CN113156475B - 一种动态指挥监控方法和装置 - Google Patents
一种动态指挥监控方法和装置 Download PDFInfo
- Publication number
- CN113156475B CN113156475B CN202110483930.7A CN202110483930A CN113156475B CN 113156475 B CN113156475 B CN 113156475B CN 202110483930 A CN202110483930 A CN 202110483930A CN 113156475 B CN113156475 B CN 113156475B
- Authority
- CN
- China
- Prior art keywords
- information
- vehicle
- preset
- mounted terminal
- 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.)
- Expired - Fee Related
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 103
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000012549 training Methods 0.000 claims abstract description 99
- 238000012806 monitoring device Methods 0.000 claims abstract description 6
- 238000004891 communication Methods 0.000 claims description 24
- 238000003062 neural network model Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000002360 preparation method Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 17
- 230000008569 process Effects 0.000 description 20
- 238000005516 engineering process Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 11
- 238000011161 development Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 230000007123 defense Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000002828 fuel tank Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种动态指挥监控方法和装置,通过获得所述车载终端的预设路线信息;利用所述定位设备,获得车载终端的第一位置信息;将所述预设路线信息和所述第一位置信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述预设路线信息、第一位置信息和用来标识路线偏移等级的标识信息;获得所述训练模型的输出信息,输出信息包括所述车载终端的路线偏移等级信息;根据路线偏移等级,确定车载终端是否满足第一预设条件;若不满足,按照预设策略发送第一预警信息,从而达到了安全可靠、抗毁性强、覆盖范围广,能够实现对移动目标无地域限制的实时动态监控和信息服务的技术效果。
Description
技术领域
本发明涉及车辆监控领域,尤其涉及一种动态指挥监控方法和装置。
背景技术
近年来,随着网络技术、卫星定位技术、移动通讯技术、计算机网络通讯、数据处理技术和GIS电子地图技术等的不断万善和发展,国防现代化也在快速发展中,加强国防建设时国家安全与经济发展的基本保障。建设动态指挥监控系统,对构件现代化、智慧化军事指挥体系具有重要作用。目前,对于车载装备以及人员的指挥和调度,主要是采用命令指挥的方式,难以建设强大的公共运行平台,以实现信息化、自动化、模块化的指挥监控模式。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有的动态指挥监控系统中,由于智能化程度低,难以对车队在机动过程中实现即时指挥和即时监控。
发明内容
本申请实施例通过提供一种动态指挥监控方法和装置,解决了现有技术中的动态指挥监控系统中,由于智能化程度低,难以对车队在机动过程中实现即时指挥和即时监控的技术问题,达到了安全可靠、抗毁性强、覆盖范围广,能够实现对移动目标无地域限制的实时动态监控和信息服务的技术效果。
鉴于上述问题,本申请实施例提供一种动态指挥监控方法和装置。
第一方面,本申请实施例提供了一种动态指挥监控方法,所述方法应用于一远程监控平台,且所述远程监控平台与车载终端通讯连接,其中,所述车载终端上安装有定位设备,其中,所述方法包括:获得所述车载终端的预设路线信息;利用所述定位设备,获得所述车载终端的第一位置信息;将所述预设路线信息和所述第一位置信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述预设路线信息、所述第一位置信息和用来标识路线偏移等级的标识信息;获得所述训练模型的输出信息,其中,所述输出信息包括所述车载终端的路线偏移等级信息;根据所述路线偏移等级,确定所述车载终端是否满足第一预设条件;若不满足,则所述远程监控平台按照预设策略发送第一预警信息。
