高架所在道路的车道数量。
根据上述技术方案,所述云计算服务器需要对会因为事故发生地而产生拥堵的安全距离进行计算;
根据公式:
S总=S1+S2;
其中,S总表示距离事故发生地S总千米距离内的车辆都会因为交通事故而在高架桥上产生拥堵。
根据上述技术方案,所述云计算服务器根据计算结果,控制距离事故发生地S总千米内的高架入口的执行机构执行操作,对高架入口进行封闭。
与现有技术相比,本发明的有益效果是:利用信息搜索模块和信息调取模块从云计算数据库进行历史数据的调取,利用信息上传模块上传的数据,高架测速模块测得的车速和车流量采集模块采集的高架桥的车流量,根据公式对避免拥堵的安全距离进行计算,可以有效的减轻高架桥因为交通事故而导致的交通拥堵情况加剧,避免了高密度的交通拥堵对高架桥桥身造成的安全隐患,同时,可以为即将上高架桥的驾驶员提供引导,有效的避免了因为高架桥的拥堵给驾驶员带来的行程上的耽误,利用公式的计算,可以将高架桥的拥堵情况降到最低,可以尽可能的减少车辆上桥造成的拥堵。
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做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。
如图1-4所示,一种面向云计算的综合应急管理平台架构,该综合应急管理平台架构包括云端、采集端和执行端;
采集端的输出端电性连接云端的输入端,云端的输出端电性连接执行端的输入端;
采集端用于各项信息数据的采集,包括手动上传和设备采集,云端用于各项信息数据的存储、搜索、调取和计算,执行端用于执行云端根据信息数据计算的结果执行操作。
云端包括若干个云计算数据库、若干个云计算服务器、分类存储模块、信息搜索模块和信息调取模块;
若干个云计算服务器分别通过分类存储模块、信息搜索模块和信息调取模块与若干个云计算数据库网状连接;
若干个云计算数据库用于对大数据进行存储,便于后期根据需求进行搜索和调用,若干个云计算服务器用于根据需求对云计算数据库中搜索和调取的大数据进行分析和计算,分类存储模块用于对采集端所采集的数据进行分类,对分类之后的数据添加标签,并将分类之后的数据存储进入对应的云计算数据库中,便于后期根据分类的标签进行调取,节约了数据调取的时间,信息搜索模块用于根据云计算服务器的计算需求从云计算数据库中搜索相应的数据,信息调取模块用于对信息搜索模块所搜索的数据进行调取,供给云计算服务器根据算法进行计算。
采集端包括信息上传模块、高架测速模块和车流量采集模块;
信息上传模块的输出端电性连接云计算服务器的输入端,高架测速模块和车流量采集模块均通过分类存储模块与云计算数据库连接;
信息上传模块用于警局通过计算机、出警警员通过手持终端对报警时间、出警警员到达现场时间和现场事故评定等级进行上传,事故等级包括轻微事故、一般事故、重大事故和特大事故,高架测速模块用于对高架上车辆的行驶速度进行测量,并将测量数据通过分类存储模块上传至云计算数据库进行存储,高架测速模块对检测数据进行标记,标记数据对应检测该数据的高架检测模块所在标签,标签为该高架检测模块对应高架的位置,车流量采集模块用于对高架车流量以及高架各个入口的车流量进行检测,并将检测数据通过分类存储模块上传至云计算服务器进行存储,车流量采集模块对检测数据进行标记,标记数据对应检测该数据的车流量检测模块所在标签,标签为该车流量检测模块对应的高架入口的位置。
执行端包括警语显示屏和执行机构;
警语显示屏和执行机构均与云端连接;
警语显示屏安装在高架入口处,用于提醒希望在高架上行驶的车辆绕行高架,例如:高架桥6前方XX米发生交通事故,该路段高架桥6暂时拥堵,建议绕行。执行机构同样安装在高架入口处,用于对高架入口进行封闭,避免驾驶员没有注意警示显示屏的警示标语,导致误上高架,影响行程。
执行机构包括执行电机1、转动杆2和路障板3,执行电机1的输出轴与转动杆2之间通过联轴器连接,转动杆2外侧设置有路障板3,执行机构安装在高架入口4位置处,高架入口4位置处还开设有收纳槽,用于对路障板3进行收纳,使得不会影响车辆的正常上桥。