另一方面,本申请还提供了一种动态指挥监控装置,其中,所述装置包括:第一获得单元,所述第一获得单元用于获得所述车载终端的预设路线信息;第二获得单元,所述第二获得单元用于利用所述定位设备,获得所述车载终端的第一位置信息;第一训练单元,所述第一训练单元用于将所述预设路线信息和所述第一位置信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述预设路线信息、所述第一位置信息和用来标识路线偏移等级的标识信息;第三获得单元,所述第三获得单元用于获得所述训练模型的输出信息,其中,所述输出信息包括所述车载终端的路线偏移等级信息;第一判断单元,所述第一判断单元用于根据所述路线偏移等级,确定所述车载终端是否满足第一预设条件;第一发送单元,所述第一发送单元用于若不满足,则所述远程监控平台按照预设策略发送第一预警信息。
第三方面,本发明提供了一种动态指挥监控装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了将预设路线信息和第一位置信息进行组合处理,多组的预设路线信息、第一位置信息用于训练模型的训练处理,使得所述训练模型获得足够的“经验”来处理所述输入数据,进而准确的判断路线偏移等级信息,通过对路线偏移等级的分析判断,进而达到准确判断车载终端的实时位置,安全可靠、抗毁性强、覆盖范围广,能够实现对移动目标无地域限制的实时动态监控和信息服务的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种动态指挥监控方法的流程示意图;
图2为本申请实施例一种动态指挥监控方法中训练模型的流程示意图;
图3为本申请实施例一种动态指挥监控方法中为了对车载终端进行监控的流程示意图;
图4为本申请实施例一种动态指挥监控方法中为了获得所述车载终端的第一位置信息的流程示意图;
图5为本申请实施例一种动态指挥监控方法中为了对道路进行搜索的流程示意图;
图6为本申请实施例一种动态指挥监控方法中为了达到车辆出现问题及时报警处理功能的流程示意图;
图7为本申请实施例一种动态指挥监控方法中为了获得更准确的目标的经纬度位置信息的流程示意图;
图8为本申请实施例一种动态指挥监控方法中路线偏移判断算法的流程示意图;
图9为本申请实施例一种动态指挥监控方法中定位漂移修正算法的流程示意图;
图10为本申请实施例一种动态指挥监控方法中道路搜索算法的流程示意图;
图11为本申请实施例一种动态指挥监控方法中地图经纬度换算算法的流程示意图;
图12为本申请实施例一种动态指挥监控装置的结构示意图;
图13为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第一训练单元13,第三获得单元14,第一判断单元15,第一发送单元16,总线300,接收器301,处理器302,发送器303,存储器304,总线接口306。
具体实施方式
本申请实施例通过提供一种动态指挥监控方法和装置,解决了现有技术中的动态指挥监控系统中,由于智能化程度低,难以对车队在机动过程中实现即时指挥和即时监控的技术问题,达到了安全可靠、抗毁性强、覆盖范围广,能够实现对移动目标无地域限制的实时动态监控和信息服务的技术效果。下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
近年来,随着网络技术、卫星定位技术、移动通讯技术、计算机网络通讯、数据处理技术和GIS电子地图技术等的不断万善和发展,国防现代化也在快速发展中,加强国防建设时国家安全与经济发展的基本保障。建设动态指挥监控系统,对构件现代化、智慧化军事指挥体系具有重要作用。现有的动态指挥监控系统中,由于智能化程度低,难以对车队在机动过程中实现即时指挥和即时监控的技术问题针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种动态指挥监控方法,所述方法应用于一远程监控平台,且所述远程监控平台与车载终端通讯连接,其中,所述车载终端上安装有定位设备,其中,所述方法包括:获得所述车载终端的预设路线信息;利用所述定位设备,获得所述车载终端的第一位置信息;将所述预设路线信息和所述第一位置信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述预设路线信息、所述第一位置信息和用来标识路线偏移等级的标识信息;获得所述训练模型的输出信息,其中,所述输出信息包括所述车载终端的路线偏移等级信息;根据所述路线偏移等级,确定所述车载终端是否满足第一预设条件;若不满足,则所述远程监控平台按照预设策略发送第一预警信息。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种动态指挥监控方法,所述方法应用于一远程监控平台,且所述远程监控平台与车载终端通讯连接,其中,所述车载终端上安装有定位设备,其中,所述方法包括:
步骤S100:获得所述车载终端的预设路线信息;
具体而言,远程监控平台为用于进行实时监测和指挥的控制中心,通过远程监控平台与车载终端进行通讯连接。远程监控平台对各要素的指挥与监控是实时的,指令下达、数据上传中的延时控制在目前行动、抢险救灾的实际要求范围内;车载终端上报数据到中心指挥席位接收到数据延时控制在0.5秒,下行数据延时指标也是0.5秒,以达到实时指挥、实时监控的目的。
进一步的,本实施例中的通信方式选择多信道融合的通信技术,具体为:在通信传输上,系统综合采用短波、超短波、CDMA1X、EVDO、北斗卫星通信等多种无线通信方式,实际通信时,系统可根据信道具体情况灵活进行优选。系统在通信中心建立了CDMA网络通信服务器,短波、超短波和北斗卫星通信中央控制器。车载终端既可通过内嵌的CDMA1X或EVDO模块实现这两种方式的数据通信;也可通过集成的无线调制解调模块外接短波、超短波电台实现和通信中心的数据通信。在信道设置和选择上,系统默认选择短波、超短波,如果短波、超短波信道中断或信号微弱,车载终端依次自动检测EVDO或 CDMA1X、北斗卫星通信信道,并自动选择其中一种和中心进行通信。车载终端也可手动设置通信信道,中心则自动进行信道匹配,反之亦可。因此,通过上述通讯方式,车载终端都可以将数据发送回远程监控平台,从而达到覆盖范围广的目的。预设路线信息即为预先设定的路线限制规则,也就是预先设定目标的运行路线,进而可以判断目标是否按照规定路线运行。
步骤S200:利用所述定位设备,获得所述车载终端的第一位置信息;
具体而言,定位设备即为对车载设备的实时位置进行采集的装置,可利用卫星定位技术或北斗定位方式,辅助定位方式可以选择GPS方式。在本实施例中,车载终端定位制式需要接入多种方能满足现实要求。设计时,可以在车载终端主板上内嵌GPS卫星定位接收模块,预留北斗二代用户接口。系统优选北斗定位方式,在没有边接北斗用户机时,自动切换到GPS定位制式上。从而实现对目标的准确定位,保证数据的准确性。进一步的,第一位置信息即为车载终端在行驶过程中的具体地点,换句话说,移动目标包含各种车辆、人员等目标的位置信息通过安装或携带的定位终端设备获得,并通过无线通信方式将移动目标的位置传送到监控中心。
步骤S300:将所述预设路线信息和所述第一位置信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述预设路线信息、所述第一位置信息和用来标识路线偏移等级的标识信息;
具体而言,所述训练模型为机器学习模型中的神经网络模型,所述机器学习模型能通过大量数据不断的学习,进而不断地修正模型,最终获得满意的经验来处理其他数据。所述机器模型通过多组训练数据训练获得,所述神经网络模型通过训练数据训练的过程本质上为监督学习的过程。本申请实施例中的训练模型是通过多组训练数据利用机器学习训练得出的,多组中的训练数据中的每一组训练数据均包括:预设路线信息、第一位置信息和用来标识路线偏移等级的标识信息。其中,将路线偏移等级标识信息作为监督数据。
所述第一训练模型为神经网络模型,所述神经网络模型即机器学习中的神经网络模型,神经网络(Neural Networks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial Neural Networks),是对人类大脑系统的一阶特性的一种描述。简单地讲,它是一个数学模型。基于大量的训练数据的训练,所述神经网络模型不断地自我的修正,进而更加准确的处理所述输入数据。
步骤S400:获得所述训练模型的输出信息,其中,所述输出信息包括所述车载终端的路线偏移等级信息;
具体而言,预设路线信息、第一位置信息输入训练模型后,训练模型输出的输出信息中包括车载终端的路线偏移等级信息。因此,车载终端的路线偏移等级信息是根据预设路线信息、第一位置信息进行评定的。根据车载终端的预设路线信息和车载终端的第一位置信息输入训练模型,获得车载终端的路线偏移等级信息的方式,使得获得车载终端的路线偏移等级信息更加准确,进而能够实现对移动目标无地域限制的实时动态监控和信息服务的效果。
步骤S500:根据所述路线偏移等级,确定所述车载终端是否满足第一预设条件;
步骤S600:若不满足,则所述远程监控平台按照预设策略发送第一预警信息。
具体而言,在得到车载终端的路线偏移等级之后,即可判断车载终端是否满足第一预设条件,其中,第一预设条件即为预先设定的车载终端的路线偏移等级阈值,也就是判断,判断目标是否按照预先设定目标运行路线运行。例如,当车载终端的路线偏移等级很高,远远超过了一定的阈值范围,也就是说,此时车载终端的行驶状态不能够满足要求,可能会出现危险状况等,因此,远程监控平台监测到之后,会向驾驶员发送第一预警信息,以保证人员的人身安全。进一步达到了保障人身安全,提升监控中心的智能化决策能力的技术效果。在本实施例中,还可以根据实际需要安装报警服务器或者是报警服务软件,报警服务器是通过从数据分发软件接收到的数据进行分析,根据数据库预设的报警规则进行判断,以得到是否产生各种报警信息,并返回给数据分发软件。其中,数据分发服务软件是整个系统的核心,它控制着所有数据的流向,并对所有数据进行必要的预处理,以达到各软件之间的信息交互能力及管理能力。
进一步的,为了实现对移动目标无地域限制的实时动态监控和信息服务的效果,如图2、8所示,本申请实施例步骤300还包括:
步骤310:根据所述第一位置信息,获得身份码信息;
步骤320:根据所述身份码信息,判断是否存在预设报警规则;
步骤330:若存在,则根据所述预设路线信息,获得第一距离信息,其中,所述第一距离信息为所述预设线路的最短距离;
步骤340:根据所述第一距离信息,判断所述车载终端是否满足第二预设条件;
步骤350:若满足,获得预备线路信息;
步骤360:根据所述预备路线信息,获得第二预警信息;
步骤370:根据所述第二预警信息设定路线偏移等级信息;
步骤380:将所述路线偏移等级信息作为监督数据,输入所述每一组训练数据中,对所述预设路线信息和所述第一位置信息进行监督学习,确定所述训练模型的输出信息达到收敛状态。
具体而言,首先,当计算服务启动之后,将会接收到根据第一位置信息,进而可以得到定位数据,然后,从定位数据中相应的提取到身份码信息,其中,身份码信息即为车载终端的标签信息,接着,根据身份码信息,判断车载终端是否存在线路报警规则,其中,可以通过报警服务器定时地或手动地从数据库中获取最新的报警规则,以避免采用过时的报警规则,或得不到最新的报警规则。若存在,即可相应的获得车载终端预设路线的第一距离信息,其中,第一距离信息即为该路线的最短距离。进一步的,根据第一距离信息,即可判断出车载终端是否满足第二预设条件,且第二预设条件即为车载终端的当前位置信息是否超出了预设轨迹,如果没有超速行驶,则需要进一步判断是否存在其他线路。若超出了预设轨迹,则需要进一步获得其他线路信息,也就是判断是否存在其他备用线路,进而根据预备路线信息,获得第二预警信息。即就是,依据第二预警信息中预设路线偏移预警风险阈值设定路线偏移等级标识信息,如低路线偏移等级、高路线偏移等级、未偏移等。举例而言,如果不存在其他线路时,则说明车载终端偏离了预设线路,此时第二预警信息为偏离路线报警信息,若存在其他路线时,则需要再次与预设路线进行对比,此时,第二预警信息为重新进行分析对比,进而获得路线偏移程度。进一步的,报警服务器通过数据分发服务软件提供的数据及从数据中获取的报警规则,进行报警判断,可判断:围栏进出报警、线路偏移报警、疲劳驾驶报警、超时停车报警等。