信息上传模块对事故发生的报警时间T1、警员到达事故现场的时间T2和事故评判等级进行上传,云计算服务器根据信息上传模块上传的事故等级,利用信息搜索模块在云计算数据库中搜索相应事故等级处理的通车时长,通车时长为警员到达事故现场开始至顺利通车的时长,信息调取模块将信息搜索模块所搜索的信息从云计算数据库中调出,形成事故处理时长集合A={A1,A2,A3,…,An},根据历史事故处理时长的数据集合对当前事故处理时长进行预测:
云计算服务器利用信息搜索模块搜索事故报警时间点T1时,高架测速模块所测得的车辆行驶的平均车速V(km/h),根据公式:
其中,S1表示距离事故地点S1千米内的车辆都会在事故处理完毕通车前到达事故发生地7。
因为在警员到达事故现场对事故开始处理之前,高架上已经有车辆行驶或者已经有车辆在这段时间内通过高架入口上了高架,所以需要对这部分车辆的数量进行预测,事故发生时至事故开始处理时的时长为(T2-T1),云计算服务器通过信息搜索模块从云计算数据库中搜索事故发生时距离事故地点S1千米附近的车流量采集模块所采集的车流量,信息调取模块对车流量M(辆/小时)进行调取,根据公式:
Y1=(T2-T1)*M;
其中,Y1表示距离事故发生地7S1千米,(T2-T1)时间段进入高架桥6上的车辆总和;
云计算服务器通过信息搜索模块从云计算数据库中搜索事故发生时距离事故地点S1千米内的所有高架入口的车流量检测模块检测的车流量集合N={N1,N2,N3,…Nm};
根据公式:
其中,Y2表示距离事故发生地7S1千米,在(T2-T1)时间段内通过高架入口上高架桥6的车辆总和;
根据公式:
Y=Y1+Y2;
其中,Y表示(T2-T1)时间段内,会因为事故而在高架桥6上拥堵的车辆总和。
云计算服务器需要对高架桥6上拥堵车辆的总长度进行计算;
根据公式:
其中,S2表示在道路疏通前高架桥6上的拥堵长度,L表示车辆拥堵时一辆车所占用的道路长度,a表示高架所在道路的车道数量。
云计算服务器需要对会因为事故发生地7而产生拥堵的安全距离进行计算;
根据公式:
S总=S1+S2;
其中,S总表示距离事故发生地7S总千米距离内的车辆都会因为交通事故而在高架桥6上产生拥堵。
云计算服务器根据计算结果,控制距离事故发生地7S总千米内的高架入口的执行机构执行操作,对高架入口进行封闭,随着时间的推进,再次利用公式进行计算,对距离事故发生地7位置最远的封闭高架入口4逐渐进行开启,允许车辆进入高架桥6。
实施例一:
信息上传模块对事故发生的报警时间T1=9:00、警员到达事故现场的时间T2=9:10和轻微事故等级进行上传,云计算服务器根据信息上传模块上传的轻微事故等级,利用信息搜索模块在云计算数据库中搜索轻微事故等级处理的通车时长,信息调取模块将信息搜索模块所搜索的信息从云计算数据库中调出,形成事故处理时长集合A={15,18,21,…,16},根据历史事故处理时长的数据集合对当前事故处理时长进行预测:
云计算服务器利用信息搜索模块搜索事故报警时间点T1=9:00,高架测速模块所测得的车辆行驶的平均车速V=65(km/h),根据公式:
其中,S1=15.17km表示距离事故地点15.17千米内的车辆都会在事故处理完毕通车前到达事故发生地7。
因为在警员到达事故现场对事故开始处理之前,高架上已经有车辆行驶或者已经有车辆在这段时间内通过高架入口上了高架,所以需要对这部分车辆的数量进行预测,事故发生时至事故开始处理时的时长为(T2-T1)=10min,云计算服务器通过信息搜索模块从云计算数据库中搜索事故发生时距离事故地点15.17千米附近的车流量采集模块所采集的车流量,信息调取模块对车流量M=1050(辆/小时)进行调取,根据公式:
其中,Y1=175辆表示距离事故发生地7S1=15.17千米,(T2-T1)=10min时间段进入高架桥6上的车辆总和;
云计算服务器通过信息搜索模块从云计算数据库中搜索事故发生时距离事故地点15.17千米内的所有高架入口的车流量检测模块检测的车流量集合N={310,305,295};
根据公式:
其中,Y2=152辆表示距离事故发生地7S1=15.17千米,在(T2-T1)=10min时间段内通过高架入口上高架桥6的车辆总和;
根据公式:
Y=Y1+Y2=175+152=327(辆);
其中,Y=327辆表示(T2-T1)=10min时间段内,会因为事故而在高架桥6上拥堵的车辆总和。
云计算服务器需要对高架桥6上拥堵车辆的总长度进行计算;
根据公式:
其中,S2=1308m表示在道路疏通前高架桥6上的拥堵长度,L=8m表示车辆拥堵时一辆车所占用的道路长度,a=2表示高架所在道路的车道数量。
云计算服务器需要对会因为事故发生地7而产生拥堵的安全距离进行计算;
根据公式:
S总=S1+S2=15.17+1.308=16.478(km);
其中,S总=16.478km表示距离事故发生地7S总=16.478千米距离内的车辆都会因为交通事故而在高架桥6上产生拥堵。
云计算服务器根据计算结果,控制距离事故发生地7S总=16.478千米内的高架入口的执行机构执行操作,对高架入口进行封闭,随着时间的推进,再次利用公式进行计算,对距离事故发生地7位置最远的封闭高架入口4逐渐进行开启,允许车辆进入高架桥6。
实施例二:
信息上传模块对事故发生的报警时间T1=10:30、警员到达事故现场的时间T2=10:45和一般事故等级进行上传,云计算服务器根据信息上传模块上传的一般事故等级,利用信息搜索模块在云计算数据库中搜索一般事故等级处理的通车时长,信息调取模块将信息搜索模块所搜索的信息从云计算数据库中调出,形成事故处理时长集合A={35,38,32,…,36},根据历史事故处理时长的数据集合对当前事故处理时长进行预测:
云计算服务器利用信息搜索模块搜索事故报警时间点T1=10:30时,高架测速模块所测得的车辆行驶的平均车速V=65(km/h),根据公式:
其中,S1=33.58km表示距离事故地点S1=33.58千米内的车辆都会在事故处理完毕通车前到达事故发生地7。
因为在警员到达事故现场对事故开始处理之前,高架上已经有车辆行驶或者已经有车辆在这段时间内通过高架入口上了高架,所以需要对这部分车辆的数量进行预测,事故发生时至事故开始处理时的时长为(T2-T1)=15min,云计算服务器通过信息搜索模块从云计算数据库中搜索事故发生时距离事故地点S1=33.58千米附近的车流量采集模块所采集的车流量,信息调取模块对车流量M=625(辆/小时)进行调取,根据公式:
其中,Y1=156辆表示距离事故发生地7S1=33.58千米,(T2-T1)=15min时间段进入高架桥6上的车辆总和;
云计算服务器通过信息搜索模块从云计算数据库中搜索事故发生时距离事故地点S1=33.58千米内的所有高架入口的车流量检测模块检测的车流量集合N={156,162,145,135,143};
根据公式:
其中,Y2=185辆表示距离事故发生地7S1=33.58千米,在(T2-T1)=15min时间段内通过高架入口上高架桥6的车辆总和;
根据公式:
Y=Y1+Y2=156+185=343(辆);
其中,Y=343辆表示(T2-T1)=15min时间段内,会因为事故而在高架桥6上拥堵的车辆总和。
云计算服务器需要对高架桥6上拥堵车辆的总长度进行计算;
根据公式:
其中,S2=915m表示在道路疏通前高架桥6上的拥堵长度,L=8m表示车辆拥堵时一辆车所占用的道路长度,a=3表示高架所在道路的车道数量。
云计算服务器需要对会因为事故发生地7而产生拥堵的安全距离进行计算;
根据公式:
S总=S1+S2=33.58+0.915=34.495(km);
其中,S总=34.495km表示距离事故发生地7S总=34.495千米距离内的车辆都会因为交通事故而在高架桥6上产生拥堵。
云计算服务器根据计算结果,控制距离事故发生地7S总千米内的高架入口的执行机构执行操作,对高架入口进行封闭,随着时间的推进,再次利用公式进行计算,对距离事故发生地7位置最远的封闭高架入口4逐渐进行开启,允许车辆进入高架桥6。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。