进一步的,将路线偏移等级信息作为监督数据,输入所述每一组训练数据中,对预设路线信息和第一位置信息进行监督学习,所述训练数据训练的过程本质为监督学习的过程,每一组监督数据均包括:预设路线信息、第一位置信息和用来标识路线偏移等级的标识信息,将预设路线信息、第一位置信息输入到神经网络模型中,所述神经网络模型输出路线偏移等级信息,判断所述输出信息与用来标识路线偏移等级的标识信息是否一致,如一致,进行下一组数据的监督学习;如果所述输出信息与用来标识路线偏移等级的标识信息不一致,则所述神经网络模型进行自我修正、调整,直至获得的输出信息与用来标识路线偏移等级的标识信息一致,则结束本组数据监督学习,进行下一组数据监督学习;当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时,则监督学习过程结束。通过对所述神经网络模型的监督学习,进而使得所述神经网络模型处理所述输入数据更加准确,进而使得输出的路线偏移等级信息更加准确,进而获得准确的车载终端的路线偏移等级信息,进而实现准确监控车辆位置的技术效果。
如图3所示,为了进一步对车载终端进行监控,在出现问题时能够及时报警,本申请实施例S340还包括:
步骤S341:当所述车载终端不满足所述第二预设条件时,获得所述车载终端的第一行驶速度;
步骤S342:判断所述第一行驶速度是否满足预设阈值;
步骤S343:若满足,则所述远程监控平台发送第三预警信息。
具体而言,当车载终端不满足第二预设条件时,即车载终端的当前位置信息未超出预设轨迹,则需要继续判断车载终端的当前行驶速度是否满足要求。如果没有超速行驶,则需要进一步判断是否存在其他线路。若存在超速行驶现象,则远程监控平台发送第三预警信息,其中,第三预警信息为超速报警。这样,通过对车载终端的速度进行监控,以防止车辆在行驶过程中由于超速而发生任何安全事故。
如图4所示,为了利用所述定位设备,获得所述车载终端的第一位置信息,本申请实施例步骤S200还包括:
步骤S210:获得第一定位数据;
步骤S220:判断所述第一定位数据是否满足第三预设条件;
步骤S230:若满足,则获得第一时间信息;
步骤S240:当所述第一时间信息满足第四预设条件时,判断第一行驶速度是否满足第五预设条件;
步骤S250:若不满足,则根据所述第一定位数据获得所述车载终端的第一位置信息。
具体而言,在短波、超短波传输过程中,由于受到干扰或自身的不稳定因素,会引起部分数据的丢失,产生定位数据的漂移。故此,需要设定定位数据漂移修正功能,通过此功能,可最大限度避免定位数据漂移,为中心系统提供稳定、可靠的原始定位数据。如图9所示,在对定位漂移修正时,首先,当修正开始时,首先,接收到第一定位数据,其中,第一定位数据即为车载终端当前所处位置的相关数据,进而需要判断第一定位数据是否满足第三预设条件,即就是判断第一定位数据校验是否正确。当校验未通过时,则需要丢弃该数据;反之,当校验无误时,需要进一步获得第一时间信息,其中,第一时间信息即为采集到第一定位数据的时刻,进而判断时间信息是否正确,当时间信息正确即满足了第四预设条件时,进一步的,需要判断车载终端的行驶速度是否满足第五预设条件,也就是判断车载终端的行驶速度是否存在异常,是否为连续异常状况。若速度存在异常,且并非连续异常,此时需要将最后正确的数据进行处理后,获得车载终端的第一位置信息。从而达到了对车载终端进行实时监控和指挥,全面掌握车载终端的信息,防止出现安全事故的效果。
如图5所示,为了达到对道路进行搜索的效果,本申请实施例步骤S100还包括:
步骤S110:获得来自所述车载终端发送的第一道路搜索信息;
步骤S120:判断所述第一道路搜索信息是否满足第六预设条件;
步骤S130:当满足时,按照第一预设搜索范围,判断是否存在第二道路信息;
步骤S140:若不存在,则按照第二预设搜索范围进行搜索,获得搜索结果;
步骤S150:判断所述搜索结果是否越界;
步骤S160:若未越界,则根据所述搜索结果获得第三道路信息。
具体而言,在本实施例中,采用GIS(Geographic Information System或Geo -Information system,GIS)地理信息系统提供地图浏览和地名获取等服务。GIS 是在计算机硬、软件系统支持下,对整个或部分地球表层(包括大气层)空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术系统。GIS服务器是为地图浏览和地名获取而提供的GIS服务,以MapX为基础,结合最新的矢量图进行地图生成、地名搜索等功能。在实际使用时,系统可以根据已有的地图数据及矢量地图,先判断缓存中是否已有需要的地图,如果没有,则按照预定的规则进行地图生成。地图生成之后需通过当前链接通知访问者,以告知下载地址。在对地名进行搜索时,本实施例中作为优选,提供了三种地名搜索方式,分别为:行政区域检索、附近道路检索及附近信息点检索。其中,附近道路及信息点检索支持指定范围内的检索。进一步的,如图 10所示,在道路搜索时,首先,需要接收到车载终端发送的第一道路搜索请求信息,然后根据发送的搜索信息,判断该第一道路搜索信息是否在预设的搜索范围内,若在预设范围内,则按照第一预设搜索范围也就是预先设定的默认值进行搜索,然后获得第二道路信息,例如可以50米为基准搜索附近道路,进而判断是否可以得到搜索结果。如果没有搜索到道路信息,则需要扩大搜索范围,此时可以按照第二预设搜索范围进行搜索,例如可以按照两倍数递增搜索范围。进一步的,对于搜索结果继续进行分析处理,即判断搜索结果是否越界,也就是判断是否超过边界、省界、市界、国界等等,如果没有越界,则根据搜索结果得到第三道路信息即可。进一步达到了智能化搜索程度高,方便快捷进行道路搜索,且准确度高的技术效果。
如图6所示,为了达到车辆出现问题及时报警处理功能的效果,本申请实施例步骤S600还包括:
步骤S610:获得所述车载终端的第一视频信息;
步骤S620:根据所述第一视频信息,判断所述车载终端是否存在危险特征;
步骤S630:若存在,则启动所述车载终端内的报警设备,并发送第四预警信息;
步骤S640:所述远程监控平台根据所述第四预警信息,控制所述车载终端熄火。
具体而言,为了实现出现问题及时发现和报警功能,在车辆发生故障或者是出现其他问题时,只要启动隐蔽安装在驾驶室内的报警按钮,车载系统就会自动向远程监控平台发送报警信号,直至收到远程监控平台应答为止。首先,需要获得车载终端的第一视频信息,然后从第一视频信息中,判断车载终端是否存在危险特征,例如判断车辆当前行驶路线周围环境是否安全、是否存在突发事件、车辆自身是否存在任何异常状况例如抛锚,油箱的油所剩不多等。当分析得到存在危险特征时,说明车内人员的人身安全可能会由此受到威胁,此时需要启动车载终端内的报警器,即启动隐蔽安装在驾驶室内的报警按钮,然后给远程监控平台发送第四预警信息,告知监控中心,该车载终端遇到了危险状况。进一步的,还可以通过车载终端配智能显示器或智能通话手柄,按数字键,即可向远程监控平台发送事先编写好的状态(路阻、故障、事故求助、拨打电话等)。远程监控平台根据第四预警信息,在对车辆进行营救的过程中,远程监控平台可以根据营救的需要遥控车辆强行熄火,系统设有双保险,设备故障不会造成意外熄火。进一步的,本实施例中还可以实现跟踪功能,远程监控平台能自动跟踪车辆。在出现紧急情况时,远程监控平台可以对该车进行语音监听。进一步达到保护车辆和人员安全的技术效果。
如图7所示,为了获得更准确的目标的经纬度位置信息,分析目标所处的地理位置,并给出目标位置文字描述的效果,所述步骤S250还包括:
步骤S251:获得所述车载终端发送的第一地图信息;
步骤S252:获得第一经纬度转换信息之后,判断所述第一地图信息是否超出预设地图范围;
步骤S253:若未超过,则根据所述第一地图信息,获得平均步进值;
步骤S254:根据所述平均步进值,获得所述第一地图信息的第二位置信息;
步骤S255:判断所述第二位置信息是否满足第七预设条件;
步骤S256:若满足,则所述远程监控平台发送经纬度信息给所述车载终端。
具体而言,远程监控平台是整个系统最重要的组成部分,集成了GIS显示控件,可直观的将车载终端的地理位置及状态显示在电子地图上,指挥员可十分直观的掌握各车载终端的实时位置及其周边情况。同时它提供了便捷的指挥控制手段及交互能力,达到对车载终端的指挥控制及信息交互。另外,它的历史数据分析模块及数据模拟模块,提供了一种有效的数据分析手段。并且在本实施例中,远程监控平台提供了四种不同类型地图的浏览,包括矢量图、街道图、影像图及专图。通过不同类型地图的浏览,来完善数据的展示方式以提供更好的指挥判断。如图11所示,首先,获得车载终端的发送的第一地图信息,其中,第一地图信息为所要转换经纬度信息的地名。接着,接收到地图经纬度转换的请求,即获得第一经纬度转换信息,然后判断第一地图信息是否超出预设地图范围,若未超过,则根据第一地图信息,计算得到平均步进值,进而根据平均步进值,以基准点为基础,算出图片的大概位置,即第二位置信息,然后判断第二位置信息是否满足第七预设条件,也就是判断是否超出预设范围且当前位置是否正确,若未超出,且当前位置正确,说明满足了第七预设条件,此时远程监控平台将会把地图经纬度换算后的经纬度信息发送给车载终端。若当前位置不正确,则说明需要重新修正经纬度信息。从而达到给定目标的经纬度位置信息,分析目标所处的地理位置,并给出目标位置文字描述的效果。
实施例二
基于与前述实施例中一种动态指挥监控方法同样发明构思,本发明还提供了一种动态指挥监控装置,如图12所示,所述装置包括:
第一获得单元11,所述第一获得单元11用于获得所述车载终端的预设路线信息;
第二获得单元12,所述第二获得单元12用于利用所述定位设备,获得所述车载终端的第一位置信息;
第一训练单元13,所述第一训练单元13用于将所述预设路线信息和所述第一位置信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述预设路线信息、所述第一位置信息和用来标识路线偏移等级的标识信息;
第三获得单元14,所述第三获得单元14用于获得所述训练模型的输出信息,其中,所述输出信息包括所述车载终端的路线偏移等级信息;
第一判断单元15,所述第一判断单元15用于根据所述路线偏移等级,确定所述车载终端是否满足第一预设条件;
第一发送单元16,所述第一发送单元16用于若不满足,则所述远程监控平台按照预设策略发送第一预警信息。
进一步的,所述装置还包括:
第四获得单元,所述第三获得单元用于根据所述第一位置信息,获得身份码信息;
第二判断单元,所述第二判断单元用于根据所述身份码信息,判断是否存在预设报警规则;
第五获得单元,所述第五获得单元用于若存在,则根据所述预设路线信息,获得第一距离信息,其中,所述第一距离信息为所述预设线路的最短距离;
第三判断单元,所述第三判断单元用于根据所述第一距离信息,判断所述车载终端是否满足第二预设条件;
第六获得单元,所述第六获得单元用于若满足,获得预备线路信息;
第七获得单元,所述第七获得单元用于根据所述预备路线信息,获得第二预警信息;
第一设定单元,所述第一设定单元用于根据所述第二预警信息设定路线偏移等级信息;
第二训练单元,所述第二训练单元用于将所述路线偏移等级信息作为监督数据,输入所述每一组训练数据中,对所述预设路线信息和所述第一位置信息进行监督学习,确定所述训练模型的输出信息达到收敛状态。
进一步的,所述装置还包括:
第八获得单元,所述第八获得单元用于当所述车载终端不满足所述第二预设条件时,获得所述车载终端的第一行驶速度;
第四判断单元,所述第四判断单元用于判断所述第一行驶速度是否满足预设阈值;
第二发送单元,所述第二发送单元用于若满足,则所述远程监控平台发送第三预警信息。
进一步的,所述装置还包括:
第九获得单元,所述第九获得单元用于获得第一定位数据;
第五判断单元,所述第五判断单元用于判断所述第一定位数据是否满足第三预设条件;
第十获得单元,所述第十获得单元用于若满足,则获得第一时间信息;
第六判断单元,所述第六判断单元用于当所述第一时间信息满足第四预设条件时,判断第一行驶速度是否满足第五预设条件;
第十一获得单元,所述第十一获得单元用于若不满足,则根据所述第一定位数据获得所述车载终端的第一位置信息。
进一步的,所述装置还包括:
第十二获得单元,所述第十二获得单元用于获得来自所述车载终端发送的第一道路搜索信息;;
第七判断单元,所述第七判断单元用于判断所述第一道路搜索信息是否满足第六预设条件;
第八判断单元,所述第八判断单元用于当满足时,按照第一预设搜索范围,判断是否存在第二道路信息;
第十三获得单元,所述第十三获得单元用于若不存在,则按照第二预设搜索范围进行搜索,获得搜索结果;
第九判断单元,所述第九判断单元用于判断所述搜索结果是否越界;
第十四获得单元,所述第十四获得单元用于若未越界,则根据所述搜索结果获得第三道路信息。
进一步的,所述装置还包括:
第十五获得单元,所述第十五获得单元用于获得所述车载终端的第一视频信息;
第十判断单元,所述第十判断单元用于根据所述第一视频信息,判断所述车载终端是否存在危险特征;
第三发送单元,所述第三发送单元用于若存在,则启动所述车载终端内的报警设备,并发送第四预警信息;
第一执行单元,所述第一执行单元用于所述远程监控平台根据所述第四预警信息,控制所述车载终端熄火。
进一步的,所述装置还包括:
第十六获得单元,所述第十六获得单元用于获得所述车载终端发送的第一地图信息;
第十一判断单元,所述第十一判断单元用于获得第一经纬度转换信息之后,判断所述第一地图信息是否超出预设地图范围;
第十七获得单元,所述第十七获得单元用于若未超过,则根据所述第一地图信息,获得平均步进值;
第十八获得单元,所述第十八获得单元用于根据所述平均步进值,获得所述第一地图信息的第二位置信息;
第十二判断单元,所述第十二判断单元用于判断所述第二位置信息是否满足第七预设条件;
第四发送单元,所述第四发送单元用于若满足,则所述远程监控平台发送经纬度信息给所述车载终端。
前述图1实施例一中的一种动态指挥监控方法的各种变化方式和具体实例同样适用于本实施例的一种动态指挥监控装置,通过前述对一种动态指挥监控方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种动态指挥监控装置的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图13来描述本申请实施例的电子设备。
图13图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种动态指挥监控方法的发明构思,本发明还提供一种动态指挥监控装置,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种动态指挥监控方法的任一方法的步骤。
其中,在图13中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303 可以是同一个元件,即收发机,提供用于在传输介质上与各种其他系统通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明实施例提供的一种动态指挥监控方法,所述方法应用于一远程监控平台,且所述远程监控平台与车载终端通讯连接,其中,所述车载终端上安装有定位设备,其中,所述方法包括:获得所述车载终端的预设路线信息;利用所述定位设备,获得所述车载终端的第一位置信息;将所述预设路线信息和所述第一位置信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述预设路线信息、所述第一位置信息和用来标识路线偏移等级的标识信息;获得所述训练模型的输出信息,其中,所述输出信息包括所述车载终端的路线偏移等级信息;根据所述路线偏移等级,确定所述车载终端是否满足第一预设条件;若不满足,则所述远程监控平台按照预设策略发送第一预警信息,从而解决了现有技术中的动态指挥监控系统中,由于智能化程度低,难以对车队在机动过程中实现即时指挥和即时监控的技术问题,达到了安全可靠、抗毁性强、覆盖范围广,能够实现对移动目标无地域限制的实时动态监控和信息服务的技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、 CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和 /或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/ 或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (7)
1.一种动态指挥监控方法,所述方法应用于一远程监控平台,且所述远程监控平台与车载终端通讯连接,其中,所述车载终端上安装有定位设备,其中,所述方法包括:
获得所述车载终端的预设路线信息;
利用所述定位设备,获得所述车载终端的第一位置信息;
将所述预设路线信息和所述第一位置信息输入训练模型,其中,所述训练模型为神经网络模型,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述预设路线信息、所述第一位置信息和用来标识路线偏移等级的标识信息;
获得所述训练模型的输出信息,其中,所述输出信息包括所述车载终端的路线偏移等级信息;
根据所述路线偏移等级,确定所述车载终端是否满足第一预设条件,其中,所述第一预设条件为预先设定的车载终端的路线偏移等级阈值;
若不满足,则所述远程监控平台按照预设策略发送第一预警信息;
其中,所述将所述预设路线信息和所述第一位置信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述预设路线信息、所述第一位置信息和用来标识路线偏移等级的标识信息,包括:
根据所述第一位置信息,获得身份码信息;
根据所述身份码信息,判断是否存在预设报警规则;
若存在,则根据所述预设路线信息,获得第一距离信息,其中,所述第一距离信息为所述预设路线的最短距离;
根据所述第一距离信息,判断所述车载终端是否满足第二预设条件,其中,所述第二预设条件为车载终端的当前位置是否超出预设轨迹;
若满足,获得预备路线信息;
根据所述预备路线信息,获得第二预警信息;
根据所述第二预警信息设定路线偏移等级信息;
将所述路线偏移等级信息作为监督数据,输入所述每一组训练数据中,对所述预设路线信息和所述第一位置信息进行监督学习,确定所述训练模型的输出信息达到收敛状态;
其中,所述利用所述定位设备,获得所述车载终端的第一位置信息,包括:
获得第一定位数据;
判断所述第一定位数据是否满足第三预设条件,其中,所述第三预设条件为第一定位数据是否校验正确无误;
若满足,则获得第一时间信息;
当所述第一时间信息满足第四预设条件时,判断第一行驶速度是否满足第五预设条件,其中,所述第四预设条件为第一时间信息是否正确,所述第五预设条件为判断车载终端的行驶速度是否存在异常,是否为连续异常状况;
若不满足,则根据所述第一定位数据获得所述车载终端的第一位置信息。
2.如权利要求1所述的方法,其中,所述方法还包括:
当所述车载终端不满足所述第二预设条件时,获得所述车载终端的第一行驶速度;
判断所述第一行驶速度是否满足预设阈值;
若满足,则所述远程监控平台发送第三预警信息。
3.如权利要求1所述的方法,其中,所述方法还包括:
获得来自所述车载终端发送的第一道路搜索信息;
判断所述第一道路搜索信息是否满足第六预设条件,其中,所述第六预设条件为所述第一道路搜索信息是否在预设搜索范围内;
当满足时,按照第一预设搜索范围,判断是否存在第二道路信息;
若不存在,则按照第二预设搜索范围进行搜索,获得搜索结果;
判断所述搜索结果是否越界;
若未越界,则根据所述搜索结果获得第三道路信息。
4.如权利要求1所述的方法,其中,所述方法还包括:
获得所述车载终端的第一视频信息;
根据所述第一视频信息,判断所述车载终端是否存在危险特征;
若存在,则启动所述车载终端内的报警设备,并发送第四预警信息;
所述远程监控平台根据所述第四预警信息,控制所述车载终端熄火。
5.如权利要求1所述的方法,其中,所述方法还包括:
获得所述车载终端发送的第一地图信息;
获得第一经纬度转换信息之后,判断所述第一地图信息是否超出预设地图范围;
若未超过,则根据所述第一地图信息,获得平均步进值;
根据所述平均步进值,获得所述第一地图信息的第二位置信息;
判断所述第二位置信息是否满足第七预设条件,其中,所述第七预设条件为判断所述第二位置是否超出预设范围且当前位置是否正确;
若满足,则所述远程监控平台发送经纬度信息给所述车载终端。
6.一种动态指挥监控装置,其中,所述装置包括:
第一获得单元,所述第一获得单元用于获得车载终端的预设路线信息;
第二获得单元,所述第二获得单元用于利用定位设备,获得所述车载终端的第一位置信息;
第一训练单元,所述第一训练单元用于将所述预设路线信息和所述第一位置信息输入训练模型,其中,所述训练模型为神经网络模型,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述预设路线信息、所述第一位置信息和用来标识路线偏移等级的标识信息;
第三获得单元,所述第三获得单元用于获得所述训练模型的输出信息,其中,所述输出信息包括所述车载终端的路线偏移等级信息;
第一判断单元,所述第一判断单元用于根据所述路线偏移等级,确定所述车载终端是否满足第一预设条件,其中,所述第一预设条件为预先设定的车载终端的路线偏移等级阈值;
第一发送单元,所述第一发送单元用于若不满足,则远程监控平台按照预设策略发送第一预警信息;
所述第一训练单元包括:
第四获得单元,所述第四获得单元用于根据所述第一位置信息,获得身份码信息;
第二判断单元,所述第二判断单元用于根据所述身份码信息,判断是否存在预设报警规则;
第五获得单元,所述第五获得单元用于若存在,则根据所述预设路线信息,获得第一距离信息,其中,所述第一距离信息为所述预设路线的最短距离;
第三判断单元,所述第三判断单元用于根据所述第一距离信息,判断所述车载终端是否满足第二预设条件,其中,所述第二预设条件为车载终端的当前位置是否超出预设轨迹;
第六获得单元,所述第六获得单元用于若满足,获得预备路线信息;
第七获得单元,所述第七获得单元用于根据所述预备路线信息,获得第二预警信息;
第一设定单元,所述第一设定单元用于根据所述第二预警信息设定路线偏移等级信息;
第二训练单元,所述第二训练单元用于将所述路线偏移等级信息作为监督数据,输入所述每一组训练数据中,对所述预设路线信息和所述第一位置信息进行监督学习,确定所述训练模型的输出信息达到收敛状态;
所述第二获得单元包括:
第九获得单元,所述第九获得单元用于获得第一定位数据;
第五判断单元,所述第五判断单元用于判断所述第一定位数据是否满足第三预设条件,其中,所述第三预设条件为第一定位数据是否校验正确无误;
第十获得单元,所述第十获得单元用于若满足,则获得第一时间信息;
第六判断单元,所述第六判断单元用于当所述第一时间信息满足第四预设条件时,判断第一行驶速度是否满足第五预设条件,其中,所述第四预设条件为第一时间信息是否正确,所述第五预设条件为判断车载终端的行驶速度是否存在异常,是否为连续异常状况;
第十一获得单元,所述第十一获得单元用于若不满足,则根据所述第一定位数据获得所述车载终端的第一位置信息。
7.一种动态指挥监控装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1-5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110483930.7A CN113156475B (zh) | 2021-04-30 | 2021-04-30 | 一种动态指挥监控方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110483930.7A CN113156475B (zh) | 2021-04-30 | 2021-04-30 | 一种动态指挥监控方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113156475A CN113156475A (zh) | 2021-07-23 |
CN113156475B true CN113156475B (zh) | 2022-12-02 |
Family
ID=76873009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110483930.7A Expired - Fee Related CN113156475B (zh) | 2021-04-30 | 2021-04-30 | 一种动态指挥监控方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113156475B (zh) |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103310202B (zh) * | 2013-06-27 | 2017-04-05 | 西安电子科技大学 | 一种保障驾驶安全的系统及其方法 |
CN104575102A (zh) * | 2014-12-16 | 2015-04-29 | 北京中交兴路车联网科技有限公司 | 一种车辆告警系统及方法 |
CN107697069B (zh) * | 2017-10-31 | 2020-07-28 | 上海汽车集团股份有限公司 | 汽车驾驶员疲劳驾驶智能控制方法 |
CN108428343B (zh) * | 2018-05-17 | 2023-10-24 | 长沙理工大学 | 一种多车驾驶行为分析和危险预警方法及系统 |
CN110060484B (zh) * | 2019-05-16 | 2021-10-22 | 武汉理工大学 | 一种基于区块链的公路客运违章实时预警系统及方法 |
CN110599791A (zh) * | 2019-10-29 | 2019-12-20 | 北京汽车研究总院有限公司 | 信息监控方法、装置和设备 |
CN213481359U (zh) * | 2020-07-06 | 2021-06-18 | 浙江数智交院科技股份有限公司 | 基于路侧设施提供实时数据的导航系统 |
CN112052794A (zh) * | 2020-09-06 | 2020-12-08 | 江苏商贸职业学院 | 一种物联网智慧实训室安全管理方法及装置 |
CN112660157B (zh) * | 2020-12-11 | 2022-12-27 | 重庆邮电大学 | 一种多功能无障碍车远程监控与辅助驾驶系统 |
-
2021
- 2021-04-30 CN CN202110483930.7A patent/CN113156475B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN113156475A (zh) | 2021-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11472421B1 (en) | Data processing system for guidance, control, and testing autonomous vehicle features and driver response | |
US10556541B2 (en) | Vehicle periphery monitoring device and vehicle periphery monitoring system | |
US8682573B2 (en) | Method of initiating vehicle movement | |
CN102129772B (zh) | 一种基于gis的动态定位调度指挥方法和系统 | |
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 | |
CN110322690A (zh) | 一种下沉路段积水状况监测预警系统及其预测预警方法 | |
CN110341594B (zh) | 一种客车乘员安全态势监控系统及方法 | |
CN109491380A (zh) | 一种智能汽车用无人驾驶系统及使用方法 | |
CN107591025A (zh) | 车辆行驶的预警方法及系统、服务器、汽车终端、存储器 | |
CN111541751B (zh) | 一种轨迹监测的方法及装置 | |
CN105702042A (zh) | 根据重点营运车辆定位信息判断公路拥堵的方法 | |
CN105844936A (zh) | 一种车辆转弯提示方法、设备及系统 | |
JP2014048297A (ja) | 中央局を利用したルート計算方法 | |
CN113472833A (zh) | 泊车控制方法、系统和云服务平台 | |
CN113401145B (zh) | 一种车辆驾驶控制方法及系统 | |
CN111026111A (zh) | 一种基于5g网络的汽车智能驾驶控制系统 | |
CN113156475B (zh) | 一种动态指挥监控方法和装置 | |
CN108022442B (zh) | 一种基于云管端的车辆监控系统及其使用方法 | |
CN108759850A (zh) | 新能源汽车充电导航系统 | |
CN116935641A (zh) | 一种路况风险预警方法、装置及控制设备 | |
CN114771539B (zh) | 车辆变道决策方法、装置、存储介质及车辆 | |
CN115523938A (zh) | 交通导航方法、系统、电子设备及存储介质 | |
DE102022127623A1 (de) | System und verfahren zur detektion und berichterstattung einer datensignalstörung durch fahrzeug-crowdsourcing | |
CN109228865A (zh) | 车速的自动控制方法、用户设备、存储介质及装置 | |
CN113470329B (zh) | 基于急诊平台的多点触发监测预警系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20221202 |
|
CF01 | Termination of patent right due to non-payment of annual fee |